股价同步性——信息与噪声的统一框架

doi:10.16381/j.cnki.issn1003-207x.2024.0795

Abstract

Abstract:

Clarifying the source of stock return synchronicity is pivotal in determining stock market efficiency. Existing literature on stock return synchronicity contains two strands. One believes that information determines the variation of stock return synchronicity， while the other posits that noise unrelated to information shapes stock return synchronicity. Despite such contradictive explanations， stock return synchronicity is driven by both micro-level and macro-level factors. The complexity and contradiction of stock return synchronicity incur difficulty in using stock return synchronicity as a market efficiency indicator. The source and the application of stock return synchronicity in a unified framework are addressed. Based on a heterogeneous agents model， the role of rational and irrational factors from micro and macro perspectives is theoretically formulized and empirically investigated in shaping stock return synchronicity. It is discovered that the reveal of firm-specific information and stock-level irrational behaviors alleviate stock return synchronicity. In addition， market-level fundamental information and irrational noise trading intensify stock return synchronicity while high-beta stocks possess higher stock return synchronicity. The complexity of stock return synchronicity suggests that stock return synchronicity and market efficiency are interchangeable only with additional conditions. The effectiveness of interpreting stock return synchronicity as a market efficiency indicator is discussed by investigating the role of stock analysts. It is shown that the alleviation of stock return synchronicity by stock analysts is primarily driven by the reveal of firm-specific information. However， stock analysts fuel irrational behaviors as well. A market efficiency indicator is reconstructed by reorganizing the rational and irrational components of stock return synchronicity. In general， stock analysts improve market efficiency. The guidance and suggestions are provided for applying stock return synchronicity to measure market efficiency and for enhancing the practical significance of stock return synchronicity.

Key words: stock return synchronicity, fundamental information, irrational behavior

CLC Number:

F830.91

Zhenxi Chen,Jinghan Li,Wei Zhang. Stock Return Synchronicity: A Unified Framework of Information and Noise[J]. Chinese Journal of Management Science, 2026, 34(1): 41-59.

Figures/Tables 8

Panel A 矩统计量列表
$m 1$	$m 2$	$m 3$	$m 4$	$m 5$
$E (r t 2)$	$E (r t r t - 1)$	$E (r t 2 r t - 1 2)$	$E (r t 4)$	$E (r t r t - 1)$
$m 6$	$m 7$
$E (r t 2 r t - 5 2)$	$E (r t r t - 5)$

References 65

[1]	Morck R， Yeung B， Yu W. The information content of stock markets： Why do emerging markets have synchronous stock price movements？［J］. Journal of Financial Economics， 2000， 58（1-2）： 215-260.
[2]	黄新飞，叶梓南，王升泉. 反倾销与中国资本市场信息效率——基于股价同步性的研究［J］. 经济学（季刊）， 2023， 23（5）： 1954-1972.
	Huang X F， Ye Z N， Wang S Q. Anti-dumping and informational efficiency of China’s capital market—a study based on stock price synchronicity［J］. China Economic Quarterly， 2023， 23（5）： 1954-1972.
[3]	黄波，姜华东. 投资者博彩偏好与股价非同步性——中国股市经验证据［J］. 南开经济研究， 2022（6）： 182-200.
	Huang B， Jiang H D. Investors’ lottery-like preference and asynchronicity in stock prices： Evidence from China’s stock markets［J］. Nankai Economic Studies， 2022（6）： 182-200.
[4]	Li B， Rajgopal S， Venkatachalam M. R² and idiosyncratic risk are not interchangeable［J］. The Accounting Review， 2014， 89（6）： 2261-2295.
[5]	Chue T K， Gul F A， Mian G M. Aggregate investor sentiment and stock return synchronicity［J］. Journal of Banking & Finance， 2019， 108： 105628.
[6]	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.
	You J X. The resurgence of R²： Review and prospect on the studies on stock price synchronicity［J］. Journal of Management Sciences in China， 2017， 20（3）： 63-79.
[7]	周孝华，宋庆阳，刘星. 适应性市场假说及其在中国资本市场的实证［J］. 管理科学学报， 2017， 20（6）： 111-126.
	Zhou X H， Song Q Y， Liu X. Adaptive markets hypothesis and evidence from China’s capital markets［J］. Journal of Management Sciences in China， 2017， 20（6）： 111-126.
[8]	Dang T V， Li W， Wang Y. Government stock purchase undermines price informativeness： Evidence from China’s “national team”［J］. Journal of Financial and Quantitative Analysis， 2024， 59（5）： 2340-2374.
[9]	陈冬华，姚振晔. 政府行为必然会提高股价同步性吗？——基于我国产业政策的实证研究［J］. 经济研究， 2018， 53（12）： 112-128.
	Chen D H， Yao Z Y. Will government behavior definitely increase stock price synchronicity？ empirical evidence from China’s industrial policies［J］. Economic Research Journal， 2018， 53（12）： 112-128.
[10]	戴鹏毅，杨胜刚，袁礼. 资本市场开放与企业全要素生产率［J］. 世界经济， 2021， 44（8）： 154-178.
	Dai P Y， Yang S G， Yuan L. Capital market opening up and corporate total factor productivity［J］. The Journal of World Economy， 2021， 44（8）： 154-178.
[11]	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.
	Wu C， Rao P G， Yue H. Spillover effects of the registration system： Evidence from stock price synchronization［J］. Journal of Management World， 2022， 38（12）： 177-202.
[12]	Alfarano S， Lux T， Wagner F. Time variation of higher moments in a financial market with heterogeneous agents： An analytical approach［J］. Journal of Economic Dynamics and Control， 2008， 32（1）： 101-136.
[13]	Chen Z， Lux T. Estimation of sentiment effects in financial markets： A simulated method of moments approach［J］. Computational Economics， 2018， 52（3）： 711-744.
[14]	伊志宏，杨圣之，陈钦源. 分析师能降低股价同步性吗——基于研究报告文本分析的实证研究［J］. 中国工业经济， 2019（1）： 156-173.
	Yi Z H， Yang S Z， Chen Q Y. Could analysts reduce stock price synchronicity—a textual analysis based on analyst report［J］. China Industrial Economics， 2019（1）： 156-173.
[15]	Roll R. R² ［J］. The Journal of Finance， 1988， 43（3）： 541-566.
[16]	Jin L， Myers S C. R² around the world： New theory and new tests［J］. Journal of Financial Economics， 2006， 79（2）： 257-292.
[17]	许晨曦，杜勇，鹿瑶. 年报语调对资本市场定价效率的影响研究［J］. 中国软科学， 2021（9）： 182-192.
	Xu C X， Du Y， Lu Y. Influence of annual report tone on the pricing efficiency of capital market［J］. China Soft Science， 2021（9）： 182-192.
[18]	李子健，李春涛，冯旭南. 非财务信息披露与资本市场定价效率［J］. 财贸经济， 2022， 43（9）： 38-52.
	Li Z J， Li C T， Feng X N. Non-financial information and capital market efficiency［J］. Finance & Trade Economics， 2022， 43（9）： 38-52.
[19]	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.
	Tang S， Hu W， Sun Z. Political connections， institutional environment and information content of the stock price： Evidence from the synchronicity of stock price of private listed firms of China［J］. Journal of Financial Research， 2011（7）： 182-195.
[20]	Gul F A， Kim J B， Qiu A A. Ownership concentration， foreign shareholding， audit quality， and stock price synchronicity： Evidence from China［J］. Journal of Financial Economics， 2010， 95（3）： 425-442.
[21]	黄俊，郭照蕊. 新闻媒体报道与资本市场定价效率——基于股价同步性的分析［J］. 管理世界， 2014， 30（5）： 121-130.
	Huang J， Guo Z R. News Media Reports and Pricing Efficiency of Capital Market—Based on stock price synchronicity’s Analysis［J］. Management World， 2014， 30（5）： 121-130.
[22]	刘海飞，许金涛，柏巍，等. 社交网络、投资者关注与股价同步性［J］. 管理科学学报， 2017， 20（2）： 53-62.
	Liu H F， Xu J T， Bai W， et al. Social networks， investor attention and stock price synchronicity［J］. Journal of Management Sciences in China， 2017， 20（2）： 53-62.
[23]	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.
	He X J， Wang X Y， Sun S W， et al. Economic consequences of new media information disclosure： From the perspective of stock price synchronicity［J］. Journal of Management Sciences in China， 2018， 21（6）： 43-59.
[24]	卞世博，陈曜，汪训孝. 高质量的互动可以提高股票市场定价效率吗？——基于“上证e互动”的研究［J］. 经济学（季刊）， 2022， 22（3）： 749-772.
	Bian S B， Chen Y， Wang X X. Can high-quality interaction improve the stock market pricing efficiency？—Evidence from SSE E-interaction［J］. China Economic Quarterly， 2022， 22（3）： 749-772.
[25]	侯宇，叶冬艳. 机构投资者、知情人交易和市场效率——来自中国资本市场的实证证据［J］. 金融研究， 2008（4）： 131-145.
	Hou Y， Ye D Y. Institutional investor， informed trading and market efficiency： Evidence from China’s capital market［J］. Journal of Financial Research， 2008（4）： 131-145.
[26]	Li S， Brockman P， Zurbruegg R. Cross-listing， firm-specific information， and corporate governance： Evidence from Chinese A-shares and H-shares［J］. Journal of Corporate Finance， 2015， 32： 347-362.
[27]	钟覃琳，陆正飞. 资本市场开放能提高股价信息含量吗？——基于“沪港通”效应的实证检验［J］. 管理世界， 2018， 34（1）： 169-179.
	Zhong Q L， Lu Z F. Can market liberalization improve the stock price informativeness？ evidence from Shanghai-Hong Kong stock connect［J］. Management World， 2018， 34（1）： 169-179.
[28]	West K D. Dividend innovations and stock price volatility［J］. Econometrica， 1988， 56（1）： 37.
[29]	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.
	Wang Y P， Liu H L， Wu L S. On the infonnational transparency， institutional investors and stock price comovement［J］. Journal of Financial Research， 2009（12）： 162-174.
[30]	Dasgupta S， Gan J， Gao N. Transparency， price informativeness， and stock return synchronicity： Theory and evidence［J］. Journal of Financial and Quantitative Analysis， 2010， 45（5）： 1189-1220.
[31]	Chan K， Hameed A. Stock price synchronicity and analyst coverage in emerging markets［J］. Journal of Financial Economics， 2006， 80（1）： 115-147.
[32]	Ellul A， Panayides M. Do financial analysts restrain insiders’ informational advantage？［J］. Journal of Financial and Quantitative Analysis， 2018， 53（1）： 203-241.
[33]	Driskill M， Kirk M P， Tucker J W. Concurrent earnings announcements and analysts’ information production［J］. The Accounting Review， 2020， 95（1）： 165-189.
[34]	张大永，刘倩，姬强. 股票分析师的羊群行为对公司股价同步性的影响分析［J］. 中国管理科学， 2021， 29（5）： 55-64.
	Zhang D Y， Liu Q， Ji Q. The impacts of analyst’s herding behavior on stock price synchronicity［J］. Chinese Journal of Management Science， 2021， 29（5）： 55-64.
[35]	张宗新，吴钊颖. 媒体情绪传染与分析师乐观偏差——基于机器学习文本分析方法的经验证据［J］. 管理世界， 2021， 37（1）： 170-185+11+20-22.
	Zhang Z X， Wu Z Y. Media’s emotional contagion and analyst optimistic bias： Evidence based on the technique of machine learning［J］. Journal of Management World， 2021， 37（1）： 170-185+11+20-22.
[36]	Engelberg J， McLean R D， Pontiff J. Analysts and anomalies［J］. Journal of Accounting and Economics， 2020， 69（1）： 101249.
[37]	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， 13（2）： 429-452.
	Jiang C. Financial analysts， insider information and efficiency of capital market： Evidence from relative amount of the firm-specific information impounded into stock prices in China’s A-share market［J］. China Economic Quarterly， 2013， 13（2）： 429-452.
[38]	Morck R， Yeung B， Yu W. R ² and the economy［J］. Annual Review of Financial Economics， 2013， 5： 143-166.
[39]	Li K， Morck R， Yang F， et al. Firm-specific variation and openness in emerging markets［J］. Review of Economics and Statistics， 2004， 86（3）： 658-669.
[40]	许年行，于上尧，伊志宏. 机构投资者羊群行为与股价崩盘风险［J］. 管理世界， 2013， 29（7）： 31-43.
	Xu N H， Yu S Y， Yi Z H. Herd behavior of institutional investors and the risk of stock price collapse［J］. Management World， 2013， 29（7）： 31-43.
[41]	Peng L， Xiong W. Investor attention， overconfidence and category learning［J］. Journal of Financial Economics， 2006， 80（3）： 563-602.
[42]	Han X， Li K， Li Y. Investor overconfidence and the security market line： New evidence from China［J］. Journal of Economic Dynamics and Control， 2020， 117： 103961.
[43]	De Long J B， Shleifer A， Summers L H， et al. Noise trader risk in financial markets［J］. Journal of Political Economy， 1990， 98（4）： 703-738.
[44]	Biggerstaff L， Cicero D， Wintoki M B. Insider trading patterns［J］. Journal of Corporate Finance， 2020， 64： 101654.
[45]	Kumar A， Lee C M C. Retail investor sentiment and return comovements［J］. The Journal of Finance， 2006， 61（5）： 2451-2486.
[46]	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.
	Xu N H， Hong T， Wu S N， et al. Information flow model， investor psychological bias and stock price comovement［J］. Economic Research Journal， 2011， 46（4）： 135-146.
[47]	Lee D W， Liu M H. Does more information in stock price lead to greater or smaller idiosyncratic return volatility？［J］. Journal of Banking & Finance， 2011， 35（6）： 1563-1580.
[48]	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.
	Zhang Y R， Li X Y. R² and measurement of informativeness of stock prices［J］. Journal of Management Sciences in China， 2010， 13（5）： 82-90.
[49]	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.
	Lin Z G， Han L Y， Li W. Stock price nonsynchronicity： Information or noise？［J］. Journal of Management Sciences in China， 2012， 15（6）： 68-81.
[50]	陆蓉，李金龙，陈实. 中国投资者的股票出售行为画像——处置效应研究新进展［J］. 管理世界， 2022， 38（3）： 59-78.
	Lu R， Li J L， Chen S. Portraits of investors’ selling behavior in China’s stock market： Advances in disposition effect［J］. Journal of Management World， 2022， 38（3）： 59-78.
[51]	宫晓莉，王智恒，熊熊. 独立董事网络与股价同步性［J］. 系统工程理论与实践， 2022， 42（8）： 2049-2070.
	Gong X L， Wang Z H， Xiong X. Independent director network and stock price synchronization［J］. Systems Engineering-Theory & Practice， 2022， 42（8）： 2049-2070.
[52]	高昊宇，杨晓光，叶彦艺. 机构投资者对暴涨暴跌的抑制作用：基于中国市场的实证［J］. 金融研究， 2017（2）： 163-178.
	Gao H Y， Yang X G， Ye Y Y. Institutional ownership and extreme price movements： Evidence from Chinese markets［J］. Journal of Financial Research， 2017（2）： 163-178.
[53]	顾明，曾力，陈海强，等. 交易限制与股票市场定价效率——基于创业板涨跌幅限制放宽的准自然实验研究［J］. 金融研究， 2022（11）： 189-206.
	Gu M， Zeng L， Chen H Q， et al. Trading restrictions and stock market price efficiency： A quasi-natural experiment based on the registration system of the ChiNext board［J］. Journal of Financial Research， 2022（11）： 189-206.
[54]	陈张杭健，吴粤，李世炳，等. 股吧个体信息交互对股价联动关系的影响研究［J］. 管理科学学报， 2021， 24（5）： 47-69.
	Chen Z H J， Wu Y， Li S B， et al. Impact of interaction of individual stock bar information on stock price co-movement［J］. Journal of Management Sciences in China， 2021， 24（5）： 47-69.
[55]	Sharma S， Bikhchandani S， Org S， et al. Herd behavior in financial markets： A review［J］. IMF Working Papers， 2000， 48： 32.
[56]	Hong H， Sraer D A. Speculative betas［J］. The Journal of Finance， 2016， 71（5）： 2095-2144.
[57]	顾琪，王策. 融资融券制度与市场定价效率——基于卖空摩擦的视角［J］. 统计研究， 2017， 34（1）： 80-90.
	Gu Q， Wang C. Margin trading and market pricing efficiency［J］. Statistical Research， 2017， 34（1）： 80-90.
[58]	周开国，邢子煜，彭诗渊. 中国股市行业风险与宏观经济之间的风险传导机制［J］. 金融研究， 2020（12）： 151-168.
	Zhou K G， Xing Z Y， Peng S Y. The contagion mechanism between industrial risk and the macro economy in China［J］. Journal of Financial Research， 2020（12）： 151-168.
[59]	Fama E F， French K R. Common risk factors in the returns on stocks and bonds［J］. Journal of Financial Economics， 1993， 33（1）： 3-56.
[60]	Fama E F， French K R. A five-factor asset pricing model［J］. Journal of Financial Economics， 2015， 116（1）： 1-22.
[61]	Liu J， Stambaugh R F， Yuan Y. Size and value in China［J］. Journal of Financial Economics， 2019， 134（1）： 48-69.
[62]	Chen Z， Zheng H. Herding in the Chinese and US stock markets： Evidence from a micro-founded approach［J］. International Review of Economics & Finance， 2022， 78： 597-604.
[63]	何德旭，苗文龙，闫娟娟，等. 全球系统性金融风险跨市场传染效应分析［J］. 经济研究， 2021， 56（8）： 4-21.
	He D X， Miao W L， Yan J J， et al. Analysis on the global systemic financial risks cross-market contagion effect［J］. Economic Research Journal， 2021， 56（8）： 4-21.
[64]	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.
	Zhu H J， He X J， Tao L. Can securities analysts improve the efficiency of capital market in China［J］. Journal of Financial Research， 2007（2）： 110-121.
[65]	邓可斌，关子桓，陈彬. 宏观经济政策与股市系统性风险——宏微观混合β估测方法的提出与检验［J］. 经济研究， 2018， 53（8）： 68-83.
	Deng K B， Guan Z H， Chen B. Macroeconomic policies and systemic risk in China’s stock market： An approach based on integrated hybrid betas［J］. Economic Research Journal， 2018， 53（8）： 68-83.

变量名	变量定义
股价同步性（syn）	基于式（17）计算的股价同步性
公司特质信息（σ_i ）	个股基本面波动的标准差σ_i
个股主观随机行为（a_i ）	投资者主观、随机产生的情绪转化a_i
个股羊群效应（b_i ）	投资者放弃私人信息产生的从众行为b_i
风险暴露beta绝对值（\|β_i \|）	基于式（17）计算的个股beta绝对值
资产负债率（lev）	总负债（元）/总资产（元）
总资产收益率（roa）	净利润（元）/总资产（元）
机构持股比例（inst）	各类机构的持股比例总和（%）
审计师质量（big4）	虚拟变量，四大会计师事务所审计取1，否则为0
两融标的（short）	虚拟变量，融资融券标的=1，否则为0
上市公司规模（size）	企业总资产（元）的自然对数值
第一大股东持股比例（tophold）	第一大股东持股比例（%）
营收增长率（sales）	营业总收入（元）的增长率
行业公司数量（num_ind）	行业内上市公司总数的自然对数值
行业总资产（size_ind）	行业内上市公司总资产之和（元）的自然对数值

变量	观测值	均值	标准差	最小值	25%分位数	中位数	75%分位数	最大值
syn	30929	-0.849	0.866	-3.276	-1.330	-0.762	-0.258	0.878
σ_i	30929	18.670	8.683	3.508	11.615	18.210	24.546	39.651
a_i	30929	0.256	0.134	0.013	0.178	0.236	0.317	0.818
b_i	30929	3.805	6.120	0.084	0.661	1.471	3.748	37.700
\|β_i \|	30929	1.174	0.495	0.070	0.853	1.178	1.485	2.575
lev	30929	0.414	0.197	0.054	0.255	0.410	0.563	0.849
roa	30929	0.042	0.055	-0.190	0.016	0.039	0.069	0.198
inst	30929	44.969	25.526	0.203	23.649	46.613	65.645	92.913
big4	30929	0.065	0.246	0.000	0.000	0.000	0.000	1.000
short	30929	0.372	0.483	0.000	0.000	0.000	1.000	1.000
size	30929	22.259	1.289	20.087	21.320	22.056	22.985	26.352
tophold	30929	34.503	14.905	8.421	22.943	32.361	44.630	74.890
sales	30929	0.163	0.341	-0.502	-0.015	0.112	0.269	1.897
num_ind	30929	4.526	1.011	1.946	3.850	4.644	5.380	6.297
size_ind	30929	27.450	1.276	23.809	26.733	27.641	28.321	30.080

	(1)	(2)
	syn	syn
σ_i	-0.025^***	-0.024^***
	(0.001)	(0.001)
a_i	-0.798^***	-0.802^***
	(0.028)	(0.029)
b_i	-0.006^***	-0.005^***
	(0.001)	(0.001)
\|β_i \|	0.512^***	0.506^***
	(0.008)	(0.009)
L.lev		-0.263^***
		(0.039)
L.roa		1.030^***
		(0.083)
L.inst		-0.002^***
		(0.000)
L.big4		0.075^**
		(0.035)
L.short		0.146^***
		(0.012)
L.size		0.150^***
		(0.010)
L.tophold		-0.003^***
		(0.001)
L.sales		0.018^*
		(0.009)
L.num_ind		0.320^***
		(0.026)
L.size_ind		0.029
		(0.019)
_cons	-0.030	-5.310^***
	(0.024)	(0.491)
个体效应	控制	控制
时间效应	控制	控制
R²	0.712	0.737
adj. R²	0.712	0.737
N	30929	26459

	工具变量	更换同步性测度方式						知情交易
	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)
	syn	syn_capm	syn_mi5	syn_ff3	syn_ff5	syn_ch3	syn_ch4	syn
σ_i	-0.033^***	-0.045^***	-0.010^***	-0.019^***	-0.016^***	-0.017^***	-0.015^***	-0.024^***
	(0.002)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)
a_i	-0.944^***	-1.405^***	-0.353^***	-0.637^***	-0.554^***	-0.616^***	-0.549^***	-0.796^***
	(0.133)	(0.034)	(0.027)	(0.031)	(0.031)	(0.031)	(0.030)	(0.029)
b_i	-0.018^***	-0.001^*	-0.005^***	-0.006^***	-0.006^***	-0.006^***	-0.006^***	-0.005^***
	(0.003)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)
\|β_i \|	0.660^***	1.899^***	0.307^***	0.144^***	0.023^***	0.184^***	0.159^***	0.505^***
	(0.022)	(0.018)	(0.009)	(0.005)	(0.003)	(0.006)	(0.005)	(0.009)
L.lev	-0.255^***	-0.217^***	-0.299^***	-0.207^***	-0.236^***	-0.307^***	-0.302^***	-0.263^***
	(0.040)	(0.033)	(0.046)	(0.046)	(0.045)	(0.045)	(0.044)	(0.039)
L.roa	1.032^***	0.669^***	1.203^***	0.914^***	0.569^***	0.812^***	0.860^***	1.037^***
	(0.085)	(0.068)	(0.094)	(0.095)	(0.093)	(0.094)	(0.091)	(0.083)
L.inst	-0.001^***	-0.001^***	-0.000	-0.002^***	-0.002^***	-0.001^***	-0.002^***	-0.002^***
	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)
L.big4	0.072^**	0.021	0.034	0.013	0.001	0.053	0.052	0.073^**
	(0.035)	(0.032)	(0.042)	(0.040)	(0.040)	(0.041)	(0.040)	(0.035)
L.short	0.119^***	0.112^***	0.120^***	0.152^***	0.146^***	0.152^***	0.146^***	0.146^***
	(0.012)	(0.010)	(0.013)	(0.013)	(0.013)	(0.013)	(0.013)	(0.012)
L.size	0.130^***	0.134^***	0.196^***	0.139^***	0.110^***	0.140^***	0.138^***	0.151^***
	(0.011)	(0.009)	(0.012)	(0.012)	(0.012)	(0.012)	(0.011)	(0.010)
L.tophold	-0.002^***	-0.002^***	-0.003^***	-0.004^***	-0.003^***	-0.003^***	-0.003^***	-0.003^***
	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)
L.sales	0.031^***	-0.002	0.015	0.008	-0.000	-0.005	-0.004	0.018^*
	(0.010)	(0.008)	(0.010)	(0.010)	(0.010)	(0.010)	(0.010)	(0.009)
L.num_ind	0.282^***	0.185^***	-0.225^***	0.130^***	0.068^**	0.142^***	0.127^***	0.324^***
	(0.026)	(0.020)	(0.031)	(0.029)	(0.029)	(0.029)	(0.028)	(0.026)
L.size_ind	0.017	0.026^*	-0.094^***	0.077^***	-0.010	0.050^**	0.021	0.029
	(0.019)	(0.016)	(0.026)	(0.022)	(0.021)	(0.022)	(0.022)	(0.019)
iftrade								-0.118^***
								(0.027)
_cons	-4.372^***	-5.571^***	-0.674	-5.045^***	-1.773^***	-4.473^***	-3.670^***	-5.367^***
	(0.496)	(0.396)	(0.651)	(0.574)	(0.547)	(0.565)	(0.552)	(0.491)
个体效应	控制	控制	控制	控制	控制	控制	控制	控制
时间效应	控制	控制	控制	控制	控制	控制	控制	控制
R²	0.721	0.831	0.583	0.540	0.512	0.550	0.532	0.738
adj. R²	--	0.831	0.582	0.539	0.512	0.549	0.532	0.737
N	26459	26459	26459	26459	26459	26459	26459	26459

	基准结论		工具变量	更换同步性测度方式						知情交易
	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)	(9)	(10)
	syn	syn	syn	syn_capm	syn_mi5	syn_ff3	syn_ff5	syn_ch3	syn_ch4	syn
σ_i	-0.025^***	-0.026^***	-0.044^***	-0.044^***	-0.010^***	-0.020^***	-0.016^***	-0.018^***	-0.016^***	-0.026^***
	(0.001)	(0.001)	(0.002)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)
a_i	-0.691^***	-0.847^***	-1.358^***	-1.412^***	-0.360^***	-0.628^***	-0.549^***	-0.618^***	-0.554^***	-0.846^***
	(0.030)	(0.032)	(0.152)	(0.035)	(0.028)	(0.032)	(0.031)	(0.031)	(0.030)	(0.032)
b_i	-0.002^***	-0.006^***	-0.040^***	-0.004^***	-0.004^***	-0.006^***	-0.005^***	-0.006^***	-0.006^***	-0.006^***
	(0.001)	(0.001)	(0.004)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)
σ_m	0.012^***	0.011^***	0.024^***	0.022^***	0.013^***	0.022^***	0.021^***	0.023^***	0.017^***	0.011^***
	(0.001)	(0.001)	(0.002)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)
a_m	7.420^***	8.441^***	8.960^***	8.545^***	6.480^***	7.268^***	6.807^***	7.044^***	6.795^***	8.445^***
	(0.048)	(0.053)	(0.083)	(0.053)	(0.059)	(0.064)	(0.061)	(0.061)	(0.060)	(0.054)
b_m	0.068^***	0.102^***	0.214^***	0.178^***	0.025^***	0.047^***	0.039^***	0.043^***	0.081^***	0.102^***
	(0.006)	(0.007)	(0.011)	(0.007)	(0.007)	(0.007)	(0.007)	(0.007)	(0.007)	(0.007)
\|β_i \|	0.554^***	0.541^***	0.753^***	1.852^***	0.327^***	0.121^***	0.015^***	0.165^***	0.149^***	0.541^***
	(0.008)	(0.008)	(0.018)	(0.017)	(0.009)	(0.005)	(0.003)	(0.006)	(0.005)	(0.008)
L.lev		-0.108^**	-0.108^**	-0.117^***	-0.238^***	-0.098^**	-0.160^***	-0.188^***	-0.204^***	-0.108^**
		(0.042)	(0.047)	(0.035)	(0.046)	(0.048)	(0.046)	(0.047)	(0.045)	(0.042)
L.roa		1.213^***	1.178^***	0.885^***	1.227^***	0.999^***	0.647^***	0.930^***	0.973^***	1.214^***
		(0.089)	(0.096)	(0.075)	(0.095)	(0.099)	(0.095)	(0.097)	(0.094)	(0.089)
L.inst		-0.001^***	0.001^*	-0.001^***	0.000	-0.001^***	-0.002^***	-0.001^*	-0.001^**	-0.001^***
		(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)
L.big4		0.076^**	0.066^*	0.027	0.036	0.011	0.003	0.051	0.052	0.076^**
		(0.038)	(0.038)	(0.033)	(0.043)	(0.042)	(0.040)	(0.043)	(0.041)	(0.038)
L.short		0.089^***	0.039^***	0.037^***	0.123^***	0.122^***	0.131^***	0.117^***	0.114^***	0.087^***
		(0.011)	(0.013)	(0.011)	(0.013)	(0.014)	(0.013)	(0.014)	(0.013)	(0.012)
L.size		0.087^***	0.055^***	0.094^***	0.169^***	0.089^***	0.078^***	0.094^***	0.098^***	0.090^***
		(0.012)	(0.012)	(0.009)	(0.012)	(0.012)	(0.012)	(0.012)	(0.012)	(0.011)
L.tophold		-0.002^***	-0.001^*	-0.001	-0.002^***	-0.004^***	-0.003^***	-0.003^***	-0.003^***	-0.002^***
		(0.001)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)	(0.001)
L.sales		0.001	0.023^*	-0.032^***	0.015	0.007	0.003	-0.007	-0.008	0.001
		(0.010)	(0.012)	(0.008)	(0.010)	(0.011)	(0.010)	(0.010)	(0.010)	(0.010)
L.num_ind		0.101^***	0.053^*	0.041^**	-0.278^***	-0.037	-0.040	-0.021	-0.018	0.102^***
		(0.027)	(0.029)	(0.021)	(0.031)	(0.028)	(0.028)	(0.029)	(0.028)	(0.027)
L.size_ind		-0.377^***	-0.354^***	-0.283^***	-0.219^***	-0.261^***	-0.225^***	-0.287^***	-0.276^***	-0.377^***
		(0.015)	(0.016)	(0.012)	(0.017)	(0.015)	(0.015)	(0.015)	(0.015)	(0.015)
iftrade										-0.016
										(0.028)
_cons	-0.270^***	7.320^***	7.459^***	3.098^***	3.008^***	5.039^***	4.488^***	5.484^***	5.091^***	7.317^***
	(0.024)	(0.281)	(0.324)	(0.226)	(0.329)	(0.307)	(0.294)	(0.300)	(0.293)	(0.281)
个体效应	控制	控制	控制	控制	控制	控制	控制	控制	控制	控制
时间效应	不控制	不控制	不控制	不控制	不控制	不控制	不控制	不控制	不控制	不控制
国际市场	控制	控制	控制	控制	控制	控制	控制	控制	控制	控制
R²	0.620	0.700	0.616	0.802	0.563	0.510	0.490	0.521	0.506	0.700
adj. R²	0.620	0.700	--	0.802	0.563	0.510	0.489	0.521	0.505	0.700
N	30929	26459	26459	26459	26459	26459	26459	26459	26459	26459

Stock Return Synchronicity: A Unified Framework of Information and Noise

RichHTML

PDF (PC)

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 8

References 65

Related Articles 1

Metrics

Comments

Recommended 0