广告投入对股价的影响研究

广州“设计之都”视觉形象设计研究第一章绪论一、研究背景与意义1.研究背景在当下竞争激烈的市场经济环境下，上市公司的广告宣传愈发重要，广告投入已成为其运营的一项重要开支。传统研究多关注于广告投入对销售收入、品牌价值的直接作用，忽略了其在资本市场中的作用。现有研究表明，企业在产品市场的广告宣传，不仅能向消费者传递产品信息，推动销量增长，还可能在资本市场产生其他影响。广告宣传可以作为非财务信息，吸引着投资者关注，影响他们对股票的估值，最终可能导致股价崩盘的结果。例如，当企业通过大规模广告宣传新产品的技术突破或市场拓展计划时，投资者往往会被这些信息吸引，开始关注该企业，投资者关注度随之上升。这种投资者关注度的提升，会导致股价被高估，从而增加股价崩盘风险。深入探究广告投入如何通过影响投资者关注度最终影响股价，对于监管部门、投资者和企业而言，都具有重要的意义。2.研究意义在资本市场全球化的发展趋势下，由投资者情绪引发的市场非理性波动，深刻凸显了行为金融视角下投资者关注度对股票被高估的重要影响。然而，现有股价崩盘风险的研究虽已构建起较为成熟的理论体系，但对于企业主动释放的广告信息如何产生这一结果的过程探讨仍有待深入。本研究的理论意义在于，将广告投入纳入行为金融学的分析框架，分析其通过投资者关注度路径影响股价的非理性定价，丰富了传统的公司金融研究对于非财务信号传递信息的认知。具体而言，本研究突破了广告的经济影响仅局限于产品市场的传统思维，证实广告可以作为企业主动构建的注意力捕获工具，通过提升投资者对企业的了解、导致投资者对股价的过度乐观，以一种创新角度研究股价崩盘形成的路径，为公司金融与行为金融的理论研究提供了支持。从实践价值来看，研究结论对各市场主体具有重要意义。对监管部门而言，据此可以更好地建立广告信息传播与市场情绪的监测框架，识别广告炒作带来的潜在风险，提升对于市场非理性行为的检测能力；对投资者而言，研究揭示的广告投入影响股价的机制，帮助其在投资决策中更加关注非财务信号带来的影响，有助于识别投资决策中对股价的过度高估，进而选择效用最大的股票；对企业而言，这一研究为其整合营销策略与企业管理策略提供帮助。通过精准设计广告内容的信息(如技术创新、战略愿景等)，吸引投资者的关注度并引导投资者关注度趋向有利于公司价值方向的同时又能够避免股价崩盘带来的风险。这样能够很好的帮助企业完善资本结构，提高融资效率，最终实现产品市场与资本市场的协同效应。这种对广告投入所产生的资本市场效应的研究，呼应了数字时代信息传播方式变革对市场的冲击。同时还从企业主动信息公布的视角融入了股价崩盘驱动因素的研究视角，为理解复杂市场环境下的股价崩盘现象形成机制提供了具有理论深度与现实价值的方向。研究内容与方法1.研究内容本研究聚焦于探究广告投入在资本市场中的影响，深入分析其如何通过影响投资者关注度，进而导致股价被过度高估引发股价崩盘。具体而言，本研究一方面致力于揭示广告投入与投资者关注度之间的关联，分析不同强度、形式以及投放策略的广告，会引发投资者关注度怎样的变化，以网络搜索指数作为指标来度量这种关注度的变化。另一方面，本文着重研究投资者关注度在广告投入与股价崩盘风险传导中的关键角色，探究关注度提升后，市场供需、投资者情绪等因素如何共同发挥作用，促使股价偏离内在价值。同时，本研究还将对不同行业、规模的企业进行分类探讨，以此来控制其他变量的影响。为各类企业制定适配的广告与资本市场策略提供方向，助力企业规避股价崩盘的风险与市场实现稳定的发展。2.研究方法本研究综合运用多种研究方法，旨在深入探究广告投入、投资者关注度与股价崩盘方向之间的内在联系，确保研究的科学性、严谨性与可靠性。首先，采用实证研究的方法构建核心模型，参考《管理世界》许年行[30]老师与《中国工业经济》吴晓晖[31]老师的做法，以负收益偏态系数(NCSKEW)作为被解释变量；广告支出的对数作为核心解释变量，其中，广告投入数据取自Wind数据库，根据销售费用明细项目筛选出广告费、广告宣传费等广告支出相关项目，汇总计算总额；投资者关注度参考C刊《统计与信息论坛》曹元坤[32]老师的做法，使用网络搜索指数来衡量，网络搜索量越大，表面企业受到的公众关注度越高，反映更多的投资者可能正在关注着这些企业，直观展现投资者对股票的聚焦程度与交易热度；控制变量则涵盖了公司规模、资产负债率、销售增长率、固定资产净额占资产总额比例、第一大股东持股比例这些指标，以此来更好体现核心解释变量对于被解释变量的影响。针对公司规模方面，本文通过结合csmar数据库股价信息与公司年报披露的发行在外总股本数据计算总市值，并对总市值取对数，确保精准考虑公司规模的影响。对于财务杠杆，选用资产负债率，其总负债、总资产数据从csmar数据库及公司年报提取，充分发挥专业金融数据库(csmar数据库)与公司年报各自优势，实现数据交叉验证与互补。公司年报经严格审计，保障数据可信度。基于这些经过严格筛选的数据，代入模型进行回归运算，借助对回归系数的显著性检验等统计分析手段，判别各变量对股价崩盘风险的影响程度，深度调查核心解释变量广告投入带来的影响及其作用机制。文献综述广告投入作为企业营销战略的重要组成部分，不仅影响着企业的市场表现和品牌价值，还可能对企业的股价崩盘风险产生重要影响。近年来，众多学者从不同角度对广告投入与股价崩盘风险之间的关系进行了深入研究，为本文提供了丰富的理论和实证基础。广告投入对股票价格被高估的直接影响研究指出，广告投入能够吸引投资者的关注，从而导致股价被高估。通过分析广告投入对企业市场表现的影响(Lou，2014[1])。Lou发现广告投入不仅能够提升品牌知名度，还能增强市场竞争力，进而推动股票价格上涨。Chemmanur和Yan(2019)[2]进一步探讨了广告投入对股票回报的影响，发现广告投入能够显著提高股票的市场表现。Hsu(2019)[3]则研究了广告在中国股票市场中的不对称效应，发现广告投入对股票价格的影响在不同市场条件下存在差异。Prentice和Zhang(2017)[4]通过研究名人代言广告对股票市场回报的影响，发现名人代言可能导致股票价格被高估，这表明广告对股票价格有重要影响。Chen(2021)[5]研究了广告费用增长率的单因素选股能力，发现广告费用的增长能够显著提升股票的价格。广告投入与其他因素的对股价崩盘风险的交互影响研究发现了社交媒体披露对股价同步性的影响，发现广告投入通过社交媒体的传播可能影响市场对企业的认知，提高股票价格的同步性，最终导致股价崩盘(王艺霏,2020[6])。高洁、钱书生和张改革(2021)[7]探讨了利益相关者信息与股价同步性的关系，指出广告投入作为企业信息披露的重要组成部分，可能引起信息不对称，提高股票价格的不稳定性。芦彩梅和李金波(2018)[8]通过实证研究发现，企业营销强度与经济绩效之间存在显著的正相关关系，广告投入作为营销强度的重要指标，对股票价格具有影响。黄金波、陈伶茜和周先波(2023)[9]研究了广告投入与股价崩盘风险的关系，发现过度的广告投入会提高股价崩盘风险。王亮亮、朱芳珍、王倩楠和孙一涵(2021)[10]探讨了盈余目标与企业费用操控之间的关系，发现广告投入能够通过费用操控影响企业的财务表现，进而影响股票价格。广告投入的行业差异对股价崩盘风险的影响研究市场竞争、营销投入与企业绩效之间的关系，可以发现不同行业的广告投入对股票价格的影响存在显著差异(牛志勇和王军，2017[11])。赵保国和阙人超(2016)[12]通过门槛分析，研究了传统企业广告投入与企业绩效的非线性关系，发现广告投入在不同行业和不同市场环境下的效果各异。佘中元、张晓蕾和逯雅雯(2015)[13]通过实证研究，探讨了研发支出和广告支出对企业经济绩效的影响，发现广告投入在不同行业中的作用机制存在差异。李启佳、罗福凯和庞廷云(2020)[14]研究了股价信息的创新指导效应，发现广告投入在不同行业中的信息传递效果不同，进而导致股价崩盘的可能性不同。李诗、洪涛和吴超鹏(2012)[15]探讨了上市公司专利对公司价值的影响，发现广告投入与专利价值之间存在互动关系，共同影响企业的股价崩盘风险。广告投入对股价崩盘风险的长期与短期影响研究研发投入、外资股份与股价崩盘风险的关系，可以发现广告投入的长期效应更为显著(林川和杜思俊(2019)[16])。刘维奇、邢红卫和李丹丰(2014)[17]通过探讨信息披露质量与股票特质波动率之间的关系，发现广告投入能够通过提高信息披露质量，降低股票价格的波动性。温忠麟、张雷、侯杰泰和刘红云(2004)[18]提出了中介效应检验程序，为研究广告投入通过中介变量影响股价崩盘风险提供了方法论支持。吴昊旻、杨兴全和魏卉(2012)[19]研究了产品市场竞争与公司股票特质性风险的关系，发现广告投入能够通过市场竞争机制影响股价崩盘风险。辛清泉、荀卓雯和郝颖(2014)[20]探讨了公司透明度与股价波动性的关系，发现广告投入可能提高股价波动性。广告投入的市场环境对股价崩盘风险的影响研究中国股票市场特质波动率与横截面收益的关系，可以发现广告投入在不同市场环境下的表现存在差异(杨华蔚和韩立岩，2009[21])。杨华蔚和韩立岩(2011)[22]进一步探讨了外部风险、异质信念与特质波动率风险溢酬的关系，发现广告投入能够通过外部风险对股价崩盘风险产生重要影响。叶宝娟和温忠麟(2013)[23]提出了有中介的调节模型检验方法，为研究广告投入在不同市场环境下的影响机制提供了新的视角。余明桂、毛若玮和范蕊(2017)[24]研究了分析师关注与企业创新的关系，发现广告投入能够通过吸引分析师关注，导致股价被高估。周铭山、张倩倩和杨丹(2019)[25]探讨了创业板上市公司创新投入与市场表现的关系，发现广告投入能够显著提升企业的股价崩盘风险。广告投入的其他影响因素对股价崩盘风险的影响研究市场营销能力及其绩效影响，可以发现广告投入作为市场营销能力的重要组成部分，对企业的市场表现和股票价格具有显著影响(韩顺平和王永贵(2006)[26])。龚朴和张保柱(2007)[27]探讨了学习和控制行为与企业成长价值的关系，发现广告投入能够通过学习效应导致企业的股票价格被高估。潘海英、范小艳和宗兆昌(2016)[28]研究了广告投入与企业绩效的关系，发现广告投入能够通过提升品牌价值和市场竞争力，增强企业的财务表现。孙维峰和黄祖辉(2013)[29]探讨了广告支出、研发支出与企业绩效的关系，发现广告投入与研发支出的协同作用会显著提高股价崩盘风险。现有文献从多个角度探讨了广告投入对股价被高估的影响，包括直接效应、与其他因素的交互效应、行业差异、长期与短期效应、市场环境影响以及其他影响因素。这些研究为本文提供了丰富的理论和实证基础。因此，本文通过实证研究，进一步深入探究广告投入对股价崩盘风险的影响，为企业决策和投资者行为提供更为科学、准确的参考依据。理论基础与研究假设理论基础通过对行为金融学的内容进行研究，找到以下理论可以证明股价确实会因为广告投入的增加所带来的投资者关注度而被高估。资本市场有限注意理论：社会公众的注意力是一种稀缺的认知资源。在资本市场中，散户投资者因时间和精力有限，无法关注所有股票，往往会先关注近期引起他们注意的公司股票。恰好广告投入可以吸引投资者的关注，使他们更倾向于投资那些投放广告的公司股票。从这个角度看，广告投入可以吸引投资者有限的注意力，影响他们的投资决策，进而对股价产生影响。信息不对称理论：在经济活动中，买卖双方所拥有的信息存在不对等。由于市场存在投机倾向和“羊群效应”，以及信息不透明度较高，广告投入也可能被管理层操纵，只宣传公司好的方面，加剧信息不对称，误导投资者，导致股价被高估。这表明广告投入在信息不对称的市场环境中，对投资者的认知和股价的稳定有着重要影响。易得性偏差：行为金融学中的易得性偏差理论指出，人们决策时倾向依赖熟悉的信息。在资本市场，广告投入能让公司信息更易被投资者获取与记忆。广告通过精心设计，并且多强调优势亮点，投资者受易得性偏差影响，决策时会高估这些正面信息的重要性，忽视负面因素，且广告的重复传播会强化该偏差。当众多投资者基于广告信息买入股票，会推动股价上升，使其偏离真实价值，导致股价高估，最终引起股价崩盘的结果。研究假设基于已有的样本选取、数据来源以及研究模型等内容，以下是本文所做的的研究假设：H1：广告投入与投资者关注度之间存在正向关联在控制其他因素不变的情况下，公司的广告投入与投资者关注度之间存在显著的正相关关系。即企业增加广告投放力度，会吸引更多投资者的目光，促使成交量等衡量投资者关注度的指标显著上升。这是因为广告能够传递公司产品、发展前景等信息，使投资者投入更多注意力资源到该公司股票上，在市场交易行为上表现为成交量的提升。H2：投资者关注度与股价崩盘风险之间存在正相关关系投资者关注度的提升会提高股价崩盘的风险。当投资者对某股票的关注度因广告或其他因素增加时，更多的买卖需求便会涌入市场，短期内改变股票的供需平衡，推动股价频繁波动且波动幅度加大。这种交易量会直接反映在股价的上下起伏中，使得股价偏离原有平稳运行轨道，呈现更大的波动性，产生股价崩盘的风险。H3：广告投入通过投资者关注度最终导致股价崩盘风险的提高广告投入对股价崩盘风险的影响是通过投资者关注度来实现的，即投资者关注度在广告投入与股价崩盘风险的提高之间起中介作用。公司投放广告吸引投资者关注，投资者关注度提高引发股价崩盘风险。这意味着广告本身并不直接决定股价的波动程度，而是要借助激发投资者关注这一环节，才能将广告效应传导至股价表现上。实证模型设计样本选取与数据来源样本选取方面，以A股市场为研究范围，初始样本涵盖了2011-2023年在上海证券交易所的公司。为确保数据的有效性与研究的准确性，对初始样本进行了严格筛选：剔除金融行业上市公司样本，由于金融行业在资本结构、财务特征等方面与其他行业存在显著差异，为避免干扰研究结果，故将此类样本排除在外。去除数据缺失样本，若公司在研究期间内存在广告投入、成交量、公司规模、财务杠杆等关键变量数据缺失的情况，一律予以剔除。因为缺失值会影响模型估计的准确性和可靠性，无法准确反映各变量之间的真实关系。筛除非正常交易样本，对于存在ST,*ST状态以及交易异常波动的公司样本进行排除。这类公司的股价可能受到特殊因素影响，无法代表正常市场环境下的股票价格波动，会对研究结果产生偏差。​经过上述筛选步骤，最终确定了23680家公司作为研究样本，构建了一个包含多期数据的面板数据，以保障研究具有足够的样本量和代表性。​实证模型构建因变量：Crashrisk(股价崩盘风险)：为了解释股价崩盘风险，本文选择将其作为被解释变量。在此基础上，本文参考了许年行(2013)等学者的研究成果，结合相关理论，构建了代理变量负收益偏态系数(NCSKEW)，NCSKEW是衡量收益分布偏离正态分布的指标，其数值越大，说明收益的负偏态程度越高，股价崩盘风险也越高。自变量：Ln(AD)(广告支出)：代表公司的广告支出情况，是核心解释变量。参照杜勇等(2022)[33]的研究，本文通过上市公司财务报表附注获取每家上市公司每年销售费用明细项目，筛选处广告费、广告宣传费、广告推广费、广告策划费、广告展览费等与广告支出相关的项目，汇总计算出每家上市公司每年所有广告支出项目的总金额，并取对数，以此来衡量上市公司广告支出(AD)进行影响的机理。中间变量：GZ(投资者关注度)：是代表投资者关注度的变量，参考C刊《统计与信息论坛》曹元坤(2023)老师的做法，以网络搜索量来度量，网络搜索量越大，表明企业收到的公众关注度越高，反映了更多的投资者可能正在关注着这些企业。数据来自CNRDS数据库的中国上市公司网络搜索指数(WSVI)数据是以百度平台为基础，根据各种网络搜索数据，综合新闻舆情等信息，计算而来的搜索指数。控制变量：为了有效控制其他因素对广告投入与股价崩盘风险关系的干扰，在现有研究文献的基础上，选取了一系列控制变量。企业规模(Size)，以企业总资产的自然对数来衡量，企业规模越大，通常拥有更丰富的资源和更强的市场影响力，可能会对广告投入和股价崩盘风险的关系产生影响。资产负债率(Lev)，即总负债与总资产的比值，反映了企业的债务负担和偿债能力，较高的资产负债率可能意味着企业面临较大的财务风险，进而影响股价崩盘的风险。净利润增长率(Growth)，通过(本期净利润-上期净利润)/上期净利润计算得出，体现了企业的销售增长速度，销售增长较快的企业往往更受市场关注，可能对股价高估更严重从而加大股价崩盘风险。固定资产净额占资产总额比例(Fixed)，该比例反映了企业资产的构成情况，固定资产占比较高的企业可能具有不同的经营特点和风险特征，对广告投入和股价崩盘风险的关系也可能产生作用。第一大股东持股比例(Top1)，表示第一大股东持有的股份占总股本的比例，反映了公司的股权集中程度，股权集中程度的高低可能影响公司的决策效率和治理结构，从而对广告投入和股价崩盘风险产生间接影响。实证结果与分析主要变量的描述性统计本研究涉及23680个观测值，多项控制变量包括企业规模、资产负债率等变量均值、标准差各异，显示企业在规模大小、债务融资、盈利增长、固定资产投入、股权集中程度等方面存在明显差异。自变量广告支出观测值23680个，均值10.968，标准差7.543，企业间投入差异大。中介变量投资者关注度观测值23288个，均值12.566，标准差0.825，描述性统计详见表5-1。表5-1描述性统计变量样本量均值标准差最小值最大值企业规模2368022.4791.32417.64128.697资产负债率23680.423.194.007.988净利润增长率23680-1.283129.654-6678.7110963.223固定资产净额占比23680.209.1530.971第一大股东持股比例2368034.52914.8612.19789.99Ln(广告支出)2368010.9687.543023.331投资者关注度2328812.566.8256.62917.294相关性分析本部分将探讨广告投入对股价崩盘风险的相关性，详细结果列于表5-2，相关系数显示该相关性分析展示了负收益偏态系数(NCSKEW)作为因变量，与自变量Ln(广告支出)及多个控制变量之间的正相关关系。其中，Ln(广告支出)与负收益偏态系数在10%的显著性水平下呈正相关，表明广告支出增加可能使负收益偏态系数上升。在控制变量方面，企业规模与负收益偏态系数在10%的显著性水平下正相关；资产负债率与之在10%的显著性水平下负相关；净利润增长率与之相关性不显著；固定资产净额占比与之相关性不显著；第一大股东持股比例与之相关性也不显著。表5-2基准回归：广告投入对股价崩盘风险的影响变量(1)(2)(3)(4)(5)(6)(7)(1)负收益偏态系数(NCSKEW)1.000(2)Ln(广告支出)0.023*1.000(3)企业规模0.013*0.0071.000(4)资产负债率-0.026*-0.039*0.507*1.000(5)净利润增长率-0.0100.0030.004-0.028*1.000(6)固定资产净额占比0.006-0.195*0.066*0.024*-0.0061.000(7)第一大股东持股比例0.000-0.014*0.212*0.073*0.018*0.067*1.000***p<0.01,**p<0.05,*p<0.1回归结果分析研究通过多元回归模型得到了表5-3回归分析，体现了Ln(广告支出)对股价崩盘风险的影响。基准回归结果显示，在模型(1)中，仅考虑自变量Ln(广告支出)对负收益偏态系数(NCSKEW)的影响。结果显示，Ln(广告支出)的系数为0.002***，t值为3.594，在1%的显著性水平下显著为正，这表明在不考虑其他因素时，广告支出的增加会显著导致负收益偏态系数上升。模型(2)加入控制变量后，Ln(广告支出)的系数依然是0.002***，t值为3.590，依旧在1%的显著性水平下显著为正，说明在控制了其他因素后，广告支出对负收益偏态系数的正向影响仍然稳健。两个模型都控制了个体和时间因素，样本量均为23680。模型(1)的R²为0.019，F值为34.318；模型(2)的R²为0.021，F值为27.607。可以看出，加入控制变量后，模型(2)的解释力有所提升。表5-3回归分析(1)(2)负收益偏态系数(NCSKEW)负收益偏态系数(NCSKEW)Ln(广告支出)0.002***0.002***(3.594)(3.590)企业规模0.017***(4.122)资产负债率-0.153***(-5.611)净利润增长率-0.000**(-2.229)固定资产净额占比0.051*(1.686)第一大股东持股比例-0.000(-0.267)截距项-0.265***-0.571***(-13.530)(-6.812)个体YESYES时间YESYESN2368023680R20.0190.021F34.31827.607***p<0.01,**p<0.05,*p<0.10表5-4VIF检验用于检验回归模型中自变量之间是否存在多重共线性问题。通常认为VIF值大于10时，表明存在严重的多重共线性;VIF值在5-10之间，可能存在一定程度的多重共线性；VIF值小于5时，一般认为多重共线性问题不严重，本文自变量之间不存在严重的多重共线性问题，模型自变量的选取较为合理，各自变量对因变量的影响能够相对独立地体现，回归结果受多重共线性干扰的可能性较小。表5-4VIF检验VIF1/VIF企业规模1.411.708资产负债率1.354.739第一大股东持股比例1.052.95固定资产净额占比1.048.954Ln(广告支出)1.043.959净利润增长率1.002.998MeanVIF1.152.稳健性检验为了确保基准回归结果的可靠性，进行了替换变量的稳健性检验，将原本衡量股价崩盘风险的负收益偏态系数(NCSKEW)替换为收益上下波动比率(DUVOL)，结果详见表5-5稳健性检验结果。收益上下波动比率(DUVOL)是一个用于衡量收益波动性的关键指标，其数值越大，说明收益上下波动的幅度越大，也就意味着股价崩盘风险越高。选择这一指标替换的原因在于，不同的因变量可以从不同的角度来反映股价崩盘风险，采用多种因变量进行检验，能够更全面、更有效地验证研究结论的可靠性与稳健性。回归结果显示，在两个模型中，Ln(广告支出)的系数均为0.001***，t值分别为2.658和2.620，均在1%的显著性水平下显著为正。这清晰地表明，即便更换了因变量，广告支出对收益波动性(进而对股价崩盘风险)仍有着显著的正向影响，即广告支出的增加会导致收益上下波动幅度增大，进而提升股价崩盘风险。在控制变量方面，虽然各控制变量对收益上下波动比率的影响存在差异，但整体来看并不影响广告支出与股价崩盘风险正相关这一核心结论。表5-5稳健性检验结果(1)(2)收益上下波动比率(DUVOL)收益上下波动比率(DUVOL)Ln(广告支出)0.001***0.001***(2.658)(2.620)企业规模0.002(0.836)资产负债率-0.073***(-4.083)净利润增长率-0.000***(-2.675)固定资产净额占比0.019(0.967)第一大股东持股比例0.000(0.325)截距项-0.197***-0.219***(-13.924)(-3.875)个体YESYES时间YESYESN2368023680R20.0230.024F40.86031.018***p<0.01,**p<0.05,*p<0.10从稳健性检验结果可以看出，在采用替换变量的稳健性检验方法后，广告投入变量的回归系数符号和显著性水平与基准回归结果基本一致。替换变量后，广告投入对股价崩盘风险依然保持着显著的正向影响。这表明研究结果具有较强的稳健性，即广告投入对股价崩盘风险的正向影响是可靠的，不受变量选择的干扰。通过稳健性检验，进一步论证了研究结论的可靠性，为企业决策和投资者投资提供了更具说服力的依据。中介检验模型：在探究广告投入、投资者关注度与股价崩盘风险的关系中(表5-6中介效应检验结果)，通过分步检验法，展现了投资者关注度的中介效应。在以收益偏态系数(NCSKEW)衡量股价崩盘风险的回归(1)中，Ln(广告投入)系数为0.002，t值为3.590，在1%的显著性水平下显著为正，表明广告投入对股价崩盘风险存在显著正向影响，即广告投入增加会提升股价崩盘风险。证明了广告投入确实与研究关注的解释变量存在关联。在以网络搜索数据(GZ)衡量投资者关注度的回归(2)中，广告投入Ln(广告投入)系数为0.005，t值高达8.254，同样在1%的显著性水平下显著为正。这一结果证实广告投入对投资者关注度(中介变量)有着显著的正向影响，意味着广告投入的增加能够有效提高投资者通过网络搜索对公司的关注度。从现实逻辑来看，广告通过各种媒体渠道广泛传播，能够提升公司的曝光度，吸引投资者的注意力，进而影响投资者的信息获取和认知，该回归结果与理论预期和现实情况相符。基于上述两个回归结果，我们可以推断出广告投入既能显著影响股价崩盘风险，又能显著影响投资者关注度(中介变量)。这初步表明广告投入能够通过影响投资者关注度这一中介变量，进而对股价崩盘风险产生作用。其内在逻辑在于，广告投入提升了投资者关注度后，大量投资者基于关注和获取的信息做出投资决策，当市场中投资者行为形成群体效应时，会改变股票的供需关系，推动股价偏离其内在价值，最终导致股价崩盘风险上升，体现了投资者关注度在广告投入与股价崩盘风险之间的中介传导路径。这种检验中介效应的方法具有合理性。从理论层面看，它符合行为金融学的相关理论。根据有限注意理论，投资者注意力是稀缺资源，广告投入能够吸引投资者有限的注意力，影响其投资决策；易得性偏差理论也表明，广告信息容易被投资者获取和记忆，进而影响其对公司价值的评估。分步检验法的结果与这些理论相契合，验证了理论在实际研究中的适用性。从研究方法层面，分步检验法是经典的中介效应检验方法之一，通过依次检验自变量对因变量、自变量对中介变量的影响，能够直观地展示变量之间的关系，为中介效应的存在提供初步证据。表5-6中介效应检验结果(1)(2)收益偏态系数(NCSKEW)网络搜索数据(GZ)Ln(广告投入)0.002***0.005***(3.590)(8.254)企业规模0.017***0.352***(4.122)(82.021)资产负债率-0.153***-0.404***(-5.611)(-15.582)净利润增长率-0.000**-0.000(-2.229)(-0.038)固定资产净额占比0.051*0.005(1.686)(0.184)第一大股东占比-0.000-0.008***(-0.267)(-26.916)截距项-0.571***5.513***(-6.812)(62.654)个体YESYES时间YESYESN2368023288R20.0210.405F27.607818.331***p<0.01,**p<0.05,*p<0.10区域异质性检验 本研究通过区域异质性检验分析不同地理区域间变量关系的差异，为研究结论注入更丰富的理论与实践价值。在探究广告投入对股价崩盘风险的影响时，东部、中部和西部的回归结果呈现出明显分化，表5-7区域异质性检验结果有力证实了区域异质性的存在。东部地区显示，Ln(广告投入)系数为0.002***，t值达到2.893，在1%的显著性水平下显著为正。这意味着在经济发达、资本市场活跃的东部，企业增加广告投入会显著推高股价崩盘风险。东部地区信息流通迅速，企业广告容易吸引投资者目光，在信息不对称与有限注意力的双重作用下，投资者过度反应可能导致股价虚高，进而增加崩盘隐患。中部地区的回归结果同样亮眼，Ln(广告投入)系数为0.004**，t值为2.412，在5%的显著性水平下显著为正，且系数数值比东部地区更高。这表明中部地区企业的广告投入对股价崩盘风险的提升作用更为显著。作为经济发展水平介于东西部之间的区域，中部企业通过广告吸引投资者的边际效应明显，但风险应对机制相对滞后，使得股价受广告投入影响而波动加剧，崩盘风险显著增加。与东部、中部形成鲜明对比的是，西部地区的回归结果中，Ln(广告投入)系数为0.000，t值仅为0.253，未通过显著性检验。这说明在西部地区，广告投入与股价崩盘风险之间不存在显著关联。西部地区经济发展相对滞后，资本市场规模较小且成熟度不足，投资者对广告信息的敏感度较低，企业广告投入难以有效影响投资者决策，自然也无法显著作用于股价崩盘风险。东部、中部地区广告投入与股价崩盘风险显著相关，且影响程度存在差异，而西部地区二者关系不显著，这种截然不同的表现充分证明了不同区域在广告投入影响股价崩盘风险的机制上存在显著异质性。这一发现不仅有助于深入理解广告投入与股价崩盘风险关系的复杂性，更为区域差异化政策制定和企业战略调整提供了关键依据，凸显了区域异质性检验在本研究中的重要意义与价值。表5-7区域异质性检验结果(1)(2)(3)东部中部西部Ln(广告投入)0.002***0.004**0.000(2.893)(2.412)(0.253)企业规模0.017***0.0150.016(3.578)(1.383)(1.420)资产负债率-0.132***-0.226***-0.194***(-3.966)(-3.370)(-2.770)净利润增长率-0.000**0.000-0.000(-2.211)(0.016)(-0.317)固定资产净额占比0.0370.0530.096(0.982)(0.719)(1.273)第一大股东占比0.000-0.000-0.000(0.140)(-0.586)(-0.377)截距项-0.610***-0.456**-0.491**(-6.249)(-1.978)(-2.062)个体YESYE