政治关联与企业涉诉风险

王 兵 吕 梦 苏文兵

(南京大学 商学院，江苏 南京 210093)

一、引言

自Fisman(2001)提出政治关联的价值以来，政治关联的相关研究受到广泛重视。政治关联现象不仅存在于发展中国家和转型经济体，发达国家也普遍存在(Faccio,2006;Boubakri et al.,2008)。对关系的依赖源于正式制度的不完备，例如法律制度的不完善会导致公平交易的不可靠(Johonson et al.,2002)。如果缺乏治理的正式机制，那么将经济和金融交易嵌入至社会关系网络中的非正式机制就是一种内生的反应(Greif,1993)。相较于发达经济体，发展中国家和转型经济体的正式制度不够健全，处于此类环境中的企业缺乏完善的法律和制度的支持与保护，再加上金融市场本身不发达，因此对于政治关联这一重要的非正式机制的需求显得更为迫切。利用这种机制，企业可以相对容易地获取资源、占据优势。Li et al.(2006)基于中国背景的研究发现，企业家参与政治的原因可能在于市场或支持市场的制度(market-supporting institutions)不够发达。

现有关于政治关联的研究框架，更多是遵循“政治关联—资源—价值(绩效)”的路径展开，如：政治关联不仅可以帮助企业获得融资优势(余明桂 等，2008)，还有助于使企业享受更低的税收优惠(吴文锋 等，2009)、获得更多的政府补贴(Faccio,2006)，更容易跨越行业壁垒而进入管制性行业(罗党论 等，2009)，甚至突破地区分割，扩大企业的经营范围等(Lu,2011)，而这些最终可能会增加(或减少)企业的价值(绩效)(Faccio,2006)。上述研究重点突出了政治关联的资源效应，也就是说，政治关联有助于企业获取直接或间接的资源，包括银行贷款、各种政策优惠和宽松的管制等。

此外，在转型经济中，由于法律制度不够健全，企业产权保护缺失较为严重、契约得不到有效保护，在此背景下，政治关联可以发挥产权保护的替代机制，体现为保护效应，包括降低政府和执法部门的检查频率、缓解政府官员的寻租行为等(张建君 等，2005)。在缺乏正式的法律和司法体系为企业产权提供有效保护时，企业间的经济纠纷常常是由政府官员而非法院来解决的(Li et al.,2006)。然而，有关这方面的研究更多是理论上的规范分析，实证研究相对匮乏。Firth et al.(2011)考察了诉讼事件发生后有无政治关联对市场反应的影响，结果显示，对外公告诉讼事件后会导致公司股价下跌，但作为被告的企业如果具有政治关联，则其涉诉后股价下跌的幅度更小，这说明市场可能感知到此类企业涉诉后获得司法程序支持的可能性更大。Lu et al.(2012)发现，国有企业胜诉率为8.6%，高于非国有企业。魏下海等(2017)的研究表明，可供企业选择的纠纷解决途径是多元化的，但具有政治关联的企业更愿意诉诸“法院仲裁”和“政府渠道”。

基于上述分析，本文从政治关联的保护效应出发，采用2011—2015年沪深两市A股非国有上市公司为样本，以企业年度涉诉次数和涉诉金额为被解释变量，考察政治关联与企业涉诉风险的关系。本研究的贡献主要体现在：第一，相对于已有的政治关联保护效应的规范分析而言，本文通过实证检验证实政治关联确实可以发挥保护机制的作用，减少企业法律诉讼的次数和金额。同时，本文也补充了Firth et al.(2011)、Lu et al.(2012)和魏下海等(2017)的实证研究。具体而言，Firth et al.(2011)侧重于关注诉讼公告对企业股价的影响，以及国有产权和政治关联下法律诉讼的市场表现和结果；Lu et al.(2012)重点比较了国有企业和民营企业的诉讼结果差异；魏下海等(2017)则更多是从纠纷解决途径展开研究。而本文探讨的主题更加关注政治关联作为产权保护的替代机制，是否发挥了保护效应的作用，研究发现政治关联能降低企业涉诉风险。第二，本文也补充了张维迎等(2002)的研究。张维迎等(2002)通过对基层法院的案例进行分析，发现了司法和诉讼中的逆向选择效应，同时，所有制和地域差别会通过影响双方当事人的讨价还价能力从而影响判决。本文则采用实证研究方法，发现政治关联对企业涉诉风险的作用受当地法制完备程度的影响，当地域法律完备程度较差时，政治关系更能发挥保护效应的作用。第三，以往有关企业诉讼的文献重点聚焦于企业诉讼的经济后果，比如企业诉讼与盈余预告披露、IPO定价、审计定价、债务成本、慈善捐赠等关系，也有部分研究关注了企业诉讼的前置影响因素，比如股权结构、内部控制质量等，但相对较少。本研究紧密围绕政企关系和司法系统的运行展开，探讨中国制度背景下企业与政府、政府与司法之间的相互影响，进一步丰富和拓展了企业诉讼或纠纷的文献。

二、理论分析与研究假设

Allen et al.(2005)发现，中国的法律和制度水平较低，金融市场较不发达，国有经济增长速度较慢，但民营经济发展速度快。原因可能是，存在替代的融资和治理机制，其中最重要的是声誉和关系。同样，Choi et al.(1999)也指出，在经济转型过程中，由于缺乏良好的价格机制和完善的法律系统，从定价和法律执行的角度来说，交易成本太高，企业更倾向于将人际关系网络作为自身经营战略的一部分，而不是通过市场去获取资源或开展战略联盟。

长期以来，由于法律对私有产权保护不够完备，民营企业在发展中不具备明显优势(Bai et al.,2003)。在面对这些不确定时，民营企业有动机采取策略，通过建立政治关联以寻求保护。Xin et al.(1996)发现，相比于国有企业和集体企业，民营企业倾向于将关系放在更加重要的位置，愿意投入更多的资源构建关系，以期得到从法律和正式制度中无法获取的支持。

企业的政治关联可以使企业家与地方官员或司法官员建立直接关系或联系。企业家凭借自身的信息优势，熟悉司法运行程序，了解最优纠纷处理解决途径和纠纷处理中的核心人物，便于及时化解纠纷和矛盾。甚至可以说，政治关联本身就是一种公开的信号机制，其能够向市场传递企业具有政府关系，从而降低诉讼的概率。同时，黄少卿(2006)认为在转型经济过程中，企业更愿意采用地方官员来解决纠纷而不是依托法院来执行合同。因此，对于具有政治关联的企业而言，它们与地方官员的关系更有可能促使相关的经济纠纷问题通过地方官员的协调来解决，而不是诉诸于法院。因此，通过建立政治关联，企业卷入诉讼事件的可能性将变小。

同时，企业的政治关联还可能通过间接的传导机制来减少企业涉诉风险。已有研究发现，政治关联能提高民营上市公司内部控制的执行力度(逯东 等，2013)。企业良好的内部控制又有助于减少企业的涉诉风险，表现为内部控制越有效，公司涉诉次数和涉诉金额越低，面临的诉讼风险越低(毛新述 等，2013)。因此，民营企业的政治关联可以通过间接传导机制降低企业的涉诉风险。

因此，基于以上分析，我们提出：

假设1：相比于无政治关联的企业，有政治关联的企业涉诉风险更低。

企业在建立政治关联时可以采用不同的途径，已有研究通常会将其划分为两个方面：一是，具有从政经历的官员担任公司高管；二是，通过公司高管担任各级人大代表和政协委员的方式参与政治，从而建立政治关联。因此，学界将其归为官员型和代表型两大类(逯东 等，2013)。

目前的研究结论显示，通常代表型政治关联比官员型政治关联发挥的作用更有效。杜兴强等(2009)的研究表明，民营上市公司的官员型政治关联对公司业绩具有显著的负向影响，而代表型政治关联则具有显著的正向影响。逯东等(2013)将政治关联区分为官员型和代表型两大类后发现，只有当公司CEO具有代表型政治关联时，其内部控制执行才有效。他们认为原因可能在于，政治关联存在“政府干预”和“关系”两种不同角色，官员型政治关联主要扮演“政府干预”角色，而代表型政治关联主要扮演“关系”角色。“政府干预”理论认为，政治关联是政府的“掠夺之手”伸向企业的结果，是政府对企业持续控制的一种手段(Boubakri et al.,2008)，会从多个方面干扰公司经营决策，并不利于企业实现利润最大化的市场目标。“关系”理论认为，代表委员型政治关联是企业主动采取战略方式进入政治的有效途径，一旦被选举为人大代表或政协委员，他(她)们势必会利用政治关系为企业谋利，进而有助于提升企业业绩。

因此，在特定的转型背景下，具有官员型政治关联的企业会更多迎合政治的需要，体现为政府干预企业的手段，而不是企业获得政府扶持的途径。当企业发生诉讼风险时，官员型政治关联可能无助于降低诉讼风险或解决诉讼问题；而代表型政治关联则更多从“关系”中为企业争取利益，通过关系减少或降低诉讼风险。

此外，官员型政治关联可能存在代理问题。一般来说，官员型政治关联是企业聘请离职或退休的官员来发挥“余热”，以利用他(她)们拥有的政府资源。一方面，此类担任高管的离职官员与民营企业家可能存在不同的目标，从而存在代理问题。因此，他(她)们不可能完全按照民营企业家的目标行事，在公司面临诉讼风险时，这些离职官员不仅可能不急于帮助解决诉讼风险，甚至有动机利用这样的诉讼问题谋取私利。当然，即使不存在代理问题，离职官员随着时间的推移和政府资源的有限性，其影响力也会被稀释，从而无助于减少企业面临的诉讼风险。然而，代表型政治官员更多是企业家本人通过多种途径获得政治资格，并通过这样的平台或机制来结识不同领域的官员，以获得经济资源和利益保护，因而有助于降低企业的诉讼风险。另一方面，各级人大代表和政协组织具有不同的层级。人大和政协的层级越高，其政治权力越大。因此，当企业家担任人大、政协等政治身份越高，接触的政府官员级别越高，就越能帮助企业实现利益诉求。因此，当企业面临诉讼风险时，企业家政治身份级别越高，越能发挥其影响力，继而减少企业的涉诉风险。

因此，结合上述理论分析，我们提出：

假设2a：相比于官员型政治关联，代表型政治关联降低企业涉诉风险的效果更明显；

假设2b：其他条件一定的情况下，政治身份级别越高，企业涉诉风险越低。

当前，中国各地区的经济发展水平不均衡，各地区的市场化程度和制度环境差异很大(王小鲁 等，2017)。正如上面讨论的，当法律环境差时，企业更可能通过替代性机制，如政治关联等方式来获取利益或保护。但政治关联本身也存在成本，如政府官员可能会利用与公司的亲密关系谋取私利。Caprio et al.(2013)发现，政治侵占风险不仅会引发政府官员索取政治回报的直接成本，而且也可能使得政治关联企业偏离最优的资产结构。同时，政府官员往往会要求政治关联公司帮助其实现政治或社会目标，如充分就业、财政安全、经济增长、社会稳定等，这些均会加大企业成本，导致投资行为扭曲和低效率。Chen et al.(2011)的研究就表明，政治关联会显著降低企业的投资效率。因此，在法制相对完善的地区，法律制度和执行机制相对健全，企业可以不通过替代性机制来解决可能存在的法律诉讼问题，而直接求助于法院裁决等。但是在法制不完善的地方，法律执行机制无效或者可能不公的预期更强烈，因此倾向于选择政治关联等非正式机制来影响企业诉讼，降低企业诉讼的风险。因此，本文提出：

假设3：政治关联降低企业涉诉风险的效果主要发生在法制完善程度较低的地区。

三、研究设计

(一)样本选择与数据来源

本文选取2011—2015年沪深A股上市的非国有企业作为研究样本，而未考虑国有企业，原因主要在于，国有企业与政府之间的关系本身就很紧密，具有“天然”的政治联系，而本文主要探讨政治关联对企业诉讼的影响，因此选用非国有企业更加合适、合理。样本数据主要来自于CSMAR和WIND数据库，法律环境指数数据来源于王小鲁等(2017)的分省份市场化指数报告。基于原始数据剔除了以下样本：(1)金融行业样本；(2)资产负债率大于100%或者小于0的样本；(3)数据缺失的样本。最终获得4953个样本。为避免极端值的影响，本文对所有连续变量在上下1%分位进行了缩尾处理。关键数据来源及搜集整理方法如下：

(1)政治关联。在中国上市公司中，董事长往往是连接外部的核心人物，本文以董事长的政治关联作为研究对象。董事长的政治关联数据主要通过搜索上市公司董事长的简历信息，并结合CSMAR人物特征数据中政治背景数据以及百度百科、问财等网站搜索进行补充得到。政治身份的确定过程如下：首先，在简历中筛选人大代表、人民代表大会、人代会、人大常委、党代会、政协、政治协商等关键词得到初步的政治身份数据；然后，从CSMAR人物特征数据库中筛选出董事长具有政治背景的样本进行补充，并结合网站搜索结果一一核对得到最终政治身份数据；最后，进一步确定董事长拥有的最高政治身份级别，并按照全国级、省级、市级、区县级、乡镇级依次取5、4、3、2、1。从政经历的数据是通过逐一查看董事长简历信息确定的，从政经历是指董事长具有公务员背景，如果董事长担任过中国共产党机关、人大机关、行政机关、政协机关、审判机关、检察机关和民主党派机关的工作人员，则认定为具有公务员背景。

(2)企业涉诉风险。《上海证券交易所股票上市规则》和《深圳证券交易所股票上市规则》中规定，公司涉案金额超过1000万元(深交所创业板标准为500万元)并且占公司最近一期经审计净资产绝对值10%以上的重大诉讼、仲裁事项以及虽未达到上述标准但案件特殊的诉讼、仲裁事项应当及时披露。根据WIND数据库整理的诉讼仲裁数据，并借鉴毛新述等(2013)的方法，本文采用公司年度涉诉次数和年度涉诉金额占总资产比重作为公司涉诉风险的衡量指标。值得注意的是，上市公司涉诉情况较为复杂，通常上市公司是作为原告或被告涉诉，但亦有公司是作为第三人涉诉，甚至有些诉讼案件中公司并不是诉讼主体，比如只是上市公司准备购买的标的作为诉讼主体的诉讼或者其他利益方之间买卖公司股权造成的诉讼。考虑到涉诉案件对公司有最直接影响的是作为原告、被告的诉讼，且作为原告和被告涉诉的性质存在本质不同，因此我们还手工搜索了上市公司诉讼案件简介，进一步区分公司(包含上市公司的子公司)作为原告和被告的涉诉次数与涉诉金额。同时，在搜索过程中还将案件类型区分为与借款融资相关的诉讼、买卖合同相关的诉讼和其他类诉讼[注]在诉讼样本中，涉及买卖合同类的诉讼占所有诉讼比重高达54.92%，借款融资类诉讼所占比重为28.33%。。最终，经过处理后得到467个公司-年度的诉讼样本，共涉诉1355起。

(3)法律制度环境。本文采用王小鲁等(2017)编制的《中国分省份市场化指数报告》中公布的2008—2014年各省份市场中介组织的发育和法律制度环境指数来衡量法律制度完善程度，稳健性部分还将采用市场化总指数替代衡量法制完善程度。由于目前该报告中的指数仅更新到2014年，因此本文2015年的法律制度完善程度仍沿用2014年的数据。通过对报告中各省份指数与上市公司样本进行匹配后，将指数高于分年度指数中位数的样本确定为法制完善程度较高地区的样本，而其余样本则确定为法制完善程度较低地区的样本。

(二)模型设计与变量说明

为检验提出的假设，本文构建以下模型，模型中各变量的具体说明如表1所示。

Litigationi,t= α0+α1PCi,t+α2Subi,t+α3BD_Indi,t+α4Duali,t+α5Sizei,t+α6Levi,t+

α7Roai,t+α8StdReti,t+α9Growthi,t+α10Zi,t+α11Lossi,t+α12Own_Centrai,t+

α13Crosslisti,t+α14DAi,t+α15CVi,t+α16Diboi,t+YearAffect+IndAffect+εi,t

企业涉诉风险Litigation为被解释变量，本文采用两种方式衡量：企业年度涉诉次数(Litigaiton1)、年度涉诉金额(Litigation2)。由于涉诉金额受规模效应的影响，因此采用上市公司年度涉诉金额除以年末总资产衡量。当被解释变量为Litigation1时，考虑到企业涉诉次数是有序变量，因此采用Ologit模型进行回归；当被解释变量为Litigation2时，由于大部分公司并未涉及诉讼，因此采用Tobit模型进行回归，以防止较多Litigation2取值为0，导致计量结果出现偏差。考虑到政治关联可能对不同诉讼主体有不同影响，这里另分别考虑公司作为原告和被告时的涉诉风险(Litigation1_P、Litigation2_P、Litigation1_D、Litigation2_D)，并在稳健性部分增加企业作为原告涉诉频率(Litigation3_P)和被告涉诉频率(Litigation3_D)以补充涉诉风险的衡量指标。

表1 变量说明

本文关键解释变量为PC，即政治关联。借鉴潘红波等(2008)，用董事长的政治身份(PC1)、董事长的从政经历(PC2)衡量。此外，还进一步设置了政治身份级别变量(PC1_level)，即如果董事长具有的最高政治身份是全国人大代表、全国政协委员等，PC1_level取5，是省级政治身份取4，是市级政治身份取3，是区县级政治身份取2，是乡镇级身份取1，无政治身份取0。

本文还参考毛新述等(2013)，对以下变量进行了控制：企业子公司数量(Sub)，根据我们整理的上市公司诉讼数据，样本期内子公司涉诉的比例高达43.44%，子公司数量反映了企业的经营复杂程度，从而会影响企业涉诉概率；公司治理变量，包括独立董事比例(BD_Ind)、两职合一(Dual)、股权集中度(Own_Centra)、两权分离度(CV)等；公司经营状况变量和财务状况，包括资产回报率(Roa)、企业成长性(Growth)、Z指数(Z)、是否亏损(Loss)、资产负债率(Lev)、盈余管理程度(DA)、股票波动率(StdRet)；公司基本特征变量，包括企业规模(Size)、是否交叉上市(Crosslist)、内部控制情况(Dibo)等。此外，本文还控制了年份因素和行业因素，考虑到引入所有行业作为虚拟变量会导致模型出现多重共线性问题，因此，行业采用一个虚拟变量表示，即公司处于垄断性行业时取1，否则取0。

四、实证结果与分析

(一)描述性统计和均值差异检验

表2列示了样本公司的描述性统计结果。从中可以看出，平均每家公司涉诉次数为0.27(Litigation1均值为0.27357)，方差为2.35，最高涉诉次数高达110次，且平均每家公司的涉诉金额接近总资产的0.22%，其中最高涉诉金额接近总资产的11%，说明不同公司间的涉诉次数和涉诉金额差异较大。从企业分别作为原告和被告的统计结果可以看到，企业作为被告的涉诉次数、涉诉金额均值均大于作为原告的(比如Litigation1_D的均值0.18大于Litigation1_P的均值0.09)。

表2 描述性统计结果

在政治关联方面，36.67%的企业董事长有政治关联(PC均值为0.36665)，且以具有政治身份的董事长居多，比例接近85.57%(0.31375/0.36665)，而从政经历的样本则相对偏少，这较为符合非国企为建立与政府的联系而更加偏向积极获取政治身份的现状。Sub均值为2.36，说明非国企上市公司中平均拥有11.6个子公司。平均有33.66%的董事长兼任总经理，上市公司平均资产回报率接近7%，平均有17.48%的上市公司存在亏损，2.16%的上市公司存在交叉上市情况。

表3是对有政治关联和无政治关联的样本进行单因素均值差异检验的结果。从中可见，当不区分涉诉样本中公司是否作为原告或被告时，有政治关联的公司涉诉次数(涉诉金额)均值为0.15(0.0011)，而无政治关联的公司涉诉次数均值为0.343(0.0028)，且均值差异在1%水平显著。进一步区分不同政治关联类型后显示，仅政治身份差异会造成涉诉风险显著差异，而从政经历差异并未对涉诉风险产生明显影响。纵向来看，区分公司作为原告和被告涉诉后发现，有无政治关联下涉诉风险的差异在公司作为被告时更显著，表现为Litigation1_D、Litigation2_D均值差异均在1%水平显著，且无政治关联的公司作为被告涉诉的次数和金额达到有政治关联的3倍左右，差异倍数明显大于未区分原被告涉诉情况时的结果。同样地，这种差异仅在政治关联是政治身份时显著。当公司作为原告涉诉时，涉诉次数、涉诉金额的均值差异显著性并不统一，表现为有无政治身份会对涉诉风险造成一定影响，但显著性水平相对较弱，而有无从政经历下涉诉风险差异依然不明显。上述结果初步验证了假设1和假设2。

表3 涉诉风险均值差异性检验

注：***、**、*分别表示1%、5%、10%的显著性水平。

(二)政治关联对企业涉诉风险的影响

表4列示了政治关联影响企业涉诉风险的回归结果。从中不难看出，PC的系数均在5%水平显著为负，表明政治关联显著降低了企业涉诉风险。而且，从系数来看，有政治关联企业的涉诉次数比无政治关联企业低0.285次，涉诉金额也比无政治关联企业低，涉诉金额降低幅度相当于总资产的0.8%。该结果验证了假设1。对政治关联进行分类回归后发现，政治身份更能显著降低企业涉诉风险，表现为列(2)、列(4)、列(7)、列(9)中PC1的系数均显著为负。而列(5)、列(10)中PC1_level的系数显著为负则进一步说明，董事长拥有的政治身份级别越高，企业涉诉风险越低。但从政经历对企业涉诉风险的影响相对较弱，表现为PC2的系数仅在列(9)中显著。稳健性部分本文还将采用两种替代的涉诉风险衡量指标重新进行上述检验。

对于控制变量，Sub的系数均显著为正，说明拥有的子公司数越多，公司涉诉的可能性越高；Lev的系数均在1%水平显著为正，表明企业负债水平较高时给企业带来的资金周转压力会导致企业涉诉概率增加；企业财务状况越差，业绩亏损越严重，企业涉诉风险也越大，表现为Loss的系数均在1%水平显著为正；Own_centra的系数显著为负，表明股权越集中，企业涉诉的可能性越小；Dibo的系数在列(1)至列(10)中均在1%水平显著，再次证实内部控制越有效，企业涉诉风险越小。

表4 政治关联影响企业涉诉风险的回归结果

注：***、**、*分别表示1%、5%、10%的显著性水平；t值均为经White异方差和公司cluster调整以后的稳健性t值。

(三)不同法律环境下政治关联对企业涉诉风险的影响

为进一步探讨政治关联降低企业涉诉风险的效果是否会受法律制度完善程度的影响，本文将样本区分为法制完善程度较低和较高的地区，再次进行检验，结果列于表5。与预期一致，政治关联对企业涉诉风险的影响仅仅在法制完善程度较低的地区显著，表现为列(1)中PC的系数在5%水平显著，而列(7)中PC的系数不显著，验证了假设3。细分政治关联类型后进行的回归结果显示，在法制完善程度较高的地区，PC1、PC2、PC1_level的系数均不显著；在法制完善程度较低的地区，与表4回归结果一致，依然是政治身份降低涉诉风险的效果更明显(PC1、PC1_level)，而从政经历的影响较弱。以上结论说明，政治关联的作用效果会受公司所在地法律环境因素的影响。此外，控制变量中，Dibo的系数无论是在法制完善程度较低的地区还是较高的地区依然均在1%水平显著，表明内部控制对企业涉诉风险的影响并不随法制完善程度的变化而变化。

表5 不同法律制度完善程度地区政治关联对企业涉诉风险的影响

注：***、**、*分别表示1%、5%、10%的显著性水平；t值均为经White异方差和公司cluster调整以后的稳健性t值。

五、进一步检验

(一)区分原被告后政治关联对企业涉诉风险的影响

前文已检验了政治关联对企业涉诉风险的影响，但企业可能是作为不同的诉讼主体涉诉，即作为原告或作为被告涉诉[注]也可能是作为第三人涉诉，鉴于诉讼样本中作为第三人涉诉情况较少(不到3%)，这里忽略。。原告或被告的利益诉求并不相同，因此政治关联是影响企业作为原告的涉诉情况还是影响企业作为被告的涉诉情况值得进一步探讨。表6是区分诉讼主体后政治关联与涉诉风险的回归结果。

表6 区分原被告后政治关联对企业涉诉风险的影响

注：***、**、*分别表示1%、5%、10%的显著性水平。t值均为经White异方差和公司cluster调整以后的稳健性t值。Pseudo R-squared是伪R2，等于(1-L1/L0)，其中L1表示全模型的似然估计值，L0表示仅常数项模型的似然估计值，对于连续分布来说，似然估计值是密度的自然对数，而密度函数可能大于1，这样似然估计值可能为正也可能为负，从而出现L1>L2>0，伪R2小于0的情况。伪R2并不具有解释意义，观察模型p值更准确，我们检查了所有模型(包括后续图表中出现类似情况的回归模型)的F值或Wald chi2值，并不存在模型整体不显著的情况。

从表6可见：政治关联对企业作为原告的涉诉风险没有影响，表现为当公司作为原告时，PC、PC1、PC2、PC1_level的系数均不显著，即政治关联并不影响企业起诉其他主体的决定；但政治关联对企业作为被告的涉诉风险有显著影响，其中政治身份对涉诉风险的影响更为显著，且政治身份级别越高，涉诉风险越小，表现为列(7)、列(10)中PC的系数在5%水平显著为负，列(8)、列(11)中PC1的系数在5%水平显著，列(9)、列(12)中PC1_level的系数均显著为负。政治关联之所以会降低企业被诉的可能性，原因是：一方面，政治身份可能促使企业提前采取与相关对立主体进行交涉或协商的措施而非选择成本较为高昂的诉讼方式解决纠纷；另一方面，对于准备起诉公司的主体来说，他们可能会因为顾虑公司强大的政治背景而选择私下解决或妥协。

表7 不同法制环境下区分原被告后政治关联对企业涉诉风险的影响

注：***、**、*分别表示1%、5%、10%的显著性水平；t值均为经White异方差和公司cluster调整以后的稳健性t值。

此外，表7列示了区分法制完善程度后政治关联与涉诉金额的回归结果。不难得知，无论是在法制完善程度较低还是较高的地区，企业作为原告时的涉诉风险并未受到政治关联的影响，表现为列(1)、列(2)、列(3)、列(7)、列(8)、列(9)中PC、PC1、PC2、PC1_level的系数均不显著；政治关联影响企业被诉的可能性主要发生在法制完善程度较低的地区，且相较于从政经历，政治身份在法制完善程度较低地区的作用效果更明显，而在法制完善程度较高的地区政治关联的影响效果均不显著。综合表6和表7可知，政治关联主要会影响企业被诉的风险而不是企业起诉的风险，且这种影响效果仅发生在法制完善程度较低的地区。

(二)政治关联对不同案件类型涉诉风险的影响

政治关联对涉诉风险的影响可能会因诉讼案件类型而异。在此，我们将诉讼案件区分为较为常见的借款融资类和买卖合同类，这两类诉讼案件个数几乎占所有诉讼样本的80%。借款融资类诉讼涉及到借款和融资两方面，这些都与资金相关。对于借款类诉讼，由于存在政治关联这些非替代性机制，甚至有政府机构提供担保，因此能更好地避免或降低诉讼。对于融资类，余明桂等(2008)发现有政治关系的企业比无政治关系的企业能够获得更多的银行贷款和更长的贷款期限，因此，银行会给予企业更多的融资便利，放宽条款限制，以避免诉讼的发生。但是对于买卖合同类，诉讼纠纷的重点可能在于货物或合同的履行，且买卖合同较为标准化，利用政治关联进行干预的难度大，所以政治关联影响此类诉讼的可能性并不大。因此，区分案件类型有助于更加深入地了解政治关联的影响效果是否存在不同。表8报告了区分案件类型后的回归结果，从中可以看出，政治关联对借款融资类涉诉风险的影响更为显著，且在统计上，政治身份对该类涉诉风险的影响均在1%水平显著，而政治关联对买卖合同类涉诉风险的影响均不显著。

表8 政治关联对不同案件类型涉诉风险的影响

(续表8)

借款融资类涉诉次数(Litigation1_P)(1)(2)(3)涉诉金额(Litigation2_P)(4)(5)(6)买卖合同类涉诉次数(Litigation1_D)(7)(8)(9)涉诉金额(Litigation2_D)(10)(11)(12)Crosslist0.390(0.66)0.398(0.68)0.383(0.66)0.012(1.16)0.012(1.17)0.012(1.17)0.496(1.05)0.506(1.07)0.496(1.06)0.005(1.28)0.005(1.31)0.005(1.29)DA-0.217(-0.21)-0.206(-0.20)-0.212(-0.20)-0.011(-0.63)-0.011(-0.67)-0.012(-0.67)-0.628(-0.67)-0.618(-0.66)-0.622(-0.66)-0.005(-0.67)-0.005(-0.65)-0.006(-0.67)CV0.110(0.08)-0.032(-0.02)-0.020(-0.01)0.009(0.40)0.006(0.26)0.006(0.27)-0.610(-0.49)-0.593(-0.48)-0.636(-0.51)-0.006(-0.58)-0.006(-0.53)-0.007(-0.61)Dibo-0.367∗∗∗(-5.83)-0.366∗∗∗(-5.77)-0.368∗∗∗(-5.78)-0.007∗∗∗(-6.81)-0.007∗∗∗(-6.78)-0.007∗∗∗(-6.82)-0.287∗∗∗(-5.19)-0.287∗∗∗(-5.19)-0.288∗∗∗(-5.20)-0.003∗∗∗(-5.76)-0.003∗∗∗(-5.77)-0.003∗∗∗(-5.74)年份控制控制控制控制控制控制控制控制控制控制控制控制行业控制控制控制控制控制控制控制控制控制控制控制控制Observations495349534953495349534953495349534953495349534953Pseudo R20.1190.1210.1200.5130.5210.5180.07710.07700.07711.5291.5271.525

注：***、**、*分别表示1%、5%、10%的显著性水平；t值均为经White异方差和公司cluster调整以后的稳健性t值。

(三)稳健性检验

本文开展了一系列稳健性检验，以确保结论的可靠性。一是，采用另外两种方法衡量企业诉讼，即企业是否涉诉(涉诉次数不为0时取1，为0时取0)，涉诉金额加1后的自然对数。二是，在区分原告和被告时，采用涉诉频率作为被解释变量重新检验区分原被告后的结论，其中涉诉频率包括：企业作为原告的涉诉频率(Litigation3_P)，等于企业作为原告涉诉次数除以企业年度涉诉总次数，如果企业并未涉诉，则取0；企业作为被告的涉诉频率(Litigation3_D)，等于企业作为被告涉诉次数除以企业年度涉诉总次数，如果企业并未涉诉，则取0。三是，采用董事长和总经理的政治关联数据重新检验本文主要结论。四是，考虑到政治关联对企业诉讼的影响不一定体现在当期，采用t+1期的诉讼数据重新进行检验。五是，上文对于法制完善程度的衡量采用了王小鲁等(2017)公布的市场中介组织的发育和法律制度环境指数，此处重新采用市场化指数衡量。六是，考虑到有超过60%的企业无政治关联，这可能会导致研究所得受无政治关联企业的影响，因此采用PSM方法重新予以检验。以上不同稳健性检验得出的结果并未表现出显著差异，由此说明本文结论是可靠的。限于篇幅，具体的检验结果并未列示。

六、结论

本文以2011—2015年沪深A股的非国有上市企业为研究样本，实证检验了政治关联对企业涉诉风险的影响，得到以下结论：(1)政治关联能够降低企业涉诉风险；(2)相比于官员型政治关联，代表型政治关联降低企业涉诉风险的效果更明显；(3)政治关联对企业涉诉风险的影响受限于当地的法制完善程度，仅当法制完善程度较差时政治关联才能降低企业涉诉风险，而当法制完善程度较高时政治关联难以发挥作用；(4)政治关联主要降低的是企业被诉的概率而不是企业起诉的概率；(5)政治关联主要降低的是企业借款融资类诉讼发生的概率而不是买卖合同类诉讼。本文结论有助于进一步理解企业与政府、政府与司法系统之间的关系，并对中国法律制度的完善以及司法改革具有一定指导意义。