投資者博彩偏好與股價(jià)非同步性
——中國(guó)股市經(jīng)驗(yàn)證據(jù)

黃 波 姜華東

一、引 言

信息能否及時(shí)而充分地反映到股價(jià)上，對(duì)股票定價(jià)效率、企業(yè)投融資效率及資本市場(chǎng)的長(zhǎng)遠(yuǎn)發(fā)展都具有極為重要的意義。然而，如何度量股價(jià)信息含量卻是一個(gè)現(xiàn)實(shí)難題。Morck 等(2000)基于股票定價(jià)模型估計(jì)的擬合優(yōu)度R構(gòu)造“同步性”指標(biāo)ln[ R/(1 -R)]，該指標(biāo)越大，表明股票收益波動(dòng)被系統(tǒng)性因子所解釋的部分越多，特質(zhì)信息相對(duì)而言就越少，因而“同步性”為股價(jià)信息含量的反向指標(biāo)。此后，大量文獻(xiàn)采用“同步性”或其相反數(shù)，即“非同步性”來(lái)度量股價(jià)信息含量，并用以研究其影響因素與經(jīng)濟(jì)后果。盡管同步性或非同步性指標(biāo)業(yè)已成為度量股價(jià)信息含量的主流做法，但其適用性也存在極大爭(zhēng)議，特別是股價(jià)中除了蘊(yùn)含特質(zhì)信息外，勢(shì)必也會(huì)存在投資者行為偏差所引致的噪聲。West(1988)、Hou 等(2013)的理論分析發(fā)現(xiàn)，低同步性對(duì)應(yīng)于股價(jià)中更多的噪聲和更少的特質(zhì)信息；Morck 等(2000，2013)則認(rèn)為，在新興市場(chǎng)，投資者非理性情緒使得股價(jià)偏離基本面，噪聲風(fēng)險(xiǎn)對(duì)應(yīng)于更高的股價(jià)同步性與更少的特質(zhì)信息含量。由此可見(jiàn)，投資者行為噪聲對(duì)應(yīng)于更低的股價(jià)特質(zhì)信息已成為共識(shí)，但其到底趨于降低還是增加股價(jià)同步性，目前并無(wú)定論，仍需拓展相關(guān)研究。

中國(guó)股市作為新興市場(chǎng)，“同漲共跌”對(duì)應(yīng)的市場(chǎng)同步性高企為其顯性特征。與此同時(shí)，散戶(hù)投資者主導(dǎo)、投機(jī)性氛圍濃厚的格局短期內(nèi)并未改變。作為行為偏差的一個(gè)重要來(lái)源，投資者博彩偏好或投機(jī)行為對(duì)股價(jià)同步性(或非同步性)到底有無(wú)影響？如有影響，其作用機(jī)制如何?此類(lèi)問(wèn)題的研究頗具現(xiàn)實(shí)意義。

本文分析認(rèn)為，投資者博彩偏好對(duì)基于R所構(gòu)建的非同步性指標(biāo)具有兩方面影響。一方面，博彩行為趨于增大股票收益特質(zhì)波動(dòng)，并同時(shí)增進(jìn)非同步性，稱(chēng)之為博彩偏好影響非同步性的分子效應(yīng)或直接效應(yīng)。另一方面，博彩偏好還具有系統(tǒng)性特征，會(huì)強(qiáng)化個(gè)股β 系數(shù)對(duì)非同步性的反向影響，稱(chēng)之為博彩偏好影響非同步性的分母效應(yīng)或間接效應(yīng)。

本文分別通過(guò)Fama-French 三因子模型與CAPM 估計(jì)個(gè)股β 系數(shù)，并構(gòu)建相應(yīng)的系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)，同時(shí)基于回歸結(jié)果估算非同步性與特質(zhì)波動(dòng)；采用歷史極大收益、股價(jià)與換手率及三者合成的博彩指數(shù)來(lái)度量投資者對(duì)個(gè)股的投機(jī)行為。在此基礎(chǔ)上，采用中國(guó)股市2004 年5 月初至2019 年4 月底的交易數(shù)據(jù)和2004—2018 年度財(cái)務(wù)及其他相關(guān)數(shù)據(jù)，證實(shí)了上述投資者博彩偏好影響非同步性的分子效應(yīng)與分母效應(yīng)，檢驗(yàn)了財(cái)務(wù)信息不透明對(duì)股價(jià)信息含量及“投資者博彩偏好-股價(jià)非同步性”關(guān)系的影響。

本研究的創(chuàng)新性主要體現(xiàn)在兩方面。一方面，拓展了非同步性或同步性作為股價(jià)信息含量指標(biāo)的相關(guān)研究。盡管West(1988)、Hou 等(2013)、Li 等(2014)認(rèn)為股價(jià)同步性或非同步性蘊(yùn)含行為噪聲，但鮮有學(xué)者考察其機(jī)制。本文不僅證實(shí)了行為噪聲的重要來(lái)源，即投資者博彩偏好對(duì)非同步性與特質(zhì)波動(dòng)具有直接影響，而且發(fā)現(xiàn)其強(qiáng)化了系統(tǒng)性風(fēng)險(xiǎn)對(duì)非同步性的反向作用。相關(guān)結(jié)論深化了非同步性蘊(yùn)含行為噪聲，因而不宜直接作為股價(jià)信息含量指標(biāo)的相關(guān)文獻(xiàn)。另一方面，豐富了財(cái)務(wù)信息不透明對(duì)股價(jià)信息含量影響的相關(guān)研究。Jin 和 Myers(2006)的理論分析與跨國(guó)對(duì)比研究認(rèn)為，產(chǎn)權(quán)保護(hù)、基礎(chǔ)性制度建設(shè)等因素對(duì)同步性所表征的股價(jià)信息含量固然重要(Morck 等，2000)，但信息不透明才是降低股價(jià)信息含量的根本原因。本文的拓展研究不僅驗(yàn)證了財(cái)務(wù)信息不透明與非同步性或特質(zhì)波動(dòng)顯著正相關(guān)，而且發(fā)現(xiàn)投資者博彩偏好對(duì)非同步性與特質(zhì)波動(dòng)的增進(jìn)效應(yīng)及其對(duì)“系統(tǒng)性風(fēng)險(xiǎn)-非同步性”負(fù)相關(guān)性的強(qiáng)化作用，均會(huì)因財(cái)務(wù)信息不透明而有所弱化，說(shuō)明中國(guó)股市投資者可能存在信息不確定性規(guī)避傾向，并因此弱化其投機(jī)行為對(duì)股價(jià)信息含量的影響。

二、文獻(xiàn)綜述與理論假設(shè)

首先回顧股價(jià)同步性用于度量股價(jià)信息含量的研究文獻(xiàn)，然后對(duì)投資者博彩偏好影響股價(jià)非同步性的機(jī)制進(jìn)行理論分析，并在此基礎(chǔ)上提出研究假設(shè)基于R 設(shè)計(jì)的同步性與非同步性互為相反數(shù)，二者均廣為使用。為行文方便，在文獻(xiàn)分析時(shí)主要采用“同步性”。鑒于非同步性與表征的股價(jià)信息含量方向一致，理論分析與實(shí)證檢驗(yàn)主要采用“非同步性”。。

（一）同步性用作股價(jià)信息含量指標(biāo)的相關(guān)文獻(xiàn)述評(píng)

1. 同步性作為股價(jià)信息含量指標(biāo)的有效性

早期國(guó)外的研究多支持同步性度量股價(jià)信息的適用性。例如，Morck 等(2000)研究表明，發(fā)達(dá)國(guó)家因制度建設(shè)和治理良好而具有更低的股市同步性，新興市場(chǎng)的同步性高且信息含量偏低。此后更多研究發(fā)現(xiàn)，公司治理、技術(shù)進(jìn)步、市場(chǎng)競(jìng)爭(zhēng)、機(jī)構(gòu)投資者與分析師跟進(jìn)、金融發(fā)展與市場(chǎng)開(kāi)放等因素對(duì)應(yīng)于股市良好的功能效率，均降低股價(jià)同步性并提升信息含量(Morck 等，2013；游家興，2017)。

對(duì)低同步性表征更高股價(jià)信息含量的質(zhì)疑同樣存在。有研究認(rèn)為，低同步性對(duì)應(yīng)于更差的信息質(zhì)量，表現(xiàn)為股價(jià)信息反映延遲、零收益天數(shù)等指標(biāo)更高和收益沖量與反轉(zhuǎn)等金融異常更為顯著(Hou 等，2013；Li 等，2014)。此外，透明度提升使得未來(lái)事件相關(guān)信息提前反映在股價(jià)中，將削弱事件發(fā)生對(duì)股價(jià)的沖擊并增強(qiáng)同步性，即信息質(zhì)量與同步性正相關(guān)(Dasgupta 等，2010)。

行為金融雖然認(rèn)同行為噪聲不利于股價(jià)特質(zhì)信息凸顯，但對(duì)其增加還是降低股價(jià)同步性也沒(méi)有一致性結(jié)論。一方面，有研究認(rèn)為，投資者行為噪聲趨于削弱股價(jià)同步性(West，1988)。Hou 等(2013)的理論分析與實(shí)證研究也發(fā)現(xiàn)，受外在情緒感染，投資者對(duì)公司特質(zhì)信息反應(yīng)過(guò)度或不足，與定價(jià)偏差對(duì)應(yīng)的低同步性和特質(zhì)信息無(wú)關(guān)，主要反映投資者行為偏差與股價(jià)噪聲。另一方面，對(duì)新興市場(chǎng)的研究卻表明，投機(jī)交易與非理性噪聲是導(dǎo)致股價(jià)同步性增強(qiáng)和信息含量偏少的一個(gè)重要原因(Li 等，2004)。

2. 同步性度量股價(jià)信息含量：源于中國(guó)股市的經(jīng)驗(yàn)證據(jù)

與國(guó)外研究類(lèi)似，有關(guān)中國(guó)股市的同步性能否度量股價(jià)信息含量也無(wú)定論。一方面，基于盈余質(zhì)量與會(huì)計(jì)信息質(zhì)量的研究證實(shí)了同步性度量特質(zhì)信息的有效性(Gul等，2010)。此外，加強(qiáng)制度建設(shè)、機(jī)構(gòu)投資者與明星分析師參與信息收集等因素均有利于削弱同步性、并增強(qiáng)股價(jià)信息含量(Xu 等，2013)。

另一方面，同樣有研究對(duì)同步性度量股價(jià)信息提出質(zhì)疑。例如，林忠國(guó)等(2012)發(fā)現(xiàn)同步性更低時(shí)，信息融入股價(jià)更慢，金融異象更明顯。金智(2010)則認(rèn)為，低同步性反映私人而非公開(kāi)信息，意味著對(duì)外部投資者的信息不透明，且對(duì)應(yīng)于更低的盈余質(zhì)量。

3. 同步性度量股價(jià)信息含量的文獻(xiàn)點(diǎn)評(píng)

從上述文獻(xiàn)來(lái)看，同步性能否用于度量股價(jià)信息含量，目前國(guó)內(nèi)外研究并無(wú)定論。相關(guān)研究紛爭(zhēng)的根源至少可以從以下三個(gè)方面加以解釋。其一，基于R構(gòu)造的同步性指標(biāo)，不僅受制于收益特質(zhì)波動(dòng)，同時(shí)也反映了系統(tǒng)性風(fēng)險(xiǎn)因素的影響(Li 等，2014)。其二，由于股價(jià)是投資者根據(jù)所獲取的信息進(jìn)行價(jià)值判斷，進(jìn)而通過(guò)交易加以實(shí)現(xiàn)的結(jié)果，所以除信息獲取的真實(shí)性、及時(shí)性與充分性外，投資者處理信息的行為偏差對(duì)特質(zhì)波動(dòng)及股價(jià)同步性的影響也需予以特別關(guān)注。其三，從既有文獻(xiàn)來(lái)看，行為偏差對(duì)應(yīng)的噪聲趨于增加還是減少同步性，其結(jié)論與機(jī)理尚待進(jìn)一步探究。接下來(lái)將基于中國(guó)股市投機(jī)性強(qiáng)的事實(shí)特征，結(jié)合系統(tǒng)性風(fēng)險(xiǎn)，從理論上分析投資者博彩偏好對(duì)特質(zhì)波動(dòng)與股價(jià)非同步性的影響。

（二）投資者博彩偏好影響股價(jià)非同步性的理論分析

1. 特質(zhì)波動(dòng)、系統(tǒng)性風(fēng)險(xiǎn)與股價(jià)非同步性的關(guān)系

由該式可見(jiàn)，影響股價(jià)非同步性的因素可歸納為兩方面。其一為“分子效應(yīng)”，表現(xiàn)為特質(zhì)波動(dòng)增大會(huì)增強(qiáng)股價(jià)非同步性。其二為“分母效應(yīng)”，表現(xiàn)為系統(tǒng)性因子方差、個(gè)股β 的平方均趨于減少非同步性；對(duì)采用單個(gè)國(guó)家或地區(qū)股市數(shù)據(jù)進(jìn)行的實(shí)證研究而言，由于系統(tǒng)性因子方差對(duì)所有個(gè)股相同，所以“分母效應(yīng)”主要受β 系數(shù)的影響。Li 等(2014)認(rèn)為，既往文獻(xiàn)分別采用特質(zhì)波動(dòng)或非同步性來(lái)度量股價(jià)信息含量，但所得結(jié)論相左，這可能是源于上述特質(zhì)波動(dòng)(分子效應(yīng))、系統(tǒng)性因素(分母效應(yīng))對(duì)非同步性影響的非同向性。

需要指出的是，對(duì)采用單個(gè)國(guó)家或地區(qū)股市數(shù)據(jù)進(jìn)行的實(shí)證研究，盡管Li 等(2014)指出了系統(tǒng)性風(fēng)險(xiǎn)對(duì)非同步性具有反向作用(分母效應(yīng))，但并未考慮投資者博彩偏好或投機(jī)對(duì)非同步性的影響。接下來(lái)分別分析投資者博彩偏好經(jīng)由股票收益特質(zhì)波動(dòng)(分子效應(yīng))、個(gè)股系統(tǒng)性風(fēng)險(xiǎn)(分母效應(yīng))影響股價(jià)非同步性的作用機(jī)制，并在此基礎(chǔ)上構(gòu)建研究假設(shè)。

2. 投資者博彩偏好影響股價(jià)非同步性的“分子效應(yīng)”

投資者投機(jī)等非理性行為將導(dǎo)致股票定價(jià)偏差，進(jìn)而推高特質(zhì)波動(dòng)。大量的行為金融學(xué)研究為此提供了證據(jù)。一方面，投資者普遍具有博彩或投機(jī)偏好，自認(rèn)為具有超強(qiáng)選股能力的投資者往往會(huì)追逐收益偏度與特質(zhì)波動(dòng)高、股價(jià)低及歷史收益更高的股票(Kumar，2009)。另一方面，“難于估值與套利”的股票更易誘發(fā)投資者投機(jī)行為，在套利限制和投資者異質(zhì)信念存在的前提下，股票定價(jià)偏差更大，這類(lèi)股票的特質(zhì)波動(dòng)也更高(Baker 和Wurgler，2007；左浩苗等，2011)。

鑒于投資者的投機(jī)或博彩偏好會(huì)導(dǎo)致定價(jià)偏差并增加股價(jià)噪聲成分，對(duì)應(yīng)于更高的特質(zhì)波動(dòng)。由此根據(jù)上述股價(jià)非同步性定義式(2)的“分子效應(yīng)”，提出假設(shè)1。

假設(shè)1：投資者博彩偏好趨于增加特質(zhì)波動(dòng)，進(jìn)而增強(qiáng)股價(jià)非同步性。

3. 投資者博彩偏好影響股價(jià)非同步性的“分母效應(yīng)”

投資者個(gè)體投機(jī)行為在信息不完備、制度不完善等因素的綜合驅(qū)動(dòng)下，將使得股價(jià)偏離基本面，這種交易模式還具有自我循環(huán)機(jī)制并形成系統(tǒng)性行為偏差，進(jìn)而對(duì)股價(jià)非同步性產(chǎn)生影響(Morck 等，2013)。

一方面，基于分類(lèi)投資的研究表明，同類(lèi)風(fēng)格的資產(chǎn)價(jià)格具有更強(qiáng)聯(lián)動(dòng)性，而不同風(fēng)格的資產(chǎn)價(jià)格聯(lián)動(dòng)性則較弱(Barberis 等，2005；Boyer，2011)。個(gè)人投資者的聚類(lèi)投機(jī)或博彩行為有助于解釋某些類(lèi)別股票的收益聯(lián)動(dòng)性，且這些股票具有規(guī)模小、價(jià)格低、機(jī)構(gòu)投資者占比小、難以被套利等情緒化特征；具有信息優(yōu)勢(shì)的機(jī)構(gòu)投資者能抑制投機(jī)者交易的影響，其交易股票的收益超額聯(lián)動(dòng)性(同步性)并不明顯(Ye，2012；Kumar 等，2016)。

另一方面，投資者對(duì)信息處理的“有限關(guān)注”可解釋股價(jià)收益的超額相關(guān)性：投資者傾向于獲取更廉價(jià)的市場(chǎng)或行業(yè)信息，且其有限關(guān)注將導(dǎo)致分類(lèi)學(xué)習(xí)行為，加之投資者過(guò)度自信和投機(jī)等心理偏差，將導(dǎo)致個(gè)股收益相關(guān)性相較于基本面相關(guān)性偏強(qiáng)(Peng 和Xiong，2006)。

上述“分類(lèi)投資”“有限關(guān)注”等行為金融理論表明，博彩偏好的投機(jī)者在信息收集與處理及選股時(shí)存在錨定效應(yīng)，即傾向于錨定市場(chǎng)、行業(yè)或其他類(lèi)別股票進(jìn)行投資決策，從而增強(qiáng)個(gè)股收益與市場(chǎng)、行業(yè)或其他類(lèi)別組合收益的相關(guān)性。在此情形下，投資者博彩偏好趨于增大個(gè)股收益的系統(tǒng)性風(fēng)險(xiǎn)(即β 值)，進(jìn)而通過(guò)股價(jià)非同步性定義式(2)中的“分母效應(yīng)”來(lái)減少股價(jià)非同步性?；诖耍岢黾僭O(shè)2。

假設(shè)2：投資者博彩偏好趨于強(qiáng)化“個(gè)股收益的系統(tǒng)性風(fēng)險(xiǎn)-股價(jià)非同步性”的負(fù)相關(guān)性。

三、研究設(shè)計(jì)

（一）計(jì)量模型與變量選擇

首先基于個(gè)股收益、三因子收益與無(wú)風(fēng)險(xiǎn)收益的日數(shù)據(jù)，分財(cái)務(wù)年度估計(jì)公式(1)，要求個(gè)股年內(nèi)交易日數(shù)據(jù)不少于100 個(gè)。得到個(gè)股β、β與β等系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)的估計(jì)值，同時(shí)基于殘差估算特質(zhì)波動(dòng)IV，基于擬合優(yōu)度 R構(gòu)造非同步性指標(biāo)ASYN。

接下來(lái)定義投資者博彩偏好指標(biāo)(Bvar)。借鑒Kumar(2009)、鄭振龍和孫清泉(2013)的研究，選取換手率(Turnover)、股價(jià)(LnP，對(duì)數(shù)值)和歷史收益極大值(MAX)三個(gè)指標(biāo)刻畫(huà)投資者對(duì)個(gè)股的博彩偏好。鑒于上述三個(gè)指標(biāo)具有較強(qiáng)相關(guān)性，參照Kumar 等(2016)的做法，將其合成為投資者博彩偏好指數(shù)(BIndex)，進(jìn)而構(gòu)造如下計(jì)量模型，用于檢驗(yàn)投資者博彩偏好對(duì)股價(jià)非同步性的影響。

其中，a 用于解釋投資者博彩偏好對(duì)非同步性影響的分子效應(yīng)，根據(jù)假設(shè)1，預(yù)期a＞0 ；a、a 和 a用于解釋投資者博彩偏好對(duì)“個(gè)股系統(tǒng)性風(fēng)險(xiǎn)-非同步性”負(fù)相關(guān)性的強(qiáng)化作用；根據(jù)假設(shè)2，預(yù)期各系數(shù)值小于0。上述計(jì)量模型可進(jìn)一步改寫(xiě)為：

在度量股價(jià)信息含量時(shí)，盡管多數(shù)文獻(xiàn)采用非同步性ASYN(或其相反數(shù)即“同步性”)，但也有部分文獻(xiàn)采用了特質(zhì)波動(dòng)指標(biāo)。與此同時(shí)，根據(jù)假設(shè)1，投資者博彩偏好對(duì)特質(zhì)波動(dòng)有直接的正向影響，由此提出如下計(jì)量模型(預(yù)期 b＞0 )。

需要進(jìn)一步說(shuō)明的是，根據(jù)前述理論分析，投資者博彩偏好對(duì)“系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)-股價(jià)信息含量”的影響，主要通過(guò)強(qiáng)化系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)與ASYN 的反向關(guān)系加以體現(xiàn)，而系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)本身對(duì)特質(zhì)波動(dòng)并無(wú)影響。因此，在計(jì)量模型(4)中，測(cè)試變量并未納入系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)。與上述計(jì)量模型相關(guān)的各變量定義如表1 所示。

表1 主要變量的定義

續(xù)表1

（二）數(shù)據(jù)來(lái)源與樣本選擇

選取滬深兩市的非金融類(lèi)上市公司為研究對(duì)象，并做如下剔除：ST、ST*和PT 公司、總資產(chǎn)與凈資產(chǎn)為負(fù)的公司、數(shù)據(jù)缺失或異常值公司。所有數(shù)據(jù)均源于CSMAR 數(shù)據(jù)庫(kù)。為避免極端值的影響，所有除公司年齡之外的連續(xù)性變量均進(jìn)行了上下1%的Winsorize 處理。

計(jì)量分析的樣本區(qū)間選取情況說(shuō)明如下。

其一，樣本區(qū)間起始點(diǎn)的選取。由于ROE 波動(dòng)指標(biāo)按3 年季報(bào)數(shù)據(jù)滾動(dòng)估計(jì)，而我國(guó)上市公司強(qiáng)制性季報(bào)披露政策從2002 年開(kāi)始實(shí)施，故以該年份作為起始期，得到VROE 指標(biāo)的2004 年數(shù)據(jù)。與之對(duì)應(yīng)，除行業(yè)、年份之外的其他控制變量也以2004 年作為起始年份。

其二，因變量、測(cè)試變量與假設(shè)檢驗(yàn)的樣本區(qū)間。由于主要控制變量選取滯后一期，采用公式(1)分財(cái)務(wù)年度估計(jì)系統(tǒng)性因子β、估算非同步性及特質(zhì)波動(dòng)時(shí)，樣本區(qū)間起點(diǎn)為2005 年5 月1 日，終點(diǎn)為2019 年4 月30 日，得到2005—2018 年度指標(biāo)值，投資者行為偏差指標(biāo)取值的年份與之對(duì)應(yīng)。因此，假設(shè)檢驗(yàn)公式(3)和公式(4)的樣本區(qū)間為2005—2018 年。

其三，穩(wěn)健性檢驗(yàn)時(shí)，選取了測(cè)試變量滯后一期值，由此在選取行為偏差變量及根據(jù)公式(1)估計(jì)系統(tǒng)性因子β 時(shí)，將樣本區(qū)間前推至2004 年5 月初為始點(diǎn)。

四、實(shí)證結(jié)果

首先進(jìn)行描述性統(tǒng)計(jì)分析，而后進(jìn)行主假設(shè)檢驗(yàn)與穩(wěn)健性檢驗(yàn)，最后拓展檢驗(yàn)財(cái)務(wù)信息不透明對(duì)非同步性與特質(zhì)波動(dòng)及“博彩偏好-非同步性/特質(zhì)波動(dòng)”關(guān)系的影響。

（一）描述性統(tǒng)計(jì)分析

表2 列示了主要變量的描述性統(tǒng)計(jì)結(jié)果，結(jié)合核心變量分析如下。

表2 主要變量的描述性統(tǒng)計(jì)

就因變量而言，股價(jià)非同步性的均值和中位數(shù)分別為0.345 和0.356，對(duì)應(yīng)的R分別為0.415 和0.412，用類(lèi)似的方法可得R的極大和極小值分別為0.764 和0.113，結(jié)合標(biāo)準(zhǔn)差可知，個(gè)股非同步性的分化明顯。特質(zhì)波動(dòng)對(duì)數(shù)值之均值和中位數(shù)分別為1.483 和1.515，對(duì)應(yīng)的特質(zhì)波動(dòng)(標(biāo)準(zhǔn)差)分別為2.099%和2.133%，用類(lèi)似方法可計(jì)算特質(zhì)波動(dòng)(標(biāo)準(zhǔn)差)的極大和極小值分別為4.011%和0.903%，個(gè)股差異同樣較大。

就系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)而言，l n()的均值與中位數(shù)分別為0.010 和0.065，對(duì)應(yīng)的β分別為1.005 和1.033，與等權(quán)市場(chǎng)組合β 值為1 的結(jié)論基本吻合；與 ln()均值和中位數(shù)對(duì)應(yīng)的β分別為0.624 和0.791，與 ln()的均值和中位數(shù)對(duì)應(yīng)的β則分別為0.368 和0.457。此外，對(duì)3 個(gè)β 系數(shù)構(gòu)建的系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)而言，標(biāo)準(zhǔn)差很大，極大值與極小值也表明，個(gè)股之間的差異非常明顯。

就投資者博彩偏好變量而言，換手率的均值和中位數(shù)分別為0.478 與0.399，年內(nèi)個(gè)股極大月收益之均值和中位數(shù)分別為26.7%和22.7%，且換手率和極大月收益在個(gè)股之間存在較大的差異；股價(jià)對(duì)數(shù)值的均值和中位數(shù)分別為2.354 和2.331，對(duì)應(yīng)的股價(jià)分別為10.528 元和10.288 元。

（二）假設(shè)檢驗(yàn)結(jié)果

為檢驗(yàn)假設(shè)1 和假設(shè)2，我們分別以投資者博彩偏好變量以及其與系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)的交叉項(xiàng)為測(cè)試變量，以非同步性為因變量，在控制其他變量的基礎(chǔ)上，進(jìn)行OLS回歸，表3 的前4 列給出了行為變量分別為BIndex、Turnover、LnP、MAX 時(shí)的回歸結(jié)果。后4 列呈現(xiàn)了以投資者博彩偏好變量為測(cè)試變量和特質(zhì)波動(dòng)對(duì)數(shù)值為因變量的回歸結(jié)果。

表3 主假設(shè)檢驗(yàn)結(jié)果

根據(jù)表3 中數(shù)據(jù)可得，當(dāng)因變量選取為非同步性時(shí)，無(wú)論投資者博彩偏好變量選取換手率、股價(jià)、歷史高收益，還是三者合成的投資者博彩偏好指數(shù)，均在1%水平上與非同步性正相關(guān)；各博彩偏好變量(或博彩偏好指數(shù))與系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)的交叉項(xiàng)之系數(shù)，均在1%水平上顯著為負(fù)。此外，當(dāng)因變量為特質(zhì)波動(dòng)對(duì)數(shù)值時(shí)，各博彩偏好變量及其綜合指數(shù)的系數(shù)在1%水平上顯著為正。以上結(jié)論均很好地符合假設(shè)1 和假設(shè)2 的預(yù)期，表明投資者博彩偏好增強(qiáng)了特質(zhì)波動(dòng)與非同步性，且通過(guò)間接效應(yīng)來(lái)強(qiáng)化系統(tǒng)性風(fēng)險(xiǎn)對(duì)非同步性的反向作用。

（三）穩(wěn)健性檢驗(yàn)

驗(yàn)證研究假設(shè)時(shí)，作為因變量的非同步性與特質(zhì)波動(dòng)，以及與測(cè)試變量相關(guān)的系統(tǒng)性因子β，均需基于收益數(shù)據(jù)、通過(guò)特定的定價(jià)模型估計(jì)來(lái)獲取，而不同的定價(jià)模型與數(shù)據(jù)頻率可能對(duì)假設(shè)驗(yàn)證的結(jié)果產(chǎn)生影響。為此分別采用“CAPM＋日數(shù)據(jù)”“三因子模型＋周數(shù)據(jù)”兩種方法估計(jì)上述指標(biāo)，進(jìn)而進(jìn)行穩(wěn)健性檢驗(yàn)，所得結(jié)果見(jiàn)表4。

表4 穩(wěn)健性檢驗(yàn)：采用不同定價(jià)模型與數(shù)據(jù)頻率獲取β 及因變量的回歸結(jié)果

在樣本區(qū)間內(nèi)，中國(guó)股市先后經(jīng)歷了2008 年次貸危機(jī)和2015 年股災(zāi)，這兩起系統(tǒng)性沖擊事件對(duì)研究結(jié)論也可能產(chǎn)生影響。第二項(xiàng)穩(wěn)健性檢驗(yàn)采用日數(shù)據(jù)，基于三因子模型估計(jì)得到β、非同步性和特質(zhì)波動(dòng)，并采用博彩偏好指數(shù)作為投資者博彩偏好變量，基于上述兩起事件將樣本劃分為5 個(gè)時(shí)段并逐一進(jìn)行回歸，所得結(jié)果見(jiàn)表5。

表5 穩(wěn)健性檢驗(yàn)：分不同年份回歸的結(jié)果

與前述主假設(shè)檢驗(yàn)采用OLS 估計(jì)不同，第三項(xiàng)穩(wěn)健性檢驗(yàn)采用面板數(shù)據(jù)回歸，所得結(jié)果見(jiàn)表6。

表6 穩(wěn)健性檢驗(yàn)：面板數(shù)據(jù)回歸結(jié)果

為在一定程度上避免諸如雙向因果關(guān)系而產(chǎn)生的內(nèi)生性，第四項(xiàng)穩(wěn)健性檢驗(yàn)采用測(cè)試變量，包括投資者博彩偏好指數(shù)、系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)的滯后一期值進(jìn)行回歸，所得結(jié)果見(jiàn)表7。綜上所述，表4～表7 結(jié)果表明，主假設(shè)檢驗(yàn)的結(jié)論具有一定的穩(wěn)健性。

表7 穩(wěn)健性檢驗(yàn)：采用測(cè)試變量滯后一期值的回歸結(jié)果

（四）拓展檢驗(yàn)：會(huì)計(jì)信息質(zhì)量、投資者博彩偏好與股價(jià)信息含量

前文已驗(yàn)證了投資者博彩偏好能直接增進(jìn)特質(zhì)波動(dòng)，并通過(guò)分子效應(yīng)與分母效應(yīng)分別增減股價(jià)非同步性。更進(jìn)一步，投資者投機(jī)行為之所以對(duì)非同步性和特質(zhì)波動(dòng)有影響，除了其固有的心理偏差外，還可能源于作為股票價(jià)值判斷輸入的信息不夠透明。

Jin 和Myers(2006)也指出，如果信息完全透明，那么其他因素對(duì)股價(jià)信息含量的影響將不再重要。因此，會(huì)計(jì)信息作為影響投資者估值與投資決策的重要因素，將與投資者博彩偏好一起，對(duì)股價(jià)信息含量產(chǎn)生影響。本文將從兩方面加以分析。

一方面，當(dāng)會(huì)計(jì)信息缺乏或難于度量(即信息不透明度增加)時(shí)，投資者過(guò)度自信、錨定效應(yīng)等非理性投機(jī)行為更多，對(duì)應(yīng)于更大股票估值偏差，股價(jià)沖量與盈余沖量等金融異象也更為明顯(Hirshleifer，2001；Jiang 等，2005)。這也表明，財(cái)務(wù)信息不透明會(huì)強(qiáng)化投資者博彩偏好對(duì)特質(zhì)波動(dòng)的增進(jìn)效應(yīng)，進(jìn)而通過(guò)分子效應(yīng)增強(qiáng)非同步性。與此同時(shí)，信息不透明還會(huì)激發(fā)投資者(甚至是分析師)的羊群行為(Leece 和White，2017)，而股價(jià)非理性聯(lián)動(dòng)與投資者投機(jī)行為則會(huì)隨著投資者主動(dòng)獲取信息而得到抑制(Kong 等，2019)。因此，信息不透明同樣會(huì)強(qiáng)化投資者集體行為偏差與系統(tǒng)性風(fēng)險(xiǎn)，進(jìn)而通過(guò)分母效應(yīng)對(duì)股價(jià)非同步性產(chǎn)生影響。

另一方面，公司財(cái)務(wù)信息不透明意味著信息不確定性或信息風(fēng)險(xiǎn)更大，不確定性規(guī)避的投資者因此要求更高的風(fēng)險(xiǎn)補(bǔ)償(Francis 等，2005)。特別是在公司財(cái)務(wù)信息不透明時(shí)，知情交易獲利頗多，而當(dāng)信息披露制度不完善時(shí)，知情交易者的信息套利及其對(duì)非知情者的“掠奪”更為明顯(Maffett，2012)。因此，面臨與信息不透明對(duì)應(yīng)的風(fēng)險(xiǎn)或潛在損失時(shí)，個(gè)人投資者的投機(jī)行為及其對(duì)股價(jià)信息含量的影響也可能相對(duì)更弱。

核心指標(biāo)界定：分別采取修正的Jones 模型(Jones，1991)及Kothari 等(2005)、Dechow 和Dichev(2002)的方法估計(jì)財(cái)務(wù)信息不透明指標(biāo)Opacity，分別為Opacity～Opacity；其值越大，表明公司盈余管理程度越高，會(huì)計(jì)信息越不透明。

根據(jù)表8 中數(shù)據(jù)可得如下結(jié)論。

表8 財(cái)務(wù)信息不透明、投資者博彩偏好對(duì)非同步性與特質(zhì)波動(dòng)的影響(續(xù)表3)

表8 財(cái)務(wù)信息不透明、投資者博彩偏好對(duì)非同步性與特質(zhì)波動(dòng)的影響(續(xù)表2)

表8 財(cái)務(wù)信息不透明、投資者博彩偏好對(duì)非同步性與特質(zhì)波動(dòng)的影響(續(xù)表1)

(1) 主假設(shè)的檢驗(yàn)結(jié)果仍然穩(wěn)健。換言之，無(wú)論采用三因子模型還是CAPM 估計(jì)得到因變量和β 系數(shù)，也無(wú)論選取哪一種財(cái)務(wù)信息不透明度指標(biāo)，就投資者博彩偏好指數(shù)或其與系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)的交叉項(xiàng)而言，其系數(shù)符號(hào)及顯著性與表7 對(duì)應(yīng)結(jié)果相比并無(wú)變化。

(2) 選取特質(zhì)波動(dòng)的對(duì)數(shù)值為因變量時(shí)，L.Opacity 系數(shù)在6 個(gè)回歸模型中均顯著為正；L.BIndex×L.Opacity 系數(shù)均為負(fù)，除CAPM 估計(jì)因變量和β 及信息不透明指標(biāo)選取Opacity外，其余情形均在1%水平上顯著。由此可見(jiàn)，一方面，財(cái)務(wù)信息不透明趨于增大特質(zhì)波動(dòng)，而該結(jié)論與Li 等(2014)的研究一致，再次說(shuō)明特質(zhì)波動(dòng)并非有效的信息含量指標(biāo)；另一方面，財(cái)務(wù)信息不透明弱化了投資者博彩偏好對(duì)特質(zhì)波動(dòng)的增進(jìn)效應(yīng)，支持投資者信息不確定性規(guī)避將縮小其行為偏差的觀點(diǎn)。

(3) 以非同步性為因變量且基于CAPM 估計(jì)得到因變量和β 系數(shù)時(shí)，無(wú)論采用哪一種財(cái)務(wù)信息不透明指標(biāo)，均得到以下一致性結(jié)論。其一，L.Opacity 系數(shù)顯著為正，說(shuō)明信息不透明同樣直接增加非同步性。該結(jié)論與Jin 和Myers(2006)的研究相反，與金智(2010)、Li 等(2014)等有關(guān)弱同步性對(duì)應(yīng)于更差的盈余質(zhì)量的結(jié)論一致，同樣說(shuō)明非同步性也不是有效的股價(jià)信息含量指標(biāo)。其二，L. ln()×L.Opacity 系數(shù)顯著為負(fù)，表明信息不透明趨于強(qiáng)化系統(tǒng)性風(fēng)險(xiǎn)對(duì)非同步性的反向作用。按照Cheynel(2013)的研究，更高質(zhì)量的信息披露會(huì)提升投資者對(duì)公司未來(lái)現(xiàn)金流的估計(jì)精度，降低投資者在公司估價(jià)時(shí)對(duì)市場(chǎng)信息的依賴(lài)度，β 系數(shù)也會(huì)下降。Xing 和Yan(2019)也證實(shí)了會(huì)計(jì)信息質(zhì)量與公司系統(tǒng)性風(fēng)險(xiǎn)呈負(fù)相關(guān)關(guān)系。結(jié)合這些研究，信息不透明與更高的系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)相關(guān)，而后者趨于減弱非同步性。其三，L.BIndex×L.Opacity 系數(shù)顯著為負(fù)、L. ln()×L.BIndex×L.Opacity 系數(shù)顯著為正，表明在財(cái)務(wù)信息不透明的前提下，投資者博彩偏好對(duì)非同步性的直接促進(jìn)效應(yīng)以及其對(duì)“系統(tǒng)性風(fēng)險(xiǎn)-股價(jià)非同步性”負(fù)相關(guān)的強(qiáng)化效應(yīng)均有所減弱。這一結(jié)論同樣表明，信息不透明對(duì)應(yīng)的不確定性，趨于弱化投資者投機(jī)行為對(duì)非同步性的影響。

五、研究結(jié)論

股價(jià)的信息反映效率對(duì)資本市場(chǎng)功能發(fā)揮至關(guān)重要，但如何選取合適的股價(jià)信息含量指標(biāo)是一大難題。從既有的實(shí)證研究來(lái)看，大量文獻(xiàn)采用基于R構(gòu)造的非同步性(或同步性)，而部分研究采用收益特質(zhì)波動(dòng)來(lái)度量股價(jià)中所蘊(yùn)含的特質(zhì)信息。不過(guò)，低同步性所蘊(yùn)含的不僅僅是特質(zhì)信息，也可能是與具體信息無(wú)關(guān)的行為噪聲。

本文拓展研究了投資者行為偏差對(duì)非同步性或特質(zhì)波動(dòng)所表征的股價(jià)信息含量之影響機(jī)制，理論分析認(rèn)為，投資者博彩偏好將導(dǎo)致股票估值偏差，推高特質(zhì)波動(dòng)，并通過(guò)“分子效應(yīng)”增進(jìn)股價(jià)非同步性；與此同時(shí)，投資者的集體性投機(jī)行為對(duì)應(yīng)于更大的系統(tǒng)性風(fēng)險(xiǎn)，將趨于減弱非同步性，即投資者博彩偏好可通過(guò)“分母效應(yīng)”間接影響非同步性。

基于中國(guó)股市2004 年5 月初至2019 年4 月底的交易數(shù)據(jù)及期間的財(cái)務(wù)與其他數(shù)據(jù)，通過(guò)估計(jì)三因子模型與CAPM 得到β 系數(shù)、非同步性與特質(zhì)波動(dòng)，基于投資者對(duì)高歷史收益、高股價(jià)和高換手率股票的非理性追逐來(lái)定義其博彩偏好，實(shí)證檢驗(yàn)了上述投資者博彩偏好對(duì)股價(jià)非同步性與特質(zhì)波動(dòng)的影響機(jī)制，并考察了財(cái)務(wù)信息不透明及其與投資者博彩偏好一起對(duì)股價(jià)信息含量的影響。其結(jié)果顯示，投資者博彩偏好直接增強(qiáng)特質(zhì)波動(dòng)與非同步性，同時(shí)通過(guò)系統(tǒng)性風(fēng)險(xiǎn)間接削弱非同步性；財(cái)務(wù)信息不透明對(duì)非同步性與特質(zhì)波動(dòng)也存在類(lèi)似影響，且投資者博彩偏好對(duì)非同步性與特質(zhì)波動(dòng)的影響，總體上因財(cái)務(wù)信息不透明而有所弱化。

本研究結(jié)果的政策含義主要體現(xiàn)在兩個(gè)方面。一方面，從業(yè)界來(lái)看，中國(guó)股市發(fā)展已有30 年，盡管其間取得了長(zhǎng)足進(jìn)步，但作為新興市場(chǎng)，諸如特質(zhì)信息含量少、散戶(hù)投資者主導(dǎo)與投機(jī)氛圍濃厚、財(cái)務(wù)信息不透明等弊端仍長(zhǎng)期存在。因此，亟需加強(qiáng)信息披露與投資者教育等基礎(chǔ)性制度建設(shè)，減少投資者投機(jī)行為對(duì)股價(jià)的非理性影響，確實(shí)增加股價(jià)特質(zhì)信息含量。另一方面，從學(xué)界來(lái)看，由于非同步性(或同步性)、特質(zhì)波動(dòng)蘊(yùn)含了投資者行為偏差，且體現(xiàn)了財(cái)務(wù)信息不透明的影響，因而不宜直接用于度量股價(jià)信息含量。換言之，就“R的復(fù)活”而言(游家興，2017)，在目前的中國(guó)股市可能還為時(shí)尚早。未來(lái)至少可從以下兩方面對(duì)本研究加以拓展。其一，可基于發(fā)達(dá)市場(chǎng)及跨國(guó)股市數(shù)據(jù)，對(duì)本文研究結(jié)論的適用性進(jìn)行拓展。其二，深化財(cái)務(wù)信息不透明與投資者博彩偏好對(duì)非同步性影響機(jī)制的研究。