数字普惠金融发展能提升资本市场的股价信息含量吗？_周卉.pdf

2023年第3期数字普惠金融发展能提升资本市场的股价信息含量吗？周卉摘要数字普惠金融作为金融与科技融合的新兴业态，对资本市场具有重要影响。本文基于上市企业样本和北京大学数字普惠金融指数，探讨数字普惠金融的发展对股价信息含量的影响。研究发现：数字普惠金融的发展能降低股价非同步性，提升股价信息含量，且该作用对于小规模企业、所在地的传统金融禀赋基础较好和传统普惠金融发展较好的企业更为显著。中介效应检验表明：数字普惠金融的发展能通过提高市场流动性以及信息透明度来提升股价信息含量。以未来盈余反应系数衡量股价信息含量和采取工具变量法检验后，结论仍然成立。基于此，应继续提升数字普惠金融的覆盖广度和使用深度，推动传统金融和数字金融协同发展，同时也不能忽略数字金融的潜在风险。关键词数字普惠金融；股价信息含量；中介效应；传统普惠金融；传统金融禀赋中图分类号 F270文献标识码 A文章编号 1006-5024(2023)03-0141-10DOI 10.13529/ki.enterprise.economy.2023.03.014基金项目教育部人文社会科学研究青年基金项目“卖空机制影响下的上市公司传闻应对策略及应对效果研究”（项目编号：22YJC630221）；广东省普通高校特色创新项目“卖空机制与上市公司澄清公告信息披露质量研究”（项目编号：2022WTSCX179）作者简介周卉，北京师范大学人文和社会科学高等研究院副教授，硕士生导师，博士，研究方向为资本市场信息反馈与企业决策。（广东 珠海519087）Abstract:Digital inclusive finance,as an emerging industry that integrates finance and technology,has an important impact on thecapital market.Based on the sample of listed companies and the digital inclusive finance index of Peking University,thispaper discusses the influence of the development of digital inclusive finance on stock price informativeness.The researchfinds that the development of digital inclusive finance can reduce the dyssynchrony of stock price and improve stock priceinformativeness,and this role is more significant for small-scale enterprises and local enterprises with good foundation oftraditional financial endowment and better development of traditional inclusive finance.The intermediary effect test showsthat the development of digital inclusive finance can improve stock price informativeness by improving market liquidity andinformation transparency.The conclusion is still true after measuring the stock price informativeness according to the futuresurplus reaction coefficient and adopting the instrumental variable method.Based on this,it is necessary to continue toimprove the coverage breadth and use depth of digital inclusive finance,promote the coordinated development of traditionalfinance and digital finance,and the potential risks of digital finance should not be ignored.Keywords:digital inclusive finance;stock price informativeness;intermediary effect;traditional inclusive finance;traditional financialendowment141一、引言及文献综述资本市场的股票价格信号能引导资源配置，并能对企业重要决策提供参考作用。这一功能实现的前提是股票价格能及时反映决策有用信息，包括宏观经济、行业环境以及公司特质信息。但是，我国资本市场中股价同步性较高，跟随大盘“同涨同跌”现象较为普遍。1公司特质信息不能充分融入股票价格之中，导致资本市场的定价效率较低，股价信息含量不高。如何提高资本市场的股价信息含量，降低股价同步性，是实务界和理论界关注的重要问题。随着互联网、人工智能、大数据、云计算和区块链等数字技术高速发展，传统金融与数字技术相互融合，大大拓宽了金融服务的覆盖范围，产生了新型数字普惠金融。一方面，数字普惠金融发展可能通过提升交易活跃度和市场流动性，从而提高股价信息含量。另一方面，由于数字普惠金融既能降低企业信息操纵的动机，又能提升企业信息操纵的成本，还能降低投资者的信息获取成本，因此能减少企业的信息操纵行为，提高信息透明度，从而提高股价信息含量。与本文研究主题相关的研究主要包括两方面：一是关于数字普惠金融的经济效果研究。关于数字普惠金融的经济后果，国内有些学者2-5对数字普惠金融带来的宏观层面经济效果进行了一定的探讨，还有些学者6-10探讨了数字普惠金融对微观企业行为和绩效的影响，但是关于数字普惠金融的发展对资本市场影响的研究则较少，且存在一些争议。如：吴非等（2020）11认为，数字普惠金融有助于维护金融市场的稳定，降低股价崩盘风险；吴桐桐和王仁曾（2020）12研究发现，数字普惠金融加剧了投资者“炒新”现象，使得新股价格形成非理性泡沫的风险提高。二是关于股价信息含量的影响因素研究。关于股价信息含量的影响因素，已往文献主要从三个方面进行了探讨：第一，在宏观制度环境方面，已往研究发现投资者保护和产权保护、政府的行政干预程度、资本市场的开放程度等均对股价信息含量造成影响。113-14第二，在市场参与者方面，新闻媒体报道、分析师跟踪、外资投资者以及机构投资者等都对股价信息含量的提升发挥积极作用。15-19第三，在公司内部治理方面，公司股权结构、信息披露政策和会计信息透明度、董事会构成等也会影响股价信息含量。20-23少有研究从科技发展水平（如金融科技、数字普惠金融）等角度探讨其对股价信息含量是否存在影响。从过往研究来看，一方面，数字普惠金融可能为高频交易和短线炒作提供了条件，激发了投资者乐观情绪，从而加剧新股市场价格的短期泡沫。另一方面，数字普惠金融可能缓解信息不对称的问题，从而降低股价崩盘风险。考虑到过往研究结果的不一致和潜在争议性，本文重点关注数字普惠金融的发展对于资本市场的定价效率究竟产生何种影响，以及其是否能提升股价中包含的公司特质信息含量。本文可能有以下贡献：第一，本文关注数字普惠金融发展对资本市场定价效率的影响，考察其是否能提升股价信息含量，为数字普惠金融发展的经济后果提供了更广阔的研究视角和更多的经验证据；第二，区别于过往文献从宏观制度环境、与公司利益相关的市场参与者和公司内部治理等方面来探讨股价信息含量的影响因素，本文基于数字普惠金融的视角，探讨金融科技的发展对股价信息含量存在的影响，拓展了股价信息含量的研究框架，丰富了股价信息含量影响因素方面的研究；第三，从投资者和上市公司两个角度分析数字普惠金融提升股票价格信息含量的影响机制，有助于深入理解数字普惠金融在提升资本市场定价效率的过程中所发挥的重要作用，为监管层的政策制定提供决策参考。二、理论分析与研究假设数字普惠金融的发展可能从以下两个方面影响资本市场上的股价信息含量：第一，数字普惠金融的发展能增加投资交易的便利性，提升交易活跃度和市场流动性，从而提高股价信息含量。研究表明，股票的流动性与其定价效率具有相关关系。24-25较低的流动性意味着较高的交易成本，会阻碍投资者特别是知情投资者的交易，使得投资者获取的公司特质信息难以在股价中得到充分体现。数字金融技术已经广泛运用于证券数字普惠金融发展能提升资本市场的股价信息含量吗？1422023年第3期投资领域，一方面在数字技术蓬勃发展的背景下，人们可以快速、方便地开通证券投资账户、绑定银行账户和转账等，从而更积极地参与证券交易，另一方面数字金融交易具有简单化、实用化、自适应生成的特点，有助于降低交易成本。12因此，数字普惠金融发展可能通过提升交易活跃度和市场流动性，从而提高股价中的公司特质信息含量。第二，数字普惠金融可能通过缓解信息不对称问题来提高股价信息含量。首先，数字普惠金融的发展能减少上市企业的信息操纵行为，从而提升股价信息含量。一方面，数字普惠金融可能降低企业进行信息操纵的动机。数字普惠金融的发展能弥补传统金融的不足，依托云计算、大数据以及移动互联网等数字技术，以较低的成本评估融资企业的风险6，推动融资工具和融资渠道多样化，优化融资方式、降低融资成本，从而有效缓解企业的融资约束7。因此，数字普惠金融的发展能弱化企业为获得资金而进行消息操纵的动机。11另一方面，数字普惠金融可能提升企业信息操纵的成本。数字普惠金融借助多种前沿技术手段降低信息获取成本，提高信息的流转度和真实性，改善信息透明度，使得管理层的信息操纵行为较容易被市场发现，难以成功实施。因此，数字普惠金融能提高信息操纵的成本，对管理者的机会主义行为产生约束。如有研究表明，企业会计信息质量的提升和信息透明度的提高均能促进股价信息的提高。2226-27此外，企业内外部治理机制也主要是通过规制企业的信息披露行为从而提升股价信息含量的。17-2123其次，从投资者的角度来看，多样化的网络平台和数字科技有助于投资信息的推送和高速传播，这意味着数字普惠金融能为投资者提供更多具有时效性、综合性、真实性的信息，降低投资者的信息获取成本28，同时提高投资者的信息分析能力。因此，投资者能以较低的成本获取更多的公司特质信息，从而促使更多的公司特质信息体现在股价中。总之，由于数字普惠金融既能降低企业信息操纵的动机，又能提升企业信息操纵的成本，还能降低投资者的信息获取成本，因此其发展能减少企业的信息操纵行为，改善信息透明度，从而提高股价信息含量。由此，本文提出以下两个假设：假设1：数字普惠金融能提升股价信息含量；假设2：数字普惠金融通过提升交易活跃度、市场流动性、改善信息透明度和减少信息不对称提升股价信息含量。三、实证研究设计（一）数据来源为有效度量数字普惠金融指数的发展，本文使用北京大学发布的城市级数字普惠金融指数。该指数是基于蚂蚁金服的交易账户大数据编制而成的，涵盖了信贷、支付、基金以及投资理财等业务数据。29公司财务、公司治理、股票交易、股票换手率、应计盈余管理程度等数据获取自国泰安金融数据库。数字普惠金融指数最新版本的涵盖期间为20112018年，且该指数相对于被解释变量是滞后一期的。因此，本文以20122019年我国A股上市企业为初始样本，并依次剔除金融保险行业样本、数据缺失的样本和观察期退市样本。同时，为保证股价非同步性能够被可靠地度量，剔除年度交易时间小于20周的公司样本，最终得到18720个公司样本。（二）模型与变量本文构建如下主回归模型（1）检验假设1：NONSYNi,t=a+b1INDEXi,t-1/BREADTHi,t-1/DEPTHi,t-1+b2CONTROLi,t-1+（1）模型（1）中：被解释变量为股价信息含量（NONSYN）；关键解释变量为数字普惠金融总体指数（INDEX），用来衡量数字普惠金融的总体发展水平，并选择数字普惠金融覆盖广度（BREADTH）和使用深度（DEPTH）作为解释变量；控制变量为可能影响股价信息的公司财务变量，包括SIZE（资产总额的自然对数）、LEV（负债率）、ROA（总资产收益率）、GROWTH（营业收入增长率）和BM（账面市值比）以及公司治理变量，公司治理变量具体包括BOARD（董事会规模的自然对数）、INST（机构投资者持股比例）和AGE（上市年限）。模型控制了行业效应（IND）和年度效应（YEAR）。表1为主要变量的描述性统计结果。为排除极端值的影响，对连续变量进行143表1主要变量描述性统计中位数均值标准差最小值最大值股价信息含量NONSYN0.220.310.92-1.653.20总体指数INDEX0.640.610.2301覆盖广度BREADTH0.700.660.2101使用深度DEPTH0.560.570.2301资产总额SIZE21.8922.041.2419.5225.91负债率LEV0.410.420.210.050.94总资产收益率ROA0.050.050.06-0.220.23营业收入增长率GROWTH0.140.451.28-0.739.63账面市值比BM0.620.610.240.111.11董事会规模BOARD2.192.130.191.602.70机构投资者持股比例INST0.430.410.2400.90上市年限AGE910.476.99129了1%和99%的缩尾处理。由结果可知：股价信息含量的标准差远大于其中位数和均值，说明不同企业的股价信息含量具有较大差异，需进一步研究其影响因素；数字普惠金融总体指数、覆盖广度指数和使用深度指数的中位数、均值、最小值和最大值均较为接近，说明这3个指标的总体取值情况差异不大。参考Foucault和Frsard（2014）30的研究，以股价非同步性（NONSYN）衡量股价信息含量，采用如下模型（2）和模型（3）计算：RETi,t=0+1MARKETt+（2）NONSYN=ln(1-R2)/R2（3）模型（2）中：RETi,t表示个股i第t周的收益率；MARKETt表示第t周流通市值加权平均的市场收益率；拟合系数R2衡量个股收益率中能被市场公开信息解释的部分，（1-R2）则是不能被市场公开信息解释的公司特质信息部分。采用模型（3）对（1-R2）进行修正，使其取值区间符合回归分析要求，计算得出的NONSYN为个股的股价非同步性，数值越大表示股价中包含的公司特质信息越多。参考唐松等（2020）8的研究对数字普惠金融的3个变量进行归一化处理。四、实证结果分析（一）主回归检验表2模型（1）的回归结果表明：INDEX的系数显著为正，说明数字普惠金融的总体发展能够有效提升资本市场的股价信息含量，提高资本市场定价效率。模型（2）和模型（3）的关键解释变量BREADTH和DEPTH的系数也显著为正，说明数字普惠金融的覆盖广度和使用深度对于股价信息含量也有显著的提升作用，初步证实了假设1。（二）中介效应检验为检验数字普惠金融提升股价信息含量的影响机制，参考Baron和Kenny（1986）31的逐步检验法，构建中介效应回归模型组。一方面，数字普惠金融可能通过提升市场流动性、改善交易活跃度来提升股价信息含量，因此以股票换手率（TURN，衡量市场流动性）作为中介变量。另一方面，数字普惠金融可能通过改善企业信息透明度来提升股价信息含量。因此以基于修正的琼斯模型计算的应计盈余管理程度（AEM，衡量企业信息透明度）作为中介变量，其值越低，说明应计盈余管理程度就越小，企业信息透明度也越高。中介效应模型组由模型（1）、模型（4）和模型（5）3个回归式组成：首先，以（1）式为基本回归模型，选择被解释变量NONSYN数字普惠金融发展能提升资本市场的股价信息含量吗？1442023年第3期表2回归检验结果(2.16)BREADTH0.20*(1.94)SIZE-0.20*-0.20*(-25.89)(-25.88)LEV0.56*0.56*(15.78)(15.76)ROA-0.90*-0.90*(-8.59)(-8.57)GROWTH0.02*0.02*(3.38)(3.36)BM-0.19*-0.20*(-5.26)(-5.28)BOARD-0.10*-0.10*(-3.17)(-3.17)INST0.11*0.11*(3.98)(3.99)AGE-0.00*-0.00*(-4.53)(-4.58)YEAR/INDYESYESObservations18,72018,720R-squared0.3060.31(3.80)(2.26)(-2.27)(2.07)0.23*-0.20*-0.55*-0.16*-0.00*-0.26*(-25.88)(-32.63(-18.91)(-2.27)(-31.72)0.56*0.44*0.53*0.03*0.55*(15.81)(5.50)(15.03)(5.08)(13.93)-0.90*-0.76*-0.93*-0.11*-0.69*(-8.63)(-3.21)(-8.92)(-5.60)(-5.89)0.02*0.02*0.02*00.02*(3.41)(1.78)(3.25)(1.17)(3.44)-0.20*0.86*-0.34*-0.08*-0.26*(-5.28)(12.15)(-9.00)(-14.07)(-7.49)-0.10*-0.21*-0.09*-0.01-0.07*(-3.18)(-3.05)(-2.81)(-1.63)(-2.01)0.10*-1.06*0.17*00.17*(3.95)(-17.51)(6.35)(-0.80)(5.59)-0.00*-0.05*00-0.00*(-4.51)(-19.72)(-1.58)(0.02)(-2.27)YESYESYESYESYES18,72018,52618,52618,48218,4820.3050.2240.3190.0650.126INDEX0.22*0.30*0.16*-0.21*0.25*变量主回归结果模型（1）模型（2）模型（3）中介效应检验模型（4）模型（5）模型（6）模型（7）DEPTHTURNAEM(2.32)0.27*(19.69)-0.07*(-1.78)注：*、*和*分别代表10%、5%和1%的显著水平；括号内为t值。（股价信息含量）对关键解释变量INDEX（数字普惠金融指数）进行回归，结果见表2模型（1）；其次，在（4）式中选择中介变量MEDIA对关键解释变量INDEX进行回归，中介变量MEDIA分别为TURN（股票换手率）和AEM（应计盈余管理程度），结果见表2模型（4）和模型（6）；最后，在（5）式中选择被解释变量NONSYN对关键解释变量INDEX和中介变量（分别为TURN和AEM）同时进行回归，结果见表2模型（5）和模型（7）。MEDIAi,t=a0+b1*INDEXi.t-1+b2*CONTROLi,t-1+（4）NONSYNi,t=a0+b1*INDEXi.t-1+b2*CONTROLi,t-1+b3*CONTROLi,t-1+（5）INDEX的系数在模型（4）中显著为正，在模型（6）中则显著为负，说明数字普惠金融的发展能有效提升股票换手率，并降低企业的盈余管理程度，由此发挥提升市场流动性并改善企业信息透明度的作用。股票换手率（TURN）的系数显著为正，盈余管理程度（AEM）的系数则显著为负，说明市场流动性和企业信息透明度的提高均能显著降低股价同步性，提升股价信息含量，也说明股票换手率和企业信息透明度是影响数字普惠金融指数与股价信息含量之间关系的中介变量。表2结果表明：数字普惠金融的发展能通过提高市场流动性和145企业信息透明度，从而提升股价信息含量，证实了假设2。（三）异质性分析首先，从企业自身考虑，规模不同的企业受到的融资约束程度不同，信息透明度和关注度也有所不同，因此数字普惠金融提升股价信息含量的作用对规模不同的企业可能有所不同。其次，数字普惠金融是在传统金融的基础上发展起来的，一方面传统金融发展水平越低，数字金融能发挥作用的改善空间就可能越大，另一方面数字普惠金融的发展也需要传统金融提供基础条件支持，传统金融对于数字金融的经济效果可能发挥辅助作用。为检验上述分析，本研究以企业资产总额衡量企业规模，以各省区市存贷款总规模与GDP之比衡量传统金融禀赋基础，参考卢盼盼和张长全（2017）32的研究，以金融服务的可获得性和使用情况度量传统普惠金融发展程度。其中：金融服务的可获得性由银行网点密度（银行业金融机构数万人万平方公里）和银行从业人员密度（银行业金融机构从业人数万人万平方公里）来度量；金融服务的使用情况由贷款密度（贷款与人口的比率）度量。首先对银行网点密度、银行从业人员密度和贷款密度3个指标分别进行归一化处理，然后再通过计算其变异系数来确定权重，最后计算出各省区市传统普惠金融指数。传统金融禀赋和传统普惠金融的计算数据来源是中国金融统计年鉴中国区域金融运行报告和中国统计年鉴。表3模型（1）和模型（2）为按照企业资产规模的年度中位数分组后对（1）式进行检验的结果。由结果可知：数字普惠金融总体指数（INDEX）的系数在小规模企业组中显著为正，在大规模企业组不显著。这说明数字普惠金融提升股价信息含量的作用对于小规模企业更为显著。其原因可能是：第一，小规模企业往往受到更高程度的融资约束，承担更高的融资成本，数字普惠金融使得这些小规模企业为获得资金而进行消息操纵的动机降低，缓解企业融资约束的作用相对于大规模企业而言更为明显。9第二，关于小规模企业的信息来源较少，投资者较难获得其相关信息，其受到投资者的关注度也较小。而数字普惠金融的发展不仅使得投资者对小规模企业的关注度提高，从而获取更多的公司特质信息用于交易，还能使企业信息操纵的行为更容易被发现，提高信息操纵的成本，且这种作用高于大规模企业。基于此，相对于大规模企业而言，数字普惠金融减少信息操纵、改善信息透明度，从而提升股价信息含量的作用对于小规模企业更为显著。表3模型（3）至模型（6）分别为按照传统金融禀赋基础的年度中位数以及传统普惠金融指数的年度中位数分组后对（1）式进行检验。由结果可知：数字普惠金融总体指数（INDEX）的系数在传统金融禀赋基础较好组和传统普惠金融指数较高组中显著为正，而在传统普惠金融指数较低组中不显著，在传统金融禀赋基础较差组中显著程度低于传统金融禀赋基础较好组。研究结果说明：数字普惠金融提升股价信息含量的作用对于所在地为传统金融禀赋基础较好和传统普惠金融指数较高的企业更为显著。其原因可能是：第一，在金融资源相对充裕的地区，数字普惠金融能更充分地发挥其优势。如王永仓和温涛（2020）33发现，相对于初始银行信贷水平较高的地区，在初始银行信贷水平较低的地区，数字金融发展对经济增长的提升作用将会从一定程度上被削弱。第二，数字普惠金融作用的发挥可能依赖于投资者对传统金融的使用。投资者对传统金融的使用越多，金融素质就越高，金融经验也越丰富，越愿意尝试新的金融模式，因此有更开放的心态拥抱新事物，利用数字金融技术带来的优势更积极地去获取和分析投资信息，并用于交易中。如郭峰和王瑶佩（2020）34发现，农户家庭使用传统金融机构线下金融服务的频率越高，就越可能充分使用数字金融技术。（四）稳健性检验1.替换变量本研究采用股票收益率对当期盈余和未来会计盈余的反映来衡量股价信息含量。数字普惠金融的发展使得股票收益率对当期盈余和未来会计盈余的反映系数越高，说明其能使更多的公司特质信息进入股价，从而提升股价信息含量。参考于忠泊等（2013）26和袁媛等（2019）27的研究，本文构建公式（6）检验股价信息含量。其中：RETt为第t年的股票收益率，EPSt-1和EPSt是第t-1年和第t年的每股盈余，EPS3t是t+1年、t+2及t+3年的每股盈余之和，均以第t年年初的股票价格进行调整，RET3t是t+1年、t+2及t+3年的股票收益率之和。根据Collins等（1994）35的研究，若股票价格具有信息含量，则满足以下条件：当期股票收益率对过去盈数字普惠金融发展能提升资本市场的股价信息含量吗？1462023年第3期表3异质性检验变量模型（1）模型（2）模型（3）模型（4）模型（5）模型（6）企业规模小企业规模大传统金融禀赋基础好传统金融禀赋基础差传统普惠金融指数高传统普惠金融指数低INDEX0.19*0.070.33*0.14*0.31*0.06(1.89)(1.23)(6.68)(1.88)(6.35)(0.45)SIZE-0.21*-0.23*-0.27*-0.27*-0.27*-0.26*(-11.41)(-19.23)(-23.54)(-22.41)(-24.59)(-17.10)LEV0.52*0.60*0.65*0.44*0.61*0.47*(10.94)(11.15)(12.39)(7.33)(11.55)(6.68)ROA-0.99*-0.92*-0.78*-0.59*-0.62*-0.49*(-7.25)(-5.43)(-4.94)(-3.50)(-4.03)(-2.35)GROWTH0.010.02*0.02*0.02*0.02*0.03*(1.56)(3.20)(2.53)(2.17)(2.60)(2.84)BM-0.29*-0.23*-0.18*-0.46*-0.20*-0.37*(-4.84)(-4.41)(-3.72)(-8.91)(-4.35)(-5.90)BOARD-0.10*-0.08*-0.05-0.11*-0.05-0.10*(-2.13)(-1.92)(-1.17)(-2.07)(-1.13)(-1.66)INST0.050.18*0.13*0.20*0.15*0.14*(1.41)(4.70)(3.36)(4.62)(3.89)(2.53)AGE-0.01*-0.00*-0.00*00-0.01*(-4.85)(-3.16)(-2.18)(-0.03)(-0.46)(-2.96)YEAR/INDYESYESYESYESYESYESObservations9,1449,57610,1968,52410,4918,229R-squared0.2830.3140.1620.1350.1470.171注：*、*和*分别代表10%、5%和1%的显著水平；括号内为t值。余的回归系数（b1）为负；当期盈余和未来盈余的回归系数（b2和b3）为正，即当期盈余反应系数和未来盈余反映系数为正；未来收益率的回归系数（b4）为负。RETi,t=a0+b1EPSi,t-1+b2EPSi,t+b3EPSi,3t+b4RETi,3t+（6）为考察数字普惠金融是否能提升股票收益率对当期和未来会计盈余的反应系数，在（6）式中分别加入数字普惠金融总体指数（INDEX）、覆盖广度指数（BREADTH）和使用深度指数（DEPTH），以及这3个变量分别与其他解释变量的交乘项，再进行回归检验。检验结果显示：当期盈余EPSt与数字普惠金融的3个指数的交乘项的系数均显著为正，未来盈余EPS3t与数字普惠金融的3个指数的交乘项的系数亦显著为正。这说明数字普惠金融的发展提高了股票收益率对当期盈余和未来盈余的反应系数，即数字普惠金融提升了股价对当期和未来会计盈余的解释力度，使得股价中包含了更多的公司特质信息，从而提升了股价信息含量。2.采取工具变量法上述回归分析中可能存在某些不可观测的遗漏变量，同时影响到数字普惠金融指数和股价信息含量。因此，考虑到可能存在的内生性问题，以各城市年末移动电话用户数（PHONE）作为数字普惠金融指数（INDEX）的工具变量进行检验，数据来源于中国城市统计年鉴。采取移动电话用户数作为工具变量的原因是：一方面，年末移动电话用户数与数字普惠金融密切关联，是数字普惠金融发展所需的基础条件；另一方面，在控制与股价信息含量相关的变量后，移动电话用户数与股价信息含量之间不存在关系。表4报告了工具变量检验的结果：在模型（1）的第一阶段回归中，工具变量PHONE的系数显著为正，满足工具变量相关性要求；在147表4稳健性检验：工具变量法变量模型（1）模型（2）第一阶段第二阶段PHONE25.91*-(43.20)INDEX-0.19*(2.24)SIZE18.79*-0.25*(34.93)(-24.95)LEV-40.12*0.52*(-15.46)(12.19)ROA-103.38*-0.76*(-13.74)(-6.31)GROWTH0.520.02*(1.59)(3.51)BM-43.01*-0.24*(-19.33)(-6.45)BOARD-41.58*-0.11*(-18.65)(-2.94)INST-22.00*0.15*(-11.06)(4.95)AGE0.87*0.00(11.99)(-1.54)YEAR/INDYESYESObservations18,72018,720R-squared0.2780.140注：*和*分别代表5%和1%的显著水平；括号内为t值。模型（2）的第二阶段回归中，数字普惠金融指数（INDEX）仍然显著为正。这表明数字普惠金融的发展显著提升了股价信息含量，由此说明结果是稳健的。五、研究结论与对策建议（一）研究结论本文基于上市企业样本和北京大学数字普惠金融指数，探讨数字普惠金融的发展对于股价信息含量的影响。研究发现：第一，数字普惠金融的发展能够有效提升股价信息含量，改善资本市场定价效率；第二，数字普惠金融提升股价信息含量的作用，对于小规模企业以及所在地的传统金融禀赋基础较好和传统普惠金融发展较好的企业更为显著；第三，本研究基于中介效应模型证实了影响机制，即数字普惠金融的发展能通过提高市场流动性以及企业信息透明度来提升股价信息含量。以上研究结果在变换股价信息含量的衡量方式和工具变量法检验后仍然成立。（二）对策建议1.继续提升数字普惠金融的覆盖广度和使用深度本文研究表明，数字普惠金融覆盖广度和使用深度的提高都能促使上市公司股价信息含量的提升。因此，应把握当前数字经济蓬勃发展的大趋势，将大力发展数字普惠金融作为金融供给侧结构性改革的重要抓手。数字普惠金融发展能提升资本市场的股价信息含量吗？1482023年第3期一方面，需要延伸数字金融服务边界，缩小数字鸿沟，进一步提升数字金融服务的覆盖面和可得性，增加投资交易的便利性、提升交易活跃度、增长市场流动性，从而提高股价中的公司特质信息含量。另一方面，进一步提升数字普惠金融使用深度，利用数字技术深入挖掘企业融资需求并提升资金供给和需求的适配度，从而缓解融资约束、降低企业信息操纵的动机，改善信息透明度。2.推动传统金融和数字金融协同发展本文研究表明，数字普惠金融提升股价信息含量的作用对于所在地为传统金融禀赋基础较好和传统普惠金融指数较高的企业更为显著。因此，要深刻认识数字普惠金融的发展需要传统金融为其提供基础条件支持的现实，即传统金融对于数字金融的经济效果发挥辅助作用，进一步完善工具和基础配套机制，实现最佳效果。如果仅依赖单一化的数字普惠金融发展来提升资本市场效率，就可能会出现边际效用递减问题。因此，可以建立完善的配套机制，如传统金融基础设施，助力数字普惠金融发挥更好的作用。3.在推动数字普惠金融发展的同时也不能忽略其潜在风险本文研究发现，数字普惠金融的发展提升了证券市场交易的便利性和交易活跃度。从一方面来看，这能提升股票交易的流动性，降低交易成本；但从另一方面来看，也有可能使得参与市场短期投机炒作和盲目跟风的投资者增加，推高投资者乐观情绪，造成非理性泡沫。这意味着在数字普惠金融这样一种新生事物蓬勃发展的同时，还需正视其可能带来的风险。因此，应利用好数字技术的优势，加强对投资者的教育，及时提醒投资者进行理性投资，同时还应健全数字金融监管的有效机制，防范数字金融本身可能衍生出的金融风险。参考文献：1Morck R,Yeung B,Wu W.The Information Content of Stock Markets:Why Do Emerging Markets Have Synchronous Stock PriceMovements?J.Journal of Financial Economics,2000,58(1):215-260.2朱一鸣,王伟.普惠金融如何实现精准扶贫J.财经研究,2017,(10):43-543宋晓玲.数字普惠金融缩小城乡收入差距的实证检验J.财经科学,2017,(6):14-254易行健,周利.数字普惠金融发展是否显著影响了居民消费?来自中国家庭的微观证据J.金融研究,2018,(11):47-675张勋,万广华,张佳佳.数字经济、普惠金融与包容性增长J.经济研究,2019,(8):71-866谢绚丽,沈艳,张皓星,等.数字金融能促进创业吗?来自中国的证据J.经济学(季刊),2018,(4):1557-1580.7梁榜,张建华.数字普惠金融发展能激励创新吗?来自中国城市和中小企业的证据J.当代经济科学,2019,(5):74-86.8唐松,伍旭川,祝佳.数字金融与企业技术创新结构特征、机制识别与金融监管下的效应差异J.管理世界,2020,(5):52-66+9.9万佳彧,周勤,肖义.数字金融、融资约束与企业创新J.经济评论,2020,(1):71-83.10李小玲,崔淑琳,赖晓冰.数字金融能否提升上市企业价值？理论机制分析与实证检验J.现代财经(天津财经大学学报),2020,(9):83-95.11吴非,向海凌,刘心怡.数字金融与金融市场稳定基于股价崩盘风险的视角J.经济学家,2020,(10):87-95.12吴桐桐,王仁曾.数字普惠金融发展与投资者“炒新”J.财贸研究,2020,(11):53-64.13Piotroski J D,Wong T J,Zhang T Y.Political Incentives to Suppress Negative Information:Evidence from Chinese Listed FirmsJ.Journal of Accounting Research,2015,53(2):405-45914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,(1):169-17915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,(5):121-13016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):110-121.17Piotroski J,Roulstone D.The Influence Of Analysts,Institutional Investors,And Insiders On The Incorporation of Market,Industry And Firm-specific Information Into Share PricesJ.Accounting Review,2004,79(4):1119-1151.18Kim J B,Yi C H.Foreign Versus Domestic Institutional Investors in Emerging Markets:Who Contributes More to Firm-149specific Information Flow?J.China Journal of Acc