減持新規對大宗交易市場篩選股票能力的影響——基于雙重差分模型的實證檢驗

唐齊鳴 趙傳璽 趙袁軍

(1.華中科技大學經濟學院，武漢 湖北 430074；2.東華大學旭日工商管理學院，上海 200051)

引言

自2016年11月起，IPO速度明顯加快，由此帶來的大股東減持套現行為使得市場承受了巨大壓力。在此背景下，為治理金融市場亂象、化解金融行業風險，證監會于2017年5月27日發布了《上市公司股東、董監高減持股份的若干規定》(證監會公告[2017]9號)(下稱“減持新規”)。

減持新規與以往的政策相比，一是擴大了適用范圍，增加了特定股份身份；二是細化了減持限制，如連續90個交易日內集中競價不超過1%，大宗90自然日內減持不超過2%，受讓方6個月內不轉讓等；三是強化了減持前中后的披露；四是嚴格了減持罰則(金一平，2017)[15]。新政一方面限制了大股東隨意減持的套利行為；另一方面，也扼殺了許多攪亂二級市場、損害中小投資者的行為，進而保護了廣大投資者的利益，起到了穩定資本市場的作用(蔣珺、欒紅旭，2017)[14]。

整體來看，減持新規可一定程度遏制利用大宗交易進行操縱股價的行為，推動我國金融市場向公平公正發展，同時體現資本市場監管專業化水平的提高。雖然減持新規的推出具有重要戰略意義，但我國資本市場的健康發展依然任重道遠，減持新規只能解決燃眉之急，長期還需建立有效機制來解決股市累積的癥結。具體來看，減持新規拉長了轉讓方出售股份的時間，因此，鎖定期的要求能夠使得大宗交易的承接方，有更大的動力篩選出更有上漲潛力的股票。

大宗交易市場已成為資本市場上的重要組成部分，國內外對其功能和與二級市場的關系等方面都做出了相關研究。Kraus andStoll(1972)[1]研究了紐約證券交易所盤中大宗交易對于股價的影響，發現可以引起個股股價變化的因素包括：信息效應、分配效應和短期的流動性效應；Trojanowski(2008)[5]使用波蘭1996～2006年間的53筆大宗交易信息，得出控制權的轉移是決定信息效應的主要原因；Kurek (2014)[2]研究了波蘭股票市場上組成WIG20指數的公司的大宗交易信息，發現交易價高于交易前2天收盤價將導致事件窗內正的異常回報率，而低于交易前2天收盤價將導致負的異常回報率；2016年又在此基礎上使用自助法驗證了這一結論[3]；余曉明(2010)[20]研究了在牛熊市階段和限售股轉讓政策頒布前后的大宗交易事件對二級市場的影響；林振興和屈文洲(2010)[18]選取了2008年5月～2009年底的限售解禁股份減持的大宗交易為樣本，發現大股東限售解禁股份的大宗交易具有顯著折價，并且折價水平與被減持股份是否具有“控制權收益”顯著負相關，而與減持股東“套現動機”的強弱顯著正相關；Longzhen Fan(2012)[8]選用上海證券交易所2003～2009年間的大宗交易，發現折價大宗交易在交易后的60日內會產生負的永久價格影響，而溢價大宗交易對永久價格的負影響不顯著；陳磊和李平(2013)[13]的研究結果表明我國滬深A股市場大宗交易的價格發現功能弱，而普通場內交易的價格發現功能強；劉貴清(2014)[17]系統研究了大宗交易與二級市場收益率之間關系，首次將大宗交易分為賣出者和買入者發起的交易，結果發現：賣出者發起交易對股價有負的影響且主要集中在短期，而買入者發起的交易對股價的影響更偏向長期；Liping Dong(2014)[7]考察了可能使我國公司成為大宗交易目標的相關特征，研究發現自由現金流量高的公司在股權分置改革前很可能成為大宗交易目標，競標者主要追求控制權的私有利益而不是資本增值。

減持新規是否使得大宗交易市場選股能力提升，本文試圖對其效果進行實證檢驗。本文選用2017年第一季度至第四季度大宗交易的股票行情的面板數據，使用“雙重差分模型”(Difference-In-Differences Model)的方法估計新政對大宗市場選股能力影響的大小。將減持新規前后都發生了大宗交易的股票視為不受政策影響的控制組，在新政后發生大宗交易的股票視為處理組，而大宗交易市場在新政之后選擇發生減持的股票應當優于未選擇減持的股票。由于選擇發生大宗交易的股票不同，政策導致了大宗交易市場在新政前后的組成差異,另外也導致了同一時點上發生與未發生大宗交易的股票之間的差異。基于這雙重差異形成的估計，能有效控制其他共時性政策的影響和發生與未發生大宗交易的股票的事前差異,進而識別出減持新規帶來的因果效應。

減持新規出臺不到一年，學術界與務實界主要將目光集中于解讀減持新規，研究新政對市場帶來的短期和長期影響，沒有對其效果進行實證研究。因此，本文還無法更準確的評估減持新規在大宗交易市場上產生的影響，也無法更全面的描繪大宗交易市場的特征。鑒于此，本文進一步將樣本分為三類：一類為只在政策后發生大宗交易的股票、第二類為只在政策前發生大宗交易的股票、第三類為在政策前后都發生了大宗交易的股票，重新形成另外的三種處理組和控制組：(1)取第一類樣本為處理組、第二類樣本作為控制組；(2)取第一類樣本為處理組、第三類樣本為控制組；(3)取第三類樣本為處理組、第二類樣本為控制組；檢驗減持新規對大宗交易市場上不同類別的股票產生哪些影響，以期得到更穩健的結論。本文還就新政對A股市場上不同板塊的影響是否不同進行探討，也試圖尋找影響大宗交易市場變化的其他原因。因此，本文貢獻在于，首次從學術角度使用“雙重差分模型”的方法估計減持新規對大宗市場所產生的影響,一方面對現有研究進行補充，另一方面，本文結論也為廣大的投資者進行投資決策提供了重要的參考價值。

數據選取與模型設定

一、數據描述

本文采用2017年4個季度大宗交易市場上的1977只股票行情數據。初始樣本包含2017年A股市場發生交易的3467只股票。考慮到新股上市后的連續漲停現象會拉高全市場股票平均收益率，造成嚴重扭曲，因而從初始樣本中剔除2017年上市的438只新股(后文以“次新股”表示)。在全年發生過大宗交易的1977只股票中，1320只股票在新政頒布之前發生了大宗交易，1508只股票在新政之后發生，其中851只股票在新政前后都發生了大宗交易。進而，469只股票只在新政前發生了大宗交易，657只股票只在新政后發生。本文的股票行情數據和公司財務數據來自于萬得金融數據庫(WIND)，為確保數據的準確性，同時還使用國泰安數據庫(CSMAR)進行核對。

二、主要變量描述

減持新規主要影響A股市場中的大宗交易，而發生交易股票的收益情況體現了大宗交易市場的選股能力。只在新政后發生大宗交易的股票受到了政策的直接影響，只在新政前和前后都發生了大宗交易的股票可視為不受該政策影響。如果一項政策的實施只影響社會中的部分群體，而對其他部分沒有影響或者影響很小，那這項政策的實施就可看做“實驗”或者“準實驗”，兩部分群體的差異表現出政策對其不同的影響。根據以上分析，減持新規可看成一個自然實驗的過程并使用雙重差分模型來研究實際政策效果。該方法最早由Heckman(1979)[6]提出。近年來，國內的學者也開始使用雙重差分模型進行政策評估。其中，徐長生(2017)[19]采用了2014年全年的A股市場數據，在考慮股票市場狀態下，檢驗了融資買入交易對兩融標的股價上漲的助推作用。

本文將只在新政后發生大宗交易的股票視為處理組，將在新政前和前后都發生了大宗交易的股票視為控制組。因此，虛擬變量Treat將處理組取值為1，控制組取值為0，代表股票是否只在新政之后發生了大宗交易；用于反映減持新規的時間虛擬變量Time，在2017年5月27日新規頒布之前取值0，之后取1，這一時期后要求受讓方在6個月內不得轉讓所受讓的股份。

股票收益率作為本文關心的被解釋變量，以考慮現金紅利再投資的個股季度回報率Return表示，來反映大宗交易市場的選股能力。該指標由考慮現金紅利再投資的個股月回報率連乘得到。股票收益率受到宏觀經濟層面、行業層面及公司個體層面等不同因素的影響。Sharpe等人對于股票收益率研究的經典之作推導出了資本資產定價模型(CAPM)；Roll和Ross(1980)[10]發現證券市場平均收益率與風險因子之間存在線性關系；Fama和French(1992)[4]提出了影響股票收益率的三因素模型；2015又提出五因素模型,在原來市場因素、公司規模以及賬面價值和市場價值之比的三因素基礎上，加入了盈利能力(profitability)因子和投資模式(investment patterns)因子，從而能夠更好地解釋股票橫截面收益率的差異。我國A股市場相較于國外起步較晚，但學術界已經取得了較多研究成果。李訓和曹國華(2006)[16]分行業實證研究了影響我國上市公司股票收益率的因素，指出β值是大多數行業影響股票收益率的最主要因素,且呈線性負相關關系。

本文還將個股月持有回報率減去上證指數收益率得到的Alpha作為另一個被解釋變量。這是因為個股的絕對持股回報率受到多種因素影響，且發生大宗交易的股票的波動可能與整體市場波動聯系更緊密，即個股的持股回報率的提高源自股票本身具有較高的β值，而與是否發生大宗交易無關。因此，將Alpha近似替代從CAPM模型得到的剔除市場風險后的超額收益率，以保證模型估計的穩健性。

本文還選擇了五個可能影響股票收益率的控制因素。Jegadeesh和Titman[9]在1993年提出，由于股票存在動量效應，過去一段時間收益率較高的股票在未來獲得的收益率仍會高于過去收益率較低的股票，因此選擇前100周收益率Breturn作為控制因素之一。除此之外，結合現有文獻研究結果，其他四個主要控制因素包括:凈資產收益率Roe、前100周的年化波動率Bvol、前100周的β值Bbeta和公司規模Lnsize。進而，提取并計算處理組和控制組所有股票的季度前100周年化收益率Return、季度凈資產收益率Roe、季度前100周年化波動率Bvol、季度前100周β值Bbeta、以及反映公司規模的企業季度日均流通市值的對數。

三、模型設定

本文采用雙重差分模型研究減持新規的頒布對大宗交易市場選股能力的影響，DID估計模型為：

模型(1)中，i代表股票；t代表發生大宗交易的時間；Return和Alpha將作為被解釋變量Y來考察減持新規是否改變了大宗交易市場的選股能力；解釋變量中交互項Time_treat為虛擬變量Time和Treat的乘積，估計系數λ代表了新政對處理組股票收益率的凈影響效果；Controls為五個可能影響股票收益率的控制因素；模型同時控制了股票的個體效應和時間效應：Stock表示未觀測到的個體固定效應，與Treat共線；Season表示時間固定效應的影響，與Time共線。

實證結果與分析

一、描述性統計分析

2017年，A股市場剔除次新股后有3029只股票發生過交易，其算術平均收益率為-13.5%；1977只發生過大宗交易的股票算術平均收益率為-9.98%，高于全市場的算術平均收益率，也高于剩余1052只未曾在同年發生大宗交易的算術平均收益率-20.11%。其次，在2017年發生大宗交易的1977只股票當中，上漲股票的占比為26.71%，高于全市場上漲股票占比23.04%和未發生的上漲股票占比16.16%。從漲跌幅度來看，2017年全部上漲股票和未發生大宗交易的上漲股票的平均漲幅分別為33.24%和28.08%，都低于進行了的上漲股票平均漲幅34.89%；2017年發生大宗交易的下跌股票的平均跌幅為26.33%，低于全體下跌股票和未發生的下跌股票的平均跌幅27.9%和29.4%。由此可初步得出結論，大宗交易市場具有挑選優質股票的能力。

二、推論統計分析

表1結果顯示，1320只股票在減持新規頒布之前發生過大宗交易，其年平均收益率為-10.02%；新政實施之后，發生大宗交易的1508只股票年平均收益率為-6.37%。將其中在新政實施前后都發生了大宗交易的851只股票剔除，進而得到新政之前進行過大宗交易的股票年平均收益率降低至-21.57%，而只在新政之后進行大宗交易的股票平均收益率降低到-9.90%。因此，新政之后進行大宗交易的股票的市場表現優于新政之前的股票。基于上述比較分析，初步發現減持新規增強了大宗交易市場對股票的篩選能力，好股票相對較易出現。

表1 大宗交易股票平均收益率：根據新政實施前后進行分組比較

三、回歸結果分析

表2給出了模型(1)的參數估計結果。(a)列以股票的季度持有回報率作為被解釋變量，考察了減持新規頒布之后大宗交易市場上的股票收益率變動情況。回歸結果顯示DID估計模型交互項Time_treat的估計系數為2.337，且在1%的顯著性水平下統計顯著，這意味著，相比于只在新政前和前后都發生了大宗交易的股票，只在新政后發生大宗交易的股票將多獲得2.337%的季度持有收益率。同時，考慮到股票的動量效應，以及公司層面的因素會對股票收益率產生影響。在(b)列的回歸中，本文控制其他5個主要影響股票收益率的因素，結果顯示Time_treat的估計系數提高到3.954，且仍然在1%的顯著性水平下統計顯著，這意味著只在新政后發生大宗交易的股票，相較于大宗交易市場其他的股票，季度持有回報率上升了3.954%。由此說明減持新規在2017年幫助了大宗交易市場篩選出了平均收益率更高的股票，對提高大宗交易市場的選股能力的貢獻有3.954個百分點。

表2的(a)與(b)兩列的回歸結果證實了本文的理論假設，即減持新規后提高了大宗交易市場的選股能力。將模型(1)的被解釋變量換為Alpha進行分析時，(c)列回歸結果顯示，只在新政后發生大宗交易的股票季度超額收益率比大宗市場上的其他股票的超額收益率高0.628%。(d)列加入控制變量后，Time_treat的估計系數上升到了1.163%，表明只在新政后發生大宗交易的股票比其他股票多獲得了1.163%的季度超額收益率。

表2 大宗交易市場股票季度收益率變動結果

綜上，被解釋變量無論是個股的絕對收益率還是超額收益率，實證結果都顯示減持新規的頒布提高了大宗交易市場的選股能力。

穩健性檢驗

一、研究方法的合理性

前文在數據處理的過程中，本文將減持新規前后都發生了大宗交易的股票視為不受政策影響的控制組，而大宗交易市場在新政之后選擇大宗交易的股票應當優于未選擇交易的股票。為進一步驗證本文假設的正確性，可將大宗交易市場上的股票分為三類，一類為只在新政后發生大宗交易的股票、第二類為只在新政前發生大宗交易的股票、第三類為新政前后都發生了大宗交易的股票。接下來取第一類為處理組，第二類和第三類分別作為控制組放入模型回歸；取第三類為處理組，第二類為控制組，與被解釋變量進行回歸，來檢驗減持新規對大宗交易市場上不同類別的股票產生哪些影響。在這里，本文只考察Alpha作為被解釋變量時的情況。

表3的(a)列，本文剔除了減持新規前后都發生了大宗交易的股票，僅考慮只在新政后相比于只在新政前發生大宗交易的股票是否受到了政策影響。結果表明，新政對處理組有預期中的正向影響，Time_treat系數估計值表明，在1%的顯著性水平下，只在新政后發生大宗交易的股票的季度超額收益率比沒有在新政后依然選擇交易的股票的超額收益率高1.256%，可認為減持新規使大宗交易市場的選股能力有所提高。

表3的(b)列，處理組為只在新政后發生大宗交易的股票，控制組為新政前后都發生了大宗交易的股票，Time_treat的回歸系數為1.118%，結果同樣顯著，減持新規對于處理組的股票季度超額收益率的提高相比于控制組下降至1.118個百分點。因此可將第二類股票視為不受新政影響的控制組。本文再次將處理組改為新政前后都發生了大宗交易的股票，控制組為只在新政前發生交易的股票，得到表3的(c)列，結果顯示處理組的股票季度超額收益率比控制組顯著提高了0.986%。此結論進一步驗證了本文的觀點，即在新政前后都發生了大宗交易的股票優于新政之后沒有選擇大宗交易的股票。

綜上分情況討論，三個結果都增強了上一部分分析結論的合理性，即在減持新規頒布后選擇交易的股票顯著優于其他類型的股票。

表3 不同類別處理組與控制組下大宗交易市場的股票超額收益率變動情況

二、減持新規對不同板塊產生的實際效果

表4報告了模型(1)在不同板塊的回歸結果，結果顯示大宗交易市場的不同板塊受減持新規影響后，篩選股票的能力有所差異。除創業板的其他板塊，股票季度超額收益率在政策頒布后都有不同程度的顯著提高。

表4第2行計算出了2017年大宗交易市場不同板塊的股票年平均絕對收益率，本文將其近似視為過去一年各版塊的綜合表現情況。滬深300指數成分股表現最優，其次為上證50指數成分股，表現最糟糕的板塊為創業板，平均絕對收益率為-17.25%。對于表現優良的板塊，政策顯著提高了股票超額收益率1～4個百分點，而對表現較差的創業板塊影響不大。

表4的第三行計算結果顯示，各版塊的年平均相對收益率差異不大。本文可從直觀上理解，最差的股票沒資格進入大宗交易市場，因為不會有人愿意承接，而最好的股票則沒必要進入大宗交易市場，因為不會有人愿意出讓。對于明顯很差和明顯很好的股票，市場投資者對其未來行情的預期展望基本一致。如果沒有太大的意見分歧，自然不會有什么交易發生。因此，大多數發生交易的股票表現中庸且差異不大。

表4 減持新規對不同板塊的影響

綜合回歸結果與分析可初步得出結論，大宗交易市場在篩選優質股票方面的能力會因板塊本身表現而有差異，具體而言，對于本來就表現良好的板塊，其篩選能力稍強，而對于表現較為糟糕的板塊，其篩選能力弱。然而，由于劃分板塊會導致研究樣本數據減少，結論的合理性還有待進一步驗證。

三、基本面與大宗交易市場選股能力提升

綜合國內外的研究成果，公司盈余能力的高低可能是投資收益較大的影響因素之一。因此，為進一步探討大宗交易市場選股能力提升的原因，本文考察減持新規頒布之后，上市公司當期盈利能力相關指標的變動情況，來檢驗公司的基本面變動是否能對大宗交易市場選股能力的提高做出解釋。

此部分選取凈資產收益率(ROE)、總資產收益率(ROA)和營業收益率(OPR)三項指標代表公司的盈余能力，考察其在新政后發生大宗交易公司中的變化情況。同樣，控制公司規模和風險的因素，用雙重差分模型對發生大宗交易公司的基本面情況進行分析。此部分回歸模型與第三部分的基本回歸模型相同，但被解釋變量變為公司基本面情況，試圖解釋，是否大宗交易市場的公司在減持新規頒布之后盈利能力提高，導致其超額收益率上升。

表5 公司盈利能力結果

表5結果顯示，凈資產收益率(ROE)、總資產收益率(ROA)和營業收益率(OPR)作為被解釋變量來考察大宗交易市場的公司的盈利能力情況時，核心變量Time_treat的估計系數均不顯著。表明在減持新規頒布之后，選擇發生大宗交易的上市公司的盈利能力并沒有發生顯著的變化，或者說，2017年這一階段公司的盈利能力不能對于大宗交易市場選股能力的提升做出解釋。

結論

本文對現有關于減持新規的研究進行了補充，試圖回答新政是否使得大宗交易市場選股能力得到提升。研究樣本為2017年A股市場和大宗交易市場的股票行情數據，使用“雙重差分模型”的方法估計了減持新規對大宗市場選股票能力的影響，研究發現，新政實施之后，大宗交易市場出現了更多優質的股票。主要結論如下：1.減持新規的實施顯著地提高了大宗交易市場篩選股票的能力，具體而言，新政在樣本期間提高了大宗交易市場絕對收益率將近4個百分點，相對收益率達到1.163個百分點。2.減持新規實施后，大宗交易市場在篩選優質股票方面的能力會因板塊本身表現而有差異，對于本來就表現良好的板塊，其篩選能力稍強于表現較為糟糕的板塊。除創業板的其他板塊，股票季度超額收益率在政策頒布后都有不同程度的顯著提高。3.對影響減持新規效果的因素進一步分析發現，公司盈利能力不是減持新規頒布后大宗交易市場股票收益率提高的原因。或者說，2017年這一階段公司的盈利能力不能對于大宗交易市場選股能力的提升做出解釋。本文結論能為投資者進行投資決策提供重要的參考價值。根據股票在近期是否進行過大宗減持將其加入備選股票池。進而，根據所在板塊整體的絕對和相對收益率表現，縮減處于表現糟糕板塊的備選股票池規模。同時，根據股票歷史收益率，不介入近期盈利為負或出現負增長的股票，再進一步考慮前期波動率和貝塔系數，不介入前期漲幅過大、波動劇烈或者貝塔系數很高的股票。

結論也說明了減持新規切實保護了中小投資者的權益，有利于增強投資者的信心，穩定二級市場的運行。減持新規意在防范上市公司股東和董監高的無序減持和違規減持行為，維護正常的交易秩序。一方面。預披露制度使得減持行為在“陽光下進行”，確保廣大中小投資者的知情權，進而對其投資決策做出判斷；另一方面，由于少數大股東、特定股東和董監高對公司業務經營和管理決策往往起著決定性作用，減持新規提升了市場的透明度，間接有助于形成投資者對公司經營層的制約作用，上市公司將有動力更謹慎地使用資本，市場資源因此可得到更合理的分配,資本市場也將真正發揮其優化資源配的功能。因此，減持新規在引導了投資者進行投資決策的同時，切實保護了中小投資者的權益，完善推進了資本市場的發展。

本文研究也存在一定的局限性。一方面，大宗市場交易量樣本不大，尤其是在研究減持新規對不同板塊的影響時，每個板塊中符合條件的上市公司數量較少，因此研究得出的結論可能與實際情況有所偏差。另一方面，由于新政實施僅一年，本文采取面板數據的時間跨度僅為2017年全年，因此，仍需進一步跟進調查新規對大宗市場的影響，以便對減持新規效應做全面及科學評價。