洪智武 沈 潔

(1.中國政法大學 商學院， 北京 102249； 2.國際關系學院 經(jīng)濟金融學院， 北京 100091)

偽市值管理是一種嚴重擾亂資本市場公平秩序的行為，給公司和中小投資者帶來了巨大損失。值得防范的是，2021年我國集中出現(xiàn)了11家上市公司被網(wǎng)絡舉報涉嫌偽市值管理，其多以市值管理的名義操縱股價，通過聯(lián)合相關機構利用資金和信息的優(yōu)勢，關聯(lián)賬戶組，發(fā)布虛假信息拉抬股價，以達到短期內(nèi)刺激公司市值牟取私利的目的。從資本市場監(jiān)管角度，如何區(qū)分市值管理與偽市值管理，引發(fā)偽市值管理行為的動機又是哪些？本文從壓力、機會與自我合理化三要素為切入點，采用Logistic回歸模型歸納偽市值管理的行為特征，并通過神經(jīng)網(wǎng)絡模型進行建模識別，以期為保護投資者合法權益和大數(shù)據(jù)監(jiān)管提供借鑒。

一、偽市值管理行為的本質(zhì)與特征

偽市值管理本質(zhì)上屬于股價操縱，其市場表現(xiàn)通常是股價的短期大幅波動以及公司內(nèi)在價值的嚴重偏離。部分上市公司對于市值管理的認識存在較多誤區(qū)。更有以市值管理的名義，采取炒作市場熱點、控制信息披露內(nèi)容與節(jié)奏、與中介機構聯(lián)合坐莊等違法違規(guī)手段操縱股價，為上市公司大股東牟利。國外文獻表明，被操縱股票在操縱期間的日收益率、有效價差、價格波動性、交易規(guī)模等都顯著高于未被操縱期間[1]，李夢雨對中國證監(jiān)會公布的操縱案例運用倍差分析法也發(fā)現(xiàn)了類似結果[2]。

偽市值管理手法的復合型以及目的多樣性決定了單純從股價變動、拉抬對倒等交易指標識別該行為存在較大難度。但是與一般市場操縱行為相比，偽市值管理主要有兩個突出特征：一是從交易手法來看，偽市值管理不是簡單地通過拉抬股價實現(xiàn)公司的市值增長，而是上市公司與私募基金或個人大戶聯(lián)合坐莊，進行交易與信息的復合型操縱；二是從行為目的來看，偽市值管理操縱的目的并不僅僅是從二級市場收集籌碼抬高股價后賣出獲利，而是根據(jù)上市公司的不同需求具有多樣性，如配合股權收購、配合定向增發(fā)、配合大股東減持、維持股價防止質(zhì)押爆倉等。

二、基于舞弊三角理論的偽市值管理行為分析

作為分析企業(yè)財務舞弊的有力工具，美國注冊舞弊審核師協(xié)會創(chuàng)始人阿伯雷齊特的財務舞弊三角理論指出，企業(yè)財務舞弊的原因來自壓力、機會與自我合理化，只有三要素同時具備才會形成舞弊。本文將其拓展至偽市值管理行為，從中識別出其特征(見圖1)。

圖1 偽市值管理三角理論

(一)壓力

壓力要素是指上市公司進行偽市值管理的動機。首先，小市值公司(年均總市值小于30億)具有偽市值管理的動機。近年來我國A股市場投資者尤其是機構投資者存在明顯的市值偏好，傾向于關注大市值公司而忽略小市值公司。2014年以來機構調(diào)研的公司占總上市公司的比重均值為43%，而小市值公司被調(diào)研比例的年均值僅為26%，遠小于總體水平(見圖2)。投資者對大市值公司的偏好導致市場資金向大市值股票集中，小市值公司獲取的市場資源日益減少，面臨邊緣化的壓力，因此小市值公司具有做大公司市值的動機。相比常規(guī)市值管理的循序漸進，偽市值管理能夠以較低的成本在短期顯著提升公司市值，市場資源有限的小市值公司更傾向于進行偽市值管理。

圖2 機構調(diào)研統(tǒng)計

其次，高股權質(zhì)押比例的上市公司具有偽市值管理的動機。當公司股價跌破平倉線，質(zhì)押人若不及時追加或提前贖回質(zhì)押股權，將面臨強平風險。如果質(zhì)押比例過高，控股股東甚至會面臨控制權轉(zhuǎn)移的風險。因此，當上市公司質(zhì)押比例過高時，控股股東具有維持股價防止控制權變更的意愿。在股權質(zhì)押背景下，控股股東會通過增持股份的市值管理形式提振股價，但是這種方式傳遞的并非是價值信號而是行為信號，因為，增持后質(zhì)押組的長期股價以及經(jīng)營績效表現(xiàn)均弱于其對照組[3]。換言之，在高質(zhì)押比例背景下，上市公司傾向于偽市值管理而非真正的市值管理。

再次，上市公司大股東減持前具有偽市值管理的動機。上市公司大股東無論是出于流動性和風險規(guī)避等剛性需求還是出于實現(xiàn)自身利益最大化的考慮進行減持，都期望一個較高的交易價格。國內(nèi)外研究表明，大股東減持前具有利用自身信息優(yōu)勢操縱公司股價的動機。大股東會因為自身利益利用二級市場的差價賺取資本利得進而損害中小股東利益，內(nèi)部人在減持前會通過上市公司發(fā)布“高送轉(zhuǎn)”“業(yè)績預增”“并購重組”等利好信息精準刺激股價，以達到實現(xiàn)自身財富效應最大化的目的[4]。偽市值管理通過一級市場的信息優(yōu)勢與二級市場的資金優(yōu)勢聯(lián)合操縱，能夠在短期內(nèi)刺激股價上升，從而為大股東高位減持套現(xiàn)提供理想工具。

(二)機會

機會要素是指上市公司進行偽市值管理時能夠掩蓋違法事實或規(guī)避處罰的條件。偽市值管理的機會主要體現(xiàn)在上市公司信息優(yōu)勢與操作機構資金優(yōu)勢的密切配合。以私募基金參與的偽市值管理為例，在期初，上市公司大股東或管理層會與私募基金就出資金額、收益分成、信息公告等內(nèi)容制定操作計劃；緊接著，私募基金在二級市場低價買入上市公司股票，期間上市公司通過發(fā)布利空公告進行配合，以降低建倉成本；私募基金在形成持股優(yōu)勢后開始拉抬股價，上市公司發(fā)布“業(yè)績預增”“高送轉(zhuǎn)”“重大投資”“高新技術”等利好信息進行配合，同時私募基金運作分析師出具推薦買入報告，通過媒體對公司進行宣傳，進一步推高股價；最后在市場預期一致看好的情況下逐步出貨，為保險起見甚至尋找公募基金接盤。在此過程中，一方面，因為有上市公司的公告信息配合，私募基金在操縱股價過程中不需要集中利用資金進行較大幅股價拉抬或打壓，與常規(guī)操縱市場相比，偽市值管理的二級市場交易更容易規(guī)避交易所對大幅拉抬、打壓股價操縱行為的監(jiān)控；另一方面，單從上市公司信息公告來看，利好和利空公告對應股價的漲跌是自然的市場現(xiàn)象，只要上市公司保證信息披露及時、準確、有效并控制其市場影響，一般不會引起監(jiān)管關注。因此，信息與資金優(yōu)勢的密切配合為上市公司偽市值管理制造了機會。

(三)自我合理化

自我合理化是指行為主體為合理化偽市值管理行為尋找的借口。偽市值管理行為假借市值管理的名義掩蓋操縱股價的事實，市值管理是偽市值管理行為自我合理化的借口。2014年5月9日，國務院印發(fā)《關于進一步促進資本市場健康發(fā)展的若干意見》鼓勵上市公司建立市值管理制度，這是為了引導上市公司通過合法合規(guī)的市值管理，提升公司內(nèi)在價值，提高上市公司質(zhì)量，進而實現(xiàn)股價的長期向好，最終促進資本市場健康發(fā)展。上市公司市值管理呈現(xiàn)給投資者的外在表現(xiàn)通常是重大重組、股份回購、股權激勵等市值管理手段以及對應股票價格的上漲，偽市值管理的行為主體則利用這一外在表現(xiàn)，通過聯(lián)合二級市場的機構資金，控制一級市場的信息披露節(jié)奏，惡意坐高股價，形成上市公司市值管理的市場預期，在牟取私利的同時卻給市場投資者展現(xiàn)出一幅合法合理的資本運作假象。

綜上，在引發(fā)偽市值管理行為的三個要素中，動機要素表明，小市值、高質(zhì)押比例以及大股東具有減持計劃的上市公司傾向于偽市值管理。從機會與自我合理化要素的分析中可以推斷出，偽市值管理的股票在二級市場的價格表現(xiàn)與正常股票存在差異，而一級市場上偽裝的市值管理手段也必不可少。因此，以下將從偽市值管理動機、二級市場表現(xiàn)和市值管理手段三個維度對偽市值管理行為進行實證分析。

三、模型設定

(一)Logistic回歸模型

Logistic回歸模型由條件概率分布P(Y|X)表示，隨機變量X為用于分類的特征向量，隨機變量Y取值為1或0，表示不同分類。本文的1表示涉嫌偽市值管理，0表示未涉嫌偽市值管理。具體概率分布為：

(1)

(2)

其中，x∈Rn是輸入的特征變量，Y={0,1}是輸出的分類結果，a∈Rn和b∈R為參數(shù)，a·x表示a和x的內(nèi)積。方便起見，令w=(b,aT)T，x=(1,xT)T，則Logistic回歸模型可以表示為：

(3)

(4)

觀測樣本集合{(x1,y1),(x2,y2),…,(xN,yN)},通常可以采用極大似然法對模型進行估計。令P(Y=1|x)=p(x)，P(Y=0|x)=1-p(x)，則似然函數(shù)為：

(5)

對數(shù)似然函數(shù)為：

(6)

(二)多層感知器(MLP)

隨著計算機技術的發(fā)展，人工神經(jīng)網(wǎng)絡(ANN)模型作為一種傳統(tǒng)而又復雜的機器學習方法越來越被研究者關注。其中，多層感知器(MLP)神經(jīng)網(wǎng)絡由于具有高度并行處理、非線性分離、高容錯率以及強大的自我學習功能被廣泛應用。本文在Logistic模型回歸的基礎上進一步采用MLP模型對偽市值管理行為進行識別并分析指標量的重要性。

MLP神經(jīng)網(wǎng)絡主要由三部分組成，最前端是輸入層，中間是一個或多個隱藏層，最后是輸出層。每一層由多個神經(jīng)元組成，層與層之間是全連接的，前一層的輸出結果即為下一層的輸入變量。

圖3 多層感知器(MLP)神經(jīng)網(wǎng)絡結構圖

如圖3所示，假設一個只有單個隱藏層的MLP神經(jīng)網(wǎng)絡具有M個輸入層神經(jīng)元、L個隱含層神經(jīng)元和P個輸出層神經(jīng)元，則隱含層神經(jīng)元輸出結果為：

(7)

其中，xj為輸入層第j個神經(jīng)元的輸入值，wij為隱含層第i個神經(jīng)元與輸入層第j個神經(jīng)元間的權重，σ(·)為激活函數(shù)，常用的激活函數(shù)為sigmoid函數(shù)或者tanh函數(shù)。輸出層神經(jīng)元輸出值為：

(8)

四、樣本與變量選取

(一)樣本選取

偽市值管理對資本市場秩序破壞嚴重且被市場投資者深惡痛絕，但由于其手法隱蔽，以往并沒有太多已查處的案例能夠作為研究樣本。筆者梳理了近年來中國證監(jiān)會發(fā)布的行政處罰決定書，整理出6起相關案件，分別是恒益集團操縱恒逸石化案、蝶彩資產(chǎn)操縱恒康醫(yī)療案、永邦投資操縱宏達新材案、洋豐股份操縱案、阜興金控操縱大連電瓷案以及陳建銘操縱中昌數(shù)據(jù)案。同時結合網(wǎng)絡實名舉報，2021年5月中源家居、隆基機械、維信諾、東方時尚、昊志機電、華鈺礦業(yè)、眾應互聯(lián)、法蘭泰克、祥鑫科技、今創(chuàng)集團、美克家居等11只股票涉嫌偽市值管理，共獲得17只黑樣本股票。

白樣本股票包括兩部分：一是2011-2020年由中國上市公司市值管理研究中心公布的每個財務年度市值管理百佳榜前十、并入選財務年開始至2021年4月30日,漲幅超過對應Wind一級行業(yè)指數(shù)漲幅的公司股票55只，該類公司被認為是市值管理的佼佼者，其真實性較高；二是2021年Wind白馬股指數(shù)成分股96只，白馬股在較長的財報周期內(nèi)能夠維持穩(wěn)定的業(yè)績增長、較高的ROE和EPS以及較低的市盈率，參與偽市值管理可能性較低。因此白樣本總數(shù)是151個。2011-2021年各財務年度的樣本情況見表1。

表1 2011-2021年各財務年度的樣本情況

(二)變量選取

要識別偽市值管理行為需要以下三個維度的指標變量：偽市值管理動機性特征、上市公司股票二級市場的表現(xiàn)特征和上市公司市值管理的行為手段特征。通過違法案例的總結，偽市值管理的動機主要有以下三個：一是上市公司市值較小，具有提升市值的需求；二是上市公司大股東股權質(zhì)押比例較高，需要采取手段維持股價；三是上市公司大股東具有減持套現(xiàn)需求時，具有通過偽市值管理抬高股價后賣出獲利的動機。

因此本文選擇樣本在期間內(nèi)日均流通市值、質(zhì)押比例、是否減持三個特征指標作為偽市值管理的動機性指標變量。市場操縱行為的結果反映在股票二級市場的主要特征為交易量異常和漲跌幅異常，另外從交易特征看，操縱期間賬戶持股集中度會顯著增高，因此我們選取研究樣本區(qū)間日均交易量、期間自最低價的最大漲幅、期間自最高價的最大跌幅和區(qū)間最高人均持股比例作為二級市場特征。上市公司市值管理過程中常用的手段包括重大重組、增發(fā)股份、回購股份、員工持股計劃和股利分紅等，本文選取樣本在考察期間是否實施了以上行為作為識別變量，1表示實施，0表示未實施。指標明細見表2，數(shù)據(jù)源自Wind數(shù)據(jù)庫。

表2 指標變量描述

(三)數(shù)據(jù)處理

由于黑樣本占比為10%，具有典型的非平衡特征。直接分析會降低模型的泛化能力，使預測結果產(chǎn)生較大偏差。SMOTE算法可以解決數(shù)據(jù)的非平衡問題[5]，其通過對少數(shù)類別樣本進行分析和模擬，生成人工模擬新樣本，并將新樣本添加到原始數(shù)據(jù)集中，形成新的平衡樣本。本文采用該方法對原始樣本進行擴充，形成302個平衡樣本。為了消除變量特征之間單位和尺度差異的影響，對所有定量變量進行歸一化處理。從統(tǒng)計結果來看，黑樣本日均交易量、最大漲跌幅、分紅和日均流通市值的均值低于白樣本，而人均持股比例、質(zhì)押比例以及減持的均值都高于白樣本(見表3)。

表3 指標變量描述性統(tǒng)計

五、實證結果與分析

(一)Logistic回歸分析

以下采用SPSS向前有條件法進行回歸，考察偽市值管理動機、二級市場表現(xiàn)和市值管理手段三個維度下的相關指標對偽市值管理行為的影響(見表4)。

表4 Logistic回歸結果

首先，從偽市值管理動機(L1)指標來看，日均流通市值的回歸系數(shù)顯著為負，質(zhì)押比例與重要股東是否減持的系數(shù)顯著為正，證明了具有小市值、高質(zhì)押比例以及存在大股東減持行為特征的上市公司更傾向于偽市值管理。其次，二級市場表現(xiàn)(L2)的指標顯示，日均交易量和最大漲幅的回歸系數(shù)顯著為負，最大跌幅和人均持股比例的回歸系數(shù)顯著為正。這表明實施偽市值管理的公司股票交易活躍度會比較低，但是股權集中度會比較高，其股價波動表現(xiàn)為上漲的不可持續(xù)性以及下跌時具有超跌的特征。再次，從市值管理手段(L3)角度分析，是否重大重組或股份回購的回歸系數(shù)顯著為正，是否增發(fā)和實施員工持股計劃兩項指標未進入方程，是否分紅的回歸系數(shù)顯著為負，表明實施偽市值管理的公司從表面上看確實會采用重大重組、股份回購等方式來提高市值，但卻吝于向投資者分紅。最后，三個維度(L4)指標共同回歸結果顯示，二級市場表現(xiàn)變量中的最大漲幅、人均持股比例，市值管理手段中的分紅，以及偽市值管理動機中的日均流通市值、質(zhì)押比例和重要股東減持進入了回歸方程，結果的顯著性和方向性與單維度回歸結果基本保持一致。

進一步對比各個維度下Logistic模型的擬合優(yōu)度以及樣本內(nèi)的預測效果。首先，通過R2、Hosmer和Lemeshow檢驗以及預測正確百分比的比較可以發(fā)現(xiàn)，同時考慮三個維度變量的模型具有最高的R2(Cox & Snell R2和Nagelkerk R2分別為0.72和0.96)，以最大的sig值(等于1)通過了Hosmer和Lemeshow檢驗，且非偽市值管理、偽市值管理以及整體預測正確百分比均最高，分別為97.4%、99.3%和98.3%。其次，僅用偽市值管理動機指標對偽市值管理行為分類雖然具有較高的樣本內(nèi)預測百分比和較高的R2，但是Hosmer和Lemeshow檢驗結果顯示其sig值為0.02，表明模型的適配度并不理想。根據(jù)Hosmer和Lemeshow檢驗的構造特征，將模型預測值和觀測值按預測概率分組后，至少存在一組預測結果與實際結果相差較大，因此僅使用偽市值管理動機指標進行分類還是存在較大誤判的可能。最后，二級市場表現(xiàn)和市值管理手段指標的單維度模型雖然通過了Hosmer和Lemeshow檢驗(sig值分別為0.08和0.43，均大于0.05)，但是其R2和樣本內(nèi)預測效果均表現(xiàn)不佳。其中，市值管理行為指標預測出偽市值管理行為的準確率僅為56%，這表明上市公司在實施偽市值管理時，會采用一些市值管理手段迷惑投資者，僅從市場行為的角度很難判斷其真?zhèn)巍?/p>

(二)MLP神經(jīng)網(wǎng)絡模型分析

根據(jù)各Logistic回歸模型篩選出的指標變量，本文利用MLP神經(jīng)網(wǎng)絡模型對偽市值管理行為進行識別。在各MLP神經(jīng)網(wǎng)絡模型中，將訓練集、驗證集以及支持集樣本的比例設為5∶3∶2。其中，訓練集用于模型訓練，驗證集用于模型驗證，支持集作為額外的檢驗樣本對模型精度進行再次驗證。鑒于樣本量有限，本文將隱含層數(shù)量設置為1。表5給出了各個維度下MLP神經(jīng)網(wǎng)絡識別偽市值管理行為的精準度。與Logistic回歸結果類似，綜合考慮三個維度指標變量的MLP神經(jīng)網(wǎng)絡模型(M4)識別效果最佳，該模型在各個樣本集中對偽市值管理行為的識別正確率均達到或接近100%，并且將非偽市值管理識別為偽市值管理的概率也基本小于10%，對應ROC曲線下面積為0.996，接近1。

表5 MLP神經(jīng)網(wǎng)絡識別結果

MLP神經(jīng)網(wǎng)絡模型還能夠提供自變量的重要性排序，有助于我們對各個變量在偽市值管理行為識別中的重要性特征進行把握(見圖4)。

圖4 MLP神經(jīng)網(wǎng)絡模型變量重要性排序

M1、M2和M3分別給出了在單維度下變量的重要性排序，其中在偽市值管理動機指標中，日均流通市值重要性明顯高于質(zhì)押比例和重要股東是否減持，人均持股比例和最大漲幅在二級市場表現(xiàn)指標中貢獻最大，是否分紅在市值管理手段指標中重要性突出。M4綜合考慮了三個維度指標的重要性，其中排名前三的是日均流通市值、最大漲幅和質(zhì)押比例，是否分紅的重要性高于重要股東是否減持。重要性排序的結果表明，偽市值管理行為的識別需要綜合考慮各個維度的指標，是否具有偽市值管理的動機以及二級市場表現(xiàn)的相關指標尤需關注。

六、結論及政策建議

第一，流通市值較小、質(zhì)押比例較高以及重要股東要減持股份是偽市值管理動機的典型特征。

第二，偽市值管理的股票成交量較低，人均持股比例較高，其股價上漲具有不可持續(xù)性，在下跌時容易崩盤導致較大的跌幅。

第三，偽市值管理會通過重大資產(chǎn)重組、股份回購等方式偽裝成市值管理迷惑投資者決策，但很少通過分紅切實提高投資者收益。

第四，綜合考慮三個維度的指標進行MLP神經(jīng)網(wǎng)絡建模能夠?qū)崿F(xiàn)偽市值管理行為的精準識別，對于模型識別精度的重要性排序依次為偽市值管理動機、二級市場表現(xiàn)與市值管理。

基于以上結論，政策建議如下：

一是頒布市值管理制度的行為規(guī)范指引，明確市值管理的行為準則與法律底線。目前上市公司市值管理雖然有章可循，但還缺乏具體的行為規(guī)范。通過規(guī)范指引可以明確市值管理行為的核心在于提升公司盈利水平與內(nèi)在價值而非價格管理，有助于上市公司準確區(qū)分市值管理與價格操縱，避免觸碰監(jiān)管紅線。

二是強化信息披露監(jiān)管和投資者教育。由于上市公司進行偽市值管理時會通過利好公告來配合二級市場的操縱行為，監(jiān)管部門制定嚴格的信息披露標準與懲罰機制可以降低上市公司相關人員的信息優(yōu)勢，同時引導投資者樹立正確的風險投資理念，提高市場風險的識別和應對能力，避免落入偽市值管理的圈套。

三是完善市場監(jiān)控指標體系，構建偽市值管理行為識別的多維監(jiān)控系統(tǒng)。通過綜合行為動機、市場表現(xiàn)以及市值管理手段等多維度進行偽市值管理行為的識別具備較高的有效性。監(jiān)管部門可在此基礎上，結合上市公司信息披露、賬戶關聯(lián)交易情況等構建機器學習模型，發(fā)揮大數(shù)據(jù)監(jiān)管優(yōu)勢，實現(xiàn)對偽市值管理行為精準識別與實時監(jiān)控。