過度投資對股價崩盤的影響

何康

摘 要：當前學術界對股價崩盤的研究比較多，其中有一個問題就是對實體經濟的大量投資是否能夠影響股價的崩盤，按我們的理解，對股市的過量投資可能會導致股市出現泡沫進而存在一定的崩盤風險。而面臨著崩盤風險，企業為了改變所處的不利處境，也會采取相應手段來避免這一情況的發生，過度投資的方式是其中一個最直接、最主觀的方式。研究2010—2017年的A股上市公司的數據，對過度投資與股價崩盤之間的關系進行討論。

關鍵詞：過度投資;破凈;崩盤風險

中圖分類號：F830.91? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2019）01-0063-03

引言

學術界一直研究著實體經濟和股票市場之間的關系。研究表明，中國的上市公司很大一部分存在過度投資行為[1]。過度投資行為是對公司價值和未來發展的不是最好選擇的投資x行為。過度投資會損害企業發展，降低企業價值，影響社會資金的正常配置，使社會經濟發展受到影響[2]。而其與股價崩盤之間的關系也引發了人們的興趣。大量的投資在短期內提升公司的發展速度，但對公司的基本發展狀況并沒有改變，不力求對公司所面臨的根本問題進行處理，當前的繁榮只是榮華的泡沫。當泡沫破裂企業面臨的是股價崩盤、聲譽下降、投資者信心降低等一系列問題。這種過度投資的方法就如同竭澤而漁，顯然不符合企業的長期價值投資理論，無法長久地發展下去。正確的做法則是走穩定扎實的發展之路，任何問題都要有個度，超過這個度就會出現問題。

破凈就是企業股票跌破每股凈資產，其與公司的盈利能力，公司背景等與公司的自身實力相關，能夠切實地影響公司股價的漲跌。股價的暴漲暴跌對于資本和公司的健康發展有著很大的影響。股價的暴跌對于股票市場有著崩盤的影響，其危害著投資者的財富，使其大量縮水，并且使市場的投資者對公司的信心嚴重降低，金融市場的穩定性也被動搖直接結果就是造成資源配置的紊亂，使實體經濟的發展受到嚴重影響。對于股價崩盤的研究并尋找影響崩盤的影響因素對于股票市場的健康發展有著重要的意義，近年來對于這個話題也有著較大的熱度。Jin和Myers（2006）從理論層面對股價崩盤風險的形成機理進行了解釋：管理層基于經濟利益對影響公司發展的負面信息進行隱藏，造成負面信息的不斷累積[3]。公司不能長期承受負面信息壓力，當負面信息在短期內集中釋放到市場上，就會引起股價暴跌。Hutton等（實證檢驗了上述假設）[4]。近年來，在這一理論框架下，學術界陸續發現公司避稅（kim等，2011）、期權激勵（Kim等，2011）、高管性別（李小榮、劉行，2012）和以及機構投資者（許年行等，2013）等因素都對股價崩盤產生影響[5～8]。

那么，我們探討的是面臨困境的公司是否有動力和能力改變當前處境，改變自己的破凈現象，進而避免崩盤風險。而長期的面臨的崩盤風險公司采取的大量投資的方法對企業是否有關聯。我們用定量的方法揭示投資的相關問題，揭示上述問題，并為公司和相關部門的決策提供支持。

一、理論分析和假設

一般情況下，一家公司的股票價格反映的是這個公司在近期的發展狀況，發展得好的公司就會讓投資者更加認同，具體表現在就是其股票被大量購買價格升高。如果公司發展較好，那么公司的每股凈資產對每股市價的解釋力度就越大，公司就不會那么容易陷入崩盤風險等財務困境之中[8]。反過來說就是，如果股價跌破每股凈資產，那么這個公司就將面臨著較大的股價崩盤風險。我們提出H1假設：企業的破凈程度對股票的崩盤有著顯著的影響。

企業的發展對于各地方經濟來說有很大的好處，如提升經濟、解決就業、提升地方知名度等。但企業的不健康發展使企業處于破凈和崩盤的風險當中就會使企業處于危險當中，面臨著退市的考驗。在這種情況下，企業面臨較大壓力就會使公司決策者采取一切手段避免退市。有的企業有著較高的推出壁壘，或者相關企業所在地區有著不同的補貼政策，就使得有些公司自然而然地選擇通過加大投資擴大產能的方法來解決所面臨的問題。利用充裕的現金來解決企業的發展問題只能解決當下的發展問題，根本的產品銷售問題并不能通過擴大生產來解決。但是，這種方法還是有很強的市場的競爭力，同時也帶動了相關產業發展，并給管理者一種企業欣欣向榮的假象。但這種行為也給我們提供了一種了解企業的契機，在經濟行業不景氣時我們可以根據企業這一過度投資的水平來了解企業的整體盈余管理水平[9]。我們也據此提出假設H2：上市公司在面臨崩盤和破凈的環境中是否有過度投資的沖動。

二、研究設計

研究的樣本選取自Wind數據庫，選取了來自2010—2017年的數據。我們選取的范圍是滬深股市的全部A股上市公司的相關數據。具體數據處理如下：首先，剔除了交易周數小于30和連續停牌天數超過60的樣本;其次，剔除了重要數據有缺失的樣本，據此得到了1 924個公司的相關數據;最后的數據處理軟件使用的是Eviews8。相關變量的設定如下：

其中，Newinvti，t表示的是公司在第t年的新增投資，等于（構建固定資產、無形資產和其他長期資產支付的現金+投資支付的現金-無形資產和其他長期資產收回的現金凈額-上期折舊與攤銷）/年初總資產。Growth為公司的成長機會，一般用TobinQ衡量即市場價值/總資產。Leverage為公司的資產負債率。Cash為企業持有的現金，即（貨幣資金+短期投資）/總資產。Return為現金紅利的在投資年回報率。Age為上市的年限。Size為資產總額的自然對數。企業的過度投資的水平我們用（8）式的殘差來表示。

三、構建模型與回歸

首先，對于假設H1我們采用（9）的模型進行多元回歸：

CRASHRISKi，t=a0+？茁1BROKENi，t+？茁2ControVariablesi，t-1+？著i，t

（9）

其中，控制變量ControVariables選取了以下幾個變量：Size選取的是公司總資產的自然對數;ROA總資產收益率，為第t年凈利潤和t-1年的總資產的比值;RET為公司i在t-1年的平均周特有收益率;LEV為公司資產負債率;MB為市值賬面比，等于（每股市值×流通股+每股凈資產×非流通股）/權益賬面凈值。

通過多元回歸我們得到回歸結果（見表2）。

因變量對應的為CRASHRISK，自變量BROKEN，對應p值較小，CRASHRISK與BROKEN之間相關性非常顯著。其對應系數為正，即在破凈的狀態下有很大的概率股市崩盤，二者呈正相關，驗證了假設H1即破凈狀態越大崩盤風險越大。

其次，衡量崩盤對過度投資的影響。我們使用如下模型來衡量崩盤對過度投資的影響：

OvInvti，t=a0+？茁1CEASHRISK+？茁2ControlVariablesi，t+？著i，t（10）

在進行多元回歸可得結果（如表3所示）。

因變量對應的為過度投資的Ovinvt變量，x2對應的為CREASHRISK，可以看出p值稍微大于0.01，二者之間的關系顯著，系數為正。這意味著公司在較高的崩盤風險水平下可以促使企業采取過度的投資行為，驗證了H2假設。

結語

本文以2010—2017年我國滬深股市股票市場A股公司的數據為樣本，對公司在股票市場上發生的破凈現象、崩盤風險及過度投資行為進行研究。結果表明：第一，公司的股票股價跌破每股凈資產對公司的股票的崩盤有著顯著的影響;第二，崩盤的風險影響管理層的決策，由于股價并無法真正反映公司的經營績效，但是為維持股價會產生過激的管理行為，如過度投資。這樣的行為能夠使公司快速地開展新項目，促進企業的就業和發展。但這并沒有解決企業自身發展的根本，就不會擺脫股價崩盤的風險。因此，追根溯源，為保證公司的正常運作，企業還是應該從提高自身競爭力出發，通過創新技術和管理等手段，使公司具有更強的實力，最終達到企業正常發展的目的。

參考文獻：

[1]? 詹雷，王瑤瑤.管理層激勵、過度投資與企業價值[J].南開管理評論，2013，（3）：36-46.

[2]? 蔡吉甫.會計信息質量與公司投資效率——基于2006年會計準則趨同前后深滬兩市經驗數據的比較研究[J].管理評論，2013，（4）：166-176.

[3]? Jin L.，Myers S.C.R2 Around the world：New Theory and New rests[J].Journal of Fianncial Economics，1991，（2）：193-228.

[4]? Hutton A.P.Marcus A.J. & Tehranian H.Opaque Financial Reports，R2，and Crash Risk.Journal of Financial Economics，2009，（1）：67-86.

[5]? Kim J.，Li Y. & Zhang，L.CFO Verus CEO：Equitu Incentives and Crashes[J].Journal of Financial Economics，2011，（3）：713-730.

[6]? Kim J.B. & Li Y. & Zhang L.Corporate Tax Avoidance and Stock Price Crash Risk：Firm-level Analysis[J].Journal of Financial Economics，2011，（100）：639-662.

[7]? 李小榮，劉行.CEO vs CFO：性別與股價崩盤風險[J].世界經濟，2012，（12）：102-129.

[8]? 許年行，于上堯，伊志宏.機構投資者羊群行為與股價崩盤風險[J].管理世界，2013，（7）：31-43.

[9]? 田昆儒，孫瑜.非效率投資、審計監督與股價崩盤風險[J].審計與經濟研究，2015，（2）：43-51.

[10]? Chen J.，H.Hong & J.C.Stein.Forecasting Crashes：Trading Volume，Past Returns，and Conditional Skewness in Stock Prices[J].Journal of Financial Economics，2011，（61）：345-381.

[11]? Richardson S.Over-investment of Free Cash Flow[J].Review of Accounting Studies，2006，（2-3）：159-189.