机构投资与金融稳定——基于A股ETF套利交易的视角_姜富伟
姜富伟,宁炜,薛浩.机构投资与金融稳定——基于A股ETF套利交易的视角[J].管理世界,2022,38(04):29-49.
研究问题
以ETF这一机构投资者最主要的高流动性指数化投资工具为切入点，探讨机构投资对金融稳定的影响和微观机制
理论机制
相较于信息获取能力有限的非理性散户投资者，机构投资者在提升资源配置效率、改善公司治理和加速
市场价格形成等方面发挥着诸多积极作用，增强了金融服务实体经济的能力，创造了实体经济良好发展的金融环境。另一方面，机构投资者基于较大市场份额、信息优势和市场定价权的抱团持股、集中交易以及套利交易等行为也有可能损害金融市场稳定，机构投资工具也可能向市场注入新的系统性风险。以往研究表明，机构投资者会在市场压力时期抛售风险资产、买入低风险流动性资产。但随着2008年金融危机后监管政策的转变，越来越多的机构投资者出于宏观审慎目标，在市场压力时期优先抛售高流动性资产，迅速收回流动性以满足外部流动性需求或监管要求，这一反向流动性转移似乎缓解了风险资产面临的抛售压力。但是，金融市场广泛而复杂的相互联系可能限制上述流动性缓冲机制甚至扩大风险传染。当市场压力逐渐增加时，投资者倾向于同时降低投资组合中流动性资产和风险资产的权重以保持投资组合整体流动性，流动性资产并不能发挥风险缓冲作用。债券基金在新冠疫情期间的大规模的国债抛售并不能形成流动性缓冲，危机会进一步蔓延至缺乏流动性的风险资产。固定收益市场ETF在流动性转换中的效率和稳定性受到授权参与者资产负债表的约束。
ETF的兴起来源于市场对高流动性指数化投资的需求。相比于以往的金融产品，ETF最主要的创新在于为投资者提供实时买卖市场指数的渠道。并且，ETF兼具开放式基金和封闭式基金的特点。投资者既可以于二级市场上交易ETF份额，亦可以在一级市场上进行ETF份额和股票的转换，这一特殊的交易机制为ETF和股票之间的套利活动提供了渠道。大量研究分析了ETF套利活动对股票和金融市场的影响，认为ETF高流动性、低成本和实时化投资的特点吸引了短线噪声交易者并创造出大量套利机会，而一级市场授权参与者的套利交易活动则把ETF层面的交易活动传递至股票。金融创新文献发现，引入新证券可以完善金融市场、提高风险承担能力、优化投资组合以及提高信息交易，而学者们亦证明了ETF在增强股票流动性以及提升市场效率方面的积极作用。主动投资频繁的套利活动会增加价格噪声，而被动投资的引入可以降低市场的套利机会并提高市场效率。ETF作为一种高流动性和低成本的指数化投资工具，对提高股票价格发现能力和流动性亦具有积极影响。ETF为定向押注指数的投资者提供了高性价比的工具，因此其价格的信息发现能力将快于股票。在套利无摩擦的前提下，信息冲击将不会通过ETF传递至股票，从而提升股票的价格发现能力。行业ETF的引入不仅能降低股票的套利风险，亦可以显著降低高行业风险敞口股票盈余公告后的价格漂移，从而提高市场效率。同时，ETF对市场和股票亦存在一定的负面影响。一方面，ETF的交易便捷性会引入短线交易者，频繁的交易会加剧股票波动，噪声交易行为也会降低股票信息效率。另一方面，授权参与者作为ETF市场上重要的流动性供给者，在市场压力时期会出于利益最大化而不进行套利，进一步恶化市场环境。
从ETF特点以及系统性尾部风险成因看，ETF对股票系统性尾部风险可能存在相反的影响。一方面，具有高流动性的ETF可以在市场压力时期作为股票替代品满足投资者的流动性需求，进而降低股票系统性尾部风险。另一方面，当ETF价格在市场压力时期大幅下跌时，机构投资者频繁的短线套利活动可能会加剧股票系统性尾部风险。首先，ETF可以作为股票流动性冲击时的缓冲，缓解系统性尾部风险。在市场压力时期，恐慌的投资者会出于避险动机将风险资产转移至安全资产。投资者在市场压力时期急剧下降的风险偏好会导致巨大的流动性需求，并通过抛售风险资产来满足流动性偏好，甚至会出现流动性囤积现象。另一方面，受限于金融中介的融资流动性约束，市场中的杠杆交易者将被迫卖出风险资产以回收流动性，导致股票价格的进一步下跌。因此，多头投资者将出于流动性需求抛售股票收回流动性，持续的卖出压力将导致股票系统性尾部风险。而ETF作为一种高流动性的金融产品，可以为市场增加新的做市能力。通过股票满足流动性需求的投资者，可以替代性地通过ETF满足需求。因此，尾部风险事件对股票的流动性冲击得到抑制，股票系统性尾部风险降低。另一方面，ETF套利机制会催生短线交易，市场压力时期频繁的套利活动会对股票产生进一步价格压力，加剧股票系统性尾部风险。当发生尾部事件时，ETF二级市场价格大幅下跌，其中存在的折价套利机会将ETF的价格下跌压力传递到股票，导致股票价格下跌，进而加剧股票系统性尾部风险。并且，许多宏观冲击事件并不会影响股票基本面，ETF 套利活动引起的股票非基本面需求冲击会导致其资产价格偏离基本面价值，因此这类套利活动的作用也不同于ETF提升价格发现能力的观点。相反，频繁发生的套利活动将向股票中引入更多短线套利交易者，而基于ETF 定价误差的套利交易将向股票价格引入更多噪声，加剧股票价格和市场价格的“同涨同跌”程度，降低股票价格发现能力。
主要假设
H1:ETF作为股票流动性需求替代工具，可以在市场压力时期为股票形成流动性缓冲，降低股票系统
性尾部风险。
H2:ETF频繁的套利机制引入了更多短期套利交易者，加剧股票系统性尾部风险。
测度指标体系
模型见底部原文，指标如下：
本文将系统性尾部风险作为金融稳定代理变量，研究机构投资对金融稳定的影响。根据姜富伟等（2021b）的研究，影响股票时变系统风险的主要因素是市场类因子，基本面因子居次，因此需要从市场整体角度而非个体异质性角度界定股票层面的金融稳定因素。鉴于传统尾部风险测度方法主要反映个股与市场在压力时期的相依性，并未分离个股风险的微观成分，本文参考Oordt和Zhou（2016）以及田正磊等（2019）对于股票系统性尾部风险的研究，在普通CAPM模型中添加一个极值条件，将收益率的分布限制在左尾后构造一个市场极端下跌情形的CAPM模型以刻画系统性尾部风险。该测度不仅从资产定价视角度量了系统性尾部风险中不可分散的市场成分，并且从绝对幅度而非相对概率角度给出了风险的大小，更加符合本文的分析目标。同时，为了对结果进行稳健性检验，本文构造3个替代性被解释变量：剔除市场成分的系统性尾部风险、ΔCoVaR以及MES。核心解释变量ETF持仓占比被定义为股票总股本中由ETF产品持有的比例。以ETF投资组合中股票的持仓比例作为权重，对ETF的每日总在管资产规模进行加权后得到当日ETF持股总市值，将该值除以股票当日总市值即得到股票当日的ETF持仓占比。这一计算方法的现实基础是，ETF作为一种金融工具创新，是机构投资者进行实时指数化投资的主要工具，且借助ETF进行套利交易的主要是机构投资者而非个人投资者，因此使用ETF持仓占比作为机构投资代理变量是合理的。核心控制变量方面，本文参考田正磊等（2019）和董纪昌等（2020）对于机构投资者与股票系统性尾部风险的研究，以及Bhat⁃tacharya和O’Hara（2018）、Ben-David等（2018）对于ETF与股票波动率以及市场脆弱性的研究，选取股票总市值对数、Amihud（2002）非流动性比率、账面市值比、历史收益、预期收益、净资产收益率以及股票波动率等作为控制变量，以控制对系统性尾部风险具有潜在影响的其他因素。
实证数据期间与来源
本文以2006年1季度至2020年4季度所有存续股票型ETF及其股票作为研究样本。ETF持股数据、ETF市场行情数据、上市公司季度报表中披露的机构投资者数据以及股票市场行情数据均来源于Wind数据库。计算系统性尾部风险替代指标所需的宏观控制变量以及计算日度指标所需买卖不平衡数据、日内收益率数据和相对价差数据的则来源于CSMAR数据库。在样本选择上，本文仅选择跟踪A股市场的股票型ETF，包括各类主题ETF和市场指数ETF，并根据ETF半年报和年报披露的详细股票持仓数据计算相关指标。根据学者们对股票分析的常见做法，本文剔除市场规模小于5000万的ETF，剔除成立时间小于两年的ETF以及上市不足两年的股票，并对变量进行上下1%的缩尾处理以降低异常值对结果的影响。在经过数据预处理后，共计获得163678股票—月度样本，包括252只股票型ETF，2906只ETF股票。
结论
当发生系统性尾部风险事件时，ETF会增加股票的风险，而并非是股票的流动性缓冲。机构投资者的套利活动是ETF增加股票系统性尾部风险的重要原因，ETF套利活动向股票引入了短期套利者，增加了股票的日内波动，套利活动尤其是折价套利活动引起股票的净卖出，进而增加股票系统性尾部风险。为了更好地识别ETF对股票系统性尾部风险的因果效应，本文根据沪深300指数和中证500指数历史调仓数据构造股票指数成分转换虚拟变量，使用工具变量法解决内生性问题后的发现，当股票从沪深300指数调入中证500指数后，其ETF持股占比会显著上升；而当股票从中证500指数调入沪深300指数后，其ETF持股占比会显著下降。第一阶段回归得到的ETF持股占比预测值对股票系统性尾部风险具有显著的正向影响，证实了ETF持股占比与股票系统性尾部风险的因果关系。对结果的拓展性分析发现，ETF对股票系统性尾部风险存在着门限效应、非对称效应，而不同市场交易制度也会显著影响ETF对股票系统性尾部风险的作用机制。当ETF持仓占比较高或市场处于压力时期时，ETF对股票系统性尾部风险的影响更加显著，市场压力时期折价套利活动会显著增加股票系统性尾部风险，而溢价套利活动却无法缓解股票系统性尾部风险。对于可以进行日内交易的单市场ETF和上海证券交易所跨市场ETF而言，ETF对股票系统性尾部风险具有显著的正向影响。而对于仅能进行T+2交易的深圳证券交易所跨市场ETF而言，ETF对股票系统性尾部风险不具备经济显著性和统计显著性的影响。
小结
下回看一下尾部风险
在基准回归结果中，ETF持仓占比与股票系统性尾部风险之间存在显著正相关关系。进一步地，为了克服遗漏变量偏差，本文在回归分析中执行加入控制变量后的回归、加入被解释变量两期滞后项以克服潜在自回归问题的回归以及同时执行时间和股票固定效应以控制其他宏观因素影响的回归，发现回归系数基本保持显著。因此，本文推翻假设1，认为ETF并不能在尾部事件时期为股票提供缓冲。另一方面当加入控制变量、控制系统性尾部风险指标滞后值并同时执行时间和股票固定效应后，ETF持仓占比对当期股票系统性尾部风险的影响不再显著，说明使用同期ETF持仓占比的OLS估计结果可能受到内生性影响而出现偏差。基于此，本文使用滞后一期的ETF持仓占比作为核心解释变量进行回归。结果表明，当ETF持仓占比提升后，股票在下一期的系统性尾部风险会显著提升，综合基准回归分析可知，总体而言，ETF会增加股票系统性尾部风险。
基准回归模型虽然在克服遗漏变量内生性问题后可以得到稳健的结果，但仍可能受反向因果内生性问题的影响。根据ETF持仓占比的构建方法可知，当发生系统性风险事件时，股票总市值和ETF持股市值都将下降，当前者的下降幅度大于后者时，股票ETF持仓占比将提升，反之则股票ETF持仓占比将下降，因此股票系统性尾部风险可能潜在地影响ETF持仓占比。基于此，为了更好地识别ETF对股票系统性尾部风险的因果效应，本文使用工具变量法解决内生性问题。ETF 作为紧密跟踪基准指数的实时被动投资品种，会根据跟踪指数股票的变化而进行相应调仓。本文参考Chang 等（2015）和Ben-David等（2018）对于指数股票外生变化的研究，构造股票是否更换所属指数虚拟变量作为工具变量进行两阶段最小二乘回归。在指数选择上，本文仅选择沪深 300 指数和中证 500 指数，以保证指数成分股切换的随机性。沪深300指数和中证500指数在选择成分股时，都将总市值作为重要的衡量因素，而由于总市值会随着股价随机变动，因此两个指数对股票的选择具有随机性，基本满足准自然实验的要求。由于ETF 持有股票的权重与标的指数中股票权重高度相关，本文认为，当股票由沪深300指数调整为中证500指数后，其ETF持仓占比将会上升，而当股票由中证500指数调整为沪深300指数后，其ETF持仓占比将会下降。利用这一随机准自然实验的结果，本文构造股票是否更换所属指数虚拟变量作为工具变量进行两阶段最小二乘回归。回归结果显示，股票在沪深300指数和中证500指数之间的切换会显著影响其ETF持仓占比。当股票从沪深300指数调入中证500指数后，其ETF持仓占比会显著上升；而当股票从中证500指数调入沪深300指数后，其ETF持仓占比会显著下降，两个回归的系数均至少在5%水平上显著，说明本文构造的工具变量满足内生性和相关性的要求，即构造的工具变量来源于外生的随机性冲击事件，而又与ETF持仓占比存在显著的相关关系。进一步地，从第二阶段的回归结果可以看出，第一阶段回归得到的ETF持仓占比预测值对股票系统性尾部风险具有显著的正向影响。这一结果初步证明了假设2，即ETF持仓占比会扩大股票系统性尾部风险。在稳健性检验部分，本文执行四个稳健性检验分析。倾向得分匹配。本文两阶段最小二乘回归中所使用的两类样本可能受到中证公司指数调仓规则的影响而不具备初始条件的完全相似性，导致选择偏差。因此，本文执行倾向得分匹配以检验结果的稳健性。具体而言，本文在5%的阈值下划分控制组和处理组，将股票是否发生指数切换虚拟变量作为处理变量，系统性尾部风险指标作为结果变量，基准模型中的控制变量作为协变量。本文使用logit模型，采用一对一K临近匹配、一对一卡尺匹配、半径卡尺匹配、核匹配和局部线性回归匹配方法进行分析。从检验结果来看，倾向得分匹配的检验结果在各类匹配方法上基本一致，都具有高度的统计显著性，两阶段最小二乘分析的结果在控制内生性问题后仍具有稳健性，股票在指数之间的切换的确会导致ETF持仓占比发生变化，进而影响系统性尾部风险。替换变量回归。其次，本文的结果可能受到系统性尾部风险定义的影响。本文所构造的系统性尾部风险指标尚未剔除市场系统风险信息，导致结果可能受到市场共同因素的影响。并且，与传统系统性风险指标相比，本文的系统性尾部风险指标可能受到宏观因素的影响。基于此，本文将系统性尾部风险指标减去股票β，并参考Adrian和Brunnermeier（2016）、Acharya等（2017）、杨子晖等（2018）以及Chu等（2020）的研究，使用两个常见的系统性风险指标ΔCoVaR和MES作为被解释变量进行稳健性分析。分析结果表明，使用替换的系统性尾部风险指标后，ETF持仓占比仍对系统性尾部风险具有显著的影响，本文的结果不受系统性尾部风险定义的影响。季度层面回归。最后，本文分析中对ETF持仓占比的计算方法为，计算每日的个股ETF持仓占比并在月度进行加总，这一结果可能受到计算误差的影响而出现偏差。因此，本文直接使用ETF季度报告披露的持仓数据汇总统计个股的季度ETF持仓占比，降低计算复杂度，并在季度层面执行基准回归。分析结果表明，在使用替代性解释变量后，ETF持仓占比仍对股票系统性尾部风险具有显著的影响，本文的结果不受ETF持仓占比计算方法的影响。高维固定效应回归。为了证明上述分析结果不受潜在遗漏变量导致的内生性问题，本文在基准模型的基础上执行高维固定效应回归。具体而言，本文将股票个体固定效应替换为月度时间与行业交乘固定效应，以控制行业层面随时间变化的遗漏因素，如产业政策变迁；将月度时间与行业交乘固定效应替换为月度时间与省份交乘固定效应，以控制行政区划层面随时间变化的遗漏因素，如地方税收政策；最后选择最严格的月度时间与省份与行业的三重交乘固定效应，以控制不同省份的不同行业随时间变化的遗漏因素对结果的影响。结果表明，在所有3类回归中，核心解释变量的系数在1%的显著性水平上为正，且系数大小与基准回归较为接近，证明本文的结果不受遗漏变量的影响。