地理距離、主辦券商與做市交易股票流動(dòng)性
——基于“新三板”市場(chǎng)的實(shí)證研究

汪 洋

(安徽師范大學(xué) 經(jīng)濟(jì)管理學(xué)院， 安徽 蕪湖 241002)

一、引言及相關(guān)文獻(xiàn)回顧

2014年8月25日，“新三板”引入做市商交易制度，旨在提高市場(chǎng)流動(dòng)性。由于主要服務(wù)于中小微企業(yè)，加之處于建設(shè)期，相關(guān)制度尚有缺失，“新三板”市場(chǎng)的信息不對(duì)稱程度較高。而信息不對(duì)稱對(duì)做市商制度有效性有顯著影響。

相關(guān)研究發(fā)端于Glosten et al.(1985)，其首次論證做市商依據(jù)訂單流中包含的信息來設(shè)定報(bào)價(jià)。信息不對(duì)稱的存在是做市商擴(kuò)大價(jià)差的原因(張?jiān)?等, 2011)。做市商通過擴(kuò)大價(jià)差來保護(hù)自己免受逆向選擇的損害(Grossman et al.,1980;Glosten,1987)。逆向選擇導(dǎo)致存貨成本上升，進(jìn)而引發(fā)了買賣價(jià)差的擴(kuò)大(Huh et al.,2015)。有研究表明做市商與做市交易企業(yè)的地理毗鄰關(guān)系能很好地克服信息不對(duì)稱問題。Loughran et al.(2005)利用企業(yè)處于城市和農(nóng)村的地理位置不同，證明地理變量對(duì)做市商獲取信息的影響，進(jìn)而對(duì)流動(dòng)性產(chǎn)生影響。Kedia et al.(2008)發(fā)現(xiàn)本地做市商更加有利于做市企業(yè)流動(dòng)性。Kedia et al.(2011)發(fā)現(xiàn)當(dāng)做市商與做市企業(yè)處于同一都市圈時(shí)，由于存在信息優(yōu)勢(shì)，可以提高流動(dòng)性和市場(chǎng)效率。Anand et al.(2011)發(fā)現(xiàn)做市商越接近于企業(yè)總部，越能夠獲得更多內(nèi)部信息，表現(xiàn)為其做市報(bào)價(jià)差越小。國(guó)內(nèi)雖然較為缺乏地理距離與做市商制度有效性的直接研究，但也有文獻(xiàn)證明我國(guó)存在地理距離對(duì)信息不對(duì)稱的影響。黃福廣等(2014)認(rèn)為由于地理距離增加了信息搜集成本，使得我國(guó)風(fēng)險(xiǎn)投資存在“本地偏好”。劉江會(huì)等(2015)認(rèn)為地理距離會(huì)影響投資者“軟信息”不對(duì)稱程度，進(jìn)而導(dǎo)致不同地區(qū)企業(yè)IPO成本不同。王菊仙等(2016)認(rèn)為地理距離的遠(yuǎn)近決定了分析師獲取私有信息的難易程度和成本高低，從而表現(xiàn)出分析行為差異。

基于或者是主要基于信息不對(duì)稱因素考慮，《全國(guó)中小企業(yè)股份轉(zhuǎn)讓系統(tǒng)股票轉(zhuǎn)讓細(xì)則(試行)》規(guī)定：“掛牌公司股票擬采取做市轉(zhuǎn)讓方式的，其中一家做市商應(yīng)為推薦其股票掛牌的主辦券商或該主辦券商的母(子)公司”。主辦券商由于推薦企業(yè)掛牌和開展后續(xù)輔導(dǎo)工作，毫無疑問，對(duì)掛牌企業(yè)的了解程度要高于其他可能成為做市商的券商。由于深度參與和持續(xù)服務(wù)，主辦券商與所推薦企業(yè)存在緊密的利益相關(guān)性，因此，主辦券商最初很可能傾向于選擇更容易獲取“軟信息”的企業(yè)作為推薦對(duì)象。也就是說，主辦券商很可能也有“本地偏好”，地理距離是其選擇企業(yè)和產(chǎn)生信息優(yōu)勢(shì)的主要來源。由于股轉(zhuǎn)系統(tǒng)的該規(guī)定具有“一票否決”的特征，降低了掛牌企業(yè)采用做市轉(zhuǎn)讓方式的概率，是存在一定的負(fù)面影響的。如果主辦券商的信息優(yōu)勢(shì)僅僅來源于距離優(yōu)勢(shì)，則放松該政策約束是值得考慮的，因?yàn)槠渌嚯x相近的券商也能發(fā)揮相同的信息優(yōu)勢(shì)，而企業(yè)則能更加充分利用現(xiàn)有券商資源，獲得做市交易資格。如果主辦券商尚有距離之外的獲取信息的優(yōu)勢(shì)，則當(dāng)前政策規(guī)定更具有合理性。

本研究的目的之一是要在“新三板”市場(chǎng)上檢驗(yàn)地理距離是否會(huì)影響做市商制度有效性。“新三板”用短短兩年的時(shí)間發(fā)展成世界上掛牌企業(yè)數(shù)量最多的場(chǎng)外交易市場(chǎng)，其成長(zhǎng)路徑完全不同于成熟資本主義國(guó)家場(chǎng)外市場(chǎng)，這種情況下，基于國(guó)外資本市場(chǎng)的相關(guān)理論是否還有效是需要實(shí)證檢驗(yàn)的。目的之二是要檢驗(yàn)主辦券商作為做市商是否比其他做市商能更有效地提高流動(dòng)性。如果有，這種優(yōu)勢(shì)是來源于地理距離因素，還是來源于地理距離之外的其他特征。以期能為評(píng)估和調(diào)整現(xiàn)有做市商政策提供參考意見。

二、理論分析與研究假設(shè)

(一)理論分析

1.“新三板”做市商角色定位的假設(shè)分析

在國(guó)外經(jīng)典理論中，對(duì)于做市商掌握信息程度持有不同假設(shè)而衍生出兩種理論框架：一是非知情交易者假設(shè)。發(fā)端于Demsetz(1968)的存貨模型表明，做市商因?yàn)樘幱谛畔⒘觿?shì)，面對(duì)知情交易者的逆向選擇，設(shè)定防御性差價(jià)，導(dǎo)致流動(dòng)性下降。二是知情交易者假設(shè)。始于Glosten et al.(1985)的序貫?zāi)Ｐ蛣t表明，因?yàn)樾畔⑸系膬?yōu)勢(shì)(或者相對(duì)較小的劣勢(shì))，做市商有主動(dòng)作為的傾向，從而通過積極調(diào)整報(bào)價(jià)，使得定價(jià)更具信息含量，導(dǎo)致流動(dòng)性上升。股轉(zhuǎn)系統(tǒng)規(guī)定，我國(guó)目前只有券商才有資格申請(qǐng)做市商資格，并且主辦券商必須是企業(yè)做市商之一。相對(duì)于其他法人機(jī)構(gòu)，券商在資金規(guī)模、人才優(yōu)勢(shì)、社會(huì)網(wǎng)絡(luò)和投資經(jīng)驗(yàn)方面更具優(yōu)勢(shì)，尤其是主辦券商對(duì)企業(yè)了解程度更勝于其他法人機(jī)構(gòu)。因此，“新三板”做市商的角色定位更加接近于知情交易者，而不是非知情交易者。

2.“新三板”做市商報(bào)價(jià)行為的動(dòng)機(jī)分析

以知情交易者假設(shè)為出發(fā)點(diǎn)，做市商在報(bào)價(jià)行為上會(huì)出現(xiàn)兩種傾向：一是融入私有信息，縮小報(bào)價(jià)價(jià)差，導(dǎo)致流動(dòng)性提高。二是利用信息優(yōu)勢(shì)，擴(kuò)大價(jià)差，對(duì)非知情交易者實(shí)施逆向選擇，導(dǎo)致流動(dòng)性下降。由于“新三板”實(shí)施的是競(jìng)爭(zhēng)性做市商制度，即每家做市交易企業(yè)至少有兩家做市商為其提供報(bào)價(jià)。股轉(zhuǎn)系統(tǒng)規(guī)定，“如有2筆以上做市申報(bào)到價(jià)的，按照價(jià)格優(yōu)先、時(shí)間優(yōu)先原則成交”。出于提高成交概率和市場(chǎng)份額的考慮(Anand et al.,2011)，做市商在競(jìng)爭(zhēng)過程中有動(dòng)機(jī)融入私人信息，縮小報(bào)價(jià)價(jià)差，而不是反向?yàn)橹?。Glosten et al.(1985)更是在其競(jìng)爭(zhēng)性模型中論證做市商的收益為零，即處于競(jìng)爭(zhēng)中的做市商會(huì)最大限度縮小價(jià)差，而不是擴(kuò)大價(jià)差。另外，出于保護(hù)自然人投資者的考慮，《股轉(zhuǎn)系統(tǒng)投資者適當(dāng)性管理細(xì)則》實(shí)際上限定了“新三板”是一個(gè)機(jī)構(gòu)投資者為主的市場(chǎng)。這就使得市場(chǎng)上投資者異質(zhì)性減小，做市商利用信息優(yōu)勢(shì)實(shí)施逆向選擇的可能性下降。所以，在“新三板”市場(chǎng)上，做市商更可能出于提高成交概率和市場(chǎng)份額動(dòng)機(jī)，融入私人信息，縮小報(bào)價(jià)價(jià)差，提高股票流動(dòng)性。

3.基于地理距離的做市商信息優(yōu)勢(shì)來源分析

距離企業(yè)更近的做市商相對(duì)于其他做市商更具信息優(yōu)勢(shì)主要源于：一是更易通過社會(huì)網(wǎng)絡(luò)獲取企業(yè)“軟信息”。近的距離有助于形成更密切的社會(huì)網(wǎng)絡(luò)，做市商可以借助于當(dāng)?shù)鼐W(wǎng)絡(luò)，例如金融機(jī)構(gòu)(的借貸信息)，與企業(yè)高層的社會(huì)交往，獲取更多的企業(yè)“軟信息”(Kang et al.,2008;Kedia et al.,2008) 。二是更易通過直接參與獲取企業(yè)“軟信息”。Schultz(2003)的研究表明，由于“本地偏好”，當(dāng)?shù)刈鍪猩谈锌赡苤熬蛥⑴c過企業(yè)的承銷、并購(gòu)和銷售預(yù)測(cè)。Malloy(2005)、Madureira et al. (2008)則認(rèn)為本地分析師對(duì)企業(yè)的預(yù)測(cè)更準(zhǔn)確，而本地做市商與本地分析師關(guān)系更密切。以上參與行為造就了本地做市商的信息優(yōu)勢(shì)。三是投資者“本地偏好”帶給本地做市商的信息優(yōu)勢(shì)。當(dāng)?shù)赝顿Y者多為知情交易者(Coval et al.,2001)，其在投資時(shí)有“本地偏好”(Ivkovich et al.,2005)，而本地投資者的報(bào)價(jià)申請(qǐng)多會(huì)流向本地做市商(Kedia et al.,2011)。這就使得本地做市商面臨的訂單流中有信息含量的報(bào)價(jià)比率上升。由于之前的分析假定做市商是知情交易者，其會(huì)主動(dòng)吸收信息，而不是被動(dòng)防御性的加大價(jià)差，所以訂單流中信息含量的增加是一種信息優(yōu)勢(shì)的來源。

綜上可知，做市商距離企業(yè)的地理距離越近，越容易獲取企業(yè)的“軟信息”，更具有信息優(yōu)勢(shì)。根據(jù)“新三板”的各類制度設(shè)定，做市商更接近于知情交易者的角色定位，并且傾向于以提高成交概率和市場(chǎng)份額動(dòng)機(jī)為報(bào)價(jià)動(dòng)機(jī)，因此，會(huì)將私人信息融入報(bào)價(jià)調(diào)整和縮小價(jià)差設(shè)定，從而產(chǎn)生提高流動(dòng)性的效果。

(二)研究假設(shè)

根據(jù)理論分析，在此提出：

H1：做市商與做市企業(yè)的距離反向影響企業(yè)股票的流動(dòng)性。

由于“新三板”采用的是競(jìng)爭(zhēng)性做市商制度，競(jìng)爭(zhēng)是促進(jìn)私人信息融入報(bào)價(jià)的動(dòng)力。因此，企業(yè)有一家近距離的做市商和有多家近距離的做市商，對(duì)流動(dòng)性的影響應(yīng)該是不一樣的。又由于本文將做市商假設(shè)為知情交易者，其會(huì)主動(dòng)根據(jù)有信息含量的訂單流調(diào)整自己的報(bào)價(jià)。而距離企業(yè)最近的做市商報(bào)價(jià)應(yīng)該最有信息含量，并且其他做市商會(huì)根據(jù)它的報(bào)價(jià)調(diào)整自己的報(bào)價(jià)。因此，企業(yè)的流動(dòng)性最終應(yīng)該是由距離企業(yè)最近的做市商所決定。據(jù)此，將假設(shè)1分解成兩個(gè)子假設(shè)，即：

H1a：其它條件相同情況下，與做市企業(yè)距離相近的做市商數(shù)量越多，該企業(yè)股票的流動(dòng)性越強(qiáng)。

H1b：其它條件相同情況下，與做市企業(yè)最近的做市商距離越小，該企業(yè)股票的流動(dòng)性越強(qiáng)。

不同地區(qū)的金融發(fā)達(dá)程度不同，投資者、銀行以及券商的密集程度不同，則處于不同地區(qū)的企業(yè)所受到的關(guān)注程度，做市商獲取信息的難易程度也不同，因此，信息不對(duì)稱的程度也會(huì)有所差異。如果企業(yè)處于金融發(fā)達(dá)地區(qū)，企業(yè)信息會(huì)變得更加透明，地理距離產(chǎn)生的信息優(yōu)勢(shì)理應(yīng)變?nèi)?，?jù)此，提出：

H2：當(dāng)企業(yè)處于金融發(fā)達(dá)城市，做市商與企業(yè)的地理距離對(duì)企業(yè)股票流動(dòng)性的影響會(huì)減弱。

如果近距離的做市商是通過社會(huì)網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)企業(yè)“軟信息”的獲取，那么專注于某一地區(qū)的做市商自然會(huì)有更強(qiáng)的社會(huì)網(wǎng)絡(luò)，更可能從各類社會(huì)渠道獲取企業(yè)信息，因此，理應(yīng)更好地發(fā)揮出地理距離對(duì)流動(dòng)性的影響作用。據(jù)此，提出：

H3：當(dāng)做市商對(duì)某一地區(qū)有更高專注度時(shí)，做市商與企業(yè)的地理距離對(duì)企業(yè)股票流動(dòng)性的影響會(huì)加強(qiáng)。

政策規(guī)定申請(qǐng)做市交易企業(yè)的做市商之一必須為其主辦券商。如果通過本文的檢驗(yàn)?zāi)軌虬l(fā)現(xiàn)，在提高股票流動(dòng)性方面，主辦券商確實(shí)優(yōu)于其他做市商，則能夠更充分的證明當(dāng)前政策的合理性。因此，提出：

H4：主辦券商作為做市商相比其他做市商能為企業(yè)股票提供更多的流動(dòng)性。

進(jìn)一步地，把H4細(xì)分為兩部分：一是，如果如H1b所設(shè)，企業(yè)股票流動(dòng)性受最近的做市商報(bào)價(jià)影響，那么當(dāng)主辦券商不是距離企業(yè)最近的做市商也應(yīng)該能夠提供額外的流動(dòng)性，否則它在地理距離因素方面對(duì)流動(dòng)性的影響就與其他做市商并無區(qū)別。據(jù)此，提出：

H4a：當(dāng)主辦券商不是距離最近的做市商時(shí)，依然可以為企業(yè)提供額外的流動(dòng)性。

二是，如果控制了地理距離因素后，主辦券商的其它因素能對(duì)企業(yè)股票流動(dòng)性形成額外影響，也能夠說明主辦券商的特殊性。主辦券商與信息優(yōu)勢(shì)相關(guān)的因素主要表現(xiàn)為信息的獲取能力和理解能力。一般來說獲取能力與規(guī)模有關(guān)，而理解能力與經(jīng)驗(yàn)有關(guān)。據(jù)此，提出：

H4b：當(dāng)控制住地理距離因素后，主辦券商的規(guī)模越大、經(jīng)驗(yàn)越多，越能夠提高企業(yè)的流動(dòng)性。

三、實(shí)證檢驗(yàn)

(一)樣本選取

2014年第三季度過半才開始實(shí)施做市商制度，為了數(shù)據(jù)的可比性，本文選取2015—2016兩年中采用做市交易方式的企業(yè)年度數(shù)據(jù)作為樣本。選擇方法為當(dāng)Wind數(shù)據(jù)庫顯示年底交易方式為做市交易時(shí)，該掛牌企業(yè)入選樣本。并對(duì)以下樣本進(jìn)行了剔除：(1)賬面資產(chǎn)負(fù)債率小于0或者大于100%的樣本；(2)金融類公司樣本；(3)年度成交量不為零的天數(shù)少于120的公司樣本；(4)存在缺失值的樣本。最終獲得有效樣本1030個(gè)。所有連續(xù)型變量樣本均進(jìn)行了上下1%的Winsor縮尾處理。數(shù)據(jù)來源于Wind數(shù)據(jù)庫，以及根據(jù)Wind數(shù)據(jù)手工計(jì)算所得。

(二)變量設(shè)計(jì)

1.因變量

流動(dòng)性是一個(gè)綜合性的概念，學(xué)有多種指標(biāo)來衡量，每種指標(biāo)實(shí)際上測(cè)度的是流動(dòng)性的某個(gè)緯度(張錚，2014)。由于本文關(guān)注的是距離引發(fā)的報(bào)價(jià)價(jià)差變化，參照已有研究(陳輝 等，2011，2012)，本文選用相對(duì)有效價(jià)差和相對(duì)報(bào)價(jià)價(jià)差作為流動(dòng)性衡量指標(biāo)。因?yàn)榧僭O(shè)競(jìng)爭(zhēng)性做市商制度會(huì)引發(fā)所有做市商根據(jù)最有信息含量的報(bào)價(jià)進(jìn)行自我報(bào)價(jià)調(diào)整，所以本文測(cè)度的是做市交易企業(yè)所有做市商(而不是某一做市商)整體的價(jià)差設(shè)定水平。股轉(zhuǎn)系統(tǒng)每日向外公布的是做市商實(shí)時(shí)最高3個(gè)價(jià)位買入申報(bào)價(jià)格、最低3個(gè)價(jià)位賣出申報(bào)價(jià)格，所以依據(jù)股轉(zhuǎn)系統(tǒng)公布數(shù)據(jù)所計(jì)算的指標(biāo)，更傾向于代表做市商整體價(jià)差水平。考慮到信息含量被所有做市商吸收和做出報(bào)價(jià)調(diào)整的時(shí)差，參照馬超(2015)的做法，本文采用日交易數(shù)據(jù)取年度平均值計(jì)算指標(biāo)，具體如下：

(1)

(2)

其中，liq1代表相對(duì)有效價(jià)差，liq2代表相對(duì)報(bào)價(jià)價(jià)差。price代表股票交易日收盤價(jià)，ask代表交易日股票交易最高價(jià)，bid代表交易日股票交易最低價(jià)，D為本年度內(nèi)單只股票交易量不為0的天數(shù)，d為D中的某一天。liq1、liq2越大，表明流動(dòng)性越差。

2.自變量

同城做市商數(shù)量。如果做市商與做市交易企業(yè)處于同一城市即為同城做市商，以同城做市商的數(shù)量多少為該變量值。

同省做市商數(shù)量。如果做市商與做市交易企業(yè)處于同一省份即為同省做市商，以同省做市商的數(shù)量多少為該變量值。

與做市交易企業(yè)最近的做市商距離。本文從Wind數(shù)據(jù)庫獲取企業(yè)和做市商的具體地址，然后利用可視化地圖(http://www.citydt.com/geo.html)導(dǎo)出相應(yīng)經(jīng)緯度坐標(biāo)(十進(jìn)制)，再根據(jù)Anand et al.(2011)的方法計(jì)算出做市企業(yè)到其所有做市商的距離，選擇其中最小值取對(duì)數(shù)為該變量取值。計(jì)算公式如下：

d= R×arccos(cos(lon1×π/

180-lon2×π/

180)×cos(lat1×π/

180)×

cos(lat2×π/

180)+sin(lat1×π/

180)×sin(lat2×π/

180))

(3)

其中:(lon1, lat1)為企業(yè)坐標(biāo);(lon2, lat2)為做市商坐標(biāo);R為地球半徑，取值6371千米。

以上三個(gè)變量計(jì)算中，所用企業(yè)和做市商的地址均為企業(yè)和做市商總部所在地辦公地址。

金融發(fā)達(dá)城市。虛擬變量。將截至2016年底的所有券商總部所處城市進(jìn)行統(tǒng)計(jì)，最為密集的三個(gè)城市分別為北京(18家)、上海(18家)和深圳(16家)，第四名成都(4家)與前三名相去甚遠(yuǎn)。當(dāng)企業(yè)處于這三座城市時(shí)，變量取值為1，處于其它城市時(shí)變量取值為0。

地區(qū)專注度。用做市商在每個(gè)城市中做市企業(yè)數(shù)量除以其做市服務(wù)企業(yè)總數(shù)量，代表該變量取值。

主辦券商與企業(yè)同城。虛擬變量。如果主辦券商作為做市商與做市交易企業(yè)處于同一城市，則變量取值為1，否則為0 。

除主辦券商之外的同城做市商數(shù)量。如果主辦券商作為做市商與企業(yè)同城，則用同城做市商數(shù)量減1作為該變量取值。

主辦券商距離。以主辦券商到企業(yè)的距離為該變量取值。

主辦券商非最近做市商。虛擬變量。如果主辦券商為最近的做市商變量取值為0，否則取值為1。

主辦券商規(guī)模。用主辦券商資產(chǎn)規(guī)模取對(duì)數(shù)表述該變量。

主辦券商經(jīng)驗(yàn)。用主辦券商成立距離樣本年份的時(shí)間間隔代表經(jīng)驗(yàn)。具體計(jì)算為樣本所處年份減去主辦券商成立時(shí)間加1，然后取對(duì)數(shù)。

3.控制變量

參照已有研究(Kedia et al.,2011；Anand et al.,2011)，選擇三個(gè)層面的控制變量：市場(chǎng)交易層面，包括價(jià)格、成交量、波動(dòng)性；公司層面，包括資產(chǎn)報(bào)酬率、資產(chǎn)負(fù)債率和前十大股東持股比例；行業(yè)和年度變量。

變量具體計(jì)算方法見表1。

表1 變量匯總表

(三)待檢驗(yàn)?zāi)Ｐ?/h3>

具體如下：

liq1it(liq2it)=α+β1lcit(lpit、dlit)+∑φjcontrolit+εit

(4)

liq1it(liq2it)=α+β1rlcit(dlit)+β2mlcit(mfit×mdit)+∑φjcontrolit+εit

(5)

liq1it(liq2it)=α+β1dlit+β2fcit×dlit(ffit×dlit)+∑φjcontrolit+εit

(6)

模型(4)、(5)用于檢驗(yàn)地理距離對(duì)流動(dòng)性的影響，模型(6)用于檢驗(yàn)主辦券商是否比其他做市商提供了額外的流動(dòng)性。其中，control代表控制變量。

(四)統(tǒng)計(jì)性描述

從表2可以看出，相對(duì)有效價(jià)差和相對(duì)報(bào)價(jià)價(jià)差指標(biāo)均值相近，兩指標(biāo)各自的最小值與最大值差距較大，說明樣本中股票流動(dòng)性差異較大。與企業(yè)同省份的做市商平均接近1個(gè)，同城做市商數(shù)量平均達(dá)到0.56個(gè)。與企業(yè)最近的做市商距離，最大值與最小值相差數(shù)十倍，說明做市商到企業(yè)的距離分布差異較大。有34%的樣本企業(yè)地處北京、上海、深圳三個(gè)城市。做市商在每個(gè)城市中的做市企業(yè)數(shù)，平均占其做市服務(wù)企業(yè)總數(shù)的1/4不到，說明做市商對(duì)于特定地區(qū)的關(guān)注度并不高。有20%的主辦券商與其做市企業(yè)處于同一城市，有1/3的主辦券商屬于距離企業(yè)最近的做市商?？刂谱兞恐兄档米⒁獾氖瞧髽I(yè)前10大股東持股比率平均高達(dá)87%，“新三板”企業(yè)股權(quán)非常集中，這也是可能存在高度不透明信息的一個(gè)信號(hào)。其它具體信息見表2。

表2 變量統(tǒng)計(jì)表

表3 變量相關(guān)性檢驗(yàn)表

注：*代表在10%置信水平上顯著。

相關(guān)性檢驗(yàn)結(jié)果(詳見表3)顯示，除了lp、lc、dl、rlc變量之間存在顯著高度相關(guān)性外，其它變量均不存在高度相關(guān)性。由于上述高度線性相關(guān)變量并不會(huì)同時(shí)出現(xiàn)在同一個(gè)檢驗(yàn)?zāi)Ｐ椭?，因此不存在多重共線性問題。

圖1做市商與做市交易企業(yè)分布圖(2015—2016年)

數(shù)據(jù)來源：Wind數(shù)據(jù)庫。

(五)單變量檢驗(yàn)

利用經(jīng)緯度畫出做市商與企業(yè)的分布圖(見圖1)。其中菱形散點(diǎn)為做市交易企業(yè)的分布情況，在經(jīng)度110—120度，緯度25—40度區(qū)間比較密集。同時(shí)用連線將做市商所處位置進(jìn)行連接?？梢钥闯鲎鍪猩堂芗瘏^(qū)域與企業(yè)密集區(qū)域重復(fù)度很高，做市商形成的網(wǎng)絡(luò)基本覆蓋了全部做市企業(yè)，并沒有企業(yè)特別遠(yuǎn)離做市商。初步可以看出做市商有選擇臨近企業(yè)進(jìn)行做市服務(wù)的趨勢(shì)。

表4 樣本中各省/直轄市掛牌企業(yè)和做市商數(shù)量列表

分年度對(duì)各省份掛牌企業(yè)和做市商數(shù)量進(jìn)行統(tǒng)計(jì)，同時(shí)計(jì)算各省份掛牌企業(yè)選擇本省做市商的頻次(見表4)。數(shù)據(jù)顯示，掛牌企業(yè)數(shù)量、做市商數(shù)量以及本省做市商服務(wù)本省企業(yè)的次數(shù)(即同城次數(shù))最多的前三個(gè)省份均為北京、廣東和上海。然而這三個(gè)地區(qū)中的企業(yè)獲得單個(gè)本地做市商的服務(wù)概率并不高，甚至比較低，即單位頻次較低(單位頻次=同城次數(shù)/做市商數(shù)/企業(yè)數(shù))，原因在于這些地區(qū)雖然有較多的本地做市商，但是本地的掛牌企業(yè)更多，而每個(gè)做市商服務(wù)企業(yè)的數(shù)量又非常有限，所以這些地區(qū)的企業(yè)獲取本地做市商資源的難度反而更大。

根據(jù)計(jì)算出的做市商到各自做市企業(yè)的平均距離及券商到所有做市交易企業(yè)的平均距離，進(jìn)行分組T檢驗(yàn)(結(jié)果見表5)。結(jié)果顯示，做市商到其做市企業(yè)的平均距離，顯著小于券商到所有做市交易企業(yè)的平均距離，進(jìn)一步說明券商在充當(dāng)做市商時(shí)有顯著的“本地偏好”。分年度進(jìn)行T檢驗(yàn)，則發(fā)現(xiàn)2015和2016年度，做市商到其做市企業(yè)的平均距離都要顯著小于券商到所有做市交易企業(yè)的平均距離，但是這種差距在減小。該檢驗(yàn)反映出做市商選擇做市企業(yè)的動(dòng)態(tài)過程：首先選擇臨近的企業(yè)，隨著業(yè)務(wù)拓展選擇范圍向遠(yuǎn)處拓展。

表5 地理距離單變量檢驗(yàn)表

注：***表示在1%置信水平上顯著。

① 樣本中部分主辦券商推薦的企業(yè)均沒有采用做市交易方式。

主辦券商到做市企業(yè)的平均距離與做市商到其做市企業(yè)的平均距離的T檢驗(yàn)顯示，主辦券商比其他做市商到企業(yè)的平均距離更近，但差異并不顯著；而主辦券商作為做市商到企業(yè)的平均距離顯著小于券商到所有做市交易企業(yè)的平均距離。該檢驗(yàn)初步說明：主辦券商在選擇企業(yè)時(shí)有“本地偏好”，但是主辦券商作為做市商并不比其他做市商有顯著的距離優(yōu)勢(shì)。

分別計(jì)算掛牌企業(yè)的本省做市商占本省份全部做市商數(shù)量的比例及其全部做市商占全國(guó)做市商數(shù)量的比例，然后來檢驗(yàn)兩組比例是否存在顯著差異(見表6)，從而論證從企業(yè)的角度來看是否更偏好選擇本省做市商。結(jié)果顯示，企業(yè)的本省份做市商占企業(yè)全部做市商數(shù)量比例均值為0.1782，企業(yè)全部做市商占全國(guó)做市商比例為0.0731，T檢驗(yàn)顯示兩組均值在1%置信水平上顯著不同，企業(yè)更偏好在本地選擇做市商。而北、上、廣地區(qū)掛牌企業(yè)本地做市商占本省份做市商數(shù)量的比例均值要顯著低于全國(guó)其它地區(qū)，主要原因在于這三個(gè)地區(qū)的做市商固然較多，但是掛牌企業(yè)數(shù)量更多，而做市商服務(wù)的企業(yè)數(shù)量有限，因此，這三個(gè)地方的企業(yè)其實(shí)更難獲得本地做市商的服務(wù)。與表4的結(jié)果相同。結(jié)合上文企業(yè)偏好選擇本地做市商，充分說明在相互選擇的過程中主要是做市商而不是企業(yè)處于主導(dǎo)地位。

表6 企業(yè)本地做市商數(shù)量占比統(tǒng)計(jì)表

注：***表示在1%置信水平上顯著。

② 因?yàn)橛械氖》輿]有做市商，所以樣本總量小于1030個(gè)。

(六)回歸檢驗(yàn)結(jié)果與解讀

分別以相對(duì)有效價(jià)差和相對(duì)報(bào)價(jià)價(jià)差作為因變量的回歸結(jié)果非常一致(見表7)：lp變量系數(shù)在1%置信水平上顯著為負(fù)，即與企業(yè)同省份的做市商數(shù)量越多，股票流動(dòng)性越強(qiáng)。lc變量系數(shù)也在1%置信水平上顯著為負(fù)，即與企業(yè)同城的做市商數(shù)量越多，股票流動(dòng)性越強(qiáng)。從不同范圍(省、區(qū)、市)界定相近做市商概念，檢驗(yàn)后均顯示，當(dāng)相近做市商數(shù)量越多時(shí)，該企業(yè)股票的流動(dòng)性越強(qiáng)。比較系數(shù)絕對(duì)值可知，lc的系數(shù)絕對(duì)值要大于lp，說明將相近做市商概念界定得更小時(shí)，這種影響更突出。因此，H1a得以驗(yàn)證。dl系數(shù)在1%置信水平上顯著為正，即與企業(yè)最近的做市商的距離越小，股票流動(dòng)性越強(qiáng)。H1b得以驗(yàn)證。lp、lc、dl分別從不同范圍和不同方法上衡量了地理距離對(duì)做市交易企業(yè)股票流動(dòng)性的影響，并得出了一致的結(jié)論，即地理距離對(duì)做市交易企業(yè)股票流動(dòng)性有反向影響。

表7 地理距離影響流動(dòng)性檢驗(yàn)結(jié)果表

注：***、**、*分別代表在1%、5%、10%置信水平上顯著。下同。

控制變量方面，市場(chǎng)交易層面的控制變量的影響較為顯著：price系數(shù)在1%置信水平上顯著為負(fù)。較高的價(jià)格可能代表著市場(chǎng)對(duì)企業(yè)的認(rèn)可，有利于提高流動(dòng)性。vol和sd系數(shù)均在1%置信水平上顯著為正。成交量越大，波動(dòng)性越強(qiáng)，則做市商價(jià)差設(shè)置越大。原因在于這兩項(xiàng)因素對(duì)做市商的存貨要求更高。公司層面只有資產(chǎn)報(bào)酬率在部分模型中呈現(xiàn)出顯著性。

在模型中加入反映地區(qū)金融發(fā)達(dá)程度和做市商對(duì)特定地區(qū)關(guān)注度的變量，結(jié)果見表8，可以看到：相對(duì)有效價(jià)差和相對(duì)報(bào)價(jià)價(jià)差作為因變量的回歸結(jié)果趨于一致。dl系數(shù)依然在1%置信水平上顯著為正。列(1)、(3)中，fc與dl的交叉項(xiàng)系數(shù)為負(fù)，數(shù)值絕對(duì)值很小，不顯著。當(dāng)企業(yè)位于北京、上海、深圳時(shí)，發(fā)達(dá)的金融體系有削弱地理距離產(chǎn)生信息優(yōu)勢(shì)的傾向，但作用微乎其微。其原因可能在于，盡管發(fā)達(dá)的金融體系有利于信息透明，但是上述地區(qū)的中小微企業(yè)所受關(guān)注依然較少。列(2)、(4)中，gf與dl的交叉項(xiàng)系數(shù)為正，數(shù)值絕對(duì)值很小，不顯著。做市商選擇做市的企業(yè)集中于某一地區(qū)時(shí)，地理距離有更好發(fā)揮信息獲取優(yōu)勢(shì)的趨勢(shì)。但是這種特征在樣本中并沒有顯示出顯著性效應(yīng)。原因可能在于，做市商制度引入不久，且券商數(shù)量相對(duì)于掛牌企業(yè)來說太少，做市商處于“跑馬圈地”階段。為了搶占市場(chǎng)排名，形成行業(yè)聲譽(yù)，做市商更注重做市數(shù)量，很難形成對(duì)某一地區(qū)企業(yè)的聚焦關(guān)注。

表8 金融發(fā)達(dá)程度、地區(qū)關(guān)注度、地理距離與流動(dòng)性檢驗(yàn)結(jié)果表

進(jìn)一步將主辦券商的影響進(jìn)行分離檢驗(yàn)，結(jié)果見表9，可以看到：列(1)、(4)中，rlc系數(shù)在1%置信水平上顯著為負(fù)，mlc系數(shù)為負(fù)但不顯著,即當(dāng)其他做市商與企業(yè)處于同一城市時(shí)，隨著同城做市商數(shù)量增加，流動(dòng)性也會(huì)顯著增加，而主辦券商屬于同城做市商時(shí)并沒有額外帶來流動(dòng)性的顯著增長(zhǎng)。列(2)、(5)中，dl系數(shù)依然顯著正，mf與md的交叉項(xiàng)系數(shù)為正，不顯著，且數(shù)值絕對(duì)值很小，即只有當(dāng)主辦券商屬于距離企業(yè)最近的做市商時(shí)才對(duì)流動(dòng)性產(chǎn)生顯著影響，一旦主辦券商不是最近的做市商，主辦券商的距離遠(yuǎn)近并不能對(duì)流動(dòng)性產(chǎn)生顯著影響。上述檢驗(yàn)說明流動(dòng)性受相近做市商數(shù)量以及最近做市商距離的影響，而不是受做市商身份——是否是主辦券商的影響。列(3)、(6)中，dl系數(shù)依然顯著正，mcap和mexp系數(shù)為負(fù)，但均不顯著。在控制了地理距離因素以后，主辦券商的規(guī)模特征和經(jīng)驗(yàn)特征都沒有對(duì)流動(dòng)性提供額外顯著的影響?？偟膩砜矗谔岣吡鲃?dòng)性方面，主辦券商并沒有表現(xiàn)出比其他做市商更有優(yōu)勢(shì)的特征。這與Kedia et al.(2011) 的結(jié)論趨于一致，即當(dāng)?shù)刈鍪猩讨械摹绊敿?jí)”做市商并沒有比其他做市商擁有更多的企業(yè)信息。

表9 主辦券商、地理距離與流動(dòng)性檢驗(yàn)結(jié)果表

(續(xù)表9)

liq1(1)(2)(3)liq2(4)(5)(6)mexp-0．0005(0．0007)-0．0007(0．0009)price-0．0027???(0．0008)-0．0028???(0．0008)-0．0024???(0．0008)-0．0050???(0．0011)-0．0051???(0．0011)-0．0046???(0．0010)vol0．0038???(0．0006)0．0037???(0．0006)0．0035???(0．0006)0．0071???(0．0008)0．0069???(0．0008)0．0066???(0．0008)sd0．0110???(0．0012)0．0110???(0．0012)0．0109???(0．0012)0．0135???(0．0015)0．0135???(0．0015)0．0135???(0．0015)l．roa-0．0001?(0．0001)-0．0001(0．0001)-0．0001(0．0001)-0．0001?(0．0001)-0．0001?(0．0001)-0．0001(0．0001)l．lev-0．0000(0．0000)-0．0000(0．0000)-0．0000(0．0000)-0．0000(0．0000)-0．0000(0．0000)-0．0000(0．0000)l．hold-0．0000(0．0001)-0．0000(0．0001)-0．0000(0．0001)-0．0000(0．0001)-0．0000(0．0001)-0．0001(0．0001)年份控制控制控制控制控制控制行業(yè)控制控制控制控制控制控制＿cons-0．0747???(0．0141)-0．0824???(0．0149)-0．0726???(0．0153)-0．1153???(0．0181)-0．1250???(0．0192)-0．1114???(0．0198)樣本103010301030103010301030F39．18???39．54???33．97???49．38???50．35???42．83???R20．50410．50380．50570．54300．54230．5453R2＿adj．0．49920．49900．50020．53850．53780．5402

四、穩(wěn)健性檢驗(yàn)

為了防止?jié)撛诘牡谌揭蛩丶扔绊懽鍪猩踢x擇做市企業(yè)，又影響流動(dòng)性所引發(fā)的內(nèi)生性問題，本文選擇工具變量進(jìn)行地理距離對(duì)流動(dòng)性影響的穩(wěn)健性檢驗(yàn)。

沿用陳云松(2012)的思路，借鑒Kedia et al. (2011)的方法，用位于同一城市中除目標(biāo)企業(yè)以外的其它企業(yè)同城做市商數(shù)量均值(ivlc)和最近做市商距離均值(ivdl)，作為工具變量。其思路是：由于處于同一地區(qū)，不同企業(yè)面臨的做市商數(shù)量和距離大致相近，其它企業(yè)的相近做市商數(shù)量和距離特征與目標(biāo)企業(yè)應(yīng)該具有相似性。但是其它企業(yè)相近做市商數(shù)量和距離不會(huì)影響目標(biāo)企業(yè)的流動(dòng)性。兩階段檢驗(yàn)顯示：第一階段檢驗(yàn)中ivlc和ivdl系數(shù)均在1%置信水平上顯著為正，F(xiàn)統(tǒng)計(jì)值分別為20.21和49.32，均超過臨界值10，所以選用的工具變量不存在弱工具變量問題。在第二階段檢驗(yàn)中，lc系數(shù)依然顯著為負(fù)，dl系數(shù)依然顯著為正，即同城做市商數(shù)量越多，股票流動(dòng)性越強(qiáng)；與企業(yè)最近的做市商距離越小，股票的流動(dòng)性越強(qiáng)。穩(wěn)健性檢驗(yàn)驗(yàn)證了上文實(shí)證結(jié)果。

表10 工具變量(2SLS)檢驗(yàn)結(jié)果表

(續(xù)表10)

第一階段lc(1)第二階段liq1(2)第二階段liq2(3)第一階段dl(4)第二階段liq1(5)第二階段liq2(6)sd-0．0650??(0．0314)0．0106???(0．0017)0．0129???(0．0023)0．0556(0．0581)0．0111???(0．0012)0．0136???(0．0015)l．roa-0．0007(0．0036)0．0000(0．0001)-0．0000(0．0001)-0．0065(0．0066)-0．0001(0．0001)-0．0001(0．0001)l．lev0．0032(0．0026)0．0001(0．0001)0．0002(0．0001)-0．0051(0．0031)-0．0000(0．0000)-0．0000(0．0000)l．hold-0．0033(0．0041)-0．0003(0．0003)-0．0005(0．0005)0．0113??(0．0057)-0．0000(0．0001)-0．0000(0．0001)年份控制控制控制控制控制控制行業(yè)控制控制控制控制控制控制＿cons-3．3217???(1，1359)-0．0543??(0．0268)-0．0828??(0．0380)4．8545???(1，3377)-0．0896???(0．0191)-0．1333???(0．0243)樣本637637637978978978F20．21???24．04???27．59???49．32???41．99???52．69???R20．22480．32380．33010．31440．49940．5379R2＿adj．0．21370．31410．32050．30800．49480．5336

考慮到有一些“新三板”企業(yè)曾經(jīng)更換過主辦券商，為了保證有關(guān)主辦券商研究結(jié)論的穩(wěn)健性，從Wind數(shù)據(jù)庫中收集了2015—2016年樣本企業(yè)中發(fā)生過主辦券商變更的企業(yè)名單(共計(jì)23家企業(yè)，涉及41個(gè)樣本)，并予以剔除，重新進(jìn)行了檢驗(yàn)，結(jié)果(見表11)與上文一致。

表11 剔除主辦券商發(fā)生變動(dòng)樣本檢驗(yàn)結(jié)果

五、結(jié)論及啟示

本文利用2015—2016年“新三板”做市交易企業(yè)樣本進(jìn)行了實(shí)證檢驗(yàn)，結(jié)果顯示：(1)同城或者同省的做市商越多，企業(yè)股票流動(dòng)性越強(qiáng)；與最近的做市商之間距離越小，企業(yè)股票流動(dòng)性越強(qiáng)。這說明地理距離對(duì)于做市商獲取信息優(yōu)勢(shì)非常重要。(2)總的來說，主辦券商作為做市商，并沒有比其他做市商在提高流動(dòng)性方面提供了額外顯著的影響。(3)至少在本文的樣本中，地區(qū)金融發(fā)達(dá)程度和做市商對(duì)地區(qū)的關(guān)注度，還不足以顯著影響到地理距離對(duì)流動(dòng)性的影響。

本文的增量貢獻(xiàn)主要在于：首先，結(jié)合“新三板”現(xiàn)有的政策設(shè)定，論證了將做市商設(shè)定為知情交易者的合理性，這為后續(xù)的理論分析和假設(shè)提出奠定了堅(jiān)實(shí)的基礎(chǔ)。之前的相關(guān)研究一般直接認(rèn)定做市商的角色設(shè)定，缺乏假設(shè)選用的合理性論證。其次，間接論證了競(jìng)爭(zhēng)性做市商制度在“新三板”的適用性。已有研究(Menkveld et al.,2013; 張瀛,2007)強(qiáng)調(diào)信息不對(duì)稱程度嚴(yán)重的市場(chǎng)不宜采用競(jìng)爭(zhēng)性做市商制度。但本文的檢驗(yàn)表明，通過競(jìng)爭(zhēng)(相近做市商數(shù)量)，有信息含量的報(bào)價(jià)(最近做市商距離)會(huì)被其他做市商吸收并用于報(bào)價(jià)調(diào)整。這充分說明競(jìng)爭(zhēng)在信息獲取和信息傳遞方面發(fā)揮的作用。

據(jù)此，提出本文的政策建議：

在只能由券商充當(dāng)做市商的前提下，規(guī)范和強(qiáng)化“新三板”的信息披露非常緊迫和重要。如果地理距離對(duì)信息獲取，乃至對(duì)流動(dòng)性的影響如此顯著和穩(wěn)健，那只能說明當(dāng)前“新三板”企業(yè)的信息不對(duì)稱程度的確很高。券商數(shù)量有限，且分布集中于發(fā)達(dá)地區(qū)，地理距離不能改變的前提下，有效的信息披露是緩解信息不對(duì)稱重要手段，對(duì)于提高做市商制度有效性非常重要。

陳輝,顧乃康,萬小勇. 2011. 股票流動(dòng)性、股權(quán)分置改革與公司價(jià)值[J]. 管理科學(xué)(3):43-55.

陳輝,汪前元. 2012. 機(jī)構(gòu)投資者如何影響股票流動(dòng)性? 交易假說抑或信息假說[J]. 商業(yè)經(jīng)濟(jì)與管理(6):71-80.

陳云松. 2012. 邏輯、想象和詮釋:工具變量在社會(huì)科學(xué)因果推斷中的應(yīng)用[J]. 社會(huì)學(xué)研究(6):192-216.

黃福廣,彭濤,邵艷. 2014. 地理距離如何影響風(fēng)險(xiǎn)資本對(duì)新企業(yè)的投資術(shù)[J]. 南開經(jīng)濟(jì)評(píng)論(6):83-95.

劉江會(huì),朱敏. 2015. 地理因素會(huì)影響中國(guó)企業(yè) IPO 的成本嗎?基于“軟信息不對(duì)稱”的視角[J]. 經(jīng)濟(jì)管理(10):31-41.

馬超. 2015. 機(jī)構(gòu)投資者獨(dú)立性與股票流動(dòng)性:基于深圳主板 A 股市場(chǎng)上市公司的實(shí)證研究[J]. 金融經(jīng)濟(jì)學(xué)研究(4):65-74.

王菊仙,王玉濤,魯桂華. 2016. 地理距離影響證券分析師預(yù)測(cè)行為嗎[J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào)(1):61-72.

張瀛. 2007. 做市商、流動(dòng)性與買賣價(jià)差: 基于銀行間債券市場(chǎng)的流動(dòng)性分析[J]. 世界經(jīng)濟(jì)(10):86-95.

張?jiān)?李穎. 2011. 中國(guó)股票市場(chǎng)的做市商制度探討:基于信息不對(duì)稱下市場(chǎng)參與者整體福利和交易成本的分析[J]. 經(jīng)濟(jì)問題(9):91-95.

張崢,李怡宗,張玉龍,等. 2014. 中國(guó)股市流動(dòng)性間接指標(biāo)的檢驗(yàn):基于買賣價(jià)差的實(shí)證分析[J]. 經(jīng)濟(jì)學(xué)(季刊)(1):233-262.

ANAND A, GATCHEV V A, MADUREIRA L, et al. 2011. Geographic proximity and price discovery: evidence from NASDAQ [J]. Journal of Financial Markets, 14(2):193-226.

COVAL J D, MOSKOWITZ T J. 2001. The geography of investment: informed trading and asset prices [J]. Journal of Political Economy, 109(4):811-841.

DEMSETZ H. 1968. Why regulate utilities [J]. The Journal of Law and Economics, 11(1):55-65.

GLOSTEN L R. 1987. Components of the bid-ask spread and the statistical properties of transaction prices [J]. The Journal of Finance, 42(5):1293-1307.

GLOSTEN L R, MILGROM P R. 1985. Bid,ask and transaction prices in a specialist market with heterogeneously informed traders [J]. Journal of Financial Economics, 14(1):71-100.

GROSSMAN S J, STIGLITZ J E. 1980. On the impossibility of informationally efficient markets [J]. The American Economic Review, 70(3):393-408.

HUH S W, LIN H, MELLO A S. 2015. Options market makers hedging and informed trading: theory and evidence [J]. Journal of Financial Markets, 23(1):26-58.

IVKOVICH Z, WEISBENNER S. 2005. Local does as local is: information content of the geography of individual investors′ common stock investments [J]. The Journal of Finance, 60(1):267-306.

KANG J K, KIM J M . 2008. The geography of block acquisitions [J]. The Journal of Finance, 63(6):2817-2858.

KEDIA S, PANCHAPAGESAN V, UYSAL V B. 2008. Geography and acquirer returns [J]. Journal of Financial Intermediation, 17(2):256-275.

KEDIA S, ZHOU X. 2009. Insider trading and conflicts of interest: evidence from corporate bonds [R]. Working Paper, Rutgers University.

KEDIA S, ZHOU X. 2011. Local market makers, liquidity and market quality [J]. Journal of Financial Markets, 14(4):540-567.

LOUGHRAN T, SCHULTZ P. 2005. Liquidity: urban versus rural firms [J]. Journal of Financial Economics, 78(2):341-374.

MADUREIRA L, UNDERWOOD S. 2008. Information, sell-side research, and market making [J]. Journal of Financial Economics, 90(2):105-126.

MALLOY C J. 2005. The geography of equity analysis [J]. The Journal of Finance, 60(2):719-755.

MENKVELD A J, WANG T. 2013. How do designated market makers create value for small-caps [J]. Journal of Financial Markets, 16(3):571-603.

SCHULTZ P. 2003. Who makes markets [J]. Journal of Financial Markets, 6(1):49-72.