机构投资者的社会网络特征与定向增发折价率

刘亭立+陈璐+杨松令

内容提要：社会网络已成为网络个体获取资源的重要途径。目前机构投资者是我国上市公司定向增发的主要承接者，通过共同投资一家上市公司使机构投资者之间形成了独特的机构投资者网络，本文利用社会网络分析方法实证分析投资者网络结构中个体的位置特征 （差异） 对于定向增发价格将产生怎样的影响，研究发现：大股東及关联方参与的定向增发折价率显著较高，机构投资者参与的定向增发折价率显著较低；机构投资者的网络位置特征是影响定向增发折价率的重要因素，参与增发的机构投资者网络中心度越高，定向增发折价率越低，验证了信息不对称假说；拥有丰富结构洞的机构投资者在定向增发中能获得显著更高的折价率，符合交易成本理论；在大股东和机构投资者同时参与定向增发的情况下，机构投资者的网络位置对折价率的影响更加显著。本研究以机构投资者的主动投资特性为切入点，从其网络特征视角丰富了机构投资者的刻画维度，验证了社会网络对机构投资者的影响通道，有助于进一步揭示一级市场定价的“黑匣子”。

关键词：定向增发；折价率；机构投资者；网络中心度；结构洞

中图分类号：F8309文献标识码：A文章编号：1001-148X（2018）01-0053-09

定向增发是我国上市公司股权再融资的重要手段，据统计2008-2015年上市公司采用定向增发融资的金额占全部股权融资额度的9097%①。其中，机构投资者是定向增发的主要认购者，资料显示，2008-2015年，7658%的定向增发对象为机构投资者，认购了7547%的增发股票②。折价率是发行方和认购方利益分割的重要标志，从机构投资者的角度来看，折价率在一定程度上是上市公司与机构投资者利益博弈的结果，其影响因素一直是学术界研究的热点问题。目前的研究主要关注了机构投资者的参与方式、认购比例等因素对折价率的影响（王俊飚等，2012）。虽然这些研究为机构投资者影响定向增发折价率的问题提供了经验证据，但基于增发公司视角的研究依然是被动的，忽视了机构投资者在资本市场上的投资行为及特征。

本文对2008-2015年上市公司的机构投资者分布状况进行了统计分析，发现前十大股东中机构投资者的持股比例平均达到4910%，且该比例有逐年增长的趋势。这表明机构投资者广泛分布在上市公司中，已经成为资本市场上非常活跃的投资力量。这个现象不仅验证了机构投资者是定向增发的主要承接者，同时也为更深入的研究提出一个新的问题：机构投资者的广泛投资特性是否会影响机构投资者与定向增发公司的价格博弈？通过进一步的统计分析，本文发现机构投资者因共同持有一家上市公司而形成的直接联结平均为361个，最多的联结达到55个。由此可见，通过投资上市公司，机构投资者之间已经形成了独特的网络结构。机构投资者网络可以促进成员之间的信息交流和扩散，降低机构投资者与上市公司之间的信息不对称程度，而网络位置的差异会影响其信息资源的掌控能力，那么网络位置特征是否会成为影响定向增发折价率的因素？掌握不同信息资源的机构投资者在定向增发中会引发怎样的定价差异？这正是本文研究回答的问题。

按照社会网络理论，所有的经济活动都嵌于社会网络之中，社会网络已经成为网络个体获取资源的重要途径之一（程恩富和彭文兵，2002），特别是在关系性特征被普遍认可的中国（Yeung and Tung，1996），机构投资者的行为决策必然会受到其所处的社会网络的影响（万良勇和胡璟，2014）。按照这一思想，本文首先构建了机构投资者网络，计量了机构投资者的网络特征参数，在此基础上实证检验了机构投资者的网络位置特征对增发折价率的影响。

一、文献综述与假设提出

（一）定向增发对象与折价率

根据信息传递理论，作为显性的、直接可观察的指标，定向增发的折价率是上市公司财务经营以及治理等方面因素的综合结果体现。定向增发的对象通常包括大股东③、大股东关联方、机构投资者，目前有关定向增发折价率的研究中，主要关注了大股东及其关联方对折价率的影响，主要集中于两种观点：第一，定向增发的折价率是大股东及其关联方进行财富转移的手段（Baek et al，2006）。一方面，大股东及其关联方通过定向增发提高了股权集中度，进一步巩固了控制权，通过低价发行侵占中小股东的利益（刘白兰等，2012）；另一方面，大股东及其关联方可以通过控制公司的增发时机或进行增发前的停牌操控，实行掏空行为（吴育辉等，2013）。第二，定向增发的折价率是对大股东及其关联方股票流动限制的一种价格补偿（Krishnamurthy et al，2005）。由于我国法律和监管机构并不完善（唐宗明和蒋位，2002；唐清泉，2005），证监会为维护证券市场的稳定以及中小股东的利益，限制了大股东及其关联方在参与增发后的股票流动，进而需要给予参与认购的投资者一定的折扣，以补偿其认购股份的限定流通性（章卫东和李德忠，2008），因此禁售期越长，流动性越差，需要更大的折价率来弥补流动性的限制（Maynes，2011）。

当机构投资者参与定向增发时，相比大股东及其关联方，机构投资者虽然在信息上处于劣势，但为了确保增发的顺利进行，公司还是会折价发行股票（Rock，1986），但机构投资者的加入，一方面会“分享”收益从而降低主导者利益输送意愿，另一方面作为外部投资者参与认购可能会抑制价格操纵行为（徐枫，2016）。目前的研究也证实，定向增发的折价率会因增发对象的不同而有显著差异（章卫东和李德忠，2008）。

基于已有的文献以及本文对定向增发的统计分析，我们将定向增发的对象分为三组：组1——大股东、关联方（C）；组2——大股东、关联方和机构投资者（CI）；组3——机构投资者（I），并提出本文的假设1：

H1：定向增发的折价率与增发对象有关，组1的折价率大于组2，组2的折价率大于组3，即C>CI>I。

（二）网络位置、机构投资者与定向增发折价率endprint

社会网络中的个体可以通过网络结构获得额外的信息优势（石军伟，2008；杨松令，2014等）。在机构投资者网络中，信息资源提高了机构投资者之间的信息沟通效率和信息交流渠道（李善民等，2015），决定了机构投资者的自身价值（Mcevily and Zaheer，1998），并影响其行为决策（万良勇和胡璟，2014）。

機构投资者不同的网络位置会影响信息资源的获取能力及质量。信息差异对定向增发折价率的影响存在两种不同的理论观点：信息不对称假说和交易成本理论。信息不对称假说认为，在定向增发的过程中，相对于大股东及关联方来说，机构投资者对于公司的基本经营状况及未来发展前景存在信息不对称的劣势，使得机构投资者对增发公司未来价值的估计存在偏差，为补偿其面临的股价风险，公司会对机构投资者给予一定的价格优惠（Hertzel and Smith，1993；吴井峰，2015）。从另外一个角度来看，当发行公司面临较大程度的信息不对称时，关联方有更低的信息采集成本，对于公司未来的现金流和真实的公司价值有着更明智的看法（Brealey et al，1997），而机构投资者为获取公司的信息会产生较多的交易成本，为了补偿投资者在认购过程中为收集企业价值和资金流向等信息付出的成本，增发公司会对机构投资者赋予更大的折价率（Hertzel and Smith，1993）。

刻画社会网络的两个重要参数是中心度和结构洞。其中：

中心度是描述成员的网络位置是否趋于中心的指标，根据资源依赖理论，机构投资者所处的位置越接近中心，越有利于获得优势资源（Dan et al，1999）；按照信号理论，在网络中处于中心位置的机构投资者拥有较强的声望（李敏娜和王铁男，2014）。因此，当机构投资者的网络中心度较高时，意味着参与增发的机构投资者会凭借其中心位置获得更多的信息资源，按照信息不对称假说，增发公司对其补偿的意愿就会降低，减少增发的折价率。据此，提出本文的假设2：

H2：机构投资者网络位置中心度越高，定向增发的折价率越低。

结构洞是指网络中的某些个体之间存在无直接联系或关系间断的现象，从网络的整体来看，像网络结构中出现了洞穴，将无直接联系的两者联系起来的第三者拥有信息优势和控制优势（Burt，1992）。与处于中心位置的机构投资者不同，拥有丰富结构洞的机构投资者具有信息渠道优势，促使其获得更多的异质性信息（陈运森，2015）。此外，结构洞可以使机构投资者更早的获得最新的信息，从而获取宝贵的“先机”优势（万良勇和郑晓玲，2014），正是由于掌握信息的异质性和及时性的特点，结构洞的优势使机构投资者获取了相关信息传递的主动权，能够控制信息传递的质量以及先后顺序（佘茂艳等，2017）。

交易成本理论认为，增发公司如果获得了拥有信息资源的机构投资者的投资，出于利益最大化的动机，机构投资者会将这些信息优势提供给增发公司，有利于公司未来的生存发展。根据Burt（1992）提出的结构洞理论，在密集的网络中，每个个体所获得的信息基本相似，机构投资者由于难以在密集的中心区域中获取“区别化”信息，吸引不到增发公司对其信息资源的青睐；而拥有丰富结构洞的机构投资者由于其自身拥有的异质性、及时性信息资源以及信息的控制权，能够增加与公司交易的筹码。因此，增发公司为获取机构投资者的资源优势需要付出更多的对价，即更高的定向增发折价率。基于以上分析，本文提出假设3：

H3：机构投资者拥有的结构洞越多，定向增发的折价率越高。

本文研究的逻辑思路如图1所示。

二、研究设计

（一）样本与数据来源

本文以2008-2015年A股上市公司为研究对象，首先在CSMAR数据库中收集所有上市公司前十大股东的基本数据，依据股东的经营范围，手工筛选出机构投资者共4808家，将机构投资者对应于上市公司，根据共同投资对象，借助Pajek软件，建立机构投资者网络，计算相关的网络位置参数。

定向增发及相关的财务数据主要来源于CSMAR和WIND数据库，并通过以下步骤进行筛选：（1）剔除金融业数据；（2）剔除ST，PT及*ST数据；（3）删除数据缺失与异常样本。最终得到有效样本数据为1429组，按照增发对象的不同，本文将增发对象分为三组：组1——大股东及其关联方，共有382组样本；组2——大股东、关联方和机构投资者，共有348组；组3——机构投资者，共有699组。为了保持样本清洁，上述分组中的机构投资者剔除了位列增发公司前十大股东的样本，均为前十大股东之外参与定向增发的机构投资者，是通过定向增发公告获取的样本。

在研究过程中，对数据进行了缩尾处理，主要采用Pajek软件进行网络构建，采用SPSS和EVIEWS等软件进行实证分析。

（二）模型与变量设计

1.模型设定。本文构建了如下三个基本模型，分别对应三个假设。其中模型1用来检验增发对象不同对折价率的影响，模型2用来检验参与增发的机构投资者的网络中心位置对折价率的影响，模型3用来检验参与增发的机构投资者的结构洞对折价率的影响。

Discounti，t=α0+α1PPOi，t+α2PPWi，t+α3PROi，t+α4PPSizei，t+α5PPPi，t+α6Debiti，t-1+α7Sizei，t-1+α8ROEi，t-1+α9Salei，t-1+∑Year+∑INDU+ε1i，t（1）

Discounti，t=α0+α1Networki，t+α2PPWi，t+α3PROi，t+α4PPSizei，t+α5PPPi，t+α6Debiti，t-1+α7Sizei，t-1+α8ROEi，t-1+α9Salei，t-1+∑Year+∑INDU+ε1i，t（2）

Discounti，t=α0+α1SHi，t+α2PPWi，t+α3PROi，t+α4PPSizei，t+α5PPPi，t+α6Debiti，t-1+α7Sizei，t-1+α8ROEi，t-1+α9Salei，t-1+∑Year+∑INDU+ε1i，t（3）endprint

2.主要变量说明。

（1）定向增发的折价率（Discount）。定向增发的折价率是本文研究的被解释变量，计算方法为：定向增发折价率=（定向增发的价格-公告前一日的收盘价）/公告日前一日的收盘价。

（2）增发对象性质（PPO）。本文借鉴章卫东和李德忠（2008）的方法，将增发对象分为三组：组1——大股东及其关联方；组2——大股东、关联方和机构投资者；组3——机构投资者。分别赋值2、1和0，用以区分增发对象。

（3）网络中心度（Network）。网络中心度是本文的主要解释变量。本文分别通过度数中心度（DC）、接近中心度（CC）和中介中心度（BC）三个指标刻画机构投资者的网络中心度。

度数中心度（DC）用以刻画与某个机构投资者共同购买一家公司股份的其他机构投资者个数，度数中心度越高说明机构投资者能够直接获取的信息资源渠道越多。其计量方法为：

DC=CAD（i）/（n-1）

其中CAD（i）为机构投资者i连接到其他机构投资者的个数，n为机构投资者的总数。

接近中心度（CC）表示某个机构投资者与其他所有机构投资者在网络中距离，接近中心度越大距离越短，说明机构投资者能够获得的网络中的信息资源就越全面。其计算方法为：

CC=（n-1）/∑nj=1d（i，j）

其中d（i，j）为机构投资者i与机构投资者j的最短路径长度，n为机构投资者的总数。

中介中心度（BC）衡量某个机构投资者作为媒介的能力，以及占据其他机构投资者网络捷径上重要环节的程度，占据这样的位置越多，代表该机构投资者具有越高的中介性，越多的机构投资者需要通过该机构进行联结。其计算方法为：

BC=（∑j

其中gjk是机构投资者j与机构投资者k相联结必须经过的最短路径数，gjk（ni）是机构投资者j与机构投资者k的最短路径中通过机构投资者i的数量。

本文首先计算出参与定向增发的机构投资者的网络中心度指标，然后计算增发公司所有参与定增的机构投资者网络中心度指标平均值，借鉴万良勇和胡璟（2014）的做法，以此作为定向增发公司机构投资者网络中心度指标。

（4）结构洞（SH）。结构洞反映了机构投资者在网络中拥有的异质性信息资源优势，获取信息的及时性以及对信息流通的控制能力。借鉴Burt（1992）的方法，本文对结构洞的计算过程分为两个步骤：

第一步，利用模型Cij=（Pij+∑qPiqPqj）2，计算机构投资者受到的约束程度，其中Pij表示机构投资者i和j因为共同的投资目标而建立的直接联结，∑qPiqPqj为机构投资者i和j通过其他机构投资者的间接联结，Cij是机构投资者i和j接触联系所受到的约束程度，即“约束指数”，用以衡量机构投资者拥有结构洞的匮乏程度。

第二步，通过约束指数（Cij）与1之间的差值来刻画机构投资者社会网络中机构投资者个体占据结构洞位置的丰富程度（SH）。令SHi=1-Cij，由于约束指数最大值为1，使用两者的差额表示机构投资者i结构洞的丰富程度。

其他控制变量及其含义如表1所示。

（三）描述性统计

表2列示了主要变量的描述性统计。从定向增发折价率来看，全样本中，最大值为0890，最小值为-0536，均值为0295，说明上市公司的折价率存在较大的差异，总体来说，折价率为正数的情况更为普遍；通过比较不同增发对象的折价率的均值，我们发现，向大股东及关联方增发的折价率最高，向机构投资者定向增发的折价率最低，即C>CI>I。与假设1预期相符。

三、实证结果

如前所述，本文将定向增发的对象分为三组：组1——大股东及其关联方（C）；组2——大股东、关联方和机构投资者（CI）；组3——机构投资者（I）。表4的回归结果（1）列示了模型1的回归结果，检验了定向增发折价率是否会因定向增发对象的差异而显著不同。本文对三组定向增发对象依次賦值2、1和0，从回归结果来看，定向增发对象与折价率显著正相关，说明定向增发折价率与定向增发对象有紧密关系，组1、组2、组3的折价率依次降低（C>CI>I），验证了本文的假设1。

回归结果（2-5）给出了模型2的回归结果，检验了机构投资者参与定向增发时，机构投资者的网络位置与折价率的关系。回归（2）结果表明，机构投资者网络中的点度中心度与折价率显著负相关（β=-0140，p=0000），说明机构投资者直接获取信息的渠道与定向增发的折价率反向变动，即机构投资者直接获取信息的渠道越多，定向增发的折价率越低。回归结果（3）表明，机构投资者的接近中心度与折价率呈现反向变动关系（β=-0102，p=0000），说明当接近中心度增加，机构投资者能够获得的网络中的信息资源就越全面，增发公司的信息不对称程度越低，较低的信息不对称程度引起折价率的下降。回归结果（4）表明，机构投资者的中介中心度与折价率存在着显著的负相关关系（β=-0101，p=0000），机构投资者在网络中的中介作用越大，折价率越低。网络中心性三个具体指标的回归结果都指向了信息不对称假说，说明定向增发中，机构投资者的网络位置会带来一定的信息优势，从而降低了信息不对称程度，公司对机构投资者面临的信息风险及信息搜寻成本的补偿会相应减少，从而折价率会因此有所上升。本文提出的假设2得以验证。

回归结果（5）表明，参与机构投资者的结构洞与折价率之间存在显著的正相关关系（β=0099，p=0000），说明机构投资者能够获得并且控制异质性信息和及时性信息的能力越强，定向增发过程中获得的折价率反而更高，验证了本文提出的假设3，说明对于能够为自身带来高质量信息的机构投资者，上市公司愿意以更高的成本换取其掌握的信息。

機构投资者参与定向增发有两种情形：一是增发对象包括大股东、关联方和机构投资者，机构投资者是参与定向增发的一种主体；二是增发对象仅为机构投资者，没有其他参与主体。那么，在这两种情况下，机构投资者的网络位置对折价率的影响是否存在差异？为此，本文进一步对此进行了分组检验，结果如表5所示。从整体来看，两组样本变量之间的变动方向一致，网络中心度与折价率显著负相关，结构洞与折价率显著正相关。但是在大股东及其关联方参与组，回归结果更加显著。为验证增发对象为组2和组3时的差异，本文进一步对两组数据进行组间方差检验，结果验证了两组之间存在显著差异（F=8714，P=0003），这说明虽然机构投资者的网络位置会带来一定的信息优势，但相比公司大股东及关联方来说，机构投资者对公司情况的掌握仍然有限，公司大股东及关联方更加了解公司的真实盈利能力和发展潜力（Cronqvist and Nilsson，2005）。当大股东及关联方参与定向增发时，向外界传递了公司未来经营发展状况良好的信号（郑云鹰和曹丽梅，2016）、股价被低估的信号（章卫东，2008）或是公司未来可能会有较好的投资机会信号（支晓强和邓路，2014），此时信息相对公开，在此背景下，机构投资者的网络位置的优势更能发挥作用。但在大股东及关联方不参与定向增发的情况下，公司信息相对更为保密，机构投资者的网络位置的优势不太明显。

四、稳健性检验

为了保证研究结论的可靠性，本文采用两种方法进行稳健性检验。

首先，替换了模型中的因变量（稳健性检验-1），将本文三个回归模型的因变量定向增发的折价率用替代变量实际价格相对基准价格比例（Discount1）替换，计算方法为： Discount1=实际价格/基准价格，其中实际价格为定向增发时投资者实际的认购价格，基准价格为公司基准日前20个交易日均价，实际价格相对基准价格比例越高，相当于定向增发的折价率越低，回归结果如表6所示，回归结果与之前结论相符，验证了回归的可靠性。

其次，本文选用增发前一年年末的机构投资者网络位置参数进行多元线性回归替代了模型中的解释变量（稳健性检验-2），包括网络中心度以及结构洞，研究数据经筛选后，最终得到有效的样本数据为1360组，定向增发对象为组1（大股东及其关联方）的有419组；定向增发对象为组2（大股东、关联方和机构投资者）的有298组；定向增发对象为组3（机构投资者）的有643组。将相关数据代入三个模型中，回归结果如表7所示，回归结果与之前结论相符，验证了回归的可靠性。

五、研究结论

本文构建了机构投资者网络，验证了参与增发的机构投资者的网络位置对定向增发折价率的影响，研究发现：（1）定向增发折价率会因增发对象不同而有显著差异。大股东及其关联方参与的定向增发折价率显著较高，机构投资者参与的定向增发折价率显著较低，仅有机构投资者参与的定向增发折价率最低。（2）参与增发的机构投资者的网络位置对定向增发折价率有显著影响，而且网络中心度与结构洞对折价率影响的机理并不相同。网络中心度较高的机构投资者具有更多的信息优势，降低了与增发公司之间的信息不对称程度，根据信息不对称假说，机构投资者参与增发的折价率较低。拥有丰富结构洞的机构投资者一方面能为增发公司带来异质的、及时的信息资源，同时也能带来控制信息流动的能力，根据交易成本理论，为获得机构投资者带来的信息优势，公司愿意为其提供更高的折价率进行交换。（3）通过分组回归发现，在大股东参与增发的情况下，由于向市场传递公司利好的信息，促进机构投资者信息优势发挥作用，导致机构投资者的网络位置对折价率的影响更加显著。

本文的研究从另一个角度也证明了社会网络是信息流动的主要通道，机构投资者通过网络中心度可以减少与增发公司的信息不对称，通过结构洞位置可以获得异质性信息，从而获得增发公司的青睐。

注释：

①根据CSMAR数据库上市公司增发募集资金数据统计。

②根据Wind数据库中增发数据进一步计算的结果。

③本文研究涉及的大股东包括上市公司前十大股东。

参考文献：

[1]Baek J S， Kang J K， Lee I. Business Groups and Tunneling： Evidence from Private Securities Offerings by Korean Chaebols[J].Journal of Finance， 2006，61（5）：2415-2449.

[2]Brealey R， Leland H E， Pyle D H. Informational Asymmetries， Financial Structure， and Financial Intermediation[J].Journal of Finance， 1977，32（2）：371-387.

[3]Burt R S. Structural Holes： The Social Structure of Competition[M].Cambridge，M.A.： Harvard University Press，1992：66-69.

[4]Cronqvist H，Nilsson M. The choice between rights offerings and private equity placements [J].Journal of Financial Economics，2005，78（2）：375-407.

[5]Dan R D，Daily C M，Johnson J L，et al. Number of Directors and Financial Performance： A Meta-Analysis[J].Academy of Management Journal，1999，42（6）：674-686.endprint

[6]Hertzel M，Smith R L. Market Discounts and Shareholder Gains for Placing Equity Privately[J].Journal of Finance，1993，48（2）：459-485.

[7]Krishnamurthy S，Spindt P，Subramaniam V，et al. Does investor identity matter in equity issues？ Evidence from private placements[J].Journal of Financial Intermediation，2005，14（2）：210-238.

[8]Maynes E，Pandes J A. The Wealth Effects of Reducing Private Placement Resale Restrictions[J].European Financial Management，2011，17（3）：500-531.

[9]Rock K. Why new issues are underpriced[J].Journal of Financial Economics，1986，15（1）：187-212.

[10]Yeung I Y M，Tung RL. Achieving Business Success in Confucian Societies： The Importance of Guanxi （Connections）[J].Organizational Dynamics，1996，25（2）：54-65.

[11]Zaheer A，Mcevily B，Perrone V. The Strategic Value of Buyer-Supplier Relationships[J].Journal of Supply Chain Management，1998，34（2）：20-26.

[12]陈运森. 社会网络与企业效率：基于结构洞位置的证据[J].会计研究，2015（1）：48-55+97.

[13]程恩富，彭文兵. 社会关系网络：企业新的资源配置形式[J].上海行政学院学报，2002（2）：79-90.

[14]李敏娜，王铁男. 董事网络、高管薪酬激励与公司成长性[J].中国软科学，2014（4）：138-148.

[15]李善民，黄灿，史欣向. 信息优势对企业并购的影响——基于社会网络的视角[J].中国工业经济，2015（11）：141-155.

[16]刘晓明，胡文伟，李湛. 基于信息不对称假说的风险企业IPO折价原因：来自声誉效应的解释[J].上海交通大学学报，2012（9）：1509-1515.

[17]石軍伟，付海艳. 企业的异质性社会资本及其嵌入风险——基于中国经济转型情境的实证研究[J].中国工业经济，2010（11）：109-119.

[18]佘茂艳，王元地，张莉. 区域技术网络特征对企业绩效的影响[J].软科学，2017（5）：47-51.

[19]唐清泉. 上市公司作用下独立董事任职的动机与作用——基于上海证券交易所的实证研究[J].管理科学，2005（4）：8-13.

[20]唐宗明，蒋位. 中国上市公司大股东侵害度实证分析[J].经济研究，2002（4）：44-50+94.

[21]万良勇，胡璟. 网络位置、独立董事治理与公司并购——来自中国上市公司的经验证据[J].南开管理评论，2014（2）：64-73.

[22]王俊飚，刘明，王志诚. 机构投资者持股对新股增发折价影响的实证研究[J].管理世界，2012（10）：172-173.

[23]吴育辉，魏志华，吴世农. 时机选择、停牌操控与控股股东掏空——来自中国上市公司定向增发的证据[J].厦门大学学报：哲学社会科学版，2013（1）：46-55.

[24]杨松令，常晓红，刘亭立. 基于上市公司交叉持股的区域投资网络特征研究[J].管理现代化，2014（3）：40-42.

[25]张鸣，郭思永. 大股东控制下的定向增发和财富转移——来自中国上市公司的经验证据[J].会计研究，2009（5）：78-86+97.

[26]章卫东，李德忠. 定向增发新股折扣率的影响因素及其与公司短期股价关系的实证研究——来自中国上市公司的经验证据[J].会计研究，2008（9）：73-80+96.

[27]章卫东. 定向增发新股、投资者类别与公司股价短期表现的实证研究[J].管理世界，2008（4）：179-180.

[28]郑云鹰，曹丽梅. 机构投资者的定向增发偏好研究[J].中山大学学报：社会科学版，2016（2）：198-208.

The Social Network Characteristics of Institutional Investors and the Discount

Rate of Private Placement

LIU Ting-li， CHEN Lu，YANG Song-ling

（The College of Economics and Business Administration/Research Base of Beijing Modern Manufacturing

Development， Beijing University of Technology， Beijing 100124，China）endprint

Abstract：Social network has become an important way for network individuals to obtain resources. Institutional investors are the main recipients of the private placement in Chinese listed companies. A unique institutional investor network has been built among institutional investors by investing in a same listed company. The paper uses the social network analysis method to empirically study the impact of individual position characteristics （differences） on the private placement price. This study finds that the discount rate of private placement is significantly higher among the major shareholders and the associated parties， while is significantly lower among the institutional investors； the position characteristics of institutional investors are the important factors that affect the discount rate of private placement，the higher network centrality of the institutional investors leads to the lower discount rate of private placement， which verifies the Information Asymmetry Hypothesis；while the institutional investors with rich structural holes can obtain a significant higher discount rate during private placement， which conforms to the Transaction Cost Theory；in the case of the simultaneous participation of large shareholders and institutional investors， the network position of institutional investors has a more significant impact on the discount rate of private placement. At the point of the active investment characteristics of institutional investors， this study enriches the dimensions of describe institutional investors from the perspective of network characteristics， and verifies the social network channel effect of institutional investors， which is helpful to reveal the “black box” of market pricing in primary market.

Key words：private placement； discount rate； institutional investors； network centrality； structural hole

（責任编辑：李江）endprint