王昭權

摘 要： 運用多元回歸分析，實證檢驗影響非金融類上市公司在2007—2016年里金融資產(chǎn)配置的影響因素。結(jié)果表明：金融資產(chǎn)收益率風險越高，非金融類上市公司金融資產(chǎn)配置比例越低;經(jīng)營資產(chǎn)收益率風險越高，經(jīng)營資產(chǎn)配置比例越低，呈現(xiàn)出類似“蹺蹺板”的選擇效應。非金融類上市公司未來業(yè)績預期與其金融資產(chǎn)配置正相關。在進一步剔除貨幣資金后，非金融類上市公司持有金融資產(chǎn)比例與公司預期經(jīng)營收益負相關，顯示出貨幣資金作為公司生產(chǎn)經(jīng)營活動的“蓄水池”的角色;上市公司管理層或股東在做出資產(chǎn)配置決策時的確會考慮同行業(yè)其他上市公司的資產(chǎn)配置狀況，并且傾向于跟隨其他公司進行金融資產(chǎn)配置。

關鍵詞： 金融資產(chǎn)配置;波動率;羊群效應

中圖分類號： F 272

文獻標志碼： A

Abstract： Multiple regression analysis was used to empirically examine the factors affecting the allocation of financial assets of non-financial listed companies during 2007-2016. By taking empirical test， it shows that： The higher the risk of return on financial assets， the lower the proportion of financial assets of non-financial listed companies; the higher the risk of return on operating assets， the lower the proportion of operating assets showing a similar seesaw effect. The future performance of non-financial listed companies is positively related to the allocation of their financial assets. After further eliminating cash， the companies′ future performance is negatively related to the ratio of financial assets held by non-financial listed companies showing the role of currency funds as a "water reservoir" for the company′s production and business activities. At the same time， the management or shareholder of a listed company does consider the asset allocation of other listed company companies in the same industry when making asset allocation decisions， and tends to follow the actions of other companies to allocate financial assets.

Key words： financial asset allocation; volatility; herding behavior

本文從馬科維茨的資產(chǎn)組合理論視角出發(fā)，引入資產(chǎn)收益波動率與預期收益，并創(chuàng)造性地加入“羊群效應”這一因素，研究上市公司金融資產(chǎn)配置的影響因素。

1 研究假設的提出

本文認為基于風險-收益框架下的動態(tài)資產(chǎn)配置模式是上市公司在考慮經(jīng)營性及金融性資產(chǎn)配置多寡的主要出發(fā)點。

當外部大環(huán)境或者企業(yè)所做投資決策導致金融資產(chǎn)產(chǎn)生劇烈波動時，上市公司就有可能為了規(guī)避金融收益的波動而減少金融資產(chǎn)投資。當公司經(jīng)營業(yè)績發(fā)生大幅波動時，上市公司會減少經(jīng)營性資產(chǎn)投資轉(zhuǎn)而增加金融資產(chǎn)投資來增強公司整體資產(chǎn)的穩(wěn)定性，在預期未來生產(chǎn)經(jīng)營將回穩(wěn)時，再將之前轉(zhuǎn)變成為金融性質(zhì)的資產(chǎn)投資于生產(chǎn)經(jīng)營，形成類似“蹺蹺板”的轉(zhuǎn)換效應?；诖?，本文得出第一個假設：

假設1：非金融類上市公司持有金融資產(chǎn)比例與來自金融資產(chǎn)收益的波動負相關。

如果公司管理層或者股東預期未來生產(chǎn)經(jīng)營主業(yè)的收益由于行業(yè)整體景氣度低迷或者自身經(jīng)營方式的問題難以達到預期，無法獲得充足的利潤，則有可能轉(zhuǎn)向金融投資，增加企業(yè)在金融資產(chǎn)上的配置。反之，當管理層或者股東預期未來生產(chǎn)經(jīng)營主業(yè)的收益非常樂觀時，則有可能在當期加大生產(chǎn)經(jīng)營上的資本投入，或者換句話來講降低金融資產(chǎn)配置比例以獲得更多的收益?；诖?，本文提出第二個假設：

假設2：非金融類上市公司持有金融資產(chǎn)比例與公司預期經(jīng)營收益負相關。

對同行或者周圍同類的模仿與跟隨現(xiàn)象廣泛存在于人類社會及自然界中，最常見的就是“羊群行為”。具體到非金融類上市公司的金融資產(chǎn)配置上來說，當同行業(yè)其他公司增加金融資產(chǎn)投資時，該企業(yè)可能會模仿同行業(yè)其他公司的決策，進而增加企業(yè)在金融資產(chǎn)上的配置。反之，當同行業(yè)其他公司均減少金融資產(chǎn)投資并將其轉(zhuǎn)換為在主業(yè)經(jīng)營上的投資時，該企業(yè)會跟隨同業(yè)其他公司做出類似決策。基于此，本文提出第三個假設：

假設3：同行業(yè)金融資產(chǎn)配置“羊群行為”程度與非金融類上市公司金融資產(chǎn)配置正相關。

2 研究設計與模型構(gòu)建

2.1 樣本選取與數(shù)據(jù)來源

本文數(shù)據(jù)全部來自CSMAR數(shù)據(jù)庫，所有數(shù)據(jù)均選取年度值進行計算。

由于新的《企業(yè)會計準則（2006）》的實施，金融資產(chǎn)的分類更加細致，增加了如可供出售金融資產(chǎn)、長期股權投資等項目，因此本文的研究樣本始于2007年，終于2016年，并采用年度數(shù)據(jù)。

本文按照如下標準對原始數(shù)據(jù)樣本進行了剔除：（1）剔除金融和保險行業(yè)的上市公司;（2）為了更加準確地計算企業(yè)預期收益，故剔除分析師未做EPS預測的相應數(shù)據(jù);（3）剔除了樣本缺失的數(shù)據(jù)。本文對原始數(shù)據(jù)中的連續(xù)變量做了1%的Winsorize縮尾處理。本文數(shù)據(jù)處理軟件為Stata 13.0。

2.2 變量定義與計算

根據(jù)前文的研究目的和研究假設，本文擬選用的變量如下：

1.持有金融資產(chǎn)比例計算

根據(jù)本文的研究目標，上市公司持有金融資產(chǎn)金額的計算公式如下：

金融資產(chǎn)FinAsset=貨幣資金+金融衍生產(chǎn)品+短期投資+交易性金融資產(chǎn)+應收利息+買入返售金融資產(chǎn)+可供出售金融資產(chǎn)+持有至到期投資+長期應收款+長期股權投資+投資性房地產(chǎn)+其他流動資產(chǎn)（理財、信托等）

由于本文使用的為年度數(shù)據(jù)，為了使不同持有規(guī)模的上市公司具有可比性，本文使用的為上市公司持有的金融資產(chǎn)占其當年期末總資產(chǎn)的比例，即rFinAsset。

2.金融資產(chǎn)收益率與經(jīng)營性資產(chǎn)收益率的計算

金融資產(chǎn)收益率，顧名思義，即來自金融資產(chǎn)所產(chǎn)生的收益所占的比例。依據(jù)前文中對于金融資產(chǎn)的定義，用以下公式計算金融資產(chǎn)收益：

金融資產(chǎn)收益=財務費用-利息收益+公允價值變動損益+投資收益+匯兌損益+其他綜合收益

相應地，金融資產(chǎn)收益率=金融資產(chǎn)收益/金融資產(chǎn)

基于本文的研究方法，經(jīng)營性資產(chǎn)即公司總資產(chǎn)扣除金融資產(chǎn)剩余的部分?？紤]到不同公司所得稅稅率不同可能造成的差異，本文將利潤總額扣減金融資產(chǎn)收益后的金額定義為經(jīng)營性資產(chǎn)收益。

相應地，經(jīng)營性資產(chǎn)收益率=經(jīng)營性資產(chǎn)收益/金融資產(chǎn)

3.金融資產(chǎn)收益率波動程度與經(jīng)營性資產(chǎn)收益率波動程度的衡量

本文采用分別計算產(chǎn)自金融資產(chǎn)的收益率與產(chǎn)自經(jīng)營性資產(chǎn)的收益率三年的移動標準差來衡量金融資產(chǎn)收益率與經(jīng)營性資產(chǎn)收益率的波動程度。具體來說，即采用前文所計算的金融資產(chǎn)收益率與經(jīng)營資產(chǎn)收益率的年度數(shù)據(jù)計算各自三年的移動標準差，分別記為SDF和SDO。

4.未來業(yè)績預期的衡量

上市公司通常會對公司未來的業(yè)績或行業(yè)的發(fā)展進行一定的展望，但是一般情況下多為定性類的描述，無具體的定量預測。因此，為了衡量公司對于未來業(yè)績的預期，本文采用兩種方式分別進行計算。

一般來說，分析師會在其研究報告中對公司未來的業(yè)績進行預測。本文選取分析師對于某公司某年度每股凈利潤，即EPS的未來預測的平均值作為對該公司業(yè)績的預期。本文選取國泰安（CSMAR）數(shù)據(jù)庫對二級市場上分析師的研究報告預測的整理，計算出分析師對于某公司某年度每股凈利潤的預測，記為Forecast_mean_EPS。

除此之外，本文還選取行業(yè)景氣指數(shù)作為公司未來業(yè)績預期的替代變量。通常情況下，行業(yè)景氣度較高時，預期某公司未來的業(yè)績向好也是比較合理的?；谝陨戏治觯疚倪x取國泰安（CSMAR）數(shù)據(jù)庫中的行業(yè)景氣指數(shù)Boom IDX作為公司未來業(yè)績預期的替代變量。

5.非金融企業(yè)“羊群行為”程度的衡量

對于企業(yè)投資“羊群效應”程度的測量，學術界比較成熟的方法主要來自于Knyazeva等（2008）、方軍雄（2012）等的模型。在Knyazeva等（2008）、方軍雄（2012）等的文章中，Comove用來表示投資“羊群行為”。其具體計算方法如下：

Comove（I）=Max（Iinc， Iinc）/N

Comove的計算公式與Knyazeva等（2008）、方軍雄（2012）等使用的公式類似。不同的點在于，公司投資變量I的計算方式為[金融資產(chǎn)（t期）-金融資產(chǎn)（t-1期）]/期初總資產(chǎn)。相應地，Iinc、Iinc分別表示公司金融資產(chǎn)投資增加的公司數(shù)，以及投資減少的公司數(shù)。

從Comove指標的計算公式可以看出，Comove（I）是一個連續(xù)變量。該變量主要通過計算每一年各行業(yè)內(nèi)投資金額變動方向相同的比例來回答企業(yè)投資的“羊群行為”程度。Comove越趨向于1，則“羊群效應”程度越強;Comove越趨向于0.5，則“羊群效應”越弱。

本文同時采取另外一種方法來衡量公司金融資產(chǎn)投資“羊群效應”的程度，即變異系數(shù)。變異系數(shù)通常用來反映一組數(shù)據(jù)的離散程度，本文使用金融資產(chǎn)變異系數(shù)來反映“羊群效應”的程度。具體來說，通過計算每一年各行業(yè)公司金融資產(chǎn)配置比例的標準差與平均值來求得變異系數(shù)，作為金融資產(chǎn)配置“羊群效應”的替代變量。

6.控制變量

根據(jù)以往學者的研究，有很多因素都對上市公司金融資產(chǎn)配置產(chǎn)生影響。為了使研究成果更具可信度，研究結(jié)果更為準確，本文加入公司杠桿率Lev、公司規(guī)模lnasset、凈資產(chǎn)收益率ROE、成長機會Growth、上市公司所有權屬性啞變量SOE、東部地區(qū)啞變量EAST、行業(yè)Industry以及年份Year等。表1以表格形式匯總了各變量的定義及計算方法。

從表2的數(shù)據(jù)分析結(jié)果可以看出，各主要變量均在1%的顯著性水平上顯著，支持假設1的描述。從回歸系數(shù)的符號來說，該結(jié)果與假設1的描述相一致，呈現(xiàn)出一定的“蹺蹺板”效應：經(jīng)營資產(chǎn)產(chǎn)生的收益率波動越大，上市公司下一期金融資產(chǎn)配置比例就會越高;金融資產(chǎn)產(chǎn)生的收益率波動越大，上市公司下一期金融資產(chǎn)配置的比例就會越低。出現(xiàn)這樣的情況也比較好理解，當外部大環(huán)境或者企業(yè)所做投資決策導致金融資產(chǎn)產(chǎn)生劇烈波動時，上市公司就有可能為了規(guī)避金融收益的波動而減少金融資產(chǎn)投資。當公司經(jīng)營業(yè)績發(fā)生大幅波動時，上市公司會減少經(jīng)營性資產(chǎn)投資轉(zhuǎn)而增加金融資產(chǎn)投資來增強公司整體資產(chǎn)的穩(wěn)定性，在預期未來生產(chǎn)經(jīng)營將回穩(wěn)時，再將之前轉(zhuǎn)變成為金融性質(zhì)的資產(chǎn)投資于生產(chǎn)經(jīng)營。另外，從回歸系數(shù)的大小來看，SDF的回歸系數(shù)，在絕對值上小于經(jīng)營資SDO的回歸系數(shù)。這表明，對于本文所研究的非金融類上市公司這一樣本來說，由于其主業(yè)非金融投資，故當公司管理層或股東在考慮公司整體資產(chǎn)配置時，更加關注經(jīng)營資產(chǎn)收益的波動情況，對于經(jīng)營資產(chǎn)收益的波動率要求更為嚴格。

假設2的回歸結(jié)果不支持假設2的描述。該回歸結(jié)果意味著當上市公司未來業(yè)績預期越好的時候，上市公司會在下一期配置更多的金融資產(chǎn);當上市公司未來業(yè)績預期越差的時候，上市公司會在下一期減少金融資產(chǎn)的配置。原因在于，上市公司未來業(yè)績預期越好，公司預期將獲得更多的自由現(xiàn)金流量，其對于內(nèi)部融資難度的預期越低，更多從公司內(nèi)部獲得發(fā)展的資金支持。這種情況下，上市公司會將更多的資產(chǎn)配置在貨幣資金上，以準備繼續(xù)投入擴大生產(chǎn)或者準備更多的營運資金。當上市公司未來業(yè)績預期越差或者預期行業(yè)不景氣時，公司經(jīng)營產(chǎn)生的現(xiàn)金流量減少，為了維持主業(yè)經(jīng)營所需的營運資金就不得不減少金融資產(chǎn)的配置。

從假設3的回歸結(jié)果可以看出，代表上市公司所在行業(yè)金融資產(chǎn)投資“羊群行為”的兩個變量Comove以及CV的回歸系數(shù)分別為0.074、0.0922以及-0.109、-0.0804，且在1%的顯著性水平上顯著。這一回歸結(jié)果與本文假設3的描述是相一致的。該回歸結(jié)果意味著上市公司管理層或股東在做出資產(chǎn)配置決策時的確會考慮同行業(yè)其他上市公司的資產(chǎn)配置狀況，并且傾向于跟隨其他公司進行金融資產(chǎn)配置。

3.2 穩(wěn)健性檢驗

通過前文的回歸分析，除假設2以外，得到的回歸結(jié)果基本上支持所提出的假設。為了進一步驗證所得出結(jié)論的穩(wěn)健性，本文做出如下穩(wěn)健性檢驗：

1.廣義金融資產(chǎn)與狹義金融資產(chǎn)對本文研究結(jié)論的影響

考慮到金融資產(chǎn)的不同定義可能會對本文研究結(jié)論產(chǎn)生影響，將前文金融資產(chǎn)中的“長期股權投資”剔除，并扣除來自聯(lián)營和合營企業(yè)的收益，回歸后發(fā)現(xiàn)結(jié)論不變。

2.羊群效應抑或是“投資潮涌”？

參照方軍雄的方法，為了區(qū)分“羊群效應”與“投資潮涌”現(xiàn)象，本文通過將代表“羊群效應”的代理變量滯后一期，代入計量模型中進行回歸分析，回歸結(jié)果不變。這在一定程度上表明了“投資潮涌”現(xiàn)象并不是導致上市公司金融資產(chǎn)配置出現(xiàn)“羊群效應”的原因，金融資產(chǎn)配置的羊群行為是影響上市公司金融資產(chǎn)配置的重要因素。

3.3 進一步研究：針對假設2的回歸結(jié)果與預期不一致的研究

當把貨幣資金從金融資產(chǎn)中剔除后，回歸結(jié)果顯示代表企業(yè)未來業(yè)績預期的自變量回歸系數(shù)為負且在1%的顯著性水平上顯著。這表明，上市公司未來業(yè)績預期越好，公司預期將獲得更多的自由現(xiàn)金流量，公司會將更多的資產(chǎn)配置在貨幣資金上，以準備繼續(xù)投入擴大生產(chǎn)或者準備更多的營運資金。當上市公司未來業(yè)績預期越差或者預期行業(yè)不景氣時，公司經(jīng)營產(chǎn)生的現(xiàn)金流量減少，為了維持主業(yè)經(jīng)營所需的營運資金就不得不減少金融資產(chǎn)的配置，顯示出貨幣資金作為公司流動資金的重要組成部分承擔公司生產(chǎn)經(jīng)營活動的“蓄水池”的角色。

4 結(jié)論

本文通過國泰安CAMAR數(shù)據(jù)庫與Wind數(shù)據(jù)庫，搜集了非金融類上市公司2007—2016年的數(shù)據(jù)，經(jīng)過一系列數(shù)據(jù)處理后，利用多元回歸分析的方法進行研究。本文基于經(jīng)典金融理論與行為金融學理論，從理性投資行為和行為金融兩個大的方面研究非金融類上市公司金融資產(chǎn)配置的影響因素。最終得到以下結(jié)論：

（1）金融資產(chǎn)收益率風險越高，非金融類上市公司就會減少在金融資產(chǎn)上的配置。同樣，經(jīng)營資產(chǎn)收益率風險越高，非金融類上市公司就會減少在經(jīng)營資產(chǎn)上的配置，呈現(xiàn)出類似“蹺蹺板”的選擇效應。而且，本文的研究結(jié)果顯示，非金融類上市公司經(jīng)營資產(chǎn)收益率的波動比金融資產(chǎn)收益率的風險對非金融類上市公司金融資產(chǎn)配置的影響更大，上市公司在進行金融資產(chǎn)配置決策時對經(jīng)營資產(chǎn)收益風險更為看重。當經(jīng)營資產(chǎn)收益的風險與金融資產(chǎn)收益的風險相同時，上市公司會減少經(jīng)營資產(chǎn)的投資并轉(zhuǎn)換為金融資產(chǎn)的投資。

（2）非金融類上市公司未來業(yè)績預期與其金融資產(chǎn)配置正相關。更進一步發(fā)現(xiàn)在剔除貨幣資金后，非金融類上市公司持有金融資產(chǎn)比例與公司預期經(jīng)營收益負相關，顯示出貨幣資金作為公司流動資金的重要組成部分承擔公司生產(chǎn)經(jīng)營活動的“蓄水池”的角色。

（3）同行業(yè)金融資產(chǎn)配置“羊群行為”程度與非金融類上市公司金融資產(chǎn)配置正相關。上市公司管理層或股東在做出資產(chǎn)配置決策時的確會考慮同行業(yè)其他上市公司的資產(chǎn)配置狀況，并且傾向于跟隨其他公司進行金融資產(chǎn)配置。

參考文獻：

[1] KEYNES J M. The General Theory of Employment， Interest， and Money，1936.

[2] ZGR O. Financialisation and capital accumulation in the non-financial corporate sector[J]. Mpra Paper， 2008， 32（6）：863-886.

[3] 胡奕明，王雪婷，張瑾.金融資產(chǎn)配置動機：“蓄水池”或“替代”？——來自中國上市公司的證據(jù)[J].經(jīng)濟研究，2017（1）.

[4] MARKOWITZ H. Porfolio selection[J].Theory & Practice of Investment Management Asset Allocation Valuation Portfolio Construction & Strategies Second Edition， 1952，7（1）：77-91.

[5] KNYAZEVA A， KNYAZEVA D， MORCK R， et al. Comovement in investment[J]. Social Science Electronic Publishing， 2008.

[6] 林毅夫，巫和懋，邢亦青.“潮涌現(xiàn)象”與產(chǎn)能過剩的形成機制[J].經(jīng)濟研究， 2010（10）：118-118.

[7] 方軍雄.企業(yè)投資決策趨同：羊群效應抑或“潮涌現(xiàn)象”？[J].財經(jīng)研究，2012（11）：93-103.