一、引　言

2019年12月28日，十三届全国人大常委会通过了修订后的《中华人民共和国证券法》 ¹，极大地提高了证券违规行为的成本和惩罚力度。然而，公司违规行为仍在不断发生，且组织化和团伙化特征明显、违规手法隐蔽复杂难以发现 ²。公司违规行为严重扰乱资本市场信息披露秩序，侵害投资者权益。因此，如何遏制公司违规行为一直是学术界关注的热点问题。现有文献大多以公司违规的影响因素为切入点进行研究，根据“舞弊三角论”可以将其归因于动机、机会和借口三个因素。公司违规的动机包括融资需求、投资者和分析师的关注、高管薪酬激励以及个人动机（孟庆斌等，2019；Wu等，2016；陆瑶等，2012；Conyon和He，2016；Davidson，2022）。机会因素主要涉及公司治理和内部控制水平，包括高管团队特征、董事会和监事会特征、股权结构以及公司内部控制质量（Khann等，2015；梁上坤等，2020；周泽将等，2019；单华军，2010）。借口因素是指实施违规行为的“合理化”理由，如道德和价值观以及委托代理问题（陈冬华等，2013；陆瑶和胡江燕，2016）。而高管团队或个人在实施违规行为的同时具备动机、机会和借口三种因素。现有研究表明，高管团队背景特征（顾亮和刘振杰，2013）、高管团队内部联结（Khanna等，2015）、高管薪酬差距（Conyon和He，2016）、高管股权激励（Davidson，2022）等对公司违规行为有显著影响。

高管团队是公司重要的治理机制。根据高层梯队理论，管理者的生理特征（诸如年龄、性别、教育等）、心理因素（诸如价值观、认知基础等）的差异会导致其对相关信息的解读有所不同，进而导致其在制定公司战略时存在不同的偏好，最终影响公司的行为（Hambrick和Mason，1984）。首先，高管团队断裂带融合了高层梯队理论和断裂带理论。参考Lau和Murnighan（1998）提出的概念，高管团队断裂带是根据一个或多个属性特征将高管团队区分为不同子群体的假想分界线。其次，对于高管团队断裂带的形成，Thatcher和Patel（2012）认为高管团队成员在生理和心理因素上的差异在团队运作中不断聚合和分类，使得具有相同或相似特征的成员聚在一起形成若干子群体，从而形成高管团队断裂带。最后，由于子群体的存在，使得个体对自己所在的特定群体高度认同，从而导致子群体成员有更频繁的内部交流，并强化留在群体中的意愿（Turner，1981），以及对群体内部的偏好和对群体外部的排斥（Byrne，1971），进而影响高管团队对公司的治理。目前，关于团队断裂带对公司影响的相关研究尚无定论。学者普遍认为团队断裂带在子群体内部，能够促进成员之间积极主动地沟通交流和信息互换，对团队和组织产生积极的影响（基于信息加工和社会认同理论）；在子群体之间则会阻碍沟通交流和信息传递，导致团队内部分化，从而对团队和组织产生不利因素（基于社会分类理论）。本文从社会认同和社会分类两个角度入手，探讨高管团队断裂带能否降低违规成本，从而增加公司违规行为，这对于解释公司违规的组织团体化和违规手段隐蔽等特征以及探索团队断裂带的黑箱机制具有重要意义。

基于此，本文以2013—2021年A股上市公司为研究样本，从高管团队断裂带对子群体内外部产生影响的角度，研究高管团队中存在子群体是否会增加公司违规行为？公司的内外部环境是否能有效调节高管团队断裂带导致的组织化公司违规？高管团队断裂带在不同违规情境下是否起到了不同的作用？研究发现：高管团队断裂带对公司违规行为的倾向有显著正向影响，对违规行为被发现的概率有显著负向影响，且高管团队断裂带所发挥的作用会随着内外部环境和违规情境的变化而变化。

本文可能的边际贡献为以下三方面：第一，拓展了团队断裂带的研究领域。现有关于团队断裂带的研究多认为，在团队内部断裂带能够增加内部学习行为，促进信息和观点的交流整合，对团队绩效（陈帅，2016）、团队创造力（张毅等，2022）及公司违规（梁上坤等，2020）等能产生积极的影响。而本文基于公司违规这一特定行为情境下，认为断裂带对团队内部信息交流的促进作用可能会给公司带来负面影响，为团队断裂带提供了新的研究路径和思考。第二，从违规行为特征的角度丰富了公司违规行为影响因素的相关研究。本文在公司违规行为具有明显的组织化和团体化特征的背景下，从断裂带导致团队内部形成子群体的角度，探究高管团队断裂带对公司违规行为的影响，发现高管团队断裂带能够降低违规成本从而“诱发”公司违规行为，为解释公司违规的组织化提供了帮助，扩充了公司违规的研究方向。第三，为公司高管团队的构建提供了参考。本文实证分析了高管团队断裂带对公司违规行为产生的负面影响，同时证明了公司内外部环境的调节作用，为公司构建更有效的高管团队和组织结构提供了科学依据。

二、理论分析与假说设定 (一) 高管团队断裂带与公司违规

参考陆瑶和胡江燕（2016）的“公司违规成本与收益分析模型”，当公司违规收益（记为G）大于违规成本（记为C），即G-C>0时，CEO和高管团队就具有违规动机。其中，违规收益G=SL+EA，SL是指违规行为使管理层免于因公司亏损等带来的薪酬损失，EA则代表高管违规带来的额外经济收益。违规成本C=p×PC+CC，p表示违规被稽查出的概率，PC为公司违规行为被稽查出后管理层所面临的罚款、离职、行政处分等一系列经济损失以及声誉等非经济损失，CC为公司违规时管理层所需的协调沟通成本。

断裂带隐藏在团队内部未被激活时不会对团队产生影响，一旦被激活就可能导致团队的分裂并对团队的绩效产生影响（Thatcher和Patel，2012），而断裂带能否被激活取决于群体所处环境特征（Chrobot-Mason等，2009）。例如，Lau和Murnighan（1998）认为，退休和养老金等问题可能会激活与年龄相关的断裂带，而关于平权运动问题可能会激活与种族和性别相关的断裂带。参考断裂带激活的理论逻辑，不同的行为情境可能会产生不同属性特征的断裂带，且这些属性特征需要与特定情境下的“任务导向”高度相关。以公司违规为例，只有年龄、性别、学历、职业背景和社会资本等与违规行为高度关联的属性特征断裂带才会被激活并在团队运作的过程中发挥作用。即针对公司违规问题，高管团队成员由于不同属性特征在断裂带的作用下会产生持有不同意见的子群体，而违规行为则很有可能是由对违规行为倾向的子群体主导或独立完成。高管团队断裂带主要通过降低实施违规的成本来影响公司的违规行为，本文分别从社会认同视角和社会分类视角两个视角展开具体分析。

基于社会认同视角，高管团队断裂带导致团队形成的若干个子群体会对自己的群体产生认同，产生内群体偏好和外群体偏见，从而导致子群体内部成员关系密切，“抱团”行为严重（孙玥璠等，2022）。首先，子群体内部成员关系越密切，公司被稽查时就越可能出现成员之间相互包庇的情况，大幅度提高违规稽查的难度，降低了违规被发现的概率。其次，子群体内部成员之间认同感高、联系紧密、沟通频繁，导致违规行为可能得到CEO或子群体内部最高职位成员的默许。即使违规行为被稽查出，违规高管所面临的离职可能性和经济损失等也会降低，违规被稽查后所面临的处罚成本也降低了。最后，子群体内部成员同质性高，导致子群体内部成员有较高的集体归属感，内部信息共享和沟通交流更加主动和频繁，违规时所需的协调沟通成本降低，公司有违规倾向的概率提高。

基于社会分类视角，由于存在外群体偏见，子群体内部成员会消极被动地与外群体成员进行沟通交流和信息共享，导致外群体成员与该子群体之间信息闭塞，高管团队内部信息不对称程度高，加上违规行为本身具有隐蔽性和难以察觉的特点，导致子群体之间难以互相监督，难以在违规行为前端治理。此外，尽管其他子群体有所察觉，多数处于违规行为发生时或发生后，由于违规一旦被稽查出公司整体可能都会受到影响，即使处于不同子群体或是未参与违规行为的高管成员也可能受到一系列的经济和非经济损失。因此，在违规稽查时，成员之间互相检举的可能性也较小。而且，断裂程度较高的高管团队，子群体之间的认知、观念的差异性较大，导致内部控制质量降低（孙玥璠等，2022），这为违规行为降低成本，提供了内部动因。综上，本文提出下列假设：

假设H1：高管团队断裂带会增加公司违规倾向，降低违规被发现的概率。

(二) 企业内部环境的调节作用

企业环境是公司赖以生存的基础，对公司的发展和战略选择、高管团队构建以及团队的行为和决策等有着重要影响。企业环境可以分为内部环境和外部环境两大类，内部环境是保障公司正常运行并实现公司目标的基础，也是制定战略的出发点、依据和条件，主要包括企业文化和内部物质环境等；外部环境是制定公司战略的根本前提，是经营决策的基础，关系到公司高级管理层的投资、筹资、营销以及公关等一系列生产经营决策的成败，主要指影响公司发展和生存的各种外部因素。基于此，本文考虑基于内、外部环境视角，分析企业环境在高管团队断裂带与公司违规行为之间的调节作用。

作为内部环境的重要组成部分，企业家精神是长期经济增长的动力和源泉（庄子银，2005），具有强烈企业家精神的公司更多考虑长期可持续性成长和持续创造价值的能力。而违规行为则会给公司或者高管个人带来短期收益，属于短视行为（梁上坤等，2020）。同时，诚信是企业家精神的基石，有长远眼光的企业家非常重视包括诚信在内的声誉价值（凡勃伦，2012）。Friedman（1970）的公司使命观也认为，企业家的责任就是在自由公开的条件下竞争，杜绝欺诈和舞弊行为。这意味着，具有企业家精神的公司更可能选择看重长期可持续发展以及注重诚信的高管团队，从而达到志同道合的效果。高管个人目标与公司目标契合，高管团队整体认知高度一致，削弱了子群体认知对高管个人行为的影响，进而减少了高管团队断裂带对公司违规行为的影响。另外，更多考虑长期利益和诚信的高管对于违规这种与自己价值观相违背的行为认同感更低，导致公司违规时的沟通协调成本提高以及违规行为发生后互相包庇的可能性降低，使得公司违规行为的成本增加，从而能达到抑制高管团队断裂带对公司违规行为的显著影响。

数字化转型能提高上市公司创新能力、优化人力资本结构、提升上市公司运营水平（赵宸宇等，2021），对公司人力、财力、物力、技术以及信息等资源的有效融合和利用程度起着至关重要的作用。因此，本文从企业数字化转型的视角分析内部资源环境在高管团队断裂带与公司违规之间的调节作用。信息不对称理论认为，在市场经济活动中信息掌握的充分程度是决定参与者能否占据有利地位的关键因素，由于外部投资者和公司高管团队之间在信息占有方面存在相对优势或劣势，导致公司管理层在权衡违规成本和收益后可能会做出违规行为（徐细雄等，2021）。而数字化转型可以提高公司信息的透明度，降低信息不对称程度，增强市场积极预期（吴非等，2021），使得监管单位稽查的难度降低，增加了违规行为被稽查出的概率。此外，公司信息透明度的提高和市场积极预期的增强意味着公司及高管团队将面临更多的外部监督，高管团队整体迫于外部监督因素更考虑顾全大局、摒弃群体的观念，使高管团队断裂带难以降低违规成本，削弱了断裂带在公司违规行为中的作用。综上，本文提出以下假设：

假设H2a：相比于具有强烈企业家精神的公司，企业家精神微弱的公司高管团队断裂带对公司违规行为的影响更为显著。

假设H2b：相比于数字化转型程度较高的公司，数字化转型程度较低的公司高管团队断裂带对公司违规行为的影响更为显著。

(三) 企业外部环境的调节作用

一方面，企业外部环境能影响高管团队的意识、观念和目标，决定子群体之间的分界更显著还是更细微，进而影响高管团队断裂带在公司管理中发挥作用的强弱。另一方面，企业外部环境不同时，违规行为的稽查强度和处罚力度也不同，公司的违规成本也存在很大差异。也就是说，企业外部环境将会从高管团队内部和违规行为成本两方面影响高管团队成员违规的动机，从而导致针对于公司违规行为被激活的高管团队断裂带发挥出更强或者更弱的作用。因此，本文选择地区市场化程度和收入不平等程度两个因素，研究外部环境如何调节高管团队断裂带对公司违规行为的显著影响。

地区制度环境对公司违规意愿以及违规行为是否能够顺利实施起着至关重要的作用。例如，曹春方等（2017）认为在制度环境较完善的地区司法独立性对违规行为的抑制效用更好。究其原因，一方面，市场化程度较高的地区，其资源配置效率和微观经济效率高，法律政策和监督体系完善。另一方面，市场化程度较低的地区存在政府干预经济、关系型资源多、市场缺乏有效监管和制度缺失等因素（樊纲等，2011），导致地区监管过程透明性和真实性远不如市场化程度较高地区。同时处于市场化程度较高地区的公司面临着更多的外部关注，例如，公众关注、媒体关注、投资者关注和分析师关注等。公司在面临更多更透明的外部监督以及更完善的法律政策及监管体系时，一方面高管团队作为整体受到更多关注，加深了团队整体风雨同舟的意识，打破了子群体之间的隔阂，减弱了子群体存在产生的负面影响，使得管理层违规难度增加，减少公司违规行为倾向；另一方面，对违规行为的稽查和处罚力度更大，增加了违规时所需的沟通协调成本、违规行为被稽查出的概率以及违规被稽查后的处罚成本，使得高管团队断裂带对公司违规行为的影响难以发挥作用。

此外，不同地区的收入不平等程度也不同。而收入不平等水平会对居民幸福感（对当前生活的满意程度）有显著影响（黄嘉文，2016），高管团队成员幸福的积极体验也有所不同。例如，万广华和张彤进（2021）使用中国综合社会调查（CGSS）数据，分析了机会不平等和中国居民主观幸福感，结果显示机会不平等程度使得中高收入群体能获得更多机会和优越感，而提高这类人群的主观幸福感。Cheung和Lucas（2016）的研究结果表明，在基尼系数较高地区，相对收入与生活满意度的相关关系更强，即收入不平等程度越高，相对收入效应越强。根据社会比较理论，高管团队成员处于收入差距较大的地区时，由于其高收入和地位带来的优越感和自豪感，使得高管团队成员幸福感较高，对生活现状满意度也比较高。高管团队成员对现状满意程度和幸福感的差异会直接影响其对工资和薪酬等收入的期望程度以及对工作的态度（Fritz和Sonnentag，2009）。较为稳定和高效的高管团队意味着，团队内部分歧较少，团队成员离职概率更低，组织内部成员小团体化的现象更难以出现，削弱了高管团队断裂带的作用，抑制其对公司违规的显著影响。基于此，本文提出假设3：

假设H3a：相比于市场化程度较高的地区，市场化程度较低的地区高管团队断裂带对公司违规行为的影响更为显著。

假设H3b：相比于收入不平等程度较高的地区，收入不平等程度较低的地区高管团队断裂带对公司违规行为的影响更为显著。

三、研究设计 (一) 数据来源与样本选择

由于2013年以前高管团队断裂带指标的基础数据缺失较为严重，为了避免严重的样本选择偏差，本文选取2013—2021年中国A股上市公司作为初始研究样本。随后按如下标准剔除部分样本：（1）剔除金融保险行业样本；（2）剔除ST、*ST、PT样本；（3）剔除变量数据缺失样本。最终，本文得到15198个研究样本。参考Finkelstein和Hambrick（1996）对高管团队的定义，本文界定高管团队成员为上市公司高层管理人员，未包含董事会和监事会成员，具体包括首席执行官、总经理、副总经理、总会计师、总经理助理、董事会秘书等。研究所使用的内部控制质量数据来自上市公司内部控制指数库，市场化指数来自王小鲁等编制的中国市场化指数；构建基尼系数指标的基础数据来自中国学术调查数据资料库，其余数据均来自国泰安数据库。为了减轻极端值对结果产生影响，本文对连续变量进行上下1%的缩尾处理。

(二) 模型构建与变量定义

1.被解释变量：公司违规。由于公司违规具有部分可观测性，因此本文借鉴Khanna等（2015）及孟庆斌等（2019）的做法，采用部分可观测的Bivariate Probit 模型，引入两个潜变量分别从违规倾向和违规被发现的角度对公司违规进行估计：

假定，$ {Fraud}_{it}^{*} $表示公司$ i $在年度$ t $的违规倾向，$ {Detect}_{it}^{*} $表示公司$ i $在年度$ t $违规行为发生后，被稽查单位揭露的可能性。模型如$ \left(1\mathrm{a}\right) $和$ \left(1\mathrm{b}\right) $所示

$\tag{1a} \begin{array}{c}{Fraud}_{it}^{\mathrm{*}}={\beta }_{Fit}{X}_{Fit}+{\mu }_{it}\end{array} $

$\tag{1b} \begin{array}{c}{Detect}_{it}^{\mathrm{*}}={\beta }_{Dit}{X}_{Dit}+{v}_{it}\end{array} $

其中，$ {X}_{Fit} $是违规倾向的解释变量，$ {X}_{Dit} $是违规发现的解释变量；$ {\beta }_{Fit} $、$ {\beta }_{Dit} $分别是$ {X}_{Fit} $和$ {X}_{Dit} $的系数；$ {\mu }_{it} $和$ {v}_{it} $是均值为0且服从二元正态分布的误差项，它们的相关系数为ρ。

参考Wang等（2010）的研究，本文分别将潜变量$ {Fraud}_{it}^{*} $和$ {Detect}_{it}^{*} $转化为虚拟变量$ {Fraud}_{it} $和$ {Detect}_{it} $，若$ {Fraud}_{it}^{*} $＞0，即公司$ i $在$ t $年违规概率大于0，则$ {Fraud}_{it} $取值为1，否则为0；若$ {Detect}_{it}^{*} $＞0，即公司$ i $在$ t $年违规行为发生后被稽查单位揭露的概率大于0，则$ {Detect}_{it} $取值为1，否则为0。转化后可以观察到二者的乘积：$ {Z}_{it}={Fraud}_{it}\times {Detect}_{it} $。$ {Z}_{it}=1 $表示公司$ i $在年度$ t $存在违规行为且被发现；$ {Z}_{it}=0 $，表示公司$ i $在年度$ t $没有发生违规行为或者发生违规行为但未被发现，$ \Phi $为标准化的二维正态分布的累积分布函数。此时，关于$ {Z}_{it} $有：

$\tag{2a} \begin{aligned} P\left({Z}_{it} =1\right) &= P\left({Fraud}_{it}\times {Detect}_{it}=1\right)=P\left({Detect}_{it}=1\right|{Fraud}_{it}=1)\times P({Fraud}_{it}=1)\\ & =\Phi ({X}_{Fit}{\beta }_{Fit},{X}_{Dit}{\beta }_{Dit},\rho) \end{aligned} $

$\tag{2b} \begin{aligned} P\left({Z}_{it}=0\right)&=P\left({Fraud}_{it}\times {Detect}_{it}=0\right)=P({Detect}_{it}=0|{Fraud}_{it}=1)\times P({Fraud}_{it}=1)\\ &+P\left({Fraud}_{it}=0\right) =1-\Phi ({X}_{Fit}{\beta }_{Fit},{X}_{Dit}{\beta }_{Dit},\rho) \end{aligned} $

$ {Z}_{it} $的对数似然函数为：

$\begin{aligned} L({\beta }_{Fit},{\beta }_{Dit},\rho )=& \sum \mathrm{l}\mathrm{o}\mathrm{g}\left(P\left({Z}_{it}=1\right)\right)+\sum \mathrm{l}\mathrm{o}\mathrm{g}\left(P\left({Z}_{it}=0\right)\right)=\sum \{{Z}_{it}\mathrm{l}\mathrm{o}\mathrm{g}[\Phi （{X}_{Fit}{\beta }_{Fit},{X}_{Dit}{\beta }_{Dit},\rho ）]\\ &+（1－{Z}_{it}）\mathrm{log}［1－\Phi （{X}_{Fit}{\beta }_{Fit},{X}_{Dit}{\beta }_{Dit},\rho ）］ \end{aligned} $

(3)

2.解释变量：高管团队断裂带。由于现有断裂带计算指标中仅有Meyer和Glenz（2013）提出的$ ASW $指标能够满足测度断裂带所需的理想条件，因此本文采用$ ASW $指标计算高管团队断裂带，具体公式如下。

$ ASW=\frac{1}{n}\sum _{i=1}^{n}s\left(i\right)=\dfrac{1}{n}\sum _{i=1}^{n}\dfrac{{b}_{i}-{a}_{i}}{\mathrm{max}\left({a}_{i},{b}_{i}\right)} $

(4)

$ ASW $是所有团队成员的个人轮廓宽度$ s\left(i\right) $的平均值，它量化了与另一个集群B相比，一个团队成员$ i $适合集群A的程度，$ n $为团队成员人数。个人轮廓宽度$ s\left(i\right) $中，$ {a}_{i} $表示个体$ i $与集群A其他个体的平均不相似度，$ {b}_{i} $表示个体$ i $与集群B所有个体的平均不相似度。两个个体之间的不相似度由欧氏距离表示。$ s\left(i\right) $的值越大，表明聚类效果越好，高管团队断裂带程度越大。

在计算断裂带之前需要创建属性分类指标，根据断裂带激活理论在选取属性分类指标时，需要考虑与特定行为情境高度相关的高管团队成员人口属性特征。因此，借鉴已有文献，本文选择年龄、性别、学历、职业背景、社会资本、任期、是否为董事会成员以及是否持股8个与公司违规关联度较高的特征作为划分高管团队断裂带的依据（顾亮和刘振杰，2013；Conyon和He，2016；梁上坤等，2020）。

3.控制变量。参考陆瑶和胡江燕（2016）及孟庆斌等（2019）的研究，对违规倾向和违规发现分别加入两组不完全相同的控制变量。对于解释违规倾向，选取公司规模（Size）、董事会规模（Boardsize）、产权性质（SOE）、独立董事人数占比（Indep）、高管持股比例（Excuha）、每股收益（EPS）、两职合一（Dual）、股权集中度（Top1）、内部控制质量（IC）、机构投资者持股（INST）以及管理层薪酬（TMTPay）作为控制变量。对于解释违规发现，选取资产负债率（Lev）、上市年限（Age）、股票换手率（Turn）、托宾Q值（TobinQ）、收入增长率（Growth）、股票年收益波动率（Volat）、以前年度是否违规（Prefraud）、行业违规情况（Indufraud）、股权集中度（Top1）、机构投资者持股（INST）以及管理层薪酬（TMTPay）作为控制变量。参考陆瑶等（2012）以及陆瑶和胡江燕（2016）的方法为了避免变量过多导致模型不收敛，本文未在回归中设置行业和公司固定效应。变量具体定义如表1所示。

(三) 模型设计

根据前文对研究方法和主要变量的讨论，为验证本文的研究假设，构建如下模型：

$ \tag{5a}{Fraud}_{it}^{\mathrm{*}}={\beta }_{F0}+{\beta }_{F1}AWS+{\beta }_{Fk}\sum Controls+\sum Year+{\mu }_{it} $

$ \tag{5b} {Detect}_{it}^{\mathrm{*}}={\beta }_{D0}+{\beta }_{D1}AWS+{\beta }_{Dk}\sum Controls+\sum Year+{v}_{it} $

其中，$ {Fraud}_{it}^{*} $和$ {Detect}_{it}^{*} $为本文引入违规倾向和违规被发现的潜变量，$ \beta $相应地为各变量的回归系数，$ Year $表示年度固定效应，$ {\mu }_{it} $和$ {v}_{it} $是误差项。

四、实证结果与分析 (一) 描述性统计分析

表2是本文主要变量的描述性统计结果。从表中可以看出，公司违规（Z）的均值为0.261，即有26.1%的年度公司观测样本发生违规行为且被发现，可见违规行为普遍存在。高管团队断裂带（ASW）的均值为0.387，标准差为0.112，最大值为0.659，最小值为0.113，表明高管团队断裂带在不同公司之间有较大的差异。对本文所使用的所有连续变量进行1%和99%水平上的缩尾处理后，其余变量均分布于合理区间之内。

(二) 高管团队断裂带对公司违规行为的影响

表3呈现了高管团队断裂带对公司违规行为的影响，其中第（1）列和第（2）列为采用Bivariate Probit估计方法所得到的结果。从列（1）中可以看出，高管团队断裂带（ASW）对公司违规倾向（Fraud）的回归系数为0.817，且在5%的显著性水平下显著；从列（2）中可以看出，高管团队断裂带（ASW）对公司违规被发现（Detect）的回归系数为−0.939，且在1%的显著性水平下显著。结果表明：高管团队断裂程度越大，公司违规倾向越高，同时公司违规被发现的可能性越低，实证结果验证了本文的假设1。

借鉴孟庆斌等（2019）的方法，作为对照，本文在第（3）列和第（4）列分别列示了采用Probit和Logit两种估计方法所得回归结果。由于$ {Z}_{it}={Fraud}_{it}\times {Detect}_{it} $，所以回归结果反映了高管团队断裂带对公司违规倾向（Fraud）和违规被发现（Detect）的综合作用。从结果中可以看出，高管团队断裂带（ASW）与公司违规行为（Z）呈现负相关关系，且均在10%的显著性水平下显著。综合实证结果表明，在高管团队断裂带较强的公司中，虽然违规行为发生的倾向性显著增加，但由于断裂带的存在，使得违规稽查难度极大，导致高管团队断裂带会显著降低公司违规行为发生且被发现的概率。即高管团队断裂带（ASW）对公司违规被发现的负向影响强于对违规倾向的正向影响，使其与公司违规行为（Z）在独立模型的回归中呈现出负相关关系。此外，为了辅助验证本文结论的稳健性，本文还参考陆瑶和李茶（2016）以及梁上坤等（2020）的研究，增加了高管团队断裂带对公司违规稽查速度的回归结果。结果如表3中列（5）、列（6）所示，两列被解释变量分别为从开始违规到违规被发现之间的年份和月份。从结果中可以看出，高管团队断裂带显著地增加了开始违规到违规被发现之间的年份和月份，延缓了公司违规行为被发现的速度，进一步说明了本文结论的可靠性。

(三) 企业内部环境的调节作用

为了检验本文假设2a，即相比于具有强烈企业家精神的公司，企业家精神微弱的公司高管团队断裂带对公司违规行为的影响更为显著。参考李琦等（2021）的研究，本文选用公司专利申请数、人均固定资产、人均收入、人均无形资产以及董事会独立性对企业家精神进行综合测量，通过熵值法得到以上指标的权重后再计算得到综合结果，并用该结果的自然对数衡量企业家精神。基于企业家精神的年度-行业中位数，将样本划分为企业家精神强、弱

两组进行回归。结果如表4中第（1）—（4）列所示，在企业家精神较强的组中，高管团队断裂带对公司违规的影响不显著；而在企业家精神较弱的组中，高管团队断裂带对公司违规倾向和违规发现回归系数分别为0.868和−1.084，分别在10%和1%的水平上显著。说明企业家精神很大程度上影响了高管团队断裂带能否发挥作用，这一结果支持了假设2a，验证了本文逻辑。

为了检验本文假设2b，即相比于数字化转型程度高的公司，数字化转型程度较低的公司高管团队断裂带对公司违规行为的影响更为显著。本文借鉴赵宸宇等（2021）的方法使用内容分析法对上市公司的年度报告进行分析处理，得出数字化转型指数，以此评价企业数字化转型程度。基于数字化转型指数的年度-行业中位数，将样本划分为高、低两组进行回归。结果如表4中第（5）—（8）列所示，在数字化转型程度较低组中，高管团队断裂带对公司违规倾向和违规发现的回归系数分别为1.308和−1.563，且均在1%的水平上显著，在数字化转型程度较高组中，高管团队断裂带的系数均不显著。可以看出，数字化转型显著的抑制了断裂带对公司违规行为的负面作用，验证了本文假设2b。

(四) 企业外部环境的调节作用

为了检验本文假设3a，即相对于市场化程度较高的地区，高管团队断裂带对公司违规行为的影响在市场化程度较低地区更为显著。本文采用王小鲁等编制的中国分省份市场化指数报告，按照省份市场化程度的年度中位数，将样本划分为高、低两组进行回归。结果如表5中第（1）—（4）列所示，在市场化程度较高组中高管团队断裂带对公司违规没有显著影响，而在市场化程度较低组中高管团队断裂带对公司违规倾向和违规发现的回归系数分别为0.911和−1.015，且分别在10%和5%的水平上显著。说明市场化程度确实影响了高管团队断裂带与公司违规行为之间的因果关系，在高市场化程度地区高管团队由于受到更多的关注和监督，抑制了高管团队断裂带的负面作用。结果验证了本文假设3a。

为了检验本文假设3b，即相比于收入不平等程度较高地区，收入不平等程度较低地区高管团队断裂带对公司违规行为的影响更为显著。本文借鉴黄嘉文（2016）的研究，采用中国综合社会调查（CGSS）数据，测度各省份基尼系数来衡量省份收入不平等。基于各省份基尼系数的年度中位数，将样本划分为高、低两组进行回归。结果如表5中第（5）—（8）列所示，解释变量ASW在基尼系数较高组中，对公司违规倾向和违规发现的影响均不显著，而在基尼系数较低组中，对公司违规倾向和违规发现回归的系数分别为0.924和−1.089，且分别在10%和1%的水平上有显著影响。说明高管团队断裂带对公司违规行为的影响在一些收入不平等程度的省份中存在异质性，支持了本文的假设。

(五) 内生性处理和稳健性检验 ⁴

1.内生性处理。由于CEO（总经理）的意愿通常能够主导高管团队的构建，因此高管可能对聘用或赏识他们的CEO缺乏监督和约束的动力。而CEO也有可能出于违规动机，去聘任与自己较为同质的高管团队成员，拉拢其进入自己的小团队进而与其产生密切关系，降低违规成本或帮助其隐藏违规事实。因此，本文研究可能存在样本选择和互为因果问题。为缓解内生性问题对实证结果的影响，本文设计如下检验：（1）倾向得分匹配法（PSM）。借鉴梁上坤等（2020）的研究，本文将所有控制变量作为协变量，在样本期内对违规公司和未违规公司样本进行1：1的最近邻匹配，最终得到处理组和控制组共11528个观测值，再进行主回归。（2）滞后1期变量。为了缓解可能存在的互为因果问题，本文使用滞后一期的高管团队断裂带变量（Lag_ASW）作为解释变量重新进行回归。（3）工具变量法。为了缓解本文可能的互为因果和遗漏变量偏误问题，本文参考（梁上坤等，2020）的做法，选取剔除公司自身后的行业-年度高管团队断裂带均值作为工具变量进行检验。上述回归所得结果与主回归一致，说明在控制潜在的内生性问题后本文结论依旧稳健。

2.稳健性检验。为了验证前文结果的稳健性，本文进行如下稳健性检验：（1）剔除部分样本。由于年代久远，样本可能不具有参考性，为了增加研究结论的稳健性，本文剔除年代久远（2013—2016年）样本进行检验；（2）更换控制变量。参考陆瑶和胡江燕（2016）的做法，将公司治理因素变量中的董事会规模（Boardsize）和独立董事比例（IndDirector）用于解释违规发现；（3）改变解释变量衡量标准。参考孙玥璠等（2022）的研究，采用年龄、性别、学历、职能背景和社会资本作为划分高管团队断裂带的依据，重新计算高管团队断裂带，并将其作为自变量纳入模型中进行回归。上述稳健性检验的实证结果与前文无明显差别，支持假设。

五、进一步分析 (一) 考虑违规类型

上文验证了高管团队断裂带对公司违规行为的负面影响。基于此，本文进一步分析不同违规类型对二者关系的影响，参考孟庆斌等（2019）的研究，以中国证监会对公司违规的分类为基础，将公司违规分为信息披露违规、经营违规、股票交易违规三类。结果如表6所示，高管团队断裂带对信息披露违规倾向和违规发现的回归系数分别为0.798和−0.742，且分别在10%和5%的水平上显著；对经营违规影响不显著；对股票交易违规倾向的回归系数为4.252，且在10%的水平上显著，对股票交易违规被发现的回归系数为−0.494，但在统计上不显著。高管团队断裂带主要影响信息披露违规与股票交易违规的违规倾向，说明断裂带在不同类型违规中发挥的具体作用不同。这可能是由于经营违规不会影响公司高级管理人员的切身利益，经营违规虽然是公司违规行为，但是高管团队成员难以从经营违规中获取违规收益，如出资违规大多与股东相关联，高管在此类违规活动中无利可图。

(二) 考虑违规稽查单位

上市公司的违规由于违规行为类型不同，要受到不同单位的监督，其中包括证券交易所、中国证监会、市场监督管理局以及环保局等。因此，本文将公司违规行为按照违规稽查单位分为证券交易所稽查的违规行为、中国证监会和其他单位稽查的违规行为。结果如表7所示，证券交易所稽查的违规行为中高管团队断裂带对公司违规倾向和违规发现的系数分别为1.301和−0.974，且均在1%水平上显著，这意味着高管团队断裂带的存在，对于证券交易所负责的违规稽查有极大的阻碍，为了应对证券交易所的稽查，显著增加了公司违规行为的倾向性；在中国证监会及其他单位负责稽查的违规中，高管团队断裂带对公司违规行为没有显著影响。可能的原因有以下两方面：第一，中国证监会是对国内证券期货市场统一监督管理、维护证券期货市场秩序的监管机构，对稽查上市公司违规行为来说更具有专业性。第二，其他单位负责稽查的违规多数都不与高管团队成员直接相关联，如在未取得排污许可证的情况下排放污染物或生产安全事故，这些违规行为不仅对高管没有直接的好处，反而可能对其声誉不利。

(三) 考虑不同断裂带类型

Van Knippenberg等（2004）将团队多样性细分为表层多样性和深层多样性，表层多样性由成员年龄、性别、国籍和种族等人口统计特征形成，深层多样性主要以任务或工作属性划分，如个人经历、教育背景、专业能力等，并且认为表层多样性可能降低团队绩效，而深层多样性则会提高团队绩效。基于此，本文将断裂带区分为表层断裂带和深层断裂带对样本进行回归分析。其中表层断裂带包括性别和年龄特征，深层断裂带包括学历、职业背景、社会资本、任期、是否为董事会成员以及是否持股。结果如表8所示，深层断裂带对公司违规倾向的回归系数在统计上没有显著意义，对公司违规发现的回归系数为−0.583，在5%的水平上显著；表层断裂带对公司违规倾向和违规发现的回归系数分别为0.747和−0.736，均在1%的水平上显著，回归系数绝对值和显著性要大于深层断裂带，可以看出表层断裂带对公司违规行为的影响更强。说明在公司违规行为中，由年龄、性别等特征属性形成的表层断裂带发挥了主要作用。

六、研究结论与政策性建议

本文采用Bivariate Probit估计模型，以2013—2021年中国A股上市公司为样本，实证研究了高管团队断裂带对公司违规行为的影响以及内外部环境的调节作用，研究发现：（1）高管团队断裂带显著降低了公司违规被稽查出的概率，增加了公司违规的倾向；（2）企业家精神和数字化转型能够抑制高管团队断裂带对公司违规的负面作用；（3）处于市场化程度和收入不平等程度较低地区的公司高管团队断裂带对公司违规倾向和违规被发现的负面影响更显著。进一步，在信息披露违规、股票交易违规的倾向及证券交易所负责稽查的违规中，高管团队断裂带的消极影响更显著；区分断裂带类型后，表层断裂带对公司违规行为的负面作用更强。

本文的研究结论有如下经验和启示：（1）上市公司要结合内外部环境，从长远发展的角度构建与自身相契合的高管团队，避免断裂带造成的不利影响。首先，在考虑多样性对团队效能、治理经验及资源信息进行整合的同时，也要防范过度极端分化产生的断裂带对公司治理的消极影响。其次，应强化以企业家精神为基石的企业文化，并将其作为“指挥棒”贯彻到高管团队的构建过程中，以达到公司与高管团队同频共振，从而抑制高管团队断裂带导致的分裂与隔阂。最后，应加快推动数字化转型程度，提高信息透明度，使得高管团队面临更多的外部监督，迫使团队成员摒弃群体的观念，打破子群体之间的信息壁垒，促进信息交流整合，减弱断裂带的负面作用。（2）监管部门应当充分完善违规监管和稽查制度，加强违规稽查的针对性，确保资本市场的安全稳定运行。第一，监管部门应当重点关注高管团队断裂程度较高的公司，加大对这类公司的稽查力度。第二，由于高管团队断裂带在信息披露违规和股票交易违规中能发挥更显著的作用，监管部门在稽查这类违规行为时须关注违规行为的组织化和团伙化，形成更健全和更有针对性的违规稽查制度流程。第三，由于证监会对违规稽查更具有专业性，建议增加证监会、交易所以及其他监管单位之间的沟通交流和资源互换，互相学习违规稽查方式和手段，探讨典型的违规案例，开展证监会和交易所联合行动，揭露更多有预谋有组织的违规行为。（3）政府部门应当抓紧完善市场化程度的建设，完善对公司违规行为的稽查和处罚法律制度。

1新《证券法》全文及修订要点 (shantou.gov.cn)。

2证监会通报2022年案件办理情况_中国证券监督管理委员会 (csrc.gov.cn)。

3限于篇幅，基准回归的控制变量结果均未列示，备索。

4限于篇幅，内生性处理和稳健性检验回归结果未列示，备索。