一、引　言

基金经理与上市公司高管之间基于校友关系而进行的私有信息交易，恶化了资本市场的信息环境，会给其他投资者带来严重的信息不公平问题。在资本市场上，基金经理通过重仓与其存在校友关系的公司股票，并根据校友高管提供的私有信息进行交易，获取超额收益（Cohen等，2008；申宇等，2016）。这种超额收益实际上是以牺牲其他信息弱势投资者利益和破坏资本市场公平信息披露为代价取得的。已有研究分析了基金经理和上市公司高管在其校友圈内部通过私有信息交易相互谋利的现象，但少有文献探讨此类私有信息交易对其圈子以外的信息弱势投资者的利益伤害，特别是对资本市场信息环境的破坏性影响。

资本市场参与者通过社会关系网络进行私有信息交易并以此谋利是一个具有普遍性的问题。私有信息交易除了存在于基金经理与上市公司高管之间，也存在于基金经理与卖方分析师之间以及卖方分析师与上市公司高管之间。Gu等（2013）发现，分析师会配合与其有关系的基金经理，对该基金经理重仓的股票给予更加乐观的评价。基金经理也更倾向于持仓与其有关系的分析师所跟踪的股票，并能从中获取更高回报；同时，与基金经理有关系的分析师更可能被票选为明星分析师，这些分析师所属的证券公司会得到基金公司更多的交易佣金分仓（Gu等，2019）。宋乐和张然（2010）也发现，与上市公司高管存在关联的分析师，在预测该公司盈余时准确度更低，且更倾向于高估。这都会损害资本市场上的信息公平，对普通投资者产生严重误导。

社会关系网络表现为多种形式，包括校友关系、工作关系和同乡关系等（Fisman等，2018；Goergen等，2019；Gu等，2019；Souther，2018）。而在我国当前制度环境下，以校友关系为代表的社会关系网络对资本市场信息环境的负面影响尤其严重。中国资本市场在30多年的时间里经历了跨越发展，对金融人才有极大需求，监管机构和金融企业在员工聘用上高度倚赖具有财经专业优势的高校。经由长期积累，在金融监管部门、金融从业公司、上市企业和信息中介普遍呈现出名校聚集现象。校友关系网络依托定期举办的“校友会”或“经济论坛”等形式建立了长期的沟通与合作平台，为校友之间的私有信息交易提供了条件。这种名校集聚现象在基金行业尤为明显，表现为20所高校培养的校友占据了基金经理行业的半壁江山（杨玉龙等，2017）。加之基金经理每年都面临着巨大的业绩排名考核压力，迫切需要能够保证短期获利的私有信息渠道。基金经理必然会借助其与上市公司高管之间的校友关系网络，作为短期投机交易获利的常规手段，这给资本市场的公平信息披露带来了负面影响。

不公平的信息披露环境会扭曲投资者的交易行为，进而影响资本市场稳定。在公平信息披露环境下，投资者平等地基于公开信息进行资金配置，通过投资优质公司并借由其价值增值来获利，这是一种多方受益的长期投资模式。但是，在信息披露不公平的环境下，资本市场会“赌场化”（李培馨等，2014），具有私有信息的投资者可以通过侵害信息弱势投资者而获利，这使得股票交易沦为一种“零和博弈”。由于信息具有易扩散性，保密成本较高，信息优势无法长久维持，具有私有信息的投资者为了尽快套现就需要进行快进快出的频繁操作（钟超，2011），这会加剧股价波动。同时，理性的信息弱势投资者，在预见私有信息投资者会利用其信息优势的情况下，可以采取两种应对策略：一是采取模仿和跟随策略，这种正反馈交易可能引发羊群行为，加剧股价波动；二是直接退出交易，这会减少股票交易中的理性投资者比例，噪音交易者比例相对上升，亦不利于资本市场稳定。

本文的增量贡献为：（1）分析了基金经理与上市公司高管的校友关系加剧股市波动的内在机制。本文发现校友关系导致基金经理投资行为的短期化，以及私有信息交易的普遍化，挤出了其他无关系的专业投资者，进而加剧股价波动，这有助于全面了解校友关系网络对资本市场发展的负面影响。（2）探讨了不公平的信息披露对资本市场交易的深刻影响。公平信息披露是资本市场资源有效配置的基础，而基金经理通过校友关系取得的私有信息优势，严重破坏信息公平，既损害广大中小投资者的利益，也不利于资本市场的健康发展，这对证监会制定与公平披露管制相关的政策有所启示。（3）从校友关系的视角解释了机构投资者加剧股价波动的原因。为了稳定资本市场，我国一直奉行超常规发展机构投资者的策略，但在机构投资者能否稳定市场这一问题上，已有文献给出了相反的答案（刘振彪和何天，2016；高昊宇等，2017）。本文将基金经理按照是否与上市公司高管存在校友关系进行分类后发现，关系型基金经理的持仓行为反而会加剧个股股价波动，这对我国基金行业发展的策略调整亦有参考价值。

二、理论分析与研究假说 (一) 基金经理与公司高管的校友关系对信息公平的影响

在新兴市场中，信息是一种稀缺资源，其根源在于信息披露制度的不完善（Khanna等，2010）。新兴市场上的投资者在进行决策时缺乏可靠的公开信息来源，而证券监管机构对信息违规披露的惩戒亦有不足（Piotroski和Wong，2012）。这种信息披露的制度缺陷反而凸显了真实信息的价值，此时，投资者有动机寻求各类信息渠道，特别是私有信息渠道。

然而，私有信息渠道的构建必须倚赖可靠的治理机制，该治理机制需要满足三项基本条件。一是封闭性，私有信息只有在小范围内传播才有价值，一旦扩散开来，尤其是进入市场之后，信息价值将迅速消失，因此，能够将私有信息有效约束在一定范围内是私有信息渠道建立的前提条件。二是互利性，私有信息渠道必须能够承载利益交换，仅仅单方面获利的信息传递渠道本身是不可持续的，为保证私有信息渠道的长期运转，参与各方必须利益均沾。三是具有惩戒机制，证券监管机构普遍严厉打击利用非公开信息进行交易的行为，倘若参与者意图利用私有信息获利，则必须构建可信的惩戒机制，对私有信息传递过程中的信息外泄行为或在监管压力下可能出现的内部人举报行为进行威慑。

在中国资本市场中，校友关系网络可以满足私有信息渠道构建的三项基本条件。（1）校友关系具有明确的身份标记功能，可以对校友圈子内外的人员进行相对清晰的区分，这方便了关系人之间进行私有信息交易。孔祥（2013）证实我国开放式基金经理倾向于投资与其有校友关系的公司股票，并从中获取超额收益；申宇等（2016）也发现基金经理的校友关系与基金业绩水平呈正相关关系；邹富（2012）验证了基金经理持有的与其有校友关系的公司高送转股票的概率更高，并且基金经理变更后，新任基金经理会根据其校友关系而相应地调整持仓结构。（2）校友关系所承载的私有信息交易是互利的，上市公司高管也会从与基金经理的私有信息交易中获益。孔祥（2013）发现当上市公司管理层减持公司股份时，机构投资者会相应增持该公司股份，从而增加管理层的减持收益；另外，相对于非关系型基金持股的公司，关系型基金持股公司的管理层的薪酬更高，也更难被解聘。Butler和Gurun（2012）也发现在董事会中，与管理层有关系的机构投资者有更强的迎合表现，对降低管理层薪酬的提案，这类机构投资者提出反对意见的概率更高。（3）校友关系网络能够提供一种契约监督机制，有效约束关系内部人向外释放私有信息。校友关系网络的存在，使得基金经理与上市公司高管的社会资本及其身份地位成为有较高价值的信用抵押，这种抵押虽无实物存在，却能有效控制校友之间发生违约的风险，可以降低内部人向外泄露私有信息或向监管部门告发存在私有信息交易的几率。这主要是因为违约者面临的不单单是一次交易失败的后果，更严重的是，违约者会丧失未来与校友关系网络中的成员进行合作的所有机会。

然而，私有信息交易会导致信息披露不公平，增加投资者之间的信息不对称。拥有校友关系的基金经理实际上属于知情交易者，在交易过程中可以利用自身信息优势侵害其他投资者的利益。理性的非知情交易者，比如与上市公司不存在校友关系的基金经理，在预知关系型基金会利用信息优势谋利后，将可能采取两种策略。一种策略是不再专注于搜集上市公司相关的特质信息，而是通过交易量观察和模仿关系型基金的交易模式，进行顺势交易；另一种策略是退出交易以避免利益受损，这会导致个股交易结构中的专业投资者减少，以散户为代表的噪音交易者增加。上述两种情况都会恶化基金经理关联持仓公司的信息环境，加剧投资者之间的信息不平等。据此，本文提出以下假说：

H1：相对于非关联持仓公司，基金经理关联持仓公司的投资者之间信息不平等程度更高。

(二) 基金经理与公司高管的校友关系对股价波动的影响

股票交易之所以产生，主要是因为投资者之间存在意见分歧，而意见分歧则主要来自投资者之间的信息不对称。投资者之间的信息不对称程度越高，对股票价值的意见分歧就越大，体现在股价方面，其波动幅度就越大。因此，股价波动问题，实际上可以归结为不同投资者之间的信息占有差异问题。

资本市场中不同投资者之间一定程度的信息不对称属于正常现象，关键在于通过公平的信息披露制度对之施加约束。从市场微观交易结构来看，投资者大致分为两类：一类是知情交易者；另一类是噪音交易者（Easley等，2008）。噪音交易者主要基于随机扰动因素或主观情绪进行交易，这种交易会导致股价随机波动。知情交易者则具有信息优势，既可以采用长期价值投资，也可以利用噪音交易者的正反馈交易进行套利（朱伟骅，2008）。倘若资本市场上存在完善的公平信息披露制度，并能够对内幕交易行为进行严格惩戒，那么，知情交易者将会更多地采取长期价值投资策略，更少地采取正反馈交易谋利，这有利于降低股价波动。

但是，中国资本市场还处在发展过程中，在信息公开披露方面还有不足。受制于人力和物力，证券监管机构对内幕交易的界定、识别和惩戒还有待进一步完善，这导致私有信息交易在股市中一直存在。私有信息交易扩大了不同投资者之间的信息差距，加剧了股市波动。施东晖和陈启欢（2004）认为在中国股市中，机构投资者和大户扮演着知情交易者的角色，根据掌握的私有信息进行交易决策，作为噪音交易者的散户通过观察推断股票的交易活动和价格变化，把股价的变化归因于庄家或大户所为，进而买卖股票。在这种信息不对称的情况下，羊群效应的存在会加剧股票市场波动。孔东民和王江元（2016）认为，知情交易者基于私有信息而获得的知情交易收益无法被其他投资者获取，因此形成对立并产生信息竞争，这种对立和竞争越是激烈，越会加大市场噪音，使市场过度反应。王春峰等（2007）使用信息不对称模型分析了市场上投资者的交易行为对股票价格波动的影响，在对上海证券交易所的上市公司交易数据进行统计后发现，股票的交易量相对于交易频率对股票的价格波动影响更大，特别是最大单笔交易量对股价的冲击最大。他们认为最大单笔交易大概率是基于私有信息而产生的，因此，私有信息交易是加剧股市波动的重要原因。

基金经理通过其与上市公司高管之间的校友关系而进行的私有信息交易，将会通过以下三方面的影响加剧关联持仓公司的股价波动。一是关系型基金自身交易行为短期化。私有信息具有时效性，基金经理的信息优势并不会特别持久，因而需要在信息扩散前尽快变现，体现在交易实践中，即为基金经理对关联持仓股票会进行大量快进快出的操作，这会带来短期内交易量的放大，进而加剧股价波动（Samman和Al-Jafari，2015）。二是扭曲其他专业投资者的投资行为。在预见关系型基金会利用其信息优势的情况下，无关系的专业投资者既可能采取跟随策略，通过正反馈交易放大股价波幅，也可能直接退出交易，这会增加噪音交易比例，亦不利于股价稳定。三是放大噪音交易者的羊群效应。噪音交易者由于搜集和分析信息的能力较弱，常常采取跟庄行为，关系型基金凭借其信息优势有可能利用噪音交易者的跟庄心理放大其羊群效应，这也会加剧股价波动。据此，本文提出以下假说：

H2：相对于非关联持仓公司，基金经理关联持仓公司的股价波动更剧烈。

三、研究设计 (一) 数据来源与样本筛选

参考杨玉龙等（2017）对数据的处理，本文通过匹配基金经理的毕业院校与上市公司高管的毕业院校信息来识别二者是否存在校友关系。其中，基金经理的毕业院校数据来自手工收集；上市公司高管的毕业院校信息来自CSMAR上市公司人物特征数据库。文中所需的基金季度持仓数据、上市公司基本面数据和市场交易数据分别来自CSMAR数据库中的中国基金研究数据库、中国上市公司财务报表数据库、公司治理数据库以及股票交易数据库。

样本筛选流程如下：首先，匹配基金经理与上市公司高管的毕业院校，构建基金经理与上市公司高管的校友关系，取得了185 672条基金经理和上市公司高管校友关系数据；其次，以CSMAR数据库提供的开放式基金投资组合的2 331 263个季度观测为基础，根据上一步匹配的校友关系对基金经理和持仓公司之间是否存在校友关系进行判断，若存在，则标记MaSocialnet为1，否则为0；再次，合并上市公司治理数据、财务数据和市场交易数据，得到1 743 765个季度观测；最后，合并基金持仓期间持仓公司的季度知情交易概率数据，得到1 107 778个季度观测。本文研究样本的期间为2003−2016年，并对所有样本进行了缩尾处理，将变量中小于1%或大于99%分位数的观测值，替换为1%或99%分位数。

(二) 变量定义与模型

1. 基金经理与公司高管校友关系。本文通过匹配基金经理与持仓上市公司高管的毕业院校来识别校友关系，并以虚拟变量MaSocialnet对之进行标记。在识别过程中，本文将上市公司的高管职位限制在总经理及以上级别（包含副职），具体包含董事长、副董事长、总裁、副总裁、总经理、副总经理、总监、副总监、执行长、副执行长、董事局主席、副主席等。此外，本文亦尝试扩大管理层的范围，使其包含除独立董事以外的其他的管理人员，分析结果基本一致。

2. 知情交易概率。本文以知情交易概率衡量个股交易中的信息不平等。知情交易概率（Possibility of Informed Trading，简记为PIN），指个股交易中知情交易的比重，常用来衡量投资者之间的信息不对称程度或内幕交易比重。其基本计量思路是将特定时间内针对个股的交易区分为两类：一类是由私有信息（Private Information）促成的知情交易，另一类是由随机扰动因素驱动的噪声交易。知情交易概率越大，则意味着私有信息交易比重越大，不同投资者之间的信息不对称程度也越高。本文参考了已有文献对PIN进行估计时所采取的一般方法（Easley等，2008），并根据中国股市交易的特点进行了适当调整，具体的计算流程和数据处理方法详见朱伟骅（2008）和杨玉龙等（2017）。

3. 变量汇总。本文将后续分析中用到的所有变量全部列示于表1中。

(三) 模型设定

在参考已有文献后（蔡庆丰和宋友勇，2010；王咏梅和王亚平，2011；杨玉龙等，2017），本文建立如下模型来考察基金经理与上市公司高管之间的校友关系对知情交易率PIN以及个股相对波动Sigmaret的影响。本文采用模型（1）和模型（2）来检验本文的假说H1和假说H2。

$\begin{aligned} &PIN = \alpha + {\beta _1} {{ MaS\!ocialnet}} + {\beta _2} MV + {\beta _3} {{BM}} + {\beta _4} {{ Roa}} + {\beta _5} {{Lev}}{{ + }}{\beta _6} {{S\!ize + }}{\beta _7} S\!growth +{\beta _8} Beta + \\ & {\beta _9} {{ M\!fee}} + {\beta _{10}} F\!und{{Size}} + \sum {{\beta _j}} {InvestmentS\!tyle}+ \sum {{\beta _k}} Year + \sum {{\beta _l}} Quater + \sum {{\beta _m}} Ind + \varepsilon \end{aligned}$

(1)

$\begin{aligned} & S\!igmaret = \alpha + {\beta _1}{{ MaS\!ocialnet}} + {\beta _2}{{ }}MV + {\beta _3} {{BM}} + {\beta _4}{{ Roa}} + {\beta _5} {{Lev}}{{ + }}{\beta _6} {{S\!ize + }}{\beta _7}{{ }}S\!growth + {\beta _8} Beta +\\ & \quad {\beta _9}{{ M\!fee}} + {\beta _{10}} Fund{{S\!ize}} + \sum {{\beta _j} {InvestmentS\!tyle}} + \sum {{\beta _k}} Year + \sum {{\beta _l}} Quater + \sum {{\beta _m}} Ind + \varepsilon \end{aligned}$

(2)

四、统计分析与实证结果 (一) 描述性统计

1. 基金经理的毕业院校分布情况。本文共搜集到1 094名中国开放式基金经理的教育背景信息，他们毕业于220所高校。以高校所培养出的基金经理数量为依据，本文对高校进行了排名，并列示了前12所高校，详见表2。从表2可以看到，基金经理集中毕业于大型综合类院校以及著名财经类院校，如北京大学、复旦大学、清华大学、上海财经大学、上海交通大学，其所对应的样本占比分别为9.41%、6.76%、6.31%、4.66%、4.11%。这12所高校培养的基金经理占样本中基金经理总数的一半以上，说明基金经理行业确实存在显著的名校毕业生聚集现象。

2. 变量总体描述性统计。本文主要变量的描述性统计结果在表3中予以列示。结果显示，中国上市公司股票交易中知情交易概率的均值为17.5%，这与已有文献的统计相近（朱伟骅，2008）；而个股相对波动的均值则为2.3%。此外，在基金经理的投资组合中，与其有校友关系的上市公司平均占比为10.5%，说明基金经理确实存在关联持仓行为。

(二) 回归分析

表4列示了模型（1）和模型（2）的回归分析结果。从表4中可以看出，PIN对MaSocialnet的回归系数为0.006，在5%的水平上显著，表明基金经理与上市公司高管之间的校友关系确实加剧了投资者之间的信息不平等，假说H1得证。同时，Sigmaret对MaSocialnet的回归系数为0.0003，在1%的水平上显著为正，表明基金经理与上市公司高管之间的校友关系也加剧了关联持仓股票的价格波动，假说H2得证。

此外，在控制变量中，特别值得注意的是，基金管理费率Mfee和基金规模FundSize都会显著增加投资者之间的信息不平等（PIN），并且加剧个股股价波动（Sigmaret）。这似乎说明对基金经理施以较强的激励（如更高的基金管理费比率）并不利于资本市场稳定，并且大型基金的交易行为也会加剧股票价格波动。

五、稳健性测试与拓展性分析 (一) 校友关系与基金经理交易行为

在理论分析中，本文推测校友关系网络为基金经理带来的私有信息优势会导致其投资行为短期化。信息的基本特征之一便是其时效性，这意味着信息优势并不会持久，有关系的基金经理需要在信息扩散前尽快套现。体现在交易实践中，有关系的基金经理会进行许多快进快出的操作，交易行为呈现短期化。对于没有校友关系的基金经理而言，长期投资没有信息优势的股票很难获益，因而很可能选择退出。为证明上述观点，本文以模型（3）、模型（4）和模型（5）来检验上述推测。

$ {\begin{aligned} & LogHoldTime = \alpha + {\beta _1}{{ MaS\!ocialnet}} + {\beta _2}{{ }}MV + {\beta _3} {{BM}} + {\beta _4}{{ Roa}} + {\beta _5} {{Lev}}+ {\beta _6} {{S\!ize + }}{\beta _7}{{ }}S\!growth + {\beta _8} Beta +\\ & \quad {\beta _9}{{ M\!fee}} + {\beta _{10}} Fund{{S\!ize}}+ \sum {{\beta _j}} {InvestmentS\!tyle} + \sum {{\beta _k}} Year + \sum {{\beta _l}} Quater + \sum {{\beta _m}} Ind + \varepsilon \end{aligned}}$

(3)

$ {\begin{aligned} &TVR = \alpha + {\beta _1}{{ MaS\!ocialnet}} + {\beta _2}{{ }}MV + {\beta _3} {{BM}} + {\beta _4}{{ Roa}} + {\beta _5} {{Lev}}+ {\beta _6} {{S\!ize + }} {\beta _7}{{ }}S\!growth + {\beta _8} Beta + \\ & \quad {\beta _9}{{ M\!fee}} + {\beta _{10}} Fund{{S\!ize}}+\sum {{\beta _j}} {InvestmentS\!tyle} + \sum {{\beta _k}} Year + \sum {{\beta _l}} Quater + \sum {{\beta _m}} Ind + \varepsilon \end{aligned}}$

(4)

$ {\begin{aligned} & NoNetFundHold = \alpha + {\beta _1}{{ MaS\!ocialnet}} + {\beta _2}{{ }}MV + {\beta _3} {{BM}} + {\beta _4}{{ Roa}} + {\beta _5} {{Lev}}+ {\beta _6}{{S\!ize + }}{\beta _7}{{ }}S\!growth + \\ & \quad {\beta _8} Beta + {\beta _9}{{ M\!fee}} + {\beta _{10}} Fund{{S\!ize}}+ \sum {{\beta _j}} {InvestmentS\!tyle} + \sum {{\beta _k}} Year + \sum {{\beta _l}} Quater + \sum {{\beta _m}} Ind + \varepsilon \end{aligned}}$

(5)

其中，LogHoldTime为基金对个股的持仓时间，首先计算基金投资组合公告中个股最初出现的公告日与最后出现的公告日之间的天数，然后取对数得到；TVR为换手率，等于个股周换手率的季度平均值，周换手率为个股的周成交股数与发行总股数的比值；NoNetFundHold为非关联持仓，等于上市公司机构持股中无校友关系的持股数占总股数的比例，其计算公式为（个股机构持股总数−有校友关系的机构持股总数）/个股普通股总数。

表5列示了模型（3）−（5）的回归分析结果，可以看到，基金经理与公司高管之间的校友关系的确会导致基金持仓时间缩短，换手率提高。此外，校友关系的存在与非关联持仓在1%的水平上显著负相关，表明关系型基金与上市公司高管的私有信息交易会导致没有关系的基金退出。上述统计结果证实了本文的推测：基金经理与上市公司高管之间基于校友关系而进行的私有信息交易致使基金经理投资行为短期化，同时，还会挤出其他专业投资者，给投资者结构带来负面影响，对资本市场的稳定和发展造成损害。

(二) 内生性问题

本文存在一定的内生性问题。本文认为关系型基金导致关联持仓公司信息披露不公平，股价波动加剧，但因果链条也有可能相反，即信息不对称程度严重的公司或股价波动剧烈的公司更有助于私有信息交易，从而便于基金经理投机获利。为了缓解这一内生性问题，本文使用工具变量两阶段回归重新检验本文假说。

本研究中的内生解释变量是MaSocialnet，基金经理毕业院校的学生总数（Schoolsize）是比较好的工具变量，这一数据可由各高校官网上获取。若基金经理毕业院校的学生数量较多，则基金经理与持仓公司形成校友关系的概率也较高。换言之，Schoolsize影响MaSocialnet，但Schoolsize对股票交易行为没有直接影响，也就是与模型（1）和模型（2）的残差不相关。本文以模型（6）作为第一阶段回归模型，使用Probit回归进行估计，而后计算出MaSocialnet的估计值并代入第二阶段回归模型，即模型（1）和模型（2）。

$ {\begin{aligned} & {{MaS\!ocialnet}} = \alpha + {\beta _1}{{ S\!choolsize}} + {\beta _2}{\rm{ }}MV + {\beta _3} {{BM}} + {\beta _4}{{ Roa}} + {\beta _5} {{Lev}}{\rm{ + }}{\beta _6} {{S\!ize + }} {\beta _7}{\rm{ }}S\!growth + {\beta _8} Beta + \\ & \quad {\beta _9}{{ M\!fee}} + {\beta _{10}} Fund{{S\!ize}} + \sum {{\beta _j}} {InvestmentS\!tyle} + \sum {{\beta _k}} Year + \sum {{\beta _l}} Quater + \sum {{\beta _m}} Ind + \varepsilon \end{aligned}}$

(6)

表6列示了工具变量两阶段回归结果。由第一阶段回归分析可以看到，如果基金经理毕业院校的学生总数越多，则基金经理与持仓公司形成校友关系的概率越高；由第二阶段回归分析可以看到，在使用工具变量重新估计MaSocialnet以后，PIN对MaSocialnet的回归系数仍在5%的水平上显著为正；同时，Sigmaret对MaSocialnet的回归系数也仍在1%的水平上显著为正。这些结果表明，在考虑内生性问题后，基金经理与上市公司高管之间的校友关系仍然会带来投资者之间的信息不平等，并且加剧个股股价波动。可见，假说H1和假说H2在考虑内生性后仍然成立。

(三) 主要回归结果的DID（difference-in-difference）检验

通过构建模型（7）和模型（8）对主要回归结果做稳健性测试。其中，NetHld标识公司是否属于关联持仓公司，若是取1，否则取0；After标记基金关联持仓时间，若观测出现在基金第一次关联持仓后取1，否则取0。NetHld×After反映关系型基金经理持股的净影响。表7显示，PIN对NetHld×After的回归系数在5%的水平上显著为正，Sigmaret对NetHld×After的回归系数在1%的水平上显著为正。这一统计结果与本文假说H1和假说H2的预测一致。

$ { \begin{aligned} & PIN \!=\! \alpha \! +\! {\beta _1}{{ NetHld After}} \!+\! {\beta _2}{{ NetHld}} + {\beta _3}{{ After}} +\\ & {{\beta _4}{{ }}MV + {\beta _5} {{BM}} + {\beta _6}{{ Roa}}}+{{\beta _7} {{Lev + }}{\beta _8} {{S\!ize + }}}\\ & {\beta _9} S\!growth + { {\beta _{10}} Beta + {\beta _{11}}{{ M\!fee}} + {\beta _{12}} Fund{{S\!ize}}}+\\ & { \sum {\beta _j} {InvestmentS\!tyle} + \sum {{\beta _k}} Year + }\\ & \sum {{\beta _l}} Quater +\sum {{\beta _m}} Ind + \varepsilon \end{aligned}}$

(7)

$ {\begin{aligned} & S\!igmaret \!=\! \alpha \!+\! {\beta _1}{{ NetHld After}} \!+\! {\beta _2}{{ NetHld}} \!+\!{\beta _3}{{ After}} +\\ &\; {\beta _4}MV + {\beta _5} {{BM}} + {\beta _6}{{ Roa}}+{\beta _7} {{Lev + }}{\beta _8} {{S\!ize + }}\\ & \ {\beta _9} S\!growth + { {\beta _{10}} Beta + {\beta _{11}}{{ M\!fee}} + {\beta _{12}} Fund{{S\!ize}}}+ \\ & \sum {\beta _j} {InvestmentS\!tyle}+ \sum {{\beta _k}} Year + \\ & \sum {{\beta _l}} Quater +\sum {{\beta _m}} Ind + \varepsilon \end{aligned}}$

(8)

(四) 地区市场化程度与公司产权性质的调节作用

关系型交易通常在特定的环境下更为普遍。我国的契约执行环境还处在不断的发展过程中，许多交易还需要依赖社会关系网络进行，加之不同地区的市场发展程度也有差异，因此，不同地区对关系型交易的依赖程度也不同。本文预期市场化程度会减少校友关系对关联持仓公司股价波动的影响。此外，与民营企业相比，国有企业高管会有更多的晋升激励诉求，而基金经理在国企高管晋升方面影响力极弱，这导致国企高管与基金经理进行私有信息交易的动机相对较弱。因此，本文推断国有产权会减少校友关系对关联持仓公司股价波动的影响。本文使用模型（9）和模型（10）来检验上述推断。

$\begin{aligned} S\!igmaret =& { \alpha + {\beta _1}{{ MaS\!ocialnet + }} + {\beta _2}{{ MaS\!ocialnet MKT}} + {\beta _3} {{MKT}}}+ {\beta _4}{{ }}MV + {\beta _5} {{BM}} + \\ & {\beta _6} { {{ Roa}} + {\beta _7} {{Lev + }}{\beta _8} {{S\!ize + }}{\beta _9}{{ }}S\!growth}+ {\beta _{10}} Beta +{\beta _{11}}{{ M\!fee}} + {\beta _{12}} Fund{{S\!ize}} +\\ & { \sum {\beta _j} {InvestmentS\!tyle} }{+ \sum {{\beta _k}} Year + \sum {{\beta _l}} Quater + \sum {{\beta _m}} Ind + \varepsilon } \end{aligned}$

(9)

$\begin{aligned} S\!igmaret = & {\alpha + {\beta _1}{{ MaS\!ocialnet + }} + {\beta _2}{{ MaS\!ocialnet S\!T\!A\!T\!E}} + {\beta _3} {{S\!T\!A\!T\!E}}}+ {\beta _4}{{ }}MV +{\beta _5} {{BM}} + \\ & {\beta _6}{ {{ Roa}} + {\beta _7} {{Lev + }}{\beta _8} {{S\!ize + }}{\beta _9}{{ }}S\!growth}+ {\beta _{10}} Beta +{\beta _{11}}{{ M\!fee}} + {\beta _{12}} Fund{{S\!ize}} + \\ & { \sum {\beta _j} {InvestmentS\!tyle} } { + \sum {{\beta _k}} Year + \sum {{\beta _l}} Quater + \sum {{\beta _m}} Ind + \varepsilon } \end{aligned}$

(10)

其中，MKT是名义变量，若持仓公司所处地区市场化程度高于样本中位数则取1，反之则取0。市场化程度数据取自《中国分省份市场化指数报告（2016）》。STATE用于标记产权性质，若持仓公司为国有企业则取1，反之则取0。表8列示了模型（9）和模型（10）的回归结果，可以看到，Sigmaret对MaSocialnet×MKT的回归系数在1%的水平上显著为负；同时，Sigmaret对MaSocialnet×STATE的回归系数也在1%的水平上显著为负。这表明，在市场发达地区，校友关系对关联持仓公司股价波动的影响较小；同时，在国有企业中，校友关系对关联持仓公司股价波动的影响也较小。表8中的回归结果与本文的推测一致。

(五) 校友关系的界定问题

由于基金经理和上市公司高管的专业、毕业时间信息缺失过多，可能产生基金经理与高管并不相识但被本文识别为校友的情况。为了缓解这一问题，本文搜集了基金经理和公司高管的年龄数据，在仔细检查了原始数据后发现，年龄数据缺失较少。基于此，本文对二者的关系进一步限制，只有当二者年龄差距小于4岁才确认为校友关系。考虑到我国高等教育的学制，年龄差距在四年以内，更容易形成共同的在校经历，校友圈子更容易发生直接重叠，这种定义下的校友关系相对更紧密。表9列示了相关回归结果。在这一更紧密的关系定义下，校友关系的回归系数仍然显著，表明本文的研究结论比较稳健，并不受到校友关系变量定义的影响。

(六) 校友关系传递的信息性质问题

已有研究表明基金经理与上市公司高管基于校友关系的私有信息交易主要体现在好消息上（孔祥，2013；申宇等，2016），为验证这一结果的可靠性，本文首先考察好消息与坏消息的释放对基金经理调仓的影响。本文以公司盈余公告作为事件，若利润大于上年则记为好消息，反之记为坏消息。由于盈余公告主要发生在第二季度，若基金经理提前知道某公司利润上升，则会在第二季度增加持仓。本文使用模型（11）来检验上述推测，其中，Fundbuy即基金个股持仓变动，等于基金本季度相对于上季度的个股持股变动数量/个股普通股总数。模型（11）回归时使用的是第二季度的数据，因此不必控制季度固定效应。

$\begin{aligned} & Fundbuy = {\alpha + {\beta _1}{{MaS\!ocialnet}} + {\beta _2}{{}}MV + {\beta _3}{{BM}} + {\beta _4}{{Roa}} + {\beta _5}{{Lev}}}{{ + }}{\beta _6}{{S\!ize + }}{\beta _7}S\!growth + \\ & \quad {\beta _8}Beta + { {\beta _9}{{M\!fee}} + {\beta _{10}}F\!und{{S\!ize}}}+ { \sum {\beta _j} {InvestmentS\!tyle} + \sum {{\beta _k}} Year + \sum {{\beta _m}} Ind + \varepsilon } \end{aligned}$

(11)

表10列示了模型（11）的回归结果，可以看到，当公司利润下降时（坏消息组），Fundbuy对MaSocialnet的回归系数并不显著；当公司利润上升时（好消息组），Fundbuy对MaSocialnet的回归系数为0.196，在1%的水平上显著，表明在好消息组中有关系的基金经理会提前买入更多股票。换言之，基金经理与上市公司高管之间基于校友关系的私有信息传递主要表现为好消息的传递。

如果私有信息的传递主要体现在好消息组，那么，根据本文的逻辑，校友关系对信息公平和股价波动的影响同样也应该主要体现在好消息组。为检验这一推测，本文对模型（1）和模型（2）逐一分组回归，结果列示于表11和表12。可以看到，在好消息组中，PIN对MaSocialnet的回归系数在5%的水平上显著为正，Sigmaret对MaSocialnet的回归系数在1%的水平上显著为正；而在坏消息组中，MaSocialnet的系数均不显著。这些结果与本文的预测一致。

六、研究结论与建议

本文探讨了基金经理与上市公司高管之间的校友关系对上市公司信息披露及资本市场稳定的影响。在对中国开放式基金的季度持仓数据统计分析后发现：基金经理与上市公司高管之间基于校友关系而进行的私有信息交易，会增加投资者之间的信息不平等，并加剧关联持仓股票的价格波动风险。深入分析后发现，校友关系的存在导致基金经理投资行为的短期化，具体表现为基金经理对与其有校友关系的公司持仓时间更短，换手率更高，并且还会挤出其他无关系的专业投资者，这都给资本市场稳定带来负面影响。此外，本文还发现私有信息的传递并不是对所有信息的传递，而是主要体现在对好消息的传递上。本文以公司盈余公告作为冲击事件，研究发现：对第二季度财报出现利润增加的关联持仓股票，基金经理进行了提前增持。校友关系对信息公平与股价波动的显著影响，仅在利润上升的子样本（好消息组）中成立。换言之，基金经理与上市公司高管基于校友关系而进行的私有信息交易主要体现在好消息上，进而导致出现好消息的关联持仓股票的价格波动尤其剧烈。

上述结果表明校友关系网络对资本市场发展有一定的负面影响，这对证监会等部门的监管工作有所启示。证监会在打击内幕交易时，非常重视亲属关系、工作关系，以及基于共同投资的合作关系，但很少将校友关系列入监管范围。本文的研究结果表明，如果无法破除校友之间的私有信息交易，那么，公平信息披露政策将很难真正落实。因此，本文提出以下建议：一是针对校友关系，建立回避制度或者引入禁售期等制度，对基金经理的关联持仓及其交易进行规范；二是在内幕交易监管中，将校友关系网络纳入重点监控范围；三是借助典型案例，对校友之间进行的内幕交易行为施以严格惩戒，以期产生有效威慑。上述措施有助于缓解基金经理与公司高管的校友关系对资本市场信息披露环境和股价稳定的负面影响。

在探讨资本市场中的社会关系时，已有文献一般同时考察校友关系和工作关系（Cohen等，2008；Souther，2018），考虑到极具中国特色的同乡关系（Fisman等，2018），也有文献会进一步考察同乡关系在资本市场信息传递中的影响（Gu等，2019）。由于其他类型的社会关系数据缺失，本文对社会关系的考察局限在校友关系，维度过于单一。若要全面考察社会关系对股价波动的影响，未来还需要对其他类型的社会关系进行逐一考察。