(湖南大學(xué) 工商管理學(xué)院,湖南 長沙 410082)
隨著我國市場化程度的提高以及經(jīng)濟改革措施的不斷實施推進,公司投資成為我國投資的主體[1];與此同時,企業(yè)投資對解釋中國經(jīng)濟的長期增長和短期波動也是至關(guān)重要的[2]。然而,在經(jīng)歷了由美國次貸危機引發(fā)的全球金融海嘯的沖擊后,企業(yè)面臨的系統(tǒng)風(fēng)險明顯增加,同時在風(fēng)險傳導(dǎo)機制的作用下,每個公司所面臨的特有風(fēng)險和經(jīng)營環(huán)境不確定性驟增,不同公司因其特有風(fēng)險差異性以及管理者風(fēng)險偏好異質(zhì)性而使得企業(yè)的投資有著不同的決策導(dǎo)向,為此我們選擇后金融危機時期研究公司特有風(fēng)險對企業(yè)投資決策的影響。同時,在我國特殊制度背景下,不同產(chǎn)權(quán)性質(zhì)的企業(yè)所面臨的公司特有風(fēng)險以及預(yù)算約束程度同樣具有異質(zhì)性,因此考慮不同產(chǎn)權(quán)性質(zhì)企業(yè)的投資行為具有深刻的現(xiàn)實意義與理論價值。
本文可能的貢獻在于:第一,拓展了已有的關(guān)于企業(yè)投資行為的分析框架,將公司所面臨的特有風(fēng)險納入到影響企業(yè)投資因素的范疇之內(nèi)。同時引入行為金融學(xué)的研究觀點,在企業(yè)特有風(fēng)險既定的前提下,將管理者的風(fēng)險特征納入模型之中,以此研究其對公司投資行為的影響及其經(jīng)濟后果。第二,前人的研究大部分基于截面數(shù)據(jù)或者靜態(tài)面板模型,而企業(yè)投資在本質(zhì)上是一個動態(tài)調(diào)整的過程,所以本文選用基于面板數(shù)據(jù)的動態(tài)模型。這樣做一方面可以獲取不同樣本個體在相同期間內(nèi)因個體風(fēng)險差異而引起的不同個體效應(yīng),另一方面也可以研究同一樣本在不同時期因風(fēng)險因素的差異而做出的動態(tài)投資調(diào)整,從而能夠從本質(zhì)上給出對現(xiàn)實經(jīng)濟數(shù)據(jù)更為合理的解釋。第三,在一定程度上深化了產(chǎn)權(quán)性質(zhì)對企業(yè)投資影響的研究。
本文后續(xù)內(nèi)容安排如下:第二部分回顧相關(guān)文獻并在此基礎(chǔ)之上提出研究假設(shè);第三部分對樣本數(shù)據(jù)進行篩選并構(gòu)建檢驗?zāi)P停坏谒牟糠謱ρ芯考僭O(shè)進行實證檢驗與分析,并給出研究模型的穩(wěn)健性檢驗;第五部分為本文的結(jié)論與啟示。
在完美無摩擦資本市場中,只有系統(tǒng)風(fēng)險才會影響到企業(yè)的投資決策,而與之相對應(yīng)的公司特有風(fēng)險對企業(yè)投資決策不會產(chǎn)生任何作用[3]。然而,國外學(xué)者在不完全資本市場假設(shè)下,得出了公司特有風(fēng)險與企業(yè)投資行為之間存在著顯著負相關(guān)關(guān)系的結(jié)論。Nick Bloom 等認為,企業(yè)不確定性風(fēng)險增加了實物期權(quán)的價值,也使得企業(yè)在做出增加投資或減少投資決策時變得更加謹慎[4]。但是也有研究得出微觀環(huán)境的不確定性風(fēng)險可能會導(dǎo)致公司投資規(guī)模增加的結(jié)論。國內(nèi)關(guān)于企業(yè)環(huán)境不確定性或者企業(yè)所面臨的風(fēng)險對企業(yè)投資行為影響的研究,大部分僅從企業(yè)所面臨的系統(tǒng)風(fēng)險角度或者僅從某一特定行業(yè)(如制造業(yè))角度研究企業(yè)的投資行為,如劉康兵等利用我國制造業(yè)1998~2009年的面板數(shù)據(jù)研究了融資約束和不確定性的交互關(guān)系對廠商投資行為的影響[5];黃久美等利用中國制造業(yè)上市公司的交易和財務(wù)數(shù)據(jù),研究了企業(yè)的不確定性對企業(yè)固定資產(chǎn)投資的影響,并最終得出兩者之間存在著顯著的負相關(guān)關(guān)系的結(jié)論[6]。然而,由于這些研究在本質(zhì)上忽視了公司特有風(fēng)險與不確定性對其投資行為的影響,故而使得最終的研究結(jié)果缺乏一般性?;谥袊厥獾闹贫缺尘昂彤斍八媾R的經(jīng)濟形勢,我們認為,在企業(yè)存在既定投資機會的前提下,企業(yè)特有風(fēng)險越大,企業(yè)在做投資決策時將更加謹慎,即不會輕易做出增加或者減少投資的決策,因而公司特有風(fēng)險與企業(yè)的投資率之間是一種負相關(guān)關(guān)系。
傳統(tǒng)的經(jīng)濟理論認為,管理者特征在企業(yè)決策中沒有作用。然而,最近的研究文獻卻提供了其存在作用的實證證據(jù)。Graham 等通過對管理者進行心理測試發(fā)現(xiàn),管理者特質(zhì)如風(fēng)險厭惡、缺乏耐心以及樂觀主義等均與企業(yè)的決策制定相關(guān)聯(lián)[7];Knopf指出,管理者風(fēng)險厭惡的特質(zhì)是企業(yè)產(chǎn)生代理成本的原因之一[8];Panousi等人的研究結(jié)果表明,如果強制讓管理者來承擔企業(yè)特有風(fēng)險,必將會導(dǎo)致管理者與股東對同一投資機會的評價產(chǎn)生差別效應(yīng),從而導(dǎo)致次優(yōu)投資決策的產(chǎn)生和代理成本的形成。Hambrick和Mason最先提出高層梯隊理論(upper echelon theory),該理論認為,企業(yè)的戰(zhàn)略制定和經(jīng)營效率會受到企業(yè)管理者的價值觀和認知能力的影響[9]。湯穎梅等研究發(fā)現(xiàn),風(fēng)險偏好的管理者一般更偏向于高估收益并做出激進的投資決策[10];張鐵鑄通過研究同樣發(fā)現(xiàn),風(fēng)險厭惡型管理者做出的投資決策更加保守,他們更加傾向于減少投資[11]。由此我們提出本文的假設(shè)1和假設(shè)2。
H1:公司特有風(fēng)險越大,企業(yè)投資率越低,即公司特有風(fēng)險與投資率之間存在負相關(guān)關(guān)系。
H2:管理者風(fēng)險偏好對公司特有風(fēng)險與企業(yè)投資率之間的關(guān)系有一種正向調(diào)節(jié)作用,即在公司特有風(fēng)險的影響既定的前提下,管理者風(fēng)險偏好特質(zhì)越強,企業(yè)的投資率越高。
在我國特殊的制度背景下,處于經(jīng)濟轉(zhuǎn)型期的不同產(chǎn)權(quán)性質(zhì)的企業(yè)面臨著不同的預(yù)算約束,具有不同的公司特有風(fēng)險。辛清泉和林斌通過實證研究發(fā)現(xiàn),相對于非國有控股公司的預(yù)算硬約束來說,國有控股公司更多表現(xiàn)出一種預(yù)算軟約束[12]。對于國有企業(yè)與非國有企業(yè)的管理者來說,他們的風(fēng)險偏好可能存在著差異,而這種差異又會導(dǎo)致企業(yè)投資行為的差異[13]。有研究發(fā)現(xiàn),在不同的企業(yè)產(chǎn)權(quán)制度下,管理者背景特征對企業(yè)投資效率的影響也會存在著較大的差異[14]。我們認為,國有控股企業(yè)的管理者一方面更加傾向于保持公司業(yè)績的穩(wěn)定增長,從而不至于因公司資產(chǎn)大幅度波動而帶來特有風(fēng)險增加;另一方面,在相對固定薪酬契約下,國有控股公司的管理者在獲得投資帶來好處的同時又經(jīng)常無需承擔不良投資帶來的責(zé)任,因此風(fēng)險偏好型的管理者會更加傾向于增加企業(yè)投資。為此,我們提出本文的假設(shè)3。
H3:相對于非國有控股公司,在國有控股公司中特有風(fēng)險的投資制約作用與管理者風(fēng)險偏好的調(diào)節(jié)作用將會更加顯著。
本文選取新會計準則頒布實施后的2007~2011年間所有滬深A(yù) 股上市公司作為研究樣本,行業(yè)分類標準采用中國證監(jiān)會頒布的《上市公司行業(yè)分類指引》。本文對樣本做了如下處理:(1)由于金融行業(yè)的特殊性,故遵循研究慣例從樣本數(shù)據(jù)中剔除金融行業(yè)公司;(2)剔除那些數(shù)據(jù)不全以及被PT、ST 的公司;(3)為降低異常值的影響,對所有連續(xù)性變量進行1%分位數(shù)Winsorize縮尾處理,即令處于1%和99%之外的取值分別等于1%和99%分位點上的數(shù)據(jù)值;(4)按照最終控制人性質(zhì)將樣本公司分為國有控股和非國有控股公司。經(jīng)過以上篩選,我們獲得5 519個符合要求的樣本數(shù)據(jù),其中國有控股公司樣本數(shù)為3 347個,非國有控股公司樣本數(shù)為2 172個。研究數(shù)據(jù)主要來自于CSMAR數(shù)據(jù)庫,數(shù)據(jù)處理及模型統(tǒng)計檢驗采用EXCEL2010、STATA12.1統(tǒng)計軟件完成。
1.公司特有風(fēng)險的衡量。關(guān)于公司特有風(fēng)險的估計,我們借鑒Bartram 和Brown的研究方法,將公司個股收益率中的系統(tǒng)性風(fēng)險因素予以剔除,即對第t期第i個公司個股收益率與市場組合投資回報率進行回歸。具體地,我們使用公司每一年度的周個股回報率以及與其相對應(yīng)的周市場綜合回報率數(shù)據(jù)進行回歸分析,得出每一周數(shù)據(jù)的回歸殘差,然后計算每個公司周殘差數(shù)據(jù)的標準差,并將其作為公司特有風(fēng)險的量化衡量指標,即用標準差的大小反映公司特有風(fēng)險水平的高低。具體模型如下:
在模型(1)中,Ri,t代表第i個公司在第t周的個股收益率,F(xiàn)i,t為經(jīng)過流通市值加權(quán)平均并考慮現(xiàn)金紅利再投資的周綜合市場回報率;εi,t為殘差。在求出每周回歸數(shù)據(jù)殘差的基礎(chǔ)之上,我們使用公式(2)來計算第i個公司第n年的公司特有風(fēng)險水平σi,n。
2.管理者風(fēng)險特質(zhì)的衡量。Von Neumann 和Morgenstern 提出的預(yù)期效用模型(expected utidlity model),一直是衡量風(fēng)險偏好最常用的模型,但是鑒于該模型必須建立在理性決策者等一系列嚴格假設(shè)前提之下,同時考慮中國資本市場的不完善等現(xiàn)實因素,我們認為該模型在我國的運用缺乏必要的外部環(huán)境條件。Moers和Peek將管理者個人風(fēng)險資產(chǎn)與非風(fēng)險資產(chǎn)的比重作為對管理者風(fēng)險偏好的衡量,但是鑒于中國這方面數(shù)據(jù)難以獲得,所以該衡量方法存在使用上的局限性。Walls和Dyer以風(fēng)險相對較高的石油行業(yè)為研究范例,研究了公司規(guī)模、企業(yè)風(fēng)險以及管理者的風(fēng)險特質(zhì)因素與企業(yè)經(jīng)濟績效之間的關(guān)系,并且構(gòu)建了基于內(nèi)在效用函數(shù)的決策理論模型,用來衡量風(fēng)險偏好,同時他們根據(jù)企業(yè)風(fēng)險資產(chǎn)和非風(fēng)險資產(chǎn)的比率來構(gòu)建管理者風(fēng)險特質(zhì)的相對衡量指標[15]。國內(nèi)學(xué)者如湯穎梅等認為管理者的風(fēng)險偏好會通過財務(wù)決策反映出來,因此提出用風(fēng)險資產(chǎn)占資產(chǎn)總額的比重來衡量管理者的風(fēng)險特質(zhì)。為此,本文在已有研究文獻的基礎(chǔ)上,同時結(jié)合數(shù)據(jù)的可獲得性,構(gòu)建管理者風(fēng)險特質(zhì)的衡量指標其具體計算公式為:
3.自由現(xiàn)金流的確定。Jensen認為,自由現(xiàn)金流為企業(yè)在投資了所有的凈現(xiàn)值大于零的項目之后所剩余的可以由企業(yè)自由支配的現(xiàn)金流,這一觀點也獲得了國內(nèi)外眾多學(xué)者的認可和使用。國內(nèi)學(xué)者如楊華軍、俞紅海等均在Richardson的研究基礎(chǔ)上構(gòu)建了自己的研究模型[16]。在此我們借鑒這一思想,構(gòu)建預(yù)期投資模型,并且通過數(shù)據(jù)回歸分析,計算出模型回歸擬合值,并以此來作為對企業(yè)預(yù)期投資數(shù)額的估計,進而我們可以將經(jīng)營活動現(xiàn)金流量減去企業(yè)預(yù)期投資數(shù)額的余額作為對企業(yè)本期自由現(xiàn)金流的衡量。
4.投資機會的確定。關(guān)于投資機會,國內(nèi)外研究者主要采用托賓Q 值來衡量。本文遵循研究慣例,用托賓Q 值衡量企業(yè)的潛在投資機會。鑒于托賓Q 值的理論假設(shè)以及我國資本市場的實際情況,我們同時使用銷售增長率作為企業(yè)近期投資機會的補充代理變量,具體而言,我們使用樣本公司過去兩年平均銷售增長率來衡量。
5.主回歸模型的構(gòu)建。我們通過構(gòu)建模型(4)來考察公司特有風(fēng)險以及管理者風(fēng)險偏好對企業(yè)投資的影響,并通過全樣本檢驗和分組樣本檢驗,研究不同產(chǎn)權(quán)性質(zhì)背景下兩者對企業(yè)投資決策的影響是否存在顯著的差異。
投資從本質(zhì)上來說,屬于一種動態(tài)調(diào)整過程,所以我們構(gòu)建了基于面板數(shù)據(jù)的動態(tài)面板投資模型。模型中涉及的變量及其衡量如表1所示。我們首先進行全樣本綜合統(tǒng)計檢驗,以期從整體上檢驗我國上市公司投資對風(fēng)險的敏感性,即系數(shù)α2的符號與顯著性;以及管理者風(fēng)險偏好的調(diào)節(jié)作用是否顯著存在,即系數(shù)α4的正負與顯著性;同時以此來檢驗我們的假設(shè)1和假設(shè)2是否成立。進而我們將根據(jù)樣本公司實際控制人性質(zhì)是否為國有控股,來進行模型的分組回歸,從分組回歸結(jié)果中觀察組間的差異性,進而對我們的假設(shè)3做出檢驗。
表1 主要變量說明與定義
表2報告了國有控股、非國有控股和全樣本中各主要變量的描述性統(tǒng)計,以及變量的均值差異T檢驗和中位數(shù)差異Wilcoxon 秩和檢驗結(jié)果。全樣本中投資率均值和中位數(shù)分別為0.273 4和0.112 4,說明盡管處在后金融危機時期,企業(yè)面臨的外部環(huán)境不確定性與內(nèi)部公司特有風(fēng)險有所增加,但是企業(yè)依舊有著相對較大的資本投資,同時國有控股公司組的投資率均值和中位數(shù)都要大于非國有控股公司組。公司特有風(fēng)險在全樣本中的均值和標準差分別為0.058 8和0.018 7,表明在后金融危機時代,無論是國有控股公司還是非國有控股公司,它們所面臨的公司特有風(fēng)險與外部環(huán)境不確定性普遍不低。從均值差異T 檢驗和中位數(shù)差異Wilcoxon秩和檢驗我們可以看出,在1%的顯著性水平下,國有控股公司和非國有控股公司的管理者風(fēng)險偏好存在著顯著差異,并且非國有控股公司的管理者更加具有風(fēng)險偏好的特質(zhì)。全樣本中,托賓Q 值均值為1.996 9,銷售增長率均值為0.228 8,這些均表明企業(yè)仍然存在著相應(yīng)的投資機會,而通過T 檢驗和秩和檢驗,我們也可以看出,國有控股公司和非國有控股公司在投資機會上也存在著顯著的差異。全樣本中,企業(yè)自由現(xiàn)金流均值和中位數(shù)分別為-0.021 5和-0.019 9,說明企業(yè)普遍面臨著現(xiàn)金約束,且非國有控股公司面臨的自由現(xiàn)金流約束要顯著大于國有控股公司??傮w上,我們可以從變量T 檢驗和Wilcoxon檢驗結(jié)果得出,我們對全樣本公司進行的分類具有一定的合理性。
表2 主要變量描述性統(tǒng)計
為了更直觀地觀察自變量與因變量之間的關(guān)系,我們還對主要變量之間的關(guān)系進行了Pearson和Spearman相關(guān)系數(shù)檢驗(限于篇幅,結(jié)果未在文中列示)。檢驗結(jié)果表明,公司特有風(fēng)險與企業(yè)投資率之間存在顯著負相關(guān)關(guān)系,即當企業(yè)面臨的特有風(fēng)險與不確定性增加時,公司更可能會從投資的機會成本角度去審視成本與收益,從而更偏向于減少企業(yè)的資本投資。而管理者風(fēng)險特質(zhì)與企業(yè)投資呈現(xiàn)出顯著正相關(guān)關(guān)系,說明管理者個人對風(fēng)險的偏好或者規(guī)避的性格特質(zhì),對企業(yè)投資會產(chǎn)生一定程度的影響,這也與我們的假設(shè)預(yù)期一致。而規(guī)模大的企業(yè)也更偏向于增加投資;近期投資機會越大,企業(yè)投資積極性越高。從Spearman相關(guān)系數(shù)檢驗結(jié)果可以看出,產(chǎn)權(quán)性質(zhì)與投資率之間存在著顯著正相關(guān)關(guān)系,說明國有控股企業(yè)投資率顯著高于非國有控股企業(yè)??傮w上來看,本文研究的主要變量之間的相關(guān)系數(shù)絕大部分均小于0.5,因此我們認為變量之間存在多重共線性的可能性較小。
對于動態(tài)面板模型的估計,一般采取的是Arellano和Bond提出的差分GMM 估計方法(Diff_GMM),但是該方法無法估計不隨時間變化的解釋變量的系數(shù)值,同時容易出現(xiàn)弱工具變量問題。而Blundell和Bond提出將差分方程和水平方程結(jié)合起來,作為一個整體來估計模型,并通過將系統(tǒng)GMM 與一階差分GMM 的估計效果進行比較分析,最終得出了系統(tǒng)GMM 能夠明顯提高估計效率的結(jié)論。其原因在于該方法能有效克服模型中的內(nèi)生性及異方差問題,同時增加了更多工具變量,以解決不可觀測面板效應(yīng)與被解釋變量滯后期相關(guān)的內(nèi)生性問題。在模型估計中,我們主要考慮了如下變量的內(nèi)生性問題:(1)企業(yè)投資規(guī)模的增加,會影響當期或者未來期的銷售增長率、自由現(xiàn)金流以及企業(yè)的投資風(fēng)險,因此我們按照已有文獻的處理方法,將企業(yè)銷售增長率、自由現(xiàn)金流以及公司特有風(fēng)險設(shè)定為內(nèi)生變量;(2)由于宏觀經(jīng)濟周期對不同企業(yè)財務(wù)決策具有差異性的影響,為了使結(jié)果更具可比性,本文設(shè)置了年度虛擬變量以控制年度效應(yīng)。
在實證分析時,需要對統(tǒng)計結(jié)果進行殘差項是否存在序列自相關(guān)性的檢驗,一般通過對殘差項差分是否存在一階與二階自相關(guān)來檢驗原假設(shè),因此本文在回歸中給出了AR(2)指標。從表3中我們可以看出,四組面板數(shù)據(jù)均通過了檢驗,即殘差項不存在二階自相關(guān)。Sargan Test用來檢驗工具變量的有效性,其檢驗的原假設(shè)為所選取的工具變量都是有效的,從表3中可以看出,四組面板模型均通過了檢驗,即選擇的工具變量均有效。研究中還給出了每個模型的整體顯著性檢驗指標Wald Test,從表3中可以看出,所有模型均在1%的水平下顯著有效。
表3 實證模型回歸結(jié)果
我們將全樣本觀測值按照公司實際控制權(quán)性質(zhì)劃分為國有控股公司和非國有控股公司,從而對模型(4)進行分組統(tǒng)計檢驗,即全樣本(Panel A)、非國有控股公司樣本(Panel B)以及國有控股公司樣本(Panel C)。模型(5)是公司特有風(fēng)險以及管理者風(fēng)險特質(zhì)在國有控股公司與非國有控股公司中不同作用的穩(wěn)健性檢驗,具體結(jié)果如表3中的Panel D 所示。
從表3中我們可以發(fā)現(xiàn),在全樣本回歸(Panel A)中,公司特有風(fēng)險的系數(shù)顯著為負,說明當公司所面臨的特有風(fēng)險增大時,企業(yè)的投資決策也將不可避免地受其影響,具體表現(xiàn)為:企業(yè)的投資決策將會變得更加謹慎,這在一定程度上降低了企業(yè)未來資本投資支出,特別是在后金融危機時代,這種制約作用顯得更加突出。這與我們的假設(shè)1邏輯一致,并且在穩(wěn)健性檢驗?zāi)P椭?,同樣通過了顯著性檢驗。與此同時,全樣本(Panel A)統(tǒng)計檢驗中調(diào)節(jié)交叉變量Risk*character_r的系數(shù)顯著為正,即存在調(diào)節(jié)作用[17],說明在企業(yè)面臨的特有風(fēng)險增加時,管理者個人對風(fēng)險的態(tài)度會在一定程度上影響企業(yè)的投資決策,并且這種影響表現(xiàn)為在公司特有風(fēng)險影響既定的前提下,管理者風(fēng)險偏好特質(zhì)越強,企業(yè)的投資率越高。同樣,在穩(wěn)健性檢驗中,我們也獲得了一致的結(jié)果。因此,整體上我們驗證了假設(shè)1和假設(shè)2的合理性。
在分組回歸結(jié)果中,非國有控股樣本(SOE=0)Risk的系數(shù)為負,但是沒有通過顯著性檢驗,而國有控股樣本(SOE=1)Risk的系數(shù)顯著為負,即國有控股公司具有顯著的投資-風(fēng)險敏感性,而非國有控股公司盡管也表現(xiàn)出一定的趨勢,但是不顯著。同樣,管理者風(fēng)險偏好的調(diào)節(jié)作用在國有控股樣本與非國有控股樣本中也存在著顯著的差異,具體表現(xiàn)在非國有控股樣本中這種調(diào)節(jié)作用非但沒有獲得預(yù)期的結(jié)果,甚至與預(yù)期假設(shè)相悖;而在國有控股樣本中管理者風(fēng)險偏好的調(diào)節(jié)作用通過了顯著性檢驗。其原因可能在于:一方面,國有控股公司中存在的“所有者主體缺位”現(xiàn)象,造成了內(nèi)部管理者的權(quán)利過于集中,因而導(dǎo)致管理者個人風(fēng)險偏好對企業(yè)決策產(chǎn)生較顯著的影響;另一方面,從經(jīng)濟責(zé)任來看,在相對固定薪酬契約下,國有控股公司的管理者在獲得投資帶來的好處的同時卻經(jīng)常無需承擔不良投資帶來的責(zé)任,因此風(fēng)險偏好型的管理者會更加傾向于增加企業(yè)投資。故而我們可以認為,國有控股公司與非國有控股公司在制定投資決策時,公司特有風(fēng)險因素以及管理者風(fēng)險偏好對投資決策的影響存在顯著差異。因此我們認為假設(shè)3同樣存在邏輯上的合理性。
分組回歸結(jié)果還表明,在非國有控股公司中資產(chǎn)負債率對投資具有顯著的制約作用,而這一作用在國有控股公司中卻不顯著,這也從側(cè)面反映了我國不同產(chǎn)權(quán)性質(zhì)的企業(yè),在獲得債務(wù)融資的能力和債務(wù)治理效應(yīng)方面存在著差異,同時也表明國有控股公司存在預(yù)算軟約束問題。
為了驗證上述研究結(jié)果的可靠性,本文還進行了穩(wěn)健性分析。我們將產(chǎn)權(quán)性質(zhì)作為虛擬控制變量納入到模型之中進行回歸檢驗,具體的穩(wěn)健性檢驗?zāi)P腿缦拢?/p>
穩(wěn)健性檢驗結(jié)果見表3中的Panel D。穩(wěn)健性檢驗結(jié)果與我們主要模型的研究結(jié)論沒有顯著差異,因此可以認為我們的研究結(jié)果具有穩(wěn)健性。
本文以經(jīng)驗數(shù)據(jù)為基礎(chǔ),在區(qū)分國有控股與非國有控股公司的前提下,實證檢驗了公司特有風(fēng)險水平、管理者風(fēng)險特質(zhì)對企業(yè)投資的影響。研究發(fā)現(xiàn),國有控股公司更多地表現(xiàn)出投資-風(fēng)險敏感性,而這一關(guān)系在非國有控股公司中卻不顯著。其原因可能在于,當公司特有風(fēng)險增加時,公司經(jīng)營不確定性也隨之增加,這進一步使得企業(yè)投資失敗的風(fēng)險和經(jīng)營失敗的風(fēng)險水平上升[18]。而現(xiàn)實中國有控股公司的管理者一般屬于上級委派,其用心經(jīng)營企業(yè)的目的更大程度上是為政治升遷做準備,所以他們會更加注重企業(yè)資產(chǎn)的使用率,投資盈利性好的項目[19],避免因資產(chǎn)大幅度變動而帶來企業(yè)特有風(fēng)險的增加。國有控股公司管理者風(fēng)險偏好特質(zhì)對公司特有風(fēng)險與企業(yè)投資率之間的關(guān)系具有顯著的正向調(diào)節(jié)作用??傮w上,我們可以得出不同產(chǎn)權(quán)性質(zhì)的公司在制定投資決策時,對公司特有風(fēng)險因素以及管理者風(fēng)險偏好的考慮存在顯著差異。
本文的研究結(jié)論給我們提供如下啟示:(1)相對于外部宏觀經(jīng)濟環(huán)境對企業(yè)投資等經(jīng)營活動的影響來說,企業(yè)自身所面臨的特有風(fēng)險水平對其投資的影響可能會更加顯著,為此,企業(yè)有必要建立健全風(fēng)險管控機制,對企業(yè)特有風(fēng)險進行評估和控制;(2)從行為經(jīng)濟學(xué)的視角來看,在企業(yè)面臨既定特有風(fēng)險時,管理者風(fēng)險特質(zhì)(如個人風(fēng)險偏好)對企業(yè)投資活動會產(chǎn)生相應(yīng)的影響,同時這種調(diào)節(jié)效應(yīng)在國有控股公司中表現(xiàn)得更加明顯。因此對于國有控股企業(yè)而言,如何選拔合適的管理者以及如何設(shè)計針對管理者的激勵與約束機制,以使其能夠從公司價值最大化的角度來提高企業(yè)投資效率與經(jīng)營業(yè)績,是未來值得進一步深入探究的方向。
[1]彭方平,王少平.我國利率政策的微觀效應(yīng)——基于動態(tài)面板數(shù)據(jù)模型研究[J].管理世界,2007,(1):24—29.
[2]徐明東,陳學(xué)彬.中國工業(yè)企業(yè)投資的資本成本敏感性分析[J].經(jīng)濟研究,2012,(3):40—52.
[3]Panousi,V.,Papanikolaou,D.Investment,Idiosyncratic Risk,and Ownership[J].The Journal of Finance,2012,67(3):1113—1148.
[4]Bloom,N.,Bond,S.,Van Reenen,J.Uncertainty and Investment Dynamics[J].The Review of Economic Studies,2007,74(2):391—415.
[5]劉康兵,申樸.融資約束,不確定性與公司投資:基于制造業(yè)上市公司面板數(shù)據(jù)的證據(jù)[J].南開經(jīng)濟研究,2008,(6):86—97.
[6]黃久美,車士義,黃福廣.不確定性對企業(yè)固定資產(chǎn)投資影響的研究[J].軟科學(xué),2010,(1):85—92.
[7]Graham,J.R.,Harvey,C.R.,Puri,M.Managerial Attitudes and Corporate Actions[J].Journal of Financial Economics,2013,109(1):103—121.
[8]Knopf,J.D.,Nam,J.,Thornton,J.H.The Volatility and Price Sensitivities of Managerial Stock Option Portfolios and Corporate Hedging[J].The Journal of Finance,2002,57(2):801—813.
[9]Hambrick,D.C.,Mason,P.A.Upper Echelons:The Organization as a Reflection of Its Top Managers[J].Academy of Management Review,1984,9(2):193—206.
[10]湯穎梅,王懷明,白云峰.CEO 特征,風(fēng)險偏好與企業(yè)研發(fā)支出——以技術(shù)密集型產(chǎn)業(yè)為例[J].中國科技論壇,2011,(10):89—95.
[11]張鐵鑄.管理者風(fēng)險特質(zhì)、會計選擇與盈余質(zhì)量研究[J].山西財經(jīng)大學(xué)學(xué)報,2010,(9):108—116.
[12]辛清泉,林斌.債務(wù)杠桿與企業(yè)投資:雙重預(yù)算軟約束視角[J].財經(jīng)研究,2006,(7):73—83.
[13]張敏,吳聯(lián)生,王亞平.國有股權(quán),公司業(yè)績與投資行為[J].金融研究,2010,(12):115—130.
[14]李焰,秦義虎,張肖飛.企業(yè)產(chǎn)權(quán),管理者背景特征與投資效率[J].管理世界,2011,(1):135—144.
[15]Walls,M.R.,Dyer,J.S.Risk Propensity and Firm Performance:A Study of the Petroleum Exploration Industry[J].Management Science,1996,42(7):1004—1021.
[16]Richardson,S.Over-investment of Free Cash Flow[J].Review of Accounting Studies,2006,11(2):159—189.
[17]溫忠麟,侯杰泰,張雷.調(diào)節(jié)效應(yīng)與中介效應(yīng)的比較和應(yīng)用[J].心理學(xué)報,2005,(2):268—274.
[18]羅付巖.市場化進程、關(guān)聯(lián)交易與投資效率[J].中南財經(jīng)政法大學(xué)學(xué)報,2013,(1):115—121.
[19]李明輝.股權(quán)結(jié)構(gòu)、公司治理對股權(quán)代理成本的影響——基于中國上市公司2001~2006年數(shù)據(jù)的研究[J].金融研究,2009,(2):149—168.