股價泡沫真的會影響公司資本投資嗎？
——基于股權融資機制和迎合機制的實證檢驗

(廈門大學管理學院，福建 廈門 361005)

引言

我國股票市場自成立以來，經歷了七輪暴漲暴跌。流通性強、股票價格波動巨大、投資者過度反應已成為我國股票市場的主要特征。由此也使得上市公司的股價存在較大的非理性部分，股票市場在投機性泡沫持續存在的背景下運行。而股票市場運行與公司經營存在著聯動關系，公司管理層會根據股價采取一定的策略，那么，二級市場上的股價泡沫是否會影響上市公司諸如資本投資之類的物質性生產經營活動呢？國內外學者對此進行了研究。Chirinko和Schaller(1996，2001)[7][8]分別使用美國股市與日本股市(主要的大型上市公司數據加總)的加總時序數據檢驗了兩個市場的泡沫度以及泡沫是否通過股權融資機制影響了公司固定資本投資。Gichrist，Himmerberg和Huberman(2005)[10]從公司微觀層面上，采用脈沖響應函數研究證明了異質信念下的股市泡沫通過股權融資機制對公司固定資本投資具有正向影響。Polk和Sapienza(2009)[16]從行為財務的角度出發，用迎合理論解釋了短期視野的管理層會迎合短期投資者的股價泡沫需求，會在股價高漲時增加投資。

從國外現有研究看，大多并不是直接研究泡沫與投資的關系，而是從誤定價角度入手，研究股價中非基本面對投資的影響，也有文獻從投資動機角度考慮，如Asker等(2013)[2]研究發現股票市場不利于投資者激勵，這在快速增長的企業中表現尤為明顯。只有Gilchrist，Himmelberg和Huberman(2005)[10]直接采用分析師預期方差作為泡沫的直接代理變量研究了泡沫對上市公司投資的影響。同時在對二者間的作用機制的研究中，均是單研究某一種機制，沒有將二者綜合起來研究。

國內對股價和公司投資也有相關研究，如李捷瑜和王美今(2006)[20]發現在流通股比例大的樣本中，投機泡沫對真實投資有顯著的正影響，在流通股比例小的樣本中，投機泡沫與真實投資沒有顯著相關性，但未指出作用機制，同時以換手率作為投資泡沫指標顯得比較粗糙。劉端和陳收(2006a)[22]認為，股價對公司的長期投資具有顯著正的影響，而且股權依賴性越大，公司的長期投資對市場估價水平的敏感性越強。劉端和陳收(2006b)[23]發現，管理者短視程度越大，公司投資對以市值賬面比表示的誤定價指標越敏感，而且公司的長期投資對非均衡估價所表示的誤定價指標有更大的敏感性。但作者的實證模型是在FHP模型基礎上直接以市值賬面比作為誤定價指標取代托賓q，未經提出基本面因素直接作為誤定價指標。黃偉彬(2008)[19]研究表明，對中國A股上市公司而言，股權融資機制在非理性股價對投資的作用中起著比較小的作用，迎合機制起著主要作用。但并沒有構造直接的泡沫代理變量，未對這兩種機制背后的不同理論基礎加以區分。張景奇(2013)[24]研究了我國A股市場滾動投資的股市泡沫，研究發現股市泡沫會隨著滾動投資年限的增加而變小。

我國己有的研究，雖然取得了一定成果，但是研究整體顯得比較粗糙，上述幾篇有關中國股市對上市公司投資行為影響的研究文獻具有一定的開創性。總的來說，上述研究不僅在實證模型設定上存在上述問題，而且主要還是集中于對現象的檢驗，以及對現象背后的潛在原因缺乏更為深入的研究分析。

本文在結合迎合機制和股權融資機制兩種原理，將所有企業劃分為融資約束企業和非融資約束企業，從股市泡沫角度研究公司投資問題。具體解決兩個問題：(1)上市公司資本投資是否對股市泡沫做出反應；(2)股權融資機制和迎合機制在我國A股上市公司中是否還發揮作用？

研究設計

一、研究假設

在股價被高估存在泡沫時，無論是股權融資機制還是迎合機制都表明公司將增加投資，即是說，無論融資是否受限，公司將增加投資，即泡沫與公司投資存在正關系。李捷瑜、王美今(2006)[20]，劉端和陳收(2006)[22]，黃偉彬(2008)[19]都證實了此觀點。

H1：無論是融資約束企業還是非融資約束企業，資本投資對股價泡沫存在正敏感性。

對于非融資約束企業，由于擁有大量內部資金和借債能力，面對投資機會，股權融資并非唯一選擇。當非理性投資者對公司未來過于樂觀，股價含有泡沫時，管理層可能以個人利益最大化為主而犧牲公司長遠價值，投資于凈現值為負的項目，迎合非理性投資者的短期需求，從而形成過度投資的代理問題。Polk和Sapienza(2009)[16]的模型中，通過對股權再融資進行控制后證明了此觀點。黃偉彬(2008)[19]在對中國上市公司非理性股價與公司投資間的關系檢驗中，也證實了此觀點，認為非理性股價與上市公司固定資本投資間存在正向關系，主要是由管理層迎合市場非理性投資者所致，而股權融資機制在中國上市公司資本投資決策中幾乎不起作用。因此，本文針對非融資受限企業提出如下假設：

H2：非融資約束企業，投資-泡沫敏感性主要由迎合機制引起。

Stein(1996)[17]指出股價被高估時，公司會擇機進行股權融資，但理性的管理層不會允許其影響到企業投資決策。Baker等(2003)[3]在Stein(1996)[17]的基礎上認為公司是有融資約束的，所以股價泡沫會通過這種股權融資的市場擇機對公司投資產生影響。由此，針對融資約束組，非理性投資者的樂觀預期使得股價包含泡沫影響了企業發行股票的時機，股價高漲時，企業股權再融資，資金約束被放松而擴大投資。所以針對融資約束組的企業，股價泡沫對投資的正向影響是間接的，股權再融資在二者作用關系中具有中介效應。因此，本文提出如下假設：

H3：融資約束企業，投資-泡沫敏感性主要由股權融資機制引起。

二、樣本選擇

本文的研究以2004～2014年為數據窗口，選擇公布年度財務報告的滬深A股上市公司為研究樣本，運用面板數據分析上市公司的投資行為。本文研究中采用的股利支付率數據來自Wind數據庫，其他財務數據庫均來自CSMAR數據庫，且采用年末數據。

為保證研究數據的有效性，消除異常樣本對研究結論的可能影響，本文對樣本數據進行如下處理：

1.剔除次新股和同時發行B股和H股的上市公司，選取2004年1月1日以前上市的僅發行A股的公司。

2.剔除被ST或PT處理的公司，這些公司存在財務異常和比較嚴重的流動性約束。

3.剔除金融行業的上市公司，金融業上市公司資本性支出特點與其他行業上市公司存在較大差異。

4.剔除負債率超過100%的上市公司，銷售增長率超過100%的公司，剔除凈利潤率過1和低于-1的上市公司，剔除Tobin's q大于10或小于0，以及現金流絕對值大于4的公司。

5.對異常值進行1%以下和99%以上的縮尾處理。

三、基本實證模型

早期對市場價值和企業投資之間關系的實證研究，如Hayashi(1982)[12]以及Abel和Blanchard(1986)[1]，采用的方法是直接檢驗值q和企業投資之間的相關關系，即直接對以下方程式用時間序列數據進行回歸：

其中，qt表示t時期的托賓q值(即市場價值)；Kt表示t時期企業的資本存量；I表示從t時期至t+1期的企業投資。

Barro(1990)[4]直接檢驗了股價對投資的影響，其基本回歸方程式如下：

其中DIt、Stockt-1、Dproft-1和Dqt-1分別為國內投資增長率、實際股價增長率、企業稅后利潤對GNP比值的一階差分以及q值的增長率。

Blanchard，Rhee和Summers(1993)[5]、Chirinko和Schaller(2001)[7]等的研究方法則是在對基本面因素進行控制后檢驗企業投資對Tobin's q的敏感程度，其回歸方程式可表示為：

其中，πt是用來作為t時期企業基本面代理變量的利潤率，其他變量的含義與上一方程式同。此外，FHP(1988)[9]模型引入了現金流量，如下：

其中，It為當期企業投資；Kt-1為期初資本存量；CFt當期現金流量，Qt-1為期初的托賓q值；FHP引入托賓q值是為了控制潛在投資機會對企業投資需求的影響，他們的研究方法具有一定的參考意義。

根據Panageas(2005)[15]異質信念下的資產定價模型，均衡時的市場價值由兩部分組成，基本價值和內生的投機泡沫，其中內生的投機泡沫是意見分歧度的函數。

其中，Iit為投資支出，Kit-1為期初資本存量，為企業的基本價值，也是基本投資機會，為投機泡沫，CFit為現金流量，DFit為公司當期債務融資，反應公司的外部融資情況，ηi和γt分別為不可觀測的公司個體效應和時間效應，μit為隨機干擾項。

為了保證檢驗結果的穩健性，本文選擇了文獻中廣泛使用的三種指標進行分組：公司規模、國有股比例和股利支付率。按照相應指標值大小將樣本分為兩組，大規模、高國有股比例和高股利支付率組為非融資約束組，小規模、低國有股比例和低股利支付率組為融資約束組。繼而針對兩個子樣本組分別估計模型(6)，以驗證假設1。

四、基于經營效率的迎合機制檢驗模型

迎合機制的提出圍繞代理問題展開，在代理問題越嚴重的公司，管理層與股東利益分歧越大，管理層的迎合動機越強。由此，良好的公司治理環境將減弱管理層投資決策時對泡沫的迎合動機。對于經營效率，本文對企業的存貨周轉率、應收賬款周轉率、流動資產周轉率、總資產周轉率取加權平均。與泡沫構成交叉項，共同反應為了上市公司投資泡沫敏感性是否由迎合機制產生。由此，針對假設2，本文構建如下檢驗模型：

其中，DEit為反映公司經營效率的變量，其經營效率指數為MEIit，采用資產利用率來衡量。

模型(7)的基本思想可簡述如下：若投資—泡沫敏感性主要由迎合機制引起，那么隨著經營效率的提高(代理成本降低)，管理層的迎合投資行為將受到抑制，從而使投資—泡沫敏感性下降，即β3的符號應當顯著為負。若投資—泡沫敏感性主要由股權融資機制所致，那么即使內部經營效率提高，投資—泡沫敏感性也并不會有明顯變化。因為單個公司經營效率的提高并不能改變整個資本市場的結構性缺陷。但外部融資數量的增加卻能緩解融資約束并進而增加投資支出。因此，對于這類公司而言，預期β3不顯著。

五、股權融資的中介效應檢驗模型

針對假設3，本文通過檢驗股權融資對投資和泡沫間的中介效應予以驗證。在模型(6)的基礎上，增加實證模型(8)和(9)，采用依次檢驗法以驗證股權融資的中介效應。

其中，EIit為股權融資比。根據中介效應的依次檢驗法，該聯立模型的主要思想在于：如果模型(6)的檢驗結果β1顯著，進而檢驗模型(8)。如果λ1顯著，則繼續檢驗方程(9)。若ρ5顯著，則說明股權再融資的中介效應顯著，繼續觀察ρ2。若ρ2顯著，則表示股權再融資為不完全中介效應；若ρ2不顯著，則表示為完全中介效應，投資與股價泡沫之間的關系完全通過股權融資實現。

六、變量選取

1.投資

本文對投資采用Baker等(2003)[3]和劉端等(2007)[23]的計算方法，將投資劃分為有三個類別：(1)長期性物質生產資本投資；(2)本文所指的固定資本投資，即在(1)的基礎上再加上R&D投資；(3)在(2)的基礎上再加上期間費用支出。又依據Bond和Cummins(2000)[6]以及Polk和Sapienza(2009)[16]的思想，他們認為無形資產在當今社會發展中發揮著重要作用。因此，本文的投資用購建固定資產、無形資產和其他長期資產所支付的現金對上一期固定資產凈額之比來衡量。

2.泡沫和基本價值

本文研究將股價中的非基本面部分分離出來作為泡沫的代理變量。本文在構建泡沫指標時，將市場信息和會計報表信息結合起來，采用分解托賓q的方式將企業價值分解為基本面價值和非基本面價值兩部分。基于Panagenes(2005)[15]的思想，根據Panageas(2005)[15]異質信念下的資產定價模型，均衡時的市場價值由兩部分組成，基本價值和內生的投機泡沫，其中內生的投機泡沫是投資者異質信念的函數。當市場上投資者預期存在偏差時，托賓q是含有泡沫的，本文可以通過分解q，得到泡沫部分q。本文對托賓q的分解在借鑒Goyal和Yamada(2004)[11]方法的基礎上將杜邦分析的三個基本指標引入回歸方程，用凈利潤率，總資產周轉率、權益乘數以及成長性指標收入增長率去回歸q，以回歸方程的殘差項作為泡沫的代理變量，具體做法如下：

其中，MEIit為i公司第t期的銷售收入凈利潤率，TOAit為i公司第t期的總資產周轉率，LEVit為i公司第t期負債率，GRit為i公司第t期營業收入增長率。qit和分別表示i公司第t期的實際q值和擬合q值。

3.現金流

本文采用文獻中廣泛采用的經營活動產生的現金流量凈額作為現金流的代理變量。具體為經營活動產生的現金流量凈額對期初固定資產凈額之比。

4.債務融資比

本文的債務融資比為當期取得借款收到的現金與期初固定資產之比。

5.股權融資比

本文的股權融資比為當期增發和配股實際募集資金總額與期初固定資產之比。

6.融資約束分組指標

為了保證檢驗結果的穩健性，本文采用總資產規模，國有股比例和股利支付率三個指標將樣本上市企業分為融資約束組和非融資約束組。將大規模，高國有股比例和高股利支付率公司劃分為非融資約束組，將小規模、低國有股比例和低股利支付率公司作為融資約束組。

公司規模是研究公司投資問題文獻中使用最為廣泛的分組指標。首先，小規模公司多為民營企業和高科技企業，由于上市時間較短，外界對這些公司的經營和信譽記錄非常有限，從而增加了公司與銀行和投資者之間的信息不對稱程度。其次，這類公司的無形資產比重通常較高，而相對于資產總額，其貸款抵押品價值卻較低，從而進一步增大了信息不對稱程度。最后，我國特殊的制度背景導致銀行在放貸政策上對小規模公司有著明顯的歧視性，表現為優先滿足國有大中型企業的貸款需求。采用國有股比例的思想與采用大規模的思想是一致的。辛清泉、林斌(2006)[25]在對預算軟約束問題的研究中，指出追求經濟增長或其他政策目標的政府首先有動機通過促成國有商業銀行對企業的貸款支持，提供資金需求以干預國有企業做出過度投資決策，因此，高國有股比例企業因為與政府目標聯系緊密，受政府支持作用，融資約束程度比低國有股比例企業更低。采用股利支付率來區分公司面臨的融資約束程度最早由Fazzari等(1988)[9]引入，基本思想在于股利支付是公司在完成其他利潤分配項目后的一個機動調整項目，其調整成本要低于資本存量的調整成本。因此，在外部融資成本明顯高于內部融資成本的情況下，對于一個有良好投資機會的公司來說，支付大量的股息是不符合價值最大化原則的。在針對中國上市公司的研究中，馮巍(1999)[18]、連玉君等(2008)[21]也采用了這一指標。各變量定義及計算見表1，

表1 代理變量計算說明

實際結果與分析

一、全變量的基本統計量分析

1.描述性統計分析

該樣本涉及22599個年和公司的觀測值，刪除異常樣本后，共有18171個樣本，其文中涉及到的相關變量的描述性統計結果見表2。為了考察不同公司泡沫、投資及基本面指標的區別，表3列示了樣本間主要變量的均值t及方差F檢驗。從表2可以看出，變量的均值和中值分別為-0.254和-0.530，說明上市公司股價在樣本期間平均是被低估的。融資約束組和非融資約束組的這一變量存在顯著差別，除股利支付組中的股權融資比率的t值和F值不顯著外，其他指標的t值和F值均表現出在1%水平上的顯著性。具體表現在：大規模、高國有股比例企業股價泡沫水平的絕對值顯著低于小規模和低國有股比例公司的股價泡沫水平絕對值，其中大規模企業的股價泡沫出現低估現象，而小規模企業的股價泡沫被高估，且大規模企業的投資支出比例小于規模企業的投資支出比例，但是現金流水平高于小規模企業，債務融資比例也高于小規模企業，說明大規模的企業更容易從銀行取得貸款，而小規模企業的股權融資比例高于大規模企業，說明小規模企業更傾向于股權融資，從可以看出，大規模企業的基本面比小規模企業基本面更好。高國有比例的企業投資比例、現金流水平、債務融資比例、股權融資比例均優于低國有比例企業。

表2 代理變量的基本統計量

在股利支付組，低股利支付的企業股價泡沫水平的絕對值顯著低于高股利泡沫水平絕對值。低股利支付的企業投資水平和現金流水平均優于高股利支付的企業；低股利支付的企業債務融資比例高于高股利支付的企業，而股權融資比例出現相反的結果，說明低股利支付的企業更傾向于進行債務融資，而高股利支付的企業更傾向于進行股權融資。

2.融資約束組與非融資約束組主要變量的均值T檢驗和方差F檢驗

表3 獨立樣本主要變量均值t、方差F檢驗

3.主要變量相關性分析

表4列示了實證模型中主要變量的相關性分析結果。從相關性系數看，股價泡沫和投資顯著正相關，和股權融資比例也表現出顯著正相關。另外，EIit/Kit-1和DFit/Kit-1相關系數為0.512，相關系數-0.675，其他各變量間相關系數均較小，表明主要變量間不存在多重共線性。

二、假設1實證檢驗與分析

本文首先對假設1進行檢驗。假設1指出無論是融資約束公司還是非融資約束公司投資與股價泡沫間均存在正的敏感性。本文分別在全樣本，以規模、國有股比例和股利支付率劃分的融資約束組和非融資約束組下對模型(6)進行回歸。根據模型(6)，假設1中的系數應該顯著為正。表5表明全樣本下系數為0.0437(t=12.98)表明泡沫對投資存在1%水平上具有顯著正影響。本文進一步對規模、國有股比例、股利支付比例按照中位數均劃分了兩組，系數均表現了在1%水平上正向顯著。因此，表5的實證結果驗證了假設1，即融資約束公司還是非融資約束公司投資與股價泡沫間均存在正的敏感性。

表4 主要變量相關性分析

本文分別對按照規模、國有股比例、股利支付比例劃分的兩組進行了組間系數差異比較，采用的方法是自體抽樣法(Bootstrap)，以往檢驗組間系數的真實差異通常采用時間序列中參數的變化，甚至有時候假設不存在異方差及其他條件限制，如Chow檢驗要求擾動方程在兩組中是一樣的，標準的Wald檢驗則要求誤差項具有獨立性，而Bootstrap方法利用可重復抽樣方法構建出經驗p值，用p值來估計當兩組系數相等時的系數估計值差異的可能性。通過組間系數差異比較發現，按照規模、國有股比例、股利支付比例劃分的兩組實驗性p值均為0.0000，說明組間系數存在真實差異，即大規模、低國有股比例和低股利支付率比例的投資-泡沫敏感性更強。

表5 投資-泡沫敏感性檢驗結果

表5中的控制變量均表現出了在1%水平上的正向顯著。以現金流比率為例，無論全樣本還是分組樣本其系數均為正向顯著，且大規模高國有股比例和低股利支付的企業均明顯表現出較高的現金流比率，該結果和Kaplan和Zingales(1997)[14]的結果不同，Kaplan和Zingales(1997)[14]認為不同融資約束的公司投資對現金流的敏感性不存在顯著差別。

三、假設2實證檢驗與分析

1.經營效率指數MEI的估算結果

本文的經營效率指數采用資產利潤率表示，公式為：凈利潤/[(期初總資產+期末總資產)/2]，該比率越高，表明企業的資產利用效益越好，整個企業盈利能力越強，經營管理水平越高。

2.迎合機制檢驗

該部分本文對假設2進行實證檢驗，即非融資約束組的公司投資與泡沫敏感性是由迎合機制引起的。根據表6給出了針對全樣本及非融資約束組的投資泡沫敏感性的動因檢驗結果，經營效率虛擬變量與股價泡沫交乘項DEit*qbit-1的系數均顯著為負，與預期一致支持迎合機制，假設2得到了驗證。無論是全樣本或是分組檢驗下，結果均表現經營效率低的公司股價泡沫敏感系數顯著大于經營效率高的公司股價泡沫敏感系數。說明經營效率的提高缺失對投資泡沫的敏感度有顯著降低作用，代理問題是導致這類公司表現出投資-股價泡沫敏感性的主要原因。

表6 迎合機制動因檢驗結果

為了檢驗股權再融資因素對非融資約束組公司投資泡沫敏感性的影響，本文在模型(7)中加入股權再融資與股價泡沫的交互項進行進一步分析。如果股權再融資對這類公司的投資泡沫敏感性沒有影響，即股權融資機制在這類公司中不起作用，的系數應該不顯著，的系數應該依然顯著為負。表6的3、5、7、9列示了對這一擴展模型的回歸結果。

四、假設3實證檢驗與分析

1.股權再融資-股價泡沫敏感性檢驗

前面理論分析表明融資約束企業在股價高漲時會發生發行新股的市場擇機行為，即泡沫-投資的作用機理為泡沫-股權再融資-投資這樣的作用機制。而假設1的實證結果表明全樣本、融資約束組和非融資約束組樣本均表現出了投資對泡沫的正向顯著性，且大規模組、低國有股樣本和低股利支付率樣本的投資泡沫敏感性更強。

卻表明融資約束組的投資對泡沫并不存在顯著的敏感性，這一結果是否是由上述機制的某一環節斷鏈所致？即對于融資約束企業本文對模型(8)進行回歸以檢驗這一推測。表7列示了全樣本及融資約束組股權再融資-股價泡沫敏感性的檢驗結果。無論是全樣本還是各融資約束組，qb的系數非常小且均沒有表現出顯著性，觀察qf的系數同樣較小且不顯著，而且從調整的R2看，擬合優度相對較低。這表明對于中國的A股上市公司股權再融資不存在明顯的市場擇機。股價高漲時，中國A股上市公司沒有明顯的擇機偏好，股價泡沫對上市公司的股權再融資行為幾乎沒有影響。據此可以解釋本文假設1得出的結論，即融資約束組公司的投資對泡沫不具有敏感性。

表7 股權再融資泡沫敏感性檢驗結果

2.低股利支付組投資-泡沫敏感性動因檢驗

根據假設1的實證結果，融資約束組，除了低股利組外，小規模和低國有股比例的公司均沒有表現出顯著的投資-泡沫敏感性。那么針對低股利組導致投資-泡沫敏感性的動因是什么？本文在此針對低股利組對模型(7)和模型(9)及其擴展進行回歸以發現原因。表8列示了各模型的檢驗結果。觀察DE×qb的系數均負向顯著，這表明對低股利支付企業，代理問題對企業的投資-泡沫敏感性會造成影響，而EI×qb的系數無論模型中是否有經營效率虛擬變量與股價泡沫的交互項均在5%的水平上均表現出正向顯著性，由此可以證明泡沫下的股權再融資加強了低股利支付公司的投資泡沫敏感性。相對股權再融資低的低股利支付企業，股權再融資高的低股利支付企業的投資泡沫敏感性在5%的水平上顯著增加了0.0241(t=8.906)，觀察DE×EI×qb的系數在5%的水平上顯著，系數為0.0158(t=5.629)相對于0.0241有稍微的下降，這表明對于低股利支付企業，經營效率的改善降低了股權再融資對投資-泡沫敏感性作用。因此對于低股利支付企業，外部融資的增加能夠有效緩減融資約束而增加投資。

表8 低股利支付組投資-泡沫敏感性動因檢驗結果

3.股權再融資樣本中融資約束組投資-泡沫敏感性及動因檢驗

表9在全樣本的分析基礎上，將全樣本按照規模、國有股比例和股利支付率進行分組，以考察融資約束組投資-泡沫敏感性以及股權融資機制，再次對假設1和假設3進行檢驗。分析結果見表9。

由表9可知，全樣本、小規模、低國有股和低股利支付率樣本在模型(6)、(8)和(9)下系數均在1%水平上顯著為正。且在模型(9)中，小規模、低國有股和低股利支付中EIit/Kit-1系數均在1%水平上顯著為正，說明股權再融資效應顯著。再觀察模型(9)中的系數可知，小規模組、低國有股組和低股利支付率組的系數在1%水平上顯著為負，說明股權再融資具有不完全中介效應。根據表9中因變量為EIit/Kit-1的數據得，其解釋變量的系數均在1%水平上正向顯著，說明發生股權再融資的小規模、低國有股比例和低股利支付率企業存在股權再融資的市場擇機行為，是因為股權再融資放松了融資約束，增加了投資，從而表現出顯著的投資-泡沫敏感性。

表9 股權再融資樣本中融資約束組的投資-泡沫敏感性及動因檢驗結果

穩健性檢驗

本文做如下穩健性檢驗：(1)基于融資約束分組指標。本文采用了規模、國有股比例和股利支付率三個指標作為劃分融資約束與非融資約束的標準，就是為了保證結果的穩健性，因此針對融資約束的劃分標準本文在此不做專門的穩健性檢驗。(2)基于不同的投資定義。本文以期末固定資產凈值的變化來衡量投資支出；不影響本文的實證結果。(3)基于不同的泡沫指標。采用分解市銷率(P/S)的方法代替分解托賓q，獲得泡沫的代理變量，不影響本文的實證結果。(4)對經營效率指數采用隨機前沿分析法進行計算，解釋變量采用托賓值，影響變量采用規模、現金流比例、債務融資比例和股權融資比例。

結論

本文的研究表明無論企業是否存在融資約束，投資支出率均對泡沫形成正向敏感性，該結果不僅在全樣本下得到檢驗，在按照規模、國有股比例、股利支付率分組后，結果仍然成立，驗證了假設1。非融資約束組下，投資支出率對投資支出率的敏感性主要由迎合機制引起，融資約束組下，投資支出率對投資支出率的敏感性主要由股權機制引起，驗證了假設2。

本文的研究具有較強的實踐意義，它意味著面對泡沫，大規模、高國有股比例和高股利支付率的公司應該加強公司治理，提高經營效率，防止管理層對短期股價上漲做出反應而損害企業長期價值。本文結論同時反映出實務界和學術界都非常關注的兩個問題：一方面，治理機制的缺陷誘使部分公司進行了大量低效率的過度投資；另一方面，資本市場固有的缺陷致使另一些公司無法獲得足夠的資金以滿足自身的投資需求。這在很大程度上增加了宏觀調控的難度。因此，如何在加強上市公司內部治理機制的同時逐步發展和完善資本市場是促使上市公司有效投資和保持宏觀經濟穩定運行的關鍵所在。