stata专题视频课程_配套stata视频课程_配套fazzari_1988.ppt

Comments——该文的贡献刘巨松 文章的亮点之一在于企业的分类。一般情况下大部分文章都会采用企业的平均股利分配率来作为区分的依据。但在文章中，作者的分类标准是至少连续十年的股利分配率都低于 0.1，以及高于 0.1 低于 0.2，以及其他。 这样的处理有助于排除经营状况对股利政策的影响，以致能更好地根据企业的融资决策进行分类，减少噪音。 当然，这样的处理看起上来有失一般性。 RE：Financial Flexibility Literature Comments——该文的贡献刘巨松 文章的中心逻辑与pecking order theory一致。因此信息不对称性带来的融资约束从而造成对投资活动的影响不足以作为文章的创新点。 文章的贡献在于很好地把信息不对称性问题加入到三个成熟的投资需求理论模型中，并在一定程度上给以量化（如托宾Q值的临界点）。 与pecking order theory单纯感性的结论相比，文章的结论更为具体。 Comments——该文的贡献刘巨松 样本数据处理过程中，作者选择了经营状况不断改善从而信息不对称性问题减轻的企业作为研究对象。若反过来研究经营状况不断恶化的企业，能否得出其他有趣的结论？ Comments—融资约束的衡量熊衍飞, 王茜, 侯小娟, 丁杰 丁杰的质疑（请解释） 公司规模、信用评级、国有-民营、负债率？ 可以考虑将公司分组按其成长周期、性质（如国企、私企等）、类型（科技型、制造型、研发型等）等来进行分类讨论。（侯小娟） 综合指标（吴晶） 参见 Kaplan and Zingales(1997,QJE) KZ index Whited and Wu (2006, RFS) Whited and Wu index Comments—宁吉安（2010） 如果想利用此文章验证中国的情况，有一个问题是：文中根据分红率这一指标将企业分类，是因为它假设没有融资约束的企业有着较高的分红率，可是这一假设在中国A股市场却无法得到满足，即使是无融资约束的央企，它们的分红率也不高，也就是说，我们无法根据这个指标将企业分成 class1，class2 和 class3。 这个问题老师在实证时是如何解决的？ A：在连玉君和程建(2007.2, 财经研究) 文中，我们采用公司规模、股利支付率和国有股比例来区分融资约束 Comments—王少林 1.文章单独以投资/现金流敏感性大小作为融资约束的代理变量好像不恰当。 在中国，国企即使没有流动资金照样很容易贷款，相反私企即使平常保留较多的资金，在需要大项目投资时，还是很难贷款 因此，可以考虑用多个指标来代理融资约束，是否为国企则设置一个dummy；经济整体情况用经济周期来刻画，经济增长期设置为1，衰退期为0；再加上公司投资/现金流敏感性大小； 2.在中国，股利分配往往都是非连续的，且往往是为了迎合制度的要求。所以以股利来分类可能不太合理。 请 李静 给予评述 Comments—连玉君（回复） Several grouping criteria have been suggested in the literature to distinguish FC v.s. NFC firms, e.g., Industrial group, Age, Firm Size, Credit Rating, Cash holding, Leverage, see Hoshi et al.(1991), Gilchrist and Himmelberg(1995), Kashyap et al.(1994), Hubbard(1998), Hu and Schiantarelli(1998), Hansen(1999), among others. Wang(2003) compares the validity of various criteria in the literature, with the so called FCI proxy derived from a stochastic frontier model. The FC index can be varying Comments—连玉君（回复） Evidence on the issue of investment-cash flow sensitivity has also been provided in many countries other than U.S., see Schiantarelli and Sembenelli(2000) for Italy, Cho(1998) for Korean, and Chirinko and Schaller(1995) for Canad