金融管理 QFII的羊群行为、股价同步性与股价崩盘风险

QFII的羊群行为、股价同步性与股价崩盘风险

来负面影响，得到在小公司与高成长公司中，机构投资者的羊群效应变得更为显著的结论；但同时也认为，缺乏证据证明机构投资者的羊群效应为股市稳定性带来负作用。Choe 等（1999）也没有找到证据证明境外投资者的参与会破坏韩国股市的稳定性。汤大杰（2007）甚至认为如果投资基金不约而同地在某一时间段对某一个消息做出同样的反应，则投资基金的羊群行为能够使价格的调整更为迅速，最终能使市场更有效率从而减弱并消除市场波动。

另一种观点认为，机构投资者的羊群行为会增加市场的不稳定性。如陈晓和等（2009）认为QFII 对个股的净买入在一定程度上与该股的市场表现正相关，而在市场整体调整时期QFII 对个股的净卖出与该股表现有负相关，但是这种相关关系在整体牛市阶段较小。由此可见，QFII 的投资行为在不考虑整体市场行情影响之后会对股价的波动性产生一定的影响。Tan 等（2008）发现，机构投资者的羊群活动会增加股价的波动幅度，导致股票的风险上升。Brown（2012）发现，机构投资者的羊群活动将导致股价反应过于激烈，从而为市场稳定性带来了负面影响；许年行（2013）则认为机构投资者之间的羊群活动与股价未来的崩盘风险正相关，即机构投资者的羊群活动会增加股价未来崩盘的概率，对稳定股价具有负面作用。

2.3关于股价崩盘的研究

只要股市存在，股价崩盘的风险就一直存在，因而“股价崩盘风险”一直都是研究的热点。Jegadeesh 等（2009）认为全球范围的金融危机爆发的重要原因之一就是机构投资者的“羊群效应”。李增泉（2011）认为信息透明度是影响股价崩盘风险的重要因素。许年行等（2012）研究认为，由于存在“掏空”公司资源，获取更高期权价值等代理问题或是由于晋升等原因，公司内部的管理者们，往往更乐于隐藏对公司不利的消息或坏消息。随着时间的积累，负面消息在公司内部得不到释放，但是公司只能在一定程度内对坏消息容纳，一旦坏消息过多，超过限度，负面消息将集中释放，从而对公司股价造成巨大的负面影响甚至最终导致崩盘。特别是信息透明度不高的公司，经理人在信息管理问题上更为困难，因为投资者们无法了解到经理人在藏匿负面信息，导致这种公司股价未来的崩盘风险更大。Jin 等（2006）和Hutton（2009）认为由于信息不透明而导致的坏消息的积累，并在某一时间集中释放会导致对股价的巨大负面冲击，引发崩盘。

2.4 文献评述

由此可见，国内外学者对于QFII的羊群行为以及股价崩盘风险进行了较为深入的研究，取得了不少研究成果。但必须指出的是，上述研究大都未区分是投资者忽略自己所掌握的私有信息，而盲目相信其他投资者的投资决策所引起的“非理性羊群行为”，还是投资者由于信息不充足或不及时或是受到某些信息刺激的情况下，观点一致所产生的“理性羊群效应”。而且，国内相关羊群效应的研究大多针对三方面来进行：一是QFII之间是否存在羊群行为和反馈交易策略；二是比较国内开放式证券投资基金和QFII这两类机构投资者的投资策略进行比较；三是探究羊群活动对股票收益率或股市波动性影响。相关文献对QFII在中国证

5

QFII的羊群行为、股价同步性与股价崩盘风险

券市场的羊群行为是理性羊群效应还是非理性羊群效应，以及这种羊群效应与股价崩盘风险之间的关系研究方面却很少涉及，因此我们希望在这方面作一点尝试。

3 研究假设

3.1 QFII的羊群行为与股价同步性

中国学者通过对中国的QFII季度重仓股数据的研究检验，认为中国的开放式证券投资基金与QFII这两类机构投资者都具有比较明显的羊群行为迹象，但同时又具有差异。主要体现在以下几个方面：首先，QFII的羊群活动大于中国国内开放式证券投资基金；其次，将羊群活动分为买卖双方的羊群活动时，这两类机构投资者在买卖双方的羊群行为方面也存在显著差异。第三，境内投资者的惯性交易策略相比于境外投资者较高。李学峰（2008）认为境外机构投资者对稳定市场虽然起到了积极作用，但作用有限。于是，有必要将QFII从机构投资者中剥离出来，单独研究。

刘成彦（2007）认为QFII之间具有较强的羊群活动迹象，这种迹象在中国进入股权分置改革之后表现得更加显著。近年来，曾爆发过多次范围涉及全球的金融危机，学者们通过相关研究往往认为投资者们的“羊群行为”会导致市场波动幅度的扩大，为市场的稳定性带来负面影响，甚至最终导致金融体系的崩溃。正如Jegadeesh 等（2009）研究所得的结论一样，认为“羊群行为”是导致金融危机爆发的重要因素。并且，Hirshleifer和Teoh（2003）认为现有文献不仅对羊群行为与股价崩盘风险之间的关系没有提供严谨的理论分析，同时在实证研究上也缺乏检验。

Morck 等（2000）认为股价同步性是衡量上市公司特有信息融入股价程度的重要指标，可以用来衡量股票定价效率。并且与股票定价效率具有如下关系：股价同步性与股票定价效率呈负相关关系，股价同步性越高，则股票定价效率越低；股价同步性越低，则股票定价效率越高。在此基础上，本文认为，如果QFII的羊群行为是出于对共同信息的偏好和判断，是由于观点一致所产生的群聚现象，那么QFII的羊群行为会使股价更完整地反映这些共同信息，提高股票的定价效率，降低股价同步性，则羊群效应指标与股价同步性呈负相关关系；反之，如果羊群行为是由于投资者忽略了自己拥有的私有信息，抛弃自己的投资抉择选择跟从其他投资者的抉择，那么这种非理性羊群行为将使私有信息不能反映或是不能完全反映在股价中，从而使股价定价效率下降，股价同步性得到提高，并且两者呈正相关关系。

通过上文的讨论，本文提出下面以下假设：

H1a：QFII的羊群行为会降低股价定价效率，与股价同步性呈正相关关系。 H1b：QFII的羊群行为会提高股价定价效率，与股价同步性呈负相关关系。

3.2 QFII的羊群行为与股价崩盘风险

从前面的文献综述可了解到，学者们关于机构投资者的羊群行为到底对股价稳定性有什么样的影响各持己见，并未达成一致意见。而关于QFII对市场稳定性具有负面或正面影响

6

QFII的羊群行为、股价同步性与股价崩盘风险

也并未有一致定论。一方面有学者认为，QFII的投资活动特征有助于增加市场的稳定性（李学峰，2008；饶育蕾等，2011）。另一方面，张佑辉（2008）认为QFII的投资活动对资本市场的稳定性没有显著作用，同时QFII持股可能还会加剧股市波动幅度，中国国内投资者不应盲目跟从。王麟乐（2011）也认为从整体上看，QFII对中国市场稳定性的增强作用并不明显。

同时从理论角度分析，并结合关于羊群行为的相关研究，我们可以有以下两个方面的认识。一方面，如果QFII的羊群行为是“非理性羊群行为”，那么QFII会忽略自己所拥有的个人信息而根据其他投资者的决策做出投资选择，导致其所拥有的信息不能完全融入股价中，这将不利于资本市场的信息透明度和定价效率的提升，从而可能引发股价崩盘，两者呈正相关关系。另一方面，如果QFII的羊群行为属于“理性羊群行为”，即是QFII在面对信息弱势以及某些信息刺激的情况下，观点一致所产生的群聚现象。那么以同一方向交易某只股票可能是由于他们观点一致而并非忽略私有信息所导致。可见，此种情形下，有助于提高资本市场中信息透明度和市场效率，从而能降低股价崩盘风险，两者表现出相关关系。通过以上分析，本文提出下面两个对立的假设：

H2a：QFII的羊群行为会增加股价崩盘风险，两者呈正相关关系。 H2b：QFII的羊群行为会降低股价崩盘风险，两者呈负相关关系。

由于H1a、 H1b、 H2a、 H2b都反应了QFII的羊群行为是理性羊群行为还是非理性羊群行为：若H1a与H2a成立，则QFII的行为是非理性羊群效应。若H1b与H2b成立，则QFII的行为是理性羊群效应。因此，H1a和 H2a以及H1b和 H2b也可互相印证。

3.3 QFII的羊群行为对股价同步性和股价崩盘风险的影响

基于以上研究，如果QFII的羊群行为属于“非理性羊群行为”，那么QFII的羊群行为与股价同步性呈正相关，且QFII的羊群行为与股价崩盘风险也呈正相关。另一方面，如果QFII的羊群行为属于“理性羊群行为”，那么羊群行为与股价同步性呈负相关，且羊群行为与股价崩盘风险也呈负相关。同时，由于股价同步性与信息透明度密切相关，而信息透明度是影响股价崩盘风险的重要指标，因此股价同步性也能影响股价崩盘风险。但QFII的羊群行为是加强还是减弱股价同步性与股价崩盘风险间的相关关系，还需进一步的研究。因此，本文提出下面两个对立的假设：

H3a：QFII的羊群行为会增加股价同步性对股价崩盘风险的影响。 H3b：QFII的羊群行为会减弱股价同步性对股价崩盘风险的影响。

4 研究数据、变量与模型

4.1 数据来源

QFII 自2003 年7 月于深圳证券交易所开始交易深市A 股，但由于2003、2004 年获

7

QFII的羊群行为、股价同步性与股价崩盘风险

得QFII资格批准的机构投资者家数较少，因此本文从2005 年开始考察其交易行为。样本数据包括2005年1 月1日至2012年12月31日间所有QFII的季度交易数据。如果某一季度中交易某只股票的QFII 家数太少（如QFII家数?2），则计算羊群行为的度时容易造成计算结果的失真，因此，为了防止样本的偏差，我们仅将一季度内有3 家及3家以上 QFII 交易的股票纳入研究样本。

本文用于计算羊群行为指标的QFII季度持股数据来自WIND数据库，用于计算股价崩盘风险的上市公司财务数据和股票交易数据来自RESSET数据库。本文将获得的2005年-2012年QFII的重仓股交易数据剔除某一季度中交易某只股票的QFII 家数?2的股票，共得到季度交易记录2061条，最终所得的公司-年度样本为287条。

4.2 变量的定义和度量

（1）崩盘风险指标

本文借鉴Kim 等（2011）的方法来度量股价崩盘风险。首先，利用股票i的周收益率数列，根据公式（1）计算股票i经市场调整后的收益率：

ri,t?a??1,i?rm,t?2??2,i?rm,t?1???3,i?rm,t??4,i?rm,t?1??5,i?rm,t?2??i,t （1）

在公式（1）中，ri,t代表每一年度股票i在第t周的收益，rm,t代表A股所有股票在第t周经流通市值加权的平均收益率。为了调整股票非同步性交易的影响，本文在公式（1）中加入所有股票在第t周经流通市值加权的平均收益率的滞后项和超前项。股票i第t周的经过市场调整后的收益率Wi,t为：

Wi,t?ln(1??i,t) （2）

在公式（2）中，?i,t是公式（1）中回归所得的残差。

其次，本文采用了如下指标来度量股价崩盘风险，分析QFII的羊群行为与股价崩盘风险的关系。根据许年行（2013）的研究股价崩盘风险的相关实证分析，本文借鉴其指标并作为第一个衡量股价崩盘风险的指标，即NCSKEW，这个指标是股票经市场调整后的周收益率（Wi,t）的负偏度。其计算方法如下：

NCSKEWi,t??[n(n?1)32?W3i,t]/[(n?1)(n?2)(?W2i,t)] （3）

其中n为股票i在t年内计算所得的Wi,t的个数。

根据Kim 等（2011）的研究，由于公司管理层有隐藏公司坏消息的倾向，当这些被隐藏的坏消息突然爆发时，通常会引发股价崩盘。在完美状态下，如果管理人员并未刻意隐藏对公司不利的负面消息，那么Wi,t处于上升和下降阶段的概率是相等的，即Wi,t理论上应是无偏的；并且Wi,t上升和下降阶段的幅度也应该是相同的，即Ru?Rd。但现实恰恰相反，管理层出于自身利益的考虑，如绩效考核等，往往刻意隐藏坏消息，直到坏消息积累到不能隐瞒的地步才予以披露；但管理层不会选择隐藏好消息，毕竟好消息的公布对其有益。由于

328