連玉君（2007）以1998～2003年間滬、深307家上市公司為樣本研究了中國上市公司投資—現金流敏感性問題。結果表明，在控製衡量偏誤的影響下，投資支出仍然對現金流非常敏感。然而，不同於前期研究，他發現融資約束程度輕的公司反而表現出更強的投資—現金流敏感性。對此“反常”現象的動因檢驗表明：融資約束程度輕的公司傾向於過度投資，代理問題是導致現金流敏感性的主要原因；而融資約束較為嚴重的公司則表現為投資不足，信息不對稱是導致現金流敏感性的主要原因。
連玉君（2007）構建了一個可以避免托賓Q衡量偏誤的反映投資機會的變量——基準Q，為更準確地衡量中國上市公司投資—現金流敏感性提供了支持。但是，該研究也存在以下問題值得商榷：
（1）連玉君（2007）所提出的沃格特（1994）模型不適合中國上市公司的兩個理由並不成立。首先，根據連玉君和程建（2006）所發現的中國上市公司“低成長伴隨低盈利能力”現象難以得出中國上市公司“低成長伴隨低自由現金流量”的結論。這是因為，根據詹森（1986）的定義，自由現金流量是在經營現金淨流量的基礎上扣除滿足投資機會的投資支出所需現金流後的餘額。盡管低成長公司盈利能力較低，但因其投資機會較少，因此其自由現金流量並不一定少。如布拉什等（Brush et al。，2000）取自美國公司的數據表明，投資機會與經營現金淨流量顯著正相關，與自由現金流量顯著負相關。按連玉君和程建（2006）的樣本篩選原則複製了其樣本數據，以“購建固定資產、無形資產和其他長期資產的現金支出”對投資機會變量進行回歸後得到的擬合值作為“最優投資支出”，以經營現金淨流量減去最優投資支出作為自由現金流量。據此計算得到的成長性、盈利能力、自由現金流量的相關係數表明，企業成長性雖然與盈利能力顯著正相關，但與自由現金流量顯著負相關。因此，盡管中國的低成長公司往往伴隨低盈利能力，但它們擁有較多的自由現金流量，與沃格特的基本假設是一致的。其次，“投資不足問題會隨著投資機會的增加而越發嚴重”的現象並不會影響沃格特模型的動因檢驗效果。根據沃格特（1994），“（交乘項）係數β5δI/δCFδQδβcf/δQ，其中，βcf為CF的係數，如果δβcf/δQ大於0，則支持融資順序假說；如果δβcf/δQ小於0，則支持FCF假說”，顯然，沃格特是依據CF與Q交乘項係數的符號來判斷導致樣本公司投資—現金流敏感的動因是過度投資還是融資約束，並非根據該係數的大小及變動幅度。“投資不足問題會隨著投資機會的增加而越發嚴重”意味著對於融資約束企業而言，投資—現金流敏感性對Q的函數為單調遞增函數，即其一階導數δβcf/δQ始終為正，不會出現諸如U形或倒U形等二次曲線的極值點，因此不會改變原來線性模型假設下的交乘項係數的符號，因而不會影響沃格特模型利用係數符號來進行動因檢驗的效果。
（2）連玉君（2007）在選擇投資機會變量時盡量避免托賓Q存在的衡量偏誤，但在動因檢驗模型中使用的經營效率卻是依據以托賓Q為被解釋變量的模型估計得到的，盡管埃裏克森和懷特德（2005）的研究發現托賓Q作為被解釋變量用以衡量代理成本或經營績效時，並不會對解釋變量的參數估計產生任何影響，隻是模型的擬合優度R2的估計值有所降低而已。但由於中國股票市場有效性不足，股票市場中過多的泡沫成分和大量投機交易者的存在則會進一步加劇公司市場價值與其基本麵的偏離，這就使得以托賓Q衡量的經營效率與企業的實際經營效率出現較大的偏離，從而導致模型（4-4）中的重要變量DE存在偏誤，可能會影響投資—現金流敏感性動因檢驗效果。
4.1.4 理查德森（2006）的殘差度量模型
以上三個模型存在的一個共同的缺陷是：無法對每一公司—年度的非效率投資進行量化。鑒於此，理查德森（2006）利用投資模型的殘差對公司的非效率投資進行量化。計量經濟模型的殘差項的含義是，被解釋變量的實際值與模型回歸後的擬合值之差，是模型中解釋變量不能解釋的部分。理查德森將淨投資分解為由企業成長機會、融資約束、行業及其他因素決定的預期投資和非預期投資兩部分。後者則為實際投資與預期投資之間的差額，即投資模型的殘差。正殘差表示實際投資超過預期投資的部分，即過度投資，而負殘差則為實際投資低於預期投資水平的部分，即為投資不足。預期投資為模型（4-5）估計的擬合值。
理查德森以1988～2002年間取自美國標準普爾數據庫（Compustat）中的58053個企業—年度觀測值為樣本的研究表明，投資I與V/P、Lev、Age負相關，而與Cash、Size、AR和It-1正相關。
盡管理查德森在企業非效率投資的量化方麵進行了有益的嚐試，但以模型（4-5）估計得到的預測值並不是企業的最優投資水平。如前所述，最優投資水平是在資本市場完美且企業內部不存在代理成本情況下完全由投資機會決定的投資規模。而模型（4-5）中所納入的資本市場不完美變量（資產負債率、現金存量、企業成立年數、企業規模等融資約束變量）將使模型估計得到的預期投資（Ihat）偏離最優投資（I*）：對於融資約束企業，由於其負債率較高，現金存量較少，規模較小，因而Ihat可能低於I*；相反，對於非融資約束企業，由於資產負債率低、現金存量多、企業規模大，因而Ihat可能高於I*。滯後一期被解釋變量的納入對預期投資也有著“存在就是合理”的影響，即如果上一期過度投資了，本期的預期投資也會因此“水漲船高”，從而Ihat可能高於I*，反之，則Ihat可能低於I*。預期投資估計值的偏誤顯然會影響非效率投資度量結果的準確性。
韋爾迪（2006）注意到了上述問題，因而采用了經典Q投資模型分行業估計最優投資水平，然後，以模型殘差度量企業的過度投資與投資不足。但是，韋爾迪（2006）還存在以下兩個方麵的不足：一是未就經典Q投資模型度量非效率投資的理論依據進行論證；二是采用了存在衡量偏誤的托賓Q作為投資機會的替代變量。