基於以上兩方麵的理論分析，將以經典Q投資模型（4-9）估計每個公司—年度的最優投資水平，然後以實際投資減去最優投資後得到每個公司—年度的過度投資或投資不足數據。
Iitβ+（1/α）FQit+εit（4-9）
其中，Iit為投資支出，α為資本調整成本函數的調整係數，FQ為反映企業投資機會的邊際Q。
4.2.3 度量結果可靠性的檢驗方法
模型（4-9）具有較充足的理論依據，且能克服現有模型的主要缺陷，因而其度量結果從理論上講應該較為準確與可靠，為證明這一點，將度量結果與以下兩個標準進行比較：一是分組利用沃格特模型進行的投資—現金流敏感性動因檢驗結果；二是上市公司管理層判斷結果。如果與這兩個結果均能吻合，則可在一定程度上證明本書的度量結果較為可靠。
用於樣本分組的標準有：模型（4-9）的殘差符號、企業規模與實際控製人的性質。按投資模型的殘差符號將全部樣本分為投資不足樣本組和過度投資樣本組，可以避免現有文獻普遍存在的分組標準和閾值確定的主觀性以及融資約束狀態在樣本期間不變的假設與現實不符的缺陷。分組後采用沃格特（1994）模型對各樣本組進行投資—現金流敏感性的動因檢驗，如果過度投資組估計的交乘項係數符號為負，而投資不足組估計的係數為正，則與殘差判別結果是一致的，說明非效率投資的估計結果較為可靠。
為便於與前期研究結果進行對比，除采用殘差符號分組外，還選擇了文獻中使用較為廣泛的公司規模和實際控製人性質的兩個標準進行分組。小規模公司的貸款抵押品價值通常較低，中國的銀行在放貸政策上對小規模有著明顯的歧視；非國有企業無論在向銀行貸款還是在獲得股票發行資格方麵均明顯地受到歧視。因此，將資產規模大於中位數或實際控製人為政府的公司（簡稱為國有控股）劃分為非融資約束組，而將資產規模小於中位數或實際控製人為非國有的公司（簡稱為民營控股）劃分為融資約束組。
筆者未選擇西方文獻中使用較普遍的股利支付率作為樣本分組的標準，是因為本書認為中國上市公司的股利支付率並不能代表其麵臨的信息不對稱程度，理由有三：第一，以股利支付率反映企業所麵臨的信息不對稱程度的假設是，管理層的目標與股東目標一致，管理層的自我約束普遍有效，在沒有投資機會時企業將自由現金流以股利或股票回購的方式支付給股東，否則就留在企業內部用於再投資。然而，在中國上市公司中內部人控製現象普遍存在（陳湘永等，2000），難以假設管理層的自我約束普遍有效，因而低股利支付率並不能反映公司麵臨信息不對稱的程度高，它可能隻是經理人謀求高利潤留存的一種方式（何金耿和丁加華，2001）。第二，自1996年以後一路下滑的股利分派意願，在2001年後大幅回升，原因應該與中國證監會2001年3月出台的《上市公司新股發行管理辦法》中將上市公司分紅狀況作為考察其是否具有增發資格的政策有關。在將分紅與增發資格掛鉤且普遍存在股權融資偏好的情況下，一些上市公司的分紅隻不過是“上有政策，下有對策”的一種表現而已，並不能真正代表其麵臨的信息不對稱程度。第三，高股利支付率很有可能是被大股東用來作為轉移資金的工具（Truong＆Heaney，2007），而被掏空的公司更有可能麵臨融資約束。