因素分析：限薪令对市场反应的影响

为考察公司治理与行业环境对市场反应的影响，本书针对受“限薪令”直接影响的央企，对多元回归模型（6-10）进行估计。被解释变量为事件研究法估计出的每家上市公司每个事件窗的累积异常收益（CARie），本书重点考察的解释变量有综合衡量公司治理环境的G_Index，以及衡量行业环境的行业增长率（Growth）、行业竞争度（HHI）、地区市场化指数（Mktindex）三类变量。此外，参照事件研究法的惯例（Larcker，2011；谢德仁和陈运森，2010），本书还控制了可能影响公司股票收益率的其他因素（Controls），包括公司规模（Size）、账面市值比（B／M）、动量（Momentum）。最后，控制了行业虚拟变量（νj）和事件日虚拟变量（μt）。根据上文的理论分析，竞争性央企与垄断性央企有完全不同的市场反应，而治理环境与行业环境只会影响竞争性央企的市场反应，因此将央企根据行业属性划分为竞争性行业和垄断性行业两类，分别进行模型（6-10）的回归。

模型（6-10）混合了所有央企5个事件日的CAR，由于“限薪令”同时影响了所有央企，导致同一事件日不同央企的回报率存在横截面相关（cross-sectional dependence），因此传统方法计算的标准误存在事件日聚集效应（clustering effect），忽略该问题会带来严重的估计问题。标准误由于聚集效应被低估，因而系数显著性水平被高估。本书参照Petersen（2009）与Larcker et al.（2011）的方法，在混合了多个事件日的检验中，均采用经过事件日聚集调整的标准误来解决横截面相关问题。

为考察公司个体或行业环境对市场反应的影响，本书针对受“限薪令”直接影响的208家中央国有企业，计算出5个事件日的1040个累积异常收益，根据多元回归模型（6-10）进行估计的结果如表6-6、表6-7所示。

表6-6　竞争性央企市场反应的横截面检验表

(www.xing528.com)

注：解释变量第一行为OLS法估计的系数，第二行括号内数值为经过事件日聚集修正了横截面相关的T统计量，***，**，*分别代表在1%，5%与10%显著性水平下显著。

表6-6采用逐步回归法，第（1）列只加入了公司治理水平（G_Index）与控制变量，G_Index系数为0.394且在5%统计性水平下显著；第（6）列为加入所有变量的回归结果，G_Index的系数为0.368，仍在5%统计性水平下显著。这意味着其他条件相同时，综合治理指标每降低1个单位，“限薪令”导致竞争性央企的公司价值平均损失0.37%。说明对于竞争性央企，公司治理环境越差，“限薪令”导致的公司价值损失越大。此外，未加入其他解释变量的第（2）列与加入全部解释变量的第（6）列相比，Growth的系数发生了较大变化，这说明Growth与其他变量存在较为严重的共线性，此时第（6）列的结果才是可信的。Growth系数为-6.611且在1%显著性水平下显著，这说明其他条件相同时，行业增长率每提高10个百分点，“限薪令”导致竞争性央企公司价值多损失0.66%。Mktindex的系数在第（4）列与第（6）列方向一致且显著为负，说明公司所处的地区市场化程度越高，“限薪令”对竞争性央企的负面影响越大。HHI的系数在第（3）列与第（6）列方向一致且显著为正，说明公司所处的行业竞争越激烈，即HHI取值越小，“限薪令”对竞争性央企的负面影响越大。

表6-7报告了垄断性央企的回归结果，第（6）列结果显示，无论是衡量公司治理环境的G_Index还是衡量行业增长型、地区市场化程度以及行业竞争度的Growth、Mktindex、HHI，其系数均不显著。这说明公司治理环境与行业环境都不会影响处于垄断性行业的央企的市场反应。表6-6与表6-7的结果，支持了假说6-3与假说6-4：其他条件相同时，公司治理环境越差，“限薪令”导致的竞争性央企价值损失越大；行业增长率越高、竞争越激烈，地区市场化程度越高，“限薪令”导致的公司价值损失也越大；但上述因素对垄断性央企都没有显著影响。

表6-7　垄断性央企市场反应的横截面检验

注：解释变量第一行为OLS法估计的系数，第二行括号内数值为经过事件日聚集修正了横截面相关的T统计量，***，**，*分别代表在1%，5%与10%显著性水平下显著。