規范大股東減持能有效抑制股價波動嗎？——基于《減持新規》[9號文]的自然實驗

章晟 景辛辛 蘇姣

(中南財經政法大學金融學院，湖北 武漢 430073)

引言

自2007年我國股權分置改革完成以來，證券市場出現了大量的大股東減持現象，這得益于上市公司大股東持有的原非流通股份在證券市場中能夠自由流通。投資者、證券監管層等各利益相關者對該現象保持密切關注。大股東的減持行為不僅對股價波動產生影響，更使中小投資者產生心理負擔。2017年，習近平總書記在黨的十九大報告中指出：“中國特色社會主義進入了新時代”，在金融發展上，習近平總書記指出：“深化金融體制改革，增強金融服務實體經濟能力，提高直接融資比重，促進多層次資本市場健康發展。健全金融監管體系，守住不發生系統性金融風險的底線”。為規范上市公司股東及董監高的減持行為，一系列規章制度由監管部門相繼推出，如《上市公司高管所持本公司股份及其變動管理規則》、《上市公司解除限售存量股份轉讓指導意見》、《上市公司大股東、董監高減持股份的若干規定》等。這些規定都曾在減緩大股東減持上發揮過一定的作用：如證監會在2015年7月8日的公告([2015]18號，以下簡稱“18號文”)推出后，在次日到后續一個月時間里，大盤指數就跌幅接近一千點之多，此時，減持規定發揮了作用，在這種下跌行情下，減持金額只有0.01億元，而且出現了相當大規模的增持，增持交易有596筆，增持數額也達到了42.69億元。從2015年八月底到2015年年末，市場行情一直震蕩下滑，偶爾有回暖趨勢，但是投資者情緒依然緊張。在此震蕩環境下，由于減持新規政策的作用，行業依然增持218筆，金額為18.27億，減持僅56筆，金額約4.92億。又如2016年1月9日，證監會又頒發的《上市公司大股東、董監高減持股份的若干規定》也起到了一定的作用，上半年中大股東增持交易次數是減持交易次數的2倍。上述市場表現都從一定程度上說明了減持政策逐漸嚴格對穩定證券市場有一定作用。再如2017年5月26日，證監會發布的《上市公司股東、董監高減持股份的若干規定》(以下簡稱9號文)，新規對減持條件調整的更為嚴苛，并規定上市公司大股東在3個月內通過證券交易所集中競價交易減持股份的總數不得超過公司股份總數的1%，使得減持強度得以緩慢釋放，減輕證券市場的波動。該減持新規的推出，相當于在經濟學領域開展“自然實驗”，具有明顯的外生性特征，使有效識別減持新規政策對股價波動性的影響成為可能。本文旨在深入探討減持新規的出臺對股價波動是否有影響？如有，影響是否顯著？在滬、深不同市場環境中是否又會呈現出不同的特征？等一系列問題。

文獻回顧

相關的問題研究起初是從西方學者從十九世紀六十年代對內部人交易與證券市場關系的研究開始進而具體到大股東和高管減持行為。在對內部人研究的過程中，逐漸形成了內部人具有信息優勢，在交易中容易獲得超額收益的觀點。這種信息優勢具體表現在兩個方面，首先是可以提前知曉會引起股價變動的重大公司事件，其次出于對公司經營、財務信息的掌握，對公司未來的發展狀況有更加正確的認知。美國學者Manne在其專著《內部人交易與股票市場》中就首次詳細說明了內部人交易對企業治理和資本市場的影響。至此之后，對大股東減持相關研究逐漸豐富，主要是圍繞大股東減持時機、大股東減持動機以及對減持后的市場反應等進行研究。我國這方面的研究始于21世紀初，由于我國企業治理中存在的歷史政治因素，使得我國資本市場發展也比較緩慢。在逐步實現大股東與中小股東同股同權的過程中，對大股東減持的研究才逐漸豐富。

一、大股東減持的市場反應

由于國外股權比較分散，其關于減持的一般研究對象是公司高管或者獨立董事。21世紀初，Johnson等(2000)[1]和Shleifer等(1999)[2]首次運用“隧道挖掘”一詞來表現股東侵占行為，這種侵占行為帶來了壁壘效應和協同效應。Johnson等(2000)[1]等研究得出，現有投票制度對中小投資者有一定的保護作用，但是保護力度不夠，高管、大股東可以運用其他途徑，如將企業資產進行買賣、折價增發、轉移定價以及把握時機精準減持等方式來損害中小股民的利益。Dyck和Zingale(2002)[3]研究也得出了類似結論，企業高管可以通過利用自己的“控制權”(在股票市場上逆向操作即高位減持，低價增持等)，在二級市場交易中獲得比中小投資者更高的溢價。S.Friedrich(2002)[4]等則直接選取了英國董事在1986～1994年間的內部交易收益數據，研究其交易前后的超額收益率，得出了和前面學者類似的結論，即高管作為企業的內部人，擁有信息優勢，減少了信息不對稱，可以精準選擇良好的時機進行減持。結果表明在大股東減持前后階段，累計超額收益率分別為1.23%和-1.46%，說明大股東具有比較準確的把握減持時機的能力，而且減持后導致股價低迷，對市場產生強烈的負面影響。

國內學者以我國股權分置改革為背景，對大股東減持的市場反應也做了相關研究。通過財富效應描述市場反應，可以發現在大股東減持前，市場對于公司的該效應為正，減持行為發生之后該效應為負，與此同時，大股東在減持過程中有一定程度的操作行為。夏清華、李文斌(2009)[7]認為在股東發布減持公告后，上市企業的超額報酬率顯著為負，但是該報酬率并沒有和業績存在顯著的相關關系。陳耿和陳秋(2009)[8]采用事件研究法，研究上市公司股東在減持過程中對股價的異常波動產生的影響，發現在大股東減持前后，公司股價整體上由顯著的正向超額收益逐漸轉為負向超額收益。朱茶芬等(2010)[9]認為大股東減持向市場傳達了估值偏高或者公司經營前景不佳的信號，并運用事件研究法證實，在減持公告前后累計超額報酬呈現先升后降的倒V形。林振興、屈文洲(2010)[10]研究得出，大股東在減持過程中，即使是通過大宗交易系統進行減持，對二級市場的股價波動也會產生顯著的負向影響。吳育輝、吳世農[11]研究得出大股東減持前的公司CAR顯著為正，但是在減持之后，企業的CAR值顯著變為負。劉亞莉、王微(2010)[12]研究也得出了相似結論，市場的財富效應在有限時間內受大股東減持的影響非常顯著，短期來看，市場的財富效應與大股東減持的幅度呈負相關關系，并且這種關系在市場上升情況下更強烈。王化成(2015)[13]進行實證研究也發現，控股股東持股比例與未來股價崩盤風險之間存在著顯著的負相關關系，同時在進行了穩健性測試后，該結論依然成立。并且，當股東與管理層之間的代理沖突較嚴重、小股東監督能力較薄弱時，大股東持股與股價崩盤風險之間的負相關關系更加明顯。王國松和張飛(2016)[14]通過事件研究法，分析了大股東減持行為對股價的影響。研究結果表明，大股東減持公告前后不僅股價波動明顯，而且在不同的市場環境中股東減持對股價影響的差別很大。這些研究都得出了類似結論，說明在大股東減持會對市場造成顯著的負向影響。

二、大股東減持對短期股價波動的影響

國內外學者對減持造成的股價波動影響的研究較少，僅有個別學者用多領域實證模型進行了相關探索。Ofek和Richardson(2002)[5]通過事件研究法研究得出，股價在限售股解禁后會有顯著波動。該研究表明大股東減持不僅會使股市走低，而且還會加大其不穩定性，即大股東減持后股價波動性加大。我國學者根據我國的資本市場為研究對象，對大股東減持對股市造成的波動也有相關研究。曹明(2006)[15]以我國股權分置改革后的資本市場為研究對象，以股權流通性作為中介變量，研究投資者行為與股票價格變動之間的關系。首次引入動力學領域的研究方法，通過對股市交易情況進行模擬，形象的展現了股改對股票市場價格變動的影響和對其交易量的影響。通過動力學模型可以得出，減持比例越大，資本市場的成交量波動越大。降低資本市場的資本金，股票價格波動也會加大。我國資本市場是弱勢有效市場，中小投資者的占比很高，中小投資者的信息掌握不充足，投資偏向于穩健型，不會導致股票價格產生強烈波動。但大股東可以利用天然的信息優勢把握減持時機，因而在高位減持后會使股價波動加大。石華軍、楚爾鳴(2009)[16]以154家創業板公司作為研究對象，研究其大股東減持造成的市場反應，得出創業板大股東減持也是對市場造成了顯著的負超額收益，這種效應和大股東減持比例、股價泡沫程度呈顯著正相關關系。從以上文獻中研究可以得到：大股東減持不僅會對股價產生負面影響，而且會增加股價的波動性。為了穩定資本市場，我國出臺了相關減持政策，但是這些政策的實施是否能夠達到預期穩定市場的作用方面的實證研究還是空白，這也是本文所做的研究。

根據上述文獻可以得出，大部分學者主要從財富效應角度或采用事件研究法研究大股東減持與股價超額收益率的關系，鮮有學者從股價波動性角度展開實證分析；關于減持政策的實施文獻，目前學者大部分均集中于對減持政策的解讀以及政策建議的提出等理論研究方面，尚無聚焦實證分析；在政策效果評估的實證方法上，持新規的推出為此次研究提供了良好的自然實驗環境，但減持新規的出臺無法構造實驗組和控制組，因此本文借鑒許偉、陳斌開(2016)[17]關于增值稅轉型的自然實驗一文中采用的固定效應模型法，利用2017年1月1日～2017年11月30日A股上市公司數據，實證分析減持新規政策對股價波動性的影響；在事件不同時間窗口下，減持新規的作用效果是否有不同；以及在滬市和深市不同的市場環境中，新規實施的作用是否存在差別。這些問題都是本文接下來的研究重點。

模型構建和數據選取

一、指標說明

國內外現有文獻中關于股票價格波動性的度量方法有多種，運用較為廣泛的有：通過單因子模型或者三因子模型進行回歸，將得到的殘差用來衡量股票價格的波動異質性；或者根據企業的特質性得到其收益率作為企業股票價格波動的代理變量；還有學者通過研究企業股票價格變動的振幅或者股票日收益率的標準差等來衡量股票價格的波動性(李志生等，2015)[18]。本文根據實際數據的可獲得性和可靠性，采取李志生等(2015)[18]對股票波動性的度量方式，即采用企業股票每個月度其價格波動幅度(Wave)來衡量企業股票價格的波動性。

其優點在于簡潔客觀并具有代表性和全面性，具體計算如下公式(1)：

本文選取的代表控制變量如下：(1)換手率(Turnover)。根據相關研究得出，換手率和股票價格波動性存在顯著的正相關關系，在控制其他因素不變的條件下，股票波動性會隨著股票換手率的升高而增大。因為換手率代表了交易的買賣行為，及買賣頻率越高，企業的股價波動性越強。(2)滾動市盈率(TTM)。市盈率是企業市價與每股收益的比值。該指標對企業市值即股價的波動性有直接的影響。本文采用的滾動市盈率比靜態市盈率在衡量上更加準確。所以將該值選為控制變量之一。(3)市凈率(PBV)。該指標與市現率(PCF)、市銷率(PS)等指標作比較，市凈率指標有更強的穩定性，不會隨著產品市場的變化而有太大改變，所以常常引入實證模型中作為控制指標。(4)流通市值(CMV)。在我國股票市場發展的這20多年里，流通市值(CMV)在不同的經濟周期或者市場的不同狀態中對企業股票波動性的影響具有不同的影響，其呈現出階段性的差異，需要將其值取對數后引入本文作為控制變量。(5)成交量(DEAL)。成交量是技術分析的基本要素。一個得到普遍承認的觀點(余靜文,王春超2011)[19]為交易量是價格波動的源動力，是價格變動的先行指標。因此本文選取個股交易量作為控制變量以減少其對股價波動的影響。(6)滬深300指數日波動率(VOL)。一般來說，個股股價的波動會受整體市場波動的影響(王朝陽等2017)[20]，鑒于本文的研究對象為A股市場，故選取滬深300指數日波動率作為控制變量。

二、模型構建

由于本文實證研究采用企業面板數據，因此具體的計量模型設定如下：

其中，wavei,t表示第i支股票在第t天的價格波動性；Di,t表示政策虛擬變量，政策實施時間為2017年5月26日，以政策實施點為劃分，在政策推出當日以及以前時間，Di,t取0；政策推出后，Di,t取1；Xi,t表示控制向量組，主要包括換手率(Turnover)、滾動市盈率(TTM)、市凈率(PBV)、流通市值(CMV)、成交量(DEAL)、滬深300指數日波動率(VOL)等相關變量；另外ui,t表示企業個體特征，本文采用固定效應模型，控制企業個體特征。ei,t表示殘差。我們主要關注虛擬變量前的回歸系數，它反映了減持新規出臺對股價波動的政策效應。如果為負，說明政策顯著起到了股價波動抑制作用。

PSM方法構建：在進行滬深兩市的實證研究時，為控制不同市場自身存在的差異性，本文采用傾向得分匹配法(Propensity Score Matching，簡稱PSM)將滬深兩市相似的公司根據行業虛擬變量、總資產、前十大股東股權集中度、托賓Q值、資產負債率、股權性質以及前三大高管薪酬等指標匹配為兩組，進而在兩市場分別進行一次政策效果的檢驗。傾向得分匹配法(PSM)在宏觀政策效果評估領域應用廣泛，其通過多維匹配從而克服了傳統匹配方法的維數“詛咒”，在一定程度上降低了樣本自選擇偏誤(Sample-Selection Bias)，可以更全面的分析政策在不同市場中的作用。

三、數據選取

本文以滬深兩市所有上市公司共3477家作為研究對象，再剔除了金融類上市公司、ST公司和關鍵數據存在缺失的上市公司后，共獲取3276家上市公司作為樣本。圍繞[9號文]出臺這一自然實驗，本文選取研究對象的時間區間為2017年1月1日～2017年11月30日的日度數據，共得到了樣本觀察數為645938的面板數據。由于部分公司在整個樣本觀察區間內有缺失值，因此本文的數據結構為非平衡面板。具體的變量選取如表1。

表1 變量定義

實證結果與分析

一、描述性分析

為了考察[9號文]的出臺是否影響股價波動性，在不同時間窗口下影響作用是否發生變化以及在不同市場環境下政策效果是否存在差異，本文做了以下實證檢驗。首先，繪制政策出臺前后，上市企業股價波動時間趨勢圖，從直觀上觀察新規出臺對股價波動性的影響；然后，采用面板數據固定效應模型加工具變量方法分別對所有A股公司及滬市深市兩個市場A股公司分別進行實證檢驗；再次，使用傾向得分匹配(PSM)后分別對滬市、深市兩個資本市場A股上市企業進行實證檢驗，研究政策效果其是否存在差異。最后，在縮小事件研究的時間窗口，實證檢驗前述所得結論是否依然成立。

對減持新規出臺前后做如下股價振幅趨勢圖(圖1)可以看出，2017年5月26日減持新規出臺后，并未能有效抑制整個A股市場股價波動(選取滬深300指數作為股價代理變量)；相反，股價波動性有增大的趨勢。將滬市、深市上市企業分別作為研究，以上證指數作為滬市上市企業股價的代理變量，發現新規出臺也并未很好地抑制股價波動；以深證指數作為深圳股價大代理變量，發現新規出臺后深市股價波動性得到了很好地抑制。從圖1的描述性分析來看，結果和預期存在差距，還需要通過實證檢驗得出更可靠的結論。

進一步，本文考察了所有指標的描述性統計以及股價波動率在新規推出前后的數值變化，具體見表2和表3。

由表2可知，在所有的控制變量中，TTM和PBV標準差較大，說明每個公司之間滾動市盈率和市凈率差別比較大，在市場上表現出較大波動率。將其作為控制變量可以更好的分析政策變量的影響。其他指標的標準差都較小，說明其他指標的具有一定的平穩性，不會隨市場政策變化發生太大的波動。

由表3中股價波動率的描述性統計可知，無論是所有A股還是分滬市和深市兩個市場來看，減持新規出臺后，股票股價波動幅度都有不同幅度的下降。在沒有控制其他變量的情況下，該表現符合我們的預期，大股東減持會損害中小股東的利益，從而損害其持有信心而導致股價波動更為劇烈。減持新規政策的出臺無疑對穩定中小投資者的信心起到保駕護航的作用，從而在一定程度上抑制了股價波動。從其他指標來看，滬市和深市在某些指標上有所差異：滬市在新規出臺后，股票股價波動均值不降反升，但最大值有所下降；深市在新規出臺后，股票股價波動最大值有所上升，但均值呈下降狀態。

二、減持新規對股價波動性的影響

在對數據進行描述性統計后，需要通過實證模型深入研究。本文使用固定效應方法建立上文模型(2)實證檢驗減持新規政策出臺對股價波動性的影響，以及對滬市、深市不同市場股價波動性的影響是否存在差異，具體結果如表4所示。

表2 控制變量描述性統計

表3 股價波動率描述性統計

由表4可知，對于所有A股的實證檢驗結果顯示，關鍵虛擬變量D的系數為0.0112648，且在5%的水平上表現出統計顯著性。這表明在減持新規政策出臺之后，所有A股股票市場的價格波動性并沒有得到抑制，反而增加了，這和政府出臺減持新規的初衷并不吻合。區分滬深兩個市場來看，有關滬市的實證檢驗結果顯示，關鍵虛擬變量D的系數為0.0327947，也為正值，并且在1%的水平上表現出統計顯著性，相較于所有A股的結果更為顯著，說明減持新規政策出臺后對滬市的股票價格波動性沒有起到抑制作用反而加劇了價格的波動。但在深市出現了相反的結果：關鍵虛擬變量D的系數為-0.0116861，且在10%的水平上表現出統計顯著性。表明減持新規政策的出臺抑制了深市股票價格的波動性，且這一效應是顯著的。綜合所有A股股票股價波動，新規出臺對滬市A股股票的價格波動性的促進作用強于對深市股價波動性的抑制作用，綜合表現中以所有A股股價為研究對象時，減持新規加劇了股價波動。市盈率和市凈率與股價波動性呈顯著負相關關系，即盈利能力越強的企業其股價波動性越低，說明發展良好的企業的股價也會越平穩。換手率越高的上市公司，股價波動率越高，主要因為成交量過高會導致股票市場供給不穩定，容易導致股價波動。流通市值與股價波動性顯著正相關，說明當上市企業股價過高，會產生泡沫導致股價波動較大。但是簡單區分滬、深兩個市場分別進行實證研究的結果存在不足之處，即沒有控制滬、深市場上由于上市企業自身差異導致的結果的不同性。為了克服方法上的缺陷，本文將引入PSM方法，對滬、深兩個市場的影響進行進一步研究。

表4 減持新規對股價波動性的影響

三、傾向得分匹配后的實證檢驗

為了進一步比較減持新規政策出臺在滬市和深市的不同效應，本文采用傾向得分匹配(PSM)對滬市和深市的A股上市公司進行配對，以控制由于所處行業等內生變量所產生的內生性問題。本文借鑒Berger(1997)[6]、陳勝藍和盧銳(2012)[21]等相關文獻選擇相關指標包括公司規模、股權集中度、公司績效、財務杠桿、成長性和股票超額回報等進行公司進行匹配的方法。本文分別選取以下指標，即上市公司的行業虛擬變量、總資產、前十大股東股權集中度、托賓Q值、資產負債率、股權性質以及前三大高管薪酬對深市、滬市A股上市公司進行匹配。考慮到滬市有1300多家A股上市公司，深市有2000多家A股上市公司，因此本文選用最近鄰匹配法進行匹配。具體匹配結果如圖2圖和3顯示。

根據每個樣本計算出的PS值，為每一家滬市公司匹配一家深市公司，同時保留配對成功的樣本，并做共同支撐假設檢驗和平行假設檢驗。由圖2和圖3可知，匹配后的滬市與深市PS值分布情況基本無差別，通過了共同支撐假設檢驗。而由表5信息可得，配對樣本間的匹配變量無顯著差別，通過了平行假設檢驗。

表5 PSM后控制變量的組間差異

使用傾向得分匹配方法(PSM)對滬市和深市進行樣本公司匹配后，本文再次采用固定效應模型加工具變量法模型對減持新規政策出臺對股票價格波動性的影響進行實證檢驗分析，具體結果如表6所示。

由表6可知，在進行傾向得分匹配之后，深市的檢驗結果顯示，關鍵虛擬變量D的系數為-0.02941，且在1%的水平上表現出統計顯著性。基本結論和匹配前一致，即在深市減持新規對股價波動性有顯著抑制作用，在滬市減持新規對股價波動性有顯著促進作用。但是，相較于未匹配前的檢驗結果來看，減持新規政策的出臺對深市的股票價格波動性的抑制作用更大且更為顯著。在PSM匹配后，進一步證實了之前的研究結論。

四、股權集中度不同公司的實證檢驗

前文提出的假設為：減持新規通過阻止大股東的“隧道挖掘”行為以保護小股東利益，因此本文進一步通過劃分股權集中與否對集中度不同的公司分別進行實證檢驗以觀察減持新規的實施效果。本文以前四大股東持股比例達到50%為分界線，超過50%歸為股權集中；未超過50%歸為股權較分散。實證結果如表7所示。

表6 PSM后的實證檢驗結果

表7 股權集中度不同公司的實證檢驗結果

由表7所示，不管是在深市還是在滬市，新規出臺后對股權集中度較高的企業股價波動起到了很好的抑制作用，而對股權相對分散的企業沒有很好的起到抑制股價波動的作用。股權集中度較高的企業大股東對公司的控制權更強，大股東有更多的機會利用對公司的控制權侵害中小股東利益，以更隱蔽的方式掏空上市公司，即利用自身的“控制權”在資本市場上進行高位減持等操作等。實證結果表明減持新規的出臺可以有針對性的阻止大股東的“隧道挖掘”行為，在一定程度上可以保護中小股東的利益。

穩健性檢驗

一、改變事件時間點并縮小時間窗口

由于減持新規中規定了大股東減持的時間窗口為90天(90日內減持總數不得超過公司股份總數的1%)，因此本文將事件時間點改至2017年8月27日，并縮小時間窗口——選擇2017年2月1日～2017年11月30日進行相關穩健性檢驗。檢驗結果如表8所示。

考慮到減持新規中條文設定的時間節點多為90天，本文認為大股東減持行為可能會在減持新規出臺后三個月慢慢表露跡象。因此在穩健性檢驗中我們將事件時點延后至新規出臺后三個月即8月27日，以觀察其結果。具體地，本文重新設定時間虛擬變量，使得2017年8月27日前取0，其他時間取1。相關檢驗結果顯示，在8月27日新規實施三個月前后，減持新規的出臺對滬市股票價格波動的影響仍為正，且在5%的水平上顯著；而在深市，政策效應表現為顯著的抑制股票價格波動的作用。該實證結果與前述結論一致，進一步說明了結果具有穩健性。

表8 改變事件時間點和縮小時間窗口

二、事件時間點不變，擴大時間窗口

為了觀測減持新規出臺前后的對稱效應，保持事件時間點不變仍為2017年5月27日，擴大事件窗口期為2016年12月1日～2017年11月30日進行相關穩健性檢驗。檢驗結果如表9所示。

以事件時間點為中軸各取前后六個月時間組成事件窗口，以觀測減持新規出臺前后的對稱效應。檢驗結果顯示，減持新規的出臺對滬市股票價格波動的影響仍然為正，且在5%的水平上顯著；而在深市，政策效應仍然表現為顯著的抑制股票價格波動的作用。且滬深兩市的控制變量均在一定水平上顯著。檢驗結論和上述結果依然一致。

表9 事件時間點不變擴大時間窗口

三、事件時間點和時間窗口不變，替換控制變量

為檢驗不同控制變量對虛擬解釋變量的影響，本文將替換控制變量中成交量的取值，由日成交股數的對數換為日成交金額的對數，記作DEAL2，事件時間點及事件窗口不變。檢驗結果如表10所示。

相關檢驗結果顯示，減持新規的出臺對滬市股票價格波動的影響仍然為正，且在1%的水平上顯著；而在深市，政策效應仍然表現為顯著的抑制股票價格波動的作用。滬深兩市的控制變量均在一定水平上顯著。該檢驗進一步證實了前述實證結論的可靠性。

結論與政策建議

一、基本結論

在減持新規出臺半年多以來，以新規出臺為自然實驗，本文選取所有A股上市公司作為研究對象，采用固定效應模型加PSM方法考察在不同事件的時間窗口下，減持新規的出臺對A股股票價格波動性的影響，并檢驗了新政策對于不同市場的反應是否存在顯著差異。本文實證檢驗得出基本結論：在減持新規出臺后，對于整個A股市場并沒有產生很好的抑制股票價格波動的效果，相反甚至出現了加劇股票價格波動的現象。而對于滬市和深市兩個不同的市場來說，滬市得出的結果與整個A股市場相似，減持新規的出臺加劇了股票價格的波動；而深市得到相反的結論，減持新規的出臺有效抑制了A股市場股票價格的波動，且該種作用是顯著的。

從理論上分析，限制大股東的減持能使大股東與中小投資者位于同一戰線，當公司存在潛在問題時，大股東不會大規模減持，避免了股價的劇烈波動，從而保護了投資者的利益。[9號文]減持新規向外界傳遞的更多的是價值投資的理念，這種價值投資使得投資者更容易選擇到那些業績優良和發展穩定的白馬股、藍籌股。由此可見，減持新規的出臺對市場無疑是利好消息，但實證檢驗結果卻是減持新規并未起到應有的作用。縱觀文獻及宏觀市場環境，本文給出以下解釋：(1)對于整體A股市場新規的加劇股價波動現象解釋。其一，據同花順數據統計，2016年11月28日～2017年5月25日，滬深兩市大股東減持市值合計1131.96億元、高管減持變動市值合計350億元。減持新規發布后至11月24日，兩市大股東減持市值合計為747億元、高管減持變動合計市值為189億元，分別下降了34%、46%。即使減持新規的出臺使得減持數量及金額有所下降，但是減持新規只是減少了減持套現的傳統通道，沒有從根本改變現狀，即沒有完全壓抑控股股東減持的需求。市場上逐漸出現了針對減持新規的“新套路”，例如兜底增持后大股東減持、精準減持股票至4.99%、高送轉后乘機減持、假離婚減持等方式。而規避監管的新套路無疑會降低政策的作用，并在一定程度上加劇股票價格的波動性。其二，減持新規在微觀層面上的確抑制了大股東的套現，對中小股東的利益有保護作用，但是在本質上新規的實施并沒有使資本市場的資金效率得到提升，對于不能做到有效地進行雙向流動的市場可能存在一些隱藏的風險。其三，自減持新規出臺至今剛經歷半年時間，檢驗一個政策的切實效果時間尚短，短期可能效果并不明顯，但是長期來看，新規的實施有助于修復市場風險偏好，更體現了監管層引導上市公司行為長期化的政策導向。(2)對于滬市和深市新規政策不同市場反應的解釋。其一，有學者研究發現，滬市和深市存在顯著的市場差異性，該差異具體表現在“杠桿效應”上。張兵(2003)[22]發現滬市與深市的“杠桿效應”不同——滬市存在顯著的“杠桿效應”，而深市不存在“杠桿效應”。因而對滬市而言，負向沖擊所引起的波動要大于同等程度的正向沖擊所引起的波動，也說明了滬市的股價波動性更大。陸蓉(2005)[23]運用EGARCH模型對中國股市政策效應的不平衡性進行研究，發現中國股市對好消息和對壞消息的反應具有不平衡性。孫卓元(2008)[24]通過研究認為，滬市存在明顯的ARCH效應，市場波動性較劇烈，整體風險偏大，也即滬市存在顯著的“杠桿效應”。綜上所述，滬市相較于深市有更大的波動性，對政策的正向沖擊而言，在滬市凸顯出的政策效應并不明顯，即政策對滬市的效果表現并不明顯，甚至出現與預期政策效果相反的表現；而深市不存在顯著的“杠桿效應”，因而減持新規的政策效應在深市得到較好的反應。其二，滬市和深市的資本市場對外界政策信息沖擊的反應具有持久性。陳晶晶(2011)[25]在研究滬深股市波動特征時發現滬市在股價波動的持久性上長于深市。即與深圳股市相比，滬市需要更長的時間去適應外部政策沖擊對其波動性產生的影響。當外界出現政策“利好”消息時，滬市股價的適應性比深市股價適應性要低。所以，減持新規出臺后段時間內在滬市對股價波動性上并未體現出較好的抑制作用，而且，由于減持規定中對違反減持規定的懲罰措施不夠嚴厲，造成違規減持的增多反而加劇了滬市股價的波動性。而深市股價波動對減持新規政策的適應性更強，更快地達到了政策的預期效果。其三，滬市和深市在交易制度的安排上存在一定的差異。雖然在交易制度上，深市和滬市都大體一致，但是兩市還是存在一些細微的差別。比如，在交易費用的收取上，滬市A股的過戶費為成交面額的0.02%收取，起點為一元。但是深市在過戶費上是免費的。在收盤價的確定上也存在差異。根據現代微觀市場結構理論認為，交易制度的安排會對市場的運行產生顯著影響。因此，這些制度設計的差異上可能會造成滬市和深市對政策反應存在一些差異。綜合來看，滬市比深市對整體市場的影響占比更大，最終導致新規出臺對所有A股股價表現為促進作用。

二、政策啟示

1.減持新規只是將減持周期拉長，起到一定穩定資本市場作用，但并未從根本上根除大股東減持對市場帶來的負向沖擊

新規僅僅將大股東減持對資本市場造成一次性沖擊轉變為分次對市場產生影響。王德倫(2017)[26]研究發現新規的出臺使得本應在2017年12月出現的減持高峰推遲至了半年左右，即在減持新規的作用下，大股東減持高峰會推遲至2018年5～6月。這說明，減持新規的作用在短期來看有一定的作用，但是在長期來看，大股東減持仍然會對市場造成沖擊。僅僅通過抑制大股東一次性減持的數量和減持時間并沒有真正消除資本市場中存在的泡沫。而且在過去的幾年里，由于減持新規出臺的頻率比較高，雖然在一定程度上可以穩定市場，但是過于頻繁地變更減持規定會使得大股東對制度的信心降低，減持套現、清倉式減持的動機會加大，促使大股東更加珍視減持機會，在機會到來之時，減持意愿更強烈。這在另一方面加大了股市的不穩定性。我們應該更加注重的是完善我國資本市場基礎制度的構建，在股權分置改革實施后，應建立相應的制度措施解決改革后產生的遺留問題。股權分置改革為非流通股權益實施提供了充分的保障，但從另一方面卻加大了其在二級市場套現動機，不利于企業與證券市場的發展。基于對資本市場穩定發展的考慮，大股東減持所得收益可以按一定的規章提取一部分建立資本市場發展基金。成立相關機構運作基金來維護市場的穩定發展。該部分截留資金可以對所有投資者進行投資紅利補償等。這些基礎制度的構建可以在根本上緩解大股東減持對市場造成的負沖擊，使資本市場更加穩定健康發展。

2.根據研究發現，大股東屬于企業內部人，其減持會對中小投資者權益造成侵害

大股東減持套現后獲得大量資金，這部分資金其本質是來源于中小股東。中小股東通過投資于資本市場，希望為企業的發展助力。但是據統計，大股東套現后往往投資于古董字畫等名貴品和房地產等，造成社會資金脫虛向實，不利于整個社會資本的有效配置。我們應該建立完善的投資者保護機制，注重資本市場融資功能的同時，不能忽視資本市場的投資功能。只有使廣大投資者，尤其是中小股東的利益都得到保障，才能有更多的投資者愿意投資于資本市場。如果沒有投資者對資本市場的投資支持，資本市場的融資作用也無從談起。完善投資者保護機制，是資本市場穩定健康發展的一大基石。保護中小投資者，需要從公司治理內部完善和加強立法和執法力度外部完善兩個渠道進行。在企業治理上，加強企業內部監督，例如增加監事會人員或者獨立董事數量，重新選舉董事等。在外部執法上需要嚴格落實到位，如果新規出臺沒有嚴格執行，會導致投資者找到新的法律漏洞，無法達到新規制定的目標。

3.為了降低滬市自身存在的波動杠桿效應，降低滬市系統性風險，需要鼓勵機構投資者發展，引導投資者投資走向理性化

改善上市企業的信息披露，使資本市場的信息傳遞更加及時與可靠，在宏觀層面為上市公司提供有力的發展環境。在不斷創新金融工具的同時，注重降低金融工具使用過程中存在的風險。優化金融工具實施程序，有利于改善滬市的股價波動，更有利于減持新規發揮出其維護市場健康、穩定發展的作用。提高從業人員的綜合素質，加強對工作人員專業知識培訓，提高從業道德素質。更好的為市場發展提供服務也是維護資本市場健康發展的基礎。

三、研究不足與展望

本文從[9號文]出臺這一自然實驗切入，運用固定效應模型加工具變量法識別減持新規對股票價格波動性影響的因果關系。這些來自我國經濟事件的新鮮經驗證據有助于我們梳理法律變化對金融市場的作用，是對近期關于[9號文]研究文獻的有益補充。但是，本文的研究還存在以下不足：首先，由于新規出臺時間較短，只能研究減持新規對股價波動造成的短期效應，無法從更長時間觀察減持新規造成的滯后影響。并且由于新規出臺的頻率較高，目前的市場反應有可能存在受上次減持政策的長期影響。這一點無法單從數據分析上得到很好地區分。其次，由于數據獲取的局限性，大股東減持新規的出臺是否會使得大股東產生新的市場操縱行為和更為隱蔽的內幕交易我們暫時還無從得知，后續的大股東行為動態還需要我們做持續的跟蹤研究。同時我們也應該注意到，此次減持新規的出臺并未完全達到理想的效果，除了一些客觀上的因素，我們更應深究是不是政策的頻繁出臺變動對投資者信心產生了影響等一系列主觀因素，這也將是后續需要深入研究的內容。