高管背景及关系对企业资源配置的影响

从2002年开始，上市公司年报中的高管资料开始公布董事会成员的背景资料，包括董事会成员的年龄、学历、工作经历等。本书以2002～2005年度所有民营上市公司作为初选样本。之所以只选择到2005年，其原因是考虑到本书的后续研究的范围可以往后再推延，比如涉及到公司绩效、下年度贷款、下年度补贴，等等。

根据研究目标，对初选样本执行了如下筛选程序：

（1）样本公司必须是2001年之前上市的，从而保证研究样本的变量有上一年的数据。

（2）剔除了最终控制人不详的公司。民营上市公司与国有上市公司最大的不同是民营上市公司都有终极控制人，但是也有部分民营上市公司没有公布。对这些样本，本书进行了一定的剔除。[1]

（3）剔除了上市所在地在西藏的公司。

（4）剔除了金融行业的公司。

最终本书的样本是2002年180个，2003年256个，2004年344个，2005 年373个，共1153个。

此外，在下文研究政治关系对民营上市公司获得政府支持、银行贷款以及企业价值的影响时，根据研究需要，会剔除一些样本的极端值。这些情况在后面会具体涉及到。

本书使用的数据库主要包括两种类型：一是手工数据库。根据上市公司公开披露的年度报告整理和建立，年度报告来自于中国证监会指定信息披露网站——巨潮资讯网（www.cninfo.com.cn），同时对于一些年度报告缺失的数据，本书参考了广发证券开发的专用软件中统计的数据。还有，最终控制人的资料，我们是先通过年度报表进行收集，如果年度报表资料不详细或缺失，则通过在百度（www.baidu.com）或谷歌（www.google.com）搜索控制人名字，然后用“人大代表”或“政协委员”等关键词来搜索控制人的个人资料。[2]通过这样的数据收集与整理，本书初步建立了为研究民营企业政治参与的个人数据库。[3]

二是通用数据库。这些通用数据库包括香港理工大学中国会计与金融研究中心和深圳国泰安信息技术有限公司联合开发的“CSMAR中国股票市场研究数据库”系列、北京色诺芬数据库、Wind资讯以及樊纲、王小鲁和朱恒鹏（2007）编制的各地区市场化进程子数据库。具体来说，董事会成员的背景资料相当部分参考了CSMAR中的公司治理数据库，财务相关数据来自CSMAR中的公司财务年报数据；终极控制人数据库部分来自Wind资讯；民营上市公司的治理数据来自北京色诺芬数据库；外部市场环境数据来自樊纲的市场化指数。

1．政治关系参与有关变量

已有的文献对企业的政治关系刻画有如下方法：其一以与政治人物家族有关联为基础进行划分。如Fisman（2001）把在印度尼西亚这个国家中，与Suharto家族有关联的公司都认为是有政治关系的公司。其二以公司高管与政府高官有关联为基础进行划分。比较有代表性的如Faccio（2006），以47个国家的公司为样本，对政治关系是这样定义的：一个公司如果定义为有政治关联，该公司最起码要有一个主要的所有者（直接控制或间接控制一个公司最起码10%的投票权），又或者公司的其中一个高管是国王、总统或总理，或跟某位高官以及某个政党有紧密联系。[4]其三以公司高管是否曾在政府服务过为基础进行划分。如Betrand et al.（2004）认为在法国只要公司的CEO是从精英学校毕业，同时也曾在政府部门服务过，或者是现任高官，就认为是有政治关系。其四以公司向政党捐献（Donation）的情况为基础进行划分，如Goledman等（2006）、Claessens等（2006）。

对我国企业的政治参与刻画比较著名的如陈冬华（2003），使用具有地方政府任职背景的董事在公司董事会的比例来衡量地方政府对上市公司的影响。Fan et al.（2007）对政府背景的刻画也是采用董事会成员中有政府背景的董事比例。

一般来说，我国的民营公司目前大致有这些渠道正式参与政治：①进入“人大”、“政协”，这是最直接的方式。②在“工商联”、“青联”、“妇联”等社团组织担任一定的职务，从而与政府部门接触。③加入共产党，中共十六大修改党章允许民营企业家阶层的优秀分子入党。[5]④与政府领导人保持经常的联系，[6]王晓燕（2007）对民营企业家的访问得知，绝大部分有实力的民营企业家都能与政府官员保持相当密切的关系。⑤再就是，通过捐赠、参与公益事业等。目前来说，对民营上市公司政治参与可以通过公开数据收集得到的大多是这些公司的控制人或董事会成员有政府背景的资料。在本书中也采取了这种方式。[7]

本书建立了一个民营上市公司2002～2005年度的政治参与数据库，大致做法是这样：找出民营上市公司终极控制人以及董事会各个董事的资料，然后根据其个人资料查找他（她）是否是“人大”、“政协”委员或者是否曾经在政府部门任职；如果是，再区分国家级、省级、市级、县级以下等。相比之下，陈冬华（2003）、Fan et al.（2007）对政府背景的刻画通常只是在董事会成员中有政府背景的比例，他们没有区分国有上市公司与民营上市公司。本书在刻画中是定位于民营上市公司，这类的政企关系刻画更有意义和说服力。同时，本书的刻画是更为细致的，比如，政府官员或政治参与，国家级、省级、市级、县级以下，其意义及重要程度是不一样的。

通过这样的收集，本书基本能很完整地把民营上市公司的政企关系刻画出来。本书定义的民营上市公司的政治参与程度采用了多个指标，其一，董事会有政治背景的董事比例[8]（PCrate），这是用董事会中有政治背景的董事与董事会总人数进行相比得出的。其二，控制人（CPC）[9]是否有政治关系，这是一个虚拟变量，如果控制人有政治关系背景，则取值为1，否则为0。其三，控制人及董事会成员均有高政治背景（HPC），如果控制人与董事会成员都有高政治背景，[10]则取值为1，否则取值为0。其四，终极控制人及董事会有两个以上的董事成员是“人大”、“政协”委员或者是曾经在政府部门任职（CPCB），若该条件具备，则取值为1，否则取值为0。这里要特别说明的是，控制人及董事会成员均有高政治背景（HPC）这个指标衡量的是公司有政治背景的深入性，毕竟，政府官员或政治参与，国家级、省级、市级、县级以下，其意义及重要程度是不一样的。终极控制人及董事会有两个以上的董事成员是“人大”、“政协”委员或者是曾经在政府部门任职（CPCB），该指标之所以限定董事会要有两个以上的董事成员有政治背景，其原因在于下文的描述性统计告诉我们，在样本中平均一个公司将近有2个董事会成员是有政治背景的，从而相应设置了该变量。

2．市场环境有关变量

市场环境衡量指标方面，本书采用了樊纲、王小鲁（2007）编制的《中国市场化指数报告》。其中法律制度环境指数由市场中介组织的发育、对生产者合法权益的保护、对知识产权的保护以及对消费者权益保护等部分构成，指数越大，说明当地的法律制度环境越好，也说明当地的产权保护水平越高。政府干预指数衡量了政府与市场的关系，由市场分配资源的比重、减轻农民的税费负担、减少政府对企业的干预、减少企业的税费负担以及缩小政府规模等部分构成，指数越大，说明政府干预越大，政府体制越官僚。金融市场发展指数由金融业的竞争程度、信贷资金分配的市场化等构成，指数越大，金融市场发展环境越好。[11]与此同时，为了衡量政府之间的GDP的竞争，本书在北京色诺芬数据库的宏观数据库中取得了各省市的GDP数据。

此外，本书还采用了世界银行调查报告《政府治理、投资环境与和谐社会——中国120个城市竞争力的提高》[12]（2006）中的一些指标进行补充。这些指标包括政府效率指数，以及企业预期需要非正规付款来便利获得银行贷款的比例，该比例越大，说明该城市出现金融腐败的可能性越大。

与世界银行调查报告（2006）所提供的数据相比，樊纲、王小鲁（2007）编制的《中国市场化指数报告》的优点是提供了连续几年的数据，但不足之处在于指数只限于省级层面，而世界银行（2006）的数据则弥补了上述不足，具体到同一个省份的不同城市，但不足之处在于只有一年的数据。

同时，本书根据樊纲、王小鲁编制的《中国市场化指数报告》中的市场化进程指数的高低，对上市公司按其所在地市场化程度的高低、产权保护水平程度高低、政府干预程度高低以及金融市场发展水平高低各将样本分为两组。同时也根据世界银行调查报告《政府治理、投资环境与和谐社会——中国120个城市竞争力的提高》（2006）的政府效率指数与金融腐败指数水平高低各将样本分为两组。具体做法是，将上市公司所在地各指数高于中位数的列入高组，低于中位数的列入另外一组。这样的做法是为了进一步考察在不同的市场环境下，政治关系对民营上市公司获得政府支持、银行贷款帮助以及企业价值的不同影响。

3.政府支持变量

本书采用了以下变量来衡量政府支持：其一是企业是否进入政府管制行业。通过在Wind资讯中的主营业务组成数据，当企业经营业务中除了主营业务外还能够进入政府管制行业，则值为1，否则为0。在这里，政府管制行业主要是指电力、自来水、煤气、煤炭、石油、钢铁、有色金属、航空航天、采盐、烟草、铁路、航空、电信、邮政、金融等行业。这一分类标准的主要依据是上市公司经营的行业是否属于需要政府核准的投资项目。其二是企业是否进入房地产行业，通过在Wind资讯中的主营业务组成数据，当企业经营业务中涉及房地产开发行业，则值为1，否则为0。其三是政府补贴的比例，取自财务报表中的“补贴收入”，然后将其除以当年度的主营业务收入。

4.银行融资

Bernanke and Gertler（1989）以及Gertler（1992）认为，在一个不完美的资本市场里，除了信息不对称问题外，代理问题也会使得外部融资的成本高于内部融资成本，并且由于这种融资约束的存在，企业的投资行为不仅取决于投资需求，也会受到所拥有的内部资本的影响。Fazzari、Hubbard and Petersen（1988）用分类检验的方法，率先考察了不同融资约束下的企业投资和内部现金流的关系。朱红军等（2006）利用FHP方法检验了中国国有企业与民营企业所受的金融约束。同样，本书也采用FHP方法来检验民营企业的政治关系对其融资的帮助。

具体来说，企业受到的融资约束越大，其投资对内部现金流量的敏感程度越高，反之，投资对内部现金流量的敏感程度就越低。从而构建了如下的回归模型，用来分析并比较不同融资约束程度下的企业的投资现金流量敏感系数。

在上式中的I/K，I代表固定资产合计的年度变化值，即它们的下一年年末余额减去当年年末余额；K代表当年年末的固定资产合计数；CF代表现金流量，等于下一年经营活动现金流量净额；Growth代表企业的投资机会，等于企业连续3年的主营业务收入增长率的平均值。[13]

需要指出的是，根据该模型，a2为投资现金流敏感系数，a2越大，表明企业投资越依赖于内部现金流，也说明企业受到的融资约束越大。另外，在模型中我们还控制了年度、行业的影响。

此外，本书还构造了另外一个衡量民营上市公司融资便利的指标：银行现金借款比率（Bankratet＋1）。这是根据现金流量表中企业的融资现金流量得出，该比率越大，说明企业从银行取得了越多的借款。

5.企业价值

在衡量企业价值指标方面，本书选择了两类最常用的指标，分别是Tobin Q值和股票长期持有回报。

其中，Tobin Q是因变量，代表年末公司价值。这个变量反映的是公司市场价值与公司重置成本的比值。由于重置成本难以获取，采用年末总资产代替。市场价值为公司债务资本的市场价值与权益资本的市场价值之和。债务资本的市场价值采用账面的短期负债和长期负债的合计数来计算。另外，由于我国上市公司存在流通股和非流通股，所以权益资本的总市值等于流通市值加上非流通股份的价值。而非流通股份的价值，由于没有完全市场化的数据，并且非流通股的转让价格通常是以净资产为基准，因此采用非流通股份数与每股净资产之积计算。这样，公司价值的计算公式为：Tobin Q =市场价值/重置成本=（每股价格×流通股份数+每股净资产×非流通股份数+负债账面价值）/总资产。上述公司价值计算方法与夏立军和方轶强（2005）、苏启林、朱文（2003）以及汪辉（2003）的计算方法一致。另外，进一步根据流通股价格选取的时间，分为12月31日和全部年报披露结束的4月30日两种情况。

对于股票长期持有回报的计算，本书采用一年之内上市公司月度收益率累积相乘的个股原始回报率和经市场调整后的超额回报率。也就是选用买入并持有超额回报（BHAR，buy and hold abnormal return）进行长期超额收益的计算。

通过计算买入并持有超额回报（buy and hold abnormal return），可以考察样本上市公司当年的长期回报。计算公式如下：

这里的BHARit是企业i在t期的买入持有回报率，t代表控制权转移之后相应的月份，即t=1，2，…，36；Rit是企业i在t期的月回报率；Mt是相应t期的市场月回报率。

此外，为了进一步控制各个行业的企业价值的差异，本书除了计算出样本期间的企业价值，还计算出了样本所在的当年度所有上市公司的企业价值，然后根据行业配比，用样本的企业价值与该行业的所有上市公司的企业价值进行了相应调整。

6.控制变量

在本书中，根据模型要求，设置了相应的控制变量，总的来说有以下几类：

其一：公司治理变量。这包括控股股东是否指定管理层，这个指标说明了控股股东对公司的管理强度；终极控制人对公司现金流权与控制权的分离程度，[14]这可以在一定程度上衡量终极控股人对公司的关注程度，两者差异越小，终极控制人越会把自身利益与上市公司捆绑；此外还有，民营化方式，因为IPO上市与买壳上市这两种方式对民营上市公司控制人的意义是不一样的，通过IPO上市的公司更多会是家族企业控制企业，这类企业由于跟政府打交道时间较长，因而越会形成良好的政企关系；同时控制的因素还包括民营化的时间，可以认为，民营化时间越长，企业越会跟政府形成政企关系。

其二：公司的财务特征变量。这包括公司近三年的平均资产规模、负债比例以及盈利情况。在政府补贴模型中，设置了雇员比例，也就是相对雇员指标（每万元主业收入雇员数），该比例越大，越能说明上市公司的安排就业人员比例。曾庆生、陈信元（2006）曾使用了该指标来定义上市公司中的人员比例。

其三：公司的年度、行业等相对宏观的变量。

7.变量的定义说明表

表4-1　变量定义说明

①因为有部分终极控股人还担任公司的董事长或董事，这里进行了分别统计，所说的董事会中并不包括终极控制人。

续表

①在研究市场环境对政治关系形成时采用的是企业最近三年的净利润/总资产的平均值，同样，对企业负债率以及企业业绩都是采用企业最近三年比率的平均值。

续表

首先，在检验市场环境对企业政治关系形成的影响时，分别构造了线性模型（1）和Logit模型（2）：

然后，在考察企业政治关系对企业获得政府支持的影响时，又构造了如下模型：

在考虑企业政府关系对企业获得银行贷款的影响时，构造了如下模型：

以及：

最后，在考察政治关系对企业价值影响时，构造了如下模型：

这里需要说明的是，在考察政治关系对企业获得政府支持的影响、对获得银行贷款的影响以及对企业价值的影响时，本书都根据市场环境的差异，把样本分成了市场环境发展水平高、低的两组，分别进行了相应的检验。意图是想进一步考察在不同的市场环境下，民营企业形成的政治关系的经济后果是否有一定的差别。

前面两个小节主要分别介绍了样本数据的来源以及变量的设定，本小节主要是对各变量进行初步的描述性统计，为下一章实证研究检验进行铺垫。以下分述之。

先来看样本的政治关系变量，如表4-2所示。

表4-2　民营企业政治关系描述性统计

续表

从表4-2可以看出，董事会中有政治背景的董事比例（PCrate）为16.9%，这个比例不算特别高。样本中董事会的规模均值为9.21个，也就是平均一个公司将近有两个董事是有着政治背景的。进一步，本书还统计了董事会中有省级以上的政治背景人数比例为8.01%，[15]这说明民营上市公司的董事的政治背景比较分散。实际上，在收集样本的过程中，我们发现这些董事中有相当一部分是来自地方政府部门。要说明的是，如果扣除董事会中的独立董事人数，这个比例会降低一些；统计表明，每个公司平均有3个独立董事，而平均有0.6个独立董事是有政治背景的，而且基本都是省级以上的政治背景。成功的企业家往往是很好的政治经济学家，懂得如何为商业利益而参与政治。张建君、张志学（2005）认为，中国的民营企业常常通过聘请现任或退休的政府官员、聘请现任政府负责人作为企业的顾问，以减少外部环境的不确定性。这对企业是一种主动的政治战略。

民营上市公司终极控制人有政治关系的比例（CPC）达到了52%，这个比例还是相当可观的。据统计，第十届全国人大代表的数量为3000名左右，全国政协委员为2238个左右，而其中就有133名人大代表、100名全国政协委员来自民营经济代表人士。这与国家的政策支持是分不开的。比如《关于党的十七大代表选举工作的通知》要求中共十七大代表中，“新经济组织、新社会组织”的要占“适当比例”。在浙江温州——中国民营企业最发达的城市，市委组织部的一名干部承认，对温州市参加浙江省十二大的代表名额分配，由于竞争太过激烈，名额一再增加。为了协调关系，来自苍南县的新雅集团董事长郑步良被安排到了经济界的代表中，永嘉的邱晓来和瑞安的温邦彦则被安排为科技界代表参选。[16]

控制人与董事会都有省级以上的政治背景情况，HPC的比例为21%，这说明民营上市公司的高政治背景还是比较普遍的。CPCB的比例也达到了19%，说明董事会中有政治背景的董事也不算少数。

本书还对样本公司进行了分年度描述性统计说明。其结果表明，尽管民营上市公司从2002年的180家、2003年的256家、2004年的344家到2005的373家，期间样本数多了不止1倍，但是企业的政治关系普遍程度相对稳定。以董事会中有政治背景的董事比例（PCrate）为例，2002年该比例为17.4%，2003年该比例为18.9%，略有上升，而2004年该比例为16.4%，2005年则稍微下降为15.7%。公司终极控制人有政治关系的比例（CPC）则更为稳定，基本在几个年度都保持在51%左右。

接着，对样本的行业进行详细的描述性统计，其结果如表4-3所示。

表4-3　民营企业的政治关系按行业分类统计[17]

从表4-3可以看出，民营上市公司的政治参与在各个行业都是比较普遍的，董事会中有政治背景的董事比例（PCrate）最高的行业为交通运输、仓储业，该比例为0.287；其次为木材、家具，该比例为0.245；再次为食品、饮料与建筑业，该比例分别为0.215、0.201。

公司终极控制人有政治关系的比例（CPC）最高的行业为木材、家具，该比例为1，说明每个公司其控制人都有政治身份；其次为医药、生物制品，该比例为0.710，要说明的是，医药、生物制品类的上市公司也相当多，占了总体样本的9.99%；再次为食品、饮料，该比例为0.690。

先来看样本区间各地区产权保护水平、[18]政府与市场关系、金融发展水平情况，如表4-4、表4-5、表4-6所示。

表4-4　产权保护水平

续表

说明：产权保护指数越高，说明产权保护水平越好。
资料来源：樊纲、王小鲁：《中国市场化指数——各地区市场化相对进程2007年度报告》，经济科学出版社，2007年版。(www.xing528.com)

表4-5　政府与市场关系

续表

说明：政府与市场关系指数越高，说明政府与市场的关系进步越大。
资料来源：樊纲、王小鲁：《中国市场化指数——各地区市场化相对进程2007年度报告》，经济科学出版社，2007年版。

表4-6　金融发展水平情况

续表

说明：金融发展水平指数越高，说明金融发展状况越好。
资料来源：樊纲、王小鲁：《中国市场化指数——各地区市场化相对进程2007年度报告》，经济科学出版社，2007年版。

从以上三个表都可以看出，在2002～2005年间，地区的产权保护水平、政府与市场关系以及金融发展水平都是稳步推进。地区的产权保护水平方面，提高比较明显的是安徽、新疆以及山西；部分省（区）有所下降，下降得最厉害的是广西、陕西和四川。2003年企业评价法制环境最好的3个省市是上海、浙江和江苏，评价最差的是青海、贵州和山西。而2004年评价最好的3个省（区）市为上海、新疆和北京，浙江下降到第四位，江苏降为第八位；评价最差的3个省市为青海、贵州和广西。不过，2005年企业对各地区法制环境的评价有所降低，甚至低于2003年。在2005年企业评价法制环境最好的3个省市为上海、浙江和江苏，北京降为第七位，评价最差的3个省市为贵州、湖南和山西。以上情况说明，我国的法制环境仍然有待改善。

政府与市场的关系方面，提高比较明显的是黑龙江、湖北与安徽。2003年，排名最好的三个省市是上海、江苏与广东，排名最后的三个省（区）市是内蒙古、新疆与青海。2004年排名最好的三个省市则是江苏、上海与广东，江苏移居第一位，而上海略下降，为第二位，排名最后的三个省（区）市仍为内蒙古、新疆与青海。到2005年，排名最好的三个省市为广东、江苏与上海，广东跃升为第一位；同时，福建上升很快，变为第四位了，排名最后的三个省（区）市为贵州、新疆与青海。其中，排名最后的省市与排名最前的省市指数相差了不止1倍，说明各省市的政府与市场关系发展是很不平衡的。

金融发展水平方面，提高比较明显的省（区）市是宁夏、内蒙古与新疆，2002～2005年间提高了一倍以上。2003年排名最好的三个省市是浙江、上海与广东，排名最后的三个省（区）市是甘肃、内蒙古与黑龙江。而2004年，排名最好的三个省市还是浙江、上海与广东，排名最后的三个省市是甘肃、青海与黑龙江。到2005年，排名最前的三个省市也还是浙江、上海与广东，而排名最后的三个省市为吉林、甘肃与黑龙江。其中，排名最后的省市与排名最前的省市指数相差了不止3倍，说明各省市的政府与金融发展水平也是很不平衡的。

以民营上市公司的注册地为标准分析其地域分布，基本上民营上市公司遍布全国各个省市。从表面上来看，这说明民营经济已不再是经济发达地区独秀的经济成分，这也与民营经济对整个国民经济增长贡献度提高的事实相吻合。然而，再进一步深入分析后，还可以发现在表象背后的一些地域分布特征。在民营上市公司总数方面，2002～2005年间，广东有151家，浙江有141家，分别占样本总数的13.1%和12.2%，这与两个省市的经济市场化程度、金融发展水平程度较高的事实是相符合的。处于民营上市公司总排序第二集团的上海、江苏与四川，民营上市公司的样本分别为97、94、87，分别占样本总数的8.41%、8.15%与7.54%。这里要指出的是，虽然四川的国民经济发达程度没有排进全国的前几位，但是其上市公司的总数却是相对较多，从而民营上市公司的总数也比较多；同时，四川作为教育、科技、文化相对发达的西部经济中心省份，也是民营经济相对活跃的地区。民营上市公司分布相对较少的省市如甘肃、山西、贵州、江西与天津，[19]分别占总样本的0.78%、0.78%、0.69%、0.35%与0.35%。从民营上市公司总数较多的省市到总数较少的省市分布情况看来，地区之间的民营经济发展水平也是存在很大的不平衡。总的来说，经济越发达的地区，民营经济越活跃。

进一步，本书还利用了世界银行于2005年开始的对中国120个城市共12400家公司的详细的调查数据来考察城市的市场环境情况。调查表明城市投资环境差异显著。与商业有关的法律法规在全国基本相同，差异主要反映了地方政府是否提高了管理效率。表4-7描述了120个城市的投资环境指数和政府效率指数。

表4-7　中国120个城市的投资环境指数和政府效率指数（世界银行，2006）

续表

注：投资环境指数位于-0.095～0.44之间，指数越大，投资环境越差；政府效率指数位于3～118之间，指数越大，政府效率越低。数据来源于世界银行（2006）。

投资环境指数最小值为-0.095，最大值为0.44；政府效率指数最小值为3，最大值为118。需要注意的是，指数越大，投资环境和政府效率越差。从表4-7可以看到，东莞、深圳、苏州是投资环境最好的三个城市，而遵义、宜宾和黄冈是投资环境最差的三个城市。在政府效率上，江门、苏州和威海表现最好，而天水、本溪和黄冈表现最差。对两个指数的相关系数进行了分析，发现投资环境指数和政府效率指数的Person（Spearman）系数为0.787（0.792），说明这两个指数的相关性是很高的。并且，表4-7的数据还表明，即使在一个省内，不同城市之间的制度环境也是存在差异的。

本书考察了样本中的民营上市公司对进入政府管制行业与房地产行业的情况，也考察它们获得政府补贴的情况。同时按照民营上市公司的终极控制人是否有政治背景（CPC）以及公司的政治背景强度（CPCB）来分别进行统计。其描述性统计如表4-8所示。

表4-8　政治关系与政府支持描述性统计

从进入管制性行业来看，控制人是否有政治背景的区别并不是很大，两组进入管制性行业的比例分别是0.112与0.096，但如果以政治背景强度来分组，则存在着较大差异，两组进入管制性行业的比例分别是0.238与0.069。从进入房地产行业来看，控制人是否有政治背景对其也是有一定的影响的，两组进入房地产行业的比例分别为0.196与0.157，当然，以政治背景强度来区分，两组进入房地产行业的比例差异更大，分别为0.292与0.147。获得政府补贴方面，无论是以控制人是否有政治背景还是以政治背景强度来区分，两组样本显然都存在很大的差别。有政治背景的企业获得的政府补贴比例要大于没有政治背景的企业。总之，上述的描述性统计结果初步说明了有政治背景的企业在获得政府支持方面要好于没有政治背景的企业。

进一步，根据政府干预水平高低把样本分成两组，其中，把小于政府干预水平[20]指数的中位数[21]的样本视作是政府环境好的地区所在样本，把大于政府干预水平指数的中位数的样本视作是政府环境差的地区所在样本。进而考察在政府环境有区别的情况下，政府支持是否有差别，其描述性统计如表4-9所示。

表4-9　不同政府环境下的政府支持描述性统计

从表4-9可以看出，政府治理环境的差异对民营企业进入管制行业、获得政府补贴似乎没有什么特别的影响，但是，在政府治理环境差的地区，民营企业会更多涉及房地产投资。

本书考察了样本中的民营上市公司获得银行贷款及融资约束的相关变量。同时，按照民营上市公司的终极控制人是否有政治背景（CPC）以及公司的政治背景强度（CPCB）来分别进行统计。其描述性统计如表4-10所示。[22]

表4-10　政治关系与银行贷款的描述性统计

续表

从表4-10可以看出，控制人有政治背景的样本组其下年度的银行贷款（Bankratet＋1）为0.559，要大于样本的平均水平0.477，当然也大于控制人没有政治背景组的0.390。投资水平方面，控制人有政治背景的样本组I/Kt为0.152，也要大于控制人没有政治背景组的0.072。现金流/固定资产比例方面，控制人有政治背景组的其比例为0.181，控制人没有政治背景组其比例为0.066。连续三年的平均主业增长情况，总体来看，民营上市公司都保持了较大的增长，三年的平均增长达到了86%，控制人有政治背景组的主营业增长更好，达到了105.5%，控制人没有政治背景组的主营业增长也达到了65.4%。有政治背景强度组的样本其各个变量与控制人有政治背景组的样本分布情况类似。

进一步，按照地区的金融发展水平把样本分成两组，其中，如果样本该年所在地区的金融发展水平大于全国金融水平的中位数，则视作金融发展水平好的组，否则视作金融发展水平差的组。另外，还根据世界银行（2006）对地区可以预期的通过非正常手段获取贷款的比例来划分金融腐败[23]地区。如果该年上市公司所在地的城市金融发展腐败水平大于全国城市金融腐败水平的中位数，则视作金融高腐败地区，否则为金融低腐败地区。

表4-11　不同金融环境下的银行贷款描述性统计

续表

从表4-11可以看出，在金融环境水平发展好的地区，民营上市公司获得的银行贷款要多于在金融环境水平发展差的地区；同时，企业也愿意在金融环境水平发展好的地区更多投资。这说明，外部金融环境的发展对企业发展成长是有着重要影响的。

根据世界银行（2006）的企业认为可以通过“非正常支付”获得贷款的预期的大小，对民营企业进行分组统计，其各项变量统计的结果基本与按照金融环境发展水平分组一样，不过组间差异没那么明显。

在表4-12中，本书按照民营上市公司的终极控制人是否有政治背景（CPC）以及公司的政治背景强度（CPCB）来分别进行统计。其描述性统计如表4-12所示。[24]

表4-12　政治关系与企业价值描述性统计

续表

从表4-12可以看出，控制人有政治背景的企业价值Tobin Q1、Tobin Q2与BHAR均值分别为1.293、1.287与-0.005，略大于控制人没有政治背景的企业价值，它们分别为1.243、1.236与-0.038。经过行业调整后，两组的差异更加明显。民营企业有政治背景强度组，企业价值Tobin Q1、Tobin Q2与BHAR均值分别为1.339、1.343与0.025，要大于没有政治背景强度组，它们分别为1.252、1.243与-0.032。

因为2005年，我国的上市公司进行了股权分置改革，这在一定程度上会影响公司价值的计量，从而为了保持样本的一致性，本书剔除了2005年的样本，仅对2002～2004年的样本进行统计，其结果如表4-13所示。

表4-13　股权分置改革前政治关系与企业价值描述性统计

从表4-13可以看出，在剔除2005年股权分置改革的样本后，总的来说，企业价值各个相关指标都有所上升。按照政治关系的分组描述性统计表明，有或者没有政治关系的样本组之间的企业价值也仍然存在着一定的差异。当然，更进一步的考察结论需要在后面的检验中得出。

最后，我们在表4-14中描述了各控制变量的相关情况。[25]

表4-14　控制变量的描述性统计

如表4-14所示，全体样本中，公司由控股股东指定管理层的达到了71.6%，这说明民营企业的管理层大多是以控股股东的力量为主。投票权与现金流分离度为0.64，在罗党论、唐清泉（2007）对上市公司的金字塔结构统计中发现，投票权与现金流分离度方面，民营企业控制的比例最明显，均值为0.659，而地方所属国有企业分离度最低，均值为0.943，次之为中央直属企业控制的比例与国有资产管理局控制的比例，分别为0.847与0.943。控股股东控制的比例最大为91.6%，最小为5.1%，均值为34%。民营上市公司的平均业绩方面，ROA为0.002，说明民营上市公司总体业绩表现欠佳。负债比例34.9%，可以说明民营上市公司的负债比例尚不高，这可能与它们得到银行的支持程度有一定关系。每万元销售额雇佣员工比例为4.3%，在唐清泉、罗党论（2007）的统计中，地方政府控制的企业每万元销售额雇佣员工比例为3.9%，不过从员工人数来看，地方政府控制的企业平均雇员为3453，却要大于民营控制的企业的2549。[26]其实，这个比例还在一定程度上说明民营企业对当地就业水平的贡献程度。

只有不到35.2%的民营上市公司是通过直接IPO上市的，绝大部分的民营上市公司都是通过买壳后上市，这反映了民营上市公司在资本市场的“尴尬”地位，当然，这跟中国的资本市场发展历程有关系。在前面的制度背景一章中，实际上也提到，我国的资本市场在一开始设立就是本着为国有企业解困而来的，民营企业在资本市场的发展也不过是最近5年来的事情。从而，本书也发现民营企业上市运营的时间超过3年以上的，仅仅是28.5%，这说明，民营企业在资本市场的发展，还有很长的历程。

[1]当然，这样的样本还是比较少的，因此对研究不会构成影响。

[2]由于“人大代表”、“政协委员”等称号对民营企业家都是一种难得的资源，从而，很多报道都会出现这样的资料，这给我们收集终极控制人带来了莫大的便利。实际上，我们曾一度想搜索出民营企业家担任“人大代表”、“政协委员”的时间起点，遗憾的是，我们最多是能知道他（她）是“十届人大代表”、“十届政协委员”等模糊的时间。

[3]另外要说明的是，进行这样的数据收集有相当大的工作量，笔者进行了整整半年这样的数据整理，其间，甄丽明博士生、郑亚丽、姜跃龙硕士生都进行了友好的帮助。这里要表示感谢。

[4]这种紧密的联系可以是公司高管跟政府的高官是朋友关系，又或者公司高管是前任的某个高官，或公司高管跟一个执政党有密切联系等。

[5]据统计，截至2006年底，四川省民营企业中的从业者，约有12.8万人加入中国共产党，而其中业主和老总级高层高达1.2万多人。据悉，四川省工商联此前已经提交了《关于积极引导民营企业开展企业文化建设，大力推进非公经济领域思想政治工作》的提案，提出要在全省民营企业文化建设工作中纳入党建文化。http://www.scol.com.cn四川在线（2006-01-20）。

[6]全国人大常委会副委员长成思危在会见“第二届中国财富论坛”数百位来自全国各地的企业家时说：“今天我到了，很多人要跟我照相，我也理解这个心情，我们国家现在有一个毛病，有时候跟领导人照相好像就是领导支持。”他强调：“要靠自己的实力去创造财富，而不是靠照片创造财富。”（《新京报》2006年4月19日）

[7]当然，由于只采取了这种方法，所以对企业政企关系的刻画可能会存在遗漏或不全面，但最起码，这是一种比较公开的政企关系。

[8]该指标的董事包括了董事长、执行董事以及独立董事。

[9]对民营上市公司来说，终极控制人显得异常重要。一般地，民营上市公司跟国有上市公司不一样的地方是民营上市公司更多的是个人或家族控制，很大部分属于私人财产，从而控制人的政治身份很大程度上反映了民营企业的政治关系。要更详细理解这些区别，就要回到产权的角度进行论述，部分论述可以参考前面章节。

[10]这里的高政治背景是指政治参与在省级以上的，如省“人大”、国家“人大”，省“政协”、国家“政协”，以及在省以上的政府部门曾经任职的。

[11]早前《中国市场化指数》最新的版本也只是给出了中国2002年各个省的数据，所以很多研究在2003年、2004年、2005年也是采用了2002年的数据，这可能在度量方面存在一定的偏差。不过该指数2007年已经进行了更新，更新后的数据刚好有2002～2005年各个省市的市场化指数。

[12]该指数是世界银行于2005年开始对中国120个城市的共12400家公司展开了详细的调查后，根据各个指标体系建造的一个衡量中国主要城市的政府治理与投资环境的一个综合指数。

[13]我们这里没有采用国外通用的公司年末Tobin Q值来衡量公司的成长机会，正如徐莉萍等（2006）所认为，Tobin’s Q等市场指标不适用于中国股市，原因在于中国股票市场的有效性程度是非常之低的，远远低于成熟市场经济的资本市场有效性水平；同时，转型经济中股票价格的高度波动和高换手率无疑会导致Tobin’s Q指标中存在着严重的潜在偏差。当然，我们在后面的敏感性测试也使用了该指标，对本书得到的结果没有产生影响。

[14]终极控制人对上市公司的最终控制权以金字塔链条上最小的持股份额来度量。如果终极控制人与上市公司之间存在多条控制链，则将每条控制链上的控制权相加作为最终控制权（Claessens et al.，2002）；现金流权以金字塔链条上所有持股份额的乘积来度量，如果终极控制人与上市公司之间存在多条控制链，则将每条控制链上的现金流权相加作为现金流权。

[15]该统计结果在本书中没有列出，下面有些比较细的统计结果也没列出，感兴趣的读者可以向笔者索要。

[16]转引自吕明合：《民营企业主竞逐党代表》，《南方周末》2007-05-10，http://www.nanfangdaily.com.cn/zm/20070510/xw/szxw1/200705100008.asp。

[17]A农、林、牧、渔业，B采掘，C制造业，C0食品、饮料，C1纺织、服装、皮毛，C2木材、家具，C3造纸、印刷，C4石油、化学、塑胶、塑料，C5电子，C6金属、非金属，C7机械、设备、仪表，C8医药、生物制品，C9其他制造业，D电力、煤气及水的生产和供应业，E建筑业，F交通运输、仓储，G信息技术业，H批发和零售贸易，J房地产业，K社会服务业，L传播与文化产业，M综合类。

[18]我们这里的统计都没有把西藏放在统计范围内，原因是前面的样本选择中已经把西藏所在的上市公司剔除了。

[19]很奇怪，天津的市场化水平总体来说还是不错，但是民营上市公司总数却是很少，这可能与天津的经济发展战略有很大的关系。

[20]政府与市场关系指数越大，说明政府干预水平越小。

[21]这是与辛宇、徐莉萍（2007）分组不一样，他们是按样本组的政府与市场关系来衡量中位数，我们是根据省市的政府与市场关系来衡量中位数。我们认为这样的分组更能反映出样本的所在地情况。但这样的分组会产生政府环境好的地区所在样本要大大多于政府环境差地区所在样本。

[22]在这个表的统计中，由于I/Kt、CF/Kt与Growtht会存在一些数据缺失，所以在下面的描述性统计中，样本数也会有一定的缺少。具体来说，I/K统计了1134个样本，CF/K统计了1112个样本，Growth统计了1121个样本。

[23]也有学者根据谢平、陆磊（2005）所编制的中国金融腐败指数作为划分标准，把金融腐败指数相对较低（该指数越小，金融腐败程度越小）的东北地区和华东地区的样本公司归为一组，而将金融腐败指数相对较高的华北地区、中南地区和西部地区纳入另一组（朱红军等，2006）。

[24]剔除了部分极端值的样本。

[25]样本的数量不一致，原因在于我们做描述性统计的时候已经把一些样本的极端值进行了一定的剔除。

[26]他们认为合理的解释是，确实国有企业的雇员人数要大于民营企业，可是由于国有企业的规模通常都比较大，从而相对雇员比较来看，民营企业的雇员人数可能还要比国有企业大。