分析師關注能夠抑制市場操縱嗎？ *
——基于高頻數據的收盤價操縱識別模型

吳崇林，林芳宇，劉 杰

（福建農林大學經濟管理學院，福建 福州 350002）

一、引言

市場操縱不僅侵占了中小投資者的合法利益，也降低了股票市場資源配置功能的發揮，一直是證券監管當局和市場從業人員關注的焦點之一。各國證券監管當局制定了一系列交易制度和法律規范以遏制市場操縱，如放開賣空限制（周春生等，2005 ；李志輝等，2021）、修改訂單披露規則（Lee 等，2013）、完善價格結算機制（Comerton-Forde 和Rydge，2006）等措施。打擊市場操縱不僅需要監管當局的不懈努力，市場參與者的作用也同樣值得重視。分析師通過實地調研、財務報表分析等多種方法挖掘上市公司信息，是市場中的重要信息中介。投資者通過分析師研究報告，可以從中獲得有助于投資決策的相關信息。為了改善市場信息環境、提升市場質量，監管當局也將引導分析師行業規范發展作為市場治理的重要組成部分。但活躍在市場中的分析師能否起到積極的外部監督作用、遏制市場違規行為的發生，一直是一個充滿爭議的話題，不少人對分析師的職業道德和專業能力持懷疑態度。個別分析師散布虛假信息誤導投資者，甚至配合莊家發布信息，操縱股價，嚴重損害了分析師行業的聲譽。在這樣的背景下，關注我國股票市場中分析師功能發揮的研究具有重要的理論價值和現實意義。

本文從實證研究的角度出發，考察分析師關注對市場操縱的影響，以揭示分析師在市場監督治理方面的作用?？紤]到市場中多數操縱行為可能逃避了監管處罰，如果直接采用監管當局查處的操縱案例數據進行實證研究，面臨潛在的樣本選擇偏差影響（Comerton-Forde和Putni??，2014；李志輝等，2018）。因此，本文參考Aitken 等（2015）、Cumming 等（2020）等的方法，構建收盤價操縱識別模型，并基于識別模型偵測的疑似收盤價操縱行為，實證檢驗分析師關注對市場操縱的影響機制和影響程度。

本文可能的創新之處在于：第一，以往文獻主要關注分析師關注對管理層信息發布（許年行等，2012）、盈余管理（李春濤等，2014）、內幕交易（Ellu 和Panayides，2018；Dang 等，2021）等企業內部人員行為的影響，而市場操縱作為主要由外部人員發起的違規行為，卻鮮有文獻關注于此。本文嘗試彌補文獻的這一不足，同時還考察信息不對稱程度在分析師關注抑制市場操縱過程中起到的中介作用，有助于從業人員和學術研究者更加深刻地了解分析師關注的作用。第二，本文構建了收盤價操縱識別模型，并對我國股票市場中的疑似操縱行為進行檢測，既對學術研究者采用事件研究法以外的方法研究操縱行為的影響創造了條件，也可為投資者識別市場中的可疑操縱行為提供借鑒。第三，外部市場環境可能會影響分析師遏制市場違規行為功能的發揮，本文將外部市場環境劃分為投資者情緒高漲和投資者情緒非高漲時期，討論了外部市場環境下，分析師關注對市場操縱的抑制差異，得出的研究結論能夠為監管當局引導證券投資咨詢行業發展提供理論參考。

二、理論分析與研究假設

市場操縱是指操縱者利用自身信息、資金等優勢地位，采用策略性交易對證券交易價格或交易量產生影響，吸引市場中不知情交易者，為自己謀取不當利益的行為?，F有文獻對收盤價操縱、IPO 操縱、幌騙交易操縱、洗售交易操縱、集合資產池操縱等多種操縱策略進行了深入研究，發現市場操縱不僅扭曲市場價格、降低市場效率（Comerton-Forde 和Putni??，2011 ；Lee 等，2013 ；Khwaja 和Mian，2005 ；Neupane 等，2017 ；李 志 輝 等，2018 ；Jiang 等，2005 ；陳筱彥等，2010），還對上市公司的資源配置和長期發展造成負面影響（Cumming 等，2020 ；徐龍炳等，2021）。鑒于市場操縱的危害，各國證券監管當局都將打擊市場操縱作為股票市場治理的重要組成部分（Cumming 等，2011）。以往研究發現，只有當投資者無法區分操縱者的交易行為是否基于股價真實信息時，市場操縱才能得以實施（Allen 和Gale，1992 ；Aggarwal 和Wu，2006）。因此，降低信息不對稱程度和市場對信息的過度反應，能夠起到抑制市場操縱的作用。

分析師是資本市場中的重要信息中介，他們通過實地調研、財務報表分析等多種途徑挖掘上市公司信息，促進了上市公司的信息傳播。以往研究表明，分析師存在樂觀偏差（Kirk，2011 ；許年行等，2012）、決策疲勞（Hirshleifer 等，2019）等現象，但整體而言，分析師對提高市場信息效率存在積極效應，他們參與上市公司外部監督，降低信息不對稱程度，并對內部人員的違規活動起到了抑制作用（朱紅軍等，2007；Hong 等，2014；Gu 等，2019；周愛民和王超，2019）。

在市場操縱過程中，操縱者策略性交易行為的目的在于傳遞虛假的供求關系，使市場中的非知情交易者認為股價異常上漲是持有私人信息的投資者參與了市場交易，進而誤導投資者對股票真實價值的判斷。當更多的分析師通過各種信息挖掘活動降低了上市公司信息不對稱程度時，投資者對股票真實價值的看法更為一致，操縱者操縱股票的難易程度和交易成本更高，這將阻礙操縱者的操縱行為。因此，本文預期分析師關注能夠起到抑制市場操縱的作用，減少股票被操縱次數。同時，信息不對稱程度是分析師關注對市場操縱產生影響的關鍵因素，分析師關注越多，信息不對稱程度越低，股票被操縱次數越少?；谝陨戏治?，本文提出以下研究假設：

假設1A ：分析師關注能夠抑制市場操縱。

假設1B ：分析師關注通過降低信息不對稱程度，實現對市場操縱行為的抑制作用。

中國股票市場的重要特征之一即為散戶投資者的大量存在，他們表現出聽信謠言、追漲殺跌等特征，并更容易受到市場整體投資者情緒的影響（Brunnermeier 等，2017）。當市場行情不斷上漲或投資者情緒高漲時，散戶投資者會表現出更強的盲目自信，更加偏好于噪音而非基本面信息，并出現羊群行為和投機行為的傾向（Baker 和Wurgler，2006）。王燕鳴等（2015）、Chen 等（2019）研究發現，當股票即將漲停時，操縱者能夠利用投資者情緒高漲進行價格操縱。李夢雨和李志輝（2019）發現投資者情緒高漲是市場操縱誘發不利影響的重要因素。因此，本文預期投資者情緒越高漲，投資者對上市公司相關信息的忽視程度將會越高，分析師關注對市場操縱的抑制作用越小。由此，本文提出以下研究假設：

假設2 ：在投資者情緒高漲時，分析師關注對市場操縱的抑制作用降低。

三、研究設計

（一）收盤價操縱識別模型

收盤價被廣泛應用于衍生工具價格標的、共同基金資產凈值計算、管理層薪酬確定、經紀人業績評估等，部分投資者存在經濟動機操縱收盤價。在收盤價操縱過程中，操縱者通過在收盤前短時間內提交大量的無代表性訂單，哄抬收盤價，吸引不知情交易者參與交易。在操縱后一個交易日，隨著操縱者退出市場和投資者恢復理性，操縱造成的錯誤定價逐漸恢復，受操縱股票的股價呈現顯著的“先漲后跌”模式（Comerton-Forde 和Putni??，2011 ；Neupane 等，2017 ；李志輝等，2018）。基于收盤價的上述特征，本文參考Aitken等（2015）、Cumming 等（2020）等文獻，構建收盤價操縱識別模型，偵測市場上疑似存在的收盤價操縱行為，以實證檢驗分析師關注對市場操縱的影響機制和影響程度。具體而言，若股票i在j交易日符合以下三個條件，則判定為發生收盤價操縱：

第一，收盤前15 分鐘股價出現異常變化，即：

第二，下一個交易日股價反轉幅度達到50%，即：

其中 為股票i在j交易日的開盤價。

第三，股票i在j交易日前后5 個交易日不存在基本面事件①具體而言，重大基本面事件包括資產出售與轉讓、資產置換、資產重組、資產贈與、資產拍賣、資金凍結、股份回購、借貸、發行企業債券、違規處罰及批評、業績預告、稅負變動、意外事故、重大經營合同、發債人違約、財務數據調整修正、經營范圍變動等17 項可能影響公司股價表現的重大事件。。

（二）模型設計

為了檢驗實證假設1A，本文選擇零膨脹泊松回歸和零膨脹負二項回歸進行實證檢驗，具體模型如式（3）：

其中：NumManipi,t為股票i在t季度的被操縱次數；X為所有解釋變量；Analysti,t為分析師關注，計算方法為股票i在t季度的分析師關注人數加1 后取自然對數。Controli,t為控制變量，參考朱紅軍等（2007）、李志輝等（2021）等文獻的做法，本文選取的控制變量包括市值規模Size、托賓Q 值Tobing、賬面市值比Mtb、資產收益率Roa、機構投資者持股比例Inst、杠桿比例Lev、季度平均換手率Turn、季度平均價格水平Price、季度股價波動率Std、股權集中度Tob10、是否國有企業Soe、審計師是否來源四大Big4、兩權分離率Sep和獨立董事占比IndDirRat。為控制不同行業、年度和季度因素的影響，本文還通過在模型中加入 、 和 分別對行業固定效應、年度固定效應以及季度固定效應進行了控制。

為對實證假設1B 進行檢驗，本文構建以下的實證檢驗模型：

其中：InfoAsyi,t為衡量信息不對稱程度的代理變量。Syn是股價同步性和Acf是股價自相關系數，其具體計算方法如式（6）、（7）所示：

其中：R2為以個股考慮現金紅利再投資收益率為被解釋變量，市場考慮現金紅利再投資收益率為解釋變量進行回歸估計的擬合優度，Prci,t,j為股票在i季t度第j個交易日的收盤價。股價同步性Syn的取值越小，表明股價信息含量越高，信息不對稱程度越低。股價自相關系數Acf的取值越小，表明股價的自相關性越低，基于過去價格表現以預測當前股價走勢的可能性越低，信息不對稱程度越低。為了對實證假設2 進行檢驗，本文構建如式（8）所示的實證檢驗模型，其中Sentimenti,t為衡量投資者情緒的代理變量。

本文在回歸分析中所使用的主要變量定義如表1 所示。

表1 變量定義

（三）數據來源及描述性統計分析

本文選取2007 年第一季度至2018 年第四季度中國A 股上市公司的季度數據為初始研究樣本，并進行了如下處理：第一，剔除樣本期內存在退市風險警示的公司、金融類公司和控制變量缺失的公司；第二，剔除季度交易天數不足20 個交易日的觀測值；第三，對連續型變量進行1% 雙向縮尾處理。最終，本文獲得103104 例觀測值，數據頻率為季度。本文使用的數據主要有兩個來源：A 股上市公司的交易數據和財務數據來源于國泰安金融數據庫（CSMAR），主要包括分析師關注人數、市值規模、賬面市值比等信息；用于構建收盤價操縱識別模型的股票分時交易數據來源于銳思數據庫（RESSET），主要包括買賣五檔訂單信息、成交價、成交量等信息。

表2 給出了本文主要變量的描述性統計結果。其中被操縱次數的均值為0.053，這表明，平均而言上市公司季度被操縱次數為0.053 次，與李志輝等（2021）尾市價格偏離模型的識別結果基本一致。

表2 主要變量的描述性統計

四、實證分析

（一）基準回歸分析

本文預期，分析師關注能起到積極的外部監督作用，能夠抑制市場操縱，降低股票的被操縱次數。為了對這一論斷進行檢驗，本文運用實證模型（3），分別采用零膨脹面板泊松回歸和零膨脹面板負二項回歸對分析師關注與市場操縱之間的關系進行實證檢驗，估計結果列于表3。過度分散的LR 檢驗表明，負二項回歸更為有效。Hausman 檢驗對固定效應和隨機效應的估計結果進行對比，發現固定效應負二項回歸的估計結果更為可靠。因此，后續分析選取固定效應負二項回歸的估計結果作為參照基準。表3 結果顯示，分析師關注的估計系數在1% 顯著性水平下顯著為負，這表明分析師關注人數越多，上市公司股價的被操縱次數越低。這一結果不僅是統計上顯著，也有著重要的經濟意義。平均而言，分析師關注使得股價被操縱次數下降了0.010 次（-0.0068×1.475），相當于NumManip 樣本均值的20% 左右，由此可見分析師關注起到了積極的外部監督作用，顯著抑制了市場操縱。近年來，我國證券咨詢行業飽受社會公眾批評，分析師的職業能力和社會聲譽不容樂觀，部分投資者甚至認為分析師參與了基金黑幕、莊家控盤等違規行為。但依據表3 的實證結果，本文可以得出初步結論，即整體而言，活躍在我國股票市場中的分析師起到了積極的外部監督作用，一定程度上遏制了市場操縱的發生，由此假設1A 得到證實。

表3 分析師關注對市場操縱的影響

控制變量的回歸結果顯示，市值規模越大、盈利能力越強、機構投資者持股比例越高、換手越頻繁、股票價格越高和屬于國有企業的上市公司，其股價被操縱的可能性越小。這與Comerton-Forde 和Putni??（2011，2014）、Lee 等（2013）、李志輝和鄒謐（2018）、吳崇林等（2021）的研究結論基本一致，因為具有上述特征的上市公司，股價操縱難度更高、操縱成本更大，操縱者傾向于避免選擇這類公司。

注：括號內為Z 統計量，“*”、“**”、“***”分別代表在10%、5%、1%顯著性水平下顯著。下同。

（二）信息不對稱的中介效應

前文的實證結果表明，分析師關注對市場操縱起到了抑制作用，但影響機制并不明確。Aggarwal 和Wu（2006）、Lee 等（2013）、李志輝等（2021）等文獻指出，信息不對稱程度較高的上市公司股票更有可能被操縱，操縱者采用策略性交易哄抬股價的難度更低。因此，本文預期分析師通過降低信息不對稱程度抑制市場操縱的發生，降低上市公司股票被操縱次數。為了對這一假設進行檢驗，本文采用股價同步性Syn和股價自相關系數Acf作為信息不對稱程度的代理變量，采用中介效應檢驗模型（4）和（5）對信息不對稱的中介作用。

表4 第（1）至（4）列為中介效應的檢驗結果，第（1）、（3）列的估計結果表明，分析師關注增加會顯著降低信息不對稱程度，平均而言，分析師關注每增加1%，股價同步性Syn降低0.04%，股價自相關系數Acf降低0.03%。第（2）、（4）列的估計結果表明，當將分析師關注和信息不對稱程度同時加入模型中時，分析師關注和信息不對稱代理變量的影響同樣顯著。上述結果表明，分析師關注能夠通過降低信息不對稱程度的路徑來抑制市場操縱，這一結論與Aggarwal 和Wu（2006）、Lee 等（2013）、李志輝等（2021）基本一致。在市場操縱過程中，分析師通過各種信息搜集與解讀活動降低了上市公司信息不對稱程度，投資者對股票真實價值的看法更為一致，操縱者操縱股票的難度和成本更高，進而對市場操縱起到抑制作用，由此假設1B 得到證實。

（三）投資者情緒的調節效應

已有文獻表明，在不同市場環境下，投資者對上市公司基本面信息的關注程度并不相同（Baker 和Wurgler，2006 ；Li，2020）。本文預期在投資者情緒高漲時，分析師關注對市場操縱的抑制作用更低。為了對這一論斷進行檢驗，本文采用過去2 個季度的市場收益率和投資者情緒指數CICSI 來衡量投資者情緒，采用模型（8）考察了不同投資者情緒下，分析師關注對市場操縱遏制作用的差異。具體而言，當過去2 個季度的市場收益率大于0 時，市場處于上漲行情，投資者情緒高漲，Up的取值為1 ；當過去2 個季度的CICSI 均值大于樣本中位數時，HighCICSI的取值為1，市場整體投資者情緒高漲。

實證結果如表4 第（5）、（6）列所示，交乘項Analyst×Up和Analyst×HighCICSI分別在1%和5%顯著性水平下顯著為負，表明在市場處于上漲行情或者投資者情緒高漲的市場狀態下，投資者更有可能忽視與上市公司真實價值相關的信息，導致分析師提供的信息未能充分被投資者納入股價中，進而導致分析師關注對市場操縱的抑制程度降低，由此假設2 得到證實。

表4 中介效應和調節效應檢驗結果

五、穩健性檢驗

為了增加研究結論的可靠性，進行了一系列穩健性分析：

第一，工具變量回歸。前述研究樣本可能存在一定的內生性問題，一方面，分析師關注通過降低信息不對稱程度，能夠影響操縱行為的成本，遏制市場操縱的發生；另一方面，分析師在選擇研究標的時也可能存在一定的選擇偏好。也就是說，分析師關注與上市公司被操縱次數之間的關系可能是分析師進行信息發掘的結果，也可能是上市公司基本面特征差異導致的。因此，本文分別選取了券商變化Brochg、是否滬深300 指數成分股HS300、上市公司所屬行業的當季平均分析師關注AnaIndMean和上市公司所在省份的當季平均分析師關注AnaProMean作為分析師關注的工具變量。首先，券商變化包含合并、拆分和破產倒閉等事件，此類事件會影響上市公司分析師關注，但并不對市場操縱產生影響。其次，上市公司成為滬深300 指數成分后，會導致大量投資于滬深300 指數的被動型基金購入該上市公司的股票，并吸引分析師的關注。但目前沒有證據表明上市公司是否為滬深300 指數成分股與是否被操縱存在聯系。最后，同行業、同省份的上市公司具有相似的行業特征或面臨相似的外部環境，因此，行業和省份中其他公司的平均分析師關注與上市公司分析師關注具有一定的相關性。目前沒有證據表明，同一行業和省份中，其他公司的平均分析師關注會影響本公司的市場操縱。

二階段估計結果和Hansen 檢驗P 統計量列于表5。結果表明，在1% 顯著性水平下，分析師關注Analyst的系數依然顯著為負。同時回歸結果也通過了Hansen 檢驗，這表明本文的工具變量是有效的。因此，本文認為在考慮分析師關注和市場操縱行為之間潛在內生性問題的影響之后，分析師關注仍然可以有效地降低上市公司股票被操縱次數。

表5 工具變量回歸結果

第二，考慮金融極端事件的影響。在本文的樣本區間內，中國A 股市場經歷了2008 年金融危機和2015 年股市異常波動兩起金融極端事件。因此，為了避免金融極端事件對本文實證結果的干擾和影響，本文將樣本期劃分為金融極端事件期間和非金融極端事件期間兩個子樣本，分別估計兩個子樣本期間分析師關注對市場操縱的影響。具體而言，本文參考Cumming 等（2020）對金融危機時期的劃分，將2007 年第三季度至2008 年第四季度劃分為“2008 年金融危機”子樣本。參考Han 和Liang（2017）將2015 年第二季度至2015 年第四季度劃分為“2015 年股市異常波動期間”。然后本文將“2008 年金融危機”和“2015年股市異常波動”子樣本合并為金融極端事件期間子樣本，其余樣本劃分為非金融極端事件期間子樣本。實證結果列于表6 第（1）、（2）列，其中第（1）列展示了非金融極端事件期間子樣本的估計結果，第（2）列展示了金融極端事件子樣本的估計結果。估計結果表明，無論是在金融極端事件期間還是在非金融極端事件期間，分析師關注均能對市場操縱起到抑制作用。

第三，更換操縱識別模型基準時間窗口。前文采用前30 個交易日為基準時間窗口，為了進一步驗證本文實證結論對基準時間窗口的穩健性，本文進一步選取前60 個交易日、前90 個交易日和前120 個交易日的價格走勢為比較基準，重復檢驗了分析師關注與上市公司股票被操縱次數之間的關系。檢驗結果列于表6 第（3）-（5）列，實證結果與前文基本一致，說明了文章結果對操縱識別模型不同基準時間窗口的穩健性。

表6 不同市場環境和時間窗口的穩健性檢驗

第四，分析師團隊。分析師傾向于通過團隊合作的形式發布分析報告，因此本文進一步以關注上市公司分析師團隊數量構建了分析師關注指標。具體而言，分析師關注的計算方法為當季對上市公司發布分析報告的團隊數量加1 后取自然對數?；谏鲜鰳嫿ǚ椒▽Ρ疚牡膶嵶C模型進行重新檢驗后，實證結果基本一致。

六、研究結論與政策啟示

分析師作為股票市場中的重要信息中介，承擔著降低信息不對稱程度、提升市場信息效率的社會期望。本文基于2007-2018 年的分析師關注數據和股票分時交易數據，實證檢驗了分析師關注和市場操縱之間的關系，并對信息不對稱程度的中介效應進行了檢驗。實證結果表明：第一，分析師關注起到了積極的外部監督作用，降低了上市公司的被操縱次數。第二，分析師關注越高，上市公司信息不對稱程度越低。同時，中介效應檢驗結果表明，信息不對稱降低在分析師關注抑制市場操縱中起到了中介作用。第三，投資者情緒高漲時，投資者對基本面信息的忽視程度更高，分析師關注對市場操縱的抑制程度更低。

本文的結論對于監管當局制定監管政策以打擊市場違規行為，保護中小投資者權益和提升市場質量具有重要啟示意義?；诒疚牡难芯拷Y論，本文提出以下幾方面政策建議：第一，大力發展證券投資咨詢行業。監管當局應積極引導證券投資咨詢行業發展，促進數量與質量同步提升，提高分析師的外部監督能力。第二，通過多種途徑降低股市的信息不對稱。鑒于降低信息不對稱在遏制市場操縱方面的作用，監管當局一方面應進一步提高上市公司信息披露質量，另一方面也應利用會計事務所、機構投資者等外部市場參與者的信息搜集和解讀能力，提高股市的信息透明度。第三，完善市場操縱識別體系。監管當局應充分發揮自身數據優勢，利用大數據、人工智能等新興技術手段，構建和完善事前預警、實時檢測、事后偵測三位一體的監管體系，同時加大對市場操縱行為的懲處力度。