地理距離與股價(jià)暴漲暴跌

叢琳潔 米致遠(yuǎn)

摘? ?要：本文基于軟信息不對稱視角，以地理距離衡量由“軟信息”帶來的信息不對稱程度，利用A股上市公司數(shù)據(jù)探究了股價(jià)暴漲暴跌的成因。研究發(fā)現(xiàn)：地理距離顯著增加了股價(jià)暴漲暴跌次數(shù)，即軟信息不對稱程度越高，股價(jià)暴漲暴跌的可能性越大；投資者調(diào)研活動在地理距離影響股價(jià)暴漲暴跌的過程中發(fā)揮了重要的負(fù)向調(diào)節(jié)作用；對于屬于滬（深）港通標(biāo)的、機(jī)構(gòu)持股比例低和信息披露考核差的上市公司，地理距離顯著增加了股價(jià)暴漲暴跌的可能性。本文對于拓展軟信息不對稱相關(guān)研究、促進(jìn)資本市場健康發(fā)展具有一定意義。

關(guān)鍵詞：地理距離；股價(jià)波動；投資者調(diào)研活動；異質(zhì)性影響

中圖分類號：F832.48? 文獻(xiàn)標(biāo)識碼：A? 文章編號：1674-2265（2023）02-0067-09

DOI：10.19647/j.cnki.37-1462/f.2023.02.009

一、引言

股票市場平穩(wěn)健康運(yùn)行對資本市場具有重要意義，關(guān)乎國內(nèi)外投資者對我國股市的投資信心。股價(jià)極端波動歷來是金融領(lǐng)域重要的研究問題（陳國進(jìn)和張貽軍，2009；Kim等，2011）[1，2]。自1989年試點(diǎn)以來，我國股市在過去三十多年間歷經(jīng)多次劇烈上漲和急速下跌，一方面，這肇因于國內(nèi)經(jīng)濟(jì)的高速增長、股權(quán)分置改革、注冊制改革以及人民幣升值等多重因素所構(gòu)成的復(fù)雜背景；另一方面，也與國際市場諸多外生沖擊密不可分。固然經(jīng)濟(jì)周期的擴(kuò)張與收縮、金融風(fēng)險(xiǎn)的動態(tài)監(jiān)管、有效做空機(jī)制的缺乏等宏觀性和制度性的因素不容忽視，但是不可否認(rèn)，上市公司信息傳遞也在其中發(fā)揮了至關(guān)重要的作用，財(cái)務(wù)信息披露、重大事項(xiàng)公開、內(nèi)部控制報(bào)告發(fā)布等行為均會向金融市場傳遞重要信號，帶來股價(jià)的暴漲暴跌。上市公司的信息有軟信息和硬信息之分（Liberti和Petersen，2019）[3]。隨著信息技術(shù)的廣泛應(yīng)用和證券監(jiān)管體系的日臻成熟，上市公司的信息不對稱現(xiàn)象已得到了較大程度的緩解，但是這種“緩解”大多局限于業(yè)務(wù)收入和盈利情況等公開且易量化的“硬性”信息，僅靠這些規(guī)范性的“硬性”信息顯然難以通曉企業(yè)經(jīng)營全貌和未來發(fā)展前景；一旦涉及公司經(jīng)營文化、員工素養(yǎng)等“軟性”信息，信息不對稱、不透明的現(xiàn)象仍客觀存在（郭思永等，2020）[4]，這是因?yàn)檐浶畔⒌墨@取難度大，通常難以量化和標(biāo)準(zhǔn)化，并且具有獨(dú)特性和排他性，無法像會計(jì)報(bào)表中的財(cái)務(wù)指標(biāo)一樣展開橫向比較，亦難以通過常規(guī)手段進(jìn)行收集，在傳播過程中還存在信息損耗和內(nèi)容扭曲，降低了傳播的效率。

本地偏好是投資過程中廣泛存在的一種行為現(xiàn)象（崔學(xué)剛等，2021）[5]，即投資者更愿意投資家鄉(xiāng)及臨近區(qū)域的企業(yè)，這是因?yàn)殡S著地理距離的增加，軟信息的傳遞難度逐步加大，二級市場軟信息不對稱程度也逐步提升。我國幅員遼闊，上市公司眾多且分布范圍廣泛，但是機(jī)構(gòu)和個(gè)人投資者更多地集中于經(jīng)濟(jì)發(fā)達(dá)地區(qū)（劉江會和朱敏，2015）[6]，這就造成了企業(yè)與投資者之間地理距離的廣泛差異。那么，上市公司與主要投資者的地理距離對股票價(jià)格的極端波動存在何種影響？本文基于我國A股上市公司數(shù)據(jù)，試圖從軟信息不對稱的視角分析股票價(jià)格的暴漲暴跌；將投資者調(diào)研活動納入分析框架，探討其在軟信息影響股價(jià)極端波動的過程中所發(fā)揮的重要作用；檢驗(yàn)是否屬于滬（深）港通標(biāo)的、機(jī)構(gòu)持股比例、信息披露考核等不同方面的異質(zhì)性。雖然系統(tǒng)性風(fēng)險(xiǎn)的出現(xiàn)無法避免，但采取一定措施平抑個(gè)股股價(jià)的極端波動，對于促進(jìn)企業(yè)平穩(wěn)發(fā)展、推動股市成熟健康和鞏固投資者信心均有重要意義。基于此，本文針對上市公司、政府監(jiān)管部門和投資者給出一定的建議，從而幫助公司更好地維護(hù)投資者關(guān)系，幫助政府部門提高金融治理水平和治理能力以及幫助投資者合理規(guī)避投資風(fēng)險(xiǎn)。

二、文獻(xiàn)梳理與評述

股價(jià)暴漲暴跌反映了個(gè)股在二級市場上極端波動的特征，國內(nèi)外學(xué)者已經(jīng)從多個(gè)角度探究了公司股價(jià)極端波動及股價(jià)崩盤風(fēng)險(xiǎn)的影響因素，其中包括股權(quán)質(zhì)押（熊禮慧等，2021）[7]、融資融券（王慶安和高愷，2017）[8]、機(jī)構(gòu)投資者（陳國進(jìn)等，2010）[9]、大股東交易（姜永宏等，2019）[10]等，也有部分學(xué)者從貨幣政策（鄒萍，2015）[11]、行政干預(yù)（謝世飛，2014）[12]等宏觀層面展開分析。實(shí)際上，信息效率也發(fā)揮了重要的作用，有效的信息披露能夠顯著促進(jìn)股票市場的有效性（張程睿和徐嘉倩，2019）[13]，實(shí)際上這涵蓋了信息質(zhì)量、信息透明度以及信息傳遞模式等多個(gè)方面。肖土盛等（2017）[14]的研究證明公司信息披露質(zhì)量與股價(jià)崩盤風(fēng)險(xiǎn)顯著負(fù)相關(guān)，宋獻(xiàn)中等（2017）[15]則證實(shí)了企業(yè)披露社會責(zé)任信息降低了未來股價(jià)崩盤風(fēng)險(xiǎn)，這些學(xué)者均關(guān)注到了信息在公司股價(jià)極端波動中的重要作用，但是實(shí)際上這更多地屬于硬信息的范疇，未能從軟信息層面深入探討股價(jià)暴漲暴跌問題，為本文留下了可待探索的空間。目前，針對軟信息不對稱的研究相對較少，不少學(xué)者研究表明軟信息傳播的難易程度與地理距離和交通發(fā)展水平息息相關(guān)（Coval和Moskowitz，2001；Loughran和Schultz，2005；Kubick等，2017；Huang和Kang，2017）[16-19]，地理區(qū)位和基礎(chǔ)設(shè)施發(fā)展不平衡直接導(dǎo)致軟信息不對稱。盡管信息技術(shù)的發(fā)展極大地打破了信息傳遞溝通的壁壘，但是難以量化、受傳播者主觀因素影響較大的軟信息獲取成本較高，且在傳播中容易出現(xiàn)漏損或失真（Liberti和Petersen，2019）[3]。軟信息最為常見的獲取方式是與公司的供貨商、客戶、員工進(jìn)行線下的一對一溝通，或是對公司的廠房車間進(jìn)行實(shí)地探訪，通過細(xì)致、切實(shí)的調(diào)研，投資者才能獲得對公司更加全面的了解。

在地理距離影響公司股價(jià)方面，學(xué)者們也積累了一定的成果，包括公司與投資者、監(jiān)管者、審計(jì)方、大客戶的距離等。Uysal等（2008）[20]發(fā)現(xiàn)家庭對本地投資表現(xiàn)出強(qiáng)烈的偏好，每個(gè)家庭持有的本地資產(chǎn)比非本地資產(chǎn)的年化回報(bào)率高出3.2%。 Kubick和Lockhart（2016）[21]從監(jiān)管的視角出發(fā)，發(fā)現(xiàn)遠(yuǎn)離證券交易委員會的公司有更大的股價(jià)崩盤風(fēng)險(xiǎn)。田利輝和王可第（2019）[22]利用A股上市公司數(shù)據(jù)也得到了同樣的結(jié)論，隨著監(jiān)管機(jī)構(gòu)與上市公司總部的地理距離的增加，上市公司股價(jià)崩盤風(fēng)險(xiǎn)變大。部分學(xué)者關(guān)注到審計(jì)距離與股價(jià)變化的關(guān)系，趙放等（2017）[23]從會計(jì)獨(dú)董的同城特征出發(fā)，發(fā)現(xiàn)審計(jì)委員會中會計(jì)獨(dú)董常居地如果和上市公司處于同一座城市，企業(yè)未來股價(jià)崩盤風(fēng)險(xiǎn)會顯著降低。羅進(jìn)輝等（2018）[24]發(fā)現(xiàn)審計(jì)師與客戶公司間的地理距離越小，審計(jì)質(zhì)量越低，客戶公司股價(jià)信息含量越低。汪洋（2017）[25]關(guān)注做市商與企業(yè)的距離，發(fā)現(xiàn)隨著與企業(yè)同城或同省份的做市商數(shù)量增加，股票流動性隨之增強(qiáng)；與鄰近做市商的距離越小，企業(yè)股票流動性越強(qiáng)。黃珺等（2022）[26]從大客戶地理鄰近性出發(fā)，實(shí)證檢驗(yàn)發(fā)現(xiàn)大客戶與公司之間的地理距離越近，公司股價(jià)崩盤風(fēng)險(xiǎn)越低。這些研究表明地理距離在股價(jià)變化中確實(shí)發(fā)揮了重要的作用，不同維度的地理距離產(chǎn)生了廣泛的影響。此外，還有不少學(xué)者以高鐵開通為切入點(diǎn)，如郭照蕊和張?zhí)焓妫?021）[27]研究發(fā)現(xiàn)高鐵開通促使公司層面更多的特質(zhì)信息快速融入股價(jià)，進(jìn)而降低了股價(jià)同步性，提高了資本市場定價(jià)效率。

通過以上文獻(xiàn)梳理與評述，可以了解到目前較少文獻(xiàn)從軟信息不對稱的視角出發(fā)探討股價(jià)暴漲暴跌問題，而學(xué)者們對地理距離和股價(jià)問題的關(guān)注更多地集中于審計(jì)距離、企業(yè)客戶距離和監(jiān)管距離，較少從投資者距離出發(fā)深入分析。故本文可能的創(chuàng)新點(diǎn)主要集中在以下方面：首先，從軟信息不對稱視角出發(fā)，引入上市公司與一線城市的地理距離以探索股價(jià)暴漲暴跌的影響因素，深化拓展信息不對稱的相關(guān)理論；其次，選擇上市公司接待數(shù)據(jù)這一直觀性指標(biāo)，將投資者調(diào)研活動引入地理距離和股價(jià)暴漲暴跌的分析框架中，探究投資者調(diào)研活動發(fā)揮的作用；最后，從是否屬于滬（深）港通標(biāo)的、機(jī)構(gòu)持股比例、信息披露考核三個(gè)方面考慮回歸結(jié)果的異質(zhì)性，以強(qiáng)化對策建議的針對性，從而緩解軟信息不對稱，促進(jìn)二級市場健康發(fā)展。

三、理論機(jī)制與研究假設(shè)

（一）地理距離與股價(jià)暴漲暴跌

上市公司地理位置離發(fā)達(dá)地區(qū)越遠(yuǎn)，軟信息不對稱的現(xiàn)象越嚴(yán)重，這主要有三方面的原因：首先，我國經(jīng)濟(jì)發(fā)達(dá)的地區(qū)集中分布在東部沿海，因此，絕大多數(shù)的投資者與金融機(jī)構(gòu)也分布在沿海發(fā)達(dá)地區(qū)，特別是北上廣深等一線城市，這就意味著投資者和金融機(jī)構(gòu)對偏遠(yuǎn)地區(qū)上市公司的調(diào)研天然面臨著空間阻隔與運(yùn)輸成本；其次，“本地偏愛”現(xiàn)象加劇了投資者與偏遠(yuǎn)地區(qū)上市公司在重大事項(xiàng)上的信息不對稱（郭思永等，2020）[4]；最后，偏遠(yuǎn)地區(qū)整體市場化程度更低，政企關(guān)系復(fù)雜，法制化和產(chǎn)權(quán)保護(hù)水平低，經(jīng)營環(huán)境的不確定性程度高（劉江會和朱敏，2015）[6]，因而這些地區(qū)的公司本身的信息透明度就比較差。

那么，隨著地理距離的增加，軟信息不對稱主要會通過以下渠道影響公司股價(jià)波動：第一，對于一家公司來說，距離沿海發(fā)達(dá)地區(qū)越遠(yuǎn)，公司所受到的投資調(diào)研也相對越少，軟信息不對稱問題越嚴(yán)重，信息透明度越差，因而未被投資者和投資機(jī)構(gòu)注意到的經(jīng)營信息也越多；同時(shí)，企業(yè)經(jīng)營會受到其所在地域文化與人文文化的影響（劉澄和吳鳴鳴，2008；佘元冠和祁衛(wèi)士，2010）[28，29]，而投資者常常會忽略或誤會這些地域和人文信息，進(jìn)而誤判公司生產(chǎn)經(jīng)營情況并形成非理性投資行為，造成股價(jià)暴漲暴跌。第二，從信息預(yù)告的角度來看，由于業(yè)績預(yù)告能夠基本反映出該公司過去一年的經(jīng)營概況，故而難以量化的軟信息通過公司實(shí)質(zhì)性的業(yè)績預(yù)告轉(zhuǎn)化成了“硬性”的信息，在業(yè)績預(yù)告披露之后的一段時(shí)間內(nèi)，對公司股價(jià)形成沖擊。由于我國股市有漲跌停限制，因此，正面業(yè)績預(yù)告的公司會有漲?，F(xiàn)象出現(xiàn)，而意料之外的虧損預(yù)告對公司股價(jià)產(chǎn)生負(fù)面沖擊，從而使公司股價(jià)跌停。第三，即使業(yè)績預(yù)告并未發(fā)布實(shí)質(zhì)性的額外信息，但由于一些偏遠(yuǎn)地區(qū)的公司在平日并未受到投資者和機(jī)構(gòu)的過多關(guān)注，當(dāng)這些公司突然發(fā)布業(yè)績預(yù)告時(shí)，所產(chǎn)生的曝光效應(yīng)同樣會導(dǎo)致公司股價(jià)的異常波動和極端波動（董大勇和吳可可，2018）[30]。據(jù)此，本文提出研究假設(shè)H1。

H1：隨著地理距離的增加，上市公司股價(jià)暴漲暴跌的可能性增加。

（二）投資者調(diào)研活動的調(diào)節(jié)效應(yīng)

投資者調(diào)研活動有助于改善公司的治理水平（譚勁松和林雨晨，2016）[31]，提升公司的特質(zhì)信息含量，顯著降低股價(jià)同步性（陸超和沈雨霏，2021）[32]。實(shí)地調(diào)研越來越成為市場挖掘未知信息的重要途徑。首先，對上市公司進(jìn)行實(shí)地調(diào)研能獲取更有價(jià)值的信息，特別是面對面的訪談將有利于了解私有信息，及時(shí)剖析公司存在的問題，從而使投資者的投資決策更加理性，負(fù)面信息造成的投資者恐慌拋售情況將會減少，避免股價(jià)大起大落。其次，個(gè)人投資者比重超過機(jī)構(gòu)投資者是我國二級市場的重要特征，但是基金公司相對而言具有更強(qiáng)的信息優(yōu)勢，羊群效應(yīng)的存在使得基金經(jīng)理的理性決策會使市場信息更快地被吸收（丘彥強(qiáng)和許林，2019）[33]，眾多投資者的正反饋交易有利于避免股市出現(xiàn)大規(guī)模的異常波動。最后，投資者調(diào)研活動實(shí)際上也發(fā)揮了重要的外部監(jiān)督作用，并且具有長期跟蹤的特征，將會從企業(yè)治理水平和盈余管理水平兩方面改善企業(yè)經(jīng)營情況，促使企業(yè)增加內(nèi)部控制缺陷的選擇性披露行為（王亞男和戴文濤，2021）[34]。故而隨著調(diào)研次數(shù)、調(diào)研頻率的增加，軟信息得到進(jìn)一步的挖掘，投資者的投資理性化程度有所提升，軟信息不對稱對股價(jià)暴漲暴跌的影響也得到緩解。據(jù)此，本文提出研究假設(shè)H2。

H2：隨著投資者調(diào)研活動的增加，地理距離對股價(jià)暴漲暴跌的影響有所衰減。

（三）地理距離對股價(jià)暴漲暴跌影響的異質(zhì)性

復(fù)雜的資本市場中存在多種因素對公司股價(jià)產(chǎn)生影響，本文從滬（深）港通標(biāo)的、機(jī)構(gòu)持股比例、信息披露考核質(zhì)量三方面來進(jìn)行異質(zhì)性效果的考察。首先，滬港通和深港通的開通是我國資本市場開放的重要舉措（王瑩，2022；王瀚晨和王汀汀，2021；黃賢環(huán)和姚榮榮，2021）[35-37]，滬港通與深港通大幅擴(kuò)充了上市公司投資者群體，大大增強(qiáng)了股票的換手率和流動性，使得上市公司的股價(jià)博弈更為劇烈和充分，并且提高了滬港、深港之間的情緒聯(lián)動水平（于博和吳菡虹，2020）[38]，此時(shí)，軟信息不對稱影響到的二級市場投資者主體的范圍也更加廣泛，就理論上而言股價(jià)極端波動次數(shù)也會明顯增加。其次，機(jī)構(gòu)投資者大多采用價(jià)值投資策略， 其具有持有期長、交易頻率低的特點(diǎn)，并且在資本市場中發(fā)揮了重要的監(jiān)督效應(yīng)（楊菁菁等，2022）[39]，在許多時(shí)候還能夠加強(qiáng)上市公司的外部治理（袁冬梅等，2021）[40]，帶來噪音交易的減少（王謹(jǐn)樂和史永東，2018）[41]。因此，隨著機(jī)構(gòu)持股比例的提高，軟信息的傳遞渠道會更為暢通，軟信息不對稱情況得到一定程度上的緩解，股價(jià)暴漲暴跌也受到抑制。最后，軟信息與硬信息之間存在明顯的互動關(guān)系（孫亮等，2021）[42]，盡管信息披露考核主要針對公司所發(fā)布的標(biāo)準(zhǔn)化的硬信息，但公司獲得較高的信息披露考核等級，也將會明顯增強(qiáng)投資者的確定性預(yù)期，從而降低公司的股價(jià)波動（陳遠(yuǎn)志和田靖，2021）[43]，在這種情況下軟信息不對稱對投資者投資活動的擾動也將有所降低，股價(jià)的暴漲暴跌現(xiàn)象有所緩解。據(jù)此，本文提出研究假設(shè)H3。

H3：地理距離對股價(jià)暴漲暴跌的影響會因是否屬于滬（深）港通標(biāo)的、機(jī)構(gòu)持股比例高低和信息披露考核質(zhì)量的好壞而存在差異。

四、實(shí)證模型與數(shù)據(jù)說明

（一）模型設(shè)定

為了從軟信息不對稱的視角驗(yàn)證地理距離對公司股價(jià)暴漲暴跌的影響，本文參考劉江會等（2020）[44]的研究構(gòu)建了如下模型：

[UpDowni，t=β0+β1distancei，t+αZ+δi+ηt+εi，t] （1）

式（1）中，[UpDown]為被解釋變量股價(jià)暴漲暴跌；distance為核心解釋變量地理距離，側(cè)面反映上市公司軟信息不對稱程度。Z為一組控制變量，[δi]和[ηt]分別表示行業(yè)固定效應(yīng)和年份固定效應(yīng)，[εi，t]為隨機(jī)擾動項(xiàng)。為了盡量修正異方差問題，回歸均采用穩(wěn)健標(biāo)準(zhǔn)誤進(jìn)行估計(jì)。

為了驗(yàn)證投資者調(diào)研活動的調(diào)節(jié)作用，本文在基準(zhǔn)回歸模型的基礎(chǔ)上引入調(diào)節(jié)變量、調(diào)節(jié)變量與地理距離的交互項(xiàng)來刻畫二者的互動關(guān)系，具體模型如下：

[UpDowni，t=β0+β1distancei，t+β2Invi，t+β3（Inv×distance）i，t+aZ+δi+ηt+εi，t] （2）

其中，[Inv]為調(diào)節(jié)變量投資者調(diào)研活動，[Inv×distance]為地理距離和投資者調(diào)研活動的交乘項(xiàng)。

（二）變量說明

1. 被解釋變量：股價(jià)暴漲暴跌（UpDown）。高昊宇等（2017）[45]認(rèn)為股票的漲跌停能夠有效刻畫股票價(jià)格的極端變化，這種直接的、公認(rèn)的、制度化的信息遠(yuǎn)遠(yuǎn)優(yōu)于其他隱性度量方式。本文參考其度量方式，以股票在一年內(nèi)的漲跌停次數(shù)之和作為暴漲暴跌的代理指標(biāo)。在穩(wěn)健性檢驗(yàn)中，本文以股價(jià)年振幅衡量股票價(jià)格的整體波動情況。

2. 核心解釋變量：地理距離（distance）。本文借鑒Sadok等（2013）[46]和郭思永等（2020）[4]的做法，用Google 地球搜索上市公司注冊地所在區(qū)縣的經(jīng)度和緯度，然后根據(jù)經(jīng)緯度分別計(jì)算出所在區(qū)縣與北上廣深四個(gè)一線城市之間的球面距離，然后取公司距離這四座城市的最短距離的自然對數(shù)作為核心解釋變量 。選擇北上廣深四座一線城市的原因是，投資者的地理分布存在非均衡特征，這四座城市匯聚了我國大部分機(jī)構(gòu)投資者和活躍的個(gè)人投資者。因此，最短距離越小，軟信息不對稱程度越低。

3. 調(diào)節(jié)變量：投資者調(diào)研活動（Inv）。投資者調(diào)研活動能夠有效印證公司披露的信息，補(bǔ)足未披露的重大信息，提高公司信息披露質(zhì)量，充分挖掘公司的特質(zhì)信息。本文參考王珊（2017）[47]等的相關(guān)研究，以投資者接待頻率（Inv1）、接待量（Inv2）、機(jī)構(gòu)來訪接待量（Inv3）、機(jī)構(gòu)來訪占比（Inv4）作為代理指標(biāo)，衡量投資者調(diào)研活動。

4. 控制變量。本文參考高昊宇等（2017）[45]、彭旋和張昊（2022）[48]的研究，對部分可能影響公司股價(jià)暴漲暴跌的因素加以控制。（1）資產(chǎn)負(fù)債率（lev）：以負(fù)債總額和資產(chǎn)總額的比值衡量，資產(chǎn)負(fù)債率越高的公司，其經(jīng)營的風(fēng)險(xiǎn)和收益會被同時(shí)放大，公司股價(jià)波動常常更加劇烈；（2）股權(quán)集中度（top10）：以前十大股東持股比例衡量，大股東持股的穩(wěn)定性對公司股票的流動性存在著極大影響；（3）凈資產(chǎn)收益率（ROE）：凈資產(chǎn)收益率作為企業(yè)績效的直接衡量指標(biāo)，是投資股票重要的考量因素；（4）股息率（ratio）：股息率在投資實(shí)踐中是衡量企業(yè)是否具有投資價(jià)值的重要標(biāo)尺之一，因而對股價(jià)存在重要影響；（5）現(xiàn)金持有（cash）：以期末現(xiàn)金及現(xiàn)金等價(jià)物余額和總資產(chǎn)的比值衡量，公司資金流動性好將利于公司日常經(jīng)營的穩(wěn)定性；（6）經(jīng)營現(xiàn)金流（CFO）：以經(jīng)營活動現(xiàn)金凈流量和總資產(chǎn)的比值衡量，現(xiàn)金流是企業(yè)能夠生存和持續(xù)經(jīng)營的前提；（7）企業(yè)規(guī)模（scale）：以上市公司總市值（千億元）衡量，即按照證監(jiān)會算法所計(jì)算的公司在中國大陸已發(fā)行普通股的總市值，公司體量直接影響到股價(jià)大幅波動的難易程度，一般而言，體量越大的公司，股價(jià)的波動幅度越小。

此外，由于企業(yè)生產(chǎn)經(jīng)營情況與外部環(huán)境息息相關(guān)，本文從經(jīng)濟(jì)發(fā)展水平、政府干預(yù)和金融發(fā)展水平方面選擇三個(gè)宏觀控制變量。（1）城市經(jīng)濟(jì)水平（development）：以人均GDP（萬元）衡量；（2）城市政府干預(yù)（gov）：以地方財(cái)政一般預(yù)算內(nèi)支出與GDP的比值衡量；（3）城市金融水平（finance）：以年末金融機(jī)構(gòu)各項(xiàng)貸款余額和地區(qū)生產(chǎn)總值的比值衡量。

各變量的描述性統(tǒng)計(jì)情況如表1所示。

（三）數(shù)據(jù)來源

本文選擇了2010—2020年的A股主板上市公司作為研究樣本，選擇這一區(qū)間主要是考慮到在次貸危機(jī)的影響下，2006—2009年A股整體波動劇烈，這對本文的研究存在較大的干擾，而從2010年起A股進(jìn)入了相對平穩(wěn)的發(fā)展階段，機(jī)構(gòu)持股總體占比經(jīng)歷迅速提升后進(jìn)入了穩(wěn)定期（吳曉求和方明浩，2021）[49]。此外，由于《中國城市統(tǒng)計(jì)年鑒》的數(shù)據(jù)公布相對較晚，為了更好匹配宏微觀數(shù)據(jù)，將2020年作為區(qū)間終點(diǎn)。本文對數(shù)據(jù)進(jìn)行了以下處理：（1）剔除了ST和ST*的企業(yè)；（2）對連續(xù)變量進(jìn)行了1%的縮尾處理；（3）剔除變量缺失的樣本；（4）剔除上市時(shí)間不足一年的公司。被解釋變量、企業(yè)層面的控制變量以及調(diào)節(jié)變量均來源于東方財(cái)富Choice金融終端，核心解釋變量計(jì)算中使用的經(jīng)緯度位置信息來源于Google地球，城市層面的控制變量來源于EPS全球統(tǒng)計(jì)數(shù)據(jù)庫，最終得到分布在247個(gè)地級市的81個(gè)國民經(jīng)濟(jì)大類行業(yè)的3797家上市企業(yè)合計(jì)22994個(gè)樣本的非平衡面板數(shù)據(jù)。

五、實(shí)證分析

（一）基準(zhǔn)回歸

為了驗(yàn)證H1，確定地理距離對于企業(yè)股價(jià)暴漲暴跌的影響情況，本文展開實(shí)證分析，回歸結(jié)果列示于表2。第（1）列為不控制行業(yè)效應(yīng)和年份效應(yīng)的OLS估計(jì)結(jié)果，地理距離的估計(jì)系數(shù)在1%的水平上顯著為正，說明地理距離與股價(jià)暴漲暴跌存在顯著的相關(guān)關(guān)系。第（2）列為控制行業(yè)效應(yīng)和年份效應(yīng)之后采用固定效應(yīng)模型的估計(jì)結(jié)果，核心解釋變量在5%的水平上顯著為正，估計(jì)系數(shù)為0.069，說明上市公司所在區(qū)縣距離一線城市的最短距離每增加1個(gè)單位，企業(yè)股價(jià)暴漲暴跌次數(shù)將會增加0.069。就其經(jīng)濟(jì)意義來看，地理距離越遠(yuǎn)，軟信息的傳遞難度越大，軟信息不對稱將會影響二級市場上投資者的投資判斷，從而加大不合理投資的可能，使公司股價(jià)更容易出現(xiàn)極端波動。鑒于本文的被解釋變量股價(jià)暴漲暴跌為非負(fù)整數(shù)，面板泊松回歸對于此類數(shù)據(jù)具有良好的估計(jì)效果，第（3）列即為泊松回歸的結(jié)果，地理距離在10%的水平上顯著拒絕原假設(shè)，即地理距離的增加強(qiáng)化了股價(jià)暴漲暴跌的可能性。

（二）穩(wěn)健性檢驗(yàn)

上市公司的地理位置基本是固定的，地理選址通常與創(chuàng)始團(tuán)隊(duì)背景、客戶分布、供應(yīng)商分布密切相關(guān)，而這些因素都近似隨機(jī)分布，因此，其與一線城市的地理距離也往往是外生的，在這一類研究文獻(xiàn)中內(nèi)生性問題并非主要的威脅（Sadok等，2013；郭思永，2021）[46，50]。但為了保證結(jié)果的穩(wěn)健性，本文從三個(gè)方面著手展開穩(wěn)健性檢驗(yàn)，結(jié)果列示于表3。首先，替換核心解釋變量。在第（1）列中本文借鑒劉江會和朱敏（2015）[6]的指標(biāo)衡量方法，以公司所在地與三大全國性金融中心（北京、上海和深圳）的最短距離衡量地理距離（SPD），可以看出這一指標(biāo)的回歸系數(shù)在5%的水平上顯著為正。第（2）列借鑒錢雪松等（2017）[51]的思路，設(shè)定虛擬變量distance700，公司所在地與一線城市的最短距離超過700公里賦值為1，否則為0，這一變量系數(shù)在10%的水平上顯著為正。其次，采用股票價(jià)格年振幅（amplitude）替換被解釋變量。股票價(jià)格年振幅在一定程度上反映出了股票價(jià)格的年度波動，第（3）列中地理距離在1%的水平上顯著增加了企業(yè)股價(jià)年振幅。再次，更換回歸方法。在第（4）列通過負(fù)二項(xiàng)回歸估計(jì)地理距離的影響，distance的系數(shù)在1%的水平上顯著為正，與基準(zhǔn)回歸結(jié)果保持一致。最后，我國股票市場上存在許多“借殼上市”的現(xiàn)象（Liu等，2019）[52]，公司市值越小，借殼現(xiàn)象越嚴(yán)重，由于很多殼公司注冊地與準(zhǔn)上市公司實(shí)際所在地存在出入，第（5）列剔除了市值較低的30%的公司以排除“借殼上市”所帶來的影響，可以看出核心解釋變量系數(shù)在5%的水平上仍顯著為正。

（三）投資者調(diào)研活動的調(diào)節(jié)效應(yīng)檢驗(yàn)

為了考察在地理距離影響股價(jià)暴漲暴跌的過程中，投資者調(diào)研活動所發(fā)揮的調(diào)節(jié)作用，本文利用模型（2）進(jìn)行回歸，結(jié)果列示于表4。可以看出，引入調(diào)節(jié)變量以及交互項(xiàng)后，地理距離變量均在1%的水平上顯著為正，而交互項(xiàng)則至少在5%的水平上顯著為負(fù)，投資者調(diào)研活動表現(xiàn)出了顯著的調(diào)節(jié)作用，隨著投資者調(diào)研的頻繁化，原本由于地理距離遠(yuǎn)而難以觸及的軟信息開始被外界進(jìn)一步獲取，軟信息不對稱所導(dǎo)致的股價(jià)暴漲暴跌情況得到緩解。

（四）異質(zhì)性檢驗(yàn)

為了考察上市公司的哪些自身特性和特定行為可以緩解“軟信息不對稱”的問題，進(jìn)一步深化本文的研究結(jié)論，使對策建議更加具備針對性，本文從是否屬于滬（深）港通標(biāo)的、機(jī)構(gòu)持股比例、信息披露考核三個(gè)方面利用分組回歸的方法，探究軟信息不對稱對企業(yè)股價(jià)暴漲暴跌的異質(zhì)性影響。

1. 滬（深）港通標(biāo)的異質(zhì)性。表5第（1）列和第（2）列顯示，屬于滬港通或深港通標(biāo)的的上市公司中，地理距離的系數(shù)在1%的水平下顯著為正，而非滬港通或深港通標(biāo)的公司則不顯著。這表明軟信息不對稱對公司股價(jià)暴漲暴跌的影響在滬（深）港通標(biāo)的公司群體中更加嚴(yán)重，由于軟信息不對稱影響到更多投資者的二級市場投資行為，標(biāo)的公司的股價(jià)博弈更為劇烈和充分。

2. 機(jī)構(gòu)持股比例異質(zhì)性。表5第（3）列和第（4）列顯示，在機(jī)構(gòu)持股比例較高的企業(yè)樣本中，地理距離并不顯著，而機(jī)構(gòu)持股比例低的企業(yè)樣本中地理距離在5%的水平上顯著為正，軟信息不對稱明顯加劇了此類公司的股價(jià)波動。這是由于機(jī)構(gòu)投資大多持有期長、交易頻率低，機(jī)構(gòu)持股比重的提高直接帶來噪音交易的減少（王謹(jǐn)樂和史永東，2018）[41]，因而能夠在一定程度上穩(wěn)定股價(jià)。

3. 信息披露考核異質(zhì)性。本文根據(jù)上市公司的信息披露考核情況，將樣本劃分為信息披露考核較好（考核為“優(yōu)秀”）和較差（考核為“不合格”“合格”“良好”以及“未披露”四種情況），進(jìn)行分組回歸，結(jié)果見表5的第（5）、（6）列，地理距離在5%的水平上顯著增加了信息披露考核較差的企業(yè)股價(jià)暴漲暴跌的可能，披露質(zhì)量較好的企業(yè)則不顯著。上市公司信息披露考核等級較高，將會明顯增強(qiáng)投資者的確定性預(yù)期，相對而言軟信息不對稱對投資活動的擾動將會有所降低，股價(jià)暴漲暴跌有所緩解。

六、結(jié)論與對策建議

本文以地理距離衡量上市公司與外部投資者之間由軟信息帶來的信息不對稱，進(jìn)而解釋上市公司股價(jià)暴漲暴跌問題，基于我國A股上市公司數(shù)據(jù)研究發(fā)現(xiàn)：地理距離顯著增加了股價(jià)極端波動次數(shù)，企業(yè)距離一線城市越遠(yuǎn)，軟信息不對稱程度越高，股價(jià)暴漲暴跌的可能性越大；投資者調(diào)研活動在地理距離影響股價(jià)暴漲暴跌的過程中發(fā)揮了重要的調(diào)節(jié)作用，隨著調(diào)研次數(shù)與調(diào)研頻率的增加，軟信息不對稱所造成的影響逐步削弱；異質(zhì)性檢驗(yàn)結(jié)果表明，對于屬于滬（深）港通標(biāo)的、機(jī)構(gòu)持股比例低和信息披露考核差的企業(yè)，地理距離顯著增加了股價(jià)暴漲暴跌的可能。

據(jù)此，本文從上市公司、投資者和監(jiān)管部門三個(gè)層面提出對策建議。對于上市公司來說，要加強(qiáng)企業(yè)文化建設(shè)，保持總體經(jīng)營風(fēng)格的穩(wěn)健性和高預(yù)期性，促使軟信息的有效轉(zhuǎn)化；積極參與社會責(zé)任披露和企業(yè)信息披露活動，按時(shí)保質(zhì)發(fā)布內(nèi)部控制自我評價(jià)報(bào)告，主動邀請投資者來司調(diào)研，維護(hù)健康投資者關(guān)系。對于投資者來說，密切關(guān)注上市公司業(yè)績預(yù)告，兼顧硬信息與軟信息的獲??；在12月至次年1月上市公司發(fā)布業(yè)績預(yù)告的時(shí)間內(nèi)，適當(dāng)降低偏遠(yuǎn)地區(qū)公司股票在投資組合中的比重，避免投資組合的波動變大；充分依靠機(jī)構(gòu)投資者的信息挖掘能力，選擇機(jī)構(gòu)持股比例相對較高的公司進(jìn)行投資。對于監(jiān)管部門來說，向各類金融機(jī)構(gòu)和投資者適時(shí)發(fā)布引導(dǎo)性公告，鼓勵(lì)其加大對中西部地區(qū)上市公司的調(diào)研頻率；將對偏遠(yuǎn)地區(qū)上市公司的調(diào)研活動頻次納入金融機(jī)構(gòu)的考核體系，促使區(qū)域間上市公司信息披露程度達(dá)到總體平衡；加快基礎(chǔ)設(shè)施建設(shè)，特別是交通基礎(chǔ)設(shè)施建設(shè)，從根本上緩解軟信息不對稱的問題。

參考文獻(xiàn)：

[1]陳國進(jìn)，張貽軍.異質(zhì)信念、賣空限制與我國股市的暴跌現(xiàn)象研究 [J].金融研究，2009，（04）.

[2]Kim J B，Li Y，Zhang L. 2011. Corporate Tax Avoidance and Stock Price Crash Risk：Firm-Level Analysis [J]. Journal of Financial Economics，100（3）.

[3]Liberti J M，Petersen M A. 2019. Information：Hard and Soft [R].The Review of Corporate Finance Studies， 8 （1）.

[4]郭思永，楊魯，黃子育.軟信息不對稱與上市公司長期主動停牌 [J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020，（11）.

[5]崔學(xué)剛，張文杰，徐佳.投資者本地偏好行為研究進(jìn)展 [J].經(jīng)濟(jì)學(xué)動態(tài)，2021，（06）.

[6]劉江會，朱敏.地理因素會影響中國企業(yè)IPO的成本嗎？——基于“軟信息不對稱”的視角 [J].經(jīng)濟(jì)管理，2015，37（10）.

[7]熊禮慧，朱新蓉，李言.股權(quán)質(zhì)押與股市風(fēng)險(xiǎn)研究——兼論股價(jià)波動風(fēng)險(xiǎn)與極端市場風(fēng)險(xiǎn) [J].財(cái)貿(mào)經(jīng)濟(jì)，2021，42（10）.

[8]王慶安，高愷.融資融券加大了極端行情的股價(jià)波動性嗎——基于五類行情下的深市股票數(shù)據(jù) [J].金融經(jīng)濟(jì)學(xué)研究，2017，32（06）.

[9]陳國進(jìn)，張貽軍，劉淳.機(jī)構(gòu)投資者是股市暴漲暴跌的助推器嗎？——來自上海A股市場的經(jīng)驗(yàn)證據(jù) [J].金融研究，2010，（11）.

[10]姜永宏，穆金旗，趙婷婷.大股東交易與中國A股市場股價(jià)暴漲暴跌風(fēng)險(xiǎn) [J].南方金融，2019，（02）.

[11]鄒萍.貨幣政策、股票流動性與股票價(jià)格暴跌風(fēng)險(xiǎn) [J].南方經(jīng)濟(jì)，2015，（07）.

[12]謝世飛.政府行政權(quán)力干預(yù)與中國股市的暴漲暴跌 [J].東疆學(xué)刊，2014，31（02）.

[13]張程睿，徐嘉倩.中國上市公司信息披露制度變遷與股票市場有效性 [J].華南師范大學(xué)學(xué)報(bào)（社會科學(xué)版），2019，（04）.

[14]肖土盛，宋順林，李路.信息披露質(zhì)量與股價(jià)崩盤風(fēng)險(xiǎn)：分析師預(yù)測的中介作用 [J].財(cái)經(jīng)研究，2017，43（02）.

[15]宋獻(xiàn)中，胡珺，李四海.社會責(zé)任信息披露與股價(jià)崩盤風(fēng)險(xiǎn)——基于信息效應(yīng)與聲譽(yù)保險(xiǎn)效應(yīng)的路徑分析 [J].金融研究，2017，（04）.

[16]Coval J D，Moskowitz T J. 2001. The Geography of Investment：Informed Trading and Asset Prices [J].Journal of Political Economy，109（4）.

[17]Loughran T，Schultz P. 2005. Liquidity：Urban Versus Rural Firms [J].Journal of Financial Economics，78（2） .

[18]Kubick T R，Lockhart G B，Mills L F，Robinson? J R. 2017. IRS and Corporate Taxpayer Effects of Geographic Proximity [J].Journal of Accounting and Economics， 2017，63（2） .

[19]Huang X，Kang J-K. 2017. Geographic Concentration of Institutions，Corporate Governance，and Firm Value [J].Journal of Corporate Finance，47.

[20]Uysal V B， Kedia S， Panchapagesan V. 2008. Geography and Acquirer Returns [J].Journal of Financial Intermediation，17（2）.

[21]Kubick T R，Lockhart G B. 2016. Proximity to the SEC and Stock Price Crash Risk [J].Financial Management，45（2）.

[22]田利輝，王可第.山高皇帝遠(yuǎn)：地理距離與上市公司股價(jià)崩盤風(fēng)險(xiǎn)的經(jīng)驗(yàn)證據(jù) [J].南方經(jīng)濟(jì)，2019，（11）.

[23]趙放，孫哲，聶興凱.審計(jì)委員會中會計(jì)獨(dú)董的同城特征與股價(jià)崩盤風(fēng)險(xiǎn) [J].審計(jì)研究，2017，（05）.

[24]羅進(jìn)輝，李雪，林芷如.審計(jì)師地理距離對客戶公司股價(jià)信息含量的影響 [J].審計(jì)與經(jīng)濟(jì)研究，2018，33（04）.

[25]汪洋.地理距離、主辦券商與做市交易股票流動性——基于“新三板”市場的實(shí)證研究 [J].財(cái)貿(mào)研究，2017，28（12）.

[26]黃珺，韓菲菲，段志鑫.大客戶地理鄰近性是否抑制了公司股價(jià)崩盤風(fēng)險(xiǎn)？ [J].經(jīng)濟(jì)與管理評論，2022，38（01）.

[27]郭照蕊，張?zhí)焓?高鐵開通對資本市場定價(jià)效率的影響研究 [J].管理學(xué)報(bào)，2021，18（04）.

[28]劉澄，吳鳴鳴.企業(yè)經(jīng)營績效與跨文化管理研究[J].生產(chǎn)力研究，2008，（18）.

[29]佘元冠，祁衛(wèi)士.企業(yè)跨地域經(jīng)營中地域文化沖突問題研究 [J].中國人力資源開發(fā)，2010，（11）.

[30]董大勇，吳可可.投資者注意力配置對資產(chǎn)定價(jià)的影響：眼球效應(yīng)與曝光效應(yīng) [J].系統(tǒng)工程，2018，36（09）.

[31]譚勁松，林雨晨.機(jī)構(gòu)投資者對信息披露的治理效應(yīng)——基于機(jī)構(gòu)調(diào)研行為的證據(jù) [J].南開管理評論，2016，19（05）.

[32]陸超，沈雨霏.機(jī)構(gòu)投資者實(shí)地調(diào)研能否緩解股價(jià)同步性——基于我國A股上市公司的經(jīng)驗(yàn)證據(jù) [J].金融監(jiān)管研究，2021，（09）.

[33]丘彥強(qiáng)，許林.基金公司調(diào)研、投資價(jià)值挖掘與公司股價(jià)波動——以中小板為例 [J].金融監(jiān)管研究，2019，（01）.

[34]王亞男，戴文濤.機(jī)構(gòu)投資者實(shí)地調(diào)研促進(jìn)了內(nèi)部控制缺陷選擇性披露嗎？ [J].哈爾濱商業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版），2021，（05）.

[35]王瑩.資本市場開放與企業(yè)人力資本結(jié)構(gòu)升級——基于“滬港通”和“深港通”交易制度的準(zhǔn)自然實(shí)驗(yàn) [J].現(xiàn)代經(jīng)濟(jì)探討，2022，（05）.

[36]王瀚晨，王汀汀.資本市場開放能夠提升企業(yè)價(jià)值嗎？——基于滬港通的證據(jù) [J].金融發(fā)展研究，2021，（01）.

[37]黃賢環(huán)，姚榮榮.資本市場開放與非金融企業(yè)影子銀行化 [J].國際金融研究，2021，（11）.

[38]于博，吳菡虹.政策沖擊、注意力分配與投資者情緒——基于“滬港通”與“深港通”政策的分析 [J].當(dāng)代財(cái)經(jīng)，2020，（01）.

[39]楊菁菁，朱瑞城，梁小敏.雙重股權(quán)、機(jī)構(gòu)持股與股價(jià)高估——基于中概股的經(jīng)驗(yàn)證據(jù) [J].南方金融，2022，（05）.

[40]袁冬梅，王海嬌，肖金利.機(jī)構(gòu)投資者持股、信息透明度與企業(yè)社會責(zé)任 [J].重慶社會科學(xué)，2021，（10）.

[41]王謹(jǐn)樂，史永東.機(jī)構(gòu)投資者、高管變更與股價(jià)波動 [J].管理科學(xué)學(xué)報(bào)，2018，21（07）.

[42]孫亮，劉春，鄭國堅(jiān)，陳怡燕.軟信息如何影響硬信息——高鐵開通與財(cái)務(wù)報(bào)告穩(wěn)健性 [J].管理科學(xué)學(xué)報(bào)，2021，24（12）.

[43]陳遠(yuǎn)志，田靖.信息披露質(zhì)量、投資者預(yù)期與股價(jià)崩盤風(fēng)險(xiǎn)——基于中小板和創(chuàng)業(yè)板上市公司的實(shí)證研究[J].金融監(jiān)管研究，2021，（12）.

[44]劉江會，陳雷，朱敏.地理距離、城市網(wǎng)絡(luò)連通性與IPO折價(jià) [J].上海經(jīng)濟(jì)研究，2020，（01）.

[45]高昊宇，楊曉光，葉彥藝.機(jī)構(gòu)投資者對暴漲暴跌的抑制作用：基于中國市場的實(shí)證 [J].金融研究，2017，（02）.

[46]Sadok El，Ghoul，Omrane Guedhami，Yang Ni，Jeffrey Pittman，Samir Saadi. 2013. Does Information Asymmetry Matter to Equity Pricing？Evidence from Firms' Geographic Location [J].Contemporary Accounting Research，30（1）.

[47]王珊.投資者實(shí)地調(diào)研發(fā)揮了治理功能嗎？——基于盈余管理視角的考察 [J].經(jīng)濟(jì)管理，2017，39（09）.

[48]彭旋，張昊.穩(wěn)定客戶可以降低企業(yè)的股價(jià)波動性嗎？ [J].審計(jì)與經(jīng)濟(jì)研究，2022，37（04）.

[49]吳曉求，方明浩.中國資本市場30年：探索與變革 [J].財(cái)貿(mào)經(jīng)濟(jì)，2021，42（04）.

[50]郭思永.大股東認(rèn)購定向增發(fā)股份：基于軟信息不對稱的視角[J].管理工程學(xué)報(bào)，2021，35（06）：24-34.

[51]錢雪松，金芳吉，杜立.地理距離影響企業(yè)內(nèi)部資本市場的貸款價(jià)格嗎？——來自企業(yè)集團(tuán)內(nèi)部借貸交易的證據(jù) [J].經(jīng)濟(jì)學(xué)動態(tài)，2017，（06）.

[52]Jianan Liu，Robert F Stambaugh，Yu Yuan. 2019. Size and Value in China [J].Journal of Financial Economics，134（1）.