论文部分内容阅读
摘 要：以上交所和深交所2002～2009年上市公司为样本，运用动态面板的System GMM估计方法，同时考虑三种内生性，以动态性的视角研究公司治理机制与公司非效率投资跨时期的相互作用，得到以下结论：不仅当期公司治理机制对当期公司非效率投资有显著的影响，而且前期公司治理机制对当期公司非效率投资也有显著的影响，并且前期公司非效率投资对当期公司治理机制有显著的反馈效应，公司治理机制与公司非效率投资间存在动态内生性。此外，公司的监督机制与激励机制在抑制公司的非效率投资方面存在替代关系。
关 键 词：公司治理机制；替代效应；公司非效率投资；动态内生性
中图分类号：F270.7 文献标识码：A 文章编号：1006-3544（2014）03-0050-07
一、引言
投资是公司资源配置的一种重要方式，投资决策合理与否影响着公司的经营风险及盈利水平，对公司的价值和长远发展至关重要。新古典公司投资理论认为，公司投资应该遵循净现值法则，当项目预期未来收益的现值大于建设项目所需的成本时，即当净现值大于零才进行投资；当净现值小于零时就不投资，最优的投资水平是投资的边际收益刚好等于其边际成本，它遵循边际投资理论。然而，伴随着公司的所有权和控制权分离， 代理问题也随之而来。由于股东和管理层之间存在代理问题，管理层不以公司价值最大化为目标， 而是出于其自身利益考虑，使公司进行非效率投资，从而使非效率投资问题在公司普遍存在（Jensen和Meckling，1976 [1] ）。公司的非效率投资包括过度投资和投资不足，过度投资是指公司资源可能被投资于净现值小于零的项目， 投资不足是指在公司拥有闲置资源的情况下， 仍然放弃净现值大于零的项目。 公司的非效率投资不仅导致公司经营绩效的下降， 而且会损害公司的资本市场价值。方红星和金玉娜（2013） [2] 认为，公司治理机制可以缓解公司的代理问题，从而抑制公司的非效率投资行为。
Kim和Lu（2011） [3] 研究发现在公司的监督机制和激励机制间存在替代效应， 而已有的关于公司治理机制与公司非效率投资的研究大多忽略了公司治理机制间的替代效应。此外，在已有的研究中大多采用静态的视角研究公司治理机制与公司非效率投资间的关系， 而且忽略了公司治理机制与公司非效率投资间的动态内生性问题。而Wintoki等（2012）[4] 的研究表明公司金融领域存在动态内生性问题。因此，本文在动态内生性的框架下， 通过运用动态面板的System GMM模型， 在研究中同时考虑了三种内生性，并且考虑了公司治理机制间的替代效应，以动态性的视角研究了公司治理机制与公司非效率投资间的关系。
二、研究设计
（一）假设条件
假设1：股权集中度与公司的非效率投资负相关。
假设2：独立董事比例与公司的非效率投资负相关。
假设3：管理层持股比例与公司的非效率投资负相关。
假设4： 股权集中与管理层持股在抑制公司的非效率投资方面存在替代效应。
假设5： 独立董事与管理层持股在抑制公司的非效率投资方面存在替代效应。
假设6： 前期公司非效率投资对当期公司治理机制有反馈效应。
假设7： 公司治理机制与公司非效率投资间存在动态内生性。
（二）研究样本
本文以2002～2009年在上交所和深交所上市的公司为样本，所选的公司必须满足以下条件：（1）目前必须处于正常上市状态；（2） 非金融保险行业的公司；（3） 样本必须保证8年数据全部可得。经过以上筛选，最终得到716家样本公司，8年总共5728个观测值。为了剔除异常值的影响，对变量用Winsorize方法在1%水平上进行了极端值处理。 本文数据来源于国泰安数据库和锐思数据库，使用的软件是Stata12.0和Eviews6.0。
（二）变量选择与定义
1. 被解释变量
Richardson（2006） [6] 基于自由现金流理论，构建估计公司正常投资水平的模型， 将公司的新增投资分为由成长性、资本结构、现金流、赢利能力、规模等因素决定的预期投资支出和非预期投资支出。通过该模型可以合理地推算出公司最优的投资水平，用公司实际投资水平与模型预测值的差额来衡量公司的非效率投资程度。当实际投资水平大于模型的预测值时，即存在过度投资行为；当实际投资水平小于模型的预测值时，即存在投资不足行为。
借鉴Richardson（2006） [6] 、窦炜等（2011） [7] 、张兆国等（2013） [8] 的研究，用普通最小二乘法对模型（1）回归。若模型（1）回归的残差大于0，则表示存在过度投资；若模型（1）回归的残差小于0，则表示存在投资不足。过度投资和投资不足都属于非效率投资，因此，用模型（1）回归的残差的绝对值来衡量非效率投资（FInv）。
Invi，t=a0+a1Growthi，t-1+a2Levi，t-1+a3Cashi，t-1+
a4Agei，t-1+a5Sizei，t-1+a6Reti，t-1+a7Invi，t-1+
∑Industry+∑Year+ε （1）
在模型（1）中：Inv用来衡量公司的投资规模，即用于购建固定资产、 无形资产和其他长期资产所支付的现金总和减去处置固定资产、 无形资产和其他长期资产所收回的现金总和/总资产；Growth代表成长性指标，用总资产增长率表示；Lev代表公司负债性指标， 用资产负债率表示；Cash代表现金流指标，用货币现金持有比率表示；Age代表公司成立时间，取自然对数；Size代表公司规模，用公司总资产的自然对数表示；Ret代表盈利性指标，用总资产收益率来表示；∑Industry代表行业变量；∑Year表示时间变量；ε代表残差。 2. 解释变量
股权集中度的衡量指标有很多， 主要有CR指数（第一大股东持股比例、前五大股东持股比例、前十大股东持股比例）和H指数（第一大股东持股比例的平方、前五大股东持股比例的平方的和、前十大股东持股比例的平方的和），本文主要用第一大股东持股比例来衡量股权集中度。同时出于稳健性考虑，本文还运用主成分分析法通过以上6个衡量股权集中度的指标获得了衡量股权集中度的综合指标，选用了第1个主成分，累计贡献率达到88.3%，可以解释绝大部分原变量的信息。 独立董事比例用独立董事人数与董事人数比值来衡量。 管理层持股比例用管理层持股总数与公司股份总数的比值来衡量。 本文用股权集中度与管理层持股比例的交叉项、独立董事比例与管理层持股比例的交叉项来表示他们之间的相互作用。
3. 控制变量
本文借鉴程新生等（2012）[9] 、 詹雷和王瑶瑶（2013） [10] 、方红星和金玉娜（2013） [2] 的研究成果设置了以下变量：董事会规模、董事长与CEO两职合一、国有股比例、流通股比例、市场化进程、公司成立时间、公司盈利能力、公司的自由现金流比率、公司规模、公司成长能力、公司资产负债率、行业变量和时间变量。全部变量的设置情况如表1所示。
（三）模型设计
基于以上理论分析，建立了以下模型。其中，模型（2）用来研究当期公司治理机制与当期公司非效率投资间的关系；模型（3）用来研究前期公司治理机制与当期公司非效率投资间的关系； 出于稳健性考虑，本文同时用模型（4）和模型（5）来研究前期公司非效率投资对当期公司治理机制的反馈效应， 其中模型（4）没有控制公司治理变量，而模型（5）则控制了公司治理变量。
Yit=α+KYit-1+βXit+γZit+Git+φWit+Hi+εit （2）
Yit=α+KYit-1+βXit-1+γZit-1+Git-1+φWit+Hi+εit （3）
Vit=α+KVit-1+βYit-1+ρLit-1+Git-1+φWit+Hi+εit （4）
Vit=α+KVit-1+βYit-1+ρMit-1+γZit-1+Git-1+φWit+Hi+εit （5）
其中，Y表示公司的非效率投资；X表示解释变量；Z表示控制变量（不包括市场化进程、公司成立时间、 行业虚拟变量和时间虚拟变量）；G表示市场化进程和公司成立时间；W表示行业变量和时间变量；V表示股权集中度或独立董事比例或管理层持股比例；L表示公司特征变量， 包括总资产收益率、公司总资产、公司的自由现金流比率、总资产增长率和资产负债率；M表示股权集中度、 独立董事比例和管理层持股比例中的其中两个变量；H表示公司不可观测的异质性。
通过前文的分析可知， 公司治理机制与公司的非效率投资间可能存在动态内生性问题。在存在动态内生性的情况下， 用普通最小二乘法和固定效应模型来回归模型都是不合适的（Flannery和Hankins，2012 [12] ），Wintok等（2012） [4] 认为动态面板System GMM模型在估计动态面板模型时是更为有效的， 可以同时解决由不可观测的异质性引起的内生性、 同期联立内生性和跨时期的动态内生性这三种内生性问题。因此，本文用动态面板System GMM模型来对模型回归。
三、实证分析
（一）变量的描述性统计与相关性分析
从表2可以看到，公司非效率投资的最大值为0.819，最小值为0.001，均值为0.346，公司间在非效率投资方面有比较大的差异；第一大股东持股比例均值为39.5%，从第一大股东持股比例的均值来看， 样本公司的股权还是比较集中的；独立董事比例的均值为34.2%， 大多数样本公司都符合证监会关于独立董事比例不得小于三分之一的规定；此外，通过变量均值的分年描述性统计发现，公司的非效率投资呈先上升后下降的趋势，第一大股东持股比例呈下降趋势，独立董事比例和管理层持股比例都呈上升趋势。另外，通过变量的Spearman两两相关性检验，从变量间的两两相关系数发现，变量间并不存在多重共线性问题。
（二）当期公司治理机制与当期非效率投资
根据前面的分析，用模型（2）来研究当期公司治理机制与当期非效率投资间的关系，模型（2）的工具变量具体设置如下：（1） 差分方程：Yit-2，Yit-3，Xit-2，Xit-3，Zit-2，Zit-3，？驻Git，？驻Wit；（2） 水平方程：？驻Yit-1，？驻Xit-1，？驻Zit-1，Git，Wit。模型（2）的回归结果如表3所示。
从模型（2）的回归结果可以看到：股权集中度的系数为负，且是显著的，与本文的预期一致，证明当期股权集中度与当期公司非效率投资间有显著的负相关关系，这说明提高股权集中度有利于降低公司的非效率投资；独立董事比例的系数为负，且是显著的，与本文预期一致，证明当期独立董事比例与当期的公司非效率投资有显著的负相关关系，说明独立董事在抑制公司的非效率投资方面发挥积极作用；管理层持股比例的系数也是显著的，且符号也与我们的预期一致，证明当期管理层持股比例与当期公司的非效率投资间有显著的负相关关系，表明提高管理层持股比例能够产生利益趋同效应，抑制了公司的非效率投资行为。我们还可以看到，股权集中度与管理层持股比例交叉项和独立董事比例与管理层持股比例交叉项的系数都为正，且都是显著的，证明股权集中与管理层持股在抑制公司的非效率投资方面存在替代关系，独立董事与管理层持股在抑制公司的非效率投资方面也存在替代关系，假设4和假设5得证。以上的结果表明公司的监督机制（股权集中和独立董事）和激励机制（管理层持股）在抑制公司的非效率投资方面都能发挥积极作用，而且监督机制和激励机制在抑制公司的非效率投资方面确实存在替代关系，公司治理机制并不是相互独立的，而是存在相互作用的。要使公司治理机制抑制公司的非效率投资获得的净收益最大， 必须考虑监督机制和激励机制间的替代关系， 而不能割裂开来单独考虑监督机制和激励机制对公司非效率投资的治理效果。 （三）公司治理机制与非效率投资间的跨时期相互作用
这里用模型（3）～（5）来研究公司治理机制与公司非效率投资间的跨时期相互作用，模型（3）～（5）的工具变量的设置方法与模型（2）类似，回归结果如表4所示。
从模型（3）的回归结果可以看到，前期股权集中度、前期管理层持股比例与当期公司非效率投资有显著的负相关关系，然而，独立董事比例的系数却不显著， 说明前期独立董事比例与当期的公司非效率投资并无显著的相关性。此外，还可以看到股权集中度与管理层持股比例交叉项的系数和独立董事比例与管理层持股比例交叉项的系数都为正， 且是显著的， 这说明公司的监督机制与激励机制在抑制公司的非效率投资方面存在替代关系的结论依然成立。在模型（4A）和模型（5A）中公司非效率投资的系数为负，且是显著的，说明前期公司非效率投资对当期股权集中度产生了显著的负向反馈效应。 在模型（4C）和模型（5C）中公司非效率投资的系数也是显著的，且为负，说明前期公司非效率投资对当期管理层持股比例有显著的负向反馈效应，其逻辑可能是：较低的公司非效率投资提高了公司绩效， 较好的公司绩效表现增加了公司对管理层股权激励。然而，在模型（4B）和模型（5B）中公司非效率投资的系数不显著， 这说明前期的公司非效率投资对当期的独立董事比例没有产生显著的影响。 通过表4的回归结果， 我们可以发现前期的公司治理机制对当期的公司非效率投资有显著的影响， 而且前期的公司非效率投资对当期的公司治理机制也有显著的反馈效应， 公司治理机制与公司非效率投资间存在跨时期的相互作用， 这证明公司治理机制与公司非效率投资间存在动态内生性问题。
（四）检验工具变量的有效性
前面我们已经对工具变量进行了Hansen检验和Difference-in-Hansen检验，以检验工具变量是否存在过度识别问题和工具变量是否是外生的。 通过表3和表4的检验结果， 可以知道本文设置的工具变量并不存在过度识别问题， 而且工具变量是外生的。这里我们又对工具变量的解释能力进行检验，借鉴Wintoki等（2012） [4] 的研究，通过2SLS的第一阶段（内生变量对工具变量的回归）得到的F统计量来进一步检验工具变量的有效性（这里没有给出具体结果）。 回归得到的F统计量都在1%的水平上显著，这表明工具变量能够提供强有力的解释能力。因此，综合以上对工具变量的检验，表明本文设置的工具变量是有效的。
（五）稳健性检验
出于稳健性考虑，我们还做了以下稳健性检验：（1）用净资产收益率来衡量公司的盈利能力，用托宾Q来衡量公司的成长能力；（2）将总样本分为国有上市公司和非国有上市公司两子个样本。 经过以上稳健性检验，本文得到的结论依然成立，这里没有给出具体检验结果。
四、结论
本文以2002～2009年716家上市公司为样本，运用动态面板的System GMM估计方法， 同时考虑了三种内生性问题， 以动态性的视角研究了公司治理机制与公司非效率投资间的跨时期相互作用，并且考虑了公司治理机制间的相互作用对公司非效率投资的影响。通过研究，得到以下结论：（1）当期股权集中度、 当期独立董事比例和当期管理层持股比例都与公司的非效率投资呈显著的负相关关系；（2） 前期股权集中度和前期管理层持股比例与当期的公司非效率投资呈显著的负相关关系， 然而前期独立董事比例与当期公司的非效率投资没有显著的相关关系；（3） 股权集中与管理层持股在抑制公司的非效率投资方面存在替代效应， 独立董事与管理层持股在抑制公司的非效率投资方面也存在替代效应，表明公司的监督机制与激励机制在抑制公司的非效率投资方面存在替代关系；（4） 前期的公司非效率投资对当期的股权集中度、 当期的管理层持股比例都有显著的负向反馈效应， 然而前期的公司非效率投资对当期的独立董事比例却没有显著的影响；（5） 公司治理机制与公司的非效率投资间存在动态内生性，即公司治理机制与公司的非效率投资间存在跨时期的相互作用。
本文的研究丰富了公司治理机制与公司非效率投资间关系的研究，以动态的视角研究了公司治理机制与公司非效率投资间的关系，研究结果表明公司的监督机制与激励机制在抑制公司的非效率投资方面并非相互独立的，而是存在替代关系，上市公司在实施公司治理机制以抑制公司的非效率投资时应当考虑到监督机制与激励机制间的替代关系对公司治理机制实施效果的影响。
参考文献：
[1]Jensen M C，Meckling W H. Theory of the firm： Managerial behavior，agency costs and ownership structure[J]. Journal of financial economics，1976，3（4）： 305-360.
[2]方红星，金玉娜. 公司治理、内部控制与非效率投资：理论分析与经验证据[J]. 会计研究，2013（3）：63-69.
[3]Kim E H，Lu Y. CEO ownership，external governance，and risk-taking[J]. Journal of Financial Economics，2011，102（2）： 272-292.
[4]Wintoki M B，Linck J S，Netter J M. Endogeneity and the dynamics of internal corporate governance[J]. Journal of Financial Economics，2012，105（3）： 581-606.
[5]吕峻. 政府干预和治理结构对公司过度投资的影响[J]. 财经问题研究，2012（1）：31-37.
[6]Richardson S.Over-investment of free cash flow[J]. Review of Accounting Studies. 2006（11）：159-189.
[7]窦炜，刘星，安灵. 股权集中、控制权配置与公司非效率投资行为——兼论大股东的监督抑或合谋？[J]. 管理科学学报，2011（11）：81-96.
[8]张兆国，刘亚伟，亓小林. 管理者背景特征、晋升激励与过度投资研究[J]. 南开管理评论，2013（4）： 32-42.
[9]程新生，谭有超，刘建梅. 非财务信息、外部融资与投资效率——基于外部制度约束的研究[J]. 管理世界，2012（7）：137-150.
[10]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.
[11]樊纲，王小鲁，朱恒鹏. 中国市场指数——各省区市场化相对进程 2011 年度报告[M]. 北京： 经济科学出版社，2011.
[12]Flannery M J，Hankins K W. Estimating dynamic panel models in corporate finance[J]. Journal of Corporate Finance，2012.
（责任编辑：龙会芳；校对：李丹）
关 键 词：公司治理机制；替代效应；公司非效率投资；动态内生性
中图分类号：F270.7 文献标识码：A 文章编号：1006-3544（2014）03-0050-07
一、引言
投资是公司资源配置的一种重要方式，投资决策合理与否影响着公司的经营风险及盈利水平，对公司的价值和长远发展至关重要。新古典公司投资理论认为，公司投资应该遵循净现值法则，当项目预期未来收益的现值大于建设项目所需的成本时，即当净现值大于零才进行投资；当净现值小于零时就不投资，最优的投资水平是投资的边际收益刚好等于其边际成本，它遵循边际投资理论。然而，伴随着公司的所有权和控制权分离， 代理问题也随之而来。由于股东和管理层之间存在代理问题，管理层不以公司价值最大化为目标， 而是出于其自身利益考虑，使公司进行非效率投资，从而使非效率投资问题在公司普遍存在（Jensen和Meckling，1976 [1] ）。公司的非效率投资包括过度投资和投资不足，过度投资是指公司资源可能被投资于净现值小于零的项目， 投资不足是指在公司拥有闲置资源的情况下， 仍然放弃净现值大于零的项目。 公司的非效率投资不仅导致公司经营绩效的下降， 而且会损害公司的资本市场价值。方红星和金玉娜（2013） [2] 认为，公司治理机制可以缓解公司的代理问题，从而抑制公司的非效率投资行为。
Kim和Lu（2011） [3] 研究发现在公司的监督机制和激励机制间存在替代效应， 而已有的关于公司治理机制与公司非效率投资的研究大多忽略了公司治理机制间的替代效应。此外，在已有的研究中大多采用静态的视角研究公司治理机制与公司非效率投资间的关系， 而且忽略了公司治理机制与公司非效率投资间的动态内生性问题。而Wintoki等（2012）[4] 的研究表明公司金融领域存在动态内生性问题。因此，本文在动态内生性的框架下， 通过运用动态面板的System GMM模型， 在研究中同时考虑了三种内生性，并且考虑了公司治理机制间的替代效应，以动态性的视角研究了公司治理机制与公司非效率投资间的关系。
二、研究设计
（一）假设条件
假设1：股权集中度与公司的非效率投资负相关。
假设2：独立董事比例与公司的非效率投资负相关。
假设3：管理层持股比例与公司的非效率投资负相关。
假设4： 股权集中与管理层持股在抑制公司的非效率投资方面存在替代效应。
假设5： 独立董事与管理层持股在抑制公司的非效率投资方面存在替代效应。
假设6： 前期公司非效率投资对当期公司治理机制有反馈效应。
假设7： 公司治理机制与公司非效率投资间存在动态内生性。
（二）研究样本
本文以2002～2009年在上交所和深交所上市的公司为样本，所选的公司必须满足以下条件：（1）目前必须处于正常上市状态；（2） 非金融保险行业的公司；（3） 样本必须保证8年数据全部可得。经过以上筛选，最终得到716家样本公司，8年总共5728个观测值。为了剔除异常值的影响，对变量用Winsorize方法在1%水平上进行了极端值处理。 本文数据来源于国泰安数据库和锐思数据库，使用的软件是Stata12.0和Eviews6.0。
（二）变量选择与定义
1. 被解释变量
Richardson（2006） [6] 基于自由现金流理论，构建估计公司正常投资水平的模型， 将公司的新增投资分为由成长性、资本结构、现金流、赢利能力、规模等因素决定的预期投资支出和非预期投资支出。通过该模型可以合理地推算出公司最优的投资水平，用公司实际投资水平与模型预测值的差额来衡量公司的非效率投资程度。当实际投资水平大于模型的预测值时，即存在过度投资行为；当实际投资水平小于模型的预测值时，即存在投资不足行为。
借鉴Richardson（2006） [6] 、窦炜等（2011） [7] 、张兆国等（2013） [8] 的研究，用普通最小二乘法对模型（1）回归。若模型（1）回归的残差大于0，则表示存在过度投资；若模型（1）回归的残差小于0，则表示存在投资不足。过度投资和投资不足都属于非效率投资，因此，用模型（1）回归的残差的绝对值来衡量非效率投资（FInv）。
Invi，t=a0+a1Growthi，t-1+a2Levi，t-1+a3Cashi，t-1+
a4Agei，t-1+a5Sizei，t-1+a6Reti，t-1+a7Invi，t-1+
∑Industry+∑Year+ε （1）
在模型（1）中：Inv用来衡量公司的投资规模，即用于购建固定资产、 无形资产和其他长期资产所支付的现金总和减去处置固定资产、 无形资产和其他长期资产所收回的现金总和/总资产；Growth代表成长性指标，用总资产增长率表示；Lev代表公司负债性指标， 用资产负债率表示；Cash代表现金流指标，用货币现金持有比率表示；Age代表公司成立时间，取自然对数；Size代表公司规模，用公司总资产的自然对数表示；Ret代表盈利性指标，用总资产收益率来表示；∑Industry代表行业变量；∑Year表示时间变量；ε代表残差。 2. 解释变量
股权集中度的衡量指标有很多， 主要有CR指数（第一大股东持股比例、前五大股东持股比例、前十大股东持股比例）和H指数（第一大股东持股比例的平方、前五大股东持股比例的平方的和、前十大股东持股比例的平方的和），本文主要用第一大股东持股比例来衡量股权集中度。同时出于稳健性考虑，本文还运用主成分分析法通过以上6个衡量股权集中度的指标获得了衡量股权集中度的综合指标，选用了第1个主成分，累计贡献率达到88.3%，可以解释绝大部分原变量的信息。 独立董事比例用独立董事人数与董事人数比值来衡量。 管理层持股比例用管理层持股总数与公司股份总数的比值来衡量。 本文用股权集中度与管理层持股比例的交叉项、独立董事比例与管理层持股比例的交叉项来表示他们之间的相互作用。
3. 控制变量
本文借鉴程新生等（2012）[9] 、 詹雷和王瑶瑶（2013） [10] 、方红星和金玉娜（2013） [2] 的研究成果设置了以下变量：董事会规模、董事长与CEO两职合一、国有股比例、流通股比例、市场化进程、公司成立时间、公司盈利能力、公司的自由现金流比率、公司规模、公司成长能力、公司资产负债率、行业变量和时间变量。全部变量的设置情况如表1所示。
（三）模型设计
基于以上理论分析，建立了以下模型。其中，模型（2）用来研究当期公司治理机制与当期公司非效率投资间的关系；模型（3）用来研究前期公司治理机制与当期公司非效率投资间的关系； 出于稳健性考虑，本文同时用模型（4）和模型（5）来研究前期公司非效率投资对当期公司治理机制的反馈效应， 其中模型（4）没有控制公司治理变量，而模型（5）则控制了公司治理变量。
Yit=α+KYit-1+βXit+γZit+Git+φWit+Hi+εit （2）
Yit=α+KYit-1+βXit-1+γZit-1+Git-1+φWit+Hi+εit （3）
Vit=α+KVit-1+βYit-1+ρLit-1+Git-1+φWit+Hi+εit （4）
Vit=α+KVit-1+βYit-1+ρMit-1+γZit-1+Git-1+φWit+Hi+εit （5）
其中，Y表示公司的非效率投资；X表示解释变量；Z表示控制变量（不包括市场化进程、公司成立时间、 行业虚拟变量和时间虚拟变量）；G表示市场化进程和公司成立时间；W表示行业变量和时间变量；V表示股权集中度或独立董事比例或管理层持股比例；L表示公司特征变量， 包括总资产收益率、公司总资产、公司的自由现金流比率、总资产增长率和资产负债率；M表示股权集中度、 独立董事比例和管理层持股比例中的其中两个变量；H表示公司不可观测的异质性。
通过前文的分析可知， 公司治理机制与公司的非效率投资间可能存在动态内生性问题。在存在动态内生性的情况下， 用普通最小二乘法和固定效应模型来回归模型都是不合适的（Flannery和Hankins，2012 [12] ），Wintok等（2012） [4] 认为动态面板System GMM模型在估计动态面板模型时是更为有效的， 可以同时解决由不可观测的异质性引起的内生性、 同期联立内生性和跨时期的动态内生性这三种内生性问题。因此，本文用动态面板System GMM模型来对模型回归。
三、实证分析
（一）变量的描述性统计与相关性分析
从表2可以看到，公司非效率投资的最大值为0.819，最小值为0.001，均值为0.346，公司间在非效率投资方面有比较大的差异；第一大股东持股比例均值为39.5%，从第一大股东持股比例的均值来看， 样本公司的股权还是比较集中的；独立董事比例的均值为34.2%， 大多数样本公司都符合证监会关于独立董事比例不得小于三分之一的规定；此外，通过变量均值的分年描述性统计发现，公司的非效率投资呈先上升后下降的趋势，第一大股东持股比例呈下降趋势，独立董事比例和管理层持股比例都呈上升趋势。另外，通过变量的Spearman两两相关性检验，从变量间的两两相关系数发现，变量间并不存在多重共线性问题。
（二）当期公司治理机制与当期非效率投资
根据前面的分析，用模型（2）来研究当期公司治理机制与当期非效率投资间的关系，模型（2）的工具变量具体设置如下：（1） 差分方程：Yit-2，Yit-3，Xit-2，Xit-3，Zit-2，Zit-3，？驻Git，？驻Wit；（2） 水平方程：？驻Yit-1，？驻Xit-1，？驻Zit-1，Git，Wit。模型（2）的回归结果如表3所示。
从模型（2）的回归结果可以看到：股权集中度的系数为负，且是显著的，与本文的预期一致，证明当期股权集中度与当期公司非效率投资间有显著的负相关关系，这说明提高股权集中度有利于降低公司的非效率投资；独立董事比例的系数为负，且是显著的，与本文预期一致，证明当期独立董事比例与当期的公司非效率投资有显著的负相关关系，说明独立董事在抑制公司的非效率投资方面发挥积极作用；管理层持股比例的系数也是显著的，且符号也与我们的预期一致，证明当期管理层持股比例与当期公司的非效率投资间有显著的负相关关系，表明提高管理层持股比例能够产生利益趋同效应，抑制了公司的非效率投资行为。我们还可以看到，股权集中度与管理层持股比例交叉项和独立董事比例与管理层持股比例交叉项的系数都为正，且都是显著的，证明股权集中与管理层持股在抑制公司的非效率投资方面存在替代关系，独立董事与管理层持股在抑制公司的非效率投资方面也存在替代关系，假设4和假设5得证。以上的结果表明公司的监督机制（股权集中和独立董事）和激励机制（管理层持股）在抑制公司的非效率投资方面都能发挥积极作用，而且监督机制和激励机制在抑制公司的非效率投资方面确实存在替代关系，公司治理机制并不是相互独立的，而是存在相互作用的。要使公司治理机制抑制公司的非效率投资获得的净收益最大， 必须考虑监督机制和激励机制间的替代关系， 而不能割裂开来单独考虑监督机制和激励机制对公司非效率投资的治理效果。 （三）公司治理机制与非效率投资间的跨时期相互作用
这里用模型（3）～（5）来研究公司治理机制与公司非效率投资间的跨时期相互作用，模型（3）～（5）的工具变量的设置方法与模型（2）类似，回归结果如表4所示。
从模型（3）的回归结果可以看到，前期股权集中度、前期管理层持股比例与当期公司非效率投资有显著的负相关关系，然而，独立董事比例的系数却不显著， 说明前期独立董事比例与当期的公司非效率投资并无显著的相关性。此外，还可以看到股权集中度与管理层持股比例交叉项的系数和独立董事比例与管理层持股比例交叉项的系数都为正， 且是显著的， 这说明公司的监督机制与激励机制在抑制公司的非效率投资方面存在替代关系的结论依然成立。在模型（4A）和模型（5A）中公司非效率投资的系数为负，且是显著的，说明前期公司非效率投资对当期股权集中度产生了显著的负向反馈效应。 在模型（4C）和模型（5C）中公司非效率投资的系数也是显著的，且为负，说明前期公司非效率投资对当期管理层持股比例有显著的负向反馈效应，其逻辑可能是：较低的公司非效率投资提高了公司绩效， 较好的公司绩效表现增加了公司对管理层股权激励。然而，在模型（4B）和模型（5B）中公司非效率投资的系数不显著， 这说明前期的公司非效率投资对当期的独立董事比例没有产生显著的影响。 通过表4的回归结果， 我们可以发现前期的公司治理机制对当期的公司非效率投资有显著的影响， 而且前期的公司非效率投资对当期的公司治理机制也有显著的反馈效应， 公司治理机制与公司非效率投资间存在跨时期的相互作用， 这证明公司治理机制与公司非效率投资间存在动态内生性问题。
（四）检验工具变量的有效性
前面我们已经对工具变量进行了Hansen检验和Difference-in-Hansen检验，以检验工具变量是否存在过度识别问题和工具变量是否是外生的。 通过表3和表4的检验结果， 可以知道本文设置的工具变量并不存在过度识别问题， 而且工具变量是外生的。这里我们又对工具变量的解释能力进行检验，借鉴Wintoki等（2012） [4] 的研究，通过2SLS的第一阶段（内生变量对工具变量的回归）得到的F统计量来进一步检验工具变量的有效性（这里没有给出具体结果）。 回归得到的F统计量都在1%的水平上显著，这表明工具变量能够提供强有力的解释能力。因此，综合以上对工具变量的检验，表明本文设置的工具变量是有效的。
（五）稳健性检验
出于稳健性考虑，我们还做了以下稳健性检验：（1）用净资产收益率来衡量公司的盈利能力，用托宾Q来衡量公司的成长能力；（2）将总样本分为国有上市公司和非国有上市公司两子个样本。 经过以上稳健性检验，本文得到的结论依然成立，这里没有给出具体检验结果。
四、结论
本文以2002～2009年716家上市公司为样本，运用动态面板的System GMM估计方法， 同时考虑了三种内生性问题， 以动态性的视角研究了公司治理机制与公司非效率投资间的跨时期相互作用，并且考虑了公司治理机制间的相互作用对公司非效率投资的影响。通过研究，得到以下结论：（1）当期股权集中度、 当期独立董事比例和当期管理层持股比例都与公司的非效率投资呈显著的负相关关系；（2） 前期股权集中度和前期管理层持股比例与当期的公司非效率投资呈显著的负相关关系， 然而前期独立董事比例与当期公司的非效率投资没有显著的相关关系；（3） 股权集中与管理层持股在抑制公司的非效率投资方面存在替代效应， 独立董事与管理层持股在抑制公司的非效率投资方面也存在替代效应，表明公司的监督机制与激励机制在抑制公司的非效率投资方面存在替代关系；（4） 前期的公司非效率投资对当期的股权集中度、 当期的管理层持股比例都有显著的负向反馈效应， 然而前期的公司非效率投资对当期的独立董事比例却没有显著的影响；（5） 公司治理机制与公司的非效率投资间存在动态内生性，即公司治理机制与公司的非效率投资间存在跨时期的相互作用。
本文的研究丰富了公司治理机制与公司非效率投资间关系的研究，以动态的视角研究了公司治理机制与公司非效率投资间的关系，研究结果表明公司的监督机制与激励机制在抑制公司的非效率投资方面并非相互独立的，而是存在替代关系，上市公司在实施公司治理机制以抑制公司的非效率投资时应当考虑到监督机制与激励机制间的替代关系对公司治理机制实施效果的影响。
参考文献：
[1]Jensen M C，Meckling W H. Theory of the firm： Managerial behavior，agency costs and ownership structure[J]. Journal of financial economics，1976，3（4）： 305-360.
[2]方红星，金玉娜. 公司治理、内部控制与非效率投资：理论分析与经验证据[J]. 会计研究，2013（3）：63-69.
[3]Kim E H，Lu Y. CEO ownership，external governance，and risk-taking[J]. Journal of Financial Economics，2011，102（2）： 272-292.
[4]Wintoki M B，Linck J S，Netter J M. Endogeneity and the dynamics of internal corporate governance[J]. Journal of Financial Economics，2012，105（3）： 581-606.
[5]吕峻. 政府干预和治理结构对公司过度投资的影响[J]. 财经问题研究，2012（1）：31-37.
[6]Richardson S.Over-investment of free cash flow[J]. Review of Accounting Studies. 2006（11）：159-189.
[7]窦炜，刘星，安灵. 股权集中、控制权配置与公司非效率投资行为——兼论大股东的监督抑或合谋？[J]. 管理科学学报，2011（11）：81-96.
[8]张兆国，刘亚伟，亓小林. 管理者背景特征、晋升激励与过度投资研究[J]. 南开管理评论，2013（4）： 32-42.
[9]程新生，谭有超，刘建梅. 非财务信息、外部融资与投资效率——基于外部制度约束的研究[J]. 管理世界，2012（7）：137-150.
[10]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.
[11]樊纲，王小鲁，朱恒鹏. 中国市场指数——各省区市场化相对进程 2011 年度报告[M]. 北京： 经济科学出版社，2011.
[12]Flannery M J，Hankins K W. Estimating dynamic panel models in corporate finance[J]. Journal of Corporate Finance，2012.
（责任编辑：龙会芳；校对：李丹）