王元月 周婧琳 成哲

摘 要：本文采用理論與實(shí)證相結(jié)合的方法，研究了虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)、管理者風(fēng)險(xiǎn)偏好對(duì)企業(yè)投資效率的影響。研究結(jié)果表明，虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)較小，會(huì)降低企業(yè)非效率投資;管理者風(fēng)險(xiǎn)偏好與非效率投資正相關(guān)，即管理者越偏好風(fēng)險(xiǎn)，企業(yè)非效率投資越嚴(yán)重，但研究發(fā)現(xiàn)，管理風(fēng)險(xiǎn)偏好者對(duì)虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)具有顯著敏感性，即在虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)下，較高水平的管理風(fēng)險(xiǎn)偏好能夠顯著改善虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)所導(dǎo)致的非效率投資。

關(guān)鍵詞：虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn);管理者風(fēng)險(xiǎn)偏好;企業(yè)非效率投資

中圖分類號(hào)：F830.59? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1674-9448 （2019） 01-0053-09

Abstract：? In the generalized virtual economy， which is mainly to meet the consumer's psychological needs， the marketing mode of the enterprise has changed dramatically， and cause-related marketing， as a new marketing method， came into being in order to meet the consumer's appeal to the enterprise to fulfill the social responsibility. Based on the long panel data of automobile listed companies from 2001 to 2016， this paper empirically studies the influence of cause-related marketing on the profitability of automobile enterprises. The results show that the profitability of automobile enterprises is related to cause-related marketing， the scale of cause-related marketing has a significantly positive effect on the profitability.

Key words：? fictitious economic bubble risk， managers' risk preference， inefficient corporate investment

一、引言

隨著中國(guó)市場(chǎng)化程度的提高以及經(jīng)濟(jì)改革措施的不斷實(shí)施推進(jìn)，企業(yè)成為了我國(guó)的投資主體，研究者開始關(guān)注企業(yè)投資效率，其高低水平既決定著企業(yè)的發(fā)展與成效，同時(shí)關(guān)乎中國(guó)經(jīng)濟(jì)的短期波動(dòng)和長(zhǎng)期發(fā)展。因此，優(yōu)化企業(yè)投資決策一直是理論界與實(shí)務(wù)界共同努力的目標(biāo)。目前，對(duì)于企業(yè)投資決策的研究大致可以分為兩部分：外部宏觀經(jīng)濟(jì)環(huán)境因素以及公司內(nèi)部因素。以饒品貴和姜國(guó)華（2011）[1]為代表的學(xué)者認(rèn)為，目前研究宏觀經(jīng)濟(jì)的經(jīng)濟(jì)學(xué)術(shù)界與研究微觀公司行為的會(huì)計(jì)和財(cái)務(wù)學(xué)術(shù)界之間存在嚴(yán)重割裂的現(xiàn)狀，因此，交叉研究企業(yè)投資行為將為學(xué)術(shù)界研究企業(yè)投資決策提供新動(dòng)力（饒品貴、陳冬華、姜國(guó)華、陸正飛，2016）[2]。

目前，部分學(xué)者研究了宏觀經(jīng)濟(jì)不確定性會(huì)通過(guò)外部需求、流動(dòng)性資金需求和長(zhǎng)期資金需求渠道影響企業(yè)的投資行為（王義忠、宋敏，2014）[3]。20世紀(jì)70年代以來(lái)，虛擬經(jīng)濟(jì)在全球范圍內(nèi)迅速膨脹，虛擬經(jīng)濟(jì)的發(fā)展成為造成宏觀經(jīng)濟(jì)環(huán)境不確定性的重要因素之一，諸如1997年的亞洲金融危機(jī)以及2007年的美國(guó)次貸危機(jī)等歷史案例，從中我們可以看出，這些危機(jī)產(chǎn)生的根源不再是實(shí)體經(jīng)濟(jì)系統(tǒng)，而是以虛擬經(jīng)濟(jì)為主的系統(tǒng)過(guò)度發(fā)展造成的泡沫風(fēng)險(xiǎn)。虛擬經(jīng)濟(jì)的發(fā)展有助于緩解企業(yè)的融資約束，降低代理成本，以此能夠提高企業(yè)的投資效率（李春霞，2014）[4];而虛擬經(jīng)濟(jì)過(guò)度發(fā)展造成的泡沫風(fēng)險(xiǎn)，卻惡化了融資環(huán)境，給企業(yè)帶來(lái)了巨大挑戰(zhàn)（田園，2017）[5]。也有部分學(xué)者認(rèn)為正泡沫風(fēng)險(xiǎn)對(duì)投資具有推動(dòng)作用，負(fù)泡沫風(fēng)險(xiǎn)具有抑制作用（張利兵、吳沖鋒、應(yīng)益榮，2010）[6]，正泡沫風(fēng)險(xiǎn)使資源轉(zhuǎn)向生產(chǎn)性投資以此增加了有效投資并減少無(wú)效率投資，進(jìn)而提高了平均投資效率（Martin和Ventura，2010）[7]。與此同時(shí)，隨著行為金融學(xué)、信息經(jīng)濟(jì)學(xué)、不確定性經(jīng)濟(jì)學(xué)和公司治理理論研究的興起，越來(lái)越多的學(xué)者關(guān)注代理沖突、融資結(jié)構(gòu)、內(nèi)部資本市場(chǎng)以及大股東控制等內(nèi)部因素對(duì)企業(yè)投資行為的影響（李遠(yuǎn)勤、郭嵐、張祥建，2009）[8]，其中，行為金融學(xué)理論認(rèn)為，投資決策者無(wú)法以理性人的方式做出最有效的決策，有限理性的行為常常會(huì)造成企業(yè)非效率投資。管理者作為企業(yè)的重要決策者，其決策行為關(guān)乎著企業(yè)投資效率高低、企業(yè)業(yè)績(jī)和企業(yè)的發(fā)展。大量的實(shí)證研究證明，管理者的風(fēng)險(xiǎn)偏好存在差異導(dǎo)致其決策行為的不同（謝科范，1993和張應(yīng)語(yǔ)、李志祥，2009）[9][10]，作為企業(yè)最終決策的制定者和執(zhí)行者，管理者無(wú)論做出何種決策都將直接關(guān)系到企業(yè)的投資效率，不管他們的風(fēng)險(xiǎn)偏好有何特征，都會(huì)對(duì)公司的投融資等行為產(chǎn)生不同的影響（朱旭強(qiáng)，2010）[11]。部分學(xué)者研究發(fā)現(xiàn)管理者風(fēng)險(xiǎn)偏好水平對(duì)企業(yè)的非效率投資水平存在顯著影響，對(duì)于投資不足的企業(yè)，偏好風(fēng)險(xiǎn)型的管理者會(huì)減少企業(yè)的非效率投資行為，而對(duì)于投資過(guò)度的企業(yè)，風(fēng)險(xiǎn)偏好型管理者則會(huì)加重其非效率投資（金豪、夏清泉，2017）[12]。那么，虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)會(huì)對(duì)我國(guó)企業(yè)投資行為產(chǎn)生何種影響？管理者在公司資本投資決策時(shí)會(huì)對(duì)虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)作何反應(yīng)，不同管理者的決策行為又會(huì)對(duì)企業(yè)投資行為產(chǎn)生何種影響？

通過(guò)對(duì)現(xiàn)有研究成果的梳理，國(guó)內(nèi)外學(xué)者主要關(guān)注企業(yè)投資決策分別受到虛擬經(jīng)濟(jì)風(fēng)險(xiǎn)的影響和管理者風(fēng)險(xiǎn)偏好的影響，卻很少有學(xué)者將兩方面影響因素交叉進(jìn)行研究。同時(shí)，虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)對(duì)企業(yè)投資效率的影響并不明確。本文基于2007年至2015年我國(guó)非金融保險(xiǎn)上市公司的數(shù)據(jù)，立足于我國(guó)的實(shí)際國(guó)情，考察當(dāng)面對(duì)不同的虛擬經(jīng)濟(jì)風(fēng)險(xiǎn)時(shí)，企業(yè)投資效率受到管理者風(fēng)險(xiǎn)偏好影響的程度是否存在差別，以此拓展現(xiàn)有的研究視角。本文的研究意義在于：第一，國(guó)內(nèi)鮮有文獻(xiàn)交叉研究虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)所帶來(lái)的宏觀經(jīng)濟(jì)不確定性條件下，管理者風(fēng)險(xiǎn)偏好對(duì)企業(yè)投資行為的影響，而本文對(duì)此做了初步實(shí)證研究，同時(shí)本文也對(duì)虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)影響企業(yè)投資行為進(jìn)行了補(bǔ)充研究;第二，本文的結(jié)論對(duì)于改善企業(yè)非效率投資的問(wèn)題具有重要的啟示，從宏觀層面來(lái)看，我國(guó)需要促進(jìn)虛擬經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)協(xié)調(diào)發(fā)展，防范虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)對(duì)企業(yè)投資行為的影響，從微觀層面來(lái)看，本文進(jìn)一步認(rèn)識(shí)了管理者非理性行為，企業(yè)需要提高對(duì)管理團(tuán)隊(duì)的關(guān)注度，充分發(fā)揮管理層的投資決策水平。

二、文獻(xiàn)回顧及研究假設(shè)

（一）虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)與企業(yè)投資效率

虛擬經(jīng)濟(jì)的發(fā)展起到資本有效配置的作用，便于企業(yè)、政府、機(jī)構(gòu)在更大的范圍內(nèi)融資，實(shí)現(xiàn)更高的投資預(yù)期追求，然而，過(guò)度繁榮的虛擬經(jīng)濟(jì)也增加了宏觀經(jīng)濟(jì)環(huán)境的不確定性，產(chǎn)生經(jīng)濟(jì)泡沫。所謂虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)，即指虛擬經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的發(fā)展出現(xiàn)嚴(yán)重背離或虛擬經(jīng)濟(jì)出現(xiàn)過(guò)度擴(kuò)張的現(xiàn)象，從而導(dǎo)致經(jīng)濟(jì)泡沫的產(chǎn)生，其會(huì)增加遭受損失的可能性，尤其是當(dāng)經(jīng)濟(jì)泡沫積累到一定程度時(shí)，金融危機(jī)隨之產(chǎn)生[13]。虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)的產(chǎn)生就如同倒啤酒的過(guò)程，酒杯中的泡沫數(shù)量與倒啤酒的速度有關(guān)，如果倒啤酒的速度過(guò)快，產(chǎn)生的泡沫就越多，泡沫造成了酒杯已滿的假象，也就是當(dāng)虛擬經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)之間發(fā)展不協(xié)調(diào)時(shí)，虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)產(chǎn)生，然而，此時(shí)人們并不能意識(shí)到我們的酒杯被滿滿的泡沫所充盈著，并不能意識(shí)到潛在的風(fēng)險(xiǎn)，當(dāng)泡沫逐漸溢出時(shí)，真實(shí)的啤酒量出現(xiàn)，但是此時(shí)泡沫已經(jīng)破裂，危機(jī)產(chǎn)生。

相關(guān)研究探討了虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)與企業(yè)投資效率的關(guān)系。首先，對(duì)于投資者行為來(lái)說(shuō)，虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)產(chǎn)生過(guò)程中的繁榮假象使得投資者過(guò)度投資，同時(shí)，當(dāng)虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)集聚到一定程度發(fā)生金融危機(jī)導(dǎo)致經(jīng)濟(jì)衰退時(shí)，投資者對(duì)托賓Q的敏感度受周圍環(huán)境影響更為顯著，表現(xiàn)為衰退期的投資效率更低（劉放、楊箏、楊曦，2014）[14];其次，對(duì)于企業(yè)融資約束環(huán)境來(lái)說(shuō)，良好的虛擬經(jīng)濟(jì)發(fā)展創(chuàng)造的金融生態(tài)環(huán)境有助于緩解企業(yè)融資約束，進(jìn)而促進(jìn)企業(yè)投資效率（魏志華、曾愛民、李博，2014）[15]。虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)的出現(xiàn)，使得金融生態(tài)環(huán)境惡化。金融危機(jī)期間，出于謹(jǐn)慎性動(dòng)機(jī)，銀行會(huì)降低貸款比例，企業(yè)相對(duì)較難從銀行獲得資金（支曉強(qiáng)、鄧路、劉歡，2015）[16]，在這種情況下，企業(yè)的某些項(xiàng)目會(huì)被縮減，影響企業(yè)的投資行為。Campello（2010）[17]等人采用調(diào)查問(wèn)卷法進(jìn)行考察而得到結(jié)論：近90%融資約束的企業(yè)在受到金融危機(jī)的影響時(shí)，超過(guò)半數(shù)企業(yè)都曾遭遇項(xiàng)目的夭折。另外，相關(guān)文獻(xiàn)直接研究了泡沫對(duì)于企業(yè)投資效率的影響，Gilchrist，Himmelberg和Huberman（2005）[18]在研究這一問(wèn)題時(shí)，將泡沫的直接代理變量用分析師預(yù)期方差來(lái)表示。屈文洲、葉震南和閆麗梅（2016）[19]等學(xué)者的研究表明，投資支出率在企業(yè)存在或不存在融資約束的情況下，均會(huì)對(duì)泡沫形成正向的敏感性。通過(guò)全樣本的實(shí)證檢驗(yàn)證實(shí)了該結(jié)論，并將全樣本數(shù)據(jù)按照國(guó)有股比例、規(guī)模以及股利支付率進(jìn)行分組后，檢驗(yàn)結(jié)果依然支持上述結(jié)論。據(jù)此本文提出研究假設(shè)H1a。

H1a：虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)越高，企業(yè)投資效率越低，即虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)與企業(yè)的投資效率負(fù)相關(guān)。

（二）虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)下管理者風(fēng)險(xiǎn)偏好與企業(yè)投資效率

傳統(tǒng)的經(jīng)濟(jì)理論認(rèn)為在投資決策中管理者特征沒(méi)有起到影響。然而，Hambrick和Mason（1984）[20]

的研究中最先剔除高層梯隊(duì)理論（Upper Echelon Theory），該理論認(rèn)為，管理者風(fēng)險(xiǎn)偏好等特征會(huì)影響管理者決策，同時(shí)也會(huì)影響企業(yè)經(jīng)營(yíng)效率和戰(zhàn)略制定;Bertrand和Schoar（2003）[21]認(rèn)為，管理者會(huì)在企業(yè)決策中起到特定作用;Graham，Harvey和Pun（2013）[22]對(duì)企業(yè)管理者進(jìn)行了心理測(cè)試，結(jié)果顯示管理者的風(fēng)險(xiǎn)厭惡程度、悲觀或樂(lè)觀主義以及是否缺乏耐心等特質(zhì)都會(huì)影響企業(yè)的決策;張鐵鑄（2010）[23]同樣通過(guò)研究發(fā)現(xiàn)，風(fēng)險(xiǎn)偏好型管理者的投資決策更傾向于擴(kuò)大投資，而風(fēng)險(xiǎn)厭惡型管理者則更加保守。李偉（2013）[24]認(rèn)為在企業(yè)并購(gòu)、現(xiàn)金資產(chǎn)持有等方面，管理者風(fēng)險(xiǎn)偏好也起到了重要作用，從而影響企業(yè)投資決策。風(fēng)險(xiǎn)厭惡型管理者相對(duì)而言更多的會(huì)選擇縮減投資規(guī)模，將投資速度放緩從而導(dǎo)致投資不足。據(jù)此提出本文的假設(shè)H1b。

H1b：管理者風(fēng)險(xiǎn)偏好會(huì)影響企業(yè)的非效率投資水平。管理者風(fēng)險(xiǎn)偏好程度與企業(yè)投資效率負(fù)相關(guān)，即管理者越偏好風(fēng)險(xiǎn)，投資效率越低。

近年來(lái)，我國(guó)相繼出臺(tái)了相關(guān)經(jīng)濟(jì)政策，企業(yè)受到這些政策風(fēng)險(xiǎn)的影響，同時(shí)企業(yè)財(cái)務(wù)管理對(duì)于經(jīng)濟(jì)形勢(shì)的變化缺乏良好的把控和敏感性，對(duì)可能存在的風(fēng)險(xiǎn)不能及時(shí)有效地辨別，導(dǎo)致投資決策因此而受到損失。企業(yè)需要充分發(fā)揮財(cái)務(wù)管理工作的作用，對(duì)于可能會(huì)對(duì)企業(yè)發(fā)展造成不利影響的風(fēng)險(xiǎn)要提高警惕（趙啟宏，2012）[25]。風(fēng)險(xiǎn)敏感性是指隨著風(fēng)險(xiǎn)規(guī)避程度變化而使投資決策策略改變的程度，目前主要從影響投資者風(fēng)險(xiǎn)敏感性因素和不同風(fēng)險(xiǎn)敏感性最優(yōu)控制兩個(gè)角度進(jìn)行研究（劉海龍，2000）[26]。一般認(rèn)為，風(fēng)險(xiǎn)敏感性可以作為解釋不同環(huán)境下風(fēng)險(xiǎn)偏好的理由（王重鳴、梁立，1998）[27]，不同風(fēng)險(xiǎn)偏好者擁有不同的風(fēng)險(xiǎn)敏感性。陳國(guó)棟（2012）[28]運(yùn)用敏感性分析，確定了各個(gè)風(fēng)險(xiǎn)因素對(duì)企業(yè)投資項(xiàng)目的影響。由于風(fēng)險(xiǎn)偏好者偏好風(fēng)險(xiǎn)，其對(duì)風(fēng)險(xiǎn)的敏感性較強(qiáng)，因此，當(dāng)危機(jī)出現(xiàn)時(shí)，其能改善非效率投資的投資決策?；诖?，本文提出研究假設(shè)H2b。

H2b：管理風(fēng)險(xiǎn)偏好者對(duì)風(fēng)險(xiǎn)較為敏感，能夠及時(shí)調(diào)整投資決策，改善由虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)導(dǎo)致的非效率投資。

三、樣本數(shù)據(jù)與模型構(gòu)建

（一）研究模型與變量定義

1.投資效率模型

對(duì)于企業(yè)投資效率的衡量，在參考已有文獻(xiàn)的基礎(chǔ)上，本文采用了殘差度量法。在度量特定公司特定年度的投資效率時(shí)，Richardson（2006）通過(guò)運(yùn)用殘差度量法來(lái)構(gòu)建基礎(chǔ)投資模型，進(jìn)而對(duì)此進(jìn)行了直觀的考察。辛清泉、林斌、王彥超（2007）[29]等學(xué)者都曾運(yùn)用此方法測(cè)度企業(yè)投資效率。本文首先構(gòu)建了投資效率模型（1），在該模型中，將企業(yè)的規(guī)模、企業(yè)的成長(zhǎng)能力這類影響企業(yè)投資水平的因素納入到模型中并估計(jì)出企業(yè)的最優(yōu)投資水平，該模型估計(jì)出的殘差絕對(duì)值表示各個(gè)樣本的非效率投資大小，記為Eff，該值與投資效率之間存在負(fù)相關(guān)性，即該值越大，說(shuō)明企業(yè)投資效率越低，非效率投資越多。投資效率模型（1）具體表述如下：

模型（1）中，因變量INVt代表企業(yè)第t年的新增投資支出，具體為（長(zhǎng)期投資凈額+固定資產(chǎn)凈額+無(wú)形資產(chǎn)凈額）/企業(yè)當(dāng)年年初總資產(chǎn);自變量Qt-1是托賓Q值，表示企業(yè)的投資機(jī)會(huì);自變量Casht-1是企業(yè)現(xiàn)金持有量，用企業(yè)第t年初總資產(chǎn)標(biāo)準(zhǔn)化表示，具體為（貨幣資金+短期投資凈額）/總資產(chǎn);自變量Levt-1代表企業(yè)第t年年初的資產(chǎn)負(fù)債率;自變量Sizet-1為企業(yè)規(guī)模，利用第t年年初總資產(chǎn)的自然對(duì)數(shù)表示;自變量Aget-1代表截止企業(yè)第t年年初時(shí)的上市年限;自變量Rett-1指第t-1年時(shí)的股票收益率。另外，模型（1）控制年度效應(yīng)和行業(yè)效應(yīng)，ε為該模型的殘差項(xiàng)，也就是本文所要求的企業(yè)投資效率，若ε<0，表示該年度中樣本企業(yè)存在投資不足，而ε>0則表示樣本公司在這一時(shí)期存在過(guò)度投資。

2.虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)測(cè)度

虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)所產(chǎn)生的最直觀的表現(xiàn)是虛擬經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)相背離，虛擬經(jīng)濟(jì)發(fā)展不適度導(dǎo)致虛擬經(jīng)濟(jì)易產(chǎn)生泡沫，最終導(dǎo)致虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)的出現(xiàn)。本文認(rèn)為虛擬經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)發(fā)展的不協(xié)調(diào)會(huì)增大虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)，而實(shí)體經(jīng)濟(jì)與虛擬經(jīng)濟(jì)的協(xié)調(diào)發(fā)展則會(huì)使虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)有所降低。在此，本文借鑒袁國(guó)敏、王亞鴿、王阿楠（2008）[30]、葉春華、何建敏和李守偉（2009）[31]測(cè)度虛擬經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)協(xié)調(diào)發(fā)展的方法，選取馬歇爾K值、金融機(jī)構(gòu)各項(xiàng)貸款、股票成交額、原保險(xiǎn)保費(fèi)收入、期貨總成交額、證券投資基金成交金額和債券余額七個(gè)指標(biāo)來(lái)衡量虛擬經(jīng)濟(jì)發(fā)展?fàn)顩r，選取第一產(chǎn)業(yè)占GDP比重、第二產(chǎn)業(yè)占GDP比重、第三產(chǎn)業(yè)占GDP比重、國(guó)內(nèi)生產(chǎn)總值、實(shí)際利用外商直接投資額、進(jìn)出口總額、全社會(huì)固定資產(chǎn)投資以及社會(huì)消費(fèi)品零售總額八個(gè)指標(biāo)來(lái)衡量實(shí)體經(jīng)濟(jì)發(fā)展?fàn)顩r，通過(guò)主成分分析分別獲得虛擬經(jīng)濟(jì)綜合發(fā)展指數(shù)（FE）和實(shí)體經(jīng)濟(jì)綜合發(fā)展指數(shù)（RE），最終通過(guò)公式（1）—（4）求得我們所需要的虛擬經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)協(xié)調(diào)度，也就是虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)程度（FE&RE）。該值越大，虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)越小;相反，該值越小，則說(shuō)明虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)越大。

3.管理者風(fēng)險(xiǎn)偏好測(cè)度

Von Neumann和Morgenstern在1947年提出的預(yù)期效用模型（Excepted Utility Model），構(gòu)建了對(duì)理性人的行為在不確定條件下的分析框架。 Friend和Blume （1975） [32]在構(gòu)建風(fēng)險(xiǎn)偏好的衡量指標(biāo)時(shí)，最先引入了個(gè)人風(fēng)險(xiǎn)資產(chǎn)與安全資產(chǎn)的配置比，該比例能夠體現(xiàn)個(gè)人在面對(duì)風(fēng)險(xiǎn)時(shí)的態(tài)度。2000年，Moers和Peek以管理者個(gè)人風(fēng)險(xiǎn)資產(chǎn)在非風(fēng)險(xiǎn)資產(chǎn)中的占比來(lái)衡量管理者風(fēng)險(xiǎn)偏好，通過(guò)分析上市公司CEO的相關(guān)數(shù)據(jù)，將風(fēng)險(xiǎn)資產(chǎn)界定為股權(quán)激勵(lì)、股票期權(quán)等資產(chǎn)，將安全資產(chǎn)界定為其獲得的來(lái)自上市公司的現(xiàn)金及類似相關(guān)紅利報(bào)酬。湯穎梅（2011）[33]等國(guó)內(nèi)學(xué)者認(rèn)為財(cái)務(wù)決策能夠反映出管理者風(fēng)險(xiǎn)偏好，因此在研究管理者風(fēng)險(xiǎn)特質(zhì)時(shí)把防御距離作為衡量指標(biāo);潛麗清在對(duì)管理者風(fēng)險(xiǎn)偏好與企業(yè)投資水平關(guān)系的研究中，選取了四個(gè)個(gè)人層面的指標(biāo)和六個(gè)公司層面的指標(biāo)，并通過(guò)主成分分析提取出關(guān)鍵指標(biāo)。本文基于數(shù)據(jù)的可獲得性，在對(duì)已有文獻(xiàn)研究進(jìn)行梳理的基礎(chǔ)上，提出了管理者風(fēng)險(xiǎn)特質(zhì)的衡量指標(biāo)character，其表達(dá)式為（5）：

4.主回歸模型構(gòu)建

被解釋變量Efft 為模型（1）所求得的企業(yè)投資效率，模型（2）主要檢驗(yàn)假設(shè)H1a，模型（3）主要檢驗(yàn)假設(shè)H1b。FE&REt表示虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)指標(biāo)， Charactert-1表示管理者風(fēng)險(xiǎn)特質(zhì)衡量指標(biāo)，F(xiàn)E&REt*Charactert-1表示虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)指標(biāo)和管理者風(fēng)險(xiǎn)特質(zhì)衡量指標(biāo)的交互項(xiàng)，反映了管理者風(fēng)險(xiǎn)偏好對(duì)虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)的敏感程度。Controlst-1是控制變量，按照黃捃等人的研究設(shè)計(jì)，我們?cè)谀Ｐ停?）中引入企業(yè)現(xiàn)金持有量（Cash）、企業(yè)規(guī)模（Size）、總資產(chǎn)利潤(rùn)率（Roa）和資產(chǎn)負(fù)債率（Lev）作為控制變量。進(jìn)一步地，我們也控制了行業(yè)效應(yīng)。模型（3）在模型（2）的基礎(chǔ)上引入了作為解釋變量的管理者風(fēng)險(xiǎn)特質(zhì)衡量指標(biāo)（Character）以及虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)指標(biāo)和管理者風(fēng)險(xiǎn)特質(zhì)衡量指標(biāo)的交互項(xiàng)（FE&RE*Character），主要的作用是檢驗(yàn)虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)下，不同風(fēng)險(xiǎn)偏好的管理者做出的不同決策對(duì)企業(yè)投資效率的影響存在差異。

（二）樣本數(shù)據(jù)與數(shù)據(jù)來(lái)源

本文選取滬深兩市A股上市公司2007—2015年的數(shù)據(jù)為樣本來(lái)探究企業(yè)投資效率受到虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)的影響情況，并考察了企業(yè)投資效率受到虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)和管理者風(fēng)險(xiǎn)偏好的綜合影響情況。由于初始數(shù)據(jù)可能大量缺失、存在極端值等問(wèn)題，為保證研究能夠得到客觀的研究結(jié)果，本文按照以下標(biāo)準(zhǔn)，對(duì)原始數(shù)據(jù)加以篩選：

1.選取樣本企業(yè)時(shí)將ST和PT股票進(jìn)行剔除。ST、PT企業(yè)的存在可能使實(shí)證結(jié)果由于異常值的影響而存在較大偏差，因此，剔除ST、PT股票可以避免異常值的影響。

2.剔除了變量的異常值與缺失值。若企業(yè)存在大量的異常值與缺失值會(huì)導(dǎo)致研究結(jié)果的偏差，因此本文剔除存在異常值與缺失值的企業(yè)來(lái)保證研究結(jié)果的客觀性。

3.按照研究慣例刪除了金融類公司，因?yàn)榇祟惼髽I(yè)有別于其他企業(yè)的報(bào)表結(jié)構(gòu)和主要的會(huì)計(jì)項(xiàng)目。

4.對(duì)公司層面的連續(xù)變量都進(jìn)行了上下1%的winsorize處理，從而降低了篩選后企業(yè)主要變量可能存在的極端值對(duì)參數(shù)估計(jì)的影響。

經(jīng)過(guò)上述四個(gè)標(biāo)準(zhǔn)的篩選，本文最終選取在考察期內(nèi)符合條件并一直存續(xù)的樣本數(shù)為524家。虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)指標(biāo)分別來(lái)自國(guó)家統(tǒng)計(jì)局、世界銀行數(shù)據(jù)庫(kù)和《中國(guó)統(tǒng)計(jì)年鑒》，管理者風(fēng)險(xiǎn)偏好數(shù)據(jù)以及企業(yè)投資效率數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR），采用eviews8統(tǒng)計(jì)軟件對(duì)數(shù)據(jù)加以分析。

四、實(shí)證檢驗(yàn)與分析

（一）描述性統(tǒng)計(jì)

表1中反映了主要變量的描述性統(tǒng)計(jì)結(jié)果。由表1可知，企業(yè)投資效率（Eff）的均值為0.030385，極小值為0.00000342，極大值為0.466402，標(biāo)準(zhǔn)差為0.032723，表明企業(yè)投資效率整體來(lái)看仍有待提高，且各企業(yè)投資效率程度比較均衡。解釋變量中虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)指標(biāo)（RE&RE）的均值為0.804939，極小值為0.607765，極大值為0.943557，標(biāo)準(zhǔn)差為0.116958，表明我國(guó)虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)水平存在差異;管理者風(fēng)險(xiǎn)特質(zhì)衡量指標(biāo)（Character）的均值為0.125384，極小值為0，極大值為0.870152，標(biāo)準(zhǔn)差為0.121993，表明企業(yè)間管理者風(fēng)險(xiǎn)偏好存在差異?？刂谱兞恐校髽I(yè)現(xiàn)金持有量（Cash）的極大值為1，極小值為0，均值為0.16039，標(biāo)準(zhǔn)差為0.129831，企業(yè)現(xiàn)金持有量影響企業(yè)投資效率的程度比較均衡;企業(yè)規(guī)模（Size）的均值為21.98216，極大值為29.06513，極小值為14.10822，標(biāo)準(zhǔn)差為1.425922，標(biāo)準(zhǔn)差較大表明企業(yè)規(guī)模對(duì)企業(yè)投資效率的影響程度存在較大差異，且最大值和最小值間差異較大，體現(xiàn)了不同企業(yè)間存在較大的個(gè)體差異;總資產(chǎn)利潤(rùn)率（Roa）的均值為0.038457，極小值為-1.347，極大值為7.108938，標(biāo)準(zhǔn)差為0.168279，表示我國(guó)股票收益率平均為3.85%;資產(chǎn)負(fù)債率（Lev）的均值為0.594514，極小值為-0.1947，極大值為55.40864，標(biāo)準(zhǔn)差為1.032126，同樣可以看出不同企業(yè)間資產(chǎn)負(fù)債率差異較大，為本文的研究奠定了更為有利的基礎(chǔ)。

（二）變量間相關(guān)性檢驗(yàn)

表2為變量間的相關(guān)性分析。在表2中可以看出，企業(yè)投資效率（Eff）和虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)（FE&RE）的相關(guān)系數(shù)為-0.07571，而企業(yè)投資效率（Eff）是一個(gè)負(fù)向指標(biāo)，即虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)降低將會(huì)提高企業(yè)投資效率;企業(yè)規(guī)模（Size）、總資產(chǎn)利潤(rùn)率（Roa）和資產(chǎn)負(fù)債率（Lev）與企業(yè)投資效率（Eff）之間的相關(guān)系數(shù)為負(fù)，說(shuō)明這些控制變量會(huì)提高企業(yè)投資效率;而企業(yè)現(xiàn)金持有量（Cash）與企業(yè)投資效率之間系數(shù)為正，表明企業(yè)現(xiàn)金持有量越多則會(huì)引起企業(yè)非效率投資的增加。此外，該結(jié)果中大多數(shù)變量之間的相關(guān)系數(shù)較小，根據(jù)以往的研究表明，我們構(gòu)建的模型不存在明顯的多重共線性問(wèn)題。

（三）回歸結(jié)果

表3的面板估計(jì)結(jié)果表示的是模型（2）和模型（3）的回歸結(jié)果。方程（1）反映了模型（2）的回歸結(jié)果。在方程（1）中，虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)指標(biāo)系數(shù)顯著為負(fù)，表明虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)越小，非效率投資越小，即虛擬經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)協(xié)調(diào)發(fā)展會(huì)促進(jìn)企業(yè)投資效率提高，二者呈現(xiàn)正相關(guān)關(guān)系，也間接表明了虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)會(huì)顯著影響企業(yè)投資效率，從而支持了假設(shè)H1a。方程（2）反映了模型（3）的回歸結(jié)果，在方程（2）中，虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)指標(biāo)系數(shù)仍然顯著為負(fù)，回歸結(jié)果與模型（2）的結(jié)果相同。而管理者風(fēng)險(xiǎn)偏好指標(biāo)和企業(yè)非效率投資間呈現(xiàn)出顯著的負(fù)相關(guān)關(guān)系，即表明管理者較高的風(fēng)險(xiǎn)偏好水平會(huì)導(dǎo)致企業(yè)更低的投資效率，進(jìn)而證實(shí)了假設(shè)H1b。同時(shí)虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)程度（Fe&Re）和企業(yè)非效率投資間也顯著負(fù)相關(guān)，表明管理風(fēng)險(xiǎn)偏好者對(duì)虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)較敏感，能夠及時(shí)調(diào)整投資決策，改善由虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)導(dǎo)致的非效率投資，提高企業(yè)的投資效率，進(jìn)而證實(shí)了假設(shè)H2b。控制變量中企業(yè)現(xiàn)金持有量（Cash）、企業(yè)規(guī)模（Size）、總資產(chǎn)利潤(rùn)率（Roa）和企業(yè)非效率投資均顯著負(fù)相關(guān)，與模型（2）的回歸結(jié)果一致。

（四）穩(wěn)定性檢驗(yàn)

為證實(shí)上一部分中研究結(jié)果的可靠性，基于前文的實(shí)證分析基礎(chǔ)，本文又進(jìn)行了進(jìn)一步的穩(wěn)定性檢驗(yàn)，將投資效率按照投資過(guò)度和投資不足進(jìn)行劃分，檢驗(yàn)結(jié)果如表4所示。在表4中，虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)顯著為負(fù)，虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)與管理者風(fēng)險(xiǎn)偏好交叉項(xiàng)顯著為負(fù)相關(guān)，與前文結(jié)論一致，主要研究結(jié)果并未發(fā)生實(shí)質(zhì)性變化。

五、結(jié) 語(yǔ)

本文從虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)對(duì)企業(yè)投資效率的影響出發(fā)，選取合理指標(biāo)來(lái)衡量虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)和企業(yè)投資效率水平，并研究虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)對(duì)企業(yè)投資效率水平的影響。在此基礎(chǔ)上，又引入管理者風(fēng)險(xiǎn)偏好來(lái)研究其對(duì)虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)的敏感程度所導(dǎo)致的對(duì)企業(yè)投資效率的影響。結(jié)合實(shí)證分析，本文得到的主要結(jié)論為：虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)會(huì)引起企業(yè)的非效率投資，降低企業(yè)投資效率;企業(yè)投資效率會(huì)受到管理者風(fēng)險(xiǎn)偏好程度的影響，并且二者顯著負(fù)相關(guān)。與此同時(shí)，雖然管理者偏好風(fēng)險(xiǎn)會(huì)降低企業(yè)的投資效率，但是，管理風(fēng)險(xiǎn)偏好者對(duì)風(fēng)險(xiǎn)較為敏感，能夠及時(shí)調(diào)整投資決策，改善由虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)導(dǎo)致的非效率投資，提高企業(yè)的投資效率。

根據(jù)實(shí)證研究結(jié)果，本文提出如下建議：第一，從宏觀經(jīng)濟(jì)角度出發(fā)，政府應(yīng)該倡導(dǎo)虛擬經(jīng)濟(jì)適度發(fā)展，從實(shí)體經(jīng)濟(jì)層面積極推進(jìn)新舊動(dòng)能轉(zhuǎn)換，促進(jìn)經(jīng)濟(jì)穩(wěn)健增長(zhǎng)，從虛擬經(jīng)濟(jì)層面，加強(qiáng)虛擬經(jīng)濟(jì)的風(fēng)險(xiǎn)預(yù)警機(jī)制，防范虛擬經(jīng)濟(jì)泡沫風(fēng)險(xiǎn)的發(fā)生;第二，從微觀企業(yè)角度出發(fā)，進(jìn)一步加強(qiáng)公司治理，完善企業(yè)內(nèi)部控制，重視管理者的作用，充分調(diào)動(dòng)和發(fā)揮管理者的投資決策能力，以此使得企業(yè)投資決策效率得到提高。

參考文獻(xiàn)：

姜國(guó)華，饒品貴.宏觀經(jīng)濟(jì)政策與微觀企業(yè)行為——拓展會(huì)計(jì)與財(cái)務(wù)研究新領(lǐng)域[J].會(huì)計(jì)研究，2011（03）：9-18+94.

饒品貴，陳冬華，姜國(guó)華，等.深化宏觀經(jīng)濟(jì)政策與微觀企業(yè)行為的互動(dòng)關(guān)系研究——“第四屆宏觀經(jīng)濟(jì)政策與微觀企業(yè)行為學(xué)術(shù)研討會(huì)”綜述[J].經(jīng)濟(jì)研究，2016，51（02）：186-190.

王義中，宋敏.宏觀經(jīng)濟(jì)不確定性、資金需求與公司投資[J].經(jīng)濟(jì)研究，2014，49（02）：4-17.

李春霞.金融發(fā)展、投資效率與公司業(yè)績(jī)[J].經(jīng)濟(jì)科學(xué)，2014（04）：80-92.

田園.外部沖擊、企業(yè)投資與產(chǎn)權(quán)性質(zhì)——基于國(guó)際金融危機(jī)的視角[J].現(xiàn)代管理科學(xué)，2017（01）：60-62+75.

張利兵，吳沖鋒，應(yīng)益榮.金融泡沫與企業(yè)投資[J].管理科學(xué)學(xué)報(bào)，2010，13（01）：60-69+94.

Martin A，& Ventura J. Economic Growth with Bubbles [J].National Bureau of Economic Research， 2010，102（06）：3033-58.

李遠(yuǎn)勤，郭嵐，張祥建.企業(yè)非效率投資行為影響因素的前沿研究綜述[J].軟科學(xué)，2009，23（07）：124-129+144.

謝科范.企業(yè)決策者對(duì)待風(fēng)險(xiǎn)的態(tài)度——對(duì)38個(gè)企業(yè)負(fù)責(zé)人的調(diào)查[J].決策探索，1993（08）：15-16.

張應(yīng)語(yǔ)，李志祥.基于管理風(fēng)險(xiǎn)偏好量表的管理風(fēng)險(xiǎn)偏好實(shí)證研究——以大型國(guó)有企業(yè)管理人員為例[J].中國(guó)軟科學(xué)，2009（04）：175-184.

朱旭強(qiáng).風(fēng)險(xiǎn)偏好對(duì)不同類型科技企業(yè)融資渠道有效性的研究[J].商業(yè)時(shí)代，2010（06）：58-60.

金豪，夏清泉.上市公司管理者風(fēng)險(xiǎn)偏好與公司非效率投資——基于國(guó)有企業(yè)與非國(guó)有企業(yè)的比較分析[J].上海對(duì)外經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2017，24（02）：61-71.

周瑩瑩.虛擬經(jīng)濟(jì)對(duì)實(shí)體經(jīng)濟(jì)影響及與實(shí)體經(jīng)濟(jì)協(xié)調(diào)發(fā)展研究[D].中國(guó)礦業(yè)大學(xué)，2011.

劉放，楊箏，楊曦.宏觀經(jīng)濟(jì)周期性波動(dòng)與公司投資效率——基于金融危機(jī)的自然實(shí)驗(yàn)[J].財(cái)會(huì)通訊，2014（21）：85-88.

魏志華，曾愛民，李博.金融生態(tài)環(huán)境與企業(yè)融資約束——基于中國(guó)上市公司的實(shí)證研究[J].會(huì)計(jì)研究，2014（05）：73-80+95.

支曉強(qiáng)，鄧路，劉歡.金融危機(jī)的微觀經(jīng)濟(jì)影響研究述評(píng)[J].中國(guó)人民大學(xué)學(xué)報(bào)，2015，29（01）：148-154.

Campello M， Giambona， E， Graham J.R， et al. Access to Liquidity and Corporate Investment in Europe during the Financial Crisis[J]. Review of Finance，2012，300（01）：539-555.

Gilchrist S， Himmelberg C P， Huberman G. Do Stock Price Bubbles Influence Corporate Investment？[J]. Journal of Monetary Economics，2005，52（04）：805-827.

屈文洲，葉震南，閆麗梅.股價(jià)泡沫真的會(huì)影響公司資本投資嗎？——基于股權(quán)融資機(jī)制和迎合機(jī)制的實(shí)證檢驗(yàn)[J].證券市場(chǎng)導(dǎo)報(bào)，2016（06）：33-41.

Hambrick D C，Mason P A. Upper Echelons：The Organization as a Reflection of Its Top Managers[J]. Academy of Management Review，1984，9（02）：193-206.

Bertrand M，Schoar A. Managing with Style：The Effect of Managers on Firm Policies[J]. The Quarterly Journal of Economics，2003，118（04）：1169-1208.

Graham J R，Harvey C R，Puri M. Managerial Attitudes and Corporate Actions[J]. Journal of Financial Economics，2013，109（01）：103-121.

張鐵鑄.管理者風(fēng)險(xiǎn)特質(zhì)，會(huì)計(jì)選擇與盈余質(zhì)量研究[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2010（09）：108-116.

李偉.企業(yè)家風(fēng)險(xiǎn)偏好對(duì)企業(yè)投資決策行為的影響研究[D].首都經(jīng)濟(jì)貿(mào)易大學(xué)，2013.

趙啟宏.論財(cái)務(wù)的經(jīng)濟(jì)形勢(shì)風(fēng)險(xiǎn)敏感性[J].中國(guó)總會(huì)計(jì)師，2012（02）：100-101.

劉海龍.風(fēng)險(xiǎn)敏感性最優(yōu)控制問(wèn)題研究.控制與決策[J].2000，15（01）：107-109.

王重鳴，梁立.風(fēng)險(xiǎn)決策中動(dòng)態(tài)框架效應(yīng)研究[J].心理學(xué)報(bào)，1998（04）：394-400.

陳國(guó)棟.基于蒙特卡羅模擬的投資項(xiàng)目風(fēng)險(xiǎn)敏感性分析[J].財(cái)會(huì)月刊：理論版，2012（06）：59-61.

辛清泉，林斌，王彥超.政府控制、經(jīng)理薪酬與資本投資[J].經(jīng)濟(jì)研究，2007（08）：110-122.

袁國(guó)敏，王亞鴿，王阿楠.中國(guó)虛擬經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)發(fā)展的協(xié)調(diào)度分析[J].當(dāng)代經(jīng)濟(jì)管理， 2008， 30（03）：12-15.

葉春華，何建敏，李守偉.金融發(fā)展與經(jīng)濟(jì)發(fā)展的協(xié)調(diào)水平測(cè)度研究——基于江蘇的實(shí)證[J].中國(guó)礦業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2009，11（02）：80-84.

Friend I， Blume M E. The demand for risky assets[J]. The American Economic Review，1975，65（05）：900-922.

湯穎梅，王懷明，白云峰.CEO特征、風(fēng)險(xiǎn)偏好與企業(yè)研發(fā)支出——以技術(shù)密集型產(chǎn)業(yè)為例[J].中國(guó)科技論壇，2011（10）：89-95.