QFII持股能抑制股票市場操縱嗎？
——基于尾市價格偏離模型的檢驗

李志輝 陳海龍

一、引言

黨的十九大報告明確指出，要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。這充分體現了黨和國家對資本市場的高度重視，也為資本市場改革發展指明了方向。縱觀三十年歷程，我國資本市場櫛風沐雨，春華秋實，實現了跨越式發展，A股總市值已穩居世界第二位，在拓展融資渠道、優化資源配置、建立現代企業制度等方面發揮了不可替代的作用。在欣喜于這令人矚目成就的同時，諸如市場操縱等不和諧音符的負面影響仍需高度警惕。部分游資、內部知情者等在利益驅使下利用資金和信息優勢進行市場操縱，蓄意制造虛假繁榮、引發股價劇烈波動(李志輝和王近，2018[1])，散戶等小資金在此期間損失慘重(李夢雨和李志輝，2019[2])，這嚴重影響了中小投資者對我國資本市場的信心。已有研究表明，股票市場操縱將顯著降低市場流動性(李志輝等，2018[3])、信息效率(孫廣宇等，2021[4])，加重股價崩盤風險(李夢雨和李志輝，2019[2])，擾亂市場價格發現機制(李夢雨，2015[5])，制約資本市場服務實體經濟的廣度和深度。所以，分析股票市場操縱的演化機制，探究抑制股票市場操縱的理論方法和實踐途徑具有重大意義。

中國證監會官網顯示，截至2021年12月，證監會累計公布了160例股票市場操縱案件，其中144例的操縱實施主體為個人，占比達90%，合格境外機構投資者(QFII)等專業機構投資者的涉案占比為0。經嚴格資質審核的QFII，是優質且重點的機構投資者，上述已查處案例的統計是否在一定程度上說明QFII能夠穩定資本市場？事實上，為進一步提升中國資本市場發展質量，QFII于2002年12月被正式引入我國，這一創新性制度迅速為中國資本市場注入了新鮮而有活力的血液(李春濤等，2018[6])。截至2020年年底，QFII數量已達558家，持有A股市值超2 000億元，愈發凸顯QFII在我國資本市場的重要作用。部分國家和地區的經驗表明，QFII制度的引入不僅可以增加市場資金供應(Amihud和Mendelson，2008[7])、減少市場波動(Li等，2011[8])，還可促進資本市場的成熟化和專業化。QFII的進入同樣能促使上市公司改善內部治理機制、提高信息披露水平(楊海燕等，2012[9])，進而提升股市透明程度和規范程度。針對QFII的研究一直是學術界的熱點，已形成的相關文獻汗牛充棟。但遺憾的是，目前鮮有文獻將QFII的作用延伸至股票市場操縱領域，也鮮有文獻針對二者之間的影響機制展開研究。在我國不斷加快資本市場開放并大幅放開QFII投資限制的背景下，QFII持股能否抑制股票市場操縱是非常重要而又亟待解決的問題。

鑒于此，本文使用2011—2018年滬深A股上市公司數據，基于尾市價格偏離模型檢驗了QFII持股對股票市場操縱的影響。研究發現：QFII持股與股票市場操縱顯著負相關，在使用工具變量、傾向得分匹配(PSM)、模型替換等方法緩解內生性問題后，結論穩健。機制分析表明，QFII持股可通過提升上市公司信息透明度、提高股票流動性來抑制市場操縱。進一步分析發現，在單一大股東、低獨立董事占比、低市場化水平等弱監督環境下QFII對市場操縱的抑制作用更顯著。

本文可能的邊際貢獻如下:第一，已有的QFII相關文獻大多集中于QFII對公司治理的影響研究(Aggarwal等，2011[10]；Bena等，2017[11])，關于股票市場操縱的研究主要是基于案例事件和交易數據的股票市場操縱行為識別研究(李夢雨，2015[5]；Aitken等，2015[12]；姚遠等，2016[13])、市場操縱對股票市場質量的影響研究(李志輝等，2018[1]；李夢雨和李志輝，2019[2])，罕有將QFII持股和市場操縱進行關聯分析的研究，所以本文具有較高的創新價值。第二，針對遺漏變量、反向因果等內生性問題，目前學術界通常使用同一年度同行業的其他上市公司的解釋變量平均值作為工具變量(李春濤等，2018[6]；魏熙曄等，2020[14])，本文創新性地選取與市場操縱關聯性弱、與QFII持股關聯性強的經營和財務指標，然后利用主成分分析構建工具變量。這為工具變量的選取提供了參考，具有較好的創新性。第三，本文的機制分析和進一步分析探明了QFII持股影響股票市場操縱的作用渠道，這為監管部門完善相關法律制度、監管政策提供了十分有益的借鑒。

二、文獻綜述

(一)股票市場操縱相關研究

在市場操縱行為的識別與監測方面，李夢雨(2015)[5]收集了證監會的行政處罰案例，利用倍差法對市場操縱行為進行了分析，發現股票交易規模、有效價差、日收益率等指標在操縱期間出現顯著異常，并利用Logit模型建立了市場操縱監測和預警機制。陸蓉和陳小琳(2009)[15]在分析市場操縱處罰案例后發現被操縱股票呈現出低Beta系數現象，同時利用神經網絡、決策樹等構建了三個市場操縱識別模型。Aitken 等(2015)[12]基于日內高頻交易數據構建了尾市價格偏離模型，使操縱行為的識別與監控不再局限于事件研究。李志輝和王近(2018)[1]、李志輝等(2018)[3]認為股票如果發生收盤價操縱，其價格在當日臨近收盤以及下一交易日將出現顯著異常，并基于中國股市高頻交易數據構建了收盤價操縱識別模型。在市場操縱的影響因素方面，李志輝和鄒謐(2018)[16]從上市公司特征角度對影響市場操縱的因素進行了探究，發現被操縱股票通常具有市值規模較小、盈利能力偏弱的特點。Comerton-Forde和Putnin?(2011)[17]研究指出信息不透明、流動性差是股票被操縱的重要原因。Barbosa(2012)[18]基于理論預期模型研究發現，假如其他投資者較為成熟并且具有良好的信息甄別能力，則操縱者需要承擔較高的成本才能操縱成功。李志輝和金波(2021)[19]研究認為，公司戰略越激進，則企業信息透明度越差，從而發生市場操縱的可能性更高。李志輝等(2021)[20]研究指出，融資融券制度能夠提升上市公司股票流動性，從而對市場操縱產生抑制作用。

(二)QFII持股相關研究

大部分學者認為QFII能夠穩定股票市場、提升上市公司治理水平，對資本市場發展起到積極的促進作用。李春濤等(2018)[6]認為，QFII需要通過證監會關于治理結構、經營行為等方面的嚴格審核，通常是國際知名的機構投資公司，在成熟的資本市場形成了先進的價值投資體系，擁有高度專業化的投資團隊，具備較強的信息獲取和處理能力。因此，QFII可提升投資者成熟度、降低市場風險。魏熙曄等(2020)[14]指出，QFII作為一種特殊的機構投資者，還可通過提升股價信息含量、提升公司治理水平來降低交易成本。Gillan和Starks(2003)[21]發現相比于國內機構投資者，經過嚴格資質審核的境外機構投資者更能通過外部監督機制來改善公司治理水平。Edmans(2009)[22]研究指出，QFII可通過“用腳投票”的方式遠離他們認為不值得投資的公司，而QFII作為一個風向標，會對其他投資者產生重要影響，QFII的不滿會對管理層形成較大壓力，促使管理層提升公司治理水平以及信息披露質量，從而對上市公司形成監督作用。喬琳等(2019)[23]證明了QFII網絡關系可以通過提高上市公司信息透明度和公司治理水平提升上市公司價值。楊海燕等(2012)[9]研究表明，QFII持股能夠顯著提升上市公司信息披露質量。劉貝貝和趙磊(2021)[24]從實證層面證明了QFII能夠提升我國資本市場有效性。但也有少部分學者認為QFII未能起到監督公司管理層、穩定股票市場的作用。由于監督是需要時間和成本的(Admati和Pfleiderer，2009[25])，所以機構投資者可能扮演了短期逐利者的角色。在金融監管不夠完善的情形下，國際資本流入反而會降低市場效率，增加股市風險(Chen等，2013[26])。

綜上所述，現有學者基于信息透明度、公司治理、股價波動、市場風險等視角對QFII持股的經濟后果開展了大量研究，但是鮮有文獻將QFII持股的相關影響延伸至股票市場操縱領域。早期，關于股票市場操縱的識別研究主要是利用監管部門公布的處罰案例進行事件分析，但行政處罰案例的數量明顯偏少，對實證研究造成了顯著制約。近年來，隨著新興技術的快速發展，已有學者開始使用高頻交易數據對市場操縱行為進行識別研究，這為研究QFII對市場操縱的影響提供了契機。由此，本文以中國資本市場為背景，基于尾市價格偏離模型考察QFII持股能否抑制股票市場操縱行為，是對現有QFII持股和股票市場質量文獻的繼承與發展。

三、理論分析與假設提出

根據股票市場操縱的微觀運作機理，操縱者通常利用信息優勢或資金優勢，通過發布虛假信息、連續買賣等方式影響股價和交易量，營造出利好不斷或股價攀升的假象，誘使其他投資者跟風買入，然后在高位套現后牟取暴利(李夢雨和李志輝，2019[2])。而提升上市公司信息透明度可削弱操縱者的信息優勢(李志輝等，2021[19])、提高股票流動性可削弱操縱者的資金優勢(李志輝等，2021[20])，從而可能產生抑制市場操縱的作用。一方面，如果上市公司信息透明度高，則普通投資者擁有較為充分的信息，對上市公司運營情況有著清晰的認知，能夠有效甄別操縱者蓄意制造的缺少基本面支撐的交易假象，大幅提升市場操縱的實施難度(Barbosa，2012[18])；但如果上市公司信息透明度低，普通投資者與操縱者之間信息差距較大，只能依靠成交量、股價等有限信息進行交易決策，則極易被操縱者設下的“陷阱”所迷惑。另一方面，當上市公司股票流動性較好時，相同的交易額可能僅使股價產生小幅度的變動，難以吸引散戶注意，操縱者需要動用更大的資金量才可能成功，這就顯著提高了操縱者的資金成本以及實施難度(Comerton-Forde和Putnin?，2011[17])。所以，提升上市公司信息透明度和股票流動性是抑制市場操縱的有力措施。

而QFII可顯著提升上市公司信息透明度(魏熙曄等，2020[14])，原因包括以下三個方面。第一，QFII的經營年限、運作模式等需要經過證監會的重點審核，通常具有豐富的海外投資與公司治理經驗，擁有較強的信息收集能力和專業的投資分析團隊，能有效甄別上市公司的財務造假以及虛假信息發布(李春濤等，2018[6])。QFII的投資行為可將自身分析出的上市公司信息充分融入股價(饒育蕾等，2013[27])，從而提升股價信息含量與信息透明度。第二，QFII大多為專業的基金公司或投資銀行，可對企業運營情況進行深度挖掘，并向市場釋放和傳遞價值信號(魏熙曄等，2020[14])，能夠降低證券分析師的信息收集成本、提升分析師預測精準度，從而吸引更多的證券分析師對QFII持股的上市公司進行跟蹤學習。分析師關注度越高，則向普通投資者提供的投資分析越全面和詳實，從而顯著提升上市公司信息透明度(徐細雄等，2021[28])。第三，QFII還可對上市公司形成有效的外部監督，在發現上市公司出現問題時，QFII能夠通過出售股票所帶來的“示范效應”對上市公司形成利空威脅(Edmans，2009[22])。因為其他投資者可能會跟風拋售造成公司市值嚴重下挫，這將倒逼大股東和管理層守法合規經營，提升信息披露質量(楊海燕等，2012[9])，避免信息披露違規和財務會計造假，使普通投資者可以更加準確地掌握上市公司的戰略規劃和運營實施情況。

QFII還可顯著提升上市公司股票流動性(Ng等，2016[29])，原因包括如下三個方面。首先，QFII作為專業機構投資者，積累了豐富的投資策略和分析技術，可對企業發展趨勢進行準確評估，并且可顯著提升上市公司業績(吳衛華等，2011[30])、降低股價波動(楊竹清和劉少波，2013[31])。QFII對特定上市公司進行持股后，將顯著增強其他投資者對上市公司的信心，投資者對此類股票的內在價值容易達成共識，買和賣都相對容易和便捷，從而有力提升股票流動性(柯艷蓉等，2020[32])。其次，QFII中也存在一定的財務投資者，其交易行為也會為市場帶來增量資金。在我國持續放寬QFII投資額度限制的背景下，QFII自身所帶來的流動性也顯得愈發重要(魏熙曄等，2020[14])。最后，不同于國內機構投資者，QFII與上市公司之間的業務關聯較少(李春濤等，2018[6])，能夠保持較高的獨立性以及監督性，可以通過“用腳投票”表達對上市公司的不滿，忌憚于QFII對其他投資者的影響，上市公司管理層會努力提升內部治理和經營績效水平(Bena等，2017[11])，降低收益不確定性，減少股價異常波動(楊竹清和劉少波，2013[31])，增強投資者對上市公司的信心，從而提升股票流動性。

基于以上分析，本文提出如下三個假設：

H1：QFII持股能夠顯著抑制股票市場操縱。

H2：QFII持股可顯著提升上市公司信息透明度，從而抑制股票市場操縱。

H3：QFII持股可顯著提高上市公司股票流動性，從而抑制股票市場操縱。

四、研究設計

(一)市場操縱識別模型設計

借鑒Aitken等(2015)[12]、李志輝等(2018)[3]、李夢雨和李志輝(2019)[2]的做法，構建尾市價格偏離模型來識別市場操縱行為。如果股票i在交易日t內同時滿足以下條件，則被判定為疑似發生市場操縱：

1.當日交易結束前15分鐘股價出現異常變化，即：

(1)

或者

(2)

2.與t日的收盤價相比，下一個交易日股票i的開盤價出現回轉，并且價格回轉幅度達到上一交易日尾市價格變化的50%以上，即：

(3)

其中，CPt、CPt-15mins分別表示股票i在t日的收盤價、收盤前15分鐘的成交價格，OPt+1表示股票i在t+1日的開盤價。

3.交易日t結束前第15分鐘至t+1日開盤前沒有與股票i相關的信息發布(1)采用Reuters全球新聞數據庫的上市公司公告信息，剔除t日結束前第15分鐘至t+1日開盤前有公告發布的股票。。

在模型有效性方面，本文手工收集了中國證監會2010—2020年公布的發生于2010—2017年的市場操縱案例，涉及287只股票，此模型可以成功識別出167只，模型識別能力與李志輝等(2018)[3]、李夢雨和李志輝(2019)[2]、李志輝和金波(2021)[19]的研究結果基本一致，說明使用尾市價格偏離模型來識別市場操縱行為具有科學性與合理性。

(二)變量定義

1.被解釋變量。

疑似發生市場操縱的嚴重程度(LnMa)。借鑒李志輝等(2021)[20]的研究，利用市場操縱識別模型計算每只股票每年累計疑似發生市場操縱的天數，再對其加1取對數。其值越大，說明疑似發生市場操縱的情況越嚴重。使用如下變量進行穩健性檢驗：年內疑似發生市場操縱天數(MaCount)、年內是否疑似發生過市場操縱(Ma_1，當本年度疑似發生市場操縱的天數大于0時，Ma_1為1，否則為0)、年內疑似發生市場操縱天數與交易天數之比(MaPor)。其中，交易天數(TraDay)是指股票i在本年度可供交易的天數。

2.核心解釋變量。

QFII持股比例(QFShare)。借鑒李春濤等(2018)[6]的研究，使用QFII持股比例(QFShare)來度量QFII持股情況，并使用QFII是否持股(QFII_1)做穩健性檢驗。其中，QFII持股比例(QFShare)為上市公司季報披露的QFII持股比例的年度平均值。QFII是否持股(QFII_1)為公司本年度是否有QFII持股的虛擬變量，如果上市公司全年四個季度的QFII持股比例均為0，則取值為0，否則為1。

3.控制變量。

為更加準確地評估QFII持股對市場操縱的影響，本文借鑒李志輝和鄒謐(2018)[16]、李志輝等(2021)[20]的研究，使用如下控制變量：(1)總資產(Size)，對每季度的總資產取年度均值，再取自然對數；(2)資產負債率(Lev)；(3)資本收益率(Roc)；(4)股票貝塔系數(Beta)，計算方法見下文；(5)股票阿爾法系數(Alpha)，計算方法見下文；(6)收盤價(Price)，對每日收盤價取年度均值；(7)股權集中度(Cent)，對上市公司前十位大股東持股比例進行求和，然后將季度數據取年度均值；(8)總持股人數(LnHold)，對總持股人數取自然對數；(9)可操縱應計利潤(DA)，參考郝東洋等(2020)[33]的研究，使用修正Jones模型估計可操縱應計利潤，并對其取絕對值。

本文根據資產定價模型(CAPM)，并參考胡熠和顧明(2018)[34]、凌愛凡和謝林利(2019)[35]的研究，使用以下方法計算股票貝塔系數(Beta)：根據流通市值加權計算市場回報率，并使用個股回報率對市場回報率進行回歸，計算個股上市后每個完整年度的貝塔系數(Beta)。回歸方程和Beta的計算公式為：

ri,t=αi+βirm,t+εi,t

(4)

(5)

股票阿爾法系數(Alpha)的計算方法為：

Alpha=ri-[rf+β(rm-rf)]

(6)

其中，ri代表股票i的實際收益率，rf代表市場的無風險利率，β為個股的Beta系數，rm代表參照的市場收益率。

(三)回歸模型設計

為考察QFII持股能否抑制股票市場操縱，參考已有研究(李春濤等，2018[6])，建立如下模型：

LnMai,t=β0+β1QFSharei,t+β2Sizei,t+β3Levi,t

+β4Betai,t+β5Alphai,t+β6Centi.t

+β7LnHoldi,t+β8Pricei,t+β9Roci,t

+β10DAi,t+∑Year+∑Industry+εi,t

(7)

變量含義詳見變量定義部分，模型還同步控制了時間、行業層面的固定效應。若QFII能夠抑制股票市場操縱，則β1應顯著為負。

為進一步研究QFII持股影響股票市場操縱的傳導機制，本文借鑒Baron和Shapiro(2022)[36]、吳敏等(2022)[37]的研究，建立如下模型：

Mi,t=γ0+γ1QFSharei,t+γ2Sizei,t+γ3Levi,t+γ4Betai,t

+γ5Alphai,t+γ6Centi.t+γ7LnHoldi,t+γ8Pricei,t

+γ9Roci,t+γ10DAi,t+∑Year+∑Industry

+εi,t

(8)

其中，Mi,t為機制變量，其余變量與公式(7)中的定義相同。公式(8)用于探究核心解釋變量QFShare與機制變量M之間的關系，如QFShare的系數顯著、符號與預期相同，并且既有文獻已論證M能夠顯著影響股票市場操縱，則說明QFII持股能夠通過M抑制股票市場操縱。

(四)數據來源

本文以滬深A股上市公司2011—2018年的數據為研究樣本。高頻交易數據來源為Thomson Reuters Tick History數據庫，這與李志輝等(2018)[1]、李夢雨和李志輝(2019)[2]的做法一致。QFII持股、公司財務、公司治理等數據來自國泰安數據庫、CCER數據庫和上市公司年報。本文剔除了金融類上市公司、ST公司以及數據缺失記錄，并對所有連續變量做上下1%的縮尾處理，最終選定3 000只股票，共15 557 個觀測值。

五、實證分析

(一)描述性統計分析

表1報告了本文主要變量的描述性統計結果。在樣本期內，年內是否疑似發生過市場操縱(Ma_1)的平均值為0.181，說明約有18.1%的樣本疑似發生過市場操縱；年內疑似發生市場操縱天數(MaCount)的最大值為7.000、平均值為0.227、方差為0.545，年內疑似發生市場操縱天數與交易天數之比(MaPor)的最大值為2.869%，說明在同一年內疑似發生市場操縱的天數相對較少，且不同股票之間差異較大(李志輝等，2021[20])。QFII_1的平均值為0.157，表明約有15.7%的樣本被QFII持股；經過縮尾的QFShare平均值為0.071%，最大值為2.365%，表明現階段QFII在上市公司中的持股比例仍然較低(李春濤等，2018[6])。如果QFII在持股比例較低的情況下能夠對股票市場操縱行為產生影響，那么將為QFII的作用研究提供強有力的新興市場證據。

表1 主要變量描述性統計結果

(二)基準回歸分析

表2是對模型(7)的回歸結果。本文采用的是面板固定效應模型，并使用公司聚類效應對回歸的標準誤進行修正以消除異方差等因素的影響。由列(1)至(4)可知，無論是否加入控制變量，QFII_1的系數均在1%的水平上顯著為負，說明QFII持股可以顯著抑制股票市場操縱的發生；QFShare的系數在1%的水平上顯著為負，說明QFII持股比例越高，發生市場操縱的可能性越低。從而，文本提出的假設1得到驗證。

在控制變量方面，總資產(Size)的系數顯著為負，說明上市公司規模越大則發生市場操縱的可能性越低，這與既有研究結論一致(李志輝等，2018[1]；李志輝和鄒謐，2018[16])。股權集中度(Cent)的系數顯著為正，說明股權集中度越高，則公司發生市場操縱的可能性越大，這可能是因為股權集中度越高則大股東對上市公司的“掏空”能力越強，大股東可能會通過發布虛假信息、實施關聯交易等方式牟取個人私利，由此提高投資者之間的信息不對稱程度，從而加重股票市場操縱的發生；總持股人數(LnHold)的系數顯著為負，可能是因為持股人數越高則其他股東對大股東形成的制衡越強，從而減少上市公司的違規行為并提升公司信息透明度，進而抑制市場操縱的發生；收盤價(Price)的系數顯著為負，可能是因為股價越高則操縱者需要更多的資金才可以制造相應的交易量以誘使散戶跟風投資，這就削弱了市場操縱者的資金優勢，從而降低了市場操縱發生的可能性。

表2 QFII持股影響股票市場操縱的基準回歸結果

(三)穩健性檢驗

1.工具變量法。

QFII可能傾向于持股資產規模大、成長性好的公司，而這類基本面良好的公司在QFII持股之前發生市場操縱的概率也是較低的，所以需要排除樣本自選擇等內生性問題。經過對Aggarwal等(2011)[10]、魏熙曄等(2020)[14]等文獻的梳理，本文使用TTM化的資產報酬率(TTRA)作為第一個工具變量，其中，TTM是指過去12個月累計收益。理論上，TTRA滿足相關性和外生性要求，因為QFII在進行投資之前會對上市公司的運營管理、財務狀況進行充分評估，具有高資產回報的企業更容易受到QFII的青睞，所以較高的TTRA會顯著提升QFII的持股概率，因此擬選擇的工具變量滿足相關性要求；另外，市場操縱者通常需要具備信息或者資金優勢才能成功實施市場操縱，所以，影響市場操縱的因素往往具有影響信息透明度、影響股票交易成本等特點，而資產回報率主要是反映企業經營結果的變量，并不是市場操縱者關心的核心因素，所以TTRA具有外生性。

以往文獻通常將上市公司同一年度同行業其他上市公司持股比例的平均值作為工具變量，與此不同，本文創新性地使用主成分分析的方法生成第二個工具變量(Index)。Index是由凈利潤、每股收益、流動資產合計、凈利潤與利潤總額之比、總市值、兩權分離度、總資產增長率7個子指標合成而來。Index是正向指標，一般來說，Index值越大則上市公司盈利能力越好，它反映了企業運營管理、公司財務等方面的能力。所以，與第一個工具變量類似，Index在理論上也滿足相關性和外生性要求。

表3為使用工具變量后的回歸結果。當核心解釋變量為QFShare時，由表3列(1)的回歸結果可知，TTRA、Index的系數在1%的水平上顯著為正，說明TTRA和Index可以顯著提升外資持股的可能性。列(2)為第二階段回歸結果，QFShare對市場操縱的系數仍在1%的水平上顯著為負，并且利用過度識別檢驗以及弱工具變量檢驗可知，TTRA和Index均為外生工具變量且均強烈拒絕弱工具變量假設。這說明在緩解內生性問題之后QFII持股仍可以顯著抑制股票市場操縱。類似地，從列(3)、列(4)可以看出，核心解釋變量為QFII_1時，結論類似。

2.傾向得分匹配(PSM)檢驗。

為進一步緩解內生性問題，借鑒既有研究(李春濤等，2018[6])，采用傾向得分匹配法(PSM)為QFII持股的樣本構建匹配樣本進行回歸，其中QFII_1等于1的為實驗組，QFII_1等于0的為對照組。選取總資產、資產負債率、資產報酬率、總資產增長率、股票貝塔系數、 總市值、機構投資者持股比例、總持股人數作為匹配變量，采用一對一最近鄰匹配法找到與實驗組傾向得分值最為接近的控制組樣本。同時，為進一步提升匹配準確度，本文使用逐年匹配的方法，使實驗組樣本只可與其年份相同的對照組樣本進行匹配。多變量t檢驗的結果顯示匹配以后的對照組和實驗組樣本無顯著差異，各年份的匹配效果良好，為節省篇幅，本文僅以2018年的匹配結果為例進行展示(如表4所示)。

表3 QFII持股影響股票市場操縱的工具變量檢驗

本文使用匹配之后的樣本進行了回歸檢驗。表5的回歸結果顯示，無論是否加入控制變量，QFShare和QFII_1在匹配后樣本上對市場操縱的回歸系數均顯著為負。這說明在資產負債、盈利能力、公司治理等基本面大體相同的情況下，QFII持股仍然可以顯著抑制市場操縱，這有效緩解了樣本自選擇問題。

表4 傾向得分匹配的均衡性檢驗(以2018年為例)

表5 基于PSM的回歸分析結果

3.變量和模型調整。

一是借鑒Cornaggia(2015)[38]的研究，使用安慰劑檢驗法，將核心解釋變量的取值隨機排列后進行回歸。表6的列(1)、列(2)顯示，QFShare和QFII_1的系數均不再顯著，這說明QFII對市場操縱的抑制作用并不是由遺漏的變量造成的。二是替換被解釋變量。借鑒李志輝和鄒謐(2018)[16]的研究，將年內疑似發生市場操縱天數(MaCount)作為被解釋變量，使用負二項回歸模型進行分析，回歸結果見表6的列(3)、列(4)；借鑒李志輝和金波(2021)[19]的研究，使用年內是否疑似發生過市場操縱(Ma_1)作為被解釋變量，并利用logit模型進行檢驗，回歸結果見列(5)、列(6)；使用年內疑似發生市場操縱天數與交易天數之比(MaPor)作為被解釋變量，回歸結果見列(7)、列(8)。表6的列(3)至列(8)結果均表明本文結論穩健。三是將行業固定效應替換為個體固定效應，使用雙向固定效應進行檢驗。表7的回歸結果顯示，無論是否加入控制變量，QFII持股均可顯著抑制股票市場操縱。四是借鑒以往文獻(李志輝和金波，2021[19]；李志輝等，2021[20])，繼續添加以下控制變量，賬面市值比、總資產增長率、日收益波動率、Sigma系數、年成交量、董事長與總經理是否兼任、總市值，本文結論依然穩健(2)受篇幅所限，添加變量后的回歸結果未在文中列示，感興趣的讀者可聯系作者索取。。

表6 QFII持股影響股票市場操縱的穩健性檢驗(第一部分)

表7 QFII持股影響股票市場操縱的穩健性檢驗(個體固定效應)

(四)影響機制分析

1.降低信息不對稱性。

QFII大多為專業的基金公司或投資銀行，積累了豐富的投資策略和分析技術，能夠對企業信息形成深入挖掘(李春濤等，2018[6])。首先，QFII的投資行為能夠將自身分析出的信息充分融入股價，使股價能夠更好地反映公司基本面(饒育蕾等，2013[27])。其次，QFII的拋售行為也會被其他投資者分析與效仿，可能導致公司市值大幅下挫，從而形成顯著的利空威脅，促使大股東和管理層守法合規經營，避免違規發布虛假信息以及盈余操縱(楊海燕等，2012[9])。再次，QFII的投資行為可供市場其他參與者學習，能夠降低其他參與者的信息處理成本，從而顯著提升市場對被持股公司的關注度，使市場能夠共享更多的上市公司信息。所以，QFII持股在理論上可顯著提升上市公司在股市的信息透明度。

既有研究表明，KV指數(KV)和分析師關注度(LnAna)是度量上市公司信息不對稱程度的常用指標，KV指數越低、分析師關注度越高則上市公司信息透明度越高。本文擬使用以上兩個指標并參考Baron和Shapiro(2022)[36]、吳敏等(2022)[37]的分析方法，檢驗QFII持股通過提升上市公司信息透明度來抑制市場操縱的傳導機制。

借鑒李春濤等(2018)[6]的研究，KV的計算方法如下：

ln|ΔPt/Pt-1|=α+β(Volt-Vol0)+ui

(9)

KV=β×1 000 000

(10)

其中，ΔPt是Pt與Pt-1的差值，Pt是交易日t的收盤價，Volt是t日的交易量，Vol0是年度日平均交易量。不考慮β為負值、年度交易日小于100天的情況。

借鑒Chen等(2015)[39]、徐細雄等(2021)[28]的研究，分析師關注度的計算方法為：股票年度分析師關注人數加1取對數。

表8的列(1)、列(2)是對模型(8)的回歸結果。由于KV為負向指標、LnAna是正向指標，所以從核心解釋變量(QFShare)對機制變量的回歸結果可以看出，QFShare能夠在1%的水平上顯著提升上市公司在股市的信息透明度。而以往研究表明，提升上市公司信息透明度可顯著削弱操縱者的信息優勢，從而產生抑制市場操縱的作用(Goldstein和Guembel，2008[40]；李志輝和金波，2021[15]；李志輝等，2021[19])。具體而言，如果上市公司信息透明度高，則普通投資者擁有較為充分的信息，對上市公司的財務和運營情況有著清晰的認知，能夠有效甄別操縱者蓄意制造的缺少基本面支撐的交易假象，大幅提升市場操縱者的實施難度(Barbosa，2012[18])；但如果上市公司信息透明度低，普通投資者與操縱者之間信息差距較大，只能依靠成交量、股價等有限信息進行交易決策，則極易被操縱者設下的“陷阱”所迷惑。所以，QFII持股能夠通過提升上市公司信息透明度來抑制股票市場操縱。假設2成立。

2.提升股票流動性。

首先，QFII作為一種專業和獨特的境外機構投資者，其財務投資行為可以在一定程度上為市場注入資金和流動性(Ng等，2016[29])。其次，QFII持股的示范效應會顯著提升其他投資者對被持股公司股票的信心(柯艷蓉等，2020[32])和購入傾向，投資者對股票的內在價值能夠迅速達成共識，如果持有者因自身原因賣出股票，則股票會很快被其他投資者所承接買入。再次，QFII的利空威脅能夠對上市公司起到良好的監督作用，促使上市公司守法合規經營(Bena等，2017[11])，提升公司經營業績與發展潛力，從而顯著提升投資者對上市公司的信心。所以，理論上，QFII持股會顯著提升上市公司股票流動性。

借鑒既有研究，使用成交額加權相對有效價差(ESP)和Amivest流動比率(LnAmi)度量股票流動性。ESP為負向指標，值越高則流動性越差(Venkataraman，2011[41]；李志輝等，2018[1])，LnAmi是正向指標，值越高則股票流動性越好(李志輝等，2021[20])。上述指標的計算公式如下：

(11)

LnAmi=ln[(1/TraDay)×(∑Vt/rt)]

(12)

其中，Pi,k為股票i在交易日內第k筆交易的成交價格，PM,i,k為股票i第k筆交易最佳賣出價格和最佳買入價格的均值，Wi,k為股票i第k筆訂單成交額占當日總成交額的比重。TraDay表示每年交易日的總天數，Vt表示單位時間內的成交額，rt表示時間t-1到t的收益率。

從表8列(3)、列(4)可以看出，QFShare在1%的水平上顯著降低ESP、提高LnAmi，說明QFII持股可以顯著提升被持股上市公司股票流動性。而以往研究表明，提升股票流動性能夠顯著降低市場操縱的發生概率(Aggarwal和Wu，2006[42]；李志輝等，2021[20])。具體而言，如果股票流動性越高，則相同的交易額可能僅使股價產生小幅度的變動，難以吸引散戶注意，操縱者需要動用更大的資金量才可能成功，這就顯著提高了操縱者的資金成本以及實施難度(Comerton-Forde 和Putnin?，2011[17])。所以，QFII持股可通過提升股票流動性來抑制股票市場操縱。假設3成立。

表8 QFII持股影響股票市場操縱的影響機制分析

(五)進一步分析

根據前文分析，由于忌憚QFII的信息分析能力、擔心QFII拋售所帶來的示范性影響，上市公司大股東和高管會更大概率地守法盡職經營企業，所以QFII具有顯著的外部監督作用(李春濤等，2020[6])。本文嘗試進一步探究其他監督機制是否會對QFII的監督作用產生影響。理論上，如果上市公司自身以及外部的監督機制越弱，則QFII的監督作用越顯著。

姜付秀等(2017)[43]研究發現，相比于單一大股東的公司治理模式，多個大股東可在企業內部形成有效制衡，能夠顯著抑制大股東的“掏空”行為，其中，大股東為持股10%以上的股東。由此，本文定義變量Mult，表示公司是否具有多個大股東，如果公司存在2個或2個以上大股東，則取值為1，否則為0。同時將第一大股東持股比例不足10%的樣本的Mult置為空值。特別地，上市公司的不同股東可能會以一致行動人的形式共同持股，并在表決時采取相同行動，因此將一致行動人認定為同一個股東，并將其持股比例進行累加。分組回歸結果見表9列(1)、列(2)。當Mult=0時，QFShare的系數在1%的水平上顯著為負；當Mult=1時，QFShare的系數不再顯著。

鄭建明和孫詩璐(2021)[44]研究認為，相較于國內非“十大”會計師事務所，“十大”會計師事務所的審計師通常擁有更高的職業素養和專業技能，可更加精確地識別客戶風險，出具更高質量的審計意見，從而對上市公司發揮更好的外部監督作用。據此，本文將樣本按照審計師是否來自“十大”會計師事務所進行分組。表9列(3)、列(4)的結果顯示，當會計師來自非“十大”會計師事務所時，QFShare的系數仍在1%的水平上顯著為負，但是當會計師來自“十大”會計師事務所時，QFShare的系數不再顯著。

以往研究表明，獨立董事可以通過對上市公司的并購重組、關聯交易等關鍵事項進行審議并發表專業意見，進而發揮監督職能(周澤將和高雅，2019[45])、提升會計報表透明度。本文參考王雄元等(2018)[46]的方法，使用獨立董事占比(Pid)來衡量獨立董事的監督能力，并設置分組變量Pid_flg，當上市公司獨立董事占比大于年度行業中位數時該分組變量取值為1，否則為0。表9列(5)、列(6)的回歸結果顯示，在獨立董事占比較低的組QFShare對市場操縱的回歸系數在1%的水平上顯著為負，在獨立董事占比較高的組QFShare的系數不再顯著。

企業外部制度環境是對轄區內所有經濟主體產生影響的宏觀治理因素，由一系列規則、規范組成。制度環境較好的地區通常擁有更加高效、透明的行政審批流程，這將顯著壓縮企業的權力尋租空間，有力推動企業守法合規經營。并且，地區制度環境越好，則法律體系建設越完善，企業所受到的外部監督強度越大(姜付秀等，2017[43])。本文借鑒王小魯等(2017)[47]的研究，使用市場化指數衡量企業外部制度環境水平，并設置分組變量Mar_flg，當上市公司所在地市場化指數大于年度行業中位數時Mar_flg取值為1，否則為0。表9列(7)、列(8)的回歸結果顯示，在市場化水平較低的組QFShare的系數顯著為負，而在市場化水平較高的組QFShare的系數不再顯著。

綜上所述，相比于另外一個分組，QFII在單一大股東、審計師來自非“十大”會計師事務所、低獨立董事占比、低市場化指數等弱監督環境下對市場操縱的抑制作用更顯著。由此，本文進一步說明了QFII持股是通過發揮其監督效應，從而抑制了股票市場操縱。

表9 QFII持股影響股票市場操縱的進一步分析

六、結論和政策建議

本文發現QFII持股可顯著抑制股票市場操縱，機制分析表明QFII持股主要通過提升上市公司信息透明度、提高股票流動性來抑制股票市場操縱，是行之有效的外部監督力量。經過一系列檢驗后，結論仍然穩健。最后，通過分組檢驗的方法證明了在單一大股東、低獨立董事占比、低市場化水平等弱監督環境下QFII持股對股票市場操縱的影響更顯著。

本文從市場公正的角度證明了QFII更多的是扮演價值投資角色，這一研究結論與我國最初引進QFII以穩定和規范A股市場并提升股票市場質量的初衷是高度吻合的，也充分說明了我國循序漸進開放QFII投資A股市場的政策是正確且成功的。同時還需要認識到，目前我國A股市場以散戶為主，投資者尚不成熟、法律體系建設還不夠完善，仍需多措并舉進一步推進A股市場的公平公正發展。

本文政策建議如下：第一，從國家政策層面、資本市場發展層面以提升股票市場質量為導向構建上市公司外部的投資者保護體系；以提升內部控制有效性和信息披露質量為出發點，對規范上市公司內部治理的法律法規進行有針對性的調整和完善，強化對內部治理缺陷的披露和監管，從而全面提升上市公司內部治理水平。第二，本文構建的市場操縱識別模型具有較好的預警識別能力，證監會和證券交易所可借鑒本文設計的識別方法完善市場操縱實時監控系統，提升監控系統的市場操縱識別能力。監管部門可充分借力豐富的監控手段加大對市場操縱的處罰力度，對違法違規行為形成強大威懾力。第三，進一步加快我國金融市場的對外開放程度，在充分考量我國資本市場實際情況的基礎上優化QFII的認定標準，讓更多的優質境外機構投資者參與到我國A股市場，促進我國資本市場的成熟化和專業化提升，顯著降低股票市場操縱的發生概率，從而有力推動中國股票市場的高質量發展。