博彩行为对公司资本支出的影响：中国实证

王 妮，林煜恩，王美灵，林有祯，池祥萱

(1.武夷学院　商学院，福建 　武夷山　354300;2.吉林大学　商学院，吉林　长春　130012;3.温州大学　商学院，浙江　温州　325399；4.国立东华大学　财金系，台湾　花莲　97401)



博彩行为对公司资本支出的影响：中国实证

王 妮1，林煜恩2，王美灵3，林有祯1，池祥萱4

(1.武夷学院商学院，福建 武夷山354300;2.吉林大学商学院，吉林长春130012;3.温州大学商学院，浙江温州325399；4.国立东华大学财金系，台湾花莲97401)

[摘要]本文的研究目的是探讨博彩行为对公司资本支出的影响。首先，使用股票报酬率的偏态系数与资本支出做回归分析，得到偏态系数与资本支出呈正相关关系，说明偏态系数越高，高管人员越会增加资本支出；其次，由于无法说明高管人员是否会因此而迎合投资人，所以本研究纳入偏态系数与套利风险的交互项来进行检验，采用五种套利风险与偏态的交互作用项与资本支出进行回归分析。研究结果发现：第一：偏态系数越高，资本支出越多；第二：信息不对称程度越高，股票价格越高，交易量越小，套利风险越大，公司的高管人员就偏向从公司未来的成长机会而减少资本支出；价格越低，交易量越大，套利风险越小时，高管人员就会迎合投资人的正偏态偏好，增加资本支出。

[关键词]博彩行为；偏态; 资本支出；套利风险；成长机会

一、 引 言

传统的财务理论指出，投资人在进行投资决策时，考虑的是预期回报率和风险，但是近年来的学术研究却发现，投资人有偏好于正偏态投资产品的现象。在日常中人们所购买的彩票，其报酬率就是具有正偏态现象，因此，若投资人具有正偏态偏好，那么其相应的投资就类似于彩票博彩的行为。通常情况下，彩票投资的赢家所得到利益的远远低于输家所支出的，也就是说，投资人进行正偏态偏好的投资决策，将会带来负收益。

现金持有对于公司而言，其影响着公司未来的成长，正如Xing(2008)[1]指出的，若公司持有大量的现金，就能在有良好投资机会的时候进行投资，进而降低公司未来的风险，或者增加公司未来的生产能力,所以现金持有是可以增加公司的成长机会。相反的，若公司具有良好的投资机会，公司就缺乏了足够的资金进行成长，就会导致舍弃净现值为正的投资专案(Polk and Sapienza, 2009)[2],所以现金的持有对公司的发展很重要的。因此，如果公司高管人员关心的是公司实质的营运状况，并希望能有所成长，那么当公司成长机会越大时，公司就会选择将资金保留下来，进行公司的资本支出 (Xing, 2008)。但是，由于公司的激励补偿机制的原因，公司的管理者就会有把公司做大的冲动，若公司有大量现金的时候，就会有盲目投资的现象，甚至会投资于净现值(NPV)为负的项目，严重损害公司与股东的利益。而且，迎合理论认为高管人员会迎合投资人的偏好，而决定公司的资金分配决策。然而，在公司报酬率出现正偏态时，并不能给投资者带来更高的收益，反而会是较低的，甚至，其期望收益率是负的，所以这时候如果投资人是具有正偏态偏好，且高管人员迎合投资人进行投资支出，就会给其带来损失。当公司的套利风险较大时，投资人情绪的作用较高，高管人员迎合投资人的机会就越高，此时就会增加公司的投资支出。因此区分公司是会不会迎合投资人的正偏态偏好而进行投资决策的重要性不言而喻，这也形成本研究的目的。

本篇论文可以补足博彩行为与支出之间的研究缺口。本文采取Ali, Hwang and Trombley (2003)[3]以及Lam and Wei (2011)[4]的方法，将套利风险分为套利成本、交易成本以及信息不对称 (information asymmetry)，检验套利风险对公司资本支出的影响；同时由所交易股票的波动性，偏度和价格，检验投资者偏态偏好对公司资本支出的影响。之后再纳入套利风险与投资者偏态偏好的交互作用项，检验公司在不同套利风险的情况下，会迎合投资人而进行投资支出，还是会考虑未来公司的成长。

除了对于投资人的博彩偏好有所贡献外，本研究对于检验网路经济或者新常态模型也能有所借鉴，盖因网路经济以及新常态都有一个明显的特征，亦即参加者众，但仅有及少数的人可以取得极大的成功，该特性符合正偏态的描述，因此本研究检验报酬率偏态的特性，亦可提供网路经济或新常态模型研究借鉴，未来的研究可以由偏态的特性来探讨这些研究；而本研究结果也显示，投资人的博彩偏好出现在较容易观察到的原始报酬率建构的偏态上，一旦采用市场模型调整后，该现象就改变了，该结果也符合过去理论的说法，受情绪影响的投资人较无法采用复杂的信息处理方法。

本篇论文一共包括五个部分的内容，第一节为前言部分，第二节为文献探讨，第三节为研究方法，第四节为实证结果，最后一节为结论与建议。

二、文献探讨

本节分为三个部分，第一部分探讨资本支出的相关文献，第二部分则探讨有关博彩行为的相关文献；最后一部分则是探讨套利风险的相关文献。

(一)资本支出

在公司投资投资支出理论中，现存的文献有以投资的成长机会理论来探讨公司的投资支出行为。Kallapur and Trombley (1999)[5]经过实证检验得出公司的资本支出 (capital expenditure) 与成长机会有高度的正向关系，当成长机会越高，投资支出就越大，同时，Xing (2008)指出公司高管人员关心的是公司实质的营运状况，并希望能有所成长，当公司成长机会越大，公司就会选择增加公司的资本支出。公司投资的成长机会理论认为，公司的投资支出是根据是否拥有良好的投资机会而决定。

作为上市公司的高管人员，本应该是理性的投资决策者，应该秉持着善良管理人的原则，但是Jensen(1986)所有权与控制权相分离的现代企业，高管人员会为了自身的利益，而选择迎合投资者，Baker and Wurgler (2004)[6]提出的迎合理论 (catering theory) 指出高管人员会迎合投资人的偏好，而决定公司的资金分配决策，作为投资者是易受情绪影响， Baker and Wurgler (2007)[7]指出当公司的套利风险较大时，投资人情绪的作用较高，此时就会增加公司的投资支出。Polk and Sapienza (2009) 以及Lam and Wei (2011)[8]指出当套利风险较高时，公司的市帐比值越大，高管人员迎合投资人的机会就越高，公司的资本支出就越多。当公司是因为迎合投资人而进行资本支出，若公司具有良好的投资机会，公司就缺乏了足够的资金进行成长，就会导致舍弃净现值为正的投资专案(Polk and Sapienza, 2009)，因此，当高管人员是迎合投资人而进行资本支出，就会伤害到投资人的利益(栗立钟和黄同鹤, 2014)[9]。

而传统的公司投资理论不仅仅探讨公司未来的成长性，也考虑了投资成本，因为降低了公司的资金成本，也相对提高了公司投资的价值 (Cochrane, 1996; Zhang, 2005; Liu, Whited and Zhang, 2009)[10]。而当投资人情绪高涨或者套利风险较大时，往往会增加公司的权益资金成本 (Berk, Green and Naik[11],1999; Bakke, and Whited, 2010)[12]，成长机会理论隐含当公司的市帐率越高，表示公司未来的成长机会越大，投资支出就会越高。

综合迎合理论以及公司投资的成长机会理论，当公司成长机会越大，公司未来的投资支出就会越大。但是若高管人员是迎合投资人的情绪，而增加的投资支出，却舍弃净现值为正的投资专案，放弃良好的成长机会，就会伤害到投资人的利益，因此区分公司是因为迎合或是成长机会而进行投资支出决策的重要性不言而喻。

(二)博彩行为

Markowitz?(1952)[13]最早提出投资人会偏好进行“有极大可能出现小损失；但极小机会出现极大利润”的投资，这显示投资人在进行投资决策时，对报酬率的重视程度是非对称性的，Barberis and Huang (2008)[14]认为投资人过度重视机率极低的事件，并且高估了其发生的可能性，因此会表现出他们对股票的偏好曲线是带有正偏态(positive skewness)。所谓股票报酬率的偏态特性实际上是反映了报酬率的不对称性，是指当股票有正(负)偏态时，其会表现出右(左)厚尾的现象，表示该档股票会出现极端高的持有利得(损失)，而一般投资大众所购买的彩票，正显示出其有正偏态的特性。Kumar(2009)[15]提出股市可以通过定量分析得出股市投资具有博彩性，主要检测的是：特定股票或具有特殊的波动性，特定股票或具有特殊的偏度，股票价格。所以，波动性大的且偏度较大，以及价格较低的股票可以将其定义为彩票型股票，亦即此类股票的报酬率具有博彩特性。

Kumar(2009)也指出具有偏好于偏态特性投资产品的投资者在股票市场上将会更倾向于投资具有博彩性质的股票。而且Brunnermerier and Parker(2005)[16]，及Mitton and Vorkink(2007)[17]研究投资者对于具有投资剧烈偏态股票的偏好性，结果发现投资者会牺牲投资效率以换取大额收益的投机机会，这就显示出了投资者的博彩性，所以，投资者投资于彩票型股票的行为是一种博彩行为。

然而，Barberis and Huang(2008)指出即使股票改变的偏态，但是这些股票的收益率并不受影响，这也就说明具有偏态的股票其超额收益依然为零。可是投资者在却在心理上赋予这类股票过大的巨额回报概率，使得预期收益率过高，最终股价被高估，而实际的平均收益率却是较低的。Boyer，Mitton and Vorkink(2007)[18]实证得出较高异质偏态的股票的收益率会比较低。因此，博彩行为并不能给投资者带来更高的收益，其收益反而会较低。甚至，Statman(2002)[19]彩票型股票交易的期望收益率是负的。

然而， Fong(2013)[20]认为投资人并非偏好有正偏态的股票，而是由于投资人是风险爱好者且容易受情绪所影响而进行投资，当公司亦受投资人情绪影响时，正偏态的效应就越明显，而Zhang(2013)[21]的研究也发现股票报酬率的帐市率异象(book to market anomaly)是由股票报酬率的偏态性所引起的，Page(2010)[22]指出个别投资人偏好博彩股的行为，恰提供了套利交易者或知讯投资人(informed trading)的套利机会，并降低其套利的风险。这表示单纯检验股票报酬率的博彩特性，无法验证出其真正的影响，必须同时结合两者，才能了解其真正的现象。

(三)套利风险

Baker and Wurgler (2007) 指出对于当公司的套利风险较大时，投资人情绪的作用较高，此时倾向于增加公司的投资支出。然而当套利风险较高，公司的套利成本就会相对提高，若高管人员考虑公司的成长机会，那么在套利风险变高的情况下，高管人员就会较不愿意进行投资。

套利风险，可以分为套利成本、交易成本以及信息不对称(information asymmetry) (Ali, Hwang, Trombley, 2003; Lam and Wei, 2011[23]，Pontiff ,2006[24]) 。对于理性套利者而言，交易成本限制了其利用定价误差获利的投资机会，若交易成本越高，就会降低了其套利机会，Duan, Hu and McLean (2010)[25]指出公司独特波动性 (idiosyncratic volatility) 是套利成本的主要来源，当波动越高，会降低套利活动并扩大定价误差。虽然套利者可以藉由避险投资组合来消除系统性的波动度，但是公司独特性波动度则无法由避险组合规避掉，因此对于理性的套利者而言，公司的独特性波动度是其进行套利时的成本 (Pontiff, 2006; Duan, Hu, and McLean, 2010)。

套利风险中的交易成本可以分为三类，分别为：直接交易成本、间接交易成本还有卖空成本。其中直接交易成本是由于投资人每次进行交易时，券商所收取的手续费而形成的，虽然每位投资人可能会在和券商签订合约的时候，争取到不同的折扣，但券商收取的手续费通常都是按交易价格的比率 ，交易的价格越高，相应收取的手续费比率会较低，当交易的价格较低时，其相应收取的手续费比率会较高(Blume and Goldstein, 1992)[26]；而间接交易成本常常以流动性 (liquidity)衡量，也就是交易特定手数的股票所引起的价格变动的程度，因此交易量是决定间接交易成本的重要决定因素 (Kyle, 1985[27];Gerhold,Guasoni,Muhle-Karbe,and Schachermayer,2014[28])；而卖空是理性的套利交易者进行修正价格的最佳手段，但对于卖空者而言，是进行借股票出售，之后才进行买回还股票的行为，如果该只股票在特定交易日完全没有人进行交易，套利者便无法及时的买回股票，而承担高额的借贷成本，因此可以将股票交易股数为0的天数，作为卖空成本的衡量。(Lesmond, Ogden, Trzcinka, 1999[29]; Ali, Hwang, Trombley, 2003)。

Grenadier and Wang(2010)[30]指出信息的不对称，限制了公司投资决策，信息不对称程度越高，公司就会降低投资支出。理性投资者需要利用信息来确定的套利机会，如果要较为精确地评价一家公司的价格，那就需要取得一定量的相关信息才能对该公司进行评价。如果只得到少量的信息就容易出现评价错误的现象，因此信息不对称程度越高的公司，其进行套利难度就越困难，则对于套利者而言，其套利风险也就越高，因此套利者就要更加谨慎的做出投资决策。

三、 研究方法

(一)数据来源与处理

本研究的主要数据来源于国泰安数据库，有关公司资本支出变项取自于国泰安数据库中的中国上市公司财务报表数据库，而由个股交易数据库取得了公司每日的收盘价、总市值、每日交易金额、股票报酬率；由中国上市公司预测研究数据库取得了每家公司的分析师预测报导数据；为了计算公司的异质波动度，也由综合市场交易数据库中取得了每日的市场报酬率。

综合上述所有数据库的资料，本研究重要的被解释变量为资本支出，其采用的为年报资料，因此本文探讨的研究频率为年资料，而本研究样本期间始于2002年，取样时间为2002年到2012年共11年间的资料。本文总共对18个行业进行研究分析，最终总共对11589家公司的年度资料进行分析研究。

(二)股票报酬率博彩行为的衡量

在有关股票的博彩行为上，学术文献多衡量股票报酬率的偏态系数来进行检验，而在过去的研究中，其偏态性有三种衡量方法，第一种为原始报酬率偏态系数，第二种为异质性偏态系数 (idiosyncratic skewness)，第三种为组基础偏态系数 (quantile-based skewness)，第一种衡量方式，是直接以个股日报酬率计算其偏态系数；第二种方式则是进行资本资产定价模型的回归后，取得每日报酬率的残差项后，再计算报酬率的残差项的偏态系数，即为该只股票的异质性偏态系数；第三种组基础篇态系数定义如式 (1):

q_skew=(P90+P10-2×P50)/(P90-P10)

(1)

式(1)中P90、P50以及P10分别为过去股票报酬率的第90、第50以及第10百分位数的报酬率数值，采用该组基础篇态系数的衡量方法，可以更强调投资人最极端报酬率的重视程度，本研究计划拟同时采用这三种衡量方法，来检验股票报酬率的博彩行为与套利风险对资本支出政策的影响。

(三) 实证模型

根据迎合理论以及成长机会理论，本文研究博彩行为对资本支出的影响，以资本支出为因变量，博彩行为(偏态)为自变量，并探讨之相关的控制变量来建立模型，从而验证所作出的假设并得出结论，因而采用式 (2) 来探讨偏态对资本支出的影响：

Investi,t+1=α+β1betai,t+β2skewi,t-1+β3MBi,t-1+β4Ivoi,t+β5Pricei,t+β6ln(Volumei,t)+β7Zerofreqi,t+β8[1/(1+Analysti,t)]+β9ln(MVi,t)+εi,t

(2)

式 (2) 中，Investi,t+1为第i家公司在t+1年公司当年度购建固定资产、无形资产和其他长期资产支付的现金，本研究以各家公司的期初总资产进行标准化的动作，betai,t为第i家公司在t年6月底时，以t-1年7月到t年6月所有的日资料进行CAPM估计所得到的系统风险估计值；skewi,t-1为第i家公司在t年6月底时以公司t-1年7月到t年6月底所有日报酬估计出来的偏态值；MBi,t-1为第i 家公司在t-1年年底时的市价净值比；IVOi,t为第i家公司在t年6月底时，以t-1年7月到t年6月的日报酬率求得的残差报酬率标准差；Pricei,t为第i家公司在t年6月底时的股票收盘价。ln(Volumei,t)为第i家公司在t-1年7月到t年6月的股票交易股数取自然对数值；Zerofreqi,t为第i家公司在t-1年7月到t年6月间股票没有任何交易成交的天数总和；Analystsi,t为第i家公司在t-1年6月到t年5月披露的分析师报导，为了显示信息不对称程度,在模型估计中采用1/(1+Analystsi,t)进行分析，ln(MVi,t)为第i家公司在t年6月底时的股票权益总市值取自然对数,相关变项列于表1。

表1 变量定义表

本研究利用偏态以及套利风险的交互作用效果来检视，是否在套利风险较高的情况下，偏态越高，高管人员较会采用迎合投资策略，或者是因为考虑权益资金成本而降低投资支出，因此采用式 (3) 进行分析：

Investi,t+1=α+β1betai,t+γ1skewi,t-1×betai,t+β2MBi,t-1+γ2skewi,t-1×MBi,t-1+β3Ivoi,t+γ3skewi,t-1×Ivoi,t+β4Pricei,t+γ4skewi,t-1×Pricei,t+β5ln(Volumei,t)+γ5skewi,t-1×ln(Volumei,t)+β6Zerofreqi,t+γ6skewi,t-1×Zerofreqi,t+β7[1/(1+Analysti,t)]+γ7skewi,t-1×[1/(1+Analysti,t)]+β8ln(MVi,t)+εi,t

(3)

式 (3) 中纳入了偏态与各项套利风险相关变项的交互作用项，如果高管人员会因此迎合投资人，则当套利风险越高时，公司越会采用进行投资，因此本研究预期γ3、γ5、γ6以及γ7的系数值大于0，而γ5是偏态与交易量的交互作用项，当交易量越高，套利风险越低，因此本研究预期γ5小于0；但若高管人员考虑的是投资的成本效益问题，套利风险越高，成本越高，此时γ3、γ5、γ6以及γ7的系数值小于0，而γ5是偏态与交易量的交互作用项，当交易量越高，套利风险越低，因此本研究预期γ5大于0。

除了套利风险与偏态的交互作用变项之外，本研究也纳入了系统风险与市价净值比和偏态的交互作用变项，如果高管人员会考虑风险，则预期γ1会小于0；而市价净值比也被视为定价误差的衡量指标 (Baker and Wurgler, 2004)，若高管人员迎合投资人，则γ2会大于0。

四、实证结果

(一) 样本叙述统计

由于公司在进行资本支出时，应该要先考虑其是否具有较佳的成长机会，因此本研究先采用Tobin’s Q来做为衡量公司成长机会的变项，本文用样本前一年的Q将公司分成两类，Q>1表示为具有良好成长机会的公司，Q<1表示公司的成长机会较差。表2为样本的次数分配表，可以看出，大多数的公司的托宾Q都大于一，且总体呈现增长的趋势。说明当前大多数公司的市场价值要高于资本的重置成本，新厂房设备等的资本要低于公司的市场价值。在这种情况下，公司可能就会采取增加投资支出的决策。

表3将样本按照成长机会分组，并且依照不同的产业检验样本期间内的资本支出情况。从表3可以看出当公司具有较佳的成长机会时，采矿业的资本支出最多，数值为0.0966，位居第一；其次是交通运输、仓储和邮政业，0.0880；资本支出第三的是电力、热力、燃气及水产生产和供应业,0.0840；而在众多产业中，资本支出最少的是金融业，只有0.0053。当公司的成长机会较差时，资本支出最多的是水利、环境和公共设施管理业，0.0983；位居第二的是租赁和商务服务业，0.0916；其次是电力、热力、燃气及水产生产和供应业,0.0833；最低的是金融业，只有0.0017。说明了公司的资本支出与它所处的产业是有很大的关系的，那些需要设备要求较高的公司其资本支出相对于其他的就会高些，像金融业对设备等的需求就小些，因而不管Q值是在怎样的情况下，它的资本支出相对于其他产业来说都是最低的。

表2 样本次数分配表

表3 产业、成长机会与资本支出

表4为样本变项的叙述统计表，从2003年至2012年间，对各个变项进行计算统计。表4报告计算各个变项的均值、标准差、最小值、中位数及最大值。根据表4，资本支出的最大值为0.6022，最小值为0.0000，均值是0.0580，表明当前中国公司的资本支出普遍较低。贝塔的均值为1.0264；市帐率的均值与标准差分别为0.6957、0.2355；成交量的均值为17244835603。

表5为皮尔逊相关系数表(pearson correlation coefficient)表示各个主要变项原始值的相关系数表，自2003年到2012年间，计算上述变项间的相关系数，由表5可以看出，资本支出与市帐率、偏态、股票价格、零交易天数等有显著的相关。

表6为斯皮尔曼相关系数(spearman correlation coefficient)即将各变项按数值进行排序后，再检定各变项的等级序列相关。自2003年到2012年间，对相关变量进行控制后，计算上述变项间的相关系数，由上表可以看出，资本支出与市帐率、独特性波动度、股票价格、零交易天数等变项有显著的相关关系。结果发现排序后的变项相关系数比原始值的相关系数更加显著。

表5与表6的系数值显示变项间的相关性都未达高度相关，显示后续研究的模型较不会有共线性的问题存在，因此本研究得以顺利进行后续的回归分析。

表4 叙述统计表

表5 皮尔森相关系数表

表6 斯皮尔曼等级相关系数表

*表示达10%显著水平，**表示达5%显著水平，***表示达1%显著水平.

(二) 偏态系数、套利风险交互项对资本支出的影响

到目前为止，我们了解了样本次数分配、均值以及变项间的相关系数关系，接下来开始检验高管人员是否会考虑股票博彩行为而调高公司的资本支出，以迎合投资人，或者因为考虑成本问题，而减少公司的资本支出。

表7 偏态系数、套利风险对资本支出的影响

括号为t统计量;*表示达10%显著水平，**表示达5%显著水平，***表示达1%显著水平.

表7为偏态系数、套利风险对资本支出的全样本回归模型，模型1纳入了贝塔值、市帐率与偏态系数，结果发现贝塔值、市帐率与资本支出呈现负向关系，但结果不显著。偏态系数与资本支出呈现正向关系，结果显著，说明偏态系数越高，高管人员越会增加资本支出。模型2是模式3 的基础模型，模式3中纳入了偏态系数，结果发现各项套利风险的变量系数值的方向皆没有改变，但是与模型1相比较，在纳入套利风险变项后，虽然偏态系数与资本支出的结果是显著相关的，但是方向却是相反的。因此，本文通过表八纳入偏态系数与套利风险的交互项来进行检验它们的交互作用效果。

表8中纳入了贝塔值、市帐率以及套利风险与偏态系数的交互作用项。模型1为普通最小二乘法，结果显示skew与IVO的交互项系数为-0.0007，呈显著的负相关关系；而SKEW与Price、ln(Volume)的交互项系数分别为-0.0067与0.0023，呈显著负相关，仅次于IVO。模型2控制了年度效果，结果发现SKEW与IVO、Price的交互项系数分别为-0.0008、-0.0088，结果为显著负相关。模型3控制了产业效果，结果发现SKEW与IVO的交互项系数为-0.0007，结果为负相关显著；SKEW与MB的交互项系数为0.0096，结果达到5%的显著水平，呈正相关关系；SKEW与Price的交互项系数为-0.0058，结果为负相关显著。模型4同时控制了年度与产业效果。结果发现SKEW只与IVO、Price有显著负相关关系，达到1%的显著水平，它们的交互项系数分别为-0.0007、-0.0084。因此表八显示，贝塔值、市帐率与偏态的交互作用下，日报酬残差的标准差和股票价格与资本支出呈负向相关关系，且结果显著。而在不同套利风险的情况下会发现不同的结果，SKEW与IVO、Price的交互项与资本支出在四种情况下都呈负相关关系，且结果显著，表明股票的价格越高，套利成本越高，套利风险越大，受到投资者情绪的影响，加之会增加权益资金成本，越不易于进行套利活动，公司高管人员会考虑公司的成长机会，减少资本支出。

表8 报酬率偏态性与套利风险交互作用对资本支出的影响

括号为t统计量.

*表示达10%显著水平，**表示达5%显著水平，***表示达1%显著水平.

表9 异质性波动下报酬率偏态性与套利风险交互作用对资本支出的影响

括号为t统计量.

*表示达10%显著水平，**表示达5%显著水平，***表示达1%显著水平.

我们在表9中纳入了独特性波动指标，按照公司的前一年的异质性波动由小到大分成四组，用以说明偏态效果在异质性波动不同的公司股票的影响不同，即每年将公司依照t-1年的异质性波动指标分成4组,其中G4为异质性波动最高组，G1为异质性波动最低组，并采用表4的模型4进行回归分析。结果发现SKEW

与beta的交互项系数在G3组显著为正，系数是0.0244，达到5%的显著相关水平；SKEW与MB的交互项系数在G2组显著为正，系数是0.0182，达到10%的显著相关水平；SKEW与IVO的交互项系效果在G3、G4组为显著负相关，系

数分别是-0.0028与-0.0008；SKEW与Price在G1、G2、G3组的交互项系数分别是-0.0096、0.013与-0.0113，为显著负相关；SKEW与ln(Volume)的交互项系数只在G2组显著为正，系数是0.0065，达到5%的显著相关水平；SKEW与(1+Analysts)-1的交互项系数只在G4组显著为负，系数是-0.0155。说明不同公司异质性波动会对偏态的效果造成影响。

通过上述对偏态系数、套利风险交互项对资本支出的影响的研究结果表明，当公司的股票价格越高时，日报酬率的残差标准差越大时，套利风险越大，越不容易进行套利活动，公司高管人员就会考虑公司的成长机会，考虑投资的成本效益问题，从公司的长远利益出发，减少资本支出。

(三) 稳健性检验

除了采用报酬率的偏态系数外，本研究亦采用市场模型估计的报酬率残差偏态以及组报酬率偏态来检验股票报酬率的博彩行为对高管人人进行资本决策的影响，结果列于表10和表11。

在表10采用市场模型估计的报酬率残差偏态重新进行表9的结果，结果SKEW与Price的交互系数在G4组显著为负，系数值为-0.0085；SKEW只与(1+Analysts)-1的交互系数在G4组显著正相关，系数值为0.0218，达到5%的显著水平。这与表9的-0.0155显著负相关是不一样的，该结果显示市场报酬率的偏态是投资人直接可以观察到的偏态值，然而经由系统风险调整后的报酬率残差所建构出来的偏态，较难以被投资人所观察到，为了验证该观点，本研究采用由原始报酬率建构的组报酬率偏态来验证。

表11采用组报酬率偏态检验表9，结果发现SKEW与IVO的交互项在G4组显著负相关，系数值为-0.0482；SKEW与Price的交互项在G3组的系数值为-0.0389，呈显著负相关，达到5%的显著水平；SKEW与Ln(volume)的交互项在G1组的系数值为0.0206，呈显著正相关关系；在G3组显著为正，值为0.0288；SKEW与(1+Analysts)-1的交互项在G3组的系数值为0.0746，呈显著正相关关系，在G4组的交互项系数值为0.0939，显著正相关。表11与表9的系数变化趋势和显著性变化规律大致相同，显示投资人的博彩偏好存在于原始报酬率的观察中，无法利用其他较复杂的方式来捕捉这样的特性，而我们的结果也显示高管人员在进行资本支出决策时，会考虑投资人的偏好以及资金成本。

表10 异质性波动下残差报酬率偏态与套利风险对资本支出的影响

表10(续)

LowIVOG2G3HighIVO(-0.34)(-0.01)(-0.82)(-0.15)SKEW*Zerofreq0.0022-0.00040.0001-0.0044(0.85)(-0.14)(0.03)(-1.18)SKEW*(1+Analysts)-1-0.00360.0161-0.00680.0218**(-0.35)(1.28)(-1.19)(2.39)IVO-0.0061-0.008-0.0314***-0.0169*(-0.74)(-0.86)(-5.28)(-1.8)Price0.009**0.0156***0.0159***0.0237***(2.54)(3.53)(5.22)(5.16)Ln(volume)0.00190.00140.00150.0019(0.74)(0.46)(0.74)(0.61)Zerofreq0.0086***0.0062**0.00290.0033(3.48)(2.3)(1.4)(1.19)(1+Analysts)-1-0.1292***-0.0013-0.0362-0.0223***(-5.05)(-0.04)(-1.61)(-2.87)ln(ME)-0.0028-0.00340.0011-0.0045*(-1.59)(-1.4)(0.58)(-1.84)Nobs2928230740372299ADJR20.17610.08640.10550.0827

括号为t统计量

*表示达10%显著水平，**表示达5%显著水平，***表示达1%显著水平

表11 异质性波动下报酬率组偏态与套利风险对资本支出的影响

表11(续)

VariableG1G2G3G4IVO-0.0047-0.0063-0.0301***-0.0218***(-0.81)(-1.04)(-7.37)(-3.7)Price0.0048**0.0129***0.0159***0.0186***(2.02)(5.02)(7.81)(6.86)Ln(volume)0.00080.00080.00170.0003(0.41)(0.37)(1.08)(0.16)Zerofreq0.0082***0.0058***0.0027**-0.0007(4.92)(3.58)(2.02)(-0.47)(1+Analysts)-1-0.1086***-0.007-0.03090.0006(-5.15)(-0.3)(-1.64)(0.12)ln(ME)-0.0011-0.00210.0009-0.0027(-0.75)(-1.05)(0.58)(-1.41)Nobs2928230740372299ADJR20.20890.1160.12890.1109

括号为t统计量.

*表示达10%显著水平，**表示达5%显著水平，***表示达1%显著水平.

五、结论

本篇文章是为了检验博彩行为对公司资本支出的影响，先前的研究认为投资人在进行投资行为时，可能会受正偏态所影响。因此高管人员会利用投资人正偏态偏好，采取的公司财务决策就会增加资本支出以迎合投资人；但是如果高管人员考虑到公司的未来前景时，则偏向于向投资人指示公司未来的成长机会，就会做出谨慎的公司财务决策，降低公司资本支出，使投资人陷入崩盘危机。

本研究采用市场模型下报酬率残差的标准差、股票价格、交易量、公司的异质性波动以及分析师报导数量五种套利风险与偏态的交互作用来检验偏态系数对资本支出的影响。研究结果发现当信息不对称程度越高，市场模型下报酬率残差的标准差越大，股票价格越高，交易量越小，以及当公司的异质性波动越大时，公司就需承担较大的套利成本，有较大的套利风险，公司的高管人员就可能会从公司未来的成长机会出发，减少资本支出；而当信息不对称程度越低，市场模型下报酬率残差的标准差越小，股票价格越低，交易量越大，以及公司的异质性波动越小时，所带来的套利风险越小，公司就会迎合投资人的正偏态偏好，采取增加资本支出的财务决策。

同时本研究进行了稳健性检验，以保证研究结果具有准确性。在进行稳健性检验时，把公司的异质性波动考虑在内，研究结果表明当信息不对称程度越高，交易量越大的情况下，价格越低，市场模型下报酬率残差的标准差越小，高管人员会采取增加资本支出的决策。

如果高管人员利用投资人的博彩偏好来进行资本支出的决策，很有可能会对投资人的利益造成伤害、因此公司管理当局在进行资本支出决策时，应当提倡考虑公司未来的成长机会，从公司的长远利益着手，实现公司价值最大化。基于此目的，本研究对政府管理当局提出了一些建议，就中国目前处于的经济状况来说，各行各业都处于亟需成长的情况，所以管理当局应当设法营造公司会以未来成长考虑进行投资决策的环境，避免高管人员为了短期的利益考虑，将资金投入到无获利性的投资专案，最终导致公司长期的经营绩效不善，进而引起股市的震荡。本研究的结果指出，公司高管人员在股价高、交易量低的情况下，会减少资本支出，因此政府可以实行股票自动分割的机制，当股价到达一定金额界限时，进行自动分割，在降低股价后，增加股票的流动性；同时可采用成立造市商(market maker)的方式解决卖空成本问题，造市商会在市场缺乏股票卖出者或买入者时充当相应角色，藉此可增加其交易量。当股票的价格与交易量合理化后，就可以降低交易成本，降低套利风险。本研究针对信息不对称问题也提出了相应的对策，建议证监会成立中立性质的分析师机构，对那些分析师不愿意去跟踪报道的信息不对称较高的公司进行分析评价，以此来解决信息不对称问题。通过上述措施的采取实施，当股票价格合理化，交易量正常化，信息不对称程度降低，公司的股票报酬率残差的标准差也会随之降低，公司的异质性波动也相应的降低，这样就可以在一定程度上降低套利成本，降低套利风险，使公司处于一个以未来成长考虑进行投资决策的环境，谨慎决策，做出有利于公司持续稳定成长的资本支出决策。

对于研究者，本研究亦提供了两个建议，第一，投资人若有博彩偏好，其属于较不精明的投资人，因此在衡量上应该采用原始报酬率建构出来的偏态系数，若经由模型调整，可能较不容易被一般投资人所观察到，会导致博采行为的衡量有误；第二，虽然本研究探讨的是投资人的博彩行为，但本研究检验的变项是报酬率的偏态特性，因此本研究对于有关新常态或者网路经济效应提供了研究方向，因为目前所谓的新常态或者网路经济都具有正偏态的特性，亦即只有极少数的人可以取得极高的报酬率，亦即有着赢家全拿 (winner takes all) 的现象，该现象即是报酬率正偏态所阐释的结果，因此未来在探讨网路经济或者新常态的研究，应在其研究模型中考虑报酬率的偏态特性，更能解释目前的研究现象。

[参考文献]

[1]Xing,Yuhang.Interpreting the Value Effect Through the Q-Theory:An Empirical Investigation[J].The Review of Financial Studies,2006,(4):1767-1795.2008.

[2]Polk,Christopher and Paola Sapienza.The Stock Market and Corporate Investment:A Test of Catering Theory[J].The Review of Financial Studies,2009,(1): 187-217.

[3]Ali,Ashiq,Lee-Seok Hwang and Mark Trombley.Arbitrage Risk and the Book-to-Market Anomaly[J].Journal of Financial Economics,2003,(2):355-373.

[4]Lam,Eric,John Wei,Limit-to-Arbitrage,Investment Frictions,and the Asset Growth Anonmaly[J].Journal of Financial Economics,2011,(1):127-149.

[5]Kallapur,Sanjay and Mark Trombley,The Association between Investment Opportunity Set Proxies and Realized Growth[J].Journal of Finance and Accounting,1999,(3):505-519.

[6]Baker,Malcolm and Jefferey Wurgler,A Catering Theory of Dividends[J].Journal of Finance,2004,(3):1126-1165.

[7]Baker,Malcolm and Jefferey Wurgler,Investor Sentiment in the Stock Market[J].Journal of Economic Perspectives,2007,(2):129-152.

[8]Lam,Eric,John Wei,Limit-to-Arbitrage,Investment Frictions,and the Asset Growth Anonmaly[J].Journal of Financial Economics,2011,(1): 127-149.2011.

[9]栗立钟,黄同鹤.股利政策的投资者保护机制[J].北京大学工商学报 (社会科学板),2014,(1):22-28.

[10]Cochrane,John.Production-Based Asset Pricing and the Link between Stock Return and Economic Fluctuations[J].Journal of Finance,1991,(1):209-237.

[11]Berk,Jonathan.Richard Green and Vasant Nail,Optimal Investment,Growth Options and Security Returns[J].Journal of Finance,1999,(5):1153-1607.

[12]Bakke,Tor-Eric,Toni Whited.Which firms Follow the Market?An Analysis of Corporate Investment Decisions[J].Review of Financial Studies,2010,(5):1941-198.

[13]Markowitz,H.,The Utility of Wealth[J].Journal of Political Economy,1952,(60):151-15.

[14]Barberis,N.,and M.Huang.,Stocks and Lotteries:The Implications of Probability Weighting for Security Prices[J].American Economic Review,2008,(98):2066-2100.

[15]Kumar,A.,Who Gambles in the Stock Market Journal of Finance[J].2009,(64):1889-1933.

[16]Brunnermeier,Markus K.and Jonathan A.Parker.Optimal Expectations[J].American Economic Review,2005,(4):1092-1118.

[17]Mitton,Todd,and Keith Vorkink.Equilibrium Underdiversification and the Preference for Skewness [J]. Review of Financial Studies,2007,(20):1255-1288.

[18]Boyer,Brian H.,Todd Mitton,and Keith Vorkink,Expected Idiosyncratic Skewness [J].Review of Financial Studies forthcoming,2009,(1):169-202.

[19]Meir Statman.Lottery Players/Stock Traders[J].Financial Analysts Journal,2002,(1):14-21.

[20]Fong,W.,Risk Preferences,Investor Sentiment and Lottery Stocks:A Stochastic Dominance Approach[J].Journal of Behavior Finance,2013,(1):42-52.

[21]Zhang,X.,Book-to-Market Ratio and Skewness of Stock Returns[J].The Accounting Review,2013,(6):2213-2240.

[22]Page,J.,Skewness Preferences and Informed Trading[J].Working Paper,2010.

[23]Lam,Eric,John Wei,Limit-to-Arbitrage,Investment Frictions,and the Asset Growth Anonmaly[J].Journal of Financial Economics,2011,(1):127-149.

[24]Pontiff,Jeffery.Costly Arbitrage and the Myth of Idiosyncratic Risk[J].Journal of Accounting and Economics,2006,(1):35-52.

[25]Duan,Ying,Gang Hu and David McLean.Costly Arbitrage and Idiosyncratic Risk:Evidence from Short Sellers[J].Journal of Financial Intermediation,2010,(4):564-579.

[26]Blume,Marshall and Michael Goldstein,Displayed and Effective Spreads by Market[J].Working Paper.Wharton School,University of Pennsylvania,1992.

[27]Kyle,Albert.Continuous Auctions and Insider Trading[J].Econometrica,1985,(6):1315-1335.

[28]Gerhold,Stefan,Paolo Guasoni.Johannes Muhle-Karbe and Walter Schachermayer,Transaction Costs,Trading Volume, and the Liquidity Premium[J] .Finance and Stochastics,2014,(1):1-37.

[29]Lesmond,David,Joseph Ogden and Charles Yrzcinka,A New Estimate of Transaction Costs[J].Review of Financial Studies,1999,(5):1113-1141.

[30]Grenadiar,Steven,Neng Wang.Investment Timing, Agency, and Information[J].Journal of Financial Economics,2005,(3):493-533.

[责任编辑：安锦]

The Impact of Gambling Behavior on Capital Expenditure： Evidence from China

WANG Ni1，LIN Yu-en2，WANG Mei-ling3，LIN You-zhen1，Chih Hsiang-hsuan4

(1.School of business，Wuyi University，Wuyishan 354300, China; 2. School of business，Jilin University, Changchun, 130012; 3. School of business，Wenzhou University, Wenzhou 325399; 4. Department of Financial, NDHU, Hualian 97401, China)

Abstract:The purpose of this study is to investigate the effect of gambling behavior in the investment of the company.First,the skewness coefficient of stock returns and investment to do regression analysis,the skewness coefficient of stock returns have a positive correlation on investment,that is demonstrates that skewness coefficient the higher，managers will increase the corporate investment；Second,because it could not indicate whether the manager would invest more to catering the individual sentiment,so this study male the interaction effects on skewness and risk arbitrage to view, risk arbitrage make up 5 variables and to do with the skewness regression analysis. Our results find：first，skewness coefficient has positive effect on invest；second，the higher the degree of information asymmetry，for the company with high price or low trading volume, higher Arbitrage Risk，the manager would invest according to the growth opportunity,reduce the corporate investment；the lower price, the greater volume,smaller Arbitrage risk,then，the manager would invest more to catering the individual sentiment of skew.

Key words:gambling behavior；skewness; corporate investment；arbitrage risk；growth opportunity

[收稿日期]2016-05-21

[作者简介]王妮(1980-)，女，福建福州人，武夷学院商学院讲师，硕士，从事银行金融、行为金融研究.

[中图分类号]F275；F832.51

[文献标识码]A

[文章编号]2095-5863(2016)04-0088-15