一、引　言

财经报道是投资者投资决策的重要参考依据。然而，财经报道客观反映了公司的基本面吗？投资者可以倚重吗？这仍是中国资本市场面临的现实问题，也是媒体治理的理论起点。一般认为，新闻媒体因其特殊角色和自身影响力，常被期望提供有关公司基本面价值的信息，尤其是负面信息，从而降低上市公司与投资者之间的信息不对称（Bushee等，2010）、实现对上市公司的外部治理与监督（杨继东，2007；Thompson，2013）。基于美国、德国等金融市场较为发达国家的研究也都证实了这一点（Tetlock等，2008；Ammann等，2014）。然而一些学者指出，对于中国这样的新兴市场，新闻传播还存在诸多制度局限（喻国明，2008），媒体报道要么仅包含少量有价值的信息，要么只是传递“好消息”，以至于常被批判缺乏专业知识、以传闻为乐（Gong和Gul，2011），媒体挖掘信息的功能受到限制（Chui和Kwok，1998）。特别是2014年前后，部分财经记者未能履行“把关人”职责（陈泽艺和李常青，2017），因为“有偿新闻”“有偿不闻”等先后被控涉嫌受贿，使得人们更加质疑媒体报道的客观性与可靠性。诚然，与此悲观判断不同的是，中国内地财经媒体新近也出现了诸多令人鼓舞的消息。例如2016年11月天马科技因为界面新闻的一篇报道暂缓申购计划，同年8月海尔施的路演也因媒体质疑而终止。在这些事件中，财经媒体担当起了学界所称的资本市场“看门狗”角色。不难看出，中国资本市场财经媒体究竟扮演着何种角色仍是一个需要进一步研究的话题。

本文基于青岛啤酒等51家公司在内地和香港两地交叉上市的实践，以香港财经报道为参照，分析内地财经报道在资本市场上的信息角色（information role）。一般认为，香港资本市场经过多年的发展，形成了完善的信息披露、投资者保护等制度，与美国等发达资本市场一样，财经报道能够为投资者提供有关公司基本面的信息。但是由于拥有不同于香港同行的制度环境和报道空间，内地财经媒体可能会对这些公司给予不同的报道。鉴于此，本文创建了符合中文表达习惯的负面词词典，运用内容分析法（content analysis）量化了两地9家代表性财经媒体对这些交叉上市公司的报道语调，并分析两地媒体报道语调与公司季度收益这一客观指标之间的关系。研究发现，内地财经媒体与香港财经媒体相比，对交叉上市公司的关注程度稍高、报道语调偏悲观。整体而言，两地媒体报道中的负面词比率与公司季度收益均存在显著的负相关性。这说明内地财经媒体与香港同行一样，提供的信息能够反映公司基本面。进一步的研究还显示，内地财经媒体之所以与香港同行有近似的表现，是因为内地媒体具有区域临近（geographic proximity）信息优势，这可能部分抵消了因报道空间的限制等而产生的不利影响。

本文从整体上判断内地财经报道是否值得投资者倚重，这与现有研究不同但又有所互补，并在以下三个方面实现了创新。第一，研究内容创新，媒体报道在资本市场上可以扮演“信息提供者”“信息传播者”“情绪渲染者”等角色。其中，前两个角色是通过为市场提供并传递价值相关信息、影响投资者决策行为，进而影响到资产价格波动与资本市场效率而实现的。此条逻辑链上已经衍生出了诸多有关媒体报道的理论问题与研究成果，如媒体是否降低了上市公司的融资成本（罗进辉，2012）、股价同步性（罗进辉和蔡地，2013；黄俊和郭照蕊，2014；Kim等，2016）、股票误定价率（Gong和Gul，2011）等；媒体是否有助于解决高管薪酬乱象（杨德明和赵璨，2012）、双重代理问题（罗进辉，2012）等。^①这些研究都是以媒体报道能够提供公司基本面信息为前设条件。这一前设条件是此条逻辑链的起点，但仍然有待进一步验证，本文力求在这一方面有所发现。第二，研究方法创新，内容分析法的核心在于构建科学合理的用于量化文本的词典。国外研究起步较早、成果较多，但不能适用中文语境；国内学者，如谭松涛等（2014）、张纯和吴明明（2015）等也有所发展，但未形成共识。本文严格参照Loughran和McDonald（2011）基于10–k报表的用词习惯，重新构建了一套适用于财经报道的、专业性更强的负面词词典。第三，分析视角创新。本文紧扣51家公司两地交叉上市实践，分析内地与香港的中文财经媒体对这样的同一组样本公司报道语调的差异，以香港媒体为参照，判断内地媒体能否提供公司价值相关信息，并且从区域临近信息优势视角进一步解释了研究发现。

① 这方面的文献详见张纯和吴明明（2015）、田高良等（2016）的综述。

二、理论基础与研究假设

（一）媒体的信息角色

媒体报道是否客观反映了公司的基本面？这个问题看似简单，实非如此。从本文掌握的资料来看，尚缺乏定量研究方面的证据。任何一项投资都是对大量信息综合判断而做出的决策，但实践中对于信息的搜寻、选择、相关性判断等，投资者不仅受到认知能力限制，还会受到成本预算的掣肘，从而陷入理性无知困境（Downs，1957）。财经媒体凭借其普及率和信息量的优势，以及在读者心目中的权威地位，成为人们进行相关经济行为的重要信息途径（石研，2014）。而且媒体为投资者提供的信息是多层次的。首先，媒体通常是上市公司丑闻的第一信息源，在公开的美国上市公司丑闻中，媒体揭发大约占到17%—24%（Dyck和Zingales，2003；Miller，2006）。其次，媒体披露的公司经济环境（business environment）、经营状况以及财务展望等方面的文字性信息（verbal information）或语言性描述（linguistic descriptions），蕴含着整个市场或单个公司的方向性动态，是公司基本面价值的重要信息来源，这些文字性信息或语言性描述比数量型（quantitative）信息，如公司提供的财务数据、生产数据等，更能影响投资者行为（Tetlock等，2008）。再次，媒体记者也可以在公司原始新闻资料基础上，加上自己的解读，从而提高信息的价值（Ammann等，2014）。总而言之，媒体因其特殊角色和自身影响力，常被期望能挖掘到有关公司基本面价值的信息（Bushee等，2010）。这是人们对媒体角色的基本认识。

新近的研究显示，媒体在对公司报道时，可能向受众传递其对公司经营现状、未来发展、盈余预期等或乐观、或悲观的判断，从而渲染某种情绪，进而影响资本市场。例如，Howei等（1979）、托马斯•梅耶（2009）都曾质疑，媒体不可能只是单纯地传播信息而没有自己的任何加工。Dyck等（2010）、游家兴和吴静（2012）更是明确地指出，公众对新闻传播会存有认知预设心理，对媒体报道的客观性、权威性会有不断自我暗示，作为意见领袖，媒体或乐观或悲观的判断会不断地被重复、强调、放大，很容易在大范围内扩散，形成共识（common knowledge）或强大的“意见环境”，最终影响了市场对股票的定价机制。若真如此，媒体则是一个情绪渲染者。不过，如果媒体仅是情绪渲染者，媒体报道对公司股票价格的影响只能是暂时的，与公司基本面无关。

在这些新近研究中，内容分析法作为一个量化分析工具发挥了巨大的作用。这些研究通过提取财经报道中负面词，计算负面词比率并用作衡量媒体报道语调的指标，依据研究需要，分析负面词比例与道琼斯指数（Tetlock，2007）、DAX指数（Ammann等，2014）、被报道公司会计收益（Tetlock等，2008）、下一交易日的公司股票回报（Ahmad等，2006）等之间的相关性，判断媒体报道的信息角色。鉴于上述讨论，提出假设1。

假设1：财经报道语调越负面，公司未来经营业绩越低。

（二）内地和香港财经报道的信息角色差异

对媒体角色的重新界定，能否推广至不同媒体报道空间下的资本市场？特别是对于内地媒体，是否客观反映了公司基本面？是不是“仅仅是一种娱乐形式而已（Howei等，1979）？”实际上，对某一市场上财经媒体角色的质疑不无道理，因为不同媒介所处的生态环境决定了媒介制度，不同的媒介制度又决定了不同的媒介功能（姜茜，2013）。正如引言部分所强调的，香港资本市场经过多年的发展，形成了完善的信息披露、投资者保护等制度，香港财经媒体也拥有较为宽松的报道空间，其在资本市场上发挥的角色可能与美国等发达资本市场上的并无两样。但是，在中国特殊的“一国两制”方针下，内地媒体和香港媒体因为所处政治体制的不同，在媒介功能上可能会有所差异。学术界就“中国GDP下降”（郭光华和贾茜，2009）、北京奥运会（Chang，2011）、北京雾霾（吕颜婉倩，2013）、弗格森事件（孙思齐，2015）等现象或事件所做的两地媒体报道比较研究层出不穷，不仅证实了两地媒体间存在的差异，也为本文研究提供了启发。本文将定量分析两地财经媒体对同一组交叉上市的样本公司的报道语调，并以香港财经媒体为参照，从整体上判断内地财经媒体是否客观报道了公司基本面。为此，本文做出下面两个假设。

假设2a：香港财经报道语调越负面，公司未来经营业绩越低。

假设2b：内地财经报道语调越负面，公司未来经营业绩越高。

（三）区域临近信息优势

本文一个创新之处在于，对比研究内地与香港两地的财经报道是否能够解释公司基本面。之所以这样考虑，是因为香港是国际化的市场，拥有较高的自由度，内地媒体与香港媒体存在明显的差距。这是制约内地媒体的一个不利因素，但内地媒体也有一个不可忽视的有利条件。即这些交叉上市公司总部均位于内地，内地媒体或许具有区域临近信息优势。

临近信息源的个体或机构具有区域临近信息优势，学术界已经提供了较为丰富的证据。例如，Ivković和Weisbenner（2005）发现，公司的信息可以迅速在当地投资者之间传播，其中，社会交流或当地媒体（如社交媒体）发挥着积极作用。Baik等（2016）也发现，当地“推特”跟帖中的语调（负面词比率）能预测未来股票回报，但非当地“推特”跟帖中的负面词比率则不能，将当地和非当地所有的“推特”跟帖放在一起时，负面词比例预测力全部来自“推特”当地的使用者。除此之外，区域临近信息优势在分析师、基金经理人等投资者方面也表现明显。例如，Malloy（2005）、Bae等（2008）发现，区域临近的分析师可以发布更为精确的收益预测，对预测的更新也更为频繁。Coval和Moskowitz（1999，2001）还发现，基金经理人倾向于投资总部设在当地的公司，他们从当地投资中获取的回报率均不同程度地高于非当地投资（前者的超额回报率为2.65%，后者的为3.2%），他们能获得这样的超额回报是因为掌握了更多有关当地公司的信息。

区域临近信息优势假说为本文深入研究两地财经媒体信息角色提供了一个新视角。本文考察的51家交叉上市公司均来自内地。其中，北京是中国的首都，上海与广东拥有证券交易市场，这三个地方的经济社会发展水平在内地首屈一指，来自这三个地方的交叉上市公司占到样本的60%。本文选取的6家内地代表性主流财经媒体的总部也都坐落在这三个地方。对于这一部分的交叉上市公司，内地媒体更接近于它们的总部，且没有文化制度隔阂，更易获取信息，能够挖掘到更多信息，很可能具有区域临近信息优势。尽管香港媒体与内地媒体在文化、政治等方面的差异，但对最具影响力的“北上广”的公司也会投入足够的关注，信息搜寻成本相对而言不会比内地媒体高多少，因此可预期香港媒体也能够挖掘到相应的信息。但是，来自其他地区（下文称非“北上广”）的40%的交叉上市公司，分布广泛。无论是内地媒体还是香港媒体，对这些公司的信息搜寻成本会更高，关注程度可能也会有所下降，而香港媒体在临近信息源方面的劣势会进一步显现。综上所述，本文就两地媒体对“北上广”与非“北上广”公司的临近程度做如下定义：

D _{内地–“北上广”}≈D _{香港–“北上广”}>D _{内地–非“北上广”}>D _{香港–非“北上广”}

其中，D _i-j 表示i地区的媒体，对总部位于j地区的交叉上市公司的临近程度，i=内地或香港，j=“北上广”或非“北上广”。鉴于此，并做如下假设。

假设3：财经媒体越临近信息源，报道语调对公司未来经营业绩的负向效应越强。

三、研究设计与方法

（一）上市公司与财经媒体的选择

1. 确定上市公司。本文选取2008年1月1日至2014年9月30日期间，在内地和香港交叉上市的中国公司，即A+H股公司作为样本公司。选择2008年1月1日作为研究起点，是因为中国的股权分置改革在2007年底基本完成，两地股票的流通性和交易制度基本一致。另外此前存在大量股票因首次公开发行出现了股市异动，以2008年1月1日作为研究起点，还可排除这一现象的干扰。选择2014年9月30日为截止点，是因为此后开始实行沪港通，投资者结构和信息关注范围都发生了改变。^①在此期间，共有83家公司交叉上市，鉴于本文研究的需要以及相关研究的做法，本文按照以下原则做了进一步筛选。第一，剔除了金融行业的上市公司；第二，为了保持数据的连续性，剔除了两地媒体报道较少的公司；第三，为了保持数据的一贯性和可比性，剔除了两地上市较晚的公司。本文最终选取了51家交叉上市公司为样本，获得1 249个季度数据。按照证监会行业门类划分标准，^②制造业占26家，交通运输、仓储和邮政业10家，采矿业7家，建筑业3家，电力、热力、燃气及水的生产和供应业3家，房地产业2家。

① 当然，比较沪港通实行前后媒体报道的差异，可以作为下一个研究的命题。

② 该标准于2013年1月1日生效。

2. 选择财经媒体。对于内地财经媒体，本文借鉴了游家兴和吴静（2012）等国内相关研究的一贯做法，选取了具有较高知名度和权威性的6家报纸，它们分别是：《证券时报》《中国证券报》《上海证券报》《证券日报》《21世纪经济报道》《第一财经日报》。对于香港财经媒体，本文选取了普及率最高的三大报纸：香港商报、大公报和文汇报。

3. 收集媒体报道。在确定好上市公司与财经媒体之后，需要收集这些财经媒体对样本公司的所有报道。本文选取的财经报道均来自“慧科新闻数据库”（Wisesearch）。该数据库收录了自2000年以来内地、香港、澳门和台湾地区的所有报纸的报道。需要说明的是，在提取有关上市公司新闻报道时，本文采用自动数据检索系统，只选择标题中包含公司全称或简称的新闻报道，以确保报道的内容更具相关性。不过，自动数据检索也存在一些问题。例如，当搜索“中国中铁”时，会出现与“中铁建”相关的新闻，当搜索“紫金矿业”时，会出现关于“紫金”这个地名或“紫金财险”的相关信息。对于这些干扰性的报道，本文逐一进行手动剔除。再例如，在对鞍钢集团、大唐发电等一些大型集团的报道中，存在大量有关集团公司而非上市公司的报道，对那些不涉及上市公司而仅对集团公司的报道一一进行删除。^③另外，当公司首次公开发行时，媒体报道数量显著上升，这会对分析结果产生系统性地影响。因此对2008年之后上市的公司，本文是以上市首月度的下一月度作为起始。例如中煤能源于2008年2月1日回归A股，媒体报道统计是以2008年3月为起点。

③ 下文中公司简称如无特别说明，皆指上市公司。

（二）媒体报道的度量

定量分析媒体报道的核心问题是如何量化媒体报道的内容。本文承袭了Tetlock等（2008）的内容分析法，用负面词比率来度量媒体报道内容。内容分析法具体可分为两步。第一步，构建一个能够用以抽象财经媒体报道文本内容的词典，这是内容分析法的重中之重。这方面的研究可追溯至Tetlock（2007），他构建了一个由77个词类构成的文献术语矩阵（document-term matrix），Tetlock等（2008）随后运用哈佛第四心理字典（Harvard-IV-4 psychosocial dictionary）对文献术语矩阵进行了缩减，再后来，Loughran和McDonald（2011）基于10-k报表的用词习惯，构建了包含1 200个词的词汇表。尽管上述词典在西方研究中被广泛运用，但在中文语境中借鉴意义不大。首先，中英文词汇互译时，常常会出现“一对多”或“多对一”的问题，例如中文“破产”一词，有8个英文词与其对应，^④而英文“LIQUIDATE”在中文中也有“清算”“偿付”等8种解释。^①其次，中文媒体报道中的有些词汇具有自己的文化特殊性，如“跑输”“走弱”“收窄”等在财经类媒体中常见的词汇，很难直接从英文中翻译过来。近几年，中国的研究者们开始编撰中文词汇表，如张纯和吴明明（2015）、谭松涛等（2014）以及汪昌云等（2015）等（见表1），但这些词汇表仍未被广泛认可和采用。鉴于上述思考，本文参照Loughran和McDonald（2011）构建负面词的方法，邀请了6名长期从事投资决策和资本市场研究的专业人士，让他们分头阅读6家不同行业、跨度约为6—8年的上市公司新闻报道，并要求他们依据自己的判断提炼出负面词汇，最终获得一个包括721个财经负面词的词典，^②形成本文内容分析的工具。^③之所以聚焦于负面词而没有同时考虑正面词，是因为选用负面词来衡量媒体报道的内容符合心理学研究的一贯做法，负面信息的影响力相对于正面信息而言更强且处理更充分（Baumeister等，2001；Rozin和Royzman，2001）。

④ 这8个词分别是：LIQUIDATE、LIQUIDATED、LIQUIDATES、LIQUIDATING、LIQUIDATING、LIQUIDATION、LIQUIDATIONS、LIQUIDATOR。

① “清算”“偿付”“了结”“消除”“变现”“破产”“停业清理”“清理账务”。

② 虽然数量显著低于前述几个作者的，但统计的负面词比率却远高于这些作者的，具体见表1。

③ 受篇幅限制，此处省略了具体的负面词词典，有兴趣的读者可邮件索取。

第二步，运用上述构建的负面词词典，编写提取负面词的计算机程序，提取媒体报道的负面词并计算负面词比例。按照研究设计的需要，将两地媒体对上市公司的报道，按公司、分季度归为同一个文档，然后利用计算机程序，逐一提取每个文档中媒体报道的负面词，并计算负面词占媒体报道全部词数的比率，^④该比例即为度量媒体报道语调的指标。相对于以往由人工阅读判断媒体报道语调（熊艳等，2011；游家兴和吴静，2012；才国伟等，2015）的做法而言，本文做法不仅工作量少，结论也更为客观，符合国际上的主流做法（Tetlock等，2008；Baik等，2016；Chen等，2014）。

④ 用负面词数量与报道的总词数进行相除获得。

（三）模型设定

如果财经报道能够提供关于公司基本面价值的信息，那么在收益宣告前的媒体报道应该能够预测到以公司未来会计收益为代表的公司经营状况，即报道中的负面词比率与公司未来经营业绩负相关。为此，本文参照Tetlock等（2008）、Baik等（2016）的做法，构建了下列计量分析模型：

$Earnin{g_{i,t + 1}} \!\!=\!\! {\alpha _i} \!\!+\!\! {\beta _1}Ne{g_{i,t}} \!\!+\!\! {\beta _2}Equit{y_{i,t}} \!\!+\!\! {\beta _3}Turnove{r_{{\rm{i}},t}} \!\!+\!\! {\beta _4}{\mathop{ Re}\nolimits} tur{n_{i,t}} \!\!+\!\! Year \!\!+\!\! Industry \!\!+\!\! {\varepsilon _{i,t}}$

1

其中，Earning _i，t+1 表示公司i在t+1季度的季度收益，季度收益是能获取的频率最高的收益数据，代表公司未来经营业绩；Neg _i，t 表示在t季度有关公司i报道中的负面词比率，代表媒体报道的语调，这是本文考察的主要解释变量，按照前述方法计算而得；Equity、Turnover、Return分别表示公司季度市值、季度换手率、季度累积收益等数据，Year、Industry分别表示年度和行业，为虚拟变量。需要说明的是，上市公司在内地市场的公司市值数据来自于国泰安数据库（CSMAR），公司季度每股收益、季度换手率、季度累积收益等数据来自瑞思金融数据库（RESSET）。在香港市场的季度累积收益、季度换手率等数据来自于同花顺，而公司季度市值数据则通过港股流通股数（来自于万德数据库）与季度末收盘价格（来自同花顺）相乘获得。

四、实证分析

（一）描述性统计

对财经报道的量化分析是本文研究的基石，因此有必要对其进行深入分析。下面将从行业、时间、公司三个维度，对财经报道量化情况作统计性描述。

1. 行业维度

表2是按照行业分类，对两地媒体报道数量和语调做的统计描述。从每季度平均报道数量来看，内地媒体对样本公司平均每季度报道10.47篇，香港媒体平均每季度报道8.95篇。整体而言，内地媒体对交叉上市公司关注度略高于香港媒体的关注度，这一点在后文会得到进一步论证。

这里还有两个值得关注的现象。第一，不同行业受两地媒体关注程度不同。其中，采矿业天生受到媒体的青睐，内地媒体平均每季度报道达21.93篇，远远超过其他行业，香港媒体对采矿业平均每季度报道数量也达到了19.43篇，亦显著领先于其他行业。这主要是因为中国石油和中国石化两大石油巨头吸引了媒体关注（下文会进一步讨论）。此外，采矿业的高事故性和对环境的高污染性也吸引了媒体的关注。第二，同一行业受两地媒体关注的程度也不尽相同。例如，内地媒体对建筑业平均每季度报道数量为11.52篇，而香港媒体的只有5.29篇；再比如，内地媒体对房地产业的每季度报道数为4.09篇，而香港媒体的高达11.83篇。媒体报道数量呈现出不规则的差异性。^①

①如果考虑到不同行业交叉上市公司数量的差异，从每个交叉上市公司每季度被报道次数来看，这种差异也是相似的。香港媒体对房地产行业交叉上市公司平均每季度报道3.033篇，内地媒体的为1.049篇。两地媒体对采矿业交叉上市公司的平均每季度报道篇数分别为1.419和1.601，对建筑业的分别为0.897和1.953。

再来看两地财经报道的语调。整体而言，内地媒体报道中负面词比率平均为2.28%，香港媒体的为1.97%，内地媒体报道语调悲观于香港媒体报道。具体到各个行业，除了在房地产业两地媒体报道中负面词比率基本一致外，在其他行业中，内地媒体报道中的负面词比率均高于香港媒体报道的负面词比例。比如对采矿业，内地媒体报道中的负面词比率为2.74%，香港媒体报道中的为2.49%。

2. 时间维度

上述分析是基于行业维度的，下面从时间维度观察媒体报道语调和数量的差异（详见表3）。

从表3行2和3来看，两地报道数量呈现出明显下滑态势。2008年两地报道数量最高，随后均有所减少，近年来减少趋势有所放缓。从两地媒体报道数量的差异来看，2008年最为悬殊，其他年份高低不一但差距不大。^①这一点也可从AH溢价指数走势中得到印证。2008年AH溢价率最高，随后下滑，并维持在相似水平波动。从表3行4和5来看，两地媒体报道的语调在2010年之前基本相似，自2010年起，内地报道负面词比例明显高于香港报道的比例。^②

① 整体而言，内地媒体报道次数大于香港媒体报道次数，这与行业维度的结论是一致的。

② 从时间维度来看，两地媒体报道数量与语气存在明显的差异，在下面的计量分析中有必要将年度纳入控制变量。

3. 公司维度

具体到对每个公司的报道情况来看，^③两地媒体对不同公司的报道数量多寡不一，表现出不同的关注度。例如内地媒体对51家交叉上市公司平均季度报道为10.47篇，标准差为14.09，其中，对中国石油、比亚迪报道次数较多，平均季度报道次数分别为65、31篇，对洛阳玻璃、宁沪高速报道次数较少，平均季度报道次数分别为2.4、1.9篇；香港媒体对51家交叉上市公司平均季度报道为8.95篇，标准差为11.63，其中，对中国石化、中国石油报道次数较多，平均季度报道均为40篇，对马钢股份、丽珠集团的较少，平均季度报道篇数分别仅有0.48、0.07。从两地媒体对同一公司的报道数量的对比情况来看，两样本Wilcoxon秩和检验结果是z=4.428，Prob>|z|=0.000 0，说明两地媒体报道次数的中位数不相等。这与行业角度的整体判断是一致的。

③ 受篇幅限制，此处省略了51家公司两地报道数量与负面词比例的时间趋势图。有兴趣的读者可通过邮件索取。

再来看媒体报道语调，内地媒体报道的负面词比例均值为2.28%，标准差为0.016 0，最大值为14.55%，而香港媒体报道的这三个数值分别为1.97%、0.016 7、18.03%。尽管两地媒体对交叉上市公司报道语调整体而言相差不大，但对不同公司的差异还是明显的，例如2013年第3、4季度，洛阳玻璃由于中期亏损、产能下降、产品价格下降等原因，两地媒体季度报道负面词比例分别高达14.55%和10.67%。2013年第3季度，金风科技由于涉嫌违规担保，香港媒体对其报道的负面词比例甚至高达18.03%。从两地媒体语调的对比情况来看，两样本Wilcoxon秩和检验结果是z=5.218，Prob>|z|=0.000 0，说明两地媒体报道语调差异明显。而且，香港媒体负面词比例均值稍小，但标准差与最大值相对稍大些，可能是因为香港媒体拥有更大的报道空间，部分报道中的报道语气更为明显。

（二）媒体报道是否挖掘了公司未来季度收益的信息

下面开始运用上述公式（1）来做计量分析，以判断媒体报道是否挖掘了关于公司未来季度收益的信息。本文将先后考虑使用面板固定效应模型和系统GMM模型，^④其他的控制变量包含公司市值、换手率、累积收益，^⑤以及年度和行业两个虚拟变量。

④ 本文使用命令“xtreg,fe”进行了F检验，F值为0.0000，故选择固定效应模型。

⑤ 下文中公司市值、换手率、累积收益等指标，无特殊说明时均指季度数据。

1. 香港媒体报道语调与季度收益关系分析

先来看对香港市场的计量分析结果，详见表4。

无论在哪个模型中，第二行变量负面词比率的回归系数均为负值，说明被解释变量季度收益与负面词比率存在负相关关系。其中，模型1-1为基本模型，包含了负面词比率与年度和行业虚拟变量，回归系数在1%的水平上显著为负值。模型1-2和1-3依次考虑了公司市值、季度累积收益两个控制变量。模型1-4为系统GMM模型，这是考虑到变量之间可能存在的因果内生性。比如，被解释变量季度收益也可能是解释变量报道负面词比率的一个影响因素，因此有必要选择系统GMM方法进行再次估计。在具体的估计过程时，将各个变量均视为内生变量，以各自的二阶滞后项作为工具变量。表4模型1-4中，Arellano-Bond自相关检验显示，扰动项差分存在一阶自相关，但不存在二阶自相关，故接受“扰动项无自相关”的原假设。Hansen检验P值为1，所以接受“所有工具变量都有效”的原假设。这两个检验结果意味着系统GMM模型的结果是可信的。系统GMM模型分析显示，控制内生性后，香港媒体报道中负面词比率对未来会计季度收益预测的经济显著性进一步提高。

简而言之，在香港市场，媒体报道负面词比率显著地与公司季度收益呈负相关性。这验证了本文假设2a，即香港媒体报道中蕴含了有关公司基本面价值的信息。这一结论与发达资本市场的证据相一致（Tetlock等，2008；Ammann等，2014；Chen等，2014；Baik等，2016），也符合人们的预期。

2. 内地媒体报道语调与季度收益关系分析

上面分析了香港媒体报道语调与公司季度收益的关系，下面按照相同的逻辑来分析内地媒体，结果见表5。

这里得到了与香港媒体大致相同的结论。从第二行各模型中变量负面词比率的回归系数来看，内地媒体报道负面词比率均在1%的显著性水平上与公司季度收益呈负相关关系。其中，模型2-1为基本模型，含有负面词比率与年度和行业虚拟变量。模型2-2至2-4^①，依次增加新的解释变量，但关键的解释变量负面词比率的回归系数变化不大。模型2-5为系统GMM模型，与上述1-4模型相似，在控制内生性后，负面词比例这一变量系数的绝对值更大，内地媒体报道中负面词比率对未来会计季度收益预测的经济显著性也进一步提高。

① 香港只有三个模型，是因为香港季度换手率部分缺失，所以在香港回归分析中，未包含季度换手率这个变量，其实在表5中，我们也发现季度换手率对未来季度收益缺乏解释力。

简言之，对内地媒体的分析也得到了与香港媒体相似的结论，便推翻了假设2b：内地财经报道语调越负面，公司未来经营业绩越高。这里的计量分析显示，内地媒体与香港媒体一样，都具有信息角色，且负面词比例与公司季度收益均在1%水平上显著负相关。

至此，已对香港媒体与内地媒体分别做过计量分析，下面把两地媒体的报道放在一起，重新计算负面词比例，并按照固定效应模型1-3或2-4做计量分析。负面词比例这一变量的回归系数为–2.66，t值为–2.33，显著性水平为5%，^①这直接验证了假设1。综合而言，香港媒体与内地媒体报道负面词比率均显著地与公司季度收益呈负相关关系，两地媒体对上市公司报道中的负面词比率能够用以估计公司下一季度收益走势。

① 限于篇幅，此处省略了具体的计量分析结果。

3. 区域临近信息优势分析

上述分析显示，无论是香港媒体还是内地媒体，财经报道语调与公司季度收益均呈负相关性，财经报道语调可以用来预测公司未来经营业绩。对于香港媒体的这一乐观判断，争议不大。正如引言中所指出的，香港市场投资者保护制度较为完善、媒体报道空间较为宽广。但对于内地媒体得到了同样乐观的判断，也许会招致怀疑。为进一步探索内地媒体为何能有如此出色的表现，本文借鉴Engelberg和Parsons（2011）的做法，判断内地媒体是否具有区域临近信息优势，以期消弭怀疑情绪。

本文所考察的51家交叉上市公司中，位于“北上广”的公司有30个，非“北上广”的有21个。统计分析显示，两地媒体对“北上广”交叉上市公司的每季度平均报道数量显著高于对非“北上广”公司的平均报道数量（详见表6列2）。其中，内地媒体对“北上广”公司的季度报道数量均值为12.42篇，对非“北上广”公司的每季度平均仅为7.59篇，平均相差接近5篇；香港媒体对“北上广”与非“北上广”地区交叉上市公司的报道数量差异更大，对前者的每季度报道数量平均为11.34篇，对后者的仅为5.16篇，平均相差超过6篇。不难看出，位于“北上广”的交叉上市公司更能吸引两地媒体的关注，而且香港媒体对非“北上广”地区的交叉上市公司的关注度最低。这与前文的理论假设2是一致的。再来看媒体报道语调。内地媒体对两大区域交叉上市公司的报道语调呈现出较大差异，其中对“北上广”公司的报道负面词比率平均为2.2%，对非“北上广”的平均达到了2.4%。而香港媒体对两大区域报道语调整体而言较为一致，平均值均为2%。从直觉上判断，这些结果与上述有关区域信息临近优势的讨论也是一致的。

下面按照前文分析思路，把交叉上市公司按照注册地分为“北上广”地区和非“北上广”地区，以固定效应模型做进一步的计量分析。详见表7。

表7左边部分是针对“北上广”交叉上市公司的分析结果。无论是刻画内地媒体的模型3-1和刻画香港媒体的模型3-2，还是混合考虑两地媒体的模型3-3，^①它们中负面词比率的回归系数均在5%水平上为负数。这说明内地与香港两地媒体对“北上广”交叉上市公司报道的负面词比率能够显著地解释公司季度收益。表7右边部分是针对非“北上广”的交叉上市公司的分析结果。其中，模型3-4刻画的是内地媒体，负面词比率回归系数在10%的水平上为负值；模型3-5刻画的是香港媒体，负面词比率回归系数尽管也为负值，但显著性水平不及10%。这说明香港媒体报道的负面词比率仅能够解释“北上广”地区交叉上市公司的会计季度收益，而对非“北上广”地区公司的会计季度收益解释力不足。综合模型3-1、3-2、3-4和3-5，负面词比例的回归系数绝对值越来越小，显著性水平也依次下降，这说明财经媒体越是临近信息源，媒体报道内容越是能够解释公司基本面，临近信息源优势越是明显。这不仅验证了假设3，同时回答了内地媒体为何能够在解释公司基本面方面具有与香港媒体相似的表现。

① 混合处理时无法将两地的累积收益加总，考虑到该变量在模型3-1和3-2中不显著，故模型3-3没有考虑这一解释变量。模型3-6与此相同。

五、稳健性检验

尽管上述研究显示，内地媒体与香港媒体一样，对交叉上市公司的报道语调能够用以解释公司下一季度收入走势，财经报道提供了有关公司基本面的信息，而且前文已经使用系统GMM模型回答了内生性问题，但这一判断有待进一步的其他方面的稳健性检验。

（一）媒体报道数量能否解释公司基本面？

在量化分析媒体报道时，本文使用的是媒体报道语调，而在一些文献（Gong和Gul，2011；黄俊和郭照蕊，2014；Aman和Moriya，2015；Kim等，2016）中使用媒体报道次数，认为媒体报道次数的多少也能够代表挖掘信息的多寡，当然也有文献（罗进辉和蔡地，2013）持不同观点。本文对媒体报道做过统计描述，两地媒体对同一公司的报道数量呈现出一定的差异，对不同公司的报道数量差异也较大（见前面公司维度的统计描述）。为进一步增强本文研究结论的稳健性，按照表4模型1-3和表5模型2-4的做法，将负面词比率替换成报道数量，回归后的系数分别为–0.001和–0.002，t值分别为–1.14和–0.95，均不显著。这表明媒体报道数量多寡，不能用以预测公司未来经营业绩，这与罗进辉和蔡地（2013）的结论一致。换言之，只有媒体报道内容才隐含着公司未来基本面信息。

（二）更宽松或更严格的负面词词典会影响判断吗？

前文已经强调，如何构建负面词词典并量化媒体报道是内容分析法的核心问题，而且中文语境下当前尚未形成广为认可的适用于定量分析财经报道的负面词词典。也许有人会质疑，本文研究结论可能很大程度上依赖于所构建的负面词词典。需要再次说明的是，本文在构建负面词词典时，邀请了6名专业人士进行筛选。筛选出的721个负面词，至少有2位认定为负面词。为进一步验证负面词的筛选对研究结论的影响，本文按照更宽松和更严格的标准，再次构建了两套负面词词典。按照更宽松的标准，只要有1位专业人士认定为负面词，即被纳入负面词词典，最终有834个词汇入选；按照更严格的标准，至少有3位专业人士认定的负面词才可纳入负面词词典，最终有659个词汇入选。按照这两套负面词词典，重复上述媒体报道量化分析过程，并分别按照表4模型1-8和表5模型2-9做计量分析，回归得到的负面词比率系数值分别为–1.13、–1.78，显著性水平均为1%。这再次说明本文关于两地媒体均能提供有关公司基本面价值的信息。

（三）公司股票回报率能否代替公司季度收益？

有文献（如Baik等，2016；Chen等，2014）用回报率作为衡量基本面的指标。据此，本文用交叉上市公司在两地市场的月度回报率作为被解释变量，进行了稳健性检验，详见表8。变量负面词比例的回归系数均显著为负值，这与表4模型1-3和表5模型2-3的计量分析一致。这说明媒体对某公司报道负面词比率越高，未来该公司股票回报率越低，从而再一次证明了上述结论的稳健性。

六、研究结论、启示与展望

（一）研究结论

本文以在内地与香港交叉上市的51家内地公司为样本，选取两地9家主流财经媒体，定量分析两地媒体对交叉上市公司的报道语调与公司季度收益之间的相关性，从而判断两地媒体报道是否客观可靠？两地媒体是否可以作为投资者投资决策的依据？研究发现，两地媒体就同一公司的关注程度与报道语调有所差异，内地媒体报道中的负面词比例稍大，相对更为悲观，但以季度报道中负面词比率为代表的两地媒体报道语调与公司季度收益均呈显著的负相关性，从而证实了两地媒体报道提供的有关公司基本面信息整体而言是客观可靠的。内地媒体并非只会“说好话”“唱赞歌”，实际上与香港媒体具有相似的表现，这似乎与两地媒体的报道空间、两地市场的成熟程度等的差异并不相符。进一步的研究显示，内地媒体接近交叉上市公司的总部，具有天然的区域临近信息优势，可能部分抵消了内地媒体的报道空间等的限制。

（二）管理启示

需要强调的是，本文通过探析两个客观存在的变量之间是否存在相关性，得到有利于财经媒体的乐观结论，即整体而言，媒体报道内容能够反映公司基本面。但本文未曾试图探析媒体报道与公司价格变动之间的因果关系，不能因此否认媒体报道的情绪渲染功能，而这实际上是一个不容忽视的现象。正如Dyck等（2010）、游家兴和吴静（2012）所强调的，媒体作为意见领袖，或乐观或悲观的判断很容易在大范围内扩散，形成共识。更为严重的问题是层出不穷的虚假新闻，这一现象，古今中外概莫能外。“好事不出门，坏事传千里”，对上市公司的负面的不利报道往往更易传播，媒体的有偏甚至是恶意的报道对资本市场的不利影响也更为深远。而且随着移动信息技术的发展，这样的不利影响更为迅速与广泛。因此，在充分发挥新闻媒体在快速反应、及时报道等方面优势的同时，对财经媒体实施适度监管，打造媒体谣言“防火墙”，确保市场情绪不受操纵，从而更好地保护投资者利益与资本市场效率。这比以往任何时候都更为紧迫。

（三）未来研究展望

首先，本文定量分析了两地财经媒体报道语调与公司季度收益之间的关系，未能深入探究两者之间的作用机理。财经记者作为信息的主要制造者，一些研究开始尝试着从他们的从业经验、声誉追求、两地交叉兼职等角度，分析媒体报道的客观性与可靠性。后续研究可借此微观视角，更为深入地理解两者之间的关系。其次，微博公众号、论坛等社交媒体可能是比纸质媒体更为重要的信息来源，后续研究可基于本文的内容分析法，并借助网络爬虫等数据挖掘技术，定量研究这些社交媒体的文本内容与公司未来经营业绩的关系，从而进一步拓展本文的研究。