機構持股對房地產(chǎn)股票收益波動的影響研究

[摘要] 針對在不同的股市行情中機構持股與房地產(chǎn)公司股票收益波動之間的相關性問題，建立面板數(shù)據(jù)的門限分位回歸模型進行檢驗。證實在不同的市場行情中，對于股票收益波動處于不同水平的房地產(chǎn)公司，機構持股的影響程度存在差異。當股市大盤出現(xiàn)極端情形，機構投資者加劇股市波動。大盤大跌，機構持股的促進作用隨著股票收益波動的分位點的增大而增強。在盤整市，機構持股比例沒有對股票收益波動產(chǎn)生顯著影響，但其變動抑制股票收益波動。

[關鍵詞] 股票收益波動；機構持股；極端收益；門限分位回歸

[中圖分類號] F832[文獻標識碼] A[文章編號] 1008—1763（2016）02—0073—08

Abstract：For the problem of correlation between institutional ownership and the volatility of real estate companies stock returns in different market conditions， this paper establishes a threshold quantile regression model with panel data. We confirm that in different market conditions， for the real estate companies whose stock returns volatility is at different levels， there are differences in the effect degree of institutional ownership. If the stock market appears extreme returns， institutional ownership strengthens the stock returns volatility. The positive impacts of institutional ownership increase with the quantiles of the volatility when the stock market extremely falls. In the whole consolidation market， the proportion of institutional ownership does not have a significant impact on stock returns volatility， but the change of proportion will weaken the stock returns volatility.

Key words：the volatility of stock return； institutional ownership； extreme income； threshold quantile regression

一引言

機構投資者的興起是20世紀80年代以來國際金融市場的一個重要特征，國際金融市場的投資逐步由個人投資者占主體向由機構投資者主導轉變。從2001年開始我國證券投資基金因超常規(guī)發(fā)展的政策支持已經(jīng)具有相當大的規(guī)模，對市場的影響越來越大。然而，機構投資者規(guī)模的壯大是否穩(wěn)定股票市場，國內外關于機構投資者對股票市場波動的影響研究結論主要有三個，一有利于市場穩(wěn)定；二加劇市場波動；三機構投資者對股票市場波動沒有確定性的影響。我們認為機構投資者影響上市公司股票收益率波動的前提條件是機構投資者的持股規(guī)模對上市公司具有足夠的影響力。因為對于機構持股比例很低的股票來說，個人投資者是股票波動的主要因素；對于機構持股比例高的股票來說，機構投資者有權參與公司的治理和監(jiān)督，對公司股票收益波動的影響更大。因此，對機構持股高于一定比例的上市公司進行研究能更準確發(fā)現(xiàn)機構持股對上市公司股票收益波動的影響。

房地產(chǎn)是我國經(jīng)濟的重要支柱產(chǎn)業(yè)，它與股市具有顯著聯(lián)動效應。巴曙松等人（2009）[1]認為股市是房地產(chǎn)市場的格蘭杰原因，而房地產(chǎn)市場在一定程度上對股市有滯后的非線性格蘭杰原因。黃義（2014）[2]提出我國股市與房地產(chǎn)市場的波動都具有ARCH效應，兩市場的動態(tài)相關性具有時變性，并且存在雙向波動溢出效應。房地產(chǎn)在開發(fā)企業(yè)的經(jīng)營策略、操作手法上借用其他行業(yè)比較成熟的經(jīng)營方式，這對于研究機構投資者對公司股票收益波動的影響比較有代表性，并且房地產(chǎn)各類股票的機構持股比例普遍都很大，所以我們選擇房地產(chǎn)行業(yè)的面板數(shù)據(jù)，考察在不同市場環(huán)境下機構投資者的發(fā)展規(guī)模與股票市場波動的關系，探求在不同市場環(huán)境下機構投資者持股比例及其變動對股票收益波動的作用規(guī)律。

二文獻綜述

關于機構投資者對證券市場的影響研究很多，然而結論并不相同。有學者認為機構投資者有助于證券市場的穩(wěn)定發(fā)展。Faugere和Shawky（2003）[3]、Oak和Dalbor（2008）[4]認為當股市處于下跌趨勢時，機構比個人投資者更偏好收益率波動低的股票。周學農(nóng)、彭丹（2008）[5]采用GARCH與EGARCH模型發(fā)現(xiàn)，大力發(fā)展機構投資者后，股指收益率波動減小，即股市更為平穩(wěn)。李彩霞、鄭治華（2015）[6]利用動態(tài)面板數(shù)據(jù)模型發(fā)現(xiàn)機構投資者與當期股價顯著負相關，這反映了機構投資者在穩(wěn)定股市的過程中發(fā)揮了積極作用。

湖南大學學報（ 社 會 科 學 版 ）2016年第2期朱慧明，湯月麗等：機構持股對房地產(chǎn)股票收益波動的影響研究基于面板數(shù)據(jù)的門限分位回歸模型

也有學者認為機構投資者加劇股市波動。謝赤等人（2008）[7]采用EGARCH模型、Granger因果檢驗、VAR模型對證券投資基金上市前后中國股票市場收益波動的變動情況進行分析，得出證券投資基金采取與股票市場波動同方向的投資行為，在一定程度上加大股市的波動性。Puckett和Yan等人（2008）[8]認為機構投資者的羊群效應加劇股市波動。姚德權等人（2010）[9]得出同期股票收益與機構投資者情緒正相關，與情緒波動負相關，說明機構投資者是噪聲交易風險源之一。

還有不少學者認為對機構投資者與股市穩(wěn)定性關系受行情影響。陶可（2012）[10]研究發(fā)現(xiàn)我國證券投資基金持倉比例的變化在不同時期對股票價格波動的影響有不同的正負效應，且大部分情況下還是負效應更為明顯。陳軍等人（2013）[11]從不同市態(tài)和不同市值角度，對整體機構投資者和不同類型機構投資者與股市的穩(wěn)定性關系做實證研究，發(fā)現(xiàn)我國大部分機構投資者持股加劇股市波動，且這種加劇作用在牛市更加顯著，大市值也更加顯著。從整個系統(tǒng)性風險看，曾志堅等人（2014）[12]認為，牛市行情下不存在系統(tǒng)流動性風險溢價，但在熊市，系統(tǒng)流動性風險溢價顯著。

上述研究的共同點是他們使用傳統(tǒng)的時間序列模型來分析機構投資者對股市波動的影響。考慮到金融時間序列之間不規(guī)則的相關關系，學者們大多使用VAR、GARCH、TARCH等模型解決變量的異方差問題。而本文使用的是分位回歸分析變量之間的非對稱關系。

分位回歸最早由Koenker和Bassett（1978）[13]提出，它不對誤差項的分布和方差做限定，因而能夠避免正態(tài)假設和等方差假設的局限性，參數(shù)估計更具穩(wěn)健性。分位回歸強調條件分位數(shù)，可獲得自變量對因變量變化范圍和條件分布形狀的影響，得到不同分位點下變量之間的關系，從而提供更為全面的信息。面板數(shù)據(jù)可反映個體差異，也可反映個體的動態(tài)過程。用面板數(shù)據(jù)做分位回歸，可以充分發(fā)揮分位回歸模型和面板數(shù)據(jù)的優(yōu)點，在控制個體差異的基礎上有效地分析自變量對不同分位點上因變量的影響程度。You和Zhu等人（2015）[14]建立面板分位回歸模型證實民主性在CO2排放量的不同條件分位處影響不同。Yaduma等人（2015）[15]通過建立固定效應的面板分位回歸模型研究經(jīng)濟增長與環(huán)境污染之間的非對稱關系。

學者們致力于區(qū)分不同市場行情下的機構投資者對股票收益波動的影響。關于股市周期劃分的方法很多，比如Hodrick和Prescott（1997）[16]的HodrickPrescott濾子法，Pagan和Sossounov（2003）[17]的BB法等等，但并沒有一個劃分熊、牛市的標準方法。熊、牛市表示是股市下滑或者上漲的過程而非極端情形。Zhu和Li（2015）[18]分析了在中英美股市收益出現(xiàn)極端化的情形下，三個股市的非對稱相依性。在這篇文章里，我們引入門限的概念，考慮在整個股市大盤極端收益環(huán)境下，機構投資者對股票收益波動的非對稱影響。

目前國內未有用基于面板數(shù)據(jù)的門限分位回歸方法來分析機構持股比例的研究，本文基于我國房地產(chǎn)行業(yè)的上市公司股票相關數(shù)據(jù)，采用分位回歸方法，充分考慮時間和個股因素，探究不同分位水平下，機構持股比例及其變動對股票收益波動的作用機制，為各股民做決策時提供參考依據(jù)。

三數(shù)據(jù)及描述性統(tǒng)計

我們使用由證監(jiān)會劃歸為房地產(chǎn)行業(yè)的上市公司的季度數(shù)據(jù)，時間跨度為2008年10月1日至2015年3月31日。選取的時間為2008年之后，因為2008年全球金融危機的爆發(fā)使得機構投資者規(guī)模明顯萎縮，也改變了機構投資者的投資策略，整個市場的風險防范得到鞏固發(fā)展。我們選取平衡面板數(shù)據(jù)，即要求每一個房地產(chǎn)上市公司的樣本量相等，所以股票代碼從000002至603998的上市公司中共有91個公司作為我們的總體樣本量，數(shù)據(jù)均來自wind金融數(shù)據(jù)庫。

我們關注的是在不同的股市極端收益情形下，機構持股比例及其變動對上市公司股票收益波動的影響，所以在我們的研究里，我們用上證綜合指數(shù)收益率為參考劃分整體股市收益的極端情形，上市公司股票收益波動是因變量，機構持股比例及其變動是主要的自變量，另外我們還在模型中加入上市公司季度收益率、流通市值以及整體股市收益波動作為控制變量。

本文以上市公司季度內日股票收益率的方差來衡量上市公司股票收益波動，用變量VOLit表示。其中，日收益率就是連續(xù)兩個工作日的收盤價的對數(shù)差分。INSTit是機構持股比例，表示機構投資者持股總市值占上市公司流通股的比重，ΔINSTit=INSTit-INSTit-1則表示機構持股比例變動。我們用季度內股票日收益率的平均值表示上市公司季度收益率，記為Rit。對于上市公司季度末流通市值，為消除誤差，對其取對數(shù)，用VALUEit變量表示。市場波動對所有的上市公司都產(chǎn)生影響，我們采用季度內上證綜合指數(shù)（SCI）日收益率的方差表示市場波動，用變量VOLst表示。表1給出了各個變量的描述性統(tǒng)計。

我們重點看后面四個統(tǒng)計量，除了上市公司股票收益率是左偏，其他變量都是右偏的，說明各個變量都不是對稱分布的。除了Instown的峰度值較小，其他變量的峰度系數(shù)較大，說明這些變量在分布上偏離正態(tài)分布。上市公司股票收益波動的偏度和峰度很大，偏度達到6以上，峰度也達到63以上，即該變量明顯尖峰厚尾，在分布上有很多極端值，這也說明了我們有必要區(qū)分在上市公司股票收益波動的各個分位點下，機構持股比例及其變動產(chǎn)生的影響。

Zhu和Li為研究條件收益分布下的股市非對稱動態(tài)相依性，選用0.05和0.95分位點來劃分3584個日數(shù)據(jù)的極端收益。而我們選用的每一個上市公司只包含25個季度數(shù)據(jù)，為保證每一種股市極端收益情形下的樣本量足夠，我們選用SCI的0.2和0.8分位點，用R（0.2）s和R（0.8）s表示。假定SCI指數(shù)的某個季度收益率在整個SCI的季度收益率區(qū)間大小靠后（如0.8分位點之后）或者靠前（如0.2分位點之前），我們就認為在這個季度內，股市大盤極端上漲或者下跌。Rst≤R（0.2）s表示當前股市極端下跌，R（0.2）sR（0.8）s表示股市極端上漲。

五實證分析

本文研究在房地產(chǎn)業(yè)中機構投資者持股比例及其變動與上市公司股票收益率波動的關系，根據(jù)模型7、8，我們分析在股市大盤極端下跌、盤整、極端上漲三種不同狀態(tài)下，機構投資者持股對股票收益波動的影響。表2是三種股市行情下對應的時間。

（一） 不同股票收益波動水平的影響因素分析

表3是面板數(shù)據(jù)的門限分位回歸模型的估計結果，結果表明，在不同分位點處，即對于不同股票收益波動水平的個股，各影響因素的作用程度存在一定差異，且參數(shù)估計結果符合理論預期，與普通面板模型相比，分位數(shù)回歸方法提供更全面的信息，在分析機構持股比例問題上具有顯著優(yōu)勢。

大盤大跌期間，在每一個分位處，上市公司股票收益波動與市場風險正相關，與季度股票收益率負相關。我們推斷收益的增加，會使投資者對市場看好，停止拋售股票，使得市場趨于平穩(wěn)。除了極端分位點，股票的流通股價值與自身股票的波動負相關，說明流通市值越大的股票波動性越大。

機構投資者持股對股票收益波動的影響是本文重點關注的問題。在中高分位點機構持股比例的提高加大股票收益波動。在極端分位處，即股票收益平穩(wěn)或者劇烈震蕩的情形下，機構持股比例變動沒有對股票收益波動產(chǎn)生顯著影響，但在其他分位處加劇股票收益波動。我們推斷機構投資者在大盤大跌中基于業(yè)績和資金贖回壓力，大量拋售股票，對股票市場的暴跌起著推動作用。所以我們得出，當大盤大跌時，機構投資者持股反而會加劇股票收益波動。在這一階段，季度收益率和上市公司流通市值是平穩(wěn)股票收益波動的主要因素。

大盤盤整期間，股票收益波動與上證綜合指數(shù)收益波動正相關，與流通市值負相關，這與在大盤大跌的結論類似。不同于大盤大跌，上市公司季度收益與收益波動同向，即收益越大，風險越大，可能原因是投資者還不成熟，過度注重短期的追漲殺跌。在這一時期，大多數(shù)股民更傾向增持波動性大的股票，刺激股價格進一步波動。

我們發(fā)現(xiàn)，機構投資者持股比例與上市公司股票收益波動關系不顯著，但除了極高分位點，持股比例變動顯著降低了上市公司收益的波動，有利于穩(wěn)定市場。我們推斷機構投資者為維持資產(chǎn)組合的風險水平，對不同波動水平的股票的權重進行調整，賣出波動性高的股票，買入波動性低的股票，從而形成對上市公司持股比例的變動，一定程度上穩(wěn)定了市場。我們得出在盤整市，機構投資者持股在平穩(wěn)股票收益波動發(fā)揮著主要的作用。

大盤大漲期間，市場波動、上市公司流通市值、股票季度收益率對股票收益波動的影響與在盤整期間的結果相同，在此不做重述。在多數(shù)分位處，無論是機構持股比例還是持股比例變動都對公司股票收益波動產(chǎn)生顯著正相關，表明機構投資者持股比例越高，股票收益率波動也越高，同時，機構投資者增持股票也會導致上市公司股票收益波動上升。特別是在極高分位處，機構投資者持股比例的增加大大加劇了上市公司股票收益的波動。當股市行情大好時，大量的資金涌入證券投資基金，對機構投資者形成巨大的投資壓力，同時，股市的暴漲也使得機構投資者普遍獲得優(yōu)秀的業(yè)績，進而更促使其投入到“追漲”的狂歡之中，使得機構投資者在股市暴漲中加劇股市波動。

（二） 影響因素作用的趨勢變動分析

圖1直觀展示了解釋變量的參數(shù)估計結果隨分位變化而變化。圖中實線代表了分位數(shù)回歸的估計值變化，虛線部分為95%的置信帶，提供被股票收益波動條件分布下尺度和位置變化的相關信息。

當大盤大跌時，市場波動對股票收益波動的促進作用隨著分位點的增加緩慢上升，到了0.8分位處，促進作用減弱。在盤整市，市場波動加劇股票收益波動，但到了0.5分位點處后，市場波動對股票收益波動的正向作用逐漸減弱，到了極高分位點，轉變成負向作用。當大盤大漲時，市場波動對股票收益波動的促進作用一直保持穩(wěn)定狀態(tài)，到了0.6分位點之后，促進作用開始緩慢減弱。總的來說，上市公司股票收益波動顯著受到上證指數(shù)收益波動的正向作用。

流通市值始終抑制股票收益波動，對平穩(wěn)股票收益波動有一定的作用。在大盤大跌時，它的抑制作用是隨著分位點的增加緩慢增加的。在盤整市，流通市值的估計曲線呈現(xiàn)U型，在極端分位處，沒有顯著的抑制作用。在大盤大漲時，則呈現(xiàn)出W形狀，在極端分位和中位點處，抑制作用減弱。

季度收益率在不同的市場有不一樣的表現(xiàn)。在大盤大跌期間，季度收益率顯著降低股票收益波動，且分位點越大，它的抑制作用越大。如在0.9分位處，即在股票收益明顯震蕩的時候，季度收益率每增加一個單位，股票收益波動下降約至20個單位。在這一期間內我國投資者關注股票價格變化對上市公司杠桿水平的影響，在一定程度上采取價值投資的策略，并未表現(xiàn)出明顯的追漲殺跌的行為。但在其他市場，季度收益率與股票收益波動正相關，是追漲殺跌的表現(xiàn)。在大盤盤整期間，分位點越大，季度收益率的促進作用越大。但當大盤大漲，在0.8分位處，季度收益率的促進作用達到最大值，當股票收益劇烈震蕩時，季度收益率沒有對其產(chǎn)生顯著的作用。

在股市大盤出現(xiàn)極端情形時，機構持股比例的估計系數(shù)為正，說明機構投資者持股加劇了上市公司股票收益率波動。大盤大跌時，機構持股比例的估計系數(shù)是分位數(shù)的增函數(shù)，但在大盤大漲時，則是反函數(shù)。在整個盤整市或者大盤大跌的低分位處、大盤大漲的高分位處，機構持股比例對股票收益波動不產(chǎn)生顯著影響。

在股市大盤出現(xiàn)極端情形時，機構持股比例變動與股票收益波動正相關。大盤大跌，機構持股比例變動的估計系數(shù)在低分位點處變動不大，在0.5分位處明顯開始上漲，在極高分位點處下滑至低分位處的估計水平。大盤大漲，機構持股比例變動的估計值先是減少后在0.8分位處明顯上升反彈。在盤整市，機構持股比例變動與股票收益波動負相關，估計值在高分位點處出現(xiàn)顯著變化，先是下降而后上升反彈，在極高分位點不再顯著。

從機構持股比例及其變動的估計曲線來看，在大盤大跌的高分位和大盤大漲的低分位，機構投資者比例及其變動顯著拉高了股票收益波動。當大盤大跌時，機構投資者撤資會加劇股市恐慌，加速股價下滑；而當大盤大漲，在股市收益波動的低分位處，機構投資者憑借信息優(yōu)勢順次以高價位快速地、階段性地買進股票，股價繼續(xù)上漲，但在股市收益波動的高分位處，即股市暴漲階段，股市行情大好，機構持股比例的走向顯著影響股票收益波動，機構持股比例不再影響股票收益波動，但其變動會顯著加大股票收益波動。而在盤整市，機構持股比例變動與股票收益波動負相關，我們推斷機構投資者對不同波動水平的股票的權重進行調整，賣出波動性高的股票，買入波動性低的股票，從而形成對上市公司持股比例的變動，一定程度上穩(wěn)定了市場。

六結論

本文基于我國91個房地產(chǎn)上市公司2008年第四季度到2015年第一季度的股票數(shù)據(jù)，利用面板分位回歸的方法分析機構持股比例及其變動對股票收益波動的作用機制。結果表明，面板數(shù)據(jù)的門限分位回歸比普通面板回歸提供更豐富的信息；在不同的市場行情中，對于股票收益波動處于不同水平的上市公司，驅動因素的影響程度存在差異。

總的來說，當大盤出現(xiàn)極端情形，機構投資者不僅沒有起到穩(wěn)定市場的作用，反而對股票市場的波動起到推波助瀾的作用。大盤大跌，機構持股比例及其變動的促進作用隨著股票收益波動的分位點的增大而增強。大盤大漲，機構持股比例及其變動的促進作用隨著股票收益波動的分位點的增大而減弱。但在股票收益波動的高分位處，機構持股比例的大小不會影響股票收益波動，但其比例的增加會加大波動。而在整個盤整市，機構持股比例沒有對股票收益波動產(chǎn)生顯著的影響，但是機構持股比例變動會抑制股票收益波動的影響，使股市趨于平穩(wěn)。

[參考文獻]

[1]巴曙松，覃川桃，朱元倩.中國股票市場與房地產(chǎn)市場的聯(lián)動關系[J].系統(tǒng)工程，2009，27（9）：16-21.

[2]黃義.股票市場與房地產(chǎn)市場波動溢出效應研究[J].統(tǒng)計與決策，2014（2）：127-131.

[3]Faugere C， Shawky H A. Volatility and institutional investor holdings in a declining market： A study of nasdaq during the year 2000[J]. Journal of Applied Finance， 2003，13（2）：32-43.

[4]Oak S， Dalbor M C. The impact of dividend policy on institutional holdings： Hotel REITs and non-REIT hotel corporations[J]. The Journal of Hospitality Financial Management， 2008，16（1）：1-17.

[5]周學農(nóng)，彭丹.機構投資者對中國股市波動性影響的實證研究[J].系統(tǒng)工程，2008，25（12）：58-62.

[6]李彩霞，鄭治華.基于動態(tài)面板數(shù)據(jù)模型的機構投資者與股市波動性的關系[J].現(xiàn)代經(jīng)濟信息，2015，15：232.

[7]謝赤，張?zhí)硐?證券投資基金投資行為對中國股市波動性影響研究[J].中國社會科學，2008（3）：68-78.

[8]Puckett A， Yan X S. Short-term institutional herding and its impact on stock prices[J]. Available at SSRN 972254，2008.

[9]姚德權，黃學軍，楊光.中國機構投資者情緒與股票收益關系研究[J].湖南大學學報（社會科學版），2010，24（6）：46-50.

[10]陶可.機構投資者持股和股市波動性溢出效應分析[J].金融與經(jīng)濟，2012（3）：62-66.

[11]陳軍，陸江川，張明慧.我國機構投資者持股與股市穩(wěn)定性關系研究[J].福建論壇（人文社會科學版），2013（8）：44-49.

[12]曾志堅，唐述福.股票市場系統(tǒng)流動性風險溢價牛熊市差異研究[J].湖南大學學報（社會科學版），2014，28（1）：66-70.

[13]Koenker R， Bassett G. Regression quantiles[J].Econometrica，1978，46：33-50.

[14]You W H， Zhu H M， Yu K， et al. Democracy，financial openness， and global carbon dioxide emissions：heterogeneity across existing emission levels[J]. World Development， 2015，66：189-207.

[15]Yaduma N， Kortelainen M， Wossink A. The environmental Kuznets curve at different levels of economic development： a counterfactual quantile regression analysis for CO2 emissions[J]. Journal of Environmental Economics and Policy， 2015 （ahead-of-print）： 1-26.

[16]Hodrick R J， Prescott E C. Postwar US business cycles： an empirical investigation[J]. Journal of Money credit and Banking， 1997：29（1）：1-16.

[17]Pagan A R， Sossounov K A. A simple framework for analysing bull and bear markets[J]. Journal of Applied Econometrics， 2003，18（1）：23-46.

[18]Zhu H M， Li Z L， You W H， et al. Revisiting the asymmetric dynamic dependence of stock returns： Evidence from a quantile； autoregression model[J]. International Review of Financial Analysis， 2015， 40：142-153.

[19]Koenker R. Quantile regression for longitudinal data[J]. Journal of Multivariate Analysis， 2004，91（1）：74-89.

[20]Alexander M， Harding M， Lamarche C. Quantile regression for timeseriescrosssection data[J]. International Journal of Statistics and Management System， 2011，6（1/2）：47-72.

[21]Damette O， Delacote P. On the economic factors of deforestation： What can we learn from quantile analysis？[J]. Economic Modelling， 2012，29（6）：2427-2434.