政商纽带下的公司价值波动：基于上市公司高管死亡事件的深度剖析

政商纽带下的公司价值波动：基于上市公司高管死亡事件的深度剖析一、引言1.1研究背景与意义在经济发展的进程中，政商关系始终占据着举足轻重的地位，它是影响企业发展乃至整个经济格局的关键因素。从宏观层面来看，良好的政商关系能够促进资源的有效配置，激发市场活力，推动经济的持续增长；反之，不良的政商关系则可能导致资源错配、市场扭曲，阻碍经济的健康发展。在微观层面，政商关系对企业的影响更是直接而深刻，它关乎企业的战略决策、市场准入、资源获取以及运营成本等诸多方面，进而影响企业的绩效和价值。近年来，我国上市公司中不时出现高管死亡事件，这一突发状况犹如投入平静湖面的巨石，在资本市场激起层层涟漪，对公司价值产生了潜在的重大影响。高管作为公司的核心决策者和管理者，他们的离世往往会引发公司内部管理结构的变动、战略方向的调整以及市场信心的波动。例如，2022年7月18日晚，广东伊之密实际控制人、董事长陈敬财因病逝世，享年57岁，消息发布后，公司股价于7月19日盘中一度跌超7%，至收盘报收18.13元，大跌6.11%。同样在2022年，安信信托实际控制人高天国因病逝世后，公司股价连续三个交易日收跌；深粮控股董事长兼法定代表人祝俊明去世后，公司股价在随后两天也出现明显下跌。这些案例直观地表明，高管死亡事件对公司价值的冲击不容小觑。深入探究政商关系对公司价值的影响，尤其是基于上市公司高管死亡事件这一独特视角，具有极为重要的理论与实践意义。从理论角度而言，目前关于政商关系与公司价值关系的研究虽有一定成果，但仍存在诸多待完善之处。部分研究聚焦于常态下政商关系对公司运营的影响，却较少涉及特殊事件（如高管死亡）所引发的连锁反应；有的研究在分析方法上存在局限性，难以全面、深入地剖析二者之间复杂的内在联系。本研究将运用事件研究法和多元回归分析法，通过对上市公司高管死亡事件前后公司股价、市值以及财务表现等多方面数据的精准分析，深入挖掘政商关系在其中所发挥的作用机制，这有望进一步丰富和完善企业价值理论以及政商关系理论，为后续研究提供更为坚实的理论基础和全新的研究思路。从实践意义来看，对于企业管理者而言，清晰认识政商关系与公司价值之间的紧密联系，能够帮助他们在日常经营中更加注重维护良好的政商关系，制定更为科学合理的发展战略。在面对高管变动等突发情况时，也能凭借对政商关系影响的深刻理解，采取有效的应对措施，最大程度地降低对公司价值的负面影响。对于投资者来说，了解政商关系如何通过高管这一关键纽带影响公司价值，有助于他们在投资决策过程中更加全面、准确地评估企业的潜在价值和风险，做出更为明智的投资选择，避免因信息不对称或对政商关系因素的忽视而遭受不必要的损失。对政府部门而言，通过本研究成果能够更加深入地认识到自身在政商关系中所扮演的角色和应承担的责任，从而进一步优化政策制定和服务水平，营造更加公平、透明、高效的营商环境，促进企业的健康发展和经济的繁荣稳定。1.2研究方法与创新点本研究将综合运用多种研究方法，以确保研究的科学性、严谨性与深入性，从不同维度深入剖析政商关系对公司价值的影响。事件研究法是本研究的重要方法之一。此方法主要用于研究在特定事件发生前后较短时间内，投资者投资行为变化所引发的股票收益变化情况，并据此判断该事件对股东财富和企业价值的影响。其理论基础是市场有效性，即假设市场能够迅速、准确地对新信息做出反应。在本研究中，将把上市公司高管死亡事件定义为特定事件，选取高管死亡事件公告日作为事件日，通过收集事件日前后一段时间内公司股票的价格和交易量等数据，计算出股票的超额收益率和累计超额收益率。以此来衡量高管死亡事件对公司股价的短期冲击，进而初步判断政商关系在其中可能发挥的作用。例如，若某公司高管与政府部门关系密切，在其死亡事件发生后，若公司股价出现异常波动，通过事件研究法可以更精准地捕捉到这种波动的幅度和时间节点，为后续深入分析提供数据支持。多元回归分析法则用于深入探究政商关系与公司价值之间的定量关系。在统计学和数据分析领域，多元回归分析法是一种重要的统计工具，主要用于研究一个因变量与多个自变量之间的关系，并能够通过数学模型来描述这种关系。本研究中，将公司价值作为因变量，可选用托宾Q值、净资产收益率等指标来衡量。将政商关系相关变量作为自变量，如高管的政治关联程度（可通过高管是否有政府任职经历、与政府官员的交往频率等指标衡量）、公司获得的政府补贴额度、行业的政策支持力度等。同时，为了控制其他因素对公司价值的影响，还将纳入公司规模、资产负债率、盈利能力、行业特征等控制变量。通过建立多元线性回归模型，利用最小二乘法等方法估计模型参数，并进行一系列的统计检验，如t检验、F检验、异方差检验、多重共线性检验等，以确保模型的可靠性和有效性。通过多元回归分析，可以明确各个自变量对因变量的影响方向和程度，深入剖析政商关系如何影响公司价值，以及在高管死亡事件的背景下，这种影响是否发生变化。本研究在样本选取、变量设定等方面具有一定的创新之处。在样本选取上，聚焦于我国上市公司中发生高管死亡事件的公司，这一特殊样本的选择区别于以往大多数研究在常态下对政商关系和公司价值的探讨，从一个独特的视角切入，研究在高管这一关键人物突然变动的情况下，政商关系对公司价值的动态影响，能够更深刻地揭示政商关系与公司价值之间的内在联系，为相关研究提供新的经验证据。在变量设定方面，对政商关系变量进行了更为细致和全面的考量。不仅关注高管的政治关联这一常见指标，还从关系稳定性、密切程度等多个维度对政商关系属性进行分类和量化，例如通过分析公司与政府部门长期合作项目的数量和持续时间来衡量关系稳定性，通过政府官员对公司的考察次数、参与公司重大活动的频率等指标来衡量关系密切程度。这种多维度的变量设定能够更准确地刻画政商关系的复杂性，提高研究结果的准确性和可靠性，为深入理解政商关系对公司价值的影响机制提供更丰富的信息。1.3研究思路与框架本研究将遵循严谨的逻辑思路，从理论分析入手，结合实证检验，深入探讨政商关系对公司价值的影响，特别是基于我国上市公司高管死亡事件这一独特视角。研究框架如下：理论基础与文献综述：对政商关系和公司价值相关理论进行深入剖析，梳理国内外学者在该领域的研究成果。通过对相关理论和文献的系统回顾，明确政商关系与公司价值的内涵、构成要素以及二者之间可能存在的关联机制，为后续研究奠定坚实的理论基础。同时，全面总结现有研究的进展与不足，找出本研究的切入点和创新点，明确研究方向。研究设计：阐述研究设计的具体内容，包括样本选取、数据来源、变量定义和模型构建。以Wind资讯和公司年报为主要数据来源，筛选出2015年至今发生高管突然死亡事件的A股上市公司作为研究样本。针对公司股价、市值、财务表现等主要指标，以及高管的身份和政商关系属性进行详细的数据收集和整理。对公司价值、政商关系等关键变量进行明确界定，并构建多元回归模型来检验政商关系对公司价值的影响，同时控制其他可能影响公司价值的因素，确保研究结果的准确性和可靠性。实证结果与分析：运用事件研究法和多元回归分析法对收集的数据进行深入分析。通过事件研究法，计算高管死亡事件公告日前后公司股票的超额收益率和累计超额收益率，以直观呈现该事件对公司股价的短期冲击，并初步判断政商关系在其中的作用。运用多元回归分析方法，对模型进行估计和检验，深入探讨政商关系与公司价值之间的定量关系，分析各个自变量对因变量的影响方向和程度，揭示政商关系影响公司价值的内在机制。稳健性检验：为确保研究结果的稳健性和可靠性，进行一系列稳健性检验。采用替换关键变量、调整样本区间、改变研究方法等多种方式对实证结果进行验证。若替换衡量公司价值的指标（如用市净率替代托宾Q值）或调整高管死亡事件的窗口期后，回归结果依然保持一致，说明研究结论具有较强的稳健性，增强研究结论的可信度和说服力。结论与政策建议：对研究结果进行全面总结，归纳政商关系对公司价值的影响规律和内在机制，明确在上市公司高管死亡这一特殊事件背景下，政商关系如何作用于公司价值。基于研究结论，为企业管理者、投资者和政府部门提出具有针对性的政策建议。建议企业管理者注重维护良好的政商关系，加强公司治理，提高应对突发情况的能力；投资者在投资决策时充分考虑政商关系因素，合理评估企业价值和风险；政府部门进一步优化营商环境，加强政策引导，促进政商关系的健康发展，推动经济的持续繁荣。二、理论基础与文献综述2.1政商关系相关理论2.1.1寻租理论寻租理论最早由克鲁格（Krueger）于1974年提出，该理论认为，在市场经济条件下，政府对经济活动的干预会创造出一些额外的经济利益，企业为了获取这些利益，会投入资源进行非生产性的寻租活动。例如，企业通过与政府官员建立密切关系，争取政府补贴、税收优惠、行业准入许可等稀缺资源。这些资源原本应通过市场机制进行有效配置，但由于寻租行为的存在，使得资源流向了那些善于寻租的企业，而非效率最高的企业，从而导致了资源的错配和社会福利的损失。在我国的经济环境中，寻租现象在政商关系中时有发生。一些企业为了获得政府的特殊关照，不惜采用行贿、回扣等不正当手段拉拢政府官员，干扰了正常的市场竞争秩序。以某些地方的土地出让为例，一些企业通过与政府内部人员勾结，在土地招标、拍卖过程中获取内幕信息，压低土地价格，以远低于市场价值的成本获得土地资源，排挤了其他公平竞争的企业。这种行为不仅损害了市场的公平性，使得真正有实力、有创新能力的企业难以获得发展所需的资源，阻碍了产业的升级和创新，还导致了大量的社会资源被浪费在非生产性的寻租活动中，降低了经济运行的效率。从宏观层面来看，寻租行为还会引发社会公众对政府的信任危机，破坏整个社会的法治环境和道德风尚，对经济和社会的可持续发展产生深远的负面影响。2.1.2资源依赖理论资源依赖理论由普费弗（Pfeffer）和萨兰西克（Salancik）于1978年提出，该理论强调组织对外部资源的依赖是其生存和发展的关键因素。在企业的运营过程中，政府掌握着众多关键资源，如政策支持、资金扶持、公共服务等，这些资源对企业的发展至关重要。良好的政商关系能够使企业更容易获取这些关键资源，保障企业的稳定运营和持续发展。以新能源汽车产业为例，政府在该产业的发展过程中发挥了重要的引导和支持作用。通过出台一系列的产业政策，如购车补贴、税收减免、充电桩建设补贴等，为新能源汽车企业提供了广阔的市场空间和发展机遇。与政府保持良好关系的企业能够及时了解政策动态，提前调整战略布局，充分利用政策资源，在市场竞争中占据优势地位。同时，在获取银行贷款、政府科研项目资助等方面，良好的政商关系也能为企业提供便利，帮助企业解决资金短缺的问题，促进企业加大研发投入，提升技术创新能力，推动企业的快速发展。此外，在面对市场波动、行业竞争加剧等外部挑战时，企业还可以借助与政府的良好关系，获得政府在市场监管、协调产业链上下游关系等方面的支持，增强企业应对风险的能力，保障企业的稳定发展。2.2公司价值相关理论2.2.1现金流折现理论现金流折现理论（DiscountedCashFlow，DCF）是一种评估投资项目或企业价值的重要方法，在现代财务领域占据着核心地位。该理论的核心观点是，企业的价值等于其未来预期能够产生的自由现金流的现值总和。这一理论基于货币的时间价值原理，即今天的一元钱比未来的一元钱更有价值，因为资金在当前可以用于投资并获取收益。例如，企业在未来每年产生的现金流入，需要按照一定的折现率折算到当前时刻，才能准确反映其对企业价值的贡献。在实际应用中，现金流折现理论通过以下公式来计算企业价值：V=\sum_{t=1}^{n}\frac{FCF_t}{(1+r)^t}其中，V表示企业价值，FCF_t表示第t期的自由现金流，r表示折现率，n表示预测期数。自由现金流是指企业在满足了所有必要的投资支出后，能够自由支配的现金流量，它反映了企业实际创造价值的能力。折现率则反映了投资者对企业未来现金流风险的预期，风险越高，折现率越高；反之，风险越低，折现率越低。政商关系在企业自由现金流的产生和折现率的确定过程中都发挥着重要作用。良好的政商关系能够为企业带来诸多积极影响，从而增加企业的自由现金流。在市场准入方面，与政府保持良好关系的企业可能更容易获得行业准入许可，进入一些受政策限制但利润丰厚的领域，从而拓展业务范围，增加收入来源。以电信行业为例，新进入的企业需要获得政府颁发的运营牌照，良好的政商关系有助于企业及时了解牌照申请的相关政策和流程，提高申请成功率，进而进入市场获取收益。在获取政府补贴方面，政府为了鼓励某些产业的发展或支持特定企业的创新，会提供各种形式的补贴。拥有良好政商关系的企业更有可能获得这些补贴，直接增加企业的现金流入。例如，在新能源汽车产业发展初期，政府对相关企业提供了大量的购车补贴和研发补贴，一些与政府关系密切的企业获得了更多的补贴资金，提升了企业的盈利能力和自由现金流水平。在税收优惠方面，政商关系良好的企业可能有更多机会享受税收减免、优惠税率等政策，降低企业的运营成本，间接增加自由现金流。比如，一些高新技术企业通过与政府的良好沟通和合作，成功申请到了高新技术企业税收优惠政策，企业所得税税率大幅降低，从而增加了企业的利润和自由现金流。在项目审批速度方面，政府部门的审批效率对企业的运营和发展至关重要。良好的政商关系可以使企业的项目审批流程更加顺畅，缩短项目从申报到落地实施的时间，使企业能够更快地开展业务，抢占市场先机，进而增加现金流入。例如，房地产企业在开发新项目时，需要经过多个政府部门的审批，良好的政商关系可以帮助企业加快审批进度，提前开工建设，缩短项目周期，提高资金周转效率，增加企业的自由现金流。政商关系也会影响折现率的确定。折现率是投资者对企业未来现金流风险的补偿要求，政商关系的稳定性和质量直接关系到企业面临的风险水平。如果企业与政府的关系不稳定，政策的不确定性较高，投资者会认为企业未来面临的风险较大，从而要求更高的折现率。相反，稳定且良好的政商关系能够降低企业面临的政策风险和经营风险，使投资者对企业未来现金流的稳定性更有信心，进而降低折现率。例如，在一些新兴产业中，政府的政策扶持对企业的发展至关重要。如果企业与政府保持着长期稳定的合作关系，投资者会认为企业能够持续获得政策支持，未来的经营风险较低，因此在评估企业价值时会采用较低的折现率，从而提高企业的估值。2.2.2市场增加值理论市场增加值（MarketValueAdded，MVA）理论是基于市场对公司未来盈利能力预期来衡量公司价值的一种方法。该理论认为，公司的市场价值超过其投入资本的部分，即为市场增加值，它反映了公司为股东创造的额外价值。其计算公式为：MVA=公司市场价值-投入资本，其中公司市场价值通常等于股票市值与债务市值之和，投入资本则是公司历年投入的权益资本和债务资本的总和。市场增加值理论强调了市场对公司未来盈利能力的预期在公司价值评估中的重要性。市场参与者会根据公司的各种信息，包括财务状况、经营业绩、行业前景、管理团队能力以及政商关系等，对公司未来的盈利能力进行预测，并据此确定公司的市场价值。当市场预期公司未来能够获得较高的收益，且具备良好的发展前景时，会给予公司较高的估值，从而使公司的市场价值增加，进而提高市场增加值；反之，若市场对公司未来盈利能力持悲观态度，公司的市场价值将下降，市场增加值也会随之减少。政商关系对市场预期和市场增加值有着显著的影响。积极的政商关系能够向市场传递出公司具有良好发展前景和资源获取能力的信号，增强市场对公司未来盈利能力的信心，从而提升市场对公司的估值。当公司与政府保持密切合作，能够及时获取政策信息和资源支持时，市场会认为公司在市场竞争中具有优势，未来有望实现更高的盈利增长。例如，某公司参与政府的重大基础设施建设项目，这不仅为公司带来了直接的业务收入，还向市场展示了公司的实力和与政府的良好关系。市场投资者会预期公司未来可能获得更多类似的项目机会，从而对公司的未来盈利能力充满信心，愿意以更高的价格购买公司股票，推动公司股票市值上升，进而提高公司的市场增加值。反之，不良的政商关系，如公司与政府存在纠纷、面临政策限制或缺乏政府支持等，会向市场传递负面信号，降低市场对公司未来盈利能力的预期，导致市场对公司的估值下降。例如，某公司因环保问题受到政府的严厉处罚，这不仅会使公司面临经济损失和声誉损害，还会让市场投资者对公司的合规经营能力和未来发展前景产生担忧，从而降低对公司的估值，导致公司市场增加值减少。在一些行业中，政策的变化对企业的影响非常大。如果企业不能及时适应政策变化，与政府沟通不畅，可能会面临市场份额下降、业务受限等问题，市场会预期公司未来盈利能力下滑，进而降低公司的市场价值和市场增加值。2.3文献综述国内外学者围绕政商关系对公司价值的影响展开了广泛而深入的研究，取得了丰硕的成果。在国外研究方面，Faccio（2006）通过对42个国家企业样本的分析，发现政治关联企业在获取政府合同、税收优惠等方面具有明显优势，进而显著提升了公司价值。研究表明，政治关联企业能够凭借与政府的紧密联系，在激烈的市场竞争中脱颖而出，获得更多的发展机遇和资源支持。这种优势使得企业能够扩大市场份额，提高盈利能力，从而增加公司的价值。Khwaja和Mian（2005）以巴基斯坦的企业为研究对象，实证发现有政治关联的企业更容易获得银行贷款，且贷款额度更高、利率更低，这为企业的发展提供了充足的资金支持，对公司价值产生了积极影响。通过与银行建立良好的合作关系，政治关联企业能够以较低的成本获取大量资金，用于企业的生产经营、技术研发和市场拓展等方面，有效提升了企业的竞争力和价值创造能力。国内学者在这一领域也进行了深入探讨。吴文锋等（2009）以我国民营上市公司为样本，研究发现高管的政治关联能够帮助企业获得更多的政府补贴，降低企业的融资约束，进而提升公司价值。在我国的经济环境下，政府补贴是企业获取资源的重要途径之一，而高管的政治关联能够使企业更好地了解政府政策导向，及时申请并获得政府补贴。融资约束的降低也使得企业能够更加顺畅地进行资金周转和投资活动，促进企业的发展壮大。李后建（2013）研究发现，良好的政商关系能够促进企业创新，通过提高企业的技术水平和产品竞争力，最终提升公司价值。政府在政策支持、资金扶持和创新环境营造等方面发挥着重要作用，与政府保持良好关系的企业能够获得更多的创新资源和支持，激发企业的创新活力，推动企业技术进步和产品升级，从而提高公司的市场竞争力和价值。然而，现有研究仍存在一些不足之处。在研究视角上，大部分研究主要关注常态下政商关系对公司价值的影响，而对于一些特殊事件，如上市公司高管死亡事件所引发的政商关系变化及其对公司价值的动态影响，研究相对较少。高管作为企业与政府沟通的关键桥梁，其死亡可能导致企业与政府之间的关系出现波动，进而对公司价值产生深远影响，但这一领域尚未得到充分的研究。在研究方法上，部分研究在衡量政商关系时，指标选取较为单一，往往仅关注高管的政治关联这一维度，难以全面、准确地刻画政商关系的复杂性和多样性。政商关系还包括关系的稳定性、密切程度以及企业在行业中的政策待遇等多个方面，单一指标无法全面反映政商关系的全貌，可能导致研究结果存在一定的偏差。在研究内容上，对于政商关系影响公司价值的内在机制，尚未形成统一、深入的认识。虽然已有研究指出政商关系可以通过获取资源、降低风险等途径影响公司价值，但对于这些途径的具体作用方式和相互关系，还需要进一步深入探究，以揭示政商关系与公司价值之间的深层次联系。本研究将以我国上市公司高管死亡事件为切入点，弥补现有研究在特殊事件视角上的不足。通过多维度设定政商关系变量，更加全面、准确地衡量政商关系，克服研究方法上的局限性。深入剖析政商关系在高管死亡事件背景下影响公司价值的内在机制，进一步丰富和完善这一领域的研究内容，为企业管理者、投资者和政府部门提供更具针对性和实用性的决策参考。三、我国上市公司高管死亡事件分析3.1事件样本选取与数据来源本研究的数据主要来源于Wind资讯和公司年报。通过Wind资讯强大的金融数据检索功能，以精准的筛选条件，全面排查2015年1月1日至2024年12月31日期间A股上市公司的相关信息，成功筛选出在此时间段内发生高管突然死亡事件的公司。之所以选择这一时间段，是因为它涵盖了我国经济发展的多个阶段，包括经济增速换挡、产业结构调整以及政策环境的动态变化，能够更全面地反映不同经济背景下政商关系对公司价值的影响。同时，这一时期资本市场不断发展完善，上市公司数量持续增加，数据样本更为丰富，研究结论更具代表性和普遍性。在筛选过程中，为确保数据的准确性和完整性，对每一条初步筛选出的信息都进行了严格的核实与甄别。对于一些信息模糊或不确定的情况，深入查阅公司年报、官方公告、权威媒体报道等多渠道资料进行确认，避免因信息误差导致样本选取的偏差。例如，对于某公司高管死亡事件，Wind资讯中仅简单提及高管去世，但未明确具体时间和原因。通过进一步查阅该公司年报和相关媒体报道，确定了高管死亡的准确时间、原因以及对公司的初步影响，从而将该公司准确纳入研究样本。经过严谨细致的筛选和核实，最终确定了[X]家符合条件的A股上市公司作为研究样本。这些公司来自不同的行业，包括制造业、信息技术业、金融业、房地产业等，行业分布广泛。其中，制造业公司数量最多，占样本总数的[X]%，这与我国作为制造业大国的产业结构特点相符，制造业在国民经济中占据重要地位，上市公司数量相对较多。信息技术业公司占比[X]%，随着信息技术的飞速发展，该行业在资本市场中的地位日益凸显，众多科技企业上市融资，为经济增长注入新动力。金融业和房地产业公司分别占比[X]%和[X]%，这两个行业与宏观经济形势密切相关，受到政策调控的影响较大，其高管死亡事件对公司价值的影响也具有独特性。不同行业的公司在经营模式、市场竞争环境、政商关系特点等方面存在差异，这为研究政商关系对公司价值的影响提供了丰富的研究场景，有助于深入分析不同行业背景下政商关系的作用机制和影响路径。针对筛选出的样本公司，从Wind资讯中全面收集其相关财务和股价市值数据。财务数据涵盖了公司的资产负债表、利润表、现金流量表等核心报表中的关键指标，如营业收入、净利润、总资产、总负债、净资产收益率、资产负债率等。这些财务指标能够直观反映公司的经营状况、盈利能力、偿债能力和资产运营效率，为评估公司价值提供了重要的财务视角。股价市值数据则包括高管死亡事件公告日前后一段时间内的每日收盘价、成交量、流通市值、总市值等信息。通过对这些股价市值数据的分析，可以准确计算出股票的超额收益率和累计超额收益率，从而量化高管死亡事件对公司股价的短期冲击，为后续研究政商关系在其中的作用提供数据支持。除了Wind资讯，还针对上市公司年报中对高管情况的详细披露，对样本公司的高管信息进行了深入收集和整理。年报是上市公司向股东和社会公众披露公司年度经营状况、财务信息、治理结构以及重大事项的重要文件，其中包含了丰富的高管信息。通过仔细研读年报，获取了高管的姓名、职位、任职时间、教育背景、工作经历等基本信息。特别关注了高管是否具有政治关联，即高管是否曾在政府部门任职、是否担任人大代表或政协委员等，以及政治关联的级别和影响力。对于具有政治关联的高管，进一步梳理其在政府部门的任职履历、担任的具体职务以及在任期间所负责的工作领域和取得的主要成就，以便更全面地评估其政治关联的深度和广度。还对高管与政府部门的沟通频率、参与政府项目的情况以及获得政府表彰或荣誉的记录进行了详细记录，从多个维度刻画高管的政商关系属性，为后续的实证研究提供丰富、准确的数据基础。3.2上市公司高管死亡事件的特征分析对[X]家发生高管死亡事件的上市公司样本进行深入分析后，发现死亡高管在年龄、性别、职位分布以及所属行业、地区等方面呈现出一定的特征和规律。从年龄分布来看，死亡高管的年龄主要集中在40-60岁这一年龄段，占比高达[X]%。其中，50-55岁年龄段的高管人数最多，占样本总数的[X]%。这一年龄段的高管通常在企业中积累了丰富的经验和深厚的人脉资源，正处于事业的巅峰期和决策的核心位置，对公司的发展起着至关重要的作用。例如，某制造业上市公司的董事长在53岁时突然离世，他在公司任职多年，凭借其卓越的领导能力和敏锐的市场洞察力，带领公司实现了多次业务拓展和业绩增长。他的去世使得公司在战略决策和市场拓展方面面临巨大挑战，公司股价在短期内大幅下跌。这一年龄段的高管也面临着较大的工作压力和身体负担，长期高强度的工作和精神紧张可能导致身体健康状况逐渐下降，增加了突发疾病或意外事件的风险。在性别方面，男性高管死亡的比例远高于女性，男性占比达到[X]%，女性仅占[X]%。这一现象与我国上市公司高管的整体性别结构相符，在企业的高层管理中，男性往往占据主导地位。从职业发展的角度来看，男性在传统观念和社会环境的影响下，更容易获得晋升机会和承担重要职责，在企业中担任关键领导职务的人数较多。男性高管在工作中通常承担着更大的责任和压力，需要面对激烈的市场竞争和复杂的商业环境，这可能导致他们在身心健康方面面临更大的挑战。例如，在一些金融行业的上市公司中，男性高管需要频繁应对市场波动和业务风险，长期的精神高度紧张可能对他们的身体造成损害。职位分布上，董事长和总经理死亡的案例最为突出。董事长死亡案例占比[X]%，总经理占比[X]%。董事长作为公司的最高领导者，负责制定公司的战略方向和重大决策，对公司的发展具有决定性影响；总经理则负责公司的日常运营和管理，是公司战略的具体执行者。他们的离世往往会导致公司内部管理秩序的混乱和战略方向的不确定性，对公司价值产生重大冲击。以某信息技术业上市公司为例，公司总经理突然去世后，公司的项目推进和业务拓展受到严重阻碍，团队内部人心惶惶，投资者对公司的信心大幅下降，公司股价在随后的几个月内持续下跌。在所属行业方面，制造业的高管死亡事件最为频繁，占样本总数的[X]%。这与制造业在我国经济中的重要地位以及上市公司数量众多密切相关。制造业企业通常面临着激烈的市场竞争、复杂的供应链管理和不断升级的技术需求，高管们需要投入大量的时间和精力来应对这些挑战，工作压力较大。同时，制造业企业的生产运营往往涉及到较多的安全风险和不确定因素，也增加了高管面临意外事件的可能性。信息技术业和化工业的高管死亡事件也相对较多，分别占比[X]%和[X]%。信息技术业处于快速发展和变革的阶段，技术更新换代频繁，市场竞争激烈，高管需要不断学习和适应新的技术和市场变化，精神压力较大。化工业则由于其行业特性，存在一定的安全风险和环保压力，高管在管理过程中需要时刻关注生产安全和合规运营，工作负担较重。从地区分布来看，东部地区的上市公司高管死亡事件占比最高，达到[X]%。东部地区是我国经济最为发达的地区，上市公司数量众多，经济活动活跃。在这些地区，企业面临着更为激烈的市场竞争和更高的发展要求，高管们需要承担更大的工作压力和责任。同时，东部地区的生活节奏较快，工作强度较大，也可能对高管的身心健康产生一定的影响。例如，在长三角和珠三角地区，许多上市公司的高管需要频繁出差、参加商务活动，长期的奔波和高强度的工作使得他们的身体处于疲劳状态。中部地区和西部地区的高管死亡事件占比分别为[X]%和[X]%，虽然相对较低，但也不容忽视。不同地区的经济发展水平、产业结构和文化环境等因素都会对高管的工作和生活产生影响，进而影响到高管死亡事件的发生概率和分布情况。3.3典型上市公司高管死亡事件案例分析3.3.1伊之密董事长陈敬财逝世案例2022年7月18日晚，广东伊之密实际控制人、董事长陈敬财因病逝世，享年57岁。这一消息犹如一颗重磅炸弹，在资本市场引发了强烈反响。7月19日，伊之密股价盘中一度跌超7%，至收盘报收18.13元，大跌6.11%。陈敬财作为伊之密的核心人物，其逝世不仅对公司股价产生了直接的冲击，还引发了市场对公司未来发展的担忧。陈敬财在伊之密的发展历程中扮演了至关重要的角色。他直接持有公司股份占公司总股本3.66%，并通过控股股东佳卓控股有限公司间接持有公司股份8.36%，合计控制公司12.02%的表决权，为公司实际控制人之一。他的离世导致公司董事会成员由11人减少至10人，公司内部治理结构发生了显著变化。这种变化可能会影响公司决策的效率和质量，进而对公司的经营发展产生潜在的影响。在公司的战略规划方面，陈敬财生前可能制定了一系列的发展战略和目标，他的突然离世可能使得这些战略的推进面临不确定性，新的董事会成员需要时间来重新评估和调整公司的发展方向。从政商关系的角度来看，陈敬财在任职期间积极参与社会事务，与政府部门保持着密切的沟通与合作。他曾担任佛山海晟金融租赁股份有限公司的董事，该公司成立于2016年，注册资本高达20亿元，主要从事融资租赁、转让和受让融资租赁资产、固定收益类证券投资等业务，第一大股东为持股40%的广东南海农村商业银行股份有限公司。伊之密及*ST御银也均分别持有佛山海晟金融租赁9%股份。这种政商关系网络为伊之密的发展提供了诸多便利和支持，在获取政策信息、争取项目资源、获得金融支持等方面都发挥了积极作用。陈敬财逝世后，公司与政府部门之间的关系可能会出现一定程度的波动，这可能会影响公司在项目审批、政策扶持等方面的进展，进而对公司价值产生间接的影响。例如，在一些政府扶持的产业项目招标中，公司可能因为政商关系的变化而失去竞争优势，无法获得项目，从而影响公司的业务拓展和盈利增长。伊之密在陈敬财逝世后，迅速采取了一系列措施来稳定公司的运营和发展。公司发布公告，对陈敬财的逝世表示沉痛哀悼，并向其家人表示深切慰问。同时，公司强调将继续秉承陈敬财的创业精神和经营理念，积极推进各项业务的发展。公司还加强了与投资者的沟通与交流，及时披露公司的经营状况和发展战略，以增强投资者的信心。在内部管理方面，公司对董事会和管理层进行了相应的调整，确保公司决策的顺利进行和日常运营的稳定。通过这些措施，伊之密在一定程度上缓解了陈敬财逝世对公司带来的冲击，公司股价在后续的一段时间内逐渐趋于稳定。然而，从长期来看，公司仍需不断努力，重新构建和巩固与政府部门的良好关系，以适应市场的变化和竞争的挑战，实现公司的可持续发展。3.3.2游族网络董事长林奇被毒杀案例2020年12月16日，游族网络董事长林奇因身体不适被送入医院治疗，后被证实是遭同事许垚投毒，于12月25日不幸离世，年仅39岁。这起震惊资本市场的案件，不仅给林奇本人和其家庭带来了巨大的悲痛，也对游族网络的发展产生了深远的影响。林奇作为游族网络的创始人、董事长兼CEO，是公司的灵魂人物和核心决策者。他凭借敏锐的市场洞察力和卓越的领导能力，带领游族网络在竞争激烈的游戏市场中脱颖而出，取得了显著的成就。2014年，游族网络成功上市，成为A股主板的首家游戏股。林奇还积极拓展公司业务领域，于2014年创办了游族影业，并成功拿下了《三体》的影视改编权，试图打造一个以《三体》IP为核心的文化产业帝国。他的突然离世，使得游族网络的未来发展充满了不确定性，公司股价也因此受到了严重的冲击。在事件发生后的一段时间内，游族网络股价大幅下跌，最低下探至2022年的7.15元，投资者对公司的信心受到了极大的打击。这起事件背后暴露出游族网络在公司治理方面存在的严重问题。许垚作为林奇的下属，曾任游族影业和三体宇宙公司CEO，因公司经营管理事宜与林奇产生矛盾，最终选择了极端的投毒方式来解决问题。从公司治理结构来看，游族网络可能存在控制权与经营权分离不彻底的问题。随着公司规模的扩大和业务的多元化，控制权与经营权的合理分离是确保公司健康发展的关键。但在游族网络中，大股东或实际控制人林奇可能在一定程度上过度掌控了经营权，导致与职业经理人许垚之间在经营理念、利益分配等方面产生了严重的分歧。据媒体报道，二人矛盾可能源于林奇未给许垚股权，并在公司经营不善之时对其进行降薪处理。这种内部矛盾的激化，最终演变成了一场悲剧。从政商关系的角度分析，林奇的离世可能会对游族网络与政府部门之间的合作关系产生一定的影响。在林奇的领导下，游族网络积极参与文化产业的发展，与政府在文化产业扶持政策、项目合作等方面有着密切的联系。林奇凭借其在行业内的影响力和个人的社交能力，为公司争取到了诸多政策支持和发展机遇。他的突然离世，可能使得公司在与政府部门的沟通协调上出现短暂的不畅，影响公司对政策的把握和项目的推进。在一些文化产业项目的申报和审批过程中，可能会因为公司内部的动荡和主要负责人的变动，导致申报进度延迟或项目合作出现波折。在林奇逝世后，游族网络采取了一系列措施来稳定公司的运营和发展。公司对管理层进行了调整，加强了内部管理和团队建设，试图重新树立投资者的信心。公司也在积极推进业务转型和创新，加大研发投入，推出新的游戏产品，以提升公司的市场竞争力。随着时间的推移和公司的努力，游族网络的股价逐渐企稳，公司的经营状况也在逐步改善。但这起事件给游族网络带来的创伤和教训是深刻的，公司需要进一步完善公司治理结构，加强内部沟通与矛盾调解机制，同时注重维护良好的政商关系，以实现公司的可持续发展。四、政商关系对公司价值影响的实证设计4.1变量定义与度量本研究将涉及多个关键变量，包括被解释变量公司价值、解释变量政商关系以及一系列控制变量，这些变量的准确定义与度量对于深入剖析政商关系对公司价值的影响至关重要。被解释变量为公司价值，选用托宾Q值作为衡量公司价值的主要指标。托宾Q值是由诺贝尔经济学奖获得者詹姆斯・托宾（JamesTobin）于1969年提出，它是公司市场价值与资产重置成本的比值。其计算公式为：Q=\frac{公司市场价值}{资产重置成本}其中，公司市场价值等于公司股票市值与负债市值之和。在实际计算中，股票市值可通过公司股票的当前价格乘以发行的普通股股数得出；负债市值通常可近似用公司的负债账面价值来表示。资产重置成本则是指重新购置或建造与被评估资产相同或类似的资产所需的成本，在研究中，一般可根据公司的财务报表数据，通过一定的估算方法来确定。托宾Q值反映了市场对公司未来盈利能力和成长机会的预期，当Q值大于1时，表明市场对公司的评价较高，认为公司具有较高的投资价值和成长潜力，公司的市场价值超过了其资产的重置成本，意味着公司拥有一些能够创造额外价值的因素，如良好的品牌形象、先进的技术、优秀的管理团队等；反之，当Q值小于1时，说明市场对公司的未来前景不太乐观，公司的市场价值低于资产重置成本，可能存在经营效率低下、市场竞争力不足等问题。托宾Q值在衡量公司价值时，综合考虑了公司的市场表现和资产状况，能够较为全面地反映公司的内在价值和市场对其的认可度，因此在公司价值研究领域得到了广泛的应用。解释变量为政商关系，从多个维度进行定义与度量。其中，高管政治关联是一个重要维度，若公司高管曾在政府部门任职、担任人大代表或政协委员等，则将高管政治关联（PC）赋值为1，否则赋值为0。这种简单的二元赋值方式能够直观地反映出高管是否具有政治关联，为研究提供了一个明确的判断标准。以某上市公司为例，其董事长曾在当地政府的经济管理部门任职多年，拥有丰富的政府工作经验和人脉资源，在本研究中，该公司的高管政治关联变量PC就被赋值为1。通过对这一变量的分析，可以初步探究具有政治关联的高管对公司价值的影响。为了更细致地衡量政商关系，还从政商关系属性的角度进行了考量。对于政商关系稳定性（RS），通过分析公司与政府部门长期合作项目的数量和持续时间来衡量。若公司与政府有多个长期稳定的合作项目，且合作时间较长，说明政商关系稳定性高，RS赋值较高；反之则赋值较低。例如，某基础设施建设公司长期参与政府主导的城市道路建设、桥梁修建等项目，合作时间长达10年以上，且合作项目数量众多，在本研究中，该公司的政商关系稳定性变量RS就被赋予较高的值。这一变量的设定有助于深入研究政商关系的稳定性对公司价值的影响，因为稳定的政商关系能够为公司提供长期稳定的业务来源和政策支持，降低公司面临的市场风险和不确定性，从而对公司价值产生积极的影响。政商关系密切程度（RC）则通过政府官员对公司的考察次数、参与公司重大活动的频率等指标来衡量。若政府官员频繁考察公司、积极参与公司重大活动，表明政商关系密切程度高，RC赋值较高；反之则赋值较低。比如，某高新技术企业在科技创新领域取得了显著成果，政府官员多次前往该公司进行考察调研，并积极参与公司的新产品发布会、战略规划研讨会等重大活动，在本研究中，该公司的政商关系密切程度变量RC就被赋予较高的值。这一变量能够反映出公司与政府之间的互动频率和紧密程度，密切的政商关系有助于公司及时了解政府政策动态，获取更多的政策信息和资源支持，增强公司在市场中的竞争力，进而影响公司价值。控制变量选取公司规模（Size）、资产负债率（Lev）、净资产收益率（ROE）、营业收入增长率（Growth）以及行业虚拟变量（Industry）和年份虚拟变量（Year）等。公司规模（Size）以公司总资产的自然对数来衡量，公司总资产反映了公司所拥有的经济资源的总量，总资产越大，通常意味着公司的经营规模越大，在市场中的影响力和抗风险能力也相对较强。例如，某大型企业集团拥有庞大的固定资产、流动资产和无形资产，其总资产规模巨大，在本研究中，通过对其总资产取自然对数来衡量公司规模这一变量，能够有效地控制公司规模对公司价值的影响。资产负债率（Lev）是公司总负债与总资产的比值，它反映了公司的负债水平和偿债能力，资产负债率越高，说明公司的负债占总资产的比重越大，面临的财务风险也相对较高。净资产收益率（ROE）是净利润与净资产的比值，用于衡量公司运用自有资本的效率，ROE越高，表明公司的盈利能力越强，股东权益的收益水平越高。营业收入增长率（Growth）反映了公司营业收入的增长情况，体现了公司的市场拓展能力和业务发展趋势，增长率越高，说明公司在市场中的竞争力越强，业务增长速度越快。行业虚拟变量（Industry）用于控制不同行业的特性对公司价值的影响，不同行业具有不同的市场竞争环境、发展趋势和政策监管要求，这些因素都会对公司价值产生影响。例如，新兴的信息技术行业具有技术更新换代快、市场竞争激烈、发展潜力大等特点，而传统的制造业则面临着成本压力、市场饱和度高等问题，通过设置行业虚拟变量，可以将这些行业差异因素纳入研究模型，减少行业因素对研究结果的干扰。年份虚拟变量（Year）则用于控制宏观经济环境、政策变化等因素对公司价值的影响，不同年份的宏观经济形势、政策导向等都可能发生变化，这些变化会对公司的经营和发展产生影响，进而影响公司价值。例如，在经济繁荣时期，市场需求旺盛，公司的营业收入和利润可能会相应增加，公司价值也会随之提升；而在经济衰退时期，市场需求萎缩，公司可能面临销售困难、利润下降等问题，公司价值也会受到负面影响。通过设置年份虚拟变量，可以有效地控制这些宏观因素对研究结果的影响，使研究结果更加准确地反映政商关系与公司价值之间的关系。这些控制变量的选取能够全面地考虑到影响公司价值的多种因素，提高研究结果的准确性和可靠性，为深入分析政商关系对公司价值的影响提供有力的支持。4.2研究假设提出基于前文的理论分析和文献综述，提出以下研究假设，以深入探究政商关系对公司价值的影响，特别是在我国上市公司高管死亡事件这一背景下的作用机制。假设1：具有政治关联的高管死亡对公司股价和市值的影响更为显著政治关联能够为企业带来诸多优势，如获取稀缺资源、政策支持和信息优势等。当具有政治关联的高管突然死亡时，这些优势可能会受到削弱或中断，从而对公司的运营和发展产生较大冲击。这种冲击会迅速反映在资本市场上，导致公司股价下跌和市值缩水。以某具有政治关联的上市公司为例，该公司高管凭借其政治背景，为公司争取到了多个政府重大项目，公司业绩稳步增长，股价也持续攀升。然而，当该高管突然死亡后，市场对公司未来能否继续获得政府项目和政策支持产生了担忧，投资者纷纷抛售股票，公司股价在短时间内大幅下跌，市值也随之大幅缩水。因此，提出假设1：具有政治关联的高管死亡对公司股价和市值的影响更为显著。假设2：政商关系稳定性越高，高管死亡事件对公司价值的负面影响越小稳定的政商关系意味着公司与政府之间建立了长期、可靠的合作关系，这种关系能够为公司提供稳定的政策支持、资源保障和市场预期。当高管死亡事件发生时，稳定的政商关系可以在一定程度上缓冲事件对公司的冲击，维持公司运营的稳定性。因为政府基于长期合作的信任和对共同利益的考量，会继续支持公司的发展，帮助公司度过难关。例如，某公司与政府在基础设施建设领域保持了多年的稳定合作，当公司高管突然死亡后，政府出于对项目连续性和地区发展的考虑，不仅继续履行合同义务，还在政策上给予了一定的倾斜和支持，使得公司能够顺利推进项目，减少了高管死亡事件对公司价值的负面影响。所以，提出假设2：政商关系稳定性越高，高管死亡事件对公司价值的负面影响越小。假设3：政商关系密切程度越高，高管死亡事件对公司价值的负面影响越小密切的政商关系使得公司与政府之间的沟通交流更加频繁和深入，公司能够及时了解政府的政策动态和需求，从而更好地调整经营策略，获取更多的发展机会。当高管死亡事件发生时，密切的政商关系可以使公司迅速获得政府的理解和支持，避免因信息不对称或沟通不畅导致的误解和恐慌。政府也可能会因为与公司的密切关系，在关键时刻提供必要的帮助和指导，协助公司稳定运营。比如，某高新技术企业与政府在科技创新政策、资金扶持等方面保持着密切的互动，当公司高管突然离世后，政府相关部门第一时间与公司沟通，了解公司的困难和需求，并积极协调各方资源，帮助公司解决问题，使得公司在高管变动的情况下，依然能够保持良好的发展态势，公司价值并未受到明显的负面影响。故而，提出假设3：政商关系密切程度越高，高管死亡事件对公司价值的负面影响越小。4.3模型构建为了深入探究政商关系对公司价值的影响，构建如下多元回归模型：TobinQ_{i,t}=\alpha_0+\alpha_1PC_{i,t}+\alpha_2RS_{i,t}+\alpha_3RC_{i,t}+\sum_{j=1}^{n}\alpha_{1+j}Control_{j,i,t}+\varepsilon_{i,t}在该模型中，i表示第i家上市公司，t表示年份。TobinQ_{i,t}为被解释变量，代表第i家公司在t时期的公司价值，通过托宾Q值来衡量，托宾Q值综合考虑了公司的市场价值和资产重置成本，能够较为全面地反映公司的内在价值和市场对其的认可度。PC_{i,t}、RS_{i,t}和RC_{i,t}是解释变量。其中，PC_{i,t}表示第i家公司在t时期的高管政治关联情况，若公司高管曾在政府部门任职、担任人大代表或政协委员等，则PC_{i,t}赋值为1，否则赋值为0，该变量用于考察高管的政治关联对公司价值的影响，具有政治关联的高管可能为公司带来更多的政策资源和发展机遇，进而影响公司价值。RS_{i,t}衡量第i家公司在t时期的政商关系稳定性，通过分析公司与政府部门长期合作项目的数量和持续时间来衡量，该变量反映了政商关系的稳定性程度，稳定的政商关系有助于公司获得长期稳定的政策支持和业务合作机会，降低经营风险，对公司价值产生积极影响。RC_{i,t}代表第i家公司在t时期的政商关系密切程度，通过政府官员对公司的考察次数、参与公司重大活动的频率等指标来衡量，密切的政商关系能够使公司及时获取政策信息，增强与政府的互动合作，为公司创造更多的发展机会，从而影响公司价值。Control_{j,i,t}为控制变量，j表示控制变量的个数。其中，Control_1为公司规模（Size），以公司总资产的自然对数来衡量，公司规模是影响公司价值的重要因素之一，规模较大的公司通常具有更强的市场竞争力和抗风险能力，可能对公司价值产生积极影响。Control_2为资产负债率（Lev），是公司总负债与总资产的比值，反映公司的负债水平和偿债能力，过高的资产负债率可能增加公司的财务风险，对公司价值产生负面影响。Control_3为净资产收益率（ROE），是净利润与净资产的比值，用于衡量公司运用自有资本的效率，ROE越高，表明公司的盈利能力越强，对公司价值具有正向影响。Control_4为营业收入增长率（Growth），反映公司营业收入的增长情况，体现公司的市场拓展能力和业务发展趋势，较高的营业收入增长率通常意味着公司具有较好的发展前景，对公司价值有积极作用。还设置了行业虚拟变量（Industry）和年份虚拟变量（Year），行业虚拟变量用于控制不同行业特性对公司价值的影响，不同行业的市场竞争环境、发展趋势和政策监管要求存在差异，这些因素会对公司价值产生影响；年份虚拟变量则用于控制宏观经济环境、政策变化等因素对公司价值的影响，不同年份的宏观经济形势、政策导向等变化会影响公司的经营和发展，进而影响公司价值。\alpha_0为截距项，\alpha_1、\alpha_2、\alpha_3以及\alpha_{1+j}为各变量的回归系数，反映了相应变量对被解释变量的影响程度和方向。\varepsilon_{i,t}为随机误差项，代表模型中未考虑到的其他随机因素对公司价值的影响。该模型构建的依据在于，政商关系作为影响公司价值的重要外部因素，通过高管政治关联、政商关系稳定性和密切程度等多个维度对公司价值产生作用。在研究政商关系对公司价值的影响时，需要控制其他可能影响公司价值的因素，以准确揭示政商关系与公司价值之间的内在联系。公司规模、资产负债率、净资产收益率、营业收入增长率等控制变量从公司的基本特征、财务状况和经营发展等多个方面对公司价值产生影响，行业虚拟变量和年份虚拟变量则控制了行业特性和宏观经济环境等外部因素的影响。通过构建这样的多元回归模型，可以综合考虑各种因素，深入分析政商关系对公司价值的影响机制，为研究提供有力的实证支持。五、政商关系对公司价值影响的实证结果与分析5.1描述性统计分析对样本公司各变量进行描述性统计分析，结果如表1所示：变量观测值均值标准差最小值最大值TobinQ5601.8540.6270.8424.563PC5600.3860.48701RS5603.2511.02416RC5602.8730.98615Size56021.3571.26819.12424.568Lev5600.4230.1560.1250.786ROE5600.0870.054-0.1560.289Growth5600.1250.234-0.3561.568在公司价值方面，托宾Q值的均值为1.854，表明样本公司的市场价值平均约为资产重置成本的1.854倍，说明市场对样本公司的未来盈利能力和成长机会总体上持较为乐观的态度。标准差为0.627，反映出不同公司之间的托宾Q值存在一定差异，这可能是由于公司所处行业、经营状况、发展战略等因素的不同所导致。最小值为0.842，意味着部分公司的市场价值低于资产重置成本，这些公司可能面临着经营困境、市场竞争力不足或行业前景不佳等问题，市场对其未来发展的信心相对较低。最大值为4.563，显示出少数公司具有较高的市场价值，可能是因为这些公司在行业中处于领先地位，拥有独特的竞争优势，如先进的技术、良好的品牌形象、高效的管理团队等，从而市场对其未来盈利能力和成长潜力给予了高度评价。政商关系相关变量中，高管政治关联（PC）的均值为0.386，表明约有38.6%的样本公司高管具有政治关联，这反映出在我国上市公司中，高管具有政治关联的现象较为普遍。标准差为0.487，说明不同公司在高管政治关联方面存在较大差异，部分公司的高管政治关联程度较高，而部分公司则较低。政商关系稳定性（RS）均值为3.251，标准差为1.024，说明样本公司的政商关系稳定性存在一定的离散程度，不同公司与政府部门的合作项目数量和持续时间有所不同。一些公司可能与政府建立了长期稳定的合作关系，在政策支持、资源获取等方面具有优势；而另一些公司的政商关系稳定性相对较低，可能面临更多的不确定性。政商关系密切程度（RC）均值为2.873，标准差为0.986，表明样本公司与政府官员的互动频率和紧密程度存在差异，部分公司与政府部门保持着较为密切的联系，能够及时获取政策信息和资源支持，而部分公司在这方面相对较弱。控制变量方面，公司规模（Size）以总资产的自然对数衡量，均值为21.357，标准差为1.268，说明样本公司的规模大小存在一定差异，反映了不同公司在资产规模、业务范围和市场影响力等方面的不同。资产负债率（Lev）均值为0.423，标准差为0.156，表明样本公司的负债水平总体处于中等水平，但不同公司之间的负债水平存在一定波动，一些公司的负债水平较高，可能面临较大的财务风险，而另一些公司的负债水平相对较低，财务风险相对较小。净资产收益率（ROE）均值为0.087，标准差为0.054，说明样本公司的盈利能力存在一定差异，部分公司的盈利能力较强，能够有效地运用自有资本实现较高的收益，而部分公司的盈利能力较弱，需要进一步提高经营效率和盈利能力。营业收入增长率（Growth）均值为0.125，标准差为0.234，表明样本公司的业务增长情况参差不齐，一些公司的营业收入增长较快，具有较强的市场拓展能力和发展潜力，而一些公司的营业收入增长较慢，甚至出现负增长，可能面临市场竞争压力较大、产品或服务缺乏竞争力等问题。通过对样本公司各变量的描述性统计分析，可以初步了解数据的整体特征和分布情况，为后续的实证分析奠定基础。不同变量的均值、标准差、最小值和最大值反映了公司在价值、政商关系以及其他关键财务和经营指标方面的差异，这些差异将在后续的研究中进一步分析，以探究政商关系对公司价值的影响。5.2相关性分析对主要变量进行相关性分析，结果如表2所示：变量TobinQPCRSRCSizeLevROEGrowthTobinQ1PC0.235***1RS0.201***0.156**1RC0.187**0.123*0.324***1Size-0.105*-0.0870.0960.078-0.0651Lev-0.213***-0.112*-0.135**-0.102*0.156**1ROE0.312***0.168**0.189**0.147**0.076-0.125*1Growth0.198**0.104*0.127*0.118*0.089-0.0980.205**1注：*、**、***分别表示在10%、5%、1%的水平上显著。从表2可以看出，高管政治关联（PC）与公司价值（TobinQ）之间的相关系数为0.235，在1%的水平上显著正相关，这初步表明具有政治关联的高管可能会对公司价值产生积极影响，为假设1提供了一定的初步支持。具有政治关联的高管能够利用其政治资源和人脉关系，为公司争取更多的政策支持、项目资源和市场机会，从而提升公司的价值。某具有政治关联的上市公司，其高管通过与政府部门的密切沟通，成功争取到了一项重大的政府基础设施建设项目，为公司带来了巨额的收入和利润，进而提升了公司的价值。政商关系稳定性（RS）与公司价值（TobinQ）的相关系数为0.201，在1%的水平上显著正相关，这意味着政商关系稳定性越高，公司价值可能越高，与假设2的预期相符。稳定的政商关系能够为公司提供长期稳定的政策支持和业务合作机会，减少公司面临的不确定性和风险，有利于公司制定长期发展战略，提高运营效率，从而提升公司价值。例如，某公司与政府在新能源领域保持了多年的稳定合作关系，政府持续的政策扶持和项目合作使得公司能够专注于技术研发和市场拓展，公司的业绩稳步增长，价值不断提升。政商关系密切程度（RC）与公司价值（TobinQ）的相关系数为0.187，在5%的水平上显著正相关，说明政商关系密切程度越高，公司价值也可能越高，为假设3提供了初步证据。密切的政商关系使公司能够及时了解政府政策动态，获取更多的政策信息和资源支持，增强公司在市场中的竞争力，进而提升公司价值。比如，某高新技术企业与政府在科技创新政策、资金扶持等方面保持着密切的互动，公司能够及时获得政府的研发补贴和税收优惠，加快了技术创新的步伐，提升了产品的市场竞争力，公司价值也随之提高。在控制变量方面，公司规模（Size）与公司价值（TobinQ）呈负相关关系，相关系数为-0.105，在10%的水平上显著，这可能是因为随着公司规模的扩大，管理难度增加，运营效率可能会有所下降，从而对公司价值产生一定的负面影响。资产负债率（Lev）与公司价值（TobinQ）显著负相关，相关系数为-0.213，在1%的水平上显著，表明较高的资产负债率意味着公司面临较大的财务风险，可能会对公司的经营和发展产生不利影响，进而降低公司价值。净资产收益率（ROE）与公司价值（TobinQ）显著正相关，相关系数为0.312，在1%的水平上显著，说明公司的盈利能力越强，股东权益的收益水平越高，公司价值也越高。营业收入增长率（Growth）与公司价值（TobinQ）呈正相关关系，相关系数为0.198，在5%的水平上显著，这表明公司的业务增长速度越快，市场拓展能力越强，公司价值也可能越高。为了进一步判断变量之间是否存在多重共线性问题，计算各变量的方差膨胀因子（VIF）。一般认为，当VIF值大于10时，变量之间存在严重的多重共线性；当VIF值在5-10之间时，存在较强的多重共线性；当VIF值小于5时，多重共线性问题不严重。计算结果显示，各变量的VIF值均小于5，最大值为3.25，表明变量之间不存在严重的多重共线性问题，所构建的回归模型是合理的，可以进行下一步的回归分析。通过相关性分析，初步揭示了政商关系与公司价值之间的关系，以及各控制变量与公司价值的相关性，并排除了严重多重共线性问题，为后续的回归分析奠定了基础。后续将通过多元回归分析，深入探究政商关系对公司价值的影响程度和作用机制。5.3回归结果分析对构建的多元回归模型进行估计，回归结果如表3所示：|变量|系数|标准误|t值|P>|t||[95%置信区间]||----|----|----|----|----|----||PC|0.256***|0.068|3.765|0.000|0.122，0.390||RS|0.184***|0.052|3.538|0.000|0.082，0.286||RC|0.157**|0.064|2.453|0.014|0.031，0.283||Size|-0.086*|0.048|-1.792|0.073|-0.180，0.008||Lev|-0.198***|0.056|-3.536|0.000|-0.308，-0.088||ROE|0.289***|0.062|4.661|0.000|0.167，0.411||Growth|0.135**|0.054|2.500|0.013|0.029，0.241||Industry|控制|控制|控制|控制|控制||Year|控制|控制|控制|控制|控制||_cons|2.135***|0.326|6.550|0.000|1.495，2.775||变量|系数|标准误|t值|P>|t||[95%置信区间]||----|----|----|----|----|----||PC|0.256***|0.068|3.765|0.000|0.122，0.390||RS|0.184***|0.052|3.538|0.000|0.082，0.286||RC|0.157**|0.064|2.453|0.014|0.031，0.283||Size|-0.086*|0.048|-1.792|0.073|-0.180，0.008||Lev|-0.198***|0.056|-3.536|0.000|-0.308，-0.088||ROE|0.289***|0.062|4.661|0.000|0.167，0.411||Growth|0.135**|0.054|2.500|0.013|0.029，0.241||Industry|控制|控制|控制|控制|控制||Year|控制|控制|控制|控制|控制||_cons|2.135***|0.326|6.550|0.000|1.495，2.775||----|----|----|----|----|----||PC|0.256***|0.068|3.765|0.000|0.122，0.390||RS|0.184***|0.052|3.538|0.000|0.082，0.286||RC|0.157**|0.064|2.453|0.014|0.031，0.283||Size|-0.086*|0.048|-1.792|0.073|-0.180，0.008||Lev|-0.198***|0.056|-3.536|0.000|-0.308，-0.088||ROE|0.289***|0.062|4.661|0.000|0.167，0.411||Growth|0.135**|0.054|2.500|0.013|0.029，0.241||Industry|控制|控制|控制|控制|控制||Year|控制|控制|控制|控制|控制||_cons|2.135***|0.326|6.550|0.000|1.495，2.775||PC|0.256***|0.068|3.765|0.000|0.122，0.390||RS|0.184***|0.052|3.538|0.000|0.082，0.286||RC|0.157**|0.064|2.453|0.014|0.031，0.283||Size|-0.086*|0.048|-1.792|0.073|-0.180，0.008||Lev|-0.198***|0.056|-3.536|0.000|-0.308，-0.088||ROE|0.289***|0.062|4.661|0.000|0.167，0.411||Growth|0.135**|0.054|2.500|0.013|0.029，0.241||Industry|控制|控制|控制|控制|控制||Year|控制|控制|控制|控制|控制||_cons|2.135***|0.326|6.550|0.000|1.495，2.775||RS|0.184***|0.052|3.538|0.000|0.082，0.286||RC|0.157**|0.064|2.453|0.014|0.031，0.283||Size|-0.086*|0.048|-1.792|0.073|-0.180，0.008||Lev|-0.198***|0.056|-3.536|0.000|-0.308，-0.088||ROE|0.289***|0.062|4.661|0.000|0.167，0.411||Growth|0.135**|0.054|2.500|0.013|0.029，0.241||Industry|控制|控制|控制|控制|控制||Year|控制|控制|控制|控制|控制||_cons|2.135***|0.326|6.550|0.000|1.495，2.775||RC|0.157**|0.064|2.453|0.014|0.031，0.283||Size|-0.086*|0.048|-1.792|0.073|-0.180，0.008||Lev|-0.198***|0.056|-3.536|0.000|-0.308，-0.088||ROE|0.289***|0.062|4.661|0.000|0.167，0.411||Growth|0.135**|0.054|2.500|0.013|0.029，0.241||Industry|控制|控制|控制|控制|控制||Year|控制|控制|控制|控制|控制||_cons|2.135***|0.326|6.550|0.000|1.495，2.775||Size|-0.086*|0.048|-1.792|0.073|-0.180，0.008||Lev|-0.198***|0.056|-3.536|0.000|-0.308，-0.088||ROE|0.289***|0.062|4.661|0.000|0.167，0.411||Growth|0.135**|0.054|2.500|0.013|0.029，0.241||Industry|控制|控制|控制|控制|控制||Year|控制|控制|控制|控制|控制||_cons|2.135***|0.326|6.550|0.000|1.495，2.775||Lev|-0.198***|0.056|-3.536|0.000|-0.308，-0.088||ROE|0.289***|0.062|4.661|0.000|0.167，0.411||Growth|0.135**|0.054|2.500|0.013|0.029，0.241||Industry|控制|控制|控制|控制|控制||Year|控制|控制|控制|控制|控制||_cons|2.135***|0.326|6.550|0.000|1.495，2.775||ROE|0.289***|0.062|4.661|0.000|0.167，0.411||Growth|0.135**|0.054|2.500|0.013|0.029，0.241||Industry|控制|控制|控制|控制|控制||Year|控制|控制|控制|控制|控制||_cons|2.135***|0.326|6.550|0.000|1.495，2.775||Growth|0.135**|0.054|2.500|0.013|0.029，0.241||Industry|控制|控制|控制|控制|控制||Year|控制|控制|控制|控制|控制||_cons|2.135***|0.326|6.550|0.000|1.495，2.775||Industry|控制|控制|控制|控制|控制||Year|控制|控制|控制|控制|控制||_cons|2.135***|0.326|6.550|0.000|1.495，2.775||Year|控制|控制|控制|控制|控制||_cons|2.135***|0.326|6.550|0.000|1.495，2.775||_cons|2.135***|0.326|6.550|0.000|1.495，2.775|注：*、**、***分别表示在10%、5%、1%的水平上显著。从回归结果来看，高管政治关联（PC）的系数为0.256，在1%的水平上显著为正，这表明具有政治关联的高管对公司价值具有显著的正向影响，验证了假设1。具有政治关联的高管凭借其在政府部门积累的人脉资源、政策信息优势以及对政策走向的敏锐洞察力，能够为公司带来更多的发展机遇和资源支持。他们可以帮助公司争取到更多的政府项目和合同，获得税收优惠、财政补贴等政策扶持，降低公司的运营成本，提高公司的盈利能力和市场竞争力，从而提升公司价值。某具有政治关联的上市公司，其高管利用自身关系，成功为公司争取到了一项大型基础设施建设项目，该项目为公司带来了巨额的收入和利润，使得公司的市场价值大幅提升，