我国上市公司智力资本与股价相关性的实证研究

来源:用户上传      作者: 傅传锐

　　摘要：作者利用分量回归方法对2001年～2005年间我国上市公司的智力资本与股价的相关性进行实证分析。研究发现：投资者可以对不同资源的价值增值效率区别定价。并且在股价较低时，人力资本有较大的定价能力。随着股价的上升，虽然人力资本、结构资本和物质资本的定价能力都有所增强，但物质资本的定价能力仍逐渐占据主导地位。
　　关键词：智力资本；价值增值系数；定价能力；分量回归
　　作者简介：傅传锐(1982-)，男，福建福州人，厦门大学经济学院博士研究生，主要从事智力资本评估与管理和公司财务理论研究。
　　中图分类号：F830.9；F270　文献标识码：A 文章编号：1006-1096(2008)01-0149-04　收稿日期：2007-10-21
　　
　　一、引言
　　
　　到目前为止，国内外学者对智力资本与股价间的关系研究还未形成统一的分析框架。与此相关的文献主要来自智力资本与企业绩效的相关性研究领域和无形资产价值相关性研究领域。已有的一些智力资本文献从实证的角度检验了智力资本与企业市场估价的相关性，如Firer和Williams(2003)、Chen等(2005)分别研究了南非智力资本依赖型上市公司和台湾地区上市公司的市场估价(股权市场价值／净资产账面价值)与物质资本、人力资本和结构资本增值效率之间的相关性，但是并未直接探讨智力资本对股价的影响。
　　近年来许多学者开始探讨无形资产的价值相关性。其中一些文献(如Lev和Sougiannis，1996；Aboody和Lev，1998；Kallapur和Kwan，2004；等等)研究了研发费用、软件开发成本的资本化数额以及品牌等具体无形资产项目的价值相关性，基本认同投资者能对无形资产信息作出显著的价格反应。但是这些研究结论都受到现行的财务会计报告框架的信息披露范围的局限，只能反映在传统财务报表上予以确认的无形资产账面价值与股价间的关系。这些已确认的无形资产只是结构资本中的一小部分，并且这些研究忽视了人力资本、关系资本等其他智力资本组成部分对股价的影响。另外一些研究(如薛云奎、王志台，2001；王化成等，2005)则分析了财务报告中整体无形资产的账面价值的价值相关性。然而，智力资本并不简单等同于无形资产，而应当是无形资产的一个子集(Junaid，2004)。事实上，在现行财务报表中披露的土地使用权等非“知识”性的资产占据了无形资产账面总值的绝大部分(薛云奎、王志台，2001)。因此，已有的总量无形资产的价值相关性研究也不能替代对智力资本与股价相关性的研究。
　　真正开始对智力资本与股价相关性进行研究的是中国台湾学者Tsai和Hua(2006)，其在Banh、Beaver和Landsman(1998)提出的估价模型的基础上，将通过超额报酬折现法度量出的整体智力资本代替净利润，构造出基于智力资本的估价模型(IC-Measured Valuation Model)，并利用中国台湾IT上市公司的数据进行检验，结果发现智力资本不仅与股票价格显著正相关，而且智力资本和净资产关于股价的联合解释能力优于净利润和净资产的联合解释能力，从而为智力资本与股价间的相关性提供了初步的证据。然而，其不足也是较为明显的：其只探讨了总量智力资本与股价的相关性，而没有进一步分析人力资本、结构资本与股价的关系，同时也没有引入物质资本来控制其对股价的影响。其次，利用超额报酬折现法评估智力资本面临较为严格的假定，如假设未来各年的税后股权报酬率都相等，用最近5年的加权平均税后股权报酬率作为未来税后股权报酬率的近似度量等。此外，其只利用均值回归方法(OLS)估计了智力资本对股价的平均影响，而未能分析在不同的股价水平上可能存在的智力资本对股价的不等量甚至方向相反的作用。Shiu(2006)利用分量回归方法研究了台湾地区信息技术公司的智力增值系数与市场估价等绩效指标间的关联性，发现在不同绩效水平的企业中，智力增值系数与绩效间相关性的大小、显著性甚至方向都是不一致的。傅传锐(2007)以我国A股科技类上市公司为研究对象，也发现了类似的证据，即智力资本、物质资本等企业内部资源对企业绩效的影响随着企业绩效的不同而发生变化。因此，仅仅通过均值回归方法(如OLS)对智力资本与股价间的关系进行估计，不仅无法全面描述二者间的相关性，还可能得出错误的结论。
　　目前，我国学者还主要关注于智力资本与企业绩效的关系研究(李嘉明，2004；万希，2006)，鲜有文献就我国企业的智力资本与股价间的相关性予以探讨。本文尝试在借鉴Tsai和Hua(2006)的研究基础上，以我国2001年～2005年间上市公司为研究对象，利用分量回归方法对智力资本与股价的相关性进行实证分析。
　　
　　二、研究设计
　　
　　(一)变量选取
　　为了能更加细致地分析不同形态的智力资本与股价的相关性，我们采用智力增值系数方法作为企业内部资源的度量工具。由奥地利智力资本研究中心的Pulic等人开发出的智力增值系数(VAIC)方法(2004)根据经过审计的数据来计算标准化的企业内部资源的价值增值效率，具有计算简便、结果客观的优点，被较广泛地应用于智力资本与企业绩效相关性的经验研究中(Firer和Williams，2003；Marvidis，2004；Chen等，2005；李嘉明等，2004；万希，2006)。因此，本文也将VAIC方法中的物质资本增值系数(Capital Employed EfficiencyCEE)、人力资本增值系数(Human Capital Efficiency HCE)、结构资本增值系数(structure Capital Efficiency SCE)分别作为物质资本、人力资本和结构资本的代理变量。具体地，CEE=VA/CE，HCE=VA/HC，SCE=SC/VA。VA是价值增值，等于税前利润、工资费用与利息费用的总和；CE为净资产账面价值；HC为人力资本，由企业总工资和薪水的投资表示；sc是结构资本，SC=VA-HC。此外，为剔除市场异常因素对股价的影响，并尽可能反映投资者对股票价值的实际看法，我们将股价(P)取为当年年末到次年4月末期间的成交均价。
　　
　　(二)样本数据
　　本文选取2001年～2005年间所有在上海和深圳证交所进行交易的A股上市公司作为初始样本，并对样本公司按如下顺序进行筛选：(1)剔除金融行业上市公司；(2)剔除期间曾被ST、PT以及退市的上市公司；(3)剔除期间任一年度所需变量数据缺失的上市公司。经筛选最后得到沪深两市共814家上市公司2001年～2005年间连续5年的平衡面板数据(共4070个样本观察值)。所有财务与股票价格数据取自Wind(万得)金融证券数据库。行业分类标准参照全球行业

分类标准(GICS)。
　　
　　(三)计量方法
　　我们采用分量回归方法对不同股价水平上的企业物质资本、人力资本和结构资本的增值效率的定价乘数和股价解释能力予以估计。线性分量回归方法由Koenker和Basset(1978)最早提出，其基本思想是通过使加权误差绝对值之和最小来获取参数估计。与最小二乘法(OLS)等条件均值回归只能估计在给定自变量的条件下因变量的条件均值所不同的是，分量回归能估计出在给定自变量的条件下，因变量在不同分量上的条件分量值，其各个分量处的回归系数是自变量在相应分量上对因变量的边际影响。而当不同分量上的系数显著不相等时，就意味着自变量对因变量的边际影响随着分量的变化而改变。此外，Mata和Machado(1996)还证明分量回归对异常值突出、残差非正态分布具有稳健性。
　　
　　其中，yi、xi、βθ和uθi分别为被解释变量、解释变量、θ分量上的系数及残差。quantO(yi| xi)为给定解释变量xi条件下，yi的θ分量值(Buchinsky，1998)。
　　为了估计不同股票价格水平上的各类资源的定价乘数，并在同一模型中进行比较，我们估计了模型A
　　
　　同时，为了比较物质资本与智力资本增值效率各自对股价的增量解释能力，我们借鉴Barth等人(1998)关于净利润、净资产对股价的增量解释能力的分解计算方法，分别估计了模型B和C。
　　
　　由于分量回归方法对我们需要考察的各个分量上的自变量对因变量的解释能力，即伪R2(pseudo R2)予以估计，因此我们可以根据各分量上物质资本、智力资本对股价的解释能力与总体资源对股价的综合解释能力，计算在相应分量上的物质资本、智力资本对股价的增量解释能力。计算公式如下
　　
　　其中，R2Tθ为在θ分量上的物质资本与智力资本对股价的综合解释能力(模型A的伪R2)；R2Cθ、R2Iθ分别为在θ分量上的物质资本、智力资本对股价的解释能力(模型B、C的伪R2)。CR2θ、IR2θ分别表示在θ分量上的物质资本、智力资本对股价的增量解释能力。
　　
　　三、实证结果及分析
　　
　　(一)描述性统计与相关性分析
　　2001年～2005年的混合样本的描述性统计与相关性分析如表1。表1中，变量P、CEE、HCE的均值都大于中位数，偏度为正，SCE的偏度为负，且它们的偏度绝对值都大于偏度标准差两倍以上。因此，P、CEE、HCE分布呈右偏态，而SCE呈左偏态。变量的有偏分布为我们运用分量回归方法探析各类资源增值效率与股价间的相关性提供了初步支持。由于在有偏分布时，中位数是较均值更好的集中趋势度量。所以，每1元人力资本、结构资本和物质资本分别为企业创造2.268元、0.588元和0.178元的增值。由此可见，人力资本的增值效率比结构资本、物质资本高，是价值增值的主要来源。并且股价P与CEE、HCE显著正相关，与SCE是不显著的正相关。HCE与P的相关度要大于CEE与P的相关度。
　　
　　(二)回归结果
　　根据模型A、B和c，我们分别对5％、10％、25％、50％、75％、90％和95％分量上的总体资源、物质资本以及智力资本与股价的相关性进行估计，并对模型A中的估计系数进行两两分量间系数相等的Wald形式的F检验(Bassett和Koen.ker，1982)。分量回归结果分别如表2、表3。
　　
　　
　　表2和表3的回归结果显示：就各类资源的定价乘数而言，模型A中HCE的定价乘数在所有分量上都是统计显著为正的，而且系数值随着分量的提高而表现出逐步增大的总体趋势；F检验拒绝了HCE的定价乘数在所有分量间全部相等的假设，并且50％以上分量的回归系数要显著大于较低分量(如5％、10％)上的系数。该结果表明随着股票价格的提高，人力资本对股票的定价能力不断得到增强。而SCE的回归系数虽然呈现出不断增大的趋势，但是其只在较高分量上(50％、90％和95％)统计显著为正；相应的F检验也表明：在较高分量(50％、90％和95％)上的SCE系数要显著大于其它较低分量上的系数值。这意味着目前在我国，尚只有股价较高的上市公司内部的结构资本才具备显著的定价能力；而对于那些股价较低的公司而言，结构资本还无法发挥定价效应。
　　与此同时，CEE的回归系数在50％及以上的分量上都是显著为正的，而且系数值表现出随分量的增大而不断增大的基本趋势。相应的F检验也表明CEE在50％及以上分量处的回归系数要显著高于50％以下分量处的系数值。值得注意的是，CEE在50％及以上分量处的系数值要远大于HCE和SEE在相应分量上的系数之和。
　　就此我们可以认为：我国投资者是能够对不同资源增值效率区别定价的。而且，在公司股票的价格较低(50％分量以下)时，投资者主要对人力资本的增值效率做出显著正向的价格反应；随着股价的上升，尽管人力资本增值效率的定价乘数随之增大，市场也开始对结构资本增值效率给予显著为正的定价乘数，但是投资者对物质资本增值效率给予了更多的关注，对其做出了比智力资本更大程度的价格反应。也就是说，随着股价的不断提高，市场对各种资源的定价能力的态度发生了从倚重智力资本逐渐向依赖物质资本的变迁。模型B和C中各类资源的回归系数再次反映了与模型A中相应系数基本相同的变化情况。
　　
　　四、结论
　　
　　进入知识经济时代，智力资本日益成为提升企业业绩、创造价值的核心驱动力。但却鲜有文献对智力资本与股价问的相关性予以考察。本文运用分量回归方法对我国上市公司的智力资本与股价的相关性进行了初步的实证检验。结果表明：投资者是能够对不同资源的增值效率区别定价的。在公司股票的价格较低时，市场主要对人力资本的增值效率做出显著正向的价格反应；随着股价的上升，虽然人力资本增值效率的定价乘数随之增大，市场也开始对结构资本增值效率给予显著为正的定价乘数，但是投资者对物质资本增值效率给予了更多的关注，对其做出了比智力资本更大程度的价格反应。同时，物质资本的增量解释能力和智力资本的增量解释能力分别随股价提高而逐渐增强和减弱。这表明随着股价的提高，投资者对物质资本增值效率的依赖性越来越大。这种现象可能源于投资者的风险规避心理。虽然自2001年我国实施无形资产会计准则和企业会计制度以来，我国上市公司对无形资产信息的披露状况普遍有较大幅度改善，许多公司开始公布诸如软件、网络域名、特许权、著作权、商标、技术等智力资本范畴的无形资产项目信息(黎玉琴，2006)，但是现行的财务报告还无法全面详细地披露智力资本有关信息，而且投资者长期以来接触更多的还是实体性物质资本信息，因而对智力资本还存在着某种程度的不确定的心理因素。随着股价的提高，投资者定价决策错误所面临的损失风险也不断增大。因此，风险厌恶的投资者也越来越多地借助物质资本的增值效率信息来进行投资决策。
　　此外，研究还发现总体资源对股价解释能力偏低于净利润、净资产对股价的解释能力，这意味着我国投资者在股票定价决策时仍习惯性地更多注重传统绩效考察指标，对智力资本等资源增值效率的考虑不足。针对上述症结，我们认为：一方面，我国证券监管部门不仅应加强对上市公司现行财务报告框架下的信息披露的规范，而且应当借鉴丹麦、日本等国大规模智力资本开发活动的经验，积极倡导、推动上市公司的智力资本信息披露，引导投资者关注与理解企业的智力资本运作，逐步培育以智力资本价值创造为导向的市场投资理念。另一方面，上市公司(尤其那些智力资本运作效率高的企业)应当主动探索智力资本的开发管理和信息披露，促进企业内外部的知识共享，提升市场对企业价值的评价。

转载注明来源:https://www.xzbu.com/2/view-460256.htm