We use treatment effects models to

We use treatment effects models to address such self-selection and reverse causality concerns. The treatment indicator is a dummy that equals one for family firms as a whole or for one of the five categories preciously analyzed. The outcome variable is Tobin’s q. Because the family firm category dummies are themselves an interaction of to treatments (family control and family management), which, in turn, require family ownership as a pre-condition, we effectively model family ownership, control, and management as a jointly endogenous choice. The treatment effect regressions are estimated, using Heckman’s (1979) two step procedure, as separate regressions on subsamples that include only the family firms in the category being analyzed and the nonfamily firms.
To meet the exclusion restrictions that are necessary for identification in Heckman’s model, we include two variables in the probit model that we do not include in the second-stage regression, namely, idiosyncratic risk and lagged q. We use idiosyncratic risk as an instrument because q, as a measure of firm value, should be a function of expected cash flows and expected returns. According to the Capital Asset Pricing Model (CAPM), the later should only be a function of market risk, but not of idiosyncratic or firm-specific risk. Indeed, the correlation between q and idiosyncratic risk in our sample is –0.046, which is not significantly different from zero. Yet, family firm owners, who are imperfectly diversified, should care about both types of risk. We also include lagged q in the probit model to test for a potential reverse causation between value and the family’s decision to maintain their ownership of the firm, enhance control beyond their ownership stake, or participate in management . Our results are similar to those reported here if we use either of the two instruments alone. They are also robust to using a propensity score matching estimator, which does not require exclusion restrictions for identification but assumes selection on observables (Villalonga, 2004).

Kết quả (Việt) 1:

Chúng tôi sử dụng điều trị tác dụng mô hình để giải quyết như vậy tự và mối quan tâm quan hệ nhân quả đảo ngược. Các chỉ số điều trị là một giả bằng một cho các công ty gia đình như một toàn bộ hoặc cho một trong năm loại phân tích preciously. Biến kết quả là q của Tobin. Vì gia đình công ty mục núm vú cao su là một sự tương tác của để điều trị (gia đình kiểm soát và quản lý gia đình), mà, lần lượt, yêu cầu quyền sở hữu gia đình như là một điều kiện trước, chúng tôi có hiệu quả mô hình gia đình sở hữu, điều khiển, và quản lý như là một sự lựa chọn cùng nội sinh. Điều trị có hiệu lực regressions được ước tính, sử dụng của Heckman (1979), hai bước thủ tục, như riêng biệt regressions trên subsamples bao gồm chỉ là các công ty gia đình trong thể loại được phân tích và các công ty nonfamily. To meet the exclusion restrictions that are necessary for identification in Heckman’s model, we include two variables in the probit model that we do not include in the second-stage regression, namely, idiosyncratic risk and lagged q. We use idiosyncratic risk as an instrument because q, as a measure of firm value, should be a function of expected cash flows and expected returns. According to the Capital Asset Pricing Model (CAPM), the later should only be a function of market risk, but not of idiosyncratic or firm-specific risk. Indeed, the correlation between q and idiosyncratic risk in our sample is –0.046, which is not significantly different from zero. Yet, family firm owners, who are imperfectly diversified, should care about both types of risk. We also include lagged q in the probit model to test for a potential reverse causation between value and the family’s decision to maintain their ownership of the firm, enhance control beyond their ownership stake, or participate in management . Our results are similar to those reported here if we use either of the two instruments alone. They are also robust to using a propensity score matching estimator, which does not require exclusion restrictions for identification but assumes selection on observables (Villalonga, 2004).

Kết quả (Việt) 2:

Chúng tôi sử dụng hiệu quả điều trị nhằm giải quyết như tự lựa chọn và đảo ngược mối quan tâm quan hệ nhân quả. Các chỉ số điều trị là một dummy đó bằng một cho các công ty gia đình như một toàn bộ hoặc cho một trong năm loại mỉ phân tích. Biến số kết quả là q Tobin. Bởi vì núm vú cao su loại công ty gia đình là chính mình một sự tương tác của các phương pháp điều trị (điều khiển gia đình và quản lý gia đình), trong đó, lần lượt, yêu cầu quyền sở hữu của gia đình như là một điều kiện tiên, chúng tôi có hiệu quả mô hình sở hữu gia đình, kiểm soát và quản lý như là một sự lựa chọn cùng nội sinh . Các hồi quy hiệu quả điều trị được ước lượng, sử dụng (1979) hai bước thủ tục Heckman, như hồi quy riêng về subsamples mà chỉ bao gồm các công ty gia đình trong hạng mục được phân tích và các công ty nonfamily.
Để đáp ứng các hạn chế loại trừ đó là cần thiết để xác định trong mô hình Heckman của , chúng tôi bao gồm hai biến trong mô hình probit rằng chúng tôi không bao gồm trong hồi quy thứ hai giai đoạn, cụ thể là, nguy cơ mang phong cách riêng và tụt q. Chúng tôi sử dụng có nguy cơ mang phong cách riêng như một công cụ vì q, như một thước đo giá trị công ty, phải là một chức năng của các dòng tiền kỳ vọng và lợi nhuận kỳ vọng. Theo giá Tài sản Vốn Model (CAPM), sau này chỉ nên là một chức năng của rủi ro thị trường, nhưng không có nguy cơ mang phong cách riêng hay công ty cụ thể. Thật vậy, sự tương quan giữa q và nguy cơ mang phong cách riêng trong mẫu của chúng tôi là -0,046, đó là không đáng kể khác nhau từ số không. Tuy nhiên, chủ sở hữu công ty gia đình, những người không hoàn hảo đa dạng, nên quan tâm đến cả hai loại rủi ro. Chúng tôi cũng bao gồm q tụt lại trong mô hình probit để kiểm tra cho một nhân quả ngược tiềm năng giữa giá trị và quyết định của gia đình để duy trì quyền sở hữu của họ về công ty, tăng cường kiểm soát ngoài cổ phần sở hữu của mình, hoặc tham gia quản lý. Kết quả của chúng tôi cũng tương tự như báo cáo ở đây nếu chúng tôi sử dụng một trong hai công cụ một mình. Họ cũng là mạnh mẽ để sử dụng một số xu hướng phù hợp với ước lượng, mà không yêu cầu hạn chế loại trừ để xác định nhưng giả lựa chọn trên các quan sát (Villalonga, 2004).