方 毅, 牛 慧

一、引 言

資產(chǎn)誤定價(jià)是指金融資產(chǎn)的市場(chǎng)價(jià)格與其自身的內(nèi)在基礎(chǔ)價(jià)值產(chǎn)生偏差的現(xiàn)象。在世界資本市場(chǎng)發(fā)展歷程中，由資產(chǎn)誤定價(jià)帶來的資產(chǎn)價(jià)格泡沫形成、膨脹與破滅不斷在人類歷史上重演，盡管全世界不少學(xué)者和相關(guān)政策部門越來越重視資產(chǎn)誤定價(jià)問題，對(duì)資產(chǎn)誤定價(jià)的研究和認(rèn)識(shí)也越來越深刻，但是資產(chǎn)誤定價(jià)現(xiàn)象并沒有因此而消失或減弱，資產(chǎn)價(jià)格泡沫反而還有愈演愈烈的態(tài)勢(shì)。此外，伴隨著全球金融體系的日漸成熟，機(jī)構(gòu)投資者這一群體逐漸壯大，機(jī)構(gòu)投資者的交易行為對(duì)金融市場(chǎng)中資產(chǎn)誤定價(jià)的影響日益深遠(yuǎn)。那么機(jī)構(gòu)投資者在資產(chǎn)誤定價(jià)的形成過程中究竟發(fā)揮著怎樣的作用呢？面對(duì)資產(chǎn)誤定價(jià)，機(jī)構(gòu)投資者又會(huì)采取怎樣的交易行為呢？是“靜待其變”，是積極糾正價(jià)格偏差，還是推波助瀾？探清機(jī)構(gòu)投資者與資產(chǎn)誤定價(jià)之間的關(guān)系，了解機(jī)構(gòu)投資者的行為，對(duì)于深刻認(rèn)知資產(chǎn)誤定價(jià)的形成機(jī)制、監(jiān)管機(jī)構(gòu)投資者行為、推動(dòng)金融市場(chǎng)的健康發(fā)展等方面具有理論與實(shí)踐意義。

機(jī)構(gòu)投資者與資產(chǎn)誤定價(jià)之間的關(guān)系一直是國(guó)際學(xué)術(shù)界具有爭(zhēng)議的話題，目前學(xué)術(shù)界主要持有以下三種觀點(diǎn)：一是機(jī)構(gòu)投資者在金融市場(chǎng)中扮演著理性套利者的角色。有效市場(chǎng)假說的擁護(hù)者認(rèn)為，機(jī)構(gòu)投資者作為金融市場(chǎng)中理性的投資人，總是發(fā)揮著糾正價(jià)格偏差的作用。例如，若市場(chǎng)中資產(chǎn)價(jià)格被高估，機(jī)構(gòu)投資者會(huì)迅速賣空股票，使股票市場(chǎng)價(jià)格回歸到均衡水平。二是機(jī)構(gòu)投資者是理性投資者，但是受到市場(chǎng)中存在的賣空限制、噪聲交易者風(fēng)險(xiǎn)，代理問題等因素的限制，而無法完全實(shí)現(xiàn)有效套利(Agarwal等；Chevalier和Ellison；Shleifer和Vishny)Agarwal, V., Daniel, N., Naik, N., “Determinants of Money-Flow and Risk-Taking Behavior in the Hedge Fund Industry”, , 2002. Chevalier, J., Ellison, G., “Risk Taking by Mutual Funds as a Response to Incentives”, , Vol.105,No.6,1997, pp.1167-1200. Shleifer, A., Vishny, R., “The Limits of Arbitrage”, , Vol.52,No.1,1997, pp.35-55. 。三是機(jī)構(gòu)投資者并不總是反對(duì)資產(chǎn)的錯(cuò)誤定價(jià)，機(jī)構(gòu)投資者可能會(huì)利用噪音交易者的市場(chǎng)情緒(De Long等)De Long, J.B., Shleifer, A., Summers, L.H., et al, “Positive Feedback Investment Strategies and Destabilizing Rational Speculation”, , Vol.45,No.2,1990,pp.379-395. 或者機(jī)構(gòu)投資者之間行為的非同時(shí)性(Synchronization Risk)(Abreu and Brunnermeier)騎乘泡沫(Riding Bubble)，Abreu, D., Brunnermeier, M.K., “Synchronization Risk and Delayed Arbitrage”, , Vol.66,No.2-3,2002,pp.341-360. Abreu, D., Brunnermeier, M.K., “Bubbles and Crashes”, , Vol.71,No.1,2003,pp.173-204. 從而推動(dòng)股市泡沫的產(chǎn)生與膨脹，是資產(chǎn)誤定價(jià)的推助者。

我國(guó)股票市場(chǎng)起步較晚，現(xiàn)有關(guān)于機(jī)構(gòu)投資者對(duì)資產(chǎn)誤定價(jià)影響作用研究的文獻(xiàn)相對(duì)較少。祁斌等人利用2001年至2004年期間上市A股數(shù)據(jù)對(duì)我國(guó)機(jī)構(gòu)投資者與股市波動(dòng)性之間的關(guān)系進(jìn)行了實(shí)證研究。結(jié)果表明在控制了公司規(guī)模的前提下,機(jī)構(gòu)投資者持股比例與股票波動(dòng)性之間存在顯著的負(fù)相關(guān)關(guān)系。余佩琨等人則從機(jī)構(gòu)投資者是否優(yōu)于個(gè)人投資者的問題出發(fā)，得出機(jī)構(gòu)投資者能夠通過知情交易獲得更高收益的結(jié)論。陳國(guó)進(jìn)等人基于2007年6月到2008年12月機(jī)構(gòu)投資者的日持倉(cāng)數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，結(jié)果表明機(jī)構(gòu)投資者是股市暴跌暴漲的推助器。徐浩峰和朱松將2006年至2007年滬深兩市公司作為研究對(duì)象，研究發(fā)現(xiàn)，機(jī)構(gòu)投資者的交易風(fēng)格具有“投機(jī)”的特征,從而導(dǎo)致了股票價(jià)格偏離內(nèi)在價(jià)值,引發(fā)股市泡沫。周為以2005年至2008年中國(guó)股市泡沫事件為平臺(tái)，探討了中國(guó)股市泡沫產(chǎn)生期間的機(jī)構(gòu)投資者行為及其對(duì)股市的影響，研究發(fā)現(xiàn)在泡沫產(chǎn)生的過程中，機(jī)構(gòu)投資者存在騎乘泡沫的行為。

值得注意的是，結(jié)合中國(guó)國(guó)情可以發(fā)現(xiàn)，中國(guó)直至2010年3月31日才正式啟動(dòng)融資融券機(jī)制，而機(jī)構(gòu)投資者的套利主要是通過借券賣空來實(shí)現(xiàn)的，這意味著在融資融券機(jī)制實(shí)施前，我國(guó)金融市場(chǎng)中嚴(yán)重缺乏套利工具。在以往有關(guān)我國(guó)機(jī)構(gòu)投資者研究的文獻(xiàn)中，學(xué)者們往往忽視了融資融券機(jī)制的實(shí)施對(duì)機(jī)構(gòu)投資者產(chǎn)生的影響，從而使得研究結(jié)果具有片面性。因此，為補(bǔ)充理論空白、全面認(rèn)知不同環(huán)境下機(jī)構(gòu)投資者與資產(chǎn)誤定價(jià)之間的關(guān)系，本文以2001年第一季度至2019年第三季度滬深兩市上市A股為研究對(duì)象，并將全樣本基于融資融券制度實(shí)施前后劃分為兩個(gè)子時(shí)期，分別探討在全樣本、融資融券前、融資融券后三個(gè)區(qū)間內(nèi)機(jī)構(gòu)投資者對(duì)資產(chǎn)誤定價(jià)的影響以及機(jī)構(gòu)投資者的交易行為。

總的來說，相較于以往國(guó)內(nèi)外有關(guān)機(jī)構(gòu)投資者的文獻(xiàn)，本文的研究充分考慮了融資融券機(jī)制的實(shí)施對(duì)機(jī)構(gòu)投資者的影響，第一次全面討論了不同環(huán)境下機(jī)構(gòu)投資者在資產(chǎn)誤定價(jià)中扮演的角色，為機(jī)構(gòu)投資者的相關(guān)理論提供了新的證據(jù)與進(jìn)一步檢驗(yàn)。

二、研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來源

本文的研究對(duì)象為滬深A(yù)股所有的上市公司，樣本區(qū)間為2001年第一季度至2019年第三季度。參考已有研究的通常做法，我們對(duì)初始數(shù)據(jù)進(jìn)行以下處理：(1)剔除ST(特別處理)類股票，ST類股票報(bào)價(jià)的日漲跌幅被限制在5%以內(nèi)，相較于普通股票漲跌幅區(qū)間收窄。(2)剔除PT(特別轉(zhuǎn)讓)類股票，PT類股票的流動(dòng)性相較于普通股票更弱。(3)剔除金融類行業(yè)的股票，本文選取的股票均來自非金融行業(yè)。最終，我們獲得了3 251只股票的季度觀測(cè)樣本，數(shù)據(jù)來源為銳思數(shù)據(jù)庫(kù)與WIND數(shù)據(jù)庫(kù)。

另一方面，我國(guó)證券市場(chǎng)在2010年3月31日正式啟動(dòng)了融資融券機(jī)制，為了考察融資融券前后機(jī)構(gòu)投資者對(duì)資產(chǎn)誤定價(jià)影響的差異，本文將全樣本基于融資融券制度實(shí)施前后劃分為兩個(gè)子時(shí)期：融資融券前的樣本區(qū)間為2001年第一季度至2010年第一季度，融資融券后的樣本區(qū)間為2010年第二季度至2019年第三季度。

(二)變量定義

1.關(guān)鍵變量

(1)資產(chǎn)誤定價(jià)。

為了準(zhǔn)確測(cè)算每只股票的資產(chǎn)誤定價(jià)程度，本文主要參考王生年和張靜的做法。首先借助Feltham和Ohlson提出的剩余收益估值模型，Feltham, G.A., Ohlson, J.A., “Valuation and Clean Surplus Accounting for Operating and Financial Activities”, , Vol.11,No.2,1995, pp.689-731. 利用公司自身財(cái)務(wù)報(bào)告信息推算出公司的內(nèi)在基礎(chǔ)價(jià)值；最后將求得的內(nèi)在價(jià)值與實(shí)際價(jià)值進(jìn)行比較，從而獲得個(gè)股的錯(cuò)誤定價(jià)程度。具體公式如下：

RI

+1=

?

+

?

RI

+

?

BV

+

ε

1+1

(1)

BV

+1=

?

BV

+

ε

2+1

(2)

(3)

Misp

=ln(

P

/V

)

(4)

其中，

RI

為

t

時(shí)期的剩余收益，即投資中獲得的收益與資金的機(jī)會(huì)成本之差；

BV

為

t

時(shí)期每股的凈資產(chǎn)。利用式(1)與式(2)我們可以求得系數(shù)

?

、

?

、

?

與

?

，緊接著將回歸系數(shù)代入式(3)中計(jì)算出股票在

t

時(shí)期的內(nèi)在基礎(chǔ)價(jià)值

V

，最后取

t

時(shí)期股票的實(shí)際價(jià)格與內(nèi)在價(jià)值的對(duì)數(shù)比作為該時(shí)期下股票的錯(cuò)誤定價(jià)程度(

Misp

)。

(2)機(jī)構(gòu)數(shù)據(jù)。

參考Jeewon和Jangkoo的研究Jeewon, J., Jangkoo, K., “Probability of Price Crashes, Rational Speculative Bubbles, and the Cross-Section of Stock Returns”, , Vol.132,No.1,2019, pp.222-247. ，我們選取了兩個(gè)指標(biāo)對(duì)機(jī)構(gòu)持倉(cāng)數(shù)值進(jìn)行刻畫，分別是機(jī)構(gòu)持股比例(

IO

)與持股機(jī)構(gòu)數(shù)量(

INUM

)；其中，機(jī)構(gòu)持股比例(

IO

)是機(jī)構(gòu)投資者持股數(shù)量合計(jì)與總股本之比，持股機(jī)構(gòu)數(shù)量(

INUM

)為

t

季末持有該只股票的機(jī)構(gòu)數(shù)量。此外，為了進(jìn)一步刻畫機(jī)構(gòu)投資者持倉(cāng)的變化趨勢(shì)，本文取當(dāng)季機(jī)構(gòu)持股比例與上一季度機(jī)構(gòu)持股比例的差值構(gòu)建了新指標(biāo)機(jī)構(gòu)持股比例變動(dòng)(

Xio

)；類似地，指標(biāo)持股機(jī)構(gòu)數(shù)量變動(dòng)(

Xinum

)為當(dāng)季與上一季持股機(jī)構(gòu)數(shù)量對(duì)數(shù)的差值。

2.控制變量

根據(jù)已有的相關(guān)研究，本文共選取了8個(gè)控制變量，主要考慮了以下四個(gè)方面：一是企業(yè)特征變量。一般而言，市場(chǎng)往往會(huì)依據(jù)企業(yè)特征變量反映的信息對(duì)企業(yè)自身的內(nèi)在價(jià)值進(jìn)行估值，因此企業(yè)特征變量在一定程度上影響了企業(yè)的錯(cuò)誤定價(jià)水平。劉曉星和石廣平構(gòu)建了基于杠桿的資產(chǎn)價(jià)格泡沫模型，實(shí)證結(jié)果表明杠桿對(duì)于資產(chǎn)價(jià)格泡沫具有非對(duì)稱性影響，影響程度隨杠桿大小、經(jīng)濟(jì)發(fā)展水平以及泡沫狀態(tài)的不同而不同。陳國(guó)進(jìn)等選擇了公司規(guī)模(

Size

)作為控制變量，以控制其對(duì)股票收益與機(jī)構(gòu)持股比例關(guān)系產(chǎn)生的影響。游家興和吳靜在與企業(yè)特征相關(guān)的控制變量的選取上，選擇了公司規(guī)模、賬面市值比以及財(cái)務(wù)杠桿三個(gè)變量。本文在以往研究的基礎(chǔ)上，從企業(yè)規(guī)模、成長(zhǎng)性、財(cái)務(wù)杠桿、盈利能力等多個(gè)角度出發(fā)，最終確定了五個(gè)與企業(yè)特征相關(guān)的控制變量，分別是股票規(guī)模(

Size

)、賬面市值比(

BM

)、財(cái)務(wù)杠桿(

Lev

)、市盈率(

PE

)與凈資產(chǎn)收益率(

ROE

)。二是股票流動(dòng)性，流動(dòng)性體現(xiàn)了股票變現(xiàn)的特征，流動(dòng)性越強(qiáng)，股票越容易變現(xiàn)，相對(duì)價(jià)格也會(huì)偏高。Amihud和Mendelson，Brennan和Subrahmanyam等人的研究發(fā)現(xiàn)，一些代表流動(dòng)性的變量例如買賣價(jià)差、換手率等指標(biāo)與未來的股票橫截面收益之間具有顯著的負(fù)相關(guān)關(guān)系。Amihud, Y., Mendelson, H., “Asset Pricing and the Bid-Ask Spread”, , Vol.17,No.2,1986,pp.223-249. Brennan, M.J., A., Subrahmanyam, “Market Microstructure and Asset Pricing: On the Compensation for Illiquidity in Stock Returns”, , Vol.41,No.3,1996,pp.441-464. 在國(guó)內(nèi)有關(guān)股票流動(dòng)性的研究中，學(xué)者們通常采用AmihudAmihud, Y., “Illiquidity and Stock Returns: Cross-Section and Time-Series Effects”, , Vol.5,No.1,2002, pp.31-56. 提出的應(yīng)用更為廣泛的非流動(dòng)性指標(biāo)對(duì)股票的流動(dòng)性進(jìn)行度量(石廣平；尹海員和吳興穎)；與其他體現(xiàn)流動(dòng)性的指標(biāo)例如買賣價(jià)差、換手率等相比，Amihud非流動(dòng)性指標(biāo)既能夠反映交易成本的維度，又可以有效地體現(xiàn)價(jià)格沖擊的維度，具有一定的優(yōu)勢(shì)。該指標(biāo)的計(jì)算方法為股票收益率的絕對(duì)值與交易金額的比值，是可以準(zhǔn)確衡量流動(dòng)性的反向指標(biāo)，用符號(hào)

Illiq

來表示。三是價(jià)格因素。由于價(jià)格具有黏性(動(dòng)量或反轉(zhuǎn))，上一期的股票收盤價(jià)往往會(huì)影響到當(dāng)期的價(jià)格水平，繼而影響資產(chǎn)誤定價(jià)程度。因此，本文依據(jù)游家興和吳靜的處理方式，選擇股票收盤價(jià)作為控制變量，用符號(hào)

Price

來表示。四是情緒指標(biāo)。眾多研究表明，噪聲交易者無法預(yù)測(cè)的情緒變化是影響金融資產(chǎn)價(jià)格偏離基礎(chǔ)價(jià)值的系統(tǒng)性風(fēng)險(xiǎn)，資產(chǎn)出現(xiàn)錯(cuò)誤定價(jià)的現(xiàn)象主要是受市場(chǎng)情緒的驅(qū)動(dòng)而產(chǎn)生的(De Long等；Shleifer)。De Long, J.B., Shleifer, A., Summers, L.H., et al, “Noise Trader Risk in Financial Markets”, , Vol.98,No.4,1990, pp.703-738. Shleifer, A., Wolfenson, D., “Investor Protection and Equity Markets”, , Vol.66,No.1,2000,pp.3-27.本文借鑒薛斐的研究思想，選取消費(fèi)者預(yù)期指數(shù)作為體現(xiàn)投資者情緒的控制變量，用符號(hào)

Mktmood

表示，該數(shù)值越大，代表投資者對(duì)未來的預(yù)期越樂觀，投資者情緒越高漲，反之亦反。表1展示了研究中所用的全部變量的計(jì)算方法。

表1 研究變量一覽表

(三)模型設(shè)定

借鑒陳國(guó)進(jìn)等、張肖飛以及Jeewon和Jangkoo研究機(jī)構(gòu)投資者的方法，構(gòu)建面板回歸模型，并依據(jù)融資融券實(shí)施時(shí)間將全部樣本分成全樣本、融資融券前和融資融券后三個(gè)區(qū)間，分別檢驗(yàn)不同時(shí)期下機(jī)構(gòu)投資者在資產(chǎn)誤定價(jià)中發(fā)揮的作用，具體步驟如下：

第一步，在每個(gè)季度末，分別依據(jù)機(jī)構(gòu)持股比例(

IO

)與持股機(jī)構(gòu)數(shù)量(

INUM

)對(duì)全部股票進(jìn)行分組，求得每組內(nèi)全部股票的平均資產(chǎn)誤定價(jià)程度進(jìn)行比較分析。如果機(jī)構(gòu)推助了資產(chǎn)誤定價(jià)，那么伴隨著機(jī)構(gòu)持股比例(或持股機(jī)構(gòu)數(shù)量)的增加，資產(chǎn)誤定價(jià)的水平也會(huì)不斷提高；如果機(jī)構(gòu)抑制了資產(chǎn)誤定價(jià)，則與其他組別相比，最高機(jī)構(gòu)持股比例(或持股機(jī)構(gòu)數(shù)量)組別的平均資產(chǎn)誤定價(jià)程度也會(huì)較低。第二步，在全樣本、融資融券前以及融資融券后三個(gè)時(shí)期內(nèi)運(yùn)用模型(1)。模型(1)考察了機(jī)構(gòu)持倉(cāng)變動(dòng)對(duì)資產(chǎn)誤定價(jià)程度的影響，|

Misp

,+1|表示股票

i

在

t

+1時(shí)期資產(chǎn)誤定價(jià)水平的絕對(duì)值，該數(shù)值越大代表股票實(shí)際價(jià)格偏離內(nèi)在基礎(chǔ)價(jià)值的程度越大。|

Xio

,|與|

Xinum

,|分別為股票

i

在

t

時(shí)期的機(jī)構(gòu)持股比例變動(dòng)與持股機(jī)構(gòu)數(shù)量變動(dòng)的絕對(duì)值，數(shù)值越大代表機(jī)構(gòu)持倉(cāng)的變化越大。第三步，在全樣本、融資融券前以及融資融券后三個(gè)時(shí)期內(nèi)運(yùn)用模型(2)。相較于模型(1)，模型(2)中不再使用絕對(duì)值的形式進(jìn)行回歸。其中，當(dāng)

Misp

,+1的數(shù)值為正(或負(fù))時(shí)，表示股票

i

在

t

時(shí)期的實(shí)際價(jià)格高于(或低于)內(nèi)在基礎(chǔ)價(jià)格，股票價(jià)格被高估(或低估)；當(dāng)

Xio

,的數(shù)值為正(或負(fù))時(shí)，表明

t

季度下機(jī)構(gòu)投資者積極買入(或賣出)股票

i

；當(dāng)

Xinum

,的數(shù)值為正(或負(fù))時(shí)，代表

t

季度內(nèi)持有股票

i

的機(jī)構(gòu)數(shù)量在增加(或減少)。如果機(jī)構(gòu)投資者對(duì)于某只股票從買入向賣出變化，那么該只股票的價(jià)格也會(huì)隨之從高于內(nèi)在基礎(chǔ)價(jià)值(正的資產(chǎn)誤定價(jià))向低于內(nèi)在基礎(chǔ)價(jià)值(負(fù)的資產(chǎn)誤定價(jià))轉(zhuǎn)化，那么

β

的符號(hào)應(yīng)該顯著為正；相應(yīng)地，如果某只股票的持股機(jī)構(gòu)數(shù)量從增加向減少變化，那么該只股票的價(jià)格也會(huì)隨之從高于內(nèi)在基礎(chǔ)價(jià)值(正的資產(chǎn)誤定價(jià))向低于內(nèi)在基礎(chǔ)價(jià)值(負(fù)的資產(chǎn)誤定價(jià))轉(zhuǎn)化，那么

β

的符號(hào)應(yīng)該顯著為正。第四步，在全樣本、融資融券前以及融資融券后三個(gè)時(shí)期內(nèi)運(yùn)用模型(3)與模型(4)。模型(3)對(duì)領(lǐng)先一期的機(jī)構(gòu)持股比例(

Xio

,+1)與相應(yīng)的資產(chǎn)誤定價(jià)(

Misp

,)、模型(4)對(duì)領(lǐng)先一期的持股機(jī)構(gòu)數(shù)量(

Xinum

,+1)與相應(yīng)的資產(chǎn)誤定價(jià)(

Misp

,)分別進(jìn)行了多元回歸分析。通過判斷系數(shù)的符號(hào)，我們可以得出機(jī)構(gòu)投資者應(yīng)對(duì)資產(chǎn)誤定價(jià)的交易策略。模型(1)：|

Misp

,+1|=

α

+

β

|

Xio

,|+

β

|

Xinum

,|+∑

β

2+

CV

,,+

ε

,模型(2)：

Misp

,+1=

α

+

β

Xio

,+

β

Xinum

,+∑

β

2+

CV

,,+

ε

,模型(3)：

Xio

,+1=

α

+

β

Misp

,+∑

β

1+

CV

,,+

ε

,模型(4)：

Xinum

,+1=

α

+

β

Misp

,+∑

β

1+

CV

,,+

ε

,

三、實(shí)證結(jié)果分析

(一)不同資產(chǎn)誤定價(jià)水平下的股票表現(xiàn)

為了驗(yàn)證上文中構(gòu)建的資產(chǎn)誤定價(jià)變量

Misp

的有效性，本文借鑒Jeewon和Jangkoo的研究思路，在每個(gè)季度末

t

時(shí)期，將所有股票按照資產(chǎn)誤定價(jià)程度從小到大的順序進(jìn)行排序，最終形成基于資產(chǎn)誤定價(jià)排序的十組投資組合，分別記做M1至M10。一般認(rèn)為，如果當(dāng)下某只股票價(jià)格被高估(或低估)，那么在未來該只股票收益率會(huì)顯著下跌(或上漲)；因此，對(duì)于

t

季度末構(gòu)建的股票投資組合，我們分別計(jì)算其

t

-1期、

t

期、

t

+2期以及

t

+3期的平均收益率，具體結(jié)果如表2所示。

表2 不同資產(chǎn)誤定價(jià)分組下的平均收益率

在表中，M1為資產(chǎn)誤定價(jià)最低10%下的投資組合，M10為資產(chǎn)誤定價(jià)最高10%下的投資組合，M1～M10代表最低資產(chǎn)誤定價(jià)與最高資產(chǎn)誤定價(jià)投資組合之間的差異。觀察

t

-1期與

t

期平均收益率可以看出，盡管M1到M10之間投資組合平均收益率的變化并不單調(diào)，但是整體呈遞增的趨勢(shì)；同時(shí)，M1與M10之間的差值在5%的水平下是顯著為負(fù)的，分別為-0.019(

t

-統(tǒng)計(jì)值=-2.271)和-0.042(

t

-統(tǒng)計(jì)值=-5.171)，這表明最低和最高資產(chǎn)誤定價(jià)股票投資組合的績(jī)效之間具有顯著差異。另一方面，在

t

+2期和

t

+3期平均收益率的數(shù)據(jù)中，M1至M10之間呈下降的變化趨勢(shì)，且M1～M10的數(shù)值在1%的水平下顯著為正，分別為0.029(

t

-統(tǒng)計(jì)值=2.920)和0.036(

t

-統(tǒng)計(jì)值=3.543)，該結(jié)果說明與較低資產(chǎn)誤定價(jià)投資組合相比，在

t

期被高估的股票投資組合在未來具有更差的表現(xiàn)。綜上所述，我們構(gòu)建的資產(chǎn)誤定價(jià)變量可以很好地區(qū)分不同未來表現(xiàn)的股票，因而該指標(biāo)是可靠有效的。

(二)不同機(jī)構(gòu)持倉(cāng)數(shù)量下的資產(chǎn)誤定價(jià)程度

類似地，為了更加清晰地比較不同機(jī)構(gòu)持倉(cāng)數(shù)量下股票的資產(chǎn)誤定價(jià)程度，我們?cè)?p>t

季度末，分別依據(jù)機(jī)構(gòu)持股比例(

IO

)與持股機(jī)構(gòu)數(shù)量(

INUM

)按從小到大的順序?qū)θ抗善边M(jìn)行分組，其中進(jìn)入前10%的股票為第一組，用Group1來表示，進(jìn)入后10%的股票為第十組，用Group10來表示；緊接著，計(jì)算每組股票的平均資產(chǎn)誤定價(jià)水平；最后求出最低機(jī)構(gòu)持倉(cāng)組(Group1)與最高機(jī)構(gòu)持倉(cāng)組(Group10)之間的差值，用Group1～Group10來表示。具體結(jié)果如表3所示。

表3 分組后的資產(chǎn)誤定價(jià)程度

表3列示了基于機(jī)構(gòu)持倉(cāng)數(shù)據(jù)分組下的股票投資組合的平均資產(chǎn)誤定價(jià)水平，Panel A與Panel B分別為依據(jù)機(jī)構(gòu)持股比例劃分與持股機(jī)構(gòu)數(shù)量劃分全部股票的結(jié)果。在表3中，第2列為最低機(jī)構(gòu)持倉(cāng)數(shù)據(jù)下的股票資產(chǎn)誤定價(jià)水平，用符號(hào)Group1表示，符號(hào)Group10表示最高機(jī)構(gòu)持倉(cāng)數(shù)據(jù)下的股票資產(chǎn)誤定價(jià)水平，第Group1～Group10列代表最低與最高機(jī)構(gòu)持倉(cāng)組別下的資產(chǎn)誤定價(jià)之差。從表3中可以看出，在全樣本區(qū)間內(nèi)，無論是依據(jù)機(jī)構(gòu)持股比例還是持股機(jī)構(gòu)數(shù)量對(duì)股票進(jìn)行劃分，Group1至Group10內(nèi)資產(chǎn)誤定價(jià)水平的變化趨勢(shì)并不是單調(diào)遞減的。其中相較于Group9，最高機(jī)構(gòu)持倉(cāng)組Group10下的資產(chǎn)誤定價(jià)反而有所提高，例如在Panel A中，Group9下的資產(chǎn)誤定價(jià)為0.116，而Group10下的資產(chǎn)誤定價(jià)數(shù)值為0.170。但是值得注意的是，在5%的顯著性水平下，最低機(jī)構(gòu)持倉(cāng)組Group1與最高機(jī)構(gòu)持倉(cāng)組Group10之間資產(chǎn)誤定價(jià)的差異是顯著的，Panel A中二者的差值為0.179(

t

統(tǒng)計(jì)值為2.254)，Panel B中差值為0.749(

t

統(tǒng)計(jì)值為13.091)。

在融資融券前，Group1至Group10全部組別下的資產(chǎn)誤定價(jià)水平均為負(fù)值，說明在融資融券實(shí)施前的時(shí)期，市場(chǎng)對(duì)股票的定價(jià)往往向下偏離其自身的內(nèi)在價(jià)值。其中，Group1至Group10內(nèi)的資產(chǎn)誤定價(jià)水平變化趨勢(shì)雖然不是單調(diào)的，但是整體呈現(xiàn)下降的趨勢(shì)，即伴隨著機(jī)構(gòu)持倉(cāng)數(shù)據(jù)的上升，股票市場(chǎng)價(jià)格向下偏離其內(nèi)在價(jià)值的程度增加，股票的資產(chǎn)誤定價(jià)水平提高。

在融資融券后，Panel A中Group1至Group10內(nèi)資產(chǎn)誤定價(jià)水平的變化趨勢(shì)成正“U形”，在最高機(jī)構(gòu)持股比例組別Group10下資產(chǎn)誤定價(jià)的數(shù)值高達(dá)0.658(

t

統(tǒng)計(jì)值為12.765)，這說明在允許證券賣空時(shí)期，最高機(jī)構(gòu)持股比例下的股票仍然存在著被高估的現(xiàn)象。值得注意的是，我們得出的結(jié)果與傳統(tǒng)有關(guān)機(jī)構(gòu)投資者的理論不一致，以往的文獻(xiàn)研究中表明機(jī)構(gòu)持股比例與股價(jià)被高估程度應(yīng)該成反比，主要有兩個(gè)原因：一是散戶更可能是市場(chǎng)中的噪聲交易者，并導(dǎo)致股票價(jià)格偏離基礎(chǔ)價(jià)值，因此機(jī)構(gòu)持股比例越低，套利定價(jià)的難度越大，資產(chǎn)誤定價(jià)的程度越高(DeLong等)。二是機(jī)構(gòu)持股比例越低，借券賣空的成本越高，因而資產(chǎn)被錯(cuò)誤定價(jià)的水平越高(D’Avolio；Nagel)。D’Avolio, G., “The Market for Borrowing Stock”, , Vol.66,No.2-3,2002, pp.271-306.Nagel, S., “Short Sales, Institutional Investors and the Cross-Section of Stock Returns”, , Vol.78,No.2,2005, pp.277-309. 我們的研究結(jié)論更接近于De Long等，Abreu 和Brunnermeier等人的結(jié)果，即機(jī)構(gòu)投資者可能會(huì)利用噪音交易者的市場(chǎng)情緒或者機(jī)構(gòu)投資者之間行為的非同時(shí)性(Synchronization Risk)騎乘泡沫，從而導(dǎo)致資產(chǎn)被高估的程度增加。與Panel A中Group1至Group10內(nèi)資產(chǎn)誤定價(jià)的變化趨勢(shì)不同，Panel B中依據(jù)持股機(jī)構(gòu)數(shù)量分組下的資產(chǎn)誤定價(jià)水平呈現(xiàn)單調(diào)遞減的趨勢(shì)，結(jié)合Panel A中的結(jié)果我們可以認(rèn)為，機(jī)構(gòu)投資者“騎乘泡沫”的行為僅僅發(fā)生在少數(shù)投機(jī)型的機(jī)構(gòu)投資者之中，他們?cè)谑袌?chǎng)中并不是理性套利者而是投機(jī)者。為了更直觀地展示表3中資產(chǎn)誤定價(jià)變化的趨勢(shì)，在圖1與圖2中我們分別展示了股票按機(jī)構(gòu)持股比例與持股機(jī)構(gòu)數(shù)量分組的資產(chǎn)誤定價(jià)變化趨勢(shì)。其中，橫坐標(biāo)為最低機(jī)構(gòu)持倉(cāng)組G1至最高機(jī)構(gòu)持倉(cāng)組G10，縱坐標(biāo)為資產(chǎn)誤定價(jià)水平的絕對(duì)值，用符號(hào)|

Misp

|表示。圖1與圖2中得出的結(jié)論與表3中Panel A與Panel B中的結(jié)果是一致的。

圖1 按機(jī)構(gòu)持股比例分組的資產(chǎn)誤定價(jià)變化趨勢(shì)

圖2 按持股機(jī)構(gòu)數(shù)量分組的資產(chǎn)誤定價(jià)變化趨勢(shì)

(三)機(jī)構(gòu)投資者對(duì)資產(chǎn)誤定價(jià)影響的回歸分析

為了進(jìn)一步驗(yàn)證表3中得出的基礎(chǔ)結(jié)論，我們?cè)谌珮颖尽⑷谫Y融券前與融資融券后三個(gè)區(qū)間內(nèi)對(duì)模型(1)與模型(2)進(jìn)行回歸，具體的回歸結(jié)果如表4所示。

表4 回歸結(jié)果

在模型(1)中，資產(chǎn)誤定價(jià)與機(jī)構(gòu)持倉(cāng)數(shù)據(jù)均采取絕對(duì)值的形式進(jìn)行多元回歸。從表4回歸結(jié)果可以看出，無論是全樣本時(shí)期，還是分為融資融券前后進(jìn)行回歸，機(jī)構(gòu)持股比例變動(dòng)的絕對(duì)值(|

Xio

|)與持股機(jī)構(gòu)數(shù)量變動(dòng)的絕對(duì)值(|

Xinum

|)的系數(shù)在1%的顯著性水平下均是顯著的。這可以說明在融資融券前后，機(jī)構(gòu)持倉(cāng)變化一直是影響股票資產(chǎn)誤定價(jià)水平的重要指標(biāo)，其中相較于持股機(jī)構(gòu)數(shù)量變量，機(jī)構(gòu)持股比例變量對(duì)資產(chǎn)誤定價(jià)的影響作用更強(qiáng)。在模型(2)的回歸結(jié)果中，全樣本、融資融券前與融資融券后三個(gè)時(shí)期內(nèi)機(jī)構(gòu)持股比例變化(

Xio

)的系數(shù)均顯著為正。這充分說明了，不管是在融資融券前，還是在融資融券后的時(shí)期內(nèi)，機(jī)構(gòu)持股比例與資產(chǎn)誤定價(jià)都存在顯著的正向關(guān)系，當(dāng)期機(jī)構(gòu)投資者對(duì)個(gè)股的凈買入量越大，下期該只股票價(jià)格被高估的程度越高。相應(yīng)地，當(dāng)期機(jī)構(gòu)投資者對(duì)個(gè)股的凈賣出量越大，下期該只股票價(jià)格被低估的程度越高。另外，觀察三個(gè)時(shí)期內(nèi)機(jī)構(gòu)持股數(shù)量變化(

Xinum

)的系數(shù)，在融資融券前，持股機(jī)構(gòu)數(shù)量的系數(shù)為正，這與同時(shí)期機(jī)構(gòu)持股比例的系數(shù)符號(hào)相同，即當(dāng)期持股機(jī)構(gòu)數(shù)量增加(或減少)則下期該只股票價(jià)格向上(或向下)偏離基礎(chǔ)價(jià)值的程度越大。值得注意的是，在融資融券后，持股機(jī)構(gòu)數(shù)量變化的系數(shù)顯著為負(fù)，數(shù)值為-0.016，這表明當(dāng)期持股機(jī)構(gòu)數(shù)量增加(或減少)，下期股票價(jià)格被高估(或低估)的幅度越小。上述結(jié)果可能是由于在融資融券前，機(jī)構(gòu)投資者的增倉(cāng)或減倉(cāng)引發(fā)了其他投資者的跟風(fēng)追漲或殺跌，從而提高了股票價(jià)格被錯(cuò)誤定價(jià)的水平。而在融資融券后，機(jī)構(gòu)投資者數(shù)量逐漸增多，只有少數(shù)投機(jī)型的機(jī)構(gòu)投資者沒有扮演者理性套利者的角色去糾正定價(jià)錯(cuò)誤，在一定程度上導(dǎo)致股票逐漸偏離其內(nèi)在價(jià)值。

(四)機(jī)構(gòu)投資者交易策略分析

模型(3)與模型(4)體現(xiàn)了機(jī)構(gòu)投資者面對(duì)資產(chǎn)誤定價(jià)后的交易策略，具體的回歸結(jié)果如表5所示。

表5 回歸結(jié)果

從表5可以看出，在融資融券前，無論是在模型(3)還是模型(4)中資產(chǎn)誤定價(jià)(

Misp

)的系數(shù)均為負(fù)數(shù)，即當(dāng)期股票價(jià)格被高估，下期機(jī)構(gòu)投資者會(huì)對(duì)該只股票進(jìn)行減倉(cāng)，持有該只股票的機(jī)構(gòu)數(shù)量下降。這說明在融資融券機(jī)制實(shí)施前，面對(duì)當(dāng)期的股票誤定價(jià)，機(jī)構(gòu)投資者會(huì)采取負(fù)反饋的交易策略，這主要是因?yàn)榇藭r(shí)市場(chǎng)內(nèi)缺乏賣空工具，高的機(jī)構(gòu)持股比例反而意味著高的交易成本，其在外流通的股票數(shù)量越少，越無法分散風(fēng)險(xiǎn)，因而機(jī)構(gòu)投資者往往謹(jǐn)慎投資以降低投資風(fēng)險(xiǎn)。而在融資融券后，在1%的顯著性水平下，模型(3)與模型(4)中資產(chǎn)誤定價(jià)(

Misp

)的系數(shù)均顯著為正，這表明機(jī)構(gòu)投資者在此時(shí)期采用的交易策略為正反饋策略。該結(jié)論與朱彤和葉靜雅，陳國(guó)進(jìn)等人以及周為通過實(shí)證研究得出的結(jié)論相一致。為了進(jìn)一步驗(yàn)證機(jī)構(gòu)投資者是否存在“騎乘泡沫”的行為，我們沿用前述的分組方法，重點(diǎn)討論機(jī)構(gòu)投資者面對(duì)高資產(chǎn)誤定價(jià)股票(M10)的交易行為。首先，為了分析資產(chǎn)誤定價(jià)分組前后機(jī)構(gòu)持倉(cāng)的變化趨勢(shì)，對(duì)于

t

季度末形成的投資組合M5至M10，我們分別計(jì)算了所有股票在

t

季度末與投資組合形成前六個(gè)季度

t

-6季度末之間機(jī)構(gòu)持股比例的變化數(shù)值，如圖3所示。其次，針對(duì)

t

季度末進(jìn)入最高資產(chǎn)誤定價(jià)分組(M10)的股票，我們選取了它在進(jìn)入投資組合前后六個(gè)季度內(nèi)的機(jī)構(gòu)持股比例，并計(jì)算了其與同一季度下所有股票的平均機(jī)構(gòu)持股比例的差值，具體變化趨勢(shì)如圖4所示。

圖3 資產(chǎn)誤定價(jià)分組下的機(jī)構(gòu)持股比例

圖4 最高資產(chǎn)誤定價(jià)類別下的機(jī)構(gòu)持股比例

從圖3中可以看出，在資產(chǎn)誤定價(jià)分組下的M5到M9之間，投資組合形成前六個(gè)季度內(nèi)的機(jī)構(gòu)持股比例變化呈現(xiàn)遞增的趨勢(shì)；最高資產(chǎn)誤定價(jià)組M10雖然相較于M9有小幅度下降，但其數(shù)值仍高于M8。圖3結(jié)果表明，在六個(gè)季度內(nèi)，相較于資產(chǎn)誤定價(jià)水平較低的股票，機(jī)構(gòu)投資者對(duì)于資產(chǎn)價(jià)格被高估的股票購(gòu)買量更大。在圖4中，橫坐標(biāo)中的“0”點(diǎn)代表股票進(jìn)入最高資產(chǎn)誤定價(jià)分組的初始點(diǎn)。從圖4中可以看出，在股票進(jìn)入M10的前六個(gè)季度內(nèi)，機(jī)構(gòu)持股比例較高，且從

t

-2期起單調(diào)遞增，至初始點(diǎn)“0”點(diǎn)處到達(dá)最高點(diǎn)。這說明在前六個(gè)季度內(nèi)，對(duì)于股價(jià)被高估的股票，機(jī)構(gòu)投資者表現(xiàn)出很強(qiáng)的購(gòu)買傾向。另外，在進(jìn)入最高資產(chǎn)誤定價(jià)組別之后的六個(gè)季度內(nèi)，機(jī)構(gòu)持股比例開始持續(xù)下降，這表明機(jī)構(gòu)投資者在股價(jià)泡沫高峰值附近表現(xiàn)出大量減倉(cāng)的交易行為。

綜上所述，結(jié)合表4和表5的結(jié)果我們有理由認(rèn)為，在股票市場(chǎng)出現(xiàn)泡沫的時(shí)期，機(jī)構(gòu)投資者并沒有及時(shí)消除泡沫反而“騎乘泡沫”，這種“騎乘泡沫”的行為會(huì)進(jìn)一步推助股價(jià)泡沫的產(chǎn)生與膨脹。

(五)機(jī)構(gòu)投資者行為的解釋

在理論上，我們的結(jié)論支持了De Long等、Abreu和Brunnermeier等人的理論，De Long認(rèn)為機(jī)構(gòu)投資者可以利用噪聲交易者的市場(chǎng)情緒在股市泡沫中牟取額外收益，Abreu和Brunnermeier提出，由于受到資本的限制，只有當(dāng)套利者協(xié)調(diào)他們的賣出策略，價(jià)格泡沫才會(huì)破裂。當(dāng)單個(gè)機(jī)構(gòu)投資者知道資產(chǎn)價(jià)格被高估而其他套利者不太可能做空泡沫時(shí)，他們會(huì)在泡沫增長(zhǎng)時(shí)利用泡沫，并在泡沫破裂前離開市場(chǎng)，從而實(shí)現(xiàn)利潤(rùn)最大化。

結(jié)合中國(guó)股市的實(shí)際情況我們可以發(fā)現(xiàn)，相較于美國(guó)股票市場(chǎng)，我國(guó)機(jī)構(gòu)經(jīng)理團(tuán)隊(duì)更為年輕，平均年齡僅為34歲(潘越等)。由于年輕的機(jī)構(gòu)經(jīng)理人缺乏相關(guān)的經(jīng)驗(yàn)，更容易受到“市場(chǎng)噪聲”與“市場(chǎng)情緒”的影響，因此在股市狂熱時(shí)期，他們會(huì)選擇不斷增持資產(chǎn)價(jià)格被高估的股票，從而呈現(xiàn)出明顯的正反饋交易行為。同時(shí)，年輕的經(jīng)理人往往自信于可以利用噪聲交易者的市場(chǎng)情緒，亦或是與其他投資者之間行動(dòng)的非一致性風(fēng)險(xiǎn)獲取超額收益，這種過度樂觀的心態(tài)驅(qū)使他們“騎乘泡沫”。此外，我國(guó)機(jī)構(gòu)經(jīng)理行業(yè)發(fā)展較晚，屬于新興職業(yè)，目前還沒有完善的職業(yè)經(jīng)理人市場(chǎng)環(huán)境，對(duì)于經(jīng)理人的評(píng)價(jià)多依賴于短期業(yè)績(jī)。在短期業(yè)績(jī)?cè)u(píng)價(jià)體系的促使下，經(jīng)理人更加注重短期投資而不是長(zhǎng)期收益，他們?yōu)榱双@取短期超額收益會(huì)選擇進(jìn)行一系列投機(jī)行為，而不是發(fā)揮“市場(chǎng)穩(wěn)定器”的作用。另外，為了獲取短期收益，部分機(jī)構(gòu)投資者可能會(huì)選擇與管理層“合謀”，通過提前獲取公司重大消息來牟取暴利，這種行為進(jìn)一步加大了市場(chǎng)的信息不對(duì)稱性，對(duì)會(huì)計(jì)信息質(zhì)量產(chǎn)生負(fù)面影響，進(jìn)而增加股價(jià)暴跌的風(fēng)險(xiǎn)(史永和李思昊)。

四、穩(wěn)健性檢驗(yàn)

為了確保研究結(jié)論的可靠性，本文做了以下的穩(wěn)健性檢驗(yàn)。

一是改變資產(chǎn)誤定價(jià)的計(jì)算方式，參考游家興和吳靜的處理方式，重點(diǎn)衡量各個(gè)股票相較于行業(yè)內(nèi)其他股票的資產(chǎn)誤定價(jià)程度。具體研究思路為首先依據(jù)行業(yè)內(nèi)所有公司測(cè)算出各個(gè)公司的基礎(chǔ)價(jià)值，再將該公司的實(shí)際價(jià)值與基礎(chǔ)價(jià)值進(jìn)行比較。資產(chǎn)誤定價(jià)的度量公式如下：

Misp

2,=ln[

Capital

,

/Imputed

(

Capital

,)=ln[

Capital

,

/

(

Asset

×

Ratio

)]

(5)

Ratio

=

Median

(

Capital/Asset

)

(6)

在式(5)中，

Misp

2,為股票

i

在

t

時(shí)的資產(chǎn)誤定價(jià)程度，

Capital

代表股票的市場(chǎng)價(jià)值與負(fù)債的賬面價(jià)值之和，

Imputed

(

Capital

)表示股票的基礎(chǔ)價(jià)值，

Asset

為股票的資產(chǎn)總額。式(5)中

Ratio

的計(jì)算方法如式(6)所示，即行業(yè)內(nèi)各個(gè)股票

Capital

與

Asset

之比的中位數(shù)。此外，我們將兩種不同的資產(chǎn)誤定價(jià)指標(biāo)標(biāo)準(zhǔn)化處理后進(jìn)行加總，得到第三個(gè)資產(chǎn)誤定價(jià)衡量指標(biāo)

Misp

3,。

最后，我們將新求得的兩種資產(chǎn)誤定價(jià)指標(biāo)分別代入模型(1)至(4)，表6重點(diǎn)展示了融資融券后的穩(wěn)健性檢驗(yàn)結(jié)果。

表6 融資融券后的穩(wěn)健性檢驗(yàn)結(jié)果

(續(xù)上表)

注：*、**、***分別表示參數(shù)在10%、5%、1%的水平下顯著；括號(hào)內(nèi)為P值。

從表6可以看出，利用新的資產(chǎn)誤定價(jià)

Misp

2和

Misp

3得出的回歸結(jié)果與前文的研究結(jié)論是一致的，因篇幅有限，表6中省略了控制變量的回歸系數(shù)。二是在模型(1)至模型(4)中加入新的控制變量，或在模型(3)與模型(4)內(nèi)考慮當(dāng)期價(jià)格偏差對(duì)機(jī)構(gòu)持倉(cāng)數(shù)據(jù)的影響，并分別用資產(chǎn)誤定價(jià)

Misp

、

Misp

2與

Misp

3進(jìn)行回歸，最終得出的結(jié)果不變。限于篇幅，文中沒有展示詳細(xì)的分析結(jié)果。

綜上所述，我們的研究結(jié)果是穩(wěn)健的。

五、結(jié)論與啟示

本文利用2001年第一季度至2019年第三季度滬深上市公司A股數(shù)據(jù)，深入考察了融資融券前后機(jī)構(gòu)投資者對(duì)資產(chǎn)誤定價(jià)的影響作用以及機(jī)構(gòu)投資者面對(duì)資產(chǎn)誤定價(jià)的交易策略。實(shí)證結(jié)果表明，無論是全樣本時(shí)期，還是劃分為融資融券前后兩個(gè)子時(shí)期，機(jī)構(gòu)持倉(cāng)指標(biāo)一直是資產(chǎn)誤定價(jià)的重要影響因素。在融資融券前，機(jī)構(gòu)投資者增倉(cāng)或減倉(cāng)的行為容易引發(fā)其他投資者跟風(fēng)追漲或殺跌，這種羊群效應(yīng)在一定程度上導(dǎo)致了資產(chǎn)的錯(cuò)誤定價(jià)。另外，面對(duì)資產(chǎn)誤定價(jià)，機(jī)構(gòu)投資者謹(jǐn)慎持倉(cāng)，但是由于賣空工具的缺失而無法完全消除股票的價(jià)格偏差。在融資融券后，機(jī)構(gòu)持股比例與資產(chǎn)誤定價(jià)水平之間的變化趨勢(shì)接近正“U形”，少數(shù)投機(jī)型的機(jī)構(gòu)投資者沒有作為理性的套利者發(fā)揮糾正資產(chǎn)錯(cuò)誤定價(jià)的作用，相反地，他們存在騎乘泡沫的行為，其騎乘泡沫的行為進(jìn)一步推助了泡沫的產(chǎn)生與膨脹，加劇了資產(chǎn)的錯(cuò)誤定價(jià)水平。

引人深思的是，在融資融券機(jī)制實(shí)施后，部分機(jī)構(gòu)投資者反而表現(xiàn)出了“騎乘泡沫”的行為，這與實(shí)施融資融券用以完善市場(chǎng)的價(jià)格發(fā)現(xiàn)功能的初衷相悖，究其原因主要有經(jīng)理人團(tuán)隊(duì)較為年輕、職業(yè)經(jīng)理人市場(chǎng)尚不完善以及機(jī)構(gòu)投資者存在與管理層合謀現(xiàn)象等幾個(gè)方面?；诖耍疚奶岢隽艘韵抡呓ㄗh。

一是改善職業(yè)經(jīng)理人市場(chǎng)環(huán)境，構(gòu)建科學(xué)的績(jī)效評(píng)價(jià)體系。目前，我國(guó)機(jī)構(gòu)經(jīng)理仍屬于新興職業(yè)，崗位流動(dòng)性較大，缺少經(jīng)驗(yàn)豐富的年長(zhǎng)職業(yè)經(jīng)理人。相關(guān)部門應(yīng)重視職業(yè)經(jīng)理人市場(chǎng)環(huán)境的改善，積極培養(yǎng)優(yōu)秀的經(jīng)理團(tuán)隊(duì)，合理提高崗位薪酬并為其提供更為長(zhǎng)遠(yuǎn)的職業(yè)生涯規(guī)劃。通過完善職業(yè)經(jīng)理人從業(yè)環(huán)境，盡快改變我國(guó)經(jīng)理團(tuán)隊(duì)較為年輕、投資經(jīng)驗(yàn)不足的現(xiàn)狀。此外，構(gòu)建科學(xué)的績(jī)效評(píng)價(jià)體系，而不是局限于短期業(yè)績(jī)?cè)u(píng)估，從而幫助機(jī)構(gòu)投資者放眼于長(zhǎng)期投資而不是短期投機(jī)。二是完善金融市場(chǎng)監(jiān)管制度，加大懲罰力度。在“超常規(guī)發(fā)展機(jī)構(gòu)投資者”的同時(shí)，監(jiān)管部門應(yīng)著力完善金融市場(chǎng)內(nèi)的監(jiān)管制度，提高企業(yè)的信息透明度，讓機(jī)構(gòu)投資者更好地發(fā)揮“外部監(jiān)管”的作用。同時(shí)加大違法懲戒力度，規(guī)范機(jī)構(gòu)投資者與企業(yè)管理者的行為。三是正確引導(dǎo)機(jī)構(gòu)投資者參與市場(chǎng)，充分發(fā)揮其“市場(chǎng)穩(wěn)定器”的作用。融資融券機(jī)制是一把雙刃劍，合理進(jìn)行融資融券業(yè)務(wù)有利于完善交易機(jī)制、活躍證券交易、平滑市場(chǎng)波動(dòng)、促進(jìn)價(jià)格發(fā)現(xiàn)等等。但是相應(yīng)地，在不當(dāng)監(jiān)管下它也會(huì)成為部分投機(jī)者騎乘泡沫的工具，從而催化市場(chǎng)泡沫的產(chǎn)生與膨脹。因此，政府監(jiān)管部門應(yīng)加強(qiáng)對(duì)機(jī)構(gòu)投資者的政策引導(dǎo)，充分發(fā)揮機(jī)構(gòu)投資者“市場(chǎng)穩(wěn)定器”的積極作用，促進(jìn)我國(guó)金融市場(chǎng)健康平穩(wěn)發(fā)展。