远亲与近邻：企业投资“同伴效应”的异质性研究

刘 柏 王一博

一、引言

2019年是国有企业改革的重要一年，过去40年的经济奇迹能否延续、全球经济一体化背景下如何创造新的增长点是受到广泛关注的重要话题。党的十九大报告中提出的“培育具有全球竞争力的世界一流企业”则为改革发展明确了方向，通过世界一流企业的创建和对关系网络的利用最终带动产业集群的升级和区域经济发展，是实现改革乘数效应的重中之重。事实上，与亚洲其他新兴经济体发展经验类似，企业的资本投资水平和结构直接决定了经济增长质量与转型升级进程。因此本文从关系网络出发，以企业投资为切入点，试图探寻并理解经济发展的微观动力机制，这对于改善区域发展不平衡、提升产业引导能力、配合实现“创建世界一流企业”计划具有重要意义。

选择了中国沪深两市2004-2016年间的A股上市公司作为研究样本，运用工具变量法控制主要变量之间的内生性，并以证监会2012版行业分类标准和省份区分了行业和地区关系网络，实证检验了同行业其他公司和同地区其他公司的投资水平在影响企业投资策略上存在何种关系。结果发现：(1)我国同行业企业间以及同地区企业间的投资决策具有显著相关性。同行业其他企业的新增投资和同省份其他企业的新增投资均对焦点企业的投资水平具有明显的促进作用，即企业投资在行业和地区层面均存在显著的“同伴效应”。(2)行业“同伴效应”(远亲影响)和地区“同伴效应”(近邻影响)作用的发挥受限于企业在产品市场的竞争程度。准确地说，在竞争性行业中，远亲不如近邻；在垄断性行业中，近邻不如远亲。进一步地，我们发现在不同的企业所有权性质条件下，上述关系的显著性程度存在差异，这说明，只有在行业关系网络和地区关系网络都能很好地发挥作用时，不同市场结构下远亲影响和近邻影响的比较优势才能显著存在。(3)从整体来看，远亲的投资行为和近邻的投资行为在影响焦点企业投资决策选择时存在着显著的替代关系。上述结论在控制内生性问题后依然成立。

本文主要在以下三方面有所拓展：第一，丰富和补充了“同伴效应”的相关研究。本文以中国上市公司为样本，首次从行业关系网络和地区关系网络两个方面，实证检验了行业“同伴”和地区“同伴”对企业财务行为的影响以及在影响企业财务决策行为时的相互关系，形成了一个相对完整的分析框架，这突破了以往仅从单一关系网络研究企业财务决策制定的窠臼，是对现有文献的一个有益补充。第二，补充了企业投资决策影响因素的相关研究。以往文献企业投资行为影响因素研究主要集中于市场、企业或高管层面，基于单一关系网络视角的企业投资趋同研究正处于起步阶段。本文创新性地在公司投资研究中同时引入行业和地区关系网络，利用社会学中的社会网络理论，深刻揭示了现实中企业投资决策的制定方式，有助于更好地理解多元关系网络对微观经济个体的影响路径。第三，研究了行业“同伴效应”和地区“同伴效应”在影响企业投资决策时的存在条件，检验了它们在不同市场结构背景下的稳定性，同时也为市场结构影响公司行为提供了新的依据。最后，本研究还有助于分析如何利用行业关系网络和地区关系网络的相对优势拉动企业投资增长，对于相关产业政策和区域发展政策的制定以及提高潜在世界一流企业管理者投资决策能力具有重要的启示意义。

二、文献综述与研究假设

1.社会网络理论与“同伴效应”

社会网络理论认为，个体的行为偏好或决策制定往往要受到其家人、邻居、朋友或同事的影响。他们既构成了关系网络，也是信息交流渠道，通过提供可观察和可模仿的行为从而在个体的认知形成过程中扮演着重要角色。就企业而言，在当前经济形势下，面对日新月异的内外部环境挑战和日益加快的技术变革，管理者单纯依靠自身信息已经无法满足其决策需要，同伴企业的行为表现越来越成为企业管理者的重要参考和决策依据，因而在一定关系网络下由前者向后者“传染”所导致的企业财务决策的同步性现象已经开始显现，即“同伴效应”(Peer Effect)。

2.企业投资决策的“同伴效应”

H1：企业当年新增投资与同行业其他企业的平均新增投资正相关，即我国企业的投资决策在行业层面上存在“同伴效应”。

H2：企业当年新增投资与同地区其他企业的平均新增投资正相关，即我国企业的投资决策在地区层面存在“同伴效应”。

H3a：针对竞争性行业，与同行业其他企业的平均新增投资相比，同地区其他企业的平均新增投资对企业当年新增投资正向影响更大，即地区层面的投资“同伴效应”要优于行业层面的投资“同伴效应”；

H3b：针对垄断性行业，与同地区其他企业的平均新增投资相比，同行业其他企业的平均新增投资对企业当年新增投资正向影响更大，即行业层面的投资“同伴效应”要优于地区层面的投资“同伴效应”；

H4：同地区其他企业的平均新增投资与同行业其他企业的平均新增投资在对企业新增投资的正向影响上存在替代关系。

三、研究设计

1.样本选择与数据来源

2001年8月16日，证监会发布《关于在上市公司建立独立董事制度的指导意见》，上市公司独立董事占董事会成员的占比情况从2003年6月30日开始规范。由于2004年及以后的年报里信息缺失较少，格式质量相对较高，所以本文选择2004-2016年作为研究时段。本文以沪深A股的非金融类上市公司作为初始研究样本，并按照已有研究惯例，根据以下标准对样本做出筛选：(1)剔除ST或*ST类上市公司的样本；(2)剔除IPO当年的样本；(3)剔除模型中各变量有缺失值或相关数据异常的样本。经过上述筛选，最终保留了2433家公司，共计17638个公司—年度样本。此外，为了避免极端值对实证结果产生影响，本文对相关连续变量在1%和99%水平上进行Winsorize处理。

上市公司财务数据均来自于国泰安(CSMAR)数据库。本文按照证监会2012版行业分类标准对上市公司进行分类，除制造业采用两位代码外，其他行业均采用一位代码。同时，本文以上市公司“注册所在地”所在省、自治区或直辖市作为同地区的判断标准。最终全部样本分属于19个行业，31个地区。

2.变量的选择和度量

3.实证模型

第一，本文采用模型(1)来检验企业的投资行为在行业层面是否存在“同伴效应”。其中，因变量Investi,t由t年公司i新增的资本性投资(Invest)来度量。(1)式中主要解释变量Invest_ipeeri,t代表t年除公司i外同行业其他公司的平均新增资本性投资。ControlVariablesi,t为一组控制变量，除成长性(Growth)采用滞后一期(t-1)年的数值外，其他控制变量均采用当期数值来度量。若假设1成立，则α1应显著为正。

Investi,t=α0+α1×Invest_ipeeri,t+α×ControlVariablesi,t+ε1

(1)

第二，采用模型(2)来检验企业的投资行为在地区层面是否存在“同伴效应”。其中，需要注意的是，后文模型中的因变量Investi,t和控制变量ControlVariablesi,t的设定及含义均与模型(1)中相同。(2)式中主要解释变量Invest_dpeeri,t代表t年除公司i外同地区其他公司的平均新增资本性投资。若假设2成立，则β1应显著为正。

Investi,t=β0+β1×Invest_dpeeri,t+β×ControlVariablesi,t+ε2

(2)

第三，采用模型(3)来检验在产品市场竞争程度存在差异的情况下，行业“同伴效应”和地区“同伴效应”对企业个体投资行为影响的相对大小。为了对产品市场竞争程度进行区分，本文将同一年度同一行业的HHI值按大小等分为四组，最小一组为竞争性行业，最大一组为垄断性行业，中间两组为适度竞争性行业。通过将竞争性行业组样本和垄断性行业组样本分别代入模型(3)，根据回归结果考察在企业面临不同程度的市场竞争时，行业“同伴效应”和地区“同伴效应”的影响是否有显著差别。因此，若假设3a成立，在竞争性行业组样本中γ1应大于γ2；若假设3b成立，在垄断性行业组样本中γ2应大于γ1。

Investi,t=γ0+γ1×Invest_ipeeri,t+γ2×Invest_dpeeri,t+γ×ControlVariablesi,t+ε3

(3)

第四，采用模型(4)来检验行业“同伴效应”和地区“同伴效应”在影响企业个体投资行为时是否存在替代关系。值得说明的是，在考虑行业“同伴效应”和地区“同伴效应”的交互作用时，变量的设计和定义存在部分重叠，即存在部分企业既是焦点企业的行业“同伴”，又是其地区“同伴”。为了避免数据的重叠部分对实证结果造成影响，本文将行业“同伴”和地区“同伴”分成三类：纯行业“同伴”，由同一行业非同一省份企业当年新增的资本性投资(Invest_p_ipeeri,t)来度量；纯地区“同伴”，由同一地区非同一行业企业当年新增的资本性投资(Invest_p_dpeeri,t)来度量；行业地区“同伴”，由同一行业同一省份企业当年新增的资本性投资(Invest_i×dpeeri,t)来度量。若同一行业非同一省份企业当年新增的资本性投资(Invest_p_ipeeri,t)和同一地区非同一行业企业当年新增的资本性投资(Invest_p_dpeeri,t)的系数显著为正，且它们的交互项(Invest_p_ipeeri,t×Invest_p_dpeeri,t)系数显著为负，则说明行业“同伴效应”和地区“同伴效应”都会提高企业投资水平，而且它们在提高企业投资水平时存在着相互替代的关系。因此，若假设4成立，μ3应显著为负。

(4)

四、实证结果与分析

1.描述统计

表1报告了主要变量的描述性统计结果。统计显示，上市公司的平均新增投资(Invest)为总资产的6.3%，中位数为4.2%，最大值达到40.7%，最小值为0，说明上市公司整体投资规模的内部差异较大。同行业其他企业的新增投资(Invest_ipeer)的均值为7.0%，标准差为0.023；和同地区其他企业的新增投资(Invest_dpeer)的均值为7.0%，标准差为0.018，可见行业关系网络和地区关系网络下的企业投资都保持着较为相似的水平，分布比较均匀。从其他各控制变量的均值、标准差、最大值和最小值来看，样本基本符合正态分布且表现出一定的差异性，与已有研究基本一致(26)陈德球、陈运森：《政府治理、终极产权与公司投资同步性》，《管理评论》2013年第1期。(27)石桂峰：《地方政府干预与企业投资的同伴效应》，《财经研究》2015年第12期。。此外，为了避免调节变量共线性问题对实证结果造成干扰，本文对相关变量进行了中心化处理。

表1 变量的描述性统计

2.实证回归结果

在计量模型建立的基础上，本文分别对企业投资行为的行业“同伴效应”和地区“同伴效应”进行实证研究。首先，我们针对式(1)—式(4)进行混合截面OLS回归。其次，如果解释变量与被解释变量之间存在反向因果关系导致的内生性问题，前面的假设会存在较大偏误。鉴于此，本文通过Hausman检验并分别采用滞后一年的同行业其他企业的新增投资(Invest_ipeeri,t- 1)和同省份其他企业的新增投资(Invest_dpeeri,t-1)作为同行业其他企业的新增投资(Invest_ipeeri,t)和同省份其他企业的新增投资(Invest_dpeeri,t)的工具变量对式(1)—式(4)。结果显示，同行业其他企业的新增投资和同省份其他企业的新增投资与焦点企业的新增投资间均存在内生性问题，使用工具变量回归，结果如表2-4所示。

(1)企业投资的行业“同伴效应”。表3中第1列包括了成长机会、现金流、二职合一、公司规模、独董比例、董事会规模、高管持股比例和省GDP增长率等所有控制变量，并对年度、行业和省份固定效应进行控制。在此基础上，将同行业其他企业的平均新增投资引入回归模型，以检验企业投资行为在行业层面是否存在“同伴效应”，混合截面OLS和工具变量法的回归结果如表2中第2列和第4列所示。值得说明的是，在第2列和第4列中，主要的解释变量为同行业其他企业的平均新增投资，为避免其与行业哑变量产生共线性问题，故在此部分未对行业固定效应进行控制。在混合截面OLS的回归中，同行业其他企业的平均新增投资(Invest_ipeer)的系数为0.809，在1%的水平上显著；在工具变量法的回归中，同行业其他企业的平均新增投资(Invest_ipeer)的系数为0.867，在1%的水平上显著。这说明在考虑内生性问题后，焦点企业的新增投资会受到同行业其他企业平均新增投资的正向影响这一现象依然成立，即同行业间企业投资的“同伴效应”是稳健存在的，从而假设1得到验证。

(2)企业投资的地区“同伴效应”。在公式(2)中，将同省份其他企业的平均新增投资引入回归模型，以检验企业投资行为在地区层面是否存在“同伴效应”，混合截面OLS和工具变量法的回归结果如表2中第3列和第5列所示。与上文类似，在第3列和第5列中，主要的解释变量为同省份其他企业的平均新增投资，为避免其与省份哑变量产生共线性问题，故在此部分未对省份固定效应进行控制。在混合截面OLS的回归中，同省份其他企业的平均新增投资(Invest_dpeer)的系数为0.270，在1%的水平上显著；在工具变量法的回归中，同省份其他企业的平均新增投资(Invest_dpeer)的系数为0.345，在1%的水平上显著。这说明在考虑了内生性问题后，同省份其他企业投资越多，焦点企业投资越多这一现象依然成立，即同省份间企业投资的“同伴效应”是稳健存在的，所以假设2得到验证。此外，可以看到，将同省份其他企业的平均新增投资变量引入回归模型后，控制变量的符号和显著性未发生明显改变。

表2 回归结果(1)

注：OLS下的括号内为t值，IV下的括号内为z值，***表示p<0.01, **表示p<0.05, *表示p<0.1，下同。

表3 回归结果(2)

(4)企业投资：行业“同伴效应”与地区“同伴效应”的替代关系。为验证企业投资中的行业“同伴效应”与地区“同伴效应”是否存在替代关系，同时避免行业“同伴”和地区“同伴”的交叉部分对实证结果造成干扰，在表2中第1列基础上，本文将行业“同伴”和地区“同伴”分成三类引入回归模型，即纯行业“同伴”(Invest_p_ipeer)、纯地区“同伴”(Invest_p_dpeer)和行业地区“同伴”(Invest_i×dpeer)，并通过构造纯行业“同伴”与纯地区“同伴”的交互项来考察行业“同伴效应”与地区“同伴效应”的交互作用。混合截面OLS和工具变量法的回归结果如表4中第1列和第2列所示。在混合截面OLS的回归中，同行业非同省份企业平均新增投资(Invest_p_ipeer)的系数为0.934，同地区非同行业企业平均新增投资(Invest_p_dpeer)的系数为0.392，且均在1%的水平上显著，表明同行业非同省份企业和同地区非同行业企业的平均投资都能显著地提高焦点企业的投资水平。更重要的是，同行业非同省份企业平均新增投资与同地区非同行业企业平均新增投资的交互项(Invest_p_ipeer×Invest_p_dpeer)的回归系数显著为负，说明同行业非同省份企业平均新增投资与同地区非同行业企业平均新增投资在提高焦点企业投资水平时存在显著的替代关系，从而对假设4进行验证。此外，使用工具变量法回归，在控制内生性问题后的实证发现与混合截面OLS的结果基本吻合，证实研究结论是稳健的。

表4 回归结果(3)

3.进一步分析与稳健性检验

我们将全部样本按照企业所有权性质分为国有企业样本组合与非国有企业样本组，进行假设1—假设4的回归分析。从回归结果显示，无论是在非国有还是在国有企业中，企业投资的行业“同伴效应”和地区“同伴效应”均显著存在，从而假设1和假设2得到验证。在非国有企业中，同行业其他公司新增投资变量和同省份其他公司新增投资变量的回归系数均大于国有企业样本中相应变量的回归系数。此外，与表2的总样本回归相比，非国有企业中主要解释变量的回归系数明显变大，这说明相对于总样本，民营企业中的同行业其他公司新增投资和同省份其他公司新增投资对焦点企业新增投资的影响更大。

进一步地，针对在竞争性行业中的国有企业样本中，同行业其他企业的新增投资和同省份其他企业的新增投资虽然均为正，却没有通过显著性检验，而在其他的三个样本中，主要解释变量的估计系数均与前文的一致。本文认为这一结果可能的解释是：国有企业中经理人的激励制度并不完善，在一定程度上，政治晋升激励能够取代薪酬激励，从而使得企业投资更倾向于规模扩张，而非投资机会引导。在这种情况下，竞争对手数量众多的行业背景更容易对国有企业管理者的差异决策表现进行掩盖，因而关系网络的信息传导功能失效，而垄断性行业的国有企业中地区关系网络实效。因此，在国有企业样本中，假设3a未得到验证，假设3b得到验证；而在非国有企业样本中，假设3a和假设3b均得到验证。

最后，考察为不同企业性质下，同行业其他企业的新增投资与同省份其他企业的新增投资的交互作用与焦点企业新增投资之间的回归结果。从回归结果看，无论是在国有企业还是非国有企业样本中，同行业非同省份企业平均新增投资变量和同地区非同行业企业平均新增投资变量的系数均显著为正，更重要的是，二者在提高焦点企业投资水平时的替代关系也非常显著，与前文的结论一致，假设4得到验证。

(2)稳健性检验。为使结论更为有效，本文进行了如下稳健性检验：

①部分上市公司同时在境内和境外上市。为避免不同上市地之间的制度性差异对实证结果造成干扰，本文剔除了同时发行B股或H股的上市公司，并重新进行回归分析，结论没有发生改变。

③针对本研究可能存在的内生性问题，除正文部分运用工具变量外，参照石桂峰(31)石桂峰：《地方政府干预与企业投资的同伴效应》，《财经研究》2015年第12期。，本文通过剔除规模巨大的“明星”公司来解决潜在的互为因果问题。即可能存在某些规模巨大的“明星”公司引领或带动某行业或某地区其他公司投资活动的情况。重新进行回归分析后，结论保持不变。

④考虑到不同地区市场化程度的差异可能会对企业投资活动造成不同的影响，本文将樊纲等(32)樊纲、王小鲁、朱恒鹏：《中国市场化指数——各地区市场化相对进程2011报告》，北京：经济科学出版社，2016年。的市场化指数引入计量回归模型，并重新进行回归，结论同样没有发生改变。

⑤产品市场结构既可能是企业投资决策行为的动因，也可以理解为企业投资活动造成的结果。此时，产品市场结构将不再完全外生。参照陈信元等(33)陈信元、靳庆鲁、肖土盛、张国昌：《行业竞争、管理层投资决策与公司增长/清算期权价值》，《经济学(季刊)》2013年第4期。，本文使用2004-2016所有年度的产品市场竞争程度指标的均值重新作为行业竞争程度的代理变量，发现结论保持不变。

限于篇幅，进一步分析和稳健性检验的结果并未列为正式表格，但留存备索。

五、结论与政策建议

随着国际上国与国之间竞争激烈程度的不断提高，企业仅依靠自己的力量已经很难取胜，关系网络的重要性日益凸显。本文选取2004-2016年中国上市公司的相关数据，以我国上市公司的投资行为为研究对象发现：不同关系网络下的“同伴效应”存在异质性，行业“同伴效应”(远亲影响)和地区“同伴效应”(近邻影响)对企业投资行为作用的相对强弱会随产品市场竞争状况的不同发生变化，可能出现“远亲不如近邻”或“近邻不如远亲”的倾向。本文发现：我国企业投资行为既存在远亲影响，又存在近邻影响；同时，在竞争性行业，远亲影响不如近邻；在垄断性行业中，近邻影响不如远亲。另外，远亲和近邻在对企业投资的影响上具有显著的替代关系。

本文的研究结论具有以下三方面政策含义：

第一，世界一流企业的创建与关系网络的叠加有助于弥补市场化的不足，放大一流企业的投资效果。2017年10月，党的十九大报告中指出的“培育具有全球竞争力的世界一流企业”是国有企业改革的重要抓手，关系网络则是“世界一流企业的创建”到“产业集聚式出走”和“充分发挥区域经济优势”转变的关键。从可利用性出发对“远亲”和“近邻”加以取舍是优化产业和区域发展政策、加速中国经济供给结构转型的一个可能思路。中国是一个幅员辽阔的国家，不同的地区在历史、地理、文化和经济等方面存在着较大的差异，因而地区间的发展极不平衡。因此，考虑到行业“同伴效应”和地区“同伴效应”在影响企业投资决策时的替代关系，对于分布于广泛地域不同行业的上市公司在选择投资项目、确定投资结构时，可以从可利用性出发对行业关系网络和地区关系网络加以取舍。在产品市场竞争较激烈的前提下，企业有必要把目光向地区活力因素倾斜，即一个更具活力的地区关系网络有助于带动企业投资，进而提高未来发展的动能。另一方面，对于身处落后地区、并不具备优异地区“同伴”的公司而言，一个好消息是，进行投资决策时应向其上下游产业中面临较少产品市场竞争的项目处聚焦，加速企业向垄断性产业转型升级，依靠行业关系网络重新激活高速发展的活力。

第二，文化、习俗和惯例等非正式制度深刻地影响着经济和社会的发展，中国的社交传统和人际交往特点决定了关系网络对于我国经济转型而言应当起到“加速器”的作用，它能够为投资活动提供资金、信息的便利，促进同伴企业间的资源整合，加速企业投资效率的帕累托改进。因此，在当前中国法律制度的制定和执行并不完善、市场信息噪音大、公司治理存在诸多问题的既定前提下，正视和积极利用行业和地区关系网络在企业投资过程中的重要推动作用，促进信息在企业之间的交流和传播，充分诱导高效生产技术和有关管理经验的扩散，是改善公司投资效率、引导企业健康发展的可行途径。

第三，做好市场化制度建设，建立健全的金融市场体系，提高金融资源的资本配置效率，改善企业投资决策更多依赖于“远亲”或“近邻”的局面。作为股东财富创造最大化的受托人，企业管理者在制定投资决策时不仅要综合分析外部环境信息，更需要根据依赖公司的专有信息，从而对公司未来的投资项目做出精确的识别和评价。本文研究发现，企业投资决策行为受“同伴”企业决策及其相关信息的影响要远大于其投资机会、现金持有量、规模等自身特征因素，并且该发现不受行业“同伴”(远亲)或是地区“同伴”(近邻)的限制。这一结果折射出金融市场体系发展不完善在企业行为决策中的弊端，即当前公司投资行为的趋同与市场发展不健全的负面因素有关。在信息的不对称程度较大、搜集成本较高以及监管治理氛围宽松的市场背景下，行业和地区等关系网络提供的公共信息在影响管理者的决策制定方面甚至超过公司自身的专有信息，从而占据着更重要的地位。因此，应该降低市场信息噪音，加强市场的制度化建设，促进公司对行为交易的信息披露，从而提高企业管理者的信息搜集和识别能力，在进行投资决策时更多取决于自身发展的需要，避免因对关系网络内的信息共用和盲目跟进导致的投资过度、效益下滑等问题。