4.2 金融传染的微观经济特征综合研究
上面讨论的单变量图形分析的一个问题就是：如果两个（或更多）企业的特征是高度相关的，那么就很难找出某个特定特性对股票收益的影响。例如，大公司更有可能与给定的危机区域存在贸易暴露，也可能不太容易受到全球危机的影响（如果投资者中受到冲击后转而投资更大、更稳定的公司）。在这种情况下，与危机区域存在贸易暴露的公司所构成的投资组合将会胜过不存在贸易暴露的公司，尽管这个表现上的差异与本文考虑的变量（与危机区域的贸易暴露）没有直接关系。因此，在本节中笔者将采用多元回归法来同时研究不同变量的影响，本节的第一部分讨论估计方法，第二部分展示多元回归的主要结果，本节最后一部分着眼于敏感性分析。
4.2.1 实证研究方法
估计不同公司特征对股票市场收益影响的标准方法是用公司特征值来回归超额收益或累计超额收益（计算方程（4-1）-（4-3））。例如，如果，是（N×1）向量的周期 L 加总的累计超额收益率（N 支股票），F 是（N×K）的公司特征矩阵，则估计的标准方式为：
其中 θ 是（K×1）向量的系数，是（N×1）向量的干扰项。如果横截面的干扰项是独立同分布的，那么使用 OLS 估计是一致且有效的。本文的数据集违反了这种假设的原因有两个。首先，公司间的干扰项不是同方差的，对于任意时期 τ 的两家公司 i 和 j:
结果标准误差就会有偏差，系数的估计就会是无效的。为了解决这个问题，本文采用 White 提出的在存在未知形式的异方差时，对系数协方差进行正确估计的异方差一致协方差估计量。
OLS 法得到的参数估计量的协方差矩阵的一般形式为
中的所有的企业都是同时受到危机的影响，而大多数事件研究（如股票分割）都是针对不同日期的不同公司。不同企业所产生的扰动项相关会导致标准误是偏差和不一致性。为了检验这个问题是否影响估计的准确性，本文分别采用 DW 检验和 LM 检验来确定扰动项是否存在一阶和高阶的自相关。
4.2.2 实证结果
接下来，估计模型中的方程（4-4），危机前和危机期间使用如第 1 节的图形分析中相同的定义。对于解释变量 F,本文采用了与第 3 章中相同的公司特征。
更具体地说，四个解释变量（出口竞争、贸易暴露、股票流动性和未偿债务）是与一个危机可能影响到其他国家的企业的四个渠道（产品竞争力、收入效应、流动性和信贷紧缩）尽可能对应的。解释变量出口竞争是一个虚拟变量，当公司的主要产品与危机区域的主要出口产品位于相同的类别时为 1,其余为 0;贸易暴露则是公司的主要商品与危机区域自中国进口的主要商品位于相同类别时为 1的虚拟变量；股票流动性是公司的流通股平均日换手率高于样本中位数则为 1,低于中位数则为 0;虚拟变量信贷紧缩是速动比率高于中位数的公司为 1.
表 4-1 显示了次贷危机和欧债危机多元回归的基本估计。列（1）和（3）出示的是 OLS 估计值。从 DW 值和 LM 值我们可以看出，多元回归的扰动项不存在一阶和高阶的自相关，但是 White 检验证实扰动项是异方差的。所以列（2）和（4）报告的是使用 White 异方差一致协方差估计得到的无偏、一致的系数估计值和标准误差，在下面的讨论中，本文重点分析偶数列的 White 异方差一致协方差估计。
表 4-1 中的大部分结果都支持上面介绍的初步图形证据。在次贷危机中，出口竞争和未偿债务的系数均显着为负，股票流动性的系数显着为正，而贸易暴露的系数却不显着。这表明产品竞争力和信贷紧缩是次贷危机传导至我国的渠道，股票流动性则不是。此外，估计出的系数表明这些影响的幅度可能会很大。例如，出口竞争的系数表明生产的商品与危机经济体主要出口产品位于同一个行业的公司的累计超额收益比不位于同一行业的公司要低 12 个基准点，即整个危机期累积超额收益率的 12 个百分点。未偿债务系数表明，对短期债务依赖度高的个股比对短期债务依赖度低的个股的累计超额收益要低 16 个百分点。
在欧债危机中，出口竞争和未偿额债务的系数仍然是显着的。更具体地说，出口竞争系数表明生产的商品与危机经济体主要出口产品位于同一个行业的公司的平均日收益比不位于同一行业的公司要低 3.7 个基准点。在整个 20 天的危机时期，这意味着比与欧盟不存在出口竞争的公司的累积超额收益率低约 3.7 个百分点。未偿债务的系数表明对短期债务依赖高的公司在整个危机期将有比其他公司低 3.4 个百分点的累计超额收益。贸易暴露的系数表明，收入受影响的企业经历了低4.4个基准点，则在整个危机期下的累积超额收益率为低4.4个百分点。
最后，股票流动性的系数在欧债危机期间不显着。出现在这些多元回归中的一个重要结果是，我国企业在次贷危机和欧债危机中所受的影响是不同的。这并不奇怪，因为危机如何蔓延应该是高度依赖于危机起源国的具体特征和该国是怎样与我国联系的。例如，出口竞争的系数在美国次贷危机中比欧债危机中更大且更显着，这是因为相比于次贷危机，欧盟国家的主要出口产品与我国企业的竞争小一些。这些危机的不同模式也可以表明危机传播的非线性。
总结本节的主要结果，多元回归估计显示在次贷危机和欧债危机中，与危机国存在出口竞争或对短期债务依赖程度较高的公司有显着较低的股票收益。这表明在危机期间产品竞争力和信贷紧缩都是重要的传播机制。结果还显示与危机国存在贸易暴露的公司在欧债危机期间会受到更加严重的影响，这在一定程度上证实收入效应也是金融传染的传播渠道。最后，实证还表明股票流动性所代理的投资组合重组效应在两次危机中都没有发挥效用。这一系列试验的最终结果是，每个金融危机对我国企业的影响各不相同，这主要取决于危机起源国家（或一些国家）的特点。
4.3 稳健性检验
上一节得到了本文的主要结论，但是这些结论依赖于本文对危机时期、关键变量和模型的定义，那么重新定义这些要素会改变微观经济特征变量的显着性吗？为了找到答案，本节将对危机时期、关键变量和模型进行重新定义，以确保本文的主要结论是稳健的。
4.3.1 重新定义危机时期
需要对危机时期重新进行定义的原因有四：首先次贷和欧债危机并没有明确的结束日期；其次危机的有些影响可能会随时间跨度的不同而变化；还有证据表明，市场对单篇新闻往往反应不足，对一长串的相关新闻则又会反应过度；最后即使时间周期比一个典型的事件研究周期长，对于反映所有被影响股票收益的相关信息也可能不够长。因此本文使用相同的危机开始时间，但定义次贷危机持续2、6、12、26 和 40 周，欧债危机持续 1、2、4、6 和 10 周。结果如表 4-2 所示。
在次贷危机持续 1-6 周时，只有出口竞争的系数在第三周出现了显着，并马上又变成了不显着，6 周后未偿债务的系数变得显着，12 周后股票流动性的系数变得显着，但却是显着为正，26 周后出口竞争的系数变得显着。在最长的危机期中，出口竞争、股票流动性和未偿债务的系数依然显着，只是贸易暴露的系数一直不显着。这些结果支持了不同的时间跨度中危机的影响不同的原假设。这其实是因为危机的发展都需要一定的周期，如在次贷危机爆发初期，我国舆论普遍认为次贷危机对中国经济的影响有限，一直到 7、8 月份，中国市场对次贷危机的担忧才逐渐加剧，而且在 2008 年底，面对危机四伏的现状，我国政府制定出台了十大措施以及两年 4 万亿元的刺激经济方案。
欧债危机的结果也会随着危机期变动。但有了次贷危机的教训，我国投资者对欧债危机反应更为迅速，表现为在危机爆发后的第四周各渠道就开始进行传染。出口竞争的系数只有在危机期定义为持续 4 周时才显着，这可以表明，在欧债危机的几个星期里，投资者认为国内支付系统的动荡和问题将会破坏经济基本面。
然而在较长一段时间里，当欧盟的经济基本面并没有崩溃时，出口竞争变量出现了预测功能。同样，当欧盟经济并没有崩溃，那么欧盟经营的收益损失很可能比预期的要低，进而呈现为直接贸易暴露系数不显着。
4.3.2 重新定义关键变量或模型
在这部分敏感性检验中，本文研究改变基础分析中关键变量定义的影响。首先重新定义股票流动性，即将股票流动性定义为流通股年换手率、总股数年换手率或总股数平均日换手率。表 4-3 的回归结果（2）和（8）给出了估计结果，从表中可以看出绝大多数系数的显着性没有发生改变。前面的分析定义未偿债务为速动比率，现在再使用 8 个不同的变量定义来衡量一个公司对短期融资或银行融资的依赖度和对信贷紧缩的潜在脆弱性。这八个变量分别为净短期债务与营运资金之比、净短期债务与总资产之比、净短期债务与资本之比、偿还能力系数、流动比率、超速动比率、短期债务与总债务之比和营运资金与资产之比。结果绝大部分的系数还是显着，将未偿债务定义为超速动比率得到的回归结果如表 4-3 的回归结果（3）和（9）所示，从表中能看出绝大多数系数的显着性没有发生改变。
除了重新对关键变量进行定义外，本文还对模型进行了重新定义，即添加了一些额外的解释变量作为控制变量。本文通过添加事件前一个月公司的月总市值来控制公司规模，表 4-3 的回归结果（4）和（10）体现了额外控制公司规模后的结果。此外还通过添加事件前一个月公司的市净率的倒数来控制公司账面市值比，表 4-3 的回归结果（5）和（11）体现了额外控制公司账面市值比后的结果。
最后还通过将样本划分为三次产业来加入行业控制变量，表 4-3 的回归结果（6）和（12）体现了额外控制公司所属行业后的结果。在许多情况下，这些额外的解释变量是显着的，然而在每一种情况下添加任何这些附加变量的对本文的核心系数估计并无影响。
