军人高管在现代公司中越来越普遍。据Korn/Ferry公司的调查,标普500公司中8.4%的管理者有过军队服役经历(Duffy,2006),据《中国企业报》(2011)的报道,我国军人企业家数量非常庞大,有军队服役背景的企业家占30%以上,珠三角和长三角等经济发达地区甚至高达60%以上,500强企业中,军人出身的总裁、副总裁就有200多位,从军经历更是造就了柳传志、张瑞敏、任正非、郑永刚、汪海等一批享誉海内外、个性鲜明的知名企业家。考察从军经历对高管管理风格、决策和企业行为的影响具有重要价值(Daboub等,1995;Benmelech和Frydman,2015)。
高阶理论认为,管理者经历的异质性导致其做出不同的决策,既有文献证实了高管过往经历对其行为选择及公司决策的影响(Bamber等,2010;Malmendier等,2011)。多元化经历中,从军经历因为对个体性格特质和行事风格的塑造受到了越来越多的关注,经验证据证实了管理者从军经历对于企业税收规避(Law和Mills,2017)、融资(Malmendier等,2011)、投资(Benmelech和Frydman,2015)、并购(Lin等,2013)以及公司绩效(Özlen,2014)等的重要影响,且高管从军经历对于公司决策的影响具有长期性和持续性(Malmendier等,2011)。高管从军经历对其管理风格或所在公司决策的影响既可能源于有过从军经历的高管更激进、更加偏好风险(Malmendier等,2011),也可能是因为这些高管更保守(Benmelech和Frydman,2015;Bamber等,2010),或者有着更高的道德水准(Law和Mills,2017)。部分学者考察了我国高管从军经历对企业投融资决策的影响,例如饶育蕾等(2015)、付超奇(2015)、晏艳阳和赵明伟(2016)以及赖黎等(2016),这些文献大多假定有过从军经历的高管更为激进、更加偏好风险。然而,从军经历与风险偏好并不能划等号,军人企业家“骨子里冒风险但也不会胡来”,更为重要的是,高的道德水准、对规则纪律等的遵循可能使得有从军经历的高管更为保守(Benmelech和Frydman,2015)。基于此,本文主要考察高管从军经历对公司风险承担水平的影响,以回答从军经历是否使得高管更加激进、偏好风险继而导致公司风险承担水平的增加。
以2004—2014年上市公司为样本,本文的研究证实了管理者从军经历会导致公司风险承担水平的下降而非风险的增加。研究发现,对于我国企业尤其是民营企业而言,管理者从军经历会显著降低股票收益波动率,政府干预越严重时,管理者从军经历对于降低公司风险承担的作用越明显。与已有文献相比,本文的最大贡献在于,从风险承担的视角提出了高管从军经历影响公司决策的不同解释。国内有限的文献认为,从军经历高管更加偏好风险,在融资方面更为激进(晏艳阳和赵明伟,2016;赖黎等,2016),本文的研究则表明,从军经历管理者所在公司股票收益波动更小即公司风险水平更低,意味着从军经历使得高管更加激进,偏好风险角度解释高管从军经历对管理风格、公司决策的影响需要更为严谨的证据。
二、文献回顾与理论分析(一)高管从军经历对企业的影响
随着行为金融学的引入,理性人假设被放松,管理者个人特征和经历对企业的影响引起学界关注,除了年龄、性别、任期以外,学者们发现早期经历(财务经历、海外经历、学术经历、大萧条以及大饥荒经历等)直接影响着成年个体的行为模式,例如姜付秀和黄继承(2013)发现高管财务经历能显著提高公司负债水平,加快资本结构的调整速度,降低资本结构偏离目标的程度;Giannetti等(2015)利用中国的数据研究发现公司雇佣了具有海外经历的董事之后业绩有显著提升;周楷唐等(2017)发现高管学术经历能够显著降低公司债务融资成本约6.4%,主要是通过降低公司盈余管理程度进而提高了会计稳健性水平;Malmendier等(2011)发现在大萧条时期长大的高管会过分依赖内部融资;许年行和李哲(2016)证明高管贫困经历会使其所在企业进行更多的社会慈善捐赠。
另一方面,Hambrick和Mason(1984)提出的高阶理论认为,管理者是有限理性且异质的,管理者经历的异质性影响价值观和认知风格,导致企业决策和战略选择的差异,并进一步导致经济后果的不同。过往经历的不同是造成高管管理风格异质性的重要原因,个体经历一定程度上塑造了高管的性格、偏好、信念以及如何思考当前的战略机会和问题,因而对于决策至关重要(Bamber等,2010),越来越多的经验证据证实,高管出生、毕业等关键节点的经历以及重大偶发性经历影响其风险偏好(Hao等,2018)、管理风格(Schoar和Zuo,2017)和决策(Bamber等,2010;Malmendier等,2011)。
近年来,从军经历因为对个体价值观的塑造以及技能的培养而受到学者越来越多的关注,已成为公司金融、财务会计等领域的热点问题(Bamber等,2010)。现有研究主要集中于考察有过从军经历的高管对于管理决策和公司治理的影响。Benmelech和Frydman(2015)开展的综合性实证研究发现,高管从军经历与保守的公司决策以及道德行为相关,他们所在的公司投资较少,卷入欺诈行为的可能性较低,在行业不景气时能够表现得更好,作者的研究证实高管从军经历对于管理决策以及企业表现有着显著的解释力。按照他们的解释,从军经历高管影响公司表现主要有三方面原因:其一,组织有序的训练科目与教育经历、开发指挥技能相结合;其二,即使是在较低指挥层级,有过从军经历的个体也会被训练成富有强烈责任意识和决策权威的长官;其三,从军经历强调责任(duty)、奉献(dedication),以及自我牺牲(self-sacrifice)。尽管如此,Özlen(2014)认为,Benmelech和Frydman(2015)的一些研究发现可能是由于从军经历的高管受过严格的训练,拥有良好的道德信念以及服务和自我牺牲精神。
公司决策方面,已有文献大多强调从军经历使得高管更为激进,风险承担能力更强。例如,Wansink等(2008)发现,二战士兵有着更高的风险承担倾向,有过从军经历的高管更可能实施并购,增发股票,保持高的负债比率,所在公司经营绩效更差。Malmendier等(2011)的经验证据也表明,有过军队服役经历的高管特别是参加过二战的高管通常会选择高负债比的激进资本结构,实施并购、增发股票的可能性更高,所在公司经营绩效更差,与非军人高管相比任期更短,军队服役尤其是经历过战争导致其较低的风险厌恶是重要原因。与风险角度的解释不同,Lin等(2013)认为在部队中塑造的价值观使得高管更加忠诚、正直,有助于缓解并购方面的代理问题,降低代理成本,因而能够获得更好的并购绩效,作者采用标普500公司的并购数据进行的研究发现,有过军队服役经历高管主导的并购在交易宣告时能够获得明显的超额异常收益,且这些交易表现出较好的短期和长期协同效应。区别于上述研究,Groysberg等(2010)的深度访谈证实了高管从军队服役经历中学到的领导技能对于企业表现的重要影响,他们发现,陆军和海军陆战队需要灵活性和授权,在这两个军种服过役的高管在小企业中表现得更好,而海军和空军遵循程式化管理(process-driven approach),在这两个军种服过役的高管在高度管制行业和创新性行业企业中表现得更好。国内学者的有限证据表明,我国军人高管在企业并购(饶育蕾等,2015)和融资(饶育蕾等,2015;晏艳阳和赵明伟,2016)方面更为激进,然而,也有证据表明,有过军队服役经历高管执掌的公司杠杆率显著较低(付超奇,2015)。
公司治理方面,从军经历使得高管更倾向于遵守纪律、尊重权威,违背规则或法律通常会被视为不道德的行为,这种文化基因有助于改善公司治理,大大降低所在公司发生不道德行为的概率。Bamber等(2010)在考察管理者对信息披露风格的影响时发现,管理者独特的信息披露风格与个体背景中那些可观察的生物特征相关,出生于二战前的高管以及那些有过军队服役经历的高管在信息披露方面通常较为保守,有过军队服役经历的高管更喜欢精确披露,表现为调低预期、难以忍受模糊信息、与个人利益相比更重视诚信和正直。对于公司治理而言,公司文化影响治理质量,不道德的公司文化通常来源于那些公司高层领导特别是高管的行为和态度(Biggerstaff等,2015)。军队服役有助于锻造个体的行为操守以及对非法行为的厌恶,有过从军经历的管理者行为更可能与被认同的行为保持一致,避免主动触犯法律。经验证据方面,Law和Mills(2017)以CEO军队服役经历表征对规则、权威和社会价值观的遵守,他们的实证研究发现,有过军队服役经历的CEO所在企业实施不道德行为如避税、卷入司法诉讼、进行财务重述以及实施盈余管理的可能性相对较低,纪律性而非单纯地遵守纸面法律是导致这些道德行为的重要原因;进一步地,两位学者的证据还表明,有过军队服役经历CEO所在公司避税相对更少(实际税率高出1%—2%,每年多缴纳100万—200万美元税收),税收收益的不确定性以及较少的避税场所导致其不愿意采取激进的税收战略,雇佣这样的CEO能够从信息披露之外的其他灰色地带获得收益,作者认为,有过从军经历的管理者减少避税的主要原因是,一方面,这些管理者比非军人管理道德水准更高,另一方面,这些管理者通常秉持的是合法性和忠诚的价值观,这一点甚至超越了对规则的服从。
从获得技能角度而言,MBA教育与军队服役经历存在异曲同工之处,某种程度上能够提供企业经营管理所需要的通用性技能,特别是营销、销售、会计以及创业等方面的技能(Duffy,2006),然而两者在影响公司治理方面存在差异。Korn/Ferry International的调查报告比较了军队服役经历和MBA教育在影响高管行为方面的差异,认为军队提供的是真实世界的领导技能,而MBA教育培训的技能并没有将个体置身于真实世界的情境中,且与MBA教育相比,从军经历更强调经营企业方面什么是正确的方法,什么是错误的方法(Duffy,2006);Benmelech和Frydman(2015)的证据进一步证实,从军经历而非MBA教育能够降低财务欺诈的可能性;Lin等(2013)的研究则发现,CEO的军队服役经历能够弱化差的公司治理以及过量现金流对并购收益、短期和长期协同效应的负面影响。因而,大公司更愿意雇佣有过军队服役经历的高管,因为这些人守纪律、有责任感,具有高标准的职业操守、道德水准和价值观(Daboub等,1995)。
从文献回顾来看,从军经历对高管管理风格、公司决策的影响获得了诸多经验证据的支持,现有研究主要从从军经历对个体风险偏好、道德标准、规则意识以及技能培养等角度解释影响机理,国内有限的研究主要从高管偏好风险的角度分析从军经历对企业的影响。然而,国外学者的证据表明,有从军经历的高管既有可能偏好风险(Malmendier等,2011),同样也可能更加保守(Benmelech和Frydman,2015;Bamber等,2010;Law和Mills,2017),简单地认为我国企业从军经历高管偏好风险有失偏颇。基于以上分析,本文主要考察我国企业高管从军经历对公司风险承担的影响以更好地解释高管从军经历对企业的影响。
(二)理论分析
风险承担反映了企业在投资决策过程中对投资项目的选择,更高的风险承担水平意味着管理者更少放弃高风险但预期净现值大于0的投资项目,保守的管理者通常会选择那些具有低风险的投资项目,企业表现出较低的风险承担水平(李文贵和余明桂,2012),因此,生活、工作经历对高管管理风格的塑造影响企业风险承担水平。
心理学的一些研究发现,军队服役经历使得个体具有侵略性,导致个体更加激进、过度自信以及更高的风险容忍水平(Benmelech和Frydman,2015)。军队服役是一种高强度(hard)、富有挑战性(challenging)和风险性(risky)的经历,经过军队洗礼的个体通常有着更高程度的心理强度(hardiness),勇于接受挑战,容易偏好风险,过于相信自己能够适应高压力、高风险环境(Duffy,2006)。此外,武器是刺激侵略性的催化剂,与武器接触频繁的军人更具侵略性,退役后个体风险容忍和风险承担水平较高,Wansink等(2008)发现,参加过二战的士兵有着更高的风险承担倾向,且这些人往往认为成功的关键在于侵略性。从公司财务的角度,一些学者的研究证实,有过军队服役经历的高管更容易采取激进的财务决策,例如Malmendier等(2010)发现,有过军队服役经历的CEO特别是参加过二战的CEO通常会选择高负债比的激进资本结构,所在公司更可能实施并购、增发股票、投资过度,作者认为,军队服役尤其是经历过战争导致个体更为激进和更高的风险容忍,进一步地,Malmendier等(2011)还发现,有过军队服役经历的CEO会追求更为激进的公司战略。
然而,既有的文献证据显示,从军经历也可能使得个体更为保守。心理学和社会学研究表明,经过军队洗礼的人会被训练成服从命令的个体,他们很少质疑权威(Duffy,2006),有着更强的纪律性,更加遵守法律、规则、权威和社会价值观,有着更高的道德水准(Daboub等,1995),这些反而可能使得个体变得保守。公司财务领域的经验证据表明,有过军队服役经历的高管在税收筹划(Law和Mills,2017)、信息披露(Bamber等,2010)以及公司决策(Benmelech和Frydman,2015)等方面更为保守,这些高管所在企业研发投入和负债水平较低,信息披露更加准确,税收筹划、卷入司法诉讼、进行财务重述以及实施盈余管理的可能性相对更低,由于这些高管更加忠诚、正直,所在企业还能够获得更好的并购绩效,股东与管理者之间的代理问题也会有所缓解(Lin等,2013)。
此外,除了上述个体经历对管理决策的直接影响外,其从军经历也可能通过影响管理风格、治理水平等间接途径影响企业风险承担。比如,管理风格方面,Schoar和Zuo(2016)证实了高管过往经历留下的烙印持续且深刻地影响其管理风格,经历过经济不景气时期的高管,其管理风格会趋于保守,也会相应的制定保守的公司决策。国内部分学者基于我国独特的历史考察了高管早年经历对所在公司财务决策的影响,证实了经历过困难时期的高管在投融资方面更为保守,所在公司投资、负债程度更低(付超奇,2015;沈维涛和幸晓雨,2014)。公司治理方面,Law和Mills(2017)以及Benmelech和Frydman(2015)用CEO军队服役经历替代对规则、权威和社会价值观的遵守,他们的实证研究发现,有过军队服役经历的CEO所在企业实施不道德行为如避税、卷入司法诉讼、财务欺诈、重述财务报表以及实施盈余管理等的可能性相对较低,有着更高的公司治理水平。具体到我国,军队通过理想、道德、法纪和人生观等的教育能够对个体的利益偏好进行修正和优化(陈俨和杨建军,1996),这种偏好修正会对个体后期的行为选择和管理风格产生持续、深刻的影响,促使他们在公司治理中约束自身的行为,表现出更高的道德水准(Daboub等,1995)。因此,无论是高管从军经历使得其管理风格趋于保守进而降低了公司风险承担水平,还是高管从军经历通过提升公司治理水平提高了公司风险承担,从军经历对管理决策的间接作用都有可能影响到公司风险承担水平。
综合以上分析,管理者从军经历既有可能推高公司风险承担水平,也有可能降低公司风险承担水平,本文将通过实证分析加以验证。
三、研究设计(一)样本选择与数据来源
本文初始样本为2004—2014年所有上市公司,样本期间从2004年开始,主要是因为中国证监会于2004年要求增加“现任董事、监事、高级管理人员的主要工作经历和在除股东单位外的其他单位的任职或兼职情况”,以及我国上市公司年报中实际控制人的披露直至2004年才趋于完善,2004年之前的年度,公司对高管简历、实际控制人信息等往往披露语焉不详、缺失甚多,难以确保公司性质以及高管个人特征的数据质量。样本筛选遵循以下基本原则:①剔除金融类上市公司;②剔除相关财务数据缺失或异常的观测值。经过筛选后,共获得由8 892个国有企业、9 103个民营企业观测值组成的17 995个企业年度数据样本。
由于董事长往往是我国企业的法人代表和管理的实际控制人,其角色更接近于国外企业的CEO,因此本文通过董事长是否具有从军经历(包括军事院校、建设兵团等)反映管理者从军经历,并在稳健性检验中通过董事长或总经理是否具有从军经历重新界定管理者从军经历以验证研究结论的可靠性。董事长或总经理从军经历数据通过阅读CSMAR数据库提供的“高管个人简历”信息手工整理获得。
公司层面,反映风险承担水平的股票月收益年度波动率、周收益波动率来源于WIND数据库;公司层面其他数据均取自CSMAR数据库。地区层面,反映政府干预水平的制度环境数据取自王小鲁等(2016)编制的《中国分省份市场化指数报告2016》中“政府与市场的关系”分指数,2010—2014年各省分指数用2009年的数据替代。
(二)计量模型与变量界定
为检验管理者从军经历对公司风险承担水平的影响,我们构建了如下计量模型:
$ \begin{aligned} risk =& {{α} _0} + {{α} _1}army + {{α} _2}size + {{α} _3}leverage + {{α} _4}roa + {{α} _5}growth + {{α} _6}tangible + {{α} _7}firmage \\ & + {{α} _8}state + {{α} _9}cr\_5 + {{α} _{10}} outratio + {{α} _{11}}dual + {{α} _{12}}gender + {{α} _{13}}lnage + {{α} _{14}}tenrue \\ &+ {{α} _{15}}degree + \sum area + \sum year + \sum ind + \mu \end{aligned} $ | (1) |
式(1)中被解释变量为公司风险承担水平(risk),参考Bartram等(2012)、钱先航和徐业坤(2014)等的做法,本文分别用股票月收益年度波动率(risk1)、权益资产比(risk2,所有者权益合计与资产总额之比)衡量公司风险承担水平。模型的解释变量为从军经历(army),遵循国内外从军经历管理者研究的常见做法,当董事长有过从军经历(包括军事院校、建设兵团等)时记army为1,否则为0。
控制变量方面,参考现有研究,我们在计量模型中控制了公司财务特征、治理特征以及高管个体特征的影响。公司财务特征方面,我们控制了公司规模(size,总资产的自然对数)、资产负债率(leverage,总负债/总资产)、资产收益率(roa,净利润/期初总资产与期末总资产的均值)、成长性(growth,主营业务收入增长率)、固定资产比例(tangible);公司治理特征方面,控制了上市年限(firmage)、公司性质(state,国有企业为1,否则为0)、股权集中度(cr_5,前5大股东持股比例之和)、独立董事比例(outratio,独立董事人数/董事会人数)、两职合一(dual,两职合一为1,否则为0)等的影响。参考赖黎等(2016)、Benmelech和Frydman(2015)等相关研究,我们还在计量模型中控制了管理者性别(gender,男性为1,女性为0)、年龄(age,年龄的自然对数)、任期(tenure,担任董事长时间的自然对数)以及学历(degree,研究生学历为3、本科学历为2、专科学历为1、其他学历为0)等的影响。此外,我们还控制了行业(ind)、年度(year)以及省份(area)效应的影响。
四、实证结果与分析(一)描述性统计
为降低异常值对研究结论的可能影响,本文对连续变量进行了1%分位数的winsorize缩尾处理,从结果来看(限于篇幅未报告,备索),约3%的样本上市公司管理者有过从军经历,表明有过从军经历的高管某种程度上是资本市场和劳动力市场的“稀缺品”;有过从军经历管理者所在公司股票月收益波动率risk1、权益资产比risk2均低于无从军经历管理者所在公司,表明从军经历管理者所在公司有更低的风险承担水平;有过从军经历管理者所在公司资产负债率leverage均值为0.988,高于无从军经历管理者所在公司的均值0.604,与赖黎等(2016)的结论一致,两类公司在其他控制变量方面的差异相对较小。
(二)管理者从军经历与公司风险承担
表1报告了管理者从军经历影响公司风险承担水平的检验结果。检验结果显示,以股票月收益波动率(risk1)和权益资产比(risk2)作为被解释变量时,从军经历army的回归系数均显著为负,说明管理者从军经历能够显著降低公司风险承担水平。进一步地,分样本检验结果表明,对于民营企业而言,管理者从军经历对于公司风险承担的抑制作用更为明显,与民营企业不同,高管风险偏好较弱、政府干预以及寻租行为的存在使得国有企业风险承担水平相对较低(李文贵和余明桂,2012)。正如前文所言,从军经历既可能使得管理者在资本结构和投资决策方面更为激进、偏好风险(Malmendier等,2011),也可能使其在税收筹划、信息披露等方面更加保守(Benmelech和Frydman,2015),导致公司风险水平的下降。本文的证据表明,有过从军经历的管理者所在企业特别是民营企业风险承担水平更低,该结论与国内有限证据的结论有所不同,例如赖黎等(2016)、饶育蕾等(2015)以及晏艳阳和赵明伟(2016)发现,我国军人管理者在并购、融资等方面更为激进,这些研究秉持的重要假定是有过从军经历的管理者更加偏好风险,然而本文直接检验管理者从军经历影响公司风险承担的结果与该推定有所不同,因此讨论高管从军经历对公司决策的影响有必要澄清一些理所当然的逻辑。
(1) | (2) | (3)risk1 | (4)risk1 | (5)risk2 | (6)risk2 | |
risk1 | risk2 | 民营 | 国有 | 民营 | 国有 | |
army | −1.765** | −0.017*** | −2.703*** | −0.095 | −0.037*** | −0.001 |
(−2.426) | (−2.599) | (−2.650) | (−0.090) | (−3.979) | (−0.106) | |
size | −2.365*** | −0.099*** | −2.940*** | −1.782*** | −0.128*** | −0.074*** |
(−9.423) | (−50.384) | (−6.543) | (−6.640) | (−44.941) | (−27.055) | |
leverage | 7.487*** | 0.105*** | 7.534*** | 7.910*** | 0.147*** | 0.002 |
(7.229) | (8.767) | (5.195) | (6.579) | (10.059) | (0.093) | |
roa | 6.611 | −0.075** | 15.820** | −6.658* | 0.007 | −0.221*** |
(1.394) | (−2.062) | (2.119) | (−1.736) | (0.141) | (−4.266) | |
growth | 0.003 | −0.000 | −0.005 | 0.014 | −0.000 | 0.000 |
(0.262) | (−0.477) | (−0.271) | (0.992) | (−0.732) | (0.028) | |
tangible | −0.001 | 0.000*** | −0.002 | 0.014 | 0.000*** | 0.000*** |
(−0.472) | (2.697) | (−0.538) | (1.330) | (2.781) | (3.152) | |
firmage | 0.560 | 0.065*** | 1.150* | 0.826** | 0.079*** | 0.038*** |
(1.369) | (29.288) | (1.675) | (1.995) | (24.611) | (13.777) | |
state | −1.431*** | −0.019*** | ||||
(−3.068) | (−7.249) | |||||
cr_5 | 5.085*** | 0.027*** | 9.252** | 1.763 | −0.008 | 0.035*** |
(2.782) | (3.280) | (2.537) | (1.333) | (−0.650) | (3.435) | |
outratio | 0.426 | 0.181*** | −4.224 | 1.382 | 0.122*** | 0.165*** |
(0.149) | (7.835) | (−0.910) | (0.357) | (3.650) | (5.982) | |
dual | −0.026 | 0.000 | −0.064 | 0.078 | 0.001 | −0.001 |
(−0.294) | (0.221) | (−0.504) | (0.657) | (1.009) | (−1.107) | |
gender | 0.237 | −0.020*** | 1.187 | −0.876 | −0.029*** | −0.009 |
(0.291) | (−3.165) | (1.138) | (−0.635) | (−3.704) | (−0.898) | |
lnage | −5.846*** | 0.017* | −7.465*** | −2.835 | 0.019 | 0.002 |
(−4.101) | (1.811) | (−3.687) | (−1.557) | (1.642) | (0.166) | |
tenure | −0.558* | −0.006*** | −0.895 | −0.574 | −0.011*** | −0.001 |
(−1.655) | (−3.155) | (−1.600) | (−1.377) | (−3.585) | (−0.447) | |
degree | 0.046 | −0.002* | −0.217 | 0.212 | −0.005*** | −0.000 |
(0.205) | (−1.661) | (−0.699) | (0.677) | (−2.677) | (−0.166) | |
_cons | 99.400*** | 1.992*** | 113.914*** | 77.707*** | 2.575*** | 1.613*** |
(13.299) | (38.705) | (9.759) | (7.850) | (36.418) | (20.883) | |
adj. R2 | 0.222 | 0.451 | 0.163 | 0.335 | 0.532 | 0.397 |
N | 17 995 | 17 995 | 9 103 | 8 892 | 9 103 | 8 892 |
注:回归方程控制了area、ind、year的影响;括号中的数值是经过White(1980)调整后的统计量;* p < 0.10,** p < 0.05,*** p < 0.01,以下同。 |
《中国人民解放军纪律条令》明确规定,军人在任何情况下,都必须严格遵守和自觉维护纪律。对于中国军人而言,最大的特质是对纪律的恪守和执着,而非激进的作风、冒险精神或者高风险偏好(赖黎等,2016),通过军队的熏陶,遵守纪律成为军人融入骨髓的天性(付超奇,2015),贯穿到后来的商业实践中。本文的结果表明,高管从军经历会降低公司风险承担水平,说明军队服役经历赋予高管更高的道德水平和纪律性的影响超过了对其个体性格中过度自信以及侵略性方面的影响,经过军队洗礼的高管有着更高的道德水准,更加遵守纪律,一定程度上使得个体变得保守,增强了其规避风险或不确定性倾向。
控制变量方面,回归结果显示,公司规模较大时,经营更加平稳,风险水平相对更低;资产负债率越高,公司风险越高;国有企业风险承担水平显著低于民营企业,即民营企业更容易偏好风险高的项目;股权集中度越高时,公司风险水平越高;高管任期越长,越容易保持公司决策的稳定性和连续性,公司风险水平越低,这些与现有研究的结论基本一致。
(三)管理者从军经历与公司风险承担:政府干预的调节作用
企业风险承担水平受外部制度环境的影响(李文贵和余明桂,2012)。我国企业的生存和发展很大程度上受地方政府干预的影响,企业所在地区政府干预越严重时,产权保护越差,越容易出现政府干预企业治理、生产经营活动以及管理层操纵会计信息等现象,这会弱化企业投资决策过程中的风险偏好,导致企业承担风险性项目的减少,而政府干预较少的情况下,产品市场、要素市场的流动性增强,资源配置、企业决策更多依赖市场机制,使得企业可以有更多选择高风险但预期净现值为正的投资机会,即导致企业风险承担水平的增加。不仅如此,Hambrick和Mason(1984)提出的高阶理论认为,高管背景特征影响战略选择和组织绩效,其作用受到组织内外部环境的影响,因而考察环境和背景特征的交互效应才能深刻理解高管个体的作用。为此,我们进一步讨论了政府干预制度环境对管理者从军经历与企业风险承担关系的影响。以王小鲁等(2016)编制的“政府与市场的关系”分指数反映政府干预水平(gov),将样本按照gov的均值分成政府干预水平高(gov小)的样本组和政府干预水平低(gov大)的样本组进行了相关检验,主要检验结果报告在表2中。
(1)risk1 | (2)risk2 | (3) | (4) | |||
gov大 | gov小 | gov大 | gov小 | risk1 | risk2 | |
army | −0.868 | −3.555*** | −0.010 | −0.036*** | −8.928*** | −0.061** |
(−0.924) | (−3.061) | (−1.380) | (−3.355) | (−2.577) | (−2.431) | |
gov_dum | −1.199* | −0.009 | ||||
(−1.763) | (−1.414) | |||||
army×gov_dum | 0.833** | 0.005* | ||||
(2.118) | (1.813) | |||||
size | −2.525*** | −2.085*** | −0.084*** | −0.117*** | −2.370*** | −0.097*** |
(−8.612) | (−4.204) | (−34.752) | (−37.641) | (−9.440) | (−50.079) | |
leverage | 7.607*** | 7.202*** | 0.054*** | 0.155*** | 7.539*** | 0.103*** |
(5.343) | (4.694) | (3.345) | (9.030) | (7.279) | (8.483) | |
roa | 3.754 | 8.774 | −0.159*** | 0.014 | 6.654 | −0.083** |
(0.508) | (1.592) | (−3.345) | (0.271) | (1.403) | (−2.283) | |
growth | −0.002 | 0.014 | 0.000 | −0.000 | 0.003 | −0.000 |
(−0.110) | (0.695) | (0.426) | (−0.935) | (0.263) | (−0.313) | |
tangible | −0.000 | −0.014 | 0.000*** | 0.000*** | −0.001 | 0.000*** |
(−0.171) | (−1.352) | (3.138) | (2.830) | (−0.479) | (2.666) | |
firmage | 0.217 | 1.579** | 0.065*** | 0.069*** | 0.565 | 0.068*** |
(0.405) | (2.389) | (26.183) | (17.617) | (1.381) | (31.662) | |
state | −0.831 | −2.268*** | −0.012*** | −0.025*** | −1.445*** | −0.019*** |
(−1.508) | (−2.614) | (−3.683) | (−5.697) | (−3.095) | (−7.150) | |
cr_5 | 3.920 | 7.333** | 0.017* | 0.077*** | 5.139*** | 0.039*** |
(1.632) | (2.553) | (1.803) | (5.139) | (2.811) | (4.742) | |
outratio | 4.054 | −6.852 | 0.122*** | 0.237*** | 0.517 | 0.182*** |
(1.108) | (−1.399) | (4.079) | (6.459) | (0.180) | (7.754) | |
dual | 0.019 | −0.100 | −0.001 | 0.002 | −0.028 | 0.000 |
(0.165) | (−0.702) | (−1.110) | (1.496) | (−0.317) | (0.380) | |
gender | 1.042 | −1.106 | −0.020*** | −0.015 | 0.235 | −0.019*** |
(1.069) | (−0.772) | (−2.848) | (−1.191) | (0.289) | (−2.998) | |
lnage | −4.094*** | −9.213*** | 0.031*** | −0.012 | −5.813*** | 0.017* |
(−2.806) | (−2.986) | (3.415) | (−0.638) | (−4.077) | (1.857) | |
tenure | −0.563 | −0.579 | −0.005** | −0.008** | −0.563* | −0.007*** |
(−1.510) | (−0.915) | (−2.179) | (−2.390) | (−1.668) | (−3.436) | |
degree | −0.052 | 0.304 | −0.002 | −0.002 | 0.054 | −0.003* |
(−0.178) | (0.826) | (−1.426) | (−0.651) | (0.241) | (−1.880) | |
_cons | 96.619*** | 107.509*** | 1.669*** | 2.402*** | 110.595*** | 2.011*** |
(14.312) | (5.983) | (30.096) | (25.290) | (11.550) | (26.418) | |
adj. R2 | 0.221 | 0.227 | 0.411 | 0.505 | 0.222 | 0.442 |
N | 11 304 | 6 691 | 11 304 | 6 691 | 17 995 | 17 995 |
经验p值 | 3.30* | 4.44** | ||||
注:回归方程控制了area、ind、year的影响;括号中的数值是经过White(1980)调整后的统计量;* p < 0.10,** p < 0.05,*** p < 0.01,以下同。 |
从表中的结果来看,政府干预水平高(gov小)的样本组,管理者从军经历army的回归系数均在1%的水平上显著为负,且系数的绝对值大于政府干预水平低(gov大)的样本组army回归系数绝对值。我们进一步检验了两组之间从军经历(army)的组间系数差异,发现两组间的从军经历(army)系数存在着显著差异。这表明,企业所在地区政府干预越严重时,产权越容易受到侵害,经营风险会随之增加(钱先航和徐业坤,2014),此时有过从军经历的管理者可能变得更为保守,对于降低公司风险承担水平的作用越大,企业越容易放弃高风险但预期净现值为正的投资项目。
五、进一步讨论与稳健性检验(一)管理者从军经历与MBA教育经历
从军经历和MBA教育在培养领导技能方面具有类似的功能,通过MBA教育,高管能够获得财务、营销等方面的技能,这些可能增加高管的风险偏好,导致其选择高风险但预期净现值为正的投资项目。Benmelech和Frydman(2015)提供的检验证据表明,管理者从军经历而非MBA教育能够降低所在企业发生财务欺诈风险的可能性,在风险承担行为方面,高管从军经历的抑制作用是否会受到MBA教育背景的影响呢?为了回答这一问题,我们收集整理了样本公司管理者是否拥有MBA(包括EMBA、工商管理硕士)教育背景(mba,有过MBA教育经历时记为1,否则为0)数据进行了相关检验,主要检验结果报告在表3中的(1)和(2)。从表中结果来看,当管理者没有受过MBA教育时,从军经历对风险承担水平的影响仍然显著为负,但当管理者有过MBA教育经历时army的回归系数不再显著,说明不具有MBA教育经历的情况下,管理者从军经历对风险承担的影响更为显著。尽管MBA教育与从军经历在开发技能方面异曲同工,但有从军经历的高管通常更守纪律,具有更好的职业操守和更高的道德水准(Daboub等,1995),知晓什么是正确且道德的方法、什么是错误的方法(Duffy,2006),这会导致企业风险水平的下降。
(1)risk1 | (2)risk2 | (3)risk1 | (4)risk2 | |||||
mba=1 | mba=0 | mba=1 | mba=0 | 非管制 | 管制 | 非管制 | 管制 | |
army | 1.312 | −2.285*** | −6.346 | −0.156* | −1.524* | −2.090 | −0.013* | −0.054 |
(0.393) | (−2.910) | (−1.006) | (−1.681) | (−1.949) | (−1.090) | (−1.852) | (−3.835) | |
size | −3.407*** | −2.235*** | −4.179 | −0.272*** | −2.177*** | −3.262*** | −0.106*** | −0.068*** |
(−2.605) | (−11.513) | (−1.107) | (−5.415) | (−7.353) | (−4.269) | (−47.300) | (−18.100) | |
leverage | 11.393*** | 7.297*** | 36.154 | 1.620*** | 8.323*** | 3.235* | 0.112*** | 0.088*** |
(2.677) | (6.765) | (1.084) | (3.065) | (7.070) | (1.703) | (8.858) | (2.850) | |
roa | 13.381 | 5.217 | −54.818 | 1.666 | 9.880* | −12.528** | −0.033 | −0.131 |
(0.679) | (1.115) | (−1.043) | (0.950) | (1.774) | (−2.004) | (−0.870) | (−1.487) | |
growth | 0.002 | 0.005 | 0.233 | −0.000 | −0.006 | 0.044 | −0.000 | 0.000 |
(0.075) | (0.400) | (1.084) | (−0.569) | (−0.498) | (1.391) | (−0.800) | (0.534) | |
tangible | 0.001 | −0.025* | 0.373* | 0.036** | 0.000 | 0.000 | 0.001*** | 0.000*** |
(0.264) | (−1.856) | (1.718) | (2.060) | (0.007) | (0.116) | (3.757) | (3.104) | |
firmage | 0.165 | 0.653 | 0.216 | 0.082*** | 0.402 | 1.555* | 0.068*** | 0.042*** |
(0.109) | (1.545) | (0.218) | (3.534) | (0.859) | (1.681) | (27.199) | (9.831) | |
state | −1.766 | −1.444*** | −1.306 | −0.044 | −1.393*** | −1.830 | −0.017*** | −0.023*** |
(−1.304) | (−3.210) | (−0.754) | (−1.144) | (−3.044) | (−1.107) | (−5.951) | (−3.375) | |
cr_5 | 9.480 | 4.783** | 13.097 | 0.005 | 4.910** | 9.431 | 0.003 | 0.062*** |
(1.412) | (2.545) | (1.084) | (0.043) | (2.422) | (1.469) | (0.326) | (3.249) | |
outratio | 2.336 | 0.411 | 21.391 | −0.084 | −0.009 | 1.229 | 0.185*** | 0.187*** |
(0.299) | (0.135) | (0.959) | (−0.078) | (−0.003) | (0.196) | (7.412) | (3.296) | |
dual | −0.339 | 0.008 | 0.516 | −0.024* | −0.067 | 0.260 | 0.001 | −0.003* |
(−1.369) | (0.082) | (1.008) | (−1.681) | (−0.682) | (1.413) | (0.709) | (−1.774) | |
gender | 2.477 | −0.105 | −6.080 | 0.045 | 0.311 | 0.084 | −0.030*** | 0.031* |
(1.232) | (−0.113) | (−1.116) | (0.807) | (0.362) | (0.031) | (−4.453) | (1.955) | |
lnage | −0.373 | −6.661*** | 24.850 | 0.273 | −6.474*** | −0.329 | 0.018* | −0.001 |
(−0.074) | (−4.273) | (1.095) | (1.048) | (−4.123) | (−0.097) | (1.867) | (−0.049) | |
tenure | −3.765** | −0.078 | 1.827 | −0.032 | −0.741* | 0.128 | −0.004** | −0.008** |
(−2.240) | (−0.246) | (1.048) | (−0.801) | (−1.918) | (0.188) | (−2.045) | (−2.051) | |
degree | 1.580 | 0.024 | 0.445 | −0.037 | 0.057 | −0.122 | −0.001 | −0.005 |
(0.604) | (0.106) | (0.429) | (−0.924) | (0.229) | (−0.196) | (−0.941) | (−1.122) | |
_cons | 93.487*** | 100.724*** | −39.063 | 3.846*** | 97.929*** | 107.245*** | 2.127*** | 1.362*** |
(2.724) | (13.836) | (−0.970) | (3.873) | (11.248) | (4.965) | (37.097) | (12.783) | |
adj. R2 | 0.145 | 0.248 | 0.206 | 0.100 | 0.217 | 0.257 | 0.476 | 0.507 |
N | 2646 | 15349 | 2646 | 15349 | 14858 | 3137 | 14858 | 3137 |
经验p值 | 3.90** | 2.88* | 0.11 | 8.34*** |
(二)行业属性的影响
公司风险承担行为受到企业所处行业属性的影响,本文进一步检验了行业属性对管理者从军经历抑制风险承担作用的影响。参考夏立军和陈信元(2007)对管制行业的划分,我们按照证监会行业分类指引代码将采掘业,石油、化学、塑胶、塑料,金属、非金属,电力、煤气及水的生产和供应,交通运输、仓储,信息技术,房地产和传媒划分为管制行业,其他行业划为非管制行业,行业属性影响的主要检验结果报告在表3中的回归(3)和(4)。从表中结果来看,对于处于非管制行业的企业而言,管理者从军经历army的回归系数在10%的水平上显著为负,而对于处于管制行业的企业而言,管理者从军经历army的回归系数不再显著,这表明高管从军经历对于处于非管制行业的企业减少风险承担行为作用更为明显。
(三)稳健性检验
1. 内生性
雇佣有过从军经历的个体作为公司高管可能是企业内生选择的结果(Cain和McKeon,2016),这种内生性可能导致研究结果的偏差。为此,我们选择1977年恢复高考时是否已满18岁(gk)作为管理者从军经历的工具变量,采用两阶段最小二乘法(2sls)重新检验管理者从军经历的影响。之所以选择该工具变量,一方面,按照《中华人民共和国兵役法》的规定,每年12月31日以前年满18周岁的男性公民,应当被征集服现役;另一方面,1977年恢复高考前当兵入伍是很多年轻人的主要出路,参军能够改变自己的命运,退伍后政府还能优先安排工作,这在当时我国就业环境极不乐观的情况下极具吸引力。在此基础上,我们进一步检验了工具变量的合理性。
(1)工具变量的有效性检验。一般而言,工具变量的有效性取决于两个条件:相关性和外生性。借鉴陈爽英等(2010)的做法,相关验证结果如表4所示。从表中(1)—(3)列的结果来看,工具变量gk仅与内生解释变量army直接相关且显著,但与风险承担risk不直接相关,表明工具变量选取符合直观要求。在此基础上,我们利用Sargen Test对工具变量的外生性进行了检验。Sargen Test检验过程中,先将被解释变量——风险承担变量与工具变量、控制变量进行回归,然后将回归获得的残差分别对所有外生变量(包括工具变量和控制变量)进行回归,回归结果如表4(4)和(5)列所示,一方面,残差与所有变量不相关;另一方面,通过计算得到nR2的值小于对应的卡方统计量χ(0.10)2(1)=2.71,这表明工具变量gk是外生的。
(1) | (2) | (3) | (4)sargen test | (5)sargen test | (6)2sls | (7)2sls | |
risk1 | risk2 | army | risk1估计的残差 | risk2估计的残差 | risk1 | risk2 | |
army | −1.765** | −0.906* | −62.306*** | −0.002** | |||
(−2.425) | (−1.700) | (−3.207) | (−2.207) | ||||
gk | −0.084 | −1.278 | 0.392*** | −0.001 | −0.004 | ||
(−0.143) | (−0.942) | (8.510) | (−0.002) | (−0.003) | |||
size | −2.364*** | −0.173 | −0.067*** | −0.005 | −0.020 | −2.627*** | 0.000*** |
(−9.454) | (−1.370) | (−3.195) | (−0.020) | (−0.113) | (−9.238) | (12.960) | |
leverage | 7.488*** | 0.894 | 0.409*** | −0.004 | −0.014 | 9.683*** | −1.003*** |
(7.228) | (0.996) | (5.166) | (−0.003) | (−0.005) | (7.095) | (−6.400) | |
roa | 6.618 | −11.726 | 0.351 | −0.056 | −0.220 | 8.380 | −0.001 |
(1.393) | (−0.898) | (1.161) | (−0.012) | (−0.022) | (1.640) | (−1.622) | |
growth | 0.003 | 0.035 | −0.006*** | 0.000 | 0.000 | −0.012 | −0.000 |
(0.264) | (1.039) | (−2.703) | (0.002) | (0.002) | (−0.963) | (−0.331) | |
tangible | −0.001 | 0.196 | −0.000 | −0.000 | −0.000 | −0.002 | −0.000*** |
(−0.469) | (1.024) | (−0.127) | (−0.001) | (−0.000) | (−0.612) | (−3.758) | |
firmage | 0.561 | −0.152 | 0.060 | 0.021 | 0.085 | 0.804* | 0.000*** |
(1.366) | (−0.717) | (1.357) | (0.052) | (0.357) | (1.699) | (5.303) | |
state | −1.431*** | −0.473 | −0.195*** | −0.005 | −0.019 | −2.053*** | 0.000* |
(−3.073) | (−0.916) | (−3.972) | (−0.011) | (−0.076) | (−3.590) | (1.887) | |
cr_5 | 5.087*** | 0.324 | 0.378** | 0.200 | 0.794 | 6.393*** | −0.000** |
(2.777) | (0.446) | (2.480) | (0.112) | (0.538) | (3.041) | (−2.280) | |
outratio | 0.430 | 2.417 | −1.625*** | −0.014 | −0.056 | −4.329 | −0.000 |
(0.150) | (0.701) | (−4.158) | (−0.005) | (−0.019) | (−1.212) | (−1.627) | |
dual | −0.026 | 0.058 | 0.017 | −0.000 | −0.002 | 0.043 | 0.000 |
(−0.292) | (0.829) | (1.432) | (−0.004) | (−0.020) | (0.415) | (0.153) | |
gender | 0.234 | −0.016 | 0.073 | 0.002 | 0.007 | 0.316 | 0.000 |
(0.288) | (−0.094) | (0.720) | (0.003) | (0.038) | (0.347) | (1.002) | |
lnage | −5.616** | 6.091 | 0.089 | 0.000 | −0.001 | −5.230 | 0.002 |
(−2.522) | (1.094) | (5.584) | (0.000) | (−0.000) | (−0.372) | (0.391) | |
tenure | −0.557* | 0.392 | 0.129*** | 0.002 | 0.008 | −0.121 | 0.000 |
(−1.653) | (1.085) | (3.376) | (0.006) | (0.023) | (−0.288) | (0.233) | |
degree | 0.045 | 0.370 | −0.025 | −0.000 | −0.001 | 0.088 | 0.000 |
(0.200) | (1.126) | (−1.009) | (−0.002) | (−0.005) | (0.353) | (1.196) | |
_cons | 98.541*** | −21.596 | −0.483 | −0.041 | −0.159 | 85.349*** | 0.997*** |
(10.069) | (−0.930) | (−1.021) | (−0.004) | (−0.006) | (15.167) | (2837.997) | |
adj. R2 | 0.222 | 0.155 | 0.153 | −0.006 | −0.006 | 0.068 | 1.000 |
N | 17 995 | 17 995 | 17 995 | 17 995 | 17 995 | 17 995 | 17 995 |
(2)两阶段最小二乘回归结果。以1977年恢复高考时是否已满18岁(gk)作为管理者从军经历army工具变量的两阶段最小二乘回归结果报告在表4中的(6)和(7)列。从结果来看,考虑了内生性问题之后,从军经历army的回归系数依然显著为负,证实了前文结论的稳健性,即高管从军经历对于弱化公司风险承担行为具有重要价值。
2. 倾向得分匹配
为了进一步加强结论的稳健性,我们使用倾向得分匹配(PSM)进行检验。采用最近邻匹配方法,选择公司特征和管理者个人特征等变量进行匹配,并用匹配后的数据再次进行回归检验,从结果来看(限于篇幅,回归结果未报告,备索),经过最近邻匹配方法匹配之后,T指数检验均在10%的水平上显著,且回归检验中高管从军经历army与风险承担水平分别在1%和5%的水平上显著负相关,与前文结果一致,在进行了制度环境、MBA背景以及行业管制分组之后结果无明显变化,表明研究结论是稳健的。
3. 公司风险承担的重新界定
我们参考Faccio等(2016)的做法,本文同时采用行业调整后的盈利水平波动率来衡量企业的风险承担水平。盈利水平ROA为企业i相应年度的息税前利润(EBIT)与当年末资产总额的比率,并剔除行业因素影响,将企业每一年的ROA减去该年度企业所在行业的平均值,计算企业在每一个观测时段内经行业调整的ROA的标准差,用以衡量企业的风险承担水平。我们以3年为一个观测时段计算其企业盈利的波动性,以股票周收益的波动率risk3反映公司风险承担水平,从检验结果来看(限于篇幅,未列示结果,备索),回归结果与采用股票收益波动率risk1、risk2的结果保持一致。
4. 高管从军经历的重新界定
前文主要依据董事长是否具有从军经历来界定高管从军经历,为了检验研究结论是否受该变量界定的影响,我们重新定义了高管从军经历,即当董事长或总经理有过从军经历时记高管从军经历army_top为1,否则为0,利用重新定义的高管从军经历变量进行的回归检验结果并没有发生明显的变化,主要结论依然成立。
5. 考虑参军所处的不同人生阶段、部队服役时间和领导职务的影响
不同成长阶段对个体影响存在差异性,在人生的不同阶段参军,其影响效果也应有所不同。此外,部队服役时间的长短以及是否在部队中担任过领导职务,对于个体特质的塑造也可能存在差异,服役时间越长、担任过领导职务,纪律、规则意识越强,习得的技能越多,因而我们做了如下补充检验:参军的不同时间阶段(young,当参军时小于18岁,即处于青少年阶段,取值为1;参军时大于等于18岁,则处于成年期,取值为0)、以军队服役时间(time)、是否在军队中担任过领导职务(leader,在军队中担任班长及以上职务时取值为1,否则为0)作为解释变量重新进行回归检验,回归结果表明参军阶段(young)与风险承担变量分别在1%和5%的水平上显著负相关(限于篇幅,未列示结果,备索),军队服役时间(time)与企业风险承担risk1在1%的水平上显著负相关,与risk2负相关但不显著,高管在军队中担任领导职务(leader)与risk2在1%的水平上显著负相关,与risk1负相关但不显著,进一步验证了本文的结论。
6. 其他稳健性检验
为了进一步验证研究结论的可靠性,我们还做了如下稳健性检验:①控制管理者个体效应,以此来捕捉管理者个体之间的差异,回归结果与前文保持一致,一定程度上说明了结果的稳健性。②为了考察本文的结论是否受到政治关联的影响,我们收集整理了民营企业管理者政治关联数据(pc,曾任或现任政府官员、人大代表、政协委员界定为政治关联,记为1,否则为0),引入政治关联pc变量进行了重新检验。③剔除了2010—2014年样本观测值、剔除中小企业板和创业板样本观测值分别进行了重新回归。所有稳健性检验结果均显示,主要结论并没有发生显著变化,从而进一步证实了研究结论的可靠性。
六、研究结论与启示高管从军经历对其管理风格、决策和行为选择的影响受到了学界越来越多的关注。本文以2004—2014年上市公司为样本,实证分析了管理者从军经历对公司风险承担行为的影响,并进一步考察了政府干预环境以及企业所处行业属性等的作用。研究发现,管理者从军经历与风险承担负相关,即管理者的从军经历会导致公司风险承担水平的下降,对于民营企业尤其如此;政府干预越严重时,管理者从军经历对于弱化公司风险承担行为的作用越显著。进一步的研究发现,当管理者不具有MBA教育经历时,从军经历对于风险承担的抑制作用更为明显;与管制行业相比,处于非管制行业的企业管理者从军经历对于降低公司风险承担水平的作用更显著。相关研究结论在考虑从军经历的内生性、变量重新定义等情况下依然成立。
正式制度欠发达的现实情境下,高管对于公司的影响有所增强。基于研究结论,本文的研究能够为高管选聘、人力资源管理等提供实践参考。政策启示在于,重视高管异质性,选择适合于自身发展需要的具有某些特殊经历的个体担任公司高管,以优化公司决策。生活、工作经历对于个体性格、价值观等特质的塑造会产生重要影响,进而影响个体的行为倾向和管理风格。根据本文结论,高管的过往经历能够反映其行为倾向和管理风格,因而董事会可以依据企业需要提前做出适当安排,在雇佣高管时参考其过往经历或独特的特质。例如,对于公司战略、投资、管理风格等有具体要求的董事会可以提前做出适当的人事安排,考虑雇佣相应经历的个体担任公司高管,如聘用有从军经历的个体担任管理者以弱化公司风险承担行为。在当前我国法律、金融等正式制度欠发达的现实背景下,内部控制和外部控制机制的作用相对较弱,高管的影响有所增强,高管自律、道德等一定程度上能够起到补充正式制度供给不足的作用,尤其是当内外部治理机制难以有效发挥作用时,选聘从军经历高管能够更加稳妥地做出决策,降低公司风险水平,因而可能更具价值。
[1] | 陈爽英, 井润田, 龙小宁, 等. 民营企业家社会关系资本对研发投资决策影响的实证研究[J]. 管理世界, 2010(1): 88–97. |
[2] | 付超奇. 资本结构、公司治理行为与CEO生活经历[J]. 投资研究, 2015(2): 112–127. |
[3] | 赖黎, 巩亚林, 马永强. 管理者从军经历、融资偏好与经营业绩[J]. 管理世界, 2016(8): 126–136. |
[4] | 钱先航, 徐业坤. 官员更替、政治身份与民营上市公司的风险承担[J]. 经济学, 2014(4): 1437–1460. |
[5] | 沈维涛, 幸晓雨. CEO早期生活经历与企业投资行为——基于CEO早期经历三年困难时期的研究[J]. 经济管理, 2014(12): 72–82. |
[6] | 许年行, 李哲. 高管贫困经历与企业慈善捐赠[J]. 经济研究, 2016(12): 133–146. |
[7] | 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(7): 169–183. |
[8] | Benmelech E, Frydman C. Military CEOs[J]. Journal of Financial Economics, 2015, 117(1): 43–59. |
[9] | Biggerstaff L, Cicero D C, Puckett A. Suspect CEOs, unethical culture, and corporate misbehavior[J]. Journal of Financial Economics, 2015, 117(1): 98–121. |
[10] | Cain M D, McKeon S B. CEO personal risk-taking and corporate policies[J]. Journal of Financial and Quantitative Analysis, 2016, 51(1): 139–164. |
[11] | Faccio M, Marchica M T, Mura R. CEO gender, corporate risk-taking, and the efficiency of capital allocation[J]. Journal of Corporate Finance, 2016, 39: 193–209. |
[12] | Giannetti M, Liao G M, Yu X Y. The brain gain of corporate boards: Evidence from China[J]. Journal of Finance, 2015, 70(4): 1629–1682. |
[13] | Law K K F, Mills L F. Military experience and corporate tax avoidance[J]. Review of Accounting Studies, 2017, 22(1): 141–184. |
[14] | Özlen M K. Successful skill transfer: Military service experience and company performance[J]. European Researcher, 2014, 79(7-2): 1357–1366. |
[15] | Schoar A, Zuo L. Shaped by booms and busts: How the economy impacts CEO careers and management styles[J]. The Review of Financial Studies, 2017, 30(5): 1425–1456. |