【论文阅读 Journal of Financial Economics】Surprise election for Trump connections

【论文阅读 Journal of Financial Economics】Surprise election for Trump connections

标题 Surprise election for Trump connections

关键点 Political connections, Event study, Firm performance, Donald Trump

看到一篇比较有意思的2020年发表在Journal of Financial Economics的文章，由复旦大学、中欧国际工商学院(CEIBS)联合美国的密歇根州立大学以及澳大利亚的墨尔本大学共同完成，来记录一下。

本文主要研究Trump在2016年意外当选美国总统对它商业上的伙伴带来的影响。值得注意的是，调查的这些伙伴限定为和当选前的"celebrity businessman" Donald Trump 有联系，它们同总统建立的联系是"accidental byproduct", 排除了那些在Trump当上总统后"choose to become politically connected"的伙伴。

Introduction

美国总统的当选可以给其"personal and professional network"带来巨大的收益。Trump上台后颁布了一些列涉及环保、基建、贸易、税收等方面的法令。鉴于Trump本身的特殊商业背景，业内人士对其当选美国总统对其人脉带来的收益非常的感兴趣。先前也有一些文章关注过总统当选给"political connections"带来的收益，但是鲜有文章分析发达国家的行政人员对这种"connections"带来的收益。

为了找到符合设定的“presidential ties”，文章用到了一下种方法:

• 利用muckety.com中的relationship maps 来建立Trump 的关系网络，这些数据是在11年的时间里，通过超过1200份电子表格，以新闻报道的方式逐一收集的。
• 为了避免第一种方法中 investigative journalists带来的主观性，文章引用了第二种方法以反映Trump与有关实体之间联合媒体曝光的发生率，. 调查了1980年以来有关特朗普的67,000篇媒体文章至2014年,并指出是否有任何文章包含、参考所涉及的公司/董事/行政人员。

文章将主要的研究又向前延申，发现一个很有意思的现象：在presidential ties中，对白宫的访问反而带来了负面的作用；在event study framwork下，给Trump带来负面影响的事件(如通俄门调查)同样会给Trump的presidential ties带来负面的影响(如市值下跌);有趣的是，法律上直接指控归罪Trump的伙伴反而会一定程度上会给这些公司带来不错的收益。Trump的伙伴们在市场上的表现成为了一个判断Trump对各种法律指控免疫力的不错指标。

但是值得注意的是，很多文章都得出过一些指标(如游说、政治献金、政治敏感度、税收程度)会潜在的否定political connections 和 financial or economic performance之间的联系。在本文的分析中，作者控制了campaign contributions, lobbying expenditures, economic policy sensitivity, tax burden, and foreign exposure 变量，并得出了共和党的financial ties、对economic policy和Trump‘s policy的敏感度并没有影响文章得出的结论(上文中两者之间有一定联系)的结果。

进一步演绎，文章采用了两种方式:
首先，在主要的分析上文章采用了“Fama-French 49 industries”。由于对行业分类/粒度的选择会影响基准控制和推论的准确性，相应的文章展示了其方法对应不同的可替代行业定义是可靠的，包括Global Industry Classification Standard (GICS) 和 Hoberg-Phillips Fixed Industry Classification (FIC) systems yielding groups of 24, 50, 69, and100 industries。

第二，文章的使用没有排除Trump的人脉从共和党处得到好处。为排除这一点，文章对三场早期的竞选活动进行了placebo tests(反事实检验)，结果发现很少有Trump的人脉可以从共和党那里获利。

Similar works

Brown and Huang 等人关注过Obama 时期公司拜访白宫官员后获得的收益¹，但是本文关注的是和Trump在当总统之前就有联系而不是当选后主动拜访，在这种情况下，这些公司在2016年前和Trump已经建立联系的概率反而更小。Schoenherr 等人分析过韩国的一位商人总统给自己的关系网络带来的利益，还分析了政府如何通过各种合同来给关系网络带来收益²。本文关注的是"personal network"(通过总统本身获益),而不是跨国公司以及财团(从总统任命的CEO中获益)。相似的还有Acemoglu 等人调查过 Timothy Geithner 当上美国财长后给connected的公司带来的异常收益³。

Data

样本包括在Trump赢得选举时组成标准普尔500指数的公司指数。 样本跨度为2014年第一季度至2019年第二季度。根据Fama-French 49 industries对公司进行分类，文章排除了在2016年总统大选前一年经历过重大重组的四家公司，剩下496家样本公司。

Trump’s business network

文章使用由muckety.com上的一群独立记者整理的关系图来构建特朗普的业务网络。考虑关系在公司和个人层面，一个公司被认为和特朗普有联系，要么其和特朗普管理的组织有直接是商业合作，要么公司的董事和特朗普的加入有联系。在文章的样本中(Table 1, Panel A),有64家标普500强的公司和特朗普有商业联系，Fama-French 49 industries 得到的最有关系的公司包含 trading (14%), banking (13%),insurance (11%), and communication (9%)。

Trump news

第二种判断presidential ties的方法是通过间接的news来判断。作者从LexisNexis上下载了所以的提到特朗普两次以上并且早于其宣布竞选总统的新闻报道，这些文章总共有6700多份，来自美国的主要媒体并且最早可以追溯到1980年。从文中作者摘取处所有的姓名和公司名称。再在选中的标普500的公司人员信息进行配对。

通过这种方法得到的presidential ties是不完美的，比如一些人员只是恰好和特朗普同时被报道。最终作者通人工筛选，确定了78个通过news和特朗普有联系的公司。

Government contracts

作者从US government’s Federal Procurement Data System (FPDS) 和 usaspending.gov 中收集美国的政府采购信息，收集全部给予标普500公司以及其子公司。数据显示和之前相同，有80%左右的标普500公司收到了采购合同；50%的公司一个季度收到了至少一个采购合同。作者构建变量来捕获已签署的采购合同的数量和金额(labeled Procurement contracts, Procurement value, and Procurement value/revenue, respectively)。 大多数合同是由国防部，能源部或退伍军人事务部授予的。

Regulatory actions

作者从Capital IQ Key Developments(a repository of business news released by media outlets, firms, and regulatory agencies)中获取regulatory actions.从所有涉及标普500公司的regulatory actions新闻开始，40%的公司在调查的时间中面临相关规范，平均每一个公司四条新闻。将regulatory news分成两类:

• 开展对公司活动的调查/询问
• 公司支付的罚款等资金

两类分别标记为"investigation"和"payment"(Table1 Panel A)

White house access

文章收集了在奥巴马第二个任期前五个季度和特朗普任期前五个季度内拜访白宫者的名单。三分之一的标普500企业在该时间中拜访了白宫，大部分是在奥巴马时期。在Table1 Penel A中有三个表项:

• WH visits dummy equal to one if a
  firm visits the White House in a particular quarter and
  zero otherwise
• WH visits number - capturing the total number of visits per quarter.
• WH visits percentile - ensuring the results are not sensitive to level shifts in visitation data between the Trump and Obama periods

Potential political economic confounders

总统关系对公司结果的估计影响可能受到一个干扰因素，那就是游说活动的程度。游说开销数据通过 the Center for Responsive Politics获取。在2016年，connected 公司在游说上花费了近$5million，三倍于nonconnected的公司。对于campaign contributions，文章按照雇员人均来计算，对于这个指标，有无联系的公司没有显著区别。

为了辨别公司给特朗普捐赠是否是出于其对共和党的偏向，作者还收集了2012年大选和2014年联邦选举的contribution data,分析后得出结果，特朗普的prolicitcal ties没有明显的党派倾向。

因为企业对经济不确定性的弹性可能会在2016年大选前后表现更好，文章还考虑了policy sensitivity.为了辨别政策敏感的公司，作者添加了“Policy sensitivity dummy”表项，用于显示公司的股票收益有无和政策变动显著关联。通过分析，connected and nonconnected firms没有显著区别。

firms with high tax burden and low foreign exposure benefited from Trump’s election.作者添加了"Tax burden"和“Foreign exposure”(税前收入)来标注。Connected firms have significantly higher tax burden than nonconnected firms in the pre-treatment period.

Value of political connections

为了判断这些联系对企业有没有经济上的益处，文章分析了这些和特朗普的关系有没有给对应的公司带来股票上涨。为了排除新信息的影响(如政治联系)，文章"calculate CARs⁴ using the market model based on the CRSP value-weighted index",基本信息如下:
we adopt a 255-trading day estimation window ending 46 days prior to the event day. For each firm, we require a minimum of 40 observations in the estimation window

⁵

fig1和table2的结果显示，特朗普当选前的联系确实能够给公司带来更多经济上的利益。接着，文章在cross-sectional model下分析了多变量框架下CARs和presidential ties之间的联系:

Panel A of Table 3 展示了基于从muckety.com中得到的presidential ties的OLS结果(普通最小二乘回归);基于media archives的结果在Panel B中间展示。

通过Table 3里面所有数据，文章发现“an economically and statistically significant impact of presidential ties on stock returns”

通过对比，"From Panel A, Trump-connected firms enjoyed a minimum CAR of 2.3% over a 6-day window (columns 1 and 2), and 3.7% over a 21-day window (columns 5 and 6). 文章调查的公司平均市场资本总值为 $68 billion，这意味着为股东创造的财富分别为16亿美元和25亿美元。

有趣的是，显著的增长出现在特朗普当选后三到四天，这很有可能和financial markets中的信息延迟有关。

Real outcomes

这一节文章建立了异常的stock returns和特朗普的network ties之间的联系，文章测试了policitcal connectedness 给公司实际的盈利带来的影响。

Firm performance

在Table 4 的Panels A和B中包含此部分的结果。political ties对公司的revenue和poerating income有着显著的正面效果。

Columns 1 and 2 suggest connected firms had $0.8 to $1.1 billion more sales per post-election quarter, relative to a pre-election mean of $10.4 billion. Alternatively, columns 3 and 4 indicate post-election 17 The results of this section are robust to the inclusion of industry quarter fixed effects to Eq. 2, accounting for potentially spurious industry shocks. Our results are also upheld under a parsimonious version of Eq. 2 in which all controls (including fixed effects) are omitted from the right-hand side. revenue growth of 9% for connected companies. Columns 5 and 6 demonstrate firms with presidential ties also had higher operating income by $121 to $181 million - an increase of 6–9% relative to their pre-election mean

The insignificant impact of presidential ties on net income (columns 7 and 8) warrants further discussion. Connected firms’ average net income decreased significantly during 2017. Upon closer examination, we see that this is primarily due to these firms incurring significantly negative special items, which includes expenses such as writing off assets, discontinued operations, and other one off expenses. One possible explanation is the following: connected firms, in anticipation of the Tax Cuts and Jobs Act of 2017 (which decreased companies’ benefits from tax shields starting in 2018), decided to use special item expenses to decrease their taxable income before the new law came into effect

Government contracts

此部分的结果在Table 5的 Panel A中显示。

Results in Panel A of Table 5 show that presidential ties provide connected firms with about 50% more contracts in the average post-election quarter (see columns 1 and 2). Moreover, presidential ties lead to an increase in the value of total contracts of over one-half (columns 3 and 4), amounting to 4.8% of total revenue (columns 5 and 6). Panel B results based on our secondary measure of presidential ties are weaker but mostly robust

Regulatory actions

先前的研究表明，与总统有关系的公司可能会在面对监管机构时得到更多的信息或者更优的待遇。公司花钱游说或提供政治献金有更小的概率被处罚。在Table 6中相关结果有展示：

In Table 6 we operationalize regulatory relief as fewer investigations or fewer payments. Irrespective of how presidential ties are measured, we find them to confer regulatory relief. Columns 1 and 2 suggest connected firms are 4.5–7% less likely to make a payment to regulators in the post-election period. In columns 3 and 4 we find that firms with presidential ties are 3–4% less likely to have an investigation opened by a regulator following the election. Together these results suggest presidential ties can indeed influence regulatory outcomes, consistent with the literature’s findings with respect to other forms of political connections

Extention

Presidential ties and White House visits

调查发现，奥巴马时期拜访白宫的公司虽然可以短期内获得更多的合同与更高的异常回报，但是这些公司在2016年以后失去了市场份额。这个现象促使作者进一步研究拜访白宫和总统已有的关系之间的联系。调查发现，已有联系的公司拜访白宫的可能性降低21%，拜访白宫的总次数也显著降低(但是他们可能会在其他场合和总统见面)

Major political and legal developments

文章调查了10件特朗普任期内可能威胁其总统地位的事件(包括"通俄门"),将这些事件分为两种:

• political developments potentially threatening Trump’s grip on power.
• legal developments (borne of the Russia investigation) that may indirectly implicate Trump in criminal activity.

整体上,Panel A中的事件给特朗普有联系的公司在市场上带来了坏的影响；相反的，PanelB中的事件没有整体上给公司带来不好的影响，甚至有一些还带来了正面的效应。

Conclusion

文章调查了早在特朗普当选总统之前和他建立联系的标普500公司在其意外当选后商业上的表现，在最初的21天这些公司平均获得了3.7%的意外收入，文章还展示了一些其他的额外好处。

虽然这些额外的收益可能会被认作是总统的任人唯亲或腐败，但是总统的支持者们认为特朗普凭借其广泛的行业背景，只是在解决政策制定者与私营部门之间的信息不对称问题。在研究中，这些不同的解释在观察上是等价的，因此文章并没有讨论这一类。值得注意的是，这种局限性困扰着这类研究，只有少数重要的例外。

鉴于唐纳德·特朗普的独特性格和举止，读者可能会质疑文章的发现是否可以推广。 在这方面，文章承认分析的优势在于其内部（而非外部）有效性。

参考文献

[1] Brown, J.R., Huang, J., 2020. All the president’s friends: political access and firm value. J. Financ. Econ., forthcoming.

[2] Schoenherr, D., 2019. Political connections and allocative distortions. J. Financ. 74 (2), 543–586.

[3] Acemoglu, D., Johnson, S., Kermani, A., Kwak, J., Mitton, T., 2016. The Value of connections in turbulent times: evidence from the United States. J. Financ. Econ. 121 (2), 368–391.

[4] CAR(cumulative abnormal returns):股票的实际收益率与期望收益率之间的差额，期望收益率一般用市场指数计算。累积异常收益率就是指一段时间内的异常收益率之和

[5]z分数（z-score)，也叫标准分数（standard score）是一个数与平均数的差再除以标准差的过程。在统计学中，标准分数是一个观测或数据点的值高于被观测值或测量值的平均值的标准偏差的符号数