专业机构投资者能够抑制股票市场操纵吗？

奥鹏网院作业

专业机构投资者能够抑制股票市场操纵吗？
——基于高频交易数据的异常交易识别模型
李志辉1 胡心怡1 杜阳2

(1.南开大学经济学院，天津 300071; 2.中国银行研究院，北京 100818)

摘 要： 市场操纵是一种严重损害资本市场公正的行为。本文基于分时高频交易数据构建了股票市场连续交易操纵识别模型，利用2009—2017年我国A股非金融上市公司的季度数据，探究了专业机构投资者对市场操纵的影响。实证研究发现：专业机构投资者持股比例越高，股票发生市场操纵的概率越小；专业机构投资者通过降低投资者与上市公司的信息不对称、提升上市公司治理水平的路径实现对市场操纵的有效抑制；信息环境好的上市公司，更有助于专业机构投资者发挥作用，并且持股比例高且稳定的稳定型专业机构投资者，发挥抑制作用的效果更好。本文拓展和深化了关于市场操纵的识别研究，并从资本市场投资者结构的角度对防范市场操纵给出了建设性意见。

关键词： 连续交易操纵； 专业机构投资者； 信息不对称； 公司治理

一、引言
2019年12月28日，修订后的《中华人民共和国证券法》(以下简称《新证券法》)经全国人大常委会审议并通过，此次修订针对证券市场中的违法违规行为下了重拳，并全面完善了市场操纵等法律禁止性行为规定。市场操纵是一种严重损害资本市场公正的行为，其危害不仅体现在对某一只或某几只股票价格的扭曲，更是对股票市场基本资源配置作用的挑战和对其他投资者投资信心的冲击。

市场操纵者能够在操纵过程中获得超额收益，是该种行为难以被遏制的根本原因。由于非理性投资者的存在，操纵者通过引起其他市场投资者的跟随以及反馈效应来获得超额收益[1-3]。我国股票市场独特的设立、发展、改革进程，形成了以个人投资者和企业法人投资者占绝大比例的投资者结构，股票市场中散户投资者“追涨杀跌”的投机性交易的普遍存在，让市场操纵变得有利可图。专业机构投资者作为发达国家资本市场中较为成熟的投资者，被认为相较于个人投资者更理性，能够冲抵个人投资者的非理性交易行为从而起到稳定证券价格的作用[4]。我国专业机构投资者近些年伴随着资本市场的发展，已逐渐形成以证券投资基金为主导，社保、保险、养老金、信托等为补充的多元化结构特征；同时，持股占比也不断上升，截至2016年底，专业机构投资者持有A股流通市值的占比达14.49%，但相较于成熟市场仍具有一定差距(1)根据《中国证券监督管理委员会年报(2016)》的统计，截至2016年底，专业机构投资者持有A股流通市值占比为14.49%，该数据仅披露至2016年。根据中山证券课题组研究，截至2019年1季度，美国股票市场中国内及外资专业机构持有总市值的58.2%；截至2018年底，德国股票市场中外资及金融企业专业机构持有总市值的63%；截至2018年底，日本股票市场中外资及国内金融机构持有总市值的60.7%。。在我国独特的资本市场投资者结构背景下，专业机构投资者能够发挥稳定价格的作用并有效遏制市场操纵等违法行为吗？专业机构投资者是通过哪些途径发挥作用并影响资本市场的？专业机构投资者对市场操纵这类违法行为的作用程度会受到哪些因素的影响？这一系列问题对深入认识我国资本市场环境，了解市场操纵发生机理，理解专业机构投资者行为具有重要意义。

对市场操纵的研究，囿于识别方法设计困难，实证研究以围绕各国监管机构的处罚案例为主[2-3,5]。但监管机构披露的市场操纵案例由于样本少、非随机、时滞性较强等问题，在一定程度上制约了研究进程的深入。近年来，大数据、云计算等技术的快速发展，为利用高频交易数据进行市场操纵识别提供了有效技术支持。Aitken等(2015)[6]、李志辉等(2018)[7]、Douglas等(2020)[8]均已尝试利用日度交易数据构建收盘价操纵识别模型；李志辉和邹谧(2018)[9]将利用交易数据识别出的操纵行为与监管机构查处的操纵案例比对后，发现二者重合率较高，表明识别方法具有较高准确性。

基于此，本文借鉴李志辉和邹谧(2018)[9]的方法，基于股票异常交易行为构建连续交易操纵识别模型，选取2009-2017年A股非金融类上市公司的季度数据，实证探究在我国股票市场中，专业机构投资者对市场操纵行为的影响以及作用机理。本文边际贡献体现在以下几点：第一，利用分时高频交易数据，有效识别股票异常交易并基于此设计市场操纵识别模型。该方法利用大数据分析技术突破了此前对市场操纵的研究局限于数据不可得的问题，为市场操纵的识别研究提供了新的思路，同时也为监管机构对市场操纵行为进行实时监控提供了建设性方向；第二，围绕专业机构投资者对股票市场的监督作用路径进行了细致研究，发现专业机构投资者在改善市场信息不对称、提升上市公司治理方面具有重要作用，能够有效遏制市场操纵、维护市场公正。本研究丰富了中国资本市场环境下有关专业机构投资者持股的影响研究，支持了专业机构投资者对资本市场的正向影响，为当前环境下大力发展专业机构投资者提供了理论支持；第三，结合当下网络媒介的发展趋势，探究了以微博为代表的新型信息自愿披露平台在辅助降低信息不对称方面的有效性，实证发现上市公司信息披露越好，专业机构投资者能够发挥的作用越强，上市公司更不易被市场操纵。该结论对市场操纵的防范研究提供了新的研究视角，并为上市公司有效避免自身被操纵提供了参考意见。

二、文献综述与假设提出
(一)文献综述
机构投资者作为资本市场的重要参与主体，其影响作用一直受到学者们的重点关注。学术界从不同的角度探讨了机构投资者在资本市场发挥的作用，大致可以总结为正面和反面两种观点。

正面作用主要体现在机构投资者在监督管理层、制约大股东方面能够发挥有效作用。机构投资者持股能够有效阻止管理层操纵利润[10]，监督高管的在职消费[11]，抑制管理层提取现金流和囤积坏消息[12]，提高上市公司的信息披露质量以及透明度[13]。此外，机构投资者作为中小股东利益的代表，能够通过行使股东权利对大股东行为进行监督和制约，例如，降低资金被关联方占用[14]、抑制大股东掏空和关联交易[15]。机构投资者的监督作用效果不仅在经营层面得到反馈，对相关股票的市场表现也起到影响。例如，机构投资者持股能够显著抑制公司费用粘性[16]，降低公司违规的行为倾向[17]，提升公司绩效[18]；提升股票市场定价效率[19]，降低股票价格的波动性[20]，降低股价崩盘风险[12,21]。

但也有部分学者研究表明，机构投资者发挥的作用有限，甚至可能产生负面影响。Potter(1992)[22]指出，当机构投资者更注重短期利润目标而频繁进行交易时，会刺激持股公司行为的短视化。尤其是针对国内股票市场的相关研究指出，不同于国外较为成熟和理性的机构投资者，中国资本市场的金融机构呈现散户化的“追涨杀跌”[23]，机构投资者在交易行为中往往过度自信，容易出现认知偏差，非理性交易推高股价的同时引起市场过度反应，加剧了公司股价的崩盘风险[24]。

国内学者关于机构投资者的相关研究，以20世纪末到21世纪前十年的数据为主要研究对象。近些年，我国资本市场全面深化改革的推进以及对外开放程度的不断扩大，股票市场的基础制度、投资环境、投资者结构都发生了重大变化，因而选用更新的数据进行研究就显得十分有必要。此外，在对国内学者的研究进行梳理时发现，关于“机构投资者”名词的使用具有数据统计口径不同的问题。祁斌等(2006)[20]、梁上坤(2018)[16]在研究中使用的“机构投资者”概念是指以基金、券商、保险等金融机构为主体的投资者；而杨海燕等(2012)[13]、代昀昊等(2015)[24]在研究中使用的“机构投资者”数据包含了一般法人(或非金融上市公司)。一般法人占比高是我国股票市场投资者结构区别于欧美股市的最显著区别[25]，这在一定程度上导致研究使用的数据差异较大，研究结论在一定程度上也出现分歧。在本文的研究中，借鉴《中国证券监督管理委员会年报(2016)》中使用的投资者类型，区分专业机构和一般机构，明确本文的研究对象为不包含一般机构(即一般法人和非金融上市公司)的以金融机构为主体的专业机构投资者。

(二)理论分析与假设提出
股票市场的操纵行为，是一场操纵者与被操纵者之间的博弈，也是操纵者对操纵带来的收益和成本评估后做出的选择。赵涛和郑祖玄(2002)[26]通过构建机构投资者与散户投资者之间的博弈模型，从投资环境、投资者机构、投资对象质量等多维度对操纵问题进行了理论分析，研究结论可以归纳为：(1)从投资的外部环境来看：监管的力度与稳定度对博弈结果有着重要的影响。公司的流通市值小，那么改变股票基本面信息的成本就低，操纵获得的超额收益就越多。(2)从内因来看：信息不对称是导致市场操纵的核心原因。上市公司的质量对证券市场的投资氛围有着重要影响，同时决定了操纵的成本。

近年来，我国资本市场的不断深化改革使投资环境得到极大改善。股权分置改革实现了中国股票市场从半流通到全流通的重大转型，极大地提升了股票市场流动性。《证券法》《公司法》《证券投资基金法》等多部法律相继出台，对违法违规行为不断加大惩处。市场环境的改善和监管强度的增加使市场操纵的成本不断提高。

赵涛和郑祖玄(2002)[26]认为提高机构在投资者中的比例，可以利用市场的力量有效降低股票被操纵的绝对数量和相对数量。从市场操纵的内因入手，本文认为专业机构投资者可能从两个路径作用于市场操纵。

第一个路径是专业机构投资者对信息不对称的缓解作用。Allen和Gale(1992)[1]将市场操纵划分成行为操纵、信息操纵以及交易操纵。无论哪种类型，市场操纵者都是利用同其他交易者之间的信息不对称，引导其他投资者的决策行为，进而实现套利。个别投资者拥有上市公司的“私有信息”时，可以利用这种优势影响资产价格从而获取超额收益，但当获得信息的投资者比例较大时，收益则显著降低[27]。

信息搜集是有效降低投资者同上市公司之间信息不对称的重要途径，但信息搜寻的成本和收益决定了搜寻的规模，而资金量是其中重要的影响因素[28]。专业机构投资者相较于个人投资者拥有更大的资金量，其投资决策产生的影响更大，获取更多信息带来的收益大于成本，因而具有极强的信息搜寻动机[22]。此外，专业机构投资者具有极强的信息搜寻、分析、传播能力，可以进行实地调研，拥有丰富的校友网络、社会关系网络等信息来源[29]。专业机构投资者有更多的专业知识、更丰富的经验、更专业化的分析团队，具有对复杂信息更强的甄别、分析、解读和价值评估能力[30]。专业机构投资者之间的信息共享行为在市场中广泛存在，信息在交流过程得到印证和传播[31]。

专业机构投资者在持股规模和信息搜寻方面的优势，使其相对其他投资者能够从信息搜寻的过程中以较小的成本获得更大的收益，因而其具有较强的意愿来挖掘上市公司的私有信息。专业机构投资者通过信息搜寻实现上市公司私有信息的公开化，缓解上市公司与投资者之间的信息不对称，大大增加市场操纵者进行操纵的难度并降低操纵获得的收益，将有效抑制股票市场操纵行为。

第二个路径是专业机构投资者在上市公司内部的监督制衡作用，将提升公司治理水平并提高公司质量。对操纵者来说，操纵标的的选择不是随机的，Yu和Yao(2015)[32]研究发现被操纵的公司往往公司治理不善。上市公司质量的提高是使其摆脱成为被操纵对象的重要方式。

个人投资者实施监督获得的价值难以覆盖成本，所以多数选择“搭便车”或不予监管[33]。而对于专业机构来说，其具有更强的监督能力和意愿。监督意愿方面，参与公司治理能够积累大量的、可移植的通用法则和专业知识，知识共享使得专业机构投资者参与其所持投资组合中的上市公司的公司治理的单位成本大大降低[18]；另一方面，从长远来看，参与公司治理带来的所投资上市公司股票市场价值的持续增长为其带来的回报远高于投入。监督能力方面，随着专业机构投资者持股比例的提高，在股东会上的地位也逐步提升。同时，专业机构购买、持有、卖出上市公司股票在一定程度上能够影响资本市场反应，这使得专业机构投资者在股东投票权[34]、管理层薪酬[21]等多方面具有话语权，能够在公司治理中充分发挥作用。

回归结果显示，上市公司的信息披露意愿显著影响专业机构投资者在抑制市场操纵中发挥作用的强度。对于开通了微博的上市公司，专业机构对市场操纵的回归系数为-0.059左右；而对于没有开通微博的上市公司，回归系数仅为-0.038。Chow检验证明两组系数存在显著的差异，说明专业机构投资者发挥作用的程度受到上市公司信息披露意愿的影响，当上市公司具有更为开放的交流意愿时，专业机构投资者能发挥的作用更大，更有利于降低该公司被市场操纵的概率。

width=693,height=346,dpi=110
图1 专业机构投资者对市场操纵作用路径
资料来源：作者整理。

基于上述分析，提出本文的研究假设。

H1 专业机构投资者持股比例越高，股票发生市场操纵的概率越小。

H2 专业机构投资者持股能够有效降低上市公司与投资者之间的信息不对称，从而提升市场操纵的成本并达到抑制市场操纵的作用。

H3 专业机构投资者持股能够显著提升上市公司的公司治理水平，从而提高上市公司被操纵的难度并达到抑制市场操纵的效果。

三、研究设计
(一)变量选取
1.被解释变量

2007年3月证监会发布的《证券市场操纵行为认定指引(试行)》对市场操纵的类型进行了定义和划分(2)《证券市场操纵行为认定指引(试行)》将市场操纵行为划分为连续交易操纵、约定交易操纵、洗售操纵、虚假申报操纵、特定时间的价格或价值操纵、收盘价操纵、蛊惑交易操纵、抢帽子交易操纵等方式。。本文收集整理了2010—2020年中国证监会查处的市场操纵案例，发现连续交易操纵为占比最高的操纵方式，涉及使用连续交易被操纵的股票数目占总数目的81.3%。因此，本文将重点研究对象聚焦于连续交易操纵。

已有学者利用案例研究的方法，发现市场操纵将引起股票的交易规模、交易量、收益率等特征发生显著的异常波动[35]。《新证券法》第55条中对市场操纵的认定，最终也落脚于“影响证券交易价格或者证券交易量”。因此，本文根据连续交易操纵的特点，参照李志辉和邹谧(2018)[9]的研究，利用汤森路透数据库中的二级市场证券交易的公开分时高频交易数据，设计了基于异常交易的连续交易操纵识别模型。具体识别方法设计如下。

利用股票市场分时高频交易数据，以半小时为观测窗口，选取每个观测窗口下股票的收益率、成交量、成交额、相对报价价差、相对有效价差为监测指标。如果在5项监测指标中有不低于3项指标发生了异常变化width=143,height=23,dpi=110则股票i被判定为在交易日t第j个监测窗口发生了疑似连续交易操纵。对于成交量、成交额，其异常变化的计算公式为式(1)。对于收益率、相对报价价差、相对有效价差，其异常变化的计算为式(2)。

width=222,height=49,dpi=110
(1)

width=231,height=20,dpi=110
(2)

考虑到其中某些异常交易可能是由于上市公司公告业绩、重大事项披露等情况带来的正常交易波动，因而若上市公司当天发布了公告，则将公告当日识别出的异常交易进行剔除。

根据模型识别并处理后的连续交易操纵次数，构建季度内的连续交易操纵被解释变量。考虑到不同时间段可能在市场层面、行业层面出现较大波动，本文选择个股被操纵次数与市场总体被操纵次数、行业总体被操纵次数的相对量进行变量构建，具体方法如下

width=350,height=100,dpi=110
基于异常交易的识别方法使用了较为严苛的识别标准，能够较为有效且实时的实现对交易数据的监控。这种方法有以下几个优点：第一，克服了涉及客户详细订单信息的全账簿交易数据不可获得的问题，为利用公开数据识别市场操纵提供了新的研究视角；第二，突破了案例研究的样本量少、非随机、时间滞后以及不完全性等缺点。最后，一些疑似的、与市场操纵在一定程度上具有相同表现的价格波动等交易行为，可能产生同实际市场操纵一样的对上市公司价值、资本市场稳定等方面的危害[8]，对类似表现的异常交易进行分析同样具有重要意义。

2.解释变量

本文的研究对象为金融领域内的专业机构投资者，不包括一般法人和非金融上市公司。定义核心解释变量如下

Ins=专业机构投资者本期的持股比例

(5)

3.中介变量

(1)信息不对称。R2作为股价同步性的表现，能够较好的反映股价的信息效率，其数值越大表明模型的拟合程度越高，公司股价变动与市场表现出较高的同步性，公司特质信息在股价中的占比低[36-37]。公司特质信息含量越低，表明投资者和上市公司之间的信息不对称程度越高，其面临的市场操纵的概率也会越高。

本文参考冯用富等(2009)[37]的做法，利用模型(6)进行拟合并计算R2。考虑到R2取值范围受限，本文将其进行如下对数化处理，构建信息不对称衡量指标RSQ。

ri,t=αi+βirm,t+εi,t

(6)

width=117,height=38,dpi=110
(7)

(2)公司治理。本文借鉴张学勇和廖理(2010)[38]的方法，选取公司治理重点关注的三大类12小类的指标，通过主成分分析的方法，参照白重恩(2005)[39]的方法，取第一大主成分得分构建公司治理指数(CGI)。

4.控制变量

参考Aitken等(2015)[6]、王垒等(2020)[40]国内外学者关于机构投资者和市场操纵的相关研究，从上市公司的财务特征、市场表现以及股权结构三个方面进行了控制变量的选取。(1)上市公司财务特征方面，选用上市公司流通市值的自然对数(LnSize)来衡量企业规模，资产负债率(Lev)来表示公司的长期偿债能力，资产收益率(ROA)来衡量企业的盈利能力，总资产增长率(Assetgr)和营业收入增长率(Revgr)来衡量企业的成长性。(2)市场表现特征方面，选用Beta值来衡量公司的系统性风险，用交易价格振幅(Amplit)和换手率(Lnturno)来表现上市公司股票二级市场交易的特点。(3)公司股权结构方面，主要考虑股权集中度和股权制衡两个方面，分别采用第一大流通股的持股比例(Share_1)以及第二至十大流通股东的持股比例与第一大流通股东的持股比例的比值(Balance)进行衡量。

(二)计量模型构建
1.基础回归模型

为验证假设1，即专业机构投资者持股比例越高，上市公司发生市场操纵的概率越低，本文构建如下模型(8)。经过Hausman检验和F检验，采用双向固定效应模型控制样本变量的个体和时间维度；为了克服异方差和自相关问题，选择调整后的公司聚类稳健标准误进行估计。模型设定如下

Mani_1i,t/Mani_2i,t=β0+β1Insi,t+β2*∑Controli,t+β3Codei+β4Quart+μi,t

(8)

2.中介效应模型

借鉴温忠麟等(2004)[41]使用的中介效应检验模型，构建模型(9)-(11)检验假设2，即专业机构投资者是否通过降低上市公司与投资者的信息不对称程度来达到抑制市场操纵的作用。构建模型(12)-(14)检验假设3，即专业机构投资者是否通过改善上市公司的公司治理的中介效应来实现降低被市场操纵的概率。

Mani_1i,t/Mani_2i,t=β0+β1Insi,t+β2*∑Controli,t+β3Codei+β4Quart+μi,t

(9)

RSQi,t=α0+α1Insi,t+α2*∑Controli,t+α3Codei+α4Quart+μi,t

(10)

Mani_1i,t/Mani_2i,t=γ0+γ1Insi,t+γ2RSQi,t+γ3*∑Controli,t+γ4Codei+γ5Quart+μi,t

(11)

Mani_1i,t/Mani_2i,t=β0+β1Insi,t+β2*∑Controli,t+β3Codei+β4Quart+μi,t

(12)

CGIi,t=α0+α1Insi,t+α2*∑Controli,t+α3Codei+α4Quart+μi,t

(13)

Mani_1i,t/Mani_2i,t=γ0+γ1Insi,t+γ2 CGIi,t+γ3*∑Controli,t+γ4Codei+γ5Quart+μi,t

(14)

(三)样本与数据
考虑到2008年金融危机可能带来股票市场较多的异常波动，以及股权分置改革及之后限售股逐渐解禁的过程对股票流动性的影响，选取2009年作为研究的起始年份。以2009-2017年中国A股市场上市公司作为研究样本，构建以季度为频率的非平衡面板数据，探究专业机构投资者对上市公司市场操纵的影响作用以及影响机制。参照相关研究，对原始数据进行如下处理：(1)剔除证监会行业划分中为金融业的上市公司。(2)为消除异常值的影响，对连续变量进行了1%水平的缩尾处理。

本文采用上海证券交易所、深圳证券交易所的交易数据来源为Thomson Reuters Tick History数据库，专业机构投资者数据来源于国泰安数据库，其余数据均来源于Wind数据库。

四、实证分析与结果
(一)描述性统计
表2报告了研究变量的描述性统计结果。从表中可以看出：(1)上市公司发生市场操纵的概率差异极大。每只股票在每个季度发生疑似市场操纵概率的均值为0.43‰，中位数0.37‰，这表明大多数股票虽然偶尔出现异常波动，但整体交易较为稳健；被操纵股票集中于少数群体中，其中被操纵频率最高的一支股票在当季度被操纵概率是平均水平的9倍。(2)我国上市公司的股东中，专业机构投资者持股占比较低，且持股比例差异较大。从统计数据来看，我国上市公司专业机构投资者持股比例均值仅为5%，与夏常源等(2020)[42]的分类统计结果基本一致，该持股比例相较于发达市场较低。不同公司之间，专业机构投资者持股比例差异化严重，专业机构投资者投资聚集性明显，投资集中于少数标的，大多数上市公司中专业机构投资者持股比例较低。

表1 变量定义

width=686,height=475,dpi=110
表2 变量描述性统计

width=686,height=305,dpi=110
(二)基础回归结果
表3展示了专业机构投资者持股与市场操纵关系的回归结果。结果显示，无论采用市场层面的上市公司股票被操纵概率还是行业层面的被操纵概率，专业机构投资者持股与市场操纵之间均存在显著的负相关关系，且在1%水平上显著，这与本文的理论分析结果一致，即专业机构投资者持股能够显著降低上市公司被市场操纵的可能性，假设1成立。

表3 专业机构投资者与市场操纵的回归结果

width=686,height=551,dpi=110
注：括号内为经过公司层面Cluster调整的t值；*、**、*** 分别表示在10%、5%、1%水平上显著。下同。

从控制变量的回归结果可以看出，规模更大、盈利能力更好以及具有较好成长性的公司更不容易被市场操纵。资产负债率比较高的企业也不容易被市场操纵，可能存在两个原因：一方面，资产负债率高的企业可能因其举债能力较强，其企业的规模和经营情况均较优质，并且具有较强的债权人治理，其市场操纵的难度大；另一方面，资产负债率过高的企业可能是经营出现问题的企业，其长期偿债能力表现较差，市场对其表现已经有一定了解，市场操纵者难以寻找到交易对手方实施操纵。此外，系统性风险较高的上市公司以及在二级市场具有高换手率、高振幅表现的公司都具有更高的被市场操纵概率。就上市公司股权结构来说，第一大股东持股比例越高，其面临的市场操纵概率越高；股权制衡越好，被市场操纵的概率越低。

(三)机制检验
1.信息不对称

表4展示了专业机构投资者通过缓解信息不对称进而实现抑制市场操纵的检验结果。表中前两列对专业机构投资者持股能否抑制市场操纵进行了验证，回归结果在1%水平显著，可以继续进行中介效应检验。列(3)显示了专业机构投资者持股与信息不对称的关系，在1%水平上显著为负，说明专业机构投资者持股能够较好的挖掘上市公司的特质信息，降低上市公司与投资者之间的信息不对称。列(4)(5)显示了中介效应回归的第三步，当把中介变量RSQ加入模型后，Ins的回归系数为-0.038和-0.039，仍在1%水平显著，但相较于未加入中介变量前的回归系数，绝对值变小。同时，针对该回归结果，本文进行Bootstrap检验，结果证明RSQ发挥了部分中介作用。实证结果验证了假设2，表明专业机构投资者持股后，能够运用其较强的专业能力挖掘上市公司的特质信息，进而缓解上市公司与投资者之间的信息不对称，降低市场操纵的收益，提升市场操纵的难度，从而达到抑制市场操纵的效果。

表4 专业机构投资者通过抑制信息不对称进而抑制市场操纵的检验结果

width=686,height=252,dpi=110
2.公司治理水平

表5展示了专业机构投资者通过提升上市公司的公司治理水平进而实现抑制市场操纵的检验结果。列(3)回归结果表明，专业机构投资者持股比例越高，上市公司的公司治理水平越好，该回归系数在1%的水平上显著。将中介变量CGI加入模型后，Ins的回归系数仍在1%的水平上显著为负，CGI的回归系数在1%水平上显著为正，但相较于没加入中介变量时，Ins的系数绝对值变小。针对该回归结果，进行了Bootstrap检验，结果证明CGI发挥了部分中介作用。实证结果验证了假设3，专业机构投资者持股能够显著提升上市公司的公司治理水平，并降低上市公司被市场操纵的概率。

表5 专业机构投资者通过提升公司治理水平进而抑制市场操纵的检验结果

width=686,height=246,dpi=110
(四)内生性与稳健性检验
1.PSM-OLS方法

专业机构投资者并非随机持股上市公司，而是会审慎挑选投资标的，倾向于选择经营稳健、风险较低的公司，该类公司面临被市场操纵的风险便比较低，因而无法判断专业机构投资者持股抑制市场操纵的效果是“选择效应”还是“创造效应”。为解决该内生性问题，本文参考高昊宇等(2017)[43]、王垒等(2020)[40]的研究，将专业机构投资者的持股比例转化为“0-1”变量，采用倾向得分匹配法(PSM)构建配对样本，并在此基础上进行回归分析。

具体构建方法如下，若公司的专业机构投资者持股比例大于行业、季度中位数，则令PSM_50=1，否则为0。为保证结果稳健，另构建当公司的专业机构投资者持股比例大于行业、季度的75%分位数，则令PSM_75=1，否则为0。将取值为1的样本划分为实验组，以上市公司规模(LnSize)、盈利能力(ROA)、成长性(Revgr)、系统性风险(Beta)、股权制衡度(Balance)五个变量作为匹配变量，构建配对样本。采用配对后的样本回归，结果显示，在控制了“选择效应”后，专业机构投资者持股依然能发挥较好的抑制市场操纵的作用，专业机构持股比例高的上市公司面临被操纵的概率显著低于专业持股比例低的公司。同时，相较于前两列的回归系数，后两列系数绝对值更大，说明抑制作用更强，进一步说明专业机构持股比例越高其抑制作用越强。

表6 匹配后的回归结果

width=686,height=225,dpi=110
2.工具变量法

考虑到可能存在遗漏变量和双向因果的问题，本文进一步采用工具变量的方法来弱化内生性影响。参考梁上坤(2018)[16]、夏常源等(2020)[42]的研究，本文选取公司所属行业的当季平均专业机构持股比例(Ind_ins)和公司所在省份的当季平均专业机构持股比例(Prov_ins)作为工具变量，进行两阶段最小二乘法(2SLS)进行回归。表7的回归结果显示：第一阶段的回归结果表明Ind_ins和Prov_ins作为工具变量与上市公司个体专业机构持股Ins在1%水平上显著正相关，第二阶段的回归结果显示Ins的系数依然在1%水平上显著为负，说明在控制了内生性问题的基础上，本文的研究结论依然成立。

表7 工具变量法回归结果

width=686,height=310,dpi=110
3.使用滞后一期及变动量

已有学者研究发现，机构投资者持股比例的变化将影响股票的交易规模、收益率等指标[40]，因而可能存在双向因果的问题。本文将本期专业机构投资者的持股比例Inst分解为滞后一期的持股比例Inst-1以及持有比例的变化ΔInst，在此基础上进行回归，结果显示上一期的专业机构投资者持股比例对本期的上市公司市场操纵情况存在显著的负向关系，同时，变动的专业机构持股比例对当期的市场操纵也具有显著的抑制作用。该结果表明，在控制了上一期专业机构持股对市场操纵的抑制作用基础上，专业机构持股的变动依然能够显著的抑制市场操纵，该结果增强了专业机构持股与市场操纵之间因果关系的推断，说明是专业机构投资者持股比例的增加带来市场操纵的减少。

4.更改估计方法

为保证结果的稳健性，本文选用了不同的回归模型进行检验。第一，考虑到有一部分的上市公司并未发生市场操纵，被解释变量中有一定比例的零值存在，因而选用随机效应的面板Tobit模型进行回归；第二，前文使用的被解释变量是相对变量，此处直接利用识别出的上市公司季度内发生的连续交易操纵次数加一取对数进行回归；第三，直接选用当季是否发生市场操纵的0-1变量作为被解释变量，使用固定效应Logit模型和随机效应Probit模型进行回归。上述回归的结果均显示专业机构投资者持股对市场操纵的抑制作用在1%水平上显著。

五、进一步分析
专业机构投资者对市场操纵抑制作用的强度，一方面，可能与上市公司的信息环境有关，上市公司的信息披露质量和意愿影响着专业机构投资者在搜寻信息过程中的难度和信息的真实度；另一方面，可能与专业机构投资者的投资性质有关，不同类型的专业机构持股目的不同，其交易行为和投资稳定度会有差异，进而专业机构能够发挥的作用程度也不尽相同。因此，下文从上市公司信息环境以及异质性专业机构投资者两方面探究专业机构投资者在何种环境下能够更好地发挥抑制市场操纵作用。

(一)上市公司信息环境
上市公司信息披露的质量和意愿程度，在一定程度上影响着专业机构投资者进行信息搜寻的难度和成本。对于信息披露质量较好、更愿意进行信息披露的上市公司，专业机构投资者能够有更多的渠道获取信息，并且信息的可信赖程度更高，那么专业机构持股能发挥的作用将更大。

1.信息披露质量

上市公司的信息披露质量参差不齐，对于信息透明度差的公司，专业机构进行信息搜寻、监管的成本会显著提高，并且信息披露质量差说明公司主观上具有隐藏信息的动机，这将在一定程度上限制专业机构发挥作用[43]。深圳证券交易所对在该场所上市的公司每年进行信息披露透明度的评价，结果分为优秀、良好、合格和不合格四个等级。基于此，本文设置分组变量，将评级为优秀的上市公司设为1，将其他评级的上市公司设为0，并在此基础上进行分组回归，结果如表8所示。

表8 上市公司信息披露质量分组回归结果

width=686,height=252,dpi=110
从回归结果可以看出，相较于信息披露质量低的组别，信息披露质量高的组别中专业机构对抑制市场操纵的作用更强。为了检验两组之间的差异，本文进行了Chow检验，检验结果显示两组之间具有显著的结构改变，表明上市公司信息披露的质量，在一定程度上影响了专业机构投资者发挥作用的程度。对于信息披露质量较好的公司，专业机构搜集到的信息的质量也会有保证，高质量的信息反馈进入市场中，信息不对称的程度将得到更有效的改善，因而对市场操纵的抑制效果更好。

2.信息披露意愿

自愿性信息披露是提高信息透明度的重要方式之一，上市公司选择进行自愿披露说明其进行信息披露的意愿高，这为专业机构进行信息搜集提供了便利。相较于强制性信息披露，自愿性信息披露的形式更为多样、涉及内容更为丰富，更多涉及企业经营领域的表现，该类信息较财务类的信息更加难以预测，而专业机构投资者拥有专业的研究团队，其对信息的整合能力强，能够将经营信息与企业的盈利能力贯通，实现对信息的最大程度利用，并将信息反应到股价之中，从而降低信息不对称和被市场操纵的可能性。

随着信息技术的发展，信息产生的数量、类型以及传播方式都发生了巨大的改变，网络新媒体的出现对资本市场的信息获取和传播带来了重大的影响和变革。何贤杰等(2016)[44]研究发现上市公司通过微博平台披露了大量的、新增的、及时的、非财务的特质信息，甚至有高达84%的未经公司正式公告披露的信息。微博已经成为企业自愿性信息披露的重要渠道，因此本文选取上市公司是否开通微博作为自愿性信息披露的代理变量，用来表征上市公司的信息披露意愿，通过分组回归的方式，研究上市公司的信息披露意愿对专业机构投资者抑制市场操纵能力的影响。回归结果如表9所示。

表9 上市公司信息披露意愿分组回归结果

width=686,height=281,dpi=110
2013年广东港丰电器有限公司先后运营和参与了广东省高州市自来水管网改造工程、东莞名流印象花园项目、中山岐江河水环境综合整治工程、深圳君轩科技园、山东省济南市小清河治理等多个项目。公司得到了行业内外的一致好评，得到了地方政府的大力支持，获得了广东省著名商标、广东省名牌产品、国家质量监督红榜产品等多项荣誉称号。

(二)专业机构投资者异质性
专业机构投资者自身的异质性在其行为选择中发挥了重要的作用，不同机构的投资规模、持股动机、交易需求的差别影响着机构投资者参与公司治理的能力和意愿[31,45]。本文参考An和Zhang(2013)[12]的研究，以专业机构投资者的持股规模和持股稳定性为划分标准，将专业机构投资者中具有高持股比例且具有稳定性的定义为稳定型专业机构投资者，其他则定义为交易型专业机构投资者。持股规模主要用以衡量专业机构在上市公司中的地位和话语权，只有投资规模足够才具有监督、制衡、参与公司治理的能力；持股稳定性则在一定程度上反映出专业机构的投资理念，是否追求从企业的长期发展中获得利益。参考史永和李思昊(2018)[15]、王垒等(2020)[40]的处理方法，本文采用下述两种方法构建虚拟变量Ins_01和Ins_02，用以区分并定义稳定型专业机构投资者和交易型专业机构投资者。

方法一，首先考虑持股比例，以专业机构持股比例的行业、季度中位数作为划分标准，大于行业、季度中位数的取值为1；其次考虑持股稳定性，计算上市公司前八个季度的专业机构持股比例的标准差SD_ins，以季度、行业的SD_ins中位数为划分标准，若上市公司的标准差小于行业、季度均值，则为1；在此基础上，将持股比例高且持股稳定的投资者定义为稳定型专业机构投资者(Ins_01=1)，其他类型则定义为交易型专业机构投资者(Ins_01=0)。

width=222,height=46,dpi=110
(15)

width=272,height=46,dpi=110
(16)

width=220,height=40,dpi=110
(17)

方法二，直接计算出上市公司该季度的专业机构持股比例除以专业机构前八个季度持股比例的标准差构建变量STD，若STD大于该季度、行业的中位数，则将其定义为稳定型专业机构投资者(Ins_02=1)，否则为交易型专业机构投资者(Ins_02=0)。

width=240,height=96,dpi=110
(18)

将异质性专业机构投资者虚拟变量Ins_01和Ins_02加入模型，回归结果如表10所示。

表10 异质性机构投资者回归结果

width=686,height=240,dpi=110
从回归结果可以看出，稳定型专业机构投资者相较于交易型专业机构投资者，对市场操纵的抑制作用更强，说明持股规模大和持股稳定的专业机构投资者具有更强的能力和意愿对上市公司进行监督，能够更有效的参与公司治理，从而降低上市公司被操纵的概率。

六、结论
本文利用2009—2017年沪深两市剔除金融业上市公司的季度数据，共计约八万个样本观测值，验证了专业机构投资者在抑制股票市场操纵方面的重要作用。本文使用了目前较为前沿的基于高频交易数据的市场操纵识别模型，利用识别出的市场操纵数据通过实证研究发现：(1)专业机构投资者持有上市公司股票的比例越高，上市公司发生市场操纵的概率越低，该结论表明专业机构投资者在股票市场中能够有效发挥稳定股价、维护市场公正的作用。(2)专业机构投资者抑制市场操纵的路径主要有两种，一是专业机构投资者在信息搜集、分析、传播等环节的全流程优势，能够显著缓解上市公司与投资者之间的信息不对称，从而实现抑制市场操纵的作用；二是，专业机构投资者作为上市公司的中小投资者代表，凭借其资金、专业优势，能够有效的参与上市公司的公司治理，提升公司治理水平和公司稳健经营能力，使操纵难度提升从而降低上市公司被市场操纵的概率。(3)上市公司的信息环境是影响专业机构投资者发挥能力大小的重要因素，在信息披露质量更高、信息披露意愿更强的上市公司，专业机构投资者能够发挥更强的抑制市场操纵作用。(4)专业机构投资者的投资理念决定了其追求的获利方式不同，相较于持股比例低、波动性大的交易型专业机构投资者，持股比例高、波动性低的稳定型专业机构投资者，更倾向于从上市公司的长期发展中获利，因而其更愿意“用手投票”，对市场操纵的抑制作用更强。

本文的研究支持了专业机构投资者在提升上市公司质量、维护市场公正、加强资本市场稳定等方面具有重要作用的结论，为大力发展专业机构投资者提供了理论支持。政府应当继续鼓励和发展专业机构投资者，引导长期资金进入股市，以制度引导和市场化力量的双重作用，规范专业机构投资者行为，努力实现专业机构投资者监督并改善上市公司质量。高质量上市公司吸引专业机构投资的良性循环，可以实现股票市场更为透明的投资环境、更加有效的资源配置进而提升服务实体经济发展能力。

参考文献

[1]ALLEN F, GALE D. Stock price manipulation [J]. The Review of Financial Studies,1992,5(3):503-529.

[2]MEI J, WU G, ZHOU C. Behavior based manipulation:theory and prosecution evidence [J]. SSRN Working Paper,2004.

[3]周春生,杨云红,王亚平.中国股票市场交易型的价格操纵研究[J].经济研究,2005(10):70-78.

[4]DELONG J B, SHLEIFER A, SUMMERS L H. Noise trader risk in financial markets [J]. Journal of Political Economy,1990,98(4):703-738.

[5]COMERTON-FORDE C, PUTNINS T J. Measuring closing price manipulation [J].Journal of Financial Intermediation,2011,20(2):135-158.

[6]AITKEN M J, HARRIS F H D B, JI S. A worldwide examination of exchange market quality:greater integrity increases market efficiency [J].Journal of Business Ethics,2015,132(1):147-170.

[7]李志辉,王近,李梦雨.中国股票市场操纵对市场流动性的影响研究——基于收盘价操纵行为的识别与监测[J].金融研究,2018(2):135-152.

[8]DOUGLAS C,JI S,PETER R. Market manipulation and innovation [J]. Journal of Banking & Finance,2020,120.

[9]李志辉,邹谧.中国股票市场操纵行为测度与影响因素研究——基于上市公司特征角度[J].中央财经大学学报,2018(12):25-36.

[10]BUSHEE B J. The influence of institutional investors on myopic R&D investment behavior [J]. The Accounting Review,1998,73(3):305-333.

[11]XU N H,LI X R,YUAN Q B. Excess perks and stock price crash risk:evidence from China [J]. Journal of Corporate Finance,2014,25(2):419-434.

[12]AN H, ZHANG T. Stock price synchronicity, crash risk and institutional investors [J].Journal of Corporate Finance,2013,21:1-15.

[13]杨海燕,韦德洪,孙健.机构投资者持股能提高上市公司会计信息质量吗?——兼论不同类型机构投资者的差异[J].会计研究,2012(9):16-23+96.

[14]王琨,肖星.机构投资者持股与关联方占用的实证研究[J].南开管理评论,2005(2):27-33.

[15]史永,李思昊.关联交易、机构投资者异质性与股价崩盘风险研究[J].中国软科学,2018(4):123-131.

[16]梁上坤.机构投资者持股会影响公司费用粘性吗?[J].管理世界,2018,34(12):133-148.

[17]陆瑶,朱玉杰,胡晓元.机构投资者持股与上市公司违规行为的实证研究[J].南开管理评论,2012,15(1):13-23.

[18]李维安,李滨.机构投资者介入公司治理效果的实证研究——基于CCGI～(NK)的经验研究[J].南开管理评论,2008(1):4-14.

[19]郭白滢,李瑾.机构投资者信息共享与股价崩盘风险——基于社会关系网络的分析[J].经济管理,2019,41(7):171-189.

[20]祁斌,黄明,陈卓思.机构投资者与股市波动性[J].金融研究,2006(9):54-64.

[21]HARTZELL J C, STARKS L T. Institutional investors and executive compensation [J]. Journal of Finance,2003,58(6):2351-2374.

[22]POTTER G. Accounting earnings announcements, institutional investor concentration,and common stock returns [J]. Journal of Accounting Research,1992,30(1):146-155.

[23]陈国进,张贻军,刘淳.机构投资者是股市暴涨暴跌的助推器吗?——来自上海A股市场的经验证据[J].金融研究,2010(11):45-59.

[24]代昀昊,唐齐鸣,刘莎莎.机构投资者、信息不对称与股价暴跌风险[J].投资研究,2015,34(1):50-64.

[25]中山证券课题组,李湛,唐晋荣.股票市场投资者结构国际比较研究[J].证券市场导报,2020(4):13-24.

[26]赵涛,郑祖玄.信息不对称与机构操纵——中国股市机构与散户的博弈分析[J].经济研究,2002(7):41-48+91.

[27]顾娟,刘建洲.信息不对称与股票价格变动——我国证券市场信息传导机制的经济学分析[J].经济研究,2004(2):106-114.

[28]LIN Q C, LEE J. Consumer information search when making investment decisions [J].Financial Services Review,2004,13(4):319-332.

[29]孔东民,刘莎莎,陈小林,等.个体沟通、交易行为与信息优势:基于共同基金访问的证据[J].经济研究,2015,50(11):106-119+182.

[30]HOTCHKISS E S, STRICKLAND D. Does shareholder composition matter? Evidence from the market reaction to corporate earnings announcements [J]. Journal of Finance,2003,58(4):1469-1498.

[31]POUND J. The information effects of takeover bids and resistance [J]. Journal of Financial Economics,1988,22(2):207-227.

[32]YU C H,YAO J C. Stock manipulation and its effects:pump and dump versus stabilization [J].Review of Quantitative Finance and Accounting,2015,44(4):791-815.

[33]SHLEIFER A, VISHNY R W. Greenmail, white knights and shareholders interest [J]. Rand Journal of Economics,1986,17(3):293-309．

[34]LI K, ORTIZ-MOLINA H, ZHAO X L. Do voting rights affect institutional investment decisions? Evidence from dual class firms [J]. Financial Management,2008,37(14):713-745.

[35]AGGARWAL R K, WU G J. Stock market manipulations [J]. Journal of Business,2006,79(4):1915-1953.

[36]ROLL R.R2 [J].Journal of Finance,1988,43(2):541-566.

[37]冯用富,董艳,袁泽波,等.基于R～2的中国股市私有信息套利分析[J].经济研究,2009,44(8):50-59+98.

[38]张学勇,廖理.股权分置改革、自愿性信息披露与公司治理[J].经济研究,2010,45(4):28-39+53.

[39]白重恩,刘俏,陆洲,等.中国上市公司治理结构的实证研究[J].经济研究,2005(2):81-91.

[40]王垒,曲晶,赵忠超,等.组织绩效期望差距与异质机构投资者行为选择：双重委托代理视角[J].管理世界,2020,36(7):132-153.

[41]温忠麟.张雷,侯杰泰,等.中介效应检验程序及其应用[J].心理学报,2004(5):614-620.

[42]夏常源,王靖懿,傅代国.保险资金持股与股价崩盘风险——市场“稳定器”还是崩盘“加速器”?[J].经济管理,2020,42(4):158-174.

[43]高昊宇,杨晓光,叶彦艺.机构投资者对暴涨暴跌的抑制作用:基于中国市场的实证[J].金融研究,2017(2):163-178.

[44]何贤杰,王孝钰,赵海龙,等.上市公司网络新媒体信息披露研究:基于微博的实证分析[J].财经研究,2016,42(3):16-27.

[45]BOROCHIN P, YANG J. The effects of institutional investor objectives on firm valuation and governance [J]. Journal of Financial Economics,2017,126(1):171-199.

Can Professional Institutional Investors Curb Stock Market Manipulation: A Study Based on Abnormal Trading Recognition Model Using High-frequency Trading Data
LI Zhi-hui1, HU Xin-yi1, DU Yang2

(1.School of Economics, Nankai University, Tianjin 300071, China; 2.Research Institute, Bank of China, Beijing 100818, China)

Abstract：Market manipulation is a kind of behavior that seriously damages the fairness of capital markets. Based on high-frequency trading data, this paper constructs a continuous trading manipulation identification model. Combined with the quarterly data of non-financial companies in China’s A-share market from 2009 to 2017, this paper explores the influence of professional institutional investors on market manipulation. The empirical study finds that the higher the proportion of shares held by professional institutional investors, the smaller the probability of market manipulation. Professional institutional investors can effectively restrain market manipulation by reducing information asymmetry and improving corporate governance level. Companies with good information environment are more conducive for professional institutional investors to play their role, and stable institutional investors with high and stable shareholding ratio have a higher inhibitory effect. This paper expands and deepens the research on the identification of market manipulation and gives some constructive suggestions on preventing market manipulation from the perspective of investor structure.

Key words：continuous trading manipulation; professional institutional investors; information asymmetry; corporate governance

收稿日期：2021-05-12

基金项目：国家自然科学基金面上项目(71973070)。

作者简介：李志辉，男，南开大学经济学院教授，博士，博士生导师，主要从事资本市场质量、商业银行管理研究；胡心怡，女，南开大学经济学院博士生，主要从事资本市场质量、商业银行管理研究；杜阳，男，中国银行研究院博士后，主要从事资本市场质量、商业银行管理研究。

中图分类号：F830

文献标识码：A

文章编号：1005-1007(2021)12-0003-16

责任编辑 廖筠