14.3.1　变量选择

①国有企业混改程度的度量。参照魏明海等（2017）和蔡贵龙等（2018）的方法，本章选择从股权结构维度刻画国有企业混合所有制改革的程度，采用前十大股东中全部非国有股东的持股比例之和（Shd_nonsoe）进行衡量。计算公式为：前十大股东中全部非国有股东的持股比例之和=前十大股东的持股比例之和-前十大股东中全部国有股东的持股比例之和。

②董事会治理水平的度量。本章采用本课题组开发的董事会治理指数指标体系进行衡量（高明华等，2013～2019）。该指数从董事会结构（BS）、独立董事独立性（BI）、董事会行为（BB）和董事激励与约束（BIR）四个维度38个指标对董事会治理水平通过指数形式作出评价，并将这四个维度的得分通过简单平均得到董事会治理总指数（CCBIBNU）。BS、BI、BB和BIR构成四个分项指数。

③公司绩效的度量。目前衡量公司绩效主要有Tobin’s Q值、ROA和ROE三种方法。由于Tobin’s Q值（公司的市场价值/公司资产的重置价值）被一些学者认为不适用于中国股票市场，因此本章借鉴学术界的普遍做法，采用ROA和ROE作为衡量公司绩效的指标，其中ROE在进行稳健性检验时使用。计算方法为：ROA=净利润/总资产平均余额，ROE=净利润/股东权益平均余额。

④控制变量的选取。根据国内外的研究文献，本章还对影响国有企业混合所有制改革的其他因素（非董事会因素）加以控制：一是公司规模（Size），以年末总资产的自然对数表示；二是财务杠杆（Lev），以资产负债率表示，即总负债占总资产的比重；三是企业成长性（Growth），以本期营业收入增长率表示；四是资产结构（Structure），以固定资产净额占总资产的比重表示；五是公司年龄（Age），计算公式为Age=ln（Year-IPO），其中IPO是上市公司首次公开发行的时间。此外，为了控制行业和年份固定效应，本章在模型中还引入了行业虚拟变量（industry）和年份虚拟变量（year）。所有的模型均经过聚类稳健性处理。

14.3.2　模型设定和数据来源

为了验证上文提出的几个研究假设，本章构建如下回归模型进行实证检验：

模型一：国有企业混合所有制改革程度为因变量，董事会治理总指数和四个分项指数分别为解释变量的回归模型：(www.daowen.com)

Shd_nonsoei，t=α+β1Boardi，t+β2X1i，t+U1i，t

（14-1）

模型二：公司绩效为因变量，国有企业混合所有制改革程度为解释变量的回归模型：

Roai，t=α+β1Shd_nonsoei，t+β2X2i，t+U2i，t

（14-2）

模型中，Shd_nonsoe是衡量国有企业混改程度的变量；Board是衡量董事会治理水平的变量，采用董事会治理总指数（CCBIBNU）及四个分项指数：董事会结构（BS）、独立董事独立性（BI）、董事会行为（BB）和董事激励与约束（BIR）进行衡量，并分别对其进行回归；Roa是衡量公司绩效的变量；X1i，t和X2i，t是控制变量，X1i，t包括公司规模（Size）、财务杠杆（Lev）、企业成长性（Growth）、资产结构（Structure）、公司年龄（Age）、行业虚拟变量（industry）和年份虚拟变量（year），X2i，t包括公司规模（Size）、企业成长性（Growth）、行业虚拟变量（industry）和年份虚拟变量（year）；U是残差项。

本章选取2014～2018年沪深两市国有控股上市公司为研究对象，其中董事会治理指数数据和前十大股东中全部国有股东的持股比例之和的数据均来自北京师范大学公司治理与企业发展研究中心“中国上市公司治理分类指数数据库”，主要来自其中的“董事会治理指数数据库”，其他指标数据则来源于国泰安（CSMAR）数据库。考虑到研究需要，本章对样本数据进行筛选：①剔除金融类公司，这类公司与一般公司相比在会计核算方法上有很大差异，数据具有较强的特殊性；②剔除ST上市公司，这类公司的财务状况和经营能力都较差，数据普遍异常；③剔除数据缺失或异常（如资产负债率大于1、前十大股东持股比例之和大于1）的上市公司。最终获得4626个有效样本。