《股票价格的涟漪效应研究——基于公司投资决策的视角-张晓宇.pdf》由会员分享，可在线阅读，更多相关《股票价格的涟漪效应研究——基于公司投资决策的视角-张晓宇.pdf（13页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第43卷第12期2017年12月财经研究JournaI of Finance and EconomicsV0143 NO12Dec2017股票价格的“涟漪效应”研究*基于公司投资决策的视角张晓宇，王 策，钱乐乐(上海财经大学金融学院，上海200433)摘要：公司股价会对其自身的投资决策产生影响，但市场上可能存在一家公司的股价异动会对其他相关公司的投资产生影响的现象，即股票价格的“涟漪效应”。文章选取20072014年中国A股上市公司为样本，论证了股票价格“涟漪效应”的存在性，并探讨其作用机制。研究发现：(1)公司投资决策不仅受到自身股票价格的影响，还受到同行公司股票价格的显著正向影响，即存在“
2、涟漪效应”；(2)“涟漪效应”的强弱主要受信息环境的影响，即同行公司股票价格的信息含量较高、信息有效性较强，并有更多分析师覆盖时，股价波动产生的“涟漪效应”则更为明显；(3)公司所属行业的资本密集程度较高、所属地区的市场化程度较低以及公司规模较大时，其投资决策更易受到“涟漪效应”的影响。这说明与社会学习理论和信号理论相一致，同行公司的股票价格可为管理层的投资决策提供有用信息。关键词：股票价格；涟漪效应；信息环境；公司投资中图分类号：F8325文献标识码：A文章编号：1001-9952(2017)12-013613DOI：1016538jcnkijfe201712009一、引 言现有研究在考察公
3、司投资决策问题时，一般只考虑公司自身股票价格和基本面因素，然而市场上经常可以观察到一家公司股票价格异动对其他相关公司投资产生影响的现象，表现为股票价格的“涟漪效应”。例如，2012年特斯拉公司(Tesla)推出一款新能源汽车，上市后销量火爆，其股票价格在随后两年上涨了近9倍，受特斯拉股票价格刺激，国内吉利集团、申沃客车等公司相继投人巨资，建设新能源汽车产业基地；2014年Facebook以20亿美元的高估值收购虚拟现实公司Oculus，国内公司暴风集团也随之进行相关投资，引发上市后股价持续涨停，这刺激多家上市公司投入巨额资金，掀起了国内虚拟现实技术投资热潮。“涟漪效应”(Ripple Effe
4、ct)最早由Kounin和Gump(1958)在教育学领域提出，他们将纪律中的“涟漪效应p定义为教师针对犯错误学生采取的教育措施对其他观望学生的影响，并发现学生对于教师纠正其他学生的错误有正面反馈。接着，“涟漪效应”这一概念在其他学科领域得到应用和拓展。在管理学领域中，Barsade(2002)研究了群体中情绪传染的“涟漪效应”，发现正向的情绪传染有助于群体合作与降低冲突。在经济学领域中，“涟漪效应”主要用于分析房地产价格(李永友，2014；王策和周博，2016)、CEO奖项(Shi等，2017)、股收稿日期：20170410基金项目：国家自然科学基金项目(71773072，71773073)
5、作者筒介：张晓宇(1989一)，女，河南新乡人，上海财经大学金融学院博士研究生；王策(1986一)，男，河南洛阳人，上海财经大学金融学院博士；钱乐乐(1987一)，男，江苏连云港人，上海财经大学金融学院博士研究生。 136 万方数据张晓宇、王策、钱乐乐：股票价格的。涟漪效应”研究票价格噪音(Dessaint等，2016)等。其中，王策和周博(2016)指出房地产价格的“涟漪效应”是指某个地区的房价变动会带动周围地区相关经济变量变动；Shi等(2017)发现部分CE0获奖后，未获奖的竞争者CEO会进行更密集的并购活动，以提高其社会知名度，并将此现象称为CE0获奖的“涟漪效应”。综观现有文献，“涟
6、漪效应”的定义因研究问题而异，总体来看，某因素的“涟漪效应”是指主体本身的因素对其他相关主体行为的影响。关于股票价格影响公司投资决策的研究有很多(Bond等，2012；Edmans等，2012；Warusawitharana和Whited，2015；刘端和陈收，2006；李君平和徐龙炳，2015)，但大多数是基于公司投资决策相互独立的假设，仅考虑公司自身因素对投资的影响。Foucault和Fresard(2014)拓宽了这一假设，研究了美国资本市场上同行公司股票价格对公司投资的影响；Dessaint等(2016)研究了美国资本市场上股票价格噪音的“涟漪效应”，分析本公司股价噪音对其他公司投资决
7、策的影响。但他们缺乏对其影响机制的研究，并忽视了实证方法中的内生性问题。国内尚无学者研究股票价格波动产生的“涟漪效应”，即公司间股票价格与投资决策的交叉影响。事实上，每个上市公司与同行业公司不仅存在竞争关系，也共同受到某些外部因素的影响。而同行公司股票价格中既包含反映同行公司竞争程度的信息，也包含影响整个行业的相关因素的信息(如消费者需求的稳定性、行业发展的健康程度等)。管理层通过学习同行公司股票价格中的有用信息，可以提高本公司的投资效率。本文系统地研究中国资本市场上股票价格波动的。涟漪效应”及其内在机制。首先，借鉴信号理论，探究股票价格“涟漪效应”的存在性，即公司投资决策是否受同行公司股票价
8、格的影响。研究发现，在控制了公司自身股票价格等因素后，公司投资决策与同行公司股票价格存在显著的正相关关系，即股票价格波动会产生“涟漪效应”。当同行公司股票价格上升时，本公司增加投资。为解决内生性问题，本文选用同行公司股票特质收益率作为同行公司股票价格的工具变量，采用两阶段最小二乘法进行回归，从而拓展了已有研究。此外，当采用不同的公司投资度量指标和行业划分标准时，这一结论均稳健。其次，借鉴社会学习理论，探究股票价格的“涟漪效应”的作用机制，从信息发出端视角出发，考察信息环境对“涟漪效应”的影响。研究发现，同行公司股票价格的信息含量较高、信息有效性较强，并有更多分析师覆盖时，股价波动产生的“涟漪效
9、应”更为明显，公司投资决策更易受到同行公司股票价格的影响。最后，从信息接收端视角出发，考察具有什么特性的公司容易受到“涟漪效应”的影响。研究发现，当公司所属行业的资本密集程度较高、所属地区的市场化程度较低以及公司规模较大时，其投资决策受同行公司股票价格的正向影响较为明显。这说明公司管理层通过学习同行公司股票价格中的有用信息来帮助其做出投资决策。本文对已有研究的贡献在于：第一，首次对我国资本市场中股票价格波动产生的“涟漪效应”进行研究，论证了股票价格异动会影响其他相关公司的投资决策，并从信息发出端和信息接收端两个角度出发，探究其背后的作用机铡。第二，拓展了关于公司投资决策影响因素的研究，包括在我
10、国制度背景下探究公司投资决策中影响“涟游效应”发挥的因素，并采用工具变量方法较好地解决了内生性问题，从而提高了实证结论的可靠性，弥补了现有文献(Foucauh和Fresard，2014；石桂峰，2015)的不足。二、文献回顾与研究假说已有研究发现，股票价格会影响公司投资决策(Bond等，2012；Edmans等，t2012；钟娟 】37万方数据财经研究2017年第12期等，2013；Warusawitharana和Whited，2015)，并证实了资本市场对实体经济真实效应的存在，其内在机制在于，由于知情交易者(Informed Traders)的存在，股票价格中包含诸多有用的私有信息，有助于
11、管理层优化其投资决策(Subrahmanyam和Titman，1999)。类似地，Chen等(2007)使用托宾Q作为股票价格中包含私人信息的代理变量，发现公司投资决策与托宾Q显著相关。国内学者发现中国上市公司投资决策会受到本公司股票价格(刘端和陈收，2006)、股票价格信息含量(于丽峰等，2014)、股价中非理性因素信息(黄伟彬，2008)以及股票市场错误定价(李君平和徐龙炳，2015)的影响。然而，以上研究均基于公司投资决策相互独立的假设，仅考虑公司自身的基本面因素、股票价格等对公司投资的影响。近年来，有国外研究指出公司投资会受到同行公司财务报告质量(Beatty等，2013)、公司价值(
12、Foucault和Fresard，2014)的影响。公司投资决策也会通过行业进入、供应链、社会关系等相互影响(Raff和Verwijmeren，2013；Williams和Xiao，2014；Fracassi，2016)。国内研究(石桂峰，2015)则发现公司投资存在同群效应，即公司当年新增投资会随同地区不同行业公司平均新增投资的增加而增加，但他忽略了同群效应识别中的“反射问题”(Manski，1993)。很少有学者研究股票价格波动可能引发的“涟漪效应”。特别地，国内尚无学者研究股票价格如何影响其他公司的投资决策，即公司间股票价格与投资决策的交叉影响。在我国资本市场上，公司股票价格波动可能产生
13、“涟漪效应”，进而影响其他公司的投资决策。事实上，每个上市公司不但与同行公司存在竞争关系，也共同受到某些外部因素(如行业政策、行业需求量等)的影响。同行公司股票价格中既包含同行公司竞争程度的相关信息，也包含影响整个行业的相关因素的信息。管理层通过学习同行公司股票价格中所包含的有用信息，能够更有针对性地制订公司投资计划。如前所述，同行公司股票价格的上升可能代表行业未来较好的发展前景或同行公司竞争实力的提升，这都会引发本公司增加投资规模以维持或提高其市场地位。因此，本文提出如下假说：假说1：股票价格波动会产生“涟漪效应”，进而影响其他公司的投资决策，即公司投资决策会受到同行公司股票价格的影响。同行
14、公司股票价格影响本公司投资决策的主要机制在于，同行公司股票价格中包含了本公司股票价格中所没有的信息，公司管理层通过学习这些额外信息，了解行业发展机会和潜在的挑战，进而提高其投资决策水平。本文将从两个方面阐述以上影响机制：一方面，从同行公司这一“信息发出者”视角，分析其股票价格信息特征如何影响公司投资决策对同行股价的敏感性；另一方面，从本公司这一“信息接收者”视角，研究管理层对信息依赖程度的不同，导致其投资决策对同行公司股票价格的敏感程度的变化(见图1)。信息发出者视角：股价中所包含的信息信惠接收者视角；管理层对外部信息的依赖程度r。11-公司投资水平；J图1 同行公司股票价格对公司投资决策的影
15、响机制从信息发出者视角来看，本文考虑三个股票价格信息特征：股票价格信息含量、有效性 138 万方数据张晓宇、王策、钱乐乐：股票价格的。涟漪效应”研究与分析师覆盖数量。第一，当同行股票价格中所包含的新信息越多，其对公司管理层投资决策的帮助越大(Foucault和Gehrig，2008)。而股票价格中新信息的主要生产者是股票交易过程中的“知情交易者”(Gelb和Zarowin，2002；Fernandes和Ferreira，2009)。同行公司股价信息含量度量了同行公司股票知情交易的数量以及股票价格所包含的私人信息的多少。同行公司股价信息含量越高，其包含的信息与本公司股票价格中信息的重叠性越小，公
16、司投资决策对同行公司股票价格的敏感性应越强。第二，本文使用公司的同质性(Homogeneity)来度量股价信息的有效性。公司的同质性反映公司共同受到行业外部经济因素影响的程度，同质性越高，行业内公司越容易面临共同外部经济冲击。因此，行业内同质性越高的公司，其股票价格所包含的信息对其他公司管理层越有参考价值，因为其股票价格中包含较多能够影响其他公司的共同因素。同理，同行公司同质性越高，本公司投资决策对同行公司股票价格的敏感性应越强。第三，分析师在股票市场中扮演了信息处理和传递者的角色，促进信息更快速、准确地进入股票价格中。Chen等(2007)研究发现，分析师能够使股票价格中包含更多的公司管理层
17、所知道的信息。这表明同行公司分析师覆盖数量越多，其股票价格包含同行管理层所知信息越多，对本公司管理层投资决策也就越有参考价值。因此，本文提出如下假说：假说2：如果同行公司股票价格包含的信息含量较高、信息有效性较强，并有较多分析师覆盖，那么股价波动产生的“涟漪效应”更为明显。从信息接收者视角来看，经营环境不同的上市公司，其管理层对外部信息的依赖程度也不同。本文根据公司所属行业的资本密集程度、所属地区的市场化程度和公司规模这三个特征来刻画公司经营环境。第一，在资本密集程度较高的行业，投资(资本支出)决策对公司未来的发展具有举足轻重的作用，公司管理层对外部信息的依赖程度会更强，而且公司投资应对同行公
18、司的股票价格所包含的信息做出更迅速和更强的反应。因此，此行业内的公司投资决策对同行公司股票价格的敏感性将会更高。第二，由于外部市场化环境有助于提高企业的信息披露程度(马宁和孟卫东，2015；李慧云和刘镝，2016)，在市场化程度较低的地区，市场信息环境较差，公司管理层有动力、有需求从同行业公司的股价中推断信息；相反，在市场化程度较高的地区，信息环境较为透明，管理层可获得足够的信息，在做出投资决策时学习其他公司股价中信息的必要性也会减少。第三，公司规模较大时，面临的融资约束较低(Qiu和Wan，2015)，从同行公司股票价格中学习到投资机会时，更容易快速实现投资意愿，表现为公司投资决策会受到同行
19、股价的影响；而规模较小的公司面临较严重的融资约束，很难及时实现投资意愿，从而错失投资机会。因此，本文提出如下假说：假说3：当所属行业的资本密集程度较高、所属地区的市场化程度较低以及公司规模较大时，公司更易受到“涟漪效应”的影响。(一)样本与数据三、研究设计Chen等(2007)研究发现，分析师覆盖程度越高的公司，管理层投资决策对其股票价格的敏感程度越弱。原因在于，分析师能够使股票价格中包含更多管理层已知的信息，此信息对管理层而言并非新信息，因而对管理层投资决策影响较弱；但本公司管理层已知的信息并不被同行公司管理层所知，对于其他公司管理层而言是新信息，因此当同行公司分析师覆盖程度越高时，其信息对
20、同行公司管理层越有用，同行公司管理层投资决策受其股票价格影响也就越强。 139 万方数据财缮研究2017年第12期本文数据来源于国泰安CSMAR数据库，选取沪深两市A股上市公司作为研究样本，以20072014年作为研究区间，并对原始数据进行了如下筛选：(1)剔除金融类上市公司，包括银行、证券、保险和信托类公司；(2)剔除ST和PT的上市公司；(3)剔除存在缺失的样本；(4)剔除行业内公司少于5家的情况；(5)对极端值采取1缩尾。采取证监会二级行业分类标准进行划分。(二)基本回归模型为了研究同行公司股票价格对公司投资决策的影响，本文使用如下基本回归模型：Investment；JIJ91Q“t一1
21、+92RelativePeerQ咖一l+ylCo以roZsF。irm1 (】)+y2ControlsPeerl+抛，+9口。+e。n其中，i、歹和t分别表示公司、行业和年度，Investment泖变量为歹行业i公司在t年的投资水平，Q讲一。为歹行业i公司在t一1年的托宾Q值，RP如ziuPPPPrQm一，表示歹行业i公司在t一1年的同行公司相对托宾Q值，Controls象T。为_f行业i公司在t一1年的控制变量，Controls啦Peer。为歹行业i公司的同行公司在t年的控制变量，乱j为行业固定效应，口。为年度固定效应。本文研究公司投资决策是否受同行公司股票价格的影响，因此主要关注回归系数p：
22、。首先采用普通最b-乘法进行回归；接着，为解决因果关系导致的内生性问题，采用两阶段最b-乘法进行回归。(三)变量定义1公司投资。为保证结论的稳健性，被解释变量Investmentm分别采取两种方法度量：不包含研发支出的资本支出比率和包含研发支出的资本支出比率。2同行公司股票价格的度量。参照Chen等(2007)关于股票价格对公司投资决策影响的研究方法，本文采用托宾Q作为度量公司股票价格的代理变量。为了尽量减少公司自身托宾Q与同行公司托宾Q的共有信息量，本文采用“同行公司平均相对托宾Q”(RelativePeerQ)作为同行公司股票价格的代理变量。具体计算步骤如下：首先，计算歹行业i公司在t年度
23、的托宾Q。本文参考Baker等(2003)和Chen等(2007)的计算方法，公式如下：，、 公司总市值+负债总额q班一1盯孺灞一其次，计算歹行业i公司在t年度的相对托宾Q(RelativeQ饥)，公式如下：， NRPlativeQ啦一Q班一雨1Q。I_l1l-l其中，N表示公司i所属行业内公司数量。最后，计算同行公司平均相对托宾(RelativePeerQm)：(2)(3)Q值黝捌可以棚沪击(善N RelativeQij,-Relative) (4)同行公司平均相对托宾Q值表示剔除大部分行业共同因素影响后，同行公司的平均托宾Q值。为检验度量指标的有效性，我们测试公司个体托宾Q(Q)、同行公司
24、平均托宾Q(PeerQ)和同行平均相对托宾Q(RelativePeerQ)的相关关系，发现此指标能够较好地度量采取二级行业分类标准，既能够避免分类过少导致经营范围不相关的公司被误划分为同行公司，又能够防止分类过多，导致某行业同行公司样本不足的情况。140万方数据张晓宇、王策、钱乐乐：股票价格的“涟漪效应”研究同行公司股票价格中所包含的特有信息。3控制变量。控制变量包括公司自身层面影响投资的变量：(1)公司经营现金流。Fazzari等(1988)发现，公司经营现金流对公司投资决策具有显著影响。(2)资产负债率。辛清泉和林斌(2006)发现，我国上市公司投资决策受到其债务杠杆的显著负向影响。(3)
25、公司规模。本文使用上年度公司资产规模的对数值的倒数作为公司规模的代理变量。本文还控制了同行公司的相应变量，包括同行公司经营现金流、同行公司股票收益率和同行公司规模等。4其他分组变量。如果从信息发出者视角探究股票价格变动产生“涟漪效应”的作用机制，同行公司股票价格的信息特征可以从以下三个维度度量：(1)同行公司平均股票价格信息含量(Peerlnfo)。本文使用股票特质收益率的波动性(Idiosyncratic ReturnCariation，IRV)度量公司股票价格信息含量。首先，使用上年度的日交易数据对下式进行回归，得到拟合优度R 2：r啦一r厂；一口班+fl墨MKT，+(rd，一rf，)+刁
26、讲 (5)其中，r啦表示歹行业的i公司在t日的股票收益率，r，。表示t日的无风险收益率(一年定期存款利率)，MKT。表示t日市场收益率，叫。表示i公司的同行公司在t日平均股票收益率。据此得到股票特质收益率的波动性(IRV=1一R 2)。其次，将每个公司的豫V减去行业平均工RV得到相对特质收益率的波动性Rez口i优豫V。最后，用同行公司平均RelaiveIRV度量同行公司股票价格信息含量(Peerlnfo)。(2)同行公司平均股价信息有效性(PeerEaringCorr)。本文使用公司同质性度量公司股价信息的有效性。同行公司股价信息有效性的计算方法如下：首先，在t年度计算公司i前2年的季度利润总
27、额与同行公司(除公司i外)季度平均利润总额的相关系数，作为公司i股价信息有效性的度量指标(EaringCorr)。其次，取公司i的同行公司股价信息有效性的平均值作为同行公司股票股价信息有效性。(3)同行公司平均分析师关注数量(PeerAnalystCov)。首先，如果当年分析师对某上市公司发布过预测报告，则认为该分析师关注了该公司。在t年度对上市公司i计算对其关注的分析师数量，然后将t年度同行业其他所有公司分析师关注数量的平均值，作为公司i同行公司分析师关注数量。表1变量名称及定义被解释变量CapltalEx“。 不包含研发支出的资本支出比率 当期资本支出当年平均资产总额当期资本支出+当期研发
28、支出当年平均CapitalExRD咖 包含研发支出的资本支出比率 资产总额解释变量(上期公司总市值+上期负债总额)上期Q讲 托宾Q资产总额1 NRelativePeerQisf一1 同行公司相对托宾Q 志(蚤R妇iztQii,一-一RelativeQo,_1)受篇幅所限，检验结果略去。如有需要，可向作者索取此指标的构建逻辑在于：股票价格中新信息的主要生产者是股票交易过程中的知情交易者，而知情交易者对公司的股票交易增加时，会使该股票与整个市场的股票价格走势更加不同步，从而增加该股票的特质收益率的波动性(Morck等，2000；Durnev等，2003；Durnev等，2004)。141万方数据财
29、经研究2017年第12期续表I变量名称及定义工具变量控制变量CashFlow“I一1 公司经营现金流 上期经营现金流量净额上期平均资产总额Leverageqt-1 资产负债率 上期总负债上期总资产lnVAssetsfnl 公司规模 1Ln(上期资产总额)PeerCashFlowi“一l 同行公司经营现金流 取同行公司的平均CashFlow。一。值PeerLeveragell 同行公司资产负债率 取同行公司的平均Leverage。一。值PeerlnVAssetsi一1 同行公司规模 取同行公司的平均lnVAssetsml值分组变量Peerlnfo 同行公司平均股票价格信息含量 同行公司平均的相对
30、特质收益率的波动性PeerEarningCorr 同行公司股价信息有效性 算法见上文分组变量定义同行业其他所有公司分析师关注数量的PeerAnalystCov 同行公司分析师关注数量 平均值行业资产密集率，即固定资产净额营业CapitalIntensity 资本密集程度 收入Marketlndex 市场化指数 采用王小鲁等(2016)提供的市场化数据四、实证研究结果(一)公司股票价格的“涟漪效应”存在性研究对假说1的检验本节探究公司投资者决策是否受同行公司股票价格的影响。首先，采用普通最小二乘法回归；然后，为解决可能存在的内生性问题，采用工具变量方法进行实证。1基本回归结果。基本回归模型(1)
31、的初步回归结果如表2所示。列(1)表示最简单回归，仅包含解释变量Q和RelativePeerQ，且加入时间和行业固定效应，变量RelativePeerQ的回归系数为o079，且在1的统计水平上显著。列(2)在列(1)的基础上加入了可能影响公司投资决策的公司特征作为控制变量，RelativePeerQ的回归系数为0083，且在1的统计水平上显著。列(3)在(2)列的基础上加入了可能影响公司投资决策的同行公司特征作为控制变量，RelativePeerQ的回归系数为0097，且在1的统计水平上显著。表2的回归结果表明，公司投资决策不仅受到自身股票价格的影响，还会受到同行公司股票价格的显著正向影响，从
32、而证实了股价变动具有“涟漪效应”，会影响其他公司投资决策。这也从侧面表明，同行公司股票价格确实包含了自身股票价格所没有的信息。为了保证上述结果的稳健性，我们使用包含研发支出的资本支出比率(CaptialExRD)作为公司投资的代理变量，对基本回归模型(1)重新进行实证检验，回归结果见列(4)，RelativePeerQ的系数为O137，且在1 oA的统计水平上显著。此结论与列(3)的结果一致。综上可知，公司管理者会根据同行公司股票价格调整投资水平，当同行公司股票价格平均水平较高时，公司会增加其投资水平；并且公司个体特征的控制变量与已有研究结论一致。表2公司投资决策受同行公司股票价格的影响Cap
33、imlEx CapitalExRD(1) (2) (3) (4)RelativePeerQ 0079一(639) 0083”(564) 0097”(518) 0137”(458)Q 1157一(834) 1421一(755) 1278”(582) 3854一(1318)CashFlow 8324一(521) 7298一(376) 9856”(515) 142 万方数据张晓宇、王策、钱乐乐：股票价格的。涟漪效应”研究续表2公司投资决策受同行公司股票价格的影响CapitalEx CapitalExRD(1) (2) (3) (4)Leverage 一0274“(一322) 一0278(一257)
34、一0384”(一562)lnV：A55Bt$ 一0027(一246) 一0031。(一234) 一0038(一231)PeerCashFlow 5381”(984) 3249一(824)PeerLeverage 0102(105) 0214(O64)Peerl?Vj4sses 一0023(一034) 一0044(一049)行业固定效应 控制 控制 控制 控制年固定效应 控制 控制 控制 控制样本数量 7 985 7 985 7 985 7 833A彩R 2 0006 O241 O267 O287注：括号内为t统计量，“和分别表不在1和5水平上显著。下同。2采用工具变量方法的回归结果。回归模型(
35、1)存在潜在的内生性问题，本部分采用工具变量方法进行估计。虽然在构建同行相对托宾Q时已经剔除了股票价格中包含的大部分行业层面的能够影响行业内所有公司的信息，但由于无法完全剔除行业共同影响因素，因此仍可能存在内生性问题。为此，本文借鉴Leary和Roberts(2014)的研究方法，使用股票特质收益率作为工具变量进行估计。股票特质收益率十分适合作为本文研究的工具变量，原因在于：(1)相关性。由于股票收益率包含公司未来成长机会的信息，因此其与托宾Q具有相关性。(2)外生性。从股票收益率中分解出来的股票特质收益率仅含有股票的个体信息，同行公司的股票特质收益率将不包含能够影响整个市场和行业的因素。(3
36、)不易被操纵。公司特质收益率中不直接包含财务信息，公司的股票价格等不易于被公司管理层直接操纵。本文工具变量的构建方法参考Lcary和Roberts(2014)的研究，并在其基础上加入了规模、账面市值比和动量三个因子，以优化工具变量的外生性。工具变量的具体构建步骤如下：首先，使用如下回归模型构建工具变量：r utrft=旺bt+鼹MtMKTt+譬臻D Gbtrft、)+8挚SMBt (吣+B警LHMLlq-p寥,MMOMt+弥其中，MKT。、SMB。、HML。和MOM。分别表示Carhart四因素模型中的市场、规模、账面市值比和动量四个因子。在每年的年初，使用前36个月的数据对式(6)进行回归。
37、在年度内的每个月，使用相同的回归系数，计算每只股票每个月超额收益率的期望值(F班-rf。)和股票特质收益率方咖。；啦-rf。一征啦+eMu。MKTt+宦象D G一啦-rft、) f7、+8挚SMBtj广B；MLHMLt+8MOMI叩价一(r咖一rf。)一(r啦一rf：) (8)计算出蒜后，再计算同行平均个股特质收益率，并作为同行平均相对托宾Q的工具变量，使用两阶段最小二乘法估计模型(1)，结果见表3。首先，由第一阶段回归结果可知，同行平均股票特质收益率与同行平均相对托表3公司投资决策受同行公司股票价格的影响(工具变量方法)CapitalEx CapitalExRD(1) (2)Relative
38、PeerQ 0624一(623) 1094。(213)Q L058。(216) 2349(242)CashFlow 6159(384) 7162”(533) 143万方数据财经研究2017年第12期宾Q显著正相关，这表明工具变量满足了相关性的要求。根据CraggDonadW_乜膨F统计量的值，变量通过了弱工具变量检验。第二阶段回归结果表明，两种投资度量方法中，ReMti优一PeerQ系数分别为0624和1094，且至少在5水平上显著，这表明在剔除了行业共同影响因素后，公司投资决策确实受到同行公司股票价格的影响。表2和表3均表明，公司投资决策不但会受到本公司股票价格的影响，还会受到同行公司股票价
39、格的影续表3公司投资决策受同行公司股票价格的影响(工具变量方法)CapitalEx CapitalExRD(1) (2)Leverage 一0201(一221) 一0311(一232)1nV：f气ssets 一0024。(一230) 一0031(一241)PeerCashFlow 3154(421) 2365”(354)PeerLeverage 0086(024) 0179(035)Peerln、，AssPs 一0011(一031) 一0032(一059)第一阶段回归系数 0203”(414) 0286”(589)第一阶段F值 35469 43112行业固定效应 控制 控制年固定效应 控制 控
40、制样本数量 7 985 7 833响，当同行公司股价格上升时，本公司会增加资本支出。这一研究结论不受投资代理变量的影响，同时工具变量的使用较好地解决了内生性问题，说明研究结论稳健。(二)考察信息环境对“涟漪效应”的影响对假说2的检验本部分探究同行公司股票价格中信息特征的不同，是否会导致本公司投资决策受同行公司股票价格影响的敏感程度产生差异。从三个维度度量同行公司股票价格的信息特征：同行公司股票价格信息含量、同行公司股价信息有效性和同行公司分析师覆盖数量。根据这三种指标，分别在每一年将公司排序，排名靠前的50作为Hi办组，排名靠后的50作为Low组。每一组按照基础模型(1)进行回归，然后对比变量
41、RelativePeerQ的回归系数。回归结果见表4，具体为：(1)列(1)和列(2)为按照同行公司股票价格信息含量进行分组的回归结果。列(1)中变量RelativePeerQ的回归系数为O064，但统计上不显著，这表明当同行公司股票价格的信息含量较少时，本公司的投资决策不受同行公司股票价格的影响。列(2)中RelativePeerQ的系数为0127，且在1的水平上显著，这说明当同行公司股票价格信息含量较高时，本公司的投资决策会受同行公司股价的显著正向影响。(2)列(3)和列(4)为按照同行公司股价信息有效性进行分组的回归结果。列(3)中RelativePeerQ的系数为O042，但统计上不显
42、著；而列(4)中RelativePeerQ的系数为0198，且在1的水平上显著。这说明当同行公司股票价格信息有效性较强时，本公司的投资决策会受同行公司股票价格的正向影响，即公司管理层在进行投资决策时会考虑同行公司股票价格中所包含的信息的有效性。(3)列(5)和列(6)为按照同行公司分析师覆盖数量进行分组的回归结果。列(5)中RelativePeerQ的系数为一o062，但统计上不显著，这表明当同行公司分析师覆盖较少时，本公司的投资决策不受同行公司股票价格的影响；而列(6)中RelativePeerQ的系数为0163，且在1的水平上显著，这说明当同行公司分析师覆盖较多时，本公司的投资决策会受同行
43、公司股票价格的正向影响，即公司管理层在进行投资决策时会考虑同行公司股票价格中所包含的信息。综上所述，同行公司股票价格中所包含的信息会显著地影响公司投资决策对同行公司股票价格的敏感性。具体而言，当同行公司股票价格所包含的信息含量较高、信息有效性较强，并有较多分析师覆盖时，公司投资更易受到同行公司股票价格的影响，这表明同行公司股票价格中包含的信息对本管理层的价值较高，公司管理层在进行投资决策时更依赖同行公司股票价格中所包含的信息。1 44万方数据张晓宇、王策、钱乐乐：股票价格的“涟漪效应”研究表4不同股价信息特征下公司投资受同行公司股价的影响CapitalExPeerlnfo PeerEarnin
44、gCorr PPe，An口ZysfCovLot， High Lotu High L071) High(1) (2) (3) (4) (5) (6)RelativePeerQ 0064(167) 0127(634) 0042(I21) 0198。(542) 一0062(一O59) 0163(438)Q 1698(687) 1078”(321) 1192一(412) 1311一(609) 1161“(428) 1423“(654)CashFlow 9482(428) 5282-t(341) 4253一(298) 10576-(502) 638”(312) 8733。(459)Leverage 一0
45、219-(一221) 一0321“(一Z94) 一0298一(一387) 一0247(一208) 一0198(一1S9) 一0313”(一306)lnVAsjc“ 一0038(一243) 一0022。(一211) 一0042(一250) 一0027-(一221) 一0020。(一209) 一0054”(一287)PeerCashFlow 5946。(1079) 4822”(731) 2381(181) 8597-(1126) 2785(233) 8318”(1098)PeerLeverage 0129(118) 0072(O94) 一0012(一041) 0217(116) 一0024(一O6
46、2) 0245(142)Peer|nVA$sets 一0029(一036) 一O020(一024) 一0013(一O16) 一0039(一043) 一0015(一019) 一0034(一039)行业固定效应 控制 控翩 控制 控制 控制 控制年固定效应 控制 控制 控制 控制 控制 控制样本致量 3 987 3 998 3 943 3 958 3 612 3 631A由R 2 0281 0245 02Sl 0276 0245 0279Wald检验p值 0088- 0000。 0000(三)考察具有什么特性的公司更易受“涟漪效应”的影响对假说3的检验本部分从信息接收者即公司自身的视角出发，考察当
47、公司经营环境引起管理层对外部信息依赖程度变化时，公司投资决策对同行公司股票价格的敏感程度有何变化。根据公司所属行业的资本密集程度、所属地区的市场化程度和公司规模来刻画公司经营环境。采用表3的方法，在每一年度分别按照公司经营环境的三种度量指标将公司样本分为High组和Low组。每一组按照基础模型(1)进行回归，然后对比变量RelativePeerQ的回归系数。回归结果见表5，具体为：(1)列(1)和列(2)为按照行业资本密集度进行分组的回归结果。列(1)中RelativePeerQ的回归系数为o002，但统计上不显著；列(2)中的相应系数为o007，且在1的水平上显著。Wald检验结果显示，这两
48、组的系数存在显著差异，说明当所处行业的资本密集度较高时，公司的投资决策会受到同行公司股票价格的显著正向影响。(2)列(3)和列(4)为按照地区市场化指数进行分组的回归结果。列(3)中RelativePeerQ的系数为O007，且在1的水平上显著，这说明当公司所处地区市场化水平较低时，本公司的投资决策更易受同行公司股票价格的影响；因为市场化程度较低的地区，其信息环境透明度较低，管理层更需要且更有动力学习同行公司股价中包含的信息。而列(4)中的相应系数为o002，但统计上不显著，这说明当同行公司所处区域地区市场化水平较高时，本公司的投资决策不易受同行公司股票价格的影响。(3)列(5)和列(6)为按照公司规模进行分组的回归结果。列(5)中RelativePeerQ的系数为一0000，但统计上不显著；而列(6)中的系数为o01，且在1的水平上显著。Wald检验结果(夕值为o001)表明，两组回归系数存在显著差异。这说明对于规模较小的公司，其投资决策不受同行公司股票价格的影响；而对于规模较大的公司，其投资决策会受同行公