股票市场与企业投资行为一个基于面板VAR的实证分析.docx

股票市场与企业投资行为一个基于面板VAR的实证分析.docx

《股票市场与企业投资行为一个基于面板VAR的实证分析.docx》由会员分享，可在线阅读，更多相关《股票市场与企业投资行为一个基于面板VAR的实证分析.docx（14页珍藏版）》请在冰豆网上搜索。

股票市场与企业投资行为一个基于面板VAR的实证分析

非理性股价与企业投资行为：

一个基于面板VAR的实证分析

内容提要：

本文通过一个面板VAR模型分析基本因素、Tobin’sQ和企业投资之间的互动关系，我们发现，对于高流通股比例的企业，与基本因素相正交的Tobin’sQ冲击对投资有显著影响，但是方差分解显示，投资波动中可由Tobin’sQ解释的比例很低，这些证据意味着，非理性的股价变化虽然会对投资产生影响，但其作用相当有限。

关键词股本市场Tobin’sQ企业投资

IrrationalStockPriceandFirmInvestment:

EmpiricalEvidencefromPanelVAR

Abstract:

Thispaperanalyzestheinterrelationshipamongfundamentals,Tobin’sQandfirminvestmentusingapanelVARmodel.Wefindthatforfirmwithhigherpercentageoftradableshares,shockstoTobin’sQwhichareorthogonaltofundamentalshavestatisticallysignificantimpactoninvestment.However,variancedecompositionrevealsthatshockstoTobin’sQexplainaverysmallfractionofthevariationininvestment.Theaboveevidencesuggeststhatalthoughirrationalchangesinstockpricecaninfluenceinvestment,theimpactisratherlimited.

KeyWords:

stockmarket;Tobin’sQ;investment

JELClassification:

E22G31G32

非理性股价与企业投资行为：

一个基于面板VAR的实证分析

一引言

在一个有效市场上，Tobin’sQ，以企业市值对资本重置成本的比值衡量，是投资的一个充分统计量，它概括了市场关于投资机会的所有信息，企业投资因此与Tobin’sQ呈现正相关，这是现代Q理论对股市与企业投资关系的诠释（Hayashi,1982）[1]。

然而，如果市场并非有效，股票价格偏离了其基础价值，那么这种偏离本身是否会成为影响投资的一个重要因素呢？

以上问题不仅吸引着越来越多的金融经济学家的兴趣，而且正逐渐受到各国中央银行的关注。

在有关货币政策应如何应对股市泡沫的争论中，泡沫与真实投资之间的关系无疑是一个关键。

现有的关于非理性股价与企业投资行为的实证研究主要针对发达国家，尤其是美国和日本，在我国，相关的定量分析很少，本文拟弥补这方面研究的不足。

文章剩余部分的安排如下：

第二部分是对理论和经验证据的回顾，第三部分对数据和计量模型进行说明，第四部分是实证结果，最后是结论。

二非理性股票价格与企业投资：

理论和经验证据的回顾

如果股票价格的变化并非完全由基本因素所驱动，那么从资本最优配置的角度出发，经理投资决策的依据应是其自身对基本因素的评估，易变的股价不应成为左右投资的一个因素。

Bosworth（1975）[2]的这一观点具有相当的代表性，然而Fischer和Merton（1984）[3]却对此提出了异议，他们认为，即使股票价格的变化是非理性的，这种变化也意味着新增项目机会成本的变化——如果股价低估，新增项目的机会成本就是回购股票可获得的收益；如果股价高估，新增项目的机会成本就是股东投资于定价过高的股票可获得的收益——因此经理的投资计划也应随之调整。

Blanchardetal（1993）[4]指出，导致上述分歧的一个根本原因是关于经理目标函数的不同假设。

如果经理关心的只是短期投资者的利益，他就会迎合市场的任何错误看法，市场的过度乐观将导致企业投资过度，过度悲观则导致投资不足；如果经理以长期股东的利益为出发点，投资规模就只取决于基本因素。

Stein（1996）[5]综合多位学者的观点，建立了第一个正式的理论模型。

该模型明确了当股票价格偏离了其基础价值时，真实投资决策与股票发行（回购）决策可分离的条件，除了要求经理具备长远的视界（horizon）之外，企业偏离最优资本结构的代价必须是可忽略的，或者说，资本结构具有充分的弹性。

这样，当股价高估时，发行股票所得的资金可用于累积现金或者偿还债务，但不会投入那些净现值为负的项目；当股价低估时，企业可通过发行（定价合理的）债务来满足股票回购的资金需求，因此股票回购并不影响资本成本。

然而，如果企业面临融资约束，即使经理的目光是长远的，股票价格的非理性变化仍可能影响到企业的投资行为。

更具体地，对于必须依赖外部股本为新增投资融资的企业（即那些投资机会多，但内部资金相对匮乏，而同时举债能力又有限的企业），当股价低于基础价值时，由于要尽可能地避免发行定价过低的股票，将会出现投资不足问题；而当股价高于基础价值时，投资不足问题就不复存在，因此对于这类企业，其投资规模对股价非理性变化的敏感程度要高于无须依赖外部股本的企业。

Baker,Stein和Wurgler（2003）[6]为这一预测提供了实证支持，利用基于Kaplan和Zingales（1997）[7]研究而构建的“KZ指数”作为对外部股本依赖程度的衡量指标，他们发现，处于KZ指标最高五等分位（quintile）的企业，其投资对Tobin’sQ的敏感程度几乎是处于最低五等分位的企业的三倍。

Polk和Sapienza（2006）[8]试图检验除了Bakeretal所分析的股本融资渠道（equityfinancingchannel）之外，股价的非理性变化是否还通过迎合渠道（cateringchannel）影响投资。

他们选择可操纵应计项目（discretionaryaccruals）作为股票错误定价的代理变量，高的可操纵应计项目预示着股票被高股，根据迎合假说，股价高估将导致企业投资过度，Polk和Sapienza发现，投资的确与可操纵应计项目正相关，而且在控制了股票发行的影响之后，这种正相关仍然存在。

他们还发现，R&D密度和股票周转率较高的企业，其投资对可操纵应计项目的敏感程度也较高。

Polk和Sapienza认为这一现象也与迎合假说的预测一致，因为R&D密度越高预示企业越不透明（从而错误定价可能持续的时间越长），而股票周转率越高则意味着股东的视界越短浅。

Stein模型的一个不足是没有对股价泡沫的生成机制进行分析，Gilchrist，Himmelberg和Huberman（2005）[9]则同时考虑了泡沫生成、股票发行和真实投资。

在他们的模型中，投资者信念的差异以及卖空限制导致了向下倾斜的股票需求曲线，同时也使泡沫成为可能。

均衡时，泡沫为正，企业发行新股并过度投资。

该模型的一个重要特点是大的泡沫并不必然意味着投资的严重扭曲，如果股票需求曲线较陡，大的泡沫有可能只伴随着投资的轻微扭曲。

Gilchristetal以分析师盈利预测的离散度作为投资者信念离散度的代理变量，在一个面板VAR模型中分析了信念离散度冲击的影响，他们发现，与基本因素相比，离散度冲击对真实投资的影响相当有限。

泡沫的存在使得根据股票市价计算出的Tobin’sQ偏离了只取决于基本因素的Q比率（基本Q），一些学者试图通过比较Tobin’sQ与基本Q对企业投资的解释能力来分析非理性股价的影响。

例如，Bond和Cummins（2000）[10]利用分析师的盈利预测构建了基本Q的一个衡量指标，他们发现基本Q对企业投资的解释能力要远强于Tobin’sQ，而且如果将基本Q与Tobin’sQ同时包含在投资的回归方程中，Tobin’sQ的系数就不再显著，而基本Q的系数几乎不变，Bond和Cummins据此认为，经理的投资决策只关注预期利润现值的最大化，而不受股价非理性波动的影响。

在我国，尽管有关非理性股价可能导致上市公司资源错误配置的担心一直存在，但是对于企业投资在多大程度上受到股票价格非理性变化的影响却缺乏定量的分析。

XiaoFen（2003）[11]在这方面做了初步的探讨，他发现，Tobin’sQ是影响投资的一个显著因素，然而市场估价与基本因素之间仅有微弱的关系，Xiao据此认为中国股市可能对资本配置效率产生不利影响。

本文拟从以下两方面拓展Xiao的研究，第一，我们通过一个面板VAR系统来概括基本因素、Tobin’sQ和企业投资之间的互动关系，与Xiao的单方程模型相比，VAR能够更好地捕捉数据的统计特征；第二，Tobin’sQ的变化可能源于基本因素的改变，也可能是股价非理性变化的结果，通过正交脉冲反应函数，我们可以分析与基本因素不相关的Tobin’sQ冲击对投资的影响，进而从量上评估资本配置受股价非理性变化影响的程度。

三数据与计量模型

我们以销售增长率（SG）和净利润对期初账面资产总额之比（EA）作为基本因素的衡量指标。

销售增长率通常被视为企业成长机会的代理变量，例如Morcketal（1990），Shin和Stulz（1998），Goyal和Yamada（2004）[12-14]。

选择净利润作为基本因素的衡量指标有两个原因，第一，如果资本市场并非完美，内部可利用资金是制约投资规模的一个因素（Hubbard，1998）[15]；第二，净利润也可能包含企业未来盈利能力的信息（Gilchrist和Himmelberg，1995）[16]。

Tobin’sQ（Q）等于（账面资产总额﹣股东权益总额﹢股票总市值）/账面资产总额。

投资（INV）以购建固定资产、无形资产和其他长期资产所支付的现金对期初账面资产总额之比来衡量。

本文的数据来源是深圳市国泰安信息技术有限公司的中国股票市场研究数据库,样本为1998-2004年期间上海和深圳交易所的A股公司，我们剔除了以下企业：

1、金融企业,2、2004年末所有的星号ST，ST及PT公司，3、1998-2004年期间任何一年期末股东权益总额小于零的企业，4、1998-2004期间任何一年有会计报表或市场交易数据缺失的公司，5、在任何一年出现销售或者投资小于零的企业。

最后的样本中包含1005家企业,共有4741个企业-年份观测值。

我们利用一个一阶VAR模型来概括概括基本因素、Tobin’sQ和企业投资之间的互动关系：

（1）

其中

，

是一个

的系数矩阵，

为企业固定效应，

为时间固定效应，

是扰动项。

由于模型

（1）包含了不可观测的固定效应，通常的OLS估计量是非一致的，需要使用动态面板数据的方法，具体步骤如下：

为消除时间固定效应，首先对每个变量做扣减年份均值的变换（time-demeaned），然后通过向前均值差分（forwardmean-differencing）消除企业固定效应，最后以原始变量的一期滞后做为工具变量，运用系统GMM方法估计系数矩阵

。

在完成对模型

（1）的估计之后，借助正交脉冲反应函数（orthogonalizedimpulse-responsefunction），我们即可考察与基本因素冲击不相关的Tobin’sQ冲击对投资的影响。

由于不可能在模型中包含所有的基本因素，企业投资对Tobin’sQ冲击的反应最好视为非理性股价变化对投资潜在影响的上限，从这个意义上讲，本文的研究思路类似于Morcketal（1990）[12]。

在我们的样本中，可流通股份占总股份的比例因公司而异，这可能导致不同企业对Tobin’sQ冲击的反应并不相同，高流通股比例的企业，其投资对Tobin’sQ冲击可能更加敏感，这是因为，流通股比例越高，经理所感受到的市场压力也越大，从而更可能出现调整投资政策以迎合市场情绪的现象。

另外，随着流通股比例的上升，市场状况对股票增发决策的影响越发突出，Bakeretal（2003）[6]所揭示的股本融资渠道的作用可能更加明显。

为检验以上假说，我们根据流通股比例的中位数（37.6%）将全部样本划分为两个子样本并进行对比分析。

四实证分析结果

（一）全部样本的分析结果

表一报告了面板VAR模型的估计结果，最值得关注的是第三列的投资方程，在对中国上市公司投资行为的研究中，许多学者做了类似的回归分析。

对投资有显著影响的因素是净利润和Tobin’sQ，而销售增长率的系数并不显著，这与XiaoFen（2003）[11]、张翼和李辰（2005）[17]的研究结论是一致的。

我们还注意到，在净利润的方程中Tobin’sQ的系数高度显著，这说明Tobin’sQ包含有企业盈利能力的信息，同时也意味着有必要通过正交方法将Tobin’sQ变化中与基本因素不相关的部分隔离出来。

图一描绘了投资和Tobin’sQ对各类冲击的反应。

投资对净利润和Tobin’sQ冲击有显著的正反应，一个标准差的净利润冲击最高可引起投资率增加0.9个百分点，而一个标准差的Tobin’sQ冲击最高可引起投资率增加0.5个百分点，投资对销售增长率冲击只是在最初有一正的反应，而余下时期的反应并不显著。

图一的第二行显示Tobin’sQ对销售和净利润冲击的反应为负（虽然不甚显著），这说明尽管Tobin’sQ对企业盈利有一定的预测能力，但其变化仍在相当程度上与基本因素脱节。

我们通过方差分解来判断各类冲击的重要性，表二报告了投资和Tobin’sQ向前2、4、6期的预测误差方差分解，该表的前三行显示企业投资的波动基本上由其自身冲击所决定，净利润和Tobin’sQ只能解释其中很小的一部分：

约有2.6%的误差方差可由净利润冲击解释，而可由Tobin’sQ解释的部分仅有1.5%。

该表同时显示基本因素对Tobin’sQ的波动也缺乏解释能力，在Tobin’sQ的预测误差方差中，可由基本因素冲击解释的比例只有约6%。

（二）子样本的对比分析

表三和表四分别报告了对高、低流通股比例子样本的估计结果，二者之间最突出的差别在于，对于高流通股比例子样本，Tobin’sQ是投资方程中的一个显著因素，而对于低流通股比例子样本则不是。

对于两个子样本，净利润都显著影响投资，这一点和XiaoFen（2003）[1]的结论并不一致，在他的研究中，对于高流通股比例子样本，净利润对投资没有显著影响。

在脉冲反应分析中（见图二和图三），对于高流通股比例子样本，投资对Tobin’sQ的反应显著为正，而对于低流通股比例子样本，Tobin’Q冲击的影响虽为正，但在所有时期都不显著。

以上证据支持了我们的假说，即Tobin’Q冲击的效应会因流通股比例而异，高流通股比例的企业对Tobin’Q更加敏感，但即使是对这部分企业，在投资的预测误差方差分解中，Tobin’sQ冲击能够解释的比例也只有约1.8%。

虽然在两个子样本中，净利润冲击对投资都有显著的正影响，但对于高流通股比例子样本，净利润冲击所能解释的误差方差比例要较低流通股比例子样本高出约1个百分点（见表五、表六）。

（三）有效性检验（robustnesstest）

我们进行了三个方面的有效性检验，一是使用不同的基本因素变量——以销售对年初资产总额之比取代销售增长率、，以净利润加折旧之和取代净利润；二是尝试不同的投资定义——以期末固定资产净值的变化来衡量投资支出；三是改变正交脉冲反应分析中各变量的排列顺序——任意调换了净利润、投资和Tobin’sQ三者的次序。

我们发现，以上模型设定的改变并不影响前面实证分析的基本结果：

1、销售冲击对投资无显著影响；2、对于高流通股比例的企业，Tobin’sQ冲击会对投资产生显著影响，但在投资的预测误差方差中，其所能解释的比例非常低（通常不足2%）；3、无论企业流通股比例是高还是低，净利润冲击都显著影响投资；4、与Tobin’sQ相比，净利润对投资波动的解释能力略强。

五结论

股票价格的非理性变化是否会对资本配置产生重要影响呢？

本文试图从实证的角度回答这一问题。

利用一个面板VAR模型，我们发现，对于高流通股比例的企业，与基本因素相正交的Tobin’sQ冲击对投资有显著影响，但是方差分解显示，投资波动中可由Tobin’sQ解释的比例很低，这些证据表明，非理性的股价变化虽然会透过股本融资渠道或者迎合渠道对真实投资产生影响，但其作用相当有限。

本文的这一发现具有重要的政策含义，它意味着，面对泡沫，中央银行采取“善意忽视”的策略是恰当的，因为泡沫并不会导致资本配置的严重扭曲。

本文的经验证据同时提出了新的研究课题，第一，我们的分析显示，在控制了企业固定效应和时间效应之后，基本因素对投资的解释能力也很差。

我们猜想这可能是因为中国上市公司的投资行为主要受经理个人风格和国家宏观调控的影响，关于这一点需要更多的直接证据；第二，本文的样本排除了“非正常”的企业，主要是那些陷入经营困境的ST及PT公司，对于这些企业，非理性股价是否是导致投资行为扭曲的一个诱因呢？

特别地，这些企业是否存在Jensen（2006）[18]所说的过高股价的代理成本呢？

回答以上问题的最佳途径也许是对企业（或行业）的个案研究，而不是类似本文的回归分析。

参考文献

[1]Hayashi,F.Tobin’smarginalqandaverageq:

aneoclassicalinterpretation[J].Econometrica,1982,（50）:

213–224.

[2]Bosworth,Barry.TheStockMarketandtheEconomy[J].BrookingsPapersonEconomicActivity,1975,

（1）:

257-290.

[3]Fischer,S.,andR.C.Merton.Macroeconomicsandfinance:

Theroleofthestockmarket[J].CarnegieRochesterConferenceSeriesonPublicPolicy,1984,（21）:

57–108.

[4]Blanchard,O.J.,Rhee,C.,Summers,L.Thestockmarket,profitandinvestment[J].QuarterlyJournalofEconomics,1993,（108）:

115–136.

[5]Stein,J.C.Rationalcapitalbudgetinginanirrationalworld[J].JournalofBusiness,1996,（69）:

429–455.

[6]Baker,M.,Stein,J.,Wurgler,J.Whendoesthemarketmatter?

Stockpricesandtheinvestmentofequitydependentfirms[J].QuarterlyJournalofEconomics,2003,（118）:

969–1006.

[7]Kaplan,S.,andL.Zingales.Doinvestment-cashflowsensitivitiesprovideusefulmeasuresoffinancingconstraints?

[J].QuarterlyJournalofEconomics,1997,（112）:

167–215.

[8]Polk,C.andP.Sapienza,Thestockmarketandcorporateinvestment:

atestofcateringtheory[J].ReviewofFinancialStudies,2006,forthcoming.

[9]Gilchrist,Simon,Himmelberg,Charles,Huberman,Gur.DoStockPriceBubblesInfluenceCorporateInvestment[J].JournalofMonetaryEconomics,2005,（52）:

805–827.

[10]Bond,S.R.,andJ.G.Cummins,Thestockmarketandinvestmentintheneweconomy:

Sometangiblefactsandintangiblefictions[J].BrookingsPapersonEconomicActivity,2000,

（1）:

61–124.

[11]Xiao,Feng.TheroleofthestockmarketininfluencingfirminvestmentinChina[Z].PhDDissertation,UniversityofMassachusettsAmherst,2003.

[12]Morck,R.,A.Shleifer,andR.W.Vishny.Thestockmarketandinvestment:

Isthemarketasideshow?

[J].BrookingsPapersonEconomicActivity,1990,

（2）:

157–215.

[13]Shin,H.,andR.M.Stulz,1998,Areinternalcapitalmarketsefficient?

QuarterlyJournalofEconomics,113,531–558.

[14]Goyal,VidhanKandYamada,Takeshi.Assetpriceshocks,financialconstraints,andinvestment:

evidencefromJapan[J].JournalofBusiness,2004,（77）:

175-200.

[15]Hubbard,R.Glenn.Capital-MarketImperfectionsandInvestment[J].JournalofEconomicLiterature,1998,（36）:

193-225.

[16]Gilchrist,Simon,andC.P.Himmelberg.Evidenceontheroleofcashflowforinvestment[J].JournalofMonetaryEconomics,1995,（36）:

541–72.

[17]张翼,李辰,股权结构、现金流与资本投资，经济学（季刊），2005,第5卷第1期229-246.

[18]Jensen,MichaelC.AgencyCostsofOvervaluedEquity[J].FinancialManagement,2006,forthcoming.

[19]Keynes,J.M.TheGeneralTheoryofEmployment,InterestandMo