本书探讨信息环境如何塑造系统性风险与股票收益的共振现象。股票共振通常以市场模型中的R2衡量，是市场效率和价格信息含量的重要指标，但其在不同时间和市场中的波动尚缺乏统一解释。本书提出理论与实证框架，从信息聚集与投资者学习角度揭示共振形成机制：当投资者观察大量噪声型信息时，即便单条信息含量有限，聚合学习仍能有效降低系统性不确定性，从而减少股票共振，而特质性波动保持稳定。理论部分通过多企业现金流相关模型分析信息密集释放对系统性风险与共振的影响；实证部分以财报披露季为自然实验，发现中国及40国市场在信息密集期的股票共振显著下降，主要由系统性波动降低驱动。