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.