近年来,从中央到地方都高度重视扶贫工作,2014 年 10 月 17 日被确立为我国第一个扶贫日。在扶贫工作中,慈善事业是脱贫攻坚不可或缺的重要力量。2016 年 3 月 16 日通过的《中华人民共和国慈善法》进一步鼓励了企业法人等组织开展以扶贫济困为重点的慈善活动。随着慈善事业的迅猛发展,企业捐赠金额之间的差异却越来越明显(山立威等,2008; 陈仕华和马超,2011 等) 。为什么各企业的慈善捐赠水平有高有低?  CEO 作为企业慈善捐赠行为的主要决策者和实际执行者,其源自亲身经历的内隐助人倾向是否影响其所在企业的慈善捐赠行为呢? 本期分享的文章深入探究了高管个人早期经历如何影响企业财务决策及社会责任的履行。
01 文献简介
▪ 文献来源:许年行,李哲.高管贫困经历与企业慈善捐赠[J].经济研究,2016,51(12):133-146.
▪ 关键词:慈善捐赠;出生地贫困程度;童年“大饥荒”经历;汶川地震

▪ 内容简介:文章利用 2006—2014 年上市公司慈善捐赠数据,研究高管贫困经历( 出生 地贫困程度或童年是否具有“大饥荒”经历) 对企业慈善捐赠行为的影响,并考察汶川地震这一自然灾害的外生冲击如何影响两者之间的关系。研究发现: (1) 当 CEO 出生于贫困地区,其所在企业进行了更多的社会慈善捐赠,同时,那些早期经历过“大饥荒”的 CEO 所在企业的慈善捐赠水平也更高; (2) 有过贫困经历的 CEO 所在企业的慈善捐赠水平在地震发生后有更大幅度的提高。这些结论在经过一系列稳健性测试后依然稳健。进一步研究发现,出生于富裕地区的 CEO 所在企业并未捐赠更多,并且,有过贫困经历且受过良好教育的 CEO 进行更多的慈善捐赠以回馈社会,有过饥荒经历且家乡饥荒程度更严重的 CEO 更加慷慨,政治关联状况并不影响两者之间的关系。最后,有过贫困经历 CEO 所在企业的在职消费水平更低,说明其能够做到对别人慷慨而对自己节俭。本文不仅从新的视角推进了企业慈善捐赠动机的研究,对于企业如何更好地履行社会责任、促进社会共同发展也具有重要的现实意义。

▪ 创新点:①拓展了企业慈善捐赠影响因素的相关研究。文章基于“利他”动机视角研究高管个人贫困经历如何影响企业慈善捐赠行为,以区别于以往文献侧重于从谋求经济动机或获取政治资源等“利己”动机视角来考察企业慈善捐赠行为的研究,有助于更深刻理解企业履行社会责任和慈善捐赠背后的真正动机和影响因素。②丰富了高管个人经历和早期生活如何影响企业决策和财务行为的研究,从“慈善捐赠”维度为有关高管个人经历与公司财务决策的研究提供了新的证据。第三,引入汶川地震作为外生冲击事 件,并采用 Heckman 两阶段模型、PSM 倾向分值匹配、Placebo 检验和 CEO 变更前后捐赠变化的动态视角等方法,能较好减轻企业捐赠研究中的内生性问题和选择性偏差,使得结论更具可靠性。

▪ CNDD相关数据推荐:

 CNDD-0013 上市公司董事长与总经理基本信息
02 研究逻辑
▪ 研究逻辑:
从空间维度来看,自然人在成长阶段的性格形成依赖于家乡发展程度,即“一方水土养一方人”。这种区域氛围会通过共同的历史、共同的经济活动、集体记忆和集体实践来影响精神特质和行为模式(张建君和张志学,2006) ,包括影响到公司管理层对待企业和社会的态度。即使 CEO 自身的家庭条件不一定属于贫困状况,但通过周边环境的所见所闻,也会影响其心理和行为。综合行为心理学和经济学研究成果,文章认为: 出生于贫困地区的 CEO 更了解社会捐赠的重要意义,公司可能更主动地向社会履行相应责任。
据此提出假设 1: 
H1: CEO 如果成长于贫困地区,则公司的慈善捐赠水平更高。
从时间维度来看,特定历史事件往往给自然人带来较大的记忆冲击。一方面,顺境往往让人更加激进,如 Malmendier et al. (2011) 发现有过部队服役经历的高管更偏好激进的外部融资; 另 一方面,逆境往往让人变得保守,如 Malmendier et al. (2011) 发现在大萧条时期成长起来的 CEO 对 于债务融资普遍持有疑虑。在我国,三年自然灾害给同时代的人们带来了不能磨灭的记忆,同样会诱发经历过该事件的人改变行为。经历过这段时期的 CEO 往 往更懂得“忆苦思甜”,从而将心比心地对待其他处于困顿状态的人们。从这一点看,早期经历三年自然灾害的经历对 CEO 行为模式将产生深远的影响。这种经历既是一种历史记忆,又会被写入现实。据此提出假设 2: 
H2: 如果 CEO 童年经历过“大饥荒”,则公司慈善捐赠水平更高。
 
进一步地,CEO 早期生活所见证的贫困环境还有可能增强其“移情”能力,即设身处地理解他 人感受并将自己过去对生活中的重要情感投射到其他人身上的一种心理反应。对于面对灾难的人们, 经历过贫困环境的高管具有更强烈的“移情”能力和共鸣体验,从而诱发其表达对他人的不幸遭遇 的关心和支持的情感。陈仕华和马超(2011) 、山立威等(2008) 认为企业慈善行为显著地受到自然灾害等外生事件的冲击。正是由于存在外来冲击,促使上市公司慈善行为的差异能更为明显地表露。文章认为高管贫困经历与企业慈善捐赠行为之间的上述关系在汶川特大地震之后可能更加明显。由此提出假设 3: 
H3: 有过贫困经历的 CEO 在地震发生后显著提高了企业慈善捐赠水平。
03 研究设计
由于上市公司的慈善捐赠数据自2006年才开始规范披露,所以本文选择 2006—2014 年作为研究时段。
▪ 研究模型:

为检验 CEO 贫困经历是否影响公司捐赠行为构建如下回归模型:

图片

重点关注 β1 ,若假设 1 和假设 2 成立,则 β1 应显著为正。

为检验汶川地震这一外生事件是否影响 CEO 贫困经历和公司捐赠行为之间的关系,先用倾向分值匹配法(propensity scorematching,PSM) 分别为两种处理组(CEO出生于贫困地区的样本、CEO 经历过“大饥荒”的样本) 找到特征相似的对照组。匹配过程如下: 以 CEO 是否成长于贫困环境为标准,将总体样本分为两大类: 一是处理组(Ti = 1) ,为聘用有贫困经历 CEO 的企业; 二是控制组(Ti = 0) ,为聘用无贫困经历 CEO 的企业。根据独立性假设条件,将匹配向量 Xi 的组合设定为 Size、Lev、Polico、Boardsize、Cash、Roa、 Tobinq、Soe、Listage、Dual 和 Indep,这些匹配变量会同时影响 CEO 选聘和捐赠水平。文章用这些公司特征来估计倾向分值并运用最邻近方法,根据两组间 p 值的相近度进行 1 ∶ 1 的样本匹配。继 而,采取事件研究方法,利用双重差分模型(DID) ,对2008年5月12日地震前后一年(-1,+1) 内上市公司公开披露的捐赠金额数据进行对比研究,以考察这两组公司在面临灾难性事件时的捐赠行为是否显著有别。具体模型如下:

图片

若样本期间属于“5. 12”汶川大地震当年及其后 1 年(即2008-2009 年) ,则 Earth = 1; 若样本期间属于大地震之前 1 年(即 2007 年) ,则 Earth = 0。重点关注交叉项 PovertyExpi,t-1 × Earth 的回归系数 β2。若假设 3 成立, 则 β2 的系数应显著为正。

▪ 变量定义:
1. 企业捐赠行为 

借鉴山立威等(2008) 的做法,为确保结果稳健成立,本采用如下 3 种方法来度量企业捐赠行为: 慈善捐赠总额占企业营业收入的比例(Donate_rev) 、慈善捐赠占总资产的比例(Donate_ta) 、 慈善捐赠金额的自然对数(Ln_donate) 。

2. CEO 家乡贫困状况 

为度量 CEO 家乡经济状况,文章从国务院扶贫办公室获取历次国家扶贫工作重点县(简称 “国家贫困县”,下同) 名单。该名单经国务院扶贫开发领导小组办公室认定,审批工作共进行过 3 次(1994 年、2001 年、2012 年) ,总数一直维持在 592 个县(包括县级行政单位区、旗、县级市) ,历次贫困县的名单较为稳定。将 CEO 出生地信息与 2012 版名单进行比对,若 CEO 出生于国家贫困县,则解释变量 Poverty 取 1,否则取 0。后文将采用 1994 年第一次修订版的贫困县名单进行稳健性测试。 

3. CEO 童年“大饥荒”经历 

为了考察 CEO 童年是否有过“大饥荒”时期的经历,文章将 CEO 出生年份和我国“三年困难时期”( 又称三年自然灾害时期) 进行对比。如果 1959 年至 1961 年期间恰为 CEO 童年时期,则认为 CEO 童年曾有过“大饥荒”经历。关于童年时期的界定,心理学家认为无论是采用年龄指标、大脑发育指标,还是采用心理成熟指标,均应把儿童时限的上限大致定在少年期(14—15岁) ( 伍香平, 2011) 。由此,考虑到个体心理发展的连续性,研究选取0—14 岁作为童年的时间范围。具体而言,CEO 的出生年份在 1947—1961 年之间,则解释变量 Famine 取 1,否则取 0。在稳健性检验部分,文章还将使用其他度量窗口期来衡量 CEO 童年“大饥荒”经历。 

4. 其他控制变量 

借鉴 Brammer & Millington(2008) 、Zhang et al. (2010) 等的做法,文章在模型中设置了如下控制变量: 公司规模( Size) 、资产负债率( Lev)、广告支出( Sellsexp _rev) 、研发绩效(Ln _ patent ) 、政治关联(Polico) 、董事会规模(Boardsize) 、现金持有量(Cash) 、公司业绩 (Roa) 、公司价值(Tobinq) 、公司注册地法律指数(Lawscore) 、产权性质(Soe) 、公司上市年龄(Listage) 、公司所在省份人均 GDP(Gdp_percapita) 、两职合一情况(Dual) 、外部董事比例(Indep) 。此外,加入年度哑变量及行业哑变量,以控制年度和行业固定效应。

04 回归结果
▪ 基准回归:
下表列示了 CEO 贫困经历对企业慈善捐赠行为的影响。
图片
一方面,从 A 栏第(1) 列展示的全样本回归结果来看,Poverty的系数为0. 026 且在 1% 的水平上显著为正。在经济意义上,相比出生于非贫困地区的CEO 任职企业 (Poverty= 0 ) ,出生于贫困地区的 CEO 任职企业 (Poverty= 1) 的慈善捐赠金额占总资产比重(Donate_ta) 高出 6. 04% 个标准差。同理,从 A 栏第(2) —(3) 列的回归结果也可以观察到类似发现,出生于贫困地区的 CEO 任职企业的慈善捐赠金额占销售收入比重(Donate_rev) 及其自然对数(Ln_donate) 分别高出 5. 30% 和 3. 19% 个标准差。A 栏的三列回归结果都支持假设 1,即 CEO 个体早年所经历或者见闻的贫困环境会影响其心理和行为,使其更了解社会捐赠的重要意义。
另一方面,B栏第(4) —(6) 列示的全样本回归结果来看,无论采用哪一种慈善捐赠指标作为被解释变量,Famine的回归系数均显著为正。从经济意义上看,那些经历过“大饥荒” 时期的 CEO 任职企业(Famine= 1) 的三种慈善捐赠水平变量( Donate _ ta、Donate _ rev、Ln _ donate) 分别比未经历过“大饥荒”时期的 CEO 任职企业(Famine= 0) 高出 4. 92% 、5. 32% 和 1. 42% 个标准差。由此可知,如果 CEO 在其心智成长最为关键的童年和青少年期经历三年自然灾 害,则将更切身地体验到物质匮乏的痛楚,进而对处于贫困状态的人们给予更慷慨的慈善捐赠,这与假设 2 的推论一致。
▪ 汶川地震对 CEO 贫困经历与企业慈善捐赠关系的影响:

在验证了 CEO 贫困经历与公司慈善捐赠行为的关系之后,文章利用 PSM 方法遴选样本,并采用双重差分模型(DID) 进一步对比了汶川地震前后上述关系的变化。 具体如下表所示:

图片

 A 栏(1) —(2) 列中可以看出,Poverty × Earth 的回归系数显著为正,说明相比那些聘用出生于非贫困地区 CEO 的企业而言,聘用出生于贫困地区 CEO 企业的社会慈善捐赠水平在汶川地震发生之后出现更显著的增长。 同理,B 栏进一步检验了汶川地震对于 CEO 童年“大饥荒”经历和公司捐赠行为之间关系的影响,发现 Famine × Earth 的回归系数在(4) —(6) 列中均显著为正,说明那些经历过“大饥荒”时期的 CEO 任职企业的社会捐赠水平在汶川地震发生之后出现更显著的提高。综上可知,高管贫困经历与企业慈善捐赠行为之间的上述关系在汶川特大地震之后变得更为突出。这说明经历过贫困环境的高管对于遭遇地震灾难的人们具有更强烈的“移情”能力和共鸣体验,而地震灾害等外生事 件的冲击促使上市公司慈善行为的差异更为明显地表露。因此,该结果总体上支持了假设 3。

图片
往期已推送数据
CNDD-0001 上市公司报刊纸媒报道及态度数据(日度高频)
CNDD-0002 上市公司网络财经新闻报道及态度数据(日度高频)
CNDD-0003 上市公司百度新闻指数(日度高频)
CNDD-0004 上市公司年报文本语气(多情感词典分析)
CNDD-0005 上市公司年报文本可读性
CNDD-0006 上市公司833变量合集(最全数据集)
CNDD-0007 上市公司各类型专利申请、授权、终止等16项指标
CNDD-0008 上市公司专利层面基本信息(千万级观测
CNDD-0009 上市公司股吧评论数据(日度高频)
CNDD-0010 供应商名称及采购额
CNDD-0011 上市公司客户名称及收入数据
CNDD-0012 上市公司政府补助数据
CNDD-0013 上市公司董事长与总经理基本信息
CNDD-0014 上市公司董事长与总经理任职信息
CNDD-0015 上市公司董事长与总经理教育背景
CNDD-0016 上市公司各类机构持股数据
CNDD-0017 DMSP中国各级城市灯光数据
CNDD-0018 全球各县区夜间灯光数据-DSMP中国各县区灯光数据
CNDD-0019 WIPO分类下上市公司绿色专利数量
CNDD-0020 WIPO分类下绿色专利基本信息明细(专利层面观测数据)
CNDD-0021 全国地级市住宅商品房平均销售价格(长时间面板数据)
CNDD-0022 上市公司申请专利被引信息(百万级观测数据)
CNDD-0023 上市公司授权专利被引信息(百万级观测数据)
CNDD-0024 全国各县区书院(从唐代至清代)
CNDD-0025 全国各区县孔庙遗存(自唐代到清代)
CNDD-0026 各地区明清历代进士人数(从明洪武到清光绪)
CNDD-0027 中国地级市变量合集(131变量最全数据集)
CNDD-0028 中国地区宗族家谱分布数据(从唐到民国时期)
CNDD-0029 中国各县佛寺基本信息
CNDD-0030 中国各县区道观信息
CNDD-0031 中国各县区方言片区基本情况
CNDD-0032 上市公司国有土地出让
CNDD-0033 上市公司环境治理补助
CNDD-0034 上市公司环保处罚
CNDD-0035 上市公司污染排放明细
CNDD-0036 上市公司排污收费
CNDD-0037 工业机器人数据(各国各行业面板数据)
CNDD-0038 中央、省级产业政策数据(基于“五年规划“)
CNDD-0039 联合国投票数据(可衡量国家外交关系质量)
CNDD-0040 分地区、分类型彩票销售数据(可衡量冒险精神)
CNDD-0041 上市公司专利质量数据
CNDD-0042 上市公司融资约束数据(FC、KZ、WW指数)
CNDD-0043 上市公司绿色专利质量数据
CNDD-0044 中国行政审批数据及学术论文应用
CNDD-0045 中国上市公司基本信息数据(含曾用名变化情况) 
CNDD-0046 上市公司高新技术企业数据(附Stata代码处理结果) 
CNDD-0047 上市公司华证ESG评级数据(附Stata处理代码)
CNDD-0048 上市公司数字经济创新数据(附Stata处理代码)
CNDD-0049 上市公司数字经济专利质量数据(附Stata处理代码)
CNDD-0050 家族企业基本信息数据(附家族企业股权结构图)
CNDD-0051 家族企业结构组成数据
CNDD-0052 中国海外上市公司基本信息数据
CNDD-0053 中国海外上市公司财务报表数据 (附stata处理代码)
CNDD-0054 沪深上市公司员工构成情况数据(附stata处理代码)
CNDD-0055 2000-2015年中国工业企业数据库(附stata处理代码)
CNDD-0056 中国银行基本信息数据库(附stata处理代码)
CNDD-0057 中国银行财务报表数据库(附stata处理代码) 
CNDD-0058 中国银行信贷业务数据(附stata处理代码) 
CNDD-0059 地区及行业二氧化碳排放量数据 
CNDD 全国各地区儒家文化变量数据合集
CNDD 中国上市公司创新变量数据合集(全网最全)
CNDD 中国银行业数据合集

版权声明 …

1. 除中国深度数据库(CNDD)特殊声明外,CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权,不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分,否则视为侵权。

2. 对于存在侵害CNDD上述权利违法行为的主体,CNDD保留依法追究其法律责任的权利。

数据授权使用说明 …

任何使用CNDD数据等产品的单位和个人,承诺只将CNDD的数据等用于学术研究,并在所得研究成果(包括但不限于学术论文、咨询报告等)中注明数据来源于CNDD。数据来源的注明方式请参考:“本研究数据来源于中国深度数据库CNDD”;英文参考:“We get the data from CNDeepData (CNDD)”。

图片

中国深度数据库:让精品数据 得以流动CNDeepData:Let high-quality data flow without barriers

部分图片来源于网络,如涉侵权请告知,本站将第一时间删除。客服微信号:DeepData001

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部