实证分析部分(加入了稳健性检验).docxVIP

实证分析部分非效率投资估计表1 非效率投资估计模型多元回归结果Constant1.080***(3.06)Growthi,(t-1)-0-0.10)Lev i,(t-1)0.142***(19.85)Cash i,(t-1)-0.552***(-3.94)Size i,(t-1)-0.0441***(-2.74)Eps i,(t-1)0.0599(1.51)I i,(t-1)0.00742(0.28)年度控制R方0.0426调整的R方0.0416F统计量40.90***N10114注:*、**、***分别表示显著性水平为10%、5%、1%(双尾检验)时，检验统计量统计显著。利用样本上市公司2008至2013年(PS:自变量滞后一期所以07年不是有效观测期)的10114个有效观测点代入richardson投资期望模型进行多元线性回归之后，得到的回归结果如表1所示，其中方程整体显著性F检验的F值达到了40.90，在1%的显著性水平下达到了统计显著，说明表1所示的投资期望模型对样本企业的投资水平具有显著的解释能力，其中公司资产负债率Lev、货币资金持有量Cash、资产规模Size与企业投资水平表现出的显著的相关性，利用投资期望模型估计得到残差的绝对值作为度量企业非效率投资程度UOI的测度指标，其中发生过度投资即残差大于0的观测点有4362个，而发生投资不足情况的观测点有5752个。描述性统计在利用上一步骤估计所得的非效率投资作为因变量，进行非效率投资和过度自信关系的实证研究之前，首先对研究样本的因变量和各自变量进行描述性统计，由于OC数据截止至2012年，因此2013年不作为回归的样本期，在剔除数据缺失的观测点后，得到7868个样本点。非效率投资的指标值由上一步骤投资期望模型的残差绝对值获得，为了避免非效率投资极端值对后续实证研究的不利影响，如造成估计偏误等，预先利用Winsorize方法对非效率投资的异常值进行处理，用相应分位数的值替代分位数之外的值，在这里我们选取95%和5%作为两个分界点对数据进行winsorize化。 各变量的描述性统计结果如表2所示。从表2的描述性统计结果可以看出。在观测期间内，样本上市公司非效率投资的平均值为0.107。此外，样本企业内部现金流的平均值为7.0075亿元，标准差为77.9997，说明样本上市企业的内部现金流水平存在较大的差异。表2 变量描述性统计结果平均值中位数最大值最小值标准差5%分位数95%分位数观测数UOIi,t0.1070.09020.29150.00870.07950.00870Ci,t05017868FCFi,t7.0075022477.9997-3.956520.5657868Growthi,t20.18630.1227134607.058-11527.0583-0.33180evi,t0.59240.5078142.71780.00172.46020.12810psi,(t-1)0.32180.248.44-4.210.5356-0.271.137868Sizei,t21.783521.665328.405210.84221.365619.895824.1817868表3 样本企业管理者过度自信情况描述性统计结果年度管理者过度自信样本企业数量样本企业总数管理者过度自信样本企业所占比例2008698133652.25%2009761145052.48%2010789150052.60%2011784164847.57%2012846193443.74%总体3878786849.29%表3列示了样本企业管理者过度自信情况的各年份描述性统计结果，由表3可知，发生管理者过度自信的样本企业占当年样本企业数量比例最高的年份为52.60%，2008年这一比重为52.25%，2009年的为52.48%，2008至2011年的这一比重情况大致相同。然而到2011年之后，发生管理者过度自信的样本企业所占比例发生了明显下降，11年为47.57%，12年仅为43.74%。相关分析表4 样本企业管理者过度自信情况描述性统计结果OCi,tFCFi,tGrowthi,tLevi,tEpsi,(t-1)Sizei,tOCi,t1.000-0.040-0.0120.031-0.093-0.222FCFi,t-0.0401.000-0.002-0.0030.0640.253Growthi,t-0.012-0.0021.0000.000-0.013-0.002Levi,t0.031-0.0030.0001.0000.001-0.156Epsi,(t-1)-0.0930.064-0.0130