中國上市公司融資決策羊群行為實證研究PAGEPAGE4中國上市公司融資決策羊群行為實證研究黃炳藝（廈門大學管理學院會計系福建廈門361005）內容提要：影響上市公司融資決策的因素眾多，本文借鑒行為財務學中關于股票市場羊群行為的研究成果，在構建上市公司融資決策羊群行為代表指標的同時，綜合利用Paneldata模型和分位數回歸兩種實證方法對我國上市公司融資決策羊群行為進行實證研究。關鍵字：羊群行為面板數據模型分位數回歸JEL分類：G32中圖分類號：F275文獻標識碼：AEmpiricalStudyherdbehaviorofCorporationFinancinginChina’sListedFirmsHuangBingyi（DepartmentofAccounting,CollegeofManagement,XiamenUniversityXiamenFujian361005）Abstract:Therearesomanyfactorseffectingthefinancingdecisionofthelistedfirm.Usingtheresultofbehaviorfinanceresearchaboutherdbehaviorinstockmarket,thispapersfirstlyconstructtheherdbehaviorindexofthefinancingdecisionofthelistedfirm,andthenstudyherdbehaviorofcorporationfinancinginChina’slistedfirmsempiricallywiththemethodsofpaneldatamodelandquantileregression.Keyword:herdbehaviorpaneldatamodelquantileregression引言我們知道，制定合適財務政策對于企業的生存和發展至關重要，其中融資決策問題是備受理論界和實務界關注的議題之一。對于融資決策和資本結構的理論考察更是貫穿著財務管理理論的發展過程，由此產生眾多理論主張如Jensen和Meckling(1976)的代理模型、Myers和Majlu(1984)的融資優序(PeckingOrder)理論等等，這些理論主張都是在資本市場有效性這一前提條件下來探討企業的融資結構，即它們都是研究理性的企業及其經理人在面對理性的資本市場時應該如何進行最優的融資決策。這方面的理論分析與實證研究集中收益標準差來衡量羊群行為的方法，Chang,cheng&Khorana(2000)利用橫截面收益絕對差來衡量投資者決策的一致性，并選取不同的研究對象對其羊群行為進行實證研究。借鑒國外羊群行為的理論基礎和實證方法，國內不少學者也對我國股票市場上的羊群行為進行一定深度的研究，如宋軍、吳沖鋒（2001）運用分散度指標對中國股市得出了我國股市存在羊群行為的結論；孫培源、施東暉（2002）以CAPM模型為基礎建立了一個更靈敏的檢測羊群行為的模型，發現我國股市存在一定程度的羊群行為，并導致系統風險在總風險中比例較大；伍旭川、何鵬（2005）證實了我國開放式基金在股票市場上存在較強的羊群行為。縱觀國內外相關研究文獻，目前關于羊群行為的理論和實證研究集中對股票市場上投資者羊群行為以及投資分析師或評論員的羊群行為（如Welch(1999)研究了證券分析師的羊群行為）的考察，很少文獻研究公司融資的決策者是否也具有羊群行為。盡管關于公司融資決策以及資本結構的理論與實證研究非常多，成果豐碩，如Robiche(1967)、Scott(1976)、Mayers(1984)等人為代表的平衡理論，Jensen和Meckling(1976)的代理理論，Ross(1977)、Lelan和Pyle(1977)的信號模型，Myers和Majlu(1984)的信息不對稱理論即融資優序理論及以Harris-Raviv(1990)模型和Aghion-Bolton(1992)模型為代表的公司控制權理論等。但這些公司融資決策的主流理論都是基于資本市場有效性的前提條件來研究理性的企業及其經理人在面對理性的資本市場時應該如何進行最優的投融資決策，但大量的實踐觀察和實證分析表明，企業的實際投融資行為并不能用上述理論完美地解釋。因此，借鑒羊群行為理論和實證研究的成果，本文認為公司融資決策者具有相當多的誘因跟隨其他公司的融資決策，從而產生融資決策的羊群行為。類似投資者羊群行為的成因，公司融資決策者基于名譽的考慮或猜測其他融資決策者的行為后，應會跟隨其他公司的融資決策來制定自身的融資決策，從而選擇負債融資或權益融資，避免與其他公司融資決策有太大的差異。另外，公司融資決策者可能基于相同的融資決策信息或類似的融資偏好而產生羊群行為。基于以上的分析以及實證研究證偽性的需要，本文作出我國上市公司融資決策不存在羊群行為的研究假設。研究設計本文重點是考察上市公司的融資決策是否具有羊群行為特征，由于與傳統股票市場羊群行為的研究大不相同，因此，選擇合適的代表指標和科學的研究方法就顯得格外重要，本文的研究設計主要涉及研究方法、變量選擇以及樣本選取等方面的介紹。研究方法PanelData模型PanelData模型的一般形式為：i=1，…，N，t=1，…，M（1）其中，，均為K×1列向量，分別為變量向量和系數向量，為隨機擾動，T代表矩陣轉置，N是截面單位（個體）的個數，M是時間段的個數。在實際使用平行數據模型時，常假設模型系數不變，而截矩項隨時間和截面數據單位的變化而改變，解決變截矩問題主要有兩種方法，一種方法是使用固定效應模型，另一種方法是使用隨機效應模型。實際應用時，我們根據樣本數據在基本回歸模型、固定效應模型還是隨機效應模型作出選擇，對于固定效應模型與基本回歸模型的權衡以及隨機效應模型與基本回歸模型的權衡一般分別采用F檢驗和Breusch&Pagan(1980)提出的LagrangeMultiplier(LM)檢驗，而對于是否采用固定效應模型還是隨機效應模型，Mundlak（1978）指出若模型的截距項與解釋變量相關，采用固定效應模型，否則則采用隨機效應模型，更為精確的檢驗是Hausman（1978）提出Hausman檢驗方法關于PanelData模型的詳細討論，參見C.Hsiao，關于PanelData模型的詳細討論，參見C.Hsiao，AnalysisofPanelData(Cambridge：CambridgeUniversityPress，1986)；JeffreyM.Wooldridge，EconometricAnalysisofCrossSectionandPanelData(Cambridge：TheMITPress，2002)。分位數回歸模型（QuantileRegression）分位數回歸是由Koenker&Dassett(1978)提出。傳統的線性回歸分析一般采用最小二乘估計方法來估計自變量對因變量的條件平均數的效果，其假設是不同分布點上自變量的效果是相同的，同時要求數據的獨立性、正態性及常數方差，即給定自變量x時因變量y的條件分布為正態分布，且不同x時，y的方差相同。而分位數回歸則是一種更一般化的估計方法，其目的是觀察分布中不同分位點上自變量的不同作用，其基本模型為：其中，為被解釋變量，是K×1的行向量，表示K個所有解釋變量中第i個觀察值，是K×1的行向量，分別表示對應于被解釋變量第分位數的各解釋變量的回歸系數，是誤差項，則給定解釋變量x時，被解釋變量y的第條件分位數，其估計值為，分位數回歸中，參數估計一般采用加權最小一乘（WeightedLeastAbsolute，WLA）準則，其表達式為這可以轉換為線性規劃問題或GMM問題來求解，通常采用這可以轉換為線性規劃問題或GMM問題來求解，通常采用Armstrong，Frome和Kung(1979)等提出的線性規劃技術迭代求解。其中，和分別為被解釋變量和解釋變量，為估計中所取的各分位點值，為各分位點估計系數值。其基本含義是在回歸線上方的點（殘差為正），其權重為，在回歸線下方的點（殘差為負），其權重為。當＝0.5時，即為中位數回歸。估計的參數值將隨值的變化而有所不同。與傳統線性回歸模型相比，分位數回歸模型不僅約束條件（如回歸殘差項呈正態分布等）減少，對于異常值更具包容度，而且它允許參數在因變量的條件分布中的不同分布點變動，可以對回歸關系迸行更詳細的特征描述。因此，分位數回歸模型已成為描述樣本分布整體情況的有力工具。變量選擇與模型設計被解釋變量為了考察公司融資決策者在對外融資決策是是否受到其他公司決策的影響，因此本文借鑒以往相關文獻，分別采用負債權益比和權益資產比來作為反映企業負債融資和股權融資情況的代表指標，即為本實證研究模型中的被解釋變量，分別記為Yd和Ye。解釋變量由于現有關于羊群效應的代表指標如Lakonishok，Shleifer和Vishny(1992)所定義的H指標等主要用以考察投資者是否同時買入或賣出某一股票以判斷股票市場上是否存在羊群效應，且公司融資決策者的融資方式很多，因而無法直接以類似基金經理人同時站在買方或賣方來構建相應指標以研究公司融資決策是否具有羊群效應，因此，本文變換研究角度，通過構建領導者指標L和群眾指標H分別用來反映領導者公司和一般公司的融資決策，并作為羊群行為指標用以實證研究公司融資決策是否受到追隨領導者公司或一般公司融資決策的影響，從而論證公司融資決策是否具有羊群效應。其中，領導者指標是選取公司規模前10％的公司作為領導者公司計算相應融資決策指標的平均值，而群眾指標是根據全部公司相應融資決策指標的平均值本文在計算平均值時結合統計軟件SPSS13.0的探索性數據分析模塊來確定并刪除異常值以剔除異常值對于平均值的影響。。所以，負債融資的領導者指標Ld和群眾指標Hd分別為公司規模前10％的公司和全部公司的負債權益比的平均數，而股權融資的領導者指標Le和群眾指標He分別為公司規模前10％的公司和全部公司的權益資產比的平均數本文在計算平均值時結合統計軟件SPSS13.0的探索性數據分析模塊來確定并刪除異常值以剔除異常值對于平均值的影響。控制變量公司規模大量的理論與實證研究表明，公司規模與其融資決策密切相關。如根據權衡理論，大公司傾向于多角化經營，具有較穩定的現金流量，抗風險能力較強，不易受財務困境的影響，因而大公司應比小公司使用更多的債務。而Rajian和Zingales(1995)則從信息不對稱資本結構理論出發認為規模較大的公司通常會比小公司向公司外部投資者披露更多信息，則大公司的信息不對稱問題相對較小，因此，它們會傾向于更多地選擇權益融資而非債務融資。本采用總資產的自然對數度量公司規模，用X1表示，即X1＝Ln(總資產)。非債務稅盾DeAngelo&Masulis(1980)認為折舊、投資稅貸項（Investmenttaxcredits）和稅務虧損遞延（Taxlosscarryforward）等非債務稅盾可作為債務融資稅收利益的有效替代，在其他情況相同下，擁有較多非債務稅盾的公司應更少地使用債務融資。Wald(1999)、Chaplinsky與Niehaus(1993)等實證研究也支持了這一假設。本文同Wald(1999)一樣采用折舊同總資產的比例來衡量非債務稅盾，用X2表示，即X2＝折舊/總資產。資產抵押價值一般都認為，資產抵押價值越高的公司，其信用能力就越強，因而越有可能獲得更多的負債，且成本較低，這將刺激公司更多地采用債務融資，因此資產抵押價值與債務融資數額正相關。這在Smith和Watts（1992）等實證研究中得到了證實，本文把固定資產和存貨視為可抵押資產，用X3來說明資產的抵押價值，即X3=（存貨＋固定資產）／總資產。盈利能力大量研究表明公司的盈利能力與其融資決策和財務杠桿有密切的關系，但對于兩者確切關系遠未達成一致看法，如融資優序理論卻認為：公司會優先選擇未分配利潤作為投資的資金來源，只有在必要的時候才考慮債券和股票融資，因此，高盈利能力的公司通常會選擇較少的債務。而基于稅收的理論模型認為，給定其他條件不變，高盈利能力的企業應該會舉債更多，因為它們有更強烈的動機利用債務合法避稅。實證研究方面，陸正飛、辛宇(1998)以凈利潤/主營業務收入為解釋變量回歸結果發現企業的獲利能力與負債比率顯著負相關，而洪錫熙、沈藝峰(2000)利用相同指標卻有截然相反的結論。本文采用息稅前利潤反映公司盈利能力，用X4表示，即X4=息稅前利潤/主營業務收入。成長能力根據代理成本理論，Myers(1977)認為高成長性公司較低成長性公司對將來投資具有更多的選擇權，具有更多成長機會的公司應使用權益融資以避免錯過正的凈現值項目。而從啄食次序理論視角看，具有強烈融資需求的成長公司將發行不易受信息不對稱影響的證券，即短期債務。對于成長能力的度量，本文同Rajian和Zingales(1995)一樣采用Tobin’sQ指標即公司的當前市場價值與其重置價值的比率來度量成長性，用X5表示，考慮到數據的可得性，本文采用Smith和Watts(1992)方法，用公司權益市場價值與公司負債面值之和除以公司總資產賬面價值。其中，公司權益市場價值用年末股價乘以流通股數加上每股凈資產乘以同年非流通股數來計算。即X5=公司總資本的市場價值/公司總資本的重置成本=（年末股價×流通股數＋每股凈資產×非流通股份數＋長期負債合計＋短期負債合計）/年末總資產。樣本選擇與數據來源本文以我國滬深兩市1998年12月31日以前上市的全部非金融企業上市公司為研究樣本，剔除已下市的上市公司以及ST公司，總共有692家上市公司，樣本期間為1998年－2004年，共有4844個樣本觀測值實證結果分析本文利用692家我國滬深兩市1998年底以前上市的公司1998年－2004年的數據資料來進行實證研究，首先通過描述性統計量說明各個變量的基本描述性統計特征，其次利用Paneldata模型檢驗公司負債融資和權益融資是否受領導者指標和群眾指標影響，最后將7年的樣本數據混合后，利用分位數回歸以檢測公司融資決策在不同分位數時受解釋變量影響的差異。描述性統計表1列出了本文實證所用變量的樣本值的描述性統計，從中最大最小值以及偏度和峰度的具體數值看，我們發現所用樣本數據中存在不少奇異值，其中負債權益比、息稅前利潤/總資產表現特別突出。以負債權益比為例，由于存在奇異值，致使其均值和中位數差別很大，這反映了奇異值對均值的較大影響，這也是本文在計算領導者指標和群眾指標時剔除奇異值的原因所在，同時諸多變量存在奇異值也是本文選用分位數回歸的原因之一。表1變量的描述性統計MeanStd.DeviationMedianMinimumMaximumSkewnessKurtosisYd1.6221.080.89-106.391426.7564.184320.77Ye0.510.200.51-2.620.99-1.4917.07Ld1.340.101.321.261.561.413.75Le0.470.010.480.440.48-1.122.82Hd1.160.211.140.901.480.301.59He0.510.040.510.440.56-0.311.59X121.030.9120.9717.9224.450.323.18X20.140.120.110.001.242.3712.49X30.500.170.500.020.94-0.062.57X40.121.310.11-54.9853.35-1.361244.60X51.650.721.460.8711.734.3640.56表2領導者指標和群眾指標的分年度數據及均值T檢驗結果LdHdLeHe19981.28160.89910.47950.557919991.32180.96040.48400.547320001.26361.00030.48240.540620011.26251.13920.48330.511620021.33131.23440.47310.491420031.38201.43130.45950.455420041.56131.48320.44140.4419均值T檢驗1.877-1.898（0.096）（0.097）注2：括號內數值表示均值T檢驗的檢驗統計量對應的相伴概率。另外，為了反映解釋變量的變化趨勢，表2列出相應的解釋變量的分年度數據，從負債權益比和權益總資產比的數值以及T檢驗的結果可以看出，領導者公司的負債權益比在10％的統計顯著水平上顯著大于一般上市公司的負債權益比，而其權益總資產比則顯著小于一般上市公司的權益總資產比，這說明與一般上市公司相比，大公司傾向于保持相對較高的負債權益比和較低的權益資產比。Paneldata模型實證結果分析表3列出了基于Paneldata模型的融資決策羊群行為實證結果，根據表3，我們發現：在模型選擇的檢驗上，所有四個模型中以普通線性回歸模型適宜為原假設的F檢驗和LM檢驗的統計量對應的相伴概率均低于5％，顯示樣本數據傾向于采用面板數據模型中的固定效應模型或隨機效應模型。而對于固定效應模型或隨機效應模型的選擇，以隨機效應估計量是正確為原假設的Hausman檢驗的結果有所差異，Hausman檢驗在股權融資決策實證模型中其統計量分別為62.29和78.14，對應的相伴概率顯示數據支持固定效應模型，而在債權融資決策實證模型中檢驗結果則支持采用隨機效應模型。因此，表3中以權益資產比為被解釋變量的模型中的系數均為固定效應模型的系數估計值，而以負債權益比為被解釋變量的模型的系數為隨機效應模型的系數估計值，而對應的模型整體顯著性的檢驗分別為F檢驗和Wald檢驗，結果顯示所有模型的系數整體上都是統計上高度顯著。我們從系數估計值可以發現，在融資決策模型中，無論是領導者指標還是群眾指標其系數都顯著為正，這說明個別公司的融資決策無論是債權融資還是股權融資，不僅會追隨領導者公司（大公司）的融資決策，而且還會受到一般公司融資決策的影響，即我國上市公司融資決策存在羊群行為，而從系數估計值的大小來看，領導者指標的系數估計值無論在債權融資模型還是在股權融資模型中都遠遠大于群眾指標的系數估計值，這在一定意義上說明我國大公司的融資決策比一般公司的融資決策對個別上市公司融資決策影響更大。另外從控制變量的系數估計值看，除了Tobin’sQ指標系數在股權融資決策模型中即使在10％顯著性水平下也不顯著外，其他控制變量在所有模型均在5％顯著水平現統計顯著。我們發現，規模和資產抵押價值對負債融資具有正向影響，而對股權融資的影響方向則相反，即規模越大或資產抵押價值越高的公司越傾向于提高債權融資比例，而降低股權融資的比例。而非債務稅盾、盈利能力和成長能力對于負債融資具有負向影響，非債務稅盾、盈利能力對股權融資具有正向影響。這些結論都有相關研究文獻。表3基于Paneldata模型的融資決策羊群行為實證結果1E/AD/E1212L1.77931.13059.79***8.39***H0.56990.71633.03***11.64***X1-0.0348-0.07130.17220.1521-11.46***-2.12**11.76***10.3***X20.33150.3193-1.2459-1.309414.94***13.32***-11.47***-12.1***X3-0.0612-0.05580.20050.2365-3.90***-3.33***2.61***3.09***X40.01050.0088-0.0335-0.03205.43***4.27***-3.54***-3.4***X50.00410.0044-0.0471-0.04041.121.12-2.61***-2.28**常數項0.38381.7009-3.8586-2.76993.34***2.13**-11.63***-9.21***F檢驗1.211.151.21.11F(691，4146)（0.0004）2（0.0082）（0.0005）（0.0306）LM檢驗4.655.524.425.28Chi2(1)（0.031）（0.0188）（0.0356）（0.0216）Hausman檢驗62.2978.149.9010.56Chi2(6)（0.0000）（0.0000）（0.1288）（0.1029）F(6，4146)67.61***57.15***Waldchi2(6)559.67***455.04***注1：表中***、**和*分別表示解釋變量在1％、5%和10%的顯著性水平下達到統計顯著。注2：括號內數值表示檢驗統計量對應的相伴概率。分位數回歸模型實證結果分析為了對我國上市公司融資決策的羊群行為進一步的檢驗，本文分別進行股權融資和債權融資的分位數回歸，以檢驗不同股權融資程度和負債融資程度的公司受領導者指標和群眾指標以及公司特征變量影響的差異。為全面反映解釋變量對被解釋變量的不同特定的分位數的邊際影響，本文將被解釋變量分為0.1分位數至0.9分位數共9個特定分位數，以分析其差異程度。表4和表5分別列出股權融資和債權融資的分位數回歸結果。（1）從解釋變量的系數估計值和對應的T檢驗結果，我們可以發現領導者指標和群眾指標兩者對負債權益比和權益總資產比的各個分位數都具有顯著的正向影響，而且基本上是隨著被解釋變量分位數的提高而遞增，無論是負債權益還是權益總資產比，分位數越高時比受領導者指標和群眾指標的影響就越大，即權益總資產比或負債權益比越高的公司越會跟隨領導者公司的權益總資產比或負債權益比，越可能趨同于一般公司的權益總資產比或負債權益比。圖1清晰展現了系數估計值的這種變動情況。（2）從圖1我們還可以看出負債權益比和權益總資產比的不同特定分位數回歸中，領導者指標的系數均大于群眾指標的系數，顯示不同上市公司的融資決策受領導者指標的影響遠大于受群眾指標的影響。另外，領導者指標和群眾指標對于權益總資產比的不同分位數的影響變動比較平緩，而對于負債權益比不同分位數的影響變動相對急劇，這說明不同上市公司追隨的領導者公司和一般公司的負債融資決策的程度差異較大，而權益融資方面則差異較小。（3）權益融資方面，就分位數回歸得出的解釋變量系數的大小而言，在權益總資產比的不同分位數上，領導者指標的系數值都大于1，而群眾指標的系數值都小于1，這說明不同上市公司股權融資決策會跟隨領導者公司的權益總資產比的調整而調整，而且調整幅度更大，另外追隨一般公司的權益總資產比的調整的幅度相對較小。另外拿不同分位數上的羊群行為指標的系數估計值與Paneldata模型估計的系數值相比，我們發現就權益融資方面，Paneldata模型估計的系數值大大低估了領導者指標和群眾指標對于上市公司股權融資的影響。（4）負債融資方面，在低分位數的公司受領導者指標的影響都小于1，而高分位數的公司受領導者指標的影響大于1，這顯示當公司規模較大的領導者公司增加其負債權益比時，低負債權益比的公司會跟隨增加負債權益比，但增加程度無法達到領導者公司所能增加的幅度，而高負債權益比的公司隨著領導者公司增加其負債權益比時，其增加幅度會更高于領導者公司。而群眾指標的系數值只有在高分位數上其數值才大于1，顯示負債權益比較高的上市公司對于整體負債權益比水平的提高的反映更大。表4基于分位數回歸模型的股權融資決策羊群行為實證結果LeHeX1X2X3X4X5常數項PseuoR20.1Quantileregression1.1763-0.02320.19430.00150.01700.00430.20210.3335.40***-5.90***7.16***0.073.54***1.051.450.5508-0.01950.1825-0.01000.01540.00530.40690.33676.64***-4.44***6.11***-0.442.95***1.173.75***0.2Quantileregression1.6892-0.03180.2968-0.03420.02380.01070.19620.3488.74***-9.73***12.29***-1.98**7.91***2.55**1.590.7507-0.03140.3068-0.03850.02290.00650.61330.35379.66***-8.39***11.00***-1.97**6.70***1.406.39***0.3Quantileregression1.8554-0.04150.3089-0.04220.04080.01060.37560.36287.30***-10.05***9.63***-1.91*12.83***1.97**2.34**0.8443-0.03790.3152-0.04920.04030.01090.74940.36989.93***-9.48***10.40***-2.35**13.34***2.28**7.31***0.4Quantileregression1.8356-0.04780.3580-0.04730.04540.00940.56040.37128.82***-14.35***13.86***-2.64***19.66***2.23**4.32***0.7772-0.04340.3599-0.05840.04920.00880.94440.3769.69***-11.75***12.66***-2.97***19.46***1.93*9.97***0.5Quantileregression1.9703-0.04780.3922-0.09220.05420.00680.56350.37458.53***-13.04***13.94***-4.63***22.10***1.503.94***0.8515-0.04270.3860-0.08240.04630.00540.95300.378810.07***-11.06***13.14***-3.97***18.10***1.139.67***0.6Quantileregression1.9540-0.04660.4057-0.09380.04850.00820.58700.37389.25***-14.01***16.16***-5.15***21.00***1.97**4.52***0.8342-0.04390.4307-0.10860.03290.00851.03580.378310.30***-11.92***15.61***-5.43***13.00***1.87*11.04***0.7Quantileregression1.9940-0.04980.4718-0.06630.03380.00390.67190.37278.35***-13.26***16.93***-3.16***11.57***0.834.58***0.8597-0.04250.4812-0.09210.02640.00611.03090.378111.87***-13.05***19.88***-5.09***11.2***1.5312.38***0.8Quantileregression2.2066-0.04450.5207-0.08470.02830.00110.52090.3738.50***-10.82***17.80***-3.66***7.81***0.243.22***0.8525-0.04000.5237-0.08430.02820.00101.03210.377310.90***-11.28***20.77***-4.23***9.08***0.2611.27***0.9Quantileregression2.0950-0.03790.4363-0.10200.0047-0.00470.55310.36265.69***-6.31***10.87***-3.07***3.59***-0.742.37**0.8722-0.03380.4570-0.12290.0050-0.00691.02390.36738.30***-6.75***14.2***-4.54***4.81***-1.358.01***注：表中***、**和*分別表示解釋變量在1％、5%和10%的顯著性水平下達到統計顯著。表5基于分位數回歸模型的債權融資決策羊群行為實證結果LdHdX1X2X3X4X5常數項PseuoR20.1Quantileregression0.43830.0740-0.66680.2002-0.0107-0.0012-1.84000.23045.87***8.93***-12.33***4.36***-2.14**-0.14-10.11***0.23680.0666-0.67410.2072-0.0109-0.0025-1.36550.23276.57***7.58***-11.94***4.32***-2.08**-0.28-7.77***0.2Quantileregression0.59310.0968-0.94900.2111-0.0086-0.0045-2.32420.23737.00***10.83***-15.37***4.24***-2.00**-0.46-11.47***0.32920.0856-0.95190.2139-0.0090-0.0032-1.67430.24048.40***9.39***-15.25***4.28***-2.09**-0.32-9.03***0.3Quantileregression0.80870.1211-0.99510.1912-0.1124-0.0127-2.93320.24299.00***12.95***-14.81***3.71***-15.53***-1.11-13.76***0.42230.1096-1.06100.2599-0.0703-0.0211-2.10930.24699.96***11.34***-15.38***4.92***-9.48***-1.81*-10.70***0.4Quantileregression0.92160.1416-1.07210.2959-0.1480-0.0265-3.39680.25138.86***13.11***-13.3***5.01***-19.88***-1.97**-13.68***0.51350.1215-1.16130.3396-0.1361-0.0316-2.33420.25529.25***9.54***-12.36***4.93***-15.62***-2.04**-8.98***0.5Quantileregression1.10540.1743-1.23570.3492-0.1422-0.0369-4.15400.25838.81***13.33***-12.29***4.90***-16.18***-2.21**-13.82***0.58310.1488-1.25990.3349-0.1304-0.0352-2.81050.262210.78***11.96***-13.31***5.01***-15.98***-2.28**-11.07***0.6Quantileregression1.24160.2156-1.35070.2492-0.1734-0.0427-4.95280.26169.03***14.96***-11.84***3.19***-17.34***-2.28**-15.02***0.73810.1860-1.39270.3052-0.1502-0.0355-3.53970.26719.36***10.18***-9.75***3.13***-12.06***-1.54-9.53***0.7Quantileregression1.49830.2309-1.49840.2981-0.2084-0.0630-5.34910.26277.75***11.13***-9.05***2.67***-13.07***-2.3**-11.36***0.88950.2102-1.50480.3031-0.1811-0.0604-3.94990.272210.45***10.49***-9.53***2.88***-12.05***-2.41**-9.77***0.8Quantileregression1.80600.2502-1.72880.2793-0.1480-0.0606-5.82430.25646.70***8.31***-7.06***1.74*-5.34***-1.46-8.55***1.09460.2197-1.78100.3448-0.1138-0.0321-4.09670.268910.31***8.54***-8.83***2.6***-4.92***-0.96-7.93***0.9Quantileregression2.109330.2351-1.74470.0317-0.0953-0.0508-5.26250.25056.62***6.28***-6.41***0.16-2.08**-1.11-6.22***1.35080.2351-1.70230.1017-0.0677-0.0565-4.04340.25877.04***4.8***-5.09***0.41-1.17-0.97-4.11***注：表中***、**和*分別表示解釋變量在1％、5%和10%的顯著性水平下達到統計顯著。圖1領導者指標和群眾指標的分位數回歸系數變化圖（5）就控制變量方面，分位數回歸的結果也獲得諸多與Paneldata模型分析結果不盡相同的新發現，如Paneldata模型中代表成長能力的Tobin’sQ值對權益總資產比具有顯著影響，而對負債權益比影響不顯著，而根據分位數回歸結果我們發現Tobin’sQ值對于不同分位數的負債權益比和權益總資產比的影響是有差異的，在低分位數和高分位數的負債權益比或權益總資產比的影響都不顯著，而對于居中的部分分位數的負債權益比和權益總資產比具有顯著影響。由于這些并不是本文的重點，這里就不贅述。結論與研究局限本文利用Paneldata模型和分位數回歸模型配合實證研究我國上市公司融資決策是否具有羊群行為特征，結果顯示我國上市公司融資決策確實具有羊群行為，體現在個別上市公司的融資決策具有追隨大公司融資決策的特征，同時還受到一般公司融資決策的影響，而對于這方面的羊群行為，分位數回歸給出更為詳細深入的經驗證據。本文無論是研究方法還是研究結論對上市公司融資決策的研究提供了有益的探索和補充。當然，本文的研究還存在一定的局限，未來研究可以進一步改進和發展。首先，本文對債權融資和股權融資的考察時所選的指標主要是相對指標，這雖然可以剔除公司規模的影響，但還缺乏對融資的絕對數額的考察；其次，本文只是提供了我國上市公司融資決策存在羊群行為特征的經驗證據，缺乏對其中作用機制的深入研究；最后，本文尚未探討上市公司融資決策存在的羊群行為對公司績效的影響，這方面的后續研究可放在考察和衡量上市公司融資決策的羊群行為對于公司價值的影響。參考文獻：[1]陸正飛、辛宇,上市公司資本結構主要影響因素之實證研究[J],會計研究，1998，8：34-37[2]洪錫熙,沈藝峰，我國上市公司資本結構影響因素的實證分析[J]，廈門大學學報（哲學社會科學版），2000，3：114－120[3]宋軍、吳沖鋒，基于分散度的金融市場的羊群行為研究[J]經濟研究，2001,11：21－27[4]孫培源、施東暉，基于CAPM的中國股市羊群行為研究[J]經濟研究,2002，2：64－70[5]伍旭川、何鵬，中國開放式基金羊群行為分析[J]金融研究，2005，5：60－69[6]BanerjeeA.ASimpleModelofHerdBehavior[J].AmericanEconomicReview,1992,88:724-748.[7]BikhchandaniS.HirshleiferD,WelchI.ATheoryFads,Fashion,Custom,andCulturalChangeasInfomationalCascades[J].JournalofPoliticalEconomy1992,100:992-1026.[8]Chaplinsky,SusanandGregNiehaus,Doinsideownershipandleveragesharecommondeterminants?[J].QuarterlyJournalofBusinessandEconomics1993,32:51-65.[9]DeAngelo,H.andR.Masulis,Optimalcapitalstructureundercorporateandpersonaltaxation[J].JournalofFinancialEconomics,1980,8:3-29.[10]FalkensteinEG.PreferencesforStockCharacteristicsRevealedbyMutualFundPortfolioHoldings[J].JournalofFinance,1996,51:111-135.[11]