本节将从模型构建、变量设计、估计方法等方面对竞争影响企业过度投资路径假设的实证检验进行研究设计。
5.2.1 模型构建与变量设计
为检验前述假设，需构建以下两个基本模型：
OIitf（CG，PMC，Contr1）it-1（5-1）
CGit-1f（PMC，Contr2）it-1（5-2）
其中：OI为过度投资，CG为公司治理变量，PMC为产品市场竞争变量，Contr1和Contr2分别为影响过度投资和公司治理的其他变量。
1.产品市场竞争的变量设计与度量
现代经济学通过把市场结构划分为完全竞争市场、完全垄断市场、垄断竞争市场和寡头垄断市场来区分竞争的强度，贝恩在其《产业组织理论》（1959）中基于美国的产业特征提出了划分不同市场结构的4或8企业集中度标准，但由于中、美两国市场结构存在较大差异，因此，该标准难以作为中国市场结构的划分依据。同时，由于行业自身也在不断地发展变化，以一个固定的集中度标准划分市场结构的方法不够准确，也不具有普适性，因而国内外学者大多采用具体的指标来衡量产品市场竞争（如Hou＆Robinson，2006；Koke＆Renneboog，2005；Nickell，1996；施东晖，2003；刘志彪等，2003）。本书也将采用具体的指标来衡量产品市场竞争而不采用市场结构。
综合国内外有关文献，用于衡量产品市场竞争程度的指标主要有两大类：第一类是反映市场集中度方面的指标，包括行业集中度数（CRn）、赫芬德尔指数（HHI）、洛伦茨曲线和基尼系数、熵指数、产业内企业数目（N）、交叉价格弹性等，其中较常用的有CRn和HHI。由于市场集中度指标的计算需要某个行业全部企业的销售收入数据，而中国目前尚无这方面的数据库可供使用。中国上市公司只占行业内全部公司较小的比例，一些学者（如蒋荣和陈丽蓉，2007等）仅根据上市公司的销售收入数据计算的CRn或HHI可能与真实的市场竞争程度之间存在较大的偏差。第二类衡量产品市场竞争的指标是反映市场竞争结果的指标，如勒纳指数。勒纳指数是产品边际利润与价格之比：
其中，ε为市场的需求价格弹性，P是厂商的价格，MC是边际成本。根据经济学原理，在完全竞争市场中，价格等于边际成本，垄断程度越高，价格偏离边际成本越多，指数值越大。但根据式（5-3）计算勒纳指数所需的数据收集显然是困难的，因此有很多对勒纳指数的改型，如尼克尔（Nickell，1996）以营业毛利减去资本成本后的余额与销售收入的比率作为垄断租金的度量。由于垄断租金的计算涉及到资本成本的计算，而目前中国股票市场投资报酬率不能表现为有效的正常报酬率，所以无法较为准确地计算公司的资本成本，因此，该方法在中国较少得到运用。一些学者采用了一个更为简单的勒纳指数改型——销售利润率来衡量产品市场竞争程度（如施东晖，2003）。由于销售利润率没有考虑资本成本，张和帕斯夸尔（Cheung＆Pascual，2004）以行业增加值减去劳动力成本后的余额与总产值之比作为勒纳指数的替代变量（以下简称增值率）：
VAIVAit-Wit
Fit（5-4）
其中，VA为增值率，IVA为工业增加值，F为总产值，W为劳动力成本。
由于工业增加值扣除了支付的利息，即债务的资本成本，因此较销售利润率更贴近勒纳指数所要反映的经济实质。
现有文献对产品市场竞争的度量存在着一个共同的问题，那就是都只使用单一的指标来度量产品市场竞争，而每一个度量指标都只是从一个侧面反映企业所面临的竞争程度，不够全面和综合。如行业集中度和赫芬德尔指数等市场集中度指标都只能反映行业的整体竞争态势，不能反映行业内部竞争地位不同所导致的竞争程度的不同；而租金、销售利润率等勒纳指数的改型虽然从理论上讲能较为综合地反映行业竞争程度与企业所处的竞争地位，但企业自身的经营管理好坏也会影响价格成本边际，因而给这类指标带来了一定的“噪音”。因此，一个好的产品市场竞争衡量指标应该具备以下特征：（1）综合反映行业整体竞争态势和企业的竞争地位。因为一个企业面临的产品市场竞争程度，不仅受其所在行业整体竞争程度的影响，还取决于其在行业中的竞争地位。（2）衡量指标比较常用，便于与其他研究结果进行比较。（3）数据容易获得，并便于收集。根据这些特征，选择行业销售毛利率、大企业比率、企业数量和增值率作为反映行业整体竞争程度的指标，选择企业超额主营业务利润率、市场份额作为反映企业在行业中的竞争地位。然后对这6个指标进行因子分析，提取共同的因子，以计算得到的因子得分作为企业所面临的产品市场竞争程度的度量。
通过以下两种方法来判断IPMC是否较为准确地反映了行业竞争程度：一是与常识是否有重大出入；二是与某些客观标准是否一致。食品加工、纺织、非金属制品、服装和金属制品等行业排位最靠前，表明这些行业是竞争最为激烈的行业；而一些管制行业如石油天然气开采、医药制造、水电气的生产和供应、煤炭采选等行业的IPMC排名靠后表明这些行业竞争最不激烈，这与唐晓华和苏梅梅（2003）以全国第三次工业普查资料进行聚类分析后的竞争程度分类基本一致。产业组织领域较为公认的反映市场竞争程度的指标是行业集中度和赫芬德尔指数，尽管难以获得这方面的数据，但根据IPMC与蔡洪滨等（2006）的行业赫芬德尔指数（H10）和四企业集中度（CR4）均值的相关系数，IPMC与H10、CR4均高度相关，皮尔森相关系数均达到0.75以上，且在1%的水平显著，这说明，IPMC可以较为准确地反映行业竞争程度。
为了获得每个样本观测值的产品市场竞争程度数据，首先对四个行业竞争指标（Ros、Big、VA和N）以及两个企业竞争地位指标（Sros＆Share）进行标准化处理以消除量纲上的差异，然后进行主成分分析，将累计方差贡献率达到92.51%的4个主成分因子合成为一个综合反映企业面临的产品市场竞争程度的指标PMC。由于全部原始指标均为逆指标，因此将计算得到的PMC乘以-1变为正指标，即PMC越大，说明企业面临的产品市场竞争越激烈。
2.公司治理变量设计
为检验本章最主要的假设——产品市场竞争通过改善公司治理而抑制经理层的过度投资，借鉴中国台湾学者杨朝旭采用百分位等级数（percentile rank）的方法构建了一个衡量公司整体治理水平的综合指数。具体做法是，将第一大股东持股比例、董事会规模、独立董事比例、非管理层董事持股比例、高管薪酬这5个连续的正向指标分年度由小到大排序，计算每一公司的每一指标在样本中的百分位等级数，这样每一个指标就都转换为[0，1]之间的数值，然后将这些处于0和1之间的指标值汇总并加上董事长是否持股和CEO是否持股两个虚拟变量即得综合公司治理指数（Cgi_all），其值介于0与7之间，且越接近于7代表公司治理机制越好。
为分别考察非管理层董事激励、经理层激励是否为产品市场竞争影响过度投资的中介，还采用与构建Cgi_all相同的方法构建了非管理层董事激励指数（Bod_inc）和经理层激励指数（Cgi_man）。Bod_inc为非管理层董事持股比例的百分位等级数加上董事长是否持股虚拟变量，其值介于0与2之间，越接近于2代表董事激励力度越大。Cgi_man为高管薪酬的百分位等级数与CEO是否持股虚拟变量之和，其值介于0与2之间，越接近于2代表经理层的激励力度越大。
3.控制变量的选择与设计
模型（5-1）和模型（5-2）只是给出了PMC、CG和OI关系的基本形式，为检验前述的各具体路径，还需要为每一路径假设的检验设计一个具体的计量模型，并为每一计量模型设计相应的控制变量。
（1）过度投资模型的控制变量。FHP（1988）、KZ（1997）和朱红军等（2006）均已经证明企业所拥有的现金流量的多寡会影响企业的投资支出。梅耶斯和马吉拉夫（1984）认为保持一定的现金存量可以在方便的时候进行投资，从而可以避免因向外部融资所带来的监管。斯塔尔茨（1990）认为，通过强制性的定期利息支付和增加股利支付，可以减少经理人可掌握的自由现金流量，因而可以抑制过度投资。根据哈伯德（1998），企业的投资支出可能受到企业规模的影响，企业规模越大，所受的融资约束就越小，因此，越有可能进行过度投资。相对于独立企业，内部资本市场的启用有助于附属于企业集团的企业缓解融资约束问题，但却可能导致过度投资（Shin＆Park，1999），甚至还可能成为控股股东“掏空”中小投资者利益的一种工具。
中国的各级政府有动机也有能力干预上市公司扩大投资，但由于中国各地的经济发展水平存在较大差异，各地方政府的财政状况和面临的就业压力大相径庭，因而不同地区的地方政府对企业干预程度也有较大差异（樊刚等，2007）。预期，政府干预程度越大，上市公司的过度投资将越严重。
综合上述相关文献，在过度投资模型中将经营现金净流量（CF）、现金持有量（Cash）、资产负债率（Lev）、股利支付率（Dvr）、企业规模（Size）、政府干预程度（Gov_index）和是否附属企业集团（Group）等作为控制变量，此外，为分离产品市场竞争变量PMC中可能包含的绩效因素对过度投资的影响，还在模型中纳入总资产报酬率（ROA）作为控制变量。模型（5-1）就可以具体化为：
OIitf（CG，PMC，CF，Cash，Lev，Dvr，Size，
Gov_index，Group，ROA）it-1（5-5）
（2）第一大股东持股比例模型的控制变量。德姆塞茨和莱恩（Demsetz＆Lehn，1985）认为影响股权集中度的因素有三个：①企业的规模越大，其所有权的市场价格就会越高，而较高的股票市场价格则会降低所有权的集中度；②经营环境越不稳定，企业的特有风险就越大，这时对公司实施控制就越有用武之地；③控制企业对于股东的潜在效用越大，则所有权就会越集中。冯根福等（2002）的研究发现，国有股比例越低，股权集中度越低。此外，由于负债与股权资金共同构成企业的全部资本，因此，二者为此消彼长的关系，负债比例越高，股权比例就越低，大股东持股比例也就越低。根据上述分析，在第一大股东持股比例模型中纳入企业规模、公司经营风险（OPrisk）、相对于模型被解释变量的期间滞后一期的总资产报酬率（Lag_ROA）、国有或民营控股虚拟变量（So_priv）以及资产负债率作为第一大股东持股模型的控制变量。因此，模型（5-2）的第一个具体化的计量模型如下：
Top1it-1f（PMC，Size，OPrisk，Lag_ROA，So_priv，Lev）it-1（5-6）
（3）董事会规模模型的控制变量。莱恩等（2004）认为大规模、高负债的企业需要更多的建议，因而其董事会规模可能会更大；高成长企业由于面临着快速变化的外部环境，行动迟缓的大规模董事会不利于其对变化的环境进行快速反应，因而高成长企业董事会规模会更小。埃尔马兰和魏斯马赫（1988）发现，随着CEO年龄的增加，在其接近退休时企业会在董事会中增加内部人以备竞争CEO职位，当新的CEO上任时，失败的内部竞争者会离开董事会，因此，董事会规模会随CEO年龄增长而增加。科尔斯等（2008）的实证研究发现董事会规模与企业绩效、经营风险负相关，但与企业成立年数正相关。
因此，也将企业规模、资产负债率、成长性（Grow）、CEO年龄（CEO_age）、上年ROA、经营风险和成立年数（Age）作为董事会规模模型的控制变量，因此模型（5-2）的第2个具体化的计量模型如下：
Lnbodit-1f（PMC，Size，Lev，Grow，CEO_age，
Lag_ROA，OPrisk，Age）it-1（5-7）
（4）独立董事比例模型的控制变量。科尔斯等（2008）认为，董事会构成由企业经营的范围（企业规模）和复杂性（成立年数）决定。莱恩等（2004）认为，高成长企业的监督成本更高，因而有更大比例的内部董事。埃尔马兰和魏斯马赫（1998）则认为，强势的经理人（一般以CEO持股衡量）将导致董事会结构中更少的外部董事。叶康涛等（2007）以经理层持股比例、股利支付率、盈利情况和公司经营风险作为独立董事的工具变量，并发现独立董事比例与上年是否亏损变量负相关，与经理层持股比例、股利支付率与Beta系数显著正相关。王跃堂等（2006）发现国有控股公司的独立董事比例显著低于非国有控股公司，聘请独立董事之前的非领薪董事比例越高，公司对独立董事的需求就越低，但未发现证据支持其预期的独立董事比例与流通股比例之间的正相关关系。
综合上述研究，将企业规模、成立年数、成长性、CEO是否持股（CEOshare）、股利支付率、上年是否亏损（Loss）、经营风险、国有或民营控股、非领薪董事比例（Nopay）和流通股比例（Tradeshare）作为独立董事比例模型的控制变量，因此，模型（5-2）的第3个具体化的计量模型如下：
Outdirit-1f（PMC，Size，Age，Grow，CEOshare，Dvr，Loss，
OPrisk，So_priv，Nopay，Tradeshare）it-1（5-8）
（5）董事、经理层激励模型的控制变量。周建波和孙菊生（2003）的研究发现，两职合一的经营者因股权激励增加的持股数显著高于两职分离的；实行股权激励的公司，在实行股权激励前业绩普遍较高。黄志忠（2007）的研究发现，大股东掠夺公司资源的行为导致高管薪酬普遍较低。詹森和墨菲（1990）认为，通常能力较强的CEO被大公司、较复杂的公司所聘用，因而其报酬也比较高。特拉伊切尔等（Traichal et al。，1999）发现CEO薪酬与其管理经验或任职年限有关。杜胜利和翟艳玲（2005）假设独立董事制度将会限制总经理不正常高薪的出现，但可能是因其样本量太少（143个样本）而未获检验通过。于东智和谷立日（2002）发现管理层持股与企业的经营风险显著正相关。
综合上述研究文献，将两职分离、企业上年绩效、大股东资金净占用（Tunel）、企业规模、董事长或CEO年龄、独立董事比例和经营风险作为影响董事和经理层激励的控制变量。此外，考虑到政府对国有企业经理收入水平一直实施严格的管制（陈冬华等，2005），这会使得国有企业经理人的水平低于民营企业经理人，因此，还将追加是否由民营控股作为影响董事和经理激励的因素。这样一来，模型（5-2）的第4和第5个具体化的计量模型如下：
Bod_incit-1f（PMC，Dual，Lag_ROA，Tunel，
Size，Bod_age，Outdir，OPrisk，So_priv）it-1（5-9）
Cgi_manit-1f（PMC，Dual，Lag_ROA，Tunel，Size，
CEO_age，Outdir，OPrisk，So_priv）it-1（5-10）
（6）公司治理综合指数模型的控制变量。综合各公司治理机制的影响因素，将成长性、企业规模、企业成立年数、资产负债率、经营风险、实际控制人性质以及上年绩效作为公司治理综合指数模型的控制变量，模型的具体形式如下：
Cgi_allit-1f（PMC，Grow，Size，Age，Lev，
OPrisk，So_priv，Lag_ROA）it-1（5-11）
5.2.2 模型估计方法
由于预期产品市场竞争可能对过度投资有着直接的影响，也可能通过促进公司治理的改善而间接影响过度投资，如果仅以模型（5-1）进行回归，虽然也能获得PMC、CG和OI的关系，但CG与OI之间的相关有可能是源于PMC共同推动CG和OI所致的伪相关（spurious relations）。因此将模型（5-1）和模型（5-2）组成联立方程组，采用两阶段广义最小二乘法（2SGLS）进行估计，即：将模型（5-2）回归得到的CG拟合值代替模型（5-1）中的CG的观察值进行回归，从而得到CG和OI之间的关系，这一关系就是剥离了产品市场竞争及控制的其他外生变量的影响之后得到的真实作用效果。潘福祥（2004）在使用这种方法研究“外生变量→公司治理→公司绩效”的影响路径时指出，这种估计方法的优点是，在回归过程中并没有涉及方程中内生变量和外生解释变量的数目，所以与方程的识别状态无关，因而既适用于恰好识别的结构方程，也适用于过度识别的结构方程。实际上，这种方法等同于一般意义上的工具变量法，只不过在工具变量的选择上，它采用内生变量的拟合值作为工具变量。
模型（5-1）的解释变量全部滞后一期是因为考虑到上市公司进行投资所依据的投资方案通常需要在上一年度由经理提出申请报经董事会或股东大会批准通过，因此，上一年的外部环境和企业内部财务状况是影响当时投资决策的主要因素。由于要以模型（5-2）的被解释变量CG的预测值替代模型（5-1）解释变量CG的观测值，为保持时期的一致性，需要将模型（5-2）的全部变量相对于过度投资变量滞后一期。
在模型（5-1）和模型（5-2）中均纳入了相对于各自模型被解释变量滞后一期的绩效变量（ROA或Loss），这主要是基于以下两方面的考虑：一是考虑到公司治理机制与企业绩效之间可能存在互为影响的内生性，将相关的绩效变量（ROA或Loss）滞后一期以解决内生性问题；二是考虑到构建的产品市场竞争变量中部分指标与绩效相关，纳入与竞争变量同期[模型（5-2）]或滞后一期[模型（5-1）]的绩效变量可以将竞争变量中绩效因素对公司治理或过度投资的影响分离出来，以确保模型估计得到的PMC系数为产品市场竞争对过度投资或公司治理的影响，而非绩效的影响。
为了充分利用时间序列与截面两方面的特征，在估计时将采用面板数据模型。为控制异方差和自相关问题对模型估计结果的影响，根据修正的异方差沃尔德检验（modified wald test for groupwise heteroskedasticity）和伍德里奇（Wooldridge）面板数据自相关检验的结果采取相应的异方差和自相关控制策略。为了缓解离群值对参数估计的影响，对属于连续型的解释变量在其分布的第1及99百分位上的观察值进行缩尾调整处理。
为尽可能降低解释变量间的多重共线性对参数估计结果的影响，对于变量间皮尔森相关系数超过0.4的只取其一进入回归方程或分别进入两个回归方程中。由于以模型（5-2）被解释变量的预测值替代模型（5-1）相应变量的观测值进行回归，因此，该预测值可能与一些共同影响公司治理和过度投资的外生变量间存在多重共线性，为了解这一共线性对参数估计结果影响的严重程度，分别报告了纳入共同外生变量和未纳入共同外生变量的两个回归结果，如果两个回归结果不一致，则以未纳入共同外生变量的回归结果为准，因为前者可能受到了共线性的影响。
5.2.3 中介效应的检验方法
除采用两阶段回归方法检验“竞争→公司治理→过度投资”路径假设以外，还将采用中介效应检验的方法进一步验证两阶段回归方法的检验结果的准确性。中介变量（mediator）是指在自变量与因变量关系中起到中介桥梁作用的变量，它是自变量对因变量产生影响的实质性的、内在的原因（Baron＆Kenny，1986）。如果公司治理在竞争与过度投资关系中起到了中介作用，就意味着竞争是通过公司治理对过度投资产生影响，即“竞争→公司治理→过度投资”路径存在。根据巴龙和肯尼（Baron＆Kenny，1986）关于中介变量的定义，公司治理（CG）在产品市场竞争（PMC）与过度投资（OI）关系中起完全中介作用（full mediation）必须满足以下4个条件：（1）PMC与OI必须显著相关；（2）PMC与CG必须显著相关；（3）CG与OI必须显著相关；（4）当CG进入PMC与OI的关系分析中，PMC和OI的关系消失。如果当CG进入PMC与OI的关系分析中，PMC与OI的关系依然显著相关，则称CG在PMC和OI的关系中起部分中介作用（partial mediation）。将结合实证结果分析各项治理机制及公司治理综合指数是否起到了中介作用。
