機構投資者持股與股價同步性
——基于滬深A股的經驗數據

華中科技大學經濟學院 韓偉龍

機構投資者持股與股價同步性
——基于滬深A股的經驗數據

華中科技大學經濟學院 韓偉龍

本文以2004—2014年我國滬深A股的市場數據為樣本，從機構投資者持股比例、持股比例變動以及異質性的角度出發，研究了機構投資者持股對股價同步性的影響。研究表明，機構投資者總體持股比例變動的大小與股價同步性呈現負相關關系，且該負相關關系隨著機構總體持股比例的提高而變得更顯著。此外，從機構投資者異質性的角度來看，相較于投機型機構投資者，穩健型機構投資者降低同步性的效果更加明顯。這說明在我國的A股市場上，機構投資者的持股及其交易行為可以提高股價中的公司特質信息含量，緩解同漲同跌現象，且機構投資者的穩定性越高，越有利于公司特質信息進入股價。

股價同步性 機構投資者 持股比例 持股變動 穩定性

一、引言

股價同步性指的是單個公司股票價格的變動與市場變動之間的關聯性。也就是所謂的“同漲同跌現象”。我國上證綜指自2014年10月至2015年6月短短的8個月內暴漲124.68%，隨后又在20個交易日內暴跌34%，其中多次出現全行業跌停漲停的現象，這都表明我國股市同漲同跌現象非常嚴重。Morck（2000）和Jin & Myers（2006）研究了全球40多個代表性經濟體之后發現我國的股價同步性分別高居首位。關于同步性產生原因的解釋，目前學術界主要有兩種理論，其一是”信息效率假說”，即股價同步性越高信息效率越低（Durnev et al. 2003，DeFond & Hung 2004）。這類理論認為股價的高同步性表示股價中公司特質信息含量較少，更多的是行業和市場信息，股票的漲跌波動過于同質化，這會導致金融市場的有效性下降（Wurgler，2000）以及股市崩盤風險的上升（An & Zhang，2013）。在這一理論看來，我國股市的高同步性表明我國證券市場有效性還有待提高。然而近年來還有一批學者開始支持一種“非理性假說”，他們認為在一個制度建設不完善、信息不對稱程度較高的市場上，股價同步性是市場中非理性的噪音和泡沫的反映，同步性越高，非理性因素越少，信息效率越高（West 1988，Kelly，2005）。馮用富（2009）和游家興等（2006）分別從理論和實證上證明了我國的股價同步性與信息披露質量、知情人交易負相關，證實了在我國股價同步性可以用來負向表征信息效率。我國機構投資者與股票市場一同誕生于1989年，經過26年的發展機構投資者已經成長為了我國股票市場中的一支重要力量。截止2014年年底，機構投資者在滬深兩市A股市場的持股市值已達242643.1491億元，占滬深兩市A股總市值的59.05%，其總數達到了7620家。如此大的持股比例使得機構投資者的投資行為對于上市公司治理、股票價格的波動行為都有著重要的影響，也成為了國內外學者研究的熱點。關于機構投資者作為一個整體合力在股票市場中扮演的角色，國內外學者沒有達成一致。觀點主要分為兩大類，Chakravarty（2001）認為，由于其規模優勢以及有機會參與上市公司的治理，機構投資者是市場中的“知情人”，其交易行為將增加股票價格中的公司特質信息含量。另一派觀點則認為機構投資者的存在不僅不會穩定股價，反而會成為股票價格暴漲暴跌的推手。Graves & Waddock（1990），Jacobs（1991）等人的研究表明，有些機構投資者在某些時候甚至會采取追漲殺跌的交易方式追逐短期利潤，這會進一步扭曲股票價格，提升股價同步性。在國內，2015年1月證監會調查“兩融”違規事件之后，我國的機構投資者被推上了風口浪尖。我國機構投資者究竟扮演的是一個怎樣的角色？這對完善證券市場制度設計，進一步了解股價形成機制，提升股票市場定價效率有著重要的意義。綜合來看，由于學界對于機構投資者的觀點都沒有形成統一，國內對于機構投資者作用于股價同步性的具體機制系統地解釋文獻較少。本文綜合現有研究成果，用我國2004-2014年上證A股和深證主板A股的數據，研究了機構投資者持股比例變動與股價同步性的關系，并且研究了機構投資者持股比例對于這種關系的影響。除此之外，本文還以機構投資者持股比例大小和穩定性為依據對機構投資者進行了分類，研究了持股公司的機構投資者穩健程度對公司股價同步性的影響。實證結果表明在我國的滬深A股市場上，機構投資者整體上表現得越穩健，股價同步性越低；機構投資者持股的變動大小與股價同步性成反比，并且隨著機構持股比例的增大，這種反向關系會更加強烈。

二、理論分析與研究假設

根據已有的研究知道，如果機構投資者總體上表現為穩健型，那么他們可以通過兩種方式影響股價中的公司特質信息含量：第一，通過監督管理層來提高上市公司的信息披露質量，增加市場中公開可獲得的公司特質信息的總量。第二，作為公司特質信息的知情人，通過自身的交易行為直接影響股價，促進公司特質信息進入股票價格。在此情況下，機構投資者實際上扮演的是一個負責任的大股東的角色，其每一次交易都包含有公司特質信息，交易越活躍，進入股票價格中的公司特質信息就越多，即機構投資者持股比例的變動大小與股價同步性成反比。而如果機構投資者總體上表現為投機型，則機構投資者的交易行為并沒有反映公司特質信息，而僅僅是短期投機。在此情況下，機構投資者持股比例的變動越大，股票中的公司特質信息就越少，同步性越高。國內對于機構投資者持股比例變動的研究相對缺乏，尹雷（2010）利用我國股市2005～2007年的數據說明了機構持股變動與股價同步性負相關，這和Piotroski & Roulstone（2004）使用美國市場得出的結論一致，借用前人的結論，本文提出假設1：

假設1：機構投資者持股比例變動越大，股價同步性越低

機構持股比例的提高除了能增加機構的監管動機之外，還能提升機構參與上市公司日常事務管理的能力，增加機構可以獲得的公司特質信息。而這些機構私有的公司特質信息可以通過機構的資產組合變動反映到股票價格中來，也就是說機構對于某家上市公司的持股比例越大，其在該公司的持股比例變動中包含的公司特質信息含量就會越多，因此本文提出假設2：

假設2：機構投資者持股比例越高，持股比例的變動對于股價同步性的反向作用就越大

一家公司的機構投資者的穩健程度對于公司股價同步性有著非常重要的影響，已有文獻在機構投資者對于股市的作用上存在爭議就是因為不同市場上的機構投資者穩健程度有差異，但是學界對于機構投資者穩健程度與公司信息透明度以及股價定價效率的影響，看法基本一致，借用Bushee（1998）和牛建波（2013）等的研究成果提出假設3：

假設3：機構投資者穩健性越高，股價同步性越低

三、研究設計

（一）樣本選取與數據來源 由于中小板和創業板市場尚不成熟，本文原始數據采用2004年至2014年滬深A股公司的股價數據，并按照慣例剔除掉了金融類公司、被標記了特別處理的公司、數據缺失的記錄以及出現異常值的記錄，最終得到了一共1226家公司，10665個觀測樣本。本文的個股收益、行業收益、市場收益以及機構持股等數據均來自Wind數據庫。

（二）變量定義

（1）被解釋變量。本文借鑒Piotroski & Roulstone（2004）的方法來構建股價同步性指標，用個股的周收益率對其申萬一級行業分類的行業收益率、市場收益率，以及前一周的行業和市場收益率做回歸。具體的，模型（1）用來計算個股擬合優度R2，模型（2）將R2對數化求得指標SYN以符合正態分布，最后用SYN來代表個股的股價同步性，SYN的值越大，股價同步性越高。

其中RET2i，t表示公司i在第t周的個股收益率，MARETi，t為第t周的市場收益率，INDRETi，t為公司i所在的申萬一級行業的行業收益率，模型2中的R2i為模型（1）回歸得到的擬合優度。我們用每家公司一年內的所有周收益率數據用模型1做回歸得到當年的擬合優度R2，然后用模型2計算得到每年的股價同步性指標SYN。

（2）解釋變量。 本文使用的主要解釋變量有機構投資者持股比例（InstOwn）以及機構投資者持股變動（InstChange）、兩者的交叉項（IO_IC）、以及表示機構投資者穩健性的虛擬變量（DUM）三個：InstOwni，t=公司i第t年年報中機構投資者持股數量/公司i的總股本InstChangei，t=公司i第t-1年到第t年年報中的機構持股數量的變動/公司i的總股本；其中InstChange衡量的是機構投資者持股的凈變動，故計算的時候采取后一期持股比例減去前一期持股比例的絕對值，為了檢驗假設3提到的機構投資者持股比例對于機構投資者持股變動與同步性之間關系的影響，本文借用Piotroski & Roulstone（2004）和王亞平（2009）等人的方法使用了InstOwn和InstChange的交叉項IO_IC作為第三個解釋變量本文還借鑒牛建波（2013）的方法構建了衡量機構投資者穩健程度的虛擬變量DUM，使用機構投資者的持股比例和其過去一段時間以來的持股比例變動作為穩健程度指標，具體計算方法如下：

InstOwni，t的含義和前文一致，SDi，t等于公司i在時間t的機構投資者持股比例除以公司i前三年的機構投資者持股比例的標準差，SDi，t越大表示公司的機構投資者股東作為一個整體表現得越穩定。若某家公司的SDi，t值大于該年度該公司所在行業的行業均值，則虛擬變量為1，表示相對而言機構投資者表現地更加穩健；若小于行業均值，則虛擬變量為0，表示相對而言機構投資者更投機。除了以上主要解釋變量之外，根據Piotroski & Roulstone（2004），An & Zhang（2013）等人的研究，本文還使用了以下控制變量：公司規模MVE，資產收益率ROA，年平均換手率ATURNOVER，公司杠桿LEV，股本結構STRUCT，以及市賬比M/B。變量的具體定義見表1。

（三）模型構建 本文采用模型（4）來檢驗機構投資者對股價同步性的影響，由于在描述性統計中我們發現InstOwn、InstChange等變量明顯右偏，故我們在回歸時使用這兩者的對數ln（InstOwn）和ln（InstChange）作為解釋變量，IO_IC使用兩者的對數的乘積來表示。

其中SYNi，t為i公司在t年的股價同步性，ln（InstOwn）i，t為i公司在t年機構持股比例的對數，ln（InstChange）i，t為i公司在t年的持股比例變動，IO_ICi，t為ln（InstOwn）i，t和ln（InstChange）i，t的交叉項，MVEi，t為i公司在t年的年均市值，其余變量類似。∑Year為年度因素，∑Industry為行業因素，εi，t為余項。

為了驗證機構投資者穩健程度對于股價同步性的影響，本文使用模型（5）來驗證假設3。其中DUMi，t表示i公司在第t年的穩健性程度，其他變量與模型（4）一致。

表1 主要變量定義

四、實證分析

（一）描述性統計 描述性統計的具體數值見表2。在統計數據中我們可以看出InstOwn和InstChange兩個變量有明顯偏度，為了不影響最終的回歸效果，我們在回歸時參照Piotroski & Roulstone（2004）的做法，使用這兩個變量的對數作為回歸解釋變量，同時如表1所示，IO_IC也使用ln（InstOwn）和ln（InstChange）的乘積來表示。樣本中InstOwn的均值為39.30%表明我國股市中機構投資者有著較高的持股比例；InstChange的均值為9.25%，表明我國機構投資者持股變動相對較大。

表2 描述性統計

（二）相關性分析 為了檢驗本文涉及的主要變量之間是否存在共線性性，以及將各個變量之間的關系給一個直觀的解釋，本文對涉及到的9個主要變量進行了Pearson和Spearman相關性分析，結果如表3。在表中我們可以看到ln（InstChange）和ln（InstOwn）等主要變量都與SYN有著顯著的相關關系，即機構持股比例及其變動對股價同步性影響顯著。所有變量之間的相關系數的絕對值都小于0.5，同時進行VIF檢驗的結果顯示所有的變量的VIF值都小于2，即不存在嚴重的共線性問題。表3中有幾個現象值得注意：1. ln（InstOwn）及ln（InstChange）與SYN的相關系數為正。2.部分解釋變量之間的相關系數有點大，比如ln（InstOwn）和MVE之間的spearman相關系數高達0.4219。一種合理的解釋是機構投資者對于大市值的公司有所偏好，因此其持股比例及其變動會在一定程度上受到如公司規模之類因素的影響。

表3 Pearson&Spearman相關性分析及VIF方差膨脹因子檢驗

（三）回歸分析 為了有效驗證本文提出的三個假設，本文控制了相關變量以及行業和年度因素之后，將獲取到的數據用普通最小二乘法對模型（4）和模型（5）進行了回歸，回歸結果如表4。回歸1的解釋變量只有ln（InstOwn）和控制變量，回歸2的解釋變量只有ln（InstChange）和控制變量，回歸3包含了以上兩個變量，回歸4在回歸3的基礎上加入了ln（InstOwn）和ln（InstChange）的交叉項IO_IC，回歸5對模型（5）進行了回歸。回歸1中ln（InstOwn）的回歸系數在1%的顯著性水平上為負，說明機構投資者持股比例越大股價同步性越低。類似的，回歸2的結果支持了假設1，即機構投資者持股比例變動越大，股價同步性越低。回歸3進一步驗證了以上結論。回歸4中，ln（InstOwn）和ln（InstChange）的交叉項IO_IC的回歸系數在1%的顯著性水平上顯著為負，這說明隨著ln（InstOwn）的增加，ln（InstChange）的系數會顯著減小，驗證了假設2。回歸5中表示機構投資者股東持股穩健性的DUM的系數在1%的顯著性水平上為負，說明機構投資者越穩健股價同步性越低，驗證了假設3。控制變量方面ATURNOVER的回歸系數在1%的顯著性水平上為負，表示市場交易越活躍的公司其特質信息更容易反映到股價中來；MVE的回歸系數在1%的顯著性水平上為正，表示規模越大的公司，股價同步性越高。這表示公司規模越大，其收到的行業和市場行情影響就越大，使得同步性過高。LEV和M/B的回歸系數在1%的水平上顯著為負表示，公司的資產負債比越高，或者業績成長性越好，同步性越低。STRUCT的回歸系數為負表示公司發行的流通股份越多，其股價越容易受到市場和行業走勢的影響，股價同步性越高。四次回歸中控制變量的系數符號均呈現出一致性。

表4 機構持股及其變動與股價同步性回歸結果

在相關性分析的時候發現ln（InstChange）和ln（InstOwn）兩個主要解釋變量與同步性指標SYN的相關系數為正，這與表4中的回歸結果正好相反。同時我們發現機構投資者持股變動與公司規模變量MVE等存在相關系數偏高的問題。對此一種可能的解釋是機構投資者會更傾向于持有和交易市值較大的公司的股票，而這些公司由于市值較大，受市場和行業因素的影響也較大，故而同步性會更高（表4的回歸結果提供了證據），因此在沒有控制市值和業績因素的時候，ln（InstChange）和ln（InstOwn）和股價同步性有正向相關關系。為了檢驗我們的猜測，我們借鑒Piotroski & Roulstone（2004）的方法，將ln（InstChange）和ln（InstOwn）作為因變量按照模型（6）對SYN，ROA，MVE等公司特質變量進行回歸。如果我們的猜測正確，那么MVE的回歸系數將顯著為正。

其中Y表示ln（InstChange）或者ln（InstOwn），其余變量解釋同模型（4）類似。

在表5的回歸1和回歸2中MVE的系數均在1%的顯著性水平上為正，結合表4中MVE的回歸系數也為正，這就驗證了我們此前的推測，即機構投資者對于規模大的公司有著持有的偏好，因此在沒考慮規模和業績因素的時候，機構投資者持股比例及其變動與股價同步性正相關。這對于我們的結論沒有影響，因為表4的回歸結果顯示，在同等規模和業績的公司中，機構持股比例及其變動和股價同步性呈現負相關，還是和我們的假設一致。

表5 內生性檢驗

表6 機構持股及其變動與股價同步性回歸結果

為了進一步控制公司因素對于同步性的影響，參照Chung（2011）等人的方法，加入公司第一大股東持股比例（FISRT），以及公司第一大股東持股比例的平方（FIRSTSQ）兩個控制變量，重新估計了模型（4）和模型（5）。回歸結果如表6所示，結論與前文一致。

因為本文使用的同步性計算方法時，考慮了行業和市場因素的滯后項，這有可能導致股價同步性被高估。因此，我們使用Durnev（2003）計算同步性的方法，去掉了行業和市場因素的滯后項，重新計算了股價同步性并估計了模型（4）和模型（5），結果如表7所示，結論仍然與前文一致。

表7 機構持股及其變動與股價同步性回歸結果

五、結論

近年來我國的股票市場發展迅猛，交易量、開戶數都節節攀升，可以預見隨著經濟的轉型以及我國政府對于金融服務業扶持力度的加大，證券市場尤其是股票市場的發展勢頭將會延續。可是，正是由于股市的快速發展，我國證券市場制度建設有所滯后，投資者素質也有待提高。從我國股市2014年11月延續至今的這一波暴漲暴跌行情中，可以觀察到我國證券市場制度建設的許多漏洞，其中最明顯的就是嚴重的股價同漲同跌現象，在最瘋狂的時候一條利好或者利空的新聞經常可以導致整個板塊漲停或者跌停。每個行業分類里的公司大都是良莠不齊的，如此高的股價同步性會導致股票價格不能反映公司個體信息，影響到公司治理以及金融市場的有效性等方方面面。現有國內外文獻的研究表明，機構投資者是穩定股票市場，降低股價同步性的重要力量。2014年6月證監會提出要建立設有功能監管的牌照管理體系，大力發展機構投資者隊伍。機構投資者因其資金量以及信息收集等方面的優勢，其交易行為通常更加理性，從而提高市場定價效率。然而由于投資理念以及市場環境的不同，部分機構投資者同時也會表現出非理性的交易行為，助漲股價的暴漲暴跌，這也增加了機構投資者相關研究的難度。國內綜合考慮機構投資者持股比例、持股變動、異質性的研究相對而言較為匱乏，本文的研究豐富了相關文獻。本文使用我國滬深A股2004—2014年的數據，研究了機構投資者持股比例、持股變動及異質性對于股價同步性的影響，經實證研究得出以下結論：總體來看，我國機構投資者持股變動與股價同步性負相關，同時隨著機構投資者持股比例的增加這種負相關的程度在增大。相較于投機型機構投資者，穩健型機構投資者更有利于降低股價同步性。本文結論支持了Piotroski & Roulstone（2004）等人的機構投資者的“知情人交易”理論，說明我國的機構投資者作為一個整體有利于提高股價中的公司特質信息含量，降低同步性。本文的研究說明在我國股票市場上，機構投資者的存在可以起到降低股價同步性，提高定價效率的作用。

［1］陸瑤、沈小力：《股票價格的信息含量與盈余管理》，《金融研究》2011年第12期。

［2］牛建波、吳超、李勝楠：《機構投資者類型、股權特征和自愿性信息披露》，《管理評論》2013年第3期。

［3］唐松、胡威、孫錚：《政治關系、制度環境與股票價格的信息含量》，《金融研究》2011年第7期。

［4］Helwege J，Intintoli V J，Zhang A. Voting with their Feet or Activism？Institutional Investors’Impact on CEO Turnover，Journal of Corporate Finance，2012.

［5］Jin L，Myers S C. R2 Around the World: New theory and New Tests，Journal of Financial Economics，2006.

［6］Patrick J. Kelly. Information Efficiency and Firm-Specific Return Variation，Quarterly Journal of Finance，2014.

［7］Piotroski J D，Roulstone D T. The influence of Analysts，Institutional Investors，and Insiders on the Incorporation of Market，Industry and Firm-specific Information into Stock Prices，2004.

［8］Sugato Chakravarty. Stealth-Trading: Which Traders' Trades Move Stock Prices？Journal of Financial Economics，2002.

［9］West K D. Dividend Innovations and Stock Price Volatility，Econometrica，1986.

（編輯 梁 恒）