文章信息
财经研究 2018年44卷第6期 |
- 易志高, 潘子成, 李心丹, 茅宁,
- Yi Zhigao, Pan Zicheng, Li Xindan, Mao Ning.
- 高管政治关联助推公司媒体报道了吗?——来自民营企业IPO期间的证据
- Do political connection of mangers promote corporate media coverage? evidence from ipo of private firms
- 财经研究, 2018, 44(6): 126-139
- Journal of Finance and Economics, 2018, 44(6): 126-139.
-
文章历史
- 收稿日期:2017-12-20
2018第44卷第6期
2. 东南大学 经济管理学院,江苏 南京 211189;
3. 南京大学 工程管理学院,江苏 南京 210091;
4. 南京大学 管理学院,江苏 南京 210091
2. School of Economic & Management,Southeast University,Nanjing 211189,China;
3. School of Management & Engineering,Nanjing University,Nanjing 210091,China;
4. School of Management,Nanjing University,Nanjing 210091,China
一、引 言
现代资本市场中,媒体作为重要的信息中介,对投资者预期及行为决策,进而对资产定价都有着重要影响。诸多研究表明,媒体报道对股票交易和价格(Tetlock,2007;Fand和Peress,2009)、资本成本(Kothari,2009)等影响显著。有时即使是旧消息,但经媒体的再加工和传播,也可能引发股价剧烈波动(Huberman和Regev,2001),甚至可能使公司股价长期严重偏离基本面(Chan,2003)。可见,媒体因素已成为股价波动的重要原因(Engelberg和Parsons,2011)。正是因为媒体对资产定价具有重要影响,所以其可能引发公司管理层的高度重视。例如,Holstein(2008)发现公司管理层经常会花费大量资源去寻求对媒体报道的主动影响;特别是重大事件期间,其媒体披露管理动机尤为强烈(Ahern和Sosyura,,2014)。IPO乃公司首次公开的大规模直接融资行为,其成功与否不仅关系到公司能否获得当前生产经营所需资金,而且事关公司未来的成长发展和市场声誉;因此,公司IPO期间自然会重视其媒体披露行为,以塑造良好的社会形象,获得更多投资者的认可(Ho等,2010;汪昌云等,2015)。
而公司媒体沟通水平的提升,通常需要专业机构或人员的帮助,如通过雇用财经公关机构(Bushee和Miller,2012;Solomon,2012)或聘用媒体专家为公司高管(Gurun,2016)等方式,以利用其专业知识、经验及社会资本来帮助公司获得更多媒体资源。另外,当前国内民营企业在诸多方面容易受到“歧视”,处于相对弱势地位(林毅夫和李永军,2001;祝继高和陆正飞,2011);政治关联则有助于公司更好地获取某些公共资源(吴文锋等,2009)、政府补贴(余明桂等,2010;Kostovetsky,2015)和融资机会(李维安等,2015)等,并因此成为诸多民营企业追求的重要目标。而在国内,媒体作为重要的公共资源,大多为国有控股或具有一定的政府背景。那么,高管政治关联背景是否有助于民营企业获得更多的媒体资源和更有利的媒体报道,进而有利于股东财富的最大化呢?如果是的话,这也很可能成为民营企业寻求政治关联的另一重要动机。而关于此问题,当前国内相关研究甚少涉及。
为此,本文以2006—2014年沪深A股民营企业IPO为样本,基于高管政治关联经历或背景视角,研究政治关联对公司媒体报道的影响机制及其市场效应。研究发现,高管政治关联有助于改善公司的媒体信息环境,进而影响股价波动。具体表现为:拥有政治关联背景的公司,IPO期间的媒体关注度和正面报道倾向明显高于没有政治关联的公司;而且政治关联层级越高,媒体报道对其越有利。同时,政治关联对不同类型或特征媒体的影响也不完全一样,即对非证监会四大报的影响要明显高于证监会所指定的四大信息披露媒体;而且,对地理距离邻近媒体的影响更为显著。这说明高管政治关联对媒体报道的有利影响,更多的是通过地方性媒体和地理较近媒体来实现的。此外,公司所在地的地区制度环境(政府干预程度)有助于抑制公司通过政治关联方式来主动影响媒体报道的倾向,即其在高管政治关联对媒体报道的影响中起负向调节作用。进一步研究发现,由高管政治关联给公司所带来的媒体报道水平的改善,短期内可助推公司的资本市场表现,促进IPO首日抑价的上升,进而有助于股东财富的最大化;但中长期来看,股价则会反转。
本研究的可能贡献主要体现在:(1)为公司媒体(信息)披露管理方面的研究提供了新的视角和经验证据。现有公司媒体披露管理方面的研究,主要基于财经公关(Bushee和Miller,2012;Solomon,2012)、高管媒体从业经历(Gurun,2016)等视角来研究丑闻(Zavyalova等,2012)、并购(Ahern和Sosyura,2014)和股权融资(王木之和李丹,2016)等事件期间的公司媒体披露管理倾向,本文则以管理层构成或特征为契入点,关注IPO期间公司如何通过高管政治关联背景来寻求对媒体报道的主动影响,从而拓展并丰富了公司治理因素对媒体(信息)披露管理方面的研究。(2)进一步丰富了公司政治关联方面的研究。以往公司政治关联方面的文献,大多关注政治关联对业务准入(罗党论和唐清泉,2009)、社会责任(贾明和张喆,2010)、员工聘用(梁莱歆和冯延超,2010)、高管薪酬(唐松和孙铮,2014)和融资便利(罗党论和甄丽明,2008)等公司经营管理决策的影响,而很少关注政治关联对公司媒体(信息)披露管理行为的影响。本文不仅关注高管政治关联对公司媒体报道的可能影响,而且从地区制度环境和媒体特征等角度进一步剖析了其影响机制,为人们更好地认识和理解复杂的政商关系提供了经验证据。(3)本文在研究高管政治关联对公司媒体报道影响的基础上,进一步检验了其对IPO抑价率的影响,进而丰富了媒体报道对IPO抑价率影响方面的文献(黄俊和陈信元,2013;Liu等,2014a;汪昌等,2015)。
二、文献回顾与假设提出
(一)相关文献回顾
本文主要关注公司是否会通过政治关联方式来寻求对媒体报道的主动影响,因此相关文献回顾主要从以下两个方面展开:(1)公司的媒体披露管理行为。由于媒体在资产定价中的重要作用,致使越来越多的公司开始重视对媒体披露的主动管理。例如,Ho等(2010)发现IPO期间,公司会尽可能披露一些事关未来的利好消息,即使事后证明可能是负面的;Zavyalova等(2012)发现,丑闻期间,公司管理层会采取积极的媒体披露管理行为,以尽可能消除丑闻对公司声誉及股价的负面影响;Ahern和Sosyura(2014)发现,并购期间,并购方有意释放大量利好消息以拉升公司股价,进而降低其并购支付成本;才国伟等(2015)和汪昌云等(2015)发现,国内公司在再融资和IPO期间也存在类似的媒体报道管理现象;Bushee和Miller(2012)则发现,小公司经常会聘请财经公关来帮助其进行媒体沟通和提高媒体关注度,以吸引更多外部投资者的注意,而且财经公关擅长于帮助其客户包装或粉饰媒体报道,以实现对股价的有利影响(Solomon,2012);邵新建等(2015)、王木之和李丹(2016)也发现,国内公司在IPO过程中也存在财经公关的行为;Gurun(2016)则发现,高管的媒体从业经历有助于改善和提升公司的媒体报道水平及其股价表现。(2)政治关联与媒体报道。诸多研究发现,政治关联的存在,有助于民营企业加强其与相关政府部门间的关系和有效沟通,便于获取各种利用政府资源的机会,为公司带来可观的政治及经济效益(Li等,2008;周黎安和陶婧,2009),如可帮助民营企业进入管制行业(罗党论和唐清泉,2009)、获得政府补贴(Kostovetsky,2015)和融资机会(Piotrosk和Zhang,2014)等。同样,媒体作为重要公共性资源,政治关联对其也有着不容忽视的影响。如DellaVigna和Gentzkow(2009)、You等(2018)等发现,政治关联在媒体报道偏差形成中扮演着重要角色。
(二)假设提出
1. 高管政治关联影响媒体报道的存在性。当前,国内民营性质的媒体机构相对较少,大多为国有控股,这说明其公共产品性质更为突出。因此,那些曾任职于政府部门的公司高管,可利用其权力影响和社会关系网络优势,更方便地与各类媒体进行接触,“潜移默化”地影响其态度及行为,以获得更高的媒体曝光率和有利的报道倾向。与此同时,IPO作为公司生命周期中的重要节点,其资本市场表现,不仅事关股东和管理者等利益相关者的切身利益,而且对公司的未来发展有着至关重要的影响。有利的媒体宣传可提升公司形象,吸引更多投资者的注意力和激发投资者的乐观预期,从而有助于公司融资行为的顺利完成。因此,IPO期间,公司也很可能通过信息补贴行为去主动影响媒体报道(Zavyalova等,2012);而拥有政治关联的民营企业,可利用其高管成员的政治身份所建立起来的人脉资源和政治威望去接触更多的媒体机构,并影响其态度及行为,从而帮助公司在IPO期间获得更多的媒体关注度和更正面的报道倾向。于是,我们提出假设1a:
假设1a:高管政治关联对企业IPO期间的媒体关注度和报道倾向有显著的正向影响。
此外,由于存在行政等级制度,高管政治关联的层级高低意味着其政治影响力或行政权力大小的不同,其对公司行为决策的影响也不尽相同。如政治关联级别越高(如全国人大代表和全国政协委员),企业捐赠的概率越高(贾明和张喆,2010),对民营企业绩效的影响也就越大(邓建平和曾勇,2009);梁莱歆和冯延超(2010)则发现,民企高管的政治身份越高,由于其社会影响力及被关注程度也更高,公司用工的示范性作用更强,政府要求其承担的社会责任也更大,因此对其员工雇佣行为的要求也就越高。换言之,政治关联层级的高低在很大程度上决定了高管的公共资源获取能力或其权力影响范围的大小;因此,层级越高,越有利于其媒体沟通资源的获得。特别是在国内,因受传统文化和“官本位”等级观念的影响根深蒂固,官员职位越高,其权力(手中掌握的资源)也越多,人脉关系也越广,从而越有助于公司在重大事件期间(如IPO期间)获得更有利的媒体报道。为此,我们提出假设1b:
假设1b:高管政治关联的层级越高,IPO期间民营企业的媒体关注度则越高,报道倾向也越正面。
2. 高管政治关联影响媒体报道的权变因素
(1)高管政治关联与媒体特征。具有政治关联背景的高管,其任职经历大多来自地方或专业政府机构,其社会关系网络和权力影响范围相对有限,通常与地理邻近媒体的沟通较为方便,即对地理上较近媒体的影响可能更大一些。如Miller和Shanthikumar(2010)发现,本地媒体会比全国性媒体给予当地公司更多更翔实的报道;特别是危机期间,本地媒体对当地公司的报道会表现出明显的正向报道偏差,会尽量少使用负面词汇(Gurun和Butler,2012)。王木之和李丹(2016)则认为,地方政府对于地方媒体的控制力强于全国性媒体,更可能通过政府官员干涉地方性媒体。
另外,我国的证监会规定,所有上市公司须通过其指定的四大信息披露媒体对外公开披露相关信息;相较于非指定信息披露媒体,前者覆盖的地理范围更广和专业权威性更高(均为新华社或人民日报社等中央机构主管),且会受到监管层更为严格的监管,而这些都是诸多地方政府(官员)所难以企及的。换言之,非四大信息披露媒体大多属于地方性媒体,其专业权威性和受监管程度相对较低,进而可能更容易受当地政府(官员)的影响。因此,我们认为,因受监管严格程度和社会影响范围等因素限制,高管政治关联的媒体沟通便利可能更多地体现在非证监会四大信息披露媒体和地理距离邻近媒体上。据此,我们提出假设2:
假设2a:高管政治关联对非证监会四大信息披露媒体的影响更为显著。
假设2b:高管政治关联对与其地理距离邻近媒体的影响更为显著。
(2)地区制度环境的影响。由上述分析可知,高管政治关联有助于民企获得更多的媒体资源和媒体沟通,但当前国内各地在政府干预和市场化程度等方面存在较大差异,并可能对公司行为决策产生不同影响。如Ang和Boyer(2007)发现,市场化程度越低,寻租空间就越大,进而会激发公司寻求政治关联的动机,以获得更多的政府支持或帮助;反之则会抑制公司寻求政治关联的积极性。Chen等(2011)也发现,政治关联经常与法律约束间存在一种隐含的替代关系,在政府干预程度较高和法律制度比较薄弱的地区,民企越有动机去寻求政治关联。换言之,外部制度环境对民企的政治关联动机及行为存在显著影响,这里则主要表现为公司借助政治关联途径来主动影响媒体报道的可能性。市场化程度较高或政府干预程度较低的地区,公司通过非市场化手段来寻求政府支持的空间较小,有助于弱化公司通过政治关联方式来主动影响媒体报道的动机,即降低政治关联对IPO期间媒体报道的影响。于是,我们提出假设3:
假设3:地区制度环境在高管政治关联对IPO期间媒体报道的影响中起负向调节作用。
3. 高管政治关联的市场效应。诸多研究表明,媒体对IPO表现有重要影响。Cook等(2006)发现,投资银行利用媒体进行新股宣传,可吸引更多投资者认购新股;Bajo和Raimondo(2016)发现,IPO期间公司媒体报道越多和越正面,则越有助于激发投资者的购买需求,促使股价上升;Liu等(2014a)则发现,互联网泡沫期间,媒体关注度高是导致其IPO价格泡沫的重要原因;熊艳等(2014)认为,尽管媒体有助于提高一级市场的定价效率,但同时也会加剧二级市场投资者的非理性程度;汪昌云等(2015)发现,媒体的报道语气会显著地影响IPO抑价率和超募比例。换言之,高管政治关联对民企媒体报道的正向影响,有助于吸引投资者的注意力和激发投资者的乐观情绪;特别是在国内股市中,散户居多且其投资知识和经验缺乏,其情绪和行为更容易受媒体因素的影响。因此,拥有政治关联的民企,特别是政治关联层级越高的民企,其在IPO期间能获得更为有利的媒体报道(即更高的媒体关注度和更正面的报道倾向),进而有助于促进公司IPO首日的表现,即对IPO首日抑价有显著正向影响。于是,我们提出假设4:
假设4a:由高管政治关联所引致的媒体报道与IPO首日抑价显著正相关。
假设4b:由政治关联层级所引致的媒体报道与IPO首日抑价显著正相关。
此外,尽管媒体披露管理过程中可能存在“过度粉饰”的行为,如有意提高公司媒体曝光率、提前(或延迟)披露利好(空)消息、过度使用正面用语等,但是随着信息本质的显现和投资者回归理性,股票价格或收益会发生反转,最终会受到市场的惩罚(Solomon,2012)。Liu等(2014b)、黄俊和陈信元(2013)也发现,尽管媒体报道在短期内有助于IPO抑价的上升,但长期来看却会导致股价的反转。特别是国内市场中投资者的非理性程度较高,短期的非理性行为可能会进一步加剧长期的反转程度。为此,我们提出假设5:
假设5:由政治关联所引致的媒体报道对公司股价的中长期表现有显著的负向影响。
三、研究设计
(一)样本和数据来源
1. 高管政治关联数据。本研究主要以2006年1月1日到2014年12月31日间A股民营性质上市公司IPO为样本,同时剔除高管简历和媒体数据不全的公司,共获得965家合格样本。高管政治关联主要指民营企业高管成员(包括董事会、监事会和高级管理人员)中曾经或现在正担任全国或省级人大代表、政协委员,中央、省级或地市级政府行政官员(厅级或以上);同时,沿用邓建平和曾勇(2009)的思路,把政治关联分为高层级政治关联(即曾经或现在正担任全国人大代表或政协委员、省部级及以上官员)和低层级政治关联(即省部级以下官员)。政治关联数据来自新浪财经公司高管一栏,即通过手工搜集公司IPO期间高管成员的简历,并根据上述标准对每份简历逐一进行人工阅读,最终得到419家拥有政治关联的民营企业,占总样本的比重为43.42%;其中,高层级政治关联公司91家,低层级政治关联公司328家。
2. 媒体报道及其他数据。媒体报道数据均来自CNKI中国重要报纸全文数据库,并以上会日至首次公开发行前一天为时间窗口,利用公司简称和股票代码等为关键词进行标题和全文检索,最终得到25 395条媒体报道数据。同时,考虑到中国语言的特殊性及表达方式的丰富性,我们沿用游家兴和吴静(2012)、易志高等(2017)等的人工阅读法:首先,组织3位硕士研究生对所有报道样本进行阅读,并给出相应的正面、负面和中性评分;然后,根据评分来判定每条报道的正面或负面倾向。对于有分歧的报道,则对之进行重新阅读,并在讨论后判定其报道倾向。
其他公司特征变量数据(如净资产收益率、成长性和机构持股比例等数据)均来自国泰安数据库和同花顺数据库。
(二)主要实证模型设计
1. 高管政治关联对媒体报道的影响。为检验假设1,我们建立如下模型:
$M{C_{i,t}} = \alpha + \beta M{P_{i,t}} + \lambda Control{s_{i,t}} + {\omega _{i,t}}$ | (1) |
$M{C_{i,t}} = \alpha + \beta MP{d_{i,t}} + \lambda Control{s_{i,t}} + {\omega _{i,t}}$ | (2) |
其中,MCi,t和Psi,t分别表示公司i在IPO期间的媒体关注度和正面报道倾向;MPi,t为高管政治关联虚拟变量,当公司有高管成员曾经或正在担任政府官员的赋值为1,否则赋值为0;MPdi,t为政治关联层级虚拟变量,当公司有高管成员曾经或正在担任全国人大代表或政协委员、省部级及以上官员时赋值为1,反之为0。Control s为控制变量,包括当地媒体发展水平、承销商排名、公司特征因素、行业和年份固定效应等。同时,为检验政治关联对媒体报道倾向(Psi,t)的影响,我们用Psi,t分别替代模型(1)和模型(2)中的MCi,t。
2. 高管政治关联的市场效应。为了更好地检验假设4。本文基于Hwang和Kim(2009)、唐松和孙铮(2014)关于政治关联所引致的超额薪酬与公司未来经营绩效之间关系的研究思路,利用模型(1)回归结果中MP(MPd)的系数值乘以MP(MPd),分别估计出有无政治关联(政治关联层级)所引致的超额媒体关注度ExMP_MC(ExMPd_MC)和超额正面报道倾向ExMP_Ps(ExMPd_Ps)。然后,通过构建下述模型来检验高管政治关联的市场效应:
$U{P_{i,t + 1}} = \alpha + \beta ExMP\_M{C_{i,t}} + \lambda Control{s_{i,t}} + {\omega _{i,t}}$ | (3) |
$\;\; U{P_{i,t + 1}} = \alpha + \beta ExMPd\_M{C_{i,t}} + \lambda Control{s_{i,t}} + {\omega _{i,t}}$ | (4) |
$U{P_{i,t + 1}} = \alpha + \beta ExMP\_P{s_{i,t}} + \lambda Control{s_{i,t}} + {\omega _{i,t}}\;\;\;$ | (5) |
$U{P_{i,t + 1}} = \alpha + \beta ExMPd\_P{s_{i,t}} + \lambda Control{s_{i,t}} + {\omega _{i,t}}$ | (6) |
其中,UP为IPO首日抑价,并控制住其他可能对IPO抑价有影响的因素。此外,我们分别用IPO后6、9或12个月内的累积超额收益(CAR)替代模型(3)-模型(6)中的变量UP,同时控制住其他可能对累积超额收益有影响的变量,以检验假设5。
3. 主要变量的计算及说明。本文所涉及的变量名称、指代符号和定义参见表1的说明。
变量名称 | 变量符号 | 变量定义 |
IPO首日抑价 | UP | (股票上市首日收盘价−股票发行价)/股票发行价 |
长期累积超额收益 | CAR | IPO后相应期间内日超额收益的累加值 |
媒体关注度 | MC | (上会日至公开发行日前一天的公司媒体报道量+1)的对数值 |
正面报道倾向 | Ps | (正面报道数量/公司媒体报道总量)×100 |
政治关联 | MP | 公司高管成员中是否有人曾经或正在中央及地方各级政府、人大、政协等部门任职,是则取值为1;否则取值为0 |
政治关联层级 | MPd | 公司高管成员中有人曾经或正在担任省市及以下地方职务,则取值为0;担任省市级以上官职的,则取值为1 |
证监会指定四大
信息披露媒体 |
MC_G | 来源于证监会指定的四大信息披露媒体(中国证券报、证券时报、证券日报和上海证券报)上的公司媒体报道数量 |
非证监会指定四大信息披露媒体 | MC_NG | 来源于非证监会指定的四大信息披露媒体的公司媒体报道数量 |
媒体报道的地理
距离 |
GDOC | 公司每篇报道来源媒体与具有政治关联背景高管最近一次任职或现任职所在地之间的地理距离之和,再除以公司报道总量 |
政府干预程度 | GI | 樊刚等(2014)提供的相应年度公司所在省份的政府与市场关系的分数 |
市场行情 | MRI | IPO当天沪深综合指数收益 |
当地媒体发展水平 | DE | 公司所在省市的报纸印张数与当地人口的比值 |
中心城市 | C_ctiy | 若公司总部位于北京、上海、广州、深圳、天津、重庆、沈阳、南京、武汉、成都、西安、杭州、青岛、郑州、厦门等城市,则赋值为1;否则为0 |
IPO承销商排名 | RA | 按承销商的营业收入排名,如果承销商当年排名在前10位,则取值为1;否则为0 |
IPO发行费用 | Fee | 上市公告书中披露的IPO发行总费用的自然对数值 |
公司规模 | S | (上市前一季度公司总资产+1)的自然对数 |
年龄 | Age | (自公司成立到上市的年限+1)的自然对数 |
账面市值比 | B/M | 公司账面资产与公司市场价值的比率×100 |
市盈率 | PE | IPO发行市盈率 |
净资产收益率 | ROE | 公司净利润与净资产的比值 |
管理层持股 | MS | 管理层所持股票的数量取对数 |
公司成长性 | GR | 上市前一季度的营业收入同比增长率 |
发行规模 | FXGM | IPO发行股票数量的自然对数值 |
四、实证分析
(一)描述性统计分析
统计发现,IPO期间公司媒体报道量均值约为17,标准差为26,即不同公司媒体报道量的差距很大;此外,正面报道量的均值为4.77,正面报道倾向的均值为0.701。①由此可见,公司的正面报道量和正面报道倾向明显较高,这在一定程度上说明IPO期间公司较为重视媒体披露工作,倾向于披露正面消息或掩盖负面消息,以建立良好的市场形象,从而赢得更高的市场认可。
(二)政治关联对媒体报道的影响
Pannel A有无政治关联 | |||||
变量 | 有政治关联 | 无政治关联 | 均值差异 | ||
样本 | 均值 | 样本 | 均值 | ||
MC | 419 | 19.407 | 546 | 15.117 | 4.290*** |
Ps | 419 | 0.723 | 546 | 0.687 | 0.036*** |
Pannel B 不同政治关联层级 | |||||
变量 | 高层级 | 低层级 | 均值差异 | ||
样本 | 均值 | 样本 | 均值 | ||
MC | 89 | 27.418 | 330 | 17.093 | 10.325*** |
Ps | 89 | 0.771 | 330 | 0.709 | 0.062*** |
注:*、**和***分别表示10%、5%和1%的显著水平,下同。 |
1. T值检验法。由表2可发现,有无政治关联及政治关联层级不同的公司,其媒体关注度和报道倾向均存在显著差异。有政治关联的民企,其媒体报道量均值为19.407,而无政治关联的公司为15.117,均值差异为4.290,前者比后者高约28.4%;同时,两者在正面报道倾向方面也存在显著差异。由此可见,高管政治关联背景可能对公司媒体报道存在重要影响,即假设1a得到初步验证。
此外,高层级政治关联公司的媒体关注度均值为27.418,比低层级公司(均值为17.093)高60.4%,两者均值差异为10.325;而且,政治关联层级高的民企,其正面报道倾向更高,且统计显著。这说明政治关联层级对公司媒体报道有着显著的正向影响,即政治关联层级越高,公司可获得越多的媒体关注度和越有利的报道倾向,从而假设1b得到初步验证。
2. 引入虚拟变量的回归检验。在这里,主要引入高管政治关联和政治关联层级两个虚拟变量,利用模型(1)和模型(2)来检验政治关联对媒体报道的可能影响,结果见于表3。结果表明,政治关联对公司媒体关注度和正面媒体报道倾向均有显著的正向影响,差别截距系数分别为0.156和0.034。换言之,拥有政治关联的民企,其IPO期间的媒体关注度要比没有政治关联的公司平均高0.156,正面报道倾向高3.4%,即假设1a成立。从政治关联层级来看,其与媒体关注度和报道倾向的差别截距系数分别为0.331和0.051,即假设1b得到验证。
进一步分析可发现,相比有无政治关联对媒体关注和正面报道倾向的影响,政治关联层级对民营企业的媒体关注和正面报道倾向的影响更为显著,且前者系数估计值比后者分别高出112.18%和50.00%。这一结果说明,相比是否拥有政治关联,政治关联层级高低对民营企业媒体报道的影响更大。因为高管政治关联层级越高,其可利用的权力资源则越多或影响力越大,人脉关系越广,从而越有利于其更好地与媒体进行沟通,以帮助公司获得更高的媒体关注度和更有利的报道倾向,即假设1b得到进一步支持。
变量 | MC | Ps | ||
MP | 0.156***(2.85) | 0.034***(3.06) | ||
MPd | 0.331***(3.15) | 0.051***(3.15) | ||
DE | −0.056(−1.50) | −0.063(−1.23) | −0.009(−1.23) | −0.016(−1.55) |
RA | 0.061(1.11) | 0.064(0.80) | 0.003(0.26) | 0.003(0.170) |
Fee | −0.193***(−3.84) | −0.123*(−1.78) | −0.014(−1.60) | 0.003(0.23) |
ROE | 0.032***(3.81) | 0.029**(2.16) | 0.003(1.55) | 0.002(0.81) |
MS | −0.001(−0.88) | −0.001(−0.74) | 0.000(0.38) | −0.000(−0.93) |
Size | 0.066(1.50) | 0.006*(1.66) | 0.022***(2.63) | 0.001(1.55) |
GR | −0.296***(−3.34) | −0.151(−1.01) | −0.020(−1.04) | −0.015(−0.61) |
Age | 0.131**(2.45) | 0.139*(1.95) | 0.007(0.68) | 0.021(1.37) |
截距项 | 1.935**(2.03) | 4.048***(6.46) | 0.445**(2.52) | 0.828***(7.88) |
行业和年份 | 控制 | 控制 | 控制 | 控制 |
Adj.R2 | 0.1032 | 0.1614 | 0.0590 | 0.1067 |
N | 965 | 419 | 965 | 419 |
注:括号内为t值。 |
(三)高管政治关联对媒体报道的影响机制
Pannel A 有无政治关联 | ||||||
无政治关联 | 有政治关联 | T值检验 | ||||
媒体特征 | 样本数 | 均值 | 样本数 | 均值 | 均值差异 | T值 |
MC_NG | 546 | 8.15 | 419 | 9.86 | 1.71** | 2.12 |
MC_G | 546 | 6.62 | 419 | 7.62 | 1.00* | 1.78 |
Pannel B政治关联层级 | ||||||
低层级 | 高层级 | T值检验 | ||||
MC_NG | 330 | 8.61 | 89 | 14.49 | 5.95*** | 3.81 |
MC_G | 330 | 6.72 | 89 | 10.87 | 4.15*** | 3.59 |
1. 管政治关联与不同特征媒体。这里分两种情况:(1)对非四大信息披露媒体的影响。在这里,我们根据媒体类型或报道来源不同,即证监会指定的四大信息披露报纸(中国证券报、证券时报、证券日报和上海证券报)和非四大报纸媒体,对所有媒体报道进行重新分类,以检验假设2。样本统计显示,965家IPO民营企业的媒体报道共涉及248家媒体,其中,来自四大报纸的媒体报道共有6 183篇(40.16%),非四大报纸的有8 582篇(59.84%)。进一步分析可发现(如表4所示),相比无政治关联的民企来说,拥有政治关联的在非四大报纸上媒体报道量明显更高(后者比前者平均高1.71),而四大报纸的媒体关注度差异相对较小(后者比前者平均高1.00);同样,从政治关联层级来看,也存在类似的情况。据此可初步判断,政治关联对媒体报道的有利影响,更多地来自非四大报纸。
表5则是基于不同媒体报道来源的分组回归。结果表明,尽管MP和MPd对四大报纸媒体关注度的影响均较为显著(系数值分别为0.114和0.269),但它们对非四大媒体关注度的影响程度均相对更大一些(分别为0.143和0.409)。从系数估计值来看,MP(MPd)对非四大报纸媒体关注度的影响程度要比四大报纸的高25.64%(51.95%)。这说明具有政治关联背景的高管更多的是利用非四大报纸(如地方媒体等)去帮助其所在公司来改善媒体信息环境,这很可能与其任职经历、权力影响范围和人脉关系等密切相关。由此可见,假设2a得到支持。
变量 | MC_G | MC_NG | ||
MP | 0.114**(2.16) | 0.143**(2.20) | ||
MPd | 0.269***(2.68) | 0.409***(3.34) | ||
DE | 0.028(0.81) | 0.048(0.97) | −0.096**(−2.22) | −0.100(−1.62) |
RA | 0.054(1.02) | 0.023(0.30) | 0.036(0.55) | 0.097(0.98) |
Fee | −0.246***(−5.26) | −0.177***(−2.72) | −0.130**(−2.14) | −0.039(−0.45) |
ROE | 0.026***(3.25) | 0.0230**(2.49) | 0.036***(3.56) | 0.031*(1.95) |
MS | −0.000(−0.20) | 0.000(0.30) | −0.001(−0.68) | −0.001(−0.26) |
S | −0.070(−1.63) | −0.192***(−3.07) | 0.142***(2.68) | 0.101(1.21) |
GR | −0.244***(−2.80) | −0.124(−0.85) | −0.344***(−3.35) | −0.187(−1.06) |
Age | 0.050(0.95) | 0.039(0.59) | 0.192***(2.95) | 0.222**(2.35) |
截距项 | 4.155***(4.60) | 7.387***(5.76) | −0.383(−0.34) | 0.739(0.44) |
行业和年份 | 控制 | 控制 | 控制 | 控制 |
Adj.R2 | 0.115 | 0.199 | 0.083 | 0.126 |
N | 965 | 419 | 965 | 419 |
(2)高管政治关联对地理邻近媒体的影响。为检验假设2b,我们利用百度地图把每家公司所有报道来源媒体的所在地与该公司具有政治关联背景高管的最近一次任职或现任职务所在地(如有两个或以上政治关联的高管,则取职务最高的那位)之间的地理距离测算出来并加总,然后用该和除以对应公司的报道总量,得到各公司的媒体报道距离变量(GDOC)。统计显示,与无政治关联和政治关联层级较低的公司相比,有政治关联和政治关联层级较高公司的GDOC值明显较小。
变量 | GDOC | |
MP | −0.048**(−1.97) | |
MPd | −0.029*(−1.67) | |
BM | −0.132*(−1.72) | −0.130*(−1.69) |
PE | −0.001(−1.07) | −0.001(−1.05) |
DE | −0.059***(−3.45) | −0.058***(−3.42) |
RA | −0.003(−0.12) | −0.003(−0.12) |
ROE | 0.098(0.43) | 0.100(0.44) |
MS | 0.000(1.04) | 0.000(1.01) |
Size | −0.001(−0.61) | −0.001(−0.61) |
GR | −0.012(−0.26) | −0.011(−0.23) |
C_ctiy | 0.045(1.63) | 0.046*(1.67) |
截距项 | 2.359**(2.48) | 2.353**(2.47) |
行业和年份 | 控制 | 控制 |
Adj.R2 | 0.068 | 0.066 |
N | 965 | 419 |
为更好地检验政治关联与邻近媒体间的关系,我们做了进一步的回归检验(见表6)。结果显示,MP和MPd对GDOC有显著的负向影响,这说明政治关联高管的任职经历、权力影响范围及社会关系网络的有限性,使得其对媒体报道的影响更多的是通过地理邻近媒体来实现的。此外,相比MPd,MP的系数估计值更小且更显著一些,这很可能是因为政治关联层级越高,其权力影响范围和社会关系网络越大,从而对较远距离媒体的影响也越大,从而假设2b得到支持。
2. 地方制度环境的影响。首先,我们基于王小鲁等(2017)编制的政府干预指数GI(该值越高,则当地政府干预程度越低),检验不同的地区制度环境下高管政治关联对媒体报道的影响(详见表7)。结果显示,交互项GI×MP和GI×MPd的系数值均为负,只是对媒体关注度的影响不尽显著,但对正面报道倾向的影响较为显著。这说明,政府干预程度越高的地区,高管政治关联对媒体报道的影响越大。换言之,地区制度环境在政治关联对媒体报道的影响中起到一定的负向调节作用,有助于抑制民企通过政治关联方式来寻求对媒体报道的主动影响,即假设3部分成立。
为了进一步分析地区制度环境在政治关联对媒体报道影响中的作用,我们还直接检验了政府干预对由政治关联所引致的超额媒体关注度和超额媒体报道倾向的影响,结果见于表7中的第Ⅱ部分。实证显示,GI系数估计值均显著为负,即政府干预程度对由政治关联所引致的超额媒体报道有显著的负向作用。这也说明外部制度环境有助于抑制公司的政治关联动机及行为。因此,总体来看,假设3得到了较好支持。
变量 | Ⅰ | Ⅱ | ||||||
有无政治关联样本 | 政治关联层级样本 | 有无政治关联样本 | 政治关联层级样本 | |||||
MC | Ps | MC | Ps | ExMP_MC | ExMP_Ps | ExMPd_MC | ExMPd_Ps | |
GI | −0.092*** (−4.89) |
−0.017*** (−5.11) |
−0.089*** (−4.78) |
−0.017*** (−4.99) |
−0.005** (−2.05) |
−0.001** (−2.05) |
−0.018** (−2.38) |
−0.003** (−2.38) |
MP | 0.045
(1.03) |
0.012
(1.46) |
||||||
MPd | 0.065* (1.94) |
0.014** (2.26) |
||||||
GI×MP | −0.039
(−0.79) |
−0.019** (−2.02) |
||||||
GI×MPd | −0.020
(−0.48) |
−0.015* (−1.84) |
||||||
DE | −0.028
(−0.95) |
−0.003
(−0.53) |
−0.027
(−0.94) |
−0.003
(−0.53) |
−0.005** (−2.48) |
−0.001** (−2.48) |
0.008
(1.20) |
0.001
(1.20) |
RA | −0.009
(−0.19) |
−0.004
(−0.51) |
−0.009
(−0.20) |
−0.004
(−0.52) |
−0.002
(−0.31) |
−0.000
(−0.31) |
−0.0045 (−0.26) |
−0.001
(−0.26) |
Fee | 0.028
(0.51) |
0.006
(0.53) |
0.030
(0.55) |
0.006
(0.57) |
0.009
(1.57) |
0.002
(1.57) |
−0.033** (−2.02) |
−0.005** (−2.02) |
ROE | 0.800* (1.74) |
0.166* (1.90) |
0.854* (1.86) |
0.176** (2.02) |
−0.001* (−1.89) |
−0.000* (−1.89) |
−0.003* (−1.74) |
−0.000* (−1.74) |
MS | −0.001
(−1.48) |
0.000
(0.48) |
−0.001
(−1.45) |
0.000
(0.51) |
0.000
(−0.16) |
0.000
(−0.16) |
−0.000*** (−3.06) |
0.000*** (−3.06) |
Size | 0.013*** (5.34) |
0.002*** (4.52) |
0.013*** (5.18) |
0.002*** (4.37) |
0.011** (2.55) |
0.002** (2.55) |
0.039*** (3.14) |
0.006*** (3.14) |
GR | 0.032
(0.36) |
0.006
(0.37) |
0.035
(0.40) |
0.007
(0.39) |
−0.011
(−1.33) |
−0.002
(−1.33) |
0.009
(0.39) |
0.001
(0.39) |
Age | 0.178*** (3.62) |
0.020* (1.96) |
0.174*** (3.53) |
0.019* (1.88) |
0.004
(0.63) |
0.001
(0.63) |
0.034*** (3.14) |
0.005*** (3.14) |
截距项 | 3.051*** (7.92) |
0.894*** (12.55) |
3.002*** (7.73) |
0.888*** (12.44) |
−0.172* (−1.83) |
−0.037* (−1.83) |
−0.119
(−0.46) |
−0.018
(−0.46) |
行业和年份 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Adj.R2 | 0.368 | 0.207 | 0.370 | 0.208 | 0.132 | 0.132 | 0.153 | 0.153 |
N | 965 | 965 | 419 | 419 | 965 | 965 | 419 | 419 |
注:由于因政治关联而引致的超额媒体报道是利用模型(1)和模型(2)中政治关联及政治关联层级变量的回归系数值与其相乘得到,而且控制变量一致,因此在第Ⅱ部分的回归中各控制变量的显著性水平两两相同,但回归系数值不同。下述表8和表9情况类似。 |
(四)由高管政治关联所引致的超额媒体报道的市场效应
1. 对IPO首日抑价的影响。为检验假设4,我们利用模型(3)−模型(6)进行了相应的实证检验,结果详见表8。结果表明,媒体关注度和媒体报道倾向对IPO首日抑价有显著的正向影响,这说明媒体报道确实是影响IPO抑价的重要因素。进一步检验发现,ExMP_MC和ExMP_Ps对IPO首日抑价存在显著的正向影响,回归系数值分别为0.984和4.454;ExMPd_MC和ExMPd_Ps对IPO抑价的回归系数也显著为正,分别为0.467和3.004。可见,由高管政治关联所带来的超额媒体报道,对投资者注意力和预期的正向作用,有助于提升公司股票的短期表现(IPO首日抑价),从而可给投资者带来不菲收益,这也正是公司通过政治关联方式来寻求媒体报道管理的主要动机之一。从而假设4a和假设4b得到验证。
变量 | 全样本 | 有无政治关联 | 政治关联层级 | |||
MC | 0.146***(6.91) | |||||
Ps | 0.415***(4.33) | |||||
ExMP_MC | 0.984***(3.89) | |||||
ExMP_Ps | 4.454***(3.89) | |||||
ExMPd_MC | 0.467**(2.06) | |||||
ExMPd_Ps | 3.004**(2.06) | |||||
PE | −0.001(−0.59) | −0.002(−1.2) | −0.002(−1.37) | −0.002(−1.37) | 0.009***(4.54) | 0.009***(4.54) |
MRI | 0.032***(6.07) | 0.032***(6.09) | 0.032***(6.17) | 0.032***(6.17) | 0.028***(4.33) | 0.028***(4.33) |
ROE | −0.000(−0.02) | 0.002(0.15) | 0.001(0.06) | 0.001(0.06) | 0.056***(3.25) | 0.056***(3.25) |
S | 0.038(0.51) | 0.083(1.11) | 0.104(1.39) | 0.104(1.39) | −0.019(−0.18) | −0.019(−0.18) |
GR | 0.137**(2.06) | 0.126*(1.9) | 0.137**(2.03) | 0.137**(2.03) | 0.184*(1.65) | 0.184*(1.65) |
MS | −0.000(−0.14) | −0.000(−0.32) | 0.000(−0.08) | 0.000(−0.08) | 0.001(1.48) | 0.001(1.48) |
B/M | −0.422***(−4.37) | −0.465***(−4.49) | −0.488***(−4.70) | −0.488***(−4.70) | 0.098(0.54) | 0.098(0.54) |
Fee | −0.181***(−4.57) | −0.190***(−4.74) | −0.192***(−4.70) | −0.192***(−4.70) | −0.166***(−3.04) | −0.166***(−3.04) |
RA | 0.068*(1.70) | 0.073*(1.81) | 0.072*(1.79) | 0.072*(1.79) | 0.123**(2.13) | 0.123**(2.13) |
FXGM | −0.330***(−4.56) | −0.375***(−5.12) | −0.389***(−5.27) | −0.389***(−5.27) | −0.437***(−4.45) | −0.437***(−4.45) |
截距 | 4.242***(4.56) | 3.870***(4.1) | 3.928***(4.12) | 3.928***(4.12) | 6.251***(4.65) | 6.251***(4.65) |
行业和年份 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Adj.R2 | 0.379 | 0.363 | 0.364 | 0.364 | 0.497 | 0.497 |
N | 965 | 965 | 965 | 965 | 419 | 419 |
2. 中长期市场效应。前述研究发现,由高管政治关联所引致的超额媒体报道可提升公司股价的短期表现,这里则主要基于模型(3)−模型(6)来进一步检验其对公司股价中长期表现的影响,结果见于表9。
表9为民营企业因高管政治关联所引致的超额媒体关注度和正面报道倾向对IPO后的6、9和12个月内累积超额收益的影响。从回归结果来看,ExMP_MC和ExMP_Ps的系数估计值均为负,其中对9个月和12个月CAR的影响显著为负,而对6个月CAR的影响不显著;而ExMPd_MC和ExMPd_Ps对6、9和12个月CAR的影响均显著为负。这说明,尽管高管政治关联有助于提升公司的媒体报道水平,在短期内促进IPO首日抑价的上升,即股东财富的最大化;但从中长期来看,反而会导致股价反转,即假设5得到验证。
Panel A 有无政治关联 | ||||||
变量 | 6个月 | 9个月 | 12个月 | 6个月 | 9个月 | 12个月 |
ExMP_MC | −0.177(−1.28) | −0.317**(−2.09) | −0.303*(−1.78) | |||
ExMP_Ps | −0.818(−1.28) | −1.466**(−2.09) | −1.398*(−1.78) | |||
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
行业和年份 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
截距 | −1.862***(−4.03) | −2.309***(−4.38) | −1.200**(−2.14) | −1.862***(−4.03) | −2.309***(−4.38) | −1.200**(−2.14) |
Adj.R2 | 0.200 | 0.235 | 0.160 | 0.200 | 0.235 | 0.160 |
N | 965 | 965 | 965 | 965 | 965 | 965 |
Panel B政治关联层级 | ||||||
变量 | 6个月 | 9个月 | 12个月 | 6个月 | 9个月 | 12个月 |
ExMPd_MC | −0.225*(−1.82) | −0.292**(−2.11) | −0.274**(−2.05) | |||
ExMPd_Ps | −1.466*(−1.82) | −1.907**(−2.11) | −1.785**(−2.05) | |||
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
行业和年份 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
截距 | −2.298***(−2.91) | −2.907***(−3.30) | −2.166**(−2.21) | −2.298***(−2.91) | −2.907***(−3.30) | −2.166**(−2.21) |
Adj.R2 | 0.175 | 0.196 | 0.144 | 0.175 | 0.196 | 0.144 |
N | 419 | 419 | 419 | 419 | 419 | 419 |
(五)稳健性检验
1. 政治关联的内生性。本文以民营企业IPO事件为样本,研究政治关联对公司媒体披露的影响。然而诸多研究表明,政治关联可给公司带来诸多好处,因此民企寻求政治关联的动机可能不只是或不是旨在对媒体报道进行主动管理,从而导致政治关联的内生性。为此,本文借鉴Chen等(2011)、唐松和孙铮(2014)的做法,利用Heckman两阶段回归模型来缓解该内生性问题。在第一阶段回归中,引入了一些无法观测但可能对民企政治关联有着重要影响的遗漏变量,如公司税收、所在地市场化程度和是否为中心城市等。在第二阶段回归中,用第一阶段拟合时所得到的逆米尔斯比率再代入模型(1)和模型(2),结果仍然稳健(因篇幅原因,具体结果未汇报,留存备索)。
2. 其他稳健性检验。②为更好地分析政治关联对公司媒体报道及IPO绩效的影响,本文还做了如下一些稳健性检验:(1)调整媒体关注度和报道倾向的测量方法,即用各公司媒体报道数量作为媒体关注度,以公司正负面媒体报道量之差与公司总报道量的比值作为正面报道倾向的测量指标,重新进行上述各种检验。结果显示,除为个别控制变量的系数值和显著性水平稍有变化外,主要结论仍然成立。(2)在关于高管政治关联对IPO抑价影响的检验过程中,我们借助中介效应法检验了媒体报道在政治关联对IPO抑价影响中的中介作用,即由高管政治关联所带来的媒体沟通优势,有助于促进IPO首日抑价上升。(3)在政治关联的长期市场效应的检验中,采用持有期收益的形式,即用IPO后第6、9或12个月的收盘均价减去首日收盘价,再除以收盘价,再利用模型(3)−模型(6)进行检验,结果仍然一致。(4)在检验政治关联与媒体特征的关系时,用证监会四大报与非四大报的媒体关注度之比,并重复表5的检验,结果仍然稳健。
五、结论与启示
近年来,关于媒体对资产定价影响的研究已成为公司财务与金融领域的热点前沿,特别是公司管理层在媒体披露中的重要作用开始受到关注。为此,本文基于管理者从业经历视角,研究高管政治关联对媒体报道的可能影响及其市场效应。实证发现:(1)高管政治关联对公司的媒体报道存在显著的正向影响,即其有助于公司获得更多的媒体关注度和更正面的报道倾向;而地区制度环境可在一定程度上抑制高管政治关联对媒体报道的影响。(2)高管政治关联对媒体报道的影响更多的是通过非四大报媒体和地理距离邻近媒体来实现的。(3)政治关联可给公司带来较好的市场效应,即由政治关联所带来的超额媒体报道,短期内对IPO首日抑价有显著正的向影响,但不利于公司股价的中长期表现。
本文的研究结论有一定的实践启示。首先,本文发现,高管政治关联有助于改善公司的媒体信息环境,这很可能会诱发上市公司(特别是民企)通过政治关联来谋求媒体报道的主动影响,以实现自我利益的最大化,即成为“政商”关系的重要组成部分。而该行为本身,不但可能会催生腐败的发生,不利于“亲清”新型政商关系氛围的构建和营造,而且可能成为公司(管理者)操纵股价和牟取私利的“助推器”。因此,对于监管层来说,应加强对公司媒体(信息)披露管理行为的监管,有效抑制公司通过政治关联等方式来主动管理媒体报道的动机及行为。此外,本文还发现,高管政治关联对媒体报道的影响更多的是通过地理邻近媒体和非四大信息披露媒体来实现的,且受制度环境的抑制性影响。因此,监管层应建立和完善各种制度,规范公司的信息披露行为,坚持市场化改革的方向,即“让权力在公开透明的环境中运行”,有效扼制公司的这一政治关联动机,从而切实维护广大投资者的利益,促进国内股市健康与稳定发展。
① 限于篇幅,此处省略了详细的描述性统计结果。
② 因篇幅原因,具体结果未汇报,留存备索。
[1] | 才国伟, 邵志浩, 徐信忠. 企业和媒体存在合谋行为吗?——来自中国上市公司媒体报道的间接证据[J]. 管理世界, 2015(7): 158–169. |
[2] | 邓建平, 曾勇. 政治关联能改善民营企业的经营绩效吗[J]. 中国工业经济, 2009(2): 98–108. |
[3] | 黄俊, 陈信元. 媒体报道与IPO抑价——来自创业板的经验证据[J]. 管理科学学报, 2013(2): 83–94. |
[4] | 贾明, 张喆. 高管的政治关联影响公司慈善行为吗?[J]. 管理世界, 2010(4): 99–113. |
[5] | 林毅夫, 李永军. 中小金融机构发展与中小企业融资[J]. 经济研究, 2001(1): 10–18. |
[6] | 罗党论, 唐清泉. 政治关系、社会资本与政策资源获取: 来自中国民营上市公司的经验证据[J]. 世界经济, 2009(7): 84–96. |
[7] | 唐松, 孙铮. 政治关联、高管薪酬与企业未来经营绩效[J]. 管理世界, 2014(5): 93–105. |
[8] | 汪昌云, 武佳薇, 孙艳梅, 等. 公司的媒体信息管理行为与IPO定价效率[J]. 管理世界, 2015(1): 118–128. |
[9] | 王小鲁, 樊纲, 余静文. 中国分省份市场化指数报告(2016)[M]. 北京: 社会科学文献出版社, 2017. |
[10] | 易志高, 潘子成, 茅宁, 等. 策略性媒体披露与财富转移——来自公司高管减持期间的证据[J]. 经济研究, 2017(4): 166–180. |
[11] | Ahern K R, Sosyura D. Who writes the news? Corporate press releases during merger negotiations[J]. Journal of Finance, 2014, 69(1): 241–291. DOI:10.1111/jofi.12109 |
[12] | Bushee B J, Miller G S. Investor relations, firm visibility, and investor following[J]. The Accounting Review, 2012, 87(3): 867–897. DOI:10.2308/accr-10211 |
[13] | Engelberg J E, Parsons C A. The causal impact of media in financial markets[J]. Journal of Finance, 2011, 66(1): 67–97. DOI:10.1111/j.1540-6261.2010.01626.x |
[14] | Fand L, Peress J. Media coverage and the cross-section of stock returns[J]. Journal of Finance, 2009, 64(5): 2023–2052. DOI:10.1111/j.1540-6261.2009.01493.x |
[15] | Gurun U G. Benefits of publicity[R]. NBER Working Paper, 2016. |
[16] | Kostovetsky L. Political capital and moral hazard[J]. Journal of Financial Economics, 2015, 116(1): 144–159. DOI:10.1016/j.jfineco.2014.12.003 |
[17] | Liu L X, Sherman A E, Zhang Y. An attention model of IPO underpricing, with evidence on media coverage[J]. SSRN Working Paper, 2014a. |
[18] | Liu L X, Sherman A E, Zhang Y. The long-run role of the media: Evidence from initial public offerings[J]. Management Science, 2014b, 60(8): 1945–1964. DOI:10.1287/mnsc.2013.1851 |
[19] | Solomon D H. Selective publicity and stock prices[J]. Journal of Finance, 2012, 67(2): 599–638. DOI:10.1111/j.1540-6261.2012.01726.x |
[20] | Tetlock P C. Giving content to investor sentiment: The role of media in the stock market[J]. Journal of Finance, 2007, 62(3): 1139–1168. DOI:10.1111/j.1540-6261.2007.01232.x |
[21] | You J, Zhang B, Zhang L. Who captures the power of the pen?[J]. Review of Financial Studies, 2018, 31(1): 43–96. DOI:10.1093/rfs/hhx055 |
[22] | Zavyalova A, Pfarrer M D, Reger P K, et al. Managing the message: The effects of firm actions and industry spillovers on media coverage following wrongdoing[J]. Academy of Management Journal, 2012, 55(5): 1079–1101. DOI:10.5465/amj.2010.0608 |