武大金融网【文章从社交网络参与者对股价的观点入手，根据Loughran和McDonald（2011）编写的负面词汇表来量化社交观点，以此来研究社交网络观点与股价走势之间的关系。文章还对社交信息预测股价的原因做出了解释，分析究竟是社交信息中蕴含的公司基本信息，还是可以误导读者的虚假信息导致了社交网络观点与股价走势的相关性。实证结果显示，社交网络可以预测股价，并且社交信息中包含与股价走势相关的信息。】
在这篇文章中，作者的主要目的是研究在社交媒体平台中，文章及评论中的观点对未来股票回报率和股票预期盈利的影响。作者以美国人气较高的网站Seeking Alpha（以下简称SA）作为研究样本。该网站具有两个特点，第一，文章均由专家小组审查后编辑，在保证质量的前提下，这些文章才会被发布在SA网站上；第二，任何感兴趣的用户均可以撰写评论，即文章需要审核后方可发布，而发表评论则没有限制。本文选取2005年至2012年间，SA中的文章、SA文章下的评论、、IBES金融分析师数据、Compustat及CRSP的财务报表和金融市场数据作为研究数据。其中，SA文章和SA评论分别由约6,500和18万不同用户编写，涵盖7000多家公司。
在实证部分，本文首先研究股价与SA文章及评论中的观点中负面字词的分数之间的关系，其中负面字词的分数由Loughran和McDonald（2011）编写的负面词汇表给出。文章假设三个月为一支股票的持有期，以这三个月中股票的异常收益作为被解释变量，以SA文章及评论中负面字词分数作为主要解释变量进行回归。异常收益是公司金融研究中常用的，用以衡量股价偏离正常值程度的变量，具体计算方式为用该公司股票收益减去其他具有类似规模、市账率和过往收益的公司的股票收益的价值加权值的差额。结果显示，两者之间存在显著负相关关系。作者对这种现象做出了两种解释：①SA中观点包含公司基本价值相关信息。②SA中的虚假信息驱使投资者进行交易，从而影响股票价格。为了说明何种解释更为合理，作者提出了“收益惊喜”这一概念。“收益惊喜”被定义为公司财务报告公布的每股收益（EPS）与从IBES金融分析师数据中获得的公告前30天至公告前三天的EPS预测均值之间的差异。作者认为，如果“收益惊喜”与SA观点中负面字词的分数相关，则能够说明SA观点中包含了金融分析师分析报告之外的信息，且这部分信息与公司的价值有关而非虚假信息，因此证明了解释①并排除了解释②。
作者认为，以下几种因素可能导致SA文章中包含公司价值的信息：①作者致力于成为名人，通过发布能被股票市场验证的意见来获取关注及认可。②作者受到金钱激励驱使。在SA网站中，每1,000页面浏览量可获得10美元，而被SA编辑认定为高质量的文章至少可获得500美元。③SA网站中存在编辑的审核机制及持续的追随者，这种模式能够阻止恶性贡献者的参与，并增加优质的作者。④SA网站对于阅读者的股票交易行为有一定的影响，可能加速市场价格向作者认为合理的价格方向靠拢。
作者主要从②和③入手，研究SA文章的作者的水平优劣能否被读者识别，以及作者与读者存在较大分歧时，文章观点是否有效。作者首先构建了作者一致性这个变量，该变量以作者发表的具有一致性的文章的分数来表示，其中一致性指文章的预测方向与股票涨跌相符。本文将以文章浏览量与文章被读完的次数衡量的作者流行度作为被解释变量，以作者一致性作为主要解释变量进行回归。结果显示该变量显著，从而说明作者水平的优劣能够被读者较好的识别。此外，作者构造了作者-追随者分歧这一变量，该变量被定义为文章中负面词汇的分数与所有评论中负面词汇的平均分数之间的绝对差值。作者分析了异常收益与作者-追随者分歧较大的样本中（即该变量高于平均值）SA文章及评论负面字词分数的关系，并发现在该样本下，SA文章的负面字词分数无显著影响，而SA评论的负面字词分数有显著影响。因此，作者认为在作者-读者分歧较大时，评论观点更能反映股价走势。
本文的研究意义可以归结为三点：①本文有助于分析媒体对股票市场的影响。②本文通过实证研究，提供了一种研究社会互动和投资之间关系的相关问题的模式。③在以往的研究中，互联网留言板与股票回报之间无统计意义上的相关性，而本文在采用更广泛的样本，并且在SA观点的格式更接近分析报告的情况下，得出了互联网留言板与股票回报显著相关的结论。
未经允许不得转载：武大金融网 » 【文献速递】The Value of Stock Opinions Transmitted Through Social Media