吳崇林，林芳宇，劉 杰

（福建農(nóng)林大學(xué)經(jīng)濟(jì)管理學(xué)院，福建 福州 350002）

一、引言

市場(chǎng)操縱不僅侵占了中小投資者的合法利益，也降低了股票市場(chǎng)資源配置功能的發(fā)揮，一直是證券監(jiān)管當(dāng)局和市場(chǎng)從業(yè)人員關(guān)注的焦點(diǎn)之一。各國(guó)證券監(jiān)管當(dāng)局制定了一系列交易制度和法律規(guī)范以遏制市場(chǎng)操縱，如放開(kāi)賣空限制（周春生等，2005 ；李志輝等，2021）、修改訂單披露規(guī)則（Lee 等，2013）、完善價(jià)格結(jié)算機(jī)制（Comerton-Forde 和Rydge，2006）等措施。打擊市場(chǎng)操縱不僅需要監(jiān)管當(dāng)局的不懈努力，市場(chǎng)參與者的作用也同樣值得重視。分析師通過(guò)實(shí)地調(diào)研、財(cái)務(wù)報(bào)表分析等多種方法挖掘上市公司信息，是市場(chǎng)中的重要信息中介。投資者通過(guò)分析師研究報(bào)告，可以從中獲得有助于投資決策的相關(guān)信息。為了改善市場(chǎng)信息環(huán)境、提升市場(chǎng)質(zhì)量，監(jiān)管當(dāng)局也將引導(dǎo)分析師行業(yè)規(guī)范發(fā)展作為市場(chǎng)治理的重要組成部分。但活躍在市場(chǎng)中的分析師能否起到積極的外部監(jiān)督作用、遏制市場(chǎng)違規(guī)行為的發(fā)生，一直是一個(gè)充滿爭(zhēng)議的話題，不少人對(duì)分析師的職業(yè)道德和專業(yè)能力持懷疑態(tài)度。個(gè)別分析師散布虛假信息誤導(dǎo)投資者，甚至配合莊家發(fā)布信息，操縱股價(jià)，嚴(yán)重?fù)p害了分析師行業(yè)的聲譽(yù)。在這樣的背景下，關(guān)注我國(guó)股票市場(chǎng)中分析師功能發(fā)揮的研究具有重要的理論價(jià)值和現(xiàn)實(shí)意義。

本文從實(shí)證研究的角度出發(fā)，考察分析師關(guān)注對(duì)市場(chǎng)操縱的影響，以揭示分析師在市場(chǎng)監(jiān)督治理方面的作用?？紤]到市場(chǎng)中多數(shù)操縱行為可能逃避了監(jiān)管處罰，如果直接采用監(jiān)管當(dāng)局查處的操縱案例數(shù)據(jù)進(jìn)行實(shí)證研究，面臨潛在的樣本選擇偏差影響（Comerton-Forde和Putni??，2014；李志輝等，2018）。因此，本文參考Aitken 等（2015）、Cumming 等（2020）等的方法，構(gòu)建收盤(pán)價(jià)操縱識(shí)別模型，并基于識(shí)別模型偵測(cè)的疑似收盤(pán)價(jià)操縱行為，實(shí)證檢驗(yàn)分析師關(guān)注對(duì)市場(chǎng)操縱的影響機(jī)制和影響程度。

本文可能的創(chuàng)新之處在于：第一，以往文獻(xiàn)主要關(guān)注分析師關(guān)注對(duì)管理層信息發(fā)布（許年行等，2012）、盈余管理（李春濤等，2014）、內(nèi)幕交易（Ellu 和Panayides，2018；Dang 等，2021）等企業(yè)內(nèi)部人員行為的影響，而市場(chǎng)操縱作為主要由外部人員發(fā)起的違規(guī)行為，卻鮮有文獻(xiàn)關(guān)注于此。本文嘗試彌補(bǔ)文獻(xiàn)的這一不足，同時(shí)還考察信息不對(duì)稱程度在分析師關(guān)注抑制市場(chǎng)操縱過(guò)程中起到的中介作用，有助于從業(yè)人員和學(xué)術(shù)研究者更加深刻地了解分析師關(guān)注的作用。第二，本文構(gòu)建了收盤(pán)價(jià)操縱識(shí)別模型，并對(duì)我國(guó)股票市場(chǎng)中的疑似操縱行為進(jìn)行檢測(cè)，既對(duì)學(xué)術(shù)研究者采用事件研究法以外的方法研究操縱行為的影響創(chuàng)造了條件，也可為投資者識(shí)別市場(chǎng)中的可疑操縱行為提供借鑒。第三，外部市場(chǎng)環(huán)境可能會(huì)影響分析師遏制市場(chǎng)違規(guī)行為功能的發(fā)揮，本文將外部市場(chǎng)環(huán)境劃分為投資者情緒高漲和投資者情緒非高漲時(shí)期，討論了外部市場(chǎng)環(huán)境下，分析師關(guān)注對(duì)市場(chǎng)操縱的抑制差異，得出的研究結(jié)論能夠?yàn)楸O(jiān)管當(dāng)局引導(dǎo)證券投資咨詢行業(yè)發(fā)展提供理論參考。

二、理論分析與研究假設(shè)

市場(chǎng)操縱是指操縱者利用自身信息、資金等優(yōu)勢(shì)地位，采用策略性交易對(duì)證券交易價(jià)格或交易量產(chǎn)生影響，吸引市場(chǎng)中不知情交易者，為自己謀取不當(dāng)利益的行為?，F(xiàn)有文獻(xiàn)對(duì)收盤(pán)價(jià)操縱、IPO 操縱、幌騙交易操縱、洗售交易操縱、集合資產(chǎn)池操縱等多種操縱策略進(jìn)行了深入研究，發(fā)現(xiàn)市場(chǎng)操縱不僅扭曲市場(chǎng)價(jià)格、降低市場(chǎng)效率（Comerton-Forde 和Putni??，2011 ；Lee 等，2013 ；Khwaja 和Mian，2005 ；Neupane 等，2017 ；李 志 輝 等，2018 ；Jiang 等，2005 ；陳筱彥等，2010），還對(duì)上市公司的資源配置和長(zhǎng)期發(fā)展造成負(fù)面影響（Cumming 等，2020 ；徐龍炳等，2021）。鑒于市場(chǎng)操縱的危害，各國(guó)證券監(jiān)管當(dāng)局都將打擊市場(chǎng)操縱作為股票市場(chǎng)治理的重要組成部分（Cumming 等，2011）。以往研究發(fā)現(xiàn)，只有當(dāng)投資者無(wú)法區(qū)分操縱者的交易行為是否基于股價(jià)真實(shí)信息時(shí)，市場(chǎng)操縱才能得以實(shí)施（Allen 和Gale，1992 ；Aggarwal 和Wu，2006）。因此，降低信息不對(duì)稱程度和市場(chǎng)對(duì)信息的過(guò)度反應(yīng)，能夠起到抑制市場(chǎng)操縱的作用。

分析師是資本市場(chǎng)中的重要信息中介，他們通過(guò)實(shí)地調(diào)研、財(cái)務(wù)報(bào)表分析等多種途徑挖掘上市公司信息，促進(jìn)了上市公司的信息傳播。以往研究表明，分析師存在樂(lè)觀偏差（Kirk，2011 ；許年行等，2012）、決策疲勞（Hirshleifer 等，2019）等現(xiàn)象，但整體而言，分析師對(duì)提高市場(chǎng)信息效率存在積極效應(yīng)，他們參與上市公司外部監(jiān)督，降低信息不對(duì)稱程度，并對(duì)內(nèi)部人員的違規(guī)活動(dòng)起到了抑制作用（朱紅軍等，2007；Hong 等，2014；Gu 等，2019；周愛(ài)民和王超，2019）。

在市場(chǎng)操縱過(guò)程中，操縱者策略性交易行為的目的在于傳遞虛假的供求關(guān)系，使市場(chǎng)中的非知情交易者認(rèn)為股價(jià)異常上漲是持有私人信息的投資者參與了市場(chǎng)交易，進(jìn)而誤導(dǎo)投資者對(duì)股票真實(shí)價(jià)值的判斷。當(dāng)更多的分析師通過(guò)各種信息挖掘活動(dòng)降低了上市公司信息不對(duì)稱程度時(shí)，投資者對(duì)股票真實(shí)價(jià)值的看法更為一致，操縱者操縱股票的難易程度和交易成本更高，這將阻礙操縱者的操縱行為。因此，本文預(yù)期分析師關(guān)注能夠起到抑制市場(chǎng)操縱的作用，減少股票被操縱次數(shù)。同時(shí)，信息不對(duì)稱程度是分析師關(guān)注對(duì)市場(chǎng)操縱產(chǎn)生影響的關(guān)鍵因素，分析師關(guān)注越多，信息不對(duì)稱程度越低，股票被操縱次數(shù)越少?；谝陨戏治?，本文提出以下研究假設(shè)：

假設(shè)1A ：分析師關(guān)注能夠抑制市場(chǎng)操縱。

假設(shè)1B ：分析師關(guān)注通過(guò)降低信息不對(duì)稱程度，實(shí)現(xiàn)對(duì)市場(chǎng)操縱行為的抑制作用。

中國(guó)股票市場(chǎng)的重要特征之一即為散戶投資者的大量存在，他們表現(xiàn)出聽(tīng)信謠言、追漲殺跌等特征，并更容易受到市場(chǎng)整體投資者情緒的影響（Brunnermeier 等，2017）。當(dāng)市場(chǎng)行情不斷上漲或投資者情緒高漲時(shí)，散戶投資者會(huì)表現(xiàn)出更強(qiáng)的盲目自信，更加偏好于噪音而非基本面信息，并出現(xiàn)羊群行為和投機(jī)行為的傾向（Baker 和Wurgler，2006）。王燕鳴等（2015）、Chen 等（2019）研究發(fā)現(xiàn)，當(dāng)股票即將漲停時(shí)，操縱者能夠利用投資者情緒高漲進(jìn)行價(jià)格操縱。李夢(mèng)雨和李志輝（2019）發(fā)現(xiàn)投資者情緒高漲是市場(chǎng)操縱誘發(fā)不利影響的重要因素。因此，本文預(yù)期投資者情緒越高漲，投資者對(duì)上市公司相關(guān)信息的忽視程度將會(huì)越高，分析師關(guān)注對(duì)市場(chǎng)操縱的抑制作用越小。由此，本文提出以下研究假設(shè)：

假設(shè)2 ：在投資者情緒高漲時(shí)，分析師關(guān)注對(duì)市場(chǎng)操縱的抑制作用降低。

三、研究設(shè)計(jì)

（一）收盤(pán)價(jià)操縱識(shí)別模型

收盤(pán)價(jià)被廣泛應(yīng)用于衍生工具價(jià)格標(biāo)的、共同基金資產(chǎn)凈值計(jì)算、管理層薪酬確定、經(jīng)紀(jì)人業(yè)績(jī)?cè)u(píng)估等，部分投資者存在經(jīng)濟(jì)動(dòng)機(jī)操縱收盤(pán)價(jià)。在收盤(pán)價(jià)操縱過(guò)程中，操縱者通過(guò)在收盤(pán)前短時(shí)間內(nèi)提交大量的無(wú)代表性訂單，哄抬收盤(pán)價(jià)，吸引不知情交易者參與交易。在操縱后一個(gè)交易日，隨著操縱者退出市場(chǎng)和投資者恢復(fù)理性，操縱造成的錯(cuò)誤定價(jià)逐漸恢復(fù)，受操縱股票的股價(jià)呈現(xiàn)顯著的“先漲后跌”模式（Comerton-Forde 和Putni??，2011 ；Neupane 等，2017 ；李志輝等，2018）?；谑毡P(pán)價(jià)的上述特征，本文參考Aitken等（2015）、Cumming 等（2020）等文獻(xiàn)，構(gòu)建收盤(pán)價(jià)操縱識(shí)別模型，偵測(cè)市場(chǎng)上疑似存在的收盤(pán)價(jià)操縱行為，以實(shí)證檢驗(yàn)分析師關(guān)注對(duì)市場(chǎng)操縱的影響機(jī)制和影響程度。具體而言，若股票i在j交易日符合以下三個(gè)條件，則判定為發(fā)生收盤(pán)價(jià)操縱：

第一，收盤(pán)前15 分鐘股價(jià)出現(xiàn)異常變化，即：

第二，下一個(gè)交易日股價(jià)反轉(zhuǎn)幅度達(dá)到50%，即：

其中 為股票i在j交易日的開(kāi)盤(pán)價(jià)。

第三，股票i在j交易日前后5 個(gè)交易日不存在基本面事件①具體而言，重大基本面事件包括資產(chǎn)出售與轉(zhuǎn)讓、資產(chǎn)置換、資產(chǎn)重組、資產(chǎn)贈(zèng)與、資產(chǎn)拍賣、資金凍結(jié)、股份回購(gòu)、借貸、發(fā)行企業(yè)債券、違規(guī)處罰及批評(píng)、業(yè)績(jī)預(yù)告、稅負(fù)變動(dòng)、意外事故、重大經(jīng)營(yíng)合同、發(fā)債人違約、財(cái)務(wù)數(shù)據(jù)調(diào)整修正、經(jīng)營(yíng)范圍變動(dòng)等17 項(xiàng)可能影響公司股價(jià)表現(xiàn)的重大事件。。

（二）模型設(shè)計(jì)

為了檢驗(yàn)實(shí)證假設(shè)1A，本文選擇零膨脹泊松回歸和零膨脹負(fù)二項(xiàng)回歸進(jìn)行實(shí)證檢驗(yàn)，具體模型如式（3）：

其中：NumManipi,t為股票i在t季度的被操縱次數(shù)；X為所有解釋變量；Analysti,t為分析師關(guān)注，計(jì)算方法為股票i在t季度的分析師關(guān)注人數(shù)加1 后取自然對(duì)數(shù)。Controli,t為控制變量，參考朱紅軍等（2007）、李志輝等（2021）等文獻(xiàn)的做法，本文選取的控制變量包括市值規(guī)模Size、托賓Q 值Tobing、賬面市值比Mtb、資產(chǎn)收益率Roa、機(jī)構(gòu)投資者持股比例Inst、杠桿比例Lev、季度平均換手率Turn、季度平均價(jià)格水平Price、季度股價(jià)波動(dòng)率Std、股權(quán)集中度Tob10、是否國(guó)有企業(yè)Soe、審計(jì)師是否來(lái)源四大Big4、兩權(quán)分離率Sep和獨(dú)立董事占比IndDirRat。為控制不同行業(yè)、年度和季度因素的影響，本文還通過(guò)在模型中加入 、 和 分別對(duì)行業(yè)固定效應(yīng)、年度固定效應(yīng)以及季度固定效應(yīng)進(jìn)行了控制。

為對(duì)實(shí)證假設(shè)1B 進(jìn)行檢驗(yàn)，本文構(gòu)建以下的實(shí)證檢驗(yàn)?zāi)Ｐ停?/p>

其中：InfoAsyi,t為衡量信息不對(duì)稱程度的代理變量。Syn是股價(jià)同步性和Acf是股價(jià)自相關(guān)系數(shù)，其具體計(jì)算方法如式（6）、（7）所示：

其中：R2為以個(gè)股考慮現(xiàn)金紅利再投資收益率為被解釋變量，市場(chǎng)考慮現(xiàn)金紅利再投資收益率為解釋變量進(jìn)行回歸估計(jì)的擬合優(yōu)度，Prci,t,j為股票在i季t度第j個(gè)交易日的收盤(pán)價(jià)。股價(jià)同步性Syn的取值越小，表明股價(jià)信息含量越高，信息不對(duì)稱程度越低。股價(jià)自相關(guān)系數(shù)Acf的取值越小，表明股價(jià)的自相關(guān)性越低，基于過(guò)去價(jià)格表現(xiàn)以預(yù)測(cè)當(dāng)前股價(jià)走勢(shì)的可能性越低，信息不對(duì)稱程度越低。為了對(duì)實(shí)證假設(shè)2 進(jìn)行檢驗(yàn)，本文構(gòu)建如式（8）所示的實(shí)證檢驗(yàn)?zāi)Ｐ?，其中Sentimenti,t為衡量投資者情緒的代理變量。

本文在回歸分析中所使用的主要變量定義如表1 所示。

表1 變量定義

（三）數(shù)據(jù)來(lái)源及描述性統(tǒng)計(jì)分析

本文選取2007 年第一季度至2018 年第四季度中國(guó)A 股上市公司的季度數(shù)據(jù)為初始研究樣本，并進(jìn)行了如下處理：第一，剔除樣本期內(nèi)存在退市風(fēng)險(xiǎn)警示的公司、金融類公司和控制變量缺失的公司；第二，剔除季度交易天數(shù)不足20 個(gè)交易日的觀測(cè)值；第三，對(duì)連續(xù)型變量進(jìn)行1% 雙向縮尾處理。最終，本文獲得103104 例觀測(cè)值，數(shù)據(jù)頻率為季度。本文使用的數(shù)據(jù)主要有兩個(gè)來(lái)源：A 股上市公司的交易數(shù)據(jù)和財(cái)務(wù)數(shù)據(jù)來(lái)源于國(guó)泰安金融數(shù)據(jù)庫(kù)（CSMAR），主要包括分析師關(guān)注人數(shù)、市值規(guī)模、賬面市值比等信息；用于構(gòu)建收盤(pán)價(jià)操縱識(shí)別模型的股票分時(shí)交易數(shù)據(jù)來(lái)源于銳思數(shù)據(jù)庫(kù)（RESSET），主要包括買(mǎi)賣五檔訂單信息、成交價(jià)、成交量等信息。

表2 給出了本文主要變量的描述性統(tǒng)計(jì)結(jié)果。其中被操縱次數(shù)的均值為0.053，這表明，平均而言上市公司季度被操縱次數(shù)為0.053 次，與李志輝等（2021）尾市價(jià)格偏離模型的識(shí)別結(jié)果基本一致。

表2 主要變量的描述性統(tǒng)計(jì)

四、實(shí)證分析

（一）基準(zhǔn)回歸分析

本文預(yù)期，分析師關(guān)注能起到積極的外部監(jiān)督作用，能夠抑制市場(chǎng)操縱，降低股票的被操縱次數(shù)。為了對(duì)這一論斷進(jìn)行檢驗(yàn)，本文運(yùn)用實(shí)證模型（3），分別采用零膨脹面板泊松回歸和零膨脹面板負(fù)二項(xiàng)回歸對(duì)分析師關(guān)注與市場(chǎng)操縱之間的關(guān)系進(jìn)行實(shí)證檢驗(yàn)，估計(jì)結(jié)果列于表3。過(guò)度分散的LR 檢驗(yàn)表明，負(fù)二項(xiàng)回歸更為有效。Hausman 檢驗(yàn)對(duì)固定效應(yīng)和隨機(jī)效應(yīng)的估計(jì)結(jié)果進(jìn)行對(duì)比，發(fā)現(xiàn)固定效應(yīng)負(fù)二項(xiàng)回歸的估計(jì)結(jié)果更為可靠。因此，后續(xù)分析選取固定效應(yīng)負(fù)二項(xiàng)回歸的估計(jì)結(jié)果作為參照基準(zhǔn)。表3 結(jié)果顯示，分析師關(guān)注的估計(jì)系數(shù)在1% 顯著性水平下顯著為負(fù)，這表明分析師關(guān)注人數(shù)越多，上市公司股價(jià)的被操縱次數(shù)越低。這一結(jié)果不僅是統(tǒng)計(jì)上顯著，也有著重要的經(jīng)濟(jì)意義。平均而言，分析師關(guān)注使得股價(jià)被操縱次數(shù)下降了0.010 次（-0.0068×1.475），相當(dāng)于NumManip 樣本均值的20% 左右，由此可見(jiàn)分析師關(guān)注起到了積極的外部監(jiān)督作用，顯著抑制了市場(chǎng)操縱。近年來(lái)，我國(guó)證券咨詢行業(yè)飽受社會(huì)公眾批評(píng)，分析師的職業(yè)能力和社會(huì)聲譽(yù)不容樂(lè)觀，部分投資者甚至認(rèn)為分析師參與了基金黑幕、莊家控盤(pán)等違規(guī)行為。但依據(jù)表3 的實(shí)證結(jié)果，本文可以得出初步結(jié)論，即整體而言，活躍在我國(guó)股票市場(chǎng)中的分析師起到了積極的外部監(jiān)督作用，一定程度上遏制了市場(chǎng)操縱的發(fā)生，由此假設(shè)1A 得到證實(shí)。

表3 分析師關(guān)注對(duì)市場(chǎng)操縱的影響

控制變量的回歸結(jié)果顯示，市值規(guī)模越大、盈利能力越強(qiáng)、機(jī)構(gòu)投資者持股比例越高、換手越頻繁、股票價(jià)格越高和屬于國(guó)有企業(yè)的上市公司，其股價(jià)被操縱的可能性越小。這與Comerton-Forde 和Putni??（2011，2014）、Lee 等（2013）、李志輝和鄒謐（2018）、吳崇林等（2021）的研究結(jié)論基本一致，因?yàn)榫哂猩鲜鎏卣鞯纳鲜泄?，股價(jià)操縱難度更高、操縱成本更大，操縱者傾向于避免選擇這類公司。

注：括號(hào)內(nèi)為Z 統(tǒng)計(jì)量，“*”、“**”、“***”分別代表在10%、5%、1%顯著性水平下顯著。下同。

（二）信息不對(duì)稱的中介效應(yīng)

前文的實(shí)證結(jié)果表明，分析師關(guān)注對(duì)市場(chǎng)操縱起到了抑制作用，但影響機(jī)制并不明確。Aggarwal 和Wu（2006）、Lee 等（2013）、李志輝等（2021）等文獻(xiàn)指出，信息不對(duì)稱程度較高的上市公司股票更有可能被操縱，操縱者采用策略性交易哄抬股價(jià)的難度更低。因此，本文預(yù)期分析師通過(guò)降低信息不對(duì)稱程度抑制市場(chǎng)操縱的發(fā)生，降低上市公司股票被操縱次數(shù)。為了對(duì)這一假設(shè)進(jìn)行檢驗(yàn)，本文采用股價(jià)同步性Syn和股價(jià)自相關(guān)系數(shù)Acf作為信息不對(duì)稱程度的代理變量，采用中介效應(yīng)檢驗(yàn)?zāi)Ｐ停?）和（5）對(duì)信息不對(duì)稱的中介作用。

表4 第（1）至（4）列為中介效應(yīng)的檢驗(yàn)結(jié)果，第（1）、（3）列的估計(jì)結(jié)果表明，分析師關(guān)注增加會(huì)顯著降低信息不對(duì)稱程度，平均而言，分析師關(guān)注每增加1%，股價(jià)同步性Syn降低0.04%，股價(jià)自相關(guān)系數(shù)Acf降低0.03%。第（2）、（4）列的估計(jì)結(jié)果表明，當(dāng)將分析師關(guān)注和信息不對(duì)稱程度同時(shí)加入模型中時(shí)，分析師關(guān)注和信息不對(duì)稱代理變量的影響同樣顯著。上述結(jié)果表明，分析師關(guān)注能夠通過(guò)降低信息不對(duì)稱程度的路徑來(lái)抑制市場(chǎng)操縱，這一結(jié)論與Aggarwal 和Wu（2006）、Lee 等（2013）、李志輝等（2021）基本一致。在市場(chǎng)操縱過(guò)程中，分析師通過(guò)各種信息搜集與解讀活動(dòng)降低了上市公司信息不對(duì)稱程度，投資者對(duì)股票真實(shí)價(jià)值的看法更為一致，操縱者操縱股票的難度和成本更高，進(jìn)而對(duì)市場(chǎng)操縱起到抑制作用，由此假設(shè)1B 得到證實(shí)。

（三）投資者情緒的調(diào)節(jié)效應(yīng)

已有文獻(xiàn)表明，在不同市場(chǎng)環(huán)境下，投資者對(duì)上市公司基本面信息的關(guān)注程度并不相同（Baker 和Wurgler，2006 ；Li，2020）。本文預(yù)期在投資者情緒高漲時(shí)，分析師關(guān)注對(duì)市場(chǎng)操縱的抑制作用更低。為了對(duì)這一論斷進(jìn)行檢驗(yàn)，本文采用過(guò)去2 個(gè)季度的市場(chǎng)收益率和投資者情緒指數(shù)CICSI 來(lái)衡量投資者情緒，采用模型（8）考察了不同投資者情緒下，分析師關(guān)注對(duì)市場(chǎng)操縱遏制作用的差異。具體而言，當(dāng)過(guò)去2 個(gè)季度的市場(chǎng)收益率大于0 時(shí)，市場(chǎng)處于上漲行情，投資者情緒高漲，Up的取值為1 ；當(dāng)過(guò)去2 個(gè)季度的CICSI 均值大于樣本中位數(shù)時(shí)，HighCICSI的取值為1，市場(chǎng)整體投資者情緒高漲。

實(shí)證結(jié)果如表4 第（5）、（6）列所示，交乘項(xiàng)Analyst×Up和Analyst×HighCICSI分別在1%和5%顯著性水平下顯著為負(fù)，表明在市場(chǎng)處于上漲行情或者投資者情緒高漲的市場(chǎng)狀態(tài)下，投資者更有可能忽視與上市公司真實(shí)價(jià)值相關(guān)的信息，導(dǎo)致分析師提供的信息未能充分被投資者納入股價(jià)中，進(jìn)而導(dǎo)致分析師關(guān)注對(duì)市場(chǎng)操縱的抑制程度降低，由此假設(shè)2 得到證實(shí)。

表4 中介效應(yīng)和調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果

五、穩(wěn)健性檢驗(yàn)

為了增加研究結(jié)論的可靠性，進(jìn)行了一系列穩(wěn)健性分析：

第一，工具變量回歸。前述研究樣本可能存在一定的內(nèi)生性問(wèn)題，一方面，分析師關(guān)注通過(guò)降低信息不對(duì)稱程度，能夠影響操縱行為的成本，遏制市場(chǎng)操縱的發(fā)生；另一方面，分析師在選擇研究標(biāo)的時(shí)也可能存在一定的選擇偏好。也就是說(shuō)，分析師關(guān)注與上市公司被操縱次數(shù)之間的關(guān)系可能是分析師進(jìn)行信息發(fā)掘的結(jié)果，也可能是上市公司基本面特征差異導(dǎo)致的。因此，本文分別選取了券商變化Brochg、是否滬深300 指數(shù)成分股HS300、上市公司所屬行業(yè)的當(dāng)季平均分析師關(guān)注AnaIndMean和上市公司所在省份的當(dāng)季平均分析師關(guān)注AnaProMean作為分析師關(guān)注的工具變量。首先，券商變化包含合并、拆分和破產(chǎn)倒閉等事件，此類事件會(huì)影響上市公司分析師關(guān)注，但并不對(duì)市場(chǎng)操縱產(chǎn)生影響。其次，上市公司成為滬深300 指數(shù)成分后，會(huì)導(dǎo)致大量投資于滬深300 指數(shù)的被動(dòng)型基金購(gòu)入該上市公司的股票，并吸引分析師的關(guān)注。但目前沒(méi)有證據(jù)表明上市公司是否為滬深300 指數(shù)成分股與是否被操縱存在聯(lián)系。最后，同行業(yè)、同省份的上市公司具有相似的行業(yè)特征或面臨相似的外部環(huán)境，因此，行業(yè)和省份中其他公司的平均分析師關(guān)注與上市公司分析師關(guān)注具有一定的相關(guān)性。目前沒(méi)有證據(jù)表明，同一行業(yè)和省份中，其他公司的平均分析師關(guān)注會(huì)影響本公司的市場(chǎng)操縱。

二階段估計(jì)結(jié)果和Hansen 檢驗(yàn)P 統(tǒng)計(jì)量列于表5。結(jié)果表明，在1% 顯著性水平下，分析師關(guān)注Analyst的系數(shù)依然顯著為負(fù)。同時(shí)回歸結(jié)果也通過(guò)了Hansen 檢驗(yàn)，這表明本文的工具變量是有效的。因此，本文認(rèn)為在考慮分析師關(guān)注和市場(chǎng)操縱行為之間潛在內(nèi)生性問(wèn)題的影響之后，分析師關(guān)注仍然可以有效地降低上市公司股票被操縱次數(shù)。

表5 工具變量回歸結(jié)果

第二，考慮金融極端事件的影響。在本文的樣本區(qū)間內(nèi)，中國(guó)A 股市場(chǎng)經(jīng)歷了2008 年金融危機(jī)和2015 年股市異常波動(dòng)兩起金融極端事件。因此，為了避免金融極端事件對(duì)本文實(shí)證結(jié)果的干擾和影響，本文將樣本期劃分為金融極端事件期間和非金融極端事件期間兩個(gè)子樣本，分別估計(jì)兩個(gè)子樣本期間分析師關(guān)注對(duì)市場(chǎng)操縱的影響。具體而言，本文參考Cumming 等（2020）對(duì)金融危機(jī)時(shí)期的劃分，將2007 年第三季度至2008 年第四季度劃分為“2008 年金融危機(jī)”子樣本。參考Han 和Liang（2017）將2015 年第二季度至2015 年第四季度劃分為“2015 年股市異常波動(dòng)期間”。然后本文將“2008 年金融危機(jī)”和“2015年股市異常波動(dòng)”子樣本合并為金融極端事件期間子樣本，其余樣本劃分為非金融極端事件期間子樣本。實(shí)證結(jié)果列于表6 第（1）、（2）列，其中第（1）列展示了非金融極端事件期間子樣本的估計(jì)結(jié)果，第（2）列展示了金融極端事件子樣本的估計(jì)結(jié)果。估計(jì)結(jié)果表明，無(wú)論是在金融極端事件期間還是在非金融極端事件期間，分析師關(guān)注均能對(duì)市場(chǎng)操縱起到抑制作用。

第三，更換操縱識(shí)別模型基準(zhǔn)時(shí)間窗口。前文采用前30 個(gè)交易日為基準(zhǔn)時(shí)間窗口，為了進(jìn)一步驗(yàn)證本文實(shí)證結(jié)論對(duì)基準(zhǔn)時(shí)間窗口的穩(wěn)健性，本文進(jìn)一步選取前60 個(gè)交易日、前90 個(gè)交易日和前120 個(gè)交易日的價(jià)格走勢(shì)為比較基準(zhǔn)，重復(fù)檢驗(yàn)了分析師關(guān)注與上市公司股票被操縱次數(shù)之間的關(guān)系。檢驗(yàn)結(jié)果列于表6 第（3）-（5）列，實(shí)證結(jié)果與前文基本一致，說(shuō)明了文章結(jié)果對(duì)操縱識(shí)別模型不同基準(zhǔn)時(shí)間窗口的穩(wěn)健性。

表6 不同市場(chǎng)環(huán)境和時(shí)間窗口的穩(wěn)健性檢驗(yàn)

第四，分析師團(tuán)隊(duì)。分析師傾向于通過(guò)團(tuán)隊(duì)合作的形式發(fā)布分析報(bào)告，因此本文進(jìn)一步以關(guān)注上市公司分析師團(tuán)隊(duì)數(shù)量構(gòu)建了分析師關(guān)注指標(biāo)。具體而言，分析師關(guān)注的計(jì)算方法為當(dāng)季對(duì)上市公司發(fā)布分析報(bào)告的團(tuán)隊(duì)數(shù)量加1 后取自然對(duì)數(shù)?；谏鲜鰳?gòu)建方法對(duì)本文的實(shí)證模型進(jìn)行重新檢驗(yàn)后，實(shí)證結(jié)果基本一致。

六、研究結(jié)論與政策啟示

分析師作為股票市場(chǎng)中的重要信息中介，承擔(dān)著降低信息不對(duì)稱程度、提升市場(chǎng)信息效率的社會(huì)期望。本文基于2007-2018 年的分析師關(guān)注數(shù)據(jù)和股票分時(shí)交易數(shù)據(jù)，實(shí)證檢驗(yàn)了分析師關(guān)注和市場(chǎng)操縱之間的關(guān)系，并對(duì)信息不對(duì)稱程度的中介效應(yīng)進(jìn)行了檢驗(yàn)。實(shí)證結(jié)果表明：第一，分析師關(guān)注起到了積極的外部監(jiān)督作用，降低了上市公司的被操縱次數(shù)。第二，分析師關(guān)注越高，上市公司信息不對(duì)稱程度越低。同時(shí)，中介效應(yīng)檢驗(yàn)結(jié)果表明，信息不對(duì)稱降低在分析師關(guān)注抑制市場(chǎng)操縱中起到了中介作用。第三，投資者情緒高漲時(shí)，投資者對(duì)基本面信息的忽視程度更高，分析師關(guān)注對(duì)市場(chǎng)操縱的抑制程度更低。

本文的結(jié)論對(duì)于監(jiān)管當(dāng)局制定監(jiān)管政策以打擊市場(chǎng)違規(guī)行為，保護(hù)中小投資者權(quán)益和提升市場(chǎng)質(zhì)量具有重要啟示意義?；诒疚牡难芯拷Y(jié)論，本文提出以下幾方面政策建議：第一，大力發(fā)展證券投資咨詢行業(yè)。監(jiān)管當(dāng)局應(yīng)積極引導(dǎo)證券投資咨詢行業(yè)發(fā)展，促進(jìn)數(shù)量與質(zhì)量同步提升，提高分析師的外部監(jiān)督能力。第二，通過(guò)多種途徑降低股市的信息不對(duì)稱。鑒于降低信息不對(duì)稱在遏制市場(chǎng)操縱方面的作用，監(jiān)管當(dāng)局一方面應(yīng)進(jìn)一步提高上市公司信息披露質(zhì)量，另一方面也應(yīng)利用會(huì)計(jì)事務(wù)所、機(jī)構(gòu)投資者等外部市場(chǎng)參與者的信息搜集和解讀能力，提高股市的信息透明度。第三，完善市場(chǎng)操縱識(shí)別體系。監(jiān)管當(dāng)局應(yīng)充分發(fā)揮自身數(shù)據(jù)優(yōu)勢(shì)，利用大數(shù)據(jù)、人工智能等新興技術(shù)手段，構(gòu)建和完善事前預(yù)警、實(shí)時(shí)檢測(cè)、事后偵測(cè)三位一體的監(jiān)管體系，同時(shí)加大對(duì)市場(chǎng)操縱行為的懲處力度。