2020-03-09

文献报告

Does Corporate Headquarters Location Matter for Stock Returns?（2006）

1 文献背景分析

1.1 研究背景分析

文章研究的内容背景主要建立在金融市场中投资者股票收益的回报率表现出较为显著的地域性特征，但是这种地域性特征的来源在当时没有较多的分析,因此作者以上市公司数据为基础，研究上市公司的区域位置是否会影响公司的股票收益率。

1.2 学术背景分析

对于股票市场交易中存在的地域特征，在作者研究之前，已有部分学者做出相关研究，Coval和Moskowitz（Home bias at home: Local equity preference in domestic portfolios,1999）发现专业的基金管理者对于本地上市公司的投资有更强烈的偏好；Malloy（The geography of equity analysis，2005）发现金融分析师对于本地公司的收益预测更精准；Hong, Kubik和 Stein（Social interaction and stock market
participation，2004）发现社会参与广泛的个体的股票市场参与度比社会参与较少的个体更多，等等。以上学术研究都表明地域性在股票市场交易中存在一定的影响，作者以此为基础继续探讨演员。

1.3 理论背景分析

关于上述地域特征的原因，作者认为主要存在两种可能：一是地区的基本面情况（主要是地区的经济发展情况），二是地区的股票交易活动。关于第二种可能，具体来说，投资者在特定的地理区域内相互接近时，彼此的社交往来会增加，社区参与的增加使投资者更广泛地分享自己的投资经验和获得别人的投资经验，这种社区内情绪和信息的传递导致某特定地域内的股票交易会形成特定的交易模式，这种交易模式加上投资者持有本地公司股票的偏好，而引起本地公司股票收益的协同变动。作者研究证明公司股票汇报的协同变动主要是由第二种可能引起的，而不是第一种。

2 实证研究分析

2.1 数据选择和处理

作者选择了1988年至2002年期间在纽约证券交易所，美国证券交易所和纳斯达克交易的股票，不包括基金等。基于公司总部承担公司的核心业务，同时和外界往来更多这一情况，作者将公司总部的所在地定义为公司的所在地，在此基础上，作者基于Office of Management and Budget (OMB) 的定义使用Metropolitan Statistical Area (MSA)作为公司所在区域，MSA定义为某个都市圈，例如纽约都市圈包含纽约周边的几个州。关于MSA和上市公司的描述性统计不做赘述。而公司的行业划分主要以CRSP为基础，将上市公司划分为48个行业。

2.2 模型和变量设计

R =α+βLOCRLOC+βMKTRMKT+ε（1）
R =α +βLOCRLOC +βMKTRMKT +βINDRIND +ε （2）
R =α +βLOCRLOC +βMKTRMKT +βINDRIND + βINDK RINDK +ε （3）
R =α +βLOCORLOCO +βLOCNRLOCN +βMKTRMKT +ε （4）
R =α +βLOCORLOCO +βLOCNRLOCN +βMKTRMKT +βINDRIND +ε （5）
dE/BEk = αi + βLOC(dE/BEk)LOC + βMKT(dE/BEk)MKT + ε （6）
R =α +βLOCRLOC +βMKTRMKT +LF +NF +ε （7）
Rt = αi + βFOLFOt+1 + βFNLFNt+1 + ε （8）

以上几个模型贯穿全文，只是在不同情况下，选用的数据可能不同，主要的回归方法就是固定效应模型下，通过不断增加控制变量，探讨待检验变量的影响是否显著。选用的变量有：

1. 当地区域MSA的股票收益指数（该指数通过市值加权平均）；
2. 市场的股票收益指数;
3. 公司主营业务所在行业的平均收益指数（市值加权平均）；
4. 相关行业的平均收益指数，作者通过相关行业对核心业务行业回归后的R^2确定相关性最强的两个行业，然后控制这两个行业的收益率；
5. 发生迁移的公司的迁移前后所处地域MSA的股票收益，以old和new区分；
6. 为替代公司的股票收益率所选取的季度公司收入增长率变量，又分为环比上一季度和同比去年同一季度两个变量；
7. 当地区域的基本面变量，使用kalman filter基于就业、失业、平均工作时间、平均就业收入等变量设计的基本面变量；
8. 国家层面的基本面变量，设计方法同上；
9. 被解释变量主要是公司的股票收益率，公式（6）中为公司的收入增长率。

2.3 实证结果分析

综合作者全篇的实证分析，主要实证结果依次为以下几点：

1. 最初的实证结果中（公式1、2、3），建立在MSA基础上的区域指数收益表现出对公司股票收益较强的相关性，同时在统计上显著（t值都大于20）；
2. 在控制主营业务行业特征和相关行业特征后，区域指数收益依然表现出十分显著的正相关性，且影响较大，行业特征也有较大的影响，且这种影响从1988-2002年随时间增加而增加，而相关行业的影响表现为显著的负相关，不过程度不大；
3. 考虑公司的总部位置变迁情况（公式4、5），作者剔除了搬迁后仍为同一MSA的公司，意即只选用前后MSA不同的公司。无论是否控制行业特征，实证结果都表现为：在搬迁前，公司对旧所在区域的指数表现出显著的强相关，而对新所在区域的指数表现出显著的弱相关性；在搬迁后，公司对旧所在区域的指数表现出显著的弱相关，而对新所在区域的指数表现出显著的强相关性，这种效果在控制行业特征后更明显；
4. 考虑地域特征是否会带来公司收入的影响（公式6），作者使用公司的两种收益增长对区域内的公司平均增长和市场的公司平均增长效果进行回归，回归结果表明公司的收入增长性并没有对地区的平均增长表现出强相关性，只在市场层面表现出较强的相关性，反而地区的收入增长与公司的收入增长呈负相关，这一点可能和区域内的公司具有行业聚集特征而同行之间存在竞争有关；
5. 证实公司收入的弱影响后，作者尝试检验区域的基本面特征是否会对公司的股票回报产生影响（公式7），在引入区域收益指数前，区域基本面特征表现出较显著的影响，但是引入区域收益指数后，区域基本面特征的影响下降且不显著，这表明实际上区域的基本面特征并不能对区域内公司股票收益的协同性产生显著的影响，更多的是受上述理论中的区域交易模式的影响；
6. 如第3点，作者同样也考虑到有迁移行为的公司是否会受区域基本面特征的影响（公式8），结果表明在控制前后的区域收益指数后，公司的迁移并没有改变公司对新所在区域基本面的不敏感性，其回归结果均不显著；
7. 之后，作者考察了影响这种区域内股票收益协同的因素，主要从公司的主要财务指标出发，包含资产规模、杠杆率、ROA、广告支出、机构持仓量等，回归的方法为用区域内公司指标对区域收益指数的β进行回归，分析各种因素对于这种协同效应的影响，结果表明公司规模、杠杆率、ROA都表现出负相关性，表明同等条件下，规模小的公司协同效应更强，等等。同时，作者发现结构持仓量和广告也表现出一定的负相关性，这和公司的信息披露程度有关系，机构参与越多，专业化信息越多，投资者私人信息带来的协同效应越少；
8. 最后，作者考察了区域的协同性与区域内的特征的关系，这些特征包括区域内的公司数量、行业集中度、个人收入、个人投资收入，作者认为，个人收入可视为区域内经济发展的一种特征，而个人投资收入的高低衡量了金融知识的水平的高低，控制时间的固定效应后，作者发现第7点中发现的相关指标的影响依旧显著，此外，以个人收入为代表的区域经济发展对区域股票收益的协同性有显著的正相关性，而以个人投资收入为代表的金融知识水平有显著的负相关性，这说明区域金融知识水平越低，区域内的金融交易协同更强。

总体而言，以上全部实证结果都表明了公司的股票收益受区域内的投资者的交易协同性的影响，如上述分析，这种协同性来源于投资者对本地公司的股票的偏好和社区内的经验分享，而不受公司区域的经济数据的基本面的影响。

3 个人分析和思考

我主要从研究对象、实证过程和相关引用提出以下看法：

1. 研究对象，作者主要分析的是地理区域划分下区域内的协同性，而协同性来源于区域形成的交易模式，这种交易模式的背后是金融知识水平和信息的交流，作者的数据依靠1988-2002年，社会交流的范围有限，交流方式有限，如今的信息化程度较高，网络社区的信息交流更为普遍，同时信息公开度高，金融知识普及程度较广，那么网络社区的形成对于这种区域的协同性会产生什么样的影响？增强现有的协同效果，还是形成新的协同效果，就像是事件研究法一样，选择技术普及的一段窗口期，探究网络参与度、网络社区的活跃度等指标对区域协同的影响；
2. 实证过程，作者在实证研究的过程中，主要使用固定效应模型，通过理论分析后构造的区域收益指数来代表区域股票交易的协同性，之后进行线性回归，而对于稳健性检验，因变量的替换只有公司的收入增长率，而我认为，如果不考虑分红，股价收益率一定程度上代表公司的价值的增长，那么相应的估值指标是否可以成为稳健性检验的替换变量，以及对于公司地址迁移的时间段，作者没有再做3年或7年窗口期的稳健性检验，这也是我的质疑；
3. 相关引用，关于本文的两篇引用 Does religion matter in corporate decision making in America? ,Geographic dispersion and stock returns ,前者主要探索企业文化的影响，引用了本文关于地理位置的定义；而后者主要为公司回报率的研究，引用了本文作者提出的区域内股票收益率的协同性。我认为后者更好的利用了本文的相关分析，结合本文的分析提出了对于资产定价理论的补充和完善，是比较好的引用。

以上，是我关于 Does Corporate Headquarters Location Matter for Stock Returns? 这篇文章的总结和看法，请连老师批评指正，祝您身体健康，工作愉快~