投资者投资实证研究（精选12篇）
投资者投资实证研究 篇1
1 引 言
对于挤出效应, 传统的观点是基于IS-LM模型的分析, 当政府采取扩张性的财政政策增加支出时, 会引起货币市场均衡状态的改变, 提高利率, 从而挤出民间投资, 使得财政政策部分失效甚至对经济发展有不良影响。1989年Aschauer提出了公共投资的挤入效应理论, 认为当公共支出作为生产要素投入且与民间资本互补时, 公共投资的增加会提高民间资本的劳动生产率, 对民间投资产生促进作用, 即挤入效应。实际经济中政府投资与私人投资的挤入挤出效应表现为一种综合效应, 究竟是挤入还是挤出要看两种效应的强弱, 具体需要通过实证来检验, 大量的学者针对这一问题做了实证分析。
国内外学者的观点大体有三种, 一是认为政府投资对民间投资更倾向于挤入效应, Aschauer (1989) 首先通过对美国的数据进行实证分析验证了自己观点的正确性, 他发现长期中政府的公共设施投资在民间生产分配方面对民间投资呈现互补关系, 挤入效应的作用更加明显。二是认为政府投资对民间投资存在挤出效应, Ghali (1998) 、Pritha Mitra (2006) 等学者的实证研究都支持这一观点。三是认为政府投资对民间投资的影响有限, 比如Monadjemi (1996) 利用方差分解对英国和美国的数据进行了实证研究, 表明财政支出并不是影响民间投资的主要因素。
国内学者对我国的具体情况也做了大量的分析, 楚尔鸣, 鲁旭 (2008) 结构向量自回归模型证明政府投资对同期的民间投资产量了一定的挤出效应;董昕 (2010) 基于房地产市场的省级面板数据, 认为政府投资在土地、信贷资金等方面与私人投资的竞争挤出了私人投资。刘溶沧, 马拴友 (2001) 通过对国债对利率的影响分析, 认为公共投资对私人投资有一定挤入作用。另外, 孙旭, 罗季 (2004) 、王玺, 张勇 (2009) 等认为我国政府投资对民间投资的抑制或者带动作用并不显著。
概括以往的研究, 国内外学者并没有得到一个统一的结论, 双方都有着大量的实证支持。在此基础上, 本文选择协整与向量误差修正模型, 用我国1981—2011年的年度数据进行进一步的实证研究。
2 指标选取和数据处理
2.1 指标选取
从官方公布数据的体系来看, 我国政府投资和民间投资并没有准确的官方数据, 学术界对于政府投资和民间投资的界定主要有三种方式:一是从政府财政预算支出的科目来进行划分, 主要是将财政支出分为经常性支出和资本性支出, 其中资本性支出可以用来表示政府投资。二是从投资方向上进行划分, 将公共性较强的行业作为政府投资的范畴, 将其他竞争性行业的投资看做民间投资。三是从资金来源上划分, 将预算内资金形成的投资作为政府投资, 选择自筹和其他资金作为民间投资。
本文选择第三种划分方法:用全社会固定资产投资按资金来源分的预算内投资来表示政府投资规模 (用符号“zftz”表示) ;用全社会固定资产投资按资金来源分的自筹和其他资金来表示民间投资规模 (用符号“mjtz”表示) 。另外, 引入国内生产总值 (用符号“gdp”表示) 来表示宏观经济的发展情况。
本文所使用数据来源于《中国统计年鉴》。
2.2 数据的处理
本文选择中国1981—2011年的年度数据进行研究, 为了保证数据的可比性, 首先要对数据进行价格平减。分别用GDP指数和固定资产投资价格指数将GDP和政府投资、民间投资换算到2000年的可比价。其中1981—1989年的固定资产投资价格指数缺失, 用GDP价格指数进行替代。
另外, 为了尽量减少数据变化的非线性影响, 分别对每个变量取自然对数, 得到lnzftz、lnmjtz、lngdp。
3 实证分析过程
3.1 变量的平稳性检验
建立协整和向量误差修正模型, 要保证每个变量具有相同的单整阶数, 因此, 首先要对每个变量进行单位根检验, 判断各序列的平稳性。本文采用ADF法对序列进行单位根检验, 选择AIC准则确定最优滞后阶数, 检验结果如表1所示, 本文中三个变量都是一阶单整序列, 具有相同的单整阶数。
注:1.C、T表示检验回归中含常数项和趋势项, K表示检验回归包含的滞后阶数。2.*、**、***分别代表在1%、5%和10%的显著性水平下拒绝原假设。
3.2 协整检验
本文中三个变量都是一阶单整的, 它们之间可能存在某种平稳的线性组合, 即变量之间的协整关系。本文用Johansen方法检验政府投资与私人投资之间的这种长期均衡关系。根据AIC准则, 选择最佳滞后阶数为3, 选择有截距项无趋势项的协整检验形式, 得到检验结果如表2所示。
迹统计量和最大特征值统计量都在5%的显著性水平下拒绝了没有协整关系的原假设, 说明各变量间存在一个协整关系。进一步, 得到标准化的协整方程:
lnmjtzt=0.36lnzftzt+1.33lngdpt+7.73+ecmt
(-10.24) (-42.25)
ecmt为平稳序列, 下方括号中为参数的T统计量。
从协整模型的结论来看, 政府投资与民间投资存在正向的长期均衡关系, 在其他条件不变的情况下, 政府投资增加1%会导致民间投资增加0.36%, 即政府投资对民间投资存在一定的挤入效应。
3.3 向量误差修正模型
协整关系反映了政府投资与民进投资的长期静态的稳定关系, 在此基础上, 需要建立误差修正模型来研究它们之间的短期动态关系。
向量误差修正模型的标准形式为:
undefined
为了使模型更合理, 删除不显著的变量后, 得到民间投资的向量误差修正模型估计结果为:
Δlnmjtz=-0.08-0.54ecmt-1-0.18Δlnzftzt-2-0.17Δlnzftzt-3+2.71Δlngdpt-1
(-4.84) (-2.16) (-2.07) (4.78)
R2=0.61 F=8.46 D-W=2.31
下方括号中为估计参数的T统计量。
向量误差修正模型中, 误差修正项的系数显著不为零, 表明当变量偏离均衡状态时, 模型会以54%的速度将其调回均衡状态, 使变量之间的长期均衡关系得以持续。滞后二期和三期的政府投资的系数也显著不为零, 说明民间投资和政府投资存在短期的关系, 短期内政府投资对民间投资有一个负的影响, 政府投资增长速度的加快会导致民间投资增长速度的减慢, 政府投资对民间投资存在一定的挤出效应。
4 主要结论与政策建议
通过建立协整关系和向量误差修正模型进行实证分析的结果是:政府投资对民间投资在长期存在挤入效应, 短期内则表现为一定的挤出效应。这是因为政府投资的方向大多是具有正外部性的公共基础设施, 能显著改善投资环境, 提高民间投资的收益率, 在长期来看能够为民间投资的发展创造良好的条件, 从而可以刺激民间投资, 促进整个社会的经济发展;而在短期内, 政府投资增加时, 由于在资金、劳动力等生产要素上与民间投资形成一定的竞争, 民间部门对投资前景不看好会导致政府投资对民间投资的挤出效应。
实证分析的结论首先肯定了现阶段我国政府投资对民间投资的带动作用, 政府投资对于繁荣民间投资和发展国民经济的作用是不容忽视的, 但在政府投资的实施过程中, 为了尽量减少短期内对民间投资的挤出, 应该尽量避免与民间投资争夺市场资源。政府投资应该更多的集中于公共物品领域, 加强基础设施建设, 为民间投资以及整个国民经济的健康持续发展创造条件。
投资者投资实证研究 篇2
（一）“隧道挖掘”与关联担保
传统的公司治理理论是基于两权（所有权与经营权）分离而可能导致的管理层对于股东利益造成的伤害而展开，也就是说传统的公司治理理论关注的是股东与管理者层面涉及的委托―代理理论，学者们并由此提出了大量的公司治理机制，例如管理层激励、对管理层的监管等。
但是，近年来，许多学者发现，世界上大部分国家和地区的企业股权并未是分散的，而是高度集中的（Zingales,1994;Franks、Mayer,;La porta等，;Shleifer,1999;Clasessen,;Faccio、Lang,;Cronqvist、Nilsson,）。这类企业的主要问题并不在股东与管理者之间，而应关注是大股东对中小股东的利益侵占问题，即“利益侵占假说（Expropriation）”.也就说，大股东在公司中拥有控制权，他们有动力、有能力为了实现自身的最大化利益而采取相关措施，这些措施可能忽视甚至侵占了中小股东的利益。作为利益侵占的一种形式，Johnson,La porta,Silanes和Shleifer（JLLS,2000）把通过内部交易转移资源的链条比喻为一个隧道（Tunnel），即通过这条隧道，源源不断地把处于企业底部的资源输送到处于金字塔顶端的最终所有者。他们将使用“隧道”侵害底层公司小股东利益的行为称为“隧道行为（Tunneling）”.隧道挖掘通常有两种表现形式（JLLS,2000）：一种是大股东可以轻易地为了自身利益，通过自我交易从企业转移资源，包括关联担保、过高的管理层报酬、侵占公司投资机会，甚至是偷窃和舞弊；另一种是大股东不必从企业转移资产就可以增加自身价值，例如发行股票稀释其他股东权益、冻结少数股权、内部交易等等。邹海峰以桂林集琦药业股份有限公司为案例，发现大股东通过股权融资、占用资金、现金股利、资产交易、担保等多种方式获得利益。
一般认为，这里说的关联担保就是上市公司为控股股东提供的担保（徐千里、周旭辉，）。扩展其内涵，我们认为，“关联担保”既包括以本公司为担保方，以本公司的控股股东、母公司、间接控股股东的公司为被担保方的担保，也包括以本公司的子公司或参股股东为担保方，以与本公司存在上述关联关系的公司为被担保的担保（高雷、宋顺林，）。上市公司融资担保本属正常经济行为，但因被担保方恶意贷款、滥用银行资金，导致提供担保的上市公司常常陷入诉讼之中，并因连带责任不得不代为清偿银行贷款。一些上市公司对外担保成为大股东和管理者合谋侵占中小投资者利益的行为。
（二）机构投资者的发展
所谓“机构投资者”（Institutional Investors），是指以自有资金或信托资金进行证券投资活动的团体，又称团体投资者，是个人投资者的对称。包括投资公司、投资信托公司、保险公司、储蓄银行、各种基金组织和慈善机构等银行金融股东和非银行金融股东。他们从投资者、保险户、储蓄户等方面吸收大量资金，将其中一部分投放证券市场，进行投资活动。相对于个人投资者而言，其拥有巨额资金，收集和分析证券等方面信息的能力较强，能够进行和完成分散投资（严杰，1993）。
20世纪80年代以来，得益于制度环境的改善以及管理层的大力扶持，西方证券市场上以养老基金、保险基金、投资基金为主体的机构投资者获得了迅速的发展。作为一个最有代表性的新兴市场，中国证券市场用十几年的时间走过了发达国家上百年的路程，可谓突飞猛进。，中国证监会提出将超常规、创造性地培养和发展机构投资者作为推进中国证券市场发展的重要政策手段，使得机构投资者在数量上、规模上迅猛增加。按照《中国证券登记结算统计年鉴》的数据，1993年，机构投资者的开户总数为2.84万户。到了20，机构投资者的开户总数激增为62.67万户；末，机构投资者持有已上市流通A股比例为30.13%.到2008年末，机构投资者的持股比例上升为54.62%.
二、机构投资者抑制关联担保机理分析
在股权相对集中、公司治理结构不完善和外部监管机制薄弱的情况下，中国上市公司大股东的利益侵占行为非常普遍。近年来，中国新闻媒体揭露最多的公司治理问题莫过于大股东掏空。大股东的掏空行径让人触目惊心，中小股东对此无不义愤填膺（高雷、宋顺林，2007）。
作为股东，机构投资者是否有动力抑制关联担保行为？我们认为，对于机构投资者来说，他们起初对于参与公司治理并不积极，习惯于与其他小股东一样“搭便车”.但随着投入资金的增长，其所持股份的规模也越来越大，一旦关联担保造成公司业绩低下，股价下跌，其被套牢之后如果继续“用脚投票”,将损失惨重。所以，当上市公司出现关联担保等侵占中小股东利益的事情时，机构投资者不再简单地将股票卖掉，而是放弃“华尔街规则”,改为“用手投票”,作为忠实股东参与公司治理，采取有效措施积极防御大股东对其利益的侵占。
作为股东，机构投资者是否有能力抑制关联担保行为？机构投资者资金雄厚，且拥有精通专业知识、投资经验丰富的专家以及先进的分析工具和较齐全的分析资料，所以他们有能力对公司价值进行较准确的评估和有效地遏制大股东的利益侵占行为，客观上保护中小投资者的利益。
“胜利股权之争”、“方正科技股权之争”、“招商银行可转债事件”、“中兴H股**”、“天歌科技系列”、“宝钢股份增发事件”、“清华同方股权分置改革事件”,充分说明中国的机构投资者开始投入到“积极股东”的行列中去，吴敬琏（1994）把机构投资者这种行动称之为“机构投资者的觉醒”.
三、文献回顾
国内关于机构投资者与上市关联担保之间关系的文献很少。
唐清泉、罗党论和王莉（）发现，当机构投资者作为第二大股东时，与公司发生的担保行为有负相关关系，但是不明显。
国内相关的定量研究大多是机构投资者介入公司治理的研究，而且研究问题主要集中于机构投资者持股与公司绩效的关系，对于机构投资者与上市公司关联担保之间关系的研究很少。仅有的上述的文献也是以―间的数据为研究样本。近几年来，资本市场先后经过了股权分置改革（股权分置改革试点在204月启动，在底“收官”），新会计准则颁布实行（1月1日，上市公司实行新会计准则），证券公司综合治理，创业板、股指期货、融资融券推出，资本市场的发展获得了新的契机，因此，在此大背景下，审视机构投资者对关联担保行为的遏制效应，具有理论和现实意义。
四、实证研究
（一）研究假设
在中国资本市场上，由于受体制、环境等约束，上市公司和中小股东的权益无法得到有效保护，大股东可能通过关联担保对中小股东实施利益侵占。机构投资者发展突飞猛进的今天，在日益规范的制度环境、长足发展的资本市场环境下，随着其持股比例的上升，机构投资者将有动力、有能力积极采取有效措施，遏制大股东的利益侵占行为。基于此，本文提出如下假设：
假设1:机构投资者持股与上市公司“关联担保”负相关。
（二）样本选择及数据来源
在样本选择上，以2008年沪深两市只发行A股的第一大股东为绝对控股股东（第一大股东持股比例大于或等于50%）的上市公司为初始研究样本。样本的选择考虑到以下几个问题：（1）考虑到20是新会计准则实行的第一年，上市公司财务报表可能存在盈余管理的动机，因此，选择2008年的样本可能更准确地反应上市公司的财务状况。（2）同时发行B股或是H股的上市公司面临国内外双重监管，可能会影响上市公司的关联担保行为，故只选取只发行A股的上市公司数据作为样本。（3）本文只研究绝对控股股东，即持股比例大于或等于50%的控股股东的情况，这部分控股股东拥有上市公司的绝对控制权。为简化研究，本文不考虑部分上市公司中，持股比例大于20%但是小于50%,但是可以通过各种方式对上市公司拥有实际控制权的控股股东的样本。
基于研究设计的需要对初始样本剔除了以下几类情况：（1）所有金融类上市公司，金融类上市公司与其他行业上市公司有显着的不同，因此，样本中剔除所有金融类上市公司；（2）可能进行盈余管理的上市公司（净资产收益率位于0%――1%以及6%――7%），本文只研究作为“隧道挖掘”的关联担保行为，并不考虑大股东对于上市公司利益输送的情况；（3）ST和*ST上市公司，这类公司的财务状况与其他公司有显着的差别，面临财务危机，这部分样本可能会对研究产生重大影响，产生错误结论，因此，剔除这类上市公司；（4）机构投资者为第一大股东的上市公司，本文主要研究机构投资者抑制第一大股东的作为“隧道挖掘”的关联担保行为，对于机构投资者为第一大股东的样本不符合研究初衷。
为保持数据之间的可比性，本文所选变量均采用年末数。本文数据均为笔者根据锐思数据库提供的资料自己手工整理所得。
（三）变量设计
1.被解释变量定义。关联担保（Assurance）：既包括以本公司为担保方，以本公司的控股股东、母公司、间接控股股东的公司为被担保方的担保，也包括以本公司的子公司或参股股东为担保方，以与本公司存在上述关联关系的公司为被担保的担保。对“关联担保”指标的衡量采用虚拟变量，1表示本年度发生了“关联担保”,0表示本年度没有发生“关联担保”. 解释变量定义。前十大股东中机构投资者持股比例（Instit）：上市公司中前十大股东中机构投资者持股数量与总股本的比值，本文所称的机构投资者包括证券投资基金、社会基金、保险机构、信托投资公司和境外合格机构投资者（QFII）。 控制变量定义。绝对控股股东持股比例（Ash）：冯根福（2005）、高雷等（2007）研究发现，第一大股东持股比例与关联担保显着负相关。唐清泉（2007）认为，当大股东的持股比例超过50%时，会担心担保可能带来的系列风险问题，削弱了利用担保进行渠道挖掘的动机。王琨等（2007）发现随着上市公司控股股东持股比例的增加，上市公司为关联方担保发生的概率呈现出先显着上升、其后不显着、最后显着下降的变化趋势。徐千里等（2009）发现控股股东的关联担保与控股股东比例呈正“U”型关系。因为本文研究的是绝对控股股东的情况，对于第一大股东持股比例与关联担保的关系，本文赞同刘峰等（）的观点，认为大股东持股比例高的，不倾向于以关联担保的形式实现利益输送。这个观点也与以上表述的唐清泉（2007）的研究结论不谋而合。
假设2:绝对控股股东持股与关联担保负相关。
第二至第五大股东持股比例之和（Top2-5）：该指标反映了样本公司的股权制衡度。唐清泉等（2005）发现，第三大股东对上市公司的担保行为有明显的抑制作用；另外，李增泉等（2004）、陈晓和王琨（2005）和黎来芳等（2008）发现，大股东的隧道挖掘行为与第二至第五大股东持股比例之和显着负相关，表明第二至第五大股东持股有助于遏制大股东对上市公司的利益侵占。
假设3:第二至第五大股东持股比例之和与关联担保负相关。
独立董事比例（Direct）：独立董事人数/全体董事人数。从制度设计上来说，独立董事的职能就是监督和咨询作用，主要是为了防范公司风险，保护外部投资者的正常利益不受内部人侵害。独立董事制度的引入可以完善公司治理，对大股东利益侵占行为产生制约作用。唐清泉等（2005）发现，独立董事的比例与担保呈负相关关系。
假设4:独立董事比例与关联担保负相关。
公司特征因素：此类指标的选取是为了消除样本公司个性特征对结论的影响。本文选取反映公司规模因素的总资产和反映资本结构的资产负债率（Lever）。为消除量纲影响，本文选取总资产的自然对数（Lnasset）来衡量公司的资产规模。唐清泉等（2005）认为，若上市公司的资产多，存在挖掘的可能性越大。高雷等（2007）认为，规模大的公司拥有更多的信誉资产和更强的担保能力，因而越有能力为关联方提供担保。刘小年等（2005）、冯根福等（2005）发现上市公司资产负债率与对外信用担保显着正相关。
假设5:公司规模和资产负债率与关联担保正相关。
（四）模型建立
LogitpAssurance=α+β1×Institt+β2×Ash+β3×Top2-5+β4×Direct+β5×Lnasset+β6×Lever+ξ（公式1）
本文使用Logistic回归模型进行分析。设p关联担保发生的概率，1-p为关联担保不发生的概率，将比数p/（1-p）取自然对数得ln[p/（1-p）],即对p作Logistic转换，记为LogitP,则LogitP的取值范围在-∞到+∞之间。以LogitP为因变量，建立线性回归方程，即为Logistic回归模型。模型中参数α是常数项，表示解释变量及控制变量取值全为0时，关联担保行为发生与不发生的概率之比的自然对数值，参数βi为Logistic回归系数，分别表示机构投资者持股比例取值增加一个单位以及控制变量取值增加一个单位引起比值的`自然对数的变化量。
（五）描述性统计
关联担保设置为虚拟变量，发生关联担保的取1,无关联担保的取0.得出有效样本共183个，其中发生关联担保的有74个，未发生关联担保的有109个。统计发现，两组样本公司各特征指标的平均值存在一定的差异，但仅根据该表格的数据还无法判定其差异是否显着。下面对样本公司特征指标进行独立样本T检验。
（六）样本检验
根据样本数据的方差齐性检验（Levene检验）、T检验的计算结果我们发现，机构持股比例Instit的“Levene”检验项目中的的结果Sig.为0.509>0.1,接受原假设，两个总体的方差无显着差异的，即方差是齐性的。由于两个总体的方差无显着差异，所以T检验结果应应在方差相等的情况下做出，故推断结果应从“假设方差相等”行中得到，t统计量的观察值为-1.728,双尾概率p值为0.086<0.1,故拒绝零假设，因此认为这两个总体的均值存在显着差异（在90%的置信区间内）。而对于资产负债率Lever的“Levene”检验项目中的的结果Sig.为0.041<0.05,表明方差差异是显着的，即方差不是齐性的，从而在T检验中应当查看“方差不相等”项，表中该项Sig.（双侧）为0.000<0.01,表明均值差异是显着的（在99%的置信区间内）。其他变量显着性判断以此类推。
对检验结果进行分析，可以得出样本公司中发生关联担保与未发生关联担保的上市公司具有明显差异的指标有：机构持股比例之和Instit、绝对控股股东持股比例Ash、资产规模Lnasset、资产负债率Lever,这四项变量的P值均小于0.1,而第二至第五大股东持股比例之和Top2-5、独立董事指标未显示有显着性差异，P值大于0.1.根据独立样本T检验结果，我们选取上述通过检验的四项指标进行二分类Logistic回归。
（七）实证结果及分析
由Logistic回归模型结果可知机构持股比例之和Instit、第一大股东持股比例Ash、资产规模Lnasset三项通过了显着性检验，而常数项C和资产负债率Lever未通过显着性检验。由通过检验的各指标系数可以作出以下分析：（1）上市公司的机构投资者持股比例与关联担保行为发生的概率成显
参考文献：
[1]徐千里，周旭辉。大股东制衡与关联担保的隧道效应[J].生产力研究，2009,（13）：65-66.
邹海峰。公司治理与大股东利益侵占――桂林集琦药业股份有限公司案例研究[J].商业研究，2006,（6）：151-156.
刘峰，贺建刚。股权结构与大股东利益实现方式的选择――中国资本市场利益输送的初步研究[J].中国会计评论，2004,（6）：141-157.
刘小年，郑仁满。公司业绩、资本机构与对外信用担保[J].金融研究，2005,（4）：155-164.
唐清泉，罗党论，王莉。大股东的隧道挖掘与制衡力量――来自中国市场的经验证据[J].中国会计评论，2005,（6）：63-86.
李增泉，孙铮，王志伟。“掏空”与所有权安排――来自中国上市公司大股东资金占用的经验证据[J].会计研究，2004,（12）：3-13.
甘丽凝。市场化程度、集团性质和关联担保――来自中国上市公司的经验证据[J].山西财经大学学报，2007,（8）：84-90.
高雷，宋顺林。掏空、财富效应与投资者保护――基于上市公司关联担保的经验证据[J].中国会计评论，2007,（1）：21-42.
王琨，肖星。机构投资者持股与关联方占用的实证研究[J].南开管理评论，2005,（2）：27-33.
[10]郑建明，范黎波，朱媚。关联担保、隧道效应与公司价值[J].中国工业经济，2007,（5）：64-69.
[11]王琨，陈晓。控股股东所有权结构与关联方担保[J].中国会计评论，2007,（1）：43-54.
投资者投资实证研究 篇3
摘要：近年来，我国股市波动剧烈，这使得学界有必要深入理解机构投资者（特别是基金投资者）对加剧或降低股市波动率所起的作用。文章使用2001年～2013年的我国制造业上市公司的数据，利用wilcoxon秩和检验法，在控制了不同股票的市值之后，对基金公司持股比例对该股票波动率的影响进行了实证分析。文章结果表明：对于流通市值大的股票，基金投资者的持股并未对其波动率造成显著影响，但对于流通市值小的股票，基金投资者的持股显著增加了其波动性。
关键词：基金投资者；股市波动性；Wilcoxon秩和检验法
一、 引言
2015年以来，我国股市大起大落，在此过程中机构投资者的作用不可忽视。自2001年以来，中国机构投资者进入了跨越式发展的历史阶段，机构投资者，特别是基金投资者的数量和规模都有了巨大的提升。目前，多项实证研究已经证实，我国机构投资者的发展，对于改善上市公司的公司治理结构，维护中小投资者的利益，提升公司价值，起到了积极的作用。但另一方面，对于理论上认为的基金投资者能够稳定股市波动这一点，现有的实证研究却呈现出了对立的两种观点：一方认为基金投资者持股加剧了股市的波动，另一方认为降低了波动。本文就从这种分歧入手，先通过文献回顾，来梳理国外学者对基金投资者与股市稳定性的关系这一问题的理论探讨，并简要回顾我国学者对这一问题所做的实证研究所使用的方法。然后使用2001年～2013年中国制造业上市公司股票的数据，在控制了股票市值规模之后，运用wilcoxon方法来进行实证检验。本文的主要结论是：对于流通市值大的股票，基金投资者的持股并未对其波动率产生显著影响，但对于流通市值小的股票，基金投资者的持股显著增加了其波动性。
二、 文献回顾
国外学者对于机构投资者稳定股市波动率的作用的理论作用，有不同的看法。认为机构投资者可以降低波动的看法主要从三个方面着眼。第一，认为机构投资者比个人投资者对价格的判断更为准确，即更加理性，能够抵消个人非理性的噪声交易，起到稳定股市的作用。Zweig（1973）和Delong（1990）等都进行了相关的研究。Sias（1996）指出，机构投资者更少的噪音交易和稳定价格的功能能是机构投资者主导的股票具有更低的波动性。
第二，认为机构投资者具有专业分析能力，持股的变化就可以向市场传递信息，将这部分信息反映在价格中，提高股价的信息含量，更准确地反映了基本面，进而稳定了股价。Sias（1996）指出，机构投资者的持股往往会带来更多的分析者跟进，从而带来更多研究，更准确地分析将会使股票的估值偏差程度降低，进而降低股票波动性。Grossman与Stiglitz（1980），Chakrayarty（2001）等都提出了类似的观点。Piotroski与Roulstone（2004）利用美国的数据，证实了内部人、机构投资者等人的参与确实不同程度的提高了上市公司特有的信息含量。然而，这种机构投资者提高股价信息含量的作用也有地域差异，这点值得我国研究者注意。Durnev（2003）发现在法制不规范、公司治理水平较低的新兴市场中，上市公司股价所含的特有信息含量较低。 Chan和Hameed（2006）指出在新兴市场中，证券分析师挖掘股票信息的能力较弱，并没有显著提高股票价格中公司特有信息含量的作用。
第三，机构投资者具有长期持有以及价值投资的理念，有助于降低市场的投机性，稳定股市。Diane Del Guercio和Paula A. Tkac（2000）以养老基金为例，证明共同基金有助于市场上非系统风险的降低，提高市场稳定性。
相反地，也有研究结果提出，机构投资者将会加剧市场波动性，主要有以下两方面的观点：第一，机构投资者的程序交易和大额交易可能造成价格大幅波动，Sias（1996）指出机构投资者持股比例与股票波动性之间存在明显的正相关性；第二，机构投资者利用噪音交易者的市场情绪，骑乘泡沫（Riding Bubble）成为股市暴跌暴涨的推手，Temin和Voth（2004）以及Brunnermeimer和Nagel（2004）的研究都发现了这样的行为。
除了以上两派，还有外国学者借助行为金融学的理论提出了解释，概括而言，投资者的投资行为存在“羊群行为”（即市场参与者在投资过程中模仿和跟踪他人的行为，产生股票买卖的同时性）以及“惯性反转行为”（即投资者单纯以股票过去的表现作为买卖的依据）。对于这两种现象，国外学者已经通过实证分析证实了其存在性，但这两种行为对于稳定股市的作用如何，存在鲜明的争议。
我国学者运用中国股市的数据，对我国基金投资者与股市波动率之间的关系进行了实证检验，实证的结果存在不同。有一类文献支持机构投资者持股能够降低股市波动性。祁斌、黄明、陈卓思（2006）在控制公司规模之后，利用2001年～2004年沪市全部A股每日机构投资者持股比例、流通市值和复权价格等数据进行实证检验，得出了机构投资者持股比例与股市波动性之间存在显著的负相关关系的结论。胡大春，金赛男（2007）使用1999年～2004年A股市场数据的动态面板数据模型，检验发现基金偏好收益波动大的股票，同时随着基金持股比例的提高，所持股票的波动率减小，起到了稳定股市的作用。侯宇，叶冬艳（2008）通过分析机构投资者对股价中公司特有信息的挖掘，利用两阶段最小二乘法，从信息的角度对机构投资者的进行检验，结果显示机构投资者交易确实增加了股价中公司特有的信息含量，提高了市场效率。盛军锋、邓勇、汤大杰（2008）利用改进了的GARCH模型，界定了机构投资者大规模入市的三个政策时点，证明机构投资者的引进的确减小了市场波动。
而另一类文献认为机构投资者持股会增大股价的波动。谢赤、张太原、禹湘（2008）采用EGARCH模型分析证券投资基金上市前后股市收益率波动的变化情况，运用Granger因果检验和VAR模型对基金投资行为与股票市场收益率波动性之间的相关性进行了研究，结果显示中国基金投资者采取了与股市波动同向的投资行为，加大了股票市场的波动性。陈国进、张贻军、刘淳（2010）使用2007年6月～2008年12月“赢富”数据库机构投资者的日持仓数据进行检验，得出结论：机构投资者是股市暴涨暴跌的助推器。李志文、余佩琨、杨靖（2010）利用TopView的投资者持仓变化和账户数变化的日数据，探讨了机构投资者与个人投资者羊群行为的差异，结果显示在中国资本市场上机构投资者的羊群行为比个人投资者更明显，加剧了市场的不稳定。蔡庆丰、宋友勇（2010）分别运用TARCH模型和面板数据模型来研究基金业跨越式发展对市场波动率的影响，结果显示我国基金业跨越式发展并没有促进市场的稳定和理性，反而加剧了机构重仓股的波动。
三、 检验方法及数据说明
能对股票波动率产生显著影响的因素可以分为基本面因素和交易因素。基本面又可以划分为三个方面：宏观层面、行业层面、公司层面。由于所有公司在检验期面临的宏观经济环境是相同的，宏观因素对本次检验不产生影响。为了控制行业层面，本次检验选取了沪市以及深市制造业尚在流通的全部股票，共计1 458只。在公司层面，不同的公司经营状况是决定股价的根本原因，我们通过增大股票数量来抵消这一影响。
从交易层面来看，对股价波动造成显著影响的是相对于股票流动规模而言的短期成交量大小，这又可以分为两方面：（1）股票的市值。相同的交易量，对于不同规模的股票而言，对股价波动的影响是不同的；（2）机构持股比例。在机构投资者中，基金持股比例大都在一半以上，其余各种机构投资者相加尚不足50%，从总体上看难以形成合力，忽略其影响，因此本文主要来考察基金公司的影响。
综上，本文将在控制行业以及公司规模的前提下，将股票分为基金公司高持股比例组以及基金公司低持股比例组两类，检验两者的股价波动是否有显著差异。具体做法为，首先，将制造业全部股票按照流通股市值排序，按流通市值从大到小平分为15组，我们将证明同一组内的各只股票的市值规模没有显著的差别。然后，对每一组内的各只股票再按照基金公司持股比例排序，将基金公司持股比例在中位数以上的公司称为“高持股比例组”，将基金公司持股比例在中位数以下的公司称为“低持股比例组”，我们将证明“高持股比例组”和“低持股比例组”的持股比例是显著不同的。最后，通过依次检验对于同一规模下的“高持股比例组”和“低持股比例组”，哪一组的股价波动率更高，来判断基金公司的持股比例对股价波动率的影响。
本文采用了wilcoxon秩和检验方法。Wilcoxon方法是非参数检验中符号检验法的改进，不仅利用了观察值与原假设中心位置的差的正负，还利用了差值的大小这一信息，可以处理对未知分布的检验，能够检验两组位置分布的中位数是否具有显著差异。通过对高持股比例组的中位数和低持股比例组的中位数进行wilcoxon秩和检验，能够对比检验两组波动率是否存在显著不同。
我们选取2001年1月1日～2013年12月30日以来的沪深股市制造业的全部股票作为研究对象，以年化对数波动率来衡量每只股票在每年的波动，以每只股票在年终的收盘价与流通股数的乘积作为股票总流通市值，选用每只股票年报中披露的基金持股比例，以此三个指标来进行wilcoxon检验。每只股票每年的波动率，基金持股比例以及市值这三个指标构成一个检验单位，由于很多年分数据不全，或者某些股票中途退市，经过筛选，最后筛选出5 095个有效检验单位。本文的数据来自于WIND数据库。
四、 实证结果
我们先将全部股票按照市值大小排序，从高到低依次平分为15个大组，不妨将其称为第1组（最大市值组），第2组，…，第15组（最小市值组）。然后在每一个组中按照基金公司持股比例排序，再将持股比例在中位数以上的样本称为“高持股比例组”，以下的称为“低持股比例组”。这样，共获得了15个大组，每个组又可按照基金公司持股比例分成“高”和“低”两个小组，下面利用这些数据进行检验。
首先，通过使用wilcoxon方法，可以发现，高持股比例i组与低持股比例i组的股票市值没有显著差别，其中i=1，2，…，15。具体做法为先求出高持股比例i组和低持股比例i组的市值的中位数，然后用wilcoxon方法检验高持股比例组和低持股比例组的中位数是否显著不同。通过实证检验可以看出，每一组合内，高持股组和低持股组在市值规模方面差别不大，特别是在对于市值较大的组来说，高持股组和低持股组之间的市值差距尤为不显著。这样，可以认为控制住了公司规模的变量。实证结果如下表所示，其中第一列代表按照规模划分的第1组到第15组，第二列为“高持股组”市值中位数的大小，第三列为“低持股组”市值中位数的大小，第四列为二三列差值的Z值，第五列为P值，第六列描述差值的显著性，***表示在1%程度上显著，**表示在5%程度上显著，*表示10%程度上显著。
然后，将分别对15组中高持股比例和低持股比例的股票进行wilcoxon秩和检验，借此检验同一组内，高持股比例组和低持股比例组的基金公司持股比例是否有显著区别。从中可以看出，在同一组内，“高持股组”的基金公司持有比例的确显著高于“低持股组”的基金公司持有比例。实证结果如下表所示，其中第一列代表按照规模划分的第1组到第15组，第二列为“高持股组”市值中位数的大小，第三列为“低持股组”市值中位数的大小，第四列为二三列差值的Z值，第五列为P值，第六列描述差值的显著性，***表示在1%程度上显著，**表示在5%程度上显著，*表示10%程度上显著。
最后，我们检验每一组中，高持股组与低持股组在波动率上的差异。从中看出，对于规模较大的股票组合而言，高持股比例组与低持股比例组对波动率的影响并无显著差别。相反，对于规模较小的股票组合而言，高持股比例组对波动率的影响明显超过低持股比例组。实证结果如下表所示，其中第一列代表按照规模划分的第1组到第15组，第二列为“高持股组”市值中位数的大小，第三列为“低持股组”市值中位数的大小，第四列为二三列差值的Z值，第五列为P值，第六列描述差值的显著性，***表示在1%程度上显著，**表示在5%程度上显著，*表示10%程度上显著。
五、 结论
本文在控制了行业因素以及市值规模因素之后，利用wilcoxon秩和检验法得出以下结论：对于流通市值大的股票，基金投资者的持股并未对其波动率造成显著影响，但对于流通市值小的股票，基金投资者的持股显著增加了其波动性。这一检验结果与基本的市场逻辑是一致的，对于市值规模大的股票，基金公司买入卖出的操作相对难以对股价产生较大影响，但对于市值规模小的股票，其股价很容易因基金公司的操作而出现大起大落。自2001年我国机构投资者超常规发展以来，机构投资者的数量和规模都实现了快速发展，但是还没能完全发挥出实现长期价值投资、稳定股市波动的作用。机构投资者能够稳定股市的波动，也可能加剧波动，如何规范基金公司的操作行为，对于稳定我国股市的长期健康发展，具有重要的现实意义。
参考文献：
[1] 吴晓晖，姜彦福.我国资本市场新兴治理力量监管有效性的实证研究.金融研究，2006，（12）.
[2] 姚颐，刘志远.机构投资者具有监督作用吗？金融研究，2009，（6）.
[3] 石美娟，童卫华.机构投资者提升公司价值吗？——来自后股改时期的经验证据.金融研究，2009，（10）.
[4] 汪昌云，孙艳梅，郑志刚，罗凯.股权分置改革是否改善了上市公司治理机制的有效性[J].金融研究，2010，（12）.
[5] 祁斌，黄明，陈卓思.机构投资者与股市波动性[J].金融研究，2006，（9）.
[6] 胡大春，金赛男.基金持股比例与A股市场收益波动率的实证分析[J].金融研究，2007，（4）.
[7] 侯宇，叶冬艳.机构投资者、知情人交易和市场效率——来自中国资本市场的实证证据[J].金融研究，2008，（4）.
[8] 盛军锋，邓勇，汤大杰.中国机构投资者的市场稳定性影响研究[J].金融研究，2008，（9）.
[9] 陈国进，张贻军，刘淳.机构投资者是股市暴涨暴跌的助推器吗？——来自上海A股市场的经验证据[J].金融研究，2010，（11）.
[10] 李志文，余佩琨，杨靖.机构投资者与个人投资者羊群行为的差异[J].金融研究，2010，（11）.
[11] 谢赤，张太原，禹湘.证券投资基金投资行为对中国股市波动性影响研究[J].中国社会科学，2008，（3）.
[12] 蔡庆峰，宋友勇.超常规发展的机构投资者能稳定市场吗？——对我国基金业跨越式发展的反思[J].金融研究，2010，（1）.
[13] 徐炳胜.中国股市波动的金融政策解释[D].上海：复旦大学学位论文，2007.
[14] 张艳.中国证券市场信息博弈与监管的研究[D].成都：四川大学学位论文，2003.
[15] 李亚静.公司治理结构与价值创造[D].成都：西南交通大学学位论文，2004.
[16] 范立强.机构投资者行为研究[D].上海：华东师范大学学位论文，2007.
[17] 吴永发.我国证券市场有效性及其建设研究[D].上海：复旦大学学位论文，2004.
作者简介：赵廷辰（1988-），男，汉族，山东省济南市人，北京大学经济学院金融学博士生，研究方向为国际金融；张舒（1986-），女，汉族，山东省济南市人，北京大学光华管理学院金融学硕士生，就职于中国银行总行个人金融部，研究方向为资本市场与商业银行。
投资者投资实证研究 篇4
股票市场在很大程度上受到网络新闻媒体报道的影响。诸多相关领域的研究认为,股票市场投资者的投资情绪受到网络舆情的影响,特别是网络新闻媒体对上市公司相关信息的传播报道,对投资人具有较大影响。
本文主要通过探索不同股市行情下,新闻媒体对上市公司负面新闻的报道与上市公司的股票异常收益率之间的关系，以期验证两者之间的相关性显著程度,并获得其随着时间推进的影响程度演变情况。本文的研究成果可供股票市场投资者做出投资决策,同时也为上市公司的市值管理提供了一定的理论依据和决策启发。
现有的相关研究主要基于对新闻文本内容的语义分析,进而提取多种指标性因素考察与股票市场的关联。Tetlock等[1]认为,报道中负面用词对上市公司股票收益率存在显著影响;Garcia[2]使用新闻报道中正向情感和负向情感用词的比例构建了“新闻情绪”指标,发现该指标在经济衰退期对股票回报产生了较之上市公司基本面信息更大的影响;Dyck和Zingales[3]研究认为,新闻媒体报道的盈余公告会带来更大幅度的股价波动。国内的研究,如赵丽丽等[4]使用机器学习技术,先将财经新闻内容量化成影响因子,再通过多元回归方法分析,发现新闻对股价波动存在显著影响。史青春和徐露莹[5]使用事件分析法,认为负面新闻舆情对股票收益率有显著影响,且事后的“盈余管理”方式的“临时报告”对股价波动起到了不显著的缓解作用。同时,张栋凯和齐佳音[6]使用V A R分析,认为负面事件的微博新闻导致了对股价的负面冲击,且冲击程度随事件热度减小而减轻。
现有的研究虽然探讨并验证了新闻报道,但较少比较不同投资者情绪状态下新闻媒体对股价收益率的影响。而投资者情绪在很大程度上取决于当时的市场行情。M u l lainat han[7,8]等发现,在市场前景好的时候,金融企业的广告倾向于宣传其财富创造的能力,而在市场低谷期则倾向于强调产品的保值和稳健性。究其原因,市场不同的行情影响着报道撰写者对未来情势的判断,从而通过影响报道主观倾向而影响投资者情绪,进一步导致资产价值判断的不同。Tetlock[8]就认为新闻内容对投资者情绪存在显著影响,从而进一步影响股票市场。
纵观相关领域的文献,多数都证实了新闻报道对股票波动的影响,但未能考虑到投资者对新闻报道由于情绪的不同而导致不同的反应。本文通过不同市场行情获得投资者情绪的状态,并将之加入到研究新闻报道对股票异常收益率影响的实证中。不同的情绪状态下,投资者对新闻报道的反应是不一样的,情绪变量在相关的研究过程中具有重要且现实的意义。
二、数据说明与模型构建
(一)数据来源
本文所用的相关新闻报道主要来源于和讯舆情研究板块收集整理,并辅之以其他网站数据作为补充。本文对相关新闻报道进行了整理和归纳,筛选出上市公司负面新闻作为本文的数据来源,选取的时间窗口为2015年3月到2015年11月,总共获取的新闻样本数量为4 566条,涉及到1 522家上市公司。这些负面新闻报道时间均以上市公司负面新闻首次见诸于网络媒体的时间为准。
根据本文的模型需要,如果负面新闻报道的时间窗口内出现股票停牌、上市时间短等现象,无法获取所考察时间窗长度内交易价格的,将之剔除,剩余1 077个上市公司负面新闻报道事件作为本文的模型参考对象。股票交易价格数据来源于Wind数据库,均以当日的收盘价格为准。考虑到所选取的上市公司来源于沪深两市,本文选取沪深300指数作为市场指数。
(二)模型构建
1. CAPM与估计时间窗口
在企业的股票没有受到负而新闻的影响情况下,股票应该获得一个正常的收益率。根据资产定价理论,股票的收益率可以被拆分为无风险收益率和风险收益率。以股票每日的收益率作为被解释变量,市场指数收益率为解释变量进行最小二乘回归,所估计的两个系数便分别为无风险收益率和风险收益率,该模型也被成为CAPM。模型的行书如下:
其中,Ri,t表示股票i在第t日的收益率,αi为股票i的无风险收益率,βi则是股票i和市场波动之间的关联性,Rm,t是市场指数收益率。
从公式中可以看到,αi即为特定股票i在市场中所带来的无风险收益率,而βiRm,t,即为股票i由于承受了市场波动的风险,所获得的补偿收益率。根据CAPM理论,收益率的计算方法为:
这里Pi.t为股票i在第t日的收盘价,Indext是沪深300指数在第t日的指数点位。
将事件首次报道日记为T0，则本文将CAPM法下的股票收益率评估窗口选定为T0的前4个交易日到T0的前5个交易日,分别记为T0-40和T0-5。考虑到CAPM在不同的股票中的适用性,并且排除相关股票在评估窗口中发生其他干扰事件对股价收益率的影响,本文只选择在评估窗口期间使用CAPM拟合所获得参数显著的股票和事件,经过回归以及参数的T检验,最终选取746个事件作为最后时间窗口的检验数据。
2. 事件窗口检验
通过评估窗口获得的,和,可以结合实践窗口中的市场指数可以获得股票i在事件窗口中的预期回报率。
由于负面报道的出现,其异常回报率应该是实际的回报率(A R)和预期回报率的差值:
考虑到时间窗口期内会发生其他的有可能显著影响股票收益率的事件,本文将所有股票进行加总平均得到平均异常收益率(AAR)来弱化潜在的其他影响:
其中公式中n为股票样本的数量。
由于本文所选取的期间跨越了牛市、股灾和股市恢复期三个阶段,除了考察每日的平均异常收益率,还需要对累计的异常收益率进行检验,进一步判断异常收益率在不同的故事行情下的表现。累计收益率的计算方法为:
3. 显著性检验
H0(零假设):AARt=0或,某事件的发生对个股收益率无显著影响;
H1(备择假设):AARt≠0或CAARt1.t2≠0，某事件的发生对个股收益率产生显著影响。
分别对AARt和构造T统计量检验其显著性,构造方法如下所示:
根据T值计算,判断其是否拒绝原假设,从而得出结论。
三、实证结果及分析
根据Mullainat han等8的描述,市场环境好的状态下投资者情绪普遍乐观,而市场持续下跌时则表现情绪悲观。本文将时间段拆分成单边上涨、单边下跌和震荡行情三个阶段来分别情绪乐观、悲观和稳定,并分別对上市公司负面新闻报道的影响做检验。对应的事件分别是2015年3月1日～2015年6月12日,2015年6月15日～2015年8月26日和2015年8月27日～2015年11月30日。
(一)乐观情绪状态下的检验结果
从上表的检验中可以看到,在牛市的情况下,负面的新闻事件对上市公司的股票回报没有造成显著的负面效应,这与之前学者的文献所描述的情形相悖。这中间的差异主要是由于股票行情阶段的选择不同所导致的。在牛市的股票市场环境下,投资者的情绪,特别是散户投资者的情绪容易被推高,从而使得股票市场上存在大量的乐观投资者,并表现出强烈的风险偏好,这些投资者一方面对于上市公司所面临的实实在在的危机选择性忽视,过于乐观地估计公司未来成长性而高估股票的价值;另一方面由于牛市效应,社会资金被大量集中到股票市场中,加之融资融券等杠杆机制,造成市场存量资金猛增,股票价格出现由于资金量充裕而导致的泡沫,这两方面的原因均造成新闻媒体报道的上市公司负面信息被市场选择性地“忽略”,以至于公司股价的持续上涨。
从上图的趋势中可以发现,总体的股价平均回报变动趋势和过往的文献相符,然而其事件发生所导致的下降趋势却并不明显。在事件报道当日T0,股票几个出现了小幅下滑,这个趋势一致持续到T0+3日,此后价格开始上升,总体的股价收益率只有在T0+3现了小幅下降,其余事件一直拥有正的收益率,这一点也可以从累计平均收益率的不断上升中可以得到体现。
(二)股灾行情下的检验结果
在股灾行情下,负面新闻的影响会非常显著。从表2中的结果可以看到,在事件发生的前3天,均不能拒绝原假设,即新闻媒体报道尚未传出的情况下收益率没有收到任何影响,然而到事件报道的当天T0,收益率还是变为负值,但是影响并不显著。在随后的时间中,股票收益率受到了非常显著的负面影响,一直持续到窗口末期,说明在股灾行情中,上市公司的负面新闻会导致投资者悲观情绪加剧,而导致对该股票的持续抛售,使得其股价回报随着时间的推移持续下跌。在该行情状态下,股票回报的走势和学者们的研究文献中所发现的规律有所不同,在负面新闻报道之后,股票价格会持续下跌并维持较长的时间,而并不会出现,如文献中所描绘的,股价回报率在短时间内反弹的现象。
图2的结果表明,在股灾行情下,负面新闻的报道会导致对应上市公司的股票收益率出现大幅度的下降,且其下降的趋势在事件窗口内未能得到改变,甚至下跌的幅度有加剧的趋势。负面新闻报道将原先处于正收益率的股票直接拖到0轴以下,同时累计的平均收益率的下跌趋势也十分明显。
(三)震荡行情下的检验结果
在正常的股票市场行情下,上市公司负面新闻对股票收益率的影响符合学者文献中的经验准则,即在负面新闻报道出现的当天,股票收益率出现显著的下降,这一状况持续1～2天之后,收益率出现慢慢反弹,并最终影响力变得不再显著。本文的数据中可以看到T0和T1两天中收益率的影响最为显著,随后其影响力不再,平均收益率也开始慢慢回升,这是市场对股票价值进行估值修复,或者上市公司进行相关公告的结果。
从上图可以发现,股票异常收益率在T0时间点出现显著下滑,此后收益逐渐修复回升,到T6窗口的时候回到0轴上方。同时累计平均收益率呈现相同的结果,但是其在窗口的最后收益率仍然未能回到α轴,说明前述的新闻造成的负面影响力较大,使得投资者对于该上市公司的价值判断产生负面影响,累计收益率回升的速度不快。
四、结论与建议
与以往的文献研究结论有所不同,从本文的实证结果中可以观察到,单边上涨和单边下降的市场行情下,负面新闻报道对股票市场上异常报酬率的影响呈现维持市场特征的走势，而震荡行情下的结论特征与以往研究的结果一致。从上述的研究结果中,可以总结出不同市场下的一般规律如表4所示。
即一般情况下,投资者对负面消息的反应在短期内是过度的,这就导致了负面新闻一出现异常收益率就显著下降,但是随着时间的推移又出现修复的情况;而在两个较为极端的情况下,也就是单边上涨的牛市和单边下跌的股灾行情下,投资者由于情绪的不同,而对同一事件表现出不同的投资策略。在市场情绪高涨的单边上涨行情中,投资者们似乎更加容易忽略“坏”消息有可能带来的后果,表现出投资者对信息的反应不充分,负面新闻不再具有显著的负面影响;而在市场恐慌情绪蔓延的股灾行情下,负面新闻的出现会更加显著地引起股票异常收益率的下跌,表现出投资者对信息的过度反应,且过度反应导致这些本该修复的收益率没有出现逐步修补的趋势。
根据上述的结论,本文认为应该完善股票市场的相关机制和政策,保持相对稳定的市场,让市场充分发挥价值发现的功能,同时应当加强投资者教育,提高投资者对市场的认识和理解,减少诸如单边上涨和单边下跌类似的涨跌幅过大的情况。
参考文献
[1]Tetlock P C,Saar-tsechansky M,Macskassy S.More Than Words:Quantifying Language to Measure Firms'Fundamentals[J].The Journal of Finance,2008,63(3):1437-1467.
[2]Garcia Diego.Sentiment During Recessions[J].The Journal of Finance,2013,68(3):1267-1300.
[3]Dyck A,Zingales L.Hbs Working Paper[M].[S.l.]:[s.n.].2003:1-43.
[4]赵丽丽,赵茜倩,杨娟,等.财经新闻对中国股市影响的定量分析[J].山东大学学报(理学版),2012(7).
[5]史青春,徐露莹.负面舆情对上市公司股价波动影响的实证研究[J].中央财经大学学报,2014(10).
[6]张栋凯,齐佳音.基于微博的企业突发危机事件网络舆情的股价冲击效应[J].情报杂志,2015(3).
[7]Mullainathan S,Shleifer A.The Market for News[J].American Economic Review,2005(1):1031-1053.
[8]Mullainathan S,Schwartzstein J,Shleifer A.Coarse Thinking and Persuasion[J].The Quarterly Journal of Economics,2008,123(2):577-619.
[9]Tetlock P C.Giving Content to Investor Sentiment:the Role of Media in the Stock Market[J].The Journal of Finance,2007,62(3):1139-1168.
中国国债投资绩效的实证评估 篇5
（一）国债与固定资产投资增长的相关性和趋势性分析
在影响经济增长波动的因素中除了经济体制、经济结构调整、宏观经济政策等外，投资始终是影响经济增长波动的重要因素之一。90年代“投资主导型”经济增长模式取代了80年代“超前消费”主导型经济增长模式。投资对经济增长影响力和贡献率的增速开始大于消费对经济增长的影响力和贡献率。研究证明，在影响中国国民经济增长的诸多因素中，资本因素始终是第一位的。1952－1978年间，其贡献份额为58.36％；1979－1995年间为40.40％。资本投入的增速与GDP的增长存在着明显的正相关性。参照国际上的经验，情形也大致如此。1979－1997年间中国总投资与实际GDP增长率相关系数为0.68，与名义GDP增长率相关系数为0.85.固定资产投资在总投资中又占据着重要的地位。固定资产投资实际增长率与GDP实际增长率间的相关性已经由1978－1990年的0.628上升到1991－1997年的0.891.1989年投资仅下降343.4亿元，总需求减少达1000亿元，GDP比1988年下降7.2个百分点。由此可见，固定资产投资对中国经济增长起着举足轻重的作用，固定资产投资的先期快速增长往往是经济实现快速增长的重要先决条件之一。通过对1982－1996年间固定资产投资与GDP增长关系的实证分析也可见一斑。1982－1988年和1991－1996年两次经济的高速增长均是在固定资产投资率先增长之后出现的。1982－1988年，GDP的平均增长速度为11.4％。而固定资产投资在1982年就率先启动，当年现价固定资产投资增长21.8％，可比价固定资产投资增长13.6％，分别比上一年现价及不变价的固定资产投资增幅高19和8个百分点。1991－1996年可比价固定资产投资增幅高达19.2％，高出同期GDP增幅7.2个百分点。长期以来形成的信贷依赖型经济增长模式导致中国固定资产投资与货币供应量（M2）的变化存在着明显的相关性。1984－1996年间统计数据显示，中国贷款增长率的变动基本与M2增长率变动同向。而固定资产投资增长率往往随着M2起落而变化。1989年M2增长率减至18％，固定资产投资增长率一下跌为7.2％；随后各年的M2增长率从27.29％一直攀升到37.3％，固定资产投资增长率也直线上升到1993年的最高水平61.8％。1995年开始，M2下降到30％的水平，固定资产投资增长率也随之递减。从1997年到现在，投资增长率持续低于15％，1997年至1999年全社会固定资产增长率分别为8.8％、13.9％、5.8％。其中非国有经济部门固定资产投资则呈负增长态势。这种状况是与中国当前的经济结构大调整和保持国民经济持续增长后劲的要求都是不相适应的。
国债在全社会固定资产投资中占据着重要位置，是固定资产投资的主要支撑力量。固定资产投资与货币量之间的相关性进一步强化了国债在固定资产投资中的重要地位。从1982－1997年数据的相关性检验结果来看，国债发行增长与固定资产增长存在着较高的相关性。在此期间，1984、1989年的实际固定资产增长大幅回落均与该年度国债发行额减少有着直接或间接的关系。从两者比率总体变化趋势来看（扣除1984，1983年外），国债对实际固定资产投资增长的贡献率（国债发行增长额÷实际固定资产投资增长额×100％）基本上经历了一个由大到小，而后趋于稳定的过程。
（二）国债投资平抑经济波动的福利绩效分析
世界各国的经济发展史证明，剧烈的经济波动将极大地降低经济增长的总体绩效和社会总福利。短期超速的经济增长的快感往往被随之而来的低速和负增长所带来的痛苦所抵消。经济增长的巨幅波动破坏了经济长期稳定增长的内在机制，加剧了宏观经济的潜在运行风险。据统计，1953年以来，中国经济周期中曾发生8次大波动。波动频率高达3－6年；波动幅度前7次最高曾达66.1％，最低8.4％，平均22.6％。部分时候波动幅度甚至高于美国30年代经济危机时的波幅。1960－1989年中国经济波动系数是美日等国的2－3倍，是世界平均水平的4.2倍。经济增长的平衡性对于经济绩效的提高十分有利。彼得·林德特和直尔斯·金德尔伯格（1985）曾指出：“价格稳定是一种明显的净利益”。布坎南也认为，积极的财政介入可以减低过度非均衡，也同样有利于福利的提高。运用国债减缓经济周期性波动的幅度还有利于全民福利的增加。从统计数据中可以明显看出，国债的发行促进了经济的平衡增长，对消除经济剧烈波动起到一定的作用。随着经济的发展和国债规模的扩大，中国经济周期性波动的性质已经发生本质改变，由原先总量型波动转变为增长型波动。改革开放以来，国内生产总值增长速度与固定资本形成增长速度基本一致，表明中国经济周期波动在需求方面带有较明显的投资主导型特征，而在供给方面又表现为以工业为主导的特征。从国债实践来看，国债规模上升并不构成引起固定资产投资效率下降的直接或间接原因，相反，国债资金的介入有助于固定资产投资的增长。1993－1999年全社会固定资产投资增长率与GDP增长率之比分别为4.72、2.51、1.94、1.51、1.00、1.83和0.72，呈现依次下降的趋势。固定资产投资增长率与GDP增长率之比的大幅度降低，一方面说明单位投资所支持的经济增长能力大幅度提高，另一方面也说明经济增长波动与固定资产投资之间的相关性进一步提高。随着财政（国债）资金对固定资产投资介入的加深，经济增长波动幅度也日渐减小。1977－1999年经济周期波动振幅平均为7个百分点（波动振幅＝波峰水平－谷低水平），1977－1999年波动系数（波动系数＝实际经济增长偏离长期趋势的幅度／长期趋势）为0.3148，大大低于1952－1976年1.6751的水平。特别到了1994年以后，经济增长的波动收敛性日趋明显。经济周期波幅和波动系数缩小，经济运行的稳定性大为增强。经济平均扩张速度（扩张期经济波动的振幅／扩张期时间长度）为4.6％，与1981年以前相比明显减缓；平均扩张长度为2年，与改革前基本持平；同期平均收缩速度呶缩期经济波动的振幅／收缩期时间长度）为2％，平均收缩时间长度为3.5年，比改革前延长了0.9年。
（三）国债对技改投资增长的贡献性分析
经济结构的优化调整和升级都离不开技术进步与技术改造。利用国债投资对关系到实体经济长远发展的技术装备工业和高科技产业的投资需求进行扶持，将十分有利于把财政政策的短期和中长期效应有机结合起来，促进国民经济持续发展。90年代以来，技改投资由1993年的50.31％回落到1997年8.25％，1999年甚至回落到1.1％的水平，并且增幅持续下降的趋势一直未得到扭转。1998年开始为扭转技改投资下滑的局面，财政部陆续在国债中安排了国债技改项目资金，从实践结果来看成效十分显著。1998年90亿元的国债贴息技改贷款，据测算，拉动约1000亿元的企业技改投资；1999年90亿元的技改贴息国债使2000年第一季度技术更新改造投资增长了15.8％，全年带动1800亿元技改投入；2000年4月财政部再次宣布在新发行的1000亿元国债中安排90亿元的技改贴息国债。2000年约880个技改项目得到银行贴息，累计投资达2400多亿元。从技改资金来源构成分析，与国债技改投资的增长相反，自筹资金以及利用外资占技改资金来源的比重出现下降。据统计，2000年1至6月，占企业技改资金来源2／3的自筹资金虽然增长22.8％，但其占全部资金来源的比重却由1999年同期的70.8％下降为66.1％。利用外资技改资金增幅下降15.6％，其占全部资金来源的比重也从去年同期的5％下降为3.2％。自筹资金以及利用外资所占比重的下降将会构成技改投资稳定增长的制约因素。由此可见，国债在技改投资增长中起着举足轻重的作用。2000年1至6月全国技术改造完成投资1399.74亿元，比1999年同期增长22.9％，远远高于1999年全年1.1％的水平，也超过“九五”前4年1－6月技改投资增长最大的1997年15％的水平。技改投资的增幅远远超过了同期其它投资项目的增长（如基建投资完成4188.81亿元，增长6.6％；房地产开发完成投资1622.60亿元，增长22.4％）。
国债技改投资还带动了银行、企业相关配套技改资金的投入。2000年1－6月，工行在基础设施和国债技改项目等固定资产投资方面发放的项目贷款已累计达540亿，比1999年同期增长47％，其中投向公路、电力、城建等基础设施262亿元，占49％，投向企业技术改造和高新技术产业化项目278亿元，占51％。受理国债贴息技改、高新技术产业化和城建项目635个，贷款需求730多亿元；承贷项目440个，贷款额430亿元，其中，承贷的国债技改项目占全部国债技改项目的70％以上。截至2000年底，财政已累计投入195亿元国债资金用于企业技术改造贴息，安排重点技术改造国债资金项目880项，拉动技改投资2400亿元（其中贷款1459亿元），国债贴息资金的拉动效应达到1：12.这对中国产业升级和重点行业结构调整将起到重要作用。
（四）国债投资的经济增长绩效分析
改革以来经济增长的历程充分证明了，国债特别是投资性支出的增支国债对经济增长起着十分显著的作用。通过国债投资与GDP增长之间关系的计量分析也可证明一点。从1981－1999年间国债与GDP增量的回归模型可以看出，通货膨胀率和居民储蓄余额对GDP增长的贡献均表现为负相关性，这也从一个侧面说明，居民储蓄余额的增长将间接导致民间投资增长下降。因此，适当降低居民储蓄余额，引导其进入投资领域，将有利于经济增长。货币供应量M0和国债发行额对GDP的增长起到正促进作用，其中每增加6.789个单位的国债发行额可带动GDP增长1个单位，即国债投资对GDP净增量的贡献率高达14.47％。
郭庆旺、史永东等分别对增发国债刺激经济增长的财政效应进行的实证研究认为，财政对经济活动的作用力随着市场经济的深入而逐步得到强化。对经济增长的总效果和总贡献率已经由1981年的1.32、13.08分别提高到1996年的2.01、19.57，年均增幅分别为4.3％和40.56％；相机抉择政策效果和相机抉择贡献率也分别从1981年的2.36、23.39上升到1996年的3.80、37.00，年均增幅也分别达到9％和85.06％。有关研究也证明，财政赤字在1981－1996年对经济增长贡献率达13％，相机抉择政策对GDP增长的贡献率达25％（郭庆旺等，1999）。1981－1996年间中国国债发行额与GDP之间存在较高的相关性（0.995），而且国债发行额与GDP呈现出同向波动的特点。国外同类实证分析也基本得出相同的结论，即国债与经济增长之间存在明显的相关性。R·S·平狄克、D·L·鲁宾费尔德，1997年分析了美国1970－1981年间国债发行量与GDP的关系证明，美国12年间国债发行量的波动与GDP的走势保持高度的同向运行态势；崛内昭交1998年通过对日本1975－1985年间数据分析也得出近乎一致的结论。
投资者投资实证研究 篇6
[关键词] 组合规模 组合平均风险 标准差 风险偏好
现代投资理论说明，投资者对于低风险、高收益的追求是市场变得富有效率的源动力，投机活动使得相同风险条件下收益总是趋于一致。因此，投资者长期收益率将仅仅取决于不同的风险偏好所代表的投资组合方式，构建不同风险水平的投资组合方式成为机构投资者和研究者共同关注的问题。
虽然不同投资组合仅代表不同的投资风险偏好，但由于组合规模过大投资的对象过度分散也会降低投资组合的收益。这主要是因为维持数目众多的证券组合需要较高的交易费用、管理费用和信息搜寻费用，而且数目众多的证券组合中可能包含一些无法及时得到相关信息且收益较低的证券，从而无法及时有效地进行投资组合调整。对个人投资者而言，由于其资金和精力有限，只能选择较小的投资组合，通常把资金集中投资于某一投资品种，由于投资组合的过度集中又使其面临巨大的投资风险。个人投资者也需要在有限的条件下选取有效率的投资组合以提高投资收益。
国外在风险投资组合方式的实证研究可以追溯到1968年美国学者埃文斯（J.Evens）和阿瑟（S.H.Archer）所发表的《组合和降低离差：一个实证分析》一文，寻找能有效降低资产的风险水平的组合方式。以研究证券市场资产为代表，西方学者逐渐关注到证券组合规模和风险数量之间的关系。以马可维茨（Markowitz）风险衡量指标——“均值方差”为基础的研究，以及两類风险的理论划分，为寻找有效率资产组合方式奠定了坚实的理论基础。
相比国外研究，国内的证券类投资市场发展还比较短暂，投资品种依旧比较匮乏，但该类研究随着国内证券市场的扩大以及个人理财需求的增大逐渐增多，具有代表性的是：施东晖（1996）以1993年4月～1996年5月上海证交所的50家股票为样本，以双周收益率为指标，采用简单随机等权组合构造50个“n种股票组合”（n＝1，2，…，50）来推断股票组合分散风险的能力，得出“投资多元化只能分散掉大约20%的风险，降低风险的效果极其有限”的结论。吴世农和韦绍永（1998）以1996年5月～1996年12月期间上证30指数的股票为样本，以周收益率为指标，采用简单随机等权组合方法，构成了30组股票种数从1～30的组合，以此研究上海股市投资组合规模和风险的关系，结果表明，上海股市适度的组合规模为21～30种股票，该组合规模可以减少大约25％的总风险，但是，他们更重要的发现是这种组合降低风险的程度和趋势是非常不稳定的。
本文在上述研究的基础上，通过采用沪深两市2002年1月至2007年2月的交易数据，研究在现有的市场情况下，投资组合规模和投资风险之间的关系。希望通过研究，能够为投资者构建不同的风险资产组合提供理论和实践的参考。
本文以2002年1月～2007年2月连续交易62个月的证券为样本，一共为656支样本，再剔除新上市以及ST停盘等流动性较低的4支 股票，共有652支证券纳入我们的研究范围。本文以月收益率为研究对象，研究上述公司在2002年～2007年时间段内进行投资组合的市场表现。数据主要来源于CSMAR 交易数据库，还有部分数据来源于上海证券交易所网站。
本文采用不放回随机抽样方法从652支证券中选择样本，并按照简单等权的方法进行1～60种股票的投资组合，这样进行投资组合的构造，主要是考虑计算比较方便，并且能够说明组合从1只股票增加到60只股票每增加1只股票，对组合投资收益和风险的影响。为了减少一次抽样所带来的误差，每种投资组合方式抽取200次。通过计算同种规模的投资组合的股票标准差，得到每种组合规模组合标准差的平均值，作为该种组合规模的风险值。
投资组合收益率和风险的计算方法
本文采用对数收益率的方法来计算投资组合的月收益率，由于部分上市公司在整个研究期内发生过分红派息的情况，为便于不同时期的数据进行比较，对上市公司的月收盘价进行了复权处理，这样上市公司的月收益率可以表示为:
其中：Pt= 表示某股票的t月收盘价格。
本文以2002年1月～2007年2（共62个月）经过复权处理的股票月收盘价作为计算依据，按照等权重投资组合的构造方法进行投资组合，并根据投资组合收益率和风险的衡量方法，计算出各种不同组合规模的平均标准差。同时，为了便于比较，以652支全样本规模的标准差来代表沪深两市证券市场的系统风险。这样组合的非系统风险就可以通过计算组合的平均标准差与上证指数的标准差而得到。经过计算得出如下结果（见表）。
使用EXCEL的散点图描绘组合规模和组合平均标准差之间的对应关系，并绘出趋势线（见图）：
研究表发现:当组合规模在1～20只证券时，能显著降低组合的平均标准差，其降低幅度达到44.72％，继续增加组合的规模达到31支，规模增加11只，其组合标准差下降趋势明显减缓，仅降低2.4%。但是，无论达到何种规模的组合，始终有47％的风险无法通过改变组合规模来降低，此时代表该市场证券类资产的系统风险水平。
t检验的结果表明，对于持有1～7只证券的规模，每增加一只证券的组合都能显著降低组合的平均标准差>5％；对于持有9～13只证券的组合，每增加一只证券的组合约能降低组合的平均标准差>2.5%，但并不稳定，直到组合规模升至20只证券的组合趋于稳定；在规模达到20～31只证券的组合时，需要增加11种证券，才能稳定的取得显著的降低组合平均标准差共约2.4%效果。当组合规模进一步扩大到32～48只证券的规模，需要增加17只证券才能稳定显著降低组合平均标准差（约2.4％）的效果。当组合规模进一步增大，其平均标准差依旧趋于下降，但无论规模扩大到什么程度，其降低的组合平均标准差很难降低超过4％。
综上所述，组合规模水平与证券资产的风险水平存在一个相对稳定的关系，组合标准差的平均值随着组合规模的扩大而迅速下降，当组合规模达到20种证券时，大约能使风险水平下降45％，组合规模越大，其规模扩大带来的风险水平降低越来越趋于稳定，当扩大组合规模达到48只时，风险水平大概能继续降低4%，达到49%，而超过48只组合的规模后，组合标准差的平均值将非常缓慢的下降直至风险水平徘徊在约47%的水平不在继续下降，此时，证券类资产的风险将无法通过改变组合规模降低。
因此，对于大中型机构投资者而言，投资沪深两地证券类资产可以通过组合规模控制在48只之间，调整实现其自身的风险偏好和投资风格。当规模进一步增大，通过分散化投资降低非系统风险效果甚微，对于中小型个人投资者而言，选择小型组合（小于13只）或者投资各种不同风格的基金将是实现其风险偏好的最好手段。
参考文献：
[1]施东晖:上海股票市场风险性实证研究[J].经济研究,1996,（10）:44～48
[2]Markowitz， H M. Portfolio selection，J Finance，1952,（3）:151～158
[3]吴士农:《上海股市投资组合规模和风险关系的实证研究》， 经济研究，1998，（4）21～30
企业实证投资模型研究综述 篇7
公司投资支出是公司生存与发展的根基, 亦是公司扩大再发展的基础, 而投资效率的高低则更是决定着公司持续盈利能力以及公司长期发展能力, 如何客观地评价公司的投资及投资效率, 成为评价企业价值的重要方面。然而在经验研究中, 评价公司投资效率仍是一个难以很好解决的问题, 尽管已有文献中投资预期检验模型比较多, 但由于理论基础的差异以及代理变量选择的理论基础的不同, 投资预期模型没有形成统一的口径。MM的完美资本市场理论认为公司投融资是相互分离, 没有内在联系的公司财务行为, 公司的投资支出仅仅取决于公司面临的投资机会, 与融资成本没有关系。尽管在现实经济环境中, 由于存在公司信息不对称和代理问题, 公司的投资行为还会受到其他因素诸多因素的影响, 如公司融资环境、现金流量、行业竞争力、成长机会等。然而投资理论的基础理念依然是根据MM理论发展的, 即公司投资支出主要取决于公司投资机会, 当公司投资机会较多时, 公司管理层会相应增加投资以获得较好收益, 而当公司投资机会不多时, 公司管理者更多会选择持有现金谨慎投资, 带有更好投资机会再进行投资。也正是在这个理念下, 诸多学者运用动态模型推导出来的投资预期模型相继出现。其中影响最大的是FHP (Fazzari, Hubbard, Petersen, 1988) 模型、Walker (2006) 模型、Richardson (2006) 模型。与此同时, 1969年诺贝尔经济学奖获得者James Tobin提出的Tobin’s Q理论, 使得此前一直困扰研究者的投资机会难以计量的问题得以缓解, 这也进一步推动了公司投资支出预期模型的不断发展, 并大量运用在研究公司财务问题的经验研究上。此外Jorgenson (1963) 基于新古典的最优资本积累理论, 运用最大化价值的理论, 推导出投资行为决定理论并认为资金成本和资本存量是影响投资的主要原因。但是在研究文献的过程中不难发现, 国内学者对于投资模型研究甚少, 大都是模仿西方成熟的理论模型, 而且国内外文献中对投资模型的发展以及归纳也很少。据此, 本文试图通过阅读和归纳已有研究公司投资的文献, 按照时间的先后将投资模型的发展进行梳理, 以便实证研究者可以正确的客观的选择投资模型。
二、投资模型概述
(一) 主流投资模型
现代公司投资的主流理论是James Tobin提出、并经Hayashi发展的Q理论和融资约束理论。投资Q理论是立足于新古典综合学派, 在信息对称、有效市场和理性人假设下提出, 公司投资决策取决于以Q值代表的项目盈利机会, 并认为公司投资与融资决策无关。融资约束理论则从公司与外部资金供应者信息不对称出发, 提出企业外部融资成本高于内源融资, 公司融资遵循“啄食理论”, 且公司内部现金流会影响投资水平, 企业投资也与融资决策相关。但是在很多的研究中, 都将Q理论和融资约束理论进行了融合。当然也又提出不同于两者的非主流投资模型。
(1) 新古典投资模型。Jorgenson (1963) 提出的新古典模型 (neo-classical model) : 其中, I表示投资水平;K表示资本存量;Ck表示资金成本。新古典模型中可见, 资金成本是企业投资的主要影响因素, 前期和本期的资金成本决定了企业投资的大小。可是企业必须有投资机会才能进行投资, 否则投资是无效的, 按照投资决策理论, 投资项目的净现值需大于零 (NVP>0) , 才有投资价值。为此, Abel and Blanchard (1983) 提出的销售加速模型 (sales accelerator model) , 使用企业销售收入 (S) 来替代企业的投资机会, 模型改写为:
尽管投资带来是产出的增加 (企业销售收入的增加) , 但是仅仅收入的增加或减少无法代表企业的成长机会 (投资机会) 。以上两类投资模型中主要考虑的是融资约束和预期价值投资的影响。投资不仅仅依赖于企业资本存量, 更多还应该考虑企业未来最优资本存量, 即资本的边际产出与边际成本相当时的资本存量 (Bond and Meghir, 1994) 。在Modigliani and Miller (1958) 描述的完美资本市场上, 企业的投资支出完全由其投资机会决定。尽管在现实中, 由于信息不对称和代理问题的存在, 企业的投资行为还受到其他因素的影响, 但企业投资支出与投资机会的关系决定了企业投资效率的这一基本思想, 却成为了企业投资理论进一步发展的基础。诺贝尔经济学奖获得者James Tobin于1969年提出了著名的Tobin’s Q理论。Tobin’s Q (公司的市场价值与重置成本之比) 的经济含义是比较作为经济主体的企业的市场价值是否大于给企业带来现金流量资本成本。如果Tobin’s Q值高, 说明企业的市场价值高于资本的重置成本, 这种情况下, 公司可发行的股票进行低成本的融资来购置新设备。因此, 公司的投资支出应该增加。如果Q值低, 即公司市场价值低于资本的重置成本, 它可以通过购买其他较便宜的企业而获得旧的资本品而不投资于新的资本品, 这样公司投资支出将会降低。可见, Tobin’s Q值可以衡量公司的投资机会, 公司的投资支出应该与Tobin’s Q正相关, 其投资活动才具有效率。为此, 一些研究者开始使用Tobin’s Q纳入投资决定模型 (Abel, 1990;Hayashi, 1982) , 从而将融资约束与未来增长预期对企业投资的影响区分开来, 解决了新古典模型与销誉加速模型两类投资决定模型的不足 。。其中:I为公司投资支出, K为公司资本存量, Q (Tobin’s Q值) 为公司市场价值与重置成本的比值, 代表企业投资机会。
(2) 新古典投资模型的发展。后来的研究者基本都在是Tobin’s Q模型的基础进行拓展, 其中影响最大的要数FHP (Fazzari, Hubbard, Petersen, 1988) 、Walker (2006) 、Richardson (2006) 模型。
第一, FHP投资模型。FHP认为Tobin’s Q和现金流量都影响投资, 通过推导得出模型用来计算投资预测 (或理想投资规模) , 此模型也可以用于计算投资———现金敏感系数, 获得融资约束的程度的替代变量。在国内许多关于公司融资约束的文章基本采用FHP模型 (或者在此基础上进行变形) , 也有学者 (连玉君, 2007) 认为投资———现金敏感系数还会受到其他因素的影响, 并不能作为检验公司融资约束的指标。 其中, I为投资支出, K为资本存量, Q为投资机会, CF为现金流量。
第二, Walker投资模型。Walker (2006) 通过推导得出不同以往的模型, 运用了EBITDA (息税折旧摊销前利润) , 同时对于新增投资额和变量的设计有自己的见解。同时为了控制行业特征对投资影响, 作者还采用了同行的平均Tobin’s Q和平均EBITDA作为控制变量。△PPEit (Asset Growth) =α0+α1 (EBITDA/K) i, t-1+α2Qit+α3 (Other EBITDA/K) i, t-1+α4Other Qi, t-1+α5Sizei, t-1+di, t+eit+εit。其中, △PPEit= (PPEitPPEt-1+Depreciationt) /Kt-1, PPEit是公司第t的投资额, K是公司资产, Depreciationt是公司第t期的折旧;△PPEit (Asset growth) 也可以用 (本期资产的账面价值-上期资产的账面价值) / (上期资产的账面价值) 来求得;EBITDA/K= (本期息税折旧摊销前利润) /上期总资产;Q有两种选值方式:处于行业中位数的至少五家的平均M/B, 或者企业的M/B。其中, M/B= (所有者权益的市场价值+负债的账面价值) /上期总资产的账面价值;Other EBITDA/K=同行业的其他所有公司总EBITDA除以同行业的其他所有公司的总资产K;Other Q= (同行业的其他所有公司总所有者权益+同行业的其他所有公司总负债账面价值) /同行业的其他所有公司总资产;Size=上年总资产账面价值的自然对数;d、e分别为样本的行业与年度特征控制变量。
第三, Richardson投资模型。Richardson (2006) 主要研究投资效率的问题, 参考Strong and Meyer (1990) 的分类方法将总投资分解为维持资产正常运转所需的支出和新项目的投资, 进一步将新项目的投资分解为NVP (净现值) 为正的新项目的投资和非正常 (或预期) 投资, 即正常投资和非正常投资, 并分析了投资过度或投资不足。其计算模型是:
其中:Itatal, it是公司i第t期的总投资, 即公司对外资本支出、收购支出和研究开发支出再扣除不动产厂房设备的销售额, CAPEXit是资本支出, Acquisitionsit是企业并购支出, R&Dit是研发支出, Sale PPEit资产处置收入。
其中:ITatal, it是公司总投资, Imaintence是维持资产正常运转所需的支出, 折旧和摊销是维持厂房设备和其他资产运转的正常开支, 故Imaintence一般采用摊销和折旧来代替。INew是新项目的投资;INew可以分解为NVP (净现值) 为正的新项目的投资I*New和非正常 (或预期) 投资IεNew。V/P是VAip与公司市场价值的比率, 替代标准的Tobin’s Q, Leverage为公司的资产负债率, Cash为现金流量, Age是公司上市的年限, Size即企业的规模, Stock Returns为公司股票一年的回报率。CFAip=CFO-IMaintenance+R&D。其中, CFAip计量产生于适当资产的现金流量, IMaintence维持适当资产的维护的支出, INew新项目的投资支出。据此, 可以计算自由现金流量:FCF=CFAip-I*New。
第四, 其他拓展模型。在实证研究中, 基本是采用Jorgenson模型: 作为蓝本, 增加一些控制变量, 或者采用其他企业成长变量 (销售增长率) 来替代的Tobin’s Q值 (G.Biddle、G.Hilary and R.S.Verdi, 2008) 。由于信息不对称和代理问题的存在, 企业的投资行为还受到其他因素的影响, 但企业投资支出与投资机会的关系决定了企业投资效率的这一基本思想, 却成为了企业投资理论进一步发展的基础。为此, 在实证研究中一般会加上控制变量, Myers (1984) 认为保持一定的现金存量可以在方便的时候进行投资, 从而可以避免因向外部融资所带来的监管。FHP已发现企业拥有现金流量的多寡会影响企业的投资支出。 其中, Chance表示企业的投资机会, Control表示会影响企业投资的一些控制变量, 这些变量有前期也有本期的。常见的变量包括:资产负债率、经营现金流、现金流、企业规模、行业、时间、上市年限、上期投资额、股票收益率、息税前利润等。而且投资模型的用途也在拓展, 由于考虑了投资———现金流的敏感性 (FHP模型就是一个用于检验投资———现金敏感性的投资模型) , 研究者将其运用到检验公司是否存在投资不足或投资过度上, 以及融资约束的问题, 尽管对此问题学术界的意见不统一, 信息不对称还是代理问题导致投资对现金流敏感过高 (或过低) 的问题。国内研究企业投资行为的论文基本采用FHP (Fazzari等, 1988) 、Walker (2006) 、Richardson (2006) 三种模型或其衍生模型。魏明海、柳建华 (2007) 采用Richardson (2006) 的模型, 辛清泉、郑国坚、杨德明 (2007) 采用Walker (2006) 的模型, 辛清泉、林斌、王彦超 (2007) 采用Richardson (2006) 的模型。
(二) 非主流模型
Tobin’s Q的出现, 无疑解决投资模型影响因素的问题, 但是Tobin’s Q的却又存在一些难以解决的现实问题。Tobin’s Q值难以准确计量, 大多数国家并不报告资产的重置价值, 我国资本市场的披露准则也不要求上市公司报告资产的重置价值, 而且, 由于特定的历史原因, 我国的股票市场中存在流通股和非流通股两类同股异质的股票, 流通股在市场上有明确的交易市价, 但非流通股不能上市交易, 所以没有资本市场认可的市价, 而且在我国由于股票属于卖方市场, 即股票属于稀缺资源, 为此股票的市值很难代替其真实价值, 股票高估 (低估) 情况大量存在。为此, 在考虑一些因素之后, 1994年, Bond and Meghir提出了一个新的投资模型, 以在凸调整成本约束下求最优资本积累从而得到的欧拉方程为基础推导出来的, 所以该模型被称为欧拉方程投资模型 (Euler—equatinn model) 。欧拉方程模型克服了新古典模型与Tobin’s Q模型的不足。
其中, d是时间影响因素, e是公司特定影响因素, C是现金流量, Y是公司产出 (或销售额) , B负债额。此后John K.Wald将模型进行了修改, 加入了企业破产成本的因素。
其中, (M-d) 为公司的市场价值减去优先股利的余额, S是投资项目可能的破产风险的影响因素。
三、投资模型替代变量选择
(一) 投资支出的计量
对文献分析比较后发现, 投资支出的计算总体可以分为两种: (1) 间接计算。间接计算方式就是运用需要公司资本支出的资产的年度变化量来替代投资支出变量。Lyandres and Zhdanov (2003) 采用年末的总不动产、厂房和设备与年初值的差异, 冯巍 (1999) 采用公司该年固定资产与长期投资的增加值, 姜秀珍、全林、陈俊芳 (2003) 采用固定资产净值的增加值, 巍锋、流星 (2004) 采用固定资产 (具体值资产负债表中的固定资产原价、工程物质和在建工程三项之和) 增加值, 江伟 (2005) 采用公司当年相对前一年新增的股东资产原值、在建工程和无形资产之和, 童盼、陆正飞 (2005) 采用固定资产、长期投资及在建工程的年度变化值。梅丹 (2008) 采用投资支出采用固定资产、长期投资及在建工程的年度变化值。辛清泉、林斌、王彦超 (2007) 采用固定资产、长期投资和无形资产的净值改变量除以平均总资产。 (2) 直接计算。直接计算方式就是采用报表中涉及到投资的项目通过直接的计算获得。Lang Ofek and Stulz (1996) 采用资本支出减去折旧, Richardson (2006) 给定一个固定年限总的资本投资、R&D支出、并购减去不动产、厂房、设备的销售, Hubbard (1998) 运用资本支出与滞后一期的不动产、厂房和设备总额的比值来代替投资支出。尽管这个方法忽略了其他的资本支出, 例如研究开发、并购收购等, 但这种方式运用很广泛。魏明海、柳建华 (2007) 采用购建固定资产、无形资产和其他长期资产所支付的现金、购买和处置子公司及其他营业单位所支付的现金、权益性投资和债权性投资支出所支付现金之和与资产总额的比值。辛清泉、郑国坚、杨德明 (2007) 采用本年度购建固定资产、无形资产和其他资产支付的现金除于年初总资产的账面价值的比例。当然有些研究者为了全面检验其假设, 采用两者计量方式分别进行检验。例如杨华军、胡奕明 (2007) 采用年末长期投资与年初长期资产之差与总资产的比值以及购置固定资产、无形资产和其他长期资产所支付的现金年度增加额除以年初总资产的数值来计量公司的投资支出。唐松 (2008) 采用固定资产、无形资产和其他长期资产所支付的现金除以年初总资产的数值 (Inv1) 以及固定资产和在建工程原值当年变化额除以年初总资产的数值 (Inv2) 来衡量公司投资。
(二) 投资机会
投资机会的替代变量主要是采用Tobin’s Q来代替, 但正如前文论述的由于现实中Tobin’s Q值由于很难获得其真实值, 为了解决这一问题许多研究者采用了其他的替代变量, 例如销售增长率。Lang, Ofek and Stulz (1996) 采用负债的账面价值和股权市值总和与企业资产的重置成本的比率, Miguel and Pindado (2001) 采用公司资产市值与重置成本之比, 苏冬蔚 (2005) 采用公司资产市值与账面价值之比, 用非流通股对应的资产账面价值替代其市值, 童盼、陆正飞 (2005) 采用企业股权市场价值与债权价值之和除以资本存量, 曾亚敏、张俊生 (2005) 运用企业股权的市场价值与负债的账面价值除以总资产, 杨华军、胡奕明 (2008) 采用流通股份与非流通股比例和股东权益账面价值乘积之和, 加上负债账面价值除以总资产账面价值来计量公司的成长机会。魏明海、柳建华 (2007) 使用公司上年Tobin’Q值来替代, 辛清泉、郑国坚、杨德明 (2007) 使用Tobin’Q值。代表企业的增长机会。其计算公式为: (每股价格×流通股份数+每股净资产×非流通股份数+负债账面价值) ÷总资产。辛清泉、林斌、王彦超 (2007) 运用Tobin’Q值。代表企业的增长机会。其计算公式为: (每股价格×流通股份数+每股净资产×非流通股份数+负债账面价值) ÷总资产。当然, 也有学者为全部研究投资机会对投资的影响, 采用多种计算方式来计量公司投资机会。唐松 (2008) 分别用滞后一期的Tobin’Q值和主营业务增长率 (Growth) 来衡量投资机会。此外, 有研究者采用主成分分析法, 通过对几个能体现企业成长性的指标提取因子的方式, 构造一个综合公司成长变量。李鑫 (2007) 分别计量样本个体的资产增长率、净利润增长率、主营业务收入增长率以及托宾Q值和市净率, 利用主成分法构造上市公司成长机会得分函数, 对上述五个指标提取主成分, 构造企业成长机会综合函数。
(三) 现金流
现金流一般采用两种计量方式:现金流量和经营现金流量。现金流量表示公司可以使用的现金流量, 而经营现金流量代表公司可持续获得的现金流, 两者均可以代表公司能用于投资现金流能力。但现金流量中包括了公司一些非正常获得的现金流, 并非经常项目, 年度之间可能存在差异。经营现金流量就体现了公司正常经营活动获得现金流量, 具有相对稳定持续性的特点且年度差异较少, 但不能包括公司所有的现金流的情形 (包括投资和筹资的现金流情况) 。获得公司稳定且全面的现金流量的替代变量是比较困难的, 所以大量文献就仅采用上述两者之一。采用现金流量的, 如Vogt (1994) 非经常项之前的净盈利加折旧, Lang Ofek and Stulz (1996) 使用利息支付的总额, Miguel and Pindado (2001) 则采用EBIT加各种折旧和减值准备, Cleary (1999) 运用净盈利加折旧加递延税的变化, Landres and Zhdanov (2003) 使用税后利润加折旧, Hovakimian and Hovakimian (2003) 使用非经常项之前的净盈利加折旧, 辛清泉、林斌、王彦超 (2007) 上期现金与短期投资之和同总资产的比率。采用经营现金流量的, 如冯巍 (1999) 采用经营活动产生的现金流量加利息支付, 姜秀珍、全林、陈俊芳 (2003) 采用公司经营活动现金流量, 巍锋、流星 (2004) 采用公司经营活动现金净流量, 江伟 (2005) 公司当年的经营性现金净流量, 童盼、陆正飞 (2005) 采用公司经营活动现金净流量, 唐松 (2008) 采用公司上期经营性现金净流量, 魏明海、柳建华 (2007) 是经营现金净流量占年初总资产的比值。
(四) 控制变量
现代实证研究中的控制变量主要包括:资产负债率, 行业特征、年份、规模。债务融资对投资支出是有影响的, 债务融资的环境宽松使公司能有足够的资金进行投资, 即融资约束获得一定的缓解。但按Jensen的自由现金流量理论, 公司负债在一定程度又可以抑制公司管理层的过度投资。魏明海、柳建华 (2007) 采用公司新增的长期贷款和应付债券与年初总资产的比值, 辛清泉、郑国坚、杨德明 (2007) 采用期初资产负债率。Myers (1977) 认为, 当前过高的财务杠杆可能导致公司无法为未来的投资项目募集到资金, 同时, 基于代理成本的资本结构理论也认为, 债务的硬约束特征能够抑制经理投资于那些不应该投资的低质量项目, 从而可以控制企业的过度投资程度, 由此, 财务杠杆同企业的未来投资增长存在负相关关系 (Jensen, 1986) 。辛清泉、林斌、王彦超 (2007) 运用期初资产负债率。行业因素, 投资行为和行业特征一直也是国内外学者关注的问题, Ghosal and Loungani (1996) 发现, 在竞争不激烈的行业里, 行业是影响企业投资的一个重要因素。Mitnton and Schrand (1999) 发现, 公司投资效率不高会导致公司面临投资机会和市场份额被市场竞争者掠夺的风险。何青、王冲 (2008) 通过对行业的竞争力的对比分析, 发现不同行业的投资规模与其行业的竞争力有很强的相关性。
四、研究展望
投资者投资实证研究 篇8
随着证券市场的发展, 传统的“有效市场理论”被证实单单只是一个假设, 事实上, 每个人都是非理性的。在行为金融学中, 投资者情绪被证实在证券市场中扮演着重要的角色, 尤其是在它与股票误定价方面显现出越来越大的关系。以投资者情绪的角度研究股票误定价的问题, 能够让我们更深刻的理解投资者自身心理和行为对股票价格的影响。一方面, 可以使广大投资者更好地理解市场投资规则, 培养理性的投资理念。另一方面, 对于政府监管部门来说, 采取更加有效的引导和监督策略, 从而推动我国证券市场的改革和完善。因此, 不论是为投资者的利益着想, 还是为中国证券市场以后的发展, 探究投资者情绪与股票误定价之间关系都具有较强的意义。
二、相关文献综述
(一) 投资者情绪与股票误定价
投资者情绪大多数主要表现有投资者决策的非理性, 有如:饶育蕾, 刘达锋 (2003) 认为投资者情绪为投资者对未来的带有系统性偏差的预测。Baker和Wurgler (2006) 认为投资者情绪是投资者的一种信念, 这种信念会影响着投资者的投资倾向和投资风险。Brown和Cliff (2004) 则认为投资者情绪主要代表市场参与者对股票持有的或乐观或悲观的态度。王睿 (2009) 认为, 投资者相关的非理性行为会导致市场的价格被高估抑或价格被低估。综合以前学者的文献, 本文对于投资者情绪的定义:投资者情绪是带有偏差的投资者预期, 即投资者的预期与实际间的偏差。
由于股票的内在价值是难以衡量的, 大量的研究将股市错误定价认为是一些简单的指标, 比如市盈率、股价等。刘睿智, 韩京芳 (2010) 以为股票误定价是公司股票的价格反应更多的不再是关于股票的未来成长性的真实有用的信息, 股价中大都包含错误定价的成分。刘松 (2010) 将股票的实际价格偏离它的内在价值的部分定义为股票误定价。综合以前学者的研究, 本文认为:股票误定价即股票实际价格对其内在价值的偏离。且当股票价格高于内在价值时, 股票误定价为正值;当股票价格低于股票内在价值时, 股票误定价为负值。
(二) 研究假设提出
随着投资者情绪概念的第一次出现, 愈来愈多的学者都开始热衷于对投资者情绪与股票价格之间的研究。中国学者刘云中 (2003) 、李远鹏和牛建军 (2007) 、宋云玲和李志文 (2009) 都发现了投资者情绪对中国股市的股票价格确实有着一定程度的影响。饶育蕾与刘达锋 (2003) 、王美今等 (2004) 研究了投资者情绪与市场股票价格之间的关系;张强、杨淑娥、杨红 (2007) 分析了中国股市中投资者情绪及其波动对股票价格的影响。由于每个投资者投资理念、风险偏好以及资金实力的不同, 任何投资者都会呈现出特有的“投资者情绪”。而由于证券市场中人与人之间的紧密联系, 使得每一种投资者情绪都会迅速蔓延, 都会影响到他人的心理认知、主观判断以及投资决策, 最终引起股票价格偏离其内在价值。国内学者何基报、鲁直 (2006) 发现, 投资者出于归属感、认同感和信息成本的考虑, 通常会趋于放弃更有价值的私人信息, 反而效仿市场上其他大多数人的投资者策略, 从而导致股价在乐观的投资者情绪中过度上涨, 而在悲观的投资者情绪中过度下跌。基于以上的分析, 本文提出以下假设:投资者情绪越乐观或者越悲观, 股票价格就越有可能偏离其内在价值水平, 即股票误定价程度越高。
三、投资者情绪与股票误定价的实证研究
(一) 数据与样本的选取
本文通过同花顺金融数据库选取上证180只股票为样本, 剔出交易数据以及财务数据不完整的公司最后选用了134家上市公司, 3年12个季度, 36个月的样本数据。采用月平均换手率、成交量、新增开户数以及市盈率这四个指标来构建投资者情绪。采用剩余收益模型来计算股票的内在价值, 并用总市值/总股本作为股票的市值, 与内在价值相比, 得出股票误定价程度。
(二) 投资者情绪的衡量
情绪代理指标是对投资者行为的测度。本文选取月度数据的换手率、成交量、新增开户数以及市盈率作为情绪代理指标。
为了保持数据之间的可比性, 消除变量水平和量纲的影响, 首先对各个原始数据进行标准化处理, 以新增开户数为例:
NEW ACCOUNTS-std= (NEW ACCOUNTS-E (NEW ACCOUNTS) ) /VAR (NEW ACCOUNTS) 1/2
其中:NEW ACCOUNTS-std是标准化后的新增开户数, E (NEW ACCOUNTS) 是新增开户数的平均数, VAR (NEW ACCOUNTS) 1/2是新增开户数的标准差。
然后, 做各个变量之间的相关性分析, 结果如表1所示:
由表1可知, 换手率, 成交量, 新增开户数以及市盈率这四个变量之间存在着较强的相关关系, 表明适用作主成分分析。然后利用主成分分析法, 结果如表2所示:
由表2可知:前两个主成分的累积贡献率已经达到了88.788%, 表明这两个主成分就能够解释原来四个变量88.788%的信息, 达到了80%的统计标准, 所以选取第1、2主成分进行加权平均来构建情绪综合指标:
SENT= (0.53320*Component1+0.35468*Component2) /0.88788
随后利用给出的因子载荷矩阵, 来解释这两个主成分, 结果如表3所示:
由表3可知:第一主成分与第二主成分与原来四个变量之间的线性组合表达式如下:
C o m p o n e n t 1=0.5 2 9*T U R N O V E R+0.5 5 8*T U R N VOLUME+0.770*NEW ACCOUNTS+0.557*PE
C o m p o n e n t 2=0.5 6 0*T U R N O V E R+0.6 8 4*T U R N VOLUME+0.372*NEW ACCOUNTS+0.547*PE
将得出的线性组合表达式代入情绪综合指标式子当中, 得到衡量投资者情绪的表达式:SENT=0.541382*TURNOVER+0.608332*TURN VOLUME+0.611010*NEW ACCOUNTS+0.553004*PE
(三) 股票误定价的衡量
本文认为错误定价为实际价格对内在价值的偏离, 即:
其中PR表示股票的实际价值, PI表示股票的内在价值, MISP为股票的误定价。
剩余收益模型是用公司权益的账面价值与预期剩余收益的现值来表示股票内在价值。剩余收益模型利用每股净资产、净资产收益率、派息率和折现率来测度股票内在价值。
未来剩余收益现值取决于三个变量:折现率r、净资产收益率R与派息率k。
本文假设剩余收益保持不变, 利用徐爱农 (2008) 的剩余收益估值模型:
股票的内在价值PI=b+ (R-r) *[1+ (1-k) *R]*b/r
其中, b为每股净资产, R为净资产收益率, k为派息率, r为折现率。即股
票内在价值等于每股净资产加上剩余收益。
根据剩余收益模型, 计算股票内在价值需要资产净收益率、每股净资产、派息率及折现率四个指标。数据如表4:
其中, 每股净资产, 每股收益率来自于各个季度的财务报表, 派息率根据年报表的每股股利/每股收益计算而来。折现率由无风险利率和风险溢价两部分组成。各季度的无风险利率取当年1年期银行储蓄存款利率。对于风险溢价的确定, 一些著名的价值评估专家 (如汤姆·科普兰等2002) 建议亚洲新兴市场的风险溢价取7.5%, 考虑到我国经济发现比较稳定, 在以下的计算中, 风险溢价取6.5%。
根据上面的剩余收益估值模型, 利用上述数据, 计算出股票的内在价值;同时根据股本总额, 市价总额计算各期的股票价格, 并计算各期的股票价格偏离内在价值的程度。股票误定价程度= (股票价格-股票内在价值) /股票内在价值。整理后, 结果如表5所示:
从表中可以看出, 以内在价值为基础, 分析各期的股票价格, 发现基本上股票价格高于内在价值, 只有2011年第四季度出现股票定价为负的情况, 即股票价格低于股票内在价值。
(四) 实证结果分析
将样本数据实证分析 (SPSS统计分析) , 可得到如下结果。如表6所示:
从表6可以看出双尾检验的P值很小, r在0.01的显著性水平上显著, 说明投资者情绪与股票误定价程度之间有着较强的关系, 即投资者情绪的波动会影响着股票价格偏离其内在价值。且当投资者情绪高涨时, 股票的价格正向偏离其价值的程度越高;当投资者情绪低落时, 股票价格负向偏离其价格程度越高。
而后, 我们利用计算出来的股票误定价程度与投资者情绪进行回归分析, 以测度由于投资者情绪变化, 股票误定价的变化程度, 结果如表7所示:
由表7可以看出, 投资者情绪与股票误定价间的估计方程为:y=-0.625+1.782x。回归方程系数1.782表示, 投资者情绪每变动1个单位, 股票误定价的程度就会变化1, 782个单位。即投资者情绪上涨或下跌1个百分点, 股票的误定价程度就会增大1.782个百分点, 只是, 若投资者情绪为客观, 则为正向的增加, 如投资者情绪对悲观, 则误定价程度负向的增大。在回归分析中得到R2=0.783, 表示回归方程的拟合度较好, 即投资者情绪会在一定程度上影响股票的误定价。
四、总结及未来展望
(一) 总结
由上述的实证分析可知, 前一期投资者情绪的高涨或低落会影响下一期股票价格与内在价值的偏离程度, 即投资者情绪对股票误定价有着一定程度的影响。而股票长期处于误定价的状态, 会导致股票市场的资源配置功能得不到充分发挥。股票误定价不仅会引发股票市场的动荡, 而且会波及其他金融市场, 影响经济的稳定。研究证明, 投资者情绪会影响股票的误定价。对投资者而言, 要把握自身的投资理念, 投资偏好, 看清楚股票的价格与价值的关系, 从而更加理性的投资。对监管部门而言对市场的管理要从人的角度出发, 才能使市场更好地发展。
(二) 展望未来
中国股票市场是一个新兴市场, 不仅市场的运行机制不健全, 投资者的投资理念及投资心理也尚未成熟, 在这样的新兴市场中, 投资者情绪有着重要的意义。在本文的研究中, 由于中国股票市场历史短, 所选取的样本时间跨度不长, 样本小, 以及所运用的模型是借鉴国外的模型, 与中国的实际存在差异性。在未来的研究中, 我们在借鉴西方发达国家对投资者情绪及股票定价模型的研究基础上, 更要结合中国国情, 对模型及指标进行改进, 使其更加符合中国股市的特征, 从而对我国股市投资者情绪与股票误定价之间的关系展开更深层次的研究。
摘要：行为金融理论认为, 投资者情绪是影响股票定价的一个重要因素。文章主要从换手率、成交量、新增开户数及市盈率四个方面, 利用主成分分析法构建了衡量投资者情绪的指标, 利用剩余收益模型测量股票的内在价值, 并以此得出股票误定价程度。本文研究发现, 当投资者情绪越高涨或是越低落时, 股票价格与其内在价值的偏离就会越严重, 即投资者情绪对股票的错误定价有着重要的影响。
关键词：投资者情绪,剩余收益模型,股票误定价
参考文献
[1][30]Yang C, Zhang R.Dynamic sentiment asset pricing model[J].Economic Modelling.2014, 37 (0) :362-7.
[2]Yang C, Zhang R.Sentiment asset pricing model with consumption[J].Economic Modelling.2013, 30 (0) :462-7.
[3]Qian X.Small investor sentiment, differences of opinion and stock overvaluation[J].Journal of Financial Markets.2014, 19 (0) :219-46.
[3]张宗新, 王海亮.投资者情绪、主观信念调整与市场波动[J].金融研究, 2013, 04:142-155.
[4]夏芳.盈余管理、投资者情绪与股价“同涨同跌”[J].证券市场导报, 2012 (08) :49-56.
[5]花贵如, 刘志远, 许骞.投资者情绪、公司投资行为与资源配置效率[J].会计研究, 2010, 11:49-55+97.
[6]曲晓辉, 黄霖华.投资者情绪、资产证券化与公允价值信息含量——来自A股市场PE公司IPO核准公告的经验证据[J].会计研究.2013 (09) :14-21.
[7]游家兴, 吴静厦.沉默的螺旋:媒体情绪与资产误定价[J].经济研究.2012 (07) :141-52
投资者投资实证研究 篇9
机构投资者是资本市场中重要的投资主体。机构投资者的发展逐渐改变着资本市场的结构, 并对资本市场配置资源的功能产生了重要影响。我国机构投资者近年来迅猛发展, 主要以基金、券商、QFII、保险公司、社保基金、企业年金、信托公司、财务公司、银行等为主体, 这些机构投资者的蓬勃发展给中国的资本市场带来了生机与活力。根据上交所和深交所公布的统计数据, 截止2008年4月28日, 沪深两市总市值已达22.68万亿元, 其中流通市值为7.52万亿元。根据证监会公布的统计数据, 截止2008年3月, 证监会共批准设立58家基金管理公司, 353只基金总规模为3.23万亿元, 约占沪深两市流通总市值的43%;共批准53家QFII, 额度为101.95亿美元。截止2006年12月31日, 国内共有104家证券公司, 注册资本约1240亿元;保险资金直接入市规模在939亿元, 而社保基金的入市规模也已达到563亿元。深交所2007年10月份的最新数据显示, 我国机构投资者持有的流通市值已超过49%。于是提出这样一个问题:机构投资者的持股比例是否会影响到上市公司的绩效水平, 又或者是上市公司的绩效水平影响了机构投资者在上市公司持股比例, 本文旨在通过实证对这一问题给出初步解答。
二、文献综述
目前, 机构投资者持股比例与公司绩效的相关研究已取得了一定成果。Agrawal和Gershon (1990) 研究得出结论, 机构投资者与公司价值正相关。Mc Connell和Servaes (1990) 运用托宾Q值代表公司业绩, 实证研究发现托宾Q值与机构投资者的持股份额存在正相关关系。Chaganti, De Carolis和Deeds (1995) 研究发现机构投资者持股规模与公司的资产回报率呈显著的相关性。机构投资者持股规模增大, 开始参与公司治理和战略管理, 有利于公司绩效的提高。Leland和Pyle (1977) 、Grossman和Hart (1980) 、Kaplan和Stromberg (2001) 以及Gillian和Starks (2003) 对机构投资者在公司治理中的作用进行了深入研究后发现:机构投资者所持有的股份与公司经营业绩正相关;与个人相比, 机构投资者更有能力来获取监督的回报, 从而能够从事和提供监控公司的日常经营活动, 而这在分散持股的公司是很难实现的。这些研究成果都支持机构投资者的持股比例能够正向影响上市公司绩效观点。但也有相当一部分学者对此持有不同的观点。S.Wahal (1996) 在实证研究中发现, 养老基金积极参与公司治理的效果并不明显。M.Keyes (1997) 研究表明, 由于不同的所有者利益间存在着及其复杂的相互关系网, 加上信息评估方面的问题, 机构投资者对绩效的影响并不明显。不同的机构投资者有着不同的所有权结构以及与之相对应的目标和投资时间范围。Kevin Keasey和Short Helen (1997) 研究发现不同所有者之间的关系复杂, 信息评估困难, 机构投资者对公司绩效的影响不显著。Karpoff (1996) 在众多研究的基础上, 对有关机构投资者的作用进行了总结后指出, 根据大量的研究结果, 机构投资者对公司治理结构的改进有微弱影响, 但是对公司的价值和业绩没有任何影响。对比上述研究成果可以发现, 尽管国外现有的研究比较广泛, 但研究结果仍相互对立, 实证结果也支持各不相同的观点。中国的资本市场是一个新兴市场, 机构投资者与公司绩效是否存在某种关系, 本文试图通过实证分析机构投资者持股比例与上市公司绩效的相关性, 以初步说明机构投资者的发展对上市公司的影响。
三、研究设计
(一) 研究假设
在我国上市公司股权结构中, 非流通股股东占绝对控股地位, 而流通股股东占少数股权。由于控股股东的流动性很小, 因而流通股股东“搭便车”的问题非常突出。我国大部分上市公司的前身为国有企业, 这些上市公司在改制上市时, 普遍采取改组公司骨干部分为股份公司, 剥离公司非经营性资产, 由被剥离部分成立集团公司来控股股份公司。采用这种形式, 股份公司与集团公司之间存在着密切的利益关系。股份公司与集团公司在人事安排, 特别是高层领导有许多是重叠的。这又形成了所谓的“内部人控制”问题。内部人控制问题的出现, 使得国内的经理人市场和控制权市场难以有效形成, 而流通股股东又普遍在“搭便车”, 使得上市公司缺乏有效的监督, 上市公司的治理水平也就不能真正提高, 其绩效也就难以得到保证。机构投资者主要持有流通股, 但其与同样持有流通股的普通个人投资者不同的是, 会“用手投票”, 如通过行使投票权等一系列方式对公司活动进行监督, 改善上市公司的绩效。同时, 机构投资者拥有广泛的信息来源和各类专业人才, 在协助企业决策方面具有更大的优势, 对管理层的非理性行为有约束作用。机构投资者作为外部投资者可以促使上市公司改善公司治理水平, 并从上市公司绩效上体现出来, 机构的持股比例反映了机构对上市公司的影响力, 因此提出:
假设1:机构投资者在上市公司中的持股比例与上市公司绩效存在正相关关系
机构投资者拥有先进的分析技术和专门的研究人才, 并注重价值投资、对公司证券内在价值的严格分析和研究。因此, 机构投资者进行投资决策时, 也会考虑到上市公司的绩效水平, 会“用脚投票”。机构投资者持股与上市公司绩效之间的关系也有可能是内生的。因此提出:
假设2:机构投资者在上市公司中的持股比例受上市公司绩效影响并可能被其决定
(二) 样本选择与数据来源
沪深300指数兼有沪深两地的上市公司, 且样本公司都具有绩优的特点, 行业分布广泛, 市场化程度高, 公司信息披露的真实性有保障, 因而具有很强的代表性, 故本文以2007年10月23日最新调整过的沪深300指数的成份股为实证研究样本。应用单个年度的数据, 分析得出的结论不具有很强的说服力, 故本文以2004-2006年度为研究区间, 选取3个年度的面板数据 (Panel Data) 作为研究的数据源, 以在一定程度上减少由上市公司管理层对绩效衡量指标进行盈余管理而对研究分析结果的干扰。考虑到数据的完整性和可靠性, 剔除沪深300指数成份股中2003年12月31日后上市发行的41家上市公司, 剔除数据异常和标准差过大的15家上市公司。考虑到金融类上市公司的特殊性, 再剔除7家金融类上市公司, 共选取237家上市公司进行分析, 最后得到711家上市公司年度观测值。本文数据均来自于WIND中国金融数据库、CSMAR数据库 (高级学术版) , 以及上交所网站 (www.sse.com.cn) 和深交所网站 (www.szse.cn) 上公布的上市公司年报和中国证监会网站 (www.csrc.gov.cn) 。
(三) 变量选取
根据研究假设, 本文选取了如下变量: (1) 因变量:上市公司绩效指标的选取。我国资本市场尚未成熟, 存在投机行为, 股价不能反映所有公开的信息, 上市公司的市场价值难以准确评估。又由于我国公司债券市场很不发达, 公司债券的价值难以准确的估算。故不采用上市公司市场价值作为衡量上市公司绩效的衡量指标。而我国的证券监管部门和上市公司的管理层都十分关注净资产收益率 (ROE, Return On Equity) 指标, 如中国证监会规定只有近三年每年ROE不低于10%的公司才可以获准上市, 故本文采用净资产收益率 (ROE) 作为上市公司绩效的衡量指标。净资产收益率=净利润/净资产。 (2) 自变量:机构持股比例指标的选取。本文采用广义的机构投资者定义, 即机构投资者包括基金、券商、QFII、保险公司、社保基金、企业年金、信托公司、财务公司、银行等。尽管机构投资者主要持有的是流通股, 而在样本研究区间内, 上市公司股本结构中存在着流通股和非流通股之分, 但为了能全面体现机构持股比例对上市公司绩效的影响, 机构投资者持股比例 (PI) 定义为机构投资者所持股份与上市公司总股本量之比。机构投资者持股比例 (PI) =机构持股量/总股本量。为了统计方便, PI变量乘以100去掉百分号。 (3) 控制变量的选取。由于有其他可能对上市公司绩效产生影响的重要因素, 取前四大股东持股比例总和 (A4) 、资产负债率 (DA) 和公司规模 (SIZE) 作为控制变量。前四大股东持股比例总和 (A4) 采用各年度末上市公司前四大股东持股比例之和乘以100的数值来表示。由于机构投资者与其他股东对公司的影响是高度相关的, 这种相关性与各自所持股比例相对多少有关, 因此前四大股东持股比例越多, 机构投资者的影响力可能会有所下降。资产负债率 (DA) 即负债与总资产之比, 用各年度末上市公司负债额除以总资产的百分比来表示。资产负债率=负债/总资产, DA变量乘以100以去掉百分号。由于债务融资相对于权益融资具有税盾 (Tax Shield) 作用, 因而较高的资产负债率可能带来短期内的营运成本降低, 从而有利于上市公司绩效的提高。为了消除共线性影响, 公司规模 (SIZE) 用各年度末上市公司年报合并报表总资产的自然对数来表示。由于上市公司规模越大, 其存在委托代理问题越多, 因而预计上市公司规模与上市公司绩效负相关。
(四) 回归模型的设计和实证方法的选择根据上述假设和变量的定义与选取, 构造如下模型分别检验假设1和假设2:
其中, ROE表示i上市公司在j年度末的绩效, PIij表示机构投资者于在j年度末在i上市公司的持股比例, Aij表示i上市公司在j年度末前四大股东的持股比例, DAij表示i上市公司在j年度末的资产负债率, ln (SIZEij) 表示i上市公司在j年度末规模的对数, u1、u2为模型的扰动项。
四、实证结果分析
(一) 描述性统计分析
对237家样本公司的711个年度数据进行描述性统计分析后, 得到样本的描述性统计结果 (表1) 。结果显示, 上市公司绩效的衡量指标的ROE, 最低的为0.088%, 最高的达51.09%, 平均为12.11%, 表明我国上市公司的质量参差不齐。机构投资者在上市公司中的持股比例最小为0.005%, 接近于0, 最大达到47.96%, 平均只有9.96%, 还比较低, 与欧美国家机构投资者的持股比例相比, 相差较远。一方面这与我国上市公司的股权分为流通股和非流通股有关, 流通股比例较低, 而机构投资者又主要是持有上市公司的流通股;另一方面也表明机构投资者尚处在发展阶段, 仍然有很大的发展空间。前四大股东持股比例平均为59.23%, 最高达95.9%, 表明我国上市公司的持股集中度相当高, 又由于非流通股权所占比例较大, 以持有流通股为主的机构投资者在持股集中度过高的上市公司中对上市公司绩效的影响力有限。
Dependent Variable:ROE
(二) 假设1的检验
对方程 (1) 使用普通最小二乘法 (OLS, Ordinary Least Squares) 进行回归, 从 (表2) 的回归结果可以发现, 模型对上市公司绩效的解释程度为24.3%。模型的F值显示模型总体高度显著。机构投资者持股比例PI的系数符号为正, 且高度显著, 假设1得到支持, 表明机构持股比例与上市公司绩效具有显著的正相关关系, 说明机构持股可以从外部促使上市公司的绩效得到提高。前四大股东的持股比例显示出良好的控制作用。资产负债率DA系数符号为正, 在5%置信水平上显著, 表明负债的税盾作用, 可以在一定程度上对上市公司的绩效产生正向的影响。公司规模ln SIZE虽然与上市公司绩效呈负向关系, 但是没有通过显著性检验, 表明在决定上市公司绩效的因素中, 规模的作用不是很明显。
Dependent Variable:ROE
(三) 假设2的检验
对方程 (2) 进行OLS回归, 从 (表3) 的回归结果可以发现, 模型对机构投资者持股比例的解释程度为19.5%。模型的F值显示模型总体高度显著。上市公司绩效ROE的系数符号为正, 且高度显著, 表明上市公司业绩在与机构持股比例具有显著性的正相关关系, 说明机构在投资决策时, 很关注上市公司的绩效指标。前四大股东持股比例A符号为负, 且高度显著, 表明机构在进行投资决策时, 很关注上市公司的持股集中度。对于以持有流通股为主的机构投资者来说, 前四大股东的持股集中度越高, 机构对上市公司的影响就越小。资产负债率DA符号为负, 且在5%置信水平显著, 这可能是由于资产负债率会影响机构对上市公司的信心。机构投资者持股比例与公司规模为正相关关系, 但是没有通过显著性检验, 表明机构在进行投资决策时, 公司规模对其最终决策的影响不明显。
(四) 进一步解释
机构投资者一般通过“三会” (即股东大会、董事会和监事会) 、资本市场股价机制来影响公司绩效的。机构投资者一般会以“用手投票”方式, 如“直接参与”方式 (行使股东权力) 、“关系投资”方式 (机构投资者与上市公司管理层协同工作) 、“过程投资”方式 (考察公司的长期业绩及公司治理的过程") 以及其他方式 (施加非正式影响、发解释函、公开批评业绩差的公司) 来施加影响。同时机构投资者也在以“用脚投票”方式即选择投资绩效水平更高的公司。
五、结论
通过上述实证研究发现, 机构投资者对于提高上市公司绩效起到了一定的积极作用, 表现为机构投资者持股比例与上市公司绩效之间呈现出一定的正相关性。机构投资者作为外部人, 其在上市公司中持股比例的提高, 必然会对解决我国上市公司“内部人控制”问题起到积极作用。对于上市公司来讲, 机构投资者的存在是很有效率的。机构投资者在进行投资决策时也很大程度上考虑到了上市公司绩效的影响。但机构投资者主要持有流通股, 其持股量相对于总股本来讲, 依然比例很低, 其影响力依然有限。因此, 机构投资者使用较多的仍然是“用脚投票”策略。只有机构投资者持股达到一定规模后, 退出成本超过参与治理成本, 才会积极地介入上市公司治理, 参与公司经营管理, 提高公司绩效水平。
参考文献
[1]斯蒂芬罗斯等:《公司理财》, 机械工业出版社2003年版。
[2]刘娥平:《现代企业财务管理》, 中山大学出版社2004年版。
[3]常建:《我国上市公司业绩决定机制实证分析》, 《管理世界》2003年第5期。
[4]陈小悦、徐晓东:《股权结构、企业绩效与投资者利益保护》, 《经济研究》2001年第11期。
投资者投资实证研究 篇10
(一)“隧道挖掘”与关联担保
传统的公司治理理论是基于两权(所有权与经营权)分离而可能导致的管理层对于股东利益造成的伤害而展开,也就是说传统的公司治理理论关注的是股东与管理者层面涉及的委托—代理理论,学者们并由此提出了大量的公司治理机制,例如管理层激励、对管理层的监管等。
但是,近年来,许多学者发现,世界上大部分国家和地区的企业股权并未是分散的,而是高度集中的(Zingales,1994;Franks、Mayer,1997;La porta等,1999;Shleifer,1999;Clasessen,2000;Faccio、Lang,2002;Cronqvist、Nilsson,2003)。这类企业的主要问题并不在股东与管理者之间,而应关注是大股东对中小股东的利益侵占问题,即“利益侵占假说(Expropriation)”。也就说,大股东在公司中拥有控制权,他们有动力、有能力为了实现自身的最大化利益而采取相关措施,这些措施可能忽视甚至侵占了中小股东的利益。作为利益侵占的一种形式,Johnson,La porta,Silanes和Shleifer(JLLS,2000)把通过内部交易转移资源的链条比喻为一个隧道(Tunnel),即通过这条隧道,源源不断地把处于企业底部的资源输送到处于金字塔顶端的最终所有者。他们将使用“隧道”侵害底层公司小股东利益的行为称为“隧道行为(Tunneling)”。隧道挖掘通常有两种表现形式(JLLS,2000):一种是大股东可以轻易地为了自身利益,通过自我交易从企业转移资源,包括关联担保、过高的管理层报酬、侵占公司投资机会,甚至是偷窃和舞弊;另一种是大股东不必从企业转移资产就可以增加自身价值,例如发行股票稀释其他股东权益、冻结少数股权、内部交易等等。邹海峰(2006)以桂林集琦药业股份有限公司为案例,发现大股东通过股权融资、占用资金、现金股利、资产交易、担保等多种方式获得利益。
一般认为,这里说的关联担保就是上市公司为控股股东提供的担保(徐千里、周旭辉,2009)。扩展其内涵,我们认为,“关联担保”既包括以本公司为担保方,以本公司的控股股东、母公司、间接控股股东的公司为被担保方的担保,也包括以本公司的子公司或参股股东为担保方,以与本公司存在上述关联关系的公司为被担保的担保(高雷、宋顺林,2007)。上市公司融资担保本属正常经济行为,但因被担保方恶意贷款、滥用银行资金,导致提供担保的上市公司常常陷入诉讼之中,并因连带责任不得不代为清偿银行贷款。一些上市公司对外担保成为大股东和管理者合谋侵占中小投资者利益的行为。
(二)机构投资者的发展
所谓“机构投资者”(Institutional Investors),是指以自有资金或信托资金进行证券投资活动的团体,又称团体投资者,是个人投资者的对称。包括投资公司、投资信托公司、保险公司、储蓄银行、各种基金组织和慈善机构等银行金融股东和非银行金融股东。他们从投资者、保险户、储蓄户等方面吸收大量资金,将其中一部分投放证券市场,进行投资活动。相对于个人投资者而言,其拥有巨额资金,收集和分析证券等方面信息的能力较强,能够进行和完成分散投资(严杰,1993)。
20世纪80年代以来,得益于制度环境的改善以及管理层的大力扶持,西方证券市场上以养老基金、保险基金、投资基金为主体的机构投资者获得了迅速的发展。作为一个最有代表性的新兴市场,中国证券市场用十几年的时间走过了发达国家上百年的路程,可谓突飞猛进。2000年,中国证监会提出将超常规、创造性地培养和发展机构投资者作为推进中国证券市场发展的重要政策手段,使得机构投资者在数量上、规模上迅猛增加。按照《中国证券登记结算统计年鉴2008》的数据,1993年,机构投资者的开户总数为2.84万户。到了2008年,机构投资者的开户总数激增为62.67万户;2005年末,机构投资者持有已上市流通A股比例为30.13%。到2008年末,机构投资者的持股比例上升为54.62%。
二、机构投资者抑制关联担保机理分析
在股权相对集中、公司治理结构不完善和外部监管机制薄弱的情况下,中国上市公司大股东的利益侵占行为非常普遍。近年来,中国新闻媒体揭露最多的公司治理问题莫过于大股东掏空。大股东的掏空行径让人触目惊心,中小股东对此无不义愤填膺(高雷、宋顺林,2007)。
作为股东,机构投资者是否有动力抑制关联担保行为?我们认为,对于机构投资者来说,他们起初对于参与公司治理并不积极,习惯于与其他小股东一样“搭便车”。但随着投入资金的增长,其所持股份的规模也越来越大,一旦关联担保造成公司业绩低下(刘小年,2005,研究发现上市公司业绩与对外信用担保显著负相关;甘丽凝,2007,研究发现上市公司对外担保对公司业绩有负面影响;郑建明,2007,发现关联担保程度与企业价值显著负相关),股价下跌,其被套牢之后如果继续“用脚投票”,将损失惨重。所以,当上市公司出现关联担保等侵占中小股东利益的事情时,机构投资者不再简单地将股票卖掉,而是放弃“华尔街规则”,改为“用手投票”,作为忠实股东参与公司治理,采取有效措施积极防御大股东对其利益的侵占。
作为股东,机构投资者是否有能力抑制关联担保行为?机构投资者资金雄厚,且拥有精通专业知识、投资经验丰富的专家以及先进的分析工具和较齐全的分析资料,所以他们有能力对公司价值进行较准确的评估和有效地遏制大股东的利益侵占行为,客观上保护中小投资者的利益。
“胜利股权之争”、“方正科技股权之争”、“招商银行可转债事件”、“中兴H股风波”、“天歌科技系列”、“宝钢股份增发事件”、“清华同方股权分置改革事件”,充分说明中国的机构投资者开始投入到“积极股东”的行列中去,吴敬琏(1994)把机构投资者这种行动称之为“机构投资者的觉醒”。
三、文献回顾
国内关于机构投资者与上市关联担保之间关系的文献很少。
唐清泉、罗党论和王莉(2005)发现,当机构投资者作为第二大股东时,与公司发生的担保行为有负相关关系,但是不明显。
国内相关的定量研究大多是机构投资者介入公司治理的研究,而且研究问题主要集中于机构投资者持股与公司绩效的关系,对于机构投资者与上市公司关联担保之间关系的研究很少。仅有的上述的文献也是以2001—2003年间的数据为研究样本。近几年来,资本市场先后经过了股权分置改革(股权分置改革试点在2005年4月启动,在2006年底“收官”),新会计准则颁布实行(2007年1月1日,上市公司实行新会计准则),证券公司综合治理,创业板、股指期货、融资融券推出,资本市场的发展获得了新的契机,因此,在此大背景下,审视机构投资者对关联担保行为的遏制效应,具有理论和现实意义。
四、实证研究
(一)研究假设
在中国资本市场上,由于受体制、环境等约束,上市公司和中小股东的权益无法得到有效保护,大股东可能通过关联担保对中小股东实施利益侵占。机构投资者发展突飞猛进的今天,在日益规范的制度环境、长足发展的资本市场环境下,随着其持股比例的上升,机构投资者将有动力、有能力积极采取有效措施,遏制大股东的利益侵占行为。基于此,本文提出如下假设:
假设1:机构投资者持股与上市公司“关联担保”负相关。
(二)样本选择及数据来源
在样本选择上,以2008年沪深两市只发行A股的第一大股东为绝对控股股东(第一大股东持股比例大于或等于50%)的上市公司为初始研究样本。样本的选择考虑到以下几个问题:(1)考虑到2007年是新会计准则实行的第一年,上市公司财务报表可能存在盈余管理的动机,因此,选择2008年的样本可能更准确地反应上市公司的财务状况。(2)同时发行B股或是H股的上市公司面临国内外双重监管,可能会影响上市公司的关联担保行为,故只选取只发行A股的上市公司数据作为样本。(3)本文只研究绝对控股股东,即持股比例大于或等于50%的控股股东的情况,这部分控股股东拥有上市公司的绝对控制权。为简化研究,本文不考虑部分上市公司中,持股比例大于20%但是小于50%,但是可以通过各种方式对上市公司拥有实际控制权的控股股东的样本。
基于研究设计的需要对初始样本剔除了以下几类情况:(1)所有金融类上市公司,金融类上市公司与其他行业上市公司有显著的不同,因此,样本中剔除所有金融类上市公司;(2)可能进行盈余管理的上市公司(净资产收益率位于0%~1%以及6%~7%),本文只研究作为“隧道挖掘”的关联担保行为,并不考虑大股东对于上市公司利益输送的情况;(3)ST和*ST上市公司,这类公司的财务状况与其他公司有显著的差别,面临财务危机,这部分样本可能会对研究产生重大影响,产生错误结论,因此,剔除这类上市公司;(4)机构投资者为第一大股东的上市公司,本文主要研究机构投资者抑制第一大股东的作为“隧道挖掘”的关联担保行为,对于机构投资者为第一大股东的样本不符合研究初衷。
为保持数据之间的可比性,本文所选变量均采用年末数。本文数据均为笔者根据锐思数据库提供的资料自己手工整理所得。
(三)变量设计
1. 被解释变量定义。
关联担保(Assurance):既包括以本公司为担保方,以本公司的控股股东、母公司、间接控股股东的公司为被担保方的担保,也包括以本公司的子公司或参股股东为担保方,以与本公司存在上述关联关系的公司为被担保的担保。对“关联担保”指标的衡量采用虚拟变量,1表示本年度发生了“关联担保”,0表示本年度没有发生“关联担保”。
2. 解释变量定义。
前十大股东中机构投资者持股比例(Instit):上市公司中前十大股东中机构投资者持股数量与总股本的比值,本文所称的机构投资者包括证券投资基金、社会基金、保险机构、信托投资公司和境外合格机构投资者(QFII)。
3. 控制变量定义。
绝对控股股东持股比例(Ash):冯根福(2005)、高雷等(2007)研究发现,第一大股东持股比例与关联担保显著负相关。唐清泉(2007)认为,当大股东的持股比例超过50%时,会担心担保可能带来的系列风险问题,削弱了利用担保进行渠道挖掘的动机。王琨等(2007)发现随着上市公司控股股东持股比例的增加,上市公司为关联方担保发生的概率呈现出先显著上升、其后不显著、最后显著下降的变化趋势。徐千里等(2009)发现控股股东的关联担保与控股股东比例呈正“U”型关系。因为本文研究的是绝对控股股东的情况,对于第一大股东持股比例与关联担保的关系,本文赞同刘峰等(2004)的观点,认为大股东持股比例高的,不倾向于以关联担保的形式实现利益输送。这个观点也与以上表述的唐清泉(2007)的研究结论不谋而合。
假设2:绝对控股股东持股与关联担保负相关。
第二至第五大股东持股比例之和(Top2-5):该指标反映了样本公司的股权制衡度。唐清泉等(2005)发现,第三大股东对上市公司的担保行为有明显的抑制作用;另外,李增泉等(2004)、陈晓和王琨(2005)和黎来芳等(2008)发现,大股东的隧道挖掘行为与第二至第五大股东持股比例之和显著负相关,表明第二至第五大股东持股有助于遏制大股东对上市公司的利益侵占。
假设3:第二至第五大股东持股比例之和与关联担保负相关。
独立董事比例(Direct):独立董事人数/全体董事人数。从制度设计上来说,独立董事的职能就是监督和咨询作用,主要是为了防范公司风险,保护外部投资者的正常利益不受内部人侵害。独立董事制度的引入可以完善公司治理,对大股东利益侵占行为产生制约作用。唐清泉等(2005)发现,独立董事的比例与担保呈负相关关系。
假设4:独立董事比例与关联担保负相关。
公司特征因素:此类指标的选取是为了消除样本公司个性特征对结论的影响。本文选取反映公司规模因素的总资产和反映资本结构的资产负债率(Lever)。为消除量纲影响,本文选取总资产的自然对数(Lnasset)来衡量公司的资产规模。唐清泉等(2005)认为,若上市公司的资产多,存在挖掘的可能性越大。高雷等(2007)认为,规模大的公司拥有更多的信誉资产和更强的担保能力,因而越有能力为关联方提供担保。刘小年等(2005)、冯根福等(2005)发现上市公司资产负债率与对外信用担保显著正相关。
假设5:公司规模和资产负债率与关联担保正相关。
(四)模型建立
本文使用Logistic回归模型进行分析。设p关联担保发生的概率,1-p为关联担保不发生的概率,将比数p/(1-p)取自然对数得ln[p/(1-p)],即对p作Logistic转换,记为Logit P,则Logit P的取值范围在-∞到+∞之间。以Logit P为因变量,建立线性回归方程,即为Logistic回归模型。模型中参数α是常数项,表示解释变量及控制变量取值全为0时,关联担保行为发生与不发生的概率之比的自然对数值,参数βi为Logistic回归系数,分别表示机构投资者持股比例取值增加一个单位以及控制变量取值增加一个单位引起比值的自然对数的变化量。
(五)描述性统计
关联担保设置为虚拟变量,发生关联担保的取1,无关联担保的取0。得出有效样本共183个,其中发生关联担保的有74个,未发生关联担保的有109个。统计发现,两组样本公司各特征指标的平均值存在一定的差异,但仅根据该表格的数据还无法判定其差异是否显著。下面对样本公司特征指标进行独立样本T检验。
(六)样本检验
根据样本数据的方差齐性检验(Levene检验)、T检验的计算结果我们发现,机构持股比例Instit的“Levene”检验项目中的的结果Sig.为0.509>0.1,接受原假设,两个总体的方差无显著差异的,即方差是齐性的。由于两个总体的方差无显著差异,所以T检验结果应应在方差相等的情况下做出,故推断结果应从“假设方差相等”行中得到,t统计量的观察值为-1.728,双尾概率p值为0.086<0.1,故拒绝零假设,因此认为这两个总体的均值存在显著差异(在90%的置信区间内)。而对于资产负债率Lever的“Levene”检验项目中的的结果Sig.为0.041<0.05,表明方差差异是显著的,即方差不是齐性的,从而在T检验中应当查看“方差不相等”项,表中该项Sig.(双侧)为0.000<0.01,表明均值差异是显著的(在99%的置信区间内)。其他变量显著性判断以此类推。
对检验结果进行分析,可以得出样本公司中发生关联担保与未发生关联担保的上市公司具有明显差异的指标有:机构持股比例之和Instit、绝对控股股东持股比例Ash、资产规模Lnasset、资产负债率Lever,这四项变量的P值均小于0.1,而第二至第五大股东持股比例之和Top2-5、独立董事指标未显示有显著性差异,P值大于0.1。根据独立样本T检验结果,我们选取上述通过检验的四项指标进行二分类Logistic回归。
(七)实证结果及分析
由Logistic回归模型结果可知机构持股比例之和Instit、第一大股东持股比例Ash、资产规模Lnasset三项通过了显著性检验,而常数项C和资产负债率Lever未通过显著性检验。由通过检验的各指标系数可以作出以下分析:(1)上市公司的机构投资者持股比例与关联担保行为发生的概率成显著的负向关系。也就是说,机构投资者持股比例越高,上市公司发生关联担保的可能性越小。说明机构投资者对上市公司的关联担保存在抑制效应。(2)绝对控股股东持股比例与关联担保负相关,表明绝对控股股东持股比例与关联担保存在线性负向关系,即绝对控股股东持股比例越高,上市公司关联担保的可能性越越小。这可能是由于当第一大股东的持股比例超过50%时,大股东削弱了对担保渠道的挖掘。原因可能是当担保在不能偿还本息的情况下,债权人追索带来的风险很高,而且对于持股比例超过50%的大股东,若对担保进行渠道挖掘,始终都有还本付息的压力,这时大股东更需要压力和风险相对较低的直接渠道挖掘,而不需要对风险高、压力大的担保渠道进行挖潜(唐清泉,2005)。(3)公司的规模与关联担保显著正相关,表明上市公司规模越大,抵押性越强,获取现金的能力越大,发生大股东关联担保的程度越高。
五、结论及建议
本文通过实证研究,发现机构投资者持股比例与上市公司关联担保显著负相关,也就是说,机构投资者对上市公司的关联担保存在抑制效应。虽然中国的机构投资者发展迅速,在一些上市公司或行业的流通股中占了相当大的比例,但是中国机构投资者的整体持股比例仍然不高。由于机构投资者自身规模和持股规模相对较小,因此,机构投资者介入公司治理的效果和效率还没有充分地发挥出来。因此,现阶段,我们要正确理解证券监管部门超常规、创造性地培育和发展机构投资者作为推进中国证券市场发展的的重要政策手段,大力培育机构投资者,以增强机构投资者对于大股东隧道行为的抑制效应。
另外,本文研究发现,绝对控股股东持股比例与上市公司关联担保显著负相关。也就是说,绝对控股股东持股比例越高,上市公司关联担保的可能性越小。绝对控股股东持股比例越高,绝对控股股东采用关联担保方式“隧道挖掘”的可能性越小。因此,对于控股股东的这种选择,监管部门对于关联担保行为进行监管的重点应侧重于绝对控股股东持股比例相对较小的上市公司,另外,监管部门应关注绝对控股股东选择的其他隧道挖掘行为。
参考文献
[1]徐千里,周旭辉.大股东制衡与关联担保的隧道效应[J].生产力研究,2009,(13):65-66.
[2]邹海峰.公司治理与大股东利益侵占——桂林集琦药业股份有限公司案例研究[J].商业研究,2006,(6):151-156.
[3]刘峰,贺建刚.股权结构与大股东利益实现方式的选择——中国资本市场利益输送的初步研究[J].中国会计评论,2004,(6):141-157.
[4]刘小年,郑仁满.公司业绩、资本机构与对外信用担保[J].金融研究,2005,(4):155-164.
[5]唐清泉,罗党论,王莉.大股东的隧道挖掘与制衡力量——来自中国市场的经验证据[J].中国会计评论,2005,(6):63-86.
[6]李增泉,孙铮,王志伟“.掏空”与所有权安排——来自中国上市公司大股东资金占用的经验证据[J].会计研究,2004,(12):3-13.
[7]甘丽凝.市场化程度、集团性质和关联担保——来自中国上市公司的经验证据[J].山西财经大学学报,2007,(8):84-90.
[8]高雷,宋顺林.掏空、财富效应与投资者保护——基于上市公司关联担保的经验证据[J].中国会计评论,2007,(1):21-42.
[9]王琨,肖星.机构投资者持股与关联方占用的实证研究[J].南开管理评论,2005,(2):27-33.
[10]郑建明,范黎波,朱媚.关联担保、隧道效应与公司价值[J].中国工业经济,2007,(5):64-69.
投资者投资实证研究 篇11
关键词：自愿信息披露；组织效率；投资者利益保护
中图分类号：F275 文献标识码：A doi：10.3969/j.issn.1672-3309（x）.2012.10.15 文章编号：1672-3309（2012）10-41-03
一、《企业内部控制基本规范》的实施发挥了投资者保护的作用
财政部、证监会、银监会、保监会和审计署五部委于2008年6月28日联合颁布了《企业内部控制基本规范》，该文对企业内部控制制度的有效性进行定期的自我评价做了相关的规范，并且根据评价结果出具内部控制自我评价报告。
随着《企业内部控制基本规范》的实施，内部控制报告成为我国上市公司内部控制信息披露的基本途径。在这样的制度背景下，有关内部控制报告自愿披露向资本市场提供决策有用信息的经验证据将具有重要的政策意义。通过本文的研究，可以证明企业的组织效率、内部控制资源信息披露的质量都会影响投资者保护的程度。自愿信息披露能够显著提高信息的透明度，信息的传递有助于提高公司资本配置的效率，还能够减少投资者的投资风险，由此可以降低权益资本成本，使得向企业价值最大化的目标发展。
本文采用实证研究的范式，在进行理论推导和先前经验研究的基础上，以CSMAR数据库统计的我国沪市上市公司的数据和各公司年报、上市公司发布的自我评价报告等公开数据为样本，在控制了其他影响投资者利益保护的因素后，提出了可检验的假设，然后通过研究设计和实证检验，采用一定的计量模型和统计方法，对本文的假设进行验证，得出实证结论。
二、研究理论和研究假设
根据信号传递理论，管理层降低企业代理成本、减少代理冲突的有效手段即是企业的信息披露行为。上市公司管理层通过充分的信息披露来向投资者传递公司的财务状况和经营成果、企业的内在价值、企业具备的核心竞争力、发展潜力以及预期收益的信号，使投资者根据已经获得的信息来修正自己的投资决策。投资者在做出投资判断时需要的相关信息，其主要来源于上市公司所披露的信息，并且这种信息反映的公司经营状况透明度越高，投资者能够做出准确投资判断的可能性就越大；公司信息披露也为投资者投资于公平价格的证券创造了最基本的条件。
作为上市公司信息知情者的内部人，其拥有较多的私有信息，而外部投资者是不知情者，对上市公司内部信息知之甚少。因而上市公司内部人可能做出损害外部投资者的各种逆向选择和违法行为，从而损害投资者利益。由于我国针对内部控制的制度出台时间并不长久，各个方面尚不完善，内部控制制度也并未明确规定上市公司不自愿披露或者少披露公司的内部控制自我评价报告所需要承担的法律责任，因此公司对于披露的程度具有可选择性。当上市公司内部控制的质量较高时，上市公司的管理层愿意披露更多更充分的关于内部控制的信息，以向市场传递公司治理完善的利好信息；反之，若上市公司内部控制质量较低，管理层考虑到如果披露虚假信息，谎称公司内部控制制度是完善的，则会承担一定的诚信风险，因此，选择不披露或者少披露应当是上市公司权衡之后的最优选择。
理论研究表明，无论是由于委托代理问题引起的管理层侵占广大股东利益的行为，还是由于信息不对称而引起的大股东侵占中小股东利益的行为，都不可能“堂而皇之”地进行。管理层或者大股东通常需要隐瞒一些内部信息，或者披露一些虚假的信息来给自己利益侵占的违法行为披上合法的外衣，或者为其利益侵占的违法行为提供合理的解释。否则一方面监管层会对上市公司进行相应的处罚，另一方面中小股东必然会采用“以脚投票”的方式表示对上市公司的不满，使得公司陷入融资困难的境地。
组织效率影响内部控制自愿信息披露质量，已经有学者进行了验证。内部控制自愿信息披露质量影响投资者利益保护，使得公司的组织效率间接影响投资者保护，但是由于存在舞弊行为的可能性，所以组织效率高并不能绝对保护好投资者的利益。
组织效率高的公司，在内部控制的约束下自愿披露公司信息，能够在一定程度上杜绝管理层的舞弊行为，因此以组织效率和内部控制自愿信息披露的交乘项来验证其对投资者保护的影响程度。由此提出假设1和假设2：
H1：基于整体投资者而言，沪市上市公司的内部控制自愿信息披露意愿越高，披露公司的组织效率越高，投资者利益保护越好。
H2：基于中小投资者而言，沪市上市公司的内部控制自愿信息披露意愿越高，披露公司的组织效率越高，投资者利益保护越好。
在表1中，IP为被解释变量，是反映投资者保护的变量。IP包括两个指标，即IP1和IP2，IP1反映的是大股东对中小股东的利益侵占程度；IP2反映的是经理人与股东的代理成本的问题。管理费用是指企业的董事会和行政管理部门为管理和组织经营而发生的各项费用，并且企业高管人员的在职消费一般都应当计入管理费用（陈冬华等，2005）。因此，管理费用率（管理费用/营业收入标准化）作为衡量企业高管人员的工作效率，衡量股东和管理层之间的利益不一致和由此产生的代理成本，应当是合适的。
NKBG1为解释变量，是披露内部控制自我评价报告指标，内控制度规定内部控制自我评价是由企业董事会和管理层共同实施的，要求对企业内部控制系统的有效性进行评价，NKBG1为哑变量，如果变量取1，反映了公司较为充分地披露了关于上市公司内部控制的信息，也能在一定程度上反映公司内部控制质量较高。
本文中关于组织效率变量Put的度量，以营业总收入除以员工人数的标准化以后的数字来衡量。股权集中度是影响组织效率的重要因素之一，本文拟取样本公司第二大股东至第十大股东持股比例之和来度量股权集中度；选择公司员工人数来反映公司的规模，并将其作为本文回归模型的控制变量之一。根据Rajan和Zin-gales的研究，资产负债率和公司绩效具有相关性，本文以负债占总资产的比率表示。综上所述，本文选择H2、SD、ROE1、Lever作为控制变量。
三、回归模型和结果分析
针对假设1设计如下回归模型：
通过上述回归的结果可知，组织效率和内部控制自愿信息披露的交乘项在1%的水平下显著，回归的系数为负。因为整体投资者保护的指标采用“管理费用率”来衡量。管理费用率越低，说明对整体投资者利益的保护越好；管理费用率越高，说明对整体投资者利益的保护越差，就出现了系数为负的结果，即组织效率越高，内部控制自愿信息披露质量越高，管理费用率越低，对整体投资者保护的程度越好，与预期相符合，由此验证了假设1。在控制变量中，只有年末资产负债率在1%的水平下显著，而其他控制变量不显著。回归模型修正后的R2为9.61%，整个模型检验的P值在1%的水平下显著，说明模型的拟合度较高。
针对假设2设计如下回归模型：
通过上述回归的结果可知，组织效率和内部控制自愿信息披露的交乘项在1%的水平下显著，交乘项的系数为负，是因为衡量中小投资者利益保护的指标是大股东对中小股东的资金占用，即其他应收款除以总资产的标准化，因此，反映企业组织效率的投入产出比越高，内部控制自愿信息披露越充分，大股东的违规资金占用越少，对中小投资者利益的保护越好，与理论推导预期相符合，由此验证了假设2。在控制变量中，只有年末资产负债率在1%的水平下显著，而其他控制变量不显著。回归模型修正后的R2为6.34%，整个模型检验的P值在1%的水平下显著，说明模型的拟合度较高。
四、结论与启示
内部控制信息披露具有一定的效率导向作用。这提示我们需要重新思考以往用财务业绩指标来衡量公司业绩的合理性。本质上财务管理中提出的“股东价值最大化”或“企业价值最大化”的理念能够在一定程度上避免管理层的短视行为，但是我们需要从“效率”的理念出发，采取合适的政策措施比如提高组织效率来保护投资者利益进而弥补前者所带来的不足。
结合本文研究，我们认为，当前可以从以下几个方面进一步完善上市公司的内部控制信息披露制度：制定明确的内部控制框架，作为制定、执行、评估和审核的基础；内部控制自我评价报告应采用强制披露和自愿披露分步走相结合的做法；加强对内部控制信息披露的监管，考核管理层准确把握公司内部控制的实践水平和效果，避免在年报中出现大量空泛和模式化的内部控制信息；推行内部控制信息披露的报表式管理。
参考文献：
[1] 杨有红、汪薇.2006年沪市公司内部控制信息披露研究[J].会计研究，2008，（03）：35-42.
[2] 钟玮、刘洋.内部控制信息披露制度的选择与优化——以公司效率为分析视角[J].审计与经济研究，2011，（01）：57-63.
[3] 杨德明、林斌、任英.内部控制、治理环境与投资者保护[J].证券市场导报，2010，（04）：53-60.
中国投资函数模型的研究及实证 篇12
在西方经济学中, 投资函数模型主要为加速模型、利润决定的投资函数模型和新古典投资函数模型。他们的建模分别依据国民收入、固定资产和投资之间的关系、资本存量的预期值与利润水平之间的关系、以利润最大为目标以新古典生产函数为约束条件求解极值问题。在中国, 大规模的投资主要是政府主导, 政府作为一只看的见的手和市场合力调节着经济的发展, 因此中国的投资函数离不开往期的资本存量和投资。
回首过往三十多年, 1978年十一届三中全会提出中国对内改革对外开放、1992年南巡讲话指出中国改革进入新的阶段、2013年十八大决定中国进入全面深化改革, 可见不同历史阶段中国的国势兴旺、资本积累、产业格局、管理水平都有所不同, 那么我们该如何衡量我们国家改革发展的效率, 全社会的固定投资尤其是政府主导下的拉动经济增长的投资值得我们尤为关注。
秦朵、宋海岩2003年利用生产函数投资需求模型分析认为资本的使用成本不影响投资需求, 政府刺激需求、拉动经济增长的政策往往导致资源配置的低效率。郭庆旺、贾俊雪2005年利用向量自回归和脉冲响应分析认为我国持续不断的财政投资明显促进了经济增长, 并且强力拉动了民间的投资, 我国财政投资对产出影响基本上1年后达到最大, 财政基建投资对产出影响可以持续8年的时间。吴海英2006年利用动态投入产出去模型认为上、下游行业投资增长速度在同一期存在线性关系, 下一期总投资增长速度与本期地产行业投资增长速度成线性关系。薄文广2006年利用面板数据分析认为1992年前是FDI挤入国内投资, 1992年后对国内投资为挤出效应, 以出口导向和劳动密集的珠江三角地区比以进口替代和资本深化的长江三角地区更明显。何改平2009年利用回归模型认为国内生产总值、居民储蓄、总投资增量绝对值的自然对数存在正相关。
二、投资、消费、产出、资本存量的关系分析
投资, 对特定产业投入资本使产出社会和财务的回报, 政府、机构、个人的投资构成了全社会的总投资。消费, 使用社会产品来满足人们各种需要的过程。产出, 生产过程中创造的用于消费、进一步生产的产品和服务。资本存量, 企业用于生产的各种资本的总和。
投入、产出之间存在天然因果关系, 华西里·W·里昂惕夫基于此提出投入产出分析方法, 用于研究各个生产部门在一段时间内的平衡比例关系。投资是一种增量资本投入的形式, 当投资完成时, 增量资本便转为资本存量, 本期的投资流量在下一期变为资本存量。作为资本存量两种主要形式的资本和劳动在一定条件下结合可以转化为产出, 因此资本存量和产出存在一定关系。
三、中国投资函数模型及时政
由投资和产出、资本存量和往期投资、产出与资本存量的关系有,
其中, It表示t期投资函数、It-1表示t-1期投资函数、Kt表示t期资本存量、Kt-1表示t-1期资本存量、Yt表示t期产出函数。整理 (1) (2) (3) , 得到 (4) ,
(4) 式中资本存量K使用永续盘存法, 计算公式有,
其中, Pt表示t期固定资产投资价格指数、δt表示t期折旧率。
依据中国投资模型, 从中华人民共和国国家统计局的数据库中查询1990——2014年全社会资产投资、资本存量数据、通货膨胀水平。折旧率根据经验选取7%。对数据进行处理消除历年通货膨胀带来的影响。对源数据及取对数后的数据作图观察, 使用取过对数的数据更好。对取过对数的数据分别进行单位根检验有, 发现Ln I和Ln K都是零阶单整。对Ln I、Ln K基于中国投资模型的回归, 分别测试Ln I滞后各期的情况。当测试时, 发现L n I (-2) 二阶滞后项系数不显著。所以模型只取到Ln I (-1) 一阶滞后。所以, 中国投资模型1990——2014年为,
四、中国投资函数模型的改进及时政
2014年5月, 网文《一位!丝基金经理写给儿子的信》中指出, 中国的消费和投资增长率不像西方发达国家那样相关性很高, 事实上两者并不稳定, 并且与人均收入、人口总量等关联度都不大, 却与投资有极高的相关性。
花钱买入某种东西并且预期该东西在未来可以更高的价格卖出属于 “ 投资” 行为, 花费的金额只是转移进入该东西中, 钱并没有真的花出去。 花钱买入某种东西并且以特定的损耗为代价享受该东西带来的便利属于 “ 消费” 行为, 花费的金额支付给了别人, 钱是真正的花出去了。 综上, 投资和消费是具有此消彼长的关系的, 所以模型可以改进为, , 其中, C表示消费。
从国家统计局的数据库中查询最终消费的历年数据, 对数据进行处理消除通货膨胀带来的影响, 对数据取对数作单位根检验有, 发现Ln C为零阶单整。对投资和消费做格兰杰因果检验, 在滞后5年的情况下, 发现他们可以相互解释。基于中国投资模型的改进, 对Ln I、Ln K和Ln C回归, 分别测试Ln I滞后各期的情况。
当测试L n I (-2) 二阶滞后项系数时发现其不显著。所以模型只取到L n I (-1) 一阶滞后。R方较中国投资模型的时政进一步提高。综上, 中国投资函数改进模型1 9 9 0——2 0 1 4年为,
五、结论
在我国, 无论是国家、公司和个人, 对于投资、消费以及储蓄的观念都不同于西方国家, 所以经济学上的模型会有些差异, 需要根据中国实际进行改进。投资的高峰对应了政府干预的高峰, 政府干预的高峰对应了一些潜在的消费问题与特定分配行为的高峰, 所以投资函数模型在我国1990——2014年时政引入消费变量可以获得更好的效果。
参考文献
[1]高铁梅.计量经济分析方法与建模:EViews应用及实例.清华大学出版社.2009-05-01.