高铁开通对股价同步性的影响——基于分析师关注的中介效应研究

（南京大学 商学院，江苏 南京 210093）

一、引言

自2008 年中国第一条高速铁路——京津冀城际高速铁路开通以来，我国的高铁建设取得迅猛发展。随着“八纵八横”高铁网络的逐步推进，中国已成为世界上高速铁路在建规模最大、运营里程最长的国家。根据《中长期铁路网规划》公布的数据，截至2016 年底，中国高速铁路通车里程占世界高铁总里程的2/3，投入运行的高速铁路动车组超过全球总量的60%[1]。高铁耗时少、安全性好、正点率高、舒服方便的优点，使其成为人们异地出差的首选交通工具。根据世界银行的调查显示，天津—济南段高铁中商务出行占总出行的62%[2]。高铁的开通大幅节约了人们的出行时间和成本，企业运营、经济结构、文化互通等各方各面，都因为高铁的开通运营直接或间接地受到不同程度的影响。已有研究发现，区域经济发展、企业生产率、劳动力流动、产业升级和转型均在一定程度上受益于高速铁路[3-5]。那么资本市场会受到高铁的影响吗？如果会，其可能的影响途径是什么？本文从上市公司的股价同步性这一视角切入，研究高铁开通的影响，同时考察分析师关注是否在这个过程中起中介作用。

股价同步性反映了股票价格波动与市场平均波动之间的相互关系。当前有关股价同步性，学术界普遍接受的观点是“信息效率观”，根据这一理论，股价同步性衡量的是市场信息效率的高低，股价同步性越高，股价中包含的公司特质信息就越少，股票市场的信息效率也就越低[6]。而过低的信息效率会严重破坏资本市场的资源配置效率。大量文献从信息效率的角度来探讨股价同步性的影响因素，但这些研究大都是检验特定因素和股价同步性的相关关系。本文利用高铁开通这一准自然实验，来衡量城市可达性的变化对股价同步性的影响。

公司内外部之间的信息不对称被认为是股价同步性变动的一个重要原因。在我国的资本市场中，投资者获取上市公司信息的主要来源为公司按证监会等机构的规定公开发布的财务报表，以及证券分析师依赖于公开信息和私有信息撰写的研究报告。我国资本市场看空制度的缺乏，决定了分析师绩效考核的标准为所跟踪公司股票价格的涨跌幅。因此对于暂时缺乏投资价值的公司，分析师从维系与上市公司的良好关系、节省成本和自身业绩的角度考量，将不会撰写研究报告和作出投资评级。高铁的开通增加了城市的可达性，使分析师对上市公司的实地调研更为便捷，降低了信息获取成本，同时距离的邻近会减少分析师的预测误差[7]。与以往从职业经理人处获得公司信息的方法相比，分析师在高铁开通后通过实地调研作出的评级更为准确。若评级降低，分析师将暂时放弃跟踪该公司，若评级不变或提升，分析师将继续或加强跟踪该公司，而分析师关注与公司股价同步性负相关[8-9]。因此，高铁开通将如何影响分析师对公司的关注，以及对股价同步性产生怎样的影响，没有明确的定论，本文将通过理论分析和实证研究对这种影响进行验证。

本文以2005—2015 年的A 股上市公司为研究样本，根据公司办公所在地在此期间是否开通高铁分为处理组与对照组，采用双重差分法检验高铁开通对股价同步性的影响。同时通过建立高铁开通→分析师关注→股价同步性的分析框架和计量模型，选取分析师关注作为中介变量，探究高铁开通对股价同步性的作用过程。本文得出的主要结论为：高铁开通提高了所在地上市公司的股价同步性，且分析师对上市公司的关注减少起到了中介作用。进一步分样本检验发现，这一结果只对位于北上深附近的上市公司和产权性质为私营企业的上市公司显著。在稳健性检验中，我们分别使用高铁列次连续变量替换高铁开通虚拟变量，控制航空交通基础设施和互联网的影响，控制可能遗漏的其他变量，结果依然显著。

本文的边际贡献主要体现在三个方面。第一，我国疆域辽阔，与通过财务报表等方式披露的硬信息相比，企业管理和生产情况等软信息获取难度大。本文利用高铁开通这一外生性事件，对证券市场的股价同步性进行深入研究，丰富了股价同步性影响因素的相关研究。第二，本文发现分析师关注在高铁对股价同步性的影响中起到了中介作用，对进一步理解分析师在证券市场中的信息中介角色、完善我国二级市场运行制度和提高资源配置效率具有积极意义。第三，本文以目前客运交通中使用最广泛的高速铁路作为交通基础设施的典型代表，提供了我国交通基础设施建设对资本市场影响的经验证据，对投资者、企业和政策制定者具有一定的启示作用。

本文随后部分的安排如下：第二部分为文献综述和理论分析，第三部分为研究设计，第四部分为实证结果分析，第五部分为稳健性检验，第六部分为结论。

二、文献综述和理论分析

研究高铁开通与股价同步性的关系，主要涉及高铁开通和股价同步性影响因素两方面的文献。为此，本部分依次回顾有关高铁开通和股价同步性的研究文献，在此基础上讨论高铁影响股价同步性的路径，并提出研究假设。

（一）高铁开通

高铁作为中国基础设施建设的“排头兵”，对其经济效应的探讨已成为一个热点话题，大量学者的研究证实了高铁对经济发展的重要性[5，10-11]。与此同时，已有文献发现高铁对城市可达性有着重要影响。Sasaki et al.[12]在分析日本新干线时发现，新干线的扩张提升了核心城市可达性。宋文杰等[13]通过对我国359 个高铁站点的测算同样发现，高铁开通提高了城市之间的可达性。高铁通过提升城市可达性，压缩时间和空间距离，使得信息搜寻成本和信息不对称程度大大降低[14]。然而，关于高铁在资本市场中发挥着怎样的作用，相关研究还较为缺乏。赵玲等[15]发现高铁开通能有效缓解所在地上市公司的资产误定价情况。赵静等[16]利用高铁开通的外生事件衡量经济主体间信息不对称和监管成本的前后变化，发现高铁开通促进了信息的跨地区流动，带来了所在地上市公司股价崩盘风险的降低。黄张凯等[17]发现高铁带来的信息沟通便利弥补了地理距离对IPO 定价的影响，提高了资本市场定价效率。综合上述文献可以发现，高铁对资本市场的影响主要是通过改变信息传递效率实现的，改变途径是城市可达性发生变化。

（二）股价同步性

股价同步性指个股价格波动与市场价格波动之间的关联性，反映了公司信息融入股价的程度。大量文献对影响股价同步性的因素展开了研究，有学者认为股价同步性形成的一个重要原因是上市公司内外部之间的信息不对称，投资者无法获得更多公开信息以外的公司特质信息，进而推高了股价同步性[8]。因此，增加信息披露的各种方式都能降低公司的股价同步性，包括分析师跟踪、新闻媒体报道、管理层约束加强、微博发布等[18-21]。

由于投资者缺乏直接与上市公司接触的机会，分析师成为连接投资者和上市公司，传递公司特质信息，降低公司内外部信息不对称程度的重要角色[22]，因此分析师关注在理论上将降低股价同步性。大量学者针对两者展开的实证研究，均证实了分析师关注与股价同步性的负向关系[23-25]。

（三）理论分析

高铁的主要功能是载人，人是信息沟通和传递的媒介，尤其是对软信息的传递和解读[15]。分析师是资本市场信息传递的主要媒介，也是高铁运载的主要对象，因此猜测高铁开通主要通过分析师关注对股价同步性产生影响。这是本文从分析师关注视角，探讨高铁开通与上市公司股价同步性关系的主要原因。

根据Roll[26]、Jin 和Myers[27]等学者的研究，证券市场的信息分为对各个公司具有普遍影响的市场信息和与公司基本价值密切相关的公司特质信息。当股价中反映较多的市场信息时，股价同步性高；而当信息市场更有效时，股价包含的有关公司未来收益的信息就越多，股价同步性就越低[6]。目前，我国投资者获取上市公司特质信息的渠道主要包括上市公司根据规定定期或不定期发布的财务报告和各类公告，以及证券分析师依赖于公开信息和私有信息撰写的研究报告。

分析师是资本市场重要的信息中介，具备挖掘和解读公司信息的专业能力[22]。其职能主要是跟踪有投资价值的上市公司，通过一系列研究，对上市公司股票给出合理的估值，并向投资者提供有价值的信息。对公司关注的分析师越少，传递的公司特质信息越少，进而公司内外部信息不对称程度提升[28]，股票价格信息含量减少，导致公司的股价同步性升高[25]。为保证私有信息的真实性和独家性，证券分析师主要依靠实地调研方式获取上市公司的一些特质信息，提高自身预测的准确性[29]。由于实地调研大多为分析师主动发起的，上市公司对于信息的控制相对较弱。在实地调研的过程中，分析师不仅可以与公司的管理者、中低层的员工进行面对面的交流，根据需要提出问题，还可以参观公司的厂房等，获取生产线、库存和设备等与经营和研发活动相关的第一手非公开资料，并进一步确认公开信息的真实性。通过实地调研，分析师能够了解到财务报告提供的历史信息以外的现时和前瞻性信息。分析师综合分析各类信息，可以对上市公司重新了解和估值。如果分析师的重新估值同实地调研前保持一致或高于实地调研前，那么他将继续关注公司，并通过研究报告和投资评级向机构投资者或者个人投资者推荐此股票。此时更多的公司特质信息传导到投资者，投资者将基于公司特质信息进行交易，这意味着公司层面的信息将更多地融入股票价格，股价同步性会降低。如果分析师的重新估值低于实地调研前，由于我国二级市场看空制度的缺失，出于维护与上市公司良好关系、自身业绩及职业道德等方面考量，分析师将暂时搁置对该上市公司的关注。对于这些上市公司而言，没有分析师的研究报告和投资评级，公众只能通过公开信息进行判断和交易，股价中包含的公司特质信息较少，股价同步性高。

我国证券市场作为新兴资本市场之一，与成熟资本市场相比，信息披露制度尚不完善，经理人在这种模糊的信息环境中隐藏坏消息的动机和能力增强。出于寻求个人财富、职业晋升、业界声誉[30]以及降低公司融资成本等目的，上市公司的职业经理人一方面选择隐瞒不在公开披露范围内的坏消息；另一方面尽量多地披露利好公司股价的相关信息，并且是过于乐观的好消息[31]。因此，高铁开通前，职业经理人的选择性披露行为导致分析师被动接受不对称的上市公司信息，从而高估公司价值，作出较高的投资评级。

票价低、速度快、安全性高、准点率高的高铁缩短了经济主体之间的时空距离，上市公司所在地的可达性发生突然变化。高铁开通后出行成本和出行时间大幅减少，分析师可以更为频繁地对上市公司进行实地调研，获取非公开披露的具有公司特性的私有信息，对公司重新作出更加准确的评级。在实地调研的过程中，一方面，分析师可以验证调研前已获得的好消息的真实性与准确性，识别出被经理人乐观估计的好消息；另一方面，经理人隐藏坏消息的能力减弱，分析师可以发现被经理人刻意隐藏的坏消息，尤其是“软信息”中的坏消息，比如政企关系、公司文化和未来规划中隐含的对公司经营发展的负面因素。基于正负两方面信息的综合判断，实地调研前公司具有的较高估值将被修正到实际水平，即新作出的投资评级低于旧的投资评级。这种情况下，出于制度原因，分析师不能作出卖出或者看空评级，因此将放弃跟踪。此时，分析师关注将从之前更宽泛的上市公司集中到投资风险更小、投资价值更大的少数上市公司上。对于这些分析师放弃的上市公司，由于缺少把非公开披露信息从公司传递到投资者的分析师中介，市场中公司的特质信息将减少，投资者只能通过公开披露的财务报表等来判断股票价格，公司内外部信息不对称程度在高铁开通后加剧，导致股价同步性提高。由此提出假设H1a。

H1a：保持其他条件不变，相比于办公所在地没有高铁开通的上市公司，高铁开通可能会通过分析师关注中介变量提升上市公司的股价同步性。

但如果上市公司现在及未来的经营能保持稳定提升，职业经理人没有需要隐瞒的坏消息，或者在调研过程中由于多方面原因分析师未能发现不利于公司的坏消息，甚至在实地调研后获得了更多确切的好消息。那么分析师将更加确定上市公司的投资价值，于是加强对上市公司的跟踪，并把通过调研而得的公司层面的特质信息传递给投资者，降低了公司内外部的信息不对称程度，进而降低股价同步性。由此，提出对立假设H1b。

H1b：保持其他条件不变，相比于办公所在地没有高铁开通的上市公司，高铁开通可能会通过分析师关注中介变量降低上市公司的股价同步性。

此外，高铁虽然很大程度上缩短了城市之间的空间距离，节省了分析师前往上市公司所在地的精力和时间成本。但当上市公司所在地距离分析师办公所在地距离较远时，高铁出行仍会耗费相当多的时间，比如上海至大连的高铁需要11 个小时，但若乘飞机，则只需2 个小时，另外平日长途高铁的票价并不一定比飞机便宜。从实际情况来看，分析师日常工作强度高、压力大、时间紧张，十分注重工作效率问题。此时，尽管有高铁可以选择，飞机出行仍为首要选择。因此只有当上市公司位于分析师办公所在地附近，实地调研为能够当天往返的短途出差时，高铁才是最优选择。在这种情况下，与分析师工作所在地较远地区高铁的联通，可能对当地上市公司的股价同步性不会产生影响；只有分析师工作所在地附近城市的高铁开通，才会对上市公司的股价同步性产生影响。综上所述，我们提出假设H2：

H2：保持其他条件不变，高铁开通对上市公司股价同步性的提升作用只在分析师办公所在地的附近城市显著，而对其他城市上市公司股价同步性的影响不显著。

在从整体上考虑高铁开通对上市公司股价同步性的影响之后，我们进一步考察高铁开通对不同产权性质上市公司股价同步性的影响。已有大量的研究表明，国有企业主要响应国家的政策号召，对股票价格的需求较低，对信息披露的管理更为严格，相比民营企业具有更为严重的信息不对称，受外界环境变化的影响较小，因此推测高铁开通很难对国有企业的股价同步性产生影响。我们提出假设H3：

H3：保持其他条件不变，高铁开通更能影响民营企业的股价同步性，而对国有企业股价同步性的影响不显著。

三、研究设计

（一）样本选取与数据来源

本文采用双重差分法研究高铁开通对沪深A股上市公司股价同步性的影响。根据上市公司办公所属地级市是否开通高铁将样本分为处理组和控制组，样本期间为2005—2015 年。参考现有文献，对样本数据进行了如下处理：剔除金融类公司，剔除相关数据缺失样本，剔除ST 和*ST 等非正常交易状态的样本，剔除资本负债率大于90%的样本，剔除上市公司办公所属地非地级市的样本，剔除2005 年之后上市的样本。经过上述步骤，最终获得9 856 个公司-年度样本。为防止异常值的影响，对所有连续变量在1%和99%水平上进行缩尾调整（winsorize）处理，所有回归的标准误在公司层面上进行cluster处理。高铁线路、高铁开通时间和所经地级市数据来自国家铁路局网站，财务数据、股票交易数据、分析师跟踪数据来自WIND 数据库。

（二）主要变量的定义和计算

1.股价同步性的衡量。借鉴Morck et al.[6]、Gul et al.[32]的研究，本文计算股价同步性过程如下。对股票i 的周收益率数据进行回归：

其中，RETiwt为t 年第w 周公司i 的股票收益率，MARKETwt为t 年第w 周的市场收益率，INDRETjwt为t 年第w 周公司所在行业j 的收益率，按照中国证监会行业分类标准以行业内各公司流通市值为权重加权平均而得，经计算得到个股的年度拟合优度R2。对R2进行对数化处理，得到SYNCHit为上市公司i 的股票在t 年的股价同步性，即：

2.高铁开通。在运用多期双重差分法检验高铁开通对股价同步性的影响时，我们以当年该上市公司办公所在地级市是否开通高铁的虚拟变量（HSRit）作为核心解释变量。当HSRit=1 时，表明上市公司i的办公所在地在t 年开通了高铁；当HSRit=0 时，表明上市公司i 的办公所在地在t 年未开通高铁。考虑到高铁开通效应可能存在时滞，当年6 月份之后开通的高铁记为下年开通，当年6 月份之前（包含6月）开通的高铁记为当年开通。

3.分析师关注。本文使用在t 年1 月—12 月对上市公司i 的股票作出盈余预测和投资评级的机构数来衡量分析师关注强弱，记为Coverageit。

4.其他控制变量。根据Hope[29]、伊志宏等[8]、官峰等[33]的已有研究，我们控制了其他可能影响股价同步性的因素：（1）收益率波动（Stdroait），定义为公司最近24 个月收益率的标准差，该值越大说明公司财务的波动性越大。公司的盈利能力会影响投资者的投资决策，收益率过低或者过高都可能导致其股价背离市场整体水平，因此无法确定收益率波动对股价同步性的影响方向。（2）资产负债率（Levit），定义为公司负债总额与资产总额的比值。该值越大说明公司的杠杆越高，财务风险越大，经营风险也就越大，从而引致公司股价的异常波动，背离整个股票市场的价格走势，导致股价同步性降低，因此预测资产负债率的系数符号为负。（3）公司规模（Sizeit），定义为公司总资产的自然对数。规模越大的公司，越容易受到行业和宏观环境的影响[26]，因此预测其系数符号为正。（4）股权集中度（Topit），定义为年末公司第一大股东持股比例。第一大股东的交易行为会引起其他投资者的反应，从而导致公司股价出现波动，但对股价同步性的影响取决于第一大股东的市场交易风格。李增泉[34]、王艳艳等[35]的研究均证实其与股价同步性的关系不明确。（5）盈利能力（Roeit），定义为年末公司净利润与净资产之比。ROE 高会使得公司股价即使在市场低迷时也上升，ROE 低会使得公司股价即使在市场向好时也下降，因此ROE 与股价同步性之间的关系可能是正相关也可能是负相关[36]。（6）换手率（Volit），定义为公司年平均换手率。换手率一定程度上反映了投资者对公司股票的关注程度，即基于公司信息交易的可能性更大，其股价中包含的市场信息更少，因此预测换手率与股价同步性呈负向关系。（7）上市年限（Ageit），定义为公司首次公开发行股份的年份距离当年的时间间隔。公司刚上市的一定时期是股票交易高峰期，由于我国投资者普遍存在“打新股”心理，因此股票价格中包含的市场信息少，股价同步性低，预期上市年限的符号为正。（8）机构投资者持股比例（Instit），定义为年末公司机构投资者持股比例。机构投资者大多基于公司本身的价值进行投资，在市场行情波动时能保持理性，因此预测系数符号为负。（9）行业规模（Indsizeit），定义为公司所属行业总市值与行业内的上市公司数量之比的自然对数。所属行业规模越大的上市公司与市场“同涨同跌”的可能性越大，但另一方面，其也越能在市场异常波动时保持独立，因此行业规模和股价同步性的关系不确定。

（三）模型设计

参照Baron et al.[37]、温忠麟等[38]归纳的中介效应依次检验回归系数方法，分别构建三个回归模型，根据三个模型的回归系数来判断高铁开通是否对资本市场股价同步性产生影响，以及分析师关注是否为中介变量。同时，在回归模型中，我们将高铁开通视为一项准自然实验，使用多期双重差分法构建模型，模型如公式（3）～（5）所示：

其中，i=1，2，…，896 表示上市公司，t=2005，2006，…，2015 表示年份。所有回归均控制了时间固定效应和行业固定效应，并在公司层面上进行标准误cluster 调整。

模型（3）主要检验自变量HSRit（是否开通高铁）与因变量SYNCHit（股价同步性）之间的关系，系数α1为总效应，衡量的是处理组上市公司在高铁开通前后，股价同步性的变化相比控制组上市公司股价同步性变化的差异。如果α1显著为正，说明高铁开通提升了股价同步性，反之则说明高铁开通降低了股价同步性。α1显著是进行依次检验回归系数方法的前提条件，只有满足此条件才可以继续进行中介效应检验。

模型（4）主要检验自变量HSRit（是否开通高铁）与中介变量Coverageit（分析师关注）之间的相关关系，根据以往研究，我们控制了公司规模、资产负债率、企业的净资产收益率、企业过去24 个月的盈余波动性以及机构投资者持股比例。在此模型中，如果β1显著，则可以继续进行下一步，检验系数γ1和γ2的显著性。此时，若β1显著大于零，则说明开通高铁能增加分析师对该地区上市公司的关注；若β1显著小于零，则说明高铁开通反而降低了分析师对该地区上市公司的关注。

模型（5）主要检验回归系数γ1和γ2的显著性。如果γ1和γ2都显著，且γ1的绝对值小于α1，则表示高铁开通对上市公司股价同步性的影响至少有一部分是经过中介变量分析师关注实现的；如果γ1不显著，γ2显著，则分析师关注起完全中介效应。即通过判断系数γ1的显著性，确定自变量HSRit对因变量SYNCHit的影响是否完全通过中介变量Coverageit实现。

四、实证结果与分析

（一）描述性统计结果

表1 列示了文中主要变量的描述性统计结果。表1 显示，SYNCHit的均值为-0.084 1，标准差为0.780 4，说明不同公司之间股价同步性差异较大。HSRit的均值为0.455 4，表明45.54%的样本为高铁开通之后的样本年度。Coverageit的均值为4.874 3，标准差为6.314 4，说明对不同上市公司给出评级的分析师数量具有较大差异，这为计量分析提供了良好的数据基础。

表1 描述性统计

（二）基准模型回归结果

为控制无法观测的时间和行业效应，本文采用固定效应方法进行回归估计。下面对模型（3）～（5）进行回归，结果如表2 所示。

表2 基准模型回归结果

从模型（3）的回归结果可知，HSRit的系数在10%的水平上显著为正，说明相对于办公所在地没有开通高铁的上市公司而言，办公所在地开通了高铁的上市公司的股价同步性在高铁开通后显著升高，因此能进行下一步检验。其他控制变量方面，公司股权集中度、上市年限的系数均显著为正，表明公司股权越集中、上市年限越长，其股价同步性越高。资产负债率、净资产收益率、换手率和机构持股比例的系数均显著为负，说明公司负债水平越高、收益率越高、换手越频繁和机构投资者持股比例越高，其股价越能在市场波动时保持自身的稳定或者说越能背离市场整体水平，包含更多的公司特质信息，因而公司的股价同步性越低。从模型（4）的回归结果可知，HSRit的系数为-0.473 9，且在1%的水平下显著，说明相对于办公所在地没有开通高铁的上市公司而言，办公所在地开通了高铁的上市公司的分析师关注在高铁开通后显著降低。由于HSRit的系数显著为负，可继续进行下一步检验。从模型（5）的回归结果可知，Coverageit的系数在1%水平上显著为负，HSRit的系数在10%的水平上显著为正，且小于模型（3）中HSRit的回归系数。这说明分析师关注是高铁开通影响股价同步性的中介变量。以上实证分析验证了本文的假设H1a，即保持其他条件不变，相比于办公所在地没有高铁开通的上市公司，高铁开通通过分析师关注中介变量提升了上市公司的股价同步性。

（三）好消息和坏消息的影响效应分析

高铁开通对上市公司股价同步性的提升效应，是否受调研过程中所得坏消息和好消息两方面因素的共同作用，下面将对此进行验证。根据假设H1a和假设H1b的分析，分析师如果了解到较多的坏消息，则放弃跟踪；如果了解到较多的好消息，则加强跟踪。据此，本部分将样本分为上市公司所在地高铁开通当年前后分析师关注增加和分析师关注减少两组。以分析师关注增加组为例，该分组方法排除了分析师获得更多坏消息从而放弃跟踪的上市公司样本，仅包含了分析师获得更多好消息的上市公司样本，但好消息的获得不一定与高铁开通有关，还有可能来自于公开披露和经理人透露。对这两个样本分别进行回归，可以考察分析师掌握的好坏消息程度引致的关注变化是否与高铁开通有关。如果有关，又会对股价同步性产生怎样的差异影响，从而判断股价同步性的提升是否是这两方面因素作用的叠加。

回归结果如表3 所示。可以发现，模型（4）HSRit的回归系数分别显著为正和负，即高铁开通后，分析师可以通过实地调研获得上市公司更多的好消息或者坏消息，从而引致关注增加或者减少。分析师关注增加的样本中，模型（3）和模型（5）中HSRit的系数为负但不显著，说明高铁开通不能通过分析师实地调研获得更多好消息，从而增加分析师关注的路径来降低股价同步性。可能的原因为上市公司已经最大限度地披露了自身股价的利好信息。高铁开通后，分析师在调研过程中很难获得更多的好消息，但只要验证了好消息的真实性并且没有发现更多的坏消息，就能进一步肯定自身作出的投资评级，从而加强关注，或者吸引更多的分析师关注。市场中有关上市公司的信息虽然增加了，但信息量并未增加，即公司内外部的信息不对称程度没有发生变化，所以股价同步性不受影响。在分析师关注减少的样本中，模型（3）中HSRit的系数显著为正，模型（5）中的系数显著为负，HSRit的系数显著为正且小于模型（3）中HSRit的系数，说明高铁开通是通过分析师实地调研获得更多被隐瞒的坏消息，从而放弃跟踪，导致公司内外部信息不对称程度增加的路径来提升股价同步性的，进一步验证了本文的假设H1a。

表3 好消息和坏消息影响效应分析

（四）分析师办公附近城市和其他城市样本研究

为考察高铁开通对不同距离的上市公司的股价同步性影响是否存在异质性，我们将样本分为两类分别进行回归。我国券商研究所主要分布在北京、上海、深圳，据此我们将办公所在地在这三个城市300 公里以内的公司，划分为分析师办公地附近的样本，另外的上市公司为距离分析师办公所在地较远的样本，分样本回归结果如表4 列（1）、列（2）所示，仅汇报模型（3）的回归结果。其中列（1）为对分析师办公所在地附近的上市公司样本进行回归的结果，列（2）为对其他城市的上市公司样本进行回归的结果。从中可以看到，HSRit的系数仅在位于北上深（分析师办公所在地）附近城市的上市公司样本中显著为正，说明保持其他条件不变，高铁开通对上市公司股价同步性的提升作用只在分析师办公所在地的附近城市显著，而对其他城市上市公司股价同步性的影响不显著。这与假设H2的推测一致。

（五）国有企业和民营企业样本研究

不同产权性质也可能会导致高铁开通对股价同步性的影响有差异，根据公司的产权性质将样本分为国有企业和民营企业两个组，分别对模型（3）进行回归，结果见表4 列（3）～（4）。列（3）为国有企业样本的回归结果，HSRit为正但不显著，列（4）为民企企业样本的回归结果，HSRit的系数在5%的水平上显著为正，说明高铁开通只会对民营上市公司的股价同步性产生正向促进作用。这验证了本文的假设H3。

表4 分样本回归结果

五、稳健性检验

（一）变换高铁开通变量

随着高铁网络建设的进一步推进，城市之间高铁列次存在着较大差距。以2015 年的高铁数据为例，每日停靠高铁列次数最多的为北京市，多达613次，而停靠高铁列次最少的为延安市和防城港市，仅为4 次。发出高铁次数的差异可能会对信息传递效率产生影响，城市高铁列次的增加将更大程度提升人们出行的便利性，缩短更多的时空距离，降低分析师实地调研的成本，加快城市之间信息的流动。因此为得到更加稳健的结果，本文根据2005—2015 年《全国铁路旅客列车时刻表》，手工整理各地级市每日停靠的“D”“G”“C”开头的客运列次并取自然对数记为HSR′it，作为虚拟变量HSRit的替代变量进行估计，依旧使用固定效应模型并将稳健标准误聚类到公司层面，结果如表5 所示。

表5 更换高铁变量的稳健性检验结果

从表5 的结果来看，在模型（3）中，HSR′it的系数显著为正，在模型（4）中，HSR′it的系数显著为负，在模型（5）中，Coverageit的系数显著为负，HSR′it的系数显著为正，且小于模型（3）中HSR′it的系数，同样说明分析师关注是高铁开通列次影响股价同步性的中介变量，研究结论保持不变，证明了基准回归结果的稳健性。其中，HSR′it为连续变量，此时可采用Zmediation统计量检验法[39]，利用公式（6）判断中介效应是否显著。

式（6）中的β 表示自变量HSR′it对中介变量Coverageit的影响系数，γ 表示中介变量Coverageit对因变量SYNCHit的影响系数，Zβ和Zγ分别表示系数β 和系数γ 的t 值。在5%的显著水平下，若Zmediation的值大于1.96，则说明中介效应显著；在10%的显著水平下，若Zmediation的值大于1.65，则说明中介效应显著。经计算，HSR′it的Zmediation的统计量为2.95，大于1.96，说明分析师关注发挥了重要的中介作用。

（二）控制航空交通基础设施和互联网的影响

尽管双向固定效应和双重差分法能较好地控制其他混淆因素对因变量的影响，但为了保证结果的稳健性，下面在模型中考虑了分析师出行的另外选择（飞机）和信息获取渠道（互联网）的影响。为此，我们分别控制了地级市层面的民用航空客运量（lnairit）和互联网用户数（lnintit），并取自然对数分别放入模型中，数据来源于1996—2016 年《中国城市统计年鉴》。回归结果见表6，可以看出，在分别控制航空和互联网的影响后，模型（3）中HSRit的系数均显著为正，模型（4）中HSRit的系数均显著为负，模型（5）中Coverageit的系数均显著为负，HSRit的系数均显著为正且小于模型（3）中HSRit的系数，表明在控制航空交通基础设施和互联网的影响后，结论仍然保持不变。

（三）进一步控制其他因素

基于以往学者的大量研究，信息透明度是影响股价同步性的重要因素。在股票市场相对成熟时，企业信息透明度越高，个体特质信息在股票价格中反映的越多，股票价格变化受市场波动影响降低，公司的股价同步性降低。然而，新兴资本市场往往充斥较多的噪声，在这样的市场中，公司特质信息的进入能减弱噪声对股价的影响，降低股价的波动性，使得股价同步性与信息透明度正相关[40]。因此我们在模型（3）～（5）中加入了信息透明度指标。借鉴Hutton et al.[36]和刘慧龙等[41]的做法，本文用公司当年可操纵性盈余管理的绝对值（EMit）来衡量信息不透明度，其值越大说明公司的盈余管理程度越高，信息透明度越低。回归结果见表7。结果显示，在控制了公司信息透明度后，研究结论仍然成立。

六、结论

高铁建设是我国现阶段大规模基础设施建设的一大重点，影响着各类经济主体的活动，对我国的经济产生了重大影响。本文以1995—2015 年的A 股上市公司为样本，采用双重差分法，实证检验了高铁开通对上市公司股价同步性的影响，同时考察了分析师关注所引起的中介效应。研究结果表明，高铁的开通提高了上市公司的股价同步性，分析师关注是高铁开通影响股价同步性的中介变量，这一关系与分析师出行的时间成本以及上市公司的产权性质相关，即高铁开通仅对分析师工作的附近城市和私有产权性质的上市公司有显著正向作用。本文还通过更换高铁开通变量、控制其他影响因素等方法进行稳健性检验，研究结果依然稳健。

表6 控制航空交通基础设施和互联网的稳健检验结果

表7 控制信息透明度的稳健检验结果

本文从分析师对上市公司关注是否改变的角度，来研究高铁开通对股价同步性的影响。在理论意义上，对资本市场股价同步性影响因素提供了新的经验证据，一定程度上丰富了关于资本市场信息不对称的理论研究，有助于了解分析师在资本市场中充当的信息媒介的重要作用。实践意义上，分析了以高铁为代表的交通基础设施建设对资本市场的影响，对稳定资本市场、激励分析师更高效地为市场提供信息服务，提高资本市场信息服务效率有重要启示，对国家相关政策的制定、投资者的决策具有重要的参考价值。