機(jī)構(gòu)投資者行為對(duì)股票價(jià)格波動(dòng)性的影響

姚宇航

摘要：機(jī)構(gòu)投資者對(duì)股票價(jià)格的波動(dòng)率是起著促進(jìn)作用還是抑制作用，學(xué)術(shù)界一直存在著不同的觀點(diǎn)。文章分析了機(jī)構(gòu)投資者在大盤(pán)股和中小盤(pán)股中持股比例和交易強(qiáng)度對(duì)股票價(jià)格的波動(dòng)率的影響。研究發(fā)現(xiàn)，在大盤(pán)股中機(jī)構(gòu)投資者的交易強(qiáng)度與股價(jià)波動(dòng)呈負(fù)相關(guān)關(guān)系，起到穩(wěn)定股價(jià)的作用;在中小盤(pán)股中交易強(qiáng)度和股價(jià)波動(dòng)呈正相關(guān)關(guān)系，短期內(nèi)投機(jī)動(dòng)機(jī)比較強(qiáng)。而大小盤(pán)股中機(jī)構(gòu)投資者的持股比例均與股價(jià)波動(dòng)均呈負(fù)相關(guān)關(guān)系，起到穩(wěn)定股價(jià)的作用。

Abstract： There have been different opinions on whether institutional investors play a role in promoting or inhibiting the volatility of stock prices. This paper analyses the impact of institutional investors'share holding ratio and trading intensity on stock price volatility. It is found that the trading intensity of institutional investors is negatively correlated with stock price volatility， and plays a role in stabilizing stock prices. In small and medium-sized stocks， the trading intensity is positively correlated with stock price volatility， and the speculative motivation is strong in the short term. The proportion of institutional investors in large and small stocks is negatively correlated with stock price volatility， which plays a role in stabilizing stock prices.

關(guān)鍵詞：機(jī)構(gòu)投資者;價(jià)格波動(dòng);大盤(pán)股;小盤(pán)股

Key words： institutional investors;price fluctuations;large-cap stocks;small-cap stocks

中圖分類(lèi)號(hào)：F832.51 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)：1006-4311（2019）20-0096-05

0 ?引言

2016年招商基金公布的一份報(bào)告顯示，我國(guó)目前個(gè)人投資者開(kāi)戶(hù)超過(guò)一億戶(hù)，A股自由流通股中個(gè)人投資者持股比例超過(guò)70%，機(jī)構(gòu)投資者持股比例不到30%;而我國(guó)大部分個(gè)人投資者投機(jī)心態(tài)較為嚴(yán)重，在缺乏專(zhuān)業(yè)金融知識(shí)與投資理念的基礎(chǔ)上，散戶(hù)常容易出現(xiàn)盲目跟風(fēng)，追漲殺跌，有著“羊群行為”等行為特征，給市場(chǎng)極大程度地影響著股市的穩(wěn)定。

為了能夠促進(jìn)我國(guó)股票市場(chǎng)的穩(wěn)定發(fā)展，我國(guó)需要加強(qiáng)推動(dòng)機(jī)構(gòu)投資者的發(fā)展，逐步實(shí)現(xiàn)個(gè)體投資者向機(jī)構(gòu)投資者過(guò)度。在經(jīng)歷了近20年的發(fā)展之后，我國(guó)機(jī)構(gòu)投資者隊(duì)伍不斷壯大，逐漸形成為證券投資基金為代表，包含證券公司、社?；?、保險(xiǎn)公司、合格境外投資者、上市公司等在內(nèi)的多元化機(jī)構(gòu)投資者格局。同時(shí)，機(jī)構(gòu)投資者的數(shù)量、規(guī)模與持股比例均發(fā)生了巨大的變化，機(jī)構(gòu)投資者逐步成為我國(guó)證券市場(chǎng)不可獲取的重要參與主體。

對(duì)于機(jī)構(gòu)投資者在股票價(jià)格波動(dòng)中是起著促進(jìn)的作用還是抑制的作用，學(xué)術(shù)界一直存在著較大爭(zhēng)議[1～7];因此研究機(jī)構(gòu)投資者行為與股票價(jià)格波動(dòng)的關(guān)系顯得十分重要;這有利于降低股票市場(chǎng)的波動(dòng)，促進(jìn)市場(chǎng)的穩(wěn)定發(fā)展，對(duì)優(yōu)化機(jī)構(gòu)投資者結(jié)構(gòu)和提高市場(chǎng)效率具有重大意義。

本文的創(chuàng)新之處主要體現(xiàn)在以下兩方面：一是采取季度數(shù)據(jù)進(jìn)行研究，相對(duì)于日度數(shù)據(jù)和年度數(shù)據(jù)，季度數(shù)據(jù)更穩(wěn)健，同時(shí)也能更好的反映機(jī)構(gòu)投資持續(xù)性投資的行為。二是提出了從大盤(pán)股和小盤(pán)股的角度去研究機(jī)構(gòu)投資者行為與股票價(jià)格波動(dòng)的關(guān)系的視角。

1 ?文章假設(shè)和變量說(shuō)明

1.1 研究假設(shè)

機(jī)構(gòu)投資者行為對(duì)股票價(jià)格波動(dòng)率的影響與多方面因素有關(guān)，比如市場(chǎng)環(huán)境，股票類(lèi)型，投資風(fēng)格等;目前國(guó)外已經(jīng)有學(xué)者根據(jù)股票的類(lèi)型（市值大小，風(fēng)格）實(shí)證研究了機(jī)構(gòu)投資者與價(jià)格波動(dòng)的關(guān)系，而國(guó)內(nèi)在這方面的實(shí)證研究比較少。因此本文根據(jù)已有的研究成果，提出以下假設(shè)：①機(jī)構(gòu)投資者行為整體上對(duì)股票價(jià)格波動(dòng)率起到抑制作用。②機(jī)構(gòu)投資者行為對(duì)大盤(pán)股價(jià)格波動(dòng)率起到抑制作用。③機(jī)構(gòu)投資者行為對(duì)小盤(pán)股價(jià)格波動(dòng)率起到促進(jìn)作用。

1.2 變量說(shuō)明

本文的研究樣本來(lái)自2008年1月1日到2017年12月31日的上證50與中證500的股票季度數(shù)據(jù)，機(jī)構(gòu)投資者持股數(shù)量、持股比例、股票成交量、換手率、周收益率等數(shù)據(jù)來(lái)源于resset數(shù)據(jù)庫(kù)。除了周收益率是周度數(shù)據(jù)，其他均為季度數(shù)據(jù);相對(duì)于日度數(shù)據(jù)，季度數(shù)據(jù)更穩(wěn)健;基于數(shù)據(jù)的可獲得性，目前機(jī)構(gòu)投資者持股方面數(shù)據(jù)是季度數(shù)據(jù)，所以采用季度數(shù)據(jù)能更好地反映機(jī)構(gòu)投資的行為。樣本篩選標(biāo)準(zhǔn)為：①剔除變量缺失的樣本。②剔除0值的樣本。③剔除沒(méi)有周收益率的樣本。最終共獲得5963個(gè)樣本數(shù)據(jù)。

上證50指數(shù)是挑選上海證券市場(chǎng)規(guī)模大、流動(dòng)性好的最具代表性的50只股票組成樣本股，以便綜合反映上海證券市場(chǎng)最具市場(chǎng)影響力的一批龍頭企業(yè)的整體狀況。中證500指數(shù)是扣除滬深300指數(shù)樣本股及最近一年日均總市值排名前300名的股票，剩余股票按照最近一年的日均成交金額由高到低排名，剔除排名后20%的股票，然后將剩余股票按照日均總市值由高到低進(jìn)行排名，選取排名在前500名的股票作為中證500指數(shù)樣本股。中證500指數(shù)綜合反映了滬深證券市場(chǎng)內(nèi)中小市值公司的整體狀況。因此上證50代表了大盤(pán)股，中證代表了中小盤(pán)股。

1.2.1 股票波動(dòng)率

1.3 統(tǒng)計(jì)分析

在接下來(lái)的統(tǒng)計(jì)分析、模型的構(gòu)建、驗(yàn)證分析，為了使數(shù)據(jù)更加平穩(wěn)，對(duì)以上所有的變量數(shù)據(jù)除了市值虛擬變量，均采取數(shù)據(jù)的對(duì)數(shù)值。所有的數(shù)據(jù)操作均基于stata軟件。

整體上，股票價(jià)格的對(duì)數(shù)波動(dòng)率均值（下文為了簡(jiǎn)寫(xiě)均省略對(duì)數(shù)）為-2.96，標(biāo)準(zhǔn)差為0.52;機(jī)構(gòu)投資者的持股比例均值為-2.03，標(biāo)準(zhǔn)差為1.37;機(jī)構(gòu)投資者的交易強(qiáng)度均值為-3.05，標(biāo)準(zhǔn)差為1.88;股票的換手率均值為0.23，標(biāo)準(zhǔn)差為1.07。相較于大盤(pán)股，小盤(pán)股數(shù)據(jù)有以下特點(diǎn)：股票價(jià)格波動(dòng)率更大;機(jī)構(gòu)投資者持股比例較小，但是極值相差較大;機(jī)構(gòu)投資者交易強(qiáng)度較小，極值相差也較小;股票的換手率均值較大，但是方差較小，說(shuō)明小盤(pán)股的換手率經(jīng)常處于比較高的水平。為了進(jìn)一步變量之間是否存在多重共線性本文計(jì)算膨脹因子如表3。

模型的膨脹因子均值等于1.29，小于經(jīng)驗(yàn)值2;最大值為1.40，小于經(jīng)驗(yàn)值20;說(shuō)明變量之間不存在多重共線性。為了檢驗(yàn)機(jī)構(gòu)投資者的持股比例、交易強(qiáng)度、股票的換手率、市值對(duì)股票價(jià)格波動(dòng)率是否有顯著影響。本文采取協(xié)方差分析，計(jì)算結(jié)果如表4。

整體模型的F檢驗(yàn)值為931.41，p值為0，通過(guò)了檢驗(yàn);機(jī)構(gòu)投資者持股比例、交易強(qiáng)度、股票換手率的p值為0、0.0001、0，通過(guò)了檢驗(yàn)，說(shuō)明在整體模型中機(jī)構(gòu)投資者持股比例、交易強(qiáng)度、股票換手率對(duì)股票價(jià)格波動(dòng)率的差異產(chǎn)生了顯著的影響;市值大小的p值為0.163，在5%的顯著水平下沒(méi)有通過(guò)檢驗(yàn)，在整體模型中對(duì)股票價(jià)格的波動(dòng)率的影響不明顯。

2 ?構(gòu)建模型和回歸分析

2.1 假設(shè)一

由于樣本比較大，采取穩(wěn)健標(biāo)準(zhǔn)差進(jìn)行估計(jì)，回歸結(jié)果如表5。

由表5可知，模型的擬合優(yōu)度為0.387，說(shuō)明股票價(jià)格的波動(dòng)率的38.7%可以由機(jī)構(gòu)投資者持股比例、交易強(qiáng)度、股票的換手率、市值解釋;模型p值為0，模型在5%的顯著水平下通過(guò)了檢驗(yàn)。股票價(jià)格的波動(dòng)率與機(jī)構(gòu)投資者持股比例、交易強(qiáng)度、股票的換手率、市值的回歸系數(shù)分別為-0.026，0.012，0.307，0.018，p值均小于0.05，通過(guò)了檢驗(yàn)，在5%水平下顯著異于0。股票的市值相關(guān)系數(shù)為0.180，p值為0.180，沒(méi)有通過(guò)檢驗(yàn)，說(shuō)明該因變量在5%的水平下對(duì)模型的影響不顯著。

從整體市場(chǎng)來(lái)看，隨著機(jī)構(gòu)投資者的持股比例的增加，減少了股票價(jià)格的波動(dòng)率。隨著機(jī)構(gòu)投資者的交易強(qiáng)度的增加，增加了股票價(jià)格的波動(dòng)率。而且從相關(guān)系數(shù)來(lái)看，機(jī)構(gòu)投資者的持股比例對(duì)股票價(jià)格波動(dòng)率的影響更大。綜上所述，支持了假設(shè)1，機(jī)構(gòu)投資者行為整體上對(duì)股票價(jià)格波動(dòng)率起到抑制作用。

在上面模型中，股票的市值該虛擬變量沒(méi)有通過(guò)檢驗(yàn)，因此在假設(shè)1的模型中應(yīng)該剔除市值大小。該變量這與許多相關(guān)研究相反;考慮到大盤(pán)股和小盤(pán)股的樣本數(shù)量相差較大，而且小盤(pán)股受到更多其他非理性因素的影響，因此可能對(duì)虛擬變量的顯著性產(chǎn)生影響。為了探討虛擬變量不顯著的原因，接下來(lái)分開(kāi)研究大盤(pán)股和小盤(pán)股中投資者行為對(duì)股票價(jià)格的波動(dòng)率的影響。

2.2 假設(shè)二

由上面統(tǒng)計(jì)分析可知，在大盤(pán)股中，機(jī)構(gòu)投資者的持股比例以及交易強(qiáng)度更大，說(shuō)明機(jī)構(gòu)投資者在大盤(pán)股中占比較大;因此機(jī)構(gòu)投資者更有動(dòng)機(jī)借用其信息優(yōu)勢(shì)督促公司改進(jìn)治理結(jié)構(gòu)、信息披露，同時(shí)由于機(jī)構(gòu)投資者相對(duì)個(gè)人投資者來(lái)說(shuō)更理性;所以按照假設(shè)2，在大盤(pán)股中，機(jī)構(gòu)投資者行為對(duì)大盤(pán)股價(jià)格波動(dòng)率應(yīng)該起到抑制作用。

在假設(shè)1建立的多元回歸模型的基礎(chǔ)上，假設(shè)2的因變量剔除掉市值虛擬變量，對(duì)大盤(pán)股的股票價(jià)格波動(dòng)率、機(jī)構(gòu)投資者持股比例、交易強(qiáng)度與股票換手率進(jìn)行回歸分析，結(jié)果如表6。

由表6可知，模型的擬合優(yōu)度為0.425，說(shuō)明股票價(jià)格的波動(dòng)率的42.5%可以由機(jī)構(gòu)投資者持股比例、交易強(qiáng)度、股票的換手率解釋;模型p值為0，模型在5%的顯著水平下通過(guò)了檢驗(yàn)。股票價(jià)格的波動(dòng)率與機(jī)構(gòu)投資者持股比例、交易強(qiáng)度、股票的換手率的回歸系數(shù)分別為-0.024，0.021，0.259，由p值可知，在5%水平下顯著異于0。

從大盤(pán)股來(lái)說(shuō)，隨著機(jī)構(gòu)投資者的持股比例以及交易強(qiáng)度的增加，均降低了股票價(jià)格的波動(dòng)率。根據(jù)前面的數(shù)據(jù)統(tǒng)計(jì)分析可知，在大盤(pán)股中機(jī)構(gòu)投資者的持股比例較高，交易強(qiáng)度也較大。結(jié)合已有文獻(xiàn)可得出：機(jī)構(gòu)投資者在衡量風(fēng)險(xiǎn)、收益、法律等成本后，具有顯著的審慎持股特征，傾向于選擇公司規(guī)模大、信用評(píng)級(jí)高、流動(dòng)性好與波動(dòng)性較低等特征的上市公司股票。機(jī)構(gòu)投資者審慎的、風(fēng)險(xiǎn)規(guī)避的持股特征在一定程度上起到了穩(wěn)定股市的作用。綜上所述，支持了假設(shè)2，機(jī)構(gòu)投資者行為對(duì)大盤(pán)股價(jià)格波動(dòng)率起到抑制作用。

2.3 假設(shè)三

由上面統(tǒng)計(jì)分析可知，在小盤(pán)股中，機(jī)構(gòu)投資者持股比例較小，極值相差較大;機(jī)構(gòu)投資者交易強(qiáng)度較小，極值相差也較小;股票的換手率均值較大，但是方差較小;說(shuō)明小盤(pán)股的換手率經(jīng)常處于比較高的水平，經(jīng)常出現(xiàn)股價(jià)劇烈震蕩且伴隨著非正常換手率。根據(jù)已有文獻(xiàn)可知，機(jī)構(gòu)投資者更偏好和關(guān)注股價(jià)波動(dòng)率高的股票，而機(jī)構(gòu)投資者持股的增加又加大了股價(jià)的波動(dòng);所以按照假設(shè)3，在小盤(pán)股中，機(jī)構(gòu)投資者行為應(yīng)該對(duì)大盤(pán)股價(jià)格波動(dòng)率起到促進(jìn)作用。

在假設(shè)1建立的多元回歸模型的基礎(chǔ)上，假設(shè)3的因變量剔除掉市值虛擬變量，對(duì)小盤(pán)股的股票價(jià)格波動(dòng)率、機(jī)構(gòu)投資者持股比例、交易強(qiáng)度與股票換手率進(jìn)行回歸分析，結(jié)果如表7。

由表7可知，模型的擬合優(yōu)度為0.398，說(shuō)明股票價(jià)格的波動(dòng)率的39.8%可以由機(jī)構(gòu)投資者持股比例、交易強(qiáng)度、股票的換手率解釋;模型p值為0，模型在5%的顯著水平下通過(guò)了檢驗(yàn)。股票價(jià)格的波動(dòng)率與機(jī)構(gòu)投資者持股比例、交易強(qiáng)度、股票的換手率的回歸系數(shù)分別為-0.031，0.031，0.357，由p值可知，在5%水平下顯著異于0。

從小盤(pán)股來(lái)說(shuō)，隨著機(jī)構(gòu)投資者的持股比例的增加，減少了股票價(jià)格的波動(dòng)率。隨著機(jī)構(gòu)投資者的交易強(qiáng)度的增加，增加了股票價(jià)格的波動(dòng)率。根據(jù)前面的數(shù)據(jù)統(tǒng)計(jì)分析可知，在小盤(pán)股中機(jī)構(gòu)投資者的持股比例小，交易強(qiáng)度也小。結(jié)合已有文獻(xiàn)可得出：一方面，交易小市值股票和高成長(zhǎng)性股票時(shí)，機(jī)構(gòu)投資者存在一定的羊群行為;另一方面，當(dāng)小市值股市行情波動(dòng)性較大時(shí)，機(jī)構(gòu)投資者巨大的交易量對(duì)股價(jià)沖擊也更大。因此機(jī)構(gòu)投資者對(duì)小市值公司股票的波動(dòng)率影響更大。從相關(guān)系數(shù)來(lái)看，機(jī)構(gòu)投資者的持股比例和交易強(qiáng)度對(duì)股票價(jià)格波動(dòng)率影響較為接近，正負(fù)相反;因此綜上所述，機(jī)構(gòu)投資者行為對(duì)小盤(pán)股價(jià)格波動(dòng)率影響屬于不確定的關(guān)系，這反駁了假設(shè)3，說(shuō)明小盤(pán)股中存在更多復(fù)雜的非理性因素，機(jī)構(gòu)投資者的行為較難衡量是促進(jìn)還是抑制股票價(jià)格波動(dòng)率。

3 ?檢驗(yàn)分析和模型修正

在回歸分析中建立了三個(gè)模型，其中假設(shè)2和3是分別研究大盤(pán)股和小盤(pán)股中的機(jī)構(gòu)投資者行為，為了便于描述和統(tǒng)一分析。在本文接下來(lái)的檢驗(yàn)分析中，均基于修正后的假設(shè)1的模型（剔除市值虛擬變量）。

3.1 異方差檢驗(yàn)及修正

經(jīng)典線性回歸模假定：總體回歸函數(shù)中的隨機(jī)誤差項(xiàng)滿(mǎn)足同方差性，即它們都有相同的方差。如果這一假定不滿(mǎn)足，則稱(chēng)線性回歸模型存在異方差性;在本文中采取BP檢驗(yàn)的方法。

采用被解釋變量的擬合值來(lái)解釋異方差的BP檢驗(yàn)，發(fā)現(xiàn)該BP檢驗(yàn)在5%的顯著水平下接受了原假設(shè)，即模型不存在異方差性。結(jié)果如下：

chi2（1）=3.30

Prob>chi2=0.0693

采用解釋變量來(lái)解釋異方差的BP檢驗(yàn)，發(fā)現(xiàn)該BP檢驗(yàn)在5%的顯著水平下拒絕了原假設(shè)，即模型存在異方差性。結(jié)果如下：

chi2（3）=13.63

Prob>chi2=0.0035

分別檢驗(yàn)機(jī)構(gòu)投資者的持股比例，交易強(qiáng)度以及換手率，發(fā)現(xiàn)機(jī)構(gòu)投資者的交易強(qiáng)度在5%的顯著水平下沒(méi)有通過(guò)檢驗(yàn)，在10%的顯著水平下通過(guò)了檢驗(yàn);即交易強(qiáng)度可能是導(dǎo)致模型出現(xiàn)異方差性的原因。結(jié)果如下：

chi2（1）=3.84

Prob>chi2=0.0500

為了修正模型的異方差問(wèn)題，采取穩(wěn)健標(biāo)準(zhǔn)差加OLS的方法，得出結(jié)果如表8。

由表8可知，對(duì)比假設(shè)1中的模型結(jié)果，各變量的P值均為0，系數(shù)的顯著性有所提高，在5%的顯著水平下通過(guò)了檢驗(yàn)。

3.2 穩(wěn)健性檢驗(yàn)（含內(nèi)生性檢驗(yàn)）

3.2.1 縮尾處理

為了避免極端值對(duì)模型的影響，在假設(shè)1模型的基礎(chǔ)上，對(duì)股票價(jià)格的波動(dòng)率分別在2%和98%百分位上進(jìn)行縮尾處理，并進(jìn)行回歸，回歸結(jié)果如表9。

相對(duì)于假設(shè)1中的模型，進(jìn)行縮尾處理后的模型擬合優(yōu)度有所下降，為0.3394;模型p值為0，在5%的顯著水平下通過(guò)了檢驗(yàn)。而且市值大小該變量的系數(shù)p值為0.048，在5%的顯著水平下通過(guò)了檢驗(yàn)，這是與假設(shè)1中回歸結(jié)果最大的區(qū)別。其他變量的系數(shù)大小以及p值大小基本沒(méi)有發(fā)生變化。由此可以得出數(shù)據(jù)中極端值對(duì)模型的穩(wěn)健性影響較大;即價(jià)格波動(dòng)率最大的2%公司以及最小的2%公司股票可能存在更多非理性因素，模型中解釋變量較少，沒(méi)有完全考慮這些非理性因素，導(dǎo)致市值大小該變量不顯著。

3.2.2 替代變量（內(nèi)生性檢驗(yàn)）

在本文中采取股票換手率來(lái)描述股票的流動(dòng)性，為了進(jìn)一步檢驗(yàn)?zāi)Ｐ偷姆€(wěn)健性，采用成交量作為替代變量，成交量越高，一定程度上也能體現(xiàn)股票的流動(dòng)性越高;在假設(shè)1的模型基礎(chǔ)上進(jìn)行回歸，回歸結(jié)果如表10。

由回歸結(jié)果可知，采用成交量替代股票換手率后發(fā)現(xiàn)，模型雖然通過(guò)了檢驗(yàn)，但是擬合優(yōu)度下降較大;市值大小該變量的系數(shù)也通過(guò)了檢驗(yàn);不同于假設(shè)1回歸結(jié)果中機(jī)構(gòu)投資者持股比例系數(shù)為負(fù)、交易強(qiáng)度系數(shù)為正，該模型中兩個(gè)變量的系數(shù)均為負(fù);綜述所述，采取替代變量后回歸結(jié)果依然支持假設(shè)1，但是模型的擬合優(yōu)度和變量系數(shù)發(fā)生較大變化，模型的穩(wěn)健性不足。

在假設(shè)1的模型中，有股票換手率可以描述個(gè)人投資者情緒及行為等非理性因素，可能還存在許多非理性因素與股票換手率相關(guān)，因此換手率可能是個(gè)內(nèi)生變量。由于成交量相對(duì)來(lái)說(shuō)是個(gè)外生變量，并且與股票換手率相關(guān)性較強(qiáng)，因此進(jìn)一步將成交量作為工具變量進(jìn)一步進(jìn)行內(nèi)生性檢驗(yàn)，采取Hausman 檢驗(yàn)的方法。 Hausman 檢驗(yàn)的原假設(shè)為：所有解釋變量均為外生變量，如果拒絕，則認(rèn)為存在內(nèi)生解釋變量，要用IV的方法;反之，如果接受，則認(rèn)為不存在內(nèi)生解釋變量，應(yīng)該使用OLS的方法。經(jīng)檢驗(yàn)可得，股票換手率的p值為0.00，在5%的顯著水平下拒絕原假設(shè)，即股票換手率為內(nèi)生變量，認(rèn)為隨機(jī)誤差項(xiàng)中存在與股票換手率相關(guān)的非理性因素。

4 ?總結(jié)

本文基于2008年1月1日到2017年12月31日的上證50與中證500的股票季度數(shù)據(jù)，采用對(duì)數(shù)股票價(jià)格波動(dòng)率、機(jī)構(gòu)投資者持股比例、機(jī)構(gòu)投資者交易強(qiáng)度、股票換手率、股票市值大小建立多元回歸模型，再分別建立大盤(pán)股和小盤(pán)股中的多元回歸模型，研究發(fā)現(xiàn)：在整體模型中，隨著機(jī)構(gòu)投資者的持股比例的增加，減少了股票價(jià)格的波動(dòng)率。隨著機(jī)構(gòu)投資者的交易強(qiáng)度的增加，增加了股票價(jià)格的波動(dòng)率。在大盤(pán)股模型中機(jī)構(gòu)投資者的交易強(qiáng)度與股價(jià)波動(dòng)呈負(fù)相關(guān)關(guān)系，起到穩(wěn)定股價(jià)的作用;在中小盤(pán)股模型中交易強(qiáng)度和股價(jià)波動(dòng)呈正相關(guān)關(guān)系，短期內(nèi)投機(jī)動(dòng)機(jī)比較強(qiáng)。而大小盤(pán)股中機(jī)構(gòu)投資者的持股比例均與股價(jià)波動(dòng)均呈負(fù)相關(guān)關(guān)系，起到穩(wěn)定股價(jià)的作用。進(jìn)而得出：假設(shè)1與假設(shè)2成立，即投資者行為整體上對(duì)股票價(jià)格波動(dòng)率起到抑制作用;機(jī)構(gòu)投資者行為對(duì)大盤(pán)股價(jià)格波動(dòng)率起到抑制作用。假設(shè)3不成立;機(jī)構(gòu)投資者行為對(duì)小盤(pán)股價(jià)格波動(dòng)率影響屬于不確定的關(guān)系。

在檢驗(yàn)分析中發(fā)現(xiàn)，機(jī)構(gòu)投資者可能是導(dǎo)致模型出現(xiàn)的原因;2%和98%的極端數(shù)據(jù)對(duì)模型的穩(wěn)健性影響較大;股票換手率屬于內(nèi)生變量。通過(guò)分析數(shù)據(jù)可知，可能原因有：控制變量較少，在以往的文獻(xiàn)研究中，往往引入較多控制變量，例如公司的財(cái)務(wù)數(shù)據(jù)，股票評(píng)級(jí)等，這些控制變量可能對(duì)模型的穩(wěn)健性以及變量的顯著性影響較大;在股票市場(chǎng)中存在較多非理性因素，模型中沒(méi)有考慮進(jìn)去，導(dǎo)致出現(xiàn)內(nèi)生變量。此外由于技術(shù)的局限性和數(shù)據(jù)的不完整，沒(méi)有對(duì)面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn);在股票市場(chǎng)中每只股票可能存在較強(qiáng)的相關(guān)性，因而可能出現(xiàn)偽回歸的問(wèn)題。

最后，基于前面的研究，本文提出以下建議：對(duì)于大盤(pán)股，機(jī)構(gòu)投資者占比較大，股票價(jià)格的波動(dòng)性也較小，說(shuō)明大盤(pán)股中理性因素較多，個(gè)人投資者對(duì)大盤(pán)股進(jìn)行投資時(shí)應(yīng)該更加關(guān)注機(jī)構(gòu)投資者的動(dòng)向，一定程度的“跟隨性”投資，進(jìn)而獲得超額利益。而小盤(pán)股中機(jī)構(gòu)投資者占比較少，股票價(jià)格波動(dòng)性較大，非理性因素較多;個(gè)人投資者在對(duì)小盤(pán)股投資時(shí)應(yīng)該持謹(jǐn)慎的態(tài)度，理性投資以規(guī)避風(fēng)險(xiǎn)。

參考文獻(xiàn)：

[1]高昊宇，楊曉光，葉彥藝.機(jī)構(gòu)投資者對(duì)暴漲暴跌的抑制作用：基于中國(guó)市場(chǎng)的實(shí)證[J].金融研究，2017（02）：163-178.

[2]李明陽(yáng).機(jī)構(gòu)投資者對(duì)股票市場(chǎng)波動(dòng)影響的實(shí)證分析[D].西南大學(xué)，2017.

[3]齊柄涵.我國(guó)機(jī)構(gòu)投資者對(duì)股票價(jià)格影響的實(shí)證研究[D].安徽財(cái)經(jīng)大學(xué)，2017.

[4]陶瑜.機(jī)構(gòu)投資者行為對(duì)股票市場(chǎng)穩(wěn)定性影響研究[D].北京郵電大學(xué)，2017.

[5]劉秋平.機(jī)構(gòu)投資者能否發(fā)生穩(wěn)定器作用——基于個(gè)股暴跌風(fēng)險(xiǎn)的實(shí)證檢驗(yàn)[J].現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2015，35（03）：27-37.

[6]劉光彥，姜麗.機(jī)構(gòu)投資者資金對(duì)股市波動(dòng)影響的實(shí)證研究[J].山東工商學(xué)院學(xué)報(bào)，2018，32（01）：65-77.

[7]張本照，張璽，程超.融資融券、機(jī)構(gòu)持股與股票特質(zhì)性波動(dòng)[J].財(cái)會(huì)通訊，2018（12）：113-117，124.

[8]翟愛(ài)梅，鐘山.賣(mài)空機(jī)制對(duì)股票價(jià)格波動(dòng)的影響：基于A+H股公司的實(shí)證研究[J].南方經(jīng)濟(jì)，2012（08）：43-56.

[9]熊家財(cái)，蘇冬蔚，劉少波.制度環(huán)境、異質(zhì)機(jī)構(gòu)投資者與股價(jià)信息含量[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014，36（07）：48-58.