機構投資者行為對股票價格波動性的影響

姚宇航

摘要：機構投資者對股票價格的波動率是起著促進作用還是抑制作用，學術界一直存在著不同的觀點。文章分析了機構投資者在大盤股和中小盤股中持股比例和交易強度對股票價格的波動率的影響。研究發現，在大盤股中機構投資者的交易強度與股價波動呈負相關關系，起到穩定股價的作用;在中小盤股中交易強度和股價波動呈正相關關系，短期內投機動機比較強。而大小盤股中機構投資者的持股比例均與股價波動均呈負相關關系，起到穩定股價的作用。

Abstract： There have been different opinions on whether institutional investors play a role in promoting or inhibiting the volatility of stock prices. This paper analyses the impact of institutional investors'share holding ratio and trading intensity on stock price volatility. It is found that the trading intensity of institutional investors is negatively correlated with stock price volatility， and plays a role in stabilizing stock prices. In small and medium-sized stocks， the trading intensity is positively correlated with stock price volatility， and the speculative motivation is strong in the short term. The proportion of institutional investors in large and small stocks is negatively correlated with stock price volatility， which plays a role in stabilizing stock prices.

關鍵詞：機構投資者;價格波動;大盤股;小盤股

Key words： institutional investors;price fluctuations;large-cap stocks;small-cap stocks

中圖分類號：F832.51 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2019）20-0096-05

0 ?引言

2016年招商基金公布的一份報告顯示，我國目前個人投資者開戶超過一億戶，A股自由流通股中個人投資者持股比例超過70%，機構投資者持股比例不到30%;而我國大部分個人投資者投機心態較為嚴重，在缺乏專業金融知識與投資理念的基礎上，散戶常容易出現盲目跟風，追漲殺跌，有著“羊群行為”等行為特征，給市場極大程度地影響著股市的穩定。

為了能夠促進我國股票市場的穩定發展，我國需要加強推動機構投資者的發展，逐步實現個體投資者向機構投資者過度。在經歷了近20年的發展之后，我國機構投資者隊伍不斷壯大，逐漸形成為證券投資基金為代表，包含證券公司、社保基金、保險公司、合格境外投資者、上市公司等在內的多元化機構投資者格局。同時，機構投資者的數量、規模與持股比例均發生了巨大的變化，機構投資者逐步成為我國證券市場不可獲取的重要參與主體。

對于機構投資者在股票價格波動中是起著促進的作用還是抑制的作用，學術界一直存在著較大爭議[1～7];因此研究機構投資者行為與股票價格波動的關系顯得十分重要;這有利于降低股票市場的波動，促進市場的穩定發展，對優化機構投資者結構和提高市場效率具有重大意義。

本文的創新之處主要體現在以下兩方面：一是采取季度數據進行研究，相對于日度數據和年度數據，季度數據更穩健，同時也能更好的反映機構投資持續性投資的行為。二是提出了從大盤股和小盤股的角度去研究機構投資者行為與股票價格波動的關系的視角。

1 ?文章假設和變量說明

1.1 研究假設

機構投資者行為對股票價格波動率的影響與多方面因素有關，比如市場環境，股票類型，投資風格等;目前國外已經有學者根據股票的類型（市值大小，風格）實證研究了機構投資者與價格波動的關系，而國內在這方面的實證研究比較少。因此本文根據已有的研究成果，提出以下假設：①機構投資者行為整體上對股票價格波動率起到抑制作用。②機構投資者行為對大盤股價格波動率起到抑制作用。③機構投資者行為對小盤股價格波動率起到促進作用。

1.2 變量說明

本文的研究樣本來自2008年1月1日到2017年12月31日的上證50與中證500的股票季度數據，機構投資者持股數量、持股比例、股票成交量、換手率、周收益率等數據來源于resset數據庫。除了周收益率是周度數據，其他均為季度數據;相對于日度數據，季度數據更穩健;基于數據的可獲得性，目前機構投資者持股方面數據是季度數據，所以采用季度數據能更好地反映機構投資的行為。樣本篩選標準為：①剔除變量缺失的樣本。②剔除0值的樣本。③剔除沒有周收益率的樣本。最終共獲得5963個樣本數據。

上證50指數是挑選上海證券市場規模大、流動性好的最具代表性的50只股票組成樣本股，以便綜合反映上海證券市場最具市場影響力的一批龍頭企業的整體狀況。中證500指數是扣除滬深300指數樣本股及最近一年日均總市值排名前300名的股票，剩余股票按照最近一年的日均成交金額由高到低排名，剔除排名后20%的股票，然后將剩余股票按照日均總市值由高到低進行排名，選取排名在前500名的股票作為中證500指數樣本股。中證500指數綜合反映了滬深證券市場內中小市值公司的整體狀況。因此上證50代表了大盤股，中證代表了中小盤股。

1.2.1 股票波動率

1.3 統計分析

在接下來的統計分析、模型的構建、驗證分析，為了使數據更加平穩，對以上所有的變量數據除了市值虛擬變量，均采取數據的對數值。所有的數據操作均基于stata軟件。

整體上，股票價格的對數波動率均值（下文為了簡寫均省略對數）為-2.96，標準差為0.52;機構投資者的持股比例均值為-2.03，標準差為1.37;機構投資者的交易強度均值為-3.05，標準差為1.88;股票的換手率均值為0.23，標準差為1.07。相較于大盤股，小盤股數據有以下特點：股票價格波動率更大;機構投資者持股比例較小，但是極值相差較大;機構投資者交易強度較小，極值相差也較小;股票的換手率均值較大，但是方差較小，說明小盤股的換手率經常處于比較高的水平。為了進一步變量之間是否存在多重共線性本文計算膨脹因子如表3。

模型的膨脹因子均值等于1.29，小于經驗值2;最大值為1.40，小于經驗值20;說明變量之間不存在多重共線性。為了檢驗機構投資者的持股比例、交易強度、股票的換手率、市值對股票價格波動率是否有顯著影響。本文采取協方差分析，計算結果如表4。

整體模型的F檢驗值為931.41，p值為0，通過了檢驗;機構投資者持股比例、交易強度、股票換手率的p值為0、0.0001、0，通過了檢驗，說明在整體模型中機構投資者持股比例、交易強度、股票換手率對股票價格波動率的差異產生了顯著的影響;市值大小的p值為0.163，在5%的顯著水平下沒有通過檢驗，在整體模型中對股票價格的波動率的影響不明顯。

2 ?構建模型和回歸分析

2.1 假設一

由于樣本比較大，采取穩健標準差進行估計，回歸結果如表5。

由表5可知，模型的擬合優度為0.387，說明股票價格的波動率的38.7%可以由機構投資者持股比例、交易強度、股票的換手率、市值解釋;模型p值為0，模型在5%的顯著水平下通過了檢驗。股票價格的波動率與機構投資者持股比例、交易強度、股票的換手率、市值的回歸系數分別為-0.026，0.012，0.307，0.018，p值均小于0.05，通過了檢驗，在5%水平下顯著異于0。股票的市值相關系數為0.180，p值為0.180，沒有通過檢驗，說明該因變量在5%的水平下對模型的影響不顯著。

從整體市場來看，隨著機構投資者的持股比例的增加，減少了股票價格的波動率。隨著機構投資者的交易強度的增加，增加了股票價格的波動率。而且從相關系數來看，機構投資者的持股比例對股票價格波動率的影響更大。綜上所述，支持了假設1，機構投資者行為整體上對股票價格波動率起到抑制作用。

在上面模型中，股票的市值該虛擬變量沒有通過檢驗，因此在假設1的模型中應該剔除市值大小。該變量這與許多相關研究相反;考慮到大盤股和小盤股的樣本數量相差較大，而且小盤股受到更多其他非理性因素的影響，因此可能對虛擬變量的顯著性產生影響。為了探討虛擬變量不顯著的原因，接下來分開研究大盤股和小盤股中投資者行為對股票價格的波動率的影響。

2.2 假設二

由上面統計分析可知，在大盤股中，機構投資者的持股比例以及交易強度更大，說明機構投資者在大盤股中占比較大;因此機構投資者更有動機借用其信息優勢督促公司改進治理結構、信息披露，同時由于機構投資者相對個人投資者來說更理性;所以按照假設2，在大盤股中，機構投資者行為對大盤股價格波動率應該起到抑制作用。

在假設1建立的多元回歸模型的基礎上，假設2的因變量剔除掉市值虛擬變量，對大盤股的股票價格波動率、機構投資者持股比例、交易強度與股票換手率進行回歸分析，結果如表6。

由表6可知，模型的擬合優度為0.425，說明股票價格的波動率的42.5%可以由機構投資者持股比例、交易強度、股票的換手率解釋;模型p值為0，模型在5%的顯著水平下通過了檢驗。股票價格的波動率與機構投資者持股比例、交易強度、股票的換手率的回歸系數分別為-0.024，0.021，0.259，由p值可知，在5%水平下顯著異于0。

從大盤股來說，隨著機構投資者的持股比例以及交易強度的增加，均降低了股票價格的波動率。根據前面的數據統計分析可知，在大盤股中機構投資者的持股比例較高，交易強度也較大。結合已有文獻可得出：機構投資者在衡量風險、收益、法律等成本后，具有顯著的審慎持股特征，傾向于選擇公司規模大、信用評級高、流動性好與波動性較低等特征的上市公司股票。機構投資者審慎的、風險規避的持股特征在一定程度上起到了穩定股市的作用。綜上所述，支持了假設2，機構投資者行為對大盤股價格波動率起到抑制作用。

2.3 假設三

由上面統計分析可知，在小盤股中，機構投資者持股比例較小，極值相差較大;機構投資者交易強度較小，極值相差也較小;股票的換手率均值較大，但是方差較小;說明小盤股的換手率經常處于比較高的水平，經常出現股價劇烈震蕩且伴隨著非正常換手率。根據已有文獻可知，機構投資者更偏好和關注股價波動率高的股票，而機構投資者持股的增加又加大了股價的波動;所以按照假設3，在小盤股中，機構投資者行為應該對大盤股價格波動率起到促進作用。

在假設1建立的多元回歸模型的基礎上，假設3的因變量剔除掉市值虛擬變量，對小盤股的股票價格波動率、機構投資者持股比例、交易強度與股票換手率進行回歸分析，結果如表7。

由表7可知，模型的擬合優度為0.398，說明股票價格的波動率的39.8%可以由機構投資者持股比例、交易強度、股票的換手率解釋;模型p值為0，模型在5%的顯著水平下通過了檢驗。股票價格的波動率與機構投資者持股比例、交易強度、股票的換手率的回歸系數分別為-0.031，0.031，0.357，由p值可知，在5%水平下顯著異于0。

從小盤股來說，隨著機構投資者的持股比例的增加，減少了股票價格的波動率。隨著機構投資者的交易強度的增加，增加了股票價格的波動率。根據前面的數據統計分析可知，在小盤股中機構投資者的持股比例小，交易強度也小。結合已有文獻可得出：一方面，交易小市值股票和高成長性股票時，機構投資者存在一定的羊群行為;另一方面，當小市值股市行情波動性較大時，機構投資者巨大的交易量對股價沖擊也更大。因此機構投資者對小市值公司股票的波動率影響更大。從相關系數來看，機構投資者的持股比例和交易強度對股票價格波動率影響較為接近，正負相反;因此綜上所述，機構投資者行為對小盤股價格波動率影響屬于不確定的關系，這反駁了假設3，說明小盤股中存在更多復雜的非理性因素，機構投資者的行為較難衡量是促進還是抑制股票價格波動率。

3 ?檢驗分析和模型修正

在回歸分析中建立了三個模型，其中假設2和3是分別研究大盤股和小盤股中的機構投資者行為，為了便于描述和統一分析。在本文接下來的檢驗分析中，均基于修正后的假設1的模型（剔除市值虛擬變量）。

3.1 異方差檢驗及修正

經典線性回歸模假定：總體回歸函數中的隨機誤差項滿足同方差性，即它們都有相同的方差。如果這一假定不滿足，則稱線性回歸模型存在異方差性;在本文中采取BP檢驗的方法。

采用被解釋變量的擬合值來解釋異方差的BP檢驗，發現該BP檢驗在5%的顯著水平下接受了原假設，即模型不存在異方差性。結果如下：

chi2（1）=3.30

Prob>chi2=0.0693

采用解釋變量來解釋異方差的BP檢驗，發現該BP檢驗在5%的顯著水平下拒絕了原假設，即模型存在異方差性。結果如下：

chi2（3）=13.63

Prob>chi2=0.0035

分別檢驗機構投資者的持股比例，交易強度以及換手率，發現機構投資者的交易強度在5%的顯著水平下沒有通過檢驗，在10%的顯著水平下通過了檢驗;即交易強度可能是導致模型出現異方差性的原因。結果如下：

chi2（1）=3.84

Prob>chi2=0.0500

為了修正模型的異方差問題，采取穩健標準差加OLS的方法，得出結果如表8。

由表8可知，對比假設1中的模型結果，各變量的P值均為0，系數的顯著性有所提高，在5%的顯著水平下通過了檢驗。

3.2 穩健性檢驗（含內生性檢驗）

3.2.1 縮尾處理

為了避免極端值對模型的影響，在假設1模型的基礎上，對股票價格的波動率分別在2%和98%百分位上進行縮尾處理，并進行回歸，回歸結果如表9。

相對于假設1中的模型，進行縮尾處理后的模型擬合優度有所下降，為0.3394;模型p值為0，在5%的顯著水平下通過了檢驗。而且市值大小該變量的系數p值為0.048，在5%的顯著水平下通過了檢驗，這是與假設1中回歸結果最大的區別。其他變量的系數大小以及p值大小基本沒有發生變化。由此可以得出數據中極端值對模型的穩健性影響較大;即價格波動率最大的2%公司以及最小的2%公司股票可能存在更多非理性因素，模型中解釋變量較少，沒有完全考慮這些非理性因素，導致市值大小該變量不顯著。

3.2.2 替代變量（內生性檢驗）

在本文中采取股票換手率來描述股票的流動性，為了進一步檢驗模型的穩健性，采用成交量作為替代變量，成交量越高，一定程度上也能體現股票的流動性越高;在假設1的模型基礎上進行回歸，回歸結果如表10。

由回歸結果可知，采用成交量替代股票換手率后發現，模型雖然通過了檢驗，但是擬合優度下降較大;市值大小該變量的系數也通過了檢驗;不同于假設1回歸結果中機構投資者持股比例系數為負、交易強度系數為正，該模型中兩個變量的系數均為負;綜述所述，采取替代變量后回歸結果依然支持假設1，但是模型的擬合優度和變量系數發生較大變化，模型的穩健性不足。

在假設1的模型中，有股票換手率可以描述個人投資者情緒及行為等非理性因素，可能還存在許多非理性因素與股票換手率相關，因此換手率可能是個內生變量。由于成交量相對來說是個外生變量，并且與股票換手率相關性較強，因此進一步將成交量作為工具變量進一步進行內生性檢驗，采取Hausman 檢驗的方法。 Hausman 檢驗的原假設為：所有解釋變量均為外生變量，如果拒絕，則認為存在內生解釋變量，要用IV的方法;反之，如果接受，則認為不存在內生解釋變量，應該使用OLS的方法。經檢驗可得，股票換手率的p值為0.00，在5%的顯著水平下拒絕原假設，即股票換手率為內生變量，認為隨機誤差項中存在與股票換手率相關的非理性因素。

4 ?總結

本文基于2008年1月1日到2017年12月31日的上證50與中證500的股票季度數據，采用對數股票價格波動率、機構投資者持股比例、機構投資者交易強度、股票換手率、股票市值大小建立多元回歸模型，再分別建立大盤股和小盤股中的多元回歸模型，研究發現：在整體模型中，隨著機構投資者的持股比例的增加，減少了股票價格的波動率。隨著機構投資者的交易強度的增加，增加了股票價格的波動率。在大盤股模型中機構投資者的交易強度與股價波動呈負相關關系，起到穩定股價的作用;在中小盤股模型中交易強度和股價波動呈正相關關系，短期內投機動機比較強。而大小盤股中機構投資者的持股比例均與股價波動均呈負相關關系，起到穩定股價的作用。進而得出：假設1與假設2成立，即投資者行為整體上對股票價格波動率起到抑制作用;機構投資者行為對大盤股價格波動率起到抑制作用。假設3不成立;機構投資者行為對小盤股價格波動率影響屬于不確定的關系。

在檢驗分析中發現，機構投資者可能是導致模型出現的原因;2%和98%的極端數據對模型的穩健性影響較大;股票換手率屬于內生變量。通過分析數據可知，可能原因有：控制變量較少，在以往的文獻研究中，往往引入較多控制變量，例如公司的財務數據，股票評級等，這些控制變量可能對模型的穩健性以及變量的顯著性影響較大;在股票市場中存在較多非理性因素，模型中沒有考慮進去，導致出現內生變量。此外由于技術的局限性和數據的不完整，沒有對面板數據進行單位根檢驗;在股票市場中每只股票可能存在較強的相關性，因而可能出現偽回歸的問題。

最后，基于前面的研究，本文提出以下建議：對于大盤股，機構投資者占比較大，股票價格的波動性也較小，說明大盤股中理性因素較多，個人投資者對大盤股進行投資時應該更加關注機構投資者的動向，一定程度的“跟隨性”投資，進而獲得超額利益。而小盤股中機構投資者占比較少，股票價格波動性較大，非理性因素較多;個人投資者在對小盤股投資時應該持謹慎的態度，理性投資以規避風險。

參考文獻：

[1]高昊宇，楊曉光，葉彥藝.機構投資者對暴漲暴跌的抑制作用：基于中國市場的實證[J].金融研究，2017（02）：163-178.

[2]李明陽.機構投資者對股票市場波動影響的實證分析[D].西南大學，2017.

[3]齊柄涵.我國機構投資者對股票價格影響的實證研究[D].安徽財經大學，2017.

[4]陶瑜.機構投資者行為對股票市場穩定性影響研究[D].北京郵電大學，2017.

[5]劉秋平.機構投資者能否發生穩定器作用——基于個股暴跌風險的實證檢驗[J].現代財經（天津財經大學學報），2015，35（03）：27-37.

[6]劉光彥，姜麗.機構投資者資金對股市波動影響的實證研究[J].山東工商學院學報，2018，32（01）：65-77.

[7]張本照，張璽，程超.融資融券、機構持股與股票特質性波動[J].財會通訊，2018（12）：113-117，124.

[8]翟愛梅，鐘山.賣空機制對股票價格波動的影響：基于A+H股公司的實證研究[J].南方經濟，2012（08）：43-56.

[9]熊家財，蘇冬蔚，劉少波.制度環境、異質機構投資者與股價信息含量[J].山西財經大學學報，2014，36（07）：48-58.