Page 77 - 《北京工商大学学报（社会科学版）》2020年第6期
P. 77

北京工商大学学报(社会科学版)摇 摇 摇 摇 2020 年摇 第 6 期

       四、研究设计                                      残差 着 表示的是企业 t 年的实际投资与估算出的
                                                         t
       (一)样本选取与数据来源                                最优投资之间的差额。 如果残差 着 大于 0,则表
       本文所使用的上市公司财务数据和公司股东                         示企业存在过度投资(OverInv);否则表现为投资
   数据,除了高管政治晋升之外,其他均来源于国泰                          不足。
   安 CSMAR 数据库。 高管晋升数据手工搜集整                            2郾 解释变量:政治晋升
   理,在 CSMAR 数据库里检索年度区间内的高管                            政治晋升作为“准官员冶 的国企高管大多数
   名称和个人简历,结合巨潮资讯网、百度、新浪财                          都渴望有朝一日能够进入政府部门成为手掌大权
   经等相关网站搜集获得。 本文选取了沪深 A 股                         的党政要员。 如果不能跳出国有企业进入到政府
   2013 年 1 月 1 日至 2018 年 12 月 31 日期间的国            部门,那么国企高管现有的级别待遇最高只能到
   有 A 股上市公司作为研究样本。                                副部级。 国企高管要想同政府官员一样享受更高
       首先,从沪深 A 股上市公司中选取国有企业                       级别的待遇和政治地位,比如进入中央部委或者
                       [38]  的方法,运用 Stata 软件
   数据,参照 Richardson                                省委省政府成为正部级领导,他们就会产生强烈
   进行残差回归计算出实际投资和估算的最优投资                           的动机通过在企业的良好表现为自己带来政治仕
   水平的正向差异, 来识别是否过度投资 ( Over鄄                      途上的升迁。 同时,国有企业的高管进入党政机
   Inv)。 由于相关模型中 2013 年的数据作为计算                     关担任要职也具备一些优势,因为他们更加精通
   2014 年预计最优投资水平的基数,故实际得出的                        市场化运作,配合以往的技术专长和多年在行业
   过度投资样本为 2014—2018 年之间的数据,本文                     里积累的经验,可以帮助地方特色产业发展壮大。
   实际所用的样本年度区间为 5 年。                               对于高管职位变更的衡量方法,本文参考 Cao et
       为保证研究样本的准确性,本文对所选样本                         al.  [6] 、杨瑞龙等 [18] 等的做法,从上市公司披露的
   进行了一系列的筛选,具体情况如下:(1)考虑到                         年报中查询高管变更的原因及去向,对于年报中
   金融类公司的业务经营情况、资本结构情况以及                           未详细披露的情况,借助互联网比如公司发布的
   会计处理方面存在特殊性,故将金融类、保险类上                          新闻公告或者百度、新浪财经等网站获得变更的
   市公司予以剔除;(2) 剔除 ST、 ST 公司;(3) 剔                  信息。
                               *
   除部分存在财务数据缺失的公司;(4) 考虑到可                             参考陈仕华、卢昌崇          [37]  的做法,本文采用虚
   能存在极端值的影响,本文按 1% 的比例进行                          拟变量方式来描述高管的政治晋升机会。 本文将
   Winsorize 处理。 经过以上述过程,最后得到的样                    国有企业的董事长或总经理的变更情况总结分为

   本总数为 1 952 个。                                   三类:晋升、平级和离职,本文将主要研究晋升。
       (二)变量定义                                     因此,特将晋升的情形进行细化,分类如下:(1)
       1郾 被解释变量:过度投资                               平级或者更高级别的重要政府职位;(2) 母公司
                         [38]  的研究模型,运用残
       本文参考 Richardson                             董事长、总经理或母公司副董事长等;(3)母公司
   差回归的方法估算企业的最优投资水平。 然后将                          党委书记。 之所以采用这样的分类方式,是因为
   最优投资水平与实际投资进行对比,如果当年实                           这种分类方式已经被广泛地应用到存在政治关联
   际投资大于估算出的最优投资水平,即为过度投                           的研究当中      [39]  。 另外,需要解释的是,本文之所
   资。 为估算企业的最优投资水平,建立如下模型:                         以将国有企业的高管调入到同等级别的党政机关
     Inv = 琢 + 琢 Growth t - 1  + 琢 Size t - 1  + 琢 Lev t - 1  +  担任职务的情形也归类为晋升,是因为在现有的
       t
           0
               1
                            2
                                     3
          琢 Cash   + 琢 Ret   + 琢 Age  +
            4    t - 1  5  t - 1  6  t - 1         体制背景下,国有企业的高管在正式进入到公务
           琢 Inv t - 1 移 Ind + 移 Year + 着  (1)     员系统的第一次变动中,大多数都不存在行政级
                  +
            7                          t
       其中, Inv 表 示 t 年 实 际 投 资, Growth        、    别的提升。 他们的升迁往往存在着一定的轨迹:
                t                           t - 1
   Lev  、Age  、Size  、Ret  、Cash   和 Inv   分别      首先,调入党政机关任职以实现其官员身份的转
      t - 1  t - 1  t - 1  t - 1  t - 1  t - 1
   代表企业 t - 1 年的成长性、资产负债率、现金持                      变,保持行政级别不变。 然后,在公务员系统里逐
   有量、上市年限、公司规模、股票收益率和资本投                          步经过考察并获得行政级别的进一步提升。 因
   资;Ind 和 Year 分别表示行业和年份虚拟变量。                     此,在国有企业高管的选拔任用过程中,他们第一
    · 7 2 ·
   72   73   74   75   76   77   78   79   80   81   82