网络财经媒体报道与股价同步性【字数：9755】
rch results show that media reports are significantly negatively correlated with stock price synchronization; indicating that with the increase in the number of media reports, more information will be integrated into stock prices, thereby reducing stock price synchronization. Institutional investors, as another type of organization that has the ability to search for and analyze information, can integrate information into stock prices through its own trading behavior to reduce stock price synchronization. However, due to the overlap of the searched information, there is a substitution effect between media reports and institutional investors, that is, the strengthening of one partys activities will weaken the other partys ability in reducing the synchronization of stock prices.一支股票与市场行情同涨同跌的程度通常被研究者们称为股价同步性，而R2则一般被作为股价同步性的量化指标。这个指标代表市场和行业波动对个股股价波动的拟合程度，R2值越高，拟合的越好，表明股价同步性越高，反之则越低。特别需要指出的是，根据对多篇文献与统计的综合分析，现有研究普遍认为我国证券市场的股价同步性长时间处于高位。例如，根据Eun等的统计，中国股市的R2在1993年至2010年间长期维持在0.55左右的高水平，位列47个市场之首[1]，因此对股价同步性的研究对我国资本市场的发展有着重要意义。一、文献综述Roll(1988)发现，一家上市公司的股票波动中只有一小部分可以被认为是受到市场和行业因素所影响，而一支股票不能受市场和行业因素所解释价格波动则被视为是特质性波动。他认为这种特质性波动的来源是“公司特质性信息或其他与具体信息无关的偶发狂热因素[8]”。Roll的这个观点也成为了后来的研究者对股价同步性进行解释的两个主要方向，即“公司的特质性信息”和“非理性因素”。（一）股价同步性的两种解释从特质性信息的角度来看，研究者们普遍认为投资者的信息套利行为使得更多的公司特质性信息融入股价，进而有利于减小股价同步性[3-5,7]。公司特质性信息经由不同的渠道披露，最终影响机构投资者与个人投资者的判断与交易，推动公司股价向着其自身应有的价格，而非行业与市场环境的价格移动。林忠国，韩立岩等（2012）认为此种情况下，一支股票的价格波动与整体市场和行业涨跌之间存在高度的非同步性并不意味着这是一支高风险的股票，而是表现出了信息功能效率的作用: 即更多公司层面的特质性信息可以使股价向着公司基本价值的方向移动，进而股价所包含的信息也可以引导投资者将有限的资本投向收益最高的股票[9]。从非理性因素的角度来看，较低的股价同步性被视为股价异常变化，此观点认为R2反映的是股票收益中的噪音或者投资者与公司基本面无关的非理性行为，R2越低，股价所包含的噪音越多。林忠国，韩立岩等（2012）指出证券市场中的噪音交易者可能会误将噪音当作信息或为流动性进行交易，这些噪声交易会使噪声进入股价，使得其偏离公司基本价值，进而让股价不能较好地引导市场资源的配置[9]。有研究指出，按照这一观点，在一些噪声较大的证券市场，公司的股价同步性应该与其信息披露的准确与详细程度呈负相关，因为投资者能够清楚地掌握必要的信息，所以进行的噪声交易比较少，使得公司股价回归市场水平[3]。（二）媒体报道与股价同步性关系的现有研究1.对传统媒体的研究黄俊，郭照蕊（2014）对2007-2012年间8家全国性财经报纸的统计显示，各上市公司平均每年受到这8家报纸31篇媒体报道，最多的一家公司被报道了 426次，而最少的公司只获得了2篇报道。对媒体报道与股价同步性的计量分析分析显示，媒体报道越多的公司，股价同步性越低[4]。这可能表明随着媒体对公司关注度的提高，投资者将更多地依赖公司信息进行交易，导致更低的股价同步性。肖浩，詹雷（2016）则利用百度新闻搜索引擎对有关创业板上市公司的媒体报道进行收集，以搜索所得到的新闻条数作为媒体报道的变量。回归分析显示，媒体报道在1%的水平上与公司股价同步性呈负相关关系[3]。2.对新媒体的研究除了传统意义上的媒体，以新浪微博为代表的社交媒体媒体也获得了研究者的关注。研究者们普遍认为，新浪微博作为拥有中国最多用户的社交媒体之一，上市公司所发布的信息能够迅速的通过网络传播，而且相较于QQ与微信等偏向私人空间的“熟人型”社交媒体，新浪微博作为面向公众的“陌生人型”社交媒体显然更加适合披露公司特质性信息[10]。胡军，王甄（2015）以上市公司是否开通微博作为解释变量对股价同步性进行研究，结果显示公司开通微博与否与公司股价同步性存在显著的负相关关系[11]。这说明开通微博的上市公司的确通过微博发布了大量的公司信息，而投资者接收到这些信息后进行相应的股票交易，使得披露的信息反映在股价之中，最终引起公司股价同步性下降。周冬华，赵玉洁（2016）使用上市公司微博所发博文数量作为解释变量对股价同步性进行线性回归，得出两者存在显著负相关关系，佐证了前者的观点。同时该研究进一步区分了公司层面信息和非公司层面消息，并各自进行回归分析。对微博中包含公司层面信息的博文回归结果显示其消息数量与股价同步性显著负相关，而对于如“心灵鸡汤”或者“天气预报”类不含有公司特质性信息的博文的回归结果则没有通过显著性检验[10]。这一结果表明，投资者会关注上市公司官方微博所披露的公司层面消息，且投资者通过微博途径获得的公司层面消息会在制定相关投资决策时发挥作用，其使得公司股价向着公司基本价值移动，更多地反应出公司特质信息，降低了公司的股价同步性。但是，微博中披露的与公司无关的消息对投资者的投资决策并没有什么意义，因此，公司官方微博发布的非公司消息对股价同步性并未展现出显著性影响。。3.对媒体报道情感的研究现有的文献普遍认为带有负面情感的新闻报道对股价同步性有着更强的影响力。如黄俊，郭照蕊（2014）通过对随机抽取的100家公司的近两万篇新闻报道的情感通过人工分类将其划分为正面、中性或者负面，并分别用不同情感的新闻报道数对股价同步性进行回归分析，得出正面或者中性的新闻报道对股价同步性都没有显著影响，但负面新闻报道则与股价同步性显著负相关[4]。杨玉龙，吴 文等（2018）则使用中英文的正负面词库和计算机编程技术构建了更大规模的媒体正负面报道数据库，并进行了类似的回归分析，结果显示虽然情感呈负面的新闻报道比例越高，公司的股价同步性越低，但是该变量不显著；相反，正面报道比例越高，股价同步性越高，且变量显著[2]。（三）机构投资者对股价同步性的影响及其与媒体报道的交互作用除了媒体报道外，机构投资者也被认为与股价同步性有相关关系，且这两种相关关系之间的交互作用也受到了许多研究者的关注。其中机构投资者本身被普遍认为与股价同步性有负相关关系，游家兴，汪立琴（2012）指出机构投资者参与程度较高的股票股价同步性较低，并认为这是由于机构投资者作为信息交易者通过基于信息的交易行为加快了股票价格对新信息的调整和吸收，进而降低了股价同步性[7]。二、理论分析与研究假设（一）媒体报道与股价同步性从Roll的报告开始，国内外研究者们分析了大量媒体报道与股价同步性之间的关联，总结现有研究，媒体对股价同步性大概有如下两个影响途径其次，媒体的监督能力对也被认为对股价同步性有降低作用。媒体报道的增多意味着公司信息透明度的提高，媒体可以通过对公司的报道揭露公司内部人侵害投资者利益的行为，引起社会公众对违规违法行为的谴责，督促监管机构加强监管，并及时进行处罚。而在媒体监督的压力下，公司管理层和大股东会减少其侵害其他投资者的倾向，黄俊，郭照蕊（2014）指出，这会增强市场中进行知情交易的动力，此外公司也有动力披露更加有效和真实的信息，这进一步加强了公司特质性信息的传递，有利于股价同步性的下降[4]。因此，基于前文分析，我们提出本文假设1H1公司的股价同步性会随着网络财经媒体新闻报道数量的上升而降低。（二）机构投资者及其与新闻报道的交互作用因此，我们提出本文假设2H2当机构投资者持股比例上升时，网络财经媒体新闻报道对股价同步性的影响会减弱。三、研究设计（一）样本选择与数据来源考虑到2019年许多A股上市公司财务报表尚未发布且很有可能无法在预定时间内发布，故本文所使用初始数据为2018年沪深两市的A股上市公司，并进行如下筛选介于金融行业的特殊性，根据2012年中国证监会行业分类标准，删除属于金融业的上市公司；为保证估计结果有效，删除了2018年交易周数小于30的公司和2018年新上市的公司；此外还删除了一些变量数据缺失的公司，最终得到2653个样本观测值。本文研究所用到的数据中，媒体报道数据来源于上海经禾信息技术有限公司开发的CNRDS中国研究数据服务平台，股票市场数据、公司信息和公司财务数据来源于深圳国泰安信息技术有限公司开发的CSMAR数据库，机构投资者持股比例数据来源于浙江核新同花顺网络信息股份有限公司开发的i问财。（二）变量定义1.股价同步性本文借鉴肖浩，詹雷（2016）、伊志宏，杨圣之等（2019）的做法[3,14]，使用如下模型（1）分公司进行回归并计算拟合系数R2????????????????,????=????0+????1×????????????????????????????+????2×????????????????????????????−1+????3×????????????????????????????+????4×????????????????????????????−1+????????,???? （1）其中为????????????????,????公司i的股票在第w周的周收益率，????????????????????????????和????????????????????????????为第w周按流通市值加权计算得到的市场收益率和行业收益率，T-1表示滞后一周的影响。????????????????????????????行业收益率按照2012年中国证监会行业分类标准划分，其中隶属于制造业的公司考虑到数量较多使用二级行业划分，其他行业的公司均使用一级行业划分。考虑到R2取值在0到1之间，为使其成正态分布，故使用如下函数（2）对R2进行对数化处理，得到 ????????????????????????，即为公司 i 股票的股价同步性指标????????????????????????=????????(????2????1−????2????) （2）SYNCH为本文的主要被解释变量，用于衡量公司的股价同步性，SYNCH越大，股价同步性越高。2.媒体报道网络财经媒体报道数据来源于CNRDS的中国上市公司财经新闻数据库中的网络财经新闻模块，该模块的数据来源包括了400多家网络媒体，其中以和讯网、新浪财经、东方财富网、腾讯财经、网易财经、凤凰财经、中国经济网、搜狐财经、金融界、华讯财经、FT中文网、全景网、中金在线、中国证券网、证券之星、财新网、澎湃新闻网、第一财经、21CN 财经频道、财经网等20家报道数量和质量都较高的网络财经媒体为主。参考已有的文献，选取字段“年报道总数”（????????????????????????）作为i公司的媒体报道变量，并参考黄俊，郭照蕊（2014）和杨洁，詹文杰（2016）的数据处理方法[4,12]，使用如下函数（3）对其进行对数化处理????????????????????????????????=????????(1+????????????????????????) （3）（三）模型设定本文建立如下模型（4）检验前文所述假设1，建立如下模型（5）检验前文所述假设2????????????????????=????0+????1×????????????????????????????+????×????????????????????????????????+∑????????????????????????????????+???? （4）????????????????????=????0+????1×????????????????????????????+????2×????????????????+????3×????????????????????????????×????????????????+????×????????????????????????????????+∑????????????????????????????????+???? （5）除解释变量与被解释变量外，参考肖浩，詹雷（2016）、黄俊，郭照蕊（2014）和胡军，王甄（2015）等的操作[3-4,11]，模型还控制了是否ST（ST）、上市时间（Age）、是否国有（SO）、第一大股东持股比率（TH）、前十大股东持股比率（TTH）、市净率（MTB）、公司规模（Size）、负债水平（LEV）、总资产增长率（Growth）、总资产净利润率（ROA）、是否发行B股（BS）、是否发行H股（HS）等因素的影响并设置了行业哑变量（∑????????????????????????????????），其中制造业使用二级行业划分。各变量具体定义如下表1所示表格 1 变量定义变量名称变量符号变量定义被解释变量股价同步性SYNCH股价同步性计算模型R2的对数化转换值解释变量公司媒体报道变量Lnmedia2018年度该公司所受到的网络财经媒体新闻报道总数(Media)的对数化转换值机构投资者持股比例Inst机构投资者持有的股票所占的比例控制变量是否STST公司股票是否ST，是为1，否为0上市时间Age公司 IPO 以来所经过年份 是否国有SO公司是否为国有控股，是为1，否为0第一大股东持股比率TH第一大股东持有股份与公司总股份的比值 市净率MTB收盘价期末值/（所有者权益合计期末值/实收资本本期期末值）公司规模Size年末总资产（TA）的自然对数负债水平LEV年末总负债与总资产的比值 总资产增长率Growth（资产总计本期期末值—资产总计本期期初值）/（资产总计本期期初值）总资产净利润率ROA 净利润／总资产余额是否发行B股BS公司是否发行B股，是为1，否为0是否发行H股HS公司是否发行H股，是为1，否为0四、实证分析（一）描述性统计下表2报告了本文主要变量描述性统计结果，其中SYNCH均值为-0.0947154，相应的R2均值为0.4820224，标准差为0.1688126，显示出中国股票市场的股价同步性显著高于其他国家。公司所受到网络财经媒体的新闻报道总数平均值约为144.942，标准差约为422.5424，表明不同公司受到的报道又显著差异，从最值也能看出，受到网络财经媒体报道最多的一家公司2018年全年在新闻中出现了10680次，而有些公司则只出现了一次。不同公司的机构投资者持股比例差别也很大，平均比例约为38.9%，机构投资者持股比例最高的一家公司是中国石油，机构投资者控制了近98.4%的股票。此外，在研究样本中，约1.6%的公司在2018年处于ST状态；国有控股公司约占总样本的30.9%；第一大股东持股比例平均值为34.3%，说明我国上市公司股权结构仍然较为集中；上市公司的平均负债水平大约为41.1%，ROA均值为0.052，同时发行B股和H股的公司分别占总数的2.1%和2.6%。表格 2 描述性统计VariableObsMeanStd. Dev.MinMaxR22,6530.48202240.16881260.01142390.9140157SYNCH2,653-0.09471540.7816719-4.4605572.363683Lnmedia2,6534.2034361.0615490.69314729.276221Media2,653144.942422.5424110680Inst2,6530.38928820.234544800.9838ST2,6530.01583110.124845401Age2,65310.185457.811282128SO2,6530.30870710.462047101TH2,6530.34274350.14642090.04080.8909MTB2,6532.6097694.8076410.121432137.927Size2,65322.319171.3791918.1067628.51996TA2,6532.03E+109.62E+107.31E+072.43E+12LEV2,6530.4113270.19475610.00977890.9926366Growth2,6530.14435250.3752309-0.5507210.02865ROA2,6530.05211740.0443595-0.0423730.378931BS2,6530.02148510.145022201HS2,6530.02638520.160308201（二）回归分析下表3报告了网络财经媒体报道对股价同步性影响的基本回归结果。其中，Lnmedia 的系数为-0.0372979，在5%的水平上显著，这表明，一家公司所获得的网络财经媒体报道数越多，其股价同步性就越低。且根据上文的理论分析，其一，网络财经媒体对公司的报道越多，就有越多的公司特质性信息融入公司股价之中，进而使公司股价同步性下降，其二，更多的网络财经媒体报道意味着更多的监督，有利于保护投资者的权益，同样会促进公司股价同步性的下降。综合而言，网络财经媒体的报道有助于在公司股价中融入公司特质性信息。从而降低公司股价同步性，验证了本文所提出假设1。其他变量的回归结果显示，上市时间越长，资产规模越大的公司，其股票价格越容易受市场的影响而波动；ROA越高的公司，股价同步性也越高；国有控股的公司比私有控股的公司股价同步性更高；而处于ST状态的公司，股价则更少地随市场波动而波动；市净率和总资产规模增长率则与股价同步性呈负相关关系。表格 3 基本回归结果Number of obsF(31, 2621)Prob > FR-squaredAdj R-squaredRoot MSE2,65312.0700.12490.11450.73555VariableCoef.Std. Err.tP>t[95% Conf.Interval]Lnmedia-0.03729790.0153608-2.430.015-0.0674185-0.0071773ST-0.63406620.1238067-5.120-0.8768351-0.3912974Age0.01148580.00243374.7200.00671370.016258SO0.14124840.03934083.5900.06410610.2183906TH-0.08130760.1066049-0.760.446-0.29034590.1277306MTB-0.01362560.0032973-4.130-0.0200912-0.0071599Size1.32E-121.71E-137.709.81E-131.65E-12LEV0.03127410.09439160.330.74-0.15381550.2163638Growth-0.08316210.0393003-2.120.034-0.1602249-0.0060993ROA1.1886250.37136513.20.0010.46042631.916823BS-0.12115430.1027913-1.180.239-0.32271470.0804061HS0.02723780.0990380.280.783-0.16696280.2214383Industry已控制_cons-0.32835270.1536177-2.140.033-0.6295769-0.0271285增加机构投资者持股比例及其与媒体报道变量的交互性后结果如下表4所示，Inst变量系数为-0.52921，且在5%水平上显著，表明机构投资者持股比例与股价同步性呈负相关关系，而交互性Lnmedia*Inst系数为0.141269，在5%水平上显著且符号与变量Lnmedia和Inst相反，表明媒体报道与机构投资者持股比例对股价同步性的影响相互抵消，验证了本文所提出假设2 。表格 4 增加机构投资者及其交互项的回归结果Number of obsF(33, 2619)Prob > FR-squaredAdj R-squaredRoot MSE2,65311.5500.1270.1160.73492VariableCoef.Std.Err.tP>t[95% Conf.Interval]Lnmedia-0.0987910.029-3.390.001-0.1559802-0.0416Inst-0.529210.253-2.090.036-1.02478-0.0336Lnmedia*Inst0.1412690.0582.430.0150.02741160.25513ST-0.6239020.124-5.040-0.8667857-0.381Age0.01101190.0024.4100.0061160.01591SO0.13814870.043.470.0010.06004120.21626TH-0.111930.111-1.010.314-0.33003660.10618MTB-0.0134980.003-4.10-0.0199591-0.007Size1.17E-12####6.4508.11E-131.52E-12LEV0.02705170.0950.290.775-0.15871140.21281Growth-0.0816860.039-2.080.038-0.1586935-0.0047ROA1.1015050.3742.940.0030.367221.83579BS-0.1165620.103-1.130.257-0.3180940.08497HS0.00759010.0990.080.939-0.18703890.20222Industry已控制cons-0.0738380.185-0.40.69-0.43695710.28928五、进一步的分析——媒体报道的情感上文所述分析了网络财经媒体的新闻报道数量对股价同步性的影响，而一篇新闻报道具有不同的新闻情感，一个引申问题就是不同情感的新闻对股价同步性的影响效力是否相同？本文将就这一问题进行进一步的探究。从理论上分析，投资者通常会对负面消息更加敏感，有研究指出，受到数万年前原始社会时流传下来的基因和习性影响，人们通常会更加关注负面信息[2]，因为错过正面信息仍可以等待下个机会，但忽视负面消息则可能是致命的。此外，行为金融学也指出，人们在面临同样规模的收益和损失时，会对损失更加敏感，这种“损失厌恶”的心理可能使投资者在看到不利于公司的新闻报道时，相较于看到正面新闻报道时更加激烈地进行股票交易，使得负面的新闻报道所披露的特质性信息更可能让公司的股价回归应有的价格。基于已有文献，在以下研究中，本文将新闻报道的情感划分为正面、中性或者负面，出于数据处理的考虑，将不同情感的网络财经媒体新闻报道数量进行对数化。如下表5的描述性统计显示，网络财经媒体的新闻报道中，呈正面情感的最多，呈中性情感的最少，呈负面情感的略多于中性新闻报道。总体来看，符合投资者对我国媒体倾向于报道正面新闻的一般印象。表格 5 新闻情感VariableObsMeanStd. Dev.MinMaxPos2,65365.96532184.167203709Neu2,65338.00302124.143503377Neg2,65340.97361123.998103594LnPos2,6533.4329991.07643808.218787LnNeu2,6532.7028911.23783508.125039LnNeg2,6532.90461.13710608.1873将三种情感的网络财经媒体新闻报道数量的对数分别带入模型（4）中，回归结果显示三种情感的网络财经媒体新闻报道对股价同步性的影响系数均为负，但正面和中性新闻报道的影响均不显著，故不再报告回归结果；而负面新闻的影响如下表6所示，至少在千分之一水平上显著。上述结果表明，网络财经媒体的新闻报道对股价同步性的影响主要通过负面新闻报道产生，按照前文的理论分析，这是由于投资者更多地关注公司的负面新闻所造成的。表格 6 负面报道Number of obsF(31, 2621)Prob > FR-squaredAdj R-squaredRoot MSE2,65312.5600.12930.1190.73368VariableCoef.Std. Err.tP>t[95% Conf.Interval]LnNeg-0.060970.013887-4.390-0.0882-0.03374ST-0.603430.123765-4.880-0.84611-0.36074Age0.0116790.0024254.8200.0069230.016435SO0.1367320.0392573.480.0010.0597540.213711TH-0.079130.106313-0.740.457-0.28760.129337MTB-0.013310.00329-4.050-0.01976-0.00686Size1.37E-121.70E-138.0901.04E-121.71E-12LEV0.0505730.0930540.540.587-0.131890.23304Growth-0.083020.039185-2.120.034-0.15986-0.00618ROA1.1922320.3661253.260.0010.474311.910155BS-0.12050.102527-1.180.24-0.321540.080544HS0.0478940.098380.490.626-0.145020.240804Industry已控制_cons-0.306150.148305-2.060.039-0.59696-0.01535六、结论依赖于我国信息化的高速发展，网络媒体在今天已经在人们的生活中占据了无可替代的地位，互联网的便捷性和即时性更让网络媒体拥有了远超传统媒体的优势。而网络财经媒体作为网络媒体的一个重要组成部分发挥着越来越大的作用。基于2018年我国A股2563家上市公司的数据，本文研究了网络财经媒体报道与上市公司股价同步性之间的关系。通过理论分析与实证研究，本文认为上市公司所受到的网络财经媒体报道的新闻报道数量与其股价同步性呈负相关关系，随着网络财经媒体报道的增多，股价同步性呈下降趋势。从理论分析来看，其原因是网络财经媒体的新闻报道传递了公司的特质性信息，使得投资者更多地基于公司本身的信息进行交易以促使公司股价更接近其真实价值而非受大环境影响与市场或行业同涨同跌。对网络财经媒体报道和机构投资者的交互作用的进一步研究显示，两者虽然都对股价同步性有负向影响，但两者之间的作用相互替代。本文认为这是因为机构投资者同样可以收集并运用大量的特质性信息进行交易，这使得网络财经媒体再次披露这些公司特质性信息时，市场反应较弱，降低了其对股价同步性的影响。此外，本文还分类了不同情感的新闻报道，并分别进行分析，结果显示负面情感的网络财经媒体新闻报道是主要对股价同步性产生影响的报道。致谢此外，我还要感谢我的同学。在论文写作过程中我们相互帮助，进行了大量的讨论，这让我在论文的文献综述写作和实证分析研究方面都获益匪浅，对我论文的顺利完成有不小的作用。参考文献[1] Eun C S, Wang L, Xiao S C． Culture and Ｒ2[J]． Journal of Financial Economics，2014，115: 283－303[2]杨玉龙，吴文，高永靖，张倩男.新闻媒体、资讯特征与资本市场信息效率[J]. 财经研究，2018，44(06):109-125.[3]肖浩，詹雷.新闻媒体报道、分析师行为与股价同步性[J]. 厦门大学学报(哲学社会科学版)，2016(04):107-117.[4]黄俊，郭照蕊.新闻媒体报道与资本市场定价效率——基于股价同步性的分析[J]. 管理世界，2014(05):121-130.[5]韩伟龙.机构投资者持股与股价同步性——基于沪深A股的经验数据[J].财会通讯,2016(15):79-83.[6]李志生，朱雯君.信息含量、机构投资者与股价同步性——来自股票增发市场的经验证据[J]. 中南财经政法大学学报，2015(05):62-71.[7]游家兴，汪立琴.机构投资者、公司特质信息与股价波动同步性——基于R~2的研究视角[J]. 南方经济，2012(11):89-101.[8]Ｒoll Ｒ. Ｒ2[J]. Journal of Finance, 1988, 43: 541－566．[9] 林忠国，韩立岩，李伟.股价波动非同步性——信息还是噪音?[J]. 管理科学学报，2012，15(06):68-81.[10]周冬华，赵玉洁.微博信息披露有利于降低股价同步性吗?[J]. 当代财经，2016(08):109-120.[11]胡军，王甄.微博、特质性信息披露与股价同步性[J]. 金融研究，2015(11):190-206.[12]杨洁,詹文杰,刘睿智.媒体报道、机构持股与股价波动非同步性[J].管理评论,2016,28(12):30-40.[13]陈小林,孔东民.机构投资者信息搜寻、公开信息透明度与私有信息套利[J].南开管理评论,2012,15(01):113-122.[14]伊志宏,杨圣之,陈钦源.分析师能降低股价同步性吗——基于研究报告文本分析的实证研究[J].中国工业经济,2019(01):156-173.[15]游家兴.R~2的复活——股价同步性研究评述与展望[J]. 管理科学学报，2017，20(03):63-79.[16]刘海飞，许金涛，柏巍，李心丹.社交网络、投资者关注与股价同步性[J]. 管理科学学报，2017，20(02):53-62.[17]周铭山，林靖，许年行.分析师跟踪与股价同步性——基于过度反应视角的证据[J]. 管理科学学报，2016，19(06):49-73.[18]何贤杰，王孝钰，赵海龙，陈信元.上市公司网络新媒体信息披露研究:基于微博的实证分析[J]. 财经研究，2016，42(03):16-27.[19]周林洁.公司治理、机构持股与股价同步性[J]. 金融研究，2014(08):146-161.[20]冯旭南，李心愉.中国证券分析师能反映公司特质信息吗?——基于股价波动同步性和分析师跟进的证据[J]. 经济科学，2011(04):99-106.[21]朱红军，何贤杰，陶林.中国的证券分析师能够提高资本市场的效率吗——基于股价同步性和股价信息含量的经验证据[J]. 金融研究，2007(02):110-121. [22]汪京京. 媒体报道的公司治理作用[D].北京工商大学,2014.[23]游家兴.沉默的螺旋:媒体情绪与资产误定价[J].新产经,2012(09):13.[24]李培功,沈艺峰.媒体的公司治理作用:中国的经验证据[J].经济研究,2010,45(04):14-27.[25]张程睿，徐嘉倩.中国上市公司信息披露制度变迁与股票市场有效性[J]. 华南师范大学学报(社会科学版)，2019(04):75-86+190.[26] Morck, R., Yeung, B., and Yu, W., “The Information Content of Stock Markets: Why Do Emerging Markets Have Synchronous Stock Price Movements?” [J], Journal of Financial Economics, 2000, 58:215-260.[27] Jonathan L. Rogers,Douglas J. Skinner,Sarah L. C. Zechman. The role of the media in disseminating insider-trading news[J]. Review of Accounting Studies, 2016,21(3).
目录
摘要 4
关键字 4
Abstract 4
Key words 4
引言 5
一、文献综述 5
（一）股价同步性的两种解释 5
（二）媒体报道与股价同步性关系的现有研究 6
1.对传统媒体的研究 6
2.对新媒体的研究 6
3.对媒体报道情感的研究 6
（三）机构投资者对股价同步性的影响及其与媒体报道的交互作用 7
二、理论分析与研究假设 7
（一）媒体报道与股价同步性 7
（二）机构投资者及其与新闻报道的交互作用 8
三、研究设计 8
（一）样本选择与数据来源 8
（二）变量定义 8
1.股价同步性 8
2.媒体报道 9
（三）模型设定 9
四、实证分析 10
（一）描述性统计 10
（二）回归分析 11
五、进一步的分析——媒体报道的情感 12
六、结论 14
致谢 14
参考文献 14
表格 1 变量定义 9
表格 2 描述性统计 10
表格 3 基本回归结果 11
表格 4 增加机构投资者及其交互项的回归结果 12
表格 5 新闻情感 13
表格 6 负面报道 13
网络财经媒体报道与股价同步性
引言
引言
原文链接：http://www.jxszl.com/jmgl/jjymy/605837.html
