论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　同时考虑到对于政治晋升，国有企业的管理层通常会有一定的预期，由此会对在职消费的抑制体现出提前效应，因此本文分析t期政治晋升对卜1期在职消费的影响来考察政治晋升的预期效应，模型如下：
　　(Ab、Perksu-i=a〇+aiPromotionu+piCeopayu-i+^2Rpayit-i+/iLeveragei(-i+yzBroadsizei(-i+Y3lnderati〇it-i+Y^Mshareit-i+Y^ROAit-i+Yepmwthit-i+SiAgeu-i+S2Tenureu-i+d3Backgroundit-1+d4Dualityit-1+S5Otherdualityit-1+S6Turnoverit-1+丫'Industry+^Year+eit-i⑷
　　首先运用最小二乘法（OLS)和固定效应（FE)方法分析政治晋升对在职消费的影响。从上述回归模型⑴到模型⑷，可以看出政治晋升与在职消费（异常在职消费）呈负相关关系，表明政治晋升可能性越高的高管，不管是公司在职消费还是"以权谋私"的异常在职消费，在面临晋升激励时，都呈现出减少的趋势。这表明高管在"在职消费"和政治晋升两种激励之间存在相机抉择，其一定程度上会牺牲在职消费，谋求政治职位晋升，二者之间存在一定程度上的不对称替代效应，支持本文提出的假设1,即"权衡收敛观"假设。
　　在"薪酬管制"背景下，高管一员工相对薪酬对在职消费和异常在职消费的影响结果显得非常有趣(比较模型⑴和模型⑶），相对薪酬越高的CEO,其在职消费越高，而其异常在职消费越低。在控制变量中，我们发现公司绩效，财务杠杆以及公司成长性均与在职消费呈显著的正向关系，绩效越好的公司在职消费越高，同时随着财务杠杆的提高，企业的自由现金流规模上升，加大了经理人可支配的现金流，提高了经理人在职消费的可能性。高成长的公司，不论是由于正当业务需要，还是高管"以权谋私"，借助高成长机会，一部分公司现金流会转入高管在职消费。在异常在职消费的分析中（模型⑶和模型(4)),公司规模和财务杠杆与异常在职消费呈正相关关系，与之前的模型（1)、(2)结果一致，但是公司成长性与异常在职消费呈负相关，表明公司成长性指标越高，正当在职消费所占比重越大，不正当在职消费越少。董事长与总经理合二为一（0=兼任，1=不兼任）与在职消费呈负相关，相对于兼任情形,不兼任情形会产生更多的在职消费。年龄与异常在职消费显著负相关。值得注意的是，轮转年对在职消费的影响显著为正，存在轮转年突击花费的状况。
　　从模型（5)可以看出，政治晋升激励对前一年的总体在职消费没有显著影响，可能的解释是准官员正在为晋升而努力，运用公司在职消费来增加公司绩效并且为自己建立良好的关系。但是模型（6)显示，政治晋升激励对晋升前一年的异常在职消费有抑制作用，由于轮转年的前一年是其职业生涯重要的考核年，高管异常在职消费存在收敛现象，以此营造良好的政治升迁形象。由模型⑴~(6)我们可以看出政治晋升激励对在职消费具有双重效应，在轮转年当期，其对总体在职消费和异常在职消费都有显著抑制效应，而在轮转年前一年，仅对异常在职消费存在预期效应。
　　(二）内生性问题
　　考虑到可能存在的内生性问题会影响回归结果的一致性，本文首先运用豪斯曼检验（Hausman,1978)来检测是否存在内生变量，结果chi2(11)=1434.69(P=0.000),故拒绝"所有解释变量均为外生变量"的原假设。在异方差情形下，传统的豪斯曼检验不再适用，而"杜宾一吴一豪斯曼"检验（Haus-man,1978;Wu,1973;Durbin,1954)在异方差情况下也适用，因此本文同时采用这种更为稳健的检验方法，结果同样显示存在内生变量。内生变量偏差(Endogenietybias)会导致OLS估计的不一致，这种不一致是由于内生变量与扰动项相关引起，解决方法的基本思路是将内生变量分为两部分，一部分与
　　扰动项相关，另一部分与扰动项无关，用扰动项无关的那一部分得到一致估计，常见的方法是工具变量法。传统的工具变量法是"两阶段最小二乘法"(2SLS),2SLS方法原理是先采用OLS回归内生性变量尤到乙得到:
　　XsZ^Zi')-1
　　i=1八
　　然后，OLS回归yjljx得到参数的估计量：<52畑是参数5的一致估计量。
　　本文首先考虑一个内生变量情形，薪酬管制情形下在职消费内生于高管薪酬。工具变量同时要满足相关性和外生性两个要求，从宏观制度中寻找合适的工具变量是学术界通行做法。在本文研究样本中，存在国有股权退出的原国有上市公司，这种民营化国有企业大部分终极控制权仍保留在政府内部，故本文仍将其纳入研究样本。与国有企业相比，民营化后国有企业高管薪酬设计相对市场化，CEO薪酬与绩效挂钩，较可能反映出其在劳动力市场价格。所以本文将所有权类型（Owratype)作为主要工具变量。由笔者之前相关性分析结果可以看出，CEO年龄（4ge)和任期(T"e皿re)与在职消费相关性不强，我们将这两个变量也作为工具变量法的自变量。
　　因此，第一阶段，用CEO薪酬对工具变量进行回归：
　　Ceopayit="〇+^1Owntypeit+jhLogAgeu+j^Tenureit十汐iXit+uit(5)
　　第二阶段，探究第一阶段拟合值对在职消费的影响：
　　(Ab)Perksit=y〇+jiCeopay.t+y2Promotionit
　　+YkXkt+⑴it(6)
　　在过度识别检验结果中，从不同方法对应的Chi2⑴值结果可以看出，所有P值都在0.2以上，故接受所有变量都外生的原假设，工具变量与扰动项无关，满足其选取要求。公式（5)、（6)中尤,表示其他控制变量。