中國股票市場操縱行為測度與影響因素研究
——基于上市公司特征角度

李志輝 鄒謐

一、引言

市場操縱行為嚴(yán)重影響股票市場正常交易秩序，我國監(jiān)管部門一直予以嚴(yán)厲打擊。尤其是2015年以來，證監(jiān)會進(jìn)一步加大對諸如市場操縱等擾亂市場秩序的違法行為打擊力度，查處了如“徐翔案”“唐漢博案”“徐留勝案”等社會影響力較大的市場操縱案件，處罰金額動輒過億元，引起了社會的強(qiáng)烈反響和廣泛關(guān)注。2018年3月，證監(jiān)會對廈門北八道集團(tuán)涉嫌操縱“次新股”案件開出罰沒款總額共計55億元的罰單，再次彰顯證監(jiān)會打擊市場操縱的決心。在此背景下，實(shí)現(xiàn)對我國A股市場操縱行為的有效監(jiān)測，并以此為依據(jù)進(jìn)一步探究市場操縱行為的特征，對于打擊操縱股價行為、維護(hù)金融市場安全具有重要意義。

有鑒于此，本文以我國上市公司特征對市場操縱影響為切入點(diǎn)，關(guān)注我國股票市場操縱行為特點(diǎn)，以期為監(jiān)管部門有針對性打擊市場操縱提供有力依據(jù)。本文首先對已有相關(guān)研究文獻(xiàn)進(jìn)行細(xì)致梳理，并對2001年至2017年期間，證監(jiān)會公布的已作出行政處罰的市場操縱案例進(jìn)行收集，分析涉案被操縱股票上市公司特點(diǎn)，在文獻(xiàn)研究和案例研究基礎(chǔ)上，提出本文研究假設(shè)。隨后，引入基于分時高頻交易數(shù)據(jù)的連續(xù)交易操縱識別模型，并根據(jù)模型測算結(jié)果，運(yùn)用計數(shù)模型實(shí)證分析我國股票市場具有哪些特征的上市公司股票更容易發(fā)生可疑市場操縱情況，最后根據(jù)本文研究結(jié)果，提出了相關(guān)政策建議。

本文研究貢獻(xiàn)主要有兩方面：首先，前期國內(nèi)外對于市場操縱相關(guān)研究，以基于監(jiān)管部門已公布市場操縱違法違規(guī)案例數(shù)據(jù)并采用事件研究法進(jìn)行的研究為主。本文構(gòu)建了連續(xù)交易操縱識別模型，并采用分時高頻交易數(shù)據(jù)對我國股票市場發(fā)生可疑連續(xù)交易操縱行為進(jìn)行了有效監(jiān)測，使實(shí)現(xiàn)基于真實(shí)交易數(shù)據(jù)進(jìn)行市場操縱相關(guān)實(shí)證研究成為可能。第二，本文關(guān)注了我國股票市場上市公司特征對市場操縱的影響，并提出具有市值規(guī)模較小、經(jīng)營績效水平較差、前期發(fā)生市場操縱概率較高等特征的上市公司股票更容易被市場操縱的結(jié)論，為監(jiān)管部門進(jìn)行針對性監(jiān)管，進(jìn)一步打擊市場操縱提供了經(jīng)驗(yàn)依據(jù)。

二、文獻(xiàn)綜述與假設(shè)提出

(一)文獻(xiàn)綜述

1.市場操縱相關(guān)研究。

市場操縱一直是學(xué)術(shù)界研究的熱點(diǎn)問題，早期學(xué)者主要關(guān)注市場操縱理論研究，探討操縱行為的分類、操縱行為的動機(jī)、可獲利性及原理等。如Allen和Gale(1992)[1]將市場操縱行為分為行動型操縱、信息型操縱以及交易型操縱，許多學(xué)者采用了此分類依據(jù)，并分別從理論層面對三種市場操縱類型的獲利機(jī)制、動機(jī)以及可行性等問題進(jìn)行了討論。如Bagnoli和Lipman (1996)[2]分析了行動型市場操縱獲利的可能性問題，Benabou和Laroque(1992)[3]認(rèn)為內(nèi)部人可以通過操縱信息誤導(dǎo)公眾實(shí)現(xiàn)信息型操縱獲利，F(xiàn)ischel和 Ross(1991)[4]認(rèn)為在完全有效市場中交易型市場操縱是不可能發(fā)生的，等等。三種操縱類型中，對于交易型市場操縱的研究數(shù)量相對較多。如Glosten和Milgrom(1985)[5]認(rèn)為操縱者可以利用買賣交易信息不對稱，通過大量買入提高股票價格，然后再通過逐步賣出，將股票降價速度放緩，以謀取利潤。Vila(1989)[6]認(rèn)為市場操縱者可以通過其操縱手段誤導(dǎo)市場，吸引其他投資者，并最終可通過高價賣出被操縱股票而獲利。Jarrow (1992)[7]認(rèn)為操縱者可以利用大額資金優(yōu)勢，操縱股票價格，并從中獲取利潤。周春生等(2005)[8]通過對Mei等(2004)[9]的模型進(jìn)行推廣，對我國股票市場交易型操縱的獲利原因和機(jī)制過程進(jìn)行了研究，認(rèn)為交易型操縱獲利的重要原因是市場存在眾多非理性投資者且存在有限套利制約。隨著研究的不斷深入，有部分學(xué)者逐步關(guān)注市場操縱行為帶來的經(jīng)濟(jì)影響，主要研究結(jié)論認(rèn)為市場操縱會增加市場波動性，降低市場透明度，使得股票價格扭曲，不利于市場的穩(wěn)定性和有效性，如張宗新等(2005)[10]指出，我國證券市場存在較為嚴(yán)重的操縱行為，沖擊了股票價格，使得股票價格大幅度波動，造成了市場不穩(wěn)定，損害了不知情投資者利益。Comerton-Forde和Putnin?(2011)[11]通過對收盤價操縱的研究認(rèn)為，市場操縱行為會降低股票價格的準(zhǔn)確性，并引發(fā)流動性的降低，損害了市場有效性。Aitken等(2015)[12]通過對全球24個證券交易所的收盤價操縱情況實(shí)證研究得出結(jié)論：市場操縱行為的發(fā)生會降低市場有效性，使得交易成本增加，而市場公正水平的提高有利于市場效率水平的提高。另外，部分學(xué)者指出由于市場操縱行為會影響股票價格，進(jìn)而對相關(guān)衍生品市場和基金凈值等產(chǎn)生影響，因此許多市場操縱行為發(fā)生在季末、年末等特殊時期，且進(jìn)一步探討了基金經(jīng)理等機(jī)構(gòu)投資者與市場操縱行為的關(guān)系，如 Carhart等(2002)[13]認(rèn)為，基金經(jīng)理存在季末操縱股票市場價格的行為，并且通過操縱股票價格可以獲得額外利潤。Suen和 Wan(2013)[14]認(rèn)為香港股票市場在采用集合競價機(jī)制期間，在競價階段最后5秒存在超出正常交易規(guī)模的交易量和價格變化現(xiàn)象，而這一現(xiàn)象與衍生品到期日存在關(guān)聯(lián)性。Ben-David等(2013)[15]認(rèn)為在月末基金凈值報告前夕，對沖基金存在較為明顯的市場操縱沖動和行為。李夢雨和魏熙曄(2014)[16]通過對我國股票市場實(shí)證研究，認(rèn)為我國股票市場存在基金公司操縱股票價格的情況，并指出在金融危機(jī)后基金公司操縱行為更加嚴(yán)重。

2.市場操縱的識別與測度。

有學(xué)者試圖構(gòu)建市場操縱的測度模型，以識別和發(fā)現(xiàn)市場操縱行為。許多學(xué)者對股票被操縱期間特征進(jìn)行了研究，并嘗試據(jù)此識別市場操縱行為。如Aggarwal和Wu(2003)[17]、Hanson和Oprea(2010)[18]、張維等(2011)[19]認(rèn)為股票在被操縱期間，股票價格和波動性存在與其他時期不同的特征。劉元海和陳偉忠(2003)[20]認(rèn)為被操縱股票在操縱期間存在股東人數(shù)和股票價格的協(xié)同演化趨勢，并提出可以據(jù)此識別市場操縱行為的發(fā)生。李學(xué)和劉文虎(2004)[21]認(rèn)為被操縱股票在操縱期間，由于其價格變化受到大盤漲跌影響較小，因此存在低Beta現(xiàn)象。于鴻君和王震(2005)[22]研究了被操縱股票的人均市值特征，認(rèn)為具有人均市值較高特征的股票存在異常收益，可以據(jù)此對市場操縱進(jìn)行識別。陸蓉和陳小琳(2009)[23]通過對我國證監(jiān)會公布的市場操縱行政處罰案例研究，認(rèn)為被操縱股票在操縱期間以及操縱前后，其成交量、成交額、收益率、換手率等指標(biāo)具有顯著變化，并采用Data Mining方法，構(gòu)建Logistic回歸、神經(jīng)網(wǎng)絡(luò)和決策樹等三個市場操縱行為識別模型。相似研究還有李夢雨(2015)[24]采用Logit模型構(gòu)建了市場操縱預(yù)警指數(shù)，并以制造業(yè)股票為例闡述了具體指數(shù)構(gòu)建方法。Comerton-Forde和Putnin?(2011)[25]通過對美國和加拿大監(jiān)管部門公布的收盤價格操縱案例研究，認(rèn)為被操縱股票在操縱期間，其收益率、價差、交易規(guī)模和交易頻率等指標(biāo)均會發(fā)生異常變化，并根據(jù)此構(gòu)建了市場操縱預(yù)警指數(shù)，以識別市場操縱行為。李志輝等(2018)[26]認(rèn)為發(fā)生收盤價操縱的股票，其股票價格在被操縱當(dāng)日收盤前最后時間段內(nèi)和下一個交易日開盤時間段內(nèi)將出現(xiàn)異常變化，并據(jù)此構(gòu)建模型以識別和監(jiān)測收盤價操縱行為。從已有研究文獻(xiàn)可以看出，無論具體采用何種方法構(gòu)建市場操縱識別與測度模型，學(xué)者們普遍認(rèn)為股票在操縱期間，存在股票價格、波動性、流動性、成交量、成交額、收益率等方面的異常變化，并據(jù)此對市場操縱行為進(jìn)行識別。這也是在全賬簿數(shù)據(jù)難以獲得的情況下，根據(jù)交易數(shù)據(jù)監(jiān)測交易型市場操縱行為的有效途徑。

3.上市公司特征與市場操縱。

上述國內(nèi)外研究主要關(guān)注市場操縱的理論研究及經(jīng)濟(jì)影響，而關(guān)注被操縱股票本身及其上市公司特征研究較少，其中重要原因是由于市場操縱識別和監(jiān)測數(shù)據(jù)難以獲得。也有相關(guān)研究，如Imisiker 和Tas (2013)[27]對1998年至2006年間土耳其資本市場委員會公布的伊斯坦布爾證券交易所市場操縱違規(guī)案例研究指出，規(guī)模較小、收益水平較差、資產(chǎn)負(fù)債率較高的上市公司股票更容易被市場操縱，且前期被操縱過的股票更容易繼續(xù)被市場操縱。Aggarwal和Wu(2006)[28]對美國股票市場操縱做了分析，發(fā)現(xiàn)有近一半的市場操縱案件發(fā)生在市值較小、成交量較小和流動性較差的柜臺交易市場上。國內(nèi)學(xué)者，如張勝和陳金賢(2001)[29]對深圳股票市場實(shí)證研究，認(rèn)為相對于業(yè)績因素、流通股規(guī)模因素和行業(yè)因素，莊家因素對股價具有顯著影響，因此深圳市場是顯著的“莊股市場”。黃長青等(2004)[30]對我國證監(jiān)會1996—2002年公布的行政處罰案例進(jìn)行研究，認(rèn)為我國股票市場被操縱股票存在自身特征，其研究中指出，操縱者傾向于操縱市值規(guī)模較小股票。向中興(2006)[31]通過對證監(jiān)會公布的市場操縱案例研究，認(rèn)為規(guī)模較小的股票更容易成為股價操縱者的目標(biāo)，并指出主要原因有兩個：一是操縱成本較小，二是規(guī)模較小股票常有更多“利好”消息。尹筑嘉和黃建歡(2008)[32]認(rèn)為公司治理與操縱存在密切聯(lián)系，并建議通過完善上市公司治理結(jié)構(gòu)遏制市場操縱行為的發(fā)生。但已有類似研究也僅僅基于監(jiān)管部門給出的案例數(shù)據(jù)，易出現(xiàn)樣本選擇偏誤和小樣本偏誤，缺少基于高頻交易數(shù)據(jù)的、樣本規(guī)模相對較大的上市公司特征對市場操縱影響問題相關(guān)實(shí)證研究。

通過對已有文獻(xiàn)研究可以發(fā)現(xiàn)，現(xiàn)有關(guān)于市場操縱的研究不足，主要包括以下幾方面：首先，實(shí)證研究出現(xiàn)時間較晚且數(shù)量較少，已有研究多是基于監(jiān)管部門已公布案例采用事件研究方法進(jìn)行，相對于股票市場交易數(shù)據(jù)，案例數(shù)據(jù)樣本規(guī)模較小且滯后性較嚴(yán)重，容易出現(xiàn)樣本選擇偏誤和小樣本偏誤等問題，而究其原因，主要在于市場操縱的識別和監(jiān)測數(shù)據(jù)難以獲得。其次，針對我國股票市場操縱行為相關(guān)實(shí)證研究數(shù)量較少，基于我國股市高頻交易數(shù)據(jù)進(jìn)行市場操縱相關(guān)實(shí)證分析的研究幾乎處于空白狀態(tài)，且已有國內(nèi)研究多出現(xiàn)時間較早，而當(dāng)前我國股票市場已發(fā)生了巨大變化，相應(yīng)市場操縱行為呈現(xiàn)新特點(diǎn)，須進(jìn)一步探究挖掘。再次，關(guān)于上市公司特征對市場操縱行為影響的相關(guān)研究多停留于理論層面，實(shí)證研究數(shù)量較少，且已有研究也僅以監(jiān)管部門案例數(shù)據(jù)展開，樣本規(guī)模較小，說服力有限，缺少上市公司特征對市場操縱行為影響較為全面系統(tǒng)的實(shí)證檢驗(yàn)和數(shù)據(jù)支撐。本文基于高頻交易數(shù)據(jù)，構(gòu)建了連續(xù)交易操縱識別模型，并對我國A股市場操縱行為進(jìn)行了識別和測度，在此基礎(chǔ)上根據(jù)測度結(jié)果對容易發(fā)生市場操縱行為的股票上市公司特征進(jìn)行了實(shí)證分析，彌補(bǔ)了由于數(shù)據(jù)獲得困難而造成的相關(guān)領(lǐng)域?qū)嵶C研究空白，為監(jiān)測和打擊市場操縱行為提供了重要依據(jù)。

(二)基于證監(jiān)會行政處罰案例的被操縱股票上市公司特征研究

通過前文文獻(xiàn)綜述可知，已有相關(guān)文獻(xiàn)如Imisiker和Tas(2013)[27]、Aggarwal和Wu(2006)[28]、黃長青等(2004)[30]的研究認(rèn)為，具有市值規(guī)模較小、經(jīng)營績效較差等特征上市公司股票，更容易被市場操縱。為探究我國股票市場上市公司特征與市場操縱關(guān)系，本文收集了2001—2017年證監(jiān)會公布的市場操縱行政處罰案例，從被操縱標(biāo)的股票的上市公司規(guī)模和經(jīng)營績效兩方面對其特征進(jìn)行了分析。

1.被操縱股票上市公司規(guī)模。

收集的證監(jiān)會已公布行政處罰決定書的市場操縱案例共80個涉及181只股票，案例中認(rèn)定的市場操縱違法違規(guī)行為發(fā)生時間分布于1998年至2016年，從案例涉及的被操縱股票1998—2016年間日均流通市值水平分布看，約49%的被操縱股票分布在50億元以下，約80%股票分布在100億元以下。說明在證監(jiān)會公布的市場操縱處罰案例中，被操縱股票多為流通市值較小股票。為進(jìn)一步探究案例涉及被操縱股票規(guī)模分布特點(diǎn)，本文將上市公司樣本分為行政處罰案例涉及被操縱股票的上市公司(簡稱案例公司)和其余全部A股上市公司(簡稱全部公司)兩組，對兩組樣本在1998—2016期間的日均流通市值、以及后文所述資產(chǎn)收益率(ROA)等六項財務(wù)指標(biāo)進(jìn)行了統(tǒng)計和比較。考慮到兩組樣本容量差距較大，且對樣本進(jìn)行正態(tài)性檢驗(yàn)后，本文認(rèn)為選擇對樣本進(jìn)行Wilcoxon秩和檢驗(yàn)結(jié)果更為有效，檢驗(yàn)結(jié)果如表1所示。從檢驗(yàn)結(jié)果看，案例公司樣本日均流通市值顯著小于全部公司樣本日均流通市值，說明相對于全部上市公司而言，行政處罰案例涉及被市場操縱股票市值規(guī)模相對較小。

2.被操縱股票上市公司經(jīng)營績效。

評價上市公司經(jīng)營績效水平的指標(biāo)主要分為財務(wù)指標(biāo)和非財務(wù)指標(biāo)兩大類，本文主要選擇財務(wù)指標(biāo)：資產(chǎn)收益率(ROA)、凈資產(chǎn)收益率(ROE)、營業(yè)收入增長率、凈利潤增長率、資產(chǎn)負(fù)債率、流動比率六項指標(biāo)，從盈利水平、發(fā)展能力、財務(wù)風(fēng)險水平來衡量行政處罰案例涉及被操縱股票上市公司的經(jīng)營績效。如上文所述分組原則，對案例公司和全部公司兩組樣本數(shù)據(jù)1998—2016年期間的資產(chǎn)收益率(ROA)等前文所述六項財務(wù)指標(biāo)的平均水平進(jìn)行Wilcoxon秩和檢驗(yàn)，檢驗(yàn)結(jié)果呈現(xiàn)在表1中。從檢驗(yàn)結(jié)果看，案例公司資產(chǎn)收益率(ROA)、凈資產(chǎn)收益率(ROE)平均水平明顯低于全部公司平均水平，均呈現(xiàn)1%水平上顯著，說明案例公司盈利能力平均水平相對較差；在發(fā)展能力一項中，案例公司凈利潤增長率平均水平也呈現(xiàn)在5%水平上顯著低于全部公司平均水平；而案例公司的資產(chǎn)負(fù)債率平均水平高于全部公司平均水平，其流動比率平均水平低于全部公司平均水平，且分別在5%和1%水平上顯著，說明其財務(wù)風(fēng)險平均水平也相對較高。因此，從盈利能力、發(fā)展能力、財務(wù)風(fēng)險情況三方面整體而言，行政處罰案例涉及被操縱股票的上市公司經(jīng)營績效平均水平相對較差。

表1 Wilcoxon秩和檢驗(yàn)結(jié)果

(三)假設(shè)提出

操縱者在進(jìn)行市場操縱行為時，需要考慮其操縱成本和操縱難易程度等問題，因此那些操縱成本相對較低、操縱難度相對較小的上市公司股票，將更容易被操縱者選為操縱目標(biāo)。從這一角度出發(fā)，首先考慮市值規(guī)模較小的股票更容易被市場操縱。其原因主要包括兩方面：首先，市值規(guī)模較小的股票，其操縱成本較低，更容易實(shí)現(xiàn)操縱獲利的目的；其次，這種類型股票往往在市場中存在更多的“消息”，如“高送轉(zhuǎn)”等，操縱者可以借用此類“消息”進(jìn)行市場操縱，更具有可操縱環(huán)境，更容易達(dá)到操縱目的。

在已有相關(guān)研究中，有關(guān)學(xué)者如Aggarwal和Wu(2006)[28]、黃長青等(2004)[30]、向中興(2006)[31]也贊同市值規(guī)模較小的股票更容易被市場操縱這一觀點(diǎn)。同時，本文通過對證監(jiān)會2001—2017年已公布市場操縱行政處罰案例中涉及被操縱股票市值規(guī)模進(jìn)行統(tǒng)計研究，發(fā)現(xiàn)相對于全部上市公司股票，被操縱股票流通市值規(guī)模更小。結(jié)合文獻(xiàn)研究和案例研究結(jié)果，本文提出假設(shè)一。

假設(shè)一：市值規(guī)模較小的股票更容易被市場操縱。

從市場操縱成本、操縱條件、操縱動機(jī)等角度出發(fā)，經(jīng)營績效水平較差的上市公司股票也可能存在更容易被市場操縱的情況。這主要從兩方面考慮：一方面經(jīng)營績效水平較差的股票，通過正常經(jīng)營難以獲得高額利潤，因此存在通過資本市場投機(jī)獲利心理。相反，那些盈利水平較高的優(yōu)質(zhì)企業(yè)可能對其股票面臨的價格操縱有抵觸情緒。另一方面，投資者對于經(jīng)營水平較差上市公司股票的投資情緒較弱，這給操縱者提供了更為便利的市場操縱條件和更加低廉的操縱成本。

國外也有學(xué)者Imisiker和Tas(2013)[27]認(rèn)為，資產(chǎn)負(fù)債率水平較高、收益水平較差的上市公司股票更容易被市場操縱。另外，從前期收集的行政處罰案例也反映出，從盈利能力、發(fā)展能力、財務(wù)風(fēng)險情況三方面整體而言，行政處罰案例涉及被操縱股票的上市公司經(jīng)營績效整體水平相對較差。結(jié)合文獻(xiàn)研究和案例研究結(jié)果，本文提出假設(shè)二。

假設(shè)二：經(jīng)營績效水平較差上市公司股票更容易被市場操縱。

既有研究還認(rèn)為，前期被操縱過的上市公司股票更容易被市場操縱(Imisiker和Tas,2013[27])。究其原因，首先，在實(shí)際交易中，操縱者采用在一定時期內(nèi)反復(fù)操縱特定股票以獲得利潤的操縱手段較為常見，尤其對于我國A股市場，在長期內(nèi)具有“莊股”市場特征，存在“莊家”在一定期間內(nèi)“做莊”某只股票進(jìn)行反復(fù)操縱的可能；其次，從操縱難易程度角度考慮，前期被操縱過股票容易引發(fā)投資者關(guān)注，具有更利于操縱者進(jìn)行市場操縱的投資環(huán)境，操縱者往往傾向于選擇此種類型股票進(jìn)行操縱。據(jù)此,本文提出假設(shè)三。

假設(shè)三：前期被操縱次數(shù)較多上市公司股票更容易被市場操縱。

三、研究設(shè)計

(一)數(shù)據(jù)來源與樣本選擇

由于數(shù)據(jù)可得性，本文選擇2004—2016年為樣本研究期間，共計13年。以滬深兩市A股上市公司為樣本，并對樣本數(shù)據(jù)做出以下處理：一是由于解釋變量涉及資產(chǎn)負(fù)債率等財務(wù)指標(biāo)，剔除與一般企業(yè)財務(wù)指標(biāo)差異較大的金融行業(yè)企業(yè)；二是剔除存在相關(guān)變量數(shù)據(jù)異常以及樣本數(shù)據(jù)缺漏較大的上市公司樣本。在進(jìn)行上述數(shù)據(jù)處理后共獲得21 231個觀察值，涉及上市公司2 209家。本文分時高頻交易數(shù)據(jù)來源為Thomson Reuters Tick History數(shù)據(jù)庫，其余數(shù)據(jù)來源為國泰安數(shù)據(jù)庫。

(二)變量設(shè)計與模型設(shè)定

1.市場操縱的測度。

(1)市場操縱測度模型。

根據(jù)證監(jiān)會2007年3月公布的《證券市場操縱行為認(rèn)定指引(試行)》，可將市場操縱行為分為連續(xù)交易操縱、約定交易操縱、洗售操縱、虛假申報操縱、特定時間的價格或價值操縱、尾市交易操縱、蠱惑交易操縱、搶帽子交易操縱等8種類型。其中，連續(xù)交易操縱是指：單獨(dú)或者通過合謀，集中資金優(yōu)勢、持股優(yōu)勢或者利用信息優(yōu)勢聯(lián)合或者連續(xù)買賣，操縱證券交易價格或者證券交易量。由于近年來連續(xù)交易操縱是證券市場最為常見的市場操縱手段之一[注]本文收集的證監(jiān)會2001—2017年已公布市場操縱行政處罰案例共計80個，其中，涉及采用連續(xù)交易操縱手段的為41個，占比約51%，相對于其他七種類型，連續(xù)交易操縱占比數(shù)量最高，為行政處罰案例中最常見的市場操縱手段。，因此本文引入基于高頻交易數(shù)據(jù)的連續(xù)交易操縱測度模型，以測度我國股票市場操縱發(fā)生程度。具體模型設(shè)計如下：

以滬深兩市連續(xù)交易期間每30分鐘為一個測度窗口，對窗口期內(nèi)成交額、成交量、收益率、相對有效價差、相對報價價差變化率進(jìn)行計算，具體成交額和成交量變化率計算公式如下：

(1)

對于測度窗口內(nèi)股票的收益率、相對報價價差、相對有效價差，其異常變化的計算公式如下：

(2)

(2)模型有效性分析。

從理論角度出發(fā)，連續(xù)交易操縱行為定義為“集中資金優(yōu)勢、持股優(yōu)勢或者利用信息優(yōu)勢聯(lián)合或者連續(xù)買賣，操縱證券交易價格或者證券交易量”，則這種操縱行為的發(fā)生必定伴隨被操縱股票成交量和成交額、收益率等特征指標(biāo)的異常變化。因此，本文構(gòu)建的連續(xù)交易市場操縱測度模型符合連續(xù)交易操縱的交易特點(diǎn)和內(nèi)涵解釋。同時，本文連續(xù)交易操縱模型的構(gòu)建方法也與前期已有文獻(xiàn)中通過捕捉股票被操縱期間特征，識別和監(jiān)測市場操縱行為的研究方法原理相類似。

從實(shí)際情況出發(fā)，本文將前文構(gòu)建的市場操縱測度模型計算結(jié)果與收集的證監(jiān)會公布的行政處罰案例相比對，以評估模型準(zhǔn)確性。具體評估過程如下：前期收集的2001年至2017年證監(jiān)會公布的市場操縱行政處罰案例中，涉及使用連續(xù)交易操縱手段的共計41例，共涉及148只被操縱股票，如市場操縱測度模型計算結(jié)果與證監(jiān)會公布行政處罰案例市場操縱行為發(fā)生期間相一致，則認(rèn)定該股票測度成功，最終以成功測度出的證監(jiān)會公布行政處罰案例涉及被操縱股票數(shù)量來衡量本文構(gòu)建市場操縱測度模型計算結(jié)果準(zhǔn)確性。以證監(jiān)會2016年8月16日公布的(2016)100號行政處罰決定書為例，在該處罰案例中認(rèn)定案件當(dāng)事人在2014年8月19日至2014年9月25日期間對“新洋豐”股票進(jìn)行了市場操縱，同時，本文構(gòu)建的市場操縱測度模型監(jiān)測出在2014年8月19日至2014年9月25日期間該股票疑似發(fā)生市場操縱行為，則認(rèn)定該只股票測度成功。具體被測度出股票代碼及對應(yīng)案例如表2所示。

表2 由連續(xù)交易操縱測度模型成功識別的已查處案例匯總

通過比對發(fā)現(xiàn)，案例涉及被操縱股票中共117只股票可以被本文構(gòu)建的市場操縱測度模型成功測度出，占比達(dá)79%。由于涉及詳細(xì)交易信息等問題，我國股票市場全賬簿數(shù)據(jù)難以獲得，這也是學(xué)術(shù)界對市場操縱行為進(jìn)行識別與測度相關(guān)研究難以深入發(fā)展的主要原因。本文數(shù)據(jù)來源為公開渠道可獲得的分時高頻交易數(shù)據(jù)，提供了通過公開交易數(shù)據(jù)測度和識別市場操縱的方法。

2.模型設(shè)定與變量說明。

本文從上市公司經(jīng)營績效水平、上市公司規(guī)模、前期發(fā)生可疑連續(xù)交易操縱次數(shù)等因素，考察不同公司特征對發(fā)生可疑連續(xù)交易市場操縱程度的影響，具體實(shí)證模型設(shè)定如式(3)所示：

Manipit=α0+α1Manipit-1+α2Sizeit+α3ROAit

+α4DARit+α5NPGRit+∑Industry

+∑Year+ε

(3)

上述方程中，Manipit為根據(jù)前文構(gòu)建的市場操縱測度模型測度出的各上市公司年度發(fā)生可疑連續(xù)交易操縱次數(shù)，Manipit-1為上市公司上年度發(fā)生可疑連續(xù)交易操縱次數(shù)，以衡量前期上市公司發(fā)生可疑市場操縱水平；借鑒Imisiker 和 Tas(2013)[27]的做法，本文選擇上市公司年度流通市值來衡量上市公司規(guī)模大小，以變量Sizeit表示；同時，以資產(chǎn)收益率(ROAit)、凈利潤增長率(NPGRit)、資產(chǎn)負(fù)債率(DARit)三個指標(biāo)，從盈利水平、發(fā)展能力、財務(wù)風(fēng)險水平來衡量上市公司經(jīng)營績效水平?？紤]到衡量上市公司經(jīng)營績效的財務(wù)指標(biāo)類解釋變量可能存在多重共線性問題，本文對相關(guān)解釋變量進(jìn)行了多重共線性檢驗(yàn)，表3說明了解釋變量間相關(guān)系數(shù)，從檢驗(yàn)結(jié)果看，相關(guān)變量間不存在嚴(yán)重多重共線性問題。另外，為控制上市公司不同行業(yè)和年份因素影響，模型中加入虛擬變量∑Industry和∑Year，以分別控制行業(yè)效應(yīng)和時間效應(yīng)。變量具體定義如表4所示。

表3 變量相關(guān)系數(shù)

表4 變量定義

由于本文被解釋變量為發(fā)生可疑市場操縱次數(shù)，均為非負(fù)整數(shù)，本文采用計數(shù)模型對其進(jìn)行處理。計數(shù)模型是較為常用的對被解釋變量為非負(fù)整數(shù)的處理方式，其常用的回歸方法有泊松回歸和負(fù)二項回歸、零膨脹回歸三種，由于本文被解釋變量為0數(shù)據(jù)僅占比0.87%，因此不適用零膨脹回歸。泊松回歸是應(yīng)用形式最為廣泛的計數(shù)模型之一，其基本形式如下：

E(Manipit)=μ=exp(α0+α1Manipit-1+α2Sizeit

+α3ROAit+α4DARit

+α5NPGRit+∑Industry

+∑Year+ε)

(4)

其中，Manipit服從泊松分布，μ為期望值，等于強(qiáng)度參數(shù)。泊松分布假設(shè)事件發(fā)生相互獨(dú)立，事件發(fā)生次數(shù)平均值近似等于其離散程度方差。若不滿足假設(shè)條件，則可以采用負(fù)二項回歸對泊松回歸結(jié)果進(jìn)行改進(jìn)。將被解釋變量服從的分布定義為負(fù)二項分布，則上述式(4)的回歸形式即為負(fù)二項回歸。

(三)主要變量描述性統(tǒng)計

主要變量描述性統(tǒng)計如表5所示,Manipit均值為12.39，說明上市公司樣本期間平均每年發(fā)生可疑連續(xù)交易操縱次數(shù)為12.39次/年，最大值為45次/年，最小值為0次/年。另外，本文對流通市值變量進(jìn)行了對數(shù)處理，以避免變量間數(shù)據(jù)差異過大。

表5 主要變量描述性統(tǒng)計

四、實(shí)證結(jié)果與穩(wěn)健性檢驗(yàn)

(一)實(shí)證結(jié)果

本文首先分別采用混合泊松回歸和混合負(fù)二項回歸進(jìn)行實(shí)證研究。被解釋變量Manipit方差約是平均值的3.1倍，且在進(jìn)行負(fù)二項回歸同時進(jìn)行了過度分散的LR檢驗(yàn)，LR檢驗(yàn)結(jié)果說明被解釋變量存在過度分散的現(xiàn)象，因此本文計數(shù)模型采用負(fù)二項回歸更為有效。進(jìn)一步，由于樣本數(shù)據(jù)為面板數(shù)據(jù)，因此分別進(jìn)行了隨機(jī)效應(yīng)的面板負(fù)二項回歸和固定效應(yīng)面板負(fù)二項回歸，在進(jìn)行隨機(jī)效應(yīng)面板負(fù)二項回歸同時進(jìn)行了LR檢驗(yàn)，檢驗(yàn)結(jié)果認(rèn)為相對于混合負(fù)二項回歸，選用隨機(jī)效應(yīng)負(fù)二項回歸更為有效，并對隨機(jī)效應(yīng)和固定效應(yīng)面板負(fù)二項回歸結(jié)果進(jìn)行了豪斯曼檢驗(yàn)，檢驗(yàn)結(jié)果強(qiáng)烈拒絕隨機(jī)效應(yīng)模型，因此本文選用固定效應(yīng)面板負(fù)二項回歸為最終實(shí)證模型，其他回歸結(jié)果可作為穩(wěn)健性檢驗(yàn)說明，具體實(shí)證結(jié)果如表6所示。

從實(shí)證結(jié)果看，共有5個解釋變量回歸系數(shù)呈現(xiàn)顯著性，且系數(shù)正負(fù)性與預(yù)先假設(shè)一致。其中，變量Manipit-1系數(shù)在泊松回歸和負(fù)二項回歸方法下，回歸結(jié)果均為正數(shù)，且均在1%水平上顯著，說明上一年發(fā)生可疑連續(xù)交易操縱次數(shù)越多的股票，當(dāng)年發(fā)生可疑市場操縱次數(shù)越多，即上市公司重復(fù)發(fā)生可疑市場操縱情況較為嚴(yán)重；而變量Sizeit回歸系數(shù)在泊松回歸和負(fù)二項回歸中均為負(fù)值，且在1%水平上顯著，說明流通市值對發(fā)生可疑市場操縱次數(shù)有負(fù)向影響，即流通市值較小的股票更容易發(fā)生可疑市場操縱情況。這主要由于市值規(guī)模較小的股票，操縱成本更低，操縱難度較小，因此操縱者更愿意選擇小規(guī)模股票進(jìn)行操縱。ROAit回歸結(jié)果在固定效應(yīng)面板負(fù)二項回歸中呈現(xiàn)1%水平上顯著的負(fù)相關(guān)，說明資產(chǎn)收益率對發(fā)生可疑市場操縱次數(shù)有反向作用，即資產(chǎn)收益率水平較低的股票發(fā)生可疑連續(xù)交易操縱次數(shù)更多。DARit回歸結(jié)果在負(fù)二項回歸和泊松回歸中均呈現(xiàn)高度顯著的正相關(guān)關(guān)系，說明資產(chǎn)負(fù)債率水平對上市公司股票發(fā)生可疑連續(xù)交易操縱次數(shù)有正向作用，資產(chǎn)負(fù)債率較高上市公司股票發(fā)生可疑連續(xù)交易操縱次數(shù)更多。NPGRit回歸系數(shù)在固定效應(yīng)負(fù)二項回歸中呈現(xiàn)5%水平上的負(fù)相關(guān)關(guān)系，說明凈利潤增長率對上市公司股票發(fā)生可疑連續(xù)交易操縱次數(shù)有抑制作用，即凈利潤增長率較低上市公司股票發(fā)生可疑連續(xù)交易操縱次數(shù)更多。

整體而言，計數(shù)模型的回歸結(jié)果支持了本文基本假設(shè)結(jié)論，我國股票市場存在規(guī)模較小、資產(chǎn)收益率水平較差、資產(chǎn)負(fù)債率水平較高、凈利潤增長率水平較低、前期發(fā)生可疑市場操縱概率較高的上市公司股票更容易發(fā)生市場操縱的情況。這也與前期國外學(xué)者對其他國家股票市場相關(guān)研究結(jié)論一致(Imisiker 和 Tas(2013)[27]、Aggarwal 和 Wu(2006)[28])。

表6 計數(shù)模型回歸結(jié)果

續(xù)前表

(二)穩(wěn)健性檢驗(yàn)

首先，為進(jìn)一步檢驗(yàn)實(shí)證結(jié)果的穩(wěn)健性，本文將上述公式(3)中部分變量進(jìn)行替換，修改為以下形式:

Manipit=α0+α1Manipit-1+α2Zongshizhiit

+α3ROEit+α4CRit+α5BRGRit

+∑Industry+∑Year+ε

(5)

將前文式(3)中的變量流通市值(Sizeit)以總市值(Zongshizhiit)替代，以衡量上市公司規(guī)模，另外分別用凈資產(chǎn)收益率(ROEit)、營業(yè)收入增長率(BRGRit)、流動比率(CRit)替代式(3)中的資產(chǎn)收益率(ROAit)、凈利潤增長率(NPGRit)、資產(chǎn)負(fù)債率(DARit)，從盈利水平、成長能力、財務(wù)風(fēng)險水平來衡量上市公司經(jīng)營績效水平，以檢驗(yàn)回歸結(jié)果穩(wěn)健性。表7顯示了回歸結(jié)果，各變量回歸系數(shù)正負(fù)性與前文假設(shè)結(jié)果一致，其中Manipit-1回歸系數(shù)在泊松回歸和負(fù)二項回歸中均在1%水平上依然顯著為正數(shù)，說明前期發(fā)生可疑連續(xù)交易次數(shù)對當(dāng)期發(fā)生可疑連續(xù)交易次數(shù)有正向作用；Zongshizhiit回歸系數(shù)在泊松回歸和負(fù)二項回歸中均在1%水平上顯著為負(fù)，說明總市值規(guī)模對發(fā)生可疑連續(xù)交易操縱次數(shù)有負(fù)向作用，與前文流通市值回歸結(jié)果一致，即說明市值規(guī)模與發(fā)生可疑市場操縱次數(shù)為反向關(guān)系；BRGRit回歸系數(shù)在1%水平上顯著為負(fù)，說明營業(yè)收入增長率與發(fā)生可疑連續(xù)交易操縱次數(shù)有負(fù)向相關(guān)關(guān)系，即營業(yè)收入增長率較低則發(fā)生可疑連續(xù)交易操縱次數(shù)較多，與前文回歸結(jié)果一致；ROEit在固定效應(yīng)面板負(fù)二項回歸中回歸系數(shù)在10%水平上顯著為負(fù)，說明凈資產(chǎn)收益率與發(fā)生可疑連續(xù)交易操縱次數(shù)有負(fù)相關(guān)關(guān)系；另外流動比率CRit回歸系數(shù)雖然為負(fù)數(shù)，與預(yù)期假設(shè)一致，但并不顯著。整體而言，通過進(jìn)行穩(wěn)健性實(shí)證檢驗(yàn)說明本文構(gòu)建的實(shí)證模型結(jié)果具有穩(wěn)健性。

表7 穩(wěn)健性檢驗(yàn)Ⅰ結(jié)果

續(xù)前表

另外，為進(jìn)一步檢驗(yàn)實(shí)證結(jié)果穩(wěn)健性，本文分別截取2007—2016年、2010—2016年、2012—2016年三個時間段樣本數(shù)據(jù)反復(fù)進(jìn)行實(shí)證檢驗(yàn)，檢驗(yàn)結(jié)果如表8所示，由于篇幅原因表8僅展示三個時間段樣本固定效應(yīng)負(fù)二項回歸結(jié)果。各變量回歸系數(shù)正負(fù)性仍然與前文實(shí)證結(jié)果相一致，證明了實(shí)證結(jié)果具有穩(wěn)健性。

表8 穩(wěn)健性檢驗(yàn)Ⅱ結(jié)果

五、結(jié)論和政策建議

市場操縱行為嚴(yán)重擾亂正常的股票市場交易秩序，是我國證券市場監(jiān)管部門一直以來的重要打擊對象。本文通過構(gòu)建市場操縱識別和測度模型，基于真實(shí)交易數(shù)據(jù)實(shí)證研究我國股票市場的市場操縱行為特征，獲取容易被市場操縱股票上市公司特點(diǎn)，可以為監(jiān)管部門實(shí)施有針對性監(jiān)管提供經(jīng)驗(yàn)證據(jù)和數(shù)據(jù)支持，具有重要的理論意義和現(xiàn)實(shí)意義。從本文研究結(jié)果來看，市值規(guī)模較小、經(jīng)營績效水平較差、前期發(fā)生市場操縱概率較大的上市公司股票更容易被市場操縱。

根據(jù)本文研究結(jié)果，提出相關(guān)建議如下：第一，要進(jìn)一步提高上市公司質(zhì)量。上市公司質(zhì)量是資本市場投資價值的源泉，是證券市場的基石。通過前文研究可知，經(jīng)營績效較差的上市公司股票更容易被操縱者選為操縱目標(biāo)，因此要通過采取提高上市公司信息披露質(zhì)量、制定更為嚴(yán)格的上市制度、完善退市制度等措施，提高上市公司質(zhì)量，將經(jīng)營績效較差的上市公司逐步淘汰。2017年7月，在全國金融工作會議上，習(xí)近平主席強(qiáng)調(diào)，金融要為實(shí)體經(jīng)濟(jì)服務(wù)，要防止發(fā)生系統(tǒng)性金融風(fēng)險。提高上市公司質(zhì)量，規(guī)范股票市場交易行為，維護(hù)市場交易公平公正秩序，有利于讓真正優(yōu)質(zhì)的企業(yè)獲取證券市場融資支持，有利于實(shí)現(xiàn)金融更好為實(shí)體經(jīng)濟(jì)服務(wù)的目標(biāo)，有利于防范系統(tǒng)性金融風(fēng)險的發(fā)生，在現(xiàn)階段更加具有重要意義。第二，要進(jìn)一步加大對市場操縱行為打擊力度。通過前文研究可知，市場操縱行為重復(fù)發(fā)生概率較大，因此要加大對市場操縱行為打擊力度，提高處罰金額和處罰力度，以減少重復(fù)操縱情況發(fā)生。第三，要對不同類型上市公司股票采取更具針對性市場操縱監(jiān)管措施。對于操縱者而言，具有市值規(guī)模較小、經(jīng)營績效較差等特征的上市公司股票更容易被操縱，因此對于市值規(guī)模較小、經(jīng)營績效較差的上市公司股票要加大監(jiān)管力度，制定針對性更強(qiáng)的監(jiān)管措施要求，如對中小創(chuàng)板塊制定更加嚴(yán)格的上市和退市制度等，以打擊市場操縱行為，維護(hù)市場公正。