资本市场开放与企业投资效率——来自“沪港通”的经验证据

辛莹莹 徐培哲

一、引言

“沪港通”是指允许上交所和港交所投资者通过各自的交易所直接买卖不同市场下规定范围内股票（标的股）的一种交易机制。2014年4月10日，中国证监会正式批复“沪港通”试点，2014年11月17日“沪港通”正式开始运行。随着“沪港通”政策的实施，越来越多的研究开始聚焦“沪港通”政策实施所带来的影响。

有大部分文献主要从宏观市场角度来研究“沪港通”的影响，有很多研究集中在市场股价信息含量、股价稳定性等方面（许从宝等，2016；林祥友等，2017；吕大永、万孝园，2017；钟凯等，2018；郭阳生等，2018；钟覃琳、陆正飞，2018；还有研究把目光聚焦在“沪港通”如何沪深股市和香港股市的联动、融合（冯永琦、段晓航，2016；闫红蕾、赵胜民，2016；毛小丽、王仁曾，2018；刘光强，2018）。也有部分文献研究“沪港通”政策对市场参与主体的影响，比如李沁洋等（2018）研究了“沪港通”如何影响分析师预测；张立民等（2018）从审计独立性的角度研究了沪港通对企业的影响。

“沪港通”政策实施既会对资本市场产生整体的影响，也会对市场中的参与主体产生影响。通过梳理已有研究发现，鲜有文献研究“沪港通”如何影响微观企业经营活动。企业的生产经营活动处在整个市场环境中，资本市场交易机制的变化必然会影响到企业的微观决策。股票交易市场是对整体市场资源进行配置，而企业投资效率是对企业内部资源进行配置，而“沪港通”作为改善市场资源配置的一种机制，已有文献证明了其价值（钟凯等，2018；郭阳生等，2018；钟覃琳、陆正飞，2018等），但其是否会影响到企业内部资源的配置效果呢？还未有文献进行探讨，这也正是本文关注的核心问题。

基于上述考虑，本文以2014年“沪港通”政策实施为外生事件，采用双重差分（DID）法研究我国资本市场开放对企业投资效率的影响。

二、理论分析与研究假设

内部的代理问题和外部的融资约束是造成企业非效率投资的主要原因（喻坤等，2014）。已有文献从企业内部代理问题来解释投资效率差异，认为经理人和股东的代理问题会降低企业的投资效率（Jensen& Meckling，1976；Bertand& Mullainathan,2003;Asker et al.,2011）。喻坤等（2014）的研究发现，企业的非效率投资不仅会受到内部代理问题的影响，还会受到企业外部融资约束的影响。

基于企业的代理问题假说，股东对经理人的监督有限，经理人基于个人私利为构建个人帝国，不惜牺牲公司整体利益而投资净现值不足甚至为负的项目，这种过度投资行为将损害企业的投资效率（Jensen,1993;Kothari et al.，2009；Kim et al.,2011a）。“沪港通”能够为A股市场引入更多的国际投资者，Aggarwal等（2011）的研究指出国外投资者能够很好地改善公司治理，加强对企业内部的监督，比如提高独立董事席位，从而降低股东和经理人的代理问题；同时，已有研究表明“沪港通”能够提升股价的信息含量（钟覃琳、陆正飞，2018），提高了经理人在为获取私有收益而过度投资的难度和成本；再次，资本市场开放会强化经理人市场机制，更强的市场监督和更高的被替换风险会降低经理人的逆向选择和道德风险（刘少波、马超，2016），从而降低企业的过度投资。

基于企业的融资约束假说，喻坤等（2014）的研究认为融资约束会降低企业把握投资机会的能力，从而造成投资不足。“沪港通”会带来更多的外国投资者，大部分外国投资者都是专业的基金管理公司和投资银行，他们有更多的人才储备和专业知识储备（Bae et al.，2012）,因此他们会把资金投入到最需要钱也最具有增长潜力的公司，从而能够缓解因融资约束带来的投资不足。潘慧峰等（2018）的研究也表明，“沪港通”促进了沪市价值投资回归。因此，“沪港通”所带来的交易便利，资金融通，可以在很大程度上缓解企业的融资约束，提高企业的投资效率。综上所述，本文提出假设H1:

H1：“沪港通”政策实施会提升企业的投资效率。

表1 变量说明

表2 描述性统计

表3 Pearson相关性系数和Spearman相关系数

三、研究设计

（一）样本选择与数据来源

本文以“沪港通”政策实施为自然事件，研究我国资本市场开放对企业投资效率的影响。由于我国新会计准则在2007年开始实施，为了避免新旧会计准则差异给研究带来影响，本文选取2007-2017年中国A股上市公司为研究样本。借鉴钟凯等（2018），华鸣、孙谦（2018）等的研究，本文对样本进行如下筛选处理：（1）“沪港通”于2014年11月17日开始实施，由于沪港通的标的股会随“上证180指数”“上证380指数”成分股变动而变动，为了保证研究样本的一致性，本文剔除2014年后被移除“沪港通”标的和新进入“沪港通”标的名单公司。（2）剔除金融类上市公司和ST公司。（3）删除相关数据缺失的公司年度观察值。为了消除极端异常值，对连续变量做1%缩尾处理。本文沪港通的数据来自wind数据库，相关财务数据来自国泰安数据库。

（二）变量定义

1.企业投资效率

本文借鉴Richardson（2006）的模型来估计投资效率，具体模型如下：

在模型左边，Invest为第t年的新增投资，等于资本支出、并购支出之和减去出售长期资产收入、折旧，再除以总资产；在模型右边，Growth为第t-1年的投资机会，等于上年的营业收入增长率；Lev为公司t-1年的资产负债率，等于总负债除以总资产；Cash等于现金及现金等价物除以总资产;Age为公司的上市年限,它等于公司上市年限的自然对数;Size为公司规模,它等于总资产的自然对数;Return为公司股票年度回报；此外,模型(1)还控制了年度效应和行业效应。模型(1)估计的残差(Xinvest)的绝对值(AbsXinvest),即为衡量公司投资效率的指标,其值越大,非效率投资程度越高,投资效率越低。

2.“沪港通”变量

本文利用双重差分模型来检验“沪港通”开通对企业投资效率的影响，借鉴已有相关研究（钟凯等，2018），本文对“沪港通”变量进行如下定义：在2014年进入“沪港通”标的股名单的公司样本，则定义treat=1（实验组），否则treat=0（控制组），其中剔除了2014年后被移除“沪港通”标的和新进入“沪港通”标的名单公司。同时，本文对“沪港通”政策实施期间进行定义，2014年以后为“沪港通”实施年份，定义post=1，其他年份定义为post=0。将在模型中通过检验treat和post的交互项来考查“沪港通”政策的影响。

3.控制变量

借鉴刘慧龙等（2014）、钟凯等（2018）的研究，本文选取了以下控制变量：公司规模（SIZE）、资产负债率（LEV）,同时控制公司治理特征变量，董事会规模（BSIZE）、独立董事比例（OUTR）、两职合一（DUAL）、第一大股东持股比例（TOPHOLD）、是否国企（SOE）。具体变量见表1。

表4 “沪港通”政策与投资效率回归分析

（三）模型设计

借鉴钟凯等（2018），钟覃琳、陆正飞（2018）等的研究，为了检验本文的假设构造如下模型：

四、实证结果

（一）描述性统计分析

描述性统计表2显示：本文研究的总观测值为13803，企业投资效率（AbsXinvest） 的 均 值 为 0.031，和刘慧龙等（2014）所计算的结果0.032差别不大，最大值和最小值分别为0.271、0.000，标准差为0.032，说明不同企业的投资效率差异较大，这也为本文的研究提供了一个很好的前提。treat的均值为0.199，说明在研究样本中有约20%的企业进入“沪港通”标的股名单。企业规模（SIZE）的最大值为26.264，最小值为19.071，说明所研究样本的企业规模有着比较大的差距，其标准差为1.278，也说明了不同企业之间规模存在着一定差异。资产负债率的均值为0.450，说明本文所研究样本的平均资产负债率为45.0%。董事会规模（BSIZE）最大值和最小值分别为18和3，均值约为9，说明所样本企业的董事会平均人数约为9人。独立董事比例（OUTR）的均值为37%，说明就样本的平均水平而言，独立董事比例大致在1/3水平。第一大股东持股比例（FIRST）的均值为35.88%，第一大股东平均持股比例最大值为76.31%，最小值为8.89%。国企性质（SOE）的均值为0.463，说明在研究样本中，约有46.3%的国有企业。

表5 影响机制—改善企业治理与降低融资约束

（二）相关性分析

表3报告了主要变量的相关系数，左下角为Pearson相关系数，右上角为Spearman相关系数。从相关系数表可以看出，对于回归模型中的解释变量和控制变量，“沪港通”虚拟变量（treat）、“沪港通”启动虚拟变量（post）、公司规模（SIZE）、资产负债率（LEV）、董事会规模（BSIZE）、独立董事比例（OUTR）、两职合一（DUAL）、第一大股东持股比例（TOPHOLD）、是否国企（SOE）的相关性系数都小于0.5，因此在接下来的回归模型中将不存在多重共线性。

（三）一般回归分析

本文的基本实证回归结果如表4所示，其中第（1）列未控制行业和年度效应，第（2）列仅控制了行业效应，第（3）列仅控制了年度效应，第（4）列同时控制了年度效应和行业效应。上述四列的回归结果显示，post和treat的交互项（post×treat）与投资效率（AbsXinvest）均在1%水平下显著负相关，说明“沪港通”政策实施以后，相比于非标的股，“沪港通”标的股公司的投资效率显著提升，验证了本文的假设H1。这一结果表明“沪港通”这一资本市场对外开放政策有利于提升企业的投资效率，对于提升企业价值有积极作用。

（四）影响机制分析

通过此前的检验，已经验证了“沪港通”政策的实施能够提升企业的投资效率，但其背后的机制尚不清楚，接下来本文将基于“沪港通”这一资本市场开放政策对微观企业可能产生的作用机制进行检验，从而能够更好地理解“沪港通”政策实施如何来提升企业的投资效率。企业的投资效率一方面取决于企业的治理水平，另一方面也会受到企业融资约束的影响。

1.改善企业治理水平

从企业治理角度出发：良好的企业治理会带来更充分的资源利用效率，从而企业价值能够得到更好的提升。代理问题严重与否能在很大程度上反映企业的治理水平，大量研究表明，经理人与股东之间的代理问题会导致经理人基于个人私利而过度投资构建个人帝国，损害企业的投资效率（Kothari et al.，2009；Kim et al.,2011a）。“沪港通”政策实施带来的资本市场开放，会让经理人面临更大的外国机构投资者的监督压力以及更开放市场的监管压力，从而降低股东和经理人之间的代理问题，提升企业的投资效率。

为了探究“沪港通”政策能否改善企业的治理水平，本文将检验“沪港通”政策实施是否能降低公司的代理成本，已有研究表明公司的代理成本可以用管理者费用率（Fee）来度量（Ang et al.,2000;王曾等，2014；潘红波等，2016）。接下来本文将以管理费用与营业收入的比值作为被解释变量(Fee越大，代理问题越严重)，以“沪港通”政策实施（treat×post）作为被解释变量，同时控制公司规模（SIZE）、资产负债率（LEV）、董事会规模（BSIZE）、独立董事比例（OUTR）、两职合一（DUAL）、第一大股东持股比例（TOPHOLD）、是否国企（SOE）、年度固定效应和行业固定效应进行回归分析，具体结果见表5第（1）列。

2.缓解企业融资约束

从融资约束角度出发：企业的投资效率还取决于企业的融资约束程度，如果有好的投资机会，但是企业却没有足够的资金来进行投资，那么就会缺失这样的机会而造成投资不足，损害企业的投资效率；当然，如果有过于充足的资金也可能会导致过度投资，但公司内部良好的治理能够缓解这种情况，因此相比较而言，缓解融资约束更大程度上会提升企业的投资效率。

本文借鉴鞠晓生等（2013）的研究，采用SA指数来测量企业的融资约束，SA指数=-0.727＊SIZE+0.043＊SIZE2-0.04＊Age，其中 SIZE=ln（总资产/100万），Age等于公司注册年龄，SA指数的绝对值越大，企业的融资约束越大。

本文接下来将以SA指数的绝对值为被解释变量，以“沪港通”政策实施（treat×post）作为被解释变量，同时控制公司特征变量、行业固定效应和年度固定效应进行回归，具体结果见表5第（2）列。

表5第（1）列反映的是管理费用率（FEE）作为被解释变量的回归结果，第（2）列反映的是融资约束（SA指数）作为被解释变量的回归结果，上述两列回归结果显示，“沪港通”政策实施变量（post×treat）的系数均在1%水平上负显著，分别为-0.0124、-0.0350，说明“沪港通”政策的实施能够改善企业的治理水平和缓解企业的融资约束，即通过改善企业治理和缓解融资约束两条路径来提升企业的投资效率。

（五）稳健性检验

1.改变投资效率的估计方法

借鉴刘慧龙等（2014）的研究方法，使用上期的TobinQ来衡量投资机会，重新运行模型（1）对投资效率进行重新估计，然后按照模型（2）进行回归检验。回归结果与此前表4完全一致，说明本文的结论不会受到投资效率估计方法的影响。

2.区分投资效率类型

企业的投资非效率可以分为过度投资和投资不足，考虑到“沪港通”政策实施与投资效率的关系可能与非效率投资的类型有关，为了考查这样一种潜在的因素，将全样本分为过度投资（Xinvest〉0）和投资不足（Xinvest〈0）两个子样本，分别进行回归，结果显示，post×treat的回归系数分别在1%、5%水平上显著小于0，因此在区分非效率投资类型的情况下，本文的回归结论依然没有发生本质的改变，说明“沪港通”政策的实施对企业投资效率提高的这一结论不受到样本类型的影响。

3.Heckman两阶段模型

本文研究的是“沪港通”政策实施与企业投资效率的关系，考虑到一些因素可能既影响企业进入“沪港通”标的股，又可能影响企业的投资效率，比如企业的代理成本、企业规模、企业绩效等等，也就是说这两者之间的关系存在着内生性。本文借鉴（郦金梁等，2018）的研究，采用Heckman模型分两阶段进行估计，以控制这种内生性问题。

在第一阶段的模型(3)把这些因素考虑进来，回归结果显示，除资产负债率（LEV）的回归系数不显著外，公司的规模（SIZE）越大、盈利能力越好（ROA），更有可能进入“沪港通”标的股；公司的代理成本越严重（FEE），越不可能进入沪港通标的股。说明在第一阶段回归较好控制了产生内生性的相关变量。

将第一阶段回归所获得的逆米尔斯比率（IMR）带入到第二阶段回归。在控制了逆米尔斯比率（IMR）之后，post×treat的回归系数依然负向显著，这说明在考虑了内生性因素可能造成的选择偏差后，本文的结论依然成立。

4.PSM倾向得分匹配

能够进入“沪港通”标的股公司和不能进入“沪港通”标的股公司之间可能存在着系统性的差异，为了缓解这一问题，本文采用倾向得分匹配（PSM）进行一一配对。按照公司规模（SIZE）、资产负载率（LEV）、董事会规模（ BSIZE）、独立董事比例（OUTR）、两职合一（DUAL）、第一大股东持股比例（TOPHOLD）、是否国企（SOE）进行一一匹配，共获得3072个控制样本。倾向得分匹配后的样本相比于没有匹配的样本，匹配后的样本回归系数的绝对值反而更大了，说明在控制了样本的系统性差异后，依然发现“沪港通”政策实施能够提升企业投资效率，表明本文的结论十分稳健。

五、研究结论

本文以2007-2017年我国A股上市公司为研究样本，考察“沪港通”政策实施对企业投资效率的影响。研究发现，“沪港通”政策实施后，进入“沪港通”标的股企业的投资效率显著高于未进入的企业，即“沪港通”政策的实施能够提升企业的投资效率。本文进一步验证其影响机制发现，“沪港通”政策实施主要通过缓解企业融资约束和改善公司治理两条路径来提升企业的投资效率。在重新估计投资效率指标、Heckman两阶段回归、PSM等一系列稳健性检验后，本文的结论依然成立。

本文的研究具有重要的理论贡献和现实意义。在理论上，本文从企业投资效率这一独特视角探讨了“沪港通”政策对公司治理的改善作用，丰富了“沪港通”政策实施的相关文献。同时，本文也为企业投资效率的影响因素开拓了一个新的研究角度，也为我国宏观政策（“沪港通”政策实施）如何影响微观企业行为（投资效率）提供了经验证据。本文的研究表明，“沪港通”政策实施可以改善公司治理，提升企业投资效率，从企业投资效率的角度为我国资本市场开放带来的有益经济后果提供了经验证据。