刊於《信報》，2026年8月29日
解構意見分岐對股價與流動性影響
陳展輝
科大商學院金融學系副教授
近十年來，行為金融學中，研究人員在探討交易本質方面取得不少研究成果，包括心理偏差和異質信念對投資行為的影響，其中一個主要關注點，是探究信息環境，例如交易可能是投資者基於信息（information）、雜訊（noises）或意見（opinion）上的差異所引發。
筆者針對市場信息環境中的三種異質性，研究信息、雜訊和意見上的差異，如如何分別導致分析師與投資者之間的觀點分岐，進而以不同方式影響股票收益和流動性。
關於分析師的預測分岐影響股價，過往文獻有三種相互競爭假說，包括透過分析信息、雜訊或意見不同的程度，據此分別作出闡釋。然而，筆者並不把分岐視為單一概念，而是將之拆解為三個不同來源、且對市場也有不同影響的個別成份。換言之，總體性的分岐是「信息不對稱」（Asymmetric Information‧AI），「特質雜訊」（Idiosyncratic Noises‧IN）和基於相同公開信息但做出不同解讀的「不同意見」（Different Opinion‧DO），是由這三種信息環境異質性交織所形成的「總和」。
信息環境影響投資決策
順筆一提，「特質雜訊」（IN）是指那些驅動單一資產價格波動，但與整體市場基本面或宏觀經濟無關的微觀干擾。這些雜訊通常源自特定企業的獨家事件、突發消息或個別投資者的非理性情緒所觸發。
具體來說，筆者構建一個結合「分析師意見分岐與知情交易」（ Analyst Disagreement and Informed Trading‧ADIT）的混合模型，當中，分析師與交易者的決策，是由信息環境的基本成份所內生決定的。
為了精簡操作，ADIT模型只包含兩個日期時間點：0和1。在日期的第0天，市場交易是在三種異質性同時存在的信息環境下進行——即有人知道更多（信息不對稱）、有隨機干擾（特質雜訊）、大家一開始的看法就不同（不同意見），在這三個成份並存的情況下進行交易。模型裡的參與者包括N位分析師，以及三類交易者，即知情交易者（擁有私有資訊）、流動性交易者（因流動性需求而交易）、做市商（提供報價）；而在日期第1天，資產的真正價值揭曉。在這個「清算日」，所有不確定性消除，用來檢驗第0天的股票定價有何誤差。
交易的內生性
在交易過程中，分析師會根據自己的先驗觀點（DO來源）和觀察到的信號（IN來源）發布預測；知情交易者會根據自己的私有資訊（AI來源）下單；做市商則會觀察所有交易者的下單行為，設定買賣價差，形成一個完整閉環，即
分析師的預測分歧，會影響參與交易者的信念；交易者的下單，會影響價格和流動性，而價格又會反過來影響分析師的預測行為。所有變數都在同一套均衡中同時決定，體現出交易的「內生性」。
需要補充說明一點，交易參與者的信念中存在兩種偏差：一，是本身持有帶雜訊的主觀先驗（（Noisy Subjective Prior），即大家「骨子裡的觀念」本來就不同，即使沒有任何新事情發生，或看着同一事物，他們之間也會存在觀點分歧（產生DO）；二是他們觀察到的帶雜訊信號。這樣，DO和IN的根源也可被明確區分——DO 來自於「天生的看法不同」（先驗不同） ； IN 來自於「觀察到的資訊有雜訊」（信號不準確）。
另一方面，資訊往往夾雜著市場噪聲、錯誤解讀或不完整的披露， 而每個人接收到的具體消息管道不同，有些人掌握較多或較精準信息；有些人則較少甚至錯誤，或者觀察到的數據有差異，導致產生資訊不對稱（IN）；
AI減流動性增定價誤差
有關研究方法細節不表。本文聚焦闡釋研究結果。根據ADIT模型的推導與實證檢驗發現，「信息不對稱」、「特質噪聲」與「意見不同」，這三種構成分析師總體分岐的成份，對定價與流動性的影響並非同向，甚至有所相反。細緻的結果如下：
- 信息不對稱成份增加，結果會減少流動性，以及增加定價誤差。
AI 代表資訊不對稱，即某些人知道別人不知道的事。此時，股價主要由知情者推動，而非被動地接受價格。這種情況下，股價反映的是少數人的私有資訊，而非整體市場的共識，因此容易偏離基本面，增加定價誤差。而且信息不對稱，讓減少投資者交易的積極性，使流動性惡化。
雜訊雙雙增動性與定價誤差
- 雜訊噪聲成份增加，結果會增加流動性，但同時也增加了定價誤差。
基於IN 是與基本面無關的隨機雜訊，它會干擾分析師和交易者的判斷，讓預測和交易行為偏離理性。雖然 IN 反而能改善流動性（因為雜訊創造更多交易機會），但這些交易大多是「錯誤的共識」，並非基於真實資訊，因此價格會偏離基本面，增加定價錯誤。
第三，意見不同成份增加，會增加流動性，並減少定價誤差。
DO 反映的，是分析師和交易者基於不同、但具理由的個人資訊所做出的獨立判斷。當DO 擴大，代表市場上更多元的觀點被納入股價，這些不同意見在交易過程中互相抵消極端值，最終讓股價更接近真實價值，減少定價誤差，同時還能增加流動性。
DO減定價誤差 結果出人意表
此外，實證發現：（1）低意見不同成分的投資組合，股價被低估；（2）高資訊或高雜訊成分的投資組合，股價則被高估，這表現符合金融學者Edward Miller的「價格樂觀模型」（因賣空限制，股價反映樂觀者看法），但前者並不符合，顯得有點出人意表。
總括而言，研究結果證明過去三種互相競爭的假說（AI、IN、DO）並非互斥，而是同時並存。可以說，當你觀察到分歧增加時，必須先釐清是哪個成分在驅動，才能預測股價是漲是跌。有興趣詳閱研究的讀者可參考筆者的工作論文 ”Liquidity and Mispricing: Decomposing Disagreement”。