股价学习效应指股价中汇集众多交易者的私人信息,信息不完全的决策制定者从股价中获得增量信息,并以此指导自身决策以提高决策质量。股价学习效应的思想在各类理论模型中多有渗透。实证上,大量文献证实了股价信息含量对各类公司决策的影响,为股价学习效应发挥作用提供间接证据。以中国A股市场上市公司为研究对象的相关研究起步较晚,这与我国在股权分置改革前股价中反映公司未来盈利相关的信息较少有关。股权分置改革后,股价信息含量显著提高,为研究我国股价信息含量对实体经济的影响创造有利条件。股价信息含量对公司生产效率的影响如何是本文研究的重点。虽然已有文献证实股价信息含量有助于提高公司决策效率,但公司决策事关生产经营活动的投入端,更多的投入往往带来更高的产出,并不必然带来更高的生产效率。生产效率关注给定投入下的产出,而非产出的绝对水平。故公司决策对股价敏感与生产效率高不存在必然的因果关系。此外,生产效率是公司高质量发展的核心驱动力,与我国经济由高速增长转向高质量发展的时代背景相呼应。因此,本文关注的问题具备一定的研究价值和现实意义。在变量选择上,本文以ACF法计算的公司层面全要素生产率（TFP）为生产效率指标。ACF法的优势在于允许公司的中间投入受劳动投入影响,以贴合现实中由于长期劳动合同、高昂雇佣和解聘员工成本,劳动投入的调整成本较高,可变性较弱的情况,解决了OP法和LP法在参数估计上的不可识别问题。股价非同步性（PSI）和知情交易概率（PIN）被广泛应用于衡量股价信息含量。但PIN由于以买卖订单不平衡识别知情交易,错误地将由流动性冲击导致的买卖订单不平衡亦识别为知情交易,使得PIN中不可避免包含流动性冲击成分,影响PIN衡量股价信息含量的有效性。针对这一缺陷,本文对PIN模型进行拓展,纳入流动性冲击情形,以在不改变识别方法的基础上剔除PIN中流动性冲击成分,并将这一指标命名为调整后的知情交易概率（APIN）。实证结果表明,PIN对流动性冲击不敏感,而APIN与流动性冲击呈高度负相关,这与流动性冲击推动股价偏离基本面价值,降低股价信息含量的事实相符。本文主要使用PSI和APIN作为股价信息含量指标。在研究方法上,为弱化内生性问题对实证结果的干扰,第一,本文在基准模型中以股价信息含量的滞后项为核心解释变量,以消除股价信息含量与公司生产效率之间的反向因果关系;第二,本文在基准模型中包含公司固定效应,以解释模型中不随时间变化、与公司特征相关的遗漏变量;最后,本文使用基金赎回冲击作为股价信息含量的外生事件。实证结果表明,股价信息含量有助于提高公司生产效率。为加深对二者之间关系的认识,本文进一步研究股价信息含量对公司生产效率的中介效应和调节效应。其中,中介效应关注二者之间的传导机制,本文发现以CEO变更对托宾Q的敏感度为中介变量的传导机制虽然已在美国上市公司中得到证实,但在我国A股市场上市公司中并不存在,这与我国评价CEO业绩表现时更多关注财务指标、非财务指标,而更少关注资本市场指标有关。此外,股价信息含量主要通过减少给定产出下的工资支出和原材料投入来提高公司生产效率。调节效应关注二者之间关系在不同类型公司间的差异,实证结果表明机构持股比例高、业务结构单一的公司,股价信息含量发挥的作用更明显。稳健性检验方面,本文在基准模型中控制管理者的私人信息,PSI和APIN的系数仍显著为正,可见对公司生产效率起积极作用的是股价中不为管理者所知的外部信息。最后,本文还使用总资产报酬率（ROA）和投入产出比（OI）作为生产效率指标,实证结果与TFP一致。本文的创新之处主要体现在以下两个方面。第一,本文提出衡量股价信息含量的新指标,调整后的知情交易概率（APIN）。本文发现PIN由于包含流动性冲击成分,在中国A股市场上市公司中并不是衡量股价信息含量的有效指标,并在此基础上提出APIN。实证结果表明,PIN对流动性冲击不敏感,而APIN在流动性冲击发生时表现为低APIN,符合流动性冲击降低股价信息含量的事实,是衡量股价信息含量的有效指标。第二,本文使用基金赎回冲击作为外生事件检验股价信息含量在中国A股市场上市公司中发挥的作用,满足工具变量的外生性条件。国内相关研究多以虚拟变量是否为沪深300成分股为工具变量,成分股的选择以市值、流动性为依据,不可避免与公司基本面相关,外生性条件弱。基金赎回冲击关注基金投资者的赎回行为,不太可能与基金持有的单个公司的基本面相关,可更好满足工具变量的外生性条件。