機(jī)構(gòu)持股對房地產(chǎn)股票收益波動(dòng)的影響研究
——基于面板數(shù)據(jù)的門限分位回歸模型*

朱慧明，湯月麗，張 聰，賈相華

(1.湖南大學(xué) 工商管理學(xué)院，湖南 長沙 410082； 2.山東大學(xué) 經(jīng)濟(jì)學(xué)院，山東 濟(jì)南 250000)

機(jī)構(gòu)持股對房地產(chǎn)股票收益波動(dòng)的影響研究
——基于面板數(shù)據(jù)的門限分位回歸模型*

朱慧明1，湯月麗1，張 聰2，賈相華1

(1.湖南大學(xué) 工商管理學(xué)院，湖南 長沙 410082； 2.山東大學(xué) 經(jīng)濟(jì)學(xué)院，山東 濟(jì)南 250000)

針對在不同的股市行情中機(jī)構(gòu)持股與房地產(chǎn)公司股票收益波動(dòng)之間的相關(guān)性問題，建立面板數(shù)據(jù)的門限分位回歸模型進(jìn)行檢驗(yàn)。證實(shí)在不同的市場行情中，對于股票收益波動(dòng)處于不同水平的房地產(chǎn)公司，機(jī)構(gòu)持股的影響程度存在差異。當(dāng)股市大盤出現(xiàn)極端情形，機(jī)構(gòu)投資者加劇股市波動(dòng)。大盤大跌，機(jī)構(gòu)持股的促進(jìn)作用隨著股票收益波動(dòng)的分位點(diǎn)的增大而增強(qiáng)。在盤整市，機(jī)構(gòu)持股比例沒有對股票收益波動(dòng)產(chǎn)生顯著影響，但其變動(dòng)抑制股票收益波動(dòng)。

股票收益波動(dòng)；機(jī)構(gòu)持股；極端收益；門限分位回歸

一 引 言

機(jī)構(gòu)投資者的興起是20世紀(jì)80年代以來國際金融市場的一個(gè)重要特征，國際金融市場的投資逐步由個(gè)人投資者占主體向由機(jī)構(gòu)投資者主導(dǎo)轉(zhuǎn)變。從2001年開始我國證券投資基金因超常規(guī)發(fā)展的政策支持已經(jīng)具有相當(dāng)大的規(guī)模，對市場的影響越來越大。然而，機(jī)構(gòu)投資者規(guī)模的壯大是否穩(wěn)定股票市場，國內(nèi)外關(guān)于機(jī)構(gòu)投資者對股票市場波動(dòng)的影響研究結(jié)論主要有三個(gè)，一有利于市場穩(wěn)定；二加劇市場波動(dòng)；三機(jī)構(gòu)投資者對股票市場波動(dòng)沒有確定性的影響。我們認(rèn)為機(jī)構(gòu)投資者影響上市公司股票收益率波動(dòng)的前提條件是機(jī)構(gòu)投資者的持股規(guī)模對上市公司具有足夠的影響力。因?yàn)閷τ跈C(jī)構(gòu)持股比例很低的股票來說，個(gè)人投資者是股票波動(dòng)的主要因素；對于機(jī)構(gòu)持股比例高的股票來說，機(jī)構(gòu)投資者有權(quán)參與公司的治理和監(jiān)督，對公司股票收益波動(dòng)的影響更大。因此，對機(jī)構(gòu)持股高于一定比例的上市公司進(jìn)行研究能更準(zhǔn)確發(fā)現(xiàn)機(jī)構(gòu)持股對上市公司股票收益波動(dòng)的影響。

房地產(chǎn)是我國經(jīng)濟(jì)的重要支柱產(chǎn)業(yè)，它與股市具有顯著聯(lián)動(dòng)效應(yīng)。巴曙松等人(2009)[1]認(rèn)為股市是房地產(chǎn)市場的格蘭杰原因，而房地產(chǎn)市場在一定程度上對股市有滯后的非線性格蘭杰原因。黃義(2014)[2]提出我國股市與房地產(chǎn)市場的波動(dòng)都具有ARCH效應(yīng)，兩市場的動(dòng)態(tài)相關(guān)性具有時(shí)變性，并且存在雙向波動(dòng)溢出效應(yīng)。房地產(chǎn)在開發(fā)企業(yè)的經(jīng)營策略、操作手法上借用其他行業(yè)比較成熟的經(jīng)營方式，這對于研究機(jī)構(gòu)投資者對公司股票收益波動(dòng)的影響比較有代表性，并且房地產(chǎn)各類股票的機(jī)構(gòu)持股比例普遍都很大，所以我們選擇房地產(chǎn)行業(yè)的面板數(shù)據(jù)，考察在不同市場環(huán)境下機(jī)構(gòu)投資者的發(fā)展規(guī)模與股票市場波動(dòng)的關(guān)系，探求在不同市場環(huán)境下機(jī)構(gòu)投資者持股比例及其變動(dòng)對股票收益波動(dòng)的作用規(guī)律。

二 文獻(xiàn)綜述

關(guān)于機(jī)構(gòu)投資者對證券市場的影響研究很多，然而結(jié)論并不相同。有學(xué)者認(rèn)為機(jī)構(gòu)投資者有助于證券市場的穩(wěn)定發(fā)展。Faugere和Shawky(2003)[3]、Oak和Dalbor(2008)[4]認(rèn)為當(dāng)股市處于下跌趨勢時(shí)，機(jī)構(gòu)比個(gè)人投資者更偏好收益率波動(dòng)低的股票。周學(xué)農(nóng)、彭丹(2008)[5]采用GARCH與EGARCH模型發(fā)現(xiàn)，大力發(fā)展機(jī)構(gòu)投資者后，股指收益率波動(dòng)減小，即股市更為平穩(wěn)。李彩霞、鄭治華(2015)[6]利用動(dòng)態(tài)面板數(shù)據(jù)模型發(fā)現(xiàn)機(jī)構(gòu)投資者與當(dāng)期股價(jià)顯著負(fù)相關(guān)，這反映了機(jī)構(gòu)投資者在穩(wěn)定股市的過程中發(fā)揮了積極作用。

也有學(xué)者認(rèn)為機(jī)構(gòu)投資者加劇股市波動(dòng)。謝赤等人(2008)[7]采用EGARCH模型、Granger因果檢驗(yàn)、VAR模型對證券投資基金上市前后中國股票市場收益波動(dòng)的變動(dòng)情況進(jìn)行分析,得出證券投資基金采取與股票市場波動(dòng)同方向的投資行為,在一定程度上加大股市的波動(dòng)性。Puckett和Yan等人(2008)[8]認(rèn)為機(jī)構(gòu)投資者的羊群效應(yīng)加劇股市波動(dòng)。姚德權(quán)等人(2010)[9]得出同期股票收益與機(jī)構(gòu)投資者情緒正相關(guān)，與情緒波動(dòng)負(fù)相關(guān)，說明機(jī)構(gòu)投資者是噪聲交易風(fēng)險(xiǎn)源之一。

還有不少學(xué)者認(rèn)為對機(jī)構(gòu)投資者與股市穩(wěn)定性關(guān)系受行情影響。陶可(2012)[10]研究發(fā)現(xiàn)我國證券投資基金持倉比例的變化在不同時(shí)期對股票價(jià)格波動(dòng)的影響有不同的正負(fù)效應(yīng)，且大部分情況下還是負(fù)效應(yīng)更為明顯。陳軍等人(2013)[11]從不同市態(tài)和不同市值角度，對整體機(jī)構(gòu)投資者和不同類型機(jī)構(gòu)投資者與股市的穩(wěn)定性關(guān)系做實(shí)證研究，發(fā)現(xiàn)我國大部分機(jī)構(gòu)投資者持股加劇股市波動(dòng)，且這種加劇作用在牛市更加顯著，大市值也更加顯著。從整個(gè)系統(tǒng)性風(fēng)險(xiǎn)看，曾志堅(jiān)等人(2014)[12]認(rèn)為，牛市行情下不存在系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)溢價(jià)，但在熊市，系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)溢價(jià)顯著。

上述研究的共同點(diǎn)是他們使用傳統(tǒng)的時(shí)間序列模型來分析機(jī)構(gòu)投資者對股市波動(dòng)的影響。考慮到金融時(shí)間序列之間不規(guī)則的相關(guān)關(guān)系，學(xué)者們大多使用VAR、GARCH、TARCH等模型解決變量的異方差問題。而本文使用的是分位回歸分析變量之間的非對稱關(guān)系。

分位回歸最早由Koenker和Bassett(1978)[13]提出，它不對誤差項(xiàng)的分布和方差做限定，因而能夠避免正態(tài)假設(shè)和等方差假設(shè)的局限性，參數(shù)估計(jì)更具穩(wěn)健性。分位回歸強(qiáng)調(diào)條件分位數(shù)，可獲得自變量對因變量變化范圍和條件分布形狀的影響，得到不同分位點(diǎn)下變量之間的關(guān)系，從而提供更為全面的信息。面板數(shù)據(jù)可反映個(gè)體差異，也可反映個(gè)體的動(dòng)態(tài)過程。用面板數(shù)據(jù)做分位回歸，可以充分發(fā)揮分位回歸模型和面板數(shù)據(jù)的優(yōu)點(diǎn)，在控制個(gè)體差異的基礎(chǔ)上有效地分析自變量對不同分位點(diǎn)上因變量的影響程度。You和Zhu等人(2015)[14]建立面板分位回歸模型證實(shí)民主性在CO2排放量的不同條件分位處影響不同。Yaduma等人(2015)[15]通過建立固定效應(yīng)的面板分位回歸模型研究經(jīng)濟(jì)增長與環(huán)境污染之間的非對稱關(guān)系。

學(xué)者們致力于區(qū)分不同市場行情下的機(jī)構(gòu)投資者對股票收益波動(dòng)的影響。關(guān)于股市周期劃分的方法很多，比如Hodrick和Prescott(1997)[16]的Hodrick-Prescott濾子法，Pagan和Sossounov(2003)[17]的BB法等等，但并沒有一個(gè)劃分熊、牛市的標(biāo)準(zhǔn)方法。熊、牛市表示是股市下滑或者上漲的過程而非極端情形。Zhu和Li(2015)[18]分析了在中英美股市收益出現(xiàn)極端化的情形下，三個(gè)股市的非對稱相依性。在這篇文章里，我們引入門限的概念，考慮在整個(gè)股市大盤極端收益環(huán)境下，機(jī)構(gòu)投資者對股票收益波動(dòng)的非對稱影響。

目前國內(nèi)未有用基于面板數(shù)據(jù)的門限分位回歸方法來分析機(jī)構(gòu)持股比例的研究，本文基于我國房地產(chǎn)行業(yè)的上市公司股票相關(guān)數(shù)據(jù)，采用分位回歸方法，充分考慮時(shí)間和個(gè)股因素，探究不同分位水平下，機(jī)構(gòu)持股比例及其變動(dòng)對股票收益波動(dòng)的作用機(jī)制，為各股民做決策時(shí)提供參考依據(jù)。

三 數(shù)據(jù)及描述性統(tǒng)計(jì)

我們使用由證監(jiān)會(huì)劃歸為房地產(chǎn)行業(yè)的上市公司的季度數(shù)據(jù)，時(shí)間跨度為2008年10月1日至2015年3月31日。選取的時(shí)間為2008年之后，因?yàn)?008年全球金融危機(jī)的爆發(fā)使得機(jī)構(gòu)投資者規(guī)模明顯萎縮，也改變了機(jī)構(gòu)投資者的投資策略，整個(gè)市場的風(fēng)險(xiǎn)防范得到鞏固發(fā)展。我們選取平衡面板數(shù)據(jù)，即要求每一個(gè)房地產(chǎn)上市公司的樣本量相等，所以股票代碼從000002至603998的上市公司中共有91個(gè)公司作為我們的總體樣本量，數(shù)據(jù)均來自wind金融數(shù)據(jù)庫。

我們關(guān)注的是在不同的股市極端收益情形下，機(jī)構(gòu)持股比例及其變動(dòng)對上市公司股票收益波動(dòng)的影響，所以在我們的研究里，我們用上證綜合指數(shù)收益率為參考劃分整體股市收益的極端情形，上市公司股票收益波動(dòng)是因變量，機(jī)構(gòu)持股比例及其變動(dòng)是主要的自變量，另外我們還在模型中加入上市公司季度收益率、流通市值以及整體股市收益波動(dòng)作為控制變量。

本文以上市公司季度內(nèi)日股票收益率的方差來衡量上市公司股票收益波動(dòng)，用變量VOLit表示。其中，日收益率就是連續(xù)兩個(gè)工作日的收盤價(jià)的對數(shù)差分。INSTit是機(jī)構(gòu)持股比例，表示機(jī)構(gòu)投資者持股總市值占上市公司流通股的比重，ΔINSTit=INSTit-INSTit-1則表示機(jī)構(gòu)持股比例變動(dòng)。我們用季度內(nèi)股票日收益率的平均值表示上市公司季度收益率，記為Rit。對于上市公司季度末流通市值，為消除誤差，對其取對數(shù)，用VALUEit變量表示。市場波動(dòng)對所有的上市公司都產(chǎn)生影響，我們采用季度內(nèi)上證綜合指數(shù)(SCI)日收益率的方差表示市場波動(dòng)，用變量VOLst表示。表1給出了各個(gè)變量的描述性統(tǒng)計(jì)。

表1 描述性統(tǒng)計(jì)

注：表中***，**，*分別代表在1%，5%和10%顯著性水平下拒絕零假設(shè)。

我們重點(diǎn)看后面四個(gè)統(tǒng)計(jì)量，除了上市公司股票收益率是左偏，其他變量都是右偏的，說明各個(gè)變量都不是對稱分布的。除了Instown的峰度值較小，其他變量的峰度系數(shù)較大，說明這些變量在分布上偏離正態(tài)分布。上市公司股票收益波動(dòng)的偏度和峰度很大，偏度達(dá)到6以上，峰度也達(dá)到63以上，即該變量明顯尖峰厚尾，在分布上有很多極端值，這也說明了我們有必要區(qū)分在上市公司股票收益波動(dòng)的各個(gè)分位點(diǎn)下，機(jī)構(gòu)持股比例及其變動(dòng)產(chǎn)生的影響。

四 實(shí)證模型

分位回歸的基本表達(dá)形式

Qy(τ|x)=inf {b|FY(b|x)≥τ}=

∑kβk(τ)xk=x′β(τ)

(1)

其參數(shù)估計(jì)為

(2)

含有固定效應(yīng)的面板分位回歸的表達(dá)形式

i=1,2,…,N；t=1,2,…,T

(3)

(4)

其中權(quán)重wk控制K個(gè)分位數(shù){τ1,…,τK}對αi估計(jì)值的影響，這里我們沿用Alexander等人(2011)[20]中的等權(quán)分位，即wk=1/K。調(diào)整參數(shù)λ可以減少個(gè)體效應(yīng)，提高β的估計(jì)性能。當(dāng)λ→0時(shí)，可得到相應(yīng)的固定效應(yīng)估計(jì)值，當(dāng)λ→∞時(shí)則可得到消除固定效應(yīng)后的參數(shù)估計(jì)值。在里，我們令λ=1(Damette和Delacote,2012)[21]。

基于上述，我們建立下列兩個(gè)模型來分析在高比例機(jī)構(gòu)投資者持股的情況下，機(jī)構(gòu)投資者持股比例、持股比例變動(dòng)對上市公司股票收益波動(dòng)的影響。

QVOLit(τ|αi,ξt,xit)=αi+ξt+β1INSTit+

β2Rit-1+β3VALUEit+β4VOLst

(5)

(6)

考慮到機(jī)構(gòu)投資者持股在面對不同的股市收益極端情形時(shí)對股票收益波動(dòng)性可能有不同的影響，我們將股市分成股市極端下跌、股市盤整、股市極端上漲。在這三種不同的股市行情中，研究機(jī)構(gòu)持股比例及機(jī)構(gòu)持股比例變動(dòng)對股市的影響，建立如下計(jì)量經(jīng)濟(jì)模型：

(7)

(8)

五 實(shí)證分析

本文研究在房地產(chǎn)業(yè)中機(jī)構(gòu)投資者持股比例及其變動(dòng)與上市公司股票收益率波動(dòng)的關(guān)系，根據(jù)模型7、8，我們分析在股市大盤極端下跌、盤整、極端上漲三種不同狀態(tài)下，機(jī)構(gòu)投資者持股對股票收益波動(dòng)的影響。表2是三種股市行情下對應(yīng)的時(shí)間。

表2 股市行情劃分

(一) 不同股票收益波動(dòng)水平的影響因素分析

表3是面板數(shù)據(jù)的門限分位回歸模型的估計(jì)結(jié)果，結(jié)果表明，在不同分位點(diǎn)處，即對于不同股票收益波動(dòng)水平的個(gè)股，各影響因素的作用程度存在一定差異，且參數(shù)估計(jì)結(jié)果符合理論預(yù)期，與普通面板模型相比，分位數(shù)回歸方法提供更全面的信息，在分析機(jī)構(gòu)持股比例問題上具有顯著優(yōu)勢。

表3 參數(shù)估計(jì)值

注：表中***，**，*分別代表在1%，5%和10%顯著性水平下拒絕零假設(shè)。

大盤大跌期間，在每一個(gè)分位處，上市公司股票收益波動(dòng)與市場風(fēng)險(xiǎn)正相關(guān)，與季度股票收益率負(fù)相關(guān)。我們推斷收益的增加，會(huì)使投資者對市場看好，停止拋售股票，使得市場趨于平穩(wěn)。除了極端分位點(diǎn)，股票的流通股價(jià)值與自身股票的波動(dòng)負(fù)相關(guān)，說明流通市值越大的股票波動(dòng)性越大。

機(jī)構(gòu)投資者持股對股票收益波動(dòng)的影響是本文重點(diǎn)關(guān)注的問題。在中高分位點(diǎn)機(jī)構(gòu)持股比例的提高加大股票收益波動(dòng)。在極端分位處，即股票收益平穩(wěn)或者劇烈震蕩的情形下，機(jī)構(gòu)持股比例變動(dòng)沒有對股票收益波動(dòng)產(chǎn)生顯著影響，但在其他分位處加劇股票收益波動(dòng)。我們推斷機(jī)構(gòu)投資者在大盤大跌中基于業(yè)績和資金贖回壓力，大量拋售股票，對股票市場的暴跌起著推動(dòng)作用。所以我們得出，當(dāng)大盤大跌時(shí)，機(jī)構(gòu)投資者持股反而會(huì)加劇股票收益波動(dòng)。在這一階段，季度收益率和上市公司流通市值是平穩(wěn)股票收益波動(dòng)的主要因素。

大盤盤整期間，股票收益波動(dòng)與上證綜合指數(shù)收益波動(dòng)正相關(guān)，與流通市值負(fù)相關(guān)，這與在大盤大跌的結(jié)論類似。不同于大盤大跌，上市公司季度收益與收益波動(dòng)同向，即收益越大，風(fēng)險(xiǎn)越大，可能原因是投資者還不成熟，過度注重短期的追漲殺跌。在這一時(shí)期，大多數(shù)股民更傾向增持波動(dòng)性大的股票，刺激股價(jià)格進(jìn)一步波動(dòng)。

我們發(fā)現(xiàn)，機(jī)構(gòu)投資者持股比例與上市公司股票收益波動(dòng)關(guān)系不顯著，但除了極高分位點(diǎn)，持股比例變動(dòng)顯著降低了上市公司收益的波動(dòng)，有利于穩(wěn)定市場。我們推斷機(jī)構(gòu)投資者為維持資產(chǎn)組合的風(fēng)險(xiǎn)水平，對不同波動(dòng)水平的股票的權(quán)重進(jìn)行調(diào)整，賣出波動(dòng)性高的股票，買入波動(dòng)性低的股票，從而形成對上市公司持股比例的變動(dòng)，一定程度上穩(wěn)定了市場。我們得出在盤整市，機(jī)構(gòu)投資者持股在平穩(wěn)股票收益波動(dòng)發(fā)揮著主要的作用。

大盤大漲期間，市場波動(dòng)、上市公司流通市值、股票季度收益率對股票收益波動(dòng)的影響與在盤整期間的結(jié)果相同，在此不做重述。在多數(shù)分位處，無論是機(jī)構(gòu)持股比例還是持股比例變動(dòng)都對公司股票收益波動(dòng)產(chǎn)生顯著正相關(guān)，表明機(jī)構(gòu)投資者持股比例越高，股票收益率波動(dòng)也越高，同時(shí)，機(jī)構(gòu)投資者增持股票也會(huì)導(dǎo)致上市公司股票收益波動(dòng)上升。特別是在極高分位處，機(jī)構(gòu)投資者持股比例的增加大大加劇了上市公司股票收益的波動(dòng)。當(dāng)股市行情大好時(shí)，大量的資金涌入證券投資基金，對機(jī)構(gòu)投資者形成巨大的投資壓力，同時(shí)，股市的暴漲也使得機(jī)構(gòu)投資者普遍獲得優(yōu)秀的業(yè)績，進(jìn)而更促使其投入到“追漲”的狂歡之中，使得機(jī)構(gòu)投資者在股市暴漲中加劇股市波動(dòng)。

(二) 影響因素作用的趨勢變動(dòng)分析

圖1直觀展示了解釋變量的參數(shù)估計(jì)結(jié)果隨分位變化而變化。圖中實(shí)線代表了分位數(shù)回歸的估計(jì)值變化，虛線部分為95%的置信帶，提供被股票收益波動(dòng)條件分布下尺度和位置變化的相關(guān)信息。

(a) 市場波動(dòng)

(b) 流通市值

(c)季度收益率

(d)機(jī)構(gòu)持股比例

(e) 機(jī)構(gòu)持股比例變動(dòng)

當(dāng)大盤大跌時(shí)，市場波動(dòng)對股票收益波動(dòng)的促進(jìn)作用隨著分位點(diǎn)的增加緩慢上升，到了0.8分位處，促進(jìn)作用減弱。在盤整市，市場波動(dòng)加劇股票收益波動(dòng)，但到了0.5分位點(diǎn)處后，市場波動(dòng)對股票收益波動(dòng)的正向作用逐漸減弱，到了極高分位點(diǎn)，轉(zhuǎn)變成負(fù)向作用。當(dāng)大盤大漲時(shí)，市場波動(dòng)對股票收益波動(dòng)的促進(jìn)作用一直保持穩(wěn)定狀態(tài)，到了0.6分位點(diǎn)之后，促進(jìn)作用開始緩慢減弱。總的來說，上市公司股票收益波動(dòng)顯著受到上證指數(shù)收益波動(dòng)的正向作用。

流通市值始終抑制股票收益波動(dòng)，對平穩(wěn)股票收益波動(dòng)有一定的作用。在大盤大跌時(shí)，它的抑制作用是隨著分位點(diǎn)的增加緩慢增加的。在盤整市，流通市值的估計(jì)曲線呈現(xiàn)U型，在極端分位處，沒有顯著的抑制作用。在大盤大漲時(shí)，則呈現(xiàn)出W形狀，在極端分位和中位點(diǎn)處，抑制作用減弱。

季度收益率在不同的市場有不一樣的表現(xiàn)。在大盤大跌期間，季度收益率顯著降低股票收益波動(dòng)，且分位點(diǎn)越大，它的抑制作用越大。如在0.9分位處，即在股票收益明顯震蕩的時(shí)候，季度收益率每增加一個(gè)單位，股票收益波動(dòng)下降約至20個(gè)單位。在這一期間內(nèi)我國投資者關(guān)注股票價(jià)格變化對上市公司杠桿水平的影響，在一定程度上采取價(jià)值投資的策略，并未表現(xiàn)出明顯的追漲殺跌的行為。但在其他市場，季度收益率與股票收益波動(dòng)正相關(guān)，是追漲殺跌的表現(xiàn)。在大盤盤整期間，分位點(diǎn)越大，季度收益率的促進(jìn)作用越大。但當(dāng)大盤大漲，在0.8分位處，季度收益率的促進(jìn)作用達(dá)到最大值，當(dāng)股票收益劇烈震蕩時(shí)，季度收益率沒有對其產(chǎn)生顯著的作用。

在股市大盤出現(xiàn)極端情形時(shí)，機(jī)構(gòu)持股比例的估計(jì)系數(shù)為正，說明機(jī)構(gòu)投資者持股加劇了上市公司股票收益率波動(dòng)。大盤大跌時(shí)，機(jī)構(gòu)持股比例的估計(jì)系數(shù)是分位數(shù)的增函數(shù)，但在大盤大漲時(shí)，則是反函數(shù)。在整個(gè)盤整市或者大盤大跌的低分位處、大盤大漲的高分位處，機(jī)構(gòu)持股比例對股票收益波動(dòng)不產(chǎn)生顯著影響。

在股市大盤出現(xiàn)極端情形時(shí)，機(jī)構(gòu)持股比例變動(dòng)與股票收益波動(dòng)正相關(guān)。大盤大跌，機(jī)構(gòu)持股比例變動(dòng)的估計(jì)系數(shù)在低分位點(diǎn)處變動(dòng)不大，在0.5分位處明顯開始上漲，在極高分位點(diǎn)處下滑至低分位處的估計(jì)水平。大盤大漲，機(jī)構(gòu)持股比例變動(dòng)的估計(jì)值先是減少后在0.8分位處明顯上升反彈。在盤整市，機(jī)構(gòu)持股比例變動(dòng)與股票收益波動(dòng)負(fù)相關(guān)，估計(jì)值在高分位點(diǎn)處出現(xiàn)顯著變化，先是下降而后上升反彈，在極高分位點(diǎn)不再顯著。

從機(jī)構(gòu)持股比例及其變動(dòng)的估計(jì)曲線來看，在大盤大跌的高分位和大盤大漲的低分位，機(jī)構(gòu)投資者比例及其變動(dòng)顯著拉高了股票收益波動(dòng)。當(dāng)大盤大跌時(shí)，機(jī)構(gòu)投資者撤資會(huì)加劇股市恐慌，加速股價(jià)下滑；而當(dāng)大盤大漲，在股市收益波動(dòng)的低分位處，機(jī)構(gòu)投資者憑借信息優(yōu)勢順次以高價(jià)位快速地、階段性地買進(jìn)股票，股價(jià)繼續(xù)上漲，但在股市收益波動(dòng)的高分位處，即股市暴漲階段，股市行情大好，機(jī)構(gòu)持股比例的走向顯著影響股票收益波動(dòng)，機(jī)構(gòu)持股比例不再影響股票收益波動(dòng)，但其變動(dòng)會(huì)顯著加大股票收益波動(dòng)。而在盤整市，機(jī)構(gòu)持股比例變動(dòng)與股票收益波動(dòng)負(fù)相關(guān)，我們推斷機(jī)構(gòu)投資者對不同波動(dòng)水平的股票的權(quán)重進(jìn)行調(diào)整，賣出波動(dòng)性高的股票，買入波動(dòng)性低的股票，從而形成對上市公司持股比例的變動(dòng)，一定程度上穩(wěn)定了市場。

六 結(jié) 論

本文基于我國91個(gè)房地產(chǎn)上市公司2008年第四季度到2015年第一季度的股票數(shù)據(jù)，利用面板分位回歸的方法分析機(jī)構(gòu)持股比例及其變動(dòng)對股票收益波動(dòng)的作用機(jī)制。結(jié)果表明，面板數(shù)據(jù)的門限分位回歸比普通面板回歸提供更豐富的信息；在不同的市場行情中，對于股票收益波動(dòng)處于不同水平的上市公司，驅(qū)動(dòng)因素的影響程度存在差異。

總的來說，當(dāng)大盤出現(xiàn)極端情形，機(jī)構(gòu)投資者不僅沒有起到穩(wěn)定市場的作用，反而對股票市場的波動(dòng)起到推波助瀾的作用。大盤大跌，機(jī)構(gòu)持股比例及其變動(dòng)的促進(jìn)作用隨著股票收益波動(dòng)的分位點(diǎn)的增大而增強(qiáng)。大盤大漲，機(jī)構(gòu)持股比例及其變動(dòng)的促進(jìn)作用隨著股票收益波動(dòng)的分位點(diǎn)的增大而減弱。但在股票收益波動(dòng)的高分位處，機(jī)構(gòu)持股比例的大小不會(huì)影響股票收益波動(dòng)，但其比例的增加會(huì)加大波動(dòng)。而在整個(gè)盤整市，機(jī)構(gòu)持股比例沒有對股票收益波動(dòng)產(chǎn)生顯著的影響，但是機(jī)構(gòu)持股比例變動(dòng)會(huì)抑制股票收益波動(dòng)的影響，使股市趨于平穩(wěn)。

[1] 巴曙松,覃川桃,朱元倩.中國股票市場與房地產(chǎn)市場的聯(lián)動(dòng)關(guān)系[J].系統(tǒng)工程,2009,27(9):16-21.

[2] 黃義.股票市場與房地產(chǎn)市場波動(dòng)溢出效應(yīng)研究[J].統(tǒng)計(jì)與決策,2014(2):127-131.

[3]FaugereC,ShawkyHA.Volatilityandinstitutionalinvestorholdingsinadecliningmarket:Astudyofnasdaqduringtheyear2000[J].JournalofAppliedFinance, 2003,13(2):32-43.

[4]OakS,DalborMC.Theimpactofdividendpolicyoninstitutionalholdings:HotelREITsandnon-REIThotelcorporations[J].TheJournalofHospitalityFinancialManagement, 2008,16(1):1-17.

[5] 周學(xué)農(nóng),彭丹.機(jī)構(gòu)投資者對中國股市波動(dòng)性影響的實(shí)證研究[J].系統(tǒng)工程,2008,25(12):58-62.

[6] 李彩霞,鄭治華.基于動(dòng)態(tài)面板數(shù)據(jù)模型的機(jī)構(gòu)投資者與股市波動(dòng)性的關(guān)系[J].現(xiàn)代經(jīng)濟(jì)信息,2015,15:232.

[7] 謝赤,張?zhí)?禹湘.證券投資基金投資行為對中國股市波動(dòng)性影響研究[J].中國社會(huì)科學(xué),2008(3):68-78.

[8]PuckettA,YanXS.Short-terminstitutionalherdinganditsimpactonstockprices[J].AvailableatSSRN972254,2008.

[9] 姚德權(quán),黃學(xué)軍,楊光.中國機(jī)構(gòu)投資者情緒與股票收益關(guān)系研究[J].湖南大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2010,24(6):46-50.

[10] 陶可.機(jī)構(gòu)投資者持股和股市波動(dòng)性溢出效應(yīng)分析[J].金融與經(jīng)濟(jì),2012(3):62-66.

[11] 陳軍,陸江川,張明慧.我國機(jī)構(gòu)投資者持股與股市穩(wěn)定性關(guān)系研究[J].福建論壇(人文社會(huì)科學(xué)版),2013(8):44-49.

[12] 曾志堅(jiān),唐述福.股票市場系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)溢價(jià)牛熊市差異研究[J].湖南大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2014,28(1):66-70.

[13]KoenkerR,BassettG.Regressionquantiles[J].Econometrica,1978,46:33-50.

[14]YouWH,ZhuHM,YuK,etal.Democracy,financialopenness,andglobalcarbondioxideemissions:heterogeneityacrossexistingemissionlevels[J].WorldDevelopment, 2015,66:189-207.

[15]YadumaN,KortelainenM,WossinkA.TheenvironmentalKuznetscurveatdifferentlevelsofeconomicdevelopment:acounterfactualquantileregressionanalysisforCO2emissions[J].JournalofEnvironmentalEconomicsandPolicy, 2015 (ahead-of-print): 1-26.

[16]HodrickRJ,PrescottEC.PostwarUSbusinesscycles:anempiricalinvestigation[J].JournalofMoneycreditandBanking, 1997:29(1):1-16.

[17]PaganAR,SossounovKA.Asimpleframeworkforanalysingbullandbearmarkets[J].JournalofAppliedEconometrics, 2003,18(1):23-46.

[18]ZhuHM,LiZL,YouWH,etal.Revisitingtheasymmetricdynamicdependenceofstockreturns:Evidencefromaquantile;autoregressionmodel[J].InternationalReviewofFinancialAnalysis, 2015, 40:142-153.

[19]KoenkerR.Quantileregressionforlongitudinaldata[J].JournalofMultivariateAnalysis, 2004,91(1):74-89.

[20]AlexanderM,HardingM,LamarcheC.Quantileregressionfortime-series-cross-sectiondata[J].InternationalJournalofStatisticsandManagementSystem, 2011,6(1/2):47-72.

[21]DametteO,DelacoteP.Ontheeconomicfactorsofdeforestation:Whatcanwelearnfromquantileanalysis?[J].EconomicModelling, 2012,29(6):2427-2434.

Research on the Impact of Institutional Ownership to Real Estate Stock Market Volatility——Evidence from Threshold Quantile Regression Based on Panel Data

ZHU Hui-ming1,TANG Yue-li1,ZHANG Cong2,JIA Xiang-hua1

(1.College of Business Administration, Hunan University, Changsha 410082,China;
2. School of Economics, Shandong University, Jinan 250000,China)

For the problem of correlation between institutional ownership and the volatility of real estate companies stock returns in different market conditions, this paper establishes a threshold quantile regression model with panel data. We confirm that in different market conditions, for the real estate companies whose stock returns volatility is at different levels, there are differences in the effect degree of institutional ownership. If the stock market appears extreme returns, institutional ownership strengthens the stock returns volatility. The positive impacts of institutional ownership increase with the quantiles of the volatility when the stock market extremely falls. In the whole consolidation market, the proportion of institutional ownership does not have a significant impact on stock returns volatility, but the change of proportion will weaken the stock returns volatility.

the volatility of stock return; institutional ownership; extreme income; threshold quantile regression

2015-06-05

國家自然科學(xué)基金創(chuàng)新群體項(xiàng)目(71221001);國家自然科學(xué)基金重點(diǎn)項(xiàng)目(71431008)

朱慧明(1966—)，男，湖南湘潭人，湖南大學(xué)工商管理學(xué)院教授,博士生導(dǎo)師．研究方向：金融工程與風(fēng)險(xiǎn)管理、管理統(tǒng)計(jì)與經(jīng)濟(jì)計(jì)量．

F832

A

1008—1763(2016)02—0073—08