4233 浏览在本节中，我们检验假设 2-6。参考Jacobs 和 Singhal (2014)的研究，我们使用横截面回归模型来检验假设 2-5 中提到的变量对市场对 SAPI 公告的反应的影响。但是，为了检验假设 6，我们需要比较和分析三种不同类型 IT 的市场反应，这是回归模型无法实现的。因此，我们参考 Kolari 和 Pynnonen (2010) 以及 Yang 等人的研究方法对假设 6进行了检验。（2014）比较每个子样本的异常收益的平均值和中值。接下来，我们分析和测试了上面提出的假设。
在本节中，我们使用横截面回归分析来检验假设 2-5。模型中的因变量是样本公司第0天的异常收益。自变量包括两部分：假设对应的变量和控制变量。
我们使用以下横截面回归模型进行分析：(7)
代表公司的异常回报在窗口期的第 0 天。是截距。–是变量的系数。是模型的误差项。我们使用 SPSS 20 计算多元回归。截面分析的结果如表6所示。
表 6。横截面回归分析结果。
| A：型号说明 | |||||
|---|---|---|---|---|---|
| 型号参数 | 2 _ | 调整后的R 2 | 德宾-沃森值 | F值 | |
| 参数值 | 0.107 | 0.047 | 2.272 | 1.789 | |
| B：系数估计 | |||||
| 多变的 | 象征性的期待 | 参数估计 | T检验值a | 方差膨胀因子 VIF | |
| 截距 | 0.018 | 0.097 | - | ||
| 行业 | 一世 | + | −0.036 | -1.993** | 1.078 |
| 资产负债率 | 拉尔 | + | 0.083 | 1.722** | 1.184 |
| 投资选择 | IO | + | -0.007 | -0.320 | 1.052 |
| 投资方向 | ID | + | 0.026 | 1.456* | 1.404 |
| 控制力 | CP | + | 0.025 | 1.087 | 1.054 |
| 尺寸 | 小号 | + | -0.001 | -0.033 | 1.443 |
| 关联交易 | RPT | + | 0.016 | 0.548 | 1.256 |
这是一个片面的测试；* p ≤ 0.10，** p ≤ 0.05，和 *** p ≤ 0.01)
表 6给出了回归分析的结果。公司行业参数为负值，在5%水平显着，表明公司行业显着影响市场反应。然而，值得注意的是，与本文的假设相反，回归结果表明，非农企业的市场反应比农业企业更积极。因此，假设 2 被拒绝。
从表 6的数据中，我们发现 LAR 的参数在 5% 的水平上为正且显着，说明 LAR 的大小显着影响市场反应。资产负债率高的公司更有可能产生更显着的市场反应。这一回归结果与一些研究的结果一致（Jacobs 和 Singhal，2014 年）。因此，假设 3 得到 支持。
表6中IO参数为负值，说明市场反应对独资企业反应较为积极；但是，这种关系并不重要。回归模型中系数不显着的原因可能是加入了控制变量，影响了模型的拟合效果。因此，假设 4 被拒绝。
如表 6所示，ID 参数在 10% 的水平上为正且显着，这表明 SAP 中公司的 ID 将显着影响市场反应。市场对外来投资的反应更为积极。因此，假设 5 得到 支持。
根据 SAP 的 IT 部门，我们将 118 条公告分为三大类：SAP 社会化服务、农业生产链优化、智能技术与装备。在本节中，我们通过比较每个子样本的平均异常收益和中值异常收益来验证我们的假设。
表 7展示了三个 IT 的统计结果。有 39 个公告 (33.34%) 包含有关 SAP 社会化服务的信息。平均（中位数）异常收益为0.872%（0.732%），在1%（1%）水平显着，69.23%的异常收益为正，显着高于5%水平的50%。此外，包括智能技术和设备在内的投资公告有42项（占35.90%），平均（中位数）异常收益率为1.492%（0.440%），在5%（5%）水平上显着。此外，农业生产链优化投资的异常收益并不显着。基于这些结果，我们发现SAP社会化服务的异常收益明显高于智能技术、设备和其他类型的投资。因此， 假设 6 得到 支持。
表 7。投资目标子样本的统计结果。
| 社会化服务 | 生产链优化 | 技术与设备 | |
|---|---|---|---|
| ñ | 39 | 36 | 42 |
| 样品比例 | 33.34% | 30.77% | 35.90% |
| 平均异常回报 | 0.872% | −0.240% | 1.492% |
| T检验值a | 3.104*** | -0.432 | 2.133** |
| 中位异常回报 | 0.732% | −0.317% | 0.440% |
| Wilcoxon 符号秩检验值 | 2.861*** | 0.236 | 1.782** |
| 正异常收益率 | 69.23% | 44.44% | 64.29% |
| 二项式符号检验值 | 2.242** | 0.500 | 1.697** |
| F值 | 3.209 | ||
t检验是单尾的；* p ≤ 0.10，** p ≤ 0.05，和 *** p ≤ 0.01)
对于检验结果显着的假设 3 和假设 5，我们进一步分析不同子样本的异常收益，以检验假设的稳健性。我们根据每个假设将总样本分成两个子样本，并比较每个子样本的平均（中位数）异常收益。表 8显示了第 0 天窗口期投资公告异常收益按行业和公司 ID 分类统计的结果。
表 8。异常收益分类统计。
| n | 平均异常回报 | T检验值 | 中位异常回报 | Wilcoxon 符号秩检验值 | 正异常收益率 | 二项式符号检验值 | F | |
|---|---|---|---|---|---|---|---|---|
| A：按投资公司的行业分类 | ||||||||
| 农业 | 65 | 0.241% | 0.729 | 0.214% | 0.539 | 55.38% | 0.744 | 0.949 |
| 其他行业 | 52 | 1.357% | 2.888*** | 0.761% | 2.932*** | 65.38% | 2.080** | |
| B：按投资方向 | ||||||||
| 对外投资 | 71 | 0.317% | 0.825 | −0.155% | 0.361 | 46.48% | 0.475 | 1.837 |
| 外来投资 | 46 | 1.384% | 3.585*** | 0.920% | 3.655*** | 80.43% | 3.981*** | |
a其中n表示计算中涉及的样本量。
b t检验是单尾的；* p ≤ 0.10，** p ≤ 0.05，和 *** p ≤ 0.01)
我们根据投资公司的行业将样本分成两个子样本，进一步检验异常收益。结果示于表8的A部分。非农企业发布的投资公告的平均（中位）异常收益率为1.357%（0.761%），在1%（1%）水平上显着。农业公司投资公告的平均（中位数）异常收益率为0.241%（0.214%），不显着。显然，非农企业对股市的反应比农企业更积极，这与假设2相反 。
此外，我们测试了两个子样本除以 ID 的异常收益。结果示于表8的B部分。外来投资的平均（中位数）异常收益率为1.384%（0.920%），在1%（1%）水平上显着。然而，对外投资的平均（中位数）异常收益率为0.317%（-0.155%），并不显着。显然，对内投资比对外投资产生更积极的市场反应，这与 假设 4一致。
