分析师关注能够抑制市场操纵吗？ *——基于高频数据的收盘价操纵识别模型

吴崇林，林芳宇，刘 杰

（福建农林大学经济管理学院，福建 福州 350002）

一、引言

市场操纵不仅侵占了中小投资者的合法利益，也降低了股票市场资源配置功能的发挥，一直是证券监管当局和市场从业人员关注的焦点之一。各国证券监管当局制定了一系列交易制度和法律规范以遏制市场操纵，如放开卖空限制（周春生等，2005 ；李志辉等，2021）、修改订单披露规则（Lee 等，2013）、完善价格结算机制（Comerton-Forde 和Rydge，2006）等措施。打击市场操纵不仅需要监管当局的不懈努力，市场参与者的作用也同样值得重视。分析师通过实地调研、财务报表分析等多种方法挖掘上市公司信息，是市场中的重要信息中介。投资者通过分析师研究报告，可以从中获得有助于投资决策的相关信息。为了改善市场信息环境、提升市场质量，监管当局也将引导分析师行业规范发展作为市场治理的重要组成部分。但活跃在市场中的分析师能否起到积极的外部监督作用、遏制市场违规行为的发生，一直是一个充满争议的话题，不少人对分析师的职业道德和专业能力持怀疑态度。个别分析师散布虚假信息误导投资者，甚至配合庄家发布信息，操纵股价，严重损害了分析师行业的声誉。在这样的背景下，关注我国股票市场中分析师功能发挥的研究具有重要的理论价值和现实意义。

本文从实证研究的角度出发，考察分析师关注对市场操纵的影响，以揭示分析师在市场监督治理方面的作用。考虑到市场中多数操纵行为可能逃避了监管处罚，如果直接采用监管当局查处的操纵案例数据进行实证研究，面临潜在的样本选择偏差影响（Comerton-Forde和Putniņš，2014；李志辉等，2018）。因此，本文参考Aitken 等（2015）、Cumming 等（2020）等的方法，构建收盘价操纵识别模型，并基于识别模型侦测的疑似收盘价操纵行为，实证检验分析师关注对市场操纵的影响机制和影响程度。

本文可能的创新之处在于：第一，以往文献主要关注分析师关注对管理层信息发布（许年行等，2012）、盈余管理（李春涛等，2014）、内幕交易（Ellu 和Panayides，2018；Dang 等，2021）等企业内部人员行为的影响，而市场操纵作为主要由外部人员发起的违规行为，却鲜有文献关注于此。本文尝试弥补文献的这一不足，同时还考察信息不对称程度在分析师关注抑制市场操纵过程中起到的中介作用，有助于从业人员和学术研究者更加深刻地了解分析师关注的作用。第二，本文构建了收盘价操纵识别模型，并对我国股票市场中的疑似操纵行为进行检测，既对学术研究者采用事件研究法以外的方法研究操纵行为的影响创造了条件，也可为投资者识别市场中的可疑操纵行为提供借鉴。第三，外部市场环境可能会影响分析师遏制市场违规行为功能的发挥，本文将外部市场环境划分为投资者情绪高涨和投资者情绪非高涨时期，讨论了外部市场环境下，分析师关注对市场操纵的抑制差异，得出的研究结论能够为监管当局引导证券投资咨询行业发展提供理论参考。

二、理论分析与研究假设

市场操纵是指操纵者利用自身信息、资金等优势地位，采用策略性交易对证券交易价格或交易量产生影响，吸引市场中不知情交易者，为自己谋取不当利益的行为。现有文献对收盘价操纵、IPO 操纵、幌骗交易操纵、洗售交易操纵、集合资产池操纵等多种操纵策略进行了深入研究，发现市场操纵不仅扭曲市场价格、降低市场效率（Comerton-Forde 和Putniņš，2011 ；Lee 等，2013 ；Khwaja 和Mian，2005 ；Neupane 等，2017 ；李 志 辉 等，2018 ；Jiang 等，2005 ；陈筱彦等，2010），还对上市公司的资源配置和长期发展造成负面影响（Cumming 等，2020 ；徐龙炳等，2021）。鉴于市场操纵的危害，各国证券监管当局都将打击市场操纵作为股票市场治理的重要组成部分（Cumming 等，2011）。以往研究发现，只有当投资者无法区分操纵者的交易行为是否基于股价真实信息时，市场操纵才能得以实施（Allen 和Gale，1992 ；Aggarwal 和Wu，2006）。因此，降低信息不对称程度和市场对信息的过度反应，能够起到抑制市场操纵的作用。

分析师是资本市场中的重要信息中介，他们通过实地调研、财务报表分析等多种途径挖掘上市公司信息，促进了上市公司的信息传播。以往研究表明，分析师存在乐观偏差（Kirk，2011 ；许年行等，2012）、决策疲劳（Hirshleifer 等，2019）等现象，但整体而言，分析师对提高市场信息效率存在积极效应，他们参与上市公司外部监督，降低信息不对称程度，并对内部人员的违规活动起到了抑制作用（朱红军等，2007；Hong 等，2014；Gu 等，2019；周爱民和王超，2019）。

在市场操纵过程中，操纵者策略性交易行为的目的在于传递虚假的供求关系，使市场中的非知情交易者认为股价异常上涨是持有私人信息的投资者参与了市场交易，进而误导投资者对股票真实价值的判断。当更多的分析师通过各种信息挖掘活动降低了上市公司信息不对称程度时，投资者对股票真实价值的看法更为一致，操纵者操纵股票的难易程度和交易成本更高，这将阻碍操纵者的操纵行为。因此，本文预期分析师关注能够起到抑制市场操纵的作用，减少股票被操纵次数。同时，信息不对称程度是分析师关注对市场操纵产生影响的关键因素，分析师关注越多，信息不对称程度越低，股票被操纵次数越少。基于以上分析，本文提出以下研究假设：

假设1A ：分析师关注能够抑制市场操纵。

假设1B ：分析师关注通过降低信息不对称程度，实现对市场操纵行为的抑制作用。

中国股票市场的重要特征之一即为散户投资者的大量存在，他们表现出听信谣言、追涨杀跌等特征，并更容易受到市场整体投资者情绪的影响（Brunnermeier 等，2017）。当市场行情不断上涨或投资者情绪高涨时，散户投资者会表现出更强的盲目自信，更加偏好于噪音而非基本面信息，并出现羊群行为和投机行为的倾向（Baker 和Wurgler，2006）。王燕鸣等（2015）、Chen 等（2019）研究发现，当股票即将涨停时，操纵者能够利用投资者情绪高涨进行价格操纵。李梦雨和李志辉（2019）发现投资者情绪高涨是市场操纵诱发不利影响的重要因素。因此，本文预期投资者情绪越高涨，投资者对上市公司相关信息的忽视程度将会越高，分析师关注对市场操纵的抑制作用越小。由此，本文提出以下研究假设：

假设2 ：在投资者情绪高涨时，分析师关注对市场操纵的抑制作用降低。

三、研究设计

（一）收盘价操纵识别模型

收盘价被广泛应用于衍生工具价格标的、共同基金资产净值计算、管理层薪酬确定、经纪人业绩评估等，部分投资者存在经济动机操纵收盘价。在收盘价操纵过程中，操纵者通过在收盘前短时间内提交大量的无代表性订单，哄抬收盘价，吸引不知情交易者参与交易。在操纵后一个交易日，随着操纵者退出市场和投资者恢复理性，操纵造成的错误定价逐渐恢复，受操纵股票的股价呈现显著的“先涨后跌”模式（Comerton-Forde 和Putniņš，2011 ；Neupane 等，2017 ；李志辉等，2018）。基于收盘价的上述特征，本文参考Aitken等（2015）、Cumming 等（2020）等文献，构建收盘价操纵识别模型，侦测市场上疑似存在的收盘价操纵行为，以实证检验分析师关注对市场操纵的影响机制和影响程度。具体而言，若股票i在j交易日符合以下三个条件，则判定为发生收盘价操纵：

第一，收盘前15 分钟股价出现异常变化，即：

第二，下一个交易日股价反转幅度达到50%，即：

其中 为股票i在j交易日的开盘价。

第三，股票i在j交易日前后5 个交易日不存在基本面事件①具体而言，重大基本面事件包括资产出售与转让、资产置换、资产重组、资产赠与、资产拍卖、资金冻结、股份回购、借贷、发行企业债券、违规处罚及批评、业绩预告、税负变动、意外事故、重大经营合同、发债人违约、财务数据调整修正、经营范围变动等17 项可能影响公司股价表现的重大事件。。

（二）模型设计

为了检验实证假设1A，本文选择零膨胀泊松回归和零膨胀负二项回归进行实证检验，具体模型如式（3）：

其中：NumManipi,t为股票i在t季度的被操纵次数；X为所有解释变量；Analysti,t为分析师关注，计算方法为股票i在t季度的分析师关注人数加1 后取自然对数。Controli,t为控制变量，参考朱红军等（2007）、李志辉等（2021）等文献的做法，本文选取的控制变量包括市值规模Size、托宾Q 值Tobing、账面市值比Mtb、资产收益率Roa、机构投资者持股比例Inst、杠杆比例Lev、季度平均换手率Turn、季度平均价格水平Price、季度股价波动率Std、股权集中度Tob10、是否国有企业Soe、审计师是否来源四大Big4、两权分离率Sep和独立董事占比IndDirRat。为控制不同行业、年度和季度因素的影响，本文还通过在模型中加入 、 和 分别对行业固定效应、年度固定效应以及季度固定效应进行了控制。

为对实证假设1B 进行检验，本文构建以下的实证检验模型：

其中：InfoAsyi,t为衡量信息不对称程度的代理变量。Syn是股价同步性和Acf是股价自相关系数，其具体计算方法如式（6）、（7）所示：

其中：R2为以个股考虑现金红利再投资收益率为被解释变量，市场考虑现金红利再投资收益率为解释变量进行回归估计的拟合优度，Prci,t,j为股票在i季t度第j个交易日的收盘价。股价同步性Syn的取值越小，表明股价信息含量越高，信息不对称程度越低。股价自相关系数Acf的取值越小，表明股价的自相关性越低，基于过去价格表现以预测当前股价走势的可能性越低，信息不对称程度越低。为了对实证假设2 进行检验，本文构建如式（8）所示的实证检验模型，其中Sentimenti,t为衡量投资者情绪的代理变量。

本文在回归分析中所使用的主要变量定义如表1 所示。

表1 变量定义

（三）数据来源及描述性统计分析

本文选取2007 年第一季度至2018 年第四季度中国A 股上市公司的季度数据为初始研究样本，并进行了如下处理：第一，剔除样本期内存在退市风险警示的公司、金融类公司和控制变量缺失的公司；第二，剔除季度交易天数不足20 个交易日的观测值；第三，对连续型变量进行1% 双向缩尾处理。最终，本文获得103104 例观测值，数据频率为季度。本文使用的数据主要有两个来源：A 股上市公司的交易数据和财务数据来源于国泰安金融数据库（CSMAR），主要包括分析师关注人数、市值规模、账面市值比等信息；用于构建收盘价操纵识别模型的股票分时交易数据来源于锐思数据库（RESSET），主要包括买卖五档订单信息、成交价、成交量等信息。

表2 给出了本文主要变量的描述性统计结果。其中被操纵次数的均值为0.053，这表明，平均而言上市公司季度被操纵次数为0.053 次，与李志辉等（2021）尾市价格偏离模型的识别结果基本一致。

表2 主要变量的描述性统计

四、实证分析

（一）基准回归分析

本文预期，分析师关注能起到积极的外部监督作用，能够抑制市场操纵，降低股票的被操纵次数。为了对这一论断进行检验，本文运用实证模型（3），分别采用零膨胀面板泊松回归和零膨胀面板负二项回归对分析师关注与市场操纵之间的关系进行实证检验，估计结果列于表3。过度分散的LR 检验表明，负二项回归更为有效。Hausman 检验对固定效应和随机效应的估计结果进行对比，发现固定效应负二项回归的估计结果更为可靠。因此，后续分析选取固定效应负二项回归的估计结果作为参照基准。表3 结果显示，分析师关注的估计系数在1% 显著性水平下显著为负，这表明分析师关注人数越多，上市公司股价的被操纵次数越低。这一结果不仅是统计上显著，也有着重要的经济意义。平均而言，分析师关注使得股价被操纵次数下降了0.010 次（-0.0068×1.475），相当于NumManip 样本均值的20% 左右，由此可见分析师关注起到了积极的外部监督作用，显著抑制了市场操纵。近年来，我国证券咨询行业饱受社会公众批评，分析师的职业能力和社会声誉不容乐观，部分投资者甚至认为分析师参与了基金黑幕、庄家控盘等违规行为。但依据表3 的实证结果，本文可以得出初步结论，即整体而言，活跃在我国股票市场中的分析师起到了积极的外部监督作用，一定程度上遏制了市场操纵的发生，由此假设1A 得到证实。

表3 分析师关注对市场操纵的影响

控制变量的回归结果显示，市值规模越大、盈利能力越强、机构投资者持股比例越高、换手越频繁、股票价格越高和属于国有企业的上市公司，其股价被操纵的可能性越小。这与Comerton-Forde 和Putniņš（2011，2014）、Lee 等（2013）、李志辉和邹谧（2018）、吴崇林等（2021）的研究结论基本一致，因为具有上述特征的上市公司，股价操纵难度更高、操纵成本更大，操纵者倾向于避免选择这类公司。

注：括号内为Z 统计量，“*”、“**”、“***”分别代表在10%、5%、1%显著性水平下显著。下同。

（二）信息不对称的中介效应

前文的实证结果表明，分析师关注对市场操纵起到了抑制作用，但影响机制并不明确。Aggarwal 和Wu（2006）、Lee 等（2013）、李志辉等（2021）等文献指出，信息不对称程度较高的上市公司股票更有可能被操纵，操纵者采用策略性交易哄抬股价的难度更低。因此，本文预期分析师通过降低信息不对称程度抑制市场操纵的发生，降低上市公司股票被操纵次数。为了对这一假设进行检验，本文采用股价同步性Syn和股价自相关系数Acf作为信息不对称程度的代理变量，采用中介效应检验模型（4）和（5）对信息不对称的中介作用。

表4 第（1）至（4）列为中介效应的检验结果，第（1）、（3）列的估计结果表明，分析师关注增加会显著降低信息不对称程度，平均而言，分析师关注每增加1%，股价同步性Syn降低0.04%，股价自相关系数Acf降低0.03%。第（2）、（4）列的估计结果表明，当将分析师关注和信息不对称程度同时加入模型中时，分析师关注和信息不对称代理变量的影响同样显著。上述结果表明，分析师关注能够通过降低信息不对称程度的路径来抑制市场操纵，这一结论与Aggarwal 和Wu（2006）、Lee 等（2013）、李志辉等（2021）基本一致。在市场操纵过程中，分析师通过各种信息搜集与解读活动降低了上市公司信息不对称程度，投资者对股票真实价值的看法更为一致，操纵者操纵股票的难度和成本更高，进而对市场操纵起到抑制作用，由此假设1B 得到证实。

（三）投资者情绪的调节效应

已有文献表明，在不同市场环境下，投资者对上市公司基本面信息的关注程度并不相同（Baker 和Wurgler，2006 ；Li，2020）。本文预期在投资者情绪高涨时，分析师关注对市场操纵的抑制作用更低。为了对这一论断进行检验，本文采用过去2 个季度的市场收益率和投资者情绪指数CICSI 来衡量投资者情绪，采用模型（8）考察了不同投资者情绪下，分析师关注对市场操纵遏制作用的差异。具体而言，当过去2 个季度的市场收益率大于0 时，市场处于上涨行情，投资者情绪高涨，Up的取值为1 ；当过去2 个季度的CICSI 均值大于样本中位数时，HighCICSI的取值为1，市场整体投资者情绪高涨。

实证结果如表4 第（5）、（6）列所示，交乘项Analyst×Up和Analyst×HighCICSI分别在1%和5%显著性水平下显著为负，表明在市场处于上涨行情或者投资者情绪高涨的市场状态下，投资者更有可能忽视与上市公司真实价值相关的信息，导致分析师提供的信息未能充分被投资者纳入股价中，进而导致分析师关注对市场操纵的抑制程度降低，由此假设2 得到证实。

表4 中介效应和调节效应检验结果

五、稳健性检验

为了增加研究结论的可靠性，进行了一系列稳健性分析：

第一，工具变量回归。前述研究样本可能存在一定的内生性问题，一方面，分析师关注通过降低信息不对称程度，能够影响操纵行为的成本，遏制市场操纵的发生；另一方面，分析师在选择研究标的时也可能存在一定的选择偏好。也就是说，分析师关注与上市公司被操纵次数之间的关系可能是分析师进行信息发掘的结果，也可能是上市公司基本面特征差异导致的。因此，本文分别选取了券商变化Brochg、是否沪深300 指数成分股HS300、上市公司所属行业的当季平均分析师关注AnaIndMean和上市公司所在省份的当季平均分析师关注AnaProMean作为分析师关注的工具变量。首先，券商变化包含合并、拆分和破产倒闭等事件，此类事件会影响上市公司分析师关注，但并不对市场操纵产生影响。其次，上市公司成为沪深300 指数成分后，会导致大量投资于沪深300 指数的被动型基金购入该上市公司的股票，并吸引分析师的关注。但目前没有证据表明上市公司是否为沪深300 指数成分股与是否被操纵存在联系。最后，同行业、同省份的上市公司具有相似的行业特征或面临相似的外部环境，因此，行业和省份中其他公司的平均分析师关注与上市公司分析师关注具有一定的相关性。目前没有证据表明，同一行业和省份中，其他公司的平均分析师关注会影响本公司的市场操纵。

二阶段估计结果和Hansen 检验P 统计量列于表5。结果表明，在1% 显著性水平下，分析师关注Analyst的系数依然显著为负。同时回归结果也通过了Hansen 检验，这表明本文的工具变量是有效的。因此，本文认为在考虑分析师关注和市场操纵行为之间潜在内生性问题的影响之后，分析师关注仍然可以有效地降低上市公司股票被操纵次数。

表5 工具变量回归结果

第二，考虑金融极端事件的影响。在本文的样本区间内，中国A 股市场经历了2008 年金融危机和2015 年股市异常波动两起金融极端事件。因此，为了避免金融极端事件对本文实证结果的干扰和影响，本文将样本期划分为金融极端事件期间和非金融极端事件期间两个子样本，分别估计两个子样本期间分析师关注对市场操纵的影响。具体而言，本文参考Cumming 等（2020）对金融危机时期的划分，将2007 年第三季度至2008 年第四季度划分为“2008 年金融危机”子样本。参考Han 和Liang（2017）将2015 年第二季度至2015 年第四季度划分为“2015 年股市异常波动期间”。然后本文将“2008 年金融危机”和“2015年股市异常波动”子样本合并为金融极端事件期间子样本，其余样本划分为非金融极端事件期间子样本。实证结果列于表6 第（1）、（2）列，其中第（1）列展示了非金融极端事件期间子样本的估计结果，第（2）列展示了金融极端事件子样本的估计结果。估计结果表明，无论是在金融极端事件期间还是在非金融极端事件期间，分析师关注均能对市场操纵起到抑制作用。

第三，更换操纵识别模型基准时间窗口。前文采用前30 个交易日为基准时间窗口，为了进一步验证本文实证结论对基准时间窗口的稳健性，本文进一步选取前60 个交易日、前90 个交易日和前120 个交易日的价格走势为比较基准，重复检验了分析师关注与上市公司股票被操纵次数之间的关系。检验结果列于表6 第（3）-（5）列，实证结果与前文基本一致，说明了文章结果对操纵识别模型不同基准时间窗口的稳健性。

表6 不同市场环境和时间窗口的稳健性检验

第四，分析师团队。分析师倾向于通过团队合作的形式发布分析报告，因此本文进一步以关注上市公司分析师团队数量构建了分析师关注指标。具体而言，分析师关注的计算方法为当季对上市公司发布分析报告的团队数量加1 后取自然对数。基于上述构建方法对本文的实证模型进行重新检验后，实证结果基本一致。

六、研究结论与政策启示

分析师作为股票市场中的重要信息中介，承担着降低信息不对称程度、提升市场信息效率的社会期望。本文基于2007-2018 年的分析师关注数据和股票分时交易数据，实证检验了分析师关注和市场操纵之间的关系，并对信息不对称程度的中介效应进行了检验。实证结果表明：第一，分析师关注起到了积极的外部监督作用，降低了上市公司的被操纵次数。第二，分析师关注越高，上市公司信息不对称程度越低。同时，中介效应检验结果表明，信息不对称降低在分析师关注抑制市场操纵中起到了中介作用。第三，投资者情绪高涨时，投资者对基本面信息的忽视程度更高，分析师关注对市场操纵的抑制程度更低。

本文的结论对于监管当局制定监管政策以打击市场违规行为，保护中小投资者权益和提升市场质量具有重要启示意义。基于本文的研究结论，本文提出以下几方面政策建议：第一，大力发展证券投资咨询行业。监管当局应积极引导证券投资咨询行业发展，促进数量与质量同步提升，提高分析师的外部监督能力。第二，通过多种途径降低股市的信息不对称。鉴于降低信息不对称在遏制市场操纵方面的作用，监管当局一方面应进一步提高上市公司信息披露质量，另一方面也应利用会计事务所、机构投资者等外部市场参与者的信息搜集和解读能力，提高股市的信息透明度。第三，完善市场操纵识别体系。监管当局应充分发挥自身数据优势，利用大数据、人工智能等新兴技术手段，构建和完善事前预警、实时检测、事后侦测三位一体的监管体系，同时加大对市场操纵行为的惩处力度。