監(jiān)管差異、企業(yè)數(shù)字化轉(zhuǎn)型與股價相關(guān)性

葉小杰 李峻澤

【摘要】市場經(jīng)濟(jì)的發(fā)展對于成熟穩(wěn)健的資本市場提出了更高要求， 也對企業(yè)信息披露和市場監(jiān)管帶來了新考驗， 能否通過強(qiáng)化監(jiān)管促進(jìn)資本優(yōu)化配置、 傳遞正確的價格信號， 成為亟待解決的問題。本文基于AH交叉上市公司股價相關(guān)性視角， 以文本分析為基礎(chǔ)進(jìn)行量化處理， 檢驗市場間監(jiān)管差異對股價相關(guān)性的影響， 探究如何提升資本市場資源配置效率。研究發(fā)現(xiàn)： AH監(jiān)管差異與交叉上市企業(yè)股價相關(guān)性存在顯著的正相關(guān)關(guān)系； 企業(yè)數(shù)字化轉(zhuǎn)型程度則對上述關(guān)系具有調(diào)節(jié)效應(yīng)， 企業(yè)數(shù)字化轉(zhuǎn)型程度較低時， 監(jiān)管差異與股價相關(guān)性的關(guān)系更加顯著；數(shù)字化轉(zhuǎn)型程度高時， 原相關(guān)關(guān)系則不顯著。此外， 對于股權(quán)集中度較高的企業(yè)， 監(jiān)管差異擴(kuò)大對股價相關(guān)性的影響更加突出； 在考慮了AH股溢價水平方向的基礎(chǔ)上， 隨著A股監(jiān)管水平的相對提升， AH股價會逐漸趨于一致。

【關(guān)鍵詞】監(jiān)管差異；股價相關(guān)性；企業(yè)數(shù)字化轉(zhuǎn)型；AH交叉上市公司

【中圖分類號】 F832? ? ?【文獻(xiàn)標(biāo)識碼】A? ? ? 【文章編號】1004-0994（2023）03-0128-10

一、 引言

一般而言， 在有效市場中， 商品的價格是對其價值的反映， 股票價格對于證券市場而言亦然（Fama，1965）。在有效的證券市場中， 當(dāng)市場存在理性有序的交易時， 隨著買賣換手的進(jìn)行， 股價應(yīng)當(dāng)趨近于反映企業(yè)最真實的當(dāng)前狀況和盈利預(yù)期（陸靜等，2002；吳世農(nóng)等，1997）。此時， 信息不對稱的程度會得到最大抑制， 投資者能夠做出理性選擇， 市場也能夠充分引導(dǎo)資本的效用最大化配置。然而， 市場往往是非理性的， 一方面， 投資者的投資行為并不完全受經(jīng)濟(jì)利益這一單一變量的影響， 市場中存在許多“噪音”影響投資者決策（Shiller，2005）； 另一方面， 個人投資行為的理性很可能導(dǎo)致集體的非理性（楊國超，2013）。資本市場運(yùn)行理性與否， 與其運(yùn)行效率之間存在相關(guān)性（姜超，2013）， 股價同步性是衡量資本配置效率的一項重要指標(biāo)。A股市場作為尚不成熟的資本市場， 上市公司股價往往不能完全反映企業(yè)經(jīng)營績效， 而受到大量市場情緒的影響， 造成單一股票價格往往追隨大盤價同向變動， 甚至于出現(xiàn)“板塊聯(lián)動”的現(xiàn)象。股價相關(guān)性意味著企業(yè)的基本面信息并未被完全反映， 股票價格不能向投資者傳遞正確的信號， 因此， 資本市場資源配置的作用遭到了削弱（Jeffrey Wurgler，2000；朱紅軍等，2007）。

近年來， 隨著我國資本市場不斷發(fā)展， 不少企業(yè)選擇在大陸和中國香港均上市， 形成“A+H”的股權(quán)結(jié)構(gòu)。香港資本市場發(fā)展較早， 與國際資本市場接軌程度更深入， 并且在信息披露等方面的規(guī)定相較A股市場而言更加嚴(yán)格， 因此可以認(rèn)為H股市場更加成熟， 其股價反映的信息更能體現(xiàn)企業(yè)運(yùn)作的真實面貌（胡章宏等，2008）。企業(yè)在A股和H股同步同價上市， 其股價變動趨勢有時同步， 有時卻相互背離， 二者之間存在一定的互動性， 這種價格伴隨的程度， 體現(xiàn)了AH交叉上市公司的股價是否充分反映其基本面。一般而言， 當(dāng)基本面信息充分披露時， 市場各方投資者均可根據(jù)所得信息做出正確判斷和預(yù)期， 同一企業(yè)的A股和H股價格應(yīng)當(dāng)高度相關(guān)； 反之， 則會存在背離現(xiàn)象， A股漲而H股跌， 亦或相反。然而， A股與H股存在的監(jiān)管差異與某股票AH價格的相關(guān)性之間有無顯著的關(guān)系？其影響路徑和作用機(jī)理又是如何？

A股和H股市場存在較大的監(jiān)管差異。自2013年“信息直通車”改革開始， A股市場使用問詢函的方式進(jìn)行問詢監(jiān)管， 使得一線監(jiān)管責(zé)任從證監(jiān)會下放到各交易所。除此之外， 交易所還會采用某些非處罰性監(jiān)管措施， 例如監(jiān)管警示函、 責(zé)令整改、 監(jiān)管談話和責(zé)令公開說明等方式進(jìn)行監(jiān)管。然而， H股采取了完全不同的監(jiān)管思路。H股采用兩級監(jiān)管結(jié)構(gòu)， 香港交易所負(fù)責(zé)監(jiān)管所有與上市相關(guān)的事宜， 而香港證券及期貨事務(wù)監(jiān)察委員會（簡稱“香港證監(jiān)會”）有法定職責(zé)監(jiān)督和監(jiān)察香港交易所履行其與上市相關(guān)的職能和職責(zé)。此外， A股全部的監(jiān)管問詢函件與上市公司回函函件的具體內(nèi)容， 幾乎從未在香港交易所進(jìn)行同步披露， 甚至于遞延披露的情況也不存在， 這就造成了AH監(jiān)管差異， 某些A股監(jiān)管的重點(diǎn)可能并未受到香港交易所和香港證監(jiān)會的關(guān)注。AH交叉上市公司也出于謹(jǐn)慎態(tài)度， 不會主動披露其答復(fù)其他資本市場監(jiān)管的內(nèi)容。

近年來， 數(shù)字經(jīng)濟(jì)的發(fā)展推動了企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型。當(dāng)信息技術(shù)助推企業(yè)和投資者數(shù)字化轉(zhuǎn)型程度提升時， 上市公司的信息披露質(zhì)量能否得到改善？股價集中度對于公司治理水平和信息披露質(zhì)量產(chǎn)生了一定的影響。在不同企業(yè)股權(quán)集中度的差異下， 監(jiān)管水平的提升是否有助于提升信息披露質(zhì)量， 從而提高股價相關(guān)性？這些都是值得研究的問題。

本文選取AH交叉上市公司共90家作為基礎(chǔ)樣本， 通過對各個公司樣本觀察期內(nèi)的AH股價相關(guān)性進(jìn)行計算， 采用擬合優(yōu)度R2和Pearson相關(guān)系數(shù)作為股價相關(guān)性的度量值， 進(jìn)而檢驗股價相關(guān)性與AH監(jiān)管差異的關(guān)系。同時， 本文將企業(yè)數(shù)字化轉(zhuǎn)型程度和企業(yè)股權(quán)集中度作為調(diào)節(jié)變量， 通過分組回歸和交叉項回歸檢驗了企業(yè)數(shù)字化水平、 企業(yè)股權(quán)集中度對上述關(guān)系的影響。此外， 還通過Bootstrap增廣樣本方法和增加控制變量法進(jìn)行了穩(wěn)健性檢驗， 結(jié)果顯著。

本文研究意義如下： 第一， 豐富了股價相關(guān)性與上市公司監(jiān)管的相關(guān)研究， 從AH交叉上市公司角度出發(fā)， 探究監(jiān)管差異對個股股價相關(guān)性的影響， 揭示了其中的影響機(jī)理， 為提升資本市場資源配置運(yùn)行效率提供了理論基礎(chǔ)和實證證據(jù)。第二， 為優(yōu)化交易所一線監(jiān)管的治理效果提出了新思考， 揭示了監(jiān)管水平的提升有助于提高資本市場效率， 從而有助于證券監(jiān)管部門和交易所加強(qiáng)上市公司信息披露監(jiān)管、 提升信息披露質(zhì)量。第三， 對于企業(yè)數(shù)字化轉(zhuǎn)型和股權(quán)結(jié)構(gòu)創(chuàng)新提供了理論支持， 從企業(yè)數(shù)字化轉(zhuǎn)型和股權(quán)集中度角度， 研究了其對于監(jiān)管差異和股價相關(guān)性關(guān)系的影響機(jī)制， 為如何提高資本運(yùn)作效率提出了一些合理的政策建議， 有利于鼓勵企業(yè)積極實施數(shù)字化轉(zhuǎn)型。

二、 文獻(xiàn)綜述與假設(shè)提出

（一）監(jiān)管差異與股價相關(guān)性

不同股票市場上的同一公司股票， 其價格常常出現(xiàn)“同漲同跌”的情形， 其程度被稱為股價波動的相關(guān)性， 即A股和H股同股票股價走勢的一致性程度。股票價格受到諸多因素的影響， 包括理性因素和非理性因素。一般而言， 上市公司的財務(wù)績效、 信息披露程度、 年報審計意見以及股利政策都與其股價之間存在顯著的相關(guān)性。董欣欣（2011）認(rèn)為， 企業(yè)規(guī)模、 盈利能力對股票價格有著積極影響?；谛畔⒒屯顿Y者行為的視角， 機(jī)構(gòu)投資者行為往往會左右股價波動（王為楨，2008）， 甚至導(dǎo)致股價崩盤風(fēng)險（許年行等，2013）。同時， 股價包含更多關(guān)于上市公司“基本面”的優(yōu)質(zhì)信息， 能夠降低股價的相關(guān)性， 從而提升資本市場效率（朱紅軍等，2007）。Jeffrey Wurgler（2000）認(rèn)為， 股價相關(guān)性， 體現(xiàn)除股票價格對企業(yè)特有信息的反映程度， 即當(dāng)股價相關(guān)性越高時， 股價越難以反映企業(yè)的真實價值； 當(dāng)資本市場相對成熟， 其股價相關(guān)性就會越低， 市場才能夠利用價格調(diào)節(jié)機(jī)制， 充分把握資本的逐利性， 實現(xiàn)資本這一稀缺資源的優(yōu)化配置。

投資者做出投資決策， 依賴于有關(guān)企業(yè)經(jīng)營的信息獲取。要考慮的一種極端情況是， 當(dāng)投資者完全無法獲取任何與企業(yè)經(jīng)營相關(guān)的信息時， 理性的投資者應(yīng)當(dāng)將資本用于其他投資項目而非投資股票（假設(shè)不存在非理性情境）。要考慮的另一種極端情況是， 企業(yè)完全、 及時、 準(zhǔn)確且完整地披露了一切與之相關(guān)的信息， 那么此時投資者獲利情況完全依賴于對信息的處理分析能力， 企業(yè)的價值完全由基本面決定， 而不受市場因素的影響（同樣假設(shè)不存在非理性情境）。然而， 市場中的投資者往往是非理性的， 投資者獲取、 解釋信息的能力存在差異（Kalay，2015）， 其投資行為受多重心理因素影響， 包括羊群效應(yīng)（李志文等，2010；陳皓雪等，2022）、 損失厭惡心理（詹澤雄和吳宗法，2022；Shefrin和Statman，1985）以及過度自信（Barber和Odean，2001；李心丹等，2002）。因此， 高質(zhì)量的信息披露將有利于投資者做出理性決策。

AH兩市監(jiān)管差異通過如下幾個方面對股價相關(guān)性產(chǎn)生影響：

1. 信息披露質(zhì)量是影響的路徑之一。信息披露質(zhì)量受多種因素的影響。一方面是企業(yè)層面的股權(quán)結(jié)構(gòu)（劉立國和杜瑩，2003；Keim，1978）、 成長性（于團(tuán)葉等，2013）、 董監(jiān)高水平等； 另一方面是市場監(jiān)管部門的監(jiān)管力度（陳運(yùn)森等，2018；李曉溪等，2019）。

A股交易所問詢函監(jiān)管在我國證券監(jiān)管中發(fā)揮著重要作用， 滬深交易所審核上市公司公布的信息并對其披露的合規(guī)性、 真實性、 準(zhǔn)確性進(jìn)行評估后， 對可能存在的問題提出問詢， 同時要求上市公司在規(guī)定的時間內(nèi)予以解釋說明、 補(bǔ)充披露或更正。問詢函監(jiān)管的歷史最早可以追溯到美國證券交易委員會在1934年設(shè)立時對于有關(guān)職能開展做出的相關(guān)規(guī)定。在2002年， 《薩班斯—奧克斯利法案》第408節(jié)正式規(guī)定， 對每家上市公司的文件至少每三年審核一次。如果公司的報告違反了GAAP的規(guī)定， 或者披露有缺陷需要進(jìn)一步解釋澄清時， 美國證券交易委員會的公司財務(wù)部就會向該公司發(fā)放問詢函并要求回函， 此種方式的“對話”可能反復(fù)多次， 直至問題得以解決為止， 以確保投資者獲得重要信息， 保障信息披露的可靠性， 防止欺詐和操控。

H股監(jiān)管的形式則有所不同。香港資本市場實行兩級監(jiān)管制度， 即香港上市申請和首次公開募股受到兩級結(jié)構(gòu)的監(jiān)管。香港交易所負(fù)責(zé)監(jiān)管所有與上市相關(guān)的事宜， 而香港證監(jiān)會有法定職責(zé)監(jiān)督和監(jiān)察香港交易所履行其與上市相關(guān)的職能和職責(zé)。其主要管理CWUMPO（關(guān)于公司發(fā)行證券和招股說明書文件）、 SFO（關(guān)于市場不當(dāng)行為如內(nèi)幕交易和其他與證券相關(guān)的犯罪）以及收購、 合并和股份購回守則（關(guān)于收購中的公平交易）。上市規(guī)則、 CWUMPO、 SFO和守則相結(jié)合是涵蓋上市申請、 首次公開招股和上市后活動的主要法規(guī)。

2. 資本市場的運(yùn)行效率與監(jiān)管水平的差異息息相關(guān)。由于監(jiān)管方式和手段的差異， 以及監(jiān)管的嚴(yán)格程度、 監(jiān)管主體的強(qiáng)勢與否均會造成監(jiān)管質(zhì)量差異， 這種差異會導(dǎo)致在A股、 H股交叉上市公司信息披露的不一致性。例如， 上海證券交易所問詢函監(jiān)管的內(nèi)容以及公司回函的內(nèi)容， 并未在H股同步披露， 這種信息不對稱會對兩地投資者的投資決策產(chǎn)生影響。以往學(xué)者僅從宏觀大盤指數(shù)層面進(jìn)行研究， 較少從微觀層面探討監(jiān)管差異對股價相關(guān)性的影響。

3. AH兩市資本市場成熟度差異性也是影響因素之一。一方面， A股市場是半封閉市場， 其信息質(zhì)量、 投資者水平和信息不對稱程度相對H股更高， A股投資者更有可能做出非理性的投資行為， 而不是基于廣泛的信息， 對企業(yè)基本面做出判斷， 又或者即使做出了判斷， 由于信息的缺失， 其判斷可能存在更大的誤差； 另一方面， H股以機(jī)構(gòu)投資者為主， 投資風(fēng)格偏向于穩(wěn)健、 可持續(xù)； A股投資者則以散戶為主， 投資風(fēng)格偏向于成長性。因此， 當(dāng)監(jiān)管差異擴(kuò)大， 即A股監(jiān)管水平相對于H股監(jiān)管水平的提升幅度擴(kuò)大時， 意味著A股市場加強(qiáng)了監(jiān)管， 提升了信息披露質(zhì)量， 從而降低了A股的信息不對稱性。A股投資者在掌握了更加全面的信息以后， 會傾向于更加理性的投資行為， 從而使其整體風(fēng)格趨于穩(wěn)健， 對于H股的股價波動可能產(chǎn)生追隨和參考效應(yīng)， 使得股價波動的相關(guān)性提高。

此外， 從行為金融學(xué)的角度考察， 還有如下可能的作用機(jī)理： 第一， 監(jiān)管差異的擴(kuò)大， 使得A股投資者相較于H股投資者而言， 其信息獲取程度和質(zhì)量的提升幅度更高， 造成了信息和知識的富集， 這種富集削弱了投資者的非理性程度， 使得A股投資者對原先能夠擁有高質(zhì)量信息的H股投資者的投資方向產(chǎn)生了更強(qiáng)的追隨效應(yīng)， 股價相關(guān)性隨之加強(qiáng)。第二， 監(jiān)管差異的擴(kuò)大使得A股市場信息披露的質(zhì)量、 深度、 范圍均有所增加， 使得A股市場的有效性提升， 其股價更能反映企業(yè)基本面， 從而有效引導(dǎo)資源配置。H股投資者對于A股市場反映出的股價， 存在著與第一種解釋相反的追隨效應(yīng)， 即H股股價追隨A股（盡管由于A股市場的半封閉性和弱有效性， 該解釋的說服力較弱）?；诖?， 本文提出：

H1： AH監(jiān)管差異與交叉上市公司 股價相關(guān)性存在顯著的正相關(guān)關(guān)系。

（二）數(shù)字化轉(zhuǎn)型程度的影響

數(shù)字化技術(shù)的發(fā)展引起了學(xué)界對其與企業(yè)和經(jīng)濟(jì)發(fā)展之間關(guān)系的廣泛研究。李坤旺等（2015）從企業(yè)異質(zhì)性和信息化比較優(yōu)勢角度進(jìn)行研究， 認(rèn)為信息化密度高的企業(yè)具有更好的出口績效， 并且在其他條件相同的情況下， 這種效應(yīng)在信息基礎(chǔ)設(shè)施水平高的地區(qū)會得以放大。然而， 鮮有文章探討企業(yè)信息化應(yīng)用水平與其信息披露質(zhì)量之間的內(nèi)在聯(lián)系， 更無學(xué)者研究對投資者行為和市場有效性的作用機(jī)理。僅有的文獻(xiàn)是張?zhí)煳鞯龋?003）基于電子財務(wù)報告和多層報告界面等技術(shù)層面， 探討了信息技術(shù)對信息披露在技術(shù)上的影響力。二者之間的關(guān)系究竟如何， 是值得探討的問題。本文認(rèn)為， 企業(yè)數(shù)字化轉(zhuǎn)型程度在兩個方面對監(jiān)管差異和股價相關(guān)性的關(guān)系產(chǎn)生影響。

1. 企業(yè)數(shù)字化轉(zhuǎn)型有助于資本市場降低信息不對稱程度。吳非等（2021）通過分析2007 ～ 2018年上市公司數(shù)字化轉(zhuǎn)型程度與股價流動性之間的關(guān)系， 認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型有助于降低信息不對稱程度。企業(yè)在“設(shè)計—開發(fā)—生產(chǎn)—銷售”的環(huán)節(jié)中會產(chǎn)生大量的信息， 也埋沒了許多有價值的信息。王海芳等（2022）檢驗了數(shù)字化轉(zhuǎn)型對企業(yè)年報可讀性的影響， 他們認(rèn)為： 企業(yè)數(shù)字化轉(zhuǎn)型有助于改善上市公司年報可讀性， 進(jìn)而提升信息披露質(zhì)量， 緩解信息的不對稱。Chen等（2021）通過研究分析師預(yù)測行為的影響因素， 認(rèn)為企業(yè)實施數(shù)字化轉(zhuǎn)型后公共信息準(zhǔn)確性有所提高， 但無法提升私有信息的準(zhǔn)確度。企業(yè)數(shù)字化轉(zhuǎn)型， 一是有助于企業(yè)充分挖掘其冗余信息中的潛在價值， 利用數(shù)字化技術(shù)批量處理整合原先非條理性的信息， 提升信息利用效率； 二是有利于企業(yè)在整合原先復(fù)雜信息的基礎(chǔ)上， 向市場和投資者披露更加完備、 及時、 準(zhǔn)確可靠的信息， 便于投資者做出理性投資行為。企業(yè)數(shù)字化轉(zhuǎn)型從上述兩個方面均有助于提升信息披露質(zhì)量， 進(jìn)而提高資本市場的資源配置效率。

2. 企業(yè)數(shù)字化轉(zhuǎn)型有助于提升信息披露質(zhì)量。冼依婷等（2022）認(rèn)為， 企業(yè)數(shù)字化轉(zhuǎn)型能夠通過提高管理層的數(shù)據(jù)應(yīng)用能力、 增強(qiáng)披露動力和帶來披露壓力以促進(jìn)業(yè)績預(yù)告質(zhì)量的提高。劉志遠(yuǎn)和劉潔（2001）則討論了內(nèi)部控制和信息技術(shù)之間的關(guān)系， 認(rèn)為信息技術(shù)密度的提升有助于提高內(nèi)控效率、 增強(qiáng)內(nèi)控效果。此外， 企業(yè)數(shù)字化轉(zhuǎn)型程度的提升還有助于提高企業(yè)績效（汪淼軍等，2006）、 促進(jìn)企業(yè)創(chuàng)新（王莉娜和張國平，2018）。在行業(yè)宏觀生態(tài)方面， 企業(yè)數(shù)字化轉(zhuǎn)型有助于提升企業(yè)跨界競爭的能力和積極性（張驍?shù)龋?019）， 提升企業(yè)和行業(yè)創(chuàng)新效率， 促進(jìn)行業(yè)整體發(fā)展進(jìn)步。還有文獻(xiàn)研究了信息披露對企業(yè)數(shù)字化轉(zhuǎn)型的反向影響。尉昊和趙甜甜（2022）研究發(fā)現(xiàn)， 積極披露ESG信息的企業(yè)可以通過加大技術(shù)創(chuàng)新驅(qū)動數(shù)字化轉(zhuǎn)型?；诖耍?本文提出：

H2：? 企業(yè)數(shù)字化轉(zhuǎn)型程度會弱化AH監(jiān)管差異與交叉上市公司股價相關(guān)性之間的關(guān)系。

（三）股權(quán)集中度的影響

現(xiàn)有研究表明， 股權(quán)結(jié)構(gòu)越復(fù)雜， 在金字塔股權(quán)結(jié)構(gòu)下， 控股股東與實際控制人的分離使得公司內(nèi)部權(quán)力結(jié)構(gòu)多元化趨勢越強(qiáng)。同時， 公司治理層面的制度安排也會對企業(yè)信息披露質(zhì)量產(chǎn)生影響。高燕等（2022）認(rèn)為， 非控股大股東退出威脅能緩解信息不對稱， 有助于提升資本市場效率。伊志宏等（2010）研究發(fā)現(xiàn)， 公司治理機(jī)制的合理安排能夠?qū)π畔⑴懂a(chǎn)生促進(jìn)作用。王斌等（2008）從獨(dú)董比例的角度研究發(fā)現(xiàn)， 上市公司信息披露質(zhì)量與獨(dú)立董事在董事會中所占的比例存在顯著的正相關(guān)關(guān)系， 而與兩權(quán)分離率呈負(fù)相關(guān)關(guān)系。在股權(quán)集中度較高的企業(yè)， 大股東一家獨(dú)大的可能性較高， 違規(guī)行為可能難以得到有效制約， 其原先的公司治理可能較差； 在股權(quán)集中度較低的企業(yè)， 其內(nèi)部的權(quán)力制衡相對有效， 公司治理水平也相對較高。因此， 對于股權(quán)集中度較高的企業(yè)， 監(jiān)管水平的提高有助于提升信息披露質(zhì)量， 從而提升股價相關(guān)性。基于此， 本文提出：

H3： 企業(yè)股權(quán)集中度會強(qiáng)化AH監(jiān)管差異與交叉上市公司股價相關(guān)性之間的關(guān)系。

三、 研究設(shè)計

（一）樣本選擇和數(shù)據(jù)來源

本文選取新冠疫情爆發(fā)前（2020年1月前）于A股滬市和H股上市的企業(yè)共93家為研究初始樣本， 剔除1家退市企業(yè)和2家ST企業(yè)， 樣本數(shù)共計90家。由于新冠疫情給股票市場可能造成的系統(tǒng)性風(fēng)險難以合理度量， 因此本文選取了上述90家企業(yè)在2020年6月30日 ～ 2022年6月30日的股價數(shù)據(jù)， 完全覆蓋了新冠疫情的期間， 間接控制了疫情對業(yè)績差異和市場表現(xiàn)的影響。剔除不匹配的數(shù)據(jù)后， 共獲得股價數(shù)據(jù)樣本44460個。本文關(guān)于A股市場問詢監(jiān)管的情況全部由手工搜集整理， 來源于“上海交易所—披露—監(jiān)管信息公開—監(jiān)管措施/監(jiān)管問詢模塊”； 其余數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫和WIND數(shù)據(jù)庫， 并經(jīng)過手工處理。

（二）變量定義與字段說明

1. 被解釋變量。本文被解釋變量為交叉上市企業(yè)的AH股價相關(guān)性， 用兩個指標(biāo)進(jìn)行衡量， 一是觀察期內(nèi)A股和H股股價的Pearson系數(shù)（鄭儒彬，2009；錢智俊等，2018）， 二是使用各上市公司AH股價擬合優(yōu)度R2衡量股價的相關(guān)性（李增泉，2005；朱紅軍，2007）， 取LOG［R2/（1-R2）］以滿足OLS回歸的條件， 從而代替Pearson系數(shù)參與回歸， 二者度量同一指標(biāo)。

2. 解釋變量。解釋變量為AH監(jiān)管差異， 該指標(biāo)由A股監(jiān)管水平表征系數(shù)減去H股監(jiān)管水平表征系數(shù)后確定。其中， A股監(jiān)管水平采用監(jiān)管問詢的次數(shù)、 頁數(shù)、 問題數(shù)量進(jìn)行度量， 同時一并考慮受到監(jiān)管工作的程度（監(jiān)管工作函計1分，監(jiān)管警示計2分，通報批評計3分，公開譴責(zé)和公開認(rèn)定計4分）， 求自然對數(shù)后作為指標(biāo)值。H股監(jiān)管水平不便于通過文本分析獲取， 故采用股價變動的標(biāo)準(zhǔn)差（SD）的倒數(shù)作為間接指標(biāo)值。該指標(biāo)的合理性在于， 當(dāng)監(jiān)管充分適當(dāng)時， 根據(jù)有效市場假說， 企業(yè)的股價應(yīng)當(dāng)高度反映其基本面特征， 使得標(biāo)準(zhǔn)差理論上應(yīng)當(dāng)趨近于零， 因此股價的波動性（標(biāo)準(zhǔn)差）反映出股價中包含的不理性程度， 該不理性由監(jiān)管缺失造成的信息披露不充分所引致， 因此取倒數(shù)， 以反映H股監(jiān)管水平。

3. 調(diào)節(jié)變量。

（1）數(shù)字化轉(zhuǎn)型程度。目前針對企業(yè)數(shù)字化轉(zhuǎn)型的諸多研究中， 普遍采用兩種思路。一是定性分析（肖靜華，2020）， 二是通過某些指標(biāo)對企業(yè)數(shù)字化轉(zhuǎn)型水平進(jìn)行量化（吳非等，2021）， 進(jìn)而設(shè)置虛擬變量加以實證分析。本文采用CSMAR數(shù)據(jù)庫關(guān)于數(shù)字化轉(zhuǎn)型程度的指標(biāo)， 其度量方式是通過分析多種數(shù)字化技術(shù)（人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)、數(shù)字應(yīng)用）的細(xì)分指標(biāo)在其報告中的提及次數(shù)， 對數(shù)字化轉(zhuǎn)型程度加以量化。

（2）股權(quán)集中度。本文采用第一大股東持股比例作為衡量指標(biāo)。

4. 控制變量（Controls）。本文參考陳運(yùn)森等（2018）和吳非等（2021）的研究， 選取如下控制變量： 流動性（采用區(qū)間日均換手率衡量）、 信息披露質(zhì)量（采用股東權(quán)益保護(hù)、ESG、公共關(guān)系、社會責(zé)任、經(jīng)營不足之處的披露和獨(dú)立披露與否衡量，若披露則賦值為1，否則為0）、 企業(yè)規(guī)模（采用企業(yè)凈資產(chǎn)的自然對數(shù)衡量）、 企業(yè)風(fēng)險（采用資產(chǎn)負(fù)債率衡量）、 上市年限（采用觀察期末時點(diǎn)2022年6月30日減去A股、 H股上市日期的孰晚日期衡量）、 投資機(jī)會（采用托賓Q值衡量）、 成長性（采用凈資產(chǎn)平均收益率的增長率衡量）。

（三）模型設(shè)計

借鑒朱紅軍等（2007）和游家興等（2007）的研究， 本文構(gòu)建如下模型：

Pearson（R2）=α0+β1Supervision_Du+β2Controls1+ε （1）

其中， Pearson（R2）表示被解釋變量AH股價相關(guān)性， 即AH交叉上市公司的A股股價和H股股價之間變動趨勢的相關(guān)程度。Supervision_Du表示監(jiān)管差異， 通過A股監(jiān)管水平系數(shù)與H股監(jiān)管水平系數(shù)之差得到。Controls1表示全部的控制變量。

四、 實證檢驗

（一）描述性統(tǒng)計

表2為描述性統(tǒng)計結(jié)果。被解釋變量Pearson系數(shù)指代了AH交叉上市公司AH股價的相關(guān)性， 其中位數(shù)大于均值， 說明整體樣本分布右偏。此外， 本文使用Winsorize方法對變量進(jìn)行了縮尾處理， 其前后1%的數(shù)據(jù)采用了改變1%和99%水平上對應(yīng)的分位數(shù)對異常值進(jìn)行替代。

表3展示了按照數(shù)字化轉(zhuǎn)型程度高低進(jìn)行分組后的描述性統(tǒng)計結(jié)果。當(dāng)數(shù)字化轉(zhuǎn)型程度>2時， 將數(shù)字化轉(zhuǎn)型程度賦值為1， 否則賦值為0。由表3可知， 當(dāng)企業(yè)數(shù)字化轉(zhuǎn)型程度高時， Supervision_Du的均值大于中位數(shù)， 說明數(shù)據(jù)左偏； 當(dāng)企業(yè)數(shù)字化轉(zhuǎn)型程度低時， Supervision_Du的均值小于中位數(shù)， 說明分組數(shù)據(jù)和整體數(shù)據(jù)的右偏受到了TransDigit的影響。被解釋變量Pearson的變化不明顯。

表4展示了單變量檢驗結(jié)果， 基于監(jiān)管差異的中位數(shù)劃分監(jiān)管差異程度高低組， 檢驗其變量均值是否存在顯著差異。其中， 在監(jiān)管差異低組， 其股價相關(guān)性變量Pearson系數(shù)和R2的均值分別為0.628和-0.166， 而在監(jiān)管差異高組， 二者均值分別為0.825和0.590， 分別增加了0.197和0.756， 且均在1%的水平上顯著， 初步支持了監(jiān)管差異的擴(kuò)大會導(dǎo)致股價相關(guān)性提升。

此外， 本文通過對回歸結(jié)果的方差膨脹因子進(jìn)行檢驗， 從而排除可能存在的嚴(yán)重近似多重共線性問題。利用模型（1）和模型（2）進(jìn)行多元回歸以后， 其方差膨脹因子均滿足1

（二）實證回歸

1. AH股價相關(guān)性與AH監(jiān)管差異。本文首先根據(jù)模型（1）進(jìn)行回歸分析， 分別在不考慮任何控制變量和考慮控制變量的情形下進(jìn)行回歸， 結(jié)果如表5所示。

回歸結(jié)果顯示， 在不考慮控制變量的前提下， AH股價相關(guān)性與AH監(jiān)管差異存在顯著的正相關(guān)性； 考慮了控制變量之后， 該相關(guān)性仍然顯著， 同時， 企業(yè)規(guī)模和股票流動性水平也與股價相關(guān)性之間存在線性關(guān)系， 且在1%的水平上顯著。使用被解釋變量的另一標(biāo)志值R2， 回歸后發(fā)現(xiàn)， 無論是否考慮控制變量， 上述顯著性仍然存在。使用Pearson系數(shù)參與回歸， 在不考慮任何控制變量時， 監(jiān)管差異增加1%會引起股價相關(guān)性增加0.03%； 考慮控制變量后， 該指標(biāo)略有下降， 但仍在1%的水平上顯著。使用R2參與回歸， 在不考慮任何控制變量時， 監(jiān)管差異增加1%會引起股價相關(guān)性增加0.117%； 考慮控制變量后， 監(jiān)管差異增加1%將會引起股價相關(guān)性增加約0.11%。

2. 數(shù)字化轉(zhuǎn)型程度的調(diào)節(jié)效應(yīng)。本文還根據(jù)企業(yè)數(shù)字化轉(zhuǎn)型程度分組檢驗了不同數(shù)字化轉(zhuǎn)型程度下AH股價相關(guān)性與AH監(jiān)管差異之間的關(guān)系， 用以研究數(shù)字化轉(zhuǎn)型程度的調(diào)節(jié)效應(yīng)。為了探討AH上市公司數(shù)字化轉(zhuǎn)型程度對上述因變量與自變量關(guān)系顯著性的影響， 按上市公司數(shù)字化轉(zhuǎn)型程度Level_Tech進(jìn)行分組回歸， 當(dāng)Level_Tech>2時將數(shù)字化轉(zhuǎn)型程度TransDigit賦值為1， 否則賦值為0， 用以衡量數(shù)字化轉(zhuǎn)型程度的影響?；诖耍?將模型（1）修改得到以下模型：

Pearson（R2）=α0+β1Supervision_Du+β2TransDigit+β3Controls2+β4Athos+ε （2）

其中， Controls2表示剔除了Level_Tech變量的控制變量， Athos表示Supervision_Du與TransDigit的交叉項。

表6為企業(yè)數(shù)字化轉(zhuǎn)型程度的調(diào)節(jié)效應(yīng)檢驗。由表6可知， 當(dāng)企業(yè)數(shù)字化轉(zhuǎn)型程度較低時（TransDigit=0）， 股價相關(guān)性與監(jiān)管差異之間的正向線性關(guān)系仍然顯著， 同時， 股票流動性和企業(yè)上市年限與其關(guān)系也在5%的水平上顯著； 當(dāng)企業(yè)數(shù)字化轉(zhuǎn)型程度較高時（TransDigit=1）， 監(jiān)管差異與股價相關(guān)性之間不再存在顯著關(guān)系。由于企業(yè)數(shù)字化轉(zhuǎn)型程度直接影響了其信息披露的能力和水平， 理論上來說， 數(shù)字化轉(zhuǎn)型程度越高的企業(yè)， 其非財務(wù)信息和財務(wù)信息的整合度越高， 其進(jìn)行信息披露的能力越強(qiáng)， 但同時隱瞞披露、 披露虛假信息的可能性也相應(yīng)增加。因此， 當(dāng)數(shù)字化轉(zhuǎn)型程度低時， 資本市場仍能通過監(jiān)管對企業(yè)信息披露質(zhì)量加以約束， 從而促進(jìn)資源的有效配置； 而數(shù)字化轉(zhuǎn)型程度的提高， 使得這種作用機(jī)制不再突出。

表7為企業(yè)數(shù)字化轉(zhuǎn)型程度的調(diào)節(jié)效應(yīng)檢驗結(jié)果。由表7可知， 當(dāng)使用R2作為被解釋變量時， 交叉項Athos（Supervision_Du×TransDigit）的系數(shù)在5%的水平上顯著； 而使用Pearson用以表征股價相關(guān)性時， Athos的系數(shù)在10%的水平上顯著， 但主要結(jié)果不存在較大差異。結(jié)合表5的分組回歸檢驗結(jié)果， 可以認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型程度對于AH監(jiān)管差異和AH股價相關(guān)性之間的線性關(guān)系存在顯著影響。

企業(yè)數(shù)字化轉(zhuǎn)型可以有效降低信息不對稱程度， 提升信息質(zhì)量， 提振市場信息， 傳遞良好的投資信號。此時， 由于存在其他因素影響信息披露質(zhì)量， A股投資者依賴監(jiān)管提升所帶來的追隨效應(yīng)減弱。因此， 當(dāng)數(shù)字化水平較高時， AH監(jiān)管差異與AH股價相關(guān)性的關(guān)系不顯著； 當(dāng)數(shù)字化水平較低時， AH監(jiān)管差異與AH股價相關(guān)性的關(guān)系顯著。

3. 股權(quán)集中度的調(diào)節(jié)效應(yīng)。本文從公司治理角度， 進(jìn)一步研究股權(quán)集中度對AH股價相關(guān)性與AH監(jiān)管差異之間關(guān)系的影響。選取樣本公司觀察區(qū)間中點(diǎn)的股權(quán)集中度， 設(shè)置新變量Cons， 將股權(quán)集中度大于50設(shè)為Cons=1， 其余為Cons=0。此外， 引入調(diào)節(jié)變量Picos（Cons與Supervision_Du的交叉項）， 基于模型（3）進(jìn)行交叉回歸。

Pearson（R2）=α0+β1Supervision_Du+β2Cons+

β3Picos+β4Controls1+ε （3）

股權(quán)集中度作為調(diào)節(jié)變量的回歸結(jié)果如表8所示。引入交叉項Picos后， AH股價相關(guān)性與AH監(jiān)管差異之間的相關(guān)關(guān)系依然顯著存在， 同時交叉項系數(shù)也顯著為正。這是因為， 股權(quán)集中度較高的企業(yè)， 大股東一家獨(dú)大的可能性較高， 違規(guī)行為可能難以得到有效制約， 其公司治理可能較差； 在股權(quán)集中度較低的上市公司， 其內(nèi)部的權(quán)力制衡相對有效， 公司治理水平也相對較高。因此， 對于股權(quán)集中度較高的企業(yè)， 監(jiān)管水平的提高有助于提升信息披露質(zhì)量， 從而提升股價相關(guān)性。

（三）穩(wěn)健性檢驗

由于樣本數(shù)較小且非面板數(shù)據(jù)， 常用的工具變量法、 雙重差分法等方法均不適用， 因此本文擬采用增廣樣本和增加控制變量的檢驗方法進(jìn)行穩(wěn)健性檢驗。

1. 增廣樣本檢驗。本文采用Bootstrap增廣樣本再回歸的方式進(jìn)行穩(wěn)健性檢驗。表9清晰地表明進(jìn)行增廣樣本回歸的結(jié)果仍然顯著， 說明本文結(jié)果穩(wěn)健。

2. 增加控制變量。本文在原變量基礎(chǔ)之上， 增加了兩個控制變量， 分別為股權(quán)制衡度（以第二至第九大股東持股比例衡量）和兩權(quán)分離度。在新增上述兩個控制變量后， 穩(wěn)健性檢驗結(jié)果如表10所示。 結(jié)果顯示， 解釋變量在1%的水平上顯著， 說明本文結(jié)果依然穩(wěn)健。

五、 進(jìn)一步研究

（一）AH股溢價水平與AH監(jiān)管差異

在現(xiàn)有研究的基礎(chǔ)上， 本文進(jìn)一步針對樣本企業(yè)具體的AH股溢價水平和AH監(jiān)管差異之間的關(guān)系做出回歸分析。本文根據(jù)WIND數(shù)據(jù)庫提供的2020年6月30日 ～ 2022年6月30日AH股價溢價指數(shù)作為衡量AH溢價方向的指標(biāo)。其中， 若該指數(shù)為正， 則A股相對于H股溢價； 反之， 若該指數(shù)為負(fù)， 則說明出現(xiàn)了H股高于A股股價的倒掛現(xiàn)象。根據(jù)該指數(shù)， 設(shè)立新變量Premium， 用于代替Pearson系數(shù)和R2參與回歸， 結(jié)果如表11所示。結(jié)果顯示， AH股溢價水平與AH監(jiān)管差異之間存在顯著的負(fù)相關(guān)性， 即隨著AH監(jiān)管差異的擴(kuò)大， A股相對于H股的溢價水平會逐漸縮小， 即AH股價會逐漸趨于一致， 由于信息不對稱所導(dǎo)致的AH股票估值定價差異會隨之縮小。當(dāng)不考慮任何控制變量時， AH監(jiān)管差異每擴(kuò)大1%， A股相對于H股的溢價水平將會縮小3.213%。在考慮了控制變量以后， 該效應(yīng)更加突出， 即AH監(jiān)管差異擴(kuò)大1%將會引起A股溢價水平降低3.459%。

（二）擴(kuò)展樣本期間

表12呈現(xiàn)了將樣本選取區(qū)間擴(kuò)展到2017 ～ 2022年后的回歸結(jié)果。本文將樣本中90家企業(yè)的股價選定區(qū)間由2020 ～ 2022年擴(kuò)展至2017 ～ 2022年， 通過剔除通脹因素后的周期性調(diào)整市盈率， 對股價數(shù)據(jù)進(jìn)行了t-1期的移動加權(quán)平均處理， 從而熨平了疫情等“黑天鵝”所造成的系統(tǒng)性風(fēng)險對股價的極端影響。根據(jù)2017 ～ 2022年的股價數(shù)據(jù)， 絕大部分樣本公司均有1233個股價數(shù)據(jù)， 據(jù)此計算出其Pearson系數(shù)和R2， 并通過上述同樣的處理方法將其整理用以表征被解釋變量?？紤]同樣的控制變量的影響進(jìn)行多元回歸， 其結(jié)果分別在5%和10%的水平上顯著。

六、 結(jié)論與建議

（一）結(jié)論

深化監(jiān)管體制改革是黨的十九大后證券市場監(jiān)管的改革趨勢。隨著社會主義市場經(jīng)濟(jì)體制不斷發(fā)展成熟， 越來越多的企業(yè)采用“A+H”的模式上市融資。A股和H股在監(jiān)管方式、 嚴(yán)格程度和監(jiān)管主體方面均存在較大差異， 投資者素質(zhì)和信息披露水平也有所不同。同時， 數(shù)字經(jīng)濟(jì)的不斷發(fā)展倒逼企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型升級， 提升信息整合和處理能力， “互聯(lián)網(wǎng)＋”“數(shù)字化”等概念已經(jīng)成為中國經(jīng)濟(jì)發(fā)展和企業(yè)成長的重要驅(qū)動因素。

本文選取了2020年1月之前已于A股和H股上市的90家企業(yè)為樣本， 通過多元回歸分析和穩(wěn)健性檢驗， 得出如下結(jié)論：? A股與H股的監(jiān)管差異與股價相關(guān)性之間存在顯著的正相關(guān)關(guān)系； 企業(yè)數(shù)字化轉(zhuǎn)型程度與監(jiān)管水平互相替代， 當(dāng)數(shù)字化程度高時， 監(jiān)管差異不再顯著影響股價相關(guān)性； 企業(yè)股權(quán)集中度會強(qiáng)化監(jiān)管差異與股價相關(guān)性之間的關(guān)系， 當(dāng)股權(quán)集中度較高時， 監(jiān)管差異與股價相關(guān)性的關(guān)系更加顯著。此外， 本文進(jìn)一步研究還發(fā)現(xiàn)， 在考慮了AH股溢價水平方向的基礎(chǔ)上， 隨著A股監(jiān)管水平的相對提升， AH股價會逐漸趨近一致。并且， 將樣本區(qū)間擴(kuò)大后， 上述結(jié)論依然成立。

（二） 建議

基于上述研究結(jié)論， 本文提出如下政策建議：

一是從資本市場宏觀層面看， 強(qiáng)化監(jiān)管， 以嚴(yán)格有效的監(jiān)管為健全信息披露制度和提升資本市場運(yùn)行效率“保駕護(hù)航”。股價相關(guān)性意味著企業(yè)的基本面信息并未被完全反映， 股票價格不能向投資者傳遞正確的信號。2017年10月兩大交易所深入落實黨的十九大報告的重要舉措就是“切實履行一線監(jiān)管職責(zé)”， 牢牢守住不發(fā)生系統(tǒng)性金融風(fēng)險的底線， 進(jìn)而實現(xiàn)黨的十九大報告提出的“防范重大風(fēng)險”的要求。首先， 證券監(jiān)管機(jī)構(gòu)和交易所加強(qiáng)監(jiān)管， 其中交易所應(yīng)當(dāng)積極擔(dān)負(fù)起一線監(jiān)管職責(zé)， 通過更加嚴(yán)格的監(jiān)管措施和逐漸趨同的監(jiān)管標(biāo)準(zhǔn)， 不斷縮小A股和H股監(jiān)管水平的差異， 從而降低股價相關(guān)性， 充分發(fā)揮市場配置資源的作用， 促進(jìn)資源優(yōu)化配置， 通過價格引導(dǎo)資本流動。其次， 政府和證券行業(yè)自治組織加強(qiáng)A股和H股投資者之間的互聯(lián)互通， 以提升信息披露的一致性和及時性， 保證投資者能夠最大程度地獲取完整、 有效、 及時的信息， 從而做出合理的投資決策。最后， 政府積極推進(jìn)資本市場與國際接軌， 不斷提升A股市場的信息披露水平， 使得A股市場發(fā)展成強(qiáng)式有效的資本市場， 推動資源配置效率的提升， 增強(qiáng)監(jiān)管質(zhì)量。

二是從微觀主體企業(yè)層面看， 大力推動企業(yè)數(shù)字化轉(zhuǎn)型升級。一方面， 政府順應(yīng)數(shù)字化發(fā)展潮流， 對企業(yè)數(shù)字化轉(zhuǎn)型給予一定的政策支持， 鼓勵支持和引導(dǎo)企業(yè)數(shù)字化技術(shù)的開發(fā)和應(yīng)用； 另一方面， 企業(yè)自身因地制宜、 審時度勢， 充分把握數(shù)字化轉(zhuǎn)型的契機(jī)， 通過數(shù)字技術(shù)的廣泛應(yīng)用， 提升信息處理和披露的質(zhì)量與效率。

【 主 要 參 考 文 獻(xiàn) 】

陳運(yùn)森，鄧祎璐，李哲．非處罰性監(jiān)管具有信息含量嗎？——基于問詢函的證據(jù)［ J］．金融研究，2018（4）：155 ～ 171．

胡章宏，王曉坤．中國上市公司A股和H股價差的實證研究［ J］．經(jīng)濟(jì)研究，2008（4）：119 ～ 131．

李坤望，邵文波，王永進(jìn)．信息化密度、信息基礎(chǔ)設(shè)施與企業(yè)出口績效——基于企業(yè)異質(zhì)性的理論與實證分析［ J］．管理世界，2015（4）：52 ～ 65．

李曉溪，楊國超，饒品貴．交易所問詢函有監(jiān)管作用嗎？——基于并購重組報告書的文本分析［ J］．經(jīng)濟(jì)研究，2019（5）：181 ～ 198．

李志文，余佩琨，楊靖．機(jī)構(gòu)投資者與個人投資者羊群行為的差異［ J］．金融研究，2010（11）：77 ～ 89．

劉立國，杜瑩．公司治理與會計信息質(zhì)量關(guān)系的實證研究［ J］．會計研究，2003（2）：28 ～ 36+65．

劉志遠(yuǎn)，劉潔．信息技術(shù)條件下的企業(yè)內(nèi)部控制［ J］．會計研究，2001（12）：32 ～ 36．

汪淼軍，張維迎，周黎安．信息技術(shù)、組織變革與生產(chǎn)績效——關(guān)于企業(yè)信息化階段性互補(bǔ)機(jī)制的實證研究［ J］．經(jīng)濟(jì)研究，2006（1）：65 ～ 77．

王海芳，姜道平，許瑩．?dāng)?shù)字化轉(zhuǎn)型能否提高信息披露質(zhì)量？——基于年報可讀性的研究［ J］．管理現(xiàn)代化，2022（2）：58 ～ 65．

王莉娜，張國平．信息技術(shù)、人力資本和創(chuàng)業(yè)企業(yè)技術(shù)創(chuàng)新——基于中國微觀企業(yè)的實證研究［ J］．科學(xué)學(xué)與科學(xué)技術(shù)管理，2018（4）：111 ～ 122．

尉昊，趙甜甜．企業(yè)ESG信息披露對數(shù)字化轉(zhuǎn)型的影響研究——基于年報文本相似性分析的經(jīng)驗證據(jù)［ J］．現(xiàn)代金融，2022（7）：28 ～ 34．

吳非，胡慧芷，林慧妍，任曉怡．企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)［ J］．管理世界，2021（7）：130 ～ 144+10．

冼依婷，何威風(fēng)．企業(yè)數(shù)字化轉(zhuǎn)型影響業(yè)績預(yù)告質(zhì)量嗎［ J］．山西財經(jīng)大學(xué)學(xué)報，2022（9）：100 ～ 113．

肖靜華．企業(yè)跨體系數(shù)字化轉(zhuǎn)型與管理適應(yīng)性變革［ J］．改革，2020（4）：37 ～ 49．

許年行，于上堯，伊志宏．機(jī)構(gòu)投資者羊群行為與股價崩盤風(fēng)險［ J］．管理世界，2013（7）：31 ～ 43．

游家興，張俊生，江偉．制度建設(shè)、公司特質(zhì)信息與股價波動的同步性——基于R2研究的視角［ J］．經(jīng)濟(jì)學(xué)（季刊），2007（1）：189 ～ 206．

詹澤雄，吳宗法．心理賬戶、損失厭惡與行為資產(chǎn)配置實證研究［ J］．運(yùn)籌與管理，2022（8）：177 ～ 184．

鄭儒彬．上市公司主要財務(wù)指標(biāo)與股價變動的相關(guān)性分析［ J］．財會研究，2009（5）：49 ～ 51．

Barber B. M.， Odean T.. Boys will be boys： Gender， overconfidence， and common stock investment［ J］．Quarterly Journal of Economics， 2001（1）： 261 ～ 292．

Gill Segal，Ivan Shaliastovich，Amir Yaron. Good and bad uncertainty： Macroeconomic and financial market implications［ J］． Journal of Financial Economics，2015（2）：369 ～ 397．

Jeffrey Wurgler. Financial markets and the allocation of capital［ J］． Journal of Financial Economics，2000（1）：187 ～ 214．

Shefrin H.， Statman M.. The Disposition to sell winners too early and ride losers too long： Theory and evidence［ J］． The Journal of Finance，1985（3）：777 ～ 790．

【作者單位】上海國家會計學(xué)院， 上海 201702