社交媒體情緒表達對股價波動的影響研究
——基于“上證e互動”的實驗證據(jù)

■方 健，任春苗

一、引言與文獻綜述

社交媒體作為新時代重要且廣泛運用的信息傳播媒介，給各行各業(yè)尤其是資本市場的發(fā)展帶來了新的機遇和挑戰(zhàn)。關于社交媒體的已有文獻表明，網(wǎng)絡社交媒體的使用能夠幫助投資者更好地理解信息，提高資本市場定價效率（孫鯤鵬和肖星，2018）。然而，在網(wǎng)絡信息時代，公司在一定程度上失去了對信息環(huán)境的控制（Miller G.S.&Skinner D.J.，2015），社交媒體主體更關注和傾向傳播具有話題性質的信息，在人際傳播氛圍下，一定程度上使得在網(wǎng)絡信息環(huán)境中，資本市場信息質量無法得到保證。

為構建集中、便捷的網(wǎng)絡互動渠道，增進上市公司和投資者之間的聯(lián)系，中國深圳證券交易所和上海證券交易所分別于2010年1月1日、2013 年7 月5 日推行網(wǎng)絡互動平臺服務。與其他網(wǎng)絡社交媒體相比，交易所推行的互動平臺更具監(jiān)管優(yōu)勢（丁慧等，2018）。那么資本市場官方社交媒體能否改善市場信息環(huán)境，提升市場信息效率？本文將圍繞此問題，使用上海證券交易所“上證e互動”的問答數(shù)據(jù)，從股價同步性的視角分析網(wǎng)絡社交媒體在資本市場的作用，并實證檢驗媒體互動和股價同步性的關系及傳導路徑。主要考察投資者在社交媒體表達情緒對市場效率的影響以及公司回復豐富性和針對性在其中發(fā)揮的作用。本文的研究貢獻在于：一是已有的關于“上證e互動”運行效果的文獻大多集中在公司行為研究，忽視了投資者和公司管理層間在社交媒體互動中是一個互相影響的過程，在一定程度上拓展了現(xiàn)有對“上證e互動”運行效果研究的相關文獻。二是從行為金融學的視角出發(fā)，將投資者情緒引入信息披露和股價同步性關系的研究中，考慮非理性行為對信息效率的影響，證實了投資者情緒引發(fā)的非理性行為的存在及其對公司行為和市場效率的影響，為今后有關市場效率的研究提供了一個參考。

股價同步性反映了股價的“同漲同跌”現(xiàn)象（Morck et al，2000），通常用個股收益率對市場和行業(yè)收益率回歸得到的R2衡量。股價同步性越低，個股收益率波動被市場及行業(yè)解釋程度越小。繼King（1966）首次提出一組證券的收益率變動可以由市場回報和行業(yè)回報解釋以來，Roll（1988）發(fā)現(xiàn)股價中還包括私有信息或者與具體信息無關的“偶然狂熱”。

自此，學者們對股價同步性的解釋主要呈現(xiàn)兩種競爭性的觀點：“信息效率觀”強調(diào)公司特質信息進入市場是股價同步性降低的主要原因。在此基礎上，相關研究采用實證的方法從產(chǎn)業(yè)政策（陳冬華和姚振曄，2018）、政治關聯(lián)（唐松等，2011）、股利政策（Safian MFA & Ali N.，2013）、信息傳遞（盛積良和汪宇晴，2019）等角度證實了低股價同步性個股的價格包含更多的公司特質信息。然而，持“噪聲”交易觀的學者研究與上述結論存在分歧（許年行等，2011），認為股價同步性越高，股價中信息含量越高。現(xiàn)有文獻研究結果存在諸多差異的核心在于信息無法被直接度量，而信息特征是相關研究的關鍵。

隨著計算機技術的發(fā)展，新媒體尤其是社交媒體在公司信息披露方面的應用成為學者們關注和研究的焦點。理論上，公司通過新媒體手段進行信息披露能夠加快資本市場信息的傳播（胡軍和王甄，2015）。關于投資者的社交媒體互動行為，張信東和原東良（2017）研究了基于微博的投資者情緒對股票市場的影響，進一步發(fā)現(xiàn)微博情緒與股票市場流動性正相關。

結合上述文獻可知，社交媒體互動行為如何影響市場定價效率的內(nèi)在機制尚不明確，關于社交媒體對個股定價效率的影響在不同環(huán)境下有無差異，已有的研究尚未作出解釋，并且現(xiàn)有關于社交媒體和市場定價效率關系的研究主要針對微博、Twitter、股吧等，較少涉及交易所推行的專門社交平臺。而相比于微博等社交媒體，交易所推行的社交平臺更加專門化，且隨著近年來的發(fā)展，具備了一定的用戶基礎和影響力。因此，本文的研究更加關注官方社交平臺在資本市場發(fā)揮的作用，為進一步凈化中國市場信息環(huán)境，提高資源配置效率提供啟示。

二、理論分析與研究假設

（一）投資者負面情緒對股價同步性的作用

行為金融理論認為，投資者是有限理性的，其投資決策行為由于受到主觀因素的影響而存在偏差。盡管理性人知道完全理性能夠利用完備的信息、計算能力選擇效用最大的方案。然而，有關備選方案的信息可能會缺失或者不確定，并且決策者的知覺具有高度的選擇性，信息往往被錯誤理解（朱朝暉，2014）。在網(wǎng)絡互動平臺環(huán)境中，投資者對上市公司的負面情緒驅動他們進行情緒宣泄和表達，這不僅能夠激發(fā)其他投資者獲得類似感受（Hoffman ML，2001），而且會導致不同特質投資者情緒的趨同，引發(fā)投資者群體的情緒波動。而我國投資者短線操作、頻繁換手等投機特征較突出（段江嬌等，2017），投資者跟風現(xiàn)象嚴重，股價波動受“噪聲”影響較大。當股價由于投資者負面情緒產(chǎn)生偏差，因為“噪聲”交易廣泛存在，套利者難以預測短期內(nèi)噪聲交易者的交易方向，難以通過套利行為來減小股價波動進而達到市場有效（胡昌生和池陽春，2013）。所以，本文認為投資者在“上證e互動”的提問內(nèi)容包含負面情緒時，將加速“噪聲”的傳播，加劇股價的波動?；诖?，提出假設1：

H1：投資者負面情緒越強烈，股價同步性越低。

（二）上市公司回復行為對投資者負面情緒和股價同步性關系的影響

為進一步揭示投資者在“上證e 互動”表達負面情緒影響股價同步性的內(nèi)在機制，本文將投資者情緒和上市公司的回復行為結合起來分析。根據(jù)情緒認知理論，情緒是環(huán)境事件、生理狀況和認識過程三種因素共同作用的結果，其關鍵在于認知過程。在資本市場，上市公司主動管理網(wǎng)絡輿情的行為可以影響投資者的認知過程，通過糾正信息偏差和投資者非理性情緒，緩解信息不對稱（吳璇等，2017）。然而，根據(jù)已有的研究，互動溝通并不必然導致投資者信息能力的提升，上市公司敷衍投資者甚至推諉搪塞會加劇股價崩盤風險（王鐵軍，2019）。只有公司的回復內(nèi)容真正充分回答了投資者的問題時，公司管理層才有可能改變投資者的既有認知，進而達到緩解投資者負面情緒的目的。

由此，預測投資者表達負面情緒使公司回復豐富性和針對性更強，而較強的回復豐富性和針對性能夠緩解由投資者負面情緒引起的股價波動，即回復豐富性、回復針對性分別在投資者負面情緒和股價同步性關系中發(fā)揮了遮掩效應的作用?；诖?，提出假設2：

H2a：回復豐富性在投資者負面情緒和股價同步性關系中發(fā)揮遮掩效應的作用，即投資者負面情緒通過提高公司回復豐富性緩解了股價波動；

H2b：回復針對性在投資者負面情緒和股價同步性關系中發(fā)揮遮掩效應的作用，即投資者負面情緒通過提高公司回復針對性緩解了股價波動。

三、研究設計

（一）樣本篩選和數(shù)據(jù)來源

本文以2014—2018 年所有在“上證e 互動”“問答”版塊有問答記錄且年均問答數(shù)據(jù)大于10的滬市A 股上市公司為初始研究樣本，剔除了：金融行業(yè)樣本，ST、*ST樣本，年周交易數(shù)小于30的樣本，IPO 當年樣本和控制變量缺失的樣本，最終獲得3672個觀測樣本。模型中投資者負面情緒E_negative、回復豐富性Richness 和回復針對性Pertinence 根據(jù)網(wǎng)絡爬蟲收集得到的“上證e 互動”“問答”版塊數(shù)據(jù)計算得到，媒體報道數(shù)量Media 的數(shù)據(jù)來源為《中國證券報》《證券日報》《證券時報》《上海證券報》《中國經(jīng)營報》《21世紀經(jīng)濟報道》《經(jīng)濟觀察報》《第一財經(jīng)日報》等8 家全國性、權威性的財經(jīng)報紙，通過檢索主題、標題或全文含公司全稱、簡稱的媒體報道數(shù)量進行度量（黃俊和郭照蕊，2014）。其中其他控制變量均來自于國泰安（CSMAR）數(shù)據(jù)庫和聚源銳思（RESSET）數(shù)據(jù)庫。為避免極值影響，對所有變量進行了上下1%的Winsor處理。

（二）變量定義

1.股價同步性（SYNCiw）

對于股價同步性的衡量，用第w周的個股收益率RETiw、市場收益率MKTRETw以及行業(yè)收益率INDRETjw計算模型（1）中的擬合優(yōu)度Riw2以此考察個股收益率中能夠被市場及行業(yè)因素解釋的部分。為控制數(shù)據(jù)值域區(qū)間差異帶來的影響，利用模型（2）對Riw2進行對數(shù)化處理，得到股價同步性指標SYNCiw。

2.投資者負面情緒（E_negative）

通過網(wǎng)絡爬蟲收集得到“上證e 互動”“問答”版塊2014—2018年的問答數(shù)據(jù)，并調(diào)用百度的API（應用程序編程接口），使用百度自然語言處理技術對投資者的提問內(nèi)容進行處理，計算得到投資者提問內(nèi)容包含負面情緒的比例（E_negative）。

3.回復豐富性（Richness）

借鑒丁慧等（2018）的研究，將上市公司在“上證e互動”回復總字數(shù)加1的自然對數(shù)作為回復豐富性的度量指標，具體如模型（3）所示。

其中，words_ait是上市公司i第t年在“上證e互動”問答版塊回復總字數(shù)。

4.回復針對性（Pertinence）

對于回復針對性的度量，采用王鐵軍（2019）的方法，用上市公司回復內(nèi)容和提問內(nèi)容的共同詞匯數(shù)和回復詞匯總數(shù)的比值進行度量?；貜歪槍π裕≒ertinence）數(shù)值越大，表示公司回復和投資者提問的重復內(nèi)容越多?；貜歪槍π灾笜说挠嬎闳缒Ｐ停?）所示。

5.其他變量

參照已有的研究，選取財務杠桿（Lev）、第一大股東持股比例（First）、實際控制人性質（Nsoe）、公司規(guī)模（Size）、公司盈利能力（Roe）、公司成長性（Mb）、媒體報道數(shù)量（Media）、分析師跟蹤人數(shù)（Analyst）、是否為國際四大審計（Big4）、機構投資者持股比例（Inst）為控制變量。表1給出了具體的變量定義。

表1 變量定義

（三）模型構建

首先，構建模型（5）檢驗投資者負面情緒與股價同步性的關系。在該模型中如果投資者負面情緒的系數(shù)為負，說明投資者在“上證e互動”表達負面情緒的公司股價同步性更低，H1成立。

其次，分別檢驗回復豐富性和回復針對性在投資者負面情緒、股價同步性關系的遮掩效應，構建回歸模型（6）—（7）和（8）—（9）。

最后，引入合格境外機構投資者持股以及新聞報道指標，分別根據(jù)有無合格境外機構投資者持股和新聞報道數(shù)量中位數(shù)將樣本分為兩組，考察在不同環(huán)境下上述關系是否成立。

四、實證結果與分析

（一）描述性統(tǒng)計

表2 列示了本研究樣本公司主要變量的描述性統(tǒng)計。其中，根據(jù)回復豐富性（Richness）的均值數(shù)據(jù)，由模型（3）可知，樣本公司平均每年在“上證e互動”回復字數(shù)約為1502個（e^7.315-1）；回復針對性（Pertinence）的均值為0.245，代表公司回復文本的24.5%與投資者提問內(nèi)容相同；投資者負面情緒（E_negative）的均值和方差分別為0.600 和0.092，最大值為0.864，最小值為0.309，說明投資者提問文本隱含的情緒差異很大。

表2 描述性統(tǒng)計

（二）多元回歸分析

首先，本文檢驗了投資者負面情緒如何影響股價同步性，表3列（1）、（3）和（5）以股價同步性（SYNC）為因變量，列（2）和（4）分別以回復豐富性（Richness）和回復針對性（Pertinence）為因變量。其中，列（1）中投資者負面情緒和股價同步性負相關，假設1 得到支持。列（2）投資者負面情緒（E_negative）和回復豐富性（Richness）在1%水平上正相關，說明投資者表達負面情緒強烈的公司回復豐富性更高。模型（3）同時納入投資者負面情緒（E_negative）和回復豐富性（Richness）后，和模型（1）相比，投資者負面情緒（E_negative）的系數(shù)絕對值變大，而回復豐富性（Richness）的回歸系數(shù)顯著為正。根據(jù)溫忠麟和葉寶娟（2014）提出的中介效應檢驗方法，回復豐富性對投資者負面情緒和股價同步性關系具有遮掩效應，即投資者在“上證e互動”表達的負面情緒通過提高上市公司的回復豐富性緩解了股價同步性的降低，其中間接效應占直接效應的比例為10.37%（0.129×0.041∕∣-0.051∣）。

表3 主效應和中介效應檢驗回歸結果

表3 列（4）檢驗了投資者負面情緒（E_negative）對回復針對性（Pertinence）的影響，結果顯示投資者負面情緒（E_negative）的系數(shù)顯著為負，表明投資者負面情緒強烈的公司回復針對性更差。模型（5）同時對投資者負面情緒（E_negative）和回復針對性（Pertinence）進行回歸，投資者負面情緒系數(shù)變小，顯著性降低，而回復針對性（Pertinence）回歸系數(shù)顯著為正。Sobel檢驗結果Z值為-2.172，P值為0.030，進一步表明中介效應顯著，計算可得中介效應占總效應的比例為20.23%（│-0.018│×0.427∕│-0.038│）。以上回歸結果說明公司對隱含負面情緒的投資者提問的回復針對性更差，股價同步性進一步降低。這與本文的假設不符，對此可能的解釋是，含有較多負面情緒的投資者在提問文本中包含的反應語氣的助詞可能會更多，并且公司在回復此類問題時可能會對敏感的問題避而不談，出現(xiàn)“答非所問”的現(xiàn)象。

綜上，根據(jù)表3，投資者負面情緒和股價同步性負相關，回復豐富性和回復針對性在投資者負面情緒和股價同步性的關系中分別起遮掩效應和中介效應的作用。

（三）進一步檢驗

1.外資持股差異對投資者負面情緒與股價同步性關系的影響

2019年9月，為進一步擴大我國金融市場的對外開放，國家外匯局發(fā)布公告決定取消合格境外機構投資者（QFII）和人民幣合格境外機構投資者（RQFII）投資額度限制，境外投資者參與境內(nèi)金融市場的便利性再次大幅提升。與其他投資者相比較，合格境外機構投資者（QFII）由于不需要頻繁披露其投資組合且不參加普通基金的排名（溫軍和馮根福，2012），更傾向于價值投資。熊家財?shù)龋?014）研究發(fā)現(xiàn)，合格境外機構投資者（QFII）的交易行為顯著提高了股價信息含量。因此，預測投資者負面情緒、股價同步性關系在有無合格境外機構投資者（QFII）持股的公司時可能存在差異。

為檢驗上述預測是否成立，按照有無合格境外機構投資者持股設置虛擬變量QFII，將有合格境外機構投資者持股的公司取值為1，否則取值為0，并根據(jù)QFII 取值對樣本進行分組回歸，檢驗結果見表4。

表4中Panel A報告了回復豐富性遮掩效應的分組檢驗結果。投資者負面情緒（E—negative）和回復豐富性（Richness）在列（1）—（3）中的系數(shù)均至少在10%水平上顯著，在列（4）—（6）均不顯著，說明投資者負面情緒、股價同步性關系以及回復豐富性的遮掩效應只存在于無合格境外機構投資者持股的公司中。在Panel B列（3）中，投資者負面情緒（E_negative）的系數(shù)為-0.041，P 值為 0.165，遠遠低于模型 6 中投資者負面情緒（E_negative）的P 值（0.919），這表明回復針對性對投資者負面情緒與股價同步性關系的中介作用在無合格境外機構投資者持股的公司中更加顯著。對此可能的解釋是，研究的樣本中僅10.62%擁有合格境外機構投資者（QFII），而QFII 面臨著更為嚴格的資格認定、監(jiān)控以及投資和額度的限制問題，有合格境外機構投資者（QFII）持股的公司具有更高的信息透明度，主要是特質信息而非“噪聲”促進其股價波動。因此，有QFII 持股的公司股價同步性較低，投資者負面情緒和股價同步性的負相關關系在股價同步性更高的無QFII持股公司中更加顯著。

表4 基于外資持股的分組檢驗

2.新聞報道數(shù)量差異對投資者負面情緒和股價同步性關系的影響

新聞報道作為資本市場信息傳播的重要中介，能夠影響投資者的信息獲取及投資行為。一方面，新聞對特定公司進行報道能夠提高投資者對相關公司的關注度，通過瀏覽新聞報道，投資者可以迅速獲取大量公司特質信息；另一方面，新聞報道公司負面消息能夠加速投資者負面情緒的傳播，強化投資者對負面情緒的反應，而報道公司正面消息和投資者自有負面情緒的反差則可能引起投資者對新聞工作者和公司合謀的懷疑，對緩解投資者負面情緒和股價同步性負相關關系的作用較小。據(jù)此預測，公司的新聞報道數(shù)量越多，投資者負面情緒對股價同步性的影響越大。

為進一步探究新聞報道數(shù)量差異對投資者負面情緒與股價同步性關系的影響，將媒體報道的范圍擴展到各主流媒體實時更新的財經(jīng)新聞資訊，選取國泰安（CSMAR）數(shù)據(jù)庫中證券關聯(lián)新聞年合計數(shù)量對新聞報道進行度量，并構建新聞報道虛擬變量（News），當新聞報道數(shù)量大于其中位數(shù)時取值為1，否則取值為0。根據(jù)媒體報道數(shù)量（News）差異對投資者負面情緒與股價同步性關系的分組回歸結果列示于表5。

表5 Panel A列示了對回復豐富性遮掩效應的分組檢驗結果。與列（1）—（3）相比，列（4）—（6）中投資者負面情緒（E_negative）和回復豐富性（Richness）均至少在5%水平上顯著，說明投資者負面情緒對股價同步性的負面影響以及回復豐富性對兩者關系的遮掩效應僅在新聞報道數(shù)量多的公司存在。類似的，Panel B 列（1）—（6）的回歸結果表明，回復針對性的中介效應在新聞報道數(shù)量多的公司更加顯著?；貧w結果支持前文預測。

表5 基于新聞報道數(shù)量的分組回歸

五、穩(wěn)健性檢驗

（一）變量的穩(wěn)健性檢驗

參照朱紅軍等（2007）的研究，用t 日的公司收益率和市場收益率計算的R2對股價同步性進行重新度量（記為syn），以考察股價同步性度量形式對檢驗結果可能造成的影響。從表6可知，當改變股價同步性的度量方式時，回歸結果依然穩(wěn)健。

表6 穩(wěn)健性檢驗回歸結果

續(xù)表6

（二）模型中的內(nèi)生性問題

為排除模型中的內(nèi)生性問題，選取滯后一期的投資者負面情緒以及滯后一期同行業(yè)投資者負面情緒的平均值作為投資者負面情緒的工具變量，進行異方差穩(wěn)健的DWH檢驗，得到P值均為0.000，說明投資者負面情緒存在內(nèi)生性問題。表7 報告了工具變量法的兩階段回歸結果。和普通最小二乘法相比，兩階段回歸結果中，自變量和中介變量的系數(shù)絕對值變大且更加顯著。在列（1）—（5）中，工具變量過度識別檢驗得到的P 值均大于0.7，選取的工具變量外生，與擾動項無關。進一步地考察工具變量和內(nèi)生變量的相關性發(fā)現(xiàn)，檢驗得到的F統(tǒng)計量均大于8（計算的P值遠小于0.001），因此回歸結果中不存在弱工具變量。

表7 工具變量法的兩階段回歸結果

六、結論與建議

本文以2014—2018 年“上證e 互動”問答版塊的問答數(shù)據(jù)為研究對象，考察了投資者在“上證e”表達負面情緒對股價同步性的影響及作用機制。研究發(fā)現(xiàn)：一是我國資本市場仍是一個“噪聲”驅動價格、發(fā)展不完善的市場。投資者在“上證e 互動”表達負面情緒會加劇市場“噪聲”，股價同步性下降。二是投資者在“上證e”表達負面情緒使上市公司提高了回復豐富性，這在一定程度上緩解了股價同步性的下降。三是投資者在“上證e 互動”表達負面情緒通過降低上市公司回復針對性，使股價同步性下降。四是以上關系只存在于無合格境外機構投資者持股或者新聞報道數(shù)量多的公司。

據(jù)此，提出以下建議：第一，在對“上證e 互動”的監(jiān)管中，交易所不僅要關注公司信息發(fā)布行為，還要對投資者行為做出規(guī)范，設置“投資者行為規(guī)范黑名單”，對惡意誘導網(wǎng)絡秩序的予以強制管制。第二，上市公司在回復投資者的提問時，要兼顧回復文本的豐富性和針對性，做到回復文本既不冗余拖沓，又不無的放矢。第三，投資者在進行投資判斷時要加強信息甄別能力，更加關注公司財務和非財務信息，投資切忌情緒化。第四，我國要進一步引導外資入市，擴大合格境外機構投資者投資范圍，改善投資者結構，勸導投資者進行價值投資。

本文研究依然存在的局限性有：一是股價的波動和投資者的投資決策行為是一個十分復雜的過程，會受到多種因素的共同影響，本文旨在探究“上證e 互動”這一“官方”社交媒體“問答”版塊對資本市場產(chǎn)生的影響，未考慮“上證e互動”其他版塊以及其他社交平臺的作用。二是促進投資者和上市公司互動的因素有很多，本文把投資者和上市公司的問答互動做為信息的供需過程，在一定程度上忽視了可能存在的監(jiān)管評級等外部因素。三是限于數(shù)據(jù)的可獲得性，本文僅就“上證e互動”回復豐富性和針對性數(shù)據(jù)進行實證研究，沒有考慮公司回復的及時性等因素的影響，相應的證據(jù)有待進一步挖掘。以上問題將是未來研究的方向。