南京大学徐巍、陈冬华在《金融研究》（2016年第3期）发表文章，借助网页搜索和文本分析技术，检验了上市公司官方微博的信息作用及其特点。研究表明，微博披露会带来当日公司股票的超额回报和超额交易量。微博信息披露的市场反应受披露强度、披露密度和噪音信息的影响。此外，微博传播公告信息的市场反应高于没有微博传播的公司。微博披露对受关注较少的公司影响更大，对个人投资者交易行为影响更为显著。揭示了微博披露混杂性、平等性、低成本特点。
       信息披露：目前的研究主要集中于披露内容、披露动机、披露后果等方面。从披露动机看，分为主动披露和强制披露。从披露媒介看，信息媒介呈现多元化趋势，从传统的报纸、电话到网页、讨论版、搜索引擎都成为有效的信息媒介。
       微博信息特征：（1）微博信息具有“混合”和“非重大”特征。不仅存在资本市场相关信息，也存在广告、段子、娱乐等无关信息。前者提供信息增量，后者产生信息过载。据统计，大约有20%的微博中含有和公司经营有关的关键词。（2）微博信息具有平等、及时、低成本特征。
       数据来源：（1）搜索开通微博的公司记为微博公司527 家。（2）抓取了所有上市公司官方微博内容获得868839 条微博数据。（3）根据上市公司信息类型确定了业务类、财务类、 研发类和声誉类四类共计104 个关键词。（4）将含有上述关键词的微博检索出来并记录发布时间。删除金融类和ST等交易异常公司，删除控制变量有缺失的公司。为消除极端值影响，对所有连续变量做上下1%的winsorize处理。本文其他数据均来自国泰安数据库。 
       变量设计：第一类是市场反应的度量。超额回报绝对值（abs_ar）：日股票回报减去市场回报后的绝对值* 100。超额交易量（ab_tv）：个股当天的交易量减去过去180 天交易量 的均值* 100。信息扩散效应（CAR）：公司公告窗口的超额累计回报 。超额大笔交易（ab_bigtv）：将单笔10 万股及以上的交易定义为大投资交易，并根据过去180 天大笔交易的均值。超额个人投资者交易（ab_inditv）：将10 万股以下的日交易量定义为个人投资者交易，并 根据过去180 天个人投资者交易均值计算。第二类是微博相关变量。信息披露强度衡量包括一天微博披露信息次数（Daywb）和一天微博提及关键词的次数（Daywords）两个指标。噪音变量（noise）:当天发布的所有微博数量减去当天微博披露数量。微博信息扩散（wb_spd）：即如果公司在正式公告后发布了和公告内容相关的微 博，则 wb_spd 等于1，否则为0。 第三类是控制变量。其他公司信息影响（event）、年中季报影响（report）、公司规模（size）、股价波动（volat）、个股风险（Beta）等。
       实证分析：
      （一）描述性统计。首先检验有微博公司与无微博公司的市场表现是否存在显著性差异。结果表明，无论是超额回报还是超额交易量，两者均没有显著差异，缓解了内生性的可能。
      （二）多元回归分析
        控制了公司特征固定效应（Firm Effect）和时间特征固定效应（Time Effect）。结果表明：（1）相对于市场，微博披露( wb) 与公司日个股交易量正相关。微博作为一种非正式信息披露的渠道，可以通过持续多次的信息披露起到“聚沙成塔”的效果。（2）噪音微博分散了投资者的注意力，干扰了市场对微博披露的接收和使用，导致投资者对微博披露反应不足。（3）微博披露起到信息扩散作用，随着时间而不断减弱。（4）大公司微博信息披露的作用要小于小公司。（5）新上市公司微博信息披露的作用要大于上市时间较长的公司。微博作为一种信息披露平台，一定程度上弥补了传统媒体对信息传播的选择性，使得那些不被市场所熟知的公司增加了向市场传递信息的媒介，从信息供给角度支持了微博具有平等性的特征。（6）由于 微博信息披露的“低成本”和“非重大”的性质，使得其对个人投资者交易行为影响更大， 而对那些处于信息优势地位的机构投资者来说，影响较弱。
      （三）稳健性检验
       （1）对公司是否开设微博进行 PSM 配对；然后，根据配对结果再对模型检验。（2）以交易日为截面，逐天对微博公司是否在当天进行微博 披露进行 PSM 配对，然后对模型进行再次检验。（3）将日超额回报的计算变换为经行业规模调整的超额回报，将超额交易量替换为交易量等，删除重大事件和年中季报事件窗口重新检验等。