王 妮，林煜恩，王美靈，林有禎，池祥萱

(1.武夷學(xué)院　商學(xué)院，福建 　武夷山　354300;2.吉林大學(xué)　商學(xué)院，吉林　長(zhǎng)春　130012;3.溫州大學(xué)　商學(xué)院，浙江　溫州　325399；4.國(guó)立東華大學(xué)　財(cái)金系，臺(tái)灣　花蓮　97401)

?

博彩行為對(duì)公司資本支出的影響：中國(guó)實(shí)證

王 妮1，林煜恩2，王美靈3，林有禎1，池祥萱4

(1.武夷學(xué)院商學(xué)院，福建 武夷山354300;2.吉林大學(xué)商學(xué)院，吉林長(zhǎng)春130012;3.溫州大學(xué)商學(xué)院，浙江溫州325399；4.國(guó)立東華大學(xué)財(cái)金系，臺(tái)灣花蓮97401)

[摘要]本文的研究目的是探討博彩行為對(duì)公司資本支出的影響。首先，使用股票報(bào)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(guān)關(guān)系，說(shuō)明偏態(tài)系數(shù)越高，高管人員越會(huì)增加資本支出；其次，由于無(wú)法說(shuō)明高管人員是否會(huì)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(fēng)險(xiǎn)的交互項(xiàng)來(lái)進(jìn)行檢驗(yàn)，采用五種套利風(fēng)險(xiǎn)與偏態(tài)的交互作用項(xiàng)與資本支出進(jìn)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(duì)稱(chēng)程度越高，股票價(jià)格越高，交易量越小，套利風(fēng)險(xiǎn)越大，公司的高管人員就偏向從公司未來(lái)的成長(zhǎng)機(jī)會(huì)而減少資本支出；價(jià)格越低，交易量越大，套利風(fēng)險(xiǎn)越小時(shí)，高管人員就會(huì)迎合投資人的正偏態(tài)偏好，增加資本支出。

[關(guān)鍵詞]博彩行為；偏態(tài); 資本支出；套利風(fēng)險(xiǎn)；成長(zhǎng)機(jī)會(huì)

一、 引 言

傳統(tǒng)的財(cái)務(wù)理論指出，投資人在進(jìn)行投資決策時(shí)，考慮的是預(yù)期回報(bào)率和風(fēng)險(xiǎn)，但是近年來(lái)的學(xué)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(gòu)買(mǎi)的彩票，其報(bào)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(yīng)的投資就類(lèi)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(yuǎn)遠(yuǎn)低于輸家所支出的，也就是說(shuō)，投資人進(jìn)行正偏態(tài)偏好的投資決策，將會(huì)帶來(lái)負(fù)收益。

現(xiàn)金持有對(duì)于公司而言，其影響著公司未來(lái)的成長(zhǎng)，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(jī)會(huì)的時(shí)候進(jìn)行投資，進(jìn)而降低公司未來(lái)的風(fēng)險(xiǎn)，或者增加公司未來(lái)的生產(chǎn)能力,所以現(xiàn)金持有是可以增加公司的成長(zhǎng)機(jī)會(huì)。相反的，若公司具有良好的投資機(jī)會(huì)，公司就缺乏了足夠的資金進(jìn)行成長(zhǎng)，就會(huì)導(dǎo)致舍棄凈現(xiàn)值為正的投資專(zhuān)案(Polk and Sapienza, 2009)[2],所以現(xiàn)金的持有對(duì)公司的發(fā)展很重要的。因此，如果公司高管人員關(guān)心的是公司實(shí)質(zhì)的營(yíng)運(yùn)狀況，并希望能有所成長(zhǎng)，那么當(dāng)公司成長(zhǎng)機(jī)會(huì)越大時(shí)，公司就會(huì)選擇將資金保留下來(lái)，進(jìn)行公司的資本支出 (Xing, 2008)。但是，由于公司的激勵(lì)補(bǔ)償機(jī)制的原因，公司的管理者就會(huì)有把公司做大的沖動(dòng)，若公司有大量現(xiàn)金的時(shí)候，就會(huì)有盲目投資的現(xiàn)象，甚至?xí)顿Y于凈現(xiàn)值(NPV)為負(fù)的項(xiàng)目，嚴(yán)重?fù)p害公司與股東的利益。而且，迎合理論認(rèn)為高管人員會(huì)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(bào)酬率出現(xiàn)正偏態(tài)時(shí)，并不能給投資者帶來(lái)更高的收益，反而會(huì)是較低的，甚至，其期望收益率是負(fù)的，所以這時(shí)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(jìn)行投資支出，就會(huì)給其帶來(lái)?yè)p失。當(dāng)公司的套利風(fēng)險(xiǎn)較大時(shí)，投資人情緒的作用較高，高管人員迎合投資人的機(jī)會(huì)就越高，此時(shí)就會(huì)增加公司的投資支出。因此區(qū)分公司是會(huì)不會(huì)迎合投資人的正偏態(tài)偏好而進(jìn)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(bǔ)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(fēng)險(xiǎn)分為套利成本、交易成本以及信息不對(duì)稱(chēng) (information asymmetry)，檢驗(yàn)套利風(fēng)險(xiǎn)對(duì)公司資本支出的影響；同時(shí)由所交易股票的波動(dòng)性，偏度和價(jià)格，檢驗(yàn)投資者偏態(tài)偏好對(duì)公司資本支出的影響。之后再納入套利風(fēng)險(xiǎn)與投資者偏態(tài)偏好的交互作用項(xiàng)，檢驗(yàn)公司在不同套利風(fēng)險(xiǎn)的情況下，會(huì)迎合投資人而進(jìn)行投資支出，還是會(huì)考慮未來(lái)公司的成長(zhǎng)。

除了對(duì)于投資人的博彩偏好有所貢獻(xiàn)外，本研究對(duì)于檢驗(yàn)網(wǎng)路經(jīng)濟(jì)或者新常態(tài)模型也能有所借鑒，蓋因網(wǎng)路經(jīng)濟(jì)以及新常態(tài)都有一個(gè)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(yàn)報(bào)酬率偏態(tài)的特性，亦可提供網(wǎng)路經(jīng)濟(jì)或新常態(tài)模型研究借鑒，未來(lái)的研究可以由偏態(tài)的特性來(lái)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(bào)酬率建構(gòu)的偏態(tài)上，一旦采用市場(chǎng)模型調(diào)整后，該現(xiàn)象就改變了，該結(jié)果也符合過(guò)去理論的說(shuō)法，受情緒影響的投資人較無(wú)法采用復(fù)雜的信息處理方法。

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

二、文獻(xiàn)探討

本節(jié)分為三個(gè)部分，第一部分探討資本支出的相關(guān)文獻(xiàn)，第二部分則探討有關(guān)博彩行為的相關(guān)文獻(xiàn)；最后一部分則是探討套利風(fēng)險(xiǎn)的相關(guān)文獻(xiàn)。

(一)資本支出

在公司投資投資支出理論中，現(xiàn)存的文獻(xiàn)有以投資的成長(zhǎng)機(jī)會(huì)理論來(lái)探討公司的投資支出行為。Kallapur and Trombley (1999)[5]經(jīng)過(guò)實(shí)證檢驗(yàn)得出公司的資本支出 (capital expenditure) 與成長(zhǎng)機(jī)會(huì)有高度的正向關(guān)系，當(dāng)成長(zhǎng)機(jī)會(huì)越高，投資支出就越大，同時(shí)，Xing (2008)指出公司高管人員關(guān)心的是公司實(shí)質(zhì)的營(yíng)運(yùn)狀況，并希望能有所成長(zhǎng)，當(dāng)公司成長(zhǎng)機(jī)會(huì)越大，公司就會(huì)選擇增加公司的資本支出。公司投資的成長(zhǎng)機(jī)會(huì)理論認(rèn)為，公司的投資支出是根據(jù)是否擁有良好的投資機(jī)會(huì)而決定。

作為上市公司的高管人員，本應(yīng)該是理性的投資決策者，應(yīng)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(huì)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(huì)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(dāng)公司的套利風(fēng)險(xiǎn)較大時(shí)，投資人情緒的作用較高，此時(shí)就會(huì)增加公司的投資支出。Polk and Sapienza (2009) 以及Lam and Wei (2011)[8]指出當(dāng)套利風(fēng)險(xiǎn)較高時(shí)，公司的市帳比值越大，高管人員迎合投資人的機(jī)會(huì)就越高，公司的資本支出就越多。當(dāng)公司是因?yàn)橛贤顿Y人而進(jìn)行資本支出，若公司具有良好的投資機(jī)會(huì)，公司就缺乏了足夠的資金進(jìn)行成長(zhǎng)，就會(huì)導(dǎo)致舍棄凈現(xiàn)值為正的投資專(zhuān)案(Polk and Sapienza, 2009)，因此，當(dāng)高管人員是迎合投資人而進(jìn)行資本支出，就會(huì)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(lái)的成長(zhǎng)性，也考慮了投資成本，因?yàn)榻档土斯镜馁Y金成本，也相對(duì)提高了公司投資的價(jià)值 (Cochrane, 1996; Zhang, 2005; Liu, Whited and Zhang, 2009)[10]。而當(dāng)投資人情緒高漲或者套利風(fēng)險(xiǎn)較大時(shí)，往往會(huì)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(zhǎng)機(jī)會(huì)理論隱含當(dāng)公司的市帳率越高，表示公司未來(lái)的成長(zhǎng)機(jī)會(huì)越大，投資支出就會(huì)越高。

綜合迎合理論以及公司投資的成長(zhǎng)機(jī)會(huì)理論，當(dāng)公司成長(zhǎng)機(jī)會(huì)越大，公司未來(lái)的投資支出就會(huì)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(zhuān)案，放棄良好的成長(zhǎng)機(jī)會(huì)，就會(huì)傷害到投資人的利益，因此區(qū)分公司是因?yàn)橛匣蚴浅砷L(zhǎng)機(jī)會(huì)而進(jìn)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(huì)偏好進(jìn)行“有極大可能出現(xiàn)小損失；但極小機(jī)會(huì)出現(xiàn)極大利潤(rùn)”的投資，這顯示投資人在進(jìn)行投資決策時(shí)，對(duì)報(bào)酬率的重視程度是非對(duì)稱(chēng)性的，Barberis and Huang (2008)[14]認(rèn)為投資人過(guò)度重視機(jī)率極低的事件，并且高估了其發(fā)生的可能性，因此會(huì)表現(xiàn)出他們對(duì)股票的偏好曲線是帶有正偏態(tài)(positive skewness)。所謂股票報(bào)酬率的偏態(tài)特性實(shí)際上是反映了報(bào)酬率的不對(duì)稱(chēng)性，是指當(dāng)股票有正(負(fù))偏態(tài)時(shí)，其會(huì)表現(xiàn)出右(左)厚尾的現(xiàn)象，表示該檔股票會(huì)出現(xiàn)極端高的持有利得(損失)，而一般投資大眾所購(gòu)買(mǎi)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(guò)定量分析得出股市投資具有博彩性，主要檢測(cè)的是：特定股票或具有特殊的波動(dòng)性，特定股票或具有特殊的偏度，股票價(jià)格。所以，波動(dòng)性大的且偏度較大，以及價(jià)格較低的股票可以將其定義為彩票型股票，亦即此類(lèi)股票的報(bào)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(chǎng)上將會(huì)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(duì)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(huì)犧牲投資效率以換取大額收益的投機(jī)機(jī)會(huì)，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(shuō)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(lèi)股票過(guò)大的巨額回報(bào)概率，使得預(yù)期收益率過(guò)高，最終股價(jià)被高估，而實(shí)際的平均收益率卻是較低的。Boyer，Mitton and Vorkink(2007)[18]實(shí)證得出較高異質(zhì)偏態(tài)的股票的收益率會(huì)比較低。因此，博彩行為并不能給投資者帶來(lái)更高的收益，其收益反而會(huì)較低。甚至，Statman(2002)[19]彩票型股票交易的期望收益率是負(fù)的。

然而， Fong(2013)[20]認(rèn)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(fēng)險(xiǎn)愛(ài)好者且容易受情緒所影響而進(jìn)行投資，當(dāng)公司亦受投資人情緒影響時(shí)，正偏態(tài)的效應(yīng)就越明顯，而Zhang(2013)[21]的研究也發(fā)現(xiàn)股票報(bào)酬率的帳市率異象(book to market anomaly)是由股票報(bào)酬率的偏態(tài)性所引起的，Page(2010)[22]指出個(gè)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(jī)會(huì)，并降低其套利的風(fēng)險(xiǎn)。這表示單純檢驗(yàn)股票報(bào)酬率的博彩特性，無(wú)法驗(yàn)證出其真正的影響，必須同時(shí)結(jié)合兩者，才能了解其真正的現(xiàn)象。

(三)套利風(fēng)險(xiǎn)

Baker and Wurgler (2007) 指出對(duì)于當(dāng)公司的套利風(fēng)險(xiǎn)較大時(shí)，投資人情緒的作用較高，此時(shí)傾向于增加公司的投資支出。然而當(dāng)套利風(fēng)險(xiǎn)較高，公司的套利成本就會(huì)相對(duì)提高，若高管人員考慮公司的成長(zhǎng)機(jī)會(huì)，那么在套利風(fēng)險(xiǎn)變高的情況下，高管人員就會(huì)較不愿意進(jìn)行投資。

套利風(fēng)險(xiǎn)，可以分為套利成本、交易成本以及信息不對(duì)稱(chēng)(information asymmetry) (Ali, Hwang, Trombley, 2003; Lam and Wei, 2011[23]，Pontiff ,2006[24]) 。對(duì)于理性套利者而言，交易成本限制了其利用定價(jià)誤差獲利的投資機(jī)會(huì)，若交易成本越高，就會(huì)降低了其套利機(jī)會(huì)，Duan, Hu and McLean (2010)[25]指出公司獨(dú)特波動(dòng)性 (idiosyncratic volatility) 是套利成本的主要來(lái)源，當(dāng)波動(dòng)越高，會(huì)降低套利活動(dòng)并擴(kuò)大定價(jià)誤差。雖然套利者可以藉由避險(xiǎn)投資組合來(lái)消除系統(tǒng)性的波動(dòng)度，但是公司獨(dú)特性波動(dòng)度則無(wú)法由避險(xiǎn)組合規(guī)避掉，因此對(duì)于理性的套利者而言，公司的獨(dú)特性波動(dòng)度是其進(jìn)行套利時(shí)的成本 (Pontiff, 2006; Duan, Hu, and McLean, 2010)。

套利風(fēng)險(xiǎn)中的交易成本可以分為三類(lèi)，分別為：直接交易成本、間接交易成本還有賣(mài)空成本。其中直接交易成本是由于投資人每次進(jìn)行交易時(shí)，券商所收取的手續(xù)費(fèi)而形成的，雖然每位投資人可能會(huì)在和券商簽訂合約的時(shí)候，爭(zhēng)取到不同的折扣，但券商收取的手續(xù)費(fèi)通常都是按交易價(jià)格的比率 ，交易的價(jià)格越高，相應(yīng)收取的手續(xù)費(fèi)比率會(huì)較低，當(dāng)交易的價(jià)格較低時(shí)，其相應(yīng)收取的手續(xù)費(fèi)比率會(huì)較高(Blume and Goldstein, 1992)[26]；而間接交易成本常常以流動(dòng)性 (liquidity)衡量，也就是交易特定手?jǐn)?shù)的股票所引起的價(jià)格變動(dòng)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(mài)空是理性的套利交易者進(jìn)行修正價(jià)格的最佳手段，但對(duì)于賣(mài)空者而言，是進(jìn)行借股票出售，之后才進(jìn)行買(mǎi)回還股票的行為，如果該只股票在特定交易日完全沒(méi)有人進(jìn)行交易，套利者便無(wú)法及時(shí)的買(mǎi)回股票，而承擔(dān)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(mài)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(duì)稱(chēng)，限制了公司投資決策，信息不對(duì)稱(chēng)程度越高，公司就會(huì)降低投資支出。理性投資者需要利用信息來(lái)確定的套利機(jī)會(huì)，如果要較為精確地評(píng)價(jià)一家公司的價(jià)格，那就需要取得一定量的相關(guān)信息才能對(duì)該公司進(jìn)行評(píng)價(jià)。如果只得到少量的信息就容易出現(xiàn)評(píng)價(jià)錯(cuò)誤的現(xiàn)象，因此信息不對(duì)稱(chēng)程度越高的公司，其進(jìn)行套利難度就越困難，則對(duì)于套利者而言，其套利風(fēng)險(xiǎn)也就越高，因此套利者就要更加謹(jǐn)慎的做出投資決策。

三、 研究方法

(一)數(shù)據(jù)來(lái)源與處理

本研究的主要數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)，有關(guān)公司資本支出變項(xiàng)取自于國(guó)泰安數(shù)據(jù)庫(kù)中的中國(guó)上市公司財(cái)務(wù)報(bào)表數(shù)據(jù)庫(kù)，而由個(gè)股交易數(shù)據(jù)庫(kù)取得了公司每日的收盤(pán)價(jià)、總市值、每日交易金額、股票報(bào)酬率；由中國(guó)上市公司預(yù)測(cè)研究數(shù)據(jù)庫(kù)取得了每家公司的分析師預(yù)測(cè)報(bào)導(dǎo)數(shù)據(jù)；為了計(jì)算公司的異質(zhì)波動(dòng)度，也由綜合市場(chǎng)交易數(shù)據(jù)庫(kù)中取得了每日的市場(chǎng)報(bào)酬率。

綜合上述所有數(shù)據(jù)庫(kù)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(bào)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(shí)間為2002年到2012年共11年間的資料。本文總共對(duì)18個(gè)行業(yè)進(jìn)行研究分析，最終總共對(duì)11589家公司的年度資料進(jìn)行分析研究。

(二)股票報(bào)酬率博彩行為的衡量

在有關(guān)股票的博彩行為上，學(xué)術(shù)文獻(xiàn)多衡量股票報(bào)酬率的偏態(tài)系數(shù)來(lái)進(jìn)行檢驗(yàn)，而在過(guò)去的研究中，其偏態(tài)性有三種衡量方法，第一種為原始報(bào)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(chǔ)偏態(tài)系數(shù) (quantile-based skewness)，第一種衡量方式，是直接以個(gè)股日?qǐng)?bào)酬率計(jì)算其偏態(tài)系數(shù)；第二種方式則是進(jìn)行資本資產(chǎn)定價(jià)模型的回歸后，取得每日?qǐng)?bào)酬率的殘差項(xiàng)后，再計(jì)算報(bào)酬率的殘差項(xiàng)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(chǔ)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(guò)去股票報(bào)酬率的第90、第50以及第10百分位數(shù)的報(bào)酬率數(shù)值，采用該組基礎(chǔ)篇態(tài)系數(shù)的衡量方法，可以更強(qiáng)調(diào)投資人最極端報(bào)酬率的重視程度，本研究計(jì)劃擬同時(shí)采用這三種衡量方法，來(lái)檢驗(yàn)股票報(bào)酬率的博彩行為與套利風(fēng)險(xiǎn)對(duì)資本支出政策的影響。

(三) 實(shí)證模型

根據(jù)迎合理論以及成長(zhǎng)機(jī)會(huì)理論，本文研究博彩行為對(duì)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(guān)的控制變量來(lái)建立模型，從而驗(yàn)證所作出的假設(shè)并得出結(jié)論，因而采用式 (2) 來(lái)探討偏態(tài)對(duì)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(dāng)年度購(gòu)建固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)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(jìn)行標(biāo)準(zhǔn)化的動(dòng)作，betai,t為第i家公司在t年6月底時(shí)，以t-1年7月到t年6月所有的日資料進(jìn)行CAPM估計(jì)所得到的系統(tǒng)風(fēng)險(xiǎn)估計(jì)值；skewi,t-1為第i家公司在t年6月底時(shí)以公司t-1年7月到t年6月底所有日?qǐng)?bào)酬估計(jì)出來(lái)的偏態(tài)值；MBi,t-1為第i 家公司在t-1年年底時(shí)的市價(jià)凈值比；IVOi,t為第i家公司在t年6月底時(shí)，以t-1年7月到t年6月的日?qǐng)?bào)酬率求得的殘差報(bào)酬率標(biāo)準(zhǔn)差；Pricei,t為第i家公司在t年6月底時(shí)的股票收盤(pán)價(jià)。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(duì)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(méi)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(bào)導(dǎo)，為了顯示信息不對(duì)稱(chēng)程度,在模型估計(jì)中采用1/(1+Analystsi,t)進(jìn)行分析，ln(MVi,t)為第i家公司在t年6月底時(shí)的股票權(quán)益總市值取自然對(duì)數(shù),相關(guān)變項(xiàng)列于表1。

表1 變量定義表

本研究利用偏態(tài)以及套利風(fēng)險(xiǎn)的交互作用效果來(lái)檢視，是否在套利風(fēng)險(xiǎn)較高的情況下，偏態(tài)越高，高管人員較會(huì)采用迎合投資策略，或者是因?yàn)榭紤]權(quán)益資金成本而降低投資支出，因此采用式 (3) 進(jìn)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(xiàng)套利風(fēng)險(xiǎn)相關(guān)變項(xiàng)的交互作用項(xiàng)，如果高管人員會(huì)因此迎合投資人，則當(dāng)套利風(fēng)險(xiǎn)越高時(shí)，公司越會(huì)采用進(jìn)行投資，因此本研究預(yù)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(xiàng)，當(dāng)交易量越高，套利風(fēng)險(xiǎn)越低，因此本研究預(yù)期γ5小于0；但若高管人員考慮的是投資的成本效益問(wèn)題，套利風(fēng)險(xiǎn)越高，成本越高，此時(shí)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(xiàng)，當(dāng)交易量越高，套利風(fēng)險(xiǎn)越低，因此本研究預(yù)期γ5大于0。

除了套利風(fēng)險(xiǎn)與偏態(tài)的交互作用變項(xiàng)之外，本研究也納入了系統(tǒng)風(fēng)險(xiǎn)與市價(jià)凈值比和偏態(tài)的交互作用變項(xiàng)，如果高管人員會(huì)考慮風(fēng)險(xiǎn)，則預(yù)期γ1會(huì)小于0；而市價(jià)凈值比也被視為定價(jià)誤差的衡量指標(biāo) (Baker and Wurgler, 2004)，若高管人員迎合投資人，則γ2會(huì)大于0。

四、實(shí)證結(jié)果

(一) 樣本敘述統(tǒng)計(jì)

由于公司在進(jìn)行資本支出時(shí)，應(yīng)該要先考慮其是否具有較佳的成長(zhǎng)機(jī)會(huì)，因此本研究先采用Tobin’s Q來(lái)做為衡量公司成長(zhǎng)機(jī)會(huì)的變項(xiàng)，本文用樣本前一年的Q將公司分成兩類(lèi)，Q>1表示為具有良好成長(zhǎng)機(jī)會(huì)的公司，Q<1表示公司的成長(zhǎng)機(jī)會(huì)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(zhǎng)的趨勢(shì)。說(shuō)明當(dāng)前大多數(shù)公司的市場(chǎng)價(jià)值要高于資本的重置成本，新廠房設(shè)備等的資本要低于公司的市場(chǎng)價(jià)值。在這種情況下，公司可能就會(huì)采取增加投資支出的決策。

表3將樣本按照成長(zhǎng)機(jī)會(huì)分組，并且依照不同的產(chǎn)業(yè)檢驗(yàn)樣本期間內(nèi)的資本支出情況。從表3可以看出當(dāng)公司具有較佳的成長(zhǎng)機(jī)會(huì)時(shí)，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(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)，0.0880；資本支出第三的是電力、熱力、燃?xì)饧八a(chǎn)生產(chǎn)和供應(yīng)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(dāng)公司的成長(zhǎng)機(jī)會(huì)較差時(shí)，資本支出最多的是水利、環(huán)境和公共設(shè)施管理業(yè)，0.0983；位居第二的是租賃和商務(wù)服務(wù)業(yè)，0.0916；其次是電力、熱力、燃?xì)饧八a(chǎn)生產(chǎn)和供應(yīng)業(yè),0.0833；最低的是金融業(yè)，只有0.0017。說(shuō)明了公司的資本支出與它所處的產(chǎn)業(yè)是有很大的關(guān)系的，那些需要設(shè)備要求較高的公司其資本支出相對(duì)于其他的就會(huì)高些，像金融業(yè)對(duì)設(shè)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(duì)于其他產(chǎn)業(yè)來(lái)說(shuō)都是最低的。

表2 樣本次數(shù)分配表

表3 產(chǎn)業(yè)、成長(zhǎng)機(jī)會(huì)與資本支出

表4為樣本變項(xiàng)的敘述統(tǒng)計(jì)表，從2003年至2012年間，對(duì)各個(gè)變項(xiàng)進(jìn)行計(jì)算統(tǒng)計(jì)。表4報(bào)告計(jì)算各個(gè)變項(xiàng)的均值、標(biāo)準(zhǔn)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(dāng)前中國(guó)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(biāo)準(zhǔn)差分別為0.6957、0.2355；成交量的均值為17244835603。

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

表6為斯皮爾曼相關(guān)系數(shù)(spearman correlation coefficient)即將各變項(xiàng)按數(shù)值進(jìn)行排序后，再檢定各變項(xiàng)的等級(jí)序列相關(guān)。自2003年到2012年間，對(duì)相關(guān)變量進(jìn)行控制后，計(jì)算上述變項(xiàng)間的相關(guān)系數(shù)，由上表可以看出，資本支出與市帳率、獨(dú)特性波動(dòng)度、股票價(jià)格、零交易天數(shù)等變項(xiàng)有顯著的相關(guān)關(guān)系。結(jié)果發(fā)現(xiàn)排序后的變項(xiàng)相關(guān)系數(shù)比原始值的相關(guān)系數(shù)更加顯著。

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

表4 敘述統(tǒng)計(jì)表

表5 皮爾森相關(guān)系數(shù)表

表6 斯皮爾曼等級(jí)相關(guān)系數(shù)表

*表示達(dá)10%顯著水平，**表示達(dá)5%顯著水平，***表示達(dá)1%顯著水平.

(二) 偏態(tài)系數(shù)、套利風(fēng)險(xiǎn)交互項(xiàng)對(duì)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(xiàng)間的相關(guān)系數(shù)關(guān)系，接下來(lái)開(kāi)始檢驗(yàn)高管人員是否會(huì)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?yàn)榭紤]成本問(wèn)題，而減少公司的資本支出。

表7 偏態(tài)系數(shù)、套利風(fēng)險(xiǎn)對(duì)資本支出的影響

括號(hào)為t統(tǒng)計(jì)量;*表示達(dá)10%顯著水平，**表示達(dá)5%顯著水平，***表示達(dá)1%顯著水平.

表7為偏態(tài)系數(shù)、套利風(fēng)險(xiǎn)對(duì)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(fù)向關(guān)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(guān)系，結(jié)果顯著，說(shuō)明偏態(tài)系數(shù)越高，高管人員越會(huì)增加資本支出。模型2是模式3 的基礎(chǔ)模型，模式3中納入了偏態(tài)系數(shù)，結(jié)果發(fā)現(xiàn)各項(xiàng)套利風(fēng)險(xiǎn)的變量系數(shù)值的方向皆沒(méi)有改變，但是與模型1相比較，在納入套利風(fēng)險(xiǎn)變項(xiàng)后，雖然偏態(tài)系數(shù)與資本支出的結(jié)果是顯著相關(guān)的，但是方向卻是相反的。因此，本文通過(guò)表八納入偏態(tài)系數(shù)與套利風(fēng)險(xiǎn)的交互項(xiàng)來(lái)進(jìn)行檢驗(yàn)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(fēng)險(xiǎn)與偏態(tài)系數(shù)的交互作用項(xiàng)。模型1為普通最小二乘法，結(jié)果顯示skew與IVO的交互項(xiàng)系數(shù)為-0.0007，呈顯著的負(fù)相關(guān)關(guān)系；而SKEW與Price、ln(Volume)的交互項(xiàng)系數(shù)分別為-0.0067與0.0023，呈顯著負(fù)相關(guān)，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(xiàng)系數(shù)分別為-0.0008、-0.0088，結(jié)果為顯著負(fù)相關(guān)。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(xiàng)系數(shù)為-0.0007，結(jié)果為負(fù)相關(guān)顯著；SKEW與MB的交互項(xiàng)系數(shù)為0.0096，結(jié)果達(dá)到5%的顯著水平，呈正相關(guān)關(guān)系；SKEW與Price的交互項(xiàng)系數(shù)為-0.0058，結(jié)果為負(fù)相關(guān)顯著。模型4同時(shí)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(fù)相關(guān)關(guān)系，達(dá)到1%的顯著水平，它們的交互項(xiàng)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?qǐng)?bào)酬殘差的標(biāo)準(zhǔn)差和股票價(jià)格與資本支出呈負(fù)向相關(guān)關(guān)系，且結(jié)果顯著。而在不同套利風(fēng)險(xiǎn)的情況下會(huì)發(fā)現(xiàn)不同的結(jié)果，SKEW與IVO、Price的交互項(xiàng)與資本支出在四種情況下都呈負(fù)相關(guān)關(guān)系，且結(jié)果顯著，表明股票的價(jià)格越高，套利成本越高，套利風(fēng)險(xiǎn)越大，受到投資者情緒的影響，加之會(huì)增加權(quán)益資金成本，越不易于進(jìn)行套利活動(dòng)，公司高管人員會(huì)考慮公司的成長(zhǎng)機(jī)會(huì)，減少資本支出。

表8 報(bào)酬率偏態(tài)性與套利風(fēng)險(xiǎn)交互作用對(duì)資本支出的影響

括號(hào)為t統(tǒng)計(jì)量.

*表示達(dá)10%顯著水平，**表示達(dá)5%顯著水平，***表示達(dá)1%顯著水平.

表9 異質(zhì)性波動(dòng)下報(bào)酬率偏態(tài)性與套利風(fēng)險(xiǎn)交互作用對(duì)資本支出的影響

括號(hào)為t統(tǒng)計(jì)量.

*表示達(dá)10%顯著水平，**表示達(dá)5%顯著水平，***表示達(dá)1%顯著水平.

我們?cè)诒?中納入了獨(dú)特性波動(dòng)指標(biāo)，按照公司的前一年的異質(zhì)性波動(dòng)由小到大分成四組，用以說(shuō)明偏態(tài)效果在異質(zhì)性波動(dòng)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(dòng)指標(biāo)分成4組,其中G4為異質(zhì)性波動(dòng)最高組，G1為異質(zhì)性波動(dòng)最低組，并采用表4的模型4進(jìn)行回歸分析。結(jié)果發(fā)現(xiàn)SKEW

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

數(shù)分別是-0.0028與-0.0008；SKEW與Price在G1、G2、G3組的交互項(xiàng)系數(shù)分別是-0.0096、0.013與-0.0113，為顯著負(fù)相關(guān)；SKEW與ln(Volume)的交互項(xiàng)系數(shù)只在G2組顯著為正，系數(shù)是0.0065，達(dá)到5%的顯著相關(guān)水平；SKEW與(1+Analysts)-1的交互項(xiàng)系數(shù)只在G4組顯著為負(fù)，系數(shù)是-0.0155。說(shuō)明不同公司異質(zhì)性波動(dòng)會(huì)對(duì)偏態(tài)的效果造成影響。

通過(guò)上述對(duì)偏態(tài)系數(shù)、套利風(fēng)險(xiǎn)交互項(xiàng)對(duì)資本支出的影響的研究結(jié)果表明，當(dāng)公司的股票價(jià)格越高時(shí)，日?qǐng)?bào)酬率的殘差標(biāo)準(zhǔn)差越大時(shí)，套利風(fēng)險(xiǎn)越大，越不容易進(jìn)行套利活動(dòng)，公司高管人員就會(huì)考慮公司的成長(zhǎng)機(jī)會(huì)，考慮投資的成本效益問(wèn)題，從公司的長(zhǎng)遠(yuǎn)利益出發(fā)，減少資本支出。

(三) 穩(wěn)健性檢驗(yàn)

除了采用報(bào)酬率的偏態(tài)系數(shù)外，本研究亦采用市場(chǎng)模型估計(jì)的報(bào)酬率殘差偏態(tài)以及組報(bào)酬率偏態(tài)來(lái)檢驗(yàn)股票報(bào)酬率的博彩行為對(duì)高管人人進(jìn)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(chǎng)模型估計(jì)的報(bào)酬率殘差偏態(tài)重新進(jìn)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(fù)，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(guān)，系數(shù)值為0.0218，達(dá)到5%的顯著水平。這與表9的-0.0155顯著負(fù)相關(guān)是不一樣的，該結(jié)果顯示市場(chǎng)報(bào)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(fēng)險(xiǎn)調(diào)整后的報(bào)酬率殘差所建構(gòu)出來(lái)的偏態(tài)，較難以被投資人所觀察到，為了驗(yàn)證該觀點(diǎn)，本研究采用由原始報(bào)酬率建構(gòu)的組報(bào)酬率偏態(tài)來(lái)驗(yàn)證。

表11采用組報(bào)酬率偏態(tài)檢驗(yàn)表9，結(jié)果發(fā)現(xiàn)SKEW與IVO的交互項(xiàng)在G4組顯著負(fù)相關(guān)，系數(shù)值為-0.0482；SKEW與Price的交互項(xiàng)在G3組的系數(shù)值為-0.0389，呈顯著負(fù)相關(guān)，達(dá)到5%的顯著水平；SKEW與Ln(volume)的交互項(xiàng)在G1組的系數(shù)值為0.0206，呈顯著正相關(guān)關(guān)系；在G3組顯著為正，值為0.0288；SKEW與(1+Analysts)-1的交互項(xiàng)在G3組的系數(shù)值為0.0746，呈顯著正相關(guān)關(guān)系，在G4組的交互項(xiàng)系數(shù)值為0.0939，顯著正相關(guān)。表11與表9的系數(shù)變化趨勢(shì)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(bào)酬率的觀察中，無(wú)法利用其他較復(fù)雜的方式來(lái)捕捉這樣的特性，而我們的結(jié)果也顯示高管人員在進(jìn)行資本支出決策時(shí)，會(huì)考慮投資人的偏好以及資金成本。

表10 異質(zhì)性波動(dòng)下殘差報(bào)酬率偏態(tài)與套利風(fēng)險(xiǎn)對(duì)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(hào)為t統(tǒng)計(jì)量

*表示達(dá)10%顯著水平，**表示達(dá)5%顯著水平，***表示達(dá)1%顯著水平

表11 異質(zhì)性波動(dòng)下報(bào)酬率組偏態(tài)與套利風(fēng)險(xiǎn)對(duì)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(hào)為t統(tǒng)計(jì)量.

*表示達(dá)10%顯著水平，**表示達(dá)5%顯著水平，***表示達(dá)1%顯著水平.

五、結(jié)論

本篇文章是為了檢驗(yàn)博彩行為對(duì)公司資本支出的影響，先前的研究認(rèn)為投資人在進(jìn)行投資行為時(shí)，可能會(huì)受正偏態(tài)所影響。因此高管人員會(huì)利用投資人正偏態(tài)偏好，采取的公司財(cái)務(wù)決策就會(huì)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(lái)前景時(shí)，則偏向于向投資人指示公司未來(lái)的成長(zhǎng)機(jī)會(huì)，就會(huì)做出謹(jǐn)慎的公司財(cái)務(wù)決策，降低公司資本支出，使投資人陷入崩盤(pán)危機(jī)。

本研究采用市場(chǎng)模型下報(bào)酬率殘差的標(biāo)準(zhǔn)差、股票價(jià)格、交易量、公司的異質(zhì)性波動(dòng)以及分析師報(bào)導(dǎo)數(shù)量五種套利風(fēng)險(xiǎn)與偏態(tài)的交互作用來(lái)檢驗(yàn)偏態(tài)系數(shù)對(duì)資本支出的影響。研究結(jié)果發(fā)現(xiàn)當(dāng)信息不對(duì)稱(chēng)程度越高，市場(chǎng)模型下報(bào)酬率殘差的標(biāo)準(zhǔn)差越大，股票價(jià)格越高，交易量越小，以及當(dāng)公司的異質(zhì)性波動(dòng)越大時(shí)，公司就需承擔(dān)較大的套利成本，有較大的套利風(fēng)險(xiǎn)，公司的高管人員就可能會(huì)從公司未來(lái)的成長(zhǎng)機(jī)會(huì)出發(fā)，減少資本支出；而當(dāng)信息不對(duì)稱(chēng)程度越低，市場(chǎng)模型下報(bào)酬率殘差的標(biāo)準(zhǔn)差越小，股票價(jià)格越低，交易量越大，以及公司的異質(zhì)性波動(dòng)越小時(shí)，所帶來(lái)的套利風(fēng)險(xiǎn)越小，公司就會(huì)迎合投資人的正偏態(tài)偏好，采取增加資本支出的財(cái)務(wù)決策。

同時(shí)本研究進(jìn)行了穩(wěn)健性檢驗(yàn)，以保證研究結(jié)果具有準(zhǔn)確性。在進(jìn)行穩(wěn)健性檢驗(yàn)時(shí)，把公司的異質(zhì)性波動(dòng)考慮在內(nèi)，研究結(jié)果表明當(dāng)信息不對(duì)稱(chēng)程度越高，交易量越大的情況下，價(jià)格越低，市場(chǎng)模型下報(bào)酬率殘差的標(biāo)準(zhǔn)差越小，高管人員會(huì)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(lái)進(jìn)行資本支出的決策，很有可能會(huì)對(duì)投資人的利益造成傷害、因此公司管理當(dāng)局在進(jìn)行資本支出決策時(shí)，應(yīng)當(dāng)提倡考慮公司未來(lái)的成長(zhǎng)機(jī)會(huì)，從公司的長(zhǎng)遠(yuǎn)利益著手，實(shí)現(xiàn)公司價(jià)值最大化?；诖四康?，本研究對(duì)政府管理當(dāng)局提出了一些建議，就中國(guó)目前處于的經(jīng)濟(jì)狀況來(lái)說(shuō)，各行各業(yè)都處于亟需成長(zhǎng)的情況，所以管理當(dāng)局應(yīng)當(dāng)設(shè)法營(yíng)造公司會(huì)以未來(lái)成長(zhǎng)考慮進(jìn)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(wú)獲利性的投資專(zhuān)案，最終導(dǎo)致公司長(zhǎng)期的經(jīng)營(yíng)績(jī)效不善，進(jìn)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(jià)高、交易量低的情況下，會(huì)減少資本支出，因此政府可以實(shí)行股票自動(dòng)分割的機(jī)制，當(dāng)股價(jià)到達(dá)一定金額界限時(shí)，進(jìn)行自動(dòng)分割，在降低股價(jià)后，增加股票的流動(dòng)性；同時(shí)可采用成立造市商(market maker)的方式解決賣(mài)空成本問(wèn)題，造市商會(huì)在市場(chǎng)缺乏股票賣(mài)出者或買(mǎi)入者時(shí)充當(dāng)相應(yīng)角色，藉此可增加其交易量。當(dāng)股票的價(jià)格與交易量合理化后，就可以降低交易成本，降低套利風(fēng)險(xiǎn)。本研究針對(duì)信息不對(duì)稱(chēng)問(wèn)題也提出了相應(yīng)的對(duì)策，建議證監(jiān)會(huì)成立中立性質(zhì)的分析師機(jī)構(gòu)，對(duì)那些分析師不愿意去跟蹤報(bào)道的信息不對(duì)稱(chēng)較高的公司進(jìn)行分析評(píng)價(jià)，以此來(lái)解決信息不對(duì)稱(chēng)問(wèn)題。通過(guò)上述措施的采取實(shí)施，當(dāng)股票價(jià)格合理化，交易量正常化，信息不對(duì)稱(chēng)程度降低，公司的股票報(bào)酬率殘差的標(biāo)準(zhǔn)差也會(huì)隨之降低，公司的異質(zhì)性波動(dòng)也相應(yīng)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(fēng)險(xiǎn)，使公司處于一個(gè)以未來(lái)成長(zhǎng)考慮進(jìn)行投資決策的環(huán)境，謹(jǐn)慎決策，做出有利于公司持續(xù)穩(wěn)定成長(zhǎng)的資本支出決策。

對(duì)于研究者，本研究亦提供了兩個(gè)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(yīng)該采用原始報(bào)酬率建構(gòu)出來(lái)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(huì)導(dǎo)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(yàn)的變項(xiàng)是報(bào)酬率的偏態(tài)特性，因此本研究對(duì)于有關(guān)新常態(tài)或者網(wǎng)路經(jīng)濟(jì)效應(yīng)提供了研究方向，因?yàn)槟壳八^的新常態(tài)或者網(wǎng)路經(jīng)濟(jì)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(bào)酬率，亦即有著贏家全拿 (winner takes all) 的現(xiàn)象，該現(xiàn)象即是報(bào)酬率正偏態(tài)所闡釋的結(jié)果，因此未來(lái)在探討網(wǎng)路經(jīng)濟(jì)或者新常態(tài)的研究，應(yīng)在其研究模型中考慮報(bào)酬率的偏態(tài)特性，更能解釋目前的研究現(xiàn)象。

[參考文獻(xiàn)]

[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(hù)機(jī)制[J].北京大學(xué)工商學(xué)報(bào) (社會(huì)科學(xué)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(zé)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(jiǎn)介]王妮(1980-)，女，福建福州人，武夷學(xué)院商學(xué)院講師，碩士，從事銀行金融、行為金融研究.

[中圖分類(lèi)號(hào)]F275；F832.51

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]2095-5863(2016)04-0088-15