基金網絡中機構投資者抱團對股票市場的影響研究

■蔣 松，錢 燕

一、引言

自2001年以來，我國機構投資者發展迅速，形成了證券投資基金、券商、保險公司、社保基金、QFII等多種類機構投資者協同發展的格局。機構投資者有專業性強，資金量大，投資更趨于理性等特點，對比個人投資者有明顯優勢，機構投資者正越來越成為我國證券市場的中堅力量。《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》指出要完善資本市場基礎制度，健全多層次資本市場體系，大力發展機構投資者，完善現代金融監管體系，補齊監管制度短板。

隨著機構投資者力量的壯大，機構持股比例逐年上升，2020年的基金頻繁抱團白酒、醫藥、光伏新能源等品種，將上述板塊的市值推向了新高，而2021年初上述板塊的機構投資者抱團現象卻在逐漸瓦解，對資本市場造成了不小的震動。普遍存在的機構抱團行為可能會影響基金行業的健康發展，也會給資本市場平穩運行帶來挑戰。因此，研究機構投資者抱團行為對股市的影響具有現實意義，且研究結論能為機構投資者交易行為監管提供政策指導，有利于國家更好地加強監管，使機構投資者與股市形成良性互動，協調發展。為此，本文基于2009—2019年中國股票類主動管理型公募基金持倉數據，運用Louvain算法從基金投資者網絡中提取機構投資者團體，建立以重倉股票為鏈接的基金網絡模型，生成基金團體持股變量，研究機構投資者抱團對股票市場的影響。

二、文獻回顧與研究假說

（一）機構團體網絡與股價波動

對于機構投資者是股市劇烈波動的助推器還是維持穩定的壓艙石，學者們進行了很多討論。持正方觀點的學者們認為機構投資者較普通投資者更趨理性，不易受噪音影響，能提高公司信息透明度，平復市場狂熱情緒，提高整個市場的理性程度，從而起到穩定股價的作用（程昕等，2018）。持反方觀點的學者們則認為由于機構間存在羊群行為，傾向于一致買進或賣出同種股票，加劇了市場的波動程度（Choi&Skiba，2015）。也有部分學者認為機構投資者在市場上升階段沒有發揮穩定市場的作用，而在市場下降階段穩定了股市，但依然未能阻止市場的繼續下行（史永東和王謹樂，2014）。

金融市場上的投資者會互相觀察與交流，這一互動的結果會影響投資者最終的投資偏好與交易決策，進而影響整個市場的價格與波動水平（Blocher，J.et al，2014）。傳統研究中，機構投資者通常被視為統一的整體，但現實中，他們是既獨立又互相聯系的個體。機構間互相作用、互相影響，他們之間通過網絡相互傳遞信息（郭曉冬等，2018）。管理證券投資基金的基金經理們處于地域網絡、同事網絡、校友網絡等各種緊密的社會聯系網中，通過觀察與交流他人的交易標的和方向并及時地進行信息互換與傳遞，基金經理的交易策略、持倉調倉不可避免地具有相似性與趨同性（申宇等，2016）。這種基金經理間投資風格高度相似，大量持股同一只股票，同買同賣的行為即稱為機構投資者抱團。基金經理們通過對某家公司共同持股，形成信息交流網絡，彼此間進行信息共享與傳遞，同進同退，給股市帶來異常波動（陳新春等，2017）。張宗新等（2014）發現中國證券投資基金總體上有一定的信息挖掘能力，處于團體中的每個個體基金機構都有發掘公司基本面信息的專業能力，是真正的知情投資者，在團體網絡中，通過信息共享與信息整合，能有效提高對公司未來業績的判斷，基金經理們更易達成一致的投資決策。處于同一團體網絡內的機構投資者，信息傳遞更通暢，交流更密切，有關企業的公開或內幕消息在網絡中能迅速傳播，并隨后迅速在股市中反映，進而導致股市的劇烈波動。機構投資者團體中的成員越多，對抱團公司的持股比例越大，交流就越密切，團體網絡的信息效率也就越高，越易發生羊群行為與踩踏事件。據此，提出假說1和假說2：

假說1：基金對公司的抱團行為會加劇其股價的波動。

假說2：基金網絡交流越密切，抱團持股比例越大，公司股價波動越大。

（二）機構團體網絡與股票流動性

現有研究認為，機構投資者通過交易行為與信息獲得優勢渠道影響股票流動性。從交易行為看，Cornell&Roll（2005）認為代理投資的流行使得市場運行主要受代理人（基金經理及基金公司）目標函數的影響，而不再是投資者的效用函數。為避免業績受損、排名降低，基金經理傾向于選擇羊群交易行為，觀察與模仿其他經理的交易習慣與策略，這抑制了信息在股價中的及時反映，降低了信息效率，助推流動性成本的上升。此外，機構的持股量較普通投資者大，其交易行為會增大股價的波動，不利于流動性的提升。從信息獲得優勢渠道看，機構投資者相比個人投資者，擁有人才、信息和資金等優勢，對上市公司的信息獲取、分析能力更強。我國資本市場的信息不對稱程度較高，機構投資者更易通過知情交易獲得更多收益。機構的共同行動加劇了市場的信息不對稱程度，提高了市場整體發生逆向選擇的概率，流動性成本由此提高，進而影響到整個股票市場的流動性。

眾多基金機構通過對某家公司共同持股形成了網絡團體，通過基金團體網絡內的信息共享與交流學習，基金經理們更易達成一致的交易決策，其一致行動會帶來交易量的突然放大，增加了股票的波動性，強化了交易行為影響股票流動性的渠道，不利于流動性的提升。并且基金個體的信息收集分析能力是有限的，基金通過抱團則能克服這一弊端，抱團形成的信息網絡能迅速傳播有效的私人信息，團體的信息優勢輻射到網絡內每個基金個體，大大增強了網絡內個體收集分析信息的能力，從而加劇了市場的信息不對稱，進而降低了股票的流動性。據此，提出假說：

假說3a：基金網絡交流越密切，抱團持股比例越大，股票流動性成本越高，流動性越差。

然而，基金類投資者作為短期投資者會更頻繁地更換投資組合，依賴價值中性信息積極地進入或退出頭寸，這為市場帶來了流動性（Wang&Wei，2021）。機構投資者通過交易行為渠道提高了信息效率，私人信息進入股價，減少了交易成本，提高了流動性。而基金通過共同持股形成信息交流網絡，進一步提高了信息效率，更多的私人信息進入了股價，減少了交易成本，反而提高了市場整體的流動性。據此，提出對立假說：

假說3b：基金網絡交流越密切，抱團持股比例越大，股票流動性成本越低，流動性越好。

三、研究設計

（一）數據來源及樣本選擇

本文以2009—2019年中國A股市場上市公司為研究樣本，機構投資者持股季度數據、公司財務、股價數據均來自CSMAR數據庫。機構投資者樣本選取開放式基金中股票型基金與偏股混合型基金，這類基金的基金經理調整持倉較為主動與頻繁，與本文研究機構投資者抱團的目標一致，而指數型基金管理方式和目標與其他基金差距較大，故將其剔除。按照已有研究慣例，對樣本作了如下篩選：刪除金融行業公司與ST公司；剔除研究變量大量缺失的樣本；剔除季度交易天數不足20天的樣本；對連續變量進行上下1%的Winsorize縮尾處理。執行上述標準后，最終得到39203個公司的季度觀測值。

（二）變量定義

1.基金團體持股衡量

基金投資者團體是一組投資者，成員之間相互聯系。在圖1的A、B子圖中，投資者A與其他投資者（投資者B—F）都有連接，似乎處于相同的聯系中。在A子圖中的每位投資者都與其他投資者保持聯系，這些投資者構成了一個團體，信息在此類團體中能更容易地從某一投資者傳遞給網絡內其他投資者；而在B子圖中，信息則必須由處于網絡中心的投資者A負責傳遞給其他成員，由于網絡中的其他投資者之間缺乏共同持股，合作交流變得困難，因此他們之間聯系是割裂的，無法構成團體。

為了從基金投資者網絡中提取出基金團體，參考吳曉暉等（2019）的做法，建立基金間關系的N×N矩陣，若任意兩家基金i，j在t季季末共同持有某一家企業的股份占其流通股的5%以上，就認為這兩個基金建立了連接，則對角線元素Ai，j=1，否則Ai，j=0。在此基礎上構建所有基金間的連接并形成描述基金間關系的鄰接矩陣A，最后將鄰接矩陣A導入程序，構造基金投資者網絡并提取基金團體。

識別基金投資者網絡中的團體是一個復雜的課題，參照網絡算法中最新、最有說服力的算法，即Blondel et al.（2008）開發的Louvain算法。使用該算法提取出基金團體后，根據式（1）計算基金團體持股比例（CliqueHold）。

其中，λi，j，t是基金j在t季季末在公司i中的持股百分比，而CliqueInstitutionj，t是關于基金團體的虛擬變量，若基金j屬于某個團體，則賦值為1，否則為0。此外，計算基金團體持股集中度CliqueHerfini，t，即取公司i中每個基金團體的所有成員持股比例，求其平方和。最后，計算每個公司最大的基金團體的持股比例CliqueTopi，t。

2.股價波動性測度

股價的波動性有多種衡量標準，本文采用程昕等（2018）的計算方法，使用股票收益率的標準差來衡量股價的波動。計算公式為：

其中，yi，t為股票i在第t日的收益率，pi，t為股票i在第t日的收盤價，ye為股票i季度平均日收益率，n為季度內交易日天數。

3.股票流動性測度

本文使用兩種流動性度量方法來確保結果的穩健性。首先參考Amihud（2002）的研究，構建Amihud非流動性度量（VAilliq），定義為股票回報的絕對值除以給定交易日的股票交易數量，然后取季度平均值來構建季度非流動性度量（VAilliq）。這一指標衡量股票收益對交易量的敏感程度，該指標越大，股票流動性越差；反之若交易量變化對股票收益變化影響越小，則股票的流動性較好。本文將VAilliq變量乘以了1億。接著借鑒馬超（2015）的研究，采用公司日交易數據取季度平均值后的相對有效價差作為度量股票流動性的第2種指標（Espliq）。相對有效價差越大時，交易成本越高，股票流動性越差，計算方法如下：

其中，Pricei，t為股票i在某季度第t個交易日的收盤價；Aski，t、Bidi，t分別為股票i在某季度第t個交易日的最高價和最低價；T為該季度交易日天數。

（三）模型設定

本文從機構投資者網絡視角刻畫以基金為代表的機構投資者相互抱團對股票市場產生的影響。為驗證機構投資者抱團對股價波動的影響，建立如下模型：

其中，IsCliquei，t-1是公司是否處于機構投資者抱團網絡中的虛擬變量，若公司i在t季季末被任何一個基金團體持股，則賦值為1，否則為0。CliqueSharei，t-1為基金團體持股的三個指標，分別用CliqueHoldi，t、CliqueHerfini，t和CliqueTopi，t在式（5）中將其替代進行回歸，模型控制了年度和行業效應。根據前文的分析，若假說1成立，機構投資者抱團行為加劇了公司股價波動，則式（4）的系數β1＞0。若假說2成立，即機構投資者抱團程度與股價波動性正相關，則式（5）的系數β1＞0。參考陳新春等（2017）的研究，設定如下控制變量：資產負債率（LEV）；總資產收益率（ROA）；總資產周轉率（Tat）；公司規模（Size），用上市公司總資產取對數表示；代理成本（AC），用管理費用與營業總收入之比表示；總資產增長率（TaGrow），即上市公司總資產同比增長率；營業收入增長率（OiGrow），即上市公司營業收入同比增長率；前十大股東持股比例和（Sum10）；前兩大股東持股比例比值（Differ12）；董監高平均年齡（Mage）；董監高平均受教育水平（Medu），其中1=中專及以下、2=大專、3=本科、4=碩士研究生、5=博士研究生。

為了研究機構投資者抱團行為對股票流動性的影響，建立模型：

其中，CliqusShare與式（5）相同，分別為基金團體持股的三個指標，被解釋變量Liquidityi，t在回歸中用本文構建的兩個流動性指標VAilliq和Espliq替代。參考Wang&Wei（2021）等人的研究，加入以下控制變量：流通市值（MV），用個股流動市值季度平均值的自然對數表示；賬面市值比（BM）；股價波動率（Volatility）；成交量變動率（Volchange）；股價收益率（Return）；換手率（Turnover）。同樣地，模型控制了年度和行業效應。本文主要變量的描述性分析如表1所示。

表1 變量描述性統計分析

四、實證分析

（一）實證結果

1.機構投資者抱團對股價波動性的影響

由于樣本為面板數據，故采用穩健的標準誤，分別使用固定效應和隨機效應進行回歸，經豪斯曼檢驗本文使用固定效應進行回歸，表2報告了機構投資者抱團對公司股價波動影響的結果。回歸（1）的結果顯示，IsClique的系數為正，并在1%的顯著性水平下顯著，這意味著機構投資者抱團行為確實加劇了被抱團公司股價的波動，假說1得到了證實。表2中的回歸（2）、（3）、（4）分別列示了3個核心解釋變量的回歸結果。由結果可知，基金團體整體持股比例、持股比例的赫芬達爾指數、持股比例最大團體的持股比系數都為正，并在1%的顯著性水平下顯著。這表明機構投資者并未起到穩定市場的作用，機構投資者抱團行為加劇了股票市場的整體風險，在其影響下股價波動更為劇烈。基金網絡團體內的交流學習沒能穩定市場，反而會加大市場波動，并且基金團體持股比例越大，網絡內交流越密切，股價的波動越大，假說2得到了驗證。控制變量中，資產收益率、資產周轉率、總資產增長率、杠桿率、高管平均年齡與波動性水平呈顯著負相關關系，反映了基本面好、具有發展前景的公司收益更穩定，股價波動相對較小。公司規模的系數顯著為正，說明大公司的信息披露相對完善，信息不對稱程度較低，股價波動相對較小。代理成本和前兩大股東持股比例比值與股價波動呈顯著正相關關系，反映了公司信息不對稱會影響到股價波動，信息不對稱程度越大，股價波動幅度越大。高管平均受教育程度與公司股價波動正相關，但不顯著。

表2 機構投資者抱團與股價波動性

續表2

2.機構投資者抱團對股票流動性影響

表3報告了機構投資者抱團對股票流動性影響的檢驗結果。回歸結果（1）—（6）顯示，在選擇兩個不同的非流動性指標VAilliq和Espliq時，3個機構投資者抱團變量都顯著為正，并在1%的顯著性水平下顯著。這說明機構投資者抱團行為提高了公司股票的流動性成本，減少了市場的流動性，并且抱團持股比例越高時，這一削弱作用越明顯。假說3a得到了驗證。由于基金持股占公司流通股的比例普遍不高，即使形成了團體也未能發揮大股東應產生的監督作用，基金無意也無能力參與公司監督，沒有起到敦促公司提高信息披露程度的作用。基金憑借其自身的信息優勢增加了股票的流動性成本，逆向選擇問題的影響超過了其提高信息效率的能力，而抱團行為則強化了這一影響渠道。控制變量中公司流通市值（MV）系數顯著為負，與現有研究一致，公司流通市值越大，越易受到機構的關注，信息披露程度越高，流動性成本較小，股票的流動性越好。股價波動（Volatility）系數顯著為正，可見股價波動會提高交易成本，降低了流動性。賬面市值比（BM）系數顯著為負，高賬面市值比的公司股票流動性較好，與已有研究一致。

表3 機構投資者抱團與股票流動性

（二）進一步研究

市場狀態可能影響基金行為，在不同的市場階段，機構投資者抱團對股票市場的影響可能存在差異。因此，本文建立市場牛熊狀態的相關變量來進一步研究。牛熊市的判定方法參考薛文忠（2012），根據上證綜指對我國股市牛熊進行劃分。本文研究期間從2009年第1季度至2019年第四季度，牛熊更替情況如表4所示。

表4 研究期間內股市牛熊市更替情況

分別在式（5）和式（6）中引入市場牛熊狀態的虛擬變量（Statei，t-1，牛市取1，熊市取0）建立如下計量模型：

其中，CliqueSharei，t-1×Statet-1是機構投資者抱團持股變量與市場行情虛擬變量的交叉項，式（7）和式（8）中β3和γ3是本文重點關注的系數。回歸結果見表5和表6。表5中，Statet-1系數為正，并在1%的水平下顯著。牛市下的股價波動幅度要大于熊市，與經濟事實相符。回歸（1）到回歸（3）中CliqueSharei，t-1×Statet-1交叉項的系數都為負，并在1%的水平下顯著，這說明相比牛市，基金在熊市的抱團行為進一步強化了股價的波動，抱團越嚴重的股票，這一強化效應越明顯。這反映了基金在熊市的抱團行為更多是一種“抱團取暖”的選擇，而非對市場真實價值的反應。基金通過網絡內的交流學習達成同謀，加劇了市場的信息不對稱程度。在表6中，Statet-1系數為正，并在1%的水平下顯著，這反映了牛市的交易成本要高于熊市，流動性較差。兩種股票流動性衡量方法下，CliqueSharei，t-1×Statet-1交叉項系數都顯著為負，其中Espliq方法下，交叉項系數在1%的顯著性下顯著；VAilliq方法下，系數在5%的顯著性下顯著。這說明相對于牛市，熊市下的機構投資者抱團提高流動性成本的效應更大，抱團越嚴重的股票流動性越差。在熊市時，基金經理的投資決策與風格較牛市會更為保守與謹慎，為了追求市場平均收益，基金經理們傾向于羊群行為，這就導致了更嚴重的逆向選擇問題。

表5 市場行情對股價波動的影響

表6 市場行情對股票流動性影響

（三）穩健性檢驗①

①限于篇幅，結果留存備索。

一是改變被解釋變量的衡量方式。改變股價波動的衡量方式，使用相對波動率（RVolatility）替代股價波動率進行回歸，相對波動率由股價波動率減去上證綜指波動率計算得來。流動性的測度參考Amihud（2002），構建Amihud非流動性度量（Ailliq），定義為股票回報的絕對值除以給定交易日的人民幣交易量，將所得結果取季度平均值。參考Wang&Wei（2021）使用個股每季度股票收益為零的天數與當季度不缺失股票收益的總交易天數的比例來衡量非流動性（Zeroliq）。檢驗結果的主要解釋變量均顯著，與前文研究一致。二是剔除極端年份樣本。2015—2016年，A股市場經歷了暴漲暴跌，整個市場波動幅度異常劇烈，流動性幾次幾近枯竭，可能會對本文結論產生影響，故剔除2015年4個季度和2016年第1季度的樣本數據后再次進行回歸，結果依然顯著，本文研究結論未發生改變。

五、結論與啟示

本文基于2009—2019年我國主動型基金持股數據，通過構建以基金重倉股為鏈接的機構投資者網絡，從中提取出抱團變量，研究機構投資者抱團對股票市場的影響。研究發現：機構投資者抱團行為加劇了市場的波動，機構投資者抱團持股比例越大，股價波動越大；同時，機構投資者抱團降低了市場的流動性，基金網絡交流越密切，抱團持股比例越大，股票流動性成本越高，流動性越差。進一步研究發現，相比牛市，基金在熊市的抱團行為對股價波動的放大效應更明顯；在市場流動性方面，相比牛市，熊市時的機構投資者抱團行為對股票流動性的削弱作用更為顯著。穩健性檢驗階段，通過改變股價波動性和股票流動性的衡量方法以及剔除極端年份、季度的樣本再次進行實證檢驗，結果依舊顯著，本文主要研究結論未發生改變。

本文的研究結論具有一定的實踐與政策啟示：第一，站在個體投資者角度，那些機構投資者抱團嚴重的股票較其他股票波動性更大、流動性更差，在市場行情不佳時，這一效應更為顯著，因此普通投資者在擇股時應慎重考慮，不應盲目追隨那些“抱團股”。第二，從監管部門角度出發，對基金持股集中度的相關規定已經不能適應快速發展的市場，因此要適時推進“基金投資交易限制”的規則修改，規范基金經理抱團行為，防止基金利用資金、信息優勢操縱市場。第三，機構投資者抱團現象與偏向短期化的基金經理激勵、考核制度密不可分，因此要完善基金公司治理結構，促使基金經理與公司和投資者利益一致，在拉長考核期基礎上引入風險保證金機制，將基金業績與費用掛鉤，減少代理問題的發生，使基金類投資者成為正確投資觀念的倡導者。