基于信息網絡視角的機構持股與盈余公告市場反應研究

王 雪，郭慶云，羅榮華，周 靜

(1.西南財經大學 會計學院，四川 成都 611130； 2.西南財經大學 金融學院，四川 成都 611130；3.中國人民大學 統計學院，北京 100872)

一、引言

機構投資者的行為特征一直是學界和業界關注的重點，這直接關系到市場運行效率等十分重要的問題。已有文獻在對機構投資者進行研究時，大體有兩種相互區別的觀點：一種觀點將機構投資者視為知情交易人，認為其具有信息優勢和選股能力，能夠減緩金融市場的異象，提高金融市場的運行效率。而另一種觀點則認為由于激勵機制的扭曲，機構投資者中存在“羊群效應”、“視窗效應”等現象，這會導致股價過度反應[1]，并增加股價波動性[2-4]，從而降低市場效率。早期的研究多是基于總持股方法，將機構投資者視為一個代表性主體進行研究。俗話講“三個臭皮匠頂個諸葛亮”，機構投資者之間的信息交流情況對于其信息獲取和信息評估也應該有著非常重要的影響，從而導致了其市場功能的不同。所以本文認為，除了從整體的角度對機構投資者進行劃分以研究其市場功能，對其之間信息網絡的考察也十分重要，這樣才能厘清機構投資者行為對金融市場的影響機制。

隨著復雜社會網絡理論的持續發展，有越來越多的學者開始從網絡角度研究信息傳遞，如驗證投資者行為之間的關聯[4-7]，考察所處網絡位置[8-9]、網絡拓撲結構[4,10-11]等對于資產價格的動量效應、時滯效應、波動率等的影響。

將復雜網絡理論應用到實證的一大難點是如何構建信息交流網絡。通過對以往文獻的梳理發現，基于基金重倉股構建的機構投資者信息交流網絡普遍獲得認可[4]。主要因為機構投資者是專業投資人，能夠獲取并傳遞私有信息，相比于普通投資者，機構投資者之間信息獲取與評估能力的差異更小，此外，由于機構投資者的數量相對較少，其彼此之間信息交流較為容易。因此，有很多學者將該方法應用于資產定價和市場效率等問題的研究[4,6-7,11]。然而已有的關于機構投資者信息交流對市場效率影響的研究中存在一些不盡一致的結論。例如，一方面發現機構投資者信息交流減緩了動量效應、價格時滯效應，提高了市場效率[4，6]。而另一方面，有人發現機構信息交流增加了股票極端風險，降低了市場效率[11]。

為何基于復雜信息網絡的研究仍然不能得到一致的結論？仔細分析已有研究的前提假設可以發現，這些研究都假設了信息傳遞的存在，對于究竟傳遞了什么樣的信息以及信息傳遞背后的作用機制并未做更詳細的區分和更深層次的探討。以Pareek[4]的研究為例，他的實證分析發現股票所處信息網絡的網絡密度越高、動量效應越弱，由此得到結論說網絡密度越高、私有信息能夠越快的融入市場。但這一推理成立的前提是動量效應是由于對私有信息反應不足引起[12]。事實上，更多的文獻并未對信息進行私有信息和公開信息的區分[13]，或并不完全支持該論斷[14]，或并未從對信息反應不足角度來探討動量效應[15]。由于未能對機構投資者交流的信息進行明確區分，未能對信息傳遞機制進行深入探討，這就可能會導致一些相互矛盾的結論。為了更清晰地展示機構投資者對具體信息的傳遞機制，本文對盈余公告這一具體事件展開研究，以盈余公告日前后股價的累積異常收益為研究對象，考察機構投資者之間的信息交流對盈余信息傳遞起到的作用。本文之所以選擇以盈余公告為切入點，在于盈余信息在我國A股市場上具有其獨特之處。一方面盈余信息作為強制披露的公司基本面信息之一，在公告后會變成典型的公開信息，但另一方面，在盈余公告之前盈余信息屬于私有信息的范疇。通過對盈余公告前后市場反應的分析，可以兼顧對公開信息和私有信息的研究，從而得到更全面的結論。

與已有文獻相比，本文的主要貢獻有：首先，本文首次從網絡結構視角探討了機構投資者之間的交流對盈余信息定價的影響，擴展了復雜網絡理論在資產定價中的應用，深化了有關機構投資者持股網絡對信息傳遞效率影響的研究。其次，本文首次從交易價格和交易量兩方面探討了機構投資者網絡信息傳遞作用的機制，為使用持股網絡方法進行研究提供了堅實的依據。最后，本文從效率和公平角度綜合探討了基金的市場功能，肯定了基金網絡對于信息傳遞的和市場定價的積極意義。

二、文獻回顧

本文的研究需要回顧兩方面的文獻，一是關于機構投資者盈余信息挖掘行為與市場效率的相關研究，二是機構投資者社會互動與市場效率的相關研究。

(一)機構投資者盈余信息挖掘行為與市場效率的研究

前期有部分文獻直接著眼于基本面信息，來考察機構投資者的持有和交易行為是否促進公司盈余信息反映到股價中。Bartov等[16]發現機構投資者活動可以緩解盈余漂移異象，從而加快股價對新信息的調整。Ayers 和 Freeman[17]發現被分析師跟蹤和機構投資者持有的股票比其他股票更快吸收盈余信息。Piotroski和Roulstone[18]發現公司內部人士與機構投資者都能促進公司特質盈余反映在股價中，而分析師不僅促進了公司特質盈余信息，還促進了行業盈余信息反映在股價中。Ke和Ramalingegowda[19]發現短期機構投資者可以利用盈余漂移進行獲利，扣除交易費用后，這種套利交易異常收益率仍然顯著。Cai和 Lau[20]研究發現買入組合在盈余公告附近的超額收益能夠預測基金下一期的收益。從以上論述可知大部分文獻認為機構投資者具有信息獲取和評估方面的優勢，通過對上市公司盈余信息的挖掘，可以提高市場效率。

(二)機構投資者信息網絡與市場效率

社會互動因為能夠更加清晰的指明機構投資者持有和交易行為背后的信息優勢來源，所以受到了學界的很大關注。而復雜網絡的發展，也進一步推動了社會互動的研究。構建復雜網絡的一個難點是如何構建機構投資者之間的信息交流網絡。根據已有文獻，可以大致梳理出兩類建立信息交流網絡的方法，一是基于投資者之間的某種關聯關系，二是基于機構的共同持股。例如，Ozsoylev等[8]研究了市場上的所有參與者，根據微觀證券賬戶之間交易的關聯性建立了投資者之間的信息交流網絡。申宇等[9]基于校友關系構建了機構投資者之間的信息交流網絡。然而，由于數據限制，機構投資者持倉披露頻率太低，采用交易關聯性作為建立機構投資者連接的依據不太現實。而將校友關系作為信息連接的依據又過于單一，忽略了其他途徑對信息交流產生的影響。因此在研究機構投資者信息網絡的文獻中，第二種方法，即基于機構的共同持股構建信息連接的方法受到越來越多的關注。如Pareek[4]最早采用基金重倉股作為機構投資者信息網絡的連接依據，研究發現同一網絡內部基金持股變動受本網絡基金持股變動影響。在對相關網絡指標進行研究時發現，網絡密度越高，越能夠緩解動量效應和價格時滯效應，表明機構之間的信息交流促進了私有信息和市場層面信息的傳遞。并且網絡中心度越高，價格的波動性越大，這是因為中心度越高，信息的傳遞越依賴于少數節點。肖欣榮等[6]研究發現在熊市和震蕩市，基金重倉股票倉位的變化與基金網絡有顯著的正相關關系，但在牛市中這種相關關系并不顯著。陳新春等[11]發現基金持股之間的信息網絡密度不僅會增加股票總體和特質風險，還會加大股票極端下跌和極端上漲的概率，其中對極端下跌市場的影響更大，即基金之間的信息共享機制容易引發黑天鵝事件。但是前人都只假設了信息傳遞，對于究竟傳遞了什么信息以及信息傳遞背后機制并未做更詳細的區分和更深層次的探討。本文將從機構投資者網絡結構角度，探討其對盈余信息定價的影響并豐富機構投資者網絡信息傳遞機制的理論研究。

三、主要變量、研究設計與樣本數據

(一)主要變量

1.累積超額收益

股票i在第t個財務報告期間從第m天到第n天的累積異常收益CAR為：

為了更清晰地展現結果，本文的CAR與TO(即意見分歧指標)都乘以100。為了節省篇幅，本文隨后只匯報五因子結果，采用CAPM和三因子模型得到的結果與五因子模型一致。

2.機構投資者信息網絡的構造

參照Pareek[4]和肖欣榮等[6]的研究，本文利用中國主動型開放式基金的持倉詳細數據，建立基金之間重倉股的網絡關聯模型，并計算基金重倉股票的網絡密度(描述基金網絡結構統計特征的基本變量)。具體來說，若兩只基金重倉持有相同的股票且所持該只股票市值占基金資產凈值5%以上，則認為這兩只基金在信息網絡中彼此關聯。本文首先根據基金季報持倉數據，篩選出所持股票市值占基金資產凈值5%及以上的股票，然后進一步測算相應股票的網絡密度值，其計算步驟如下：

(1)記重倉持有股票i(持股市值占基金資產凈值5%及以上)的基金J為J(i)，并定義股票i的信息網絡T(i)為基金投資者信息網絡S(J(i))中元素K的集合，即T(i)={K,J(i):K∈S(J(i))}。例如，股票i在某一時期被兩只基金分別重倉持有，同時這兩只基金又有自己的基金投資者信息網絡，那么定義該股票的信息網絡為所有基金投資者信息網絡的集合。

(2)定義股票i的網絡密度為股票i的信息網絡T(i)中相應節點之間實際鏈接邊數與可能存在的最大邊數之比，其表現形式為Di=2Ei/ni(ni-1)，其中，Ei為股票信息網絡T(i)中實際鏈接的邊數，ni是股票信息網絡T(i)中基金的個數。

(3)與社會網絡理論相關研究文獻一致，為消除股票市值對相關網絡密度值的影響，參考Nagel(2005)[22]的方法，將股票的網絡密度值與其自身流通市值進行回歸分析，具體形式如下：

RCi,t=εi,t

其中，Di,t為股票i每季度的網絡密度值，而MCi,t為股票i每季度末的流通市值。本文將股票i每季度經過市值調整的殘差網絡密度值定義為RCi,t，并以此度量投資者信息網絡中的信息鏈接和擴散程度。本文此后的回歸分析中所用到的解釋變量均指的是市值調整后的股票殘差網絡密度，為了簡便起見，通常也稱其為網絡密度。

3.標準化的未預期盈余

參考張圣平等[23]的做法，本文定義標準化的未預期盈余為：

其中，EPSi,t為公司i在季度t的每股收益，EPSi,t-4為上一年同期的每股收益，Std(EPSi,t-EPSi,t-4)為公司i在季度t及之前四個季度EPSi,t-EPSi,t-4的標準差。

4.意見分歧

借鑒Boehme 等[24]和李科等[25]的處理方法，本文將意見分歧指標TOi,t[m,n]定義為股票i在t時期盈余公告發布日期的[m,n]區間日均換手率。

5.控制變量

借鑒前期的一些文獻，本文的控制變量如下：公司總資產規模的對數(MKTCAP)；市值賬面比(MB)；分析師跟蹤人數(ANANUM)；分析師意見分歧(DIS)，用預測的每股盈余標準差除以每股盈余均值得到；機構投資者總的持股比例(INST)，將普通型股票基金和偏股型基金的季度重倉數據加總求得；內部人交易(INSIDER)，本文用董監高持股變動情況來代表，即董監高凈買入數量占股票總股數之比；換手率(TURN)，即流通股季度換手率，單位為100%；上市公司上市年限的對數(AGE)；銷售赫芬達爾指數(HHI)；是否為國有企業(STATE)，是為1，否則為0；非流動性指標(AMIHUD)。

(二)研究設計

1.機構持股網絡與盈余信息傳遞

為驗證網絡密度對于盈余信息傳遞的影響，本文首先檢驗模型(1)：

CARi,t[m,n]=β0+β1SUEi,t+β2SUEi,t*RCi,t+β3RCi,t+CONTROLSi,t+εi,t

(1)

其中CARi,t[m,n]代表股票i季度t的盈余公告期間第m天到第n天的累積異常收益，SUEi,t為標準化的未預期盈余，RCi,t為股票i每季度經過市值調整的殘差網絡密度值，CONTROLSi,t為控制變量，具體的變量說明及相關計算過程將在第四部分進行說明。在盈余公告前，若β1或β2顯著大于0，則意味盈余信息已經提前反映到股價當中。若β2顯著大于0，則意味著，網絡密度越高，越有利于盈余信息反映到股價當中，此時，網絡對于盈余信息的傳遞是有效的。反之，若β2不顯著或者顯著小于0，則意味著，網絡密度越高，對于股價反映盈余信息無影響或者產生不利影響。

在盈余公告之后，若β1或β2顯著大于(或小于)0，則意味著已經公布盈余信息仍然對股價有影響，意味著存在反應不足(或反應過度)的情況。若β2顯著大于(或小于)0，則意味著，網絡密度越高，股價對盈余信息反應不足(或反應過度)的情況越嚴重。若β1和β2不顯著，則意味著盈余公告后，盈余信息對股價不再有影響。若β2不顯著，則意味著盈余公告后，網絡密度的高低對有關盈余信息的定價不再有影響。

2.意見分歧影響機制的探究

機構持股網絡能夠促進股票價格反映盈余信息，本文認為這其中的機制來自意見分歧的影響。關于意見分歧對于資產定價的影響，一派觀點認為，盡管投資者的意見分歧能夠導致交易行為產生，但是這些交易行為是特異性的，彼此抵消，并不會對股票的預期收益產生影響[26]。而另一派將賣空限制引入分析，認為賣空限制使得悲觀投資者無法持有足夠的空頭頭寸，股票更多的被樂觀投資者所持有，從而使得當前的股價更多體現了樂觀投資者的觀點而被高估。隨著時間的推移，投資者意見分歧逐步收斂，高估的股價逐漸向其基礎價值回歸。由此該理論預測：投資者意見分歧與當期股票收益正相關，而與未來股票收益負相關[27-28]。李科等[25]發現基金家族通過共同持股也能夠降低意見分歧，增加市場中樂觀投資者的比例，從而操縱股價，獲得更高收益。本文認為整體基金網絡密度的提高可以增加對股票合理價格的“共識”，主要在于網絡密度越高，基金之間對上市公司的盈余信息交流越充分，由此導致基金關于股票價格的意見分歧越小，從而促進對盈余信息迅速而準確的反映到股價中。基于前述分析，本文采用模型(2)進行檢驗：

TOi,t[m,n]=β0+β1RCi,t+β2ABSSUEi,t+CONTROLSi,t+εi,t

(2)

其中，TOi,t[m,n](TURNOVER簡寫)為[m,n]期間的日均換手率。為了控制未預期盈余信息的沖擊，本文加入ABSSUEi,t為未預期盈余絕對值。若β1顯著為正(或負)，則意味著網絡密度越高，基金之間的信息交流越充分，越能夠降低(或增加)投資者的意見分歧。

(三)數據來源和描述性統計

本文選取了WIND數據庫2005年1月至2016年9月的普通型和偏股型基金季度重倉持股數據，共152173條觀測。賣方分析師數據、財務數據、內部人交易數據、企業性質數據等來源于CSMAR數據庫，股票交易數據、月度三因子、四因子數據等來源于RESSET數據庫。具體選擇時，本文刪除了金融類、非正常交易的股票，并對主要的連續變量在1%和99%水平上進行了Winsorize處理。相關變量的描述性統計如表1所示。

由于本文關注的是基金交易的股票，SUE比張圣平等(2014)[23]算出的要大一點，均值基本在1左右。其它變量的描述性統計與之前研究保持一致。

四、主要實證結果

(一)分組分析

為了展示基金之間的交流對盈余信息傳遞的影響，首先根據SUE是否大于0分成利好組和利空組，進一步根據每組股票的網絡密度大小分成高網絡密度組和低網絡密度組，將樣本分成四組。

表1 主要變量的描述性統計

計算四組樣本的股票在盈余公告前后累積超額收益CAR(經五因子模型算出)的均值，以及這四組股票的換手率均值，結果分別如圖1和圖2所示。

從圖1可以看出，對于利好消息組，在盈余公告之前，網絡密度較高組的股票累積超額收益大于網絡密度較低組，說明基金信息交流加快了利好消息提前融入股價；而在盈余公告后，兩組之間累積超額收益差距減小。并且，網絡密度較高組的累積超額收益率在盈余公告前后差別不大，而網絡密度較低組的累積超額收益率在盈余公告前后表現出較大差異。對于利空消息組，無論是網絡密度較高組還是網絡密度較低組，盈余公告前后的累積超額收益差異都較大。上述分組對比分析沒有考慮其它控制變量的影響，為了更為全面考慮基金信息交流狀況對于盈余信息定價的影響，下面采用回歸方法進行更全面的分析。

(二)網絡密度與盈余信息傳遞

從表2可以看出，在盈余公告之前的[-10,-1]和[-5,-1]區間，SUE*RC的系數顯著大于0，表明網絡密度越高，越能夠促進公司的盈余信息在公告之前融入股價。而在盈余公告之后的[1,5]和[1,10]期間，SUE*RC并不顯著，表明網絡密度有利于股價對盈余信息進行準確定價，既沒有反應不足，也沒有反應過度。本文的假設1得到驗證。需要注意的一點是，盈余公告之前，SUE的系數也顯著為正，這說明未預期盈余可能通過其他渠道對股價產生正向影響。

圖1 基金持股網絡密度對于利好組和利空組累計異常收益率的影響

表2 網絡密度與盈余信息融入

注：括號里是回歸的t值；***，**，*分別代表在1%、5%和10%的水平下顯著；下同。

(三)意見分歧的影響機制

接下來本文以換手率為因變量探究基金信息交流對于意見分歧的影響。從表3可以看出，在[-10,10]的整個盈余公告期間，RC的系數都顯著為負，這表明，網絡密度越高，意見分歧越小。從其他變量來看，上市公司市值越高、市值賬面比越大、分析師跟蹤人數越多、流動性越好，則意見分歧越小，主要在于這樣的上市公司信息透明度比較高、披露比較及時、市場上的投資者能夠獲得更多的信息，從而導致投資者關于上市公司的意見分歧較小。

表3 網絡密度與意見分歧

以上結果表明，基金整體(包括同一家族基金和不同家族基金)之間通過共同持股進行了有效的信息交流，并且網絡密度越高、交流強度越大，越有助于降低意見分歧，這不同于基金家族共同持股，只是通過屏蔽有效的私有信息，降低市場投資者的意見分歧進行純粹的炒作[25]。二者雖然都降低了意見分歧，增加了投資者行為的一致性，但當投資者行為一致性的增加是因為放棄私有信息，則此時會使得市場的無效率，導致股票價格不能準確反映私有信息。而當投資者行為的一致性增加是因為私有信息的擴散，則此時提高了市場效率，促進了股票價格對基本面盈余信息的反映。從信息競爭角度理解，基金家族的共同持股更容易對私有信息形成壟斷，導致對信息進行曲解和炒作，而基金整體的持股網絡由于之間的信息交流分享，降低了單個基金家族的信息壟斷，有利于私有信息的傳播，提高了對于公司基本面價值的預測質量。

五、進一步研究與穩健性檢驗

(一)進一步研究

盡管前面分析表明，機構投資者網絡可以促進盈余信息及時反映到股價當中，提高了市場定價效率。但凡事都有兩面性，更為有效的市場定價通常意味著私有信息的快速準確融入，而這個私有信息也包括內幕消息。倘若機構投資者擴散了內幕消息，使得在盈余公告前被準確定價，那么這個過程，雖然提高了“市場效率”，但是卻有損于“市場公平”。如同一個國家在確定分配制度時兼顧公平與效率，在對機構投資者市場功能進行評價時，也應該綜合考慮這兩個方面。

對于到底什么是“內幕信息”，盡管在法律上有準確定義，如根據《證券法》第69條之規定，“所謂內幕信息，是指證券交易活動中，涉及公司的經營、財務或者對談公司證券的市場價格有重大影響的尚未公開的信息”，并且也對內幕信息的類型做了詳細說明。但由于“內幕消息不包括運用公開的信息和資料，對證券市場作出的預測和分析”，所以現實中，由于無法判定信息的來源，使得內幕信息很難判斷。考慮到直接界定內幕信息過于復雜，本文采用間接的方法進行檢驗。

本文采用公司治理指數進行檢驗，采用該指標的邏輯在于，如果一家公司治理情況較好，那么該公司的信息泄露的可能性較低，那么包括公司盈余信息在盈余公告之前就不太可能通過私下途徑被泄露出去，也就不可能是內幕信息，基金對此信息的挖掘，更可能是基于公開信息的有效研判。如果公司治理比較好，且網絡密度越高，基金之間的信息擴散越充分，說明基金網絡促進了私有信息的融入、提高了市場效率，但并沒有損害市場公平。參考前期文獻，本文首先選取了如下幾個指標：

表4 公司治理指數指標

然后進行主成分分析，構造公司治理指數，根據公司治理指數大小將樣本等分成兩組進行檢驗，得到的結果如表5A、表5B所示。

從表5A來看，對于公司治理較好的組，在盈余公告前公告當時，SUE*RC的系數都顯著異于0，表明機構投資者網絡促進了盈余信息融入，在盈余公告后，SUE*RC的系數都不顯著異于0，意味著盈余公告后并沒有出現反應過度或者反應不足的現象。從表5B來看，對于公司治理較差組，無論是盈余公告前后，SUE*RC的系數都不顯著異于0，表明基金持股網絡對于股票價格是否反映利空消息沒有影響。由此說明，機構投資者網絡促進了私有信息融入股價，提高了市場效率，但由于不是內幕信息，所以也沒有損害市場公平。

表5A 網絡密度與盈余信息融入——基于公司治理較好樣本檢驗

表5B 網絡密度與盈余信息融入——基于公司治理較差樣本檢驗

(二)穩健性檢驗

因為交易所規定上市公司年報公布不得晚于次年的4月30號，而且很多公司年報在4月份才開始披露，導致年報披露日距離當年的12月31號時間過長，降低了年報盈余信息的時效性，且此時基于年末基金重倉持股建立的連接關系所代表信息交流情況可能弱化。為了避免這種情況，本文將年報事件的樣本刪除之后再進行檢驗，回歸結果如表6所示。結果顯示，在盈余公告之前，交互項SUE*RC的顯著性反而更強，由此進一步證實了基金網絡的信息交流對于盈余信息傳遞的影響。

表6 排除年報樣本檢驗

六、結論與啟示

關于機構投資者市場功能問題一直以來都飽受爭議，前期大量文獻通常將基金視為統一整體進行研究，得到了不同的結論。但實際上，作為金融市場中的參與者，基金的決策行為離不開整體信息交流網絡的影響。正是基于這一考慮，本文以中國主動型基金重倉持股為信息連接依據構建了基金信息網絡，研究基金之間的信息交流如何影響到公司盈余公告的市場反應。本文發現基金持股網絡密度越大、投資者之間交流越充分，越能夠促進盈余信息迅速準確反應到股價當中，不會出現反應不足或者反應過度現象；背后的機制在于較高的基金持股網絡密度有利于減小意見分歧，提高了對證券估值的共識；進一步的分析還發現基金網絡促進了股價對盈余消息的提前準確反應主要體現在公司治理較好的樣本，這表明基金網絡雖然促進了私有信息的擴散，提高了“市場效率”，但并沒有擴散內幕信息，沒有損害“市場公平”，由此肯定了基金信息網絡對提高市場效率的積極意義。

對比李科等[25]發現的基金家族共同持股阻礙了私有信息傳播、加劇了市場炒作的現象，本文發現基金整體之間信息交流有利于擴散私有信息、提高證券估值的準確性。特別是當有多個不同的基金進行交流時，對于基本面往往可以形成更加理性的判斷，促進股票對盈余信息的準確定價。有別于以往將機構投資者視為統一整體的研究方法，本文從機構投資者信息網絡出發，揭示了結構性的網絡特征對于市場定價的重要影響，肯定了“聰明的”投資者網絡對于市場有效定價的意義。

在國家推動資本市場穩定可持續發展、提高企業直接融資規模的大背景下，壯大機構投資者規模、鼓勵機構投資者積極參與市場建設具有非常重要的意義。本文的研究有兩點啟示：第一，降低機構投資者準入門檻，增加機構投資者數量，提高機構投資者在市場的占比，形成穩定市場的中堅力量。第二，鼓勵機構投資者持股多元化，增進彼此交流，降低意見分歧，提高市場定價效率。