朱 琪， 彭 濤， 侯 亞

(1. 華南師范大學(xué)經(jīng)濟行為科學(xué)廣東省重點實驗室， 廣州 510006； 2. 華南師范大學(xué)華南市場經(jīng)濟研究中心， 廣州 510006)

?

多元化戰(zhàn)略與企業(yè)績效的關(guān)系研究
——基于內(nèi)生性和自選擇模型的角度

朱 琪1,2*， 彭 濤1,2， 侯 亞1,2

(1. 華南師范大學(xué)經(jīng)濟行為科學(xué)廣東省重點實驗室， 廣州 510006； 2. 華南師范大學(xué)華南市場經(jīng)濟研究中心， 廣州 510006)

基于公司多元化戰(zhàn)略角度對企業(yè)績效的影響提供新解釋，利用2008—2013年間滬市A股上市公司的面板數(shù)據(jù)，考慮模型內(nèi)生性和樣本自選擇問題，加入包括公司治理特征在內(nèi)的公司特質(zhì)為控制變量，實證檢驗了多元化戰(zhàn)略與企業(yè)績效間的關(guān)系． 研究發(fā)現(xiàn)，無論是赫芬達爾指數(shù)還是多元化虛擬變量，其系數(shù)都變得更小，說明多元化戰(zhàn)略對企業(yè)績效的負面影響較大；在通過工具變量法和Heckman樣本選擇模型控制了內(nèi)生性和樣本自選擇問題后，多元化戰(zhàn)略對企業(yè)績效的負面影響更為嚴重． 穩(wěn)健性檢驗顯示結(jié)果是可靠的． 該結(jié)論豐富了企業(yè)多元化戰(zhàn)略理論，為企業(yè)有效實施多元化戰(zhàn)略選擇提供了科學(xué)依據(jù)．

多元化戰(zhàn)略； 企業(yè)績效； 內(nèi)生性； 樣本自選擇模型

作為當今最重要的經(jīng)營戰(zhàn)略之一，多元化戰(zhàn)略自ANSOFF[1]首次提出以來，就一直是企業(yè)界和學(xué)術(shù)界關(guān)注的焦點． 關(guān)于多元化經(jīng)營對企業(yè)績效的影響，經(jīng)歷了從外生性視角到內(nèi)生性視角的轉(zhuǎn)變，研究結(jié)論也從最開始的“多元化折價”[2]轉(zhuǎn)變?yōu)椤岸嘣鐑r”[3]、非線性關(guān)系[4]等諸多結(jié)果．

企業(yè)實施多元化戰(zhàn)略能獲取較多優(yōu)勢，如范圍經(jīng)濟[5]、共同保險效應(yīng)[6]、內(nèi)部資本市場[7]等，但是多元化戰(zhàn)略也可能會對企業(yè)績效產(chǎn)生負面影響，如代理成本增加[8]、信息不對稱程度更高[9]、過度投資[10]等問題．

對于多元化戰(zhàn)略和企業(yè)績效間聯(lián)系，研究結(jié)論并不統(tǒng)一． 早期研究大多將多元化作為外生變量來考量，大多數(shù)結(jié)果認為多元化會損害企業(yè)績效[2,11-12]. 2000年后，開始有學(xué)者對早期研究方法提出質(zhì)疑． 如VILLALONGA[13]認為早期研究過于依賴企業(yè)業(yè)務(wù)部門報告數(shù)據(jù)，而這些數(shù)據(jù)本身存在缺陷． 他利用BITS數(shù)據(jù)庫，重復(fù)了BERGER和OFEK[11]的研究，發(fā)現(xiàn)多元化存在溢價．

更重要的是，開始有學(xué)者從內(nèi)生性角度研究多元化和企業(yè)績效間關(guān)系. 如CAMPA和KEDIA[14]認為，利用工具變量法和Heckman樣本選擇模型控制內(nèi)生性影響后，發(fā)現(xiàn)多元化對企業(yè)績效的折損程度不斷下降，最后甚至變?yōu)橐鐑r;VILLALONGA[15]認為企業(yè)多元化決策并不是隨機的，而是受到企業(yè)特質(zhì)等因素以及樣本選擇偏差造成多元化折價的影響．

同樣地，從內(nèi)生性角度對兩者關(guān)系研究也未得到一致結(jié)論． 大多數(shù)文獻表明，除企業(yè)特質(zhì)外，宏觀經(jīng)濟條件也會影響多元化決策，考慮這方面影響后，多元化與企業(yè)績效正相關(guān)． SCHMID和WALTER[16]發(fā)現(xiàn)，即使控制內(nèi)生性，多元化折價仍然顯著和持續(xù)． BAE等[17]發(fā)現(xiàn)韓國制造業(yè)企業(yè)非相關(guān)多元化會損害企業(yè)績效，而相關(guān)多元化則不會． 相反，LEE和LI[4]則認為，對于不同績效水平企業(yè)，多元化影響不同:對于低績效水平企業(yè)，多元化戰(zhàn)略會提高企業(yè)績效；而對高績效水平企業(yè)，多元化則會損害企業(yè)績效． 但當把風(fēng)險引入模型后，結(jié)果變得不再顯著． HOECHLE等[18]發(fā)現(xiàn)，將公司治理變量加入模型后，多元化折價減少了16%～21%，控制了內(nèi)生性和自選擇效應(yīng)后，多元化折價完全消失．

國內(nèi)相關(guān)研究中，結(jié)果也并不一致． 蘇冬蔚[19]發(fā)現(xiàn)我國上市公司存在顯著多元化溢價． 洪道麟和熊德華[20]發(fā)現(xiàn)控制企業(yè)特質(zhì)、行業(yè)特性等因素對多元化決策的影響后，多元化折價更加嚴重． 但是相關(guān)研究對樣本選擇性問題和內(nèi)生性問題考慮較少．

我國作為發(fā)展中國家，國有企業(yè)所有者缺位，為代理人利用多元化戰(zhàn)略謀取個人利益提供了可能，此外，作為民營企業(yè)的家族控股公司，也存在著控股股東與小股東之間的代理問題，控股股東會憑借其對公司決策的影響力，迫使企業(yè)投資那些有利于控股股東利益但對公司價值沒有益處的項目． 作為企業(yè)重要特質(zhì)，治理結(jié)構(gòu)的完善與否對于緩解第一類和第二類代理問題具有顯著影響，而多元化戰(zhàn)略則是控股股東和管理者為滿足自身利益偏離股東利益最大化原則的重要途徑之一． 因此，本文引入公司治理變量，基于內(nèi)生性和樣本自選擇視角利用滬市A股上市公司面板數(shù)據(jù)對多元化戰(zhàn)略和企業(yè)績效間的關(guān)系進行實證檢驗，有效解決了內(nèi)生性問題和樣本選擇問題，同時，由于樣本窗口、研究變量選擇和處理方法等方面的差異，豐富了相應(yīng)實證文獻，為完善治理結(jié)構(gòu)和進行多元化決策提供了科學(xué)依據(jù)．

1 計量模型、數(shù)據(jù)與變量

1.1 計量模型

根據(jù)以上的理論分析，建立如下實證模型：

(1)

(2)

其中，β0為截距項，βi(i=1,…,n)為回歸系數(shù)；多元化程度分別用赫芬達爾指數(shù)H和多元化虛擬變量D進行衡量;Control為控制變量，包括Large(實際控制人類型)、LnAsset(企業(yè)規(guī)模)、Grow(成長能力)、Age(企業(yè)年齡)、Risk(企業(yè)經(jīng)營風(fēng)險)、CR(股權(quán)集中度)、Board(董事會規(guī)模)、Both(兩職合一)、LnSalary(高管薪酬)．

由于本文采用面板數(shù)據(jù)，因此需要從混合最小二乘法、固定效應(yīng)模型、隨機效應(yīng)模型進行選擇，選取合適的估計方法．

引入工具變量是解決內(nèi)生性問題的主要方法之一． 整理相關(guān)文獻后，可以發(fā)現(xiàn)大量的研究參考了文獻[14]，將企業(yè)進行多元化戰(zhàn)略的概率作為工具變量． 此外，BAE等[17]選用了CEO的直系親屬和近親在該企業(yè)的普通股東中的數(shù)目作為工具變量． 根據(jù)實際情況，本文參考了CAMPA和KEDIA[14]的方法，利用工具變量法和Heckman樣本選擇模型來解決內(nèi)生性問題．

對于企業(yè)選擇多元化戰(zhàn)略的概率，本文建立如下Probit模型進行估計：

Pi,t(D)=β0+β1Competitioni,t+β2GDPi,t+

(3)

為了檢驗工具變量的有效性，本文使用如下模型進行估計：

(4)

(5)

1.2 樣本和數(shù)據(jù)來源

本文以2008—2013年滬市A股上市公司為樣本，對上市公司的業(yè)務(wù)分類采用中國證券會2001年頒布的《上市公司行業(yè)分類指引》，對于初始樣本，根據(jù)以下原則進行了篩選：(1)排除了金融保險類上市公司；(2)排除了樣本期內(nèi)的ST、PT以及被摘牌的公司；(3)排除了業(yè)務(wù)分類不清及數(shù)據(jù)缺失、無法判斷多元化程度的公司． 最后的樣本包括512家公司2008—2013年的面板數(shù)據(jù)． 本文所用財務(wù)數(shù)據(jù)來自深圳國泰安信息技術(shù)公司CSMAR數(shù)據(jù)庫，行業(yè)收入數(shù)據(jù)來自于上市公司歷年年報的整理． 數(shù)據(jù)處理使用Excel、Stata10及SPSS19．

1.3 變量描述

(1)被解釋變量． 對于企業(yè)績效的度量，一般采用托賓Q、凈資產(chǎn)收益率(ROE)、總資產(chǎn)收益率(ROA)等單一指標或?qū)⒍鄠€變量進行整合的綜合指標法． 本文出于實際考慮，采用了總資產(chǎn)收益率(ROA)作為績效的度量指標，ROA=凈利潤/資產(chǎn)總額．

(2)解釋變量． 多元化指標通常有以下幾種：Herfindabl指數(shù)、熵指數(shù)、經(jīng)營單元數(shù)和多元化虛擬變量． 本文選取了Herfindabl指數(shù)和多元化虛擬變量作為解釋變量． 2個變量的計算都基于《上市公司行業(yè)分類指引》．

對于多元化虛擬變量D，同樣根據(jù)《上市公司分類指引》大類進行分類，當某個行業(yè)大類的收入占主營業(yè)務(wù)總收入的比率超過5%時，則將其作為一個經(jīng)營單元． 若經(jīng)營單元數(shù)大于1，則視為多元化企業(yè)，D值為1，否則為0．

(3)控制變量． 根據(jù)相關(guān)文獻以及實際情況，本文加入了以下控制變量：Large(實際控制人類型)，若第一大股東為國有，則為1，否則為0；LnAsset(企業(yè)規(guī)模)，采用企業(yè)總資產(chǎn)的自然對數(shù)；Grow(成長能力)，采用凈利潤增長率；Lever(資本結(jié)構(gòu))，采用資產(chǎn)負債率，等于企業(yè)總負債與總資產(chǎn)之比；Age(企業(yè)年齡)，采用企業(yè)上市年份與樣本年份之差；Risk(企業(yè)經(jīng)營風(fēng)險)，采用3年季度ROA的標準差． 公司治理方面，加入了以下控制變量：CR(股權(quán)集中度)，采用前十大股東持股比例之和；Board(董事會規(guī)模)；Both(兩職合一)，若企業(yè)的董事長兼任總經(jīng)理，則為1，否則為0；LnSalary(高管薪酬)，采用高管薪酬的自然對數(shù)．

2 實證結(jié)果及分析

2.1 描述性統(tǒng)計

由表1可知，ROA的最大值為0.4，最小值為-0.248，均值為0.038，標準差為0.049；Lever平均為0.529，與發(fā)達國家相比，資產(chǎn)負債率偏低，表明我國企業(yè)總體而言更偏向于股權(quán)融資． 樣本中約69.7%為國有企業(yè)，前十大股東約持有53%的股份，約8.2%的企業(yè)存在董事長兼任總經(jīng)理的情況． 從各個變量的最大值與最小值來看，不存在嚴重的極端值問題．

表1 全樣本變量描述性統(tǒng)計

為初步了解多元化戰(zhàn)略與企業(yè)績效間的相關(guān)關(guān)系，本文根據(jù)多元化虛擬變量D，將樣本分為多元化企業(yè)和專業(yè)化企業(yè)，進行描述性統(tǒng)計，觀察企業(yè)多元化戰(zhàn)略和企業(yè)績效間是否存在一定聯(lián)系． 由表2可知，在樣本中，專業(yè)化企業(yè)的數(shù)量略多于多元化企業(yè)； 從績效方面看，無論是均值，還是中位數(shù)，多元化企業(yè)的績效都低于專業(yè)化企業(yè)，從總體樣本上來看，也是如此． 可見，多元化戰(zhàn)略和企業(yè)績效之間很可能存在負相關(guān)關(guān)系．

表2 多元化經(jīng)營與企業(yè)績效的描述性統(tǒng)計

2.2 變量間相關(guān)性

由表3可以發(fā)現(xiàn)，H和D之間的相關(guān)性為0.80，存在顯著的相關(guān)性，說明它們作為度量多元化程度的變量，相互間可以替代．H、D與ROA的系數(shù)分別為-0.09和-0.07，且均通過了5%的顯著性檢驗，可見，多元化戰(zhàn)略可能與企業(yè)績效負相關(guān)． 此外，各解釋變量間的相關(guān)性最大的為LnAsset和LnSalary，其余變量間的相關(guān)性都較小，可以認為解釋變量間基本不存在多重共線性問題．

表3 Pearson相關(guān)分析結(jié)果

注：***，**，*分別表明系數(shù)通過了1%、5%和10%的顯著性檢驗，下表同．

2.3 回歸分析

表4是使用STATA對模型(1)和模型(2)進行固定效應(yīng)和隨機效應(yīng)檢驗的結(jié)果． 由表中可知，模型(1)和模型(2)的隨機效應(yīng)模型和固定效應(yīng)模型的P值均為0左右，表明采用隨機效應(yīng)模型或者固定效應(yīng)模型優(yōu)于混合最小二乘法模型． 而Hausman檢驗的P值也均為0左右，表明采用固定效應(yīng)模型優(yōu)于隨機效應(yīng)模型． 因此，本文采用固定效應(yīng)模型進行估計．

表4 Hausman檢驗結(jié)果

分析模型(1)和模型(2)的固定效應(yīng)回歸結(jié)果(表5，樣本數(shù)為2 048)，可以發(fā)現(xiàn)：

(1)模型(1)和模型(2)的F統(tǒng)計量的顯著性水平P=0.000 0，表明回歸模型整體線性關(guān)系顯著． 可決系數(shù)R2分別為0.238 6和0.238 3，說明模型中的解釋變量約能解釋企業(yè)績效變化的24%，還存在其他的對資本結(jié)構(gòu)有重要影響的因素未被考慮進模型．

(2)模型(1)中，多元化程度的系數(shù)為-0.017 9，且在10%的水平上顯著，表明多元化程度越高，企業(yè)的績效越差． 實施多元化戰(zhàn)略所獲得的好處，如范圍經(jīng)濟、共同保險效應(yīng)等，并不足以抵消它所帶來的代理成本的增加、過度投資等方面的損失． 但模型(2)中，這一負相關(guān)關(guān)系并不顯著．

(3)資本結(jié)構(gòu)與企業(yè)績效負相關(guān)，且在1%的水平上顯著． 說明公司的負債越多，績效也越差． 這與MYERS和MAJLUF[7]的優(yōu)序融資理論相悖． 杜興強和漆傳金[21]將其歸因為我國證券市場發(fā)展的相對滯后，使得我國的上市公司更傾向于股權(quán)融資．

表5 固定效應(yīng)模型回歸結(jié)果

(4)股權(quán)集中度和高管薪酬都與企業(yè)績效正相關(guān)，且分別在5%和1%的水平上顯著． 表明隨著股權(quán)集中度和高管薪酬的提高，控股股東以及企業(yè)高管與企業(yè)利益會逐漸趨向于一致，一定程度上抑制控股股東和小股東之間以及管理者和股東之間的代理問題，提高企業(yè)績效．

2.4 基于內(nèi)生性和樣本選擇偏差的進一步分析

如上所述，多元化戰(zhàn)略會對企業(yè)績效產(chǎn)生影響，但多元化戰(zhàn)略也會受到企業(yè)特質(zhì)、行業(yè)特點以及宏觀經(jīng)濟等方面的影響． 因此，企業(yè)的多元化決策存在內(nèi)生性． 若僅僅從外生視角研究多元化和企業(yè)績效之間的聯(lián)系，得出的結(jié)論可能并不準確．

表6 Probit估計結(jié)果

由表6所示，可決系數(shù)為0.113 9,似然估計比的對數(shù)值為-1 256.079；企業(yè)年齡的系數(shù)為0.032 8，且在1%的水平上顯著，說明企業(yè)成立時間越長，越容易采用多元化戰(zhàn)略，而其邊際效應(yīng)為0.013，表明在其他條件不變的前提下，企業(yè)年齡在樣本均值的基礎(chǔ)上加1，企業(yè)采用多元化戰(zhàn)略的概率就增加1.3%．

此外，控股股東性質(zhì)的系數(shù)為-0.157 4，說明相比國有企業(yè)，非國有企業(yè)更有可能采用多元化戰(zhàn)略． 洪道麟和熊德華[20]認為，這可能是企業(yè)處于規(guī)避風(fēng)險的目的，相比國有企業(yè)，非國有企業(yè)面臨更大的經(jīng)營風(fēng)險． 而表6中經(jīng)營風(fēng)險與多元化戰(zhàn)略負相關(guān)，表明經(jīng)營風(fēng)險越高，企業(yè)越不傾向于實施多元化戰(zhàn)略，本文認為，這可能是由于企業(yè)只有在擁有了穩(wěn)定的經(jīng)營收入以后，才有能力進行多元化戰(zhàn)略．

股權(quán)集中程度、董事會人數(shù)、高管薪酬都與多元化決策負相關(guān)，且分別在1%、1%和10%的水平上顯著． 說明隨著股權(quán)集中程度的提高以及董事會人數(shù)的增加，大股東會更有動力去監(jiān)督經(jīng)理層的行為，減少代理成本，而高管薪酬的增加，也會使管理者的利益與股東利益趨于一致，減少不必要的多元化投資行為．

DIV為多元化變量，分別采用赫芬達爾指數(shù)H和多元化虛擬變量D．Control為控制變量，與上文選用的變量一致，為節(jié)省篇幅，省略了控制變量的系數(shù)的回歸結(jié)果(樣本數(shù)為2 048)． 表7為檢驗結(jié)果，其中，括號外為使用H時的結(jié)果，括號內(nèi)為使用D時的結(jié)果．

由表7可知，模型(4)中，無論是使用H還是D，多元化戰(zhàn)略實施的條件概率與DIV正相關(guān)，在1%的水平上顯著，且F值均大于30，說明該工具變量滿足相關(guān)性條件． 而模型(5)中，多元化變量DIV與企業(yè)績效顯著負相關(guān)，且分別通過了1%和5%的顯著性檢驗，而工具變量的系數(shù)不顯著，滿足了外生性條件．

表7 工具變量有效性檢驗

(3)2SLS回歸結(jié)果. 在選取了合適的工具變量以后，參照CAMPA和KEDIA[14]的研究，采用兩階段最小二乘法進行回歸檢驗．

(6)

進行檢驗． 兩階段最小二乘法的結(jié)果見表8(樣本數(shù)為2 048)．

由表8可知，在控制內(nèi)生性后，模型的可決系數(shù)分別由0.238 3和0.238 6提高到0.305 9和0.310 9，進一步增強了模型的解釋能力． 多元化DIV的系數(shù)也分別由固定效應(yīng)的-0.005 7和-0.017 9減小為-0.013 4和-0.029 3，且顯著性也發(fā)生改變，D的系數(shù)由不顯著變?yōu)轱@著，H的顯著性水平從10%變?yōu)?%． 這說明在消除了內(nèi)生性的影響之后，多元化戰(zhàn)略對企業(yè)績效的損害更為嚴重． 此外，為檢驗工具變量加入前后變量的系數(shù)是否顯著變化，本文采用了Hausman檢驗進行驗證，結(jié)果顯示P值為0.000 3和0，強烈拒絕控制內(nèi)生性前后系數(shù)沒有顯著差異的原假設(shè)，即我國上市公司的多元化戰(zhàn)略和企業(yè)績效間的內(nèi)生性問題顯著．

表8 2SLS回歸結(jié)果

(4)Heckman選擇模型回歸結(jié)果.內(nèi)生性視角下多元化戰(zhàn)略與企業(yè)績效的研究認為企業(yè)的多元化決策是內(nèi)生的，會受到企業(yè)特質(zhì)、行業(yè)因素和外部環(huán)境等多方面影響． 這些因素會對研究樣本產(chǎn)生選擇作用，即多元化折價的產(chǎn)生并不是因為多元化戰(zhàn)略損害績效，而是因為這些企業(yè)在實施多元化戰(zhàn)略之前績效就比較差．

為控制樣本選擇的影響，本文參考CAMPA和KEDIA[14]的方法，采用Heckman兩步法進行估計建立以下模型：

Pi,t(D)=β0+β1Competitioni,t+β2GDPi,t+

(7)

ROA=α0+α1Competitioni,t+α2GDPi,t+α33+

(8)

其中，α0為截距項，αi(i=1,…,n)為回歸系數(shù).

第1步，估計模型(7)得到企業(yè)選擇多元化戰(zhàn)略的概率P和逆米爾斯比率Lambda． 第2步，將ROA、Lambda和控制變量一起進行回歸，回歸結(jié)果見表9(樣本數(shù)為2 048)．

由表9可知，多元化程度H的系數(shù)由固定效應(yīng)模型中的-0.017 9減小為-0.020 6，顯著性水平也由10%降低為1%，表明在控制了樣本選擇的影響后，多元化戰(zhàn)略對企業(yè)績效的負面影響更為嚴重，與2SLS方法所得到的結(jié)果類似． 此外，逆米爾斯比率Lambda的系數(shù)為-0.050 3，且在10%的水平上顯著，表明存在樣本選擇偏差，應(yīng)該使用樣本選擇模型估計．

表9 Heckman樣本選擇結(jié)果

(5)穩(wěn)健性檢驗. 作為企業(yè)績效的另一種度量方法，托賓Q值反映了市場對企業(yè)前景的測度． 為了彌補單純使用財務(wù)指標衡量企業(yè)績效的不足，本文采用托賓Q值重復(fù)以上的過程以檢驗結(jié)論的穩(wěn)健性． 托賓Q為企業(yè)的市值與重置成本之比，其中，非流通股的市值部分采用流通股估價代替計算．

穩(wěn)健性檢驗的結(jié)果顯示，以D為多元化變量，系數(shù)由-0.028 1變?yōu)?0.252 8，顯著性由不顯著變?yōu)?0%的水平下顯著． 以H為多元化變量，系數(shù)由0.045 2變?yōu)?0.552 3，顯著性同樣由不顯著變?yōu)?0%的水平下顯著，且兩者的Hausman檢驗均顯示存在內(nèi)生性． 可見，在以托賓Q作為績效變量時，檢驗結(jié)果與前文并沒有實質(zhì)性的改變．

3 結(jié)論

本文基于2008—2013年間滬市A股上市公司的面板數(shù)據(jù)，采用赫芬達爾指數(shù)H和多元化虛擬變量D這2個多元化指標驗證了多元化戰(zhàn)略和企業(yè)績效之間的關(guān)系，得到以下結(jié)論：

(1)多元化戰(zhàn)略與企業(yè)績效負相關(guān)，而在通過工具變量法和Heckman樣本選擇模型控制了內(nèi)生性問題以后，這一關(guān)系變得更為顯著． 無論是赫芬達爾指數(shù)H還是多元化虛擬變量D，其系數(shù)都變得更小，說明多元化戰(zhàn)略對企業(yè)績效的負面影響更為嚴重，這與CAMPA和KEDIA[14]、HOECHLE等[18]等的結(jié)論相反． 主要原因除了研究樣本、時間窗口等方面原因外，可能是本文選用的處理方法有效避免了樣本估計結(jié)果的偏差．

(2)作為一種重要的企業(yè)戰(zhàn)略，多元化經(jīng)營能帶來共同保險效應(yīng)、范圍經(jīng)濟等好處，但同時也伴隨著代理成本的增加、內(nèi)部資本市場的低效等缺陷，而從本文的實證結(jié)果來看，多元化經(jīng)營所帶來的好處還不足以彌補其所造成的損失． 與西方發(fā)達資本市場相比，我國資本市場不發(fā)達、監(jiān)管體系和法律制度也不完善，這些差異可能造成了控制內(nèi)生性后的結(jié)果與國外相關(guān)研究不一致，后續(xù)研究可以作為相關(guān)方向繼續(xù)深入分析．

[1] ANSOFF H I. Strategies for diversification [J]. Harvard Business Review,1957(5):113-124.

[2] LANG H P,STULZ R M. Tobin’s Q,diversification and firm performance[J]. Journal of Political Economy,1994,102:1248-1280.

[3] GOMES J,LIVDAN D. Optimal diversification:reconciling theory and evidence[J]. Journal of Finance,2004,59:507-535.

[4] LEE B S,LI M Y L. Diversification and risk-adjusted performance:a quantile regression approach [J]. Journal of Banking and Finance,2012,36:2157-2173.

[5] TEECE D J. Towards an economic theory of the multiproduct firm [J]. Journal of Economic Behavior and Organization,1982,3(1):39-63.

[6] LEWELLEN W. A pure financial rationale of the conglomerate merger [J]. Journal of Finance,1971,26:521-537.

[7] MYERS S,MAJLUF N. Stock issues and investment policy when firms have information that investors do not have[J]. Journal of Financial Economics,1984(13):187-222.

[8] JENSEN M C,MEEKLING W H. Agency costs of free cash flow,corporate finance and takeovers[J]. American Economic Review,1986,76:323-33.

[9] HARRIS M,KRIEBEL C H,RAVIV A. Asymmetric information,incentives,and intrafirm resource allocation[J]. Management Science,1982,28:604-620.

[10]OZBAS O,SCHARFSTEIN D S. Evidence on the dark side of internal capital markets [J]. Review of Financial Studies,2010,23(2):581-599.

[11]BERGER P,OFEK E. Diversification effect on firm’s va-lue[J]. Journal of Financial Economics,1995,37:39-65.

[12]COMMENT R,JARRELL G A. Corporate focus and stock returns[J]. Journal of Financial Economics,1995,37:67-87.[13]VILLALONGA B. Diversification discount or premium? New evidence form the business information tracking series[J]. Journal of Finance,2004,59(2):479-506.

[14]CAMPA J M,KEDIA S. Explaining the diversification discount[J]. Journal of Finance,2002,57(4):1731-1762.

[15]VILLALONGA B. Does diversification cause the “diversification discount?”[J]. Financial Management,2004,33(2):5-27.

[16]SCHMID M,WALTER I. Do financial conglomerates create or destroy economic value?[J]. Journal of Financial Intermediation,2009,18:193-216.

[17]BAE S C,KWON T H,LEE J W. Does corporate diversification by business groups create value? Evidence from Kor ean chaebols[J]. Pacific-Basin Finance Journal,2011,19:535-553.

[18]HOECHLE D,SCHMID M,WALTER I,et al. How much of the diversification discount can be explained by poor corporate governance[J]. Journal of Financial Economics,2012,103:41-60.

[19] 蘇冬蔚. 多元化經(jīng)營與企業(yè)價值:我國上市公司多元化溢價的實證分析[J]. 經(jīng)濟學(xué)(季刊),2005，4(S1):135-158.

SU D W. Diversification and firm value:an empirical investigation of diversification premium based on China’s stock-market listed companies[J]. China Economic Quarterly,2005,4(S1):135-158.

[20] 洪道麟,熊德華. 中國上市公司多元化與企業(yè)績效分析-基于內(nèi)生性的考察[J]. 金融研究,2006(11):33-43.

HONG D L,XIONG D H. An study on the relation betweendiversification and firm performance in Chinese listed companies[J]. Journal of Financial Research,2006(11):33-43.

[21] 杜興強,漆傳金. 管理層持股與公司業(yè)績的相關(guān)性:模型解釋力、內(nèi)生性與行業(yè)競爭度[J]. 當代會計評論,2008,1(2):50-74.

DU X Q,QI C J. Managerial ownership and corporate performance:the model explanatory power,endogeneity and the industry competition[J]. Contemporary Accounting Review,2008,1(2):50-74.

[22] 方穎,趙揚. 尋找制度的工具變量-估計產(chǎn)權(quán)保護對中國經(jīng)濟增長的貢獻[J].經(jīng)濟研究,2011(5):138-148.

FANG Y,ZHAO Y. Looking for instruments for institutions:estimating the impact of property rights protection on Chinese economic performance[J]. Economic Research Journal,2011(5):138-148.

【中文責(zé)編：莊曉瓊 英文責(zé)編：肖菁】

The Study on the Relation between Diversification and Firm Performance:Evidence from Endogeneity and Sample Selection Model

ZHU Qi1,2*， PENG Tao1,2， HOU Ya1,2

(1． Scientific Laboratory of Economic Behaviors, South China Normal University, Guangzhou 510631, China; 2． South China Research Center for Market Economy， South China Normal University, Guangzhou 510631, China)

A new explanation for firm performance is given from the perspective of diversification strategy in this paper. Employing panel data from the listed companies of Shanghai A shares from 2008 to 2013, after considering the model endogeneity and sample self-selection and controlling the variables such as corporate governance entity, the relation between the corporate diversification and firm performance is empirically analyzed in this study. It has been found that corporate diversification has significant negative effect on firm performance and the coefficient becomes smaller in either Herfindahl index or diversification dummy variable. After having employed IV methodology and Heckman sample selection model, the results have become worse. Robustness tests show that the results are reliable. The policy implication could be derived from above results is that this conclusion enriches the diversification strategy theory and has supplied scientific basis for operating diversification strategy effectively.

diversification; firm performance; endogeneity; sample self-selection model

2016-04-13 《華南師范大學(xué)學(xué)報(自然科學(xué)版)》網(wǎng)址：http://journal.scnu.edu.cn/n

國家自然科學(xué)基金項目(71572062)

F275；O

A

*通訊作者:朱琪，教授，Email：zjuzq1998@126.com.