楊雪晴，陳張杭健

(1. 蚌埠學(xué)院 經(jīng)濟(jì)與管理學(xué)院，安徽 蚌埠233030；2. 安徽大學(xué) 經(jīng)濟(jì)學(xué)院，合肥 230601)

信息技術(shù)的革新，使得互聯(lián)網(wǎng)迅速成為大眾獲取新聞信息的重要來源，也成為重要的輿論場域。與傳統(tǒng)新聞相比，互聯(lián)網(wǎng)財(cái)經(jīng)新聞更加方便、專業(yè)和高效，更具附加價(jià)值?；ヂ?lián)網(wǎng)財(cái)經(jīng)新聞對股票市場的影響也愈發(fā)明顯[1]，尤其在以中小投資者為主體的中國市場，個(gè)體投資者對財(cái)經(jīng)新聞的過度反應(yīng)可能更為激烈，對市場造成的沖擊更為明顯[2]。因此，有必要從個(gè)體投資者交易行為的角度探究財(cái)經(jīng)新聞對股票價(jià)格行為的影響及其機(jī)制。

一、文獻(xiàn)回顧

隨著中國證券市場的不斷完善和互聯(lián)網(wǎng)技術(shù)對新聞工作的革新，互聯(lián)網(wǎng)財(cái)經(jīng)新聞對股市的影響日趨深遠(yuǎn)，成為學(xué)者們關(guān)注和研究的熱點(diǎn)。劉海飛等從市場有效性理論出發(fā)，將資本資產(chǎn)定價(jià)模型中市場層面無法解釋的部分歸因于公司層面和行為層面的異質(zhì)信息[3]77，并從數(shù)量、語調(diào)和類型等多個(gè)角度證實(shí)了財(cái)經(jīng)新聞對資產(chǎn)價(jià)格行為有顯著影響。

現(xiàn)有文獻(xiàn)多采用新聞數(shù)量作為信息到達(dá)率的代理指標(biāo)，研究其對股票收益率、交易量和波動(dòng)率的影響等。黃濤等研究發(fā)現(xiàn)，與曝光率較高的股票相比，沒有媒體報(bào)道的股票收益率更高，并且這一結(jié)果對于小市值、散戶持股量高、分析師關(guān)注度低和高波動(dòng)的股票更加明顯[4]。Kalev等以公司層面的新聞數(shù)量衡量信息到達(dá)率進(jìn)行研究，認(rèn)為其對股票收益率的條件方差存在顯著正影響[5]。黃俊等的研究表明，媒體關(guān)注度越高的上市公司，其股價(jià)平均收益越底，且能夠使更多公司層面的信息融入股價(jià)，進(jìn)而降低股價(jià)同步性[6]。汪昌云等從文本語調(diào)的角度出發(fā)，以媒體語氣作為投資者情緒的代理變量，發(fā)現(xiàn)負(fù)面媒體語氣能更好地解釋IPO抑價(jià)率、首日換手率和超募比率[7]。游家興等從新聞報(bào)道基調(diào)、曝光程度和關(guān)注度這三個(gè)維度構(gòu)建媒體情緒指標(biāo)，發(fā)現(xiàn)樂觀的媒體情緒更容易推動(dòng)價(jià)格向上偏離[8]。姜富偉等發(fā)現(xiàn)，媒體文本情緒對我國股票收益有顯著的樣本內(nèi)和樣本外預(yù)測能力[9]。

從文本類型的角度出發(fā)，劉海飛等研究了五類互聯(lián)網(wǎng)異質(zhì)性新聞對股票異常收益的影響，發(fā)現(xiàn)政策扶持、兼收并購、再融資和盈利能力四類新聞對股票異常收益存在顯著正影響，而違規(guī)處罰類新聞對異常收益存在顯著負(fù)影響[3]79。呂華揆等將財(cái)經(jīng)新聞分為股價(jià)波動(dòng)類、股權(quán)及高管變動(dòng)類、公司戰(zhàn)略及其他類等3類，分別探討了這3類新聞與股市收益、成交量和振幅的關(guān)系[10]。

綜上所述，學(xué)者們在針對財(cái)經(jīng)新聞對資產(chǎn)價(jià)格行為的影響方面研究成果豐富，但針對財(cái)經(jīng)新聞?dòng)绊戀Y產(chǎn)價(jià)格行為中間過程的相關(guān)研究較少，對于投資者交易行為在這一中間過程中發(fā)揮作用的研究不足，尤其是個(gè)體投資者對于財(cái)經(jīng)新聞的反應(yīng)研究更有待深入。因此，采用脫敏的個(gè)體投資者賬戶交易數(shù)據(jù)，從數(shù)量、語調(diào)和類型三個(gè)方面探究財(cái)經(jīng)新聞對個(gè)體投資者交易行為和股票價(jià)格波動(dòng)的影響，通過三步回歸法考察個(gè)體投資者交易行為在財(cái)經(jīng)新聞?dòng)绊懝蓛r(jià)波動(dòng)過程中的中介作用，以期為投資者的交易決策和監(jiān)管層加強(qiáng)股票市場風(fēng)險(xiǎn)管理提供借鑒。

二、研究數(shù)據(jù)與方法

(一)數(shù)據(jù)來源

樣本區(qū)間為2017年1月1日至2020年12月31日，研究對象為上證A股。首先，由于金融類上市公司特殊的資產(chǎn)負(fù)債結(jié)構(gòu)，將金融股從樣本中剔除；其次，為了避免停牌等對投資者交易行為的影響，剔除了2017—2020年間非連續(xù)交易的股票；最后，得到574支樣本股。

新聞數(shù)據(jù)來源于銳思數(shù)據(jù)庫。數(shù)據(jù)包括新聞公布日期、新聞標(biāo)題、新聞涉及的股票代碼等，共得到574家上市公司的206 210條財(cái)經(jīng)新聞；脫敏的個(gè)體投資者賬戶交易數(shù)據(jù)通過編寫Python爬蟲程序采集于雪球網(wǎng)，采集字段包括投資者編碼、股票代碼、交易時(shí)間、成交價(jià)格、交易前倉位和交易后倉位，共包含2017年1月至2020年12月的1 436 530條有效實(shí)盤交易記錄。股票價(jià)格、流通市值和資金流向數(shù)據(jù)等均來源于Wind數(shù)據(jù)庫。

(二)財(cái)經(jīng)新聞對股價(jià)波動(dòng)的影響

為了探究財(cái)經(jīng)新聞對資產(chǎn)價(jià)格行為的影響，以新聞數(shù)量作為解釋變量，以股票的月度波動(dòng)率作為被解釋變量，采用如下的面板數(shù)據(jù)固定效應(yīng)模型進(jìn)行估計(jì)：

Voli,t=α1+α2Newsi,t+α3Pricei,t+α4Sizei,t+α5Instii,t+∑Indus+Year+ε

(式1)

其中，Voli,t為股票i第t個(gè)月的波動(dòng)率，采用當(dāng)月日度價(jià)格的標(biāo)準(zhǔn)差衡量；Newsi,t為股票i第t個(gè)月的新聞數(shù)量；Pricei,t為股票i第t個(gè)月末的價(jià)格；Sizei,t為股票i第t個(gè)月末的對數(shù)流通市值；Indus為行業(yè)啞變量，行業(yè)分類以證監(jiān)會(huì)《上市公司行業(yè)分類指引》2012版為依據(jù)；Year為年度啞變量；考慮到機(jī)構(gòu)投資者交易行為對股價(jià)波動(dòng)的影響，采用機(jī)構(gòu)凈買入水平Instii,t衡量其交易行為，計(jì)算方法為：

(式2)

(三)財(cái)經(jīng)新聞?dòng)绊懝蓛r(jià)波動(dòng)的機(jī)制

為了探究財(cái)經(jīng)新聞?dòng)绊懝善眱r(jià)格波動(dòng)的內(nèi)在機(jī)制，以個(gè)體投資者的交易次數(shù)作為中介變量，采用三步回歸法考察三者之間的關(guān)系。如果個(gè)體投資者交易行為在財(cái)經(jīng)新聞?dòng)绊懝蓛r(jià)波動(dòng)中能夠起到中介作用，則需滿足以下三個(gè)條件：(1)自變量(財(cái)經(jīng)新聞)對中介變量(個(gè)體投資者交易行為)的影響顯著；(2)自變量對因變量(股價(jià)波動(dòng))的影響顯著；(3)同時(shí)考察自變量和中介變量對因變量的影響，若自變量對因變量的影響不再顯著，或自變量對因變量的影響顯著但顯著性水平降低或回歸系數(shù)減小，則說明發(fā)生了完全或部分中介作用。結(jié)合式1，三步回歸模型如下：

Tradesi,t=β1+β2Newsi,t+β3Controls+∑Indus+Year+ε

(式3)

Voli,t=θ1+θ2Newsi,t+θ3Tradei,t+θ4Controls+∑Indus+Year+ε

(式4)

其中，Tradesi,t為股票i第t個(gè)月被個(gè)體投資者交易的次數(shù)，Controls為Pricei,t、Sizei,t和Instii,t等控制變量。此外，還利用式3考察了不同語調(diào)、不同類型的財(cái)經(jīng)新聞對個(gè)體投資者交易行為的影響。

三、實(shí)證分析

(一)描述性統(tǒng)計(jì)

表1為各變量的描述性統(tǒng)計(jì)結(jié)果，包括變量的均值、標(biāo)準(zhǔn)差、最小值和最大值。交易次數(shù)Trades的均值為6.7854，標(biāo)準(zhǔn)差為18.4384，說明不同個(gè)體投資者的交易頻率存在較大差異。新聞數(shù)量News的均值為7.4843，即平均而言每家上市公司每個(gè)月大概被新聞報(bào)道7次。正面新聞數(shù)量Newspos和負(fù)面新聞數(shù)量Newsneg的均值分別2.6055和4.8788，政策類News1、經(jīng)營類News2和股價(jià)類News3新聞數(shù)量的均值分別為0.0021、7.3712和0.1111，說明與公司經(jīng)營活動(dòng)相關(guān)的新聞報(bào)道較多。

表1 變量的描述性統(tǒng)計(jì)

(二)財(cái)經(jīng)新聞對股價(jià)波動(dòng)的影響

財(cái)經(jīng)新聞對價(jià)格波動(dòng)的影響如表2所示。第1列給出式1的回歸結(jié)果，第2和第3列分別為不同語調(diào)和不同類型的財(cái)經(jīng)新聞對股票價(jià)格波動(dòng)的回歸結(jié)果。從第1列可以看出，財(cái)經(jīng)新聞數(shù)量在1%的水平下對股價(jià)波動(dòng)存在正顯著，回歸系數(shù)為0.0046，即上市公司被報(bào)道的次數(shù)越多，其價(jià)格波動(dòng)率越高；從第2列可以看出，正面新聞和負(fù)面新聞均在1%的水平下顯著為正，回歸系數(shù)分別為0.0032和0.0030，說明正、負(fù)新聞均能夠引起股票價(jià)格的顯著波動(dòng)；從第3列可以看出，經(jīng)營類和股價(jià)類新聞在1%水平下對股價(jià)波動(dòng)均存在顯著正影響，回歸系數(shù)分別為0.0044和0.0042，而政策類新聞對價(jià)格波動(dòng)的影響不顯著。

經(jīng)營類和股價(jià)類新聞是與上市公司股價(jià)波動(dòng)直接或間接相關(guān)的新聞，對投資者來說更為直觀，而政策類新聞大多是與市場或行業(yè)相關(guān)的新聞，需要投資者具有一定的理解和判斷能力，這可能是導(dǎo)致經(jīng)營類和股價(jià)類新聞對價(jià)格波動(dòng)的影響較為明顯而政策類新聞對價(jià)格波動(dòng)的影響不明顯的主要原因。在第1至第3列中，機(jī)構(gòu)投資者凈買入水平的系數(shù)均顯著為正，說明機(jī)構(gòu)投資者的交易會(huì)加劇股價(jià)的波動(dòng)，可能原因在于機(jī)構(gòu)投資者的入場會(huì)引起散戶的“跟風(fēng)”，進(jìn)而加大股價(jià)波動(dòng)幅度。

表2 財(cái)經(jīng)新聞對價(jià)格波動(dòng)的影響

(三)財(cái)經(jīng)新聞?dòng)绊懝蓛r(jià)波動(dòng)的機(jī)制

采用脫敏的個(gè)體投資者賬戶交易數(shù)據(jù)檢驗(yàn)財(cái)經(jīng)新聞對個(gè)體投資者交易行為的影響，探討個(gè)體投資者交易行為在財(cái)經(jīng)新聞?dòng)绊戀Y產(chǎn)價(jià)格波動(dòng)過程中所起的中介作用。

財(cái)經(jīng)新聞對投資者交易行為的影響如表3所示。第1列為式3的回歸結(jié)果，第2和第3列分別為不同語調(diào)和不同類型的財(cái)經(jīng)新聞對個(gè)體投資者交易行為的回歸結(jié)果。從第1列可以看出，新聞數(shù)量在1%水平下對投資者交易次數(shù)存在顯著正影響，回歸系數(shù)為0.2599，即上市公司被新聞報(bào)道的次數(shù)越多，投資者交易越頻繁，說明財(cái)經(jīng)新聞確實(shí)能夠影響個(gè)體投資者的交易行為；從第2列可以看出，正、負(fù)面新聞在1%的水平下對個(gè)體投資者交易次數(shù)均存在顯著正影響，回歸系數(shù)分別為0.1706和0.1852，而且負(fù)面新聞對個(gè)體投資者交易行為的影響更大；從第3列可以看出，經(jīng)營類和股價(jià)類新聞在1%的水平下對個(gè)體投資者交易次數(shù)均存在顯著正影響，回歸系數(shù)分別為0.2459和0.1947，而政策類新聞對個(gè)體投資者交易次數(shù)的影響不顯著。

表3 財(cái)經(jīng)新聞對投資者交易行為的影響

采用三步回歸法檢驗(yàn)個(gè)體投資者交易行為在財(cái)經(jīng)新聞?dòng)绊懝蓛r(jià)波動(dòng)過程中所起的中介作用，回歸結(jié)果見表4。其中，第1列為式3的回歸結(jié)果，第2和第3列分別為式1和式4的回歸結(jié)果。對比第2列和第3列可以發(fā)現(xiàn)，在加入個(gè)體投資者交易行為變量Trades后，News的回歸系數(shù)由0.0046降低至0.0038，降低了17.39%，說明個(gè)體投資者交易行為在財(cái)經(jīng)新聞對股價(jià)波動(dòng)的影響中發(fā)揮了部分中介作用。

表4 投資者交易行為的中介作用檢驗(yàn)

(四)穩(wěn)健性檢驗(yàn)

1.財(cái)經(jīng)新聞對個(gè)體投資者買賣行為的影響

為了進(jìn)一步驗(yàn)證財(cái)經(jīng)新聞對個(gè)體投資者交易行為的影響，將個(gè)體投資者的交易次數(shù)分為買入次數(shù)和賣出次數(shù)，分別考察正面新聞和負(fù)面新聞對個(gè)體投資者買入和賣出行為的影響。結(jié)果如表5所示。第3列和第4列分別為正面新聞和負(fù)面新聞對個(gè)體投資者買入行為和賣出行為的回歸結(jié)果。可以發(fā)現(xiàn)，正面新聞在1%的水平下對個(gè)體投資者買入次數(shù)存在顯著正影響，回歸系數(shù)為0.2331，而負(fù)面新聞在1%的水平下對個(gè)體投資者賣出次數(shù)存在顯著正影響，回歸系數(shù)為0.2196，與第2列中的回歸結(jié)論基本一致。此外，有趣的是機(jī)構(gòu)凈買入水平在1%的水平下對個(gè)體投資者的買入次數(shù)和賣出次數(shù)均存在顯著正影響，但對賣出次數(shù)的影響相對較小，說明個(gè)體投資者對機(jī)構(gòu)投資者交易行為的反應(yīng)存在差異。例如，機(jī)構(gòu)投資者在某些股票上的加倉行為，可能會(huì)被個(gè)體投資者視為“誘多”，預(yù)期股價(jià)接下來會(huì)有一波下跌行情，并提前賣出該股票，這可能是導(dǎo)致上述結(jié)論的主要原因。

表5 財(cái)經(jīng)新聞對投資者買賣行為的影響

2.內(nèi)生性問題

上述研究表明，財(cái)經(jīng)新聞報(bào)道能夠引起股票價(jià)格的波動(dòng)，但股價(jià)波動(dòng)較大的上市公司有可能更吸引媒體的注意，導(dǎo)致兩者存在內(nèi)生性問題。以報(bào)紙總印數(shù)與總?cè)丝诘谋戎岛饬康貐^(qū)媒體業(yè)發(fā)展水平作為工具變量，該變量會(huì)影響所在地上市公司的新聞報(bào)道，但不會(huì)直接影響股價(jià)波動(dòng)，是解決內(nèi)生性問題較好的工具變量。表6為控制內(nèi)生性后財(cái)經(jīng)新聞對股價(jià)波動(dòng)的回歸結(jié)果?？梢园l(fā)現(xiàn)，變量News的回歸系數(shù)依然顯著為正，說明上述結(jié)論是穩(wěn)健的。

表6 控制內(nèi)生性后財(cái)經(jīng)新聞對股價(jià)波動(dòng)的回歸結(jié)果

四、總結(jié)與建議

個(gè)體投資者對經(jīng)營類和股價(jià)類新聞的反應(yīng)最為強(qiáng)烈，且兩類新聞對股票價(jià)格波動(dòng)的影響最大；個(gè)體投資者的交易行為會(huì)加劇股價(jià)波動(dòng)，且其在財(cái)經(jīng)新聞?dòng)绊懝蓛r(jià)波動(dòng)的過程中能夠起到部分中介作用?；诖?，提出以下建議。

第一，監(jiān)管層應(yīng)從源頭出發(fā)對財(cái)經(jīng)新聞報(bào)道的真實(shí)性、客觀性等加強(qiáng)管理，尤其是經(jīng)營類和股價(jià)類的新聞，應(yīng)防止過度報(bào)道引起的市場非理性情緒增加，加劇股價(jià)波動(dòng)。

第二，在互聯(lián)網(wǎng)背景下，財(cái)經(jīng)新聞不斷更迭、投資者獲取新聞的渠道不斷拓寬、獲取成本降低，大量龐雜的信息容易導(dǎo)致投資者作出非理性的交易決策，因此，監(jiān)管層應(yīng)進(jìn)一步加強(qiáng)對投資者的引導(dǎo)，提高投資者的信息甄別能力。