同行业公司的价值对公司投资行为的影响

The Effect of Peers’ Valuation on Corporation’s Own Investment

摘要: 本公司的价值对公司投资水平的影响，是公司金融领域的重要研究对象，国内外的相关研究也已经比较成熟，然而同行业其他公司的作用一直没有得到足够的重视。近年来，学术界围绕同行业公司行为之间的联系展开了最新研究，同行业其他公司的市场价值对公司投资行为的影响也逐渐受到关注。本文研究中国市场中，同行业其他公司的市场价值对公司投资行为的影响及其机制。首先，在既有文献的基础上，本文构建了同行业其他公司的价值作用于公司投资行为的理论假说，随后利用2009年至2023年我国A股上市公司的数据进行了实证检验。实证研究结果表示，同行业其他公司的价值对公司投资水平有显著的正向影响，其影响程度随着股价信息量、管理者信息、产品相似度、代理成本的变化而变化。本文还站在公司管理者与政府的角度，针对中国市场同行业公司发展提出了相关实践意义。

Abstract: The effect of corporate’s valuation on its own investment is an important topic of corporate finance. The study is fairly mature domestically and internationally. However, the effect of peers’ valuation has not been given enough attention. In recent years, scholars start to study the relationship between peers’ behavior. Thus the effect of peers’ valuation on corporate’s own investment is paid more attention gradually. This paper studies the effect of peers’ valuation on corporation’s own investment in Chinese market and its mechanism. Based on the literature, we firstly propose a novel hypothesis that peers’ valuation will influence corporate investment. This paper then takes the data of China A-share listed companies from 2009 to 2023 to conduct an empirical test. The research shows that peers’ valuation matters for firm’s investment significantly. This influence varies with stock price information, managerial information, correlated demand for products and agency cost. This paper also provides practical implications for the development of peer-to-peer firms in Chinese market from the perspectives of firm managers and governments.

1. 引言

近年来，学术界围绕同行业公司行为之间的联系展开了最新研究，同行业内其他公司的市场价值对公司投资行为的影响也逐渐受到关注。通常情况下，上市公司本公司的市场价值包含投资者的私人信息，可引导公司进行投资决策。然而在证券市场中，吸引力强的股票才能得到市场投资者的私人信息，因此同行业各家公司股价包含的信息量会根据公司的吸引力而不断变化。当上市公司没有能力从本公司的市场价值中得到足够多的投资者私人信息时，本公司股价便不能有效引导公司投资，此时管理者可以参考同行业其他上市公司的股价，间接地利用同行业其他公司的市场信息做出投资决策。而非上市公司，也可以参考行业内上市公司的市场价值进行投资决策，从而弥补无法从本公司股价获取信息的缺陷。基于以上原因，同行业其他公司的价值对公司投资行为的影响越来越受到重视，探究这一影响是否存在，具有重要的现实意义。

关于公司市场价值影响公司投资行为的既有文献，主要关注本公司市场价值对于公司投资水平的影响，大量研究表明本公司的市场价值对公司投资有显著影响。相对应地，关于同行业其他公司的市场价值的影响，仅有少量国外学者对此进行研究，这部分研究发现公司投资水平会对同行业其他公司的股票价格作出反应，并且该反应随着知情者交易的增加而增加。虽然国内学者也从不同角度对同行业公司的关联性进行了研究，但目前仍没有直接将公司投资与同行业其他公司的市场价值相联系的文献。现实中观察到的股价与公司投资行为的关系是管理层操控与投资者非理性共同作用的结果，而中国证券市场是代理及信息不对称问题和投资者非理性问题共存且程度严重的典型，国外的研究结论并不一定适用于中国不成熟的股票市场，因此研究中国市场上同行业其他公司的市场价值对公司投资行为的影响具有重要的理论与实践意义。此外，由于中国上市公司普遍存在代理问题，本文在既有文献涵盖的股价信息量、管理者信息、产品相似度等研究角度的基础，提出了代理成本这一新角度，旨在研究中国市场上，代理问题对市场价值影响公司投资行为的作用。

基于此，本文将股价信息量、管理者信息、产品相似度、代理成本等微观变量纳入分析框架中，探究同行业公司市场价值对公司投资行为的影响效果与机制，并选取2009年至2023年我国A股上市公司的数据进行实证检验。本文可能的贡献在于进行了梳理了国内外同行业公司价值影响公司投资行为的理论，探讨了同行业公司价值与公司投资行为之间的关联性，为日后建立同行业公司的价值影响公司投资行为的理论提供方向和基础。

2. 文献综述

2.1. 同行业公司比较研究的综述

2.1.1. 同行业公司分类的综述

研究同行业公司价值对公司投资水平的影响，很重要的一点是同行业公司的划分。我们从行业、所有权、属性等多个角度对上市公司进行分类研究，得到了不同的分类结果。

Marques (2008)根据公司的主要客户来定义“经济相关的公司”，亦可理解为本文所指的同行业公司[1]。Bakke (2010)提出TNIC (Text-based Network Industry Classification)分类标准根据各公司对于商品的文字说明对公司进行分类，公司归属随着时间的推移而变化，且其分类取决于最终产品而非生产过程[2]。Bond (2012)指出同行业公司并不局限于相互竞争的公司，任何在产品需求冲击方面有相关性的企业都可以进入同行业公司的范畴[3]。

部分国内学者根据我国证券市场的代码对公司进行分类。周岚(2010)发现由于证券市场不同行业板块之间股价存在明显的联动特征，但是证券交易所使用的行业分类标准精细化程度不足，导致证券市场股价波动呈现出显著市场性，所以后续对上市公司进行了更准确的一级代码和二级代码的分类[4]。另外曹春芳(2013)认为内资企业吸收外资企业的溢出效应受行业的开放程度影响，进一步表明同行业公司在吸收资金方面的相互作用[5]。

2.1.2. 同行业公司间行为关联性研究

除了对股票市场的影响，国外学者研究发现行业内公司的投资行为、融资行为、收益情况等也会相互影响。

在投资行为方面，Chen (2007)指出本公司的投资行为会受到同行业其他公司的投资行为影响。不仅是狭义的同行业公司[6]。Dougal (2015)研究发现当进行投资决策时，公司管理者会受到与其关系紧密的同行业公司的影响[7]。

在融资行为方面，Dow (2007)研究发现公司的融资决策取决于同行业公司的融资决策以及同行业公司的特性[8]。具体地说，小规模、不成熟的公司，对于同行业中大规模、较成功的公司的融资行为十分敏感。

在收益情况方面，Foucault (2012)指出产业内存在一种“领先落后效应”，它影响着整个行业的发展趋势，即在同一行业内大公司的收益引导小公司的收益，行业领先者引导行业跟随者，价值型公司引导成长型公司，收益稳定的公司引导收益不稳定的公司[9]。Titman (2014)研究发现公司的资产收益率(ROA)与相关公司的资产收益率存在正相关关系，拥有相关供应商或消费者的公司，能够交叉预测各自的回报[10]。

国内学者在此方面的研究也颇具进展。李云鹤(2012)提出，考虑到目前我国上市公司情况，从并购重组绩效的角度进行了研究发现同行业并购重组创造的财富比跨行业高，说明同行业公司之间存在一定的联动作用[11]。穆军(2022)从企业丑闻的角度研究发现，在我国主要的信用品行业，相比于“竞争效应”，个别企业的丑闻对其同行业公司带来的“传染效应”占主导，表现为同行业公司股价下跌[12]。

2.2. 公司市场价值影响公司投资行为的综述

2.2.1. 股票市场与公司投资

自二十世纪70年代以来，资产价格对实体经济的影响在国外逐渐受到理论界的重视。Fresard (1990)利用总量层面的数据进行检验，发现即使在检验方程中加入现金流变量以及同期和滞后一期的公司税后利润后，股价对公司投资仍有显著的影响，并从微观角度对公司的相关数据进行研究，发现虽然股价并不完全是公司投资的附属反映，但股价对公司投资的影响程度是较小的[13]。

关于公司投资的影响因素，国内大多从研究股市波动展开。王依琳(2022)发现股票流动性可通过影响企业的投资机会进而影响企业的投资行为因此公司投资水平应与股票流动性呈正相关关系。周业安(2010)提出股市波动影响公司投资决策的三种路径：(1) 假如市场有效，托宾Q表示新建资产和充值资产的相对比价，Q值和公司投资成正比；(2) 投资者行为(心理和情绪)导致市场过度波动，进而影响投资；(3) 股价波动直接影响融资成本，影响融资风险，从而影响投资[14]。

2.2.2. 本公司的市场价值对公司投资的影响

近年来，国外学者对本公司的市场价值影响公司投资行为的适用条件进行了深入研究。Menzly (2010)认为，公司投资的效率与股价所包含的有效信息量呈正相关[15]。Raddatz (2016)提出，股价敏感程度受股价包含私人信息影响显著，主要通过价格滞后性和内幕交易可能性来体现。公司高层会以此作为依据进行公司投资[16]。

我国近年来在这一领域的研究也颇为关注，李君平(2015)通过实证检验证实了股价对股权依赖性公司的投资行为有显著影响，并且公司投资风险系数和高管短视程度呈正相关[17]。李思飞(2012)则从股价信息含量的视角，采用增量解释力的方法检验得出，由于国内股票价格没有包含足够的有关公司未来运营状况的信息，公司投资受其影响微弱[18]。

2.2.3. 同行业其他公司的市场价值对公司投资的影响

相较于本公司的市场价值，有关同行业其他公司的价值对公司投资水平的影响的研究并不多见，国内暂时没有相关研究。

在理论研究方面，Subrahmanyam (1999)将投资者分为不具备信息的投资者与拥有信息的投资者。其中，拥有信息的投资者将会利用公司独有的信息以及市场私人信息进行股票交易。他提出，同行业其他公司的股价可以反映市场对产品的需求、行业的健康程度、同行业公司策略的可行性，从而使得公司管理者对于市场以及同行的策略做出更好的回应[19]。

在实证研究方面，Ravina (2010)通过向上市公司的CFO发放调查问卷的方式，了解到上市公司管理层在进行资本预算决策时，会参考同行业其他公司的市场价值。研究发现，公司投资会对同行业其他公司股票价格的创新做出反应。当同行业其他公司有更多的知情者交易或股价信息量更大时，这种反应更为强烈。激烈竞争、快速成长、基本面高度相关、资本强度大等因素都会强化投资行为对同行业公司股价的敏感度。尤其是当公司的不作为会带来高成本，或及时的反应能带来高收益的情况下，经理人更倾向于使用同行业其他公司股价的信息来进行资本配置的决策[20]。Laurent (2014)研究发现同行业其他公司的市场价值与本公司的市场价值都对公司投资决策有显著影响，并且投资决策对市场价值的敏感程度随着知情者交易、管理者信息以及产品需求冲击相关程度的改变而改变[21]。

大量学者都在文献中提到了知情者交易对同行业公司行为关联性的影响，Menzly (2010)认为机构投资者的持股变化可以反映拥有知情者信息的交易行为，随着知情者交易的增加，公司回报的交叉可预测性降低[22]。

我国的文献中也存在对知情者交易的研究，陈梦根(2005)发现，即使在控制了公告影响后，中国市场上同行业中竞争者的股票相互之间仍有信息流动，原因是知情者交易为规避政策而采取了交易同行业竞争者股票的策略，中国市场上也可能存在内部交易者交易同行业竞争者股票的行为[23]。

2.3. 总结性评论

综观国内外关于企业价值、同行企业价值及其投资行为的研究可以发现，虽然国内外学者对企业价值对投资的影响进行了较为深入的理论和实证研究，但对同行企业价值与企业投资之间关系的研究仍然缺乏。此外，现有文献在研究企业投资对市场价值的敏感性时并未考虑代理成本，而在管理者进行投资决策时股东与管理者之间的代理问题不可避免。由于中国上市公司代理问题颇为常见，其存在也会影响企业投资对市场价值的敏感性。因此，从代理成本的角度研究市场价值对企业投资行为的影响，在理论和实践上都具有创新性。

3. 研究假说

3.1. 同行业其他公司的市场价值影响公司投资水平的效果

在资本市场的融资渠道中，相比于债券，股票能为公司的收益、监管环境、业务选择等提供更好的反馈。二级市场的投资者利用私人信息进行股票交易，因而股票的价格汇聚了整个市场有关公司未来产品需求的信号。因此，公司管理者会从股票的价格中去获取这些信息，并利用它们进行重要决策[24]。

大量研究表明，公司管理者能从本公司的市场价值中包含的投资者私人信息了解到原本并没有掌握的公司基本面信息，并且将之整合到投资决策中。与本公司的市场价值一样，同行业其他公司的价值同样透露了重要信息，由于同类产品的市场需求往往会共同变化，同行业其他公司的市场价值可以为公司管理者提供自身公司成长机会、未来现金流等信息[25]。

证券市场中，投资者会根据自己的私人信息进行股票买卖，私人信息将会通过交易行为进入公司股价。同行业公司的市场价值聚集了影响生产经营因素的投资者私人信息，而同行业的公司往往处于相似的生存环境，会受到相同因素的影响，因此同行业其他公司的市场价值中汇聚的信息可以反映出市场对公司的预期。

因此，当公司管理者以公司的期望价值最大化作为目标，他们会运用以下三种信息来进行投资决策：管理者的私人信息、本公司的市场价值、同行业其他公司的市场价值。

同行业公司市场价值影响公司的投资行为的两种渠道：信息渠道与学习渠道。信息渠道是指，管理者的私人信息与证券市场中投资者的信息存在相似的部分，因此公司自身市场价值、同行业公司市场价值与管理者的私人信息部分相关，三者共同影响公司投资行为；学习渠道是指，公司管理者通过观察同行业公司的市场价值，推测出投资者掌握、但自己未掌握的信息，以此判断市场对同行业公司产品的未来需求，进而进行投资决策。

因此本文提出以下假说：

假说1：同行业其他公司的市场价值会影响本公司的投资行为，且同行业其他公司的市场价值越高，本公司投资水平越高。

3.2. 同行业其他公司的市场价值对公司投资水平的影响机制

根据上述分析，管理者的投资决策同时受三方面因素的影响：管理者私人信息、本公司的市场价值、同行业其他公司的市场价值。当其中一个因素的相关信息量相对增大时，管理者对另两个因素的关注度会降低。因此同行业公司价值对公司投资水平的影响程度会随着本公司市场价值反映的信息量以及管理者信息质量的增大而减小。本文主要讨论股价信息量、管理者信息、产品相似度、代理成本这四个因素对公司投资水平对同行业其他公司市场价值的敏感度的影响。

3.2.1. 股价信息量

证券市场中，投资者会根据自己的私人信息进行股票买卖，私人信息将会通过交易行为进入公司股价。同行业公司的市场价值聚集了影响生产经营因素的投资者私人信息，而同行业的公司往往处于相似的生存环境，会受到相同因素的影响，因此同行业其他公司的市场价值中汇聚的信息可以反映出市场对公司的预期。

股价反映的投资者私人信息，为公司管理者提供了新的信息，它会通过股价的不同步性和知情者交易等渠道，影响公司投资行为对市场价值的敏感性。

本公司的市场价值反映的信息量，当管理者从本公司的市场价值中获取的信息量增加时，便会减少对于同行业其他公司市场价值的信息依赖。事实上，如果本公司的股价信息产生的信号变得更加有益，管理者的决策不易受到同行业其他公司股价影响，公司进行的投资决策对同行业其他公司的股价信息的敏感度会下降。

因此，本文提出以下假说：

假说2：本公司的市场价值反映的投资者私人信息量越大，同行业其他公司的市场价值对公司投资水平的促进作用越弱。

与此同时，拥有私人信息的投资者有动机对竞争者的股票进行基于信息的交易，在中国市场中，同行业竞争者的股票，它们彼此之间也存在信息的流动，原因是知情者交易为规避政策而采取了交易同行业竞争者股票的策略。当管理者从同行业其他公司的市场价值中获取的信息量增加时，他的决策会在更大程度上依赖于同行业其他公司的市场价值，继而投资行为对同行业其他公司市场价值的敏感度会上升。相关研究也表明，当同行业其他公司披露更多的股价信息时，公司的投资会对同行业其他公司的股票价格的新变化做出强烈反应。

因此，本文提出以下假说：

假说3：同行业其他公司的市场价值反映的信息量越大，同行业其他公司的市场价值对公司投资水平的促进作用越强。

3.2.2. 管理者信息

管理者私人信息是管理者已经知晓的有关公司未来投资机会的私人信息，直观地理解，管理者私人信息质量的提高，会抑制其他渠道(如同行业其他公司的市场价值)的影响[26]。管理者私人信息曝露得越高：(1) 管理者投资决策对投资者的私人信息的敏感度提高；(2) 投资者私人信息中包含的新增信息减少，管理者对于未来市场需求的判断受市场价值影响的程度将降低。这意味着，私人信息的披露强化了相关信息渠道，同时则弱化了学习渠道。而普遍情况是，行业内公司的投资行为十分依赖同行业其他企业的管理者私人信息。因此，公司管理者拥有的私人信息质量越高，对同行业公司市场价值的关注会降低。

因此，本文提出以下假说：

假说4：公司管理者拥有的关于公司投资机会的私人信息越多，同行业其他公司的市场价值对公司投资水平的促进作用越弱。

3.2.3. 产品相似度

单一行业内产品的可替代度越高，公司管理者更倾向于获取同行业其他公司有关市场价值的信息，进而做出投资决策。拥有相关的供应商或消费者的公司，能够交叉预测各自的回报。在良性竞争的市场环境下，规范地在合法范围内利用同行业其他公司的信息可以有效规避投资风险。行业竞争激烈的大环境下，同行业公司的联结会愈加紧密，公司追随行业浪潮的脚步会加快，有机会为公司带来高收益。正因如此，管理者更加依赖同行业其他公司的价值信息进行科学投资决策。同行业公司的激烈竞争、基本面的高度相关都会强化投资行为对同行业其他公司市场价值的敏感度。

因此，本文提出以下假说：

假说5：本公司的产品与同行业其他公司产品的相似度越大，同行业其他公司的市场价值对公司投资水平的促进作用越强。

3.2.4. 管理者代理成本

上市公司在出现代理问题的情况下，可能依然会选择继续扩大投资以快速占领市场。一方面，由于管理者的薪酬、权力、地位会随着公司规模的扩大而提升，投资规模的扩大会扩充管理者的私人利益，但投资成本和可能面临的亏损却由股东承担；另一方面，对于新项目的投资可获得在职消费等非正常报酬。此时，管理者容易忽略本公司及同行业其他公司市场价值所包含的信息，从而进行非理性投资，因此经理人代理成本会削弱公司市场价值对投资行为的作用[26]。

因此，本文提出以下假说：

假说6：代理成本越高，同行业其他公司的市场价值对公司投资水平的促进作用越弱。

4. 研究设计

4.1. 实证模型

为了检验本公司市场价值、同行业其他公司市场价值对公司投资水平的影响效果和作用机制，本文设定以下5个模型进行实证分析。虽然本文的研究重点是同行业其他公司的市场价值对公司投资行为的影响，但在模型中也一并加上本公司市场价值的变量，同时检验二者的影响。模型(1)考察本公司价值及同行业其他公司的价值对公司投资水平的影响。模型(2) (3) (4) (5)分别引入了公司价值与同期股价信息量(ψ)、管理者信息(insider)、产品相似度(ρ)、代理成本(MF)的交互项，旨在检验同行业其他公司的市场价值对公司投资水平的影响机制[27]。

为了便于对回归结果作出经济学解释，本文对所有解释变量(包括控制变量与交互项)均进行了标准化处理。因此各系数衡量的是，解释变量每改变一个标准差的量，被解释变量的变化情况。

$I_{i,t}={\beta }_0+{\beta }_1{Q}_{i,t-1}+{\beta }_2{Q}_{-i,t-1}+\phi {\text{Control}}_{i,t-1}+\gamma {\text{Control}}_{-i,t-1}+\delta {\text{Industry}}_{i,t}+\eta {\text{Year}}_{i,t}+{\epsilon }_{i,t}$ (1)

$\begin{array}{c}{I}_{i,t}={\beta }_0+{\beta }_1{Q}_{i,t-1}+{\beta }_2{Q}_{-i,t-1}+{\beta }_3{Q}_{i,t-1}\ast {\phi }_{t-1}+{\beta }_4{Q}_{-i,t-1}\ast {\phi }_{t-1}+\phi {\text{Control}}_{-i,t-1}+\gamma {\text{Control}}_{i,t-1}\\ +\delta {\text{Industry}}_{i,t}+\eta {\text{Year}}_{i,t}+{\epsilon }_{i,t}\end{array}$ (2)

$\begin{array}{c}{I}_{i,t}={\beta }_0+{\beta }_1{Q}_{i,t-1}+{\beta }_2{Q}_{-i,t-1}+{\beta }_3{Q}_{i,t-1}\ast {\text{Insider}}_{t-1}+{\beta }_4{Q}_{-i,t-1}\ast {\text{Insider}}_{t-1}+\phi {\text{Control}}_{-i,t-1}\\ +\gamma {\text{Control}}_{i,t-1}+\delta {\text{Industry}}_{i,t}+\eta {\text{Year}}_{i,t}+{\epsilon }_{i,t}\end{array}$ (3)

$\begin{array}{c}{I}_{i,t}={\beta }_0+{\beta }_1{Q}_{i,t-1}+{\beta }_2{Q}_{-i,t-1}+{\beta }_3{Q}_{i,t-1}\ast {\rho }_{t-1}+{\beta }_4{Q}_{-i,t-1}\ast {\rho }_{t-1}+\phi {\text{Control}}_{-i,t-1}+\gamma {\text{Control}}_{i,t-1}\\ +\delta {\text{Industry}}_{i,t}+\eta {\text{Year}}_{i,t}+{\epsilon }_{i,t}\end{array}$ (4)

$\begin{array}{c}{I}_{i,t}={\beta }_0+{\beta }_1{Q}_{i,t-1}+{\beta }_2{Q}_{-i,t-1}+{\beta }_3{Q}_{i,t-1}\ast {\text{MF}}_{t-1}+{\beta }_4{Q}_{-i,t-1}\ast {\text{MF}}_{t-1}+\phi {\text{Control}}_{-i,t-1}+\gamma {\text{Control}}_{i,t-1}\\ +\delta {\text{Industry}}_{i,t}+\eta {\text{Year}}_{i,t}+{\epsilon }_{i,t}\end{array}$ (5)

其中，$I_{i,t}$ 、$Q_{-i,t-1}$ 、$Q_{i,t-1}$ 分别代表公司投资水平、同行业其他公司的市场价值、本公司的市场价值，${\text{Control}}_{-i,t-1}$ 、${\text{Control}}_{i,t-1}$ 是同行业其他公司与本公司的控制变量，包括公司规模、现金流量、资产负债率等。${\text{Industry}}_{i,t}$ 、${\text{Year}}_{i,t}$ 为控制行业固定效应和年份固定效应的虚拟变量。模型(2) $\phi$ 、Insider、$\rho$ 、MF至(5)中分别代表股价信息量、管理者信息、产品需求相似度以及代理成本。为了避免内生性问题，本文对解释变量与控制变量均进行了滞后一期处理。

4.2. 研究样本与变量说明

本文选取2009年至2023年全部A股上市公司作为研究样本，并对原始样本作了如下处理：(1) 提出ST、*ST、PT公司；(2) 剔除金融类、综合类公司；(3) 剔除总资产、资本支出、固定资产、年终股价为负值或缺失的公司；(4) 剔除当期没有同行业其他公司的公司。最终得到一个包含2169家上市公司，19,590条数据记录的非平衡面板数据样本，所有上市公司相关数据均来自CSMAR数据库。

4.2.1. 同行业公司的定义

本文利用证券市场的行业代码对公司进行分类。根据中国证监会行业分类标准，我国沪深两市的上市公司股票可划分为19个行业：农林牧渔业、采矿业、制造业、电力热力燃气及水生产和供应业、建筑业、批发和零售业、交通运输仓储和邮政业、住宿和餐饮业、信息传输软件和信息技术服务业、金融业、房地产业、租赁和商务服务业、科学研究和技术服务业、水利、环境和公共设施管理业、居民服务修理和其他服务业、教育、卫生和社会工作、文化体育和娱乐业、综合。由于会计制度和财务报表的特殊性，剔除金融业；由于综合类中的公司行业各异，不属于同行业的范畴，剔除综合类；由于居民服务修理和其他服务业、教育、卫生和社会工作三个行业的有效样本不足，也一并剔除。由于制造业的二级行业种类繁多，本文将制造业按二级代码分为28个行业，将非制造业按一级代码分为13个行业。综上，本文将上市公司A股分划为41个行业[28]。

4.2.2. 变量设定

本文以当期新增投资来衡量公司投资水平，托宾Q定义了公司市场价值和重置价值的比值，体现了投资者对公司将来盈利的预期，Q值越大，说明公司的市场前景越好。其中，$Q_i$ 代表本公司托宾Q值，$Q_{-i}$ 为同行业其他公司的托宾Q值。由于本公司的Q值与全行业Q值均值会发生共同变化，所以令$Q_{-i}$ 等于当年同行业中，除了本公司之外的所有其他公司的托宾Q值的算数平均值。

为了研究影响公司投资水平对同行业其他公司市场价值的敏感度的因素，本文选取了4个微观机制变量，股价信息量、管理者信息、产品相似度、代理成本，使其分别与本公司Q值与同行业其他公司的Q值形成交互项，以上变量的具体衡量方法将在后文详细介绍。

本文选取如下控制变量：公司规模、现金流、资产负债率、行业虚拟变量、时间虚拟变量。其中，公司规模、现金流、资产负债率三个变量均包括本公司的变量X以及同行业其他公司的变量$X_{-i}$ ，以控制产品市场的差异性，$X_{-i}$ 的计算规则与$Q_{-i}$ 相同。下面表1为所有变量的定义和计算方法的详细说明。

Table 1. Description and meaning of variables

表1. 变量说明和含义

变量符号	变量含义	计算方式
$I_i$	当期新增投资	(固定投资原值的增加值 + 在建工程的增加值 + 工程物资 的增加值)/期初固定资产净值
$Q_i$	本公司市场价值(托宾Q)	(每股价格*流通股份 + 每股净资产*非流通股数 + 负债账 面价值)/总资产
$Q_{-i}$	同行业其他公司市场价值(托宾Q均值)	除本公司外的同行业公司Qi的算数平均
${\text{Size}}_i$	本公司的规模	总资产的自然对数(总资产以亿人民币为单位)
${\text{Size}}_{-i}$	同行业其他公司的规模	除本公司外的同行业公司Sizei的算术平均
${\text{Cash}}_i$	本公司的现金流	经营性现金流净额/期初固定资产净值
${\text{Cash}}_{-i}$	同行业其他公司的现金流	除本公司外的同行业公司Cashi的算术平均
${\text{Lev}}_i$	本公司的资产负债率	总负债/总资产
${\text{Lev}}_{-i}$	同行业其他公司资产负债率	除本公司外的同行业公司Levi的算术平均
Industry	行业效应	根据中国证监会，将制造业以二级行业划分，非制造业以 一级行业划分，共区分为41个行业
Year	时间2效应	样本期间为2009年至2023年
${\psi }_i$	股价信息量–本公司股价包含的 私人信息量	${\psi }_i=1-R^2$ ，R^2本公司的周回报率对同行业公司投资组合的 周回报率以及整个市场的周回报率进行回归后得到的R^2
${\psi }_{-i}$	股价信息量–同行业其他公司股 价包含的私人信息量	${\psi }_i=1-R^2$ ，R^2代表同行业其他公司投资组合的周回报率对 本公司的周回报率以及市场的周回报率进行回归后得到的R^2
Insider1	管理者信息–高管层	公司高管层交易股票数/所有交易的股票数
Insider2	管理者信息–管理层	公司管理层交易股票数/所有交易的股票数
MF	代理成本–管理费用率	管理费用/期初固定资产净值
${\rho }_{\text{returns}}$	产品相似度–回报率	本公司的月回报率与同行业其他公司的平均月回报率的相 关系数
${\rho }_{\text{sales}}$	产品相似度–销售额	本公司的季度销售额与同行业其他公司的平均季度销售额 的相关系数

4.2.3. 变量描述性统计

在对主要变量的数据进行统计时，为了排除异常值对于回归结果的干扰，本文对公司层面的连续变量数据进行了缩尾处理(Winsorize)，将落在(5%, 95%)之外的观测值分别替换为5%和95%分位上的数值。由表2报告的描述性统计可见，各变量的最大值与最小值的差异较大，说明不同公司的情况有较大的差异。其中，当期新增投资率$I_{i,t}$ 的均值为36.7%，中位数为22.3%；本公司托宾Q值$Q_{i,t}$ 在0.371到5.010之间变化，其均值为1.778，中位数为1.409。本文同样报告了同行业其他公司的主要相关变量，$X_{-i}$ 与$X_i$ 的各项描述性统计均十分相似，虽然集合效应在一定程度上降低了它们的标准差。

Table 2. Descriptive statistics of main variables

表2. 主要变量描述性统计

变量	均值	标准差	最小值	中位数	最大值	观测数
$I_i{}_{,t}$	0.367	0.396	0.017	0.223	1.532	19,590
$Q_i{}_{,t}$	1.778	1.264	0.371	1.409	5.010	19,590
$Q_{-i}{}_{,t}$	1.890	0.878	0.793	1.629	3.869	19,590
${\text{Size}}_i{}_{,t}$	3.227	1.088	1.564	3.092	5.580	19,590
${\text{Size}}_{-i,t}$	3.240	0.572	2.433	3.140	4.450	19,590
${\text{Cash}}_i{}_{,t}$	0.243	0.576	−1.061	0.185	1.726	19,590
${\text{Cash}}_{-i,t}$	0.144	0.601	−1.776	0.229	1.180	19,590
${\text{Lev}}_{i,t}$	0.470	0.191	0.133	0.476	0.797	19,590
${\text{Lev}}_{-i,t}$	0.479	0.080	0.354	0.464	0.640	19,590

随后本文计算了模型(1)的方差膨胀因子，以避免多重共线性对实证结果可能造成的影响。从表3可得，方差膨胀因子明显小于10，可认为本文中的回归中不存在多重共线性问题。

Table 3. Variance inflation factor (VIF)

表3. 方差膨胀因子

变量	$Q_i{}_{,t-1}$	$Q_i{}_{,t-1}$	${\text{Size}}_i{}_{,t-1}$	${\text{Size}}_i{}_{,t-1}$	${\text{Cash}}_i{}_{,t-1}$	${\text{Cash}}_i{}_{,t-1}$	${\text{Lev}}_i{}_{,t-1}$	${\text{Lev}}_i{}_{,t-1}$
VIF	2.24	1.93	1.80	1.59	1.06	1.10	1.41	1.52

5. 实证结果分析

5.1. 同行业其他公司的市场价值对公司投资水平的影响效果

表4报告了模型(1)的经验结果。本公司的托宾Q ($Q_{i,t-1}$ )与同行业其他公司的托宾Q ($Q_{-i,t-1}$ )对公司投资水平有显著的正向影响，其余控制变量也均在1%的显著性水平下显著。

Table 4. Effectiveness of peer group market values on investment levels

表4. 同行业市场价值对投资水平的影响效果

因变量：$I_{i,t}$	(a) 均值组	(b) 中位数组
$Q_{i,t-1}$	0.036^*** [0.000]	0.034^*** [0.000]
$Q_{i,t1}$	0.022^*** [0.006]	0.042^*** [0.000]
${\text{Size}}_{i,t-1}$	0.045^*** [0.000]	0.042^*** [0.000]
${\text{Size}}_{i,t1}$	0.062^*** [0.000]	0.049^*** [0.000]
${\text{Cash}}_{i,t-1}$	0.054^*** [0.000]	0.053^*** [0.000]
${\text{Cash}}_{i,t1}$	0.013^*** [0.000]	0.014^*** [0.001]
${\text{Lev}}_{i,t-1}$	−0.021^*** [0.000]	−0.018^*** [0.000]
${\text{Lev}}_{i,t1}$	−0.027^*** [0.000]	−0.030^*** [0.000]
Constant	0.489^*** [0.000]	0.454^*** [0.000]
行业效应	Yes	Yes
时间效应	Yes	Yes
样本量	17,588	17,588
调整后R^2	0.0849	0.0860

注：[ ]内为P值，^*、^**和^***分别表示在10%、5%和1%的显著性水平下显著。

根据列(a)的回归结果，当其他控制变量保持不变时，本公司托宾Q每增加一个标准差，公司新增投资就会增加3.6%；更重要的是，同行业其他公司的托宾Q每增加一个标准差，公司新增投资就会增加2.2%，相当于当期新增投资额样本均值的6.0%。此外，公司投资水平对同行业其他公司托宾Q的敏感程度相当于其对本公司托宾Q敏感程度的61%，体现了同行业其他公司的价值对于公司投资水平的重要影响。

再来分析各控制变量的符号：本公司规模与同行业其他公司规模均对公司投资有显著的正向影响。公司规模越大，进行的日常生产就越多，需要进行更多的投资以维持企业运转；本公司的现金流与同行业其他公司的现金流均对公司投资有显著的正向影响，公司可支配的自由现金流越多，可供挑选的投资机会就越多，因而会促进投资；本公司与同行业其他公司的资产负债率均对公司投资有显著的负向影响，企业在高负债的情况下通常会选择缩减投资、清偿债务，因此投资水平会降低。

除此之外，本文替换了同行业公司的定义，用同行业其他公司各变量的中位数替代算术平均，进行回归，结果如列(b)，二者的结果并没有显著差异。

解释变量及各控制变量的符号均符合预期，因此本文的假说1得到验证。

为了探究股价信息量、管理者信息、产品相似度、经理人代理成本是否会影响本公司与同行业其他公司的托宾Q对公司投资水平的作用，本文在模型(2) (3) (4) (5)中引入了各变量与托宾Q的同期交互项$Q_{i,t-1}\ast {\varphi }_{i,t-1}$ ，$Q_{-i,t-1}\ast {\varphi }_{i,t-1}$ 以便于将公司投资水平对托宾Q的敏感程度分解成“无条件的”和“取决于交互项的”两部分。其中，变量ϕ在(a)至(g)中分别代表股价信息量(ψ)、管理者信息(Insider)、产品相似度(ρ)、代理成本(MF)。同时，本文对各交互项也进行标准化处理以保持回归结果的一致性。

5.2. 股价信息量与托宾Q的作用

本文采用公司特质收益波动(ψ)来衡量股价包含的投资者私人信息量，${\psi }_{i,t}=1-R_{i,t}^2$ ，R²代表本公司的周回报率对同行业其他公司投资组合的周回报率以及整个市场的周回报率进行回归后得到的R²。同理，${\psi }_{-i,t}=1-R_{i,t}^2$ ，R²代表同行业其他公司投资组合的周回报率对本公司的周回报率以及整个市场的周回报率进行回归后得到的R²。${\psi }_i$ ，${\psi }_{-i}$ 分别代表本公司从股价中获取的本身及同行业其他公司的信息量。股价中包含公共信息与投资者的私人信息，若投资者利用私人信息进行交易，会使得股票的回报率与市场及行业回报率的相关性降低。因此，股价包含投资者私人信息量越多，市场回报率与行业回报率对个股回报率的解释程度R²越低，ψ越高。

表5列(a)的回归结果检验了本公司股价信息量对本公司托宾Q以及同行业其他公司托宾Q作用的影响。$Q_{-i,t-1}\ast {\psi }_{i,t-1}$ 前的系数在1%的水平上显著为正，说明在其他条件不变时，公司对本公司的特质信息了解越多，本公司托宾Q对公司投资水平的影响程度越强。进一步分析，假定公司对本公司股价信息量${\psi }_i$ 取均值0时，本公司托宾Q每增加一个标准差，新增投资额就增加1.2%。假定对本公司的股价信息量增加了一个标准差，则本公司托宾Q每增加一个标准差，新增投资额的增加值上升至3.3%。

$Q_{-i,t-1}\ast {\psi }_{i,t-1}$ 前的系数在1%的水平上显著为负，说明在其他条件不变时，公司对本公司特质信息了解越多，同行业其他公司的托宾Q对公司投资水平的影响程度越弱。进一步分析，假定本公司的股价信息量${\psi }_i$ 取均值0时，同行业其他公司托宾Q每增加一个标准差，新增投资额就增加4.1%。假定本公司的股价信息量增加了一个标准差，则同行业其他公司的托宾Q每增加一个标准差，新增投资额的增加值降低至0.8%。

综上，本公司股价的信息量会提升公司投资水平对本公司托宾Q的敏感度，而降低公司投资水平对同行业其他公司托宾Q的敏感度。的确，当本公司股价信息产生的信号变得更加有益时，经理人的决策受到本公司托宾Q的影响会增强，受到同行业其他公司托宾Q的影响会变小，本文的假说2得到验证。

表5列(b)的回归结果检验了同行业其他公司股价信息量对本公司托宾Q以及同行业其他公司托宾Q作用的影响$Q_{-i,t-1}\ast {\psi }_{-i,t-1}$ 的系数在1%的水平上显著为正，说明在其他条件不变时，公司对同行业其他公司的特质信息了解越多，同行业其他公司的托宾Q对公司投资水平的影响程度越强。进一步分析，假定同行业其他公司的股价信息量${\psi }_{-i}$ 取均值0时，同行业其他公司的托宾Q每增加一个标准差，新增投资额就增加1.8%。假定同行业其他公司的股价信息量增加了一个标准差，则同行业其他公司的托宾Q每增加一个标准差，新增投资额的增加值上升至2.9%。而$Q_{i,t-1}\ast {\psi }_{i,t-1}$ 前的系数为负，但不显著，说明同行业其他公司的股价的信息量不会显著改变公司投资水平对本公司托宾Q的敏感度。可能的原因是，管理者将本公司托宾Q作为衡量投资机会的一个重要变量，同行业其他公司的市场价值包含的信息只是一种补充途径，对同行业其他公司了解的信息再多，也不能代替公司自身的发展状况，因而同行业其他公司的高股价信息量并不会降低本公司托宾Q产生的影响。综上，同行业其他公司的股价信息量会提升公司投资水平对同行业其他公司托宾Q的敏感度，本文的假说3得到验证。

5.3. 管理者信息与托宾Q的作用

管理者信息是指公司管理者获取的有关公司投资机会的私人信息，本文采用公司管理层对公司股票的交易情况来衡量管理者信息的质量。考虑到中国数据的可得性，本文选取了两个变量来衡量管理者信息质量。Insider1将公司管理者定义为高管层，表示公司高级管理人员对于公司股票的交易股数占当年公司股票的交易总股数的比值。其中，高级管理人员包括总经理、总裁、CEO、副总经理、副总裁、董秘及年报上公布的其他管理人员(包括董事中兼任的高管人员)。Insider2则扩大了对管理者的定义，将Insider1中的高级管理人员替换为普通管理层人员。本文通过CSMAR数据库中的高管持股数、管理层持股数，计算得到经理人的年度交易股数，进而求得Insider1、Insider2。

表5列(c) (d)的回归结果检验了管理者信息对本公司托宾Q以及同行业其他公司托宾Q作用的影响。在模型(c) (d) $Q_{i,t-1}\ast {\text{Insider}}_{t-1}$ 中，前的系数在1%的水平上显著为正，说明在其他条件不变时，管理者信息质量越高，本公司托宾Q对公司投资水平的影响程度越强。以列(c)为例进一步分析，假定管理者信息Insider1取均值0时，本公司托宾Q每增加一个标准差，新增投资额就增加3.2%。假定管理者信息增加了一个标准差，则本公司托宾Q每增加一个标准差，新增投资额的增加值上升至10.9%。

而$Q_{-i,t-1}\ast Inside{r}_{t-1}$ 前的系数在1%的水平上显著为负，说明在其他条件不变时，管理者信息质量越高，同行业其他公司的托宾Q对公司投资水平的影响程度越弱。以列(d)为例进一步分析，假定管理者信息取均值0时，同行业其他公司托宾Q每增加一个标准差，新增投资额就增加2.3%。假定管理者信息质量增加了一个标准差，则同行业其他公司的托宾Q每增加一个标准差，新增投资额反而会降低0.1%。综上，管理者信息质量会提升公司投资水平对本公司托宾Q的敏感度，而降低公司投资水平对同行业其他公司托宾Q的敏感度。

根据前文所述理论，管理者私人信息质量提高，会产生两种效应：(1) 管理者信息与投资者私人信息的相关性增强，间接地导致公司投资对公司市场价值的敏感度增强；(2) 管理者私人信息的增强也会导致管理者在进行投资决策时更少地依赖于股票市场，从而降低公司投资对公司市场价值的敏感度。以上两种效应作用相反，结合实证结果，本文给出可能的解释：在本公司的价值对公司投资行为的影响中，效应(1)占主导；而在同行业其他公司价值对公司投资行为的影响中，效应(2)占主导。毕竟当管理者对本公司股票的交易行为增加时，会更密切地关注本公司的市场价值，与此同时，管理者对于未来市场需求的判断受同行业其他公司的影响程度将降低，本文的假说4得到验证。

5.4. 产品相似度与托宾Q的作用

产品相似度是指本公司所销售的产品的市场需求与同行业其他公司的产品需求的相关性，相关性的增加会扩充同行业其他公司市场价值中包含的有关公司未来现金流情况的信息量。

即便是在同一个行业内，各公司与同行业内其他公司的产品相似度也是不同的，因此选取两种变量来衡量本公司与同行业其他公司的产品相似度：股票月回报率相关系数${\rho }_{\text{returns}}$ 表示过去三年间本公司的股票月回报率与同行业其他公司股票月的回报率的平均值的相关系数；销售额相关系数${\rho }_{\text{sales}}$ 表示过去三年间本公司的季度销售额与同行业其他公司季度销售额均值的相关系数。

表5列(e) (f)的回归结果检验了产品相似度对本公司托宾Q以及同行业其他公司托宾Q作用的影响。在模型(e) (f) 中，$Q_{i,t-1}\ast {\rho }_{t-1}$ 前的系数在1%的水平上显著为负，说明在其他条件不变时，与同行业其他公司的产品类似度越高，本公司托宾Q对公司投资水平的影响程度越弱。以列(e)为例进一步分析，假定产品类似度${\rho }_{\text{returns}}$ 取均值0时，本公司托宾Q每增加一个标准差，新增投资额就增加8.7%。假定产品类似度增加了一个标准差，则本公司托宾Q每增加一个标准差，新增投资额的增加值下降至2.5%。

而$Q_{-i,t-1}\ast {\rho }_{t-1}$ 前的系数在1%的水平上显著为正，说明在其他条件不变时，本公司的产品与同行业其他公司产品的类似度越高，同行业其他公司的托宾Q对公司投资水平的影响程度越强。以列(f)为例进一步分析，假定产品相似度${\rho }_{\text{sales}}$ 取均值0时，同行业其他公司的托宾Q每增加一个标准差，新增投资额就增加1.8%。假定产品相似度增加了一个标准差，则同行业其他公司的托宾Q每增加一个标准差，新增投资额的增加值将上升至3.3%。综上，产品相似度会降低公司投资水平对本公司托宾Q的敏感度，并提高公司投资水平对同行业其他公司托宾Q的敏感度。

一般来说，产品相似度越高，公司基本面的相关程度也越大，而相关性的提升扩充了同行业其他公司的市场价值中包含的有关公司未来现金流情况的信息量，因此与同行业其他公司产品相似度越高的公司，本公司托宾Q对公司投资水平的影响越弱，而同行业其他公司托宾Q对投资水平的影响越强，本文的假说5得到验证。

5.5. 代理成本与托宾Q的作用

上市公司的经营存在股东与经理人之间的代理问题，继而产生了代理成本。由于部分公司的经理人只关注个人收益，不在乎股东的盈利，因此会花大量的资金去投资没有投资价值的资产，同时耗费大量管理费用。代理行为造成的效率损失与成本支出可以直接度量管理者的代理成本，选择直接度量指标“管理费用率”可最小化其他因素的影响。因此本文选取管理费用率(MF)作为公司代理成本的衡量变量。

表5列(g)的回归结果检验了代理成本对本公司托宾Q以及同行业其他公司托宾Q作用的影响。在模型(g)中，$Q_{i,t-1}\ast {\text{MF}}_{t-1}$ 前的系数在1%的水平上显著为负，$Q_{-i,t-1}\ast {\text{MF}}_{t-1}$ 前的系数在5%的水平上显著为负，说明在其他条件不变时，经理人代理成本越高，本公司托宾Q、同行业其他公司托宾Q对公司投资水平的影响程度均越弱，并且代理成本对本公司托宾Q的作用的影响约是其对同行业其他公司托宾Q的作用的影响的3.5倍。当代理成本很高时，经理人往往不在乎公司的价值和收益，只在乎自己在位时所谋取的利益。因此，其投资行为受市场价值影响的程度将降低，高的代理成本可以有效抑制公司从市场价值中获取与投资决策有关的信息，假说6得到验证。

Table 5. Mechanisms by which the market value of other peers’ influences the investment of company

表5. 同行业其他公司的市场价值对公司投资水平的影响机制

因变量$I_{i,t}$	模型(2)股价信息量		模型(3)管理者信息		模型(4)产品相似度		模型(5)代理成本
$\varphi =?$	${\psi }_i$ (a)	${\psi }_{-i}$ (b)	Insider1 (c)	Insider2 (d)	${\rho }_{\text{returns}}$ (e)	${\rho }_{\text{sales}}$ (f)	MF (g)
$Q_{i,t-1}$	0.012^* [0.079]	0.031^*** [0.000]	0.032^*** [0.000]	0.017^*** [0.000]	0.087^*** [0.000]	0.056^*** [0.000]	0.058^*** [0.000]
$Q_{-i,t-1}$	0.041^*** [0.000]	0.018^** [0.019]	0.021^*** [0.000]	0.023^*** [0.003]	0.014^* [0.079]	0.018^** [0.034]	0.024^*** [0.003]
$Q_{i,t-1}\ast {\varphi }_{i,t-1}$	0.021^*** [0.000]	0.001 [0.788]	0.077^*** [0.000]	0.073^*** [0.000]	−0.062^*** [0.000]	−0.024^** [0.016]	−0.032^*** [0.000]
$Q_{-i,t-1}\ast {\varphi }_{i,t-1}$	−0.033^*** [0.001]	0.011^*** [0.005]	−0.024^* [0.065]	−0.022^* [0.063]	0.021^*** [0.000]	0.015^*** [0.000]	−0.009^** [0.015]
${\text{Size}}_{i,t-1}$	0.042^*** [0.000]	0.061^*** [0.000]	0.055^*** [0.000]	0.022^*** [0.000]	0.044^*** [0.000]	0.056^*** [0.000]	0.039^*** [0.000]
${\text{Size}}_{-i,t-1}$	0.060^*** [0.000]	0.081^*** [0.000]	0.060^*** [0.000]	0.057^*** [0.000]	0.056^*** [0.000]	0.065^*** [0.000]	0.063^*** [0.000]
${\text{Cash}}_{i,t-1}$	0.053^*** [0.000]	0.044^*** [0.000]	0.051^*** [0.000]	0.055^*** [0.000]	0.053^*** [0.000]	0.052^*** [0.000]	0.053^*** [0.000]
${\text{Cash}}_{-i,t-1}$	0.013^*** [0.000]	0.012^*** [0.000]	0.011^*** [0.001]	0.011^*** [0.001]	0.011^*** [0.002]	0.009^** [0.020]	0.013^*** [0.000]
${\text{Lev}}_{i,t-1}$	−0.024^*** [0.000]	−0.025^*** [0.000]	−0.002 [0.511]	0.002 [0.393]	−0.012^*** [0.000]	0.004 [0.239]	−0.018^*** [0.000]
${\text{Lev}}_{-i,t-1}$	−0.026^*** [0.000]	−0.015^*** [0.005]	−0.028^*** [0.000]	−0.027^*** [0.000]	−0.025^*** [0.000]	−0.028^*** [0.000]	−0.027^*** [0.000]
Constant	0.474^*** [0.000]	0.133^** [0.019]	0.331^*** [0.000]	0.330^*** [0.000]	0.618^*** [0.000]	0.381^*** [0.000]	0.521^*** [0.000]
行业效应	Yes	Yes	Yes	Yes	Yes	Yes	Yes
时间效应	Yes	Yes	Yes	Yes	Yes	Yes	Yes
样本量	17,588	17,588	15,888	15,888	16,080	12,982	17,587
调整后R^2	0.0874	0.1317	0.0991	0.0864	0.0825	0.0818	0.0899

注：[ ]内为P值，^*、^**和^***分别表示在10%、5%和1%的显著性水平下显著。

6. 稳健性检验

为了证明前文的检验结果不是样本估计的偶然现象，需要进行稳健性检验。本文进行了更换解释变量的稳健性检验，考虑了内生性问题以及交互项的稳健性问题。

6.1. 改变同行业其他公司市场价值的衡量指标

在对同行业其他公司的市场价值进行定义时，前文使用了同行业其他公司托宾Q的算数平均值，这里选用同行业其他公司托宾Q的中位数重新进行回归，验证上述结果的稳健性。稳健性检验的回归结果如表6所示，从回归结果上看并没有改变前文的结论。

6.2. 有关内生性的说明

在股票市场中，公司管理者可以从公司市场价值中获取二级市场中投资者的私人信息，从而进行投资决策；反过来，二级市场的投资者也可以从公司的投资行为获取公司未来发展的信息，从而进行股票交易。因此公司当期投资$\left(I_{i,t}\right)$ 与当期托宾$Q\left(Q_{i,t}\right)$ 会相互影响，可能存在内生性问题。但是，当期的公司投资水平不会影响上一期二级市场投资者的股票交易行为，因此$I_{i,t}$ 不会影响$Q_{i,t}$ 与$Q_{-i,t}$ 。为了尽可能排除内生性问题对结论的影响，本文对本公司相关变量以及同行业其他公司的相关变量均进行滞后一期处理，在一定程度上，缓解了可能存在的同期相关问题。

其次，在检验模型(2) (3) (4) (5)时，本文更关注各个交互项前的系数，而交互项的研究设计则面临相对较少的内生性问题。

Table 6. Robustness testing

表6. 稳健性检验

因变量$I_{i,t}$	模型(2)股价信息量		模型(3)管理者信息		模型(4)产品相似度		模型(5)代理成本
$\varphi =?$	${\psi }_i$ (a)	${\psi }_{-i}$ (b)	Insider1 (c)	Insider2 (d)	${\rho }_{\text{returns}}$ (e)	${\rho }_{\text{sales}}$ (f)	MF (g)
$Q_{i,t-1}$	0.028^*** [0.000]	0.029^*** [0.000]	0.022^*** [0.000]	0.015^*** [0.001]	0.086^*** [0.000]	0.056^*** [0.000]	0.056^*** [0.000]
$Q_{-i,t-1}$	0.019^** [0.016]	0.053^*** [0.000]	0.042^*** [0.000]	0.037^*** [0.000]	0.023^** [0.012]	0.037^** [0.000]	0.066^*** [0.000]
$Q_{i,t-1}\ast {\varphi }_{i,t-1}$	0.010^*** [0.002]	0.0004 [0.929]	0.070^*** [0.000]	0.073^*** [0.000]	−0.063^*** [0.000]	−0.025^** [0.013]	−0.033^*** [0.000]
$Q_{-i,t-1}\ast {\varphi }_{i,t-1}$	−0.014^* [0.074]	0.007^* [0.092]	−0.007^* [0.082]	−0.023^* [0.060]	0.024^*** [0.000]	0.019^*** [0.000]	−0.013^*** [0.001]
${\text{Size}}_{i,t-1}$	0.045^*** [0.000]	0.060^*** [0.000]	0.043^*** [0.000]	0.019^*** [0.000]	0.043^*** [0.000]	0.056^*** [0.000]	0.040^*** [0.000]
${\text{Size}}_{-i,t-1}$	0.059^*** [0.000]	0.091^*** [0.000]	0.054^*** [0.000]	0.056^*** [0.000]	0.047^*** [0.000]	0.076^*** [0.000]	0.075^*** [0.000]
${\text{Cash}}_{i,t-1}$	0.055^*** [0.000]	0.044^*** [0.000]	0.053^*** [0.000]	0.054^*** [0.000]	0.053^*** [0.000]	0.052^*** [0.000]	0.053^*** [0.000]
${\text{Cash}}_{-i,t-1}$	0.013^*** [0.000]	0.012^*** [0.000]	0.015^*** [0.000]	0.012^*** [0.002]	0.012^*** [0.003]	0.008^** [0.032]	0.013^*** [0.000]
${\text{Lev}}_{i,t-1}$	−0.020^*** [0.000]	−0.024^*** [0.000]	−0.010^*** [0.005]	0.005 [0.107]	−0.009^*** [0.008]	0.005 [0.150]	−0.017^*** [0.000]
${\text{Lev}}_{-i,t-1}$	−0.027^*** [0.000]	−0.005 [0.329]	−0.026^*** [0.001]	−0.037^*** [0.000]	−0.027^*** [0.001]	−0.019^*** [0.001]	−0.018^*** [0.003]
Constant	0.504^*** [0.000]	0.150^*** [0.008]	0.478^*** [0.000]	0.297^*** [0.000]	0.586^*** [0.000]	0.561^** [0.000]	0.476^*** [0.000]
行业效应	Yes	Yes	Yes	Yes	Yes	Yes	Yes
时间效应	Yes	Yes	Yes	Yes	Yes	Yes	Yes
样本量	17,588	17,588	15,888	15,888	16,080	12,982	17,587
调整后R^2	0.0874	0.1345	0.1112	0.0881	0.0835	0.0839	0.0921

注：[ ]内为P值，^*、^**和^***分别表示在10%、5%和1%的显著性水平下显著。

6.3. 交互项稳健性检验的说明

如表6所示，对于影响同行业其他公司价值对公司投资作用的部分变量，本文选用了数个变量进行回归，以进行稳健性检验。

模型(3)中，列(c)列(d)的结果基本一致，说明采用高管层交易股数比率与管理层交易股数比率来衡量管理者信息质量，结果没有显著变化。

模型(4)中，列(e)列(f)的结果相近，说明分别选用股票回报率与销售额的相关性来衡量公司产品类似度，结果没有显著变化。

7. 结论和实践意义

基于同行业公司的投资行为存在相关性的背景以及资本市场影响实体经济的现状，本文对同行业其他公司的市场价值对公司投资行为的影响效果进行了研究，发现公司的市场价值与同行业其他公司的市场价值均能显著影响公司的投资行为，且公司投资行为对同行业其他公司市场价值的敏感度受到股价信息量、管理者信息、产品相似度、代理成本的影响。

综合理论分析与经验结果，本文得出了以下结论：

第一，同行业其他公司的市场价值会影响公司的投资行为，且同行业其他公司市场价值越高，公司投资水平越高。

第二，本公司市场价值反映的投资者私人信息量越大，同行业其他公司的市场价值对公司投资水平的促进作用越弱；同行业其他公司市场价值反映的信息量越大，同行业其他公司市场价值对公司投资水平的促进作用越强。

第三，管理者的私人信息质量越高，其对于未来市场需求的判断受同行业其他公司的影响程度将降低，高质量的管理者信息会抑制同行业其他公司市场价值对公司投资行为的影响。

第四，本公司的产品与同行业其他公司产品的相似度越大，公司基本面的相关程度也越大，而相关性的提升扩充了同行业其他公司的市场价值中包含的有关公司未来现金流情况的信息量，因此与同行业其他公司的产品相似度越高的公司，同行业其他公司市场价值对其投资水平的影响越强。

第五，代理成本越高，同行业其他公司的市场价值对公司投资水平的促进作用越弱。当管理者只在乎个人利益，而忽略公司的价值和收益时，就产生了巨大的代理成本，此时管理者的投资决策受同行业其他公司的影响将降低。

基于上述的研究结论，本文针对中国市场现状得出如下实践意义：

第一，由于同行业其他公司的价值可以引导公司的投资决策，因此当上市公司的股价不能有效地反映足够的投资者私人信息时，公司管理者可以参考行业内其他公司的股价，间接利用市场信息进行投资决策；未上市的公司无法通过自身股价判断未来现金流的情况，但依然可以利用同行业上市公司的市场价值为本公司的投资行为作出决策。

第二，目前上市公司在进行财务决策时，往往注重商品竞争和价格竞争，而忽略了同行业其他公司的价值信息。由于同行业其他公司的价值也会影响公司的投资决策，公司决策者今后应将同行业公司的价值也纳入观察范围。

第三，由于中国证券市场存在严重的代理问题及信息不对称问题，容易抑制同行业其他公司市场价值对公司投资决策的作用。因此政府可建立信息沟通平台，帮助企业相互交流信息，使企业能更好地得到同行业其他公司的信息，从而有利于全社会的投资。

第四，公司应加强对管理者的监督与管理，例如，可采用将薪酬与股价相关联的方法，避免“代理问题”削弱市场价值信息对投资行为的引导作用。