蘭冬花

（江西理工大學(xué) 經(jīng)濟(jì)管理學(xué)院，江西 贛州 341099）

0 引言

國(guó)無才不立，業(yè)無才不興，人才對(duì)于保障企業(yè)持續(xù)穩(wěn)定經(jīng)營(yíng)、推動(dòng)經(jīng)濟(jì)穩(wěn)中求進(jìn)運(yùn)行具有重要意義，人才是我國(guó)實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的關(guān)鍵。高管專業(yè)技能和多樣化的管理技能之間的差距日趨明顯，各企業(yè)逐漸傾向于吸收職業(yè)經(jīng)歷豐富的高管［1］?；诓煌殬I(yè)經(jīng)歷所塑造出的人物性格、價(jià)值觀及行事風(fēng)格，對(duì)管理者經(jīng)營(yíng)企業(yè)、制定戰(zhàn)略及財(cái)務(wù)決策產(chǎn)生較大的影響。有學(xué)者指出，每一項(xiàng)職業(yè)背景均會(huì)給CEO留下特定的記憶，多項(xiàng)職業(yè)背景確實(shí)可能豐富CEO的知識(shí)經(jīng)驗(yàn)。但是，當(dāng)CEO經(jīng)歷的職業(yè)數(shù)量過多時(shí)，意味著該CEO職業(yè)流動(dòng)頻繁，各職業(yè)任職期限較短使其難以全面掌握職業(yè)的詳細(xì)流程和相關(guān)資源，最終無法獲得特定的記憶和知識(shí)經(jīng)驗(yàn)［2］，此時(shí)的多職業(yè)經(jīng)歷可能并不會(huì)對(duì)CEO有所助益?，F(xiàn)有研究得出的結(jié)論顯示，各單一職業(yè)背景對(duì)企業(yè)管理者的影響大相徑庭，不同職業(yè)經(jīng)歷的CEO可能也存在很大差異?？梢?，具備多職業(yè)背景的CEO是否值得企業(yè)爭(zhēng)取還有待商榷。

投資決策既是企業(yè)三大財(cái)務(wù)決策的核心，也是企業(yè)財(cái)務(wù)決策的起點(diǎn)，投資決策對(duì)管理者能力的需求差異較大。一直以來，企業(yè)非效率投資問題受到國(guó)內(nèi)外學(xué)者積極的討論和研究。研究結(jié)果顯示，企業(yè)非效率投資主要是由委托代理問題和信息不對(duì)稱引起。然而，COASE［3］表示，企業(yè)投資決策權(quán)在管理者的手上，這是企業(yè)發(fā)展極其重要的一部分，企業(yè)高管可以通過其行為操縱投資決策，因此管理者行為對(duì)投資決策質(zhì)量有引導(dǎo)作用，是決定企業(yè)投資效率的關(guān)鍵因素之一，對(duì)企業(yè)的成長(zhǎng)有較大影響［2］。作為企業(yè)各項(xiàng)投資決策的領(lǐng)導(dǎo)者，CEO的行為被證明會(huì)影響投資效率。那么，CEO具有多職業(yè)經(jīng)歷是否會(huì)對(duì)企業(yè)的投資效率產(chǎn)生影響呢？此外，如果CEO曾擔(dān)任的職業(yè)數(shù)量過多，超過某一臨界點(diǎn)，就可能導(dǎo)致在崗時(shí)間不長(zhǎng)，無法熟練掌握每個(gè)崗位所需技能，經(jīng)驗(yàn)不足，此時(shí)二者的關(guān)系又是怎樣的呢？為回答上述問題，本文在理論分析的基礎(chǔ)上，運(yùn)用實(shí)證方法探究CEO多職業(yè)背景與投資效率之間的關(guān)系。結(jié)果顯示：具有多職業(yè)經(jīng)歷的CEO可以提升企業(yè)投資效率；CEO曾任職業(yè)數(shù)量越豐富，投資效率越高。

本文的創(chuàng)新點(diǎn)如下：一方面，首次從投資效率角度對(duì)CEO多職業(yè)背景的經(jīng)濟(jì)后果進(jìn)行研究，豐富了CEO職業(yè)背景對(duì)投資效率的研究，現(xiàn)有文獻(xiàn)大多分析高管行為對(duì)企業(yè)投資效率的影響，只考慮于單一的職業(yè)背景，并未對(duì)多職業(yè)背景的綜合作用做出分析。然而，CEO不同的職業(yè)經(jīng)歷之間是可能存在相互影響。另一方面，為企業(yè)選拔、考核CEO及制定儲(chǔ)備人才培養(yǎng)政策提供決策參考。CEO是企業(yè)投資的核心決策者，為提高企業(yè)投資效率，越來越多的企業(yè)在選聘或培養(yǎng)CEO時(shí)開始關(guān)注其職業(yè)背景。

1 理論分析和研究假設(shè)

1.1 CEO多職業(yè)經(jīng)歷與投資效率

高階梯隊(duì)理論認(rèn)為，作為人口統(tǒng)計(jì)學(xué)特征之一的職業(yè)背景是決定高管心理維度特質(zhì)的重要因素之一?，F(xiàn)有研究發(fā)現(xiàn)，CEO的各類職業(yè)經(jīng)歷對(duì)其自身心理特質(zhì)均有影響［2］，進(jìn)而對(duì)CEO的投融資決策也有一定影響。根據(jù)烙印理論，CEO的每一份經(jīng)歷都會(huì)在其腦海中形成一種獨(dú)特的印象，相比單一職業(yè)經(jīng)歷者，多職業(yè)背景的CEO經(jīng)驗(yàn)會(huì)更加豐富。一方面，豐富的職業(yè)經(jīng)歷能夠提升管理者在經(jīng)理人市場(chǎng)的議價(jià)能力和穩(wěn)定性，不易被解雇，使其更加注重公司長(zhǎng)期利益，降低代理成本，緩解信息不對(duì)稱和代理問題［4］，也更容易獲得豐富的內(nèi)、外部?jī)?yōu)質(zhì)資源［5］，為企業(yè)獲取低成本資金和資本配置提供良好的前提條件［6］，促進(jìn)企業(yè)投資效率提升。另一方面，豐富的職業(yè)經(jīng)歷為CEO提供充足經(jīng)驗(yàn)，使CEO對(duì)各投資機(jī)會(huì)的識(shí)別和利用反應(yīng)更加機(jī)敏［7］，面對(duì)問題也有更多的解決方案，提升了失敗容忍度［8］，使CEO善于捕捉利于企業(yè)發(fā)展、風(fēng)險(xiǎn)高的項(xiàng)目，合理分配企業(yè)各項(xiàng)目資金［9］，提升企業(yè)投資效率。由此，本文提出第一個(gè)假設(shè)（H1）：CEO多職業(yè)經(jīng)歷能夠促進(jìn)企業(yè)投資效率提升。

1.2 CEO職業(yè)數(shù)量與投資效率

具有多職業(yè)背景的CEO可以幫助企業(yè)獲得更高的投資效率，是否意味著CEO曾擔(dān)任過的職業(yè)類型數(shù)量越多越好呢？根據(jù)烙印理論，一方面，CEO擔(dān)任過的職業(yè)類型越多，則具備更多領(lǐng)域的相關(guān)知識(shí)，且擔(dān)任過的崗位越多，接觸的資源涉及領(lǐng)域越廣，CEO的思維則更具創(chuàng)造性［10］，豐富的資源可以輔助CEO決策，對(duì)企業(yè)的投融資均有幫助。另一方面，如果CEO曾擔(dān)任的職業(yè)類型過多，超過某一臨界點(diǎn)，意味著該CEO職業(yè)流動(dòng)頻繁，導(dǎo)致在崗時(shí)間不長(zhǎng)，未能熟練掌握每個(gè)崗位所需技能，無法了解各職業(yè)的詳細(xì)流程和相關(guān)資源，無法獲得特定的記憶和知識(shí)經(jīng)驗(yàn)［3］，經(jīng)驗(yàn)不足將會(huì)使CEO對(duì)投資機(jī)會(huì)不敏感，策略制定不完善會(huì)導(dǎo)致企業(yè)投資效率下降。由此，提出以下假設(shè)（H2a）：CEO職業(yè)數(shù)量越多，投資效率越高；（H2b）：CEO的職業(yè)數(shù)量與投資效率之間存在倒“U”形關(guān)系。

2 研究設(shè)計(jì)

2.1 樣本選擇與數(shù)據(jù)來源

本文以2007—2020年滬深A(yù)股上市公司為樣本數(shù)據(jù)，同時(shí)為保證數(shù)據(jù)質(zhì)量，進(jìn)行以下篩選：①剔除金融類的公司；②剔除PT（特別轉(zhuǎn)讓）、ST（連續(xù)二年虧損，特別處理）、ST*（連續(xù)三年虧損，退市預(yù)警）類公司；③剔除觀察期內(nèi)主營(yíng)業(yè)務(wù)收入的增長(zhǎng)率大于100%的上市公司，以避免并購或重大資產(chǎn)重組等對(duì)企業(yè)正常生產(chǎn)經(jīng)營(yíng)和財(cái)務(wù)狀況的沖擊性影響；④剔除數(shù)據(jù)有異常值或不全的公司；同時(shí)，對(duì)連續(xù)型變量通過Winsorize進(jìn)行了上下1%縮尾處理，以消除極端值可能帶來的影響，最終得到28 119個(gè)樣本。數(shù)據(jù)均來自國(guó)泰安（CSMAR）數(shù)據(jù)庫。主要使用Excel和Stata16進(jìn)行數(shù)據(jù)整理和回歸分析。

2.2 變量定義與模型設(shè)計(jì)

2.2.1 被解釋變量（投資效率，INVEFF）

以往學(xué)者通過邊際托賓Q、Wurgler模型或Richardson模型等衡量企業(yè)的投資效率，然而，前兩類模型的估算樣本存在一定的幸存性偏差。因此，本文借鑒劉錦英等［11］的做法，通過Richardson（2006）模型衡量企業(yè)投資效率水平［12］，模型如下：

其中：Investt為t年新增投資，計(jì)算公式為（購建固定資產(chǎn)、無形資產(chǎn)及其他長(zhǎng)期資產(chǎn)的支出+取得子公司及其他營(yíng)業(yè)單位支付的現(xiàn)金凈額-處置固定資產(chǎn)、無形資產(chǎn)和其他長(zhǎng)期資產(chǎn)收回的現(xiàn)金凈額-當(dāng)期折舊費(fèi)用）/總資產(chǎn)；Growtht-1為t-1年?duì)I業(yè)收入增長(zhǎng)率；Levt-1為t-1年資產(chǎn)負(fù)債率；Casht-1為t-1年現(xiàn)金及現(xiàn)金等價(jià)物除以總資產(chǎn)；Aget-1為t-1年企業(yè)上市年限的自然對(duì)數(shù)；Sizet-1為t-1年企業(yè)總資產(chǎn)自然對(duì)數(shù)；Returnt-1為t-1年考慮現(xiàn)金紅利再投資的年個(gè)股回報(bào)率；ε為模型的隨機(jī)誤差項(xiàng)；此外，該模型還控制了年度和行業(yè)。

采用模型（1）中的殘差（Xinvest，即實(shí)際的投資規(guī)模觀測(cè)值減去模型最優(yōu)投資規(guī)模擬合值）的絕對(duì)值衡量企業(yè)投資效率，該絕對(duì)值越大，企業(yè)投資效率越低。

2.2.2 解釋變量

CEO多職業(yè)背景從CEO多職業(yè)經(jīng)歷和CEO職業(yè)數(shù)量2個(gè)方面進(jìn)行衡量。

（1）CEO多職業(yè)經(jīng)歷（Funback）。CSMAR數(shù)據(jù)庫中，高管個(gè)人職業(yè)背景信息包括九類。本文將CEO多職業(yè)經(jīng)歷（Funback）定義為虛擬變量，當(dāng)CEO曾擔(dān)任的職業(yè)是兩種或者兩種以上時(shí)，F(xiàn)unback取值為1；當(dāng)CEO僅擔(dān)任過一類職業(yè)時(shí)，F(xiàn)unback取值為0。

（2）CEO職業(yè)數(shù)量（NP）。根據(jù)CSMAR數(shù)據(jù)庫中高管個(gè)人職業(yè)背景信息，采用CEO在職業(yè)經(jīng)歷中所從事過的職業(yè)數(shù)量衡量CEO職業(yè)數(shù)量。

2.2.3 控制變量

根據(jù)研究目的，本文控制了企業(yè)特征和高管個(gè)人特征變量，還對(duì)行業(yè)及年度進(jìn)行控制。企業(yè)規(guī)模用Size表示，采用“營(yíng)業(yè)收入取自然對(duì)數(shù)”衡量。企業(yè)年齡用FAge表示，采用“當(dāng)年年度減去企業(yè)成立年度加1取自然對(duì)數(shù)”進(jìn)行衡量。資產(chǎn)負(fù)債率用Lev表示，采用“年末負(fù)債總額/年末資產(chǎn)總額”進(jìn)行衡量。盈利能力用Roa表示，采用“凈利潤(rùn)/平均資產(chǎn)總額”進(jìn)行衡量。主營(yíng)業(yè)務(wù)增長(zhǎng)率用Growth表示，采用“管理費(fèi)用/營(yíng)業(yè)收入”進(jìn)行衡量。股權(quán)集中度用Z表示，采用“第一大股東持股比例”進(jìn)行衡量。董事會(huì)規(guī)模用Board表示，采用“董事會(huì)成員人數(shù)取自然對(duì)數(shù)”進(jìn)行衡量。CEO性別用Gender表示，虛擬變量，男性為1，女性為0。CEO年齡用Cage表示，采用“樣本對(duì)應(yīng)年份CEO的年齡取自然對(duì)數(shù)”進(jìn)行衡量。兩職合一用IsDuality表示，采用“CEO兼任董事長(zhǎng)時(shí)取1，否則取0”進(jìn)行衡量。

2.2.4 模型設(shè)計(jì)

其中：模型（2）用來檢驗(yàn)CEO多職業(yè)經(jīng)歷與企業(yè)投資效率之間的關(guān)系；模型（3）用來檢驗(yàn)CEO職業(yè)數(shù)量與企業(yè)投資效率之間的關(guān)系。INVEFF表示企業(yè)投資效率；Funback表示CEO多職業(yè)經(jīng)歷；NP表示CEO多職業(yè)數(shù)量；ControlVariables為控制變量；ε為模型的隨機(jī)誤差項(xiàng)。

3 實(shí)證結(jié)果分析

3.1 描述性統(tǒng)計(jì)

主要變量的描述性統(tǒng)計(jì)結(jié)果顯示：樣本的企業(yè)投資效率（INVEFF）均值為0.03；標(biāo)準(zhǔn)差為0.03；中位數(shù)為0.021，表示各企業(yè)間的投資效率存在差距。CEO多職業(yè)經(jīng)歷（Funback）的均值為0.622，大于0.5，中位數(shù)為1；并且CEO職業(yè)數(shù)量的均值為1.892，中位數(shù)為2，這表示CEO的職業(yè)背景越來越豐富?？刂谱兞康慕y(tǒng)計(jì)結(jié)果顯示企業(yè)規(guī)模（Size）的均值是21.51，中位數(shù)是21.39，標(biāo)準(zhǔn)差是1.453，表示樣本中各企業(yè)規(guī)模差距較大；其他指標(biāo)的標(biāo)準(zhǔn)差較小，說明這些指標(biāo)在樣本企業(yè)中的差異不明顯。

3.2 相關(guān)性檢驗(yàn)

各主要變量的相關(guān)性分析顯示：投資效率與CEO多職業(yè)背景（CEO多職業(yè)經(jīng)歷與職業(yè)數(shù)量）之間顯著負(fù)相關(guān)。由此，假設(shè)H1和假設(shè)H2a得到初步驗(yàn)證。除CEO多職業(yè)背景2個(gè)指標(biāo)相關(guān)性較強(qiáng)之外，其他變量之前的系數(shù)均小于0.7，說明不存在多重共線性的問題。

3.3 回歸分析

3.3.1 主效應(yīng)回歸分析

多元回歸結(jié)果見表1。表1給出了CEO多職業(yè)背景（CEO多職業(yè)經(jīng)歷與職業(yè)數(shù)量）與投資效率之間的關(guān)系，由表1可以看出，不論是否控制行業(yè)和年份，CEO多職業(yè)經(jīng)歷與投資效率之間的關(guān)系都是負(fù)的，具有5%的顯著性水平，這表明具有多職業(yè)經(jīng)歷的CEO可以促進(jìn)企業(yè)投資效率的提升，假設(shè)H1得到驗(yàn)證。CEO的職業(yè)數(shù)量和投資效率之間的關(guān)系也是負(fù)向的，在5%的水平上顯著，這表示CEO曾擔(dān)任的職業(yè)數(shù)量越多，企業(yè)的投資效率越高，驗(yàn)證了假設(shè)H2a。在（2）列中，NP2和CEO職業(yè)數(shù)量（NP）的系數(shù)均不顯著，這說明CEO職業(yè)數(shù)量和投資效率之間并沒有倒“U”形關(guān)系，隨著職業(yè)數(shù)量的增加，投資效率上升。CEO職業(yè)數(shù)量和投資效率沒有出現(xiàn)倒“U”形可能性是如下：由描述性統(tǒng)計(jì)可知，大部分CEO的職業(yè)數(shù)量均為2，并且中位數(shù)為2，均值僅1.892，說明職業(yè)數(shù)量較多的CEO樣本量太小，無法對(duì)實(shí)證結(jié)果產(chǎn)生影響。側(cè)面反映出，大多數(shù)CEO知道經(jīng)歷過于復(fù)雜的弊端，會(huì)在具備一定數(shù)量的職業(yè)經(jīng)歷后選擇穩(wěn)定下來，不再更換其他類型的職業(yè)，以此來保證自己的專業(yè)性，為自身發(fā)展夯實(shí)基礎(chǔ)?？刂谱兞康慕Y(jié)果也基本符合預(yù)期，CEO的年齡系數(shù)是負(fù)的，并且在1%的水平上顯著，說明CEO年齡增加對(duì)企業(yè)投資效率有明顯的促進(jìn)作用；兩職合一的系數(shù)顯著為正，這表示CEO兩職合一會(huì)降低企業(yè)的投資效率；企業(yè)規(guī)模的系數(shù)顯著為負(fù)，規(guī)模越大的企業(yè)投資效率越高，這是因?yàn)橐?guī)模較大的企業(yè)內(nèi)部控制相對(duì)更加完善，成熟的管理制度為投資已作好鋪墊。

3.3.2 細(xì)分投資效率

當(dāng)Richardson的模型所得的殘差值小于0時(shí)，表明該企業(yè)投資不足，殘差大于0則表示企業(yè)存在過度投資的問題。由此，本文將投資效率細(xì)分為投資不足和過度投資，投資不足和過度投資值越大，表示投資效率越低，實(shí)證結(jié)果見表2，CEO多職業(yè)背景與投資不足和過度投資均為負(fù)相關(guān)，表示具備多職業(yè)背景的CEO可以有效控制投資不足和過度投資的問題，幫助企業(yè)緩解投資壓力，提升投資效率。

3.4 穩(wěn)健性檢驗(yàn)

3.4.1 更換被解釋變量

本文選取Richardson模型對(duì)投資效率進(jìn)行衡量，穩(wěn)健性檢驗(yàn)樣本以BIDDLE等［13］投資模型殘差項(xiàng)絕對(duì)值衡量投資效率，殘差項(xiàng)絕對(duì)值越大，投資效率越低。

模型（4）中的變量衡量與式（1）一致，穩(wěn)健性檢驗(yàn)結(jié)果顯示，更換投資效率的衡量方法之后的結(jié)果一致，CEO多職業(yè)經(jīng)歷和職業(yè)數(shù)量與投資效率之間均為顯著負(fù)相關(guān)，說明具有多職業(yè)背景的CEO可以提升企業(yè)投資效率，與前文結(jié)論一致，驗(yàn)證了本文結(jié)論的可靠性。

3.4.2 Heckman兩階段

為克服主假設(shè)中可能存在的樣本自選擇問題，本文參考何瑛等［6］的方法，采用Heckman兩階段模型進(jìn)行檢驗(yàn)。

第一階段采用CEO是否具有多職業(yè)經(jīng)歷作為被解釋變量，加入同省份、同行業(yè)的其他企業(yè)CEO職業(yè)數(shù)量均值（為減小誤差，刪除了同省同行業(yè)企業(yè)數(shù)量小于10樣本）作為外生工具變量，構(gòu)建Probit模型進(jìn)行估計(jì)，經(jīng)過計(jì)算后，得到逆米爾斯比率（IMR）。第二階段，把逆米爾斯比率引入第二階段模型進(jìn)行回歸分析。結(jié)果顯示，模型（1）和模型（2）中Funback和NP系數(shù)均顯著為負(fù)，說明CEO多職業(yè)背景對(duì)投資效率具有促進(jìn)作用。

4 結(jié)論

本文運(yùn)用烙印理論、高階梯隊(duì)理論和委托代理理論，以2007—2020年我國(guó)滬深A(yù)股上市公司為樣本，對(duì)CEO多職業(yè)背景（CEO多職業(yè)經(jīng)歷和職業(yè)數(shù)量）與投資效率之間的關(guān)系進(jìn)行分析和檢驗(yàn)。實(shí)證結(jié)果顯示：①CEO多職業(yè)背景與投資效率值負(fù)相關(guān)，即具有多職業(yè)經(jīng)歷的CEO可以提升企業(yè)投資效率，CEO曾任職業(yè)數(shù)量越豐富，對(duì)投資效率的促進(jìn)作用越明顯。②CEO多職業(yè)背景（CEO多職業(yè)經(jīng)歷與職業(yè)數(shù)量）對(duì)投資不足和過度投資均有抑制作用，即CEO多職業(yè)背景可以緩解企業(yè)投資問題。

根據(jù)上述結(jié)論，得到以下啟示：一是CEO職業(yè)背景的多樣化有助于豐富其閱歷，增加實(shí)戰(zhàn)經(jīng)驗(yàn)，為企業(yè)投資獲取更多有利資源和制定合理決策，提升企業(yè)運(yùn)營(yíng)效率。二是CEO的職業(yè)背景可以作為企業(yè)的一項(xiàng)選拔指標(biāo)，以幫助企業(yè)獲取優(yōu)質(zhì)人才，為企業(yè)長(zhǎng)遠(yuǎn)發(fā)展奠定基礎(chǔ)。三是企業(yè)內(nèi)部應(yīng)制定合理的輪崗機(jī)制，培養(yǎng)管理者全面發(fā)展，豐富管理者職業(yè)經(jīng)歷，為企業(yè)培養(yǎng)人才，利于企業(yè)管理團(tuán)隊(duì)的良性發(fā)展。