刊于《信报》，2026年8月29日
解构意见分岐对股价与流动性影响
陈展辉
科大商学院金融学系副教授
近十年来，行为金融学中，研究人员在探讨交易本质方面取得不少研究成果，包括心理偏差和异质信念对投资行为的影响，其中一个主要关注点，是探究信息环境，例如交易可能是投资者基于信息（information）、噪声（noises）或意见（opinion）上的差异所引发。
笔者针对市场信息环境中的三种异质性，研究信息、噪声和意见上的差异，如如何分别导致分析师与投资者之间的观点分岐，进而以不同方式影响股票收益和流动性。
关于分析师的预测分岐影响股价，过往文献有三种相互竞争假说，包括透过分析信息、噪声或意见不同的程度，据此分别作出阐释。然而，笔者并不把分岐视为单一概念，而是将之拆解为三个不同来源、且对市场也有不同影响的个别成份。换言之，总体性的分岐是「信息不对称」（Asymmetric Information‧AI），「特质噪声」（Idiosyncratic Noises‧IN）和基于相同公开信息但做出不同解读的「不同意见」（Different Opinion‧DO），是由这三种信息环境异质性交织所形成的「总和」。
信息环境影响投资决策
顺笔一提，「特质噪声」（IN）是指那些驱动单一资产价格波动，但与整体市场基本面或宏观经济无关的微观干扰。这些噪声通常源自特定企业的独家事件、突发消息或个别投资者的非理性情绪所触发。
具体来说，笔者构建一个结合「分析师意见分岐与知情交易」（ Analyst Disagreement and Informed Trading‧ADIT）的混合模型，当中，分析师与交易者的决策，是由信息环境的基本成份所内生决定的。
为了精简操作，ADIT模型只包含两个日期时间点：0和1。在日期的第0天，市场交易是在三种异质性同时存在的信息环境下进行——即有人知道更多（信息不对称）、有随机干扰（特质噪声）、大家一开始的看法就不同（不同意见），在这三个成份并存的情况下进行交易。模型里的参与者包括N位分析师，以及三类交易者，即知情交易者（拥有私有信息）、流动性交易者（因流动性需求而交易）、做市商（提供报价）；而在日期第1天，资产的真正价值揭晓。在这个「清算日」，所有不确定性消除，用来检验第0天的股票定价有何误差。
交易的内生性
在交易过程中，分析师会根据自己的先验观点（DO来源）和观察到的信号（IN来源）发布预测；知情交易者会根据自己的私有信息（AI来源）下单；做市商则会观察所有交易者的下单行为，设定买卖价差，形成一个完整死循环，即
分析师的预测分歧，会影响参与交易者的信念；交易者的下单，会影响价格和流动性，而价格又会反过来影响分析师的预测行为。所有变量都在同一套均衡中同时决定，体现出交易的「内生性」。
需要补充说明一点，交易参与者的信念中存在两种偏差：一，是本身持有带噪声的主观先验（（Noisy Subjective Prior），即大家「骨子里的观念」本来就不同，即使没有任何新事情发生，或看着同一事物，他们之间也会存在观点分歧（产生DO）；二是他们观察到的带噪声信号。这样，DO和IN的根源也可被明确区分——DO 来自于「天生的看法不同」（先验不同） ； IN 来自于「观察到的信息有噪声」（信号不准确）。
另一方面，信息往往夹杂着市场噪声、错误解读或不完整的披露， 而每个人接收到的具体消息管道不同，有些人掌握较多或较精准信息；有些人则较少甚至错误，或者观察到的数据有差异，导致产生信息不对称（IN）；
AI减流动性增定价误差
有关研究方法细节不表。本文聚焦阐释研究结果。根据ADIT模型的推导与实证检验发现，「信息不对称」、「特质噪声」与「意见不同」，这三种构成分析师总体分岐的成份，对定价与流动性的影响并非同向，甚至有所相反。细致的结果如下：
- 信息不对称成份增加，结果会减少流动性，以及增加定价误差。
AI 代表信息不对称，即某些人知道别人不知道的事。此时，股价主要由知情者推动，而非被动地接受价格。这种情况下，股价反映的是少数人的私有信息，而非整体市场的共识，因此容易偏离基本面，增加定价误差。而且信息不对称，让减少投资者交易的积极性，使流动性恶化。
噪声双双增动性与定价误差
- 噪声噪声成份增加，结果会增加流动性，但同时也增加了定价误差。
基于IN 是与基本面无关的随机噪声，它会干扰分析师和交易者的判断，让预测和交易行为偏离理性。虽然 IN 反而能改善流动性（因为噪声创造更多交易机会），但这些交易大多是「错误的共识」，并非基于真实信息，因此价格会偏离基本面，增加定价错误。
第三，意见不同成份增加，会增加流动性，并减少定价误差。
DO 反映的，是分析师和交易者基于不同、但具理由的个人信息所做出的独立判断。当DO 扩大，代表市场上更多元的观点被纳入股价，这些不同意见在交易过程中互相抵消极端值，最终让股价更接近真实价值，减少定价误差，同时还能增加流动性。
DO减定价误差 结果出人意表
此外，实证发现：（1）低意见不同成分的投资组合，股价被低估；（2）高信息或高噪声成分的投资组合，股价则被高估，这表现符合金融学者Edward Miller的「价格乐观模型」（因卖空限制，股价反映乐观者看法），但前者并不符合，显得有点出人意表。
总括而言，研究结果证明过去三种互相竞争的假说（AI、IN、DO）并非互斥，而是同时并存。可以说，当你观察到分歧增加时，必须先厘清是哪个成分在驱动，才能预测股价是涨是跌。有兴趣详阅研究的读者可参考笔者的工作论文 ”Liquidity and Mispricing: Decomposing Disagreement”。