社会网络下的机构投资者联结行为与信息效率

■倪 禾，徐 茜

一、引言与文献综述

股价反映信息是有效市场理论的核心假设。Morck et al.（2000）提出个股的股价信息含量主要来源于市场、行业和公司三个层面，市场和行业层面的信息即为经济政策、监管法律、行业发展等具有普遍影响的公有信息，公司层面的信息为资产重组、兼并收购、红利分发等影响公司基本价值的特质信息。根据王咏梅（2011）的定义，信息效率为股价中公司特质信息含量的高低。我国证券市场近年来大力发展机构投资者特别是证券投资基金，投资者结构有所改善。根据深圳证券交易所的年度个人投资者调查报告显示，截至2016年投资者结构仍以中小投资者为主，长期价值投资者比例约为两成，追涨型投资者占4成，更多的投资者倾向于通过短期炒获取收益。在这种投资氛围之下，股价波动难以反映公司特质信息，股价信息效率较低，不但加剧了市场风险，也扰乱了资本市场资源配置功能。关于如何有效提高信息效率，已有研究表明机构投资者因为其具有超过普通投资者的信息采集和处理能力，通常被作为基于企业特质信息交易的典型代表（王亚平，2009）对信息效率起着重要作用。主流研究大多以方差比、股价同步性、R2和私有信息测度作为股价信息效率的代理变量，以机构投资者持股比例或机构投资者数量为解释变量，研究证实机构投资者持股比例和数量的增加提高了股价的信息效率（孔东民，等，2015）。熊家财（2014）从机构投资者的交易行为视角进行研究，发现机构投资者的交易行为是一种“伪羊群行为”①伪羊群行为：投资者的同质性交易行为并由非刻意跟风所致，而是其基于相同信息或偏好作出的相同思考，属于无意为之。，兼具个体理性与市场理性双重属性，可以提高股价信息效率。

随着社会网络理论与经济学交叉研究的兴起，社会网络被证实是公司特质信息流动的主要媒介（陈新春，等，2017），公司之间并不是完全独立的，相反，公司间会因各种社会关系而产生直接或间接的联系，进行信息和资源交互。Ozsoylev&Walden（2011）指出股票的交易特征如股票价格、期望利润、股票收益波动率、代表性投资者福利与网络拓扑结构之间存在着函数关系。社会网络不仅是个体获取信息和交流经验的主要途径，更是个体交易行为选择与投资策略制定的重要影响因素。郭白滢（2018）等通过构造以重仓股为链接的机构投资者网络，研究发现机构投资者网络信息共享能够降低股价同步性，提高了信息效率。李留闯（2012）基于连锁董事的企业社会关系网络研究发现连锁董事加强了股价的同步性波动，降低了信息效率。

Larcker et al.（2013）研究了公司通过董事连接形成公司之间的网络后发现，该网络存在着影响力、信息流、资源交换三种渠道。笔者基于Larcker et al.（2013）的研究，以机构投资者联结形成的公司之间的网络作为新的切入点，将网络结构特征变量作为机构投资者联结行为程度的代理变量，分析并实证检验机构投资者联结行为是否会导致股价信息效率存在显著的差异。在此基础上，进一步探讨了在不同产权性质下这种影响作用的差异，并立足于市场微观结构，研究在股票流动性的调节作用下，机构投资者联结行为对信息效率的影响，以期为机构投资者联结行为对信息效率的作用提供更为细致的理论参考。

二、理论分析与研究假设

机构投资者联结行为可能通过三种不同的机制影响股价信息效率。一是通过加强公司特质信息被挖掘的程度，即公司特质信息的收集和处理来提高股价信息效率。如果一家公司的机构投资者联结行为程度高，意味着该公司的机构关注度高，这无疑给股票分析师一个“形象良好”的信号，吸引更多的股票分析师来跟踪分析该股票进而增加了市场中公司特质信息的数量和质量。事实上，这种信号也会被市场上的散户所接收，使其更多地收集、分析该股票的公司信息。二是通过改善委托代理问题，增加信息披露来提高股价信息效率。根据Fich（2015）的研究，如果一个机构投资者持有一家公司的股票占其投资组合的权重不低于10%时，那么机构投资者可以起到监督管理者的作用，从而改善上市公司的信息披露。公司关系网络一旦建立，重仓持有相同公司股票的机构投资者之间会在多种因素的促进下进行信息交换并实施共同监督或者彼此之间进行监督，联结关系越紧密，这种监督作用可能会越强。三是通过影响信息交易者的交易行为进而影响股价信息效率。公司股票被机构投资者联结行为的程度越高，公司特质信息通过网络传输的速度、数量和质量都会增加，机构投资者的趋同反应理应更为迅速，“伪羊群效应”更突出，从而提升了信息效率。同时，这种公司特质信息在以机构投资者联结行为为纽带的公司社会网络中的分享以及快速传播会影响公司的其他社会网络，从而培育了一批信息交易者，提升了私有信息套利速度，使得股价层面快速吸收公司特质信息，促进了股价特质信息含量的提升。

因此，机构投资者联结行为无论是通过促进公司特质信息的收集，还是通过特质信息流转促进私有信息套利交易速度，都能使股价特质信息含量增加，提高信息效率，且联结强度越高，公司特质信息数量、质量和流通速度方面理应更胜一筹。基于此，提出如下假设：

假设1：现阶段，机构投资者联结行为与信息效率呈现正向关系。

在网络环境下，以机构投资者为联结的企业网络对嵌入其中的不同所有制企业的影响有所不同。具体而言，国有企业与非国有企业在信息披露和企业治理方面存在着较大差异。与非国有企业相比，在相关政策的保护下国有企业特质信息资源在网络中的流动有着更多限制，由于国有企业的“所有者缺位”问题，使其信息资源配置效率较之于非国有企业偏低（朱荃，2016），且国有企业的信息披露制度、管理层的任命等多数由政府主导（严若森，2018）。在这种情况下，机构投资者联结行为对企业治理的正面作用在国有企业中被弱化了。基于此，提出如下假设：

假设2：现阶段，机构投资者联结行为对信息效率的提升作用在国有企业中被削弱。

基于市场微观结构理论，信息效率与流动性是最具代表性的衡量资本市场质量的指标，两者息息相关。考虑到中国股票市场环境不够完善，政府为了证券市场的平稳运行，会对股票市场进行适度干预，属于典型的政策市场（雷倩华，2012）；同时，中国股票市场短期内仍以大量的个人投资者为主，而个人投资者的情绪更易受干扰，且通常缺乏专业性的投资知识和投资理念。基于我国股票市场中个人投资者表现出惯性交易、羊群行为的特征（蔡庆丰，2012），机构投资者联结行为引起的知情交易者的私有套利行为有可能被市场中个人投资者所模仿，引起个人投资者的“羊群行为”和“正反馈交易”等不理智行为，更多噪声交易的产生使股价偏离基本面而在边际上降低了信息效率。基于此，提出如下假设：

假设3：现阶段，随着流动性的提高，机构投资者联结行为降低了边际信息效率。

三、研究方法与数据

（一）研究方法

1.机构投资者联结行为网络构建

机构投资者与上市公司之间的关系不仅是一种投资关系，也是一种从属关系。由从属关系构成的网络是双模网络中的一种，也被称为成员网络（Agneessens，2008），在这种模式的网络中，机构投资者Si和上市公司Lj是两种不同类型的节点。第一步，根据公式（1），当机构投资者重仓持有两家不同上市公司股份时，两家公司之间存在着联系，边值设定为1，以此建立无权重的机构投资者和上市公司之间的双模网络B。第二步，根据公式（2），采用降模法，将机构投资者和上市公司的双模网络转换为一模网络，即以上市公司为节点，共同的机构投资者为权重构建的无向网络W。最后，根据公式（3）对上市公司网络W进行规范化处理。其中，重仓的机构投资者同等重要。

其中，B为无权重的机构投资者和上市公司之间的双模网络矩阵，bij为矩阵B中表明机构投资者与公司之间关系的元素，W为以公司为节点的公司网络矩阵，wij为公司网络中的矩阵元素，Wi为重仓持有i公司股份的机构投资者总数，Wj为重仓持有j公司股份的机构投资者总数。

2.公司网络位置刻画

使用pajek64来计算网络中心性。首先，如果公司嵌入到网络中，Locki=1；否则Locki=0。其次，网络位置是一个多维度概念，采用社会网络分析中的中心度概念进行度量，网络中心性指标的选取来自Grewal R（2006），分别为居中中心度CenDi、中介中心度CenBi和特征向量中心度CenHi。

居中中心度CenDi：节点在网络中的连接边数，表示一家上市公司与其他多少家公司存在着机构投资者联结，CenDi越高，表明该公司的机构关注度高，存在机构联结行为的现象突出，那么该公司特质信息的获取和扩散渠道越多，更多的信息被收集、分析和处理，机构在公司治理方面起到的联合监督作用以及对其他知情交易者行为的正面影响均更胜一筹。

中介中心度CenBi：计算通过节点最短路径的数量来计算节点的中介中心度（桥梁角色）。具有较高中介中心度的上市公司，其特质信息被扩散的渠道更多，能够被机构培育出信息交易者的概率更高。

特征向量中心度CenHi：通过衡量节点的邻近节点在网络中的影响力为节点分配相对得分：在同样的条件下，一个节点与高分节点联系所得的分高于与低分节点联系。CenHi越大，公司的机构投资联结关系的“质量”更高。

3.股价信息效率测算

Morck et al.（2000）提出股价的同步性R2，即上市公司个股收益率对市场层面收益率回归的拟合优度，可以作为股票信息效率的测度，同步性越高意味着公司之间的个性化差异越小，股价信息效率越低。因此，借鉴Gul et al.（2010）的研究，根据公式（4）计算股价非同步性波动指标。

其中，Nsynchi，t为公司 i在季度 t的股价非同步性波动；R2i,t为对股票i的日收益数据，即公式（5）进行回归得到的拟合优度，从统计学基本原理阐释的经济含义为市场信息和行业信息被纳入至股票价格的含量；1-则为公司特质信息被纳入至股票价格的含量，定义为股价的非同步性波动。

其中，ri，d为公司i考虑现金红利再投资的日个股回报率，rm，d为d日A股市场经个股流通市值加权所得的日回报，rk，d为d日公司i所在行业k经个股流通市值加权所得的日回报。

最后，对其做对数变换，将[0，1]之间的数值扩展到正负无穷。

4.计量模型

为了检验机构投资者联结对信息效率的影响，构建如下基本模型：

其中，i为公司i，t为季度，Nsynch为股价信息效率的代理变量：股价非同步性波动；Network为公司网络结构的代理变量，包括Lock、CenB、CenD和CenH；借鉴熊家财等（2014）的研究，选取公司规模、个股收益率和独董规模等控制变量，具体定义见表1，Controls即表示控制变量集合；同时固定了季度效应和行业效应；ε为随机项。

表1 控制变量及说明

（二）样本和数据

选择2010—2016年沪深A股上市公司为样本，并剔除每年交易日不足200天的公司、财务数据缺失或异常、金融行业公司和ST公司。选取证券投资基金作为机构投资者的代表，根据Wind数据库的基金分类标准，选取2010—2016年一季报至年报期间的所有普通股票型基金、偏股混合型基金、平衡混合型基金和封闭式基金。在构建网络时，选取各基金季报公布的十大重仓股且该股票的市值占该基金所有股票投资市值的比例在5%以上（含5%），从而剔除了“小、新、差”的股票。所有数据都从Wind和锐思数据库抽取。数据采集和计算频率为季度，最终共得到37838个企业季度观测数据。

表2为变量的描述性统计量，其中R2的均值为0.48，表明股价中市场和行业的信息含量为48%。股价信息效率Nsynch的均值和标准差分别为0.1和0.8，表明各公司的信息效率存在较大差异；与1984—2000年美国证券市场股价信息效率的均值1.742相比，我国股价信息效率相对较低。

表2 主要变量的描述性统计

四、结果分析和讨论

（一）网络概览

经计算，制造业的观测值总数比例高达0.6，因篇幅限制，仅展示了2014—2016年末制造业和非制造业的企业间网络（图1—图5），节点的大小表示企业第t季度的股价信息效率高低，颜色深浅表示企业第t季度的机构投资者总数量多少，网络中边的粗细表示企业第t季度的机构投资者共同持股程度的强弱。研究发现：其一，随着时间的推移，网络的大体结构未发生跨越式的改变，说明机构投资者持股是一种较为稳定的现象，而不是某个季度的特殊现象；其二，在各年度，深色节点数量的比例均小于浅色节点的比例，说明被投资者共同持有的股票集中度高；其三，当图由密集区域向外扩散时，节点之间距离变大，连线变细，节点随之大比例缩小，说明随着机构投资者持股程度的减弱，个股信息效率下降，符合假设1。

图1 制造业2014年第4季度

图2 制造业2015年第4季度

图3 制造业2016年第4季度

图4 其他行业2015年第4季度

图5 其他行业2016年第4季度

（二）实证分析

1.机构投资者联结行为对信息效率的影响

表3为采用多元线性回归模型对公式（6）的估计结果。考虑到股价信息效率与机构投资者持股之间可能存在双向因果关系，为了减少内生性偏误，表中Ⅱ为采用滞后一期的网络特征自变量作为机构投资者持股程度的工具变量的结果。由表3可知，在控制变量中，企业股票收益率、换手率和资产负债率系数为正，说明企业经营情况越好、股票收益率越高，企业股价波动和市场波动越不一致，信息效率越高；规模越大的企业，信息效率反而低。这些结果与Gul et al.（2010）的研究结果基本一致。同时，无论是否使用工具变量校正内生性，Lock的估计系数在1%的统计水平上显著为正，说明存在连锁机构投资者的企业的信息效率更高；网络各中心度的估计系数均在1%的置信水平上显著为正，说明企业在网络中镶嵌得越紧密，企业的信息效率越高。验证了假设1。

表3 机构投资者联结行为与信息效率

2.稳健性检验

为了验证结果的稳健性，做如下检验：

一是替换机构投资者联结行为的代理变量，选取其他常用的刻画节点网络位置的指标，接近中心度结构洞指数①结构洞指数表示社会网络中的空隙，占据更多的结构洞，信息控制和获取渠道更通畅；采用1992年Burt提出的结构约束算法，系数越高，网络闭合性越高，结构洞越少。和接近中心度②接近中心度表示节点与其他节点的接近程度，节点与其他节点越接近，节点在传递信息方面就更加容易。重新估计公式（6），实证结果没有改变表3的结论。

二是替换信息效率的代理变量。通过采用公式（5）所得的调整的R2值，借鉴Zhang（2010）的方法，替换了信息效率的代理变量重新估计了公式（6），均未改变表3的结论。

三是再次考虑内生性的问题。一方面，基于残差的检验。将社会网络指标对全部控制变量进行回归，所得残差即为全部控制变量无法解释的部分，将残差替换网络特征变量重新对公式（6）进行回归，研究结论不变。另一方面，把公司的网络位置（网络中心度）作为内生变量，选取常用的两阶段回归方法（2SLS）进行解释。最终实证结论与表3保持一致。因篇幅限制，未报告稳健性回归结果。

五、进一步分析

（一）产权性质的调节作用

为验证假设2，引入网络特征变量与产权性质的交互项，对公式（7）进行实证检验。

由表4可知，刻画公司网络特征的各变量与产权性质交互项均至少在10%的水平上显著为负，当网络的居中中心度增加1时，非国有公司的信息效率提高了7.8%，而国有公司仅增加了4.5%，说明在国有公司，机构投资者联结对信息效率的提高作用较弱，假设2得证。

表4 基于产权性质的实证结果

（二）流动性的调节作用

采用Amihud流动性指标（刘维奇，2019）和收益率反转指标（Pastor&Stambaugh，2003）来测算股票的流动性。Amihud流动性指标测算方法为：

其中，Di，t为股票 i在第 t个季度的有效交易天数；ri，d，t为股票i第t个季度第d天股票收益率，vi，d，t为股票i在第t个季度第d天交易量，股票流动性越高，单位价格对应的成交量变化越大。

收益率反转指标测算方法为：

为了检验假设3，构建如下基本模型：

模型关注的重点是企业网络中心度与股票流动性的回归系数。如果该系数显著为负，则说明股市流动性风险的增加抑制了网络环境下机构投资者对信息效率的正面影响。

表5的回归结果显示Lock的估计系数为0.376和0.13，网络中心度的各系数符号均为正，且在1%的水平上显著，说明机构投资者联结程度与股票的流动性呈正比关系，这与前文分析的机构投资者联结引起的信息流动导致私有信息交易行为增加一致。但是，这种流动性的增加是否都为承载着公司特质信息含量的交易行为呢？表6的结果显示交叉项与股价信息测度指标之间存在负相关关系，且1%水平上显著，说明随着流动性风险的提高，机构投资持股的增加降低了边际信息效率，符合假设3的预期。这可能是因为我国股票市场中个人投资者居于主体地位，而其表现出的惯性交易、羊群效应等交易行为属于噪声交易，更多噪声交易的产生使股价偏离基本面而在边际上降低了信息效率。

表5 机构投资者联结与个股流动性

表6 机构投资者联结、流动性与信息效率

六、结论

在度量企业是否存在连锁机构投资者的基础上，借鉴社会网络分析的中心度概念，计量企业嵌入企业间网络的紧密程度，基于2010—2018年我国A股和公募证券投资基金数据，对机构投资者持股与信息效率之间的关系进行了实证分析。研究发现：第一，企业在网络中的位置丰富程度与信息效率成正比关系。第二，网络背景下，机构持股在国有企业中所起的作用弱于非国有企业，这可能与国有企业治理的政治色彩相关。第三，随着流动性风险的增加，机构投资者持股会降低边际信息效率，这可能是因为噪声交易的负面影响。

研究结论表明：第一，为“我国超常规发展机构投资者具有现实意义”提供了有力的新证据。中国股市的改革一直致力于提高市场的资源配置效率。上述结论表明机构投资者联结行为可以使企业股价能够及时并且充分吸收了企业的特质信息，使得企业的实际价值可以被充分反映。同时，提示应加快国有企业的混合所有制改革，以便机构投资者更好地履行积极监督者的职责。第二，企业网络的结构变量是反映企业股价信息效率的一个横截面变量，可以将此作为投资者策略制定的参考。第三，实证检验结果表明在机构投资者带动企业以网络化形式发展的背景下，仅仅考虑机构投资者数量特征的影响是不全面的。企业表现出的典型社会嵌入性特征，使得企业社会网络的结构和企业间联结关系的强弱可以影响其行为，因此社会网络也是今后企业研究中需要特别考虑的因素。