王思惠

摘要：本文通過運用Boostrap-Kernel-PSM估計研究上市公司高管年齡在企業(yè)投資風險選擇中的作用。以滬深A股上市公司1999-2010年的數(shù)據(jù)作為樣本，本文將高管年齡劃分成三組，年輕派27-40歲，中年派41-55歲，老年派55-69歲。研究發(fā)現(xiàn)中年組企業(yè)風險高于年輕組，但是并未得到顯著實證證據(jù)發(fā)現(xiàn)中年組企業(yè)較年長組企業(yè)擁有更高的風險承擔水平。由于懲罰和職業(yè)聲譽機制，年輕CEO可能更傾向于保守穩(wěn)健性公司策略，降低公司風險。

關鍵詞：Bootstrap-Kernel-PSM；CEO年齡；公司風險承擔

一、引言

近期不少研究表明公司經理人個人特征對公司決策有重要影響，如生活經驗、過度自信、風險偏好等（Cronqvist et al.，2012[1]；Malmendier和Nagel，2011[2]；Malmendier et al，2011[3]）。CEO需要對公司日常事務及重大事宜作出決策，但是經理人年齡、性格、教育水平等自然屬性會造成CEO對事物認知和信息處理能力的限制，往往不能做出理論中的最優(yōu)決策。盡管CEO年齡是可觀測的，但是關于經理人年齡特征如何影響公司風險承擔的經驗證據(jù)并不充足。

不同年齡階段的CEO因所處時代背景不同，公司發(fā)展戰(zhàn)略也顯差異。年輕派的CEO，如37歲便成為聯(lián)想集團總裁兼CEO的楊元慶，31歲楊惠妍任碧桂園董事局副主席，雷軍23歲加入金山，從程序員做成公司常務副總裁，29歲擔任重組后金山CEO，馬化騰27歲便與好友注冊成立騰訊公司，24歲在中關村創(chuàng)辦京東公司的劉強東，少壯派企業(yè)家大多為79、80后，以互聯(lián)網(wǎng)和電子商務等新興行業(yè)的企業(yè)。中青派CEO，如阿里巴巴網(wǎng)絡技術有限公司創(chuàng)辦人馬云，51歲巨人網(wǎng)絡總裁以及上海健特科技生物總裁的史玉柱。年長派CEO如聯(lián)想集團柳傳志，哇哈哈董事長宗慶后等。老另企業(yè)家更多為成熟型企業(yè)。不同年齡段的CEO由于所處時代環(huán)境、經歷等不同，個人特征會影響公司各項決策，公司發(fā)展戰(zhàn)略各具特色。

以往文獻中用OLS估計的高管年齡效應中可能包含有易觀測的公司特征差異的影響，如企業(yè)規(guī)模、年齡（firm age）和市場價值。企業(yè)特征差異應只在于年齡區(qū)別，而其他屬性應相同，只有在這種理想情況下企業(yè)風險承擔可以歸因于CEO年齡差異。本文運用傾向值得分匹配法剔除可觀測的公司特征或CEO特征對年齡效應的混淆影響，凈化公司風險承擔中的年齡效應。運用配對統(tǒng)計技術研究年齡與公司決策關系事，一般將中年組CEO企業(yè)刪除，但本文欲考察隨著年齡的增加，公司風險是如何變化，因此保留了中年組CEO企業(yè)。

二、文獻回顧與研究假設

已有理論研究發(fā)現(xiàn)CEO年齡與自身風險偏好和風險決策行為相關，但是實證經驗結論分歧較大，并沒有形成廣泛認可的結論。年齡影響理性行為人風險偏好和企業(yè)風險偏好已被大量研究證明。Bodie et al.（1992）[4]進一步改進Metron-最優(yōu)消費和投資組合連續(xù)時間模型，研究認為個人金融資產組合中權益資本所占比例隨著年齡得到增加而降低，因為人力資本風險通常比股權資本低，隨著年齡的增加，人力資本市場價值降低；其次給定年齡，個人調節(jié)其勞動力供給的能力越強，那么其資產組合中風險資產所占比重就越高，因此年齡越小的人，風險資產所占比重就越多。Ackert et al.（2002）[5]研究發(fā)現(xiàn)年齡偏大的投資者偏好較低風險的資產，即風險承擔與年齡負相關。不少研究發(fā)現(xiàn)年齡越大的人在做出風險決策時候更容易犯錯。Samanez et al.（2010）[6]認為隨著人類壽命持續(xù)增長，年長投資者的財務決策對全球經濟的影響也在不斷上升，通過經影像學與金融資產投資動態(tài)相結合考察年齡差異在整個成人壽命中財務決策的影響，發(fā)現(xiàn)在選擇風險資產時，年齡偏大的成年人的決策次于較年輕的成年人。Elsaid和Ursel（2012）[7]調查CEO繼任后的風險承擔以及年齡是否影響CEO繼任計劃。在650家小型、中型和大型北美企業(yè)中1992-2005年間有679首席執(zhí)行官繼任，研究發(fā)現(xiàn)年齡在CEO上任和繼任傾向于相近，并且CEO年齡與公司風險負相關。

另一方面，Hirshleifer和Thakor（1992）[8]構建管理者聲譽建立和項目選擇模型，研究發(fā)現(xiàn)公司總經理離退休時間越近，該公司將減少負債金額和風險承擔。年輕CEO還未擁有管理者聲譽，因此為了避免遭受懲罰而選擇保守投資政策，Holmstrom（1999）[9]考擦對未來職業(yè)生涯的憂慮可能會影響一個人相關決定，并且發(fā)現(xiàn)年輕的高管傾向于降低公司風險。

國內關于管理者個人特征與公司決策研究居多，直接考察年齡與公司風險行為的研究并不多，如魏立群和王智慧（2002）[10]試圖從中國企業(yè)高管特征如年齡差異、教育背景、職業(yè)來源多樣性、經歷復雜程度與組織績效的關系分析，發(fā)現(xiàn)不同于西方學者研究的結論，其中高管平均年齡與組織績效正相關，并且高管成員年齡差異越大，組織績效越好。文芳（2009）[11]實證檢驗了高管個人特征與公司R&D投資強度的關系，發(fā)現(xiàn)高管技術職業(yè)經驗、教育水平與企業(yè)R&D投資強度高度相關；并且任期與R&D關系受到年齡差異影響。

本文運用傾向值匹配得分法估計公司風險承擔中的年齡效應。以往文獻中用OLS估計的高管年齡效應中可能有可觀測到公司特征差異的影響，如企業(yè)規(guī)模、年齡（firm age）和市場價值。企業(yè)特征差異應只在于年齡區(qū)別，而其他屬性應相同，只有在這種理想情況下企業(yè)風險承擔可以歸因于CEO年齡差異。實證方法上解決公司可觀測特征差異可能干擾年齡對公司風險承擔影響的方法是匹配方法，即構造傾向值匹配樣本（Serfling，2014[12]；Yim，2013[13]）。本文將高管年齡劃分成三組，年輕派27-40；中年派41-55；老年派55-69，以往文獻通常將中年派組去掉，直接將老年派組為實驗組，年輕組為對照組進行匹配檢驗，本文認為中年派組高管相比于年輕CEO不僅在職業(yè)聲譽和管理技能上都已經成熟，而相比于老年派組是風險偏好性，本文認為中年派組高管公司風險承擔高于年輕派組和老年派組CEO，因此公司風險承擔與高管年齡是倒U曲線關系。

三、Boostrap-Kernel-PSM估計

在經濟學中解決樣本自選擇選擇性偏差問題，除了工具變量法，還有一個新興的統(tǒng)計方法-傾向值匹配，凈化自變量與因變量之間的關系。通過將可能與因變量和內生自變量相關的混淆變量納入Logistic或Probit回歸模型預測個體受到內生自變量影響的概率值，將傾向得分值相近或相等的樣本進行配對，消除選擇性偏差對研究結論的影響，兩組因變量上的差異只能歸因于研究關注自變量的變化，而不是其他混淆變量，保證因果結論的可靠性。

3.1傾向值得分（Propensity Score）

傾向值得分是給定事前特征下個體接受處理效應的概率（Rosenbaum和Rubin，1983[14]）。

p（X）=Pr[D=1|X]=E[D|X]（1）

其中X是控制組多維度個體特征向量，D是指標變量，當接受處理時取值為1，否則為0。受到處理的個體平均處理效果（average treatment effect of the treated）ATT根據(jù)傾向值匹配后估計公式為：

ATT=E[Y1i-Y0i|Di=1]=E{E[Y1i-Y0i|Di=1，p（Xi）]}=E{E[Y1i|Di=1，p（Xi）]-E[Y0i|Di=0，p（Xi）]|Di=1}（2）

其中Y1i和Y0i為處理組和對照組潛在產出值。

3.2Boostrap穩(wěn)健性標準誤

根據(jù)Ham et al.（2011）用Monte Carlo模擬方法驗證了Boostrap估計局部線性匹配回歸標準誤的準確性，以及對照組與實驗組數(shù)據(jù)樣本小的原因，本文使用Boostrap方法估計ATT標準誤。具體操作如下：首先從總體重復抽出n個樣本得到經驗樣本；然后利用Kernel-PSM方法估計出ATTi；第三步，重復K次前兩個步驟（本文設定K=50），得到K個估計值ATT1，ATT2，…，ATTK；最后，根據(jù)ATT1，ATT2，…，ATTK計算ATT統(tǒng)計量的標準誤。

四、研究設計

4.1樣本數(shù)據(jù)說明

本文選取2004年之前上市的滬深兩市所有非金融類上市公司作為研究對象，并執(zhí)行以下的樣本篩選程序：（1）剔除金融保險行業(yè)（行業(yè)代碼為“I”）的公司樣本；（2）剔除主要變量的數(shù)據(jù)有缺失的樣本；（3）剔除被證監(jiān)會執(zhí)行特別處理（ST或PT）的公司樣本。為了消除異常值的影響，對公司層面的連續(xù)變量進行上下1%的Winsorize縮尾處理。（4）剔除在觀測時期內管理者變更的企業(yè)，因為管理者更替可能會帶來企業(yè)風險承擔決策的改變。（5）保留職務名稱為“總經理”、“首席執(zhí)行官”高管數(shù)據(jù)，與國內其他文獻不同，本文僅將總經理作為CEO為研究對象，管理者是企業(yè)決策制定的直接主體。刪除數(shù)據(jù)缺失值后，最終得到的樣本包含6523家公司-年非平衡面板樣本，最長年度區(qū)間1999-2010年。本文使用的公司層面數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫。

4.2主要變量描述性統(tǒng)計分析

1.公司風險

早期研究中較多使用公司股票收益波動衡量公司總風險，當股票收益波動越大，則意味著公司風險越高。因此本文使用股票周收益率標準差WTRISK（Total Risk）測度公司風險變量。在估計時，公司風險代理變量對數(shù)化。

2.CEO年齡

本文將高管年齡劃分成三組，年輕派27-40歲，中年派41-55歲，老年派55-69歲，本文中CEO只限定在總經理和首席執(zhí)行官，姜付秀（2009）指出發(fā)達國家的CEO與我國上市公司中董事長更相近，并且在國內其他研究中較多以董事長為CEO為研究對象，但是管理者是公司決策制定的直接主體，如果考慮董事長特征，可能會混淆CEO年齡特征對企業(yè)風險承擔水平的影響大小。定義年齡處理效應二元離散變量d_age，對于年輕CEO組與中年CEO組，中年組CEO為處理組，即d_age取值為1，年輕CEO企業(yè)為對照組，即d_age取值為0。類似的，對于中年組與年長組的配對分析，年長組企業(yè)為處理組，即d_age取值為1，中年CEO企業(yè)為對照組，即d_age取值為0。

3.其他控制變量

參照Kini和Williams（2012）[15]做法，本文加入影響公司風險決策和高管年齡相關的一些CEO特征和公司特征變量，Tenure是高管任職年限，其平均值（中位數(shù)）是2.5年（2）。公司資產Asset，資產規(guī)模大的的企業(yè)通常不進行債券融資方式，信息不對稱問題較輕微，因此我們預計規(guī)模越大的企業(yè)越不容易受到金融危機的沖擊；市賬比MB，市賬比越高的公司表示未來的成長性比較高，這種成長性類似于一種保價的期權；現(xiàn)金流量持有量Cash_rate，擁有更多融資資源的企業(yè)受到外來沖擊的影響就越?。粻I業(yè)收入增長率Growth；資產收益率ROA；Degree是學歷指標變量，博士學歷事，則值為4，碩士學歷值為3，本科學歷為2，專科學歷為1，?？埔韵聦W歷值為0；專公司股票年收益Stock Return；公司年齡Firm age，本文用當年與國泰安數(shù)據(jù)庫首次披露公司財務數(shù)據(jù)年份之差衡量公司年齡；Blockhold是指標變量，當公司機構投資者持股比例至少有一個超過10%，則值為1，否則為0；行業(yè)虛擬變量Dum_r，捕捉行業(yè)差異性；年度虛擬變量Dum_y。

4.統(tǒng)計性描述分析

表1報告了主要變量描述性統(tǒng)計分析，WTRISK最小值為-3321，最大值為-0612，平均值為-1879；高管年齡最小為25歲，最大為69歲，均值為46歲。高管平均任職期限為3年左右。通過對我國不同年齡段上市公司的CEO的個人以及公司的基本特征進行了簡要的統(tǒng)計分析，發(fā)現(xiàn)中年的CEO在我國占據(jù)主導的地位，老年和青年CEO人數(shù)相當，呈現(xiàn)“中間大、兩頭小”的局面。為了檢驗本文初步猜想，用二次曲線擬合公司風險與高管年齡，圖1從視覺上給出了兩者關系。從圖中可以大致看出，二者呈倒U曲線關系，大致在47左右達到峰值后再下降，初步證實本文認為中年組企業(yè)CEO更傾向于投資高風險項目，提高公司風險。

4.3 Boostrap-Kernel-PSM估計

（1）年輕組與中年組比較

本文定義d_age二元離散變量，當高管年齡處于（40，55）之間，則取值為年齡低于40歲的企業(yè)取值為0，刪除年長組數(shù)據(jù)。本文使用逐步回歸化估計以高管年齡二元離散變量為因變量的logit模型，以10%顯著水平刪選變量。Logit回歸模型結果如表2 Model（1）。根據(jù)計算處理組與對照組的傾向值，利用局部多項式核平滑回歸匹配算法，并采用Boostrap估計ATT標準誤，其精確確性已有實證經驗的論證（Ham et al，2011[16]）?；貧w模型中控制變量通過15%顯著水平刪選，從表2看出，三個模型中高管任職期限系數(shù)在1%顯著水平上顯著為正。企業(yè)資產系數(shù)與因變量在1%水平上顯著為正，說明企業(yè)資產和規(guī)模越大，公司越有實力和財力實現(xiàn)高風險投資需求，繼續(xù)尋求發(fā)展的儲備。

（2）年長組與中年組比較

本文定義d_age二元離散變量，當高管年齡大于55歲，則取值為1；當高管年齡處于（40，55）之間，則取值為0，刪除年齡段低于40的數(shù)據(jù)。本文首先使用逐步回歸化估計以高管年齡二元離散變量為因變量的logit模型，以10%顯著水平刪選變量。Logit回歸模型結果如表2中Model（2）。

（3）年長組與年輕組比較

本文定義d_age二元離散變量，當高管年齡大于55歲，則取值為1；當高管年齡低于40歲則取值為0，刪除中年組數(shù)據(jù)。按照上述步驟，Logit逐步回歸結果如表2中Model（3）。

表3報告了用Boostrap估計的ATT統(tǒng)計量標準誤，與本文預期相符的是，本文發(fā)現(xiàn)中年組企業(yè)風險高于年輕組，年齡效應為0036，Boostrap標準誤為002，在10%水平上顯著。但是在老年組與中年組配對檢驗中，估計系數(shù)為-00288482，高管年長的企業(yè)總風險比高管中年組企業(yè)低，但是標準誤為002455，P值為0541，未通過顯著性檢驗。本文進一步借鑒Ham et al（2011）做法，檢驗年齡效應對年長組和年輕組企業(yè)風險承擔效應，發(fā)現(xiàn)年齡效應為正，公司平均提高00766，與Ham et al（2011）研究結果不同?？赡茉蚴潜疚臉颖局心挲g范圍跨度小，本文中CEO只限定在總經理和首席執(zhí)行官，姜付秀（2009）指出發(fā)達國家的CEO與我國上市公司中董事長更相近，并且在國內其他研究中較多以董事長為CEO為研究對象，這也許是與其他研究發(fā)現(xiàn)不同的原因之一。在Ham et al.（2011）中，高管年齡在59-91歲之間為老年組，29-52歲為年輕組。同時在國內其他文獻中，一般60歲以上為老年組，所以本文關于老年組與年輕組年齡對公司風險行為的影響可能仍然有部分中年組高管對公司風險決策的影響。

相關的心理學分析中，隨著管理者的年齡不同，其對風險的偏好也有所不同。按照常理來說，年齡較大的管理者由于其社會地位、收入以及聲譽等已經或多或少達到了一定的水平，因此冒險精神將會減少，采用風險規(guī)避的策略。從而在投資上將會顯得保守。相反，年輕的管理者，年輕且氣盛。處于人生事業(yè)發(fā)展的階段，為了追求在事業(yè)上的成就，他們將會有強烈的欲望和動機來擴大企業(yè)的規(guī)模，擴大投資與并購。從而極可能導致過度投資。但是本文發(fā)現(xiàn)，處于中年期的高管其對公司風險相比于年輕組企業(yè)風險高，年輕CEO還未擁有管理者聲譽，因此為了避免遭受懲罰和對未來職業(yè)生涯的憂慮，而選擇保守投資政策，年輕的高管傾向于降低公司風險。職業(yè)聲譽機制良好，可以為管理者間接產生效應，同時企業(yè)也可以從中獲益，向市場傳達公司業(yè)績和財務狀況的信息，因此年輕CEO更傾向于采取穩(wěn)健、保守公司風險決策。而中年時期的CEO聲譽已經初步行為，并有能力采取改變公司運營狀況的措施，為企業(yè)未來發(fā)展做充足準備。隨著市場環(huán)境及市場需求改變，CEO通過改變企業(yè)風險投資高風險收益項目。因此，隨著管理者聲譽的逐步形成，CEO在公司決策中展示出本身特點和管理水平，隨著公司所有者和管理者信任水平的提高，管理者個人特點會滲入到公司各項決策中。

4.4共同區(qū)間檢驗

（1）中年組與年輕組

在第一步預測傾向值后，雖然每個公司年CEO都有傾向值得分，但存在傾向值得分過高或過低，無法找到匹配的個體。通常傾向值取值極端的個人沒有因為沒有與之匹配的個人無法為我們提供有用信息，因此在匹配算中就沒有考慮。能從對照組找到匹配對象的傾向值取值范圍被稱為“共同區(qū)間”（Common Support）。從圖2中年組與年輕組匹配前后傾向值得分密度分布圖可以看出，匹配后處理組和對照組中的傾向值得分區(qū)間范圍基本保持一致，意味著對于處理組中任何一個個體都能在對照組中找到配對對象。而匹配前中年組傾向值取值范圍比對照組大，因此匹配時，低于0.25左右的傾向值被認為是極端值而沒被考慮進行匹配。

限于篇幅，本文未呈現(xiàn)老年組與年輕組匹配前后傾向值密度分布圖，但通過了共同支撐域檢驗。

4.5平衡檢驗

（1）中年組和年輕組

在完成匹配第，通常會對處理組和對照組之間的每個混淆變量之間差異檢驗。如果中年組CEO企業(yè)與年輕組CEO企業(yè)之間的混淆變量均值沒有顯著差異，則認為這樣的配對樣本是“平衡”的。圖3呈現(xiàn)了配對后對照組和處理組混淆變量的平衡檢驗圖，離0值線越近，則表示兩組特征變量差異越小，則兩組各個變量就越平衡。所有的變量除了工業(yè)虛擬變量4在15%顯著水平上兩組無差異，其他變量均在10%的水平上通過了平衡檢驗。其中這些變量對應于表2中的Model（1）中的控制變量，d_ind變量是行業(yè)類別變量，d_year是年份類別變量。

五、結論

本文以CEO年齡特征為研究對象，在以往文獻基礎上，研究公司行為決策中的年齡效應，證明不同年齡段的CEO對其公司的決策行為產生不同的影響效果。通過相關文獻的梳理，本文認為于中年期的高管其對公司風險相比于年輕組企業(yè)風險高，但是實證結果并不支持關于中年組與年長組企業(yè)風險承擔水平差異的證據(jù)。其次，與其他文獻結論不同，本文發(fā)現(xiàn)年長組企業(yè)風險承擔高于年輕企業(yè)，因為本文定義高管年齡大于55歲，而與其他文獻一般定義年齡大于60的高管為年長組。本文重新將年長組高管定義為年齡大于60歲，并未得到年輕組企業(yè)風險承擔顯著高于年長組企業(yè)的實證證據(jù)，可能與本文只關注公司經理人特征，而并未考慮董事長年齡特征對公司風險承擔的影響有關。〖JP〗

本文通過運用Boostrap-Kernel-PSM估計研究上市公司年齡對公司風險的影響。本文將高管年齡劃分成三組，年輕派27-40歲，中年派41-55歲，老年派55-69歲，通過三組不同年齡段企業(yè)的配對比較，本文發(fā)展中年組企業(yè)風險比年輕組企業(yè)風險高，年輕CEO出于未來職業(yè)生涯和懲罰機制的考慮，會采取穩(wěn)健、保守地公司投資決策；而年長CEO自身風險厭惡和未來預期收入的降低會，以及蒂固的思維模式很難去接受新的觀點，會相應減少公司應承擔的風險，傾向于謹慎和規(guī)避的風險態(tài)度。中年CEO由于管理技能、社會地位以及聲譽已經建立，對公司相關事宜決策影響力更強，對高風險投資項目投資意愿強，對失敗項目所能造成的責任以及后果都有能力去承擔。對于年長組企業(yè)風險高于年輕CEO企業(yè)，本文認為數(shù)據(jù)的不足，年長高管年齡段55-69，仍然捕捉的是中年高管效應，不是年長組高管，因此在效應上是顯著為10%正的。（作者單位：廣西大學商學院）

本文受到國家自然科學基金項目（批準號：71362013）、教育部人文社科基金項目（批準號：13YJC790088）和廣西自然科學基金項目（批準號：2013GXNSFBA019011）的資助。

參考文獻：

[1]Cronqvist Henrik，Makhija Anil K.，Yonker Scott E.Behavioral consistency in corporate finance：Ceo personal and corporate leverage.General Information，2012，103（1）：20-40.

[2]Malmendier Ulrike，Nagel Stefan.Depression babies：Do macroeconomic experiences affect risk-taking？ Social Science Electronic Publishing，2009，126（1）：08-035.

[3]Malmendier Ulrike，Tate Geoffrey，Yan Jon.Overconfidence and early-life experiences：The effect of managerial traits on corporate financial policies.Journal of Finance，2011，66（5）：1687-1733.

[4]Bodie Zvi，Crane Dwight B.Personal investing：Advice，theory，and evidence.Financial Analysts Journal 13–23 （November/December，1997，（6）：13-23.

[5]Ackert Lucy F.，Church Bryan，Englis Basil.The asset allocation decision and investor heterogeneity：A puzzle？ Journal of Economic Behavior & Organization，2002，47（4）：423-433.

[6]Samanez-Larkin Gregory R.，Kuhnen Camelia M.，Yoo Daniel J.，et al.Variability in nucleus accumbens activity mediates age-related suboptimal financial risk taking.Journal of Neuroscience，2010，30（4）：1426-1434.

[7]Elsaid Eahab，Ursel Nancy D.Age，ceo succession，and risk taking.Accounting and Finance Research，2012，1（2）：p77.

[8]Hirshleifer David，Thakor Anjan V.Managerial conservatism，project choice，and debt.Review of Financial Studies，1992，5（3）：437-70.

[9]Holmstr？m Bengt.Managerial incentive problems：A dynamic perspective.The Review of Economic Studies，1999，66（1）：169-182.

[10]魏立群，王智慧.我國上市公司高管特征與企業(yè)績效的實證研究.南開管理評論，2002，5（4）：16-22.

[11]文芳，胡玉明.中國上市公司高管個人特征與R%D投資.管理評論，2009，21（11）：84-91.

[12]Serfling Matthew A.Ceo age and the riskiness of corporate policies.Journal of Corporate Finance，2014，25（2）：251-273.

[13]Yim Soojin.The acquisitiveness of youth：Ceo age and acquisition behavior.Journal of financial economics，2013，108（1）：250-273.

[14]Rosenbaum P.，Rubin D.The central role of the propoensity score in observational studies for causal effects.Biometrika，1983，70（1）：41-55.

[15]Kini Omesh，Williams Ryan.Tournament incentives，firm risk，and corporate policies.Journal of financial economics，2012，103（2）：págs.350-376.

[16]Ham John C.，Li Xianghong，Reagan Patricia B.Matching and semi-parametric iv estimation，a distance-based measure of migration，and the wages of young men Journal of Econometrics，2011，161（2）：208–227.