劉凌錦 王群琳

(1.邁阿密大學(xué)，美國 佛羅里達 33124；1.湖南財政經(jīng)濟學(xué)院，湖南 長沙 410205)

一、引言

在企業(yè)的尺度上，人才對于企業(yè)的發(fā)展有著舉足輕重的作用。國內(nèi)外頂尖的金融機構(gòu)或咨詢公司，為集中吸納高層次專業(yè)人才以更好地滿足客戶需求、謀求機構(gòu)自身發(fā)展，嚴格劃定了校招的目標(biāo)院校，將海內(nèi)外知名學(xué)府劃分為不同層級，分別代表不同部門和崗位的準入資格。這樣一來，求職者的“教育背景”成為了進入此類機構(gòu)的第一道關(guān)卡，而“名?！睂W(xué)歷則是首關(guān)通行證。那么，落實到微觀個體，作為企業(yè)經(jīng)營的核心人物，CEO的教育背景是否重要？或者說，CEO的教育背景和企業(yè)績效是否存在聯(lián)系？通常我們認為教育背景越好的CEO將會對企業(yè)施加更正面的影響。以往對二者間關(guān)系的研究，主要分為以下三個類型：從人力資本的角度，經(jīng)理人的教育程度在一定程度上揭示了人力資本存量的大小，而人力資本是企業(yè)的核心競爭力之源，因而經(jīng)理人的教育程度應(yīng)該與公司績效正相關(guān)(Yao等, 2014)[1]。從企業(yè)的社會資源角度，教育程度高的CEO相較于教育背景較低的CEO可為企業(yè)提供更多、更高質(zhì)量的社會資本，這種無形資源可以為企業(yè)帶來物質(zhì)、情感和信息上的有效幫助。比如教育履歷優(yōu)異的CEO會與更多的政府官員和政策制定者擁有穩(wěn)定的社交連結(jié)，企業(yè)可借助這些優(yōu)質(zhì)社會關(guān)系網(wǎng)絡(luò)作為信息傳遞的橋梁，從而為企業(yè)帶來績效增長。從CEO行為特征的角度，學(xué)歷水平和學(xué)科背景會影響CEO的思維及認知方式，這些認知的基礎(chǔ)性差異促使他們使用不同管道收集信息并對問題進行不同解讀，從而影響他們的行為方式。比如，有研究認為，擁有更高教育成就的CEO擁有更強的信息處理能力和創(chuàng)新能力(Gottesman和Morey，2006)[2]。King等(2016)[3]認為學(xué)歷水平可以衡量認知水平，而個人的認知水平會影響其決策能力和反應(yīng)能力，進而影響其社會和經(jīng)濟成就；同時，有研究指出，接受不同學(xué)科教育的CEO會有不同的行為偏好，進而對企業(yè)績效產(chǎn)生不同影響。Finkelstein和Hambrick(1996)發(fā)現(xiàn)具有理工科背景的CEO傾向于支持企業(yè)較高的研發(fā)成本，而商科或法律專業(yè)的CEO更多的是風(fēng)險厭惡型[4]。

本文對現(xiàn)有相關(guān)研究的可能貢獻在于：第一，我們此次選取銀行業(yè)進行實證研究，從而擴展和補充了現(xiàn)有對“CEO教育背景和企業(yè)績效關(guān)系”的研究。同時，我們首次將近年來發(fā)展勢頭迅猛的亞洲經(jīng)濟體作為研究對象，并將從ORBIS和彭博數(shù)據(jù)庫中手動收集而來的信息加以整理并構(gòu)建了一個獨一無二的“CEO教育背景”數(shù)據(jù)組，數(shù)據(jù)庫中包括亞洲243家上市商業(yè)銀行在2011-2017年歷任CEO的最高教育背景信息(含其最高學(xué)歷水平和學(xué)科背景)。第二，我們將CEO的教育背景作為解釋變量時，除了確定學(xué)歷水平為衡量教育背景的維度之一，同時也考慮到學(xué)科背景影響。商科背景會為高層對運營和管理公司所涉及到的組織管理、成本效益、投融資和供應(yīng)鏈等奠定一定的知識結(jié)構(gòu)和認知基礎(chǔ)，可能會使具有商科背景的管理者相較于無商科背景的CEO來說更具優(yōu)勢，從而影響企業(yè)績效。故我們從“學(xué)歷高低”和“學(xué)科背景”兩個維度來構(gòu)建“教育背景”，并提出三個假設(shè)，逐漸深入地探索這兩個維度獨立、交互對被解釋變量產(chǎn)生的影響。第三，本研究也具有現(xiàn)實意義。研究強調(diào)了教育的重要性，肯定了管理者的教育背景對其管理企業(yè)并取得績效所發(fā)揮的積極作用。董事會在任命CEO時確實該關(guān)注其教育背景，因為這或許將對企業(yè)未來績效產(chǎn)生影響。

二、文獻綜述

近年來，出現(xiàn)了眾多以CEO作為研究主體的文獻，且研究CEO與公司績效是否相關(guān)的文獻已呈現(xiàn)角度的多元化趨勢，變量的選擇類似CEO任期、年齡、性別等(Wei和Zhe，2018)[5]。其中，選擇CEO教育背景作為變量，研究其和企業(yè)績效之間關(guān)系的文獻不在少數(shù)。

(一)管理者綜合教育背景對企業(yè)績效的影響

企業(yè)管理者在其認知水平下對有限信息做出理解和分析并形成決策，教育背景往往可以反映認知水平，而不同的戰(zhàn)略決策過程會導(dǎo)致企業(yè)最終績效水平的差異。Hambrick和Mason(2003)[6]基于不完全理性提出高層梯隊理論，表明高層管理者對于內(nèi)外部環(huán)境和狀況只能進行選擇性觀察，無法對所有可獲取信息作理解、分析和加工；更為重要的是，對于視野范圍內(nèi)的信息，管理者既有的過往經(jīng)驗、認知結(jié)構(gòu)和價值觀決定了其解釋力，進而影響企業(yè)戰(zhàn)略決策過程和對應(yīng)的績效結(jié)果。大量心理學(xué)領(lǐng)域的研究觀察個體認知能力與其所作決策之間的相關(guān)性。Jensen(1998)[7]提出，個體的認知能力或IQ的高低決定社會經(jīng)濟的發(fā)展結(jié)果，且認知水平與心智容量、壽命長短、反應(yīng)速度和終生收入呈現(xiàn)正相關(guān)。同樣的，智力更佳的個體表現(xiàn)出更多的耐心和更少的沖動行為(Parker和Fischoff，2005)[8]，個體知識影響決策能力，而教育背景常被認作為認知水平的關(guān)鍵指標(biāo)(Lubinski和Humphreys，1997)[9]。Datta和Rajagopalan (1998)[10]提出綜合教育背景和企業(yè)特定經(jīng)驗可同時解釋CEO認知能力的變異；Chevalier和Ellison (1999)[11]也發(fā)現(xiàn)績效較高的基金經(jīng)理多數(shù)畢業(yè)于入學(xué)門檻更高的大學(xué)。因此，教育背景作為可客觀度量的人口背景特征和認知水平的關(guān)鍵指標(biāo)與企業(yè)績效直接相關(guān)。隨后，包括元分析(Dalton等，2006)[12]在內(nèi)的大量研究支撐了高層梯隊理論的觀點。企業(yè)中員工所受的教育是企業(yè)獨特的無形資產(chǎn)，可構(gòu)成企業(yè)的競爭力，從而影響企業(yè)的績效水平。企業(yè)的資源基礎(chǔ)論(Wernerfelt)提出假設(shè)，企業(yè)擁有有形和無形資產(chǎn)，而獨特的資產(chǎn)具備轉(zhuǎn)變成競爭優(yōu)勢的能力，且由于企業(yè)資源的異質(zhì)性使得它們在企業(yè)間不可流動也難以復(fù)制，從而決定了競爭力的差異。

與此同時，國內(nèi)外也有相關(guān)研究表明，CEO教育背景與企業(yè)績效之間關(guān)系并不顯著。首先，MBA學(xué)位被認為無法提供有價值的管理知識、技能和能力，從而無法給個體和組織帶來益處。Pfeffer和Fong(2002)提出，出于獲得社會聲譽和合法性的需要，商學(xué)院應(yīng)該采用社會科學(xué)系的教學(xué)方式[13]?？墒牵芯亢徒虒W(xué)卻逐漸偏離現(xiàn)實針對性的要求，向著如何完善商業(yè)模型的準確性和可控性發(fā)展。此類觀點也被Mintzberg(2004)肯定，他認為MBA學(xué)位只提供單一的商業(yè)技能培訓(xùn)，無法兼顧到培養(yǎng)更廣泛的管理實踐能力[14]。利益至上的批判主義也曾指出MBA教育給未來的管理層人員錯誤灌輸了經(jīng)濟層面優(yōu)先考慮的理念，因此置道德問題于不顧。Ghoshal's (2005) 提出教學(xué)課程中無關(guān)道德的理論使得學(xué)生逐利時不考慮社會責(zé)任問題，從而引發(fā)了近期一系列商業(yè)丑聞和管理層不道德行為[15]。

(二)管理者學(xué)歷水平與企業(yè)績效的關(guān)系

首先，教育作為積累社會資本和個人成長的良好途徑，可以被看作社會聲望和階級狀況的強有力指標(biāo)，Belliveau等(1996)[16]、Burt (1992)[17]的實證研究提出，教育背景聲譽較高的CEO更傾向于與政府部門官員以及政策制定者保持良好的弱紐帶關(guān)系，以此幫助企業(yè)得到更多的社會資源，類似政府招標(biāo)和優(yōu)惠稅率等。在金融領(lǐng)域，Chevalier和Ellison(1999)研究了基金經(jīng)理的教育背景與其他人口結(jié)構(gòu)特征變量對共同基金收益率的影響，發(fā)現(xiàn)共同基金經(jīng)理的學(xué)歷水平與基金的風(fēng)險調(diào)整后收益存在正相關(guān)[11]。也就是說，績效較好的基金經(jīng)理的本科學(xué)歷多數(shù)來自于SAT錄取平均分較高的大學(xué)，相較于普通的州立大學(xué)，來自常春藤盟校的CEO所管理的公司業(yè)績高于平均水平。此后Perez-Gonzalez(2006)的研究也證實了這一結(jié)論，他表明沒有常春藤盟校學(xué)歷的CEO在公司治理方面可能表現(xiàn)不佳[18]。同樣的，Maxam等(2006)提出畢業(yè)于美國頂尖大學(xué)的基金經(jīng)理能夠更好地管理對沖基金[19]。具體到銀行業(yè)中也有類似實證研究，King等(2016)[3]建立了一個獨特的手動收集數(shù)據(jù)庫，其中包含1992年至2011年間149家銀行的1032項數(shù)據(jù)，再使用固定效應(yīng)模型，證實了高學(xué)歷和高質(zhì)量教育將會幫助CEO更好地管理企業(yè)且獲得更高的企業(yè)績效。但是，一些實證研究表明CEO學(xué)歷水平與企業(yè)績效之間相關(guān)性并不顯著。Gottesman和Morey (2006)[2]將2000年1月1日前紐約證券交易所上市公司CEO中擁有美國本科學(xué)歷的人員作為樣本，檢測了CEO教育質(zhì)量和公司績效之間的關(guān)系，提出沒有證據(jù)表明出身名校的CEO會比其他人做得更好，其中名校的標(biāo)準同樣用SAT和GMAT歷年錄取平均分衡量；他們還表示CEO的個性特征，比如感召力、共同掌權(quán)的能力和努力程度，相較于學(xué)歷，在創(chuàng)造企業(yè)卓越業(yè)績方面更為重要。

(三)管理者學(xué)科背景與企業(yè)績效的關(guān)系

管理者教育背景的另一個分支變量為學(xué)科背景。例如，F(xiàn)inkelstein和Hambrick(1996)[4], Barker和Mueller(2002)[20]均發(fā)現(xiàn)CEO所擁有的專業(yè)背景對于企業(yè)的研究和開發(fā)經(jīng)費產(chǎn)生影響。當(dāng)CEO持有的學(xué)位涉及專業(yè)技術(shù)領(lǐng)域時，企業(yè)在研究與開發(fā)專項上所花費的成本將大大增多，遠超過商科或法學(xué)專業(yè)CEO管理的企業(yè)。相類似的，Graham和Harvey(2002)[21]、Graham等(2005)[22]提出持有MBA學(xué)位的CEO和CFO會在更多情況下運用商科專業(yè)知識技能，比如在資本預(yù)算管理時使用凈現(xiàn)值，在資本成本核算時使用資產(chǎn)定價模型等。Betrand和Schoar(2003)將1969年至1999年間500家企業(yè)的數(shù)據(jù)作為樣本，研究管理層如何影響企業(yè)行為和業(yè)績，研究發(fā)現(xiàn)持有MBA學(xué)位的CEO會采取進取型的管理方式，且企業(yè)資本回報率高于其他企業(yè)約1個百分點[23]。然而，一些研究結(jié)果與上述觀點相悖。Gottesman等(2006)[2]指出企業(yè)的財務(wù)表現(xiàn)與CEO教育背景無關(guān)，更具體而言，持有MBA學(xué)位的管理層人員并不會比其他學(xué)科背景的管理者表現(xiàn)更佳，甚至有數(shù)據(jù)顯示，無MBA或法學(xué)碩士學(xué)位的CEO會更好地管理企業(yè)，使得其風(fēng)險調(diào)整下的市場表現(xiàn)優(yōu)于其他同類型公司。

三、樣本選擇與研究方法

(一)樣本選取及數(shù)據(jù)來源

本文以亞洲上市的商業(yè)銀行作為研究對象，研究時間從2011年至2017年，最終確立了243家銀行樣本，得到1298個觀測值。樣本數(shù)據(jù)主要來自于ORBIS 數(shù)據(jù)庫和彭博數(shù)據(jù)庫，其中，CEO受教育程度由于無已知數(shù)據(jù)庫可直接獲取，本文采取手工搜集的方式進行了逐一歸納和整理。同時，我們使用了谷歌、彭博等多個渠道進行對比驗證，以確保信息的準確性與真實性。另外，根據(jù)信息披露的完整程度，我們剔除了有數(shù)據(jù)缺失的公司樣本，力求取得更為真實的實證結(jié)果。依據(jù)過往文獻的研究分析，我們發(fā)現(xiàn)國外文獻甚少研究亞洲銀行，而國內(nèi)文獻則更注重于研究CEO特征(如年齡、薪酬、任期等)對公司績效的影響。因此，本文的研究內(nèi)容將聚焦于亞洲地區(qū)，研究CEO學(xué)歷背景對銀行績效會產(chǎn)生何種影響。本文的數(shù)據(jù)包含了亞洲23個國家及地區(qū)，它們分別是中國、亞美尼亞、阿塞拜疆、孟加拉、布魯吉亞、香港、印尼、印度、日本、吉爾吉斯斯坦、韓國、哈薩克、斯里蘭卡、緬甸、馬來西亞、尼泊爾、菲律賓、巴基斯坦、新加坡、泰國、臺灣、烏茲別克斯坦和越南。

(二)研究變量定義及說明

如表1所示，本文共分為三類變量：被解釋變量是銀行績效，用資產(chǎn)報酬率(ROA)作為衡量指標(biāo)；解釋變量分別是CEO的學(xué)科背景和學(xué)歷水平，均為虛擬變量，用以研究CEO專業(yè)是否為商科及其學(xué)歷程度的高低對銀行績效有何影響。同時，為盡量排除自變量以外對實驗結(jié)果會產(chǎn)生影響的因素，我們共選取了七個控制變量，分別是國民生產(chǎn)總值、總資產(chǎn)、儲蓄率、凈資產(chǎn)負債率、非利息收入率、所有者權(quán)益比率和留存收益率。

表1 變量設(shè)計

1.被解釋變量

本研究選用總資產(chǎn)收益率(ROA)作為衡量被解釋變量的指標(biāo)，使用凈資產(chǎn)(ROE)做穩(wěn)定性檢驗。對于公司績效的研究方法，張慧和安同良(2005)[24]提出國內(nèi)外學(xué)者對該變量的衡量指標(biāo)主要分財務(wù)指標(biāo)和價值指標(biāo)兩大類。財務(wù)指標(biāo)如總資產(chǎn)收益率(ROA)、凈資產(chǎn)收益率(ROE)和投資回報率(ROI)等；價值指標(biāo)如托賓Q、經(jīng)濟增加值(EVA)及市場增加值(MVA)等。綜合以往文獻看，研究者們最常使用ROA和托賓Q作為衡量公司績效的指標(biāo)，其中，托賓Q值(企業(yè)市值 / 企業(yè)重置成本)在反映公司的全面價值和其成長性方面有重要意義，而本文著重研究銀行短期績效，因此選用ROA作為衡量被解釋變量的指標(biāo)，另使用ROE做穩(wěn)定性檢驗。

2.解釋變量

Maxam(2006)[19]在“學(xué)歷水平”和“學(xué)校資質(zhì)”這兩個維度下選取了6個解釋變量來綜合評判CEO的受教育程度，并采用因子分析法(factor analysis techniques)得到教育指數(shù)(education index),從而量化所有解釋變量。由于本研究選取的樣本屬于亞洲范圍且無統(tǒng)一的學(xué)校排名來判別學(xué)校資質(zhì)，因此我們?nèi)サ魧W(xué)校資質(zhì)的維度，僅提取“學(xué)歷水平”作為“教育背景”的衡量維度之一。Betrand和Schoar (2003)引用虛擬變量分析CEO是否具有的MBA學(xué)位，進而研究持有MBA學(xué)位的CEO是否會采取某一類型的管理方式[23]。由此，我們得到啟發(fā)，將CEO最高學(xué)歷中的學(xué)歷背景作為衡量其教育背景的另一維度。因此，我們運用學(xué)歷背景和學(xué)歷水平作為衡量教育背景的兩個維度。首先，我們假定本科和碩士的差距與碩士和博士的差距，在CEO個人對銀行績效上的影響相同?；谶@種假設(shè)，我們規(guī)定：學(xué)科背景定義為0或1，分別表示CEO的最高學(xué)歷所學(xué)專業(yè)與商科無關(guān)或有關(guān)；學(xué)歷水平定義為1、2、3，分別表示CEO取得的最高學(xué)歷為本科、碩士或博士，并規(guī)定MBA為碩士學(xué)位。

3.控制變量

分析大量已有文獻并結(jié)合本文模型，我們選取了以下7個可能會對公司績效產(chǎn)生影響的變量作為控制變量。

(1)國民生產(chǎn)總值：由于宏觀經(jīng)濟環(huán)境的好壞對銀行績效會產(chǎn)生一定的影響，本文將國民生產(chǎn)總值取自然對數(shù)納入模型中進行控制。雷蕾等(2016)在研究貨幣政策與銀行績效的關(guān)系時采用了該變量為控制變量[25]。

(2)總資產(chǎn)：本文選取了亞洲兩百多家銀行，各銀行在公司規(guī)模上差異較大，而銀行利潤會受到資產(chǎn)規(guī)模的影響，一般來說，資產(chǎn)水平越高，該銀行的利潤越大。因此我們將總資產(chǎn)取自然對數(shù)值作為控制變量。

(3)儲蓄率：儲蓄率反映的是銀行的流動資金，高儲蓄率能夠為經(jīng)濟增長提供充足的資金來源。

(4)凈資產(chǎn)負債率：董斌和張振(2015)選用資產(chǎn)負債率作為公司績效的控制變量，以此反映公司資本結(jié)構(gòu)[26]。龔雪(2016)指出，資產(chǎn)負債率是既可以反映公司的償債能力，也能夠體現(xiàn)公司使用債權(quán)人資金進行經(jīng)營活動的能力；尤其對銀行業(yè)而言，資產(chǎn)負債率是一項衡量銀行安全性的重要指標(biāo)，因為該比率在一定程度上反映了銀行吸收存款和發(fā)放貸款的相對大小[27]。

(5)非利息收入占比：非利息收入指銀行除利差獲利外，通過其他經(jīng)營活動產(chǎn)生的收入，如代理業(yè)務(wù)手續(xù)費、顧問咨詢費和投資盈利等。各銀行由于自身定位不同，其收入結(jié)構(gòu)也差異較大，繼而影響銀行績效。

(6)所有者權(quán)益比率：該比率用以綜合考慮銀行債務(wù)的杠桿作用和財務(wù)風(fēng)險，側(cè)面反映了銀行的長期償債能力和長期財務(wù)狀況。

(7)留存收益比率：該比率表明當(dāng)期收益有多大比例將留在銀行，用于銀行自身發(fā)展。

(三)模型與方法

根據(jù)以往文獻來看，學(xué)者們對高管的學(xué)歷水平與公司績效的研究較多，且呈現(xiàn)出一定的相關(guān)性，所以模型(1)僅將CEO的學(xué)歷水平作為解釋變量；在模型(1)的基礎(chǔ)上，我們想更詳細地探究“CEO的學(xué)科背景是否與商科相關(guān)”和銀行績效的關(guān)系，為此模型(2)加入了學(xué)科背景作為自變量；綜上兩個模型都是分別探討單一解釋變量對因變量的影響，因此模型(3)又在模型(2)的基礎(chǔ)上加入了學(xué)歷水平乘以學(xué)科背景的交互項，以求研究兩者共同對銀行績效產(chǎn)生的影響。綜上所述，我們建立如下三個模型進行回歸分析，逐步深入探討CEO教育背景與銀行績效的關(guān)系。

ROAit=β0+β1Degreeit+β4GDPit+β5Sizeit+β6Depositit+β7Loansit+β8Nointit+β9Equityit+β10REarnit+εit

(1)

ROAit=β0+β1Degreeit+β2Majorit+β4GDPit+β5Sizeit+β6Depositit+β7Loansit+β8Nointit+β9Equityit+β10REarnit+εit

(2)

ROAit=β0+β1Degreeit+β2Majorit+β3Degree*Majorit+β4GDPit+β5Sizeit+β6Depositit+β7Loansit+β8Nointit+β9Equityit+β10Rearnit+εit

(3)

四、實證結(jié)果與分析

(一)描述性統(tǒng)計

為了更加清楚地展示各個變量的基本特征，我們將對各個變量進行描述性統(tǒng)計分析。從表2可以看出，CEO的平均受教育(Degree)為1.66，學(xué)科背景(Major)的平均值為0.45。這表明在1298個研究樣本中，大約45% 的樣本CEO最高學(xué)科背景與商科有關(guān)。此外，銀行績效方面，研究樣本資產(chǎn)平均回報率 (ROA)為1.0325%，凈資產(chǎn)收益率(ROE)平均值約為10.58%。對于控制變量，所有者權(quán)益比率(Equity Capital)、非利息收入率(Non-interest income)和凈貸款比率(Loans)的平均值分別為9.49%、28.87% 和 56.90%。其他變量的波動都相對較小，平均留存收益率(Retained Earning)和平均儲蓄率(Deposits)分別是2.28%和82.88%。

表2 變量描述性統(tǒng)計

(二)相關(guān)性分析

在對各變量描述統(tǒng)計之后，我們又對各個變量進行了相關(guān)性檢驗，檢驗結(jié)果如表3所示。除了績效變量ROA和ROE外，各個變量之間的相關(guān)系數(shù)都不高，這表明各個變量之間不存在多重共線性問題。此外，從表3中我們可以看出：第一，資產(chǎn)回報率(ROA)與銀行規(guī)模、國民生產(chǎn)總值(GDP)、儲蓄率和凈貸款率呈負相關(guān)關(guān)系；其他三個控制變量均與銀行績效(ROA)之間有正相關(guān)關(guān)系。第二，對于凈資產(chǎn)收益率(ROE)來說，結(jié)果顯示，只與GDP、Deposits 和Loans 變量呈現(xiàn)負相關(guān)關(guān)系，而與銀行規(guī)模(Size)和其他控制變量存在正相關(guān)關(guān)系。

表3 變量相關(guān)性分析

(三)面板模型的估計

首先進行固定效應(yīng)檢驗。建立模型之初，選擇建立混合面板模型還是固定效應(yīng)模型是通過F檢驗來確定的；關(guān)于建立固定效應(yīng)模型還是隨機效應(yīng)模型，則需使用Hausman檢驗來確定。我們對所有的回歸方程進行了上述兩個檢驗，其結(jié)果如表4所示。F檢驗結(jié)果顯示，所有回歸方程均顯著拒絕原假設(shè)(Pooled OLS), 也就是關(guān)于選擇混合效應(yīng)模型還是固定效應(yīng)模型，我們應(yīng)該選擇固定效應(yīng)；同樣，Hausman檢驗結(jié)果顯示，所有回歸方程均顯著拒絕原假設(shè)(Random effect)，也就是關(guān)于選擇固定效應(yīng)還是隨機效應(yīng)模型，我們應(yīng)該選擇固定效應(yīng)。所以，兩個檢驗結(jié)果均支持建立固定效應(yīng)模型。

表4 F檢驗和Hausman 檢驗結(jié)果

(四)估計結(jié)果及分析

通過表5，可以看到模型(1)回歸方程的檢驗F值為41.87，說明整個回歸模型是顯著的。學(xué)歷水平變量Degree的系數(shù)為0.185且在1%的水平下顯著，表明學(xué)歷水平與銀行績效之間存在顯著正相關(guān)關(guān)系，換句話說，對于亞洲商業(yè)銀行來說，高學(xué)歷的CEO比低學(xué)歷的CEO在管理銀行方面表現(xiàn)得要更好。銀行規(guī)模的系數(shù)是-0.108且在5%的水平下顯著，表明其與銀行績效ROA是負相關(guān)關(guān)系。留存收益率、所有者權(quán)益比率和非利息收入率與銀行績效的系數(shù)分別是12.848、5.113和0.008，且都在1%的置信水平下顯著，表明這些因變量都正相關(guān)于銀行績效變量。此外，凈貸款率的系數(shù)是-0.005，且在10%的置信水平下顯著，表明與績效有較顯著的負相關(guān)關(guān)系。而對于儲蓄率和宏觀變量GDP來說，回歸結(jié)果顯示，與銀行績效沒有顯著的關(guān)系。模型(2)只考慮了學(xué)歷水平和學(xué)科背景對銀行績效，并不考慮兩者的交互作用。我們可以看到回歸方程的F檢驗值是38.81，同樣表明方程是顯著的。學(xué)歷水平 (Degree) 和學(xué)科背景 (Major)的系數(shù)分別為0.140和0.243，且結(jié)果分別在5%和1%的水平下顯著，表明兩個變量對銀行績效都有顯著正相關(guān)的影響，這也意味著對于亞洲地區(qū)上市商業(yè)銀行，受教育程度高的CEO可能幫助銀行達到更高的績效水平，或者具有商科背景的CEO管理的銀行比那些由非商科出身的CEO管理的銀行績效水平要高。而模型(2) 中凈貸款率不顯著，表明當(dāng)考慮專業(yè)背景變量時，凈貸款率對銀行績效的影響不重要了。模型(3)的F值 (35.52) 滿足方程顯著的條件，表明模型(3) 總體是顯著的。當(dāng)加入交互項后，我們發(fā)現(xiàn)CEO的學(xué)歷水平和學(xué)科背景變量系數(shù)分別是0.034和-0.165，交互項的系數(shù)為0.025且在5%的水平下顯著。CEO的學(xué)科背景越強，將加強學(xué)歷水平對銀行績效的影響程度，換言之，CEO的學(xué)歷水平和學(xué)科背景之間存在著交互效應(yīng)(interaction effect)。而CEO的學(xué)歷水平越高，將會削弱學(xué)科背景對銀行績效的影響程度，換句話說，CEO的學(xué)歷越高，學(xué)科背景對銀行績效的影響也就越小。

表5 CEO教育背景對銀行績效變化的影響

續(xù)表5

(五)穩(wěn)健性檢驗

為了進一步檢驗上述實證結(jié)果的穩(wěn)定性，使用績效ROE變量代替模型中的ROA變量考察CEO教育背景與銀行績效的關(guān)系有怎樣的變化，結(jié)果如表6所示。結(jié)果顯示，解釋變量學(xué)歷水平(Degree)和學(xué)科背景(Major)以及交互項與被解釋變量的顯著性和相關(guān)性大致相同，在被解釋變量為ROE的情況下，解釋變量在方向及顯著性上仍然保持不變，總的來說，解釋變量可以通過穩(wěn)健性檢驗。

表6 穩(wěn)健性檢驗

續(xù)表6

五、研究結(jié)論與建議

(一)研究結(jié)論

選取2011-2017年亞洲上市商業(yè)銀行1298個數(shù)據(jù)作為樣本，分析了CEO教育背景對商業(yè)銀行績效的影響，并分別考察了CEO的學(xué)歷水平和學(xué)科背景兩個因素對績效的影響。研究表明，CEO的教育背景很大程度上影響了銀行績效，且兩者之間的關(guān)系是正向的。通過控制銀行特征和地區(qū)特征，我們發(fā)現(xiàn)單獨考慮CEO學(xué)歷水平對銀行績效的影響時，兩者之間呈現(xiàn)顯著正相關(guān)關(guān)系，換言之，對于亞洲地區(qū)的上市商業(yè)銀行來說，CEO的學(xué)歷越高，在銀行治理方面表現(xiàn)出的能力越強。究其原因，我們認為高學(xué)歷CEO相較于學(xué)歷較低者而言，可以為組織和企業(yè)提供更多高質(zhì)量的社會資本；另一方面，CEO是企業(yè)人力資本的一種，其知識、技能和能力可以視為銀行的無形資產(chǎn)，而教育作為培養(yǎng)和鍛煉能力的主要途徑之一，將會對企業(yè)績效產(chǎn)生正向影響。當(dāng)加入并考慮學(xué)科背景因素時，我們發(fā)現(xiàn)學(xué)科背景同樣與銀行績效呈現(xiàn)顯著正相關(guān)關(guān)系。也就是說，在亞洲地區(qū)，具有商科背景CEO的銀行會比無商科背景的績效更高。我們認為，行業(yè)背景相關(guān)度更高的教育可以使CEO制定更專業(yè)的戰(zhàn)略用于改善組織績效。對于銀行業(yè)而言，商科教育可以為商業(yè)銀行的首席執(zhí)行官提供必要的金融專業(yè)知識，如資本預(yù)算技術(shù)、投融資和財務(wù)報表分析能力，以此創(chuàng)造更好的商業(yè)績效。當(dāng)考慮學(xué)歷水平和學(xué)科背景的交互效應(yīng)時，研究結(jié)果顯示，CEO的學(xué)歷水平越高，將會削弱學(xué)科背景對銀行績效的影響。換言之，CEO學(xué)歷水平越高，學(xué)科背景對績效的影響程度會越小?，F(xiàn)實情況下，隨著學(xué)歷水平的提高，所學(xué)知識領(lǐng)域日益擴大，銀行業(yè)管理者所需的金融業(yè)和管理知識將逐步被囊括，說明廣泛的知識在一定程度上可以彌補專業(yè)差異對于績效的負面影響。同樣在考慮學(xué)歷水平和學(xué)科背景交互效應(yīng)的情況下，商科背景使CEO(相較于無商科背景的CEO而言)學(xué)歷水平與銀行績效間的正向關(guān)系加強。在我們看來，這是由于銀行管理的專業(yè)屬性所決定的：銀行業(yè)不同于其他實體行業(yè)，所以高層管理者具備的商業(yè)專業(yè)知識可以幫助銀行取得更好的績效。

(二)主要建議

基于上述研究結(jié)論提出如下幾點建議：第一，重視高學(xué)歷人才的聘用與引進。銀行業(yè)的競爭說到底是人才的競爭，正如本文實證結(jié)果所示，高學(xué)歷CEO不論在提升銀行績效還是管理能力上都更勝一籌。因此，我們雖不提倡一味強調(diào)CEO的教育背景，但肯定高學(xué)歷在企業(yè)CEO的選取或聘任上仍具有重要意義。第二，建立并完善銀行激勵機制。首先，為鼓勵人才培養(yǎng)，可根據(jù)CEO的學(xué)歷水平設(shè)立適當(dāng)?shù)募畲胧?。簡言之，CEO的學(xué)歷水平越高，其薪酬、股權(quán)或其他物質(zhì)和非物質(zhì)獎勵則適當(dāng)增加。其次，根據(jù)錦標(biāo)賽理論，CEO與其他高層管理者需要有一定的薪酬差距，這種差距有助于CEO實現(xiàn)自我認同、調(diào)動個人積極性、發(fā)揮其經(jīng)營管理才能，并最終帶領(lǐng)銀行提高績效。再者，有了激勵制度，還需體現(xiàn)其公正性和透明性，即所有的獎勵措施應(yīng)當(dāng)明確并公開，杜絕腐敗。第三，設(shè)立高層團隊人才培養(yǎng)計劃。從長遠角度來看，銀行若要實現(xiàn)盈利增長并壯大自身實力，就需要不斷提高組織人員的素質(zhì)及業(yè)務(wù)能力；尤其對銀行高管而言，CEO的管理水平、決策能力乃至創(chuàng)新思維，對銀行績效都起到舉足輕重的作用。因此，銀行可設(shè)立高層團隊人才培養(yǎng)計劃，例如：舉辦海外學(xué)習(xí)、訪問優(yōu)秀銀行和舉行專家座談等活動，這些活動將是提高銀行軟實力的重要途徑。第四，定期舉辦業(yè)務(wù)考核和評優(yōu)活動。業(yè)務(wù)考核包含對CEO年度或季度實現(xiàn)的績效的定量考核，該考核數(shù)據(jù)將作為高管團隊評優(yōu)活動的依據(jù)，如此不僅有助于CEO積極提升其專業(yè)素養(yǎng)，為銀行發(fā)展貢獻智慧，還可促進銀行內(nèi)部良性競爭。