管理者在投資決策中會傾聽市場的聲音嗎？

周 卉,譚 躍

(1.北京師范大學珠海分校國際商學部,廣東 珠海 519085；2.暨南大學管理學院,廣東 廣州 510632)

?

管理者在投資決策中會傾聽市場的聲音嗎？

周 卉1,譚 躍2

(1.北京師范大學珠海分校國際商學部,廣東 珠海 519085；2.暨南大學管理學院,廣東 廣州 510632)

基于2008-2013年A股上市公司樣本，利用回歸分析方法考察管理者在投資決策中是否會傾聽市場的聲音。結果發現：管理者在投資決策中根據市場股價水平和股價信息調整投資規模，即進行市場學習，且在控制了管理者自有信息和分析師信息之后，市場學習假說被進一步驗證，在排除融資約束以及市場擇機或誤定價的影響后，該假說仍然對回歸結果具有解釋力度；不論信息透明與否，市場學習行為均能提高企業的經營效率。

投資決策；市場學習；管理者自有信息；分析師信息；經營效率

一、引 言

資本市場參與者在決策時需要大量信息。學術界多注重投資者在決策中與企業之間的信息不對稱，卻較少關注需要更多復雜信息的企業管理者決策。許多研究均假設管理者擁有本公司全部信息，經公告等方式傳遞給外部市場參與者，外部人擁有的信息只是管理者信息集中的一部分，此時信息僅從上市公司單向流至外部市場。事實上，為提高企業價值，管理者在制定重大決策時需盡可能地挖掘和利用一切決策信息，包括其自身擁有的公司內部信息以及大量外部市場信息。因此，管理者也會從市場獲取信息，證券市場和上市公司之間的信息流動應該是雙向的,此即西方學術界近年關注的管理者市場學習行為。研究證實，西方企業管理者在實際投資[1]、并購[2][3][4]、現金儲蓄[5]、股票增發[6]、信息披露[7]及個人投資[8]等決策中利用了股價傳遞的信息。那么，中國上市公司的管理者是否也會傾聽市場的聲音，利用市場信息來完善決策呢？股價包含管理者在投資決策中所需的各類信息。當市場總體對公司前景有著正面預期，就會推高股價。若管理者在投資決策中傾聽市場聲音，就會隨股價上升而擴大投資。因此，如果管理者在投資決策中進行市場學習，就存在投資水平對股價水平的敏感性，即市場學習假設的第一預測。并且，當股價中投資者私人所有的信息更多時，管理者會調高其在自身信息集中的權重，更有可能依據股價水平來調整投資，即市場學習假設的第二個預測，股價中包含的投資者私人信息會提高投資-股價敏感度。本研究證實了以上預測，且通過控制管理者自有信息與分析師信息并排除融資約束和市場擇機(或誤定價)等可能解釋，說明結論的穩健性。最后，管理者市場學習有助于改善企業的投資決策和經營效率。本文首次提供了投資決策中的管理者市場學習行為存在于中國證券市場的經驗證據，并證實了其經濟后果，擴展了西方學術界的研究。

二、文獻回顧與假設提出

證券市場是否影響企業決策，進而影響基本面和實體經濟？學術界有兩種觀點：第一種認為證券市場只是實體經濟的縮影，反映實體經濟狀況卻不影響它。此研究假設管理者掌握了投資決策所需的全部信息，外部市場信息只是其信息集中的一部分。第二種認為證券市場的確影響實體經濟。管理者為提高企業價值，會盡可能地挖掘和利用一切決策信息，包括從外部市場獲取的信息，市場通過向管理者傳遞信息而影響企業決策和實體經濟。本文將市場信息流向上市公司并被管理者在決策中利用的過程定義為管理者市場學習。西方學者的實證證據有：Chen等(2007)證實了管理者利用從股價中獲取的信息幫助其做出投資決策[1]。Luo等(2005)發現管理者根據并購公告的市場反應來了解市場看法，最終決定終止或繼續交易[2]。Kau等(2008)也發現并購公告窗口市場反應越好，交易完成概率越大[3]。Ouyang和Szewczyk(2013)的研究說明高管在公告前就通過市場學習選擇好的并購項目[4]。Giammarino等(2004)發現在申請股票增發后，管理者會觀察市場反應的信息，決定完成或取消增發[6]。Fresard(2012)認為管理者確定現金儲蓄量時會利用市場信息[5]。Luo(2013)指出管理者在修正預測性信息披露的期間會觀察股價變化并相應調整此前預測[7]。Gao和Ma(2012)研究表明經理制定個人投資決策時向信息獲取或分析能力較強的賣空者學習[8]。

管理者進行市場學習的原因有：第一，相對于上市公司管理者，單個投資者的信息優勢并不明顯，但聚集大量中小投資者、機構和分析師的市場總體擁有的信息將多于管理者。即使市場總體的相對信息優勢不明顯，但只要其中某些是管理者未知的決策有用信息(包括Subrahmanyam和Titman(1999)所指的投資者從日常生活中偶然獲取的有關企業經營的無償信息[9])， 為最大化公司價值，管理者有動機獲取并利用這些信息。第二，管理者擁有較多企業內部信息，但其決策仍受外部因素影響，如宏觀經濟政策、行業環境、市場需求、上下游和同業公司、產品市場競爭等，他們需從外部市場獲取這些信息。第三，代理成本及企業官僚主義可能削弱管理者搜集信息的動機，特別是難以標準化和解讀的軟信息。證券市場為那些擅長獲取信息的逐利投資者提供很好的獲利場所，其挖掘的信息通過套利匯集在股價中，相比其他分散的獲取途徑，管理者從整合度較高的證券市場獲取信息的成本更低[10]。

Hayek(1945)認為價格是重要的信息來源[11]。作為綜合信號，股價傳遞大量信息，包括投資者私人所有的有關公司發展的特質信息，這是管理者在投資決策中需利用的。當投資者總體對企業前景有正面預期，認為企業未來將有較多良好的投資機會，就會推高股價水平。若管理者在投資決策中傾聽市場的聲音，采納投資者提供的信息，通過觀察股價水平了解市場對企業的未來預期，則當股價上升時，管理者會隨之擴大投資規模。Chen等發現年末股價水平更高時，企業的投資規模更大[1]。Luo等[2]和Kau[3]發現當并購公告使得股價上升時，管理者更有可能繼續并購投資。總之，若管理者在投資決策中有市場學習行為，將存在投資水平對股價水平的敏感性，此為管理者市場學習假設的第一個預測。

除市場學習假說，其他假設也預測了投資-股價敏感性。根據融資約束假說，融資困難的企業更多依賴外部股權融資以支持投資，則融資約束程度會提高投資-股價敏感度。根據市場擇機假說，當市場非理性或情緒造成誤定價時，管理者相應地調整投資規模，也造成投資-股價敏感性。管理者進行市場學習的根本目的，即從市場獲取信息以改善決策，使得學習假說區別于其他假說。因此，在檢驗該假說時，應控制融資約束和市場擇機的影響，并考慮到股價中特質信息的具體含量。當股價中包含更多能被管理者所利用的投資者私人信息時，即股價中的公司特質信息含量越高，管理者利用股價信息調整投資決策的可能性越大。Durnev等(2004)發現股價信息含量和投資效率正相關，即股價信息幫助管理者避免錯誤的投資決策[12]。Ouyang和Szewczyk發現股價中的特質信息含量會提高并購投資對托賓Q的敏感度[4]。楊繼偉等(2011)證實了特質信息含量越高，越能緩解投資不足或過度的問題[13]。岳川(2013)發現股價中的特質信息能幫助管理者避免在投資中受到由市場非理性造成的誤定價的影響[14]。總之，當股價中包含的投資者私人所有的、對管理者具有決策價值的信息更多時，管理者會調高股價信號在其信息集中所占的權重，即管理者更有可能依據股價水平、參考股價信息來調整投資水平。則市場學習假設的第二個預測是股價中的投資者私人信息會提高投資-股價敏感度。

綜上，本文將管理者依賴股價信息來調整投資決策的過程定義為投資決策中的管理者市場學習行為，并提出以下管理者市場學習假設：

假設1：管理者在制定投資決策時，會依據股價水平來調整投資規模。

假設2：股價中包含的投資者私人信息越多，管理者越有可能依據股價信息調整投資。

三、研究設計

(一)數據來源

本文以2008-2013年的A股上市公司為研究對象，以滯后一年的股票交易數據計算股價水平和非同步性。有些研究采取股權分置改革之前的數據，以流通股股價代替非流通股股價，但人為的調整可能影響研究結論。為避免此問題，本文利用股權分置改革基本完成之后，即從2007年開始的股票交易數據計算這些指標，則樣本期間從2008年開始。股票交易、公司財務和治理數據均來自國泰安數據庫。對樣本進行如下篩選：(1)刪除數據缺失的樣本；(2)刪除一年中股票交易周數小于40周的樣本。

(二)模型構建和變量說明

構建回歸式(1)檢驗市場學習假設。因變量Y為投資水平，包括：基本投資水平INV，即固定資產與無形資產之和的變動額與上年末總資產之比；固定資產投資水平TAN，即固定資產變動額與上年末總資產之比；總資產投資水平TAS，即總資產變動額與上年末總資產之比。α和η分別代表公司和年份固定效應。Q代表經公司賬面資產標準化之后的股價水平，即市賬比。INFO代表股價中的投資者私人信息含量。關鍵自變量為Q及Q*INFO，若學習假設成立，則b1及b3應顯著為正。CONTROLS是一些可能影響投資水平的控制變量：企業規模(SIZE)、經營現金流(OCF)、負債率(LEV)和銷售額(SALE)。

Yi,t=αt+ηi+b1* Qi,t-1+b2*INFOi,t-1+b3*Qi,t-1*INFOi,t-1+b4*CONTROLSi,t-1+εi,t

(1)

以Roll(1998)的股價非同步性衡量股價中包含的投資者私人信息[15]。Roll發現股價非同步性與公開信息的關聯性很小，認為其很有可能捕捉了投資者私人擁有的公司特質信息。該指標計算如下：構建回歸式(2)，其中，ri,t表示公司i第t周的收益率，rm,t表示第 t周流通市值加權平均的市場收益率。rm,t-1和rm,t-2分別表示滯后一期、二期的市場收益率。殘差εi，t代表不能被市場公開信息解釋的收益率。模型擬合系數R2衡量個股收益率中能被市場公開信息解釋的部分，1-R2代表不能被市場公開信息解釋的部分，即股價非同步性。

ri,t=β0+β1*rm,t+β2*rm,t-1+β3*rm,t-2+εi,t

(2)

參考Durnev等對1-R2進行修正，使其取值區間符合回歸分析要求[12]。其中，INFO為股價非同步性，其值越大，則非同步性越大，股價中的投資者私人所有的公司特質信息越多。

INFO=ln[(1-R2)/ R2]

(3)

四、管理者市場學習的基本回歸結果

表1報告了關鍵變量的描述性統計。ROA和GROWTH是后續部分的因變量。投資水平INV的標準差遠大于均值，表明該變量變化幅度較大，需進一步研究探明。從非同步性INFO的中位數、均值和標準差來看，該變量同樣呈現出較大的變化范圍。因變量INV、ROA、GROWTH及關鍵自變量Q和INFO均有極端值，導致均值和中位數相差較大，標準差也遠大于中位數。在回歸分析中將對這些變量進行1%的縮尾處理，以去除極端值的影響。

表2報告了(1)式的回歸結果。在模型1、2、3中Q均顯著為正，表明管理者根據股價水平調整投資，股價水平較高時，管理者會擴大各種投資規模，即投資水平對股價水平是敏感的。在模型1、2、3中Q*INFO亦顯著為正，表明股價中的投資者私人所有的公司特質信息含量提高了投資-股價敏感性。股價中的公司特質信息越多，對管理者的決策有用性越大，則管理者越有可能參考股價水平調整投資。INFO基本不顯著，說明股價信息含量本身并不影響投資水平。總之，表2的結果初步證實市場學習假說。管理者在制定固定資產、無形資產和總資產投資決策時都會傾聽市場的聲音，根據股價水平并參考股價信息調整投資規模。下文將參照過往文獻[1]，以INV作為基本投資水平變量。

表2 投資決策中的管理者市場學習(基本結果)

注：括號內為t值。“* ”、“** ”和“*** ”分別代表在1%、5%和10%的水平下顯著。各模型均控制了公司固定效應、年份固定效應，但未報告。以下各表同。

本文采取股價非同步性衡量股價中投資者私人所有的公司特質信息，但一些學者認為該指標只衡量市場噪音。根據Lee和Liu(2006)的模型，對信息透明度低的公司，非同步性代表的是市場噪音或誤定價。只有在透明度較高的公司，該指標才衡量股價中的公司特質信息含量[16]。基于這方面的考慮，采取以修正的Jones模型計算的可操控性應計項目的絕對值作為衡量公司信息透明度的變量OPAQUE[17]。OPAQUE越小，則盈余管理越少，會計信息越透明。將OPAQUE值小于樣本總體中位數的公司歸為高透明度組，其余公司為低透明度組，按(1)式分組檢驗。在表2的模型4和5中，Q*INFO均顯著為正，系數值相當。無論在信息透明度高還是透明度低的公司，非同步性均提高了投資-股價敏感度，即管理者都會依據股價水平、參考股價信息調整投資。如Lee和Liu的分析無誤，則非同步性代表了信息透明度高的公司的基本面特質信息，若管理者依賴該信息調整投資將改善經營。而在透明度低的公司，非同步性衡量噪音或誤定價，若管理者根據股價調整投資將損害業績。后續部分將繼續探討此問題。

五、控制管理者信息與分析師信息

如果管理者根據股價信息進行決策，說明其學習的是股價中的未知新信息。若股價信息只是管理者自身已有的信息，則他們會降低該信息在信息集中的權重。為進一步證實學習假說，以盈余意外，即盈余公告的市場反應衡量管理者自身信息優勢。作為內部人的管理者在盈余公告前已獲知盈余數據。若公告的市場反應(無論正負)較大，則說明公告中包含了很多投資者未預期信息，即管理者的相對信息優勢較為明顯[18]。設定盈余公告日為事件日t=0，構建窗口期(-1，1)，利用市場調整法計算窗口期的累積超常規收益率CAR。其絕對值代表盈余意外，該值越大，則市場反應越大，投資者未預期的信息越多，管理者的自有信息優勢越明顯。一年中四次盈余公告窗口期CAR絕對值的均值即為衡量管理者自有信息的變量ERC。在(1)式基礎上加入ERC及Q*ERC，表3的模型1報告了回歸結果。在控制了ERC及Q*ERC后， Q及Q*INFO仍顯著為正，這表明以非同步性衡量的股價信息確實包含了管理者未知的、由投資者私人擁有的公司特質信息，進一步證實了市場學習假說。Q*ERC顯著為負，說明當管理者相較于投資者的信息優勢更大時，會較少依賴股價水平進行決策。

表3 控制管理者自有信息與分析師信息

收集、整理、加工和分析信息的分析師在管理者市場學習中發揮何種作用呢？對跟蹤各公司的分析師人數取對數，構建分析師信息變量ANALYST，在(1)式中加入ANALYST及Q*ANALYST。表3的模型2報告了回歸結果。控制了分析師變量之后，Q及Q*INFO仍顯著為正，再次驗證市場學習假設。Q*ANALYST顯著為負，即分析師信息將減低投資-股價敏感度，這可能存在兩種解釋：其一，股價中的分析師信息來自于管理者，并非管理者未知的新信息。特別是公平信披規則實施之前，分析師可提前獲取上市公司尚未公布的信息，這會降低他們從其他渠道收集信息的動力。雖然2006年實施了公平信披規則，但楊書懷(2012)發現其長期效果并不明顯[19]。在本文的樣本期間內，分析師僅作為信息中介將信息從上市公司單向傳遞給市場，他們提供的信息已被管理者在過去決策中利用，對其并無太大參考作用。股價中的分析師信息越多，對管理者的決策價值就越低，管理者根據股價水平和股價信息調整投資的可能性越小。因此，分析師信息將降低投資-股價敏感度。Fresard也發現分析師信息會降低現金存量對股價水平的敏感度[7]。其二，Easley等(1998)認為分析師的工作使得信息更快被包含在股價中，這將降低知情交易者的信息優勢和預期收益，削弱其交易動機。因而分析師關注較多的公司更有可能吸引噪音投資者[20]，這將減少其股價中的公司特質信息，使得管理者根據股價調整投資的可能性較小，投資-股價敏感度降低。若此解釋成立，則分析師信息與股價信息含量應負相關。但ANALYST與INFO之間的相關系數為0.069(相關系數表限于篇幅未報告)，否定了該解釋。

六、排除其他假設：融資約束和誤定價

根據投資-股價敏感性及股價信息對其的正面影響，可初步驗證市場學習假設。但其他假說，例如融資約束也預測了投資-股價敏感性。為控制該假說，以KZ指數衡量融資約束程度[7]，在(1)式基礎上加入KZ及Q*KZ。并將KZ指數值高于樣本總體中位數的公司歸為高融資約束組，其余公司為低融資約束組，按(1)式分組回歸。表4的模型1檢驗了樣本總體，Q和Q*KZ均顯著為正，表明融資約束會提高投資-股價敏感性。更重要的是，在控制了融資約束之后，Q*INFO仍顯著為正，這表明融資約束只解釋了部分投資-股價敏感性，另一個重要原因是管理者會根據股價中包含的決策有用信息來調整投資規模。模型2和3分別報告了融資約束較高組和較低組的結果。在高融資約束組中Q在1%的水平下顯著為正；在低融資約束組，Q亦為正，但只在10%的水平下呈邊緣顯著，且系數值小于高融資約束組，再次驗證了融資約束假說。無論是在融資約束較高組和較低組，Q*INFO均為正，其顯著程度并無明顯差別，說明在控制了融資約束之后，市場學習假說對于投資-股價敏感性有增量解釋力度。低融資約束組中Q*INFO的系數值略大于高融資約束組，這與Chen等的發現是一致的。這表明融資約束較少公司的管理者能更快、更靈活地對股價信息作出反應，通過各種渠道籌集投資所需資金[2]。

表4 排除融資約束假說的影響

此外，誤定價(例如市場擇機)也可能影響投資-股價敏感性。為控制其影響，第一，在(1)式基礎上加入衡量誤定價的變量RETi,t+1，即企業未來一年經市場收益率調整的超常規收益率，其值越低，則當前股價越被高估。表5的模型1報告了結果。RET顯著為負，說明股票未來收益率(當前被高估程度)越低(高)，管理者越有可能擴大投資，驗證了市場擇機假說。控制了RET之后，Q及Q*INFO仍顯著為正，且系數值和顯著程度與表2無明顯區別。排除誤定價的影響后，股價中的投資者私人信息含量仍會提高投資-股價敏感度，市場學習假設被進一步肯定。模型1表明，市場擇機和市場學習均可解釋投資-股價敏感性。第二，本文還控制了上市時間的影響。在首次公開發行(IPO)的當年，股價受到各種因素影響，波動較大，更可能被錯誤定價，且股價中包含的信息相當復雜。為排除IPO的影響，分別排除上市時間小于1年、2年或3年的樣本，再次按(1)式回歸。由表5的模型2、3、4可見，Q及Q*INFO仍顯著為正。

表5 排除市場擇機和誤定價的影響

七、進一步檢驗：股價非同步性與企業經營效率

若股價中投資者私人所有的公司特質信息具有決策價值，有助于改善投資決策，那么，特質信息含量越高，企業未來經營效率就越高。為檢驗二者之間的關系，構建回歸式(4)，因變量為企業經營效率(PERFORMANCE)，分別以資產報酬率(ROA)和營業額增長率(GROWTH)衡量。控制變量(CONTROLS)包括(1)式的控制變量及獨立董事占董事會總人數之比(BOARD)。表6的模型1和2檢驗了樣本總體。非同步性INFO均顯著為正，即股價中的投資者私人信息越多，企業未來經營效率越高，表明管理者市場學習行為是理性的，確實改善了投資決策并提高企業業績。這初步回答了過去學者的質疑：若該指標代表噪音或誤定價，而并非公司基本面特質信息，則其與下期業績應顯著負相關。前文發現信息透明度較高和較低組的管理者均參考股價信息制定投資決策。若Lee和Liu所言非虛，即對信息透明度低的公司，非同步性衡量噪音或誤定價，此時若管理者依據股價水平、利用股價信息來調整投資，將惡化企業經營效率。基于這方面的考慮，將高透明度和低透明度組按(4)式回歸。非同步性INFO在表6的模型3、5、6中均顯著為正，在模型4(高透明度組)中為正但不顯著，非同步性與經營效率并未顯著負相關。不管公司信息透明度如何，非同步性均與下一期經營效率成正比。這表明，無論信息透明與否，股價非同步性衡量的股價信息均是能幫助管理者改善決策和未來業績的有用信息，這否定了Lee和Liu的分析結果。

PERFORMANCEi,t=αt+ηi+ b1*INFOi,t-1+b2*CONTROLSi,t-1+εi,t

(4)

表6 股價非同步指標與企業經營效率

八、結 語

本文考察了中國上市公司管理者在做投資決策時是否會傾聽市場的聲音，進行市場學習，即依賴市場股價信息調整投資。研究發現:(1)投資水平與股價水平成正比，而股價中的投資者私人信息含量能提高投資-股價敏感度，初步證實了市場學習假說。(2)在控制了管理者自有信息和分析師信息之后，市場學習假說被進一步驗證。管理者自有信息會減少投資-股價敏感度，因為當管理者相較于市場投資者的信息優勢更大時，會較少地依賴股價水平進行決策。分析師信息也會減少投資-股價敏感度，說明股價中包含的分析師信息是來自于管理者，并非管理者未知的新信息。(3)排除融資約束、市場擇機(誤定價)之后，市場學習假說仍對投資-股價敏感度有解釋力度。(4)管理者的市場學習行為能提高經營效率，且這種結論無論是在高信息透明度組還是低透明度組均成立。本文結論對股價效率的定義帶來啟示。傳統的有效市場假說所探討的股價效率實際上是其信息效率，即股價可以立即反映所有的信息，反映企業基本面。而管理者市場學習效應如果存在，即管理者利用股價信息調整和改善企業決策，那么股價就能影響企業基本面甚至實體經濟，此時股價是具有經濟效率的[21]。因此，股價效率應具有兩層含義：信息效率和經濟效率。

[1]Chen Q., Goldstein I., Jiang W.. Price informativeness and investment sensitivity to stock price[J]. Review of Financial Studies, 2007, 20(3):619-650.

[2]Luo Y.. Do Insiders learn from outsiders? Evidence from mergers and acquisitions[J]. Journal of Finance, 2005, 60(4):1951-1982.

[3]Kau J. B., Linck J. S., Rubin P. H.. Do managers listen to the market?[J]. Journal of Corporate Finance,2008, 14(4):347-362.

[4]Ouyang W. J., Szewczyk S. H.. Stock Price Idiosyncratic Information and Merger Investment Decisions[R]. Drexel University, Working Paper, 2013.

[5]Frésard L.. Cash savings and stock price informativeness[J]. Review of Finance, 2012, 16 (4): 985-1012.

[6]Giammarino R., Heinkel R., Hollifield B., Li K.. Corporate decisions, information, and prices: Do managers move prices or do prices move managers [J]. Economic Notes, 2004, 33(1): 83-110.

[7]Luo Z.. The Informational Feedback Effect of Stock Prices on Corporate Disclosure[R]. MIT Sloan School of Management, Working Paper,2013.

[8]Gao G., Ma Q.Z.. Do Insiders Learn from Outsiders? Evidence from Insider Trading and Short Selling[R]. Cornell University, Working Paper, 2012.

[9]Subrahmanyam A., Titman S.. The going-public decision and the development of financial markets [J]. Journal of Finance, 1999, 54(3):1045-1082.

[10]Gao P.Y., Liang P.J.. Informational Feedback Effect, Adverse Selection, and the Optimal Disclosure Policy[R]. University of Chicago, Working Paper, 2011.

[11]Hayek F. A.. The use of knowledge in society[J].The American Economic Review, 1945, 35(4):519-530.

[12]Durnev D., Morck R., Yeung B.. Value-enhancing capital budgeting and firm specific return variation[J]. Journal of Finance, 2004, 59(1):65-105.

[13]楊繼偉,劉冬榮.股價信息含量與資本配置效率的改善[J].山西財經大學學報,2011，(2):83-91.

[14]岳川. 投資者情緒與上市公司投資行為研究——基于股價信息視角[D].成都：西南財經大學博士學位論文, 2013.

[15]Roll R..R2[J].Journal of Finance, 1988, 43(2):541-566.

[16]Lee D. W., Liu M. H.. Does More Information in Stock Price Lead to Greater or Smaller Idiosyncratic Return Volatility [R].University of Kentucky, Working Paper, 2006.

[17]Dechow P., Sloan M., Sweeney A.. Detecting earnings management[J]. Accounting Review, 1995, 70(2):193-225.

[18]Gomes A., Gorton G., Madureira L.. SEC Regulation Fair Disclosure, Information, and the Cost of Capital[R].University of Pennsylvania Wharton School, Working Paper, 2004.

[19]楊書懷.上市公司信息泄露減少了嗎?——基于上市公司信息披露管理辦法實施前后的比較[J]. 財貿研究，2012，(2):143-150.

[20]Easley D., Hara M., Srinivas P.. Option volume and stock prices: Evidence on where informed traders trade[J]. Journal of Finance, 1998, 53:431-465.

[21]Bond P., Edmans A., Goldstein I.. The real effects of financial markets[J]. Annual Review of Financial Economics, 2012, 4(1):339-360.

(責任編輯:原 蘊)

Will Managers Listen to the Market When Making Investment Decisions?

ZHOU Hui1, TAN Yue2

(1. International Business Faculty, Beijing Normal University Zhuhai Campus, Zhuhai 519085,China;2. Management School, Jinan University, Guangzhou 510632,China)

Based on the data of A share companies during the 2008-2013 period, this paper uses the regression method to study whether managers listen to the market when making investment decisions. It finds that managers rely on the private information incorporated in the stock price to adjust investments, i.e., managers learn from the market. Besides, this conclusion is further proved when managers’own information or analysts’ information is controlled. Moreover, after the alternative hypotheses like the financial constraint, the market-timing or mispricing hypotheses are excluded, the learning hypothesis still has incremental explaining power. Lastly, the learning-from-market effect has improved the future performance in both the transparent and also the opaque group.

investment decision; market learning; managers’ information; analysts’ information; operating performance

2014-09-21

廣東省軟科學研究計劃資助項目(2013B070206035)；廣東省自然科學基金資助項目(S2012010008876)；廣東省哲學社會科學規劃資助項目(GD10YYJ08)

周卉(1983-)女，湖南南縣人，北京師范大學珠海分校國際商學部講師，博士；譚躍(1959-)男，湖南醴陵人，暨南大學管理學院教授。

F830.91

A

1004-4892(2016)01-0038-09