دانلود مقاله ISI انگلیسی شماره 10027 + ترجمه فارسی
عنوان فارسی مقاله

سرمایه گذاری خصوصی و بازده های عمومی حقوق صاحبان سهام

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی
10027 2012 25 صفحه PDF 41 صفحه WORD
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Private investment and public equity returns
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Journal of Economics and Business, Volume 64, Issue 2, March–April 2012, Pages 160–184

فهرست مطالب ترجمه فارسی
چکیده
کلمات کلیدی
1-مقدمه
2-محرک
2-1- محرک تجربی
2-2- محرک تئوری
3-برآورد
3-1- نیازهای خود تامین مالی سرمایه گذاری خصوصی
3-2- روش برآورد
3-3 داده
3-4- برآورد سرمایه گذاری خصوصی برنامه ریزی شده
جدول 1: ساختار[Et[NCORt+1.
4-نتایج قیمت گذاری دارایی
4-1- نتایج اصلی
جدول 2: حساسیت جریان نقدی و شرایط اعتباری
جدول 3: تخمین GMM با بتاهای چند متغیره
جدول 4: تخمین GMM با بتاهای تک متغیره
4-2- مقایسه با مدل های دیگر و نیرومندی
جدول 5: رگرسیون فاما-مکبث.
4-3- بازده ها و بتاهای پورتفولیوی اضطرار
جدول 6: مقایسه با روش های کسب و کار خصوصی دیگر
4-4- دوره های رونق اعتباری و بحران اعتباری
جدول 7: رگرسیون رونق اعتباری و بحران اعتباری
5-تجزیه و تحلیل بوت استرپ
جدول 8: تنظیم سیستم بوت استرپ
جدول 9: تحلیل بوت استرپ مستقل
6-نتیجه گیری
کلمات کلیدی
قیمت گذاری دارایی - محدودیت های مالی - سرمایه گذاری خصوصی -
ترجمه چکیده
به دلیل هزینه های تامین مالی خارجی، صاحبان کسب و کار خصوصی اغلب نیاز به پروژه های سرمایه گذاری خود- تامین مالی دارند. این نیازهای خود تامین مالی برای صاحبان کسب و کار محرکی است تا دارایی های مالی که بازپرداخت های آن رابطه مستقیم با نیازهای خود تامین مالی دارند،را نگه داری کنند. اگر این تاثیر جمع شود، بازده های مورد انتظار روی دارایی های مالی باید رابطهعکس با مجموع نیازهای خود تامین مالی سرمایه گذاری خصوصی داشته باشد. برای آزمایش پیامدهای قیمت گذاری دارایی مقطعی این تخمین، رشد سرمایه گذاری غیر شرکتی تحقق یافته و رشد سرمایه گذاریغیر شرکتی پیش بینی شده در آینده را به عنوان نماینده ای برای نیازهای خود تامین مالی استفاده می کنیم. ما دریافتیم مدل سرمایه گذاری خصوصی ما می تواند بخش خوبی از بازده های مقطعی پورتفولیوهای حقوق صاحبان سهام مرتب شده بر حسب اضطرار، مقدار و اندازه را تقریبا به خوبی فاکتورهای فاما- فرنچ توضیح دهد. در مقابل برای مدل فاما-فرنچ، ما نشانه هایی روی ضرایب تخمینی برای سازگاری با پیش بینی های تئوری مان یافتیم.
ترجمه مقدمه
به اثر بخش کسب و کار خصوصی روی قیمت های سهام داد و ستد عمومی توجه کمیدر متون مالی شده است. قابل توجه ترین مطالعه کار هیتون و لوکاس (2000) است که دریافتند از جمله مجموع سودهای کسب و کار خصوصی در CAMP مشروط بر افزایش کار وانگ و جگنیز(1996) می تواند به توضیح مقطع بازده های پورتفولیوی مقدارو اندازه کمک کند.هیتون و لوکاسسهام هاییکه در یک تخفیف رابطه مستقیم با مجموع درآمد کسب و کار خصوصیداشته و در نتیجه بازده های میانگین بالاتری دارند، نسبت به سهام هایی که ارتباط کم و یا عکس با مجموع درآمد کسب و کار خصوصی دارند، را پیدا کردند. این مطابق با پیش بینی آن ها بر اساس محرک های تنوع بخشی به درآمد است که ریسک درآمد پیشین فرمان یک صرف ریسک مثبت را می دهد، اما هنگامی که ما یک نسخه از مدل هیتون-لوکاس را با استفاده از یک افق زمانی به روز و یک مجموعه متفاوت از دارایی های آزمایش که شامل پورتفولیوهای مرتب شده بر حسب اضطرار است را مورد آزمایش قرار دادیم دریافتیم که درآمد کار و درآمد کسب و کار اختصاصی در یک صرف به جای تخفیف معامله شدند. یکی از اهداف اصلی این مقاله این است که یک چارچوب تئوری را که در آن این نتیجه می تواند به یک محرک اقتصادی، منطقی مرتبط شود، پیشنهاد داده و مورد آزمایش قرار می دهد. به جای شروع از تئوری متنوع سازی سنتی ما محرک های مصون سازی را در نظر می گیریم که صاحبان کسب و کار خصوصی دارای محدودیت مالی با آن روبه رو هستند. اگر صاحبان کسب و کار خصوصی با هزینه های تامین مالی خارجی روبه رو شوند، محرکی برای تزریق پول از پس انداز های مالی شخصی خود به تجارت خصوصیشان به منظور گسترش از طریق پروژه های سرمایه گذاری جدید در طول بالا- چرخه هاو یا جلوگیری از کوچک سازی ناکارآمد در طول پایین-چرخه ها دارند. نیازهای خود تامین مالی سرمایه گذاری خصوصی در کار در اینجا مشابه با تامین محرک های تحلیل شده توسط فروت، اسکارفستین و استین(1993) است که نشان دادند در حضور هزینه های تامین مالی خارجی، دارایی هایی که بازده آن ها با فرصت های سرمایه گذاری مرتبط هستند،ابزارهای مصون سازی خوبی را ایجاد می کنند. مفهوم این نتیجه به کار رفته در صاحبان کسب و کار خصوصی این است که دارایی هایی که بازده آن ها ارتباط زیادی با نیازهای خود تامین مالی دارند باید تقاضای بیشتری توسط صاحبان کسب و کار خصوصی نسبت به دارایی هایی که بازده آن ها ارتباط کمی با نیاز های خود تامین مالی دارد داشته باشند. در مجموع، این تقاضای اضافی نشان می دهد که دارایی های مالی که بازده آن ها ارتباط زیادی با نیازهای خود تامین مالی سرمایه گذاری های خصوصی دارند باید همه چیز برابر، تجارت در یک صرف و بنابراین بازده های میانگین کمتری نشان دهند. اگر نیازهای خود تامین مالی مستقیما قابل مشاهده باشند آزمایش این حدس ساده است. زیرا این موردی نیست که ما نیازهای خود تامین مالی را با پیش بینی و رشد سرمایه گذاری غیر شرکتی تحقق یافته نتیجه بگیریم. این متغیرها به منظور تقریب نیازهای خود تامین مالی برای سرمایه گذاری های خصوصی برنامه ریزی شده و همزمان استفاده می شود. ما سرمایه گذاری غیر شرکتی پیش بینی شده را به عنوان یک نماینده برای سرمایه گذاری برنامه ریزی شده استفاده می کنیم زیرا به طور معمول تاخیری بین مراحل تامین مالی اولیه برنامه ریزی سرمایه گذاری و پیاده سازی واقعی و گزارش پروژه های سرمایه گذاری وجود دارد. سرمایه گذاری غیر شرکتی تحقق یافته، از طرف دیگر، نیازهای خود تامین مالی همراه با پروژه های سرمایه گذاری محقق شده به طور همزمان را جذب می کند. برای دارایی های آزمایش، ما 25 پورتفولیو مرتب شده بر حسب مقدار و اندازه فاما- فرنچبه علاوه 10 پورتفولیو مرتب شده بر اساس اضطرار را به دنبال کار کمپیل، هیلچر و سیلجی (2008) استفاده می کنیم. با استفاده از فاما-مکبث و روش کلی فرایندهای تخمین حرکت، درمی یابیم که مدل ما قادر به توضیح مقطع بازده های مورد انتظار به خوبی فاکتورهای مقدار و اندازه فاما- فرنچ می باشد. از همه مهم تر، در حالی که علامتضرایب صرف ریسک کلیدی برآورد شدهدر ویژگی های فاما-فرنچ و ویژگی های دیگرگیج کننده است،علامت ضرایب صرف ریسک ما با توضیح سرمایه گذاری خصوصی سازگار است. برای مثال ضریب تخمین زده شده برای بازده های بازار در مدل فاما-فرنچ با استفاده از دارایی های آزمایش ما به طور قابل توجهی منفی است. این مطابق با یافته های کمپل و همکارانش(2008) است، که نشان دادند بتا بازار به طور قابل توجهی مرتبط با پورتفولیوهای اضطرار، اما با بتاهای بالاتر مربوط بهپورتفولیویاضطراری تر که بازده های میانگین کمتری دارد، است. اگرچه این از جنبه متنوع سازی پورتفولیو سنتی گیج کننده است اما از رویکرد سرمایه گذاری خصوصی ما عجیب نیست. بازده های مثبت بازار،شاخصی از فرصت های سرمایه گذاری بزرگتر و نیازهای خود تامین مالی هستند و چون صاحبان کسب و کار خصوصی انگیزه ای برای پوشش این نیازها دارند، صرف ریسک روی بازده های بازار منفی است. ما همچنین اثر شرایط اعتباری متغیر با زمان را بررسی می کنیم. در دوره های بحران اعتباری شواهد آماری حساسیت جریان سرمایه گذاری نقدی در بخش تجارت غیر شرکتی را نشان می دهد، که سازگار با فرضیه فازاری، هوبارد و پترسون(1988) است که معتقدند حساسیت جریان سرمایه گذاری نقدی شاهدی بر تامین مالی خارجی پر هزینه است. ما همچنین مدارکی یافتیم که نشان می دهد نیازهای خود تامین مالی در طول یک رونق اعتباری با طرح های سرمایه گذاری و در یک بحران اعتباری با پروژه های سرمایه گذاری همزمان مرتبط تر است. یعنی در دوره هایی که اعتبار به زیر مقدار میانگین می رسد(یک رونق اعتباری)، انتظار می رود رشد سرمایه گذاری غیر شرکتی آینده تاثیر شدیدتری روی قیمت های دارایی نسبت به زمانی که اعتبار به بالای میانگین خود می رسد(یک بحران اعتباری) داشته باشد که بیانگر این است که شرایط کسب و کار و فرصت های سرمایه گذاری یک چهارم آینده در یک رونق اعتباری بهتر از یک بحران اعتباری هستند. از طرف دیگر در دوره ای که اعتبار به بالای میانگین افزایش می یابد، رشد سرمایه گذاری غیر شرکتی همزمان اثر قوی تری روی قیمت های دارایی نسبت بهزمانی که اعتبار به زیر میانگین کاهش می یابد دارد.یعنی در طول یک بحران اقتصادی کاهش فعالیت طرح سرمایه گذاریی و نیاز بیشتر به خود تامین مالی مکمل پروژه ها در مراحل بعدی پیاده سازی وجود دارد. در رابطه با کار قیمت گذاری دارایی مقطعی مبتنی بر سرمایه گذاری، کوچران(1996)، لی، واسالو و زینک (2006) نشان دادند که پرداخت مقدار و اندازه می تواند تا حد زیادی توسط فاکتورهای سرمایه گذاری مقطعی توضیح داده شود. با این حال این مدل ها از طریق مدل های اقتصاد کلان با فاکتور کلی چند بخشی شوک های بهره وری و یک مشخصه هسته اصلی قیمت گذاری خطی مربوط به بازده های سرمایه گذاری مقطعی یا نرخ های رشد برانگیخته شدند. در مقابل ما روی بخش سرمایه گذاری خصوصی که با اختلافات مالی همراه با بخش کسب و کار خصوصی تحریک شدند متمرکز می شویم. مطالعه مبتنی بر سرمایه گذاری دیگر توسط گومس، یارن و ژانگ(2003) ارائه شده که نشان دادند اختلافات مالی شرکتی می تواند به توضیح سطح مقطع بازده های مورد انتظار کمک کند. با این حال در حالی که کومس و همکاران معیارهای شرکتی سرمایه گذاری و محدودیت های مالی را استفاده کرده و تنها روی پورتفولیوی مرتب شده بر اساس سایز متمرکز شدند، ما روی معیارهای غیر شرکتی متمرکز شده و قادر به توضیح پورتفولیوی مرتب شده بر اساس اندازه، مقدار و اضطرار خواهیم بود.دو مطالعه دیگر محدودیت های مالی را از یک شرکتنسبت به جنبه غیر شرکتی نظر گرفتند. رامونت، پولک و Saa-Requejo (2001) بخشی از شرکت های دارای محدودیت مالی را مورد مطالعه قرار دادند، همان طور که توسط شاخص های کاپلان و زینگالس(1997) تعریف شده و دریافتند که شرکت های دارای محدودیت مالی بازده های مورد انتظار کمتری دارند. با این حال ویتد و ویو (2006) یک معیار متفاوت از محدودیت های مالی شرکتی ساختند و نتایج مخالفی به دست آوردند، به طوری که محدودیت های مالی منجر به بازده مورد انتظار بیشتری می شود. پتکووا و ژانگ (2007) متغیرهای اقتصاد کلان را برای پیش بینی شرایط اقتصادی آینده استفاده کرده و یک ارتباط مثبت بین بتای بازار برای پورتفولیوی مقدار و صرف ریسک بازار مورد انتظار را مستند کردند. اگرچه جهت رابطه پیدا شده توسط پتکوا و ژانگ با تئوری CAPM شرطی سازگار است، لولن و ناگل(2006) نشان دادند که متغیرهای تجربی در صرف ریسک بازار مورد انتظار بسیار کمتر از آن است که بزرگی صرف مقدار مشاهده شده را توضیح دهد. در مقابل چارچوب CAPM شرطی پتکوا و ژانگ، پیش بینی کننده متغیرها در مدل سرمایه گذاری خصوصی ما، برای پیش بینی تغیییرات در صرف ریسک مورد انتظار استفاده نشده است. در عوض پیش بینی متغیرها در مدل ما نیازهای خود تامین مالی سرمایه گذاری خصوصی مورد انتظار آینده را جذب می کند. بنابراین نقد لولن-ناگل در چارچوب ما صدق نمی کند. ما همچنین متفاوت از پتکوا و ژانگ عمل کرده و پورتفولیوی مرتب شده بر حسب اضطرار را به عنوان دارایی های آزمایش در نظر می گیریم. در یک مقاله جدید، شن، نوی-مارکس و ژانگ (2011)یک مدل سه فاکتوری مبتنی بر بازده های بازار، یک فاکتور بازده روی کیفیت (شرکت های پرسود منهای شرکت های کم سود) و یک فاکتور سرمایه گذاری (شرکت های کم سرمایه منهای شرکت های پرسرمایه) را در نظر می گیرند. مدل آن ها توسط تئوری ارزیابی مکانیکی بحث شده در فاما و فرنچ (2006) و تئوری لی، ویتد و ژانگ (2009)ایجاد شده است. اگرچه این محرک های تئوری از روش ما مجزا هستند، ما مدل آن ها را نسبت به خودمان مورد آزمایش قرار می دهیم و بر عکس و در می یابیم مدل ما یک قدرت توضیح آماری معناداری به هر کدام اضافه می کند . در بخش 2 مقاله ما رشته دیگری که وجود و منبع تامین مالی پرهزینه را برای صاحبان کسب و کار خصوصی مستند می کند را بحث می کنیم. این هزینه ها از هزینه های مبادله مستقیم و همچنین از هزینه های غیر مستقیم همراه با انتخاب نامطلوب و مسائل نمایندگی که مخصوصا با ریسک های کسب و کار خصوصی تامین مالی خارجی معنا می شوند، ناشی می شوند . در بخش 2 همچنین محرک های تئوری برای مشخصه های تجربی مان فراهم می کنیم. آنگاه در بخش 3 استراتژی برآوردمان را توضیح می دهیم. در بخش4نیز نتایج رگرسیون قیمت گذاری دارایی سرمایه گذاری خصوصی را ارائه داده و نتایجمان را با مدل های محک دیگر مقایسه می کنیم و در بخش 5 یک تحلیل راه انداز از نتایج تجربی ارائه می دهیم و در نهایت در بخش 6 نتیجه گیری را بیان می کنیم.
پیش نمایش مقاله
پیش نمایش مقاله سرمایه گذاری خصوصی و  بازده های عمومی حقوق صاحبان سهام

چکیده انگلیسی

Because of external financing costs, private business owners often need to self-finance new investment projects. These self-financing needs create an incentive for business owners to hold financial assets whose payoffs are positively correlated with self-financing needs. If this effect is aggregated, expected returns on financial assets should be negatively correlated with aggregate private investment self-financing needs. To test the cross-sectional asset pricing implications of this conjecture, we use realized noncorporate investment growth and future forecasted noncorporate investment growth as proxies for self-financing needs. We find that our private investment model can explain a good share of the cross-sectional returns of size-, value- and distress-sorted equity portfolios, almost as well as the Fama–French factors. In contrast to the Fama–French model, however, we find the signs on our estimated coefficients to be consistent with our theoretical predictions.

مقدمه انگلیسی

The effect of the private business sector on the prices of public-traded stocks has received only scant attention in the finance literature. The most notable study is Heaton and Lucas (2000) who find that including aggregate private business profits in Jaganathan and Wang's (1996) labor-enhanced conditional CAPM can help explain the cross-section of size and value portfolio returns. Heaton and Lucas find that stocks which have positive correlation with aggregate private business income trade at a discount, and thus have higher average returns, relative to stocks that have low or negative correlation with aggregate private business income. This is in accordance with their prediction based on income-diversification incentives that background income risk commands a positive risk premium. However, when we test a version of the Heaton–Lucas model using an updated time horizon and a different set of test assets which includes distress-sorted portfolios, we find that labor income and proprietary business income are traded at a premium instead of a discount. One of the main purposes of this paper is to propose and test a theoretical framework in which this result can be related to a rational, economic incentive. Rather than starting from traditional diversification theory, we consider the hedging incentives that financially constrained private business owners face. If private business owners face external financing costs, they will have an incentive to inject money from their personal financial savings into their private business in order to either expand via new investment projects during up-cycles or to prevent inefficient downsizing during down-cycles. The private investment self-financing needs at work here are analogous to the hedging incentives analyzed by Froot, Scharfstein, and Stein (1993) who show that, in the presence of external financing costs, assets whose returns are correlated with investment opportunities make good hedging instruments. The implication of this result, applied to private business owners, is that assets whose returns have high correlation with self-financing needs should face higher demand by private business owners than assets whose returns have low correlation with self-financing needs. In aggregate, this extra demand implies that financial assets whose returns have high correlation with private investment self-financing needs should, all else equal, trade at a premium and thus exhibit lower average returns. Testing this conjecture would be straightforward if self-financing needs were directly observable. Since this is not the case, we infer self-financing needs using forecasted and realized noncorporate investment growth. These variables are used in order to approximate self-financing needs for, respectively, planned and contemporaneous private investment. We use forecasted noncorporate investment as a proxy for planned investment since there is typically a delay between the preliminary financing stages of investment planning and the actual implementation and reporting of investment projects. Realized noncorporate investment, on the other hand, captures self-financing needs associated with contemporaneously realized investment projects. For test assets, we use the 25 Fama–French size- and value-sorted portfolios plus 10 distress-sorted portfolios following Campbell, Hilscher, and Szilagyi (2008). Using Fama–Macbeth and generalized method of moment estimation procedures, we find that our model is able to explain the cross-section of expected returns about as good as the Fama–French size and value factors. More importantly, whereas the estimated sign on key risk premium coefficients is puzzling in the Fama–French specification, and other specifications, the sign on our risk premium coefficients is consistent with our private investment explanation. For example, the estimated coefficient for market returns in the Fama–French model using our test assets is significantly negative. This is in accordance with the findings in Campbell et al. (2008) who show that market beta is significantly related to their distress portfolios, but with higher betas corresponding to the more distressed portfolios which have lower average returns. Although this is puzzling from a traditional portfolio-diversification perspective, this is not surprising from the perspective of our private investment approach: positive market returns are an indicator of greater investment opportunities and self-financing needs, and since private business owners have an incentive to hedge these needs, the risk premium on market returns is negative. We also analyze the effect of time-varying credit conditions. In credit crunch periods, we find statistical evidence of investment-cash flow sensitivity in the noncorporate business sector, consistent with the hypothesis of Fazzari, Hubbard, and Petersen (1988) who argue that invest-cash flow sensitivity is evidence of costly external financing. We also find evidence that suggests self-financing needs are more associated with investment plans during a credit boom, and more associated with contemporaneous investment projects in a credit crunch. That is, in periods where the credit spread is below its mean (a credit boom), we find that expected future noncorporate investment growth has a stronger effect on asset prices than when the credit spread is above its mean (a credit crunch). This is consistent with idea that business conditions and next-quarter investment opportunities are better in a credit boom than in a credit crunch. On the other hand, in periods where the credit spread is above its mean, we find that contemporaneous noncorporate investment growth has a stronger effect on asset prices than when the credit spread is below its mean. This is consistent with the idea that during a credit crunch there is reduced investment planning activity and a greater need for supplemental self-financing of projects in the latter stages of implementation. In related investment-based cross-sectional asset pricing work, Cochrane (1996) and Li, Vassalou, and Xing (2006) show that size and value premia can largely be explained by sectoral investment factors. These models, however, are motivated by macroeconomic models with multisector total factor productivity shocks and a linear pricing kernel specification relative to sectoral investment returns or growth rates. In contrast, we focus on the private investment sector, motivated by financial frictions associated with the private business sector. Another investment-based study is by Gomes, Yaron, and Zhang (2003) who show that corporate financing frictions can help explain the cross-section of expected returns. However, whereas Gomes et al. use corporate measures of investment and financial constraints and focus only on size-sorted portfolios, we focus on noncorporate measures and we are able to explain size-, value- and distress-sorted portfolios. Two other studies consider financial constraints from a corporate rather than noncorporate perspective. Lamont, Polk, and Saa-Requejo (2001) study a cross-section of financially constrained firms, as defined by the Kaplan and Zingales (1997) index, and find that financially constrained firms have lower expected returns. However, Whited and Wu (2006) construct a different measure of corporate financial constraints and find the opposite result, namely that financial constraints lead to higher expected returns. Petkova and Zhang (2005) use macroeconomic variables to predict future investment conditions and document a positive relationship between market betas for value portfolios and the expected market risk premium. Although the direction of the relationship found by Petkova and Zhang is consistent with conditional CAPM theory, Lewellen and Nagel (2006) show that the empirical variation in the expected market risk premium is too small to explain the magnitude of the observed value premium. In contrast to the conditional CAPM framework of Petkova and Zhang, forecasting variables in our private investment model are not used to predict changes in the expected market risk premium; rather, forecasting variables in our model capture expected future private investment self-financing needs. Thus, the Lewellen–Nagel critique does not apply in our framework. We also differ from Petkova and Zhang in that we include distress-sorted portfolios as test assets. In a recent working paper, Chen, Novy-Marx, and Zhang (2011) consider a 3-factor model based on market returns, a return-on-equity factor (high-profit firms minus low-profit firms), and an investment factor (low-investment firms minus high-investment firms). Their model is motivated by the “mechanical” valuation theory discussed in Fama and French (2006) and the q-theory of Liu, Whited, and Zhang (2009). Although these theoretical motivation are distinct from our approach, we test their model relative to ours, and vice-versa, and find that our models add statistically significant explanatory power to each other.1In Section 2 of the paper we discuss another strand of literature that documents the existence and source of costly external financing for private business owners. These costs arise from direct transaction costs as well as indirect costs associated with adverse selection and agency problems that are particularly significant with externally financed private business ventures.2 In Section 2 we also provide theoretical motivation for our empirical specification. Then, in Section 3 we explicate our estimation strategy. In Section 4 we present the results of our private investment asset pricing regressions and compare our results to other benchmark models. In Section 5 we present a bootstrap analysis of our empirical results. We conclude in Section 6.

نتیجه گیری انگلیسی

In this paper we consider a private investment asset pricing model where private investment self-financing needs create an incentive for private business owners to hedge with assets that are positively correlated with self-financing needs. To test this model, we use noncorporate investment growth and future forecasted noncorporate investment growth to proxy for self-financing needs. As evidence that self-financing needs can have significant effects, we find greater investment-cash flow sensitivity for the noncorporate business sector in credit crunch periods, when the credit spread is high, relative to credit boom periods when the credit spread is low. In asset pricing tests using size-, value- and distress-sorted portfolios, we find that the private investment model can explain about 70% of the cross-sectional variation in returns. More importantly, the estimated risk premium coefficients have the correct sign, as predicted by the private investment model. Other leading asset pricing models do not provide an economic rationale for the estimated risk premia that we obtain in our sample. For example, corroborating the findings of Campbell et al. (2008), we find that high-distress portfolios have higher market betas but lower average returns than low-distress portfolios. This finding is exactly the opposite of what portfolio-diversification-based theories predict. However, from the perspective of our private investment model, this is not surprising: portfolios with high market betas are good hedges for private investment self-financing needs, and thus trade at a premium and exhibit lower expected returns. More specifically, our results suggest that high-distress portfolios comprise a good hedge for expected future investment plans in a credit boom, and a good hedge for contemporaneous self-financing needs in a credit crunch.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.