Seminar|总统的朋友:政治关联与企业价值
本文推介:方一卓,河南大学经济学院
本文编辑:张孟晗
本文审核:谢懿格
Stata&Python云端课程来啦!
为了感谢大家长久以来的支持和信任,爬虫俱乐部为大家送福利啦!!!Stata&Python特惠课程双双上线腾讯课堂~爬虫俱乐部推出了Python编程培训课程、Stata基础课程、Stata进阶课程、Stata文本分析、正则表达式、网络爬虫、基本字符串课程。报名课程即可加入答疑群,对报名有任何疑问欢迎在公众号后台和腾讯课堂留言哦。我们在这篇推文的最后提供了每门课程的课程二维码,大家有需要的话可以直接扫描二维码查看课程详情并进行购买哦~
Abstract
Using data on White House visitors from 2009 through 2015, we find that corporate executives’ meetings with key policymakers are associated with positive abnormal stock returns. We also find evidence suggesting that firms receive more government contracts and are more likely to receive regulatory relief (asmeasured by the tone of regulatory news) following meetings with federal government officials. Using the 2016 presidential election as a shock to political access, we find that firms with access to the Obama administration experience significantly lower stock returns following the release of the election result than otherwise similar firms. Overall, our results provide evidence suggesting that political access is of significant value to corporations.1.引言
2.主要贡献
本文的主要贡献有两点。第一,本文开创性地使用了白宫访客数据进行研究,通过白宫访客记录数据中的信息直接衡量政治关联,并为政治关联的分配和价值效应提供证据。第二,本文的研究增加了对政治关联价值的解释,由于公司往往直接受执行部门机构决策(如政府采购合同的分配和监管执行决策)的影响,因此了解政治关联产生价值效应的渠道非常重要。
3.关键变量的测度
访问白宫次数:企业高管在一年内访问白宫的总次数。本文在奥巴马执政接近结束时从白宫网站获得了访客日志数据。数据包含了2009-2015年大约527万条访客记录,每个访客记录包括访客的姓名、预约日期和时间、被访问官员的姓名、出席人数和访问地点。
为了确定访问白宫的公司高管 ,本文将白宫访客记录中的访问者姓名与2009年1月至2015年12月数据库中的公司高管的姓名进行匹配。 为了使访问更有效,本文只保留同行访问人数不超过50人的记录,并且删除了访问者或预约联系者是“访客办公室”和访问原因中包含“参观”一词的访问。为了确保白宫访客确实是给定公司的高管,而不是其他具有相同全名的人,作者进行了更为严谨的人工筛选,最终的样本包含了从2009年1月至2015年12月期间,公司高管对联邦政府官员在白宫的2401次访问。
竞选捐款:使用2007-2008年选举周期的企业竞选捐款总额作为2009-2012年期间的竞选捐款,此外还使用了 2011 - 2012 年选举周期的企业竞选捐款总额作为2013-2015年期间的竞选捐款。并且,本文还计算了企业在大选中对奥巴马共和党对手的竞选捐款数据,并且计算了企业通过政治行动委员会(PAC)在最近的选举周期中分别对民主党和共和党的捐款。
政治关联:企业高管一年内访问过白宫至少一次赋值为1,否则为0。
游说贡献:企业举行游说活动费用的年度总额。
政府采购合同:政府采购合同的年度总额。
超额收益率:按实际收益率超出CRSP给出的加权市场收益率的部分计算。
4.实证研究
本文对企业高管访问白宫次数与其特征进行了OLS回归分析,使用政治关联作为被解释变量与企业特征进行了Probit回归分析。
回归结果表明,对奥巴马竞选期间的捐款显著增加了企业高管访问白宫的机会,但是对于奥巴马对手的捐款则不能作为白宫访问的依据,对民主党贡献更多的公司、在游说上花费更多的公司、获得更多政府合同的公司,都能显著的增加进入白宫的可能性,本文还发现,企业规模与政治关联正相关,这可能是因为政治关联的固定成本很高。
本文使用事件研究法来查看访问白宫事件窗口内的股票表现,先观察访问日期(第0天)前5天至后20天的事件窗口中CARs的变化,26天事件窗口期内的平均CARs为0.567%;然后,围绕访问日期(第0天)设置三个不同的事件窗口进行回归分析,即 [-1、+5] 、[-1、+10] 和 [-1、+15] ,以两种方法划分样本,观察CARs的变化。
首先,我们根据公司与总统之间的亲近程度来划分样本,如果对奥巴马总统竞选的捐款多于对他竞争对手的捐款,则定义该公司为亲近公司,否则为非亲近的公司。回归结果表明亲近公司访问白宫后CARs变化非常显著,亲近公司高管访问的12天CARs为0.512%,而非亲近公司高管访问的CARs仅为0.274%。
其次, 因为奥巴马政府在白宫访问结束的两个月后才会公布访问记录,而在此期间,一些访问会被新闻媒体所报道出来,作者通过Cline Center新闻数据库将访问白宫的事件分为新闻媒体中提到的访问和没有提到的访问。经过更进一步的筛选之后,得到新闻中提到的252次访问(占总样本的10.5%) 。 对此,在访问者日志的发布日期附近进行回归分析, 结果发现,在访问记录公布窗口内,新闻未提及的访问与CARs正相关,新闻提及到的访问则不会对CARs产生影响。
4.3 2016年总统选举冲击
文章使用了 DID 的方法来验证政治关联是否会对公司造成真实影响。使用1:1的倾向得分匹配法,将一年内至少访问过一次白宫的公司(政治关联公司)作为实验组公司,并确定一家倾向得分最接近的对照组公司。
为了研究取得政治关联对政府采购合同分配所产生的影响,本文比较了实验组公司的采购合同变化和对照组公司的采购合同变化的差异。政府采购合同的变化计算如下:当年内第一次访问白宫后12个月内采购合同金额占按销售总额的比例,减去访问前12个月内采购合同金额占销售合同金额的比例。回归结果表明,相较于对照组公司,实验组公司在访问后收到更多的政府合同。
5.结论
本文发现在总统竞选活动中贡献更多的公司更有机会获得政治关联,并且在公司高管访问白宫的记录发布后,公司价值会有所提升。更进一步,利用2016年总统选举作为对公司政治关联的冲击,在政府公布竞选结果后,与奥巴马政治关联的公司的CARs明显低于其他没有关联的公司。最后,在与联邦政府官员会面后,公司会收到更多的政府采购合同,并更有可能得到监管力度的放松。
最后,我们为大家揭秘雪球网(https://xueqiu.com/)最新所展示的沪深证券和港股关注人数增长Top10。
腾讯课堂课程二维码
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 爬虫实战 | 爬取中国天气网
爬虫实战 | 爬取东方财富网经济数据——以居民消费价格指数(CPI)为例
Seminar|媒体关联董事对融资和外部治理的影响 神奇的组内交叉合并 PDF分章节转TXT并实现可视化——以胡景北知青日记1971至1978年为例万物皆可开——shellout妙用
无处不在的系列配置项|从零开始的Pyecharts(三)
使用Python制作自动聊天机器人
fillin一下,平衡回来~
order命令——快速改变变量顺序的利器 Ajax应用场景——以获取雪球网港股代码及公司名称为例播放列表中的歌单排行
在Stata中轻松运用program编写命令
Meta Analysis in Stata17芒果TV视频弹幕爬取之《我在他乡挺好的》
Stata中的判断神器——confirm命令
cngdf——名义GDP与实际GDP之间的摆渡船最近《扫黑风暴》有点火爆!我从豆瓣评论中发现了这些……
随机森林-Random Forest
复原之神--preserve&restore
合并,“纵”享新丝滑:frameappend & xframeappend什么是全局配置项?|从零开始的Pyecharts(二)帮你拿下数据可视化|从零开始的Pyecharts
Stata助力疫情打卡管理——是谁没有接龙呢?
这十年,《金融研究》的编委和读者偏爱哪些研究话题和文章?【案例展示】Python与数据库交互
学好这一手,英语词典常在手玩转Stata中的数学函数
用spmap看中国空气质量戳穿围城面具:安利&劝退一个专业
走进图文并茂的攻略世界
玩转word文档“大变身”——wordconvert
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。
武汉字符串数据科技有限公司一直为广大用户提供数据采集和分析的服务工作,如果您有这方面的需求,请发邮件到statatraining@163.com,或者直接联系我们的数据中台总工程司海涛先生,电话:18203668525,wechat: super4ht。海涛先生曾长期在香港大学从事研究工作,现为知名985大学的博士生,爬虫俱乐部网络爬虫技术和正则表达式的课程负责人。
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。