基于信息質(zhì)量的股價同步性與信息有效性研究

杜金泉 李松 王玉峰

內(nèi)容提要：股價同步性是部分資產(chǎn)定價與公司金融相關研究中度量市場信息有效性的重要指標?；谝蛩囟▋r模型構建一個三期交易模型，本文以2010-2018年間我國A股市場有連續(xù)會計記錄以及交易記錄的非金融上市企業(yè)為樣本，從信息質(zhì)量角度探究股票價格同步性與其信息有效性之間關系。從理論角度分析，股價同步性和信息有效性之間不存在簡單的相關性，其具體關系取決于以信噪比度量的信息質(zhì)量：高質(zhì)量（信噪比大于1）信息的融入會降低投資者對企業(yè)個體不確定性的預測方差，提高預測精度，增加股價同步性;低質(zhì)量（信噪比小于1）信息融入價格盡管會提升投資者關于未來不確定性均值預測準確度，但會增大預測方差，降低價格同步性;與信息質(zhì)量（信噪比H）存在明確正相關性的信息指標（包括盈余透明度、信息披露質(zhì)量、審計師事務所指標等）也與股價同步性正相關，而與信息質(zhì)量負相關的媒體關注度與股價同步性負相關。上述結論為股價同步性與信息有效性之間的關系提供了具有一致性的全新解釋，解決了現(xiàn)有經(jīng)驗證據(jù)的矛盾，也表明股價同步性本身不適合作為度量信息效率的單一指標。

關鍵詞：股價同步性;信息有效性;信息質(zhì)量

中圖分類號：F830.91?文獻標識碼：A?文章編號：1001-148X（2020）02-0111-09

收稿日期：2019-10-11

作者簡介：杜金泉（1985-），男，四川資中人，西南財經(jīng)大學中國金融研究中心博士研究生，研究方向：資產(chǎn)定價、最優(yōu)貨幣政策;李松（1982-），本文通訊作者，男，四川達州人，四川農(nóng)業(yè)大學經(jīng)濟學院講師，金融學博士，研究方向：資產(chǎn)定價、實證公司金融、金融發(fā)展與經(jīng)濟增長;王玉峰（1978-），男，四川眉山人，四川農(nóng)業(yè)大學經(jīng)濟學院教授，金融學博士，研究方向：風險管理、農(nóng)村金融。

基金項目：國家自然科學青年基金項目，項目編號：71503079;四川省軟科學項目，項目編號：2018ZR0297。

股票價格信息的有效性是指價格是否已經(jīng)反映了有關信息，能正確反映某個信息集所包含的股票價值信息，則稱股票價格對該信息集有效。大量經(jīng)驗研究采用股價同步性作為信息有效性的度量指標，研究了分析師行為、股權結構與性質(zhì)、內(nèi)幕交易、企業(yè)政治關聯(lián)、媒體影響、產(chǎn)業(yè)政策、風險投資等公司金融中的重要話題，但股票價格同步性本身和信息有效性之間的關系還存在顯著爭議。一些經(jīng)驗研究[1-2]主張股票價格同步性與信息負相關，高同步性代表低信息效率，另外一些研究[3-4]則主張股價高同步性才代表高信息效率。經(jīng)驗研究之間的矛盾表明股票價格同步性與信息有效性之間的關系還缺少一致解釋，以股價同步性作為信息有效性度量指標缺乏足夠堅實的依據(jù)。

由于不同信息載體所包含關于股票價值相關信息的質(zhì)量并不相同，這些質(zhì)量各異的信息對投資者信念以及推斷準確程度的影響也不一致。高質(zhì)量信息攜帶的與基礎價值相關信號準確度高，投資者以此為依據(jù)更新信念，能夠提升其關于企業(yè)個體不確定性（以及股票基礎價值）的估計準確程度。如果信息本身質(zhì)量不高、噪聲較多，投資者以此為依據(jù)更新信念反而可能會降低其對企業(yè)的預測精度?；谏鲜鲞壿嫞疚膹男畔①|(zhì)量的角度考察股票價格同步性和信息有效性之間關系，并采用固定效應回歸對“信息質(zhì)量、股價同步性、信息有效性”之間的關系進行檢驗。

一、研究模型的提出

投資者通常會面臨各種類型的信息，其中既包括經(jīng)審計的財務披露、分析師深度研究報告等與股票價值高度關聯(lián)的信息，也包括新聞報道、互聯(lián)網(wǎng)討論等雜音較多的信息。這些林林總總的信息或多或少都能夠提供一些有關基礎價值的信號，但不同信息的質(zhì)量及影響卻截然不同。財務報表、深度研究報告等信息與股票基礎價值直接相關，對未來前景的揭示相對準確，投資者據(jù)此對基礎價值的預測也更精準。如果這些信息通過投資者交易行為融入價格之中，則當企業(yè)相關特質(zhì)風險揭示的時候，股票價格波動也相對更小。相反，新聞報道、互聯(lián)網(wǎng)評論等信息含有大量與基礎價值關聯(lián)不明顯的噪音信息，信息質(zhì)量較低。投資者依據(jù)此類信息對個股基礎價值做出推斷的誤差也會較大，一旦個股不確定性最終揭曉，資產(chǎn)價格的波動往往也會更大。因此，本文構建了一個三期（t=0，1，2）兩階段交易模型，采用信息驅動的交易均衡分析探討信息質(zhì)量差異對信息有效性和價格同步性關系的影響。

（一）模型設定

假設在一個三期交易環(huán)境中，投資者在期初（t=0）交易風險資產(chǎn)i。資產(chǎn)的事前均衡價格可以由一個單因素模型①表示：

其中隨機變量εi為風險資產(chǎn)i的個體特質(zhì)風險，與系統(tǒng)性風險因子F不相關，其具體取值將在期末（t=2）揭曉。由于能夠通過充分分散化投資消除個體特質(zhì)風險，εi在事前不會被定價，期望為零。假設系統(tǒng)性風險因子和風險資產(chǎn)的個體特質(zhì)風險兩者相互獨立，各自服從正態(tài)分布F-N（0，σ2F），εi-N（0，σ2i）。根據(jù)Roll（1988）[5]以及后續(xù)研究的定義，股價同步性②是指事后對（2）回歸得到的R2，即股價變化中被系統(tǒng)性風險因子變化解釋的部分。如果能夠得到β的一致估計，則股價同步性可以表示為：

從（3）可以看出個股同步性由三部分構成，即個股對系統(tǒng)性風險的敏感程度βi，系統(tǒng)性風險因子的波動性③σ2F以及個股的特質(zhì)風險σ2i。

（二）信息有效的均衡價格

在中間階段（t=1），投資者可以觀測到一個關于個股特質(zhì)風險εi的不完美信號ηi，該信號由有效信息部分和噪聲信息構成。其中，常數(shù)α0為信號強度參數(shù)，ω為信號中的噪聲成分，滿足正態(tài)分布N（0，σ2w）。

觀察到信號ηi以后，投資者會按照貝葉斯法則更新自己的信念，對風險資產(chǎn)的真實狀態(tài)εi進行重新估計，根據(jù)后驗分布對風險資產(chǎn)再定價。如果投資者完全理性，而且信號強度α為共同知識，則投資者認為個體風險的后驗分布為：

在t=1時期，市場環(huán)境（包括無風險利率和系統(tǒng)性風險因子）并沒有發(fā)生改變，市場會對風險資產(chǎn)i的價格進行一次調(diào)整，預期收益率將會一次性下調(diào)ηiα。調(diào)整后聚合了個體特質(zhì)信息的風險資產(chǎn)價格依然滿足市場均衡的因素定價等式（1），在期末（t=2）時期投資者實現(xiàn)的收益率（t=1，2之間的投資收益率）將會滿足：

（三）股價同步性

根據(jù)定義，信息ηi融入價格以后，股票i的價格即為信息有效價格，此時的股價同步性即為信息有效的股價同步性，滿足公式：

其中H=α2σ2iσ2w，為噪聲信號中以方差表示的信號強度和噪聲強度之比，即信噪比。H越大代表觀測到的信息ηi中含有的基礎價值εi信息強度相對于噪聲越大，信息質(zhì)量越高。

由式（7）和（3）可以得到在信息ηi融入價格以后，股價同步性變動滿足式：

其中，

隨著信號的融入，由（8）和（9）可以看出在信噪比H大于1的時候風險資產(chǎn)價格同步性將會上升，而在H小于1的時候同步性將會下降。根據(jù)上述分析，我們得到了如下結論：

命題一：在給定風險敏感度和系統(tǒng)性風險不變的條件下，風險資產(chǎn)特質(zhì)信息含量與價格同步性的關系取決于特質(zhì)信息信號的信噪比H：（1）當H大于1時，個體特質(zhì)信息融入價格將會提升股價同步性，即價格信息有效性與同步性正相關;（2）當H小于1時，資產(chǎn)價格信息有效性與同步性負相關;（3）信噪比等于1時，價格信息有效性與同步性不相關。

命理論分析表明資產(chǎn)價格同步性和信息有效性之間的關系取決于信息質(zhì)量，質(zhì)量不同的信息將會對價格同步性產(chǎn)生差異化的影響。高質(zhì)量信息會減小投資者預測方差，增加預測精確度，提升價格同步性。低質(zhì)量信息盡管有助于投資者對均值做出正確的估計，但信號中過強的噪聲反而會增大預測方差，降低預測精度，從而降低價格同步性。

命題一能夠為現(xiàn)有文獻關于價格信息含量和同步性之間諸多經(jīng)驗研究的矛盾提供一致性解釋。根據(jù)命題一，現(xiàn)有經(jīng)驗研究中的矛盾源于各自采用的信息指標質(zhì)量不同，采用與基礎價值關聯(lián)度相關性高的高質(zhì)量信息指標（H大于1）會得到兩者正相關，采用低質(zhì)量信息指標（H小于1）會得到兩者負相關。例如Chan and Hameed（2006）[6]發(fā)現(xiàn)分析師覆蓋率越高的企業(yè)股價同步性越高，他們將這種現(xiàn)象解釋為分析師更加專注于發(fā)掘行業(yè)信息而非企業(yè)個體特質(zhì)信息，該解釋很難讓人信服。因為盡管大部分分析師都宣稱“行業(yè)分析師”，但他們出具的報告更多還是針對個股的報告，通常會給出明確的目標價格、操作建議以及相應的支撐信息和邏輯，很難相信他們不會關注企業(yè)個體特質(zhì)信息。根據(jù)命題一，Chan和Hameed的實證發(fā)現(xiàn)剛好意味著分析師提供的研究報告關于企業(yè)個體價值的信息質(zhì)量高，這些高質(zhì)量信息的融入提高了股價同步性，因而分析師覆蓋和股價同步性表現(xiàn)為正相關。相關的研究發(fā)現(xiàn)媒體報道的增加[7]、企業(yè)微博開通[8]、深圳證券交易所“互動易”網(wǎng)絡交流平臺開通[9]、供應商客戶身份披露[10]等信息溝通指標與A股價格同步性顯著負相關，這些研究均將這一現(xiàn)象視為低股價波動代表高信息效率的證據(jù)。根據(jù)命題一，媒體報道、微博、網(wǎng)絡交流平臺以及客戶信息均屬于非財務信息，其提供的信息包含了大量非價值信息，與企業(yè)未來股權現(xiàn)金流相關的直接信息質(zhì)量較低，信息的信噪比低，因而會降低股價同步性。

二、研究樣本選擇與變量定義

投資者通常只能觀測到各種信息指標，并不能直接觀察到各種信息的質(zhì)量H。假設投資者觀測到的信息指標為S，信息指標和信息質(zhì)量H之間的關系由函數(shù)H=HS決定，根據(jù)公式（7）可以得到：

如果dHdS>0（dHdS<0），即隨著信息指標S上升，信息質(zhì)量H提升（下降），dR22dS則大于（小于）零。從上式可以看出，如果信號質(zhì)量是信息指標的增（減）函數(shù)，根據(jù)等式（10），股價同步性和信息指標正（負）相關。如果能夠明確投資者觀測到的信息指標S與信息質(zhì)量H之間的相關性，我們就能夠通過回歸的方式對（10）進行驗證，進而就能夠證明等式（7）以及相應的命題一。

根據(jù)上述邏輯，本文以我國上市企業(yè)為樣本，采用個體固定效應模型驗證理論分析所展示股票價格同步性與信息有效性的關系：

其中synchit為股票i在t年度的股價同步性指標，ai是不隨時間改變的個體固定效應，trend為時間趨項，εi，t為擾動項。infoit為股票i在t年度的信息指標，Xijt為其他可能影響企業(yè)股票價格同步性的控制變量，變量構造詳見后文表1。根據(jù)公式（10），如果info指標與信息質(zhì)量正相關，即info上升能夠導致信息質(zhì)量H上升，則回歸系數(shù)應當大于零。相反，如果info增加反而會降低信息質(zhì)量，則其回歸系數(shù)應當小于零。

本文采用了2010至2018年期間，滬、深兩市所有連續(xù)交易記錄和會計記錄的A股非金融上市企業(yè)作為分析樣本。股票價格同步性基于個股收益率和風險因子回歸構建，其中個股收益率數(shù)據(jù)采用CSMAR中國股票市場交易數(shù)據(jù)庫考慮現(xiàn)金分紅再投資的日回報率，風險因子數(shù)據(jù)來自國泰安Fama-French因子數(shù)據(jù)庫。無風險利率來自wind資訊，采用了中債三月期國債到期回報率率。信息變量和控制變量涉及的企業(yè)財務相關數(shù)據(jù)、基本情況（例如上市年限、行業(yè)等）均來自CSMAR中國上市公司財務報表數(shù)據(jù)庫，媒體報道數(shù)據(jù)來自于國泰安新聞數(shù)據(jù)庫，分析師報告數(shù)據(jù)和審計師事務所數(shù)據(jù)來自國泰安分析師預測數(shù)據(jù)庫。

分析中剔除了年度交易天數(shù)低于200的企業(yè)年度樣本，因為較短的交易時間往往意味著該個股為新上市企業(yè)或者發(fā)生了重大事項，而且交易日期過少也不足以保證因素模型回歸的一致性，會降低價格同步性度量有效性?？紤]到長期停牌或者重大重組首日等諸多異常交易情況，我們對個股日收益率按兩端各1 %進行了縮尾處理。

（一）股價同步性

股價同步性分離出了股票價格變動中的系統(tǒng)性波動部分和特質(zhì)波動部分的個子比重，相關研究的核心邏輯是同步性代表了股票價格隨系統(tǒng)性（非特質(zhì)）風險變化的部分。大部分研究[1，7]采用了基于CAPM模型測算的股價同步性。具體而言，這些研究先分年度以個股日或者周回報率對市場組合日或者周回報率（一些研究還包含了行業(yè)回報率）回歸，再對回歸R2進行對數(shù)單調(diào)變換避免R2的取值范圍限制。但是，資產(chǎn)定價相關經(jīng)驗研究早已發(fā)現(xiàn)市場組合遠非系統(tǒng)性波動的唯一代理，CAPM模型也不能很好刻畫股票的截面回報。采用CAPM會遺漏市場組合之外的其他系統(tǒng)性風險，低估股票價格隨系統(tǒng)性風險因子變化而變化的部分。Roll（1988）[5]提出發(fā)掘超越CAPM的新模型解釋剩余的股票價格波動，后續(xù)資產(chǎn)定價研究[10-11]不斷發(fā)掘出更能刻畫股票價格截面收益的定價模型。Dasgupta et al.（2010）[3]秉承這一思路，采用了Fama-French三因子模型回歸R2對數(shù)單調(diào)變換作為股價同步性的度量。

本文參考Dasgupta et al.（2010）的思路，但基于更新的五因子定價模型④[12]回歸R2對數(shù)單調(diào)變構造了股價同步性指標synch，其構造過程如下：先采用Fama-French五因素模型（見公式（12））分年度對個股日回報率進行時間序列回歸得到擬合優(yōu)度R2，再按照公式（13）對回歸R2進行單調(diào)變換得到個股i在年度t的股價同步性指標synchit。

其中alpha為常數(shù)項，ε為隨機擾動;計算過程采用的無風險利率rfrate、市場組合因子MKT、規(guī)模因子SMB、賬面市值比因子HML、投資模式因子CMA和盈利能力因子RMW均來自CSMAR因子數(shù)據(jù)庫。

（二）信息變量

為驗證本文理論分析的結論，采用六種不同指標作為等式（11）中信息變量info的度量。

第一種信息指標是企業(yè)會計盈余透明度Transparency，表示財務報表對企業(yè)真實盈利的揭示程度。會計信息披露是企業(yè)財務信息的第一來源，也是基礎價值最為核心的信息載體。如果企業(yè)盈余透明度高，則表明財務報表真實揭露了企業(yè)的經(jīng)營狀況，投資者可以據(jù)此對企業(yè)做出更加清晰的展望。相反，如果企業(yè)盈余透明度低，投資者對未來的預測精度相對也會降低。本文基于McNichols（2002）修正的現(xiàn)金流模型⑤度量了企業(yè)財務報表呈現(xiàn)的盈余透明度，該指標是目前應用最為廣泛的盈余透明度衡量方法之一。具體而言，我們先分年度-行業(yè)⑥方程按照方程（14）對企業(yè)財務變量進行回歸，以回歸殘差作為企業(yè)操控性應計的度量。其中，ΔWCit為企業(yè)i在t年度的凈營運資本變動，CFik分別為該企業(yè)在k年度的經(jīng)營性現(xiàn)金流，ΔSALESit為企業(yè)i在t年度的銷售增長，PPEit為t時期固定資產(chǎn)凈值，所有數(shù)據(jù)均來自CSMAR上市公司財務數(shù)據(jù)庫，變量均經(jīng)過期初資產(chǎn)調(diào)整。

操控性應計越高代表企業(yè)盈余質(zhì)量越差，財務透明度越低。我們參考Hutton et al.（2009）、戴澤偉和潘松劍（2018）[1，15]等研究，采用過去三年操控性應計絕對值之和的相反數(shù)作為了企業(yè)會計盈余透明度的度量，該指標越大代表企業(yè)會計透明度越高。

第二種信息指標big4和第三種指標foreign均為虛擬指標，基于審計事務所構造⑦。其中big4表示審計事務所是否四大會計師事務所，如果審計師來自于“四大”會計師事務所則big4指標取1，否則取值為0。foreign為國外審計事務所指標，如果審計事師來自國外則foreign取值為1，否則取值為0。

第四種指標為個股媒體關注度media，定義為年內(nèi)新聞媒體關于上市公司的新聞報道條數(shù)對數(shù)值，該項數(shù)據(jù)根據(jù)國泰安媒體數(shù)據(jù)庫數(shù)據(jù)計算。理論與經(jīng)驗分析[5]表明，媒體報道包含了個股特質(zhì)信息，新聞曝光度越高的企業(yè)（media越大），投資者對企業(yè)信息的了解也就越透徹，股票價格個體特質(zhì)信息含量也就越高。但是，除與股票價值前景直接相關的以外，媒體報道還會包含大量與企業(yè)價值前景相關度不高的信息，因而屬于噪聲較多、質(zhì)量較低的信息。

第五種信息指標為深圳證券交易所對上市企業(yè)的年度信息披露考核結果。深交所每個財政年度會依據(jù)《上市公司信息披露工作考核辦法》對在深交所上市的企業(yè)信息披露情況進行考核，按照信息披露質(zhì)量高低將企業(yè)分為A-D共四個等級，A級企業(yè)信息披露質(zhì)量最高，D級企業(yè)披露質(zhì)量最低。本文根據(jù)深交所對2010-2018年期間上市企業(yè)的考評結果，生成了有序指標變量disclosure。指標disclosurei，t指證券i在t年度信息考評結果，如果該年度i企業(yè)信息披露考評為A，則disclosureit取值為4，如果考評為B，則取值為3，以此類推。disclosure指標越大，代表企業(yè)的披露質(zhì)量越高。

第六種信息指標為個股被研究團隊關注的程度reports，定義為年度內(nèi)證券分析師（團隊）所發(fā)表關于公司研究報告數(shù)量的對數(shù)值。

（三）控制變量

通常大企業(yè)受到的關注更多，其信息也更容易被投資者發(fā)掘。隨著上市年限的增加，投資者其不隨時間變化的特質(zhì)信息（例如企業(yè)實際控制人特征等），會有更加清晰的判斷，因而會增進股價信息含量。同理，交易時間越長，信息套利交易機會也就越多，通過交易融入股票價格的個股特質(zhì)信息也就越多，股票價格有效性也越高。因此，我們控制了其他可能揭示企業(yè)信息的變量，主要包括企業(yè)流通市值規(guī)模size，上市年限age以及交易天數(shù)tradays，企業(yè)的總資產(chǎn)負債率（lev）、市值賬面比（m2b）以及凈資產(chǎn)收益率roe。其中，size定義為上市公司年內(nèi)日均流通市值的對數(shù)值，age定義為會計年度減去企業(yè)首次公開發(fā)行年度，tradays定義為個股年實際交易天數(shù)的對數(shù)值。

Hou et al.（2013）[17]認為非理性交易者會讓股價信息含量和價格同步性負相關，可以換手率為代理變量來控制噪聲交易者的影響。換手率turnover定義為年內(nèi)個股日換手率均值，該指標越高意味著非理性交易者參與股票交易越活躍。表1匯總了計量分析過程中涉及的所有變量及其來源，表2是回歸變量的描述性統(tǒng)計。

三、研究假設的設定與回歸結果分析

我們把六類信息指標劃分為三類，第一類為會計相關信息效率指標，包括Transparency、big4和foreign，表示企業(yè)的會計盈余透明度以及審計質(zhì)量。第二類為專業(yè)信息溝通類信息效率指標，包括信息披露質(zhì)量disclosure和分析師關注度reports，代表了由專業(yè)信息獲得途徑體現(xiàn)的信息。第三類為公眾溝通類信息效率指標，包括媒體關注度media，代表了通用信息獲得途徑體現(xiàn)的信息。

直觀而言，會計信息是投資者對企業(yè)前景判斷的最重要來源，也是所有信息來源中噪聲最低的信息源。隨著企業(yè)盈余透明度越高、財務報表可信度越強，會計信息呈現(xiàn)出來的信息越準確，信噪比越高。交易所上市企業(yè)信息披露等級disclosure評價了企業(yè)信息披露形式合規(guī)性，考評等級越高代表了有關企業(yè)未來現(xiàn)金流不確定性越小。因而預計考評等級與信息質(zhì)量正相關，即披露等級上升將會提高價值信息的質(zhì)量。

個股研究報告關注程度會對股價同步性產(chǎn)生兩方面影響。一方面，研究報告直接提供企業(yè)基礎價值相關信息，研究報告越多投資者關于對企業(yè)前景不確定性越小。另一方面，研究報告會吸引更多注意力有限的個人投資者[18]，他們的噪聲交易會加大股價波動、降低同步性[17]。

媒體報道等公眾溝通類信息包括了企業(yè)價格相關特質(zhì)信息，同時還包含了大量與股票基礎價值相關性不高的其他信息，其信息質(zhì)量在三類指標中最低。通常，如果媒體對企業(yè)的報道較少，那么報道的內(nèi)容往往是與企業(yè)前景高度相關的最重要內(nèi)容，比如財務披露、并購或融資公告等。如果企業(yè)媒體報道較多，其報道內(nèi)容往往也會比較分散，既會包含與未來前景相關的信息，也會包含一些和企業(yè)前景關聯(lián)性不大的瑣碎內(nèi)容。隨著媒體關注度media上升，會有更多的信息融入價格，但融入股價的信息質(zhì)量將會下降。此外，媒體報道增加會吸引更多散戶投資者的注意力，增加噪聲交易，因此更多媒體報道往往意味著更多的噪聲以及更低的信噪比H。

綜上，根據(jù)命題一和公式（10），預計transparency、disclosure、big4、foreign與信息質(zhì)量H正相關，指標取值越大則企業(yè)基礎價值相關信息越準確、股價同步性越高。根據(jù)本文的理論，這五類指標的回歸系數(shù)應當顯著大于零。研究報告關注度reports預估價同步性的關系不確定，取決于兩種效應的相對強弱。媒體關注度指標media與信息質(zhì)量負相關，預計回歸系數(shù)顯著小于零。

公式（3）表明市場系統(tǒng)性波動（在因素模型中體現(xiàn)為各類風險因子波動性σ2F）會對個股的股價同步性造成明顯的影響。從（7）中可以看出在給定個股回報不確定性的條件下，市場整體波動越大，個股價格同步性將會越高。此外，不同行業(yè)特質(zhì)風險存在明顯區(qū)別，特質(zhì)風險越高的行業(yè)其股價同步性也應當越低。為了避免對回歸結果的扭曲，我們在回歸中以年份虛擬變量的形式控制了行業(yè)和年度市場整體波動性的影響。

表3固定效應回歸（1）和（7）的結果顯示盈余透明度Transparency在1%的統(tǒng)計水平上和股價同步性正相關，即盈余透明度越高、會計信息越準確，股價同步性越高。信息披露考評指標disclosure系數(shù)（表3回歸（4）和（7））均在1%統(tǒng)計水平上顯著大于零，表明披露質(zhì)量越好，股價同步性越高。研究報告指標reports在所有回歸中均在5%統(tǒng)計水平上不顯著，表明研究報告對散戶投資者的吸引效應與其對信息質(zhì)量的提升效應相當。媒體關注度media在1%的統(tǒng)計水平上顯著小于零（表3回歸（6）和（7）），表明媒體關注程度越高的企業(yè)股價同步性越低。

big4和foreign兩者均在10%統(tǒng)計水平上不顯著區(qū)別于零，顯示會計事務所并沒有對企業(yè)股價同步性產(chǎn)生足夠明顯的影響。這可能源于樣本中執(zhí)行外部審計的會計師事務所為4大或者國外事務所的樣本容量偏低，分別只占總樣本的6.9%和2.6%。此外，如果在整個樣本期間企業(yè)沒有改變合作會計師事務所，則固定效應估計去均值過程中該項將會消除掉該變量的影響，使得結果不顯著。

四、結果的穩(wěn)健性檢驗

金融經(jīng)濟學相關研究早已發(fā)現(xiàn)股票價格的變動具有顯著的聚類效應。根據(jù)公式（3），如果股價波動的聚集效應在不同年度之間存在，則股票價格的同步性也會存在時序相關性，個體固定效應模型將無法得到一致估計結果。為了避免這種潛在影響，我們采用動態(tài)面板系統(tǒng)估計法[19]重新對模型進行了估計，結果見表4。除盈余透明度以外，動態(tài)模型估計結果與固定效應回歸完全一致。但是，Sargan檢驗顯示GMM估計過度約束條件不滿足，表明股價同步性并沒有受到股票價格波動率聚集的困擾。有的研究采用了基于資本資產(chǎn)定價模型計算的股價同步性[7-8]。盡管這種做法與資產(chǎn)定價理論的理念相悖，但為了保證結果的可比性和穩(wěn)健性，我們也基于CAPM計算了股價同步性重新進行了回歸，結果見表5。

表5顯示媒體關注度media與同步性負相關，reports、foreign以及big4與同步性不相關，但transparency與disclosure與基于CAPM的股價同步性不相關，與表3的結果有所區(qū)別。表6對計量結果與理論假設進行了對比。整體而言，回歸結果支持了前文的理論預測，與信息質(zhì)量存在明確正相關的信息指標（transparency、disclosure和reports）也和價格同步性正相關，與信息質(zhì)量明確負相關的指標media同樣與股價同步性負相關。計量分析結果表明股價同步性和信息有效性的關系確實受到了信息質(zhì)量的差異化影響。

五、結論

本文從信息質(zhì)量的視角重新審視了股票價格同步性和信息效率之間的聯(lián)系，提出了具有一致性的解釋，并利用我國A股上市企業(yè)數(shù)據(jù)進行了驗證。理論方面，我們構建了一個三期交易模型，闡釋了不同質(zhì)量信息對價格同步性和信息有效性之間關系的差異化影響，分析表明：股票價格同步性與其信息有效性的關系取決于其蘊含的信息類型，對于高質(zhì)量信息（信噪比大于1），兩者正相關，而對于低質(zhì)量信息（信噪比小于1），兩者負相關。實證方面，本文利用2010-2018年間A股非金融上市企業(yè)數(shù)據(jù)集，考察了六種不同信息指標和價格同步性的關系，實證結果支持了本文的理論預測，顯示：和股權價值關聯(lián)度高、信號質(zhì)量好的盈余透明度、信息披露質(zhì)量與股價同步性正相關;和股權價值關聯(lián)度低、噪聲較高的媒體關注度與股價同步性負相關;研究報告關注度以及審計師來自國際四大事務所或者國外事務所與個股價格同步性的關系不顯著。本文的研究證明了股價同步性和信息效率之間不存在簡單單向相關性，解決了現(xiàn)有研究中關于相關性的矛盾，也證明了股價同步性本身不適合作為股票價格信息有效性的單一指標。

注釋：

①?采用單因素模型是為了簡化后續(xù)分析中的表達，事實上假設風險資產(chǎn)均衡價格滿足多因素模型對后續(xù)的分析沒有任何實質(zhì)影響。

②?現(xiàn)有實證文獻中，股價同步性指標往往定義為lnR21-R2，但是這一指標與R2在實質(zhì)上一致，進行對數(shù)變換只是為了保證擬合結果不會超出合理范圍。

③?Dasgupta et al.（2010）[3]指出，市場有效性低的股票市場信息透明度低、噪聲交易者多，市場整體價格波動性大，因而呈現(xiàn)出高股價同步性的特征。

④?針對A股市場的經(jīng)驗研究（李志冰等 2017）[13]也發(fā)現(xiàn)五因子模型對我國股票價格截面收益率的解釋能力強于CAPM、三因子模型以及四因子模型。

⑤?Dechow and Dichev（2002）[14]提出分行業(yè)、分年度用凈營運資本變動對前期、當期、未來一期經(jīng)營性現(xiàn)金流進行回歸，然后計算多年回歸殘差的樣本標準差，以此度量企業(yè)財務報表的質(zhì)量。McNichols（2002）則在Dechow和Dichev模型的基礎上，將Jones模型變量（包括營收變動、凈固定資產(chǎn)總量）納入回歸，得到了更加具有預測能力的操控性應計度量指標。

⑥?行業(yè)分類基于證監(jiān)會《上市公司行業(yè)分類指引（2012 年修訂）》。分類規(guī)則為制造業(yè)企業(yè)按照二級行業(yè)分類、其余企業(yè)按照一級行業(yè)劃分。

⑦?林永堅和王志強（2013）[16]等研究發(fā)現(xiàn)，境外會計師事務所和國際“四大”會計師事務所能夠提供更高的審計質(zhì)量，限制企業(yè)盈余管理，提高財務透明度。

參考文獻：

[1]?Hutton Amy P.， Marcus Alan J.?and Tehranian Hassan. Opaque financial reports， R2， and crash risk[J].Journal of Financial Economics，2009，94（1）：67-86.

[2]?伊志宏，楊圣之，陳欽源. 分析師能降低股價同步性嗎——基于研究報告文本分析的實證研究[J].中國工業(yè)經(jīng)濟，2019（1）：156-173.

[3]?Dasgupta Sudipto， Gan Jie and Gao Ning， 2010， Transparency， stock return synchronicity， and the informativeness of stock prices： Theory and evidence.?Journal of Financial and Quantitative Analysis， 2010，45（5）：1189-1220.

[4]?許年行，洪濤，吳世農(nóng)，等. 信息傳遞模式、投資者心理偏差與股價“同漲同跌”現(xiàn)象[J].經(jīng)濟研究，2011，46（4）：135-146.

[5]?Roll Richard.?R2[J].The Journal of Finance，1988，43（3）：541-566.

[6]?Chan Kalok and Hameed Allaudeen. Stock price synchronicity and analyst coverage in emerging markets[J].Journal of Financial Economics，2006，80（1）：115-147.

[7]?黃俊，郭照蕊.新聞媒體報道與資本市場定價效率——基于股價同步性的分析[J].管理世界，2014（5）：121-130.

[8]?胡軍，王甄.微博，特質(zhì)性信息披露與股價同步性[J].金融研究，2015（11）：190-206.

[9]?譚松濤、闞鑠，崔小勇.互聯(lián)網(wǎng)溝通能夠改善市場信息效率嗎？——基于深交所“互動易”網(wǎng)絡平臺的研究[J].金融研究，2016（3）：174-188.

[10]李丹，王丹. 供應鏈客戶信息對公司信息環(huán)境的影響研究——基于股價同步性的分析[J].金融研究，2016（12）：191-206.

[11]Fama Eugene F.，F(xiàn)rench Kenneth R. Common risk factors in the returns on stocks and bonds[J].Journal of Financial Economics，1993，33（1）：3-56.

[12]Fama Eugene F.，F(xiàn)rench Kenneth R.?A five-factor asset pricing model ☆.?Journal of Financial Economics， 2015，116（1）：1-22.

[13]李志冰，楊光藝，馮永昌，等.Fama-French五因子模型在中國股票市場的實證檢驗[J].金融研究，2017（6）：191-206.

[14]Dechow Patricia M.?and Dichev Ilia D.，The quality of accruals and earnings： The role of accrual estimation errors[J].The accounting review， 2002，77（s-1）：35-59.

[15]戴澤偉，潘松劍. 僵尸企業(yè)的“病毒”會傳染嗎？——基于財務信息透明度的證據(jù)[J].財經(jīng)研究，2008，44（12）：138-150.

[16]林永堅，王志強. 國際“四大”的審計質(zhì)量更高嗎？——來自中國上市公司的經(jīng)驗證據(jù)[J].財經(jīng)研究，2013，39（6）：73-83.

[17]Hou Kewei， Peng Lin and Xiong Wei. Is R2 a measure of market inefficiency.?Unpublished working paper.?Ohio State University， City University of New York， Princeton University， and National Bureau of Economic Research，2013.

[18]Barber Brad M.?and Odean Terrance. All That Glitters： The Effect of Attention and News on the Buying Behavior of Individual and Institutional Investors[J].Review of Financial Studies，2008，21（2）：785-818.

[19]Blundell Richard and Bond Stephen.?Initial conditions and moment restrictions in dynamic panel data models[J].Journal of econometrics， 1998，87（1）：115-143.

（責任編輯：關立新）