市场对限薪令的反应

本书利用事件研究法，考察2014年“限薪令”这一公司外部政策事件对国有企业股价的影响。事件研究法最早由Dolley（1933）提出，自Fama et al.（1969）将该方法完善与推进后，广泛应用于金融经济学领域，集中探讨了兼并收购、分红政策以及盈余公告对股票价格的影响；此外，在法律与经济领域，事件研究法也常被用于评估政策效应（Larcker，2011；Cai and Walkling，2011；胡金焱，2003；李平等，2014）。

国外用事件研究法评估政策效应时，主流的做法是根据《华尔街日报》选取事件日期。然而，国内并无相应媒体会在第一时间发布相关政策的所有进程，因此本书对事件日的选取综合了实际政策进展以及国内权威媒体《人民日报》的相关报道，共选择了5个与“限薪令”审议、出台与推进相关的重要时间点。^[5]根据国际上管制事件研究法的惯例，本书选取自第一次事件发生前的100个交易日为估计窗，具体时间跨度为2014年3月24日到2014年8月14日。随着通信技术的不断发展，市场对信息的获取和消化的速度大大加快，现有研究表明宏观政策事件对市场造成的影响基本在当日即被消化（寇明婷和卢新生，2011；李平等，2014）。但考虑到政策消息存在提前泄露或新闻报道滞后等因素，本书事件窗选取在事件日当天与前后各一天［-1，1］，这种短时间窗也是目前国际上政策与管制事件研究法的普遍做法（Cai and Walkling，2011；Akyol et al.，2012）。此外，当事件窗包含其他干扰事件时，本书剔除了存在干扰事件的事件日，实际事件窗如表6-4最后一列所示。剔除干扰事件的规则如下：首先，当三日事件窗因周末等非交易日不连续时，本书只保留事件日当天和与其相邻的交易日，这是由于周末等非交易日往往伴随有其他各类政策新闻的宣告（因此事件1、2、5事件窗只包含两个连续的交易日）；其次，由于事件3发生当日为非交易日，因此将事件窗向后平移一个交易日，即事件窗为2015年1月5日（＋1）与2015年1月6日（＋2）；最后，对于发生于两会期间的事件4，相关干扰事件较多，因此其事件窗只包含事件日当天。

表6-4　2014《中央管理企业负责人薪酬制度改革方案》相关事件列表

注：表中《中央管理企业负责人薪酬制度改革方案》简称为《方案》

根据Campbell et al.（1997）的研究，本书选择市场模型对正常收益进行估计。利用估计窗数据，估计出每家公司市场模型的回归系数，并根据市场模型计算出正常收益（）。因此每个事件日的异常收益（AR）即为实际收益与正常收益之差，事件窗内所有事件日的异常收益之和计为累积异常收益（CAR）。

(www.xing528.com)

表6-5报告了“限薪令”的市场反应情况。全样本包括638家国有企业（包括地方与中央国有企业）与5个事件日，共计算出3190个CARie。根据公司实际控制人类型、行业属性以及事件日进行分组检验。总体而言，只有处于竞争性行业的央企有-0.406%的累积异常收益，并且在1%统计性水平下显著，说明“限薪令”会导致竞争性央企平均损失0.4%的股东财富；处于垄断性行业的央企累积异常收益为-0.09%，不仅减少了一个数量级而且不具有统计显著性，说明“限薪令”对垄断性央企没有显著影响（支持假说6-2a、6-2b）。此外，由于地方国企不是“限薪令”直接针对的对象，虽然其也被要求参照执行，但考虑到政策执行的不确定性，所以其并没有显著的市场反应。

表6-5　“限薪令”的市场反应情况表

续　表

注：分事件日检验中，每组第一行为平均累积异常收益，第二行括号内为T统计量，第三行为该组观测值个数。最后加总检验中，第二行括号内为经过按事件日聚集调整后的T统计量，修正了横截面相关导致的T统计量高估问题。***，**，*分别代表在1%，5%与10%显著性水平下显著。