高管連鎖網絡與股價同步性

王建瓊，廖曉芮，曹世蛟

（西南交通大學經濟管理學院，成都 610031）

一、引言

股價同步性，是指單個公司股票價格的變動與市場平均變動之間的關聯性，即所謂的股價“同漲同跌”現象。相較于美國等成熟的資本市場，新興資本市場受諸多因素影響，股價反映的公司特質信息相對較少，股價“同漲同跌”現象較為嚴重。在早期研究中，Morck et al（2000）、Jin 和Myers（2006）對40 個國家的股價同步性進行了考察，發現中國的股價同步性分別位居第二和第一。過高的股價同步性意味著公司層面信息難以被股價吸收，股價“同漲同跌”現象較為嚴重。因此，探討如何有效地降低股價同步性，對提高我國資本市場的信息效率有重要的參考價值。

學者們基于不同角度對股價同步性進行了眾多研究，然而本文注意到，目前關于股價同步性的研究大多將上市公司視為孤立的個體，將其從社會關系中抽離出來單獨考察，忽略了不同公司間互動對股價同步性的影響。高管連鎖網絡作為公司網絡的重要組成部分，在我國已經相當普遍，已有研究表明，約有93.13%的企業與網絡中的其他企業存在高管聯結（馮戈堅和王建瓊，2021）。在我國這樣以關系主導的社會體系中，連鎖高管將不同企業聯結成一個相互支持的動態網絡，不但模糊了企業間邊界，還能通過連鎖高管加強上市公司間的行為學習、信息和資源的共享，對公司的信息披露質量和治理水平造成影響，進而影響公司的股價同步性。如果高管連鎖網絡不利于公司特質信息融入股價，導致企業的內在價值難以真實地在股價中反映出來，這將使資本市場的價格發現功能被削弱，降低資本市場的資源配置效率。因此有必要探索高管連鎖網絡對股價同步性的影響。

盡管也有少量文獻考察了連鎖董事與股價波動的關系，但其研究對象僅限于連鎖董事，并未考慮其他高管也可能對股價同步性造成影響（Khanna 和Thomas，2009；李留闖等，2012）。不同于以往的研究，本文將連鎖網絡的范圍拓寬，構建由核心管理層（董監高）聯結的高管連鎖網絡。原因在于，除了董事外，監事和高管跨公司兼任的現象普遍存在，且其對企業的日常經營活動有著重大影響。已有研究表明，在“內部人控制”的公司治理背景下，主要是由高管推動著企業經營管理的運行。因此，人為地排除高級管理層會導致決策主體的缺失，這將增大構建的企業網絡和管理層成員實際所處的任職網絡間的偏誤（張俊瑞等，2018）。此外，造成股價同漲同跌現象的根本原因在于公司內外部的信息不對稱，而董監高共同承擔著公司信息披露的責任，在證監會發布的《上市公司信息披露管理辦法》的第三條規定指出，發行人、上市公司的董事、監事、高級管理人員應當忠實、勤勉地履行職責，保證披露信息的真實、準確、完整及時、公平，這意味著當董監高忠實地履行信息披露的職責時，能夠通過緩解信息不對稱問題從而降低公司的股價同步性。因此，有必要將董事網絡的范圍進一步擴大，構建由董事、監事和高級管理人員兼任兩家及以上公司高管職位形成的高管連鎖網絡，并在此基礎上考察高管連鎖網絡對股價同步性的影響。

本文的研究意義如下：第一，拓寬了已有研究中使用較多的董事網絡的邊界，將上市公司重新放回由核心管理層（董監高）聯結的高管連鎖網絡中，考察高管連鎖網絡對股價同步性的影響，彌補了現有關于股價同步性的研究忽略了公司間互動的不足，實現了更深層次的網絡結構分析；第二，從透明度和趨同性兩個方面深入分析了高管連鎖網絡對股價同步性的作用機制，并將產權性質和法治環境作為情景要素進行了異質性分析，研究結論為提高我國資本市場的信息效率提供了可操作的路徑和線索；第三，根據聯結類型的不同將高管連鎖網絡劃分為董事網絡、監事網絡和高管網絡，進一步識別不同網絡對股價同步性影響的差異，實現了更深層次的分析；第四，研究結論對加強資本市場監管有一定的啟示作用，改善公司所處的法治環境，且相關監管機構在制定制度及管理體系時，不應只考慮公司或核心管理人員個體，應對高管連鎖網絡帶來的影響予以足夠的關注，并正確引導高管連鎖對公司的積極作用，這對提高我國資本市場的信息效率有一定的參考價值。

二、理論分析與研究假設

正如“人的本質是一切社會關系的總和”所指，Granovetter（1985）的“社會嵌入理論”也強調了不管是人還是組織，都不是孤立的存在，而是處于一定的社會關系和社會網絡中，其行為也會受到社會網絡中其他人和組織的影響。董事網絡作為一種常見的社會網絡，其對公司價值和績效產生的影響，是學術界關注的焦點問題。本文將從社會網絡理論出發，從以下幾個方面論證高管連鎖網絡對股價同步性的影響。

首先，高管連鎖網絡可能通過以下途徑幫助公司特質信息融入股價，進而降低公司的股價同步性。一方面，位于高管連鎖網絡越核心位置的連鎖高管，由于在信息和資源的獲取上有更突出的優勢，其在整個網絡關系中的影響力更大，往往有著更高的社會聲望（Freeman，1978）。為了維護自己的社會地位和聲望，尋求精英圈的“關系認同”，連鎖高管們有足夠強的動機去參與公司治理，促進企業的良性發展（陳運森和謝德仁，2012）。孟巖和周航（2018）研究發現了社會網絡的信用保證功能，能有效抑制盈余管理行為。曲吉林和于亞潔（2019）考察了連鎖董事網絡對信息披露違規的影響，發現連鎖董事能幫助企業提高自身信息披露質量，減少違規行為的發生。倪娟等（2019）認為董事網絡可以作為信息傳播的渠道降低公司與外部債權人間的信息不對稱程度。另一方面，已有研究表明，同業的聯結企業間還存在監督作用，為了防止合作方出現違規行為，導致合作的中斷及對自身的負面影響，同業公司有足夠的動機要求聯結企業盡量避免負面事件的發生，由此形成了同業聯結企業間相互監督的機制，聯結企業迫于壓力會盡量避免出現違規行為（王建瓊和曹世蛟，2020）。因此，基于高管對聲譽的保護機制和聯結企業間的監督機制，高管連鎖網絡對改善公司治理、提高信息披露質量有一定幫助，能促使更多公司層面信息被股價吸收，進而減輕股價的“同漲同跌”。

然而，高管連鎖網絡也可能通過以下途徑提高股價同步性：第一，高管連鎖網絡加強了上市公司間的行為學習、信息和資源的共享，導致公司間基礎特征趨同，股價中包含的公司“個性”成分減少，進而導致股價同步性升高；第二，高管連鎖網絡模糊了企業間邊界，降低了信息透明度，外部投資者難以獲取公司的個性化信息。

具體地，一方面，根據資源依賴理論，所有公司都無法擁有其所需要的所有資源，為了獲取這些資源，企業會和控制這些資源的其他實體進行互動。而高管通過兼任形成的聯結關系恰好充當了企業間信息和資源傳遞的橋梁，聯結企業間通過連鎖高管進行經驗學習，促進了企業間的相互學習和相互模仿（Fama 和Jensen，1983）。近年來，越來越多的學者開始關注公司在行為上的“同群效應”。狄振鵬等（2020）的研究結果表明，上市公司的并購決策存在同群效應，這種效應在高管聯結程度高的企業中更為顯著。王建瓊和黨瑤（2022）通過實證檢驗發現上市公司現金股利決策存在明顯的同群效應，并且公司董事同業兼任會傳遞相關決策信息，從而顯著強化現金股利決策的行業同群效應。此外，連鎖董事對公司間行為趨同的影響還體現在公司的創新投入、盈余管理行為、信息披露質量、社會責任履行等方面（嚴若森等，2018；孟巖和周航，2018；曲吉林和于亞潔，2019；李小青等，2020）。可見高管連鎖網絡強化了上市公司間在公司治理和決策上的行為學習和模仿效應，導致聯結企業在基礎特征上的差異化降低，使得股價中包含的企業個性化信息含量較少，進而導致公司間股價同漲同跌的現象更為嚴重。

另一方面，企業間通過連鎖高管建立的聯結關系作為一種非正式制度，可以將基于合約的交易轉化為基于關系的交易，從而達到降低交易成本的目的，這種關系的構建使得聯結企業彼此從中獲利，逐漸形成一個穩固又排外的關系網（Khanna 和Thomas，2009；李留闖等，2012）。聯結企業間的關系交易及信息和資源的傳遞逐漸模糊了企業間的邊界，連鎖高管們在有意或無意的情形下交換有價值的公司特質信息，這些信息在高管連鎖網絡內部流傳，但外部投資者難以獲取這些公司特質信息，更多的是基于市場信息和行業信息進行投資決策。此外，高管連鎖網絡可能導致董事和監事耗費更多精力去經營網絡關系，減少了對管理層的監督，而管理層可能受機會主義挾持做出選擇性披露等隱瞞行為（Andres et al，2013）。更為嚴重的是，同處精英階層的核心管理層（董事、監事和高級管理人員）很可能形成了利益集團，做出損害公司利益的短視行為。王建瓊和曹世蛟（2019）的研究表明關聯公司的違規行為具有傳染性，其中信息披露違規的傳染性較強。除此之外，存在董事聯結的企業在盈余操縱、社會責任報告披露和自愿性信息披露上都存在模仿行為（Chiu et al，2013；韓潔等，2014；臧秀清等，2016）。因此，一旦連鎖高管出于自利動機做出選擇性披露等隱瞞行為，其造成的負面效應將滲入高管連鎖網絡被不斷放大，進而加大了企業與外部投資者間的信息不對稱。因此，高管連鎖網絡模糊了企業間邊界，且可能引發機會主義行為導致選擇性披露等隱瞞行為，降低了公司的信息透明度，使外部投資者更難獲取上市公司的個性化信息，最終導致公司的股價同步性提高。

基于上述分析，本文提出如下一組競爭性假設：

高管連鎖網絡會提高公司的股價同步性（H1a）；

高管連鎖網絡會降低公司的股價同步性（H1b）。

三、研究設計

（一）樣本選擇與數據來源

基于數據的可獲得性及代表性的綜合考慮，本文選取了2009—2018 年中國A 股上市公司為初始樣本，對樣本做出了如下處理：①剔除關鍵變量缺失的樣本；②剔除財務數據異常的樣本；③剔除ST（special treatment）、*ST（*special treatment）與PT（particular transfer）的上市公司；④剔除金融類行業上市公司；⑤考慮到首次公開募股（IPO）上市時股票收益率往往具有特殊性，故進一步剔除當年度IPO 的公司；⑥為消除極端值的影響，在1%的水平上對相關連續變量進行雙邊縮尾處理，最后得到20109 個樣本觀測值。

本文各變量數據均來自中國經濟金融研究（CSMAR）數據庫。其中，高管連鎖網絡數據是以CSMAR 數據庫中“高管個人資料”為基礎，缺失字段通過查閱新浪財經等媒介補齊，對于核心管理層（董事、監事、高級管理人員）同名的情況，綜合考慮其性別、年齡、教育背景、職稱和個人簡歷等因素，識別出跨公司任職的高管。在對數據進行比對和整理后，建立鄰接矩陣，導入Ucinet6.0 軟件計算網絡中心度。法治環境數據來自王小魯等（2018）的“市場中介組織的發育和法治環境”指數。

（二）變量定義

1.被解釋變量

借鑒Durnev et al（2003）和許年行等（2011）的研究，本文采用如下模型中得到的經調整的擬合系數R2，來衡量各公司的股價同步性（SYN）：

其中：Ri，t為個股i第t周的收益率；Rm，t為市場m第t周的收益率；RI，t為行業I第t周的收益率，行業分類參照中國證監會公布的分類標準，由行業內各公司流通市值為權重加權平均計算得到；αi為截距項；β為待估系數；εi，t為隨機擾動項（下同）。通過計算模型（1）的擬合系數R2，得到各公司的股價同步性指標（SYN）。在計算時剔除了每年不足30 個周收益率的上市公司。考慮到R2在0～1 之間取值，不符合最小二乘法的回歸要求，為保證該指標的正態性，本文參考Morck et al（2000）及朱紅軍等（2007）的方法，進一步將其對數化處理：

最終得到被解釋變量SYNCH，SYNCH的值越大，意味著股價中反映的上市公司個性化信息含量較少，股價“同漲同跌”的現象較為嚴重。

2.解釋變量

社會網絡分析中常用4 種網絡中心度指標：居中中心度、中介中心度、接近中心度和特征向量中心度，接近中心度較少被使用，因為其必須是完全相連的圖形才可以，對網絡提出的要求較為嚴苛。本文參考李留闖等（2012）的研究，采用社會網絡分析中的網絡中心度概念來度量各公司的高管連鎖程度，主要關注居中中心度（degree）、中介中心度（betw）與特征向量中心度（eigen）這3 類中心度指標，計算方法如式（3）。

其中：degreei為第i個公司的居中中心度；An，n為n個公司構成的網絡的鄰接矩陣，若公司i和公司j共享高管，則Ai，j=1，反之Ai，j=0；n代表社會網絡中公司的總量，用n-1 消除規模差異。公司i的居中中心度越大，代表與其存在直接聯系的公司數量越多，公司在高管連鎖網絡中的位置越趨于中心。

其中：betwi為第i個公司的中介中心度；gjk為連接公司j和k的最短路徑數量；gjk（i）為連接公司j和k，并且經過公司i的最短路徑數量。中介中心度代表的是公司在高管連鎖網絡中充當“橋”的角色使其他公司產生聯系的能力，公司i的中介中心度越大，代表其在高管連鎖網絡中占據樞紐地位。

其中：eigeni為第i個公司的特征向量中心度，它與所連接公司的向量中心度之和呈一定比例，用標量ρ表示；Aij為網絡鄰接矩陣。特征向量中心度越大，表明在高管連鎖網絡中居于越核心的位置。

由于上述指標都有其各自的效用，為了更全面地衡量網絡中心度，可以將上述指標綜合考慮（謝德仁和陳運森，2012）。參考李留闖等（2012），本文將綜合考慮以上3 個中心度指標，得到本文的解釋變量網絡中心度net：

其中：neti為公司i在高管連鎖網絡中的中心程度，neti越大，說明公司在高管連鎖網絡中嵌入得越緊密。

3.控制變量

參考以往學者的研究，本文選取如下控制變量：公司業績（roa）、股權結構（top1）、財務杠桿（lev）、賬面市值（mb）、公司年齡（age）、現金流量（cflow）、運營效率（turn）、成長能力（grow）、流動比率（cr）。最后還加入行業與年份的虛擬變量來固定行業與年份效應。各變量具體定義見表1。

表1 變量定義

續表1

（三）模型構建

為檢驗本文的假設，本文構建了如下模型：

模型（7）用以檢驗假設H1，SYNCH為公司股價同步性的對數值，net為網絡中心度，其系數β1為本文重點考察對象；control為控制變量；industryi為行業固定效應；Yeari為年度固定效應（下同）。

四、實證結果及分析

（一）描述性統計

表2 報告了主要變量的描述性統計結果。統計顯示，股價同步性SYN的均值為0.474，中位數為0.481，說明我國的股價同步性仍處于較高的水平。最小值和最大值分別為0.059 和0.868，表明樣本公司之間的股價同步性差異較大。net的均值為1.233，標準差為1.923，說明企業的網絡中心度存在一定的差異，各個企業在高管連鎖網絡中處于不同位置，其獲取和控制資源的能力也有所不同。

表2 主要變量的描述性統計結果

（二）相關性分析

表3 報告了主要變量的相關性分析結果。從中可知，SYNCH與高管連鎖網絡中心度（net）呈顯著的正相關關系，初步說明了高管連鎖網絡能夠提高股價同步性，但相關性分析僅僅代表著兩個變量間的相關程度，而并未控制其他變量的影響，并不能得到因果關系，更為穩健的結論需要在后續回歸分析中進一步進行探究。此外，從相關性檢驗結果來看，各變量的相關系數絕對值均小于0.5，表明模型中不存在較為嚴重的多重共線性問題。

表3 主要變量相關性分析

（三）回歸結果分析

為考察高管連鎖網絡對股價同步性的影響，本文采用模型（7）進行回歸分析，基準回歸的結果見表4。結果顯示，無論是網絡中心度的綜合性指標（net），還是居中中心度（degree）、中介中心度（betw）與特征向量中心度（eigen）的分維度指標，都與SYNCH在1%的水平上呈顯著正相關，這表明高管連鎖網絡會提高公司的股價同步性，且處于高管連鎖網絡越中心位置的上市公司，其股價同步性越高。這一結果在接受假設H1a 的同時拒絕了假設H1b，高管連鎖網絡對股價同步性的促進效應得到了驗證。可能的原因在于，處于網絡關系中的連鎖高管需要花費大量時間與精力去建立和維持網絡關系，兼任導致他們因主觀和客觀的原因而損害了對聯結企業的投入度，降低了對聯結企業的戰略決策和監督的參與度，對治理職能的發揮反而有負面影響。因此連鎖高管并不能降低股價同步性（陳運森等，2012；王理想等，2016）。而在我國這樣以關系主導的社會體系中，社會網絡關系作為一種非正式制度對資本市場產生了重大影響。連鎖高管通過兼任形成的聯結關系恰好充當了企業間信息和資源傳遞的橋梁，聯結企業間通過連鎖高管進行經驗學習，促進了企業間的相互學習和相互模仿（金彧昉等，2016）。過往的研究結果也表明，在中國A 股上市公司中，這種模仿導致的趨同效應非常普遍，在公司的創新投入、盈余管理行為、信息披露質量等方面都有所體現（嚴若森等，2018；孟巖和周航，2018；曲吉林和于亞潔，2019）。因此本文認為高管連鎖網絡加強了上市公司間的協作，促使公司間基礎特征趨同，導致上市公司的個性化信息難以被股價吸收，并可能引發連鎖高管的機會主義行為導致選擇性披露等隱瞞行為，使上市公司的信息更難真實且及時地傳遞給外界，進而加劇了股價的“同漲同跌”，假設H1a 得到驗證。

表4 高管連鎖網絡與股價同步性

五、高管連鎖網絡影響股價同步性的機制檢驗

在前面的實證分析中，高管連鎖網絡對股價同步性的促進效應已經得到了驗證。那么高管連鎖網絡對股價同步性造成影響的潛在機制是什么呢？在前文中，本文論述了高管連鎖網絡可能通過兩個途徑提高股價同步性：第一，高管連鎖網絡加強了上市公司間的行為學習、信息和資源的共享，導致公司間基礎特征趨同，股價中包含的公司“個性”成分減少，進而導致股價同步性升高；第二，高管連鎖網絡模糊了企業間邊界，降低了信息透明度，外部投資者難以獲取公司特質信息。本文將針對這兩個潛在的影響機制做進一步考察。

（一）公司間基礎特征趨同效應

為了進一步探究高管連鎖網絡是否會導致公司間基礎特征趨同，而對公司的股價同步性施加作用，本文參考Francis et al（2014），用經營活動現金流的同步性來刻畫公司間基礎特征的趨同性。借鑒溫忠麟等（2004），采用中介效應檢驗方法，模型構建如下所示：

其中：φ0和γ0為截距項；φ0、φ、γ1、γ2和γ均為待估系數；CFOCOV為經營活動現金流的同步性，用各公司在前8 季度與行業每一家公司經營活動現金流量回歸的經調整的R2的中位數表示。第一步，在不加入中介變量的情況下對模型（7）進行回歸，如果系數β1顯著為正，表明高管連鎖網絡對股價同步性具有總效應，則進行下一步，如果不顯著則停止檢驗。第二步，對模型（8）進行回歸，判斷高管連鎖網絡對中介變量經營活動現金流量的同步性的影響。第三步，在加入中介變量后對模型（9）進行回歸，如果模型（8）中的系數φ1和模型（9）中的系數γ2均顯著，表明中介效應存在。若模型（9）中的系數γ1也顯著，則意味著經營活動現金流量的同步性CFOCOV起到了部分中介效應，若系數γ1不顯著，則說明CFOCOV起到了完全中介效應。第四步，若模型（8）中的系數φ1和模型（9）中的系數γ2至少有一個不顯著，則還需進行Sobel 檢驗。

表5 的（1）～（3）列報告了基礎特征趨同的中介效應檢驗結果。（1）列報告了模型（7）的實證結果，可以看出，net和SYNCH的系數在1%的水平上顯著，表明總效應存在，高管連鎖網絡顯著提升了公司的股價同步性，與前文主回歸結果一致。（2）列報告了模型（8）的結果，可以看到net和CFOCOV在10%的水平上顯著相關，（3）列報告了模型（9）的結果，CFOCOV和SYNCH在5%的水平上顯著正相關，即模型（8）中的系數φ1和模型（10）中的系數γ2均顯著，表明中介效應存在。模型（9）中，net與SYNCH的系數γ1在1%的水平上顯著，表明經營活動現金流量的同步性CFOCOV起到了部分中介的作用。綜上而言，本文認為連鎖高管會促進聯結企業間的經驗學習和相互模仿，體現在聯結企業間在決策行為上的相似性，這將導致聯結企業在基礎特征上更為趨同，股價中反映的公司特質信息含量減少，進而導致公司間股價同漲同跌的現象更為嚴重。

（二）盈余管理的中介效應

為進一步考察信息透明度是否是高管連鎖網絡與股價同步性的內在作用路徑，參考以往的文獻，本文用盈余質量來衡量公司的信息透明度，根據Dechow 和Dichew（2002）模型，分年度和行業回歸，計算盈余質量指標（DD）。

其中：WCA為營運資本的變動，具體計算方式為，第t-1 年與第t年間的應收賬款、存貨和其他流動資產的變動之和，減去應付賬款和應付稅款的變動；CFO為經營活動現金流凈額；A為期末總資產；εi，t為回歸殘差，殘差的絕對值越大，表明盈余管理的空間越大，會計信息透明度越低。

為探究高管連鎖網絡是否會通過降低信息透明度，進而對股價同步性造成影響，本文構建如下模型進行回歸分析：

其中：DD為采用Dechow 和Dichew（2002）提出的模型計算的應計質量指標。

表5 的（4）～（6）列報告了盈余管理的中介效應檢驗結果，（4）列是在不加入中介變量的情況下對模型（7）進行回歸，net和SYNCH的系數在1%的水平上顯著，表明總效應存在，高管連鎖網絡顯著提升了公司的股價同步性。（5）列是模型（11）的回歸結果，（6）列是模型（12）的回歸結果，可以看出，雖然模型（12）中的系數γ2顯著，但模型（11）中net和DD的系數不顯著，這表明應計質量DD并未起到中介作用，高管連鎖網絡不是通過降低公司信息透明度這一路徑來提高股價同步性的。

表5 基礎特征趨同、盈余管理的中介效應檢驗

續表5

六、進一步研究

（一）基于不同聯結類型的討論

在公司治理機制中，董事會、監事會和高級管理層各自履行著不同的職責，各自對公司治理、企業經營活動、企業績效、企業間關系等的影響是不同的。余晨陽和何流（2019）通過對不同企業網絡的劃分，發現不同網絡所提供的信息和資源是通過特定的聯結人共享的，聯結人在傳播或使用這些信息和資源時，由于自身的職責差異，關注的興趣點也可能不同，進而導致不同網絡對企業創新活動的影響差異。那么，高管連鎖網絡中不同成員由于職能不同，是否在促進聯結企業間協作行為上也存在差異，進而對股價同步性的影響也有所不同呢？為了探究這一點，本文將根據聯結類型的不同將高管連鎖網絡劃分為董事網絡、監事網絡和高管網絡，進一步識別不同網絡對股價同步性影響的差異。

表6 的（1）～（3）列是區分聯結類型回歸的結果。回歸結果顯示，在董事網絡中，居中中心度（degree1）與SYNCH的系數為0.152，在1%的水平上呈顯著正相關，而在監事網絡中，居中中心度（degree2）與SYNCH的系數為0.176，未通過顯著性檢驗，在高管網絡中，程度中心度（degree3）與SYNCH的系數為1.632，在1%的水平上呈顯著正相關。因此，高管網絡對股價同步性的提升效應最大，董事網絡次之，監事網絡對股價同步性無顯著影響。造成這種結果可能的原因在于，連鎖董事作為公司的直接利益相關者，為了提升公司的競爭力，會促進聯結企業間的行為學習、信息和資源的共享，而公司的業績是高管關心的重點，為了提升公司業績，連鎖高管也會通過信息交流促進聯結企業間的行為學習和模仿效應。因此董事網絡和高管網絡都會使得聯結企業間在基礎特征上的差異化降低，進而提升股價同步性。其次，根據信息層級假說，處于信息層級越高，利用信息優勢獲利能力越強，已有研究表明，高管所處的信息層級最高，監事掌握的信息則相對較少，董事處于兩者之間（鄧德強和金月娟，2014）。因此，相比董事網絡，高管網絡由于具備更有利的信息優勢，能更大程度地促進聯結企業間的協作行為。因此對股價同步性的提升效應更大。而監事網絡對股價同步性無顯著影響，這可能與監事的職責存在很大關系，其主要負責監督企業的組織與運營，對于聯結企業間的信息交流可能關注較少。因此監事網絡對股價同步性無顯著影響。

（二）基于不同產權性質的討論

代理問題一直是困擾企業成長和發展的關鍵所在，由于經營權和所有權的分離，導致管理決策和風險承擔的不一致，代理問題由此產生（Jensen 和Meckling，1976）。我國的制度環境存在其特殊性，國有控股企業占據了上市公司的半壁江山。過往的研究表明，由于國有企業的“所有者缺位”及委托代理鏈條過長，使得經營者有動機和條件為謀求私人利益而做出有損企業利益的行為，這導致國有企業的代理成本普遍高于非國有企業（張孝梅，2016；盧建詞和姜廣省，2018；應千偉等，2020）。非國有企業長期在市場化磨煉中成長，其連鎖高管的經營理念更先進成熟，往往能依靠對市場的把握做出更符合市場需求的決策。而國有企業由于其較為嚴重的代理問題，可能導致連鎖高管不會付出大量的時間成本去搜尋信息，制定最適合企業的決策，而是選擇模仿聯結企業的行為（簡新華，1998）。李秋梅和梁權熙（2020）研究發現代理成本是驅動企業金融化同群效應的潛在原因之一，且相較于非國有企業，國有企業的金融化行為同群效應更強。此外，以往的研究表明，國有企業的慈善捐贈行為及現金股利政策均存在對非國有企業的模仿行為（彭鎮等，2020；周孝華等，2021）。因此，連鎖高管的治理作用和產權制度的背景息息相關，在不同產權性質的公司中，其發揮的職能作用也存在一定差異。那么，相較于非國有企業，國有企業的連鎖高管是否會更傾向于模仿聯結企業的決策和行為，進而導致更高的股價同步性呢？本文將根據企業的產權性質進行分組回歸，以驗證這一猜想。

回歸結果見表6 的（4）列和（5）列所示。（4）列結果顯示，在國有企業中，高管連鎖網絡（net）與SYNCH的系數為0.017，在1%的水平上顯著，而在非國有企業中，高管連鎖網絡與股價同步性的系數為0.007，未通過顯著性檢驗。因此可以認為高管連鎖網絡對股價同步性的提升效應在國有企業中更加顯著。可能的原因在于，相較于非國有企業，國有企業存在的委托代理風險更為顯著，連鎖高管可能不會付出非常多的時間成本去搜尋信息，制定最適合企業的決策，而是選擇模仿聯結企業的行為。換句話說，在國有企業中，高管連鎖網絡導致的行為學習和模仿效應更為明顯，企業在基礎特征上的差異化降低，股價中反映的公司特質信息含量減少。因此對股價同步性的提升效應更為顯著。

（三）基于不同法治環境的討論

在機制分析中，本文發現連鎖高管是通過增進聯結企業間的相互協作，促使公司基本特征趨同，進而提高股價同步性的。考慮到法治環境作為企業的外部治理機制之一，影響著上市公司的治理結構和水平。較好的法治環境使得投資者保護程度更強，上市公司中小股東受到的侵害程度相對較輕，企業的經營更加規范，可能會對企業間的協作行為加以限制，從而弱化聯結企業間的行為學習和模仿行為，即弱化高管連鎖網絡和股價同步性之間的正相關關系。為了驗證這一猜想，本文將進一步探究在不同的法治環境下，高管連鎖網絡對股價同步性的提升效應是否有所不同。

以王小魯等（2018）的“市場中介組織的發育和法治環境”指數的中位數為基準，將所有樣本分成處于法治環境較好和法治環境較差的兩組SYNCH，回歸結果見表6 的（6）列和（7）列所示。（6）列結果顯示，在法治環境較好的組，高管連鎖網絡（net）與SYNCH的系數為0.007，在5%的水平上顯著，而在法治環境較差的組，高管連鎖網絡（net）與SYNCH的系數為0.028，在1%的水平上顯著。因此，在法治環境較差的組，高管連鎖網絡對股價同步性的提升作用更顯著。可能的原因在于，當法治環境較差時，聯結企業間的行為學習和模仿行為受到的約束更少，促使聯結企業的投資決策更為趨同，差異化程度降低，股價同漲同跌程度更為明顯。因此改善法治環境也是降低股價同步性的一個有效措施。

表6 區分聯結類型、產權性質和法治環境的回歸結果

七、穩健性檢驗

（一）替換股價同步性的衡量方法

為確保研究結論穩健，本文替換股價同步性的衡量方法進行穩健性檢驗。前文SYNCH采用流通市值平均法計算，得到股價同步性的替代性指標SYNCH2，并重新進行回歸檢驗。結果見表7，無論是網絡中心度的綜合性指標（net），還是居中中心度（degree）、中介中心度（betw）與特征向量中心度（eigen）的分維度指標，都與SYNCH2在1%的水平上呈顯著正相關，與基準回歸的結果保持一致，本文的研究結論保持穩健。

表7 替換股價同步性的衡量方法

（二）分樣本回歸

本文的樣本為2009—2018 年，為考察結論是否受時間窗口選擇的影響，本文以2014 年為界，將樣本分為兩段重新估計。結果見表8（1）列和（2）列，（1）列代表的時間窗口為2014 年到2018 年，（2）列代表的時間窗口為2009 年到2013 年，除了高管連鎖網絡中心度（net）與SYNCH的系數大小略有差異外，系數的方向與顯著性與基準回歸較為吻合，故研究結論具有一定穩健性。

（三）滯后解釋變量

考慮到可能存在的內生性問題，本文將解釋變量高管連鎖網絡中心度（net）滯后一期重新回歸。結果見表8（3）列，（3）列代表滯后一期重新回歸，高管連鎖網絡中心度（net）與SYNCH的系數為0.016，依然在1%的水平上呈顯著正相關，檢驗結果與基準回歸基本一致。

（四）增加控制變量

考慮到可能存在遺漏變量，從而導致本文的結論不穩健，參考現有研究，本文在原有模型中加入以下變量，包括是否為四大審計（big4）、TonbinQ（tonbin）與獨立董事比例（idratio）。結果見表8（4）列，omitted 代表加入新的變量后重新回歸，在加入上述控制變量后，高管連鎖網絡中心度（net）與SYNCH依然在1%的水平上呈顯著正相關，本文的結論仍然穩健。

（五）替換模型

前文均采用固定效應模型進行回歸分析，為確保研究結論穩健，本文進一步更換為中位數模型（Median）、隨機效應模型（Re）與混合截面模型（Pool）模型重新進行估計，結果見表8 的（5）～（7）列。可以看到，解釋變量高管連鎖網絡中心度（net）和SYNCH除系數大小因模型估計方式而有所不同，系數的方向與顯著性均與基準回歸總體吻合。因此本文的結論具有一定穩健性。

表8 分樣本回歸、滯后解釋變量、增加控制變量和替換模型檢驗

八、結論與啟示

（一）研究結論

高管連鎖網絡作為公司網絡的重要組成部分，在我國已經相當普遍，如果高管連鎖網絡不利于公司特質信息融入股價，導致公司股價并不能真實地反應公司的內在價值，這將弱化市場的價格發現功能，降低資本市場的資源配置效率。本文旨在檢驗高管連鎖網絡對股價同步性的影響及其作用機制，從而為提高我國資本市場的信息效率提供參考價值。

本文梳理了2009—2018 年中國A 股上市公司董事、監事和高級管理人員兼任兩家及以上公司高管職位形成的連鎖關系，由此構建高管連鎖網絡，并在此基礎上考察高管連鎖網絡對股價同步性的影響。研究發現：①高管連鎖網絡會提高公司的股價同步性，且上市公司的網絡中心度越高，意味著其在網絡中占據的位置更具優越性，處于更重要的行業地位并擁有更多的信息渠道，發揮的作用越大，其股價同步性越高；②進一步分析高管連鎖網絡對股價同步性的作用機制，發現高管連鎖網絡并非通過降低公司透明度這一途徑對股價同步性產生影響，而是因為連鎖高管加強了上市公司間的行為學習、信息和資源的共享，促使公司間基礎特征趨同，進而提高公司的股價同步性；③根據聯結類型的不同將高管連鎖網絡劃分為董事網絡、監事網絡和高管網絡，實證結果表明高管網絡對股價同步性的提升效應最大，董事網絡次之，監事網絡對股價同步性無顯著影響；④區分產權性質和法治環境后發現，在國有企業和所處法治環境較差的企業中，高管連鎖網絡提高股價同步性的效應更顯著。

（二）研究啟示

本文將上市公司重新放回由核心管理層（董事、監事和高級管理人員）聯結的高管連鎖網絡中，考察高管連鎖網絡對股價同步性的影響，彌補了現有關于股價同步性的研究忽略了公司間互動的不足，實現了更深層次的網絡結構分析。研究成果為提高我國資本市場的信息效率提供了可操作的路徑和線索。具體的實踐啟示在于：①企業應合理建立連鎖高管關系，尋求適度的、高質量的聯結以最大化網絡效益。基于本文的研究，上市公司的網絡中心度越高，意味著其在網絡中占據的位置更具優越性，擁有更高的聲望、更重要的行業地位及更多的信息渠道，能更快速便捷地同聯結企業進行信息和資源的共享。然而，聯結企業間的行為學習和模仿效應會促使其基礎特征的趨同，導致公司特質信息難以融入股價，最終導致公司的股價同步性較高。因此，企業應合理建立連鎖高管關系，尋求適度的、高質量的聯結以最大化網絡效益。②建立健全連鎖高管管理制度。為避免連鎖高管不付出大量的時間成本去搜尋信息，制定最適合企業的決策，而是模仿聯結企業的行為，進而選擇了背離股東價值最大化的次優決策，上市公司應當建立合理的治理機制，提高公司的治理水平。③改善公司所處的法治環境，且相關監管機構在制定制度及管理體系時，不應只考慮公司或核心管理人員個體，應對高管連鎖網絡帶來的影響予以足夠的關注，并正確引導高管連鎖網絡對公司的積極作用，這對提高我國資本市場的信息效率也有一定的參考價值。