查看原文
其他

Seminar | 来自女儿的塑造:高管、女性社会化与企业社会责任

爬虫俱乐部 Stata and Python数据分析 2022-03-15

本文讲解:张馨月

本文推介:赵一帆

本文编辑:赵冰洁

Henrik Cronqvist,和Frank Yu.在2017年发表在《Journal of Financial Economics》的文章“Shaped by their daughters: Executives,female socialization, and corporate social responsibility”,由硕士生张馨月给大家报告,由本科生赵一帆为大家总结要点。
原文信息:
Henrik Cronqvist, Frank Yu. Shaped by their daughters: Executives, female socialization, and corporate social responsibility[J]. Journal of Financial Economics,2017,126(3).

一、选题背景

已有研究表明家庭环境会对人的行为产生重要的影响,因为父母会在潜移默化中影响孩子的价值观。而另一些研究表明,孩子同样也会影响父母的某些观念。女性社会影响力假说(Female Socialization Hypothesis)认为养育女儿对于父母的价值观和行为偏好具有一定的影响,养育女儿的男性可能会具有与女性更相似的偏好(Warner,1991)。例如,Washington(2008)研究发现养育女儿增加了美国国会议员的自由投票倾向,同时他们更关心与平等、妇女安全、教育、女同性恋权利、健康和生殖权利等相关的立法。Glynn和Sen(2014)的研究结果表明与只有儿子的法官相比,有女儿的法官也更注重女性权利。因此,本文将该类研究拓展到公司高管层面,以探究家庭环境所产生的经济影响。具体而言,本文检验了美国大型上市企业CEO的部分决策是否受到家庭环境的影响,特别地,是否受到来自抚养女儿的影响。

二、理论框架

作者首先提出了一个具有利他性偏好的CEO效用函数的理论框架:

其中g表示CEO自身的性别,男性为m,女性为f;c表示CEO孩子的性别,男孩为s,女孩为d。X表示CEO的消费向量,x表示CEO子女的消费向量。CEO的效用(Ug)主要划分为由自己和他人产生的效用,并将他人的效用划分为他人在社会中的效用(U0)和自己孩子的效用(Uc)。那么CEO的社会偏好可以用CEO的效用(Ug)对社会中的效用(U0)的一阶导数来计算,表示如下:

上式表明,为了证明女儿的塑造效应,需证明女性的社会偏好高于男性,且CEO可以内化女儿的效应。作者首先考虑了性别和利他性偏好的关系,有学者研究发现:与男性相比,女性认为自己更应该为别人的幸福负责,可能表现出更强的利他性偏好(Andreoni and Vesterlund,2001等);其次考虑到男性受到养育女儿的影响,即养育女儿使得男性可能会具有与女性更相似的利他性偏好(Warner,1991)。最终在理论上预测出:由于“女性社会化”的影响,养育女儿的CEO具有与女性更相似的利他性偏好,会更加关注社会以及企业利益相关者的福祉,并对企业社会责任(CSR)产生正面的影响。

三、研究数据

本文所使用的样本为1992-2012年美国标准普尔500指数(S&P)成分股公司,并剔除了公共事业和金融行业的样本。
为了收集CEO子女信息,作者首先从Marquis Who’s Who数据库进行查找,并通过维基百科、NNDB数据库、商业参考等渠道搜集数据。然后,作者通过谷歌检索进行补充。采用的方法是输入“高管姓名+公司名称+‘ 孩子、儿子、女儿、结婚、妻子’ ”等关键词信息。对于CEO子女信息依然缺失的样本,作者联系了该类公司的投资者关系部门,获得了6.8%的回复率。最终得到的子女数据,包括:(1)每个CEO子女的性别(2)第一个出生孩子的性别(3)CEO子女的个数。
衡量被解释变量企业社会责任(CSR)时,作者借鉴Kinder、Lydenberg和Domini的研究,使用KLD指数计算企业社会责任得分。KLD指数涵盖了社区关系、员工多样性问题、雇员关系、环境保护、人权以及产品安全六个类别,每个类别都从优势项和劣势项两个维度进行评估。为了计算上市公司CSR得分,作者对每个类别中的优势项加一分,劣势项减一分,并进行了标准化处理。CSR取值越高,说明企业愿意承担的社会责任就越高。
此外,作者控制了公司层面和CEO层面的特征,数据来源分别为S&P’s Compustat Fundamentals Annual database及S&P’s ExecuComp database。

四、实证分析  

本文构建了如下回归模型:

被解释变量为企业社会责任,其中i表示公司,j表示CEO,k表示行业,t表示年份。CEO Daughter为虚拟变量,如果CEO有女儿则取值为1,否则为0。F表示公司特征的向量,C表示CEO特征的向量,ϕ表示行业和年份的固定效应,ϵ是一个误差项。
估计结果表明,在控制了行业效应以及CEO和公司的特征后,养育女儿的CEO对企业社会责任的影响显著为正。如果一家公司的CEO养育女儿,则该公司的企业社会责任评级比样本公司的平均值要高9.1%,这种影响相当于CEO本身为女性影响的四分之一。从经济规模来看,一名有女儿的CEO会让公司的社会责任(CSR)相关的开支上多投入3.2%。进一步的研究表明,CEO女儿的塑造效应在企业多样性方面体现得最明显,同时在与环保、员工关系等企业的亲社会行为方面也体现得较为显著。
为了排除家庭结构对企业社会责任的影响,作者使用CEO子女数量、CEO有无孩子等变量控制家庭规模的影响,并使用CEO有无儿子、CEO出生的第一个女儿控制了子女性别构成的影响,进而验证了文章结果的稳健性。
考虑到可能存在的子女性别的内生性问题,作者进行了三方面的稳健性检验。
首先,考虑到停止生育原则对子女性别内生性产生的影响。根据Clark(2000)提出的停止生育规则,如果第一个孩子是女儿,那么父母会因为想要男孩而继续生育更多的孩子。然而,通过对样本的检验发现,第一个孩子的性别并没有对父母之后生孩子和生女儿的数量产生显著影响,因此排除了该假设。同时,作者使用first born daughter这一更外生的解释变量估计CEO养育女儿对企业社会责任CSR产生的影响,得到的结论依然与前文保持一致。
其次,考虑CEO财富的影响。一方面,根据Trivers-Willard假说,财富水平会影响子女的性别。另一方面,富有的CEO更有可能去更加积极地承担社会责任。因此,作者使用CEO的持股比例、CEO是否为亿万富翁、CEO是否为创始人三个指标来衡量CEO的财富水平,并纳入到基准回归模型中进行估计,所得结论依然一致。
再次,考虑堕胎可能对选择孩子性别产生的影响。作者认为,通过堕胎选择孩子性别的概率本身很低,特别是在堕胎法案较为严格的时期,即1973年罗伊诉韦德案之前。因此,作者使用1973年年龄达到30岁及以上的CEO样本重新进行检验,结果显示CEO养育女儿对社会责任的正向影响依然保持显著。
此外,作者从前视偏差、幸存者偏差和样本选择偏差的角度进行了稳健性检验,并得到了与前文一致的结论。
最后,文章考察了CEO变更前后企业社会责任的变化以及CEO女儿塑造效应的内在机制。平均而言,当公司的CEO由没有女儿的CEO更替为有女儿的CEO时,企业社会责任(CSR)得分平均增加了9.1%;反之则降低了10.5%。之后,作者对于CEO女儿塑造效应的内在机制做了更详细的解释,一种解释是挑选机制,即更倾向于承担企业社会责任类型的CEO会与对企业社会责任要求较高的公司相匹配;另一种解释是印记机制,即CEO个人对于企业社会责任的偏好会影响他所管理的公司。作者使用CEO更替的样本进行回归以排除第一种解释的可能性,因此女儿的塑造效应更多是受印记机制所影响。

五、文章贡献

这篇论文研究的角度十分新颖,强调了家庭环境在CEO个性塑造中的重要影响并得出了两个重要的结论:① 与男性相比,女性可能有更强的利他性偏好;② 养育女儿的CEO会对企业社会责任(CSR)产生正面的影响。本文补充了女性社会化、企业社会责任政策的异质性以及CEO管理风格的外生影响因素的相关研究。




对我们的推文累计打赏超过1000元,我们即可给您开具发票,发票类别为“咨询费”。用心做事,不负您的支持!
往期推文推荐

小贴士:Markdown的基本语法

听说相貌也能量化 | 调用百度人脸检测API实现颜值打分

列出指定属性的变量|findname命令比ds命令

新一代的标签转码小能手
【爬虫实战】亚马逊网站Top100畅销书爬取

Json文件好帮手——JsonPath

数据转置pro之sxpose2
文件"搬家"小助手:mvfiles

pyecharts绘图——河流图展示

你知道MDPI期刊的热门题目吗?

文件合并你不行,mergemany来帮宁

         分组进行描述性统计的小技巧 --astx命令介绍

新年快乐|爬虫俱乐部2020年度总结

不能忘却的记忆| B站弹幕爬虫

Python中实现Excel的重复值提取
fileexists:告诉你“我”存在吗?

工作中一切困难的解决途径——motivatedolly

【爬虫实战】喜茶的门店都开在了哪里?

import delimited | 再也不用担心读入网页源代码“乱七芭蕉”了

如何简洁地列出指定属性的变量?ds命令来了!

如何在Python中进行描述性统计分析?

关于我们


微信公众号“Stata and Python数据分析”分享实用的stata、python等软件的数据处理知识,欢迎转载、打赏。我们是由李春涛教授领导下的研究生及本科生组成的大数据处理和分析团队。

此外,欢迎大家踊跃投稿,介绍一些关于stata和python的数据处理和分析技巧。
投稿邮箱:statatraining@163.com
投稿要求:
1)必须原创,禁止抄袭;
2)必须准确,详细,有例子,有截图;
注意事项:
1)所有投稿都会经过本公众号运营团队成员的审核,审核通过才可录用,一经录用,会在该推文里为作者署名,并有赏金分成。
2)邮件请注明投稿,邮件名称为“投稿+推文名称”。
3)应广大读者要求,现开通有偿问答服务,如果大家遇到有关数据处理、分析等问题,可以在公众号中提出,只需支付少量赏金,我们会在后期的推文里给予解答。

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存