语言将来时态标记特征与公司股利政策*———基于投资者语言认知效应的跨国研究潘越林淑萍张鹏东戴亦一内容提要: 近年来，学术界开始关注语言影响个体决策的认知效应。本文研究语法结构中的将来时态标记( FTＲ) 是否影响股东对未来收益时间的感知，进而影响公司的股利政策。研究发现: 首先，在不强制要求区分现在和将来时态( 弱FTＲ) 的语言环境中，公司的现金股利支付率较低。其次，控制长期价值导向这一文化维度并未改变本文结论，而较高的股东受教育水平和机构持股比例通过提升股东整体理性程度、缓解时间信息的认知差异，削弱了FTＲ 与股利支付的关系，说明FTＲ 可以通过认知机制影响决策。再者，通过研究在美国发行ADＲs 的其他国家( 地区) 样本表明，使用强FTＲ 语言的股东比例上升会使企业提高股利支付率。最后，当企业的研发支出和无形资产越多、代理问题越严重，使得企业收益不确定性更高时，使用弱FTＲ 语言的股东会增加对股利的诉求。本文结论在控制其他语言特征与交互固定效应、选取公元前1500 年的粮食产量作为工具变量和以1997 年香港回归事件构建DID 模型等内生性检验下仍然成立。本文实证检验了语言的认知效应，为单一制度背景下语言经济学的研究提供了新思路。关键词: 语言特征将来时态认知效应股利支付* 潘越、林淑萍，厦门大学经济学院，邮政编码: 361005，电子信箱: panyue@ xmu． edu． cn， shupinglyn@ 126． com; 张鹏东( 通讯作者) ，中山大学管理学院、现代会计与财务研究中心，邮政编码: 510275，电子信箱: zhangpd3@ mail． sysu． edu． cn; 戴亦一，厦门大学管理学院，邮政编码: 361005，电子信箱: yydai@ xmu． edu． cn。本研究获得国家自然科学基金重大项目( 71790601) 、国家自然科学基金面上项目( 71972160，71772155) 、中央高校基本科研业务费专项资金( 20720191085) 的资助。张鹏东感谢国家留学基金的资助。论文为首届“会计学者论坛”入选论文，作者感谢与会者的宝贵意见; 感谢匿名审稿人的建设性意见，文责自负。① “语言相对假设”的系统构建由语言学家Edward Sapir( 1929) 和Benjamin L． Whorf( 1956) 完成，也被称为“Sapir-Whorf 假设”。该假设提出不久便备受批判，主要因为当时的主流观点认为，所有的语言都受限于一种普遍适用的语法结构，并不会直接影响认知( Chomsky，1957) 。随着越来越多的实验证据支持( Slobin，2003; Winawer et al．，2007) ，“语言相对假设”的观点才逐渐为学术界所接受。近来的研究在描述LＲH 时也更加谨慎，认为语言至少在已被证明的这些方面能够直接影响认知。一、引言语言对人类的影响远远早于如法律、宗教、文化等其他社会因素( Kim et al．，2017) 。语言会影响个体的行为决策，这一观点在语言经济学研究中由来已久( Campbell，2003) ，但现有研究大多基于语言与文化的关系来探讨语言对个体决策的影响( Galor et al．，2016) 。近年来，越来越多的实验证据为语言学研究中的“语言相对假设”( linguistic relativity hypothesis，LＲH) 提供了支持，促使学术界开始关注语言影响个体决策的认知效应。①“语言相对假设”认为，语言在某些方面可以直接影响认知进而作用于个体行为( Sapir，1929; Whorf，1956) 。个体在获取决策相关的信息时需要基于他们对事物的分类( Glynn ＆ Navis，2013) ，而语言不仅会改变这一分类，重复的语言练习还能提高分类的准确性( Slobin，2003) 。研究证实，语言在方位或颜色等使用上的不同会使说话者产生相应方面的认知差异，进而改变他们在实验中的行为表现( Majid et al．，2002; Winawer et al．，2007) 。1272021 年第7 期将来时态标记( future-time reference，FTＲ) 是“语言相对假设”引入经济学领域以来最受关注的一个语言特征( Kim et al．，2017) 。FTＲ 特征是指不同语言在表述未来事件上有不同的方式，例如英语强制要求说话者用will /be going to 描述将来事件( 称为“强FTＲ”) ，而中国的普通话则没有强制在语法结构上区分现在和将来时态( “弱FTＲ”) 。而人类生活中的很多行为决策( 如储蓄、锻炼) ，都需要在当前与未来之间做出抉择，这本质上是决策者在形成时间信息认知的基础上对未来进行折现的结果，经济活动也不例外。因此，语言的FTＲ 特征相比语言在方位和颜色等方面的差异具有更广泛的社会和经济影响。已有研究发现，FTＲ 特征不仅关系到个体行为选择( Chen，2013;Figlio et al．，2019) 和宏观经济结果( Galor et al．，2016) ，还会改变公司的研发投入、现金持有和社会责任承担等经营决策( Su et al．，2016; Chen et al．，2017; Liang et al．，2018) 。企业的股利发放政策也不可避免地会受到语言FTＲ 特征的影响。投资者对股利的诉求，取决于他们在当前的现金收入和未来的投资回报之间做出的权衡( Gordon，1963) 。留存利润的投资回报本身是不确定的，这种不确定性不仅体现在收益金额上，还反映在收益时间上。股东所使用语言的不同特征，使其在感知收益时间的距离和准确性时存在差异，进而产生对股利的不同诉求。本文认为，使用弱FTＲ 语言的股东，在评估未来收益时感知的时间距离当前更近、不确定性更大，从而得到更高的未来收益现值，这会减少他们对股利收入的诉求。为检验这一假设，本文以1989—2017 年间30 个国家( 地区) 33414 家公司为样本展开实证研究，证实了在使用弱FTＲ语言的国家( 地区) 中，公司发放的现金股利占资产总额的比率较低。在此基础上，本文验证了语言影响股利政策的认知机制，并从股东国际化和公司未来收益不确定性等方面做了更加细致的探讨。本文主要有以下三方面贡献。第一，实证证实了语言认知机制的存在。现有文献发现语言会影响个体决策，但关于这一影响的机制研究却比较单一，大多基于语言和文化的关系展开。本文验证了语言改变个体决策的认知机制，说明语言在经济学领域的影响不仅局限于传统的文化效应，这也为在我国单一制度背景下研究方言这一语言的地方变体如何影响个体决策和经济增长提供了新思路。第二，从语言视角提供了非正式制度影响股利政策的新证据。自Miller ＆ Modigliani( 1961)提出股利价值无关论以来，后续学者通过放松M＆M 理论的不同假设，从税差、信息不对称、代理问题和投资者非理性等视角理解股利决策。近十来年，学术界开始尝试从文化角度解释各国( 地区)之间的股利政策差异( Bae et al．，2012; 李毓鑫和王金波，2015) 。而语言作为重要的非正式制度变量( 张卫国，2008) ，对人类的影响远早于文化等因素。本文证实了股东所使用语言的FTＲ 特征会改变其股利诉求，丰富了从非正式制度视角展开的股利理论研究，也有助于企业准确把握股东在不同语言环境下对股利的诉求。第三，丰富了语言FTＲ 特征在公司金融领域的研究。语言FTＲ 特征与经济学的融合最早源于Chen( 2013) 对FTＲ 与个体行为决策的研究。随后，公司金融领域的研究表明，在弱FTＲ 语言环境中经营的公司会投入更多研发资金( Su et al．，2016) ，持有更多预防性现金( Chen et al．，2017) ，并有更好社会责任表现( Liang et al．，2018) 。本文发现FTＲ 特征对公司股利政策也存在显著影响，从而丰富了其在公司层面的研究成果。二、理论回顾与研究假设从生命的早期阶段开始，人们通过语言从环境中获取必要的信息，学习如何适应和生存，因此语言对人类的影响远早于如宗教、文化和法律等社会因素( Kim et al．，2017) 。现有文献大多基于语言与文化的关系来探讨语言对个体决策的影响，指出语言不仅反映了使用群体的文化特征，其在充当传播媒介时也会反过来改变文化在代际相传中的内容和形式，影响甚至塑造文化( Galor et al．，2016) ，进而作用于个体决策。语言相近说明有相似的文化背景，能够促进说话者之间的身份认同128潘越等: 语言将来时态标记特征与公司股利政策和相互信任( Chen et al．，2017) ，从而降低公司代理成本( 戴亦一等，2016) 、减少区域间资源错配( 刘毓芸等，2015) ; 语言多样化代表有较高的文化多样性，这会增加企业的创新产出( 潘越等，2018) ，却阻碍了地区技术水平均衡发展( 林建浩和赵子乐，2017) 和市场一体化进程( 丁从明等，2018) 。近年来，越来越多的实验证据为语言学研究中的“语言相对假设”( linguistic relativityhypothesis，LＲH) 提供了支持，这也将学者的注意力吸引到语言影响个体决策的认知效应上。该假设的基本观点是，语言在某些方面可以直接影响认知进而作用于个体行为( Sapir，1929; Whorf，1956) 。具体来说，个体在决策时需要判断哪些是决策相关的信息，这一判断基于他们对事物的分类( Glynn ＆ Navis，2013) ; 而语言会改变个体对事物的分类，并且重复的语言练习会提高分类的准确性( Slobin，2003) 。对此，现有研究提供了大量关于语言的方位和颜色等差异的实验证据。例如，有些语言( 如英语) 习惯以相对视角( 前后左后) 来描述移动轨迹，另一些语言( 如，GuuguYimithirr，一种澳大利亚土著语) 在描述移动轨迹时只采用“东西南北”这一绝对视角，而后者被证实比前者有更好的方位感和实验表现( Majid et al．，2002) ; Winawer et al．( 2007) 通过实验发现，俄语使用者在分辨浅蓝色和深蓝色的任务中相比英语使用者表现更好，一定程度上是因为在俄语中必须用单独的词汇来表达浅蓝色( goluboy) 和深蓝色( siniy) ，而英语则可以用blue 来形容所有蓝色。这些例子体现了所使用语言的不同特征会导致说话者在信息认知上存在差异。将来时态标记( FTＲ) 是“语言相对假设”引入经济学领域以来最受关注的一个语言特征。将来时态标记指的是不同语言对未来事件的不同表达方式，包括英语、法语、意大利语等在内的语言，要求说话者在讲述未来发生的事情时需要使用特定的将来时态( 也称为“强FTＲ”) ，而其他语言并未强制要求区分现在和将来的时态，比如德语、普通话( “弱FTＲ”) 。现有研究认为，语言的FTＲ特征会通过影响说话者获取的时间信息，作用于个体评估未来回报现值的过程，从而改变决策个体在当前享乐和未来回报之间的权衡( Chen，2013) 。首先，不同的FTＲ 特征会改变说话者对未来时间的距离和准确性的认知。一方面，强FTＲ 语言通过强制性要求用将来时态标记未来事件，将这些事件投射到离说话者当下更远的地方，使得它们在时间上显得离说话者更久，增加了说话者与未来的心理距离( Thieroff，2000) ; 而弱FTＲ 语言用现在时态来表述将来事件，会让说话者感觉未来并非那么遥远。事实上，文学写作和日常谈话中经常用现在时态来描述将来的事情，使讲述的故事更加生动和贴切。另一方面，反复地对未来事件进行标记，会提高说话者对未来时间感知的准确性( Chen，2013) 。强FTＲ 语言要求使用者在日常生活中频繁地区分现在和将来时态，增加了说话者对事件发生时间的关注，使得时间的概念在这些人群中更加精确( Chen et al．，2017) ; 而弱FTＲ 语言的使用者因为缺少重复的时间标记练习，对时间的感知则相对模糊。其次，对未来回报发生时间的不同认知，会改变决策者所评估的未来回报现值。一方面，强FTＲ 语言使得说话者在计算未来回报的现值时需要在真实的时间距离上额外叠加感知的心理距离，而这一因素对弱FTＲ 语言使用者来说影响较小; 另一方面，强FTＲ 语言提高了说话者在时间感知上的精确性，确定的时间分布降低了未来回报的现值，而对弱FTＲ 语言使用者而言，时间分布方差更大从而未来回报现值更高。本文尝试用数学方式来直观说明，对时间距离和准确性的认知差异如何影响未来回报的折现。首先，考虑一个简单的单期折现公式，PV = FV / ( 1 + r) n，其中r 为折现率( 0 ＜ r ＜ 1) ，则当时间距离越远( n 取值越大) ，未来回报的现值越小; 其次，为了方便理解时间准确性的影响，本文假定有两个回报期望值相同的项目，其中一个项目的回报时间是确定的( t = 2) ，另一个项目的回报时间相对不确定( 在t = 1 和t = 3 取得回报的概率各为50%) ，由0 ＜ r ＜ 1 可以很容易推得[ 0. 5 / ( 1 + r) + 0. 5 / ( 1 + r) 3 ] － 1 / ( 1 + r) 2 ＞ 0，即时间分布的方差越1292021 年第7 期小，未来回报的现值越低。借助这一公式，①可以形成一个直观结论: 弱FTＲ 语言使用者的时间均值更小、时间分布的方差更大，因而未来收益的现值更高，更有可能选择在当前节制以获得未来回报。人类日常生活中很多例如储蓄、锻炼的行为决策，都需要在当前与未来之间做出抉择，这本质上取决于决策者对未来的折现，而折现需要基于决策者对时间信息的认知。经济活动也是。因此，语言的FTＲ 特征相比语言在方位和颜色等方面的差异具有更广泛的社会和经济影响。例如，Chen( 2013)发现，使用弱FTＲ 语言的人倾向于多储蓄、少抽烟以及安全的性生活方式，而且这些人群的肥胖程度也较低。Figlio et al．( 2019) 表明，使用弱FTＲ 语言的学生旷课和违规事件更少，成绩和毕业率更高，也更有可能接受大学教育。不同语言的FTＲ 特征差异对于宏观经济结果也有显著的影响，如人均收入、全要素生产率、资本存量和通货膨胀( Galor et al．，2016) 。公司层面的研究也表明，在弱FTＲ 语言环境中经营的公司会投入更多研发资金( Su et al．，2016) ，持有更多预防性现金( Chen etal．，2017) ，并有更好的社会责任表现( Liang et al．，2018) 。企业的股利发放决策也不可避免地会受到FTＲ 特征的影响。股利政策是公司财务理论的核心问题之一，长期以来受到国内外学者的关注( 王国俊和王跃堂，2014; 张玮婷和王志强，2015;Golubov et al．，2020) 。Miller ＆ Modigliani( 1961) 基于完美市场中现金股利和资本利得的替代作用，提出了股利与公司价值无关论。但这不能够解释现实中投资者对现金股利的青睐，以及在发放股利之后公司市值的提高。理论与现实的这一矛盾被称为“股利之谜”，并引起了学术界的广泛关注。随后，大量学者通过放松M＆M 理论的不同假设，形成了理解股利政策和“股利之谜”的丰硕理论成果。② 然而，尽管学术界已经做了大量努力，“股利之谜”却仍远未得到彻底解决。La Porta etal．( 2000) 发现，股利政策差异普遍存在于不同国家( 地区) 之间，并且不能被税收或法律制度等因素充分解释。近十来年，学术界开始尝试从文化这一非正式制度的视角解释各国之间的股利政策差异( Bae et al．，2012; 李毓鑫和王金波，2015) 。而语言作为另一种重要的非正式制度却被忽略。投资者对股利的诉求，取决于他们在现在的现金收入和未来的投资回报之间的权衡( Gordon，1963) ，但股利留存再投资的未来回报本身是不确定的，这一不确定性不仅仅是回报金额上的不确定，还包括回报时间的不确定。对时间不确定性的认知差异，会导致不同股东对股利的诉求存在显著区别。使用弱FTＲ 语言的股东，在评估未来回报时感知的时间距离现在更近、不确定性更大; 当未来回报的期望值一致时，使用弱FTＲ 语言的股东评估得到的现值会更高，从而减少了他们对当前股利收入的诉求。因此，本文提出假设:假设: 在使用弱FTＲ 语言的国家( 地区) 中，公司的现金股利支付率较低。三、研究设计( 一) 样本与数据本文首先获取了不同语言的FTＲ 特征以及各国( 地区) 的语言种类。其中，对于不同语言的FTＲ 特征，参照现有文献( Chen et al．，2017; Kim et al．，2017) 的通用做法，采用Chen( 2013) 在欧洲130潘越等: 语言将来时态标记特征与公司股利政策①②本文选择了一个简单的折现公式来阐释，但可以证明，任何形式的折现公式都满足严格凸函数条件，因而结论仍会成立。股息税和资本利得税在现实中的差异被首先用来解释这一问题( Black，1976) 。信息不对称则被认为是企业股利政策的另一个重要决定因素。在投资者掌握较少信息的情况下，发放现金股利被视为传递公司未来盈利能力的一种信号( Bhattacharya，1979) 。代理问题也会影响公司的股利政策，这是因为发放现金股利会减少公司的自由现金流，从而缓解管理层的过度投资问题( Easterbrook，1984) 。基于股东非理性的假设，学者们还发展出了期望理论( Kahneman ＆ Tversky，1979) 、自我控制理论( Shefrin ＆Statman，1984) 、迎合理论( Baker ＆ Wurgler，2004) 等行为学理论来解释企业的股利政策选择。科学基金会赞助的“欧洲语言类型学”项目( EUＲOTYP) 基础上进行补充后的数据; 对于各国( 地区) 语言，本文主要考虑其官方语言( Su et al．，2016; Liang et al．，2018) ，并在稳健性检验中以使用人口比例最高的语言来确定( Mavisakalyan，2015) 。公司层面的数据来源于Compustat North America 和Compustat Global 数据库，样本期间为1989—2017 年( Chen et al．，2017) 。本文删除了公用事业( SIC 编码4900—4999) 和金融行业( SIC编码6000—6999) ，以及主要变量存在缺省值的样本。同时，参照Kim et al．( 2017) 的做法，本文还删除了样本量不足50 个的国家( 地区) 的观测值。最后，本文余下306533 个公司年样本，覆盖30个国家( 地区) 33414 家公司。( 二) 变量和模型1． 语言FTＲ 特征( weak_FTＲ) : 参照既有文献的做法，本文构建了虚拟变量weak_FTＲ 来度量企业总部注册地所在国( 地区) 的官方语言的将来时态标记情况。对于一个公司—年样本，若公司总部位于官方语言为弱FTＲ 语言的国家( 地区) ，变量weak_FTＲ 取值为1，否则取值为0。在稳健性检验中，本文采取了其他多种度量方式进行替代。2． 股利支付比率( DIV_TA) : 参照Bae et al．( 2012) 、Huang et al．( 2015) 等的做法，本文以“普通股现金股利/资产总额”构建变量DIV_TA 作为基本回归中的因变量，度量公司各年度的股利支付比率，并以“普通股现金股利/所有者权益”( DIV_CQ) 、“普通股现金股利/净利润”( DIV_NI) 和“是否支付股利”( DIV_Dummy) 进行稳健性检验。3． 其他变量: 在多元回归中，本文还加入了其他可能影响企业股利支付的变量( Controls) 。其中，公司层面的特征变量包括: 公司规模( Size) 、资产负债率( Lev) 、资产收益率( ＲOA) 、收入增速( Growth) 和现金持有水平( Cash) 。国家( 地区) 层面的特征变量包括: 人均GDP( GDP) 、实际利率( Interest ) 、股票市场规模( MktCap ) 、法律渊源( ComLaw ) 、中小股东保护指数( MinorProt) 、所有权集中度( OwnerCtrl) 、企业信息透明指数( FirmTrans) 、股利税负指数( Tax) 和风险规避程度( UA) 等。其中，人均GDP、实际利率和股票市场规模取自CEIC 全球经济数据库;法律渊源、股利税负指数和风险规避程度分别取自La Porta et al．( 1998) 、Fidrmuc ＆ Jacob( 2010)和Hofstede et al．( 2010) ; 中小股东保护指数、所有权集中度和企业信息透明指数取自世界银行的公开数据。4． 本文实证模型如下:DIV = β0 + β1weak_FTＲ + β2Controls + FEs + ε ( 1)此外，本文在模型中控制了多个层面的固定效应( FEs) : 行业( Industry FE) 、年份( Year FE) 、样本国家( 地区) 所处的大洲( Continent FE) 和宗教信仰( Ｒeligion FE) 。其中，行业虚拟变量依据Compustat 数据库中的四位行业编码进行设定。本文还对数据做了如下处理: ( 1) 对连续变量在1%和99%分位上做缩尾处理; ( 2) 模型中各系数的标准差均Cluster 到公司层面。四、实证结果及分析( 一) 变量描述性统计变量的描述性统计结果见表1。本文样本的普通股股利占总资产的比率( DIV_TA) 均值为1. 166%，与现有研究的样本均值比例相近( Bae et al．( 2012) 中同一变量1993—2004 年的均值约为1. 3%) ，标准差为2. 427%。可见，对不同国家( 地区) 的不同公司而言，股利支付比率存在较大的差异。此外，本文样本公司约32%注册于使用弱FTＲ 语言的国家( 地区) ，这一比例在Liang et al．( 2018) 中为28%，在Kim et al．( 2017) 中为42%。本文均值处于合理范围内。同时，本文按国家( 地区) 对主要变量进行统计发现，在使用弱FTＲ 语言的国家( 地区) ，股利支付比率均值为1312021 年第7 期1. 06%，而在强FTＲ 语言环境中这一比率为1. 22%，两者差异在1%置信水平上显著。这初步支持了本文假设，即在使用弱FTＲ 语言的国家( 地区) 中，公司的股利支付比率较低。①表1 变量描述性统计变量变量符号Mean SD P25 P50 P75 N普通股股利/总资产DIV_TA 1. 166 2. 427 0. 000 0. 225 1. 244 306533FTＲ 特征( 弱FTＲ 取1) weak_FTＲ 0. 322 0. 467 0. 000 0. 000 1. 000 306533公司规模Size 6. 683 3. 268 4. 215 6. 385 9. 082 306533资产负债率Lev 0. 511 0. 239 0. 329 0. 508 0. 677 306533资产收益率ＲOA － 0. 033 0. 419 0. 008 0. 051 0. 095 306533收入增速Growth 0. 212 0. 840 － 0. 032 0. 066 0. 215 306533现金持有水平Cash 0. 180 0. 193 0. 041 0. 116 0. 248 306533人均GDP GDP 10. 265 0. 691 10. 146 10. 452 10. 679 306533实际利率Interest 3. 661 2. 525 2. 087 3. 405 4. 975 306533股票市场规模MktCap 4. 523 0. 452 4. 210 4. 612 4. 880 306533法律渊源ComLaw 0. 635 0. 481 0. 000 1. 000 1. 000 306533中小股东保护指数MinorProt 0. 636 0. 139 0. 499 0. 654 0. 654 306533所有权集中度OwnerCtrl 4. 384 1. 053 4. 000 4. 400 4. 400 306533企业信息透明指数FirmTrans 6. 506 1. 420 5. 400 6. 000 8. 000 306533股利税负指数Tax 0. 868 0. 082 0. 840 0. 880 0. 880 306533风险规避程度UA 54. 529 21. 748 46. 000 46. 000 65. 000 306533( 二) 基本回归结果表2 报告了模型( 1) 的估计结果: 列( 1) 仅包括因变量DIV_TA 和自变量weak_FTＲ; 列( 2) 加入了公司特征变量和行业、年份固定效应; 列( 3) 加入了国家( 地区) 层面的经济特征变量( 人均GDP、实际利率和股票市场规模) ; 列( 4) 加入了国家( 地区) 的制度特征变量，其中，法律渊源( ComLaw) 度量各国( 地区) 的法制环境，中小股东保护指数( MinorProt) 、所有权集中度( OwnerCtrl)和企业信息透明指数( FirmTrans) 分别度量国家( 地区) 层面的两类代理问题和信息不对称的综合水平，股利税负指数( Tax) 和风险规避程度( UA) 分别表征税收因素和风险偏好对股利政策的影响，同时还增加控制了样本国家( 地区) 所处的大洲和主要宗教信仰的固定效应。表2 显示，自变量weak_FTＲ 的估计系数显著为负。这支持了本文的假设: 在使用弱FTＲ 语言的国家( 地区) 中，公司股利支付比率较低。这一结果也具备经济意义: 注册于使用弱FTＲ 语言的国家( 地区) 的公司，相比强FTＲ 语言环境，股利支付比率低0. 273%。这一数值约相当于公司股利支付率均值( 1. 166%) 的23%。控制变量回归结果也符合现有研究发现: 公司的业绩表现( ＲOA) 越高、持有现金( Cash) 越多，支付的股利越多; 收入增速( Growth) 越快、财务杠杆( Lev) 越高，意味着有较多的投资机会和融资需求，股利支付越少。在国家( 地区) 层面，实际利率( Interest) 越高、所有权集中度( OwnerCtrl) 越高，股利支付越多; 股票市场( MktCap) 越成熟、少数股东权益保护( MinorProt) 越完善，对现金股利的诉求越小。132潘越等: 语言将来时态标记特征与公司股利政策① 由于篇幅限制，此处描述性统计表格未呈现，结果留存备索。表2 语言FTＲ 特征对企业股利支付的影响Dep． Var． : DIV_TA ( 1) ( 2) ( 3) ( 4)weak_FTＲ－ 0. 157＊＊＊( 0. 0215)－ 0. 361＊＊＊( 0. 0300)－ 0. 335＊＊＊( 0. 0374)－ 0. 273＊＊( 0. 125)Size－ 0. 0222＊＊＊( 0. 00468)－ 0. 0199＊＊＊( 0. 00506)0. 0479＊＊＊( 0. 00648)Lev－ 0. 703＊＊＊( 0. 0483)－ 0. 700＊＊＊( 0. 0485)－ 0. 589＊＊＊( 0. 0453)ＲOA0. 893＊＊＊( 0. 0278)0. 887＊＊＊( 0. 0282)0. 618＊＊＊( 0. 0256)Growth－ 0. 117＊＊＊( 0. 00502)－ 0. 116＊＊＊( 0. 00498)－ 0. 0967＊＊＊( 0. 00473)Cash0. 323＊＊＊( 0. 0654)0. 344＊＊＊( 0. 0653)0. 681＊＊＊( 0. 0603)GDP0. 0366＊＊( 0. 0170)－ 0. 0328( 0. 0436)Interest0. 0662＊＊＊( 0. 00593)0. 0102＊＊( 0. 00475)MktCap－ 0. 0384( 0. 0435)－ 0. 204＊＊＊( 0. 0331)ComLaw2. 957＊＊＊( 0. 248)MinorProt－ 2. 640＊＊＊( 0. 401)OwnerCtrl0. 0968＊＊＊( 0. 0345)FirmTrans－ 0. 0525( 0. 0411)Tax－ 2. 103＊＊＊( 0. 309)UA0. 00438( 0. 00371)Industry FE Not Yes Yes YesYear FE Not Yes Yes YesContinent FE Not Not Not YesＲeligion FE Not Not Not YesAdj． Ｒ2 0. 001 0. 091 0. 094 0. 193Observations 306533 306533 306533 306533注: ＊＊＊、＊＊和* 分别表示在1%、5%和10%显著性水平上显著，括号中列示标准误，下表同。1332021 年第7 期( 三) 内生性问题的检验本文的自变量weak_FTＲ 是基于各个国家( 地区) 的官方语言匹配得到的国家( 地区) 层面的特征变量。由于国家( 地区) 的历史、地理、文化和制度等因素之间的关系错综复杂，很可能存在遗漏变量问题。虽然本文已经在基本回归中控制了诸多变量，但为了进一步确保结论的稳健性，此处增加控制了可能的遗漏变量和交互固定效应，并采用工具变量和DID 模型等多种方法进行检验。1． 控制其他语言特征及文化变量语言在发展和演变的过程中形成了不同的特征，这些特征之间相互交织和融合。为此，本文加入了语言的其他特征变量，以缓解可能的遗漏变量问题。根据现有文献，本文控制了以下语言特征: ( 1) 第一人称代词省略( 1stPronDrop) 。不同语言对说话者作为句子主语时是否能省去第一人称代词的要求不同。例如: 中文在表达说话者知道某件事时，可以说“我知道”或“知道”，但用英语需表述为“I know”。明确使用“我”强调了说话者与听众的不同，而没有出现“我”降低了说话人的重要性。因此，在不允许省去第一人称代词的语言环境下，个人主义色彩会更浓厚; 而允许省去第一人称代词的语言预计会更多的与集体主义文化联系在一起( Licht et al．，2007) 。( 2) 第二人称代词数量( 2ndPronNum) 。以普通话和英语的差异来说明: 普通话中存在“你”和“您”两类第二人称代词，在这类语言的使用中，说话者必须密切关注他们与听众的人际关系，特别是社会等级和权力距离的差异( Davis ＆ Abdurazokzoda，2016) 。相比之下，使用英语时并不需要注意这一事项，因为英语中只有一种形式的第二人称代词“you”。( 3) 虚拟语气( IＲＲ) 。例如，普通话在陈述真实发生和猜测( 或建议) 的虚拟事件时，并未有明显的语法区分; 而用英语表述虚拟事件时会要求使用过去时态，法语、意大利语等则对动词形式有更严格的要求。在日常用语中频繁区分真实和虚拟事件，会降低人们的风险偏好( Bernhofer et al．，2019) 。此外，虽然基本回归中控制了国家( 地区) 的宗教特征( Ｒeligion) 和风险规避偏好( UA) ，但为了进一步缓解文化因素对结论的可能影响，本文还参照Chen et al．( 2017) ，加入了不同国家( 地区) 的腐败和信任特征，数据来源分别是透明国际组织公布的腐败感知指数( Corruption) 和World ValueSurvey 的信任数据( Trust) 。表3 的列( 1) 增加了语言的其他三个特征变量，列( 2) 增加了不同社会的腐败和信任特征，列( 3) 同时加入上述变量。结果显示，自变量系数为负，支持本文结论。表3 控制其他语言特征和文化变量Dep． Var． : DIV_TA ( 1) ( 2) ( 3)weak_FTＲ－ 0. 551＊＊＊( 0. 165)－ 0. 375＊＊＊( 0. 129)－ 0. 520＊＊＊( 0. 172)1stPronDrop2. 333＊＊＊( 0. 234)2. 748＊＊＊( 0. 244)2ndPronNum－ 0. 530＊＊( 0. 226)0. 166( 0. 249)IＲＲ－ 0. 378＊＊＊( 0. 0510)－ 0. 454＊＊＊( 0. 0486)Corruption－ 0. 0229＊＊＊( 0. 00474)－ 0. 0261＊＊＊( 0. 00523)Trust－ 0. 898＊＊( 0. 349)－ 2. 558＊＊＊( 0. 344)134潘越等: 语言将来时态标记特征与公司股利政策续表3Dep． Var． : DIV_TA ( 1) ( 2) ( 3)Firm ＆ Country Controls Yes Yes YesFixed Effects in equation ( 1) Yes Yes YesAdj． Ｒ2 0. 195 0. 193 0. 196Observations 306533 306533 3065332． 增加多组固定效应为了控制未能观测的其他维度异质性的影响，本文还控制了多组固定效应，结果列示于表4。首先，各国( 地区) 所用语言的演变与其被殖民历史紧密相关，而被殖民经历也会对当地文化和经济产生长久影响，为此，本文在列( 1) 中加入了殖民历史( Colony) 固定效应，度量上分为被法国殖民、被英国殖民、被其他大陆法系国家( 葡萄牙、西班牙等) 殖民、被美国或日本等其他国家殖民和未被殖民五类; 列( 2) 中增加了“行业× 年”( Industry × Year) 的固定效应，以控制未能观测到的行业生命周期变化因素( Matsa，2010) ; 同时，考虑到不同行业所处的生命周期阶段在不同大洲间可能也存在明显差异，本文在列( 3) 中增加了“洲× 行业× 年”( Continent × Industry × Year) 的交互固定效应。从结果可以看到，模型的解释力度随着固定效应的增加而提高，且自变量weak_FTＲ 的估计系数始终显著为负，支持了本文结论。表4 增加控制多组固定效应Dep． Var． : DIV_TA ( 1) ( 2) ( 3)weak_FTＲ－ 0. 301＊＊( 0. 143)－ 0. 289＊＊( 0. 126)－ 0. 369＊＊＊( 0. 110)Firm ＆ Country Controls Yes Yes YesFixed Effects in equation ( 1) Yes Yes YesFixed Effects newly － added Colony Industry × Year Continent × Industry × YearAdj． Ｒ2 0. 195 0. 197 0. 209Observations 306533 306533 3065333． 工具变量法本文参照Mavisakalyan et al．( 2018) ，采用公元前1500 年的粮食产量( GropYield) 数据作为语言FTＲ 特征的工具变量，进一步缓解内生性问题。Galor ＆ zak( 2016) 关于FTＲ 特征的农业起源的研究指出，包括FTＲ 特征在内的各种语言结构一开始是为了使人际交流中条理更加清晰、传递信息更加准确，但其随后的演变则更多与交流的效率相关。FTＲ 要求人们在表述每一事件时都要先分辨事件发生的时点，再根据不同时点运用相应的语法结构，这增加了人际沟通的成本。一般而言，人口越多，对沟通效率的需求越紧迫。较高的粮食产量增加了生存概率和人口规模，使得效率需求更加突出，进而降低FTＲ 特征在社会发展过程中被使用和保留下来的概率。因此，历史上粮食产量较高的国家( 地区) ，存在语言FTＲ 特征的可能性较低。在检验工具变量是否满足外生性假设时，本文首先参照方颖和赵扬( 2011) ，同时用粮食产量和FTＲ 特征来解释股利支付。如果工具变量仅通过FTＲ 特征来影响股利支付，那么在控制FTＲ特征的情况下，工具变量应该对股利支付不显著。表5 的列( 1) 是因变量DIV_TA 对工具变量GropYield 的回归结果，列( 2) 增加控制了自变量weak_FTＲ。可以看到: 列( 1) 中GropYield 的系数显著为负，而列( 2) 加入weak_FTＲ 后，GropYield 系数的显著性消失。这说明，工具变量对因变量的作用主要通过FTＲ 特征体现出来。这初步证实了工具变量符合外生性假设。此外，本文考虑了是否1352021 年第7 期存在其他途径导致公元前粮食产量影响现代不同国家( 地区) 的股利支付现状。例如，农耕文明在工业社会中的经济发展总体上可能较为落后，而经济绩效会影响股利支付水平。对此本文仔细对比了公元前1500 年粮食产量与现今经济发展水平，发现在发达国家中，美国( 主要是东海岸) 以及欧洲地区的粮食产量较高，而加拿大、澳大利亚、新西兰等其他国家的产量则居于末尾; 发展中国家( 以金砖五国为例) 中，中国和巴西的产量较高，而俄罗斯、南非和印度的产量则较低。鉴于公元前粮食产量和现今经济绩效之间的相关性直观来看并不高，本文排除了该干扰途径。表5 的列( 3) 和( 4) 报告了工具变量的两阶段回归结果。列( 3) 的第一阶段回归结果证实了公元前1500 年的粮食产量与语言的弱FTＲ 特征存在显著的正相关关系，即粮食产量越高，语言使用中不强制要求标记将来时态( weak _FTＲ = 1) 的概率越高。并且，第一阶段回归的Ｒ2 非常高( 0. 939) ，这也在一定程度上说明，即便工具变量并不完全满足外生性要求， IV 估计也很可能得到相比OLS 较优的结果。列( 4) 是第二阶段回归结果，可以看到，自变量估计系数仍然在5% 的置信水平上显著为负。弱工具变量检验的F 值为128. 91，远大于参考临界值11. 59。而且，相比基本回归结果，自变量系数扩大不到5 倍，符合经验判断。表5 工具变量回归结果Dep． Var． DIV_TA DIV_TA weak_FTＲ DIV_TA( 1) ( 2) ( 3) ( 4)weak_FTＲ－ 0. 247*( 0. 127)－ 1. 294＊＊( 0. 654)GropYield－ 0. 137＊＊( 0. 0689)－ 0. 111( 0. 0705)0. 106＊＊＊( 0. 00934)Kleibergen-Paap F Statistic 128. 91Firm ＆ Country Controls Yes Yes Yes YesFixed Effects in equation ( 1) Yes Yes Yes YesAdj． Ｒ2 0. 192 0. 193 0. 939 0. 141Observations 306533 306533 306533 3065334． 以1997 年香港回归构建DID 模型本文借鉴Chen et al．( 2017) ，以1997 年香港回归作为冲击事件构建DID 模型，进一步缓解内生性问题。自1842 年清政府将香港割让给英国之后150 余年里，英语一直是香港的官方语言。直至1997 年，英国将香港地区主权交还给中国后，香港基本法修改版中的第一章第九条才正式将普通话确立为官方语言。其后，随着香港与大陆地区的经济融合不断深入，中资在香港的影响力快速扩大，普通话在香港的商业活动中也日益重要。英语和普通话在将来时态标记上存在明显的差异( 英语是强FTＲ 语言，普通话是弱FTＲ 语言) ，这为以1997 年香港回归事件构建DID 模型检验本文假设提供了可能。本文认为，该事件可能从两个方面对股东的股利诉求产生影响: 第一，普通话在港使用频率的提高，尤其是在政府和商业活动中的广泛使用，会一定程度上改变香港居民和本地投资者的思维，当然这一影响相对缓慢; 第二，更重要的是，在香港回归之后，中资在港的影响力和中资股东比重的增加，也会带来股利诉求的变化。根据港交所的公开数据，来自中国内地的投资者比例自1999 年以来持续且快速增加，至2018 年占比已超过20%，与来自英美的投资相当。本文参照Chen et al．( 2017) 的做法，首先以整个样本期间( 1989—2017) 作为DID 回归区间，并设置了变量Post1997，对于1997 年之后的样本取值为1，其余取值为0( 删除事件发生当年1997 年的样本) 。在实验组和参照组的区分上，本文首先设置了变量Full，并对于香港地区的样本公司取值为1，其余取值为0。随后，将Post1997 与Full 交乘放入基本回归模型，结果如表6 的列( 1) 所136潘越等: 语言将来时态标记特征与公司股利政策示。可以看到: 交乘项的估计系数显著为负，说明香港官方语言由强FTＲ 的英语转变为弱FTＲ 的普通话后，香港地区的企业股利支付水平相比其他国家( 地区) 明显下降，支持本文假设。其次，考虑到1997 年亚洲发生了金融危机，也波及到了香港地区，有可能DID 回归的结果( 交乘项系数显著为负) 是源于公司受到危机冲击而普遍减少股利发放所致。为了排除这一因素，本文将控制组设定为同样受到亚洲金融危机冲击的日本、韩国和新加坡，相应设置新的分组变量Asia，重新运行DID 模型，结果列示于表6 的列( 2) 。同时，考虑到亚洲各个国家( 地区) 受金融风暴影响的主要时间存在先后，本文剔除了1997 年、1998 年样本后，①重新回归，列( 3) 显示结果仍然稳健。此外，在表6 的列( 4) 至( 6) 中，本文仅使用新加坡样本作为控制组。香港和新加坡都曾是英国的殖民地，有相同的法律渊源，也同时使用普通话和英语两种语言，在历史、文化和法律等各方面有诸多相似之处。从数据上看，对于基本回归中国家( 地区) 层面的制度变量( 包括法律渊源、中小股东保护指数、所有权集中度、企业信息透明指数、股利税负指数和风险规避程度等) ，香港和新加坡均有一样的取值。本文新设置分组变量SGP，分别以整个样本期间和剔除1997—1998 年后的样本，运行DID 模型，结果列示于表6 的列( 4) 和( 5) 。列( 6) 中则用PSM 方法在新加坡样本中1 ∶ 1匹配得到香港样本的参照组，并剔除1997—1998 年样本后重新回归。② 结论支持本文假设。表6 以1997 年香港回归构建DID 模型Dep. Var. :DIV_TA( 1) ( 2) ( 3) ( 4) ( 5) ( 6)Full sample Asian sample Hong Kong vs Singaporewhole period whole period exclude 1997—1998 whole period exclude 1997—1998 PSM samplePost1997－ 0. 0523＊＊( 0. 0220)0. 117＊＊＊( 0. 0166)0. 126＊＊＊( 0. 0172)0. 560＊＊＊( 0. 188)0. 602＊＊＊( 0. 198)1. 697＊＊＊( 0. 451)Full /Asia /SGP2. 009＊＊＊( 0. 747)2. 657＊＊＊( 0. 641)2. 633＊＊＊( 0. 643)2. 840＊＊＊( 0. 514)2. 893＊＊＊( 0. 519)2. 824＊＊＊( 0. 591)Post1997 ×Full－ 2. 609＊＊＊( 0. 682)Post1997 ×Asia－ 2. 582＊＊＊( 0. 597)－ 2. 598＊＊＊( 0. 610)Post1997 ×SGP－ 2. 648＊＊＊( 0. 523)－ 2. 696＊＊＊( 0. 536)－ 3. 536＊＊＊( 0. 624)All Controls Yes Yes Yes Yes Yes YesIndustry FE Yes Yes Yes Yes Yes YesContinent FE Yes Yes Yes Yes Yes YesＲeligion FE Yes Yes Yes Yes Yes YesAdj. Ｒ2 0. 185 0. 404 0. 403 0. 390 0. 384 0. 585Observations 295162 72513 70472 6631 6434 2860( 四) FTＲ 影响股利支付的机制检验本文首先控制了长期价值导向这一文化维度的影响，观察是否存在FTＲ 特征影响股利支付的1372021 年第7 期①②维基百科中亚洲金融风暴词条中基于大量材料和文献的分析，将这一危机分为三个阶段: 1997 年7 月至12 月; 1998 年1月至1998 年7 月; 1998 年7 月到当年底。本文对表6 列( 5) 和( 6) 做了动态效应检验，证实DID 模型满足平行趋势要求。限于篇幅，留存备索。其他机制。Galor et al．( 2016) 在研究语言FTＲ 特征的经济影响时提出，弱FTＲ 语言环境更可能塑造出长期价值导向的信念和偏好，从而降低说话者做出短视选择的概率。为控制这一文化维度的影响，本文使用了被广泛采用的调查数据GLOBE Project 的Future Oriented Value( FOV) 数据来度量长期价值导向( House et al．，1999) 。表7 列( 1) 报告了加入长期价值导向后的回归结果。可以看到: 首先，变量FOV 的系数显著为负，说明长期价值导向会削弱现金股利诉求，这与既有文献的研究一致; 其次，自变量weak_FTＲ 的估计系数仍然显著为负，说明在控制了长期价值导向这一文化维度的影响之后仍然存在其他作用机制。其次，本文检验股东受教育水平和机构持股比例对信息认知差异的调整，是否会影响FTＲ 特征与股利支付的关系，以此验证FTＲ 特征的认知机制。语言对个体决策的认知机制体现在，语言会改变说话者对事物的分类，且重复的语言练习还能提高分类的准确性( Slobin，2003) ，而事物的分类及其准确性是个体决策必需的信息( Glynn ＆ Navis，2013) 。Mavisakalyan ＆ Weber( 2018) 进一步提出，在说话者不完全理性、无法穷尽所有分类的情况下，语言的这一影响更为显著。鉴于股东整体的理性程度会受到股东受教育水平和机构投资者持股比例的影响，本文据此检验FTＲ 特征影响股利支付的认知机制。本文在机制分析部分均控制了长期价值导向( FOV) 的影响。受教育水平的提高有助于改善股东获取信息的能力、提高信息质量( Welch，1970) ，减轻使用不同FTＲ 特征语言的股东在时间认知上的差异，从而削弱基本回归中弱FTＲ 对股利支付的影响。本文从世界银行公开数据中获取各个国家( 地区) 的“接受大学本科及以上教育的25 岁以上人口比例”来度量该国( 地区) 股东的受教育水平( Edu) ，与自变量weak_FTＲ 交乘加入基本回归。结果如表7 列( 2) 所示，交互项的估计系数显著为正，与weak_FTＲ 系数符号相反，证实了语言的FTＲ 特征可以通过影响信息认知改变企业的股利政策。机构投资者相比散户而言具备较高的理性程度( Verma ＆ Verma，2008) ，获取和处理信息的能力更强，从而缓解不同FTＲ 特征带来的信息认知差异。本文采用Ferreira ＆ Matos( 2008) 的研究结果作为各国( 地区) 资本市场结构中的机构投资者持股比例( IO) 的度量，并与自变量weak_FTＲ 交乘加入回归。表7 列( 3) 的结果显示，交乘项系数显著为正，与weak_FTＲ 系数符号相反，再次证实了FTＲ 特征通过改变信息认知影响股利支付。此外，考虑到部分持股比例较低的机构投资者可能并非长期价值投资者，更可能做出短视选择，从而影响其理性程度。对此，本文采用Li et al．( 2006)计算的各国( 地区) 持股5% 以上的机构投资者持股比例( 5% IO) 替代变量IO 加入回归，表7 列( 4) 显示结果不变。表7 FTＲ 影响企业股利支付的认知机制Dep． Var． : DIV_TA ( 1) ( 2) ( 3) ( 4)μ Edu IO 5%IOweak_FTＲ－ 0. 337＊＊( 0. 138)－ 1. 989＊＊＊( 0. 351)－ 2. 318＊＊＊( 0. 302)－ 2. 287＊＊＊( 0. 345)FOV－ 0. 433＊＊＊( 0. 151)－ 0. 384＊＊( 0. 186)－ 0. 767＊＊＊( 0. 196)－ 0. 119( 0. 175)weak_FTＲ ×