5.3.1 樣本選擇與描述性統計分析
為了檢驗競爭對過度投資的影響路徑，本章的實證研究以第4章估計得到的709個正殘差觀測值為初始樣本，在此基礎上，將10分位以下的正殘差觀測值予以剔除，原因是這一部分觀測值更可能受到投資模型中計量誤差的影響（即錯誤地歸為過度投資觀測值）。最終樣本為由638個觀測值組成的非平衡麵板。全部財務數據均來源於CSMAR，為保證數據的準確性，還將其與Wind金融數據庫、色諾芬CCER數據庫提供的相關數據進行核對。經核對後，對一些依然懷疑有誤的數據再手工查閱相關公司的年報進行確認。所有缺失數據均通過手工查閱年報補齊。所有數據處理和統計分析工作均在Excel2003和Stata9.0軟件中進行。
為考察競爭、公司治理及過度投資的數據分布及時序變化，提供了本章主要變量的描述性統計量，並分年度列示了均值。樣本公司麵臨的競爭程度存在相當大的差異，這為研究競爭對公司治理和過度投資的影響提供了良好的外部環境。從PMC各年的均值可看出，上市公司麵臨的競爭程度逐年加劇，這與中國一直以引入競爭作為改革的重點，以及2001年中國加入WTO後各行業逐步擴大對外開放有關。而且預期隨著2008年8月1日中國第一部《反壟斷法》的正式實施，各行業的市場競爭將更加激烈。第一大股東持股比例（Top1）均值為45.7%，表明股權相對集中是中國上市公司股權結構的一大特征，但從趨勢看，由最高的47.5%下降至2005年的42.1%，說明中國部分國有及非流通股份在逐漸通過協議轉讓等方式走向流通或“準流通”，尤其是2005年較上一年度下降了3.3個百分點，這主要是源於當年起動的股權分置改革。國有或民營控股變量（So_priv）均值表明，民營控股上市公司占全樣本的15%，這與劉芍佳等（2003）的計算結果基本一致。從時序變化來看，這一比例從10.8%逐年上升至2005年的23.5%，這可能是近幾年中國國有企業產權製度改革中實行有選擇地進行民營化的政策所致。
從董事會治理變量來看，樣本公司董事會規模（Bodsize）平均為9.94人；獨立董事比例（Outdir）在2001年後大幅增長，於2003年基本達到了規定的1/3的比例。兩職分離變量顯示，樣本公司中有87.1%的公司董事長與總經理職位分別由不同的人擔任，這與本章前麵提到的證監會的相關規定有關。平均有超過1/3的董事不在上市公司領薪，但這一比例基本呈逐年下降趨勢。從董事長是否持股變量Presshare來看，超過半數的董事長都持有公司股份，這一比例較持股的CEO比例（47.2%）更高，這可能是因為，相比CEO而言，董事長在公司決策中的地位更加重要，是公司的最高決策者，對董事長進行持股激勵的作用更大（宋德舜，2004）。高管薪酬是經過所在省市人均GDP和CPI指數調整後的薪酬指數，便於在各地和各年度間進行比較，上市公司間高管的薪酬差距較大，最高薪酬是最低薪酬的50倍。除2003年外，其餘各年高管薪酬均較前一年有小幅增長。
從設計的大股東資金占用指標（Tunel）來看，均值接近於0，這有兩個可能的原因：一是上市公司與大股東之間相互占用資金；二是一些公司的大股東占用上市公司資金而另一些上市公司則在占用大股東的資金。這表明以前一些文獻僅用其他應收款餘額作為大股東資金占用的度量是不準確的，因為上市公司也可能占用大股東的資金。從樊剛等（2007）的政府幹預指數（Gov_index越大，政府幹預越小）來看，各地區間的政府幹預程度存在較大差異，政府幹預程度最小的是2005年的廣東省（10.63），最嚴重的是2003年的西藏自治區（-1.14）。Gov_index逐年增大，表明政府對企業的幹預程度在逐年下降，這可能是近幾年國家推行轉變政府職能的改革所致。
提供的競爭、公司治理與過度投資等主要變量的相關係數矩陣可知，競爭、第一大股東持股比例、董事會規模、獨立董事比例、董事激勵和經理層激勵均與過度投資負相關，與前麵的預期完全一致。經營現金淨流量、現金持有量、總資產報酬率與過度投資正相關，而杠杆和政府幹預變量與過度投資負相關，這與本書在納入這些控製變量時所依據的文獻或理論預期是一致的。從產品市場競爭與各個公司治理機製的關係來看，產品市場競爭與第一大股東持股比例和獨立董事比例正相關，這與預期是一致的；但與董事會規模、董事激勵和經理層激勵負相關，這與預期相反，但最終結論需經多元回歸分析後確定。因為單變量間的相關係數因未控製其他影響因素而可能存在誤導，從而需寄希望於多元回歸模型來推斷因果關係。從各主要解釋變量間的相關係數來看，除Gov_index與Outdir超過0.5外，其餘均在0.34以下，因此由這些解釋變量構成的回歸模型應該可以避免多重共線性對參數估計結果的影響。
5.3.2 估計結果與分析
為檢驗本章前述假設，首先僅以競爭作為實驗變量，與其他控製變量一起進入模型（5-1）以檢驗競爭是否對過度投資存在綜合的影響，然後再以由模型（5-1）和模型（5-2）組成的聯立方程對以下假設路徑逐條進行檢驗：（1）PMC→Top1→OI；（2）PMC→Lnbod→OI；（3）PMC→Outdir→OI；（4）PMC→Bod_inc→OI；（5）PMC→Cgi_man→OI；（6）PMC→Cgi_all→OI。最後運用中介效應檢驗程序檢驗CG是否在PMC與OI之間起著中介作用。
1.“產品市場競爭→過度投資”路徑假設的檢驗結果與分析
以過度投資為被解釋變量的模型估計結果來看，PMC的係數為-0.059，且在1%的水平顯著，這表明，競爭程度每提高1個百分點，公司的過度投資就可以減少0.059個百分點。由於控製了現金流和企業績效等變量的影響，因此PMC的係數為分離了績效等因素後競爭對過度投資的淨影響。假設5-1因而得到了證實，可以認為，產品市場競爭對中國上市公司的過度投資起到了顯著的抑製作用。
從控製變量的估計結果來看，經營現金流與過度投資顯著正相關，這一方麵說明，對於擁有自由現金流的企業而言，過度投資依然對現金流高度敏感，這與KZ（1997）關於“並非隻有融資約束企業的投資現金流才具有敏感性”的論斷是一致的；另一方麵，經營現金流與過度投資的正相關，表明經理在企業擁有現金流尤其是自由現金流時傾向於將其用於過度投資，支持詹森（1986）的自由現金流量假說。上年ROA的係數顯著為正，表明上一年績效越好，公司越有可能進行過度投資，反之則不一定成立。杠杆和股利支付率兩個變量的係數均為負，但不顯著，這說明斯塔爾茨（1990）提出的兩個用以減少經理可用自由現金流從而抑製經理過度投資的機製在中國都沒有起到作用。就杠杆而言，由於中國企業債務的軟約束預期依然存在，盡管有定期的利息需要支付，但企業依然可以通過新增貸款來補充所需資金。因此，定期的利息支付並不能有效地減少企業的自由現金流。另一方麵，也在一定程度上證明了債務的清算威脅在中國並不顯著。結合第4章的發現可以得出結論，中國企業的債務具有融資功能但不具有治理功能。這一結果與沈藝峰等（2006）關於負債控製機製並未對公司高層管理人員起到監督作用的發現一致。企業規模與過度投資顯著負相關，原因可能是對於有自由現金流的企業而言，小企業的經理做大做強的動機更強，因而更傾向於過度投資。
根據中國特殊製度背景加入的政府幹預指數變量的係數顯著為負，這與預期是一致的，即所在地區的政府幹預越嚴重（Gov_index越小），企業的過度投資就會越嚴重。是否附屬企業集團的虛擬變量（Group）的係數不顯著，表明附屬於企業集團的上市公司與獨立上市公司之間的過度投資不存在顯著差異。
盡管如此，結果隻表明競爭可以抑製經理層過度投資，但對於它是通過何種路徑抑製經理層的過度投資尚不得而知，這就需要進一步的檢驗。
2.“產品市場競爭→第一大股東持股→過度投資”路徑假設的檢驗結果與分析
PMC係數為0.067，在1%的水平顯著，即PMC與Top1呈顯著正相關，這表明，隨著競爭的加劇，為避免因股權分散對經理監管不力導致經理“懈怠”進而加劇企業業績的惡化，大股東將增加其持股比例，以加強對公司的控製，減少清算威脅給大股東帶來的效用損失。因此，假設5-2中關於競爭將提高第一大股東持股比例的預期得到了證實。
Panel B中模型2和模型3的估計結果表明，無論是GLS還是2SGLS設定下，Top1與OI之間均顯著負相關，這表明，大股東持股比例越高，上市公司的過度投資就越少。由於大股東的監督效應和隧道效應（侵占上市公司資金）都可能會導致公司過度投資減少，因此還需進一步檢驗過度投資的減少源於大股東的何種效應。為考察大股東的隧道效應對過度投資的影響，在模型中納入反映大股東淨占用上市公司資金的變量Tunel。從Tunel的回歸結果來看，該變量係數在各個模型中均不顯著，表明上市公司過度投資的減少與大股東的資金占用行為無關。在控製了Tunel對OI的影響後，Top1係數依然顯著為負，表明經理層過度投資的減少源於大股東的監督效應而非隧道效應。因此，假設5-2中關於第一大股東持股比例與過度投資負相關的預期得到了證實。
由於假設5-2兩部分的預期均得到了證實，因此假設5-2經實證檢驗成立。現在來分析Top1是否在競爭與過度投資關係中起到了中介作用：PMC與Top1顯著正相關；Panel B中模型3的結果顯示，Top1與OI顯著負相關，且在納入Top1後，PMC係數依然顯著為負。因此，根據部分中介效應的定義，第一大股東持股比例在競爭與過度投資的關係中起到了部分中介效應。