股票市場與企業(yè)投資行為：一個基于面板var的實證分析(編輯修改稿)
2025-02-13 01:47 本頁面
【文章內(nèi)容簡介】 的Inessa Love提供。在完成對模型（1）的估計之后，借助正交脈沖反應(yīng)函數(shù)（orthogonalized impulseresponse function），我們即可考察與基本因素沖擊不相關(guān)的Tobin’s Q沖擊對投資的影響 正交脈沖反應(yīng)分析的結(jié)果取決于變量的排列順序， 中各變量的排列順序意味著銷售增長率和凈利潤沖擊會立即影響投資，而Tobin’s Q沖擊對投資的影響有一期的滯后。在對實證結(jié)果有效性的檢驗中，我們嘗試了不同的變量排列次序。由于不可能在模型中包含所有的基本因素，企業(yè)投資對Tobin’s Q沖擊的反應(yīng)最好視為非理性股價變化對投資潛在影響的上限，從這個意義上講，本文的研究思路類似于Morck et al (1990) [12]。在我們的樣本中，可流通股份占總股份的比例因公司而異，這可能導(dǎo)致不同企業(yè)對Tobin’s Q沖擊的反應(yīng)并不相同，高流通股比例的企業(yè)，其投資對Tobin’s Q沖擊可能更加敏感，這是因為，流通股比例越高，經(jīng)理所感受到的市場壓力也越大，從而更可能出現(xiàn)調(diào)整投資政策以迎合市場情緒的現(xiàn)象。另外，隨著流通股比例的上升，市場狀況對股票增發(fā)決策的影響越發(fā)突出，Baker et al（2003）[6]所揭示的股本融資渠道的作用可能更加明顯。為檢驗以上假說，我們根據(jù)流通股比例的中位數(shù)（%）將全部樣本劃分為兩個子樣本并進行對比分析。四 實證分析結(jié)果（一）全部樣本的分析結(jié)果表一報告了面板VAR模型的估計結(jié)果，最值得關(guān)注的是第三列的投資方程，在對中國上市公司投資行為的研究中，許多學(xué)者做了類似的回歸分析。對投資有顯著影響的因素是凈利潤和Tobin’s Q，而銷售增長率的系數(shù)并不顯著，這與Xiao Fen（2003）[11]、張翼和李辰（2005）[17]的研究結(jié)論是一致的。我們還注意到，在凈利潤的方程中Tobin’s Q的系數(shù)高度顯著，這說明Tobin’s Q包含有企業(yè)盈利能力的信息，同時也意味著有必要通過正交方法將Tobin’s Q變化中與基本因素不相關(guān)的部分隔離出來。圖一描繪了投資和Tobin’s Q對各類沖擊的反應(yīng)。投資對凈利潤和Tobin’s Q沖擊有顯著的正反應(yīng)，而一個標(biāo)準差的Tobin’s ，投資對銷售增長率沖擊只是在最初有一正的反應(yīng)，而余下時期的反應(yīng)并不顯著。圖一的第二行顯示Tobin’s Q對銷售和凈利潤沖擊的反應(yīng)為負（雖然不甚顯著），這說明盡管Tobin’s Q對企業(yè)盈利有一定的預(yù)測能力，但其變化仍在相當(dāng)程度上與基本因素脫節(jié)。我們通過方差分解來判斷各類沖擊的重要性，表二報告了投資和Tobin’s Q向前6期的預(yù)測誤差方差分解，該表的前三行顯示企業(yè)投資的波動基本上由其自身沖擊所決定，凈利潤和Tobin’s Q只能解釋其中很小的一部分：%的誤差方差可由凈利潤沖擊解釋，而可由Tobin’s %。該表同時顯示基本因素對Tobin’s Q的波動也缺乏解釋能力，在Tobin’s Q的預(yù)測誤差方差中，可由基本因素沖擊解釋的比例只有約6%。（二）子樣本的對比分析表三和表四分別報告了對高、低流通股比例子樣本的估計結(jié)果，二者之間最突出的差別在于，對于高流通股比例子樣本， Tobin’s Q是投資方程中的一個顯著因素，而對于低流通股比例子樣本則不是。對于兩個子樣本，凈利潤都顯著影響投資，這一點和Xiao Fen（2003）[1]的結(jié)論并不一致，在他的研究中，對于高流通股比例子樣本，凈利潤對投資沒有顯著影響。在脈沖反應(yīng)分析中（見圖二和圖三），對于高流通股比例子樣本，投資對Tobin’s Q的反應(yīng)顯著為正，而對于低流通股比例子樣本，Tobin’ Q沖擊的影響雖為正，但在所有時期都不顯著。以上證據(jù)支持了我們的假說，即Tobin’ Q沖擊的效應(yīng)會因流通股比例而異，高流通股比例的企業(yè)對Tobin’ Q更加敏感，但即使是對這部分企業(yè)，在投資的預(yù)測誤差方差分解中，Tobin’s %。雖然在兩個子樣本中，凈利潤沖擊對投資都有顯著的正影響，但對于高流通股比例子樣本，凈利潤沖擊所能解釋的誤差方差比例要較低流通股比例子樣本高出約1個百分點（見表五、表六）。（三）有效性檢驗（robustness test） 為節(jié)約篇幅，有效性檢驗的具體結(jié)果并未列出。我們進行了三個方面的有效性檢驗，一是使用不同的基本因素變量——以銷售對年初資產(chǎn)總額之比取代銷售增長率、以凈利潤加折舊之和取代凈利潤 在Gilchrist和Himmelberg（1995，1998）[16] [22]中，銷售對資本之比被視為資本邊際效率的代理變量；在有關(guān)融資約束和投資關(guān)系的實證文獻中，凈利潤加折舊之和通常被用來衡量現(xiàn)金流。；二是嘗試不同的投資定義——以期末固定資產(chǎn)凈值的變化來衡量投資支出；三是改變正交脈沖反應(yīng)分析中各變量的排列順序——任意調(diào)換了凈利潤、投資和Tobin’s Q三者的次序。我們發(fā)現(xiàn)，以上模型設(shè)定的改變并不影響前面實證分析的基本結(jié)果：銷售沖擊對投資無顯著影響；對于高流通股比例的企業(yè)，Tobin’s Q沖擊會對投資產(chǎn)生顯著影響，但在投資的預(yù)測誤差方差中，其所能解釋的比例非常低（通常不足2%）；無論企業(yè)流通股比例是高還是低，凈利潤沖擊都顯著影響投資；與Tobin’s Q相比，凈利潤對投資波動的解釋能力略強。五 結(jié)論股票價格的非理性變化是否會對資本配置產(chǎn)生重要影響呢？本文試圖從實證的角度回答這一問題。利用一個面板VAR模型，我們發(fā)現(xiàn)，對于高流通股比例的企業(yè)，與基本因素相正交的Tobin’s Q沖擊對投資有顯著影響，但是方差分解顯示，投資波動中可由Tobin’s Q解釋的比例很低，這些證據(jù)表明，非理性的股價變化雖然會透過股本融資渠道或者迎合渠道對真實投資產(chǎn)生影響，但其作用相當(dāng)有限。本文的這一發(fā)現(xiàn)具有重要的政策含義，它意味著，面對泡沫，中央銀行采取“善意忽視”的策略是恰當(dāng)?shù)?，因為泡沫并不會?dǎo)致資本配置的嚴重扭曲。本文的經(jīng)驗證據(jù)同時提出了新的研究課題，第一，我們的分析顯示，在控制了企業(yè)固定效應(yīng)和時間效應(yīng)之后，基本因素對投資的解釋能力也很差。我們猜想這可能是因為中國上市公司的投資行為主要受經(jīng)理個人風(fēng)格和國家宏觀調(diào)控的影響，關(guān)于這一點需要更多的直接證據(jù)；第二，本文的樣本排除了“非正?！钡钠髽I(yè)，主要是那些陷入經(jīng)營困境的ST及PT公司，對于這些企業(yè)，非理性股價是否是導(dǎo)致投資
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1