下载掌阅APP，畅读海量书库
立即打开
一旦认识到金融市场寻租行为的不同成因及影响，接下来的问题就是如何在实证检验中进行识别。2.1节中的分析框架给出的一些预测可通过数据来检验，但检验的过程并不简单。我们首先需要依据寻租倾向来对企业或银行排序。目前的文献采用了多种分类方法，包括国家所有权、政客及其亲属的控股份额以及“太大而不能倒”的隐性保障。
即使有了寻租倾向的排序，还要识别相关性是否由一些虚假的或不可观测的因素引起。例如，如果我们发现政治关联企业比无政治关联企业获得了更多和更优惠的贷款，这必然意味着寻租吗？也可能是政治关联企业的经理人更有能力，成长前景也更好。
如何区分这两种看似合理的假说呢？这里我们将详细讨论已有研究在分析金融市场寻租行为时采用的各种方法。这些研究的共同点是使用了微观数据（通常是单个企业或债务人层面的数据），采用应用计量经济学中的主要方法，如固定效应、工具变量、断点回归、自然实验等。
在实证中找出寻租行为的困难是，要识别出租金的供给和需求方，以及寻租行为的机制。同时解决这两个问题并非易事，也不一定必要，但弄清楚寻租行为的参与者及实现渠道，可以为我们找出寻租行为提供合理的实证策略。
3.1.1 观察租金的渠道 。在实证中识别出某种行为及其参与者，一个可靠的方式是通过直接调查和观察。例如，如果我们想要知道企业的投资决策或家庭的消费模式，最直接有效的方式是调查企业或家庭，并考察这些选择的实际结果来判断调查结果是否真实。但对腐败问题的研究不能采用这种策略，因为受贿者不大可能会承认自己的腐败行为。尽管被索贿的一方可能会承认支付贿赂，但往往不愿意指出索贿方，因此调查结果难以核实。研究金融市场腐败可能更加困难，一方面行贿者可能是自愿行贿（因此不会承认行贿），另一方面利益受损方往往是社会大众或小投资者（他们可能并不了解正在发生的寻租行为）。而且，涉及的贿赂可能数额庞大，因此寻租参与者具有足够的影响力和资源去隐藏或掩饰其寻租行为。
尽管如此，仍然有一些可行的研究策略。虽然直接使用审计结果的方法尚未在金融市场腐败的研究中得到普遍采用，该策略已经在公共服务领域的腐败研究中得到了有效利用（Bertrand等，2007；Olken, 2007）。对金融市场也可采用类似的研究策略：通过突击审计来直接观察寻租行为，或将审计人员假装为被索贿方。该方法的主要困难是，它直接披露了寻租者的身份，如果他们具有足够的影响力，该方法可能很难实行。尽管这一方法可用于检验低层级的银行信贷员是否有向小微企业索贿，但若要检验具有政治关联的CEO是否贿赂高级银行官员就会面临巨大的困难。
另一种直接观察的方式是试图找出寻租的机制。因为这一方法并不直接识别出寻租的参与者，故较为可行。而且，在金融市场领域采用该方法的优势是，研究者通常能够获取翔实的交易数据，再加上关于实际寻租机制的假设，通过这些交易数据可用以找出可能的寻租机制。一个例子来自Khwaja和Mian（2004），为了识别巴基斯坦卡拉奇证券交易所中的价格操纵行为，他们通过股票经纪公司获取了每日的股票交易数据。他们发现数据中存在两种可疑的特征：首先，经纪公司有时看来是在为自己买卖股票（他们只买或只卖）。只有当经纪公司是在为某一大投资者操作或所有投资者都收到同一信息时，这种现象才会发生。Khwaja和Mian将这种现象与第二个可疑的特征相联系：他们观察到经纪公司周期性地与另一家经纪公司进行这些交易。在连续的交易日里，他们发现同样的两家经纪公司相互交易相同数量的股票，并在第二天再反向操作。为了识别出这一行为背后是“炒高再抛售”的策略，他们发现这些周期性的交易最终抬高了价格，而一旦操纵市场的交易双方退出市场，股价发生下跌。在价格下跌到某个价位时，（操纵市场的）经纪公司重新进入市场，相同的模式再次发生。
这种方法仍需要排除其他可能，如更高的操盘能力或更准确的信息，此外还需要证明上述模式与市场时机或市场庄家（market making）模型不一致，尽管如此，该研究还是帮助我们识别出了寻租机制。该方法要求数据量十分庞大，但金融数据往往非常详细，可以满足这种要求。这里最大的障碍是信息获取渠道，因为需要考虑市场参与者的隐私。不过，由于这种策略强调要发现的是寻租机制，而非寻租者的身份，因此对于隐私的担心可以解决。
3.1.2 利用差异化的行为结果 。另一种可行策略是先识别出寻租者的身份，再用间接的方法证明寻租行为的存在。这种策略有多种不同的实施方法，但第一步是要利用对寻租环境的认识识别出可能的寻租参与者。这些寻租者包括拥有政治关联的企业，或具有市场操纵能力的交易者。
一种简单的方法是观察某些结果变量，例如贷款条件或交易盈利，并证明可能寻租者与其他市场参与者在这些方面存在差异，从而间接证明寻租行为。但这种方法的问题是，可能寻租者与其他人在结果变量上的差异可能跟寻租无关。我们设想的跟寻租行为有关的特征，如政治关联，可能只是反映了企业或个人不同（更好）的能力、资源或信息。为了解决这个问题，文献已经从比较一重差异转向了比较二重（double differences）甚至三重差异（triple differences）的更精细研究。
考察多重差异（市场参与者身份之外的差异），可以更好地将寻租行为与跟寻租相似但无关的行为分开。近期的文献提供了应用这个方法的多种策略，我们下面举例说明。每种策略是否有效取决于这些多重的差异能否令人信服地证明上述第一层的差异并非由其他的与寻租无关的因素引起，这跟我们对于寻租发生机制的理解有关。因此，即使不能找出具体的机制，能否提出一些合理的机制设想，对于实施这些方法也非常重要。
一种方法是提出一个假说，说明寻租行为在某些时间或环境里更容易发生，从而为我们提供了多一重的差异。如果在更易寻租的情况下（第二重差异），可能的寻租者比其他市场参与者（第一重差异）获利更多，那么我们就能断定寻租行为确实存在。这种策略的有效性在于有充分的理由说明：（a）我们已经正确地识别了“更易寻租的情况”；（b）这些情况（不论是促进了寻租或相反）是由外生因素引起，也就是说除了影响寻租机制的有效性，这些情况与寻租行为本身没有关联。
Fisman（2001）为这一策略给出了一个令人信服的例证。他首先将那些与印尼前总统苏哈托有关联的企业认定为政治关联企业，这为其研究提供了第一重差异。第二重差异是比较有关苏哈托健康的新闻报道前后企业股价发生的变化。他发现有关苏哈托健康的负面新闻引起了政治关联企业的市场价值下降，这表示公司价值的前后改变可衡量企业获得的租金价值。如果我们相信企业寻租的机制是获得苏哈托的支持，而苏哈托的健康与（政治关联）企业的绩效无关，那么这种策略就能找出这些关联企业（至少一种形式）的寻租行为。
Johnson和Mitton（2003）采用了相同策略来定义马来西亚的政治关联企业（观察它们与总理马哈蒂尔的关系），但利用了副总理被免职以及亚洲金融危机后实施的资本管制作为更多重差异。尽管这一研究设计是合理的，但副总理被免职和资本管制的实施可能是内生的，这跟之前提到的健康冲击不一样。Igan等（2010）的方法是将那些就抵押贷款问题进行游说的银行认定为政治关联企业。他们的第二重差异是观察这些银行的价值在抵押贷款膨胀期以及在救助方案出台后的变化。我们认为游说行为在这两个时期都能使扭曲行为获益（不良贷款与有偏向性的救助），并且这一行为外生于成功寻租的结果，因而在一定程度上证明了租金的存在。
Goldman等（2009）比较了在共和党赢得2000年总统选举后，董事会中有共和党成员和董事会中有民主党成员的企业的股价反应。他们估计出两种企业股价变动的差异约为企业价值的6%。由于2000年大选前估计共和党和民主党赢得总统选举的概率不相上下，这一差异反映了拥有一位政治关联的董事所产生的总价值。该研究结果表明，即使在美国，拥有政治关联的董事会成员也会为企业带来可观的市场价值。
其他的策略利用了政治周期所引起的租金差异。Cole（2009）和Dinc（2005）将国有银行认定为潜在的寻租者。他们比较了选举年份前后它们借贷行为的差异，认为寻租行为可能在选举之前更显著。Sapienza（2004）采取了一种相近的方法，比较国有银行借贷行为在政治权力不同的地区间的差异。
第二重差异不一定限于时间，也可以是空间上的不同。例如，Khwaja和Mian（2005）将有一个或多个公司董事参与过全国或省级选举的企业定义为政治关联企业。他们的第二重差异基于贷款银行的性质。他们假定国有银行的贷款比私人银行包含更多的租金，因为国有银行的组织结构更容易发生政治腐败。国有银行的管理层由政府委任，政府规定了银行的信贷以及人事政策，因此官员可以利用各种奖惩措施来影响银行职员的行为。
他们的识别策略是比较政治关联企业和非政治关联企业在国有银行和私人银行的贷款批准情况。考虑到从国有银行贷款跟从私人银行贷款的企业不同，即寻租行为可能内生于直接影响企业借贷的因素，作者在回归中加入了企业固定效应。因此他们是比较一组同时向国有银行和私人银行借贷的企业在不同产权属性银行贷款的待遇差异。该文也说明了加入第三重差异可以帮助识别。他们使用了企业的政治力量强度（例如，有关联的政客的得票比例）来观察政治力量更强的企业该效应是否会更强。他们也检验了与企业存在关联的政客是否在位对该效应的影响。
3.1.3 其他策略 。另外还有一些其他识别策略，这些方法借鉴了现代劳动经济学的方法，并逐渐被应用到金融市场的腐败研究中。
其中一个方法基于一些改变了寻租机会的外生因素的情景。例如，某个规则更改了寻租的严重程度，或一些外生冲击削弱了寻租者的权力。
Keys等（2010）和Hertzberg等（2010）都给出了基于规则改变的识别方法的例子。Keys等（2010）检验了美国抵押贷款中潜在的寻租行为。一般而言，在美国抵押贷款市场，当FICA评分低于620时，贷款将很难被证券化。如果贷款银行通过对想要证券化的贷款放松审查而得益，那么FICA评分高于或低于620的两类贷款，提供了这种寻租行为效果的外生性差异；具体来言，那些评分高于620的贷款可为贷款银行带来更多租金。为了确保这种差异并不反映其他因素，作者比较了那些恰好高于和恰好低于门槛值（620分）的贷款结果。Hertzberg等（2010）则考察了阿根廷某银行的信贷员轮岗政策。他们认为这项政策外生地改变了信贷员真实汇报借款者信用的激励。通过将那些面临轮岗的信贷员行为（由于有新的信贷员接任，他们的信用报告更可能受到质疑）与其他人相比较，能够观察到银行所面临的道德风险。
我们也可以利用寻租者权力出现的外生变化作为实证策略。在政治经济学文献中，一个有效的方法是观察那些选情接近的竞选中，当选和落选的候选人在竞选之后的差别。比较两种企业：一种是关联政客竞选失败的企业，另一种是关联政客竞选成功的企业。类似的临界比较（threshold comparisons）也可以应用到其他重要的官职任免上（例如，比较那些有政治关系的银行，看与之相关的政客在全国咨询委员会、行业委员会或商业关系网中的职位竞争中，险胜或惜败之后对这些银行的影响）。
最有效的利用外生冲击策略的方法，是借鉴医学研究中的随机控制实验。实验方法被越来越多地应用在经济学领域中，尽管在金融市场的寻租研究中，类似的应用还很有限。事实上，在它们最基本的形式下，直接使用这种策略是不可行的。例如，为了研究企业董事会中的政治关联能否产生租金，研究者必须随机地将政客安排到不同的企业董事会。对于大多数企业和政客来说，这种安排属于天方夜谭。虽然实验性方法的一些改进版本并非绝不可行，例如给一些公司来自重要官员的支持或许是可行的，但我们还是认为，更合理的策略是基于我们对寻租机制的充分了解，间接地使用这一方法。
我们用一个例子来说明如何间接利用这种随机控制实验。假设我们想要知道某个金融中介是否在操纵市场，通过设计一个实验，把该中介纳入或排除出市场来检验市场的反应是不可行的。更可行的办法是改变该市场的审计频率以及强度（理想情况下我们希望审计是随机的）。这样做能够（根据实验设计）外生地改变寻租行为的发生机率及其效果。通过比较可疑寻租者的行为在不同情境下的变化，可以反映寻租行为的存在和规模。这种基于随机审计的研究已被应用到社会服务提供领域（Bertrand等，2007）。近期的一个例子是一项关于税收的研究：Pomeranz（2010）研究了智利增值税的逃税情况，分析当（通过实验引起的）审计概率发生变化时，具有不同的上报增值税压力的企业如何做出反应。
这种基于改变审计频率的方法的中心思想是要提高寻租成本。也有改变寻租收益的例子，例如，如果租金是由内部人士故意隐藏信息造成的，那么通过改变市场参与者的信息掌握程度（根据实验设计），观察这一变化对结果有何影响，就可以证明寻租的存在。Reinikka和Svensson（2005）提供了一个例子，他们研究了乌干达的信息公开运动对学校资金贪污行为的影响。
这些策略的总体思路是，尽管无法直接改变寻租者存在与否的事实，但可以通过实验改变寻租行为的成效来识别寻租行为。如果这改变了可能寻租者的收益，那么就可以证明寻租确实存在。应用这些方法的困难在于，需要证明实验只影响到寻租活动的成效，而不能影响其他会影响结果的因素。
一旦证明金融市场寻租行为存在后，接下来的问题是要找出其经济效应究竟有多大。尽管微观数据对于识别因果机制很有用，但它的局限是难以揭示由此带来的经济整体的代价。接下来我们首先指出使用微观数据在回答宏观数量问题上的挑战，紧接着提出估计宏观层面腐败成本的基本框架，最后我们提供近期已有的研究例证。
微观数据的第一个局限在于样本的代表性。如果所用样本不能代表总体，那么寻租的估计效应只适用于所选取的子样本，这一结果能否外推到总体，就会有争议。
一个相关的问题是，微观研究，尤其是那些基于工具变量方法的研究，往往依赖于整体数据里的很小一部分变异（variation）来估计因果效应。尽管我们可以准确估计出这种局部平均处理效应（local average treatment effects），却可能无法代表整体经济未受影响的平均效应。要找出金融市场寻租行为的总体影响，平均效应的估计值更有用。
微观研究的第二个局限是，它可能忽略了一般均衡效应。即使寻租在微观层面造成了部分均衡扭曲，这一扭曲所带来的一般均衡反应可能会显著改变寻租的净效应。例如，金融领域中的政治关联可以帮助某些行业获得信贷支持。但如果这种扭曲只取代了原本存在的私人信贷，那扭曲的净效应就会很低。要全面理解寻租的总体效应，就需要考虑到这种一般均衡反馈。
我们下面介绍的经验研究尝试解决上述问题。在本节剩下的部分，我们简单描述如何通过微观研究来估计金融市场寻租的总体成本。
2.1节给出的框架指出，在一个有效的市场中，资本在各企业和行业间的边际产出应该相同。因此，资本边际产出在企业间的差异为我们提供了资本配置扭曲程度的度量。而且，在生产函数呈凹性的基本假定下，我们可以推出资本边际产出在横截面上的差异所代表的总产出损失。Hsieh和Klenow（2009）对印度和中国的研究提供了这个方法的一个很好的例子。
我们可以把估计寻租总体成本的问题，看作估计总的资本错配成本在多大程度上是由寻租行为引起。一个好的研究设计，应当可以找出寻租行为能解释多少企业间的资本边际产出差异。然后，再利用对仅因寻租激励产生的边际产出偏差的估计，一种类似于Hsieh和Klenow（2009）的方法，我们就可以推出寻租行为导致的总体成本。
在估计金融市场寻租行为给经济系统带来的总体成本时，有几点需要澄清：首先，如前面提到的，要确保估计到的局部平均处理效应能够合理外推到整体经济；其次，在计算总体成本时，还要考虑到一般均衡效应。
估计总体成本的一般均衡效应时，该用什么作为比较是一个重要的问题。上述研究将有效市场（即企业间有相同的边际资本产出）作为基准（benchmark），虽然有效市场作为研究的起点是合理的，但可能与现实不相符。
近期一些有关腐败的微观基础的新理论均强调在估计腐败的宏观总体成本时，没有摩擦成本的理想世界不是一个现实的基准（例如，Acemoglu&Verdier, 2000；Banerjee, 1997）。这些研究强调当社会存在代理成本或市场失灵时，寻租是不可避免的。
给定一个经济体的结构参数，比如缺乏信息流或合约执行能力，选择寻租可能是决策者在有约束条件下的最优解。在这种情况下，一个经济体可能无法减少寻租的总成本。因此从实践的角度来看，限制寻租行为在很大程度上成为一个机制设计问题：给定经济体内一些在中短期内难以改变的结构约束，我们应该如何减少寻租扭曲？在我们介绍完研究金融市场寻租导致的经济成本的文献后，再回到这一问题。
3.2.1 跨国证据 。一支文献利用了跨国数据来分析腐败带来的总体代价。Mauro（1995）是最先应用该方法的研究者之一。他利用全球70个国家的调查数据构建了司法腐败指数。研究发现，腐败与私人投资和增长之间存在着显著的相关关系。该研究的一个问题是，政府制度（以及对腐败的度量）和经济绩效互相影响，令因果关系难以识别。Mauro利用族群分化指数，即国家中随机抽取两个人不属于同一族群的概率，作为腐败的工具变量来解决这一内生性问题。这里假定族群分化只通过影响腐败的概率来影响经济表现。研究结果表明，腐败每提升一单位标准差（例如，从乌拉圭变为孟加拉国），GDP增长率将下降超过0.5个百分点。
Acemoglu等（2001）和Acemoglu&Johnson（2005）接下来研究了更广义的腐败，并使用一个有创意的工具变量来处理因果关系问题。利用欧洲殖民者的死亡率作为殖民地是否实行掠夺性制度的工具变量，研究发现，缺乏产权保护的腐败制度导致了各国长期经济的巨大差异。结果显示，财产被掠夺的风险每改善一单位标准差，会导致长期人均收入提高5倍。
Mauro以及Acemoglu等人的跨国研究为思考腐败的经济代价提供了有益的基准。然而，我们关注的是金融市场的腐败，目前尚不清楚总体腐败导致的代价有多少归因于金融市场的腐败。有跨国研究分析了金融市场对于经济增长的重要性（Levine&Zervos, 1998；Rajan&Zingales, 1998），如果这些结论正确，那么腐败导致的总体成本中部分与金融市场的腐败有关。与传统跨国研究相比，估计金融市场的腐败所导致的经济代价需要更详细的数据，下文将具体讨论解决方法。
3.2.2 估计由官商勾结引起的资本错配成本 。前文讨论的许多文献（Cole, 2009；Dinc, 2005；Khwaja&Mian, 2005；Sapienza, 2004）利用详细的贷款与银行数据指出，由于银行受到政治干预，一些国家的信贷配置过程存在扭曲。银行由于政治压力，扭曲它们的借贷规则，以支持具有政治关联的企业与家庭；另外，银行可能被迫贷款给那些影响政客竞选结果的重要客户。这种扭曲降低了政治关联企业的融资成本，并令这些企业更容易获得贷款。
我们由此得到在世界各国普遍存在的一个规律，即基于政治考量的借贷行为扭曲了信贷的配置。此类文献往往利用详细的贷款数据，与跨国研究相比，它们具有两种好处：第一，金融市场腐败与信贷表现的因果关系分析更为严谨；第二，基于每项贷款的详细估计数据，可以加总得到信贷错配扭曲的整体经济的成本。
前文讨论了如何将政治干预扭曲，与资本有效配置的情况进行比较，来估计腐败导致的总体资本错配成本。我们用Khwaja和Mian（2005）的研究作为例子，该研究的一个好处是，它利用了覆盖巴基斯坦所有银行借贷的信贷注册数据。就这点而言，研究数据代表了整个银行业，因此没有局部处理效应的缺点。
基于政治考量的国有银行信贷违约率更高，而让纳税人为违约买单所产生的分配性成本，是腐败的经济代价的一部分。Khwaja和Mian（2005）指出，巴基斯坦国有银行每年因政治关联贷款的坏账大约损失179亿卢比。这些银行亏损带来的分配性成本类似于征税导致的无谓损失（deadweight loss）。公共财政文献发现征税导致的无谓损失占到40%～100%。利用该结果的下界，他们保守估计出政治关联贷款所导致的财富分配的代价每年大约为GDP的0.16%。
财富分配成本的计算并没有包含政治关联贷款的效益（即资本的边际产出），它也有可能更差。换句话说，政治关联企业不仅拖欠国有银行贷款，它们利用贷款的效率也更低；我们的确发现政治关联企业的实际绩效更差。如果政治关联贷款被分配给拥有更高资本回报率的非关联企业，整个经济体又会获益多少呢？
如果知道国有银行向政治关联企业增加的贷款增量，我们可以在各种条件下推出整个经济体由于政治关联企业的过度贷款而引起的效率损失。例如，假定多增加的违约金额皆从投资改为私人消费，Khwaja和Mian（2005）估计出由此导致的生产率损失约为每年GDP的0.8%。
Claessens等（2008）利用相似方法估计了腐败的总体成本。他们衡量了巴西企业捐献给候选人的政治献金，并且估计了这些企业的股价对于选举结果的反应。他们发现那些捐献给当选者的企业股票回报更高，并且随后从银行中获得了更多信贷。然而，这些企业的托宾Q值比其他企业低，意味着由于竞选捐献而获得的银行贷款代表了信贷错配。将政治关联企业的银行信贷转入没有竞选捐献的（而拥有更高托宾Q值的）企业作为比较，Claessens等估计了资本错配的整体成本约为每年GDP的0.2%。考虑到Claessens等的分析局限于上市企业（仅占全部企业竞选捐献的14%），该结果与Khwaja和Mian（2005）的发现接近。
总而言之，翔实的贷款数据为估算金融市场腐败的总体成本提供了独特优势。这种估算在跨国研究中无法做到，因为没有微观数据就不能衡量腐败引起的信贷错配程度。一旦估算出政治关联企业的过度借贷以及价格优惠导致的信贷错配程度，我们就可以借助于宏观和公共财政领域的各种结构估计方法，估计出腐败带来的总体成本。
3.2.3 事后金融救助是对事前资本成本的补贴如何估计 ?金融领域熟知的一个政治道德风险是，人们预期政府将对影响经济稳定的或有政治关联的破产企业救助。前面提到，Brown和Dinc（2005）和Faccio等（2006）发现政治上的考量会影响救助方案。在美国，众多的评论都认为“太大而不能倒”的预期使得美国许多大型金融机构在2008年金融危机前承担了过高的风险和杠杆率（如Sorkin, 2009）。
如果一家企业（例如一家大银行）预期到在违约时获得救助，那么这家企业就能从更低的融资成本中获益。尤其是在金融危机下，当整个市场都比较关切时，这一情况更为明显。在本节，我们讨论了一些实证方法，可用于检验预期会从救助方案中获益的某一金融企业是否确实获得了更低的融资成本。
Gandhi和Lustig（2010）针对美国政府对大型金融机构的隐性担保所导致的扭曲，构建了一种事前的衡量方式（ex ante measure）。他们的观点是，当美国经济遭遇大的负面冲击时，具有隐性政府担保的银行的反应会更小。Gandhi和Lustig（2010）发现相比于拥有相同标准风险的股票组合（基准组），一个持有美国大型银行而清空小型银行的投资组合收益率低出约7%。这些回报经风险调整后，随着所持银行规模上升而单调下降，而且这种模式只在银行业出现。由此估计出的大银行隐性补助额十分巨大，以至于大银行由于极低的融资成本加大了杠杆率，从而提升了系统性风险。
Merton（1977）的期权定价框架，为估计政府隐性担保的事前补助提供了另外一个办法。在他的研究中，期权定价模型可以为政府隐性债务担保进行定价。Lucas和McDonald（2006）利用这一方法估计了美国政府为房地美和房利美的隐性担保所带来的风险。这一方法也可用于估算相对较小的银行或其他金融机构，以及得到政府隐性支持的大银行获得多少隐性的融资补贴。