【机构投资者行为对我国A股市场股价波动影响的实证分析案例9600字】

机构投资者行为对我国A股市场股价波动影响的实证分析案例目录TOC\o"1-3"\h\u17332机构投资者行为对我国A股市场股价波动影响的实证分析案例 1110861.1羊群行为对股价波动影响的实证分析 1256571.1.1模型选择 1110071.1.2变量选取 291.1.3样本数据来源 3192091.1.4实证过程 3310091.1.5实证结果 8146511.2反馈交易行为对股价波动影响的实证分析 9293691.2.1模型选择 935981.2.2变量选取 1013031.2.3样本数据来源 1191071.2.4实证过程 11249011.2.5实证结果 151.1羊群行为对股价波动影响的实证分析1.1.1模型选择从投资者的角度来判断羊群效应存在与否，主要采用的方法有三种，即CH、CSAD以及LSV的方法。目前，Lakonishoketal.提出的从各种类型投资者角度衡量羊群行为的方法是最有效、直观的模型。将三种方式进行比较之后，本文选择的是采用LSV方法来对我国A股市场机构投资者的交易行为中羊群效应进行判断： （公式1.1）在上式中，表示的是机构投资者在i股票t季度所产生的羊群效应，为在这个季度中机构投资者数量比例，表示的则为这个季度的净买入i股票期望数量比例，=E|-|表示的是调整因子，这个调整因子在式中表示的是在市场中无羊群行为时的-期望值。（公式1.2）在上式1.2中，表示的是t季度的净买入i股票数量，也就是机构投资者的持股数量，表示的是在这个季度中的净卖出i股票的机构投资者数量。（公式1.3）为调整因子，在此因子中，论文在研究过程中对许年行等进行了参考，所选的期望值为|-|。对于HM值而言，为所有计算出来的季度平均值衡量。在这个式子中，选择自变量时选择的是HM，这个指标是羊群效应行为度的指标，采用VOL来对股市价格波动的模型进行检验，其模型选择见公式1.4：（公式1.4）在公式1.4中，i为企业数，t为期数，表示的是市场上股价的波动率。为产生羊群效应的行为，在中，j为控制变量。1.1.2变量选取本文对羊群效应以及股价波动的研究有以下变量：（1）股价波动率（Vol），在本文中对股票的收益率来衡量波动率，选用的是A股上市公司季度个股收益来衡量的，在衡量过程中，标准差的大小和该公司股票的波动性有关。有学者采用标准差来对证券存在的风险进行度量，这个指标可以度量序列，也可以显示收益极端值概率。在衡量时显示的标准差越大，则股市波动越大。本文的股价波动率是以日收益率季度标准差来计算的，具体计算方式如下式1.5所示：（公式1.5）在这个式子中，Vol表示的是羊群行为对股价产生的波动率，表示的是股票i的收益率。代表的是股票i收益率在季度中的平均值。（2）羊群行为度指标（HM），其计算步骤见公式（1.1）。（3）控制变量：公司规模（Size），股票收益波动率和公司的市值大小有关系。为了将误差进行有效消除，取每个季度末的对数市值。公司年龄（Age），和公司上市的月份有关，公司刚上市可能经受的波动就较大，上市越久波动就会越小。季度平均收益率（MR），A股上市公司季度平均收益率，即投资项目平均净收益与该项目平均投资额的比率。换手率（Turnover），即股票交易频率，主要是用来衡量股票的流动性。毎股收益（Eps），这个收益可以反映公司经营的业绩。流通市值（cir_value），本文采用上市公司的季度流通股市值来进行表示，并取其对数。资产负债率（debt_ratio），采用股票季度末的负债总额与资产总额的比例来表示，我们通过采用这一指标来对上市公司的偿债能力进行衡量。1.1.3样本数据来源本文的样本选取时间为5年间的数据，即2015-2019年A股上市公司的季度数据，初始样本数量有15304个。2015年，我国发生了股灾，存在大涨大跌的异常值。本文进行了数据近似处理来筛选和剔除部分异常值数据894个。同时为了保证数据信服力度，删除了ST股189个、借壳上市企业样本、营业收入等关键变量缺失的样本156个，剔除掉一些财务数据缺失公司48个。为了保证数据的有效性并消除异常值的影响，剔除ST和PT公司的收益率数据363个，最终为13654个。再对所有连续变量进行1%和99%的Winsorize处理。本文主要采用了LSV法对2015-2019年间中国A股市场的羊群行为进行实证检验。本文运用了MircosoftExcel进行数据处理相关操作，同时运用软件SPSS进行实证分析。本文机构投资者羊群行为的原始数据来源于Wind数据库，控制变量来源于CSMAR数据库。1.1.4实证过程（一）A股市场机构投资者羊群行为下图1.1表示的是样本季度间羊群行为的趋势值，此羊群行为是A股市场机构投资者的羊群行为，样本的季度时间是2015年第一季度至2017年第四季度之间，羊群效应的高低和HM值有关，HM值最高时羊群效应最显著，HM值最低时就会最弱，A股市场的HM值最高的时候是在2017年的第三季度时，最低是在2015年第一季度时。导致2015年发生股灾的原因主要就是信息传输的问题，高估股价，投资风险变的非常明显，很多信息都不能有效的在股价中显现出来，投资者无法判断风险。风险集中出现时就会使股价下滑严重，崩盘情况很容易产生。但是在机构投资者中出现的羊群行为中，这个羊群行为和其他投资者拥有的股票差不多。出现股灾的时候，机构投资者知晓市场的信息，作出非理性的决策可能性小，HM值弱。同一时期的深圳成指于2016年第一季度到2017年第三季度的时候上涨的速度非常的快，同年第四季度到第二年也就是2018年第二季度时候出现了低位震荡，HM值开始下降，因此可以判断出股票市场出现崩盘的可能小。这种结果和许年行等分析出的结论相反，他们分析的是羊群行为可能会加速市场崩盘，但这种现象和聂晓君等分析的“伪羊群行为”结论很相似。图1.1A股市场机构投资者季度羊群效应趋势图数据来源：Wind经济数据库整理所得按照以及的值来对机构投资者买方羊群行为BHM与卖方羊群行为SHM进行计算，其中BHM主要是测量机构投资者买入股票时候的羊群行为，SHM主要是对机构投资者卖出股票时候的羊群行为进行测量，下式1.6为计算公式：（公式1.6）通过上面的两个公式所得到的结果如下图所示，从图中我们可知买方出现的羊群效应要比卖方的高。同时卖出和买入的变化趋势非常的像。图1.2买方与卖方机构投资者羊群效应趋势图数据来源：Wind经济数据库整理所得（二）描述性统计表1.1显示了各变量的统计描述，样本企业平均季度股价波动率均值为7.368，标准差为5.364，说明平均股价波动较大；季度平均收益率均值为56.814，企业间差异较明显；机构投资者羊群行为变量均值为0.128，其中最小值为0.090，最大值为0.180。买方机构投资者羊群行为均值为0.234，标准差0.148。卖方机构投资者羊群行为均值为0.125，标准差0.089。表1.1描述性统计变量均值标准差极大值极小值Vol7.3685.364106.5740HM0.1280.1190.1800.090SHM0.1250.0890.1680.050BHM0.2340.1480.2500.137Size10.7341.66218.8392.346Age1410241MR56.81435.797185.246-42.151Turnover181.415156.1971740.2420Eps1.6451.48811.582-2.283cir_value21.4212.71030.1725.023debt_ratio55.2626.64396.260.97（三）相关性分析表1.2给出变量之间的相关系数，从表中可以看出Vol与HM和季度平均收益率呈正相关，与上市年限和每股收益呈负相关。股价波动和羊群行为度的相关系数为0.265，而且每个变量之间的系数要比线性相关问题阈值0.5要小很多，这个现象说明每个变量之间不会有线性相关问题，可以纳入同一研究模型。表1.2各变量相关系数表变量VolHMSHMBHMSizeAgeMRTurnoverEpscir_valuedebt_ratioVol1HM0.2651SHM0.1780.1651BHM0.1970.1780.1621Size0.2310.4420.1670.4651Age-0.3260.413-0.1440.4410.1871MR0.3580.1340.2450.1450.2640.2451Turnover0.1970.1360.3210.4470.1850.2310.3461Eps-0.366-0.255-0.345-0.149-0.364-0.362-0.122-0.3211cir_value0.4640.2670.1580.1110.1450.1470.2440.4780.2761debt_ratio0.1650.2490.3450.1360.1460.3440.1230.2640.2810.351（四）平稳性检验本文研究的是面板数据，面板数据时间序列的平稳程度很重要，平稳程度可以保证数据的波动程度呈稳定趋势。本文在研究过程中使用的是ADF与PP的单位根检验。假设单位根在时间序列中也存在，那么数据序列的平稳性就不会太明显，伪回归现象出现的几率比较大，所以要对本文的面板数据进行检测。检验方式采用的是ADF以及PP的单位根检验，根据下表我们可以得知，显著性水平是0.05时可能就不会存在单位根，数据序列出现的平稳性比较明显，伪回归出现的可能很低。表1.3平稳性检验检验方法StatisticProb.结论ADF检验67.5450.000平稳PP检验68.7450.000平稳（五）整体市场中的羊群行为与股价波动的回归分析为了更好的检验，本文采用回归1-3来检验机构投资者的羊群行为对影响股价波动的关系。回归1中的股价波动为因变量，分析的是因变量和控制变量的关系。回归2则是加入自变量后的回归结果，自变量为HM。回归3表示的是羊群效应产生对股价波动所带来的影响。从表1.4中我们可以发现，回归2中HM系数是0.089，充分说明市场中的羊群行为对股价波动有显著正影响。从表中我们得知回归3中的HM系数大于0，充分说明市场中的羊群效应行为对市场上的股价波动率会带来显著正影响，也就是市场中的羊群行为影响着股价的波动，投资者和“崩盘加速器”有关系，而不是“市场稳定器”的作用。通过回归3中的股价波动与羊群行为的交互项可知，该系数值为0.001，说明股价波动和羊群行为是个正向的影响关系，且该结果在10%的水平下显著，说明羊群行为越强，股价波动越大，市场越不稳定。表1.4机构投资者的整个市场的羊群行为对股价波动的回归结果变量因变量：股价波动（Vol）回归1回归2回归3HM0.089**（0.006）0.007**（0.056）Vol*HM0.001*（0.052）Size0.365**（0.042）0.268**（0.013）0.378**（0.035）Age-0.164（0.123）-0.165（0.178）-0.127（0.156）MR0.656（0.153）0.781（0.465）0.897（0.562）Turnover2.561（1.266）1.457（1.465）1.895（1.548）Eps20.567（2.644）21.694（1.664）19.565（1.789）cir_value0.785*（0.040）0.791*（0.035）0.654*（0.047）debt_ratio-0.361（0.214）-0.287（0.165）-0.288（0.144）Cons0.265***（0.000）0.387**（0.000）0.514**（0.000）N136541365413654注：括号内为显著性概率，*、**、***分别表示在10%、5%和1%概率下统计显著。根据上表可以发现，市场中的羊群效应行为对市场上的股价波动率会带来显著正影响，市场中的羊群行为影响着股价的波动。即羊群行为越大，市场上股价的波动也就越大，羊群行为越小即市场股价的波动也会越小。据目前国内的股市行情显示，其波动的上涨趋势比较小，但在发生股灾等意外时期，股市出现低迷的趋势更大。所以，机构投资者羊群效应行为更容易使股价下跌，并不会使股票大幅度上涨，这种现象表明，即和以往预期的一样。由于目前国内的市场制度还存在缺陷，跟投的现象很严重，某些机构投资者在投资过程中也很少会以价值投资作为导向，追涨杀跌现象很常见，股票市场的波动更剧烈，也很容易让股票的价格偏离其应有的价值。尤其是，机构投资者掌握了很多有价值的信息，所以一旦了解到了一些政策或者有价值的信息，就会速买速卖，致使股市波动此起彼伏。（六）买入、卖出市场中的羊群行为与股价波动的回归分析根据下表1.5显示的是机构投资者买入、卖出所产生的羊群行为对上市公司的股价波动所带来的影响。可以分析出投资者进行的股票买入、卖出所产生的羊群行为会对很多上市公司的股价波动率产生正向显著作用，这种现象和上表1.4分析的一致，而这种现象对股价波动率的影响有不确定因素，其中出现的买入羊群行为更会使股价的波动更剧烈，由表1.5可知，股价波动和买入羊群效应之间的系数值为0.262，该值在1%的水平下显著，说明买入的羊群行为和股价波动之间呈现正向的显著关系，即买入的羊群行为越强烈，则股价波动越大。另外，和上表1.4中分析的一样，股价波动和卖出羊群效应之间的系数值为0.143，该值不显著，说明机构投资者卖出羊群行为所产生的波动影响不大也不明显，这说明波动率产生的正影响主要是因为买入羊群行为所带来的。针对这个现象，经分析研究认为，我国的资本市场和政策或题材面的更改有关系，如“先升后降”会产生波动的特征，所以“上涨”是主要的原因，因为机构投资者拥有很多有价值的信息，所以会在利好的时候大量买入价值高的股票，因而引起股价波动，这是主要原因。表1.5机构投资者买入和卖出市场的羊群行为对股价波动的回归结果变量因变量：股价波动（Vol）买入羊群行为（BHM）卖出羊群行为（SHM）Vol*HM0.262***（0.146）0.143（0.016）Size0.126***（0.006）0.137**（0.004）Age-0.158*（0.056）-0.178*（0.057）MR0.348*（0.078）0.547*（0.045）Turnover1.264（1.566）2.489（1.486）Eps17.262（1.488）19.458（1.265）cir_value0.456**（0.046）0.378**（0.049）debt_ratio-5.966（0.789）-1.897（0.298）Cons1.265***（0.000）1.612**（0.000）N81955459注：括号内为显著性概率，*、**、***分别表示在10%、5%和1%概率下统计显著。1.1.5实证结果本文分析了机构投资者的羊群行为，并对此羊群行为进行检验，采用的方法有描述性统计分析和相关系数检验、羊群行为等对市场上的股价波动进行回归分析。描述性统计分析、相关系数检验和平稳性检验中，根据样本企业平均季度股价波动率显示，说明我国平均股价波动较大，企业间差异较明显；A股市场中存在机构投资者羊群行为、买方机构投资者羊群行为和卖方机构投资者羊群行为。从相关系数可知，股价波动与羊群行为和季度平均收益率呈正相关，与上市年限和每股收益呈负相关。每个变量之间的系数要比线性相关问题阈值0.5要小很多，这个现象说明每个变量之间不会有线性相关问题，可以纳入同一研究模型。平稳性检验中，本文采用了ADF与PP的单位根检验。研究结果显示，显著性水平是0.05时可能就不会存在单位根，数据序列出现的平稳性比较明显，伪回归出现的可能很低。本文分析了机构投资者的羊群行为产生的强度，采用的测算分析模式为LSV模型，对机构投资者在投资过程中产生的羊群行为进行分析，分析此行为对股价波动产生的影响。据研究分析发现，在A股市场中，机构投资者在投资过程中产生的羊群效应是存在的，呈现的趋势为先升后降，而且在买卖双方中，买的羊群效应要高于卖方，这种现象会降低上市企业的股价收益率，加剧股价波动，羊群效应的产生也会使上市公司的长短期财务绩效降低。经过分析结果表明，目前国内很多机构的投资者在投资过程中产生的羊群行为还不能产生“市场稳定器”的作用，也不能起到帮助企业治理的效果。在一般情况下，合理的羊群行为不会对经济产生很大的影响，可能还会利于市场价格的合理调度，产生活跃股市的效果。而不理性的羊群行为太过于激烈，因为其非常强的传播力，会破坏经济以及股市的平衡，使股市、金融等产生极度震荡的现象，还很有可能会发生经济危机。所以，很多的不理性投资大部分是因为掌握的信息不全面造成的，解决此问题就需将上市公司的信息披露制度进行改进并完善。上市公司提供的信息必须要有价值并透明。还有一个方面，即相关的机构要完善法律法规的建设，规范投资行为，不能对市场进行操纵。从另一个角度讲，投资机构的交易者都非常专业，对市场的研究非常深入，不会盲目跟投。从整体来看，积极发展机构投资者能够减少市场上出现羊群行为带来的负面效应，推进市场的发展。1.2反馈交易行为对股价波动影响的实证分析1.2.1模型选择论文在研究过程中需要对国内投资者的反馈交易行为进行研究，并分析这一交易行为对股价产生的影响。本文采用Fama-MacBeth回归对各时间段、股价波动情况以及交易状况之间的关系进行检验，这种方法是目前使用最多的研究方法之一。Fama-MacBeth可以对面板数据展开两步回归分析。在上文的理论基础上，假设机构投资者出现了正反馈交易行为，则会加剧股市的波动，所以我们对交易的行为模式进行考察。买卖交易量能够采用来反应，用公式表示如下：（公式1.7）在上式中，表示的是在这个季度内机构投资者的股票数，表示的是上季度的股票数。假如，那么在这个季度中，投资者对此股票有增持效果，为投资者在这个季度中对此股票有减持作用。为超额收益率，表示的是A股上市公司在这个季度中的收益率。（公式1.8）假如，那么就说明在这个季度中，个股的收益比市场收益要超出很多，假如，股票市场的收益就超过了个股收益。在这个基础上能够采用指标来对投资者在投资过程中的反馈交易行为方向进行衡量。（公式1.9）假设>0，那么表示的就是正反馈行为。正反馈交易行为分为“追涨”与“杀跌”两种行为。假设<0，那么交易行为就是负反馈，通常情况下负反馈也有“高拋”行为与“低吸”行为两种。表1.6投资者反馈交易行为分析结果衡量指标股票表现买卖行为交易策略追涨正反馈杀跌高拋负反馈低吸下式回归方程的作用主要是对投资者的交易行为进行研究：（公式1.10）=（公式1.11）在此式中，是t季度的回归系数，表示公司i在某季度中的其他控制变量，表示的是随机干扰项。假设，那么>0，投资者在投资过程中采用的是正反馈的交易策略，有追涨以及杀跌现象的存在；假设，那么，投资者在投资过程中采用的是负反馈交易策略，有高拋或低吸的现象发生。1.2.2变量选取（1）股价波动（Vol），衡量方式见公式1.5。（2）机构投资者反馈交易行为，分为动态和静态两种衡量方式。其中，静态的衡量方式为季度投资者持股比例（FI），衡量机构持流通股占比比例。动态的衡量方式为（），具体衡量见公式1.7。（3）控制变量，衡量见羊群行为中的控制变量。1.2.3样本数据来源本文样本选取的时间为2015年第一季度至2019年第四季度的A股市场样本数据。通常机构投资者投资对象以及投资性质不一样，他们在投资过程中选择的投资目标以及理念也不一样，这些因素的不同对投资以及交易行为有很大影响，所以投资过程中产生的影响也有很多不确定因素。本文在研究的时候将机构投资者分为基金、券商、QFII、保险和社保这五类。这是因为基金受赎回以及申购的影响，股票上升时大量购买，下降时又大量卖出，这种现象也许会带来助涨助跌的作用；保险和社保类似，都是追求低风险基础上的长期稳定收益，因此以中长线投资为主；采取中长线投资方式将风险降到最低；QFII一般将A股市场看成QFII在全球资产配置中的一项，采用少而精的集中持股方式；早期券商的自营投资具有较浓的投机色彩，随着市场环境的变化，组合投资和价值发现也开始受到重视。由于目前国内很多机构的持股数据都是以季度为基础来进行披露的，所以本文在研究过程中以2015年第一季度至2019年第四季度共20个季度数据进行研究。其中，全样本包括这五类机构投资者，分样本为各个不同类型的机构投资者来进行分析。在对数据进行收集时，每个机构之间会出现交叉持股的现象，本样本采取一方对多个投资者持股的方式，也就是说机构投资者是基金，也可能是社保等。数据筛选上，首先，2015年，我国发生了股灾，存在大涨大跌的异常值。本文进行了数据近似处理来筛选和剔除部分数据。其次，当机构投资者持股比例非常低的时候，其影响会很小，只有在股票达到一定比例时，机构投资者的影响能力才可以得到很好的发挥效果，我们研究过程中对数据进行处理的时候，消除机构投资者持股比例低于5%的股票，并筛选持股比例最大的机构投资者类型。另外，为使数据的信服力增强，删除了一些关键变量缺失的样本，剔除掉一些财务数据缺失的数据，通过对数据初始样本进行整理，最后保留22652个样本。其中基金的样本为6724个、券商为5446个、社保为3784个、保险为3197个、QFII为3501个样本数据。其中，股价波动、机构投资者持股和交易量数据来源于Wind数据库，控制变量的数据出自国泰安数据库、本文采用Mircosoftexcel、SPSS软件进行计量分析。1.2.4实证过程（一）描述性统计根据软件SPSS可得出如下结果，表1.7为2015年至2019年观察期内各变量的描述性统计。由表1.7可以看出，股价波动的标准差较大，股价波动幅度较大。一般来说，公司年龄和公司规模越大，数据越具有代表性。其中，机构投资者持股比例的均值为21.654，最大值为135.261，整体均值较小。表1.7描述性统计变量均值标准差极大值极小值Vol7.3685.364106.5740FI21.6545.264135.2611.237Size10.7341.66218.8392.3465966295419523304Age1410241MR56.81435.797185.246-42.151Turnover181.415156.1971740.2420Eps1.6451.48811.582-2.283cir_value21.4212.71030.1725.023debt_ratio55.2626.64396.260.97（二）机构投资者交易行为检验在下表1.8中显示的是机构投资者交易行为回归结果。从表中我们可以分析出全样本在10%的显著性水平下，即有正反馈交易行为。基金、保险以及社保的系数，都有正反馈的交易行为，但是券商与QFII样本的回归系数是，有负反馈交易行为的现象。整体分析，全样本都呈现出了正反馈的交易行为，不过QFII影响力还很小。表1.8机构投资者交易行为回归结果变量全样本基金券商QFII保险社保0.132*0.264*-0.115**-0.3540.366*0.124***(1.929)(1.895)(-1.921)(1.698)(1.664)(1.794)Size1.2541.1601.4972.9262.9941.674(0.913)(0.222)(0.081)(0.147)(0.369)(0.322)Age-1.049-1.550-2.330-1.116-1.876-1.813(1.689)(1.703)(1.698)(1.705)(1.686)(1.712)MR1.7001.6871.6991.6911.6901.704(1.690)(1.698)(1.718)(1.685)(1.700)(1.694)Turnover0.8900.8510.3880.2840.1740.919(2.015)(2.640)(2.095)(2.423)(1.829)(2.492)Eps7.8437.3446.8271.4651.6306.650(1.686)(1.691)(1.688)(1.693)(1.681)(1.700)cir_value1.3951.1351.6601.2161.9932.896(1.699)(1.690)(1.708)(1.714)(1.684)(1.695)debt_ratio1.7061.7081.6931.6901.7191.703(1.408)(1.887)(2.716)(2.677)(2.486)(1.406)_Cons15.0686.70418.0846.14211.49511.934(1.687)(1.709)(1.702)(1.709)(1.686)(1.696)注:*表示显著水平10%,**表示显著水平5%,***表示显著水平1%,括号内为t值（三）机构投资者交易行为与股价波动的回归分析本文在研究过程中对机构投资者的反馈交易行为进行衡量，通过分析可将交易行为分为两个层面来进行检验，即动态和静态。通过股票买卖时的变动状况来研究波动情况。通常来说，机构投资者持股比例高低和股价波动率成正比。1、机构投资者持股比例与股价波动的回归分析对机构投资者在投资过程中的持股水平进行考察，分析其水平对市场上本期内股价波动率的影响，Xi,t为公司i在t期的其他控制变量，表示的是随机干扰项。根据分析结果我们可以得知，P值通常都是以P<0.1为有统计学出现的差异，P<0.05同上式一样，是显著的，P<0.01为极其显著的。（公式1.12）本文采用SPSS软件来进行回归分析，得到下表显示的回归结果，实证分析发现在1%的显著性水平时全样本，说明持股比例和股价的波动程度成正相关关系。接着对机构投资者种类进行分类分析，划分的类型为五类，分别是基金、券商、QFII、保险以及社保，通过这些类型对机构投资者和股价波动性之间存在的关系进行深入分析。经实证结果表明，券商、QFII以及保险公司之间，他们都有一个同样的作用，那就是可以起到稳定股票波动率的效果，但是基金以及社保的持股比例就不会起到稳定股票的效果，只会加剧波动。表1.9不同机构投资者持股比例对股价波动的回归结果变量全样本基金券商QFII保险社保FI0.015***0.025**-0.029*-0.079***-0.0060.009(1.524)(5.603)(-2.193)(-1.513)(-1.169)(0.647)Size0.0450.04880.068-0.059-0.0080.179(0.161)(0.231)(0.760)(-0.641)(-0.085)(1.103)Age0.003*-0.001-0.002**-0.003**-0.003**-0.002*(-2.027)(-1.332)(-2.467)(-2.687)(-1.243)(-2.666)MR10.895*9.6236.599*9.746**-16.641**-12.462*(6.522)(5.613)(7.616)(9.448)(9.644)(8.646)Turnover0.0890.6230.5690.7490.6220.246(0.846)(0.673)(1.689)(1.448)(1.655)(1.696)Eps-0.749***-7.487***-6.789**-7.265***-7.649**-6.598**(-5.264)(-5.240)(-5.278)(-5.126)(-5.780)(-5.467)cir_value1.3692.387*-1.778*-2.285-1.616*-1.654**(-1.226)(-1.651)(-1.278)(-1.166)(-1.680)(-1.787)debt_ratio-0.265**-2.64***-1.569**0.135**-0.136**-0.364*(-1.264)(-1.243)(-1.258)(-1.126)(-1.780)(-1.467)_Cons-165.116**265.164***-211.514**-161.667**-298.466**-165.664*(9.254)(11.245)(12.255)(10.526)(36.750)(26.467)注：*表示p<0.1、**表示p<0.05、***表示p<0.01.括号内为t值根据上表我们可以了解到，持股比例增高，会加剧股票的波动，表明机构投资不会去偏好那些风险高的股票。2、机构投资者的交易量与股价波动的回归分析机构投资者的交易量和股票波动之间的关系可以建立如下方程来进行计算：（公式1.13）根据表1.10可以发现，显著性水平为5%的时候，交易量会对股价的波动产生很大的影响。但通过深度分析发现，基金与社保前系数是正的，基金通过检验，这说明基金投资者交易量会对股价的波动产生很大的影响。券商、QFII以及保险的系数是负数，但是不显著，表明他们的交易可以使波动率更加平缓，但影响力有限。表1.10机构投资者交易量对股价波动的回归结果变量全样本基金券商QFII保险社保0.001**0.007***-0.046-0.028-0.0060.019(2.789)(1.894)(-1.782)(-1.967)(-1.267)(1.597)Size0.01260.0264-0.087-0.0154-0.0470.0165(1.925)(1.548)(-1.464)(-1.325)(-1.167)(1.987)Age-0.006*-0.098-0.079**-0.025**-0.049**-0.061*(-1.027)(-2.872)(-2.594)(-2.621)(-1.874)(-2.378)MR15.895*