高管学术经历与企业非效率投资

　　【摘要】文章以20082016年沪深A股上市公司为样本，研究了高管学术经历对企业非效率投资的影响。研究结果表明，高管团队成员拥有学术经历，对企业非效率投资可以起到显著的缓解作用。然后，将非效率投资分为投资过度与投资不足两种情况进行研究，结果表明高管学术经历对企业过度投资的缓解作用更明显，并且这一结果在采用倾向得分匹配法和Heckman两阶段回归法控制内生性等问题后仍旧成立。文章的研究丰富了高管特征对企业经营决策影响方面的相关研究，对于高管聘用选拔条件的确定和任用有参考意义。
　　【关键词】高管学术经历；非效率投资；过度投资；投资不足
　　【中图分类号】F272。3【文献标识码】A【文章编号】10025812（2019）03006404
　　一、引言
　　自科斯提出企业理论以来，管理层对企业投资活动的影响受到了人们的广泛关注。在现代企业两权分离的背景下，管理者作决策时并不会完全遵照股东意志。传统的理论对此主要有两种解释，一是基于委托代理理论，管理者出于获得更高的职位和薪酬待遇等动机，会不断扩大企业规模，从而导致过度投资。另一种是基于信息不对称理论，管理层作为实际经营管理者，对企业内部的情况十分了解，但是外部投资者以及债权人等并不能完全知悉公司的所有信息，信息不对称的存在会对企业的融资需求产生约束，从而会产生投资不足的情况。随着研究的深入，人们发现这两种情况普遍存在，但是传统的理论并不能完美地解释这些现象。Hambrick和Mason于1984年提出的高阶梯队理论为后续的研究提供了理论基础和契机，于是很多学者开始从管理者本身的特征入手，来研究其对于投资行为的影响。已有的文献研究了高管年龄、性别、任期时间、教育背景、政治背景、海外背景以及个人的一些特殊经历等（魏立群等，2002；姜付秀等，2009；韩静等，2014；卢鑫等，2017；Simsek，2007；Bernileetal。，2017）对企业经营管理活动的影响，但是关于高管学术背景的研究却十分少。本文以投资效率作为切入点，研究高管学术经历与企业非效率投资程度之间的关系。
　　本文可能的贡献主要有以下两个方面：（1）目前关于高管特征对企业投资效率影响的文献十分丰富，但尚无研究高管学术经历对投资效率的影响，本文的研究可以丰富相关研究。（2）本文所研究的高管学术经历是指高管曾任职高校或科研机构等，从事学术研究，它与教育背景有着明显的差别，它们对高管个人特质的塑造和影响是不同的，该研究对于高管聘用选拔条件的确定以及如何提升企业投资效率的研究都有着重要意义。
　　二、理论分析与研究假设
　　Hambrick和Mason提出的高阶梯队理论认为，高管特征的异质性会对企业的生产经营决策产生不同的影响。已有的大量实证研究都支持了该理论。本文从学术经历这一高管特征入手，研究其对投资效率的影响。学术经历，一方面，会对高管的认知能力、知识结构和思维方式产生影响。首先，学术经历表明其有独立进行学术研究的能力，并且注重过程的严谨性和结论的正确性，其在逻辑推断方面也更加审慎（周楷唐等，2017）。因此具有学术背景的高管在做决策时，会更加基于企业的实际情况来做出判断分析，使企业在一定程度上规避较大的风险。其次，从事学术科研的人员，他们对某一行业的投资前景和未来发展会有更深入的了解，对项目的可行性会有更可靠的判断。已有的研究证明，有过学术经历的人，会更加依据其专业知识进行决策，而不是靠主观判断甚至猜测，尤其是在内外部面临更多的政策、市场环境等的不确定时，他们做出的决策也会更加稳妥（Jiang，B。，etal，2007）。
　　另一方面，有过学术研究经历的高管曾任职的单位是学校以及科研机构等，他们一般具有较高的学术道德和社会责任感，这会使他们更加自律，能更好地进行自我约束，社会道德水平高。Choetal。（2015）的研究表明，高层尤其是董事中，曾有高校任教经历的人数越多，人们对企业在社会责任方面的评价会更好。因此，一般情况下，曾有学术经历的高管，他们的道德水平和社会责任意识会更高，自我约束意识也会更强，在这种内在机制的作用下，做决策时自利倾向可能会更弱。另外，周楷唐等（2017）的研究證明了高管学术背景可以降低债务成本，更有利于企业以后年度获得贷款。这说明高管学术经历可以起到一定的信号传递作用，从而降低外部债权人和投资者与企业间信息不对称的程度。总之，根据以上两个方面的分析我们判断，有学术经历的高管在作各项决策时会更加审慎，从而降低企业非效率投资程度，使得投资活动更能增加企业的价值。由此我们提出假设1：
　　H1：具有学术经历的高管可以降低企业非效率投资的程度，并且人数越多、比例越大，对企业非效率投资的降低作用越明显。
　　由以上分析我们知道，研究高管学术经历对企业投资效率的影响，本质上是研究具备这一特征的高管所形成的内在特质在经营活动中所发挥的作用，从专业技能和思维方面来讲，这些高管对某一行业的认知和了解更深，对投资项目有更加准确的判断和分析，做决策时更加审慎和保守；另一方面，从这一经历对高管内在的塑造和道德的角度出发，其形成的自我约束和监督机制会抑制其不断扩大投资规模、建立商业帝国的欲望，从而降低过度投资的倾向。但是这一经历对投资不足的影响，是通过信号传递来发挥作用，本质上是一种间接的外在作用。所以高管学术经历对这两种情况作用的程度可能有所差别。因此提出假设2：
　　H2：相比于投资不足，有学术经历的高管对过度投资的降低作用更显著。
　　三、研究设计
　　（一）数据来源与样本选择
　　本文以沪深A股上市公司为样本，并在此基础上做了如下处理：（1）剔除金融类行业的样本；（2）剔除处于ST、PT状态的公司；（3）剔除关键财务数据缺失的样本；（4）为了减少极端值带来的影响，本文对所有连续变量在1、99上进行了winsorize处理。最终得到了12563个观测值。
　　（二）变量的定义
　　1。公司投资效率的度量。本文借鉴Richardson（2006）等的研究，采用模型（1）来计算企业的投资效率：
　　Invest01Growth2Lev3Cash4Age5Size6Ret7InvlagIndustryYear（1）
　　Invest表示当年新增的投资，Invest购建支出并购支出出售收入处置收入折旧摊销，其中，购建支出与出售收入分别为现金流量表中购建（出售）固定资产、无形资产和其他长期资产支付（收回）的现金，并购支出和处置收入分别为取得（处置）子公司及其他营业单位支付（收到）的现金净额，折旧摊销为当期的固定资产折旧和无形资产的摊销之和，Invest用期初的总资产进行了标准化处理；企业的成长机会Growth用期初营业收入的增长率来表示；Lev为财务杠杆；Age表示上市年限，用企业截止上一期末的上市时间的自然对数表示；Cash为现金持有量；Size为公司规模；Ret为上一年度考虑现金红利再投资的年个股回报率；Invlag由Invest滞后一期得到；Industry和Year分别是行业和年度的虚拟变量；投资效率用模型（1）中的残差来衡量，为正则说明投资过度，用Overinv表示；反之则为投资不足，用Underinv表示。
　　2。高管学术背景。目前学术界对高管团队尚未形成统一的界定，本文借鉴Bamberetal。（2010）的研究，将高管团队界定为不包含董事会和监事会成员在内的直接参与企业经营管理的人员，包括公司的CEO、总经理和副总经理、执行总经理和副总经理、CFO以及总会计师等。
　　（三）模型设定
　　为检验上文提出的假设，构建了如下的回归模型：
　　Inv（OverinvUnderinv）01AcademiciControlsYearIndusty（2）
　　其中，因变量Inv表示非效率投资，用模型（1）计算得到的残差的绝对值衡量。自变量Academic分别用Aca、Naca、Laca这三个指标来衡量，Aca是一个虚拟变量，表示高管是否具有学术经历，如果高管团队中有人具有学术经历则取1，否则取0；Naca为团队中有学术经历的高管人数；Laca为拥有学术背景的高管人数占比。Controls为控制变量，借鉴姜付秀等（2009）、申慧慧等（2012）的研究，控制变量选取如下：（1）股权性质Soe，如果是国有控股企业则取1，否则取0；（2）Outdir表示独立董事占全部董事的比例；（3）Board表示董事会规模，用董事会人数的自然对数来衡量；（4）Top1为第一大股东持股比例；（5）Shrs为股权制衡度，用第二至第十大股东的持股比例之和来表示；（6）Dual表示董事长和CEO的兼任情况，两职合一取1，否则取0；（7）Loss表示企业亏损或者盈利的虚拟变量，如果ROA0，则Loss取1，否则取0；（8）CGR为高管的持股比例；（9）Size表示规模，用总资产取对数来衡量。Year和Industy分别为年度和行业控制变量。
　　四、实证分析
　　（一）描述性统计分析
　　由下页表1的样本分布可知，高管有学术经历的样本量为4006，占全部样本量的近32，样本量整体上呈增加的趋势，與我国上市公司数量增长的情况一致。从下页表2主要变量的描述性统计可以看出，非效率投资Invest的均值为0，中位数为0。01，说明投资不足的样本量大于投资过度的样本量，但投资不足的程度比投资过度低，通过对Overinv和Underinv这两个变量比较也可以得到这一点，其中投资过度样本量为5240，投资不足样本量为7323；Naca的均值为0。51，中位数为0，最小值和最大值分别为0和13，说明样本中高管有学术经历的人数具有很大的差异；Laca为0。07，说明有学术经历高管的人数占高管团队人数比例的平均值为7。其余变量在此不详述。
　　（二）高管学术经历与企业非效率投资的回归分析
　　下页表3是高管学术经历与企业非效率投资全样本回归以及将样本分为过度投资和投资不足组分别进行回归的结果。从表3可以看出，Aca和Inv在5的水平上显著负相关，说明有学术经历的高管可以降低企业非效率投资的程度，Naca、Laca和Inv在1的水平上显著负相关，说明高管团队中，有学术经历的高管人数越多，所占比例越大，其对过度投资的降低作用也越大，假设1得到验证。在过度投资组中，Aca和Overinv在10的水平上显著负相关，Naca、Laca这两个指标与Overinv在1的水平上呈显著负相关，这充分说明高管有学术经历可以显著降低企业过度投资的程度；而在投资不足组，衡量高管学术经历的三个变量和Underinv都呈负相关的关系，但并不显著，说明高管学术经历对投资不足的缓解作用不如对过度投资的作用明显，即相比于投资不足，其对于过度投资的降低程度更显著，假设2得到验证。
　　（三）内生性检验
　　1。PSM法。构建影响上市公司聘任有学术经历高管的Probit模型，将虚拟变量Aca即高管是否拥有学术经历作为因变量，然后对每个控制变量进行回归，模型设定如下：
　　Aca01Top12Shrs3Soe4Board5Outdir6Dual7Loss8CGR9SizeIndustryYear（3）
　　利用构建的模型（3）对样本进行回归，会得到每个公司的一个Score值，然后选择最邻近匹配的方法，为所有具备学术经历高管的公司匹配一个与之概率最贴近但是却无学术经历高管的公司，最终有8012个样本。运用模型（2）再次进行回归，结果见下页表4。下页表4前2列分别为匹配前后利用模型（3）进行回归的结果，可以看到在匹配前，两组样本存在较大差异，而匹配后，控制变量组间差异不明显，配对有效。第311列为利用匹配后的样本重新进行回归的结果，可以看到，全样本组、过度投资组中自变量的所有指标回归系数都显著为负，而投资不足组中的回归系数虽为负，但并不显著，与上述回归结果基本一致，所以在考虑了样本选择偏差后假设仍旧成立。
　　2。Heckman两阶段回归法。上文研究了学术经历这一高管特征对企业投资效率的影响，但是反过来，投资效率好的企业也可能会更吸引这些学术人才，从而带来样本自选择的问题。在此，我们使用Heckman两阶段法来解决这一问题。借鉴Srinidhietal。（2011）的研究，我们将上年度企业所在行业的其他公司拥有学术经历高管的比例作为第一阶段中的工具变量进行回归分析，首先进行Probit回归，计算得到逆米尔斯比率（IMR）后，将其加入第二阶段的控制变量，对模型（2）再次进行回归，结果如下页表5所示。从下页表5我们可以看出，第（2）（10）列IMR前的系数都显著为正，说明自选择问题的确存在，但是所有自变量的回归结果与前述基本吻合，这说明在考虑这一问题后，前面的研究结果仍旧成立。
　　五、结论
　　本文研究了高管学术经历对企业非效率投资的影响。研究发现，高管团队成员的学术经历可以降低企业非效率投资的程度，并且高管团队中有学术经历的人数越多、比例越大，其改善作用越明显。另外，将非效率投资分为过度投资和投资不足两种情况进行研究，结果显示，高管学术经历对企业过度投资的缓解作用更明显。本文首次研究了高管学术经历对企业投资效率的影响，丰富了高管特征对企业经营决策影响的相关研究，对于理解企业管理中所遇到的问题有一定意义。另外本文的发现也为高管聘用选拔条件的确定和任用有参考意义。X
　　【主要参考文献】
　　〔1〕HambrickDC，MasonPA。UpperEchelonsOrganizationasaReflectionofItsManagers〔J〕。TheAcademyofManagementReview，1984，9（2）：193206。
　　〔2〕姜付秀，伊志宏，蘇飞等。管理者背景特征与企业过度投资行为〔J〕。管理世界，2009，（01）：130139。
　　〔3〕韩静，陈志红，杨晓星。高管团队背景特征视角下的会计稳健性与投资效率关系研究〔J〕。会计研究，2014，（12）：2531。
　　〔4〕卢馨，张乐乐，李慧敏等。高管团队背景特征与投资效率基于高管激励的调节效应研究〔J〕。审计与经济研究，2017，32（02）：6677。
　　〔5〕BernileG，BhagwatV，RauPR。WhatDoesntKillYouWillOnlyMakeYouMoreRiskLoving：EarlyLifeDisastersandCEOBehavior〔J〕。JournalofFinance，2017，72（1）：167206。
　　〔6〕周楷唐，麻志明，吴联生。高管学术经历与公司债务融资成本〔J〕。经济研究，2017，52（07）：169183。
　　〔7〕李延喜，曾伟强，马壮等。外部治理环境、产权性质与上市公司投资效率〔J〕。南开管理评论，2015，18（01）：2536。