媒体公司治理作用测量方法国外研究综述*
一、引言
目前，国内上市公司存在信息披露不充分、不完整、不准确、不真实以及不及时等问题，投资者获取上市公司的信息难上加难，公司管理层和控股股东与中小股东之间的信息不对称不断加剧。作为“社会公器”的媒体通过信息搜集、处理及分析，为相关利益者提供有关上市公司更为全面的信息，是联结资本市场、上市公司和投资者的重要桥梁和纽带。近年来，媒体在公司治理中的作用逐渐得到国内外学术界、监管部门、上市公司及公众的广泛关注，成为公司治理领域的热点研究问题。越来越多的国内外研究结果显示，媒体在完善信息环境、降低信息不对称、改善公司治理和保护投资者等方面发挥着积极作用，被认为是一种有效的外部治理机制（Dyck & Zingales， 2008; Joe， et al. 2009; Miller， 2006；李培功、沈艺峰，2010；杨德明、赵璨，2012；孔东民、刘莎莎等，2013）。纵观国内外文献，即使在相同的概念框架下，现有研究在媒体治理的度量方面仍然存在比较明显的非一致性。由于缺乏统一的测量方法，在实践中，研究者往往根据自己的研究需求对媒体治理进行测量，相关实证研究缺少关联性，导致实证结果难以比较，从而无法取得一致性结论，这对探索媒体是否具有治理作用以及深入解析其作用机理造成了较大困难。因此，需要全面梳理媒体治理的度量方法以便为相关经验研究的有效开展奠定坚实基础。有鉴于此，本文通过剖析国外媒体治理的相关文献，对文献中所采用的度量方法及发展动态进行评述，并力图探讨适合中国情境的媒体治理测量方法，为未来的研究提出可行的建议和方向。
二、国外对媒体公司治理作用的研究测度
（ 一 ）数据来源 美国学者常用道琼斯Factiva数据库收集媒体治理的相关数据（Liu&McConnell， 2013; Bednar， 2012;Lauterbach，
2012；Kuhnen，2012;Wernicke，2012;Cohen，2010;Miller，2006;Core，2008；Johnson，2005）。Factiva是涵盖全球范围内20，000种全文期刊的新闻数据库，具体包括报纸、商业周刊和新闻通讯社。Factiva数据库自行开发了一个被称为“智能索引”的系统，可将所有的文章按内容类别进行分类。其中一个类别是管理议题，包含有关公司治理、高管薪酬、管理哲学方面的文章。这有利于学者根据这一系统进行针对性更强的专业检索，并降低关联度不高新闻的干扰 （Bednar， 2012）。除此之外，Factiva数据库还可将新闻报道与上市公司的关联度进行匹配。Ahern（2012）指出如果一篇新闻以足够的细节讨论一个公司，Factiva数据库就会自动将这篇新闻与公司的智能索引编码匹配，使研究者能够以公司本身为基础确认相关的文章和新闻报道，而非仅仅以不够精确的关键词配对。采用Factiva数据库的学者们大多选取《华尔街日报》和《纽约时报》这两种在美国甚至全球无论从发行量的规模还是覆盖面的广度及影响力的深度方面均颇具规模的报刊（Liu and McConnell， 2013; Bednar， 2012; Core， 2008），不包括在线订阅者在内的纸质版发行量达到300万，对于个人投资者来说比较有影响力。第三种数据来源是道琼斯新闻通讯社（Tetlock， 2010），这是一家在线新闻服务站点，其独立地报道财经新闻，拥有包括经纪人、交易员、分析师、全球领袖、财经官员、基金经理和许多图书馆在内的超过60万订阅者，该来源对于机构投资者具有较大影响力。也有学者采用LexisNexis媒体数据库收集媒体治理的相关信息（Kraussl， 2013；Nguyen，2011；Pfarrer， 2010；Fang，2009）。该数据库包含发达国家和发展中国家大量来源可靠的新闻报纸、业界资讯、市场研究、公司信息和在线文章，甚至包括各种大众媒介以及广播和电视节目的制作脚本。LexisNexis数据库采用相关分值来测量一篇文章与一个公司之间的匹配度，而相关分值的计算主要是基于如关键词的频度、权重以及在文档中的位置等参数。一些学者购买专业数据统计分析公司提供的媒体治理测量服务。Drake， et al.（2013）和Dai， et al.（2013）从全球领先的RavenPack新闻分析公司获取媒体方面的数据。该公司采用专业算法通过新闻标题和新闻全文对每篇文章中的新闻事件进行分类，具体标准包括信息传播与信息创造的不同影响（即媒体发布与公司发布）、旧闻与新闻、对相关公司股票价格造成的影响程度等，并为每篇文章提供一个范围在0至100的分值来辅助确定文章与公司的关联度、创新性以及媒体情绪。Schmitz （2007） 的研究数据由MediaTenor公司提供，这是一家在240名媒体分析师的协助下对主流报刊和电视新闻舆论进行筛选的媒体研究机构。MediaTenor分析师根据编码册上的严格规定，将新闻区分为正面、中性和负面。他们不仅评判新闻标题也将所有文章或报纸中多于5行或电视中超过5秒的新闻报道作为信息单元进行编码。他们对明确的构词和含蓄的背景进行评估。除此之外，还有一些学者通过自建数据库测量媒体治理，如Tetlock（2008）构建了在道琼斯新闻通讯社和《华尔街日报》中出现的标准普尔500强公司有关新闻的数据库。
（ 二 ）检索方法及筛选标准国外学者的研究不仅仅局限于对上市公司一般类新闻的查找，还按照研究主题，通过采用预先确定的一系列与主题相关的关键词在数据库中进行全文搜索而获得数据（Ahern， 2013; Kraussl， 2013; Kuhnen， 2012）。国外学者的筛选标准一般如下：剔除那些公司名称仅仅出现在列表中，但没有提供有关公司任何实质信息的新闻；公司的正式名称在新闻报道的前25个单词中（包括标题）至少出现一次，公司的常用名称在新闻全篇中至少出现两次，每一篇新闻报道必须包含50个以上单词（Tetlock， 2008; Liu，2013；Gurun，2012）；一篇文章中若提及多个不同公司，该文章可能不仅仅聚焦于某一家公司，为了避免将没有主要地围绕焦点公司的文章包含进来，公司名称未在标题或首段中提到以及涉及超过其他4家公司的文章将被剔除（Bednar， 2012）。
（ 三 ）媒体治理测度的替代变量 基于新闻报道越多，所接触的读者越多这一假设，国外学者通过在数据库中搜索涵盖某一特定公司的文章，采用新闻报道数量来衡量媒体关注度（Drake， 2013； Liu ，2013；Tetlock， 2008；Lauterbach，2012；Pfarrer， 2010；Fang，2009）。但也有学者对这种测度方法提出了质疑。Gong（2008）指出采用公司在新闻中被提及的数量作为媒体关注的测量方法有可能会有噪音，且可能并非有效地捕捉了期望测量的结果。首先，有些公司聘请分析师或新闻记者撰写有利于自身的宣传文章或帮助散播谣言； 其次，强制披露的内容和宣传类型的报告包含一个公司基本面信息较少，并非真正意义上的新闻，因此，在数据库中将关于一个公司的所有新闻进行简单频度计数很有可能会产生噪音并降低测量方法的有效性；另外，新闻条数统计还有可能包括同一新闻事件的重复传播；这些都对实证研究的结果带来不利影响。
（ 四 ）新闻基调区分一些研究对新闻报道的信息含量进行主观评价，即通过人工阅读报纸文章的方式，判断媒体报道的基调（Lauterbach， 2012 ；Bhattacharya，2009；Gong， 2008）。Bhattacharya（2009）指出这种采用主观判断的方法很明显存在着缺陷，最重要的一点是缺乏一致性：由于不同的阅读者可能对同样的新闻做出不同的分类，研究可能面临潜在的评判误差。为了弥补主观判断存在的不足，Bhattacharya（2009）进行了一项实验和仿真测试来解决这个问题。还有一些研究者采用交叉编码来测量编码的可靠性。Westphal（2011）的研究邀请三位编码者独立地阅读并评价每一篇文章。第一位编码者是某所顶尖商学院拥有会计本科专业背景的MBA在读学生；第二位编码者在一所不同的大学里攻读市场营销专业MBA；第三位是没有财经背景的工程专业本科生。编码者的不同背景使得交叉评分的可靠性有着很强的检验力。还有一部分研究通过设计与研究主题相关的词汇列表，采用统计方法量度新闻基调（Heinz，2013；Nguyen，2011）。Nguyen（2011）的研究构建了CEO媒体正面报道指数，确定了一系列形容CEO的正面词汇，一部分单词直接被选入列表，还有许多词汇依靠语境间接进入列表。根据这些词汇进行筛选，计算其在全文中所占的比例以界定该新闻是否为有关CEO的正面报道。关键词的采用克服了测量媒体报道正面性的困难。为了验证列表中词汇的有效性，有的学者采用实验研究对所选单词进行检验。Heinz（2013）在对经济新闻的媒体偏差研究中，采用了两项实验研究。在第一项研究中，要求实验参与者写下与主题相关的同义词以确保列表中没有任何遗漏。为了验证对词汇理解的一致性，第二项实验采用量化方法让参与者对40个单词作出判断，要求他们指出这些词汇在多大程度上刻画了主题，从分值为1的“完全无关”到分值为5的“完全相关”，以区分哪些词汇直接反映主题，哪些词汇需要取决于语境进行判断，还有哪些词汇与主题完全不相关。最后，作者还采用了内容分析法的交叉分析以核实文章的相关性。有学者借用计算机辅助文本分析软件对正面和负面词汇的分类， 计算在给定的新闻中正面和负面的词汇数量来确定新闻基调（Bednar， 2012；Kuhnen， 2012；Pfarrer， 2010; Henry，2008）。如一些学者采用LIWC（Linguistic Inquiry and Word Count）文本分析软件。LIWC涉及范围涵盖人们在不同类型的文本中使用的词汇，包括书籍、新闻报道、电子邮件、演讲、诗歌、发言等。该软件可以判断任何文本的正负面情绪、自我引用、因果关系和其他70种语言状态。对于每一篇文章，LIWC都给出一个评分，以特定的文本方式报告正面、负面及中性词汇的数量和比例。Bednar（2012）将搜集的所有文章采用LIWC软件中的正面和负面情绪字典进行分析。Bednar认为以往的研究通常将文章划分为正面、中性或负面，但是一篇文章通常不仅包含正面表述也包含负面表述。因此，在他的研究中并没有将既有正面又有负面的文章编码为中性，而是同时捕捉正面和负面的内容，并将正面和负面报道的独立效应进行评价。正面的媒体报道等于在给定的一年中有关样本公司的所有文章的正面情感类别的LIWC的平均评分。负面媒体报道以同样的方式进行测量。Pfarrer（2010）的研究为避免仅采用原始分值可能造成的误解，即一篇文章中可能既包含较多的正面也包含较多的负面情绪内容，因此创造出更加均衡的视角：即计算正面有效内容与负面有效内容的百分比，如果正面情绪内容至少占到总情绪内容的60%则编码为正面媒体报道；如果负面情绪内容占总情绪内容的60%，则编码为负面。 但这一软件也可能会有遗漏。Kuhnen（2012）指出如“浪费的”或者“倒填日期”这样的词汇在有关高管薪酬报道中有着负面的含义，但是这两个词都没有包含在LIWC内部字典的负面词汇表中。因此，需采用可替代的字典来测量有关高管薪酬的负面性。第二种软件是Loughran和McDonald共同开发的GI内容分析软件，该软件包含353个正面及2，337个负面情绪财经词汇。Kang（2013）、Liu（2013）、Kuhnen（2012）、Gurun（2012）和 Kothari（2009）等均采用GI软件计量文本中正面及负面词汇的频度和强度以确定新闻基调。如Gurun（2012）选取负面词汇占整篇文章总词汇量的比例以及负面词汇与正面词汇的相对比率等几个指标测量报道的倾向性。 第三种常用的计算机辅助文本分析软件是哈佛第四代心理社会语言辞典Wordsmith Ⅵ（Carretta，2011；Tetlock， 2007）。从操作层面来讲，Carretta（2011）通过Wordsmith Ⅵ计量了每篇新闻文章中的词汇量：正面、负面、强烈、微弱。在Wordsmith Ⅵ中，负面类别所包含的词汇最多，达到2291个；而正面类别只有1951个，强烈类别有1902个，微弱有755个。Carretta（2011）研究采用从-1到1的标度表达新闻正面或负面的程度以及新闻报道基调的强度。新闻的正面或负面取决于（P? N）/（P+ N），其中P和N分别代表新闻中正面和负面词汇的数量， 该值在-1（完全负面）到1（完全正面）之间。类似的，新闻的基调强度由以下公式确定：（S?W）/（S+W）。其中，S和W分别表示包含在新闻中表达强烈或微弱的词汇数量，其值也在-1至1之间。Henry（2008）采用Diction 5.0内容分析软件建立了对新闻报道语调与风格的测量方法，该软件允许用户自定义词汇列表。基调测量一般基于正面词汇与负面词汇的频度统计，即将正面词汇的数量减去负面词汇的数量除以正面词汇与负面词汇的总数量。其最大和最小值分别为1和-1。 Pollock（2003）采用JF非平衡相关系数测量媒体报道的总趋向。这一测量采用以下公式进行计算：Tenor = （P2-PN）/V2 ， if P > N; 0 if P =N；and （PN- N2）/V2 ， if N > P）。其中P是有关公司的正面报道篇数，N是负面报道篇数，V是总篇数，包括中性文章。该变量取值范围在-1到1之间，-1代表所有都是负面报道，1代表完全正面报道。一篇文章如果正面或负面大致相当，就被编码为中性。Kraussl（2013）的研究根据一系列设定的关键词构建新闻框架指数，指定某一个特定日期作为基数，设定标准为100。指数上升意味着在一个特殊类别中所选择的关键词在新闻报道中数量增加，而指数降低意味着新闻数量的减少。还有学者自行开发计算机程序来判断新闻报道的语调。如Core（2008）采用Perl程序处理有关CEO薪酬的文章内容以评估文章是否属于负面语调。该程序的输入由一系列负面语调关键词和词组组成。这一套关键词和词组是通过人工阅读大约200篇有关CEO薪酬的文章后挑选出来，这些文章既包含随机选择的公司也包含受到关注的知名公司。
三、结论与展望
经过近十年的发展，媒体的公司治理作用研究呈现迅速升温的趋势，实证文献不断涌现。考虑到媒体作为经济、金融以及会计研究中关键变量或重要控制变量的角色日益凸显，探索媒体公司治理作用的测量方法尤为迫切。目前，测度方面所遇到的重要挑战包括如何选择媒介、如何量化媒介信息、如何保证测量的信度与效度等。虽然在现实情境下，无论国外还是国内对于测量方法并未达成一致，但相比之下，国内在这方面的研究起步较晚，大部分测量方法简单重复，属于基于国外研究的中国情境本土化检验，缺乏方法运用的科学性和创新性。国外学者的研究有一些地方值得我们反思与借鉴，具体如下：（1）重视研究的科学性并充分保证测量的信度。在媒体的公司治理作用研究中，测量的信度即指不同编码员对内容归类的一致性。西方学者在这一问题上，除了采用主观判断法以外，还采用交叉编码，即不同阅读者分别对相同样本文章阅读分析整理总结以加强研究可靠性（Westphal，2011）；除此以外，一些研究还采用实验方法（Bhattacharya，2010；Heinz， 2013）对编码员在应用上的信度进行检验。由于计算机一方面有助于分析人员高效地查找和存取内容，并进行内容编码；其次计算机归类仅依照程序的指令而行，不带有人为的偏见，因此一些研究借助计算机辅助文本分析软件界定文章基调（Bednar， 2012；Kuhnen，2012；Pfarrer， 2010; Henry，2008； Carretta，2011；Tetlock， 2007；Kang，2013；Liu，2013； Gurun，2012，Kothari，2009）。这些文本分析软件具有统计可靠性强的特点，确保实证研究的可重复性和一致性。相比之下，我国研究者暂时还未采用软件进行内容分析。（2）数据来源的广泛性与审慎性。 国外学者大多选择Factiva或LexisNexis数据库搜集媒体治理相关信息，这些数据库不仅涵盖面广，如Factiva数据库包含20，000种全球范围内的新闻报刊，而且数据库提供的服务中包括自行开发索引系统将相关新闻议题进行归类。再次，由于不存在官方指定信息披露的问题，这些数据库内包含的报刊独立性要强于CNKI。相比之下，我国的数据库结构显得简单许多，仅仅是汇集了相关报纸和期刊的全文，几乎没有更深入地开发。综上所述，在未来对于媒体的公司治理作用研究中，应充分重视测度方法对于实证结果的重要性。借鉴国外的研究文献，在科学的研究框架下，将内容分析法的应用逻辑、程序及步骤等贯穿研究始终；其次，可自主研发计算机辅助文本分析软件或使用国外相应软件作为主观判断法的补充，进一步提高测量的信度。最后，需扩大数据来源，除报刊数据外，还可考虑利用网络或其他媒介信息。
*本文受中国博士后科学基金项目（项目编号：2013M531827）；广东省哲学社会科学“十二五”规划项目（项目编号：GD13YGL01）；广东省教育厅建设专项资金资助项目（项目编号：2013WYM_0014）的支持
