Yingjie

ETF如何影响股价波动和定价效率?

薛英杰 / 2020-09-10


常言道:“祸兮福所倚,福兮祸所伏”。昨天正沉浸在稳健医疗新股中签的喜悦中,突然电脑桌面弹出邮件通知,打开一看,原来是编辑部送来了拒稿通知。仔细瞧了瞧,发现外审意见比较负面,两位审稿人怼我论文的意见相加篇幅长达三千多字,为编辑部提供了充足的拒稿理由啊!!!,其中一位审稿人非常尽责,从选题,摘要、文献综述、研究假设到最后的结论,均提出了致命的意见,另一位审稿人认为文章对一些关键概念之间的逻辑关系理顺不清,未能对一些经验证据给出合乎逻辑的解释。说实在的,个别意见提的还是比较中肯,文章还得进一步打磨。所以,今天就回顾一下以往读过的两篇核心文献,理理研究问题的逻辑关系,顺便说说我正在做的东西。

ETF 增加了股市波动吗?

Itzhak Ben-Davia  Francesco Franzoni Rabih Moussawi

2018 The Jounal of Finance 

摘要

由于交易成本较低,ETF对短期流动性交易者来说是一个潜在的催化剂,流动性冲击可能通过套利渠道传递到基础资产,增加了篮子内证券的非基本面波动。我们利用指数成分的外生变化发现ETF持股比例高的股票呈现出显著高波动的特征。ETF持股增加了股票价格的负向自相关,由于被ETF持有比例高的股票每月获得高达5.6%的风险溢价,所以波动增加似乎引起了不可分散的风险。

研究问题

一方面,ETF为基础资产受需求冲击提供了缓冲作用。Grossman(1989)1明确指出,期货的发行在缓解需求冲击方面与ETF类似,他认为期货的存在具备额外的做市力量来吸收流动性冲击的影响,降低了现货市场的波动。

另一方面,ETF为散户交易者构建投资策略提供了便利的工具,ETF的流动性可能吸引高频需求,这种需求可能通过套利机制影响基础资产价格,从而使基础资产暴露了新的需求冲击,使基础资产的价格更易波动。

那么,ETF到底是增加了基础资产的波动还是降低了基础资产价格的波动?

研究相关文献

1、ETF持股是与基础资产的高联动性相关(Da and Shive,20152)。ETF将相同的冲击融入基础资产,增加了基础资产的联动性。

2、由于套利机制的存在,ETF加剧了基础资产流动性的联动(Agarwal et al.,20173

3、Israeli et al.(2015)4研究发现ETF持股增加导致了基础资产的高交易成本和低信息挖掘收益,导致了股价信息含量降低。

4、Evans et al.(2017)5研究发现ETF持股增加了基础资产日内买卖价差,特别是AP在ETF份额申购赎回过程中更活跃时,这种现象更明显。

5、Bhattacharya and O’Hara (2017)6从理论上证明了ETF可能由于信息联系而增加了股票价格的脆弱性。

6、Malamud (2015)7通过流动性冲击传染渠道和投资者要求获得补偿的时变风险溢价两方面建立ETF影响股价波动的模型。

7、ETF是一个改善价格发现功能的工具(Glosten et al,20168; Madhavan and Sobczyk,20169)。

8、Subrahmanyam(1991)10提出,与标的资产相比,ETF不存在严重的信息不对称情况,其买卖价差平均来说比较低

9、Andrei and Hasler,201511认为投资者关注越多的股票会更快地反映基本面信息,股价波动更大。

10、在股票调出Russell 2000指数后,并不影响分析师覆盖(Keim,201512)。 而且股票调入Russell指数并没有导致媒体覆盖的增加(Crane et al.,201413)。

一些概念

流动性冲击:与资产未来现金流信息不相关的冲击

实证思路及结论

1、ETF是否吸引了短期投资者?

平均来说,ETF比基础资产更具有流动性,表现在在买卖价差、价格影响和换手率上,短期客户会自动选择低交易成本的资产(Amihud and Mendelson,198414,而且使用交易数据发现机构持有ETF的期限显著短于基础资产。

思考?

ETF比基础资产更具有流动性,且机构投资者持有ETF的期限短于基础资产,是一个现实的现象,但这并不意味着ETF吸引了短期投资者,虽然Amihud 这么认为,像中国市场,大型券商为作为机构投资者为ETF提供流动性,有维护ETF和基础资产价格均衡的义务和套利需求,持有ETF期限短并不意味着吸引了噪声交易者。

2、ETF持股如何影响股票波动?

使用最小二乘回归,我们在股票层面研究了ETF持股比例对股价波动性的影响,发现ETF持股比例与股价波动有显著的正向关系。特别地,对于ETF持股比例变化的冲击改变了股票在标普500分组中的中位数。

3、虽然在最小二乘回归中,我们控制了公司特征和固定效应,单ETF持股比例仍然可能是一个内生变量,如何解决内生性问题?

为了排除这个疑虑,我们使用Russell指数每年调整作为自然实验,利用Russell100和Russell200之间分配股票的固定规则,把指数调换事件作为ETF持股的工具变量。进一步证实了ETF持股变化对股票价格波动的正向关系。具体来讲,跟随指数调整的ETF持股变化将股票波动中位数推高至波动分布的65%。

4、ETF持股比例增加导致股票价格波动性是股价对基本面消息的反映还是非基本需求冲击的结果?

信息和噪声都能导致股票价格波动上升,股价波动是信息驱动还是噪声导致?我们认为如果是噪声交易导致股价波动股价会出现反转效应,而信息会导致一个永久的改变。首先,我们在股票层面使用ETF资金流作为解释变量,预测股票收益,我们发现大多数ETF资金流相关的股票价格会在接下来的40天后反转,与ETF转换非基本面需求冲击的理论一致,ETF持股导致的波动很可能由噪声交易引起。其次,使用方差比率,我们发现ETF持股比率导致股价在日度数据上频繁地偏离随机游走,收益自相关系数变负。

5、ETF影响股价波动的渠道是什么?

使用OLS和IV回归,我们证明了ETF冲击吸引了高换手率的交易者,这和ETF吸引了新客户的观点一致,需求冲击被传递到基础资产。第二,我们提供了间接的证据证明ETF套利活动在影响股价波动中的作用,特别地,在高套利限制的股票中,ETF对股价波动的影响是微弱的。

6、如果ETF引起的波动是否是一个新的风险来源?

如果ETF引起的股价波动是不可分散的,由于大多数股票包含在ETF篮子中,投资者可能需要一个风险补偿,和这个想法一致,我们发现ETF持股高低的多空组合获得高达每月5.6%的收益,在用七因子模型调整和Fama McBeth回归控制ETF资金流影响后后,仍然存在显著的超额收益,表明ETF是一个新的系统性风险的来源。

定价效率文献梳理

做科研文献梳理非常关键,有时候找不到与自己实证结果相近的解释,可能是梳理文献时遗漏了重要文献的结果。读博以来,一直阅读的是英文论文,忽略了对中文文献的认真梳理,这次吃了大亏,审稿人说我文献梳理不够,这个毛病为我论文被拒添了砖,加了瓦。定价效率的度量通常有两个指标,一个是股价同步性,一个是股价反映信息的延迟程度。通常学者认为股价同步性越高,是公司特质信息较少的缘故,同步性越高的股票通常定价效率较低,但也有学者认为股价同步性越高更多地反映了市场或行业信息,从而提高了定价效率。我在ETF持股与基础资产定价效率影响的研究中,发现ETF持股比例越高,股价同步性越强,价格反应信息的延迟程度越低,价格延迟程度越低表明ETF交易提高了定价效率,但加剧了股价同步性,这就导致我非常困惑,ETF持股比例提升到底是按提升股票定价效率来解释还是按降低定价效率来解释。今天重新梳理文献时,发现也有一篇文献的实证结论与我类似,此时此刻,有种久旱逢甘霖的感觉,同时也自责自己对文献梳理不够精细。

定价效率

Saffi和Sigurdsson(2011) 15将股价的定价效率定义为股价对所有可得到的信息的反映速度和准确程度。

融资融券制度与市场定价效率——基于卖空摩擦的视角

顾琪 王策
2017 统计研究

摘要

我国融资融券制度不同于国外成熟市场的一个重要特征是存在较大的卖空摩擦,但这一卖空摩擦对市场定价效率的影响及其作用机制尚未被研究揭示。本文运用双重差分固定效应模型、处理效应模型和倾向性匹配双重差分模型,研究了融资融券制度中的卖空摩擦对市场定价效率的影响及其内在机制。实证结果表明,融资融券制度中的卖空摩擦抑制了市场参与者对公司特质信息的充分挖掘,促使其过度利用市场或行业信息进行交易,从而延缓了公司特质信息融入股价,加速了市场或行业信息融入股价,最终加剧了股价同涨同跌现象,不利于市场定价效率的提高。本文研究结论为监管部门合理扩大融资融券标的范围、降低交易成本和交易门槛,营造高效的市场环境提供了依据和思路。

研究问题

我国融资融券制度中存在的卖空摩擦,对股价同步性及定价效率有影响?产生这一影响的作用机制是什么?

研究思路

一方面,由于交易者搜集、分析公司特质信息存在成本,而目前较高的卖空交易成本极大地压缩了交易者的套利空间,使交易者挖掘公司特质信息的激励被大幅削弱。

另一方面,只允许部分标的参与融资融券交易,会使拥有非标的证券负面信息的交易者无法卖空,而拥有市场或行业信息的交易者,可做空行业内任意可融券标的的证券来获得收益。这并不影响拥有行业或市场信息的交易者的卖空行为。这从整体上延缓股票特质信息融入股价,而加速了行业信息融入股价,最终导致股价同步性增加,不利于市场定价效率的提高。

相关文献

1、Boehmer等(2008)16研究牛禹证券交易所定价难数据发现,市场中各类股票都存在卖空交易,卖空交易者获利是利用信息优势。

2、Chan和Hameed(2006)17研究新型市场发现,分析师跟进的作用更多的是挖掘市场和行业层面的信息,进而导致股价同步性的增加。

3、才静涵和夏乐(2011)18研究发现,香港市场引入卖空机制后,市场交易活跃度下降,知情交易概率(PIN)和信息不对称程度升高,是源于噪声交易者参与程度降低。

研究设计

1、股价同步性度量

本文借鉴Durnev等(2004)股价同步性指标,使用市场行业模型计算股价的回归拟合系数\(R^2\),具体如下:

\[r_{i,t}=\alpha_i+\beta_{i,1}r_{m,t}+\beta_{i,2}r_{m,t-1}+\beta_{i,3}r_{j,t}+\beta_{i,1}r_{j,t-1}+\epsilon_{i,t} (1)\]

其中,i,j和t分别表示公司、行业和时间。\(r_{i,t}\)表示公司i第t日的考虑红利在投资的个股收益率,\(r_{m,t}\)\(r_{j,t}\)分别表示第t日该公司所在市场的市值加权市场收益率和所在子行业的市场加权行业收益率(剔除本公司自身).

再将回归\(R^2\)\(Synch=ln(\frac{R^2}{1-R^2})\)变换后,得到市场行业同步性。Synch值越大,股价同步性越高。

2、股价反应滞后变量

在式(1)的市场行业模型的基础上,再加入滞后3期的行业收益率进行回归,得到非限制性回归模型的回归拟合度\(R^2_{unrestrit}\),而式(1)则作为对应限制性回归,设定\(\varphi_{i,n}=0\),回归拟合度为\(R^2_restrict\)。具体回归模型如下:

\[r_{i,t}=\alpha_i+\beta_{i,1}r_{m,t}+\beta_{i,2}r_{m,t-1}+\beta_{i,3}r_{j,t}+\beta_{i,1}r_{j,t-1}+\sum_{n=2}^{4}{\varphi_{j,t-n}r_{j,t-n}}+\epsilon_{i,t} (2)\]

\(Delay1=1-R^2_{restrit}/R^2_{unrestrit}\)作为信息延迟反应的指标,该指标相当于对3期滞后变量的显著性进行F或LM联合检验。由于\(Delay1\)无法区分不同滞后系数的大小,将非限制性回归模型中滞后变量系数与所有回归系数相除,可以构造出\(Delay2\)作为测度的补充。具体如下:

\[Delay2=\frac{\sum_{n=2}^{4}{|\varphi_{i,n}|}}{\sum_{n=1}^{4}{|\beta_{i,n}|}+\sum_{n=2}^{4}{|\varphi_{i,n}|}}\]

3、噪音交易指标

本文借鉴已有研究,采用方差比率检验来考察噪声交易者的参与程度。具体而言,通过计算证券q期收益率方差与但其收益率方差的比值,得到方差比率VR(q),来考察证券价格的随机游走,在随机游走的假设下,方差比率期望为1。市场的噪声交易比例越高,则方差比偏离1的程度越大,具体如下:

\[VR(q)=\frac{Var[r_i(q)]}{qVar[r_t]}=1+2\sum_{k}^{q-1}(1-\frac{k}{q})\rho(k) (3)\]

其中,多期收益率\(r_t(k)=r_t+r_{t-1}+\dots+r_{t-k+1}\)\(\rho(k)\)\(r_t\)的k阶自回归系数。

VR(q)-1反应了有噪声交易者引起的股价波动的变动方向。若该值为正,即自回归系数加总为正,说明股价波动存在均值偏离的动量效应;反之,存在均值回归的反转效应,用(3)式得到的方差比率改造后得到噪声交易者参与程度,具体如下:‘

\[NoiseTrd=|VR(q)-1|\]

4、实证模型

为了检验做空摩擦对股价同步性的影响,利用融资融券推出作为自然实验,使用双重差分固定效应模型来验证:

\[Synch_{i,t}=\gamma_0+\beta_1Treated_i+\beta_2Treated_{i}*After_{i,t}+\gamma Controls_{i,t}+YearDummies+IndustryDummies+\epsilon\]

研究结论

1、融资融券制度中的卖空摩擦,增加了股价的同步性,抑制了市场定价效率的提升

2、融资融券制度对股价同步性的提高作用随着分析师跟进的增加而减弱

3、融资融券制度推出后,标的证券对行业信息反应显著提升,反应滞后性显著下降

4、融资融券制度抑制了噪声交易者的参与程度

Is there a dark side to exchange traded funds? A information perspective

  Doron Israeli    Charles M. C. Lee    Suhas A. Sridharan
  
  2017 Review of Accounting Studies
  

摘要

我们检验了ETF持股增加是否伴随着基础资产定价效率降低,我们的研究表明ETF持股增加伴随着较高的交易成本(买卖价差和市场流动性)、股票收益同步性增加、未来盈余相应系数降低和公司分析师覆盖降低。我们的研究从信息收集的视角支持ETF持股增加可能导致较高的交易成本和低收益,这些结果导致基础资产信息含量较小。

研究问题

拥有信息成本的噪声理性预期模型刻画了为掌握信息而拓展资源的代理人,通过与无信息的代理人交易,掌握信息的代理人获得了信息搜集的收益。从而,将他们掌握的信息融入股价。在许多这种模型中,无信息交易者调整供给为信息获取和处理付出努力的人提供了有效的奖励。掌握信息的投资者面临的成本约束与交易中获得收益的均衡反应了市场的证券信息效率。信息获取激励和传播之间的内在矛盾是理解证券价格信息效率的关键。那么ETF的出现,对信息获取和传播有什么影响?

研究思路

在无摩擦的市场上,一个公司的持股结构应该对定价效率没有影响,但与信息获取成本相关的市场摩擦,直接影响了基础资产的定价效率,ETF出现可能会影响信息的获取和处理,从而影响定价效率。

该论文的核心思路认为,ETF持股可以通过影响交易单个证券的投资者可利用的流通股数量和愿意交易这些证券的无信息交易者数量来解释ETF持股对基础资产定价效率的影响。

随着ETF持股比例上升,被基金公司持有的流通股比例上升,大比例的流通股变得不活跃,即使这些股票在ETF层面可以以一篮子资产交易,但对想从事个股层面的投资来说,这些股票不可利用。更重要的是,ETF为噪声交易者提供了备选的投资工具,ETF持股比例上升后,从事个股交易的噪声交易者将迁移到ETF。因此,ETF持股比例增加会吸引基础资产的流动性,使得噪声交易者减少,反过来抑制了信息交易者获取信息

思考?

核心思想认为,信息收集者获取证券价值信息回报的方式是将信息卖给不了解信息的噪声交易者,而ETF出现导致噪声交易者从单个资产迁移到ETF,从而影响了噪声交易者对信息的需求,进而导致基础资产的定价效率低下。值得怀疑的是:噪声交易者对信息的需求难道是取决于ETF?或者说ETF有改变投资者对信息需求的功能?这显然不现实。资本市场上的投资者是理性的,如果一个信息为其带来的收益大于其获取信息的成本,那么其必然会进行信息搜集活动。而且,没有信息的噪声交易者离开市场,不仅增加了资产价格反应价值的准确性,还节约了信息收集成本。

两个核心假设:

1、ETF持股比例越高、基础资产的交易成本越高

2、交易成本增加恶化了基础资产定价效率

交易成本增加阻止交易者获取股票价值相关的信息,这将导致公司层面信息环境恶化,降低了股票反应公司层面信息的速度

相关文献观点

1、ETF持股增加可能提高公司盈利中宏观信息的价格发现功能(Glosten et al.,201619)。他们将公司盈余分解为宏观层面和微观层面的成分,发现ETF持股增加有助于吸收企业宏观层面的盈余信息,而ETF持股增加对公司层面盈余成分和收益影响不显著。

2、大量研究表明与ETF套利机制联系的交易可以改善基础资产的价格发现功能Hasbrouck 200320; Yu 200521; Chen and Strother 200822 ; Fang and Sang 201223; Ivanov et al. 201324)。

3、Lee and So(2015)25认为市场效率的研究需要分析一个联合均衡,在均衡下,所有市场都出清。

4、ETF出现后,噪声交易者会离开基础资产,迁移到ETF交易上(Milgrom and Stokey 198226; Rubinstein 198927)。

对噪声交易者的理解?

噪声交易者有许多别称,像流动性交易者(liquidity traders)、无信息交易者(uninformed traders)等。Black(1986)28提出,噪声交易者出于流动性原因而从事非信息交易,他们错误地认为他们具有信息优势,或者可以从交易中获得效用。也就是说噪声会像交易信息一样交易噪声。或许,从客观的角度来看,噪声交易者不交易更好,但他们还是乐意从事交易。也许,他们交易的噪声就是他们所认为的信息。

研究设计

本文未来研究公司股份被ETF持有比例上升是否降低了股票定价效率,认为ETF持股导致股票定价效率下降取决于公司的信息环境:(1)提高了市场参与者的交易成本;(2)股价反应公司层面信息的程度。

1、研究假设

H1:ETF出现后,噪声交易者者从基础资产迁移到ETF,导致交易成本上升

H2: ETF 持股增加降低了基础资产的定价效率

2计量模型

为了检验H1,我们检验ETF持股比例变化与交易成本(买卖价差;流动性)关系,建立以下模型:

\[\Delta TradeCost_{i,t}=\beta_1 \Delta ETF_{i,t-1}+\beta_2 \Delta INST_{i,t-1}+\\ \sum_k \beta_k \Delta Controls_{i,t-1}+\epsilon_{it} \]

为了检验H2,我们以股价同步性和盈利信息反应程度作为定价效率的代理变量,分别建立以下模型:

(1)股价同步性

\[\Delta SYNCH_{i,t}=\beta_1 \Delta ETF_{i,t-1}+\beta_2 \Delta INST_{i,t-1}+\\ \sum_k \beta_k \Delta Controls_{i,t-1}+\epsilon_{it} \]

(2)盈利信息的反应 \[RET_{i,t}=\beta_1 EARN_{i,t-1}+\beta_2 EARN_{i,t}+\beta_3 EARN_{i,t+1}+\beta_4 ETF_{i,t-1}+\\ \qquad \qquad\qquad \qquad\beta_5 EARN_{i,t-1}ETF_{i,t-1}+\beta_6 EARN_{i,t}ETF_{i,t-1}+\beta_7 EARN_{i,t+1}ETF_{i,t-1}+\\ \sum_k \beta_k \Delta Controls_{i,t-1}+\epsilon_{it} \]

(3)分析师覆盖

\[\Delta ANALYST_{i,t}=\beta_1 \Delta ETF_{i,t-1}+\beta_2 \Delta INST_{i,t-1}+\\ \sum_k \beta_k \Delta Controls_{i,t-1}+\epsilon_{it} \]

研究结论

1、理论工作关于ETF持股对定价效率的影响提供了两种预测:(1)大量研究市场微观结构的文献认为,与ETF套利相联系的交易改善了基础资产日内价格发现功能(Hasbrouck 2003;Fang and Sang 2012;Ivanov et al. 2013),短期内ETF提高了基础资产的定价效率。(2)噪声理性预期相关的文献表明,ETF持股可能与资产定价效率是负向关系,他们认为定价效率是代理人面临信息搜集成本的函数,代理人企图从获取资产价值信息中受益(Diamond and Verrcchia 1981; Grossman and Stiglitz 1980;Admati 1985)。从长期来看,噪声交易者从基础资产迁移到ETF,增加了信息交易成本,从而降低定价效率。

2、我们发现ETF持股增加与与同期盈利信息融入股票价格正相关,随着时间,ETF改变和未来盈余增加,这种关系变负。

3、研究提出了ETF持股变化与宏观和公司层面盈利消息的影响不同,我们发现ETF持股可能改善了同期盈利的价格发现功能。

4、ETF持股可能增加了市场参与者的交易成本,进一步影响信息融入股票价格。

不熟悉的英语表达:

inherent tension 内在张力,可以引深为内在矛盾

discentive 抑制作用

moniker 绰号

Price Efficiency and Short selling

Pedro A. C. Saffi         Kari Sigurdsson
The Review of Financial Studies, Volume 24, Issue 3, March 2011, Pages 821–852,

摘要

这篇文章呈现了一个股票价格的有效程度以及卖空限制如何影响收益分布。这篇论文以2005-2008年26个国家12600种股票数据为研究样本,主要有两个发现:(1)融券供给对股票定价效率有显著的影响,股票的卖空约束越高,定价效率越低;(2)放松卖空限制,并不意味着股票价格不稳定,或出现极端负收益的情况。

研究问题

卖空限制对金融市场的影响是什么?其增加了市场效率还是降低了市场效率?有无增加市场的极端波动?

相关文献

  1. 卖空限制影响证券的价格效率已被广泛接受(Miller,1997;Diamond and Verrecchia,1987;Duffie,Garleanu and Pedersem,2002;Bai,Chang and Wang,2006),他们认为,当投资者有异质信念时,他们被卖空限制阻止通过交易来来揭示他们的信念,从而使价格不能反映所有可利用的信息。
  1. Miller(1977)29认为卖空限制将悲观的投资者置于市场之外,由于价格只反映了乐观投资者交易的价值,这就会导致股价高估。
  1. Diamond and Verrecchia(1987)30认为卖空限制排除了一些信息交易者,降低了私有信息的反映速度,并不意味着价格高估,而使价格变得无效。
  1. Bai, Chang, and Wang (2006)31 卖空约束实际上可以降低资产价格,使其更加波动。
  1. D’Avolio(2002)32描述了融资融券市场,发现当投资者分歧很大时,卖空股票的成本很高,这表明价格不会完全反映负面信息。
  1. Reed(2003)33用股票借贷市场的折扣率作为卖空限制的代理变量,发现当借券费越高时,股价融入信息的速度越慢。
  1. Bris, Goetzmann and Zhu(2007)34使用可否卖空的监管信息研究了46个不同国家的资本市场的定价效率,发现卖空限制严重的国家股票定价效率较低。
  1. Hong and Stein (2003)35认为卖空限制和偏度正相关,如果卖空限制被放松,悲观投资者重返市场,根据他们的信念交易,从而增加了负向收益的可能性。

研究假设

卖空越容易,股价反映坏消息越快,所以增加了负收益观测的可能性

研究结论

1.股票融券供给水平越高,缓解了卖空限制,融券费用越低,信息融入股价的速度越快。

2.融券供给受限和较高融券费用的公司股价反映市场范围内冲击的速度越慢。

3.规模大、流动性高的股票定价效率较高,而交易成本交大的公司定价效率较低。

4.融券供给越多,股票出现负向收益的概率越大,极端正收益的频率较小,这个结果并不支持监管层认为卖空限制可以稳定股价的观点。

不熟悉的英文表达

  1. unilateral ban 单边禁令
  1. jeopardize the stability of the financial system 损害了金融系统的稳定性
  1. keep out of 置身于外。 例如: Short-sale constrains keep pressimistic investors out of the market. 卖空限制将悲观的投资者置于市场之外。

Do ETFs Improve the pricing efficiency of the A-share market——examining ETF holdings of invidual stocks

Xiaokang Zhao,  Guanghe Ran, Bing Shen and Xiaolong Li

摘要

鉴于中国资本市场效率低下,很有必要研究提高定价效率的方法,本文用股价调整速度代理定价效率,检验了A股市场上市中股票进入ETF或退出ETF对定价效率的影响。ETF持有的股票定价效率显著高于非ETF持有的股票,股票进入ETF标的指数后,定价效率显著提高,相反,股票被调出指数后,定价效率显著降低。ETF可以帮助中国A股提高定价效率,而传统的指数基金一定程度上损害了股票定价效率,进一步通过中介效应模型检验了ETF主要通过交易渠道提高了定价效率,而非公司治理渠道。这个研究为中国资本市场提高定价效率提供了理论支持。

研究问题

资产定价效率是衡量一个国家资本市场质量的重要指标,这关系到多种金融资产有效配置和积极引导实体经济健康发展。在高质量的资本市场中,信息能够快速、准确、完整地反映到每一个股票价格中,也就是说,当股票受到正面或负面消息影响时,价格可能会迅速调整。股票定价机制在资源配置中具有重要的作用,可以在股票中快速配置有限的资金,引导上市公司高效经营,减少无效投资和运作行为,从而促进实体经济健康发展。

然而,A股市场发展不够完善,融资工具不足,投资者主要以散户为主,基本制度不完善,助长了信息非法披露,内幕交易和非理性投机,使市场出现羊群效应、急涨急跌等现象,导致不必要的市场效率损失,影响了资本市场健康发展。因此,在A股市场研究提高定价效率的方法有理论和实践意义。

金融创新是改善资本市场定价效率的关键,多个金融工具有利于提高价格发现功能,改善定价机制,ETF被设计就是了了改善资本市场制度,丰富投资品种。近年来ETF爆发时增长,ETF成为中国市场的重要投资者,其行为必然会影响股票市场的定价效率。那么,ETF改善了中国股票市场的定价效率吗?管理者是否应该大力扶持和发展ETF等创新基金?到目前为止,仍然很少有研究来回答这个问题。

研究思路

众所周知,ETF是一个指数基金,被动跟踪一个指数,与共同基金相比,ETF交易成本低,透明性高,可以实现T+0交易,投资者可以在二级市场上买卖ETF份额,同时申购赎回一篮子股票,当ETF价格和净值不一致时,套利者进入将消除ETF折溢价是的ETF价格与净值一致。因此,ETF出现使得价格更加快速的反映基本面信息。 另外,由于ETF套利交易的存在,被ETF持有的股票暴露了较高的投资者关注,从而,使信息调整更加迅速。主要由于ETF的套利交易者通常是专业理性的机构投资者,加上ETF特殊的申购和赎回机制,每一次交易对应的是一篮子股票交易,直接提高了股价吸收私有信息的效率。

ETF属于特殊类型的机构投资者,机构投资者的特征对金融市场定价效率的影响学术界讨论的热门话题。而且关于机构投资者对股票定价效率的影响在文献中并未得到一致结论。通常认为机构投资者通过参与研究、公司治理来提高信息披露质量(Boone and White 201536; Gillan and Starks 200037; Shleifer and Vishny 198638)但也发现频繁交易、羊群效应和机构抱团增加了股价崩盘风险,降低了市场定价效率(Deng et al.,2018 39; Froot et al.,199240; Ozsoylev et al.,201441)。虽然许多研究检验了机构持股对定价效率的影响,但ETF作为特殊被动的机构持股,与普通机构持股相比,其管理方式、交易成本和申购赎回机制不同,其对定价效率的影响也可能不同。

相关文献

  1. Fama(1970)42提出了有效市场假说,在有效的市场中,信息可以被快速、准确、完整地反映在股价中,投资者无法获得超额收益。
  1. 在最近几年里,ETF被认为是投资领域内最成功的金融创新(Deville,2008 43; Zawadzki,2020 44)。
  1. 许多研究发现公司治理可能改善了股票定价效率,机构投资者可能主动监督,降低了内部人机会主义(Shleifer and Vishny,1986 45)。
  1. 机构投资者通过理性投票和迫使高管离开来主动参与公司治理(Aggarwal et al.,201146)。
  1. 机构投资者拥有专业和信息优势,可以吸引分析师跟踪并改善信息披露质量,增加了市场稳定性和定价效率(Bushee and Noe,2000 47;Sias,1996 48)。
  1. Boone and White(2015) 49发现机构持股比例越高,信息披露质量越高,分析师跟踪越多,流动性越好。
  1. 多数研究发现,机构投资者过度频繁地交易降低了定价效率,机构投资者面临业绩压力,过度关注短期收益而根据羊群均衡频繁交易,这些交易跟基本面并无关系,从而降低定价效率(Froot et al.,199250 ;Porter,199251)。
  1. ETF缺乏必要的监督动机和资源,很难通过公司治理提高定价效率(Almazan et al.,2005 52;Useem et al.,1993 53;Forker,1992 54)。

研究结论

本文研究了ETF持股是否会提高定价效率,以及通过何种途径提高了股票定价效率,研究发现被ETF持有股票的定价效率显著高于未被ETF持有股票的定价效率。而传统的共同基金损害了股票定价效率。ETF主要同过交易途径整合了私有信息,从而提高了股票定价效率。针对研究结论,提出了如下政策建议:

1.政府必须大力扶植ETF发展,积极引导长期资金进入市场,发行多种行业和主题ETF以满足不同投资者的需求。

2.中国必须扩展ETF种类,以满足投资者做空需求。

3.我们必须提高ETF做市商机制,提高ETF的流动性。

Innovation and Informed Trading:Evidence from Industry ETFs

     Shiyang Huang, Maureen O’Hara, Zhuo Zhong
     

摘要

我们在实证上检验了行业ETF对知情交易和市场效率的影响,发现在ETF成分股出现意外盈余前,行业ETF的做空比率和对冲基金持股同时激增,反应了对冲基金在执行做多股票,做空ETF的策略。这种模式在高行业风险暴露的股票上更为明显。用ETF发行事件做双重差分分析,结果表明:行业ETF降低了高行业风险暴露股票的盈余公告漂移,说明行业ETF提高了市场效率。进一步研究发现,行业ETF可融券比率于ETF收益正相关,这于ETF对冲的作用一致。

研究思路

近年来,很少有金融创新产品的影响超过ETF,5000只ETF规模超过4万亿,对于资产管理行业来说,ETF这样的被动投资是颠覆性的创新。ETF不仅为投资者者提供了一种高流动性、低成本,能替代共同基金的投资工具,而且让投资者获得了以前不可利用的资产种类。本文认为ETF一个可能未受重视的好处是其可以扩展对冲的能力,这直接影响了知情交易和市场有效性。

ETF如何影响知情交易和市场有效性?

金融创新理论表明ETF可以帮助知情交易者实现对冲。Dow(1998)55提出引入一个新的证券可以帮助知情交易者对冲风险,这样可以鼓励更多的知情交易,从这个观点来看,金融创新可以达到降低套利约束的效果。

股票风险主要包括市场风险、行业风险和特质风险,期望从公司特质信息获取利润的知情交易者会对冲市场和行业风险,指数期货和指数ETF可以被用于对冲市场风险,而行业ETF则为知情交易者对冲行业风险提供了一个成本低廉的工具,当知情投资者利用ETF对冲行业风险,利用公司特质信息时,便形成了一个做多股票且做空行业ETF的多空策略。由于对冲基金是最可能采用这种策略的投资者,其采用这种策略可以通过交易特质信息获利。通过利用ETF对冲行业风险交易行业信息,能够证明行业ETF如何影响知情交易和市场有效性。

研究假设

当知情交易者通过利用行业ETF执行多空策略来利用正面特质信息时,在正面消息公布前,对冲基金的持股比例和对ETF的做空比例同时增加。使用盈余意外作为特质信息,我们提出假设H1:

如果做空行业ETF属于多空策略中的一步,那么在正向盈余意外公布前,对冲基金在股票上的多头头寸和在行业ETF上的融券余额同时激增

由于投资者利用多空策略来对冲行业风险,因此,多空策略会随行业风险的对冲需求而变化。也就是说,当一个股票暴露更高的行业风险时,投资者必须对冲更多的行业风险,所以,我们期望暴露行业风险更多的股票越可能使用行业ETF来对冲风险。我们提出假设H2:

在高行业风险暴露的股票中,多空策略与正向盈余意外的关系越明显

通过ETF实施多空策略对市场有效性有重要的意义,如果行业ETF有助于知情交易者对冲行业风险,知情交易者能更好地交易公司特质信息,这使得市场吸收了更多的信息,从而提高了市场效率。如果多空策略有助于投资者交易公司特质信息,我们应该看到更小的盈余公告漂移,表明市场更加有效。我们提出假设H3:

如果行业ETF帮助投资者对冲了行业风险,使投资者能更好地基于公司信息交易,我们期望行业ETF降低了其成分股的盈余公告漂移

研究设计

  1. 核心变量度量

我们统计ETF组合持股在每个Fama-French行业分类上的权重,如果持股在某个行业上的比重超过30%,则为该行业ETF。然后分两步来确定对冲基金是否利用行业ETF来对冲行业风险。

(1)在每个季度,分别计算对冲基金异常持股((对冲基金持股-过去四个季度的对冲基金持股的均值)/流通股数量)和行业ETF异常做空比例。

(2)构建一个虚拟变量来捕获多空策略。将ETF与其成分股配对,如果对冲基金的异常持股和ETF的异常做空比例同时大于80%分位数,则虚拟变量为1,否则为0。

  1. 实证思路

本文先验证了投资者是否通过ETF来执行多空策略,而实现特质信息交易。然后验证了行业ETF对市场有效性的作用。

相关文献

1.金融创新的研究表明新证券可以优化金融市场(Duffie and Rahi,1995 56),导致更多的风险分担(Simsek 2013a,2013b 57),更优的投资组合(Chen,1995 58)和更多的知情交易(Dow(1998))。

2.引入复合证券有利于基于风险因子的信息交易(Cong and Xu,201659

  1. ETF套利活动增加了基础资产的非基本面波动(Ben-David,201260)。
  1. ETF套利增加了收益联动性(Da and Shive,201861)。
  1. ETF中间市场流动性错配产生了市场不稳定性(Pan and Zeng,201962

6.Madhavan and Sobczyk(2016) 63Easley et al.(2020) 64Glosten et al.(2020) 65企图解释ETF如何影响市场有效性。

研究结论

行业ETF是否有利于知情交易,提高市场有效性?我们通过检验盈余公告前ETF多空策略回答了这个问题。发现正向盈余意外公告前做空活动激增。更重要地是,做空活动与盈余意外的关系在高行业风险暴露的股票上更显著。进一步采用双重差分模型研究了其对市场有效性的作用,发现行业ETF创立后,降低了成分股的套利风险,表明ETF有利于知情交易者对冲行业风险,提高了市场有效性。

我们也研究了ETF多空策略对资产定价的意义,发现行业ETF的卖空余额可以预测ETF收益,当行业ETF做空余额和对冲基金持股同时激增时,做空余额对ETF收益有较强的预测性。

因此,我们认为行业ETF对投资者和市场来说是一个较好的金融创新工具,可以有效地帮助投资者对冲市场和行业风险。

ETF Activity and Informational Efficiency of Underlying Securities

摘要

这篇文章研究了ETF活动对基础资产短期信息效率的影响,发现ETF持股增加了弱信息环境股票的定价效率,导致系统盈利信息迅速融入股票价格,但并没有发现强信息环境下的股票信息效率提高。同时ETF活动增加了ETF收益的同步性,这是由于系统性消息进入股价导致的结果,进一步验证了ETF持股和盈利公告漂移和融券卖空有关,ETF活动增加,降低了盈余公告漂移,提高了融券供给。

研究思路

资产管理行业已经见证了ETF规模大幅增长,美国市场上大约30%的股票交易量由ETF贡献。一部分研究发现ETF扭曲了资本市场(Wurgler,2010 66;Ramaswamy,2011 67,Antoniou et al.2018 68),比如,ETF可能将非基本面冲击(情绪相关的误定价)传递到基础资产,导致基本面与股票收益之间的联系崩溃(Da and Shive,2016 69;Ben-David et ll.,2018 70

另一部分文献发现ETF可以改善资本市场的信息效率。比如,卖空交易者可以利用ETF来规避卖空限制(Li and Zhu,2016 71),被动指数基金持有越多的股票会受到更大的公司监督和高效的公司治理(Boone and White,2015 72,Appel et al.,2016 73),随着被动持股增加,这些因素都可以增加股票的信息效率。因此,ETF对资本市场的影响是一个开放的话题,证监会号召更多研究来讨论ETF发展的后果。

本文认为,在ETF缺失时,当信息出现时,投资者必须评价该信息对每一个证券的影响,导致信息不能在弱信息环境的股票上反映。但当存在ETF时,投资者能够交易一揽子股票,信息可以及时地反映在篮子内每一只股票上,这就改善了股票价格和基本面的联系。首先,用盈余公告信息检验了ETF持股对短期信息效率的影响,发现ETF改善信息效率取决于信息环境,ETF显著地改善了小公司、低分析师覆盖的公司。然后,将盈利信息分解为系统性盈利和非系统性盈利,分别代表市场(行业)信息和公司特质信息。发现拥有系统信息的投资这更可能利用ETF投机,这样交易成本较低,这个投机过程就会产生ETF活动,反映了系统信息。拥有私人信息的投资者可能利用ETF来对冲行业或市场风险,但是投机者这样做不会产生ETF活动,因此,ETF持股更可能通过反映市场或行业信息来提高信息效率。最后,我们研究了ETF活动和盈余公告漂移之间的关系,如果ETF活动让成分股的价格反映了系统信息,盈余公告漂移应该减小。

相关文献

1.指数成分股同步性增加由非基本面因素驱动(Harris and Curel,1986 74;Vijh,1994 75;Barberis et al.,2015 76

  1. Ramaswamy(2011) 77发现ETF出现后放大了系统性风险。
  1. 由于ETF通过套利机制向基础股票传递了流动性冲击,导致基础资产的波动增加(Krause et al.,2014 78)。

4.Hasbrouck(2003)利用2000年3-5月的数据研究发现ETF提高了自处资产日内价格发现功能。

5.机构投资者的投资决策受公司消息影响,所以其持股变化反映了私有信息(Chakravarty,2001 79

  1. 越来越多的机构投资者使用ETF替代股票期货合约,具体来讲,在2015年,40%的机构投资者使用ETF替代股票期货合约,78%的期货用户计划在未来12个月用ETF替代期货(Greewich Associate,2016 80
  1. 由于ETF交易成本较低,并不面临与期货移仓相关的误定价风险,对基金投资者来说,ETF是一个更好的备选工具(Madhavan et al.,2014 81)。

研究结论

我们研究发现,越大的ETF活动与基础资产的短期信息效率相关,短期信息效率增加是由于吸收了更多的系统性基本面信息。信息效率改善在弱信息环境公司中特别明显。如果ETF活动及时吸收了更多的系统信息,可能增加了收益的同步性,与我们的猜想一致,收益的同步性增加与ETF活动的联系可以用系统性基本面信息解释。同时,ETF活动降低了盈余公告漂移,增加了股票做空比例。


  1. Grossman, Sanford J. An Analysis of the Implications for Stock and Futures Price Volatility of Program Trading and Dynamic Hedging Strategies[J]. The Journal of Business, 1988,61(3):275-298↩︎

  2. Da Z, Shive S. When the bellwether dances to noise: Evidence from exchange-traded funds[R]. Working Paper, University of Notre Dame, 2013.↩︎

  3. Agarwal V, Hanouna P, Moussawi R, et al. Do ETFs increase the commonality in liquidity of underlying stocks?[C]//28th Annual Conference on Financial Economics and Accounting. 2018.↩︎

  4. Israeli D, Lee C M C, Sridharan S A. Is there a dark side to exchange traded funds? An information perspective[J]. Review of Accounting Studies, 2017, 22(3): 1048-1083.↩︎

  5. Evans R B, Moussawi R, Pagano M S, et al. ETF Short Interest and Failures-to-Deliver: Naked Short-Selling or Operational Shorting?[J]. 2019.↩︎

  6. Bhattacharya A, O’Hara M. Can ETFs increase market fragility[J]. Effect of information linkages in ETF markets, 2016.↩︎

  7. Malamud S. A dynamic equilibrium model of ETFs[J]. 2016.↩︎

  8. Glosten L, Nallareddy S, Zou Y. ETF trading and informational efficiency of underlying securities[J]. Unpublished working Paper, 2016.↩︎

  9. Madhavan A, Sobczyk A. Price dynamics and liquidity of exchange-traded funds[J]. Journal of Investment Management, 2016, 14(2): 1-17.↩︎

  10. Subrahmanyam A. A theory of trading in stock index futures[J]. The Review of Financial Studies, 1991, 4(1): 17-51.↩︎

  11. Andrei D, Hasler M. Investor attention and stock market volatility[J]. The review of financial studies, 2015, 28(1): 33-72.↩︎

  12. Keim D B, Madhavan A. The upstairs market for large-block transactions: Analysis and measurement of price effects[J]. The Review of Financial Studies, 1996, 9(1): 1-36.↩︎

  13. Crane A D, Michenaud S, Weston J P. The effect of institutional ownership on payout policy: A regression discontinuity design approach[J]. SSRN Electronic Journal, 2012, 12: 1-45.↩︎

  14. Amihud Y, Mendelson H. Asset pricing and the bid-ask spread[J]. Journal of financial Economics, 1986, 17(2): 223-249.↩︎

  15. Saffi P A C, Sigurdsson K. Price efficiency and short selling[J]. The Review of Financial Studies, 2011, 24(3): 821-852.↩︎

  16. Boehmer E, Jones C M, Zhang X. Which shorts are informed?[J]. The Journal of Finance, 2008, 63(2): 491-527.↩︎

  17. Chan K, Hameed A. Stock price synchronicity and analyst coverage in emerging markets[J]. Journal of Financial Economics, 2006, 80(1): 115-147.↩︎

  18. 才静涵,夏乐.卖空制度、流动性与信息不对称问题研究——香港市场的个案[J].管理科学学报,2011,14(02):71-85.↩︎

  19. Glosten L, Nallareddy S, Zou Y. ETF trading and informational efficiency of underlying securities[J]. Unpublished working Paper, 2016.↩︎

  20. Hasbrouck J. Intraday price formation in US equity index markets[J]. The Journal of Finance, 2003, 58(6): 2375-2400.↩︎

  21. Yu L. Basket securities, price formation, and informational efficiency[J]. Price Formation, and Informational Efficiency (March 25, 2005), 2005.↩︎

  22. Chen G, Strother T S. On the contribution of index exchange traded funds to price discovery in the presence of price limits without short selling[J]. Available at SSRN 1094485, 2008.↩︎

  23. Fang Y, Sanger G C. Index price discovery in the cash market[C]//Midwest Finance Association 2012 Annual Meetings Paper. 2011.↩︎

  24. Ivanov S I, Jones F J, Zaima J K. Analysis of DJIA, S&P 500, S&P 400, NASDAQ 100 and Russell 2000 ETFs and their influence on price discovery[J]. Global Finance Journal, 2013, 24(3): 171-187.↩︎

  25. Lee C M C, So E C. Alphanomics: The informational underpinnings of market efficiency[M]. now Publishers Incorporated, 2015.↩︎

  26. Milgrom P, Stokey N. Information, trade and common knowledge[J]. Journal of economic theory, 1982, 26(1): 17-27.↩︎

  27. Rubinstein M. Market basket alternatives[J]. Financial Analysts Journal, 1989, 45(5): 20-29.↩︎

  28. Black F. Noise[J]. The journal of finance, 1986, 41(3): 528-543.↩︎

  29. Miller E M. Risk, uncertainty, and divergence of opinion[J]. The Journal of finance, 1977, 32(4): 1151-1168.↩︎

  30. Diamond D W, Verrecchia R E. Constraints on short-selling and asset price adjustment to private information[J]. Journal of Financial Economics, 1987, 18(2): 277-311.↩︎

  31. Bai Y, Chang E C, Wang J. Asset prices under short-sale constraints[J]. 2006.↩︎

  32. D’avolio G. The market for borrowing stock[J]. Journal of financial economics, 2002, 66(2-3): 271-306.↩︎

  33. Reed A V. Costly short-selling and stock price adjustment to earnings announcements[D]. University of Pennsylvania, 2002.↩︎

  34. Bris A, Goetzmann W N, Zhu N. Efficiency and the bear: Short sales and markets around the world[J]. The Journal of Finance, 2007, 62(3): 1029-1079.↩︎

  35. Hong H, Stein J C. Differences of opinion, short-sales constraints, and market crashes[J]. The Review of Financial Studies, 2003, 16(2): 487-525.↩︎

  36. Boone A L, White J T. The effect of institutional ownership on firm transparency and information production[J]. Journal of Financial Economics, 2015, 117(3): 508-533.↩︎

  37. Gillan S L, Starks L T. Corporate governance proposals and shareholder activism: The role of institutional investors[J]. Journal of financial Economics, 2000, 57(2): 275-305.↩︎

  38. Shleifer A, Vishny R W. Large shareholders and corporate control[J]. Journal of political economy, 1986, 94(3, Part 1): 461-488.↩︎

  39. Deng X, Hung S, Qiao Z. Mutual fund herding and stock price crashes[J]. Journal of Banking & Finance, 2018, 94: 166-184.↩︎

  40. Froot K A, Scharfstein D S, Stein J C. Herd on the street: Informational inefficiencies in a market with short‐term speculation[J]. The Journal of Finance, 1992, 47(4): 1461-1484.↩︎

  41. Ozsoylev H N, Walden J, Yavuz M D, et al. Investor networks in the stock market[J]. The Review of Financial Studies, 2014, 27(5): 1323-1366.↩︎

  42. Malkiel B G, Fama E F. Efficient capital markets: A review of theory and empirical work[J]. The journal of Finance, 1970, 25(2): 383-417.↩︎

  43. Deville L. Exchange traded funds: History, trading, and research[M]//Handbook of financial engineering. Springer, Boston, MA, 2008: 67-98.↩︎

  44. Zawadzki K. The performance of ETFs on developed and emerging markets with consideration of regional diversity[J]. Quantitative Finance and Economics, 2020, 4(3): 515-525.↩︎

  45. Shleifer A, Vishny R W. Large shareholders and corporate control[J]. Journal of political economy, 1986, 94(3, Part 1): 461-488.↩︎

  46. Aggarwal R, Erel I, Ferreira M, et al. Does governance travel around the world? Evidence from institutional investors[J]. Journal of Financial Economics, 2011, 100(1): 154-181.↩︎

  47. Busch P, Obernberger S. Actual share repurchases, price efficiency, and the information content of stock prices[J]. The review of financial studies, 2017, 30(1): 324-362.↩︎

  48. Sias R W. Volatility and the institutional investor[J]. Financial Analysts Journal, 1996, 52(2): 13-20.↩︎

  49. Boone A L, White J T. The effect of institutional ownership on firm transparency and information production[J]. Journal of Financial Economics, 2015, 117(3): 508-533.↩︎

  50. Froot K A, Scharfstein D S, Stein J C. Herd on the street: Informational inefficiencies in a market with short‐term speculation[J]. The Journal of Finance, 1992, 47(4): 1461-1484.↩︎

  51. Porter M E. Capital disadvantage: America’s failing capital investment system[J]. Harvard business review, 1992, 70(5): 65-82.↩︎

  52. Almazan A, Hartzell J C, Starks L T. Active institutional shareholders and costs of monitoring: Evidence from executive compensation[J]. Financial management, 2005, 34(4): 5-34.↩︎

  53. Useem M, Bowman E H, Myatt J, et al. US institutional investors look at corporate governance in the 1990s[J]. European Management Journal, 1993, 11(2): 175-189.↩︎

  54. Forker J J. Corporate governance and disclosure quality[J]. Accounting and Business research, 1992, 22(86): 111-124.↩︎

  55. Dow J. Arbitrage, hedging, and financial innovation[J]. The Review of Financial Studies, 1998, 11(4): 739-755.↩︎

  56. Duffie D, Rahi R. Financial market innovation and security design: An introduction[J]. Journal of Economic Theory, 1995, 65(1): 1-42.↩︎

  57. Simsek A. Financial innovation and portfolio risks[J]. American Economic Review, 2013, 103(3): 398-401.↩︎

  58. Chen Z. Financial innovation and arbitrage pricing in frictional economies[J]. Journal of Economic Theory, 1995, 65(1): 117-135.↩︎

  59. Cong L W, Xu D. Rise of factor investing: Asset prices, informational efficiency, and security design[C]//29th Australasian Finance and Banking Conference. 2016.↩︎

  60. Ben-David I, Franzoni F, Moussawi R. Hedge fund stock trading in the financial crisis of 2007–2009[J]. The Review of Financial Studies, 2012, 25(1): 1-54.↩︎

  61. Da Z, Shive S. Exchange traded funds and asset return correlations[J]. European Financial Management, 2018, 24(1): 136-168.↩︎

  62. Pan K, Zeng Y. ETF arbitrage under liquidity mismatch[C]//Fourth Annual Conference on Financial Market Regulation. 2019.↩︎

  63. Madhavan A N. Exchange-traded funds and the new dynamics of investing[M]. Oxford University Press, 2016.↩︎

  64. Easley D, Michayluk D, O’Hara M, et al. The active world of passive investing[C]//Western Finance Association (WFA) Annual Meeting (2018). 2020.↩︎

  65. Glosten L, Nallareddy S, Zou Y. ETF activity and informational efficiency of underlying securities[J]. Management Science, 2021, 67(1): 22-47.↩︎

  66. Wurgler J. On the economic consequences of index-linked investing[R]. National Bureau of Economic Research, 2010.↩︎

  67. Ramaswamy S. Market structures and systemic risks of exchange-traded funds[J]. 2011.↩︎

  68. Antoniou C, Subrahmanyam A, Tosun O. ETF ownership and corporate investment[J]. Available at SSRN 3184949, 2019.↩︎

  69. Da Z, Shive S. Exchange traded funds and asset return correlations[J]. European Financial Management, 2018, 24(1): 136-168.↩︎

  70. Ben‐David I, Franzoni F, Moussawi R. Do ETFs increase volatility?[J]. The Journal of Finance, 2018, 73(6): 2471-2535.↩︎

  71. Li F W, Zhu Q. Synthetic shorting with ETFs[J]. Work Pap., Univ. Tex., Austin, 2016.↩︎

  72. Boone A L, White J T. The effect of institutional ownership on firm transparency and information production[J]. Journal of Financial Economics, 2015, 117(3): 508-533.↩︎

  73. Abner D. The ETF handbook[J]. How to Value and Trade Exchange Traded Funds John Wiley & Sons Inc., New Jersey, 2010.↩︎

  74. Harris L, Gurel E. Price and volume effects associated with changes in the S&P 500 list: New evidence for the existence of price pressures[J]. the Journal of Finance, 1986, 41(4): 815-829.↩︎

  75. Vijh A M. S&P 500 trading strategies and stock betas[J]. The Review of Financial Studies, 1994, 7(1): 215-251.↩︎

  76. Barberis N, Shleifer A, Wurgler J. Comovement[J]. Journal of financial economics, 2005, 75(2): 283-317.↩︎

  77. Ramaswamy S. Market structures and systemic risks of exchange-traded funds[J]. 2011.↩︎

  78. Krause T, Ehsani S, Lien D. Exchange-traded funds, liquidity and volatility[J]. Applied Financial Economics, 2014, 24(24): 1617-1630.↩︎

  79. Chakravarty S. Stealth-trading: Which traders’ trades move stock prices?[J]. Journal of Financial Economics, 2001, 61(2): 289-307.↩︎

  80. Greenwich Associates (2016) Institutional investment in ETFs: Versatility fuels growth. Accessed January 1, 2016, ↩︎

  81. Madhavan A, Marchioni U, Li W, et al. Equity ETFs versus index futures: a comparison for fully funded investors[J]. The Journal of Index Investing, 2014, 5(2): 66-75.↩︎