股票市場錯誤定價會影響上市公司運行效率嗎?①

劉力源,尹玉剛,劉亞輝

(1.清華大學(xué)五道口金融學(xué)院,北京 100083; 2.西南財經(jīng)大學(xué)金融學(xué)院,成都 611130)

0 引 言

早在1945年,Hayek[1]提出股市具有價格發(fā)現(xiàn)的功能,股價具有傳遞信息的作用.證監(jiān)會原主席肖鋼曾明確表示“黨中央從來沒有像現(xiàn)在這樣重視資本市場”,中國進(jìn)入工業(yè)化中后期后,“要實現(xiàn)從要素驅(qū)動、債務(wù)驅(qū)動向創(chuàng)新驅(qū)動、效率驅(qū)動發(fā)展經(jīng)濟(jì),就必須加快資本市場的發(fā)展”(1)詳見肖鋼于2020年7月7日在浦山講壇和CF40孫冶方悅讀會上的講話..相比于間接融資,直接融資鼓勵創(chuàng)新,對中國新經(jīng)濟(jì)的孕育更有包容性,在經(jīng)濟(jì)發(fā)展中發(fā)揮著越來越重要的作用.金融市場與實體經(jīng)濟(jì)的關(guān)系,既為全面認(rèn)識資本市場資源配置功能提供了新視角,也是一個國家如何完善資本市場的重要基石.股票發(fā)行后,二級市場的交易行為并不直接影響上市公司損益.那么,股市僅僅是個“賭場”,還是會影響實體經(jīng)濟(jì)活動[2,3]?

大量文獻(xiàn)從股價的信息傳遞作用出發(fā),討論金融市場與實體經(jīng)濟(jì)的關(guān)系,但側(cè)重點不同.部分學(xué)者認(rèn)為股價僅僅反映了對公司未來現(xiàn)金流的預(yù)期,所以應(yīng)該在控制了能同時影響股票收益率和經(jīng)濟(jì)決策的基本面指標(biāo)之后,進(jìn)而討論股票市場對實體經(jīng)濟(jì)的影響[4];也有學(xué)者從委托代理問題、行為金融等角度出發(fā),認(rèn)為股價能影響公司管理層決策,所以應(yīng)該在考慮股價反饋效應(yīng)的框架下討論股票市場與實體經(jīng)濟(jì)的關(guān)系[2].從實體經(jīng)濟(jì)后果看,學(xué)者主要關(guān)注資本市場造成的兩個方面的影響:一是微觀層面的實體經(jīng)濟(jì)決策[5,6],二是宏觀層面的資源配置效率[7,8].現(xiàn)有文獻(xiàn)基于不同的邏輯框架和研究方法,得出的結(jié)論也不盡相同.本研究則選取了一個嶄新的視角,研究股票市場錯誤定價對上市公司運行效率的影響及其潛在的傳導(dǎo)機(jī)制(2)在現(xiàn)實世界中,股市錯誤定價對公司運行效率產(chǎn)生影響的例子很多.比如,重慶啤酒乙肝疫苗概念被炒作十余年,股價被嚴(yán)重高估, 公司整體運行效率較低,隨著乙肝疫苗夢的破滅,股價斷崖式下跌.再比如,2020年12月沃森生物宣布“賤賣”資產(chǎn),股價大跌,在受 到多重壓力下,公司又宣布取消上海澤潤股權(quán)轉(zhuǎn)讓相關(guān)協(xié)議的審議..在微觀層面的研究中,大多數(shù)文獻(xiàn)聚焦于錯誤定價的原因或其導(dǎo)致的公司具體經(jīng)營決策變化(3)錯誤定價的概念最初來源于對有效市場假說的挑戰(zhàn),認(rèn)為資產(chǎn)價格會偏離內(nèi)在價值.影響錯誤定價的因素包括投資者情緒、過度自信、套利風(fēng)險、投資者異質(zhì)信念等[14,15].,而本研究關(guān)注錯誤定價所導(dǎo)致的微觀層面實體經(jīng)濟(jì)后果,即公司的運行效率.

本研究采用以估值模型為基礎(chǔ)的錯誤定價程度[9,10]作為股票市場信息傳遞作用的代理變量,并分別運用Ackerberg等[11]和Wooldridge[12]的方法,計算公司層面的全要素生產(chǎn)率(TFP)作為上市公司運行效率的代理.研究結(jié)果表明,股票市場錯誤定價程度越高,上市公司運行效率越低.這一結(jié)果在基于滬深港通交易的PSM-DiD分析法和基于基金贖回壓力的工具變量法下同樣成立,為股票市場錯誤定價對公司運行效率產(chǎn)生影響的因果推斷提供了穩(wěn)健證據(jù).

在機(jī)制研究中,本研究發(fā)現(xiàn),企業(yè)創(chuàng)新和融資約束均為股票錯誤定價影響公司運行效率的潛在傳導(dǎo)機(jī)制.股票錯誤定價程度越高,公司創(chuàng)新水平越低、融資約束越大,進(jìn)而公司運行效率越低.除此之外,在控制了公司創(chuàng)新和融資約束這兩種潛在傳導(dǎo)機(jī)制后,仍然存在著股票錯誤定價影響公司運行效率的剩余效應(yīng).

本研究的主要貢獻(xiàn)在于:1)以往的文獻(xiàn)在研究微觀層面的實體經(jīng)濟(jì)運行時,主要關(guān)注的是實體經(jīng)濟(jì)決策本身,而本研究聚焦于決策的經(jīng)濟(jì)后果.與只關(guān)注實體經(jīng)濟(jì)決策相比,TFP衡量的是產(chǎn)出中不能用資本和勞動投入來解釋的部分,其計算不依賴于股票的估值[13],從而在微觀層面上能夠更加全面客觀地刻畫公司的運行效率.2)錯誤定價方面的研究,現(xiàn)有文獻(xiàn)集中在錯誤定價的解釋上[10,14-17],而本研究引入以估值模型為基礎(chǔ)的錯誤定價,關(guān)注股市錯誤定價對實體經(jīng)濟(jì)的影響.在選擇股市信息傳遞作用的代理變量時,Bennett等[13]采用股票交易數(shù)據(jù)構(gòu)造基于信息的交易概率PIN和股價非同步性PSI,而本研究采用公司財務(wù)信息構(gòu)造基于估值模型的錯誤定價,兩者在經(jīng)濟(jì)含義上具有顯著區(qū)別.3)本研究發(fā)現(xiàn)了股票錯誤定價影響公司運行效率的兩條傳導(dǎo)機(jī)制,豐富了股票市場與實體經(jīng)濟(jì)關(guān)系的相關(guān)領(lǐng)域研究,為中國大力發(fā)展直接融資以及提高實體經(jīng)濟(jì)運行效率提供了新的思路,具有一定的現(xiàn)實意義.

1 文獻(xiàn)綜述與研究假設(shè)

長期以來,金融市場與實體經(jīng)濟(jì)的關(guān)系一直是學(xué)術(shù)界的熱點話題.Hayek[1]于1945年首次提出股市具有價格發(fā)現(xiàn)的功能,股價具有傳遞信息的作用.在討論金融市場與實體經(jīng)濟(jì)關(guān)系的研究中,不同學(xué)者產(chǎn)生了分歧[2].基于不同的假設(shè)前提和度量方法,得出的結(jié)論也不盡相同.有的學(xué)者認(rèn)為,公司管理層本身對公司掌握更多的私有信息,當(dāng)控制了公司基本面指標(biāo),股票市場為公司管理層進(jìn)行投資等決策所帶來的增量信息十分有限,從而對實體經(jīng)濟(jì)影響甚微[4,7,18];也有學(xué)者認(rèn)為雖然公司管理層會根據(jù)其掌握的內(nèi)部信息進(jìn)行決策,但股票市場匯集了許多外部信息,同樣能指導(dǎo)管理層的各項決策,進(jìn)而表明金融市場對實體經(jīng)濟(jì)具有顯著影響[2,19,20].

從現(xiàn)有的相關(guān)文獻(xiàn)來看,研究股票市場信息傳遞作用的代理變量主要分成以下三大類.第一類是以價格為基礎(chǔ)的度量方式,包括價格變化[7]、估值指標(biāo)[18]等;第二類是以收益率為基礎(chǔ)的度量方式,包括股價收益率[4]、股價非同步性PSI[5]等;第三類是以交易為基礎(chǔ)的度量方式,包括基于信息的交易概率PIN和調(diào)整的PIN[21]、Gamma系數(shù)[22]等.而研究實體經(jīng)濟(jì)運行效率的文獻(xiàn)主要關(guān)注兩大方面.一是微觀層面的實體經(jīng)濟(jì)決策,包括投資決策[5]、兼并收購[23]、人力投入[24]、公司治理[25]、董事獨立[26]、股利政策[27]等;二是宏觀層面的資源配置效率,包括資本配置[19]、勞動配置[28]、總產(chǎn)出[7]、行業(yè)或國家層面的全要素生產(chǎn)率[29]等.

雖然上市公司管理層作為內(nèi)部人,擁有對公司特質(zhì)信息的優(yōu)勢.但股價反應(yīng)了市場上所有投資者的一致預(yù)期,這包括了宏觀經(jīng)濟(jì)、政策、以及產(chǎn)品供求等各方面的信息.在有效市場的均衡條件下,如此眾多投資者的共同認(rèn)知,是公司管理層無法忽視的重要信息,是他們進(jìn)行經(jīng)營決策時的重要參考變量[3,30].因此,作為股市信息傳遞作用的代理變量,錯誤定價直接影響股市信息傳遞的效率.錯誤定價程度越高,資本市場的定價效率越低[31],而股價具有反饋效應(yīng),會對管理層的諸多決策產(chǎn)生影響[2],進(jìn)而引起資源的錯配,降低上市公司的運行效率[31,32].綜合上述分析,提出以下假設(shè):

H1股票市場錯誤定價程度越高,上市公司運行效率越低.

如果股票市場確實能顯著影響實體經(jīng)濟(jì)運行效率,那么另一個關(guān)鍵的問題是股市究竟如何影響實體經(jīng)濟(jì)運行效率,換言之,其施加影響的傳導(dǎo)機(jī)制是什么?Stein[33]于1988年提出了管理者短視理論,公司管理層的薪酬體系以及是否被解雇,往往和公司股價掛鉤[13],當(dāng)出現(xiàn)錯誤定價時,公司管理層更加注重市值管理,做出短視的決策.相比于成熟的資本市場,中國A股的股價波動率較大,錯誤定價會導(dǎo)致管理層更容易出現(xiàn)短視行為[6].由于無法對管理層短視進(jìn)行直接度量,本研究參考現(xiàn)有文獻(xiàn)的做法,并結(jié)合本研究核心關(guān)注的TFP,選擇檢驗短視行為帶來的兩種直接后果:投資決策中的公司創(chuàng)新和融資決策中的融資約束[4,6,13,34-36].通過對前人文獻(xiàn)的梳理,主要提出以下兩種傳導(dǎo)機(jī)制假說.

公司創(chuàng)新傳導(dǎo)機(jī)制.以往研究表明,股價具有反饋效應(yīng),股市的錯誤定價容易引起管理層短視行為,短視行為的直接表現(xiàn)之一是投資決策[2],尤其是與TFP息息相關(guān)的創(chuàng)新投資[4,34,35].比如,公司管理層為了不因短期業(yè)績壓力而被炒魷魚,傾向于放棄一些長期投資的項目,即使這些項目有正的凈現(xiàn)值[4,35].而這些長期投資的項目中,最重要的是那些有利于提高公司核心競爭力的創(chuàng)新項目.對大多數(shù)公司來說,投資創(chuàng)新項目是一個挑戰(zhàn),因為創(chuàng)新不同于大規(guī)模生產(chǎn)和市場營銷等常規(guī)投入,具有周期長、風(fēng)險高的特點,充滿了不確定性,失敗的可能性高[34].

基于創(chuàng)新具有高度不確定性的特性并且存在同行競爭的風(fēng)險,進(jìn)行創(chuàng)新投資的公司只能進(jìn)行部分相關(guān)信息披露,并將公司自身暴露在敵意收購的風(fēng)險下[33].為了避免這些風(fēng)險,管理層會傾向于減少創(chuàng)新項目的投入,而選擇將精力更多地投入到那些短期就能帶來穩(wěn)定回報的投資項目中,來迎合投資者[34].然而眾所周知,技術(shù)創(chuàng)新的提高對TFP的提升至關(guān)重要.對于企業(yè)而言,在主營業(yè)務(wù)上提高創(chuàng)新能力,是公司提高核心競爭力和運行效率的關(guān)鍵[34].因此,當(dāng)錯誤定價引起管理層的短視眼光和迎合行為時[6,34],公司的創(chuàng)新活動會減少,進(jìn)而影響公司的運行效率.基于上述分析,提出以下假設(shè):

H2股票市場錯誤定價程度越高,上市公司創(chuàng)新能力越低,進(jìn)而運行效率越低.

融資約束傳導(dǎo)機(jī)制.管理層短視行為的另一后果體現(xiàn)在融資決策中的融資成本[3,4,34].對此可以從股價的高估和低估兩種情形分開討論.公司傾向于在股價高估時進(jìn)行再融資的行為,已被學(xué)者廣泛證實.但實際上,股價高估和優(yōu)質(zhì)投資項目同時出現(xiàn)的機(jī)會并不多.所以,大多數(shù)股價高估時的再融資項目并未取得投資者預(yù)期的匯報[34].長此以往,頻繁的、不達(dá)預(yù)期的融資行為,必將損害公司聲譽,并收緊融資約束,增加融資成本.另一方面,在本研究樣本期內(nèi),證監(jiān)會對上市公司再融資設(shè)有18個月的最低間隔期(新披露的再融資新規(guī)放松為6個月).在間隔期限制下,高估時進(jìn)行的再融資,無疑浪費了優(yōu)質(zhì)投資機(jī)會出現(xiàn)時的融資機(jī)會.因此對于股價高估的上市公司,當(dāng)優(yōu)質(zhì)投資項目出現(xiàn)時,較高的融資成本會迫使企業(yè)放棄投資機(jī)會.

而對于股價低估的上市公司,其融資從成本自然較高.因此長期來看,無論是股價的高估和低估,均會收緊融資約束,錯失投資良機(jī),最終降低公司運行效率.基于此,提出以下研究假設(shè):

H3股票市場錯誤定價程度越高,上市公司融資約束越高,進(jìn)而運行效率越低.

2 研究設(shè)計

2.1 樣本選擇與數(shù)據(jù)來源

本研究的樣本區(qū)間為2000年—2018年滬深兩市A股上市公司.在計算TFP和股票錯誤定價時,所需要的公司財務(wù)數(shù)據(jù)均來自國泰安數(shù)據(jù)庫(CSMAR).除專利申請、專利引用和管理層學(xué)歷的數(shù)據(jù)來源于中國研究數(shù)據(jù)服務(wù)平臺(CNRDS)外,其余被解釋變量、中介變量和控制變量的數(shù)據(jù)均來自CSMAR.行業(yè)控制變量按照2012年證監(jiān)會行業(yè)分類指引進(jìn)行分類,其中制造業(yè)按照二級行業(yè)分類,其余行業(yè)按照一級行業(yè)分類.

本研究剔除了TFP、錯誤定價和控制變量數(shù)據(jù)缺失的樣本.為避免極端值的影響,對所有連續(xù)變量在1%和99%分位數(shù)進(jìn)行Winsorize縮尾處理.由于專利申請和專利引用兩個變量均呈現(xiàn)右偏分布,參考He和Tian[34]的做法,先將專利申請和專利引用按照99%分位數(shù)水平進(jìn)行Winsorize縮尾處理,然后分別將這兩個變量加上1,再取自然對數(shù)值.最終得到3 070家上市公司共29 983個公司-年觀測樣本.

2.2 關(guān)鍵指標(biāo)構(gòu)建

2.2.1 被解釋變量:全要素生產(chǎn)率TFP

TFP也被稱為技術(shù)進(jìn)步率,衡量的是產(chǎn)出中不能由要素投入來解釋的部分,能夠體現(xiàn)生產(chǎn)過程的整體效率.本研究基于Cobb-Douglas生產(chǎn)函數(shù)

Y=AKαLβ

(1)

其中Y為總產(chǎn)出,K為資本,L為勞動力,A為生產(chǎn)效率.對上述方程兩邊同時取對數(shù),并轉(zhuǎn)變?yōu)橛嬃磕Ｐ?/p>

yit=β0+βkkit+βllit+εit

(2)

為了避免同時性偏差、樣本選擇偏差和函數(shù)依賴等計量問題,本研究采用兩種方法估算TFP.第一種是由Ackerberg等[11]提出的ACF方法,該方法基于一致半?yún)?shù)估計的兩步估計過程,延續(xù)和發(fā)展了文獻(xiàn)中廣泛使用的OP方法[37]和LP方法[38](4)ACF方法采用基于一致半?yún)?shù)估計的兩步估計過程,不僅考慮了同時性偏差和樣本選擇偏差,還克服了OP和LP方法存在的函數(shù)依賴問題.關(guān)于ACF方法的具體細(xì)節(jié)及優(yōu)勢,詳見Ackerberg等[11]、魯曉東和連玉君[39]等文獻(xiàn)..第二種是Wooldridge[12]提出的WRDG方法,該方法采用廣義矩估計(GMM)框架代替兩步估計過程.

為了計算公司層面的TFP,本研究參考趙健宇和陸正飛[40]等文獻(xiàn),以公司主營業(yè)務(wù)收入作為總產(chǎn)出,以固定資產(chǎn)作為資本,以公司員工人數(shù)作為勞動力,以購買商品、接受勞務(wù)實際支付的現(xiàn)金作為中間投入.為了客觀反映資本、勞動和中間投入對于經(jīng)濟(jì)增長的貢獻(xiàn),借鑒魯曉東和連玉君[39]的做法,樣本中對應(yīng)的名義變量都是以2000年為基期的實際值,其中總產(chǎn)出和中間投入使用GDP平減指數(shù),資本使用固定資產(chǎn)投資價格指數(shù)(5)GDP平減指數(shù)和固定資產(chǎn)投資價格指數(shù)的數(shù)據(jù)來源于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫..

2.2.2 解釋變量:股票錯誤定價

本研究參考Berger和Ofek[9]提出的基于估值模型的錯誤定價度量方法,該方法得到了學(xué)界廣泛運用[10,15].該方法根據(jù)相對估值法得到公司的基礎(chǔ)價值,再將公司的實際價值與基礎(chǔ)價值進(jìn)行對比,以此來衡量公司相對于同行業(yè)公司的錯誤定價程度.具體而言,公司的基礎(chǔ)價值ImputedValue為公司總資產(chǎn)Assets乘以公司所處行業(yè)各公司的實際價值與總資產(chǎn)之比的中位數(shù)Ratio,公司的實際價值RealValue為普通股的市場價值與負(fù)債的賬面價值之和,因此公司當(dāng)期的錯誤定價程度Mis為公司實際價值與基礎(chǔ)價值之比的自然對數(shù)(6)由于中國A股的股價波動率較大,為了更加真實地反映全年的錯誤定價程度,本研究首先利用季度數(shù)據(jù)計算出錯誤定價程度Mis的季度數(shù)據(jù),再取算數(shù)平均值得到錯誤定價程度Mis的年度數(shù)據(jù).,計算公式如下

Misit=ln(RealValueit/ImputedValueit)

(3)

為了減輕同時性偏差和反向因果問題,在回歸分析中使用Mis過去三年(第t年、第t-1年、第t-2年)的移動平均值的絕對值作為錯誤定價Mispricing的度量(7)之所以采用絕對值度量整體的錯誤定價程度,是因為本研究的關(guān)注重點在于錯誤定價對各種經(jīng)濟(jì)決策的經(jīng)濟(jì)后果的影響.盡管錯誤定價的正負(fù)分別代表高估和低估,并且對各種經(jīng)濟(jì)決策會產(chǎn)生不同的影響,但本研究著重考察的是錯誤定價對運行效率的總(凈)影響.除此之外,本研究在穩(wěn)健性檢驗中,也考慮了高估和低估的錯誤定價對運行效率的影響.,即

(4)

2.2.3 中介變量和控制變量

本研究提出了公司創(chuàng)新和融資約束傳導(dǎo)機(jī)制假說,故涉及兩類中介變量.參考He和Tian[34]的方法,采用專利申請lnPatent和專利引用lnCitation兩個指標(biāo)作為公司創(chuàng)新的代理變量[41].但是僅僅使用專利申請數(shù)量,并不能很好地區(qū)分突破性創(chuàng)新和漸進(jìn)式技術(shù)發(fā)展[34],因此本研究還采用剔除自引用的專利引用數(shù)量,從而更好地度量公司的創(chuàng)新質(zhì)量.本研究利用KZ指數(shù)KZ[42]和Hadlock和Pierce[43]提出的SA指數(shù)SA代理融資約束.

參考已有文獻(xiàn),本研究選取的控制變量主要包括公司市值lnMV、公司年齡lnAge、杠桿率Leverage、管理層學(xué)歷ManagerEdu、外資持股ForeignOwn、市場份額MarketShare、HHI指數(shù)HHI、HHI指數(shù)平方HHI_square、年份Year及行業(yè)Indus虛擬變量.具體變量定義見表1.

表1 主要變量定義表

2.3 實證模型

2.3.1 基準(zhǔn)回歸模型

為了檢驗股票市場錯誤定價對上市公司運行效率的影響(假設(shè)H1)以及緩解同時性偏差和反向因果問題,本研究運用如下模型設(shè)定

(5)

其中i表示公司,t表示年份.被解釋變量TFP分別為使用ACF和WRDG方法度量的全要素生產(chǎn)率,解釋變量Mispricing表示過去三年(第t年、第t-1年、第t-2年)錯誤定價程度的移動平均值的絕對值(8)本研究還計算了過去兩年或四年錯誤定價程度的移動平均值的絕對值,來構(gòu)造解釋變量Mispricing,回歸結(jié)果具有良好的穩(wěn)健性.限于篇幅,正文均未展示附錄中的圖表,有興趣的讀者可聯(lián)系作者索取.,Control表示控制變量的向量,包括公司市值lnMV、公司年齡lnAge、杠桿率Leverage、管理層學(xué)歷ManagerEdu、外資持股ForeignOwn、市場份額MarketShare、HHI指數(shù)HHI、HHI指數(shù)平方HHI_square,Indus和Year分別表示行業(yè)和年度固定效應(yīng).

由于股票的錯誤定價程度和上市公司的運行效率之間存在著較強(qiáng)的反向因果問題,本研究在穩(wěn)健性檢驗部分運用PSM-DiD分析和工具變量法對假設(shè)H1進(jìn)行進(jìn)一步檢驗.

2.3.2 機(jī)制檢驗:中介效應(yīng)模型

在研究了股票市場錯誤定價是否真正顯著影響上市公司運行效率后,另一個關(guān)鍵的問題是股市究竟如何影響實體經(jīng)濟(jì)運行效率,換言之,其施加影響的傳導(dǎo)機(jī)制是什么?本研究引入心理學(xué)領(lǐng)域廣泛使用的“中介效應(yīng)”[47-49],來探索股市錯誤定價對公司運行效率影響的潛在傳導(dǎo)機(jī)制及其剩余效應(yīng).具體模型設(shè)定如下

TFPit=γ0+cMispricingi,t-2,t+

ControlitΓ+Indusi+Yeart+òit

(6)

Mediationit=γ1+aMispricingi,t-2,t+

ControlitΓ+Indusi+Yeart+μit

(7)

TFPit=γ2+c′Mispricingi,t-2,t+bMediationit+

ControlitΓ+Indusi+Yeart+υit

(8)

其中i表示公司,t表示年份,被解釋變量TFP分別為使用ACF和WRDG方法度量的全要素生產(chǎn)率,解釋變量Mispricing表示過去三年(第t年、第t-1年、第t-2年)錯誤定價程度的移動平均值的絕對值,中介變量Mediation分別使用公司創(chuàng)新的代理變量(專利申請lnPatent和專利引用lnCitation)和融資約束的代理變量(KZ指數(shù)KZ和SA指數(shù)SA),Control表示控制變量的向量,與模型(5)相同,Indus表示行業(yè)固定,Year表示時間固定.

在模型(6)中,系數(shù)c表示解釋變量Mispricing對被解釋變量TFP的總效應(yīng);在模型(7)中,系數(shù)a表示解釋變量Mispricing對中介變量Mediation的效應(yīng);在模型(8)中,系數(shù)b表示在控制了解釋變量Mispricing的影響后,中介變量Mediation對被解釋變量TFP的效應(yīng),系數(shù)c′表示在控制了中介變量Mediation的影響后,解釋變量Mispricing對被解釋變量TFP的直接效應(yīng).在上述只涉及一個中介變量的簡單模型中,中介效應(yīng)等于間接效應(yīng),即等于系數(shù)乘積ab,它與直接效應(yīng)c′和總效應(yīng)c的關(guān)系如下

c=c′+ab

(9)

檢驗中介效應(yīng)的關(guān)鍵在于檢驗H0:ab=0.最經(jīng)典的方法是由Baron和Kenny[49]提出的逐步法中的依次檢驗法(即依次檢驗H0:a=0和H0:b=0),但這一方法近年來受到很多質(zhì)疑,因為雖然用依次檢驗法來檢驗H0:ab=0,第一類錯誤率較低,低于設(shè)定的顯著性水平,但其檢驗力也較低,即系數(shù)乘積實際上顯著但依次檢驗容易得出不顯著的結(jié)論.目前來看,學(xué)界普遍推薦使用Bootstrap法直接檢驗系數(shù)乘積的顯著性[48].但正如溫忠麟和葉寶娟[47]所指出,如果依次檢驗的結(jié)果均顯著,那么依次檢驗的結(jié)果強(qiáng)于Bootstrap法的檢驗結(jié)果.考慮到本研究涉及公司創(chuàng)新和融資約束兩類中介變量,還會使用多重中介效應(yīng)模型,而檢驗多重中介效應(yīng)模型普遍采用的方法是Bootstrap法[50].

綜合上述分析,本研究主要參考溫忠麟和葉寶娟[47]所提出的中介效應(yīng)檢驗流程,同時采用依次檢驗法和Bootstrap法檢驗中介效應(yīng).

3 實證結(jié)果及分析

3.1 描述性統(tǒng)計

表2 Panel A展示了主要變量的描述性統(tǒng)計結(jié)果.從表中可以看出,由ACF方法度量的TFP的均值為8.722,中位數(shù)為8.677,標(biāo)準(zhǔn)差為1.335;由WRDG方法度量的TFP的均值為7.208,中位數(shù)為7.166,標(biāo)準(zhǔn)差為0.593.兩種方法度量的TFP均呈輕微的右偏分布,但由ACF方法度量的TFP的離散程度更大.以絕對值度量的錯誤定價程度的均值為0.400,中位數(shù)為0.292,標(biāo)準(zhǔn)差為0.377,偏度和離散程度適中.

表2 描述性統(tǒng)計

如果錯誤定價程度指標(biāo)不取絕對值,那么錯誤定價程度的正負(fù)分別代表企業(yè)被高估和低估,其中被高估樣本有15 509個,被低估樣本有15 382個.表2 Panel B呈現(xiàn)了不同企業(yè)所有制在樣本區(qū)間內(nèi)被高估或低估的分布情況.在高估的樣本中,國有企業(yè)的均值為0.299,標(biāo)準(zhǔn)差為0.219,非國有企業(yè)的均值為0.306,標(biāo)準(zhǔn)差為0.238,這表明平均而言,國有企業(yè)與非國有企業(yè)被高估的程度相差不大,但國有企業(yè)約占高估樣本中的58.5%.在低估的樣本中,國有企業(yè)的均值為-0.396,標(biāo)準(zhǔn)差為0.388,非國有企業(yè)的均值為-0.568,標(biāo)準(zhǔn)差為0.475,這表明平均而言,非國有企業(yè)被低估的程度更大,非國有企業(yè)約占低估樣本中的54.7%.表2 Panel C呈現(xiàn)了不同企業(yè)規(guī)模在樣本區(qū)間內(nèi)被高估或低估的分布情況.這里大型企業(yè)指的是每年總資產(chǎn)大于中位數(shù)的上市公司.在高估的樣本中,大型企業(yè)的均值為0.287,標(biāo)準(zhǔn)差為0.203,小型企業(yè)的均值為0.333,標(biāo)準(zhǔn)差為0.267,這表明平均而言,小型企業(yè)被高估的程度略大于大型企業(yè),但小型企業(yè)約占高估樣本中的33.3%.在低估的樣本中,大型企業(yè)的均值為-0.346,標(biāo)準(zhǔn)差為0.348,小型企業(yè)的均值為-0.597,標(biāo)準(zhǔn)差為0.476,這表明平均而言,小型企業(yè)被低估的程度更大,小型企業(yè)約占低估樣本中的56.3%.

3.2 股票錯誤定價與公司運行效率

表3利用模型(5)分析了股票市場錯誤定價對上市公司TFP的影響,其中表3第(1)列和表3第(3)列分別表示由ACF和WRDG方法度量的被解釋變量TFP.從單變量回歸結(jié)果來看,表3第(1)列和表3第(2)列Mispricing的系數(shù)分別為-0.861和-0.277且顯著為負(fù)(t值分別為-45.37和-30.54).表3第(3)列和表3第(4)列加入了控制變量公司市值lnMV、公司年齡lnAge、杠桿率Leverage、管理層學(xué)歷ManagerEdu、外資持股ForeignOwn、市場份額MarketShare、HHI指數(shù)HHI、HHI指數(shù)平方HHI_square、年份Year及行業(yè)Indus虛擬變量,Mispricing的系數(shù)變?yōu)?0.450和-0.120,仍然在1%的水平上顯著為負(fù)(t值變?yōu)?24.25和-13.30).這表明股票市場過去三年錯誤定價程度的平均值越高,上市公司當(dāng)前的TFP越低,支持了股票市場對實體經(jīng)濟(jì)具有顯著影響的觀點[2,19],且驗證了假設(shè)H1:股票市場錯誤定價程度越高,上市公司運行效率越低.

表3 錯誤定價與公司運行效率

從控制變量來看,流通市值越大、年齡越小、杠桿率越大、管理層學(xué)歷越高、外資持股比例越高、市場份額越大、行業(yè)集中度越小的公司,通常具有更高的運行效率.

4 機(jī)制檢驗

進(jìn)一步從公司創(chuàng)新和融資約束兩個角度研究股票市場錯誤定價對上市公司運行效率的潛在傳導(dǎo)機(jī)制,并檢驗在控制這兩個機(jī)制后,錯誤定價對運行效率的影響是否還有剩余效應(yīng).

4.1 公司創(chuàng)新、錯誤定價與運行效率

首先,以專利申請lnPatent和專利引用lnCitation作為公司創(chuàng)新的代理變量,考察公司創(chuàng)新是否有助于解釋錯誤定價對TFP的負(fù)向影響.表4展示了公司創(chuàng)新作為中介變量的回歸結(jié)果.在表4的Panel A第(1)列和Panel A第(4)列中,Mispricing的系數(shù)分別為-0.232和-0.140,t值分別為-11.83和-5.39,即模型(7)中的系數(shù)a顯著為負(fù),說明過去三年的平均錯誤定價程度越高,公司的創(chuàng)新能力越低.這與前人提出的管理層短視理論和迎合行為相吻合[4,6,33-35].表4的Panel A第(2)列和表4的Panel A第(3)列分別報告了當(dāng)被解釋變量為由ACF和WRDG方法度量的TFP時,Mispricing的系數(shù)均顯著為負(fù),lnPatent的系數(shù)均顯著為正.類似地,表4的Panel A第(5)列和表4的Panel A第(6)列分別報告了當(dāng)被解釋變量為由ACF和WRDG方法度量的TFP時,Mispricing的系數(shù)均顯著為負(fù),lnCitation的系數(shù)均顯著為正.換言之,模型(8)中的系數(shù)b顯著為正,系數(shù)c′顯著為負(fù).由依次檢驗法可知,存在公司創(chuàng)新的中介效應(yīng).

表4 公司創(chuàng)新、錯誤定價與全要素生產(chǎn)率

表4的Panel B展示了使用Bootstrap法迭代500次的中介效應(yīng)檢驗結(jié)果.當(dāng)用專利申請lnPatent代理公司創(chuàng)新時,表4的Panel B第(1)列和表4的Panel B第(2)列分別報告了被解釋變量為由ACF和WRDG方法度量的TFP的回歸結(jié)果,間接效應(yīng)的系數(shù)分別為-0.035和-0.009,直接效應(yīng)的系數(shù)分別為-0.415和-0.111,總效應(yīng)的系數(shù)分別為-0.450和-0.119,并且三種效應(yīng)均在1%的水平上顯著為負(fù),與表4的Panel A第(1)列～表4的Panel A第(3)列的結(jié)果一致.當(dāng)用專利引用lnCitation代理公司創(chuàng)新時,表4的Panel B第(3)列和表4的Panel B第(4)列分別報告了被解釋變量為由ACF和WRDG方法度量的TFP的回歸結(jié)果,間接效應(yīng)的系數(shù)分別為-0.018和-0.005,直接效應(yīng)的系數(shù)分別為-0.316和-0.061,總效應(yīng)的系數(shù)分別為-0.334和-0.065,并且三種效應(yīng)均在1%的水平上顯著為負(fù),與表4的Panel A第(4)列～表4的Panel A第(6)列的結(jié)果一致.不論是依次檢驗法還是Bootstrap法,公司創(chuàng)新的中介效應(yīng)均顯著為負(fù).錯誤定價程度越高,公司當(dāng)期的創(chuàng)新水平越低,進(jìn)而當(dāng)期的TFP越低,驗證了假設(shè)H2.

4.2 融資約束、錯誤定價與運行效率

進(jìn)一步以KZ指數(shù)KZ和SA指數(shù)SA作為融資約束的代理變量,以此來考察融資約束是否有助于解釋錯誤定價對TFP的負(fù)向影響.表5展示了融資約束作為中介變量的回歸結(jié)果.在表5的Panel A第(1)列和表5的Panel A第(4)列中,Mispricing的系數(shù)分別為0.150和0.051,t值分別為5.00和23.29,即模型(7)中的系數(shù)a顯著為負(fù),說明過去三年的平均錯誤定價程度越高,公司當(dāng)期的融資約束越大.錯誤定價引起的管理層短視理論,影響了公司的資金利用效率以及公司的整體聲譽,進(jìn)而影響融資成本[18,33,34].表5的Panel A第(2)列和表5的Panel A第(3)列分別報告了當(dāng)被解釋變量為由ACF和WRDG方法度量的TFP時,Mispricing的系數(shù)均顯著為負(fù),KZ的系數(shù)均顯著為負(fù).類似的,表5的Panel A第(5)列和表5的Panel A第(6)列分別報告了當(dāng)被解釋變量為由ACF和WRDG方法度量的TFP時,Mispricing的系數(shù)均顯著為負(fù),SA的系數(shù)均顯著為負(fù).換言之,模型(8)中的系數(shù)b顯著為正,系數(shù)c′顯著為負(fù),即存在融資約束的中介效應(yīng).

表5 融資約束、錯誤定價與全要素生產(chǎn)率

表5的Panel B依然展示了使用Bootstrap法迭代500次的中介效應(yīng)檢驗結(jié)果.當(dāng)用KZ指數(shù)KZ代理融資約束時,表5的Panel B第(1)列和第(2)列分別報告了被解釋變量為由ACF和WRDG方法度量的TFP的回歸結(jié)果,間接效應(yīng)的系數(shù)分別為-0.027和-0.014,直接效應(yīng)的系數(shù)分別為-0.399和-0.104,總效應(yīng)的系數(shù)分別為-0.426和-0.118,并且三種效應(yīng)均在1%的水平上顯著為負(fù),與表5的Panel A第(1)列～表5的Panel A第(3)列的結(jié)果一致.當(dāng)用SA指數(shù)SA代理融資約束時,表5的Panel B第(3)列和表5的Panel B第(4)列分別報告了被解釋變量為由ACF和WRDG方法度量的TFP的回歸結(jié)果,間接效應(yīng)的系數(shù)分別為-0.076和-0.033,直接效應(yīng)的系數(shù)分別為-0.374和-0.087,總效應(yīng)的系數(shù)分別為-0.450和-0.120,并且三種效應(yīng)均在1%的水平上顯著為負(fù),與表5的Panel A第(4)列～表5的Panel A第(6)列的結(jié)果一致.不論是依次檢驗法還是Bootstrap法,融資約束的中介效應(yīng)均顯著為負(fù).錯誤定價程度越高,公司當(dāng)期的融資約束越大,進(jìn)而當(dāng)期的TFP越低,結(jié)果支持了假設(shè)H3.

4.3 剩余效應(yīng):控制企業(yè)創(chuàng)新與融資約束

由上述分析可知,公司創(chuàng)新和融資約束均為股票市場錯誤定價影響實體經(jīng)濟(jì)運行效率的潛在傳導(dǎo)機(jī)制.在控制了上述潛在機(jī)制后,本研究進(jìn)一步探究錯誤定價對運行效率的影響是否還有剩余效應(yīng).

表6報告了以專利申請lnPatent代理公司創(chuàng)新、以SA指數(shù)SA代理融資約束的多重中介效應(yīng)模型的回歸結(jié)果.在表6的Panel A第(1)列和表6的Panel A第(2)列中,Mispricing的系數(shù)分別為-0.232和0.051,t值分別為-11.83和23.29,說明過去三年的平均錯誤定價程度越高,公司的創(chuàng)新能力越低,融資約束越大.表6的Panel A第(3)列和表6的Panel A第(4)列分別報告了當(dāng)被解釋變量為由ACF和WRDG方法度量的TFP時,Mispricing的系數(shù)均顯著為負(fù),lnPatent的系數(shù)均顯著為正,SA的系數(shù)均顯著為負(fù).

表6 剩余效應(yīng):控制公司創(chuàng)新與融資約束

表6的Panel B展示了使用Bootstrap法迭代500次的中介效應(yīng)檢驗結(jié)果.當(dāng)控制了專利申請lnPatent和SA指數(shù)SA后,表6的Panel B第(1)列和表6的Panel B第(2)列分別報告了被解釋變量為由ACF和WRDG方法度量的TFP的回歸結(jié)果,公司創(chuàng)新的間接效應(yīng)系數(shù)分別為-0.036和-0.009,融資約束的間接效應(yīng)系數(shù)分別為-0.078和-0.033,間接效應(yīng)總和的系數(shù)分別為-0.114和-0.042,直接效應(yīng)的系數(shù)分別為-0.336和-0.077,總效應(yīng)的系數(shù)分別為-0.450和-0.119,并且所有效應(yīng)均在1%的水平上顯著為負(fù),與表6的Panel A第(1)～表6的Panel A第(4)列的結(jié)果一致.

不論是依次檢驗法還是Bootstrap法,在控制了專利申請lnPatent和SA指數(shù)SA后,仍然存在剩余效應(yīng)(9)在未展示的結(jié)果中,本研究報告了以公司創(chuàng)新其他度量方式和融資約束其他度量方式的不同組合的多重中介效應(yīng)模型回歸結(jié)果,結(jié)果均表明在控制了公司創(chuàng)新和融資約束兩種傳導(dǎo)機(jī)制后,仍然存在剩余效應(yīng)..如果用ACF方法度量TFP,上述兩種傳導(dǎo)機(jī)制的間接效應(yīng)總和占比總效應(yīng)約為25%;如果用WRDG方法度量TFP,上述兩種傳導(dǎo)機(jī)制的間接效應(yīng)總和占比總效應(yīng)約為35%.至于是否還有其他具有實際經(jīng)濟(jì)意義的潛在傳導(dǎo)機(jī)制,或者錯誤定價對運行效率影響的總效應(yīng)中是否有較大的比例可以由直接效應(yīng)來解釋,還需在未來的研究中進(jìn)一步討論.

5 穩(wěn)健性檢驗

本研究將分別從內(nèi)生性的檢驗、基于不同的股票錯誤定價度量、不同的公司運行效率度量、不同的時間樣本以及高估和低估樣本對本研究結(jié)論進(jìn)行穩(wěn)健性檢驗.

5.1 內(nèi)生性檢驗

5.1.1 以滬深港通交易作PSM-DiD分析

本研究利用滬深港通交易制度的實施作為外生沖擊事件進(jìn)行PSM-DiD分析以對假設(shè)H1進(jìn)行穩(wěn)健性檢驗(10)以滬深港通交易利用PSM-DiD方法可以從三個方面緩解內(nèi)生性問題:一是以同一國家內(nèi)的上市公司作為研究樣本進(jìn)行分析,能夠控制其他經(jīng)濟(jì)政策對資本市場定價效率造成的影響,排除制度因素等遺漏變量給研究結(jié)果帶來的潛在偏誤;二是滬深港通的實施作為一個外生沖擊,基本排除了內(nèi)生性中逆向因果的可能性;三是逐步開放的試點機(jī)制天然地區(qū)分了實驗樣本和控制樣本,較好地規(guī)避了測量誤差[31,51]..

滬深港通交易實施后,境外投資者相對于本土投資者而言,具有信息搜集能力的差異[52]和對信息解讀與分析的差異[53],并且這些差異所帶來的增量信息能迅速反饋到股價中,從而提高股票定價效率,降低錯誤定價程度[31,32,53].為了檢驗滬深港通交易制度的實施是否會顯著降低A股的錯誤定價程度,采用以下模型進(jìn)行檢驗[13]

Mispricingit=β0+β1Absorbedit+Controlit-1Γ+

Indusi+Yeart+òit

(10)

其中i表示公司,t表示年份.被解釋變量Mispricing表示錯誤定價程度,解釋變量Absorbed為虛擬變量,當(dāng)公司被納入滬深港通交易標(biāo)的時為1,否則為0.Control表示控制變量向量,與模型(5)相同.Indus表示行業(yè)固定,Year表示時間固定.如果模型(10)中的β1顯著為負(fù),則滬深港通交易制度的實施會降低A股的錯誤定價程度.

滬深港通交易制度的設(shè)計采取了漸進(jìn)式的資本市場開放原則,具體體現(xiàn)在開放時間有先后、入選股票分批次以及持股比例有限制等特點[32].由于滬港通和深港通分別于2014年11月和2016年12月正式實施,為了兼顧相關(guān)性和準(zhǔn)確性[34],本研究選取2010年—2018年的時間跨度進(jìn)行PSM-DiD分析.一方面,如果選擇太長的時間跨度,會包含太多與事件無關(guān)的噪音信息,并且會減少處理組的樣本容量(11)本研究使用PSM方法為處理組匹配控制組時,要求處理組在時間跨度內(nèi)的各個年份均不能包含缺失值,因此太長的時間跨度會導(dǎo)致處理組樣本容量的損失.;另一方面,如果政策實施的效果通常需要一定時間,如果選擇太短的時間跨度,可能觀測不到公司運行效率的顯著變化,從而降低識別能力.

在確定時間跨度后,本研究定義處理組為被納入滬深港通交易標(biāo)的的公司股票,控制組為未被納入滬深港通交易標(biāo)的的公司股票.借鑒DeFond等[54]的做法,將模型(5)中的控制變量均納入分類標(biāo)準(zhǔn)中,且要求匹配的控制組與處理組公司在同一個行業(yè),進(jìn)而采用計算馬氏距離的最鄰近且無放回的方法進(jìn)行一一匹配,以確保處理組和控制組的TFP在事件發(fā)生前沒有顯著差異.

在進(jìn)行DiD分析之前,采用文獻(xiàn)中廣泛運用的圖形分析法對平行趨勢假設(shè)進(jìn)行檢驗[13,55].具體而言,將TFP作為被解釋變量,在固定時間和行業(yè)效應(yīng)后,對表示相對事件發(fā)生年份的虛擬變量進(jìn)行回歸.如果處理組和控制組的TFP在事件發(fā)生之前并無顯著差異,則滿足平行趨勢假設(shè),并且在事件發(fā)生之后,處理組的TFP應(yīng)該持續(xù)顯著高于或低于控制組的TFP.

在平行趨勢假設(shè)成立的前提下,進(jìn)一步進(jìn)行DiD回歸.由上述討論可知,PSM樣本的時間跨度為2010年—2018年,在DiD回歸中,本研究刪除了事件發(fā)生那一年的樣本.具體回歸模型如下

TFPit=β0+β1Treat-Postit+ControlitΓ+

Indusi+Yeart+òit

(11)

其中i表示公司,t表示年份.被解釋變量TFP分別為使用ACF和WRDG方法度量的全要素生產(chǎn)率,解釋變量Treat_Post為虛擬變量,當(dāng)公司被納入滬深港通交易標(biāo)的時為1,否則為0.Control表示控制變量的向量,與模型相同,Indus表示行業(yè)固定,Year表示時間固定.如果模型(11)中的β1顯著為正,則滬深港通交易制度的實施,通過降低A股的錯誤定價程度,提高了上市公司的運行效率.

表7報告了模型(10)的回歸結(jié)果.虛擬變量Absorbed的系數(shù)為-0.027,在1%的水平下顯著為負(fù)(t值為-4.12),這表明股票被納入滬深港通標(biāo)的后,會顯著降低其錯誤定價程度,印證了鐘覃琳和陸正飛[31]、連立帥等[32]關(guān)于資本市場開放有利于提高股票定價效率的觀點.

表7 滬深港通交易與錯誤定價

在進(jìn)行DiD分析之前,首先要進(jìn)行平行趨勢假設(shè)檢驗.具體而言,將TFP作為被解釋變量,在固定時間和行業(yè)效應(yīng)后,對表示相對事件發(fā)生年份的虛擬變量進(jìn)行回歸.圖1展示了虛擬變量的系數(shù),其中圖1(a)和圖1(b)的被解釋變量分別表示由ACF和WRDG方法度量的TFP,虛線表示估計系數(shù)基于穩(wěn)健標(biāo)準(zhǔn)誤計算的95%置信區(qū)間.從圖中可以看出,在事件發(fā)生前,處理組和控制組的TFP并沒有顯著差異,這表明平行趨勢假設(shè)成立.更進(jìn)一步,由圖可知,在事件發(fā)生后,處理組的TFP顯著高于控制組.除此之外,本研究還對比了處理組和控制組在事件發(fā)生前TFP和其他公司特征變量的差異,結(jié)果展示在附表2,表明事件發(fā)生前,處理組和控制組的TFP無顯著差異,進(jìn)一步驗證了平行趨勢假設(shè).

圖1 平行趨勢假設(shè)檢驗

在平行趨勢假設(shè)成立的前提下,表8展示了模型(11)的回歸結(jié)果.表8第(1)列和表8第(2)列控制了時間和行業(yè)固定效應(yīng),虛擬變量Treat_Post的系數(shù)分別為0.259和0.100,且在1%的水平下顯著(t值分別為10.76和9.28),這表明引起股票市場錯誤定價的負(fù)向沖擊對處理組公司的TFP有顯著的正向影響,支持了錯誤定價程度的提高會導(dǎo)致公司TFP下降的因果推斷.進(jìn)一步,表8第(3)列和表8第(4)列呈現(xiàn)了控制時間和個體效應(yīng)的回歸結(jié)果,虛擬變量Treat_Post的系數(shù)仍然在1%水平下顯著為正.

表8 DiD估計:滬深港通交易與全要素生產(chǎn)率

5.1.2 以基金贖回壓力作為工具變量

進(jìn)一步基于基金贖回壓力作為工具變量對假設(shè)H1進(jìn)行內(nèi)生性檢驗.理想的工具變量應(yīng)該與錯誤定價具有相關(guān)性,但對于TFP而言是外生的,換言之,工具變量只能通過錯誤定價來影響TFP.借鑒Edmans等[45]的做法,采用基金贖回壓力MFFlow作為工具變量.

首先定義資金流出Outflow

Outflowjt=-Fjt/TAjt-1

(12)

其中Fjt表示第t年第j只基金的凈流出額,TAjt表示第t年第j只基金的總資產(chǎn).定義基金贖回壓力MFFlow

(13)

其中VOLit表示第t年第i只股票的交易金額,HVijt-1表示第t-1年第j只基金持有第i只股票的市值,Ωt表示第t年滿足資金流出Outflowjt≥5%的所有基金j的集合.這里僅考慮那些經(jīng)歷了至少占總資產(chǎn)5%的資金流出的共同基金,是因為溫和的資金流出所造成的沖擊可能被內(nèi)部的現(xiàn)金或外部的流動性提供者所吸收,只有極端的資金流出才可能對股票定價產(chǎn)生重要影響[45].

由于流動性等原因,基金贖回會給其持倉股票帶來股價下行的壓力,使得股票偏離其基本價值,從而提高錯誤定價程度[13,21].但基金贖回沖擊導(dǎo)致的股價下跌,并不意味著公司基本面發(fā)生了惡化,這是因為MFFlow指標(biāo)的構(gòu)建,不是基于共同基金的實際購買和銷售,而是基于從之前披露的投資組合中推測出來的假想訂單[45].換言之,實際的購買和銷售更能反映基金經(jīng)理對持倉股票基本面變化的觀點,而MFFlow反映的基金現(xiàn)有頭寸的擴(kuò)張或收縮,是由投資者進(jìn)出該基金的資金所引發(fā)的.因此,基金贖回壓力會影響其持倉股票的錯誤定價程度,但這種影響與公司的基本面和運行效率無關(guān)[13,45],表明MFFlow滿足工具變量具有相關(guān)性和外生性的要求.按照文獻(xiàn)的一般做法,本研究將采用兩階段最小二乘法回歸模型.

表9的第(1)列展示了第一階段的回歸結(jié)果,即檢驗Mispricing和MFFlow的相關(guān)性.結(jié)果表明,基金贖回壓力越大,錯誤定價程度越高(MFFlow的系數(shù)為2.684,t值為3.22),兩者具有較強(qiáng)的相關(guān)性,這與文獻(xiàn)中基金贖回壓力會降低定價效率的觀點相吻合[13,45].表9的第(2)列和表9的第(3)列分別報告了被解釋變量由ACF和WRDG方法度量的TFP的第二階段回歸結(jié)果.與模型中的OLS回歸結(jié)果一致,Mispricing的系數(shù)均為負(fù),且在1%的水平下顯著,這表明工具變量法同樣支持了錯誤定價的提高會導(dǎo)致公司TFP降低的因果推斷.

表9 兩階段最小二乘法:基金贖回壓力作為工具變量

綜合上述分析,股票錯誤定價程度的提高會導(dǎo)致上市公司運行效率的降低,這一結(jié)果在基于滬深港通交易的PSM-DiD分析法和基于基金贖回壓力的工具變量法下均顯著,支持了假設(shè)H1.

5.2 股票錯誤定價的其他度量

在前文的實證分析中,參考Berger和Ofek[9]的方法,Mispricing表示過去三年(第t年、第t-1年、第t-2年)錯誤定價程度的移動平均值的絕對值.除了附表1中的Mispricing_m2和附表1中的Mispricing_m4,本研究還運用了以下四種不同的錯誤定價度量方式進(jìn)行穩(wěn)健性檢驗:1)Mispricing_L:L分別代表第t-1年、第t-2年、第t-3年,計算錯誤定價程度的移動平均值的絕對值;2)參考Feltham和Ohlson[17]所建立的剩余收益估值模型計算股票錯誤定價程度Mispricing_fo;3)參考Rhodes-Kropf等[44]從行業(yè)的角度構(gòu)建Mispricing_rk;4)參考游家興和吳靜[10]的方法,將正文中的Mispricing度量以及Mispricing_fo、Mispricing_rk進(jìn)行標(biāo)準(zhǔn)化處理再加總,得到Mispricing_yw.

利用上述四種錯誤定價的度量方式進(jìn)行穩(wěn)健性檢驗,回歸結(jié)果見附表錄1的Panel B.附表1中Panel B的第(1)列～附表1中Panel B的第(4)列的被解釋變量為由ACF方法度量的TFP,四種錯誤定價指標(biāo)的系數(shù)均顯著為負(fù);Panel B的第(5)列～Panel B的第(8)列的被解釋變量為由WRDG方法度量的TFP,四種錯誤定價指標(biāo)的系數(shù)均顯著為負(fù).這表明股票市場錯誤定價程度越高,上市公司運行效率越低的結(jié)論仍然成立.

5.3 公司運行效率的其他度量

正如前文所述,運用LP方法[38]度量的TFP盡管可能存在函數(shù)依賴問題,但仍有不少文獻(xiàn)運用該方法計算TFP[56],因此本研究將運用該方法度量的公司TFP進(jìn)行穩(wěn)健性檢驗.除此之外,參考Loderer等[57],本研究還運用資產(chǎn)周轉(zhuǎn)率SalesBV、虧損狀態(tài)Loss以及資產(chǎn)回報率ROA來度量公司的運行效率,上述指標(biāo)的定義詳見表1.

附表4展示了運用不同指標(biāo)度量公司運行效率的回歸結(jié)果.附表4第(1)～附表4第(4)列分別表明錯誤定價程度越高,公司的TFP越低、資產(chǎn)周轉(zhuǎn)率越低、處于虧損狀態(tài)的可能性越大、公司的資產(chǎn)回報率越低.以上證據(jù)與前文的錯誤定價對運行效率產(chǎn)生負(fù)面影響的結(jié)論相吻合.

5.4 新會計準(zhǔn)則實施的影響

由于中華人民共和國財政部頒布的新會計準(zhǔn)則于2007年1月1日開始執(zhí)行,實現(xiàn)了中國會計準(zhǔn)則與國際財務(wù)報告準(zhǔn)則的趨同.為了檢驗新會計準(zhǔn)則的實施對本研究結(jié)論是否有影響,以2007年1月1日為界限,將全樣本分成2000年—2006年和2007年—2018年兩個子樣本,回歸結(jié)果見附表5.

附表5第(1)列和附表5第(2)列的別解釋變量為ACF方法度量的TFP,分別展示了2007年之前和之后兩個子樣本的回歸結(jié)果,Mispricing的系數(shù)均顯著為負(fù)(系數(shù)分別為-0.414和-0.434,t值分別為-10.12和-21.09),且兩個樣本的回歸系數(shù)大小相近.附表5第(3)列和附表5第(4)列的結(jié)果類似.因此,本研究的主要結(jié)論對新會計準(zhǔn)則的實施不敏感,具有良好的穩(wěn)健性.

5.5 高估與低估的影響

由于本研究的關(guān)注重點在于錯誤定價對各種經(jīng)濟(jì)決策的經(jīng)濟(jì)后果的影響,所以前文的分析均是考慮錯誤定價的絕對值,考察的是錯誤定價對運行效率的總影響.但錯誤定價的正負(fù)分別代表高估和低估,可能對各種經(jīng)濟(jì)決策會產(chǎn)生不同的異質(zhì)性影響.因此,進(jìn)一步采用如下帶有交互項的模型來檢驗高估和低估的錯誤定價對運行效率的影響

TFPit=β0+β1Mispricingi,t-2,t+

β2Mispricingi,t-2,t×Overvaluei,t-2,t+

β3Overvaluei,t-2,t+

ControlitΓ+Indusi+Yeart+òit

(14)

其中i表示公司,t表示年份.被解釋變量TFP分別為使用ACF和WRDG方法度量的全要素生產(chǎn)率,Mispricing表示過去三年(第t年、第t-1年、第t-2年)錯誤定價程度的移動平均值.Overvalue為虛擬變量,當(dāng)錯誤定價大于0時為1,否則為0.Control表示控制變量的向量,除了包含模型中的控制變量,還包含了各控制變量與Overvalue的交互項,Indus表示行業(yè)固定,Year表示時間固定.

附表6展示了交互項回歸結(jié)果.附表6第(1)列和附表6第(2)列分別為被解釋變量是ACF和WRDG方法度量的TFP.以第(1)列為例,當(dāng)股票被低估,即Overvalue取0時,Mispricing的系數(shù)為0.435且在1%的水平下顯著為正,表明Mispricing越大,低估程度越小,TFP越大;當(dāng)股票被高估時,即Overvalue取1時,Mispricing的系數(shù)顯著為-0.354,表明Mispricing越大,高估程度越大,TFP越小.因此,不管是高估還是低估,錯誤定價程度越高,TFP越低,與前文加了絕對值的度量結(jié)論保持一致.

6 結(jié)束語

本研究利用2000年—2018年滬深兩市A股上市公司數(shù)據(jù),研究了股票的錯誤定價程度對上市公司運行效率的影響及其潛在機(jī)制.研究發(fā)現(xiàn),股票市場錯誤定價程度越高,上市公司運行效率越低.為了減緩內(nèi)生性問題,本研究分別運用基于滬深港通事件的PSM-DiD分析法和基于基金贖回壓力的工具變量法,進(jìn)一步證明了錯誤定價對運行效率產(chǎn)生負(fù)面影響的因果關(guān)系.

在探究錯誤定價影響運行效率的傳導(dǎo)機(jī)制時,本研究引入心理學(xué)領(lǐng)域廣泛運用的中介效應(yīng)模型,檢驗公司創(chuàng)新和融資約束的中介作用.進(jìn)一步研究發(fā)現(xiàn),公司創(chuàng)新和融資約束是錯誤定價影響運行效率的兩種潛在傳導(dǎo)機(jī)制.具體而言,錯誤定價程度越高,公司創(chuàng)新水平越低,進(jìn)而公司運行效率越低;錯誤定價程度越高,融資約束越大,進(jìn)而公司運行效率越低.除此之外,研究表明,在控制公司創(chuàng)新和融資約束這兩種潛在傳導(dǎo)機(jī)制后,仍然存在錯誤定價影響運行效率的剩余效應(yīng).