韩国财阀和企业变化的动力学

四、数据与经验研究

　　4.1研究方法

　　我们采用双重差分法作为主要研究方法。亚洲金融危机后的财阀改革为分析财阀企业的动力学提供了一个完美的准自然实验。在我们的设定中，关键的回归因子是财阀企业在行业中的市场份额及其与危机后时间虚拟变量的交叉项。主要设定如下：

　　下标i和t分别表示行业和年份。包括行业固定效应αi和行业层面聚类的标准误。Yit是我们研究的动力学因变量。我们将危机后（Post crisis）定义为一个虚拟变量，1998年之前为0，1998年之后为1，在1998年没有值。我们尝试了其他变化，比如将1998年纳入危机前或危机后，结果没有改变（这一结果对于用个别年份的固定效应代替危机后虚拟变量也很稳健）。对于财阀份额（Chaebol share）变量，我们使用危机前财阀企业在行业中的平均市场份额。由于财阀份额完全被行业固定效应吸收，我们仅用危机后虚拟变量和交叉项作为回归因子。选择滞后的财阀市场份额作为财阀份额变量的结果也很稳健。

　　我们使用每个因变量对所有企业进行回归分析，并分别对财阀企业和非财阀企业进行回归分析。在所有的回归中，我们排除了最高和最低1%的企业层面观察值，以确保我们的结果不受异常值的影响。

　　4.2数据

　　“财阀”是韩语中用来表示大型企业集团的一个通用术语，为了便于分析，有必要为财阀制定一个具体标准。在本文中，根据附属企业的总资产价值，我们将每年最大的30家企业集团视为“财阀”。考虑这一标准有三个原因。第一，这是韩国文献中使用最广泛的一个术语；第二，这些企业集团通常受韩国政府监管（*1.韩国公平贸易委员会是韩国政府的一个部门，根据《垄断规制和公平贸易法案》对财阀进行监管。它每年公布受监管的财阀名单。在实际监管中确定财阀的标准发生了许多变化，但在我们的抽样期间（1992—2003年），除了2002年起纳入公共企业外，这些标准基本上保持一致。考虑到这些变化，我们以附属公司的总资产价值为基础，重点关注30个最大的私营企业集团 （2002年和2003年不包括公共企业）。）；最后，与第二点相关，在我们的样本期内，这些集团的名称和附属企业的名单资料一直可以查到。表1列出了每年最大的30家企业集团的名单。这个名单在不同年度会有所变动，其主要原因是企业的破产、合并和收购。

　　一些持续经营的企业集团，如大象集团（Daesang），在一些年份的榜单出现，在其他年份则未能上榜。这意味着，同一家企业在某一年可能为财阀成员，而在另一年也可能不是，这取决于其所属企业集团的财阀地位。那些在整个样本期内一直是30家最大企业集团成员的企业，其销售额占至少在一年内曾进入过30家最大企业集团之列的企业销售额的54%，这表明，与进入榜单次数相对较少的财阀企业相比，这些财阀企业显示出更高的主导地位。

　　我们工厂层面数据的主要来源是韩国统计局实施的年度采矿和制造业调查。（*1.这些微观数据通过韩国统计局的MDIS（微数据集成服务）的远程访问服务获得。）根据韩国标准工业分类（KSIC），该调查涵盖了韩国境内经营采矿和制造业并至少拥有5名员工的所有工厂。（*2.从2008年的调查开始，人口数量已经变成至少拥有10名员工的工厂，但是在我们的样本期内，这一数字一直为至少拥有5名员工的工厂。）由于1992—2003年99.9%的工厂接受了调查，我们事实上可以假设调查结果包括了韩国采矿和制造工厂的全部范围。微观数据中的每一个调查结果都是一个工厂，从一家企业可以拥有多个工厂的角度来看，工厂与企业是不同的。我们将保持这种区分，直到解释我们的数据收集方法，并在后面的部分中将数据中的实体称为“企业”。这项调查提供了有关工厂业务活动的广泛信息，如员工人数、销售额、制造成本、销售和管理费用，以及有形资产价值。

　　我们确定了1992—2003年的抽样期，因为可得的调查数据是从1992年开始的，并且我们希望考虑1997—1998年危机前后相同跨度的时期。为了充分利用丰富的微观数据，我们选择使用五级行业分类，这是韩国标准工业分类中最高的级别。根据韩国统计局的一致性，所有年份的行业分类都转换为第8代韩国标准工业分类。（*3.1998年至2003年的产业分类以1992年至1997年的第8代韩国标准工业分类编码和第6代韩国标准工业分类编码为基础。）我们关注制造工厂而忽略采矿工厂。

　　在微观数据中，每个工厂都用其唯一的工厂身份标识，但完全是匿名的。这是我们分析的一个主要障碍，因为我们需要在微观数据中区分出财阀的附属企业。以往分析财阀行为的大多数研究，都是通过使用其他非匿名但不太全面的数据集（（*4.如KISVALUEKIS VALUE是由NICE提供的韩国数据库，NICE是一家专门为韩国公司提供信用评级的公司。它提供了必须由外部审查人员审计的私营公司信息。根据韩国现行法律，资产超过120亿韩元（约合1000万美元）的公司需要提交外部审查员的审计报告。因此，KIS VALUE的覆盖范围比“采矿和制造业调查”的覆盖范围要窄得多。））规避这一障碍。我们从另一个方面，通过直接尝试使用各种资源，从微观数据中识别财阀企业，解决了这个问题。据我们所知，还从未有人如此尝试过，这种数据收集方法是我们研究中最新颖的方面之一。

　　我们确定财阀附属制造企业的基本方法如下。首先，我们利用OPNI上2001—2003年的信息和2000年以前公平贸易委员会的新闻稿，编制出制造业财阀成员的名单。（*1.OPNI（http：//groupopni.ftc.go.kr）是一个提供财阀附属公司详细信息的韩国网站，包括每家公司的名称、成立日期及其二级韩国标准工业分类（KSIC）代码，由公平贸易委员会管理。公平贸易委员会每年4月宣布指定30家大型财阀。这些新闻稿要么包含所有财阀企业的名单，要么包含每个财阀内部附属公司的变动。2000年以前的名单是利用这些新闻稿编制的。韩国公平贸易委员会过去的新闻稿可在韩国发展研究所经济信息中心（KDI）（http：//eiec.KDI.re.kr）查阅。）这份名单包括企业的名称、所属的财阀、企业成立的年月，以及最多五位的所在行业代码。这些变量是我们识别过程中最基本的信息。对于2001—2003年的财阀企业，除了五位韩国标准工业分类代码外，列表所需的所有变量都可以从OPNI获得，行业代码利用DART获得。（*2.DART（http：//dart.fss.or.kr/）是由韩国金融监督院运营的网站，提供韩国所有上市和法定审计公司的信息。它显示了公司成立的日期、该公司生产的商品和服务的详细行业代码。）对于2000年以前是财阀的附属企业但2001年以后不是的，我们只能从公平贸易委员会的新闻稿中检索企业及其所属财阀的名称。因此我们需要收集成立日期和行业分类的数据。各种数据来源，包括DART、每家公司网站上的企业发展史部分、新闻文章和来自在线招聘网站的企业基本信息都得到了利用。一些企业的数据我们没有找到，不过这些企业所占市场份额不到所有财阀成员的5%。

　　此外，我们还根据微观数据为财阀建立了企业和工厂关系。由于调查提供了所有年份的工厂身份和2002年以来的企业身份，我们可以在2002年和2003年为财阀成员建立稳固的企业和工厂关系。对于2001年之前的关系，我们使用DART的年度业务报告、每个企业网站的企业发展史部分和新闻文章检查每个财阀的企业和工厂的变化，以调整2002年和2003年的企业和工厂关系。（*3.不幸的是，我们不能为那些在2002年或2003年并不存在的财阀企业提供这样的联系，因为它们的企业身份是未知的。这些企业主要是在2001年之前倒闭、被其他公司收购或合并的财阀企业。对于这些企业，我们可以使用基本信息确定每个企业最多有一个工厂，尽管它们可能拥有多个工厂。）利用这些关系，一家企业可以拥有多个工厂和行业分类，因为如果工厂的位置或产品的行业分类不同，在调查中会对这些工厂分别对待。

　　在确定企业和工厂关系的同时，我们还将列表中的基本信息应用于微观数据，以确定财阀的附属工厂。我们根据企业成立的年月、行业代码、地点和销售数据进行了识别工作。在微观数据中确定了财阀企业后，我们通过将财阀工厂的总销售额除以所有工厂的总销售额，计算出财阀在每个行业每年的市场份额。

　　表2展示了财阀工厂和存在财阀工厂的行业的汇总统计数据。通过识别过程，最终可以从我们构建的2620个企业—年观测对中，从微观数据中确定2058个财阀制造业企业—年观测对。整个抽样期的鉴定成功率为78.5%，年鉴定成功率一直在70%以上。财阀工厂占工厂总数的0.4%左右，但数据显示其市场份额达到33.9%，这反映出财阀在韩国经济中的强大影响力。在29%的韩国标准工业分类五级行业中，在样本期内的至少一年中存在着财阀工厂，财阀在这些行业的市场份额非加权平均值为31.2%。与财阀在所有行业中的市场份额（33.9%）相比，这意味着财阀工厂主要在工厂规模较大的行业运营。我们还应注意到，危机前财阀在行业中所占市场份额有所增加，危机后则略有下降。因此，我们的结果不是由市场结构的重大变化导致的，而是由市场行为的变化导致的。

　　回归中的主要因变量是生产率（行业平均劳动生产率和全要素生产率的对数）、工厂的进入与退出、就业、资本存量和资本存量的增长率，按照行业和年份计算。平均劳动生产率是用总实际增加值除以工人总数。由于增加值是以名义价值计算，我们将其除以制造业的GDP平减指数。我们遵循阿斯图里亚斯等人（2017）的方法计算每家公司的全要素生产率。与他们的方法唯一的区别是，我们使用的是增加值而不是总产出。我们以进入和退出的工厂的市场份额代表进入和退出，计算方法是将进入和退出的工厂的总销售额除以所有工厂的总销售额。工厂的资本存量是每年年初和年末资本存量的平均值。资本存量的增长率是当年价值与上年价值之比的对数。

　　回归中的另一个重要变量是专利数量。我们使用BvD（Bureau van Dijk）提供的Orbis历史数据库。根据之前的财阀企业列表，我们将每家企业分为财阀的附属企业和非财阀企业，并根据公布日期计算财阀和非财阀企业的专利数量。我们按年度和行业汇总了所有企业、财阀和非财阀企业的专利数量。由于大多数专利都由企业拥有，这些企业的行业分类按美国标准行业分类（US SIC）表示，我们按照国际标准行业分类第4版（ISIC Rev. 4）对行业进行分类，在后面的小节中，这也被用于构建企业层面对外部融资的依赖。（*1.在我们的样本期内，73.6%的专利属于按美国标准行业分类代表其行业分类的企业。其余的专利权属于主要行业分类为第9代韩国标准工业分类的企业所有。）我们假设每项专利的当前所有者是专利发表时的研发者。实际上，我们在回归中使用的是所有财阀和非财阀企业每年公布的新专利数量的对数。

　　为了计算5.3中使用的工厂利润，我们使用了德勒克和沃辛斯基（De Loecker and Warzynski，2012）的方法。他们的方法需要对生产函数进行估计以获得利润，我们考虑三个模型：柯布—道格拉斯生产函数，考虑内生性的柯布—道格拉斯生产函数，以及考虑内生性的超越对数生产函数。我们使用工厂的财阀成员资格作为影响最优投入需求的变量。行业利润是每个行业中工厂利润的平均值。

　　表3提供了上述变量的汇总统计数据。该表显示了在变量没有缺失值的行业中，行业层面变量的平均值和标准差。除了就业率和资本存量增长率之外，大多数变量在危机之后都有所增加。