《附表3 采用2SLS处理媒体报道情绪内生性问题的检验结果》

《附表3 采用2SLS处理媒体报道情绪内生性问题的检验结果》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《媒体情绪传染与分析师乐观偏差——基于机器学习文本分析方法的经验证据》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录
注:***、**、*分别代表1%、5%、10%显著水平。括号内为t值。标准误经分析师个体聚类调整。

其二,考虑到媒体情绪中可能包含了部分分析师预测信息,本文针对媒体情绪与分析师预测之间存在反向因果的内生性问题进行了补充检验。方法一是将媒体报道情绪作为内生变量,选择百度搜索指数作为其工具变量,并运用两阶段最小二乘回归方法(2SLS)对模型进行检验。百度搜索指数是以公众在百度网站上关于特定关键词的检索量为数据基础,统计各个关键词在百度网页中搜索频次的加权,该指数直观反映了上市公司的媒体关注度与市场热度,但其并不会为分析师的业绩预测行为提供决策依据,因此与分析师盈利预测的相关性较低。实证结果表明,媒体情绪传染效应依然显著存在(参见《管理世界》网络发行版附录附表3)。方法二是通过关键词识别策略,将包含“券商观点”、“证券分析师”、“首席分析师”、“行业研究员”、“证券报告”等近似关键词的新闻报道从原先媒体报道样本中剔除。经统计,剔除部分数量仅占原先新闻报道总数的7.4%,因此不会对媒体情绪指标的数值产生较大影响。本文通过重新测算媒体报道情绪值,得到新媒体情绪指标New SENT,并利用该指标代替媒体报道情绪总值SENT再次进行检验,结果与前文结论吻合一致(参见《管理世界》网络发行版附录附表4)。