一、文献回顾与研究目的
　　近些年来,关于不确定性对企业固定资产影响的研究越来越受到学者的关注。但迄今为止,二者之间的关系,无论是在理论上还是在实证上都没有得出一致的结论。
　　Hartman(1972, 1976)[1, 2]以及A-bel(1983)[3]认为不确定的增加会增加风险中性竞争性公司的投资水平。McDonald和Siegel(1986)[4]考虑到投资的不可逆性,并假设投资项目的未来值和初始投资成本服从几何布朗运动。其研究结果表明,仅当公司投资项目的价值超过某一临界值时,公司才会投资。而且,投资临界值和投资期权的价值随初始投资成本以及未来项目价值不确定性的增加而增加。Dixit和Pindyck(1994)[5]在其名著《不确定条件下的投资》中指出在不确定条件下,企业会权衡通过延迟投资决策而获得更多关于项目未来价值信息的收益以及立即投资所产生的收益。
　　而且在通常情况下,企业会延迟做出投资决策以等待关于项目新信息的到来,即不确定性的增加会减少企业当期的投资。Campa(1993)[6]利用沉没成本、不确定性和退出之间的关系考察了企业的投资问题。具体而言,他研究了1981~1987年进入美国批发交易市场的外国公司的数量。结果发现,较高的汇率提高了进入者的数量,较高的沉没成本以及较大的汇率变化降低了进入者的数量,这一结果支持不确定条件下的投资理论———实物期权理论。
　　Bell和Campa(1997)[7]考察了美国和欧洲化学加工行业的生产能力投资,他们检验了汇率、石油价格(输入价格)、产出价格(产品需求)的波动性对投资的影响,结果发现仅汇率波动性对投资的影响与不确定条件下的投资文献预测一致。Kalckreuth(2002)[8]以1987~ 1997年6745家德国公司为研究对象,考察了公司销售不确定性和成本不确定性对投资需求的影响。结果发现两种不确定性对公司投资有显著负影响,而且不确定性提高一个标准差,估计的投资需求将降低6·5个百分点。
　　目前,中国还处于转轨经济时期,环境中的不确定性因素很多。本文即是在这样的背景下,研究不确定性对中国企业固定资产投资的影响。通过分析,本文旨在回答以下一些问题:对于中国企业而言,不确定性对企业固定资产投资是否有影响?如果有影响,有多大的影响?不同种类的不确定性对企业固定资产投资的影响是否相同?哪种不确定性对企业固定资产投资的影响更大?不同种类公司的固定资产投资受不确定性影响的程度是否相同?各自原因何在?如果不确定性对企业固定资产投资没有影响,原因又是什么?从而得出一定的启示。
　　二、几种不确定性对企业固定资产投资影响的理论分析很多种不确定性都会对企业固定资产投资产生影响。
　　就固定资产投资而言,最主要的不确定性影响因素是产品价格的不确定性、运行成本的不确定性和利率的不确定性等。它们会通过对现金流或折现率的影响而对企业的固定资产投资产生影响。
　　产品的价格是影响企业进行固定资产投资的重要因素。产品价格的不确定性直接对企业的固定投资产生不确定性。产品的价格变化会导致预期现金流流量大小的变化。按照贴现现金流准则,当其他条件不变时,产品的价格下降,使得预期现金流流量下降,项目的净现值减少;产品的价格上升,使得预期现金流流量上升,项目的净现值增加。
　　运行成本的不确定性会引起预期现金流的不确定性。运行成本增加会使预期现金流下降,使得投资项目的净现值减少;运行成本下降会使预期现金流上升,从而导致项目的净现值增加。
　　利率的不确定性会对企业的固定资产投资带来不确定的影响。利率的变化会导致预期贴现率的变化,预期贴现率的不确定性又会导致项目净现值的变化。在项目带来的未来现金流量一定的情况下:预期贴现率提高,项目的净现值下降;预期贴现率下降,项目的净现值上升。同时,预期贴现率的不确定性还会间接地影响项目的投资。利率的不确定性对于企业来说,意味着融资总量、融资结构、融资成本和股利政策的不确定性,企业现金周转循环具有不确定性。利率、资本成本、融资政策、股利政策与现金周转循环之间的相互关联关系导致了财务风险的客观存在。
　　按照实物期权理论,以上各种不确定性会加深企业进行等待的动机,以期获得更多未来价格的信息,来权衡通过延迟投资决策而获得更多关于项目未来价值信息的收益以及立即投资所产生的收益。
　　因此,这些指标不确定性的增加都会减少企业当期的固定资产投资。
　　由于影响企业固定资产投资的不确定性的种类很多,本文将采用反映不确定性的综合指标———股票日收益率的波动性来进行研究,即不单独研究某种不确定性对企业投资的影响。另外,由于选取不确定性量化指标存在一定的困难,本文将仿照国外学者的研究方法,借助采用衡量风险的方法(标准差)对其进行量化研究。同时,为了进行深入分析,本文将总体不确定性拆分为市场不确定性和企业特有不确定性。
　　三、实证研究设计
　　1.研究假设基于已有文献的研究以及本文的定性分析,提出以下研究假设:
　　假设1　总体不确定性、市场不确定性和企业特有不确定性对企业固定资产投资产生负影响。
　　假设2　不可逆程度与企业固定资产投资之间存在负相关关系。具体来说,原材料类上市公司比机械类上市公司受不确定性的负影响程度更大。
　　不确定性与不可逆性休戚相关,研究不确定性不能不考虑不可逆性的影响。根据不可逆投资理论,不可逆性是影响企业固定资产投资的重要因素,它主要受技术特性和行业市场结构等因素的影响。
　　大型加工行业中的机器设备比信息密集行业中的行业专用性及公司专用性更强。当一个行业的竞争较激烈且同质化程度较强时,在一个公司安装的资产可以更容易地卖给其他公司。因此,不可逆程度的不同使得不同行业对不确定性的反应不同。
　　具体来说,原材料类上市公司比机械类上市公司受不确定性的影响程度更大。现实中,有形资产的折旧更快,而折旧速度与沉没成本呈反比。据调查,资产使用寿命(按照经济折旧来看),原材料类公司资产的使用寿命大于机械类上市公司,即机械类上市公司资产的折旧速度大于原材料上市公司资产的折旧速度。而折旧速度与沉没成本呈反比,即说明机械类上市公司的不可逆程度小一些,相应地使得不确定性对其固定资产投资的影响变小。
　　假设3　市场不确定性对企业固定资产投资的负影响大于企业特有不确定性对企业固定资产投资的负影响。
　　总体不确定性分为市场不确定性和企业特有不确定性两种。事实上不同种类的不确定性对投资影响的程度是不同的。根据不可逆投资理论,不可逆的性质取决于企业面临不确定性的种类。如果一个企业面对一个特有的不确定性,它可以很容易地将资产卖给行业内其他企业,因此不可逆性要轻一些;但是整个行业面临不确定性冲击,则企业不容易将资产卖给其他企业。因此,不同种类不确定性企业对固定资产投资的影响并不相同。市场不确定性对企业固定资产投资的影响大于企业特有不确定性对固定资产投资的影响。
　　2.变量与样本选取
　　(1)不确定性与固定资产投资的衡量指标实证分析中,在衡量不确定性指标的选取上,主要有以下几种:
　　①采用标准差、方差和协方差来度量不确定性;
　　②由广义自回归条件异方差模型(GARCH模型)估计得到的标准差;
　　③由具有几何布朗运动类型的随机波动模型(AR模型)估计得到的标准差;
　　④调查得到的数据,如影响公司未来投资的一个特定变量,在实证研究中认为重要的因素,包括:汇率、回报率、输入价格、产出需求和产出价格等。其中,由基本变量计算得到的方差方法较简单,而且所受限制较少。同时考虑到数据上的可获得性,本文利用公司股票日收益率的波动性度量其不确定性。
　　具体来说,公司i的总体不确定性以其在年度t的日收益率的标准差计算,以σ∧it表示:σ∧it=1ti∑tik=1(rik-rik)2(1)其中, k=1, 2, 3,……, ti, ti为公司在该年度的交易天数, rik为公司i的日个股收益率,为其当年的平均收益率。
　　为了详细地研究不确定性对企业固定资产投资的影响,本文将不确定性分解,即将总体的不确定性(σ∧it)分为市场不确定性(β∧itσ∧mt)和公司特有的不确定性(σ∧εit)。
　　σ∧2it=β∧2itσ∧2mt+σ∧2it(2)由市场收益率标准差的计算公式,可得:σ∧mt=1ti∑tik=1(rmk-rmk)2(3)其中, rmt为日市场收益率, rmt为平均日市场收益率。
　　市场回报率指的是整个市场所有股票的加权平均回报率,其权重的计算方法有等权平均法、流通市值加权平均法和总市值加权平均法。考虑到中国特殊的股权结构,公司发行的股票中既有流通股,又有非流通股,本文以考虑现金红利的流通市值加权平均法为日市场收益率的计算方法。其计算公式为:rmt=∑iwikrik∑iwik(4)其中,wik表示股票i在k-1日的流通市值,以公式wik=V,i k-1×P,i k-1计算,V,i k-1表示股票i在k-1日的流通股数;P,i k-1表

示股票i在k-1日的收盘价。
　　σ∧εit可由(3)式直接计算得到:σ∧εit=1ti∑tik=1ε∧2ik(5)因此,本文的不确定性由以下变量度量:总体不确定性(σ∧it)、市场不确定性(β∧itσ∧mt)以及公司特有的不确定性(σ∧εit)。另外, (2)式中βit的数据直接采用CCER数据库中的计算方法,本文直接采用该数据库中计算的β。
　　实证分析中,大多采用固定资产增加值来衡量固定资产,本文也采用此指标。具体来说,本文所指的固定资产增加值为资产负债表中的固定资产净值、工程物质和在建工程三项之和的增加值。此外,将固定资产除以期初固定资产合计(资产负债表中固定资产净值、工程物资和在建工程三项之和)计算得到的相对值作为模型中的被解释变量,这样做的好处是可以剔除各个企业期初固定资产投资规模不同的影响。
　　(2)样本选择和数据来源本文以中国沪深两市A股制造业部分上市公司的财务数据和交易数据为研究样本。
　　选择制造业公司为研究样本是因为公司固定资产投资行为具有明显的行业特征,制造业公司投资于固定资产的比例大、回收周期长、资产专用性强、具有不可逆投资的特征,更能体现固定资产投资的特点。同时,为了研究不可逆性对不确定性与企业固定资产投资关系的影响,所有的样本数据均来自制造业上市公司中的原材料类行业和机械类行业。其中,原材料类上市公司包括化学原料及化学制品制造业、黑色金属冶炼及压延加工业、金属制品业、有色金属冶炼及压延加工业;机械类上市公司包括普通机械制造业、专用设备制造业、电器机械及器材制造业、交通运输设备制造业。具体样本参见表1。
　　样本采用2001~2005年5年的时间序列/截面数据(panel-data)。采用时间序列/截面数据是因为它具有很多优点:
　　①时间序列/截面数据包含截面、时间和指标三维信息,可以构造和检验比以往单独使用截面和时间序列数据更为真实的行为方程;
　　②观测样本量大大增加,使构造更加可靠的参数估计量成为可能,而且能够识别和检验约束条件放松了的更为一般的模型;③多重共线性的影响被减弱;
　　④识别和度量一些纯粹截面模型和纯粹时间序列模型所不能识别的因素,如潜变量的影响;
　　⑤降低估计误差。
　　样本按以下原则进行筛选:
　　①为避免异常值的影响以及不同市场不确定性对公司投资的影响,所取样本均为A股上市公司,且从原始样本中剔除每年被ST和PT的公司
　　。②各公司2001~2005年度财务数据齐全。
　　③对样本值进行标准化,分析具体原因,剔出其中的异常值。{zh1}样本数量为158家,其中原材料类上市公司82家、机械类上市公司7家;沪市80家、深市78家。
　　本文的市场收益率数据来自中国股票市场研究CSMAR数据库;其他数据均来自CCERTM股票价格收益数据库和一般公司财务数据库。
　　前面介绍了时间序列/截面数据的各种优点,因此,本文将采用时间序列/截面数据模型进行计量经济学研究。结合研究目的和实际情形,本文采用的基本经济模型是托宾Q模型,对其进行简单的修改,将不确定因素纳入其中。此外,融资约束和投资机会是影响投资的重要因素,因此,为了控制融资约束因素的影响,本文将融资约束指标纳入其中(托宾Q代表了投资机会),并选择现金流作为融资约束的替代指标。同时为了对不确定性与投资的关系进行稳健型检验,本文采用将不确定性指标纳入销售加速模型进行对比分析。
　　按照时间序列/截面数据模型的基本思想,在建立模型之前,首先应进行F检验,确定具体采用哪种模型。
　　(1)将总体不确定性纳入方程,其F检验结果为:S1=50·42305, S2=69·90299, S3=91·88072;F2=1·2412,F1=1·1664利用Excel软件得到的概率分布值分别为:F2(1·2412, 314, 474)=0·017F1(1·1664, 157, 474)=0·1117因此,在α=0·05的显著性水平下, 0·017<0·05,拒绝假设; 0·1117>0·05,接受假设。由此,方程应采用变截距模型。
　　(2)将市场不确定性纳入方程,其F检验结果为:S1=55·23999, S2=72·15095, S3=94·027;F2=1·0599, F1=0·9243利用Excel软件得到的概率分布值分别为:F2(1·0599, 314, 474)=0·2833,F1(0·9243, 157, 474)=0·7184因此,在α=0·05的显著性水平下, 0·2833>0·05,接受假设H2,方程应采用无个体影响的不变系数模型。
　　(3)将公司特有不确定性纳入方程,其F检验结果为:S1=46·10017, S2=70·98556, S3=94·794;F2=1·5947,　F1=1·6297利用Excel软件得到的概率分布值分别为:F2(1·5947, 314, 474)=2·2×10-6,F1(1·6297, 157, 474)=4·6×10-5因此,在α=0·05的显著性水平下, 2·2×10-6<0·05,拒绝假设H2; 4·6×10-5<0·05,拒绝假设H1。由此,方程应采用变系数模型。
　　此外,由于该实证模型集中于制造业中原材料类和机械类行业的研究,所以选取固定影响的变系数进行分析。
　　根据前面理论和实证方法的讨论,本文基于Tobin’sQ模型建立如下计量经济模型①后面简称Tobin’sQ模型):Ii, tKi, t-1=α0+μi+α1Qi, t-1+α2(CFK)i, t-1+α3σit+εit　i =1,2,…N, t =1,2,…T(6)Ii,tKi,t-1=β0+β1Qi,t-1+β2(CFK)i,t-1+β3βitσmt+εiti =1,2,…N, t =1,2,…T(7)Ii,tKi,t-1=ωi+ω1iQi,t-1+ω2i(CFK)i,t-1+ω3iσεit+εiti =1,2,…N, t =1,2,…T(8)其中, I为固定资产(资产负债表中的固定资产净值、工程物质和在建工程三项之和)增加值;K为期初固定资产合计(资产负债表中固定资产净值、工程物资和在建工程三项之和); Q为Tobin’s Q值,以公司权益市场价值与公司负债面值之和除以公司总资产账面价值,具体来说,是年末收盘价与年末股本总数之积加上年末负债帐面价值再除以年末总资产帐面价值计算得出;CF为经营活动现金净流量;σit为总体不确定性,βitσmt为市场不确定性,σεit为公司特有不确定性;μi为公司固定效应,εit为误差项。
　　为了进行模型的稳健性检验,本文同时采用销售加速模型进行分析,具体建立的回归模型如下(后面简称销售加速模型):Ii, tKi, t-1=α′0+μ′i+α′1(SK)i, t-1+α′2(CFK)i, t-1+α3σit+εit　i =1,2,…N, t =1,2,…T(9)Ii, tKi, t-1=β′0+β′1(SK)i, t-1+β′2(CFK)i, t-1+β′3βitσit+εit　i =1,2,…N, t =1,2,…T(10)Ii, tKi, t-1=ω′i+ω′1i(SK)i, t-1+ω′2i(CFK)i, t-1+ω′3iσεit+εit　i =1,2,…N, t =1,2,…T(11)上面的稳健性检验模型中的S表示主营业务收入,其他指标和Tobin’sQ模型中的一样。
　　由于模型的截面数据较多,容易出现异方差现象,因此本文选择可行的广义最小二乘法(GLS)进行回归,具体在Eviews5·0中选择cross-sectionweights,目的是减少由于截面数据造成的异方差影响。
　　四、实证结果与分析
　　1·样本的统计特征从表2可以看出,对于解释变量而言:原材料类上市公司与机械类上市公司的总体不确定性、市场不确定性和公司特有不确定性均值比较接近,没有特别大的不同,二者的公司特有不确定性均值都大于市场不确定性均值。这说明平均来看,特有不确定性在公司的不确定性中所占的比重较大。
　　对于被解释变量而言:原材料类上市公司的投资-固定资产比率均值、中位数均大于机械类上市公司的,不考虑其他因素,可以得出,面对相似的不确定性,机械类上市公司的投资更为保守。
　　对于控制变量而言:现金流-固定资产比率、主营业务收入-固定资产比率和托宾Q值,机械类上市公司的均值明显大于原材料类的均值,也就是说机械类上市公司的投资机会要大于原材料类上市公司,且所受的融资约束要小于原材料上市公司。
　　2·实证模型结果与分析表3~表5是对本文建立的Tobin’sQ回归模型,利用Eviews5·0统计软件计算的结果。从这三个表中可以得到以下一些结论。
　　(1)从表3和表4可以得出:不论是全样本还是分样本(原材料类上市公司、机械类上市公司),也不论是否考虑投资机会和融资约束,总体不确定性和市场不确定性都对公司固定资产投资具有显著的负影响,在α=0·01的水平下显著成立。这说明对于大多数的制造业上市公司而言,总体不确定性和市场不确定性的增加,会使得其固定资产投资减少。这与实物期权理论以及本文的理论分析相一致,支持假设1的一部分。
　　(2)从表3和表4可以得出:考虑投资机会和融资约束时,总体不确定性和市场不确定性对原材料类上市公司固定资产投资的负影响大于对机械类上市公司固定资产投资的负影响。
　　该项结果支持假设2。正如前面进行的分析,产生这种结果的主要原因之一是机械类上市公司不可逆程度小于原材料类上市公司。当然,从本质上来说,不可逆性不足以导致不确定性对固定资产投资产生负影响,形成这种差别的原因还应考虑投资机会和盈利水平,从表2可以看出,机械类上市公司的投资机会(Q值)大于原材料类上市公司,其盈利能力(SK、CFK)也大于原材料类上市公司,即其所受的融资约束要小。这些都使得不确定性对机械类上市公司固定资产投资的影响小些。
　　(3)比较表3和表4,市场不确定性对公司固定资产投资的负影响大于总体不确定性对固定资产投资的负影响。这个结果从另外一个角度说明了,从平均水平来看,市场不确定性对固定资产投资的影响大于公司特有不确定性对固定资产投资的影响。
　　因此从整体来看,该项结果支持假设3②。由于市场不确定性会对整个行业产生影响,当市场不确定性出现时,企业很难将资产卖出去,即公司面对的不可逆性较大,因此,固定资产投资会很谨慎。
　　(4)从表5可以得出(这里说明的是针对所有公司的回归结果而言的,即包括没有列示在表5中的公司):考虑到投资机会和融资约束,对于全样本的回归结果而言,公司特有不确定性对固定资产投资的影响为正的公司有71家,为负的公司有87家对于原材料类公司而言,为正的公司有40家,为负的公司有42家;对于机械类公司而言,为正的公司有31家,为负的公司有45家。
　　但不同公司的情况也有所不同,有些公司的公司特有不确定性对固定资产投资的影响大于市场不确定性对固定资产投资的影响,同时有些公司的公司特有不确定性对固定资产投资的影响为正。也就是说,有些公司在公司特有不确定性增加时,投资反而加大。相比较而言,这种现象在原材料类上市公司中更为严重。这说明在中国,有些公司的管理层偏好风险,具有较强的“xx”心理和机会主义行为。即当公司面临特有的不确定性时,往往会低估其风险,盲目上马,有过度投资的倾向。
　　本文认为,产生以上现象的原因主要是由于中国公司治理机制不完善。众所周知,中国制造业上市公司大多由国有企业改制而来,国有股“一股独大”和内部人控制的现象较为严重,董事会、管理层激励和约束严重不足,建立内部科学的投资决策程序和规范的运作机制较弱。投资决策往往由关键人控制,投资项目的财务分析则以乐观情形为基本方案,高估收益、淡化竞争、低估风险。而且管理层则常常以旧习惯和经验在新的竞争环境下进行投资决策,决策过程跳跃、不连贯。若投资成功,公司管理层既得名又得利;若投资失败,则责任自有国家承担。这从一个侧面说明,虽然随着改革的推进,上市公司的治理不断地完善,情况有所好转,但是建立预想的现代公司制度仍任重而道远。
　　以上对本文建立的实证模型———Tobin’sQ模型的三个模型,针对全样本、原材料类上市公司、机械类上市公司三个样本分别进行了估计,并分析了具体的估计结果,结果与研究假设基本相一致。为了验证该实证结果的稳健性(robustness)水平,同时利用销售加速模型进行分析,回归结果基本与To-bin’sQ模型的回归结果得出的结论相一致①,这说明本文建立的实证模型稳健性程度较高,得出的结论更加准确、可信。
　　五、研究结论与建议
　　通过前面的分析,本文得出以下一些结论:
　　(1)不论是全样本还是分样本(原材料类上市公司、机械类上市公司),也不论是否考虑投资机会和融资约束,总体不确定性和市场不确定性都对公司固定资产投资具有显著的负影响。
　　(2)不可逆程度与公司固定资产投资呈显著的负相关关系,不可逆程度越大,不确定性对公司固定资产投资的负影响程度越大。考虑投资机会和融资约束时,总体不确定性和市场不确定性对原材料类上市公司固定资产投资的负影响大于对机械类上市公司固定资产投资的负影响。
　　(3)市场不确定性对公司固定资产投资的负影响大于总体不确定性对固定资产投资的负影响。从平均水平来看,市场不确定性对固定资产投资的负影响大于公司特有不确定性对固定资产投资的负影响。
　　(4)不同公司的固定资产投资对公司特有不确定性的反应不同。对于超过半数的公司而言,公司特有不确定性对企业固定资产投资的影响为负,少于一半的公司为正。
　　从以上结论我们可以得出,在中国转轨经济的背景下,企业面临较强的不确定性,且这些不确定性对固定资产投资活动会产生显著的影响。因此,在决策过程中采用正确的方法显得尤为重要。不确定性分析方法———实物期权方法就是其中的一种,企业应将实物期权方法作为企业投资决策的一种思维方式,并建立有效环境分析信息系统,大力培养决策参谋型经营人才,将这种方法加以正确应用,从而提高企业的投资决策水平。

参考文献:
　　[1] HartmanR. TheEffectsofPrice andCostUncertainty on Investment[J]. Journal ofEconomic Theory, 1972, 65: 258-266.
　　[2] Hartman R. FactorDemand with OutputPriceUncertainty[J]. A-merican Economic Review, 1976, 66: 675-682.
　　[3] AbelA B. Optimal InvestmentunderUncertainty[J]. American E-conomic Review, 1983, 73: 228-233.
　　[4] McDonald R, Siegel D R. The Value ofWaiting to Invest[ J].Quarterly Journal ofEconomics, 1986, 101: 707-727.
　　[5] DixitA K, Pindyck R S.不确定条件下的投资[M].朱勇,等,译,北京:中国人民大学出版社, 2002. 160-298.