數字金融發展能夠改善市場非理性現象嗎?
——機構投資者羊群行為視角

周兆斌 楊志國

(中國財政科學研究院,北京 100142)

一、引言

資本市場中的投資者決策容易受到市場情緒波動和個人心理偏好的影響,導致非理性的投資現象時常發生,引發市場異常波動,阻礙市場有效運行。機構投資者“羊群行為”(Herding Behavior)是其中的典型代表,即機構投資者盲目跟從他人投資決策而忽視自身價值判斷,像羊群一樣相互模仿、抱團取暖[1]。已有研究表明,市場信息不充分、機構聲譽壓力、交易模型同質化、從眾無意識心理等因素是誘發機構投資者羊群行為的主要原因[1-2]。隨著我國投資者群體“機構化”進程加快,機構投資者逐漸成為資本市場的重要參與者,我國“十四五”規劃和2035年遠景目標綱要中明確提出“健全多層次資本市場體系,大力發展機構投資者”。作為投資者群體的“領頭羊”和“風向標”,機構投資者的行為表現顯著影響著其他市場主體的投資情緒與偏好,進而影響整個資本市場的穩定性和有效性[3]。在我國重視發展專業機構投資者、培育成熟投資市場的背景下,探究如何抑制機構投資者羊群行為這一典型的市場非理性現象,切實發揮機構投資者“市場壓艙石”作用,對于防范系統性金融風險、促進資本市場平穩發展具有重要意義。

數字金融是基于數字化和互聯網技術對傳統金融業務的改造升級,是現代技術與傳統金融相結合的新型金融業態[4-5]。我國政府高度重視數字金融發展,給予了一系列政策支持和保障措施。2023年10月舉行的中央金融工作會議再次明確提出要做好數字金融這篇大文章,將數字金融作為未來金融業在經濟結構優化過程中的重要發力點之一。十年來,數字金融深刻改變了我國金融服務業的運行范式,受到了學術界和實務界的廣泛關注。已有學者研究發現,除了降低金融交易成本、提高資源配置效率[5-6],以大數據、云計算、人工智能等技術創新為底層支持的數字金融也顯著改善了資本市場運行環境,例如,提高市場信息傳遞效率[4,6]、抑制企業信息違規披露[7]、事前預警金融風險[7,8]、豐富投資者的金融信息[9]等。因此,探究數字金融能否發揮資本市場治理效應,抑制機構投資者羊群行為,不僅能為數字金融助推經濟社會高質量發展提供更多洞見,也能為維護資本市場穩定運行帶來更多啟示?；诖?本文試圖考察數字金融發展對機構投資者羊群行為的影響作用,并從分析師關注、企業會計信息可比性、機構投資者實地調研三方面分析其中的影響機制。本文還進一步考察了數字金融對機構投資者羊群行為影響的適用性條件;另外,基于機構投資者私有信息競爭水平及類型差異分析了數字金融對機構投資羊群行為的不同影響;最后分析了數字金融抑制機構投資者羊群行為帶來的市場經濟反應。

本文可能的邊際貢獻如下:第一,已有諸多文獻對數字金融具有的治理效應展開研究,但多數落腳于企業內部層面。本文聚焦于機構投資者羊群行為這種典型的資本市場非理性現象,揭示了數字金融發展對機構投資者羊群行為的抑制作用,豐富了數字金融領域的研究文獻,也為如何治理機構投資者羊群行為提供了新的啟示。第二,本文從企業間信息披露規范性和機構投資者實地調研深入探索了數字金融影響機構投資者羊群行為的機制渠道,為數字金融如何影響資本市場各主體行為提供了新的洞見,也為數字金融促進市場投資主體理性價值決策提供了路徑參考。第三,進一步通過企業特征、機構投資者信息競爭水平及類型差異等異質性分析,探討了數字金融抑制機構投資者羊群行為的適用條件差異,有助于深刻理解數字金融在提高資本市場運行效率中發揮的積極作用,為推動我國數字金融體系發展走深走實以及培育壯大長期機構投資者提供了有益指導。

二、文獻回顧、理論分析與研究假設

(一)文獻回顧

1.機構投資者羊群行為研究

機構投資者羊群行為是市場非理性的典型表現。關于機構投資者羊群行為的研究起步較早,Keynes(1936)[10]首次提出了“羊群行為”的概念,并認為金融市場的羊群行為具有偏激性和荒謬性;Kraus和Stoll等(1972)[11]研究發現機構投資者在同一時間內存在同方向交易相同股票的情況,開啟了機構投資者羊群行為的研究先河,為后續相關研究的展開提供了理論基礎。

回顧機構投資者羊群行為領域的相關文獻,已有研究主要集中在機構投資者羊群行為的存在性、市場影響、形成原因及治理機制等方面。關于存在性問題,相關文獻認為盡管機構投資者相較于個人擁有更專業的投資條件和能力,但由于市場摩擦和認知偏誤的存在,機構投資者的投資決策依然存在著非理性因素[2],并且由于各機構投資主體往往采用相似的模型和策略,在交易中易做出“同質化”反應,致使資本市場中的機構投資者羊群行為經常存在[12]。作為專業投資機構,機構投資者不僅資金規模巨大且受到市場投資群體的高度關注。因此,當機構投資者發生羊群行為時,很容易阻礙市場信息流通,帶來系統性定價偏差[12],造成市場股價崩盤[2]。由于機構投資者羊群行為易引發金融市場極端風險[13],因此,學者們紛紛對機構投資者羊群行為的產生原因進行了細致探討,發現市場信息不對稱、委托代理問題、經理人聲譽機制以及集體無意識等心理因素都是羊群行為發生的主要誘因[1-2,14]。其中,信息不對稱被認為是導致機構投資者模仿跟風的關鍵因素[1]。在如何治理機構投資者羊群行為方面,張向麗和池國華(2019)[15]研究發現企業內部控制建設提高了信息傳遞效率并完善了信息甄別機制,從而減少機構投資者羊群行為;黃哲等(2023)[16]研究認為資本市場開放能夠通過改善機構投資者信息不對稱來抑制其羊群行為;李學峰和鐘林楠(2017)[17]研究認為隨著投資經驗的增長,機構投資者會更加重視獲取的特質類信息,減少跟風決策的羊群行為。

2.數字金融對資本市場的影響研究

數字金融發展有力改善了金融服務供給格局,極大提升了市場主體享受金融服務的普惠性和便捷性。對于數字金融,學者們從多個角度對其進行了關注和探討,除基本的金融資源配置功能[6,8]外,也有研究發現,基于前沿技術優勢,數字金融能夠通過發揮信息治理和投資賦能作用[18-19],對資本市場產生積極影響,緩解市場中的非理性現象。在宏觀市場層面,數字金融能夠通過豐富信息傳播渠道,實現數據高頻流動,打破“信息孤島”現象[18],對市場蘊藏的潛在風險和違規行為進行感知捕捉,進而發揮矯正資本市場錯誤定價的功能,減少股價崩盤風險,促進金融市場穩定運行[20]。在微觀主體層面,已有研究主要考察了數字金融賦能對以企業、家庭為代表的微觀主體的影響作用。例如,減少管理層自利行為[4]、提高企業風險承擔水平[21]、降低企業債務違約風險[22]等。同時,數字金融也能通過豐富投資者理財知識[23]、填補弱勢群體信息鴻溝[19]等途徑降低個體參與金融投資活動的風險[24]。

3.文獻評述

基于上述文獻梳理可以發現,已有諸多學者以數字金融為研究出發點,從宏微觀角度考察了其給資本市場所帶來的影響作用,多數文獻證實了數字金融發展有助于資本市場平穩高效運行,但鮮有文獻將研究視角聚焦于機構投資者羊群行為這一典型的資本市場非理性現象。一方面,伴隨著數字金融發展縱深化和普及化,相關應用場景不斷拓展,給資本市場帶來了新的變革和機遇。另一方面,機構投資者作為專業投資力量,其投資行為顯著影響著其他市場主體的投資情緒與偏好,進而影響到整個資本市場的運行環境?；诖?本文重點考察了數字金融能否抑制機構投資者羊群行為,改善資本市場非理性現象。具體而言,本研究探討了數字金融影響機構投資者羊群行為的作用機制,同時結合企業特征、信息競爭水平及機構投資者類型異質性進行差異化檢驗。本研究對于全面理解數字金融發展所具有的經濟效應、挖掘數字金融價值潛力、助力我國經濟社會高質量發展提供了新的借鑒和參考。

(二)理論分析與研究假設

數字金融發展對機構投資者羊群行為的影響主要體現在以下幾個方面。

第一,數字金融發展有助于改善信息披露質量。從外部因素來看,數字金融依托人工智能、大數據等現代信息技術可以輔助金融機構實現“精準畫像”,實施多維的穿透式監督,提升企業信息披露的真實性和規范性[4]。從內部因素來看,數字金融提高了微觀經濟實體享受金融服務的便捷性和可觸性[8],從源頭上減少了管理層為獲取信貸便利而粉飾操縱信息的機會主義動機。上述因素有助于緩解企業與投資者之間的信息不對稱,減少機構投資者由于企業信息質量低下導致的非理性羊群行為。

第二,數字金融發展為機構投資者提供多樣的投資數據和信息來源。通常而言,機構投資者的數據主要源于企業公開報告,信息源的“同質化”容易導致決策一致性,促使羊群效應形成。數字金融改變了傳統金融信息供給模式,國內以36氪、雪球、度小滿等為代表的新型金融信息聚合平臺不斷涌現[9],讓企業各類信息在平臺加持下能夠為機構投資者提供更加全面的優質信息[7]。一般認為,信息量增加能夠顯著改善投資者的風險認知能力[25],減少投資者非理性情緒[26]。另外,數字金融基于現代信息技術能夠捕捉數據中的深層非線性關系,提高非財務信息的“硬化”水平[27],信息類型及數量的豐富能夠彌補以往投資者單純依據財務數據進行分析決策的不足[28]。

第三,數字金融發展為機構投資者提供新型金融知識賦能。專業機構投資者存在非理性證券買賣現象的一個重要原因是金融知識不完備[16,29]。數字普惠金融有助于豐富投資知識并提升投資者的金融素養[19]。隨著數字金融的快速發展,新的金融業態和產品不斷涌現,為金融信息的傳播提供數字平臺支持,極大消除了金融服務的時空限制,降低了普通居民參與金融投資的門檻[24],一定程度上沖擊了機構投資者市場,給機構管理層帶來了聲譽及業績的雙重壓力,激勵機構投資者加強對金融領域的持續學習和深入了解,采用更加科學理性的投資風格,打造自身的投資“護城河”。

第四,數字金融技術輔助機構投資者提高投資決策能力。隨著人工智能算法的飛速發展,智能投顧被越來越多地運用于金融場景[8]。智能投顧通過將現代投資組合理論與大數據、人工智能、云計算等新興技術相結合,能夠處理應對海量數據信息、緩解市場噪音干擾,幫助機構投資者克服人為非理性因素干擾[30]。另外,智能投顧基于信息輸入、參數校準、模型訓練可以結合不同機構投資者的投資理念、運作風格、風險偏好等變量,為用戶定制生成個性化的資產配置方案及投資建議[30]。以上技術因素都能緩解機構投資者由于自身投資經驗不足而引發的跟風羊群行為。

第五,數字金融發展提供更多投資品種,有助于實現投資組合分散布局。由于以往金融投資產品的單一性,機構投資者之間易出現持倉布局相重合的情況,某只或某類投資品種會同時被不同的機構投資者所持有,容易導致市場中出現同一時間大量投資者同方向購進或售出同一投資品種的羊群行為。數字金融的信息和技術優勢催生出豐富的金融產品[24,30],機構投資者可以依據風險承擔能力及盈利要求限制合理配置不同的投資組合,降低了市場中某一投資品種在短時間內被多個機構投資者同向操作所引發的跟風羊群行為。

綜上,數字金融發展可以通過信息質量優化、多元信息供給、金融知識賦能、輔助投資決策、投資組合分散化等方面提高機構投資者理性決策能力,抑制羊群現象的產生?；谏鲜龇治?提出本文假設1。

H1數字金融發展能夠減少機構投資者羊群行為。

分析師關注指分析師團隊對企業進行跟蹤并出具專業研究報告來傳遞企業信息,是資本市場的重要信息供給方之一[31]。數字金融發展可以通過增加分析師關注來改善市場信息環境,其原因可以從供給和需求兩端進行分析:從供給端來看,一方面,數字金融發展降低了分析師關注的信息成本。數字金融的技術優勢突破了傳統交易面臨的時空限制,改善了市場不對稱的信息結構[32],降低了分析師的信息獲取成本和識別難度,為分析師盈利預測提供了良好的信息基礎,提高了分析師進行跟蹤與關注的積極性。另一方面,數字金融信息平臺的不斷涌現,為分析師信息發布提供更多渠道支持[9],使得分析師報告在市場中得以更廣泛普及。從需求端來看,數字金融發展變革了傳統金融市場的運行范式,拓展了市場中的信息來源和信息含量[4,9],需要更多分析師進行解讀與傳播,即提高了市場對分析師關注的需求。

綜上,數字金融發展提高了市場中的分析師關注度,為資本市場釋放了更多信息要素,有效改善市場中的信息不對稱現象[31]。另外,對于持有標的企業股票的機構投資者而言,分析師關注的增加也從更多角度提供了企業異質信息,為機構投資者理性決策提供了更多依據[16],即更多的分析師關注有助于提高機構投資者的投資決策水平,抑制羊群行為的出現?；谏鲜龇治?提出假設2。

H2數字金融發展能夠增加分析師關注度,從而減少機構投資者羊群行為。

會計信息可比性是指會計信息能夠在不同時期和企業間進行對比分析,可比性是衡量企業會計信息質量的重要指標,也是投資者比較企業間財務經營狀況的重要依據。數字金融發展能夠促進企業公開信息披露的可比性,原因如下:第一,在數字金融的賦能支持下,銀行等傳統金融機構可以實現對企業多維度、立體式動態監督,在精確的監測感知下,數字金融有效改善了企業信息透明度[4],促使管理層在會計估計方法選擇與會計準則執行上更加正式和嚴謹[34]。第二,數字金融信息平臺已成為當下企業呈現信息的主要渠道之一,由于平臺為企業提供系統性的技術支持,這就要求企業信息公開逐步邁向規范化和標準化,增加了行業間會計信息的可比性。通常而言,會計信息可比性可以降低機構投資者對會計信息的理解和處理成本[35],減少投資決策中由于會計信息差錯和噪音引發的非理性因素,抑制羊群行為產生。

基于上述分析,本文提出假設3。

H3數字金融發展能夠提高企業會計信息可比性,從而減少機構投資者羊群行為。

資本市場中的信息優勢方往往能夠獲得超額收益,機構投資者普遍具有強烈的信息搜尋動機。已有研究考察了金融科技對投資者線上信息獲取的積極影響[9],相較于通過公開渠道獲取信息,機構投資者采取線下實地調研等方式獲取的企業非公開信息是彌補有效信息不足、修正決策偏差的有力補充[13]。

數字金融發展有助于增強機構投資者實地調研的積極性。一般而言,企業管理層往往存在選擇性信息披露的自利行為[4],致使機構投資者在實地調研過程中面臨著信息源“粉飾美化”“言過其實”等噪音干擾問題,增加了實地調研的溝通交流成本和信息甄別難度。良好的數字金融發展環境則有助于緩解這一問題,增加機構投資者實地調研積極性,原因有以下兩方面:第一,數字金融給企業帶來了技術監督壓力。數字金融依托人工智能、大數據等現代信息技術實現企業“精準畫像”,具有顯著的信息監督治理效應,可以有效捕捉企業管理層的負面信息隱匿和操縱行為[4,21],抑制了管理層在接受實地調研過程中粉飾信息的機會主義傾向。第二,數字金融給企業帶來了聲譽形象壓力。數字金融發展好的區域往往具有更高的信息流動性和外溢性[20],容易形成區域間的信息網絡結構,關于企業正面和負面信息易產生“一傳十,十傳百”的社會傳播效應,一定程度上發揮著監督企業信息披露的作用。

綜上,在數字金融發展良好的環境中,機構投資者能夠與被調研企業之間實現更高的溝通效率,機構投資者實地調研的意愿更加強烈。楊墨等(2021)[36]研究發現,實地調研有助于機構投資者達到投資的“知行合一”狀態,進而減少盲目跟風的投資羊群行為。

基于上述分析,本文提出假設4。

H4數字金融發展能夠提高機構投資者實地調研積極性,從而減少機構投資者羊群行為。

三、研究設計與數據說明

(一)樣本選擇與數據來源

2012年起深交所要求上市公司在“互動易”網站公開投資者調研活動的相關內容,故本文研究從2013年開始,以2013—2021年為研究年份,以滬深A股上市公司數據為研究樣本。在完成數據收集和匹配后,進行以下數據處理:(1)剔除金融行業樣本;(2)剔除ST、ST*及PT公司樣本;(3)剔除數據存在缺失的公司樣本;(4)對所有連續變量按照1%與99%分位進行縮尾處理。處理完成后,本文有效樣本量為16 357。其中,計算羊群行為所使用的機構投資者數據及機構投資者實地調研數據來源于WIND數據庫,其他數據來源于CSMAR數據庫。

(二)變量選擇與定義

1.機構投資者羊群行為

對于本文被解釋變量機構投資者羊群行為(HERDING),參考許年行等(2013)[2]的衡量方法,采用以下式(1)計算。

HMi,t=|pi,t-E(pi,t)|-E|pi,t-E(pi,t)|

(1)

其中,pi,t是指t季度內增持i公司股票占持有i公司股票的機構投資者之比;E(pi,t)是pi,t的期望值,使用t季度內的行業比例均值表示;pi,t-E(pi,t)是指機構投資者在t季度內對i公司股票買賣的不平衡性;E|pi,t-E(pi,t)|是調整項,當不平衡性達到一定程度時,即認為存在羊群行為?？紤]到我國資本市場特殊性與數據的可獲得性,參照許年行等(2013)[2]的方法進行適當調整,最后將季度數據整合為年度數據,得到變量HERD,根據均值(mean)和標準差(sd),剔除HERD變量中小于(mean-1.96sd)的數據,得到HERDING,即為機構投資者羊群行為變量,HERDING值越大表示機構投資者羊群行為程度越高。

2.數字金融發展

本文的核心解釋變量為數字金融(DIFI_CITY),來源于北京大學數字金融研究中心發布的“數字普惠金融指數”數據。借鑒唐松等(2020)[8]的研究,本文使用標準化后的企業所在地市級層面數字金融指數來衡量數字金融發展水平。并從覆蓋廣度(BREADTH)、使用深度(DEPTH)及數字化程度(DIGI)三個維度對數字金融發展結構差異與機構投資者羊群行為的影響進行深入分析。

3.中介變量

(1)分析師關注。對于中介變量分析師關注度(ANALYST)而言,本文借鑒劉柏和琚濤(2021)[37]的研究,使用“分析師發布的研報數+1”的自然對數來衡量。ANALYST越大代表信息不對稱越小,分析師關注度越高,企業信息環境越好。

(2)會計信息可比性。對于中介變量會計信息可比性(COMP)而言,本文借鑒De Franco等(2011)[38]研究,構造模型式(2)來衡量,使用連續16個季度數據計算t期的會計信息可比性,具體如下

EARNINGSi,t=αi+βiRETURNi,t+ciNEGi,t+diNEGi,t×RETURNi,t+εi,t

(2)

其中,式(2)中加入股票收益虛擬變量(NEGi,t),如果季度股票收益率為負,則NEG為1,否則為0。加入股票收益交叉項(NEGi,t×RETURNi,t)來估算企業會計系統,EARNINGSi,t為企業季度凈利潤/季度初權益市場價值,RETURNi,t為企業季度股票收益率。分別用公司i和j的會計系統計算期間t的預期盈余E(EARNINGS),如式(3)和式(4)所示。

(3)

(4)

使用模型式(5)計算企業i和j在t期的會計信息可比性(COMPi,j,t)。最后使用模型式(6)計算公司i與同行業內其它公司在第t期的會計信息可比性(COMPi,t)。

(5)

(6)

(3)機構投資者實地調研。對于中介變量機構投資者實地調研(INVEST)而言,本文借鑒趙新杰(2019)[39]的研究,使用“企業一年內被機構投資者調研次數+1”的自然對數(INVEST)來衡量,數值越大代表機構投資者對該企業的實地調研次數越多。

4.控制變量

參考葉瑩瑩等(2022)[31]的研究,本文選取以下控制變量:在企業特征及公司治理方面,本文控制了企業資產規模(SIZE)、杠桿率(LEV)、盈利能力(ROA)、應收賬款和存貨占比(AR)、固定資產占比(FIXED)、賬面市值比(BM)、經營活動現金流(CASH)、公司上市年齡(AGE)、產權性質(SOE)、第一大股東持股比例(TOP1)、管理層持股比例(MSHARE);在影響投資者行為的因素中,本文控制了月均超額換手率(DTURN)與個股年回報率(RETURN);在宏觀層面上,控制了地區GDP增長率(GDPGROWTH),并控制年份和行業。具體變量定義見表1。

表1 變量定義表

(三)模型設置

為了研究數字金融發展對機構投資者羊群行為的影響,本文構建回歸模型式(7)進行檢驗。

HERDINGi,t=α0+α1DIFI_CITYi,t+α2SIZEi,+α3LEVi,t+α4ROAi,t+α5ARi,t+α6FIXEDi,t+α7BMi,t+α8CASHi,t+α9AGEi,t+α10SOEi,t+α11TOP1i,t+α12MSHAREi,t+α13DTURNi,t+α14RETURNi,t+α15GDPGROWTHi,t+YEAR+IND+εi,t

(7)

上述模型中,被解釋變量為機構投資者羊群行為(HERDING);核心解釋變量為企業所在地市級層面的數字金融指數(DIFI_CITY);控制變量選擇如前文所述;ε為隨機誤差項。

(四)描述性統計

表2是描述性統計的結果,機構投資者羊群行為指標(HERDING)的均值為0.25,標準差為0.14,表明我國金融市場中的機構投資者羊群行為較為明顯。數字金融指數標準化(DIFI_CITY)后的均值為2.50,標準差為0.59,最大值為3.52,最小值為0.95,表明區域間數字金融發展水平存在明顯差異,數字金融覆蓋廣度(BREADTH)、使用深度(DEPTH)及數字化程度(DIGI)的標準差分別為0.61、0.63、0.58?？刂谱兞康拿枋鲂越y計結果與以往研究基本一致。

表2 變量描述性統計結果

四、實證分析

(一)基本回歸分析

數字金融發展與機構投資者羊群行為的回歸結果如表3所示。列(1)為不加控制變量的回歸結果,DIFI_CITY系數為-0.05,在1%的水平上顯著。列(2)顯示了加入控制變量后的回歸結果,DIFI_CITY的系數為-0.02,在1%的水平上顯著,這表明數字金融發展能夠抑制機構投資者羊群行為,支持了假設1。正如前文所述,數字金融可以通過優化信息質量、增加信息供給、進行金融知識賦能等方面提高機構投資者理性決策能力,抑制羊群現象的發生。

表3 數字金融發展對機構投資者羊群行為影響的回歸結果

(二)數字金融具體特征對機構投資者羊群行為的影響

表3列(3)-(5)分別是數字金融三個維度的分指標對機構投資者羊群行為的影響結果,其中覆蓋廣度(BREADTH)、使用深度(DEPTH)及數字化程度(DIGI)的系數分別為-0.01、-0.02、-0.03,且均在1%水平上顯著,說明無論是數字金融覆蓋廣度、使用深度還是數字化程度,都能夠發揮抑制機構投資者羊群行為的作用。上述結果的原因在于:數字金融業務覆蓋范圍的擴大突破了物理空間局限,傳統網點業務逐漸擴展至新型金融平臺,增加了金融資源的普惠性,使得金融服務能夠直接觸達服務用戶,減少了信息獲取成本及傳遞過程的信息損耗。數字金融的使用深度具體表現為金融服務種類的多樣化,包括數字支付、線上借貸、線上保險等眾多細分服務領域,擴展了金融信息傳播面,增加了用戶群體接觸現代金融服務的渠道和頻率,提升了大眾群體對金融知識的認知了解和理性運用能力[24]。數字金融的數字化程度旨在降低數字金融服務成本并提高信用化水平[5],有利于金融服務與普惠群體深度結合。因此,數字金融覆蓋廣度、使用深度及數字化程度的發展能夠減少信息不對稱,提高投資者金融素養,進而減少機構投資者羊群行為。研究結果表明要進一步完善數字基礎設施建設,需通過不斷擴寬數字金融服務覆蓋面、深化數字金融技術應用領域并加快金融機構數字化轉型來提高數字金融的應用范圍和服務質效。

(三)內生性與穩健性檢驗

1.2SLS工具變量法

為了減弱由于遺漏變量與測量誤差引發的內生性問題,本文使用工具變量法進行內生性檢驗。借鑒唐松等(2020)[8]的研究,選取省份互聯網普及率(NET)作為工具變量(此數據來自《中國互聯網絡發展狀況統計報告》),原因如下:一方面,數字金融發展水平與互聯網普及程度息息相關,互聯網的普及為數字金融發展提供必要的基礎設施,互聯網覆蓋范圍的增加也擴展了數字金融的應用群體范圍,地區互聯網普及率越高,數字技術與傳統金融能夠更好地融合發展,滿足工具變量的相關性條件;另一方面,互聯網普及程度與機構投資者羊群行為沒有直接關聯,滿足工具變量的外生性。此外,弱工具變量檢驗結果表明,F統計量的值大于10,且P值為0.00,說明不存在弱工具變量問題。內生性檢驗的回歸結果呈現在表4中,在弱化了內生性問題后,數字金融發展與機構投資者羊群行為仍為負且在1%的水平上顯著。

表4 工具變量內生性檢驗的回歸結果

2.Heckman兩階段法

為了解決樣本選擇偏誤的內生性問題,本文使用Heckman兩階段法進行內生性檢驗。第一步,將公司所在地級市層面的數字金融指數根據均值進行分組作為被解釋變量(DIFI),如果高于均值則為1,否則為0,將上文中的控制變量作為解釋變量,計算逆米爾修斯比率(IMR),如表5列(1)所示。第二步,將IMR加入原模型中進行回歸,結果如表5列(2)所示,IMR在5%的水平上顯著,說明存在樣本選擇偏誤問題,DIFI_CITY的系數為負且在1%的水平上顯著,與基準回歸結果一致。

表5 Heckman兩階段與PSM傾向得分匹配的回歸結果

3.PSM傾向得分匹配法

進一步使用PSM進行樣本匹配來弱化自選擇偏誤問題。借鑒胡海峰等(2023)[4]的研究,選取文中表示企業特征及公司治理的控制變量作為協變量,具體包括:資產規模(SIZE)、杠桿率(LEV)、盈利能力(ROA)、應收賬款及存貨占比(AR)、固定資產占比(FIXED)、賬面市值比(BM)、經營活動現金流(CASH)、公司上市年齡(AGE)、產權性質(SOE)、第一大股東持股比例(TOP1)、管理層持股比例(MSHARE),采用最近鄰原則,選擇卡尺為0.001。匹配后的回歸結果如表5列(3)所示,DIFI_CITY的系數為負且在1%的水平上顯著。

4.替換變量

(1)替換解釋變量。為了弱化由于數據度量方式差異造成的誤差,借鑒翟淑萍等(2022)[22]的研究,本文使用北京大學“數字普惠金融指數”中的省份數字金融發展水平(DIFI_PROV)作為解釋變量,即將企業所在省份的數字金融指數進行標準化?；貧w結果如表6列(1)所示,DIFI_PROV的系數為負且在1%的水平上顯著;考慮到地區數字金融發展對金融市場的影響存在時間滯后性,本文將解釋變量滯后一期生成LDIFI_CITY進行回歸,結果如表6列(2)所示,LDIFI_CITY的系數為負且在1%的水平上顯著。

表6 替換變量與更換樣本范圍的回歸結果

(2)替換被解釋變量。注重短期業績的投機型機構投資者是引發羊群行為的重要原因[31]。借鑒葉瑩瑩等(2022)[31]的研究,本文計算短期機構投資者持股比例變動(SHORT)作為被解釋變量,SHORT的計算方式為本年度與上一年度短期投資者持股比例之差并取絕對值,SHORT越大,說明機構投資者越可能存在羊群行為?；貧w結果如表6列(3)所示,DIFI_CITY的系數為負且在10%的水平上顯著。另外,參考黃哲等(2023)[16]的研究,若HERDING高于所在行業的中位數,則認為機構投資者羊群效應明顯,取值為1,否則為0,采用Logit回歸,結果如表6列(4)所示,DIFI_CITY的系數為負且在1%的水平上顯著,支持本文結論。

5.更換樣本范圍

(1)金融事件沖擊影響著地區數字金融發展水平。參考唐松等(2020)[8]的研究,考慮到2015年中國股災及其后續的持久影響,本文刪除2015年的樣本,回歸結果如表6列(5)所示,DIFI_CITY的系數為負且在1%的水平上顯著。

(2)考慮到直轄市和自治區與其他省份相比,數字金融發展速度存在不平衡性,分別刪除直轄市和自治區樣本后的回歸結果如表6列(6)(7)所示,DIFI_CITY的系數為負且均在1%的水平上顯著。綜上說明本文的研究結果具有一定的穩健性。

五、影響機制檢驗

為了進一步厘清數字金融發展在改善機構投資者羊群行為中發揮的影響作用,本文設置模型式(8)(9),分別從分析師關注度、會計信息可比性、機構投資者實地調研三個角度深入分析。

ANALYSTi,t/COMPi,t/INVESTi,t=α0+α1DIFI_CITYi,t+γCONTROLSi,t+YEAR+IND+εi,t

(8)

HERDINGi,t=α0+α1DIFI_CITYi,t+α2ANALYSTi,t/COMPi,t/INVESTi,t+γCONTROLSi,t+YEAR+IND+εi,t

(9)

(一)分析師關注

由表7列(1)可以看出,DIFI_CITY對ANALYST的回歸系數為0.17,在1%的水平上顯著,說明數字金融發展能夠提高分析師關注度、改善市場信息環境。加入ANALYST的回歸結果如表7列(2)所示,ANALYST的系數為負且在1%的水平上顯著,DIFI_CITY的系數為-0.02,且在1%的水平上顯著。為了結果的穩健性,本文進行了Bootstrap中介效應檢驗,結果表明95%的置信區間不包含0,顯著拒絕原假設。這說明數字金融發展通過提高分析師關注減少了機構投資者羊群行為,驗證了假設2。以上結果表明,數字金融發展通過降低分析師關注成本、增加分析師報告傳播渠道等方式為機構投資者提供了更多的信息來源,有助于投資者理性決策,抑制機構投資者羊群行為。

表7 影響機制檢驗回歸結果

(二)會計信息可比性

表7列(3)和列(4)顯示,DIFI_CITY對COMP的回歸系數為0.000 4,在5%的水平上顯著,說明數字金融發展能夠提高企業間會計信息可比性。加入COMP的回歸結果顯示,COMP的系數為負且在1%的水平上顯著,DIFI_CITY的系數為-0.02,且在1%的水平顯著。Bootstrap中介效應檢驗結果表明95%的置信區間不包含0,顯著拒絕原假設。這說明數字金融發展通過提高企業間的會計信息可比性來減少機構投資者羊群行為,驗證了假設3。以上結果表明,數字金融通過前沿底層技術支持,減少了管理層采用自利性會計政策及披露方式的動機;同時,數字金融信息平臺也提高了企業財務數據的標準化水平。以上因素有助于緩解機構投資者決策中由于會計信息理解分析困難而引發的羊群行為。

(三)機構投資者實地調研

從表7列(5)可以看出,DIFI_CITY對INVEST的回歸系數為0.30,在1%的水平上顯著,說明數字金融發展顯著促進了機構投資者對上市企業的實地調研。表7列(6)為加入INVEST的回歸結果,INVEST的系數在1%的水平上顯著為負,DIFI_CITY的系數為-0.02,且在1%的水平上顯著,Bootstrap中介效應的檢驗結果均在95%的置信區間中不包含0,說明數字金融發展能夠通過促進機構投資者實地調研來減少機構投資者羊群行為。根據前文分析,在數字金融發展良好的地區中,機構投資者能夠與被調研企業之間實現更高的溝通效率,降低實地調研過程中的溝通交流成本和信息甄別難度,提高機構投資者實地調研積極性,從而減少投資中的跟風羊群行為。

六、進一步研究

(一)企業特征異質性

1.企業規模異質性

我國推進數字金融發展的主要目的之一在于推動金融服務的普惠性,數字金融服務重點惠及的是以中小企業為代表的長尾應用端[5]。此外,相比于大型企業,中小企業面臨的融資約束問題更為突出,更加迫切需要數字金融的助力支持。因此,相比于大企業,中小企業更有動力優化自身的信息披露機制,完善信息披露質量,以此來滿足獲得數字金融服務的門檻和要求。即數字金融所具有的信息治理作用在中小企業中更加明顯。為此,本文根據企業資產規模的中位數將樣本分組,回歸結果如表8列(1)(2)所示,在大規模企業樣本中,DIFI_CITY的系數為負但不顯著;在小規模企業樣本中,DIFI_CITY的系數在1%的水平上顯著為負,說明在小規模企業中,數字金融更能抑制機構投資者羊群行為,結果支持了前文假設。

表8 企業特征異質性的回歸結果

2.企業產權性質異質性

在我國現行的金融體系中,存在著金融資源分配不平衡不充分的問題[8]。相較于國有企業,非國有企業在市場競爭、經營管理、風險承擔等方面往往處于劣勢地位,面臨著更為嚴峻的融資約束問題。因此,非國有企業更迫切地需要數字金融帶來的普惠效應支持,對數字金融發展的反應更為敏捷,這將倒逼非國有企業不斷完善信息披露機制來獲得更多的金融資源支持,即數字金融所具有的信息治理效應在非國有企業中更加明顯。因此,本文認為數字金融對機構投資者羊群行為的抑制作用在非國有企業中更加明顯。劃分國有企業和非國有企業樣本后的回歸結果如表8列(3)(4)所示,在國有企業樣本中,DIFI_CITY的系數為負但不顯著;在非國有企業樣本中,DIFI_CITY的系數為負且在1%的水平上顯著,說明數字金融對機構投資者羊群行為的抑制作用在非國有企業樣本中更為明顯。

(二)機構投資者私有信息競爭異質性

機構投資者私有信息競爭是指市場中的機構投資主體對企業私有信息進行推測和追逐[40]。資本市場中,投資者往往具有強烈動機關注和收集投資標的各類信息,其中包括通過各種私有途徑所獲取的非公開信息。已有研究發現,過度追逐私有信息容易導致機構投資者之間出現信息“同質化”現象,造成機構投資者表現出類似的交易行為[40],進而引發模仿跟風的羊群現象。數字金融平臺極大豐富了市場信息來源,使得機構投資者群體更易獲得不同的特質信息,減少其對企業私有信息的競爭。因此,本文預期,在機構投資者私有信息競爭水平激烈的分組中,數字金融的信息治理作用應更為明顯。借鑒王典和薛宏剛(2018)[40]的研究,本文采用赫芬達爾指數(HHI)來度量機構投資者信息競爭水平,具體計算方式如式(10)所示。

(10)

其中,INVik是指k機構投資者對i公司的年末持股數,INVi是指持有i公司股票的所有機構投資者總持股數。其中,HHI較大代表部分機構投資者集中持有特定公司股票,即該公司信息被部分機構投資者掌握,市場中機構投資者間的信息競爭程度較弱;相反地,如果HHI較小,則表示機構投資者較平均地持有公司股票,其信息競爭程度較強。

機構投資者信息競爭水平異質性的回歸結果如表9列(1)(2)所示,在機構投資信息競爭激烈的分組中,DIFI_CITY的系數在1%的水平上顯著為負,說明數字金融能夠顯著抑制機構投資者羊群行為;在機構投資者信息競爭程度較弱的分組中,DIFI_CITY的系數為負但不顯著,說明數字金融對機構投資者羊群行為的抑制作用不顯著。其原因在于,機構投資者私有信息競爭越激烈,意味著市場中的機構投資者擁有企業信息的同質化程度越高,數字金融對機構投資者羊群行為可以發揮出更顯著的信息治理作用。

表9 信息競爭水平與機構投資者異質性的回歸結果

(三)機構投資者異質性

不同機構投資者的持股動機存在差異,Brickley等(1988)[41]根據機構投資者與公司之間是否存在商業關系,將機構投資者分為壓力敏感型和壓力抵制型兩類。若機構投資者與被投資公司之間沒有商業關系,即存在一定的獨立性,則為壓力抵制型機構投資者;反之,則為壓力敏感型。通常認為,壓力抵制型機構投資者能夠更好地起到監督制衡企業管理層和大股東的作用,提升公司治理水平,助力企業成長[42]?；诖?本文認為壓力抵制型機構投資者持股能夠促進數字金融對公司信息治理水平的提升,減少機構投資者羊群行為。參照Brickley等(1988)[41]對機構投資者的分類方法,壓力敏感型機構投資者是指保險公司、信托公司、綜合類券商等;壓力抵制型機構投資者包括證券投資基金、社?；鸷蚎FII,其中壓力敏感型機構投資者持股用PRESENTI表示,壓力抵制型機構投資者持股用PRERESI表示,分別設置“DIFI_CITY×PRESENTI”與“DIFI_CITY×PRERESI”來分析不同類型的機構投資者持股對數字金融與機構投資者羊群行為的調節作用。由表9中列(3)、列(4)可以看出,DIFI_CITY×PRESENTI的系數為負但不顯著,DIFI_CITY×PRERESI的系數為負且在1%的水平上顯著,說明壓力抵制型機構投資者持股能夠促進數字金融發展對機構投資者羊群行為的抑制作用。

(四)基于資本市場影響的再考察

上文證明了數字金融發展能夠抑制機構投資者羊群行為。以往研究發現,出于跟風投資的羊群行為降低了股票流動性,是導致資本市場運行效率減弱的重要原因之一[43]。此部分重點考察數字金融抑制機構投資者羊群行為能夠對資本市場帶來何種影響,本文主要從股票流動性視角進行分析。通常而言,股票流動性是價格發現、信息流動、資源配置等資本市場功能的基礎,很大程度上反映了資本市場健康程度與資源配置效率[44]。那么,數字金融發展能否通過抑制機構投資者羊群行為提高股票流動性,進而有助于資本市場效率提升?為此,構建模型式(11)來進一步考察。

ILIQUIDITYi,t=α0+α1DIFI_CITYi,t×HERDINGi,t+α2HERDINGi,t+α3DIFI_CITYi,t+γCONTROLSi,t+YEAR+IND+εi,t

(11)

其中,變量ILIQUIDITY代表股票非流動性。本文參考葉瑩瑩等(2022)[31]的研究,具體計算如式(12)所示。

(12)

其中,Ni,t為i股票在t年的交易總天數;Titn是i股票在t年度的第n天交易額;Ritn為i股票在第t年第n天的再投資收益率(不考慮紅利),ILIQUIDITY數值越大代表股票流動性越低。

式(11)的回歸結果如表10中所示,DIFI_CITY×HERDING的系數為-0.02,在1%的水平上顯著,說明數字金融發展通過抑制機構投資者羊群行為,提高了股票市場流動性,給資本市場發展帶來積極影響。

表10 對資本市場股票流動性影響的回歸結果

七、研究結論及政策建議

本文以2013年至2021年A股上市公司為樣本,實證考察了數字金融發展對機構投資者羊群行為的影響作用。研究結論如下:第一,數字金融發展能夠減少機構投資者羊群行為;分維度來看,數字金融覆蓋廣度、使用深度及數字化程度均能抑制機構投資者羊群行為。該結果通過一系列內生性和穩健性檢驗后依然成立。第二,機制檢驗發現,數字金融發展可以通過增加分析師關注、提高企業間會計信息可比性、促進機構投資者實地調研來減少機構投資者羊群行為。第三,進一步研究發現,數字金融對機構投資者羊群行為的抑制作用在小規模企業、非國有企業中更為明顯;在機構投資者私有信息競爭激烈的分組中,數字金融對機構投資者羊群行為的抑制作用更為顯著;區分機構投資者類型發現,壓力抵制型機構投資者能夠促進數字金融對機構投資者羊群行為的抑制作用。最后,本文從資本市場運行效率視角出發,研究發現數字金融發展通過抑制機構投資者羊群行為,提高了股票流動性,促進資本市場良性發展。本文研究結論補充了機構投資者羊群行為的治理機制研究,也為進一步發揮數字金融技術潛力,助推資本市場有效運行提供了新的經驗依據。

本文的政策建議及啟示如下:第一,本文研究結果表明,數字金融發展不僅為傳統金融提供賦能升級,改變了金融系統運行的場景和范式,同時還能在資本市場投資主體的行為表現存在缺漏和不足時發揮出治理完善作用,提高資本市場運行效率。由此可見,未來我國應繼續支持和推動數字金融健康發展,在規避數字金融潛在風險的前提下,進一步挖掘數字金融的潛力和優勢,從數字金融覆蓋廣度、使用深度及數字化程度著手,提高數字金融服務的用戶普及度與區域協調性,充分發揮數字金融在擴寬信息渠道、改善信息質量中的重要作用,助推資本市場形成更加透明的信息環境和更有價值的投資氛圍,減少市場非理性現象,更好地助力我國資本市場高質量運行。

第二,機構投資者羊群行為容易加劇股市波動,威脅資本市場穩定。我國資本市場還處于新興發展階段,投資者群體的整體投資理念尚未成熟,機構投資者羊群行為更易引發市場極端風險,帶來嚴重后果。因此,應完善健全機構投資者投資活動的監督規范機制,引導機構投資者注重實地調研,深入挖掘企業內部信息,培育機構投資者的健康投資理念和長期戰略眼光。同時,對于機構投資者而言,要不斷交流學習,積極把握數字金融帶來的技術優勢,提高自身信息識別和風險防范能力,克服“隨大流”和“追漲殺跌”的投資心態,在信息充分挖掘的基礎上做出理性投資決策。

第三,數字金融深度發展是未來的必然趨勢,對此,企業應主動融入數字金融發展浪潮,完善數字化場景建設。尤其對于中小企業,更應抓住數字金融“長尾效應”的普惠特征,將數字金融技術成果更好地運用于企業發展之中。同時,數字金融背景下,市場中信息的流動性和透明性顯著提高,企業的行為表現更容易為各類資本市場主體所關注和知悉,對此,企業也要規范日常經營行為,優化信息披露機制,用切實的優良績效表現為自身贏得更多投資者關注和數字金融資源支持。