1.使用倾向得分匹配方法控制内生性
在上述回归中,衡量姓氏关联的变量可能存在内生性问题,该问题会导致上述结果存在估计偏差。虽然已控制了行业、年度固定效应,但仍然不能保证没有遗漏其他会同时影响国有上市公司中董事长、CEO是否存在姓氏关联和费用黏性的因素。因此,本章首先采用倾向得分匹配方法,将处理组(董事长与CEO存在姓氏关联)和对照组(董事长与CEO不存在姓氏关联)进行匹配。第一阶段,根据选择倾向打分;第二阶段,根据分值进行配对,并且选取配对样本重新检验假设6-1和假设6-2。
本章选择董事长姓氏的普遍程度(POPULAR)和公司所在省的人均GDP(GDP_PC)作为工具变量。董事长姓氏越普遍,那么他碰到同姓之人的概率越高;近年来,越来越多的人口流动(如农村劳动力前往城市就业、东北工业老区居民向东南沿海迁徙等)促进了发达地区人口姓氏的多样化,导致董事长和CEO姓氏相同的概率更高。此外,上述变量对费用黏性一般不会有直接的影响,选择它们作为工具变量相对合理。此外,考虑董事会规模(BOARD)、独立董事比例(INDR)、公司规模(SIZE)、财务杠杆(LEV)、总资产收益率(ROA)、托宾Q值(TOBINQ)等因素,本章构建如下Probit模型6-3对董事长与CEO是否存在姓氏关联(SUR_CC)进行回归:
表6-7的Panel A为第一阶段的回归结果,SUR_CC的概率与POPULAR在1%的统计水平上显著正相关(η1=0.167,z=8.51),GDP_PC的回归系数为正并且边际显著(η1=0.039,z=1.28),这一结果符合理论预期。根据第一阶段的回归结果并且限定倾向得分差距不高于1‰进行配对后,共得到了494个公司—年观测值的配对样本。表6-7的Panel B为组间差异检验的结果:全样本范围内,POPULAR、INDR、SIZE、ROE、TOBINQ的均值在两个子样本(SUR_CC=1或者SUR_CC=0)间存在显著差异;配对样本范围内,模型6-3中所有变量的均值在两个子样本间都不存在显著差异。
表6-7的Panel C为第二阶段的回归结果,假设6-1、假设6-2依然成立。
表6-7 采用倾向得分匹配方法控制内生性的回归结果
续表(www.xing528.com)
续表
注:“***”“**”“*”分别代表在1%、5%、10%的水平上显著;t值经过公司与年度的双重聚类调整(Petersen,2009)。
2.使用董事长/CEO变更样本控制内生性
本章针对性地考察当董事长或CEO变更且姓氏关联从无变有后企业的费用黏性是否会降低。经过手工筛选得到的上述变更样本共包含313条公司—年观测值(涉及52家上市公司)。在此基础上,SUR_INCREASE(虚拟变量)的定义如下:发生董事长或CEO变更且姓氏关联从无变有之后年度赋值为1,之前年度赋值为0。采用上述变更样本的回归结果如表6-8所示。表6-8的(1)列中,SUR_INCREASE的回归系数在10%的统计水平上显著为正(t=1.89),说明当董事长或CEO变更且两者之间建立起姓氏关联时,企业的费用黏性显著下降,进一步支持了假设6-1;在表6-8的(2)列中,交乘项SUR_INCREASE×FIRST的回归系数在10%的统计水平上显著为负(t=-1.74),与假设6-2一致。
表6-8 采用董事长/CEO变更的事件控制内生性的回归结果
注:“***”“**”“*”分别代表在1%、5%、10%的水平上显著;t值经过公司与年度的双重聚类调整(Petersen,2009)。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。