文章信息
外国经济与管理 2018年40卷第9期 |
- 李小林, 叶德珠, 张子健
- Li Xiaolin, Ye Dezhu, Zhang Zijian
- CEO财务经历能否降低公司权益资本成本?
- Can ceos’ financial experiences reduce the cost of equity capital?
- 外国经济与管理, 2018, 40(9): 96-111
- Foreign Economics & Management, 2018, 40(9): 96-111.
-
文章历史
- 收稿日期: 2017-07-07
2018第40卷第9期
2.衡阳师范学院 经济与管理学院,湖南 衡阳 421002;
3.湖南师范大学 商学院,湖南 长沙 410081
2.College of Economics and Management, Hengyang Normal University, Hengyang 421002, China;
3.Business School, Hunan Normal University, Changsha 410081, China
权益资本成本是公司财务研究中的核心主题之一,在公司的价值评估、资本结构决策、投资管理等投融资活动中起着非常关键的作用(Hou等,2012)。在有关权益资本成本影响因素问题的研究中,现有文献已从公司、市场、行业以及国家等多个层面广泛的考察了公司的市场风险、信息风险、代理风险、破产风险等多种因素对权益资本成本的影响,获得了丰硕成果。但总体来看,这些研究大多以管理者同质为假设前提,忽略了管理者异质特征的潜在影响。尽管也有少数文献考察了管理者层面特征(如CEO等高管的薪酬激励和权利等特征)对权益资本成本的影响,但这些研究大多基于公司治理视角(如Chen等,2015;汪平和王晓娜,2017)①。与之相比,高阶理论(Hambrick和Mason,1984;Hambrick,2007)认为,高管团队(个人)的年龄、职业经历、教育、经济状况等背景特征会影响到他们对自己处境的解释和评估,进而影响他们的决策选择,并最终影响组织结果和业绩。在高阶理论的基础上,大量学者从实证角度考察了高管团队(个人)多个方面的异质特征对公司战略决策及业绩等的影响,其检验结果也大多支持高阶理论的上述观点。例如,早期,Bertrand和Schoar(2003)等研究发现,管理者的固定效应是公司投融资等一系列决策的重要决定因素。近期,从高管的职业经历角度,一些学者研究发现,CEO的财务经历对公司的会计政策(如Matsunaga等,2013)、财务政策(如Custódio和Metzger,2014)、资本结构(如姜付秀和黄继承,2013)、投资政策(如李焰等,2011)等会产生性质和程度不同的影响②。
本文考察以下三个问题:第一,CEO财务经历对权益资本成本是否有影响?有何种影响?第二,CEO财务经历与权益资本成本的关系是否会受到公司治理、产权性质等异质性情境的影响?第三,CEO财务经历影响权益资本成本的途径和机制是什么?本文认为财务经历可能会赋予CEO如下几个与权益资本成本相关的重要特征:第一,经验优势特征,因为岗位的特殊性,财务经历会让CEO获得更多财务方面的知识和技能,这使其对财务指标有更深的理解,能更正确和及时的根据财务指标的变化做出反应(Jiang等,2013;Custódio和Metzger,2014),与公司内外部财务信息的交流也可能会更有效(Matsunaga等,2013)。第二,资源优势特征,长期、频繁的与资本市场接触可能会让CEO与投资者、银行等建立起良好的关系,这有助于其获得更多融资方面的信息,构建更宽广的融资渠道(姜付秀和黄继承,2013)。第三,行为习惯特征,财务工作一般要求细心和严谨,对数字敏感,久而久之,便容易形成较为谨慎和保守的行为习惯(Bamber等,2010)。而根据行为一致性理论(Funder和Colvin,1991;Cronqvist等,2012),财务经历CEO在其后续的工作中可能会继续维持这一习惯,并影响到公司的战略决策,使得公司的各项政策也相对较为保守。
基于以上分析,本文推测,财务经历可能会使得CEO获得不同于其他职业经历的知识、能力、资源和行为习惯特征,而这些异质性特征可能会从多个途径、以多种形式来影响公司的金融决策,并最终影响到权益资本成本。因此,本文以2001—2014年间中国A股上市公司为初始样本,通过手工收集方法获得CEO的财务经历等背景特征数据,在此基础上,以CEO变更事件为研究对象,采用了双重差分方法,实证检验CEO财务经历对权益资本成本的影响。研究发现,CEO财务经历有助于降低公司的权益资本成本,而且,相比于公司治理水平较高的企业,CEO财务经历对权益资本成本影响效果在公司治理水平较低的企业中要更显著。在采用了工具变量法(两步IV法)和倾向得分匹配方法,以及其他多种稳健性检验的基础上,CEO财务经历有助于降低权益资本成本的结论仍然稳健。在进一步的机制检验中还发现,CEO的财务经历背景有助于降低公司的盈余管理、提高负债水平、缓解融资约束。这表明,信息不对称和财务困境风险可能是CEO财务经历影响权益资本成本的两个重要渠道。
本文的贡献主要体现在:第一,增补了现有关于从异质性管理者视角考察权益资本成本影响因素方面较为有限的研究文献。当前关于权益资本成本影响因素的研究主要考察公司、市场、行业和宏观层面等方面的特征,而较少考察管理者层面特征的影响。本文从异质性职业经历角度考察CEO的财务经历对权益资本成本的影响。本文发现,CEO财务经历有助于降低权益资本成本,这一结论也与姜付秀等(2016a)关于董秘的财务经历会降低权益资本成本的结论一致。第二,拓展了有关CEO等高管异质特征影响结果方面的研究范围,为高阶理论提供了新的经验证据。本文发现CEO财务经历也会对公司的权益资本成本产生影响,从而为高阶理论提供了新的经验证据。
二、理论分析与研究假设(一)CEO财务经历与权益资本成本
传统的资产定价理论认为,权益资本成本(资产收益率)主要取决于无风险收益率和风险溢价,而风险溢价又与各类风险因子直接相关。我们推测,CEO财务经历可能从以下潜在途径影响权益资本成本:
第一,CEO财务经历可能会影响公司的信息披露、盈余管理等政策,进而影响公司与外部投资者之间的信息不对称,并最终影响权益资本成本。如前文所述,财务经历带给CEO的经验优势和资源优势可能有助于提高公司的信息披露质量(Matsunaga等,2013),减少盈余管理行为(Jiang等,2013;姜付秀,2016a),丰富融资信息,以及拓展融资渠道(姜付秀和黄继承,2013)。这些都有助于降低外部投资者所面临的信息不对称,降低其信息风险,使其愿意接受更低的预期回报率(Easley等,2002)。当然,理论上也存在另一种可能。作为自利的“经济人”,财务经历CEO也可能会利用自己的经验优势和资源优势来谋取私利,甚至不惜牺牲股东和公司的利益。如持有股权激励的CEO,为获得更大的期权价值,可能会增加盈余管理行为(苏冬蔚和林大庞,2010)。这可能会增加外部投资者所面临的信息不对称,进而使其索要更高的权益资本成本。因此,综合来看,理论上,CEO财务经历对信息披露质量和盈余管理等的影响具有不确定性,对权益资本成本的影响也具有不确定性。
第二,CEO财务经历可能会影响公司的现金持有、资本支出等政策,进而影响到公司管理者与潜在投资者之间的代理冲突,以及公司的未来盈余预期和成长性,最终影响到权益资本成本。Custódio和Metzger(2014)研究发现,财务经历CEO会减少公司的现金持有和研发支出,但有更多的股票回购支出。而现金持有的减少和股票回购的增加会使得管理者可控制的资源减少,这有利于减缓公司股东与管理者之间的代理冲突并降低代理成本(Jensen,1986)。但另一方面,公司资本支出(研发支出)的减少也可能会减少公司未来的成长空间及未来盈余预期,从而降低股票的价值(McConnell和Muscarella,1985;Chan等,1990),并使得股权投资者索要更高的预期回报率。因此,综合来看,在代理成本和未来盈余预期途径方面,CEO财务经历对权益资本成本可能存在两种相反的影响效果。
第三,CEO财务经历可能会影响公司的资本结构、财务柔性以及会计政策、财务政策的保守性等方面,进而影响公司的财务困境风险,并最终影响权益资本成本。对财务经历CEO而言,为最大化公司价值和自身利益,他们可能会利用自己的财务经验和资源优势插手干预公司的财务政策、税收政策等的制定。根据代理理论,公司提高负债水平,既可以最大化利用债务的税盾价值,也会增加代理风险(财务困境风险),并最终导致投资者索要更高的权益资本成本。但另一方面,如前文分析所述,长期财务经历养成的谨慎和保守习惯可能使CEO更为偏好保守的会计、财务等政策(Bamber等,2010;Matsunaga等,2013);频繁地与资本市场接触可能使财务经历CEO与投资者、银行等资金供给者建立良好的关系,使公司获得更好的外部融资通道,从而有助于缓解外部融资约束(Gunere等,2008;姜付秀和黄继承,2013;姜付秀,2016b)。再者,财务柔性也是影响公司财务困境风险一个非常重要的因素,其代表了公司能以较低成本获得外部融资的能力(Gamba和Triantis,2008)。因而,财务经历CEO可能会利用自己在财务管理方面的经验和资源优势,通过对多个财务政策的综合安排来增强公司的财务柔性,缓解融资约束(曾爱民和魏志华,2013)。从这些方面来看,CEO财务经历有利于降低公司的财务困境风险,进而降低权益资本成本。因此,综上来看,在财务困境风险途径方面,CEO财务经历对权益资本成本的影响是混合的,具有不确定性。
第四,CEO财务经历还可能通过其他潜在的间接途径,或者直接影响权益资本成本。例如,财务经历CEO可能利用自己的财务经验和资源优势更好的处理与权益资本成本相关的股票发行、股息支付等各项事务,从而减少相关的交易费用(如手续费、寻租成本等),进而降低权益资本成本。
基于以上分析,本文认为,从总体来看,CEO财务经历对权益资本成本的影响途径具有多样性,而且其整体效应具有不确定性。为此,本文提出如下两个替代性假设:
H1a: CEO财务经历有助于降低企业权益资本成本。
H1b: CEO财务经历会提高企业权益资本成本。
(二)CEO财务经历、所有权性质和权益资本成本
在中国,多种所有制企业并存是其一大制度特色。对于所有权性质不同的企业,由于在经营目标、管理体制和机制、企业文化、企业监管强度以及资源的可获得性等方面都存在差异,因而,CEO等高层管理者在其中所能发挥的作用和施加的影响也可能存在差异。在国有企业中,由于与政府的特殊关系,企业往往拥有较多的有形和无形资源,在经营决策方面也会受到政府的更多干预,管理者的自由裁量权相对较小,这可能会使CEO的财务经历优势没有太多的用武之地。相比而言,在非国有企业中,可资利用的资源相对偏少,也更少受到政府的干预,CEO对企业的经营决策一般会有更大的自由裁量权。因而,CEO的财务经历优势可能会有更大的发挥空间,能更大程度的体现在企业的决策行为上。从以往的研究来看,企业所有权性质对管理者异质性与公司战略决策及业绩关系的调节作用也得到了许多实证研究的支持(如李茜和张建君,2011;李焰等,2011;陈汉文和周中胜,2014)。基于以上分析,本文推测,CEO财务经历与权益资本成本之间的关系可能会受到企业所有权性质的影响。有鉴于此,本文提出如下假设:
假设H2:相比于国有企业,CEO财务经历对权益资本成本的影响效果在非国有企业中要更显著。
(三)CEO财务经历、公司治理和权益资本成本
代理理论认为,当公司的内外部控制机制比较弱时,管理者的自由裁量权相对较大,这使得管理者能将自身的风格烙印在公司的战略决策上(Bertrand和Schoar,2003)。但只要采取适当的监管及激励措施,在公司治理机制较为完备时,管理者的异质特征就无法对公司施加影响(Bamber等,2010)。因此,以代理理论为基础的公司治理理论认为,公司可以通过一系列内部治理机制和外部治理机制的安排来约束和引导公司管理者的行为,使异质管理者的行为能与股东利益最大化的目标相一致。因此,可以推断,公司治理可能对CEO等管理者的行为具有一定的约束或者引导作用。在实证检验方面,这一理论观点也得到了大量经验证据的支持。例如,Cronqvist等(2012)研究发现,有效的董事会治理会约束CEO的个人财务杠杆对公司财务杠杠的影响效果。Jensen和Zajac(2004)、姜付秀和黄继承(2013)、Mishra(2014)等也都研究发现公司治理因素对CEO的异质特征与公司多方面金融决策及其结果的关系存在约束作用。基于以上分析,本文提出如下假设:
H3:相比于治理水平较高的企业,CEO财务经历对权益资本成本影响效果在治理水平较低的企业中要更显著。
三、研究设计(一)样本选取与数据来源
本文以2001—2014年间中国A股上市公司为初始样本。根据研究设计,要求在CEO发生变更的前后至少各有一年观察值,且所有CEO任期须满两年,因此,我们只将CEO变更事件发生在区间2003—2013年之间的样本纳入研究范围。CEO的原始背景特征数据来自万德金融终端,并利用手工进行筛选,再通过公司年报和新浪财经等进行核对和补全;公司财务数据来自CSMAR数据库和万德金融终端;国债利率数据来自中国债券信息网。为避免异常值的影响,本文对所有连续变量上下1%进行缩尾处理。
根据研究设计框架,并参照以往研究惯例,本文对初始CEO变更样本进行如下筛选:(1)剔除金融和保险行业的上市公司;(2)剔除变更前或变更后CEO任职期限少于两年的样本;(3)剔除CEO变更前后为同一人(即连任)的样本;(4)剔除变更前CEO具有财务经历的样本;(5)剔除相关数据缺失的样本。
另外,针对某些公司连续多次CEO变更都进入样本的情况,我们要求连续两次CEO变更间至少有3个完整的年度,否则只选择有财务经历的变更样本或者只选择最近一次变更。另外,为避免CEO变更时离任日期和上任日期不一致可能给研究结果带来的影响,我们要求两任CEO的离任日期和上任日期间隔不得超过1个月。最终我们获得759例有效CEO变更事件样本,其中前任和新任都无财务经历的CEO变更事件(即控制组)709例,前任无财务经历而新任有财务经历的CEO变更事件(即处理组)50例。
(二)变量选择与定义
1. CEO与财务经历的界定
CEO(chief executive officer),中译首席执行官,具体指一个企业中负责日常事务的最高行政官员,同国内的总经理、总裁等职位类似。考虑到国内企业使用的职位名称不同,本文中,CEO泛指以下职位名称:总经理、总裁、行政总裁、执行总裁、首席执行官。
根据本文的研究目的,并借鉴姜付秀和黄继成(2013)、叶德珠和李小林(2017)等的定义方法,本文将财务经历界定为曾经担任过以下职务:首席财务官、财务负责人、总会计师、财务总监。考虑到财务职位的多样性,在稳健性部分,我们将使用更一般的标准,将更多职位纳入财务经历范畴。
2. 权益资本成本的定义及其估算
遵循Modigliani和Miller(1958)、Gebhardt等(2001)、沈艺峰等(2005)的方法,本文从预期角度来定义权益资本成本,即权益资本成本为企业支付给股东的未来所有现金流的现值与其当前价格相等时的内含报酬率。
本文采用PEG模型来估算权益资本成本。PEG模型(Easton,2004)公式如下:
${r_{PEG}} = \sqrt {\frac{{ep{s_2} - ep{s_1}}}{{{p_0}}}} $ | (1) |
其中,rPEG为PEG模型测度的权益资本成本,p0 为当期股票市场价格,本文用当期期末的股票市场价格表示,eps2、eps1为未来两期每股净利润预测值。
为尽量避免采用单一模型可能带来的估计偏误,增加分析的稳健性,基于Gode和Mohanran(2003)、Cheng等(2006)等的结论,本文也采用OJN模型来估算权益资本成本。其中,OJN模型(Ohlson和Juettner-Nauroth,2005)公式如下:
$\begin{array}{l}{r_{OJN}} = A + \sqrt {{A^2} + \frac{{ep{s_1}}}{{{p_0}}}\times\left( {\frac{{ep{s_2} - ep{s_1}}}{{ep{s_1}}} - \left( {\gamma - 1} \right)} \right)} \\A \equiv \frac{1}{2}\left( {\gamma - 1 + \frac{{dp{s_1}}}{{{p_0}}}} \right)\\\frac{{ep{s_2} - ep{s_1}}}{{ep{s_1}}} = {g_2}\\\mathop {\lim }\limits_{t \to \infty } \frac{{ep{s_{t + 1}}}}{{ep{s_t}}} = \gamma = 1 + {g_p}\;\;\;\;\;\;\;\left( {1 \leqslant \gamma <1 + {r_{OJN}}} \right)\end{array}$ | (2) |
dps1 表示未来第一期每股股利预测值,利用dps1=eps1*k计算,k为股利支付率。借鉴沈艺峰等(2005)的处理方法,本文按公司上市后历年股利支付率的平均数计算。
在事前权益资本成本测度模型中预测盈余是核心变量,其来源主要有证券分析师和统计模型两种。关于这两者孰优孰劣,学界尚无一致结论。Hou等(2012)比较了分析师预测盈余和HVZ模型(Hou等,2012)产生的预测盈余后发现,在覆盖面、预测偏误和盈余反映系数上HVZ模型都要更好。有鉴于此,本文采用HVZ模型来获得盈余预测数据。HVZ模型具体如下:
$\begin{aligned}{E_{i,t + \tau }} = & {\alpha _0} + {\alpha _1} \times Asse{t_{i,t}} + {\alpha _2} \times {E_{i,t}} + {\alpha _3} \times TAC{C_{i,t}} + {\alpha _4} \times {D_{i,t}} + {\alpha _5} \times D{D_{i,t}} \\& + {\alpha _6} \times Neg{E_{i,t}} + {\varepsilon _{i,t + \tau }}\end{aligned}$ | (3) |
其中,
3. 其他控制变量
根据以往关于权益资本成本影响因素的研究结论(如Gebhardt等,2001;毛新述等,2012),我们控制以下市场及公司财务层面特征变量:市场贝塔系数、公司规模、账面市值比、财务杠杆、盈利能力、收益波动性、成长性、股票流动性以及盈余质量、现金持有比率、资本支出。另外,加入行业虚拟变量以控制行业因素的影响,加入年份虚拟变量以控制时间因素的干扰,加入虚拟变量ST以反映公司是否因出现财务异常而被特别处理。
为尽可能排除CEO其他某些个人特征对财务经历与权益资本成本关系的干扰,在考虑数据可得性情况下,我们控制CEO的任期、年龄、学历和性别四个变量。另外,前文的分析表明,公司治理因素可能对权益资本成本及其与CEO财务经历关系存在影响。在进一步分析中,我们参考Ashbaugh等(2004)、白重恩等(2005)、陈宋生等(2015)的选择标准,结合数据可得性,选择控制代表公司治理四大机制(股权结构机制、董事会治理机制、高管薪酬激励机制、信息披露与透明机制)的10个代理变量,并利用主成分分析法获得公司治理综合指数(G),以之作为公司治理因素的代理变量。
在稳健性检验部分,我们还将逐步加入以下控制变量:债务结构、并购重组次数、股息支付、上市时间、资产周转率和多元化指数。
时间
分组 变量 |
After=0 | |||||||
FE=0 | FE=1 | 均值之差 | ||||||
样本数 | 均 值 | 标准差 | 样本数 | 均 值 | 标准差 | |||
R_peg | 1 471 | 0.1 | 0.063 | 111 | 0.115 | 0.094 | –0.015** | |
R_ojn | 1 471 | 0.106 | 0.064 | 111 | 0.123 | 0.1 | –0.017*** | |
时间
分组 变量 |
After=1 | |||||||
FE=0 | FE=1 | 均值之差 | ||||||
样本数 | 均值 | 标准差 | 样本数 | 均值 | 标准差 | |||
R_peg | 1 846 | 0.102 | 0.047 | 136 | 0.104 | 0.044 | –0.002 | |
R_ojn | 1 846 | 0.109 | 0.046 | 136 | 0.112 | 0.044 | –0.003 | |
注:*p<0.1,**p<0.05,***p<0.01(双尾检验)。 |
(三)模型设定
1. CEO财务经历与权益资本成本
为尽可能剔除公司固定效应及其他不可观测效应的影响,借鉴Matsunaga等(2013)、姜付秀和黄继承(2013)的处理方法,本文以CEO变更事件为研究对象,选择CEO变更年份的前后各三年为窗口期(即T–3到T+3,其中T年为变更当年。为排除变更当年不同CEO带来的干扰,我们选择不包括变更当年),借鉴双重差分模型思想,设置以下面板数据固定效应模型:
${R_{i,t}} = {\alpha _1}After + {\alpha _2}FE + {\alpha _3}Aft{e_{i,t}}\times F{E_{i,t}} + \beta {X_{i,t}} + IN{D_j} + {Y_n} + {c_i} + {u_{i,t}}$ | (4) |
其中,
2. 所有权性质和公司治理的影响
为了检验所有权性质和公司治理情境对CEO财务经历与权益资本关系的影响,我们设置如下模型:
$\begin{aligned}{R_{i,t}} = & {\alpha _1}Afte{r_{i,t}} + {\alpha _2}F{E_{i,t}} + {\alpha _3}Afte{r_{i,t}} \times F{E_{i,t}} + \beta {X_{i,t}} + \gamma CO{N_{i,t}}\\& + {{λ}} Afte{r_{i,t}} \times F{E_{i,t}} \times CO{N_{i,t}} + IN{D_j} + {Y_n} + {c_i} + {u_{i,t}}\end{aligned}$ | (5) |
其中,
(一)变量描述性统计
主要变量的描述性统计如表1所示。从总体来看,各变量无明显极端值存在。对权益资本成本(R_peg,R_ojn)而言,平均值在10.5%左右,与姜付秀和陆正飞(2006)、毛新述等(2012)的估算结果差别不大。从组间来看,在变更前(AFTER=0),两种估计方法的均值在不同组别间差异显著,处理组(FE=1)明显高于控制组(FE=0),说明了两组公司间权益资本成本存在系统性差异;在变更后(AFTER=1),权益资本成本均值在不同组别间不存在显著差异。从组内(即FE=0和FE=1)变化来看,两种估算方法下,控制组的权益资本成本均值在变更后都有所上升,而处理组的权益资本成本均值在变更后都是下降的。总结以上两种差异和变化,或许反映如下可能性:一是权益资本成本高的公司更多倾向于聘任具有财务经历背景的新CEO,以便利用其财务经验等优势来降低公司权益资本成本;二是从一定程度验证了本文的假设H1a,即CEO财务经历与权益资本成本具有负相关关系。另外,其他变量也不存在明显的极端值④。
变 量 | 面板A:基准模型 | 面板B:控制潜在间接影响变量 | |||||
模型1
R_peg |
模型2
R_ojn |
模型3
R_peg |
模型4
R_peg |
模型5
R_peg |
模型6
R_peg |
||
After | –0.003 9 | –0.003 9 | –0.004 2 | –0.003 9 | –0.004 4 | –0.004 6 | |
(–1.275) | (–1.285) | (–1.350) | (–1.265) | (–1.404) | (–1.469) | ||
After×FE | –0.010 0** | –0.009 5* | –0.009 9** | –0.009 6** | –0.010 2** | –0.009 7** | |
(–2.061) | (–1.928) | (–2.038) | (–2.011) | (–2.091) | (–2.014) | ||
Beta | 0.001 3 | –0.000 5 | 0.001 9 | 0.000 7 | 0.001 2 | 0.001 2 | |
(0.334) | (–0.119) | (0.514) | (0.175) | (0.322) | (0.331) | ||
BM | –0.023 9** | –0.020 4* | –0.022 9** | –0.023 0** | –0.023 8** | –0.021 8** | |
(–2.379) | (–1.903) | (–2.202) | (–2.334) | (–2.362) | (–2.130) | ||
Lnmarketv | –0.051 0*** | –0.050 7*** | –0.051 0*** | –0.050 2*** | –0.050 5*** | –0.049 6*** | |
(–14.865) | (–14.665) | (–14.705) | (–14.841) | (–14.381) | (–14.188) | ||
Leverage | 0.001 6** | 0.001 6** | 0.001 6** | 0.001 6** | 0.001 6** | 0.001 6** | |
(2.458) | (2.430) | (2.506) | (2.395) | (2.450) | (2.430) | ||
ROE | –0.010 4*** | –0.008 6** | –0.010 2*** | –0.010 2*** | –0.010 5*** | –0.009 9*** | |
(–2.829) | (–2.523) | (–2.915) | (–2.811) | (–2.851) | (–2.911) | ||
Oprisk | 0.014 2*** | 0.012 3*** | 0.013 3*** | 0.014 3*** | 0.013 9*** | 0.013 2*** | |
(4.293) | (3.859) | (4.139) | (4.396) | (4.177) | (4.112) | ||
Growth | –0.002 7** | –0.002 2** | –0.002 9*** | –0.002 6** | –0.002 6** | –0.002 7*** | |
(–2.559) | (–2.151) | (–2.750) | (–2.497) | (–2.499) | (–2.628) | ||
Turnover | –0.000 6** | –0.000 6** | –0.000 6** | –0.000 6** | –0.000 6** | –0.000 6** | |
(–2.244) | (–2.085) | (–2.184) | (–2.250) | (–2.257) | (–2.201) | ||
ST | –0.009 8** | –0.008 7* | –0.010 0** | –0.009 8** | –0.010 4** | –0.010 5** | |
(–2.174) | (–1.902) | (–2.214) | (–2.180) | (–2.296) | (–2.347) | ||
Abs_DAC | 0.029 6* | 0.030 4** | |||||
(1.919) | (1.980) | ||||||
Cashholdratio | –0.023 2** | –0.025 3** | |||||
(–2.279) | (–2.532) | ||||||
Capexp | –0.033 3* | –0.033 4* | |||||
(–1.735) | (–1.757) | ||||||
_cons | 1.191 9*** | 1.191 5*** | 1.187 6*** | 1.178 8*** | 1.182 5*** | 1.163 8*** | |
(15.574) | (15.415) | (15.303) | (15.616) | (15.186) | (14.955) | ||
N | 3 564 | 3 564 | 3 564 | 3 564 | 3 564 | 3 564 | |
Within-R2 | 0.451 4 | 0.462 9 | 0.452 3 | 0.452 8 | 0.452 5 | 0.454 9 | |
注:变量FE因为与公司个体固定效应共线被删除。小括号内为t值,*p<0.1,**p<0.05,***p<0.01。标准误调整为稳健标准误,聚类到公司,显著性水平根据稳健标准误计算得出。所有模型均有控制年份、行业和公司固定效应。 |
(二)CEO财务经历对权益资本成本的影响
对于面板数据的估计模型,理论上有混合OLS、固定效应模型和随机效应模型三种处理方法。为此,我们进行了Wald检验和Hausman检验,检验结果支持固定效应模型。从自变量的Pearson相关系数来看,各自变量的相关系数大多在0.2以下,最高为–0.462,低于严重共线性的通常门槛值0.5,表明自变量间不存在严重的共线性问题。另外,为避免序列相关、异方差等问题对估计结果的影响,本文所有模型回归的显著性水平都是在聚类稳健标准误(cluster到公司)基础上计算得出。
接下来我们利用多元回归分析来考察CEO财务经历对权益资本成本的影响。本部分,我们利用前文的模型(4)来检验假设H1a和H1b。首先,我们根据以往学者的研究,控制可能会影响公司权益资本成本的基本影响因素,结果如表2的面板A所示。
变 量 | Tenure
模型1 R_peg |
Age
模型2 R_peg |
Education
模型3 R_peg |
Gender
模型4 R_peg |
All
模型5 R_peg |
After | –0.007 1 | –0.003 1 | –0.003 7 | –0.004 0 | –0.006 6 |
(–1.625) | (–0.956) | (–1.188) | (–1.281) | (–1.489) | |
After×FE | –0.010 1** | –0.010 0** | –0.010 0** | –0.009 5* | –0.009 6* |
(–2.086) | (–2.075) | (–2.047) | (–1.928) | (–1.957) | |
Tenure | –0.000 7 | –0.000 8 | |||
(–1.212) | (–1.393) | ||||
Age | 0.000 2 | 0.000 2 | |||
(1.120) | (1.128) | ||||
Education | –0.001 0 | –0.000 5 | |||
(–0.715) | (–0.349) | ||||
Gender | 0.004 0 | 0.004 3 | |||
(0.899) | (0.941) | ||||
基本控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 |
_cons | 1.189 5*** | 1.183 6*** | 1.194 4*** | 1.186 3*** | 1.175 5*** |
(6.369) | (6.157) | (6.679) | (6.604) | (6.109) | |
N | 3 564 | 3 564 | 3 564 | 3 564 | 3 564 |
Within-R2 | 0.451 9 | 0.451 8 | 0.451 6 | 0.451 6 | 0.452 7 |
注:变量FE因共线被删除。小括号内为t值,*p<0.1,**p<0.05,***p<0.01。标准误与显著性水平同上。所有模型均有控制年份、行业和公司固定效应。 |
从面板A的基准模型回归结果来看,模型1和2中交互项After×FE的系数均显著为负,而After系数为负,但不显著。这表明在控制其他影响因素后,CEO财务经历与权益资本成本负相关,由财务经历CEO管理的公司具有更低的权益资本成本,这一结论支持了假设H1a。从其他变量来看,账面市值比(BM)系数显著为负,与毛新述等(2012)一致,但不同于大多数以往研究,而其他变量的符号和显著性都同理论预期和以往学者的研究一致。对于账面市值比系数为负,可能是因为更小的账面市值比代表公司市值被高估,因而风险较高,使股权投资者要求较高的权益资本成本,所以两者呈现负向关系。
另外,以往学者的研究发现,CEO财务经历可能影响公司财务杠杆、盈余管理、现金持有、资本支出等因素,而这些因素又是权益资本成本的潜在影响因子。因此,本文继续控制这些因素,从而进一步观察交互项After×FE系数的变化,具体结果如表2的面板B。
从表2面板B的模型3—6中可以发现,在控制CEO财务经历可能影响权益资本成本的潜在间接途径后,交互项After×FE的系数仍然显著为负,且系数值变化非常小。另外,从三个变量本身来看,财务杠杆(Leverage)、盈余质量(Abs_DAC)系数都显著为正,与理论相符,资本支出(Capexp)和现金持有比率(Cashholdratio)系数都显著为负,可能说明更多的资本支出代表更大的成长机会以及更高的未来盈余,而现金持有的系数显著为负可能反映了高现金持有是公司权衡现金持有的收益和成本后的一种理性选择,符合权衡理论而不是简单的代理理论(彭桃英和周伟,2006),因而与权益资本成本负相关。因此,这一结果表明,CEO财务经历与权益资本成本负相关,而这种负向关系并不是由于财务杠杆、盈余管理、现金持有以及资本支出变量所代理的因素造成,从而进一步验证了本文的假设H1a。
(三)控制CEO个人背景特征后其财务经历对权益资本成本的影响
前文在分析CEO财务经历对权益资本成本的影响时,未考虑CEO其他个人背景特征的差异可能产生的影响。因此,对于表2的结果也存在如下可能性,即CEO财务经历与权益资本成本的这种负相关关系是由于被忽略掉的CEO其他个人特征所导致的,如受教育程度高、能力强、年龄大、任期时间长的CEO可能会利用自己的这些优势来降低权益资本成本。为排除这种可能性,我们继续控制CEO的任期(Tenure)、年龄(Age)、教育(Education)和性别(Gender)四个变量来进一步考察CEO财务经历对权益资本成本的影响效应。回归结果如表3所示。
变 量 | 所有权性质
模型1 R_peg |
所有权性质
模型2 R_peg |
公司治理
模型3 R_peg |
公司治理
模型4 R_peg |
After | –0.003 6 | –0.003 5 | –0.003 9 | –0.003 6 |
(–1.186) | (–1.172) | (–1.261) | (–1.190) | |
After×FE | –0.008 3* | –0.008 0* | –0.009 9** | –0.010 4** |
(–1.789) | (–1.656) | (–2.038) | (–2.202) | |
State | 0.008 5 | 0.008 0 | ||
(0.554) | (0.542) | |||
After×FE×State | 0.004 5 | |||
(0.526) | ||||
G | –0.012 4*** | –0.012 3*** | ||
(–3.792) | (–3.798) | |||
After×FE×G | 0.018 5* | |||
(1.774) | ||||
基本控制变量 | 控制 | 控制 | 控制 | 控制 |
_cons | 1.144 3*** | 1.144 8*** | 1.123 3*** | 1.115 5*** |
(14.169) | (14.175) | (13.769) | (13.664) | |
N | 3 510 | 3 510 | 3 481 | 3 481 |
Within-R2 | 0.453 4 | 0.453 5 | 0.455 6 | 0.456 5 |
注:变量FE因共线被删除。小括号内为t值,*p<0.1,**p<0.05,***p<0.01。标准误与显著性水平同上。所有模型均有控制年份、行业和公司固定效应。 |
从表3的回归结果看,在控制CEO的任期、年龄、教育和性别后,交互项After×FE的系数仍然都显著为负,其他控制变量的系数也与前文表2的面板A基本一致。另外,我们还发现,CEO的任期、年龄、教育和性别特征在各个模型下均不显著。总体上,以上回归结果表明,CEO财务经历有助于降低权益资本成本,而这种影响不是因为CEO的任期、年龄、教育和性别特征所导致的,从而进一步验证了假设H1a。
(四)所有权性质和公司治理的影响
如前文理论分析部分所述,所有权性质和公司治理可能会对CEO财务经历与权益资本成本之间的关系产生调节效应。因此,为了检验假设H2和H3,我们将所有权性质和公司治理因素考虑进来,利用模型(5)继续对原样本进行回归,具体结果如表4所示。
变 量 | 模型1
R_peg |
模型2
R_ojn |
pd_m2 | –0.009 | –0.010 8 |
(–0.971) | (–1.183) | |
pd_m1 | –0.003 7 | –0.005 6 |
(–0.416) | (–0.636) | |
pd_p1 | –0.010 9 | –0.011 7 |
(–1.243) | (–1.343) | |
pd_p2 | –0.015 9* | –0.016 7* |
(–1.791) | (–1.901) | |
pd_p3 | –0.018 6* | –0.020 2** |
(–1.913) | (–2.104) | |
基本控制变量 | 控制 | 控制 |
_cons | 1.168 5*** | 1.164 0*** |
(–25.875) | (–25.994) | |
N | 3 513 | 3 499 |
Within-R2 | 0.450 7 | 0.462 5 |
注:小括号内为t值,*p<0.1,**p<0.05,***p<0.01。标准误与显著性水平同上。所有模型均有控制年份、行业和公司固定效应。pd_m2虚拟变量,当属于处理组,且在CEO变更前2年时为1,否则为0;pd_m1虚拟变量,当属于处理组,且在CEO变更前1年时为1,否则为0;pd_p1虚拟变量,当属于处理组,且在CEO变更后1年时为1,否则为0;pd_p2虚拟变量,当属于处理组,且在CEO变更后2年时为1,否则为0;pd_p3虚拟变量,当属于处理组,且在CEO变更后3年时为1,否则为0。 |
从表4的模型1和2中可以发现,CEO财务经历(After×FE)系数仍显著为负,而所有权性质(State)变量及其与CEO财务经历的交互项都不显著。这一结果表明,在控制了其他因素后,所有权性质并不会对权益资本成本产生显著影响,而且,CEO财务经历与权益资本成本的负向关系并不会因所有权性质的不同而存在显著差异。因此,假设H1a进一步得到验证,而假设H2没有得到验证。
另外,在表4的模型3和4中同样发现,CEO财务经历(After×FE)系数也都显著为负。这表明,CEO财务经历与权益资本成本的负向关系并不是因为模型中遗漏了公司治理因素导致的,进而再次验证了假设H1a。其次,我们也发现,在两个模型中,公司治理综合评价指数G都为负,且在1%的统计性水平上显著,该结果与Ashbaugh等(2004)、蒋琰和陆正飞(2009)、陈宋生等(2015)等学者的研究结论一致。这表明公司治理对权益资本成本有显著影响,好的公司治理有助于降低权益资本成本。最后,我们还发现,交互项After×FE×G的系数显著为正,这说明了公司治理因素对CEO财务经历与权益资本成本的关系存在调节作用,好的公司治理会更多抑制CEO财务经历作用的发挥。因此,假设H3得到验证。
五、稳健性检验(一)平行趋势检验
如前文所述,双重差分估计的有效性依赖于平行趋势假设,即处理组和控制组公司的权益资本成本在是否选择财务经历CEO之前具有相同的变化趋势。为检验平行趋势假设,我们借鉴Atanassov(2013)、Gao和Zhang(2016)等的方法,在前文的基准模型中,利用新设置的五个虚拟变量⑤(定义如表4的附注说明)替换前文中的After变量和Afer×FE交互项,具体回归结果如表5所示。
从表5的模型1和2中可以发现,变量pd_m2和pd_m1的系数非常小,且都不显著,这表明处理组和控制组公司的权益资本成本在CEO变更前的各单个年份里不存在显著差异,也说明了双重差分的平行趋势假设没有被违反。另外,我们还发现,pd_p1的系数较小且不显著,而pd_p2和pd_p3的系数逐渐增大,显著性也有所提高。这表明处理组和控制组公司的权益资本成本在CEO变更后的各单个年份里存在显著差异,处理组公司的权益资本成本比同年份中控制组公司的权益资本成本要低,也说明CEO财务经历对公司权益资本成本的影响有一定滞后性,从CEO变更后的第二年开始显现,其后逐渐增强。
综上来看,表5的结果说明,控制组(变更后CEO无财务经历)和处理组(变更后CEO有财务经历)公司的权益资本成本在CEO变更前具有类似的趋势,从而支持了双重差分估计的平行趋势假设,而且,CEO财务经历对权益资本成本的影响具有一定的滞后性。
变 量 | 两步IV法(第二步)
模型1 R_peg |
基于PSM的固定效应模型回归
模型2 R_peg |
After | 0.006 3 | –0.002 1 |
(1.488) | (–0.535) | |
After×FE | –0.152 8*** | –0.010 3* |
(–5.491) | (–1.786) | |
基本控制变量 | 控制 | 控制 |
_cons | 1.179 7*** | 1.139 0*** |
(19.304) | (11.019) | |
N | 3 198 | 2 462 |
Within-R2 | 0.231 3 | 0.435 6 |
pseudo R2 | ||
注:因篇幅原因,未列出两步IV法中第一步回归结果。PSM方法下,匹配后的样本所有变量在控制组和处理组之间无显著差异。变量FE因共线被删除。小括号内为t值,*p<0.1,**p<0.05,***p<0.01。标准误与显著性水平同上。所有模型均有控制年份、行业固定效应和公司固定效应。 |
(二)内生性问题分析
前文分析表明了CEO财务经历与权益资本成本之间具有显著负相关关系,但还不能完全确认是CEO财务经历降低了权益资本成本的因果关系,也可能是因为较低权益资本成本的公司倾向于选择任命具有财务经历的CEO,即公司根据自身状况的变化,而不是财务经历CEO施加异质性影响降低了权益资本成本,即可能存在自我选择问题。根据匹配理论,CEO的任命不是外生的,而是公司根据其内外部环境特征(如企业文化、组织结构、公司战略目标和发展现状等)选择合适的CEO进行匹配,因而不同特征CEO的任命具有内生性(姜付秀等,2012;Matsunaga等,2013;Custódio和Metzger,2014)。在前文的分组描述性统计(双样本t检验)中,不同组别的权益资本成本存在显著差异,表明权益资本成本较高的公司更倾向于任命具有财务经历的CEO,说明确实存在自我选择问题,也支持了匹配理论的观点,但这个自我选择问题与本文关注的自我选择问题(权益资本成本较低的公司选择具有财务经历的CEO)刚好相反,因此,可以在一定程度上排除实证结果中存在的权益资本成本较低的公司倾向于选择财务经历CEO的反向因果关系。另外,本文的自我选择问题还可能使关键解释变量After×FE与误差项相关而产生估计偏差,即After×FE为虚拟内生变量。根据本文的研究框架,如果CEO任命是基于时不变因素,则CEO任命的内生性问题在固定效应模型下可以被忽略,从而获得After×FE系数的一致估计,只有在CEO任命是基于时变因素(且被模型省略掉,包括可观测和不可观测的变量)的情况下,内生性问题才可能会对估计结果产生影响。作为稳健性检验,本文接下来尝试对这一问题进行纠正。
对虚拟变量内生性问题的纠正,实证分析中有多种处理方法。借鉴CEO财务经历相关研究文献及样本选择偏误的常用处理方法,本文选择工具变量法(两步IV法)⑥和基于倾向得分匹配(PSM)的固定效应模型进行修正。
根据需要,我们设置如下Probit选择模型,以此作为两步IV法中第一步的选择方程和PSM方法中倾向得分的估计方程:
$P\left( {F{E_{i,t}} = 1{\rm{|}}{Z_{i,t - 1}}} \right) = \Phi \left( {\alpha {Z_{i,t - 1}} + \varepsilon {_{i,t}}} \right)$ | (6) |
上述模型中,t为CEO变更年份,被解释变量
两步IV法步骤如下:第一步,对方程(6)进行回归,并估计概率拟合值。第二步,将上述估计的概率拟合值(以及该拟合值与相应变量的交互项)作为FE和对应交互项的工具变量对模型(4)和模型(5)进行IV(2SLS)估计⑧。两种方法的回归结果如表6所示。
首先,从两步IV法的回归结果来看,在模型1中,CEO财务经历变量(After×FE)的系数在1%的统计水平上为负,且系数值也远大于之前。这一结果表明,在剔除了内生性问题的影响后,CEO财务经历有助于降低权益资本成本的结论仍然成立。再次,从倾向得分匹配法的回归结果来看,在模型3中,实证结果与前文两步IV法的结果基本一致,CEO财务经历变量(After×FE)的系数在10%的统计水平上显著为负,且系数比前文稍大。这一结果同样验证了前文的假设H1a,也再次印证了前文的实证结论具有较好的稳健性。
变 量 | 模型1
Abs_DAC |
模型2
Cashholdratio |
模型3
Leverage |
模型4
Capexp |
After×FE | –0.007 9* | 0.010 3 | 0.024 7** | –0.007 2** |
(–1.750) | (0.920) | (2.054) | (–2.148) | |
After×FE×CFO | –0.068 7* | |||
(–1.903) | ||||
CFO | –0.119 7*** | 0.212 9*** | 0.098 2*** | |
(–4.314) | (10.472) | (10.880) | ||
基本控制变量 | 控制 | 控制 | 控制 | 控制 |
_cons | –0.000 7 | 0.143 8*** | 0.231 6** | –0.135 2*** |
(–0.020) | (2.946) | (2.487) | (–6.369) | |
N | 4 245 | 5 599 | 4 625 | 5 628 |
R2 | 0.187 3 | 0.303 7 | 0.243 8 | 0.208 1 |
adj. R2 | 0.171 7 | 0.292 8 | 0.229 8 | 0.196 5 |
注:小括号内为t值,*p<0.1,**p<0.05,***p<0.01。标准误与显著性水平同上。所有模型均有控制年份、行业固定效应。 |
(三)其他稳健性检验
本文还从以下几个方面来进行稳健性分析:第一,重新界定CEO财务经历的定义和范畴。借鉴姜付秀等(2012)的分类,我们拓展财务经历的范畴,把财务副总、财务副总监、财务部经理、财务部部长、财务处处长、财务(科)科长也纳入财务经历范畴。第二,调整样本研究窗口期。将窗口期缩短为变更前后各2年(不包括变更当年)。第三,用分析师盈余预测(数据来源为万德数据库一致盈余预测)替代统计模型盈余预测,对于分析师预测盈余有缺失的改为实际盈余替代,代入PEG模型重新估计权益资本成本。第四,增加控制变量,加入资产周转率、多元化和公司上市时间。利用上述调整后的变量及样本代入前文模型进行重新回归和估计,结果与前文实证部分基本相同⑨,也进一步表明前文的实证结果具有较好的稳健性。
六、进一步分析:作用机制检验前文的分析表明,CEO财务经历有助于降低权益资本成本,但这种影响的机制如何尚不清楚。因此,接下来,我们将根据前文的理论分析,对这其中的潜在影响机制进行检验,具体而言,我们选择考察CEO财务经历与盈余管理、现金持有、资本结构和融资约束四个金融决策的关系。之所以选择这四个金融决策,一方面,有关CEO财务经历影响的已有研究发现,CEO的财务经历对盈余管理、现金持有、财务困境风险和融资约束等存在显著影响;另一方面,根据有关权益资本成本影响因素问题的研究,这四个因素可以在一定程度上作为权益资本成本定价模型中的信息风险、代理风险和财务困境风险等风险因子的代理变量。
为检验CEO财务经历影响权益资本成本的上述四个潜在机制,我们借鉴姜付秀等(2016b)、Jiang等(2013)等的处理方法,分别选择可操控盈余、现金持有、财务杠杆和投资–现金流敏感性四个代理指标,并设置模型如下:
${Y_{i,t}} = \alpha + {\beta _1}Afte{r_{i,t}}\times F{E_{i,t}} + \gamma CO{N_{i,t}} + IN{D_j} + {Y_n} + {u_{i,t}}$ | (7) |
上式中,
从表7中可以看出,在模型1中,CEO财务经历变量的系数为负,且在10%统计水平上显著。这一结果与Matsunaga等(2013)的研究结果一致,表明CEO的财务经历有助于公司降低可操控盈余,改善盈余质量。在模型2中,我们发现,CEO财务经历变量的系数为正,但在10%的统计水平上不显著。这一结果与Custódio和Metzger(2014)的研究结果不一致,表明CEO财务经历可能对公司的现金持有决策并无显著影响。
另外,在表7的模型3中,我们发现,CEO财务经历变量的系数显著为正。这一结果与姜付秀和黄继承(2013)、Custódio和Metzger(2014)的研究结果一致,表明CEO的财务经历会提高公司的负债水平,进而可能影响公司的财务困境风险。在模型4中可以发现,CEO财务经历与经营现金流净额的交互项系数为负,且在10%统计水平上显著。这一结果与Custódio和Metzger(2014)、姜付秀等(2016b)的结果也都是一致的,表明CEO财务经历有助于降低公司的投资—现金流敏感性,即降低公司的融资约束。
综合来看,对上文四个影响机制的检验结果表明,CEO财务经历可以通过多个路径和机制影响到权益资本成本:一方面,CEO的财务经历既有助于改善公司的盈余管理和信息披露质量,降低公司与外部投资者之间的信息不对称,也有助于降低融资约束,提高公司的负债水平(能力),但另一方面,公司负债水平的提高也可能会增大公司的财务困境风险(由于提高财务杠杆所致)。因此,与前文的逻辑预期一致,尽管CEO财务经历对权益资本成本的影响路径和效果是混合的,但总体来看,CEO财务经历可以降低权益资本成本。
七、结论与启示本文基于高阶理论和管理者异质性视角,以2001—2014年间中国A股上市公司为样本数据,围绕CEO变更事件,利用双重差分方法,考察CEO财务经历对权益资本成本的影响问题。研究发现,CEO财务经历有助于权益资本成本,而且,相比治理水平较高的企业,CEO财务经历对权益资本成本的影响在治理水平较低的企业中更显著。在采用了工具变量法(两步IV法)和倾向得分匹配方法,以及其他多种稳健性检验的基础上,CEO财务经历有助于降低权益资本成本的结论仍然稳健。在进一步的影响机制分析发现,有财务经历的CEO有助于降低盈余管理、提高负债水平以及降低融资约束。这可能表明,CEO财务经历对权益资本成本的影响可以通过影响信息不对称和财务困境风险机制得以实现。
本文的研究丰富和拓展了关于权益资本成本影响因素和高管异质性特征影响结果的研究,为高阶理论提供了新的经验证据。同时,本文的理论分析和研究结论对于公司管理层、投资者和政策制定者也具有一定参考价值:第一,对公司来说,在权益资本成本管理方面,要考虑CEO等高管的背景特征可能带来的潜在影响,同时,也可以通过优化公司治理机制等情境来约束(或促进)CEO等高管的背景特征的影响;第二,对投资者来说,权益资本成本决定了投资回报。因此,在投资前,应对公司CEO等高管的背景有较为全面的了解,包括他们的工作经历、能力和性格等特征,不同特征的高管可能会影响投资者未来的投资回报;第三,对政策制定者来说,可以通过对政策法规(如公司会计准则、内控制度等)的调整来影响公司的治理机制、信息披露等决策,从而影响企业的融资成本和投资者的回报率,进而达到调节和引导投资的目的。
此外,本文也存在一些研究不足。本文主要考察了CEO财务经历对权益资本成本的影响,而没有涉及公司其他高管(或董事会成员)特征的潜在影响,未来的研究可以考虑进一步考察其他高管以及董事会成员的财务经历等特征对权益资本成本的影响;另外,限于篇幅原因,本文没有进一步考察CEO财务经历可能影响权益资本成本的其他潜在路径,如公司文化和交易费用(制度)路径,也没有进一步探讨公司治理和所有权性质以外的其他情境(如市场化程度、管理者自由裁量权等)对CEO财务经历和权益资本成本关系的潜在影响,未来的研究可以从这些方面继续深入探索。
① 当然,在权益资本成本影响因素问题的研究方面,也有少数学者从管理者异质性视角进行了一些探索。例如,Mishra(2014)从CEO能力异质性角度考察了通才型CEO和专才型CEO对权益资本成本的影响,发现通才型CEO和较高的权益资本成本正相关。Ferris等(2017)考察了公司高管和董事的社会资本对权益资本成本的影响,也发现,高管和董事的社会资本会逆向影响权益资本成本。
② 一些学者也考察了管理者的非财务职业经历和非职业经历的影响,如军人经历(Benmelech和Frydman,2015)、生活经历(Malmendier等,2011;许年行和李哲,2016;Bernile等,2017)、海外学习经历(代昀昊和孔东明,2017)等。总体来看,这些学者的研究结论表明,管理者的职业和非职业经历都会对公司的决策及业绩产生影响。
③ 也有学者采用其他方法,如陈宋生等(2015)中,令
④ 因篇幅原因,本文未提供其他变量的描述性统计和Pearson相关系数。
⑤ 因本文剔除了CEO变更当年数据,所以未设置对应年份的虚拟变量。另外,由于本文的窗口期选择为CEO变更的前后各3年,因此,我们只设置了五个虚拟变量。每一个虚拟变量的系数反映对应年份中处理组公司与控制组公司权益资本成本存在差异的大小。
⑥ 关于两步IV法的详细内容请参考《横截面与面板数据的经济计量分析》(伍德里奇,2007)中文版第十八章关于估计平均处理效应的内容,第528页。
⑦ 这些特征向量包括:权益资本成本、公司规模、财务杠杆、盈利能力、盈余质量、成长性、现金持有、债务结构、资本支出、并购重组次数、股息支付、ST、公司上市时间、第一大股东持股比例、独董比例、国有控股16个变量。
⑧ Barnow等(1980)及伍德里奇(2007)提出使用拟合概率作为IV来解决处理效应模型中的虚拟变量内生性问题。伍德里奇(2007)认为,利用非线性probit模型获得拟合概率,并以之作为IV进行2SLS估计,相比直接将拟合概率作为回归元代替内生FE的方法或使用线性投影获得拟合概率的方法,这种两步IV法具有更好的稳健性,无需probit模型被正确设定,也不会产生共线性问题,可以得到更准确的估计值。
⑨ 因篇幅原因,本文未列出这些稳健性检验的结果。
[1] | 姜付秀, 黄继承. CEO财务经历与资本结构决策[J]. 会计研究, 2013(5): 27–34. |
[2] | 姜付秀, 石贝贝, 马云飙. 董秘财务经历与盈余信息含量[J]. 管理世界, 2016a(9): 161–173. |
[3] | 姜付秀, 石贝贝, 马云飙. 信息发布者的财务经历与企业融资约束[J]. 经济研究, 2016b(6): 83–97. |
[4] | 蒋琰, 陆正飞. 公司治理与股权融资成本——单一与综合机制的治理效应研究[J]. 数量经济技术经济研究, 2009(2): 60–75. |
[5] | 毛新述, 叶康涛, 张頔. 上市公司权益资本成本的测度与评价——基于我国证券市场的经验检验[J]. 会计研究, 2012(11): 12–22. |
[6] | 汪平, 王晓娜. 管理层持股与股权资本成本[J]. 外国经济与管理, 2017(2): 60–71. |
[7] | Bertrand M, Schoar A. Managing with style: The effect of managers on firm policies[J]. The Quarterly Journal of Economics, 2003, 118(4): 1169–1208. |
[8] | Custódio C, Metzger D. Financial expert CEOs: CEO’s work experience and firm’s financial policies[J]. Journal of Financial Economics, 2014, 114(1): 125–154. |
[9] | Easley D, Hvidkjaer S, O’Hara M. Is information risk a determinant of asset returns?[J]. The Journal of Finance, 2002, 57(5): 2185–2221. |
[10] | Easton P D. PE ratios, PEG ratios, and estimating the implied expected rate of return on equity capital[J]. The Accounting Review, 2004, 79(1): 73–95. |
[11] | Hambrick D C, Mason P A. Upper echelons: The organization as a reflection of its top managers[J]. Academy of Management Review, 1984, 9(2): 193–206. |
[12] | Hou K W, Van Dijk M A, Zhang Y L. The implied cost of capital: A new approach[J]. Journal of Accounting and Economics, 2012, 53(3): 504–526. |
[13] | Ohlson J A, Juettner-Nauroth B E. Expected EPS and EPS growth as determinants of value[J]. Review of Accounting Studies, 2005, 10(2-3): 349–365. |