Page 71 - 北京工商大学学报2019年第5期

北京工商大学学报(社会科学版)摇 摇 摇 摇 2019 年摇 第 5 期

表 9摇 高管是否具有从军经历的匹配平衡检验结果

均值 标准偏差 T 值检验
可观测变量 样本 标准偏差
处理组 对照组 变化/ % 相伴概率
配对前 1郾 162 15郾 579 - 1郾 4 - 0郾 16
Growth 97郾 7
配对后 1郾 168 0郾 830 0郾 0 0郾 18
配对前 2郾 456 2郾 258 4郾 6 0郾 56
TobinQ 59郾 9
配对后 2郾 437 2郾 357 1郾 8 0郾 19
配对前 0郾 886 1郾 069 - 17郾 9 - 2郾 57 ***
MB 99郾 3
配对后 0郾 893 0郾 894 - 0郾 1 - 0郾 02
配对前 2郾 319 2郾 412 - 13郾 1 - 2郾 14 **
Age 83郾 2
配对后 2郾 331 2郾 346 - 2郾 2 - 0郾 25
配对前 0郾 034 0郾 038 - 3郾 8 - 0郾 48
CFO - 49郾 0
配对后 0郾 033 0郾 034 - 5郾 6 - 0郾 86
配对前 22郾 348 22郾 371 - 1郾 5 - 0郾 26
Size - 16郾 3
配对后 22郾 341 22郾 314 1郾 8 0郾 20
摇 摇 注: 、 ** 、 *** 分别表示 10% 、5% 、1% 的显著性水平。
*
表 10摇 高管是否具有从军经历的平均处理效应
可观测变量 样本 处理组 对照组 ATT 标准误 T 值
配对前 0郾 073 0郾 085 - 0郾 012 0郾 010 - 1郾 12
absDA
配对后 0郾 074 0郾 087 - 0郾 013 0郾 005 - 2郾 79 ***
摇 摇 注: *** 表示 1% 的显著性水平。
均处理效应。 由表 10 可知,匹配前,处理组和对 表 11摇 个体固定效应模型的回归结果
照组的 absDA 平均值分别为 0郾 073 和 0郾 085,但在 变量 系数 T 值
统计上不存在显著差异;匹配后,处理组和对照组 army_exp - 0郾 166 * ( - 1郾 705)
的 absDA 平均值分别为 0郾 074 和 0郾 087,并且在 SOE 0郾 035 (0郾 382)
1% 的水平下显著。 可见,缓解内生性问题对实证 Dual 0郾 054 (1郾 321)
结果的影响后,高管从军经历仍然有助于抑制或 First 0郾 021 (0郾 785)
显著抑制企业盈余管理。 Growth 0郾 030 (0郾 475)
2郾 遗漏变量问题。 本文的结论还可能受到 ROA 0郾 018 (0郾 006)
某些不可观测变量的影响,但这些变量并不随着 LEV - 0郾 111 ( - 1郾 474)
个体和时间的改变,比如高管的家庭背景以及高 Size 0郾 001 (0郾 024)
Age 0郾 043 (0郾 559)
管能力。 为了解决这个问题,本文采用个体固定
CFO - 0郾 197 *** ( - 12郾 776)
效应模型进行估计。 在非平衡面板数据下利用固
CYC - 0郾 076 ( - 1郾 165)
定效应模型进行估计,其估计不够有效和精确。
Salary 0郾 001 (0郾 051)
因此,为了使本文的结论更加稳健,我们采用平衡
常数项 - 0郾 215 ( - 0郾 534)
面板数据进行估算。 我们剔除了样本观测年少于 Year 控制
6 年的公司,最后得到 1 080 家公司,共计 6 480 个 Ind 控制
公司年。 由表 11 可知,army_exp 的系数仍然显著 个体固定效应 控制
2
为负。 再次验证了本文的结论是稳健的。 调整后 R 0郾 056
六、研究结论与启示 F 值 9郾 562
早期基于管理层视角的盈余管理行为影响因 样本量 6 480
素研究大多是从管理层自利动机角度出发进行考 摇 摇 注: 、 ** 、 *** 分别表示 10% 、5% 、1% 的显著性水平。
*
· 6 6 ·