婁亞娜

【摘要】? 文章以2008—2016年滬深A股上市公司為樣本，研究了高管學術(shù)經(jīng)歷對企業(yè)非效率投資的影響。研究結(jié)果表明，高管團隊成員擁有學術(shù)經(jīng)歷，對企業(yè)非效率投資可以起到顯著的緩解作用。然后，將非效率投資分為投資過度與投資不足兩種情況進行研究，結(jié)果表明高管學術(shù)經(jīng)歷對企業(yè)過度投資的緩解作用更明顯，并且這一結(jié)果在采用傾向得分匹配法和Heckman兩階段回歸法控制內(nèi)生性等問題后仍舊成立。文章的研究豐富了高管特征對企業(yè)經(jīng)營決策影響方面的相關(guān)研究，對于高管聘用選拔條件的確定和任用有參考意義。

【關(guān)鍵詞】? 高管學術(shù)經(jīng)歷;非效率投資;過度投資;投資不足

【中圖分類號】? F272.3? 【文獻標識碼】? A? 【文章編號】? 1002-5812（2019）03-0064-04

一、引言

自科斯提出企業(yè)理論以來，管理層對企業(yè)投資活動的影響受到了人們的廣泛關(guān)注。在現(xiàn)代企業(yè)兩權(quán)分離的背景下，管理者作決策時并不會完全遵照股東意志。傳統(tǒng)的理論對此主要有兩種解釋，一是基于委托代理理論，管理者出于獲得更高的職位和薪酬待遇等動機，會不斷擴大企業(yè)規(guī)模，從而導致過度投資。另一種是基于信息不對稱理論，管理層作為實際經(jīng)營管理者，對企業(yè)內(nèi)部的情況十分了解，但是外部投資者以及債權(quán)人等并不能完全知悉公司的所有信息，信息不對稱的存在會對企業(yè)的融資需求產(chǎn)生約束，從而會產(chǎn)生投資不足的情況。隨著研究的深入，人們發(fā)現(xiàn)這兩種情況普遍存在，但是傳統(tǒng)的理論并不能完美地解釋這些現(xiàn)象。Hambrick和Mason于1984年提出的“高階梯隊理論”為后續(xù)的研究提供了理論基礎和契機，于是很多學者開始從管理者本身的特征入手，來研究其對于投資行為的影響。已有的文獻研究了高管年齡、性別、任期時間、教育背景、政治背景、海外背景以及個人的一些特殊經(jīng)歷等（魏立群等，2002;姜付秀等，2009;韓靜等，2014;盧鑫等，2017;Simsek，2007;Bernile et al.，2017）對企業(yè)經(jīng)營管理活動的影響，但是關(guān)于高管學術(shù)背景的研究卻十分少。本文以投資效率作為切入點，研究高管學術(shù)經(jīng)歷與企業(yè)非效率投資程度之間的關(guān)系。

本文可能的貢獻主要有以下兩個方面：（1）目前關(guān)于高管特征對企業(yè)投資效率影響的文獻十分豐富，但尚無研究高管學術(shù)經(jīng)歷對投資效率的影響，本文的研究可以豐富相關(guān)研究。（2）本文所研究的高管學術(shù)經(jīng)歷是指高管曾任職高?；蚩蒲袡C構(gòu)等，從事學術(shù)研究，它與教育背景有著明顯的差別，它們對高管個人特質(zhì)的塑造和影響是不同的，該研究對于高管聘用選拔條件的確定以及如何提升企業(yè)投資效率的研究都有著重要意義。

二、理論分析與研究假設

Hambrick 和 Mason提出的“高階梯隊理論”認為，高管特征的異質(zhì)性會對企業(yè)的生產(chǎn)經(jīng)營決策產(chǎn)生不同的影響。已有的大量實證研究都支持了該理論。本文從學術(shù)經(jīng)歷這一高管特征入手，研究其對投資效率的影響。學術(shù)經(jīng)歷，一方面，會對高管的認知能力、知識結(jié)構(gòu)和思維方式產(chǎn)生影響。首先，學術(shù)經(jīng)歷表明其有獨立進行學術(shù)研究的能力，并且注重過程的嚴謹性和結(jié)論的正確性，其在邏輯推斷方面也更加審慎（周楷唐等，2017）。因此具有學術(shù)背景的高管在做決策時，會更加基于企業(yè)的實際情況來做出判斷分析，使企業(yè)在一定程度上規(guī)避較大的風險。其次，從事學術(shù)科研的人員，他們對某一行業(yè)的投資前景和未來發(fā)展會有更深入的了解，對項目的可行性會有更可靠的判斷。已有的研究證明，有過學術(shù)經(jīng)歷的人，會更加依據(jù)其專業(yè)知識進行決策，而不是靠主觀判斷甚至猜測，尤其是在內(nèi)外部面臨更多的政策、市場環(huán)境等的不確定時，他們做出的決策也會更加穩(wěn)妥（Jiang，B.，et al，2007）。

另一方面，有過學術(shù)研究經(jīng)歷的高管曾任職的單位是學校以及科研機構(gòu)等，他們一般具有較高的學術(shù)道德和社會責任感，這會使他們更加自律，能更好地進行自我約束，社會道德水平高。Cho et al.（2015）的研究表明，高層尤其是董事中，曾有高校任教經(jīng)歷的人數(shù)越多，人們對企業(yè)在社會責任方面的評價會更好。因此，一般情況下，曾有學術(shù)經(jīng)歷的高管，他們的道德水平和社會責任意識會更高，自我約束意識也會更強，在這種內(nèi)在機制的作用下，做決策時自利傾向可能會更弱。另外，周楷唐等（2017）的研究證明了高管學術(shù)背景可以降低債務成本，更有利于企業(yè)以后年度獲得貸款。這說明高管學術(shù)經(jīng)歷可以起到一定的信號傳遞作用，從而降低外部債權(quán)人和投資者與企業(yè)間信息不對稱的程度。總之，根據(jù)以上兩個方面的分析我們判斷，有學術(shù)經(jīng)歷的高管在作各項決策時會更加審慎，從而降低企業(yè)非效率投資程度，使得投資活動更能增加企業(yè)的價值。由此我們提出假設1：

H1：具有學術(shù)經(jīng)歷的高管可以降低企業(yè)非效率投資的程度，并且人數(shù)越多、比例越大，對企業(yè)非效率投資的降低作用越明顯。

由以上分析我們知道，研究高管學術(shù)經(jīng)歷對企業(yè)投資效率的影響，本質(zhì)上是研究具備這一特征的高管所形成的內(nèi)在特質(zhì)在經(jīng)營活動中所發(fā)揮的作用，從專業(yè)技能和思維方面來講，這些高管對某一行業(yè)的認知和了解更深，對投資項目有更加準確的判斷和分析，做決策時更加審慎和保守;另一方面，從這一經(jīng)歷對高管內(nèi)在的塑造和道德的角度出發(fā)，其形成的自我約束和監(jiān)督機制會抑制其不斷擴大投資規(guī)模、建立“商業(yè)帝國”的欲望，從而降低過度投資的傾向。但是這一經(jīng)歷對投資不足的影響，是通過信號傳遞來發(fā)揮作用，本質(zhì)上是一種間接的外在作用。所以高管學術(shù)經(jīng)歷對這兩種情況作用的程度可能有所差別。因此提出假設2：

H2：相比于投資不足，有學術(shù)經(jīng)歷的高管對過度投資的降低作用更顯著。

三、研究設計

（一）數(shù)據(jù)來源與樣本選擇

本文以滬深A股上市公司為樣本，并在此基礎上做了如下處理：（1）剔除金融類行業(yè)的樣本;（2）剔除處于ST、PT狀態(tài)的公司;（3）剔除關(guān)鍵財務數(shù)據(jù)缺失的樣本;（4）為了減少極端值帶來的影響，本文對所有連續(xù)變量在1%、99%上進行了winsorize處理。最終得到了12 563個觀測值。

（二）變量的定義

1.公司投資效率的度量。本文借鑒Richardson（2006）等的研究，采用模型（1）來計算企業(yè)的投資效率：

Invest=β0+β1Growth+β2Lev+β3Cash+β4Age+β5Size+β6Ret+β7Invlag+ΣIndustry+ΣYear+ε （1）

Invest表示當年新增的投資，Invest=購建支出+并購支出-出售收入-處置收入-折舊攤銷，其中，購建支出與出售收入分別為現(xiàn)金流量表中購建（出售）固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)支付（收回）的現(xiàn)金，并購支出和處置收入分別為取得（處置）子公司及其他營業(yè)單位支付（收到）的現(xiàn)金凈額，折舊攤銷為當期的固定資產(chǎn)折舊和無形資產(chǎn)的攤銷之和，Invest用期初的總資產(chǎn)進行了標準化處理;企業(yè)的成長機會Growth用期初營業(yè)收入的增長率來表示;Lev為財務杠桿;Age表示上市年限，用企業(yè)截止上一期末的上市時間的自然對數(shù)表示;Cash為現(xiàn)金持有量;Size為公司規(guī)模;Ret為上一年度考慮現(xiàn)金紅利再投資的年個股回報率;Invlag由Invest滯后一期得到;Industry和Year分別是行業(yè)和年度的虛擬變量;投資效率用模型（1）中的殘差ε來衡量，ε為正則說明投資過度，用Overinv表示;反之則為投資不足，用Underinv表示。

2.高管學術(shù)背景。目前學術(shù)界對高管團隊尚未形成統(tǒng)一的界定，本文借鑒Bamber et al.（2010）的研究，將高管團隊界定為不包含董事會和監(jiān)事會成員在內(nèi)的直接參與企業(yè)經(jīng)營管理的人員，包括公司的CEO、總經(jīng)理和副總經(jīng)理、執(zhí)行總經(jīng)理和副總經(jīng)理、CFO以及總會計師等。

（三）模型設定

為檢驗上文提出的假設，構(gòu)建了如下的回歸模型：

Inv（Overinv/Underinv）=β0+β1Academic+βiControls+∑Year+∑Industy+ε （2）

其中，因變量Inv表示非效率投資，用模型（1）計算得到的殘差的絕對值衡量。自變量Academic分別用Aca、Naca、Laca這三個指標來衡量，Aca是一個虛擬變量，表示高管是否具有學術(shù)經(jīng)歷，如果高管團隊中有人具有學術(shù)經(jīng)歷則取1，否則取0;Naca為團隊中有學術(shù)經(jīng)歷的高管人數(shù);Laca為擁有學術(shù)背景的高管人數(shù)占比。Controls為控制變量，借鑒姜付秀等（2009）、申慧慧等（2012）的研究，控制變量選取如下：（1）股權(quán)性質(zhì)Soe，如果是國有控股企業(yè)則取1，否則取0;（2）Outdir表示獨立董事占全部董事的比例;（3）Board表示董事會規(guī)模，用董事會人數(shù)的自然對數(shù)來衡量;（4）Top1為第一大股東持股比例;（5）Shrs為股權(quán)制衡度，用第二至第十大股東的持股比例之和來表示;（6）Dual表示董事長和CEO的兼任情況，兩職合一取1，否則取0;（7）Loss表示企業(yè)虧損或者盈利的虛擬變量，如果ROA<0，則Loss取1，否則取0;（8）CGR為高管的持股比例;（9）Size表示規(guī)模，用總資產(chǎn)取對數(shù)來衡量。Year和Industy分別為年度和行業(yè)控制變量。

四、實證分析

（一）描述性統(tǒng)計分析

由下頁表1的樣本分布可知，高管有學術(shù)經(jīng)歷的樣本量為4 006，占全部樣本量的近32%，樣本量整體上呈增加的趨勢，與我國上市公司數(shù)量增長的情況一致。從下頁表2主要變量的描述性統(tǒng)計可以看出，非效率投資Invest的均值為0，中位數(shù)為-0.01，說明投資不足的樣本量大于投資過度的樣本量，但投資不足的程度比投資過度低，通過對Overinv和Underinv這兩個變量比較也可以得到這一點，其中投資過度樣本量為5 240，投資不足樣本量為7 323;Naca的均值為0.51，中位數(shù)為0，最小值和最大值分別為0和13，說明樣本中高管有學術(shù)經(jīng)歷的人數(shù)具有很大的差異;Laca為0.07，說明有學術(shù)經(jīng)歷高管的人數(shù)占高管團隊人數(shù)比例的平均值為7%。其余變量在此不詳述。

（二）高管學術(shù)經(jīng)歷與企業(yè)非效率投資的回歸分析

下頁表3是高管學術(shù)經(jīng)歷與企業(yè)非效率投資全樣本回歸以及將樣本分為過度投資和投資不足組分別進行回歸的結(jié)果。從表3可以看出，Aca和Inv在5%的水平上顯著負相關(guān)，說明有學術(shù)經(jīng)歷的高管可以降低企業(yè)非效率投資的程度，Naca、Laca和Inv在1%的水平上顯著負相關(guān)，說明高管團隊中，有學術(shù)經(jīng)歷的高管人數(shù)越多，所占比例越大，其對過度投資的降低作用也越大，假設1得到驗證。在過度投資組中，Aca和Overinv在10%的水平上顯著負相關(guān)，Naca、Laca這兩個指標與Overinv在1%的水平上呈顯著負相關(guān)，這充分說明高管有學術(shù)經(jīng)歷可以顯著降低企業(yè)過度投資的程度;而在投資不足組，衡量高管學術(shù)經(jīng)歷的三個變量和Underinv都呈負相關(guān)的關(guān)系，但并不顯著，說明高管學術(shù)經(jīng)歷對投資不足的緩解作用不如對過度投資的作用明顯，即相比于投資不足，其對于過度投資的降低程度更顯著，假設2得到驗證。

（三）內(nèi)生性檢驗

1.PSM法。構(gòu)建影響上市公司聘任有學術(shù)經(jīng)歷高管的Probit模型，將虛擬變量Aca即高管是否擁有學術(shù)經(jīng)歷作為因變量，然后對每個控制變量進行回歸，模型設定如下：

Aca=β0+β1Top1+β2Shrs+β3Soe+β4Board+β5Outdir+β6Dual+β7Loss+β8CGR+β9Size+ΣIndustry+ΣYear+ε （3）

利用構(gòu)建的模型（3）對樣本進行回歸，會得到每個公司的一個Score值，然后選擇最鄰近匹配的方法，為所有具備學術(shù)經(jīng)歷高管的公司匹配一個與之概率最貼近但是卻無學術(shù)經(jīng)歷高管的公司，最終有8 012個樣本。運用模型（2）再次進行回歸，結(jié)果見下頁表4。下頁表4前2列分別為匹配前后利用模型（3）進行回歸的結(jié)果，可以看到在匹配前，兩組樣本存在較大差異，而匹配后，控制變量組間差異不明顯，配對有效。第3—11列為利用匹配后的樣本重新進行回歸的結(jié)果，可以看到，全樣本組、過度投資組中自變量的所有指標回歸系數(shù)都顯著為負，而投資不足組中的回歸系數(shù)雖為負，但并不顯著，與上述回歸結(jié)果基本一致，所以在考慮了樣本選擇偏差后假設仍舊成立。

2.Heckman兩階段回歸法。上文研究了學術(shù)經(jīng)歷這一高管特征對企業(yè)投資效率的影響，但是反過來，投資效率好的企業(yè)也可能會更吸引這些學術(shù)人才，從而帶來樣本自選擇的問題。在此，我們使用Heckman兩階段法來解決這一問題。借鑒Srinidhi et al.（2011）的研究，我們將上年度企業(yè)所在行業(yè)的其他公司擁有學術(shù)經(jīng)歷高管的比例作為第一階段中的工具變量進行回歸分析，首先進行Probit回歸，計算得到逆米爾斯比率（IMR）后，將其加入第二階段的控制變量，對模型（2）再次進行回歸，結(jié)果如下頁表5所示。從下頁表5我們可以看出，第（2）—（10）列IMR前的系數(shù)都顯著為正，說明自選擇問題的確存在，但是所有自變量的回歸結(jié)果與前述基本吻合，這說明在考慮這一問題后，前面的研究結(jié)果仍舊成立。

五、結(jié)論

本文研究了高管學術(shù)經(jīng)歷對企業(yè)非效率投資的影響。研究發(fā)現(xiàn)，高管團隊成員的學術(shù)經(jīng)歷可以降低企業(yè)非效率投資的程度，并且高管團隊中有學術(shù)經(jīng)歷的人數(shù)越多、比例越大，其改善作用越明顯。另外，將非效率投資分為過度投資和投資不足兩種情況進行研究，結(jié)果顯示，高管學術(shù)經(jīng)歷對企業(yè)過度投資的緩解作用更明顯。本文首次研究了高管學術(shù)經(jīng)歷對企業(yè)投資效率的影響，豐富了高管特征對企業(yè)經(jīng)營決策影響的相關(guān)研究，對于理解企業(yè)管理中所遇到的問題有一定意義。另外本文的發(fā)現(xiàn)也為高管聘用選拔條件的確定和任用有參考意義。X

【主要參考文獻】

[ 1 ] Hambrick D C，Mason P A.Upper Echelons Organization as a Reflection of Its Managers[J].The Academy of Management Review，1984，9（2）：193-206.

[ 2 ] 姜付秀，伊志宏，蘇飛等.管理者背景特征與企業(yè)過度投資行為[J].管理世界，2009，（01）：130-139.

[ 3 ] 韓靜，陳志紅，楊曉星.高管團隊背景特征視角下的會計穩(wěn)健性與投資效率關(guān)系研究[J].會計研究，2014，（12）：25-31.

[ 4 ] 盧馨，張樂樂，李慧敏等.高管團隊背景特征與投資效率——基于高管激勵的調(diào)節(jié)效應研究[J].審計與經(jīng)濟研究，2017，32（02）：66-77.

[ 5 ] Bernile G，Bhagwat V，Rau PR.What Doesn′t Kill You Will Only Make You More Risk-Loving：Early-Life Disasters and CEO Behavior[J].Journal of Finance，2017，72（1）：167-206.

[ 6 ] 周楷唐，麻志明，吳聯(lián)生.高管學術(shù)經(jīng)歷與公司債務融資成本[J].經(jīng)濟研究，2017，52（07）：169-183.

[ 7 ] 李延喜，曾偉強，馬壯等.外部治理環(huán)境、產(chǎn)權(quán)性質(zhì)與上市公司投資效率[J].南開管理評論，2015，18（01）：25-36.