張曉宇，王 策，錢樂樂

(上海財經(jīng)大學 金融學院，上海 200433)

股票價格的“漣漪效應”研究*
——基于公司投資決策的視角

張曉宇，王 策，錢樂樂

(上海財經(jīng)大學 金融學院，上海 200433)

公司股價會對其自身的投資決策產(chǎn)生影響，但市場上可能存在一家公司的股價異動會對其他相關公司的投資產(chǎn)生影響的現(xiàn)象，即股票價格的“漣漪效應”。文章選取2007-2014年中國A股上市公司為樣本，論證了股票價格“漣漪效應”的存在性，并探討其作用機制。研究發(fā)現(xiàn)：(1)公司投資決策不僅受到自身股票價格的影響，還受到同行公司股票價格的顯著正向影響，即存在“漣漪效應”；(2)“漣漪效應”的強弱主要受信息環(huán)境的影響，即同行公司股票價格的信息含量較高、信息有效性較強，并有更多分析師覆蓋時，股價波動產(chǎn)生的“漣漪效應”則更為明顯；(3)公司所屬行業(yè)的資本密集程度較高、所屬地區(qū)的市場化程度較低以及公司規(guī)模較大時，其投資決策更易受到“漣漪效應”的影響。這說明與社會學習理論和信號理論相一致，同行公司的股票價格可為管理層的投資決策提供有用信息。

股票價格；漣漪效應；信息環(huán)境；公司投資

一、引 言

現(xiàn)有研究在考察公司投資決策問題時，一般只考慮公司自身股票價格和基本面因素，然而市場上經(jīng)?？梢杂^察到一家公司股票價格異動對其他相關公司投資產(chǎn)生影響的現(xiàn)象，表現(xiàn)為股票價格的“漣漪效應”。例如，2012年特斯拉公司(Tesla)推出一款新能源汽車，上市后銷量火爆，其股票價格在隨后兩年上漲了近9倍，受特斯拉股票價格刺激，國內(nèi)吉利集團、申沃客車等公司相繼投入巨資，建設新能源汽車產(chǎn)業(yè)基地；2014年Facebook以20億美元的高估值收購虛擬現(xiàn)實公司Oculus，國內(nèi)公司暴風集團也隨之進行相關投資，引發(fā)上市后股價持續(xù)漲停，這刺激多家上市公司投入巨額資金，掀起了國內(nèi)虛擬現(xiàn)實技術投資熱潮。

“漣漪效應”(RippleEffect)最早由Kounin和Gump(1958)在教育學領域提出，他們將紀律中的“漣漪效應”定義為教師針對犯錯誤學生采取的教育措施對其他觀望學生的影響，并發(fā)現(xiàn)學生對于教師糾正其他學生的錯誤有正面反饋。接著，“漣漪效應”這一概念在其他學科領域得到應用和拓展。在管理學領域中，Barsade(2002)研究了群體中情緒傳染的“漣漪效應”，發(fā)現(xiàn)正向的情緒傳染有助于群體合作與降低沖突。在經(jīng)濟學領域中，“漣漪效應”主要用于分析房地產(chǎn)價格(李永友，2014；王策和周博，2016)、CEO獎項(Shi等, 2017)、股票價格噪音(Dessaint等, 2016)等。其中，王策和周博(2016)指出房地產(chǎn)價格的“漣漪效應”是指某個地區(qū)的房價變動會帶動周圍地區(qū)相關經(jīng)濟變量變動；Shi等(2017)發(fā)現(xiàn)部分CEO獲獎后，未獲獎的競爭者CEO會進行更密集的并購活動，以提高其社會知名度，并將此現(xiàn)象稱為CEO獲獎的“漣漪效應”。綜觀現(xiàn)有文獻，“漣漪效應”的定義因研究問題而異，總體來看，某因素的“漣漪效應”是指主體本身的因素對其他相關主體行為的影響。

關于股票價格影響公司投資決策的研究有很多(Bond等，2012；Edmans等，2012；Warusawitharana和Whited，2015；劉端和陳收，2006；李君平和徐龍炳，2015)，但大多數(shù)是基于公司投資決策相互獨立的假設，僅考慮公司自身因素對投資的影響。Foucault和Fresard(2014)拓寬了這一假設，研究了美國資本市場上同行公司股票價格對公司投資的影響；Dessaint等(2016)研究了美國資本市場上股票價格噪音的“漣漪效應”，分析本公司股價噪音對其他公司投資決策的影響。但他們?nèi)狈ζ溆绊憴C制的研究，并忽視了實證方法中的內(nèi)生性問題。國內(nèi)尚無學者研究股票價格波動產(chǎn)生的“漣漪效應”，即公司間股票價格與投資決策的交叉影響。事實上，每個上市公司與同行業(yè)公司不僅存在競爭關系，也共同受到某些外部因素的影響。而同行公司股票價格中既包含反映同行公司競爭程度的信息，也包含影響整個行業(yè)的相關因素的信息(如消費者需求的穩(wěn)定性、行業(yè)發(fā)展的健康程度等)。管理層通過學習同行公司股票價格中的有用信息，可以提高本公司的投資效率。本文系統(tǒng)地研究中國資本市場上股票價格波動的“漣漪效應”及其內(nèi)在機制。

首先，借鑒信號理論，探究股票價格“漣漪效應”的存在性，即公司投資決策是否受同行公司股票價格的影響。研究發(fā)現(xiàn)，在控制了公司自身股票價格等因素后，公司投資決策與同行公司股票價格存在顯著的正相關關系，即股票價格波動會產(chǎn)生“漣漪效應”。當同行公司股票價格上升時，本公司增加投資。為解決內(nèi)生性問題，本文選用同行公司股票特質收益率作為同行公司股票價格的工具變量，采用兩階段最小二乘法進行回歸，從而拓展了已有研究。此外，當采用不同的公司投資度量指標和行業(yè)劃分標準時，這一結論均穩(wěn)健。

其次，借鑒社會學習理論，探究股票價格的“漣漪效應”的作用機制，從信息發(fā)出端視角出發(fā)，考察信息環(huán)境對“漣漪效應”的影響。研究發(fā)現(xiàn)，同行公司股票價格的信息含量較高、信息有效性較強，并有更多分析師覆蓋時，股價波動產(chǎn)生的“漣漪效應”更為明顯，公司投資決策更易受到同行公司股票價格的影響。

最后，從信息接收端視角出發(fā)，考察具有什么特性的公司容易受到“漣漪效應”的影響。研究發(fā)現(xiàn)，當公司所屬行業(yè)的資本密集程度較高、所屬地區(qū)的市場化程度較低以及公司規(guī)模較大時，其投資決策受同行公司股票價格的正向影響較為明顯。這說明公司管理層通過學習同行公司股票價格中的有用信息來幫助其做出投資決策。

本文對已有研究的貢獻在于：第一，首次對我國資本市場中股票價格波動產(chǎn)生的“漣漪效應”進行研究，論證了股票價格異動會影響其他相關公司的投資決策，并從信息發(fā)出端和信息接收端兩個角度出發(fā)，探究其背后的作用機制。第二，拓展了關于公司投資決策影響因素的研究，包括在我國制度背景下探究公司投資決策中影響“漣漪效應”發(fā)揮的因素，并采用工具變量方法較好地解決了內(nèi)生性問題，從而提高了實證結論的可靠性，彌補了現(xiàn)有文獻(Foucault和Fresard，2014；石桂峰，2015)的不足。

二、文獻回顧與研究假說

已有研究發(fā)現(xiàn)，股票價格會影響公司投資決策(Bond等，2012；Edmans等，2012；鐘娟等，2013 ；Warusawitharana和Whited，2015)，并證實了資本市場對實體經(jīng)濟真實效應的存在，其內(nèi)在機制在于，由于知情交易者(InformedTraders)的存在，股票價格中包含諸多有用的私有信息，有助于管理層優(yōu)化其投資決策(Subrahmanyam和Titman，1999)。類似地，Chen等(2007)使用托賓Q作為股票價格中包含私人信息的代理變量，發(fā)現(xiàn)公司投資決策與托賓Q顯著相關。國內(nèi)學者發(fā)現(xiàn)中國上市公司投資決策會受到本公司股票價格(劉端和陳收，2006)、股票價格信息含量(于麗峰等，2014)、股價中非理性因素信息(黃偉彬，2008)以及股票市場錯誤定價(李君平和徐龍炳，2015)的影響。

然而，以上研究均基于公司投資決策相互獨立的假設，僅考慮公司自身的基本面因素、股票價格等對公司投資的影響。近年來，有國外研究指出公司投資會受到同行公司財務報告質量(Beatty等，2013)、公司價值(Foucault和Fresard，2014)的影響。公司投資決策也會通過行業(yè)進入、供應鏈、社會關系等相互影響(Raff和Verwijmeren, 2013; Williams和Xiao，2014；Fracassi，2016)。國內(nèi)研究(石桂峰，2015)則發(fā)現(xiàn)公司投資存在同群效應，即公司當年新增投資會隨同地區(qū)不同行業(yè)公司平均新增投資的增加而增加，但他忽略了同群效應識別中的“反射問題”(Manski，1993)。很少有學者研究股票價格波動可能引發(fā)的“漣漪效應”。

特別地，國內(nèi)尚無學者研究股票價格如何影響其他公司的投資決策，即公司間股票價格與投資決策的交叉影響。在我國資本市場上，公司股票價格波動可能產(chǎn)生“漣漪效應”，進而影響其他公司的投資決策。事實上，每個上市公司不但與同行公司存在競爭關系，也共同受到某些外部因素(如行業(yè)政策、行業(yè)需求量等)的影響。同行公司股票價格中既包含同行公司競爭程度的相關信息，也包含影響整個行業(yè)的相關因素的信息。管理層通過學習同行公司股票價格中所包含的有用信息，能夠更有針對性地制訂公司投資計劃。如前所述，同行公司股票價格的上升可能代表行業(yè)未來較好的發(fā)展前景或同行公司競爭實力的提升，這都會引發(fā)本公司增加投資規(guī)模以維持或提高其市場地位。因此，本文提出如下假說：

假說1：股票價格波動會產(chǎn)生“漣漪效應”，進而影響其他公司的投資決策，即公司投資決策會受到同行公司股票價格的影響。

同行公司股票價格影響本公司投資決策的主要機制在于，同行公司股票價格中包含了本公司股票價格中所沒有的信息，公司管理層通過學習這些額外信息，了解行業(yè)發(fā)展機會和潛在的挑戰(zhàn)，進而提高其投資決策水平。本文將從兩個方面闡述以上影響機制：一方面，從同行公司這一“信息發(fā)出者”視角，分析其股票價格信息特征如何影響公司投資決策對同行股價的敏感性；另一方面，從本公司這一“信息接收者”視角，研究管理層對信息依賴程度的不同，導致其投資決策對同行公司股票價格的敏感程度的變化(見圖1)。

圖1 同行公司股票價格對公司投資決策的影響機制

從信息發(fā)出者視角來看，本文考慮三個股票價格信息特征：股票價格信息含量、有效性與分析師覆蓋數(shù)量。第一，當同行股票價格中所包含的新信息越多，其對公司管理層投資決策的幫助越大(Foucault和Gehrig，2008)。而股票價格中新信息的主要生產(chǎn)者是股票交易過程中的“知情交易者”(Gelb和Zarowin，2002；Fernandes和Ferreira，2009)。同行公司股價信息含量度量了同行公司股票知情交易的數(shù)量以及股票價格所包含的私人信息的多少。同行公司股價信息含量越高，其包含的信息與本公司股票價格中信息的重疊性越小，公司投資決策對同行公司股票價格的敏感性應越強。

第二，本文使用公司的同質性(Homogeneity)來度量股價信息的有效性。公司的同質性反映公司共同受到行業(yè)外部經(jīng)濟因素影響的程度，同質性越高，行業(yè)內(nèi)公司越容易面臨共同外部經(jīng)濟沖擊。因此，行業(yè)內(nèi)同質性越高的公司，其股票價格所包含的信息對其他公司管理層越有參考價值，因為其股票價格中包含較多能夠影響其他公司的共同因素。同理，同行公司同質性越高，本公司投資決策對同行公司股票價格的敏感性應越強。

第三，分析師在股票市場中扮演了信息處理和傳遞者的角色，促進信息更快速、準確地進入股票價格中。Chen等(2007)研究發(fā)現(xiàn)，分析師能夠使股票價格中包含更多的公司管理層所知道的信息。*Chen等(2007)研究發(fā)現(xiàn)，分析師覆蓋程度越高的公司，管理層投資決策對其股票價格的敏感程度越弱。原因在于，分析師能夠使股票價格中包含更多管理層已知的信息，此信息對管理層而言并非新信息，因而對管理層投資決策影響較弱；但本公司管理層已知的信息并不被同行公司管理層所知，對于其他公司管理層而言是新信息，因此當同行公司分析師覆蓋程度越高時，其信息對同行公司管理層越有用，同行公司管理層投資決策受其股票價格影響也就越強。這表明同行公司分析師覆蓋數(shù)量越多，其股票價格包含同行管理層所知信息越多，對本公司管理層投資決策也就越有參考價值。因此，本文提出如下假說：

假說2：如果同行公司股票價格包含的信息含量較高、信息有效性較強，并有較多分析師覆蓋，那么股價波動產(chǎn)生的“漣漪效應”更為明顯。

從信息接收者視角來看，經(jīng)營環(huán)境不同的上市公司，其管理層對外部信息的依賴程度也不同。本文根據(jù)公司所屬行業(yè)的資本密集程度、所屬地區(qū)的市場化程度和公司規(guī)模這三個特征來刻畫公司經(jīng)營環(huán)境。第一，在資本密集程度較高的行業(yè)，投資(資本支出)決策對公司未來的發(fā)展具有舉足輕重的作用，公司管理層對外部信息的依賴程度會更強，而且公司投資應對同行公司的股票價格所包含的信息做出更迅速和更強的反應。因此，此行業(yè)內(nèi)的公司投資決策對同行公司股票價格的敏感性將會更高。

第二，由于外部市場化環(huán)境有助于提高企業(yè)的信息披露程度(馬寧和孟衛(wèi)東，2015；李慧云和劉鏑，2016)，在市場化程度較低的地區(qū)，市場信息環(huán)境較差，公司管理層有動力、有需求從同行業(yè)公司的股價中推斷信息；相反，在市場化程度較高的地區(qū)，信息環(huán)境較為透明，管理層可獲得足夠的信息，在做出投資決策時學習其他公司股價中信息的必要性也會減少。

第三，公司規(guī)模較大時，面臨的融資約束較低(Qiu和Wan, 2015)，從同行公司股票價格中學習到投資機會時，更容易快速實現(xiàn)投資意愿，表現(xiàn)為公司投資決策會受到同行股價的影響；而規(guī)模較小的公司面臨較嚴重的融資約束，很難及時實現(xiàn)投資意愿，從而錯失投資機會。因此，本文提出如下假說：

假說3：當所屬行業(yè)的資本密集程度較高、所屬地區(qū)的市場化程度較低以及公司規(guī)模較大時，公司更易受到“漣漪效應”的影響。

三、研究設計

(一)樣本與數(shù)據(jù)

本文數(shù)據(jù)來源于國泰安CSMAR數(shù)據(jù)庫，選取滬深兩市A股上市公司作為研究樣本,以2007-2014年作為研究區(qū)間，并對原始數(shù)據(jù)進行了如下篩選：(1)剔除金融類上市公司，包括銀行、證券、保險和信托類公司；(2)剔除ST和PT的上市公司；(3)剔除存在缺失的樣本；(4)剔除行業(yè)內(nèi)公司少于5家的情況；(5)對極端值采取1%縮尾。采取證監(jiān)會二級行業(yè)分類標準進行劃分。*采取二級行業(yè)分類標準，既能夠避免分類過少導致經(jīng)營范圍不相關的公司被誤劃分為同行公司，又能夠防止分類過多，導致某行業(yè)同行公司樣本不足的情況。

(二)基本回歸模型

為了研究同行公司股票價格對公司投資決策的影響，本文使用如下基本回歸模型：

(1)

(三)變量定義

1.公司投資。為保證結論的穩(wěn)健性，被解釋變量Investmentijt分別采取兩種方法度量：不包含研發(fā)支出的資本支出比率和包含研發(fā)支出的資本支出比率。

2.同行公司股票價格的度量。參照Chen等(2007)關于股票價格對公司投資決策影響的研究方法，本文采用托賓Q作為度量公司股票價格的代理變量。為了盡量減少公司自身托賓Q與同行公司托賓Q的共有信息量，本文采用“同行公司平均相對托賓Q”(RelativePeerQ)作為同行公司股票價格的代理變量。具體計算步驟如下：

首先，計算j行業(yè)i公司在t年度的托賓Q。本文參考Baker等(2003)和Chen等(2007)的計算方法，公式如下：

(2)

其次，計算j行業(yè)i公司在t年度的相對托賓Q(RelativeQijt)，公式如下：

(3)

其中，N表示公司i所屬行業(yè)內(nèi)公司數(shù)量。最后，計算同行公司平均相對托賓Q值(RelativePeerQijt)：

(4)

同行公司平均相對托賓Q值表示剔除大部分行業(yè)共同因素影響后，同行公司的平均托賓Q值。為檢驗度量指標的有效性，我們測試公司個體托賓Q(Q)、同行公司平均托賓Q(PeerQ)和同行平均相對托賓Q(RelativePeerQ)的相關關系，發(fā)現(xiàn)此指標能夠較好地度量同行公司股票價格中所包含的特有信息。*受篇幅所限，檢驗結果略去。如有需要，可向作者索取。

3.控制變量。控制變量包括公司自身層面影響投資的變量：(1)公司經(jīng)營現(xiàn)金流。Fazzari等(1988)發(fā)現(xiàn)，公司經(jīng)營現(xiàn)金流對公司投資決策具有顯著影響。(2)資產(chǎn)負債率。辛清泉和林斌(2006)發(fā)現(xiàn)，我國上市公司投資決策受到其債務杠桿的顯著負向影響。(3)公司規(guī)模。本文使用上年度公司資產(chǎn)規(guī)模的對數(shù)值的倒數(shù)作為公司規(guī)模的代理變量。本文還控制了同行公司的相應變量，包括同行公司經(jīng)營現(xiàn)金流、同行公司股票收益率和同行公司規(guī)模等。

4.其他分組變量。如果從信息發(fā)出者視角探究股票價格變動產(chǎn)生“漣漪效應”的作用機制，同行公司股票價格的信息特征可以從以下三個維度度量：

(1)同行公司平均股票價格信息含量(PeerInfo)。本文使用股票特質收益率的波動性(IdiosyncraticReturnVariation，IRV)度量公司股票價格信息含量。*此指標的構建邏輯在于：股票價格中新信息的主要生產(chǎn)者是股票交易過程中的知情交易者，而知情交易者對公司的股票交易增加時，會使該股票與整個市場的股票價格走勢更加不同步，從而增加該股票的特質收益率的波動性(Morck等, 2000；Durnev等, 2003；Durnev等,2004)。

首先，使用上年度的日交易數(shù)據(jù)對下式進行回歸，得到擬合優(yōu)度R2：

(5)

其次，將每個公司的IRV減去行業(yè)平均IRV得到相對特質收益率的波動性RelaiveIRV。最后，用同行公司平均RelaiveIRV度量同行公司股票價格信息含量(PeerInfo)。

(2)同行公司平均股價信息有效性(PeerEaringCorr)。本文使用公司同質性度量公司股價信息的有效性。同行公司股價信息有效性的計算方法如下：首先，在t年度計算公司i前2年的季度利潤總額與同行公司(除公司i外)季度平均利潤總額的相關系數(shù)，作為公司i股價信息有效性的度量指標(EaringCorr)。其次，取公司i的同行公司股價信息有效性的平均值作為同行公司股票股價信息有效性。

(3)同行公司平均分析師關注數(shù)量(PeerAnalystCov)。首先，如果當年分析師對某上市公司發(fā)布過預測報告，則認為該分析師關注了該公司。在t年度對上市公司i計算對其關注的分析師數(shù)量，然后將t年度同行業(yè)其他所有公司分析師關注數(shù)量的平均值，作為公司i同行公司分析師關注數(shù)量。

表1 變量名稱及定義

四、實證研究結果

(一)公司股票價格的“漣漪效應”存在性研究——對假說1的檢驗

本節(jié)探究公司投資者決策是否受同行公司股票價格的影響。首先，采用普通最小二乘法回歸；然后，為解決可能存在的內(nèi)生性問題，采用工具變量方法進行實證。

1.基本回歸結果。基本回歸模型(1)的初步回歸結果如表2所示。列(1)表示最簡單回歸，僅包含解釋變量Q和RelativePeerQ，且加入時間和行業(yè)固定效應，變量RelativePeerQ的回歸系數(shù)為0.079，且在1%的統(tǒng)計水平上顯著。列(2)在列(1)的基礎上加入了可能影響公司投資決策的公司特征作為控制變量，RelativePeerQ的回歸系數(shù)為0.083，且在1%的統(tǒng)計水平上顯著。列(3)在(2)列的基礎上加入了可能影響公司投資決策的同行公司特征作為控制變量，RelativePeerQ的回歸系數(shù)為0.097，且在1%的統(tǒng)計水平上顯著。表2的回歸結果表明，公司投資決策不僅受到自身股票價格的影響，還會受到同行公司股票價格的顯著正向影響，從而證實了股價變動具有“漣漪效應”，會影響其他公司投資決策。這也從側面表明，同行公司股票價格確實包含了自身股票價格所沒有的信息。

為了保證上述結果的穩(wěn)健性，我們使用包含研發(fā)支出的資本支出比率(CaptialExRD)作為公司投資的代理變量，對基本回歸模型(1)重新進行實證檢驗，回歸結果見列(4)，RelativePeerQ的系數(shù)為0.137，且在1%的統(tǒng)計水平上顯著。此結論與列(3)的結果一致。綜上可知，公司管理者會根據(jù)同行公司股票價格調整投資水平，當同行公司股票價格平均水平較高時，公司會增加其投資水平；并且公司個體特征的控制變量與已有研究結論一致。

表2 公司投資決策受同行公司股票價格的影響

注：括號內(nèi)為t統(tǒng)計量，**和*分別表示在1%和5%水平上顯著。下同。

2.采用工具變量方法的回歸結果?；貧w模型(1)存在潛在的內(nèi)生性問題，本部分采用工具變量方法進行估計。雖然在構建同行相對托賓Q時已經(jīng)剔除了股票價格中包含的大部分行業(yè)層面的能夠影響行業(yè)內(nèi)所有公司的信息，但由于無法完全剔除行業(yè)共同影響因素，因此仍可能存在內(nèi)生性問題。為此，本文借鑒Leary和Roberts(2014)的研究方法，使用股票特質收益率作為工具變量進行估計。

股票特質收益率十分適合作為本文研究的工具變量，原因在于：(1)相關性。由于股票收益率包含公司未來成長機會的信息，因此其與托賓Q具有相關性。(2)外生性。從股票收益率中分解出來的股票特質收益率僅含有股票的個體信息，同行公司的股票特質收益率將不包含能夠影響整個市場和行業(yè)的因素。(3)不易被操縱。公司特質收益率中不直接包含財務信息，公司的股票價格等不易于被公司管理層直接操縱。

本文工具變量的構建方法參考Leary和Roberts(2014)的研究，并在其基礎上加入了規(guī)模、賬面市值比和動量三個因子，以優(yōu)化工具變量的外生性。工具變量的具體構建步驟如下：

首先，使用如下回歸模型構建工具變量：

(6)

其中，MKTt、SMBt、HMLt和MOMt分別表示Carhart四因素模型中的市場、規(guī)模、賬面市值比和動量四個因子。

(7)

(8)

表2和表3均表明，公司投資決策不但會受到本公司股票價格的影響，還會受到同行公司股票價格的影響，當同行公司股價格上升時，本公司會增加資本支出。這一研究結論不受投資代理變量的影響，同時工具變量的使用較好地解決了內(nèi)生性問題，說明研究結論穩(wěn)健。

表3 公司投資決策受同行公司股票價格的影響(工具變量方法)

續(xù)表3 公司投資決策受同行公司股票價格的影響(工具變量方法)

(二)考察信息環(huán)境對“漣漪效應”的影響——對假說2的檢驗

本部分探究同行公司股票價格中信息特征的不同，是否會導致本公司投資決策受同行公司股票價格影響的敏感程度產(chǎn)生差異。從三個維度度量同行公司股票價格的信息特征：同行公司股票價格信息含量、同行公司股價信息有效性和同行公司分析師覆蓋數(shù)量。根據(jù)這三種指標，分別在每一年將公司排序，排名靠前的50%作為High組，排名靠后的50%作為Low組。每一組按照基礎模型(1)進行回歸，然后對比變量RelativePeerQ的回歸系數(shù)。

回歸結果見表4，具體為：(1)列(1)和列(2)為按照同行公司股票價格信息含量進行分組的回歸結果。列(1)中變量RelativePeerQ的回歸系數(shù)為0.064，但統(tǒng)計上不顯著，這表明當同行公司股票價格的信息含量較少時，本公司的投資決策不受同行公司股票價格的影響。列(2)中RelativePeerQ的系數(shù)為0.127，且在1%的水平上顯著，這說明當同行公司股票價格信息含量較高時，本公司的投資決策會受同行公司股價的顯著正向影響。(2)列(3)和列(4)為按照同行公司股價信息有效性進行分組的回歸結果。列(3)中RelativePeerQ的系數(shù)為0.042，但統(tǒng)計上不顯著；而列(4)中RelativePeerQ的系數(shù)為0.198，且在1%的水平上顯著。這說明當同行公司股票價格信息有效性較強時，本公司的投資決策會受同行公司股票價格的正向影響，即公司管理層在進行投資決策時會考慮同行公司股票價格中所包含的信息的有效性。(3)列(5)和列(6)為按照同行公司分析師覆蓋數(shù)量進行分組的回歸結果。列(5)中RelativePeerQ的系數(shù)為-0.062，但統(tǒng)計上不顯著，這表明當同行公司分析師覆蓋較少時，本公司的投資決策不受同行公司股票價格的影響；而列(6)中RelativePeerQ的系數(shù)為0.163，且在1%的水平上顯著，這說明當同行公司分析師覆蓋較多時，本公司的投資決策會受同行公司股票價格的正向影響，即公司管理層在進行投資決策時會考慮同行公司股票價格中所包含的信息。

綜上所述，同行公司股票價格中所包含的信息會顯著地影響公司投資決策對同行公司股票價格的敏感性。具體而言，當同行公司股票價格所包含的信息含量較高、信息有效性較強，并有較多分析師覆蓋時，公司投資更易受到同行公司股票價格的影響，這表明同行公司股票價格中包含的信息對本管理層的價值較高，公司管理層在進行投資決策時更依賴同行公司股票價格中所包含的信息。

表4 不同股價信息特征下公司投資受同行公司股價的影響

(三)考察具有什么特性的公司更易受“漣漪效應”的影響——對假說3的檢驗

本部分從信息接收者即公司自身的視角出發(fā)，考察當公司經(jīng)營環(huán)境引起管理層對外部信息依賴程度變化時，公司投資決策對同行公司股票價格的敏感程度有何變化。根據(jù)公司所屬行業(yè)的資本密集程度、所屬地區(qū)的市場化程度和公司規(guī)模來刻畫公司經(jīng)營環(huán)境。采用表3的方法，在每一年度分別按照公司經(jīng)營環(huán)境的三種度量指標將公司樣本分為High組和Low組。每一組按照基礎模型(1)進行回歸，然后對比變量RelativePeerQ的回歸系數(shù)。

回歸結果見表5，具體為：(1)列(1)和列(2)為按照行業(yè)資本密集度進行分組的回歸結果。列(1)中RelativePeerQ的回歸系數(shù)為0.002，但統(tǒng)計上不顯著；列(2)中的相應系數(shù)為0.007，且在1%的水平上顯著。Wald檢驗結果顯示，這兩組的系數(shù)存在顯著差異，說明當所處行業(yè)的資本密集度較高時，公司的投資決策會受到同行公司股票價格的顯著正向影響。(2)列(3)和列(4)為按照地區(qū)市場化指數(shù)進行分組的回歸結果。列(3)中RelativePeerQ的系數(shù)為0.007，且在1%的水平上顯著，這說明當公司所處地區(qū)市場化水平較低時，本公司的投資決策更易受同行公司股票價格的影響；因為市場化程度較低的地區(qū)，其信息環(huán)境透明度較低，管理層更需要且更有動力學習同行公司股價中包含的信息。而列(4)中的相應系數(shù)為0.002，但統(tǒng)計上不顯著，這說明當同行公司所處區(qū)域地區(qū)市場化水平較高時，本公司的投資決策不易受同行公司股票價格的影響。(3)列(5)和列(6)為按照公司規(guī)模進行分組的回歸結果。列(5)中RelativePeerQ的系數(shù)為-0.000，但統(tǒng)計上不顯著；而列(6)中的系數(shù)為0.01，且在1%的水平上顯著。Wald檢驗結果(p值為0.001)表明，兩組回歸系數(shù)存在顯著差異。這說明對于規(guī)模較小的公司，其投資決策不受同行公司股票價格的影響；而對于規(guī)模較大的公司，其投資決策會受同行公司股票價格的顯著影響。這是因為，大規(guī)模公司的融資約束較小，從同行公司股票價格中學習到投資機會時，可以快速實現(xiàn)相應投資，而規(guī)模較小的公司，融資約束比較嚴重，很難及時實現(xiàn)投資意愿。

表5 不同經(jīng)營環(huán)境下公司投資受同行公司股價的影響

(四)穩(wěn)健性檢驗。首先論證本文的研究結果不受行業(yè)分類標準的影響，具體而言，分別使用證監(jiān)會行業(yè)分類、申萬行業(yè)分類和中信行業(yè)分類三種標準分別劃分同行公司，對基本回歸模型分別進行估計，結論保持不變；其次，檢驗結果在時間序列維度上的穩(wěn)健性，為了排除外部沖擊的影響，采用2009-2013年上市公司樣本考察公司投資是否受同行公司股價的影響，結論不變，這說明不受資本市場劇烈波動的影響；最后，針對本文采用的固定效應類別進行穩(wěn)健性檢驗，發(fā)現(xiàn)不論是控制公司和年度固定效應，還是控制行業(yè)、年度、地區(qū)固定效應，結論仍成立。*限于篇幅，本文沒有給出實證結果。如有需要，可向作者索取。

五、結論與建議

本文系統(tǒng)地研究了中國資本市場上股票價格波動的“漣漪效應”及其內(nèi)在機制，得到如下結論： (1)在控制了公司本身股票價格這一影響因素后，同行公司股票價格對公司投資決策有明顯的正向影響，即存在“漣漪效應”；進一步地，使用工具變量方法，較好地消除了內(nèi)生性問題，研究結論仍穩(wěn)健，并且這一結論不受公司投資的度量方法和同行公司的劃分標準的影響。(2)從信息發(fā)出者視角出發(fā)，探究影響股票價格“漣漪效應”的因素，發(fā)現(xiàn)當同行公司的股票價格信息含量較高、信息有效性較強以及分析師跟蹤數(shù)量較多時，股價波動產(chǎn)生的“漣漪效應”更為明顯。(3)從信息接收者視角出發(fā)，探究具有什么特性的公司更易受“漣漪效應”的影響，發(fā)現(xiàn)公司所屬行業(yè)的資本密集程度較高、所屬地區(qū)的市場化程度較低以及公司規(guī)模較大時，其投資決策更易受到“漣漪效應”的影響。

本文的理論意義在于，首次對我國資本市場上股票價格波動產(chǎn)生的“漣漪效應”進行研究，拓展了公司投資決策的影響因素研究。本文發(fā)現(xiàn)，公司的投資決策會受到其他同行公司股票價格的影響，并進一步研究了“漣漪效應”的影響因素和作用機制。本文的實踐意義在于，對公司管理層而言，在制定投資決策時，可參考同行公司的投資行為和股票價格等因素，提高投資效率；同時，應充分考慮其投資行為對同行其他公司的影響，這可能會進一步作用于公司自身。例如，當本公司股票價格上升，管理層決定增加投資時，不但要考慮投資項目本身的價值，還應考慮同行公司投資水平(受本公司股票價格上升影響)增加所導致的投資回報率的下降。對監(jiān)管者而言，本文結論說明，資本市場上股票價格對公司投資的影響具有連鎖反應，監(jiān)管者可通過制定政策，如強化信息披露、提高公司透明度、提高資本市場定價效率等來提高市場的資源配置效率。

未來的研究可從以下幾個方面來拓展：首先，除了資本支出和研發(fā)支出外，公司投資還包含公司并購等多種決策，未來研究可關注股價波動產(chǎn)生的“漣漪效應”對公司其他決策(如高送轉、分紅等)的影響。其次，本文著重闡述同行公司股票價格是否影響公司投資決策及其內(nèi)在機制，未來研究可關注這種“漣漪效應”的經(jīng)濟后果。最后，股價異動影響同行其他公司的投資水平，會對公司股價有反饋作用，進一步放大股價異動和投資波動，這種“放大”機制也值得進一步研究。

*文章還得到上海財經(jīng)大學創(chuàng)新團隊支持計劃的資助。

[1]李君平, 徐龍炳. 資本市場錯誤定價、融資約束與公司投資[J]. 財貿(mào)經(jīng)濟, 2015, (3): 88-102.

[2]石桂峰. 地方政府干預與企業(yè)投資的同伴效應[J]. 財經(jīng)研究, 2015, (12): 84-94.

[3]王策, 周博. 房價上漲、漣漪效應與預防性儲蓄[J]. 經(jīng)濟學動態(tài), 2016, (8): 71-81.

[4]辛清泉, 林斌. 債務杠桿與企業(yè)投資: 雙重預算軟約束視角[J]. 財經(jīng)研究, 2006, (7): 73-83.

[5]于麗峰, 唐涯, 徐建國. 融資約束、股價信息含量與投資-股價敏感性[J]. 金融研究, 2014, (11): 159-174.

[6]鐘娟, 魏彥杰, 沙文兵. 金融自由化改善了投資配置效率嗎?[J]. 財經(jīng)研究, 2013, (4): 16-25.

[7]Baker M, Stein J C, Wurgler J. When does the market matter? Stock prices and the investment of equity-dependent firms[J]. The Quarterly Journal of Economics, 2003, 118(3): 969-1005.

[8]Beatty A, Liao S, Yu J J. The spillover effect of fraudulent financial reporting on peer firms’ investments[J]. Journal of Accounting and Economics, 2013, 55(2-3): 183-205.

[9]Chen Q, Goldstein I, Jiang W. Price informativeness and investment sensitivity to stock price[J]. Review of Financial Studies, 2007, 20(3): 619-650.

[10]Dessaint O, Foucault T, Frésard L, et al. Ripple effects of noise on corporate investment[R]. AFA Discussion Papers No.11081, 2016.

[11]Fernandes N, Ferreira M A. Insider trading laws and stock price informativeness[J]. Review of Financial Studies, 2009, 22(5): 1845-1887.

[12]Foucault T, Fresard L. Learning from peers’ stock prices and corporate investment[J]. Journal of Financial Economics, 2014, 111(3): 554-577.

[13]Leary M T, Roberts M R. Do peer firms affect corporate financial policy?[J]. The Journal of Finance, 2014, 69(1): 139-178.

[14]Qiu J, Wan C. Technology spillovers and corporate cash holdings[J]. Journal of Financial Economics, 2015, 115(3): 558-573.

[15]Shi W, Zhang Y, Hoskisson R E. Ripple effects of CEO awards: Investigating the acquisition activities of superstar CEOs’ competitors[J]. Strategic Management Journal, 2017, 38(10): 2080-2102.

AStudyonRippleEffectofStockPrices:FromthePerspectiveofFirmInvestmentDecisions

Zhang Xiaoyu, Wang Ce, Qian Lele

(SchoolofFinance,ShanghaiUniversityofFinanceandEconomics,Shanghai200433,China)

Extant studies on firm investment decision-making generally consider firm own stock prices and fundamental factors. However, in the market, a phenomenon has usually been observed that one firm’s abnormal fluctuations in stock price have an impact on other related firms’ investment decisions, demonstrating the ripple effect of stock prices.

By using signaling theory, this paper firstly examines the existence of the ripple effect of stock prices in Chinese capital market, namely whether firm investment decisions are influenced by peer firms’ stock prices. Secondly this paper explores the mechanism of ripple effect of stock prices motivated by social learning theory and investigates the influence of information environment on the ripple effect from the perspective of information sending end. Furthermore, we investigate what characteristics may be easily affected by ripple effect from the perspective of information receiving end. By using the sample of A-share listed companies in China from 2007 to 2014, this paper empirically studies the existence and internal mechanism of ripple effect of stock prices by means of least square method and instrumental variable method.

It comes to the following conclusions: firstly, firm investment decision is not only affected by its stock price, but also by the stock prices of peer firms, namely, there is ripple effect of stock prices. Secondly, ripple effect is mainly influenced by information environment. When peer firms have higher stock price informativeness, stronger information validity and more analyst coverage, ripple effect arising from stock price volatility is larger. Thirdly, when firms are located in the industries with higher capital intensity, in the area with lower marketization and with larger size, firm investment decisions are more sensitive to ripple effect of peers’ stock prices. These findings indicate that peer firms’ stock prices can provide useful information for managers to make investment decisions, consistent with social learning theory and signaling theory.

These conclusions of this paper provide the enlightenment for firm investment decision-making and regulatory policy formulation. The firm management can learn information from factors like peer firm investment and stock prices to improve investment efficiency. As for regulators, the conclusion that the stock prices have the ripple effects in firm investment policy indicates that regulators can enhance the efficiency of market allocating resources through supervising information disclosure, improving corporate transparency and raising asset pricing efficiency.

This paper’s contribution is twofold. First, it studies the ripple effect of Chinese capital market volatility of stock prices for the first time, demonstrates that abnormal changes in stock prices affect other related firms’ investment decisions, and explores the underlying mechanism from perspectives of information sending and receiving ends. Second, it adds to the literature of the influence factors of firm investment decision-making by exploring factors which affect the ripple effect of stock prices in firm investment decision-making in Chinese institutional background and solving the endogeneity problem arising from reflection problem better by using instrumental variable method, thus improving the reliability of the empirical results and remedying shortcomings of extant research.

stock price; ripple effect; information environment; firm investment

F832.5

A

1001-9952(2017)12-0136-13

10.16538/j.cnki.jfe.2017.12.009

2017-04-10

國家自然科學基金項目(71773072, 71773073)

張曉宇(1989-)，女，河南新鄉(xiāng)人，上海財經(jīng)大學金融學院博士研究生；

王 策(1986-)，男，河南洛陽人，上海財經(jīng)大學金融學院博士；

錢樂樂(1987-)，男，江蘇連云港人，上海財經(jīng)大學金融學院博士研究生。

(責任編輯 景 行)