（一）数据来源

文章收集的1997年至2016年美国上市公司的并购出价来自证券数据公司（SDC）白金数据库。根据交易价值超过1000万美元、目标公司未处于破产程序中、交易各方均为非金融公司这三个标准筛选出2390笔交易。通过Factiva检索媒体报道情况，剔除有关并购传闻和通讯社的报道后，分别从《华尔街日报》和《金融时报》获取1370篇和666篇文章。其中，重叠文章数量为1302篇（即每家媒体各有651篇文章），文章将包含1302篇文章的面板数据集称作“合并样本”，并基于此开展媒体倾向分析。此外，财务数据来自康普数据（Compustat），股票数据从证券价格研究中心（CRSP）获取。在将被报道企业与Compustat和CRSP数据匹配之后，得到《华尔街日报》的1131笔交易及《金融时报》的650笔交易。 

（二）记者-公司网络关系

文章以工作、教育以及社交媒体关联衡量记者的社交网络。首先，依照Solomon（2012）的逻辑确定工作关系，即核查记者在并购前的12个月内是否撰写过关于同一家公司的多篇独家报道。文章以“CONNECT_WORK”为工作关系指标，若并购报道的任一作者在前一年对出价企业报道至少达到两次，则取值为1，否则取0。其次，文章通过报纸网站、领英（LinkedIn）平台、美国证券交易委员会（SEC）的EDGAR数据库和彭博收集记者和CEO就读过的大学。并且以“CONNECT_UNIVERSITY”作为教育关联指标，如果文章的任何一位作者与CEO就读于同一所学校，则取值为1，否则取0。最后，推特等社交媒体互动可以体现社交关系（Barnidge等人，2020），且这些社交互动可能会影响媒体偏见，因此，文章通过变量“CONNECT_TWITTER”确定社交媒体上CEO与记者之间是否存在关联，若两者互关，则取值为1，否则取0。

（三）媒体倾向度量

由于负面信息比正面信息具有更强影响力，文章通过关注新闻报道中的负面情绪衡量媒体倾向，并且使用Loughran-McDonald金融词典中的负面词汇统计并计算负面词汇数量在总字数中所占的比例：

Negative slant的定义呈现在公式1中,i表示一项并购交易,j表示记者;CONNECT是衡量记者与企业关联的三类指标;控制变量为记者特征(Z)。型控制交易固定效应(D)，媒体固定效应(M)，记者固定效应(J)，对事件进行聚类处理。在合并样本中，每笔并购事件均有两篇文章进行报道。由与公司存在工作关系、校友关系或社交媒体关联的记者所撰写的文章，其平均占比分别为27%、2%和 0.8%。

表2A展示了基线回归的结果。各列CONNECT的估计系数均显著为负，表明存在关联关系的报道所含负面内容更少。基于包含交易和媒体固定效应列，相较无关联记者撰写的报道，与企业存在工作关系的记者所撰写的负面词汇要少36.7%。就校友关系或社交媒体关联的情况而言，负面词汇的使用量分别降低19.8%和58.9%。包含记者固定效应的模型中结果一致。

-表2- 记者-企业关联与媒体倾向性

（二）工具变量

为解决反向因果问题，文章将记者离职时间作为工具变量，该变量与存在关联报道的概率相关，但对报道倾向性并无独立影响，满足相关性和排他性约束条件。具体来说，如今一位友好记者的离职会降低未来该公司被有关系的记者报道的可能性。然而，离职的具体时间不太可能由被报道的公司所决定，因此是外生的。

有两个问题会影响工具变量的合理性。第一，即便出现人员离职，编辑可能会安排其他有关系的记者作为替代。为减轻担忧，文章只关注在并购前公司仅与一名记者存在关联的情况。第二，记者的离职可能是由过去的报道倾向性导致，因而非外生。因此，手动检索以确定每次离职原因，并且只纳入记者离职是为了在另一家媒体机构担任更高级别职位的情况。相反，如果记者因报道不准确而离职，那么此人更有可能被降职或已离开新闻行业。文章聚焦在并购公告发布前六个月内发生晋升的时间点的样本。若公司唯一与关联记者在期间离职，将虚拟变量“离职”设为1。检验发现，公司业绩与关联记者的离职情况不相关，并且记者过去发表报道的平均倾向性与“离职”不相关。

为构建离职情况样本，文章考虑以下标准：首先，鉴于企业关联性的内生，将与记者无关企业和有关企业进行比较不合理。因此，文章聚焦至少与一名记者存在关联的企业，这样企业间更具可比性。其次，由于晋升时间会在时间上出现外生变化，所以只对进行过不止一笔交易的企业开展分析。依据新抽样标准，文章从两家报纸获取了针对同一事件的320篇文章，其中248篇是由关联记者撰写的。总体而言，研究观察到在并购公告发布前有10次离职事件。

表2B报告两阶段最小二乘回归结果。列1和列2结果表明，关联记者近期离职会显著降低未来由该公司关系网络内记者撰写报道的可能性。工具变量的F统计量高于Stock-Yogo临界值，表明估计有效。列3和列4说明，网络效应的报道倾向性方向与表2A一致。Sargan检验无法拒绝工具变量有效的原假设。报道倾向性的程度与A组中报告估计系数相近，说明结果准确。

进一步分析：

（一）CEO言论引用、准确性以及溢出效应

文章提供额外证据支持记者与公司关联产生的影响，考察对关联CEO言论的引用情况、新闻报道的其他文本特征和CEO所在企业社交网络的溢出效应。

检验并购交易多大程度上由特定个人导致的原因在于，企业关联记者可能会对高管格外友好。表3A前三列的结果表明，关联记者更有可能直接引用收购方CEO言论。由与企业关联记者撰写的文章，其中引用CEO言论比针对同一交易的其他文章要多出15%。同样，与CEO毕业于同一所大学的记者所引用的言论会多出38%。研究表明关联记者会将交易特质归因于特定企业高管。

接着，文章考察与准确性相关新闻报道的文本特征。信息传递假说下，能够获取私人信息的关联记者在分析中可提供更准确的表述；偏袒假说下，企业关联记者会试图通过使用不太负面但更模糊的语气来混淆交易真实性质。因此，文章使用三个不同变量捕捉新闻文章的准确性，即数值预测百分比、不确定性词汇百分比以及弱情态动词百分比。

表3A第4-12列中的结果表明，与CEO存在工作关系或推特关联的记者在其报道中使用的数值分析比独立记者更少，并且在写作中还使用了明显更多的模糊性语言。具体而言，“CONNECT_WORK”和“CONNECT_TWITTER”分别使数值分析减少1%（3%）、不确定性词汇增加11%（37%）以及弱情态动词增加10%（25%）。然而，校友关系的影响在统计上不显著。研究证据表明记者与企业关联关系导致对潜在新闻事件不够准确的描述。

此外，考虑到潜在的溢出效应，文章扩展了分析范围，考察记者和其关联收购方所在网络中各公司的新闻报道情况。文章收集交易发生时在收购方董事会任职的所有外部董事数据、董事目前所在企业名称、《华尔街日报》和《金融时报》在并购公告发布后一年内关于这些董事所在公司发表的新闻文章。由于这些董事所在公司进行的并购交易数量较少且与并购新闻样本存在重叠，所以此次分析中纳入了其他商业新闻，具体事件包括盈利消息、公司治理事件、产品市场事件和其他重大财经新闻四项。

表3B展示了溢出效应分析。文章将负面倾向性对间接关联变量回归，该虚拟变量用于标记通过收购方公司关系网络与董事所在企业存在间接关联的记者。列1“CONNECT_Indirect”的估计系数显著为负，相比同一公司事件的其他文章，存在间接关联的记者在描述收购方关系网络中董事所在企业使用的负面词汇要少39%。列2将直接网络效应与溢出效应进行了对比。文章加入 “CONNECT_Direct”，以识别与董事所在公司存在直接社会关联的记者。若报道是由与公司管理层存在直接工作关系、校友关系或推特关联的记者撰写的，取值为1，否则为0。结果证明直接效应和溢出效应同时存在，且直接效应高于溢出效应，由直接关联引起的负面倾向性降低43%，而由间接关联引起的负面倾向性降低33%。尽管溢出效应相对较小，但在经济意义上仍然重要。

-表3-  首席执行官言论、准确性、溢出效应与外部效应

（二）外部效应：来自会计舞弊案例的证据

为评估研究结果的外部性，文章分析了会计舞弊情况。被指控舞弊的公司往往面临强烈的公众审视，此时新闻报道的倾向性或加剧、或缓解公众对这些危机的反应，借此考察独立记者和关联记者在对会计舞弊进行媒体报道时的差异。

为确定存在舞弊行为的公司，文章检索了1997年至2016年间美国证券交易委员会发布的《会计与审计执行公告》。在媒体报道方面，使用Factiva分别收集了来自《华尔街日报》和《金融时报》的229篇和149篇相关报道，这些文章平均负面倾向性为5%。表3C结果表明，关联记者在报道会计舞弊时显著减少负面词汇的使用。

（三）记者关系网络的影响后果

1. 记者关系网络与股票市场收益

（1）媒体文章发布回报。文章构建以下模型评估并购交易媒体报道公告对股票市场的影响：

其中，CAR为收购方0-1天的累计异常收益率，这里的第0天指《华尔街日报》或《金融时报》上媒体文章的发布日期。Z包含了并购研究中常用的有关交易和公司特征的控制变量，控制年份和行业固定效应，对行业和年份聚类处理。

表4汇报了相关结果。列1显示工作关系变量的估计系数显著为正，存在关联的报道文章使累计异常收益率高出1.6%。这一影响程度与其他网络效应对并购收益率影响研究所观测结果相当。列2系数不显著，说明校友关系影响较为薄弱，可能是数据中校友关系的变化幅度较小，使得该估计结果包含的信息量不足。列3显示推特关联也与较高的累计异常收益率显著相关。列4通过使用记者离职作为工具变量来处理存在关联的报道情况，对列1结果进行检验，该模型得出的结果在性质上与列1结果相似。

-表4-  记者关系网络和股票收益

（2）发布收益的横截面分析。文章探讨了三种行为模型以解释媒体中的非基本面信息如何影响股票定价，分别是噪声交易者理论、流动性交易者模型、投资者有限注意力模型。

首先，考虑不同水平的理性套利者。噪声交易者模型预测，理性交易者的高水平参与会削弱媒体网络效应对股票回报的影响。为衡量理性交易者持有的股票水平，文章使用分析师覆盖度、总资产规模以及机构持股比例作为代理变量。在累计异常收益率回归中，将这些代理变量与工作关系进行交互项设置。表5A列1-3显示，所有交互系数的估计系数均显著为负，说明由更多理性套利者交易的公司受网络效应的影响更小。

其次，对股票流动性渠道进行检验。该模型中，流动性交易者面对由媒体情绪引起的负面情绪冲击时，会抛售股票，拉低股票价格。文章使用Amihud（2002）提出的非流动性衡量指标衡量交易量对股票绝对收益率的影响。表5A列4交互项的估计系数显著为正，且在1%的水平上显著。

最后，考察有限注意力因素。若投资者不受有限注意力的约束，对于刊登在头版或报纸其他位置的文章，反应不会存在差异。对于每一篇文章，均判断位于《华尔街日报》头版还是其他位置。表5A列5显示，头版文章与对关联新闻的更大反应相关，证实投资者注意力渠道的存在。

-表5-  发布收益的横截面分析

（3）长期股票收益。文章区分信息传递假说和偏袒假说，研究收购方的长期收益。若关联新闻带来的较高短期收益是由偏见而非信息所驱动的，那预计股价长期会出现修正。图1描绘了媒体报道发布前后每日累计异常收益率的单变量对比情况，该图提供以下见解：首先，在发布日t之前，有关无关联的企业收益率并无显著差异。其次，关联文章所涉及企业收益率在新闻发布后即刻显著升高。最后，有关联企业的较高异常收益率在长期内逐渐消失。

表5B使用多元回归框架。列2表明，与记者存在关联企业在[2,40]窗口期内与显著负面的收益率相关，支持长期股价修正推测。公告发布后的价格反转完全抵消了最初对关联企业的有利反应。实际上，当把短期和长期回报率相结合时，列3显示关联和独立公司之间的回报率差异与零并无差别。此外，列4考察了从交易公告前一天到交易完成日收购方的累计异常收益率。通过研究更长事件窗口期内收购方的收益率，评估有无关联公司之间股价重估的差异。结果表明，有无关联公司之间的总体回报率相近。

综上所述，相关证据否定了关联新闻报道中有利报道代表价值相关信息。尽管有研究表明媒体会传播并创造信息，但研究结果给出提示：虽然独立媒体有助于价格发现，但由于关联效应而产生的有偏媒体报道会阻碍这一过程。

-图1-  按日划分的累计异常收益差异

2. 记者关系网络与投标过程特征

3. 记者关系网络与未来职业轨迹

为更好地理解与公司的关联对财经记者职业生涯的潜在影响，将考察记者的离职情况。准确性和可信度是影响财经记者工作表现的关键因素，若媒体报道的倾向性被认为损害了记者可信度，那么从长远来看，关联记者更可能离开新闻行业。同时，社交网络会为这些记者提供更多外部机会，尤其是在有联系的行业内。

为考察记者的职业生涯，文章利用从Factiva和LinkedIn获取的数据构建五个结果变量。具体收集了以下信息：（1）记者改变行业关注方向；（2）记者离开所在媒体机构；（3）记者完全退出新闻行业；（4）记者离职转去非新闻行业岗位；（5）记者离职去此前有联系的行业任职。这些职业结果在样本中记者最近一次发表文章至少一年后进行衡量，当限定为三年期间内时，结果依然不变。

将上述结果变量对 “CONNECT”回归，来研究记者的长期职业路径。表7结果证实社会关联与财经记者的长期职业路径有关。列1表明，与独立记者相比，关联记者改变其行业报道领域的可能性要高出26.9%。列2表明，关联记者离开其所在雇主单位可能性比独立记者高出18.5%。列3表明这些记者完全退出新闻行业的可能性高出13.3%，列4说明关联记者转去非新闻行业岗位的可能性高出10.7%。而且，在特定行业拥有社交网络的记者进入该行业的可能性要高出16.8%。

综上所述，关联财经记者和独立财经记者之间存在不同的职业路径。但这些结果并不意味着关联会导致记者离职，也没有区分是可信度因素还是外部机会因素作用。对记者关联的成本和收益进行更精确的福利分析，仍是未来研究的一个有趣方向。

-表7-  记者关系网络与职业生涯路径

研究结论：

文章探究财经记者的社交网络与媒体倾向性之间的关系。通过对《华尔街日报》和《金融时报》上的并购新闻报道研究，发现与企业存在社交关系的记者所撰写的负面报道明显更少。此外，这些记者在报道与其有关系的企业时，更有可能引用CEO的话，并且使用更含糊的语言。

文章还分析了记者社交网络对资本市场产生的影响。倾向性的报道与股价最初的短期上涨相关联，随后则会出现股价回调。此外，与记者有关系的并购交易在媒体报道后会出现更激烈的出价竞争，并获得更高的出价溢价。这说明，新闻报道中的偏袒行为可能会扭曲并购的竞标过程。总体而言，这些发现有助于填补Call等人（2022）所指出的关于调查媒体偏见来源（尤其是那些源于财经记者个人动机的偏见来源）重要性方面的研究空白。

文章聚焦于记者社交网络对其动机的影响，并未考虑其他可能影响他们如何平衡可信度需求以及接触管理层需求的渠道。未来的研究可以更深入地探究这一关键课题。

Abstract:

Connected financial journalists—those with working relationships, common school ties, or social media connections to company management—introduce a marked media slant into their news coverage. Using a comprehensive set of newspaper articles covering mergers and acquisition (M&A) transactions from 1997 to 2016, I find that connected journalists use significantly fewer negative words in their coverage of connected acquirers. These journalists are also more likely to quote connected executives and include less accurate language in their reporting. Moreover, they tend to portray other firms in the same network in a less negative light. Journalists’ favoritism bias has implications for both capital market outcomes and their careers. I find that acquirers whose M&As are covered by connected journalists receive significantly higher stock returns on the news article publication date. However, these acquirers’ stock prices reverse in the long term, suggesting market overreaction to news covered by connected journalists. Around M&A transactions, connected articles are correlated with increased bid competition and deal premiums. In terms of future career development, connected journalists are more likely to leave journalism and join their associated industries in the long run. Taken together, the evidence suggests that financial journalists’ personal networks promote news bias that potentially hinders the efficient dissemination of information.