金德環(huán)，李 巖，李思龍

（1.上海財(cái)經(jīng)大學(xué) 金融學(xué)院；2.上海市金融信息技術(shù)研究重點(diǎn)實(shí)驗(yàn)室，上海 200433）

0 引言

隨著信息技術(shù)的發(fā)展，互聯(lián)網(wǎng)已成為投資者信息獲取與交流的重要途徑，而近年來(lái)貼吧和微博等社交媒體的出現(xiàn)進(jìn)一步加強(qiáng)了投資者間的互動(dòng)行為。借助社交媒體，投資者間高效地交流信息、分享觀點(diǎn)，每個(gè)個(gè)體正逐漸從信息的接收者轉(zhuǎn)變?yōu)樾畔⒌纳a(chǎn)者，信息呈爆炸式增長(zhǎng)。在此背景下，投資者間的緊密互動(dòng)將給股票市場(chǎng)帶來(lái)哪些變化？特別地，投資者互動(dòng)將如何影響資本市場(chǎng)定價(jià)效率？

資本市場(chǎng)的定價(jià)效率體現(xiàn)在價(jià)格對(duì)公司信息變化的真實(shí)反映。在有效定價(jià)的市場(chǎng)中，資本逐利的本性通過(guò)市場(chǎng)價(jià)格有效地實(shí)現(xiàn)稀缺資本的最優(yōu)配置，進(jìn)而促進(jìn)國(guó)民經(jīng)濟(jì)的增長(zhǎng)。然而在后起的新興資本市場(chǎng)中，其價(jià)格發(fā)現(xiàn)功能存在著一定程度的缺失，股票價(jià)格的變動(dòng)往往包含著較大“噪音”，難以發(fā)揮引導(dǎo)資源有效配置的功能。新興資本市場(chǎng)的股價(jià)更多地受市場(chǎng)或行業(yè)因素的影響，往往表現(xiàn)為“同漲同跌”現(xiàn)象[1，2]。較高的股價(jià)同步性掩蓋了不同企業(yè)的特質(zhì)，損害了公司治理和資本的合理配置[3-5]。因此，在互聯(lián)網(wǎng)大數(shù)據(jù)時(shí)代，深入研究投資者互動(dòng)對(duì)股價(jià)同步性的影響機(jī)理，借助社交媒體探究降低股價(jià)同步性的可行方法，對(duì)提高我國(guó)資本市場(chǎng)的定價(jià)效率具有重要的理論意義與實(shí)踐價(jià)值。

目前國(guó)內(nèi)還沒(méi)有專門的文獻(xiàn)研究社交媒體對(duì)資本市場(chǎng)定價(jià)效率的影響。本文則以投資者互動(dòng)的視角出發(fā)，著力于研究其與股價(jià)同步性之間的關(guān)系。為此，借鑒Han和Yang（2013）[6]的模型，本文建立了投資者互動(dòng)和市場(chǎng)定價(jià)效率的理論模型，同時(shí)選取東方財(cái)富股吧論壇中的網(wǎng)絡(luò)討論來(lái)度量投資者互動(dòng)，利用2010—2015年中國(guó)A股上市公司的數(shù)據(jù)，檢驗(yàn)了投資者互動(dòng)對(duì)股價(jià)同步性的影響。

1 理論模型

借鑒Han和Yang（2013）[6]的模型，本文考慮包含一個(gè)無(wú)風(fēng)險(xiǎn)資產(chǎn)和一個(gè)風(fēng)險(xiǎn)資產(chǎn)的單期模型，其中無(wú)風(fēng)險(xiǎn)資產(chǎn)的價(jià)格恒定為1，風(fēng)險(xiǎn)資產(chǎn)的期初價(jià)格為p，期末價(jià)格為v。假設(shè)v服從期望為vˉ，精度（方差的倒數(shù)）為τv的正態(tài)分布。市場(chǎng)上投資者對(duì)于v的信息認(rèn)知為

1.1.1 信息交流的設(shè)定

市場(chǎng)中有N個(gè)投資者在社交平臺(tái)上參與互動(dòng)并分享個(gè)人信息，其他投資者接收到的信號(hào)為fi=si+ei，信號(hào)中額外包含了一個(gè)期望為0，精度為τe的噪音項(xiàng)ei。此時(shí)出于實(shí)際的考慮N將是一個(gè)較大的數(shù)，則噪音項(xiàng)的存在表明信號(hào)的傳遞會(huì)有損失，這與投資者信息交流時(shí)有所保留的現(xiàn)象相一致。一般地，當(dāng)τe→∞時(shí)，投資者無(wú)保留的傳遞信息，當(dāng)τe→0時(shí)，投資者無(wú)法分享信息。

1.1.2 投資者的設(shè)定

模型中有兩大類投資者：一是理性投資者，理性投資者的總?cè)藬?shù)為M，他們按照風(fēng)險(xiǎn)厭惡系數(shù)為γ的CARA效用函數(shù)進(jìn)行投資，即在期初最大化效用函數(shù)U(W)=-exp(-γW)。進(jìn)一步地，本文將理性投資者細(xì)分為兩類。（1）非社交理性投資者，占理性投資者的比例為1-μ，其投資不依賴社交媒體中其他投資者的信息。（2）社交理性投資者，占理性投資者的比例為μ，他們使用社交媒體中的信息輔助投資。二是噪音交易者，代表短期交易者或情緒交易者，他們僅向市場(chǎng)提供流動(dòng)性x，其中x~N(1/τx)。

1.1 模型設(shè)定

1.2 模型求解

本文采用Grossman和Stiglitz（1980）[7]提出的理性預(yù)期均衡來(lái)求解模型，理性預(yù)期均衡要求投資者做決策時(shí)需要利用一切可得信息，特別地，投資者可以從價(jià)格中反推出價(jià)值信息。參照Hellwig（1980）[8]的研究，本模型理性預(yù)期均衡的求解可以歸結(jié)為如下一個(gè)不動(dòng)點(diǎn)問(wèn)題：一方面，投資者可以從市場(chǎng)價(jià)格中提取信息，故投資者的需求是均衡價(jià)格的函數(shù)；另一方面，均衡價(jià)格必須滿足供給與需求相等的市場(chǎng)出清條件，以至于均衡價(jià)格同時(shí)又是投資者的需求的函數(shù)。在M和N很大時(shí)，市場(chǎng)的出清價(jià)格p將不受噪音項(xiàng)的影響，其僅與期末價(jià)格v和供給x有關(guān)。簡(jiǎn)單起見(jiàn)，本文將推導(dǎo)模型的線性解，并假設(shè)：

由此，價(jià)格中的信息可表示為：

其中，θ|v~N(v，1/τθ)，τθ=(av/ax)2τx，τθ越大，資產(chǎn)的定價(jià)效率越高。

基于已有信息，投資者通過(guò)最大化期末預(yù)期資產(chǎn)的效用來(lái)決定最優(yōu)投資決策，CARA效用函數(shù)的假定將問(wèn)題歸結(jié)為最大化，F(xiàn)是投資者的信息集。若投資者期初的財(cái)富為W0，對(duì)風(fēng)險(xiǎn)資產(chǎn)的需求為d，則期末財(cái)富W=W0+d*(v-p)。故，求解最優(yōu)函數(shù)，得到

命題：模型存在如下唯一的線性理性預(yù)期均衡解：

證明：非社交理性投資者的信息集為F={p;s}，則

社交理性投資者的信息集為F={p;s;f1，...，fN}，則

風(fēng)險(xiǎn)資產(chǎn)的均衡價(jià)格滿足市場(chǎng)出清的條件：

比較上式兩端的系數(shù)命題可證。

由命題可知：，資本市場(chǎng)的定價(jià)效率與τε+μN(yùn)τf正相關(guān)。第一項(xiàng)τε表示市場(chǎng)上投資者感知價(jià)格的精度，第二項(xiàng)μN(yùn)τf表示社交媒體中的N個(gè)信號(hào)通過(guò)影響其他投資者而增加的精度。

2 理論分析與研究假設(shè)

2.1 投資者互動(dòng)與股價(jià)同步性

國(guó)內(nèi)外學(xué)者多支持股價(jià)同步性負(fù)向反映資本市場(chǎng)定價(jià)效率的觀點(diǎn)。Morck等（2000）[1]使用R2作為股價(jià)同步性的代理變量，從“信息效率”的角度研究了不同市場(chǎng)間股價(jià)同步性的差異，他們認(rèn)為公司特質(zhì)信息融入股價(jià)的程度決定了股價(jià)同步性的高低。相比成熟證券市場(chǎng)，新興證券市場(chǎng)國(guó)家中較低的產(chǎn)權(quán)保護(hù)制度降低了套利交易者挖掘公司特質(zhì)信息的動(dòng)力，增加了股價(jià)的“同漲同跌”現(xiàn)象。Jin和Myers（2006）[5]研究了信息透明度對(duì)股價(jià)同步性的影響機(jī)制，信息透明度越低，投資者可用來(lái)預(yù)測(cè)公司股價(jià)的信息越少，信息質(zhì)量也越差，股價(jià)同步性越高。已有研究表明開(kāi)通微博的上市公司借助微博披露了大量公司特質(zhì)信息[9]。胡軍和王甄（2015）[10]認(rèn)為微博信息提高了分析師盈余預(yù)測(cè)的準(zhǔn)確度，分析師對(duì)微博信息的正確解讀降低了股價(jià)同步性。如今，互聯(lián)網(wǎng)已成為投資者信息獲取的重要途徑，貼吧等社交媒體為擁有不同信息源的投資者提供了信息交流與溝通的平臺(tái)。模型結(jié)果可知，市場(chǎng)定價(jià)效率與投資者的信號(hào)數(shù)正相關(guān)，表明投資者互動(dòng)促進(jìn)了信息及時(shí)高效的傳播，投資者對(duì)互動(dòng)信息的挖掘可以將公司特質(zhì)信息融入股價(jià)，提高資本市場(chǎng)的定價(jià)效率，為此提出本文的第一個(gè)假設(shè)：

假設(shè)1：在其他條件相同的情況下，投資者互動(dòng)有助于降低股價(jià)同步性。

2.2 投資者互動(dòng)、分析師關(guān)注和股價(jià)同步性

證券分析師作為資本市場(chǎng)中的重要組成部分，專業(yè)知識(shí)扎實(shí)，受過(guò)系統(tǒng)培養(yǎng)，其在信息搜集和分析方面具有特長(zhǎng)。他們通過(guò)調(diào)研上市公司，分析財(cái)務(wù)報(bào)表，向投資者提供了大量有用信息，分析師的信息搜集活動(dòng)提高了證券市場(chǎng)的運(yùn)行效率。朱紅軍等（2007）[11]研究了證券分析師與股價(jià)同步性間的關(guān)系，發(fā)現(xiàn)分析師為市場(chǎng)提供了公司特質(zhì)信息。Xu等（2013）[12]和伊志宏等（2015）[13]還指出明星分析師及女性分析師更有能力挖掘公司信息，由他們跟蹤的公司具有更低的股價(jià)同步性。一方面，分析師報(bào)告更容易吸引投資者的焦點(diǎn)，出于注意力的稀缺性，投資者將更少的依賴投資者互動(dòng)信息；另一方面，分析師關(guān)注越多，股價(jià)信息含量越高，這減少了投資者進(jìn)一步挖掘公司特質(zhì)信息的意愿，從而降低對(duì)投資者互動(dòng)信息的需求。由于，故低投資者關(guān)注提高了投資者互動(dòng)信息的需求μ，從而增加了投資者互動(dòng)對(duì)市場(chǎng)定價(jià)效率的影響。本文認(rèn)為分析師關(guān)注和投資者互動(dòng)間存在著“互補(bǔ)”關(guān)系，并提出本文的第二個(gè)假設(shè)：

假設(shè)2：分析師關(guān)注越低，投資者互動(dòng)對(duì)股價(jià)同步性的減緩作用越強(qiáng)。

3 研究設(shè)計(jì)

3.1 數(shù)據(jù)來(lái)源與樣本選擇

為搜尋最具代表性的投資者互動(dòng)數(shù)據(jù)，基于數(shù)據(jù)可得性、可追溯性的考慮，本文選取東方財(cái)富股吧論壇中的網(wǎng)絡(luò)討論來(lái)度量投資者互動(dòng)。鑒于東方財(cái)富股吧論壇數(shù)據(jù)最早起始于2009年，且當(dāng)年數(shù)據(jù)較少，故本文的研究樣本選擇滬深兩市所有A股2010—2015年的數(shù)據(jù)。參照現(xiàn)有相關(guān)文獻(xiàn)的做法，對(duì)初始樣本進(jìn)行如下篩選：（1）剔除樣本期間被ST、*ST的樣本；（2）剔除當(dāng)年IPO的樣本；（3）剔除金融保險(xiǎn)類上市公司；（4）剔除數(shù)據(jù)缺失的樣本。為降低極端值的影響，本文還將主要變量在1%和99%分位上做了縮尾處理。最后，得到9768個(gè)有效樣本數(shù)據(jù)，本文除了網(wǎng)絡(luò)數(shù)據(jù)來(lái)自東方財(cái)富網(wǎng)以外其他數(shù)據(jù)均來(lái)自CSMAR數(shù)據(jù)庫(kù)和WIND數(shù)據(jù)庫(kù)。

3.2 變量定義與度量

3.2.1 股價(jià)同步性（SYNCH）

本文主要研究的是投資者互動(dòng)對(duì)股價(jià)同步性的影響，對(duì)于股價(jià)同步性的衡量，主要參考何賢杰等（2016）[9]的方法。具體而言，本文對(duì)A股上市公司分年份做如下回歸：

其中，RETi,t表示第i個(gè)公司在第t周的個(gè)股收益率，MKTRETt和INDRETj,t分別為第t周市場(chǎng)和行業(yè)按流通市值加權(quán)得到的收益率，以上回歸得到每個(gè)公司在各個(gè)年度的擬合優(yōu)度R2。接下來(lái)利用公式（12）對(duì)R2做對(duì)數(shù)變換，得到股價(jià)同步性指標(biāo)SYNCH。

SYNCH越大，則R2也越大，表明市場(chǎng)收益變動(dòng)解釋個(gè)股收益變動(dòng)的程度較高，股價(jià)“同漲同跌”現(xiàn)象嚴(yán)重。

3.2.2 投資者互動(dòng)（INTERACT）

本文選取東方財(cái)富股吧論壇中的數(shù)據(jù)來(lái)代理投資者互動(dòng)，原因主要基于以下三點(diǎn)：（1）用戶使用量大，據(jù)國(guó)際權(quán)威第三方數(shù)據(jù)ALEXA數(shù)據(jù)顯示，東方財(cái)富網(wǎng)位居全球中文網(wǎng)站前十名，中國(guó)財(cái)經(jīng)類網(wǎng)站第1名，日均頁(yè)面瀏覽量超過(guò)1億次；（2）用戶活躍度高，東方財(cái)富股吧論壇的發(fā)帖量遠(yuǎn)超其他同類論壇；（3）數(shù)據(jù)可追溯性強(qiáng)，東方財(cái)富股吧論壇中的每家上市公司都有相應(yīng)的股吧討論區(qū)，其數(shù)據(jù)可以追溯到2009年以后所有發(fā)帖信息。因此，本文通過(guò)網(wǎng)絡(luò)爬蟲的方式抓取了東方財(cái)富股吧中所有上市公司的論壇數(shù)據(jù)，將年發(fā)帖數(shù)取對(duì)數(shù)作為投資者互動(dòng)的代理變量。

3.2.3 分析師關(guān)注（Analyst）

本文以每年對(duì)上市公司發(fā)布盈余預(yù)測(cè)的分析師為基礎(chǔ)構(gòu)建分析師關(guān)注指標(biāo)。對(duì)于那些在同一年對(duì)同一家公司發(fā)布多篇報(bào)告的分析師，本文只取最后一次數(shù)據(jù)計(jì)算。并將跟蹤的分析師人數(shù)加一取對(duì)數(shù)作為分析師關(guān)注的代理變量。

3.2.4 控制變量

參照現(xiàn)有文獻(xiàn)[9,14]，本文還控制了公司性質(zhì)（SOE）、大股東持股比例（Lholding）、上市時(shí)間（Age）、公司規(guī)模（Size）、市值賬面比（MB）、資產(chǎn)負(fù)債率（Lev）、公司贏利能力（Roa）、審計(jì)質(zhì)量（Big4）、外資持股比例（Qfii）等變量，具體變量說(shuō)明見(jiàn)表1。此外，本文還在所有的模型中加入了年度啞變量和行業(yè)啞變量來(lái)控制年度和行業(yè)固定效應(yīng)。

表1 變量定義與度量

3.3 模型設(shè)定

首先，本文運(yùn)用如下模型來(lái)檢驗(yàn)投資者互動(dòng)對(duì)股價(jià)同步性的影響，進(jìn)而驗(yàn)證假設(shè)1：

這里，SYNCHi,t為公司i在第t年的股價(jià)同步性指標(biāo)變量，SYNCHi,t越高說(shuō)明公司的收益波動(dòng)與市場(chǎng)的收益波動(dòng)越一致，股價(jià)中包含的特質(zhì)信息就越少。INTERACTi,t為同期個(gè)股論壇中發(fā)帖量的對(duì)數(shù)值，INTERACTi,t越大表明個(gè)股投資者互動(dòng)量越多。ControlVariablesi,t為本文中采用的一系列控制變量。若假設(shè)1成立，β1的系數(shù)應(yīng)顯著為負(fù)。

其次，為探究投資者互動(dòng)與分析師關(guān)注間是否存在著“互補(bǔ)”關(guān)系，本文估計(jì)以下方程：

其中，Analysti,t為第t年公司i的分析師關(guān)注變量，如果假設(shè)2成立，則β2的系數(shù)應(yīng)顯著為正。

除此之外，考慮到本文所使用的數(shù)據(jù)為典型的時(shí)間短橫截面樣本多的短面板，為了使結(jié)果更加穩(wěn)健，本文所有的回歸模型均使用公司層面聚類調(diào)整的標(biāo)準(zhǔn)誤。

4 實(shí)證檢驗(yàn)

4.1 描述性統(tǒng)計(jì)分析

表2給出了本文所用變量的描述性統(tǒng)計(jì)結(jié)果。結(jié)果顯示股價(jià)同步性SYNCH的均值為-0.160，中位數(shù)為-0.088，在Gul等（2010）[14]的研究中，美國(guó)公司的股價(jià)同步性均值為-1.742，可見(jiàn)我國(guó)股票市場(chǎng)的股價(jià)“同漲同跌”現(xiàn)象較為明顯。SYNCH的最大值為1.503，最小值為-2.442，表明公司間的股價(jià)同步性差異較大。本文的主要解釋變量投資者互動(dòng)（INTERACT）的最小值和最大值分別為5.916和12.902，說(shuō)明公司間的投資者互動(dòng)差異明顯。其中，均值和中位數(shù)分別為8.556和8.526，投資者互動(dòng)分布較為對(duì)稱。分析師關(guān)注（Analyst）的最大值和最小值分別為4.174和0，一部分公司沒(méi)有分析師跟蹤，另一部分公司有大量分析師覆蓋，分析師關(guān)注具有一定的“羊群效應(yīng)”，這也從側(cè)面反映了分析師“報(bào)喜不報(bào)憂”的特點(diǎn)，大量公司未受分析師跟蹤致使投資者尋求社交媒體獲取信息。

表2 描述性統(tǒng)計(jì)分析

4.2 回歸結(jié)果分析

4.2.1 假設(shè)1的檢驗(yàn)

表3中前兩列詳細(xì)報(bào)告了投資者互動(dòng)對(duì)股價(jià)同步性的影響分析。（1）第一列給出了方程（13）的回歸結(jié)果，在控制影響股價(jià)同步性的相關(guān)變量后，投資者互動(dòng)（INTERACT）的系數(shù)為-0.098在1%的統(tǒng)計(jì)水平下顯著異于零。這說(shuō)明公司特質(zhì)信息經(jīng)投資者間的互動(dòng)行為被更多投資者感知，從而增加了信息的有效傳遞。投資者間的信息交流和溝通有助于將公司特質(zhì)信息融入股價(jià)中，最終降低了股價(jià)同步性。與現(xiàn)有文獻(xiàn)一致，本文也發(fā)現(xiàn)股價(jià)同步性與Size、SOE顯著正相關(guān)，與MB、Lev和Roa顯著負(fù)相關(guān)。（2）已有學(xué)者研究指出機(jī)構(gòu)投資者[15]和大股東持股[14]是影響股價(jià)同步性的重要因素。因此在第二列中，本文分別將機(jī)構(gòu)投資者持股比例（Hold）、第一大股東持股比例（Lholding）納入模型并重新做了相關(guān)檢驗(yàn)，結(jié)果發(fā)現(xiàn)機(jī)構(gòu)投資者持股高和大股東持股比例大的公司信息更加透明，股價(jià)同步性更低。其次，投資者互動(dòng)的回歸系數(shù)為-0.120在1%的水平下顯著。綜合起來(lái)，表3中的結(jié)果表明投資者互動(dòng)可以促進(jìn)公司特質(zhì)信息在投資者間的傳遞，并經(jīng)投資者的交易行為融入股價(jià)，與假設(shè)1的預(yù)期相符。

表3 投資者互動(dòng)、分析師關(guān)注與股價(jià)同步性

4.2.2 假設(shè)2的檢驗(yàn)

表3后兩列總結(jié)了方程（14）的檢驗(yàn)結(jié)果。（1）在第三列中，分析師關(guān)注的系數(shù)為-0.305，顯著為負(fù)，說(shuō)明分析師可以有效挖掘上市公司的信息，這些信息經(jīng)分析報(bào)告的形式傳遞到市場(chǎng)中，與朱紅軍等（2007）[11]的研究結(jié)果一致。投資者互動(dòng)和分析師關(guān)注的交互項(xiàng)INTERACT*Analyst的系數(shù)為0.037在1%水平下顯著為正，合理的解釋是：當(dāng)分析師跟蹤較多時(shí)，一方面，信息的傳遞方式更為多元化，社交媒體的作用趨于弱化；另一方面，分析師關(guān)注多的公司股價(jià)信息含量豐富，此時(shí)投資者沒(méi)有動(dòng)力進(jìn)一步挖掘公司信息。這兩種效果導(dǎo)致分析師覆蓋多的公司，社交媒體僅能影響較低比例的投資者，投資者互動(dòng)減緩股價(jià)同步性的作用變低。第二列中本文加入了Hold和Lholding變量，結(jié)論依然成立。以上結(jié)果驗(yàn)證了本文的假設(shè)2。

4.3 穩(wěn)健性檢驗(yàn)

盡管以上結(jié)果證實(shí)了投資者互動(dòng)為投資者提供了公司特質(zhì)信息，這些信息有效地改善了公司的信息環(huán)境，提升了股價(jià)信息含量。然而在前文投資者互動(dòng)指標(biāo)中，東方財(cái)富論壇中有一半的帖子無(wú)人回復(fù)，如果將這些帖子也納為投資者互動(dòng)的范疇，將夸大個(gè)股的投資者互動(dòng)量，本文結(jié)果的穩(wěn)健性可能受到影響，因此本文將這些無(wú)人回復(fù)的帖子視為無(wú)效數(shù)據(jù)并予以刪除，重新對(duì)本文中的假設(shè)做了實(shí)證檢驗(yàn)，結(jié)果未變，見(jiàn)表4。

表4 穩(wěn)健性檢驗(yàn)：剔除無(wú)效的投資者互動(dòng)數(shù)據(jù)

5 結(jié)論與啟示

本文建立了投資者互動(dòng)與市場(chǎng)定價(jià)效率之間的理論模型來(lái)揭示兩者間的內(nèi)在聯(lián)系，并以論壇討論數(shù)據(jù)來(lái)代理投資者互動(dòng)實(shí)證檢驗(yàn)了其對(duì)資本市場(chǎng)定價(jià)效率的影響。結(jié)果發(fā)現(xiàn)：（1）社交媒體中投資者間的互動(dòng)行為加速了公司信息的傳遞，降低了股價(jià)同步性，提升了資本市場(chǎng)的定價(jià)效率。（2）進(jìn)一步的研究顯示，分析師跟蹤越少，投資者互動(dòng)對(duì)股價(jià)同步性的減緩作用越強(qiáng)，分析師關(guān)注與投資者互動(dòng)間存在著“互補(bǔ)”關(guān)系。

作為世界上最大的經(jīng)濟(jì)體，中國(guó)目前正處于經(jīng)濟(jì)增速換擋和產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的重要時(shí)期，其中證券市場(chǎng)的有效運(yùn)行起著重要作用。然而我國(guó)證券市場(chǎng)中存在著嚴(yán)重的“同漲同跌”現(xiàn)象，較高的股價(jià)同步性扭曲了資源的合理配置。因此，尋找股價(jià)同步性的成因，探究減小股價(jià)同步性的可行路徑，對(duì)我國(guó)證券市場(chǎng)的健康發(fā)展極具理論和現(xiàn)實(shí)意義。本文的結(jié)論顯示，社交媒體的合理使用將是一個(gè)有效途徑，投資者互動(dòng)推動(dòng)了企業(yè)信息透明化，有利于提高股價(jià)的信息含量。本文認(rèn)為上市公司與投資者間的交流不應(yīng)拘泥于傳統(tǒng)模式，建議公司應(yīng)充分使用互聯(lián)網(wǎng)，通過(guò)開(kāi)設(shè)官方微博、在相關(guān)論壇中增開(kāi)專欄等形式與投資者建立良性的互動(dòng)行為，改善公司的信息環(huán)境。并建議監(jiān)管部門應(yīng)加強(qiáng)監(jiān)督，確保上市公司更加規(guī)范地使用互聯(lián)網(wǎng)。

參考文獻(xiàn)：

[1] Morck R,Yeung B,Yu W.The Information Content of Stock Markets:Why Do Emerging Markets Have Synchronous Stock Price Move?ments?[J].Journal of Financial Economics,2000,(58).

[2] Fernandes N,Ferreira M A.Insider Trading Laws and Stock Price In?formativeness[J].The Review of Financial Studies,2009,22(5).

[3] Defond M,Hung M.Investor Protection and Corporate Governance:Evidence From Worldwide CEO Turnover[J].Journal of Accounting Research,2004,42(2).

[4] Durnev A,Morck R,Yeung B.Value-Enhancing Capital Budgeting and Firm-Specific Stock Return Variation[J].The Journal of Finance,2004,59(1).

[5] Jin L,Myers S C.R2Around the World:New Theory and New Tests[J].Journal of Financial Economics,2006,79(2).

[6] Han B,Yang L.Social Networks,Information Acquisition,and Asset Prices[J].Management Science,2013,59(6).

[7] Grossman S J,Stiglitz J E.On the Impossibility of Informationally Effi?cient Markets[J].The American Economic Review,1980,70(3).

[8] Hellwig M F.On the Aggregation of Information in Competitive Mar?kets[J].Journal of Economic Theory,1980,22(3).

[9] 何賢杰等.上市公司網(wǎng)絡(luò)新媒體信息披露研究：基于微博的實(shí)證分析[J].財(cái)經(jīng)研究,2016,(3).

[10] 胡軍，王甄.微博、特質(zhì)性信息披露與股價(jià)同步性[J].金融研究,2015,(11).

[11] 朱紅軍，何賢杰，陶林.中國(guó)的證券分析師能夠提高資本市場(chǎng)的效率嗎?——基于股價(jià)同步性和股價(jià)信息含量的經(jīng)驗(yàn)證據(jù)[J].金融研究,2006,(2).

[12] Xu N X,et al.Do Star Analysts Know More Firm-specific Informa?tion?Evidence From China[J].Journal of Banking&Finance,2013,37(1).

[13] 伊志宏,李穎，江軒宇.女性分析師關(guān)注與股價(jià)同步性[J].金融研究,2015,(11).

[14] Gul F A,Kim J B,Qiu A A.Ownership Concentration,Foreign Shareholding,Audit Quality,and Stock Price Synchronicity:Evi?dence from China[J].Journal of Financial Economics,2010,95(3).

[15] An H,Zhang T.Stock Price Synchronicity,Crash Risk,and Institu?tional Investors[J].Journal of Corporate Finance,2013,(21).