文章信息
财经研究 2018年44卷第8期 |
- 周泽将, 马静, 刘中燕,
- Zhou Zejiang, Ma Jing, Liu Zhongyan.
- 独立董事政治关联会增加企业风险承担水平吗?
- Do political connections of independent directors increase the corporate risk-taking level?
- 财经研究, 2018, 44(8): 141-152, 封三
- Journal of Finance and Economics, 2018, 44(8): 141-152, 封三.
-
文章历史
- 收稿日期:2017-10-25
2018第44卷第8期
2. 安徽建筑大学 经济与管理学院,安徽 合肥 230601
2. School of Economics and Management, Anhui Jianzhu University, Hefei 230601, China
一、引 言
自2001年独立董事制度引入中国资本市场至今,学术界和实务界关于这一制度是否切实有效的争议不断。究其根源,若想要独立董事发挥提升公司治理水平、保护投资者利益的基本功能,必须保证其具备适当的履职能力和采取必要的履职行为,而这些都受到独立董事背景特征的影响。政治关联在转轨经济体中极为普遍(Goldman等,2009),这一点在中国的独立董事群体中尤为明显。2013年年报数据显示,上市公司共聘任901位曾经在党政机关或公检法系统任职的官员担任独立董事。①根据高阶理论,政治关联对独立董事履职行为产生了广泛而深远的影响。本文聚焦于独立董事政治关联,探索其对企业风险承担水平的影响。具体来说,本文将解答以下两个问题:独立董事政治关联是否会影响企业风险承担?若存在影响,不同的人口特征(学历、性别和年龄)将如何调节上述关系?
独立董事政治关联对企业风险承担具有显著的促进作用。据统计,2003−2010年因虚假陈述受到处罚的独立董事达302人次(辛清泉等,2013),而遭受处罚的独立董事市场声誉会严重受损。因此,独立董事在执业过程中会呈现出“天然”的风险规避特征。政治关联会使独立董事更好地发挥咨询功能,且与政府部门之间的沟通和交流更为顺畅,从而会增强企业的风险承担能力。基于此,本文以独立董事是否具有政府背景或人大代表、政协委员、党代表经历来度量政治关联,以经行业均值调整后的会计盈余(现金盈余)来度量企业风险承担,研究发现政治关联确实有助于缓解独立董事的风险规避效应。
高阶理论认为,学历、性别、年龄等人口特征会对独立董事政治关联和企业风险承担之间的关系产生影响。因此,本文在模型中引入上述人口特征与独立董事政治关联的交乘项,考察学历、性别、年龄等因素的调节作用。研究发现,独立董事的平均学历越高、女性占比越多,独立董事政治关联对企业风险承担的促进作用越小,但年龄不存在显著影响。
本文可能的增量贡献体现在以下三个方面:(1)已有文献主要分析了高管人员或CEO特征对企业风险承担的作用(Pathan,2009;余明桂等,2013),但忽略了独立董事这一重要群体。事实上,独立董事在决策过程中更具风险敏感性(俞伟峰等,2010)。本文基于独立董事视角,将政治关联和人口特征等因素系统地导入企业风险承担的研究中,丰富了有关风险承担影响因素的理论文献。(2)已有文献将政治关联主体限定在CEO、董事长、董事会成员等特定群体(Fan等,2007;余明桂和潘红波,2008),本文则延伸至独立董事层面,有助于加深关于政治关联的作用如何随主体变化这一重要理论问题的理解。(3)已有研究大多间接证实了独立董事的风险规避特征与行为(唐清泉和罗党论,2007;祝继高等,2015),而缺乏直接的实证检验。本文着力于检验独立董事政治关联对企业风险承担的影响,为独立董事的风险规避特征提供了直接的经验证据,同时拓展了独立董事履职行为的分析框架,对于评价独立董事行为和完善独立董事制度也具有实践意义。
二、理论分析与假设演绎
(一)独立董事的风险规避效应分析。风险收益对等原则意味决策主体在承担更高风险的同时会要求相应的投资回报。根据上述原则,当履职过程中面临的风险上升时,理论上独立董事获得的报酬会增加。而在中国情境下,极少有企业会对独立董事采取变动薪酬,其领取的通常是固定的货币报酬,股权激励更是被法律法规所禁止(郑志刚等,2017)。因此,在报酬既定的情形下,随着监管制度的不断完善,独立董事面临的法律诉讼风险不断增大,“不求有功,但求无过”的风险规避策略便成为其较合理的选择(俞伟峰等,2010),以尽可能低的风险实现自身利益最大化(简称风险规避效应)。
在实际工作中,独立董事主要受到声誉机制限制,进而呈现出风险规避效应。中国上市公司倾向于聘请拥有较好教育背景的专家、大学知名教授等高声誉群体担任独立董事,尽管从企业可以获得薪酬和津贴等货币收入,但是相对于其本职工作,这部分收入所占比例不高,因此独立董事对上市公司所给予的薪酬依赖性不强,从而有助于其相对独立性的提升。独立董事声誉受损则会波及本职工作,得不偿失。进一步地,按照《关于在上市公司建立独立董事制度的指导意见》(证监发[2001]102号)的规定,独立董事连任时间不得超过六年。若想取得长期的薪酬收入,必须具有良好的市场声誉,其他上市公司聘任受过监管处罚的人士担任独立董事的概率明显下降(辛清泉等,2013)。出于声誉考虑,独立董事理应在履职过程中谨慎行事,呈现出风险规避特征。
(二)独立董事政治关联与企业风险承担。资源依赖理论认为,企业需要获取生存环境中的资源以维系发展,包括独立董事在内的董事会成员作为企业赖以生存和发展的重要社会资源,对企业经营的重要性不言而喻(Hillman和Dalziel,2003)。具体到独立董事政治关联问题,其咨询职能可以为企业的发展和壮大争取更多的社会资源。已有经验证据揭示了独立董事政治关联有助于为企业争取多方面的政策倾斜,如进入壁垒行业(Du等,2014)、外部融资便利和更多政府补贴(Wang,2015)等。在实际经营过程中,企业的风险承担能力主要受到其资源获取能力的影响(Almeida和Campello,2007),独立董事政治关联会显著增强企业的资源获取能力,企业的风险承担能力相应上升,独立董事的风险规避效应随之减弱。同时,具有政治关联的独立董事通常是凭借丰富的人脉资源和政府关系挤入董事会,而专业素质和技能未必符合胜任要求(周泽将和刘中燕,2017),因此客观上政治关联会使独立董事难以具备高效监督管理层的基本能力,企业风险承担水平上升也在预料之中。
进一步地,政治关联会使企业与政府部门之间的沟通和交流更顺畅(吴文锋等,2009),经济纠纷中政府保护政治关联企业的力度增加(余明桂和潘红波,2008),违规公司高管被迫离职的可能性降低、惩处周期延长(许年行等,2013)。具体到企业风险承担维度,一方面,当面临行政处罚风险时,政治关联可为独立董事与证券监管部门沟通提供便利;另一方面,在与监管部门谈判时,政治关联也能为独立董事增加讨价还价的筹码。因此可以预期,政治关联会使独立董事抵抗风险的能力上升,企业增加风险承担水平则被独立董事所容忍和许可,独立董事的风险规避效应减弱。基于上述分析,本文提出以下假设:
假设1:限定其他条件,独立董事政治关联会显著增加企业风险承担水平。
(三)独立董事人口特征的调节作用。高阶理论认为,高管团队的背景特征会直接影响管理层的行为和决策,因此学历、性别和年龄等人口特征已成为影响独立董事履职能力的重要因素。学历、性别和年龄等如何影响独立董事政治关联与风险规避效应之间的关系值得深入探究。
1. 学历。担任独立董事通常仅是本职工作的补充,因此独立董事群体对任职所带来的风险格外关注(唐清泉和罗党论,2007)。信号传递理论认为,雇用者对应聘者的能力认定主要取决于其学历,一般高学历意味着高能力,因此企业愿意支付更高的薪酬(汤二子,2012)。换言之,学历越高,独立董事的本职工作收入越高,声誉和社会地位也越高,进而保住稳定收入和地位的动机越强,风险规避效应也就越强。不可否认的是,高学历也会提升独立董事对企业经营风险的专业判断能力,这将使其在投资决策中更加倾向于明哲保身,从而会减弱独立董事政治关联对风险规避的缓解程度。
2. 性别。女性在管理决策中更加厌恶风险(Croson和Gneezy,2009),主要表现为任命女性CEO后企业投资更加谨慎(Martin等,2009)、现金持有量增加(周泽将和修宗峰,2015)、采用更稳健的会计报告策略(Francis等,2014)以及财务舞弊概率和严重程度降低(周泽将等,2016)。企业风险承担水平主要取决于投资项目,李世刚(2013)发现女性高管更加倾向于选择低风险的投资项目,从而过度投资的概率和程度下降。如上文所述,独立董事具有明显的风险规避倾向,可以预期女性独立董事会表现出更低的风险承担能力。
3. 年龄。年龄在独立董事政治关联与企业风险承担的关系中具有“双刃剑”的作用。一方面,随着年龄增长,管理者的认知能力会下降,决策自信心减弱,且害怕变化。因此,年长的高管在企业战略选择上更加保守(姜付秀等,2009),采用稳健会计政策以减少财务重述行为(何威风和刘启亮,2010),减小投资规模(李焰等,2011)。具体到独立董事群体,年长通常意味着丰富的阅历和知识累积,接受新事物和新知识的能力较低,而且年长的独立董事往往更重视其市场声誉,铤而走险的机会成本增加。在上述条件的约束下,独立董事年龄会增加其风险规避效应。另一方面,年龄的增长意味着人力资本不断积累,社会资源更加丰富(李四海等,2015)。根据假设1的逻辑,企业抵御风险的能力增强,这会减弱独立董事风险规避效应的影响。在以上两方面作用下,可以预期年龄对独立董事政治关联与企业风险承担的关系无显著的调节作用。综上所述,本文提出以下假设:
假设2a:限定其他条件,学历越高,独立董事政治关联对企业风险承担的促进作用越小。
假设2b:限定其他条件,女性越多,独立董事政治关联对企业风险承担的促进作用越小。
假设2c:限定其他条件,年龄对独立董事政治关联与企业风险承担的关系无显著影响。
三、研究设计
(一)数据来源与筛选。本文选择中国2007—2014年全部A股上市公司作为初始样本,由于计算企业风险承担变量需要未来两年的财务数据,截至目前数据仅可更新到2014年。遵循惯例,本文对初始样本做了以下筛选:(1)处于ST、*ST等异常交易状态的公司在信息披露和股票交易等方面受到监管限制,剔除这一部分观测值;(2)由于会计准则和监管环境的差异,剔除发行外资股的观测值;(3)由于行业间会计准则的差异,剔除金融保险行业观测值;(4)剔除数据缺失的观测值;(5)剔除数据异常的观测值(包括大股东持股等于0、薪酬激励指标小于或等于0、企业风险承担指标大于1、成长性指标大于100以及期末资不抵债等5种情形)。我们最终得到10 346个观测值。本文的独立董事政治关联数据和人口特征数据由手工整理而得,公司治理与行业信息数据取自CCER中国经济金融数据库,其他数据均来自RESSET数据库。
(二)主要变量说明
1. 企业风险承担水平(RISK)。借鉴Faccio等(2011)以及Boubakri等(2013)的方法,本文采用企业盈利能力的波动性来度量。具体来说,本文分别滚动计算第t−2年至第t+2年经行业均值调整后的营业利润/期末资产总额、净利润/期末资产总额以及经营活动现金净流量/期末资产总额的标准差,记为RISK1、RISK2和RISK3。
2. 独立董事政治关联(PC)。如果有政治关联的独立董事人数大于75%分位数1,则PC赋值为1,否则为0。参考余明桂和潘红波(2008),如果独立董事具有在党委部门、政府机关、人大常设机构、政协常设机构、法院、检察院等部门任职或担任党代表、人大代表、政协委员的经历,则认为其存在政治关联。
3. 调节变量。本文主要包括3个人口特征变量:学历、性别和年龄。学历(EDU)等于独立董事学历的均值,赋值规则如下:中专及以下学历取1,大专学历取2,本科学历取3,硕士取4,博士取5;性别(SEX)等于女性独立董事所占比例;年龄(AGE)等于独立董事年龄均值。
4. 控制变量。本文的控制变量主要包括:(1)除独立董事外的高管政治关联(OTHER),若除独立董事外的高管中有政治关联的人数超过75%分位数3,赋值为1,否则为0;(2)大股东持股(FIRST),等于第一大股东持股数除以总股数;(3)董事会规模(BOARD),等于董事会成员人数的自然对数;(4)独立董事比例(INDR),等于独立董事人数与董事会成员人数的比值;(5)薪酬激励(COMP),等于董监高薪酬总额除以期末总资产;(6)两职合一(DUAL),若董事长、总经理为同一人,赋值为1,否则为0;(7)企业性质(STATE),若最终控制人为非国有性质,赋值1,否则为0;(8)财务杠杆(LEV),等于企业期末资产负债率;(9)企业规模(SIZE),等于期末总资产的自然对数;(10)企业成长性(GROW),等于企业营业收入的年度增长率;(11)企业上市年限(LONG),等于(研究年份−上市年份+1)。此外,我们在模型中还控制了行业虚拟变量INDUS(参照2012年中国证监会行业分类标准)和年度虚拟变量YEAR。
(三)研究模型。为了检验假设1,本文参考李文贵和余明桂(2012)的研究设计,构建了模型(1)。按照理论预期,政治关联PC的系数应显著为正。
$\begin{aligned} RISK = & {\beta _0} + {\beta _1}PC \!+\! {\beta _2}EDU + {\beta _3}SEX + {\beta _4}AGE + {\beta _5}OTHER + {\beta _6}FIRST + {\beta _7}BOARD \\ &+ {\beta _8}INDR + {\beta _9}COMP + {\beta _{10}}DUAL + {\beta _{11}}STATE + {\beta _{12}}LEV + {\beta _{13}}SIZE + {\beta _{14}}GROW \\ & + {\beta _{15}}LONG + INDUS + YEAR + \varepsilon \end{aligned}$ | (1) |
为了检验假设2a、2b和2c,本文在模型(1)的基础上,引入调节变量MOD与PC的交乘项PC×MOD,构建了模型(2)。其中,调节变量MOD包括学历EDU、性别SEX和年龄AGE。按照理论预期,PC×EDU与PC×SEX的系数应显著为负,PC×AGE不显著。
$\begin{aligned}RISK = &{\beta _0} + {\beta _1}PC + {\gamma}PC \times MO{D_i} + {\beta _2}EDU + {\beta _3}SEX + {\beta _4}AGE + {\beta _5}OTHER + {\beta _6}FIRST \\&+ {\beta _7}BOARD + {\beta _8}INDR + {\beta _9}COMP + {\beta _{10}}DUAL + {\beta _{11}}STATE + {\beta _{12}}LEV + {\beta _{13}}SIZE \\&+ {\beta _{14}}GROW + {\beta _{15}}LONG + INDUS + YEAR + \varepsilon \end{aligned}$ | (2) |
在上述模型的回归分析中,内生性问题和自选择问题可能会对结果产生影响。本文在稳健性测试中采用双重差分模型、控制可能的遗漏变量、滞后自变量方法以及倾向得分匹配法等进行分析。
四、实证结果与分析
(一)描述性统计。主要变量的描述性统计结果见表1。RISK1和RISK2的均值都在0.0300左右,明显小于RISK3的均值。这反映出应计制下企业盈利能力波动较小的客观事实,可能由适度的利润平滑所致。PC的均值为0.1514,表明有政治关联的独立董事超过1人的公司占比达到15%,政治关联已成为上市公司独立董事群体的重要外在特征。EDU的中位数为3.9434,说明超过半数的独立董事具有硕士以上学历。SEX的均值为0.1475,表明女性独立董事比例非常低。AGE的最小值和最大值分别约为34.3333和73.3333,反映出独立董事的年龄波动较大,而75%以上的独立董事均已超过48岁(25%分位数为48.7500)。FIRST的均值达到0.3604,折射出在中国上市公司的股权结构中存在典型的“一股独大”现象,股权分置改革并未从根本上改变这一局面。DUAL的均值等于0.1876,说明董事长和总经理两职合一的比例接近19%。STATE的均值为0.4873,揭示出非国有上市公司已占有相当的比例,接近一半。
变量 | 观测数 | 均值 | 标准差 | 最小值 | 25%分位数 | 中位数 | 75%分位数 | 最大值 |
RISK1 | 10 346 | 0.0316 | 0.0306 | 0.0003 | 0.0141 | 0.0229 | 0.0384 | 0.4232 |
RISK2 | 10 346 | 0.0286 | 0.0298 | 0.0000 | 0.0123 | 0.0202 | 0.0340 | 0.4587 |
RISK3 | 10 346 | 0.0527 | 0.0386 | 0.0001 | 0.0282 | 0.0431 | 0.0656 | 0.5276 |
PC | 10 346 | 0.1514 | 0.3584 | 0.0000 | 0.0000 | 0.0000 | 0.0000 | 1.0000 |
EDU | 10 346 | 3.9434 | 0.5839 | 1.0000 | 3.6000 | 4.0000 | 4.3333 | 5.0000 |
SEX | 10 346 | 0.1475 | 0.1934 | 0.0000 | 0.0000 | 0.0000 | 0.3333 | 1.0000 |
AGE | 10 346 | 52.9248 | 5.8930 | 34.3333 | 48.7500 | 52.6667 | 56.6667 | 73.3333 |
OTHER | 10 346 | 0.1409 | 0.3480 | 0.0000 | 0.0000 | 0.0000 | 0.0000 | 1.0000 |
FIRST | 10 346 | 0.3604 | 0.1514 | 0.0135 | 0.2378 | 0.3428 | 0.4691 | 0.8941 |
BOARD | 10 346 | 2.1769 | 0.1984 | 1.0986 | 2.0794 | 2.1972 | 2.1972 | 2.9444 |
INDR | 10 346 | 0.3675 | 0.0534 | 0.0909 | 0.3333 | 0.3333 | 0.4000 | 0.7143 |
COMP | 10 346 | 0.0029 | 0.0848 | 0.0000 | 0.0004 | 0.0010 | 0.0019 | 5.8504 |
DUAL | 10 346 | 0.1876 | 0.3904 | 0.0000 | 0.0000 | 0.0000 | 0.0000 | 1.0000 |
STATE | 10 346 | 0.4873 | 0.4999 | 0.0000 | 0.0000 | 0.0000 | 1.0000 | 1.0000 |
LEV | 10 346 | 0.4555 | 0.2023 | 0.0071 | 0.3022 | 0.4622 | 0.6126 | 0.9961 |
SIZE | 10 346 | 21.8616 | 1.1483 | 14.9416 | 21.0383 | 21.7321 | 22.5178 | 27.9178 |
GROW | 10 346 | 0.1629 | 0.5378 | −1.0000 | −0.0127 | 0.1144 | 0.2608 | 31.1679 |
LONG | 10 346 | 10.1980 | 5.3578 | 1.0000 | 5.0000 | 10.0000 | 15.0000 | 25.0000 |
(二)多元回归分析。独立董事政治关联与企业风险承担水平的多元回归结果见表2,其中列(1)至列(3)的因变量分别为企业风险承担的3个度量指标RISK1、RISK2和RISK3,T值均经过年度和个体层面的Cluster调整(下同)。列(1)中PC的系数为0.0025,在1%水平上显著为正;列(2)中PC的系数为0.0024,在1%水平上显著为正;列(3)中PC的系数为0.0016,在接近10%的水平上显著为正。以上结果说明独立董事政治关联显著增加了企业的风险承担水平,政治关联弱化了独立董事的风险规避效应,假设1得到验证。在履职过程中,当具有政治关联时,独立董事与政府的关系较为紧密,主要职能则由监督转向咨询,从而对企业风险承担水平的关注度降低,政治关联的庇护功能使上述效应进一步增强。因此,独立董事政治关联呈现出缓解风险规避的作用,表现为企业风险承担水平上升。
在控制变量中,EDU与RISK1和RISK2显著负相关,说明独立董事学历越高,企业的风险承担水平越低。AGE与RISK1、RISK2和RISK3显著负相关,说明随着平均年龄的增长,独立董事所容忍的企业风险承担水平同样呈现下降趋势。BOARD与RISK1、RISK2和RISK3负相关,反映出董事会规模越大,企业风险承担水平越低。STATE的系数显著为正,反映出非国有企业的风险承担水平更高。SIZE的系数显著为负,揭示出企业规模与风险承担水平负相关,说明大企业的抗风险能力更强,因此盈余波动性较低。LONG的系数显著为正,表明上市年限越长,企业风险承担水平越高,这可能是企业发展处于不同生命周期阶段的结果。GROW与RISK1和RISK2显著负相关,但与RISK3显著正相关,这可能主要由处于不同成长阶段企业的应计制利润和现金制利润之间的系统性差异所致。
(1)RISK1 | (2)RISK2 | (3)RISK3 | ||||
系数 | T值 | 系数 | T值 | 系数 | T值 | |
C | 0.1473*** | 13.9375 | 0.1582*** | 14.6513 | 0.1901*** | 15.1282 |
PC | 0.0182*** | 2.9720 | 0.0201*** | 3.4285 | 0.0077 | 1.0301 |
PC×EDU | −0.0042*** | −2.6911 | −0.0047*** | −3.1901 | −0.0016 | −0.8115 |
EDU | −0.0009 | −1.5257 | −0.0014** | −2.2716 | 0.0004 | 0.6065 |
SEX | −0.0012 | −0.8432 | −0.0022 | −1.5500 | 0.0007 | 0.3506 |
AGE | −0.0002** | −2.4608 | −0.0002*** | −2.8901 | −0.0002*** | −2.7108 |
控制变量 | 控制 | 控制 | 控制 | |||
Adj. R2 | 0.0667 | 0.0744 | 0.0898 | |||
F值 | 21.2198** | 20.6849*** | 19.0612*** |
表3报告了学历调节作用的多元回归结果。列(1)中PC×EDU的系数为−0.0042,在1%水平上显著为负;列(2)中PC×EDU的系数为−0.0047,也在1%水平上显著为负;列(3)中PC×EDU的系数为−0.0016,不显著。以上结果表明,当平均学历上升时,政治关联缓解独立董事风险规避效应的作用下降,假设2a得到验证。学历是能力的重要表现之一,当平均学历提高时,独立董事辨认、识别和控制企业经营风险的能力上升,同时独立董事报酬的相对占比下降。这两点都将使独立董事政治关联对企业风险承担的促进作用减弱。控制变量结果没有发生根本改变,不再赘述。
(1)RISK1 | (2)RISK2 | (3)RISK3 | ||||
系数 | T值 | 系数 | T值 | 系数 | T值 | |
C | 0.1485*** | 14.0371 | 0.1597*** | 14.7724 | 0.1901*** | 15.1556 |
PC | 0.0035*** | 3.1796 | 0.0030*** | 2.8247 | 0.0041*** | 2.9825 |
PC×SEX | −0.0072* | −1.7097 | −0.0041 | −1.0191 | −0.0180*** | −3.4771 |
EDU | −0.0014** | −2.5516 | −0.0020*** | −3.4676 | 0.0003 | 0.4579 |
SEX | −0.0005 | −0.3039 | −0.0019 | −1.2262 | 0.0029 | 1.3809 |
AGE | −0.0001** | −2.2299 | −0.0002*** | −2.6230 | −0.0002*** | −2.6724 |
控制变量 | 控制 | 控制 | 控制 | |||
Adj. R2 | 0.0662 | 0.0735 | 0.0906 | |||
F值 | 21.0025*** | 20.5527*** | 19.0654*** |
表4列示的是性别调节作用的多元回归结果。列(1)中PC×SEX的系数为−0.0072,在10%水平上显著为负;列(2)中PC×SEX的系数为−0.0041,不显著;列(3)中PC×SEX的系数为−0.0180,在1%水平上显著为负。以上结果表明,当女性独立董事增加时,政治关联的风险缓解效应减弱,假设2b得到验证。大量文献揭示出女性具有风险规避特质,因此独立董事政治关联与企业风险承担的正相关程度有所下降也在情理之中。
(1)RISK1 | (2)RISK2 | (3)RISK3 | ||||
系数 | T值 | 系数 | T值 | 系数 | T值 | |
C | 0.1499*** | 13.7538 | 0.1620*** | 14.6636 | 0.1921*** | 15.0206 |
PC | −0.0036 | −0.3670 | −0.0087 | −0.9427 | −0.0057 | −0.5730 |
PC×AGE | 0.0001 | 0.6211 | 0.0002 | 1.2104 | 0.0001 | 0.7370 |
EDU | −0.0014** | −2.5438 | −0.0019*** | −3.3904 | 0.0003 | 0.3820 |
SEX | −0.0014 | −0.9450 | −0.0024* | −1.6636 | 0.0006 | 0.3253 |
AGE | −0.0002** | −2.3958 | −0.0002*** | −2.9744 | −0.0002*** | −2.7159 |
控制变量 | 控制 | 控制 | 控制 | |||
Adj. R2 | 0.0660 | 0.0736 | 0.0898 | |||
F值 | 21.1152*** | 20.7336*** | 19.1197*** |
年龄调节作用的多元回归结果见表5。列(1)至列(3)中PC×AGE的系数均不显著,符合假设2c的预期。究其原因,年龄对企业风险承担同时存在正反两方面的影响,且独立董事的平均年龄较大(均值为52.92)、总体波动性较小(标准差/均值等于11.13%),这也会导致不同的独立董事个体在市场声誉和执业经验等方面不存在显著差异,因而年龄对政治关联促进企业风险承担无显著的调节作用。
模型(3) | 模型(4) | |||
(1)PC | (2)RISK1 | (3)RISK2 | (4)RISK3 | |
C | −0.0701*** | −0.0557*** | −0.0423*** | −0.0606*** |
(−4.0629) | (−3.6013) | (−2.7774) | (−3.6199) | |
PC | −0.0066*** | −0.0063*** | −0.0061*** | −0.0064*** |
(−4.4235) | (−4.2315) | (−4.0846) | (−4.2840) | |
RISK | — | −0.0972** | −0.1787*** | −0.0613*** |
— | (−2.0458) | (−3.4750) | (−2.7493) | |
EDU | 0.0065*** | 0.0063*** | 0.0061*** | 0.0064*** |
(6.4337) | (6.3412) | (6.1372) | (6.4373) | |
SEX | 0.0069** | 0.0068** | 0.0065** | 0.0069** |
(2.4580) | (2.4289) | (2.3457) | (2.4808) | |
AGE | 0.0003*** | 0.0003*** | 0.0003*** | 0.0003*** |
(3.0212) | (2.8597) | (2.6654) | (2.8428) | |
控制变量 | 控制 | 控制 | 控制 | 控制 |
Adj. R2 | 0.0796 | 0.0823 | 0.0884 | 0.0813 |
F值 | 24.9146*** | 24.3482*** | 24.5974*** | 24.3782*** |
(四)企业风险承担的中介作用分析。在模型(1)的基础上,本文借鉴王化成等(2008)的研究设计,进一步构建了模型(3)和模型(4),旨在检验企业风险承担的中介作用。其中,ROA等于净利润除以平均总资产,其他变量定义与模型(1)相同。在模型(3)的基础上,我们进一步引入企业风险承担变量RISK,构建了模型(4)。如果政治关联PC的系数有所下降,则说明企业风险承担在独立董事政治关联影响经营业绩的过程中发挥了中介作用。
$\begin{aligned}ROA = &{\beta _0} + {\beta _1}PC + {\beta _2}EDU + {\beta _3}SEX + {\beta _4}AGE + {\beta _5}OTHER + {\beta _6}FIRST + {\beta _7}BOARD + {\beta _8}INDR \\ & + {\beta _9}COMP + {\beta _{10}}DUAL + {\beta _{11}}STATE + {\beta _{12}}SIZE + {\beta _{13}}GROW + INDUS + YEAR + \varepsilon \end{aligned}$ | (3) |
$\begin{aligned}ROA = & {\beta _0} + {\beta _1}PC + {\gamma}RISK + {\beta _2}EDU + {\beta _3}SEX + {\beta _4}AGE + {\beta _5}OTHER + {\beta _6}FIRST + {\beta _7}BOARD \\& + {\beta _8}INDR + {\beta _9}COMP + {\beta _{10}}DUAL + {\beta _{11}}STATE + {\beta _{12}}SIZE + {\beta _{13}}GROW \\ & + INDUS + YEAR + \varepsilon \end{aligned}$ | (4) |
企业风险承担中介作用的多元回归结果见表6。在列(1)中,独立董事政治关联PC的系数为−0.0066,在1%水平上显著为负,说明独立董事政治关联对经营业绩存在负面影响。在控制企业风险承担RISK后,如列(2)、列(3)和列(4)所示,RISK1、RISK2和RISK3的系数均显著为负,PC的系数分别为−0.0063、−0.0061和−0.0064,其绝对值相对于列(1)有所下降,但仍显著。本文进一步借鉴潘彬和金雯雯(2017)的研究设计,结合表2,计算了表6中列(2)至列(4)反映中介效应显著性的Sobel Z值,分别为−1.6475、−2.1159和−1.2857,均具有统计意义上的显著性。这说明企业风险承担在独立董事政治关联影响经营业绩的过程中发挥了部分中介效应。
(1)RISK1 | (2)RISK2 | (3)RISK3 | ||||
系数 | T值 | 系数 | T值 | 系数 | T值 | |
C | 0.1487*** | 14.0458 | 0.1598*** | 14.7781 | 0.1907*** | 15.1995 |
PC | 0.0025*** | 2.6635 | 0.0024*** | 2.6681 | 0.0016 | 1.4742 |
EDU | −0.0015*** | −2.6117 | −0.0020*** | −3.5043 | 0.0002 | 0.3265 |
SEX | −0.0014 | −0.9518 | −0.0024* | −1.6768 | 0.0006 | 0.3181 |
AGE | −0.0001** | −2.2161 | −0.0002*** | −2.6144 | −0.0002*** | −2.6454 |
OTHER | 0.0009 | 1.0268 | 0.0007 | 0.8550 | 0.0033*** | 2.8513 |
FIRST | −0.0007 | −0.3289 | −0.0040* | −1.9017 | 0.0235*** | 8.5191 |
BOARD | −0.0048*** | −2.7101 | −0.0037** | −2.0747 | −0.0066*** | −2.8568 |
INDR | −0.0012 | −0.1919 | 0.0039 | 0.6512 | 0.0021 | 0.2855 |
COMP | −0.0007 | −0.3147 | −0.0000 | −0.0040 | 0.0075* | 1.6936 |
DUAL | −0.0007 | −0.8745 | −0.0011 | −1.3497 | 0.0009 | 0.9898 |
STATE | 0.0034*** | 4.7523 | 0.0034*** | 4.9084 | 0.0071*** | 7.7317 |
LEV | −0.0006 | −0.2921 | 0.0033 | 1.5653 | 0.0351*** | 13.7717 |
SIZE | −0.0040*** | −8.8004 | −0.0044*** | −9.8358 | −0.0065*** | −12.0359 |
GROW | −0.0016* | −1.8938 | −0.0023** | −2.4091 | 0.0042*** | 2.7718 |
LONG | 0.0008*** | 10.5473 | 0.0007*** | 10.3251 | 0.0009*** | 9.2177 |
INDUS/YEAR | 控制 | 控制 | 控制 | |||
Adj. R2 | 0.0660 | 0.0735 | 0.0898 | |||
F值 | 21.4701*** | 21.0621*** | 19.5503*** | |||
注:***、**和*分别表示在1%、5%和10%的水平上显著(双尾)。T值经过年度和个体cluster调整。下表同。 |
(五)敏感性测试
1. 控制内生性问题
(1)2013年10月19日,中共中央组织部颁发《关于进一步规范党政领导干部在企业兼职(任职)问题的意见》,这一政策法规出台使具有政治关联的独立董事纷纷辞职。②上述事件为本文采用双重差分方法来缓解内生性问题提供了难得的准自然实验环境。具体来说,本文构建了模型(5),其中YEAR14为虚拟变量,若观测值所处年份为2014年,则赋值为1,否则为0,其他变量定义与模型(1)相同。
$\begin{aligned}RISK = & {\beta _0} + {\beta _1}PC + {\gamma}PC \times YEAR14 + {\beta _2}EDU + {\beta _3}SEX + {\beta _4}AGE + {\beta _5}OTHER + {\beta _6}FIRST\\& + {\beta _7}BOARD + {\beta _8}INDR + {\beta _9}COMP + {\beta _{10}}DUAL + {\beta _{11}}STATE + {\beta _{12}}LEV + {\beta _{13}}SIZE + {\beta _{14}}GROW \\ & + {\beta _{15}}LONG + {\beta _{16}}YEAR14 + INDUS + \varepsilon \end{aligned}$ | (5) |
在模型(5)的回归中,当因变量为RISK3时,PC×YEAR14的系数在5%水平上显著为负;当因变量为RISK1和RISK2时,PC×YEAR14的系数也为负但不显著。以上结果基本表明,当独立董事政治关联减少时,企业风险承担水平略有下降,独立董事政治关联与企业风险承担的关系没有受到内生性问题的影响。《关于进一步规范党政领导干部在企业兼职(任职)问题的意见》的出台时间较短,而且政策执行需要一定的时间,短期内政策效应不会明显显现,未来有待扩展研究区间做进一步检验。
(2)参考Jayaraman和Milbourn(2012)的处理方法,本文将独立董事政治关联PC取滞后一期值,重复表2的回归分析。结果显示,列(1)和列(2)中PC的系数在1%水平上显著为正,列(3)中PC的系数为正但不显著。这与上文结果基本一致。
2. 控制自选择偏差。聘任具有政治关联的独立董事可能出于企业发展和管理的现实需要,而非服从随机正态分布。换言之,研究过程中可能存在源于自选择效应而导致的样本选择偏差问题。鉴于此,本文采用PSM方法来控制自选择偏差。首先,构建独立董事政治关联的Probit选择模型:
$\begin{aligned}PCD = & {\alpha _0} + {\alpha _1}TONGHANG + {\alpha _2}EDU + {\alpha _3}AGE + {\alpha _4}OTHER + {\alpha _5}BOARD + {\alpha _6}INDR + {\alpha _7}LEV \\& + {\alpha _8}SIZE + {\alpha _9}GROW + {\alpha _{10}}LONG + YEAR + INDUS + \varepsilon \end{aligned}$ | (6) |
在模型(6)中,本文选择同行业其他企业独立董事政治关联的均值TONGHANG作为排除性约束变量。参考曾亚敏和张俊生(2014),估计模型(6)时采用向后逐步Probit回归,最终仅包含显著性水平在10%以内的解释变量。经过上述处理后,PSM第二阶段回归结果未发生根本变化,本文的研究结论得到进一步验证。
3. 政治关联的度量方式。部分文献将政治关联限定在具有在党委部门、政府机关、人大常设机构、政协常设机构、法院、检察院等部门任职经历,而将党代表、人大代表和政协委员等排除在外(杜兴强等,2011)。本文借鉴这一做法,重新定义政治关联,除了显著性略有变化外,PC、PC×EDU、PC×SEX、PC×AGE的结果未发生根本改变,研究假设得到进一步验证。
五、结 论
独立董事在决策行为中表现出明显的风险规避效应,本文着重考察了政治关联能否缓解这一效应,以及学历、性别和年龄等人口特征发挥的调节作用。本文主要得到以下结论:第一,普遍存在于上市公司中的政治关联具备咨询和政治庇护双重功能,使得独立董事的监督作用减弱、风险承受能力增强,显著促进了企业风险承担水平的提升。第二,人口特征作为独立董事认知能力的重要外在表现,对独立董事政治关联和企业风险承担的关系起到一定的调节作用,学历越高、女性占比越多,政治关联缓解独立董事风险规避的程度越低。上述研究发现对于深入理解政治关联如何影响独立董事履职以及人口特征的调节作用具有重要的启示,也可为企业决策提供一定的参考。
根据上述研究结论,本文提出以下三点政策建议:第一,政治关联在独立董事中普遍存在,其对企业风险的影响值得关注。本文研究发现,独立董事政治关联显著增加了企业的风险承担水平。根据这一发现,企业应依据自身发展需要决定是否选聘具有政治关联的独立董事。③如企业处于发展期,需要承担较高的风险,此时选聘具有政治关联的独立董事将有助于减少管理层沟通中的摩擦,同时其咨询功能也将有利于企业更好的成长。
第二,在选聘独立董事的过程中,企业应将人口特征等纳入考虑范畴。本文研究发现,学历和性别等人口特征对独立董事政治关联与企业风险承担的关系具有调节作用,这主要由学历的信号显示功能和女性的风险规避特征所致。据此,如果企业有降低风险的需要,可以考虑聘任学历较高的和女性独立董事,在其他类似决策时也应将学历和性别作为重要影响因素加以考察。
第三,独立董事并非一直扮演媒体和公众所指责的“花瓶”角色,即使大多数上市公司根据《关于在上市公司建立独立董事制度的指导意见》的要求,将独立董事比例限定在1/3,在相同比例的独立董事内部,不同个体之间也会存在较大差异。忽略这一重要事实明显不符合中国的现实国情,未来选聘独立董事时应将任职特征纳入考虑范畴。
① 资料来源:http://finance.sina.com.cn/china/20140724/011019799775.shtml。
② 若考虑这一事件的影响,删除2014年度样本观测值,回归结果未发生根本改变,进一步验证了本文的研究假设。
③ 《关于进一步规范党政领导干部在企业兼职(任职)问题的意见》限制的主要是政府官员担任独立董事,并没有对人大代表、政协委员和党代表做出明文规定。
[1] | 杜兴强, 曾泉, 杜颖洁. 政治联系、过度投资与公司价值——基于国有上市公司的经验证据[J]. 金融研究, 2011(8): 93–110. |
[2] | 何威风, 刘启亮. 我国上市公司高管背景特征与财务重述行为研究[J]. 管理世界, 2010(7): 144–155. |
[3] | 姜付秀, 伊志宏, 苏飞, 等. 管理者背景特征与企业过度投资行为[J]. 管理世界, 2009(1): 130–139. |
[4] | 李四海, 江新峰, 宋献中. 高管年龄与薪酬激励: 理论路径与经验证据[J]. 中国工业经济, 2015(5): 122–134. |
[5] | 李世刚. 女性高管、过度投资与企业价值——来自中国资本市场的经验证据[J]. 经济管理, 2013(7): 74–84. |
[6] | 李文贵, 余明桂. 所有权性质、市场化进程与企业风险承担[J]. 中国工业经济, 2012(12): 115–127. |
[7] | 李焰, 秦义虎, 张肖飞. 企业产权、管理者背景特征与投资效率[J]. 管理世界, 2011(1): 135–144. |
[8] | 潘彬, 金雯雯. 货币政策对民间借贷利率的作用机制与实施效果[J]. 经济研究, 2017(8): 78–93. |
[9] | 汤二子. 学历和性别对劳动者工资的影响研究[J]. 统计研究, 2012(11): 67–73. DOI:10.3969/j.issn.1002-4565.2012.11.011 |
[10] | 唐清泉, 罗党论. 风险感知力与独立董事辞职行为研究——来自中国上市公司的经验[J]. 中山大学学报(社会科学版), 2007(1): 91–98. |
[11] | 王化成, 李志杰, 孙健. 境外上市背景下治理机制对公司价值的影响——基于融资决策传导效应的研究[J]. 会计研究, 2008(7): 65–72. |
[12] | 辛清泉, 黄曼丽, 易浩然. 上市公司虚假陈述与独立董事监管处罚——基于独立董事个体视角的分析[J]. 管理世界, 2013(5): 131–143. |
[13] | 许年行, 江轩宇, 伊志宏, 等. 政治关联影响投资者法律保护的执法效率吗?[J]. 经济学(季刊), 2013(2): 373–406. |
[14] | 余明桂, 李文贵, 潘红波. 管理者过度自信与企业风险承担[J]. 金融研究, 2013(1): 149–163. |
[15] | 余明桂, 潘红波. 政治关系、制度环境与民营企业银行贷款[J]. 管理世界, 2008(8): 9–21. |
[16] | 俞伟峰, 朱凯, 王红梅, 等. 管制下的独立董事: 不求有功, 但求无过——基于中国独立董事制度的经验分析[J]. 中国会计与财务研究, 2010(3): 107–148. |
[17] | 曾亚敏, 张俊生. 国际会计公司成员所的审计质量——基于中国审计市场的初步研究[J]. 审计研究, 2014(1): 96–104. |
[18] | 郑志刚, 梁昕雯, 黄继承. 中国上市公司应如何为独立董事制定薪酬激励合约[J]. 中国工业经济, 2017(2): 174–192. |
[19] | 周泽将, 刘中燕. 独立董事本地任职对上市公司违规行为之影响研究——基于政治关联与产权性质视角的经验证据[J]. 中国软科学, 2017(7): 116–125. |
[20] | 周泽将, 刘中燕, 胡瑞. CEO vs CFO: 女性高管能否抑制财务舞弊行为[J]. 上海财经大学学报, 2016(1): 50–63. |
[21] | 周泽将, 修宗峰. 女性高管、宏观经济环境与现金持有[J]. 经济经纬, 2015(4): 121–125. |
[22] | 祝继高, 叶康涛, 陆正飞. 谁是更积极的监督者: 非控股股东董事还是独立董事?[J]. 经济研究, 2015(9): 170–184. |
[23] | Almeida H, Campello M. Financial constraints, asset tangibility, and corporate investment[J]. Review of Financial Studies, 2007, 20(5): 1429–1460. DOI:10.1093/rfs/hhm019 |
[24] | Boubakri N, Cosset J C, Saffar W. The role of state and foreign owners in corporate risk-taking: Evidence from privatization[J]. Journal of Finance Economics, 2013, 108(3): 641–658. DOI:10.1016/j.jfineco.2012.12.007 |
[25] | Croson R, Gneezy U. Gender differences in preferences[J]. Journal of Economic Literature, 2009, 47(2): 448–474. DOI:10.1257/jel.47.2.448 |
[26] | Du X Q, Zeng Q, Du Y J. Do politically connected independent directors help Chinese listed private firms enter high-barrier industries?[J]. China Accounting and Finance Review, 2014, 16(4): 121–154. |
[27] | Faccio M, Marchica M T, Mura R. Large shareholder diversification and corporate risk-taking[J]. Review of Financial Studies, 2011, 24(11): 3601–3641. DOI:10.1093/rfs/hhr065 |
[28] | Fan J P H, Wong T J, Zhang T Y. Politically connected CEOs, corporate governance, and Post-IPO performance of China’s newly partially privatized firms[J]. Journal of Financial Economics, 2007, 84(2): 330–357. DOI:10.1016/j.jfineco.2006.03.008 |
[29] | Francis B, Hasan I, Park J C, et al. Gender differences in financial reporting decision-making: Evidence from accounting conservatism[J]. Contemporary Accounting Research, 2014, 32(3): 1285–1381. |
[30] | Goldman E, Rocholl J, So J. Do politically connected boards affect firm value?[J]. The Review of Financial Studies, 2009, 22(6): 2331–2360. DOI:10.1093/rfs/hhn088 |
[31] | Hillman A J, Dalziel T. Boards of directors and firm performance: Integrating agency and resource dependence perspectives[J]. Academy of Management Review, 2003, 28(3): 383–396. DOI:10.5465/amr.2003.10196729 |
[32] | Jayaraman S, Milbourn T T. The role of stock liquidity in executive compensation[J]. The Accounting Review, 2012, 87(2): 537–563. DOI:10.2308/accr-10204 |
[33] | Martin A D, Nishikawa T, Williams M A. CEO gender: Effects on valuation and risk[J]. Quarterly Journal of Finance and Accounting, 2009, 48(3): 23–40. |
[34] | Pathan S. Strong Boards, CEO power and bank risk-taking[J]. Journal of Banking & Finance, 2009, 33(7): 1340–1350. |
[35] | Wang L H. Protection or expropriation: Politically connected independent directors in China[J]. Journal of Banking & Finance, 2015, 55: 92–106. |