王 妮，林煜恩，王美靈，林有禎，池祥萱

(1.武夷學院　商學院，福建 　武夷山　354300;2.吉林大學　商學院，吉林　長春　130012;3.溫州大學　商學院，浙江　溫州　325399；4.國立東華大學　財金系，臺灣　花蓮　97401)

?

博彩行為對公司資本支出的影響：中國實證

王 妮1，林煜恩2，王美靈3，林有禎1，池祥萱4

(1.武夷學院商學院，福建 武夷山354300;2.吉林大學商學院，吉林長春130012;3.溫州大學商學院，浙江溫州325399；4.國立東華大學財金系，臺灣花蓮97401)

[摘要]本文的研究目的是探討博彩行為對公司資本支出的影響。首先，使用股票報酬率的偏態(tài)系數(shù)與資本支出做回歸分析，得到偏態(tài)系數(shù)與資本支出呈正相關關系，說明偏態(tài)系數(shù)越高，高管人員越會增加資本支出；其次，由于無法說明高管人員是否會因此而迎合投資人，所以本研究納入偏態(tài)系數(shù)與套利風險的交互項來進行檢驗，采用五種套利風險與偏態(tài)的交互作用項與資本支出進行回歸分析。研究結(jié)果發(fā)現(xiàn)：第一：偏態(tài)系數(shù)越高，資本支出越多；第二：信息不對稱程度越高，股票價格越高，交易量越小，套利風險越大，公司的高管人員就偏向從公司未來的成長機會而減少資本支出；價格越低，交易量越大，套利風險越小時，高管人員就會迎合投資人的正偏態(tài)偏好，增加資本支出。

[關鍵詞]博彩行為；偏態(tài); 資本支出；套利風險；成長機會

一、 引 言

傳統(tǒng)的財務理論指出，投資人在進行投資決策時，考慮的是預期回報率和風險，但是近年來的學術(shù)研究卻發(fā)現(xiàn)，投資人有偏好于正偏態(tài)投資產(chǎn)品的現(xiàn)象。在日常中人們所購買的彩票，其報酬率就是具有正偏態(tài)現(xiàn)象，因此，若投資人具有正偏態(tài)偏好，那么其相應的投資就類似于彩票博彩的行為。通常情況下，彩票投資的贏家所得到利益的遠遠低于輸家所支出的，也就是說，投資人進行正偏態(tài)偏好的投資決策，將會帶來負收益。

現(xiàn)金持有對于公司而言，其影響著公司未來的成長，正如Xing(2008)[1]指出的，若公司持有大量的現(xiàn)金，就能在有良好投資機會的時候進行投資，進而降低公司未來的風險，或者增加公司未來的生產(chǎn)能力,所以現(xiàn)金持有是可以增加公司的成長機會。相反的，若公司具有良好的投資機會，公司就缺乏了足夠的資金進行成長，就會導致舍棄凈現(xiàn)值為正的投資專案(Polk and Sapienza, 2009)[2],所以現(xiàn)金的持有對公司的發(fā)展很重要的。因此，如果公司高管人員關心的是公司實質(zhì)的營運狀況，并希望能有所成長，那么當公司成長機會越大時，公司就會選擇將資金保留下來，進行公司的資本支出 (Xing, 2008)。但是，由于公司的激勵補償機制的原因，公司的管理者就會有把公司做大的沖動，若公司有大量現(xiàn)金的時候，就會有盲目投資的現(xiàn)象，甚至會投資于凈現(xiàn)值(NPV)為負的項目，嚴重損害公司與股東的利益。而且，迎合理論認為高管人員會迎合投資人的偏好，而決定公司的資金分配決策。然而，在公司報酬率出現(xiàn)正偏態(tài)時，并不能給投資者帶來更高的收益，反而會是較低的，甚至，其期望收益率是負的，所以這時候如果投資人是具有正偏態(tài)偏好，且高管人員迎合投資人進行投資支出，就會給其帶來損失。當公司的套利風險較大時，投資人情緒的作用較高，高管人員迎合投資人的機會就越高，此時就會增加公司的投資支出。因此區(qū)分公司是會不會迎合投資人的正偏態(tài)偏好而進行投資決策的重要性不言而喻，這也形成本研究的目的。

本篇論文可以補足博彩行為與支出之間的研究缺口。本文采取Ali, Hwang and Trombley (2003)[3]以及Lam and Wei (2011)[4]的方法，將套利風險分為套利成本、交易成本以及信息不對稱 (information asymmetry)，檢驗套利風險對公司資本支出的影響；同時由所交易股票的波動性，偏度和價格，檢驗投資者偏態(tài)偏好對公司資本支出的影響。之后再納入套利風險與投資者偏態(tài)偏好的交互作用項，檢驗公司在不同套利風險的情況下，會迎合投資人而進行投資支出，還是會考慮未來公司的成長。

除了對于投資人的博彩偏好有所貢獻外，本研究對于檢驗網(wǎng)路經(jīng)濟或者新常態(tài)模型也能有所借鑒，蓋因網(wǎng)路經(jīng)濟以及新常態(tài)都有一個明顯的特征，亦即參加者眾，但僅有及少數(shù)的人可以取得極大的成功，該特性符合正偏態(tài)的描述，因此本研究檢驗報酬率偏態(tài)的特性，亦可提供網(wǎng)路經(jīng)濟或新常態(tài)模型研究借鑒，未來的研究可以由偏態(tài)的特性來探討這些研究；而本研究結(jié)果也顯示，投資人的博彩偏好出現(xiàn)在較容易觀察到的原始報酬率建構(gòu)的偏態(tài)上，一旦采用市場模型調(diào)整后，該現(xiàn)象就改變了，該結(jié)果也符合過去理論的說法，受情緒影響的投資人較無法采用復雜的信息處理方法。

本篇論文一共包括五個部分的內(nèi)容，第一節(jié)為前言部分，第二節(jié)為文獻探討，第三節(jié)為研究方法，第四節(jié)為實證結(jié)果，最后一節(jié)為結(jié)論與建議。

二、文獻探討

本節(jié)分為三個部分，第一部分探討資本支出的相關文獻，第二部分則探討有關博彩行為的相關文獻；最后一部分則是探討套利風險的相關文獻。

(一)資本支出

在公司投資投資支出理論中，現(xiàn)存的文獻有以投資的成長機會理論來探討公司的投資支出行為。Kallapur and Trombley (1999)[5]經(jīng)過實證檢驗得出公司的資本支出 (capital expenditure) 與成長機會有高度的正向關系，當成長機會越高，投資支出就越大，同時，Xing (2008)指出公司高管人員關心的是公司實質(zhì)的營運狀況，并希望能有所成長，當公司成長機會越大，公司就會選擇增加公司的資本支出。公司投資的成長機會理論認為，公司的投資支出是根據(jù)是否擁有良好的投資機會而決定。

作為上市公司的高管人員，本應該是理性的投資決策者，應該秉持著善良管理人的原則，但是Jensen(1986)所有權(quán)與控制權(quán)相分離的現(xiàn)代企業(yè)，高管人員會為了自身的利益，而選擇迎合投資者，Baker and Wurgler (2004)[6]提出的迎合理論 (catering theory) 指出高管人員會迎合投資人的偏好，而決定公司的資金分配決策，作為投資者是易受情緒影響， Baker and Wurgler (2007)[7]指出當公司的套利風險較大時，投資人情緒的作用較高，此時就會增加公司的投資支出。Polk and Sapienza (2009) 以及Lam and Wei (2011)[8]指出當套利風險較高時，公司的市帳比值越大，高管人員迎合投資人的機會就越高，公司的資本支出就越多。當公司是因為迎合投資人而進行資本支出，若公司具有良好的投資機會，公司就缺乏了足夠的資金進行成長，就會導致舍棄凈現(xiàn)值為正的投資專案(Polk and Sapienza, 2009)，因此，當高管人員是迎合投資人而進行資本支出，就會傷害到投資人的利益(栗立鐘和黃同鶴, 2014)[9]。

而傳統(tǒng)的公司投資理論不僅僅探討公司未來的成長性，也考慮了投資成本，因為降低了公司的資金成本，也相對提高了公司投資的價值 (Cochrane, 1996; Zhang, 2005; Liu, Whited and Zhang, 2009)[10]。而當投資人情緒高漲或者套利風險較大時，往往會增加公司的權(quán)益資金成本 (Berk, Green and Naik[11],1999; Bakke, and Whited, 2010)[12]，成長機會理論隱含當公司的市帳率越高，表示公司未來的成長機會越大，投資支出就會越高。

綜合迎合理論以及公司投資的成長機會理論，當公司成長機會越大，公司未來的投資支出就會越大。但是若高管人員是迎合投資人的情緒，而增加的投資支出，卻舍棄凈現(xiàn)值為正的投資專案，放棄良好的成長機會，就會傷害到投資人的利益，因此區(qū)分公司是因為迎合或是成長機會而進行投資支出決策的重要性不言而喻。

(二)博彩行為

Markowitz?(1952)[13]最早提出投資人會偏好進行“有極大可能出現(xiàn)小損失；但極小機會出現(xiàn)極大利潤”的投資，這顯示投資人在進行投資決策時，對報酬率的重視程度是非對稱性的，Barberis and Huang (2008)[14]認為投資人過度重視機率極低的事件，并且高估了其發(fā)生的可能性，因此會表現(xiàn)出他們對股票的偏好曲線是帶有正偏態(tài)(positive skewness)。所謂股票報酬率的偏態(tài)特性實際上是反映了報酬率的不對稱性，是指當股票有正(負)偏態(tài)時，其會表現(xiàn)出右(左)厚尾的現(xiàn)象，表示該檔股票會出現(xiàn)極端高的持有利得(損失)，而一般投資大眾所購買的彩票，正顯示出其有正偏態(tài)的特性。Kumar(2009)[15]提出股市可以通過定量分析得出股市投資具有博彩性，主要檢測的是：特定股票或具有特殊的波動性，特定股票或具有特殊的偏度，股票價格。所以，波動性大的且偏度較大，以及價格較低的股票可以將其定義為彩票型股票，亦即此類股票的報酬率具有博彩特性。

Kumar(2009)也指出具有偏好于偏態(tài)特性投資產(chǎn)品的投資者在股票市場上將會更傾向于投資具有博彩性質(zhì)的股票。而且Brunnermerier and Parker(2005)[16]，及Mitton and Vorkink(2007)[17]研究投資者對于具有投資劇烈偏態(tài)股票的偏好性，結(jié)果發(fā)現(xiàn)投資者會犧牲投資效率以換取大額收益的投機機會，這就顯示出了投資者的博彩性，所以，投資者投資于彩票型股票的行為是一種博彩行為。

然而，Barberis and Huang(2008)指出即使股票改變的偏態(tài)，但是這些股票的收益率并不受影響，這也就說明具有偏態(tài)的股票其超額收益依然為零?？墒峭顿Y者在卻在心理上賦予這類股票過大的巨額回報概率，使得預期收益率過高，最終股價被高估，而實際的平均收益率卻是較低的。Boyer，Mitton and Vorkink(2007)[18]實證得出較高異質(zhì)偏態(tài)的股票的收益率會比較低。因此，博彩行為并不能給投資者帶來更高的收益，其收益反而會較低。甚至，Statman(2002)[19]彩票型股票交易的期望收益率是負的。

然而， Fong(2013)[20]認為投資人并非偏好有正偏態(tài)的股票，而是由于投資人是風險愛好者且容易受情緒所影響而進行投資，當公司亦受投資人情緒影響時，正偏態(tài)的效應就越明顯，而Zhang(2013)[21]的研究也發(fā)現(xiàn)股票報酬率的帳市率異象(book to market anomaly)是由股票報酬率的偏態(tài)性所引起的，Page(2010)[22]指出個別投資人偏好博彩股的行為，恰提供了套利交易者或知訊投資人(informed trading)的套利機會，并降低其套利的風險。這表示單純檢驗股票報酬率的博彩特性，無法驗證出其真正的影響，必須同時結(jié)合兩者，才能了解其真正的現(xiàn)象。

(三)套利風險

Baker and Wurgler (2007) 指出對于當公司的套利風險較大時，投資人情緒的作用較高，此時傾向于增加公司的投資支出。然而當套利風險較高，公司的套利成本就會相對提高，若高管人員考慮公司的成長機會，那么在套利風險變高的情況下，高管人員就會較不愿意進行投資。

套利風險，可以分為套利成本、交易成本以及信息不對稱(information asymmetry) (Ali, Hwang, Trombley, 2003; Lam and Wei, 2011[23]，Pontiff ,2006[24]) 。對于理性套利者而言，交易成本限制了其利用定價誤差獲利的投資機會，若交易成本越高，就會降低了其套利機會，Duan, Hu and McLean (2010)[25]指出公司獨特波動性 (idiosyncratic volatility) 是套利成本的主要來源，當波動越高，會降低套利活動并擴大定價誤差。雖然套利者可以藉由避險投資組合來消除系統(tǒng)性的波動度，但是公司獨特性波動度則無法由避險組合規(guī)避掉，因此對于理性的套利者而言，公司的獨特性波動度是其進行套利時的成本 (Pontiff, 2006; Duan, Hu, and McLean, 2010)。

套利風險中的交易成本可以分為三類，分別為：直接交易成本、間接交易成本還有賣空成本。其中直接交易成本是由于投資人每次進行交易時，券商所收取的手續(xù)費而形成的，雖然每位投資人可能會在和券商簽訂合約的時候，爭取到不同的折扣，但券商收取的手續(xù)費通常都是按交易價格的比率 ，交易的價格越高，相應收取的手續(xù)費比率會較低，當交易的價格較低時，其相應收取的手續(xù)費比率會較高(Blume and Goldstein, 1992)[26]；而間接交易成本常常以流動性 (liquidity)衡量，也就是交易特定手數(shù)的股票所引起的價格變動的程度，因此交易量是決定間接交易成本的重要決定因素 (Kyle, 1985[27];Gerhold,Guasoni,Muhle-Karbe,and Schachermayer,2014[28])；而賣空是理性的套利交易者進行修正價格的最佳手段，但對于賣空者而言，是進行借股票出售，之后才進行買回還股票的行為，如果該只股票在特定交易日完全沒有人進行交易，套利者便無法及時的買回股票，而承擔高額的借貸成本，因此可以將股票交易股數(shù)為0的天數(shù)，作為賣空成本的衡量。(Lesmond, Ogden, Trzcinka, 1999[29]; Ali, Hwang, Trombley, 2003)。

Grenadier and Wang(2010)[30]指出信息的不對稱，限制了公司投資決策，信息不對稱程度越高，公司就會降低投資支出。理性投資者需要利用信息來確定的套利機會，如果要較為精確地評價一家公司的價格，那就需要取得一定量的相關信息才能對該公司進行評價。如果只得到少量的信息就容易出現(xiàn)評價錯誤的現(xiàn)象，因此信息不對稱程度越高的公司，其進行套利難度就越困難，則對于套利者而言，其套利風險也就越高，因此套利者就要更加謹慎的做出投資決策。

三、 研究方法

(一)數(shù)據(jù)來源與處理

本研究的主要數(shù)據(jù)來源于國泰安數(shù)據(jù)庫，有關公司資本支出變項取自于國泰安數(shù)據(jù)庫中的中國上市公司財務報表數(shù)據(jù)庫，而由個股交易數(shù)據(jù)庫取得了公司每日的收盤價、總市值、每日交易金額、股票報酬率；由中國上市公司預測研究數(shù)據(jù)庫取得了每家公司的分析師預測報導數(shù)據(jù)；為了計算公司的異質(zhì)波動度，也由綜合市場交易數(shù)據(jù)庫中取得了每日的市場報酬率。

綜合上述所有數(shù)據(jù)庫的資料，本研究重要的被解釋變量為資本支出，其采用的為年報資料，因此本文探討的研究頻率為年資料，而本研究樣本期間始于2002年，取樣時間為2002年到2012年共11年間的資料。本文總共對18個行業(yè)進行研究分析，最終總共對11589家公司的年度資料進行分析研究。

(二)股票報酬率博彩行為的衡量

在有關股票的博彩行為上，學術(shù)文獻多衡量股票報酬率的偏態(tài)系數(shù)來進行檢驗，而在過去的研究中，其偏態(tài)性有三種衡量方法，第一種為原始報酬率偏態(tài)系數(shù)，第二種為異質(zhì)性偏態(tài)系數(shù) (idiosyncratic skewness)，第三種為組基礎偏態(tài)系數(shù) (quantile-based skewness)，第一種衡量方式，是直接以個股日報酬率計算其偏態(tài)系數(shù)；第二種方式則是進行資本資產(chǎn)定價模型的回歸后，取得每日報酬率的殘差項后，再計算報酬率的殘差項的偏態(tài)系數(shù)，即為該只股票的異質(zhì)性偏態(tài)系數(shù)；第三種組基礎篇態(tài)系數(shù)定義如式 (1):

q_skew=(P90+P10-2×P50)/(P90-P10)

(1)

式(1)中P90、P50以及P10分別為過去股票報酬率的第90、第50以及第10百分位數(shù)的報酬率數(shù)值，采用該組基礎篇態(tài)系數(shù)的衡量方法，可以更強調(diào)投資人最極端報酬率的重視程度，本研究計劃擬同時采用這三種衡量方法，來檢驗股票報酬率的博彩行為與套利風險對資本支出政策的影響。

(三) 實證模型

根據(jù)迎合理論以及成長機會理論，本文研究博彩行為對資本支出的影響，以資本支出為因變量，博彩行為(偏態(tài))為自變量，并探討之相關的控制變量來建立模型，從而驗證所作出的假設并得出結(jié)論，因而采用式 (2) 來探討偏態(tài)對資本支出的影響：

Investi,t+1=α+β1betai,t+β2skewi,t-1+β3MBi,t-1+β4Ivoi,t+β5Pricei,t+β6ln(Volumei,t)+β7Zerofreqi,t+β8[1/(1+Analysti,t)]+β9ln(MVi,t)+εi,t

(2)

式 (2) 中，Investi,t+1為第i家公司在t+1年公司當年度購建固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)支付的現(xiàn)金，本研究以各家公司的期初總資產(chǎn)進行標準化的動作，betai,t為第i家公司在t年6月底時，以t-1年7月到t年6月所有的日資料進行CAPM估計所得到的系統(tǒng)風險估計值；skewi,t-1為第i家公司在t年6月底時以公司t-1年7月到t年6月底所有日報酬估計出來的偏態(tài)值；MBi,t-1為第i 家公司在t-1年年底時的市價凈值比；IVOi,t為第i家公司在t年6月底時，以t-1年7月到t年6月的日報酬率求得的殘差報酬率標準差；Pricei,t為第i家公司在t年6月底時的股票收盤價。ln(Volumei,t)為第i家公司在t-1年7月到t年6月的股票交易股數(shù)取自然對數(shù)值；Zerofreqi,t為第i家公司在t-1年7月到t年6月間股票沒有任何交易成交的天數(shù)總和；Analystsi,t為第i家公司在t-1年6月到t年5月披露的分析師報導，為了顯示信息不對稱程度,在模型估計中采用1/(1+Analystsi,t)進行分析，ln(MVi,t)為第i家公司在t年6月底時的股票權(quán)益總市值取自然對數(shù),相關變項列于表1。

表1 變量定義表

本研究利用偏態(tài)以及套利風險的交互作用效果來檢視，是否在套利風險較高的情況下，偏態(tài)越高，高管人員較會采用迎合投資策略，或者是因為考慮權(quán)益資金成本而降低投資支出，因此采用式 (3) 進行分析：

Investi,t+1=α+β1betai,t+γ1skewi,t-1×betai,t+β2MBi,t-1+γ2skewi,t-1×MBi,t-1+β3Ivoi,t+γ3skewi,t-1×Ivoi,t+β4Pricei,t+γ4skewi,t-1×Pricei,t+β5ln(Volumei,t)+γ5skewi,t-1×ln(Volumei,t)+β6Zerofreqi,t+γ6skewi,t-1×Zerofreqi,t+β7[1/(1+Analysti,t)]+γ7skewi,t-1×[1/(1+Analysti,t)]+β8ln(MVi,t)+εi,t

(3)

式 (3) 中納入了偏態(tài)與各項套利風險相關變項的交互作用項，如果高管人員會因此迎合投資人，則當套利風險越高時，公司越會采用進行投資，因此本研究預期γ3、γ5、γ6以及γ7的系數(shù)值大于0，而γ5是偏態(tài)與交易量的交互作用項，當交易量越高，套利風險越低，因此本研究預期γ5小于0；但若高管人員考慮的是投資的成本效益問題，套利風險越高，成本越高，此時γ3、γ5、γ6以及γ7的系數(shù)值小于0，而γ5是偏態(tài)與交易量的交互作用項，當交易量越高，套利風險越低，因此本研究預期γ5大于0。

除了套利風險與偏態(tài)的交互作用變項之外，本研究也納入了系統(tǒng)風險與市價凈值比和偏態(tài)的交互作用變項，如果高管人員會考慮風險，則預期γ1會小于0；而市價凈值比也被視為定價誤差的衡量指標 (Baker and Wurgler, 2004)，若高管人員迎合投資人，則γ2會大于0。

四、實證結(jié)果

(一) 樣本敘述統(tǒng)計

由于公司在進行資本支出時，應該要先考慮其是否具有較佳的成長機會，因此本研究先采用Tobin’s Q來做為衡量公司成長機會的變項，本文用樣本前一年的Q將公司分成兩類，Q>1表示為具有良好成長機會的公司，Q<1表示公司的成長機會較差。表2為樣本的次數(shù)分配表，可以看出，大多數(shù)的公司的托賓Q都大于一，且總體呈現(xiàn)增長的趨勢。說明當前大多數(shù)公司的市場價值要高于資本的重置成本，新廠房設備等的資本要低于公司的市場價值。在這種情況下，公司可能就會采取增加投資支出的決策。

表3將樣本按照成長機會分組，并且依照不同的產(chǎn)業(yè)檢驗樣本期間內(nèi)的資本支出情況。從表3可以看出當公司具有較佳的成長機會時，采礦業(yè)的資本支出最多，數(shù)值為0.0966，位居第一；其次是交通運輸、倉儲和郵政業(yè)，0.0880；資本支出第三的是電力、熱力、燃氣及水產(chǎn)生產(chǎn)和供應業(yè),0.0840；而在眾多產(chǎn)業(yè)中，資本支出最少的是金融業(yè)，只有0.0053。當公司的成長機會較差時，資本支出最多的是水利、環(huán)境和公共設施管理業(yè)，0.0983；位居第二的是租賃和商務服務業(yè)，0.0916；其次是電力、熱力、燃氣及水產(chǎn)生產(chǎn)和供應業(yè),0.0833；最低的是金融業(yè)，只有0.0017。說明了公司的資本支出與它所處的產(chǎn)業(yè)是有很大的關系的，那些需要設備要求較高的公司其資本支出相對于其他的就會高些，像金融業(yè)對設備等的需求就小些，因而不管Q值是在怎樣的情況下，它的資本支出相對于其他產(chǎn)業(yè)來說都是最低的。

表2 樣本次數(shù)分配表

表3 產(chǎn)業(yè)、成長機會與資本支出

表4為樣本變項的敘述統(tǒng)計表，從2003年至2012年間，對各個變項進行計算統(tǒng)計。表4報告計算各個變項的均值、標準差、最小值、中位數(shù)及最大值。根據(jù)表4，資本支出的最大值為0.6022，最小值為0.0000，均值是0.0580，表明當前中國公司的資本支出普遍較低。貝塔的均值為1.0264；市帳率的均值與標準差分別為0.6957、0.2355；成交量的均值為17244835603。

表5為皮爾遜相關系數(shù)表(pearson correlation coefficient)表示各個主要變項原始值的相關系數(shù)表，自2003年到2012年間，計算上述變項間的相關系數(shù)，由表5可以看出，資本支出與市帳率、偏態(tài)、股票價格、零交易天數(shù)等有顯著的相關。

表6為斯皮爾曼相關系數(shù)(spearman correlation coefficient)即將各變項按數(shù)值進行排序后，再檢定各變項的等級序列相關。自2003年到2012年間，對相關變量進行控制后，計算上述變項間的相關系數(shù)，由上表可以看出，資本支出與市帳率、獨特性波動度、股票價格、零交易天數(shù)等變項有顯著的相關關系。結(jié)果發(fā)現(xiàn)排序后的變項相關系數(shù)比原始值的相關系數(shù)更加顯著。

表5與表6的系數(shù)值顯示變項間的相關性都未達高度相關，顯示后續(xù)研究的模型較不會有共線性的問題存在，因此本研究得以順利進行后續(xù)的回歸分析。

表4 敘述統(tǒng)計表

表5 皮爾森相關系數(shù)表

表6 斯皮爾曼等級相關系數(shù)表

*表示達10%顯著水平，**表示達5%顯著水平，***表示達1%顯著水平.

(二) 偏態(tài)系數(shù)、套利風險交互項對資本支出的影響

到目前為止，我們了解了樣本次數(shù)分配、均值以及變項間的相關系數(shù)關系，接下來開始檢驗高管人員是否會考慮股票博彩行為而調(diào)高公司的資本支出，以迎合投資人，或者因為考慮成本問題，而減少公司的資本支出。

表7 偏態(tài)系數(shù)、套利風險對資本支出的影響

括號為t統(tǒng)計量;*表示達10%顯著水平，**表示達5%顯著水平，***表示達1%顯著水平.

表7為偏態(tài)系數(shù)、套利風險對資本支出的全樣本回歸模型，模型1納入了貝塔值、市帳率與偏態(tài)系數(shù)，結(jié)果發(fā)現(xiàn)貝塔值、市帳率與資本支出呈現(xiàn)負向關系，但結(jié)果不顯著。偏態(tài)系數(shù)與資本支出呈現(xiàn)正向關系，結(jié)果顯著，說明偏態(tài)系數(shù)越高，高管人員越會增加資本支出。模型2是模式3 的基礎模型，模式3中納入了偏態(tài)系數(shù)，結(jié)果發(fā)現(xiàn)各項套利風險的變量系數(shù)值的方向皆沒有改變，但是與模型1相比較，在納入套利風險變項后，雖然偏態(tài)系數(shù)與資本支出的結(jié)果是顯著相關的，但是方向卻是相反的。因此，本文通過表八納入偏態(tài)系數(shù)與套利風險的交互項來進行檢驗它們的交互作用效果。

表8中納入了貝塔值、市帳率以及套利風險與偏態(tài)系數(shù)的交互作用項。模型1為普通最小二乘法，結(jié)果顯示skew與IVO的交互項系數(shù)為-0.0007，呈顯著的負相關關系；而SKEW與Price、ln(Volume)的交互項系數(shù)分別為-0.0067與0.0023，呈顯著負相關，僅次于IVO。模型2控制了年度效果，結(jié)果發(fā)現(xiàn)SKEW與IVO、Price的交互項系數(shù)分別為-0.0008、-0.0088，結(jié)果為顯著負相關。模型3控制了產(chǎn)業(yè)效果，結(jié)果發(fā)現(xiàn)SKEW與IVO的交互項系數(shù)為-0.0007，結(jié)果為負相關顯著；SKEW與MB的交互項系數(shù)為0.0096，結(jié)果達到5%的顯著水平，呈正相關關系；SKEW與Price的交互項系數(shù)為-0.0058，結(jié)果為負相關顯著。模型4同時控制了年度與產(chǎn)業(yè)效果。結(jié)果發(fā)現(xiàn)SKEW只與IVO、Price有顯著負相關關系，達到1%的顯著水平，它們的交互項系數(shù)分別為-0.0007、-0.0084。因此表八顯示，貝塔值、市帳率與偏態(tài)的交互作用下，日報酬殘差的標準差和股票價格與資本支出呈負向相關關系，且結(jié)果顯著。而在不同套利風險的情況下會發(fā)現(xiàn)不同的結(jié)果，SKEW與IVO、Price的交互項與資本支出在四種情況下都呈負相關關系，且結(jié)果顯著，表明股票的價格越高，套利成本越高，套利風險越大，受到投資者情緒的影響，加之會增加權(quán)益資金成本，越不易于進行套利活動，公司高管人員會考慮公司的成長機會，減少資本支出。

表8 報酬率偏態(tài)性與套利風險交互作用對資本支出的影響

括號為t統(tǒng)計量.

*表示達10%顯著水平，**表示達5%顯著水平，***表示達1%顯著水平.

表9 異質(zhì)性波動下報酬率偏態(tài)性與套利風險交互作用對資本支出的影響

括號為t統(tǒng)計量.

*表示達10%顯著水平，**表示達5%顯著水平，***表示達1%顯著水平.

我們在表9中納入了獨特性波動指標，按照公司的前一年的異質(zhì)性波動由小到大分成四組，用以說明偏態(tài)效果在異質(zhì)性波動不同的公司股票的影響不同，即每年將公司依照t-1年的異質(zhì)性波動指標分成4組,其中G4為異質(zhì)性波動最高組，G1為異質(zhì)性波動最低組，并采用表4的模型4進行回歸分析。結(jié)果發(fā)現(xiàn)SKEW

與beta的交互項系數(shù)在G3組顯著為正，系數(shù)是0.0244，達到5%的顯著相關水平；SKEW與MB的交互項系數(shù)在G2組顯著為正，系數(shù)是0.0182，達到10%的顯著相關水平；SKEW與IVO的交互項系效果在G3、G4組為顯著負相關，系

數(shù)分別是-0.0028與-0.0008；SKEW與Price在G1、G2、G3組的交互項系數(shù)分別是-0.0096、0.013與-0.0113，為顯著負相關；SKEW與ln(Volume)的交互項系數(shù)只在G2組顯著為正，系數(shù)是0.0065，達到5%的顯著相關水平；SKEW與(1+Analysts)-1的交互項系數(shù)只在G4組顯著為負，系數(shù)是-0.0155。說明不同公司異質(zhì)性波動會對偏態(tài)的效果造成影響。

通過上述對偏態(tài)系數(shù)、套利風險交互項對資本支出的影響的研究結(jié)果表明，當公司的股票價格越高時，日報酬率的殘差標準差越大時，套利風險越大，越不容易進行套利活動，公司高管人員就會考慮公司的成長機會，考慮投資的成本效益問題，從公司的長遠利益出發(fā)，減少資本支出。

(三) 穩(wěn)健性檢驗

除了采用報酬率的偏態(tài)系數(shù)外，本研究亦采用市場模型估計的報酬率殘差偏態(tài)以及組報酬率偏態(tài)來檢驗股票報酬率的博彩行為對高管人人進行資本決策的影響，結(jié)果列于表10和表11。

在表10采用市場模型估計的報酬率殘差偏態(tài)重新進行表9的結(jié)果，結(jié)果SKEW與Price的交互系數(shù)在G4組顯著為負，系數(shù)值為-0.0085；SKEW只與(1+Analysts)-1的交互系數(shù)在G4組顯著正相關，系數(shù)值為0.0218，達到5%的顯著水平。這與表9的-0.0155顯著負相關是不一樣的，該結(jié)果顯示市場報酬率的偏態(tài)是投資人直接可以觀察到的偏態(tài)值，然而經(jīng)由系統(tǒng)風險調(diào)整后的報酬率殘差所建構(gòu)出來的偏態(tài)，較難以被投資人所觀察到，為了驗證該觀點，本研究采用由原始報酬率建構(gòu)的組報酬率偏態(tài)來驗證。

表11采用組報酬率偏態(tài)檢驗表9，結(jié)果發(fā)現(xiàn)SKEW與IVO的交互項在G4組顯著負相關，系數(shù)值為-0.0482；SKEW與Price的交互項在G3組的系數(shù)值為-0.0389，呈顯著負相關，達到5%的顯著水平；SKEW與Ln(volume)的交互項在G1組的系數(shù)值為0.0206，呈顯著正相關關系；在G3組顯著為正，值為0.0288；SKEW與(1+Analysts)-1的交互項在G3組的系數(shù)值為0.0746，呈顯著正相關關系，在G4組的交互項系數(shù)值為0.0939，顯著正相關。表11與表9的系數(shù)變化趨勢和顯著性變化規(guī)律大致相同，顯示投資人的博彩偏好存在于原始報酬率的觀察中，無法利用其他較復雜的方式來捕捉這樣的特性，而我們的結(jié)果也顯示高管人員在進行資本支出決策時，會考慮投資人的偏好以及資金成本。

表10 異質(zhì)性波動下殘差報酬率偏態(tài)與套利風險對資本支出的影響

表10(續(xù))

LowIVOG2G3HighIVO(-0.34)(-0.01)(-0.82)(-0.15)SKEW*Zerofreq0.0022-0.00040.0001-0.0044(0.85)(-0.14)(0.03)(-1.18)SKEW*(1+Analysts)-1-0.00360.0161-0.00680.0218**(-0.35)(1.28)(-1.19)(2.39)IVO-0.0061-0.008-0.0314***-0.0169*(-0.74)(-0.86)(-5.28)(-1.8)Price0.009**0.0156***0.0159***0.0237***(2.54)(3.53)(5.22)(5.16)Ln(volume)0.00190.00140.00150.0019(0.74)(0.46)(0.74)(0.61)Zerofreq0.0086***0.0062**0.00290.0033(3.48)(2.3)(1.4)(1.19)(1+Analysts)-1-0.1292***-0.0013-0.0362-0.0223***(-5.05)(-0.04)(-1.61)(-2.87)ln(ME)-0.0028-0.00340.0011-0.0045*(-1.59)(-1.4)(0.58)(-1.84)Nobs2928230740372299ADJR20.17610.08640.10550.0827

括號為t統(tǒng)計量

*表示達10%顯著水平，**表示達5%顯著水平，***表示達1%顯著水平

表11 異質(zhì)性波動下報酬率組偏態(tài)與套利風險對資本支出的影響

表11(續(xù))

VariableG1G2G3G4IVO-0.0047-0.0063-0.0301***-0.0218***(-0.81)(-1.04)(-7.37)(-3.7)Price0.0048**0.0129***0.0159***0.0186***(2.02)(5.02)(7.81)(6.86)Ln(volume)0.00080.00080.00170.0003(0.41)(0.37)(1.08)(0.16)Zerofreq0.0082***0.0058***0.0027**-0.0007(4.92)(3.58)(2.02)(-0.47)(1+Analysts)-1-0.1086***-0.007-0.03090.0006(-5.15)(-0.3)(-1.64)(0.12)ln(ME)-0.0011-0.00210.0009-0.0027(-0.75)(-1.05)(0.58)(-1.41)Nobs2928230740372299ADJR20.20890.1160.12890.1109

括號為t統(tǒng)計量.

*表示達10%顯著水平，**表示達5%顯著水平，***表示達1%顯著水平.

五、結(jié)論

本篇文章是為了檢驗博彩行為對公司資本支出的影響，先前的研究認為投資人在進行投資行為時，可能會受正偏態(tài)所影響。因此高管人員會利用投資人正偏態(tài)偏好，采取的公司財務決策就會增加資本支出以迎合投資人；但是如果高管人員考慮到公司的未來前景時，則偏向于向投資人指示公司未來的成長機會，就會做出謹慎的公司財務決策，降低公司資本支出，使投資人陷入崩盤危機。

本研究采用市場模型下報酬率殘差的標準差、股票價格、交易量、公司的異質(zhì)性波動以及分析師報導數(shù)量五種套利風險與偏態(tài)的交互作用來檢驗偏態(tài)系數(shù)對資本支出的影響。研究結(jié)果發(fā)現(xiàn)當信息不對稱程度越高，市場模型下報酬率殘差的標準差越大，股票價格越高，交易量越小，以及當公司的異質(zhì)性波動越大時，公司就需承擔較大的套利成本，有較大的套利風險，公司的高管人員就可能會從公司未來的成長機會出發(fā)，減少資本支出；而當信息不對稱程度越低，市場模型下報酬率殘差的標準差越小，股票價格越低，交易量越大，以及公司的異質(zhì)性波動越小時，所帶來的套利風險越小，公司就會迎合投資人的正偏態(tài)偏好，采取增加資本支出的財務決策。

同時本研究進行了穩(wěn)健性檢驗，以保證研究結(jié)果具有準確性。在進行穩(wěn)健性檢驗時，把公司的異質(zhì)性波動考慮在內(nèi)，研究結(jié)果表明當信息不對稱程度越高，交易量越大的情況下，價格越低，市場模型下報酬率殘差的標準差越小，高管人員會采取增加資本支出的決策。

如果高管人員利用投資人的博彩偏好來進行資本支出的決策，很有可能會對投資人的利益造成傷害、因此公司管理當局在進行資本支出決策時，應當提倡考慮公司未來的成長機會，從公司的長遠利益著手，實現(xiàn)公司價值最大化?；诖四康?，本研究對政府管理當局提出了一些建議，就中國目前處于的經(jīng)濟狀況來說，各行各業(yè)都處于亟需成長的情況，所以管理當局應當設法營造公司會以未來成長考慮進行投資決策的環(huán)境，避免高管人員為了短期的利益考慮，將資金投入到無獲利性的投資專案，最終導致公司長期的經(jīng)營績效不善，進而引起股市的震蕩。本研究的結(jié)果指出，公司高管人員在股價高、交易量低的情況下，會減少資本支出，因此政府可以實行股票自動分割的機制，當股價到達一定金額界限時，進行自動分割，在降低股價后，增加股票的流動性；同時可采用成立造市商(market maker)的方式解決賣空成本問題，造市商會在市場缺乏股票賣出者或買入者時充當相應角色，藉此可增加其交易量。當股票的價格與交易量合理化后，就可以降低交易成本，降低套利風險。本研究針對信息不對稱問題也提出了相應的對策，建議證監(jiān)會成立中立性質(zhì)的分析師機構(gòu)，對那些分析師不愿意去跟蹤報道的信息不對稱較高的公司進行分析評價，以此來解決信息不對稱問題。通過上述措施的采取實施，當股票價格合理化，交易量正?；?，信息不對稱程度降低，公司的股票報酬率殘差的標準差也會隨之降低，公司的異質(zhì)性波動也相應的降低，這樣就可以在一定程度上降低套利成本，降低套利風險，使公司處于一個以未來成長考慮進行投資決策的環(huán)境，謹慎決策，做出有利于公司持續(xù)穩(wěn)定成長的資本支出決策。

對于研究者，本研究亦提供了兩個建議，第一，投資人若有博彩偏好，其屬于較不精明的投資人，因此在衡量上應該采用原始報酬率建構(gòu)出來的偏態(tài)系數(shù)，若經(jīng)由模型調(diào)整，可能較不容易被一般投資人所觀察到，會導致博采行為的衡量有誤；第二，雖然本研究探討的是投資人的博彩行為，但本研究檢驗的變項是報酬率的偏態(tài)特性，因此本研究對于有關新常態(tài)或者網(wǎng)路經(jīng)濟效應提供了研究方向，因為目前所謂的新常態(tài)或者網(wǎng)路經(jīng)濟都具有正偏態(tài)的特性，亦即只有極少數(shù)的人可以取得極高的報酬率，亦即有著贏家全拿 (winner takes all) 的現(xiàn)象，該現(xiàn)象即是報酬率正偏態(tài)所闡釋的結(jié)果，因此未來在探討網(wǎng)路經(jīng)濟或者新常態(tài)的研究，應在其研究模型中考慮報酬率的偏態(tài)特性，更能解釋目前的研究現(xiàn)象。

[參考文獻]

[1]Xing,Yuhang.Interpreting the Value Effect Through the Q-Theory:An Empirical Investigation[J].The Review of Financial Studies,2006,(4):1767-1795.2008.

[2]Polk,Christopher and Paola Sapienza.The Stock Market and Corporate Investment:A Test of Catering Theory[J].The Review of Financial Studies,2009,(1): 187-217.

[3]Ali,Ashiq,Lee-Seok Hwang and Mark Trombley.Arbitrage Risk and the Book-to-Market Anomaly[J].Journal of Financial Economics,2003,(2):355-373.

[4]Lam,Eric,John Wei,Limit-to-Arbitrage,Investment Frictions,and the Asset Growth Anonmaly[J].Journal of Financial Economics,2011,(1):127-149.

[5]Kallapur,Sanjay and Mark Trombley,The Association between Investment Opportunity Set Proxies and Realized Growth[J].Journal of Finance and Accounting,1999,(3):505-519.

[6]Baker,Malcolm and Jefferey Wurgler,A Catering Theory of Dividends[J].Journal of Finance,2004,(3):1126-1165.

[7]Baker,Malcolm and Jefferey Wurgler,Investor Sentiment in the Stock Market[J].Journal of Economic Perspectives,2007,(2):129-152.

[8]Lam,Eric,John Wei,Limit-to-Arbitrage,Investment Frictions,and the Asset Growth Anonmaly[J].Journal of Financial Economics,2011,(1): 127-149.2011.

[9]栗立鐘,黃同鶴.股利政策的投資者保護機制[J].北京大學工商學報 (社會科學板),2014,(1):22-28.

[10]Cochrane,John.Production-Based Asset Pricing and the Link between Stock Return and Economic Fluctuations[J].Journal of Finance,1991,(1):209-237.

[11]Berk,Jonathan.Richard Green and Vasant Nail,Optimal Investment,Growth Options and Security Returns[J].Journal of Finance,1999,(5):1153-1607.

[12]Bakke,Tor-Eric,Toni Whited.Which firms Follow the Market?An Analysis of Corporate Investment Decisions[J].Review of Financial Studies,2010,(5):1941-198.

[13]Markowitz,H.,The Utility of Wealth[J].Journal of Political Economy,1952,(60):151-15.

[14]Barberis,N.,and M.Huang.,Stocks and Lotteries:The Implications of Probability Weighting for Security Prices[J].American Economic Review,2008,(98):2066-2100.

[15]Kumar,A.,Who Gambles in the Stock Market Journal of Finance[J].2009,(64):1889-1933.

[16]Brunnermeier,Markus K.and Jonathan A.Parker.Optimal Expectations[J].American Economic Review,2005,(4):1092-1118.

[17]Mitton,Todd,and Keith Vorkink.Equilibrium Underdiversification and the Preference for Skewness [J]. Review of Financial Studies,2007,(20):1255-1288.

[18]Boyer,Brian H.,Todd Mitton,and Keith Vorkink,Expected Idiosyncratic Skewness [J].Review of Financial Studies forthcoming,2009,(1):169-202.

[19]Meir Statman.Lottery Players/Stock Traders[J].Financial Analysts Journal,2002,(1):14-21.

[20]Fong,W.,Risk Preferences,Investor Sentiment and Lottery Stocks:A Stochastic Dominance Approach[J].Journal of Behavior Finance,2013,(1):42-52.

[21]Zhang,X.,Book-to-Market Ratio and Skewness of Stock Returns[J].The Accounting Review,2013,(6):2213-2240.

[22]Page,J.,Skewness Preferences and Informed Trading[J].Working Paper,2010.

[23]Lam,Eric,John Wei,Limit-to-Arbitrage,Investment Frictions,and the Asset Growth Anonmaly[J].Journal of Financial Economics,2011,(1):127-149.

[24]Pontiff,Jeffery.Costly Arbitrage and the Myth of Idiosyncratic Risk[J].Journal of Accounting and Economics,2006,(1):35-52.

[25]Duan,Ying,Gang Hu and David McLean.Costly Arbitrage and Idiosyncratic Risk:Evidence from Short Sellers[J].Journal of Financial Intermediation,2010,(4):564-579.

[26]Blume,Marshall and Michael Goldstein,Displayed and Effective Spreads by Market[J].Working Paper.Wharton School,University of Pennsylvania,1992.

[27]Kyle,Albert.Continuous Auctions and Insider Trading[J].Econometrica,1985,(6):1315-1335.

[28]Gerhold,Stefan,Paolo Guasoni.Johannes Muhle-Karbe and Walter Schachermayer,Transaction Costs,Trading Volume, and the Liquidity Premium[J] .Finance and Stochastics,2014,(1):1-37.

[29]Lesmond,David,Joseph Ogden and Charles Yrzcinka,A New Estimate of Transaction Costs[J].Review of Financial Studies,1999,(5):1113-1141.

[30]Grenadiar,Steven,Neng Wang.Investment Timing, Agency, and Information[J].Journal of Financial Economics,2005,(3):493-533.

[責任編輯：安錦]

The Impact of Gambling Behavior on Capital Expenditure： Evidence from China

WANG Ni1，LIN Yu-en2，WANG Mei-ling3，LIN You-zhen1，Chih Hsiang-hsuan4

(1.School of business，Wuyi University，Wuyishan 354300, China; 2. School of business，Jilin University, Changchun, 130012; 3. School of business，Wenzhou University, Wenzhou 325399; 4. Department of Financial, NDHU, Hualian 97401, China)

Abstract:The purpose of this study is to investigate the effect of gambling behavior in the investment of the company.First,the skewness coefficient of stock returns and investment to do regression analysis,the skewness coefficient of stock returns have a positive correlation on investment,that is demonstrates that skewness coefficient the higher，managers will increase the corporate investment；Second,because it could not indicate whether the manager would invest more to catering the individual sentiment,so this study male the interaction effects on skewness and risk arbitrage to view, risk arbitrage make up 5 variables and to do with the skewness regression analysis. Our results find：first，skewness coefficient has positive effect on invest；second，the higher the degree of information asymmetry，for the company with high price or low trading volume, higher Arbitrage Risk，the manager would invest according to the growth opportunity,reduce the corporate investment；the lower price, the greater volume,smaller Arbitrage risk,then，the manager would invest more to catering the individual sentiment of skew.

Key words:gambling behavior；skewness; corporate investment；arbitrage risk；growth opportunity

[收稿日期]2016-05-21

[作者簡介]王妮(1980-)，女，福建福州人，武夷學院商學院講師，碩士，從事銀行金融、行為金融研究.

[中圖分類號]F275；F832.51

[文獻標識碼]A

[文章編號]2095-5863(2016)04-0088-15