媒體監(jiān)督對(duì)上市公司股票收益率影響的實(shí)證分析

朱晗+閆婷婷+梁夢(mèng)潔+李超

摘 要：以五家大眾金融媒體與五家金融自媒體發(fā)布的信息為對(duì)象，通過探究媒體報(bào)道消息與股票收益率之間的關(guān)聯(lián)性，發(fā)現(xiàn)股票市場(chǎng)的信息時(shí)滯一般在1—2天左右；經(jīng)過此時(shí)之后，媒體的報(bào)道消息在很大可能上會(huì)與將來的市場(chǎng)收益率相左。選取2015年3月至10月發(fā)布的數(shù)據(jù)，分別探究了信息時(shí)滯性及報(bào)道信息對(duì)收益率的具體作用，證實(shí)了“媒體效應(yīng)”的假說；最后，通過板塊層面的計(jì)量分析，發(fā)現(xiàn)工業(yè)及金融板塊對(duì)利好消息最為敏感，而能源板塊則最可能在利好消息發(fā)布時(shí)促進(jìn)收益率大概率增長(zhǎng)。

關(guān)鍵詞：媒體效應(yīng)；股票收益率；信息時(shí)滯；信息反應(yīng)

中圖分類號(hào)：F84 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2017）11-0129-04

引言

在如今這樣一個(gè)信息高速膨脹的時(shí)代中，作為特殊的輿論監(jiān)督手段，主流新聞媒體掌握了大量公眾話題和輿論引導(dǎo)力量，成為另一種重要的資源和財(cái)富的配置機(jī)制（鄭志剛，2007）。而在另一種較為通行的媒體治理理論中，作為有效的信息中介，媒體具有降低信息不對(duì)稱的作用 （Dycy et al.2008）。同時(shí)，一些研究也表明媒體注意力可引發(fā)資產(chǎn)價(jià)格異常波動(dòng)現(xiàn)象，例如，在業(yè)績(jī)公告期間，新聞覆蓋率與股價(jià)反應(yīng)、交易量均存在顯著的正相關(guān)關(guān)系（Bushee et al.2010）。除此之外，新聞報(bào)道與投資者以及資產(chǎn)價(jià)格之間的關(guān)系也在吸引各方研究者的注意，K Peter et al.（1998）驗(yàn)證了新聞事件會(huì)導(dǎo)致一些投資者更迅速地做出反應(yīng)的假設(shè)。Chan（2003）研究得出不同內(nèi)容的新聞導(dǎo)致了不同的價(jià)格反應(yīng)的結(jié)論。Fang et al.（2007）發(fā)現(xiàn)媒體曝光度低的上市公司股票通常能夠獲得更高的收益。Antonios Sigano etc（2014）也發(fā)現(xiàn)臉書網(wǎng)上的每日觀點(diǎn)會(huì)引起國際股票市場(chǎng)價(jià)格波動(dòng)。而這類被通稱為“媒體效應(yīng)”的理論由饒育蕾 （2008）研究后發(fā)現(xiàn)同樣適用于中國股票市場(chǎng)。

上述研究者主要是從資本市場(chǎng)的角度出發(fā)，以降低市場(chǎng)信息不對(duì)稱為目標(biāo)，隨之展開各主體之間的內(nèi)在關(guān)聯(lián)性研究、投資者行為討論及資產(chǎn)定價(jià)理論的完善與發(fā)展，有部分文獻(xiàn)直接驗(yàn)證了媒體的報(bào)道程度與同期上市公司股票收益的關(guān)系。然而，更為細(xì)致的環(huán)節(jié)卻鮮有人分析，所以，本文旨在檢驗(yàn)股市報(bào)道信息的時(shí)滯性，以及媒體的綜合影響對(duì)各板塊的影響是否有顯著差異。這是對(duì)股票收益水平預(yù)測(cè)的一個(gè)新切入點(diǎn)，也是對(duì)“媒體效益”的一種橫向拓展與模擬實(shí)踐。

一、媒體報(bào)道風(fēng)向測(cè)度

由于媒體每日每時(shí)所傳遞的信息數(shù)量龐大，為了壓縮數(shù)據(jù)并對(duì)文本信息量化處理，本文利用不同類別媒體信息的優(yōu)勢(shì)比構(gòu)建一個(gè)反映媒體報(bào)道的傾向性指標(biāo)DI來體現(xiàn)整個(gè)媒體界對(duì)市場(chǎng)信息的評(píng)估與傳遞，并稱之為報(bào)道風(fēng)向。

對(duì)于龐大的新聞系統(tǒng)而言，本文需要選取具有代表性的幾家媒體作為研究對(duì)象，為此，將媒體劃為財(cái)經(jīng)大眾媒體與財(cái)經(jīng)自媒體兩類，并分別選取最具影響力（訪問量最高）的五家財(cái)經(jīng)大眾媒體（新浪財(cái)經(jīng)、財(cái)經(jīng)網(wǎng)、金融界網(wǎng)、和訊網(wǎng)、東方財(cái)富網(wǎng)）與五家財(cái)經(jīng)自媒體（21財(cái)聞匯、A股那些事、CEO智庫、EMBA、IPO觀察），搜集其在2015年3月至2015年10月間對(duì)整個(gè)宏觀市場(chǎng)的報(bào)道消息，并利用文本關(guān)鍵詞頻統(tǒng)計(jì)，以日為計(jì)對(duì)媒體報(bào)道數(shù)據(jù)進(jìn)行統(tǒng)計(jì)整理，在詞頻統(tǒng)計(jì)過程中，“增長(zhǎng)”、“擴(kuò)大”、“放松”、“回暖”等被劃為利好信息的關(guān)鍵詞，而“收縮”、“限制”、“低迷”、“不容樂觀”、“暫停”等則被劃分為利空信息的關(guān)鍵詞。對(duì)于大眾媒體，獲取信息的渠道為官方網(wǎng)站，而對(duì)于自媒體詞頻則是通過搜索他們往期的官方微博來獲取，最終利用各媒體的百度收錄條數(shù)為權(quán)重計(jì)算整個(gè)媒體報(bào)道風(fēng)向，按月度分組所得兩組數(shù)據(jù)表對(duì)比如表1所示。

以0.5為分界，從表1中可以看出，即使兩組數(shù)據(jù)均在分界線上下波動(dòng)，然而兩組媒體報(bào)道的側(cè)重點(diǎn)依舊存在差異，相較于大眾媒體偏向負(fù)面新聞的報(bào)道的現(xiàn)象，自媒體更愿意去報(bào)道一些利好新聞。

對(duì)于股票的整體市場(chǎng)而言，本文采用雅虎財(cái)經(jīng)提供的上證綜指為系統(tǒng)樣本（代碼：000001.SS）來計(jì)算股票市場(chǎng)的收益率數(shù)據(jù)。而在行業(yè)層面討論時(shí)，本文采用同花順提供的各行業(yè)板塊指數(shù)來分析。收集DI數(shù)據(jù)與上證綜指一日收益率繪得圖1。

可以看出，一日收益率與新聞報(bào)道呈現(xiàn)出一種微弱的正相關(guān)作用。為了繼續(xù)探究這一現(xiàn)象，本文分別計(jì)算一日到五日收益率與新聞媒體數(shù)據(jù)的相關(guān)系數(shù)分別為0.007、0.026、0.016、-0.010、-0.014。很容易發(fā)現(xiàn)，從第四日開始，相關(guān)系數(shù)變號(hào)。這說明，經(jīng)過時(shí)滯后媒體現(xiàn)期的報(bào)道風(fēng)向可能與將來的整體大盤收益率相左。

二、實(shí)證分析

本文分三步來考察媒體報(bào)道風(fēng)向?qū)ι鲜泄竟善笔找娴挠绊?。首先是分析DI指標(biāo)對(duì)股指收益的影響具有多長(zhǎng)的滯后期；其次是分析新聞報(bào)道的不同風(fēng)向?qū)芍甘找娴木唧w影響；最后是探究不同DI值在不同的行業(yè)板塊的影響中的差異性。

（一）新聞報(bào)道滯后期分析

為了研究DI對(duì)股指收益的影響滯后性，本文構(gòu)建分布滯后模型，模型通式如下：

為了使結(jié)果更加精確，本文選取收益率指標(biāo)時(shí)選取的是相關(guān)程度較高的兩日股指收益率，用yt表示，式中，Xt為當(dāng)日DI值，s為延期期數(shù)。

利用EVIEWS7.0所得建模結(jié)果如下：

從總體上來看，在控制其他因素后，新聞媒體風(fēng)向在短期之內(nèi)對(duì)收益率數(shù)據(jù)有正向作用。本文通過模型發(fā)現(xiàn)，這種正向作用在第二天時(shí)增到最大，而后便逐步削弱，甚至從第五天開始有了反轉(zhuǎn)的跡象，并開始負(fù)作用于收益率數(shù)據(jù)。

關(guān)于此類現(xiàn)象的解釋，可以借用Fang et al.在2007年提出的“媒體效應(yīng)”，即未被媒體報(bào)道的上市公司股票比被高度報(bào)道的上市公司股票能夠獲得更高的收益。我們有理由認(rèn)為，信息具有時(shí)效性，隨著時(shí)間的推移，信息量不斷擴(kuò)大，后驗(yàn)信息對(duì)先驗(yàn)信息的檢驗(yàn)次數(shù)也在不斷增多，在信息傳播的第二天，收益率的增長(zhǎng)標(biāo)志著利好消息對(duì)市場(chǎng)的作用，然而，由于股票市場(chǎng)的信息時(shí)效性較短，前期的利好消息已經(jīng)不能對(duì)整個(gè)市場(chǎng)造成多大的影響，前期媒體的利好報(bào)道帶來的高關(guān)注度使得市場(chǎng)收益率開始走低。同時(shí)，根據(jù)這個(gè)模型，也可以得出新聞時(shí)效性通常在1—2天左右的結(jié)論。

（二）板塊收益分析

為了充分利用信息探究報(bào)道風(fēng)向?qū)Ω靼鍓K收益率高低的影響，本文采用Heckman兩步回歸，利用各板塊指數(shù)收益率二分為0—1變量指標(biāo)作為因變量，并將DI數(shù)據(jù)以及標(biāo)準(zhǔn)化后的各板塊金額作為自變量進(jìn)行組合變量的計(jì)量回歸，對(duì)信息風(fēng)向?qū)Σ煌鍓K的影響進(jìn)行評(píng)估。該方法既避免了用普通最小二乘法估計(jì)有可能導(dǎo)致的樣本選擇偏誤，又能清晰各新聞報(bào)道對(duì)板塊影響的差異。

首先，本文采用Probit模型分析了各行業(yè)股指收益率在總體概率上的好壞與報(bào)道風(fēng)向以及板塊金額之間的回歸；第二步，選取行業(yè)正向收益率數(shù)據(jù)探究其與DI值之間的具體關(guān)系。

我們利用0作為分割點(diǎn)，如果行業(yè)收益率水平小于0則Yi=0，否則Yi=1。此外，我們對(duì)行業(yè)收益是否顯著采用二值Probit模型來分析，模型表達(dá)式如下：

式中，Yi是由可觀測(cè)的相關(guān)變量Xi和不可觀測(cè)的相關(guān)變量α共同決定的，Xij是第i個(gè)樣本的第j個(gè)指標(biāo)值，εi是誤差項(xiàng)，服從標(biāo)準(zhǔn)正態(tài)分布。

根據(jù)上式，可以得到估計(jì)值，并對(duì)每個(gè)樣本計(jì)算逆米爾斯比：

式中，φ（Xijj）表示以Xij為變量的標(biāo)準(zhǔn)正態(tài)分布的密度函數(shù)，φ（Xijj）則是其累計(jì)密度函數(shù)。此種估計(jì)法與OLS的區(qū)別在于，加入逆米爾斯比λ，可以克服樣本的選擇性偏差，若λ顯著不為0，則說明存在明顯的樣本選擇性，會(huì)提高本文的估計(jì)精度。

第二階段利用Yi=1的樣本，作如下回歸：

Y′i=X′ijβ′j+λi+μi

式中，Y′i為第二階段回歸模型的被解釋變量，即行業(yè)收益率。應(yīng)該說明的是，這里的X′ij為Y′i對(duì)應(yīng)的各類指標(biāo)值，并沒有發(fā)生更改。

本文引入DI以及標(biāo)準(zhǔn)化板塊金額作為解釋變量，抽取五類不同行業(yè)（能源、材料、工業(yè)、醫(yī)藥、金融）的收益率數(shù)據(jù)作為被解釋變量。在二值Probit模型中的Probit（Yi）表示第i個(gè)樣本板塊收益率是否盈利的概率大小。在OLS估計(jì)模型中，特別選擇正收益數(shù)據(jù)分析DI的優(yōu)劣對(duì)各行業(yè)指數(shù)收益率的刺激作用，利用STATA14.0求解，結(jié)果如表2所示。

由該結(jié)果可得10個(gè)方程，其中系數(shù)越大表明被新聞報(bào)道所影響的程度越強(qiáng)。因此，在第一個(gè)Probit模型中，系數(shù)最高的為能源板塊，因此它即是發(fā)布利好消息最能促進(jìn)收益率增長(zhǎng)的板塊，依次向下排開是金融、工業(yè)、材料與醫(yī)藥。在第二個(gè)估計(jì)中，工業(yè)與金融系數(shù)較高，由于選樣的特殊性，所以它們是對(duì)利好消息最為敏感的板塊。

三、結(jié)論

本文以五家大眾金融媒體與五家金融自媒體發(fā)布的信息為對(duì)象，深入探究了它和股票收益率之間千絲萬縷的聯(lián)系，得出以下幾個(gè)基本結(jié)論。首先，相較于大眾媒體偏向負(fù)面新聞的報(bào)道的現(xiàn)象，自媒體更愿意報(bào)道一些利好新聞。其次，股票市場(chǎng)的信息時(shí)滯一般在1—2天左右，而經(jīng)過此時(shí)滯后，媒體的報(bào)道消息在很大可能上會(huì)與將來的整體大盤收益率相左，詳細(xì)來說，在控制其他因素后，新聞媒體風(fēng)向在短期之內(nèi)對(duì)收益率數(shù)據(jù)有正向作用，并且這種正向作用在第二天時(shí)增強(qiáng)到最大，而后便逐步削弱，甚至從第五天開始有了反轉(zhuǎn)的跡象，并開始負(fù)作用于收益率數(shù)據(jù)。當(dāng)然，這種現(xiàn)象在某種程度上可以被“媒體效應(yīng)”所解釋。最后，對(duì)利好消息最為敏感的是工業(yè)及金融板塊，與此同時(shí)，發(fā)布利好消息最能促進(jìn)收益率增長(zhǎng)的則是能源板塊。

參考文獻(xiàn)：

[1] Antonios Sigano etc.Facebooks Daily Sentiment and International Stock Markets[J].Journal of Economic Behavior & Organization，2014， （107）：730-743.

[2] Chan W.Stock Price Reaction to News and No News：Drift and Reversal after Headline[J].Journal of Financial Economics，2003，（2）： 233-260.

[3] Klibanoff P，Lamont O，Wizman T A.Investor Reaction to Salient News in Closed-end Country Funds [J].Journal of Finance，1998，（2）： 673-699.

[4] Daniel K，Hirshleifer D，Subrahmanyam A.Investor Psychology and Security Market Under-and Overreactions [J].Journal of Finance， 1998，（6）：1839-1886.

[5] 饒育蕾，等.媒體注意力會(huì)影響股票的異常收益么？——來自中國股票市場(chǎng)的經(jīng)驗(yàn)數(shù)[J].系統(tǒng)工程理論與實(shí)踐，2010，（2）：297.

[6] 趙麗麗，趙茜倩，楊娟，李慶.財(cái)經(jīng)新聞對(duì)中國股市影響的定量分析[J].山東大學(xué)學(xué)報(bào)：理學(xué)版，2012，（7）：70-75.

Abstract：The five media public finance and five financial information published by the media as the object，by exploring the relationship between media news reports and stock returns，stock market information found delay generally in 1 days and 2 days after this time；after news reports of the media will differ with the future market returns in May. From March 2015 to October published data，and explore the information delay and report information on the specific role of rate of return，confirmed that the "media effect" hypothesis；finally，through the measurement of plate level analysis，found that the industrial and financial sectors is most sensitive to the good news，and the energy sector the yield may promote growth in the probability of good news release.

Key words：media effect；stock returns rate；information lag；information response

[責(zé)任編輯 興 華]