查找:                      转第 显示法宝之窗 隐藏相关资料 下载下载 收藏收藏 打印打印 转发转发 小字 小字 大字 大字
【期刊名称】 《山东大学学报(哲学社会科学版)》
反垄断法中罚款数额的影响因素与实证检验
【副标题】 基于我国反垄断法实施十年的数据
【英文标题】 Influencing Factors and Empirical Test of the Penalty Amount in Anti-Monopoly Law
【英文副标题】 Based on the past Ten Years’ Data since the implementation of China’s Anti-Monopoly Law
【作者】 冯博【作者单位】 天津财经大学法学院{副教授,法学博士}
【中文关键词】 行政处罚;罚款比例;没收违法所得;裁量因素
【英文关键词】 Administrative penalty; Proportion of fines; Confiscation of illegal income; Discretion factors
【期刊年份】 2019年【期号】 3
【页码】 11
【摘要】 反垄断法实施十年来,罚款已经成为反垄断执法最常见、最重要的手段。近年来,反垄断罚款数额屡创新高,执法力度日益增强,但各界也对罚款数额产生了一些质疑,认为存在严重的“以罚代没”“选择性执法”“一刀切”问题。基于2008至2018年我国反垄断机构查处484个行政案件,通过实证分析发现:反垄断执法中没收违法所得与罚款两种手段存在“以罚代没”的情形;垄断企业的产权性质并不会左右最终罚款比例的确定,几乎不存在“选择性执法”;对横向垄断协议行为的罚款比例高于其他垄断行为,但行业协会的参与并未加重垄断严重程度。在反垄断法的修订中,应明确影响罚款的合理裁量因素及其对应的罚款比例,以实现反垄断执法的公平与效率。
【英文摘要】 In the past ten years since the implementation of the anti-monopoly law, fines have become the most common and important means of anti-monopoly law enforcement. In recent years, with the increasing amount of anti-monopoly fines and the enforcement of law, some doubts about the amount of fines are arisen in the society that there are serious problems of “penalty instead of confiscation”,“one-size-fits-all” and “selective law enforcement.” Based on empirical analysis of 484 administrative cases investigated and dealt with by China's anti-monopoly agencies from 2008 to 2018: In the anti-monopoly law enforcement, the confiscation of illegal income and fines has the possibility of “no penalty; ” The property rights of monopoly enterprises will not determine the final penalty ratio, and there is almost no “selective law enforcement.” The proportion of fines for horizontal monopoly agreements is higher than other monopolistic behaviors, but the participation of industry associations does not increase the severity of monopoly. In the revision of the Anti-Monopoly Law, the reasonable discretionary factors affecting the fine and the corresponding fines should be clarified to achieve the fairness and efficiency of anti-monopoly law enforcement.
【全文】法宝引证码CLI.A.1256692    
  一、引言
  反垄断行政执法手段主要包括罚款和没收违法所得[1],但罚款适用概率及处罚数额都远远高于没收违法所得。可以说,罚款是我国反垄断行政执法最常见、最重要的手段。近年来,我国反垄断行政罚款数额屡创新高、国际影响力日益增强,国内外媒体也对我国反垄断罚款数额产生了一些质疑和诟病:第一,反垄断执法机构由于没收违法所得计算难度大,适用比例不到10%,并出现“罚款中心主义”倾向,以罚款代替没收违法所得,即“以罚代没”问题;第二,一些媒体鼓吹中国反垄断执法机构“以反垄断之名行贸易保护之实”,对外资企业的罚款比例高于国有企业,即“选择性执法”问题;第三,一些企业认为转售价格维持、价格歧视等行为都是常见的商业策略,其可以增加消费者福利,不应过重处罚,但横向垄断协议等行为的社会危害性较大,不同行为适用同一标准显失公平,即“一刀切”问题。
  虽然在立法层面上,对罚款数额有大体规定,即上一年度销售额的1%-10%,但是在执法层面,罚款比例应当综合考虑违法行为的性质、程度和持续时间等因素,尤其是准确界定罚款比例具有很大难度,正如波斯纳所说:“反垄断政策的健全不但依赖于法律规则,还依赖于执法机制。只有好的规则是不够的,还必须有执法机制保障法律以合理的成本获得合理的遵守。”[2]因此,准确地找到现实执法中罚款的影响因素与理论的差异,并科学地计算罚款数额显得尤为重要,这不仅要结合相关经济学理论加以分析,还需要规范的实证分析进行检验。本文针对2008年8月至2018年4月间我国反垄断行政罚款案件进行了实证研究。
  二、反垄断罚款数额影响因素的文献综述
  目前为止,我国学者对反垄断法研究主要处于文本分析和法理研究层面,对罚款的影响因素研究不多。美国、欧盟的反垄断法实施历史较长,执法实践经验丰富,学者更关注对罚款的影响因素进行定量分析和实证研究。
  1.垄断行为持续时间。垄断行为持续时间是指垄断违法行为从开始到终止的时间间隔,垄断持续时间越长,造成的损害越大。而且,垄断行为持续期间影响着卡特尔是否稳定(Levenstein和Suslow, 2011)[3],进而影响社会危害性。因此,垄断持续时间一直是计算罚款数额所考量的重要因素。欧盟的反垄断罚款指南中,直接将垄断持续时间作为系数乘以相关产品或服务销售额的百分比,以此来确定基础罚款数额。
  2.垄断行为差异。法律所禁止并适用罚款计算规则的垄断行为主要有垄断协议和滥用市场支配地位。不同垄断行为是否适用同样的罚款计算标准,一直是理论界和实务界争议的核心问题。有学者认为不同垄断行为的认定标准应统一[4]。但更多学者认为与具体垄断行为相匹配的反垄断罚款能有效地阻止垄断违法行为的发生[5]。就垄断协议而言,横向垄断协议和纵向垄断协议对社会福利造成的损害是不同的。横向垄断中,是否有行业协会参与的卡特尔对整个社会福利造成的损害存在极大的差异[6]。
  3.从轻及宽大情节。在确定基础罚款数额后,一般会根据从轻及宽大情节降低罚款数额或比例。从轻情节包括坦白或提供关键证据,积极配合调查或整改。 Ankur Chavda和Marc Jegers认为,宽大政策通过改变卡特尔成员的参与约束或激励相容约束条件,可以对卡特尔起到威慑和瓦解效果[7]。 Connor指出,没有证据表明宽大政策大幅度减少了罚款,同时反卡特尔政策的目标应该是降低卡特尔行为的预期收益或提高检测处罚概率[8]。
  4.从重情节。在确定基础罚款数额后,也根据一些从重情节增加罚款数额或比例。从重情节主要有违法行为企业是垄断行为的领导者或组织者。Craycraft和Gallo等指出,罚款应充分结合实际偿付能力并对起主导作用的违法者予以重罚,才能避免威慑不足或过度[9]。依据违法行为的情节适当加重罚款,对制裁垄断违法行为和维护良好的市场竞争环境都是有利的[10]。
  5.违法企业规模大小。被处罚企业的实际负担能力以及特定的社会经济背景,应该作为罚款确定的重要裁量因素。 Petrov和Shmakov提出了一种确定经济实体实施垄断行为的最佳罚款方法和几点有针对性的建议:罚款制度需要在基本框架内有一定的灵活性,除了要考虑垄断违法者在相关市场销售收入以外,还应该考虑其营业额、企业规模和盈利能力,来确定罚款金额[11]。
  6.行业协会的参与。在横向垄断协议中,Kumar等强调,行业协会的参与强化了卡特尔成员企业的数量,也增加了监督的难度,容易发生背叛[12]。然而,Houba等则认为,行业协会的参与强化了卡特尔合谋企业之间的信息交流,但容易留下更多的书面信息[13]。 Reuter指出,行业协会的参与会增加卡特尔的稳定性,增加被查处的概率,从而影响垄断持续时间的长度,最终影响到执法机构对罚款比例的确定[14]。与已有文献相比,本文的进步之处在于:(1)增加了没收违法所得的因素。欧盟反垄断处罚手段只有罚款,并没有没收违法所得;美国虽然有没收违法所得,但也是在不能进行集团诉讼条件下的补充手段,极少适用。因此,现有国外文献并没有研究没收违法所得对罚款的影响,国内学者虽然有人研究没收违法所得和罚款的关系,但从未进行实证检验;(2)增加了违法企业性质的因素。国外文献并不关注企业的所有制性质,但在我国存在大量的国有企业,国有企业在历史上曾享受国家补贴、产业政策、财税制度的眷顾,在某些领域有明显的市场优势。因此,外国企业及媒体指责反垄断机构对国有企业网开一面,但执法机构的反驳却缺少规范的实证分析数据的支持。(3)我国反垄断法制定及实施的重要特点之一就是加强对行业协会的处罚力度,但是国外的反垄断执法机构都是直接对企业罚款,极少对行业协会罚款,本文通过实证方法探析我国行业协会对横向垄断协议社会危害性的影响。三、理论假设与模型设计
  (一)没收违法所得对罚款的影响
  从反垄断执法机构的官方网站查询,发现已公布的反垄断行政执法535个案件[15]中仅有49个案件涉及没收违法所得,在对行政处罚决定书分析时发现,其大致遵循了调查对象、案件事实与证据、行为分析、违法认定、处罚决定的固定模式[16]。斟酌中国反垄断法第46和47条的法律条文不难发现,没收违法所得与罚款之间的连接词为“并”,即没收违法所得应该与罚款一并适用,两者在逻辑上应该是捆绑在一起的。行政处罚从垄断侵害和垄断损失两者总量出发,这符合经济学逻辑,但在现实执法实践中却缺乏具体配套的实施细则,没收违法所得由于核算问题容易遭到忽视。目前,学者对没收违法所得与罚款问题的研究,主要存在三种不同的观点:
  第一种观点认为两者应该并处,不能单独适用。吴汉洪和权金亮比较了我国和日韩两国对垄断协议的处罚规定,认为没收违法所得与罚款并处并不会造成双重处罚,还能够形成有效的威慑[17]。蒋岩波等认为没收违法所得与罚款具有整体性,实施时不能择一而用,而应当一并适用[18]。
  第二种观点认为两者可以替代,可以单独使用。黄勇和刘燕南对比了美国和欧盟垄断罚款的计算方法,认为目前我国反垄断行政处罚应以适度为宜,不必要将没收违法所得与罚款捆绑在一起,同时应明确具体量化的相关概念,增强可操作性[19]。也有学者建议取消“没收违法所得”,侧重“罚款”功能。
  第三种观点认为两者应组合适用,不应“以罚代没”。冯博研究了没收违法所得与罚款在反垄断执法中的组合适用问题,认为两者具有不同功能,不可相互替代,可以根据垄断行为的类型进行组合,实现成本优化,达到最优执法效果[20]。支持这种观点的还有王健和张靖[21]、丁茂中[22]等。综上,为了观察我国反垄断执法中是否存在“以罚代没”现象,故提出下列假设:
  假设1:其他因素不变的情况下,垄断企业有违法所得但未没收情形下的罚款比例高于并罚情形下的罚款比例。
  (二)企业产权性质对罚款的影响
  近年来,我国反垄断案件查处力度逐年增强,国际影响力不断增大,但也因此遭到外资企业对执法机构因违法企业产权性质不同造成罚款不公的质疑。欧洲及美国的官员、行业协会认为我国存在“借反垄断之名,行保护主义之实”,对国有企业和外资企业采用双重标准,罚款尺度不一,对外资企业存在执法选择的“偏见”[23]。面对国外的质疑,谭袁进行了反驳,认为国外对中国反垄断罚款存在选择性执法的错觉主要有两个方面的原因:一是我国反垄断案件总量小,国有企业涉案多但涉案金额小,而外资企业的垄断案件少但涉案金额大;二是忽略了全球范围内各国对跨国巨头垄断行为的罚款比较[24]。
  如果执法者对于不同违法企业的同一垄断行为采取双重标准,区别对待,这就会破坏潜在违法者对自己行为的预期,无法实现有效的公平竞争秩序[25]。综上,为了明晰我国反垄断执法是否存在选择性执法问题,提出下列假设:
  假设2:在其他条件不变的情况下,对外资企业的罚款比例高于国有企业。
  (三)垄断行为差异对罚款的影响
  1.垄断行为类型对罚款的影响。在所有的垄断行为中,固定价格、划分市场或限制产量等被认为是最严重的损害竞争的垄断行为,其中价格合谋应放弃罚款上限规定,并加重罚款[26]。而袁嘉和郝俊淇则认为,应当废除罚款下限的规定,明确从重从轻的辅助裁量因素[27]。此外,Bageri和Katsoulacos指出,最优罚款应当依据不同类型的垄断行为设置有针对性的处罚方式[28]。 Dargaud和Mantovani也对这种观点表示认同[29]。但在我国反垄断立法中,并没有明确不同垄断行为应该参照不同的罚款比例,为了验证我国在进行罚款时是否存在“一刀切”问题,故提出下列假设:
  假设3:在其他条件不变的情况下,反垄断执法机构对横向垄断协议行为的罚款比例高于其他垄断行为。
  2.横向垄断协议中组织形式差异对罚款的影响。在反垄断执法过程中应当充分考虑违法行为的性质、程度和持续时间等多种因素,但更要关注这些因素如何左右判罚,分析其中的作用机理[30]。在欧盟,垄断行为持续时间是确定基础罚款的重要系数,使得垄断持续时间与罚款比例之间存在一种正相关关系。 Genesove和Mullin也指出,行业协会促进了卡特尔内部的信息交流,造成的福利损害更大,因而罚款比例会相对高一些[31]。但是Mouraviev则强调,在横向垄断协议中,行业协会的参与会增加卡特尔被查处的风险,从而影响垄断持续时间的长度,降低了罚款比例[32]。
  假设4:在其他条件不变的情况下,行业协会的参与增加了垄断行为的持续时间,从而提高了罚款比例。为了验证上述假设1-3,设计如下基准模型:
  ratioci =α+βconfiscationci +γdurationci +λiaci +σXci +μc +εci (1)
  这里的下标c和i分别表示案件和被处罚对象。 ratioci是本研究所关注的反垄断执法机构在行政处罚中对违法企业实施的罚款比例。 confiscationci是虚拟变量,当反垄断机构对垄断违法企业处以没收违法所得时取1,否则为0。 durationci表示垄断违法对象i的垄断持续时间。 iaci表示垄断行为是否有行业协会的参与。 X表示控制变量,情节包括:是否坦白或提供关键证据、是否积极配合调查或整改(从轻情节)和是否组织者或领导者等控制变量(从重情节);被处罚企业的产权性质:是否国有(控股)、是否民营(控股)、是否外资(控股);垄断行为类型:是否横向垄断协议、是否纵向垄断协议、是否滥用市场支配地位等。另外,μc是控制个案的固定效应,εci为随机误差项。
  另外,针对假设4,采用中介模型来检验横向垄断中是否有行业协会参与通过改变垄断持续时间进而影响罚款,模型的具体形式如下:
  首先,在横向垄断的分样本中考察行业协会对罚款的影响。为分析行业协会对罚款比例的影响机理,本文构建式(2),具体形式如下:
  durationci =α2+λ2iaci +σ2Xci +μc +εci (2)
  在式(2)基础上加入中介变量构建模型,以检验行业协会的参与通过影响垄断持续时间进而间接影响罚款比例的中介效应,具体形式如下:
  ratioci =α3+γ3durationci +λ3iaci +σ3Xci +μc +εci (3)
  四、数据来源及说明
  (一)数据来源
  本文搜集整理了2008年8月至2018年4月之间,国家有关反垄断与反不正当竞争机构官网上公布的反垄断执法案例535个。通过对535个反垄断执法案件的处罚决定书或公告逐一研读、筛选整理出484个案例,剔除了19个中止或终止调查的案件(其中5个涉及行业协会),3个涉嫌滥用行政权力排除、限制竞争事后积极整改不予处罚的案件,29个行业协会垄断案件[33]。在484个案件中提取了罚款比例、垄断行为类型、垄断行为持续时间、没收违法所得、宽大情节、从重情节等影响罚款程度的指标。最后通过全国企业信用信息公示系统对每一个违法企业进行查询,整理出的注册资本、所有制形式等反映企业规模的指标,以及是否国有(控股)、民营或外资(控股)等反映企业性质的指标。
  (二)指标设计与描述性统计说明
  1.被解释变量
  罚款:直接使用行政处罚决定书或公告中对违法对象相关产品或服务销售额的罚款比例作为罚款强度的衡量指标,罚款比例越大,惩罚力度越重[34]。
  2.核心解释变量
  没收违法所得:没收违法所得可以作为无法提起反垄断诉讼的必要救济手段,解决和解制度威慑不足的问题[35],反垄断执法机构是否对违法企业进行没收违法所得,没收违法所得赋值为1,否则为0。垄断持续时间:垄断违法行为开始到停止的时间,垄断持续时间越长,造成的损害越大。垄断持续时间是反垄断执法所考量的重要因素,同时影响着卡特尔是否稳定[36]。
  垄断组织差异:横向垄断协议中,卡特尔的组织形式会影响其自身稳定性,有行业协会参与的卡特尔组织会更稳定,垄断持续时间也更长。横向垄断案件有行业协会组织或参与的赋值为1,否则为0。
  3.控制变量
  垄断企业产权性质:是否是国有(控股)企业,是否是民营企业,是否是外资(控股)企业等可能会影响罚款比例的因素。将被处罚对象为民营企业的作为参照组,根据全国企业信用信息公示系统的股权结构,是国有(控股)企业的赋值为1,否则为0;是外资的赋值为1,否则为0。
  垄断企业的酌定情节:从轻情节包括是否坦白或提供关键证据,是否积极配合调查或整改;从重情节包括是否是领导者或组织者。有坦白、配合调查等从轻情节的赋值为1,否则为0。是领导者或组织者等从重情节的赋值为1,否则为0。
  垄断行为性质:是否是横向垄断协议、是否是纵向垄断协议、是否滥用市场支配地位等垄断行为类型。类型化使得反垄断法的内容更为丰富和完善,也大大降低反垄断执法机构的执法成本[37]。
  违法企业规模大小:根据被处罚的上一年度的销售额、是否为有限公司、是否为股份公司等确定罚款比例,需要考虑企业的承受能力。被处罚企业的实际负担能力以及特定的社会经济背景应该作为罚款确定的重要裁量因素。
  案件的执法机构:执法机构分为原工商局和发改委,执法机构是工商局的记为1,发改委的为0。同时我们还对案件发生的时间、地区等因素进行了考量,全文相关指标的说明和描述性统计见表1。
  表1主要变量指标的说明和统计
  

┌──────┬──────────┬────┬────┬────┬───┬────┐
│变量    │变量名称      │样本数 │均值  │标准差 │最小值│最大值 │
├──────┼──────────┼────┼────┼────┼───┼────┤
│ratio    │罚款比例(%)     │434   │2.8018 │1.9396 │0   │9    │
├──────┼──────────┼────┼────┼────┼───┼────┤
│confiscation│是否没收违法所得  │484   │0.1198 │0.3251 │0   │1    │
├──────┼──────────┼────┼────┼────┼───┼────┤
│duration  │垄断持续时间(月)  │478   │36.4163 │25.5048 │2   │132   │
├──────┼──────────┼────┼────┼────┼───┼────┤
│ia     │是否有行业协会的参与│484   │0.3616 │0.4810 │0   │1    │
├──────┼──────────┼────┼────┼────┼───┼────┤
│aa     │处理案件的执法机构 │484   │0.3595 │0.4804 │0   │1    │
├──────┼──────────┼────┼────┼────┼───┼────┤
│leader   │是否是组织者或领导者│460   │0.2522 │0.4347 │0   │1    │
├──────┼──────────┼────┼────┼────┼───┼────┤
│cooperation │是否配合调查或整改 │460   │0.9783 │0.1460 │0   │1    │
├──────┼──────────┼────┼────┼────┼───┼────┤
│confess   │是否坦白或提供关键证│460   │0.0935 │0.2914 │0   │1    │
│      │据         │    │    │    │   │    │
├──────┼──────────┼────┼────┼────┼───┼────┤
│lnsale   │上一年度的销售额的对│414   │15.6621 │3.2791 │8.0813│25.0553 │
│      │数         │    │    │    │   │    │
├──────┼──────────┼────┼────┼────┼───┼────┤
│limited   │是否有限责任公司  │481   │0.6819 │0.4662 │0   │1    │
├──────┼──────────┼────┼────┼────┼───┼────┤
│incorporated│是否是股份有限公司 │481   │0.1830 │0.3870 │0   │1    │
├──────┼──────────┼────┼────┼────┼───┼────┤
│soe     │是否是国有(控股)企业│484   │0.1818 │0.3861 │0   │1    │
├──────┼──────────┼────┼────┼────┼───┼────┤
│private   │是否是民营企业   │484   │0.7438 │0.4370 │0   │1    │
├──────┼──────────┼────┼────┼────┼───┼────┤
│foreign   │是否是外资(控股)企业│484   │0.0744 │0.2627 │0   │1    │
├──────┼──────────┼────┼────┼────┼───┼────┤
│horizontal │是否属于横向垄断协议│484   │0.8430 │0.3642 │0   │1    │
├──────┼──────────┼────┼────┼────┼───┼────┤
│vertical  │是否属于纵向垄断协议│484   │0.0785 │0.2693 │0   │1    │
├──────┼──────────┼────┼────┼────┼───┼────┤
│abuse    │是否滥用市场支配地位│484   │0.0868 │0.2818 │0   │1    │
└──────┴──────────┴────┴────┴────┴───┴────┘

  注:其中免于罚款的,罚款比例记为0%,已公布的处罚决定书中最高罚款比例为9%。五、实证分析与计量结果
  1.基准回归结果
  在回归中,我们使用模型(1)作为基准回归模型,主要考察是否没收违法所得、垄断持续时间、垄断组织差异在不同控制变量下对罚款比例的影响。 OLS回归结果见表2,其中列1为加入控制变量条件下,是否没收违法所得对罚款比例影响情况的回归结果。结果发现,核心解释变量confiscationci的系数显著为负,这表明现实中我国反垄断执法存在没收违法所得与罚款的相互替代情况,即在违法所得难以计算时,通常采用“以罚代没”的方式,并且在有违法所得但未被没收的情况下,罚款会明显高于有违法所得并被没收的情形,这正好印证了假设1。而按照反垄断法“罚”与“没”并处的规定,对违法企业的处罚应该是从垄断总福利损失的角度出发,没收违法所得与罚款两者并不存在双重处罚。
  列2、列3分别为加入控制变量条件下,垄断持续时间和横向垄断中是否有行业协会参与对罚款影响的回归结果。列2中durationci的系数显著为正,表明垄断持续时间和罚款存在一种正向相关关系。列3中iaci的系数也显著为负,这说明横向垄断中,反垄断执法机构在对行业协会进行罚款的同时,也降低了相关违法企业的罚款比例。
  列4为加入从轻、从重情节等控制变量条件下,所有核心解释变量对罚款的回归结果。发现从轻或从重情节的系数都一直非常显著,这表明我国反垄断执法过程中对从重和从轻情节都予以充分的考量,加重对领导者或组织者的处罚,而对积极配合调查或整改、首先坦白并提供关键证据的违法企业减免罚款,甚至不罚。
  列5为加入违法对象规模控制变量后的回归结果。从中发现lnsaleci的系数并不显著,这可能是由于不同行业的业务不同,并不能很好反映不同行业的企业之间盈利状况的差别。而执法机构的自由裁量过大,对企业实际承受能力和事后的持续经营考量的其他因素一定程度上影响着垄断协议罚款幅度的确定。另外,aaci的系数也不显著,这表明罚款比例的确定并不会因为执法部门的不同而存在明显差异。
  列6为控制违法对象产权性质后的回归结果。结果发现soeci和foreignci的系数均不显著,这说明在横向垄断中,产权性质并不会影响对违法对象的最终罚款比例,我国反垄断执法也并不存在所谓的针对外企的“选择性执法”。
  表2基准模型的OLS回归结果

┌──────┬─────┬─────┬─────┬─────┬─────┬─────┐
│      │(1)    │(2)    │(3)    │(4)    │(5)    │(6)    │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│      │全样本  │全样本  │分样本  │分样本  │分样本  │分样本  │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│Variables  │ratio   │ratio   │ratio   │ratio   │ratio   │ratio   │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│confiscation│-3.2632** │     │     │-3.1472***│-2.6093***│-2.6183***│
│      │(1.3664) │     │     │(0.5189) │(0.5006) │(0.5017) │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│duration  │     │0.0511*** │     │0.0564*** │0.0348*** │0.0356*** │
│      │     │(0.0097) │     │(0.0100) │(0.0082) │(0.0083) │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│ia     │     │     │-2.6579***│-3.8124***│-3.4467***│-3.5506***│
│      │     │     │(0.5446) │(0.5591) │(0.5122) │(0.5271) │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│leader   │1.4713*** │1.4410*** │1.5631*** │1.5150*** │1.5650*** │1.5751*** │
│      │(0.1614) │(0.1558) │(0.1654) │(0.1583) │(0.1263) │(0.1273) │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│cooperation │-1.4138***│-1.2357***│-1.2157** │-1.2249** │-1.2285***│-1.2186***│
│      │(0.3614) │(0.3503) │(0.5387) │(0.5149) │(0.4015) │(0.4025) │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│confess   │-1.0956***│-1.2132***│-0.8075***│-0.8715***│-0.6931***│-0.6857***│
│      │(0.2025) │(0.1966) │(0.2257) │(0.2160) │(0.1773) │(0.1780) │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│aa     │0.2632  │-2.3363** │0.3237  │0.0637  │0.1823  │0.1048  │
│      │(0.6522) │(1.1653) │(0.6669) │(0.6390) │(0.5235) │(0.5325) │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│horizontal │2.2081*** │3.1544*** │     │     │     │     │
│      │(0.7055) │(0.7041) │     │     │     │     │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│abuse    │1.0000  │0.7447  │     │     │     │     │
│      │(0.7204) │(0.6967) │     │     │     │     │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│lnsale   │     │     │     │     │0.0191  │0.0185  │
│      │     │     │     │     │(0.0321) │(0.0322) │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│limited   │     │     │     │     │-0.0867  │-0.0920  │
│      │     │     │     │     │(0.1405) │(0.1409) │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│incorporated│     │     │     │     │0.0026  │0.0579  │
│      │     │     │     │     │(0.2999) │(0.3075) │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│soe     │     │     │     │     │     │-0.1055  │
│      │     │     │     │     │     │(0.1250) │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│foreign   │     │     │     │     │     │0.0423  │
│      │     │     │     │     │     │(0.3783) │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│常数项   │2.9425*** │0.9567  │4.8919*** │3.8633*** │3.9671*** │4.0256*** │
│      │(0.6405) │(0.7245) │(0.6144) │(0.6147) │(0.6766) │(0.6814) │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│个案效应  │Yes    │Yes    │Yes    │Yes    │Yes    │Yes    │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│观测值   │434    │434    │364    │364    │358    │358    │
├──────┼─────┼─────┼─────┼─────┼─────┼─────┤
│R2     │0.848   │0.859   │0.815   │0.831   │0.897   │0.898   │
└──────┴─────┴─────┴─────┴─────┴─────┴─────┘

  注:括号内数值为标准误差;***、**、*分别表示在1%、5%、10%水平上显著。基准回归结果中的分样本指的是横向垄断案件条件下的回归结果。
  2.处罚对象异质性分析考虑到国有企业和民营企业在社会地位、盈利能力和融资渠道等的差异,本文根据被处罚对象的产权性质分为国有企业和民营企业,并考察各变量对罚款的影响在两者之间的差异。通过比较表3中国有企业和民营企业的回归结果,发现durationci和aaci的系数在国有企业和民营企业之间存在明显差异。国有企业durationci的系数较小且不显著,但民营企业却相对较大且非常显著,这表明当被处罚对象为国有企业时,执法机构确

  ······

法宝用户,请登录后查看全部内容。
还不是用户?点击单篇购买;单位用户可在线填写“申请试用表”申请试用或直接致电400-810-8266成为法宝付费用户。
【注释】                                                                                                     
©北大法宝:(www.pkulaw.cn)专业提供法律信息、法学知识和法律软件领域各类解决方案。北大法宝为您提供丰富的参考资料,正式引用法规条文时请与标准文本核对
欢迎查看所有产品和服务。法宝快讯:如何快速找到您需要的检索结果?    法宝V5有何新特色?
本篇【法宝引证码CLI.A.1256692      关注法宝动态:  

法宝联想
【相似文献】
【作者其他文献】

热门视频更多