则即使中介变量显著影响股票的市场附加值
（三）换手率（TURUR）
采用了流通股平均日换手率作为换手率指标。换手率等于当日成交股数与当日流通股股数的比值乘以100%。
此外，本文还根据所分析问题的需要，分别控制了公司规模（ASSET）、每股净资产（NAPS）、每股收益（EPS）、资产负债率（LEV）及行业等变量。
变量定义及其度量如表5.1所示。
表5.1 变量定义及其度量
续表
二、样本选取与数据分析方法
（一）样本选取
本文以2009年《中国500最具价值品牌排行榜》上市公司为样本。同时按如下标准做了部分剔除：（1）非大陆上市公司。（2）公司品牌与公司主要产品品牌不一致的公司。（3）银行、金融类上市公司。（4）ST公司。（5）相关数据缺失的公司。经过上述筛选后，最终获得了106家上市公司的数据为研究样本。
（二）数据来源与分析方法
公司品牌价值数据来源于2009年的《中国500最具价值品牌排行榜》。公司价值数值及其他数据来源于RESSET金融研究数据库2009年数据。
根据研究目的和检验假设的需要，本研究在描述性统计的基础上，主要采用James 和Bret（1984）提出的中介效应检验法，验证换手率对公司品牌价值与公司价值的中介效应。运用SPSS 19.0分析软件对调查数据进行相关分析。
第三节 实证检验
一、研究模型设计
针对前文所提出的三个研究假设，本文构建了三个待检验模型：
对该模型的解释可以借鉴Ohlson（1995）的价值模型。该模型反映了公司账面资产和公司品牌价值对公司价值的作用。如果a1＞0，说明公司品牌价值反映了公司有形资产未能充分反映的公司价值。如果公司品牌价值对市场附加值存在显著影响，则a1显著，若不显著，则第二步检验无进行必要。
如果公司品牌价值对换手率存在显著影响，则β1应显著，如果不显著，则即使中介变量显著影响股票的市场附加值，也无法说明它是公司品牌价值影响公司价值的中介。
如果换手率在公司品牌价值和公司价值之间发挥的中介效应确实存在，那么根据模型（2）及中介效应变量的初步检验标准，γ1显著小于a1，而且γ1和γ2分别显著为正和负。
在模型（1）、（3）中，为考察公司品牌价值对公司价值的影响，在公司品牌价值变量之外，对公司账面资产（ASSET）、资产负债比（LEV）和行业变量（INDUSTRY）进行了控制。
模型（2）为考察公司品牌价值对股票换手率的影响，在公司品牌价值变量之外，对公司每股净资产（NAPS）、每股收益（EPS）、资产负债比（LEV）和行业变量（INDUSTRY）进行了控制。
通过对以往换手率相关影响的文献梳理发现，影响我国股市换手率的因素分为宏观因素和个体因素。影响换手率的宏观因素可概括为制度、机制、总供需、监管及舆论等方面的内容。这些因素对个股换手率的变化存在一致性的影响，因此本研究中不予考虑。此外，一些研究发现，由于信息不对称（Diamond,1987）、处置效应（Shefrin,1985）及过度自信（Daniel,1998）等原因，收益率对股票换手率存在一定的正向影响（Griffin,2007）。此外，我们还利用每股净资产指标（NAPS）控制了规模效应的影响，用资产负债率指标（LEV）控制了风险因素。
二、实证分析
（一）描述性统计和相关性检验
表5.2所示为各变量的基本描述性统计结果。
表5.2 各变量的基本描述性统计结果
描述性统计显示，最终样本包括的106家公司的市场附加值取对数后均值（中位数）为22.93，标准差为1.07。原始数据显示，106家上市公司的平均市场附加值为173亿元，最大值为1460亿元，市场附加值最小的公司为11亿元。从这些公司的品牌价值情况看，取对数后，106家公司的品牌价值均值为3.78，标准差为1.27。原始数据显示，上述公司中，品牌价值最大为687.36亿元，最小为8.78亿元，平均值为95.29亿元；年均换手率均值为2.93，标准差为2.40，除资产负债率的标准差十分高外，其他数据指标分布较为合理，说明样本公司市场附加值、公司品牌价值和换手率方面存在一定的差异。
（二）相关性检验
为了判断回归模型解释变量和被解释变量之间的关联程度和方向，在多元回归之前，本文对主要研究变量的相关性进行了皮尔逊相关性检验，如表5.3所示。
表5.3 变量间的皮尔逊相关性检验情况
结果发现，公司品牌价值与市场附加值在1%水平显著正相关，相关系数为0.564；换手率与市场附加值在1%水平显著负相关，相关系数为–0.532；而公司品牌价值与换手率在1%水平显著负相关，相关系数为–0.269。该结果初步表明，公司品牌价值与资本市场上的换手率及公司价值之间存在一定的关系。
为了进一步检测变量之间可能存在的多重共线性问题，我们还测试了变量的VIF值，发现所有的VIF值都小于2.3，因此，多元回归模型中的多重共线性问题?
