王謙 劉嫣然
【基金項(xiàng)目】遼寧省社會(huì)科學(xué)規(guī)劃基金,支持遼寧裝備制造業(yè)發(fā)展的金融創(chuàng)新研究(No.L18AJY001)。
【作者簡(jiǎn)介】王謙(1971-),女,遼寧鞍山人,教授,研究方向:績(jī)效評(píng)價(jià)、風(fēng)險(xiǎn)管理。
【通訊作者】劉嫣然(1996-),女,吉林省吉林市人,助理會(huì)計(jì)師,研究方向:績(jī)效評(píng)價(jià)、風(fēng)險(xiǎn)管理。
【摘? 要】論文選取2014-2019年滬深兩市782家制造業(yè)上市公司為樣本,實(shí)證研究制造業(yè)金融化與創(chuàng)新效率的關(guān)系,重點(diǎn)關(guān)注高管團(tuán)隊(duì)特征對(duì)二者關(guān)系的調(diào)節(jié)作用。研究表明,制造業(yè)金融化與創(chuàng)新效率負(fù)相關(guān);高管團(tuán)隊(duì)平均年齡越大、女性比例越高,制造業(yè)金融化對(duì)創(chuàng)新效率的抑制作用越明顯,高管團(tuán)隊(duì)較高的受教育程度及研發(fā)背景削弱了制造業(yè)金融化對(duì)創(chuàng)新效率的抑制作用。
【關(guān)鍵詞】制造業(yè)金融化;高管團(tuán)隊(duì)特征;創(chuàng)新效率
【中圖分類號(hào)】F272.91;F273.1;F832? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號(hào)】1673-1069(2024)03-0073-04
1 引言
制造業(yè)金融化不僅會(huì)對(duì)企業(yè)自身發(fā)展造成沖擊,更會(huì)影響國家的創(chuàng)新能力[1]。2014-2019年,制造業(yè)金融資產(chǎn)增幅遠(yuǎn)大于創(chuàng)新研發(fā)投入。基于以上背景,本文選取制造業(yè)創(chuàng)新產(chǎn)出變量衡量創(chuàng)新效率,探討金融化對(duì)創(chuàng)新效率的影響。高層梯隊(duì)理論認(rèn)為,高管團(tuán)隊(duì)性別、年齡等群體特征使其具備不同的管理風(fēng)格,影響企業(yè)戰(zhàn)略決策與經(jīng)濟(jì)效益[2],繼而影響制造業(yè)金融化與創(chuàng)新效率的關(guān)系。因此,本文選取高管團(tuán)隊(duì)年齡、性別、平均受教育程度、研發(fā)背景等變量,探究高管團(tuán)隊(duì)特征在制造業(yè)金融化與創(chuàng)新效率之間的調(diào)節(jié)機(jī)制。
2 理論分析與研究假設(shè)
金融資產(chǎn)的高回報(bào)及創(chuàng)新活動(dòng)周期較長(zhǎng)、風(fēng)險(xiǎn)較高等特征使制造業(yè)企業(yè)在進(jìn)行資源配置時(shí),逐漸向金融領(lǐng)域延伸,創(chuàng)新投資被擠占,創(chuàng)新效率下降。因此,制造業(yè)金融化程度的加深會(huì)抑制制造業(yè)創(chuàng)新投入,限制其創(chuàng)新效率?;谝陨险J(rèn)識(shí),本文提出假設(shè)H1:
H1:制造業(yè)金融化對(duì)創(chuàng)新效率產(chǎn)生替代作用,抑制企業(yè)創(chuàng)新效率。
本文將高管團(tuán)隊(duì)平均年齡、性別比例、受教育程度、研發(fā)背景作為衡量高管團(tuán)隊(duì)特征的變量,分析其對(duì)制造業(yè)金融化與創(chuàng)新效率之間關(guān)系的調(diào)節(jié)作用。
首先,高管年齡反映其閱歷及風(fēng)險(xiǎn)偏好[3];其次,女性高管規(guī)避風(fēng)險(xiǎn)意識(shí)較強(qiáng)[4];再次,高學(xué)歷水平的高管樂于尋找機(jī)遇進(jìn)行變革[5];最后,具有研發(fā)背景的高管能推動(dòng)企業(yè)研發(fā)投入的提升[6]。因此,本文提出以下假設(shè):
H2:高管團(tuán)隊(duì)年齡越大,制造業(yè)金融化對(duì)創(chuàng)新效率的抑制作用越明顯。
H3:高管團(tuán)隊(duì)女性比例越高,制造業(yè)金融化對(duì)創(chuàng)新效率的抑制作用越明顯。
H4:高管團(tuán)隊(duì)受教育程度越高,制造業(yè)金融化對(duì)創(chuàng)新效率的抑制作用越弱。
H5:高管團(tuán)隊(duì)擁有研發(fā)背景的高管人數(shù)越多,制造業(yè)金融化對(duì)創(chuàng)新效率的抑制作用越弱。
3 研究設(shè)計(jì)
3.1 樣本選取與數(shù)據(jù)來源
本文選擇2014-2019年滬深兩市制造業(yè)上市公司作為研究對(duì)象,以面板數(shù)據(jù)為樣本數(shù)據(jù),剔除樣本內(nèi)ST或*ST上市公司、相關(guān)數(shù)據(jù)嚴(yán)重缺失或明顯有誤的公司及高管特征數(shù)據(jù)不完整或不披露的樣本,最終得到782家上市公司4 692個(gè)有效觀測(cè)值,使用Frontier 4.1軟件計(jì)算創(chuàng)新效率,借助Stata 15.0軟件進(jìn)行實(shí)證分析。
3.2 變量選取
①被解釋變量:創(chuàng)新效率(IEff)。本文采用隨機(jī)前沿方法(SFA)測(cè)算創(chuàng)新效率。依據(jù)肖文等[7]的研究,構(gòu)建模型(1):
lnYt= β0+β1ln (Ki) +β2ln (Li) +(νi-ui)? ? ? ? ? ? ? ? (1)
式中,Yt表示制造業(yè)企業(yè)i公司在t年份的創(chuàng)新產(chǎn)出;Ki、Li表示資本和人力的投入,采用研發(fā)費(fèi)用和研發(fā)人員數(shù)衡量;β0表示截距項(xiàng);β1、β2、γ表示待估計(jì)參數(shù);νi表示隨機(jī)誤差項(xiàng),代表無法控制的外在因素造成的誤差且服從正態(tài)分布;ui表示無效率項(xiàng),即影響制造業(yè)企業(yè)創(chuàng)新效率的隨機(jī)因素且服從單邊分布。
②解釋變量:制造業(yè)金融化(Fin)。本文采用制造業(yè)金融資產(chǎn)與總資產(chǎn)的比值作為衡量金融化的指標(biāo),進(jìn)一步將金融資產(chǎn)劃分為貨幣性金融資產(chǎn)(Fin1)和非貨幣性金融資產(chǎn)(Fin2)兩類。
③調(diào)節(jié)變量:本文選取高管團(tuán)隊(duì)平均年齡(Age)、性別比例(Dgm)、平均受教育程度(Edu)、研發(fā)背景(Afunc)等高管團(tuán)隊(duì)特征作為調(diào)節(jié)變量來實(shí)證檢驗(yàn)各高管團(tuán)隊(duì)特征的調(diào)節(jié)作用。
④控制變量。本文根據(jù)已有的研究[8],選擇企業(yè)規(guī)模(Size)、企業(yè)年齡(lnage)、盈利能力(Roa)、財(cái)務(wù)杠桿率(Lev)、企業(yè)成長(zhǎng)性(Growth)、經(jīng)營(yíng)性現(xiàn)金流(Cfo)、企業(yè)資本密集度(Fixed)、股權(quán)集中度(Cn)作為控制變量,以此提高模型的擬合程度。
3.3 模型構(gòu)建
3.3.1 制造業(yè)金融化與創(chuàng)新效率的回歸模型
本文參考王紅建等[9]、黨建民等[10]的研究成果,構(gòu)建多元回歸模型(2),實(shí)證檢驗(yàn)制造業(yè)金融化對(duì)創(chuàng)新效率的影響。
IEff=β0+β1Fin+?鄣1Size+?鄣2lnage+?鄣3Roa+?鄣4Lev+?鄣5Growth+?鄣6 Cfo+?鄣7Fixed+?鄣8Cn? ? ? ?(2)
式中,β1表示創(chuàng)新效率與金融化的相關(guān)系數(shù);?鄣1~?鄣8分別表示創(chuàng)新效率與企業(yè)規(guī)模、企業(yè)年齡、盈利能力、財(cái)務(wù)杠桿率、企業(yè)成長(zhǎng)性、經(jīng)營(yíng)性現(xiàn)金流、企業(yè)資本密集度、股權(quán)集中度的相關(guān)系數(shù);β0表示常數(shù)項(xiàng)。
3.3.2 高管團(tuán)隊(duì)特征調(diào)節(jié)變量的回歸模型
本文參考溫忠麟等[11]的研究,在模型中添加高管團(tuán)隊(duì)平均年齡、性別比例、平均受教育程度、研發(fā)背景變量,構(gòu)建調(diào)節(jié)效應(yīng)回歸模型(3)~(6),檢驗(yàn)各高管團(tuán)隊(duì)特征對(duì)制造業(yè)金融化與創(chuàng)新效率關(guān)系的調(diào)節(jié)作用。
IEff=β0+β1Fin+β2Age+β3Fin×Age+?鄣1Size+?鄣2lnage+?鄣3Roa+
?鄣4Lev+?鄣5Growth+?鄣6Cfo+?鄣7Fixed+?鄣8Cn? ? ? (3)
IEff=β0+β1Fin+β4Dgm+β5Fin×Dgm+?鄣1Size+?鄣2lnage+?鄣3Roa+
?鄣4Lev+?鄣5Growth+?鄣6Cfo+?鄣7Fixed+?鄣8Cn? ? ? ? ? ?(4)
IEff=β0+β1Fin+β6Edu+β7Fin×Edu+?鄣1Size+?鄣2lnage+?鄣3Roa+
?鄣4Lev+?鄣5Growth+?鄣6Cfo+?鄣7Fixed+?鄣8Cn? ? ? ?(5)
IEff=β0+β1Fin+β8Afunc+β9Fin×Afunc+?鄣1Size+?鄣2lnage+?鄣3Roa+?鄣4Lev+?鄣5Growth+?鄣6Cfo+?鄣7Fixed+?鄣8Cn? ? ? ? (6)
式中,β3、β5、β7、β9分別表示創(chuàng)新效率與交互項(xiàng)的調(diào)節(jié)系數(shù),其正負(fù)表示為調(diào)節(jié)方向。模型中交互項(xiàng)系數(shù)的顯著性代表高管團(tuán)隊(duì)特征對(duì)制造業(yè)金融化與創(chuàng)新效率關(guān)系的調(diào)節(jié)效應(yīng)的顯著性,即觀察β3、β5、β7、β9是否顯著。
4 實(shí)證分析
4.1 回歸分析
為驗(yàn)證制造業(yè)金融化對(duì)創(chuàng)新效率的影響,本文對(duì)模型(2)進(jìn)行回歸檢驗(yàn),采用平衡面板數(shù)據(jù)和固態(tài)效應(yīng)模型,設(shè)定相關(guān)企業(yè)和年度的虛擬變量。表1的回歸結(jié)果顯示,所有回歸的F值均在1%的水平上顯著,R2值均大于0.3,模型有效。
表1? OLS回歸結(jié)果
注:***、**、*分別表示在1%、5%、10%水平上顯著,括號(hào)內(nèi)為T值。下同。
表1顯示,制造業(yè)金融化與創(chuàng)新效率負(fù)相關(guān)且在5%的水平上顯著,表明制造業(yè)金融化對(duì)其創(chuàng)新效率起到了抑制作用;貨幣性金融資產(chǎn)(Fin1)與企業(yè)創(chuàng)新效率之間在1%的水平上顯著負(fù)相關(guān),充分印證了假設(shè)H1。
在控制變量方面,企業(yè)規(guī)模與制造業(yè)企業(yè)創(chuàng)新效率在5%的水平上顯著正相關(guān),說明企業(yè)規(guī)模越大,創(chuàng)新效率越高;企業(yè)年齡與創(chuàng)新效率在1%的水平上顯著負(fù)相關(guān),說明企業(yè)年齡越大,研發(fā)積極性越低;財(cái)務(wù)杠桿率、資本密集度與創(chuàng)新效率負(fù)相關(guān),說明企業(yè)資本越密集、財(cái)務(wù)杠桿率越高,對(duì)創(chuàng)新活動(dòng)的抑制作用越明顯;企業(yè)成長(zhǎng)性、經(jīng)營(yíng)性現(xiàn)金流與創(chuàng)新效率正相關(guān)且在5%的水平上顯著,說明企業(yè)成長(zhǎng)性越好、獲取現(xiàn)金能力越強(qiáng),創(chuàng)新效率越高;股權(quán)集中度與創(chuàng)新效率在1%的水平上顯著負(fù)相關(guān),說明企業(yè)股權(quán)越集中,對(duì)創(chuàng)新效率越不利。
4.2 高管團(tuán)隊(duì)特征調(diào)節(jié)作用的回歸分析
表2是添加高管團(tuán)隊(duì)特征后,對(duì)模型(3)~(6)的檢驗(yàn)結(jié)果?;貧w結(jié)果表明,模型中F值均在1%的水平上顯著,R2值均大于0.3,制造業(yè)金融化的回歸系數(shù)符號(hào)未發(fā)生改變且均在10%的水平上顯著負(fù)相關(guān)。
表2? 調(diào)節(jié)效應(yīng)回歸結(jié)果
模型(3)的結(jié)果顯示,高管團(tuán)隊(duì)年齡對(duì)創(chuàng)新效率具有顯著負(fù)向影響,其和制造業(yè)金融化的交互項(xiàng)Fin×Age與創(chuàng)新效率在5%的水平上顯著負(fù)相關(guān),說明年齡較高的高管創(chuàng)新動(dòng)力不足,增強(qiáng)了金融化對(duì)創(chuàng)新效率的替代效應(yīng),假設(shè)H2成立。
模型(4)的結(jié)果顯示,高管團(tuán)隊(duì)的女性比例與制造業(yè)創(chuàng)新效率負(fù)相關(guān)且在1%的水平上顯著,其和制造業(yè)金融化的交互項(xiàng)Fin×Dgm與創(chuàng)新效率在5%的水平上顯著負(fù)相關(guān),說明女性高管比例越高,金融化對(duì)創(chuàng)新效率的抑制作用越大,假設(shè)H3成立。
模型(5)的結(jié)果顯示,高管團(tuán)隊(duì)平均受教育程度與制造業(yè)創(chuàng)新效率在1%的水平上正相關(guān),其和制造業(yè)金融化的交互項(xiàng)Fin×Edu與創(chuàng)新效率在5%的水平上顯著正相關(guān),說明高管團(tuán)隊(duì)受教育程度越高,創(chuàng)新效率越高,削弱了金融化對(duì)創(chuàng)新效率的影響,假設(shè)H4成立。
模型(6)的結(jié)果顯示,高管團(tuán)隊(duì)研發(fā)背景與制造業(yè)創(chuàng)新效率在1%的水平上顯著正相關(guān),其和制造業(yè)金融化的交互項(xiàng)Fin×Afunc與創(chuàng)新效率在5%的水平上顯著正相關(guān),說明高管團(tuán)隊(duì)中擁有研發(fā)背景的高管人數(shù)越多,創(chuàng)新效率越高,削弱了金融化對(duì)創(chuàng)新效率的影響,假設(shè)H5成立。
5 研究結(jié)論與建議
5.1 研究結(jié)論
第一,制造業(yè)金融化抑制企業(yè)的創(chuàng)新效率。制造業(yè)金融化與創(chuàng)新效率顯著負(fù)相關(guān),制造業(yè)企業(yè)在投資決策時(shí)更傾向于配置金融資產(chǎn)而不是創(chuàng)新投資,阻礙了創(chuàng)新效率的提升。本文得出結(jié)論:制造業(yè)金融化抑制了創(chuàng)新效率的提升。
第二,高管團(tuán)隊(duì)年齡及性別特征加劇了金融化對(duì)創(chuàng)新效率的抑制作用。高管團(tuán)隊(duì)的年齡特征、性別特征與制造業(yè)金融化的交乘項(xiàng)均與創(chuàng)新效率顯著負(fù)相關(guān),年齡大的高管難以捕捉創(chuàng)新信息,女性高管的避險(xiǎn)傾向使其偏好配置金融資產(chǎn),二者均加劇了金融化對(duì)創(chuàng)新效率的擠占。
第三,高管團(tuán)隊(duì)受教育程度及研發(fā)背景會(huì)削弱金融化對(duì)創(chuàng)新效率的抑制作用。高管團(tuán)隊(duì)受教育程度、研發(fā)背景和制造業(yè)金融化的交乘項(xiàng)均與創(chuàng)新效率顯著正相關(guān),受教育程度高和具有研發(fā)背景的高管團(tuán)隊(duì)的資源配置更傾向于創(chuàng)新領(lǐng)域,這促進(jìn)了創(chuàng)新效率的提高,兩者均會(huì)反向調(diào)節(jié)制造業(yè)金融化對(duì)創(chuàng)新效率的抑制作用。
5.2 建議
第一,加大政府宏觀調(diào)控力度,營(yíng)造穩(wěn)定的市場(chǎng)環(huán)境。制造業(yè)創(chuàng)新活動(dòng)具有周期長(zhǎng)、產(chǎn)出結(jié)果不確定等風(fēng)險(xiǎn),強(qiáng)有力的宏觀調(diào)控有助于防范金融化和政策不確定性對(duì)創(chuàng)新活動(dòng)的影響,促進(jìn)創(chuàng)新升級(jí)。因此,政府應(yīng)加強(qiáng)宏觀調(diào)控,為提高創(chuàng)新效率營(yíng)造穩(wěn)定的市場(chǎng)環(huán)境。
第二,完善金融市場(chǎng)體系,引導(dǎo)金融服務(wù)實(shí)體經(jīng)濟(jì)。制造業(yè)企業(yè)配置金融資產(chǎn)應(yīng)以優(yōu)化投資結(jié)構(gòu)、緩解融資約束為目標(biāo)。當(dāng)金融資產(chǎn)配置影響主業(yè)發(fā)展時(shí),政府應(yīng)加強(qiáng)對(duì)金融市場(chǎng)的監(jiān)管,完善金融市場(chǎng)體系,充分發(fā)揮金融服務(wù)實(shí)體經(jīng)濟(jì)的價(jià)值,抑制過度金融化,為創(chuàng)新活動(dòng)提供資金支持,促進(jìn)創(chuàng)新效率的提高。
第三,完善治理體系,塑造創(chuàng)新型企業(yè)文化。制造業(yè)企業(yè)的委托代理問題及股權(quán)過度集中會(huì)抑制創(chuàng)新活動(dòng),管理者薪資報(bào)酬與金融資產(chǎn)短期利益耦合互動(dòng),削弱了制造業(yè)的創(chuàng)新活力。制造業(yè)企業(yè)應(yīng)完善治理體系,將決策權(quán)、薪酬機(jī)制與企業(yè)長(zhǎng)期利益結(jié)合,使資源分配更有助于提高創(chuàng)新動(dòng)力與創(chuàng)新效率。
第四,合理構(gòu)建高管團(tuán)隊(duì),激發(fā)創(chuàng)新熱情。高管團(tuán)隊(duì)的不同特征在調(diào)節(jié)制造業(yè)金融化對(duì)創(chuàng)新效率影響上存在差異,年齡大的高管更有經(jīng)驗(yàn),女性高管具有溝通優(yōu)勢(shì),高學(xué)歷和研發(fā)背景的高管更傾向于開展創(chuàng)新活動(dòng)。因此,構(gòu)建多元化的高管團(tuán)隊(duì)有利于維持金融資產(chǎn)與創(chuàng)新活動(dòng)的平衡,提升創(chuàng)新效率。
【參考文獻(xiàn)】
【1】Greta R. Krippner.Capitalizing on Crisis: The Political Origins of the Rise of Finance[M].Boston:Harvard University Press,2011.
【2】Donald C. Hambrick,P. A. Manson.Upper Echelons: The Organization As a Reflection of Its Top Managers[J].Academy of Management Proceedings,1984,9(2):193-206.
【3】王瑞陽,金宇,苑澤明.高管團(tuán)隊(duì)特征對(duì)政府補(bǔ)助、企業(yè)RD的調(diào)節(jié)效應(yīng)[J].會(huì)計(jì)之友,2015(20):55-61.
【4】李井林,陽鎮(zhèn).董事會(huì)性別多元化、企業(yè)社會(huì)責(zé)任與企業(yè)技術(shù)創(chuàng)新——基于中國上市公司的實(shí)證研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2019,40(5):34-51.
【5】孫凱,劉祥,謝波.高管團(tuán)隊(duì)特征、薪酬差距與創(chuàng)業(yè)企業(yè)績(jī)效[J].科研管理,2019,40(2):116-125.
【6】余恕蓮,王藤燕.高管專業(yè)技術(shù)背景與企業(yè)研發(fā)投入相關(guān)性研究[J].經(jīng)濟(jì)與管理研究,2014(5):14-22.
【7】肖文,林高榜.政府支持、研發(fā)管理與技術(shù)創(chuàng)新效率——基于中國工業(yè)行業(yè)的實(shí)證分析[J].管理世界,2014(4):71-80.
【8】潘海英,王春鳳.實(shí)體企業(yè)金融化抑制了企業(yè)創(chuàng)新嗎?——基于高質(zhì)量發(fā)展背景下企業(yè)創(chuàng)新雙元視角[J].南京審計(jì)大學(xué)學(xué)報(bào),2020,17(2):49-58.
【9】王紅建,曹瑜強(qiáng),楊慶,等.實(shí)體企業(yè)金融化促進(jìn)還是抑制了企業(yè)創(chuàng)新——基于中國制造業(yè)上市公司的經(jīng)驗(yàn)研究[J].南開管理評(píng)論,2017,
20(1):155-166.
【10】黨建民,李強(qiáng),鄒鴻輝.高管特征、企業(yè)異質(zhì)性與企業(yè)技術(shù)創(chuàng)新績(jī)效——來自風(fēng)電產(chǎn)業(yè)上市公司的經(jīng)驗(yàn)數(shù)據(jù)[J].工業(yè)技術(shù)經(jīng)濟(jì),2017,36(10):117-124.
【11】溫忠麟,葉寶娟.中介效應(yīng)分析:方法和模型發(fā)展[J].心理科學(xué)進(jìn)展,2014,22(5):731-745.