李佳寧，鐘田麗

(東北大學(xué)工商管理學(xué)院，遼寧 沈陽 110000)

1 引言

在傳統(tǒng)經(jīng)濟學(xué)理論中，企業(yè)投資行為是企業(yè)獨立決策后的結(jié)果。但是根據(jù)現(xiàn)有研究，企業(yè)之間存在由供求機制、競爭機制等市場機制產(chǎn)生的間接關(guān)聯(lián)，以及由直接交流、觀察學(xué)習(xí)等非市場機制產(chǎn)生的直接關(guān)聯(lián)[1-2]。對企業(yè)個體而言，這兩種關(guān)聯(lián)互動可能導(dǎo)致企業(yè)的投資行為受到其參照組內(nèi)同伴投資的影響，即企業(yè)投資決策的“同伴效應(yīng)”[3-4](Peer effects)。

同伴效應(yīng)的研究最早始于教育學(xué)和社會學(xué)領(lǐng)域，例如學(xué)校內(nèi)同伴對個體的學(xué)習(xí)成績、犯罪行為等社會活動的影響[5-6]；隨后經(jīng)濟學(xué)家借用同伴效應(yīng)概念，研究了同事或鄰居對個人的股票投資、創(chuàng)業(yè)活動等經(jīng)濟活動的影響[7-8]；近年，企業(yè)層面同伴效應(yīng)研究興起，學(xué)者檢驗了同伴企業(yè)對融資決策、股票分割、股利政策、投資決策等企業(yè)財務(wù)決策的影響[9-12]。

關(guān)于企業(yè)投資決策是否存在同伴效應(yīng)，國內(nèi)外文獻(xiàn)主要采用兩類模型進(jìn)行實證檢驗。一是空間計量模型，允許社會網(wǎng)絡(luò)構(gòu)成的參照組內(nèi)不同“同伴”對個體決策施加不同程度影響。例如，Patnam[13]基于印度上市企業(yè)連鎖董事網(wǎng)絡(luò)和空間計量模型，首次實證檢驗企業(yè)金融投資和實物投資是否存在同伴效應(yīng)。其研究發(fā)現(xiàn)，企業(yè)金融投資因連鎖董事網(wǎng)絡(luò)具有同伴效應(yīng)，而實物投資的同伴效應(yīng)不顯著。二是參照組組內(nèi)均值線性模型(Linear-in-mean model)，根據(jù)企業(yè)所處行業(yè)或地區(qū)等相對外生屬性設(shè)立參照組，組內(nèi)所有同伴企業(yè)對焦點企業(yè)產(chǎn)生平均影響[14]。例如，石桂峰[15]、萬良勇等[16]及劉靜和王克敏[17]采用均值線性模型，利用普通最小二乘法(OLS)分別對企業(yè)實物投資、并購以及研發(fā)支出等企業(yè)投資決策的同伴效應(yīng)進(jìn)行實證檢驗，發(fā)現(xiàn)同伴企業(yè)投資決策與焦點企業(yè)投資決策呈顯著正相關(guān)。

大多數(shù)研究通過參照組組內(nèi)均值線性模型及OLS法得到了較一致的研究結(jié)論，卻忽略了識別同伴效應(yīng)的兩個關(guān)鍵問題，即參照組的有效性問題以及焦點企業(yè)與同伴企業(yè)投資決策之間互相影響而產(chǎn)生的聯(lián)立性問題[3]。

雖然Chen Shenglan和Ma Hui[18]以及羅福凱等[19]針對行業(yè)參照組，采用股票特質(zhì)收益率作為工具變量解決了聯(lián)立性問題，發(fā)現(xiàn)同行業(yè)內(nèi)的企業(yè)投資和研發(fā)支出具有同伴效應(yīng)，但是與其他現(xiàn)有研究一樣缺乏對參照組的有效界定。有效的參照組要求焦點個體與組內(nèi)同伴存在真正的行為互動，并且產(chǎn)生互動的機制與參照組直接相關(guān)[14,20]。然而，焦點企業(yè)主要受到所處行業(yè)內(nèi)部分企業(yè)而非全部企業(yè)的影響，按行業(yè)劃分參照組會導(dǎo)致同伴企業(yè)范圍界定過寬[20]；并且行業(yè)內(nèi)與焦點企業(yè)同區(qū)域的企業(yè)，對同伴效應(yīng)具有區(qū)域政府干預(yù)和行業(yè)競爭兩種替代性解釋[21-23]，其估計系數(shù)不能有效地反映以行業(yè)為參照組的同伴效應(yīng)大小。

為此，本文選取跨區(qū)域的同行業(yè)企業(yè)為同伴企業(yè)，首次構(gòu)建了同伴企業(yè)的同區(qū)域跨行業(yè)企業(yè)的投資均值為工具變量，實證檢驗中國上市企業(yè)投資決策是否存在同伴效應(yīng)，并進(jìn)一步檢驗了同伴效應(yīng)的基本特征。實證結(jié)果發(fā)現(xiàn)，中國上市企業(yè)投資決策顯著受到跨區(qū)域同行業(yè)企業(yè)投資決策的正向影響；且當(dāng)同伴企業(yè)增加投資時，焦點企業(yè)也會顯著增加投資，反之不存在；投資決策同伴效應(yīng)存在乘數(shù)效應(yīng)特征。

與已有研究相比，本文的貢獻(xiàn)在于：第一，以跨區(qū)域的同行企業(yè)作為同伴企業(yè)，即按行業(yè)界定同伴企業(yè)時剔除同區(qū)域的行業(yè)企業(yè)，排除了區(qū)域因素影響的替代性解釋，明確了同伴效應(yīng)的作用范圍，為同伴效應(yīng)中參照組的界定和細(xì)分提供了新思路；第二，首次構(gòu)建了同伴企業(yè)的同區(qū)域跨行業(yè)企業(yè)的投資均值作為工具變量，解決了大多數(shù)現(xiàn)有文獻(xiàn)沒有采用工具變量法或工具變量選擇不當(dāng)而產(chǎn)生的聯(lián)立性問題，為同伴效應(yīng)實證研究中工具變量提供了新選擇；第三，研究結(jié)論發(fā)現(xiàn)企業(yè)投資決策同伴效應(yīng)不對稱性和乘數(shù)效應(yīng)的基本特征，意味著個體企業(yè)對同伴投資變動的反應(yīng)并非同向同步，個體企業(yè)投資的增加通過跨區(qū)域行業(yè)企業(yè)的影響而擴大至宏觀層面，拓展了企業(yè)投資決策“同伴效應(yīng)”的現(xiàn)有研究。

本文對于進(jìn)一步開展我國企業(yè)投資決策同伴效應(yīng)的產(chǎn)生機制及其影響因素等理論研究，具有重要的理論價值；同時，對于監(jiān)管部門了解企業(yè)之間決策行為的同伴效應(yīng)及其特征，考慮并利用乘數(shù)效應(yīng)的放大作用，切實提高政策有效性，具有現(xiàn)實意義。

2 理論分析與研究假設(shè)

企業(yè)投資是企業(yè)財務(wù)管理和經(jīng)營戰(zhàn)略的重要內(nèi)容和手段。企業(yè)既可以為了獲取信息優(yōu)化投資決策而觀察和學(xué)習(xí)同伴的決策，也可以為了增強自身競爭優(yōu)勢而將投資作為重要的競爭手段與同伴產(chǎn)生戰(zhàn)略互動，最終達(dá)到盈利目的。

根據(jù)現(xiàn)有研究[10,18]，本文主要從學(xué)習(xí)理論和競爭理論對企業(yè)投資決策互相影響的同伴效應(yīng)建立研究假設(shè)。

根據(jù)社會學(xué)習(xí)理論，觀察同伴決策行為是企業(yè)決策時獲取信息的重要渠道[24-25]。首先，歷史經(jīng)驗有限的決策者在面臨新投資決策時，具有獲取更多信息的需求，以減少信息不對稱、降低決策不確定性；其次，觀察和學(xué)習(xí)同伴的決策能迅速獲得大量投資的相關(guān)信息、降低決策成本和風(fēng)險，達(dá)到優(yōu)化投資決策目的[26]；最后，企業(yè)之間互相觀察學(xué)習(xí)導(dǎo)致企業(yè)之間投資信息和投資行為具有互相依存關(guān)系，即外部同伴對個體企業(yè)的認(rèn)知與行為決策有重要影響，反之亦然。因此，企業(yè)學(xué)習(xí)行為能夠產(chǎn)生投資的“同伴效應(yīng)”[20]。

企業(yè)作為競爭組織，通常采用擴大固定資產(chǎn)投資、兼并收購等投資手段參與產(chǎn)品市場競爭。根據(jù)Stuckleburg產(chǎn)量競爭模型[27]，企業(yè)之間的投資行為互相依賴：由于企業(yè)序貫決策導(dǎo)致后行動者的選擇空間依賴于前行動者的選擇，所以每個企業(yè)需要先推測競爭對手的行動及其隱藏的私有信息，再采取最優(yōu)決策。在長期攻擊與反攻擊的博弈過程中，企業(yè)會動態(tài)調(diào)整其投資決策。因此，企業(yè)投資決策是由自身與競爭對手的情況以及環(huán)境的變化共同決定的。

此外，企業(yè)和同伴的投資決策也受到共同所處行業(yè)或區(qū)域的外部環(huán)境影響[15]。從行業(yè)層面上，跨區(qū)域的同行業(yè)企業(yè)之間信息交流帶來的學(xué)習(xí)或競爭等互動行為，并不會受限于共同的地方政府干預(yù)、區(qū)域發(fā)展水平以及文化習(xí)俗等地區(qū)環(huán)境的影響。同時，信息技術(shù)和交通工具的多樣性和便利性促進(jìn)了企業(yè)跨區(qū)域的競爭與合作，焦點企業(yè)既能更好地獲取區(qū)域范圍以外的有效信息和經(jīng)驗，又能避免區(qū)域內(nèi)同質(zhì)化的惡性競爭。

基于此，本文提出研究假設(shè)：中國企業(yè)投資決策具有同伴效應(yīng)，跨地區(qū)的同行業(yè)企業(yè)的投資決策會顯著影響焦點企業(yè)的投資決策。

3 實證設(shè)計

3.1 參照組組內(nèi)均值線性模型

根據(jù)Manski[3]提出的組內(nèi)均值線性模型，本文構(gòu)建回歸方程(1)并估計上市企業(yè)投資決策同伴效應(yīng)β。

(1)

表1 變量定義與計算

被解釋變量是焦點企業(yè)投資，鑒于報表數(shù)據(jù)的可獲得性及一般做法[28]，計算方法是現(xiàn)金流量表中購建和處置固定資產(chǎn)、無形資產(chǎn)和其他長期投資的差值，并除以期初總資產(chǎn)消除規(guī)模影響。解釋變量是當(dāng)期的同伴企業(yè)投資支出的算術(shù)平均值。不同于以往研究[18-19]按照行業(yè)劃分同伴企業(yè)，本文選取跨區(qū)域的同一行業(yè)內(nèi)企業(yè)作為同伴企業(yè)。因此，本文研究的同伴效應(yīng)限定為跨區(qū)域同行業(yè)企業(yè)的投資對焦點企業(yè)投資的影響。

控制變量包括影響焦點企業(yè)投資支出和同伴企業(yè)投資支出的企業(yè)特征，具體選取了資產(chǎn)負(fù)債率、成長能力、企業(yè)規(guī)模、現(xiàn)金流量等傳統(tǒng)理論中企業(yè)投資的影響因素?？刂谱兞烤捎脺笠黄跀?shù)值，以削弱時滯影響及部分潛在的內(nèi)生性問題。此外，控制了年度固定效應(yīng)，防止某些難以觀測、不隨時間變動的固定因素影響；同時控制了區(qū)域固定效應(yīng)，用于控制剔除掉的與焦點企業(yè)同城市的同行企業(yè)的投資。殘差項在企業(yè)層面進(jìn)行了群聚(Cluster)調(diào)整，控制了殘差在企業(yè)間的自相關(guān)。

估計系數(shù)β表示焦點企業(yè)投資的同伴效應(yīng)，如果β顯著不為零，說明焦點企業(yè)投資決策受到同伴企業(yè)決策的顯著影響，其大小反映了影響程度；反之，如果β不顯著，則不存在同伴效應(yīng)。

在實證研究中，識別同伴效應(yīng)時需要解決兩大內(nèi)生性問題。一是聯(lián)立性問題。由于個體投資決策受到同伴投資的影響的同時，其自身決策又反作用于同伴的投資決策，因此用同伴群體的投資均值推斷個體投資會產(chǎn)生像照鏡子一樣的映射問題[3]。本文采用工具變量法解決解釋變量和被解釋變量互為因果的聯(lián)立性問題。二是區(qū)分內(nèi)生的同伴效應(yīng)與外生的關(guān)聯(lián)效應(yīng)。即參照組中某些不可觀測的特征因素與焦點企業(yè)特征甚至工具變量相關(guān)。本文一方面在采取工具變量法的同時，使用固定效應(yīng)模型并控制同伴企業(yè)特征變量部分控制關(guān)聯(lián)效應(yīng)，另一方面通過計算社會乘數(shù)能夠排除關(guān)聯(lián)效應(yīng)對同伴效應(yīng)進(jìn)行檢驗。

3.2 工具變量的構(gòu)建

從方法論上講，一個有效的工具變量應(yīng)滿足兩個條件：一是外生性，工具變量與隨機誤差項和其他解釋變量不直接相關(guān)；二是相關(guān)性，工具變量與所替代的內(nèi)生解釋變量高度相關(guān)。

本文根據(jù)De Giorgi等[29]和Rose[30]提供構(gòu)建工具變量的邏輯框架，構(gòu)建滿足上述兩個條件的工具變量。針對同伴效應(yīng)中的聯(lián)立性問題，De Giorgi等[29]和Rose[30]提出尋找“同伴的同伴(Peers of peers)”做工具變量的思想。具體而言，如果將兩個不完全重合的群組集合進(jìn)行交集，則兩個集合的非交集部分可以互為有效的工具變量。即令Gc=GA∩GB(Gc≠φ且Gc≠GA,Gc≠GB)，對于個體i，其同伴集合為GE={x|x∈GB且x?Gc}，工具變量集合是GF={y|y∈GA且x?Gc}。

基于此，本文按照行業(yè)和區(qū)域兩個維度框定同伴企業(yè)的同城市非相關(guān)行業(yè)企業(yè)，將該企業(yè)集合的投資均值作為工具變量。一方面，根據(jù)區(qū)域經(jīng)濟集聚效應(yīng)，組成工具變量的企業(yè)與同伴企業(yè)所處同一城市，該工具變量與內(nèi)生解釋變量具有相關(guān)性。Ellison等[31]發(fā)現(xiàn)區(qū)域內(nèi)企業(yè)專業(yè)化和多樣化、地理位置鄰近及勞動力流動等因素，促使同城市內(nèi)不相關(guān)的行業(yè)企業(yè)之間具有相關(guān)關(guān)系。石桂峰[15]也在實證中發(fā)現(xiàn)中國同地區(qū)不同行業(yè)企業(yè)之間新增投資存在正向關(guān)系。另一方面，組成工具變量的企業(yè)與焦點企業(yè)沒有共處于相關(guān)的行業(yè)或同一城市，滿足了與被解釋變量(焦點企業(yè)投資)不直接相關(guān)的外生性條件。構(gòu)建工具變量的步驟如下：

(1)尋找同伴企業(yè)的“同伴”。首先，對于每個同伴企業(yè)，得到與之同城市的企業(yè)集合；其次，對于該集合，剔除與焦點企業(yè)相同門類行業(yè)及相關(guān)行業(yè)的企業(yè)，保證組成工具變量的企業(yè)與焦點企業(yè)既不存在同行業(yè)的直接關(guān)聯(lián)也不存在上下游行業(yè)的間接關(guān)聯(lián)；然后，剔除得到的企業(yè)集合的投資均值記為每個同伴企業(yè)的“工具變量”。

(2)計算工具變量。匯總每個同伴企業(yè)的“工具變量”，其算術(shù)平均值為本文構(gòu)建的工具變量。

其中，相關(guān)行業(yè)的界定標(biāo)準(zhǔn)是直接消耗系數(shù)大小。直接消耗系數(shù)反映了某一產(chǎn)品部門在生產(chǎn)經(jīng)營過程中單位總產(chǎn)出直接消耗的各產(chǎn)品部門的產(chǎn)品或服務(wù)的數(shù)量[32]。其取值范圍在0-1之間，系數(shù)越大，說明部門之間的直接依賴性越強；反之，則直接依賴性越弱。通過計算2012年中國投入產(chǎn)出表得到直接消耗系數(shù)矩陣，定義矩陣中任何兩個直接消耗系數(shù)大于0.01的門類行業(yè)互為相關(guān)行業(yè)。剔除金融類和綜合類行業(yè)企業(yè)，經(jīng)計算整理，相關(guān)行業(yè)界定如表2所示。

表2 相關(guān)行業(yè)剔除規(guī)則表

注：本表根據(jù)證監(jiān)會行業(yè)分類(2012年)和中國2012年投入產(chǎn)出表計算和整理得到。

例如，為獲得海螺型材(股票代碼000619)2012年的同伴企業(yè)投資均值以及同伴企業(yè)同城市非相關(guān)行業(yè)企業(yè)的投資均值。首先找到行業(yè)門類為制造業(yè)、大類為橡膠制造業(yè)橡膠和塑料制品業(yè)的企業(yè)，剔除其中總部為安徽省蕪湖市的企業(yè)，得到同伴企業(yè)集合為黔輪胎A(股票代碼000589)等38家企業(yè)，同伴企業(yè)投資支出的算術(shù)平均值為0.0511。然后按照表2的規(guī)則，尋找每個同伴企業(yè)所在城市的房地產(chǎn)業(yè)和教育業(yè)企業(yè)，共得到8個同伴企業(yè)具有同城市非相關(guān)行業(yè)企業(yè)(例如，廣東省珠海市的2家房地產(chǎn)企業(yè)，投資均值為0.0026)。最后計算8個投資均值的算數(shù)平均值，得到同伴企業(yè)同城市非相關(guān)行業(yè)企業(yè)的投資均值0.0142。

3.3 工具變量外生性檢驗

為了保證工具變量的外生性，防范工具變量與焦點企業(yè)投資支出之間潛在相關(guān)性風(fēng)險，本文借鑒Leary和Roberts[9]的方法，將工具變量、當(dāng)期與滯后一期的焦點企業(yè)特征值、同伴企業(yè)特征值進(jìn)行回歸。回歸結(jié)果如表3所示。

表3的結(jié)果顯示：工具變量與焦點企業(yè)只有一個滯后一期的企業(yè)特征在5%顯著性水平下顯著，系數(shù)僅為0.001，相關(guān)性極??；其余滯后一期的企業(yè)特征和當(dāng)期企業(yè)特征的系數(shù)均不顯著，且系數(shù)均小于0.005。據(jù)此進(jìn)一步說明工具變量與影響焦點企業(yè)投資的其他因素不存在顯著相關(guān)關(guān)系，滿足外生性條件。

表3 工具變量與焦點企業(yè)特征值的回歸結(jié)果

注：括號里是t值，**表示5%水平上顯著。系數(shù)保留到小數(shù)點后三位，-0.000并非零值；后文同理，不再贅述。

4 實證檢驗與結(jié)果分析

4.1 樣本選擇與數(shù)據(jù)來源

本文選取2007-2015年中國資本市場全部上市公司作為初始樣本，并通過以下標(biāo)準(zhǔn)對其篩選：剔除行業(yè)為金融類、綜合類和公用事業(yè)類上市企業(yè)的數(shù)據(jù)；剔除指標(biāo)缺失以及資產(chǎn)負(fù)債率異常的數(shù)據(jù)；對所有連續(xù)型變量的1%和99%極端值進(jìn)行縮尾處理(Winsorize)；剔除了不存在同伴企業(yè)或工具變量的觀察值。由于部分指標(biāo)采用滯后一期數(shù)值，最終得到2008-2015年共16077個上市公司觀察值的面板數(shù)據(jù)。

企業(yè)財務(wù)數(shù)據(jù)主要來源于WIND數(shù)據(jù)庫和國泰安數(shù)據(jù)庫。按照2012年中國證監(jiān)會的二級大類行業(yè)劃分同行業(yè)企業(yè)，根據(jù)企業(yè)總部是否所處同一城市劃分同區(qū)域企業(yè)。全樣本來自66個證監(jiān)會二級行業(yè)，其中來自制造業(yè)的樣本量最多，教育、衛(wèi)生和住宿餐飲業(yè)的企業(yè)樣本最少；分布于345個城市，涵蓋了中國大陸的31個省、直轄市、自治區(qū)。樣本中，每個觀察值的同伴企業(yè)平均約有85家，數(shù)量波動范圍在1到224家。數(shù)據(jù)處理和計算使用Excel2013、STATA15.0等。

4.2 描述性統(tǒng)計分析

主要變量的描述性統(tǒng)計見表4。其中，平均情況下，焦點企業(yè)當(dāng)年新增資本性投資占期初總資產(chǎn)的7.8%，同伴企業(yè)的投資支出也在相似水平。此外，焦點企業(yè)特征和同伴企業(yè)特征的均值、極值相差不大，與理論預(yù)期相符。

表4 主要變量的描述性統(tǒng)計

4.3 同伴效應(yīng)回歸結(jié)果分析

表5對比了本文采取工具變量法與現(xiàn)有研究的同伴效應(yīng)回歸結(jié)果。為了具有直觀的經(jīng)濟意義，所有估計系數(shù)已標(biāo)準(zhǔn)化處理。

列(1)是不考慮同伴效應(yīng)時，對投資傳統(tǒng)影響因素及企業(yè)投資的回歸檢驗。傳統(tǒng)投資影響因素(如企業(yè)資產(chǎn)負(fù)債率、成長能力、規(guī)模等)對企業(yè)投資支出具有顯著影響，與現(xiàn)有理論和經(jīng)驗相符。列(2)是部分現(xiàn)有研究檢驗同伴效應(yīng)的做法[15-17]，即將焦點企業(yè)投資和同伴企業(yè)投資支出分別作為被解釋變量和解釋變量，控制焦點企業(yè)特征，采用普通最小二乘法回歸結(jié)果。

本文對方程(1)的普通最小二乘法回歸結(jié)果如列(3)所示。同伴效應(yīng)估計系數(shù)為0.195，在1%水平上顯著。與現(xiàn)有研究檢驗同伴效應(yīng)的做法相比，新增的控制變量(同伴成長能力、同伴現(xiàn)金流量等)具有顯著性，模型擬合程度略微提高(調(diào)整后R方為0.204)。因此，應(yīng)對同伴企業(yè)特征加以控制，以控制部分關(guān)聯(lián)效應(yīng)，提升同伴效應(yīng)模型設(shè)定合理性。

本文對方程(1)的工具變量法回歸結(jié)果如列(4)所示。同伴效應(yīng)估計系數(shù)0.292，在1%水平上顯著。具體而言，同伴企業(yè)投資每增加一個單位，焦點企業(yè)的投資增加約29%。因此，同伴企業(yè)投資對焦點企業(yè)投資具有顯著正向影響，是焦點企業(yè)投資的重要影響因素。同時，該估計系數(shù)大于普通最小二乘法的估計系數(shù)0.195，說明采用工具變量法能克服普通最小二乘法下的估計系數(shù)向下偏差問題。

表5 普通最小二乘法與工具變量法的同伴效應(yīng)回歸結(jié)果

注：括號里是t值，標(biāo)準(zhǔn)差在企業(yè)個體層面進(jìn)行了群聚調(diào)整，***、**和*分別表示在1%，5%和10%水平上顯著。

此外，同伴企業(yè)投資的影響大于傳統(tǒng)因素。例如，列(4)中的同伴企業(yè)投資的估計系數(shù)0.292遠(yuǎn)大于成長能力和現(xiàn)金流量的估計系數(shù)0.191和0.093；與列(1)相比，列(4)在加入同伴企業(yè)投資和相關(guān)變量之后，焦點企業(yè)資產(chǎn)負(fù)債率和現(xiàn)金流量等傳統(tǒng)影響因素的估計系數(shù)變小，且顯著性水平降低。因此，在未考慮同伴效應(yīng)時，傳統(tǒng)投資影響因素的作用被高估。

本文的工具變量具有有效性。首先，第一階段IV系數(shù)為-0.245，且在1%水平上顯著，表明該工具變量在統(tǒng)計學(xué)上通過了弱工具變量檢驗；其次，Cragg-Donald Wald F值為1866.964，遠(yuǎn)大于Stock-Yogo的弱工具變量臨界值16.38，說明至少在10%的誤差容忍水平上，該工具變量是有效的。

綜上，跨區(qū)域的同行業(yè)同伴企業(yè)投資均值對焦點企業(yè)投資具有顯著的正向影響，研究假設(shè)得到驗證。

4.4 同伴效應(yīng)的不對稱性

由于理論上，基于學(xué)習(xí)行為或競爭反應(yīng)的同伴效應(yīng)是企業(yè)理性動機驅(qū)使下內(nèi)生的、主動的反應(yīng)機制。因此，對于同伴企業(yè)不同方向決策，焦點企業(yè)可能表現(xiàn)出不對稱性的投資行為，即同伴投資增加(或減少)，焦點企業(yè)投資不一定增加(或減少)；反之，如果焦點企業(yè)僅僅是對外部環(huán)境或同伴行為做出機械反饋，則焦點企業(yè)和同伴企業(yè)應(yīng)保持一致的投資變動方向。

為考察同伴效應(yīng)的不對稱性特征，本文將同伴企業(yè)投資和焦點企業(yè)投資的一階差分值作為解釋變量和被解釋變量，采用工具變量法，檢驗動態(tài)同伴效應(yīng)是否存在；再按照同伴企業(yè)投資一階差分值的正負(fù)作為投資的變動方向進(jìn)行分樣本回歸?；貧w結(jié)果如表6所示。

根據(jù)表6，第一列全樣本回歸結(jié)果顯示企業(yè)投資的動態(tài)同伴效應(yīng)仍然顯著。分樣本后第二列和第三列表示同伴企業(yè)投資支出的變化對焦點企業(yè)在變動方向上具有不對稱性的影響：當(dāng)同伴企業(yè)減少投資支出時(Δ≤0)，同伴效應(yīng)的估計系數(shù)并不顯著，同伴企業(yè)投資對焦點企業(yè)的影響非常微弱；但當(dāng)同伴企業(yè)增加投資時(Δ>0)，估計系數(shù)高達(dá)0.799，在10%水平上顯著性，意味著焦點企業(yè)也可能顯著地增加投資支出。上述結(jié)果表明在觀察同伴企業(yè)投資決策后，焦點企業(yè)會根據(jù)自身情況做出應(yīng)對，而非完全對稱同向地跟從。

表6 投資同伴效應(yīng)不對稱性的回歸結(jié)果

注：括號里是t值，標(biāo)準(zhǔn)差在企業(yè)個體層面進(jìn)行了群聚調(diào)整，***、**和*分別表示在1%，5%和10%水平上顯著。

4.5 同伴效應(yīng)的社會乘數(shù)效應(yīng)

社會乘數(shù)是參照組整體對波動的均衡反應(yīng)與企業(yè)個體直接反應(yīng)之比。根據(jù)現(xiàn)有研究[33]，僅有同伴效應(yīng)具有乘數(shù)效應(yīng)特征而關(guān)聯(lián)效應(yīng)不存在這種反饋機制。因此，可以通過估計社會乘數(shù)直接判斷企業(yè)投資是否存在同伴效應(yīng)。

依據(jù)Glaeser等[33]計算方法，利用預(yù)計投資支出的行業(yè)均值對實際投資支出的行業(yè)均值的回歸系數(shù)作為衡量社會乘數(shù)的指標(biāo)。若回歸估計系數(shù)顯著大于1，說明實際投資支出的行業(yè)均值中不僅包含企業(yè)個體特征預(yù)測部分，還包括由同伴效應(yīng)引發(fā)的波動，即存在乘數(shù)效應(yīng)；反之，則不存在。

首先采用普通最小二乘法將焦點企業(yè)投資支出，企業(yè)特征等進(jìn)行回歸(見表7的第一列)，再根據(jù)各解釋變量的估計系數(shù)計算每個企業(yè)的投資支出預(yù)計值，并計算各行業(yè)的預(yù)計均值；然后采用普通最小二乘法，將預(yù)計的行業(yè)均值與實際投資支出的行業(yè)均值回歸(見第二列)?；貧w結(jié)果如表7所示。

根據(jù)表7發(fā)現(xiàn)，社會乘數(shù)的估計系數(shù)為1.034，大于1且在1%水平上通過顯著性檢驗，說明同伴與焦點企業(yè)投資之間的內(nèi)生互動關(guān)系產(chǎn)生乘數(shù)效應(yīng)，進(jìn)一步驗證中國上市企業(yè)投資決策具有同伴效應(yīng)。

表7 同伴效應(yīng)乘數(shù)效應(yīng)的回歸結(jié)果

注：括號里是t值，標(biāo)準(zhǔn)差在企業(yè)個體層面進(jìn)行了群聚調(diào)整，***和**分別表示在1%和5%水平上顯著。

4.6 穩(wěn)健性檢驗

本文分別通過放松同伴企業(yè)的劃分標(biāo)準(zhǔn)，替換影響投資的企業(yè)特征變量等展開穩(wěn)健性檢驗。

表8中列(1)將同伴企業(yè)的行業(yè)分類標(biāo)準(zhǔn)從二級大類行業(yè)放松到證監(jiān)會一級門類行業(yè)。相關(guān)行業(yè)的界定標(biāo)準(zhǔn)保持不變；列(2)根據(jù)現(xiàn)實中人口流動范圍擴大或者受到相同的財政、稅收政策影響等，集聚經(jīng)濟的區(qū)域范圍可能波及全省，將企業(yè)同區(qū)域的范圍由同城市擴大到同省份，行業(yè)劃分標(biāo)準(zhǔn)不變；列(3)參考投資影響因素的現(xiàn)有研究[34-35]，分別使用銷售增長率、自由現(xiàn)金流表示焦點企業(yè)和同伴企業(yè)的成長能力、現(xiàn)金流量。

表8 其他穩(wěn)健性檢驗結(jié)果

注：括號里是t值，標(biāo)準(zhǔn)差在企業(yè)個體層面進(jìn)行了群聚調(diào)整，***和**分別表示在1%和5%水平上顯著。列(2)在穩(wěn)健性檢驗中把區(qū)域擴大為省，因此控制的是省份的固定效應(yīng)。其余列仍然是控制城市的固定效應(yīng)。為控制篇幅，控制變量的回歸系數(shù)未具體呈現(xiàn)。

表8報告了采取工具變量法的回歸結(jié)果。表示同伴效應(yīng)的標(biāo)準(zhǔn)化系數(shù)在0.222至0.372波動，且都在1%的水平上顯著。工具變量均通過了Cragg-Donald Wald F值的弱工具變量檢驗。

綜上，企業(yè)投資存在顯著同伴效應(yīng)的研究結(jié)論具有較強穩(wěn)健性。

5 結(jié)語

為解決識別同伴效應(yīng)時參照組的有效性問題以及企業(yè)決策互相影響的聯(lián)立性問題，本文以2008-2015年中國上市企業(yè)為樣本，以跨區(qū)域的同行業(yè)企業(yè)作為同伴企業(yè)，以同伴企業(yè)的同區(qū)域跨行業(yè)企業(yè)的投資均值作為工具變量，對中國上市企業(yè)投資決策是否具有同伴效應(yīng)及其基本特征進(jìn)行了實證檢驗。

本文的研究結(jié)論是：(1)我國上市企業(yè)投資決策具有同伴效應(yīng)，即同伴企業(yè)投資每增加一個單位，焦點企業(yè)投資約增加29%。(2)企業(yè)投資決策同伴效應(yīng)在投資變動方向上具有不對稱性，即：當(dāng)同伴企業(yè)增加投資時，焦點企業(yè)也會顯著地增加投資，而同伴企業(yè)減少投資時則不會引起焦點企業(yè)減少投資。這說明企業(yè)投資決策的同伴效應(yīng)是其觀察同伴企業(yè)投資后的理性決策行為，并非完全盲從。(3)企業(yè)投資決策的同伴效應(yīng)具有乘數(shù)效應(yīng)，即：個體企業(yè)投資的波動通過同伴效應(yīng)的作用能引起整個參照組若干倍的變動，同時排除了參照組特征或外部環(huán)境等關(guān)聯(lián)效應(yīng)影響，進(jìn)一步驗證了企業(yè)投資決策具有同伴效應(yīng)。

本文研究結(jié)論的啟示是：影響企業(yè)投資決策行為的因素不僅是資產(chǎn)規(guī)模、盈利能力、現(xiàn)金流等企業(yè)自身特征，還包括來自行業(yè)內(nèi)的跨區(qū)域同伴企業(yè)決策行為的影響。焦點企業(yè)在投資決策上與同伴企業(yè)形成了一種雙向互動的關(guān)系，并且這種同伴效應(yīng)影響會帶來行業(yè)內(nèi)跨區(qū)域企業(yè)之間投資決策出現(xiàn)交互影響、依次傳遞的乘數(shù)效應(yīng)。因此，投資者需要對企業(yè)投資行為做出理性判斷，而非僅考慮企業(yè)投資決策的自身影響因素；政府監(jiān)管部門在制定相關(guān)政策時，可以通過建立試點城市、樹立典型企業(yè)等方式，利用同伴效應(yīng)的“放大器”作用促進(jìn)行業(yè)投資。