数字金融发展能够改善市场非理性现象吗?——机构投资者羊群行为视角

周兆斌 杨志国

(中国财政科学研究院,北京 100142)

一、引言

资本市场中的投资者决策容易受到市场情绪波动和个人心理偏好的影响,导致非理性的投资现象时常发生,引发市场异常波动,阻碍市场有效运行。机构投资者“羊群行为”(Herding Behavior)是其中的典型代表,即机构投资者盲目跟从他人投资决策而忽视自身价值判断,像羊群一样相互模仿、抱团取暖[1]。已有研究表明,市场信息不充分、机构声誉压力、交易模型同质化、从众无意识心理等因素是诱发机构投资者羊群行为的主要原因[1-2]。随着我国投资者群体“机构化”进程加快,机构投资者逐渐成为资本市场的重要参与者,我国“十四五”规划和2035年远景目标纲要中明确提出“健全多层次资本市场体系,大力发展机构投资者”。作为投资者群体的“领头羊”和“风向标”,机构投资者的行为表现显著影响着其他市场主体的投资情绪与偏好,进而影响整个资本市场的稳定性和有效性[3]。在我国重视发展专业机构投资者、培育成熟投资市场的背景下,探究如何抑制机构投资者羊群行为这一典型的市场非理性现象,切实发挥机构投资者“市场压舱石”作用,对于防范系统性金融风险、促进资本市场平稳发展具有重要意义。

数字金融是基于数字化和互联网技术对传统金融业务的改造升级,是现代技术与传统金融相结合的新型金融业态[4-5]。我国政府高度重视数字金融发展,给予了一系列政策支持和保障措施。2023年10月举行的中央金融工作会议再次明确提出要做好数字金融这篇大文章,将数字金融作为未来金融业在经济结构优化过程中的重要发力点之一。十年来,数字金融深刻改变了我国金融服务业的运行范式,受到了学术界和实务界的广泛关注。已有学者研究发现,除了降低金融交易成本、提高资源配置效率[5-6],以大数据、云计算、人工智能等技术创新为底层支持的数字金融也显著改善了资本市场运行环境,例如,提高市场信息传递效率[4,6]、抑制企业信息违规披露[7]、事前预警金融风险[7,8]、丰富投资者的金融信息[9]等。因此,探究数字金融能否发挥资本市场治理效应,抑制机构投资者羊群行为,不仅能为数字金融助推经济社会高质量发展提供更多洞见,也能为维护资本市场稳定运行带来更多启示。基于此,本文试图考察数字金融发展对机构投资者羊群行为的影响作用,并从分析师关注、企业会计信息可比性、机构投资者实地调研三方面分析其中的影响机制。本文还进一步考察了数字金融对机构投资者羊群行为影响的适用性条件;另外,基于机构投资者私有信息竞争水平及类型差异分析了数字金融对机构投资羊群行为的不同影响;最后分析了数字金融抑制机构投资者羊群行为带来的市场经济反应。

本文可能的边际贡献如下:第一,已有诸多文献对数字金融具有的治理效应展开研究,但多数落脚于企业内部层面。本文聚焦于机构投资者羊群行为这种典型的资本市场非理性现象,揭示了数字金融发展对机构投资者羊群行为的抑制作用,丰富了数字金融领域的研究文献,也为如何治理机构投资者羊群行为提供了新的启示。第二,本文从企业间信息披露规范性和机构投资者实地调研深入探索了数字金融影响机构投资者羊群行为的机制渠道,为数字金融如何影响资本市场各主体行为提供了新的洞见,也为数字金融促进市场投资主体理性价值决策提供了路径参考。第三,进一步通过企业特征、机构投资者信息竞争水平及类型差异等异质性分析,探讨了数字金融抑制机构投资者羊群行为的适用条件差异,有助于深刻理解数字金融在提高资本市场运行效率中发挥的积极作用,为推动我国数字金融体系发展走深走实以及培育壮大长期机构投资者提供了有益指导。

二、文献回顾、理论分析与研究假设

(一)文献回顾

1.机构投资者羊群行为研究

机构投资者羊群行为是市场非理性的典型表现。关于机构投资者羊群行为的研究起步较早,Keynes(1936)[10]首次提出了“羊群行为”的概念,并认为金融市场的羊群行为具有偏激性和荒谬性;Kraus和Stoll等(1972)[11]研究发现机构投资者在同一时间内存在同方向交易相同股票的情况,开启了机构投资者羊群行为的研究先河,为后续相关研究的展开提供了理论基础。

回顾机构投资者羊群行为领域的相关文献,已有研究主要集中在机构投资者羊群行为的存在性、市场影响、形成原因及治理机制等方面。关于存在性问题,相关文献认为尽管机构投资者相较于个人拥有更专业的投资条件和能力,但由于市场摩擦和认知偏误的存在,机构投资者的投资决策依然存在着非理性因素[2],并且由于各机构投资主体往往采用相似的模型和策略,在交易中易做出“同质化”反应,致使资本市场中的机构投资者羊群行为经常存在[12]。作为专业投资机构,机构投资者不仅资金规模巨大且受到市场投资群体的高度关注。因此,当机构投资者发生羊群行为时,很容易阻碍市场信息流通,带来系统性定价偏差[12],造成市场股价崩盘[2]。由于机构投资者羊群行为易引发金融市场极端风险[13],因此,学者们纷纷对机构投资者羊群行为的产生原因进行了细致探讨,发现市场信息不对称、委托代理问题、经理人声誉机制以及集体无意识等心理因素都是羊群行为发生的主要诱因[1-2,14]。其中,信息不对称被认为是导致机构投资者模仿跟风的关键因素[1]。在如何治理机构投资者羊群行为方面,张向丽和池国华(2019)[15]研究发现企业内部控制建设提高了信息传递效率并完善了信息甄别机制,从而减少机构投资者羊群行为;黄哲等(2023)[16]研究认为资本市场开放能够通过改善机构投资者信息不对称来抑制其羊群行为;李学峰和钟林楠(2017)[17]研究认为随着投资经验的增长,机构投资者会更加重视获取的特质类信息,减少跟风决策的羊群行为。

2.数字金融对资本市场的影响研究

数字金融发展有力改善了金融服务供给格局,极大提升了市场主体享受金融服务的普惠性和便捷性。对于数字金融,学者们从多个角度对其进行了关注和探讨,除基本的金融资源配置功能[6,8]外,也有研究发现,基于前沿技术优势,数字金融能够通过发挥信息治理和投资赋能作用[18-19],对资本市场产生积极影响,缓解市场中的非理性现象。在宏观市场层面,数字金融能够通过丰富信息传播渠道,实现数据高频流动,打破“信息孤岛”现象[18],对市场蕴藏的潜在风险和违规行为进行感知捕捉,进而发挥矫正资本市场错误定价的功能,减少股价崩盘风险,促进金融市场稳定运行[20]。在微观主体层面,已有研究主要考察了数字金融赋能对以企业、家庭为代表的微观主体的影响作用。例如,减少管理层自利行为[4]、提高企业风险承担水平[21]、降低企业债务违约风险[22]等。同时,数字金融也能通过丰富投资者理财知识[23]、填补弱势群体信息鸿沟[19]等途径降低个体参与金融投资活动的风险[24]。

3.文献评述

基于上述文献梳理可以发现,已有诸多学者以数字金融为研究出发点,从宏微观角度考察了其给资本市场所带来的影响作用,多数文献证实了数字金融发展有助于资本市场平稳高效运行,但鲜有文献将研究视角聚焦于机构投资者羊群行为这一典型的资本市场非理性现象。一方面,伴随着数字金融发展纵深化和普及化,相关应用场景不断拓展,给资本市场带来了新的变革和机遇。另一方面,机构投资者作为专业投资力量,其投资行为显著影响着其他市场主体的投资情绪与偏好,进而影响到整个资本市场的运行环境。基于此,本文重点考察了数字金融能否抑制机构投资者羊群行为,改善资本市场非理性现象。具体而言,本研究探讨了数字金融影响机构投资者羊群行为的作用机制,同时结合企业特征、信息竞争水平及机构投资者类型异质性进行差异化检验。本研究对于全面理解数字金融发展所具有的经济效应、挖掘数字金融价值潜力、助力我国经济社会高质量发展提供了新的借鉴和参考。

(二)理论分析与研究假设

数字金融发展对机构投资者羊群行为的影响主要体现在以下几个方面。

第一,数字金融发展有助于改善信息披露质量。从外部因素来看,数字金融依托人工智能、大数据等现代信息技术可以辅助金融机构实现“精准画像”,实施多维的穿透式监督,提升企业信息披露的真实性和规范性[4]。从内部因素来看,数字金融提高了微观经济实体享受金融服务的便捷性和可触性[8],从源头上减少了管理层为获取信贷便利而粉饰操纵信息的机会主义动机。上述因素有助于缓解企业与投资者之间的信息不对称,减少机构投资者由于企业信息质量低下导致的非理性羊群行为。

第二,数字金融发展为机构投资者提供多样的投资数据和信息来源。通常而言,机构投资者的数据主要源于企业公开报告,信息源的“同质化”容易导致决策一致性,促使羊群效应形成。数字金融改变了传统金融信息供给模式,国内以36氪、雪球、度小满等为代表的新型金融信息聚合平台不断涌现[9],让企业各类信息在平台加持下能够为机构投资者提供更加全面的优质信息[7]。一般认为,信息量增加能够显著改善投资者的风险认知能力[25],减少投资者非理性情绪[26]。另外,数字金融基于现代信息技术能够捕捉数据中的深层非线性关系,提高非财务信息的“硬化”水平[27],信息类型及数量的丰富能够弥补以往投资者单纯依据财务数据进行分析决策的不足[28]。

第三,数字金融发展为机构投资者提供新型金融知识赋能。专业机构投资者存在非理性证券买卖现象的一个重要原因是金融知识不完备[16,29]。数字普惠金融有助于丰富投资知识并提升投资者的金融素养[19]。随着数字金融的快速发展,新的金融业态和产品不断涌现,为金融信息的传播提供数字平台支持,极大消除了金融服务的时空限制,降低了普通居民参与金融投资的门槛[24],一定程度上冲击了机构投资者市场,给机构管理层带来了声誉及业绩的双重压力,激励机构投资者加强对金融领域的持续学习和深入了解,采用更加科学理性的投资风格,打造自身的投资“护城河”。

第四,数字金融技术辅助机构投资者提高投资决策能力。随着人工智能算法的飞速发展,智能投顾被越来越多地运用于金融场景[8]。智能投顾通过将现代投资组合理论与大数据、人工智能、云计算等新兴技术相结合,能够处理应对海量数据信息、缓解市场噪音干扰,帮助机构投资者克服人为非理性因素干扰[30]。另外,智能投顾基于信息输入、参数校准、模型训练可以结合不同机构投资者的投资理念、运作风格、风险偏好等变量,为用户定制生成个性化的资产配置方案及投资建议[30]。以上技术因素都能缓解机构投资者由于自身投资经验不足而引发的跟风羊群行为。

第五,数字金融发展提供更多投资品种,有助于实现投资组合分散布局。由于以往金融投资产品的单一性,机构投资者之间易出现持仓布局相重合的情况,某只或某类投资品种会同时被不同的机构投资者所持有,容易导致市场中出现同一时间大量投资者同方向购进或售出同一投资品种的羊群行为。数字金融的信息和技术优势催生出丰富的金融产品[24,30],机构投资者可以依据风险承担能力及盈利要求限制合理配置不同的投资组合,降低了市场中某一投资品种在短时间内被多个机构投资者同向操作所引发的跟风羊群行为。

综上,数字金融发展可以通过信息质量优化、多元信息供给、金融知识赋能、辅助投资决策、投资组合分散化等方面提高机构投资者理性决策能力,抑制羊群现象的产生。基于上述分析,提出本文假设1。

H1数字金融发展能够减少机构投资者羊群行为。

分析师关注指分析师团队对企业进行跟踪并出具专业研究报告来传递企业信息,是资本市场的重要信息供给方之一[31]。数字金融发展可以通过增加分析师关注来改善市场信息环境,其原因可以从供给和需求两端进行分析:从供给端来看,一方面,数字金融发展降低了分析师关注的信息成本。数字金融的技术优势突破了传统交易面临的时空限制,改善了市场不对称的信息结构[32],降低了分析师的信息获取成本和识别难度,为分析师盈利预测提供了良好的信息基础,提高了分析师进行跟踪与关注的积极性。另一方面,数字金融信息平台的不断涌现,为分析师信息发布提供更多渠道支持[9],使得分析师报告在市场中得以更广泛普及。从需求端来看,数字金融发展变革了传统金融市场的运行范式,拓展了市场中的信息来源和信息含量[4,9],需要更多分析师进行解读与传播,即提高了市场对分析师关注的需求。

综上,数字金融发展提高了市场中的分析师关注度,为资本市场释放了更多信息要素,有效改善市场中的信息不对称现象[31]。另外,对于持有标的企业股票的机构投资者而言,分析师关注的增加也从更多角度提供了企业异质信息,为机构投资者理性决策提供了更多依据[16],即更多的分析师关注有助于提高机构投资者的投资决策水平,抑制羊群行为的出现。基于上述分析,提出假设2。

H2数字金融发展能够增加分析师关注度,从而减少机构投资者羊群行为。

会计信息可比性是指会计信息能够在不同时期和企业间进行对比分析,可比性是衡量企业会计信息质量的重要指标,也是投资者比较企业间财务经营状况的重要依据。数字金融发展能够促进企业公开信息披露的可比性,原因如下:第一,在数字金融的赋能支持下,银行等传统金融机构可以实现对企业多维度、立体式动态监督,在精确的监测感知下,数字金融有效改善了企业信息透明度[4],促使管理层在会计估计方法选择与会计准则执行上更加正式和严谨[34]。第二,数字金融信息平台已成为当下企业呈现信息的主要渠道之一,由于平台为企业提供系统性的技术支持,这就要求企业信息公开逐步迈向规范化和标准化,增加了行业间会计信息的可比性。通常而言,会计信息可比性可以降低机构投资者对会计信息的理解和处理成本[35],减少投资决策中由于会计信息差错和噪音引发的非理性因素,抑制羊群行为产生。

基于上述分析,本文提出假设3。

H3数字金融发展能够提高企业会计信息可比性,从而减少机构投资者羊群行为。

资本市场中的信息优势方往往能够获得超额收益,机构投资者普遍具有强烈的信息搜寻动机。已有研究考察了金融科技对投资者线上信息获取的积极影响[9],相较于通过公开渠道获取信息,机构投资者采取线下实地调研等方式获取的企业非公开信息是弥补有效信息不足、修正决策偏差的有力补充[13]。

数字金融发展有助于增强机构投资者实地调研的积极性。一般而言,企业管理层往往存在选择性信息披露的自利行为[4],致使机构投资者在实地调研过程中面临着信息源“粉饰美化”“言过其实”等噪音干扰问题,增加了实地调研的沟通交流成本和信息甄别难度。良好的数字金融发展环境则有助于缓解这一问题,增加机构投资者实地调研积极性,原因有以下两方面:第一,数字金融给企业带来了技术监督压力。数字金融依托人工智能、大数据等现代信息技术实现企业“精准画像”,具有显著的信息监督治理效应,可以有效捕捉企业管理层的负面信息隐匿和操纵行为[4,21],抑制了管理层在接受实地调研过程中粉饰信息的机会主义倾向。第二,数字金融给企业带来了声誉形象压力。数字金融发展好的区域往往具有更高的信息流动性和外溢性[20],容易形成区域间的信息网络结构,关于企业正面和负面信息易产生“一传十,十传百”的社会传播效应,一定程度上发挥着监督企业信息披露的作用。

综上,在数字金融发展良好的环境中,机构投资者能够与被调研企业之间实现更高的沟通效率,机构投资者实地调研的意愿更加强烈。杨墨等(2021)[36]研究发现,实地调研有助于机构投资者达到投资的“知行合一”状态,进而减少盲目跟风的投资羊群行为。

基于上述分析,本文提出假设4。

H4数字金融发展能够提高机构投资者实地调研积极性,从而减少机构投资者羊群行为。

三、研究设计与数据说明

(一)样本选择与数据来源

2012年起深交所要求上市公司在“互动易”网站公开投资者调研活动的相关内容,故本文研究从2013年开始,以2013—2021年为研究年份,以沪深A股上市公司数据为研究样本。在完成数据收集和匹配后,进行以下数据处理:(1)剔除金融行业样本;(2)剔除ST、ST*及PT公司样本;(3)剔除数据存在缺失的公司样本;(4)对所有连续变量按照1%与99%分位进行缩尾处理。处理完成后,本文有效样本量为16 357。其中,计算羊群行为所使用的机构投资者数据及机构投资者实地调研数据来源于WIND数据库,其他数据来源于CSMAR数据库。

(二)变量选择与定义

1.机构投资者羊群行为

对于本文被解释变量机构投资者羊群行为(HERDING),参考许年行等(2013)[2]的衡量方法,采用以下式(1)计算。

HMi,t=|pi,t-E(pi,t)|-E|pi,t-E(pi,t)|

(1)

其中,pi,t是指t季度内增持i公司股票占持有i公司股票的机构投资者之比;E(pi,t)是pi,t的期望值,使用t季度内的行业比例均值表示;pi,t-E(pi,t)是指机构投资者在t季度内对i公司股票买卖的不平衡性;E|pi,t-E(pi,t)|是调整项,当不平衡性达到一定程度时,即认为存在羊群行为。考虑到我国资本市场特殊性与数据的可获得性,参照许年行等(2013)[2]的方法进行适当调整,最后将季度数据整合为年度数据,得到变量HERD,根据均值(mean)和标准差(sd),剔除HERD变量中小于(mean-1.96sd)的数据,得到HERDING,即为机构投资者羊群行为变量,HERDING值越大表示机构投资者羊群行为程度越高。

2.数字金融发展

本文的核心解释变量为数字金融(DIFI_CITY),来源于北京大学数字金融研究中心发布的“数字普惠金融指数”数据。借鉴唐松等(2020)[8]的研究,本文使用标准化后的企业所在地市级层面数字金融指数来衡量数字金融发展水平。并从覆盖广度(BREADTH)、使用深度(DEPTH)及数字化程度(DIGI)三个维度对数字金融发展结构差异与机构投资者羊群行为的影响进行深入分析。

3.中介变量

(1)分析师关注。对于中介变量分析师关注度(ANALYST)而言,本文借鉴刘柏和琚涛(2021)[37]的研究,使用“分析师发布的研报数+1”的自然对数来衡量。ANALYST越大代表信息不对称越小,分析师关注度越高,企业信息环境越好。

(2)会计信息可比性。对于中介变量会计信息可比性(COMP)而言,本文借鉴De Franco等(2011)[38]研究,构造模型式(2)来衡量,使用连续16个季度数据计算t期的会计信息可比性,具体如下

EARNINGSi,t=αi+βiRETURNi,t+ciNEGi,t+diNEGi,t×RETURNi,t+εi,t

(2)

其中,式(2)中加入股票收益虚拟变量(NEGi,t),如果季度股票收益率为负,则NEG为1,否则为0。加入股票收益交叉项(NEGi,t×RETURNi,t)来估算企业会计系统,EARNINGSi,t为企业季度净利润/季度初权益市场价值,RETURNi,t为企业季度股票收益率。分别用公司i和j的会计系统计算期间t的预期盈余E(EARNINGS),如式(3)和式(4)所示。

(3)

(4)

使用模型式(5)计算企业i和j在t期的会计信息可比性(COMPi,j,t)。最后使用模型式(6)计算公司i与同行业内其它公司在第t期的会计信息可比性(COMPi,t)。

(5)

(6)

(3)机构投资者实地调研。对于中介变量机构投资者实地调研(INVEST)而言,本文借鉴赵新杰(2019)[39]的研究,使用“企业一年内被机构投资者调研次数+1”的自然对数(INVEST)来衡量,数值越大代表机构投资者对该企业的实地调研次数越多。

4.控制变量

参考叶莹莹等(2022)[31]的研究,本文选取以下控制变量:在企业特征及公司治理方面,本文控制了企业资产规模(SIZE)、杠杆率(LEV)、盈利能力(ROA)、应收账款和存货占比(AR)、固定资产占比(FIXED)、账面市值比(BM)、经营活动现金流(CASH)、公司上市年龄(AGE)、产权性质(SOE)、第一大股东持股比例(TOP1)、管理层持股比例(MSHARE);在影响投资者行为的因素中,本文控制了月均超额换手率(DTURN)与个股年回报率(RETURN);在宏观层面上,控制了地区GDP增长率(GDPGROWTH),并控制年份和行业。具体变量定义见表1。

表1 变量定义表

(三)模型设置

为了研究数字金融发展对机构投资者羊群行为的影响,本文构建回归模型式(7)进行检验。

HERDINGi,t=α0+α1DIFI_CITYi,t+α2SIZEi,+α3LEVi,t+α4ROAi,t+α5ARi,t+α6FIXEDi,t+α7BMi,t+α8CASHi,t+α9AGEi,t+α10SOEi,t+α11TOP1i,t+α12MSHAREi,t+α13DTURNi,t+α14RETURNi,t+α15GDPGROWTHi,t+YEAR+IND+εi,t

(7)

上述模型中,被解释变量为机构投资者羊群行为(HERDING);核心解释变量为企业所在地市级层面的数字金融指数(DIFI_CITY);控制变量选择如前文所述;ε为随机误差项。

(四)描述性统计

表2是描述性统计的结果,机构投资者羊群行为指标(HERDING)的均值为0.25,标准差为0.14,表明我国金融市场中的机构投资者羊群行为较为明显。数字金融指数标准化(DIFI_CITY)后的均值为2.50,标准差为0.59,最大值为3.52,最小值为0.95,表明区域间数字金融发展水平存在明显差异,数字金融覆盖广度(BREADTH)、使用深度(DEPTH)及数字化程度(DIGI)的标准差分别为0.61、0.63、0.58。控制变量的描述性统计结果与以往研究基本一致。

表2 变量描述性统计结果

四、实证分析

(一)基本回归分析

数字金融发展与机构投资者羊群行为的回归结果如表3所示。列(1)为不加控制变量的回归结果,DIFI_CITY系数为-0.05,在1%的水平上显著。列(2)显示了加入控制变量后的回归结果,DIFI_CITY的系数为-0.02,在1%的水平上显著,这表明数字金融发展能够抑制机构投资者羊群行为,支持了假设1。正如前文所述,数字金融可以通过优化信息质量、增加信息供给、进行金融知识赋能等方面提高机构投资者理性决策能力,抑制羊群现象的发生。

表3 数字金融发展对机构投资者羊群行为影响的回归结果

(二)数字金融具体特征对机构投资者羊群行为的影响

表3列(3)-(5)分别是数字金融三个维度的分指标对机构投资者羊群行为的影响结果,其中覆盖广度(BREADTH)、使用深度(DEPTH)及数字化程度(DIGI)的系数分别为-0.01、-0.02、-0.03,且均在1%水平上显著,说明无论是数字金融覆盖广度、使用深度还是数字化程度,都能够发挥抑制机构投资者羊群行为的作用。上述结果的原因在于:数字金融业务覆盖范围的扩大突破了物理空间局限,传统网点业务逐渐扩展至新型金融平台,增加了金融资源的普惠性,使得金融服务能够直接触达服务用户,减少了信息获取成本及传递过程的信息损耗。数字金融的使用深度具体表现为金融服务种类的多样化,包括数字支付、线上借贷、线上保险等众多细分服务领域,扩展了金融信息传播面,增加了用户群体接触现代金融服务的渠道和频率,提升了大众群体对金融知识的认知了解和理性运用能力[24]。数字金融的数字化程度旨在降低数字金融服务成本并提高信用化水平[5],有利于金融服务与普惠群体深度结合。因此,数字金融覆盖广度、使用深度及数字化程度的发展能够减少信息不对称,提高投资者金融素养,进而减少机构投资者羊群行为。研究结果表明要进一步完善数字基础设施建设,需通过不断扩宽数字金融服务覆盖面、深化数字金融技术应用领域并加快金融机构数字化转型来提高数字金融的应用范围和服务质效。

(三)内生性与稳健性检验

1.2SLS工具变量法

为了减弱由于遗漏变量与测量误差引发的内生性问题,本文使用工具变量法进行内生性检验。借鉴唐松等(2020)[8]的研究,选取省份互联网普及率(NET)作为工具变量(此数据来自《中国互联网络发展状况统计报告》),原因如下:一方面,数字金融发展水平与互联网普及程度息息相关,互联网的普及为数字金融发展提供必要的基础设施,互联网覆盖范围的增加也扩展了数字金融的应用群体范围,地区互联网普及率越高,数字技术与传统金融能够更好地融合发展,满足工具变量的相关性条件;另一方面,互联网普及程度与机构投资者羊群行为没有直接关联,满足工具变量的外生性。此外,弱工具变量检验结果表明,F统计量的值大于10,且P值为0.00,说明不存在弱工具变量问题。内生性检验的回归结果呈现在表4中,在弱化了内生性问题后,数字金融发展与机构投资者羊群行为仍为负且在1%的水平上显著。

表4 工具变量内生性检验的回归结果

2.Heckman两阶段法

为了解决样本选择偏误的内生性问题,本文使用Heckman两阶段法进行内生性检验。第一步,将公司所在地级市层面的数字金融指数根据均值进行分组作为被解释变量(DIFI),如果高于均值则为1,否则为0,将上文中的控制变量作为解释变量,计算逆米尔修斯比率(IMR),如表5列(1)所示。第二步,将IMR加入原模型中进行回归,结果如表5列(2)所示,IMR在5%的水平上显著,说明存在样本选择偏误问题,DIFI_CITY的系数为负且在1%的水平上显著,与基准回归结果一致。

表5 Heckman两阶段与PSM倾向得分匹配的回归结果

3.PSM倾向得分匹配法

进一步使用PSM进行样本匹配来弱化自选择偏误问题。借鉴胡海峰等(2023)[4]的研究,选取文中表示企业特征及公司治理的控制变量作为协变量,具体包括:资产规模(SIZE)、杠杆率(LEV)、盈利能力(ROA)、应收账款及存货占比(AR)、固定资产占比(FIXED)、账面市值比(BM)、经营活动现金流(CASH)、公司上市年龄(AGE)、产权性质(SOE)、第一大股东持股比例(TOP1)、管理层持股比例(MSHARE),采用最近邻原则,选择卡尺为0.001。匹配后的回归结果如表5列(3)所示,DIFI_CITY的系数为负且在1%的水平上显著。

4.替换变量

(1)替换解释变量。为了弱化由于数据度量方式差异造成的误差,借鉴翟淑萍等(2022)[22]的研究,本文使用北京大学“数字普惠金融指数”中的省份数字金融发展水平(DIFI_PROV)作为解释变量,即将企业所在省份的数字金融指数进行标准化。回归结果如表6列(1)所示,DIFI_PROV的系数为负且在1%的水平上显著;考虑到地区数字金融发展对金融市场的影响存在时间滞后性,本文将解释变量滞后一期生成LDIFI_CITY进行回归,结果如表6列(2)所示,LDIFI_CITY的系数为负且在1%的水平上显著。

表6 替换变量与更换样本范围的回归结果

(2)替换被解释变量。注重短期业绩的投机型机构投资者是引发羊群行为的重要原因[31]。借鉴叶莹莹等(2022)[31]的研究,本文计算短期机构投资者持股比例变动(SHORT)作为被解释变量,SHORT的计算方式为本年度与上一年度短期投资者持股比例之差并取绝对值,SHORT越大,说明机构投资者越可能存在羊群行为。回归结果如表6列(3)所示,DIFI_CITY的系数为负且在10%的水平上显著。另外,参考黄哲等(2023)[16]的研究,若HERDING高于所在行业的中位数,则认为机构投资者羊群效应明显,取值为1,否则为0,采用Logit回归,结果如表6列(4)所示,DIFI_CITY的系数为负且在1%的水平上显著,支持本文结论。

5.更换样本范围

(1)金融事件冲击影响着地区数字金融发展水平。参考唐松等(2020)[8]的研究,考虑到2015年中国股灾及其后续的持久影响,本文删除2015年的样本,回归结果如表6列(5)所示,DIFI_CITY的系数为负且在1%的水平上显著。

(2)考虑到直辖市和自治区与其他省份相比,数字金融发展速度存在不平衡性,分别删除直辖市和自治区样本后的回归结果如表6列(6)(7)所示,DIFI_CITY的系数为负且均在1%的水平上显著。综上说明本文的研究结果具有一定的稳健性。

五、影响机制检验

为了进一步厘清数字金融发展在改善机构投资者羊群行为中发挥的影响作用,本文设置模型式(8)(9),分别从分析师关注度、会计信息可比性、机构投资者实地调研三个角度深入分析。

ANALYSTi,t/COMPi,t/INVESTi,t=α0+α1DIFI_CITYi,t+γCONTROLSi,t+YEAR+IND+εi,t

(8)

HERDINGi,t=α0+α1DIFI_CITYi,t+α2ANALYSTi,t/COMPi,t/INVESTi,t+γCONTROLSi,t+YEAR+IND+εi,t

(9)

(一)分析师关注

由表7列(1)可以看出,DIFI_CITY对ANALYST的回归系数为0.17,在1%的水平上显著,说明数字金融发展能够提高分析师关注度、改善市场信息环境。加入ANALYST的回归结果如表7列(2)所示,ANALYST的系数为负且在1%的水平上显著,DIFI_CITY的系数为-0.02,且在1%的水平上显著。为了结果的稳健性,本文进行了Bootstrap中介效应检验,结果表明95%的置信区间不包含0,显著拒绝原假设。这说明数字金融发展通过提高分析师关注减少了机构投资者羊群行为,验证了假设2。以上结果表明,数字金融发展通过降低分析师关注成本、增加分析师报告传播渠道等方式为机构投资者提供了更多的信息来源,有助于投资者理性决策,抑制机构投资者羊群行为。

表7 影响机制检验回归结果

(二)会计信息可比性

表7列(3)和列(4)显示,DIFI_CITY对COMP的回归系数为0.000 4,在5%的水平上显著,说明数字金融发展能够提高企业间会计信息可比性。加入COMP的回归结果显示,COMP的系数为负且在1%的水平上显著,DIFI_CITY的系数为-0.02,且在1%的水平显著。Bootstrap中介效应检验结果表明95%的置信区间不包含0,显著拒绝原假设。这说明数字金融发展通过提高企业间的会计信息可比性来减少机构投资者羊群行为,验证了假设3。以上结果表明,数字金融通过前沿底层技术支持,减少了管理层采用自利性会计政策及披露方式的动机;同时,数字金融信息平台也提高了企业财务数据的标准化水平。以上因素有助于缓解机构投资者决策中由于会计信息理解分析困难而引发的羊群行为。

(三)机构投资者实地调研

从表7列(5)可以看出,DIFI_CITY对INVEST的回归系数为0.30,在1%的水平上显著,说明数字金融发展显著促进了机构投资者对上市企业的实地调研。表7列(6)为加入INVEST的回归结果,INVEST的系数在1%的水平上显著为负,DIFI_CITY的系数为-0.02,且在1%的水平上显著,Bootstrap中介效应的检验结果均在95%的置信区间中不包含0,说明数字金融发展能够通过促进机构投资者实地调研来减少机构投资者羊群行为。根据前文分析,在数字金融发展良好的地区中,机构投资者能够与被调研企业之间实现更高的沟通效率,降低实地调研过程中的沟通交流成本和信息甄别难度,提高机构投资者实地调研积极性,从而减少投资中的跟风羊群行为。

六、进一步研究

(一)企业特征异质性

1.企业规模异质性

我国推进数字金融发展的主要目的之一在于推动金融服务的普惠性,数字金融服务重点惠及的是以中小企业为代表的长尾应用端[5]。此外,相比于大型企业,中小企业面临的融资约束问题更为突出,更加迫切需要数字金融的助力支持。因此,相比于大企业,中小企业更有动力优化自身的信息披露机制,完善信息披露质量,以此来满足获得数字金融服务的门槛和要求。即数字金融所具有的信息治理作用在中小企业中更加明显。为此,本文根据企业资产规模的中位数将样本分组,回归结果如表8列(1)(2)所示,在大规模企业样本中,DIFI_CITY的系数为负但不显著;在小规模企业样本中,DIFI_CITY的系数在1%的水平上显著为负,说明在小规模企业中,数字金融更能抑制机构投资者羊群行为,结果支持了前文假设。

表8 企业特征异质性的回归结果

2.企业产权性质异质性

在我国现行的金融体系中,存在着金融资源分配不平衡不充分的问题[8]。相较于国有企业,非国有企业在市场竞争、经营管理、风险承担等方面往往处于劣势地位,面临着更为严峻的融资约束问题。因此,非国有企业更迫切地需要数字金融带来的普惠效应支持,对数字金融发展的反应更为敏捷,这将倒逼非国有企业不断完善信息披露机制来获得更多的金融资源支持,即数字金融所具有的信息治理效应在非国有企业中更加明显。因此,本文认为数字金融对机构投资者羊群行为的抑制作用在非国有企业中更加明显。划分国有企业和非国有企业样本后的回归结果如表8列(3)(4)所示,在国有企业样本中,DIFI_CITY的系数为负但不显著;在非国有企业样本中,DIFI_CITY的系数为负且在1%的水平上显著,说明数字金融对机构投资者羊群行为的抑制作用在非国有企业样本中更为明显。

(二)机构投资者私有信息竞争异质性

机构投资者私有信息竞争是指市场中的机构投资主体对企业私有信息进行推测和追逐[40]。资本市场中,投资者往往具有强烈动机关注和收集投资标的各类信息,其中包括通过各种私有途径所获取的非公开信息。已有研究发现,过度追逐私有信息容易导致机构投资者之间出现信息“同质化”现象,造成机构投资者表现出类似的交易行为[40],进而引发模仿跟风的羊群现象。数字金融平台极大丰富了市场信息来源,使得机构投资者群体更易获得不同的特质信息,减少其对企业私有信息的竞争。因此,本文预期,在机构投资者私有信息竞争水平激烈的分组中,数字金融的信息治理作用应更为明显。借鉴王典和薛宏刚(2018)[40]的研究,本文采用赫芬达尔指数(HHI)来度量机构投资者信息竞争水平,具体计算方式如式(10)所示。

(10)

其中,INVik是指k机构投资者对i公司的年末持股数,INVi是指持有i公司股票的所有机构投资者总持股数。其中,HHI较大代表部分机构投资者集中持有特定公司股票,即该公司信息被部分机构投资者掌握,市场中机构投资者间的信息竞争程度较弱;相反地,如果HHI较小,则表示机构投资者较平均地持有公司股票,其信息竞争程度较强。

机构投资者信息竞争水平异质性的回归结果如表9列(1)(2)所示,在机构投资信息竞争激烈的分组中,DIFI_CITY的系数在1%的水平上显著为负,说明数字金融能够显著抑制机构投资者羊群行为;在机构投资者信息竞争程度较弱的分组中,DIFI_CITY的系数为负但不显著,说明数字金融对机构投资者羊群行为的抑制作用不显著。其原因在于,机构投资者私有信息竞争越激烈,意味着市场中的机构投资者拥有企业信息的同质化程度越高,数字金融对机构投资者羊群行为可以发挥出更显著的信息治理作用。

表9 信息竞争水平与机构投资者异质性的回归结果

(三)机构投资者异质性

不同机构投资者的持股动机存在差异,Brickley等(1988)[41]根据机构投资者与公司之间是否存在商业关系,将机构投资者分为压力敏感型和压力抵制型两类。若机构投资者与被投资公司之间没有商业关系,即存在一定的独立性,则为压力抵制型机构投资者;反之,则为压力敏感型。通常认为,压力抵制型机构投资者能够更好地起到监督制衡企业管理层和大股东的作用,提升公司治理水平,助力企业成长[42]。基于此,本文认为压力抵制型机构投资者持股能够促进数字金融对公司信息治理水平的提升,减少机构投资者羊群行为。参照Brickley等(1988)[41]对机构投资者的分类方法,压力敏感型机构投资者是指保险公司、信托公司、综合类券商等;压力抵制型机构投资者包括证券投资基金、社保基金和QFII,其中压力敏感型机构投资者持股用PRESENTI表示,压力抵制型机构投资者持股用PRERESI表示,分别设置“DIFI_CITY×PRESENTI”与“DIFI_CITY×PRERESI”来分析不同类型的机构投资者持股对数字金融与机构投资者羊群行为的调节作用。由表9中列(3)、列(4)可以看出,DIFI_CITY×PRESENTI的系数为负但不显著,DIFI_CITY×PRERESI的系数为负且在1%的水平上显著,说明压力抵制型机构投资者持股能够促进数字金融发展对机构投资者羊群行为的抑制作用。

(四)基于资本市场影响的再考察

上文证明了数字金融发展能够抑制机构投资者羊群行为。以往研究发现,出于跟风投资的羊群行为降低了股票流动性,是导致资本市场运行效率减弱的重要原因之一[43]。此部分重点考察数字金融抑制机构投资者羊群行为能够对资本市场带来何种影响,本文主要从股票流动性视角进行分析。通常而言,股票流动性是价格发现、信息流动、资源配置等资本市场功能的基础,很大程度上反映了资本市场健康程度与资源配置效率[44]。那么,数字金融发展能否通过抑制机构投资者羊群行为提高股票流动性,进而有助于资本市场效率提升?为此,构建模型式(11)来进一步考察。

ILIQUIDITYi,t=α0+α1DIFI_CITYi,t×HERDINGi,t+α2HERDINGi,t+α3DIFI_CITYi,t+γCONTROLSi,t+YEAR+IND+εi,t

(11)

其中,变量ILIQUIDITY代表股票非流动性。本文参考叶莹莹等(2022)[31]的研究,具体计算如式(12)所示。

(12)

其中,Ni,t为i股票在t年的交易总天数;Titn是i股票在t年度的第n天交易额;Ritn为i股票在第t年第n天的再投资收益率(不考虑红利),ILIQUIDITY数值越大代表股票流动性越低。

式(11)的回归结果如表10中所示,DIFI_CITY×HERDING的系数为-0.02,在1%的水平上显著,说明数字金融发展通过抑制机构投资者羊群行为,提高了股票市场流动性,给资本市场发展带来积极影响。

表10 对资本市场股票流动性影响的回归结果

七、研究结论及政策建议

本文以2013年至2021年A股上市公司为样本,实证考察了数字金融发展对机构投资者羊群行为的影响作用。研究结论如下:第一,数字金融发展能够减少机构投资者羊群行为;分维度来看,数字金融覆盖广度、使用深度及数字化程度均能抑制机构投资者羊群行为。该结果通过一系列内生性和稳健性检验后依然成立。第二,机制检验发现,数字金融发展可以通过增加分析师关注、提高企业间会计信息可比性、促进机构投资者实地调研来减少机构投资者羊群行为。第三,进一步研究发现,数字金融对机构投资者羊群行为的抑制作用在小规模企业、非国有企业中更为明显;在机构投资者私有信息竞争激烈的分组中,数字金融对机构投资者羊群行为的抑制作用更为显著;区分机构投资者类型发现,压力抵制型机构投资者能够促进数字金融对机构投资者羊群行为的抑制作用。最后,本文从资本市场运行效率视角出发,研究发现数字金融发展通过抑制机构投资者羊群行为,提高了股票流动性,促进资本市场良性发展。本文研究结论补充了机构投资者羊群行为的治理机制研究,也为进一步发挥数字金融技术潜力,助推资本市场有效运行提供了新的经验依据。

本文的政策建议及启示如下:第一,本文研究结果表明,数字金融发展不仅为传统金融提供赋能升级,改变了金融系统运行的场景和范式,同时还能在资本市场投资主体的行为表现存在缺漏和不足时发挥出治理完善作用,提高资本市场运行效率。由此可见,未来我国应继续支持和推动数字金融健康发展,在规避数字金融潜在风险的前提下,进一步挖掘数字金融的潜力和优势,从数字金融覆盖广度、使用深度及数字化程度着手,提高数字金融服务的用户普及度与区域协调性,充分发挥数字金融在扩宽信息渠道、改善信息质量中的重要作用,助推资本市场形成更加透明的信息环境和更有价值的投资氛围,减少市场非理性现象,更好地助力我国资本市场高质量运行。

第二,机构投资者羊群行为容易加剧股市波动,威胁资本市场稳定。我国资本市场还处于新兴发展阶段,投资者群体的整体投资理念尚未成熟,机构投资者羊群行为更易引发市场极端风险,带来严重后果。因此,应完善健全机构投资者投资活动的监督规范机制,引导机构投资者注重实地调研,深入挖掘企业内部信息,培育机构投资者的健康投资理念和长期战略眼光。同时,对于机构投资者而言,要不断交流学习,积极把握数字金融带来的技术优势,提高自身信息识别和风险防范能力,克服“随大流”和“追涨杀跌”的投资心态,在信息充分挖掘的基础上做出理性投资决策。

第三,数字金融深度发展是未来的必然趋势,对此,企业应主动融入数字金融发展浪潮,完善数字化场景建设。尤其对于中小企业,更应抓住数字金融“长尾效应”的普惠特征,将数字金融技术成果更好地运用于企业发展之中。同时,数字金融背景下,市场中信息的流动性和透明性显著提高,企业的行为表现更容易为各类资本市场主体所关注和知悉,对此,企业也要规范日常经营行为,优化信息披露机制,用切实的优良绩效表现为自身赢得更多投资者关注和数字金融资源支持。