Jornalistas e mercado acionário

Informalmente, acredita-se que a imprensa econômica influência o mercado acionário (às vezes, como indicador reverso) e o artigo “Journalists and the Stock Market” publicado na Review of Financial Studies procurou determinar como um determinado jornalista escrevendo para o Wall Street Journal pode influenciar de alguma maneira o desempenho do mercado.

Se isso ocorrer, é mais um efeito sentimento do que informação, já que é improvável que um jornalista possua informações exclusivas que afetem o mercado como um todo de uma maneira tão expressiva, ao menos no caso em análise (uma coluna de resumo do mercado). Também é incerto se os jornalistas influenciam ou apenas refletem o sentimento do mercado.

Os resultados da pesquisa (que estão detalhados na seção abaixo) concluem que os jornalistas que escrevem para a coluna Abreast of the Market (AOTM) do Wall Street Journal podem ter algum efeito no mercado, alguns positivos e outros negativos, alguns servindo para intensificar um movimento, outros para atenuar. De maneira mais geral, a impressão que se tem, de que a imprensa especializada pode ter um impacto no mercado, parece se confirmar de acordo com essa análise. Esse impacto é de curto prazo, mas existe.

A Pesquisa

A metodologia dos autores é a de estudar especificamente a coluna Abreast of the Market (AOTM), um resumo do mercado no dia anterior. Essa coluna é escrita por diferentes jornalistas a cada dia e o objetivo é determinar se um deles em específico consegue ter maior influência no mercado.

A análise foi feita no período entre 1970 e 2007 e considerou o índice Dow Jones como referência. Não entendi porque eles fizeram tanta questão de usar esse índice, mas, pelo que eles colocam, os resultados não mudam utilizando outro índice. Na análise, eles incluíram outros fatores relacionados com previsibilidade de retornos como o dia da semana, liquidez e efeitos da microestrutura do mercado como a diferença entre preços de compra e venda, negociações não simultâneas, volume de negociações, volatilidade e efeito janeiro.

Quanto ao AOTM, os autores utilizaram apenas as colunas que possuem identificação do autor, incluíram apenas aqueles que escreveram ao menos 50 colunas e excluíram aqueles com mais de um autor. 25 autores foram incluídos e a amostra inclui mais de 80% das colunas no período de análise.

Nas análises univariadas e multivariadas, os autores esperam encontrar os efeitos fixos dos jornalistas, o efeito que um determinado jornalista escrever a AOTM tem nos retornos do mercado, tanto no mesmo dia quanto no dia seguinte. Mais importante do que o efeito de cada um dos jornalistas, os autores destacam que o poder explicativo do modelo aumenta em 35% considerando os efeitos fixos dos jornalistas.

Outra análise foi a do efeito condicional à situação de mercado. Mais especificamente, faz a interação do retorno do mercado no dia da publicação e no dia seguinte com os retornos no dia anterior. Dessa forma, os autores esperam verificar se os jornalistas criam um efeito novo no mercado ou apenas refletem o que aconteceria normalmente. Esse efeito condicional aumenta a significância estatística dos efeitos fixos e aumenta o poder explicativo do modelo.

Os efeitos fixos incondicionais mostram o quão altista ou baixista o jornalista é. Para os efeitos condicionais, a interpretação é que esse coeficiente mostra quanto o jornalista amplifica ou atenua uma tendência de mercado, o coeficiente positivo indicando o primeiro caso, negativo o segundo. A conclusão é que alguns jornalistas parecem fazer com que as notícias pareçam melhor do que são (ou pior, no caso de mercados de baixa) e outros parecem imprimir um tom mais sóbrio nas altas e vê o lado positivo nas quedas.

Mas é possível que haja um problema de endogeneidade, que certos jornalistas sejam escolhidos para dar as boas ou as más notícias. Se assim for, qualquer efeito que surja vem desse viés de escolha e não tem nada a ver com um determinado jornalista podendo influenciar o mercado. Para contornar essa questão, os autores utilizam variáveis instrumentais, relacionadas com a variável independente (efeitos fixos dos jornalistas), mas não com a dependente (retornos). Essas variáveis são dummies que indicam quem escreveu a AOTM na semana anterior. Essas variáveis preveem quem irá escrever a coluna, mas não os retornos. A inclusão nos modelos de regressão piora a significância estatística, melhoram ligeiramente o r-quadrado, mas não invalidam de forma alguma as conclusões anteriores, que permanecem muito parecidas.

Como uma extensão, os autores procuram determinar quais traços estilísticos dos jornalistas podem afetar os resultados dos seus modelos. Especificamente: tamanho das sílabas, palavras por sentença, porcentagem de palavras complexas e Fog, que é uma variável que indica quantos anos de estudo alguém de inteligência media precisaria para entender o texto. As variáveis foram consideradas uma por uma. Mais importante de todas é pessimismo, a diferença entre o número de palavras negativas e positivas. Essa é uma variável importante, pois uma correspondência entre o efeito da variável Pessimismo e o seu impacto no mercado podem estabelecer uma relação causal. E, de fato, colocando em um gráfico Retorno x Pessimismo, a linha é descendente, ou seja, quanto mais pessimista é o jornalista, menor os retornos no dia da publicação, mas a linha é ascendente para os retornos no dia seguinte.

Por fim, os autores realizam uma série de testes de robustez, que não cabe aqui detalhar, mas eles testaram por violações da premissa de que os resíduos são independentes e seguem a distribuição normal, mudaram o índice de referência, cortaram valores extremos, restringe a amostra para apenas os jornalistas que mais escrevem, refinam o controle por efeitos fixos temporais, incorporam a variável Pessimismo nas análises principais e tentam falsificar o exame utilizando como variável os jornalistas que escrevem colunas futuras (o que, obviamente, não deveria ter efeito algum). Nenhum desses testes invalida os resultados das análises principais.