经济社会统计系.pdf

中国软科学 2018 年第 11 期 基于信息网络视角的机构持股与 盈余公告市场反应研究 1 2 2 王 雪 ，郭庆云 ，罗荣华 ，周 静 （ 1. 西南财经大学 2. 西南财经大学 摘 金融学院，四川 会计学院，四川 3 成都 611130； 成都 611130； 3. 中国人民大学 统计学院，北京 100872） 要： 本文利用基金重仓持股作为信息连接依据构建了信息网络，研究基金之间的信息扩散强度如何影响到 公司盈余公告的市场反应。本文的实证分析发现，在盈余公告发布之前，股票所处信息网络的网络密度越高，越 能加快股价对盈余信息的吸收速度，并且公告后不容易出现反应过度和反应不足的现象。由于网络密度越高， 基金之间信息扩散越快，这一发现意味着基金之间的信息扩散有利于减小意见分歧，从而更有效地促进盈余信 息融入股价，提高市场定价效率。进一步的分析还发现基金网络促进了股价对盈余消息的提前准确反应主要体 现在公司治理较好的样本，表明基金网络虽然有利于私有信息扩散，但并未扩散内幕消息。本文的研究结论肯 定了机构投资者的市场功能，对于理解机构投资者网络在盈余信息定价所起到的作用也有着重要意义。 关键词： 机构投资者； 网络密度； 盈余公告； 市场反应 中图分类号： G11，G12，G14 文献标识码： A 文章编号： 1005 － 0566（ 2018） 11 － 0172 － 12 Ｒesearch on Stock Holdings of Institutional Investor and Market Ｒeaction to Earning Announcement － Based on Information Network Perspective WANG Xue1 ，GUO Qing-yun2 ，LUO Ｒong-hua2 ，ZHOU Jing3 （ 1. School of Accounting，Southwestern University of Finance and Economics ，Chengdu 611130，China； 2. School of Finance ，Southwestern University of Finance and Economics ，Chengdu 611130，China； 3. School of Statistics ，Ｒenmin University of China，Beijing 100872，China） Abstract： In this article，we construct the information network based on common stock shareholdings of mutual funds， and then explore the influence of information exchangeamong fund managers on market reaction to earning announcements. Our empirical analysis show that，before earnings announcement，the higher the network density of the stock information network is，the faster the stock price will be reflected into the earnings information. Moreover，it is less prone to overreact or underreact after the date of announcement. Due to the higher density of information network， the communication among funds become better and it further leads to a reduction in the dis-agreement between funds. This also effectively promotes the earnings information reflected into the stock price，improving the market pricing efficiency. Further analysis shows that this function of information network mainly reflected in better corporate governance. The research findings of this paper affirm the market function of institutional investors，and it is also 收稿日期： 2018 － 05 － 15 修回日期： 2018 － 10 － 09 作者简介： 王雪（ 1980 － ） ，女，四川成都人，西南财经大学会计学院会计系副主任、四川省民革宣传委员、副教授、博士，研究方向： 资本 市场财务和企业创新。 172 学术动态与新视点 基于信息网络视角的机构持股与盈余公告市场反应研究 important to understand the role of information network in the pricing of earnings information. Key words： institutional investor； network density； earning announcement； market reaction 一、引言 减缓了动量效 应、价 格 时 滞 效 应，提 高 了 市 场 效 机构投资者的行为特征一直是学界和业界关 率 注的重点，这直接关系到市场运行效率等十分重 ［4， 6］ 。而另一方面，有人发现机构信息交流增加 ［11］ 了股票极端风险，降低了市场效率 。 要的问题。 已有文 献 在 对 机 构 投 资 者 进 行 研 究 为何基于复杂信息网络的研究仍然不能得到 时，大体有两种相互区别的观点： 一种观点将机构 一致的结论？ 仔细分析已有研究的前提假设可以 投资者视为知情交易人，认为其具有信息优势和 发现，这些研究都假设了信息传递的存在，对于究 选股能力，能够减缓金融市场的异象，提高金融市 竟传递了什么样的信息以及信息传递背后的作用 场的运行效率。而另一种观点则认为由于激励机 机制并未做更详细的区分和更深层次的探讨。 以 制的扭曲，机构投资者中存在“羊群效应”、“视窗 Pareek［4］的研究为例，他的实证分析发现股票所处 ［1］ 效应”等现象，这会导致股价过度反应 ，并增加 信息网络的网络密度越高、动量效应越弱，由此得 ，从而降低市场效率。 早期的研 到结论说网络密度越高、私有信息能够越快的融 究多是基于总持股方法，将机构投资者视为一个 入市场。但这一推理成立的前提是动量效应是由 代表性主体进行研究。 俗话讲“三个臭皮匠顶个 于对私有信息反应不足引起 诸葛亮”，机构投资者之间的信息交流情况对于其 文献并未对信息进行私有信息和公 开 信 息 的 区 信息获取和信息评估也应该有着非常 重 要 的 影 分 响，从而导致了其市场功能的不同。 所以本文认 息反应不足角度来探讨动量效应 为，除了从整体的角度对机构投资者进行划分以 机构投资者交流的信息进行明确区分，未能对信 研究其市场功能，对其之间信息网络的考察也十 息传递机制进行深入探讨，这就可能会导致一些 分重要，这样才能厘清机构投资者行为对金融市 相互矛盾的结论。 为了更清晰地展示机构投资者 场的影响机制。 对具体信息的传递机制，本文对盈余公告这一具 ［2 － 4］ 股价波动性 ［12］ 。 事实上，更多的 ［13］ ，或并不完全支持该论断［14］，或并未从对信 ［15］ 。由于未能对 随着复杂社会网络理论的持续发展，有越来 体事件展开研究，以盈余公告日前后股价的累积 越多的学者开始从网络角度研究信息传递，如验 异常收益为研究对象，考察机构投资者之间的信 ［4 － 7］ ，考察所处网络位 息交流对盈余信息传递起到的作用。 本文之所以 、网络拓扑结构［4，10 － 11］ 等对于资产价格的 选择以盈余公告为切入点，在于盈余信息在我国 A 证投资者行为之间的关联 ［8 － 9］ 置 动量效应、时滞效应、波动率等的影响。 股市场上具有其独特之处。 一方面盈余信息作为 将复杂网络理论应用到实证的一大难点是如 强制披露的公司基本面信息之一，在公告后会变 何构建信息交流网络。 通过对以往文献的梳理发 成典型的公开信息，但另一方面，在盈余公告之前 现，基于基金重仓股构建的机构投资者信息交流 盈余信息属于私有信息的范畴。 通过对盈余公告 ［4］ 网络普遍获得认可 。 主要因为机构投资者是专 业投资人，能够获取并传递私有信息，相比于普通 前后市场反应的分析，可以兼顾对公开信息和私 有信息的研究，从而得到更全面的结论。 投资者，机构投资者之间信息获取与评估能力的 与已有文献相比，本文的主要贡献有： 首先， 差异更小，此外，由 于 机 构 投 资 者 的 数 量 相 对 较 本文首次从网络结构视角探讨了机构投资者之间 少，其彼此之间信息交流较为容易。 因此，有很多 的交流对盈余信息定价的影响，扩展了复杂网络 学者将该方法应用于资产定价和市场效率等问题 理论在资产定价中的应用，深化了有关机构投资 ［4， 6 － 7， 11］ 。然而已有的关于机构投资者信息 者持股网络对信息传递效率影响的研究 。 其次， 交流对市场效率影响的研究中存在一些不尽一致 本文首次从交易价格和交易量两方面探讨了机构 的结论。例如，一方面发现机构投资者信息交流 投资者网络信息传递作用的机制，为使用持股网 的研究 173 中国软科学 2018 年第 11 期 络方法进行研究提供了坚实的依据。 最后，本文 观证券账户之间交易的关联性建立了投资者之间 从效率和公平角度综合探讨了基金的市场功能 ， 的信息交流网络。 申宇等 肯定了基金网络对于信息传递的和市场定价的积 机构投资者之间的信息交流网络。 然而，由于数 极意义。 据限制，机构投资者持仓披露频率太低，采用交易 ［9］ 基于校友关系构建了 二、文献回顾 关联性作为建立机构投资者连接的 依 据 不 太 现 本文的研究需要回顾两方面的文献，一是关 实。而将校友关系作为信息连接的依据又过于单 于机构投资者盈余信息挖掘行为与市场效率的相 一，忽略了其他途径对信息交流产生的影响 。 因 关研究，二是机构投资者社会互动与市场效率的 此在研究机构投资者信息网络的文献中，第二种 相关研究。 方法，即基于机构的共同持股构建信息连接的方 （ 一） 机构投资者盈余信息挖掘行为与市场效 ［4］ 法受到越来越多的关注。 如 Pareek 最早采用基 金重仓股作为机构投资者信息网络的连接依据 ， 率的研究 前期有部分文献直接着眼于基本面信息，来 研究发现同一网络内部基金持股变动受本网络基 考察机构投资者的持有和交易行为是否促进公司 金持股变动影响。 在对相关网络指标进行研究时 发现机构投 发现，网络密度越高，越能够缓解动量效应和价格 资者活动可以缓解盈余漂移异象，从而加快股价 时滞效应，表明机构之间的信息交流促进了私有 ［16］ 盈余信息反映到股价中。Bartov 等 发现被分 信息和市场层面信息的传递。 并且网络中心度越 析师跟踪和机构投资者持有的股票比其他股票更 高，价格的波动性越大，这是因为中心度越高，信 ［17］ 对新信息的调整。Ayers 和 Freeman ［18］ 快吸收盈余信息。Piotroski 和 Ｒoulstone 发现公 ［6］ 息的传递越依赖于少数节点。 肖欣荣等 研究发 司内部人士与机构投资者都能促进公司特质盈余 现在熊市和震荡市，基金重仓股票仓位的变化与 反映在股价中，而分析师不仅促进了公司特质盈 基金网络有显著的正相关关系，但在牛市中这种 余信息，还促进了 行 业 盈 余 信 息 反 映 在 股 价 中。 相关关系并不显著。陈新春等 Ke 和 Ｒamalingegowda［19］ 发现短期机构投资者可 间的信息网络密度不仅会增加股票总体和特质风 以利用盈余漂移进行获利，扣除交易费用后，这种 险，还会加大股票极端下跌和极端上涨的概率，其 ［11］ 发现基金持股之 研 中对极端下跌市场的影响更大，即基金之间的信 究发现买入组合在盈余公告附近的超额收益能够 息共享机制容易引发黑天鹅事件。 但是前人都只 预测基金下一期的收益。 从以上论述可知大部分 假设了信息传递，对于究竟传递了什么信息以及 文献认为机构投资者具有信息获取和评估方面的 信息传递背后机制并未做更详细的区分和更深层 优势，通过对上市公司盈余信息的挖掘，可以提高 次的探讨。 本文将从机构投资者网络结构角度， 市场效率。 探讨其对盈余信息定价的影响并丰富机构投资者 ［20］ 套利交易异常收益率仍然显著。Cai 和 Lau （ 二） 机构投资者信息网络与市场效率 网络信息传递机制的理论研究。 三、主要变量、研究设计与样本数据 社会互动因为能够更加清晰的指明机构投资 者持有和交易行为背后的信息优势来源，所以受 （ 一） 主要变量 到了学界的很大关注。 而复杂网络的发展，也进 1. 累积超额收益 一步推动了社会互动的研究。 构建复杂网络的一 参考 Hirshleifer 等 ［21］ ，本文将 AＲ i，t，d = Ｒ i，t，d － ^ 个难点是如何构建机构投资者之间的信息交流网 Ｒ i，t，d 定义为股票 i 在 t 季度盈余公告期间 （ 或前 络。根据已有文献，可以大致梳理出两类建立信 后） 第 d 天的异常收益。 其中 Ｒ i，t，d 为股票 i 第 d 息交流网络的方法，一是基于投资者之间的某种 天的收益率。在求 Ｒ i，t，d 时，选取盈余公告日前 200 关联 关 系，二 是 基 于 机 构 的 共 同 持 股。 例 如， 天到前 21 天（ 即［－ 200，－ 21］） 为估计窗，并将估 ［8］ Ozsoylev 等 174 研究了市场上的所有参与者，根据微 ^ 计窗中其他盈余公告事件前后 10 天剔除，分别由 学术动态与新视点 基于信息网络视角的机构持股与盈余公告市场反应研究 CAPM、三因子、五因子模型求出。 五因子模型如 （ 2005） ［22］的方法，将股票的网络密度值与其自身 下所示： 流通市值进行回归分析，具体形式如下： Ｒ i，t，d － Ｒ f = a + b* （ Ｒ i，t，d － Ｒ f ） + cSMB t，d + t，d t，d dHML t，d + eＲMW t，d + fCMA t，d + ε i，t，d ln（ D i，t ） = α t + β t ln（ MC i，t ） + ε i，t 1 － D i，t ＲC i，t = ε i，t 股票 i 在第 t 个财务报告期间从第 m 天到第 n 其中，D i ，t 为股票 i 每季度的网络密度值，而 天的累积异常收益 CAＲ 为： n CAＲ i，t［m，n］ = ∑ AＲ i，t，d d=m MC i ，t 为股票 i 每季度末的流通市值。 本文将股票 i 每季度经过市值调整的残差网络密度值定义为 为了更清晰 地 展 现 结 果，本 文 的 CAＲ 与 TO ＲC i ，t ，并以此度量投资者信息网络中的信息链接 （ 即意见分歧指标） 都乘以 100。为了节省篇幅，本 和扩散程度。本文此后的回归分析中所用到的解 文随后只汇报五因子结果，采用 CAPM 和三因子 释变量均指的是市值调整后的股票 残 差 网 络 密 模型得到的结果与五因子模型一致。 度，为了简便起见，通常也称其为网络密度。 2. 机构投资者信息网络的构造 ［4］ 参照 Pareek ［6］ 和肖欣荣等 的研究，本文利 用中国主动型开放式基金的持仓详细数据，建立 基金之间重仓股的网络关联模型，并计算基金重 仓股票的网络密度 （ 描述基金网络结构统计特征 3. 标准化的未预期盈余 ［23］ 参考张圣平等 的做法，本文定义标准化的 未预期盈余为： SUE i，t = EPS i，t － EPS i，t －4 Std（ EPS i，t － EPS i，t －4 ） 的基本变量） 。具体来说，若两只基金重仓持有相 其中，EPS i，t 为 公 司 i 在 季 度 t 的 每 股 收 益， 同的股票且所持该只股票市值占基金 资 产 净 值 EPS i，t － 4 为上一年同期的每股收 益，Std （ EPS i，t － 5% 以上，则认为这两只基金在信息网络中彼此关 EPS i，t － 4 ） 为公司 i 在季度 t 及之前四个季度 EPS i，t 联。本文首先根据基金季报持仓数据，筛选出所 － EPS i，t － 4 的标准差。 持股票市值占基金资产净值 5% 及以上的股票，然 4. 意见分歧 后进一步测算相应股票的网络密度值，其计算步 借鉴 Boehme 等 骤如下： （ 1） 记重仓持有股票 i（ 持股市值占基金资产 ［24］ ［25］ 和李科等 的处理方法， 本文将意见分歧指标 TO i，t［m，n］定义为股票 i 在 t 时期盈余公告发布日期的［m，n］区间日均换手率。 净值 5% 及以上 ） 的基金 J 为 J（ i） ，并定义股票 i 5. 控制变量 的信息网络 T（ i） 为基金投资者信息网络 S（ J（ i） ） 借鉴前期的一些文献，本文的控制变量如下： 中元素 K 的集合，即 T （ i） = ｛ K，J （ i） ： K ∈ S （ J 公司总资产规模的对数 （ MKTCAP） ； 市值账面比 （ i） ） ｝ 。例如，股票 i 在某一时期被两只基金分别 （ MB） ； 分析师跟踪人数 （ ANANUM） ； 分析师意见 重仓持有，同时这两只基金又有自己的基金投资 分歧（ DIS） ，用预测的每股盈余标准差除以每股盈 者信息网络，那么定义该股票的信息网络为所有 余均值得到； 机构投资者总的持股比例 （ INST） ，将 基金投资者信息网络的集合。 普通型股票基金和偏股型基金的季度重仓数据加 （ 2） 定义股票 i 的网络密度为股票 i 的信息网 总求得； 内部人交易 （ INSIDEＲ） ，本文用董监高持 络 T（ i） 中相应节点之间实际链接边数与可能存在 股变动情况来代表，即董监高净买入数量占股票 的最大边数之比，其表现形式为 D i = 2E i / n i （ n i － 总股数之比； 换手率 （ TUＲN） ，即流通股季度换手 1） ，其中，E i 为股票信息网络 T（ i） 中实际链接的边 率，单 位 为 100% ； 上 市 公 司 上 市 年 限 的 对 数 数，n i 是股票信息网络 T（ i） 中基金的个数。 （ AGE） ； 销售赫芬达尔指数 （ HHI） ； 是否为国有企 （ 3） 与社会网络理论相关研究文献一致，为消 除股票市值对相关网络密度值的影响，参考 Nagel 业 （ STATE ） ，是 为 1，否 则 为 0； 非 流 动 性 指 标 （ AMIHUD） 。 175 中国软科学 2018 年第 11 期 （ 二） 研究设计 基础价值回归。 由此该理论预测： 投资者意见分 1. 机构持股网络与盈余信息传递 歧与当期股票收益正相关，而与未来股票收益负 为验证网络密度对于盈余信息传递的影响， 相关 本文首先检验模型（ 1） ： ［27 － 28］ 。李科等［25］ 发现基金家族通过共同持 股也能够降低意见分歧，增加市场中乐观投资者 CAＲ i，t［m，n］ = β0 + β1 SUE i，t + β2 SUE i，t * ＲC i，t 的比例，从而操纵股价，获得更高收益。 本文认为 （ 1） 整体基金网络密度的提高可以增加对股票合理价 其中 CAＲ i，t［m，n］代表股票 i 季度 t 的盈余公 格的“共识”，主要在于网络密度越高，基金之间对 告期间第 m 天到第 n 天的累积异常收益，SUE i，t 上市公司的盈余信息交流越充分，由此导致基金 为标准化的未预期盈余，ＲC i，t 为股票 i 每季度经 关于股票价格的意见分歧越小，从而促进对盈余 过市值调整的残差网络密度值，CONTＲOLS i，t 为控 信息迅速而准 确 的 反 映 到 股 价 中。 基 于 前 述 分 制变量，具体的变量说明及相关计算过程将在第 析，本文采用模型（ 2） 进行检验： + β3 ＲC i，t + CONTＲOLS i，t + ε i，t 四部分进行说明。在盈余公告前，若 β1 或 β2 显著 大于 0，则意味盈余信息已经提前反映到股价当 TO i，t［m，n］ = β0 + β1 ＲC i，t + β2 ABSSUE i，t + （ 2） CONTＲOLS i，t + ε i，t 中。 若 β2 显著大于 0，则意味着，网络密度越高，越 其中，TO i，t ［m，n］（ TUＲNOVEＲ 简写 ） 为［m， 有利于盈余信息反映到股价当中，此时，网络对于 n］期间的日均换手率。 为了控制未预期盈余信息 盈余信息的传递是有效的。 反之，若 β2 不显著或 的冲击，本文加入 ABSSUE i，t 为 未 预 期 盈 余 绝 对 者显著小于 0，则意味着，网络密度越高，对于股价 值。若 β1 显著为正 （ 或负 ） ，则意味着网络密度越 反映盈余信息无影响或者产生不利影响 。 高，基金之间的信息交流越充分，越能够降低 （ 或 在盈余公告之后，若 β1 或 β2 显著大于 （ 或小 增加） 投资者的意见分歧。 于） 0，则意味着已经公布盈余信息仍然对股价有 （ 三） 数据来源和描述性统计 影响，意味着存在反应不足 （ 或反应过度 ） 的情况。 本文选取了 WIND 数据库 2005 年 1 月至 2016 若 β2 显著大于（ 或小于 ） 0，则意味着，网络密度越 年 9 月的普通型和偏股型基金季度重仓持股数据 ， 高，股价对盈余信息反应不足 （ 或反应过度 ） 的情 共 152173 条观测。卖方分析师数据、财务数据、内 况越严重。若 β1 和 β2 不显著，则意味着盈余公告 部人交易数据、企业性质数据等来源于 CSMAＲ 数 后，盈余信息对股价不再有影响。若 β2 不显著，则 据库，股票交易数据、月度三因子、四因子数据等 意味着盈余公告后，网络密度的高低对有关盈余 来源于 ＲESSET 数据库。具体选择时，本文删除了 信息的定价不再有影响。 金融类、非正常交易的股票，并对主要的连续变量 2. 意见分歧影响机制的探究 在 1% 和 99% 水平上进行了 Winsorize 处理。相关 机构持股网络能够促进股票价格反映盈余信 变量的描述性统计如表 1 所示。 息，本文认为这其中的机制来自意见分歧的影响。 由于本文关注的是基金交易的股票，SUE 比 ［23］ 关于意见分歧对于资产定价的影响，一派观点认 张圣平等（ 2014） 为，尽管投资者的意见分歧能够导致交易行为产 1 左右。其它变量的描述性统计与之前研究保持 生，但是这些交易行为是特异性的，彼此抵消，并 一致。 ［26］ 不会对股票的预期收益产生影响 。而另一派将 算出的要大一点，均值基本在 四、主要实证结果 卖空限制引入分析，认为卖空限制使得悲观投资 （ 一） 分组分析 者无法持有足够的空头头寸，股票更多的被乐观 为了展示基金之间的交流对盈余信息传递的 投资者所持有，从而使得当前的股价更多体现了 影响，首先根据 SUE 是否大于 0 分成利好组和利 乐观投资者的观点而被高估。 随着时间的推移， 空组，进一步根据每组股票的网络密度大小分成 投资者意见分歧逐步收敛，高估的股价逐渐向其 高网络密度组和低网络密度组，将样本分成四组。 176 学术动态与新视点 表1 基于信息网络视角的机构持股与盈余公告市场反应研究 主要变量的描述性统计 VAＲIABLE MEAN P50 STD MIN MAX N SUE 0. 934 0. 599 2. 023 － 6. 553 11. 93 8711 ＲC － 0. 028 － 0. 105 0. 681 － 2. 385 3. 592 8711 MKTCAP 22. 67 22. 43 1. 456 18. 44 28. 52 8711 MB 5. 310 4. 193 4. 082 0. 863 27. 43 8711 ANANUM 3. 243 3. 332 0. 938 0 5. 984 8711 DIS 0. 316 0. 228 0. 289 0 1. 491 8711 INST 0. 011 0 0. 027 0 0. 17 8711 INSIDEＲ － 0. 001 0 0. 006 － 0. 105 0. 007 8711 TUＲN 115. 4 88. 58 91. 71 6. 285 467. 8 8711 AGE 2. 360 2. 375 0. 431 0. 916 3. 258 8711 HHI 0. 086 0. 018 0. 130 0. 012 0. 659 8711 STATE 0. 474 0 0. 499 0 1 8711 AMIHUD 4. 428 1. 957 10. 08 0. 0800 107. 5 8711 计算四组样本的股票在盈余公告前后累积超额收 络密度较高组还是网络密度较低组，盈余公告前 益 CAＲ（ 经五因子模型算出 ） 的均值，以及这四组 后的累积超额收益差异都较大。 上述分组对比分 股票的换手率均值，结果分别如图 1 和图 2 所示。 析没有考虑其它控制变量的影响，为了更为全面 从图 1 可以看出，对于利好消息组，在盈余公 考虑基金信息交流状况对于盈余信息 定 价 的 影 告之前，网络密度较高组的股票累积超额收益大 响，下面采用回归方法进行更全面的分析 。 于网络密度较低组，说明基金信息交流加快了利 （ 二） 网络密度与盈余信息传递 好消息提前融入股价； 而在盈余公告后，两组之间 从表 2 可以看出，在盈余公告之前的［－ 10， 累积超额收益差距减小。 并且，网络密度较高组 － 1］和［－ 5，－ 1］区间，SUE * ＲC 的系数显著大于 的累积超额收益率在盈余公告前后差别不大，而 0，表明网络密度越高，越能够促进公司的盈余信 网络密度较低组的累积超额收益率在盈余公告前 息在公告之前融 入 股 价。 而 在 盈 余 公 告 之 后 的 后表现出较大差异。 对于利空消息组，无论是网 ［1， 5］和［1， 10］期间，SUE * ＲC 并不显著 ，表明网 图1 基金持股网络密度对于利好组和利空组累计异常收益率的影响 177 中国软科学 2018 年第 11 期 络密度有利于股价对盈余信息进行准确定价，既 的系数也显著为正，这说明未预期盈余可能通过 没有反应不足，也没有反应过度。本文的假设 1 得 其他渠道对股价产生正向影响。 到验证。需要注意的一点是，盈余公告之前，SUE 表2 SUE ＲC SUE * ＲC MKTCAP MB ANANUM DIS INST INSIDEＲ TUＲN AGE （ 1） （ 2） （ 3） （ 4） （ 5） CAＲ［－ 10，－ 1］ CAＲ［－ 5，－ 1］ CAＲ［0］ CAＲ［1， 5］ CAＲ［1， 10］ 0. 257 ＊＊＊ 0. 208 ＊＊＊ 0. 172 ＊＊＊ 0. 066 0. 025 （ 5. 52） （ 6. 29） （ 9. 37） （ 1. 64） （ 0. 48） 0. 023 0. 029 － 0. 032 0. 044 0. 104 （ 0. 16） （ 0. 27） （ － 0. 54） （ 0. 35） （ 0. 63） 0. 148 ＊＊ 0. 113 ＊＊ 0. 035 － 0. 029 0. 049 （ 2. 13） （ 2. 28） （ 1. 28） （ － 0. 48） （ 0. 63） － 0. 029 － 0. 086 0. 012 － 0. 168 ＊＊ － 0. 198 * （ － 0. 31） （ － 1. 29） （ 0. 32） （ － 2. 10） （ － 1. 91） － 0. 143 ＊＊＊ － 0. 076 ＊＊＊ － 0. 026 ＊＊ － 0. 122 ＊＊＊ － 0. 126 ＊＊＊ （ － 5. 36） （ － 4. 01） （ － 2. 50） （ － 5. 30） （ － 4. 25） － 0. 099 0. 034 － 0. 068 0. 151 － 0. 018 （ － 0. 79） （ 0. 38） （ － 1. 37） （ 1. 39） （ － 0. 13） － 0. 300 － 0. 556 ＊＊ － 0. 106 0. 177 0. 009 （ － 0. 84） （ － 2. 19） （ － 0. 75） （ 0. 58） （ 0. 02） 2. 052 3. 367 3. 788 ＊＊＊ 8. 095 ＊＊＊ 12. 393 ＊＊＊ （ 0. 64） （ 1. 49） （ 3. 01） （ 2. 95） （ 3. 49） 23. 199 5. 716 － 2. 874 － 3. 804 － 9. 479 （ 1. 55） （ 0. 54） （ － 0. 49） （ － 0. 30） （ － 0. 57） － 0. 003 ＊＊ － 0. 001 － 0. 002 ＊＊＊ － 0. 001 － 0. 004 ＊＊＊ （ － 2. 42） （ － 0. 86） （ － 3. 99） （ － 1. 31） （ － 3. 07） － 0. 873 ＊＊＊ － 0. 460 ＊＊ － 0. 009 － 0. 641 ＊＊＊ － 1. 225 ＊＊＊ （ － 3. 46） （ － 2. 57） （ － 0. 09） （ － 2. 95） （ － 4. 36） － 0. 074 － 2. 254 － 5. 394 ＊＊ － 9. 752 HHI 网络密度与盈余信息融入 ＊＊＊ － 6. 863 ＊＊＊ （ － 4. 00） （ － 3. 95） （ － 0. 08） （ － 1. 07） （ － 1. 98） － 0. 226 － 0. 024 － 0. 097 0. 218 0. 299 （ － 1. 02） （ － 0. 15） （ － 1. 11） （ 1. 14） （ 1. 21） － 0. 019 * 0. 001 0. 002 0. 021 ＊＊ 0. 017 （ － 1. 84） （ 0. 15） （ 0. 58） （ 2. 32） （ 1. 44） 5. 711 ＊＊ 4. 434 ＊＊＊ 0. 095 7. 647 ＊＊＊ 9. 710 ＊＊＊ （ 2. 53） （ 2. 76） （ 0. 11） （ 3. 93） （ 3. 86） 行业 / 年度 控制 控制 控制 控制 控制 N 8711 8711 8711 8711 8711 Ｒ2 0. 020 0. 017 0. 021 0. 016 0. 018 STATE AMIHUD CONS 5% 和 10% 的水平下显著； 下同。 注： 括号里是回归的 t 值； ＊＊＊ ，＊＊ ，* 分别代表在 1% 、 178 学术动态与新视点 基于信息网络视角的机构持股与盈余公告市场反应研究 （ 三） 意见分歧的影响机制 越大、分析师跟踪人数越多、流动性越好，则意见 接下来本文以换手率为因变量探究基金信息 分歧越小，主要在于这样的上市公司信息透明度 交流对于意见分歧的影响。 从表 3 可以看出，在 比较高、披露比较及时、市场上的投资者能够获得 ［－ 10， 10］的整个盈余公告期间，ＲC 的系数都显 更多的信息，从而导致投资者关于上市公司的意 著为负，这表明，网络密度越高，意见分 歧 越 小。 见分歧较小。 从其他变量来看，上市公司市值越高、市值账面比 表3 （ 1） （ 2） TO［－ 10，－ 1］ － 0. 036 ＲC ABSSUE MKTCAP MB ANANUM DIS INST INSIDEＲ TUＲN AGE HHI STATE ＊＊ （ 3） TO［－ 5，－ 1］ － 0. 040 ＊＊ （ 4） TO［0］ － 0. 054 ＊＊ （ 5） TO［1， 5］ TO［1， 10］ ＊＊ － 0. 043 ＊＊ － 0. 048 （ － 2. 11） （ － 2. 24） （ － 2. 23） （ － 2. 45） （ － 2. 32） 0. 002 0. 003 0. 015 0. 010 0. 008 （ 0. 30） （ 0. 45） （ 1. 47） （ 1. 25） （ 1. 06） － 0. 098 ＊＊＊ － 0. 093 ＊＊＊ － 0. 143 ＊＊＊ － 0. 117 ＊＊＊ － 0. 119 ＊＊＊ （ － 8. 66） （ － 7. 91） （ － 9. 01） （ － 9. 07） （ － 9. 85） － 0. 005 ＊＊ － 0. 005 ＊＊ － 0. 011 ＊＊＊ － 0. 008 ＊＊＊ － 0. 007 ＊＊＊ （ － 2. 31） （ － 2. 13） （ － 3. 66） （ － 3. 14） （ － 3. 10） － 0. 098 ＊＊＊ － 0. 095 ＊＊＊ － 0. 077 ＊＊＊ － 0. 103 ＊＊＊ － 0. 104 ＊＊＊ （ － 6. 69） （ － 6. 24） （ － 3. 77） （ － 6. 12） （ － 6. 66） 0. 020 0. 016 － 0. 022 0. 011 0. 013 （ 1. 18） （ 0. 89） （ － 0. 94） （ 0. 58） （ 0. 70） － 0. 056 － 0. 108 － 0. 571 － 0. 707 － 0. 462 （ － 0. 14） （ － 0. 26） （ － 1. 00） （ － 1. 52） （ － 1. 07） － 5. 488 ＊＊＊ － 4. 365 ＊＊ － 7. 427 ＊＊＊ － 8. 598 ＊＊＊ － 7. 612 ＊＊＊ （ － 2. 88） （ － 2. 21） （ － 2. 78） （ － 3. 95） （ － 3. 75） 0. 007 ＊＊＊ 0. 007 ＊＊＊ 0. 007 ＊＊＊ 0. 006 ＊＊＊ 0. 006 ＊＊＊ （ 46. 98） （ 43. 79） （ 34. 05） （ 38. 27） （ 39. 90） 0. 374 ＊＊＊ 0. 360 ＊＊＊ 0. 418 ＊＊＊ 0. 393 ＊＊＊ 0. 362 ＊＊＊ （ 11. 67） （ 10. 81） （ 9. 30） （ 10. 72） （ 10. 60） － 0. 756 ＊＊ － 0. 794 ＊＊ － 1. 287 ＊＊＊ － 1. 147 ＊＊＊ － 1. 268 ＊＊＊ （ － 2. 44） （ － 2. 46） （ － 2. 96） （ － 3. 23） （ － 3. 84） ＊＊＊ ＊＊＊ － 0. 072 ＊＊ － 0. 016 － 0. 014 － 0. 115 （ － 0. 58） （ － 0. 46） （ － 2. 90） （ － 2. 70） （ － 2. 39） ＊＊＊ ＊＊＊ ＊＊ ＊＊＊ 0. 001 ＊＊＊ 0. 001 AMIHUD 网络密度与意见分歧 0. 001 0. 001 － 0. 087 0. 001 （ 5. 81） （ 4. 58） （ 2. 10） （ 3. 25） （ 3. 54） 2. 092 ＊＊＊ 1. 988 ＊＊＊ 3. 437 ＊＊＊ 2. 755 ＊＊＊ 2. 821 ＊＊＊ （ 7. 84） （ 7. 17） （ 9. 18） （ 9. 02） （ 9. 92） 行业 / 年度 控制 控制 控制 控制 控制 N 8711 8711 8711 8711 8711 Ｒ2 0. 464 0. 435 0. 308 0. 374 0. 409 CONS 179 中国软科学 2018 年第 11 期 以上结果表明，基金整体 （ 包括同一家族基金 于复杂，本文采用间接的方法进行检验。 和不同家族基金 ） 之间通过共同持股进行了有效 本文采用公司治理指数进行检验，采用该指 的信息交流，并且网络密度越高、交流强度越大， 标的逻辑在于，如果一家公司治理情况较好，那么 越有助于降低意见分歧，这不同于基金家族共同 该公司的信息泄露的可能性较低，那么包括公司 持股，只是通过屏蔽有效的私有信息，降低市场投 盈余信息在盈余公告之前就不太可能通过私下途 ［25］ 。 二者虽然 径被泄露出去，也就不可能是内幕信息，基金对此 都降低了意见分歧，增加了投资者行为的一致性， 信息的挖掘，更可能是基于公开信息的有效研判。 但当投资者行为一致性的增加是因为放弃私有信 如果公司治理比较好，且网络密度越高，基金之间 息，则此时会使得市场的无效率，导致股票价格不 的信息扩散越充分，说明基金网络促进了私有信 能准确反映私有信息。 而当投资者行为的一致性 息的融入、提高了市场效率，但并没有损害市场公 增加是因为私有信息的扩散，则此时提高了市场 平。参考 前 期 文 献，本 文 首 先 选 取 了 如 下 几 个 效率，促进了股票价格对基本面盈余信息的反映。 指标： 资者的意见分歧进行纯粹的炒作 从信息竞争角度理解，基金家族的共同持股更容 易对私有信息形成垄断，导致对信息进行曲解和 炒作，而基金整体的持股网络由于之间的信息交 流分享，降低了单个基金家族的信息垄断，有利于 私有信息的传播，提高了对于公司基本面价值的 预测质量。 五、进一步研究与稳健性检验 （ 一） 进一步研究 表4 CEODIＲ 公司治理指数指标 CEO 与董事会主席 为 同 一 个 人，则 为 1，否 则 为0 OUTDIＲＲATIO 独立董事人数占董事人数比例 TOPMANAGEＲ 高管持股占总股本比例 TOP1ＲATIO 第一大股东持股比例 CONSTＲ 第二到第十大股东持股比例平方和的对数 BH 该企业存在 B 股或 H 股时，则为 1，否则为 0 尽管前面分析表明，机构投资者网络可以促 STATE 为国有控股公司时为 1，否则为 0 进盈余信息及时反映到股价当中，提高了市场定 HSALE 行业中全部公司各自市场份额的平方和（ 根据 主营业务收入） CNUM 行业内竞争者的数量 价效率。但凡事都有两面性，更为有效的市场定 价通常意味着私有信息的快速准确融入，而这个 私有信息也包括内幕消息。 倘若机构投资者扩散 然后进行主成分分析，构造公司治理指数，根 了内幕消息，使得在盈余公告前被准确定价，那么 据公司治理指数大小将样本等分成 两 组 进 行 检 这个过程，虽然提高了“市场效率 ”，但是却有损于 验，得到的结果如表 5A、表 5B 所示。 “市场公平”。如同一个国家在确定分配制度时兼 从表 5A 来看，对于公司治理较好的组，在盈 顾公平与效率，在对机构投资者市场功能进行评 * 余公告前公告当时，SUE ＲC 的系数都显著异于 价时，也应该综合考虑这两个方面。 0，表明机构投资者网络促进了盈余信息融入，在 对于到底什么是“内幕信息 ”，尽管在法律上 * 盈余公告后，SUE ＲC 的系数都不显著异于 0，意 有准确定义，如根据《证券法》第 69 条之规定，“所 味着盈余公告后并没有出现反应过度或者反应不 谓内幕信息，是指证券交易活动中，涉及公司的经 足的现象。 从表 5B 来看，对于公司治理较差组， 营、财务或者对谈公司证券的市场价格有重大影 * 无论是盈余公告前后，SUE ＲC 的系数都不显著 响的尚未公开的信息 ”，并且也对内幕信息的类型 异于 0，表明基金持股网络对于股票价格是否反映 做了详细说明。 但由于“内幕消息不包括运用公 利空消息没有影响。 由此说明，机构投资者网络 开的信 息 和 资 料，对 证 券 市 场 作 出 的 预 测 和 分 促进了私有信息融入股价，提高了市场效率，但由 析”，所以现实中，由于无法判定信息的来源，使得 于不是内幕信息，所以也没有损害市场公平。 内幕信息很难判断。 考虑到直接界定内幕信息过 180 学术动态与新视点 表 5A 网络密度与盈余信息融入———基于公司治理较好样本检验 （ 1） （ 2） CAＲ［－ 10，－ 1］ 0. 233 SUE 基于信息网络视角的机构持股与盈余公告市场反应研究 ＊＊＊ （ 3） CAＲ［－ 5，－ 1］ 0. 180 ＊＊＊ CAＲ［0］ 0. 166 ＊＊＊ （ 4） （ 5） CAＲ［1， 5］ CAＲ［1， 10］ 0. 097 0. 039 （ 3. 58） （ 3. 93） （ 6. 48） （ 1. 61） （ 0. 57） － 0. 199 － 0. 013 － 0. 065 0. 126 － 0. 034 （ － 0. 94） （ － 0. 09） （ － 0. 79） （ 0. 76） （ － 0. 15） 0. 361 ＊＊＊ 0. 207 ＊＊＊ 0. 097 ＊＊ 0. 067 0. 103 （ 3. 38） （ 2. 76） （ 2. 29） （ 0. 80） （ 1. 55） 行业 / 年度 控制 控制 控制 控制 控制 N 2867 2867 2867 2867 2867 Ｒ2 0. 032 0. 020 0. 031 0. 019 0. 032 ＲC SUE * ＲC 表 5B 网络密度与盈余信息融入———基于公司治理较差样本检验 （ 1） （ 2） （ 3） （ 4） （ 5） CAＲ［－ 10，－ 1］ CAＲ［－ 5，－ 1］ CAＲ［0］ CAＲ［1， 5］ CAＲ［1， 10］ 0. 282 ＊＊＊ 0. 202 ＊＊＊ 0. 163 ＊＊＊ － 0. 041 － 0. 149 * （ 3. 52） （ 3. 54） （ 4. 81） （ － 0. 59） （ － 1. 69） 0. 197 0. 220 － 0. 080 0. 301 0. 439 （ 0. 75） （ 1. 18） （ － 0. 72） （ 1. 35） （ 1. 52） － 0. 015 0. 008 0. 024 － 0. 175 * － 0. 200 （ － 0. 13） （ 0. 10） （ 0. 50） （ － 1. 80） （ － 1. 60） 行业 / 年度 控制 控制 控制 控制 控制 N 2866 2866 2866 2866 2866 2 0. 028 0. 023 0. 027 0. 017 0. 019 SUE ＲC SUE * ＲC Ｒ （ 二） 稳健性检验 息交流情况可能弱化。 为了避免这种情况，本文 因为交易所规定上市公司年报公布不得晚于 将年报事件的样本删除之后再进行检验，回归结 次年的 4 月 30 号，而且很多公司年报在 4 月份才 果如表 6 所示。结果显示，在盈余公告之前，交互 开始披露，导致年报披露日距离当年的 12 月 31 号 * 项 SUE ＲC 的显著性反而更强，由此进一步证实 时间过长，降低了年报盈余信息的时效性，且此时 了基 金 网 络 的 信 息 交 流 对 于 盈 余 信 息 传 递 的 基于年末基金重仓持股建立的连接关系所代表信 影响。 表6 （ 1） （ 2） CAＲ［－ 10，－ 1］ 0. 285 SUE 排除年报样本检验 ＊＊＊ （ 3） CAＲ［－ 5，－ 1］ 0. 208 ＊＊＊ CAＲ［0］ 0. 218 ＊＊＊ （ 4） （ 5） CAＲ［1， 5］ CAＲ［1， 10］ 0. 103 0. 042 （ 4. 71） （ 4. 88） （ 9. 25） （ 1. 59） （ 0. 63） 0. 040 0. 085 － 0. 044 0. 100 0. 260 （ 0. 22） （ 0. 67） （ － 0. 63） （ 0. 66） （ 1. 33） 0. 272 ＊＊＊ 0. 183 ＊＊＊ 0. 021 － 0. 047 0. 008 （ 2. 96） （ 2. 83） （ 0. 59） （ － 0. 60） （ 0. 08） 行业 / 年度 控制 控制 控制 控制 控制 N 6352 6352 6352 6352 6352 2 0. 025 0. 021 0. 030 0. 017 0. 021 ＲC SUE * ＲC Ｒ 181 中国软科学 2018 年第 11 期 六、结论与启示 参考文献： 关于机构投资者市场功能问题一直以来都饱 ［1］BＲOWN N C， WEI K D， WEＲMEＲS Ｒ. Analyst 受争议，前期大量文献通常将基金视为统一整体 recommendations，mutual fund herding，and overreaction in 进行研究，得到了不同的结论。 但实际上，作为金 融市场中的参与者，基金的决策行为离不开整体 信息交流网络的影响。 正是基于这一考虑，本文 2013，60（ 1） ： 1-20. stock prices［J］. Management Science， ［2］TAN L，CHIANG T C，MASON J Ｒ ，NELLING E. Herding behavior in chinese stock markets： An examination of A and B shares［J］. Pacific-Basin Finance Journal，2008，16 以中国主动型基金重仓持股为信息连接依据构建 （ 1） ： 61-77. 了基金信息网络，研究基金之间的信息交流如何 ［3］LI W，ＲHEE G，WANG S S. Differences in herding： 影响到公司盈余公告的市场反应。 本文发现基金 Individual Vs. institutional investors in China［J］. Institutional 持股网络密度越大、投资者之间交流越充分，越能 Investors in China （ SSＲN： February 13，2009） . 2009. 够促进盈余信息迅速准确反应到股价当中，不会 ［4］ PAＲEEK A. 出现反应不足或者反应过度现象； 背后的机制在 于较高的基金持股网络密度有利于减 小 意 见 分 歧，提高了对证券估值的共识； 进一步的分析还发 Information networks： Implications for mutual fund trading behavior and stock returns［Ｒ］. Working Paper，2012. ［5］COLLA P，MELE A. Information linkages and correlated trading［J］. Ｒeview of Financial Studies，2010，23 （ 1 ） ： 现基金网络促进了股价对盈余消息的提前准确反 203-246. 应主要体现在公司治理较好的样本，这表明基金 ［6］肖欣荣，刘 网络虽然促进了私有信息的扩散，提高了“市场效 2012（ 12） ： 35-45. 于投资者网络视角［J］. 管理世界， 率”，但并没有扩散内幕信息，没有损害“市场公 ［7］刘京军，苏楚林 . 传染的资金： 基于网络结构的基金资 平”，由此肯定了基金信息网络对提高市场效率的 积极意义。 对比李科等 ［25］ 发现的基金家族共同持股阻 健，赵海健 . 机构投资者行为的传染： 基 2016（ 1） ： 54-65. 金流量及业绩影响研究［J］. 管理世界， ［8］OZSOYLEV HN，WALDEN J，YAVUZ M D，BILDIK Ｒ. Investor networks in the stock market［J］. Ｒeview of Financial Studies，2014， 27（ 5） ： 1323-1366. 碍了私有信息传播、加剧了市场炒作的现象，本文 ［9］申 发现基金整体之间信息交流有利于扩 散 私 有 信 绩与“小 圈 子 ”效 应［J］. 经 济 学 （ 季 刊 ） ，2015 （ 1 ） ： 息、提高证券估值的准确性。 特别是当有多个不 403-428. 同的基金进行交流时，对于基本面往往可以形成 ［10］OZSOYLEV H N. Asset pricing implications of social 更加理性的判断，促进股票对盈余信息的准确定 2005. networks［Ｒ］. Working Paper， 价。有别于以往将机构投资者视为统一整体的研 究方法，本文从机构投资者信息网络出发，揭示了 宇，赵静梅，何 ［11］陈新春，刘 欣 . 校友关系网络、基金投资业 阳，罗荣华 . 机构投资者信息共享会引 来黑天鹅吗？ ———基金信息网络与极端市场风险［J］. 金 2017（ 7） ： 140-155. 融研究， 结构性的网络特征对于市场定价的重要影响，肯 ［12］HONG H，STEIN J C. A unified theory of underreaction， 定了“聪明的 ”投资者网络对于市场有效定价的 momentum trading，and overreaction in asset markets［J］. 意义。 54（ 6） ： 2143-2184. Journal of Finance，1999， 在国家推动资本市场稳定可持续发展、提高 ［13］BAＲBEＲIS N，SHLEIFEＲ A，VISHNY Ｒ. A model of 企业直接融资规模的大背景下，壮大机构投资者 investor sentiment［J］. Journal of Financial Economics，1998， 规模、鼓励机构投资者积极参与市场建设具有非 49（ 3） ： 307-343. 常重要的意义。本文的研究有两点启示： 第一，降 低机构投资者准入门槛，增加机构投资者数量，提 ［14］LEE C， SWAMINATHAN B. Price momentum and trading volume ［J］. Journal of Finance，2000，55 （ 5 ） ： 2017-2069. 高机构投资者在市场的占比，形成稳定市场的中 ［15］LEWELLEN J，SHANKEN J. Learning，Asset-pricing 坚力量。第二，鼓励机构投资者持股多元化，增进 tests，and market efficiency［J］. The Journal of Finance， 彼此交流，降低意见分歧，提高市场定价效率。 2002， 57（ 3） ： 1113-1145. 182 学术动态与新视点 基于信息网络视角的机构持股与盈余公告市场反应研究 ［16］BAＲTOV E， ＲADHAKＲISHNAN S ， KＲINSKY I. ［22］NAGEL S. Short sales，institutional investors and the Investor sophistication and patterns in stock returns after cross-section of stock returns ［J］ . Journal of Financial earnings announcements［J］. The Accounting Ｒeview，2000， Economics，2005， 78（ 2） ： 277-309. 75（ 1） ： 43-63. ［23］张圣平，于丽峰，李怡宗，等 . 媒体报导与中国 A 股市 ［17］AYEＲS B C，FＲEEMAN Ｒ N. Evidence that analyst 场盈余惯性： 投资者有限注意的视角［J］. 金融研究，2014 following and institutional ownership accelerate the pricing of （ 7） ： 154-170. future earnings［J］. Ｒeview of Accounting Studies，2003，8 ［24］BOEHME Ｒ D，DANIELSEN B Ｒ，SOＲESCU S M. （ 1） ： 47-67. Short-sale ［18］PIOTＲOSKI J D，ＲOULSTONE D T. The influence of overvaluation ［J］. analysts， institutional Analysis，2006， 41（ 2） ： 455-487. incorporation of investors， and insiders market， industry， and on the firm-specific ［25］李 constraints， differences 科，陆 of opinion， and Journal of Financial and Quantitative 蓉，夏 翊 . 基金家族共同持股： 意见分 information into stock prices［J］. The Accounting Ｒeview ， 2015（ 10） ： 64-75. 歧与股票收益［J］. 经济研究， 2004， 79（ 4） ： 1119-1151. ［26］HONG H，STEIN J C. Disagreement and the stock ［19 ］ KE B， ＲAMALINGEGOWDA S. Do institutional market［J］. The Journal of Economic Perspectives，2007，21 investors exploit the post-earnings announcement drift？ ［J］. （ 2） ： 109-128. Journal of Accounting and Economics，2005， 39（ 1） ： 25-53. ［27］MILLEＲ E M. Ｒisk，uncertainty，and divergence of ［20］CAI Y，LAU S T. Informed trading around earnings and opinion［J］. The Journal of finance，1977， 32（ 4） ： 1151-1168. mutual fund alphas［J］. Journal of Banking ＆ Finance，2015， ［28］SCHEINKMAN J，XIONG W. Overconfidence，short- 60： 168-180. sale constraints， and bubbles ［J］ . ［21］HIＲSHLEIFEＲ D，LIM S S，TEOH S H. Driven to Economy，2003， 111： 1183-1219. distraction： Extraneous events and underreaction to earnings Journal of Political （ 本文责编： 辛 城） news［J］. The Journal of Finance，2009， 64（ 5） ： 2289-2325. 183