金融传染渠道变量选取和数据样本

　　3 变量选取和数据样本

　　鉴于金融传染渠道无法直接量化，本章将从传染渠道的具体机制出发，构造一定的特征变量来代理相应渠道，并给出具体的构造方法。

　　3.1 特征变量的构造

　　3.1.1 产品竞争力

　　一个国家的危机可以传导至其他国家的公司的第一个途径是产品竞争力。它主要是依赖于贸易渠道起作用，即如果一个国家的货币贬值，那么该国的出口在国际市场上会相对便宜一些。在同一市场上销售同类产品的其他国家的公司的竞争力会相对下降。此外，如果最初国家的出口在全球生产的特定行业中占据了一个足够大的份额，那么世界各地该行业的价格可能都会下降。因此，即使一个公司与任何特定市场危机国的企业没有直接竞争，其产品的竞争力还是可能受到货币危机的破坏。如果这种产品竞争力的影响是很重要的，那么在危机过后，与危机国主要出口产品存在竞争的公司将比那些不存在竞争的公司有更低的收益率。

　　为了看看这个效应在公司层面是不是也重要，本文利用两位数海关编码，定义危机地区的主要出口产品为那些危机区域出口总额排本国前十位的商品。通过专注于危机区域的出口总量（而不是生产总量），文章含蓄地排除了预计不存在竞争力效应的商品，包括不可贸易的、具有较高运输成本的和受到任何形式贸易限制的商品。表 3-1 列出了每个危机区域主要出口产品的 HS 编码和相应的证监会行业大类，本文排除了那些 HS 编码无法找到相应证监会行业大类的商品。接下来，文章使用表 3-1 中列出的证监会行业大类代码将每次危机的公司样本分为两个投资组合：主要输出与危机区域的出口存在竞争的公司（即位于相同的证监会行业大类组）与主要输出不存在竞争的公司。

　　3.1.2 收入效应

　　一个国家的危机可能会在国际上传播的第二个机制是通过降低对公司产品需求的收入效应，这也是贸易渠道中的一种。当一个国家发生金融危机或任何类型的负面冲击时，经济增长普遍放缓，总需求缩小，产品出口到该国的企业通常也会面临需求减少。如果该国货币贬值的话，这种收入效应可能还被放大，进一步降低购买力和实际收入。

　　为了检验这种效应在企业层面是否也重要，与出口竞争的构造方法相类似，本文利用两位数海关编码，定义经历收入效应的商品为危机地区自中国进口的前十位主要商品。表 3-2 列出了每个危机区域自中国进口的主要商品的 HS 编码和相应的证监会行业大类，文章排除了那些 HS 编码无法找到相应证监会行业大类的商品。然后本文用这个变量将样本分成两个投资组合：与危机区域有或没有贸易暴露的公司。

　　3.1.3 流动性

　　危机能够进行国际传播的第三个渠道是通过流动性。单一市场的冲击可能会降低个人投资者的流动性，并迫使他们出售资产以满足追加保证金的要求，筹集现金以满足投资者赎回或满足监管要求。相比于出售价格已经崩溃的（如在危机国的资产），投资者将会出售其投资组合中的其他资产，如在我国的投资。本文所使用的公司层面的数据不能直接检验这一效应。如果一个公司的股份主要是由机构（如共同基金）持有，则更容易受到被迫抛售，因为机构更容易受监管要求或现金赎回而推动这种类型的投资组合重组。此外，Falkenstein （ 1996）表明共同基金在他们的股票投资中往往会偏向流动性较高的股票。由于流动性较强的股票机构持股比例往往较高，因此他们可能会更容易受到强制投资组合重组。因此，总的来说，由于流动性较好的股票机构持有率更高，则更容易受到被迫抛售，比流动性较差的股票在危机中受到更严重的损失。

　　为了检验这个效应在次贷或欧债危机中是否很重要，本文利用流通股平均日换手率将样本分为两个投资组合，即平均日换手率低于流通股平均日换手率中位数的股票列为流动性较低的组合，所有其他个股均列为流动性较高的组合。

　　3.1.4 信贷紧缩

　　企业可以受其他国家危机影响的第四个渠道是信贷紧缩。有几个这个理论的不同变体，但它们的核心理念都是：一个国家的危机会导致其他国家公司信贷供给的急剧减少、金融流动性的降低和信贷成本的提高。例如，一个国家的冲击可能会导致投资者撤回其银行存款，降低金融中介机构的流动性，进而迫使中介机构清算在其他国家公司的贷款，并无法继续任何未来的融资。这些理论的含义是：越依赖短期债务来资助存货和提供营运资金的企业，就越会受到危机的影响，在危机中就是遭受更为严重的损失。

　　为了研究在次贷和欧债危机中这些影响是否发生，本文用企业的速动比率将样本分为两个投资组合，即速动比率低于 346 家样本公司速动比率中位数的股票列为对短期融资依赖度高的组合，所有其他个股均列为对短期融资依赖度较低的组合。

　　3.2 数据样本及其来源

　　为了构建一个公司层面的数据集来从企业层面上研究危机的传播，本文从RESSET 数据库中编制好的资产负债表、利润表、现金流量表和通用的公司信息出发，采用简单随机抽样法从 1434 家上市公司中抽取 25%的样本。由于不能用贸易和金融依赖的事后数据来实现本文的目标。例如，一个公司可能降低其国际贸易，因而可能会表现为贸易渠道很重要，但其实贸易下降的原因可能是缺乏营运资金，而不是贸易冲击。相反，营运资金或投资的减少可能是由于国际贸易或国内活动的减少，并不能反映一个外部融资供给的冲击。因此，本文编译 RESSET信息中所有股票在 2008 年的次贷危机和 2011 年的欧债危机前 1 年的数据，检验企业根据其内在特性所进行的事前分类是否有助于解释他们事后“表现”的变化。

　　然后，本文将这些信息与股票日收益数据进行匹配。最后，由于本文是采用股票收益率来评估企业受危机影响的程度，所以排除股票交易不活跃所有公司，这里将股票交易活跃定义为在给定期间，有超过 50%个交易日有非零收益率。由此产生的数据集拥有 346 家公司。根据证监会 19 个门类的上市公司行业分类，每个行业皆有公司纳入我们的样本集，按三次产业进行划分，则第一、第二和第三产业分别有 10 家、232 家和 104 家公司。就规模而言，将 2008 年 2 月的总市值大于 100 亿元的视为大市值公司，小于 40 亿元的视为小规模公司，则 346 家样本公司中属于大规模公司的有88家，中等规模的有87家，规模较小的则有171家，具体情况如表 3-3 所示。

　　这种公司层面的数据集有我国各地众多公司的详细信息。但是，该数据集也有一些限制。首先，由于缺乏在适当时间的数据，本文无法分析金融危机对企业实际投资和绩效的影响，而是研究危机对企业收益的影响，这就意味着笔者认为我国的金融市场是有效的，投资者会根据宏观经济环境的变化而调整其投资组合。

　　其次，RESSET 数据库中大多数是公开交易的公司，使规模较小的企业和国有企业的代表性不足。另外样本中还存在一些极端的离群值，这无疑代表报告错误。因此，下面的分析使用估计技术以最大限度地减少异常值，并进行了一套广泛的敏感性检验。