政企纽带与资本舞台：CEO政治联系对上市公司业绩的深度剖析

政企纽带与资本舞台：CEO政治联系对上市公司业绩的深度剖析一、引言1.1研究背景与动机在当今复杂多变的商业环境中，企业的发展受到多种因素的交织影响，其中CEO的政治联系逐渐成为学术界和实业界共同关注的焦点。政治联系并非孤立现象，而是在全球范围内广泛存在。Faccio（2006）对47个国家的20202个上市公司的研究发现，在腐败较严重、外资进入限制较大和制度监管缺失的国度，政治联系的企业更为普遍。在中国，这种现象同样不容忽视。以2005-2007三年间中国A股上市公司为例，在取得的1496个样本中，约有24％的样本企业的CEO具有政治联系。随着中国经济的快速发展，企业与政府之间的关系日益紧密。特别是在经济转轨和新兴市场初步发展的阶段，市场机制尚不完善，法律、法规等正式制度在执行过程中存在一定的滞后性和局限性，导致企业在市场竞争中面临诸多不确定性和风险。在这种背景下，CEO的政治联系作为一种非正式的制度安排，为企业提供了获取资源、降低风险和拓展市场的机会。具有政治联系的CEO能够利用其在政府部门积累的人脉资源和信息优势，帮助企业更好地理解和把握政策导向，提前布局，从而在市场竞争中占据先机。政治联系也可能带来一些负面影响，如增加企业的寻租成本、引发市场不公平竞争等。CEO的政治联系对上市公司业绩的影响具有多面性，这种影响不仅关系到企业自身的生存与发展，还对整个市场的资源配置效率和公平竞争环境产生深远影响。从企业自身角度来看，业绩是衡量企业经营成果和市场竞争力的重要指标，直接关系到企业的价值创造和股东利益。如果CEO的政治联系能够为企业带来实质性的资源支持和政策优惠，帮助企业降低运营成本、提高市场份额，那么这种联系将对企业业绩产生积极的推动作用。反之，如果政治联系引发了企业内部的治理问题，或者导致企业过度依赖政府资源而忽视了自身核心竞争力的培养，那么企业业绩可能会受到负面影响。从市场层面来看，企业作为市场经济的主体，其行为和业绩对市场资源配置效率有着重要的引导作用。如果具有政治联系的企业能够凭借其特殊优势获得更多的资源和机会，而这些优势并非基于市场竞争的结果，那么将导致市场资源配置的扭曲，降低市场的整体效率。政治联系引发的不公平竞争也会破坏市场的公平原则，抑制其他企业的创新和发展动力，进而影响整个市场的健康发展。深入研究CEO政治联系对上市公司业绩的影响，有助于企业更好地理解和利用政治联系这一资源，实现可持续发展；也有助于政府部门完善市场制度，优化政策环境，促进市场的公平竞争和资源的有效配置。1.2研究目的与问题提出本研究旨在深入剖析CEO政治联系对上市公司业绩的影响，为企业战略决策和市场监管提供理论支持与实践指导。具体而言，通过实证研究，揭示CEO政治联系与上市公司业绩之间的内在关系，探讨政治联系在企业获取资源、应对政策环境变化等方面的作用机制，以及这种联系对企业长期发展和市场竞争格局的影响。基于上述研究目的，本研究提出以下关键问题：CEO政治联系如何影响上市公司业绩？：政治联系作为企业与政府之间的一种特殊纽带，可能通过多种途径影响企业业绩。具有政治联系的CEO可能凭借其人脉资源和信息优势，帮助企业获得更多的政府项目、财政补贴或税收优惠，从而直接提升企业的财务业绩。政治联系也可能为企业带来潜在的市场机会，如优先获取行业准入资格、参与政府主导的重大项目等，进而扩大企业的市场份额，间接提升业绩。政治联系也可能带来一些负面影响，如增加企业的寻租成本、导致企业决策受到政治因素的干扰等，这些因素又将如何作用于企业业绩，是需要深入探究的问题。不同类型的政治联系对业绩的影响是否存在差异？：CEO的政治联系类型丰富多样，包括在政府部门担任公职、担任人大代表或政协委员、与政府官员有密切的私人关系等。不同类型的政治联系在资源获取、政策影响力和社会声誉等方面可能存在显著差异，进而对企业业绩产生不同的影响。担任人大代表或政协委员的CEO，可能更侧重于通过参与政策制定和社会事务，为企业争取有利的政策环境和社会支持；而曾在政府部门担任公职的CEO，则可能在项目审批、资源分配等方面具有更直接的影响力。深入研究不同类型政治联系对业绩的影响差异，有助于企业更精准地评估和利用政治联系资源。政治联系对业绩的影响在不同行业和企业规模下是否有所不同？：不同行业的市场结构、竞争程度和政策敏感度存在差异，这可能导致政治联系对企业业绩的影响呈现出行业特异性。在一些受政府管制较严格的行业，如能源、金融、电信等，政治联系可能对企业的生存和发展起到关键作用，其对业绩的提升效应可能更为显著；而在市场竞争较为充分的行业，企业的业绩可能更多地依赖于自身的核心竞争力和市场策略，政治联系的影响相对较小。企业规模也是一个重要的调节因素，大型企业通常具有更丰富的资源和更强的市场影响力，政治联系可能为其带来更大的协同效应和战略机遇；而小型企业可能由于资源有限，在利用政治联系时面临更多的挑战和限制，政治联系对其业绩的影响可能相对较弱。政治联系对企业业绩的影响是短期的还是长期的？：从短期来看，政治联系可能通过获取即时的政策优惠和资源支持，迅速提升企业的财务业绩。这种短期的业绩提升是否能够持续，是否有利于企业的长期可持续发展，是值得关注的问题。过度依赖政治联系可能导致企业忽视自身核心竞争力的培养，一旦政治环境发生变化或政治联系减弱，企业业绩可能面临大幅下滑的风险。而从长期来看，政治联系可能通过塑造企业的战略布局、提升企业的社会声誉和品牌形象等方式，对企业业绩产生深远的影响。研究政治联系对企业业绩影响的时间效应，有助于企业制定合理的发展战略，实现短期利益与长期目标的平衡。1.3研究方法与创新点本研究主要采用实证研究方法，通过系统的数据收集与深入的数据分析来验证研究假设，揭示CEO政治联系与上市公司业绩之间的内在关系。在数据收集阶段，广泛收集多渠道的数据，包括上市公司的年报、政府公开信息以及权威的金融数据库等。从上市公司年报中提取CEO的个人背景信息，以准确识别其政治联系；从政府公开信息中获取政策动态和行业监管信息，为分析政治联系的作用机制提供背景支持；借助金融数据库获取公司的财务数据和市场表现数据，用于衡量上市公司业绩。通过多渠道的数据收集，确保研究数据的全面性和准确性，为后续的实证分析奠定坚实基础。在实证分析过程中，运用多元线性回归模型、面板数据模型等多种计量经济学方法，深入探究CEO政治联系对上市公司业绩的影响。通过构建合理的模型，控制公司规模、行业特征、股权结构等可能影响业绩的因素，以准确分离出政治联系的效应。利用稳健性检验来验证研究结果的可靠性，通过变换变量的度量方式、调整样本范围等方法，确保研究结论不受数据处理方式和样本选择的影响。本研究的创新点主要体现在以下几个方面：多维度分析政治联系：以往研究对CEO政治联系的分析往往较为单一，本研究将从多个维度对其进行深入剖析。不仅关注CEO是否具有政治联系，还将细致区分政治联系的类型，如政府任职经历、人大政协身份、党派关系等，并分别探讨不同类型政治联系对上市公司业绩的独特影响。对于具有政府任职经历的CEO，研究其在项目审批、资源获取等方面的优势对业绩的作用；对于担任人大政协代表的CEO，分析其参与政策制定和社会事务对企业形象和市场机会的影响。同时，考虑政治联系的强度和持续性，如政治联系的层级高低、持续时间长短等因素，全面评估其对企业业绩的综合影响。政治联系的强度可能体现在CEO与政府官员的密切程度、在政治活动中的影响力等方面，而持续性则涉及政治联系是短期的还是长期稳定的，这些因素都可能对企业业绩产生不同程度的作用。构建新的业绩衡量指标：在衡量上市公司业绩时，突破传统研究仅依赖单一或少数财务指标的局限，构建综合考虑财务指标、市场指标和创新能力指标的新业绩衡量体系。除了常用的财务指标如ROA、ROE外，纳入市场指标如Tobin'sQ值，以反映市场对企业未来成长潜力的预期；引入创新能力指标，如研发投入强度、专利申请数量等，以衡量企业的创新活力和长期发展能力。通过构建这样的综合指标体系，更全面、准确地评估上市公司业绩，从而更深入地揭示CEO政治联系与业绩之间的关系。拓展研究情境：将研究置于经济转型和新兴市场发展的特殊情境下，结合中国市场的独特制度背景和政策环境，深入探讨CEO政治联系的作用机制和经济后果。在中国，经济转型过程中市场机制不断完善，政策导向对企业发展影响深远，新兴市场的快速发展也为企业带来了机遇与挑战。在这种背景下，研究政治联系如何帮助企业适应政策变化、抓住市场机遇，以及可能面临的风险和问题，为新兴市场和转型经济中的企业发展提供有针对性的理论支持和实践指导。二、理论基础与文献综述2.1相关理论基础2.1.1资源依赖理论资源依赖理论于20世纪40年代萌芽，70年代成熟，主要代表人物有费佛尔（JeffreyPfeffer）和萨兰奇科（GeraldSalancik）。该理论认为，任何组织都无法孤立存在，必须与外部环境进行互动，以获取自身生存和发展所必需却又无法自行生产的资源。组织对外部资源的依赖程度，在很大程度上影响着其战略决策和行为模式。企业作为经济组织，其运营和发展离不开各类资源的支持，如资金、技术、政策支持、市场准入许可等。这些资源广泛分布于企业所处的外部环境中，而政府作为掌握重要资源分配权和政策制定权的主体，对企业的资源获取具有关键影响。CEO的政治联系作为企业与政府之间的桥梁，能够为企业带来诸多资源获取优势。具有政治联系的CEO凭借其在政府体系内积累的人脉资源和良好关系网络，使企业在资源竞争中脱颖而出。在政府的项目招标、财政补贴分配等活动中，这类企业往往更容易获得青睐，从而获得更多的项目机会和资金支持。在某些地区的基础设施建设项目招标中，具有政治联系的企业可能因为CEO与当地政府官员的熟悉程度，更及时、准确地获取招标信息，提前做好充分的准备工作，提高中标概率。在财政补贴方面，对于一些新兴产业或符合政府政策导向的项目，具有政治联系的企业可能更容易获得政府的专项资金扶持，为企业的技术研发、设备更新等提供有力的资金保障。在市场准入方面，政府的政策法规对许多行业设置了严格的准入门槛，具有政治联系的CEO能够凭借其对政策的深入理解和与相关部门的沟通渠道，帮助企业更顺利地获得行业准入资格。在金融领域，具有政治联系的企业更容易获得银行贷款等金融资源。银行在发放贷款时，通常会考虑企业的信用风险和还款能力，而政治联系在一定程度上可以被视为一种信用背书，降低银行对企业的风险评估，从而使企业更容易获得贷款额度和更优惠的贷款利率。资源依赖理论强调组织权力，将组织视为政治行动者，认为组织的策略与获取资源、控制其他组织的权力行为紧密相关。CEO的政治联系体现了企业在获取资源过程中的一种权力运作。通过政治联系，企业能够在资源分配中争取到更有利的地位，增强自身的竞争优势，进而对企业业绩产生积极影响。政治联系也可能使企业对政府资源产生过度依赖，当外部政治环境发生变化或政治联系减弱时，企业可能面临资源获取困难的风险，从而对业绩产生负面影响。2.1.2委托代理理论委托代理理论主要探讨在信息不对称和利益冲突条件下，委托人与代理人之间的关系以及如何设计有效的激励机制来协调双方的利益。在公司治理中，股东作为委托人，将公司的经营管理权委托给CEO等代理人。由于委托人和代理人的目标函数存在差异，代理人可能会追求自身利益最大化，而忽视委托人的利益，从而产生委托代理问题。信息不对称是委托代理问题产生的重要根源。CEO作为公司日常经营管理的执行者，对公司的内部运营情况、市场动态等信息掌握更为全面和及时，而股东往往难以实时、准确地了解公司的具体运营细节。这种信息不对称使得CEO在决策过程中可能利用自身的信息优势，做出有利于自身利益但损害股东利益的决策。CEO可能为了追求短期业绩以获得更高的薪酬和声誉，而采取过度冒险的投资策略，忽视公司的长期发展战略；或者在费用支出上存在浪费和滥用职权的行为，增加公司的运营成本，降低公司的利润水平。政治联系可能会进一步加剧委托代理问题，从而对公司业绩产生影响。一方面，具有政治联系的CEO可能会利用其政治资源为自身谋取私利。他们可能通过政治关系获取政府的特殊关照，如获得政府补贴、项目审批优惠等，但这些资源并没有完全用于提升公司的业绩，而是被CEO个人或其关联方所占用。在一些国有企业中，具有政治背景的高管可能会利用职务之便，将公司资源用于个人的政治活动或与政治相关的事务，损害公司的利益。政治联系也可能导致CEO在决策过程中受到政治因素的干扰，偏离公司的最优决策路径。政府的政策导向和政治目标可能与公司的商业目标存在差异，当CEO受到政治因素影响时，可能会为了迎合政府的要求而做出不符合公司经济利益的决策。在某些情况下，政府为了推动地方经济发展或实现特定的产业政策目标，可能会要求企业投资一些经济效益不佳但具有政治意义的项目。具有政治联系的CEO可能迫于政治压力，不得不接受这些项目，从而影响公司的盈利能力和业绩表现。从激励机制的角度来看，委托代理理论认为，合理的激励机制可以有效缓解委托代理问题，使代理人的行为与委托人的利益趋于一致。然而，当CEO具有政治联系时，传统的激励机制可能会失效。政治联系可能为CEO带来额外的非经济收益，如政治声誉、社会地位等，这些非经济收益可能会使CEO对公司业绩的关注程度降低，从而削弱了薪酬激励、股权激励等传统激励机制的效果。即使公司业绩不佳，具有政治联系的CEO也可能凭借其政治资源保住职位，这使得激励机制无法对其形成有效的约束和激励。2.2国内外文献综述2.2.1CEO政治联系的界定与度量CEO政治联系的界定与度量是研究其对上市公司业绩影响的基础，不同的界定方式和度量方法会导致研究结果的差异。国内外学者对此进行了广泛的探讨，提出了多种不同的观点和方法。国外研究中，Faccio（2006）将政治联系定义为企业的大股东或高管与政府高官（总统、总理、内阁成员等）之间存在密切关系，包括血缘、校友、商业伙伴等关系，或者企业的大股东或高管曾经或正在担任政府公职。在度量上，若企业满足上述条件之一，则被认定为具有政治联系，赋值为1，否则为0。这种定义和度量方式在跨国研究中具有一定的通用性，能够在不同国家的政治和经济背景下识别出政治联系企业，但相对较为宽泛，可能会遗漏一些与地方政府官员或较低层级政治人物有联系的企业。在国内，由于政治体制和经济环境的独特性，学者们从多个角度对CEO政治联系进行界定。吴文锋、吴冲锋和刘晓薇（2008）认为，若上市公司的高管（包括董事长、CEO等）现在或曾经在政府部门任职，或者担任人大代表、政协委员，则该公司具有政治联系。朱松（2009）进一步细化，将政治联系分为中央政府联系和地方政府联系，若高管曾在中央政府部门任职或担任全国人大代表、全国政协委员，则为中央政府联系；若在地方政府部门任职或担任地方人大代表、政协委员，则为地方政府联系。这种分类方式考虑到了中国政治体制中不同层级政府的权力和资源分配差异，更符合中国国情，能够更准确地研究不同层级政治联系对企业的影响，但在实际度量中，需要对高管的任职经历和政治身份进行详细的梳理和分类，数据收集难度较大。从度量指标来看，除了上述的二元变量（有政治联系为1，无政治联系为0）外，还有学者采用连续变量来衡量政治联系的强度。如使用高管在政府部门担任的最高职务级别、在政府部门的任职年限、与政府官员的接触频率等作为度量指标。王庆文和吴世农（2008）在研究中，将高管的政治联系强度分为三个等级：强政治联系（高管曾担任省部级及以上职务）、中政治联系（担任厅局级职务）、弱政治联系（担任县处级及以下职务）。这种度量方式能够更细致地反映政治联系的差异，但在实际操作中，对职务级别和任职年限等数据的准确性要求较高，且不同地区、不同部门的职务权力和影响力可能存在差异，难以进行统一的量化。2.2.2CEO政治联系对上市公司业绩的影响关于CEO政治联系对上市公司业绩的影响，学术界尚未达成一致结论，不同的研究基于不同的理论基础和实证方法，得出了正面、负面和复杂影响等多种观点。许多研究认为政治联系对公司业绩具有正面影响，这一观点主要基于资源依赖理论和寻租理论。资源依赖理论强调企业对外部资源的依赖，而政治联系能够帮助企业获取关键资源。Fisman（2001）对印尼公司的研究发现，与前总统苏哈托关系密切的公司在苏哈托执政期间获得了更多的资源和政策优惠，公司业绩显著提升。国内学者余明桂和潘红波（2008）以中国民营企业为样本，研究发现具有政治联系的企业更容易获得银行贷款，且贷款期限更长，这有助于企业扩大生产规模、进行技术创新等，从而提升企业业绩。从寻租理论角度看，企业通过政治联系可以寻租，获取政府的特殊关照，如税收优惠、项目审批优先等。吴文锋等（2008）研究表明，在政府干预程度较强的地区，民营上市公司高管的地方政府背景能增加公司价值，因为这些企业可以利用政治联系获得更多的政府补贴和税收减免，降低企业运营成本，进而提高业绩。也有部分研究认为政治联系对公司业绩存在负面影响，主要从委托代理理论和政府干预角度进行分析。委托代理理论指出，政治联系可能导致CEO为追求个人政治利益而牺牲公司业绩。Boubakri等（2008）对41个国家的私有化公司进行研究，发现政治关联公司的业绩差于非关联公司，原因在于政治家通过政治关联攫取政治利益，干扰公司的正常决策，牺牲了公司业绩最大化目标。在中国，Fan等（2007）对有政治关联的上市公司IPO后的业绩表现进行研究，发现总经理有政府背景的公司在IPO后3年的经营业绩比无政府背景的公司差，因为这些公司更容易受到政府干预，被迫承担一些非经济目标，如解决就业、维护社会稳定等，从而影响了公司的盈利能力。还有一些研究认为政治联系对公司业绩的影响较为复杂，受到多种因素的调节。企业所处的行业特征、市场竞争程度、地区制度环境等都会影响政治联系与公司业绩之间的关系。在管制行业，政治联系对业绩的正面影响可能更为显著，因为这些行业受到政府政策的严格管控，具有政治联系的企业更容易获得行业准入资格、资源分配等优势。在市场竞争激烈的行业，企业的核心竞争力和市场策略对业绩的影响更大，政治联系的作用可能相对减弱。地区制度环境也很关键，在制度完善、市场机制健全的地区，政治联系对公司业绩的影响可能较小；而在制度不完善、市场失灵的地区，政治联系作为一种非正式制度安排，对公司业绩的影响可能更为突出。2.2.3研究现状总结与评述现有研究在CEO政治联系对上市公司业绩影响方面取得了丰硕的成果，为后续研究奠定了坚实的基础。在政治联系的界定与度量上，学者们从不同角度提出了多种方法，使研究能够更准确地识别和衡量政治联系。在影响机制的探讨中，基于资源依赖理论、委托代理理论等多种理论，深入分析了政治联系对公司业绩产生正面、负面或复杂影响的原因。当前研究仍存在一些不足之处。在政治联系的度量上，虽然已有多种方法，但每种方法都存在一定的局限性，难以全面、准确地衡量政治联系的程度和质量。现有的度量指标可能无法充分反映政治联系的动态变化，以及不同类型政治联系的差异。在研究政治联系对公司业绩的影响时，部分研究忽略了其他可能影响业绩的因素，如公司内部治理结构、行业竞争态势等，导致研究结果可能存在偏差。大多数研究侧重于短期业绩的考察，对于政治联系对公司长期业绩的影响研究相对较少，而企业的长期发展能力对于其可持续发展至关重要。未来的研究可以从以下几个方向拓展。进一步完善政治联系的度量方法，综合考虑多种因素，构建更全面、准确的度量指标体系，以更精确地衡量政治联系的强度和质量。加强对政治联系影响公司业绩的中介机制和调节效应的研究，深入探讨政治联系如何通过资源获取、战略决策等中介变量影响业绩，以及行业特征、制度环境等因素在其中的调节作用。注重对公司长期业绩的研究，通过长期跟踪观察，分析政治联系对公司长期发展战略、创新能力、市场竞争力等方面的影响，为企业的可持续发展提供更有价值的参考。还可以结合新兴的研究方法和理论，如大数据分析、人工智能技术等，挖掘更多关于政治联系与公司业绩关系的信息，为该领域的研究注入新的活力。三、研究设计3.1研究假设提出3.1.1政治联系与上市公司业绩的正向关系假设根据资源依赖理论，企业的生存和发展高度依赖于外部资源的获取，而政府在资源分配中占据主导地位。CEO的政治联系作为企业与政府沟通的桥梁，能够为企业带来显著的资源获取优势，进而对上市公司业绩产生积极影响。具有政治联系的CEO凭借其在政府体系内积累的人脉资源，能够使企业在市场竞争中脱颖而出，优先获取关键资源。在项目资源方面，政府主导的基础设施建设、重大科研项目等往往涉及巨额资金和广阔市场，具有政治联系的企业在项目招标中更具竞争力。某具有政治联系的建筑企业，由于CEO与当地政府官员的密切关系，提前了解到城市轨道交通建设项目的招标信息，并获得了专业的政策解读和技术指导，从而精心准备投标方案，成功中标该项目，为企业带来了丰厚的收入和利润。在资金资源方面，银行等金融机构在发放贷款时，会综合考虑企业的信用风险和还款能力。政治联系在一定程度上可以被视为一种信用背书，降低银行对企业的风险评估，使企业更容易获得贷款额度和更优惠的贷款利率。某民营企业在发展初期面临资金短缺问题，由于其CEO曾在政府金融部门任职，与当地银行建立了良好的合作关系，企业顺利获得了低息贷款，解决了资金周转难题，得以扩大生产规模，提升市场份额，进而提高了公司业绩。在政策信息资源方面，政府的政策导向对企业的发展方向具有重要指引作用。具有政治联系的CEO能够及时、准确地获取政策动态，提前调整企业战略，抓住政策机遇。在国家大力推动新能源产业发展的政策背景下，某具有政治联系的能源企业，通过CEO与相关政府部门的沟通，提前布局新能源项目，获得了政府的政策支持和补贴，实现了业务的快速拓展和业绩的显著提升。基于以上分析，提出假设1：CEO具有政治联系的上市公司，其业绩表现优于CEO无政治联系的上市公司。3.1.2不同政治联系类型的差异假设CEO的政治联系类型丰富多样，包括政府任职经历、人大政协身份、党派关系等，不同类型的政治联系在资源获取、政策影响力和社会声誉等方面存在显著差异，进而对上市公司业绩产生不同影响。具有政府任职经历的CEO，在项目审批、资源分配等方面具有直接影响力。他们熟悉政府的工作流程和决策机制，能够有效地协调企业与政府部门之间的关系，为企业争取更多的项目机会和资源支持。在土地资源获取方面，某曾在政府土地管理部门任职的CEO，在企业进行房地产开发项目时，凭借其对土地出让政策和流程的熟悉，成功帮助企业获得了优质的土地资源，降低了开发成本，提高了项目的盈利能力。担任人大代表或政协委员的CEO，侧重于通过参与政策制定和社会事务，为企业争取有利的政策环境和社会支持。他们能够在政策制定过程中表达企业的诉求，推动有利于企业发展的政策出台。在税收政策方面，某担任人大代表的CEO，通过在人大会议上提出相关议案，推动了当地政府对企业的税收优惠政策调整，减轻了企业的税负，增加了企业的利润空间。在社会事务方面，他们积极参与公益活动，提升企业的社会形象和品牌价值，吸引更多的客户和合作伙伴，间接促进企业业绩提升。党派关系也可能为企业带来一定的优势。党员身份的CEO在政治觉悟和政策理解方面具有优势，能够更好地把握国家的政策导向，使企业的发展战略与国家政策保持一致。在一些国有企业中，党员CEO能够更好地贯彻党的方针政策，在企业内部形成强大的凝聚力和战斗力，推动企业的改革发展，提升企业业绩。基于以上分析，提出假设2：不同类型的CEO政治联系对上市公司业绩的影响存在差异。3.1.3调节变量的影响假设政治联系对上市公司业绩的影响并非孤立存在，而是受到多种因素的调节。股权性质和行业竞争程度作为两个重要的调节变量，在其中发挥着关键作用。股权性质是影响企业决策和资源配置的重要因素之一。国有企业与民营企业在资源获取、政策支持和经营目标等方面存在差异，这导致政治联系对不同股权性质企业业绩的影响也有所不同。国有企业由于其国有背景，本身就与政府存在紧密的联系，在资源获取和政策支持方面具有一定的天然优势。在这种情况下，CEO的政治联系可能对国有企业业绩的提升作用相对较小。而民营企业在市场竞争中面临更多的资源约束和政策不确定性，CEO的政治联系对民营企业业绩的提升作用可能更为显著。在融资方面，民营企业往往面临融资难、融资贵的问题，具有政治联系的民营企业CEO能够利用其政治资源，帮助企业获得更多的银行贷款和其他融资渠道，缓解资金压力，促进企业发展。行业竞争程度也是调节政治联系与业绩关系的重要因素。在竞争激烈的行业中，企业的核心竞争力和市场策略对业绩的影响更为关键。政治联系虽然能够为企业带来一定的资源优势，但难以从根本上改变企业在市场竞争中的地位。在互联网行业，技术创新和用户体验是企业成功的关键因素，具有政治联系的企业如果不能在技术研发和市场拓展方面保持竞争力，也难以取得良好的业绩。而在管制行业，如能源、金融、电信等，政府的政策对企业的准入、运营和发展具有严格的管控，政治联系对企业业绩的提升作用可能更为突出。在能源行业，企业的项目审批、资源开采等都需要得到政府的严格审批，具有政治联系的企业能够更顺利地通过审批，获得资源开采权，从而在市场竞争中占据优势。基于以上分析，提出假设3：股权性质和行业竞争程度对CEO政治联系与上市公司业绩之间的关系具有调节作用。在民营企业中，CEO政治联系对业绩的提升作用更显著；在管制行业中，CEO政治联系对业绩的提升作用更显著。3.2样本选择与数据来源为了深入探究CEO政治联系对上市公司业绩的影响，本研究选取2015-2020年作为样本区间，以在沪深两市A股上市的公司为研究样本。选择这一时间段主要基于以下考虑：2015年以来，中国经济在“新常态”背景下，企业面临着复杂多变的政策环境和市场竞争，CEO的政治联系在企业应对这些变化中的作用愈发凸显；且该时间段内相关数据较为完整，便于进行系统的实证分析。数据来源主要包括以下几个方面：上市公司年报：通过巨潮资讯网、各上市公司官方网站等渠道，获取上市公司的年报信息。从年报中提取CEO的个人简历，详细记录其工作经历、政治身份等，以此判断CEO是否具有政治联系以及政治联系的类型。若CEO曾在政府部门担任过职务，如在发改委、财政局等部门任职，将其认定为具有政府任职经历的政治联系；若CEO担任人大代表或政协委员，则记录其具体的任职层级和所属领域，以区分不同类型的政治联系。还从年报中收集公司的财务数据，如营业收入、净利润、资产总额等，用于计算相关财务指标，衡量公司业绩。数据库：借助国泰安数据库（CSMAR）和万得数据库（WIND），获取上市公司的其他关键信息。利用CSMAR数据库获取公司的股权结构数据，包括国有股比例、法人股比例、流通股比例等，用于分析股权性质对研究结果的影响。从WIND数据库中获取行业分类数据，依据证监会的行业分类标准，将上市公司划分为不同的行业，以便研究不同行业中政治联系与业绩的关系。这两个数据库还提供了上市公司的市场交易数据，如股票价格、成交量等，用于计算市场指标，如Tobin'sQ值，作为衡量公司业绩的补充指标。其他渠道：对于一些在年报和数据库中未详细披露的信息，通过新闻媒体报道、政府官方文件等渠道进行补充收集。对于某些公司的重大项目合作信息、政府政策扶持情况等，可能在年报中只是简要提及，通过查阅相关的新闻报道和政府发布的项目公示文件，可以获取更详细的信息，进一步了解公司的运营环境和资源获取情况，为研究提供更全面的背景资料。在数据收集过程中，严格遵循数据的准确性、完整性和可靠性原则，对收集到的数据进行仔细核对和筛选。对于存在缺失值或异常值的数据，采用合理的方法进行处理。对于缺失的财务数据，若缺失比例较小，采用均值填充或回归预测等方法进行补充；若缺失比例较大，则将该样本剔除。对于异常值，通过统计检验等方法进行识别，并根据实际情况进行修正或剔除，以确保数据质量，为后续的实证分析提供坚实的数据基础。3.3变量定义与度量3.3.1被解释变量：上市公司业绩本研究采用多个指标来综合衡量上市公司业绩，以全面反映公司的经营状况和市场价值。在财务指标方面，选用总资产收益率（ROA）和净资产收益率（ROE）作为核心指标。总资产收益率（ROA）通过净利润与平均总资产的比值计算得出，公式为：ROA=\frac{净利润}{平均总资产}\times100\%，其中平均总资产=（期初总资产+期末总资产）÷2。该指标反映了公司运用全部资产获取利润的能力，体现了资产利用的综合效果，是衡量公司资产运营效率和盈利能力的重要指标。净资产收益率（ROE）则是净利润与平均净资产的比值，公式为：ROE=\frac{净利润}{平均净资产}\times100\%，平均净资产=（期初净资产+期末净资产）÷2。ROE指标反映了股东权益的收益水平，用以衡量公司运用自有资本的效率，较高的ROE通常表示公司为股东创造价值的能力较强。在市场指标方面，引入托宾Q值（Tobin'sQ）。托宾Q值的计算方法为公司市场价值与资产重置成本的比值，公式为：Tobin'sQ=\frac{公司市场价值}{资产重置成本}。其中，公司市场价值=流通股市值+非流通股市值+负债账面价值，资产重置成本通常用期末总资产来近似替代。托宾Q值反映了市场对公司未来成长机会的预期，当Tobin'sQ值大于1时，表明市场认为公司的价值高于其资产的重置成本，公司具有较好的成长潜力和投资价值；反之，当Tobin'sQ值小于1时，说明市场对公司的未来预期较为悲观。这些指标从不同角度衡量了上市公司业绩，财务指标侧重于公司当前的经营成果和资产运营效率，而市场指标则更关注市场对公司未来发展的预期，综合运用这些指标能够更全面、准确地评估上市公司业绩。3.3.2解释变量：CEO政治联系本研究将CEO政治联系定义为CEO与政府部门、政治团体之间存在的正式或非正式关系，这种关系能够使CEO在企业运营中获取政治资源、信息优势或政策支持。在度量方面，采用虚拟变量进行衡量。若CEO现在或曾经在政府部门担任公职，如在中央或地方政府的职能部门任职，包括但不限于发改委、财政局、税务局等，将其政治联系赋值为1；若CEO担任人大代表或政协委员，无论是全国级还是地方级，同样赋值为1；若CEO具有党派身份，在党内担任一定职务或参与党内重要活动，也认定为具有政治联系，赋值为1。若CEO不具备上述任何一种政治联系特征，则赋值为0。为了进一步区分政治联系的类型，设立多个虚拟变量。对于政府任职经历，根据任职部门的重要性和层级进行细分。在中央政府关键部门任职的CEO，如在国务院部委任职，设置变量Gov_Central，若符合条件赋值为1，否则为0；在地方政府重要部门任职的CEO，如在省级政府的核心部门任职，设置变量Gov_Local，满足条件赋值为1，否则为0。对于人大政协身份，分为全国人大代表或政协委员（NPC_CPPCC_National）和地方人大代表或政协委员（NPC_CPPCC_Local），符合相应条件时分别赋值为1，不符合则为0。对于党派关系，若CEO是党员且在党内有一定影响力，设置变量Party，满足条件赋值为1，否则为0。通过这种分类度量方式，能够更细致地研究不同类型政治联系对上市公司业绩的影响。3.3.3控制变量为了准确分析CEO政治联系对上市公司业绩的影响，本研究选取了多个可能影响公司业绩的控制变量，并明确其度量方法。公司规模（Size）是一个重要的控制变量，它反映了公司的整体实力和资源基础。采用公司年末总资产的自然对数来度量，公式为：Size=\ln(总资产)。一般来说，规模较大的公司在资源获取、市场份额、抗风险能力等方面具有优势，可能对公司业绩产生影响。资产负债率（Lev）用于衡量公司的偿债能力和财务风险。通过总负债与总资产的比值计算得出，公式为：Lev=\frac{总负债}{总资产}。较高的资产负债率意味着公司面临较大的偿债压力，可能会对公司的经营决策和业绩产生负面影响。股权结构方面，选取第一大股东持股比例（Top1）作为控制变量，它反映了公司股权的集中程度。第一大股东持股比例越高，对公司的控制权越强，可能会影响公司的决策过程和业绩表现。还考虑国有股比例（State），即国有股在公司总股本中所占的比重。国有股比例的高低可能会导致公司在资源获取、政策支持等方面存在差异，进而影响公司业绩。在行业层面，引入行业虚拟变量（Industry）来控制行业因素对公司业绩的影响。根据证监会的行业分类标准，将上市公司划分为不同的行业。对于每个行业，设置一个虚拟变量，若公司属于该行业，则相应的虚拟变量赋值为1，否则为0。行业特征如市场竞争程度、行业发展阶段、技术创新速度等都会对公司业绩产生重要影响，通过引入行业虚拟变量，可以在一定程度上消除行业差异对研究结果的干扰。年度虚拟变量（Year）用于控制宏观经济环境和政策变化对公司业绩的影响。对于研究样本中的每一年，设置一个虚拟变量，若公司数据属于该年度，则相应的年度虚拟变量赋值为1，否则为0。不同年份的宏观经济形势、货币政策、财政政策等都会发生变化，这些因素可能会对上市公司业绩产生系统性影响，通过引入年度虚拟变量，可以控制这些年度效应，使研究结果更准确地反映CEO政治联系与公司业绩之间的关系。3.4模型构建为了检验上述研究假设，构建如下多元线性回归模型：Performance_{it}=\alpha_0+\alpha_1PC_{it}+\sum_{j=1}^{n}\alpha_{1+j}Control_{jit}+\varepsilon_{it}其中，Performance_{it}表示第i家公司在t时期的业绩，分别用总资产收益率（ROA）、净资产收益率（ROE）和托宾Q值（Tobin'sQ）来衡量；PC_{it}表示第i家公司在t时期的CEO政治联系，为核心解释变量，当CEO具有政治联系时，PC_{it}取值为1，否则为0。Control_{jit}表示一系列控制变量，包括公司规模（Size）、资产负债率（Lev）、第一大股东持股比例（Top1）、国有股比例（State）以及行业虚拟变量（Industry）和年度虚拟变量（Year）。\alpha_0为截距项，\alpha_1,\alpha_{1+j}为各变量的回归系数，\varepsilon_{it}为随机误差项。在研究不同类型的CEO政治联系对上市公司业绩的影响时，对上述模型进行拓展，将政治联系细分为政府任职经历（Gov）、人大政协身份（NPC_CPPCC）、党派关系（Party）等类型，构建如下模型：Performance_{it}=\beta_0+\beta_1Gov_{it}+\beta_2NPC\_CPPCC_{it}+\beta_3Party_{it}+\sum_{j=1}^{n}\beta_{3+j}Control_{jit}+\mu_{it}其中，Gov_{it}、NPC\_CPPCC_{it}、Party_{it}分别为表示CEO是否具有政府任职经历、人大政协身份、党派关系的虚拟变量，若有则取值为1，否则为0。\beta_0为截距项，\beta_1,\beta_2,\beta_3,\beta_{3+j}为各变量的回归系数，\mu_{it}为随机误差项。为了检验股权性质和行业竞争程度对CEO政治联系与上市公司业绩之间关系的调节作用，引入调节变量股权性质（SOE）和行业竞争程度（Competition），构建如下调节效应模型：Performance_{it}=\gamma_0+\gamma_1PC_{it}+\gamma_2SOE_{it}+\gamma_3Competition_{it}+\gamma_4PC_{it}\timesSOE_{it}+\gamma_5PC_{it}\timesCompetition_{it}+\sum_{j=1}^{n}\gamma_{5+j}Control_{jit}+\nu_{it}其中，SOE_{it}为股权性质虚拟变量，当公司为国有企业时取值为1，民营企业时取值为0；Competition_{it}为行业竞争程度变量，采用赫芬达尔-赫希曼指数（HHI）来衡量，HHI值越小，表明行业竞争程度越高。PC_{it}\timesSOE_{it}和PC_{it}\timesCompetition_{it}分别为政治联系与股权性质、政治联系与行业竞争程度的交互项。\gamma_0为截距项，\gamma_1,\gamma_2,\gamma_3,\gamma_4,\gamma_5,\gamma_{5+j}为各变量的回归系数，\nu_{it}为随机误差项。通过检验交互项系数\gamma_4和\gamma_5的显著性，判断股权性质和行业竞争程度的调节作用是否显著。四、实证结果与分析4.1描述性统计对样本数据进行描述性统计，结果如表1所示。从被解释变量来看，总资产收益率（ROA）的均值为0.042，表示样本公司平均资产回报率为4.2%，标准差为0.051，说明不同公司之间的资产收益水平存在一定差异，部分公司的ROA偏离均值程度较大。净资产收益率（ROE）均值为0.075，标准差为0.102，反映出公司间的股东权益收益水平差异更为明显。托宾Q值（Tobin'sQ）均值为1.653，标准差为0.897，表明市场对样本公司未来成长机会的预期存在较大分歧，一些公司被市场高度看好，具有较高的成长潜力，而另一些公司则相对不被市场看好。在解释变量方面，CEO政治联系（PC）的均值为0.326，意味着约32.6%的样本公司CEO具有政治联系。进一步细分政治联系类型，政府任职经历（Gov）的均值为0.105，表明10.5%的CEO有政府任职背景；人大政协身份（NPC_CPPCC）均值为0.158，即15.8%的CEO担任人大代表或政协委员；党派关系（Party）均值为0.063，说明6.3%的CEO因党派关系具有政治联系。这表明不同类型的政治联系在样本公司中分布不均衡，人大政协身份的政治联系相对更为普遍。控制变量中，公司规模（Size）均值为22.056，标准差为1.234，反映出样本公司规模存在一定差异。资产负债率（Lev）均值为0.458，标准差为0.201，说明公司间的偿债能力和财务风险水平有所不同。第一大股东持股比例（Top1）均值为0.356，标准差为0.128，体现了公司股权集中程度的差异。国有股比例（State）均值为0.187，标准差为0.225，显示出样本公司中国有股占比的多样性。行业虚拟变量（Industry）和年度虚拟变量（Year）用于控制行业和年度效应，确保研究结果不受行业特征和宏观经济环境变化的干扰。通过描述性统计，初步展示了样本数据的基本特征，为后续的回归分析奠定了基础。表1描述性统计结果变量观测值均值标准差最小值最大值ROA12000.0420.051-0.1860.253ROE12000.0750.102-0.3240.385Tobin'sQ12001.6530.8970.5625.328PC12000.3260.46901Gov12000.1050.30701NPC_CPPCC12000.1580.36501Party12000.0630.24301Size120022.0561.23419.87525.362Lev12000.4580.2010.1050.897Top112000.3560.1280.0850.756State12000.1870.22500.853Industry1200----Year1200----4.2相关性分析在进行回归分析之前，对各变量进行相关性分析，以初步判断变量之间的关系，并检验是否存在多重共线性问题。运用Pearson相关系数对样本数据进行分析，结果如表2所示。表2相关性分析结果变量ROAROETobin'sQPCGovNPC_CPPCCPartySizeLevTop1StateROA1ROE0.786***1Tobin'sQ0.354***0.287***1PC0.213***0.189***0.156**1Gov0.125**0.106**0.085*0.653***1NPC_CPPCC0.158***0.137***0.112**0.724***0.356***1Party0.098**0.082*0.0650.437***0.235***0.208***1Size0.195***0.174***0.256***0.148***0.092**0.105**0.0731Lev-0.236***-0.205***-0.168***-0.127**-0.081*-0.093**-0.062-0.356***1Top10.076*0.0630.0580.0450.0320.0380.0270.245***-0.187***1State0.132**0.115**0.096**0.257***0.148***0.163***0.102**0.426***-0.263***0.312***1注：*、、*分别表示在1%、5%、10%的水平上显著。从表2可以看出，总资产收益率（ROA）与净资产收益率（ROE）之间的相关系数高达0.786，且在1%的水平上显著，这表明两者高度正相关，这是由于ROA和ROE都是衡量企业盈利能力的财务指标，它们在计算过程中都涉及净利润，因此存在较强的相关性。ROA、ROE与托宾Q值（Tobin'sQ）也呈现显著的正相关关系，相关系数分别为0.354和0.287，说明企业的盈利能力越强，市场对其未来成长机会的预期也越高，这符合理论预期。CEO政治联系（PC）与ROA、ROE、Tobin'sQ均在1%或5%的水平上显著正相关，相关系数分别为0.213、0.189和0.156，初步验证了CEO政治联系与上市公司业绩之间可能存在正向关系，具有政治联系的CEO可能有助于提升公司业绩。不同类型的政治联系之间也存在较高的相关性，政府任职经历（Gov）、人大政协身份（NPC_CPPCC）、党派关系（Party）与PC的相关系数分别为0.653、0.724和0.437，说明这些政治联系类型之间并非相互独立，可能存在一定的重叠。在控制变量方面，公司规模（Size）与ROA、ROE、Tobin'sQ均显著正相关，表明规模较大的公司业绩相对较好，可能是因为规模大的公司在资源获取、市场份额等方面具有优势。资产负债率（Lev）与ROA、ROE、Tobin'sQ显著负相关，说明财务杠杆较高的公司业绩相对较差，可能是由于较高的负债带来了较大的偿债压力和财务风险。第一大股东持股比例（Top1）与ROA、ROE的相关性较弱，但与Size显著正相关，与Lev显著负相关，说明股权集中程度与公司规模、偿债能力存在一定关联。国有股比例（State）与ROA、ROE、Tobin'sQ在5%或10%的水平上显著正相关，且与Size、PC显著正相关，与Lev显著负相关，这表明国有股比例较高的公司可能在资源获取和业绩表现上具有一定优势，且与政治联系存在一定联系。虽然各变量之间存在一定的相关性，但相关系数均未超过0.8，初步判断不存在严重的多重共线性问题。为进一步验证，在后续回归分析中，将通过方差膨胀因子（VIF）等方法进行严格的多重共线性检验，以确保回归结果的准确性和可靠性。相关性分析结果为后续的回归分析提供了初步的判断和基础，有助于更深入地探究CEO政治联系对上市公司业绩的影响。4.3回归结果分析4.3.1总体回归结果对构建的多元线性回归模型进行估计，结果如表3所示。模型1-3分别以总资产收益率（ROA）、净资产收益率（ROE）和托宾Q值（Tobin'sQ）作为被解释变量，检验CEO政治联系对上市公司业绩的影响。表3总体回归结果变量模型1（ROA）模型2（ROE）模型3（Tobin'sQ）PC0.023***0.031***0.186**Size0.015**0.012*0.205***Lev-0.087***-0.065***-0.156***Top10.0050.0030.042*State0.018**0.013*0.086**Industry控制控制控制Year控制控制控制Constant-0.326***-0.254***-3.568***N120012001200R20.2860.2530.324Adj-R20.2650.2310.302F13.52***11.46***14.73***注：*、、*分别表示在1%、5%、10%的水平上显著。在模型1中，CEO政治联系（PC）的系数为0.023，且在1%的水平上显著为正，这表明CEO具有政治联系能够显著提升上市公司的总资产收益率。具体而言，在其他条件不变的情况下，当CEO具有政治联系时，公司的ROA平均提高2.3个百分点。这一结果验证了假设1中关于政治联系与上市公司业绩正向关系的部分，说明政治联系能够为企业带来资源获取、政策支持等方面的优势，从而提高企业的资产运营效率和盈利能力。模型2中，PC的系数为0.031，同样在1%的水平上显著为正，意味着CEO政治联系对净资产收益率也有显著的正向影响。具有政治联系的CEO能够使公司的ROE平均提高3.1个百分点，进一步证明了政治联系在提升企业股东权益收益水平方面的积极作用。在模型3中，以托宾Q值衡量公司业绩时，PC的系数为0.186，在5%的水平上显著为正。这说明市场对具有政治联系的CEO所在公司的未来成长机会给予了较高的预期，政治联系有助于提升公司的市场价值和成长潜力。控制变量方面，公司规模（Size）在三个模型中均与业绩指标显著正相关，表明规模较大的公司凭借其在资源整合、市场份额、品牌影响力等方面的优势，更有利于提升业绩。资产负债率（Lev）与业绩指标显著负相关，反映出较高的财务杠杆会增加企业的偿债压力和财务风险，对业绩产生负面影响。第一大股东持股比例（Top1）在模型3中与Tobin'sQ显著正相关，说明在一定程度上，股权相对集中有助于提升公司的市场价值，但在模型1和模型2中对ROA和ROE的影响不显著。国有股比例（State）在三个模型中均与业绩指标显著正相关，显示国有股比例较高的公司可能在政策支持、资源获取等方面具有优势，从而对业绩产生积极影响。行业虚拟变量（Industry）和年度虚拟变量（Year）均进行了控制，以确保回归结果不受行业特征和宏观经济环境变化的干扰。总体回归结果表明，CEO政治联系对上市公司业绩具有显著的正向影响，验证了假设1。4.3.2分样本回归结果为了进一步探究不同情境下CEO政治联系对上市公司业绩影响的差异，按照股权性质和行业竞争程度进行分样本回归。首先，按股权性质将样本分为国有企业和民营企业两组，回归结果如表4所示。表4按股权性质分样本回归结果变量国有企业（ROA）民营企业（ROA）国有企业（ROE）民营企业（ROE）国有企业（Tobin'sQ）民营企业（Tobin'sQ）PC0.0120.035***0.0180.042***0.1050.256**Size0.018**0.011*0.015*0.0090.226***0.182***Lev-0.075***-0.098***-0.058***-0.076***-0.135***-0.178***Top10.0060.0040.0040.0020.048*0.036State------Industry控制控制控制控制控制控制Year控制控制控制控制控制控制Constant-0.356***-0.284***-0.287***-0.225***-3.864***-3.256***N480720480720480720R20.2650.3020.2380.2760.3080.345Adj-R20.2410.2810.2140.2540.2840.323F10.96***14.38***9.92***12.54***12.83***15.68***注：*、、*分别表示在1%、5%、10%的水平上显著。在国有企业样本中，CEO政治联系（PC）的系数在三个业绩指标回归中均不显著，说明在国有企业中，由于其本身与政府存在紧密的联系，在资源获取和政策支持方面已经具有一定的优势，CEO个人的政治联系对业绩的提升作用相对不明显。而在民营企业样本中，PC的系数在以ROA、ROE和Tobin'sQ为被解释变量的回归中均显著为正，且系数值大于国有企业样本中的对应系数。以ROA为例，民营企业中PC系数为0.035，在1%水平上显著，表明在民营企业中，CEO政治联系对业绩的提升作用更为显著，能够使ROA平均提高3.5个百分点。这一结果验证了假设3中关于股权性质调节作用的部分，即在民营企业中，CEO政治联系对业绩的提升作用更显著。接着，按行业竞争程度进行分样本回归，将样本分为管制行业和非管制行业两组，回归结果如表5所示。表5按行业竞争程度分样本回归结果变量管制行业（ROA）非管制行业（ROA）管制行业（ROE）非管制行业（ROE）管制行业（Tobin'sQ）非管制行业（Tobin'sQ）PC0.031***0.015*0.042***0.020**0.256***0.124Size0.021***0.0100.018**0.0080.256***0.168***Lev-0.068***-0.092***-0.052***-0.070***-0.128***-0.165***Top10.0080.0030.0060.0010.052*0.032State0.021**0.015*0.016*0.0100.096**0.078**Industry控制控制控制控制控制控制Year控制控制控制控制控制控制Constant-0.402***-0.265***-0.324***-0.213***-4.268***-3.056***N360840360840360840R20.3240.2760.2890.2450.3650.312Adj-R20.3010.2540.2660.2220.3420.290F14.09***12.55***12.56***10.65***15.87***14.18***注：*、、*分别表示在1%、5%、10%的水平上显著。在管制行业样本中，CEO政治联系（PC）的系数在以ROA、ROE和Tobin'sQ为被解释变量的回归中均在1%或5%的水平上显著为正，且系数值相对较大。以ROA为例，PC系数为0.031，在1%水平上显著，表明在管制行业中，由于政府政策对企业的准入、运营和发展具有严格管控，政治联系对企业业绩的提升作用显著，能够使ROA平均提高3.1个百分点。在非管制行业样本中，PC系数在以ROA为被解释变量时在10%水平上显著为正，在以ROE为被解释变量时在5%水平上显著为正，但系数值相对较小，在以Tobin'sQ为被解释变量时不显著。这一结果验证了假设3中关于行业竞争程度调节作用的部分，即在管制行业中，CEO政治联系对业绩的提升作用更显著。分样本回归结果表明，股权性质和行业竞争程度对CEO政治联系与上市公司业绩之间的关系具有显著的调节作用，验证了假设3。4.3.3稳健性检验为了确保回归结果的可靠性，采用多种方法进行稳健性检验。首先，替换关键变量。在衡量CEO政治联系时，将原本的虚拟变量衡量方式替换为政治联系强度指标。根据CEO在政府部门担任的最高职务级别、在政府部门的任职年限、与政府官员的接触频率等因素构建一个综合的政治联系强度指标（PC_Strength）。在衡量上市公司业绩时，除了原有的ROA、ROE和Tobin'sQ指标外，引入营业利润率（OPM）作为补充指标，营业利润率=营业利润÷营业收入×100%。重新进行回归分析，结果如表6所示。表6替换变量稳健性检验结果变量模型1（OPM）模型2（ROA）模型3（ROE）模型4（Tobin'sQ）PC_Strength0.035***0.021***0.028***0.172**Size0.014**0.013**0.011*0.198***Lev-0.078***-0.085***-0.063***-0.152***Top10.0040.0040.0030.038*State0.016**0.017**0.012*0.082**Industry控制控制控制控制Year控制控制控制控制Constant-0.286***-0.315***-0.243***-3.468***N1200120012001200R20.2750.2820.2480.318Adj-R20.2540.2610.2260.296F12.86***13.24***11.23***14.35***注：*、、*分别表示在1%、5%、10%的水平上显著。从表6可以看出，在替换变量后，政治联系强度指标（PC_Strength）与各业绩指标之间的关系依然显著为正，与原回归结果基本一致，说明研究结果在变量替换后具有稳健性。其次，进行样本调整。对样本进行缩尾处理，将连续变量在1%和99%分位数上进行缩尾，以消除极端值的影响。同时，进行子样本分析，选取制造业企业作为子样本进行回归分析，因为制造业企业在上市公司中占比较大，具有一定的代表性。缩尾处理后的回归结果如表7所示，制造业子样本回归结果如表8所示。表7缩尾处理稳健性检验结果变量模型1（ROA）模型2（ROE）模型3（Tobin'sQ）PC0.022***0.030***0.182**Size0.014**0.011*0.202***Lev-0.085***-0.063***-0.154***Top10.0040.0030.040*State0.017**0.012*0.084**Industry控制控制控制Year控制控制控制Constant-0.321***-0.248***-3.536***N120012001200R20.2830.2500.321Adj-R20.2620.2280.299F13.35***11.32***14.56***注：*、、*分别表示在1%、5%、10%的水平上显著。表8制造业子样本稳健性检验结果变量模型1（ROA）模型2（ROE）模型3（Tobin'sQ）PC0.024***0.033***0.195**Size0.016**0.013*0.210***Lev-0.089***-0.067***-0.159***Top10.0060.0040.045*State0.019**0.014*0.088**Industry控制控制控制Year控制控制控制Constant-0.335***-0.265***-3.654***N600600600R20.2950.2610.332Adj-R20.2720.2380.309F12.89***11.78***13.96***注：*、、*分别表示在1%、5%、10%的水平上显著。从表7和表8可以看出，经过缩尾处理和制造业子样本分析后，CEO政治联系（PC）与各业绩指标之间的关系依然显著为正，回归系数和显著性水平与原回归结果相近，进一步验证了研究结果的稳健性。通过多种稳健性检验方法，结果均表明研究结论具有较好的可靠性和稳定性。五、案例分析5.1案例公司选取为了更深入、具体地探究CEO政治联系对上市公司业绩的影响，本研究选取了两家具有代表性的上市公司作为案例研究对象，分别是A公司和B公司。选取这两家公司主要基于以下两个关键因素：政治联系的典型性和数据可获取性。A公司的CEO具有丰富的政府任职经历，曾在当地政府的经济管理部门担任重要职务，拥有深厚的政治资源和广泛的人脉关系。这种典型的政治联系背景，使其在资源获取、政策理解和市场准入等方面具有独特优势，能够为研究政治联系对企业业绩的影响提供典型案例。在公司的发展历程中，A公司的许多重大决策和业务拓展都与CEO的政治联系密切相关，为深入分析政治联系的作用机制提供了丰富的素材。同时，A公司作为行业内的知名企业，其信息披露较为充分，通过公司年报、官方网站、新闻媒体报道等多种渠道，能够获取其详细的财务数据、经营情况和战略规划等信息，满足数据可获取性的要求。B公司的CEO担任人大代表，积极参与政策制定和社会事务，在政治领域具有较高的知名度和影响力。这种类型的政治联系与A公司形成对比，有助于研究不同类型政治联系对上市公司业绩影响的差异。B公司在利用CEO的人大代表身份，争取政策支持、提升企业社会形象和拓展市场方面具有独特的经验和做法。在参与行业政策制定过程中，B公司的CEO能够充分表达企业的诉求，为企业争取有利的政策环境；通过积极参与社会公益活动，提升了企业的社会声誉和品牌价值。在数据获取方面，B公司同样具有良好的信息披露机制，能够为案例分析提供全面、准确的数据支持。通过对这两家具有典型政治联系背景且数据可获取性良好的公司进行深入研究，能够更直观、深入地揭示CEO政治联系对上市公司业绩的影响，为理论研究提供有力的实践支撑。5.2案例公司CEO政治联系情况分析A公司的CEO李明，在进入A公司之前，于当地政府的经济管理部门担任了长达10年的重要职务，期间参与了众多重大经济政策的制定与实施，积累了深厚的政治资源和广泛的人脉关系。他在经济管理部门工作时，负责区域产业规划和项目审批等关键事务，与各级政府官员建立了密切的工作联系，对政府的决策流程和资源分配机制了如指掌。在政治身份方面，李明担任了当地的人大代表，积极参与地方政策的讨论与制定，能够及时了解政府的政策导向和行业发展趋势，为A公司的战略决策提供了重要依据。他在人大会议上，多次提出关于促进当地产业升级和扶持企业发展的议案，其中一些议案得到了政府的采纳和实施，为A公司的发展创造了有利的政策环境。B公司的CEO王丽，长期担任政协委员，凭借这一身份，她深度参与政策制定和社会事务讨论，在政治领域拥有较高的知名度和影响力。作为政协委员，王丽积极关注行业发展动态和企业面临的问题，通过提案和建议等方式，为企业争取有利的政策支持。在行业规范制定过程中，她充分发挥自身的专业知识和行业经验，为B公司所在行业的健康发展建言献策，同时也为B公司争取到了更公平的市场竞争环境。王丽还在党内担任一定职务，这使得她在政治觉悟和政策理解方面具有独特优势，能够更好地把握国家的政策导向，使B公司的发展战略与国家政策保持高度一致。在党内组织的学习和交流活动中，王丽及时了解国家关于企业发展的最新政策和指导思想，将其融入到B公司的战略规划中，推动B公司在绿色发展、科技创新等方面积极响应国家政策号召，提升了企业的社会责任感和品牌形象。5.3政治联系对公司业绩影响的具体表现在A公司的发展历程中，CEO李明的政治联系为公司带来了显著的资源获取优势。在项目资源方面，凭借其在政府经济管理部门积累的人脉和对项目审批流程的熟悉，A公司在当地的大型基础设施建设项目招标中屡屡中标。在城市轨道交通建设项目招标中，李明提前通过政府内部渠道获取了详细的项目规划和招标要求，组织公司团队制定了针对性极强的投标方案，使A公司在众多竞争对手中脱颖而出，成功拿下该项目。该项目的实施不仅为A公司带来了数亿元的营业收入，还提升了公司在行业内的知名度和影响力，进一步巩固了公司在基础设施建设领域的市场地位，对公司业绩产生了直接的积极影响。在资金资源方面，A公司因李明的政治联系，在银行贷款上获得了极大便利。当地银行基于对李明的信任和对A公司发展前景的看好，给予了A公司较高的贷款额度和较低的利率。在公司的一次技术改造项目中，需要大量资金用于引进先进设备和技术，A公司顺利从银行获得了低息贷款，确保了项目的顺利推进。通过技术改造，公司的生产效率大幅提高，产品质量得到显著提升，市场份额进一步扩大，从而带动公司业绩的增长。在政策信息资源方面，李明作为人大代表，能够及时了解政府的产业政策动态，为A公司的战略决策提供了关键支持。在国家大力推进绿色建筑产业发展的政策背景下，李明提前得知相关政策信息，迅速组织公司调整业务布局，加大在绿色建筑材料研发和生产方面的投入。A公司率先推出了一系列符合国家绿色建筑标准的新型建筑材料，受到市场的广泛认可和政府的大力支持，获得了多个政府绿色建筑示范项目的订单，公司业绩实现了快速增长。B公司的CEO王丽的政治联系则主要通过参与政策制定和社会事务，为公司营造了良好的发展环境，提升了公司的社会形象和品牌价值。在政策制定参与方面，王丽作为政协委员，积极关注行业发展动态和企业面临的问题，通过提案和建议等方式，为公司争取有利的政策支持。在行业税收政策调整讨论中，王丽深入调研行业现状和企业困难，提出了关于减轻信息服务业企业税收负担的提案，得到了政府相关部门的重视和采纳。这一政策调整使得B公司的税负明显减轻，利润空间得到有效提升，对公司业绩产生了积极影响。在社会事务参与方面，王丽积极参与社会公益活动，提升了B公司的社会声誉和品牌价值。在一次重大自然灾害发生后，王丽迅速组织B公司开展捐款捐物活动，并利用公司的技术优势，为灾区提供了信息化应急救援支持。这一行动得到了社会各界的高度赞扬，B公司的社会形象得到极大提升，客户对公司的信任度增强，市场份额进一步扩大。公司的业务订单量在灾后显著增加，业绩得到了有效提升。在技术创新合作方面，王丽利用其在党内的资源和影响力，积极推动B公司与高校、科研机构开展产学研合作。通过与知名高校的信息科学学院建立长期合作关系，B公司获得了高校在人工智能技术研发方面的支持，成功开发出一系列具有市场竞争力的人工智能应用产品。这些产品的推出不仅为公司带来了新的业务增长点，还提升了公司的技术实力和市场地位，对公司业绩产生了深远的积极影响。5.4案例分析结论通过对A公司和B公司的案例分析，进一步验证了实证研究的结论，同时也为理论研究提供了更丰富的实践细节。案例分析明确了CEO政治联系对上市公司业绩具有显著的正向影响，这与实证研究结果一致。A公司CEO凭借政府任职经历，为公司带来项目、资金和政策信息等资源优势，推动公司业绩增长；B公司CEO通过参与政策制定和社会事务，营造良好发展环境，提升公司社会形象和品牌价值，同样促进了公司业绩提升。不同类型的政治联系对公司业绩的影响存在差异，这也验证了实证研究中的相关结论。A公司CEO的政府任职经历主要在资源获取和项目审批方面发挥关键作用，为公司带来直接的经济利益；B公司CEO的人大代表和政协委员身份则侧重于政策参与和社会形象塑造，从间接方面影响公司业绩。案例分析还补充了实证研究中未深入探讨的一些方面。政治联系不仅在短期内为公司带来资源和政策支持，提升公司的财务业绩，还在长期内对公司的战略布局、社会形象和品牌价值产生深远影响。A公司在长期发展过程中，借助CEO的政治联系，提前布局