股票市場(chǎng)與企業(yè)投資行為：一個(gè)基于面板var的實(shí)證分析-文庫(kù)吧
2025-01-02 01:47 本頁(yè)面
【正文】 003）[6]為這一預(yù)測(cè)提供了實(shí)證支持，利用基于Kaplan和Zingales（1997）[7]研究而構(gòu)建的“KZ指數(shù)”作為對(duì)外部股本依賴(lài)程度的衡量指標(biāo)，他們發(fā)現(xiàn)，處于KZ指標(biāo)最高五等分位（quintile）的企業(yè)，其投資對(duì)Tobin’s Q的敏感程度幾乎是處于最低五等分位的企業(yè)的三倍。Polk和Sapienza（2006）[8]試圖檢驗(yàn)除了Baker et al所分析的股本融資渠道（equity financing channel）之外，股價(jià)的非理性變化是否還通過(guò)迎合渠道（catering channel）影響投資。他們選擇可操縱應(yīng)計(jì)項(xiàng)目（discretionary accruals）作為股票錯(cuò)誤定價(jià)的代理變量，高的可操縱應(yīng)計(jì)項(xiàng)目預(yù)示著股票被高股，根據(jù)迎合假說(shuō)，股價(jià)高估將導(dǎo)致企業(yè)投資過(guò)度，Polk和Sapienza發(fā)現(xiàn)，投資的確與可操縱應(yīng)計(jì)項(xiàng)目正相關(guān)，而且在控制了股票發(fā)行的影響之后，這種正相關(guān)仍然存在。他們還發(fā)現(xiàn)，Ramp。D密度和股票周轉(zhuǎn)率較高的企業(yè)，其投資對(duì)可操縱應(yīng)計(jì)項(xiàng)目的敏感程度也較高。Polk和Sapienza認(rèn)為這一現(xiàn)象也與迎合假說(shuō)的預(yù)測(cè)一致，因?yàn)镽amp。D密度越高預(yù)示企業(yè)越不透明（從而錯(cuò)誤定價(jià)可能持續(xù)的時(shí)間越長(zhǎng)），而股票周轉(zhuǎn)率越高則意味著股東的視界越短淺。Stein模型的一個(gè)不足是沒(méi)有對(duì)股價(jià)泡沫的生成機(jī)制進(jìn)行分析，Gilchrist，Himmelberg和Huberman（2005）[9]則同時(shí)考慮了泡沫生成、股票發(fā)行和真實(shí)投資。在他們的模型中，投資者信念的差異以及賣(mài)空限制導(dǎo)致了向下傾斜的股票需求曲線，同時(shí)也使泡沫成為可能。均衡時(shí)，泡沫為正，企業(yè)發(fā)行新股并過(guò)度投資。該模型的一個(gè)重要特點(diǎn)是大的泡沫并不必然意味著投資的嚴(yán)重扭曲，如果股票需求曲線較陡，大的泡沫有可能只伴隨著投資的輕微扭曲。Gilchrist et al以分析師盈利預(yù)測(cè)的離散度作為投資者信念離散度的代理變量，在一個(gè)面板VAR模型中分析了信念離散度沖擊的影響，他們發(fā)現(xiàn)，與基本因素相比，離散度沖擊對(duì)真實(shí)投資的影響相當(dāng)有限。泡沫的存在使得根據(jù)股票市價(jià)計(jì)算出的Tobin’s Q偏離了只取決于基本因素的Q比率（基本Q），一些學(xué)者試圖通過(guò)比較Tobin’s Q與基本Q對(duì)企業(yè)投資的解釋能力來(lái)分析非理性股價(jià)的影響。例如，Bond和Cummins（2000）[10]利用分析師的盈利預(yù)測(cè)構(gòu)建了基本Q的一個(gè)衡量指標(biāo)，他們發(fā)現(xiàn)基本Q對(duì)企業(yè)投資的解釋能力要遠(yuǎn)強(qiáng)于Tobin’s Q，而且如果將基本Q與Tobin’s Q同時(shí)包含在投資的回歸方程中，Tobin’s Q的系數(shù)就不再顯著，而基本Q的系數(shù)幾乎不變，Bond和Cummins據(jù)此認(rèn)為，經(jīng)理的投資決策只關(guān)注預(yù)期利潤(rùn)現(xiàn)值的最大化，而不受股價(jià)非理性波動(dòng)的影響。在我國(guó)，盡管有關(guān)非理性股價(jià)可能導(dǎo)致上市公司資源錯(cuò)誤配置的擔(dān)心一直存在，但是對(duì)于企業(yè)投資在多大程度上受到股票價(jià)格非理性變化的影響卻缺乏定量的分析。Xiao Fen（2003）[11]在這方面做了初步的探討，他發(fā)現(xiàn)，Tobin’s Q是影響投資的一個(gè)顯著因素，然而市場(chǎng)估價(jià)與基本因素之間僅有微弱的關(guān)系，Xiao 據(jù)此認(rèn)為中國(guó)股市可能對(duì)資本配置效率產(chǎn)生不利影響。本文擬從以下兩方面拓展Xiao的研究，第一，我們通過(guò)一個(gè)面板VAR系統(tǒng)來(lái)概括基本因素、Tobin’s Q和企業(yè)投資之間的互動(dòng)關(guān)系，與Xiao的單方程模型相比，VAR能夠更好地捕捉數(shù)據(jù)的統(tǒng)計(jì)特征；第二，Tobin’s Q的變化可能源于基本因素的改變，也可能是股價(jià)非理性變化的結(jié)果，通過(guò)正交脈沖反應(yīng)函數(shù)，我們可以分析與基本因素不相關(guān)的Tobin’s Q沖擊對(duì)投資的影響，進(jìn)而從量上評(píng)估資本配置受股價(jià)非理性變化影響的程度。三 數(shù)據(jù)與計(jì)量模型我們以銷(xiāo)售增長(zhǎng)率（SG）和凈利潤(rùn)對(duì)期初賬面資產(chǎn)總額之比（EA）作為基本因素的衡量指標(biāo)。銷(xiāo)售增長(zhǎng)率通常被視為企業(yè)成長(zhǎng)機(jī)會(huì)的代理變量，例如Morck et al (1990)，Shin和Stulz（1998），Goyal和Yamada（2004）[1214]。選擇凈利潤(rùn)作為基本因素的衡量指標(biāo)有兩個(gè)原因，第一，如果資本市場(chǎng)并非完美，內(nèi)部可利用資金是制約投資規(guī)模的一個(gè)因素（Hubbard，1998）[15]；第二，凈利潤(rùn)也可能包含企業(yè)未來(lái)盈利能力的信息（Gilchrist和Himmelberg，1995）[16]。Tobin’s Q（Q）等于(賬面資產(chǎn)總額﹣股東權(quán)益總額﹢股票總市值股票總市值﹦年度最后一個(gè)交易日股價(jià)總股數(shù)（包括流通股和非流通股）)/ 賬面資產(chǎn)總額。投資（INV）以購(gòu)建固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)所支付的現(xiàn)金對(duì)期初賬面資產(chǎn)總額之比來(lái)衡量。本文的數(shù)據(jù)來(lái)源是深圳市國(guó)泰安信息技術(shù)有限公司的中國(guó)股票市場(chǎng)研究數(shù)據(jù)庫(kù),樣本為19982004年期間上海和深圳交易所的A股公司，我們剔除了以下企業(yè)：金融企業(yè),2004年末所有的星號(hào)ST，ST及PT公司， 19982004年期間任何一年期末股東權(quán)益總額小于零的企業(yè)，19982004期間任何一年有會(huì)計(jì)報(bào)表或市場(chǎng)交易數(shù)據(jù)缺失的公司，在任何一年出現(xiàn)銷(xiāo)售或者投資小于零的企業(yè)。最后的樣本中包含1005家企業(yè),共有4741個(gè)企業(yè)年份觀測(cè)值。我們利用一個(gè)一階VAR模型來(lái)概括概括基本因素、Tobin’s Q和企業(yè)投資之間的互動(dòng)關(guān)系 VAR的階數(shù)根據(jù)“一般到簡(jiǎn)單”的原則，通過(guò)一系列的F檢驗(yàn)和t檢驗(yàn)而確定。： （1）其中，是一個(gè)的系數(shù)矩陣，為企業(yè)固定效應(yīng)， 為時(shí)間固定效應(yīng)，是擾動(dòng)項(xiàng)。由于模型（1）包含了不可觀測(cè)的固定效應(yīng)，通常的OLS估計(jì)量是非一致的，需要使用動(dòng)態(tài)面板數(shù)據(jù)的方法，具體步驟如下：為消除時(shí)間固定效應(yīng)，首先對(duì)每個(gè)變量做扣減年份均值的變換（timedemeaned），然后通過(guò)向前均值差分（forward meandifferencing）消除企業(yè)固定效應(yīng)，最后以原始變量的一期滯后做為工具變量，運(yùn)用系統(tǒng)GMM方法估計(jì)系數(shù)矩陣 有關(guān)面板VAR的估計(jì)方法，見(jiàn)HolyzEakin，Newey和Rosen（1988）和Arellano和Bover（1995）[2122]。Gilchrist和Himmelberg（1998）[23]的附錄提供了一個(gè)簡(jiǎn)明的介紹。本文用于分析面板VAR模型的stata程序由世界銀行
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1