暨南大學(xué)管理學(xué)院 馮敏紅

機(jī)構(gòu)持股、股價(jià)信息含量與上市公司投資效率

暨南大學(xué)管理學(xué)院 馮敏紅

本文以2006年-2013年僅發(fā)行A股的深滬兩市非金融類上市公司為樣本，分析了機(jī)構(gòu)持股對(duì)股價(jià)信息含量的影響以及機(jī)構(gòu)帶來(lái)的股價(jià)信息含量對(duì)上市公司投資效率的影響。結(jié)果顯示：機(jī)構(gòu)持股比例與股價(jià)信息含量呈倒U型關(guān)系；機(jī)構(gòu)持股所帶來(lái)的股價(jià)特質(zhì)信息含量對(duì)上市公司的非效率投資具有明顯的抑制作用；在控制了融資約束和代理因素后，經(jīng)理人會(huì)利用機(jī)構(gòu)向股價(jià)中傳遞的信息降低投資不足的程度，而對(duì)于投資過(guò)度沒(méi)有明顯的影響。

機(jī)構(gòu)持股 股價(jià)信息含量 投資效率

一、引言

根據(jù)新古典經(jīng)濟(jì)學(xué)理論，在完美資本市場(chǎng)中公司投資額僅與投資機(jī)會(huì)所帶來(lái)的邊際價(jià)值相關(guān)。但在現(xiàn)實(shí)世界中的非完美資本市場(chǎng)中，大部分的公司都存在投資不足或投資過(guò)度的問(wèn)題。導(dǎo)致上市公司資本配置非效率的主要原因在于信息不對(duì)稱?，F(xiàn)有關(guān)于信息不對(duì)稱的研究主要集中于上市公司與投資者之間的信息不對(duì)稱，并認(rèn)為上市公司因掌握了私有信息占有信息優(yōu)勢(shì)，而投資者則處于信息劣勢(shì)。但并非所有的投資者都處于信息劣勢(shì)，投資者也有可能掌握公司所不具有的信息（Chen等，2007）。在資本市場(chǎng)上存在兩大投資主體——個(gè)人投資者和機(jī)構(gòu)投資者，盡管個(gè)人投資者由于能力有限一般是處于信息劣勢(shì)，但機(jī)構(gòu)投資者的情況有所不同。針對(duì)西方成熟市場(chǎng)的實(shí)證研究表明，機(jī)構(gòu)投資者由于擁有專業(yè)化的分析隊(duì)伍和更為豐富的信息量，因此在信息收集和處理方面具有比個(gè)人投資者更大的優(yōu)勢(shì)（Hotchkiss與Strickland，2003）。機(jī)構(gòu)投資者可以通過(guò)充分發(fā)揮持股規(guī)模、信息搜尋和參與監(jiān)管等優(yōu)勢(shì)促進(jìn)市場(chǎng)信息反饋機(jī)制的有效性。國(guó)內(nèi)學(xué)者的相關(guān)研究也顯示：為了減少與上市公司的信息不對(duì)稱，機(jī)構(gòu)投資者往往會(huì)主動(dòng)進(jìn)行信息搜索，這會(huì)使其擁有更多個(gè)人投資者所沒(méi)有的私人信息（陳小林與孔東民，2012）?，F(xiàn)有文獻(xiàn)認(rèn)為機(jī)構(gòu)投資者持股對(duì)股價(jià)信息含量存在單一的正向影響（游家興與汪立琴，2012），即隨著機(jī)構(gòu)持股比例上升，股價(jià)信息含量會(huì)不斷增加。但根據(jù)邊際收益遞減理論，當(dāng)機(jī)構(gòu)持股比例達(dá)到一定程度后，隨著邊際收益的遞減，機(jī)構(gòu)進(jìn)行信息搜索和參與公司治理的熱情有可能會(huì)下降，甚至可能出現(xiàn)機(jī)構(gòu)作為大股東與經(jīng)理人共謀的現(xiàn)象。因此機(jī)構(gòu)持股對(duì)股價(jià)信息含量的影響可能存在區(qū)間效應(yīng)，但目前尚缺乏對(duì)這一問(wèn)題的探討。此外，機(jī)構(gòu)所帶來(lái)的股價(jià)信息含量對(duì)上市公司的投資效率有何影響？如果有影響，其發(fā)生機(jī)理是怎樣的？經(jīng)理人是否會(huì)從機(jī)構(gòu)所帶來(lái)的股價(jià)信息含量中學(xué)習(xí)新的信息以提高公司的投資效率？現(xiàn)有文獻(xiàn)并未對(duì)這些問(wèn)題進(jìn)行考察。因此，本文將圍繞機(jī)構(gòu)持股所帶來(lái)的信息含量及其對(duì)上市公司投資效率的關(guān)系展開討論，在理論分析的基礎(chǔ)上進(jìn)行了實(shí)證檢驗(yàn)。

二、理論分析與研究假設(shè)

（一）機(jī)構(gòu)投資者與股價(jià)信息含量 20世紀(jì)80年代，Grossman與Stiglitz（1980）就通過(guò)理論模型證明，信息交易者的套利活動(dòng)會(huì)使其掌握的私人信息融入股價(jià)，進(jìn)而提高股價(jià)中的信息含量。在證券市場(chǎng)的參與者中，個(gè)人投資者對(duì)信息的獲取渠道較為匱乏、分析判斷能力較弱，因此往往被視為噪音交易者。與個(gè)人投資者相比，機(jī)構(gòu)投資者擁有更為優(yōu)越的信息資源以及更專業(yè)的研究人員和基金經(jīng)理，這使得機(jī)構(gòu)投資者的信息獲取能力與處理信息的能力遠(yuǎn)高于個(gè)人投資者。此外，為了減少與上市公司之間的信息不對(duì)稱程度，機(jī)構(gòu)投資者會(huì)利用自己的資源對(duì)上市公司未披露的信息進(jìn)行主動(dòng)的搜尋，這使得機(jī)構(gòu)投資者比個(gè)人投資者更有可能獲得私有信息（Wermers，2000）。而機(jī)構(gòu)投資者在利用對(duì)上市公司的私有信息進(jìn)行套利時(shí)，他們的套利活動(dòng)就會(huì)影響股價(jià)從而使私有信息融入股價(jià)并影響股價(jià)中的信息含量。

現(xiàn)有研究顯示，機(jī)構(gòu)投資者的介入有助于提高股票價(jià)格的信息含量。Boehmer and Kelley（2005）指出，機(jī)構(gòu)投資者持股比例與上市公司股票價(jià)格運(yùn)動(dòng)的隨機(jī)游走程度成正比，這意味著機(jī)構(gòu)持股比例的增加能帶來(lái)更高的股價(jià)特質(zhì)信息含量。這一作用主要是通過(guò)三種途徑實(shí)現(xiàn)的：第一，機(jī)構(gòu)投資者的介入有助于減少投機(jī)性交易從而減少股價(jià)信息含量中的噪音部分。Bartov et al.（2000）與王亞平等人（2009）均指出，機(jī)構(gòu)投資者所具有的專業(yè)知識(shí)、研究分析能力使其能夠更客觀理性地對(duì)上市公司所面對(duì)的機(jī)遇與風(fēng)險(xiǎn)等進(jìn)行分析、能更準(zhǔn)確地分析公司公開披露的信息，因此機(jī)構(gòu)持股有助于降低股市的投機(jī)性。其次，機(jī)構(gòu)投資者會(huì)對(duì)上市公司未披露的信息進(jìn)行搜尋。為了減少由于與上市公司之間信息不對(duì)稱所帶來(lái)的風(fēng)險(xiǎn)與損失，投資者會(huì)試圖搜尋上市公司未公開披露的信息。但在進(jìn)行信息搜尋時(shí)，投資者會(huì)衡量搜尋的成本與效益，當(dāng)信息搜尋的收益大于成本時(shí)，他們會(huì)有較高的熱情進(jìn)行主動(dòng)信息搜尋，當(dāng)信息搜尋的邊際收益等于邊際成本時(shí)達(dá)到最佳搜尋規(guī)模（藍(lán)虹與穆爭(zhēng)社，2004）。第三，機(jī)構(gòu)持股能通過(guò)對(duì)上市公司進(jìn)行監(jiān)管從而提高信息披露質(zhì)量。隨著機(jī)構(gòu)持股比例的增加，對(duì)上市公司經(jīng)理人的監(jiān)督會(huì)變得有利可圖，這有助于緩解兩權(quán)分離導(dǎo)致的代理問(wèn)題。研究發(fā)現(xiàn)，機(jī)構(gòu)投資者持股有助于提高上市公司的信息披露質(zhì)量。Bushee（2001）通過(guò)研究機(jī)構(gòu)投資者持股比例與盈余管理的關(guān)系，發(fā)現(xiàn)機(jī)構(gòu)投資者持股比例較高時(shí)，能抑制經(jīng)理人的短視決策，從而有助于提高上市公司信息披露質(zhì)量。Najah等（2012）通過(guò)對(duì)機(jī)構(gòu)投資者持股與投資——現(xiàn)金流敏感性關(guān)系的研究發(fā)現(xiàn)，機(jī)構(gòu)投資者持股時(shí)間越長(zhǎng)，其參與公司治理的動(dòng)機(jī)越強(qiáng)、治理效果越顯著。在國(guó)內(nèi)，高敬忠等人（2011）的研究顯示隨著機(jī)構(gòu)投資者持股比例的增加，管理層采取的盈余預(yù)告精確性和及時(shí)性都有所提高。

但也有一部分學(xué)者認(rèn)為機(jī)構(gòu)投資者持股比例的提高不利于信息披露質(zhì)量的改善。這首先是因?yàn)闄C(jī)構(gòu)投資者同樣存在短視行為，這會(huì)促使公司經(jīng)理人實(shí)施盈余管理，進(jìn)而導(dǎo)致信息披露質(zhì)量下降。例如，Bhide（1993）就指出，機(jī)構(gòu)投資者無(wú)法改善公司治理問(wèn)題，并且其本身可能就是由公司治理問(wèn)題所導(dǎo)致的。國(guó)內(nèi)也有研究顯示，機(jī)構(gòu)持股會(huì)對(duì)信息披露產(chǎn)生消極影響。例如機(jī)構(gòu)投資者可能會(huì)與股東串通謀利，這不利于上市公司的信息披露質(zhì)量的提高（傅勇和譚松濤，2008）；而且機(jī)構(gòu)投資者經(jīng)常采用的基于程序的自動(dòng)交易策略和大量交易會(huì)導(dǎo)致市場(chǎng)波動(dòng)性上升（王詠梅和王亞平，2011）。由此可見，機(jī)構(gòu)投資者的交易行為可能提高股價(jià)信息含量，也可能降低股價(jià)的信息含量。

以上兩種觀點(diǎn)看似相反但并不一定互相矛盾。由于投資者參與公司治理以及信息搜尋的熱情取決于信息搜尋的成本與收益，當(dāng)持股比例較低時(shí)，機(jī)構(gòu)投資者參與治理或搜尋信息的收益大于成本，此時(shí)機(jī)構(gòu)投資者便會(huì)積極地參與公司治理或進(jìn)行主動(dòng)性信息搜尋；當(dāng)機(jī)構(gòu)持股比例上升至一定程度，隨著參與公司治理和信息搜尋邊際效益的遞減，機(jī)構(gòu)投資者參與治理或搜尋信息的熱情逐漸減弱，甚至有可能因?yàn)槌止杀壤^高而出現(xiàn)機(jī)構(gòu)作為大股東與公司管理層合謀的現(xiàn)象，此時(shí)持股比例的上升將不再有利于股價(jià)信息含量的提升，甚至有可能降低股價(jià)信息含量。據(jù)此本文提出假設(shè)一：

H1：機(jī)構(gòu)持股比例與上市公司股價(jià)信息含量呈現(xiàn)倒U型關(guān)系

（二）股價(jià)信息含量與上市公司投資效率 自從Roll（1988）指出能以CAPM回歸得到的R2代表股價(jià)特質(zhì)性波動(dòng)從而能夠公司特質(zhì)信息之后，股價(jià)信息含量的問(wèn)題就成為了金融學(xué)領(lǐng)域的研究熱點(diǎn)。盡管如此，關(guān)于股價(jià)信息含量的早期研究主要集中在股價(jià)信息含量的測(cè)度方法和影響因素兩個(gè)方面，直到近年，學(xué)者們才開始關(guān)注股價(jià)信息含量與資本配置效率之間的關(guān)系。Foucault and Gehrig（2008）通過(guò)構(gòu)建理論模型預(yù)測(cè)：由于跨國(guó)上市提高了股價(jià)信息含量，因此它有助于經(jīng)理人采納市場(chǎng)專家的意見并進(jìn)行信息充分的投資決策，從而能改善跨國(guó)公司的投資效率。在我國(guó)，楊繼偉（2011）從現(xiàn)金流的角度證實(shí)富含信息的股價(jià)不僅能夠有效降低融資約束導(dǎo)致的投資現(xiàn)金流敏感度，而且也能夠有效降低代理沖突導(dǎo)致的投資現(xiàn)金流敏感度問(wèn)題，并由此得出了股價(jià)信息含量的提高有助于提高公司投資效率的結(jié)論。顧乃康與陳輝（2010）的研究卻顯示股票信息含量的大小并沒(méi)有影響到投資規(guī)模與股價(jià)之間的敏感性，說(shuō)明市場(chǎng)上的投資者可能更多的是挖掘管理者已有但沒(méi)有披露出來(lái)的私有信息，而不是管理者沒(méi)有的私有信息。但這些文獻(xiàn)是直接使用股價(jià)信息含量甚至是股價(jià)本身與公司投資規(guī)模進(jìn)行回歸，而投資量的多少并不代表投資效率的高低，股價(jià)的高低也并不代表信息含量的高低，因此其結(jié)論并不能說(shuō)明股價(jià)信息含量是否影響公司的投資效率。此外，上述研究?jī)H考慮了股價(jià)中信息的總含量，并未區(qū)分信息的來(lái)源。盡管上市公司所披露的年報(bào)是股價(jià)信息的重要來(lái)源，但機(jī)構(gòu)投資者可以通過(guò)搜尋獲取上市公司未披露的私有信息（陳小林和孔東民，2012）。機(jī)構(gòu)投資者所帶來(lái)的信息對(duì)上市公司投資效率的影響目前仍未得到驗(yàn)證，因此本文提出假設(shè)二：

H2：由機(jī)構(gòu)投資者所帶來(lái)的股價(jià)信息含量與上市公司投資效率正相關(guān)

對(duì)于非效率投資的成因，目前大部分研究認(rèn)為融資約束和代理問(wèn)題是導(dǎo)致上市公司過(guò)度投資與投資不足的主要原因。但這些研究忽視了一個(gè)關(guān)鍵問(wèn)題，經(jīng)理人只有掌握了充分的信息后才能作出正確的投資決策，而融資約束與代理問(wèn)題僅僅是影響投資決策能否被順利實(shí)施的后續(xù)因素?，F(xiàn)有對(duì)上市公司投資效率的研究大部分都是在經(jīng)理人具有完全信息的前提下進(jìn)行的，但在現(xiàn)實(shí)中幾乎不存在完全信息的情況，這會(huì)降低經(jīng)理人投資決策的準(zhǔn)確性。如果股價(jià)能提供相關(guān)的信息，經(jīng)理人有可能將這些信息用于投資決策?，F(xiàn)有研究顯示，經(jīng)理人會(huì)從股價(jià)中了解市場(chǎng)信息并據(jù)此調(diào)整投資決策（Myers and Majhuf，1984）?，F(xiàn)有的理論研究還指出，投資者可能具有經(jīng)理人所沒(méi)有的私有信息（Habb et al.，1997；Chang and Yu，2004），而經(jīng)理人也確實(shí)會(huì)從股票價(jià)格波動(dòng)中吸取投資者所具有的私人信息。Chen等人（2007）的研究顯示股價(jià)信息含量越高則投資——股票價(jià)格敏感度越高。他們據(jù)此推斷股價(jià)信息中必然包含了一些公司經(jīng)理人并不知道的一些私有信息，而公司經(jīng)理人會(huì)向市場(chǎng)學(xué)習(xí)做出投資決策。

據(jù)此可以推測(cè)，機(jī)構(gòu)持股帶來(lái)的股價(jià)信息含量越高，經(jīng)理人能從中獲取的相關(guān)信息越多，而這些信息有可能對(duì)經(jīng)理人的投資決策起到引導(dǎo)作用。據(jù)此本文提出假設(shè)三：

H3：股價(jià)中由機(jī)構(gòu)持股所帶來(lái)的信息含量越大，上市公司的投資效率越高

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源 本文的研究樣本為2006年至2013年深滬兩市的A股上市公司。由于在計(jì)算非效率投資時(shí)，各解釋變量的取值比被解釋變量的取值提前一期，因此各解釋變量使用的是2006-2012年的數(shù)據(jù)，而被解釋變量使用的是2007-2013年的數(shù)據(jù)。本文其他模型與指標(biāo)采用的

出于穩(wěn)健性的考慮，本文還根據(jù)Campbell與Lettau（1999）所提出的觀點(diǎn)，將股票收益分解為來(lái)自市場(chǎng)層面的收益（rMkt）、來(lái)自行業(yè)層面的收益（rInd）以及來(lái)自公司層面的收益（rInd），并參照Durnev et al.（2004）以及Chun et al.（2008）的做法，通過(guò)以下簡(jiǎn)化的資產(chǎn)定價(jià)模型將個(gè)股該年月收益率對(duì)市場(chǎng)及行業(yè)月收益率回歸，估計(jì)個(gè)股年度R2：

其中rInd，t是第t月按流通市值加權(quán)的月行業(yè)收益率，其他變量的定義與（1）式相同。同樣，為了使R2符合計(jì)量經(jīng)濟(jì)學(xué)的要求，對(duì)其進(jìn)行（2）式中的對(duì)數(shù)變換。本文將由式（1）計(jì)算得出的股價(jià)特質(zhì)信息含量表示為Inf1，將由式（2）計(jì)算得出的股價(jià)特質(zhì)信息含量表示為Inf2。

（2）投資效率的度量。

本文參照程新生等（2012）、徐倩（2013）等學(xué)者的做法，使用Richardson（2006）的投資期望模型計(jì)算投資效率。首先用以下模型估計(jì)出公司的正常投資額，而后用模型的殘差表示公司的非效率投資。

模型（4）中各變量定義如下：其中Inv表示資本投資量，也是2007-2013年的數(shù)據(jù)。此外，基于研究設(shè)計(jì)的需要，本文剔除了以下公司：（1）由于股價(jià)波動(dòng)同步性是通過(guò)捕捉個(gè)股回報(bào)與市場(chǎng)回報(bào)之間的聯(lián)動(dòng)關(guān)系得出，因此，為了避免IPO對(duì)個(gè)股收益進(jìn)而對(duì)股價(jià)波動(dòng)同步性的影響，本文剔除了當(dāng)年度新上市的公司；（2）剔除金融類公司；（3）剔除同發(fā)B股或H股的公司；（4）剔除了研究變量數(shù)據(jù)缺失的公司。本文最后得到以1473家公司為樣本、前后7年共計(jì)6791個(gè)觀察點(diǎn)的面板數(shù)據(jù)。本文所使用的機(jī)構(gòu)投資者持股比例的數(shù)據(jù)來(lái)自銳思數(shù)據(jù)庫(kù)，其余數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)。

（二）變量定義與模型構(gòu)建

（1）股價(jià)信息含量的度量。

本文參照Roll（1988）與Morck等（2000）的做法，通過(guò)以下簡(jiǎn)化資產(chǎn)定價(jià)模型的R2（擬合優(yōu)度）衡量股票價(jià)格中所包含的公司特質(zhì)信息含量：

其中ri，t是表示第i只股票在第t月收益率，rMkt，t是第t月以流通市值加權(quán)計(jì)算的月度市場(chǎng)指數(shù)總收益率，εi，t是模型的殘差，它代表了市場(chǎng)信息無(wú)法解釋的收益率，也就是公司特質(zhì)信息對(duì)股票價(jià)格的影響。股價(jià)中所含有的公司特質(zhì)信息越多，εi，t就越大，個(gè)股的年度擬合系數(shù)R2就越小，當(dāng)R2越小時(shí)，說(shuō)明股價(jià)中的公司特質(zhì)信息含量越高，反之亦然。另外，根據(jù)R2的性質(zhì)可知，其取值范圍為［0，1］，為了使其符合計(jì)量經(jīng)濟(jì)學(xué)的要求，本文對(duì)其進(jìn)行如下對(duì)數(shù)變換，最后得到的指標(biāo)Inf即為個(gè)股股價(jià)的特質(zhì)信息含量指標(biāo)。等于新增投資與當(dāng)年年初資產(chǎn)總額之比，新增投資為公司當(dāng)年在長(zhǎng)期投資、固定資產(chǎn)、在建工程、無(wú)形資產(chǎn)上的凈投資之和。Cash為現(xiàn)金持有水平，以（貨幣資金+短期投資或交易性金融資產(chǎn)）/總資產(chǎn)表示。Growth為成長(zhǎng)機(jī)會(huì)，以主營(yíng)業(yè)務(wù)收入增長(zhǎng)率表示。Lev為負(fù)債水平，以資產(chǎn)負(fù)債率表示。Size為資產(chǎn)規(guī)模，以總資產(chǎn)的自然對(duì)數(shù)表示。Age為上市年數(shù)，即從上市當(dāng)年至今所經(jīng)歷的年數(shù)。Ret為股票收益率。ε為模型殘差，表示i公司實(shí)際投資額與模型所估計(jì)出的正常投資額的差值，如果殘差為正，表示過(guò)度投資，反之表示投資不足。為了方便表示非效率投資的程度，本文對(duì)ε取絕對(duì)值，并以Uneffect表示，對(duì)于投資過(guò)度以O(shè)ver表示，對(duì)于投資不足以Under表示。

（3）模型構(gòu)建。

對(duì)假設(shè)1本文采用模型（5）進(jìn)行驗(yàn)證：

其中，Infi,t為i公司t期的股價(jià)特質(zhì)信息含量。Insti,t為機(jī)構(gòu)持股比例，由于在中國(guó)股票市場(chǎng)上非流通股不參與二級(jí)市場(chǎng)的流通，本文使用機(jī)構(gòu)投資持股數(shù)量與流通股數(shù)量之比來(lái)衡量機(jī)構(gòu)投資者持股比例。此外，本文借鑒Jin and Myers（2006）、游家興（2012）的方法，在模型（5）中引入如下控制變量：（1）公司上市年數(shù)（Age）；（2）賬面市值比（BM），等于股東權(quán)益與流動(dòng)市值之比；（3）資產(chǎn)負(fù)債率（Lev）；（4）公司規(guī)模（Size）；（5）換手率（Turnover），取各股研究期間周換手率的均值，其中，換手率為周個(gè)股交易金額與周個(gè)股流動(dòng)市值之比；（6）股權(quán)集中度（Herf），取前10大股東持股比例平方之和；（7）國(guó)有股權(quán)比例（State）；（8）獨(dú)立董事比例（Indirect）。

對(duì)假設(shè)2本文采用模型（6）進(jìn)行驗(yàn)證：

其中，Uneffecti,t表示非效率投資的程度。Infinsi,t是由模型（4）計(jì)算得出的機(jī)構(gòu)持股帶來(lái)的股價(jià)特質(zhì)信息含量，即Infinsi,t=γ1Insti,t+γ2Inst2i,t。此外，模型（5）中還引入了如下控制變量：（1）公司規(guī)模（Size），用總資產(chǎn)的自然對(duì)數(shù)衡量；（2）每股自由現(xiàn)金流量（FCF）；（3）資產(chǎn)報(bào)酬率（Pro）；（4）資產(chǎn)負(fù)債率（Lev）；（5）股權(quán)集中度（Herf）；（6）獨(dú)立董事比例（Indirect）；（7）高管貨幣薪酬（Pay），以高管薪酬總額的自然對(duì)數(shù)衡量；（8）高管持股比例（Mstock），為高管持股數(shù)量與公司總股份的比值；（9）實(shí)際控制人類型（Control），如果是國(guó)有企業(yè)，取值為1，否則為0。

現(xiàn)有研究表明，投資者可能擁有經(jīng)理人所沒(méi)有的私有信息（Habb et al.，1997；Chang and Yu，2004），且經(jīng)理人有向市場(chǎng)學(xué)習(xí)的激勵(lì)（Luo，2005）。因此可以推測(cè)，如果機(jī)構(gòu)投資者搜索到了經(jīng)理人所沒(méi)有的信息并通過(guò)套利活動(dòng)將其融入股價(jià)，經(jīng)理人有可能利用這些信息提高投資效率?，F(xiàn)有對(duì)財(cái)務(wù)信息的研究顯示財(cái)務(wù)信息可以通過(guò)緩解融資約束和降低代理沖突兩個(gè)途徑提高投資效率（Bushman and Smith，2001），機(jī)構(gòu)投資者所帶來(lái)的股價(jià)特質(zhì)信息含量（Infins）也有可能通過(guò)這兩個(gè)途徑提高公司投資效率，因此Uneffect的變動(dòng)一方面可能是Infins通過(guò)影響融資約束和代理問(wèn)題而產(chǎn)生的，另一方面可能是因?yàn)榻?jīng)理人利用了Infins中所含有的新信息來(lái)提高投資效率。因此，為了區(qū)分這兩種情況，本文借鑒了Almeida and Wolfenzon（2005）以及Ferreira and Laux（2007）分離內(nèi)生效應(yīng)與外生效應(yīng)的方法以控制融資約束和代理問(wèn)題對(duì)非效率投資的影響，對(duì)于假設(shè)3采用以下方法進(jìn)行驗(yàn)證：首先對(duì)模型（7）進(jìn)行回歸：

模型（7）中，本文參考了韓志麗等（2007）以及楊繼偉（2011）的做法，以利息保障倍數(shù)（TIE）衡量融資約束。較高的利息保障倍數(shù)意味著公司有充足的內(nèi)部資金可用于投資，即公司面對(duì)的融資約束較低；反之，較低的利息保障倍數(shù)則說(shuō)明公司需要更多地依賴外部資金進(jìn)行投資，公司面臨更大的融資約束。此外，模型（7）還參照了蔡地等人（2014）以及袁振超等人（2014）的做法，以管理費(fèi)用率（Mcost）即銷售收入除以管理費(fèi)用衡量代理成本。由于在管理費(fèi)用中，辦公費(fèi)、差旅費(fèi)、業(yè)務(wù)招待費(fèi)等費(fèi)用占有較大比例，而這些費(fèi)用都與經(jīng)理人的自利行為有密切關(guān)系，因此該指標(biāo)可以較好地反映經(jīng)理人對(duì)包括在職消費(fèi)在內(nèi)的實(shí)物消費(fèi)所帶來(lái)的代理成本。

將模型（7）回歸后所得殘差σ作為被解釋變量代入模型（8）。根據(jù)計(jì)量經(jīng)濟(jì)學(xué)理論，模型（7）回歸后所得出的殘差σ可以視為非效率投資中與融資約束及代理問(wèn)題無(wú)關(guān)的部分。因此，若Infins的回歸系數(shù)ρ1為負(fù)并且顯著，則可以證明假設(shè)三。模型（8）中各變量的定義與模型（6）中的相同。

四、實(shí)證分析

（一）描述性統(tǒng)計(jì) 表1為各變量的描述性統(tǒng)計(jì)。表1顯示，（1）在股價(jià)信息含量方面，整體而言Inf1大于Inf2。出現(xiàn)這一現(xiàn)象是因?yàn)橛?jì)算在Inf1時(shí)，模型（1）中只納入了市場(chǎng)收益率這一個(gè)解釋變量，而在計(jì)算Inf2時(shí)，模型（3）中同時(shí)納入了市場(chǎng)收益率與行業(yè)收益率兩個(gè)解釋變量。根據(jù)計(jì)量經(jīng)濟(jì)學(xué)理論，解釋變量的增加會(huì)使殘差項(xiàng)減小，這會(huì)導(dǎo)致模型的擬合系數(shù)R2增加，而根據(jù)本文所使用的Inf計(jì)算方法可知R2的增加會(huì)使Inf減小，即模型中納入的解釋變量越多則計(jì)算出的Inf越小。（2）在非效率投資方面，在6791個(gè)總樣本中，有2813個(gè)樣本是投資過(guò)度的情況，占總樣本的41.42%；有3978個(gè)樣本是投資不足的情況，占總樣本的58.58%。這顯示我國(guó)上市公司中投資不足的現(xiàn)象比投資過(guò)度的現(xiàn)象更為普遍，這與張功富與宋獻(xiàn)中（2009）發(fā)現(xiàn)的情況一致。（3）在機(jī)構(gòu)持股方面，機(jī)構(gòu)投資者持股比例Inst的均值為0.1246，而美國(guó)上市公司機(jī)構(gòu)投資者持股比例的平均值為36.89%（Koh，2007），這說(shuō)明我國(guó)機(jī)構(gòu)投資者盡管發(fā)展迅速，但與西方發(fā)達(dá)國(guó)家仍有較大的差距。Inst的最小值和最大值分別為0和0.6056，說(shuō)明不同上市公司在機(jī)構(gòu)投資者持股比例方面也存在較大差異。其余控制變量的描述性統(tǒng)計(jì)如表1所示。

表1 主要變量的描述性統(tǒng)計(jì)

（二）回歸分析 本文采用非均衡面板數(shù)據(jù)進(jìn)行分析。在對(duì)面板數(shù)據(jù)回歸模型進(jìn)行選擇的過(guò)程中，Hausman檢驗(yàn)顯示固定效應(yīng)模型優(yōu)于隨機(jī)效應(yīng)模型，因此采用固定效應(yīng)模型，檢驗(yàn)結(jié)果見各回歸結(jié)果表。另外，為避免異方差的影響，在回歸中采用廣義最小二乘法控制異方差。

（1）機(jī)構(gòu)持股對(duì)股價(jià)特質(zhì)信息含量的影響。對(duì)于假設(shè)H1，本文采用模型（5）進(jìn)行回歸分析，回歸結(jié)果見表2。在沒(méi)有加入控制變量的情況下，無(wú)論是以Inf1還是Inf2衡量股價(jià)特質(zhì)信息含量，機(jī)構(gòu)持股的一次項(xiàng)（Inst）都顯著為正，且在1%的水平上顯著，而機(jī)構(gòu)持股的二次項(xiàng)（Inst2）都顯著為負(fù)，且在5%的水平上顯著。在加入控制變量后，回歸結(jié)果與未加控制變量時(shí)基本一致，機(jī)構(gòu)持股的二次項(xiàng)（Inst2）的顯著性甚至得到了加強(qiáng)。在沒(méi)有納入控制變量并以Inf1衡量股價(jià)特質(zhì)信息含量時(shí)，拋物線的對(duì)稱軸為0.5234，以Inf2衡量股價(jià)特質(zhì)信息含量時(shí)拋物線的對(duì)稱軸為0.5004；在納入各控制變量后，以Inf1衡量股價(jià)特質(zhì)信息含量時(shí)拋物線的對(duì)稱軸為0.5256，以Inf2衡量股價(jià)特質(zhì)信息含量時(shí)拋物線的對(duì)稱軸為0.5073。根據(jù)上一部分的描述性統(tǒng)計(jì)可知，這些拋物線的值均落在樣本區(qū)間內(nèi)。這一結(jié)果說(shuō)明了機(jī)構(gòu)持股比例與股價(jià)特質(zhì)信息含量之間存在倒U型關(guān)系，假設(shè)H1得證。上述結(jié)果表明，在機(jī)構(gòu)持股比例從低向高增加的過(guò)程中，股價(jià)特質(zhì)信息含量會(huì)出現(xiàn)先增后減的現(xiàn)象。出現(xiàn)這一現(xiàn)象的原因在于機(jī)構(gòu)投資者參與公司治理及進(jìn)行信息搜索的熱情與動(dòng)力取決于其面對(duì)的成本與收益，當(dāng)持股比例較低時(shí)，參與治理或搜尋信息所帶來(lái)的收益大于成本，此時(shí)機(jī)構(gòu)投資者會(huì)積極地參與公司治理及進(jìn)行主動(dòng)性信息搜尋，這會(huì)導(dǎo)致股價(jià)信息含量隨著機(jī)構(gòu)持股比例的上升而增加；但當(dāng)機(jī)構(gòu)持股比例上升至一定程度后，隨著邊際收益的遞減，機(jī)構(gòu)投資者參與公司治理和進(jìn)行信息搜尋的熱情逐漸減弱，甚至有可能因?yàn)槌止杀壤^高而出現(xiàn)機(jī)構(gòu)作為大股東與公司管理層合謀的現(xiàn)象，此時(shí)機(jī)構(gòu)持股比例的上升將不再有利于股價(jià)信息含量的提升，甚至有可能導(dǎo)致股價(jià)信息含量的降低。

表2 模型（5）回歸結(jié)果

（2）機(jī)構(gòu)帶來(lái)的股價(jià)特質(zhì)信息對(duì)上市公司投資效率的影響。本文采用模型（6）對(duì)假設(shè)H2進(jìn)行驗(yàn)證，回歸結(jié)果如表3所示。從表3可以看出，無(wú)論是在過(guò)度投資樣本組還是投資不足樣本組，機(jī)構(gòu)持股所帶來(lái)的股價(jià)信息含量（Infins）的回歸系數(shù)均為負(fù)數(shù)，且均在1%的水平上顯著為負(fù)，說(shuō)明機(jī)構(gòu)持股帶來(lái)的股價(jià)信息含量與非效率投資在1%顯著負(fù)相關(guān)。根據(jù)本文對(duì)Uneffect的取值方法可知其為非負(fù)數(shù)，Uneffect取值越大說(shuō)明非效率投資程度越高，取值越小說(shuō)明非效率投資程度越低。因此這一回歸結(jié)果說(shuō)明，隨著機(jī)構(gòu)持股所帶來(lái)的股價(jià)信息含量的提高，上市公司非效率投資的程度會(huì)逐漸降低，這一結(jié)果證實(shí)了假設(shè)H2。

（3）經(jīng)理人是否會(huì)從股票中學(xué)習(xí)機(jī)構(gòu)持股所帶來(lái)的信息并運(yùn)用這些信息提高上市公司的投資效率：對(duì)H3的驗(yàn)證。上述對(duì)模型（6）的回歸證實(shí)了機(jī)構(gòu)持股所帶來(lái)的股價(jià)信息含量有助于提高上市公司的投資效率，但是并未顯示這一過(guò)程是如何發(fā)生的。根據(jù)Bushman and Smith（2001）的研究，投資效率的變動(dòng)可能是由于信息的增加所導(dǎo)致的融資約束降低和代理問(wèn)題的緩和所引起的。而本研究所關(guān)注的問(wèn)題是：除了通過(guò)影響融資約束和代理問(wèn)題以外，機(jī)構(gòu)持股所導(dǎo)致的股價(jià)特質(zhì)信息含量能否通過(guò)向經(jīng)理人提供他們所不具有的新信息以提高公司投資效率？因此本部分先借鑒Almeida and Wolfenzon（2005）以及Ferreira and Laux（2007）的方法采用模型（7）對(duì)不同原因所導(dǎo)致的非效率投資進(jìn)行分離?；貧w結(jié)果如表4所示。

表3 模型（6）回歸結(jié)果

表4 模型（7）回歸結(jié)果

表4顯示，用以衡量融資約束的利息保障倍數(shù)（TIE）與投資過(guò)度在1%水平顯著正相關(guān)，與投資不足在1%水平顯著正相關(guān)。由于利息保障倍數(shù)越高，融資約束越小，因此這一回歸結(jié)果說(shuō)明融資約束越小，投資過(guò)度越嚴(yán)重，投資不足越輕。用以衡量代理成本的管理費(fèi)用率（Mcost）與投資過(guò)度與投資不足分別在1%和5%的水平上正相關(guān)，說(shuō)明代理成本越高，非效率投資越嚴(yán)重。上述回歸結(jié)果符合現(xiàn)有文獻(xiàn)的研究結(jié)論。根據(jù)計(jì)量經(jīng)濟(jì)學(xué)理論，模型（7）回歸后所得出的殘差σ可以視為非效率投資中與融資約束及代理問(wèn)題無(wú)關(guān)的部分。再將σ作為因變量納入模型（8）進(jìn)行回歸得到表5的回歸結(jié)果。

表5顯示，Infins與投資不足程度在5%的水平上顯著負(fù)相關(guān)，這顯示經(jīng)理人可能會(huì)利用機(jī)構(gòu)投資者所帶來(lái)的信息改善投資不足的情況。除了融資約束與代理問(wèn)題以外，經(jīng)理人對(duì)相關(guān)投資信息的匱乏也可能導(dǎo)致投資不足，因此如果機(jī)構(gòu)投資者搜尋到了經(jīng)理人所不具有的投資信息并通過(guò)套利將其融入股價(jià)，經(jīng)理人就有可能從股價(jià)中獲取這些信息并提高投資額。而Infins對(duì)投資過(guò)度程度的回歸系數(shù)盡管為負(fù)但卻不顯著。而對(duì)于投資過(guò)度的樣本組，Infins的回歸系數(shù)雖然為負(fù)，但卻不顯著。這說(shuō)明經(jīng)理人可能并沒(méi)有利用機(jī)構(gòu)持股所帶來(lái)的特質(zhì)信息改善投資過(guò)度的情況。這有兩種可能的原因：一是機(jī)構(gòu)投資者所帶來(lái)的是經(jīng)理人沒(méi)有的特質(zhì)信息，但經(jīng)理人沒(méi)有利用；二是機(jī)構(gòu)投資者帶來(lái)的是經(jīng)理人已知的但卻沒(méi)有披露出來(lái)的私有信息，因此并不能改變經(jīng)理人原有的投資決策。顧乃康等人（2010）對(duì)此作出了解釋，他們認(rèn)為，如果是第一種情況，即經(jīng)理人沒(méi)有利用這一私有信息進(jìn)行投資決策，則私有信息的價(jià)值就不會(huì)體現(xiàn)在企業(yè)的未來(lái)現(xiàn)金流上，進(jìn)而不會(huì)體現(xiàn)在股票價(jià)格上，則投資者并不能因?yàn)楂@得這一私有信息而獲得超額收益，從而投資者并沒(méi)有動(dòng)力去搜集私有信息，因而這一情況并不是邏輯自洽的。而對(duì)于第二種情況，如果投資者搜集到的是經(jīng)理人已有但未公開的信息，由于這一部分信息是真實(shí)存在的，其價(jià)值將會(huì)體現(xiàn)在股票價(jià)格中，但經(jīng)理人不會(huì)利用這一部分信息，因?yàn)檫@是他們已知的信息，因而第二種情況是邏輯自洽的。這一結(jié)果顯示機(jī)構(gòu)帶來(lái)的股價(jià)特質(zhì)信息可以通過(guò)提供經(jīng)理人所不具有的信息降低投資不足的程度，但對(duì)投資過(guò)度不具有顯著影響。假設(shè)H3得到部分證實(shí)。

五、結(jié)論

本文分析了機(jī)構(gòu)投資者對(duì)股價(jià)中特質(zhì)信息含量的影響以及機(jī)構(gòu)所帶來(lái)的特質(zhì)信息對(duì)上市公司投資效率的影響。實(shí)證結(jié)果顯示：首先，機(jī)構(gòu)投資者持股比例與股價(jià)特質(zhì)信息含量呈倒U型關(guān)系，即隨著機(jī)構(gòu)持股比例從低至高逐漸上升，股價(jià)特質(zhì)信息含量會(huì)先增后減。其次，機(jī)構(gòu)持股所帶來(lái)的股價(jià)特質(zhì)信息含量對(duì)上市公司的非效率投資具有明顯的抑制作用。最后，在控制了對(duì)融資約束和代理問(wèn)題的影響后，機(jī)構(gòu)持股所帶來(lái)的股價(jià)特質(zhì)信息含量能通過(guò)向經(jīng)理人提供信息降低投資不足的程度，而對(duì)于投資過(guò)度沒(méi)有明顯的影響。本研究表明，機(jī)構(gòu)投資者能通過(guò)影響股價(jià)中特質(zhì)信息的含量影響上市公司非效率投資的程度。然而，機(jī)構(gòu)持股比例與股價(jià)特質(zhì)信息含量之間呈倒U型關(guān)系，這表明當(dāng)機(jī)構(gòu)持股達(dá)到一定程度之后會(huì)出于成本收益或者與上市公司管理層合謀的因素的考慮，機(jī)構(gòu)投資者進(jìn)行信息搜索的熱情會(huì)下降，這會(huì)導(dǎo)致能引導(dǎo)公司投資決策的信息減少。此外，本研究還表明，投資過(guò)度的上市公司可能會(huì)隱藏一些經(jīng)理人已知的信息不對(duì)外披露，而機(jī)構(gòu)投資者會(huì)通過(guò)信息搜索將其融入股價(jià)，盡管這無(wú)法降低上市公司投資過(guò)度的程度。本文研究的實(shí)證結(jié)果對(duì)證券監(jiān)管機(jī)構(gòu)具有重要的啟示：證券監(jiān)管部門在大力發(fā)展機(jī)構(gòu)投資者的同時(shí)應(yīng)加強(qiáng)對(duì)其行為的監(jiān)管，引導(dǎo)其積極參與公司治理以及進(jìn)行信息搜索；此外，證券市場(chǎng)監(jiān)管部門應(yīng)進(jìn)一步加強(qiáng)對(duì)上市公司信息披露的規(guī)范，使上市公司披露的信息更真實(shí)、準(zhǔn)確和完整，以提高資本市場(chǎng)上的信息透明度。

表5 模型（8）回歸結(jié)果

［1］陳小林、孔東民：《機(jī)構(gòu)投資者信息搜尋、公開信息透明度與私有信息套利》，《南開管理評(píng)論》2012年第1期。

［2］程新生、譚有超、劉建梅：《非財(cái)務(wù)信息、外部融資與投資效率》，《管理世界》2012年第7期。

［3］傅勇、譚松濤：《股權(quán)分置改革中機(jī)構(gòu)投資者合謀問(wèn)題研究》，《會(huì)計(jì)研究》2009年第9期。

［4］高敬忠、周曉蘇、王英允：《機(jī)構(gòu)投資者持股對(duì)信息披露的治理作用研究》，《南開管理評(píng)論》2011年第5期。

［5］藍(lán)虹、穆爭(zhēng)社：《投資者信息搜尋行為的非對(duì)稱性信息范式分析》，《中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)》2004年第6期。

［6］王亞平、劉慧龍、吳聯(lián)生：《信息透明度、機(jī)構(gòu)投資者與股價(jià)同步性》，《金融研究》2009年第12期。

［7］王詠梅、王亞平：《機(jī)構(gòu)投資者如何影響市場(chǎng)的信息效率》，《金融研究》2011年第10期。

［8］魏明海、柳建華：《國(guó)企分紅、治理因素與過(guò)度投資》，《管理世界》2007年第4期。

［9］游家興、汪立琴：《機(jī)構(gòu)投資者、公司特質(zhì)信息與股價(jià)波動(dòng)同步性》，《南方經(jīng)濟(jì)》2012年第11期。

［10］Bartov E.,S.Radhakrishnan,L Krinsky.Investor Sophistication and Pattern in Stock Returns after Earnings Announcements,Accounting Review,2000.

［11］Bhide A.The Hidden Costs of Stock Market Liquidity, Journal of Financial Economic,1993.

［12］Bushee B.Do institutional Investors Prefer Near-term Earnings over Long-tearn Value?Contemporary Accounting Research,2001.

［13］Bushman,R.and A.Smith.Financial Accounting Information and Corporate Govemance,Journal of Accounting and Economics,2001.

［14］Chang C,Yu X.Investment Opportunities,Liquidity Premium,and Conglomerate Megers,Journal of Business,2004.

［15］Chen,S.,S.Y.J.- Sun,and D.Wu.Client Importance,Institutional Improvements,and Audit Quality in China:An Office and Individual Auditor Level Analysis,The Accounting Review,2010.

［16］Grossman,S.,and Stiglitz,J..On the Impossibility of Informationally Efficient Markats,American Economic Review, 1980.

［17］Habb M,Johnsen D B,Naik N Y.Spinoffs and Information,Journal of Financial Intermediation,1997.

［18］Hotchkiss,E.S.,D.Strickland.Does Shareholder Composition Matter,Evidence from the Market Reaction to Corporate Earnings Announcements,Journal of Finance,2003.

［19］Luo Y.Do Insiders Leam fmn Outsiders?Evidence fiun Mergers and Acquisitions,The Journal of Finance.2005.

［20］Najah A，Sean C，Sadok E G，et al.Institutional Investment Horizon and InvestmentCash Flow Sensitivity, Journal of Banking&Finance,2012.

［21］Wermers,R..Mutual Fund Performance:An Empirical Decomposition into Stock-picking Talent,Style,Transaction Costs,and Expenses,Jounal of Finance,2000.

（編輯 梁 恒）