上市公司相关新闻报道与股价动量效应的关系研究

顾浩威

（中国人民大学商学院）

一、引言

动量效应，由Jegadeesh于1993年提出，是指股票的回报率有延续原本运动方向的趋向，即过去回报率高的股票在未来表现依然亮眼，其收益会仍然显著高于过去表现低迷股票的收益，因此又被称为“惯性效应”；而反转效应则与动量效应恰好相反，指过去表现较差（/好）的股票在未来的一段时间反而能获得显著高（/低）的收益。

通过研究中国股市的动量效应及其与新闻报道之间的关系，能够进一步探究有效市场假说背后的异象，为行为金融学解释视角提供一种新的证据；同时，为具备一定资金量和做空资格的机构投资者，提供了一种新的投资方法。

二、理论分析及假设的提出

（一）中国A股市场的动量效应

Jegadeesh（1993）、 Conard（1998）、Rouwenhorst（1998）等国外学者，在对美国、欧洲这些国家的股票做检验时，都发现了明显的动量效应。而国内研究学者，譬如高秋明、胡聪慧与燕翔（2014），也发现我国A股市场周度数据存在显著的动量效应。但是动量效应所导致的价格上涨，会由于价格最终向基础价值回归的过程而下跌，因此，若选取的时间段不当，反而会出现显著的反转效应。对此，也有相关的国内研究实证证明，徐信忠、郑纯毅（2006）发现我国A股市场虽然存在显著动量效应，但期限明显短于西方的发达国家，并且当期限超过半年时会出现显著的反转效应。

对此，提出第一个假设：

H1：在选定合适时间段的情况下，中国A股市场存在显著的动量效应，由于存在一个股价偏离后回归基础价值的过程，之后存在一定的反转效应。

（二）新闻报道与动量效应的关系

国外研究（Engelberg and Parsons 2011，Tetlock 2007）证实媒体的新闻报道会直接影响投资者收集、处理与理解信息的方式，也有学者（Hong and Stein 2007）通过实证得到媒体在股票市场投资者投资决策过程中扮演着“塑造”的重要角色的结论，这些结论表明媒体的相关新闻报道可能与动量效应之间存在一定的相关性。

对此提出本文的第二个假设：

H2：上市公司的相关新闻报道与动量效应呈正相关。

三、中国A股市场动量效应实证研究

（一）数据来源

鉴于深市与沪市的同涨同跌性（朱俊、庄新田2010），股票的流动性（Alexander Hillert等 2014）以及样本充足性考虑，本文以2017年1月6日发布的上证50指数成分股为标准，最终选定2008年第四季至2016年第三季的35家企业作为研究对象。

（二）研究方法

动量效应是违背有效市场假说的异象之一，要判断中国A股市场是否存在动量效应，只需要通过动量策略构造赢家组合与输家组合，再观察是否存在显著的超额收益即可。选取赢家组合与输家组合的这段观察时间，可将其称之为形成期，组合形成后，持有的这段时间被称为持有期，在持有期观察是否能获得显著的超额收益。形成期又有重叠与不重叠之分，譬如将1—3月作为第一个形成期，若采用重叠的形成期，那么下一个形成期则是2—4月；若采用不重叠的形成期，则下一个形成期为4—6月。本文为了投资组合更能及时、连续地反映市场的动态，采取重叠的形成期。

本文采用Jegadeesh（1993）构造动量组合的方法，具体步骤如下：

1.确定形成期J和持有期K。J=1，K=2，时间单位为季度。

2.计算形成期个股的对数差分收益率。根据n只股票交易复权价的数据计算在形成期J的对数差分收益率：

其中，Pi,t为股票i在第t个季度的复权价，i=1，…，n。

3.计算市场对数差分收益率。根据上海证券综合指数的季度数据计算市场收益率：

其中，Pm,t为上证综指在第t个季度末的数值。

4.计算个股的超额收益率：

5.计算个股在形成期的平均累计超额收益率：

6.根据形成期J内的对股票进行排序，分成赢家组合(winner portfolio)和输家组合(loser portfolio)。在排序后的股票中，排在总序列的前十分位股票构成形成期J的赢家组合W，后十分位股票构成形成期J的输家组合L，在持有期K，计算仅持有赢家组合W，仅持有输家组合L，以及购买赢家组合W并卖出输家组合L的无成本套利资产组合(W-L)的平均累计超额收益率，组合中的股票赋予相同的权重：

其中，h为赢家(输家)组合股票数；在式(5)和式(6)中分别表示赢家组合和输家组合在持有期K的组合内股票的累计收益率；分别代表赢家组合、输家组合和无成本套利组合在持有期K的平均累计超额收益率。

（三）研究结果

表1给出了构造的输家组合的实证检验结果，第一行数据代表的是该组合取得的超额收益序列的t值，第二行数据为序列的均值，第三行数据为收益序列的标准差。由表1可知，输家组合的P值为0.26，不能通过显著性检验，即构造的输家组合并不能获取明显的超额收益。

表1 输家组合实证结果

表2给出了构造的赢家组合的实证检验结果，从表中可以看出，输家组合的P值为0.38，不能通过显著性检验，即构造的赢家组合并不能获取明显的超额收益。

表2 赢家组合实证结果

表3给出了构造的动量组合的实证检验结果，从表中可以看出，动量组合的P值为0.10，t值为-1.69，因此在90%的置信度上能通过显著性检验，构造的动量组合获取了明显的损失。

表3 动量组合实证结果

图1为从2008年第四季至2016年第三季，赢家组合、输家组合与动量组合的超额收益序列情况，结合上述不同组合的实证检验结果，可以发现仅凭赢家组合或者输家组合是不能取得显著的超额收益的，而利用动量策略得到的结果虽然是显著的，但收益为负，因此说明以季度为单位，中国A股市场存在显著的反转效应。

本文通过反转策略，在持有反转组合的2015年的第四个季度能获得最大的95.89%超额收益，且反转组合中来自卖空赢家组合与买入输家组合的收益来源基本相等，输家组合收益为0.013，赢家组合收益为-0.014，没有明显倾向。输家组合的标准差为0.064，赢家组合的标准差为0.087，说明即便两处收益来源基本相等，但来自输家组合的收益更加稳定；且最终的动量组合标准差为0.089和赢家组合的标准差0.087几乎相等，但动量组合的收益均值为-0.028，比赢家组合的收益均值-0.014更小，可以说明动量组合收益比赢家组合收益更稳定。

图1 2008.9.30—2016.9.30不同投资组合累计收益

四、新闻报道与动量效应的关系研究

（一）数据来源

对35家企业的动量效应检验结果得知，目前中国A股市场存在反转效应，因此本部分在研究相关新闻报道与反转效应之间的关系时，选取的研究对象仍然是这35家企业，时间段为2008年9月30日至2016年9月30日，以季度为时间单位。笔者用百度新闻的高级搜索来计量相关上市公司的新闻报道数，即将高级搜索的设置定为仅在标题中含有该上市公司名字的关键词进行搜索，结果页面显示的找到相关新闻篇数即该公司在这一时间段的相关新闻报道数。

图2描述了从2008—2016年，连续32个季度至少含有一篇新闻报道的公司比例的时间序列，其中以季度为时间单位，和动量策略的形成期相匹配。如图2所示，近8年具有新闻报道的公司比例在94%～100%之间波动，显然十分稳定。

图2 近8年含有新闻报道的企业比例走势图

（二）研究方法

2008—2016年，35家企业的平均报道篇数为55 690篇，而中位数为646篇，总体来说，新闻报道数分布高度偏颇，因此将每个季度公司的新闻报道数定义为ln(1+number of articles)，作为被解释变量，通过逐步线性回归的方法来引入控制变量。

纯粹的通过相关新闻报道数对企业进行区分，可能会受到公司规模等因素的影响。比如媒体往往对大公司的关注度比较高，往往有较多的新闻报道数，而有些小公司时常报道较少，即便在某些时间段新闻报道明显增多，却仍然少于大公司的新闻报道数。在这种情况下，纯粹的通过相关新闻报道数对企业进行区分就并不能完全反映投资者对不同企业所获取的信息量，因此有必要通过引入公司规模（size）这一控制变量，获取回归后的残差来反映公司真正的相关新闻报道数，在衡量公司规模这一方面选取了公司市值这一更具有时效性的参数反映。表4给出了以新闻报道为被解释变量，引入公司规模这一控制变量的结果，从表中可以看出公司规模（size）的系数为1.18，与新闻报道数呈正相关，t值为32.4，能够通过显著性检验。

表4 公司规模作为解释变量的实证结果

研究（Alexander Hillert 2014）表明，公司股票的相关分析师报道与新闻报道之间存在替代关系，因此有必要在控制变量中引入分析师报道（analyst）的因素。表5给出了以新闻报道为被解释变量，引入分析师覆盖率（analyst）这一控制变量的结果，从表中可以看出分析师覆盖率（analyst）的t值为9.29，能够通过显著性检验。

表5 分析师报道作为解释变量的实证结果

因为上述两个参数均通过显著性检验，同时将其引入模型（8）：

回归的结果如表6所示，公司规模（size）参数显著，系数为正，符合公司规模越大，越吸引媒体注意的理论；分析师覆盖率（analyst）参数的系数为负，符合新闻报道数与分析师报道数成替代关系的理论，但是不能通过显著性检验，可能存在遗漏重要解释变量的情况，因此需要进一步增添新的解释变量视情况而定。

表6 含2个解释变量的实证结果

考虑增加的第一个解释变量是账面市值比（B/M）。因为在横截面数据中，一些关于基本面的变量要经过价格的比例换算，其中最重要的一个变量就是账面价值与市值比（B/M），具有预测未来收益的能力，构成了难以用传统模型解释的异象。Fama和French在1992年将1963-1990年在NYSE、AMEX以及NASDAQ中交易的股票根据账面价值与市值比分10组，并计算每组下一年的平均收益。结果是，最高比值组的每月平均收益比最低比值组的每月平均收益高1.53%。由此可见，将B/M引入模型作为控制变量有可能进一步增加模型的解释力度。

考虑增加的第二个解释变量即换手率（turnover）。2005年NYSE的成交量是14.1万亿美元，NASDAQ成交量为10.1万亿美元，东京交易所成交量为4.5万亿美元。近年来，NYSE每年的换手率平均为100%，其中2005年为102%。历史上多次的股价泡沫都伴随有巨大的成交量，比如1720年的南海公司泡沫，今年的网络泡沫等。此外，经典的技术分析中量价分析也占据了十分重要的位置，在现实市场中，很多投资者会依据量价关系对未来的走势作出预测并指导自身的投资。而市场价格及成交量也一再重演历史，说明投资者在使用图表分析，并且据此得出的判断是准确的。上述事实都证明，成交量与价格之间存在某种互动关系，因此引入换手率（即成交量/流通总股数×100%）作为第二个控制变量。

综上所述，得到如下回归模型（9）：

回归结果如表7所示，模型（9）各参数均显著，修正后的R方为51%也优于模型（8）的48%，因此本文采用模型（9）得到的残差来衡量上市公司的相关新闻报道数。

表7 含4个解释变量的实证结果

运用模型（9）对2008年第四季至2016年第三季中的各个季度进行回归，将每个季度得到的残差序列从大到小对这35家企业进行排序，分成5个层次，每个层次7家公司。第一层次简称为1st，即每个季度新闻报道最多的7家企业，其他层次以此类推。每个层次的7家公司中，收益在前2名的称为Winner，中间3名称为Mid，最后2名则称为Loser。最后只需观察分类后的组合收益显著性即可。

（三）研究结果

表8所示是在形成期为1个季度，持有期为2个季度情形下的结果。其中Residual media coverage portfolio 指根据新闻报道数残差排序划分的投资组合；winner return指赢家组合的收益，loser return指输家组合的收益，Mid return则指历史收益介于赢家组合与输家组合之间的组合的收益；Mom return指每个层次中，通过构造动量组合（买入赢家组合，卖空输家组合）所获得的收益；Return 1-5指的是买入新闻报道数最多层次中的Winner（/Mid/Loser），卖空新闻报道数最少层次中的Winner（/Mid/Loser）所获得的收益；Mom t-stat指动量组合的t值；t-stat 1-5指 Return 1-5组合的t值。由表8中结果可知，构造的组合所获得的收益几乎全部不能通过显著性检验，只有层次2中的动量组合能够获得显著收益。

同样，在形成期为1个季度，持有期为1个季度的情形下，得到了和表8类似的结论。

如图3所示，实线代表对新闻报道数最多的企业运用动量组合所获取的收益，虚线代表对新闻报道数最少的企业运用动量组合所获取的收益，构造动量组合时选取的形成期为1个季度，持有期为2个季度。由表8可知即便通过新闻区分后运用的动量组合并不能获取显著的收益，但在前2年，对新闻报道数较多的公司运用动量策略仍然比低新闻曝光率的公司能获取更多的收益，即一定时间内新闻报道越多，动量效应越大。

综上所述，以季度为时间单位，通过新闻报道数对上市公司进行区分，再构造动量组合并不能获取超额收益，即相关上市公司的新闻报道数与反转效应之间没有关系。但值得注意的是，在前2年对新闻报道数最多的公司运用动量策略获取的收益一直大于新闻报道数最少的公司，因此上述收益不显著的原因可能在于时间单位选取过大，即季度的新闻已经失去时效性，对于投资者决策影响甚小，此时用季度的新闻报道数并不能正确的反映投资者实际所获取的信息大小，需要将时间单位进一步细化，来衡量新闻报道与动量效应之间的关系。

表8 “多余”新闻报道数与动量效应关系实证结果（J=1 K=2）

图3 高新闻报道数与低新闻报道数公司的动量组合收益走势（季度）

因为上市公司的账面资产与分析师覆盖率只有季度及以上的数据，因此接下来以周为时间单位，通过原始的公司新闻报道数来区分股票为不同的层次，再分别构造动量组合，观察是否能获得显著的收益。若将形成期选取为1周，持有期也选取为1周，结果如图4所示，由图可见高新闻报道数公司的动量组合累计收益一直大于低新闻报道数公司的动量组合收益，且有缓慢上升的趋势。

为了进一步探讨时间以周为单位，新闻报道数与动量效应之间的关系，我们做了不同形成期与持有期组合下动量收益的显著性检验，结果如表9所示，相关新闻报道数较多的公司动量收益都比相关新闻报道数较少的公司更显著，且高新闻报道数动量组合的收益均显著且大于0，而低新闻报道数组合的t值只有（4，1）组合显著，从而说明：上市公司的相关新闻报道数越多，动量效应越明显。

五、结论与展望

本文基于上证50指数成分股选取标准，选取35家企业为研究对象，时间跨度从2008年9月30日至2016年9月30日，探索上市公司相关新闻报道与股价动量效应的关系。其中对新闻报道数的衡量分别用四因素对数线性回归模型的残差和原始新闻报道进行衡量，得到主要结论如下：

采用Jegadeesh和Titman（1993）构造动量组合的标准方法，时间以周或月（即4周）为单位，中国上市公司的相关新闻报道与动量效应之间正相关，即上市公司的相关新闻报道越多，动量效应越显著；但时间以季度为单位时，中国A股市场在中长期（6个月）存在显著的反转效应，此时中国上市公司的相关新闻报道与反转效应之间没有相关性。可能的原因是季度的新闻失去时效性，已不能反映投资者获取信息的大小，投资者对其关注度不高，从而致使新闻对投资者的决策影响甚小。因此，假设1，2成立。

本文选取样本的标准是基于上证50指数的编制标准，没有包含上证50指数以外特征的股票，样本区间较狭隘，因此在未来主要有两个改进工作：

表9 原始新闻报道数与动量效应关系实证结果

图4 高新闻报道数与低新闻报道数公司的动量组合收益走势（周度）

（一）做中国深市或者沪市全样本的动量效应检验，及与新闻报道之间的相关性检验，避免本文可能出现的样本数过少导致的结果偏差。

（二）在全样本的基础上，向模型中引入是否属于股指成分股这一虚拟变量，来区分股指里的成分股和“普通”的股票。