■倪 禾,徐 茜
股價反映信息是有效市場理論的核心假設。Morck et al.(2000)提出個股的股價信息含量主要來源于市場、行業(yè)和公司三個層面,市場和行業(yè)層面的信息即為經濟政策、監(jiān)管法律、行業(yè)發(fā)展等具有普遍影響的公有信息,公司層面的信息為資產重組、兼并收購、紅利分發(fā)等影響公司基本價值的特質信息。根據王詠梅(2011)的定義,信息效率為股價中公司特質信息含量的高低。我國證券市場近年來大力發(fā)展機構投資者特別是證券投資基金,投資者結構有所改善。根據深圳證券交易所的年度個人投資者調查報告顯示,截至2016年投資者結構仍以中小投資者為主,長期價值投資者比例約為兩成,追漲型投資者占4成,更多的投資者傾向于通過短期炒獲取收益。在這種投資氛圍之下,股價波動難以反映公司特質信息,股價信息效率較低,不但加劇了市場風險,也擾亂了資本市場資源配置功能。關于如何有效提高信息效率,已有研究表明機構投資者因為其具有超過普通投資者的信息采集和處理能力,通常被作為基于企業(yè)特質信息交易的典型代表(王亞平,2009)對信息效率起著重要作用。主流研究大多以方差比、股價同步性、R2和私有信息測度作為股價信息效率的代理變量,以機構投資者持股比例或機構投資者數量為解釋變量,研究證實機構投資者持股比例和數量的增加提高了股價的信息效率(孔東民,等,2015)。熊家財(2014)從機構投資者的交易行為視角進行研究,發(fā)現機構投資者的交易行為是一種“偽羊群行為”①偽羊群行為:投資者的同質性交易行為并由非刻意跟風所致,而是其基于相同信息或偏好作出的相同思考,屬于無意為之。,兼具個體理性與市場理性雙重屬性,可以提高股價信息效率。
隨著社會網絡理論與經濟學交叉研究的興起,社會網絡被證實是公司特質信息流動的主要媒介(陳新春,等,2017),公司之間并不是完全獨立的,相反,公司間會因各種社會關系而產生直接或間接的聯系,進行信息和資源交互。Ozsoylev&Walden(2011)指出股票的交易特征如股票價格、期望利潤、股票收益波動率、代表性投資者福利與網絡拓撲結構之間存在著函數關系。社會網絡不僅是個體獲取信息和交流經驗的主要途徑,更是個體交易行為選擇與投資策略制定的重要影響因素。郭白瀅(2018)等通過構造以重倉股為鏈接的機構投資者網絡,研究發(fā)現機構投資者網絡信息共享能夠降低股價同步性,提高了信息效率。李留闖(2012)基于連鎖董事的企業(yè)社會關系網絡研究發(fā)現連鎖董事加強了股價的同步性波動,降低了信息效率。
Larcker et al.(2013)研究了公司通過董事連接形成公司之間的網絡后發(fā)現,該網絡存在著影響力、信息流、資源交換三種渠道。筆者基于Larcker et al.(2013)的研究,以機構投資者聯結形成的公司之間的網絡作為新的切入點,將網絡結構特征變量作為機構投資者聯結行為程度的代理變量,分析并實證檢驗機構投資者聯結行為是否會導致股價信息效率存在顯著的差異。在此基礎上,進一步探討了在不同產權性質下這種影響作用的差異,并立足于市場微觀結構,研究在股票流動性的調節(jié)作用下,機構投資者聯結行為對信息效率的影響,以期為機構投資者聯結行為對信息效率的作用提供更為細致的理論參考。
機構投資者聯結行為可能通過三種不同的機制影響股價信息效率。一是通過加強公司特質信息被挖掘的程度,即公司特質信息的收集和處理來提高股價信息效率。如果一家公司的機構投資者聯結行為程度高,意味著該公司的機構關注度高,這無疑給股票分析師一個“形象良好”的信號,吸引更多的股票分析師來跟蹤分析該股票進而增加了市場中公司特質信息的數量和質量。事實上,這種信號也會被市場上的散戶所接收,使其更多地收集、分析該股票的公司信息。二是通過改善委托代理問題,增加信息披露來提高股價信息效率。根據Fich(2015)的研究,如果一個機構投資者持有一家公司的股票占其投資組合的權重不低于10%時,那么機構投資者可以起到監(jiān)督管理者的作用,從而改善上市公司的信息披露。公司關系網絡一旦建立,重倉持有相同公司股票的機構投資者之間會在多種因素的促進下進行信息交換并實施共同監(jiān)督或者彼此之間進行監(jiān)督,聯結關系越緊密,這種監(jiān)督作用可能會越強。三是通過影響信息交易者的交易行為進而影響股價信息效率。公司股票被機構投資者聯結行為的程度越高,公司特質信息通過網絡傳輸的速度、數量和質量都會增加,機構投資者的趨同反應理應更為迅速,“偽羊群效應”更突出,從而提升了信息效率。同時,這種公司特質信息在以機構投資者聯結行為為紐帶的公司社會網絡中的分享以及快速傳播會影響公司的其他社會網絡,從而培育了一批信息交易者,提升了私有信息套利速度,使得股價層面快速吸收公司特質信息,促進了股價特質信息含量的提升。
因此,機構投資者聯結行為無論是通過促進公司特質信息的收集,還是通過特質信息流轉促進私有信息套利交易速度,都能使股價特質信息含量增加,提高信息效率,且聯結強度越高,公司特質信息數量、質量和流通速度方面理應更勝一籌?;诖?,提出如下假設:
假設1:現階段,機構投資者聯結行為與信息效率呈現正向關系。
在網絡環(huán)境下,以機構投資者為聯結的企業(yè)網絡對嵌入其中的不同所有制企業(yè)的影響有所不同。具體而言,國有企業(yè)與非國有企業(yè)在信息披露和企業(yè)治理方面存在著較大差異。與非國有企業(yè)相比,在相關政策的保護下國有企業(yè)特質信息資源在網絡中的流動有著更多限制,由于國有企業(yè)的“所有者缺位”問題,使其信息資源配置效率較之于非國有企業(yè)偏低(朱荃,2016),且國有企業(yè)的信息披露制度、管理層的任命等多數由政府主導(嚴若森,2018)。在這種情況下,機構投資者聯結行為對企業(yè)治理的正面作用在國有企業(yè)中被弱化了?;诖?,提出如下假設:
假設2:現階段,機構投資者聯結行為對信息效率的提升作用在國有企業(yè)中被削弱。
基于市場微觀結構理論,信息效率與流動性是最具代表性的衡量資本市場質量的指標,兩者息息相關??紤]到中國股票市場環(huán)境不夠完善,政府為了證券市場的平穩(wěn)運行,會對股票市場進行適度干預,屬于典型的政策市場(雷倩華,2012);同時,中國股票市場短期內仍以大量的個人投資者為主,而個人投資者的情緒更易受干擾,且通常缺乏專業(yè)性的投資知識和投資理念?;谖覈善笔袌鲋袀€人投資者表現出慣性交易、羊群行為的特征(蔡慶豐,2012),機構投資者聯結行為引起的知情交易者的私有套利行為有可能被市場中個人投資者所模仿,引起個人投資者的“羊群行為”和“正反饋交易”等不理智行為,更多噪聲交易的產生使股價偏離基本面而在邊際上降低了信息效率。基于此,提出如下假設:
假設3:現階段,隨著流動性的提高,機構投資者聯結行為降低了邊際信息效率。
1.機構投資者聯結行為網絡構建
機構投資者與上市公司之間的關系不僅是一種投資關系,也是一種從屬關系。由從屬關系構成的網絡是雙模網絡中的一種,也被稱為成員網絡(Agneessens,2008),在這種模式的網絡中,機構投資者Si和上市公司Lj是兩種不同類型的節(jié)點。第一步,根據公式(1),當機構投資者重倉持有兩家不同上市公司股份時,兩家公司之間存在著聯系,邊值設定為1,以此建立無權重的機構投資者和上市公司之間的雙模網絡B。第二步,根據公式(2),采用降模法,將機構投資者和上市公司的雙模網絡轉換為一模網絡,即以上市公司為節(jié)點,共同的機構投資者為權重構建的無向網絡W。最后,根據公式(3)對上市公司網絡W進行規(guī)范化處理。其中,重倉的機構投資者同等重要。
其中,B為無權重的機構投資者和上市公司之間的雙模網絡矩陣,bij為矩陣B中表明機構投資者與公司之間關系的元素,W為以公司為節(jié)點的公司網絡矩陣,wij為公司網絡中的矩陣元素,Wi為重倉持有i公司股份的機構投資者總數,Wj為重倉持有j公司股份的機構投資者總數。
2.公司網絡位置刻畫
使用pajek64來計算網絡中心性。首先,如果公司嵌入到網絡中,Locki=1;否則Locki=0。其次,網絡位置是一個多維度概念,采用社會網絡分析中的中心度概念進行度量,網絡中心性指標的選取來自Grewal R(2006),分別為居中中心度CenDi、中介中心度CenBi和特征向量中心度CenHi。
居中中心度CenDi:節(jié)點在網絡中的連接邊數,表示一家上市公司與其他多少家公司存在著機構投資者聯結,CenDi越高,表明該公司的機構關注度高,存在機構聯結行為的現象突出,那么該公司特質信息的獲取和擴散渠道越多,更多的信息被收集、分析和處理,機構在公司治理方面起到的聯合監(jiān)督作用以及對其他知情交易者行為的正面影響均更勝一籌。
中介中心度CenBi:計算通過節(jié)點最短路徑的數量來計算節(jié)點的中介中心度(橋梁角色)。具有較高中介中心度的上市公司,其特質信息被擴散的渠道更多,能夠被機構培育出信息交易者的概率更高。
特征向量中心度CenHi:通過衡量節(jié)點的鄰近節(jié)點在網絡中的影響力為節(jié)點分配相對得分:在同樣的條件下,一個節(jié)點與高分節(jié)點聯系所得的分高于與低分節(jié)點聯系。CenHi越大,公司的機構投資聯結關系的“質量”更高。
3.股價信息效率測算
Morck et al.(2000)提出股價的同步性R2,即上市公司個股收益率對市場層面收益率回歸的擬合優(yōu)度,可以作為股票信息效率的測度,同步性越高意味著公司之間的個性化差異越小,股價信息效率越低。因此,借鑒Gul et al.(2010)的研究,根據公式(4)計算股價非同步性波動指標。
其中,Nsynchi,t為公司 i在季度 t的股價非同步性波動;R2i,t為對股票i的日收益數據,即公式(5)進行回歸得到的擬合優(yōu)度,從統(tǒng)計學基本原理闡釋的經濟含義為市場信息和行業(yè)信息被納入至股票價格的含量;1-則為公司特質信息被納入至股票價格的含量,定義為股價的非同步性波動。
其中,ri,d為公司i考慮現金紅利再投資的日個股回報率,rm,d為d日A股市場經個股流通市值加權所得的日回報,rk,d為d日公司i所在行業(yè)k經個股流通市值加權所得的日回報。
最后,對其做對數變換,將[0,1]之間的數值擴展到正負無窮。
4.計量模型
為了檢驗機構投資者聯結對信息效率的影響,構建如下基本模型:
其中,i為公司i,t為季度,Nsynch為股價信息效率的代理變量:股價非同步性波動;Network為公司網絡結構的代理變量,包括Lock、CenB、CenD和CenH;借鑒熊家財等(2014)的研究,選取公司規(guī)模、個股收益率和獨董規(guī)模等控制變量,具體定義見表1,Controls即表示控制變量集合;同時固定了季度效應和行業(yè)效應;ε為隨機項。
表1 控制變量及說明
選擇2010—2016年滬深A股上市公司為樣本,并剔除每年交易日不足200天的公司、財務數據缺失或異常、金融行業(yè)公司和ST公司。選取證券投資基金作為機構投資者的代表,根據Wind數據庫的基金分類標準,選取2010—2016年一季報至年報期間的所有普通股票型基金、偏股混合型基金、平衡混合型基金和封閉式基金。在構建網絡時,選取各基金季報公布的十大重倉股且該股票的市值占該基金所有股票投資市值的比例在5%以上(含5%),從而剔除了“小、新、差”的股票。所有數據都從Wind和銳思數據庫抽取。數據采集和計算頻率為季度,最終共得到37838個企業(yè)季度觀測數據。
表2為變量的描述性統(tǒng)計量,其中R2的均值為0.48,表明股價中市場和行業(yè)的信息含量為48%。股價信息效率Nsynch的均值和標準差分別為0.1和0.8,表明各公司的信息效率存在較大差異;與1984—2000年美國證券市場股價信息效率的均值1.742相比,我國股價信息效率相對較低。
表2 主要變量的描述性統(tǒng)計
經計算,制造業(yè)的觀測值總數比例高達0.6,因篇幅限制,僅展示了2014—2016年末制造業(yè)和非制造業(yè)的企業(yè)間網絡(圖1—圖5),節(jié)點的大小表示企業(yè)第t季度的股價信息效率高低,顏色深淺表示企業(yè)第t季度的機構投資者總數量多少,網絡中邊的粗細表示企業(yè)第t季度的機構投資者共同持股程度的強弱。研究發(fā)現:其一,隨著時間的推移,網絡的大體結構未發(fā)生跨越式的改變,說明機構投資者持股是一種較為穩(wěn)定的現象,而不是某個季度的特殊現象;其二,在各年度,深色節(jié)點數量的比例均小于淺色節(jié)點的比例,說明被投資者共同持有的股票集中度高;其三,當圖由密集區(qū)域向外擴散時,節(jié)點之間距離變大,連線變細,節(jié)點隨之大比例縮小,說明隨著機構投資者持股程度的減弱,個股信息效率下降,符合假設1。
圖1 制造業(yè)2014年第4季度
圖2 制造業(yè)2015年第4季度
圖3 制造業(yè)2016年第4季度
圖4 其他行業(yè)2015年第4季度
圖5 其他行業(yè)2016年第4季度
1.機構投資者聯結行為對信息效率的影響
表3為采用多元線性回歸模型對公式(6)的估計結果。考慮到股價信息效率與機構投資者持股之間可能存在雙向因果關系,為了減少內生性偏誤,表中Ⅱ為采用滯后一期的網絡特征自變量作為機構投資者持股程度的工具變量的結果。由表3可知,在控制變量中,企業(yè)股票收益率、換手率和資產負債率系數為正,說明企業(yè)經營情況越好、股票收益率越高,企業(yè)股價波動和市場波動越不一致,信息效率越高;規(guī)模越大的企業(yè),信息效率反而低。這些結果與Gul et al.(2010)的研究結果基本一致。同時,無論是否使用工具變量校正內生性,Lock的估計系數在1%的統(tǒng)計水平上顯著為正,說明存在連鎖機構投資者的企業(yè)的信息效率更高;網絡各中心度的估計系數均在1%的置信水平上顯著為正,說明企業(yè)在網絡中鑲嵌得越緊密,企業(yè)的信息效率越高。驗證了假設1。
表3 機構投資者聯結行為與信息效率
2.穩(wěn)健性檢驗
為了驗證結果的穩(wěn)健性,做如下檢驗:
一是替換機構投資者聯結行為的代理變量,選取其他常用的刻畫節(jié)點網絡位置的指標,接近中心度結構洞指數①結構洞指數表示社會網絡中的空隙,占據更多的結構洞,信息控制和獲取渠道更通暢;采用1992年Burt提出的結構約束算法,系數越高,網絡閉合性越高,結構洞越少。和接近中心度②接近中心度表示節(jié)點與其他節(jié)點的接近程度,節(jié)點與其他節(jié)點越接近,節(jié)點在傳遞信息方面就更加容易。重新估計公式(6),實證結果沒有改變表3的結論。
二是替換信息效率的代理變量。通過采用公式(5)所得的調整的R2值,借鑒Zhang(2010)的方法,替換了信息效率的代理變量重新估計了公式(6),均未改變表3的結論。
三是再次考慮內生性的問題。一方面,基于殘差的檢驗。將社會網絡指標對全部控制變量進行回歸,所得殘差即為全部控制變量無法解釋的部分,將殘差替換網絡特征變量重新對公式(6)進行回歸,研究結論不變。另一方面,把公司的網絡位置(網絡中心度)作為內生變量,選取常用的兩階段回歸方法(2SLS)進行解釋。最終實證結論與表3保持一致。因篇幅限制,未報告穩(wěn)健性回歸結果。
為驗證假設2,引入網絡特征變量與產權性質的交互項,對公式(7)進行實證檢驗。
由表4可知,刻畫公司網絡特征的各變量與產權性質交互項均至少在10%的水平上顯著為負,當網絡的居中中心度增加1時,非國有公司的信息效率提高了7.8%,而國有公司僅增加了4.5%,說明在國有公司,機構投資者聯結對信息效率的提高作用較弱,假設2得證。
表4 基于產權性質的實證結果
采用Amihud流動性指標(劉維奇,2019)和收益率反轉指標(Pastor&Stambaugh,2003)來測算股票的流動性。Amihud流動性指標測算方法為:
其中,Di,t為股票 i在第 t個季度的有效交易天數;ri,d,t為股票i第t個季度第d天股票收益率,vi,d,t為股票i在第t個季度第d天交易量,股票流動性越高,單位價格對應的成交量變化越大。
收益率反轉指標測算方法為:
為了檢驗假設3,構建如下基本模型:
模型關注的重點是企業(yè)網絡中心度與股票流動性的回歸系數。如果該系數顯著為負,則說明股市流動性風險的增加抑制了網絡環(huán)境下機構投資者對信息效率的正面影響。
表5的回歸結果顯示Lock的估計系數為0.376和0.13,網絡中心度的各系數符號均為正,且在1%的水平上顯著,說明機構投資者聯結程度與股票的流動性呈正比關系,這與前文分析的機構投資者聯結引起的信息流動導致私有信息交易行為增加一致。但是,這種流動性的增加是否都為承載著公司特質信息含量的交易行為呢?表6的結果顯示交叉項與股價信息測度指標之間存在負相關關系,且1%水平上顯著,說明隨著流動性風險的提高,機構投資持股的增加降低了邊際信息效率,符合假設3的預期。這可能是因為我國股票市場中個人投資者居于主體地位,而其表現出的慣性交易、羊群效應等交易行為屬于噪聲交易,更多噪聲交易的產生使股價偏離基本面而在邊際上降低了信息效率。
表5 機構投資者聯結與個股流動性
表6 機構投資者聯結、流動性與信息效率
在度量企業(yè)是否存在連鎖機構投資者的基礎上,借鑒社會網絡分析的中心度概念,計量企業(yè)嵌入企業(yè)間網絡的緊密程度,基于2010—2018年我國A股和公募證券投資基金數據,對機構投資者持股與信息效率之間的關系進行了實證分析。研究發(fā)現:第一,企業(yè)在網絡中的位置豐富程度與信息效率成正比關系。第二,網絡背景下,機構持股在國有企業(yè)中所起的作用弱于非國有企業(yè),這可能與國有企業(yè)治理的政治色彩相關。第三,隨著流動性風險的增加,機構投資者持股會降低邊際信息效率,這可能是因為噪聲交易的負面影響。
研究結論表明:第一,為“我國超常規(guī)發(fā)展機構投資者具有現實意義”提供了有力的新證據。中國股市的改革一直致力于提高市場的資源配置效率。上述結論表明機構投資者聯結行為可以使企業(yè)股價能夠及時并且充分吸收了企業(yè)的特質信息,使得企業(yè)的實際價值可以被充分反映。同時,提示應加快國有企業(yè)的混合所有制改革,以便機構投資者更好地履行積極監(jiān)督者的職責。第二,企業(yè)網絡的結構變量是反映企業(yè)股價信息效率的一個橫截面變量,可以將此作為投資者策略制定的參考。第三,實證檢驗結果表明在機構投資者帶動企業(yè)以網絡化形式發(fā)展的背景下,僅僅考慮機構投資者數量特征的影響是不全面的。企業(yè)表現出的典型社會嵌入性特征,使得企業(yè)社會網絡的結構和企業(yè)間聯結關系的強弱可以影響其行為,因此社會網絡也是今后企業(yè)研究中需要特別考慮的因素。