1997 年11 月，国务院颁布《证券投资基金管理暂行办法》，拉开了培育和发展证券投资基金的序幕，发展证券投资基金的政策寓意在于壮大中国资本市场上的机构投资者，并试图利用投资基金作为机构投资者稳定市场的作用，促进市场稳定健康发展。证券投资基金的政策前提是证券投资基金有稳定市场、降低市场波动的作用。经过近10 年的发展，投资基金实现了监管机构的预期目标吗？本研究在实证分析基金投资行为的基础上，进一步研究基金对市场稳定性的作用。
学术界对于证券投资基金（机构投资者）是稳定了市场还是加剧了市场波动也存在着巨大争议。从市场整体的角度给出证券投资基金是否稳定市场的结论，对理论研究的进一步深化和发展也具有重要意义。为研究和表述方便，本章所述的机构投资者，实际上是指证券投资基金，事实上，在我国，机构投资者的主体正是证券投资基金。
本研究摒弃了从微观角度研究的方法，利用GARCH 事件模型试图从宏观的角度来检验中国投资基金是否发挥了稳定我国股市的作用。
本研究实证发现投资基金（机构投资者）进入市场后，减小了市场的波动，起到了稳定市场的作用。政府的每次推进机构投资者发展的政策都不同程度的减少了市场波动。投资基金在上海证券市场和深圳证券市场表现出不同强度的稳定作用，在上海证券市场上，投资基金的进入最高降低了近六个百分点的波动性；在深圳证券市场上，投资基金的进入最高降低了十三个百分点的市场波动。
本研究还考察了投资基金进入市场以后，是否导致市场反馈交易行为的结构性变化。实证发现，投资基金和个人投资者具有相似的反馈交易行为强度，投资基金的进入没有带来市场反馈交易行为的结构性变化，投资基金的稳定功能不是靠负反馈交易行为实现的。我们将基金进入后市场稳定性的增强，解释为基金的羊群行为，加速了股价调整，从而降低了市场波动性。
5.1 证券投资基金作为机构投资者与市场波动的关系
相对于个人投资者而言，证券投资基金具有比较信息优势和专业知识优势。因此，相对于个人投资者而言，证券投资基金更能准确地发现股票的基础价值，从这个方面讲证券投资基金能够稳定市场。与个人投资者相比，证券投资基金持有的股票数量多，规模大。因此证券投资基金买卖行为往往会引起股价的较大波动。从这个意义上讲，投资基金能够加剧市场的波动。简单的定性分析不能判断投资基金是否能够稳定证券市场。除此之外，投资基金的稳定作用还与它的具体行为有关，反馈交易行为和羊群行为是考察投资基金与市场波动关系的两种主要理论。
反馈交易的概念最早是由Shiller（1982）提出，它定义为投资者不是根据现有的信息对股票价格在未来时刻的预期来决定现在的买卖行动，而是根据股票过去的价格做出当前的买卖决策。根据反馈方式的不同，反馈交易可以分为正反馈交易和负反馈交易。正反馈交易行为在中国市场上俗称“追涨杀跌”，当上一期股票价格上涨时，买入该股票；当上一期股票价格下跌时，卖出该股票。负反馈交易对应于“低买高卖”，在股票价格上涨时，抛出股票，当股票价格下跌时买进股票。反馈交易行为的不同属性对市场的波动有不同的影响。在股票价格上涨的时候，正反馈交易者的买入行为能推动股票价格进一步上升，使其偏离资产的基础价值；当股票价格下跌时，正反馈交易者会大量抛售该股票，从而会导致股票价格在短期内急速下跌。因此，正反馈交易行为会加剧市场的波动。负反馈交易行为能平稳股价，当股票价格上升到超过基础价值时，抛出股票的行为能够压低股价，使其不会严重背离基础价值；当股价下跌时，具有这种交易特征的人买入股票能抑制股价的下跌，使价格不至于太低于股票的基础价值（Sentana，1992）。因此，负反馈交易行为能减少市场波动。
作者以前的研究（2006）使用非对称GARCH 模型来拟合条件异方差检验了中国股市的反馈交易行为，发现中国股市和其他国家不同，随市场波动的增加，投资者表现出负反馈交易行为，在风险水平较低的时候，深圳股市表现出正反馈的交易特征，上海股市则没有明显的反馈交易特征。本文考察投资基金的进入是否引起市场在反馈交易行为上的结构性变化，如果在投资基金进入市场以后，中国股市表现出更明显、更强的负反馈交易，则可以说明由于投资基金具有比个人投资者更强的负反馈交易行为，它的存在稳定了股市。如果负反馈的强度减小，则说明投资基金的存在是加剧了市场波动。
一般预期投资基金相对于个人投资者，更能准确地发现股票的真实价值，因为投资基金会更多地采用价值型投资策略。同时，投资基金的这种投资策略会被个人投资者模仿，个人投资者也更多地采用价值型投资策略。如果投资基金能减弱市场反馈交易行为，则符合对投资基金的期待：大量投资基金的存在有助于市场发现股票的价值，投资基金更多地采用价值型投资策略，同时也可能引导个人投资者采用价值型投资策略。如果反馈交易的强度增大，则投资基金的存在并没有体现出价值发现功能，也没有引导个人投资者采用价值型投资策略。
5.2 投资基金作为机构投资者发展的背景与前提假定
在我国，机构投资者包括证券公司自营业务部分、封闭式基金、开放式基金、保险公司和社保基金，以及三类企业（上市公司、国有企业、国有控股企业）。1997 年11 月，国务院颁布《证券投资基金管理暂行办法》，为证券投资基金的规范发展奠定了法律基础。1998 年3 月基金金泰、基金开元设立，由此证券投资基金业进入崭新的发展阶段。1999 年9 月，证监会规定三类企业可以在证券二级市场从事证券投资，它们或自身直接运作资金，或通过券商、信托公司和投资公司以委托理财的形式入市。同年10 月，中国保监会颁布《保险公司投资证券投资基金暂行管理办法》，允许保险资金可以通过投资证券投资基金间接入市，入市资金最高比例为上年末保险公司总资产的5%，之后这一比例逐渐放开。2001 年9 月21 日，我国首个开放式基金——华安创新证券投资基金在募满50 亿份基金单位之后正式宣告成立。从此，中国市场上，出现由封闭式基金向开放式基金的过渡，开放式基金逐渐成为机构投资者的主体。财政部、劳动和社会保障部于同年12 月发布了《全国社会保障基金投资管理暂行办法》，规定了全国社保基金可以投资证券市场。2004 年2 月，《国务院关于推进资本市场改革开放和稳定发展的若干意见》出台，《意见》明确表示，将支持保险资金以多种方式直接投资资本市场，逐步提高商业保险资金投入资本市场的比例。
从证券投资基金发展的历程来看，有三个比较重要的时间点。第一个是封闭式基金成立并开始运作的1998 年3 月。在此之前，市场的投资主体主要是个人投资者和证券公司的自营业务部分，而券商的自营业务规模相对非常小，对市场的影响非常有限。封闭式基金的成立引入了真正意义上、具有专业优势的机构投资者。另一个重要的时间点是1999 年三类企业资金和保险公司资金入市。虽然三类企业的入市资金很难估计，据推测这笔资金非常庞大。近年来，我国保险业务保持了较快增长，保险公司投资于证券投资基金的总额也有很大提高。从开放初的14.79 亿元上升到2001 年的208.99 亿元，增长了13倍。保险资金成为机构投资者最大的资金来源。第三个关键的时间点是我国开放式基金成立的2001 年9 月底。自此之后，开放式基金逐渐取代封闭式基金成为机构投资者主体，基金产品差异化日益明显，基金的投资风格也趋于多样化。开放式基金管理的资产份额迅速提高，2000 年占14.6%，到2002 已经占到了34.5%。
我们认为，在这三个关键的时间点，证券投资基金发生了质的变化，是证券投资基金影响显著增强的跳跃点。同时，考虑到政策效应的滞后时间，我们在假定这三个关键时间当月的月底，即1998 年3 月31 日、1999 年10 月31 日和2001 年10 月31 日，政策开始生效，证券投资基金对市场发生影响。这三个时间点构成GARCH 事件模型的三个事件窗口。
除了上面对事件窗口做出的假定外，本文在分析中还暗含地假定，在整个考察期，个人投资者的行为方式没有发生变化。准确来说，随着证券投资基金在证券市场上影响力的增强，证券投资基金的行为会对个人投资者产生影响，个人投资者会模仿证券投资基金的行为，因此个人投资者的行为方式的改变也会对市场的稳定性产生影响。但这种影响如果是证券投资基金的引入造成的，则可以将这种市场稳定性的改变归结为证券投资基金的作用，因此，这个假定对于本文检验是合理的。为方便分析，下文用机构投资者代表证券投资基金。
5.3 经济计量方法
金融实证分析中发现，股票收益率的条件方差呈非对称分布，Glosten、Jagannathan 和Runkle（1993）及Zakoian（1994）提出了描述这种波动性呈非对称的模型（TGARCH）。Engle（1993）认为取一阶的GARCH 模型就能很好的描述收益率的条件波动特征。中国学者的实证检验发现，GARCH（1，1）模型估计中国资本市场的波动率的效果并不是很好，TGARH 模型或EGARCH 模型对市场的波动率解释能力更强一些，实证也发现，TGARCH 模型的效果要比EGARH 模型的效果更好（郑梅，苗佳和王升，2005 年；郭晓亭，2006）。故而在本文的分析中，选用非对称GARCH（1，1）模型来拟合收益率的条件异方差。
5.3.1 GARCH 事件模型
以前的文献从证券投资基金非理性行为的角度考察了证券投资基金对市场波动的影响，都是基于间接的手段来分析证券投资基金的引入对市场波动性的影响。本文基于GARCH 事件模型（Bohl，Brzeszczynski，2004）来考察证券投资基金进入市场以后，条件方差是否发生跳跃性变化，以直接的方式检验证券投资基金作为机构投资者对市场波动性的影响。计量模型为：
定义为：
为市场指数的收益率，为预测模型不能解释的部分——残差项，假定该项是服从均值为0 方差为的条件正态分布。虚拟变量表示机构投资者进入市场的事件，表示机构投资者进入市场的时间。该虚拟变量的系数表示了机构投资者的进入带来的市场波动的结构性变化。当系数为0 时，表示市场的稳定性并没有因机构投资者的进入而发生改变；当系数大于0 时，表示在时刻以后，市场的波动增加，机构投资者进入证券市场加剧了市场波动；当系数小于0 时，表示在时刻以后，市场的波动性减小，机构投资者的参与进一步稳定了市场。
在回归方程（5.1）中，我们考虑了指数收益率一阶序列相关的可能性和由于机构投资者的进入而可能发生的一阶序列相关的结构性变化。系数反映了在没有机构投资者的时候指数收益率的一阶自相关程度。系数度量机构投资者的参与引起的指数收益率一阶自相关程度的变化量；而系数+度量了机构投资者的存在带来的指数收益率的一阶自相关程度。考虑到中国股市不但受到中国国内经济发展的影响，还受到世界市场波动的影响，我们引入了变量来解释国际市场对中国股市的影响。在本文的分析中，我们考虑中国股市和香港股市的联动影响，选用相应时刻的香港股市的指数收益率来解释中国市场的变化。
条件波动率方程（5.2）是Glosten，Jagannathan 和Runkle（1993）提出的非对称GARCH 模型的变体。非对称GARCH 模型分开考虑了正的和负的上一期残差对当期条件波动率的不同影响。示性变量在t时刻的残差为负时取1，非负时取0.方程（5.1）和（5.2）的联合估计采用极大似然方法，使用Bernd-Hall-Hall-Hausman（1974）算法。该算法的实现在附录中列出。
5.3.2 反馈交易的事件计量模型
现有文献对反馈交易行为的实证检验是基于Sentana 和Wadhwani（1992）提出的检验模型，唐或等人基于上述模型，出于计算上的方便性使用GARCH（1，1）模型来拟合条件波动率。邓勇等人在使用非对称GARCH模型来拟合条件波动率检验了中国股市上的反馈交易行为的存在和特征，得到了和唐或等人有较大差距的结论。本文在作者以前研究成果的基础上，考察机构在投资者进入市场以后，市场在反馈交易行为上表现出的结构性变化。本文使用如下的计量模型：
条件异方差模型为：
的含义和模型（5.1）、（5.2）中的一样。度量了由于机构投资者进入市场后，市场在反馈交易行为上的变化。度量了在没有机构投资者，风险水平比较低的时候，市场表现出来的反馈行为，度量了在没有机构投资者时，反馈交易行为随风险的改变而改变的程度。度量了在风险较低的时候，机构投资者表现出来的反馈交易行为强度，度量了机构投资者表现出来的随风险水平的改变而改变的反馈交易强度。当的系数不显著时，表明机构投资者表现出来的反馈交易行为和个人投资者表现出来的反馈交易行为差别不大。
和（5.1）式相比，（5.4）式将指数收益率的一阶自相关进行了分解，分解为不随风险水平的变化而变化的部分和随市场风险变化而变化的部分。这种分解是基于Shiller-Sentana-Wadhwani 提出的反馈交易理论模型。该模型认为收益序列的一阶自相关主要是由于反馈交易行为的存在带来的，虽然其他的因素也能够导致收益率一阶自相关，比如非同时交易（Non-synchronous）能导致收益序列自相关（Lo 和Makinlay，1990；Sentana 等，1992），但是还没有实证证据显示非同时交易在经验上是有意义的（Bohl 和Siklos，2004）。因此，Sentana等人认为一阶自相关正好说明了反馈交易的性质和强度。当系数为0 时，该回归模型和条件方差模型一起构成了一般的GARCH-M 模型。
式（5.1）和式（5.2）一起构成的计量模型主要检验条件异方差是否发生结构性变化；而式（5.4）和式（5.5）一起构成了检验反馈交易行为是否发生结构性变化的计量模型。前面的计量模型检验重点在条件异方差模型，回归模型只是用一些变量来解释和预测收益率，是为了得到不可解释的残差部分，所以回归模型不是检验的重点。后一个计量模型回归方程是重点，由它来检验反馈交易行为，在检验的时候并不考虑条件方差的结构性变化。这么做有两个原因：一是因为条件方差的结构性变化会导致收益序列一阶自相关的变化，而这种结构性变化可以由系数反映出来，如果再考虑条件异方差的结构性变化，就发生了重复；另一方面如果在（5.4）中考虑条件异方差的结构性变化会造成数据处理更复杂，为了简化考虑，我们假定整个时期内波动性没有发生结构性变化，抽象掉波动性变化后单纯考虑反馈交易行为的变化。
5.4 数据与检验结果
5.5 结论
机构投资者（基金）进入市场，市场结构会发生很大变化。现阶段我国政府正大力培育和发展机构投资者（基金），期待证券投资基金进入市场以后能稳定中国股市，减少波动；期待证券投资基金能引导市场参与者更多的采用价值型投资者策略；期待证券投资基金进入市场后能够减少股市对政策的高度依赖，增加市场的理性氛围，使股市真正成为我国经济的“晴雨表”。在证券投资基金发展近10 年后，证券投资基金是否发挥了人们预期的稳定市场的功能，本文提供了一个稳健的、直接的检验。
实证检验发现，证券投资基金进入市场以后，上海证券市场和深圳证券市场的波动性都发生了结构性降低。证券投资基金发挥了稳定市场的功能，符合对证券投资基金的预期。在证券投资基金发展的过程中，每次的政策推进都对市场起到了明显的稳定作用。在几个重要政策中，保险资金通过证券投资基金间接入市对上海证券市场的稳定作用最为明显；封闭式基金的成立对深圳证券市场的稳定作用最为明显。证券投资基金在稳定市场方面，在上海证券市场和深圳证券市场上表现强度是有差距的：在深圳证券市场上，证券投资基金的进入最高降低了近十三个百分点的波动性；在上海证券市场上，证券投资基金的进入最高降低了六个百分点的市场波动。
虽然证券投资基金进入市场带来了一些问题，很多人将这些问题归结为证券投资基金带来，依据这些乱象认为证券投资基金导致了市场波动。但事实并非如此，总体上来说，证券投资基金的进入降低了市场波动，只是降低的幅度并没有人们期望的那么高。
文章还考察了证券投资基金的稳定功能是否是证券投资基金的负反馈交易行为造成的。实证发现证券投资基金在反馈交易行为上和个人投资者没有太大差别。证券投资基金稳定市场的功能不是靠负反馈交易取得的，还需进一步分析证券投资基金的何种行为带来了市场的稳定。反馈交易是根据股票过去的价格来决定现在的买卖行为，不是根据股票的内在基础价值来进行投资，过多的反馈交易行为说明股市不是以价值投资策略为主。文章检验发现证券投资基金在反馈交易行为上没有变化，说明证券投资基金并没有引导市场参与者更多地采用价值型投资策略。这不符合监管机构关于证券投资基金的发展会增加市场上价值投资氛围的预期。
导致证券投资基金发挥稳定市场功能的原因是多方面的。就反馈交易行为而言，证券投资基金与个人投资者不存在显著差异，没有发现证券投资基金的反馈交易行为与市场波动的内在联系。
由于我们的实证发现了基金存在羊群行为特征，同时发现，在基金进入后，市场波动性确实有所降低，同时，基金进入市场后，反馈交易特征也在加强，反映了基金存在反馈交易行为，但确未发现该行为与市场波动之间的内在联系，那么在基金进入后，是基金的何种行为特征降低了市场波动呢？我们认为，羊群行为可以解释基金进入后市场波动的降低，即基金的羊群行为加速了股价的调整过程，从而促进了市场稳定，这一结论与国外有些实证研究发现有所差异。
附录：GARCH 事件模型算法
这里只讨论（5.1）式和（5.2）式模型的联合估计和假设检验问题。在这个模型中，假定残差项，则，忽略常数项的似然函数为：
似然函数是参数的函数。求这个函数的极大值得到参数的估计。常用的方法是Newton 迭代法。这种方法用二次函数来近似逼近似然函数的极大值。Bernd 等人（1974）将使用该方法的参数估计和假设检验联系起来。在Newton 法下，Hessian 矩阵定义为：
梯度向量定义为：，则参数的迭代公式为：
H 和G 根据参数计算，为第i 步的调整步长，它使达到最大值。
Bernd 等人利用梯度定义得分向量。T 个数据可以计算出平均得分向量：和平均得分向量的外积。当时，B 的期望，即为Fisher 信息统计量的相反数。在参数未知，得分向量非常接近于0 的时候，可以用作为Fisher 信息矩阵的估计值。经过上述变换以后，Bernd 等人推荐使用下面的迭代公式：
当迭代到得分向量充分接近于0 时，似然函数达到最大值，在最大值处，可以作为Fisher 信息矩阵的估计。
对式两边同时对求导，有：
对（5.2）两边对求导有：
对（5.1）式两边对求导有：
令和，则（10）式和（11）式可以表示为：
对（5.2）与（5.1）两边同时对求导有：
，将（5.13）代入到（5.9）可以得到得分向量的计算公式：
在迭代计算过程中，一般设为的平方（Engle，1982；Greene，2001）。在计算得分向量时需要解（5.12）和（5.13）构成的差分方程组。Chou（1988）使用数值微分方法来计算倒数。数值积分效率比较低，笔者建议使用分析倒数。确定边界需要解方程：
Engle 建议样本以外的数据取值为0，因此计算中。
在每次迭代过程中，均要检验参数是否满足Zakoian 给出的TGARCH 模型条件方差平稳的条件。计算过程进行到平均得分向量的模平方充分小时停止。当模平方非常接近于0 时，平均得分向量的各个分量都接近于0.此时似然函数达到最大值，是Fisher 信息矩阵的估计值。条件方差方程平稳与得分向量收敛于0 是一致的。由于在收敛处，是信息矩阵，参数的估计值服从渐近正态分布（Engle，1982；茆诗松，1998）：
对参数进行显著性检验时选择原假设：和备择假设。
