4164
浏览在我们的模型中,所选取的变量,如行业、LAR、IOs、IDs、CP、size、RPTs,都是样本中的数据支持的,基本没有测量误差。内生性的来源主要来自于缺失变量的误差。根据表6,与CAR有显着关系的变量是行业(I)、资产负债率(LAR)和投资方向(ID)。此外,行业 (I) 与 CAR 存在违反直觉的负相关。基于Cui 等人的研究。(2021),我们以行业(I)为核心变量,其他变量为控制变量,重点研究行业(I)对CAR的影响。此外,为了解决潜在的内生性,我们应用了工具变量(IV)方法,该方法已广泛用于类似的调查(Wooldridge,2006)。
我们使用发布公告的公司所在城市作为工具变量IV。这受到中国住房和城乡建设部办公厅 2013 年公布的第一批国家智慧城市试点名单的启发。在现有研究中可以找到类似的工具变量定义方法(1 )。费伯,2014 年)。2如果城市属于第一批国家智慧城市名单,则记为1,否则记为0。显然,智慧城市的建设会影响一个城市的产业布局(郭等,2016))。然而,CAR是由与公司正常运营完全不同的事件引起的,智慧城市的建设是一个长期的过程。因此,智慧城市的建设不会对公司在特定时间的异常收益(CAR)产生重大影响。我们进行回归测试,发现城市 (IV) 对工业 (I) 很重要,但对 CAR 不重要。该结果验证了 IV 的可靠性,如表 9和表10所示。
表 9。工具变量 City on Industry 的回归结果。
A:型号说明 | |||||
---|---|---|---|---|---|
型号参数 | 2 _ | 调整后的R 2 | 德宾-沃森值 | F值 | |
参数值 | 0.349 | 0.115 | 1.472 | 16.138 | |
B:系数估计 | |||||
多变的 | 参数估计 | T检验值a | |||
截距 | 0.453 | 8.964*** | |||
城市 | 城市 | 0.390 | 4.017*** |
这是一个片面的测试;* p ≤ 0.10,** p ≤ 0.05,和 *** p ≤ 0.01)
表 10。工具变量 City 在 CAR 上的回归结果。
A:型号说明 | |||||
---|---|---|---|---|---|
型号参数 | 2 _ | 调整后的R 2 | 德宾-沃森值 | F值 | |
参数值 | 0.023 | 0.001 | 2.244 | 0.059 | |
B:系数估计 | |||||
多变的 | 参数估计 | T检验值a | |||
截距 | 0.008 | 2.360** | |||
城市 | 城市 | -0.002 | -0.243 |
这是一个片面的测试;* p ≤ 0.10,** p ≤ 0.05,和 *** p ≤ 0.01)
根据表 9和表10,我们预计我们选择的 IV 将是一个有效的工具变量。我们使用 Durbin-Wu-Hausman (DWH) 检验发现 Industry (I) 确实是一个内生变量,因为DWH 检验的p值小于 0.05。随后,我们使用 GMM 估计来检验我们模型的潜在内生性,结果如表 11所示。
表 11。带有工具变量的横截面回归分析结果。
A:型号说明 | |||||
---|---|---|---|---|---|
型号参数 | 2 _ | 调整后的R 2 | 德宾-沃森值 | F值 | |
参数值 | 0.107 | 0.047 | 2.280 | 1.791 | |
B:系数估计 | |||||
多变的 | 象征性的期待 | 参数估计 | T检验值a | 方差膨胀因子 VIF | |
截距 | 0.018 | 0.101 | - | ||
行业 | 一世 | - | −0.041 | −2.004** | 1.014 |
控件 | 是的 | 是的 | 是的 | 是的 | 是的 |
这是一个片面的测试;* p ≤ 0.10,** p ≤ 0.05,和 *** p ≤ 0.01)
表 11的结果表明,工业 (I) 的系数在 5% 的水平上显着为负。GMM 估计支持我们的初步结果——在使用工具变量排除内生性后,工业(I)仍然对 CAR 有负面影响。此外,当比较表 11和表 6时,我们发现我们的模型在解释自变量和因变量之间的关系方面效果很好。这表明工具变量(IV)方法在本研究中也是一种很好的识别策略。
在本节中,我们对结果进行了比较分析,并对回归结果进行了相应的解释。
本研究中所有假设检验的结果列于表 12中。鉴于影响市场对 SAPI 公告反应的五个特征因素,包括两个公司层面因素和三个投资公告内容因素,本研究共提出六个假设,假设 1为基本假设。
表 12。假设检验的总结。
假设 | 内容 | 结果 |
---|---|---|
假设 1 | SAPI 公告将引起积极的市场反应。 | 拒绝失败 |
假设 2 | 与非农企业相比,农企对SAPI公告的市场反应更大。 | 被拒绝 |
假设 3 | 资产负债率较高的投资公司更倾向于引发更显着的市场反应。 | 拒绝失败 |
假设 4 | 从投资选择上看,合资企业的市场反应要高于独资企业。 | 被拒绝 |
假设 5 | 与对外投资相比,市场对外来投资的反应更大。 | 拒绝失败 |
假设 6 | 与农业生产链优化和智能技术装备的投资相比,SAP社会化服务的投资能够产生更积极的市场反应。 | 拒绝失败 |
假设1是基本假设。我们得出的结论是,SAPI 公告将引发重大的积极市场反应。对于假设 1,我们发现拒绝失败。这传递了一个积极的信息,即SAP领域普遍受到资本市场的青睐。原因如下。一方面,农业投资通常得到政府政策的支持,以确保社会战。目前,中国出台了一系列鼓励农业生产智能化转型的政策,这无疑会引发市场对SAP投资的反应。另一方面,随着社会的进步和智能技术的发展,SAP领域显示出可观的市场潜力和发展步伐,是投资者看好的重点。
在对SAPI公告影响因素的研究中,横断面分析结果表明,与农业公司相比,非农业公司的SAPI公告会产生显着的正异常收益。这一发现与郭和黄(2017)的发现不同并且与我们最初的假设相反。我们提出以下解释。根据样本企业的统计数据,我们注意到非农企业大多属于高新技术产业,是中国快速发展的热门产业。这类公司的投资行为往往受到更多的积极关注。然而,传统农业公司更普遍被视为经营成熟或日落业务,与高科技公司相比,它们吸引投资者的兴趣较少。此外,跨行业投资行为更能吸引投资者关注,企业多元化的产业布局能更好地应对经营风险,实现企业的可持续发展,为企业带来更大的灵活性。
其次,根据回归结果,我们发现公司的LAR与异常收益呈正相关,这意味着我们不能拒绝假设3。LAR 的大小会显着影响市场反应。然而,较高的 LAR 也表明较大的金融违约风险。根据本研究中样本公司的 LAR 计算,我们发现只有 10% 的公司的 LAR 高于 70%。根据Davydov (2016),LAR 的适当水平为 40%–60%。因此,我们认为,在一定范围内,资产负债率较高的公司往往会有更显着的市场反应。
第三,我们根据ID划分公告内容,发现对内投资比对外投资能带来更积极的市场反应;因此,本研究的假设 5未被拒绝。选择对外投资的公司往往处于成熟阶段。对外投资也是公司主要业务领域缺乏盈利项目的信号。在这种情况下,投资对投资者的吸引力较小,因为公司没有增长潜力。反之,选择对内投资的企业往往处于向上成长阶段,其巨大的发展能力更能引起投资者的兴趣。另一方面,对SAP的外来投资往往涉及企业引进智能技术、设备和人才(Frija et al., 2020 ),这是公司可持续发展的主要驱动力。因此,更容易吸引投资者的关注和认可。
第四,通过比较这些 IT 的市场反应,我们发现对 SAP 社会化服务和智能技术和设备的投资可以产生积极的市场反应(与样本人群相比)。SAP 社会化服务的投资异常回报率最高。因此,我们未能拒绝假设 6。这表明,构建SAP社会化服务体系是发展可持续农业和高效农业的重要抓手。只有专业化、规模化、高效的SAP社会化服务系统,才能推动农业生产智能化升级。这一发现与中国当前的可持续农业目标一致。
本研究以中国上市公司为研究对象,通过实证方法研究股市对SAPI公告的反应,并检验影响市场反应的相关因素。基于第4节的计算和分析,我们的研究得出以下重要结论。
首先,本研究首次采用事件研究的方法,探讨了中国上市公司发布的SAPI公告对股市反应的影响以及影响市场反应的主要因素。说明SAPI公告确实可以对股市产生积极影响,填补了SAPI领域的研究空白。
其次,本研究将SAPI公告的影响因素分为两个方面。一是公司特征因素,包括投资公司的行业和公司的LAR,对SAPI公告的股票市场产生积极反应。另一个是投资公告的内容,不同的ID会在股市引起不同的反应,对内投资比对外投资能引起更积极的市场反应。股市反应的程度因公司的 IT 而异。
最后,我们根据回归结果获得了有趣的发现。我们发现,非农企业在投资 SAP 时,比农资企业能引起更积极的市场反应。此外,与农业生产链优化相比,对SAP社会化服务和智能技术设备的投资可以产生更积极的市场反应。SAP 社会化服务投资的异常回报率最高。
基于以上结论,我们从理论和实践两方面为SAP提供以下决策参考和经验教训。
从理论角度,本研究进一步拓展了农业生产投资的相关研究,并将其提升到智慧农业领域,填补了SAPI领域的空白。该研究为战略层面的农业可持续实践提供了方向。其次,先前的研究,例如Buckley (2018)的研究,已经证明投资行为与企业绩效之间存在正向联系。我们在此基础上进一步研究了与SAP相关的投资问题。从投资公告内容和投资公司因素的角度,考虑了各种因素对SAPI公告市场反应的影响,为SAPI影响因素的研究提供了新的参考和启示。
从实践的角度来看,本研究的结果具有以下启示。首先,股市对不同类型的 SAPI 公告的反应不同。根据假设2的结论,我们发现非农企业对SAPI公告的市场反应较为积极。因此,对于SAP活动,企业选择跨行业投资,更容易获得市场的青睐。其次,在投资SAP时,公司管理者应该更多地关注自身的财务因素,比如公司的LAR,以更好地判断市场对投资的反应。进一步,假设 5的验证结果表明对内投资比对外投资更有利于改善股市对 SAPI 的反应。这表明市场对大多数投资持保守态度。由于对外投资的风险较高、不确定性较大,投资者在投资时应谨慎选择ID。最后,如果管理者能够考虑社会化服务对投资活动的影响,将重点放在与SAP社会化服务相关的内容上,将对公司的短期股市反应产生更积极的影响。
这种研究范可扩展到两个领域。首先,在本研究中,市场反应和股东价值是基于短期评估的。然而,这并不意味着该公司长期表现良好。未来的研究可能会实证检验从事 SAPI 活动的公司的长期业绩。其次,样本数据来自中国。作为发展中国家,我国对智慧农业概念的引入和研究起步较晚,而发达国家的农业市场环境相对成熟。未来研究的另一个有趣方向是比较来自发展中国家和发达国家的样本。