交叉上市、政府干预与资本配置效率,本文主要内容关键词为:效率论文,资本论文,政府干预论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。
随着各国资本市场的日益全球化,作为市场主体的上市公司不仅在本国交易所发行股票并上市,而且在外国交易所也发行股票并实现交叉上市(cross-listings)。自1993年来,中国公司也先后在内地、香港、纽约、伦敦、新加坡等地交叉上市。由于香港作为国际资本市场及中国特别行政区的特殊地位,实现交叉上市的中国公司以同时在A股和H股市场上市为主。其中,先发行A股后发行H股的,本文称之为A+H公司;在同一时间既发行A股又发行H股的,称为A×H公司;先发行H股后发行A股的,称之为H+A公司。三类公司合称AHCL公司。截至2011年年底,AHCL公司为72家,其中H+A公司56家,占比78%;A+H、A×H公司分别为13和3家。 从现有文献看,关于交叉上市动机的理论解释呈现纷争态势(Karolyi,2012),而争论焦点可归结为交叉上市是否以及如何影响公司价值。其中,Coffee(1999,2002)和Stultz(1999)提出的绑定假设(bonding hypothesis)认为:来自相对落后的国家或地区的公司,通过在美国交叉上市并绑定美国较高的监管或信息披露标准,可以向投资者尤其是中小投资者承诺实行比母国更加严格的公司治理准则,投资者由此所要求的资本成本更低,从而公司价值更高。但绑定假设的研究对象往往先在相对落后的母国上市后到美国交叉上市,这种效应是否存在于非美国地区有待进一步检验。本文尤其注意到:H+A公司采取了与绑定假设完全相反的上市顺序,先在相对成熟的香港市场上市,然后回到相对落后的国内市场上市。 在经验研究上,大部分学者试图沿着绑定假设的逻辑进行检验。但由于公司治理变量不容易度量,至今尚未有权威文献提供交叉上市与公司治理之间的直接证据,学者们更多的是以公司治理作为逻辑中介进行命题的推导,然后检验交叉上市与相关结果变量的关系。最核心的证据,即交叉上市公司具有更高的市场价值的证据,由Doidge et al.(2004)给出。但仍有学者对此持怀疑态度并提供了反面证据,如Sarkissian & Schill(2009)、Busaha el al.(2015)。根据公司财务理论,公司价值等于现金流按照资本成本的折现,而现金流则来自企业的投资行为,这既包括投资水平也包括投资之后资本在企业内部的配置效率(Stein,2003)。Foucault & Gehrig(2008)、Foucault & Fresard(2012)对交叉上市与投资水平之间的关系进行了理论与实证研究,发现交叉上市公司的投资—股价敏感性显著高于非交叉上市公司。但在交叉上市与资本配置效率的关系上,本文尚未发现相关研究。在新古典经济学中,企业被抽象为生产函数,公司募集的资本是否有效地配置于生产所必需的各项要素投入,可以通过生产效率即生产活动的投入—产出关系来度量。一种度量即为投入与产出之间的比值,即经济学中的生产率(productivity)概念。另一种度量为在给定投入水平条件下的最大化产出与实际产出的比值,这被称为技术效率(technical efficiency)。Khurana et al.(2008)曾注意到,以往的交叉上市文献均默认,公司通过交叉上市所募集的资本被有效地配置于可获利的项目中。但目前尚未有学者提供关于交叉上市与资本配置效率之间关系的直接证据。 这留下了若干疑问:交叉上市能否增加公司价值?如果能,那么价值提升的途径是否与资本配置效率有关?对于采取相反的交叉上市顺序的中国H+A公司,情况又怎样?本文旨在回答这些问题。本文的贡献主要有三:第一,在中国经济改革与国有企业改革背景下考察H+A交叉上市的历史进程,发现H+A交叉上市植根于政府干预下的强制性制度变迁。与纯A股公司相比,H+A公司受到更多的政府干预,这使得基于公司自愿选择的绑定理论无法解释中国的H+A交叉上市,本文首次从政府干预的角度来解释交叉上市行为。第二,通过考察交叉上市、资本配置效率与公司价值之间的交互关系,为交叉上市估值效应找到了一个新的中介变量即资本配置效率,丰富了交叉上市对公司价值的作用机理的研究文献。第三,本文发现中国H+A公司并没有相对于纯A公司获得市场溢价,反而显示出显著的折价,为交叉上市的估值效应提供了来自中国的反面证据。 下文安排如下:第二部分为制度背景与研究假设;第三部分解释资本配置效率的度量方法;第四部分介绍实证模型与数据来源;第五部分为实证分析与结果解释;第六部分为稳健性检验与进一步分析;最后是研究结论。 二、制度背景与研究假设 (一)国企改革、试点策略与交叉上市 1992年10月召开的中共十四次全国代表大会正式宣布:“我国经济体制改革的目标是建立社会主义市场经济体制”,明确要求建立“产权清晰、权责明确、政企分开、管理科学”的现代企业制度。从改革实践来看,中国政府从1990年开始正式推动股份制改造以实现两大目标:第一,为国有企业注入权益性资本;第二,转换国有企业的经营机制。1992年10月,中国证监会成立,开始采用“摸着石头过河”的改革策略来指导股份制改造。 然而,如果将国有企业全部上市成功比喻为过河,那么可以“摸”的“石头”又在哪里?本文从国企改革的历史进程所发现的答案是:境外上市公司。1993-1998年期间分三批预选上市的38家公司被称为“规范化股份制试点企业”,这意味着:第一,尽管1990年到1992年的上交所和深交所已经有了上市公司,但这些公司的股份制尚未规范化;第二,1993-1998年的这三批预选公司被当做试点,如果试点成功,他们的方案将面向全国推广,这正是“摸着石头过河”的含义,从而境外上市的试点公司成为“过河”中的“石头”。尽管1998年后的境外上市不再实行预选制,但这些公司仍然具有试点性质。境外上市公司之所以可以成为“石头”,源于相对于中国刚刚成立的资本市场而言,境外资本市场有着相对悠久的历史、健全的法律、有效的执法、严格的监管、理性的投资者等。从这个背景中可以推断:中国政府的境外上市策略存在良好的绑定意愿。 由于赴港上市起源于中国政府主导的市场经济体制改革与国有企业改革,因此每届政府的施政纲领尤其是经济改革纲领都强烈影响着境外上市进程。本文将H股上市的历史进程按照政府换届时间与国家领导人变更情况划分为如下三个阶段。第一阶段为1993-1998年期间的股份制改造阶段。在“摸着石头过河”的思想指导下,赴港上市采取了“分批预选”的试点办法,由国务院证券管理部门选择部分大型国有企业赴港上市。至1998年年底,三批共38家预选公司全部实现了H股上市。第二阶段是1999-2003年期间的国企脱困阶段。经过了1990-1998年的股份制改造阶段,中国政府积累了一定的国企改革经验和知识,客观上已经不再需要通过H股上市来提供榜样作用。但中国国有企业的改革仍然任务艰巨,H股市场再次被中国政府纳入国企脱困的考虑范围。1999年7月14日,境外上市实行“成熟一家,批准一家”制度,国有企业的赴港上市掀起了新一波热潮。第三阶段为2004-2011年期间的做大做强阶段。在这个阶段,国资委执行国有企业的做大做强战略,并坚定地推动国有企业境外上市,H股上市数量从2004年年初的69家激增到2011年年底的141家。 如果H股公司未回归A股市场,则不能称为H+A交叉上市公司。要理解H+A公司的行为,还得分析H股公司回归A股的历史进程。在第一阶段即1993-1998年期间,分批预选制分三批共选择了38家公司赴港上市,其中18家回归A股形成了中国的H+A交叉上市公司。为什么这些公司要回归A股市场?三批预选企业的公开称谓“规范化股份制试点企业”已经对此作出了回答:为国内正在进行股份制改造的国有企业提供规范,起到示范和榜样作用。在第二阶段即1999-2003年期间,中国证监会于1998年3月17日发布“一企一股”政策,这限制了H股公司的回归。在1998-2000年三年脱困期内实现H+A交叉上市的只有科龙电器,该公司被中国证监会当做示范和榜样的意图比较明显。从2001-2003年,共有10家H股公司实现H+A交叉上市。这批公司已经不再被当做示范和榜样而被紧急召回A股市场;相反,由于特定的金融危机时期,本文推测他们可能是由于自身的业绩下滑、难以境外再融资等困境而获得的政策支持。在第三阶段即2004-2011年期间,2004、2005年大量国有企业赴港上市,而回归数量分别为0家和1家,这引发了国内市场空心化的社会大争论。这些声音显然影响了国资委的决策,因此在2006年6月20日A股IPO重新启动后,大型蓝筹H股公司纷纷回到A股交叉上市,2006-2011年期间共25家H股回归A股。① (二)政府干预与研究假设 中国的H+A交叉上市,就是在上述制度背景下形成的。回到本文所关注的资本配置效率问题,该如何预期这类公司的资本配置效率呢?根据H+A交叉上市的上述历史进程,本文发现中国的境外上市源于政府主导的经济改革与国有企业改革,源于政府干预下的强制性制度变迁。由此可以推断,H+A公司比纯A公司受到更多的政府干预,值得强调的有如下四点:第一,在上市资格上,拟H股上市的国有企业全部是在各有关主管部委和省、市推荐下,经国务院各部委综合平衡、认真筛选后确定,并报国务院同意。在H股回归问题上,H股公司同样没有选择权。这意味着国企H股上市及H+A交叉上市均是政府的决策。第二,所有H+A公司都具有试点性质,成为中国政府“摸着石头过河”策略中的“石头”。这种国家试验往往具有“只许成功,不许失败”的特征,哪怕承担再大的成本,政府也必须保证试点成功。第三,所有国有H股公司尤其是国有交叉上市公司被中国政府视为中国改革开放形象、中国企业在国际资本市场上的形象的代表,甚至是国家形象的直接代表。这种形象受到政府的极力维护。第四,绝大部分H+A公司均为国有企业,乃至中央政府直接控制的企业。这些企业不仅要承担作为企业应该承担的经济责任,而且成为政府调控经济、政治和社会运行的工具。这一判断与Sun et al.(2013)的政策工具(policy tool)假说相一致。这四点将导致H+A公司比纯A公司受到政府更多的干预。 鉴于企业会计准则将企业活动划分为融资、投资与经营,政府对国有企业的干预也将体现在这三方面。本文已经指出,权益融资是国企改革的两大目标之一,交叉上市本身属于政府在国企融资方面的干预。但在融资之后,政府干预仍将继续,并体现在融资之后的投资与经营活动上,由此带来投资扭曲和经营扭曲。投资扭曲指对最优投资决策的偏离。政府基于控股股东地位与治理控制权,在现代公司的董事会与股东大会中拥有关于公司重大投资的决策权,保证公司投资在方向、行业、规模等方面符合政府的多元化目标。当公司投资的净现值最大化准则遭到破坏时,就意味着投资扭曲的发生。典型的形式是对最优投资水平的偏离,并往往产生投资过度(Chen et al.,2011)。作为投资决策的继续,经营是在企业完成资本投资之后对物质资本与人力资本进行综合运用以产生收益的过程。由政府干预所导致的经营扭曲有下列主要形式。第一,在政府对国企高管拥有任命权的情况下,国企人力资本的配置可能不符合工作能力与工作岗位的最优匹配,尤其是高管人员的配置失当。第二,企业的亏损无法区分政策性负担(Lin et al.,1998;Lin & Tan,1999;林毅夫和李志赟,2004)并导致预算软约束。与此相对的则是:企业盈利无法区分政策性优惠。第三,政府甚至可能凭借其对国有企业资产的所有权,直接干预公司的内部经营决策,导致要素投入的配置更加失当。 上述投资扭曲主要导致企业在资本投入上的次优化,而经营扭曲则主要导致企业在产出上的次优化。根据本文对资本配置效率的定义,资本投入与产出的次优化将带来次优的资本配置效率。政府干预越多,投资与经营扭曲就越严重,资本配置效率也就越低。由于推断H+A公司比纯A公司受到更多的政府干预,因此本文提出如下假设: H1:相对于纯A公司,H+A公司具有更低的资本配置效率。 同时,根据公司财务学的基本原理,公司价值等于自由现金流的折现,而自由现金流则取决于公司的投资行为尤其是资本的有效配置。资本配置效率低意味着相同的投入却产生较少的产出,由此公司的净利润以及经营现金流(大致等于净利润加折旧)都将下降。在不考虑投资政策以及权益资本成本的变动条件下,此时公司的自由现金流(大致等于经营现金流减去投资现金流)进而市场价值都将下降。这一判断与Stultz(2005)提出的“双重代理问题”(twin agency problems)具有一致性:政府与公司内部人都追求各自的利益并牺牲外部投资者的利益。因此本文进一步提出如下假设: H2:相对于纯A公司,H+A公司具有更低的市场价值。 三、资本配置效率的度量 遵循昆伯卡等(2007,第213页)的建议,为了在随机环境下考察效率的变化及其原因,本文选择参数化方法来度量资本配置效率。进一步地,根据效率指标是否涉及前后两期数据的比较,本文将资本配置效率分为静态效率和动态效率。 (一)静态效率 静态效率只涉及当期数据,这包括生产率和技术效率。根据科埃利等(2008,第2—5页)的观点,单要素生产率可能会对总体的生产率度量产生误导,更合适的生产率指标是全要素生产率(TFP)。从简单情形开始,假设确定边界生产函数的一般形式如下: Y=Af(X) (1) 其中,Y为产出向量,X为要素投入向量,A即为全要素生产率。本文重点考察Y为单产出、X为多投入的情形。通过对数化可将式(1)线性化,可获得TFP的计算式:lnTFP=lnA=lnY-lnf(X)。当采取Cobb-Douglas生产函数形式时,对ln TFP的估计等价于对式(2)中截距项与残差项之和的估计。 但基于式(1)的TFP计算隐含了一个重要假设:企业要素已经被充分利用,给定技术条件下的企业产出达到了最优水平。但在充满不确定性的现实世界中,存在各种随机因素使得企业的最优产出遭到干扰,此时的生产函数称为随机边界生产函数,其一般形式为(此处忽略全要素生产率A): 其中,v可正可负,exp(v)表示在给定企业的要素投入和生产技术不变条件下,各种随机因素所导致的企业偏离最大产出即生产边界的程度。 除了随机因素,企业可能存在各种自身低效率行为导致企业无法实现最优产出。假设企业实际产出为Y’,则实际产出与最优产出的比值Y’/Y,称为技术效率。以ξ表示技术效率的度量,并定义:u=-ln(ξ),即ξ=exp(-u),其中u≥0,则考虑了技术效率后的生产函数可以写为: 同时考虑企业的技术效率和随机干扰项的线性对数化生产函数则可以写为: 最后,基于式(5)对u进行估计(u为其估计值),再根据技术效率ξ与u的关系,各样本的技术效率可以通过式(6)来获得。 (二)动态效率 全要素生产率与技术效率仅涉及当期的数据,但全要素生产率的增长(TFPG:TFP Growth)以及技术效率的变动(CTE:change of technical efficiency)则涉及前后两期的效率比较,即:。根据昆伯卡等(2007),TFPG的分解项中包含了CTE,因此本文的资本配置动态效率指标主要是指TFPG,而CTE(以及其他的分解项)则被视为TFPG的次级效率指标。 为了获得TFPG的来源,将时间t加入式(4)的函数f(.)中,然后两边取对数,得到: 其中,第一项CTP指企业从t时期发展到t+1时期时的技术进步变动,即技术进步率;第二项CRTS指全部要素的变动所导致的规模报酬的变动;第三项指由要素投入的增长所带来的外部市场配置效率的变动;第四项指技术效率的变动。鉴于昆伯卡等(2007)对这些分解项进行了详细的说明,这里不再赘述。尽管式(9)包含四项分解,但由于第三项CAE需要用到要素的价格来计算要素份额,而这往往无法获得,因此昆伯卡等(2007)建议此时应该假设(这意味着外部市场的资本配置是有效的),从而式(9)的第三项为零,TFPG的分解只有三项:CTP、CRTS、CTE。 为了获得各分解项的估计,昆伯卡等(2007)建议采用如下带有时间趋势的超越对数生产函数: 四、实证模型与数据来源 (一)实证模型与变量说明 上述资本配置效率指标的计算有赖于投入和产出变量的确定。借鉴覃家琦(2010)的做法,本文以营业总收入为单一产出变量并记为Y。投入变量首先划分为劳动和资本两大部分,同时为了与企业的投资与经营活动相对应,再将资本投入划分为长期性投入和经营性(短期性)投入。其中,劳动投入等于公司员工人数,记为L。与之相对的劳动成本则等于资产负债表中的“应付职工薪酬”加上现金流量表中“支付给职工以及为职工支付的现金”。长期性投入等于资产负债表中的非流动性资产账面值,记为K。经营性投入记为M,在计算上等于营业总成本+销售费用+管理费用-劳动成本-“固定资产折旧、油气资产折耗、生产性生物资产折旧”。 计算出资本配置效率指标后,本文构建如式(11)所示的回归模型用于检验H1: 其中,ECA(efficiency of capital allocation)代表资本配置效率变量;CL代表所研究的样本是否交叉上市,如果在A股和H股交叉上市,则CL=1,否则CL=0;Control代表控制变量,包括如下三类。第一类为公司自身特征,包括:1.销售规模(LNSALE),等于营业收入的对数(Doidge et al.,2004),预期其系数显著为正(Amornkitvikai & Harvie,2011)。2.增长机会(GSALE),等于公司本年营业收入减上年营业收入的差除以上年营业收入。具有较高增长机会的公司,对资本的配置可能也更为科学,因此预期该变量系数为正。3.上市时间(LISTP),等于公司上市年限。预期LISTP回归系数为负(赵世勇和陈其广,2007)。第二类是投资者变量,包括:1.财务杠杆(DEBT),等于负债除以总资产。预期其回归系数为负(Nanka-Bruce,2011)。2.第一大股东持股比例(TOP1)。预期系数为正(Destefanis & Sena,2007)。第三类为行业(INDUS)和年度(YEAR)虚拟变量。 H2的检验与当前交叉上市文献中的绑定假设有关,因此与Doidge et al.(2004)、Sun et al.(2013)一样,本文也采取Tobin’s q来度量公司的市场价值。基于中国的股权分置事实以及H、A股的价格差异,本文根据式(12)来计算Tobin’s q: 对于H2,本文不仅要检验H+A公司是否具有更低的公司价值,而且要检验H+A公司是否因为更低的资本配置效率而获得更低的价值,为此需要用到CL变量与资本配置效率变量的交互项CL*ECA。基本模型如式(13)所示,其中的Control与式(11)相同。 式(11)和(13)代表了本文回归模型的基本思想。为了降低可能的样本选择与内生性问题,本文在具体回归时直接采用处理效应模型(treatment effect model)。借鉴Sun et al.(2013)以及Huang et al.(2012)的思想,选择模型中的自变量包含如下指标:1.资产规模(LNA),等于资产账面值的对数;2.资产回报率(ROA),等于利润总额除以总资产;3.财务杠杆(LEVER),等于负债比上资产;4.投资水平(INV),等于现金流量表中“购建固定资产、无形资产和其他长期资产支付的现金”除以该年度的总资产;5.行业Herfindahl指数(HERFIN),等于同行业个体营业总收入占行业总收入比例的平方之和;6.地区市场化指数(MKINDEX),数据来自樊纲等(2011);7.行业虚拟变量(INDUS)。本文在运行处理效应模型时采用极大似然法进行估计以便对残差项进行稳健性调整并在个体水平上进行Cluster。 (二)数据来源及其处理 本文数据来自CSMAR和CCER数据库2007-2011年的上市公司,初始的全部观测值为11369个。以此为基础,本文采取如下程序剔除样本。1.剔除创业板。原因:创业板2009年才开板,其上市条件相较于主板和中小板要宽松得多。2.剔除B股。原因:B股的监管制度不同于A股。3.剔除控制人类别数据缺失的样本。4.剔除2006年后上市的样本。5.剔除非国有控股公司。原因:H+A公司绝大部分为国有控股公司。6.剔除A、B股同时上市的样本。原因:避免B股市场的干扰。7.剔除金融业。原因:金融业的资本结构与其他行业不同(Sun et al.,2013)。8.剔除2011年《关于印发中小企业划型标准规定的通知》所规定的中小微型企业。最后保留的样本均为大型企业,不仅资产在规定水平之上,而且员工人数至少在100人以上。原因:H+A公司均为大型企业,剔除中小微企业可以增加公司在资产规模和员工人数上的可比性。9.剔除不存在交叉上市公司的行业。原因:增强行业上的可比性。10.剔除数据缺失。11.平衡化,剔除非平衡观测值。最终获得2007-2011年每年414共2070个观测值,其中H+A公司每年32个。为了降低异常值的影响,本文在0.5%和99.5%的分位数水平上对连续变量进行首尾调整。 五、实证分析与结果解释 (一)描述性统计与单变量分析 根据连续性变量的描述性统计结果(限于篇幅未列示),TFP的均值为3.0721,最小值为1.538>1,表明全要素生产率对产出水平具有较大的影响。但基于超越对数生产函数估算的TE的均值只有0.2868,最大值也只有0.4934,表明实际产出水平仍然远小于最优的产出水平。TFPG均值为正,表明产出的增长率高于要素增长率。从其分解项来看,CTP和CRTS的均值均为负,表明样本的技术进步和规模经济都在下滑。只有CTE的均值为正,表明样本的技术效率在逐年得到改善。q的均值为1.8398>1,表明样本整体上显示出一定的增长机会。其他变量无甚异常,因此略过分析。 表1为单变量分析。可以看到,就资本配置效率而言,H+A公司具有更高的TE、更低的CTP和CTE,其他的效率则没有显著差异。TFP、TFPG的均值之差均为负,虽然不显著,但也预示着H+A公司可能具有更低的TFP和TFPG。从q来看,H+A公司具有显著更低的q,表明H+A公司不但没有获得溢价,反而获得折价。控制变量的分析表明,H+A公司具有更高的销售收入水平、更大的第一大股东持股比例和更大的资产规模,其他的变量则不存在显著差异。 (二)回归结果及分析 H1的检验结果如表2所示。为了控制样本选择偏差和内生性问题,本文采取处理效应模型进行极大似然估计,且限于篇幅仅报告第二步回归模型的结果。可以看到所有模型的Wald检验均显著拒绝ρ=0(ρ为回归模型误差项与选择模型误差项的相关系数),表明处理效应模型的设计是合理的。 从两个静态效率指标的回归结果看,CL的系数均显著为负,表明H+A公司获得显著更低的资本配置效率,H1得到良好的支持。控制变量中,LNSALE、GSALE、TOP1的系数显著为正,DEBT和LISTP的系数均为负,也与预期的相符。从动态效率指标TFPG回归结果看,H+A公司具有更低的TFPG,H1也得到支持。对TFPG的分解项的回归则发现,H+A公司具有更低的CTP、更高的CTE和CRTS。这就表明,H+A之所以具有更低的TFPG,源于其更低的技术进步率CTP。 表3检验H+A公司是否因为资本配置效率的差异才导致公司价值的差异。模型区分了主效应(main effect)回归和交互效应(interaction effect)回归。模型(1)是对H2的直接检验,控制变量中没有考虑资本配置效率指标,可以看到CL的系数显著为负。模型(2)和(3)在模型(1)的基础上依次加入静态投资效率指标,结果显示CL的系数仍然显著为负。这些主效应回归结果表明:H+A公司没有获得市场溢价,反而获得显著的折价,H2得到良好的支持。 为了检验这种折价是否与H+A公司的资本配置效率有关,模型(4)和(5)在模型(2)和(3)的基础上加入各自的交互项。可以发现,交互项CL*TFP的系数显著为负,表明H+A交叉上市降低了TFP与公司价值(Tobin’s q)的正相关关系。交互项CL*TE的系数也显著为负,对此的解读与TFP的类似。虽然模型(4)和(5)中CL的系数不再显著为负,但这不影响本文关于交互项的结论,因为加入交互项后,主效应可能会被交互项所干扰,对CL的系数的判断需要根据主效应回归(即模型(1)—(3))来判断,在那里,所有模型的CL系数均显著为负。控制变量中,LNSALE、GSALE和DEBT分别为负、正、负且都显著,这与直觉相符合。TOP1和LISTP的结果不显著但基本保持稳定。以上结果表明,H+A获得显著折价,并且这种折价在某种程度上源于H+A公司的更低的资本配置效率。 采用动态效率来检验H2的结果见表4。在主效应回归即模型(1)—(4)中,可以看到CL的回归系数均显著为负,表明H+A公司具有更低的市场价值,H2得到良好支持。对于动态效率指标的回归系数,TFPG、CTP、CRTS均显著为正,这点与公司财务学的基本原理相符:资本配置效率越高,公司创造的自由现金流越多,公司价值也就越大。 交互效应回归的结果如模型(5)—(9)所示,其中模型(5)—(8)分别在模型(1)—(4)的基础上加入各自的交互项,模型(9)则加入所有的TFPG分解项及其交互项。可以看到,五个模型中CL的系数均显著为负。关键是交互项的系数。模型(5)中,CL*TFPG的系数显著为负,表明CL变量将会降低TFPG与q之间的正相关性。原因在于,H1的检验结果表明H+A公司具有更低的TFPG,而TFPG与q正相关,因此CL变量通过降低TFPG来降低公司价值。模型(6)中,CL*CTP系数显著为负,表明CL变量降低了CTP与公司价值的正相关性。模型(7)中CL*CRTS的回归系数不显著。模型(8)中,CL*CTE的系数显著为正,表明虽然CTE与q负相关,但H+A公司仍然可以凭借较高的CTE获得更高的市场价值。模型(9)同时加入了TFPG的三个分解项及其交互项,结果进一步验证了模型(6)和(8)的结论。控制变量的结果与表3类似,这里略过。以上结果表明,H+A公司具有更低的市场价值,这种折价可以由其更低的TFPG来解释。而从TFPG的分解项来看,尽管H+A公司具有更高的CTE进而获得更高的价值,但H+A公司的更低的技术进步率则严重抵消了CTE的价值提升功能,最终导致了TFPG交互项的系数为负。 六、稳健性检验与进一步分析 (一)稳健性检验 本文的稳健性检验如下:第一,采用固定效应模型并进行Driscoll/Kraay标准差调整来重新计算TFP。第二,采用Newey-West方法来估计TFPG。第三,采用偏差修正的匹配估计量(bias-corrected matching estimators)来计算效率指标和Tobin’s q的总体平均处理效应和样本平均处理效应。第四,采用A股市场价格来计算非流通股市值,据此重新计算Tobin’s q再进行相关检验。第五,为降低自变量与因变量之间的逆因果关系,对式(11)和式(13)中的自变量均采取滞后一期,然后重新进行相关检验。第六,鉴于式(11)表明ECA与CL有关系,为降低式(13)中二者关系所带来的可能偏差,本文通过对式(11)运行混合OLS回归,由此生成残差项e,然后以e代替式(13)中的ECA进行相关检验。上述检验的结果显示本文的结论在大部分情况下仍然成立,H1和H2均获得良好的支持。 (二)进一步分析 至此,本文对“交叉上市→资本配置效率更低→公司价值更低”的逻辑链条进行了检验,但本文假设赖以成立的基础是政府干预理论,完整的逻辑链条如下:交叉上市→政府干预更多→投资与经营扭曲更严重→资本配置效率更低→公司价值更低。因此进一步的分析工作将是更直接的讨论政府干预并提供证据。限于篇幅,本文仅在此简要说明相关发现。首先,根据第二部分的分析,政府干预越多的国有企业,投资过度越严重,因此投资过度可以作为政府干预的间接度量。本文采用Richardson(2006)和Biddle et al.(2009)的方法来度量过度投资,发现:1.H+A公司更倾向于投资过度;2.投资过度与资本配置效率负相关;3.H+A公司由于更严重的投资过度而具有更低的效率(TFP和TE)。这为逻辑链条“交叉上市→政府干预更多→投资扭曲更严重→资本配置效率更低”提供了良好的实证证据。本文还采用Foucault & Fresard(2012)的方法来考察投资—股价敏感性,发现H+A交叉上市显著降低该敏感性。这两个指标表明H+A公司具有更大的投资扭曲。其次,本文采用Ke et al.(2012)的方法来考察高管薪酬—业绩(ROA)敏感性,发现H+A交叉上市显著降低该敏感性。这为H+A公司的经营扭曲提供了证据。第三,本文对公司治理的较易观测的指标进行比较,发现H+A公司在股权制衡度、股权集中度、独立董事比例、年度股东大会出席股份比例等方面均具有更高的水平,但H+A公司并没有因为这四个变量的更高水平而获得更高的效率提升。这些证据进一步支持了本文的政府干预假设。 七、研究结论 本文考察了中国H+A交叉上市公司的资本配置效率与公司价值。首先,本文基于历史事实,对中国H+A交叉上市的制度背景与历史进程进行考察,发现H+A交叉上市源于中国政府干预下的强制性制度变迁,由此推断H+A公司受到更多的政府干预,本文据此预期H+A公司相对于纯A股公司而言具有更低的资本配置效率和公司价值(Tobin’s q)。接着,本文以截止2006年年底完成上市的A股公司为样本进行实证检验,最终获得2007-2011年每年414共2070个观测值,其中H+A公司每年32家共160个观测值。基于参数化生产函数方法,本文以全要素生产率(TFP)和技术效率来度量资本配置的静态效率,以全要素生产率增长(TFPG)及其在随机边界生产函数下的次级分解指标——技术进步率、规模经济变动、技术效率变动——来度量资本配置的动态效率,采用处理效应模型进行回归分析。研究发现,H+A公司具有更低的全要素生产率、技术效率和全要素生产率增长。在全要素生产率增长的分解项中,H+A虽然具有更高的技术效率变动,但具有更低的技术进步率。交互效应回归发现,这些更低的效率指标降低了H+A公司的价值。整体上,相对于纯A公司而言,H+A公司具有更低的资本配置效率与公司价值,本文假设获得良好支持。这些结果对H+A公司的投资政策制定、市值管理策略以及公司治理改革均具有良好的参考价值。 本文结果也与强制性制度变迁的成本收益分析相一致。根据林毅夫(Lin,1989),政府干预与强制性制度变迁的行为可以通过成本—收益关系来分析,当强制性制度变迁的收益高于成本时,政府将选择干预。既然H股上市及H+A交叉上市属于一种政府干预下的强制性制度变迁,那么其中的收益和成本表现何在?收益主要表现为国企改革的两大目标即融资和转换经营机制的基本实现,中国初步建立起了市场经济体制。但成本呢?本文在制度背景中提出H股公司尤其是H+A公司是“摸着石头过河”中的“石头”,这些“石头”作为垫背者本身已经意味着一种牺牲,同时也可以说,“石头”为了“垫背”重任而不得不做出某种牺牲。就本文而言,H+A公司相对于纯A公司而言具有显著更低的资本配置效率与公司价值,这一结果可以视为中国强制性制度变迁的一种成本。 作者感谢沈艺峰、姚颐、高明华、胡志颖、第十三届中国青年经济学者论坛其他参会者尤其是两位匿名审稿人的建议和帮助。文责自负。 ①作者搜集了每一家H+A公司的H股上市及其回归的公开资料,限于篇幅未能完整呈现。感兴趣的读者可向作者索取。标签:配置效率论文; 回归模型论文; 投资资本论文; 政府干预论文; 经营指标论文; 模型公司论文; 投资论文; h股论文;