企业慈善事业中的个人机会主义——基于高铁开通的“软信息”获取视角
Personal Opportunism in Corporate Philanthropy—Based on the Perspective of “Soft Information” Acquisition by the Opening of High-Speed Railway
摘要: 企业慈善捐赠作为企业履行社会责任的维度之一,越来越多的企业将慈善捐赠视为了常态化的非市场战略行为,且这一趋势不断上升。尽管企业慈善捐赠是企业利己利人的好事,但企业慈善捐赠中存在着严重的“搭便车”行为。本文以2008~2019年中国沪深A股公司为样本,将高铁开通作为软信息冲击的衡量变量。重点考察了软信息冲击背景下高铁开通对企业慈善捐赠的影响与作用机理。研究结论表明:1) 当企业所在地城市开通高铁后,企业的慈善捐赠水平会显著降低;2) 高铁开通对企业慈善捐赠的影响主要是通过影响了企业自利性慈善捐赠导致,高铁开通对企业战略性慈善捐赠没有显著影响;3) 影响机制检验结果表明,外部利益相关者软信息获取和利用水平的提高,是软信息发挥治理效应的关键。研究结论有助于阐明高铁开通背景下软信息对企业自利性捐赠的治理路径,为完善上市公司机会主义行为治理机制提供理论依据。
Abstract: Corporate charitable donation is one of the dimensions of corporate social responsibility. More and more companies regard charitable donation as a normalized non-market strategic behavior, and this trend continues to rise. Although corporate charitable donations are a good thing for companies to benefit themselves and others, there is a serious “free-rider” behavior in corporate charitable donations. This paper takes China’s Shanghai and Shenzhen A-share companies from 2008 to 2019 as a sample, and uses the opening of high-speed rail as a variable to measure the impact of soft information. This paper focuses on the impact and mechanism of the opening of high-speed rail on corporate charitable donations under the impact of soft information. The research conclusions show that: 1) When the high-speed rail is opened in the city where the company is located, the level of corporate charitable donations will be significantly reduced; 2) The impact of the opening of the high-speed rail on corporate charitable donations is mainly caused by affecting the self-interested charitable donations of enterprises. There is no significant impact on corporate strategic charitable donations; 3) The test results of the impact mechanism show that the improvement of the level of acquisition and utilization of soft information by external stakeholders is the key to the governance effect of soft information. The research conclusions are helpful to clarify the governance path of soft information to corporate self-interested donations under the background of the opening of high-speed rail, and provide a theoretical basis for improving the governance mechanism of opportunistic behavior of listed companies.
文章引用:聂鑫. 企业慈善事业中的个人机会主义——基于高铁开通的“软信息”获取视角[J]. 可持续发展, 2022, 12(6): 1641-1651. https://doi.org/10.12677/SD.2022.126189

1. 引言

慈善捐赠是企业履行社会责任的重要表现形式之一,在调节贫富差距、促进社会公平、维护社会稳定等方面都发挥着重要作用。据中国慈善联合会发布数据显示,中国企业2018年捐赠金额高达890.84亿元,占全国捐赠总额的61.89%,企业已成为中国慈善捐赠的中坚力量(富钰媛等,2019) [1] 。与此同时,慈善捐赠已经成为了常态化的企业行为,成为了企业重要的非市场战略行为之一。企业从事慈善捐赠的动机主要是为了通过声誉效应和信号传递效应来为自身带来企业关系资本,从而获取一系列企业资源(Lys et al., 2015; Shiu et al., 2017; 傅超等,2017) [2] [3] [4] 。然而避免不了的是“搭便车”的行为,即管理层自利性的慈善捐赠问题(曹海敏等,2019;江新峰等,2019) [5] [6] 。管理层通过攫取原本作用于建立企业社会关系资本的慈善捐赠来建立私人关系资本,谋取私人利益,构建个人“商业帝国”。其表现形式为,进行超额的慈善捐赠,隐瞒企业的不利信息,防止损害个人职业生涯(曹海敏等,2019) [5] ;通过慈善捐赠转移风险,降低股权被强制平仓和司法拍卖的风险(胡珺等,2020) [7] ;通过慈善捐赠帮助自己谋求政治资本等(戴亦一等,2014) [8] 。由此可见,企业慈善捐赠存在着严重的个人机会主义行为。对于如何发掘慈善事业的发展潜力,促进企业慈善捐赠的积极性是一个值得深入研究的话题(宫蒲光,2021) [9] 。

代理理论框架下的企业高层管理者具有普遍的自利倾向,而信息不对称是产生代理问题的重要原因(孙彤等,2019) [10] 。通过减少信息不对称来缓解代理问题是一种行之有效的方式。在讨论信息不对称的框架中,信息的类型可以被划分为“硬信息”和“软信息”。硬信息(hard information)主要指企业公开的财务报表等。软信息(soft information)则是分析师、机构投资者通过实地调研与企业家面对面的交谈沟通所得到的信息。硬信息和软信息的获取都能有效地缓解信息不对称问题。同公开强制要求披露的硬信息相比,软信息具有其不可替代的作用。通过软信息可以帮助分析师更加真实地判断企业的经营状况和未来盈余(杨青等,2019) [11] ,帮助企业获得风险投资等(龙玉等,2017) [12] 。总的来说,当硬信息固化的情况下,软信息获取的增加可以进一步缓解信息不对称问题。

前人将地理距离作为衡量软信息获取和使用的替代变量(Butler, 2008) [13] 。但利用地理距离作用软信息的衡量变量是存在一定的局限性的。虽然地理距离的确会影响软信息的获取和使用,但是本质上影响着软信息的获取和使用的还是出行时间和出行成本(Chen et al., 2022) [14] 。最近不少学者将高铁开通这一外生变量来作为软信息冲击的替代变量,对软信息的作用进行了一系列的检验,例如风险投资、盈余预测准确率等(杨青等,2019;龙玉等,2017) [11] [12] 。因此本文将高铁作为衡量软信息的替代变量。因为高铁作为一种高速便捷的交通运输方式,有效地缩短了地理的时空距离,极大方便了区域间分析师、机构投资者与企业之间的面对面交流,降低了信息交流和传递成本;促进了分析师、机构投资者实地调研的次数和频率,以及同管理层的私下沟通(Chen et al., 2022;杨青等,2019) [11] [12] [13] [14] ,起到了增强软信息获取水平的作用。

因此,本文利用企业所在城市是否开通高铁的“准自然实验”并利用双重差分法(DID),研究软信息的获取对自利性慈善捐赠的影响。本文的研究贡献可能主要体现在以下方面:1) 从公司治理角度,拓展了软信息作用领域的研究。2) 从企业慈善捐赠领域,系统得揭示企业慈善捐赠的本质,证实了企业慈善捐赠本质是多种动机的行为后果。3) 本文为交通基础设施影响企业非市场战略提供了新的研究证据,拓展了高铁开通的经济后果研究。

2. 理论分析与研究假设

2.1. 高铁开通与企业慈善捐赠

前人指出软信息和距离对组织设计和企业决策很重要,尤其是存在本地信息优势的情况下,物理距离对财务决策的影响已成为最重要的因素。企业慈善捐赠作为企业的财务决策之一还是企业履社会责任的重要维度,已经成为了企业的常态化非市场战略。企业从事慈善捐赠的主要动机有通过企业慈善捐赠,降低融资约束、建立政治关联、获得社会声誉、品牌效应以及关注等一系列关键性社会资源。企业慈善捐赠会通过声誉效应和信号传导效应来发挥其作用。但其中一个重要的问题是其慈善捐赠的行为必须受到利益相关者的注意。如果企业社会责任信息没有完全传达给利益相关者,则公司从利益相关者处获得的估值会有折扣,公司的声誉资本也会有折扣(Narasimhan et al., 2004; Brown, 2000) [15] [16] 。组织可见性是影响其利益相关者对公司看法的关键因素。只有当公司足够明显时,才能向利益相关者提供有关公司显著优势的信息,从而有助于提高声誉(Brammer et al., 2005) [17] 。慈善捐赠可以帮助企业获得更多的分析师跟踪,得到更高的关注水平,从而将自身的信息更好的传递给利益相关者。当高铁开通的时候,打破了原由企业同外部利益相关者之间信息传播的结构性障碍,即地理距离。缓解了外部利益相关者同企业之间地理距离导致的结构性性障碍,降低了外部利益相关者到访的通行成本。促进了外部利益相关者实地调研访问的频率和次数。使得外部利益相关者更加了解经营状况、发展潜力和未来决策方向等一系列企业的软信息。我们从先前的研究可知,企业会积极地从事企业慈善捐赠,来获得外部利益相关者的关注,降低企业与外部利益相关者之间的信息不对称。但是企业也存在在信息不对称程度低的情况下,将慈善捐赠作为掩盖自身的不利消息的工具。因此,我们想问的是高铁开通带来的外部信息不对称程度降低的情况下,企业是否依旧会积极地从事企业慈善捐赠还是降低企业慈善捐赠?因此,我们提出如下对立假设。

H1a:在其他条件相同的情况下,高铁开通后企业慈善捐赠显著上升。

H1b:在其他条件相同的情况下,高铁开通后企业慈善捐赠显著下降。

2.2. 高铁开通与“战略性”慈善捐赠、“自利性”慈善捐赠

企业从事慈善捐赠的动机是通过“战略性”慈善捐赠的声誉效应和信号传导效应来为企业获取一系列的关键性资源。例如,政治关系,品牌效应,社会声誉,市场地位等。企业慈善捐赠虽然作为企业非市场战略行为之一。但其行为决策主体是企业高管个人。现有研究也证实企业层面的动机和高管层面的动机,都会影响企业的慈善捐赠行为。比如企业为了缓解融资约束,获得政府补贴,建立自身积极负责任的社会公民形象,缓解企业外部利益相关者同自己间的信息不对称等都会积极地从事企业慈善捐赠。而企业的高管,为了自身的政治晋升,声誉形象,构建个人商业帝国,情感经历和共情也会促使企业进行慈善捐赠。由此可见,企业慈善捐赠是有一个企业层面和个人层面多动机导致的行为后果。而现有的文献,也确实证实了这一研究成果。即战略性的慈善捐赠和自利性的慈善捐赠。由前文的分析可知,高铁的开通,导致了企业慈善捐赠的显著降低。因此我们想知道的是,高铁开通影响企业慈善捐赠。是影响了企业层面的战略性慈善捐赠,还是高管个人层面的自利性慈善捐赠?因此,我们做出如下假设。

H2a:在其他条件相同的情况下,高铁开通可以有效地降低企业的“战略性”慈善捐赠。

H2b:在其他条件相同的情况下,高铁开通可以有效地降低企业的“自利性”慈善捐赠。

3. 研究设计

3.1. 样本选择与数据来源

基于获取完整的慈善捐赠样本的考虑,本文将2008年作为样本选取的起始年份。并将2008~2019年沪、深A股上市公司作为初始的研究样本,并进行如下几个方面的处理:① 剔除财务数据缺失的样本;② 剔除金融与保险行业样本;③ 剔除ST、PT类样本;④ 对所有连续变量进行1%的双边缩尾处理。⑤ 剔除位于北上广深的上市公司。经过上述处理后,最终获得12,942个观测值。经过上述处理后,本文最终得到13,044个公司年度样本。企业捐赠的数据主要来CSMAR、Wind数据库,高铁开通的数据主要来自手工收集整理得到。其他财务数据均来自CSMAR数据库。部分控制变量来自CNRDS数据库。

3.2. 模型设定与变量定义

为对假设进行检验,本文设定如下回归模型:

为验证高铁开通与自利性捐赠之间关系,参照前人的研究成果(曹海敏等,2019) [5] ,首先构建模型(1)

Lndonate i t = β 0 + β 1 Lnsize i t 1 + β 2 ROA i t 1 + β 3 State i t 1 + β 4 Lev i t 1 + β 5 Tobin i t 1 + Year + ln d + ε i t (1)

上述模型中,企业慈善捐赠水平(Ln_donate),采用企业实际捐赠金额取对数。企业规模(Size),企业年末总资产的自然对数;盈利能力(ROA),以净利润与总资产之比;产权性质(State),控股股东产权性质;资产负债率(Lev),以年末总负债与总资产的比值;企业估值(Tobin),控制企业成长性。第一步,首先对模型(1)进行回归,将回归得到的残差 ε i t ,作为自利性捐赠(SF_donate)的代理变量;将回归得到的拟合值,作为战略性捐赠(ST_donate)的代理变量。第二步构建模型(2),并将SF_donate和ST_donate作为因变量代入模型(2)中,对假设H2a和H2b进行检验。

Lndonate i t = β 0 + β 1 HSR c t + β 2 Control i t + Year + Firm + Province + ε i t (2)

被解释变量企业慈善捐赠水平(Ln_donate),采用企业实际捐赠金额取对数。自利性捐赠(SF_donate)和战略性捐赠(ST_donate)又模型1计算而得。

解释变量(HSR)本文选取企业所在地高铁开通作为虚拟变量。具体的企业所在地高铁开通当年及以后取值1,未开通高铁取值0。

控制变量(Control)。借鉴江新峰等(2019) [6] 和胡珺等(2020) [7] 人的研究,本文选取如下控制变量:资产收益率(ROA)、产权性质(State)、资产负债率(Lev)、现金流率(Cash)、两职合一(Dual)、第一控股股东比例(shrcr1)、股权制衡(Shrz)、公司成长性(Growth)。同时在模型中还控制了行业(Ind)、年度(Year)以及省份(Province)的固定效应。

为了考察考高铁开通对自利性捐赠影响的具体机理。本文引入了分析师跟踪(Analyst)作为中介变量参考温忠麟三步中介法进行机制分析。

4. 实证结果与分析

4.1. 描述性统计

本文首先对所有的连续型变量做1%和99%的Winsorize处理,以消除样本中极端值的影响。变量的描述性统计结果见表1

本文样本为2008~2019年2832个公司–年度数据,表1中列出了主要变量的描述性统计。表1显示,样本期间Ln_donate的中位数为11.518,即企业的慈善捐赠中位数为100,508,而企业的慈善捐赠最大数为26,809,136。表面样本中接近一半的企业年度慈善捐赠低于10万元,而样本中最大的慈善捐赠数高达2600万元,由此表面我国现阶段的慈善捐赠事业还处于起步阶段,且水平残次不齐。另外,HSR均值为0.623,表明样本期间约62.3%的上市公司办公地开通了高铁,与以往文献描述是基本一致的(赵静等,2018;龙玉等,2017) [12] [18] 。

Table 1. Descriptive statistics for each variable

表1. 各变量描述性统计

资料来源:作者整理。

4.2. 平行趋势检验

为初步了解高铁开通对于企业慈善捐赠的影响,本文绘制了高铁开通前后企业与企业慈善捐赠的时间趋势图(如图1所示)。从图中可以看出,在企业所在地高铁开通前,企业在慈善捐赠上无明显变化,而在高铁开通后的当年开始,企业慈善捐赠呈现明显的降低趋势,而在高铁开通后的第三年及以后年度,企业慈善捐赠呈现增长趋势。这说明高铁开通对于企业慈善捐赠的影响效应主要体现在高铁开通的当年以及两年内。图1结果与本文研究预期一致。

Figure 1. Parallel trend test diagram

图1. 平行趋势检验图

4.3. 回归结果与分析

(1)基准回归结果。表2是模型(2)企业的慈善捐赠的全样本回归结果。在列(1)中,回归采用企业慈善捐赠Ln_donate作为自变量。结果显示,在控制了时间、行业和城市固定效应后,高铁开通与当地企业慈善捐赠显著负相关。而列(2)则是以企业的自利性慈善捐赠的指标SF_donate作为因变量的回归结果,主变量系数显著。这一结果表面高铁开通与当地企业的自利性慈善捐赠捐赠负相关。而列(3)则是以企业的战略性慈善捐赠的指标ST_donate作为因变量的回归结果,主变量系数不显著。这一结果恰好印证了高铁开通影响企业慈善捐赠主要是影响了企业的自利性慈善捐赠而不是战略性慈善捐赠导致的。

Table 2. High-speed rail opening and corporate charitable donations (full sample)

表2. 高铁开通与企业慈善捐赠(全样本)

注:括号内数值为回归系数的公司聚类稳健标准误;******分别表示10%、5%和1%的显著水平;固定效应包含年份、行业与地区。资料来源:作者利用Stata16软件计算。

由于我们更加关注高铁开通与自利性慈善捐赠的关系。所以从列(2)控制变量的结果看,第一大股东持股比例(Shrcr1)与企业慈善捐赠回归系数显著为负,说明第一大股东持股比例是影响慈善捐赠的一个重要因素,第一大股东持股比例越大的企业自利性慈善捐赠越低,该结论与江新峰与李四海(2019) [6] 相同,即大股东持股比例越少,企业的自利性慈善捐赠意愿越强。同时,企业的股权制衡(Shrz)与企业的自利性慈善捐赠回归系数显著为负,该实证结果反映了非国有产权企业捐赠活动中存在着大股东与中小股东的第二类代理冲突,大股东有动机借助上市公司其他股东的资源谋求个人利益。此外,企业业绩(ROA)对企业的自利性慈善捐赠有显著的正向影响。

4.4. 高铁开通对自利性慈善捐赠的影响机制检验

本文认为高铁开通对自利性慈善捐赠的影响作用是通过缓解了外部利益相关者同企业之间的信息不对称问题,来抑制了企业的自利性慈善捐赠行为。本文认为企业慈善捐赠中的自利性慈善捐赠行为会受到企业同外部利益相关者之间的信息不对称影响。从前文的分析可知,企业同外部利益相关者之间的信息不对称主要会受到两种因数的影响。一是地理距离带来的结构性障碍,由于部分企业相较于核心城市的企业受限于地理距离的偏远和交通方式的不便,导致了外部利益相关者不能有效的同企业之间沟通交流,了解企业的真实情况。二是企业内部高管等个人认为的制造了限制信息获取的屏障或壁垒,导致了外部利益相关者并不能真实有效的观测到企业的内部情况。而高铁的开通可以缓解地理距离带来的结构性障碍,通过提高外部利益相关者软信息的获取抑制企业自利性慈善捐赠行为。

分析师企业重要的外部利益相关者之一,可以通过发布报告等一系列资本市场操作来对企业起到外部监督的作用。一般而言,分析师获取所跟踪的公司的信息分为硬信息和软信息。硬信息来源于公司主动披露的财务报告等,而软信息则是分析师通过实地调研、面对面交流和现场会议等方式来获取目标公司的私人信息,从而转化为软信息。

基于上述逻辑,本文引入了分析师跟踪作为中介变量,参考温忠麟的三步中介法对上述作用机制进行检验。实证结果如下表3所示,下表列(1)中HSR的系数显著为负,列(2)中HSR的系数显著为正,列(3)中HSR和Analyst系数显著为负。由此,我们可知中介效应成立,部分中介效应。即高铁开通通过提高了分析师关注水平从而降低了企业的自利性慈善捐赠水平。

4.5. 进一步研究

分析师和机构投资者在获取目标公司私人信息的时候,也存在着来自企业高管人为制造、设置的限制信息获取的屏障和障碍。例如,人为的隐瞒部分信息或者虚报真实信息,在此种情况下外部利益相关者获取的软信息可能就不会那么真实,对于公司管理层的自利性行为的抑制作用就会大打折扣;或者管理层由于公司治理结构的缺失、外部监督的不足也可能会导致软信息的作用效果失效。因此,选取了五个分组变量来考察软信息的作用边界和作用效果:分析师覆盖(analyst),代理成本(Agency),实地调研(visit),是否四大跟踪(audit)。

Table 3. Examination of the impact mechanism of the opening of high-speed rail on self-interested charitable donations

表3. 高铁开通对自利性慈善捐赠的影响机制检验

注:括号内数值为回归系数的公司聚类稳健标准误;******分别表示10%、5%和1%的显著水平;固定效应包含年份、行业与地区。资料来源:作者利用Stata16软件计算。

首先,对五个分组变量按照中位数对其自利性慈善捐赠进行分组性描述统计。从表4的结果中可以得知,可以看到在分析师跟踪数较低的企业,国有企业,代理成本较高的企业,没有四大审计跟踪的企业,无论是25分位数,50分位数以及75分位数的统计结果来看,总体的自利性慈善捐赠更高。对此,可能的解释是分析师跟踪水平越高的企业拥有着更高的关注度,导致企业的一言一行都聚集在公众视角下。使得其不道德的机会主义行为更少;国企相对于民营企业来说。第一,因为其企业所有权角色的缺失,使得缺失委托人对企业高管的有效监督和制衡。第二,国企相对于民营企业替代政府承担了一部分的社会治理角色,倾向于进行更多的慈善捐赠。因此方便了国企高管的“搭便车”行为,使得国企具有更高水平的自利性慈善捐赠;代理成本作为衡量企业的治理情况的替代指标,代理成本越高的企业公司结构更加固化,治理情况越不理想。四大作为行业内拥有顶尖的审计业务能力,能够通过其专业能力反应出公司的潜在问题,在一定程度上抑制企业潜在的不规范行为。

在异质性检验结果表5中,高铁开通可以显著降低分析师跟踪、国有、低代理成本、无四大跟踪企业的自利性慈善捐赠。而对于高分析师跟踪、非国有、高代理成本和有四大跟踪企业的自利性慈善捐赠的影响并不明显。但从分组描述性统计来看上述企业都存在自利性慈善捐赠行为。对此,可知软信息的作用效果有限且存在一定的作用边界。

Table 4. Grouping descriptive statistics

表4. 分组性描述性统计

Table 5. Heterogeneity test

表5. 异质性检验

注:括号内数值为回归系数的公司聚类稳健标准误;******分别表示10%、5%和1%的显著水平;固定效应包含年份、行业与地区。资料来源:作者利用Stata16软件计算。

4.6. 持续性检验

我们将高铁开通分别滞后一期、两期和三期。发现滞后一期和两期的时结果显著,滞后三期以后不显著。即,高铁开通对自利性慈善捐赠的影响主要在高铁开通的三年内具有显著影响。对此的可能解释是,同其他未开通的城市相比,高铁开通的城市显著降低了出行成本。方便了分析师等外部利益相关者的出行便利,因此高铁刚开通的时候,分析师等外部利益相关者实地调研访问的次数和频率急剧上升,带来了短期内的软信息冲击。但随着其他城市高铁的相对开通等因素,使得高铁开通带来的作用效果降低,这一结论与其他研究高铁开通经济后果的研究结论一致。

5. 研究结论

本文研究了高铁开通情景下,软信息获取的增加对上市公司自利性慈善捐赠的影响。首先,深刻分析了高铁开通与上市公司慈善捐赠这一非市场战略的内在联系;其次,进一步剖析高铁开通是影响了上市公司“自利性”慈善捐赠;最后,给出高铁开通是通过何种机制影响了上市公司“自利性”慈善捐赠。实证研究结论表明:高铁开通可以显著地降低上市公司的慈善捐赠;高铁开通主要是降低了上市公司的“自利性”慈善捐赠,而对“战略性”慈善捐赠没有影响;这种影响机制发挥效应的路径是通过高铁开通促进了外部利益相关者软信息获取水平来实现的。通过进一步研究发现,只有当公司内部信息获取障碍水平较低时,软信息获取的增加才能发挥对“自利性”慈善捐赠的抑制作用。当上市公司拥有更好的外部监督治理机制的时候,企业的“自利性”慈善捐赠行为更少。研究结果表明,软信息获取和利用水平的增加能对公司治理起到作用,但作用的效果具有一定的边界。

参考文献

[1] 富钰媛, 苑泽明. 兼济天下还是独善其身——大股东股权质押与慈善捐赠[J]. 当代财经, 2019(7): 118-129.
[2] Lys, T., Naughton, J.P. and Wang, C. (2015) Signaling through Corporate Accountability Reporting. Journal of Accounting & Economics, 60, 56-72.
https://doi.org/10.1016/j.jacceco.2015.03.001
[3] Shiu, Y.M. and Yang, S.L. (2017) Does Engagement in Corporate Social Responsibility Provide Strategic Insurance-Like Effects? Strategic Management Journal, 38, 455-470.
https://doi.org/10.1002/smj.2494
[4] 傅超, 吉利. 诉讼风险与公司慈善捐赠——基于“声誉保险”视角的解释[J]. 南开管理评论, 2017, 20(2): 108-121.
[5] 曹海敏, 孟元. 企业慈善捐赠是伪善吗——基于股价崩盘风险视角的研究[J]. 会计研究, 2019(4): 89-96.
[6] 江新峰, 李四海. 大股东持股与企业捐赠行为——基于代理理论的研究[J]. 经济管理, 2019(7): 154-170.
[7] 胡珺, 彭远怀, 宋献中, 等. 控股股东股权质押与策略性慈善捐赠——控制权转移风险的视角[J]. 中国工业经济, 2020(2): 174-198.
[8] 戴亦一, 潘越, 冯舒. 中国企业的慈善捐赠是一种“政治献金”吗?——来自市委书记更替的证据[J]. 经济研究, 2014(2): 74-86.
[9] 宫蒲光. 社会治理现代化大格局下推进慈善事业高质量发展[J]. 中国行政管理, 2021(2): 6-13.
[10] 孙彤, 薛爽. 管理层自利行为与外部监督——基于信息披露的信号博弈[J]. 中国管理科学, 2019, 27(2): 187-196.
[11] 杨青, 吉赟, 王亚男. 高铁能提升分析师盈余预测的准确度吗?——来自上市公司的证据[J]. 金融研究, 2019, 465(3): 168-188.
[12] 龙玉, 赵海龙, 张新德, 等. 时空压缩下的风险投资——高铁通车与风险投资区域变化[J]. 经济研究, 2017, 52(4): 195-208.
[13] Butler, A.W. (2008) Distance Still Matters: Evidence from Municipal Bond Underwriting. Review of Financial Studies, 21, 763-784.
https://doi.org/10.1093/rfs/hhn002
[14] Chen, D.Q., Ma, Y.J., Martin, X.M., et al. (2022) On the Fast Track: In-formation Acquisition Costs and Information Production. Journal of Financial Economics, 143, 794-823.
https://doi.org/10.1016/j.jfineco.2021.06.025
[15] Narasimhan, J., et al. (2004) Analyzing the Analysts: When Do Recommendations Add Value? Journal of Finance, 59, 1083-1124.
https://doi.org/10.1111/j.1540-6261.2004.00657.x
[16] Brown, L.D. (2000) I/B/E/S Research Bibliography: The Annotated Bibliography of Earnings Expectations Research. I/B/E/S International Incorporated, New York.
[17] Brammer, S. and Millington, A. (2005) Corporate Reputation and Philanthropy: An Empirical Analysis. Journal of Business Ethics, 61, 29-44.
https://doi.org/10.1007/s10551-005-7443-4
[18] 赵静, 黄敬昌, 刘峰. 高铁开通与股价崩盘风险[J]. 管理世界, 2018, 34(1): 157-168.