黃 波 姜華東

一、引 言

信息能否及時而充分地反映到股價上，對股票定價效率、企業(yè)投融資效率及資本市場的長遠發(fā)展都具有極為重要的意義。然而，如何度量股價信息含量卻是一個現(xiàn)實難題。Morck 等(2000)基于股票定價模型估計的擬合優(yōu)度R構(gòu)造“同步性”指標ln[ R/(1 -R)]，該指標越大，表明股票收益波動被系統(tǒng)性因子所解釋的部分越多，特質(zhì)信息相對而言就越少，因而“同步性”為股價信息含量的反向指標。此后，大量文獻采用“同步性”或其相反數(shù)，即“非同步性”來度量股價信息含量，并用以研究其影響因素與經(jīng)濟后果。盡管同步性或非同步性指標業(yè)已成為度量股價信息含量的主流做法，但其適用性也存在極大爭議，特別是股價中除了蘊含特質(zhì)信息外，勢必也會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)，低同步性對應于股價中更多的噪聲和更少的特質(zhì)信息；Morck 等(2000，2013)則認為，在新興市場，投資者非理性情緒使得股價偏離基本面，噪聲風險對應于更高的股價同步性與更少的特質(zhì)信息含量。由此可見，投資者行為噪聲對應于更低的股價特質(zhì)信息已成為共識，但其到底趨于降低還是增加股價同步性，目前并無定論，仍需拓展相關研究。

中國股市作為新興市場，“同漲共跌”對應的市場同步性高企為其顯性特征。與此同時，散戶投資者主導、投機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重要來源，投資者博彩偏好或投機行為對股價同步性(或非同步性)到底有無影響？如有影響，其作用機制如何?此類問題的研究頗具現(xiàn)實意義。

本文分析認為，投資者博彩偏好對基于R所構(gòu)建的非同步性指標具有兩方面影響。一方面，博彩行為趨于增大股票收益特質(zhì)波動，并同時增進非同步性，稱之為博彩偏好影響非同步性的分子效應或直接效應。另一方面，博彩偏好還具有系統(tǒng)性特征，會強化個股β 系數(shù)對非同步性的反向影響，稱之為博彩偏好影響非同步性的分母效應或間接效應。

本文分別通過Fama-French 三因子模型與CAPM 估計個股β 系數(shù)，并構(gòu)建相應的系統(tǒng)性風險指標，同時基于回歸結(jié)果估算非同步性與特質(zhì)波動；采用歷史極大收益、股價與換手率及三者合成的博彩指數(shù)來度量投資者對個股的投機行為。在此基礎上，采用中國股市2004 年5 月初至2019 年4 月底的交易數(shù)據(jù)和2004—2018 年度財務及其他相關數(shù)據(jù)，證實了上述投資者博彩偏好影響非同步性的分子效應與分母效應，檢驗了財務信息不透明對股價信息含量及“投資者博彩偏好-股價非同步性”關系的影響。

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信息含量指標的相關研究。盡管West(1988)、Hou 等(2013)、Li 等(2014)認為股價同步性或非同步性蘊含行為噪聲，但鮮有學者考察其機制。本文不僅證實了行為噪聲的重要來源，即投資者博彩偏好對非同步性與特質(zhì)波動具有直接影響，而且發(fā)現(xiàn)其強化了系統(tǒng)性風險對非同步性的反向作用。相關結(jié)論深化了非同步性蘊含行為噪聲，因而不宜直接作為股價信息含量指標的相關文獻。另一方面，豐富了財務信息不透明對股價信息含量影響的相關研究。Jin 和 Myers(2006)的理論分析與跨國對比研究認為，產(chǎn)權(quán)保護、基礎性制度建設等因素對同步性所表征的股價信息含量固然重要(Morck 等，2000)，但信息不透明才是降低股價信息含量的根本原因。本文的拓展研究不僅驗證了財務信息不透明與非同步性或特質(zhì)波動顯著正相關，而且發(fā)現(xiàn)投資者博彩偏好對非同步性與特質(zhì)波動的增進效應及其對“系統(tǒng)性風險-非同步性”負相關性的強化作用，均會因財務信息不透明而有所弱化，說明中國股市投資者可能存在信息不確定性規(guī)避傾向，并因此弱化其投機行為對股價信息含量的影響。

二、文獻綜述與理論假設

首先回顧股價同步性用于度量股價信息含量的研究文獻，然后對投資者博彩偏好影響股價非同步性的機制進行理論分析，并在此基礎上提出研究假設基于R 設計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，在文獻分析時主要采用“同步性”。鑒于非同步性與表征的股價信息含量方向一致，理論分析與實證檢驗主要采用“非同步性”。。

（一）同步性用作股價信息含量指標的相關文獻述評

1. 同步性作為股價信息含量指標的有效性

早期國外的研究多支持同步性度量股價信息的適用性。例如，Morck 等(2000)研究表明，發(fā)達國家因制度建設和治理良好而具有更低的股市同步性，新興市場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)進步、市場競爭、機構(gòu)投資者與分析師跟進、金融發(fā)展與市場開放等因素對應于股市良好的功能效率，均降低股價同步性并提升信息含量(Morck 等，2013；游家興，2017)。

對低同步性表征更高股價信息含量的質(zhì)疑同樣存在。有研究認為，低同步性對應于更差的信息質(zhì)量，表現(xiàn)為股價信息反映延遲、零收益天數(shù)等指標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事件相關信息提前反映在股價中，將削弱事件發(fā)生對股價的沖擊并增強同步性，即信息質(zhì)量與同步性正相關(Dasgupta 等，2010)。

行為金融雖然認同行為噪聲不利于股價特質(zhì)信息凸顯，但對其增加還是降低股價同步性也沒有一致性結(jié)論。一方面，有研究認為，投資者行為噪聲趨于削弱股價同步性(West，1988)。Hou 等(2013)的理論分析與實證研究也發(fā)現(xiàn)，受外在情緒感染，投資者對公司特質(zhì)信息反應過度或不足，與定價偏差對應的低同步性和特質(zhì)信息無關，主要反映投資者行為偏差與股價噪聲。另一方面，對新興市場的研究卻表明，投機交易與非理性噪聲是導致股價同步性增強和信息含量偏少的一個重要原因(Li 等，2004)。

2. 同步性度量股價信息含量：源于中國股市的經(jīng)驗證據(jù)

與國外研究類似，有關中國股市的同步性能否度量股價信息含量也無定論。一方面，基于盈余質(zhì)量與會計信息質(zhì)量的研究證實了同步性度量特質(zhì)信息的有效性(Gul等，2010)。此外，加強制度建設、機構(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、并增強股價信息含量(Xu 等，2013)。

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

3. 同步性度量股價信息含量的文獻點評

從上述文獻來看，同步性能否用于度量股價信息含量，目前國內(nèi)外研究并無定論。相關研究紛爭的根源至少可以從以下三個方面加以解釋。其一，基于R構(gòu)造的同步性指標，不僅受制于收益特質(zhì)波動，同時也反映了系統(tǒng)性風險因素的影響(Li 等，2014)。其二，由于股價是投資者根據(jù)所獲取的信息進行價值判斷，進而通過交易加以實現(xiàn)的結(jié)果，所以除信息獲取的真實性、及時性與充分性外，投資者處理信息的行為偏差對特質(zhì)波動及股價同步性的影響也需予以特別關注。其三，從既有文獻來看，行為偏差對應的噪聲趨于增加還是減少同步性，其結(jié)論與機理尚待進一步探究。接下來將基于中國股市投機性強的事實特征，結(jié)合系統(tǒng)性風險，從理論上分析投資者博彩偏好對特質(zhì)波動與股價非同步性的影響。

（二）投資者博彩偏好影響股價非同步性的理論分析

1. 特質(zhì)波動、系統(tǒng)性風險與股價非同步性的關系

由該式可見，影響股價非同步性的因素可歸納為兩方面。其一為“分子效應”，表現(xiàn)為特質(zhì)波動增大會增強股價非同步性。其二為“分母效應”，表現(xiàn)為系統(tǒng)性因子方差、個股β 的平方均趨于減少非同步性；對采用單個國家或地區(qū)股市數(shù)據(jù)進行的實證研究而言，由于系統(tǒng)性因子方差對所有個股相同，所以“分母效應”主要受β 系數(shù)的影響。Li 等(2014)認為，既往文獻分別采用特質(zhì)波動或非同步性來度量股價信息含量，但所得結(jié)論相左，這可能是源于上述特質(zhì)波動(分子效應)、系統(tǒng)性因素(分母效應)對非同步性影響的非同向性。

需要指出的是，對采用單個國家或地區(qū)股市數(shù)據(jù)進行的實證研究，盡管Li 等(2014)指出了系統(tǒng)性風險對非同步性具有反向作用(分母效應)，但并未考慮投資者博彩偏好或投機對非同步性的影響。接下來分別分析投資者博彩偏好經(jīng)由股票收益特質(zhì)波動(分子效應)、個股系統(tǒng)性風險(分母效應)影響股價非同步性的作用機制，并在此基礎上構(gòu)建研究假設。

2. 投資者博彩偏好影響股價非同步性的“分子效應”

投資者投機等非理性行為將導致股票定價偏差，進而推高特質(zhì)波動。大量的行為金融學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偏好，自認為具有超強選股能力的投資者往往會追逐收益偏度與特質(zhì)波動高、股價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，股票定價偏差更大，這類股票的特質(zhì)波動也更高(Baker 和Wurgler，2007；左浩苗等，2011)。

鑒于投資者的投機或博彩偏好會導致定價偏差并增加股價噪聲成分，對應于更高的特質(zhì)波動。由此根據(jù)上述股價非同步性定義式(2)的“分子效應”，提出假設1。

假設1：投資者博彩偏好趨于增加特質(zhì)波動，進而增強股價非同步性。

3. 投資者博彩偏好影響股價非同步性的“分母效應”

投資者個體投機行為在信息不完備、制度不完善等因素的綜合驅(qū)動下，將使得股價偏離基本面，這種交易模式還具有自我循環(huán)機制并形成系統(tǒng)性行為偏差，進而對股價非同步性產(chǎn)生影響(Morck 等，2013)。

一方面，基于分類投資的研究表明，同類風格的資產(chǎn)價格具有更強聯(lián)動性，而不同風格的資產(chǎn)價格聯(lián)動性則較弱(Barberis 等，2005；Boyer，2011)。個人投資者的聚類投機或博彩行為有助于解釋某些類別股票的收益聯(lián)動性，且這些股票具有規(guī)模小、價格低、機構(gòu)投資者占比小、難以被套利等情緒化特征；具有信息優(yōu)勢的機構(gòu)投資者能抑制投機者交易的影響，其交易股票的收益超額聯(lián)動性(同步性)并不明顯(Ye，2012；Kumar 等，2016)。

另一方面，投資者對信息處理的“有限關注”可解釋股價收益的超額相關性：投資者傾向于獲取更廉價的市場或行業(yè)信息，且其有限關注將導致分類學習行為，加之投資者過度自信和投機等心理偏差，將導致個股收益相關性相較于基本面相關性偏強(Peng 和Xiong，2006)。

上述“分類投資”“有限關注”等行為金融理論表明，博彩偏好的投機者在信息收集與處理及選股時存在錨定效應，即傾向于錨定市場、行業(yè)或其他類別股票進行投資決策，從而增強個股收益與市場、行業(yè)或其他類別組合收益的相關性。在此情形下，投資者博彩偏好趨于增大個股收益的系統(tǒng)性風險(即β 值)，進而通過股價非同步性定義式(2)中的“分母效應”來減少股價非同步性?；诖?，提出假設2。

假設2：投資者博彩偏好趨于強化“個股收益的系統(tǒng)性風險-股價非同步性”的負相關性。

三、研究設計

（一）計量模型與變量選擇

首先基于個股收益、三因子收益與無風險收益的日數(shù)據(jù)，分財務年度估計公式(1)，要求個股年內(nèi)交易日數(shù)據(jù)不少于100 個。得到個股β、β與β等系統(tǒng)性風險指標的估計值，同時基于殘差估算特質(zhì)波動IV，基于擬合優(yōu)度 R構(gòu)造非同步性指標ASYN。

接下來定義投資者博彩偏好指標(Bvar)。借鑒Kumar(2009)、鄭振龍和孫清泉(2013)的研究，選取換手率(Turnover)、股價(LnP，對數(shù)值)和歷史收益極大值(MAX)三個指標刻畫投資者對個股的博彩偏好。鑒于上述三個指標具有較強相關性，參照Kumar 等(2016)的做法，將其合成為投資者博彩偏好指數(shù)(BIndex)，進而構(gòu)造如下計量模型，用于檢驗投資者博彩偏好對股價非同步性的影響。

其中，a 用于解釋投資者博彩偏好對非同步性影響的分子效應，根據(jù)假設1，預期a＞0 ；a、a 和 a用于解釋投資者博彩偏好對“個股系統(tǒng)性風險-非同步性”負相關性的強化作用；根據(jù)假設2，預期各系數(shù)值小于0。上述計量模型可進一步改寫為：

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

需要進一步說明的是，根據(jù)前述理論分析，投資者博彩偏好對“系統(tǒng)性風險指標-股價信息含量”的影響，主要通過強化系統(tǒng)性風險指標與ASYN 的反向關系加以體現(xiàn)，而系統(tǒng)性風險指標本身對特質(zhì)波動并無影響。因此，在計量模型(4)中，測試變量并未納入系統(tǒng)性風險指標。與上述計量模型相關的各變量定義如表1 所示。

表1 主要變量的定義

續(xù)表1

（二）數(shù)據(jù)來源與樣本選擇

選取滬深兩市的非金融類上市公司為研究對象，并做如下剔除：ST、ST*和PT 公司、總資產(chǎn)與凈資產(chǎn)為負的公司、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。為避免極端值的影響，所有除公司年齡之外的連續(xù)性變量均進行了上下1%的Winsorize 處理。

計量分析的樣本區(qū)間選取情況說明如下。

其一，樣本區(qū)間起始點的選取。由于ROE 波動指標按3 年季報數(shù)據(jù)滾動估計，而我國上市公司強制性季報披露政策從2002 年開始實施，故以該年份作為起始期，得到VROE 指標的2004 年數(shù)據(jù)。與之對應，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、測試變量與假設檢驗的樣本區(qū)間。由于主要控制變量選取滯后一期，采用公式(1)分財務年度估計系統(tǒng)性因子β、估算非同步性及特質(zhì)波動時，樣本區(qū)間起點為2005 年5 月1 日，終點為2019 年4 月30 日，得到2005—2018 年度指標值，投資者行為偏差指標取值的年份與之對應。因此，假設檢驗公式(3)和公式(4)的樣本區(qū)間為2005—2018 年。

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

四、實證結(jié)果

首先進行描述性統(tǒng)計分析，而后進行主假設檢驗與穩(wěn)健性檢驗，最后拓展檢驗財務信息不透明對非同步性與特質(zhì)波動及“博彩偏好-非同步性/特質(zhì)波動”關系的影響。

（一）描述性統(tǒng)計分析

表2 列示了主要變量的描述性統(tǒng)計結(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

就因變量而言，股價非同步性的均值和中位數(shù)分別為0.345 和0.356，對應的R分別為0.415 和0.412，用類似的方法可得R的極大和極小值分別為0.764 和0.113，結(jié)合標準差可知，個股非同步性的分化明顯。特質(zhì)波動對數(shù)值之均值和中位數(shù)分別為1.483 和1.515，對應的特質(zhì)波動(標準差)分別為2.099%和2.133%，用類似方法可計算特質(zhì)波動(標準差)的極大和極小值分別為4.011%和0.903%，個股差異同樣較大。

就系統(tǒng)性風險指標而言，l n()的均值與中位數(shù)分別為0.010 和0.065，對應的β分別為1.005 和1.033，與等權(quán)市場組合β 值為1 的結(jié)論基本吻合；與 ln()均值和中位數(shù)對應的β分別為0.624 和0.791，與 ln()的均值和中位數(shù)對應的β則分別為0.368 和0.457。此外，對3 個β 系數(shù)構(gòu)建的系統(tǒng)性風險指標而言，標準差很大，極大值與極小值也表明，個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股之間存在較大的差異；股價對數(shù)值的均值和中位數(shù)分別為2.354 和2.331，對應的股價分別為10.528 元和10.288 元。

（二）假設檢驗結(jié)果

為檢驗假設1 和假設2，我們分別以投資者博彩偏好變量以及其與系統(tǒng)性風險指標的交叉項為測試變量，以非同步性為因變量，在控制其他變量的基礎上，進行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試變量和特質(zhì)波動對數(shù)值為因變量的回歸結(jié)果。

表3 主假設檢驗結(jié)果

根據(jù)表3 中數(shù)據(jù)可得，當因變量選取為非同步性時，無論投資者博彩偏好變量選取換手率、股價、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；各博彩偏好變量(或博彩偏好指數(shù))與系統(tǒng)性風險指標的交叉項之系數(shù)，均在1%水平上顯著為負。此外，當因變量為特質(zhì)波動對數(shù)值時，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1 和假設2 的預期，表明投資者博彩偏好增強了特質(zhì)波動與非同步性，且通過間接效應來強化系統(tǒng)性風險對非同步性的反向作用。

（三）穩(wěn)健性檢驗

驗證研究假設時，作為因變量的非同步性與特質(zhì)波動，以及與測試變量相關的系統(tǒng)性因子β，均需基于收益數(shù)據(jù)、通過特定的定價模型估計來獲取，而不同的定價模型與數(shù)據(jù)頻率可能對假設驗證的結(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)”兩種方法估計上述指標，進而進行穩(wěn)健性檢驗，所得結(jié)果見表4。

表4 穩(wěn)健性檢驗：采用不同定價模型與數(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)，中國股市先后經(jīng)歷了2008 年次貸危機和2015 年股災，這兩起系統(tǒng)性沖擊事件對研究結(jié)論也可能產(chǎn)生影響。第二項穩(wěn)健性檢驗采用日數(shù)據(jù)，基于三因子模型估計得到β、非同步性和特質(zhì)波動，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 個時段并逐一進行回歸，所得結(jié)果見表5。

表5 穩(wěn)健性檢驗：分不同年份回歸的結(jié)果

與前述主假設檢驗采用OLS 估計不同，第三項穩(wěn)健性檢驗采用面板數(shù)據(jù)回歸，所得結(jié)果見表6。

表6 穩(wěn)健性檢驗：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系而產(chǎn)生的內(nèi)生性，第四項穩(wěn)健性檢驗采用測試變量，包括投資者博彩偏好指數(shù)、系統(tǒng)性風險指標的滯后一期值進行回歸，所得結(jié)果見表7。綜上所述，表4～表7 結(jié)果表明，主假設檢驗的結(jié)論具有一定的穩(wěn)健性。

表7 穩(wěn)健性檢驗：采用測試變量滯后一期值的回歸結(jié)果

（四）拓展檢驗：會計信息質(zhì)量、投資者博彩偏好與股價信息含量

前文已驗證了投資者博彩偏好能直接增進特質(zhì)波動，并通過分子效應與分母效應分別增減股價非同步性。更進一步，投資者投機行為之所以對非同步性和特質(zhì)波動有影響，除了其固有的心理偏差外，還可能源于作為股票價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，那么其他因素對股價信息含量的影響將不再重要。因此，會計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，對股價信息含量產(chǎn)生影響。本文將從兩方面加以分析。

一方面，當會計信息缺乏或難于度量(即信息不透明度增加)時，投資者過度自信、錨定效應等非理性投機行為更多，對應于更大股票估值偏差，股價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，財務信息不透明會強化投資者博彩偏好對特質(zhì)波動的增進效應，進而通過分子效應增強非同步性。與此同時，信息不透明還會激發(fā)投資者(甚至是分析師)的羊群行為(Leece 和White，2017)，而股價非理性聯(lián)動與投資者投機行為則會隨著投資者主動獲取信息而得到抑制(Kong 等，2019)。因此，信息不透明同樣會強化投資者集體行為偏差與系統(tǒng)性風險，進而通過分母效應對股價非同步性產(chǎn)生影響。

另一方面，公司財務信息不透明意味著信息不確定性或信息風險更大，不確定性規(guī)避的投資者因此要求更高的風險補償(Francis 等，2005)。特別是在公司財務信息不透明時，知情交易獲利頗多，而當信息披露制度不完善時，知情交易者的信息套利及其對非知情者的“掠奪”更為明顯(Maffett，2012)。因此，面臨與信息不透明對應的風險或潛在損失時，個人投資者的投機行為及其對股價信息含量的影響也可能相對更弱。

核心指標界定：分別采取修正的Jones 模型(Jones，1991)及Kothari 等(2005)、Dechow 和Dichev(2002)的方法估計財務信息不透明指標Opacity，分別為Opacity～Opacity；其值越大，表明公司盈余管理程度越高，會計信息越不透明。

根據(jù)表8 中數(shù)據(jù)可得如下結(jié)論。

表8 財務信息不透明、投資者博彩偏好對非同步性與特質(zhì)波動的影響(續(xù)表3)

表8 財務信息不透明、投資者博彩偏好對非同步性與特質(zhì)波動的影響(續(xù)表2)

表8 財務信息不透明、投資者博彩偏好對非同步性與特質(zhì)波動的影響(續(xù)表1)

(1) 主假設的檢驗結(jié)果仍然穩(wěn)健。換言之，無論采用三因子模型還是CAPM 估計得到因變量和β 系數(shù)，也無論選取哪一種財務信息不透明度指標，就投資者博彩偏好指數(shù)或其與系統(tǒng)性風險指標的交叉項而言，其系數(shù)符號及顯著性與表7 對應結(jié)果相比并無變化。

(2) 選取特質(zhì)波動的對數(shù)值為因變量時，L.Opacity 系數(shù)在6 個回歸模型中均顯著為正；L.BIndex×L.Opacity 系數(shù)均為負，除CAPM 估計因變量和β 及信息不透明指標選取Opacity外，其余情形均在1%水平上顯著。由此可見，一方面，財務信息不透明趨于增大特質(zhì)波動，而該結(jié)論與Li 等(2014)的研究一致，再次說明特質(zhì)波動并非有效的信息含量指標；另一方面，財務信息不透明弱化了投資者博彩偏好對特質(zhì)波動的增進效應，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。

(3) 以非同步性為因變量且基于CAPM 估計得到因變量和β 系數(shù)時，無論采用哪一種財務信息不透明指標，均得到以下一致性結(jié)論。其一，L.Opacity 系數(shù)顯著為正，說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)等有關弱同步性對應于更差的盈余質(zhì)量的結(jié)論一致，同樣說明非同步性也不是有效的股價信息含量指標。其二，L. ln()×L.Opacity 系數(shù)顯著為負，表明信息不透明趨于強化系統(tǒng)性風險對非同步性的反向作用。按照Cheynel(2013)的研究，更高質(zhì)量的信息披露會提升投資者對公司未來現(xiàn)金流的估計精度，降低投資者在公司估價時對市場信息的依賴度，β 系數(shù)也會下降。Xing 和Yan(2019)也證實了會計信息質(zhì)量與公司系統(tǒng)性風險呈負相關關系。結(jié)合這些研究，信息不透明與更高的系統(tǒng)性風險指標相關，而后者趨于減弱非同步性。其三，L.BIndex×L.Opacity 系數(shù)顯著為負、L. ln()×L.BIndex×L.Opacity 系數(shù)顯著為正，表明在財務信息不透明的前提下，投資者博彩偏好對非同步性的直接促進效應以及其對“系統(tǒng)性風險-股價非同步性”負相關的強化效應均有所減弱。這一結(jié)論同樣表明，信息不透明對應的不確定性，趨于弱化投資者投機行為對非同步性的影響。

五、研究結(jié)論

股價的信息反映效率對資本市場功能發(fā)揮至關重要，但如何選取合適的股價信息含量指標是一大難題。從既有的實證研究來看，大量文獻采用基于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)波動來度量股價中所蘊含的特質(zhì)信息。不過，低同步性所蘊含的不僅僅是特質(zhì)信息，也可能是與具體信息無關的行為噪聲。

本文拓展研究了投資者行為偏差對非同步性或特質(zhì)波動所表征的股價信息含量之影響機制，理論分析認為，投資者博彩偏好將導致股票估值偏差，推高特質(zhì)波動，并通過“分子效應”增進股價非同步性；與此同時，投資者的集體性投機行為對應于更大的系統(tǒng)性風險，將趨于減弱非同步性，即投資者博彩偏好可通過“分母效應”間接影響非同步性。

基于中國股市2004 年5 月初至2019 年4 月底的交易數(shù)據(jù)及期間的財務與其他數(shù)據(jù)，通過估計三因子模型與CAPM 得到β 系數(shù)、非同步性與特質(zhì)波動，基于投資者對高歷史收益、高股價和高換手率股票的非理性追逐來定義其博彩偏好，實證檢驗了上述投資者博彩偏好對股價非同步性與特質(zhì)波動的影響機制，并考察了財務信息不透明及其與投資者博彩偏好一起對股價信息含量的影響。其結(jié)果顯示，投資者博彩偏好直接增強特質(zhì)波動與非同步性，同時通過系統(tǒng)性風險間接削弱非同步性；財務信息不透明對非同步性與特質(zhì)波動也存在類似影響，且投資者博彩偏好對非同步性與特質(zhì)波動的影響，總體上因財務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)在兩個方面。一方面，從業(yè)界來看，中國股市發(fā)展已有30 年，盡管其間取得了長足進步，但作為新興市場，諸如特質(zhì)信息含量少、散戶投資者主導與投機氛圍濃厚、財務信息不透明等弊端仍長期存在。因此，亟需加強信息披露與投資者教育等基礎性制度建設，減少投資者投機行為對股價的非理性影響，確實增加股價特質(zhì)信息含量。另一方面，從學界來看，由于非同步性(或同步性)、特質(zhì)波動蘊含了投資者行為偏差，且體現(xiàn)了財務信息不透明的影響，因而不宜直接用于度量股價信息含量。換言之，就“R的復活”而言(游家興，2017)，在目前的中國股市可能還為時尚早。未來至少可從以下兩方面對本研究加以拓展。其一，可基于發(fā)達市場及跨國股市數(shù)據(jù)，對本文研究結(jié)論的適用性進行拓展。其二，深化財務信息不透明與投資者博彩偏好對非同步性影響機制的研究。