股权集中度对股价同步性的影响研究

Research on the Impact of Ownership Concentration on Stock Price Synchronicity

摘要: 股权集中度作为公司治理的重要因素，股权集中度的差异会显著影响公司高层管理层在信息披露方面的行为，从而对股价同步性产生影响。基于2020~2023年创业板与科创板上市公司的面板数据，使用固定效应模型检验股权集中度对股价同步性的影响及相关机制。结果发现：1) 较高的股权集中度能够降低股价同步性。2) 股权集中度高通过提高研发投入，降低股价同步性。3) 股权集中度高通过抑制盈余管理，降低股价同步性。4) 在非国有企业，两职兼任，分析师关注较少的企业样本中，企业股权集中度更加显著降低股价同步性。并依照研究结果为企业维持长期发展和监管机构完善现有的信息披露制度提出相关建议，促进资本市场的有效运作。

Abstract: Shareholding concentration as an important factor of corporate governance, the difference in shareholding concentration significantly affects the behavior of the company’s top management in terms of information disclosure, which in turn has an impact on share price synchronization. Based on the panel data of GEM and KTC listed companies from 2020~2023, a fixed-effects model is used to test the impact of equity concentration on stock price synchronization and related mechanisms. The results find that: 1) higher equity concentration reduces stock price synchronization; 2) higher equity concentration reduces stock price synchronization by increasing R&D investment; 3) higher equity concentration reduces stock price synchronization by suppressing surplus management; 4) in the sample of firms that are not state-owned, have both positions, and have fewer analysts to focus on, firms’ equity concentration more significantly reduces stock price synchronization. And according to the research results for enterprises to maintain long-term development and regulatory agencies to improve the existing information disclosure system, relevant recommendations are put forward to promote the effective operation of the capital market.

1. 引言

股票市场在本质上是一个“信息的市场”[1]。企业股价信息含量是反映资本市场信息效率的重要指标之一，如何提高股价中的信息含量一直以来都是学界研究的重要课题。股价同步性可以理解为个股股价或收益变动中能够由市场变动解释的程度[2]。股价同步性通常被用来衡量股价中的企业特质信息含量，股票收益同步性较低时，公司特质收益变动较多，股价所包含的信息更丰富[3]，资本市场信息效率越高[4]。企业治理是股价信息含量的重要因素，合理的股权集中度能够规范内部管理，保护股东权益，增加公司透明度并将其特质信息有效地反映在股价中，使得投资者能够对公司股价进行合理的估计，提高资本市场效率，促进资本市场有效运作。股权集中意味着公司治理结构相对稳定，管理层能够更加直接地接触到公司内部的关键信息，根据市场的相关情况独立作出决策，公司的战略方向与长期目标会更加清晰，公司的信息披露与决策过程更加透明一致，从而降低公司股价同步性。

关于股价同步性的成因，学者们从公司内部治理结构、资本市场监管与经济环境角度展开研究，探究不同因素对于股价信息含量的影响。股权集中度也是学者们分析股价同步性的重要因素。本文基于此深入研究股权集中度对股价同步性的实际影响及其机制作用，并依据研究结论提出相关建议，为提高资本市场定价效率提供借鉴。

2. 理论分析与研究假设

2.1. 股权集中度与股价同步性

在股票市场中，股票价格变动与市场股票平均价格变动的关联性，即股价的“同涨同跌”现象，被称为股价同步性。如果企业特定的信息能够以高质量披露，并在股票价格中得到体现，那么股价同步性就会降低。企业治理结构是股价信息含量的重要因素，学界内，股权结构的设置也是大多数学者研究的焦点。基于利益协同效应，随着持股比例的增加，大股东与上市公司的利益更加协调一致，此时的控股股东可能更倾向于发挥利益协同效应[5]。公司股东会选择具备一定专业水平的经理人来经营，然而管理层可能会考虑自身职业发展，做出不利企业发展的决策。在这种情况下，高度集中的股权结构有助于企业减轻代理问题，避免高管选择性披露公司经营信息，随着股价中反映企业特质信息的增多，股价同步性呈现下降趋势。适度提高股权集中度来强化大股东的“主人翁”意识进而充分发挥大股东的利益协同效应[6]。

基于上述分析，文章提出如下假说：

H1：股权集中度高可以降低股价同步性。

2.2. 研发投入对股权集中度与股价同步性的机制作用

基于利益协同效应，在高度股权集中的企业中，拥有控制权的主要股东通常能够提供更有效的监管策略，缓解与创新相关的代理问题[7]。在创业板与科创板上市的企业，公司的研发信息通过上市公告披露给社会上的投资者与公众，当股东、管理层与企业的利益趋于一致，企业决策者能够更准确地识别创新特征和风险[8]，集中资源增加研发投入，以提升自主创新能力，并会将信息披露，使得股票价格反映出企业的特质信息。市场交易中的信息不对称普遍存在。对于上市企业来说，这种信息不对称可能会造成市场投资者对企业价值进行不合理估计，影响企业的融资成本与市场表现。基于信号传递理论，在市场信息不对称时，处于信息优势的一方可以通过显著的行为向信息弱势的一方传递自身优势。企业的研发投入能释放更强市场竞争力、更高可持续性及更低违约风险的信号[9]，帮助企业在信息不对称的市场环境中建立与投资者之间的信任，从而降低信息不对称带来的风险。投资者更有意愿投资研发投入较多的企业，并据此产生对企业的未来预期，以决定是否投资及投资多少[10]。股权集中高的企业更重视企业的长期发展，能够集中资源增加研发投入，这种行为可能被市场解读为公司在技术创新和产品发展方面的积极信号；外部相关利益者能够根据研发投入信息的公开，预测公司未来的发展方向，做出更精准的决策，打破市场信息的壁垒，提高信息透明度，使得股价中所含的企业特质信息含量增加，降低股价同步性。

基于上述分析，提出假说：

H2：股权集中度高通过提高研发投入，降低股价同步性。

2.3. 盈余管理对股权集中度与股价同步性的机制作用

信息披露质量是指公司在财务报告和公开文件中披露信息的完整性、准确性、透明度和及时性。高质量的披露意味着企业能够提供真实、全面、及时的信息，帮助外部利益相关者做出合理的决策。盈余管理指的是公司管理层通过操控财务报告中的数据，以使财务报表符合管理层的目标，其会影响信息披露质量，导致财务报告失真、透明度降低，进而增加市场上的信息不对称。上市公司的盈余管理会扰乱资本市场的稳定，而虚假的财务报告会给公众造成巨大损失，从而对公司的长期利益造成巨大伤害[11]。盈余管理程度越低，公司股票价格中特质信息和私有信息的含量越高，其股价同步性越低[12]。良好的内部治理结构有助于确保信息披露的准确性和及时性，提高信息披露质量[13]。在股权集中度较高的公司中，大股东往往对管理层有较强的控制力，因此管理层的行为受到严格监督，盈余管理的空间相对较小，信息披露质量得以提升。在信息披露质量较高的情况下，投资者能够较为准确地了解公司的财务状况，减少信息不对称，增加股价中的公司特质信息的含量，降低股价同步性。

基于上述分析，提出如下假设：

H3：股权集中度高通过抑制盈余管理，降低股价同步性。

3. 研究设计

3.1. 样本选取与数据来源

本文的研究样本由2020~2023年创业板与科创板样本企业的面板数据组成，并对样本进行筛选和处理：(1) 剔除ST和ST*类样本；(2) 剔除财务等数据缺失的样本；此外，由于离群值会给估计结果带来偏误，本文对连续变量在1%和99%以上进行Winsorize处理。文章使用的企业财务数据来自CSMAR数据库、交易数据来自同花顺数据库，企业审计数据来自锐思数据库。

3.2. 主要变量的定义

3.2.1. 被解释变量

股价同步性，是指在股票市场中，股票价格变动与市场股票平均价格变动的关联性，即股价的“同涨同跌”现象。对于股价同步性的衡量，Morck [14]运用模型(1)来估计个股的：

$R_{i,w,t}={\beta }_0+{\beta }_1{R}_{M,\text{w},t}+{\beta }_2{R}_{I,w,t}+{\epsilon }_{i,w,t}$ (1)

其中，$R_{i,w,t}$ 代表股票i在第t年第w周的收益率，$R_{M,w,t}$ 代表科创板市场内所有股票在第t年第w周平均收益率，$R_{I,w,t}$ 中行业依照国泰安数据库2012年证监会行业分类标准，参考文件为《上市公司行业分类指引》(2012年修订)，采用企业所在行业的所有股票的平均收益率。市场及行业周收益率均采用流通市值加权平均法计算得到。

为减少因采用周收益率估计市场模型而可能产生的非同步性交易偏误，Piotroski and Roulstone [15]，Gul [16]和Xu [17]考虑行业、市场以及滞后期可能带来的影响，在模型1的基础上加入第$w-1$ 周的市场收益率和行业收益率，得到模型(2)：

$R_{i,w,t}={\beta }_0+{\beta }_1{R}_{M,w,t}+{\beta }_2{R}_{M,w-1,t}+{\beta }_3{R}_{I,w,t}+{\beta }_4{R}_{I,w-1,t}+{\epsilon }_{i,w,t}$ (2)

由于调整后的$R_{}^2$ 可以提供更严格和可靠的统计推断，因此本文参照周林洁[18]的做法，对调整拟合优度进行对数转换后构建如下股价同步性指标：

$\text{SYN}=\ln \left(\frac{\overline{R_{i,t}^2}}{1-\overline{R_{i,t}^2}}\right)$ (3)

其中，$\overline{R_{i,t}^2}$ 是公司i在第t年回归得到的调整$R_{}^2$ 值。本文将模型2回归得到的调整$R_{}^2$ 值代入(3)式，构建度量股价同步性SYN，本文使用SYN作为股价同步性指标。

3.2.2. 解释变量

股权集中度是指上市企业前几大股东持股比例之和占公司总股本的比例，比例越高，股权集中程度越高。本文参考贺炎林等[19]的研究，选取前十大股东持股比例之和(OC10)作为股权集中度的衡量指标。

3.2.3. 机制变量

本文采用的中介变量为研发投入(RD)和融资约束(DA)。学术界通常使用绝对数指标和相对数指标衡量研发活动的资金投入。相对数指标能够消除绝对值的影响，更关注变量之间的相对关系，本文借鉴解维敏等[20]的研究，采用企业研发投入金额占企业总资产的百分比衡量。利用Dechow et al. [21]的修正Jones模型计算得到的操纵性应计利润来衡量盈余管理。首先利用式(4)分行业年度进行回归，将回归系数带入式(5)得到不可操纵性应计利润Nda，最后通过式(6)得到操纵性应计利润DA。

$\frac{T{a}_{i,t}}{A_{i,t-1}}={\beta }_0\frac{1}{A_{i,t-1}}+{\beta }_1\frac{\Delta \mathrm{Re}{v}_{i,t}}{A_{i,t-1}}+{\beta }_2\frac{Pp{e}_{i,t}}{A_{i,t-1}}+{\epsilon }_{i,t}$ (4)

$Nd{a}_{i,t}={\beta }_0\frac{1}{A_{i,t-1}}+{\beta }_1\left(\frac{\Delta \mathrm{Re}{v}_{i,t}-\Delta \mathrm{Re}{\text{c}}_{i,t}}{A_{i,t-1}}\right)+{\beta }_2\frac{Pp{e}_{i,t}}{A_{i,t-1}}$ (5)

$D{A}_{i,t}={\beta }_0\frac{T{a}_{i,t}}{A_{i,t-1}}-Nd{a}_{i,t}$ (6)

其中，$T{a}_{i,t}$ 为公司的应计利润；$\Delta \mathrm{Re}{v}_{i,t}$ 为公司营业收入变动数额；$Pp{e}_{i,t}$ 为固定资产净额；$\Delta \mathrm{Re}{\text{c}}_{i,t}$ 为应收账款的变动数额；$A_{i,t-1}$ 为公司t − 1年的资产总额；$Nd{a}_{i,t}$ 是不可操纵利润；$D{A}_{i,t}$ 是操纵性应计利润，用其衡量盈余管理水平。

3.2.4. 控制变量

本文为了控制其他可能对股价同步性产生影响的因素，借鉴王亚楠等[22]、张玲等[23]的研究，引入总资产报酬率(ROA)、资产负债率(Lev)、公司规模(Size)、公司成长性(Growth)、经营性现金流量(Cash)、账面市值比(BM)、董事会规模(Bsize)、独立董事比例(Indrct)、产权性质(State)、股票换手率(Turn)、两职合一(Dual)、是否国际四大审计(BIG4)等控制变量。余鑫[24]实证检验发现个股流动性与股价同步性呈正相关关系。本文选择Amihud [25]非流动性指标作为个股流动性的替代，这个指标可以衡量股票市场在某段时间内的价格波动情况，可以反映出市场的活跃程度和流动性水平。为控制市场流动性对股价同步性造成影响，本文引入控制变量非流动性指标(Illiq)。具体变量如表1所示。

Table 1. Variable symbols and meanings

表1. 变量符号及意义

变量类型	变量名称	变量符号	变量说明
被解释变量	股价同步性指标	SYN	以模型2为基础计算的调整R^2经式(3)转换
解释变量	股权集中度	OC10	前十大股东持股比例之和
中介变量	研发投入	RD	研发投入金额/企业总资产
	盈余管理	DA	利用修正Jones模型计算得到，见式(7)、(8)和(9)
控制变量	总资产报酬率	ROA	净利润/总资产
	资产负债率	Lev	负债/资产总额
	公司规模	Size	总资产的自然对数
	公司成长性	Growth	本年营业收入增长额/上一年营业收入
	经营性现金流量	Cash	经营现金净流量/总股本
	账面市值比	BM	股东权益/公司市值
	董事会规模	Bsize	董事会总人数的自然对数
	独立董事比例	Indrct	独立董事人数/董事会总人数
	产权性质	State	公司为国有上市公司时取1，否则取0
	股票换手率	Turn	季度成交量/发行总股数
	两职合一	Dual	总经理与董事长两职合一时取1，否则取0
	是否国际四大审计	BIG4	虚拟变量，若会计师事务所为普华永道、德勤、毕马威或安永则取值为1，否则取值为0
	非流动性指标	Illiq	股票收益率的绝对值除以股票交易额总和/交易天数

3.3. 模型设计

为量化判断股权集中度对企业股价同步性的影响，刘喜和和白晶[26]选择沪深A股研究结果表明，上市公司的股权集中度对股价信息含量的影响存在非线性效应。为确保模型设计合理，本文在模型中加入股权集中度平方项判断股权集中度对企业股价同步性的影响是否存在非线性关系，结果发现股权集中度一次项与二次项系数不一致，二次项前系数为正，说明股权集中度与股价同步性之间呈现U型非线性关系，但数据并不显著。本文模型设计在不加入股权集中度二次项时，结果显著，说明本文的样本更适合线性回归，可能原因是本文选取的样本股权集中度处于最优持股比例左侧。

故为验证本文假设1，构建如下模型：

$SY{N}_{i,t}=\alpha +{\alpha }_{1}OC{10}_{i,t}+{\alpha }_2{{\displaystyle \sum \text{control}}}_{i,t}+{\mu }_t+{\delta }_i+{\epsilon }_{i,t}$ (7)

模型(7)中，$SY{N}_{i,t}$ 表示股价同步性，$OC{10}_{i,t}$ 表示十大股东持股比例之和，${\mu }_t$ 与${\delta }_i$ 分别为时间和行业的固定效应，${\epsilon }_{i,t}$ 为随机误差项。

本文构建中介效应模型，对研发投入与盈余管理是否在股权集中度与股价同步性之间发挥中介效应进行检验。本文借鉴温忠麟等[27]与江艇[28]的研究，本文在基准模型(7)的基础上增加模型(8)和(9)将模型设置如下：

$R{D}_{i,t}\left(D{A}_{i,t}\right)=\alpha +{\alpha }_{1}OC{10}_{i,t}+{\alpha }_2{{\displaystyle \sum \text{control}}}_{i,t}+{\mu }_t+{\delta }_i+{\epsilon }_{i,t}$ (8)

$SY{N}_{i,t}=\alpha +{\alpha }_{1}OC{10}_{i,t}+{\alpha }_{2}R{D}_{i,t}\left(D{A}_{i,t}\right)+{\alpha }_3{{\displaystyle \sum \text{control}}}_{i,t}+{\mu }_t+{\delta }_i+{\epsilon }_{i,t}$ (9)

其中，RD表示研发投入，DA表示盈余管理。式(7)~(9)代表温忠麟的中介效应模型，式(7)、式(8)代表江艇的中介效应模型。

4. 实证结果

4.1. 描述性统计与相关性分析

表2为样本企业在2020~2023年各变量的描述性统计与相关性分析结果。

Table 2. Descriptive statistics for variables

表2. 变量的描述性统计

变量	观察值	均值	标准差	最小值	最大值	VIF
SYN	3448	0.236	0.177	−0.062	0.675
OC10	3448	0.519	0.143	0.195	0.815	1.940
ROA	3448	0.025	0.083	−0.325	0.217	1.720
Lev	3448	0.364	0.189	0.052	0.884	1.870
Size	3448	21.796	0.893	20.107	24.640	3.130
Growth	3448	0.139	0.375	−0.593	1.936	1.320
Cash	3448	0.541	1.088	−1.839	6.687	1.390
BM	3448	0.336	0.191	0.044	1.003	1.850
Bsize	3448	2.046	0.186	1.609	2.398	1.350
Indrct	3448	0.400	0.076	0.250	0.600	1.300
State	3448	0.122	0.327	0.000	1.000	1.200
Turn	3448	0.577	0.381	0.095	1.983	1.830
Dual	3448	0.447	0.497	0.000	1.000	1.100
BIG4	3448	0.039	0.193	0.000	1.000	1.200
Illiq	3448	0.033	0.027	0.002	0.156	2.490

表中可以看出，从SNY的分布来看，其最大值为0.675，最小值为−0.062，说明样本企业之间的股价同步性存在较大的差异；OC10的标准差为0.143，最大值与最小值差距较大，显示企业的股权集中度相差较大。VIF检验结果中，各变量的VIF值均小于10，表明各变量间不存在多重共线性问题。

4.2. 基准模型回归

面板数据回归分析常用模型有三种：混合OLS模型、固定效应模型和随机效应模型。本文使用LSDV法与Hausman检验方法对基准模型进行测试，检验结果均显示固定效应效果更好。故为验证假说，本文采用固定效应模型进行回归检验。实证结果如表3所示，SYN的系数值为−0.1626，在1%的水平上显著，说明股权集中度与股价同步性反向变动。

Table 3. The effect of shareholding concentration on stock price synchronization

表3. 股权集中度对股价同步性的影响

变量	SYN
OC10	−0.1626^*** (−6.2249)
Constant	0.3019^** (2.4416)
控制变量	是
时间固定	是
行业固定	是
R-squared	0.4363
Observations	3448

注：^***、^**、^*分别表示1%、5%、10%的显著性水平，括号内为z值。

4.3. 模型检验与修正

本文对上述模型进行组内自相关检验、组内异方差检验与内生性检验，结果发现原模型存在自相关、异方差与内生性问题。广义矩估计(GMM, Generalized Method of Moments)在解决上述模型问题和克服面板数据不足局限性方面具有显著效果。因此，本文采用GMM对原模型进行修正，后续分析均基于修正后的模型。本文GMM所选用的工具变量是滞后一期的股权集中度变量，Sargan检验的p值均大于0.1，表明工具变量均有效外生，可见GMM估计方法合理有效。实证结果如表4所示。

4.4. 作用机制检验

1. 研发投入的中介效应。为探讨研发投入是否在股权集中度与股价同步性之间具有中介效应，本文建立相应的中介效应模型。实证结果如表5所示，列(1)~(3)代表温忠麟的中介效应模型实证结果，列(4)和列(5)代表江艇的中介效应模型实证结果。

列(1) OC10的回归系数在1%水平上显著为−0.1800，说明企业股权集中能够显著降低股价同步性。列(2) OC10前的回归系数在1%水平上显著为正，说明股权集中能够增加研发收入。在加入中介变量RD后，列(3)股权集中度OC10与研发投入RD的影响系数为−0.1720和0.4267，并且都在1%水平上显著，说明企业研发投入对股权集中度和股价同步性的负向关系具有部分中介效应。为保证实证结果的可靠性，本文采用Bootstrap检验，发现置信区间未包含0，证实了中介效应的存在，说明研发投入符合作为中介变量的条件。因此，假说H2得证。这说明股权集中度与企业的研发投入存在正向关系，在信息不对称的

Table 4. The effect of shareholding concentration on stock price synchronization

表4. 股权集中度对股价同步性的影响

变量	SYN
OC10	−0.1800^*** (−6.9899)
Constant	−0.2577^** (−1.9738)
控制变量	是
时间固定	是
行业固定	是
R-squared	0.4264
Sargan	0.7691

注：^***、^**、^*分别表示1%、5%、10%的显著性水平，括号内为z值，Sargan > 0.1说明工具变量有效。下表同。

Table 5. Intermediation of R&D costs

表5. 研发投入的机制作用

变量	(1) SYN	(2) RD	(3) SYN	(4) SYN	(5) RD
OC10	−0.1800^*** (−6.9899)	0.0090^** (2.0046)	−0.1720^*** (−7.0996)	−0.1800^*** (−6.9899)	0.0090^** (2.0046)
RD			0.4267^*** (3.8402)
Bootstrap检验			[−0.1825, −0.0769]
Constant	−0.2577^** (−1.9738)	0.1896^*** (9.5668)	−0.2667^** (−2.0477)	−0.2577^** (−1.9738)	0.1896^*** (9.5668)
控制变量	是	是	是	是	是
时间固定	是	是	是	是	是
行业固定	是	是	是	是	是
R-squared	0.4264	0.0914	0.4297	0.4264	0.0914
Sargan	0.7691		0.6907	0.7691

环境下，公司管理层通过研发投入向市场传递信号，以减少外部投资者的不确定性和信息缺失。增加研发投入可能被市场解读为公司在技术创新和产品发展方面的积极信号。投资者会更积极地参与公司股票，从而降低信息不对称，最终实现股价同步性的降低。

2. 盈余管理的中介效应。为探讨盈余管理是否在股权集中度与股价同步性之间具有中介效应，本文建立相应的中介效应模型。实证结果如表6所示。

列(2)OC10前的回归系数在1%水平上显著为负，说明企业股权集中能够降低内部盈余管理。在加入中介变量DA后，列(3) OC10前的回归系数仍旧在1%水平上显著为负，说明企业的高股权集中度通过降低盈余管理，进一步降低股价同步性。为保证实证结果的可靠性，本文采用Bootstrap检验，发现置信区间未包含0，证实了中介效应的存在，说明盈余管理符合作为中介变量的条件。因此，假设H3得到证明。这说明股权集中度高的公司通常更难进行盈余管理，管理层的行为受到大股东的直接监督和控制，盈余管理的动机和空间都受到有效限制，使得公司的财务报表更加真实，信息环境更加透明，资本市场信息效率越好，股价同步性也越低。

4.5. 稳健性检验

1. 替换被解释变量的衡量方式。使用模型(1)所计算的SYN1作为股价同步性的代理变量回归，根据表7中列(2)的结果，OC的回归系数在1%显著水平与基准模型的回归系数方向一致，表明研究结论具有稳健性。

2. 替换核心解释变量的衡量方式。参考张筱钰[29]的研究使用前五大股东持股比例(OC5)作为股权集中度的代理变量回归，结果如表7中列(3)所示，OC5的回归系数在1%的水平上显著，且回归系数符号与基准模型列(1)一致，表明研究结论具有稳健性。

Table 6. Intermediation of surplus management

表6. 盈余管理的机制作用

变量	(1) SYN	(2) DA	(3) SYN	(4) SYN	(5) DA
OC10	−0.1800^*** (−6.9899)	−0.0656^*** (−2.5984)	−0.1782^*** (−6.9220)	−0.1800^*** (−6.9899)	−0.0656^*** (−2.5984)
DA			−0.1047^** (−2.1113)
Bootstrap检验			[−0.1850, −0.0744]
Constant	−0.2577^** (−1.9738)	−0.4804^*** (−4.3109)	−0.3022^** (−2.2865)	−0.2577^** (−1.9738)	−0.4804^*** (−4.3109)
控制变量	是	是	是	是	是
时间固定	是	是	是	是	是
行业固定	是	是	是	是	是
R-squared	0.4264	0.5484	0.4274	0.4264	0.5484
Sargan	0.7691		0.9599	0.7691

Table 7. Robustness check

表7. 稳健性检验

	(1) 基准模型 SYN	(2) 替换被解释变量 SYN1	(3) 替换解释变量 SYN
OC10	−0.1800^*** (−6.9899)	−0.1734^*** (−6.9738)
OC5			−0.1442^*** (−5.8141)
Constant	−0.2577^** (−1.9738)	−0.2479^** (−1.9670)	−0.2383^* (−1.8194)
控制变量	是	是	是
时间固定	是	是	是
行业固定	是	是	是
R-squared	0.4264	0.4298	0.4231
Sargan	0.7691	0.7773	0.2792

5. 异质性检验

根据前文的实证检验结果显示，企业的股权集中度越高，股价同步性越低。但由于企业内外部存在诸多影响因素，二者的关系可能会发生变化。故本文以企业产权性质、两职是否合一、分析师关注为切入点，利用分组回归进行异质性检验，具体结果如表8所示。

5.1. 基于产权性质的分样本研究

由于国有企业与非国有企业在治理结构方面的不同定位和影响力，将企业的产权性质纳入股权集中度与股价同步性的研究中，以探讨产权性质对这一关系的影响。结果表明，非国有企业的股权集中显著降低股价同步性，而国有企业中则未显著。出现这种情况的原因可能是国有企业面临更多外部干扰，如宏观经济政策、政府干预、社会责任等因素。且国有企业政策干预较为频繁，股价波动往往受到市场整体波动和政策变化的强烈影响，导致股价更容易同步于市场波动。相比之下，非国有企业尤其是在股东集中度较高的情况下，通常能够更快速地响应市场变化。由于大股东对公司拥有更强的控制权，公司能够在遇到外部市场冲击时迅速做出调整。这种灵活的应对能力使得公司股价波动更多地反映公司内部的战略和经营状况，而不是受到市场波动或行业景气度的过度影响，从而减少了股价的同步性。

5.2. 基于两职是否兼任分组的分样本研究

在上市公司中，通常情况下，董事长往往兼任第一大股东，这种情况下如果董事长同时兼任总经理，会促进管理层有效沟通。当大股东提出相关的决策时，这些决策在投票和实施阶段可能会遇到较少阻碍，从而增强利益协同效应。为探究两职兼任与否情况下，股权集中度对股价同步性的影响，将样本分为两职兼任与两职分离两组进行回归，结果发现在两职兼任的情况下，股权集中更能降低股价同步性。原因可能是在股东集中度较高的公司中，董事长兼任总经理的管理结构能够有效减少决策执行过程中的障碍，从而使得公司股价波动更多地受到公司内在因素的影响，而不容易受外部市场波动的影响。最终，这种管理结构能够降低股价同步性，增强公司股价的独立性。相比于董事长分离职务的公司，两职兼任的公司在股东集中度较高的情况下，能够强化利益协同效应，并通过提高信息流通和减少执行障碍，降低股价同步性。

Table 8. Heterogeneity test results

表8. 异质性检验结果

	产权性质		两职是否合一		分析师关注
	(1) 国有公司 SYN	(2) 非国有公司 SYN	(3) 两职兼任 SYN	(4) 两职分离 SYN	(5) 高关注 SYN	(6) 低关注 SYN
OC10	−0.1162 (−1.4926)	−0.1848^*** (−6.7023)	−0.2409^*** (−5.4145)	−0.1718^*** (−4.9174)	−0.1433^*** (−3.1786)	−0.2113^*** (−5.5988)
Constant	−0.3502 (−0.8499)	−0.3112^** (−2.2151)	−0.4592^** (−1.9633)	−0.1127 (−0.6070)	−0.2539 (−1.1914)	−0.1988 (−0.8187)
控制变量	是	是	是	是	是	是
时间固定	是	是	是	是	是	是
行业固定	是	是	是	是	是	是
R-squared	0.5498	0.4232	0.4466	0.4374	0.3811	0.4793
Sargan	0.7172	0.8429	0.7621	0.478	0.3109	0.6594

5.3. 基于分析师关注分组的分样本研究

为探讨不同的分析师关注程度下，股权集中度对股价同步性的影响是否存在差异，本文参考苏武俊和高弋卜[30]的研究，用一年内对企业进行跟踪的分析师数量加1后取对数衡量分析师关注度(AnaAt)，以样本公司分析师关注度的中位数为划分界限，将样本划分为高关注样本公司和低关注样本公司进行回归，结果如表8中列(5)和列(6)。结果发现在两组回归中，股权集中均显著降低股价同步性，在低关注样本中，降低程度更为明显。其原因可能是在分析师关注较低的公司中，由于外部分析师关注度低，投资者会面临更高的信息不对称，信息不对称意味着投资者对于公司财务健康状况与未来发展信息了解受到限制，市场上的信息传递就更依赖于公司的内外部信号。股权集中度高的公司往往会通过内部的信号和信息披露机制(如大股东的公开发言、股东大会的决策等)来传递公司财务状况和未来战略决策，市场对这些公司股价波动的解读更多依赖公司内部的信号，而非广泛的市场信息。这使得公司股价波动更多由其自身驱动，而较少受市场整体波动的影响，从而降低股价同步性。

6. 结论与政策启示

文章选取2020~2023年创业板与科创板上市公司为研究样本，探讨了企业股权集中度对股价同步性的影响。结果表明：(1) 企业股权集中会降低股价同步性；(2) 企业股权集中会提高研发收入，对外部投资者释放积极信号，抑制盈余管理，减少信息不对称，使得股价中公司特质信息含量增加，最终降低股价同步性；(3) 在非国有企业，董事长兼任两职，低分析师关注的企业样本中，企业股权集中度更加显著降低股价同步性。

本文提出如下建议：第一，企业要结合自身发展，设置合理的股权结构，应将股权集中在少数股东手中，适当提高股权集中度可以增强利益协同效应，降低股价同步性。第二，创业板和科创板企业大都为初创企业，鼓励其设置一个大股东，其他控股股东进行辅助的股权结构，注重研发的长期投入与发展，并加强研发活动信息的披露。在进行研发支出时，应向外界提供规范和详尽的信息，以便准确和合理地评估企业的价值；实现股权集中，加强股东对管理层的监管，抑制盈余管理，实现财务信息的透明与准确披露，降低股价同步性。第三，监管机构应该完善现有的信息披露制度，强化企业信息披露的标准化，实现企业高质量信息披露，降低股价同步性。最后，培养投资者对于公司信息的挖掘与解读能力，提高市场整体对公司价值的更精确定价，从而促进资本市场的有效运作。

NOTES

^*通讯作者。