旅游業(yè)價(jià)值鏈風(fēng)險(xiǎn)溢出與投資轉(zhuǎn)移

尹美群 王偉強(qiáng)

【摘 要】 文章以37家旅游業(yè)上市公司2008—2012年A股股票交易市場(chǎng)作為研究樣本，從股票市場(chǎng)和公司兩個(gè)層面研究了旅游業(yè)價(jià)值風(fēng)險(xiǎn)、旅游業(yè)資產(chǎn)流動(dòng)性、交易量等對(duì)投資轉(zhuǎn)移行為的影響。結(jié)果表明，無(wú)論是在市場(chǎng)層面還是在公司層面上，旅游業(yè)價(jià)值鏈風(fēng)險(xiǎn)均會(huì)對(duì)投資轉(zhuǎn)移產(chǎn)生雙向且顯著的影響，而交易量對(duì)投資轉(zhuǎn)移行為影響均不顯著。此外就旅游業(yè)本身而言，股票市場(chǎng)中該產(chǎn)業(yè)價(jià)值鏈上資產(chǎn)的流動(dòng)性對(duì)投資轉(zhuǎn)移行為影響顯著，而從公司財(cái)務(wù)季報(bào)數(shù)據(jù)的檢驗(yàn)中卻未得出同樣結(jié)論。這些結(jié)論有助于更深層次了解旅游業(yè)價(jià)值鏈風(fēng)險(xiǎn)與投資行為活動(dòng)間的關(guān)系。

【關(guān)鍵詞】 旅游業(yè)價(jià)值鏈; 風(fēng)險(xiǎn)溢出; 投資轉(zhuǎn)移

中圖分類號(hào)：F275 ?文獻(xiàn)標(biāo)識(shí)碼：A ?文章編號(hào)：1004-5937（2014）34-0108-06

一、引言

隨著整個(gè)社會(huì)經(jīng)濟(jì)的快速發(fā)展，旅游業(yè)已成為全球經(jīng)濟(jì)中發(fā)展勢(shì)頭強(qiáng)勁和規(guī)模巨大的行業(yè)，且涉及吃、住、行、游、樂(lè)等方面。尤其是2013年下半年我國(guó)《旅游法》的出臺(tái)，標(biāo)志著我國(guó)旅游業(yè)走上了良性發(fā)展的道路。這些都使我國(guó)旅游業(yè)在城市經(jīng)濟(jì)發(fā)展中的作用逐步增強(qiáng)，成為我國(guó)經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè)之一。

旅游業(yè)涉及到人們基本的出行與吃住，會(huì)影響到許多其他相關(guān)產(chǎn)業(yè)。關(guān)于旅游業(yè)本身，學(xué)者有不同的定義。Smith（1988）曾將旅游業(yè)定義為是為了使得離家在外的商務(wù)、休閑、娛樂(lè)活動(dòng)更加便利而直接提供產(chǎn)品和服務(wù)的企業(yè)的集合體。筆者認(rèn)為，使用旅游業(yè)價(jià)值鏈來(lái)描述這些處于一條鏈條上進(jìn)行價(jià)值分配的企業(yè)關(guān)系，能更清晰地反映價(jià)值與資金的流轉(zhuǎn)。

旅游業(yè)價(jià)值鏈對(duì)城市經(jīng)濟(jì)的拉動(dòng)性、社會(huì)就業(yè)的帶動(dòng)力以及對(duì)文化與環(huán)境的促進(jìn)作用日益顯現(xiàn)，但不能忽視其價(jià)值鏈的風(fēng)險(xiǎn)溢出與市場(chǎng)經(jīng)濟(jì)活動(dòng)之間的關(guān)系。旅游業(yè)價(jià)值鏈的固有特性——依賴性、外向性、季節(jié)性等都會(huì)產(chǎn)生一定的風(fēng)險(xiǎn)溢出。本文選取旅游業(yè)價(jià)值鏈上的旅行社、酒店餐飲業(yè)、景區(qū)景點(diǎn)等上市公司，分別使用股票市場(chǎng)和公司財(cái)務(wù)數(shù)據(jù)從市場(chǎng)和公司兩個(gè)層面上檢驗(yàn)旅游業(yè)價(jià)值鏈風(fēng)險(xiǎn)對(duì)投資轉(zhuǎn)移的影響。

二、文獻(xiàn)回顧與研究假設(shè)

許多學(xué)者從外部相關(guān)性角度對(duì)風(fēng)險(xiǎn)溢出進(jìn)行了研究。羅登躍和王春峰（2005）在COV（Li，Rt）模型的基礎(chǔ)上，提出了市場(chǎng)收益、市場(chǎng)非流動(dòng)性、組合收益以及組合非流動(dòng)性的四元均值GARCH（1，1）模型，并借助它很好地證明了上海股市存在系統(tǒng)風(fēng)險(xiǎn)和非流動(dòng)風(fēng)險(xiǎn)溢價(jià)。蘇巖和楊振海（2007）、陸靜和楊斌（2013）研究發(fā)現(xiàn)，外匯收益率序列多服從尖峰的正太分布并且具有波動(dòng)集聚性特點(diǎn)，這使得GARCH（1，1）模型能夠有效地模擬收益率序列來(lái)測(cè)度價(jià)值鏈的風(fēng)險(xiǎn)。

由于不同資產(chǎn)存在不同的風(fēng)險(xiǎn)特性，當(dāng)資產(chǎn)風(fēng)險(xiǎn)溢出時(shí)，便會(huì)引起投資者將投資從一些資產(chǎn)轉(zhuǎn)移到另一些資產(chǎn)。Forbes和Rigobon（2002）、Favero等（2002）就通過(guò)研究歐美國(guó)家的金融市場(chǎng)發(fā)現(xiàn)，一些引起資產(chǎn)風(fēng)險(xiǎn)變化的極端事件會(huì)導(dǎo)致投資在美、德、英等國(guó)家的股票市場(chǎng)或股票與債券市場(chǎng)間發(fā)生轉(zhuǎn)移?；谑袌?chǎng)風(fēng)險(xiǎn)會(huì)引起投資者對(duì)不同市場(chǎng)間不同類型資產(chǎn)進(jìn)行重新分配的研究結(jié)論，有理由相信，這種由市場(chǎng)環(huán)境變化引起投資者市場(chǎng)間的投資轉(zhuǎn)移的行為同樣會(huì)發(fā)生在同一市場(chǎng)內(nèi)部。

本文借鑒Barsky（1989）提出的“安全性投資轉(zhuǎn)移”理論，即“當(dāng)投資者對(duì)股市感到擔(dān)憂時(shí)，將會(huì)減少風(fēng)險(xiǎn)資產(chǎn)，提高安全資產(chǎn)的持有量”，認(rèn)為當(dāng)投資者所持資產(chǎn)所在產(chǎn)業(yè)鏈的風(fēng)險(xiǎn)增加時(shí)，便會(huì)將投資從低市值風(fēng)險(xiǎn)較大的股票轉(zhuǎn)移到高市值風(fēng)險(xiǎn)較小的股票上（這里僅考慮產(chǎn)業(yè)內(nèi)股票投資轉(zhuǎn)移的情況），導(dǎo)致低市值股票的收益率下降，大跌的概率增加;相反，高市值股票的收益率上升，大漲的概率增加。這里將投資者由低市值股票向高市值股票轉(zhuǎn)移所引起的低市值股票大跌和高市值股票大漲定義為正向投資轉(zhuǎn)移，將投資者由高市值股票向低市值股票轉(zhuǎn)移所引起的高市值股票大跌和低市值股票大漲定義為反向投資轉(zhuǎn)移，從而討論旅游業(yè)價(jià)值鏈風(fēng)險(xiǎn)溢出與投資轉(zhuǎn)移的關(guān)系。

引起投資轉(zhuǎn)移的因素不僅局限于風(fēng)險(xiǎn)因素，Amihud（2002）和Pedersen（2005）、黃峰和楊朝軍（2007）在分析股票市場(chǎng)流動(dòng)性的定價(jià)作用時(shí)發(fā)現(xiàn)，風(fēng)險(xiǎn)高的股票組合不僅受收益率市場(chǎng)預(yù)期的影響，還受非預(yù)期流動(dòng)性的影響，他們將其原因歸結(jié)為市場(chǎng)內(nèi)資產(chǎn)的“流動(dòng)性轉(zhuǎn)移”。譚地軍等（2008）通過(guò)對(duì)中國(guó)國(guó)債市場(chǎng)的分析發(fā)現(xiàn)流動(dòng)性不同的國(guó)債之間存在顯著的市場(chǎng)內(nèi)“流動(dòng)性轉(zhuǎn)移”現(xiàn)象。此外，羅明華、田益祥等（2011）在資產(chǎn)流動(dòng)性的基礎(chǔ)上研究了訂單流與股票市場(chǎng)投資轉(zhuǎn)移的關(guān)系。以上研究表明，投資轉(zhuǎn)移行為不僅限于受資產(chǎn)固有風(fēng)險(xiǎn)的影響，還受資產(chǎn)流動(dòng)性、訂單流等間接詮釋風(fēng)險(xiǎn)因素變動(dòng)的影響。

本文在此基礎(chǔ)上，將這些因素作為風(fēng)險(xiǎn)的表現(xiàn)形式，討論了旅游業(yè)價(jià)值鏈資產(chǎn)流動(dòng)性、交易量與投資轉(zhuǎn)移之間的關(guān)系。

當(dāng)外界經(jīng)濟(jì)環(huán)境受到?jīng)_擊，金融資產(chǎn)及其所在產(chǎn)業(yè)鏈的風(fēng)險(xiǎn)發(fā)生變化時(shí)，投資者便會(huì)將原有投資轉(zhuǎn)移到風(fēng)險(xiǎn)較小的資產(chǎn)上，以此來(lái)減小金融危機(jī)所帶來(lái)的非系統(tǒng)性風(fēng)險(xiǎn)。Baur和Lucey（2009）通過(guò)對(duì)1994年墨西哥金融危機(jī)、1997年亞洲金融危機(jī)、安然事件等的研究發(fā)現(xiàn)，這些事件的產(chǎn)生往往伴隨著股票和債券市場(chǎng)間的顯著投資轉(zhuǎn)移現(xiàn)象。他們認(rèn)為當(dāng)整個(gè)市場(chǎng)中資產(chǎn)的風(fēng)險(xiǎn)發(fā)生變化時(shí)，為了減小風(fēng)險(xiǎn)，投資者會(huì)將投資從一方轉(zhuǎn)移到另一方。他們還發(fā)現(xiàn)，當(dāng)股票市場(chǎng)的風(fēng)險(xiǎn)增加時(shí)，相對(duì)股票而言，債券會(huì)產(chǎn)生較高的收益;當(dāng)股票市場(chǎng)的風(fēng)險(xiǎn)降低時(shí)，債券則會(huì)產(chǎn)生較低的收益。國(guó)內(nèi)袁晨和傅強(qiáng)（2010）也利用GARCH模型對(duì)股票和債券市場(chǎng)間的風(fēng)險(xiǎn)相互傳染現(xiàn)象進(jìn)行了研究。謝志超和曾忠東（2012）還借助VAR模型對(duì)美國(guó)和我國(guó)金融市場(chǎng)間的轉(zhuǎn)移現(xiàn)象進(jìn)行了檢驗(yàn)。

既然當(dāng)風(fēng)險(xiǎn)溢出時(shí)，會(huì)導(dǎo)致投資者在不同市場(chǎng)間對(duì)資產(chǎn)進(jìn)行分配的行為，那么我們相信投資者同樣會(huì)在同一市場(chǎng)內(nèi)對(duì)具有不同風(fēng)險(xiǎn)特征的資產(chǎn)進(jìn)行分配。相比對(duì)市場(chǎng)間投資轉(zhuǎn)移現(xiàn)象的研究，對(duì)同一市場(chǎng)內(nèi)具有不同風(fēng)險(xiǎn)特征資產(chǎn)投資轉(zhuǎn)移現(xiàn)象的研究較少。靳飛等（2010）嘗試借鑒Bae（2003）定義“極端收益率”的方法，通過(guò)劃分股票市場(chǎng)高低市值股票大漲或大跌事件來(lái)定義投資轉(zhuǎn)移行為，從而利用Logit模型對(duì)產(chǎn)業(yè)價(jià)值鏈風(fēng)險(xiǎn)和投資轉(zhuǎn)移行為進(jìn)行研究。

本文借鑒Connolly（2005）收益率波動(dòng)與投資轉(zhuǎn)移行為相關(guān)性的分析研究，以旅游業(yè)價(jià)值鏈作為研究對(duì)象，對(duì)其價(jià)值鏈風(fēng)險(xiǎn)溢出與投資者投資轉(zhuǎn)移行為的相互關(guān)系進(jìn)行研究。由此，基于上述分析提出如下研究假設(shè)1：

H1：價(jià)值鏈風(fēng)險(xiǎn)溢出對(duì)投資轉(zhuǎn)移影響顯著。

投資轉(zhuǎn)移的影響因素不僅限于該產(chǎn)業(yè)的價(jià)值鏈風(fēng)險(xiǎn)，Beber（2009）等對(duì)歐洲主要國(guó)家的債券市場(chǎng)投資轉(zhuǎn)移行為進(jìn)行研究發(fā)現(xiàn)，盡管基于風(fēng)險(xiǎn)因素考慮的“安全性轉(zhuǎn)移”是投資者投資轉(zhuǎn)移行為主要成因，但仍不能忽視由于資產(chǎn)流動(dòng)性變化所引起的投資轉(zhuǎn)移行為。當(dāng)遇到危機(jī)時(shí)，投資者通常也會(huì)考慮所投資產(chǎn)的流動(dòng)性，他們會(huì)將流動(dòng)性差的資產(chǎn)向流動(dòng)性好的資產(chǎn)上轉(zhuǎn)移。此時(shí)，資產(chǎn)的流動(dòng)性作用顯現(xiàn)得更加明顯。Beber（2009）將其歸為資產(chǎn)的“流動(dòng)性轉(zhuǎn)移”。對(duì)此，黃峰和楊朝軍（2007）對(duì)中國(guó)股票市場(chǎng)的流動(dòng)性溢價(jià)研究得出了相同的結(jié)論。除此之外，Underwood（2008）基于高頻交易數(shù)據(jù)和訂單流的研究發(fā)現(xiàn)，不同市場(chǎng)下股票和國(guó)債市場(chǎng)的收益率波動(dòng)與交易量相互影響。以上這些研究成果都說(shuō)明，投資轉(zhuǎn)移行為不僅受資產(chǎn)固有風(fēng)險(xiǎn)的影響，宏觀上講它應(yīng)受到投資者對(duì)當(dāng)前市場(chǎng)上公共信息或同一宏觀信息理解的影響，而資產(chǎn)的流動(dòng)性與投資者對(duì)該產(chǎn)業(yè)股票的交易量或訂單流恰恰是這些信息的反應(yīng)。由此，可以將資產(chǎn)流動(dòng)性和交易看作風(fēng)險(xiǎn)的另一種表現(xiàn)形式?；谏鲜龇治?，提出如下研究假設(shè)2和假設(shè)3。

H2：價(jià)值鏈內(nèi)部資產(chǎn)的流動(dòng)性對(duì)投資轉(zhuǎn)移行為影響顯著。

H3：價(jià)值鏈內(nèi)部交易量對(duì)投資轉(zhuǎn)移行為影響顯著。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

1.對(duì)股票交易市場(chǎng)中樣本數(shù)據(jù)的選取

本文以旅游、酒店、餐飲（其中旅游社與景區(qū)景點(diǎn)24家、酒店10家、餐飲3家）等37家價(jià)值鏈上市公司為研究對(duì)象，分別從上海和深圳A股股票交易市場(chǎng)選取2008年1月4日到2012年12月31日約5年時(shí)間的日交易數(shù)據(jù)，共1 217個(gè)數(shù)據(jù)作為樣本。考慮到2008年之前的數(shù)據(jù)容易受到美國(guó)金融危機(jī)的影響，年初的數(shù)據(jù)有一定的周期波動(dòng)性，因此選擇從2008年初至2012年末這5年的數(shù)據(jù)進(jìn)行實(shí)證研究。本部分的數(shù)據(jù)來(lái)自國(guó)泰安CSMAR數(shù)據(jù)庫(kù)和RSSET數(shù)據(jù)庫(kù)。

在選取樣本公司時(shí)，參照了下面的標(biāo)準(zhǔn)進(jìn)行選?。?/p>

（1）剔除非正常交易的股票數(shù)據(jù);（2）剔除滬深A(yù)股之外的所有股票，防止ST類股票波動(dòng)性較大帶來(lái)的影響;（3）所選擇的股票必須在整個(gè)研究期間范圍內(nèi)持續(xù)存在并正常交易;（4）剔除交易日少于或等于1 117天的股票，交易日過(guò)少影響行業(yè)加權(quán)平均值的計(jì)算，停牌屬于正?，F(xiàn)象，在合理的范圍內(nèi)是可以接受的。

2.對(duì)公司財(cái)務(wù)報(bào)表中樣本數(shù)據(jù)的選取

為從公司層面上分析旅游業(yè)價(jià)值鏈風(fēng)險(xiǎn)對(duì)同一市場(chǎng)內(nèi)不同公司間投資轉(zhuǎn)移的影響，本文以這37家價(jià)值鏈上的上市公司作為研究對(duì)象，從國(guó)泰安CSMAR數(shù)據(jù)庫(kù)和RSSET數(shù)據(jù)庫(kù)選取了自2005年第一季度到2012年第三季度共8年的財(cái)務(wù)季報(bào)數(shù)據(jù)，共31個(gè)作為研究樣本。

（二）Logit模型與變量的設(shè)定

本文用股票市場(chǎng)的交易數(shù)據(jù)構(gòu)造模型中的變量，從市場(chǎng)層面對(duì)前文提出的假設(shè)進(jìn)行檢驗(yàn)。而后嘗試用上市公司財(cái)務(wù)季報(bào)的數(shù)據(jù)再次構(gòu)造模型中的變量，從公司層面對(duì)前文提出的假設(shè)進(jìn)行檢驗(yàn)。根據(jù)前文分析，本部分采用Logit模型來(lái)檢驗(yàn)之前提出的研究假設(shè)：

Ptflight=c+？琢1InOFMt-1+？琢2LiquidityMt-1+？琢3rMt-1+？琢4HMt-1+？茁1InOFMt+？茁2LiquidityMt+？茁3HMt+？著t

模型中的被解釋變量Pflight為投資轉(zhuǎn)移行為發(fā)生的概率。根據(jù)前面的分析，市場(chǎng)層面上，本文依照Barsky（1989）的“安全性投資轉(zhuǎn)移”理論，借助Bae（2003）定義“極端收益率”的方法，根據(jù)行業(yè)股票第T期的流通市值大小對(duì)行業(yè)股票進(jìn)行分組。按從小到大的順序?qū)善笔兄颠M(jìn)行累加，按其累加值占全部樣本總市值的前30%和后30%對(duì)股票進(jìn)行分組，將市值最高的30%股票作為高市值股票，市值最低的30%股票作為低市值股票。然后計(jì)算高、低市值股票組合的收益率。對(duì)日收益率高于該市場(chǎng)樣本區(qū)間內(nèi)收益率95%分位數(shù)定義為高市值向低市值轉(zhuǎn)移引起的大漲事件;對(duì)日收益率低于該市場(chǎng)樣本區(qū)間內(nèi)收益率5%分位數(shù)定義為低市值向高市值轉(zhuǎn)移引起的大跌事件。當(dāng)市場(chǎng)出現(xiàn)低市值股票大跌和高市值股票大漲事件，筆者認(rèn)為發(fā)生正向投資轉(zhuǎn)移行為，用PtFlight L-H表示;當(dāng)市場(chǎng)出現(xiàn)高市值股票大跌和低市值股票大漲事件，發(fā)生反向投資轉(zhuǎn)移行為，用PtFlight H-L表示?？紤]到少部分股票第T期的收益率及價(jià)格變化會(huì)對(duì)其流通市值產(chǎn)生的影響，進(jìn)而間接地影響到股票的分組，因此本文同樣采用了第t-1期月底流動(dòng)性市值大小對(duì)股票進(jìn)行分組，結(jié)果無(wú)實(shí)質(zhì)性差異。在公司層面變量的選取上，與市場(chǎng)層面的判斷方法類似。依照公司的總資產(chǎn)對(duì)各公司進(jìn)行分組，而后按照各公司的ROE變動(dòng)情況判斷投資者的正向及反向投資轉(zhuǎn)移行為。

模型中解釋變量lnOFt為取對(duì)數(shù)后第t期的訂單流，用它衡量交易量。市場(chǎng)層面上，Lee和Ready（1991）最早提出了衡量訂單流的方法，并被廣泛應(yīng)用于股票訂單流的研究中。該方法以每只股票每天所有買方發(fā)起的交易的金額與賣方發(fā)起的交易金額之差被定義為該股票當(dāng)天的訂單流。買賣雙方的股票交易促成了股票流通市值的變化，因此本文使用股票前后期流通市值的變動(dòng)差額作為訂單流的替代變量。在公司層面的變量選取上，由于股票流通市值的變動(dòng)與公司凈資產(chǎn)變動(dòng)存在一定的相似性，本文嘗試用凈資產(chǎn)變動(dòng)率替代市值之差的對(duì)數(shù)作為對(duì)投資者交易量衡量的替代。

模型中解釋變量Liquidityt為第T期的流動(dòng)性，用它衡量投資者所持投資的流動(dòng)性的高低。市場(chǎng)層面上，Amihud（2002）對(duì)1961—1980年在紐約證券交易所上市的股票流動(dòng)性與股票收益的研究中提出使用買賣價(jià)差作為資產(chǎn)流動(dòng)的測(cè)度指標(biāo)，得出了與流動(dòng)性溢價(jià)理論相似的結(jié)論。蘇冬蔚、麥元?jiǎng)祝?004）在此基礎(chǔ)上從換手率（成交金額與流通市值之比）的角度衡量資產(chǎn)的流動(dòng)性，并發(fā)現(xiàn)我國(guó)股市存在顯著的流動(dòng)性溢價(jià)。由于換手率和定單流方法被證明沒(méi)有顯著區(qū)別，因此，本部分采用蘇冬蔚、麥元?jiǎng)祝?004）所提出的衡量方法對(duì)資產(chǎn)的流動(dòng)性進(jìn)行描述。在公司層面的變量選取上，本文以反映資產(chǎn)變動(dòng)情況的資產(chǎn)凈增加值替代股票市場(chǎng)中的成交量。最終選取市值加權(quán)后的資產(chǎn)凈增加值作為對(duì)資產(chǎn)流動(dòng)性衡量的替代變量。

模型中解釋變量Rt為價(jià)值回報(bào)，即投資者對(duì)所投資產(chǎn)日后的回報(bào)，通常用收益或收益率來(lái)衡量。股票市場(chǎng)通常采用股票日回報(bào)率作為收益率的替代指標(biāo)，所以本文直接從國(guó)泰安中國(guó)股票市場(chǎng)交易數(shù)據(jù)庫(kù)選取數(shù)據(jù)。在公司層面的變量選取上，本文從RESSET數(shù)據(jù)庫(kù)選取個(gè)股季度攤薄后的凈資產(chǎn)收益率（ROE）作為解釋變量。

在討論變量的波動(dòng)性時(shí)，財(cái)務(wù)與金融研究領(lǐng)域通常用標(biāo)準(zhǔn)差或方差來(lái)描述某一統(tǒng)計(jì)量相對(duì)中心的離散程度，即我們所說(shuō)的波動(dòng)率，并且把波動(dòng)率作為風(fēng)險(xiǎn)的評(píng)價(jià)尺度，之后便通過(guò)測(cè)度變量的波動(dòng)來(lái)衡量金融資產(chǎn)存在的風(fēng)險(xiǎn)。眾多模型組合中，由于GARCH（1，1）模型存在階數(shù)小，擬合程度好的特性，大批學(xué)者將其應(yīng)用于匯率和收益率風(fēng)險(xiǎn)的測(cè)度中，如蘇巖和楊振海（2007）、陸靜和楊斌（2013）等。

模型中解釋變量Ht為第T期收益的波動(dòng)率，用它來(lái)衡量?jī)r(jià)值鏈的風(fēng)險(xiǎn)。鑒于多元GARCH模型參數(shù)估計(jì)困難，GARCH（1，1）模型對(duì)匯率及收益率風(fēng)險(xiǎn)測(cè)度有階數(shù)小、擬合程度好的特性。因此，本文用GARCH（1，1）模型對(duì)收益率的波動(dòng)進(jìn)行估計(jì)得出解釋變量Ht。

四、實(shí)證檢驗(yàn)與分析

（一）描述性分析

1.樣本選擇的分類描述分析

表1是對(duì)所選取行業(yè)樣本的分類描述分析。經(jīng)過(guò)對(duì)所選取三個(gè)行業(yè)公司股票樣本剔除后，筆者發(fā)現(xiàn)共剩32家與旅游相關(guān)的上市公司。其中旅行社與景區(qū)景點(diǎn)20家，占總樣本的62.5%，5年間總體回報(bào)率較高，風(fēng)險(xiǎn)在旅游業(yè)價(jià)值鏈中相對(duì)較小;酒店業(yè)10家，占總樣本的31.25%，總體回報(bào)率僅次于旅行社與景區(qū)景點(diǎn)，各年內(nèi)風(fēng)險(xiǎn)也相對(duì)較小;與其他兩個(gè)行業(yè)相比，餐飲業(yè)只有兩家，占總樣本的6.25%，且個(gè)股回報(bào)率較低并伴隨著較高的行業(yè)風(fēng)險(xiǎn)。之所以產(chǎn)生這樣的情況可能由以下幾個(gè)原因?qū)е?。首先，餐飲企業(yè)一般注重品牌發(fā)展，缺乏資本市場(chǎng)的意識(shí)。餐飲業(yè)主通常因?yàn)椴惋嫎I(yè)門檻低、科技含量低、勞動(dòng)力比較密集的特性而忽視了對(duì)資本市場(chǎng)的學(xué)習(xí)和了解，缺乏上市融資的意識(shí)。其次，餐飲企業(yè)都存在“規(guī)模小、收入少、利潤(rùn)少、凈資產(chǎn)少”等問(wèn)題，餐飲業(yè)的現(xiàn)金流大，但難沉淀形成優(yōu)質(zhì)資產(chǎn)，使得多數(shù)企業(yè)的收益較低，財(cái)務(wù)指標(biāo)無(wú)法達(dá)到A股上市融資的要求。最后，雖然總體需求比較穩(wěn)定旺盛，但是消費(fèi)者對(duì)于不同品牌的偏好不同，使得一家餐飲企業(yè)的口味很難對(duì)消費(fèi)者產(chǎn)生持續(xù)的吸引力，這也在很大程度上增加了餐飲業(yè)的風(fēng)險(xiǎn)。此外還發(fā)現(xiàn)，與2008、2009年亞洲金融危機(jī)后的個(gè)股回報(bào)率的波動(dòng)相比，近3年的波動(dòng)明顯減小。這也從側(cè)面反映了我國(guó)旅游業(yè)價(jià)值鏈企業(yè)的發(fā)展正逐步走向良性循環(huán)的道路。

2.模型變量的描述統(tǒng)計(jì)分析

表2給出了本文中研究變量的描述統(tǒng)計(jì)分析。筆者發(fā)現(xiàn)，旅游業(yè)價(jià)值鏈最大收益率與最小收益率之間相差僅為0.19，5年間收益率均值為正，標(biāo)準(zhǔn)差為0.023，收益波動(dòng)較小。這表明現(xiàn)階段我國(guó)旅游業(yè)價(jià)值鏈發(fā)展較為平穩(wěn)，總體呈上升趨勢(shì)。但與其他各變量的變異系數(shù)（標(biāo)準(zhǔn)差與均值之比）相比，收益率的離散程度仍較高，這表明該產(chǎn)業(yè)價(jià)值鏈一定程度上仍具有相當(dāng)風(fēng)險(xiǎn)波動(dòng)性。從表中還可以看出Rt的標(biāo)準(zhǔn)差與Ht的均值十分接近，這在一定程度上證明，標(biāo)準(zhǔn)差與GARCH模型都可以通過(guò)測(cè)度波動(dòng)率來(lái)描述風(fēng)險(xiǎn)的變動(dòng)情況，從而更準(zhǔn)確地實(shí)現(xiàn)對(duì)價(jià)值鏈風(fēng)險(xiǎn)的測(cè)量。

（二）回歸分析

1.市場(chǎng)層面上，旅游業(yè)價(jià)值鏈波動(dòng)對(duì)投資轉(zhuǎn)移影響的顯著檢驗(yàn)

根據(jù)前文所建立的Logit模型，表3從市場(chǎng)層面上對(duì)旅游業(yè)價(jià)值鏈風(fēng)險(xiǎn)、資產(chǎn)流動(dòng)性及交易量對(duì)投資轉(zhuǎn)移行為影響的顯著性進(jìn)行了檢驗(yàn)。通過(guò)對(duì)投資旅游業(yè)的定向投資者投資行為的變動(dòng)情況進(jìn)行判斷分析，筆者發(fā)現(xiàn)，旅游業(yè)前期的價(jià)值鏈風(fēng)險(xiǎn)波動(dòng)和流動(dòng)性對(duì)當(dāng)期雙向投資轉(zhuǎn)移行為影響均顯著，其他變量對(duì)投資轉(zhuǎn)移行為影響則不顯著。

從旅游業(yè)價(jià)值鏈風(fēng)險(xiǎn)上看，它對(duì)正向和反向投資轉(zhuǎn)移行為的影響均顯著。這表明，無(wú)論旅游業(yè)價(jià)值鏈的風(fēng)險(xiǎn)從大到小、還是從小到大變動(dòng)，只要該價(jià)值鏈條上資產(chǎn)的收益產(chǎn)生一定波動(dòng)，便會(huì)引起定向投資者的投資轉(zhuǎn)移行為。這與Baur和Lucey（2009）對(duì)風(fēng)險(xiǎn)與市場(chǎng)間投資轉(zhuǎn)移行為關(guān)系研究的結(jié)論無(wú)實(shí)質(zhì)差異。從流動(dòng)性上看，它同樣對(duì)正向和反向投資轉(zhuǎn)移行為的影響顯著。這表明當(dāng)投資者為避免風(fēng)險(xiǎn)而采取投資轉(zhuǎn)移策略時(shí)，除價(jià)值鏈風(fēng)險(xiǎn)因素外，資產(chǎn)的流動(dòng)性也是他們考慮的重要因素之一。而且，從表2該變量的顯著性可以看出，投資者對(duì)旅游業(yè)價(jià)值鏈資產(chǎn)流動(dòng)性反應(yīng)靈敏度并不低于該產(chǎn)業(yè)的價(jià)值鏈風(fēng)險(xiǎn)。這進(jìn)一步證實(shí)了資產(chǎn)流動(dòng)性變化對(duì)投資的影響不僅存在于市場(chǎng)間和市場(chǎng)內(nèi)，同樣存在于產(chǎn)業(yè)內(nèi)。從交易量上看，市場(chǎng)交易量無(wú)論與正向投資轉(zhuǎn)移還是反向投資轉(zhuǎn)移的關(guān)系均不顯著。這一結(jié)果并不與之前的研究結(jié)論相悖。根據(jù)前文對(duì)變量選取的定義，交易量的變動(dòng)即為流動(dòng)市值的變動(dòng)?？傮w上看，之所以產(chǎn)生變動(dòng)，是因?yàn)橛写罅縼?lái)自產(chǎn)業(yè)外的資金進(jìn)入或退出該產(chǎn)業(yè)。例如，當(dāng)交易量增加時(shí)，表明投資者對(duì)該產(chǎn)業(yè)股票的買入量增加、賣出量減少，使得不論高市值還是低市值股票發(fā)生大漲事件的概率增加、大跌事件的概率減小;反之亦然。而這種同方向變動(dòng)不符合本文對(duì)投資轉(zhuǎn)移行為（高市值股票大跌、低市值股票大漲或高市值股票大漲、低市值股票大跌）的定義。

2.公司層面上，旅游業(yè)價(jià)值鏈波動(dòng)對(duì)投資轉(zhuǎn)移影響的顯著檢驗(yàn)

根據(jù)前文分析及所建立的Logit模型，本文同樣嘗試?yán)霉矩?cái)務(wù)季報(bào)數(shù)據(jù)從公司層面上對(duì)旅游業(yè)價(jià)值鏈風(fēng)險(xiǎn)、資產(chǎn)流動(dòng)性及交易量對(duì)投資轉(zhuǎn)移行為影響的顯著性進(jìn)行了驗(yàn)證。從表4可以看出，旅游業(yè)價(jià)值鏈風(fēng)險(xiǎn)對(duì)雙向投資轉(zhuǎn)移行為影響均顯著，這表明當(dāng)旅游業(yè)價(jià)值鏈企業(yè)資產(chǎn)風(fēng)險(xiǎn)發(fā)生變動(dòng)時(shí)，同樣會(huì)引起投資者對(duì)其名下投資進(jìn)行重新分配。具體當(dāng)產(chǎn)業(yè)價(jià)值鏈風(fēng)險(xiǎn)增加時(shí)，投資者將減少投資資產(chǎn)規(guī)模較小、風(fēng)險(xiǎn)相對(duì)較高公司而增加投資資產(chǎn)規(guī)模較大、風(fēng)險(xiǎn)相對(duì)較低的公司以達(dá)到規(guī)避風(fēng)險(xiǎn)的目的。投資者的這種行為導(dǎo)致資產(chǎn)規(guī)模較小公司股票的收益率降低、資產(chǎn)規(guī)模較大公司股票的收益率升高，從而增加小規(guī)模公司大跌、大規(guī)模公司大漲的概率，使該產(chǎn)業(yè)內(nèi)發(fā)生正向投資轉(zhuǎn)移行為。當(dāng)行業(yè)價(jià)值鏈風(fēng)險(xiǎn)減小時(shí)，投資者會(huì)減小投資資產(chǎn)規(guī)模較大、風(fēng)險(xiǎn)相對(duì)低的公司轉(zhuǎn)而增加投資資產(chǎn)規(guī)模較小、風(fēng)險(xiǎn)相對(duì)較高的公司來(lái)獲得更高的收益。投資者的這種行為會(huì)導(dǎo)致資產(chǎn)規(guī)模較小的公司股票的收益率升高、資產(chǎn)規(guī)模較大公司股票的收益率降低，從而增加小規(guī)模公司大漲、大規(guī)模公司大跌的概率，使該產(chǎn)業(yè)內(nèi)發(fā)生反向投資轉(zhuǎn)移行為。與市場(chǎng)層面上檢驗(yàn)結(jié)果不同，公司層面上資產(chǎn)流動(dòng)性對(duì)投資轉(zhuǎn)移行為的影響則不顯著。對(duì)投資決策者來(lái)講，可能是由于公司資產(chǎn)的變動(dòng)情況不能及時(shí)反映在對(duì)外公布的財(cái)務(wù)報(bào)表中，而使得公司財(cái)務(wù)信息較股票市場(chǎng)信息有效性降低所致，但我們不能否定資產(chǎn)流動(dòng)性對(duì)投資轉(zhuǎn)移的影響。

五、研究結(jié)論

本文以我國(guó)旅游業(yè)價(jià)值鏈為研究視角，按照證監(jiān)會(huì)新行業(yè)劃分標(biāo)準(zhǔn)，分別選取旅行社與景區(qū)景點(diǎn)、酒店業(yè)、餐飲業(yè)（其中旅行社與景區(qū)景點(diǎn)24家、酒店業(yè)10家、餐飲業(yè)3家）等37家與旅游相關(guān)的上市公司2008—2012年上海和深圳A股股票交易市場(chǎng)的 ? ? ?1 217個(gè)日交易數(shù)及2005—2012年公司的財(cái)務(wù)季報(bào)數(shù)據(jù)作為研究樣本，對(duì)旅游業(yè)價(jià)值鏈風(fēng)險(xiǎn)對(duì)投資轉(zhuǎn)移行為影響進(jìn)行研究。本文首先利用GARCH（1，1）模型對(duì)所選取旅游業(yè)價(jià)值鏈風(fēng)險(xiǎn)進(jìn)行測(cè)度，而后通過(guò)定義中國(guó)股票市場(chǎng)上的大漲和大跌事件對(duì)旅游業(yè)價(jià)值鏈內(nèi)不同市值股票投資轉(zhuǎn)移行為進(jìn)行劃分，再通過(guò)Logit模型從股票市場(chǎng)和公司兩個(gè)層面上研究了旅游業(yè)價(jià)值風(fēng)險(xiǎn)對(duì)投資轉(zhuǎn)移行為的影響。此外，還對(duì)風(fēng)險(xiǎn)的其他表現(xiàn)因素，即旅游業(yè)價(jià)值鏈上的資產(chǎn)流動(dòng)性、交易量等對(duì)投資轉(zhuǎn)移行為影響的顯著性進(jìn)行了檢驗(yàn)。

根據(jù)回歸結(jié)果有如下發(fā)現(xiàn)：

風(fēng)險(xiǎn)不僅在Baur、Lucey（2002）研究的股票和債券市場(chǎng)間和靳飛等（2009）研究的股票市場(chǎng)內(nèi)對(duì)投資轉(zhuǎn)移行為產(chǎn)生顯著影響，在旅游業(yè)價(jià)值鏈內(nèi)同樣會(huì)對(duì)投資轉(zhuǎn)移行為產(chǎn)生顯著影響，并且無(wú)論是在市場(chǎng)層面還是在公司層面上，旅游業(yè)價(jià)值鏈風(fēng)險(xiǎn)均會(huì)對(duì)投資轉(zhuǎn)移行為產(chǎn)生雙向且顯著的影響，使得不同市值股票或規(guī)模公司間產(chǎn)生廣泛的投資轉(zhuǎn)移行為。

與Beber（2009）和譚地軍等（2008）對(duì)資產(chǎn)的“流動(dòng)性轉(zhuǎn)移”研究結(jié)論相似，旅游業(yè)價(jià)值鏈的股票市場(chǎng)上資產(chǎn)的流動(dòng)性對(duì)投資轉(zhuǎn)移行為影響顯著，但在公司財(cái)務(wù)季報(bào)數(shù)據(jù)的檢驗(yàn)中卻未得出同樣結(jié)論。這可能是由于公司資產(chǎn)的變動(dòng)情況不能及時(shí)反映在對(duì)外公布的財(cái)務(wù)報(bào)表中，而使得公司財(cái)務(wù)信息較股票市場(chǎng)信息的有效性降低所致。因此與旅游業(yè)價(jià)值鏈企業(yè)的資產(chǎn)流動(dòng)性相比，投資者對(duì)市場(chǎng)上資產(chǎn)流動(dòng)性的變動(dòng)更加敏感，但不能否定資產(chǎn)“流動(dòng)性轉(zhuǎn)移”特征會(huì)使資產(chǎn)流動(dòng)性對(duì)投資轉(zhuǎn)移行為產(chǎn)生顯著影響這一結(jié)論。

與Underwood（2009）得出的股票和國(guó)債市場(chǎng)上收益率與交易量相互影響的結(jié)論不同，就旅游業(yè)價(jià)值鏈本身而言，交易量對(duì)價(jià)值鏈內(nèi)的投資轉(zhuǎn)移行為影響不顯著。

較之前學(xué)者對(duì)不同市場(chǎng)間與同一市場(chǎng)內(nèi)資產(chǎn)風(fēng)險(xiǎn)波動(dòng)對(duì)投資轉(zhuǎn)移行為影響的研究，本文同時(shí)利用股票市場(chǎng)上的日交易數(shù)據(jù)和公司財(cái)務(wù)季報(bào)的數(shù)據(jù)，從股票市場(chǎng)和公司兩個(gè)層面上，對(duì)具體產(chǎn)業(yè)價(jià)值鏈風(fēng)險(xiǎn)與投資轉(zhuǎn)移的關(guān)系進(jìn)行研究，相信這些結(jié)論將有助于我們更深層次了解旅游業(yè)價(jià)值鏈風(fēng)險(xiǎn)與投資者行為活動(dòng)間的關(guān)系?！?/p>

【參考文獻(xiàn)】

[1] Amihud Y， Mendelson ?H， Wood R. Liquidity ?and the 1987 Stock Market Crash[J]. Journal of Portfolio Management，2002（16）：65-69.

[2] Bae K， Karolyi A， Stulz R. A New Approach to Measuring Financial Contagion[J]. Review of Financial Studies， 2003（16）：717-763.

[3] Barsky R. Why don't the Price of Stocks and Bond Move Together[J]. American Economic Review， 1989， 79（5）：1132-1145.

[4] Baur D， Lucey B. Flights and Contagion-an Empirical Analysis of Stock-bond Correlations[J]. Journal of International Economics， 2002（57）：231-246.

[5] Beber A， Brandt M， Kavajecz K. Flight-to-quality or Flight-to-liquidity？Evidence from the Euro-area Bond ?Market[J]. Review of ?Financial ?Studies， 2009，22（3）：925-957.

[6] Connolly R， Al E. Stock Market Uncertainty and the Stock-bond Return Relation[J]. Journal of Financial and Quantitative Analysis，2005（40）：161-194.

[7] Favero C， Al E. Is the International Propagation of Financial Shocks Non-linear？ Evidence from the ERM[J].Journal of International Economics， 2002（57）：231-246.

[8] Forbes K， Rigobon R. No Contagion， Only Interdependence： Measuring Stock Market Comovements[J]. Journal of Finance，2002（57）：2223-2261.

[9] Smith S L J. Defining Tourism： A Supply Side View[J].Annals of Tourism Research，1988（15）：179-190.

[10] Underwood ? S. The Cross - market ?Information Content of Stock and Bond Order Flow[J].Journal of Financial Markets，2009，13（2）：268-289.

[11] 黃峰，楊朝軍.流動(dòng)性風(fēng)險(xiǎn)與資產(chǎn)定價(jià)：來(lái)自我國(guó)股市的經(jīng)驗(yàn)證據(jù)[J].管理世界，2007（5）：30-39.

[12] 靳飛，田益祥，譚地軍.股票之間的風(fēng)險(xiǎn)傳染和投資轉(zhuǎn)移[J].系統(tǒng)工程，2009（7）：14-21.

[13] 陸靜，楊斌.商業(yè)銀行匯率風(fēng)險(xiǎn)的VaR-GARCH（1，1）模型計(jì)量[J].重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013，19（5）：66-72.

[14] 羅登躍，王春峰，等.基于時(shí)間序列的上海股市系統(tǒng)風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)溢價(jià)實(shí)證研究[J].系統(tǒng)工程， 2005，23（7）：48-54.

[15] 蘇冬蔚，麥元?jiǎng)?流動(dòng)性與資產(chǎn)定價(jià)：基于我國(guó)股市資產(chǎn)換手率與預(yù)期收益的實(shí)證研究[J].經(jīng)濟(jì)研究，2004（2）：95-105.

[16] 蘇巖，楊振海.GARCH（1，1）模型及其在匯率條件波動(dòng)預(yù)測(cè)中的應(yīng)用[J].數(shù)理統(tǒng)計(jì)與管理，2007，26（4）：615-620.

[17] 譚地軍，田益祥，黃文光.流動(dòng)性補(bǔ)償、市場(chǎng)內(nèi)及跨市場(chǎng)“流動(dòng)性轉(zhuǎn)移”行為[J].金融研究，2008（9）：23-44.

[18] 謝志超，曾忠東.美國(guó)金融危機(jī)對(duì)我國(guó)金融市場(chǎng)傳染效應(yīng)研究[J].四川大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2012（1）：113-124.

[19] 袁晨，傅強(qiáng).我國(guó)金融市場(chǎng)間投資轉(zhuǎn)移和市場(chǎng)傳染的階段時(shí)變特征[J].系統(tǒng)工程，2010（5）：1-7.