一个基于R2的股价同步性研究文献综述
A Literature Review on Stock Price Synchronicity Based on R2
DOI: 10.12677/fin.2025.151015, PDF, HTML, XML,   
作者: 付正虎:新疆财经大学金融学院,新疆 乌鲁木齐
关键词: R2股价同步性股价信息含量R2 Stock Price Synchronicity Stock Price Information Content
摘要: R2作为股价同步性的特征变量,与公司面信息紧密相连。随着时代发展,社会变迁不断被赋予新的内涵。学者从不同的视角出发开展研究,推动了股价同步性、资本市场定价与行为金融理论、信息不对称理论、委托代理理论等融合发展,并与经济地理、企业管理、人力资源、大数据等多学科进行交叉,提升了思维的深度和广度。学者们通过对R2形成机制,影响效应的研究和探索,取得了丰硕的成果。本文从R2的定义出发,梳理了R2的形成与发展,并对尚存的争论进行总结和评述,最后结合我国资本市场放开、注册制改革、建设金融强国,推动经济高质量发展等具体背景,对R2研究进行了展望。
Abstract: R2, as a characteristic variable of stock price synchronicity, is closely related to company information. With the development of the times and social changes, it is constantly endowed with new connotations. Scholars have conducted research from different perspectives, promoting the integration and development of stock price synchronicity, capital market pricing and behavioral finance theory, information asymmetry theory, principal-agent theory, and other interdisciplinary fields such as economic geography, accounting, enterprise management, human resources, and big data, enhancing the depth and breadth of thinking. Scholars have achieved fruitful results by studying and exploring the formation mechanism and impact effects of R2. Starting from the definition of R2, this article sorts out its formation and development, summarizes and comments on the remaining debates, and finally puts forward prospects for R2 research from the specific background of China’s capital market liberalization, registration system reform, building a strong financial country, and promoting high-quality economic development.
文章引用:付正虎. 一个基于R2的股价同步性研究文献综述[J]. 金融, 2025, 15(1): 122-134. https://doi.org/10.12677/fin.2025.151015

1. 引言

R2的产生有其具体的历史背景,上世纪80年代,美国发展模式从生产制造业逐渐向服务业进行转型,新企业不断涌现,其中以计算机为代表的科技行业强劲势头一时无二,股市也前所未有的迎来了大牛市,但以Roll为代表的学者认为如果金融学不能很好的发挥对资本市场的预测作用,理论依然是不成熟的,具体表现为股市具有不可测性。因此他对CAPM模型的拟合优度也就是原始的R2进行了深入探究,提出了股价变动受到三个层面信息的影响,由此拉开了研究R2的序幕[1]

后续学者基于不同的理论体系如行为金融理论、信息不对称理论、委托代理理论、公司财务理论等,从不同的视角如制度建设、文化体系、风俗习惯、地理环境、管理者、投资者、科技创新等对R2作用、效果进行深度挖掘与探索,在这个过程中既有观点相同时的认可与印证,也有因结论相左而产生的思维碰撞,在交织着继承、怀疑、否定、认同的学术道路上,吸引了更多学者加入R2研究的大军,推动理论与实践向前发展。

我国是发展中的社会主义国家,股市比发达国家起步晚,法律法规制度,监督管理体系都在逐步完善过程中,在建设金融强国的道路上,R2研究对促进我国资本市场的稳定性有着更加深刻的意义。中国股市被很多国内外学者认为是噪声环境,R2显著高于发达国家[2]-[4],说明我国股市存在明显的同涨同跌问题,我们如何更好的趋利避害,提升市场有效性,需要从实际出发,结合具体场景,围绕R2展开针对性研究。

2. R2定义及测度方法

2.1. R2定义

R2即股价同步性,简单的来说就是股票市场上存在大多数股票“同涨共跌”现象[5]。这种现象说明资产定价中,股价较少的包括公司特质信息,或者说公司面信息太少,行业和市场面信息过多,从而在资本定价的回归模型中ESS (回归平方和)在TSS (总体平方和)中的占比高,同步性就高[1] [5]。高的R2,说明投资者无法通过更加有效的公司面信息对公司进行评估、分析、选择,股票价格也无法客观实际的反映公司价值,更容易触发管理层非理性交易和利益侵占的动机,显然这是市场低效的表现,不仅会影响资本资产定价,还会降低市场资源配置效率,引导错误资本流向,不利用企业创新发展和产业优化升级[6]-[8]

2.2. R2测度方法

2.2.1. 资本市场线与R2

资本资产定价模型(CAPM)是一种风险均衡定价理论,最早由夏普(Sharpe)、林特(Lintner)和莫森(Mossin)根据马科维兹(Markwitz)的最优资产组合思想提出的,后期发展成为资本市场均衡理论体系。它揭示了单个资产的期望收益与系统性风险(β系数)之间的关系。β系数反映的是该资产与市场收益之间的协方差与市场收益方差的比值,当市场处于均衡状态时,某种资产的期望收益率与β之间存在线性关系,其公式为:

E( R i )= R f + β i [ E( R m ) R f ] (1)

实证检验需要通过已知数据进行模型拟合,如果通过带有时间序列的面板数据进行回归,可建立模型:

R i,t R f,t = β 0 + β i [ R m,t R f,t ]+ ε i,t (2)

R i,t 是单个资产t时间的收益率, R f,t t时间的无风险资产收益率, R m,t t时间的市场收益率,通过此模型进行回归可以得到系统性风险的估计值 β ,理论上如果此模型能有效地解释某个资产的定价问题,那么模型回归的拟合优度(R2)应该越大越好,说明模型更具解释力[1]

2.2.2. 对R2的测度

Roll通过实证发现CAPM模型在解释股价变动方面并没有起到预期的效果,解释比例都低于40%,改进方法后回归的R2也仅为0.179,按照常理,如果模型是准确的,那么R2的值应该向不断向1收敛。个股变动性是个股当中特质信息含量在股价中的映射,而市场中存在的大量套利者让个股信息作用发酵,把股价信息分为三个层面即:市场、行业、公司,不同层面的信息价值含量和价值显然不同。为了验证不同信息对R2的影响,用个股收益对市场收益进行回归,公式(2)就转化为如下模型:

R i,t = β 0 + β i R m,t + ε t (3)

回归得到的R2揭示了个股收益中行业和市场面信息含量,(1 – R2)代表个股收益中公司面信息含量,R2越低代表公司面特质信息越丰富[1]。Roll的R2理论开启了学界研究股价同步性的一个新时代,其意义巨大,影响深远。

3. R2的突破与发展

3.1. 跨国静态比较时期

股价同步性概念最早使用于20世纪70年代,当时由于投资者产权保护和机构投资者的缺乏导致股票价格无法充分包含公司面信息,从而股价同步性显著升高。公司面信息是否能充分在价格中体现,除了受限于投资者专业度以外,还与市场成熟度,监管力度,法律法规体系完善度有关[2]。在投资者保护弱的国家,投资者很难捕获公司面信息,或者对信息的真实性缺乏信任,因此更加关注行业动态及市场政策,而一些深藏不露的企业管理者通过各种方式掩饰对利益侵占和攫取的行为,甚至联手券商制造高收益幻象,让投资者尤其是散户投资者更加对投资丧失理性,一味跟风,加剧市场的同步性。

除了投资者保护外,公司信息透明度也会影响股价同步性,一方面,信息透明度低的公司,高管更有利益侵吞的动机,从而明修栈道,暗度陈仓的减少公司面信息透明度,提升投资者信息收集成本,导致股价中的公司面特质信息含量降低,股价同步性提高;另一方面投资者如果面对的公司广泛存在透明度不足的问题,他们也疲于信息收集,不得不简单粗糙的取市场平均值去衡量某个公司的经营水平,把这个作为有效信息衡量股价,这种不加区分杂糅的做法更会降低公司面信息在股票中的含量,从而提升同步性[9]

以上主要是基于跨国数据的静态比较,对于单一国家动态发展的场景还未从更加微观层面进行分析。

3.2. 动态发展分析时期

3.2.1. 基于公司治理层面的分析

2000年以后,学者们从所有权安排、审计质量、董事会特征、双重上市、政治关联等微观变量入手,通过实证发现公司治理机制与公司面信息含量显著正相关,从而影响股价同步性[10]-[14]。随着在公司治理层面对于股价同步性研究的不断深入和细化,研究内容趋于多元化,有学者从经济地理学的视角出发,通过分析发现客观条件的改善如开通高铁有助于公司改善治理机制,从而提升信息含量,降低R2 [15]。会计稳健性作为一种重要的治理机制,研究发现在数字化转型促进公司面信息的吸收过程中,会计稳健性起到加强的调节作用[16]。企业股权结构是公司治理领域关注的重点,采用股权集中度作为股权结构的代理变量,通过实证发现股权集中度与股价信息含量存在非线性关系,并且由于中国股票市场处于噪声环境,信息含量提升并不总能降低R2,不同公司存在异质性表现[17]。我国于2010年3月31日正式引入卖空机制,公司肆意的应计盈余管理行为受到限制,卖空者通过卖空机制向市场释放抄底信号,会导致股价大跌,瑞幸咖啡已经品尝到卖空的苦头,因此卖空机制可以抑制应计盈余管理,改善管理者短视行为,提升信息披露质量,从而提升公司治理[18]。随着ESG理念深入发展,有学者从ESG表现出发,认为ESG的认知程度,包括企业和投资者的ESG认知意识会影响公司治理水平,因为ESG信息就是特质信息的重要组成部分,其纳入股价的程度影响股价同步性,企业为了赢得更多投资者注资会加强ESG实践,从而提升治理水平[18]

3.2.2. 基于证券市场制度建设层面的分析

实证发现证券市场制度建设越完善,股票中特质信息含量越高,股价同步性就会减弱[19] [20]。在我国,上市公司信息披露制度发展可划分为六个阶段,随披露制度不断完善,股价中的公司面信息不断提升,R2整体下降,说明相关制度的完善能降低股价同步性,市场更加有效[4]。注册制改革后,很多人认为放松实质性审查力度会影响信息披露质量,对于信息披露效果持怀疑态度[21],但这种怀疑后续不断被实证打破,从注册制溢出效应视角,研究发现注册制改革对核准制的同行公司的股价同步性降低作用明显,并通过分组比较注册制的同行企业其R2更低[22]。更有学者通过直接实证的方法发现注册制对上市公司股价同步性降低作用非常显著,进一步打破了对注册制改革质疑的声音,证实了注册制的实施推进证券制度建设更加完善[23]

3.2.3. 基于信息透明度方面的分析

基于信息透明度层面的研究更加微观化,比如从盈余质量、微观结构、会计稳健性等指标入手,但对于信息透明度与股价同步性之间的关系已有观点尚有分歧,结果不同可能与分析方法有关,也可能与具体场景下的市场成熟程度、投资者金融素养等因素有关,因此有学者认为信息透明度与股价同步性是正相关关系[3] [24]。即使信息披露质量与股价同步性正相关,但这种正相关度也会随着时间趋势向前发展呈现弱化趋势,即股价同步性对信息披露质量的回归系数为正但逐步下降[4]。整体来说学者们均赞同各项制度越完善,信息披露透明度和质量越高,对同步性的影响不是弱化趋势就是负相关。高质量的审计报告能准确反映公司财务状况,增强投资者信心,提升股价信息透明度与可靠性,审计报告准则越严格企业的特质信息越能被股价吸收,整个市场的股价同步性会显著降低[25]。另外,随着数字化经济发展,企业数字化转型成为热门话题,于是很多学者开始研究数字化发展在资本市场信息透明度方面有哪些影响。通过实证发现企业数字化转型通过缓解信息不对称,更新管理者经营理念,加强内部控制等方式提升信息披露程度,从而增加股价中的特质信息含量,降低同步性[26]。数字信息是数字化转型的重要组成,研究发现高质量的数字信息披露能提供更多有价值的企业基本面信息,降低信息不对称,优化资源配置,从而降低股价同步性,提升资本市场的定价效率。在数字信息来源方面,有学者采用年报中数字信息披露作为工具展开实证,发现数字信息披露程度与股价同步性负相关,也就是数字信息披露越充分R2越小[27]

3.2.4. 基于证券分析师层面的分析

证券分析师对股价同步性的影响是一个复杂的问题,受到多种因素的影响,包括市场完善程度、分析师质量、地理位置和卖空机制等,所以以往研究得出的结论也不尽相同。一些研究指出,分析师通过增加市场和行业层面的信息,提高了股价同步性[28],主要原因是分析师把工作重点集中在信息收集难度较低的行业面信息上,如盈余预测,在公司面信息收集难度较大的新兴市场,分析师惰性现象更为明显[8]。然而,也有研究持相反观点,认为分析师毕竟是专业人士,其关注度必然能提升信息含量,从而降低了股价同步性[29] [30]。但值得注意的是,在证券市场不完善的情况下,即便是分析师也难以捕获真实有效的信息,更多地是在行业和市场层面对信息进行解读,反而可能提升股价同步性[31]。此外,分析师作用的发挥还受到地理位置和空间距离的限制,客观环境的改善有助于提升分析信息采集效率,降低信息约束,进而降低同步性[15]。当然,并非所有分析师都能发挥同等作用,把分析师分为明星组和非明星组,发现相比非明星组,明星组能显著降低R2,出乎意料的是降低R2的原因并不是因为明星组提升了股价中的信息含量,而是基于他们本身的知名度引发市场过度反应导致的[32]

另外,从卖空机制角度出发,有研究认为过去分析师出于利益考虑,有可能与企业沆瀣一气或互相抵制,做出偏离正常波动范围的预测,起到错误的投资导向,但由于卖空机制的存在分析师有失偏颇的预测极易被发现,他们不得不为了维护声誉选择如实客观的分析,这样管理层的隐性利益操作空间变得更小,提升了股价信息含量[33]

3.2.5. 基于交易者类型层面的分析

因交易者投资规模,技术能力、交易动机等方面存在差异,整体可划分为三类,即机构投资者包括:具备专业知识的专业机构如银行、保险公司、券商、基金公司等;产业资本如上市公司的控股方、各级政府的投融资平台及其他资本性往往带有金字塔架构的非金融类企业;个人投资者包括个人持股的大股东和个体投资者(散户)等,但这三类投资者又可以进行更细化的分类,具体表1。研究发现机构投资者具备专业的技能,能够相对准确的把握公司基本信息,其外部监管者的身份,一定程度提升公司信息透明度,与政府部门监管相互映衬发挥替代或互补效应,从而促进股价对信息的吸收,同步性就会降低[34]。中国的机构投资者与国外的专投性质上不同,中国的专投在短期利益驱使或幕后操纵者的逼迫下,容易放弃基本面信息的探究,而故意放大市场面及行业面信息作用,引领散户们一路追涨杀跌,充分利用时间差收割短期利益,这种羊群行为抑制了股价对信息的吸收,对股价同步性有提升作用[35]。但有学者对此持有不同看法,认为机构投资者增加持股有利于股价中吸收更多的特质信息,从而机构投资者与R2是负相关的关系,通过构建信息质量与机构投资者的交叉项,回归系数依然为负,说明机构投资者在股票定价中明显降低噪声,在提升特质信息含量方面发挥重要作用[4]。从监督作用力度来看,国内的专业投资人往往因为背后存在与上市公司的业务合作关系,并不能有效监督公司的经营行为,对于一些通过向下盈余管理等手段粉饰公司实力和水平的行为往往选择漠视,甚至有同流合污的倾向,而以QFII为代表的国外专投,显然与持股公司没有过多的利益瓜葛,因此他们更能发挥监督管理层,提升公司治理水平的作用,从而加强股价对信息含量的吸收,同步性降低[36]

Table 1. Investor classification

1. 投资者分类

分类

类别

主体

特点

共性

个性

专业机构投资者

积极型

券商、基金公司、

期货公司、私募基金等

专业的团队、

丰富的经验、

卓越的信息挖掘和

分析能力

拥有相对独立的立场,更有动力监督

管理层,更积极的搜集信息。

消极型

保险公司、银行、

信托、大学基金等

与上市公司具有业务关系,为了维护

业务往来,市场会在质疑公司管理

方面选择沉默或妥协。

产业资本

风险型

上市公司的控股股东、

资本型公司(尤其具有

金字塔链式结构的上层公司)

持股较为稳定,

交易较不活跃

有利益攫取的可能,尤其是在股权

结构中第二类代理问题显著的公司

安全型

政府投资平台等

履行国家出资义务,有政府

信用做担保,相对安全系数高

个人投资者

专业型

个人持股的大股东、具备

专业技能的独立董事等

以个人为单位

重视公司面信息,

专业技能高,反应能力快

业余型

散户

容易受到噪声的干扰

数据来源:作者总结自绘。

4. R2对经济的影响分析

4.1. R2与资产定价效率

为了验证R2越低代表股价中公司面信息越丰富的观点,用股票收益对未来盈余进行回归,用回归系数来确定是否低的R2能够反应股价中包含更多的特质信息,采用美国上市公司的数据为样本,实证了股价中公司面信息含量对同步性的影响,含有更多会计盈余信息的股票往往与较低的R2有关[37]。资产定价效率在后来的文献中总是和股价同步性密切相关,不同学者基于不同的理论和视角进行不同的分析,而且研究的切入点愈发微观化,随着大数据、互联网等科技手段的普及,研究发现投资者通过与上市企业进行高质量网络互动可以降低信息获取成本,提升信息获得效率,加快信息传播速度,促进特质信息吸收,降低了股价同步性,提升了资产定价效率[38] [39]

4.2. R2与经济运行效率

从产业角度出发,对比发展中国家和发达国家除了法律法规、政策制度方面的差异外,同步性对资源配置效率也具有很强的解释作用,R2越低,股价信息含量越丰富,管理层就更能在投资者高度关注的环境中选择理性投资,从而减少不理性行为,降低利益攫取的可能性,提升资源配置效率[6]。在采用中国上市公司的数据进行实证后发现,R2下降的阶段,资本能更快的从低效领域向高效领域转移,从而提升资源配置效率[40]

4.3. R2与证券市场筛选机制

采用33个国家的股市样本,实证发现R2越低的公司,公司面信息更能促使投资者加强对公司价值的判断和管理层管理能力的甄别,体现的结果是R2越低的公司高管更容易因业绩不佳的表现而被变更,发挥了一定的董事会监管的替代作用,丰富了公司治理体系[41]。发达国家由于资本市场较为成熟,R2较低,股价较发展中国家能更充分反映公司面信息,这也影响了管理层的投资理念,他们会更在意投资者的态度和反应,因此投资行为更加理性,而R2高的国家,因种种客观原因,股价更多的反映的是市场和行业信息,一个方面管理者投资决策会背离理性范畴,比如缺少理性分析的情况下,对市场存在过度乐观或过度悲观;另一方面投资者也无法甄别公司质量高低,长而久之,证券市场会向类似于“劣币驱良币”的柠檬市场演化[8]

4.4. R2与企业创新

科技创新型企业无论是产品还是经营管理都不同于传统企业,这些企业的创新特质是公司面信息的重要组成,企业股价更容易受信息披露质量等因素影响与大盘收益发生背离,呈现出天马行空的特点,把R2作为代理变量,通过对美国上市科创型公司数据展开实证,发现R2越低,企业全要素生产率越高[5]。采用中国上市公司数据,构建技术效率产出和技术进步产出两个指标反应技术创新水平,技术创新水平会随同步性降低而提升[42],所以创新与股价同步性存在双向因果关系。创新是发展的第一动力,不仅仅是科技型企业需要做的事情,而是所有企业提升市场竞争力的必经之路。数字化技术的发展,更为新一轮的信息革命和产业革命注入了生机和活力,大数据、云计算、互联网、物联网、人工智能、AIGC等技术不断升级,推进企业数字化转型的潮流,在转型过程中,随着信息披露质效提升,监管体制完善,公司治理结构升级,股价同步性也随之下降[16] [26]。与企业相关的技术创新信息也随着科技化的深入发展越来越得到投资者、分析师、媒体的青睐,数字技术信息是公司特质信息的重要组成部分,深度挖掘和传递数字技术信息可以缓解信息不对称造成的逆选择,激励企业创新动力,提升分析师关注水平,这些中介变量最终都将降低R2 [27],提升市场效率,引导资本流向,进一步推进企业创新,巩固良性创新循环机制,融入科技创新的生态圈。

5. 关于R2的讨论

Roll提出的定价模型,模型的R2取决于ESS (回归平方和)和RSS (残差平方和),二者之和是TSS (总体平方和),因此ESS与RSS是此消彼长的关系,如果ESS所代表的回归平方和反映的是行业和市场面的信息,那么RSS不仅有公司面信息也包含了噪声和其他非理性的因素。因此,不能对低的R2泛泛的归因为公司面信息丰富,这也可能是过多的噪音和非理性投机共同作用的结果,因此低的R2反应更多的公司面信息,只有在专业投资者交易活跃的市场才能得到真实体现[43]

5.1. 基于特质信息的解释

特质信息(包括财务报表、盈利能力、偿付能力、运营效率、风险因素、创新发展能力等)的变动用信息数量和质量的变化衡量,如果特质信息数量增加或质量提升导致R2降低,那么说明股价同步性与特质信息含量密切相关。

5.1.1. 信息披露数量

媒体关注会极大提升信息披露数量,那么结果会不会提升信息含量,从而降低R2呢?通过分析美国媒体190多万条新闻报道,发现在消息日的交易更具非同步性,即在消息日的R2会更低[44]。基于中国媒体信息进行研究,也发现媒体关注增加了公司面信息的融入,会降低R2 [45]。随着数字技术的发展,网络媒体呈现出多样化的发展趋势,不再局限于过去电视、互联网页等方式,微博、微信公众号、百度官方账号、证券交易所的互动平台等信息载体也成为投资者获取信息和进行互动的重要工具。多元化的信息平台不仅为投资者提供了数量庞大的数据库支持,也为学者提供了丰富的研究工具和变量选择,研究发现微博中的公司面信息数量显著负相关于股价同步性,说明通过微博作为媒介释放更多的特质信息,更有助于信息披露,提升了股价中的特质信息含量[46] [47]。作为股价特质信息组成部分的数字技术信息披露数量的增加可以为企业带来更多的政府补助,但是对于不同的企业增加信息披露数量对R2降低的作用则是不相同,对于“多言寡行”的企业而言,其多言并没有降低R2,有意思的是“寡言少行”的类别也显著降低了R2 [27],可见只要企业乐于践行,多做比什么都重要。

5.1.2. 信息披露质量

信息披露质量受到法律法规、监管机制等政策因素影响,随着经济社会发展,各项制度更加规范,比如国际财务报告准则提升了会计信息的披露质量,报告准则实施后R2出现显著下降[48],中国在推行公允价值计量模式后股价信息含量也显著提升,反映在同步性上就是R2下降[49]。采用深交所的评级作为信息披露质量的代理变量,用过去三年操纵性应计利润的绝对值之和作为会计信息质量的代理变量,二者共同作为信息质量的衡量指标,随着信息质量的提升R2是下降的,但这里要注意,R2的下降并没有改变信息质量与同步性之间正相关的关系,也就是说信息质量在噪声环境中依然是提升股价同步性的,只是提升程度随制度完善的时间趋势不断弱化[4]。客观环境也会影响信息披露质量,比如交通便利的地区比不便利的地区信息透明度更高,因此通过分析高铁开通对沿线企业股价同步性的影响证实了客观条件改善有利于提升信息披露质量[15]。另外信息披露质量会因卖空机制的存在而提升,并且机构投资者在这个过程中发挥重要的调节作用强化了卖空机制对信息披露质量的影响[33]

5.2. 基于行为金融的解释

5.2.1. 噪声与R2

如果较低的R2代表股价中含有较高的公司特质信息,那么该公司应具备较高的信息效率,但真实情况是因噪声的存在,较低的R2往往不能代表股价中公司特质信息含量高。中国股票市场存在大量噪声,噪声存在加大了个股波动性,导致R2降低,显然在噪声肆虐的市场中,噪声才是股票定价的真正推手[3]。进一步研究发现信息效率越差的公司反而具有较低的R2,通过实证揭示了低R2并不是因为股价信息含量高带来的影响,而是各种噪声的代理变量如买卖差价、价格延迟、非流动性水平等因素作用的结果[50]-[52]。按照Morck R的理论,同步性与信息效率是负相关的,如果以股票增发定价事件作为分析标的那么股票增发折价程度在效率高的公司应该越低,因为股价中有充分的公司信息,股价不会大打折扣,但结果发现同步性低的公司,折价越高,很显然这与信息含量的理论是矛盾的[53],反而支持了West的观点[54]

一个国家的体制、法律法规,政策制度具有相对稳定性,但不是绝对静止,而是在稳定中不断完善和发展,R2会呈现出逐渐降低的特点,说明股价信息含量随市场的完善性越来越高,但有学者从40个国家1985~2004年共二十年的R2分析发现,R2往往表现为剧烈波动,往往在一年高后紧随一次明显下跌,这与在相对平稳趋势中逐渐下降的论断并不相符,因此他们认为产权保护等制度与R2并没有密切的关系[55],起码不是什么稳健的关系。发展中国家的公司与发达国家的公司性质有明显不同,受历史因素、社会制度、风俗习惯等因素的影响,发展中国家的公司相互之间依赖性更强,这种一荣俱荣,一损俱损的关系更容易推高股价同步性,因此可以把这种不同归因为市场结构不同[56]。以中国股市作为研究对象,通过线性回归发现,R2在信息透明度高时反而更高,反过来说明R2低时,并不是因为股价信息含量提高了,主要原因是存在较高的市场噪声[57]。因此,R2对于资产定价效率来说并不是一把万能之钥[58],其定价的准确度只有市场存在大量专业套利者的时候才能得以体现[43]。会计信息作为股价信息的重要组成部分,质量越高,投资者更容易从这些显性的数据中获得公司面信息,这些数据对于大众来讲具有可获得性,可以依据数据直接开展分析判断,这样就削弱了投资者信息挖掘的主动性,更会随波逐流,从而提升了R2 [24]。当然很多学者并没有非黑即白的把低的R2要么归因于股价信息含量提高,要么归因为噪声和不理性因素增加,同步性高低与信息含量和噪声之间的关系不能用简单的线性关系去刻画,它们之间的关系不是线性单调的形式[59],一开始认为R2越低的公司,应该具备较高的信息效率,从而推测盈余公告后价格漂移现象会减弱,且股价与当期和未来会计盈余折价会体现出较强的关联,但实证结果恰恰相反,R2低的公司价格漂移更加显著,股价与会计盈余之间关联降低[60]。公司股权过于集中通常会弱化公司治理水平,从而降低股价信息含量,在中国由于市场存在大量噪声,通过在解释变量中加入股权集中度的二次项进行回归,发现股权集中度与股价同步性并非线性关系,而是呈U型,股权集中度的门槛值是12%且为单一门槛,大于门槛值之后,股权集中度增加会提升股价同步性,即此时R2正相关于股权集中度[17]

5.2.2. 投资者行为与R2

(1) 个人投资者

由于个人投资者认知的局限性,其投资行为往往表现为非理性,具体为过度自信、盲目跟从、趋利避害等现象,这些行为偏差和认知局限也成为R2的重要影响因素,比如通过研究发现股票被纳入标准普尔指数后,R2明显提升,体现出高的同步性,在公司面信息没有变化的情况下,这种结果更多来自于投资者情绪等非理性因素[61]。一个事件传递的信息即便不会与公司面信息有关,也会因投资者情绪等非理性的因素而得到倍数级放大,比如农夫山泉的股价暴跌事件,靠频频更改名头屡创新高的岩石股份(曾用名匹凸匹)等等。通过日本股票市场的数据发现新加入225指数的股票呈现同涨现象,同步性显著增强,这种同步性变化与公司基本面信息无关,可以佐证投资者需求变化引发的股价剧烈波动[20]

投资者尤其是散户投资者囿于专业知识匮乏和精力有限,无法深度挖掘公司面信息,注意力多集中在行业和市场层面,因此他们的分析具有粗而广的特点,更多的是根据板块、概念等进行简单聚类,导致同步性提升,市场层面的新信息导致同步性迅速高企的现象,从认知心理学的角度出发,也得到了证实[62]。散户投资者往往被认为是被收割的对象,其交易行为常被形容为人云亦云,亦步亦趋,这种羊群行为本身就提升了股价同步性,投资者的非理性因素和公司面信息共同作用于R2,形成同步性低的股票,但通过分析中期价格动量效应和长期价格反转效应,发现低的R2并不代表市场有效,反而是一种异象[63]。投资者在羊群效应作用下,信息与心理共同作用导致同步性在不同阶段、不同时期、不同背景会呈现出多种表现形式。

当然,在个人投资者中也不乏具备专业技能和真知灼见的专业人才,研究发现行业专家型的独立董事,能够更好的在信息并不充足的情况下,凭借过硬的专业本领对企业进行科学判断,从而提升了股票价格对特质信息的吸收作用,从而同步性降低,R2下降[64]

(2) 专业投资者

专业投资人具有强大的资本实力、娴熟的市场操作技能,精湛的信号解读能力,勇敢的信息挖掘精神,在股票定价过程中作用不可忽视。专业的机构投资者不能一概而论,根据行为特点分类可以分为主动型和被动型[65],主动型机构投资者进行信息收集的动机更加强烈,较少考虑上市公司的感受,更愿意付出精力监督公司,而消极型的机构投资者不会主动质疑或被动了解公司经营状况,以把关系维持在一定的博弈状态,避免打破默示平衡,因此主动型专投更加能提升股票信息含量,降低同步性。其实即便是主动型专业投资人受到投资者情绪影响,也不总能降低同步性,反而会推高同步性[35] [66] [67]。在众多的专业投资者中,基金投资人是特殊的专投,受限于委托代理关系的束缚,投资人往往会迎合委托人的非理性偏好以实现增加资金的目的,从重仓股的视角发现,情绪传染会起到放大重仓股价格波动的作用,无论是悲观还是乐观的情绪对于同步性均具有正向影响[68]。投资者不同的经营态度也会引发股价波动从而影响股价同步性,实证发现投资者对ESG持有的不同态度导致股票价格出现不同变动,乐观的态度更有助于特质信息在股价中吸收,从而降低同步性[18]。针对国内外专投不同的现状,很多学者也开展了相关的研究,采用国际具有一定地位的机构投资者QFII作为分析对象,通过系列研究发现,QFII可以提升股价信息含量,降低股票同步性,通过异质性分析还发现,国外专投的监督作用效果好于国内专投,对股价信息含量的影响更加显著,并且他们还发现QFII提升信息含量的作用对监管力量薄弱的地区和具有公有制性质(含国家控股、集体控股型)的企业效果更加明显,能够发挥一定的管理替代作用[36]

6. 结论与展望

6.1. 结论

6.1.1. 一致性

1) R2成因上:宏观层面法律法规体系、监督管理体系越完善,市场机制越成熟的国家信息环境就会越好,特质信息就越容易在股价中体现,从而R2就会越小。在微观上专业投资者、媒体关注度、管理者禀赋、科技化水平等都会影响特质信息的释放效果。

2) R2后果上:R2提升,意味着股价同步性提升,投资者不能根据价格变动正确的判断企业价值,管理者也会因为同步性的提升而降低对企业治理水平的重视程度,出现柠檬市场。

3) R2的扰动因素上:在噪声环境当中,由于噪声的存在,较低的R2并不意味着特质信息在股价中的含量高,而是噪声在定价当中发挥了决定性作用。

6.1.2. 异质性

1) 信息透明度的作用方面:信息透明度即便有学者认为和R2并不是线性形式,但在相同时点上对同一单位的分析仍然呈现两种不同的结果。

2) 投资者关注、股权集中度、会计信息质量、盈余管理等因素方面:通过影响信息含量在同步性方面究竟是提升还是降低,基于行为金融、公司治理等不同视角下,得出的结论依然存在差异。

6.2. 展望

1) 学科交叉发展:对R2的研究已经在金融学和财务学的基础上与其他社会学科如政治学、心理学等学科相联系,还向自然学科拓展,包括地理学、信息科技等学科,未来还很可能与医学、生物学等学科进行融合,成为一门经济生态科学。

2) 基于特色社会主义市场经济的思考:推动我国资本市场稳定发展,股票市场在资本市场中占有重要地位。我国证券市场管理体系日趋完善,但与发达国家相比依然存在差距,R2依然可以作为重要的观测指标分析市场的有效性。在夯实实体经济基础,鼓励龙头企业做大做强,推进企业数字化转型,正确的践行ESG理念,打造有效的企业文化等诸多方面,借助R2为分析工具,可以在研究上继续进行延伸和拓展。

参考文献

[1] Roll, R. (1988) R2. The Journal of Finance, 43, 541-566.
https://doi.org/10.1111/j.1540-6261.1988.tb04591.x
[2] Morck, R., Yeung, B. and Yu, W. (2000) The Information Content of Stock Markets: Why Do Emerging Markets Have Synchronous Stock Price Movements? Journal of Financial Economics, 58, 215-260.
https://doi.org/10.1016/s0304-405x(00)00071-4
[3] 王亚平, 刘慧龙, 吴联生. 信息透明度、机构投资者与股价同步性[J]. 金融研究, 2009(12): 162-174.
[4] 张程睿, 徐嘉倩. 中国上市公司信息披露制度变迁与股票市场有效性[J]. 华南师范大学学报(社会科学版), 2019(4): 75-86, 190.
[5] Chun, H., Kim, J., Morck, R. and Yeung, B. (2008) Creative Destruction and Firm-Specific Performance Heterogeneity. Journal of Financial Economics, 89, 109-135.
https://doi.org/10.1016/j.jfineco.2007.06.005
[6] Wurgler, J. (2000) Financial Markets and the Allocation of Capital. Journal of Financial Economics, 58, 187-214.
https://doi.org/10.1016/s0304-405x(00)00070-2
[7] Durnev, A., Morck, R., Yeung, B. and Zarowin, P. (2003) Does Greater Firm‐Specific Return Variation Mean More or Less Informed Stock Pricing? Journal of Accounting Research, 41, 797-836.
https://doi.org/10.1046/j.1475-679x.2003.00124.x
[8] Chen, Q., Goldstein, I. and Jiang, W. (2006) Price Informativeness and Investment Sensitivity to Stock Price. Review of Financial Studies, 20, 619-650.
https://doi.org/10.1093/rfs/hhl024
[9] KUMAR, A. and LEE, C.M.C. (2006) Retail Investor Sentiment and Return Comovements. The Journal of Finance, 61, 2451-2486.
https://doi.org/10.1111/j.1540-6261.2006.01063.x
[10] Gul, F.A., Kim, J. and Qiu, A.A. (2010) Ownership Concentration, Foreign Shareholding, Audit Quality, and Stock Price Synchronicity: Evidence from China. Journal of Financial Economics, 95, 425-442.
https://doi.org/10.1016/j.jfineco.2009.11.005
[11] 李增泉. 所有权结构与股票价格的同步性——来自中国股票市场的证据[J]. 中国会计与财务研究, 2005(7): 57-82.
[12] 韩一鸣, 胡洁, 于宪荣. 企业数字化转型与ESG评级分歧[J]. 财经论丛, 2024(7): 59-69.
[13] 袁知柱, 鞠晓峰. 制度环境、公司治理与股价信息含量[J]. 管理科学, 2009, 22(1): 17-29.
[14] 唐松, 胡威, 孙铮. 政治关系、制度环境与股票价格的信息含量——来自我国民营上市公司股价同步性的经验证据[J]. 金融研究, 2011(7): 182-195.
[15] 陈克兢, 康艳玲, 闵霞, 等. 高铁开通与股价同步性: 信息效应还是治理效应? [J]. 管理科学学报, 2021, 24(12): 1-17.
[16] 张玲, 马慧敏. 企业数字化转型、会计稳健性与股价同步性[J]. 财会通讯, 2024(7): 32-37.
[17] 刘喜和, 白晶. 股权集中度对股价信息含量的影响研究[J/OL]. 金融经济学研究: 1-14.
http://222.186.61.87:8082/kcms/detail/44.1696.f.20240607.0914.002.html, 2024-07-06.
[18] 柳学信, 吴鑫玉, 孔晓旭. 上市公司ESG表现与股票收益——基于股价中企业特质信息含量视角[J]. 会计之友, 2023(10): 85-93.
[19] 陈梦根, 毛小元. 股价信息含量与市场交易活跃程度[J]. 金融研究, 2007(3): 125-139.
[20] Greenwood, R. (2007) Excess Comovement of Stock Returns: Evidence from Cross-Sectional Variation in Nikkei 225 Weights. Review of Financial Studies, 21, 1153-1186.
https://doi.org/10.1093/rfs/hhm052
[21] 王啸. 美国“注册制”的四大难题与中国资本市场改革的思考[J]. 证券市场导报, 2015(1): 4-12.
[22] 巫岑, 饶品贵, 岳衡. 注册制的溢出效应: 基于股价同步性的研究[J]. 管理世界, 2022, 38(12): 177-202.
[23] 吴锡皓, 范一婕, 孙雅妮. 实施注册制对股价同步性的影响研究[J]. 金融发展研究, 2024(4): 79-88.
[24] 金智. 新会计准则、会计信息质量与股价同步性[J]. 会计研究, 2010(7): 19-26, 95.
[25] 王木之, 李丹. 新审计报告和股价同步性[J]. 会计研究, 2019(1): 86-92.
[26] 郭恒泰, 王妍. 企业数字化转型能降低股价同步性吗? [J]. 投资研究, 2022, 41(12): 91-105.
[27] 沙飞云, 徐晓东. 数字技术信息披露对股价同步性的影响及机理研究[J]. 财经论丛, 2024(2): 70-79.
[28] Li, K., Morck, R., Yang, F. and Yeung, B. (2004) Firm-Specific Variation and Openness in Emerging Markets. Review of Economics & Statistics, 86, 658-669.
[29] 朱红军, 何贤杰, 陶林. 中国的证券分析师能够提高资本市场的效率吗?——基于股价同步性和股价信息含量的经验证据[J]. 金融研究, 2007(2): 110-121.
[30] 姜超. 证券分析师、内幕消息与资本市场效率——基于中国A股股价中公司特质信息含量的经验证据[J]. 经济学(季刊), 2013, 12(2): 429-452.
[31] 冯旭南, 李心愉. 中国证券分析师能反映公司特质信息吗?——基于股价同步性和分析师跟进的证据[J]. 经济科学, 2011(4): 99-106.
[32] 周铭山, 林靖, 许年行. 分析师跟踪与股价同步性——基于过度反应视角的证据[J]. 管理科学学报, 2016, 19(6): 49-73.
[33] 朱荣, 孙嫚, 饶静. 卖空机制、管理层短视行为与盈余管理——基于机构投资者的调节效应[J]. 会计之友, 2024(14): 98-107.
[34] 潘婉彬, 武亚楠, 陶利斌. 知情交易者在公司IPO前五年扮演何种信息角色? [J]. 经济管理, 2013, 35(3): 96-106.
[35] 许年行, 洪涛, 吴世农, 等. 信息传递模式、投资者心理偏差与股价“同涨同跌”现象[J]. 经济研究, 2011, 46(4): 135-146.
[36] 刘贝贝, 赵磊. 合格境外机构投资者持股与中国资本市场有效性[J]. 中南财经政法大学学报, 2021(2): 79-93, 160.
[37] Jin, L. and Myers, S.C. (2004) R-Squared around the World: New Theory and New Tests. Social Science Electronic Publishing, 79, 257-292.
https://doi.org/10.2139/ssrn.531263
[38] Banerjee, S., Breon-Drish, B. and Engelberg, J. (2020) Discussion of “Disclosure Processing Costs, Investors’ Information Choice, and Equity Market Outcomes: A Review”. Journal of Accounting and Economics, 70, Article ID: 101337.
https://doi.org/10.1016/j.jacceco.2020.101337
[39] 卞世博, 陈曜, 管之凡, 等. 高质量的互动可以提高股票价格信息效率吗——基于“上证e互动”的研究[J]. 会计研究, 2023(4): 102-117.
[40] 游家兴. R2的复活——股价同步性研究评述与展望[J]. 管理科学学报, 2017, 20(3): 63-79.
[41] Defond, M.L. and Hung, M. (2004) Investor Protection and Corporate Governance: Evidence from Worldwide CEO Turnover. Journal of Accounting Research, 42, 269-312.
https://doi.org/10.1111/j.1475-679x.2004.00138.x
[42] 邓可斌, 丁重. 中国为什么缺乏创造性破坏?——基于上市公司特质信息的经验证据[J]. 经济研究, 2010, 45(6): 66-79.
[43] Morck, R., Yeung, B. and Yu, W. (2013) R2 and the Economy. Annual Review of Financial Economics, 5, 143-166.
https://doi.org/10.1146/annurev-financial-110112-120936
[44] Boudoukh, J., Feldman, R., Kogan, S. and Richardson, M. (2013) Which News Moves Stock Prices? A Textual Analysis. NBER Working Papers.
https://doi.org/10.2139/ssrn.2193667
[45] 黄俊, 郭照蕊. 新闻媒体报道与资本市场定价效率[J]. 管理世界, 2014(5): 121-130.
[46] 刘海飞, 许金涛. 互联网异质性财经新闻对股市的影响——来自中国互联网数据与上市公司的证据[J]. 产业经济研究, 2017(1): 76-88.
[47] 何贤杰, 王孝钰, 孙淑伟, 等. 网络新媒体信息披露的经济后果研究——基于股价同步性的视角[J]. 管理科学学报, 2018, 21(6): 43-59.
[48] Kim, J., Zhang, H., Li, L. and Tian, G. (2014) Press Freedom, Externally-Generated Transparency, and Stock Price Informativeness: International Evidence. Journal of Banking & Finance, 46, 299-310.
https://doi.org/10.1016/j.jbankfin.2014.05.023
[49] 谢成博, 张海燕, 何平. 公允价值计量与股价同步性研究——基于资本市场和个股层面的分析[J]. 中国会计评论, 2012(3): 233-254.
[50] Bartram, S.M., Brown, G. and Stulz, R.M. (2012) Why Are U.S. Stocks More Volatile? The Journal of Finance, 67, 1329-1370.
https://doi.org/10.1111/j.1540-6261.2012.01749.x
[51] Li, B., Rajgopal, S. and Venkatachalam, M. (2013) R2 and Idiosyncratic Risk Are Not Interchangeable. SSRN Electronic Journal, 86, 658-669.
https://doi.org/10.2139/ssrn.2269203
[52] Devos, E., Hao, W., Prevost, A.K. and Wongchoti, U. (2015) Stock Return Synchronicity and the Market Response to Analyst Recommendation Revisions. Journal of Banking & Finance, 58, 376-389.
https://doi.org/10.1016/j.jbankfin.2015.04.021
[53] Chan, K. and Chan, Y. (2014) Price Informativeness and Stock Return Synchronicity: Evidence from the Pricing of Seasoned Equity Offerings. Journal of Financial Economics, 114, 36-53.
https://doi.org/10.1016/j.jfineco.2014.07.002
[54] West, K.D. (2017) Dividend Innovations and Stock Price Volatility. NBER Working Paper Series.
[55] Alves, P., Peasnell, K. and Taylor, P. (2010) The Use of the R2 as a Measure of Firm‐Specific Information: A Cross‐country Critique. Journal of Business Finance & Accounting, 37, 1-26.
https://doi.org/10.1111/j.1468-5957.2009.02181.x
[56] Cheng, H., Lim, K.G., Sing, T.F. and Wang, L. (2017) Industry Integration and Stock Price Synchronicity. Social Science Electronic Publishing.
https://www.pismin.com/10.2139/ssrn.2425042
[57] 孔东民, 申睿. R2、异常收益与交易中的信息成分[J]. 中大管理研究, 2008(3): 9l-112.
[58] 冯用富, 董艳, 袁泽波, 等. 基于R2的中国股市私有信息套利分析[J]. 经济研究, 2009, 44(8): 50-59.
[59] 张永任, 李晓渝. R2与股价中的信息含量度量[J]. 管理科学学报, 2010, 13(5): 82-90.
[60] 林忠国, 韩立岩, 李伟. 股价波动非同步性——信息还是噪音?[J]. 管理科学学报, 2012, 15(6): 68-81.
[61] Barberis, N., Shleifer, A. and Wurgler, J. (2005) Comovement. Journal of Financial Economics, 75, 283-317.
https://doi.org/10.1016/j.jfineco.2004.04.003
[62] Xiong, P.W. (2006) Investor Attention, Overconfidence and Category Learning. Journal of Financial Economics, 80, 563-602.
https://doi.org/10.1016/j.jfineco.2005.05.003
[63] Hou, K., Peng, L. and Xiong, W. (2006) R2 and Price Inefficiency. Working Paper Series.
https://doi.org/10.2139/ssrn.954559
[64] 张斌, 王跃堂. 业务复杂度、独立董事行业专长与股价同步性[J]. 会计研究, 2014(7): 36-42, 96.
[65] Almazan, A., Hartzell, J.C. and Starks, L.T. (2005) Active Institutional Shareholders and Costs of Monitoring: Evidence from Executive Compensation. Financial Management, 34, 5-34.
https://doi.org/10.1111/j.1755-053x.2005.tb00116.x
[66] Shiller, R. (2008) Efficient Markets vs. Excess Volatility. Yale University Open Yale Courses.
[67] Kumar, A. (2009) Dynamic Style Preferences of Individual Investors and Stock Returns. Journal of Financial and Quantitative Analysis, 44, 607-640.
https://doi.org/10.1017/s0022109009990020
[68] 侯卉, 娜仁满都拉, 刘剑, 等. 情绪传染、个股波动与股价同步性——来自基金重仓股的经验证据[J]. 东北大学学报(自然科学版), 2021, 42(5): 748-754.