尹美群 王偉強

【摘 要】 文章以37家旅游業(yè)上市公司2008—2012年A股股票交易市場作為研究樣本，從股票市場和公司兩個層面研究了旅游業(yè)價值風險、旅游業(yè)資產(chǎn)流動性、交易量等對投資轉(zhuǎn)移行為的影響。結(jié)果表明，無論是在市場層面還是在公司層面上，旅游業(yè)價值鏈風險均會對投資轉(zhuǎn)移產(chǎn)生雙向且顯著的影響，而交易量對投資轉(zhuǎn)移行為影響均不顯著。此外就旅游業(yè)本身而言，股票市場中該產(chǎn)業(yè)價值鏈上資產(chǎn)的流動性對投資轉(zhuǎn)移行為影響顯著，而從公司財務(wù)季報數(shù)據(jù)的檢驗中卻未得出同樣結(jié)論。這些結(jié)論有助于更深層次了解旅游業(yè)價值鏈風險與投資行為活動間的關(guān)系。

【關(guān)鍵詞】 旅游業(yè)價值鏈; 風險溢出; 投資轉(zhuǎn)移

中圖分類號：F275 ?文獻標識碼：A ?文章編號：1004-5937（2014）34-0108-06

一、引言

隨著整個社會經(jīng)濟的快速發(fā)展，旅游業(yè)已成為全球經(jīng)濟中發(fā)展勢頭強勁和規(guī)模巨大的行業(yè)，且涉及吃、住、行、游、樂等方面。尤其是2013年下半年我國《旅游法》的出臺，標志著我國旅游業(yè)走上了良性發(fā)展的道路。這些都使我國旅游業(yè)在城市經(jīng)濟發(fā)展中的作用逐步增強，成為我國經(jīng)濟發(fā)展的支柱產(chǎn)業(yè)之一。

旅游業(yè)涉及到人們基本的出行與吃住，會影響到許多其他相關(guān)產(chǎn)業(yè)。關(guān)于旅游業(yè)本身，學者有不同的定義。Smith（1988）曾將旅游業(yè)定義為是為了使得離家在外的商務(wù)、休閑、娛樂活動更加便利而直接提供產(chǎn)品和服務(wù)的企業(yè)的集合體。筆者認為，使用旅游業(yè)價值鏈來描述這些處于一條鏈條上進行價值分配的企業(yè)關(guān)系，能更清晰地反映價值與資金的流轉(zhuǎn)。

旅游業(yè)價值鏈對城市經(jīng)濟的拉動性、社會就業(yè)的帶動力以及對文化與環(huán)境的促進作用日益顯現(xiàn)，但不能忽視其價值鏈的風險溢出與市場經(jīng)濟活動之間的關(guān)系。旅游業(yè)價值鏈的固有特性——依賴性、外向性、季節(jié)性等都會產(chǎn)生一定的風險溢出。本文選取旅游業(yè)價值鏈上的旅行社、酒店餐飲業(yè)、景區(qū)景點等上市公司，分別使用股票市場和公司財務(wù)數(shù)據(jù)從市場和公司兩個層面上檢驗旅游業(yè)價值鏈風險對投資轉(zhuǎn)移的影響。

二、文獻回顧與研究假設(shè)

許多學者從外部相關(guān)性角度對風險溢出進行了研究。羅登躍和王春峰（2005）在COV（Li，Rt）模型的基礎(chǔ)上，提出了市場收益、市場非流動性、組合收益以及組合非流動性的四元均值GARCH（1，1）模型，并借助它很好地證明了上海股市存在系統(tǒng)風險和非流動風險溢價。蘇巖和楊振海（2007）、陸靜和楊斌（2013）研究發(fā)現(xiàn)，外匯收益率序列多服從尖峰的正太分布并且具有波動集聚性特點，這使得GARCH（1，1）模型能夠有效地模擬收益率序列來測度價值鏈的風險。

由于不同資產(chǎn)存在不同的風險特性，當資產(chǎn)風險溢出時，便會引起投資者將投資從一些資產(chǎn)轉(zhuǎn)移到另一些資產(chǎn)。Forbes和Rigobon（2002）、Favero等（2002）就通過研究歐美國家的金融市場發(fā)現(xiàn)，一些引起資產(chǎn)風險變化的極端事件會導致投資在美、德、英等國家的股票市場或股票與債券市場間發(fā)生轉(zhuǎn)移。基于市場風險會引起投資者對不同市場間不同類型資產(chǎn)進行重新分配的研究結(jié)論，有理由相信，這種由市場環(huán)境變化引起投資者市場間的投資轉(zhuǎn)移的行為同樣會發(fā)生在同一市場內(nèi)部。

本文借鑒Barsky（1989）提出的“安全性投資轉(zhuǎn)移”理論，即“當投資者對股市感到擔憂時，將會減少風險資產(chǎn)，提高安全資產(chǎn)的持有量”，認為當投資者所持資產(chǎn)所在產(chǎn)業(yè)鏈的風險增加時，便會將投資從低市值風險較大的股票轉(zhuǎn)移到高市值風險較小的股票上（這里僅考慮產(chǎn)業(yè)內(nèi)股票投資轉(zhuǎn)移的情況），導致低市值股票的收益率下降，大跌的概率增加;相反，高市值股票的收益率上升，大漲的概率增加。這里將投資者由低市值股票向高市值股票轉(zhuǎn)移所引起的低市值股票大跌和高市值股票大漲定義為正向投資轉(zhuǎn)移，將投資者由高市值股票向低市值股票轉(zhuǎn)移所引起的高市值股票大跌和低市值股票大漲定義為反向投資轉(zhuǎn)移，從而討論旅游業(yè)價值鏈風險溢出與投資轉(zhuǎn)移的關(guān)系。

引起投資轉(zhuǎn)移的因素不僅局限于風險因素，Amihud（2002）和Pedersen（2005）、黃峰和楊朝軍（2007）在分析股票市場流動性的定價作用時發(fā)現(xiàn)，風險高的股票組合不僅受收益率市場預期的影響，還受非預期流動性的影響，他們將其原因歸結(jié)為市場內(nèi)資產(chǎn)的“流動性轉(zhuǎn)移”。譚地軍等（2008）通過對中國國債市場的分析發(fā)現(xiàn)流動性不同的國債之間存在顯著的市場內(nèi)“流動性轉(zhuǎn)移”現(xiàn)象。此外，羅明華、田益祥等（2011）在資產(chǎn)流動性的基礎(chǔ)上研究了訂單流與股票市場投資轉(zhuǎn)移的關(guān)系。以上研究表明，投資轉(zhuǎn)移行為不僅限于受資產(chǎn)固有風險的影響，還受資產(chǎn)流動性、訂單流等間接詮釋風險因素變動的影響。

本文在此基礎(chǔ)上，將這些因素作為風險的表現(xiàn)形式，討論了旅游業(yè)價值鏈資產(chǎn)流動性、交易量與投資轉(zhuǎn)移之間的關(guān)系。

當外界經(jīng)濟環(huán)境受到?jīng)_擊，金融資產(chǎn)及其所在產(chǎn)業(yè)鏈的風險發(fā)生變化時，投資者便會將原有投資轉(zhuǎn)移到風險較小的資產(chǎn)上，以此來減小金融危機所帶來的非系統(tǒng)性風險。Baur和Lucey（2009）通過對1994年墨西哥金融危機、1997年亞洲金融危機、安然事件等的研究發(fā)現(xiàn)，這些事件的產(chǎn)生往往伴隨著股票和債券市場間的顯著投資轉(zhuǎn)移現(xiàn)象。他們認為當整個市場中資產(chǎn)的風險發(fā)生變化時，為了減小風險，投資者會將投資從一方轉(zhuǎn)移到另一方。他們還發(fā)現(xiàn)，當股票市場的風險增加時，相對股票而言，債券會產(chǎn)生較高的收益;當股票市場的風險降低時，債券則會產(chǎn)生較低的收益。國內(nèi)袁晨和傅強（2010）也利用GARCH模型對股票和債券市場間的風險相互傳染現(xiàn)象進行了研究。謝志超和曾忠東（2012）還借助VAR模型對美國和我國金融市場間的轉(zhuǎn)移現(xiàn)象進行了檢驗。

既然當風險溢出時，會導致投資者在不同市場間對資產(chǎn)進行分配的行為，那么我們相信投資者同樣會在同一市場內(nèi)對具有不同風險特征的資產(chǎn)進行分配。相比對市場間投資轉(zhuǎn)移現(xiàn)象的研究，對同一市場內(nèi)具有不同風險特征資產(chǎn)投資轉(zhuǎn)移現(xiàn)象的研究較少。靳飛等（2010）嘗試借鑒Bae（2003）定義“極端收益率”的方法，通過劃分股票市場高低市值股票大漲或大跌事件來定義投資轉(zhuǎn)移行為，從而利用Logit模型對產(chǎn)業(yè)價值鏈風險和投資轉(zhuǎn)移行為進行研究。

本文借鑒Connolly（2005）收益率波動與投資轉(zhuǎn)移行為相關(guān)性的分析研究，以旅游業(yè)價值鏈作為研究對象，對其價值鏈風險溢出與投資者投資轉(zhuǎn)移行為的相互關(guān)系進行研究。由此，基于上述分析提出如下研究假設(shè)1：

H1：價值鏈風險溢出對投資轉(zhuǎn)移影響顯著。

投資轉(zhuǎn)移的影響因素不僅限于該產(chǎn)業(yè)的價值鏈風險，Beber（2009）等對歐洲主要國家的債券市場投資轉(zhuǎn)移行為進行研究發(fā)現(xiàn)，盡管基于風險因素考慮的“安全性轉(zhuǎn)移”是投資者投資轉(zhuǎn)移行為主要成因，但仍不能忽視由于資產(chǎn)流動性變化所引起的投資轉(zhuǎn)移行為。當遇到危機時，投資者通常也會考慮所投資產(chǎn)的流動性，他們會將流動性差的資產(chǎn)向流動性好的資產(chǎn)上轉(zhuǎn)移。此時，資產(chǎn)的流動性作用顯現(xiàn)得更加明顯。Beber（2009）將其歸為資產(chǎn)的“流動性轉(zhuǎn)移”。對此，黃峰和楊朝軍（2007）對中國股票市場的流動性溢價研究得出了相同的結(jié)論。除此之外，Underwood（2008）基于高頻交易數(shù)據(jù)和訂單流的研究發(fā)現(xiàn)，不同市場下股票和國債市場的收益率波動與交易量相互影響。以上這些研究成果都說明，投資轉(zhuǎn)移行為不僅受資產(chǎn)固有風險的影響，宏觀上講它應受到投資者對當前市場上公共信息或同一宏觀信息理解的影響，而資產(chǎn)的流動性與投資者對該產(chǎn)業(yè)股票的交易量或訂單流恰恰是這些信息的反應。由此，可以將資產(chǎn)流動性和交易看作風險的另一種表現(xiàn)形式。基于上述分析，提出如下研究假設(shè)2和假設(shè)3。

H2：價值鏈內(nèi)部資產(chǎn)的流動性對投資轉(zhuǎn)移行為影響顯著。

H3：價值鏈內(nèi)部交易量對投資轉(zhuǎn)移行為影響顯著。

三、研究設(shè)計

（一）樣本選擇與數(shù)據(jù)來源

1.對股票交易市場中樣本數(shù)據(jù)的選取

本文以旅游、酒店、餐飲（其中旅游社與景區(qū)景點24家、酒店10家、餐飲3家）等37家價值鏈上市公司為研究對象，分別從上海和深圳A股股票交易市場選取2008年1月4日到2012年12月31日約5年時間的日交易數(shù)據(jù)，共1 217個數(shù)據(jù)作為樣本?？紤]到2008年之前的數(shù)據(jù)容易受到美國金融危機的影響，年初的數(shù)據(jù)有一定的周期波動性，因此選擇從2008年初至2012年末這5年的數(shù)據(jù)進行實證研究。本部分的數(shù)據(jù)來自國泰安CSMAR數(shù)據(jù)庫和RSSET數(shù)據(jù)庫。

在選取樣本公司時，參照了下面的標準進行選?。?/p>

（1）剔除非正常交易的股票數(shù)據(jù);（2）剔除滬深A股之外的所有股票，防止ST類股票波動性較大帶來的影響;（3）所選擇的股票必須在整個研究期間范圍內(nèi)持續(xù)存在并正常交易;（4）剔除交易日少于或等于1 117天的股票，交易日過少影響行業(yè)加權(quán)平均值的計算，停牌屬于正?，F(xiàn)象，在合理的范圍內(nèi)是可以接受的。

2.對公司財務(wù)報表中樣本數(shù)據(jù)的選取

為從公司層面上分析旅游業(yè)價值鏈風險對同一市場內(nèi)不同公司間投資轉(zhuǎn)移的影響，本文以這37家價值鏈上的上市公司作為研究對象，從國泰安CSMAR數(shù)據(jù)庫和RSSET數(shù)據(jù)庫選取了自2005年第一季度到2012年第三季度共8年的財務(wù)季報數(shù)據(jù)，共31個作為研究樣本。

（二）Logit模型與變量的設(shè)定

本文用股票市場的交易數(shù)據(jù)構(gòu)造模型中的變量，從市場層面對前文提出的假設(shè)進行檢驗。而后嘗試用上市公司財務(wù)季報的數(shù)據(jù)再次構(gòu)造模型中的變量，從公司層面對前文提出的假設(shè)進行檢驗。根據(jù)前文分析，本部分采用Logit模型來檢驗之前提出的研究假設(shè)：

Ptflight=c+？琢1InOFMt-1+？琢2LiquidityMt-1+？琢3rMt-1+？琢4HMt-1+？茁1InOFMt+？茁2LiquidityMt+？茁3HMt+？著t

模型中的被解釋變量Pflight為投資轉(zhuǎn)移行為發(fā)生的概率。根據(jù)前面的分析，市場層面上，本文依照Barsky（1989）的“安全性投資轉(zhuǎn)移”理論，借助Bae（2003）定義“極端收益率”的方法，根據(jù)行業(yè)股票第T期的流通市值大小對行業(yè)股票進行分組。按從小到大的順序?qū)善笔兄颠M行累加，按其累加值占全部樣本總市值的前30%和后30%對股票進行分組，將市值最高的30%股票作為高市值股票，市值最低的30%股票作為低市值股票。然后計算高、低市值股票組合的收益率。對日收益率高于該市場樣本區(qū)間內(nèi)收益率95%分位數(shù)定義為高市值向低市值轉(zhuǎn)移引起的大漲事件;對日收益率低于該市場樣本區(qū)間內(nèi)收益率5%分位數(shù)定義為低市值向高市值轉(zhuǎn)移引起的大跌事件。當市場出現(xiàn)低市值股票大跌和高市值股票大漲事件，筆者認為發(fā)生正向投資轉(zhuǎn)移行為，用PtFlight L-H表示;當市場出現(xiàn)高市值股票大跌和低市值股票大漲事件，發(fā)生反向投資轉(zhuǎn)移行為，用PtFlight H-L表示?？紤]到少部分股票第T期的收益率及價格變化會對其流通市值產(chǎn)生的影響，進而間接地影響到股票的分組，因此本文同樣采用了第t-1期月底流動性市值大小對股票進行分組，結(jié)果無實質(zhì)性差異。在公司層面變量的選取上，與市場層面的判斷方法類似。依照公司的總資產(chǎn)對各公司進行分組，而后按照各公司的ROE變動情況判斷投資者的正向及反向投資轉(zhuǎn)移行為。

模型中解釋變量lnOFt為取對數(shù)后第t期的訂單流，用它衡量交易量。市場層面上，Lee和Ready（1991）最早提出了衡量訂單流的方法，并被廣泛應用于股票訂單流的研究中。該方法以每只股票每天所有買方發(fā)起的交易的金額與賣方發(fā)起的交易金額之差被定義為該股票當天的訂單流。買賣雙方的股票交易促成了股票流通市值的變化，因此本文使用股票前后期流通市值的變動差額作為訂單流的替代變量。在公司層面的變量選取上，由于股票流通市值的變動與公司凈資產(chǎn)變動存在一定的相似性，本文嘗試用凈資產(chǎn)變動率替代市值之差的對數(shù)作為對投資者交易量衡量的替代。

模型中解釋變量Liquidityt為第T期的流動性，用它衡量投資者所持投資的流動性的高低。市場層面上，Amihud（2002）對1961—1980年在紐約證券交易所上市的股票流動性與股票收益的研究中提出使用買賣價差作為資產(chǎn)流動的測度指標，得出了與流動性溢價理論相似的結(jié)論。蘇冬蔚、麥元勛（2004）在此基礎(chǔ)上從換手率（成交金額與流通市值之比）的角度衡量資產(chǎn)的流動性，并發(fā)現(xiàn)我國股市存在顯著的流動性溢價。由于換手率和定單流方法被證明沒有顯著區(qū)別，因此，本部分采用蘇冬蔚、麥元勛（2004）所提出的衡量方法對資產(chǎn)的流動性進行描述。在公司層面的變量選取上，本文以反映資產(chǎn)變動情況的資產(chǎn)凈增加值替代股票市場中的成交量。最終選取市值加權(quán)后的資產(chǎn)凈增加值作為對資產(chǎn)流動性衡量的替代變量。

模型中解釋變量Rt為價值回報，即投資者對所投資產(chǎn)日后的回報，通常用收益或收益率來衡量。股票市場通常采用股票日回報率作為收益率的替代指標，所以本文直接從國泰安中國股票市場交易數(shù)據(jù)庫選取數(shù)據(jù)。在公司層面的變量選取上，本文從RESSET數(shù)據(jù)庫選取個股季度攤薄后的凈資產(chǎn)收益率（ROE）作為解釋變量。

在討論變量的波動性時，財務(wù)與金融研究領(lǐng)域通常用標準差或方差來描述某一統(tǒng)計量相對中心的離散程度，即我們所說的波動率，并且把波動率作為風險的評價尺度，之后便通過測度變量的波動來衡量金融資產(chǎn)存在的風險。眾多模型組合中，由于GARCH（1，1）模型存在階數(shù)小，擬合程度好的特性，大批學者將其應用于匯率和收益率風險的測度中，如蘇巖和楊振海（2007）、陸靜和楊斌（2013）等。

模型中解釋變量Ht為第T期收益的波動率，用它來衡量價值鏈的風險。鑒于多元GARCH模型參數(shù)估計困難，GARCH（1，1）模型對匯率及收益率風險測度有階數(shù)小、擬合程度好的特性。因此，本文用GARCH（1，1）模型對收益率的波動進行估計得出解釋變量Ht。

四、實證檢驗與分析

（一）描述性分析

1.樣本選擇的分類描述分析

表1是對所選取行業(yè)樣本的分類描述分析。經(jīng)過對所選取三個行業(yè)公司股票樣本剔除后，筆者發(fā)現(xiàn)共剩32家與旅游相關(guān)的上市公司。其中旅行社與景區(qū)景點20家，占總樣本的62.5%，5年間總體回報率較高，風險在旅游業(yè)價值鏈中相對較小;酒店業(yè)10家，占總樣本的31.25%，總體回報率僅次于旅行社與景區(qū)景點，各年內(nèi)風險也相對較小;與其他兩個行業(yè)相比，餐飲業(yè)只有兩家，占總樣本的6.25%，且個股回報率較低并伴隨著較高的行業(yè)風險。之所以產(chǎn)生這樣的情況可能由以下幾個原因?qū)е?。首先，餐飲企業(yè)一般注重品牌發(fā)展，缺乏資本市場的意識。餐飲業(yè)主通常因為餐飲業(yè)門檻低、科技含量低、勞動力比較密集的特性而忽視了對資本市場的學習和了解，缺乏上市融資的意識。其次，餐飲企業(yè)都存在“規(guī)模小、收入少、利潤少、凈資產(chǎn)少”等問題，餐飲業(yè)的現(xiàn)金流大，但難沉淀形成優(yōu)質(zhì)資產(chǎn)，使得多數(shù)企業(yè)的收益較低，財務(wù)指標無法達到A股上市融資的要求。最后，雖然總體需求比較穩(wěn)定旺盛，但是消費者對于不同品牌的偏好不同，使得一家餐飲企業(yè)的口味很難對消費者產(chǎn)生持續(xù)的吸引力，這也在很大程度上增加了餐飲業(yè)的風險。此外還發(fā)現(xiàn)，與2008、2009年亞洲金融危機后的個股回報率的波動相比，近3年的波動明顯減小。這也從側(cè)面反映了我國旅游業(yè)價值鏈企業(yè)的發(fā)展正逐步走向良性循環(huán)的道路。

2.模型變量的描述統(tǒng)計分析

表2給出了本文中研究變量的描述統(tǒng)計分析。筆者發(fā)現(xiàn)，旅游業(yè)價值鏈最大收益率與最小收益率之間相差僅為0.19，5年間收益率均值為正，標準差為0.023，收益波動較小。這表明現(xiàn)階段我國旅游業(yè)價值鏈發(fā)展較為平穩(wěn)，總體呈上升趨勢。但與其他各變量的變異系數(shù)（標準差與均值之比）相比，收益率的離散程度仍較高，這表明該產(chǎn)業(yè)價值鏈一定程度上仍具有相當風險波動性。從表中還可以看出Rt的標準差與Ht的均值十分接近，這在一定程度上證明，標準差與GARCH模型都可以通過測度波動率來描述風險的變動情況，從而更準確地實現(xiàn)對價值鏈風險的測量。

（二）回歸分析

1.市場層面上，旅游業(yè)價值鏈波動對投資轉(zhuǎn)移影響的顯著檢驗

根據(jù)前文所建立的Logit模型，表3從市場層面上對旅游業(yè)價值鏈風險、資產(chǎn)流動性及交易量對投資轉(zhuǎn)移行為影響的顯著性進行了檢驗。通過對投資旅游業(yè)的定向投資者投資行為的變動情況進行判斷分析，筆者發(fā)現(xiàn)，旅游業(yè)前期的價值鏈風險波動和流動性對當期雙向投資轉(zhuǎn)移行為影響均顯著，其他變量對投資轉(zhuǎn)移行為影響則不顯著。

從旅游業(yè)價值鏈風險上看，它對正向和反向投資轉(zhuǎn)移行為的影響均顯著。這表明，無論旅游業(yè)價值鏈的風險從大到小、還是從小到大變動，只要該價值鏈條上資產(chǎn)的收益產(chǎn)生一定波動，便會引起定向投資者的投資轉(zhuǎn)移行為。這與Baur和Lucey（2009）對風險與市場間投資轉(zhuǎn)移行為關(guān)系研究的結(jié)論無實質(zhì)差異。從流動性上看，它同樣對正向和反向投資轉(zhuǎn)移行為的影響顯著。這表明當投資者為避免風險而采取投資轉(zhuǎn)移策略時，除價值鏈風險因素外，資產(chǎn)的流動性也是他們考慮的重要因素之一。而且，從表2該變量的顯著性可以看出，投資者對旅游業(yè)價值鏈資產(chǎn)流動性反應靈敏度并不低于該產(chǎn)業(yè)的價值鏈風險。這進一步證實了資產(chǎn)流動性變化對投資的影響不僅存在于市場間和市場內(nèi)，同樣存在于產(chǎn)業(yè)內(nèi)。從交易量上看，市場交易量無論與正向投資轉(zhuǎn)移還是反向投資轉(zhuǎn)移的關(guān)系均不顯著。這一結(jié)果并不與之前的研究結(jié)論相悖。根據(jù)前文對變量選取的定義，交易量的變動即為流動市值的變動?？傮w上看，之所以產(chǎn)生變動，是因為有大量來自產(chǎn)業(yè)外的資金進入或退出該產(chǎn)業(yè)。例如，當交易量增加時，表明投資者對該產(chǎn)業(yè)股票的買入量增加、賣出量減少，使得不論高市值還是低市值股票發(fā)生大漲事件的概率增加、大跌事件的概率減小;反之亦然。而這種同方向變動不符合本文對投資轉(zhuǎn)移行為（高市值股票大跌、低市值股票大漲或高市值股票大漲、低市值股票大跌）的定義。

2.公司層面上，旅游業(yè)價值鏈波動對投資轉(zhuǎn)移影響的顯著檢驗

根據(jù)前文分析及所建立的Logit模型，本文同樣嘗試利用公司財務(wù)季報數(shù)據(jù)從公司層面上對旅游業(yè)價值鏈風險、資產(chǎn)流動性及交易量對投資轉(zhuǎn)移行為影響的顯著性進行了驗證。從表4可以看出，旅游業(yè)價值鏈風險對雙向投資轉(zhuǎn)移行為影響均顯著，這表明當旅游業(yè)價值鏈企業(yè)資產(chǎn)風險發(fā)生變動時，同樣會引起投資者對其名下投資進行重新分配。具體當產(chǎn)業(yè)價值鏈風險增加時，投資者將減少投資資產(chǎn)規(guī)模較小、風險相對較高公司而增加投資資產(chǎn)規(guī)模較大、風險相對較低的公司以達到規(guī)避風險的目的。投資者的這種行為導致資產(chǎn)規(guī)模較小公司股票的收益率降低、資產(chǎn)規(guī)模較大公司股票的收益率升高，從而增加小規(guī)模公司大跌、大規(guī)模公司大漲的概率，使該產(chǎn)業(yè)內(nèi)發(fā)生正向投資轉(zhuǎn)移行為。當行業(yè)價值鏈風險減小時，投資者會減小投資資產(chǎn)規(guī)模較大、風險相對低的公司轉(zhuǎn)而增加投資資產(chǎn)規(guī)模較小、風險相對較高的公司來獲得更高的收益。投資者的這種行為會導致資產(chǎn)規(guī)模較小的公司股票的收益率升高、資產(chǎn)規(guī)模較大公司股票的收益率降低，從而增加小規(guī)模公司大漲、大規(guī)模公司大跌的概率，使該產(chǎn)業(yè)內(nèi)發(fā)生反向投資轉(zhuǎn)移行為。與市場層面上檢驗結(jié)果不同，公司層面上資產(chǎn)流動性對投資轉(zhuǎn)移行為的影響則不顯著。對投資決策者來講，可能是由于公司資產(chǎn)的變動情況不能及時反映在對外公布的財務(wù)報表中，而使得公司財務(wù)信息較股票市場信息有效性降低所致，但我們不能否定資產(chǎn)流動性對投資轉(zhuǎn)移的影響。

五、研究結(jié)論

本文以我國旅游業(yè)價值鏈為研究視角，按照證監(jiān)會新行業(yè)劃分標準，分別選取旅行社與景區(qū)景點、酒店業(yè)、餐飲業(yè)（其中旅行社與景區(qū)景點24家、酒店業(yè)10家、餐飲業(yè)3家）等37家與旅游相關(guān)的上市公司2008—2012年上海和深圳A股股票交易市場的 ? ? ?1 217個日交易數(shù)及2005—2012年公司的財務(wù)季報數(shù)據(jù)作為研究樣本，對旅游業(yè)價值鏈風險對投資轉(zhuǎn)移行為影響進行研究。本文首先利用GARCH（1，1）模型對所選取旅游業(yè)價值鏈風險進行測度，而后通過定義中國股票市場上的大漲和大跌事件對旅游業(yè)價值鏈內(nèi)不同市值股票投資轉(zhuǎn)移行為進行劃分，再通過Logit模型從股票市場和公司兩個層面上研究了旅游業(yè)價值風險對投資轉(zhuǎn)移行為的影響。此外，還對風險的其他表現(xiàn)因素，即旅游業(yè)價值鏈上的資產(chǎn)流動性、交易量等對投資轉(zhuǎn)移行為影響的顯著性進行了檢驗。

根據(jù)回歸結(jié)果有如下發(fā)現(xiàn)：

風險不僅在Baur、Lucey（2002）研究的股票和債券市場間和靳飛等（2009）研究的股票市場內(nèi)對投資轉(zhuǎn)移行為產(chǎn)生顯著影響，在旅游業(yè)價值鏈內(nèi)同樣會對投資轉(zhuǎn)移行為產(chǎn)生顯著影響，并且無論是在市場層面還是在公司層面上，旅游業(yè)價值鏈風險均會對投資轉(zhuǎn)移行為產(chǎn)生雙向且顯著的影響，使得不同市值股票或規(guī)模公司間產(chǎn)生廣泛的投資轉(zhuǎn)移行為。

與Beber（2009）和譚地軍等（2008）對資產(chǎn)的“流動性轉(zhuǎn)移”研究結(jié)論相似，旅游業(yè)價值鏈的股票市場上資產(chǎn)的流動性對投資轉(zhuǎn)移行為影響顯著，但在公司財務(wù)季報數(shù)據(jù)的檢驗中卻未得出同樣結(jié)論。這可能是由于公司資產(chǎn)的變動情況不能及時反映在對外公布的財務(wù)報表中，而使得公司財務(wù)信息較股票市場信息的有效性降低所致。因此與旅游業(yè)價值鏈企業(yè)的資產(chǎn)流動性相比，投資者對市場上資產(chǎn)流動性的變動更加敏感，但不能否定資產(chǎn)“流動性轉(zhuǎn)移”特征會使資產(chǎn)流動性對投資轉(zhuǎn)移行為產(chǎn)生顯著影響這一結(jié)論。

與Underwood（2009）得出的股票和國債市場上收益率與交易量相互影響的結(jié)論不同，就旅游業(yè)價值鏈本身而言，交易量對價值鏈內(nèi)的投資轉(zhuǎn)移行為影響不顯著。

較之前學者對不同市場間與同一市場內(nèi)資產(chǎn)風險波動對投資轉(zhuǎn)移行為影響的研究，本文同時利用股票市場上的日交易數(shù)據(jù)和公司財務(wù)季報的數(shù)據(jù)，從股票市場和公司兩個層面上，對具體產(chǎn)業(yè)價值鏈風險與投資轉(zhuǎn)移的關(guān)系進行研究，相信這些結(jié)論將有助于我們更深層次了解旅游業(yè)價值鏈風險與投資者行為活動間的關(guān)系?！?/p>

【參考文獻】

[1] Amihud Y， Mendelson ?H， Wood R. Liquidity ?and the 1987 Stock Market Crash[J]. Journal of Portfolio Management，2002（16）：65-69.

[2] Bae K， Karolyi A， Stulz R. A New Approach to Measuring Financial Contagion[J]. Review of Financial Studies， 2003（16）：717-763.

[3] Barsky R. Why don't the Price of Stocks and Bond Move Together[J]. American Economic Review， 1989， 79（5）：1132-1145.

[4] Baur D， Lucey B. Flights and Contagion-an Empirical Analysis of Stock-bond Correlations[J]. Journal of International Economics， 2002（57）：231-246.

[5] Beber A， Brandt M， Kavajecz K. Flight-to-quality or Flight-to-liquidity？Evidence from the Euro-area Bond ?Market[J]. Review of ?Financial ?Studies， 2009，22（3）：925-957.

[6] Connolly R， Al E. Stock Market Uncertainty and the Stock-bond Return Relation[J]. Journal of Financial and Quantitative Analysis，2005（40）：161-194.

[7] Favero C， Al E. Is the International Propagation of Financial Shocks Non-linear？ Evidence from the ERM[J].Journal of International Economics， 2002（57）：231-246.

[8] Forbes K， Rigobon R. No Contagion， Only Interdependence： Measuring Stock Market Comovements[J]. Journal of Finance，2002（57）：2223-2261.

[9] Smith S L J. Defining Tourism： A Supply Side View[J].Annals of Tourism Research，1988（15）：179-190.

[10] Underwood ? S. The Cross - market ?Information Content of Stock and Bond Order Flow[J].Journal of Financial Markets，2009，13（2）：268-289.

[11] 黃峰，楊朝軍.流動性風險與資產(chǎn)定價：來自我國股市的經(jīng)驗證據(jù)[J].管理世界，2007（5）：30-39.

[12] 靳飛，田益祥，譚地軍.股票之間的風險傳染和投資轉(zhuǎn)移[J].系統(tǒng)工程，2009（7）：14-21.

[13] 陸靜，楊斌.商業(yè)銀行匯率風險的VaR-GARCH（1，1）模型計量[J].重慶大學學報（社會科學版），2013，19（5）：66-72.

[14] 羅登躍，王春峰，等.基于時間序列的上海股市系統(tǒng)風險、流動性風險溢價實證研究[J].系統(tǒng)工程， 2005，23（7）：48-54.

[15] 蘇冬蔚，麥元勛.流動性與資產(chǎn)定價：基于我國股市資產(chǎn)換手率與預期收益的實證研究[J].經(jīng)濟研究，2004（2）：95-105.

[16] 蘇巖，楊振海.GARCH（1，1）模型及其在匯率條件波動預測中的應用[J].數(shù)理統(tǒng)計與管理，2007，26（4）：615-620.

[17] 譚地軍，田益祥，黃文光.流動性補償、市場內(nèi)及跨市場“流動性轉(zhuǎn)移”行為[J].金融研究，2008（9）：23-44.

[18] 謝志超，曾忠東.美國金融危機對我國金融市場傳染效應研究[J].四川大學學報（哲學社會科學版），2012（1）：113-124.

[19] 袁晨，傅強.我國金融市場間投資轉(zhuǎn)移和市場傳染的階段時變特征[J].系統(tǒng)工程，2010（5）：1-7.