當融資無摩擦時投資對于現(xiàn)金流的敏感度匯總

1、當融資無摩擦時投資對于現(xiàn)金流的敏感度AYDOGAN ALTI摘要我在基準情形中分析了當融資是無摩擦時一家公司的投資對于其現(xiàn)金流的 敏感性。在之前的研究中這種敏感性被用來當做度量融資約束的一種方法。 我發(fā) 現(xiàn)在無摩擦的基準情形中得到的投資現(xiàn)金流敏感性無論在大小或是呈現(xiàn)的方式 上都和數(shù)據(jù)中觀察的結(jié)果是類似的。 尤其是對于高成長性且股息支付比率較低公 司來說，這種敏感性程度更高。 托賓 q 被認為是對這些公司近期投資計劃的一種 更加不準確的衡量方法 .一家公司的投資對于其現(xiàn)金流的高敏感度是否意味著這家公司面臨著融資約束呢？始 于 Fazzari,Hubbard 和 Petersen(1988)(后文

2、簡稱為 FHP) 的大量研究表明，面臨著融資約束的 公司應該會表現(xiàn)出投資與現(xiàn)金流的高度敏感性，這正反映了公司內(nèi)外部資金成本之間的差 異。實證結(jié)果看起來能夠支持這個假設， 因為那些對先天條件，例如規(guī)模， 股息支付比率或 者杠桿方面有約束的公司有更高的現(xiàn)金流敏感度， 甚至在根據(jù)托賓 q 條件控制他們的投資機 會后。然而，這些結(jié)果的可靠性嚴重的依賴于 q 是否是一個選擇投資機會集的可靠變量。 如 果 q 在某些公司中表現(xiàn)差， 高敏感度就更可能出現(xiàn)在這些公司中， 因為現(xiàn)金流反映了投資機 會的信息。這種分析并不新鮮。在FHP 的討論中， Poterba(1988)是第一個指出對 q 的錯誤估計可能會影響

3、實證的結(jié)果， 在后來的研究中也表達了類似的觀點。 盡管定性的分析已經(jīng) 眾所周知了， 但是還沒有人研究過投資與現(xiàn)金流敏感度的定量影響。 現(xiàn)金流與投資機會集之 間的聯(lián)系能夠解釋觀察到的敏感度大小嗎？或者是在融資無摩擦的假設下， 這種敏感度大到 無法解釋？這篇文章嘗試著通過分析無融資約束的基準情形得到的投資-現(xiàn)金流敏感度去回答之前提出的問題。 在 Lucas(1967)，Treadway(1969)和 Hayashi(1982) 的標準新古典主義模型之上 , 我建立了一個公司增長和投資的模型。 文章的創(chuàng)新之處在于它討論了年輕公司面臨的增長前 景的不確定性以及現(xiàn)金流提供的新信息解決了不確定性的問題。文

4、章的主要結(jié)論如下。一、 即使依照托賓 q，所有的公司投資對現(xiàn)金流都是敏感的。二、更為重要的是，年輕的具有高 成長性和低股息支付比率的小公司敏感度更高。事實上， 模型很好的符合了對公司敏感度的實證研究。 三、托賓 q 被證明是一個對高成長性年輕公司的投資機會分析的更加不準確的工 具。 q的實質(zhì)就是它反映了這些具有長期增長潛力的公司的期權價值。因為期權價值不能反 映近期投資計劃，因而 q 在控制當期投資方面表現(xiàn)不理想。模型設定了一個無摩擦， 新古典主義的環(huán)境。 每個公司被賦予一種生產(chǎn)技術， 而利潤率 是資本積累和當期生產(chǎn)率的函數(shù)。 生產(chǎn)率包含一個永久的組成部分 (項目質(zhì)量， 要求長期的 公司平均規(guī)

5、模)和一個均值 -返回短暫沖擊，但是這兩部分并非可以獨立觀察到。一個公司 面臨項目質(zhì)量的不確定性之時， 它也就開始了它的生命。 正如 Jovanovic(1982) 所論述的， 這 種不確定性會在現(xiàn)金流觀察記錄提供新的信息時得以消除。 年輕的公司規(guī)模較小， 同時他們 在經(jīng)歷一段時間的快速增長期后會達到一個穩(wěn)態(tài)的平均規(guī)模。 由于公司對于他們的項目質(zhì)量 不確定， 增長期的現(xiàn)金流變動就能夠提供長期盈利能力的大量信息。 因此， 年輕公司年輕公 司依據(jù)現(xiàn)金流變動而激進的修改他們的增長計劃，這就放大了現(xiàn)金流與投資之間的聯(lián)系。給定了這個理論上的設定 ,我就校正了模型的變量和模擬數(shù)據(jù)以構建公司的框架。 FHP

6、 和后來的研究按先天存在融資約束的可能性大小將公司劃分為不同的類別， 然后分別分析每 個類別的投資 -現(xiàn)金流敏感度。 類似 FHP 的方法， 我根據(jù)公司的股息支付比率對其進行分類。 對于任何股息支付比率的公司來說， 投資對于現(xiàn)金流敏感， 即使采用托賓 q 作為投資回歸分 析的控制變量。 更重要的是， 股息支付比率低的類別往往存在更高的敏感度。 這些敏感度的 大小與 FHP 所得結(jié)果非常接近。 在模型中， 高成長性的公司主要運用它們的現(xiàn)金流來投資， 因此也就不能或者只能支付很少的股息。事實上，投資-現(xiàn)金流的高敏感度是這類具有高成長機會的公司的特點。 低股息支付意味著增長， 因此公司間在股息支付上

7、的差異將導致各自 不同的投資 -現(xiàn)金流敏感度。為什么成長性公司具有更高的投資 -現(xiàn)金流敏感度呢？一個原因就是一年內(nèi)現(xiàn)金流的變 動提供了關于項目質(zhì)量的新信息，并引起投資上相應的重要變化。但是年初確定的托賓 q 值，即投資回歸分析的控制變量，并不能反映這種信息。 有意思的是， 即使在去掉那些現(xiàn)金 流的極端值后進行的計量分析也顯示， 那些敏感度結(jié)果依然存在。 投資同樣對于年初預期的 現(xiàn)金流也是敏感的，對于成長型公司來說這種敏感度就極其高了。換句話說，q 對這些公司來說是一個不準確的測量工具。后續(xù)的研究表明， q 的這種不準確來源于項目質(zhì)量的不確定 性引起的期權長期價值的變化。 q 反映了代表長期增長

8、潛力的期權的價值 ,但是他并不能充分 反映近期投資預期收益的信息。 從影響上講， 期權價值增加了 q 在反映近期投資計劃上的不 準確性?，F(xiàn)金流與當期生產(chǎn)率緊密相關， 但與長期增長期權價值沒有太大聯(lián)系。因此， 現(xiàn)金 流被當做彌補 q 的不準確性的有效工具。與本文一樣， Erickson 和 Whited（ 2000）認為新古典主義框架可以解釋實證中一但托賓 q 被當成一個對邊際 q 的不確定的解釋變量，現(xiàn)金流的的敏感性結(jié)果。在他們的假設中，托 賓 q 的不確定性始終存在。然而在本文中，關于這種不確定性的來源以及其對投資- 現(xiàn)金流敏感度的影響也得到了分析。 在另一個相關的研究中， Gilchris

9、t 和 Himmelberg （ 1995）建立 了一個利用現(xiàn)金流提供的信息來預測邊際 q 值的模型，同時證明邊際 q 值比托賓 q 對于投資 有更好的解釋效力。 他們的結(jié)果和本文的結(jié)論都證明現(xiàn)金流能夠提供企業(yè)投資的信息而且不 會受到 q 的不確定性的影響。Kaplan 和 Zingales（1997， 2000）從不同的角度出發(fā)，質(zhì)疑用投資 -現(xiàn)金流敏感度作為 測度融資約束的工具的有效性。他們證明高敏感性不是公司存在高度融資約束的必要條件。 然而，在他們的兩期假定中，也可以得到?jīng)]有融資約束的公司往往投資-現(xiàn)金流敏感度也是零。與之形成對比的是， 在無摩擦的模型中敏感度是正的， 表明其他的因素也

10、可能解釋實證 結(jié)果。考慮到按照某種條件對公司進行劃分和投資機會集之間可能會存在一個系統(tǒng)性的關系， 很多研究考慮采用一些辦法能夠更容易的分離出現(xiàn)金流的融資作用。在Hoshi ，Kashyap 和Scharfetein（ 1991）的文章中，分類的辦法是按照是否具有銀行中心產(chǎn)業(yè)集群的會員資格進 行劃分， 而這種會員資格幾乎與企業(yè)的增長潛力無關。 他們的結(jié)果是那些能夠憑借與大銀行 的緊密關系而更加容易去的資金的會員公司投資 -現(xiàn)金流敏感度較低。 Lamont （1997）分析 了 1986 年石油危機中石油公司的非主業(yè)部門的投資情況，發(fā)現(xiàn)這些公司明顯降低了他們的 投資。最后， Whited（ 199

11、2）以及 Bond和 Meghir （1994）直接檢驗了公司動態(tài)優(yōu)化問題中 的歐拉方程，并且證明歐拉方程對于高杠桿公司，沒有債券信用的公司（ Whited ）以及低分 紅的公司（ Bond ， Meghir ）不成立。文章結(jié)構如下： 第一部分解釋了模型和最優(yōu)化投資規(guī)則的特性。 第二部分討論了校準與 模擬的方法。第三部分展示了結(jié)論。第四部分是文章的總結(jié)。一、模型模型假定了一個存在于風險中性的經(jīng)濟且具有恒定折現(xiàn)率的公司，分析了其局部均衡。 在第三部分中，當收集到足夠的信息后，我們將考慮大量公司的情形。1.1 公司公司的運營現(xiàn)金流函數(shù)采用柯布道格拉斯函數(shù)形式表示（1）這里 F（K t, ,zt）是

12、時間 t時的現(xiàn)金流比率， K t是資本積累，1是規(guī)模報酬比率，是項目質(zhì)量， zt 是暫時性的沖擊。項目質(zhì)量是不隨時間變化的常值，且從 t=0 開始服從均值為 0 標準差為 的正態(tài)分布。暫時性沖擊 zt 服從均值返回過程（2） 此處0是均值返回系數(shù)，z是 z 的瞬時標準差， 是標準的布朗運動。暫時性沖擊的初值 z0由 z的不變分布得到，這種分布服從均值為0標準差為 z 2 的正態(tài)分布。公司不能單獨觀察到和zt的值，而只能看到現(xiàn)金流比率 F（K t, , zt） 。對（ 1）進行變形，公司將會觀察到在時間為 t時 ctzt。資本調(diào)整成本比率函數(shù)為2（I t,K t） 2 It Kt（3）2 K t

13、 是成本系數(shù)， 是資本折現(xiàn)率， I t 是 t 時期的投資。1.2 公司的問題公司的目標是最大化預期未來現(xiàn)金流的凈現(xiàn)值之和。在 t 期，公司擁有資本存量 Kt ， 同時可以觀察到從 0 期到 t 期的現(xiàn)金流。因為 和 zt 是服從高斯分布，公司在 t 期的信息 集來源于三個變量： （1）項目質(zhì)量的條件期望值 mt ，（ 2）暫時性的沖擊的條件期望值 mtz， （3）這些變量的預期的公共方差。公司面臨如下的最優(yōu)控制問題。t公司在 s期的凈現(xiàn)金流等于現(xiàn)金流 F（Kt, , zt）減去投資 I s，再減去資本調(diào)整成本（I s,K s） 。在（ 4）中，公司在 t期的價值 V 由采用最優(yōu)投資策略后得到

14、的未來凈現(xiàn)金 流折現(xiàn)期望值所決定，折現(xiàn)率為 r。最優(yōu)化問題受到資本積累（ 5）的約束。（6）至（ 8）的 式子解釋了公司信息的變化情況。 由于之前已經(jīng)提到公司可以觀察到現(xiàn)金流比率， 或者等價的說在 s期有 cszs 。（9）式給出了 cs不可預期的變動，也能夠給公司提供新的信息?，F(xiàn)金流提供的一系列信息導致了 和 z 的變化，也引起了（ 6）（ 7）的變化。要注意的是，從（ 8）式中可以看出，隨著 t 增加而減小，換句話說，對項目質(zhì)量的估計隨著時間 的增長而逐漸變得精確。（ 4）至（ 8）構成了一個標準的最優(yōu)控制問題。 Hamilton-Jacobi-Bellman （ HJB ）的誘 導方程求

15、解公司最優(yōu)價值很簡單，因而此處略去。最優(yōu)投資由下式給定V K 表示 V 對于 K 求偏導，是公司的“邊際 q 值”。就像 Abel 和 Eberly （ 1994）所說，邊 際 q 值是每增加一單位資本而產(chǎn)生的預期收益現(xiàn)金流的凈現(xiàn)值。 上式表明投資占資本的比重 始終是邊際 q 的線性函數(shù)。直觀的說，當邊際 q 大于 1，投資就有正的收益。因此，公司就 會增加投資收益超過折舊的項目以提高資本積累， 反之亦然。 成本系數(shù) 的提高會抑制這種 調(diào)整過程。因為邊際產(chǎn)品遞減和均值返回狀態(tài) mZ 導致出現(xiàn)了非線性的情況，所以很難通過分析 得到 V 值。 Abel 和 Eberly （ 1996,1997 ）

16、在沒有其他均值返回技術沖擊和生產(chǎn)函數(shù)規(guī)模報酬 不變的條件下，可以求出封閉解。了解了求解過程中的困難，我將以此解決（4）至（ 8）的問題。1.3 資本存量的初值選擇我采用一種簡單的辦法賦予公司的初始資本積累。 假設公司通過解以下的方程來確定初 始資本積累：C 0 初始投資于資產(chǎn)的單位成本。 假設 C 0 1，所以初始的投資是有成本的。 這種情況下， 公司將會在初期選擇較小的資本存量（相對于長期的平均值而言） ，所以年輕公司平均資本 存量將比成熟的公司小。1.4 公司資本結(jié)構公司股東投入一定資金以購買初始的資本存量。 因此在 0 期資本結(jié)構是完全權益的。 而 公司處于一個一個無摩擦的信貸市場， 即

17、能夠在現(xiàn)金流不足以負擔新的投資時從市場上以利 率 r 持續(xù)借貸?，F(xiàn)金流主要用于投資和還債，剩余部分則分給股東當做紅利。、校準與模擬2.1 校準我們設定折現(xiàn)率 r=0.05 ，折舊率0.1。根據(jù) COMPUSTAT 數(shù)據(jù)庫的數(shù)據(jù)， Moyen1999 ）算出在離散時間的柯布道格拉斯函數(shù)形勢下， 持久沖擊參數(shù)值為 0.5866。在連續(xù)時間的情形下，她大致估計0.5 ，所以我也采用她的數(shù)值。 我選擇剩下的技術參數(shù)使得模型構建的成熟公司的主要特點符合他們在現(xiàn)在中的情況。 資料顯示成熟公司有很高的分紅 比率， 因此他們不太可能存在融資約束問題。 所以，他們所處的環(huán)境是最接近文章中的無摩 擦假設的。我設定

18、規(guī)模報酬參數(shù)0.7 以符合成熟公司平均的現(xiàn)金流 -資本比率，在 FHP的研究中，這個數(shù)據(jù)為 0.21。我用 CF/K 的時間序列分析來計算 Z ，然而，存在一個連續(xù)的 Z , 對導致了 CF/K一定水平的變化。也就是， Z 的增加加劇了現(xiàn)金流的變動，但是較小的 使得資本調(diào)整 更加迅速且 CF/K 的變化也更小。在選擇 Z, 時，我使之符合 FHP 規(guī)定的 3類公司的 投資-現(xiàn)金流敏感度 0.23。相應的（如 FHP中假定 std（CF/K）=0.06 ），模型也假設成熟公司應 有4和 Z 0.32。 .選擇符合投資 -現(xiàn)金流敏感度的參數(shù)可能會引起過度擬合的擔憂。注意，我們只在參數(shù)化的過程中用到

19、了有關 FHP3 類公司的信息。正如以上所述，這些公司 構成了一個自我控制的集體。 本文主要著眼于年輕的， 增長型的公司， 現(xiàn)在的這些參數(shù)化不 會用到這些公司的任何信息。在比較了年輕公司和成熟公司 q 值的平均值和中間值后， 我設 C0 3.9 。給定這些參 數(shù)后， 與估計的初始質(zhì)量方差 存在一一對應關系。當 時， 收斂與正 00 的常數(shù) z2 2 。準確計算后，可得數(shù)值為 0.1024。我設 0 =0.1 ，意味著初始的高不確 定性。相應的=2.0656。表 1 總結(jié)了選擇的參數(shù)值。表1參數(shù)值參數(shù)數(shù)值折現(xiàn)率0.05折舊率0.1規(guī)模報酬0.7均值返回0.5調(diào)整成本4資本積累方差Z0.32初始投

20、資成本C03.9初始不確定性00.12.2 模擬過程模擬 FHP 的方法可以得到一個數(shù)據(jù)集。 FHP 運用年度的價值線數(shù)據(jù)庫， 觀察了 1969 到 1984 年的制造企業(yè)。 他們根據(jù)股息支付水平構造了三種類別的公司。 1 類公司是那些在過去 15年中至少 10年的股息支付率小于 0.1的公司。 2類的比率介于 0.1與 0.2之間。 3類包含 了其他的所有公司。由于模型公司在初期的分紅比率很高，因此我的分類方法與 FHP 稍有不同。我將過去10 至 15 年中沒有分紅的公司定義為 1 類，將 5 至 9 年沒有分紅的公司定義為 2 類。其他的 還是 3 類。人工數(shù)據(jù)集按照如下方法構造。對每個

21、公司，我收集了 100 年的數(shù)據(jù)。然后我在 1 至 86 年中間隨機選擇一年 j 。考慮公司 j 至 j+14 年的數(shù)據(jù)，然后根據(jù)公司過去 15 年的分紅情 況對公司進行分類別。持續(xù)這個過程，直至每個類別里包含有 3000 個公司。三、結(jié)果3.1 統(tǒng)計總結(jié)表2模型數(shù)據(jù)的統(tǒng)計總結(jié)表 2 顯示了對模型數(shù)據(jù)的統(tǒng)計。 FHP 中的相關數(shù)值也出現(xiàn)在表格中以進行比較。考慮 到只有 FHP 劃分的 3 類公司的信息被用來選擇模型中的參數(shù)。因此， 1 類與 2 類公司與統(tǒng) 計的匹配結(jié)果表明了模型是否解釋了現(xiàn)實中公司增長的主要原因。 統(tǒng)計主要關注了平均的保 留比率，平均的投資 -資本比率，以及平均的現(xiàn)金流 -資

22、本比率。表 2 顯示了模型中得到的數(shù) 據(jù)與真實數(shù)據(jù)相一致。 因此， 模型成功地撲捉到了現(xiàn)實世界中公司的動態(tài)增長模式。 另一方 面來說， 模型沒有收集關于投資和現(xiàn)金流的時間序列變量。 注意 1類公司投資和現(xiàn)金流的平 均標準差低于 FHP 的文章中的水平。3.2 回歸結(jié)果在這一部分中，我通過如下的形式回歸：表3無摩擦標準模型的投資 - 現(xiàn)金流敏感度表格左邊部分反映了上式中對不同分等類別公司在不同時間段的回歸系數(shù)。 運用 2.2 節(jié)的方法以及表1 中的參數(shù)模擬三種公司的情形。每個公司的數(shù)據(jù)涵蓋 15 年的數(shù)據(jù)。第一部分描述了對 1-6 年數(shù)據(jù)進行回歸的結(jié)果。第二部分是 1-10 年的數(shù)據(jù)。最后一部分

23、是對全部 15 年的數(shù)據(jù)的回歸。右半邊用 FHP中的數(shù)據(jù)加以比較。除此之外， I i ,t是公司 i,t是公司 i在t年的投資， CFi,t是同年的現(xiàn)金流， Ki,t是 t年初期的資本積累， qi ,t是年初的公司托賓 q值。公司固定效應 Ci，投資 -現(xiàn)金流敏感度 C1，投資 -q和敏感 度C 2是需要估計的系數(shù)。i,t 是誤差項。 在t 年的投資， CF i ,t是同年的現(xiàn)金流， Ki,t是t 年初期的資本積累， q 是年初的公司價值除以 K i ,t 。固定公司效應 Ci ，投資-現(xiàn)金流敏感度 C 1，投資-q 和i,t i,t i 12敏感度 C 2是需要估計的系數(shù)。i,t 是誤差項，

24、同時也有調(diào)整的 R表 3 中右邊復制了 FHP 的表 4 ，以證明存在融資約束。它顯示對所有類別的公司來說 投資-現(xiàn)金流敏感度是正值， 1類的公司具有大得多的敏感度。 FHP 也估計了早期數(shù)據(jù)的回 歸情況，也即頭 6 年和頭 10年?？紤]早期的情況時， 3 類公司的現(xiàn)金流敏感度結(jié)果沒有發(fā) 生顯著的改變，但是 1 類顯著的上升了。 FHP 認為這些結(jié)果證明了存在嚴重的融資約束。 原因如下： 回歸中包含的托賓 q 解釋了公司的投資機會集， 因此， 一個對現(xiàn)金流系數(shù)的重要 估計必須反映出融資摩擦的效果。 由于不對稱信息的問題， 那些小而年輕的 1 類公司面臨著 更加嚴厲的約束。因此，他們表現(xiàn)出了投資

25、對現(xiàn)金流的高敏感度。FHP認為，因為 1 類公司更年輕且更少在樣本中被注意到，早期的高敏感度映證了這個觀點。值。表 3 的左邊的結(jié)果證明 FHP 的結(jié)論不是必然正確的。模型中不存在融資約束，公司能 夠面對的是無摩擦的信貸市場。但是現(xiàn)金流敏感度的結(jié)論模式與 FHP 中的十分相似。對任 何公司、任何時期來說，投資對于現(xiàn)金流都是高敏感的。 1 至 3 類的全樣本敏感度分別為 0.5109,0.3082,0.2600，與 FHP 中的 0.461,0.363,0.230。同時，考慮更早的時期使得 1 類公司 的敏感度顯著增長。當回歸針對樣本的前六年時， 1 類公司的現(xiàn)金流敏感度升值 0.6587，而

26、3 類的系數(shù)僅有 0.2860 。綜上所述，結(jié)果表明投資 -現(xiàn)金流敏感度在無摩擦市場中并不存在異常。沒有融資約束 的基準情形中， 投資對于現(xiàn)金流敏感， 且對于低分紅， 高增長性的公司敏感度更高。 事實上， 模型能夠成功的符合觀察得到的投資-現(xiàn)金流敏感度。為什么低分紅的公司擁有更高的投資 -現(xiàn)金流敏感度呢？由于模型符 Miller-Modigliani 完全市場的假設， 每股分紅對公司的投資決策不存在影響。 情形中股利支付和公司年齡有關， 更年輕的公司具有更高的投資 -現(xiàn)金流敏感度?；氐侥Ｐ椭衼?，公司早年的增長通過發(fā)債融 資進行。只有在歸還了這些債務之后，公司才能開始分紅。因此， 年輕的公司傾向

27、于不分或 者少分紅。建立在年齡分類上的回歸結(jié)果顯示投資-現(xiàn)金流敏感度隨年齡單調(diào)減少。因此，按照股利支付對公司進行劃分能夠?qū)⒐痉殖刹煌耐顿Y-現(xiàn)金流敏感度類別。還需要對公司的年齡進行一點補充。 在模型中， 年齡增長伴隨著公司的逐漸成熟。 顯示 世界中， 公司對多個項目的投資是按照時間順序進行的。因此， 一個老但是規(guī)模小的公司也可能發(fā)現(xiàn)一個具有收益的項目并且得到高增長。顯而易見，高投資-現(xiàn)金流敏感度反映了這樣一個事實， 增長計劃是模型中現(xiàn)金流的主要來源。 否則， 公司年齡就不是一個直接相關的 因素。 因此，模型應該考慮更大的范圍， 認為只要發(fā)現(xiàn)具有影響他們規(guī)模的增長機會的公司 都應該看做年輕公司

28、。3.3 現(xiàn)金流的信息之前章節(jié)的結(jié)果說明現(xiàn)金流能夠提供關于增長型企業(yè)投資機會的信息。 在這一節(jié)中， 我 檢驗現(xiàn)金流提供的信息的性質(zhì)。 在（12）式中， 現(xiàn)金流和投資是每一年實現(xiàn)的流量變量的加 總，托賓 q 在年初就得到了。因此，投資對現(xiàn)金流敏感可能是因為一年內(nèi)現(xiàn)金流的沖擊提 供了新的信息，也可能是現(xiàn)金流反映了年初就已經(jīng)存在而沒有被托賓 q 反映的信息。為了 衡量著兩種可能性大小， 我把現(xiàn)金流分為預期的部分和不可預期的部分， 并且分別估計投資 對于每一部分的敏感度大小。注意，托賓 q 和預期現(xiàn)金流都在年初公司的信息集中，而不 可預期的部分是在本年度逐漸發(fā)生的。表4的小組 A 公司反映了投資對于不

29、可預期現(xiàn)金流的敏感度。對三種等類的公司來說， 這種敏感度都是正的，并且認為 1 類的公司敏感度更高。這個結(jié)論并不讓人吃驚?，F(xiàn)金流沖擊提供了關于投資機會的新信息， 公司通過適應一年內(nèi)資本沖擊作為反應。 的公司而言更加強烈， 因為現(xiàn)金流沖擊不僅提供了關于當期生產(chǎn)率的信息， 期增長的信息。這種反應對年輕還提供了公司長表4的小組 B反映了托賓 q 和預期現(xiàn)金流作為獨立變量時的回歸結(jié)果。 對任何類別的公 司來說，投資對于現(xiàn)金流敏感意味著托賓 q 是一個投資機會集的不準確的測量工具。更重 要的是， 1類公司具有更高的敏感度。事實上，當不可預期現(xiàn)金流從表3中分離出來以后， 1類公司和 3類公司的敏感度差異依

30、然很大。 因此， 年輕公司投資 -現(xiàn)金流高敏感度部分反映了 托賓 q 性質(zhì)上的缺陷。表4現(xiàn)金流信息為什么托賓 q 是一個關于投資的不準確的測量工具呢？前面提到年輕公司面臨著項目 質(zhì)量的不確定性。 不確定性創(chuàng)造不確定的增長的可能使得不確定性隨時間得以解決。 如果對 公司價值的預測不是很準確， 則很可能會使得真實的項目質(zhì)量最終高于現(xiàn)在的估計， 使得具 有高增長潛力的期權價值將得以實現(xiàn)。 注意，期權價值沒有關于短期投資計劃的信息， 相反， 它與長期中不確定性的解決有關。因此， 它反映了長期的增長預期。但是， 作為公司的總價 值的一部分，期權價值直接影響 q。所以，長期增長期權為短期投資測量工具q 增

31、加了不確定性。因為這些期權沒有被準確地定義， 在連續(xù)時間的假設下， 很難分離增長期權的具體價值。 然而，可以大致推導出這些不確定的期權的價值并且分析他們是否與托賓 q 的無效有關。考慮公司在 t 期的價值 增長的不確定性用項目質(zhì)量的誤差項預期方差 表 示。因為不確定性產(chǎn)生了不確定的期權，公司價值部分與 有 關，也 就是，表示了增長的期權價值。剩下的部分，將更好的反應短期投資計劃，因為它與長期中增長產(chǎn)生的不準確無關。使得為相關的與不準確性無關的部分。表4的小組 C 反映了當 合預期現(xiàn)金流是獨立變量的時候的回歸結(jié)果。 結(jié)果證明了不準確性的來源是長期增長的期權的真實價值的假說。 對任 何類別的公司而言， 的系數(shù)都大于 q 的系數(shù)（從小組 B 中可得出）。同時，一但用替換 q 后，投資對于期望現(xiàn)金流的敏感度就下降了。期望現(xiàn)金流與當期