一、投资者信心与企业价值
目前上市企业价值的衡量与股票价值有关，这说明企业价值与投资者信心二者之间也应该存在着某种联系。在国外，Delong等（1990）建造了噪音交易的基本理论模型，通过该模型证明了股票均衡价格能够被投资者情绪所影响。Barberis等（1998）、Daniel等（1998）、Hong&steinle（1999）研究了在决策过程中投资者具体的心理情绪偏差及其可能对股价造成的影响。Brown&Clif（t2005）则发现投资者情绪与同期股票收益间存在显著的相关性。在国内，王美今等（2004）发现机构投资者情绪的变化不仅能够明显影响股市的收益，而且收益也会通过风险溢价受到影响。伍燕然等（2007）则证明了投资者情绪是资产定价的重要影响因素。雷光勇等（2012）已经实证检验了投资者信心与股票收益之间存在着正相关关系。信息披露质量对企业价值的作用机理是什么？本文认为，投资者将二者联系在一起，投资者通过企业信息披露质量水平的高低来对企业做出预期及评价，进而在股票价格上反映出来，最后企业整体价值也会发生波动。
二、研究设计
（一）研究假设
信息披露是连接企业与投资者的重要纽带，企业是信息的供给方与资金的需求方，而投资者是信息的需求方与资金的供给方。信息披露的质量历来受到各类投资者的高度关注。对于投资者来说，企业的信息披露质量高低与其投资行为的风险水平有关，低质量的信息披露意味着未来的不确定性高，投资者面临的风险大，投资者信心会受到影响。例如，Barry&Brown（1984）、Handa&Linn（1993）等的研究从理论上证明了信息披露水平低的股票会被投资者会设定更高的风险水平，从而投资者对这类股票的需求就会更小、出价也会更低、并且要求的投资回报更高。在我国证券市场在不断地发展完善中，外部投资者也趋于理性，对于企业信息披露质量的关注度也在不断地提高。通过以上的分析，提出假设：假设1：在其他条件不变的情况下，企业信息披露的质量越高，公司外部投资者的信心就会越强投资者信心高低不仅可以影响企业融资成本的高低，对企业股价也有着决定性和直接性影响，而企业价值就体现在其股票价格上。当投资者对股市充满信心时，将买入股票，使得股票价格上升，企业价值同时增加。相反，当投资者信心遭受打击时，会大量抛售股票，使股价跌落谷底，企业价值得不到合理反映。企业的信息披露质量是提升投资者信心的重要因素之一，高质量的信息披露能够使投资者有效判断企业的真实状况，对企业的投资使得企业的价值得到合理体现。根据以上分析，提出假设：假设2a：在其他条件不变的情况下，外部投资者信心越强，企业价值越大假设2b：在其他条件不变的情况下，外部投资者信心与企业价值的正相关关系在信息披露质量较高的公司中得到了增强。
（二）样本选取与数据来源
本文选取了2006年至2010年深圳证券交易所上市的中国A股公司为初始样本，剔除金融、保险行业以及ST和PT公司样本，数据缺失的公司予以剔除。信息披露质量数据取自深交所网站“诚信档案”中公布的所有深市上市公司信息披露考核结果。用winsorize处理了所有的小于1%分位数（大于99%分位数）的变量。最终有1635个观测样本使用于模型2；2086个观测样本使用于模型3。本文使用的数据来源于CSMAR数据库中的中国公司研究数据库。
（三）变量选取与模型建立
本文选取变量如下：（1）投资者信心指数构建。本文综合企业特征和市场因素，选取了市净率、机构投资者比率以及换手率作为投资者信心的代理变量，通过主成分分析方法构建了投资者信心指数。市净率。通过固定股利增长折现模型可知，高的市净率值可能来源于高成长性和高盈利能力这两方面。较高的成长性带来了较高的市净率值，从而影响着投资者的情绪，同时投资者情绪的波动又会引起其投资行为的变化。一般来说，投资者更加亲睐高市净率的股票（袁国良等，1999）。机构投资者比例。机构投资者通常被认为具有较高的市场理性，他们的选择和反应都能够影响其他投资者。当机构投资者比例高时，表明其对市场充满信心，其他投资者也会被这种情绪影响，因而整个市场的投资者信心都得到了增强。所以机构投资者比例可以作为投资者信心的代理变量之一。换手率。Baker&Stein（2004）提出并用实证检验了用流动性指标来衡量投资者信心高低的方法。而衡量流动性最常用的指标就是换手率，由此可以使用换手率来代理投资者信心。在现实中，我国资本市场投资者信心高时，换手率也会随之提高。本文选取深交所A股上市企业2006年至2010年数据进行了主成分分析，通过分析市净率（YrPB）、机构投资者持股比例（INST）和换手率（YrTO）这三个指标构建了投资者信心指数方程式，方程式的系数为对应主成分方差贡献率与三个主成分的方差贡献率的和之比，结果如下：IC=0.5696*YrPB+0.4195*INST+0.0835*YrTO…（1）。模型中计算IC使用的是标准化的数据，各系数都为正数，与估计的一致。（2）信息披露质量的衡量。信息披露质量常见的实证计量方式有三种：信息披露的数量、收益的不透明度和深圳证券交易所公布的对上市公司进行信息披露考核的结果。信息披露数量的多少并不能够说明信息披露质量的高低，并且这个数据容易操纵，而收益的不透明度这一指标的计算相当的复杂并且也容易被操纵，而深圳证券交易所的发布的考核结果不仅在权威性、综合性方面较好又简便易行，能避免使用者的主观判断。因此本文选择了第三类计量方法，具体赋值方法是：优秀为5，良好为4，及格为3，不及格为2。（3）企业价值的度量。上市公司企业价值的计量通过自身股价来反映，本文采用托宾Q来度量企业价值。Tobin’Q理论是由詹姆斯.托宾（JamesTobin）于1969年提出的。他把Tobin’Q定义为企业的市场价值与资本重置成本之比。Tobin’Q值大于1，说明企业创造的价值大于投入的资产的成本，表明企业创造了价值。在变量定义基础上，根据假设1，建立模型（2）来检验：ICi，t=β0+β1INDIi,t-1+β2ROAi,t-1+β3Cashi,t-1+β4Levi,t-1+β5Sizei,t-1+β6Nature+β7Year1+β8Year2+β9Year3+β10Industry+ε（2）模型（2）中，根据目前的研究成果，选取了以下七个变量为控制变量，资产收益率（ROA）、现金持有率（Cash）、资产负债率（Lev）、规模（Size）、最终控制人（Nature）、行业（Industry）和年份（Year）（韩立岩等，2007；刘丽亚，2010）。由于投资者一般是在获取企业信息以后才能对企业做出预期，所以模型（2）中解释变量都采用上期数据计量。若β1显著为证，则假设1得证。通过构建模型⑶来检验假设2a和假设2b：Tobin’Qi，t=β0+β1ICi，t+β2INDI＿dummyi+β3ICi*INDI＿dummyi，t+β4Growthi，t+β5Margini，t+β6Levi，t+β7Sizei，t+β8Nature+β9Year1+β10Year2+β11Year3+β12Industry+ε（3）模型（3）中，Tobin’Q代表企业价值，本文中使用了CSMAR数据库中的Tobin’Q＿A、Tobin’Q＿B、Tobin’Q＿C和Tobin’Q＿D表示。投资者信心指数用IC表示，用上年年报披露的市净率、机构投资者比例和换手率计算得出。若模型（3）中的β1显著为正，则表明投资者信心与企业价值正相关，假设2a成立；如果模型（3）中的系数β1显著为负，表明投资者信心与企业价值呈负相关关系，假设2b不成立。模型（3）中IC*INDI＿dummy中的INDI＿dummy表示企业信息披露质量的虚拟变量，其具体做法为：将信息披露质量按均值进行划分，大于均值的取1，其余取0，在本文中优秀和良好取值1，合格和不合格取0。IC*INDI＿dummy用来衡量信息披露质量对投资者信心与企业价值关系的影响。若模型（3）中的β2显著为正，则表明在信息披露质量高的企业中，投资者的信心会增强，企业价值也会随之提高，假设2b成立；反之则假设2b不成立。模型（3）中，对除了投资者信心特征变量以外的与企业特征及经营状况相关的变量进行了控制，以检验投资者信心对企业价值的影响，如主营业务收入增长率（Growth）、主营业务毛利率（Margin）、企业规模（Size）、反应企业受到债权人监督的财务杠杆（Lev）、最终控制人性质（Nature）、行业（Industry）和年份（Year）。
三、实证检验分析
（一）描述性统计
表（2）是模型（2）除了行业和年度变量外样本主要变量的描述性统计结果。IC均值为0.0502，表明投资者普遍不高，这可能是由于投资者的信心受到了2008年次贷危机的打击。IC最大值（最小值）为1.9453（-0.7027），标准差为0.5849，表明在不同年度不同样本企业的投资者信心存在较大差异。INDI的均值为3.9596，这表明样本企业的信息披露质量都达到了合格以上水平。INDI的最大值（最小值）为5（3），标准差为0.6006，表明不同样本企业不同年度的信息透明度有很大差别。表（3）是模型（3）除了行业和年度变量以外样本主要变量的描述性统计结果。企业价值的四个代理变量Tobin’Q＿A、Tobin’Q＿B、Tobin’Q＿C、Tobin’Q＿D的均值分别为2.0153、2.1265、2.7913、2.9391，最大值（最小值）分别为7.7693、8.1701、10.8541、11.2981（0.8496、0.8793、0.8756、0.9137），标准差为1.2462、1.3371、1.9205、2.0284，这些统计结果说明样本企业不同年份的企业价值平均水平不高，而且差异较大。随着样本数量的增加，IC的均值变为-0.0191，最大值（最小值）为2.2828（-0.9886），均值为0.701，说明样本之间的差异很大。
（二）相关性分析
表（4）是模型（2）各变量相关系数矩阵。在Pearson和Spearman相关系数中IC与INDI的相关关系都在1%的水平上显著（Pearson系数为0.105，Spearman系数为0.095），表明企业信息披露质量越高，投资者信心越强。IC与ROA、Cash在1%水平上显著正相关（Pearson系数为0.309和0.156，Spearman系数为0.289和0.168），这说明企业盈利能力以及现金流对投资者信心有正向影响。IC与Nature（5%水平）、Size（1%水平上）显著负相关，表明投资者更偏向于规模小、非国有控股的企业。IC与Lev负相关，但不显著。根据变量Pearson和Spearman相关系数表（5），Tobin’Q与IC显著正相关，这说明投资者信心越强，企业价值越高。Tobin’Q与Growth、Margin显著正相关，表明企业主营业务增长率、毛利率越高，企业的价值越大。在多元回归分析之前，为了检测各变量间是否存在多重共线性问题，在对主要研究变量之间的相关性进行了以上初步分析以外，所有变量经测试发现其VIF值均小于5。因此，多元回归模型（2）和模型（3）不存在多重共线性问题。
（三）回归分析
表（6）反映的是企业信息披露的质量对投资者信心产生的影响。投资者的信心与企业信息披露质量的系数为0.0385，在10%的水平上显著，表明企业信息披露质量越高，投资者信心越强，支持假设1。这充分说明了我国证券市场在不断地完善当中，外部投资者越来越以理性的态度进行投资，从企业提供信息的质量方面来评估企业价值。IC与ROA、Cash的关系与相关性分析中一样，证明企业盈利能力越强，现金流越充沛，投资者信心越强。从表（7）可以看出，投资者信心与代表企业价值的四个变量的系数分别为0.6753、0.7099、0.9989、1.0322，并且在1%的水平上显著，说明投资者信心越强，企业价值越高。假设2a得到验证。IC*INDI与企业价值各变量的系数为0.2902、0.2937、0.5336、0.5538，在1%的水平上显著，表明企业信息披露质量越高，外部投资者信心越强，企业价值越大，支持了假设2b。投资者信心越强，对企业股价的正向影响越大，从而企业的价值也得到了提升。
（四）稳健性检验
为了检验上述回归结果的可靠性，本文从以下几个方面进行了稳健性测试：（1）通过剔除残差为4个以上标准差的“异值”，检验了回归结果中异值的影响，结果基本保持一致。（2）在验证假设1时，使用的是上期的数据来计算当期的投资者信心，但是有可能上期的数据不能够完全地体现投资者信心，所以2006年至2010年当期的信息披露数据与企业当期的投资者信心数据重新进行了回归，得到的结果并未发生实质性变化。（3）对模型在剔除控制变量的情况下进行一次回归测试，测试了文中两个回归模型对控制变量的敏感性，发现各解释变量的回归结果与原来基本一致。以上证明本文的回归模型的结果是可靠的。
四、结论
我国资本市场的迅猛发展以及投资者理性的不断增加，理论界对企业信息披露行为的研究不断深入，投资者对这些信息也更关注。本文利用2006年至2010年深交所上市的企业数据，对信息披露质量与投资者信心之间的关系，以及企业价值的影响因素进行了研究。实证分析结果表明，各上市企业的信息披露质量越高的话，投资者的信心就会越强；而投资者的信心越强，企业价值也会跟着其投资行为的变化而升高。同时，在信息披露质量高的那部分企业当中，投资者信心对企业价值的正向作用关系会得到加强。本文结论有助于促进企业从提高信息披露质量出发，提振投资者的投资信心，从而使企业的价值得到提升。
作者：陈平 单位：重庆大学经济与工商管理学院
