媒体失实报道的溢出效应：传染还是竞争？

李玲 郑登津 孙鹏宇

一、引言

党的十九大报告指出：“高度重视传播手段建设和创新，提高新闻舆论传播力、引导力、影响力、公信力。加强互联网内容建设，建立网络综合治理体系，营造清朗的网络空间。”但是在中国目前的媒体环境下，媒体的新闻报道夹杂着大量的失实报道甚至谣言式的假新闻，甚至某些报道偏离真实客观的信息选择标准去追逐“轰动效应”(熊艳等，2011[1])。这些失实报道不仅直接影响到事件企业，还可能扰乱中国正常的证券市场秩序、动摇投资者对证券市场信息真实性和透明度的信心(王璐，2009[2])。但现有的研究只关注了媒体失实报道的直接影响，而忽视了媒体失实报道可能会带来的溢出效应。因此，本文将对媒体失实报道究竟会给事件企业之外的同行业其他企业(1)本文将媒体失实报道的“涉事”企业称为“事件企业”，将受其影响的同行业其他相关企业称为“同行业企业”。带来怎样的影响进行深入的研究。

学术界把这种发生在一家企业身上的经济事件跨越企业边界影响其他企业的现象，称为“溢出效应”。媒体失实报道不仅会影响事件企业的股价，可能还会波及同行业以及关联行业的股价，引起市场反应，具体来说，媒体失实报道的溢出效应可能有两种表现：其他相关企业的股价与事件企业股价呈现同向变动的现象被称为“传染效应”，而呈现反向变动的现象被称为“竞争效应”。在以往的文献研究中，国内外学者对于公司危机事件对同行业其他公司的溢出效应的研究领域主要集中于金融、制造、电器和食品等行业的事件，而关于媒体报道对资本市场的影响则大多从公司治理的角度进行延伸和探讨，有少量文献关注到了媒体报道对投资者行为或者公司股价以及同行业的影响，但其中大多数只研究了某些行业的某次特殊事件对本公司股价造成的影响和冲击，极少研究讨论某些特殊事件对同行业其他公司的溢出效应。在中国以往研究媒体报道的相关文献中,大多数研究媒体报道对被报道企业的影响或者研究媒体报道与资本市场特定现象的相关性(赵静梅等，2010[3])，为数不多的学者试图综合验证某些特定危机事件的溢出效应，但也只是基于某一特定案例及其所在行业(王思敏和朱玉杰，2010[4]；熊艳等，2012[5]；王永钦等，2014[6])。在现有可查阅到的研究中，基于大样本并考虑媒体和行业特征等因素，综合研究中国股市媒体失实报道溢出效应的文献尚未曾见。尤其是尚未有文献跳出个案研究的范围，未曾在更广泛的范围中验证中国股市媒体失实报道事件是否具有溢出效应，也未曾具体检验溢出效应是表现为传染效应还是竞争效应。然而，对这一问题的研究又是十分有必要的，研究这一问题不仅对于维护资本市场的健康稳定发展有积极作用，也有利于规范媒体的新闻报道、发挥媒体的积极监督作用，而这正是本文的研究动机和出发点，希望对该领域的相关研究做出一点补充或拓展的增量贡献。

在以上现实和文献的分析基础上，本文将去检验中国的媒体失实报道是否存在溢出效应。具体来说，本文将尝试探究以下三方面的问题：(1)失实报道是否产生溢出效应？这种溢出效应是表现为竞争性效应还是传染性效应？(2)如果存在溢出效应，那么利好性质的失实报道和利空性质的失实报道是否都存在溢出效应？(3)如果存在溢出效应，那么不同的约束条件(如不同的事件企业的行业属性等)下，这种溢出效应是否具有不同的溢出方向或者溢出程度？基于此，本文以2011—2015年媒体对中国A股沪、深两市上市公司的失实报道事件为研究对象，以事件企业及其同行业其他企业作为研究样本进行实证检验，研究发现：媒体失实报道产生了显著的竞争性的溢出效应，且这一结果在利好失实报道和利空失实报道中均成立；此外，当失实报道的事件企业属于非食品饮料行业、事件企业为非国有企业时，失实报道的竞争效应更加显著。进一步分析发现机构投资者和分析师等市场中介并未能有效地缓解失实报道的竞争效应。

本文可能的贡献体现在以下三个方面：第一，已有相关研究主要从事件企业自身的视角研究谣言或者负面新闻报道对该企业股价造成的影响和冲击，而没有关注对其他企业的波及影响与溢出效应，极少的研究观察了某个行业的特殊事件对该行业其他企业的溢出效应，但只限于特定危机事件和特定行业。本文将基于全行业视角，研究媒体失实报道的事件企业股价波动对同行业其他企业的波及程度，即溢出效应，并试图进一步验证该溢出效应在何种具体情境或者作用机理下表现为传染效应或者竞争效应，以丰富现有的研究。第二，通过调节效应的扩展性研究，进一步探究和解释失实报道在不同的治理环境和行业特征等情况下是否依然具有溢出效应，从而为本文的结论与建议提供进一步深入的研究证据。第三，随着互联网新闻信息服务的技术高端化和方式多样化，研究媒体失实报道事件对我国股市的溢出效应，不仅能够通过量化分析发现媒体失实报道对我国股市可能造成的冲击，还有助于投资者提高对失实报道的分析、判断与甄别能力，为相关企业在激烈的市场竞争中正确处理和应对危机事件提供参考；同时，也有助于我国媒体的法制与制度建设，响应十九大报告中关于“提高新闻舆论传播力、引导力、影响力、公信力”“营造清朗的网络空间”的精神。

二、理论分析与研究假说

以往对于溢出效应的研究存在混淆的证据，例如：Lang和Stulz(1992)[7]利用实证研究讨论了公司破产公告对于竞争对手的影响，发现在市场竞争程度高和杠杆率高的行业，破产公告的发出会导致竞争对手的股价平均下降1%左右，即产生传染效应；在竞争程度低和杠杆率低的行业，则为竞争效应占主导地位。熊艳等(2012)[5]分析了腾讯与奇虎360的“3Q大战”，用事件研究法证实了溢出效应的异质性，其中腾讯的竞争公司表现为竞争效应，非竞争公司表现为传染效应。俞欣等 (2011)[8]研究了上市公司丑闻的溢出效应，发现五粮液公司被证监会调查的丑闻曝出后，给白酒行业带来了传染效应，其原因在于白酒行业的公司治理较弱，而公司治理相对好的公司表现出了竞争效应。因此，本文将从竞争效应和传染效应两个角度，分别去论述失实报道的溢出效应和作用机理，具体如下：

(一)竞争性溢出效应的存在及其作用机理

媒体报道作为信息披露的重要渠道，对于资本市场上信息披露的溢出效应具有十分重要的影响。目前大多数研究认为媒体关注会对资本市场行为规范化产生积极或正面的影响，例如：Dyck和Zingales(2002)[9]发现媒体可以约束政府和企业，使之行为对于社会或环境更加友好；Miller(2006)[10]的研究表明，媒体可以通过转述分析师的研究或是通过自己调研，提前揭示公司的会计欺诈行为，起到监督作用；Joe等(2009)[11]指出，低效率的董事会经过媒体曝光后，通常会采取正确措施提高股东财富。部分研究进一步验证了媒体对资本市场发挥作用的机理或机制，例如，李培功和沈艺峰(2010)[12]通过实证研究表明，我国媒体纠正企业不良行为是通过引起行政介入机制发挥作用的。

此外，以往的研究讨论了媒体报道会影响资本市场投资者行为，且其对资本市场的作用在某些条件下是负向的影响，例如，Zingales(2000)[13]指出，如果媒体报道被认为是可靠且准确的，那么媒体报道就会影响到投资者对事件企业所在行业的投资行为。进一步地，媒体失实报道对事件企业及其所在行业其他企业的影响在某些特定条件下，可能会呈现出竞争效应。这是因为当事件企业遭遇失实的负面(或正面)报道事件时，投资者对于失实报道存在“宁信其有”的谨慎心态，并希望尽早利用其“捕获”的信息做出快速反应以趋利避害，转而投资同行业的其他企业(或更多的投资事件企业)，导致竞争效应的产生，以往的相关研究就证明了某些特定事件或者消息对同行业企业造成的竞争效应，不过这些事件或消息都是真实存在的。例如：Cheng和McDonald(1996)[14]发现航空行业破产宣告具有显著的竞争效应；Slovin等(1999)[15]发现在监管严格地区的地区性商业银行的股利削减消息会对该地区其他商业银行产生竞争效应；王思敏和朱玉杰(2010)[4]以国美总裁被批捕事件为样本进行实证分析，发现该事件对电器销售行业产生了竞争效应，且现利润率高、现金流充沛的公司竞争效应更明显。

对于失实的媒体报道，在其刚刚披露出来的时点，可能也存在类似的影响，即一旦事件企业遭遇失实的负面报道时，投资者会认为行业中有相对不利消息的企业的原有市场份额会被释放出来，而这恰好是其同行业的竞争者捕获其释放出的市场份额进行反击和超越的绝好机会(Porter，1980[16])，而作为投资者，一般对于熟知的行业不会轻易选择退出而进入不熟悉的行业领域，这样就会导致事件企业的股价与同行业其他企业的股价呈现反向波动的情况，产生竞争效应。基于以上分析，本文提出如下假说：

H1a：媒体失实报道会对事件企业的同行业其他企业产生显著的竞争效应。

(二)传染性溢出效应的存在及其作用机理

媒体失实报道也可能会产生传染性的溢出效应，这是因为当企业遭遇失实的负面(或正面)报道事件时，由于行业监管水平或行业共同特性，可能导致投资者对整个行业产生不信任(或看好)，从而会根据负面(或正面)失实报道所提供的信息重新考虑行业中所有企业的价值，转而投资其他行业的企业(或更多地投资事件企业所在的行业)，导致传染效应的出现。Firth(1976)[17]发现盈余宣告信息会产生传染效应，非宣告公司在宣告公司宣告盈余日前后股票价格波动幅度较小且与宣告公司股票波动方向相同；Foster(1981)[18]发现同行业公司的股价变动倾向于与发布盈余宣告的公司相一致，证明了同行业公司之间存在信息披露的传染效应。有的学者还对特定行业、特定区域或特定事件进行了深入验证，均证明了传染效应的存在，例如：Impson(2000)[19]对电力行业股利减少及遗漏公告发布的行业内部效应进行了实证研究，证明电力行业存在传染效应；Xu等(2006)[20]对会计违规导致盈余重述进而造成的传染效应进行了研究，证明当行业中的企业与重述公司具有类似现金流特征时会受到传染效应的影响；周兵等(2012)[21]检验了上市公司财务重述引起的行业传染效应的区域和行业差异，发现其强度由大到小为东部、中部、西部，且其影响对于资本资料行业的影响比其他行业要明显；张旋和樊元(2009)[22]利用事件研究法分析了三氯氰胺事件对于乳制品行业上市公司的影响，发现产生了传染效应；王永钦等(2014)[6]将食品行业定义为一个信任品市场，通过对三聚氰胺和白酒塑化剂事件的分析，发现传染效应占主导地位；程淼和何坪华(2015)[23]利用事件研究法分析了3起与蒙牛相关的食品安全事件溢出效应及其持续时间长短，发现中国乳制品行业危机事件会表现出传染效应。而有的学者更进一步地研究了导致某些事件产生传染性溢出效应的影响因素及其与传染效应的相关程度。费显政等(2010)[24]研究了导致企业社会责任声誉的溢出效应的三个前置变量，相似度及议题卷入程度均与传染效应正相关，而澄清手段越官方，传染效应程度越低。因此，一旦事件企业遭遇失实的报道时(2)如果失实报道为正面消息，对于事件企业来说是利好，但如果失实报道产生传染效应，对同行业其他企业来说也是利好。，投资者会认为该消息是行业共性，从而导致事件企业的股价与同行业其他企业的股价呈现同向波动的情况，产生传染效应。基于以上分析，本文提出如下假说：

H1b：媒体失实报道会对事件企业的同行业其他企业产生显著的传染效应。

三、研究设计

(一)样本选取与数据来源

本文的样本事件为2011年1月1日至2015年12月31日期间对A股上市公司的失实报道事件。为了更好地观察到失实报道的溢出效应，本文参考前人(赵静梅等，2010[3]；Subrahmanyam，1994[25]；Christie等，2002[26]；廖静池等，2009[27])的有关理论研究和筛选样本的选择方法，在国泰安(CSMAR)数据库停复牌子数据库中以“澄清”为关键词筛选出澄清记录共计465条，其中1条记录中包含了2则澄清公告，另删去18条重复的记录，最终整理出失实报道澄清公告448条。经过逐条阅读澄清公告，本文通过以下步骤筛选出样本事件：首先，由于消息属实的事件不是本文的研究范围，本文剔除澄清公告证明报道消息属实的事件153条。例如在深圳海王生物公司关于报道《海王生物抗肿瘤新药获重大进展》的澄清公告中表示“经核实，上述报道基本属实”，并说明了具体情况。其次，剔除回应质疑的澄清事件48条。此类事件澄清公告的内容为回应媒体或监管部门的质疑。例如，德豪润达在澄清公告中列出了媒体质疑的问题，并对相应问题进行了解释，但原报道并非失实报道，亦不属于本文研究范围。再次，剔除未澄清的事件5条。该类澄清公告均表示未能证实消息，因此无法判断原报道是否为失实报道，本文将此类事件也进行剔除。此外，对于在澄清公告中没有明确提及报道媒体和报道时间的事件，本文通过互联网搜索到最早的报道时间作为首次发布报道时间，并找到报道的来源媒体作为首次报道媒体将信息补充完整。最后，本文参考Gleason等(2008)[28]的做法，将3天时间窗口(-1,1)内累计异常收益率在-1%至1%的34个事件剔除(3)将这一部分的观测纳入样本中之后，本文的结果依然稳健。，同时，为了更为干净地检验失实报道的溢出效应，本文将失实报道中含有对同行业其他企业报道的7个事件剔除(4)将这一部分的观测纳入样本中之后，本文的结果依然稳健。，最终得到201个失实报道的事件样本。

本文所使用的公司财务数据和股指收益率等数据均来源于国泰安(CSMAR)数据库。为了更好地研究失实报道的溢出效应，本文按照2012年证监会行业分类标准，分年度区分其行业属性，根据样本事件匹配同行业公司数据。同时，为减少极端值对结果的影响，本文对相关连续变量在1%和99%的水平上进行Winsorize缩尾处理。

(二)事件研究法

本文采用事件研究法来考察媒体失实报道事件对上市公司股价的影响。本文将失实报道日定义为第0日，如报道当日是非交易日则第0日为报道后首个交易日。根据前人的研究(赵静梅等，2010[3]；Gleason等，2008[28])，本文以(-1,0)作为事件窗口检验失实报道的溢出效应。我们选择了(-1,0)的窗口期作为主要结果的理由如下：一是由于事件发生后，事件企业在次日或者次两日可能会发布澄清公告。为了剔除澄清公告或者其他事件的影响，以更加干净地检验失实报道本身的影响；二是因为根据前人的研究(赵静梅等，2010[3]；Gleason等，2008[28])，失实报道可能存在提前泄露的可能，选择(-1,0)的窗口期则能够更好地捕捉其影响。本文以其他窗口(比如(-1,1)(0,1)(-2,2)(-5,5)等)衡量失实报道的市场反应时，与本文的结果基本一致。本文采用股票收益率市场模型(CAPM)来估计失实报道对事件企业和同行业其他企业产生的累计异常收益率(Cumulated Abnormal returns，CAR):

Rit=αi+βiRmt+εit

(1)

其中：Rit为股票i在第t日的实际收益率；Rmt为第t日市场收益率，本文中市场收益率为A股所有股票的加权平均收益率；εit为随机误差项；αi和βi为回归系数，使用统计软件SAS利用估计窗口(报道日前11个交易日至报道日前160个交易日共150个交易日)的数据和以上模型回归计算得出。

模型理论预期的正常收益率为事件窗口日企业的预期收益率，用以下公式(2)计算：

E(Rit)=αi+βiRmt

(2)

异常收益率是事件窗口期实际收益率与理论预期收益率之差，用以下公式(3)计算：

ARit=Rit-E(Rit)

(3)

其中，ARit是股票在事件窗口期的异常收益率，Rit是股票在事件窗口期的实际收益率，E(Rit)是股票在事件窗口期的理论预期正常收益率。

累计异常收益率(CAR)是AR在事件窗口期每日累计之和，用以下公式(4)计算：

(4)

(三)模型设计与变量定义

参考Gleason等(2008)[28]、赵静梅等(2010)[3]、刘春林和张宁(2012)[29]、贾明等(2014)[30]的相关研究方法，本文进一步构建如下回归模型对研究假设进行检验：

CAR同行业企业=β0+β1CAR事件企业+β2ROA+β3LEV

+β4Size+β5BM+β6SOE+IndDum

+YearDum+ε

(5)

其中：因变量CAR同行业企业为行业内其他企业在事件窗口期内的累计异常收益率，它刻画了行业其他企业对于失实报道事件的股价反应程度。解释变量CAR事件企业是事件企业在事件窗口的累计异常收益率，用于反映事件公司股价对于失实报道事件的反应。控制变量包括用于控制盈利水平的资产报酬率(ROA)、用于控制负债水平的资产负债率(LEV)、用于控制企业规模的资产总额的对数值(Size)、用于控制企业成长性的账面市值比(BM)、用于控制企业所有权性质的所有权虚拟变量(SOE)，此外，本文还加入了年度虚拟变量及行业虚拟变量，以分别控制年度和行业固定效应。具体变量及其概念界定说明见表1。

表1 变量名表

四、实证结果及分析

(一)描述性统计

表2为各变量的描述性统计。可以看出，在(-1,0)窗口中，同行业其他企业的CAR的平均值为0.2%，中位数为-0.1%，标准差为3.8%。事件企业的CAR的平均值为1.4%，中位数为-0.2%，标准差为7.5%。同行业其他企业的CAR的平均值、中位数和标准差的绝对值均小于事件企业的CAR，说明媒体失实报道事件对事件企业本身的影响大于对同行业其他企业的影响，这符合一般逻辑规律。在控制变量中，同行业其他企业盈利能力ROA的均值为4.8%，中位数为4.2%，标准差为6.0%。杠杆水平LEV的均值为42.2%，中位数为41.2%，标准差为22.4%。企业资产规模水平Size的均值为21.891，中位数为21.767，标准差为1.182。企业账面市值比BM的均值为0.899，中位数为0.592，标准差为0.915。国有企业平均占样本总量12.6%，标准差为33.2%，说明失实报道可能主要存在于民营企业更多的行业里。表3的相关系数检验显示CAR事件企业和CAR同行业企业显著负相关，初步验证了媒体失实报道存在显著的溢出效应，且表现为竞争效应。

表2 变量描述性统计

表3 相关性分析结果

(二)主要回归结果

本文主要的回归结果如表4所示。从表4的列(1)和列(2)可知，不论是否加入控制变量，在第-1日至第0日的窗口期，CAR事件企业的系数均为-0.012且在1%的水平上显著，说明媒体失实报道存在显著的溢出效应，且表现出显著的竞争效应。这说明投资者对于正面或负面失实报道存在“宁信其有”的谨慎心态，并希望尽早利用“捕获”的信息做出快速反应，增持或减持事件企业的股票以趋利避害，进而导致竞争效应的产生。比如，投资者可能会放弃失实报道产生利空消息的事件企业，而同时选择同行业中其他有相对利好消息的企业。

表4的列(3)和列(4)进一步按媒体失实报道为利好消息还是利空消息进行了分组检验。本文中利好消息或利空消息的判断标准是媒体失实报道对事件企业股价产生影响的方向，若事件企业股价上涨则为利好消息，若事件企业股价下跌则为利空消息。从表4的列(3)和列(4)可知，在第-1日至第0日的窗口期，CAR事件企业的系数分别为-0.018和-0.036，且分别在10%和1%的水平上显著。由此本文发现竞争效应在两组样本中均存在，而且不存在显著的差异。这进一步说明，总体上来看，失实报道更可能出现竞争效应，而不是传染效应。本文的假说H1a得到验证。

此外，从控制变量的系数可以看出，企业的盈利能力和成长性会显著影响失实报道的溢出效应。在列(2)的全样本回归结果中，ROA的系数为-0.019，在1%的水平上显著为负，这说明企业的盈利能力越强，失实报道溢出效应的影响就会越弱。按照国泰安数据库的计算规则，BM系数越小，表明企业成长性越好，而回归结果中BM系数为-0.001，在5%的水平上显著为负，这说明成长性越好的企业，失实报道溢出效应的影响就会越强。这是因为成长期的企业的成长性一般比成熟期企业的更好，但是成长期企业因其业务的稳定性和抵御风险的能力等与成熟期企业比都相对较弱，所以更易受到溢出效应的影响。

表4 回归结果

(三)截面分析

为了更加深入剖析中国股市媒体失实报道溢出效应的影响因素及形成机理，换句话说，就是探讨在某种具体情境下媒体失实报道的溢出效应的具体表现形式及程度，本文进一步考察媒体失实报道事件企业的行业属性和事件企业的产权性质对媒体失实报道溢出效应的交互影响。

1.事件企业的行业属性与溢出效应。

相比非食品饮料行业，食品饮料行业的产品质量问题经常被媒体提及，且通常会导致消费者对整个行业的产品质量问题产生怀疑，例如，王永钦等(2014)[6]对食品饮料行业(证监会2012年版本行业代码C13、C14、C15)丑闻事件研究发现了传染效应。因此，本文认为：相比食品饮料行业，在非食品饮料行业，媒体失实报道的溢出效应更加会表现为竞争效应。

由表5的列(1)可看出，在(-1,0)的窗口期，事件企业为食品饮料行业的子样本里的CAR事件企业的系数为0.165且在1%的水平上显著，说明在食品饮料行业等和民生更加相关的行业里，媒体失实报道更可能产生传染效应；由表5的列(2)可看出，非食品饮料行业的子样本里的CAR事件企业的系数为-0.014且在1%的水平上显著，说明在非食品饮料行业的行业里，媒体失实报道更可能产生竞争效应；而且组间差异检验显示二者存在显著性的差异。这些说明非食品饮料行业的失实报道更可能会导致竞争效应的产生。

表5 食品饮料行业与溢出效应

2.事件企业的产权性质与溢出效应。

相比非国有行业，国有企业一般都是规模较大、且是某一行业或领域的领头者，具有更高的知名度、可信度和影响力。从逻辑上来说，国有企业一旦遭遇失实报道，可能会产生更大的市场反应和股价波动，更可能引起消费者对该企业所处的整个行业的普遍关注，甚至会将某些问题看作行业共性问题，例如某些产品质量事件、财务信息虚假事件等，从而产生传染效应。Huth和Maris(1992)[31]研究了规模在谣言与股价相互关系中的作用，就发现大公司的谣言更能引起股价的同向波动。而本研究样本中的非国有企业，其规模、影响力相对较小，市场的投资者更可能认为是某些企业的个别行为，从而更可能产生竞争效应。因此，本文认为：相比事件企业为非国有企业的失实报道，事件企业为国有企业的失实报道的溢出效应更可能会表现为传染效应，而非国有企业则会表现为竞争效应。

由表6的列(1)可看出，在(-1,0)的窗口期，当事件企业为国有企业时，CAR事件企业系数为0.087且在1%的水平上显著，说明事件企业为国有企业的失实报道更可能产生传染效应；由表6的列(2) 可看出，当事件企业为非国有企业时，CAR事件企业系数为-0.019且在1%的水平上显著，说明事件企业为非国有企业的失实报道更可能产生竞争效应；而且组间差异检验显示二者存在显著性的差异。这些说明对于非国有企业的失实报道更可能会导致竞争效应的产生。

表6 企业产权性质与溢出效应

五、进一步分析

已有的研究显示(唐松莲等，2015[32])，机构投资者和分析师等市场中介在提高资本市场效率上发挥着重要的作用。比如，机构投资者在信息的来源和运用上都具有优势，进而会影响股价的波动和股票信息的效率(杨洁等，2016[33])；分析师也有类似的市场功能，深度跟踪的分析师具有价值发现功能(吴武清等，2017[34])，分析师的信息处理可以发掘出公司特质信息，对投资者的心理偏差具有调节作用(金大卫和冯璐茜，2016[35])。因此，从理论上来说，在机构投资者持股比例高和分析师跟踪数量高的企业里，投资者对于失实报道的判别能力会更加理性，失实报道的溢出效应将会更弱。

本文将企业的机构投资者持股比例高于该年机构投资者持股比例中位数的定义为机构投资者持股比例高的组，其他则定义为机构投资者持股比例低的组；将企业的分析师跟踪数量高于该年分析师跟踪数量中位数的定义为分析师跟踪数量多的组，其他则定义为分析师跟踪数量少的组。由表7的列(1)可以看出，在(-1,0)的窗口期，机构投资者持股比例高的组里的CAR事件企业的系数为-0.013且在5%的水平上显著；由表7的列(2)可以看出，机构投资者持股比例低的组里的CAR事件企业的系数为-0.011且在10%的水平上显著；组间差异检验显示二者不存在显著性的差异。同样，由表7的列(3)可以看出，分析师跟踪数量多的组里的CAR事件企业的系数为-0.014 且在5%的水平上显著；由表7的第(4)列可以看出，分析师跟踪数量少的组里的CAR事件企业的系数为-0.010且在10%的水平上显著；组间差异检验显示二者不存在显著性的差异。这些结果并不支持前文理论上的预测，可能的原因是中国的股票资本市场的制度环境依然较差、大量的交易者仍然为非理性的散户，使得机构投资者和分析师等市场中介在降低媒体失实报道的竞争效应上并不能充分发挥应有的作用。

表7 行业机构投资者持股比例、分析师团队数量与溢出效应

六、稳健性检验

为了保证上述结果的稳健性，本文采用如下两种方法进行稳健性检验。

(一)其他资产定价模型

本文通过将CAR的计算模型从CAPM模型更换为FAMA三因素模型，进行稳健性检验。回归结果如表8所示，CAR事件企业的系数为-0.013，在1%的显著性水平上显著为负，说明在FAMA三因素模型下，全样本数据依然检验出了显著的竞争效应。在列(2)的增加控制变量的回归结果中，ROA的系数为-0.015，在1%的水平上显著为负，这说明企业的盈利能力越强，失实报道溢出效应的影响就会越弱。而回归结果中BM的系数为-0.001，在10%的水平上显著为负，这说明成长性越好的企业，失实报道溢出效应的影响就会越强。主要变量系数结果与上文保持一致，说明上文结果较为稳健。

表8 稳健性检验(一)的回归结果

(二)经无风险收益调整后的模型

本文将CAPM基本估计模型中的个股收益率和市场收益率都减去国泰安数据库中的日无风险利率，重新计算各项指标进行稳健性检验。回归结果如表9所示，CAR事件企业的系数为-0.012，且在1%的显著性水平上显著为负，说明在CAPM模型经过无风险利率调整的情况下，全样本数据依然检验出了显著的竞争效应。在列(2)的全样本回归结果中，ROA的系数为-0.018，在1%的水平上显著为负，这说明企业的盈利能力越强，失实报道溢出效应的影响就会越弱。而回归结果中BM系数为-0.001，在5%的水平上显著为负，这说明成长性越好的企业，失实报道溢出效应的影响就会越强。主要变量系数结果与上文保持一致，说明上文结果较为稳健。

表9 稳健性检验(二)的回归结果

七、结论与启示

本文利用事件研究法对中国股市媒体失实报道事件的溢出效应进行了探究，结果发现：总体来看，媒体失实报道对中国资本市场会产生竞争性的溢出效应，且这一结果在利好失实报道和利空失实报道中均成立。此外，当失实报道的事件企业属于非食品饮料行业、事件企业为非国有企业时，失实报道的竞争效应更加显著。进一步分析发现机构投资者和分析师等市场中介并未能有效地缓解失实报道的竞争效应。综上所述，媒体失实报道对中国资本市场会产生溢出效应，在不同行业特征和产权性质等条件下，会表现出不同的波及程度和溢出方向，从而对事件企业及其所在行业的其他企业产生不同程度的影响。

基于以上结论，本文提出以下建议：第一，上市公司应当密切关注媒体相关报道，不仅需要密切关注对自身的报道，也要密切关注对同行业其他企业的相关报道。一方面，企业密切关注关于自身的媒体报道事件，以便及时开展调查取证，并快速做出应对，通过采取发布澄清公告、提起诉讼等正当的必要措施以及与有关各方积极沟通，力争减少失实报道对企业自身的影响。另一方面，企业也应当关注同行业其他企业的有关报道，尤其是具有行业共性或企业连带性的失实报道，在必要的时候采取适当及时的方法消除溢出效应对自身的影响。第二，媒体人员应当秉承新闻工作的基本原则和职业道德，加强自律性和严谨性，保证报道内容的客观真实，以最大限度地消除对相关企业甚至行业造成的不良影响。第三，需要进一步加强中国媒体的法制与制度建设，积极实现十九大报告中关于“提高新闻舆论传播力、引导力、影响力、公信力”“营造清朗的网络空间”的目标。媒体的监管部门通过制度化建设和法制化建设，完善对媒体报道的有效及时的监督，对于违规的新闻媒体应该及时予以纠正，追究失实报道的责任人并给予严厉的处罚，增加媒体失实报道的违规成本，从而更好地肃清媒体的环境，发挥媒体应有的职能，促进中国资本市场健康稳定发展。