政治关联对中国民营上市公司绩效与权益资本成本的影响：理论与实证

政治关联对中国民营上市公司绩效与权益资本成本的影响：理论与实证一、引言1.1研究背景与意义1.1.1研究背景改革开放以来，中国民营经济从无到有、从小到大，不断发展壮大，已成为社会主义市场经济的重要组成部分，在推动经济增长、促进创新、增加就业、改善民生等方面发挥着举足轻重的作用。国家税务总局数据显示，2025年前4个月，民营经济销售收入同比增长3.6%，比全国企业高0.9个百分点，占全国企业销售收入比重71.3%。民营企业数量大幅上涨，已经从2012年的1085.7万户增加到2025年1月底的5670.7万户，规模持续扩大，民营企业500强营业收入总额由2012年的10.58万亿元增加到2023年的41.91万亿元。尽管民营经济取得了显著成就，但在发展过程中仍面临诸多挑战。在市场竞争中，民营企业在获取资源、市场准入、融资等方面仍面临一定程度的不公平待遇。世界银行投资环境调查显示，有75%的中国民企把融资约束视为企业发展的主要障碍，民营企业获得的信贷额度大约只占信贷总额的20%-30%，与其在国民经济中的地位严重不成比例。在这样的背景下，政治关联成为民营企业发展中一个不容忽视的现象。政治关联是指企业与政府之间存在的某种联系，这种联系可以通过企业高管的政治身份、企业与政府部门的合作关系等方式体现。在中国，政治与经济发展紧密相连，政府在资源配置、政策制定等方面具有重要影响力。部分民营企业通过建立政治关联，试图获得更多的资源支持、政策优惠以及融资便利等，以提升企业的竞争力和绩效。有研究表明，我国有相当比例的民营上市公司具有政治关联，例如部分民营企业的创始人或高管曾在政府部门任职，或者企业积极参与政府主导的项目，从而与政府建立起紧密的联系。然而，政治关联对民营企业的影响是复杂的。一方面，政治关联可能为企业带来积极影响，如更容易获得政府的支持、政策优惠以及融资便利等，进而提升企业绩效。另一方面，政治关联也可能带来一些负面影响，例如导致企业过度依赖政府资源，忽视自身核心竞争力的培养，增加企业的“政治负担”，甚至可能引发非效率投资行为，从而对企业绩效产生不利影响，并且从宏观层面看，可能造成资源配置的低效。与此同时，权益资本成本作为企业融资的重要成本，直接影响企业的价值和发展，政治关联是否以及如何影响民营上市公司的权益资本成本，也是一个值得深入研究的问题。目前，虽然有很多研究关注了政治因素对企业绩效和权益资本成本的影响，但针对中国民营上市公司的相关研究还比较少。而民营上市公司作为民营企业中的优秀代表，在经济发展中具有重要地位，研究政治关联与它们的企业绩效、权益资本成本之间的关系，对于深入理解民营经济发展规律，促进民营经济健康发展具有重要的现实意义。1.1.2研究意义本研究具有重要的理论与实践意义，在理论层面，有助于丰富企业绩效和权益资本成本研究的理论体系。过往对于这两个议题的研究，在针对中国民营上市公司这一特定主体，以及政治关联这一特殊影响因素方面存在局限。本研究将政治关联纳入研究框架，探讨其对中国民营上市公司企业绩效和权益资本成本的影响，为研究人员在这两个领域提供新的视角和思路，有助于更深入地理解企业行为和资本市场运行机制，完善相关理论。在实践方面，本研究能为民营上市公司的管理决策提供参考。政治因素对企业决策和运营有着重要影响，深入了解政治关联、企业绩效与权益资本成本之间的关系，有助于民营上市公司管理层更好地认识政治关联的作用，合理利用政治关联带来的资源优势，避免过度依赖政治关联而忽视自身核心竞争力的培养，从而制定更为科学合理的发展战略，有效地应对政治风险，提升企业绩效，降低权益资本成本。同时，为投资者的决策提供参考依据。投资者在进行投资决策时，需要全面评估企业的投资价值和风险。本研究通过揭示政治关联对民营上市公司企业绩效和权益资本成本的影响，使投资者能够更加准确地评估企业的真实价值和潜在风险，参考企业的政治关联程度、企业绩效以及权益资本成本等因素，做出更加明智的投资决策，提高投资收益，降低投资风险。本研究还能为政府制定相关政策提供参考。政府在制定政策时，需要充分考虑政策对企业行为和市场竞争的影响。通过研究政治关联对民营上市公司的影响，政府可以了解市场机制在资源配置中的作用以及存在的问题，进而制定相应的政策措施，规范企业的政治关联行为，营造公平竞争的市场环境，促进市场机制的完善，引导民营企业健康发展，推动经济的可持续发展，为民营经济的发展创造更加有利的政策环境，促进民营经济高质量发展。1.2研究方法与创新点1.2.1研究方法文献研究法：广泛收集国内外关于政治关联、企业绩效和权益资本成本的相关文献资料，梳理已有的研究成果、研究方法和研究思路。通过对大量文献的分析，了解该领域的研究现状和发展趋势，明确已有研究的不足之处，为本研究提供坚实的理论基础和研究起点。例如，通过对国内外权威学术期刊上相关文献的研读，掌握政治关联的不同衡量方式、企业绩效和权益资本成本的多种计算方法，以及前人在探讨三者关系时所采用的研究模型和实证方法，从而为本研究的开展提供理论依据和方法借鉴。实证研究法：以中国民营上市公司为研究样本，选取一定时间范围内的相关数据，运用合适的统计分析软件（如Stata、SPSS等）进行数据处理和分析。构建多元线性回归模型，深入探究政治关联与企业绩效、权益资本成本之间的关系，检验研究假设。收集民营上市公司的财务报表数据，获取企业绩效的相关指标，如净资产收益率（ROE）、总资产收益率（ROA）等；通过资本资产定价模型（CAPM）计算权益资本成本；同时，依据企业高管的政治背景、企业参与政府项目的情况等信息构建政治关联指标。利用这些数据进行描述性统计分析、相关性分析和回归分析，以验证政治关联对企业绩效和权益资本成本的影响方向和程度，使研究结果更具科学性和说服力。案例分析法：选取具有典型政治关联特征的民营上市公司作为案例，深入剖析其政治关联的具体形式、形成过程以及对企业绩效和权益资本成本产生的实际影响。通过详细分析案例企业的经营决策、发展战略以及在不同政治关联情况下的财务表现，进一步揭示政治关联在民营上市公司中的作用机制，为实证研究结果提供更丰富的现实依据。以某家具有政治关联的民营上市公司为例，研究其在获得政府政策支持后，企业在项目投资、市场拓展方面的变化，以及这些变化如何反映在企业绩效和权益资本成本的变动上，从而更直观地展现政治关联与企业绩效、权益资本成本之间的内在联系。1.2.2创新点研究视角创新：聚焦中国民营上市公司这一特定主体，深入探讨政治关联对其企业绩效和权益资本成本的影响。现有研究大多针对各类企业的总体样本展开，对民营上市公司这一在经济发展中具有独特地位和面临特殊问题的群体关注不足。本研究从民营上市公司的角度出发，充分考虑其在市场竞争、资源获取等方面的特点，有助于更精准地揭示政治关联在民营经济领域的作用机制，为民营经济研究提供新的视角。数据选取创新：在数据收集过程中，不仅采用传统的财务数据和公开披露信息，还积极拓展数据来源渠道，如通过实地调研、访谈等方式获取企业与政府互动的一手资料，以更全面、准确地衡量政治关联程度。相较于以往研究单纯依赖公开数据，本研究的数据更具丰富性和真实性，能够更深入地反映政治关联的实际情况，从而提高研究结果的可靠性。研究方法应用创新：综合运用多种研究方法，将文献研究、实证研究和案例分析有机结合。在实证研究中，创新性地引入多种控制变量，以更全面地控制其他因素对企业绩效和权益资本成本的影响，使研究结果更具稳健性；在案例分析中，采用多案例对比分析的方法，从不同角度揭示政治关联的影响，克服单一案例分析的局限性，增强研究的普适性和深度。二、相关理论与文献综述2.1相关理论基础2.1.1法与金融理论法与金融理论是20世纪90年代后期兴起的一个重要学术领域，其核心观点是法律制度对金融市场的发展和运行具有至关重要的影响。该理论认为，完善的法律体系能够为投资者提供有效的保护，从而促进金融市场的发展和企业的融资活动。LaPorta、Lopez-de-Silanes、Shleifer和Vishny（简称LLSV）在1998年发表的奠基性文献中指出，不同法律渊源的国家在投资者保护程度上存在显著差异，普通法系国家通常比大陆法系国家提供更强的投资者保护，这进而影响了各国资本市场的发展水平和企业的融资结构。从公司治理角度来看，法律制度对投资者保护的程度会影响企业的股权结构和治理模式。在投资者保护较强的法律环境下，中小股东的权益能得到更好的保障，企业更有可能采用分散的股权结构，通过市场机制来约束管理层行为，促进企业有效治理。相反，在投资者保护较弱的环境中，企业可能倾向于集中的股权结构，大股东对企业的控制力度更强，以弥补法律保护的不足，但这也可能导致大股东对中小股东的利益侵占。在金融市场发展方面，良好的法律制度有助于降低交易成本，增强投资者信心，促进资本的有效配置。完善的合同法能确保金融交易的顺利执行，减少违约风险；证券法对信息披露、内幕交易等的规范，能提高市场透明度，维护市场公平秩序，吸引更多投资者参与金融市场。法与金融理论为理解政治关联与企业经济行为的关系提供了重要的理论基础。在政治关联研究中，政府的政策制定和行政干预在一定程度上可以看作是法律制度的补充或替代机制。当正式法律制度不完善或执行不力时，企业可能通过建立政治关联来获取资源、降低不确定性和风险，从而影响企业的绩效和权益资本成本。若当地金融市场法律制度对企业融资约束限制严格，政治关联可能帮助企业突破这些限制，获得更多融资机会，进而影响企业的资本结构和权益资本成本。2.1.2社会资本理论社会资本理论由法国社会学家皮埃尔・布迪厄（PierreBourdieu）提出，经詹姆斯・科尔曼（JamesColeman）、罗伯特・普特南（RobertPutnam）等学者的发展而逐渐完善。该理论认为，社会资本是一种通过社会关系网络获取资源并由此获益的能力，它镶嵌于社会网络结构之中，体现为社会关系网络中成员之间的信任、规范和互惠等要素。社会资本并非独立存在，而是与社会结构和社会关系紧密相连，它为个体或组织提供了获取信息、资源和支持的渠道，从而对其行为和绩效产生影响。从企业层面来看，政治关联可以被视为企业的一种社会资本。企业通过高管的政治身份、参与政府活动或与政府官员建立联系等方式构建政治关联，从而嵌入到政府相关的社会关系网络中。这种政治关联社会资本为企业带来多方面的优势。在资源获取方面，政治关联使企业更容易获得政府的财政补贴、税收优惠、土地资源等稀缺资源。一些具有政治关联的民营上市公司可能优先获得政府的产业扶持资金，用于企业的技术研发和产业升级，从而提升企业的竞争力和绩效。在信息获取上，政治关联有助于企业及时了解政府的政策动态、行业发展规划等重要信息，使企业能够提前调整战略，把握市场机会。企业可以通过政治关联了解到政府对某一新兴产业的支持政策，从而提前布局，抢占市场先机。政治关联还能在一定程度上提升企业的社会声誉和合法性，增强市场对企业的认可度，降低企业的经营风险，进而影响企业的权益资本成本。然而，政治关联作为社会资本也可能存在负面影响。过度依赖政治关联可能导致企业忽视自身核心竞争力的培养，形成路径依赖。政治关联还可能带来寻租行为和资源错配，增加企业的运营成本和潜在风险。若企业为维持政治关联投入过多资源，而这些资源并未有效转化为企业的实际竞争力，就可能对企业绩效产生不利影响。2.1.3信息不对称理论信息不对称理论是由乔治・阿克洛夫（GeorgeAkerlof）、迈克尔・斯宾塞（MichaelSpence）和约瑟夫・斯蒂格利茨（JosephStiglitz）等经济学家提出并发展的，该理论认为在市场交易中，交易双方所掌握的信息在数量、质量和时间上存在差异，这种信息不对称会导致市场失灵和交易效率降低。在资本市场中，企业与投资者之间存在明显的信息不对称。企业管理层对企业的内部运营状况、财务状况、未来发展前景等信息有更全面、深入的了解，而投资者主要依赖企业公开披露的信息来做出投资决策。这种信息不对称可能使投资者难以准确评估企业的真实价值和风险水平，从而影响投资决策。投资者可能因信息不足而高估或低估企业的价值，导致投资失误；也可能因担心信息不对称带来的风险，要求更高的投资回报率，从而增加企业的权益资本成本。政治关联在一定程度上会影响企业与投资者之间的信息不对称程度。一方面，政治关联可以作为一种信号，向投资者传递企业具有一定优势和资源的信息，从而降低信息不对称。具有政治关联的企业可能被投资者认为在获取政策支持、资源保障等方面更具优势，投资者对其信任度相对较高，信息不对称程度降低。企业高管的政治身份可能使投资者相信企业在遵守法律法规、公司治理等方面更为规范，减少对企业潜在风险的担忧，降低投资风险溢价，进而降低企业的权益资本成本。另一方面，政治关联也可能加剧信息不对称。部分企业可能利用政治关联掩盖自身经营问题或不良财务状况，进行盈余管理或信息操纵，导致投资者难以获取真实、准确的信息。政治关联企业可能因与政府关系密切而在信息披露方面缺乏足够的透明度，投资者难以全面了解企业的真实情况，增加投资决策的难度和风险，提高企业的权益资本成本。2.1.4信号传递理论信号传递理论由迈克尔・斯宾塞（MichaelSpence）首先提出，该理论认为在信息不对称的市场环境中，拥有信息优势的一方（信号发送者）为了向信息劣势的一方（信号接收者）传递关于自身真实特征、能力或价值的信息，会采取一些可被观察到的行为或发出某种信号，信号接收者则根据这些信号来判断信号发送者的真实情况，并做出相应决策。在企业与投资者的关系中，企业作为信号发送者，需要向投资者传递关于企业质量、发展前景等方面的信息，以吸引投资并降低权益资本成本。政治关联可以作为一种重要的信号，向投资者传递企业的某些特质。企业高管具有政治身份，可能被投资者视为企业在获取政策信息、政府支持等方面具有优势的信号，投资者会认为这类企业在市场竞争中更具优势，发展前景较好，从而愿意以较低的成本为企业提供资金。政治关联企业获得政府的大额订单或参与政府重点项目，这也向市场传递出企业具有较强实力和良好信誉的信号，有助于提升投资者对企业的信心，降低企业的权益资本成本。然而，信号传递的有效性取决于信号的真实性和可验证性。若企业的政治关联仅仅是一种表面现象，并未真正为企业带来实际的优势和价值，或者企业利用政治关联进行虚假宣传和误导投资者，那么这种信号传递不仅无法降低权益资本成本，反而可能损害企业的声誉，增加投资者的不信任感，导致权益资本成本上升。2.2文献综述2.2.1政治关联的研究政治关联的研究在国内外学术界都受到了广泛关注。国外研究中，Fisman最早对政治关联进行实证研究，将与印尼执政者苏哈托家族有密切关系的企业定义为政治关联企业，开启了政治关联研究的新篇章。此后，Khwaja、Faccio等学者进一步完善了政治关联的衡量标准，他们认为企业的重要人物，如实际控制人、董事会成员等，是否曾经或现在在政府相关部门担任某些职务是衡量企业政治关联的关键指标。在国内，余明桂、潘红波考察企业主要决策者，包括董事长、总经理，是否担任或曾担任相关行政职务，是否当选为人大代表、政协委员，以此来衡量企业的政治关联。虽然政治关联目前还没有统一的定义，但大多数学者都以企业关键人物的政治身份来判断企业是否具有政治关联。关于政治关联的度量方法，目前主要有虚拟变量法、比例法及赋值法三种。虚拟变量法是指企业关键人物在或曾在政府相关部门任职取值1，如没有取0，Faccio、吴文锋等学者使用此方法；比例法是计算企业董事会或经理层中拥有政治联系的人数与总人数之比，来作为企业政治关联的得分，罗党论等学者采用这种方法；赋值法是根据个人主观经验对企业关键人物的政治身份进行赋值，如省部级赋10分，副部级9分，厅局级8分，以此类推，用总得分来作为企业政治关联指标，杜兴强等学者运用了该方法。学者们对于政治关联形成原因的研究主要基于资源依赖理论和寻租理论。资源依赖理论认为，企业生存和发展依赖于外部资源，而政府在资源分配中具有重要影响力，企业为获取资源会主动建立政治关联。企业为获得政府的财政补贴、税收优惠等资源，会通过高管的政治身份或与政府建立合作关系来构建政治关联。寻租理论则指出，企业通过政治关联影响政府决策，以获取垄断租金或其他经济利益。一些企业利用政治关联获得政府项目的独家经营权，从而获取超额利润。现有研究虽然取得了丰硕成果，但仍存在一些不足。政治关联的定义和度量方法尚未统一，不同的度量方法可能导致研究结果存在差异，影响研究结论的可靠性和可比性。对政治关联形成的深层次原因和内在机制研究还不够深入，需要进一步挖掘企业建立政治关联的动机和影响因素，以更好地理解政治关联现象。2.2.2企业绩效的研究企业绩效是衡量企业经营成果和发展状况的重要指标，在学术研究中一直占据重要地位。学者们对企业绩效的定义主要基于企业在市场竞争中的表现和达成的经营成果，涵盖盈利能力、运营效率、成长能力等多个维度。在衡量指标方面，学术界主要采用财务指标和非财务指标来综合评估企业绩效。财务指标包括净资产收益率（ROE）、总资产收益率（ROA）、净利润率等，这些指标能够直观地反映企业的盈利水平和资产利用效率。净资产收益率是净利润与平均股东权益的百分比，反映股东权益的收益水平，用以衡量公司运用自有资本的效率；总资产收益率是企业息税前利润与平均资产总额的比率，体现了企业资产利用的综合效果。非财务指标则包括市场份额、客户满意度、创新能力等，这些指标从不同角度反映了企业的竞争力和发展潜力。市场份额反映了企业在市场中的地位和影响力，客户满意度体现了企业产品或服务满足客户需求的程度，创新能力则关乎企业的可持续发展能力。在影响因素的研究上，学者们从多个角度进行了探讨。企业内部因素方面，公司治理结构对企业绩效有着重要影响。合理的股权结构能够有效避免大股东对小股东利益的侵占，促进股东之间的相互制衡，从而提高企业决策的科学性和有效性，进而提升企业绩效。多元化经营战略也是影响企业绩效的关键因素之一。适度的多元化经营可以分散企业风险，拓展业务领域，实现资源的优化配置，增强企业的盈利能力和抗风险能力。但过度多元化可能导致企业资源分散，管理难度加大，从而对企业绩效产生负面影响。外部因素方面，市场竞争程度对企业绩效有着显著影响。在竞争激烈的市场环境中，企业为了生存和发展，不得不不断提高自身的竞争力，优化产品或服务质量，降低成本，提高生产效率，这些努力有助于提升企业绩效。政策法规的变化也会对企业绩效产生影响。政府出台的产业扶持政策可以为企业提供更多的发展机遇和资源支持，促进企业绩效的提升；而环保政策、税收政策等的调整可能会增加企业的运营成本，对企业绩效产生一定的压力。随着经济环境的不断变化和企业发展的日益复杂，企业绩效的研究呈现出从单一财务指标向多维度综合指标发展、从关注内部因素向同时重视内外部因素转变的趋势。目前的研究仍存在一些空白点，对于新兴技术，如人工智能、大数据等，对企业绩效的影响研究还相对较少；在跨行业、跨国界的企业绩效比较研究方面，也有待进一步深入。2.2.3权益资本成本的研究权益资本成本是企业为获取权益资本而付出的代价，是投资者对企业投资所要求的最低回报率，对企业的融资决策和价值评估具有重要影响。在定义方面，权益资本成本是投资者因承担投资风险而要求的必要报酬率，它反映了投资者对企业未来收益的预期和对风险的补偿要求。在计算方法上，常用的有资本资产定价模型（CAPM）、套利定价模型（APT）和股利折现模型（DDM）等。资本资产定价模型认为，权益资本成本等于无风险利率加上风险溢价，其中风险溢价由市场风险溢价和企业的β系数决定，该模型简洁明了，广泛应用于权益资本成本的估算，但它假设市场是完全有效的，且投资者具有相同的预期，在实际应用中存在一定局限性。套利定价模型则从多因素的角度出发，认为权益资本成本受多个宏观经济因素和企业特定因素的影响，通过构建因素模型来估算权益资本成本，该模型考虑因素更为全面，但模型中因素的选择和确定较为复杂。股利折现模型是基于企业未来股利的现值来计算权益资本成本，它适用于稳定发放股利的企业，但对未来股利的预测难度较大，且假设条件较为严格。权益资本成本的影响因素是学术界研究的重点。公司规模是影响权益资本成本的重要因素之一，一般来说，规模较大的企业具有更强的抗风险能力和更稳定的现金流，投资者对其风险预期较低，因此权益资本成本相对较低。财务杠杆也会对权益资本成本产生影响，适度的财务杠杆可以利用债务的税盾效应降低企业的综合资本成本，但过高的财务杠杆会增加企业的财务风险，导致投资者要求更高的回报率，从而提高权益资本成本。信息披露质量同样会影响权益资本成本，高质量的信息披露可以降低企业与投资者之间的信息不对称，增强投资者对企业的信任，降低投资风险，进而降低权益资本成本。虽然权益资本成本的研究取得了一定成果，但仍有一些待完善之处。不同计算方法得出的权益资本成本存在较大差异，缺乏统一的标准和比较基础，给企业和投资者的决策带来困扰。在影响因素的研究中，各因素之间的相互作用和影响机制尚未完全明确，需要进一步深入研究。2.2.4政治关联与企业绩效、权益资本成本关系的研究关于政治关联与企业绩效、权益资本成本关系的研究，国内外学者从不同角度进行了探讨，取得了一系列研究成果，但也存在一定的分歧和共识。国外学者Faccio通过对多个国家企业的研究发现，政治关联企业在获取政府订单、税收优惠等方面具有优势，有助于提升企业绩效。Goldman以美国企业为样本，研究表明政治关联能够为企业带来更多的资源和政策支持，从而对企业绩效产生积极影响。国内学者余明桂、潘红波以中国民营企业为研究对象，发现政治关联可以帮助企业获得更多的银行贷款和政府补贴，进而提升企业绩效。然而，也有部分研究得出不同结论。Fan对中国新兴私营公司的实证研究发现，政治关联可能导致企业过度依赖政府资源，抑制企业的创新能力和市场竞争力，对企业绩效产生负面影响。在政治关联与权益资本成本的关系方面，国外学者认为，政治关联可以作为一种信号，向投资者传递企业具有一定优势和资源的信息，从而降低信息不对称，降低权益资本成本。国内学者吴文锋等研究发现，具有政治关联的民营企业能够获得更多的银行贷款，缓解融资约束，进而降低权益资本成本。但也有研究指出，政治关联可能增加企业的经营风险和不确定性，导致投资者要求更高的回报率，从而提高权益资本成本。综合来看，目前的研究在政治关联对企业绩效和权益资本成本的影响方向和程度上尚未达成一致意见。研究分歧主要源于研究样本、研究方法、政治关联度量方式以及制度背景等方面的差异。部分研究认为政治关联能为企业带来资源优势，提升企业绩效和降低权益资本成本；另一些研究则强调政治关联可能带来的负面影响，如增加企业风险、抑制创新等。然而，学者们普遍认为政治关联是影响企业绩效和权益资本成本的重要因素之一，这为后续研究提供了基础和方向。后续研究需要进一步完善研究方法，统一政治关联的度量标准，深入探讨政治关联影响企业绩效和权益资本成本的内在机制，以更准确地揭示三者之间的关系。三、中国民营上市公司政治关联现状分析3.1政治关联的度量方法在研究中国民营上市公司政治关联时，选择合适的度量方法至关重要，这直接影响到研究结果的准确性和可靠性。目前，学术界常见的度量方法主要包括基于高管政治身份的度量、基于企业与政府合作关系的度量等。基于高管政治身份的度量是最为常用的方法之一。这种方法主要考察企业高管，如董事长、总经理等，是否具有政治背景，包括是否曾在政府部门任职、是否担任人大代表或政协委员等。若企业高管具有上述政治身份，即可认为该企业具有政治关联。学者余明桂和潘红波在研究中，将企业主要决策者（董事长、总经理）担任或曾担任行政职务、当选为人大代表、政协委员作为衡量企业政治关联的标准。这种度量方法具有一定的直观性和数据可得性，相关信息可通过企业年报、公司公告等公开资料获取。这种方法也存在局限性。仅关注高管的政治身份，可能无法全面反映企业与政府之间的复杂联系。一些企业可能通过其他方式与政府建立紧密合作关系，但高管本身并无明显政治身份，若仅依据高管政治身份度量，这类企业的政治关联可能被忽视。部分企业高管虽具有政治身份，但该身份对企业经营决策和资源获取的实际影响力难以准确衡量，可能导致度量结果存在偏差。基于企业与政府合作关系的度量方法则从企业与政府在项目合作、政策支持等方面的互动来衡量政治关联。企业获得政府的大额项目订单、参与政府主导的重大项目建设、享受特殊政策优惠等，都可视为企业与政府存在紧密合作关系，进而体现企业具有一定程度的政治关联。这种度量方法能够更直接地反映企业从政府关系中获得的实际利益和资源支持，从一定程度上弥补了基于高管政治身份度量方法的不足。然而，获取企业与政府合作关系的详细数据相对困难，部分信息可能未完全公开披露，导致度量的准确性受到影响。企业获得政府项目或政策支持可能受到多种因素影响，如企业自身实力、项目的技术要求等，难以单纯将其归因于政治关联，可能使度量结果存在一定的混淆性。除上述两种常见方法外，还有学者尝试从其他角度度量政治关联，如企业的政治捐赠、企业在政府决策中的参与程度等，但这些方法在数据获取和实际应用中也面临各自的挑战。不同度量方法各有优缺点，在研究中国民营上市公司政治关联时，需综合考虑研究目的、数据可得性等因素，合理选择或结合多种度量方法，以更全面、准确地衡量政治关联程度。3.2中国民营上市公司政治关联的现状描述3.2.1数据来源与样本选取本研究的数据主要来源于Wind数据库和CSMAR数据库，这两个数据库涵盖了丰富的上市公司信息，包括公司基本情况、财务数据、高管资料等，为研究提供了全面的数据支持。样本选取时间跨度为2018-2022年，以确保研究结果能够反映近年来中国民营上市公司的实际情况。在样本选取过程中，首先从数据库中筛选出所有在沪深两市上市的民营企业，共得到[X]家。然后，对这些企业进行逐一筛选，剔除以下样本：金融行业企业，由于金融行业的特殊性，其经营模式、监管环境等与其他行业存在较大差异，为避免干扰研究结果，将其排除；ST、*ST类企业，这类企业通常财务状况异常，经营面临较大风险，可能会对研究结果产生偏差；数据缺失严重的企业，确保数据的完整性和准确性，以保证研究的可靠性。经过筛选，最终得到有效样本[X]家民营上市公司。为进一步确保样本的代表性，对样本企业的行业分布、地区分布等进行了分析。在行业分布方面，样本涵盖了制造业、信息技术业、批发零售业、房地产业等多个行业，各行业企业数量占比如图1所示。制造业企业数量最多，占比[X]%，这与中国经济结构中制造业占比较大的实际情况相符；信息技术业、批发零售业等行业也有一定数量的样本企业，反映了不同行业民营企业的发展状况。在地区分布上，样本企业来自全国各地，其中东部地区企业数量占比[X]%，中部地区占比[X]%，西部地区占比[X]%，东北地区占比[X]%。东部地区经济发达，市场化程度高，民营企业发展较为活跃，样本企业数量相对较多；中西部地区和东北地区近年来也在积极推动民营经济发展，样本企业在这些地区也有一定分布，能够较好地反映不同地区民营上市公司的政治关联情况。3.2.2政治关联的总体情况通过对样本企业的分析，统计得出中国民营上市公司政治关联的总体比例。在[X]家有效样本企业中，具有政治关联的企业有[X]家，占比[X]%，这表明相当一部分民营上市公司存在政治关联现象，政治关联在民营上市公司中具有一定的普遍性。进一步分析政治关联在不同年份的分布特点，结果如图2所示。从2018-2022年，具有政治关联的民营上市公司数量整体呈现稳中有升的趋势。2018年，具有政治关联的企业数量为[X]家，占当年样本企业总数的[X]%；到2022年，这一数量增加到[X]家，占比提升至[X]%。这可能是由于随着市场竞争的加剧，民营企业越来越意识到政治关联在获取资源、降低风险等方面的重要性，从而更加积极地建立政治关联。在行业分布方面，不同行业民营上市公司的政治关联比例存在差异。制造业中具有政治关联的企业占比为[X]%，信息技术业为[X]%，批发零售业为[X]%，房地产业为[X]%。房地产业由于其对土地资源、政策环境等依赖程度较高，政治关联比例相对较高；信息技术业作为新兴产业，虽然发展迅速，但在获取政策支持、市场准入等方面仍面临一定挑战，政治关联比例也相对较高；制造业和批发零售业等传统行业，政治关联比例相对较为稳定。3.2.3政治关联的具体形式中国民营上市公司政治关联的具体形式主要包括高管政治身份和企业参与政府项目等。在高管政治身份方面，部分民营上市公司的高管，如董事长、总经理等，具有丰富的政治背景。一些高管曾在政府部门担任重要职务，拥有广泛的政府资源和人脉关系。某民营上市公司的董事长曾在当地政府的经济管理部门任职多年，在企业发展过程中，凭借其在政府部门积累的经验和人脉，能够及时了解政府的产业政策动态，为企业争取到了多个政府扶持项目，获得了资金、税收等方面的优惠政策，促进了企业的快速发展。还有一些高管担任人大代表或政协委员，通过参与政治活动，为企业发声，争取政策支持。某民营上市公司的总经理是当地人大代表，在人大会议上，他积极提出关于促进民营企业发展的议案，引起了政府部门的关注，政府随后出台了一系列针对民营企业的扶持政策，该企业从中受益，获得了更多的市场机会和资源支持。在企业参与政府项目方面，许多民营上市公司通过积极参与政府主导的基础设施建设、科技创新项目等，与政府建立紧密的合作关系。在一些地区的城市轨道交通建设项目中，部分民营上市公司凭借自身的技术和资金优势，参与项目的投标并中标，不仅为企业带来了可观的经济效益，还通过与政府的合作，提升了企业的社会形象和政治关联度。一些民营上市公司参与政府的科技创新项目，获得政府的科研经费支持和政策优惠。某民营科技企业参与了政府的一项高新技术研发项目，获得了政府提供的专项科研经费，企业利用这笔资金加大研发投入，成功攻克了关键技术难题，提升了企业的核心竞争力，同时也加深了与政府的合作关系，强化了政治关联。四、政治关联对中国民营上市公司企业绩效的影响4.1理论分析与研究假设4.1.1政治关联对企业绩效的积极影响政治关联能助力民营企业获取关键资源。在中国，政府掌控着大量的经济资源，对资源分配具有重要影响力。拥有政治关联的民营上市公司，凭借与政府的紧密联系，在资源竞争中占据优势。在项目招标中，政治关联企业可能因信息获取优势，提前了解项目需求和要求，从而更有针对性地准备投标材料，提高中标概率。在资源分配过程中，政治关联企业也可能受到政府的倾斜，获得更多的资源支持。在资金资源方面，政治关联可以帮助企业获得更多的银行贷款和更优惠的贷款条件。银行在发放贷款时，往往会考虑企业的风险和还款能力。政治关联企业由于与政府关系密切，被银行视为具有较低风险和较强还款保障的对象，更容易获得大额贷款和较长的贷款期限，从而为企业的发展提供充足的资金支持。在土地资源方面，企业的扩张和发展离不开土地。政治关联企业在获取土地使用权时可能会得到政府的支持，以较低的成本获得优质土地，为企业的生产经营和项目建设提供良好的基础条件。政策支持也是政治关联为企业带来的重要优势。政府通过制定和实施一系列政策来引导和支持企业发展，政治关联企业能够及时准确地了解政策动态，提前调整战略布局，更好地适应政策变化，抓住政策机遇。在政府出台鼓励新能源产业发展的政策时，具有政治关联的民营新能源企业可以迅速了解政策细节，加大在新能源领域的研发和投资力度，获得政府的产业扶持资金、税收优惠等政策支持，从而在市场竞争中抢占先机，实现快速发展。政治关联还可能使企业在政策执行过程中获得一定的便利和优惠待遇。在税收政策方面，政治关联企业可能获得税收减免、税收返还等优惠，降低企业的运营成本，提高企业的盈利能力。企业声誉是企业的无形资产，对企业的市场竞争力和绩效有着重要影响。政治关联可以提升企业的社会声誉和形象，增强市场对企业的认可度和信任度。在消费者眼中，具有政治关联的企业往往被认为更可靠、更有实力，产品或服务的质量更有保障，从而更愿意选择该企业的产品或服务。在投资者眼中，政治关联企业被视为具有更高的稳定性和发展潜力，更愿意为其提供资金支持，降低企业的融资成本。政治关联企业积极参与政府主导的公益活动，履行社会责任，也有助于提升企业的社会形象和声誉，为企业赢得良好的社会口碑，进一步促进企业绩效的提升。基于以上分析，提出假设1：政治关联对中国民营上市公司企业绩效具有显著的正向影响。4.1.2政治关联对企业绩效的消极影响政治关联可能导致企业过度依赖政府资源，忽视自身核心竞争力的培养。当企业能够通过政治关联轻松获得资源和政策支持时，可能会降低对技术创新、产品质量提升、市场拓展等方面的投入和努力。长此以往，企业的创新能力和市场竞争力逐渐下降，一旦失去政治关联的支持，企业将难以在激烈的市场竞争中立足。政治关联还可能引发企业的非市场行为，导致资源的不合理配置。企业可能将更多的精力和资源用于维护政治关联，而非专注于生产经营，从而影响企业的生产效率和经济效益。部分企业为了维持政治关联，可能会进行不必要的政治捐赠或寻租活动，增加企业的运营成本，降低企业绩效。政治关联也会使企业面临政治风险。政治环境具有不确定性，政府政策的调整、官员的更替等都可能对政治关联企业产生影响。如果企业过度依赖政治关联，当政治环境发生不利变化时，企业可能会遭受重大损失。政府换届后政策方向发生转变，原本依赖特定政策支持的政治关联企业可能会失去优势，导致经营困难。基于以上分析，提出假设2：政治关联对中国民营上市公司企业绩效具有显著的负向影响。4.2研究设计4.2.1变量选取被解释变量：本研究选用托宾Q值（TobinQ）和净资产收益率（ROE）作为衡量企业绩效的指标。托宾Q值等于企业市场价值与资产重置成本之比，能够综合反映企业的市场价值和未来成长潜力，体现了市场对企业的评价。净资产收益率是净利润与平均股东权益的百分比，反映了股东权益的收益水平，衡量公司运用自有资本的效率，从盈利能力角度体现企业绩效。解释变量：政治关联（PC）为解释变量，采用虚拟变量法衡量。若民营上市公司的董事长或总经理曾在政府、人大、政协、军队等部门任职，或担任人大代表、政协委员，则PC取值为1，否则取值为0。控制变量：为控制其他因素对企业绩效的影响，选取以下控制变量。企业规模（Size），以企业总资产的自然对数衡量，反映企业的整体规模，规模较大的企业可能在资源获取、市场份额等方面具有优势，进而影响企业绩效。资产负债率（Lev），等于负债总额除以资产总额，体现企业的偿债能力和财务杠杆水平，过高的资产负债率可能增加企业的财务风险，对企业绩效产生影响。营业收入增长率（Growth），反映企业的成长能力，成长能力较强的企业通常具有较好的市场前景和发展潜力，可能会提升企业绩效。股权集中度（Top1），用第一大股东持股比例表示，股权结构会影响公司治理效率，进而影响企业绩效。年度虚拟变量（Year），控制不同年份宏观经济环境等因素对企业绩效的影响。行业虚拟变量（Industry），控制不同行业特征对企业绩效的影响。各变量的具体定义和度量方法如表1所示：变量类型变量名称变量符号度量方法被解释变量托宾Q值TobinQ企业市场价值/资产重置成本被解释变量净资产收益率ROE净利润/平均股东权益×100%解释变量政治关联PC董事长或总经理有政治背景取1，否则取0控制变量企业规模Size总资产的自然对数控制变量资产负债率Lev负债总额/资产总额控制变量营业收入增长率Growth（本期营业收入-上期营业收入）/上期营业收入×100%控制变量股权集中度Top1第一大股东持股比例控制变量年度虚拟变量Year控制年份固定效应控制变量行业虚拟变量Industry控制行业固定效应4.2.2模型构建为检验政治关联对中国民营上市公司企业绩效的影响，构建如下回归模型：TobinQ_{i,t}=\alpha_{0}+\alpha_{1}PC_{i,t}+\sum_{j=1}^{4}\alpha_{j+1}Control_{j,i,t}+\sum_{k=1}^{n}\alpha_{k+5}Year_{k}+\sum_{l=1}^{m}\alpha_{l+5+n}Industry_{l}+\varepsilon_{i,t}ROE_{i,t}=\beta_{0}+\beta_{1}PC_{i,t}+\sum_{j=1}^{4}\beta_{j+1}Control_{j,i,t}+\sum_{k=1}^{n}\beta_{k+5}Year_{k}+\sum_{l=1}^{m}\beta_{l+5+n}Industry_{l}+\mu_{i,t}其中，i表示第i家企业，t表示第t年；\alpha_{0}、\beta_{0}为常数项；\alpha_{1}、\beta_{1}为政治关联（PC）的回归系数，是重点关注的系数，若\alpha_{1}、\beta_{1}显著为正，则支持假设1，即政治关联对企业绩效具有显著的正向影响；若\alpha_{1}、\beta_{1}显著为负，则支持假设2，即政治关联对企业绩效具有显著的负向影响；Control_{j}表示控制变量，包括企业规模（Size）、资产负债率（Lev）、营业收入增长率（Growth）、股权集中度（Top1）；Year_{k}和Industry_{l}分别表示年度虚拟变量和行业虚拟变量；\varepsilon_{i,t}和\mu_{i,t}为随机误差项。模型构建依据在于，在控制其他可能影响企业绩效的因素后，通过考察政治关联变量（PC）的系数，能够准确衡量政治关联对企业绩效的净影响。该模型基于多元线性回归原理，假设因变量与自变量之间存在线性关系，通过最小二乘法估计回归系数，以检验研究假设。4.2.3样本选择与数据来源样本选择方面，选取2018-2022年在沪深两市上市的民营公司作为研究对象。在数据筛选过程中，首先从Wind数据库和CSMAR数据库中获取相关数据，然后进行如下处理：剔除金融行业上市公司，因为金融行业的业务性质、监管要求和财务特征与其他行业存在显著差异，其经营模式和绩效衡量方式独特，纳入研究可能会干扰结果的准确性；剔除ST、*ST类上市公司，这类公司通常财务状况异常，经营面临困境，可能会对研究结果产生偏差；剔除数据缺失严重的公司，以保证数据的完整性和可靠性，确保研究结果的有效性。经过上述筛选，最终得到[X]个有效样本观测值。数据来源主要为Wind数据库和CSMAR数据库，这两个数据库是国内金融经济领域常用的权威数据库，涵盖了丰富的上市公司信息，包括公司基本资料、财务报表数据、公司治理数据等，能够满足本研究对变量数据的需求，确保数据的准确性和可靠性。对于部分缺失数据，通过查阅公司年报、巨潮资讯网等渠道进行补充，进一步保证数据的完整性。4.3实证结果与分析4.3.1描述性统计对选取的变量进行描述性统计，结果如表2所示。从表中可以看出，托宾Q值（TobinQ）的最大值为12.35，最小值为0.87，均值为2.56，说明不同民营上市公司的市场价值和成长潜力存在较大差异。净资产收益率（ROE）的最大值为35.68%，最小值为-28.45%，均值为6.48%，反映出样本企业的盈利能力参差不齐，部分企业盈利能力较强，而部分企业则处于亏损状态。政治关联（PC）的均值为0.38，表明样本中有38%的民营上市公司具有政治关联，这与前文对中国民营上市公司政治关联总体情况的分析结果相符，进一步验证了政治关联在民营上市公司中具有一定普遍性。企业规模（Size）的均值为21.35，标准差为1.26，说明样本企业的规模分布较为分散，不同企业之间的规模差异较大。资产负债率（Lev）的均值为0.45，表明样本企业的负债水平总体处于中等程度，但最大值达到0.85，最小值仅为0.12，说明企业之间的负债水平存在较大差距。营业收入增长率（Growth）的最大值为125.36%，最小值为-45.68%，均值为12.36%，显示出样本企业的成长能力差异较大，部分企业增长迅速，而部分企业则出现负增长。股权集中度（Top1）的均值为32.56%，说明样本企业的股权相对集中，第一大股东对企业具有较强的控制力。变量观测值平均值标准差最小值最大值TobinQ15002.561.850.8712.35ROE15006.48%8.56%-28.45%35.68%PC15000.380.4901Size150021.351.2619.5624.58Lev15000.450.180.120.85Growth150012.36%25.68%-45.68%125.36%Top1150032.56%8.65%15.68%56.89%4.3.2相关性分析变量间的相关性分析结果如表3所示。政治关联（PC）与托宾Q值（TobinQ）的相关系数为0.15，在1%的水平上显著正相关，初步表明政治关联可能对企业的市场价值和成长潜力具有正向影响；政治关联（PC）与净资产收益率（ROE）的相关系数为0.12，在5%的水平上显著正相关，初步显示政治关联可能有助于提升企业的盈利能力。企业规模（Size）与托宾Q值（TobinQ）、净资产收益率（ROE）均呈正相关关系，说明规模较大的企业可能具有更高的市场价值和更好的盈利能力。资产负债率（Lev）与托宾Q值（TobinQ）呈负相关关系，与净资产收益率（ROE）也呈负相关关系，表明负债水平较高的企业，其市场价值和盈利能力可能相对较低。营业收入增长率（Growth）与托宾Q值（TobinQ）、净资产收益率（ROE）均呈正相关关系，说明成长能力较强的企业，其市场价值和盈利能力也可能较强。股权集中度（Top1）与托宾Q值（TobinQ）、净资产收益率（ROE）的相关性不显著，说明股权集中度对企业绩效的直接影响不明显。各变量之间的相关系数绝对值均小于0.8，初步判断不存在严重的多重共线性问题，但仍需在回归分析中进一步检验。变量TobinQROEPCSizeLevGrowthTop1TobinQ1ROE0.35***1PC0.15***0.12**1Size0.25***0.18***0.08**1Lev-0.28***-0.22***-0.06*0.15***1Growth0.22***0.20***0.07**0.16***-0.10***1Top10.050.040.030.12***0.14***0.06*1注：*、、*分别表示在1%、5%、10%的水平上显著。4.3.3回归结果分析对构建的回归模型进行估计，结果如表4所示。在模型（1）中，以托宾Q值（TobinQ）为被解释变量，政治关联（PC）的回归系数为0.35，在1%的水平上显著为正，这表明政治关联对中国民营上市公司的市场价值和成长潜力具有显著的正向影响，支持了假设1。即具有政治关联的民营上市公司，其托宾Q值更高，在市场中更被看好，具有更大的成长潜力。这可能是因为政治关联使企业能够获取更多的资源和政策支持，提升了企业的市场竞争力和发展前景，从而增加了企业的市场价值。在模型（2）中，以净资产收益率（ROE）为被解释变量，政治关联（PC）的回归系数为0.08，在5%的水平上显著为正，说明政治关联对中国民营上市公司的盈利能力具有显著的正向影响，进一步支持了假设1。具有政治关联的企业能够获得更多的银行贷款、税收优惠、政府补贴等资源，降低了企业的运营成本，提高了企业的盈利水平。企业规模（Size）在两个模型中均与被解释变量显著正相关，说明规模较大的企业具有更强的市场竞争力和资源整合能力，能够更好地实现企业绩效的提升。资产负债率（Lev）在两个模型中均与被解释变量显著负相关，表明过高的负债水平会增加企业的财务风险，降低企业的绩效。营业收入增长率（Growth）在两个模型中均与被解释变量显著正相关，体现了企业的成长能力对绩效的积极影响，成长能力越强的企业，其绩效表现越好。股权集中度（Top1）在两个模型中与被解释变量的相关性均不显著，说明股权集中度对企业绩效的影响不明显。变量(1)TobinQ(2)ROEPC0.35***（3.56）0.08**Size0.28***（4.56）0.12**Lev-0.32***（-4.89）-0.15***Growth0.25***（3.89）0.18***Top10.04（0.89）0.03Year控制控制Industry控制控制Constant-1.25***（-3.21）-0.86***N15001500R-squared0.350.28注：括号内为t值，*、、*分别表示在1%、5%、10%的水平上显著。4.3.4稳健性检验为确保研究结果的可靠性，进行了一系列稳健性检验。采用替换变量法，将政治关联（PC）的衡量方式替换为企业高管中具有政治背景的人数占总人数的比例（PC1），重新进行回归分析。回归结果如表5所示，政治关联（PC1）与托宾Q值（TobinQ）、净资产收益率（ROE）的回归系数依然显著为正，与前文结果一致，说明研究结果具有稳健性。变量(1)TobinQ(2)ROEPC10.45***（4.21）0.10**Size0.26***（4.32）0.11**Lev-0.30***（-4.65）-0.13***Growth0.23***（3.67）0.16***Top10.05（0.98）0.04Year控制控制Industry控制控制Constant-1.18***（-3.05）-0.82***N15001500R-squared0.330.26注：括号内为t值，*、、*分别表示在1%、5%、10%的水平上显著。采用分样本检验的方法，将样本按照企业规模大小分为大规模企业组和小规模企业组，分别进行回归分析。结果显示，在大规模企业组和小规模企业组中，政治关联（PC）均与企业绩效显著正相关，但在小规模企业组中，政治关联对企业绩效的影响更为显著。这可能是因为小规模企业在资源获取和市场竞争中面临更大的困难，政治关联对其的支持作用更为关键。这一结果进一步验证了研究结论的稳健性。4.4案例分析4.4.1案例选择本研究选取A公司作为案例分析对象。A公司是一家在深交所上市的民营高科技企业，主要从事信息技术领域的产品研发、生产和销售。该公司具有典型的政治关联特征，其创始人兼董事长曾在当地政府的科技管理部门任职多年，拥有丰富的政府资源和人脉关系。选择A公司作为案例的原因主要有以下几点：其一，A公司所处的信息技术行业是国家重点扶持和发展的战略性新兴产业，政府在该行业的政策引导和资源支持力度较大，政治关联对企业发展的影响可能更为显著，具有行业代表性；其二，A公司的政治关联形式较为典型，通过创始人的政治背景建立起与政府的紧密联系，便于深入分析政治关联的作用机制；其三，A公司上市多年，财务数据和经营信息披露较为充分，便于获取相关资料进行深入研究。4.4.2案例公司政治关联情况A公司的政治关联主要体现为其创始人兼董事长的政治背景。董事长在创立A公司之前，在当地政府的科技管理部门担任重要职务，在任职期间积累了广泛的政府资源和深厚的人脉关系。这种政治关联为A公司带来了多方面的优势。在政策信息获取方面，董事长凭借其在政府部门的工作经历和人脉，能够第一时间了解国家和地方政府在信息技术领域的政策动态、产业规划以及扶持政策等信息。在政府出台关于人工智能产业发展的扶持政策时，董事长能迅速掌握政策细节，及时调整公司战略，加大在人工智能领域的研发投入，使公司在该领域抢占先机。在资源获取上，A公司因董事长的政治关联，在项目申报、资金支持等方面获得了政府的大力支持。公司多次成功申报国家和地方的科技研发项目，获得了大量的科研经费补贴。在土地资源获取方面，公司在当地政府的支持下，以较为优惠的价格获得了土地使用权，用于建设研发中心和生产基地，为公司的发展提供了良好的硬件基础。A公司的政治关联特点主要表现为稳定性和深度。由于董事长的政治背景是基于其长期的政府工作经历形成的，这种政治关联具有较高的稳定性，不会因短期的政治环境变化而受到较大影响。董事长与政府部门的联系不仅广泛，而且深入，能够在企业发展的关键时期，如重大项目审批、政策优惠争取等方面，发挥重要作用。4.4.3政治关联对案例公司企业绩效的影响分析从财务数据来看，A公司在具有政治关联的情况下，企业绩效表现出色。在盈利能力方面，公司的净利润逐年增长，净资产收益率（ROE）始终保持在较高水平。2018-2022年期间，公司的净利润从[X]亿元增长到[X]亿元，年均增长率达到[X]%；ROE从[X]%提升至[X]%，远高于同行业平均水平。这得益于政治关联为公司带来的资源优势，公司获得的政府科研经费补贴降低了研发成本，税收优惠政策减少了运营成本，从而提高了盈利能力。在成长能力方面，A公司的营业收入增长率也表现突出。2018-2022年，公司营业收入从[X]亿元增长到[X]亿元，年均增长率达到[X]%。公司能够及时获取政策信息，把握市场机遇，加大在新兴技术领域的投入，推出了一系列具有市场竞争力的产品，不断拓展市场份额，实现了快速增长。在市场竞争力方面，政治关联也为A公司带来了积极影响。公司凭借与政府的紧密联系，参与了多个政府主导的重大项目，提升了公司的品牌知名度和社会影响力。公司承担了当地政府的智慧城市建设项目，通过该项目的实施，公司在智慧城市领域积累了丰富的经验和技术，树立了良好的品牌形象，吸引了更多的客户和合作伙伴，进一步增强了市场竞争力。政治关联也存在一定的风险和挑战。在政策调整时，若公司过度依赖政府资源和政策支持，可能会面临较大的经营风险。政府对信息技术行业的补贴政策发生变化，A公司可能会因补贴减少而影响盈利能力。政治关联也可能导致公司在决策时受到非市场因素的干扰，影响公司的创新能力和市场敏感度。五、政治关联对中国民营上市公司权益资本成本的影响5.1理论分析与研究假设5.1.1政治关联对权益资本成本的降低作用在信息不对称的资本市场环境下，企业与投资者之间存在着信息差，投资者难以全面了解企业的真实经营状况和发展前景，这使得他们在进行投资决策时面临较大的风险和不确定性。而政治关联能够作为一种信号传递机制，帮助企业向投资者展示自身的优势和可靠性。具有政治关联的民营上市公司，其高管的政治身份或企业与政府的紧密合作关系，向投资者传递出企业在获取政策信息、政府支持等方面具有优势的信号。投资者往往认为，这类企业在政策解读和应对上具有更敏锐的洞察力，能够更好地适应政策变化，抓住政策机遇，从而降低了企业未来发展的不确定性风险。企业的高管曾在政府经济管理部门任职，这意味着企业在解读产业政策、把握行业发展方向上具有独特优势，投资者会认为企业能够提前布局，抢占市场先机，从而对企业的未来发展更有信心。政治关联企业参与政府主导的重大项目，这也向市场传递出企业具有较强实力和良好信誉的信号。投资者会认为，政府在选择合作伙伴时会经过严格的筛选和评估，能够参与政府项目的企业在技术实力、资金实力和管理水平等方面都具有一定的优势，进而增加对企业的信任度。根据信号传递理论，当企业向市场传递出积极的信号时，投资者对企业的风险预期会降低，从而要求的风险溢价也会相应减少。风险溢价是投资者为补偿承担超过无风险收益的额外风险而要求的额外回报，当投资者认为企业风险较低时，他们所要求的风险溢价就会降低。在资本资产定价模型（CAPM）中，权益资本成本等于无风险利率加上风险溢价，风险溢价的降低直接导致权益资本成本的降低。某具有政治关联的民营上市公司，由于其政治关联信号的传递，投资者对其风险预期降低，原本要求的风险溢价为8%，降低后为5%，在无风险利率为3%的情况下，该公司的权益资本成本从原来的11%（3%+8%）降低到8%（3%+5%）。从资源获取角度来看，政治关联能够帮助民营上市公司获得更多的资源支持，从而降低企业的经营风险，进而降低权益资本成本。在资金资源方面，政治关联企业在获取银行贷款时具有明显优势。银行在发放贷款时，会综合考虑企业的还款能力和风险水平。政治关联企业由于与政府关系密切，被银行视为具有较低风险和较强还款保障的对象，更容易获得大额贷款和较长的贷款期限，且贷款利率相对较低。这是因为银行认为，即使企业出现还款困难，政府可能会出于维护地方经济稳定等因素的考虑，对企业进行一定的支持和救助，从而降低了银行的贷款风险。某民营上市公司凭借其政治关联，成功从银行获得一笔利率为4%、期限为5年的大额贷款，而同行业中没有政治关联的企业在同等条件下获得的贷款利率可能高达6%，贷款期限也相对较短。在税收政策方面，政治关联企业可能获得税收减免、税收返还等优惠，这直接降低了企业的运营成本，提高了企业的盈利能力。政府为了支持某些产业的发展或鼓励企业的特定行为，会给予具有政治关联的企业税收优惠政策。一些环保产业的政治关联企业可能会获得更多的税收减免，从而降低了企业的生产成本，提高了企业的利润水平。从企业声誉和合法性角度来看，政治关联能够提升企业的社会声誉和形象，增强市场对企业的认可度和信任度。在消费者眼中，具有政治关联的企业往往被认为更可靠、更有实力，产品或服务的质量更有保障，从而更愿意选择该企业的产品或服务，这有助于企业扩大市场份额，提高销售收入。在投资者眼中，政治关联企业被视为具有更高的稳定性和发展潜力，更愿意为其提供资金支持，降低企业的融资成本。基于以上分析，提出假设3：政治关联对中国民营上市公司权益资本成本具有显著的负向影响。5.1.2政治关联对权益资本成本的增加作用政治关联虽然能为企业带来一定的优势，但也可能引发一系列问题，从而增加企业的权益资本成本。政治关联可能导致企业面临更高的政治风险，这种风险的增加会使得投资者要求更高的回报率，进而提高企业的权益资本成本。政治环境具有高度的不确定性，政府政策的频繁调整、官员的更替等因素都可能对政治关联企业产生重大影响。政府换届后，新的政策方向可能与企业原有的发展战略不匹配，导致企业原本依赖的政策支持减少或消失。某民营上市公司因政治关联获得了政府对其所在行业的补贴政策支持，企业基于此进行了大规模的产能扩张。但随着政府换届，补贴政策发生变化，企业面临着资金短缺和产能过剩的困境，经营风险大幅增加。官员的更替也可能导致企业与政府之间的关系发生变化。新上任的官员可能对企业的态度和支持力度不同，企业需要重新建立和维护与新官员的关系，这增加了企业的不确定性和运营成本。投资者在评估企业时，会将这些政治风险纳入考虑范围。为了补偿可能面临的损失，投资者会要求更高的回报率，即增加风险溢价。在资本资产定价模型中，风险溢价的增加直接导致权益资本成本的上升。政治关联还可能引发企业的道德风险和代理问题，从而增加企业的权益资本成本。当企业具有政治关联时，管理层可能会产生道德风险，过度依赖政治资源，忽视企业的长期发展战略和核心竞争力的培养。管理层可能将更多的精力和资源用于维护政治关联，而不是投入到技术创新、产品质量提升和市场拓展等关键领域。企业为了维持政治关联，可能会进行不必要的政治捐赠或寻租活动，这不仅增加了企业的运营成本，还可能引发法律风险和声誉风险。政治关联还可能导致企业内部治理结构的失衡，加剧代理问题。管理层可能利用政治关联谋取个人私利，损害股东的利益。管理层可能通过关联交易等方式将企业资源转移到自己控制的其他企业，或者在投资决策中优先考虑个人利益而非企业利益。投资者为了防范这些道德风险和代理问题，会要求更高的回报率来补偿可能遭受的损失。他们会对企业的经营管理进行更严格的监督，这也增加了企业的监督成本，进一步提高了权益资本成本。基于以上分析，提出假设4：政治关联对中国民营上市公司权益资本成本具有显著的正向影响。5.2研究设计5.2.1变量选取被解释变量：权益资本成本（Cost）作为被解释变量，采用资本资产定价模型（CAPM）进行计算。资本资产定价模型认为，权益资本成本等于无风险利率加上风险溢价，其计算公式为：Cost=R_f+\beta\times(R_m-R_f)。其中，R_f表示无风险利率，选取一年期国债收益率作为无风险利率的近似值，因为国债通常被认为是风险极低的投资，其收益率可代表无风险收益率水平。\beta为股票的贝塔系数，反映股票相对于市场组合的系统性风险，通过对股票收益率与市场指数收益率进行回归分析计算得出。R_m为市场平均收益率，以沪深300指数收益率来衡量，沪深300指数涵盖了沪深两市中规模大、流动性好的300只股票，能较好地代表市场整体表现。解释变量：政治关联（PC）依旧作为解释变量，度量方式与前文研究政治关联对企业绩效影响时一致，即若民营上市公司的董事长或总经理曾在政府、人大、政协、军队等部门任职，或担任人大代表、政协委员，则PC取值为1，否则取值为0。控制变量：选取多个控制变量以减少其他因素对权益资本成本的干扰。企业规模（Size），用企业总资产的自然对数衡量，规模较大的企业通常具有更强的抗风险能力和更稳定的现金流，可能会降低权益资本成本。资产负债率（Lev），等于负债总额除以资产总额，反映企业的偿债能力和财务杠杆水平，过高的资产负债率会增加企业的财务风险，可能导致权益资本成本上升。盈利能力（ROA），以总资产收益率衡量，反映企业运用全部资产获取利润的能力，盈利能力较强的企业可能会降低投资者的风险预期，从而降低权益资本成本。股权集中度（Top1），用第一大股东持股比例表示，股权结构会影响公司治理效率，进而影响权益资本成本。行业虚拟变量（Industry），控制不同行业特征对权益资本成本的影响，不同行业的市场竞争程度、发展前景、风险水平等存在差异，会对权益资本成本产生不同影响。年度虚拟变量（Year），控制不同年份宏观经济环境等因素对权益资本成本的影响，宏观经济环境的变化，如经济增长速度、利率水平、通货膨胀率等，会影响资本市场的资金供求关系和投资者的预期，进而影响权益资本成本。各变量的具体定义和度量方法如表6所示：变量类型变量名称变量符号度量方法被解释变量权益资本成本Cost根据资本资产定价模型计算解释变量政治关联PC董事长或总经理有政治背景取1，否则取0控制变量企业规模Size总资产的自然对数控制变量资产负债率Lev负债总额/资产总额控制变量盈利能力ROA净利润/平均资产总额×100%控制变量股权集中度Top1第一大股东持股比例控制变量行业虚拟变量Industry控制行业固定效应控制变量年度虚拟变量Year控制年份固定效应5.2.2模型构建为检验政治关联对中国民营上市公司权益资本成本的影响，构建如下回归模型：Cost_{i,t}=\alpha_{0}+\alpha_{1}PC_{i,t}+\sum_{j=1}^{4}\alpha_{j+1}Control_{j,i,t}+\sum_{k=1}^{n}\alpha_{k+5}Year_{k}+\sum_{l=1}^{m}\alpha_{l+5+n}Industry_{l}+\varepsilon_{i,t}其中，i表示第i家企业，t表示第t年；\alpha_{0}为常数项；\alpha_{1}为政治关联（PC）的回归系数，是重点关注的系数，若\alpha_{1}显著为负，则支持假设3，即政治关联对权益资本成本具有显著的负向影响；若\alpha_{1}显著为正，则支持假设4，即政治关联对权益资本成本具有显著的正向影响；Control_{j}表示控制变量，包括企业规模（Size）、资产负债率（Lev）、盈利能力（ROA）、股权集中度（Top1）；Year_{k}和Industry_{l}分别表示年度虚拟变量和行业虚拟变量；\varepsilon_{i,t}为随机误差项。该模型设定目的在于，在控制其他可能影响权益资本成本的因素后，准确考察政治关联对权益资本成本的净影响。通过回归分析，观察政治关联变量（PC）的系数\alpha_{1}的正负和显著性，以判断政治关联对权益资本成本的影响方向和程度。模型基于多元线性回归原理，假设权益资本成本与各解释变量和控制变量之间存在线性关系，通过最小二乘法估计回归系数，从而检验研究假设。5.2.3样本选择与数据来源样本选择方面，与前文研究政治关联对企业绩效影响时保持一致，选取2018-2022年在沪深两市上市的民营公司作为研究对象。在数据筛选过程中，同样剔除金融行业上市公司，因为金融行业的业务性质、监管要求和财务特征与其他行业存在显著差异，其权益资本成本的计算和影响因素也具有独特性，纳入研究可能会干扰结果的准确性；剔除ST、*ST类上市公司，这类公司通常财务状况异常，经营面临困境，可能会对研究结果产生偏差；剔除数据缺失严重的公司，以保证数据的完整性和可靠性，确保研究结果的有效性。经过上述筛选，最终得到[X]个有效样本观测值。数据来源主要为Wind数据库和CSMAR数据库，这两个数据库涵盖了丰富的上市公司信息，包括公司基本资料、财务报表数据、公司治理数据、市场交易数据等，能够满足本研究对权益资本成本计算以及各变量数据的需求，确保数据的准确性和可靠性。对于无风险利率和市场平均收益率的数据，分别从中国债券信息网和Wind数据库获取；对于股票贝塔系数，通过对股票收益率与市场指数收益率进行回归分析计算得出，其中股票收益率和市场指数收益率数据也来源于Wind数据库。对于部分缺失数据，通过查阅公司年报、巨潮资讯网等渠道进行补充，进一步保证数据的完整性。5.3实证结果与分析5.3.1描述性统计对选取的变量进行描述性统计，结果如表7所示。权益资本成本（Cost）的最大值为0.18，最小值为0.03，均值为0.08，表明不同民营上市公司的权益资本成本存在一定差异，这可能受到企业自身风险特征、市场环境等多种因素的影响。政治关联（PC）的均值为0.38，与前文研究政治关联对企业绩效影响时的结果一致，说明样本中有38%的民营上市公司具有政治关联，政治关联在民营上市公司中具有一定的普遍性。企业规模（Size）的均值为21.35，标准差为1.26，反映出样本企业的规模分布较为分散，不同企业之间的规模差异较大。资产负债率（Lev）的均值为0.45，表明样本企业的负债水平总体处于中等程度，但最大值达到0.85，最小值仅为0.12，说明企业之间的负债水平存在较大差距。盈利能力（ROA）的最大值为0.25，最小值为-0.15，均值为0.06，显示出样本企业的盈利能力参差不齐，部分企业盈利能力较强，而部分企业则处于亏损状态。股权集中度（Top1）的均值为32.56%，说明样本企业的股权相对集中，第一大股东对企业具有较强的控制力。变量观测值平均值标准差最小值最大值Cost15000.080.030.030.18PC15000.380.4901Size150021.351.2619.5624.58Lev15000.450.180.120.85ROA15000.060.07-0.150.25Top1150032.56%8.65%15.68%56.89%5.3.2相关性分析变量间的相关性分析结果如表8所示。政治关联（PC）与权益资本成本（Cost）的相关系数为-0.10，在5%的水平上显著负相关，初步表明政治关联可能对权益资本成本具有负向影响，即具有政治关联的民营上市公司，其权益资本成本可能相对较低。这与信号传递理论和资源获取理论相符，政治关联作为一种积极信号，向投资者传递了企业的优势，降低了投资者的风险预期，从而降低了权益资本成本。企业规模（Size）与权益资本成本（Cost）呈负相关关系，说明规模