4.2 金融傳染的微觀經濟特征綜合研究

上面討論的單變量圖形分析的一個問題就是：如果兩個（或更多）企業的特征是高度相關的，那么就很難找出某個特定特性對股票收益的影響。例如，大公司更有可能與給定的危機區域存在貿易暴露，也可能不太容易受到全球危機的影響（如果投資者中受到沖擊后轉而投資更大、更穩定的公司）。在這種情況下，與危機區域存在貿易暴露的公司所構成的投資組合將會勝過不存在貿易暴露的公司，盡管這個表現上的差異與本文考慮的變量（與危機區域的貿易暴露）沒有直接關系。因此，在本節中筆者將采用多元回歸法來同時研究不同變量的影響，本節的第一部分討論估計方法，第二部分展示多元回歸的主要結果，本節最后一部分著眼于敏感性分析。

4.2.1 實證研究方法

估計不同公司特征對股票市場收益影響的標準方法是用公司特征值來回歸超額收益或累計超額收益（計算方程（4-1）-（4-3））。例如，如果，是（N×1）向量的周期 L 加總的累計超額收益率（N 支股票），F 是（N×K）的公司特征矩陣，則估計的標準方式為：

其中 θ 是（K×1）向量的系數，是（N×1）向量的干擾項。如果橫截面的干擾項是獨立同分布的，那么使用 OLS 估計是一致且有效的。本文的數據集違反了這種假設的原因有兩個。首先，公司間的干擾項不是同方差的，對于任意時期 τ 的兩家公司 i 和 j:結果標準誤差就會有偏差，系數的估計就會是無效的。為了解決這個問題，本文采用 White 提出的在存在未知形式的異方差時，對系數協方差進行正確估計的異方差一致協方差估計量。

OLS 法得到的參數估計量的協方差矩陣的一般形式為

中的所有的企業都是同時受到危機的影響，而大多數事件研究（如股票分割）都是針對不同日期的不同公司。不同企業所產生的擾動項相關會導致標準誤是偏差和不一致性。為了檢驗這個問題是否影響估計的準確性，本文分別采用 DW 檢驗和 LM 檢驗來確定擾動項是否存在一階和高階的自相關。

4.2.2 實證結果

接下來，估計模型中的方程（4-4），危機前和危機期間使用如第 1 節的圖形分析中相同的定義。對于解釋變量 F,本文采用了與第 3 章中相同的公司特征。

更具體地說，四個解釋變量（出口競爭、貿易暴露、股票流動性和未償債務）是與一個危機可能影響到其他國家的企業的四個渠道（產品競爭力、收入效應、流動性和信貸緊縮）盡可能對應的。解釋變量出口競爭是一個虛擬變量，當公司的主要產品與危機區域的主要出口產品位于相同的類別時為 1,其余為 0;貿易暴露則是公司的主要商品與危機區域自中國進口的主要商品位于相同類別時為 1的虛擬變量；股票流動性是公司的流通股平均日換手率高于樣本中位數則為 1,低于中位數則為 0;虛擬變量信貸緊縮是速動比率高于中位數的公司為 1.

表 4-1 顯示了次貸危機和歐債危機多元回歸的基本估計。列（1）和（3）出示的是 OLS 估計值。從 DW 值和 LM 值我們可以看出，多元回歸的擾動項不存在一階和高階的自相關，但是 White 檢驗證實擾動項是異方差的。所以列（2）和（4）報告的是使用 White 異方差一致協方差估計得到的無偏、一致的系數估計值和標準誤差，在下面的討論中，本文重點分析偶數列的 White 異方差一致協方差估計。

表 4-1 中的大部分結果都支持上面介紹的初步圖形證據。在次貸危機中，出口競爭和未償債務的系數均顯著為負，股票流動性的系數顯著為正，而貿易暴露的系數卻不顯著。這表明產品競爭力和信貸緊縮是次貸危機傳導至我國的渠道，股票流動性則不是。此外，估計出的系數表明這些影響的幅度可能會很大。例如，出口競爭的系數表明生產的商品與危機經濟體主要出口產品位于同一個行業的公司的累計超額收益比不位于同一行業的公司要低 12 個基準點，即整個危機期累積超額收益率的 12 個百分點。未償債務系數表明，對短期債務依賴度高的個股比對短期債務依賴度低的個股的累計超額收益要低 16 個百分點。

在歐債危機中，出口競爭和未償額債務的系數仍然是顯著的。更具體地說，出口競爭系數表明生產的商品與危機經濟體主要出口產品位于同一個行業的公司的平均日收益比不位于同一行業的公司要低 3.7 個基準點。在整個 20 天的危機時期，這意味著比與歐盟不存在出口競爭的公司的累積超額收益率低約 3.7 個百分點。未償債務的系數表明對短期債務依賴高的公司在整個危機期將有比其他公司低 3.4 個百分點的累計超額收益。貿易暴露的系數表明，收入受影響的企業經歷了低4.4個基準點，則在整個危機期下的累積超額收益率為低4.4個百分點。

最后，股票流動性的系數在歐債危機期間不顯著。出現在這些多元回歸中的一個重要結果是，我國企業在次貸危機和歐債危機中所受的影響是不同的。這并不奇怪，因為危機如何蔓延應該是高度依賴于危機起源國的具體特征和該國是怎樣與我國聯系的。例如，出口競爭的系數在美國次貸危機中比歐債危機中更大且更顯著，這是因為相比于次貸危機，歐盟國家的主要出口產品與我國企業的競爭小一些。這些危機的不同模式也可以表明危機傳播的非線性。

總結本節的主要結果，多元回歸估計顯示在次貸危機和歐債危機中，與危機國存在出口競爭或對短期債務依賴程度較高的公司有顯著較低的股票收益。這表明在危機期間產品競爭力和信貸緊縮都是重要的傳播機制。結果還顯示與危機國存在貿易暴露的公司在歐債危機期間會受到更加嚴重的影響，這在一定程度上證實收入效應也是金融傳染的傳播渠道。最后，實證還表明股票流動性所代理的投資組合重組效應在兩次危機中都沒有發揮效用。這一系列試驗的最終結果是，每個金融危機對我國企業的影響各不相同，這主要取決于危機起源國家（或一些國家）的特點。

4.3 穩健性檢驗

上一節得到了本文的主要結論，但是這些結論依賴于本文對危機時期、關鍵變量和模型的定義，那么重新定義這些要素會改變微觀經濟特征變量的顯著性嗎？為了找到答案，本節將對危機時期、關鍵變量和模型進行重新定義，以確保本文的主要結論是穩健的。

4.3.1 重新定義危機時期

需要對危機時期重新進行定義的原因有四：首先次貸和歐債危機并沒有明確的結束日期；其次危機的有些影響可能會隨時間跨度的不同而變化；還有證據表明，市場對單篇新聞往往反應不足，對一長串的相關新聞則又會反應過度；最后即使時間周期比一個典型的事件研究周期長，對于反映所有被影響股票收益的相關信息也可能不夠長。因此本文使用相同的危機開始時間，但定義次貸危機持續2、6、12、26 和 40 周，歐債危機持續 1、2、4、6 和 10 周。結果如表 4-2 所示。

在次貸危機持續 1-6 周時，只有出口競爭的系數在第三周出現了顯著，并馬上又變成了不顯著，6 周后未償債務的系數變得顯著，12 周后股票流動性的系數變得顯著，但卻是顯著為正，26 周后出口競爭的系數變得顯著。在最長的危機期中，出口競爭、股票流動性和未償債務的系數依然顯著，只是貿易暴露的系數一直不顯著。這些結果支持了不同的時間跨度中危機的影響不同的原假設。這其實是因為危機的發展都需要一定的周期，如在次貸危機爆發初期，我國輿論普遍認為次貸危機對中國經濟的影響有限，一直到 7、8 月份，中國市場對次貸危機的擔憂才逐漸加劇，而且在 2008 年底，面對危機四伏的現狀，我國政府制定出臺了十大措施以及兩年 4 萬億元的刺激經濟方案。

歐債危機的結果也會隨著危機期變動。但有了次貸危機的教訓，我國投資者對歐債危機反應更為迅速，表現為在危機爆發后的第四周各渠道就開始進行傳染。出口競爭的系數只有在危機期定義為持續 4 周時才顯著，這可以表明，在歐債危機的幾個星期里，投資者認為國內支付系統的動蕩和問題將會破壞經濟基本面。

然而在較長一段時間里，當歐盟的經濟基本面并沒有崩潰時，出口競爭變量出現了預測功能。同樣，當歐盟經濟并沒有崩潰，那么歐盟經營的收益損失很可能比預期的要低，進而呈現為直接貿易暴露系數不顯著。

4.3.2 重新定義關鍵變量或模型

在這部分敏感性檢驗中，本文研究改變基礎分析中關鍵變量定義的影響。首先重新定義股票流動性，即將股票流動性定義為流通股年換手率、總股數年換手率或總股數平均日換手率。表 4-3 的回歸結果（2）和（8）給出了估計結果，從表中可以看出絕大多數系數的顯著性沒有發生改變。前面的分析定義未償債務為速動比率，現在再使用 8 個不同的變量定義來衡量一個公司對短期融資或銀行融資的依賴度和對信貸緊縮的潛在脆弱性。這八個變量分別為凈短期債務與營運資金之比、凈短期債務與總資產之比、凈短期債務與資本之比、償還能力系數、流動比率、超速動比率、短期債務與總債務之比和營運資金與資產之比。結果絕大部分的系數還是顯著，將未償債務定義為超速動比率得到的回歸結果如表 4-3 的回歸結果（3）和（9）所示，從表中能看出絕大多數系數的顯著性沒有發生改變。

除了重新對關鍵變量進行定義外，本文還對模型進行了重新定義，即添加了一些額外的解釋變量作為控制變量。本文通過添加事件前一個月公司的月總市值來控制公司規模，表 4-3 的回歸結果（4）和（10）體現了額外控制公司規模后的結果。此外還通過添加事件前一個月公司的市凈率的倒數來控制公司賬面市值比，表 4-3 的回歸結果（5）和（11）體現了額外控制公司賬面市值比后的結果。

最后還通過將樣本劃分為三次產業來加入行業控制變量，表 4-3 的回歸結果（6）和（12）體現了額外控制公司所屬行業后的結果。在許多情況下，這些額外的解釋變量是顯著的，然而在每一種情況下添加任何這些附加變量的對本文的核心系數估計并無影響。