姚宇航

摘要：機(jī)構(gòu)投資者對股票價(jià)格的波動率是起著促進(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)投資者在大盤股和中小盤股中持股比例和交易強(qiáng)度對股票價(jià)格的波動率的影響。研究發(fā)現(xiàn)，在大盤股中機(jī)構(gòu)投資者的交易強(qiáng)度與股價(jià)波動呈負(fù)相關(guān)關(guān)系，起到穩(wěn)定股價(jià)的作用;在中小盤股中交易強(qiáng)度和股價(jià)波動呈正相關(guān)關(guān)系，短期內(nèi)投機(jī)動機(jī)比較強(qiáng)。而大小盤股中機(jī)構(gòu)投資者的持股比例均與股價(jià)波動均呈負(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;大盤股;小盤股

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

中圖分類號：F832.51 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：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，我國目前個(gè)人投資者開戶超過一億戶，A股自由流通股中個(gè)人投資者持股比例超過70%，機(jī)構(gòu)投資者持股比例不到30%;而我國大部分個(gè)人投資者投機(jī)心態(tài)較為嚴(yán)重，在缺乏專業(yè)金融知識與投資理念的基礎(chǔ)上，散戶常容易出現(xiàn)盲目跟風(fēng)，追漲殺跌，有著“羊群行為”等行為特征，給市場極大程度地影響著股市的穩(wěn)定。

為了能夠促進(jìn)我國股票市場的穩(wěn)定發(fā)展，我國需要加強(qiáng)推動機(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)投資者過度。在經(jīng)歷了近20年的發(fā)展之后，我國機(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、社保基金、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證券市場不可獲取的重要參與主體。

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

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。二是提出了從大盤股和小盤股的角度去研究機(jī)構(gòu)投資者行為與股票價(jià)格波動的關(guān)系的視角。

1 ?文章假設(shè)和變量說明

1.1 研究假設(shè)

機(jī)構(gòu)投資者行為對股票價(jià)格波動率的影響與多方面因素有關(guān)，比如市場環(huán)境，股票類型，投資風(fēng)格等;目前國外已經(jīng)有學(xué)者根據(jù)股票的類型（市值大小，風(fēng)格）實(shí)證研究了機(jī)構(gòu)投資者與價(jià)格波動的關(guān)系，而國內(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股票價(jià)格波動率起到抑制作用。②機(jī)構(gòu)投資者行為對大盤股價(jià)格波動率起到抑制作用。③機(jī)構(gòu)投資者行為對小盤股價(jià)格波動率起到促進(jìn)作用。

1.2 變量說明

本文的研究樣本來自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)來源于resset數(shù)據(jù)庫。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規(guī)模大、流動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最具市場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內(nèi)中小市值公司的整體狀況。因此上證50代表了大盤股，中證代表了中小盤股。

1.2.1 股票波動率

1.3 統(tǒng)計(jì)分析

在接下來的統(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)格的對數(shù)波動率均值（下文為了簡寫均省略對數(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。相較于大盤股，小盤股數(shù)據(jù)有以下特點(diǎn)：股票價(jià)格波動率更大;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，說明小盤股的換手率經(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、市值對股票價(jià)格波動率是否有顯著影響。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，通過了檢驗(yàn)，說明在整體模型中機(jī)構(gòu)投資者持股比例、交易強(qiáng)度、股票換手率對股票價(jià)格波動率的差異產(chǎn)生了顯著的影響;市值大小的p值為0.163，在5%的顯著水平下沒有通過檢驗(yàn)，在整體模型中對股票價(jià)格的波動率的影響不明顯。

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，說明股票價(jià)格的波動率的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%的顯著水平下通過了檢驗(yàn)。股票價(jià)格的波動率與機(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，沒有通過檢驗(yàn)，說明該因變量在5%的水平下對模型的影響不顯著。

從整體市場來看，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)格的波動率。而且從相關(guān)系數(shù)來看，機(jī)構(gòu)投資者的持股比例對股票價(jià)格波動率的影響更大。綜上所述，支持了假設(shè)1，機(jī)構(gòu)投資者行為整體上對股票價(jià)格波動率起到抑制作用。

在上面模型中，股票的市值該虛擬變量沒有通過檢驗(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;考慮到大盤股和小盤股的樣本數(shù)量相差較大，而且小盤股受到更多其他非理性因素的影響，因此可能對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，接下來分開研究大盤股和小盤股中投資者行為對股票價(jià)格的波動率的影響。

2.2 假設(shè)二

由上面統(tǒng)計(jì)分析可知，在大盤股中，機(jī)構(gòu)投資者的持股比例以及交易強(qiáng)度更大，說明機(jī)構(gòu)投資者在大盤股中占比較大;因此機(jī)構(gòu)投資者更有動機(jī)借用其信息優(yōu)勢督促公司改進(jìn)治理結(jié)構(gòu)、信息披露，同時(shí)由于機(jī)構(gòu)投資者相對個(gè)人投資者來說更理性;所以按照假設(shè)2，在大盤股中，機(jī)構(gòu)投資者行為對大盤股價(jià)格波動率應(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，對大盤股的股票價(jià)格波動率、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，說明股票價(jià)格的波動率的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%的顯著水平下通過了檢驗(yàn)。股票價(jià)格的波動率與機(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。

從大盤股來說，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)格的波動率。根據(jù)前面的數(shù)據(jù)統(tǒng)計(jì)分析可知，在大盤股中機(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、信用評級高、流動性好與波動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)投資者行為對大盤股價(jià)格波動率起到抑制作用。

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;說明小盤股的換手率經(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;所以按照假設(shè)3，在小盤股中，機(jī)構(gòu)投資者行為應(yīng)該對大盤股價(jià)格波動率起到促進(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，對小盤股的股票價(jià)格波動率、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，說明股票價(jià)格的波動率的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%的顯著水平下通過了檢驗(yàn)。股票價(jià)格的波動率與機(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。

從小盤股來說，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)格的波動率。根據(jù)前面的數(shù)據(jù)統(tǒng)計(jì)分析可知，在小盤股中機(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性較大時(shí)，機(jī)構(gòu)投資者巨大的交易量對股價(jià)沖擊也更大。因此機(jī)構(gòu)投資者對小市值公司股票的波動率影響更大。從相關(guān)系數(shù)來看，機(jī)構(gòu)投資者的持股比例和交易強(qiáng)度對股票價(jià)格波動率影響較為接近，正負(fù)相反;因此綜上所述，機(jī)構(gòu)投資者行為對小盤股價(jià)格波動率影響屬于不確定的關(guān)系，這反駁了假設(shè)3，說明小盤股中存在更多復(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是分別研究大盤股和小盤股中的機(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)滿足同方差性，即它們都有相同的方差。如果這一假定不滿足，則稱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%的顯著水平下沒有通過檢驗(yàn)，在10%的顯著水平下通過了檢驗(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

為了避免極端值對模型的影響，在假設(shè)1模型的基礎(chǔ)上，對股票價(jià)格的波動率分別在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值大小基本沒有發(fā)生變化。由此可以得出數(shù)據(jù)中極端值對模型的穩(wěn)健性影響較大;即價(jià)格波動率最大的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描述股票的流動性，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。由于成交量相對來說是個(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)，采用對數(shù)股票價(jià)格波動率、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，再分別建立大盤股和小盤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)格的波動率。在大盤股模型中機(jī)構(gòu)投資者的交易強(qiáng)度與股價(jià)波動呈負(fù)相關(guān)關(guān)系，起到穩(wěn)定股價(jià)的作用;在中小盤股模型中交易強(qiáng)度和股價(jià)波動呈正相關(guān)關(guān)系，短期內(nèi)投機(jī)動機(jī)比較強(qiáng)。而大小盤股中機(jī)構(gòu)投資者的持股比例均與股價(jià)波動均呈負(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股票價(jià)格波動率起到抑制作用;機(jī)構(gòu)投資者行為對大盤股價(jià)格波動率起到抑制作用。假設(shè)3不成立;機(jī)構(gòu)投資者行為對小盤股價(jià)格波動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)，股票評級等，這些控制變量可能對模型的穩(wěn)健性以及變量的顯著性影響較大;在股票市場中存在較多非理性因素，模型中沒有考慮進(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，沒有對面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn);在股票市場中每只股票可能存在較強(qiáng)的相關(guān)性，因而可能出現(xiàn)偽回歸的問題。

最后，基于前面的研究，本文提出以下建議：對于大盤股，機(jī)構(gòu)投資者占比較大，股票價(jià)格的波動性也較小，說明大盤股中理性因素較多，個(gè)人投資者對大盤股進(jìn)行投資時(shí)應(yīng)該更加關(guān)注機(jī)構(gòu)投資者的動向，一定程度的“跟隨性”投資，進(jìn)而獲得超額利益。而小盤股中機(jī)構(gòu)投資者占比較少，股票價(jià)格波動性較大，非理性因素較多;個(gè)人投資者在對小盤股投資時(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)投資者對暴漲暴跌的抑制作用：基于中國市場的實(shí)證[J].金融研究，2017（02）：163-178.

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

[3]齊柄涵.我國機(jī)構(gòu)投資者對股票價(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)投資者行為對股票市場穩(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)投資者資金對股市波動影響的實(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[J].財(cái)會通訊，2018（12）：113-117，124.

[8]翟愛梅，鐘山.賣空機(jī)制對股票價(jià)格波動的影響：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.