论文标题：Us Political Corruption and Firm Financial Policies
中文标题：美国政治腐败与公司财务政策
原文来源：Smith, J.D., 2016. US political corruption and firm financial policies. Journal of Financial Economics, 121(2), 350–367.
供稿：李惠惠
封面图片来源：Pexels
编者按
文章研究了地方政治腐败行为对当地公司财务政策的影响。文章利用美国司法部发布的地方政治腐败案件的数据来衡量某一地区的腐败程度，发现相比于腐败程度较低地区，腐败程度较高地区的公司所持流动资金更少且财务杠杆更高，从而显示出更弱的支付能力以避免当地腐败政府的寻租行为。
研究背景
政治腐败行为十分普遍，据有关调查，全世界大约20%的公司至少曾经历过一次的当地政府的贿赂索取。腐败政府的贿赂索取通常发生在办理营业执照、进口执照、建筑许可证、签订政府采购合同或者其他政府行为之时。在这一环境下，某地区的政治腐败将会如何影响当地公司的财务行为？文章以美国政治腐败为背景，研究了地方政治腐败行为对当地公司财务政策的影响。
假设提出
为研究地方政治腐败行为对当地公司财务政策的影响，文章提出了两种相对立的假设：
Svensson（2003）认为，公司表现出来的支付能力越强，则其被索取得越多。公司为实现公司价值最大化、减少贿赂支出，会选择低流动性的财务政策，减少能够用于贿赂政府的流动资金，表现出较弱的支付能力（Stulz, 2005）；同时公司会提高财务杠杆增加其低流动性财务政策的可信度，因为公司所持资金要用于未来偿还债务本息。在这种情况下，腐败政府会减少对公司的贿赂索取，避免因公司搬迁、破产或者投资者报酬大幅减少而引起他人注意，降低腐败行为被揭发的风险、增加连任概率。因此文章提出了隐藏性假设，公司为避免腐败政府的寻租行为，会选择低流动性、低灵活性的财务政策，即公司将减少流动资金、提高财务杠杆。
腐败政府的寻租行为对某些公司来说可能意味着机会。公司为从政府处获得更多资源，会选择流动性较高的财务政策，时刻准备着贿赂腐败政府。例如腐败政府在政府招标时向投标者索取贿赂，此时能快速支付高额贿赂款的公司将最终中标。因此文章提出了流动性假设，公司为贿赂政府、获取更多资源，会选择高流动性、高灵活性的财务政策，即公司将增加流动资金、降低财务杠杆。
这两种假设都基于共同的前提：公司搬迁总部的成本高于改变财务政策的成本，公司无法随意地在政府之间转换，转换成本过高；其次公司总部设立在任何地方都有其利弊，尽管该地政治腐败带来了一定成本，但是可能有其他益处让公司无法轻易地搬迁总部，例如独特的地理位置等。因此，公司为避免腐败政府的寻租行为，不会选择搬迁总部，而将使用成本更低的改变公司财务政策的方法。
研究设计
文章的初始样本包含所有在美国成立的公司，样本涵盖期间为1980年至2009年，剔除了资产或销售收入为负数的公司年度观测值，并按照传统做法将缺失的研发费用设定为0并生成哑变量指示该公司的研发费用数据是否缺失，再剔除了金融公司和公共事业公司的样本。参照前人对政治腐败的研究，以公司总部所在地的政治腐败情况代表公司所处环境的政治腐败程度。文章从美国证券交易委员会（SEC）获得公司总部的数据，并从Compustat数据库补充缺失数据。剔除缺失值后，最终获得14537个公司的共122304个公司年度观测值。
文章使用Cash ratio来衡量公司的流动资金情况，即(现金及现金等价物/总资产)。文章使用Leverage来衡量公司的财务杠杆，即[(流动负债+长期负债)/总资产]。文章使用Convictions per 100000来衡量公司总部所在地的政治腐败程度，即美国司法部（DOJ）廉政科（PIN）发布的每个联邦司法区每年发生的已定罪的政治腐败案件例数，并根据每个联邦司法区的人口数进行标准化。司法部发布的政治腐败案件包括贿赂、敲诈、选举欺诈和利益冲突，并不能确定哪些案件是具体影响公司的，但是文章认为，较多政治腐败案件发生的地区意味该地区政治腐败已成传统、进而能够影响公司的经营决策，因此政治腐败案件例数可以代表该地区整体的政治腐败程度。
文章使用了一系列可能影响公司流动资金和财务杠杆的因素作为控制变量。Acquisition衡量因公司收购发生的现金流，即(收购发生的现金流出/总资产)；Capital expenditures衡量公司的资本性支出，即(资本性支出/总资产)；Cash flow衡量公司的现金流，即[(息税前利润-税费-利息-股利)/总资产]；CF sigma衡量公司所处行业整体的现金流波动风险，即公司所处行业前10年的现金流标准差，行业以二位元行业标准分类(two-digit SIC)；Dividend为哑变量，若公司在t年支付股利，该变量为1，否则为0；EBITDA衡量公司的息税折旧及摊销前利润，即(税息折旧及摊销前利润/总资产)；HHI衡量公司的产业集中度，即公司所处行业以三位元行业标准分类(three-digit SIC)的产业集中度ln(Sales)衡量公司的销售额，即ln(销售收入)；Market-to-book衡量公司的市价与账面价值比率，即 [(总资产-普通股本+发行在外普通股×会计年度末股价)/总资产]；Modified Altman-Z衡量公司破产风险，即公司破产概率；Negative NI为哑变量，若公司在t年净收入为负，该变量为1，否则为0；Net working capital衡量公司的净运营资本，即[(净运营资本-现金及现金等价物)/总资产]；PP&E衡量公司的固定资产，即(房地产、工厂和设备账面价值/总资产)；Real size衡量公司规模，即ln(2009年公司总资产)；R&D衡量公司的研发费用，即(研发费用/总资产)；R&D missing dummy为哑变量，若该公司的研发费用数据缺失，该变量为1，否则为0；Segments衡量公司的部门数，即公司业务部门的简单计数。
实证分析
Cash ratio作为因变量的回归结果如表1所示。其中，第(1)列为不加控制变量的回归结果，第(2)、(3)列为加入了相关控制变量的回归结果；第(1）、(2)列仅控制了时间固定效应，而第(3)列同时控制了时间固定效应和行业固定效应。回归结果显示Convictions per 100000系数显著为负，验证了隐藏性假设，即公司为避免腐败政府的寻租行为，将减少持有的流动资金。
表1 政治腐败与公司现金持有
Leverage作为因变量的回归结果如表2所示。回归结果显示Convictions per 100000系数显著为正，同样验证了隐藏性假设，即公司为避免腐败政府的寻租行为，将增加负债、提高财务杠杆。
表2 政治腐败与公司杠杆率
政治腐败与公司财务政策之间的关系可能存在内生性问题，即两者可能同时由某个遗漏变量所决定，例如教育、收入水平或者其他因素。文章通过增加协变量、工具变量法、公司业务地理集中度、使用其他衡量政治腐败的变量、倾向值匹配法（PSM）、排除公司欺诈解释等方法解决内生性问题。
1.增加额外的协变量以及工具变量法
文章以Cash ratio为因变量进行回归分析，增加了额外的影响流动资金和政治腐败的协变量，并使用了工具变量法，结果如表3所示。第(1)至(4)列增加的协变量有：Net debt issuance衡量公司的净债务发行，即[(债务发行-债务投资)/总资产]；Net equity issuance衡量公司的净权益发行，即[(权益发行-权益工具投资)/总资产]；Industry unionization rate衡量公司所处行业的工会组织程度，即工会化率；Inventory衡量公司的存货，即(存货/总资产)；Product market fluidity衡量产品市场的风险程度，即衡量产品市场上竞争公司威胁的一种指标；ln(Per capita income)衡量当地平均工资水平，即ln(城镇人均工资)；ln(State population)衡量当地人口数，即ln(该州人口数)；Educational attainment衡量当地居民的教育水平，即该州拥有学士学位的人口比例；Unemployment衡量当地就业水平，即城镇失业率。回归结果显示，除第(3)列外，Convictions per 100000的系数均显著为负。第(3)列的结果t值为-1.62，由于作者以州变量对标准误进行聚类调整，t值有可能是低估的（虽然也更为稳健），回归结果仍然可以验证隐藏性假设。
第(5)列，文章引入了工具变量，即该州人口围绕首都的集中度（Campante et al., 2010），并根据州的大小和形状进行了调整。该变量取值范围在0到1之间，0表示该州人口居住地都远离首都，1表示该州人口都居住在首都。前人研究发现，若一个州的人口围绕其首都的集中程度越低，则该州腐败程度越高，这可能是因为居住分散的选民缺乏对政府的监督。弱工具变量检验(Weak IV test)显示该工具变量是有效的。第(5)列为第二阶段的回归结果，Convictions per 100000的系数为正但不显著，然而Hausman检验(Exogeneity test)结果显示无法拒绝原假设，即Convictions per 100000是外生的，不存在内生性问题。工具变量回归结果不显著可能是因为工具变量法标准差较大，系数与其他回归结果相差不大。
表3 替代性的公司现金持有回归结果
文章以Leverage为因变量进行回归分析，增加了额外的影响财务杠杆和政治腐败的协变量，并使用了工具变量法，协变量和工具变量的定义与表3中一致，结果如表4所示。回归结果显示Convictions per 100000的系数均显著为正，验证了隐藏性假设。
表4 替代性的公司杠杆率回归结果
2.公司业务地理集中度
公司经营的地理集中度会影响政治腐败与公司财务政策之间的关系。因为经营地分散的公司可以轻易地将业务从政治腐败程度高的地区转移到政治腐败程度低的地区，面对政府索取贿赂的讨价还价能力更强，因此经营业务集中的公司的财务政策受到政治腐败的影响更大。文章使用% operations in HQ state衡量公司业务的地理集中度，即公司总部所在州在当年公司10-K报告中出现的次数占所有州出现次数的比例（Garcia et al., 2012）。文章加入% operations in HQ state、% operations in HQ state与财务政策变量的交乘项进行回归，结果如表5所示。其中Panel A的因变量为Cash ratio，Panel B的因变量为Leverage。
Convictions per 100000的系数均不显著，说明公司总部所在地的政治腐败环境对业务不在总部的公司的财务政策没有影响。% operations in HQ state与Cash ratio的交乘项系数为负但不显著，这可能是因为政治腐败同时影响公司财务政策和公司业务地理集中度（某地区政治腐败可能导致公司将业务分散转移至他地，公司业务集中度变小），或者文章对标准误进行了聚类调整，t值被低估。% operations in HQ state与Cash ratio的交乘项系数显著为正，验证了隐藏性假设。
表5 经公司业务地理集中度调整后的公司现金持有与杠杆率回归结果
3.其他衡量政治腐败的变量
文章使用其他衡量政治腐败的变量进行回归分析，结果如表6所示，其中Panel A的因变量为Cash ratio，Panel B的因变量为Leverage。第(1)列使用的是国家诚信调查指标，衡量了某一州法律及相关机构打击政治腐败的力度，代表了对政治腐败行为的威胁，文章对该指标进行了转换，使得该指标越大代表政治腐败程度越高。第(2)列使用了Boylan et al.（2003）的指标，即通过调查问卷形式得出的、基于感知的衡量政治腐败程度的变量。第(3)列使用了Garcia et al.（2012）的指标，即根据公司在某一州的经营业务比例与该州政治腐败程度的乘积之和，算出公司总体面临的政治腐败环境的加权数，而非只衡量其总部所在地的政治腐败环境。第(4)列使用了Raw convictions衡量公司所处环境的政治腐败程度，即未经人口标准化的公司总部所在联邦司法区每年发生的已定罪的政治腐败案件例数。第(5)列使用了Butler et al.（2009）的指标，即Convictions per 100000乘以衡量该地区Convictions per 100000是否在上四分位数的哑变量。回归结果均验证了隐藏性假设。
表6 政治腐败的其他衡量方法
4.倾向值匹配法
文章将Convictions per 100000在上四分位数的公司年度观测值作为实验组，将Convictions per 100000在下四分位数的公司年度观测值作为对照组，使用了上述分析中所有使用过的协变量作为匹配变量进行倾向值匹配，匹配后的回归结果如表7所示。其中Panel A的因变量为Cash ratio，Panel B的因变量为Leverage。第(1)至(3)列使用了不同的匹配方法，第(1)列为最近邻匹配，第(2)列为半径匹配，第(3)列为局部线性回归匹配。回归结果均验证了隐藏性假设。
表7 倾向值匹配分析
5.排除公司欺诈解释
公司欺诈是可能的遗漏变量。Parsons et al.（2014）研究表明政治腐败与公司欺诈或财务违规行为（Koester et al., 2014）有关，因此可能是公司欺诈导致的公司财务政策的改变，而非政治腐败。但是这一解释是不可能的，原因有如下三点：（1）Parsons et al.（2014）研究发现滞后的政治腐败变量与公司欺诈行呈正相关关系，这可能是因为在政治腐败环境下公司能更轻易地进行欺诈行为。因此在政治腐败程度较高的环境下，公司更倾向于隐藏资产并进行欺诈行为；（2）存在欺诈行为的公司不可能提高其财务杠杆，因为这会引来更严格的外部监管与债权人的监督；（3）Parsons et al.（2014）研究发现公司欺诈行为与财务杠杆呈负相关关系，然而公司欺诈行为与政治腐败呈正相关关系、政治腐败与财务杠杆呈正相关关系，因此不可能是公司欺诈连接了政治腐败与公司财务政策之间的关系。
研究结论
文章研究了地方政治腐败行为对当地公司财务政策的影响，发现相比于腐败程度较低地区，腐败程度较高地区的公司所持流动资金更少且财务杠杆更高，从而显示出公司的隐藏性动机，通过展示其更弱的支付能力以避免当地腐败政府的寻租行为。文章通过增加协变量、工具变量法、公司业务地理集中度、使用其他衡量政治腐败的变量、倾向值匹配法（PSM）、排除公司欺诈解释等方法解决内生性问题，验证了文章结论的稳健性。
Abstract
Using US Department of Justice data on local political corruption, I find that firms in more corrupt areas hold less cash and have greater leverage than firms in less corrupt areas. The results are robust to including a range of controls and to using an instrumental vari able approach, two alternative survey measures of corruption, and propensity score match ing. Further, the association between corruption and leverage is largest among firms that operate primarily around their headquarters. Overall, the evidence is consistent with the hypothesis that firms manage liquidity downward and debt obligations upward to limit expropriation by corrupt local officials.
