刘 浩 ,李 强 ,曾 勇
(1.广东外语外贸大学 金融学院,广州 510006;2.广东省金融开放与资产管理研究中心,广州 510006;3.电子科技大学 经济与管理学院,成都 611731)
异质信念,是指投资者在同一时点上对同一资产的收益分布有不同的判断和预期。Miller[1]理论上研究了异质信念对股票价格的影响。他指出,在存在卖空约束的条件下,当前没有股票且持悲观态度的投资者无法进行卖空,因而股票价格只能反映乐观投资者的买入行为,从而导致股票价格被高估,且投资者对股票预期收益的分歧或异质信念越大,股价被高估得越严重。实证研究发现,异质信念会导致股票价格高估进而与随后股票收益率呈负相关[2],从而支持了Miller的理论预示。Pastor等[3]在讨论企业估值时发现,由于折现现金流模型的连续复利凸性作用,企业平均盈利的不确定性(市场关于平均盈利的异质信念)会对企业估值产生正向影响,而随着时间推移,盈利信息的不断揭示会降低平均盈利的不确定性,进而导致企业估值下降。
需要指出的是,以往的理论与实证研究均未考虑增长机会在决定异质信念与企业估值关系时的作用。事实上,如果将企业的总价值分解为在位资产的价值和增长机会的价值两部分1)在位资产是能够为企业带来现金流的已投资项目或资产;增长机会也即增长期权,则指尚未被投资、当前暂无现金流的一系列潜在投资机会,那么,相对于当前能够产生现金流的在位资产,由于企业未来增长机会的出现、执行时机以及执行后标的资产(项目)产生的现金流均存在不确定性,因而投资者对企业资产的异质信念主要来源于增长机会的标的资产或项目。进一步,根据期权定价理论,增长机会的价值是其标的资产异质信念的增函数,增长机会标的资产异质信念越大,增长机会的价值越高,进而在在位资产价值不变的条件下,企业估值也越高。因此,只要有增长机会的存在,异质信念就会对企业估值产生正向影响。
本文首先在离散时间框架下构建了一个两期估值模型,假设投资者对于在位资产和增长机会存在不同的异质信念,理论研究发现,异质信念不会影响在位资产的价值,但是会提升增长机会的价值,进而提高企业估值(总资产市场价值除以总资产账面价值)。进一步的理论研究结果表明,增长机会越多的企业,异质信念对企业估值的正向影响越强。然后,以2007～2020年2 973家沪深两市A 股非金融类上市公司为研究样本进行实证检验,以托宾Q测度企业估值,以未预期交易量测度投资者异质信念。实证研究结果表明:异质信念对企业估值具有正向影响,且异质信念对企业估值的正向影响在高研发强度、拥有较多专利授权量以及高科技行业等增长机会更多的企业中表现得更为显著;伴随增长机会(期权)的执行,异质信念对企业估值的正向作用消失。进一步,现有研究强调了只有在存在卖空约束的条件下,异质信念才会导致企业估值高估[1,4-5]。本文的研究结果发现,在允许卖空的子样本中,异质信念对企业估值依然具有正向作用,且这种正向作用在增长机会较多的企业中更明显。更进一步,Pastor等[3]从连续复利计算固有的凸性角度为异质信念影响企业估值提供了一种作用机制。本文的研究结果还发现,在增长机会较少的企业或资产主要由在位资产构成的企业,异质信念对企业价值影响较小。这表明,一旦企业的增长机会较少或者没有增长机会,这种作用机制下降甚至将不复存在。
本文的创新点和贡献是:不同于卖空限制、在位资产平均盈利不确定性等已有研究,本文从企业资产构成及投资者关于增长机会标的资产异质信念的独特视角,为异质信念和企业估值之间的正向关系提供了一种新的理论解释。在实证证据方面,本文发现,增长机会越多,异质信念和企业估值的正向关系越强;而增长机会(期权)执行后,这种正向关系将减弱,很好地提供了支持理论预示的经验证据。
早期关于异质信念与企业估值关系的文献着眼于卖空限制的作用。假设市场上存在对同一股票未来收益具有不同看法的悲观和乐观两类投资者,Miller[1]基于卖空限制导致股价无法反映悲观投资者行为进而导致股价高估的事实,最早从理论上指出,异质信念程度越大,股价被高估得越严重。利用分析师盈余预测分歧测度投资者异质信念,Diether等[2]对Miller的理论预示进行了实证检验,发现分析师盈余预测分歧程度越大,股票的预期收益率越低,很好地支持了Miller 的理论观点。Boehme等[6]进一步明确指出,卖空限制和异质信念的共同作用才会导致股票价格高估,即卖空限制是异质信念对股价产生影响的必要条件。
在国内研究方面,张维等[4]在异质信念和卖空限制的双重假设下,通过引入投资者风险厌恶假设,并基于均值方差模型导出了一个基于异质信念的风险资产价格的均衡模型,从理论上说明了异质信念程度增加时,风险资产的价格会上升。陈国进等[7]针对中国股市,以经调整后的换手率和异质波动率测度异质信念,发现在卖空限制条件下,异质信念会导致当期股价高估,进而随后的股票收益下降,且股价被高估的程度和持续时间比美国股市还长。后续文献进一步考察了卖空限制在异质信念导致股价高估方面的作用,得到了不一致的结论。陆静[8]通过对比A股和H 股市场,发现异质信念和卖空限制是导致H 股价格低于A股价格的原因之一。古志辉等[9]则发现,A 股市场上异质信念和估值泡沫存在正向关系,而卖空限制是导致资产价格泡沫的原因。刘燕等[10]以未预期交易量衡量异质信念,进一步对比了个体投资者与机构投资者的差异,发现异质信念导致下一期的收益率下降这一现象在个体投资者中更为明显,因而个体投资者的异质信念对资产定价影响更大。随着中国市场融资融券制度的推出,朱宏泉等[5]发现,当股票允许卖空后,异质信念对股票预期收益的负向影响消失,说明卖空限制是导致股票价格高估的原因。文献[11-13]中进一步研究表明,卖空交易的逐步开放和卖空机制的逐步完善确实可以抑制股价高估2)此外,一些文献从理论上研究了投资者异质信念如何影响股票流动性[14]以及内幕交易者的市场操纵行为[15]。吕大永等[16]考察了融资融券背景下杠杆融资交易对崩盘风险的影响,提供了股票被高估后所导致经济后果的进一步证据。
与卖空限制的角度不同,Pastor等[3]从平均盈利不确定性的角度解释了高企业估值的原因:由于企业估值是平均(预期)盈利水平的凸函数,如果投资者关于平均盈利水平的认识存在不确定性,那么,复利计算固有的凸性作用将使得平均盈利水平的不确定性对企业估值产生正向影响。
前述关于异质信念影响企业估值的文献,无论是卖空限制的视角,还是折现现金流模型的凸性作用视角,都没有考虑企业增长机会的存在。基于卖空限制的视角强调了卖空限制是导致异质信念与企业估值的正向关系的原因。本文发现,一旦将增长机会纳入考虑,那么,异质信念会影响增长机会的价值进而影响企业估值,这一机制在没有卖空限制的条件下依然成立,且得到了实证证据的支持。基于平均盈利不确定性的视角,只是单纯地考虑在位资产,进而通过折现现金流模型的凸性作用得到异质信念与企业估值的关系。本文的实证研究表明,在增长机会较少或企业主要由在位资产构成时,异质信念对企业估值的影响较小。将增长机会纳入考虑之后,关于增长机会标的资产的异质信念可以导致异质信念与企业估值的正向关系,且增长机会越多,正向关系越强。因此,本文为异质信念影响企业估值的作用机理提供了新的视角和证据。
考虑一个两期经济模型。假设存在一个代表性企业,其价值由在位资产和增长机会(期权)两个部分构成。t=0时刻,在位资产的账面价值为B0,其在t=1时刻的盈利为,满足如下过程:
式中:μA和σA分别为在位资产的平均盈利率和盈利率波动服从均值为0、标准差为1的标准正态分布。
Pastor等[3]指出,由于下一期的平均盈利(μA)无法观测,故投资者关于μA的看法存在分歧,但他们没有区分关于μA的分歧与资产结构有何关系。事实上,在位资产是可见的固定资产,其平均盈利相对较为平稳,投资者特别是分析师能够正确地预测此类资产的平均盈利,因而对该类资产的平均盈利不存在分歧或分歧很小。相比之下,增长机会(期权)是还没有被投资的无形资产,其还未产生盈利(现金流),投资者对此类资产的平均盈利估计较为困难,因而对该类资产的平均盈利分歧较大。为简化模型,在本文中假设投资者对在位资产的平均盈利不存在异质信念,而对增长机会标的资产的平均盈利存在异质信念。即投资者关于企业的异质信念都来自增长机会标的资产的平均盈利3)本文也推导了投资者对在位资产的平均盈利存在异质信念,但比增长机会标的资产的平均盈利异质信念要小的结果。结果表明,本文的研究结论不会改变。
实际上,下式意味着在位资产的(连续复利)预期盈利率为μA,
与此同时,企业拥有的增长机会由1时刻到期、所需投资额均为I的n个待投项目构成,其中每个增长机会标的项目的盈利满足如下过程4)为简化起见,假设n 个增长机会相同,此种情况可以认为是产能的简单扩张。在现实中,企业一方面可以多元化,另一方面可以自身研发新产品,这都将导致企业未来的n 个增长机会不同。由于本文的主要思想是强调企业存在增长机会与不存在增长机会时,异质信念对企业价值的作用机制不同,故假设n 个增长机会相同。当然,如果n 个增长机会不同,本文的结论不受影响:
式中:μI和σI分别为标的项目的平均盈利率和平均盈利率的波动;ε1服从均值为0、标准差为1的标准正态分布,且假设与ε1不存在相关性。
投资者对增长机会标的项目的平均盈利率μI存在异质信念,假设μI服从分布:
假设外生的定价核z1服从如下过程:
式中:初始定价核z0=1;r为无风险利率;σz为定价核的标准差;ξ是均值为0、标准差为1的标准正态分布。相应地,借鉴Berk 等[17]对现金流系统风险的定义,在位资产和增长机会标的项目盈利或现金流的系统风险(贝塔)分别为:
同时,为简化起见,假设μI与ξ之间不存在相关性。
0时刻,在位资产的市场价值即为1时刻预期盈利的现值:
附录A 给出了式(8)的详细推导结果。可以看出,在位资产的价值由在位资产的账面价值B0、在位资产的贝塔βA以及平均盈利率μA决定。在位资产的账面价值越大、贝塔越小、平均盈利率越高,在位资产的价值越高。
每个增长机会,本质为一份1时刻到期,执行价格为I的欧式看涨期权,利用欧式期权定价公式[18],其在0时刻的市场价值为
式中:Y1为标的项目在1时刻的盈利;max(Y1-I,0)表示增长机会在1时刻的价值;N(d1)和N(d2)是标准正态分布的累计分布函数,且
至此,0时刻企业总的市场价值为
相应的市值账面比(企业估值)为
即投资者关于增长机会标的项目平均盈利率的异质信念对企业估值具有正向影响,具体推导过程见附录B。
式(12)进一步对n求偏导,有
式(13)表明,增长机会越多,异质信念程度对企业估值的正向作用越强。
由式(12)、(13)得到两个重要结论:①异质信念程度越高,企业估值越大。②异质信念对企业估值的正向作用在增长机会越多的企业中更强。
3.1 数据来源与样本选取
本文以2007～2020年沪深两市A 股非金融类上市公司为初始研究样本5)由于2007年新会计准则实施后才开始有对研发投资相关账户信息的披露规定,故以2007年为研究样本的初始点。对初始样本进行如下处理:剔除净资产小于0的观测值以及营业收入小于0的观测值;剔除ST、退市和暂停上市的观测值;剔除财务指标缺失的观测值。最终得到2 973家上市公司共23 008个企业-年度观测值。同时,为了降低异常值的影响,对所有连续变量在1%和99%的分位数上进行缩尾处理。除研发数据(R&D)来自万得数据库外,所有数据均来自国泰安CSMAR数据库。表1给出了经过详细剔除步骤后各年度的样本分布情况。
表1 各年度的样本分布情况
3.2 变量定义与指标测度
对于被解释变量企业估值,借鉴Loderer等[19]的研究,利用托宾Q衡量,其中,托宾Q定义为权益市场价值与长期负债面值之和除以账面总资产,且权益市场价值等于流通市值与非流通市值之和,非流通市值用流通股股价乘以非流通股数量计算。
对于解释变量增长机会标的资产的异质信念,已有研究表明,中国证券市场上未预期交易量是测度投资者异质信念的最有效的代理变量,借鉴刘燕等[10]的方法,按下式计算经过市场调整的未预期交易量:
式中:Volit为股票i在t期的交易量;Shsit为股票i在t期流通在外的股份数;Volt为t期的市场总成交量;Shst为市场t期流通在外的总股份数;N为控制周期的天数,参考陈国进等[7]的研究,N设定为120天。由于每只股票的交易量不仅受到公司自身层面因素的影响,而且也受到市场信息的影响,故在式(14)中,等号右边第1个中括弧中用股票的实际换手率减去市场换手率表示每只股票由于公司信息变化带来的净影响。而市场中交易除了异质信念外,还存在流动性需求,由于每只股票的流动性交易特性一般不随时间变化,故选择一定控制周期N减去平均流动性交易需求,其结果就是基于交易量的投资者异质信念代理指标。
本文所探讨和界定的异质信念是关于增长机会标的资产的异质信念。如果企业的资产价值既包括了在位资产价值,也包括了增长机会价值,则式(14)实际上是既包括了在位资产的异质信念,也包括了增长机会标的资产的异质信念,但现实中很难将两种资产的异质信念区分开。尽管如此,本文用式(14)来代理增长机会标的资产的异质信念。可以这样理解:由于增长机会标的资产的不确定性很难直接观察到,这些不确定性的来源可能包括未来的需求冲击(消费者偏好的变化)和供给冲击(生产率的变化)等。相比于能够产生现金流的在位资产的不确定性,关于增长机会标的资产的不确定性会更大。即投资者的异质信念可能主要来源于增长机会标的资产的异质信念,进而HB 指标与增长机会标的资产的异质信念高度相关。因此,此处异质信念的度量可以作为增长机会标的资产异质信念的代理6)关于如何测度增长机会标的资产的异质信念,或者说如何根据资产结构的差异将异质信念进行分解本身就是一个有价值的研究话题。
对于增长机会多少的代理变量,Kumar等[20]和Kraft等[21]认为研发(R&D)强度越大的企业,创造的增长机会越多。Chi等[22]认为企业专利代表了未来的增长机会,专利越多的企业,代表增长机会越多,进而未来商业化带来的成长性价值越高。高科技行业通常具有较高的不确定性以及成长性,因而该行业内蕴含了更多的增长机会[23]。基于此,本文以研发强度、专利授权量以及是否处于高科技行业的虚拟变量3个指标作为企业增长机会多少的代理变量。
在本文的理论模型中,涉及影响企业估值的变量还包括:资产盈利能力与定价核相关的变量(市场贝塔),在实证中也予以控制7)在本文的理论模型中,影响企业估值的变量还包括无风险利率(r)。但在实证模型中没有控制,主要原因是年份固定效应能够捕捉宏观经济变量的冲击对企业估值的影响,因而年份固定效应与无风险利率存在高度相关性。事实上,在没有给出的回归结果中可以看到,当不加入年份固定效应时,无风险利率对企业估值具有显著的负向影响,但一旦控制了年份固定效应,无风险利率对企业估值的影响变为了显著为正。此外,还有一些其他影响企业估值的变量,借鉴Loderer等[19]的研究,影响企业估值的控制变量包括上市年龄、企业规模、财务杠杆、有形资产占比、现金持有比例、主营业务增长率以及是否支付股利的0/1虚拟变量。所有变量的定义、测度及说明如表2所示。
表2 变量定义及说明
3.3 回归模型与方法
为检验异质信念对企业估值的影响,进行如下控制企业个体和年份的固定效应回归:
式中:托宾Q值(Q)是企业估值变量;HB是异质信念变量,用未预期交易量度量;Control是控制变量;μi为企业个体固定效应,用来控制影响企业估值的不可观测且不随时间变化的因素;λt为年份固定效应,用来控制年度差异;e为残差项。上述模型采用企业聚类稳健标准误进行调整[24]。本文预期β1的符号为正。
为检验增长机会对异质信念与企业估值关系的影响,在式(15)的基础上进一步引入增长机会的代理变量,以及增长机会的代理变量与异质信念的交互项,进行如下回归:
式中:GO 是企业增长机会的代理变量,分别用研发强度(RD)、专利授权量(PatentG)以及是否属于高科技行业的虚拟变量(High_Tec)衡量。本文预期γ1的符号为正。
4.1 异质信念对企业估值的影响
表3给出了异质信念对企业估值的影响。由表3列(1)可见,在控制个体固定效应和时间固定效应后,异质信念(HB)的回归系数为正,且在1%的显著性水平下显著。这表明,异质信念会提升企业估值。进一步,列(2)在控制了影响企业估值的其他因素后,发现异质信念指标依然对企业估值有显著的正向影响。因此,本文的第1个理论预示得到验证。
在表3列(2)的基础上,引入增长机会代理变量及其与异质信念的交互项,并考察增长机会如何影响异质信念与企业估值的正向关系。结果见表3列(3)～(5)。由列(3)可见,交互项HB×RD 的回归系数在1%的显著性水平下显著为正。这表明,企业的研发强度会强化异质信念与企业估值的正向关系。由列(4)可见,交互项HB×PatentG 回归系数在1%的显著性水平下显著为正。这表明,专利授权量越多的企业,异质信念对企业估值的正向影响越强。由列(5)可见,交互项HB×High_Tec回归系数在1%的显著性水平下显著为正,表明相比于非高科技行业,高科技行业中异质信念对企业估值的正向作用更强8)模型式(5)并未加入High_Tec变量本身,因为模型使用了个体固定效应,而High_Tec为非时变的变量。由于一些文献表明,托宾Q可以直接衡量增长机会[19],故进一步进行分组回归检验。每年根据托宾Q的中位数将所有样本分为两组:在位资产组(公司的托宾Q低于该年所有样本的50%分位点),该组托宾Q的平均值为0.921;增长机会组(公司的托宾Q高于该年所有样本的50%分位点),该组托宾Q的平均值为2.880。列(6)和列(7)分别给出了在位资产组和增长机会组的回归结果。可以看出,异质信念对企业估值的正向影响在增长机会组(即增长机会较多的子样本)较大(HB回归系数为12.887),而在在位资产组(即增长机会较少的子样本)较小(HB回归系数为4.454)。综合列(3)～(7)的结果,可以得到增长机会能够加强异质信念与企业估值的正向关系,从而验证了本文的第2个理论预示。
表3 异质信念与企业估值关系的回归结果
对于第3第(2)～第(5)列中的控制变量,发现托宾Q随着企业年龄(Age)和企业规模(Size)的增加而下降,这与文献[19,25]中的研究结果一致。较高的市场贝塔(Beta)意味着较高的折现率,从而导致较低的企业估值。对于其他控制变量,发现企业估值与财务杠杆(Lev)负相关,与盈利能力(Roa)、现金持有(Cash)以及销售增长率(SG)正相关,而与有形资产占比(Tang)、股利支付虚拟变量(Div)的关系不大,这些结果都与文献[19,22]中的研究结果一致。
4.2 卖空限制是异质信念影响企业估值的必要条件?
已有研究认为,卖空限制是导致股价高估的必要条件,一旦股票允许卖空,异质信念的影响将减弱甚至不复存在[5,11-12]。类似地,本文选取2010年后允许卖空的1 420家企业共6 873个年度观测值为子样本,再按式(15)、(16)的方程进行回归检验,回归结果如表4所示。
由表4列(1)、(2)可见,即使在允许卖空的子样本中,异质信念(HB)的回归系数都在1%的显著性水平下显著为正。对比表3中的列(1)和列(2),可以进一步看出,表(4)中异质信念(HB)的回归系数出现了大幅上升。这表明,卖空限制不是异质信念影响企业估值的必要条件。更重要的是,依然发现在异质信念对企业估值的正向影响在高研发强度的企业(列(3))、高专利授权量企业(列(4))以及高科技行业(列(5))更为显著,而这些企业或行业拥有更多的增长机会。与表3中列(6)和列(7)的分组方法类似,表4列(6)和列(7)的回归结果仍然显示异质信念对企业估值的正向影响在增长机会组中更大。因此,本文的研究结果表明,除了卖空限制之外,增长机会在决定异质信念和企业估值之间的正向关系中起着重要作用。
表4 允许卖空的子样本的回归结果
4.3 增长机会执行对异质信念和企业估值关系的动态影响
如果异质信念对增长机会多的企业市场估值的正向影响更强,可以预期,增长机会执行将会使得异质信念对企业估值的正向影响减弱甚至消失。本文以资本支出强度作为增长机会执行的代理变量[26],并借鉴Cooper等[27]的方法,在每个财务年度t,按照如下方法判断样本企业是属于增长机会执行前组合还是执行后组合:如果样本企业在未来第t+2年、第t+3年和第t+4年中任意一年的资本支出强度处于对应年份截面上所有企业资本支出强度中最高的10%,则该年度该企业被界定为增长机会执行前的样本,即企业未来拥有较多的增长机会;反之,如果样本企业在第t-1年的资本支出强度处于对应年份截面上所有企业资本支出强度中最高的10%,则该年度该企业被界定为增长机会执行后的样本,即企业在之前年度执行了较多的增长机会。
据此做法,分别得到2 500个增长机会执行前的子样本和1 727个增长机会执行后的子样本。表5给出了异质信念影响两类子样本市场估值的回归结果。通过比较两类子样本异质信念变量回归系数的大小,可以发现:对于增长机会执行前进而当前的增长机会较多的子样本,异质信念对企业估值具有显著的正向作用;而对于增长机会执行后进而当前的增长机会较少的子样本,异质信念对企业估值的正向作用不再显著。
表5 增长机会执行前后异质信念对企业估值影响的回归结果
4.4 内生性问题
前述回归结果表明,异质信念和企业估值之间存在正相关,其中利用个体固定效应模型控制了不可观测的非时变因素。进一步,考虑到企业估值和异质信念之间可能的反向因果关系也会导致内生性问题,即估值越高的企业可能交易越频繁,进而异质信念越高。本节工具变量使用两阶段最小二乘法(2SLS)进行估计和检验。
一个理想的工具变量应该是能够捕捉异质信念的变化,但不直接影响企业估值。本文选取的工具变量是与企业所处行业内的其他企业的平均未预期交易量(HB_avg)。直观而言,投资者对同一行业股票的看法具有一定的趋同性,当企业所处行业内的其他企业的未预期交易量越高时,特定企业的未预期交易量也越高。然而,行业内其他企业平均的未预期交易量并不会直接影响特定企业的估值,因此,如此的工具变量设定满足外生性要求。
表6展示了采用工具变量进行两阶段回归的结果。由表6全样本列(1)的第1阶段回归结果可以看出,行业内其他企业平均的未预期交易量(HB_avg)对特定企业的未预期交易量有显著的正向作用,说明行业内其他企业的未预期交易量越高,该企业的未预期交易量确实越高。列(2)第2阶段回归中HB对企业估值的影响依然显著为正,说明在缓解内生性后,异质信念对企业估值依然具有显著的正向影响(Cragg-Donald WaldF统计量为451.16,大于临界值10,排除了弱工具变量的可能)。针对允许卖空的子样本,列(3)和列(4)采用工具变量进行两阶段回归的结果类似,因此,即便控制因反向因果可能导致的内生性问题,依然发现异质信念对企业估值具有显著的正向影响。
表6 采用工具变量的两阶段回归结果
4.5 基于指标测度的稳健性检验
对于解释变量,分析师盈余预测分歧以及异质波动率也是异质信念的常用代理变量[2,28]。Diether等[2]利用分析师盈余预测分歧测度异质信念,认为分析师盈余预测分歧越大,代表专业投资者对股票未来的看法不一致程度越大,进而异质信念越大。借鉴Diether等的做法,用分析师对个股每股收益的预测分歧来测度分析师盈余预测分歧(DISP)进而代理异质信念。Berkman等[28]认为投资者对股票价值的看法差异程度越大,会导致频繁的交易发生,进而股票收益的特质波动率也会越高,因此,股票收益的特质波动率能够反映异质信念水平的高低,特质波动率越高,异质信念水平就越高。借鉴Pastor等[3]的做法,特质波动率(RETIVOL)定义为基于市场模型的回归残差的标准差。
表7的列(1)和列(2)给出了全样本回归结果,列(3)和列(4)给出了允许卖空的子样本的回归结果。可以看出,无论是使用分析师盈余预测分歧(DISP)衡量异质信念,还是使用特质波动率(RETIVOL)衡量异质信念;也无论是全样本的回归结果,还是允许卖空的子样本的回归结果,异质信念对企业估值的影响依然显著为正。这说明,异质信念正向影响企业估值的结果不依赖于如何测度异质信念。
表7 基于异质信念指标测度的稳健性检验
对于被解释变量,除了托宾Q,市净率(P/B)也是常见的企业估值比率[29],市净率定义为股票收盘价除以每股净资产。表8中的列(1)和列(3)分别给出了使用市净率作为被解释变量时的全样本和允许卖空的子样本OLS的回归结果。可以看出,用市净率衡量企业估值的结果依然稳健。经典的企业估值理论认为,企业估值是一个动态过程,正确估计企业价值的方法是对公司预期的现金流进行贴现。基于此,本文采用贴现现金流模型估计单位资产的企业价值(即企业估值)。具体而言,首先计算公司未来每期的自由现金流,用经营活动所产生的现金流量净额-购置固定资产、无形资产和长期资产的现金+利息支出总额计算得到,然后用CAPM 计算出每年的资本成本(贴现率),其中:个股贝塔值用个股过去3 年考虑现金红利再投资的月度收益率对月度综合A 股市场收益率回归得到的回归系数衡量。最后,每一年的企业估值(PV/BE)用未来3年的自由现金流量贴现再除以总资产账面价值得到9)采用未来3年的自由现金流进行贴现的原因一方面是为了统一未来现金流年数的标准,另一方面是保证有足够多的样本。本文也采用了用未来5年的只有现金流量进行贴现,结果依然稳健。列(2)和列(4)分别给出了使用贴现现金流模型计算的企业估值指标作为被解释变量时的全样本和允许卖空的子样本OLS回归结果。同样,由全样本的回归结果依然发现,异质信念(HB)的回归系数在1%的显著性水平上显著为正10)然而,允许卖空的子样本结果不显著,原因是用贴现现金流方法计算企业估值指标得到的样本较少。这说明,异质信念正向影响企业估值的结果不依赖于如何测度企业估值。
表8 基于市场估值指标测度的稳健性检验
异质信念会通过影响增长机会的价值而对企业市场估值产生影响。本文通过构建一个两期模型,理论上揭示了异质信念如何通过增长机会而影响企业估值的机理,并利用2007～2020年沪深两市2 973家A 股非金融类上市公司数据进行了实证检验。研究结果表明:异质信念对企业估值具有正向影响,且异质信念对增长机会多的企业的市场估值更具影响,表现为异质信念和企业估值的正向关系,在研发强度高、专利授权量多、高科技行业的企业更为明显。进一步,一旦企业执行增长机会,异质信念对企业估值的影响将消失。针对卖空限制对异质信念作用的已有解释,本文发现,即使不存在卖空限制,异质信念也会对企业估值具有正向影响,且增长机会越多,这种正向影响更强。因此,卖空限制并非导致异质信念对企业估值具有正向影响的必要条件,而投资者关于资产构成中增长机会的异质信念,才是其影响企业估值的根本所在。
附录A
式(8)的推导过程:
附录B
