股价是如何被操纵的

引言
    近几年来,我国股票市场出现了许多问题,如股价操纵、内幕交易、上市公司财务作假等,这些问题严重损害了中小投资者的权益,玷污了我国证券市场的形象。中国证监会将2001年确定为监管年,2002年以来也反复强调一线监管的重要性,正是为了遏止这种坏孩子效应的蔓延,切实保护中小投资者的权益。在我国股票市场,庄家是一个耳熟能详的词汇,媒体不断提及,普通投资者也习以为常,但很少有人来探讨庄家的确切含义。从法律角度,庄家无疑是股价操纵者,做庄有违《证券法》,随意将某只股票称为庄股也是欠妥的。本文无意给出庄家的定义,仅从投资者的交易行为来识别庄家,考察庄家的交易行为对股价的影响。股票

    在我国股票市场,个人投资者开户数占99.5%,机构投资者占0.5%,行为主体为个人投资者。但机构投资者所拥有的资金量较大,左右着市场的走势。另外,我国股市流通股仅占1/3,平均流通市值很低,这就为拥有资金优势的机构投资者操纵股价提供了便利。除了资金优势外,机构投资者还具有信息优势,甚至可以利用内幕信息来操纵股价。
    我们实证研究的结果如下:
    一、庄家的行为特征
    (1)自买自卖行为
    我们考察了19只股票1999-2000年参与交易股东的自买自卖交易次数和交易股数,统计结果见表1和表2。
    从表1来看,仅发生一次自买自卖交易的接近50%,发生2-3次的接近20%,发生4次以上的接近30%。不可否认的是,大部分交易属于庄家行为。
    从表2来看,部分自买自卖交易股数很少,交易数量在100股以下的大约占10%；部分自卖自卖交易股数很多,交易量在10000股以上的大约占25%。从自买自卖这种非理性的交易中可以发现庄家的踪迹。
    1999年7月1日开始实施《证券法》,股东自买自卖的行为应有所收敛,图1给出了1999-2000年每月发生的自买自卖的次数。
    我们从图1来看,《证券法》实施后,自买自卖行为并没有马上收敛,2000年6约更是创纪录地达到4650次,交易股数2162万。2000年7月以后,自买自卖现象大幅降低,交易次数大多在100次以下,交易股数大多在1万股以下。
    我们计算了每只股票涉及自买自卖行为的股东数量和成交的股票数量,股东数量的平均值是29,中位数是25,最大值是138,最小值是10；成交的股票数量的平均值是59.7万股,中位数是38.9万股,最大值是362.5万股,最小值是4.0万股。
    (2)反复交易
    由于自买自卖交易很容易暴露,庄家更多地采用多帐户交易来操纵股价,表3给出帐户之间交易次数在2次以上的统计结果。
    从表3来看,在423701次反复交易中,有近70%反复了2次,反复3-4次的占20%,反复5次以上的占10%。两个没有关联的股东之间可能发生反复交易,但数量不会太多。两个股东之间的反复交易次数越多,则关联度越大。我们计算了每只股票反复交易6次以上的股东数量,平均值是1046,中位数是990,最大值是2128,最小值是234。从已披露的案例来看,庄家操纵一只股票所动用的股东帐户大约为数百个,如果帐户数量太少则股票相对集中,容易暴露；如果帐户数量太多则操作麻烦,必要性不大。我们以6次为临界值,超过6次的帐户有可能是庄家。
    (3)日内非理性交易
    我们计算了每只股票日内采取低卖、高买帐户的数量,平均值是2495,中位数是1977,最大值是6148,最小值是269,由此可见,采取低卖、高买这种非理性交易的帐户大量存在。但进行这种交易的并不一定就是庄家,例如:某个投资者卖出股票后发现股价继续上涨,由此产生后悔心理,于是进行反向操作,以更高的价格买进股票。但庄家为了操纵股价往往蓄意采取这种非理性交易,因此,采取这种行为的有可能是庄家。
    (4)转托管行为
    反复转托管是庄家常用手段之一。我们计算了每只股票转托管的帐户数量,平均值是4499,中位数是3177,最大值是13135,最小值是1173。
    (5)庄家的判定
    根据上述研究,我们将庄家的特征归结为:自买自卖、帐户之间的反复交易6次以上、日内非理性交易、转托管两次以上、累计交易量前1000名和最大持仓量前1000名。我们把具备2项以上上述特征的看作庄家,庄家数量的平均值是920,中位数是959,最大值是1285,最小值是563。一般来说,庄家操纵一只股票所使用的帐户数为数百个,上述结果符合常识。
    二、庄家的行为对股价的影响
    (1)超常收益率之检验
    我们计算了19只股票庄家持仓达到最大值前后150个交易日的超常收益率的平均值,以前150个样本为一组,均值是0.003277,标准差是0.008615,均值为0的检验统计量是4.66,均值显著为正数；以
    后150个样本为一组,均值是0.000260,标准差是0.008954,均值为0的检验统计量是0.35,不显著非零。关于超常收益率的假定得到证实。
    (2)累计超常收益率与时间的关系
    图2给出了19只股票的平均累计超常收益率。显然,在达到最大持仓量之前,个股的收益率超过市场投资组合收益率；在达到最大持仓量之后,在一段时间内(大约是20个交易日),个股的收益率仍超过市场投资组合收益率；随后个股的收益率略低于市场投资组合收益率,但差距很小。庄家有足够的时间将帐面收益转化为实际收益。
    (3)平均净买进量与时间的关系
    我们计算了19只股票的平均净买进量,由图3给出。从最大持仓量前150个交易日开始,平均最大净买进量为26%,其中最后70个交易日平均净买进量增加了22%。到达最大持仓量后,持仓量持续下降,大约在100个交易日平均净买进量为零。在随后的50个交易日,又下降了6%。由此可见,做庄往往需要较长的时间,短则数月,长则1-2年。由于庄家在减仓过程中,个股收益率与市场投资组合的收益率相当,并没有引起股价暴跌,庄家可以获得超常收益。
    (4)庄家自买自卖与时间的关系
    我们计算了庄家自买自卖占总成交量的比例,由图4给出。从图4来看,庄家自买自卖占总交易量的比例从14%到44%,自买自卖是庄家操纵股价的重要组成部分。
    (5)庄家与普通投资者交易的损益
    在做庄过程中,庄家既将股票卖给普通投资者,又从普通投资者手里买进股票,假定庄家卖出股票的平均价格是,庄家买进股票的平均价格是,我们把定义为庄家的买卖价差成本。如果买卖价差成本大于0,则庄家采取的是低卖高买策略；如果买卖价差成本小于0,则庄家采取的是低买高卖策略。
    我们计算了19只股票庄家达到最大持仓量前后150个交易日庄家的买卖价差成本,其平均值由图5给出。从图5来看,绝大部分交易日,庄家在与普通投资者的交易中采取低卖高买策略。301个交易日的平均买卖价差成本是0.0023,均值为0的检验统计量是16.78,显著非零。
    样本及研究方法
    一、样本本研究使用的数据库是19只股票1999-2000年的成交记录,包括如下变量:股票代码、买方股东代码、卖方股东代码、成交数量、成交价格、交易标识和成交日期。根据上述数据,可以研究投资者的自买自卖现象、帐户间反复交易现象、日内非理性交易现象和反复转托管现象,并结合累计成交量和最大持仓量来确定庄家。
    二、研究方法
    1、庄家的行为特征以及识别方法
    庄家在二级市场上炒作某只股票的动机是赚取买卖差价,这一点和中小投资者没有什么区别。但所采取的手段和方法不同,中小投资者资金量有限,无法左右股价的走势,大多只是根据个人对股票基本面和技术面的认识、媒体的推荐、各种小道消息买卖股票。而庄家通常十分了解所操纵的股票,具有信息和资金上的优势。通常所操纵的股票流通市值较低,持仓量达到一定程度后就可以随意拉升和打压股价。由于庄家和普通投资者的信息不对称性,普通投资者很难把握庄家的意图,与庄共舞的风险是很大的。
    庄家和市场监管者之间也存在信息不对称性。庄家知道哪些帐户是自己的帐户,确切的持仓量和持仓成本,不知道普通投资者的持仓成本和分布。市场监管者知道所有投资者的持仓量和持仓成本,但不知道哪些帐户为庄家所有。本文从投资者的交易行为入手,探讨识别庄家的方法。
    通过对庄家行为的分析,我们将庄家的行为特征概括为六个方面:1、自买自卖,即投资者将自己的股票以某个价格卖给自己,在数据库中表现为买方股东代码等于卖方股东代码,这种交易是一种不转移股票所有权的交易,是证券法明文禁止的行为,这种行为的结果是庄家股票持仓量保持不变,但支付了一定的交易成本,造成交易活跃的假象；2、反复交易,即庄家多次将一个帐户的股票卖给另一个帐户,这种交易也属于不转移股票所有权的交易；3、日内非理性交易,即在一天内以较高的价格买进股票以较低地价格卖出股票,这种交易本身并不违法,但它是庄家常用手法之一；4、反复转托管；5、大持仓量；6、大成交量。
    根据投资者的交易行为特征,我们把投资者划分为庄家和普通投资者。这种划分有一定的科学性,差错率不会太高,但不可能与真实的庄家完全一致。可以肯定的是我们所认定的庄家中的大部分是真正的庄家,其行为特征和结果与真正庄家一致。
    2、庄家的行为对股价的影响
    庄家操纵股价的过程如下:1、在低价位大量建仓；2、拉抬股价并震仓,使部分获利盘出局,以抬高普通投资者的持仓成本；3、控盘后,快速拉升股价；4、伴随股价的高位震荡或继续上升,不断减仓；5、大量抛出股票,获利出局。
    通常,庄家的持仓量先达到最高点,经过一段时间后,股价才达到最高点,其间庄家的收益甚丰。在持仓量达到最高点以前,虽然股价高于庄家的持仓成本,但庄家的收益只是帐面收益,而不是实际收益,庄家仍需要不断注入新的资金。另外,为了吸引投资者跟风,庄家还进行大量不转移所有权的交易和日内非理性交易,这些交易需要支付交易成本和买卖价差成本。在减仓过程中,股价有可能下跌,如果下跌速度较慢,庄家就有时间将帐面收益转化为实际收益；如果股价下跌速度过快,庄家则可能遭受损失。比较理想的模式是:在庄家的持仓量达到最大值之前,个股的收益率超过市场投资组合的收益率；在庄家的持仓量达到最大值之后,个股的收益率和市场投资组合的收益率无差异,这样庄家就有充裕的时间将帐面收益转化为实际收益。
    为了验证上述模式,我们将投资者之间的交易分成庄家自买自卖、普通投资者之间的交易、庄家与普通投资者之间的交易,最后一种交易又分为庄家卖、普通投资者买和庄家买、普通投资者卖两种类型。根据上述分类,计算每只股票1999-2000年每个交易日庄家的净买入量和累计净买入量,并确定最大持仓量的时刻,截取该时刻前后各150个交易日的数据,包括:个股收益率、市场投资组合收益率、庄家累计净买入量、庄家自买自卖占全部交易的比率等。
    我们把个股收益率和市场投资组合收益率之差看作超常收益率,并计算每只股票301个交易日的超常收益率,即第只股票第个交易日的超常收益率。对19只股票第个交易日的超常收益率取平均得到,即。假定和都是独立同分布,检验和。
    在上述计算的基础上,进行如下工作:1、计算累计超常收益率,并考察与的关系；2、利用个股的累计净卖入量,计算从最大持仓量时刻前150个交易日开始的平均净卖入量,并考察与的关系；3、计算庄家自买自卖占全部交易的平均比例,并考察与的关系。
    ＠结论
    本文通过对投资者交易行为的研究,发现庄家六个方面的行为特征,并根据投资者的行为特征来判断投资者是否是庄家。主要结论如下:1、在庄家的持仓量达到最大值之前,个股的收益率超过市场投资组合的收益率；2、在庄家的持仓量达到最大值之后,个股的收益率和市场投资组合的收益率无差异；3、庄家有充裕的时间将帐面收益转化为实际收益；4、自买自卖是庄家操纵股价的重要组成部分；5、在日内与普通投资者的交易中,庄家采取低卖高买的策略。总之,庄家可以通过操纵股价获取超常收益,但市场监察人员可以通过分析交易行为来识别庄家,进而查处庄家。
   
表一：股东自买自卖交易次数
交易次数  频率  百分比  累计频率  累计百分比
1         262   47.29   262       47.29
2-3       107   19.31   369       66.61
4-7       58    10.47   427       77.08
8-15      46    7.70    473       85.38
16-31     32    5.88    505       91.16
32-63     19    3.42    524       94.58
64-127    16    2.89    540       97.47
128-      14    2.53    554       100.00
表二：股东自买自卖交易股数
                                     交易股数
交易次数  平均值   最大值 最小值 中位数
1         4852    132320    1       1000
2-3       7565    50000     30      3126
4-7       19333   251176    368     3500
8-15      32075   295929    308     8006
16-31     46585   336803    2821    13416
32-63     19182   65333     4204    10820
64-127    73395   301721    5406    41349
128-      368569  1342485   34969   117746
表三：帐户之间的反复交易
交易次数  频率    百分比  累计频率  累计百分比
2         295899  69.84   295899    69.84
3-4       84299   19.89   380198    89.73
5-8       27129   6.41    407327    96.14
9-16      9939    2.34    417266    98.48
17-32     3871    0.91    421137    99.39
33-64     1632    0.39    422769    99.78
65-128    644     0.15    423413    99.93
129-      288     0.07    423701    100.00