行业选择对企业市场价值的影响，本文主要内容关键词为：价值论文,行业论文,市场论文,企业论文，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。
引言
企业的市场价值是由多种因素决定的。一般的理论认为，企业的盈利能力、企业的经营管理水平、企业的规模、企业所处的行业等因素都直接影响一个企业的市场价值。这其中，企业的盈利能力等可明确量化的因素的影响机制已经被广大学者所研究，特别是实证研究方法的广泛使用，更是从实际的角度，以数量化的关系对它们之间的影响机制和方式作出了详细的考察和描述。但是，一些不易量化，或者说，一些在理论上已取得共识，但在实践中却没有做进一步实证检验的因素却常常被忽略。企业所处行业对企业市场价值的影响关系便是一例。本文便是试图应用实证研究的方法，研究在中国的市场环境中，行业选择对企业市场价值的影响。
研究方法综述
行业风险方法研究
研究行业选择对企业市场价值的影响关系可以拓展到行业对企业收益率的影响上。因为众多的理论和实证研究的结果表明，企业的收益率（也可广义地理解为企业的盈利能力和盈利数字）“有着很强的信息含量”，对投资者评估企业价值有着重要的、“不可替代”的作用，与企业市场保持良好的正相关关系。那么，行业选择对企业市场价值的影响关系可以以企业的盈利能力为桥梁，建立一种新的传导关系，即
行业选择→企业的盈利能力→企业的市场价值
如上所述，这种关系的后半段已经为实证研究的结果所证明。因此，我们只要能建立起行业选择和企业的盈利能力的关系，就能定性地描述行业选择对企业市场价值的影响关系。资本资产定价模型（CAPM）提供了解决这一问题的强有力的工具。除了R.Roll在1977年提出的批评外，该模型的理论一致性和完备性至今尚未遇到强有力的理论挑战，因而有较强的适用性。该模型可以用下式表示：
E（R[,i]）＝R[,f]+β（R[,m]－R[,f]）
对于行业来说，实际上，该模型建立了行业i 的市场风险与该行业的平均收益率Ri之间的关系，即Ri＝F（β）。只要实证的结果证明，不同的行业具有不同的价值，就说明不同的行业的收益水平是不同的，而作为盈利能力的衡量指标之一的收益水平又与企业的市场价值高度正相关。这样，实际上就证明不同的行业选择将影响处在某一行业内的企业的市场价值。
回归分析方法研究
经过几年的发展，我国的股票市场已从各方面逐步走向成熟。在市场容量方面，截止1997年底，沪深两市上市公司已达745家， 上市公司市价总值17529亿元；投资人数也已达到3200万。 随着股票市场的发展成熟，上市交易的公司越来越多，涉及的行业也越来越广。到1998年，上市公司已达800多家，涉及29个细分行业， 根据它们的行业特点和交易特点，这29个细分行业又可归纳为6大类：工业、商业、金融业、 地产业、公共事业和综合企业类。而且，随着交易机制的改进，交易法规政策不断完善，各种现代化交易手段、分析工具不断应用于股票市场，这些都为研究行业选择对企业市场价值的关系提供了前提条件。基于此，本文将从实证的角度对我国上市公司各行业对企业市场价值的影响进行定量检验。
研究模型、数据
（一）行业风险方法研究
1.模型
如前所述，资本资产定价模型（CAPM）是进行行业风险研究的基本模型。以行业为研究对象的CAPM可以表述为
E（R[,i]）＝R[,f]+β[,i]（R[,m]－R[,f]）
式中：R[,i]：行业i的收益率；R[,f]：无风险收益率；R[,m]：股票市场收益率；β[,i]：行业i的市场风险。
根据此模型，可以建立β[,i]～R[,i]的关系，表述为：R[,i]＝F（β[,i]）。对于不同行业的β[,i]，必然对应一定的R[,i]。也就是说，不同的行业风险，决定了不同的收益水平（即行业的盈利能力）。如果我国股票市场中各个行业的β[,i]互不相同，那就说明，这些行业就应有不同的期望收益水平（期望盈利能力）。
对于行业收益水平（盈利能力）对上市公司市场价值的影响关系，可以应用实证研究的方法。构造模型为
ΔR[,i,t]＝A[,t]+B[,t]ΔY[,i,t]+V[,i,t]
其中，t表示相对日期，A[,t]，B[,t]为常数，V[,i,t]为随机误差项，ΔY[,i,t]表示盈利变动。
2.数据
数据取自《中国A 股上市公司综合评价》， 数据统计的是截止到1996年12月31日A股上市公司按细分行业计算的行业风险β[,i]。按照国家行业分类标准，我国企业共分成29类，由于一些行业包括的上市公司数量较少，统计它们的β[,i]不能很好地代表整个行业的水平，因而本次研究中未统计这些行业的行业风险β[,i]值。截止到1996年底，我国A股上市公司为530家，其中沪市293家，深市237家。这里我们统计的行业只包括其中的490家，涉及到20个行业。
表1
行业 A股上市公司数 行业风险β
金融5 1.09
农业
13 1.08
机电
36 1.12
综合
17 1.10
化纤
17 1.10
冶金
24 1.09
电子
14 1.09
高科技 19 1.01
房地产 34 1.04
化工
34 1.07
行业 A股上市公司数行业风险β[,i]
旅游 15
1.10
汽车 18
1.02
家电 31
1.03
建材 20
1.10
电力 18
1.06
交通 20
1.02
轻工 47
0.99
商贸 67
1.02
纺织 14
1.01
通讯
6
0.88
（二）回归分析方法研究
1.模型
根据对我国沪深两地股市的研究，我们可以通过考察某行业内上市公司总的价格指数与整个市场价格指数的关系来研究行业选择对企业市场价值的影响关系。沪深两市交易机构公布的行业价格指数表示了在某一时间截面上，某行业内所有上市公司交易价格的加权平均值，它反映了在该时点行业内所有公司交易价格的整体水平。另外，这种指数化的数量指标消除了个别公司价格异常波动对行业整体价格水平的干扰，消除的程度随行业规模的扩大而增大。而综合指数则由该交易所所有上市公司在该时点的成交价加权平均而成，反映了整个市场平均的价格水平，是在理论和实务中用于反映整体市场价值的最常用的指标。因此，通过研究行业指数与综合指数之间的关系就可以反映不同的行业选择以此分别对沪市、深市建立回归模型：
II[,i,t]＝A[,i]+B[,i]MI[,t]+v[,i,t] （2）
式中：II[,i,t]：行业i在t时刻的价格指数；MI[,t]：市场在t 时刻的综合指数；A[,i]，B[,i]：常数；v[,i,t]：随机误差项。
2.数据
（1）数据来源
数据来源
行业指数,综合指数合众股票智能投资分析系统
部分行业指数和综合指数《中国证券报》
（2）样本选取原则和方法 对于我国股票市场，由于其发展时间较短，因此样本选取的原则主要考虑在可能的限度内尽量扩大样本容量。为此，我们采用了以下数据选择标准：
a.选取沪深两市各行业指数和综合指数的周数据。
b.行业指数和综合指数不包含B股、H股数据。因为B股、H股市场与A股市场有本质上的不同，在此我们仅分析A股市场。
综合考虑各种因素，根据目前掌握的数据以及指数形成的时间，在本次研究中，我们在沪市选择从1993年5月7日到1998年6月19 日的周五收盘价指数，共261组时点数据，深市选择从1995年2月17日到1998 年6月19日的周五收盘价指数，共167组时点数据。对于行业指数， 在沪市，我们选择有代表性的工业指数、地产指数、商业指数、公共事业类指数、综合企业类指数共5大类指数。在深市， 我们选择有代表性的工业指数、金融指数、地产指数、商业指数、公共事业类指数、综合企业类指数共6大类指数。对于综合市场指数，在沪市，我们选取代表A股市场综合价格信息的A股综合指数，在深市， 我们选取与行业指数确定标准相同的成份A股指数。
需要说明的是，在这里我们之所以选择大类指数进行研究，而不是采用29个细分行业的数据，主要是因为目前中国股市的整体规模还很有限，截止1997年底A股上市公司只有719家，这还是建立在股市规模快速扩张的基础上的。作为研究，需要掌握详实、大量的历史数据。如果采用29类的分法，必将造成有很多行业所包含的公司数目较少，从而使得行业数据不能真正反映该行业的价值水平。有鉴于此，我们认为本次研究不宜采用29个行业的分类方法，所以我们选用样本数量较大，包含信息充分有效的6个行业的分类方法。
研究结果
（一）行业风险研究结果
从表1的数据可以看出，不同细分行业的市场风险β[,i] 是不同的，这就验证了不同细分行业的收益率是不同的。对于行业收益水平（盈利能力）对上市公司市场价值的影响关系的研究，陈晓、陈小悦、刘钊实证研究（1998）的结果表明，我国股市中上市公司的盈利数字对企业的市场价值有着十分显著的影响，且这种影响表现为正相关关系。结合这两部分研究的结果，可以看出，在中国股票市场上，上市企业的市场价值是受行业选择的影响的，不同的行业选择，已经在某种程度上决定了企业自身的市场价值。
（二）回归方法研究结果
根据回归方程（2 ）分别对沪市和深市的行业指数与市场综合指数进行回归，结果如下表所示。
表2上海股票市场
行业类别A[,i]B[,i]
方程的F值
工业类 51.7935 0.713512 1574.984
地产类249.1623 1.368577 363.1177
商业类159.1909 0.679554 3189.004
公共事业类-633.371 1.899147 2713.757
综合企业类137.3969 0.785097 3790.429
行业类别显著性水平R[2]T检验
工业类 4.4E-1120.85823239.68607
地产类 3.36E-510.58207319.05565
商业类 1.3E-1470.92459456.47127
公共事业类 2.9E-1390.91253952.09374
综合企业类 1.2E-1560.93579361.56646
深圳股票市场
行业类别 A[,i]B[,i] 方程的F值
工业类 274.5958 0.83072910004.81
地产类 668.3692 0.37053
662.69
金融类 -1251.85 2.03262 2557.096
商业类 -310.034 1.1686871353.269
公共事业类 683.6074 0.6094162814.123
综合企业类 97.86606 0.8289283790.806
行业类别 显著性水平 R[2] T检验
工业类1.4E-149 0.983677100.024
地产类1.14E-59 0.799442
25.74277
金融类2.3E-102 0.939018
50.56774
商业类1.99E-81 0.89066536.7868
公共事业类1.4E-105 0.944279
53.04831
综合企业类9.4E-116 0.958036
61.56952
注：R[2]的平方为经过调整后的R[2]；T检验为变量MI[,t]在0.05水平下的显著性检验结果（t[,0.025]＝1.960）。
回归结果显示，无论是沪市，还是深市，各行业的价格指数均显著地与市场综合价格指数相关。由拟合优度、方程显著性和变量系数MI[,t]的t检验结果可以看出，回归检验是充分、有效、显著的，在整个样本区间内，各个行业的价格指数都一致地与整个市场的价格指数保持某种程度的相关关系。由于回归方程选用的是一阶线性关系，因此，回归结果表明，各个行业的上市公司的企业价值都一致地与整个市场的平均价格指数保持正相关关系。
回归分析的结果表明，各个行业之间的价格水平是存在明显的差异。由于使用行业价格指数进行分析，消除了行业内各企业自身特点、自身经营能力等差异造成的价值影响，而只反映了整个行业的平均价格走势，因而研究结果能够很好地反映行业差异对企业价值的影响关系。指数比较和回归结果都表明，各个行业的行业特点对投资者的投资决策是有重大影响的，不同行业的内在本质决定了它的市场价值取向和价值定位。从整个样本区间上来看，这种差异是一致的、连续的，这也从另一个角度说明了行业选择影响企业市场价值规律的一贯性和客观性。
若干问题研究
一、沪深两市相关关系一贯性的研究
基于以上的分析，可以看出，沪深两市行业选择对企业市场价值影响的显著性和一贯性程度是不同的，沪市的显著性和一贯性程度要明显优于深市。深市各行业价格指数与整体市场价格指数的有序关系形成得较慢，也较不明显。
进一步地，通过回归分析的结果可以考察单个行业的显著性和一贯性程度。为此，我们检验每个行业价格指数与市场综合价格指数的离差的方差，模型如下：
记e[,i,t]＝II[,i,t]－MI[,i,t] t＝1,2,3,……n.（n 为样本数量）
表示在t时刻行业i的价格指数与该时刻整个市场综合指数的差，称为离差。
则，该行业i的离差的方差可以由下式计算，
据此，分别计算出沪市和深市各行业的离差方差，如下表所示：
表3
市场上海股票市场深圳股票市场
离差方差离差方差
工业 112.54 345.78
商业 103.49 763.11
金融业 N/A
1995.18
地产业335.32 1133.78
公共事业 296.75 721.56
综合企业
82.13 420.39
方差值的大小表示了在整个样本区间内行业i 的行业价格指数与整体市场综合价格指数保持相关关系的一贯性程度。方差越大，表示行业价格指数与综合价格指数显著相关的一致性程度越差，反之则越好。从上表可以看出，从整体来看，沪市各行业与市场的相关性的显著性、一贯性程度都比深市要好得多。造成这种现象的原因是多方面的。主要的因素有：（1）市场的成熟程度；（2）投资者的投机倾向；（3 ）交易的活跃程度。另外，两个市场中上市公司规模的差异也是造成回归差异的主要原因。
再分别在两个市场内部进行比较，可以发现，沪市各行业的显著性、一致性程度由高到低依次为综合企业、商业、工业、公共事业和地产业；而深市则依次为工业、综合企业、公共事业、商业、地产业和金融业。综合来看，工业、综合企业类行业的相关性的显著性和一致性程度最高，而地产业、金融业的程度最低。这是符合现实情况的。一方面，工业和综合企业类包含的上市公司数量相对较多，从1996年底的统计数据来看，在总共530家上市公司中，工业类占了近55%，综合企业类占了近20 %，根据统计和金融理论，样本数量的增加可以更有效地消除单个企业异常数据对整个行业数据的影响。这样，行业指数与市场综合指数的相关关系的一贯性和显著性程度就必然会提高。相比之下，其他几个行业包括的上市公司数目就相对较少（到1996年底，沪深两市一共只有5 家金融类股票上市），这样，行业内某个或某些成分公司的价格异常波动必然对整个行业价格指数产生较大的影响，从而造成它们的行业指数与市场综合指数的相关关系的一贯性和显著性程度较低。另一方面，工业类上市公司一般来说规模都较大，交易股票大多为大盘股，股性不活跃，一般来说都是随大盘涨跌，这样自然与表示市场平均价格水平的综合价格指数的相关性较强。而地产业和金融业的情况则不同，这些行业的企业盈利能力受多种外界因素的影响，而且受宏观经济形式和政策的影响很大，因此，对投资者来说，存在较大的投机机会。这就造成了这些股票的股性较活，股价变化幅度较大，涨跌的独立性较强，因而与整体市场综合指数的相关性就较差。
二、关于市场分化的研究
离方差表明，市场对各行业的选择的分化不是从一开始就形成的，而是经过一段时间的认识和偏好选择才逐渐形成的。沪市的市场分化大约开始于1993年末至1994年初，并很快形成；深市的市场分化则形成得较晚，大概开始于1996年年中，形成于1996年末。这种分化的时间差是由市场的发育速度、成熟程度等因素决定的。
三、各行业与市场平均水平差异形成原因的研究
综合研究深沪两市的各行业的表现，可以发现，在行业分化基本形成后，各行业的价值水平与市场平均价值水平保持基本固定的价值差，有的比市场平均价值水平低，有的基本与市场平均价值水平持平，有的则比市场平均价值水平高。在沪市，地产业和公共事业类的价值水平明显高于市场平均水平，综合企业类基本持平，而商业和工业则明显低于市场平均水平。在深市，金融行业的价值水平明显高于市场平均水平，商业和综合企业类基本与市场持平，而工业和地产业明显低于市场平均水平。
对于综合企业类的价值水平与市场平均价值水平基本持平的现象是比较容易理解的。由于没有对市场的行业分类进行更详细的划分，使得综合企业类行业指数包含的企业的成份较复杂，涉及到的细分行业也比较多，这实际上就使得该类行业指数类似于一个小规模、小样本的市场综合指数，自然它消除个别样本异常数据变化的能力最强，各企业价值的平均水平最接近于市场的平均水平。
另外，我们注意到，工业指数在沪深两市均明显低于市场平均水平。究其原因，我们认为，这里工业类企业规模都较大，交易股票大多为大盘股，股性不活跃的因素仍然是造成这种现象的主要原因。这一类上市公司和股票的特点决定了它们没有太大的炒作价值。我们不得不承认，虽然经过近10年的发展完善，我国的股票市场已经逐渐由幼稚走向成熟，由无序走向有序，但这种成熟和有序都是相对它的形成初期而言的，从它的绝对发展阶段来看，中国的股市目前尚处于极为幼稚的阶段，市场还十分不成熟，投机活动仍十分普遍。而工业类股票的特点决定了它的投机价值很低，因而一直不为投资者所看重。这样，当整个市场存在上行空间时，工业类股票的市场反应也是迟钝的，而且投资者买入动力的不足也会削弱整体市场价值增加在该行业企业市场价值的体现。在中国股市建立时间不长的情况下，这种迟钝可能导致市场对企业价值的低估，从而导致工业指数低于市场平均水平。另外，从风险收益的角度考虑，工业类企业的行业风险相对较低，这也从本质上决定了工业类股票市场价值较低。
结论
我们的研究从不同的角度证实，行业选择在我国对企业的市场价值有着很强的决定作用，不同的行业归属在很大程度上决定了投资者对企业价值的认同，从而决定企业价值在市场上的实现。
附表1
指数代码指数名称样本起点
SZC100深圳工业类成分指数
1995年2月17日
SZC200深证商业类成分指数
1995年2月17日
SZC300深证金融类成分指数
1995年2月17日
SZC400深证房地产类成分指数 1995年2月17日
SZC500深证公共事业类成分指数
1995年2月17日
SZC600深证综合企业类成分指数
1995年2月17日
SH0100上证工业类综合指数
1993年5月7日
SH0200上证商业类综合指数
1993年5月7日
SH0300上证房地产类综合指数 1993年5月7日
SH0400上证公共事业类综合指数
1993年5月7日
SH0500上证综合企业类综合指数
1993年5月7日