“學(xué)海拾珠”系列之一百六十七：企業(yè)季度投資激增與股票橫截面收益

正文目錄引言 4數(shù)據(jù)和投資組合構(gòu)建 6資本支出的季度激增 7投資組合構(gòu)建說明 7主要投資組合結(jié)果 8單變量投資組合分析 8時(shí)序證據(jù) 9剖析投資因子 10投資組合構(gòu)成的比較 10雙變量分類組合 13經(jīng)濟(jì)機(jī)制研究 14股票截面收益 14同期股票收益 18盈利能力的變化 196結(jié)論 20風(fēng)險(xiǎn)提示： 21圖表目錄圖表1文章框架 4圖表2季度資本支出的時(shí)間序列 7圖表3單變量分類投資組合 9圖表4多空投資組合收益 9圖表5多空投資組合VS.因子 10圖表6Q4激增的時(shí)間序列 11圖表7圍繞投資組合形成的投資因子的事件研究 12圖表8投資組合與資產(chǎn)增長的重疊 13圖表9雙變量分類組合 14圖表10FAMA-MACBETH回歸 15圖表11Q理論、有限套利理論和投資因子 16圖表12Q理論、有限套利理論和投資因子：1995-2005 17圖表13對(duì)空對(duì)沖投資組合：長期債務(wù) 18圖表14單變量投資組合（同期收益） 19圖表15投資組合的盈利能力變化 20引言圖表1文章框架資料來源：

Al和E，14Ce，，；krl；19資本投資或高資產(chǎn)增長的公司股票表現(xiàn)不如低資本投資的公司（Titmanetal.，200Crtl，8。但這一系列研究面臨的一個(gè)挑戰(zhàn)是如何確定投資的200；ietl，23作者不是去衡量資本投資或者總資產(chǎn)增長的年度變化，而是采用季度數(shù)據(jù)qspike這個(gè)變量關(guān)于股票回報(bào)的橫截面分析有兩種解釋。首先，根據(jù)Jagannathan和Wang（2007）的觀點(diǎn)，投資者在年末會(huì)更加關(guān)注他們所持有的投資組合，企業(yè)也通過改用更高頻的數(shù)據(jù)，可能會(huì)改進(jìn)對(duì)長期投資計(jì)劃的主動(dòng)變化的衡量。因此，在qspikesikeSin和i，由于投資決策由管理者自行決定且難以核實(shí)，因此很容易出現(xiàn)代理沖突。如果考慮到投資預(yù)算的典型分配方式，激勵(lì)管理者在年末加速投資，情況更是如此。如果市場沒有被充分預(yù)期，這種低效率的投資觀點(diǎn)會(huì)對(duì)股票的截面收益產(chǎn)生負(fù)面影響（inetl，2。同時(shí)，也可以將其解釋為一種額外的投資摩擦，類似于Houetal.（2015）q19862019qspikeqspike的公司具有更低的股票回報(bào)率。具體來說，在本文的34年的樣本中，做多低qspike股票、做空高qspike0.36%qspikeqspikeqspikeqspikeqspikeqspikeqspike0.35%0.29%qspikeqspikeLiZhang（2010）q（Lamtl，02q理關(guān)聯(lián)。LiZhang（2010）Lametal.（2020）Slir和shn，997。qspike效應(yīng)的q19952005Kahle和Stulz（2021）qLamont（2000）認(rèn)為如果投資因子包含貼現(xiàn)率變化的信息，那么當(dāng)前股票收qspikeqspikeqspike支持了投資因子是有意義的觀點(diǎn)，并表明這些年末的投資調(diào)整包含了一些關(guān)于貼現(xiàn)qspikeShin和Kim（2022）QKinneyTrezevant（1993）Xu和Zwick（2022）本文作者通過研究qspikeqspike和Rangvid（2015，2018）Wen（2018）n和g27Jagnetl（2）發(fā)betaCAPM影響力的論文與股票收益中的投資異常有關(guān)etal.，2004；Anderson和aFijo26Xg，2；k和a2通過捕捉年末的投資異常。同時(shí)，投資因子的樣本外檢驗(yàn)結(jié)果也較弱，尤其是對(duì)于etal.，2013）和1940年至1963201本文的研究與Lam和（2，mtl20，和isontl.（）Watanabeetal.（2013）最后，本文的研究結(jié)果有助于近期關(guān)于資產(chǎn)定價(jià)模型中添加的投資因子的討論。投資CAPM（Zhang，2017）依據(jù)Fama和French（2015）的五因子模型和Houetal.（2015）q面收益的定價(jià)因素的論據(jù)。基于Jagannathan和CAPMqspike本文接下來的內(nèi)容如下：第2節(jié)介紹本文使用的數(shù)據(jù)，qpsike變量和投資組合構(gòu)建說明。第3節(jié)展示了基于qspike分類投資組合的表現(xiàn)。第4節(jié)詳細(xì)比較了基于qspike和基于資產(chǎn)增長因子的分類投資組合。第5節(jié)提供了更多對(duì)經(jīng)濟(jì)機(jī)制的測試。第6節(jié)中給出結(jié)論。數(shù)據(jù)和投資組合構(gòu)建CRSPCompustat2060198501201912因此收益數(shù)據(jù)從1986（基于RP中變量shrd0和shrc1封閉式基金、REITs等。盡管處理并不是嚴(yán)格必要的，但本文依然按照之前文獻(xiàn)的樣本構(gòu)造方法，將金融和公共事業(yè)行業(yè)公司剔除。資本支出的季度激增本文主要關(guān)注的變量是企業(yè)財(cái)政年度最后一個(gè)季度的資本投資。如上所述，將使用該變量來捕捉企業(yè)資本投資的臨時(shí)變化。一些研究表明投資活動(dòng)在年末更有可能發(fā)生。作者認(rèn)為較高的第四季度的投資激增可能預(yù)示著更嚴(yán)重的代理沖突（Shin和Kim，2022；Xu和Zwick，2022），或者包含有關(guān)貼現(xiàn)率變化的最新信息（Jan和，27Sin和i002Xu和Zic202??????????????,??4????????????????=??????(?????????? )其中，??????????????,??4是企業(yè)????的第四季度的資本支出，??????(??????????????,??1???3)企業(yè)??在財(cái)政年度??的第一至第三季度的資本支出的均值。本文1000qspike10萬美元的觀測值，以及所有季度資本支出總和超過申報(bào)的年度數(shù)據(jù)的觀測值。作者發(fā)現(xiàn)20%qspikeqspike值設(shè)定一個(gè)上限，為99分位值。圖表2繪制了按公司的年度資本支出平水平標(biāo)準(zhǔn)化后的平均季度資本支出的時(shí)間序列，發(fā)現(xiàn)在所有年份中，第四季度的激增都清晰可見。在大多數(shù)年份中，第四季度的資本支出比年平均水平高出10%-20%。近年來，這一數(shù)字略有下降。圖表2季度資本支出的時(shí)間序列資料來源：《Quarterlyinvestmentspikes,stockreturns,andtheinvestmentfactor》，投資組合構(gòu)建說明qspikeqspike值3070（Houetal.（2020b）4qspikeqspike由于qspike5qpiske6得的新信息是有益的，本文更傾向于使用滯后4個(gè)月數(shù)據(jù)構(gòu)建的投資組合。主要投資組合結(jié)果qspike（x8（jlaFaaFrhF3、Fchq以及q55單變量投資組合分析3qspike3以看出投資組合的超額收益和alphaqspikeqspike的1.01%qspike0.73%spike組合0.64%qspikeqpsike。qspikeqspike月收益率為0.36%alpha每月0.27%至0.41%不等由于無法觀測到所有公司的qspikeqspikeqspikeqspike的公司最終會(huì)被歸入這一組，因?yàn)樗鼰o法對(duì)第四季度的資本支出進(jìn)行標(biāo)準(zhǔn)化。qspike圖表3單變量分類投資組合資料來源：《Quarterlyinvestmentspikes,stockreturns,andtheinvestmentfactor》，時(shí)序證據(jù)qspike4198601201912qspike19982004alpha1998qspike業(yè)特征有關(guān)，而任何常用的風(fēng)險(xiǎn)因子都無法捕捉到這一點(diǎn)。然而，在1998年至2004qspike2005圖表4多空投資組合收益資料來源：《Quarterlyinvestmentspikes,stockreturns,andtheinvestmentfactor》，圖表5多空投資組合vs.因子

qspike相5c）（。在本文的樣本中，與標(biāo)準(zhǔn)投資因子的重疊度非常高。圖表4和5都說明1998年至2004年是關(guān)鍵時(shí)期。在此期間，兩個(gè)零投資組合都取得了出色的業(yè)績，并積累了（Fama和French，2015）資料來源：《Quarterlyinvestmentspikes,stockreturns,andtheinvestmentfactor》，剖析投資因子根據(jù)概念上的緊密聯(lián)系加上累計(jì)收益曲線的重疊，提出了一個(gè)問題：qspike對(duì)沖投資組合在多大程度上與投資因子相結(jié)合。在本節(jié)中，作者嘗試?yán)斫庵丿B部分的經(jīng)濟(jì)重要性，并比較不同策略之間的異同。投資組合構(gòu)成的比較Cooperetal.（2008）FamaFrench（2015）Houetal.（2015）在構(gòu)建了一個(gè)類似資產(chǎn)增長變量（g。該變量被定義為總資產(chǎn)較上一年的增長百分etal.（2004）圖表6Q4激增的時(shí)間序列

此本文排除了這些檢驗(yàn)，只關(guān)注與資產(chǎn)增長的比較。圖表6qspikeag1qspike1990年、2001年和20082000大多數(shù)數(shù)值都高于1.21.1qpsikeagag資料來源：《Quarterlyinvestmentspikes,stockreturns,andtheinvestmentfactor》，為了對(duì)投資因子進(jìn)行首次橫向比較，本文作者對(duì)投資組合構(gòu)建前后五年的qspike和ag值進(jìn)行跟蹤。為便于評(píng)估，將這兩個(gè)因子進(jìn)行標(biāo)準(zhǔn)化。首先，計(jì)算每個(gè)投資組合；接著，進(jìn)一步標(biāo)準(zhǔn)化每個(gè)投資組合構(gòu)建的年份。由此得到圖表7。Aqspikeqspikeqspikeqspikeqspikeqspikeqspikeag兩者之間存在正向關(guān)系，即高qspike反之亦然。然而，橫截面離散度要小得多，這表明投資組合并沒有明顯重疊。此外，結(jié)果還表明盡管投資組合是按qspike值分類的，但在投資組合構(gòu)建一年后，ag曲線趨勢仍然可見，說明ag因子具有更強(qiáng)的持續(xù)性。BagAagqpsike板Aqspike組合形成后，高ag組合的資產(chǎn)增長迅速下降，穩(wěn)定低于組合形成前的水平，并隨著時(shí)間的推移而進(jìn)一步下降。比較各面板的平均qspike值，高qspike組合遠(yuǎn)高于一個(gè)標(biāo)準(zhǔn)差，而基于ag分類的投資組合約為0.2個(gè)標(biāo)準(zhǔn)差。總之，盡管兩個(gè)因子間的相關(guān)性不一定像預(yù)期的那么高，但是兩者之間確實(shí)存在正向的橫截面預(yù)測關(guān)系。兩個(gè)分類策略的區(qū)別在于，qspikes能夠捕捉到更多的特質(zhì)性變化，但這些變化所帶來的持續(xù)性影響較小。圖表7圍繞投資組合形成的投資因子的事件研究資料來源：《Quarterlyinvestmentspikes,stockreturns,andtheinvestmentfactor》，下一步，作者將構(gòu)建一個(gè)指標(biāo)來進(jìn)一步幫助表征分類投資組合之間的橫截面相關(guān)性。根據(jù)qspikes值將股票分為低、中、高三個(gè)組合后，計(jì)算如果基于ag值劃分，股票會(huì)被歸入同一組的百分比。相關(guān)性矩陣見圖表8。結(jié)果表明存在正相關(guān)關(guān)系，因?yàn)閷?duì)角線上的概率較大。如果兩個(gè)變量完全不相關(guān)，作者期望概率值為30%，但兩個(gè)尾部組合的重疊率略高，約為37%。1996-2005圖表8投資組合與資產(chǎn)增長的重疊資料來源：《Quarterlyinvestmentspikes,stockreturns,andtheinvestmentfactor》，雙變量分類組合qspikeqspikeqspikeag念，作者首先根據(jù)ag的第30和703070基于spkegLLagHL-H9Aqspikeag9B。qspikeqspike0.33%alpha0.4%。qspike圖表9雙變量分類組合

qspikeag（LL-HH）2alpha50%。資料來源：《Quarterlyinvestmentspikes,stockreturns,andtheinvestmentfactor》，經(jīng)濟(jì)機(jī)制研究qspike了Fama-MacBeth股票截面收益作者在股票層面上使用Fama-MacBeth即將qspike收益。對(duì)變量ag也進(jìn)行相似的分析。將自變量進(jìn)行標(biāo)準(zhǔn)化后，以變量的標(biāo)準(zhǔn)差變化來解釋對(duì)股票收益的影響?？刂谱兞堪ㄊ兄档淖匀粚?duì)數(shù)l、賬面市值比B）和前六個(gè)月的股票復(fù)合收益（6。按照慣例，本文使用Ny和West（1987）圖表10Fama-MacBeth

10ABFama-MacBethqspike系數(shù)仍然是顯著。qspike0.1%。同樣，ag1%0.35%ag（sike。（Li和Zhang，2010）q（Lametl，02。sikean和g，2007）Li和Zhang（2010）q無法使用它套利（lir和i，。因此，如果錯(cuò)誤定價(jià)假說能解釋qspike資料來源：《Quarterlyinvestmentspikes,stockreturns,andtheinvestmentfactor》，與Li和Zhang（2010）q舊前營業(yè)收入的比率。兩者都是常用的衡量融資約束指標(biāo)（Almeida和Cl，007。為了檢驗(yàn)有限套利理論，本文采用特質(zhì)波動(dòng)率Pi，）和美元成交量（Alietal.，2003）作為公司交易摩擦的代理變量。高特質(zhì)波動(dòng)率和低美元成交量意味著套利成本更高，導(dǎo)致套利受限。參考metl（02FaacB（1）qspikeag賬面板A側(cè)重于對(duì)qspikeqspikeLi和Zhang（2010）圖表11q理論、有限套利理論和投資因子資料來源：《Quarterlyinvestmentspikes,stockreturns,andtheinvestmentfactor》，列（3）和（4）qspike效應(yīng)。美元成交量的系數(shù)是不顯著的。這一結(jié)果表明有限套利理論可以部分解釋。1995-200512Bqag表明，qspike（5）etal.（2004）發(fā)現(xiàn)負(fù)債率越低的公司，資本投資異常與股票回報(bào)的負(fù)相關(guān)關(guān)系越強(qiáng)。如果債務(wù)是一種約束工具，有助于在可用現(xiàn)金過多時(shí)緩解投資效率低下的問題（Jensen和ig16，那么負(fù)債率較低的公司更容易出現(xiàn)投資決策失誤。因此，本文qspike圖表12q理論、有限套利理論和投資因子：1995-2005資料來源：《Quarterlyinvestmentspikes,stockreturns,andtheinvestmentfactor》，對(duì)qspike的估計(jì)值為正，但在統(tǒng)計(jì)上并不顯著，而對(duì)ag的估計(jì)值在統(tǒng)計(jì)上是顯著的。qspike與公司債務(wù)之間的關(guān)系在原始數(shù)據(jù)中表現(xiàn)的更為明顯。圖表13顯（（qspikeqspike（。圖表13對(duì)空對(duì)沖投資組合：長期債務(wù)資料來源：《Quarterlyinvestmentspikes,stockreturns,andtheinvestmentfactor》，同期股票收益在本小節(jié)中，本文將回到對(duì)投資組合的分析。Lamont（2000）將投資計(jì)劃的qspikeqspikeqspike投資組合分類。結(jié)果見圖表14高qspike組合的表現(xiàn)明顯優(yōu)于低qspike0.89%，alpha0.49%1.04%關(guān)系提供了解釋力。Lamont（2000）的分析側(cè)重于投資計(jì)劃而非實(shí)際投資，他認(rèn)qspikeCAPM圖表14單變量投資組合（同期收益）資料來源：《Quarterlyinvestmentspikes,stockreturns,andtheinvestmentfactor》，盈利能力的變化209021Houetal.（2015）Fama和French（2015）。15qspike分類的投資組合隨時(shí)間的平均投資資本回報(bào)率（ROIC）面板A記錄了變量間的同期聯(lián)ROIC10%-20%1999-2001ROICqspikeROIC與中qspike組合的ROIC密切相關(guān)，除了上述年份的ROIC