【正文】 始高水平的系統(tǒng)性風險與隨后的相關多元化有聯(lián)系，只在高績效 公司 中發(fā)現(xiàn)， 這是與戰(zhàn)略管理研究相一致的（ Lubatkin and O?Neill, 1979。另外 系統(tǒng)風險是股東期望減少的相關風險，因為他們不能通過多元化來消除（見 Lubatkin and O?Neill, 1987。如果確實像 13 為了檢驗代理行為支持證據(jù)的缺乏，我們使用一種系統(tǒng)風險的估計代替了所有風險，來重新估計了模型。 [14] 與文獻的關系 將我們的發(fā)現(xiàn)與先前的探究某時點資源與多元化狀態(tài)聯(lián)系的研究進行比較是非常有趣的。 最后，我們沒有在任何一個 樣本中發(fā)現(xiàn)任何物理資源假設的統(tǒng)計支持。 與高績效 公司 相反，低績效 公司 在長期多元化決策中使用短期流動性（ CR）。從績效子樣本中的發(fā)現(xiàn)也提供了一種可能的解釋，關于為什么一些獨立個體的多元化行為研究發(fā)現(xiàn)比較非相關的行為比相關多元化行為有更佳的績效。然而，如果非相關多元化的原因僅僅是減少 公司 整體的風險，這種多元化行為導致低績效。反之，低績效 公司 中初始風險水平和非相關多元化有正向聯(lián)系，暗示著代理行為存在的可能性。在完整的模型里 觀察到的聯(lián)系是和代理行為期望的聯(lián)系相反的，系數(shù)是 接近顯著的。 16 場的類型是有聯(lián)系的。 然而，這種轉移的進入成本非常高，因此不增加 公司 的價值。 11 因為低績效樣本缺少顯著的回歸，個體變量相關系數(shù)的顯著性只能用于定性推斷。 公司 從內(nèi)部的資 金和債務進行融資，進行發(fā)展。參考以下引用自最近的 Business Week 的文章（ Business Week 7 November 1988： 146148）。在代理行為下，我們期待，進入更加非相關業(yè)務的剩余現(xiàn)金 /借債能力的使用會導致較低的績效，因為 管理 對于非相關業(yè)務的成本或者潛力沒有特殊性。 Palepu（ 1986）發(fā)現(xiàn) 高借債能力招致被收購。 另一個論點是基于 自由現(xiàn)金流 的代理成本， 將會導致更加非相關的多元化?；貞浺粋€討論，就是為什么 公司 使用內(nèi)部資金用來非相關多元化時 ，是基于 這種策略 普遍 不被資本市場看好 的原因。兩個子樣本（和完整樣本）中，研究密度與相關多元化的聯(lián)系可能暗示著創(chuàng)新能力不是很有靈活性，只能導致比較相關的多元化。為了更深地了解績效差異，我 們現(xiàn)在比較兩個樣本間的個體變量的相關系數(shù)。 [10] 績效 也許本文最重要的發(fā)現(xiàn)來自于分層的高績效和低績效樣本。可能是因為權益資本是公開估值的， 公司 明確知道只有和資本市場預期一致時，才能用于（相關或者非相關）多元化。短期流動性測量（ CR）只有（ p）的顯著水平，意 味著短期流動性與長期戰(zhàn)略轉移并不太相關。 USX 是用了它未使用的 借債能力 進行借債，收購了Marathon Oil。 報道的 公司 趣聞軼事也支持這種發(fā)現(xiàn)。這個發(fā)現(xiàn)實證支持了新生代 的財務理論，即宣稱當資本市場與管理者有不同預期時，融資方法會導致差異。因此這些技能相對于研究密度來說，不是 非常 特定于某個 多元 化 公司 的。研究密度的強大解釋能力也在其他研究中有所發(fā)現(xiàn)（ Caves et al., 1980）。如果一個 公司 在其所在行業(yè)發(fā)展完善了技能，可能進入相關且高利潤的行業(yè)會是更好的選擇。這些發(fā)現(xiàn)也少許透露了為什么一些 公司 不采取相關多元化，盡管已經(jīng)在全球范圍內(nèi)處于優(yōu)勢地位。 無 形資產(chǎn) Chandler 說， 結構和戰(zhàn)略的普遍主導者是基于 市場需求 對 公司 資源 的運用 …… 這些資源中，有過制造、營銷、工程、科學和管理技能訓練的人更加有價值，相對于倉庫、廠房、辦公室和其他物理資源而言（ 1962: 383）。研究也說明為 14 了理解多元化和績效的聯(lián)系，我們需要考慮 公司 的資源框架。在每個樣本下個體變量都相互顯著地不同。 9 對于兩個子樣本的鄒檢驗剛好未達到顯著性。資金密集 度（ CAPEXP）在高績效樣本中與相關多元化更加相關，在低績效樣本中恰恰相反。 在兩個子樣本中幾個相關系數(shù)是相反的。然而， CR 是與非相關多元化相聯(lián)系的，它在低績效 公司 樣本中是顯著的，就像假設 3A 預測的一樣。高績效 公司 的回歸顯著性好了 2%，低績效的 公司 則沒有。結果在表格 中顯示。唯一顯著的控制變量是規(guī)模。這些系數(shù)與預測相同， RSL(p), ASL(p), CR(p), DEMKT(p)。對于資源變量的普遍發(fā)現(xiàn)都有理論支持。第二，剩余生產(chǎn)力（ BKLOG）和權益資本（ RLSTK）間存在正相關，意味著未預計的需求增長影響股票價格。幾個發(fā)現(xiàn)比較突出。我們對這個變量沒有先驗的預測。 CAPEXP 預計與 未來的相關多元化有關，會有負效應。規(guī)模應該有正效應。 規(guī)模 我們使用 1980 年總資產(chǎn)的自然對數(shù)來測量規(guī)模的影響（ Bettis, 1981）。 風險 我們使用 1978~1980 公司 回報的方差（ TOTRISK）作為測量風險的指標，根據(jù)代理理論，這種風險是管理者想要通過 非相關多元化來減少的風險。 ROA 的均值是區(qū)分高績效和低績效的點。如果過早衡量績效，我們會失去后來的措施的影響，如果過遲衡量績效，我們會失去早期措施的影響。 11 我們使用 1984~86 的平均資產(chǎn)回報 率（ ROA）來衡量后 驗 績效。 8 這個模型也 只使用先前區(qū)分的時期的 1980 年的平均股票價格來估計。這種情況下低杠桿并不意味著內(nèi)部資金的可用性。因此它幾乎一直有低杠桿水平和低拖欠風險。所以我們定義： RLSTK=1980~84 平均股票價格與 1975~79 平均股票價格的比率 根據(jù)假設 3B，我們預計 RLSTK 的系數(shù)是負相關的。 [8] 如果比率較高，市場會提供低于歷史平均水平的資金。 為了考慮股票這種特性，我們采用1980~1984 的平均股票價格，與前述的 1975~1979 時期區(qū)分開來。為了與其他資源衡量方法相一致，我們使用1980 年的股票價格，將其與 “正常 ”股票價格相聯(lián)系。 [7] 根據(jù)假設 3A，我們預測 DEMKT 的系數(shù)為反向關系， CR 的系數(shù)為正向關系。我們決定使用兩者： DEMKT=1980 年長期負債與市場價值的比率 CR=1980 年現(xiàn)有資產(chǎn)與現(xiàn)有負債的比率 已知 DEMKT 的低數(shù)值和 CR 的高數(shù) 值都預示著 低水平的拖欠風險。 10 財務資源 內(nèi)部資金和債務 對于流動性的標準測量方法通常用來 作為內(nèi)部資金使用的一個指標 （ Palepu, 1986）。在一個高研究密度水平行業(yè)內(nèi)的 公司 平均較之于一個低研究密度水平行業(yè)內(nèi)的 公司 ，有更好的機會去開發(fā)多元化。） 5 商務部出版的 The Business Conditions Digest, 使用 “未交貨的耐用物訂單 ”和所有貨物的 “遲緩投遞 ”作為估計生產(chǎn)力利用的前沿指標。 所以我們認為使用這些方法獲得的結果是穩(wěn)健的。必須指出 DELTADW 的連續(xù)測量方法和 Rumelt(1974)的分類方法是不同的。這些結果實質上是相同的。我們這么定義： RSL=1980 年研發(fā)費用與銷售額的比率 ASL=1980 年廣告費用與銷售額的比率 [6] 根據(jù)這個理論，因為 DELTADW 的低數(shù)值代表了更加相關的多元化，我們期望 RSL 和 ASL 上的相關系數(shù)是反向的。 無形資產(chǎn) 比如營銷和創(chuàng)新能力這類無形資產(chǎn)通常以絕對水平的 花費程度來衡量。一個 擁有大量剩余廠房和設備的 公司 會有較低的未交貨訂單數(shù)。 在以時間區(qū)分的基礎上，我們在平均未交貨訂單數(shù)上部分修正了行業(yè)和 持續(xù) 的 公司 差異， 通過采用移動平均我們將不同的增長率考慮在內(nèi)。 [5] The Compustat tapes 提供 公司 個體的未交貨訂單數(shù)據(jù)。然而， 我們認為一個 公司有剩余 生產(chǎn)力 時，它會有一個相對低的未交貨訂單。就像 Caves et al.(1980: 201)所說，這些都是高度相關的，結果也類似。 DELTADW 數(shù)值大代表相對的非相關多元化，數(shù)值小代表相對相關的多元化。像其他所有這種類型的多元化衡量方法，它抓住了 公司 在不同產(chǎn)品市場間的資源再配置，當 公司 進入一個新產(chǎn)品市場時也是如此。根據(jù) Caves, Porter, Spence 和 Scott(1980: 199200)的研究，如果i 和 h 都在同一個四位標準行業(yè)分類碼下， =0，如果它們在同一個三位標準行業(yè)分類碼下， =1，以此類推。每個 公司 的平均資產(chǎn)大約 9 億美元。這 118 家 公司 在 Cmpustat 中涵蓋了 82 個四位標準行業(yè)分類碼和 63個三位分 類碼。 樣本減至 678 家公司，包括訂貨儲備、銷售額、資本化和股票價格都可以在 Compustat tapes 中找到，但是只有 167 家 公司 的廣告花費和研發(fā)費用。對于這些母公司， the Tri data 允許我們在兩年中的每一年，計算每四位標準行業(yè)分類碼的銷售額。這個樣本 從兩個初級數(shù)據(jù)庫中搜集而來， the Tri Establishment數(shù)據(jù)庫和 the Compustant Industrial Annual 數(shù)據(jù)庫。風險是更加直接的度量，比股權集中度有更多內(nèi)在離差，使得它更適合于多元檢驗。 3 一些作者打算通過觀察股權集中度來掌握代理問題（ Hill and Snell. 1988）。因此，比如一個相關多元化的 公司 不會傾向于采取一個相對非相關的多元化決策。 多元化的初始水平 多元化的初始水平可能會影響未來的多元化決策。 資金 密集 度 Barton(1988)和 Bettis(1981)都發(fā)現(xiàn)資金 密集 度和相關多元化之間存在聯(lián)系。 [3] 規(guī)模 我們 基于資源的方法，不能預測規(guī)模和多元化類型的聯(lián)系， 公司 初始的大規(guī)?？赡芘c非相關多元化有關，因此，需要被控制。顯然，如果代理行為占了上風，我們不能為假設找到支持，所以這個因素得加以控制。如果 事實上管理者想增加自己的利益，通過對相當大比例的 公司 研究，表明多元化會淪 為集權的需要或者降低個人風險的需要。為了考慮到任何可能的系統(tǒng)性影響，這些因素作為控制變量處理。 市場類型 非相關 相關 財務資源： （內(nèi)部資金） （低風險債務） 無形資產(chǎn) 物理資源 財務資源： （權益資本） （ 垃圾債券 ） 無形資產(chǎn) 低 高 7 影響進入的市場類型 。在 “自 由現(xiàn)金流” 情境下，非相關多元化 事后 不會 提高利潤，在 Myers 和 Majluf 的情境下卻會提高利潤。 假設 4： 有更 好績效的 公司 ，事后證明，更加符合我們的模型。我們也認同管理者可以在非相關市場里識別獲利機會的可能性。我們并沒有宣稱任何哪種多元化會導致更高的績效，但是合適的資源配置可以提高績效。 在 圖 中總結了理論預測。 H3A：內(nèi)部資金或者未 使用的借債能力 更傾向于非相關多元化。 進 一步來說，因為相關多元化更被 6 看好，外部資金會轉向比較相關的多元化。然而，因為資本市場不喜好非相關多元化，這個經(jīng)理面臨著困難的情況，即資本市場不了解這個項目的信息，當然可以預料到