9.2.1 样本选择及数据来源
我们选取深市2004～2006年上市的中小民营公司作为研究样本。样本选择程序为：（1）选取2004～2006在深市中小公司板上市的全部102家公司；（2）剔除最终控制权人非家族或个人的公司35家；（3）剔除终极控制人控制权份额小于10%的公司1家；（4）剔除从上市开始到2006年末控制权结构发生变化的公司3家；（5）根据描述性统计量的结果剔除数据异常的公司3家；最后剩下60家中小民营上市公司样本。本章的金字塔结构数据和金字塔结构下终极控制人现金流权数据手工收集于公司年度财务报告，会计师事务所排名数据来源于中国注册会计师协会网站，其他财务数据和市场数据均来源于Wind中国金融数据库。
9.2.2 变量设计及定义
我们用托宾Q来衡量公司的价值。我们选取公司规模、杠杆、获利能力、成长能力、终极控制人的现金流权作为控制变量，加入我们主要关注的金字塔结构变量来研究金字塔结构对公司价值的影响。
9.2.3 研究方法
我们首先利用多元回归模型分析金字塔结构对公司价值的影响。多元回归模型如下：TobinQiβ1+β2Lnasseti+β3Levi+β4Modsi+β5Mogroi+β6Cashi+β7Dummy2006i+β8Pyramidsi+εi（9.1）模型9.1可能面临忽略变量问题，即可能某些公司特征使得其更可能选择金字塔结构，而这些特征与公司绩效相关。我们忽略这些变量将导致金字塔结构与公司绩效关系估计系数的不一致。为了克服忽略变量可能导致的系数估计问题，我们尝试利用处置效应模型来更正这种自选择效应或忽略变量偏差。更正自选择效应理论上可能改变模型9.1中估计系数的方向、大小和显著性水平。处置效应模型关于处置效应模型的详细介绍请参见Greene（2003），pp。787-789设定为：E[TobinQiPyramids0，1）]
β1+β2Lnasseti+β3Levi+β4Modsi+β5Mogroi+β6Cashi+β7Dummy2006i+β8Pyramidsi+δλλi（9.2）
式中，λi
λi1（γ'Xi）gPyramidsi+λi2（γ'Xi）g（1——Pyramidsi），代表9.2中可能被忽略的变量。λi1（γ'Xi）
（γ'Xi）/[1——Φ（γ'Xi）]，λi2（γ'Xi）
——（γ'Xi）/Φ（γ'Xi），被称为逆米尔斯比率（inverse Mills ratio），（·）和Φ（·）分别表示标准正态分布的概率密度和累积分布函数。X由公司规模、公司边际获利能力、公司风险、公司税率、无形资产比率、公司是否股权分置改革前上市（虚拟变量）和公司雇佣会计师事务所排名等七个变量组成。
我们需要用Heckman（1979）两步程序来估计模型9.2.第一步根据Probit模型Probit模型的估计请参见第5章。估计出参数γ，然后我们计算逆米尔斯比率λi1和λi2；第二步将λi代入模型9.2中进行最小二乘估计。如果估计出的δλ显著异于0，则我们认为模型9.1存在忽略变量问题，我们选择模型9.2；如果估计出的δλ不显著异于0，则我们认为模型9.1不存在明显的忽略变量问题，我们选择模型9.1.
