论文标题：Government Stock Purchase Undermines Price Informativeness: Evidence from China’s “National Team”
中文标题：政府购买股票破坏了价格信息：来自中国“国家队”的证据
原文来源：Dang, T. V., & Wang, Y. (2024). Government stock purchase undermines price informativeness: Evidence from China’s “National team”. Journal of Financial and Quantitative Analysis, 59(5), 2340-2374.
供稿：胡星
封面图片来源：Pexels
编者按：
文章利用2015年中国股市崩盘研究政府股票购买的影响。中国政府通过被称为“国家队”的国有金融机构购买股票来稳定市场。文章发现，这一干预措施导致股价波动性和股价信息含量降低，这些影响主要由政府投资组合的披露所驱动。相比基本面信息，投资者更倾向于获取政府干预信息，造成投资组合披露后信息产生和信息不对称程度下降。文章认为，政府股票购买涉及到股价稳定性与股价信息含量之间的权衡。
支持国内股市的非常规措施在全球并不罕见，尤其是通过直接购买资产的方式。例如，在亚洲金融危机期间，香港特区政府花费了1200亿港元通过香港储备基金购买股票，中国台湾省和韩国也设立了金融稳定基金作为量化宽松政策的一部分，日本央行已经积累了近19.3万亿日元的指数挂钩交易所交易基金（ETF），美国政府通过各种计划投资于选定的金融机构并购买资产。尽管政府干预可能产生广泛的影响，但在学术文献中却很少受到关注。由于缺乏反事实，解决直接干预是否有效、如何有效以及潜在的权衡是什么的问题具有挑战性。作者关注的是中国一次大规模的股票干预，以检验其对价格波动、信息效率和投资者行为的影响。与其他经济体的干预主要集中在主要指数成分股上不同，中国股市的干预包括各种各样的股票。并且，实际的干预交易与干预组合披露之间的时间滞后为估计干预披露的影响提供了有利条件。
首先，作者检验了政府干预对股价稳定性的影响。文章进行了类似于双重差分（DID）的分析，干预组由国家队投资组合中的股票组成，而其余股票未被干预。结果表明，被干预的股票波动率较低。此外，作者发现国家队持有量越大，信息效率越低。
其次，借鉴Brunnermeier等（2022）的理论框架，文章通过将干预影响分解为直接交易效应和披露效应两部分，实证估计了国家队干预的影响。如果由于干预组合披露而提高的预测精度足够大，投资者可能会获取干预信息而不是基本信息，这与Brunnermeier 等（2022）的“政府中心均衡”的论点对应。否则，如果披露的干预信息没有导致预测准确性的显著提高，则无论披露与否，投资者都在收集基本面信息，这是“以基本面为中心”的情况。因此，中国市场处于哪种均衡状态是一个实证问题。
再次，为了进一步阐明披露效应的影响，文章提供了信息生产和信息不对称的直接检验，以分析师报道和现场访问作为代理，发现干预披露后信息产量大幅下降。同样，对于信息不对称，观察到干预披露后内幕交易的概率更低，分析师预测的离散度更低，价差中的信息不对称成分更小。
最后，文章执行了多项稳健性检验。一方面，对于选择性干预问题，在考虑控制变量的时变趋势后，结果仍然稳健，排除了可能成为干预焦点的重要行业，控制过去的国有控股等等。另一方面，通过关注预期较低的股票组或排除干预信息泄露的股票来讨论投资者预期影响。此外，通过关注不同的国家队机构的持有量来排除买入并持有的影响。其他稳健性检验还包括使用替代度量、不同的固定效应组合和不同的样本周期。
文章的贡献主要有以下几个方面。首先，对政府大规模干预股票市场的影响提供了新颖的见解。文章通过将影响分解为交易效应和披露效应来强调干预披露渠道的重要性，干预披露改变了投资者的信息获取方式，是信息效率下降的主要驱动因素。与基于价格的分析不同，文章关注的是干预对信息聚集和市场效率的影响。其次，文章进一步表明了干预组合信息的提供阻碍了股票市场的私人信息生产，降低了信息效率，文章从信息渠道研究了政府政策是如何运作的。最后，文章揭示了政府直接干预股市的基本原理和权衡。投资者的内生信息选择导致了一种权衡：政府干预可以通过减少价格波动来稳定市场，但代价是信息效率的降低。
二、制度背景与假设提出
（一）制度背景
中国股市在2015年上半年经历了快速上涨。这种繁荣是由保证金融资推动的，受监管的保证金交易和不受监管的杠杆都急剧扩大。2015年1月至5月，中国主要股指上证50指数和沪深300指数分别上涨了17.4%和32.9%。考虑到不受监管的融资融券交易迅速扩张所带来的潜在风险，中国证监会于2015年6月12日发布严厉命令，禁止所有证券公司为不受监管的融资融券交易提供便利。主要股市指数在接下来的一周（2015年6月15日至6月19日）下跌了13%，这是自全球金融危机以来的最大单周跌幅。投资者惊慌失措，跌势加速演变成长达一个月的股市崩盘，市值蒸发了约40%。高杠杆投资者破产，导致大规模被迫平仓和价格进一步下跌。
为了阻止股价下跌，中国政府采取了多种措施，包括暂停IPO、限制股指期货交易、禁止证券公司自营交易的净卖出等。在这些干预措施中，最不寻常的是通过国有金融机构持有的账户大规模直接购买股票，这些账户被称为“国家队”（NT，National Team）。大规模的直接购股始于2015年7月6日，国家发改委介入市场是已知的，但详细的干预组合直到2015年10月才公开。
在中国上市的公司在季度报告中报告了其前十大股东。如果一个NT机构出现在报告中，就可以知道NT肯定投资了这只股票，详细的NT投资组合于2015年10月首次公开，当时上市公司发布了第三季度报告。根据2015年第三季度的公司报表，NT是1401家公司的前十大股东之一，覆盖了中国证券交易所所有上市公司的一半以上。其投资组合价值超过1.6万亿人民币（占2015年第三季度总市值的4.3%）。中国证监会承诺，NT将在未来几年继续充当市场稳定器，并在必要时进行干预。在随后的季度报告中，市场获得了有关NT投资组合细节的最新信息，投资组合的变化可能预示着未来政府的干预。这同样也阻碍了NT的迅速退出，因为会引发市场恐慌。
正如政府公开声明的那样，NT的目标是稳定市场。在最初的几天里，NT大量投资于蓝筹股，旨在支持主要股指。然而，这并没有阻止市场的下跌，因此央行进一步扩大了干预范围。NT由四组金融机构组成：一是中国证券金融公司（CSF），CSF承担了救市的主要任务，2015年Q3期间共投资了1017家公司，其持有的价值约占NT总投资组合的70%。二是CSF共同基金，作为唯一的外部投资者，CSF于2015年7月向5只共同基金投资了2000亿元人民币。2015年第三季度，这些基金共投资253只股票941亿元。三是中央汇金投资（HJ）： HJ在2015年Q3投资了1122只股票，约占NT总投资组合价值的20%。四是国家外汇管理局拥有和出资的投资平台，国家外汇管理局投资了约20只股票，市值500亿元人民币。CSF的投资组合经常变化，而HJ的投资组合相对稳定。实际上，大部分NT组合的变化是由CSF组合的变化引起的。
（二）假设提出
为了分析NT干预的影响，文章使用Brunnermeier等人（2022）的理论框架，他们提出了一个模型来研究政府干预对中国金融市场的影响。将政府作为一个大交易者加入到标准的噪声理性预期均衡模型中，他们的模型包含了三组主体：噪声交易者、投资者和政府。噪音交易者制造短期价格波动。战略性但短视的投资者利用他们的私人信息进行投机，并为噪音交易者提供流动性。另外，为了稳定市场，政府还决定对“噪音交易者”进行交易。关键的假设是，这种干预会产生意想不到的噪音，其大小随着干预强度的增加而增加。
在此框架下，资产价格由噪声交易量、资产基本面和干预噪声决定。随着政府干预成为一种新的定价因素，注意力有限的战略投资者在交易前要么获得有关资产基本面的私人信号，要么获得干预噪音，他们将选择有助于更好地预测未来价格的信息。根据这些参数的不同，均衡有两种类型：基本面中心和政府中心，并根据投资者的信息选择进行区分。在政府中心均衡中，投资者获取的是政府干预噪声信息，而不是资产基本面信息。他们与政府一起对抗噪音交易者，加强了政府减少价格波动的作用，但与之相对应的成本是由于缺乏对基本面信息获取而导致的资产价格信息效率降低。在以基本面为中心的均衡中，投资者获得了基本信息，可以节省干预的成本，而政府中心均衡的可能性随着干预强度的增加而增加。
Brunnermeier等人（2022）强调了金融稳定与信息效率之间潜在的紧张关系。这种紧张关系之所以出现，是因为政府干预给资产价格增加了干预噪音，如果干预力度足够大，可能会分散投资者对基本信息的注意力，这反过来又强化了政府噪音对资产价格的影响。干预分为两个阶段。在第一阶段，NT执行实际的干预交易，这可能会影响被干预股票的表现，称之为交易效应。与NT设定相对应的是，市场在第一阶段承认政府干预的存在，但没有公开详细披露NT投资组合。市场可能会推断干预组合的构成，预期可能会影响相关股票的市场表现。在第二阶段，提供更精确干预信息的详细干预组合将公开。这可以更准确地预测未来的干预措施，从而预测股票价格，投资者选择最能预测未来价格的基本信息或干预信息。详细的干预信息披露可能会影响投资者的信息决策，从而影响股市表现，文章称之为披露效应。
披露效应之所以存在，是因为投资者认为干预交易影响价格，因此，干预信息有助于他们做出更好的预测。从这个意义上说，披露效应取决于干预交易的影响。但信息披露效应并不是交易效应的简单反应，披露效应通过改变投资者的信息选择和信念形成来影响市场，从而产生潜在的不同影响。文章的创新之处是区分了交易效应和披露效应，并量化了它们的相对重要性。
首先，交易效应通过干预交易直接抵消噪声，降低了价格波动。其次，披露详细的干预投资组合可以更好地预测未来的干预，因此，它增加了获取干预信息的潜在收益，这将导致两种可能的结果：一是政府中心均衡：预测精度的提高足以诱导投资者获取干预信息而不是基本信息。此时投资者将更有可能与政府一起交易，从而加强波动率的降低。二是以基本面为中心的均衡：详细的干预披露所带来的收益可以忽略不计。这种情况下，投资者会忽略披露信息，转而了解基本信息，披露不会对波动率产生影响。基于上述分析，文章提出假设：
假设1：交易效应降低了价格波动。在以政府为中心的情况下，披露效应降低了价格波动，但在以基本面为中心的情况下，披露效应对价格波动没有影响。
其次，政府干预可能会对市场效率产生意想不到的影响，以价格信息性来衡量这种影响。交易对价格信息性的影响是模糊的。政府干预可以通过部分抵消噪音交易来提高市场效率，但它也引入了一种损害效率的新噪音。对于披露效果而言，其对价格信息性的影响取决于披露驱动的预测精度提高是否足够显著。在以政府为中心的情况下，投资者获得的是干预信息，而不是资产基本面信息，由于信息产量较低，价格的信息量较低。在以基本面为中心的情况下，投资者获取基本面信息，价格信息不受干预组合披露的影响。文章的第二个假设是：
假设2：交易对价格信息性的影响是模糊的。在以政府为中心的情况下，披露效应降低了价格的信息性，而在以基本面为中心的情况下，披露效应对价格的信息性没有影响。
投资者在以政府为中心和以基本面为中心的情况下的信息选择存在差异。在以政府为中心的情况下，干预组合披露诱导投资者学习干预信息，导致私人信息的产生减少。然而，在以基本面为中心的情况下，信息生产不受影响。投资者之间产生更多私人信息与信息不对称加剧有是相关的，因此，文章将第三个假设表述如下：
假设3：在以政府为中心的情况下，披露效应减少了信息生产（信息不对称），但在以基本面为中心的情况下，披露效应对信息生产（信息不对称）没有影响。
三、样本构建与实证设计
（一）样本构建
作者的样本数据来源于Wind和CSMAR数据库，其中Wind数据库提供了季度报告和NT投资持有情况。由于NT干预始于2015年7月，截至2017年第二季度，NT已转向其他身份不明的账户。因此，作者使用了2013年第三季度至2017年第二季度的数据，样本期为2013年7月至2017年6月，横跨市场崩盘前后约2年。
由于担心受到干预和未受到干预股票的可比性，作者从样本中剔除沪深300指数成分股。原因在于考虑到其他经济体之前的干预，投资者可能会合理地预期沪深300指数成分股会受到干预。同样被排除在外的还有创业板股票、2015年6月以后上市的股票，以及重要变量缺失或一个月内少于15个交易日的观察结果。
（二）实证设计
1、基准DID
作者采用以下公式，使用了Hansman、Jiang、Liu和Meng（2021）的动态DID方法来检验假设:
干预组由NT投资组合中的股票组成，其余股票为未干预组，使用月份层面数据。i代表股票，t代表月份。vi和 τt分别是股票和年-月固定效应。DEPi, t是股票i在第t个月的因变量，主要的因变量是波动率和价格信息性。对于波动率，使用日内波动率，通过最高和最低价格之间的差值由两者的平均值缩放和日收益的对数标准差衡量。对于价格信息性，使用价格非同时性度量（也称为R2度量），基于一个季度（包括当月）滚动窗口的市场模型估计拟合优度（R2）进行计算。NTi,t是动态DID设置中的关键自变量，如果NT在股票i中的头寸在第t个月为正，则等于1，否则为0。
系数α1同时反映了交易效应和披露效应。披露效应在2015年10月发布2015年第三季度报告后开始显现。在所有随后的季度报告中，投资者了解到NT在上一季度的股票持有情况。α1捕获了NT在第t个月的交易效应，同时由于季度报告发布的滞后，投资者可能在第t个月收到NTi,t = 1的信息，这影响了DEPi,t ，这种披露效应也会反映在α1中。
2、交易效应
交易效应是指干预是如何通过交易影响市场的。为了隔离交易效应，作者将重点放在NT在2015年10月披露详细投资组合之前的2015年第三季度的初始交易上。干预后分为两个阶段：干预初期（7 - 9月）和随后的几个月（2015年10月至2017年6月）。因此定义了两个虚拟变量INITt和REMAINt，并将这两个虚拟变量与模型1中的NTi, t交互，新模型如下：
β1衡量2015年第三季度NT干预的影响。由于之前没有公开披露详细的NT投资组合，β1排除了披露效应。但是，不能排除一些老练的投资者可能会正确推断出NT在2015年的交易计划，因此Q3的预期效应也会被β1捕获，这也是排除沪深300指数成分股的原因之一。
3、披露效应
作者采用模型3来检验披露效应，公式如下：
DNTi,t表示如果在第t个月最新的季度报告披露了股票i被NT持有，则t等于1，否则为0。DNTi,t会在季度报告发布后更新，例如，2015年10月的第三季度报告披露了股票i被干预，在接下来的几个月里，DNTi,t等于1，但在2015年度报告发布后，它会被更新。但是，在第t个月披露被干预的股票可能同时被NT交易，因此仅靠DNTi,t这一变量不足以反映披露效果的明确估计。因此，作者引入虚拟变量UNi,t，如果在第t季度NT持有股票的比重相对第t-1季度未改变，则UNi,t为1，否则为0。系数γ1 与γ2之和反映了披露效应，老练的投资者试图推断NT交易计划的可能性削弱了公开披露的影响，因此γ1 +γ2构成了披露效应的下界。
为了进一步检验披露的效果是否会因披露的内容不同而不同，作者进一步将虚拟变量DNTi,t分成: DINCi,t、 DUNi,t和 DDECi,t，如果最近的季度报表显示股票i的持有量分别增加，不变和减少，则三个虚拟变量分别为1，否则为0。通过模型4中三个虚拟变量与UNi,t的交乘项能够区分不同披露内容的披露效果，例如，持有量增加时，由 (δ1 +δ2)反映。
（三）汇总统计
表1给出了描述性统计的结果，提供了每组股票的汇总统计数据，以便于在干预和未干预股票之间进行比较。这两组股票的数量具有可比性，在2107家公司中，1031家公司属于干预组，其余1076家公司未被干预。平均而言，与未干预的股票相比，干预后的股票具有：更高的ROE和更慢的收入增长率、股权集中度提高、机构持股比例提高、更广泛的分析师覆盖面。虽然这些因素可能与干预选择没有直接关系，但组间差异可能会影响对研究结果的解释。因此，作者执行单个最近邻倾向得分匹配配对后干预股867只，未干预股436只。如表2的最后三列所示，经过干预的股票与未进行干预的股票之间的差异在匹配后显著缩小。作者后续在整个样本和PSM样本的基础上进行实证分析。
表1 描述性统计
四、实证结果
（一）干预与波动率
在对波动率进行分析时，因变量是由月平均每日价格变化（VOLA）衡量的日内波动率，在所有模型中都包括企业固定效应和年-月固定效应，并对企业和年-月的标准误差进行双聚类。控制变量包括与资产负债表相关的变量，如股本回报率（ROE）、收入增长率（REVGROWTH）、公司规模（ln(ASSET)）和账面市值比（BMR）。股票集中度（SHARECONCEN）以及前10大股东（TOP10）和机构投资者（INSTHOLD）的持股比例也包括在内。此外，还控制了月收益率（MRET）、滞后月收益率（L.MRET）和Amihud比率（Amihud）。
首先在表2的第1列中检查NT百分比持有与波动率之间的关系。NT持有的比例越大，价格波动就越小证明了干预的波动性降低效果。第2列中NT的系数显示了NT持有对被干预股票波动性的总体影响。与假设1一致，与干预组样本均值相比，被NT干预与波动率下降3.45%相关。
表2的第3 至 5列估计了交易和披露效应，分别对应于模型2至4。第3列中INIT × NT的估计系数为负，在1%水平下显著，说明2015年第三季度的NT干预与5.65%的波动率下降有关。这与NT干预交易一致，通过与噪音交易者交易来降低波动性。表2的第4列DNT × UN的系数为负，且在1%水平下显著，表明干预组合披露导致额外波动率下降。与样本均值相比，干预信息的披露导致波动性进一步下降2.92%。负披露对波动性的影响更符合以政府为中心的情况，即投资者获取干预信息并跟随政府进行交易，以加强对波动性的降低。
在表2的第5列中，进一步区分了披露的内容。无论干预披露是增加、不变还是减少NT持有量，披露总是与较低的波动性相关。投资者对NT持有量增加的反应要比对NT持有量不变或减少的反应更强烈。为了确保结果不受干预和未干预股票之间差异的影响，作者使用PSM匹配的样本（表2第6至8列）重新运行回归分析。尽管将公司数量减少了近一半，但第6至8列的回归结果在大小和意义上与整个样本结果相似。
总体而言，实证结果支持假设1中描述的政府中心情景。政府干预降低了价格波动，交易效应和披露效应都有助于波动性下降。
表2 波动率分析
（二）披露效应的进一步分析
作者采用事件研究方法，利用季度报告公告日期信息来捕捉披露效果。每个季度报告公告都被视为一个事件，在公告前后的短窗口内比较波动性变化的差异。实证模型如下：
VOLAi,t,p是股票i在季度报告p发布期间的日内波动率（平均每日价格变化，%）。计算公告前后短窗口的波动率，其中t = 0表示公告前的观察结果，t = 1表示公告后的观察结果。同样，对于披露为NT干预报告p的股票i，p = 1，否则为0。POSTANt是虚拟变量，公告后的观察值等于1，否则为0。由于DNTi,p类似于传统DID中的交互项，因此式(5)本质上是一个三重DID设置，其区别如下：公告前后、干预股票与未干预股票、干预前后。系数α1衡量的是被干预股票与未干预股票在公告发布后的波动性变化差异。α1为负表明干预信息对波动率的披露作用为负。为被NT干预过的股票引入了一个干预指标INTVi，并与POSTANt进行交互。如果NT干预的股票在公告后总是具有较低的波动性，这将被交互项捕获。类似地，定义了一个虚拟AFTERp，在2015年Q3和之后的所有时期等于1，否则为0。
表3给出了实证结果。作者分析了公告前后的3、5、7和10个交易日窗口，结果是一致的。DNT × POSTAN的系数为负，表明干预信息披露后披露的被干预股票的波动率降低。第5至8列使用PSM示例。通过关注公告前后的短窗口，为披露对波动性的影响提供了进一步的证据。
表3 披露效应进一步分析
（三）干预与价格信息性
表4给出了NT干预对价格信息性的影响。表4的第1列显示，NT持有百分比与价格信息负相关。与整个样本平均值相比，平均持有3.08%新台币的干预股票的价格信息量比未干预股票低4.6%。第2列对应模型1，干预对价格信息性的总体影响不显著。第3至5列进一步理清了交易效应和披露效应。对于交易效果，第3列中INIT × NT的系数为正但不显著，说明干预初期购买NT对价格信息性的影响较弱。干预可以通过抵消噪音交易来提高价格信息，但也可以通过增加不可纠正的噪音来损害效率。干预交易对价格信息性的最终影响取决于这两种相互抵消的力量的综合作用。实证结果表明，正、负效应相互抵消，导致交易效应不显著。表4第4列为模型3的结果。从DNT × UN的负显著系数可以看出，披露详细的NT持有量显著降低了价格的信息性。DNT和DNT × UN的系数之和表明，与干预组样本均值相比，价格信息性下降了13.1%。此外，第5列的DINC × UN、DUN × UN和DDEC × UN的系数表明，干预组合披露导致的价格信息性降低范围为5.84% ~ 28.5%。
第6至8列给出了PSM样本的回归结果，结果依然稳健。
表4 价格信息性分析
与波动率分析类似，作者执行一些子样本分析来控制预期影响，在附录中描述了相关结果，与主回归结果一致，研究结果支持假设2中描述的以政府为中心的情况。
总体而言，NT干预微弱地降低了价格信息。交易效应对价格信息的影响不显著，而披露效应对价格信息的影响不显著。
（四）价格信息性的进一步分析
为了直接检验信息披露对信息效率的影响，作者估计了干预披露对PEAD（盈余漂移）的影响。在一个有效的市场中，价格会立即对基本面消息做出反应，PEAD的存在表明价格效率低下，作者预计在干预披露后，PEAD会更大。同样采用事件研究法，结果表明在干预披露后，被干预的股票对盈利消息的反应较弱，市盈率较高。此外，发现信息效率的降低显著导致干预股票的错误定价。这些发现与以政府为中心的情况是一致的，即干预披露促使投资者获取干预信息而不是基本信息，从而导致股票价格效率降低。
（五）信息产生与信息不对称
在政府中心情景下，投资者减少了基本信息的生产，而在基本中心情景下，信息生产对干预披露没有反应。因此，作者直接检验干预披露后信息生产的变化，使用分析师覆盖率作为信息产出的代理。
表5汇报了回归结果。第1列和第2列显示，干预披露与被干预股票的分析师覆盖率降低相关，这与信息产出减少相一致。作者还使用公司访客的数量作为信息生产的代理。表5第3至6列为干预披露对公司访客数量的影响。与假设3中以政府为中心的情况一致，NT干预信息的披露导致公司访客总数和买方访客数量的显著减少。
表5 信息产生分析
为了检验干预对信息不对称的影响，作者使用三种代理来表示信息不对称。第一个指标是知情交易或PIN的概率。PIN度量由Easley、Kiefer、O 'hara和Paperman（1996）提出，通过买卖订单不平衡推断知情交易的概率。第二个指标是分析师对价格预测的差异。预测离散度越大，表明分析师获得的信息异质性越大，信息不对称程度越大(Diether, Malloy, and Scherbina （2002), Yu(2011)）。第三个衡量信息不对称的方法也依赖于高频数据。价格影响回归中的λ利用报价和交易记录衡量信息不对称成分在有效价差中的比例(Lin, Sanger, and Booth （1995), Huang and Stoll(1997)）。
表6给出了三个信息不对称度量的回归结果。干预披露后，信息不对称程度大幅缩小，这可以从DNT × UN的显著负系数中看出。对于三个度量，DNT和DNT × UN的系数之和均为负，这些结果为政府中心假说提供了进一步的证据。
表6 信息不对称分析
五、结论
文章考察了2015年中国股价崩盘期间政府直接参与股票交易的大规模干预的经济后果，参照Brunnermeier等（2022）对相应的理论预测进行了实证检验，结果与他们的政府中心均衡理论一致。结果表明，政府干预降低了被干预股票的波动性和价格信息。政府干预的影响主要来自两方面：直接交易效应和披露效应。直接交易稳定了市场，但文章发现通过将投资者的注意力从基本面转移开，干预披露会导致波动性进一步下降，更重要的是导致了价格信息性的下降，被干预的股票会由于价格信息效率的降低而被错误定价。此外，文章发现在干预组合披露后，信息产生减少，信息不对称减少。
这些发现在一定程度上揭示了政府干预金融市场的原因和权衡。从一般意义上讲，降低波动性可能是社会期望的，因为发达经济体和新兴经济体都存在过多的投机交易(Odean （1999)， Deng等人（2018））。在文章的研究中发现价格信息性的降低主要是由干预组合披露驱动的。因此，研究结果表明，在市场稳定性和信息效率之间可能存在权衡。
这篇文章还对非常规货币政策进行了一些阐述。在最近的全球金融危机中，世界主要央行在量化宽松中直接购买资产，其中大部分是债券和资产支持证券。与信息不敏感的债务市场相比，股票市场的一个主要功能是信息生产。因此，研究结果指出了非常规货币政策对不同市场的潜在不同影响，这些可能是未来富有成效的研究途径。
Abstract：We use the 2015 Chinese stock market crash to study the effects of government stock purchases. The Chinese government purchased stocks to stabilize the markets through state-owned financial institutions known as the “National Team.” We find that the intervention led to reduced volatility and price informativeness. These impacts are driven by the disclosure of government portfolios. Consistent with investors having a stronger incentive to acquire government intervention information instead of fundamental news, we find reduced information production and information asymmetry following intervention disclosure. The article suggests that government stock purchases involve a trade-off between stability and informational efficiency.
原文地址 ：doi:https://doi.org/10.1017/S0022109023000637
