数据资产信息披露、产品市场竞争与股价同步性

【中图分类号】F275 【文献标识码】A 【文章编号】1004-0994（2025）09-0067-8

一、引言

党的十九届四中全会首次将数据列为生产要素，在数据要素驱动下，企业运营效率不断提升，数据要素已被公认为一项新型资产。根据《数据资产管理实践白皮书（6.0版）》，数据资产是由企业拥有或控制的，能够为企业带来未来经济利益的，以物理或电子方式记录的数据资源。企业纷纷展开数据资产化进程，通过制定数据战略、搭建数据平台等流程，运营并盘活数据资产。与此同时，企业的数据资产化进程同样受到投资者、分析师等利益相关者的关注（危雁麟等，2022）。《企业数据资源相关会计处理暂行规定》（财会[2023]11号）也鼓励企业根据实际情况，在年报中自愿披露数据资产的应用场景、业务模式以及加工维护等信息。事实上，部分上市公司为满足资本市场对数据资产信息的需求，向外界传递利好信号，早已在年报中开展了自愿披露数据资产相关信息的有益实践，且披露程度愈发深人。那么，企业对外传递的数据资产信息能否被投资者识别并指导决策呢？鲜有研究对此做出解答。

股价同步性反映个股股价变动与市场平均变动的关联程度，是资本市场定价效率的重要体现（Roll，1988），学术界针对股价同步性存在两种观点，分别是信息效率观和非理性行为观。信息效率观认为公司特质信息导致了个股的异质性波动（Morck等，2000），异质性波动程度越高，表明股价越能有效反映公司特质信息，即股价同步性负向反映资本市场定价效率。非理性行为观认为投资者在处理信息时存在噪音偏误（West，1988），个股的异质性波动来自狂热、误定价等噪音行为，而非公司特质信息，在此情况下，较低的股价同步性并不意味着更高的信息含量，即股价同步性正向反映资本市场定价效率。事实上，股价波动的驱动因素在不同地区有所差异，虽然我国资本市场历经了30年的快速发展，但仍然属于新兴资本市场，投资主体多为采取短线交易策略的散户，股价的形成容易受到盲目跟风、追涨杀跌等非理性行为的推动（Hu等，2019；朱琳等，2023），从而非理性行为观比信息效率观更适用于解释我国的股价同步性问题。在此现实背景下，数据资产信息披露能否发挥降噪功能，进而提升个股股价同步性呢？

与此同时，2018年中央经济工作会议强调加快建设竞争充分、秩序规范的市场体系，来自产品市场竞争的压力同样会改变管理层信息披露决策。基于此，本文立足我国新兴资本市场的现实发展情况，在充分考虑我国资本市场尚存大量噪音交易的背景下，分析数据资产信息披露对股价同步性的影响及作用机制，并考察产品市场竞争的调节效应，进一步分析在不同外部环境下，数据资产信息披露对股价同步性的影响是否存在非对称效果。

本文可能的研究贡献体现在：第一，将数据资产信息披露与股价同步性置于同一分析框架内，探讨数据资产信息披露与股价同步性之间的关系，不仅拓展了股价同步性的影响因素研究，还从数据资产信息披露角度，为数据资产的理论研究提供了增量贡献。第二，从信息释放和信息解读两个方面，部分打开了数据资产信息披露与股价同步性之间的作用机制“黑箱”。第三，根据企业所在地地理区位条件、网络基础设施条件、数字经济发展水平以及法治环境差异，进一步识别数据资产信息披露对股价同步性的异质性影响，为差异化的政策指引提供经验证据支持。第四，借助 文本数据库，利用数据资产相关词汇在年报中的词频来构建模型，分别采用加权平均以及算术平均的方法，刻画出数据资产信息披露水平，为评估企业自愿性信息披露水平提供有益借鉴。

二、文献回顾

（一）股价同步性的相关研究

Roll（1988）指出股价同步性会同时受到公司特质信息和非理性行为的影响，随后学者们基于股价同步性指标的两重性特点，分别从信息效率观和非理性行为观的角度探讨股价同步性背后的经济含义。

对于信息效率观，Morck等（2000）认为更低的股价同步性意味着更高的信息透明度水平、公司特质信息能够得以更好地揭示，Hutton等（2009）以及陈克兢等（2021）学者也对这一观点给予支持。然而，也有学者对股价同步性的信息效率观解释提出怀疑，认为股价同步性正向反映了资本市场的信息效率，表现为股价同步性较高的企业不仅信息不对称程度更低（Kelly，2014），而且股票流动性也更高（Chan等，2013）。王亚平等（2009）针对我国资本市场研究发现，信息透明度越高，股价同步性越高，表明股价同步性正向反映资本市场信息效率。由此可见，信息效率观下股价同步性与资本市场信息效率的关系尚未形成一致结论。

对于非理性行为观，West（1988）研究发现公司基本面波动性和贴现率波动性无法完全解释单个股票的波动性，换言之股价同步性受到非理性行为驱动。进一步，学者们证实了在投资者恐慌和狂热情绪以及股价泡沫和噪音交易（许年行等，2011；Li等，2014）等非理性因素的影响下，较低的股价同步性反映出更多的噪音（Chan和Chan，2014），支持了非理性行为观。Wang等（2009）、蔡栋梁等（2022）、朱琳等（2023）也针对新兴资本市场，研究发现股价同步性与投资者对企业特质信息的反应偏误或企业基本面存在的不确定性相关。此时，企业披露更高质量的信息，能够降低投资者对于公司未来发展前景的不确定性，减少非理性行为对股票市场价格波动的影响。

我国是一个新兴加转轨的经济体，资本市场还不够充分有效，信息透明度较低，容易诱发投资者的盲目炒作行为，股价波动更多是由噪音驱动（朱琳等，2023）。基于此，本文采用非理性行为观分析我国股价同步性问题，并在这一前提下，探讨数据资产信息披露与股价同步性之间的关系。

（二）数据资产信息披露的相关研究

数据资产信息披露的相关研究主要聚焦数据资产会计核算及经济后果问题。在数据资产会计核算方面，现有研究主要探讨了两个问题：一是数据资产应当确认为何种科目（张俊瑞等，2020；张俊瑞和危雁麟，2023；翟丽丽和王佳妮，2016）；二是数据资产价值如何计量和评估（倪渊等，2020；左文进和刘丽君，2021）。在数据资产经济后果方面，学者们证实了数据资产能够促进企业实现高质量发展（孙颖和陈思霞，2021），其信息披露能够吸引分析师关注，提高盈余预测准确度（危雁麟等，2022），并有助于提升企业价值（苑泽明等，2022）。

数据资产相关信息披露尚属于自愿性信息披露。诸多文献立足我国资本市场发展尚不充分的现实背景，探讨了自愿性信息披露对资本市场定价效率的影响。张淑惠等（2021）研究发现公司披露的年报风险信息具有信息含量，能够减少投资决策偏误与投机行为，降低非理性行为对股价的影响，提高股价同步性。学者们也发现社会责任信息（李新丽和万寿义，2019）、环境信息（危平和曾高峰，2018）、水信息（李世辉等，2020）、智力资本信息（傅传锐等，2020）等特质信息披露会降低投资者对企业未来发展的不确定性认知，起到降噪作用，提高了股价同步性。如上文献为本文挖掘数据资产信息披露与股价同步性之间的联系提供了有益借鉴。

（三）研究述评

第一，在股价同步性的相关文献中，信息效率观内部对于股价同步性与信息效率的关系存在不一致的观点，而非理性行为观下国内外的研究结论较为一致，即较高的股价同步性代表了更少的噪音和更高的信息效率，考虑到我国资本市场当前新兴加转轨的现实背景，本文倾向于非理性行为观的观点。第二，从数据资产的研究现状来看，数据资产信息披露的实证研究还较为匮乏，数据资产信息披露作为自愿性信息披露的一部分，对股价同步性会产生怎样的影响，仍是一个有待探索的问题。

三、理论分析与研究假说

（一）数据资产信息披露对股价同步性的影响

依据资源基础理论，数据资产作为价值创造不可或缺的核心中枢，是公司获得持续竞争优势的源泉，是企业发展过程中的稀缺性与竞争性资源。与此同时，企业也愈发注重在年报中披露数据资产信息，中国信息通信研究院的研报显示，2011年数据资产概念首次出现在A股市场的企业年报中，此后，这一概念出现的频次逐年提升。公司年报是投资者提早发现风险、分析公司价值的重要媒介，数据资产信息披露能否对股价同步性产生影响，关键在于企业数据资产信息能否充分释放，以及股价能否充分吸收这些特质信息。

基于信息释放视角，数据资产信息披露能够释放私有信息，从而减少投资者非理性决策，提高股价同步性。一方面，数据资产信息披露能够提供个性化的公司特质信息。数据资产作为数字经济时代的核心竞争性资产，投资者对企业数据资产的信息愈发关注（张俊瑞等，2020），然而囿于我国《企业会计准则》尚未将数据资产纳入强制性信息披露范畴，管理层可利用自由裁量权选择是否披露以及如何披露。显然数据资产相关信息不受规则强制约束，且各个企业数据资产化的程度不同，数据资产信息披露具有差异性，这一主动披露行为可以向利益相关者传递数据资产的规模、技术支持以及价值创造等信息，有效提升了特质信息的供给量和信息透明度（Liu等，2011）。另一方面，数据资产信息披露能够让投资者有更稳定的前瞻性预期。Abrahamson和Amir（1996）研究发现，上市公司管理层会在当前的信息披露中提供更多有关未来的增量信息来克服信息不对称问题。当期披露更多的数据资产信息，减弱了未来实际发生时对个股的冲击（Dasgupta等，2010），增加了当前股价中的未来信息含量。从信息经济学的信号传递理论出发，信息透明度的提升有效降低了投资者获取和加工信息的成本，能帮助投资者判断企业的发展前景，加速特质信息的传播，减弱噪音信息的干扰，从而提高股价同步性。

基于信息吸收视角，数据资产信息披露能够吸引市场信息中介解读和传播信息，帮助投资者充分吸收企业公开信息并指导决策，从而加速特质信息融入股价，提高股价同步性。一方面，数据资产信息披露能够吸引分析师发布研究报告，为投资者带来依托特质信息的决策参考。企业数据资产的应用日益普遍，能够给企业带来巨大的经济利益，使得数据资产信息的价值相关性提升（苑泽明等，2022），分析师作为对信息具有高度敏感性的信息中介，能够充分认识到数据资产信息对于完善企业估值的作用，因而为了减少预测误差，分析师会着重分析数据资产信息披露水平较高的企业，对信息进行充分解读（危雁麟等，2022），从而提供客观专业的投资决策风向标，加速了股价对特质信息的吸收。另一方面，数据资产信息披露能够吸引媒体发布新闻报道，为投资者带来通俗易懂的特质信息解读。数据资产的积累与数字经济时代的政策导向相契合，披露较多数据资产信息的企业往往会吸引到更多的媒体关注，且媒体在日趋严峻的竞争环境下，会花费更多精力调查、收集、解读和传播来自管理者、分析师等不同渠道的信息，从而提供更为中立、可靠的报道，提升信息的可见性和可理解性，进一步减少投资者的信息搜集成本。分析师和媒体等信息中介对数据资产信息的充分解读能够提升公司信息披露有用性（Liu和Mcconnell，2013），减少投资者的机会主义行为，降低受噪音影响的个股异质性波动，提高企业股价同步性水平。

基于以上分析，本文提出H1：数据资产信息披露水平与公司股价同步性呈正相关关系。

（二）产品市场竞争程度的影响

产品市场竞争的激烈程度会影响数据资产信息的披露程度，从而影响其对股价同步性进行降噪的效果。在激烈的市场竞争环境中，上市公司数据资产信息披露决策必须权衡披露收益和披露成本，差异化的信息披露可以将企业自身与竞争对手区别开来，为企业筹措资金和吸引人才带来便利；然而，数据资产信息披露也会因向现有和潜在竞争者泄露核心竞争力信息，带来高昂的信息专有成本，损害公司价值。

从披露收益角度来看，激烈的产品市场竞争可以提高信息披露的水平与质量，积极的信息披露能够传递利好消息以获取竞争优势（任宏达和王琨，2019）。信号传递理论认为，企业通常掌握更多的私有信息，内部管理者存在强烈的动机将自身的优势信号传递给利益相关者，吸引其了解企业并做出合理决策（Akerlof，1970）。具体来说，一方面，产品市场竞争较激烈时，企业面临的竞争者“捕食”威胁更大，甚至会使企业面临破产清算的窘境，损害高管的声誉和社会形象，数字经济时代下在企业维系自身声誉以及“适者生存\"法则的约束下，上市公司为了传递其公司价值和公司治理水平高于同行业竞争者这一信号，会积极披露与时代发展相契合的数据资产信息，传递利好消息，树立企业形象，使得企业在市场竞争中获得竞争优势。另一方面，由于数据资产建设方面对资金的需求较大，处于激烈竞争环境中的企业更希望通过信息披露获得融资的优势与便利，所以对于产品市场竞争激烈的企业，其数据资产信息披露质量可能会更高（王雄元和刘焱，2008）。因此，在产品市场竞争程度更高的环境中，数据资产信息披露的水平与质量更高，数据资产信息披露对股价同步性的降噪作用会更加明显。

基于以上分析，本文提出 ：限定其他条件，产品市场竞争程度越高，数据资产信息披露水平对股价同步性的提升作用越显著。

从披露成本角度来看，伴随着市场竞争激烈程度的不断提升，企业面临的数据资产信息专有成本也愈发高昂（周泽将等，2022）。专有成本理论认为，披露专有信息可能会被竞争对手获取并加以利用，给企业带来额外的专有成本，对公司价值产生不利影响（Verrecchia，

1983）。具体来说，一方面，专有成本较高的产品市场竞争环境会带来“模仿效应”，数据资产是企业获取竞争优势的关键资源，企业数据资产的类别、规模、运作方式等动态信息无疑会受到竞争对手的关注。尽管数据资产的构建依托数据战略、数据基础设施以及数据人才，形成过程具有复杂性，相对而言难以模仿，但随着时间的推移，竞争对手可以根据公开披露的数据资产相关信息模仿出具有相似或替代功能的生产要素，对披露企业的既有优势和竞争地位产生掠夺性威胁（Bernard等，2018）。另一方面，作为抵制竞争的手段，市场竞争越激烈，信息披露的专有成本越高，企业越缺乏主动向市场输出数据资产相关信息的意愿，而是会降低数据资产信息的透明度，从而限制数据资产信息外流产生的利他效应（Shleifer，2004）。因此，在产品市场竞争程度更低的环境中，信息专有成本更低，数据资产信息披露对股价同步性的降噪作用会更加明显。

基于以上分析，本文提出H2b：限定其他条件，产品市场竞争程度越低，数据资产信息披露水平对股价同步性的提升作用越显著。

四、研究设计

（一）样本选择与数据来源

本文以 2 0 1 1 ～ 2 0 2 1 年我国沪深A股上市公司为初始研究样本，通过构建文本挖掘词典测度企业数据资产信息披露指标，检验数据资产信息披露对上市公司股价同步性的影响。在样本数据方面，数据资产信息披露频率、年度报告词频统计数据以及年度报告可读性指数来源于WinGo（文构）文本数据库，其他变量数据均取自CSMAR数据库和WIND数据库。在获取数据的基础上，本文对样本进行了如下处理：剔除个股年度交易周数小于30周的样本；剔除当年交易状态为ST的上市公司；剔除数据缺失样本。最终获得的样本包括18617个公司年度观察值。为避免极端异常值的影响，本文对所有连续变量在1 % 和 9 9 % 分位上进行了缩尾处理。

（二）变量设定

1.被解释变量：股价同步性。参考Chan和Chan（2014）与傅传锐等（2020）的做法，本文根据个股周收益率数据计算股价同步性。具体过程如模型（1）、（2）所示：

（1）

首先，构建模型（1）进行估计。根据中国证监会发布的《上市公司行业分类指引》（2012年修订），计算得到企业年度拟合优度 。 表示个股i在第w周的股票

·70·财会月刊2025.09

收益率； 和 分别表示公司在第w周和第w-1周考虑现金红利再投资的市场平均收益率； 和 分别表示第w周和第 周所在行业I剔除个股j后的行业平均收益率， 为随机误差项。其次，利用模型（2）对计算得出的 进行对数化处理， 即为个股i在t年的股价同步性指标。

2.解释变量：数据资产信息披露。数据资产作为企业核心竞争力的重要体现，企业已在财务报告中以文字形式对其进行自愿性信息披露，而文本分析词频是度量概念的重要方式（胡楠等，2020）。因此，本文以WinGo财经文本数据平台为数据来源，借鉴危雁麟等（2022）所采用的文本挖掘方法，计算数据资产相关词汇总词频在年报文本总词频中的占比，构建数据资产信息披露指标，衡量上市公司数据资产信息披露水平。

具体指标构建过程如下：首先，囿于数据资产在数据库中并未成为固定种子词汇，基于中国信息通信研究院发布的《数据资产管理实践白皮书（4.0版）》中“数据资产就是有价值的数据资源\"的观点，将“数据资产”与“数据资源”视为同源词，并将“数据资源”作为种子词汇。其次，通过Word2Vec机器学习技术获取在财经语境下代表数据资产的扩充词集，然后基于财经专业类文本的分词系统技术，通过自然语言处理和文本分析计算出所有词集的词频和相似度。在此基础上，仅保留相似度大于0.5的相似词，最终获得26个相似词。最后，以相似度为权重，将词典中对应词汇的词频进行加总，并计算其占年度报告总词频的比例，由于这类数据具有典型的“右偏性”特征，故本文对其进行对数化处理，从而得到数据资产信息披露的代理变量。具体计算如模型（3）所示：

其中： 表示个股i在第t年的数据资产信息披露水平， 表示个股i第 个相似词在第t年出现的频率， 表示第 个相似词与种子词汇的相似度，To- 表示个股i第t年年度报告的总词频（排除英文和数字），考虑到分子分母绝对值相差过大，故将结果扩大100倍。

3.控制变量。本文参考Chan和Chan（2014）、孙颖和陈思霞（2021）的研究，在回归中纳入如下控制变量：公司规模（SIZE）、资产负债率（LEV）、资产收益率（ROA）、无形资产（INTANGIBLE）、总资产周转率（TO）、董事会规模（BOARD）、第一大股东持股比例（FIRST）、文本可读性（READ）、两职合一（DUAL）、上市年龄（AGE）、换手率（TURNOVER）和产权性质（SOE）。此外，本文还分别控制了年度（YEAR）及行业（IND）虚拟变量。具体定义见表1。

（三）模型设定

为验证H1即数据资产信息披露与股价同步性之间的关系，本文构建了模型（4）：

（4）

其中，解释变量为数据资产信息披露（DATFRE），被解释变量为股价同步性（SYNCH），由于数据资产信息披露传递至股价变动存在一定时滞，且为减轻反向因果的内生性干扰问题，本文使用的是 期的股价同步性，Controls表示前文所述的控制变量。本文设置了行业（IND）和年度（YEAR）哑变量，ε为随机误差项。此外，为消除可能存在的异方差问题，所有回归均进行了基于公司层面的聚类（cluster）处理。根据H1，本文预期模型中的系数α1显著为正。

为验证H2a和H2b，本文以产品市场竞争程度（MC）分行业和年度的中位数作为分组指标，将全样本划分为产品市场竞争程度高组（MC小于中位数）与产品市场竞争程度低组（MC大于中位数），然后进行分组讨论。如若在产品市场竞争程度低的组别中显著，则验证了H2b，反之，则H2a成立。

五、实证分析

（一）描述性统计

表2报告了主要变量的描述性统计结果。 的均值为0.461，与已有文献（Morck等，2000；傅传锐等，2020）的研究结果较为接近。SYNCH根据 计算得出，其均值为-0.189，最小值为-2.400，最大值为1.513，表明上市公司股价同步性的差异较大。数据资产信息披露（DAT-FRE）的均值为0.004，最小值为0，最大值为0.081，而危雁麟等（2022）研究中报告的 年该指标均值为0.002，可见近些年上市公司的数据资产信息披露水平明显提升，但不同公司之间数据资产信息披露水平仍存在较大差异。此外，控制变量的平均值和中位数分布比较合理，与先前研究基本一致。

（二）基准回归检验结果

本文采用递进式回归策略对数据资产信息披露与股价同步性之间的基本关系进行检验，结果见表3第（1）＼～第（3）列。单独使用核心变量回归时，第（1）列中数据资产信息披露与股价同步性的系数为3.020，在 1 % 的水平上显著；在控制时间和行业固定效应后，第（2）列的结果仍然在 1 % 的水平上显著；第（3）列在纳入控制变量集进行回归后，DATFRE的系数为1.629，同样在 1 % 的水平上显著。此外，在递进式回归的过程中数据资产信息披露的系数依次在减小，这可能是因为模型在加入控制变量之后，部分影响股价同步性的因素被吸收了，但显著性均保持不变。综上，企业通过披露数据资产信息，减少了股价在噪音影响下的波动，提高了股价同步性，二者呈现出显著的正相关关系，H1得到验证。

（三）产品市场竞争程度的影响

本文进一步讨论在不同产品市场竞争程度情境下，数据资产信息披露与股价同步性的正相关关系有何差异。借鉴周泽将等（2022）的研究，本文采用赫芬达尔指数来衡量产品市场竞争程度（MC），赫芬达尔指数是根据行业内各公司的营业收入占行业总营业收入比重的平方和计算而得，该指数越小，表明一个产业相同规模的公司越多，产品市场竞争程度越激烈。表3第（4）、（5）列显示，在产品市场竞争程度较低的地区，数据资产信息披露与股价同步性的系数在 1 % 的水平上显著为正，而在产品市场竞争程度较高的地区，二者的正向关系并不显著。由此可见，当产品市场竞争程度较低、数据资产信息披露产生的专有成本较少时，数据资产信息披露对股价同步性的降噪作用更为凸显，H2b得以验证。

（四）稳健性与内生性检验

为保证研究结论的可靠性，本文从以下方面进行稳健性检验（限于篇幅，稳健性和内生性检验的回归结果均未列示，留存备索）。一是变更股价同步性的度量方式。

本文借鉴王亚平等（2009）的研究，仅考虑同期市场收益率和行业收益率的影响，重新计算个股的年度拟合优度R2和股价同步性指标，依据前文方法重新进行回归。二是变更数据资产信息披露的度量方式。前文将对应词的精确词频与相似度相乘并求和，利用其占年报文本总词频的比重度量数据资产信息披露，此外还可以借鉴胡楠等（2020）的方法，直接将对应词的词频总和作为分子，计算数据资产信息披露水平，并重新进行回归。三是变更产品市场竞争程度的度量方式。参考陈志斌和王诗雨（2015）的研究，通过个股勒纳指数重新衡量产品市场竞争程度，个股勒纳指数 （营业收入-营业成本-销售费用-管理费用）/营业收入，该指数越大，说明企业在其所处行业内的竞争力越强，面临的市场竞争程度越低。四是排除股市异常波动的影响。金融市场重大冲击或波动会传导至微观个体企业，可能会对公司股票价格波动造成一定影响。在本研究的样本期内，2015年的股市异常波动可能会导致结果产生偏误，因此本文排除2015年的样本后重新进行回归。前述回归结果均与之前的研究结论保持一致。

为了进一步缓解可能存在的内生性问题，本文进行以下内生性检验：一是采用工具变量法。借鉴江轩宇和林莉（2022）选取工具变量的思路，使用剔除本公司后的数据资产信息披露分年度、行业平均值（DAT_IND）作为工具变量，进行两阶段最小二乘估计。上市公司数据资产信息披露会受到同行业内其他公司的影响，但行业平均数据资产信息披露水平并不会对该公司的股价同步性造成影响，因此满足工具变量选取标准。二是采用固定效应模型。为了将可能会对股价同步性产生影响而不随时间变化的企业特征因素纳入模型，即克服遗漏变量带来的内生性干扰，本文采用个体固定效应模型重新进行回归。三是采用倾向得分匹配法。企业进行数据资产信息披露与否可能并非随机分配，而是由个体自选择的结果，为解决因控制变量在不同样本间存在系统性差异所引致的内生性问题，本文采用倾向得分匹配法进行内生性检验。本文先按有、无数据资产信息披露将样本划分为处理组和对照组，继而以所有控制变量作为协变量，使用logit回归模型进行1：1近邻匹配，利用匹配后的样本进行重新回归。前述回归结果均与前文保持一致。

六、进一步研究

（一）作用机制分析

本文进一步考察数据资产信息披露与企业股价同步性之间的作用机制。根据前文的理论分析，数据资产信息披露对公司股价同步性产生正向影响的主要路径在于：一方面，基于信息释放效应，数据资产信息披露提升了市场中的特质信息含量，减少了噪音交易行为，从而提高了股价同步性；另一方面，基于信息吸收效应，数据资产信息披露吸引分析师、媒体等信息中介解读信息，促进私有信息融入股价，从而提高了股价同步性。借鉴江艇（2022）的做法，本文构建模型（5），以MED作为中介变量，实证检验数据资产信息披露对信息释放和信息吸收的影响，识别其提高股价同步性的作用机制。

MED +βDATFRE+βControls+∑YEAR+∑IND+ （5）

8

其中，MED为中介变量。

针对信息释放效应，本文将KV指数（KV）和分析师预测分歧度（FDISP）作为特质信息含量的代理变量，对信息释放效应进行检验。一是参考周开国等（2011）的研究，KV指数即股票交易量对收益率的影响系数，通过反映市场对交易量信息的依赖继而反映公司信息披露程度，KV指数（KV）越高，表明市场更依赖交易量而非企业披露的信息，即上市公司信息披露质量越低。二是参考王化成等（2017）的研究，分析师预测的离散程度会随着市场上公开信息的增加而降低，使分析师的预测结果更加趋于一致，因此分析师预测分歧度（FDISP）能够在一定程度上反映企业信息披露水平。结果见表4第（1）、（2）列，结果显示数据资产信息披露对KV指数（KV）和分析师预测分歧度（FDISP）的相关系数均显著为负，即表明数据资产信息披露能够向市场中释放特质信息，提高市场中的信息含量。

针对信息吸收效应，将分析师关注（ATTENTION）和媒体关注（MEDIA）作为因变量对信息吸收效应进行检验。一是借鉴危雁麟等（2022）的做法，将一年内对公司进行过跟踪分析的分析师人数加1取自然对数，用来衡量分析师关注（ATTENTION）。二是借鉴胡国强等（2020）的研究，将公司年度报纸、刊物等纸质媒体和网络媒体报道总数加1取自然对数，用来刻画媒体关注（MEDIA）。结果见表4第（3）、（4）列，结果显示数据资产信息披露对分析师关注（ATTENTION）和媒体关注（MEDIA）的影响系数均显著为正，即表明数据资产信息披露能够促进特质信息融入股价，减少噪音交易行为。

（二）基于外部环境异质性的考察

在不同的外部环境中，上市公司数据资产信息披露对股价同步性的影响可能产生非对称效应。本文将从地理区位条件、网络基础设施水平、资本市场发展水平和法治环境发展水平四个角度展开异质性分析。

1.地理区位条件。参考国家统计局关于经济区域的划分，本文将企业注册地所在地理区位划分为西部地区、中部地区和东部地区，回归结果如表5第（1）、（2）列所示。结果显示，东部地区企业的数据资产信息披露对股价同步性具有显著的促进作用，而对于中西部地区的企业，这一作用并不显著。这主要是因为东部地区数字化发展较早，城市数字经济竞争力整体水平较高，数据资产化程度较中西部地区高，企业数据资产信息披露水平也相对较高，从而能够向资本市场释放更多的公司层面私有信息。此外，相较于中西部地区的上市公司，东部地区市场化程度较高，区域内的上市公司也更受投资者青睐，资本市场效率较高，信息能够更好地融入股价，减少噪音交易，因此东部地区数据资产信息披露对股价同步性的影响程度更高。

2.网络基础设施水平。参考薛成等（2020）的做法，根据是否人选“宽带中国”示范城市衡量地区网络基础设施水平，将属于“宽带中国\"示范城市名单的城市列为网络基础设施水平较高的地区，反之为网络基础设施水平较低的地区，回归结果如表5第（3）、（4）列所示。结果显示，在网络基础设施水平较高的地区，数据资产信息披露对股价同步性具有显著的促进作用，而在网络基础设施水平低的组别中这一影响不显著。这是因为“宽带中国”战略实施推进了城市宽带网络发展以及数字化发展水平的跨越式提升，示范城市中的企业数据资产发展环境不断向好，对数据资产信息等特质信息的披露意愿也更为强烈，私有信息的披露将减弱噪音交易的影响，从而提升股价同步性。

3.资本市场发展水平。我国幅员辽阔，资本市场存在着严重的区域非均衡发展状态。借鉴熊艳（2018）的处理方式，使用当年各地上市公司的年末市值总额与区域GDP的比值衡量当地资本市场发展水平，将处于平均数以上的省份称为资本市场发展水平高的地区，反之为资本市场发展水平低的地区，回归结果如表5第（5）、（6）列所示。结果显示，位于资本市场发展水平高的地区的企业数据资产信息披露对股价同步性具有显著促进作用，而在资本市场发展水平低的地区的企业中，这一作用并不显著。这主要是因为若资本市场效率较高，当企业披露较多的数据资产信息时，很容易在外界形成积极反馈，融入股价中，减少噪音交易。但是，在资本市场发展水平

的影响，以及在不同产品市场竞争程度下的差异。研究发现：数据资产信息披露能够提高股价同步性，该结论在经过内生性和稳健性检验后依然成立。当产品市场竞争程度更低时，信息专有成本更低，数据资产信息披露对股价同步性的降

较低的地区，企业即使披露了数据资产相关信息，也难以传递至股价中，难以促进股价同步性的提升。

4.法治环境发展水平。区域的法治环境深度影响着上市公司会计信息披露质量。本文基于王小鲁等的《中国分省份市场化指数报告（2018）》获得各地区法治环境数据，将处于中位数以上的省份称为法治环境发展水平高的地区，反之则为法治环境发展水平低的地区，回归结果如表5第（7）、（8）列所示。结果显示，位于法治环境发展水平高的地区的企业数据资产信息披露对股价同步性具有显著促进作用，而在法治环境发展水平低的地区的企业中，这一作用并不显著。这主要是因为在法治环境较好的地区，司法诉讼效率、公民守法和依法维权的自觉性均较高，经理人有更强的动机进行自愿性信息披露，而在法治环境较差的地区，法律体系较为薄弱，监管存在漏洞，企业信息披露的违法违规成本较低。

七、结论与建议

本文以 2 0 1 1 ～ 2 0 2 1 年我国A股上市公司为样本，立足非理性行为观，探讨数据资产信息披露对股价同步性噪作用会更加明显。进一步研究发现，数据资产信息披露的确通过促进信息释放和信息吸收来发挥作用，且促进作用在东部地区、网络基础设施水平高、资本市场发展水平高以及法治环境好的公司中尤为显著。

根据上述研究结论，可以得到如下对策建议：第一，建立数据资产管理平台，实现多源异构数据的存储、结构化处理与分类归集，生成企业级数据资产地图，提高数据资产信息披露的及时性、准确性和完整性，以便其通过信息释放和信息吸收来影响投资者的投资决策，疏通信息传递过程中的“堵点”，减弱信息不对称带来的股价噪音波动。第二，加快数据资产信息披露制度建设，明确企业数据资产披露范围，规范数据资产相关术语，对信息披露的自由裁量权进行约束，提升数据资产信息的可理解性和可比性，同时要统筹推进数据产权、安全治理、收益分配、数据价值评估等方面的基础制度建设。第三，加强知识产权保护制度建设。数据资产信息能够体现企业核心竞争力以及盈利方式，具有较高的专有成本。充分保护数据知识产权及财产权，能够减少企业披露数据资产信息的后顾之忧。

【主要参考文献】

蔡栋梁，刘敏，邹亚辉等.税收征管与股价同步性一一基于制度背景的研究[J].南开管理评论，2022（3）：160～171.

陈志斌，王诗雨.产品市场竞争对企业现金流风险影响研究一一基于行业竞争程度和企业竞争地位的双重考量[J].中国工业经济，2015（3）：96～108.

傅传锐，林爱贤，王焰辉.智力资本信息披露如何影响股价同步性？一一来自我国高科技上市公司的经验证据[J].财贸研究，2020（11）：77～96.

江艇.因果推断经验研究中的中介效应与调节效应[J].中国工业经济，2022（5）：100～120.

江轩宇，林莉.会计信息可比性与劳动收入份额[J].金融研究，2022（4）：57～76.

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.

危雁麟，张俊瑞，汪方军等.数据资产信息披露与分析师盈余预测关系研究—基于文本分析的经验证据[J].管理工程学报，2022（5）：130～141.

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（4）：135～146.

苑泽明，于翔，李萌.数据资产信息披露、机构投资者异质性与企业价值[J].现代财经（天津财经大学学报），2022（11）：32～47.

张俊瑞，危雁麟.数据资产会计：现状、规制与展望[J].财会月刊，2023（12）：3～11.

张俊瑞，危雁麟，宋晓悦.企业数据资产的会计处理及信息列报研究[J].会计与经济研究，2020（3）：3～15.

张淑惠，周美琼，吴雪勤.年报文本风险信息披露与股价同步性[J].现代财经（天津财经大学学报），2021（2）：62～78.

朱琳，陈妍羽，伊志宏.分析师报告负面信息披露与股价特质性波动——基于文本分析的研究[J].南开管理评论，2023（3）：75～87.

（责任编辑·校对：刘钰莹许春玲）