机构投资者搬家了：他们为什么从「大盘股」走向「小而险」的草地

[2003 RFS] Greener Pastures and the Impact of Dynamic Institutional Preferences
James A. Bennett, Richard W. Sias, Laura T. Starks
Jun He June 02, 2026
机构投资者 横截面回归 流动性 波动率
Note

本文读的是 Bennett, Sias & Starks (2003, Review of Financial Studies)：机构投资者对「大、稳、贵」股票的偏好，在 1983–1997 这十五年里悄悄滑向了「小、险、便宜」的股票；而且这个转向 93% 来自每一类机构自己改了口味，只有 4% 来自不同机构此消彼长。这一搬家，恰好赶上机构持股的整体膨胀，把更多的换手率和公司特质波动「灌」进了小盘股——它们追的，是「更绿的草地」。

1 一个被忽略的「动」字

关于机构投资者，金融学里有一条几乎人尽皆知的「定理」：他们偏爱大盘股。Badrinath, Kale and Ryan (1996)、Del Guercio (1996)、Falkenstein (1996)、Gompers and Metrick (2001) 一篇接一篇地证实——机构持股比例与公司的市值、流动性、股价水平之间，存在着稳定而显著的正相关。机构像是一群挑剔的食客，只在大盘股这张桌子上落座。

这个结论太稳了，稳到大家几乎忘了去追问一个问题：这张「偏好表」，会不会随时间变化？

绝大多数研究都是横截面的（cross-sectional）——某一个时点上，机构持股和公司特征怎么相关。这就像给一群人拍了一张合影，你能看清谁高谁矮，却看不出谁在长个子、谁在变老。Bennett, Sias and Starks（下称 BSS）这篇 2003 年发在 RFS 上的文章，做的恰恰是把这张合影换成一段十五年的延时摄影。他们一口气问了四个问题：

  1. 机构的总体偏好（aggregate preference）会随时间变化吗？
  2. 如果变了，是因为每类机构自己改了口味，还是因为不同类型机构的相对重要性变了？
  3. 这种偏好的转移，会不会反过来冲击证券市场？
  4. 机构的偏好，到底为什么会变？

四个问题环环相扣。而真正让这篇文章站住脚的，是回答它们之前必须先迈过的一道方法论的坎。

2 识别策略：先把尺子校准

要比较「1983 年的偏好」和「1997 年的偏好」，你得先有一把刻度不变的尺子。可普通回归的系数恰恰是把会伸缩的尺子。

设想我们每个季度都做一次横截面回归，把机构持股比例 y 回归在公司的九个特征上：

$$\hat{y}_i = b_0 + b_1 x_{i1} + b_2 x_{i2} + \cdots + b_j x_{ij}$$

问题来了：在样本期内，机构总持股比例翻了一倍（从约 23% 到 31%）。哪怕机构对「股价水平」的偏好分毫未变——即股价与持股比例的相关系数纹丝不动——只要持股比例本身翻倍，回归系数 b_j 也会跟着翻倍。再加上各个特征自身的量纲（size 是市值的对数、turnover 是个比率）在变，跨时间、跨机构类型直接比较原始系数，几乎是没有意义的。

BSS 的解法朴素而关键：每个季度，把自变量和因变量都标准化（standardize），让它们都变成均值为零、标准差为一。于是回归式 (1) 可以改写成标准化的形式：

$$ \frac{\hat{y}_i - \bar{y}}{s_y} = \cssId{a1}{\frac{b_1 s_1}{s_y}}\cdot\cssId{a2}{\frac{x_{i1}-\bar{x}_1}{s_1}} + \cdots + \frac{b_j s_j}{s_y}\cdot\frac{x_{ij}-\bar{x}_j}{s_j} $$

记 \(\beta_j = b_j s_j / s_y\)，这就是文中反复出现的标准化回归系数。它的含义干净利落：特征 j 每变动一个标准差，机构持股比例期望变动 \(\beta_j\) 个标准差。因为标准化只是线性缩放，相关系数、t 值、回归的 \(R^2\) 全部不变；变的只是系数有了可比性——跨时间、跨机构、跨特征，都能直接放在一起比。

这一步看似只是技术细节，却是全文一切结论的地基。校准好尺子，才谈得上量出「搬家」。

3 数据

数据来自两处。公司特征取自 CRSP 月度数据；机构持股则来自 CDA Spectrum 整理的 13F 申报——美国所有管理 1 亿美元以上股票资产的机构，都必须按季度向 SEC 报告持仓。样本覆盖 1983 年 3 月到 1997 年 12 月，共 60 个季度，纳入所有数据齐备的 NYSE、AMEX、Nasdaq 股票，公司数从 1983 年一季度的 4,345 家增长到 1997 年四季度的 6,779 家。

观测单位是「公司—季度」。九个特征分三组：三个风险度量（beta、收益率标准差、公司特质波动率），三个对应机构投资约束的度量（公司规模、公司年龄、股息率），两个流动性度量（股价、换手率），外加一个控制动量交易的滞后收益。CDA 还把机构分成五类：银行信托部、保险公司、共同基金、独立投资顾问、以及其他（未分类）。

样本期内，机构平均持有每家公司 23% 的股份；到 1997 年底升到约 31%。注意，这和引言里「50%」的口径不同——后者是按市值加权的，因为机构在大盘股里持股比例更高。事实上，到 1997 年 12 月，机构控制的市值占比最高摸到了 53%：专业投资者，已经握住了半个市场。

4 主要结果之一：他们确实搬家了

把 60 个季度的标准化系数排成时间序列，故事就显形了。这些横截面回归解释力相当强，平均 \(R^2\) 达 51.05%。

全样本期看，机构的偏好画像一目了然（表 3）：最爱的是规模（\(\beta_{size}=0.4377\)）和高股价（\(\beta_{price}=0.2912\)），其次是公司年龄（0.1012）和换手率（0.1378）；而对股息率（-0.0920）和滞后收益（-0.0987）则是负偏好。一句话——大、老、贵、流动性好的股票，机构偏爱。

但真正的看点在子样本对比。BSS 把 60 个季度劈成前后两半（各 30 季），对每个系数做了均值差异的 z 检验。结果是几处显著的「漂移」：

把这几条放在一起读：机构在减持对「大」的执念，增持对「波动」的胃口，更不在乎分红。这正是从「大、稳」走向「小、险」的指纹。他们搬家了，搬向了更小、风险更高的那片草地。

5 真正关键的一步：是谁在搬家？

接着，一个自然的问题是：总体偏好的转向，到底是因为每一类机构自己改了口味，还是仅仅因为口味不同的各类机构此消彼长？

这两种解释截然不同。想象总体偏好是五类机构偏好的加权平均，权重就是各类机构的相对重要性。那么总体偏好的变化，可以来自两个源头：权重在变（比如偏好小盘股的共同基金份额暴涨，把平均值往小盘股方向拽），或者每类机构的偏好本身在变。从图 1 看，样本期内机构的增长大部分来自独立投资顾问；银行信托部虽占比大，但在 1990 年代相对式微；共同基金则从 1990 年起强劲增长——可见权重确实在动。所以两种解释都不能先验排除。

但真正关键的一步，是 BSS 做了一个方差分解（variance decomposition），把总体偏好的时间序列方差，拆成「相对重要性变化」「各类偏好变化」「以及二者的交互」三块。结果干净得出人意料：

93% 的总体偏好时间序列变动，来自各类机构自身偏好的改变；只有 4% 来自不同类型机构相对重要性的变化；剩下 3% 是交互效应。

这是全文的核心反转。表面上看，是「共同基金崛起、银行信托退场」这样的结构洗牌在重塑机构的整体面貌；可一旦量化，结构洗牌几乎无关紧要——真正发生的，是银行、保险、基金、投顾们，几乎不约而同地，各自把目光从大盘股移开了。这不是几类人互相替换的错觉，而是一场行业级别的集体转向。

6 搬家的代价：被「灌满」的小盘股

第三个问题：这场搬家会冲击市场吗？

这里 BSS 把两件事叠在一起。其一，机构持股在整体膨胀；其二，他们的偏好在向小盘股倾斜。两股力量合流，会有什么后果？同期有两篇文章记录了一组令人费解的事实：Chordia, Roll and Subrahmanyam (2001) 发现市场换手率在系统性攀升，Campbell, Lettau, Malkiel and Xu (2001) 则发现个股的公司特质波动率（firm-specific volatility）在过去二十年里持续上升。BSS 的假说是：机构持股的增长，可能正是推手之一；而且既然机构在往小盘股搬，那么换手率和特质波动的上升，理应在小盘股里更剧烈。

证据与两个假说都吻合：后续的换手率与特质波动率，都与滞后的机构持股变化正相关；而且无论是换手率还是特质波动的上升，都在小市值股票里更为显著。机构搬到哪里，就把交易的喧嚣和价格的抖动带到哪里。

Tip

这条「机构持股 → 流动性与波动」的因果暗线，和股债流动性如何同呼吸是同一个家族的问题。关于市场层面流动性的共同变动，可参见《市场快「干涸」的那一刻：股与债的流动性，原来听的是同一个人》。

7 最后一问：为什么是「更绿的草地」

第四个问题最难，也最有意思：机构为什么要搬家？

BSS 给了两个并不互斥的解释，统称「greener pastures」（更绿的草地）。

第一，需求冲击说。 这是 Gompers and Metrick (2001) 的逻辑：机构历来偏爱大盘股，随着机构资金涌入，对大盘股的需求冲击抬高了它们的估值（等价地说，正是机构的需求冲击让「小公司效应」在近年消失了）。BSS 的证据支持这一点——他们发现，伴随机构化的推进，大公司的账面市值比显著下降，于是小公司的估值相对变得更诱人。同时，未来收益与当前机构持股水平正相关，这正是需求冲击留下的脚印。

第二，信息优势说。 但 BSS 不止步于此。即便控制了机构持股水平（作为需求冲击的代理），机构需求的变化仍能预测未来收益——这意味着机构不只是被动地推高价格，他们还看得更准。不过这个结论对「如何度量需求变化」很敏感：用机构持股比例的变化几乎预测不动，但用 Lakonishok, Shleifer and Vishny (1992) 的机构羊群度量（herding measure），就能在控制了公司特征和持股水平之后，仍然预测未来收益。更妙的是，机构这种预测能力，与市值成反比——公司越小，他们的信息优势越大。

两种解释殊途同归：小盘股之所以成了「更绿的草地」，要么是因为它们估值相对更便宜，要么是因为它们给了机构更大的施展信息优势的空间。机构搬家，不是心血来潮，而是逐水草而居。

Warning

这里有个值得记住的脚注。Chan, Chen and Lakonishok (2002) 提醒：风格转移未必都源自对风险调整后业绩的追逐，也可能是代理与行为问题——他们发现业绩差的基金更可能改变「风格」。换言之，「搬家」背后，理性的觅食和非理性的病急乱投医，可能掺在一起。

8 文献脉络

这条研究线，是从「机构偏好」这个静态横截面命题里，一点点长出「动态」与「冲击」两个维度的。

最早，人们关心的是机构偏好什么。Falkenstein (1996) 用共同基金持仓揭示了机构对股票特征的偏好，Del Guercio (1996) 则指出「谨慎人」法规（prudent-man laws）如何扭曲了机构的持仓选择——这是横截面视角的奠基。与此同时，另一条线在追问机构怎么交易、有没有信息：Lakonishok, Shleifer and Vishny (1992) 提出了沿用至今的羊群与正反馈交易度量，Nofsinger and Sias (1999) 进一步把机构与个人投资者的羊群行为分开来看。

文献脉络时间线
文献脉络时间线（按发表年份排布；红色为本文）

到了世纪之交，研究的重心转向机构对价格的影响。Gompers and Metrick (2001) 是这条线上的里程碑——他们论证机构需求冲击系统性地抬高了大盘股估值，几乎是 BSS「需求冲击说」的直接源头。而 Campbell, Lettau, Malkiel and Xu (2001) 记录的特质波动率上升，则给 BSS 提供了一个等待解释的「市场后果」。

BSS (2003) 站在这三股力量的交汇处：它把静态的偏好做成了动态序列（方法论上的标准化系数），用方差分解回答了「谁在搬家」，又把偏好转移与市场层面的流动性、波动率后果连了起来。同一批作者随后的工作把这条线推得更远——Parrino, Sias and Starks (2003) 研究机构如何在 CEO 被迫离职前后「用脚投票」（见《用脚投票：被炒掉的 CEO 背后，是谁先悄悄离场》），Sias (2003) 则把机构羊群本身做成专题（见《羊群是真的吗？——把「机构跟风」拆成跟自己和跟别人》）。

9 评论与延伸（Q&A + 研究方向）

(a) 几个可能的疑问

Q：为什么非要标准化？普通回归系数不行吗？

不行，而且这是全文成败的关键。机构总持股在样本期翻了一倍，原始回归系数会随持股规模、随特征量纲一起机械性地漂移，让「跨时间比较」变得毫无意义。标准化后系数变成「自变量变动一个标准差，y 变动几个标准差」，刻度恒定，才谈得上量出偏好的真实变化。代价是：你比较的是相对偏好（在所有公司里的排序倾向），而非绝对持股水平。

Q：93% 这个数字到底说明了什么？

它说明总体偏好转向，几乎全部来自「每类机构自己改了口味」，而非「不同口味的机构此消彼长」。这个反转很重要：如果是结构洗牌（比如基金崛起把平均值拽向小盘股），那是一个被动的加总假象；可方差分解显示，银行、保险、基金、投顾各自都在往小盘股移动。这是一场行业共识级别的转向，而不是几类玩家互相替换的错觉。

Q：「机构搬家导致小盘股波动上升」会不会是反向因果？

这是最该担心的地方。BSS 用的是「后续波动 vs. 滞后机构持股变化」的时序方向来缓解，但严格说这只是 Granger 意义上的先后，不是干净的因果。完全可能是：小盘股先因某种基本面变得更波动、更值得挖掘信息，机构才闻风而至。文章的相关证据是 suggestive 的，不是一个识别意义上的因果断言。

Q：「需求冲击」和「信息优势」两种解释，能被数据分开吗？

能部分分开。需求冲击对应的是持股水平预测收益；信息优势对应的是持股变化在控制了水平之后仍预测收益。BSS 发现后者只在用 LSV 羊群度量时成立，用持股比例变化则不成立——这说明信息优势的证据是真实的，但脆弱，对度量方式高度敏感。诚实地说，两种机制大概率同时在起作用。

Q：用 13F 数据有什么盲点？

13F 只覆盖管理 1 亿美元以上的机构，且只报多头持仓、不报空头，季度频率也偏粗。CDA 的分类还有已知瑕疵——比如同时管基金和专户的独立投顾，只要基金资产过半就被归为共同基金。所以「五类机构」的边界本身是模糊的，分类口径的噪声会渗进方差分解里。

Q：这篇 2003 年的结论，今天还成立吗？

样本止于 1997 年。此后被动投资（指数基金、ETF）的爆发，很可能改变了这幅图景——指数化的机构按市值买入，反而会强化对大盘股的「偏好」。所以「机构持续向小盘股搬家」未必是一条延续至今的趋势，更可能是特定历史阶段（主动管理扩张期）的特征。

(b) 几个可能的研究问题与提案

1. 把这套「动态偏好」框架搬到公司债市场

【经济故事】股票里机构从大盘搬向小盘，那么信用市场里呢？保险公司、债券基金对评级、久期、流动性的偏好，是否也在随监管（如 NAIC 资本规则）和低利率环境而漂移？尤其值得问：他们是否在「为收益率而下沉信用」（reach for yield）。 【可行性】中。需要 eMAXX 或保险公司 NAIC 申报的债券持仓数据 + TRACE 的债券特征。识别上可借用本文的标准化系数 + 方差分解，把「向高收益债搬家」拆成机构自身偏好变化 vs. 机构结构变化。数据可得，方法现成，doable。

2. 被动化时代的「反向搬家」

【经济故事】本文记录的是 1983–1997 主动管理扩张期的向下搬家。一个干净的后续是：2000 年后指数基金/ETF 的崛起，是否把机构总体偏好重新「拽回」大盘股？这相当于用同一把尺子，检验一个方向相反的假说。 【可行性】高。13F 数据持续可得，被动持股份额可用 Sias 类方法或 ETF 持仓估计。直接复制本文方法到 1998–2020，方差分解里新增「主动 vs. 被动」这一维度。最 doable 的一个延伸。

3. 外资机构是否有独立的「偏好动态」

【经济故事】本文的机构都是美国境内的 13F 申报人。一个自然的问题是：外资机构持有美股时，偏好画像与本土机构是否不同、随时间如何演变？这关系到「外资到底是信息劣势方还是优势方」的长期争论。 【可行性】中。13F 能区分部分外资管理人，但覆盖不全；更干净的做法是用某一国（如挪威主权基金、或 FactSet 的国别标签）的持仓。识别外资的「信息优势」可借鉴本文「持股变化预测收益」的设计。数据是瓶颈，但部分 doable。

4. 偏好转移与流动性的因果，用一次外生冲击钉死

【经济故事】本文「机构搬家 → 小盘股波动上升」是相关证据。能不能找一个外生改变机构小盘股需求的冲击（如某次指数重构、或养老金监管放松对小盘配置的限制），用它当工具变量，把因果方向钉死？ 【可行性】中偏低。难点在于找到一个只影响机构小盘需求、不直接影响小盘流动性的冲击（排他性约束）。指数重构是候选，但样本有限。值得一试，但识别风险高。

参考文献