过度投资对股价崩盘的影响

何康

摘 要：当前学术界对股价崩盘的研究比较多，其中有一个问题就是对实体经济的大量投资是否能够影响股价的崩盘，按我们的理解，对股市的过量投资可能会导致股市出现泡沫进而存在一定的崩盘风险。而面临着崩盘风险，企业为了改变所处的不利处境，也会采取相应手段来避免这一情况的发生，过度投资的方式是其中一个最直接、最主观的方式。研究2010—2017年的A股上市公司的数据，对过度投资与股价崩盘之间的关系进行讨论。

关键词：过度投资;破净;崩盘风险

中图分类号：F830.91        文献标志码：A      文章编号：1673-291X（2019）01-0063-03

引言

学术界一直研究着实体经济和股票市场之间的关系。研究表明，中国的上市公司很大一部分存在过度投资行为[1]。过度投资行为是对公司价值和未来发展的不是最好选择的投资x行为。过度投资会损害企业发展，降低企业价值，影响社会资金的正常配置，使社会经济发展受到影响[2]。而其与股价崩盘之间的关系也引发了人们的兴趣。大量的投资在短期内提升公司的发展速度，但对公司的基本发展状况并没有改变，不力求对公司所面临的根本问题进行处理，当前的繁荣只是荣华的泡沫。当泡沫破裂企业面临的是股价崩盘、声誉下降、投资者信心降低等一系列问题。这种过度投资的方法就如同竭泽而渔，显然不符合企业的长期价值投资理论，无法长久地发展下去。正确的做法则是走稳定扎实的发展之路，任何问题都要有个度，超过这个度就会出现问题。

破净就是企业股票跌破每股净资产，其与公司的盈利能力，公司背景等与公司的自身实力相关，能够切实地影响公司股价的涨跌。股价的暴涨暴跌对于资本和公司的健康发展有着很大的影响。股价的暴跌对于股票市场有着崩盘的影响，其危害着投资者的财富，使其大量缩水，并且使市场的投资者对公司的信心严重降低，金融市场的稳定性也被动摇直接结果就是造成资源配置的紊乱，使实体经济的发展受到严重影响。对于股价崩盘的研究并寻找影响崩盘的影响因素对于股票市场的健康发展有着重要的意义，近年来对于这个话题也有着较大的热度。Jin和Myers（2006）从理论层面对股价崩盘风险的形成机理进行了解释：管理层基于经济利益对影响公司发展的负面信息进行隐藏，造成负面信息的不断累积[3]。公司不能长期承受负面信息压力，当负面信息在短期内集中释放到市场上，就会引起股价暴跌。Hutton等（实证检验了上述假设）[4]。近年来，在这一理论框架下，学术界陆续发现公司避税（kim等，2011）、期权激励（Kim等，2011）、高管性别（李小荣、刘行，2012）和以及机构投资者（许年行等，2013）等因素都对股价崩盘产生影响[5～8]。

那么，我们探讨的是面临困境的公司是否有动力和能力改变当前处境，改变自己的破净现象，进而避免崩盘风险。而长期的面临的崩盘风险公司采取的大量投资的方法对企业是否有关联。我们用定量的方法揭示投资的相关问题，揭示上述问题，并为公司和相关部门的决策提供支持。

一、理论分析和假设

一般情况下，一家公司的股票价格反映的是这个公司在近期的发展状况，发展得好的公司就会让投资者更加认同，具体表现在就是其股票被大量购买价格升高。如果公司发展较好，那么公司的每股净资产对每股市价的解释力度就越大，公司就不会那么容易陷入崩盘风险等财务困境之中[8]。反过来说就是，如果股价跌破每股净资产，那么这个公司就将面临着较大的股价崩盘风险。我们提出H1假设：企业的破净程度对股票的崩盘有着显著的影响。

企业的发展对于各地方经济来说有很大的好处，如提升经济、解决就业、提升地方知名度等。但企业的不健康发展使企业处于破净和崩盘的风险当中就会使企业处于危险当中，面临着退市的考验。在这种情况下，企业面临较大压力就会使公司决策者采取一切手段避免退市。有的企业有着较高的推出壁垒，或者相关企业所在地区有着不同的补贴政策，就使得有些公司自然而然地选择通过加大投资扩大产能的方法来解决所面临的问题。利用充裕的现金来解决企业的发展问题只能解决当下的发展问题，根本的产品销售问题并不能通过扩大生产来解决。但是，这种方法还是有很强的市场的竞争力，同时也带动了相关产业发展，并给管理者一种企业欣欣向荣的假象。但這种行为也给我们提供了一种了解企业的契机，在经济行业不景气时我们可以根据企业这一过度投资的水平来了解企业的整体盈余管理水平[9]。我们也据此提出假设H2：上市公司在面临崩盘和破净的环境中是否有过度投资的冲动。

二、研究设计

研究的样本选取自Wind数据库，选取了来自2010—2017年的数据。我们选取的范围是沪深股市的全部A股上市公司的相关数据。具体数据处理如下：首先，剔除了交易周数小于30和连续停牌天数超过60的样本;其次，剔除了重要数据有缺失的样本，据此得到了1 924个公司的相关数据;最后的数据处理软件使用的是Eviews8。相关变量的设定如下：

其中，Newinvti，t表示的是公司在第t年的新增投资，等于（构建固定资产、无形资产和其他长期资产支付的现金+投资支付的现金-无形资产和其他长期资产收回的现金净额-上期折旧与摊销）/年初总资产。Growth为公司的成长机会，一般用TobinQ衡量即市场价值/总资产。Leverage为公司的资产负债率。Cash为企业持有的现金，即（货币资金+短期投资）/总资产。Return为现金红利的在投资年回报率。Age为上市的年限。Size为资产总额的自然对数。企业的过度投资的水平我们用（8）式的残差来表示。

三、构建模型与回归

首先，对于假设H1我们采用（9）的模型进行多元回归：

CRASHRISKi，t=a0+？茁1BROKENi，t+？茁2ControVariablesi，t-1+？着i，t

（9）

其中，控制变量ControVariables选取了以下几个变量：Size选取的是公司总资产的自然对数;ROA总资产收益率，为第t年净利润和t-1年的总资产的比值;RET为公司i在t-1年的平均周特有收益率;LEV为公司资产负债率;MB为市值账面比，等于（每股市值×流通股+每股净资产×非流通股）/权益账面净值。

通过多元回归我们得到回归结果（见表2）。

因變量对应的为CRASHRISK，自变量BROKEN，对应p值较小，CRASHRISK与BROKEN之间相关性非常显著。其对应系数为正，即在破净的状态下有很大的概率股市崩盘，二者呈正相关，验证了假设H1即破净状态越大崩盘风险越大。

其次，衡量崩盘对过度投资的影响。我们使用如下模型来衡量崩盘对过度投资的影响：

OvInvti，t=a0+？茁1CEASHRISK+？茁2ControlVariablesi，t+？着i，t（10）

在进行多元回归可得结果（如表3所示）。

因变量对应的为过度投资的Ovinvt变量，x2对应的为CREASHRISK，可以看出p值稍微大于0.01，二者之间的关系显著，系数为正。这意味着公司在较高的崩盘风险水平下可以促使企业采取过度的投资行为，验证了H2假设。

结语

本文以2010—2017年我国沪深股市股票市场A股公司的数据为样本，对公司在股票市场上发生的破净现象、崩盘风险及过度投资行为进行研究。结果表明：第一，公司的股票股价跌破每股净资产对公司的股票的崩盘有着显著的影响;第二，崩盘的风险影响管理层的决策，由于股价并无法真正反映公司的经营绩效，但是为维持股价会产生过激的管理行为，如过度投资。这样的行为能够使公司快速地开展新项目，促进企业的就业和发展。但这并没有解决企业自身发展的根本，就不会摆脱股价崩盘的风险。因此，追根溯源，为保证公司的正常运作，企业还是应该从提高自身竞争力出发，通过创新技术和管理等手段，使公司具有更强的实力，最终达到企业正常发展的目的。

参考文献：

[1]  詹雷，王瑶瑶.管理层激励、过度投资与企业价值[J].南开管理评论，2013，（3）：36-46.

[2]  蔡吉甫.会计信息质量与公司投资效率——基于2006年会计准则趋同前后深沪两市经验数据的比较研究[J].管理评论，2013，（4）：166-176.

[3]  Jin L.，Myers S.C.R2 Around the world：New Theory and New rests[J].Journal of Fianncial Economics，1991，（2）：193-228.

[4]  Hutton A.P.Marcus A.J. & Tehranian H.Opaque Financial Reports，R2，and Crash Risk.Journal of Financial Economics，2009，（1）：67-86.

[5]  Kim J.，Li Y. & Zhang，L.CFO Verus CEO：Equitu Incentives and Crashes[J].Journal of Financial Economics，2011，（3）：713-730.

[6]  Kim J.B. & Li Y. & Zhang L.Corporate Tax Avoidance and Stock Price Crash Risk：Firm-level Analysis[J].Journal of Financial Economics，2011，（100）：639-662.

[7]  李小荣，刘行.CEO vs CFO：性别与股价崩盘风险[J].世界经济，2012，（12）：102-129.

[8]  许年行，于上尧，伊志宏.机构投资者羊群行为与股价崩盘风险[J].管理世界，2013，（7）：31-43.

[9]  田昆儒，孙瑜.非效率投资、审计监督与股价崩盘风险[J].审计与经济研究，2015，（2）：43-51.

[10]  Chen J.，H.Hong & J.C.Stein.Forecasting Crashes：Trading Volume，Past Returns，and Conditional Skewness in Stock Prices[J].Journal of Financial Economics，2011，（61）：345-381.

[11]  Richardson S.Over-investment of Free Cash Flow[J].Review of Accounting Studies，2006，（2-3）：159-189.