胡 岠 傅培軒
各種各樣的信息披露在當前信息化的社會中是司空見慣的現象。有一些信息披露是由法律法規所要求、強制性的信息披露,例如,各級政府需依據《中華人民共和國政府信息公開條例》公開正在籌劃或進行的工作;證監會以主席令形式發布《上市公司信息披露管理辦法》,要求并規范上市公司及其他信息披露義務人的信息披露。而有一些信息披露則是披露者的自愿行為。例如上市公司基于公司形象等動機主動披露信息,包括但不限于管理者對公司長期戰略及競爭優勢的評價、前瞻性預測信息、公司治理效果等。這些都屬于《證券法》規定的可以自愿披露、但不強制性披露的內容。有意思的是,在眾多自愿性信息披露的現象中,除了能觀察到披露者披露的是于自身有利的信息以外,我們也能經??吹脚墩咧鲃影l布一些對自己不利的消息。例如2020年,寧夏英力特化工股份有限公司主動披露公司停車檢修的情況,并說明會減少當期利潤;2019年佛山佛塑科技集團有限公司披露關于擬向交易協商會申請中期票據的信息等等。這些事項在各法律法規、部門規則、自律規則里面都沒有被要求“應當、必須”披露,也并不能夠彰顯企業的競爭優勢。
那么,這些主體為什么會主動、自愿地披露對自己不利的消息?針對該問題,本文提出了“預防性信息披露”的概念。如果信息披露方不作任何信息披露,接收信息的主體在沒有信息的情況下很可能會自己主動搜索信息,從而做出更加不利于披露方的行為,因此披露方可能會“預防性”地率先披露信息以避免這種情況的發生。例如,在政府對企業的監管中,企業可能會希望隱瞞對自己不利的信息。如果政府監察的唯一渠道僅來自于企業的主動披露,則沒有任何企業會愿意向政府公布自己的違法違規行為。但是,如果政府還可以通過付出人力物力去主動調查獲知企業的情況,且企業也清楚政府有這樣的手段,那么企業很可能會“先發制人”、主動披露自身的部分情況。如果這些信息披露之后,使得監管部門認為追加搜查的效果有限或成本太高,那么監管部門便不會進行更加嚴格的調查。在這樣的情形下,企業更多的違規行為可能就免于被發現。
為了驗證上述想法,以及更加深入地理解預防性信息坡露的特征,本文構建了一個信息披露模型來系統地分析主體的信息披露策略。模型中包括兩個行為人,他們分別是信息的發送者和接收者;接收者同時也是決策者,他可以在兩個行為中進行選擇。他們共同面對的世界有兩個狀態,且他們的收益取決于世界的狀態以及接收者的決策。假定發送者和接收者處于嚴格對立的關系,即他們關于行為的偏好正好相反:當接收者嚴格偏好于兩個行為中的一個時,發送者總是嚴格偏好另一個。本文使用Kamenica和Gentzkow(2011)提出的貝葉斯說服來描述發送者的信息傳遞:發送者可以選擇任意一個關于世界狀態的信號結構作為其信息披露的手段。在發送者選定的信號結構下,某一個信號會以特定的概率實現。由于該信號傳遞了關于世界狀態的信息,在觀察到該信號之后,接收者會更新他對世界狀態的信念,從而做出決策。在該基準模型中,本文證明了對任何的先驗信念來講,不傳遞任何信息對發送者來說是一個最優的信息披露,且發送者最優的任一信息披露都不會傳遞任何有價值的信息。該結論非常直觀。在接收者的個人決策問題中,信息越多越能幫助他做出正確的決策。由于發送者和接收者處于嚴格對立的關系,這樣的決策對于發送者不利,因此發送者希望接收者的信息越少越好,最優的信息披露即是不披露任何信息。
在基準模型的基礎上,本文考慮了當接收者除了從發送者那里獲取信息以外,還可以從某個第三方渠道通過支付一些成本來獲取信息時,發送者的最優信息披露策略,此時不披露任何信息不再一定是發送者的最優信息披露。如果在共同的先驗信念下,人們并不能精確地識別世界的狀態,那么發送者的最優決策是向接收者披露一定量的信息,使得接收者在獲得發送者的信息之后,正好無差異于從額外渠道獲取或者不獲取信息。發送者在這樣的情況下愿意披露一定的信息,是因為如果他不披露信息,那么接收者一定會從額外的渠道獲取更加精確的信息,這對發送者而言更加不利。發送者“先發制人”的信息披露降低了接收者自己獲取信息的激勵。此外,本文還探討了接收者從額外渠道獲取信息的難易程度對發送者最優信息披露的影響:當接收者自己獲取信息變得更加容易的時候,發送者需要披露更多的信息才能起到預防的作用;特別地,如果接收者獲取信息幾乎不需要成本,發送者也會幾乎披露完全的信息。
后文內容結構為:第二部分回顧與本文相關的文獻;第三部分構建模型分析接收者僅從發送者處獲取信息情形下發送者的最優信息披露,為后文分析提供一個比較的基準;第四部分擴展基準模型,分析在接收者可以從額外渠道獲取信息的情況下,發送者的最優信息披露,并對結果進行討論;最后是總結全文。
在本文中,發送者的信息傳遞采用了Kamenica和Gentzkow(2011)提出的貝葉斯說服(Bayesian Persuasion)框架,另見Rayo和Segal(2010)、Bergemann和Morris(2019)。發送者可以任意選擇信息結構,并承諾披露其實現的任一信號。

此外,本文的基本想法也可以和政治學里面“先發制人”的政策實驗(Preemptive Policy Experimentation)相聯系。Callander 和Hummel(2014)研究了一個在位政策制定者在面對其繼位者可能改變現有政策的情形下,盡管現有政策對他自己來說是最優的,他仍然可能在當下選擇一個新的政策。這樣做的原因是通過新的政策實驗來向繼位者說明繼位者一開始以為的對自己最優的政策可能并不是最好的,因而可以避免繼位者在未來選擇對在位者更加不利的政策。本文模型與他們模型的主要區別在于:本文模型中,發送者選擇的信號結構并不直接影響玩家的收益,而僅僅是提供信息。這使得研究中可以剔除掉發送者,而更加純粹地討論自愿性的信息披露。此外,在Callander和Hummel(2014)的政策實驗中,信息總以特定的方式被披露。但是在本文的貝葉斯說服框架中,沒有對發送者可以進行什么樣的信息披露做出任何函數形式或者參數上的限制。這也正好對應到現實中,披露方在自愿、主動披露信息時,通常并不會受到諸如能披露什么信息、用什么形式披露的約束。
ω
=0和ω
=1。有一個信息的發送者(Sender)和一個信息的接收者(Receiver),他們對世界狀態的分布有共同的先驗信念(Common Prior Belief),用μ
∈(0, 1)表示他們認為世界狀態是ω
=1的概率。信息的發送者可以向信息的接收者傳遞關于世界狀態的信息。接收者是一個決策者(Decision Maker),他在收到信息之后,可以從兩個決策a
=0和a
=1中進行選擇。該決策將同時決定他自己和信息發送者的收益。具體來說,假定信息接收者的事后(Ex post)收益函數為:
換句話說,信息的接收者總是希望他的決策和世界狀態相匹配。同時,假定信息發送者的偏好和接收者的正好相反,即:

也就是說,發送者總是希望接收者的決策和世界狀態不匹配。在這樣的假設下,信息的發送者和接收者處在嚴格對立的關系中。在任何一個世界狀態下,發送者偏好的決策也正是接收者所厭惡的,反之亦然。
本文用Kamenica和Gentzkow(2011)提出的貝葉斯說服(Bayesian Persuasion)來描述信息發送者的信息披露。具體地講,信息發送者可以選擇一個信息結構(S
, {π
(·|ω
)}=0, 1),其中S
是信號空間,而對每個信號s
∈S
,π
(s
|ω
)是該信號在狀態為ω
時實現的概率。在發送者選定信息結構(S
, {π
(·|ω
)}=0, 1)后,某一個信號會相應的實現。在觀察到該信號之后,接收者會通過貝葉斯公式更新他對世界狀態的信念。如果實現的信號是s
∈S
,那么接收者認為世界狀態是ω
=1的后驗信念(Posterior Belief)為:
(1)
在此后驗信念下,接收者會選擇對其最優的決策去最大化他的期望收益:



(2)
另外,對任一μ
∈[0, 1],用:V
(μ
)≡μv
(a
(μ
), 1)+(1-μ
)v
(a
(μ
), 0)(3)
表示后驗信念為μ
時,在接收者最優決策的情況下,給信息發送者帶來的期望收益。因此,接收者最優決策問題式(1)的解就是a
(μ
(s
))。而此時,信息發送者的期望收益為V
(μ
(s
))。這樣,可以得到該信息結構(S
, {π
(·|ω
)}=0, 1)給信息發送者帶來的事前(Ex ante)期望收益:
(4)
其中,τ
=μ
π
(s
|ω
=1)+(1-μ
)π
(s
|ω
=0)是信號s
實現的(非條件)概率。因此信息發送者的問題就是選擇最優的信息結構去最大化期望收益式(4)。從式(4)可以看出,信息發送者的期望收益只依賴于其選擇的信息結構所誘導的后驗信念的分布(Distribution of Posterior Beliefs)。因此,可以把信息發送者選擇信息結構的最優化問題等價地看成選擇后驗信念分布。Kamenica和Gentzkow(2011)證明了一個后驗信念空間上的分布能夠由一個信息結構所誘導,當且僅當這個分布的均值是先驗信念μ
。因此,可以把信息發送者的最優化問題寫成:
(5)
其中,Δ
([0, 1])表示[0, 1]區間上的所有概率分布的全體。通過對式(5)的分析可以得到關于基準模型中發送者最優信息披露的結論(命題1)。命題1:對任意的先驗信念μ
∈(0, 1),不披露任何信息對發送者來講是一個最優的信息披露。此外,任何一個最優的信息披露都不能傳遞有效的信息:在任何一個可能的信號下面,接收者只會選擇他在先驗信念下會選擇的行為,即a
(μ
)。證明: 由式(2)和式(3),以及信息發送者的事后收益函數v
,可以得出:
cavV
:[0,1]→R
函數為V
函數的凹化(Concavification)。它是[0, 1]區間上處處不小于V
的最小的凹函數。Kamenica和Gentzkow(2011)證明了發送者最優信息披露問題式(5)值正好等于cavV
(μ
)。
圖1 基準模型中發送者的收益(作為接收者后驗信念的函數)



命題1的結論非常直觀。信息接收者選擇決策的問題是一個個人決策(Individual Decision)問題。在任何個人決策問題中,信息越多就越能幫助決策者做出更好的決策。但是由于信息發送者和信息接收者是嚴格對立的關系,更多的信息在使得接收者境況變好的同時,也導致發送者的境況變得更差。因此,對于發送者來講,最優的信息披露方式就是不披露任何信息。


μ
更新為了μ
。將該μ
稱為接收者的中期信念(Interim Belief),這是為了區分接收者在自己獲取信息之后的后驗信念。此時,如果他獲取信息結構q
,那么他會以概率τ
=μ
(1-q
)+(1-μ
)q
接收到0的信號。在此情形下,他將再一次通過貝葉斯公式更新他對世界狀態的信念,以得到后驗信念:
a
(μ
′)。類似地,他會以概率τ
=μq
+(1-μ
)(1-q
)接收到1的信號。在此情形下,他的后驗信念為:
a
(μ
′)。類似于式(3),對任一μ
′∈[0, 1],用:U
(μ
′)≡μ
′u
(a
(μ
′), 1)+(1-μ
′)u
(a
(μ
′), 0)(6)
表示當后驗信念是μ
′,接收者選擇最優行為a
(μ
′)時,他的期望收益。那么,當接收者的中期信念為μ
,他選擇信息結構q
的情況下,期望收益可以表示為:
(7)
因此,當接收者的中期信念為μ
時,他的最優信息獲取問題可以寫成:


(8)
證明:由式(2)和式(6),以及接收者的事后收益函數u
,可以得出:




綜上可得:

基于引理1可以得到接收者如何選擇最優的信息結構。






a
(μ
)。


圖2 額外信息獲取模型中接收者的收益(作為接收者中期信念的函數)



(9)

因此,發送者的問題就是選擇最優的中期信念分布,即:


(10)
下面這個命題總結了式(10)的解。


(11)
在任何參數下,接收者在均衡中都不會從第三方獲取信息。



圖3 額外信息獲取模型中發送者的收益(作為接收者中期信念的函數)


此外,在該信息披露下,發送者的期望收益為:





c
。從命題2的結論可知,該信息獲取成本對發送者信息披露有兩方面的影響。

本文研究了一個披露信息的行為人在面對信息接收者可以從額外渠道獲取信息的情形下的最優信息披露策略。在他們處于對立的關系下,盡管信息發送者希望接收者擁有的信息盡可能少,但是在面對接收者可以從其它渠道獲取信息的威脅下,他會先發制人地披露一些信息,以防止接收者自己去獲取更加精確的信息。
在本文分析中,為了方便表達核心思想,選取了較為簡單的模型。但是,具有預防性動機的信息披露會在更加一般化的模型中成立。比如,信息發送者和接收者并不一定是嚴格對立的關系,而只是有一定程度的偏好差異;又比如,世界狀態可以是多個,而接收者可以采取的決策也是多個;再比如,接收者信息獲取可以從更大的信息結構空間中進行選擇,甚至可以對該信息結構空間不做任何限制等。在各種擴展中都應該能發現,信息發送者在接收者有額外信息獲取渠道的情況下,披露的信息都會比接收者在沒有該渠道的情況下更多。這仍然是因為發送者有了預防性的披露動機。
值得注意是,在本文模型分析的均衡中,由于信息發送者主動披露了信息,信息接收者獲取信息是沒有成本的,也不再有動機通過付出額外的成本去獲取更加精確的信息。在現實的政府對企業的監管中,這正好可以節約政府的監管成本。事實上,政府也確實在鼓勵企業主動披露自身違規行為。2016年國務院第570號令頒布的《國務院關于修改〈中華人民共和國海關稽查條例〉的決定》首次確立了企業主動披露制度,新條例第二十六條規定“與進出口貨物直接有關的企業、單位主動向海關報告其違反海關監管規定的行為,并接受海關處理的,應當從輕或者減輕行政處罰”。在該條例保證下,企業就有動機主動向海關披露其自查中發現不符合海關管理規定的問題,同時可以有效地減少海關執法過程中的監管成本。
最后,本文的模型分析也指出存在預防性動機時的信息披露通常情況下都不是完全的信息披露。因此,從監管的角度來說,當監管部門接收到被監管企業自發披露的信息時,需要謹慎對待。有時更嚴格的質詢、甚至進一步的篩查都是有必要的。事實上,我們也可以觀察到現實中的一些監管部門做了類似的進一步審查。例如,2019年曙光信息產業有限公司主動披露了處于初步籌劃階段、尚未觸發強制信息披露義務的相關事項,上海證券交易所向其問詢公司自愿性披露的原因,并核實是否存在信息披露誤導的情況;2017年江蘇寶利國際投資股份有限公司自愿披露的信息中包括部分違規違法內容,中國證監會對其進行了更為嚴格的查處與處分。同時,本文分析也指出,降低監管成本可以有效地增加企業在考慮如何披露以及披露什么信息時所面臨的壓力,促使企業披露更多的信息。因此,如何利用科技發展,比如大數據、人工智能等來降低可能的監管成本是值得進一步探索的問題。