机构投资者抱团能抑制控股股东私利行为吗——基于社会网络视角的分析

○ 刘新争 高 闯

引言

自LaPorta等[1]提出控股股东的控制与剥夺以来，控股股东对其他股东利益的攫取，即第二类公司治理问题，便成为公司治理领域的核心议题，并一直延续至今。近年来，中国资本市场上机构投资者越来越倾向于通过集体的联合行动来维护自己的利益，机构投资者抱团现象非常明显。事实表明，机构投资者的投资行为已经不单单是个体的分散决策，而越来越像是集体选择的结果，并由此引发了对于机构投资者抱团行为及其治理效力的关注。

传统的公司治理理论认为，中小投资者因为持股比例低且分散，因此存在严重的搭便车问题。相对而言，机构投资者持股比例较高，具有较强的积极主义动机，可以缓解搭便车问题。[2]而且由于在资金规模、信息搜集与分析等方面都具有较大优势，机构投资者可以通过征集小股东的投票代理权、提交股东提案等多种方式发挥积极的公司治理作用。[3]基于我国资本市场的研究也表明，机构投资者持股可以减少关联方资金占用，缓解控股股东的利益侵害与操纵行为。[4,5]然而上述研究均把整体持股比例看作是机构投资者持股的代理变量，此时治理效力的实现必然要求所有持股的机构投资者都采取一致行动，即机构投资者治理效力的实现依赖于机构投资者的集体行动。中国资本市场中控股股东“一股独大”现象较为突出，统计数据显示，2004-2018年间，上市公司前十大流通股股东（控股股东除外）中75% 以上机构的持股比例低于3%，而控股股东的持股比例则高达40% 以上。持股比例较低、持股较为分散的情况下，机构投资者也存在“搭便车”问题。[6]尤其是在机构投资者持股比例高低不同的情况下，对持股比例较低的机构投资者而言，“搭便车”可能是更加理性的选择。[7]因为，股权对比关系实质上反映的是机构投资者之间的一种竞争关系，而竞争使得集体行动难以达成。[8]

因此，如何促进集体行动的达成是发挥机构投资者积极治理效力的关键。已有研究表明，美国机构股东服务公司（ISS）和美国股东协会（USA）等投资者组织的存在可以缓解搭便车问题，为机构投资者通过联合行动发挥治理效应提供了重要支撑。[9,10]然而，机构投资者的许多沟通事前无法观察，却又会对机构投资者行为产生重要影响。如早期Shiller等[11]的调查研究发现，投资者之间的直接沟通是影响投资的重要因素；Pool等[12]的研究也发现，共同持股本身就是机构投资者私下沟通的结果；肖欣荣等[13]的研究也表明，相对于券商所提供的公开信息，基金经理更加信任来自彼此间私人信息的交流与共享。

传统针对合作机制的研究强调亲缘、声誉、互惠等因素的重要性，但无法解释机构投资者之间的交互关系及其对投资者行为决策的影响。近年来，随着复杂网络理论的兴起和广泛应用，越来越多的学者开始用复杂网络来刻画人与人之间的交互关系并解释合作行为的产生。已有研究表明，个体交互的复杂结构有利于合作行为的涌现和维持。[14]因此，当博弈发生在一个结构化群体（如社会网络）中时，网络模块化显著影响网络成员间的互动，最终促进了囚徒困境博弈中合作的演化。[15]

结合复杂网络的相关研究，本文重点分析机构投资者集体行动的实现机制，揭示抱团的机构投资者成员的网络特征，并进一步考察机构投资者抱团对控股股东私利行为的影响。具体选取2004-2018年我国A股上市公司为研究对象，以机构投资者共同持股的产权关联为纽带构建机构投资者网络，并运用社会网络算法从机构投资者网络中近似识别出可能抱团的机构投资者，进而检验抱团能否抑制以及通过何种途径抑制控股股东的私利行为。研究发现，机构投资者抱团持股可以抑制控股股东私利行为，抱团持股比例越大，对控股股东私利行为的抑制效应越强。其中，机构投资者抱团持股对控股股东私利行为的抑制效应在审计质量较低、两权分离的股权结构中更强。影响机制的分析表明，抱团增强了机构投资者的退出威胁，进而抑制了控股股东的私利行为。

与以往关于机构投资者羊群行为、趋同行为的研究不同，本文的边际贡献在于：第一，以往针对机构投资者行为趋同的分析大都基于事后观察到的事实开展经验研究，在实证分析中经常把机构投资者共同增持或减持上市公司股份作为趋同行为的代理变量，然而正如Crane等[16]所说的那样，如果事后证明机构投资者的联合行动发挥了积极的公司治理效力，那么就无需采取其他的治理方式。反过来说，如果事后证明机构投资者的联合行动引发了股价崩盘等极端风险，扰乱了资本市场秩序，那么无论事后采取何种治理方式，损失已然造成。如果能在事前识别抱团行为，对资本市场监管的意义可能会更大。本文对机构投资者抱团行为的识别基于社会网络理论的先验假设，是一种事前识别，而且事后的经验分析进一步检验了这一识别方法的可靠性。第二，近年来的相关研究证实，机构投资者抱团有可能引发股价崩盘风险、加剧股价波动性，对资本市场造成负面影响。本文研究表明，机构投资者抱团持股可以抑制控股股东私利行为，拓宽了抱团持股的效应边界，也反映了抱团持股问题的复杂性。第三，本文从复杂网络视角入手，分析控股股东私立行为，为研究第二类公司治理问题提供了新的参考。

一、理论基础与研究假设

1.理论基础：网络视角下机构投资者抱团行为的形成机制

已有研究更多揭示了机构投资者抱团持股的后果，而我们更关注的是：机构投资者为什么会选择抱团？合作行为涌现的机制是什么？传统针对合作机制的研究强调亲缘、声誉、互惠等因素的重要性。如Hamilton提出的亲缘选择理论认为，合作行为更有可能出现在有亲缘关系的个体之间，这是由基因决定的本性。[17]基于此理论，学者们进一步发现了社会关系在促进机构投资者合作方面的重要影响，如Cohen等、[18]申宇等[19]的研究证明，基于校友关系的基金经理更容易形成“小圈子”，其行为具有更强的一致性。

基于声誉的合作机制研究认为，个人声誉被他人所知的可能性越大，个体越有可能采取合作行为。[20]然而，声誉机制假定个体之间的作用是随机的，现实中某一个体通常与一些特定个体间有着更加频繁的互动关系。[21]而在长期的重复交互中，背叛或自私策略均不是最佳选择。因为在重复的囚徒困境博弈中，参与者都拥有“以其人之道还治其人之身”的机会，友好合作同时惩罚背叛的“针锋相对”策略才是最优策略。[22]因此，基于互惠的合作机制研究认为，合作更有可能出现在频繁交互的个体间，个体间发生重复交互作用的频率越高，越有可能合作。[23]

网络可以很好地刻画个体间的交互作用。复杂网络理论假定个体位于网络的节点上，网络的边就表示个体间的交互关系，个体在相互博弈的过程中观察博弈对手的策略及收益，并基于观察到的信息，调整自己的博弈策略。[24]基于复杂网络理论的研究表明，网络结构不同，网络成员的交互关系不同，网络中博弈演化的最终结果也不尽相同。[25,26]在衡量网络结构的众多指标中，网络密度反映网络节点之间的联系程度，最能反映网络成员的成团趋势。高密度的网络中，网络节点间的关系更密切，成员的成团趋势更显著。①[21]平均路径长度也可以衡量网络结构，最短路径长度表示的是连通网络两个节点之间的最短路径的边数，如果两个节点直接连接，那么其最短路径长度就是1，所有节点最短路径长度的均值代表整个网络的平均路径长度。相对而言，高度集聚的网络中成员之间更容易合作，因为网络密度越大，成员之间的交互关系越紧密，网络的平均路径长度越小，成员成团的趋势越显著。[27,28]小世界网络之所以能够促进合作行为的传播和演化，正是因为其具有更高的集聚程度和更小的平均路径长度。[29]全局耦合网络是一种极端网络，它相当于图论中的完全图，网络中任意两个成员之间都存在连接关系，网络密度达到最大值1，成员之间建立连接的平均路径长度为最低的1，网络高度集聚。

机构投资者是资本市场的重要参与者，他们因为共同持有一只或多只股票而建立起了链接，形成了机构投资者网络，网络中存在类似全局耦合的子网络，其中任意两个机构投资者都具有共同持股关系，而且其共同持有的股票数量不止一支。②在经典的囚徒困境博弈模型中，尽管参与者同时采取背叛策略的收益明显小于同时采取合作策略，但追求个体利益最大化的参与者最后还是会选择背叛策略，产生了合作困境。而网络的存在推动了合作困境的演化，全局耦合网络中，共同持有多只股票的任意两个机构投资者就类似于在多重市场中展开竞争，双方都处在双边锁定的、重复的囚徒困境博弈中，一旦任何成员采取不合作行为，那么在下一轮的博弈中就必将遭受另一方的惩罚。预期到这一结果的成员会选择合作策略，而（合作，合作）演化成动态博弈的最终均衡解。[30,31]

网络还通过传播影响信息来影响人们行为。网络密度越大，成员间的联系越紧密，信息在网络中的传播速度也更快。[32]一旦高度集聚的网络中某一成员不合作或者是欺骗，那么其行为很容易被网络中其他成员所知晓，同时也更容易遭受其他成员的惩罚。此外，网络内信息传递速度越快，信息共享效率就越高，能够有效弱化投资者私有信息的不对称。而信息占有的对称分布是引发竞争的关键原因，[33]投资者之间的激烈竞争在降低投资者超额收益的同时也提高了私有信息的搜集成本，[34]弱化了投资者的私有信息优势。[35]当信息优势消失时，投资者可能会忽视自己的私有信息而选择与他人决策保持一致。综上，本文认为全局耦合网络中的机构投资者成员更可能抱团合作。

2.研究假设

（1）机构投资者抱团对控股股东私利行为的影响

以往研究表明，机构投资者持股可以减少关联方资金占用、提高公司盈余稳健性，进而抑制控股股东私利行为。但相关研究衡量机构投资者持股比例大小时，采用的是整体持股比例，隐藏了集体行动达成的假设前提，忽视了分散持股与抱团持股的异质性。

传统基于机构投资者公司治理效力的研究中，机构投资者的持股情境集中表现为分散持股。在分散持股的情形下，尤其是控股股东“一股独大”的中国资本市场中，持股比例低且分散的机构投资者缺乏足够的动力和能力参与到公司治理当中去，存在搭便车问题。然而社会网络理论认为，个体行为会受到其所嵌入的社会网络的影响，具有典型的“社会化”特征，其基本观点是社会情境下的人由于彼此间的纽带关系而以相似的方式思考和行事。[36]机构投资者因共同持股关系构建了复杂的机构投资者网络，并成为投资者传递信息、学习、模仿其他成员行为甚至是合作的重要渠道。前文的理论分析表明，在全局耦合的网络情境中，机构投资者具有较强的抱团合作动机，而抱团无疑增加了机构投资者对控股股东的股权制衡，即便每个投资者只持有很少股份，这些合作的群体也可以通过联合行动有效地发挥公司治理的作用，[18]抱团持股的比例越大，机构投资者对控股股东的股权制衡效应也更大，对控股股东私利行为的抑制作用就更强。

一方面，相对于单个机构投资者而言，全局耦合的抱团持股强化了机构投资者实施股东积极主义的动机和能力，可以通过“用手投票”的方式发挥更强大的监督和治理效力。另一方面，抱团持股还可以发挥强大的退出威胁。因为，作为知情交易者的机构投资者的抱团退出会向市场传递不利信号，对股票价格产生负面影响，[37]这将直接损害控股股东的利益。因此，在抱团持股的情形下，机构投资者可以通过集体“用手投票”和“用脚投票”的方式来抑制控股股东攫取更多私人利益。基于上述分析，提出以下假设：

H1：机构投资者抱团持股与控股股东私利行为负相关，机构投资者抱团持股比例越大，对控股股东私利行为的抑制效应越强

（2）外部审计质量和内部股权结构的调节效应

只有当控股股东更有可能侵占公司利益时，其他股东的治理效应才会更强。[38]而外部审计质量的高低显著影响控股股东私利行为被发现的概率，进而影响抱团持股对控股股东私利行为的抑制效应。外部审计质量越高，控股股东私利行为越容易被发现，此时控股股东私利行为可能并不严重，抱团对控股股东私利行为的抑制效应也相对有限。相反，外部审计质量越低，控股股东的私利行为越容易被隐藏，控股股东越有可能实施私利行为。[39]此时，机构投资者抱团的抑制作用也会更大。据此，提出以下假设：

H2：外部审计质量显著影响机构投资者抱团持股对控股股东私利行为的抑制效应，外部审计质量越低，机构投资者抱团对上市公司控股股东私利行为的抑制效应越大

此外，企业股权结构分散或集中也显著影响控股股东私利行为。Bebchuk等[40]将公司的股权结构分为股权分散结构、控制性结构和控制性少数股权结构。针对中外资本市场的实证分析表明，后两种集中型的股权结构更加普遍，并构成第二类代理问题的主要产生机制。[41,42]这是因为在集中型股权结构中，控股股东拥有较大的控制权份额，可以据此获得控制权私利。另外，虽然在控制性结构和控制性少数股权结构中均存在第二类代理问题，但是由于在控制性少数股权结构中，控股股东更多通过金字塔结构、交叉持股等方式来实行对上市公司的控制，导致控制权与现金流权出现分离，因此代理问题比控制性结构更加严重。[43]综上，在控制权与现金流权分离的股权结构中，控股股东采取私利行为的动机更强，机构投资者抱团对其的抑制效应也更大。据此，提出以下假设：

H3：两权是否分离显著影响机构投资者抱团对控股股东私利行为的抑制效应。在两权分离的股权结构中，机构投资者抱团对控股股东私利行为的抑制效应更强

二、研究设计

1.数据来源与样本选取

本文以2004-2018年中国A 股上市公司为样本，并对样本数据进行以下处理：第一，剔除金融行业、ST、*ST 和机构投资者持股比例为零的样本；第二，参考姜付秀等[39]的做法，剔除控股股东持股比例低于10% 即不存在控股股东的样本；第三，为避免极端值的影响，对连续变量进行1% 和99% 的缩尾处理。③

2.变量的测量

（1） 控股股东的私利行为。与早期研究多采用并购、定向增发、关联企业对利润的敏感度等间接指标来测量控股股东私利行为不同，近年来，更多文献使用上市公司的关联交易来直接衡量控股股东的私利行为。[39,44]同时也有学者把其他应收款作为反映第二类公司治理问题严重程度的代理变量。[45,46]综合以上研究，本文采用以下指标反映控股股东的私利行为：第一，关联交易与上市公司总资产的比值，该值越大，说明控股股东私利行为越严重。同时为了避免关联交易中的“噪声”对分析结果的影响，删除CSMAR数据库中以下类型的关联交易：第17 类合作项目、第18 类许可协议、第19 类研究与开发成果、第20 类关键管理人员报酬和第21 类其他事项。第二，其他应收款与总资产的比值。该指标反映控股股东的资金占用情况，也能间接反映控股股东私利行为，其值越大，控股股东私利行为越严重。

（2）机构投资者抱团行为的识别。第一步，借鉴已有研究，以机构投资者是否共同重仓持股来构建机构投资者网络。④具体地，如果两个机构投资者重仓持有同一只股票i，那么这两个机构投资者就建立起了链接，并成为机构投资者网络中的节点，两者间的重仓持股关系由节点与节点之间的边来表示。第二步，利用社会网络中的Bron-Kerbosch 算法从机构投资者网络中提取机构投资者团体。该算法由Bron等[47]提出，目的在于从网络中求解全局耦合的完全链接的团体（极大团）。机构投资者抱团持股比例则可以由公式（1）计算得出：

其中，Cliquesharei,t表示t年末所有团体成员持有股票i 流通股的总比例即抱团持股比例，表示t年末团体成员j 持有股票i 流通股的比例。

（3） 控制变量。借鉴已有研究，选择公司规模（Size）、监事会人数（Supervisor）、独立董事占董事会人数的比例（Indr）、资产负债率（Lev）、总资产报酬率（Roa）、控股股东持股比例（Conholder）、市场价值（TQ）、机构投资者持股比例（Institutional）、审计意见（Audit）、公司性质（Soe）等作为控制变量。

（4）调节变量。为考察外部治理约束和内部股权结构的调节效应，选用审计质量（Oaudit）来反映上市公司的外部治理约束强弱，当上市公司的审计机构为中国十大会计师事务所时，上市公司面临的外部治理约束较强，Oaudit=1，否则Oaudit=0；当上市公司存在两权分离时QE=1，否则QE=0（相关变量界定见表1）。

3.模型设定

构建式（2）来验证机构投资者抱团对控股股东私利行为的影响：

其中，Privatei,t代表控股股东私利行为，实证研究时，分别以Rpta和Ora 代入式（2）进行回归分析；Xi,t代表的是表1 中的控制变量。回归分析时同时控制年度和行业固定效应，并对标准误差经过公司层面Cluster调整。

表1 模型变量界定

在考察外部审计质量和内部股权结构的调节作用时，分别利用式（3）、（4）和式（5）、（6）进行分组回归分析，通过对比的系数来判断调节效应的方向与大小。

三、实证结果与分析

1.主要变量的描述性统计与相关性分析

如表2所示，2004-2018年我国A 股市场机构投资者整体持股比例的均值为11.16%。利用社会网络算法共识别出495 家机构投资者团体成员，机构投资者抱团持股比例的均值为4.772%，即使是在抱团持股比例最高的2006年，其均值也只有6.96%。⑤抱团持股比例低于整体持股比例的事实也说明，并不是所有的机构投资者都会抱团合作。而机构投资者抱团持股比例较低意味着即使是抱团持股，我国机构投资者通过“用手投票”方式参与公司治理的积极性和能力依然欠缺，“用脚投票”的退出威胁可能是抱团发挥治理效力的主要途径。

表2 我国机构投资者抱团持股与整体持股情况

其他变量的统计结果详见表3。其中，Rpta和Qra的均值分别为0.314 和0.062，Cliqueshare的均值为4.716。从指标的标准差可以看出，机构投资者抱团持股比例存在较大差异，而控股股东私利行为的个体差异相对较小。Pearson 相关系数的检验结果显示，Rpta、Ora的Pearson 相关系数为0.479，在1% 的水平上显著正相关，这说明同时选用这两个变量来衡量控股股东私利行为是合理的。Cliqueshare与Rpta、Ora的相关系数均在1% 的水平上显著为负，分别为-0.274、-0.226，假设1 得到初步验证。为避免多重共线性对回归结果的影响，本文进一步计算了各个变量的方差膨胀系数VIF值，最大值为2.05，平均值为1.45，显著小于10，基本可以排除变量严重共线性的可能。⑥

表3 主要变量的描述性统计

2.机构投资者抱团持股对控股股东私利行为的影响

表4 列（1）列示的是模型（1）的回归结果，其中Cliqueshare 与Rpta、Ora 均呈显著的负相关关系，回归系数分别为-0.0094 和-0.0228，显著性水平分别为5%、1%。这意味着机构投资者抱团持股抑制了上市公司控股股东的私利行为，抱团持股比例越高，对控股股东私利行为的抑制效应越强，假设1 得以验证。

其他因素中，公司规模Size与控股股东私利行为Rpta、Ora在1% 的水平上显著为正，这说明控股股东私利行为在规模较大的上市公司中更为普遍。资产报酬率Roa与控股股东私利行为R pta、Ora在1% 的水平上显著为负，说明资产报酬率更高的上市公司中控股股东私利行为越不严重。资产负债率Lev 与Rpta、Ora在1%的水平上显著正相关，说明上市公司负债水平越高，控股股东的私利行为越严重，也侧面说明了规范控股股东行为的重要性。

另外，考虑到机构投资者抱团对控股股东私利行为的影响可能存在滞后效应，同时为了控制双向因果关系带来的内生性问题，本文进一步以t-1 期的Cliquesharei,t-1作为解释变量进行回归分析，结果如表4列（2）所示，Cliquesharei,t-1与Rpta、Ora 分别在10%和1% 的水平上显著负相关，相关系数分别为-0.0133与-0.0106，同样支持假设1。

最后，模型还可能存在样本自选择偏误等其他因素引发的内生性问题，因此进一步采用 Heckman两阶段模型重新进行回归分析。第一阶段，构建机构投资者抱团的影响因素模型，通过回归分析计算出逆米尔斯比率IMR。具体模型如下：

其中，Eps代表股票的每股收益，等于净利润与股本总数的比值，Ownr 代表所有者权益的增长率，Seperation 表示上市公司的两权分离度，Rev 代表主营业务收入的自然对数，Capex 代表资本支出的自然对数，Value 代表市场价值的自然对数，Year 和Industry分别表示年份和行业的虚拟变量。第二阶段，将IMR 作为控制变量加入到模型（7）进行回归分析。

表4 列（3）所示的结果中，Cliqueshare与Rpta、Ora 的回归系数分别为-0.0073 和-0.0258，在10% 和1% 的水平上显著为负，说明控制内生性问题之后，抱团持股依然与控股股东私利行为负相关，假设1 进一步得以验证。

表4 机构投资者抱团持股对控股股东私利行为的影响

3.稳健性检验

本文基于社会网络算法识别机构投资者团体建立在社会网络理论上的先验假设基础上，识别结果意味着这些团体成员之间具有更高合作的可能性，但却不能反映团体成员抱团的现实，这也是社会网络理论在公司治理领域应用中遇到的一大挑战。为了证明基于社会网络算法提取机构投资者团体的可靠性，我们借鉴吴晓晖等[6]的研究思路，假定机构投资者行为决策除了受市场上公开信息的影响外，还受来自机构投资者网络内部其他成员行为决策的影响，并以此为依据构建机构投资者行为决策函数：

回归结果如表5所示，从列（1）和列（2）的对比中不难发现，尽管团体成员与团体内其他成员、团体外成员的行为均显著正相关，但是与ΔOCliquememberi,t的回归系数更大，这说明团体成员与团体内其他成员行为的相关性更强。列（3）和列（4）的对比结果表明，不论是否考虑控制变量，与ΔOCliquememberi,t的相关系数均在0.64 以上，说明团体成员持股比例的变动受市场公开信息的影响很小，受团体内部其他成员行为的影响更大。综上，机构投资者团体成员的交易行为高度相关，具有较强的一致性，这说明机构投资者团体成员之间更容易合作，用社会网络算法提取机构投资者团体具有一定的科学依据。

此外，为了证实识别出的机构投资者团体成员确实存在较强的合作可能性，本文借鉴Wermers、[48]许年行等[49]的方法测算机构投资者羊群行为Herd，并用Herd反映机构投资者行为趋同程度的高低，构建模型（9）来验证抱团对机构投资者行为趋同的影响。但趋同可能是机构投资者竞相交易的结果，也可能是机构投资者联合的结果。如果是前者，那么羊群行为将推动公司特质信息的传播，推动公司特质信息融入股价。如果是后者，那就意味着机构投资者可能会忽略自己所掌握的私有信息，而和其他团体成员的交易策略保持一致，此时股价中公司特质信息的含量较低。为了验证上述观点，这里借鉴伊志宏等[50]学者的研究，用股价同步性SYN 作为股价信息含量的衡量指标。股价同步性越小，股价包含的公司的特质信息越多，反之越少。如果机构投资者行为趋同是抱团合作的结果，将会提高股价同步性，相反，竞相交易则会降低股价同步性。为验证这一点，本文构建模型（10）和（11）进行回归分析，系数衡量的是由于抱团引发的羊群行为对股价同步性的影响。⑦

模型（9）的回归结果如表5 列（5）所示，Herd 与Cliqueshare 显著正相关，这意味着抱团持股增强了机构投资者的行为趋同性，进一步证实了团体成员更有可能合作的观点。模型（10）和（11）的回归结果如表5 列（6）、列（7）所示，列（6）中，Herd 与SYN 的回归系数显著为正，这说明我国资本市场的机构投资者羊群行为降低了上市公司特质信息融入股价的速度，提高了股价同步性，羊群行为更多是机构投资者相互跟随和模仿的结果。这一点与许年行等[49]的研究结论一致。列（7）的回归结果进一步显示，机构投资者抱团所引发的羊群行为确实是集体行动，而不是竞相交易的结果。

表5 模型（8）-（11）的回归结果

为保证研究结论的稳健性，本文进一步采取以下方法开展检验：

第一，许多文献中提到持股比例超过5% 的大股东具有较强的治理效力，如Guercio等、[51]Helwege等、[52]祝继高等[53]的研究分别指出，大股东可以通过投票、协商谈判、提议更换管理层、获取董事会席位等手段发挥积极的公司治理效力。这就意味着当某一机构投资者团体成员持股比例大于5% 时，就无法确定对控股股东私利行为的抑制作用究竟是其单独带来的还是抱团导致的。因此，本研究删除单个机构投资者持股比例超过5% 的样本重新进行回归。表6 列（1）的回归结果显示，Cliqueshare 与Rpta、Ora 的回归系数依然在10% 的水平上显著为负。这说明，即使单个机构投资者持股比例低于5%，与其他机构投资者抱团亦可以有效抑制控股股东私利行为。

第二，改变社会网络算法。为了剔除团体识别方法对研究结果的影响，借鉴Crane等、[16]吴晓晖等[6]的研究，换用Barrat等[54]开发的Louvain 算法来识别机构投资者团体，生成变量Cliqueshare_L 来替代Cliqueshare。模型（1）的回归结果如表6 列（2）所示，Cliqueshare_L与Rpta、Ora 依然显著负相关。

第三，增加控制变量。进一步加入高管前三名薪酬总额Ceo、两职合一Dual（董事长与总经理由一人兼任）等作为控制变量。另外，按照社会网络的观点，网络位置不同，机构投资者获取信息和资源的能力也不相同。接近网络中心的机构投资者更具有优势，容易引起其他机构投资者的模仿和跟随。此时不管机构投资者是否处于同一个团体，都会出现抱团合作的现象。因此，这里进一步以团体成员网络中心度的均值作为机构投资者网络位置的代理变量，并作为控制变量加入到模型（2）中。团体成员网络中心度的计算公式如下：

其中，di代表持有i 股票的机构投资者团体成员的网络中心度，Xi,j表示与持有i 股票的机构投资者团体成员j 具有共同持股关系的机构投资者数量，N 代表整个机投资者网络中机构投资者的总数。加入Ceo、Dual和所有团体成员di均值的回归结果如表6 列（3）所示，机构投资者抱团持股依然可以抑制控股股东的私利行为，只是这一作用有所减弱。

表6 稳健性检验结果

第四，控制极端事件的影响。2008、2009 和2015年我国股市发生剧烈震荡，股指下挫明显。此时，即使不是团体成员，机构投资者也可能因为规避市场风险选择同样的投资决策，导致出现抱团的假象。基于此，本文删除发生股灾的极端年份后再利用模型（2）进行回归，结果如表6 列（4）所示，Cliqueshare 与Rpta、Ora显著负相关，假设1 得到进一步验证。

第五，改变构建机构投资者网络的持股比例标准。进一步分别以重仓持股比例在3% 及以上、7% 及以上和10% 及以上来构建机构投资者网络，从中提取机构投资者团体，利用模型（2）进行回归分析。回归结果显示，尽管Cliqueshare 与Rpta、Ora 的回归系数大小不一，但是均显著为负，与前文结论一致（略去备索）。

四、外部审计质量与内部股权结构的调节效应

1.外部审计质量的影响

审计是一种重要的外部治理机制，审计质量的高低直接关系外部治理机制的有效性。以上市公司审计机构是否为中国前十大会计师事务所作为其外部审计质量的代理变量，上市公司审计机构为前十大会计事务所时，Oaudit=1，外部审计质量较高，外部治理环境相对完善；审计机构为其他会计事务所时，Oaudit=0。对比表7 列（1）中的分组回归系数不难发现，当Oaudit=0时，Rpta、Ora 与Cliqueshare 均为负相关，回归系数分别为-0.0107、-0.0417，显著性水平分别为10% 和1%，而Oaudit=1 时，Rpta、Ora与Cliqueshare之间的相关系数虽然为负，但是统计学意义上并不显著。费舍尔组合检验结果显示，组间Cliqueshare 系数差异在1% 的水平上显著，这意味着审计质量更低、外部约束更弱情况下，机构投资者抱团对控股股东私利行为的抑制作用更加显著。假设2 得以验证。

2.内部股权结构的影响

如前所述，集中型股权结构是第二类公司治理问题产生的重要原因，而两权分离是该股权结构最基本的特征，同时也是控股股东实现控制权私利的重要渠道。因此，本文以两权分离度作为上市公司股权结构的代理变量，存在两权分离时QE=1，否则QE=0。分组回归结果如表7 列（2）所示。无论是Rpta 还是Ora，当QE=1时控股股东私利行为均与机构投资者抱团负相关，回归系数分别为-0.0174、-0.0159，系数的显著性水平分别为10% 和5%。而当QE=0 时，两者的关系在统计学意义上并不显著。基于费舍尔组合的组间Cliqueshare系数差异检验结果显示，当QE=1 即存在两权分离时，机构投资者抱团对控股股东私利的抑制效应更强，假设3得以验证。

五、影响机制检验

如前文所述，抱团一方面通过强大的退出威胁来实现机构投资者对控股股东的制衡，另一方面也增强了机构投资者实施积极主义的动机及能力，有利于机构投资者通过“用手投票”的方式实现对控股股东的监督，抑制其私利行为。因此，本文分别选择机构投资者抱团持股的退出威胁和“用手投票”作为中介变量，检验这两大中介变量的中介效应。

已有研究表明，上市公司面临的退出威胁与股票流动性、交易者竞争程度显著相关。一方面，股票流动性的提高增加了机构大股东用脚投票的概率，弱化了机构大股东监督管理层的动力。[55,56]另一方面，机构投资者竞争越激烈，上市公司面临的退出威胁越高。[57]但是机构投资者可能更倾向于持有流动性好的股票，而且机构投资者抱团持股本身就会改变机构投资者的竞争程度。因此，以往利用股票流动性或机构投资者之间竞争程度作为退出威胁的代理变量将导致不可避免的内生性。基于此，本研究引入外生事件冲击：卖空约束的解除。2010年，我国股市开始实施融资融券交易试点，解除了卖空约束，而卖空交易的解除能够提升股市的流动性，也引起了交易竞争程度的外生增加。[58,59]

综上，卖空约束解除为衡量上市公司面临的退出威胁提供了理想的实验场景。首先，通过检验卖空约束解除对公司价值—股票流动性敏感性的影响来验证卖空约束解除是否增强了上市公司面临的退出威胁。这里引入虚拟变量MT，设股票i 在取得融券资格之后MT=1，否则MT=0。公司价值用TQ 值来表示，股票流动性用年均换手率的自然对数lnturn 来表示。回归结果如表8所示，列（1）、（2）中TQ 与lnturn之间的回归系数均显著为负，但是MT=1 时，TQ 与lnturn之间系数的绝对值显著小于MT=0 的情况，这意味着卖空约束解除后，上市公司价值与股票流动性之间的敏感性有所增强，即卖空约束解除后上市公司面临的退出威胁显著增强。基于以上分析，本文以卖空约束是否解除作为衡量上市公司所面临退出威胁的代理变量。

表8 卖空约束解除对公司价值—股票流动性敏感性的影响

至于机构投资者的“用手投票”行为，股东提案或者股东诉讼是较为直接的衡量办法，但由于相关数据的缺失，本文利用机构投资者调研次数IRTIME 作为机构投资者积极主义行为的代理变量，原因在于，如果依靠退出威胁来抑制控股股东私利行为的话，那么机构投资者不需要做出持股以外的其他努力；相反，如果机构投资者希望通过“用手投票”的方式参与公司治理，会做出其他的额外努力，比如参加上市公司的调研活动，与上市公司直接沟通等。

首先，本文先检验机构投资者抱团持股是否能够增强其退出威胁和用手投票的意愿。表9 的回归结果中，Cliqueshare 与MT、IRTIME 的回归系数分别在5% 和1%的水平上显著为正。这说明，机构投资者抱团能够增加其退出威胁及其“用手投票”的治理意愿。

表9 机构投资者抱团持股对退出威胁和“用手投票”行为的影响

其次，进一步运用SE M 模型检验退出威胁、用手投票的中介效应，检验结果如表10所示，无论是Rpta还是Ora作为被解释变量，MT和IRTIME的中介效应均比较显著，其中，退出威胁MT的中介效应占比分别为21.43% 和17.39%，而“用手投票”IRTIME的中介效应相对较小，分别为3.51% 和2.44%。这意味着，在一股独大的中国资本市场，即使是抱团持股，退出威胁依然是机构投资者发挥治理效力的主要方式。这与Crane等[16]学者关于美国资本市场的研究结论正好相反，这说明我国资本市场股权相对集中的特点显著影响机构投资者参与公司治理的路径及其效果。

表10 退出威胁和“用手投票”的中介效应

另外需要考虑的问题是：即使不是抱团持股，仅仅是机构投资者等非控股大股东的存在就可以约束控股股东私利行为。[39]因此，为了准确衡量抱团的额外治理效力，本文进一步构建虚拟变量Clique，如果机构投资者抱团，Clique=1，否则Clique=0。利用模型（13）进行回归，回归结果如表11 列（1）和列（2）所示，Instituional×Clique 回归系数的绝对值均大于Instituional的回归系数，而且显著为负，这说明，抱团增加了机构投资者持股对控股股东私利行为的抑制作用。

此外，本文提取的机构投资者团体成员大多数为金融机构，尤其是大型金融机构，因为相对于一般机构投资者而言，银行、券商、基金、信托等在我国资本市场中的主导地位更加突出。但也并不是所有的金融机构都抱团持股，这里进一步将所有金融机构持股的股票分为抱团持股和非抱团持股，构建虚拟变量Clique2，抱团持股时Clique2=1，否则Clique2=0。利用模型（14）进行回归。

回归结果如表11 列（3）、（4）所示，当被解释变量为Rpta时，与Financialshare的回归系数相比，Financialshare×Clique2 的回归系数更大但不显著，当被解释变量为Ora 时，Financialshare×Clique2 的回归系数显著为负，且大于Financialshare 的回归系数。综上，可以认为当金融机构抱团时，金融机构持股对控股股东私利行为的抑制作用有所增强，抱团持股的额外治理效力进一步得以验证。

表11 是否抱团对金融机构持股与控股股东私利行为关系的影响

六、研究结论

本文基于社会网络理论和博弈论的相关原理，从理论上推演了网络中机构投资者抱团合作的产生机制，并运用社会网络算法从机构投资者网络中近似提取高度聚集的机构投资者团体，考察了机构投资者团体成员抱团持股对控股股东私利行为的影响。研究发现，机构投资者抱团持股可以有效抑制控股股东私利行为。在纠正了内生性问题、考虑滞后效应的条件下，上述结论依然成立。影响机制的分析表明，退出威胁和“用手投票”是机构投资者抱团持股抑制控股股东私利行为的中间路径，然而从中介效应的对比来看，抱团的退出威胁更能发挥机构投资者抑制控股股东私利行为的作用。

需要指出的是，本文利用关联交易占总资产的比例来衡量控股股东的私利行为，但是在专业化分工协作日益普遍的情况下，关联方采购慢慢成为日常经营的一部分，这时如果依然用关联交易来衡量控股股东私利行为，难免会使研究结果产生偏差。然而受控股股东私利行为的隐蔽性、数据统计等因素限制，我们目前难以找到能够替代关联交易来衡量控股股东私利行为的更有效的指标。另外，股权关联仅仅是机构投资者团体成员建立链接的一条路径，机构投资者之间不只有共同持股关系，还可能存在银行间交易，或者拥有共同承销商，具有地域关联、教育关联、社会关联等多重关系，这些因素都可能会导致机构投资者抱团。无论从哪一种关联关系出发，都可以构建机构投资者网络并识别机构投资者团体。考虑到其他关联关系的话，基于股权关联的机构投资者抱团的治理效力可能会受到影响，基于不同关联关系的抱团治理效力也会存在较大的异质性，这也是未来有关机构投资者抱团问题研究的一个方向。

注释

①如果网络中有N 个成员，成员间建立连接的边数为L，那么网络密度就等于L 与N 个的成员有可能建立连接的最大变数即N(N-1)/2 之间的比值，网络密度的取值范围为[0,1]。部分文献考察了网络的集聚系数，两者本质一样，都反映成员之间关系的紧密程度。

②本文识别出的机构投资者团体中，两两成员之间至少共同持有两家上市公司的股票。

③文中所统计的机构投资者主要包括基金管理公司、证券公司、社保基金、保险公司、银行、信托公司、QFII、专业的资产管理公司和投资公司等，不包括其他一般法人和非金融类上市公司。机构投资者持股数据来自Wind 数据库，其他上市公司相关数据均来自CSMAR数据库。在整理机构投资者持股数据时，本文对属于一致行动人的机构投资者数据进行了加总。

④这里的重仓持股指的是所持股票i 的股份占股票i 流通股总股数的比例在5%及以上。需要说明的是，5%是机构投资者之间建立链接、构建机构投资者网络的限定条件，但是并不意味着抱团持股的比例就一定在5%以上。假设机构1 和机构2 共同持有股票i 的股份为6%，因此被纳入到机构投资者网络中，并最终被识别为同一机构投资者团体成员，但是机构1 和机构2 不只共同持有股票i，还共同持有j 的股票，共同持有j 的持股比例为3%。因为机构1 和机构2 属于机构投资者团体成员，所以股票j 的机构投资者抱团持股比例为3%。描述性统计也表明，机构投资者抱团持股比例并不一定大于或等于5%，除了个别年份外，2009年以来机构投资者抱团持股比例的均值和中位数均低于5%。

⑤Crane等研究显示，[16]2013年美国机构投资者抱团持股比例的均值为42%，本文测算的同年我国机构投资者抱团持股比例仅有4.163%。

⑥囿于篇幅原因，Pearson 相关系数的检验结果不再列出。

⑦模型（9）中的控制变量包括资产利润率、资产负债率、年换手率的变动、个股回报率、公司规模、股价、第一大股东持股比例、每股收益率、每股预期收益、分析师评级等。模型（10）和（11）的控制变量Control 包括资产利润率、资产负债率、第一大股东持股比例、控股股东性质、公司规模、营业收入增长率、公司市帐比、审计机构是否为国际四大等影响股价同步性的因素。另外，囿于篇幅原因，机构投资者羊群行为Herd 以及股价同步性SYN 的计算公式不再一一列出。