留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

高管团队成员职能经历多样性能减弱实体企业金融化吗——来自沪深2008—2019年上市公司的检验

王菁 翁杰 张锐

王菁, 翁杰, 张锐. 高管团队成员职能经历多样性能减弱实体企业金融化吗——来自沪深2008—2019年上市公司的检验[J]. 广东财经大学学报, 2022, 37(1): 96-111.
引用本文: 王菁, 翁杰, 张锐. 高管团队成员职能经历多样性能减弱实体企业金融化吗——来自沪深2008—2019年上市公司的检验[J]. 广东财经大学学报, 2022, 37(1): 96-111.
WANG Jing, WENG Jie, ZHANG Rui. Will Top Management Team Members with Intrapersonal Functional Diversity Weaken the Financialization of Entity Enterprises: Test of Listed Companies in Shanghai and Shenzhen Stock Market from 2008 to 2019[J]. Journal of Guangdong University of Finance & Economics, 2022, 37(1): 96-111.
Citation: WANG Jing, WENG Jie, ZHANG Rui. Will Top Management Team Members with Intrapersonal Functional Diversity Weaken the Financialization of Entity Enterprises: Test of Listed Companies in Shanghai and Shenzhen Stock Market from 2008 to 2019[J]. Journal of Guangdong University of Finance & Economics, 2022, 37(1): 96-111.

高管团队成员职能经历多样性能减弱实体企业金融化吗——来自沪深2008—2019年上市公司的检验

基金项目: 

浙江省自然科学基金项目 LY18G030041

详细信息
    作者简介:

    王菁(1983-),女,上海人,浙江工业大学管理学院副教授,博士

    翁杰(1973-),男,浙江诸暨人,浙江工业大学管理学院教授,博士

    张锐(1981-),男,四川眉山人,浙江工业大学管理学院讲师,博士

  • 中图分类号: F270.7;F830.59

Will Top Management Team Members with Intrapersonal Functional Diversity Weaken the Financialization of Entity Enterprises: Test of Listed Companies in Shanghai and Shenzhen Stock Market from 2008 to 2019

  • 摘要: 通才还是专才,谁的金融投资水平更高?基于资源基础理论和社会认同理论,以中国沪深A股2008—2019年的上市公司为研究样本,分析高管团队成员职能经历多样性和金融化的关系,并探讨其中的作用环境与作用机制。研究发现:高管团队成员的职能经历多样性与企业金融化呈显著正相关关系,即跨职能工作能力强的通才型高管团队有更高的金融投资水平;这一结果在国有企业中有所减弱,在环境不确定性提升时更加明显。作用机制检验表明,高管团队成员职能经历多样性对投机性和非投机性金融资产均有正向作用,并且对前者的影响更大,体现出通才型高管团队有更高的金融投机倾向。在国有企业,高管团队成员职能经历多样性对两种类型金融资产的正向影响均有所减弱。然而,环境不确定性增强了高管团队成员职能经历多样性对投机性金融资产的正向影响作用,对高管团队成员职能经历多样性和非投机性金融资产的关系没有显著影响,体现出环境不确定性会加剧通才型高管团队的投机倾向。另外,通才效应通过增强高管团队过度自信对企业金融化程度产生影响。本文丰富了高管团队职能背景和企业金融化相关领域的研究,同时也为防范企业过度金融化,辩证看待职能经验的作用提供了相关依据。
  • 全球金融化浪潮的迅猛发展,不仅显著改变了企业的宏观环境,也深刻地影响了企业微观管理决策和投资行为。越来越多的实体企业偏离主营业务,试图将更多的资源配置于投资回报率相对较高的金融、房地产等行业,通过跨行套利的方式来获取利润,从而产生实体企业金融化现象。实体企业金融化是实体企业采取的一种特别强调资本运作的资源配置方式,通常意味着公司利润更多是来自于投资和资本运营,而不是生产和主营业务运营。换言之,金融化表明了一种积累模式,即利润主要通过金融渠道而不是通过贸易和商品生产而累积。实体经济是我国经济发展的根基,过度金融化不利于财富的增加和积累,影子银行体系膨胀也会增大金融风险甚至会引发金融危机。

    党的十九大报告明确指出要深化金融体制改革,增强金融服务实体经济的能力。诸多文献从微观层面对实体企业金融化的后果进行了研究,认为适度金融化可以增加公司的创新水平和经营绩效,促进生产效率的改进,但过度金融化则会挤出研发投资、阻碍企业生产效率的提高、降低经营绩效等(舒鑫和于博,2020;胡海峰等,2020;郭丽丽和徐珊,2021)[1-3]。由于实体企业金融化可能存在的正负两方面的影响作用,因此增强对此内容的相关研究,可以促使管理者正确把握金融化的程度,防止过度金融化。当前探究实体企业金融化前因要素的文献相对较少,且主要是从经济政策不确定性(彭俞超等,2018)[4]、公司业绩(Davis,2018;张瑾,2013;宋军和陆旸,2015)[5-7]、机构投资者(陈旭东等,2020;马连福等,2021;刘伟和曹瑜强,2018)[8-10]、企业性质(张瑾,2013;赵晓阳和衣长军,2021)[6, 11]、CEO金融背景(杜勇等,2019)[12]和金融危机经历(杜勇和王婷,2019)[13]等方面展开。整体来看,从制度层面研究的居多,如环境和组织特征因素等;从企业内部,如管理层认知与背景特征因素等方面剖析实体企业金融化动因的文献相对匮乏。管理者是组织投资的决策者,其行为决策会受到制度层面相关因素的限制,但也可以在此过程中充分发挥主观能动性(洪峰,2021)[14],因此,实体企业金融化作为一种跨行套利的投资决策,会受到管理层经验的显著影响。

    虽然有学者针对CEO的金融背景、危机经历与实体企业金融化的关系进行了理论分析和实证检验[12-13],但是这些研究主要集中于高管单一的职业经历对金融化的影响,关于多种跨职能经历对金融化决策的影响机制的探究则鲜有人涉足。此外,随着竞争环境的复杂性和不确定性日益增强,企业很难仅仅依靠CEO的能力来获得竞争优势,高管团队成员的综合能力是影响企业长期成功的重要因素(Carpenter等,2004)[15]。与单一职业经历相比,高管团队内部成员职能经历多样性反映了高管团队内部每个成员是“专才”还是“通才”的程度以及跨职能工作能力,并会对企业战略决策和绩效产生重要影响(黄海艳等,2019;Cannella等,2008;王雪莉等,2013;何瑛等,2019)[16-19]。职能经历多样性高的通才型高管团队一方面更具有开放性,更不容易受到基于职能印记效应的影响[17]而局限于某一投资领域,在近年来金融投资回报率不断上升的情境下,可能有更强的金融投资意愿;另一方面,其在认知能力、资源获取能力、情感认同等方面更具优势[16],也能为实体企业进行金融投资提供有力支持。

    基于此,本文拟重点探讨以下内容:在中国经济快速发展的大背景下,高管团队成员职能经历多样性如何影响实体企业金融化?公司的制度环境(如所有权性质、环境动态性)会对两者关系产生何种影响?如果成员职能经历多样性高的通才型高管团队会对企业金融化程度产生影响,那么这种影响可能存在的异质性动机以及机制路径是什么?为回答以上问题,本文以中国2008—2019年A股上市公司为研究样本,从通才还是专才角度分析高管团队成员职能经历多样性对企业金融化的影响,并从所有权性质、环境动态性进一步探索成员职能经历多样性与企业金融化之间关系的调节机制以及异质性动机,从高管团队过度自信这条机制路径探究其中的中介效应。相应地,本文的贡献则体现在以下三个方面:第一,目前探究企业金融化影响因素的文献多集中于经营环境、组织特征以及高管单一的职业经历(主要包括金融、学术经历)等方面,鲜有从通才还是专才视角探讨高管团队成员职能经历多样性与实体企业金融化的关系。然而,团队成员不同的职能经历之间会发生相互作用,塑造个体的认知和能力,并最终影响到整个高管团队的知识结构、印记效应和情感效应等。因此,本文丰富了实体企业金融化动因以及高管团队人力资本的相关研究。第二,进一步拓展了环境因素对实体企业金融化影响的研究。本文将企业所有权性质、环境不确定性纳入到高管团队成员职能经历多样性和实体企业金融化关系的分析框架中,凸显了高管团队与制度层面因素互动中发挥的主观能动性,这是对现有实体企业金融化研究的补充。第三,本文不仅研究了高管团队成员职能经历多样性特征对实体企业金融化程度的影响,还对成员职能经历多样性特征在引导实体企业金融化决策中可能存在的异质性动机进行了检验,并且从高管团队过度自信这条机制路径探究了其中的中介效应,从而丰富了实体企业金融化领域的相关影响机制的研究。

    高管团队成员职能经历多样性不仅有利于高管团队成员扩大视野,也有利于成员间实现知识共享、协商和达成一致,而且不同领域的工作经历能够使团队成员积累更广泛的人脉资源,提高战略决策的速度以及资源获取能力。我们基于资源基础理论和社会认同理论,从知识共享、降低冲突、资源获取等方面进行分析,认为高管团队成员的职能经历多样化会对实体企业金融化产生正向影响。原因如下:

    首先,具有广泛职能背景的个体更具有开放性,更不容易受到基于职能的印记效应的影响[17]而局限在实体经济领域进行投资和经营。近年来,股票、委托理财等金融投资收益率相对较高,成员职能经历多样性较高的高管团队可能会有更强的金融投资意愿,即通过跨行取利来改善企业短期业绩、减少融资约束等。高管团队成员从之前的工作经历中获得的各种直接和间接经验有利于其提高理解和沟通技能,缩小团队内部成员之间以及高管团队和外部利益相关者之间的语义差距(Cannella等,2008;Chattopadhyay等,1999)[17, 20]。因此,成员职能经历多样性较高的通才型高管团队往往能够更加有效地共享和整合信息,避免偏见和狭隘(Bunderson和Sutcliffe,2002)[21],这也使他们并不会专注于某一投资领域。在实体经济经营回报率下降,而金融投资收益率相对较高的情况下,他们将会比成员职能经历多样性低的专才型高管团队有更强的意愿从事金融投资活动。

    其次,与成员职能经历多样性低的专才型高管团队相比较,成员职能经历多样性较高的通才型高管团队具有更广泛的知识和能力,能更加快速地甄别和把握金融投资机会。实体企业进行金融投资具有较高的风险,无论是出于套期保值还是投机的目的购买金融资产,都需要高管团队成员具备广泛的职能专业知识和能力。基于资源基础理论,个体职能经历多样性程度高的通才型高管团队能够拥有更大、结构更稀疏的知识网络(Monge和Eisenberg,1987)[22],他们对搜寻何种知识以及如何利用这些知识有更清晰的认知(Bunderson,2003)[23]。比如,具有财务金融职能背景的高管团队成员更加了解金融投融资政策、规制、操作方式以及公司财务报表等;以往的市场营销工作经历对于高管团队成员在金融投资时识别产品供求关系、产业政策、经济周期等都有益处;而具有研发、生产运营职能背景的团队成员对产品生产、技术更迭知识的敏感性更强,对于行业内期货产品套期保值的认知更有优势。

    再次,比较而言,成员职能经历多样性高的通才型高管团队对于金融投资项目,尤其是一些短期金融投资项目有着更高效的执行能力。一方面,成员职能多样性程度高的通才型高管团队在资源获取方面更具优势,他们在不同领域的工作经历有助于其积累更广泛的人脉资源,并利用丰富的社会网络实现知识、资金、网络等多方面的共享(陈莞和张佳瑶,2016;王性玉和邢韵,2020)[24-25],为实体企业开展金融投资活动缓解资源约束。另一方面,基于社会认同理论,成员职能经历多样性程度高的通才型高管团队的成员因知识和观点重叠,成员之间更容易沟通,认同感和信任感也更强,有利于他们开展更有效的沟通协调[21]和跨职能领域合作活动,从而提高了决策速度,降低了合作中的冲突,为公司制定和运行复杂的跨职能投资和业务流程提供支持[17, 21]。据此,提出以下假设:

    H1:通才型高管团队能够提升实体企业金融化,即高管团队成员职能经历多样性程度越高,实体企业金融化水平越高。

    1. 企业所有权性质

    基于前文的分析可知,通才型高管团队能够增加实体企业的金融化程度,但是两者的关系仍会受到实体企业所有权性质的影响。本文认为,国有企业制度环境的特殊性会制约通才型高管团队对于实体企业金融化的正向影响。这主要是因为:

    首先,国有企业并不是单一的以追求经济利润最大化为目的,通常还肩负着经济调控、扩大就业、支持国家发展规划和社会稳定等社会责任。基于宏观层面的研究发现,实体企业金融化会导致经济发展速度降低(刘诗白,2010)[26]、社会经济稳定性下降(Dore,2008)[27]、劳动力就业规模缩减(Gonzalez等Sala,2014)[28]、失业率上升等(翁杰等,2020)[29]。为了促进经济社会的健康发展,政府会限制国有企业的金融投资水平,以金融服务实体经济,遏制金融泡沫。因此,虽然通才型高管团队有更强的意愿和能力进行金融投资,但是与非国有企业相比,国有企业高管团队在制定战略决策时所考虑的政治或社会目标以及政府的限制和引导,都会减少他们投资于风险相对较高但有可能对社会经济稳定、就业规模造成负面影响的金融领域,而是增加实体经济的投入,以扩大就业并促进社会安定。

    其次,由于国有企业更加强化社会和政治目标,因此企业利润与高管离任、晋升的关系有所弱化,从而降低国有企业高管团队跨行取利、保值的金融投资动机。国有企业与政府之间的天然联系使其更容易获得政府的扶持,如获得贷款以及垄断性项目等。在很多国有企业中,政府对高管的任免有决定权,选拔高管的标准并不一定是经济绩效。即便资源充足,国有企业的管理者也有可能出于规避责任、不求有功但求无过的考虑,而不愿意投资高风险的金融项目(徐经长和曾雪云,2012)[30],从而减弱了国有企业高管团队出于投机动机而进行的金融投资行为。另外,非国有企业从外部获得资源的难度较大,成本更高,他们有更强的动机持有金融资产以规避经营风险。与其相比,国有企业更容易获得资源并在一定程度上对冲经营风险(张成思和郑宁,2019)[31],从而减弱以规避经营风险为动机的金融资产投资行为,即国有企业高管团队更低的投机和保值动机将会降低职能经历多样性高的高管团队的金融投资倾向。据此提出以下假设:

    H2:国有所有权性质会减弱通才型高管团队对实体企业金融化的正向影响。

    2. 环境不确定性

    高管团队要充分发挥潜力,其结构需要与外部环境相匹配。环境不确定性是指缺乏关于环境未来变化的明确信息(Lawrence和Lorsch,1967)[32],高管团队成员职能经历多样性已经与企业更广阔的视野、更高效的决策速度和资源获取能力联系在一起[21]。因此本文认为,在环境不确定性情况下,通才型高管团队对实体企业金融化的正向影响会得到加强。在不确定性环境中,通才型高管团队对于实体企业金融投资的正向影响作用,如更高的认知和资源获取能力、较少的情感冲突等能够得到进一步的发挥。金融资产具有投资周期短、流动性高等特点,实体企业为了应对在不确定性环境经营中可能出现的因资金链断裂带来的财务困境,有更强的动机增加金融资产的持有比重(Duchin等,2017)[33]。然而,环境不确定性也会提高金融投资者的风险溢价,限制企业融资能力(Baum等,2009)[34],从而降低实体企业金融化水平(彭俞超等,2018)[4]。此时,高职能多样性的通才型高管团队在认知与能力、资源获取以及情感认同等方面的优势,对于实体企业在不确定性环境下运用金融资产增强流动性、调节会计利润具有重要作用。具体而言,高管团队的认知与能力将限定高管团队的视野和想象力,从而决定了高管团队对于潜在机会的敏感性。高管团队的情感冲突则将限制成员间知识和信息的整合,从而损害公司对于环境不确定的响应能力。职能经历多样性既有利于成员扩大视野、增加团队成员间的知识和信息共享,也有利于减少情感冲突,提高决策速度和资源获取能力等,为公司灵活、高效和快速响应环境不确定性下金融领域的投资提供了支持。据此提出以下假设:

    H3:环境不确定性会增强通才型高管团队对实体企业金融化的正向影响。

    本文以2008—2019年深沪A股上市公司为研究对象,数据主要来自CSMAR和WIND数据库。剔除金融、房地产类以及相关数据缺失的样本后,最终获取2 568家公司非平衡面板样本。

    为了检验本文的理论假说,将待检验的回归模型设定为:

    $$ FN = a + {\beta _1}INTRA + {\beta _2}INTRA \times {\rm{ }}Moderator{\rm{ }} + {\beta _3}{\rm{ }}Moderator{\rm{ }} + {\beta ^\prime }_4\sum K + \sum {{\rm{ }}industry{\rm{ }}} + \sum {{\rm{ }}year{\rm{ }}} + \varepsilon $$ (1)

    其中,FN为被解释变量,表示实体企业金融化水平;INTRA为解释变量,表示高管团队成员职能经历多样性,主要测量高管团队成员的通才程度;调节变量(Moderators)包括了企业所有权性质(SOE)、环境不确定性(UNC);K表示所有控制变量,同时还控制了年份(year)和行业(industry)固定效应。

    1. 被解释变量

    企业金融化(FN)为被解释变量,参考彭俞超等(2018)[35]的做法,以金融资产(包括交易性金融资产、买入返售金融资产、可供出售金融资产、发放贷款及垫款和持有至到期投资)与期末总资产之比衡量金融化程度。

    2. 解释变量

    自变量为高管团队成员职能经历多样性(INTRA),以高管团队内部每个成员职能经历多样性得分的均值表示,主要测量高管团队成员个体的通才程度。参照Cannella等(2008)[17]的做法,将高管团队成员的职能背景划分为生产运营、研发与设计、财务与金融、管理与行政、市场营销、法律、人力管理和其他八大类。计算团队每个成员的职能经历多样性得分,加总后除以总人数,即为高管团队成员职能经历多样性得分,本文以该得分均值作为高管团队通才程度的衡量指标。$INTRA = \sum\nolimits_{i = 1}^n {\left( {1 - \sum\nolimits_{j = 1} {P_{ij}^2} } \right)} /n$,其中Pij是高管ij职能部门工作年限与总工作年限的比例,n是高管团队成员数量。由于缺少每位高管在每项职能上所花时间的数据,故参照Cannella等(2008)[17]的做法,认为每位高管在每个职能领域的工作时间相同。

    3. 调节变量

    企业所有权性质(SOE)设置为虚拟变量,当实际控制人性质是国有时为1,其他为0。为了捕捉外部环境而不是管理层对环境的反应,此处仅考虑公司的市场特征即销售收入的变动系数,以此来衡量外部环境的动态性。参照Ghosh和Olsen(2009)[36]、傅皓天等(2018)[37]的研究,采用OLS运行模型(3),将得到回归系数的标准误除以公司过去5年销售收入均值,从而得到环境不确定性(UNC)。Sale=a0+a1Year+ε,其中Sale为销售收入,Year为年度变量。当观测值为t-4年的销售收入,对应的Year为1;当观测值为t-3年的销售收入,对应的Year为2;以此类推。

    4. 控制变量

    企业层面变量包括公司规模(FZ)、公司年龄(FG)、资产负债率(LEV)、企业盈利能力(ROA)、企业成长水平(GRT)、资本支出(CPX)、股权集中度(CON)、董事会规模(BZ)和机构持股比率(INS)。

    高管团队层面变量包括职能异质性(DFD)、年龄多样性(AD)、任期多样性(TD)、年龄均值(TA)、任期均值(TT)、高管团队规模(TZ)、海外背景比例(OB)和女性高管比例(FM)。本文根据Carpenter和Fredrickson(2001)[38]的研究,使用异质性指数对高管团队职能异质性进行测量。FD=1-∑Si2Si是在高管团队中以第i类职能为主导的人数占高管团队总人数的比例,其值在0到1之间,越接近于1表示高管团队职能异质性程度越高,越接近0表示高管团队职能异质性程度越低。

    表  1  变量定义
    变量类型 变量符号 变量名称 计算方法
    被解释变量 FN 企业金融化 以金融资产与期末总资产之比
    解释变量 INTRA 高管团队成员职能经历多样性 具体见文中
    调节变量 SOE 企业所有权性质 具体见文中
    UNC 环境不确定性 具体见文中
    控制变量 CON 股权集中度 第一大股东持股与总股数的比例
    TA 年龄均值 以高管团队每个成员年龄取均值来衡量
    FM 女性高管比例 以高管团队中女性成员人数占高管团队总人数的比例来衡量
    TT 任期均值 以高管团队每个成员任期取均值来衡量
    BZ 董事会规模 董事会人数取自然对数
    TD 任期多样性 以高管团队内任期标准差除以高管团队成员平均任期进行测量
    AD 年龄多样性 以高管团队内年龄标准差除以高管团队成员平均年龄进行测量
    OB 海外背景比例 以高管团队中有海外背景的人数占高管团队总人数的比例来衡量
    DFD 职能异质性 具体见文中
    ROA 企业盈利能力 净利润/总资产余额
    GRT 企业成长水平 以营业收入增长率来衡量
    CPX 资本支出 以构建固定资产、无形资产和其他长期资产支付的现金除以总资产来衡量
    TZ 高管团队规模 高管团队总人数取自然对数
    FG 公司年龄 用样本公司所在年减去其成立所在年后所得的年数取自然对数来衡量
    LEV 资产负债率 以年末负债占年末总资产的比率衡量
    INS 机构持股比率 以机构投资者持股占总股数的比例衡量
    FZ 公司规模 期末资产总额取自然对数
    下载: 导出CSV 
    | 显示表格

    本文检验思路如下:首先分析高管团队成员职能经历多样性对实体企业金融化的影响以及所有权性质和环境动态性的调节效应;其次对高管团队成员职能经历多样性特征在引导实体企业金融化决策中可能存在的异质性动机进行检验,并且从高管团队过度自信这条机制路径分析其中的中介效应。对解释变量和控制变量进行方差膨胀因子(VIF)诊断,VIF约为2.39,可排除多重共线性问题。在回归前采用Hausman检验,P值< 0.001,拒绝了随机效应模型,故选择固定效应模型的回归结果。

    表 2对主要变量进行了描述性统计和相关性统计分析。结果显示,FN的均值为0.02,标准差为0.06,该值与其他学者的研究结论基本一致,表示金融资产占期末总资产比重均值为2%,说明实体企业内存在金融化现象,而且不同企业间金融化程度差异很大。INTRA的均值为0.38,标准差为0.14,表示在我国上市企业中广泛存在具有丰富跨职能经验的高管团队,而且不同企业间高管团队职能多样性差异较大。INTRAFN的相关系数为0.011,在5%的水平下显著,与预期相一致,即随着高管团队成员职能经历多样性程度的增加,其所在实体企业的金融化程度也会相应增加。这些结果初步支持了前文提出的H1,但是仍需要更为严谨的验证。后续研究中,本文将控制其他可能对FN造成影响的因素,应用回归分析对两者关系展开进一步验证。

    表  2  描述性统计和相关性分析
    变量 MEAN S.D. 1 2 3 4 5 6 7 8 9
    1.FN 0.02 0.06 1
    2.INTRA 0.38 0.14 0.011** 1
    3.SOE 0.39 0.49 -0.009 -0.112*** 1
    4.UNC 0.06 0.06 -0.025*** -0.042*** -0.087*** 1
    5.TZ 2.09 0.37 -0.068*** 0.069*** 0.019*** -0.096*** 1
    6.FM 0.15 0.16 0.057*** -0.025*** -0.169*** 0.045*** -0.084*** 1
    7.OB 0.04 0.11 0 0.127*** -0.159*** -0.013* 0.035*** 0.046*** 1
    8.DFD 0.42 0.22 -0.114*** 0.290*** -0.055*** -0.068*** 0.211*** -0.067*** 0.046*** 1
    9.TD 0.6 0.33 0.038*** 0.001 0.159*** 0.031*** 0.068*** -0.012** -0.004 -0.048*** 1
    10.TT 3.59 1.86 0.086*** 0.025*** 0.010* -0.209*** -0.152*** -0.019*** 0.006 -0.070*** -0.085***
    11.TA 46.91 3.7 0.060*** -0.001 0.267*** -0.153*** 0.067*** -0.155*** -0.010* -0.057*** 0.008
    12.AD 0.13 0.05 -0.008 -0.016*** -0.294*** 0.087*** -0.005 0.149*** 0.074*** 0.009 0.016***
    13.ROA 0.03 0.07 0.021*** 0.011* -0.073*** -0.103*** 0.060*** 0.025*** 0.011* 0.061*** -0.157***
    14.GRT 0.28 0.55 -0.011* -0.014** 0.011* 0.214*** -0.007 0.034*** -0.007 -0.041*** 0.029***
    15.CPX 0.05 0.05 -0.112*** 0.006 -0.078*** -0.112*** 0.069*** -0.039*** 0.046*** 0.123*** -0.111***
    16.BZ 2.25 0.18 -0.034*** -0.050*** 0.259*** -0.082*** 0.132*** -0.115*** -0.034*** 0.044*** 0.052***
    17.LEV 0.45 0.22 -0.093*** -0.100*** 0.280*** 0.106*** -0.007 -0.106*** -0.055*** -0.095*** 0.175***
    18.CON 0.35 0.15 -0.032*** -0.035*** 0.219*** -0.006 0.043*** -0.054*** -0.025*** 0.030*** -0.074***
    19.INS 0.46 0.24 -0.021*** -0.081*** 0.393*** 0.023*** 0.059*** -0.091*** -0.013** -0.050*** 0.059***
    20.FG 2.79 0.38 0.123*** 0.048*** 0.136*** 0.068*** -0.105*** 0.054*** -0.047*** -0.190*** 0.181***
    21.FZ 22.03 1.35 0.029*** 0.031*** 0.328*** -0.118*** 0.203*** -0.137*** 0.032*** -0.063*** 0.184***
    10 11 12 13 14 15 16 17 18 19 20
    11.TA 0.341*** 1
    12.AD -0.116*** -0.203*** 1
    13.ROA -0.007 -0.001 -0.017*** 1
    14.GRT -0.013** -0.036*** -0.010* 0 1
    15.CPX -0.082*** -0.060*** 0.021*** 0.159*** -0.149*** 1
    16.BZ 0.012** 0.122*** -0.130*** 0.028*** -0.050*** 0.053*** 1
    17.LEV -0.024*** 0.061*** -0.115*** -0.389*** 0.087*** -0.113*** 0.139*** 1
    18.CON -0.092*** 0.063*** -0.090*** 0.143*** -0.003 0.059*** 0.031*** 0.017*** 1
    19.INS -0.046*** 0.157*** -0.175*** 0.094*** 0.002 0.030*** 0.224*** 0.176*** 0.515*** 1
    20.FG 0.227*** 0.231*** -0.027*** -0.108*** 0.065*** -0.227*** 0.001 0.170*** -0.139*** 0.018*** 1
    21.FZ 0.172*** 0.288*** -0.214*** 0.021*** 0.017*** -0.004 0.251*** 0.392*** 0.221*** 0.405*** 0.162***
    注:******分别表示p < 0.01、p < 0.05、p < 0.1。下表同。
    下载: 导出CSV 
    | 显示表格

    1.高管团队成员职能经历多样性与企业金融化

    表 3检验了高管团队成员职能经历多样性与企业金融化的关系,模型(1)为基准模型,模型(2)是在模型(1)的基础上加入变量INTRA,结果显示INTRAFN是显著的正相关关系(beta=0.017,p < 0.01),即高管团队成员多样性程度越高,企业金融化水平越高,从而支持了H1。说明通才型高管团队所在企业有更强的金融投资倾向,从而提高了金融化程度。

    表  3  高管团队成员职能经历多样性与企业金融化的关系
    变量 (1) (2) (3) (4) (5)
    INTRA 0.017*** (0.001) 0.031*** (0.000) 0.016*** (0.001) 0.029*** (0.000)
    INTRA×SOE -0.027*** (0.001) -0.025*** (0.001)
    INTRA×UNC 0.115** (0.014) 0.094** (0.031)
    SOE 0.004 (0.234) 0.004 (0.239) 0.003 (0.257) 0.004 (0.252) 0.003 (0.267)
    UNC -0.029*** (0.001) -0.029*** (0.001) -0.029*** (0.001) -0.026*** (0.002) -0.027*** (0.001)
    _cons 0.036 (0.611) 0.027 (0.694) 0.026 (0.712) 0.028 (0.689) 0.026 (0.707)
    控制变量 控制 控制 控制 控制 控制
    行业 控制 控制 控制 控制 控制
    年份 控制 控制 控制 控制 控制
    R2 0.052 6 0.053 7 0.054 7 0.054 1 0.055 0
    F 50.561 50.231 56.240 51.471 119.086
    N 21 044 21 044 21 044 21 044 21 044
    注:对连续变量进行了1%水平的缩尾,括号内为p值。下表同。
    下载: 导出CSV 
    | 显示表格

    2. 高管团队成员职能经历多样性与企业金融化关系的调节机制分析

    (1) 企业所有权性质的调节效应

    模型(3)的结果表明,企业所有权性质对通才型高管团队与企业金融化之间关系具有显著的负向调节作用(beta=-0.027,p < 0.01),此时虽然成员职能经历多样化高的通才型高管团队有更高的企业金融化水平(beta=0.031,p < 0.01),但INTRA×SOEFN是显著的负相关关系(beta=-0.027,p < 0.01),即与非国有企业相比,国有企业高管团队成员职能经历多样性对企业金融化的正向影响程度将会下降,H2得到验证。此外,虽然通才型高管团队能促进企业的金融化水平,但国有企业高管团队在制定战略决策时考虑的因素更多,从而使其减少金融领域的投资。

    (2) 环境不确定性的调节效应

    模型(4)在模型(2)的基础上加入交互项INTRA×UNC,结果表明成员职能经历多样性高的通才型高管团队能显著提升企业金融化程度(beta=0.016,p < 0.01),交互项INTRA×UNCFN是显著的正相关关系(beta=0.115,p < 0.05),即环境不确定性正向调节成员职能经历多样性与企业金融化之间的关系,H3得到验证。虽然环境不确定性会提高金融投资者的风险溢价、限制企业融资能力,降低实体企业金融化水平,但是通才型高管团队在认知与能力、资源获取以及情感认同等方面的优势对于实体企业在不确定性环境下进行金融资产投资具有促进作用。模型(5)为全模型,INTRAINTRA×SOEINTRA×UNC的回归系数依然显著。

    1. 内生性问题

    (1) 滞后变量

    前面的分析证实通才型高管团队会影响企业的金融化,但金融化程度高的实体企业也有可能倾向于组建个体具有丰富跨职能经验的高管团队,即本文可能存在反向因果的内生性问题。为解决该问题,将高管团队成员职能经历多样性滞后一期(LINTRA)进行分析。表 4模型(1)至(4)的结果显示,LINTRAFN是显著的正相关关系(beta=0.011, p < 0.05),模型(2)中LINTRA×SOEFN是显著的负相关关系(beta=-0.027,p < 0.01),模型(3)中UNCLINTRAFN之间的关系具有显著的正向调节作用(beta=0.127,p < 0.05)。该结果与前文基本一致。

    表  4  滞后一期的检验结果
    变量 (1) (2) (3) (4)
    LINTRA 0.011** (0.049) 0.025*** (0.009) 0.010* (0.054) 0.023** (0.010)
    LINTRA×SOE -0.027*** (0.003) -0.025***(0.004)
    LINTRA×UNC 0.127** (0.017) 0.109** (0.030)
    SOE 0.004 (0.286) 0.003 (0.309) 0.004 (0.289) 0.003 (0.309)
    UNC -0.031*** (0.000) -0.031*** (0.000) -0.027*** (0.001) -0.028*** (0.000)
    _cons 0.003 (0.966) 0.003 (0.970) 0.003 (0.967) 0.003 (0.970)
    控制变量 控制 控制 控制 控制
    行业 控制 控制 控制 控制
    年份 控制 控制 控制 控制
    R2 0.049 3 0.050 3 0.049 8 0.050 7
    F 62.962 9.493 16.154 48.901
    N 19 874 19 874 19 874 19 874
    下载: 导出CSV 
    | 显示表格

    (2) 倾向得分匹配法

    为解决样本选择偏误问题,采用倾向得分匹配法进行稳健性检验。对成员职能经历多样性进行编码(INTRA_H),当高管团队成员职能经历多样性高于特定年份及行业均值时设定为1,定义为实验组;反之为0,定义为对照组。设定如下方程:

    $$ \begin{array}{*{20}{c}} {\mathit{Pr}(INTR{A_H}) = {\beta _0} + {\beta _1}{\rm{ }}SOE{\rm{ }} + {\beta _2}{\rm{ }}UNC{\rm{ }} + {\beta _3}TZ + {\beta _4}FM + {\beta _5}OB + {\beta _6}DFD + {\beta _7}TD + }\\ {{\beta _8}TT + {\beta _9}TA + {\beta _{10}}AD + {\beta _{11}}ROA + {\beta _{12}}GRT + {\beta _{13}}CPX + {\beta _{14}}BZ + {\beta _{15}}LEV + {\beta _{16}}CON + }\\ {{\beta _{17}}INS + {\beta _{18}}FA + {\beta _{19}}FZ + \sum {{\rm{ }}industry{\rm{ }}} + \sum {{\rm{ }}year{\rm{ }}} + \varepsilon } \end{array} $$ (2)

    Logit回归计算倾向性得分值,其他变量与前文一致。表 5是一对一近邻匹配后的回归结果,(1)至(4)列显示INTRAINTRA×SOEINTRA×UNC对公司金融化的影响结果均与前文基本一致。此外,除了采用一对一近邻匹配外,本文还采用了半径匹配、核匹配方式,回归结果也都与前文基本一致(限于篇幅没有汇报),证明结果稳健。

    表  5  一对一近邻匹配后的回归结果
    变量 (1) (2) (3) (4)
    INTRA 0.013** (0.021) 0.033*** (0.003) 0.012** (0.039) 0.030*** (0.005)
    INTRA×SOE -0.039*** (0.001) -0.036*** (0.002)
    INTRA×UNC 0.173*** (0.004) 0.141** (0.015)
    SOE 0.000 (0.897) -0.000 (0.955) 0.000 (0.936) -0.000 (0.931)
    UNC -0.034*** (0.003) -0.034*** (0.003) -0.030*** (0.009) -0.031*** (0.008)
    _cons 0.020 (0.803) 0.016 (0.839) 0.021 (0.786) 0.018 (0.822)
    控制变量 控制 控制 控制 控制
    行业 控制 控制 控制 控制
    年份 控制 控制 控制 控制
    R2 0.060 6 0.062 6 0.061 5 0.063 2
    F 91.578 25.663 26.043 60.444
    N 10 484 10 484 10 484 10 484
    下载: 导出CSV 
    | 显示表格

    (3) Heckman两阶段模型

    回归模型如下:

    $$ \begin{array}{*{20}{c}} {\mathit{Pr}(INTR{A_D}) = {\beta _0} + {\beta _1}{\rm{ }}OINTRA{\rm{ }} + {\beta _2}{\rm{ }}SOE{\rm{ }} + {\beta _3}{\rm{ }}UNC{\rm{ }} + {\beta _4}TZ + {\beta _5}FM + {\beta _6}OB + {\beta _7}DFD + {\beta _8}TD + }\\ {{\beta _9}TT + {\beta _{10}}TA + {\beta _{11}}AD + {\beta _{12}}ROA + {\beta _{13}}GRT + {\beta _{14}}CPX + {\beta _{15}}BZ + {\beta _{16}}LEV + {\beta _{17}}CON + }\\ {{\beta _{18}}INS + {\beta _{19}}FA + {\beta _{20}}FZ + \sum {{\rm{ }}industry{\rm{ }}} + \sum {{\rm{ }}year{\rm{ }}} + \varepsilon } \end{array} $$ (3)
    $$ \begin{array}{*{20}{c}} {F{N_i} = a + {\beta _1}INTR{A_i} + {\beta _2}INTR{A_i} \times {\rm{ }}Moderators{{\rm{ }}_{i, t}} + {\beta _3}{\rm{ }}Moderators{{\rm{ }}_i} + }\\ {{\beta ^\prime }_4{K_i} + \rho IMR + \sum {{\rm{ }}industry{\rm{ }}} + \sum {{\rm{ }}year{\rm{ }}} + {\varepsilon _i}} \end{array} $$ (4)

    在第一阶段Probit回归中,被解释变量要求是虚拟变量(INTRA_D),当INTRA>0时赋值为1,其他为0。某公司选取具有某种人力资本特征的个体进入高管团队,会受到相同行业其他公司高管团队成员个体多样性特征的影响,但是其他公司高管团队成员职能经历多样性特征并不会影响该企业的金融化水平,故在第一阶段的回归模型中选取同行业中其他公司高管团队成员职能经历多样性的均值(OINTRA)作为工具变量。表 6模型(1)第一阶段回归结果显示OINTRAINTRA_D是显著的正相关关系(beta=1.444,p < 0.1),说明所在行业其他公司高管团队成员职能经历多样性会显著提高该公司高管团队成员职能经历多样性的可能性。将第一阶段的回归结果计算得到IMR(尼米尔斯比率),并将其带入第二阶段回归。Heckman第二阶段模型回归结果如(2)至(5)列所示。INTRAFN是显著的正相关关系(beta=0.013,p < 0.01)。模型(3)中,INTRA×SOEFN是显著的负相关关系(beta=-0.026,p < 0.01);模型(4)中,UNCINTRAFN之间关系具有显著的正向调节作用(beta=0.109,p < 0.05);在全模型(5)中,INTRAINTRA×SOEINTRA×UNC依然显著。该结果与表 3的结果基本一致,说明前文的结论稳健。

    表  6  Heckman两阶段回归结果
    变量 (1) (2) (3) (4) (5)
    OINTRA 1.444*(0.090)
    INTRA 0.013*** (0.004) 0.027*** (0.001) 0.013*** (0.004) 0.025*** (0.001)
    INTRA×SOE -0.026*** (0.001) -0.024*** (0.001)
    INTRA×UNC 0.109**(0.023) 0.088** (0.049)
    IMR 0.004*** (0.000) 0.004*** (0.000) 0.004*** (0.000) 0.004*** (0.000)
    _cons -1.040 (0.198) 0.030 (0.673) 0.028 (0.690) 0.030 (0.669) 0.029 (0.686)
    控制变量 控制 控制 控制 控制 控制
    行业 控制 控制 控制 控制 控制
    年份 控制 控制 控制 控制 控制
    R2 0.242 5 0.052 3 0.053 2 0.052 7 0.053 5
    N 20 853 20 851 20 851 20 851 20 851
    下载: 导出CSV 
    | 显示表格

    2. 环境不确定性的替代变量

    本文借鉴申慧慧和吴联生(2012)[39]的做法,首先计算每家公司未经行业调整的环境不确定性值,即公司过去5年非正常销售收入的标准差除以销售收入的平均值;其次参照《证监会行业分类结构与代码》中的制造业2级、其他1级行业分类,根据第t年同一行业内所有公司的环境不确定性值计算出特定年份特定行业内的环境不确定性中位数;最后,将公司i未经行业调整的环境不确定性值除以环境不确定性中位数,得到经过行业调整后的环境不确定性(EUNC)。表 7INTRAFN是显著的正相关关系(beta=0.018,p < 0.01)。模型(2)中,INTRA×SOEFN是显著的负相关关系(beta=-0.025,p < 0.01);模型(3)中,EUNCINTRAFN之间关系具有显著的正向调节作用(beta=0.004,p < 0.01);模型(4)中,INTRAINTRA×SOEINTRA×EUNC依然显著,说明本文结果稳健。

    表  7  环境不确定性替代变量
    变量 (1) (2) (3) (4)
    INTRA 0.018*** (0.001) 0.031*** (0.000) 0.018*** (0.002) 0.030*** (0.000)
    INTRA×SOE -0.025*** (0.000) -0.024*** (0.000)
    INTRA×EUNC 0.004*** (0.002) 0.003*** (0.010)
    SOE 0.003 (0.408) 0.002 (0.449) 0.003 (0.417) 0.002 (0.455)
    EUNC -0.001*** (0.002) -0.001*** (0.002) -0.001*** (0.005) -0.001*** (0.003)
    _cons 0.002 (0.972) 0.001 (0.987) 0.002 (0.975) 0.001 (0.989)
    控制变量 控制 控制 控制 控制
    行业 控制 控制 控制 控制
    年份 控制 控制 控制 控制
    R2 0.054 7 0.055 5 0.054 9 0.055 7
    F 71.136 83.933 34.898 39.177
    N 21 478 21 478 21 478 21 478
    下载: 导出CSV 
    | 显示表格

    3. 企业所有权性质的替代变量

    进一步将国有企业分为地方国有企业(LSOE)(实际控制人性质是地方国有为1,否则为0)和中央国有企业(CSOE)(实际控制人性质是中央国有为1,否则为0)。表 8模型(1)中INTRAFN是显著的正相关关系(beta=0.017,p < 0.01);模型(2)中,INTRA×CSOEFN是显著的负相关关系(beta=-0.041,p < 0.01),INTRA×LSOEFN是显著的负相关关系(beta=-0.020,p < 0.05),说明与非国有企业相比,国有企业中成员职能经历多样性对企业金融化的正向影响作用减弱,而且这种负向调节作用在中央国有企业更强;模型(3)中,UNCINTRAFN之间关系具有显著的正向调节作用(beta=0.115,p < 0.05);在全模型(4)中,INTRAINTRA×CSOEINTRA×LSOEINTRA×UNC依然显著。该结果与前文结论基本一致。

    表  8  企业所有权性质的替代变量
    变量 (1) (2) (3) (4)
    INTRA 0.017*** (0.001) 0.031*** (0.000) 0.016*** (0.001) 0.030*** (0.000)
    INTRA×CSOE -0.041*** (0.000) -0.039*** (0.000)
    INTRA×LSOE -0.020** (0.025) -0.018** (0.033)
    INTRA×UNC 0.115** (0.014) 0.093** (0.035)
    LSOE 0.004 (0.231) 0.004 (0.225) 0.004 (0.248) 0.004 (0.237)
    CSOE 0.002 (0.457) 0.001 (0.610) 0.002 (0.447) 0.001 (0.591)
    UNC -0.028*** (0.001) -0.029*** (0.000) -0.026*** (0.002) -0.027*** (0.001)
    _cons 0.027 (0.694) 0.025 (0.722) 0.028 (0.688) 0.025 (0.717)
    控制变量 控制 控制 控制 控制
    行业 控制 控制 控制 控制
    年份 控制 控制 控制 控制
    R2 0.053 7 0.055 0 0.054 1 0.055 3
    F 52.294 56.191 52.625 385.382
    N 21 056 21 056 21 056 21 056
    下载: 导出CSV 
    | 显示表格

    下面对通才型高管团队在促进企业金融化中可能存在的金融资产异质性进行检验。交易性金融资产、可供出售金融资产常被用于粉饰业绩、隐藏坏消息,体现了企业的投机倾向,有可能增大企业的经营风险,降低企业的信息质量。本文参考彭俞超等(2018)[35]的做法,将交易性金融资产、可供出售金融资产划为投机性金融资产,其余归为非投机性金融资产。表 9的结果显示,INTRA对投机性及非投机型金融资产的回归系数分别为0.016和0.001,在1%和5%的水平上显著。这意味着成员职能经历多样性高的通才型高管团队在视野、知识和信息共享、资源获取以及情感认同等方面具有优势,容易触发持有金融资产的意愿,而且相比较于非投机型金融资产,成员职能经历多样性高的通才型高管团队会把更多的资源配置于交易性金融资产以及可供出售金融资产,从而体现出更强的投机倾向。

    模型(2)和(6)的结果显示,INTRA×SOE与企业投机性金融资产、非投机性金融资产均是显著的负相关关系,回归系数分别为-0.023和-0.004,前者在1%的水平上显著,后者在5%的水平上显著,即与非国有企业比较,国有企业通才型高管团队对不同类型金融资产的正向影响均有所减弱。模型(3)的结果显示,INTRA×UNC与投机性金融资产是显著的正相关关系,即在环境不确定高的情境下,成员职能经历多样性对投机性金融资产的正向影响作用有所增强,回归系数为0.116,在5%的水平上显著。在模型(7)中INTRA×UNC与非投机性金融资产没有显著的相关关系。该结果反映随着环境不确定性程度的提升,成员职能经历多样性高的通才型高管团队会增加交易性金融资产、可供出售金融资产等投机性金融资产,以增加流动性、调节会计利润目标。在不确定性环境下,通才型高管团队主要通过增加投机性金融资产来提高企业的金融化水平。

    表  9  金融资产异质性检验
    变量 投机型金融资产 非投机型金融资产
    (1) (2) (3) (4) (5) (6) (7) (8)
    INTRA 0.016***
    (0.002)
    0.028***
    (0.000)
    0.015***
    (0.002)
    0.026***
    (0.000)
    0.001**
    (0.047)
    0.003**
    (0.016)
    0.001**
    (0.041)
    0.003**
    (0.012)
    INTRA×SOE -0.023***
    (0.001)
    -0.021***
    (0.001)
    -0.004**
    (0.029)
    -0.004**
    (0.025)
    INTRA×UNC 0.116**
    (0.012)
    0.098**
    (0.025)
    -0.001
    (0.929)
    -0.004
    (0.524)
    SOE 0.004
    (0.124)
    0.004
    (0.120)
    0.004
    (0.135)
    0.004
    (0.130)
    -0.000
    (0.583)
    -0.000
    (0.465)
    -0.000
    (0.584)
    -0.000
    (0.463)
    UNC -0.025***
    (0.001)
    -0.026***
    (0.001)
    -0.023***
    (0.005)
    -0.023***
    (0.003)
    -0.003**
    (0.012)
    -0.003**
    (0.011)
    -0.003**
    (0.018)
    -0.003**
    (0.016)
    _cons 0.028
    (0.661)
    0.027
    (0.677)
    0.028
    (0.655)
    0.027
    (0.671)
    -0.001
    (0.924)
    -0.001
    (0.905)
    -0.001
    (0.924)
    -0.001
    (0.904)
    控制变量 控制 控制 控制 控制 控制 控制 控制 控制
    行业 控制 控制 控制 控制 控制 控制 控制 控制
    年份 控制 控制 控制 控制 控制 控制 控制 控制
    R2 0.054 0 0.054 8 0.054 5 0.055 2 0.008 5 0.008 8 0.008 5 0.008 8
    F 356.376 1 375.664 215.875 200.465 116.438 104.346 111.075 113.131
    N 21 044 21 044 2 044 21 044 21 044 21 044 21 044 21 044
    下载: 导出CSV 
    | 显示表格

    过度自信是指人们在决策时高估自身能力与成功概率,而低估相应的风险(Malmedier和Tate,2005)[40]。诸多学者研究认为,过度自信的管理者有更高水平的企业并购活动、投资水平、风险承担等(姜付秀等,2009;叶玲和王亚星,2013;余明桂等,2013)[41-43]。成员职能经历多样性高的高管团队在知识、能力等方面的优势有可能促使高管团队产生更强烈的优越感,从而在企业管理活动中表现出更高程度的过度自信。本文认为,高管团队成员职能经历多样性特征会使其产生过度自信的心理,进而对其金融投资水平产生影响。

    本文参照姜付秀等(2009)[41]的做法,采用高管团队相对报酬方法对高管团队过度自信进行衡量。姜付秀等将薪酬最高的前三位高管作为公司的最高管理团队,用“薪酬最高的前三名高管薪酬之和/所有高管的薪酬之和”来表示高管过度自信,而本文中关于高管是否是高管团队成员主要依照国泰安数据库的分类。由于每家公司高管团队人数并不相同,因此以高管团队平均薪酬与所有高管平均薪酬之比作为高管团队过度自信(OC)的衡量指标。该指标不仅在一定程度上反映了公司高管团队在公司整个管理层中的重要程度,也可以用于不同公司之间的比较。高管团队地位越重要,越容易产生过度自信的心理,这与姜付秀等(2009)[41]的结论相符。

    表 10模型(1)检验结果显示,INTRAFN是显著的正相关关系(beta=0.016 8,p < 0.01);模型(2)显示INTRA与中介变量过度自信(OC)为显著的正相关关系(beta=0.099 2,p < 0.01),表明成员职能经历多样性的确更容易增加高管团队的过度自信;模型(3)同时加入INTRAOC,结果显示INTRAFN是显著的正相关关系(beta=0.016 7,p < 0.01),OCFN也是显著的正相关关系(beta=0.001 9,p < 0.10)。Sobel检验结果显示,Z统计量为2.48且在1%的水平上显著,说明高管团队过度自信在成员职能经历多样性和企业金融化之间起到了部分中介作用,即成员职能经历多样性通过增加过度自信进而影响企业金融化,即本文的结果支持“成员职能经历多样性——高管团队过度自信——企业金融化”的路径。

    表  10  过度自信的中介效应
    变量 企业金融化 过度自信 企业金融化
    (1) (2) (3)
    INTRA 0.016 8*** (0.001) 0.099 2*** (0.009) 0.016 7*** (0.001)
    OC 0.001 9* (0.056)
    SOE 0.003 7 (0.244) 0.025 7 (0.228) 0.003 7 (0.253)
    UNC -0.028 0*** (0.001) 0.293 4*** (0.000) -0.028 6*** (0.001)
    _cons 0.027 8 (0.692) 3.477 5*** (0.000) 0.021 0 (0.769)
    控制变量 控制 控制 控制
    行业 控制 控制 控制
    年份 控制 控制 控制
    R2 0.053 6 0.194 6 0.053 8
    F 57.154 2 178.824 7 61.239 2
    N 21 010 21 012 21 010
    下载: 导出CSV 
    | 显示表格

    本文基于资源基础理论和社会认同理论,选取2008—2019年中国A股上市公司为样本,考察了高管团队成员职能经历多样性对企业金融化的影响,企业所有权性质和环境不确定性对两者关系的调节作用以及高管团队成员职能经历多样性影响企业金融化的传导机制。研究发现:

    第一,高管团队成员职能经历多样性对企业金融化具有显著正向影响,即成员职能经历多样性程度越高,实体企业金融化水平越高,并且在非国有企业、环境不确定性高的情境下高管团队成员职能经历多样性产生的正向作用更为强烈。在控制内生性之后,各变量间的关系没有发生改变。

    第二,高管团队成员职能经历多样性对投机性、非投机性金融资产都有显著的正向影响,并且对投机性金融资产的正向作用更大,即与非投机性金融资产比较,成员职能经历多样性高的高管团队表现出更强的投机倾向。另外,企业所有权性质、环境不确定性也会对高管团队成员职能经历多样性和投机性、非投机性金融资产的关系产生影响。与非国有企业相比较,国有企业高管团队成员职能经历多样性对企业两种类型金融资产的正向影响均有所减弱。环境不确定性会增强成员职能经历多样性对投机性金融资产的正向影响作用,而对成员职能经历多样性和非投机性金融资产的关系没有显著影响。该结果反映出在环境不确定性较高的情境下,成员职能经历多样性高的高管团队会将更多的资源配置于交易性金融资产以及可供出售金融资产,以增加流动性、调节会计利润目标。此时,高管团队成员职能经历多样性主要通过增加投机性金融资产来提高企业金融化水平。

    第三,高管团队成员的多种职能经历会滋长其过度自信心理,从而对企业金融化程度产生影响。这说明成员职能经历多样性高的高管团队由于其在知识、能力、合作等方面的优势而产生的过度自信会使其更加高估金融投机带来的收益,而忽视可能存在的高风险。因此,跨职能工作能力强的通才型高管团队所在企业具有更高的金融投资水平。

    首先,企业在组建高管团队时不仅需要跨职能经验丰富的“通才”,也需要“专才”,以防止过多的通才可能导致的负面影响,尽可能做出合理平衡的决策。成员职能经历多样性高的高管团队表现出更高的风险偏好以及过度自信心理,从而提高了企业的金融化水平。由此,企业在组建高管团队时若聘请了过多的具有跨职能经验的高管,则势必会加大企业金融化程度,并有可能导致金融投资对主业投资的挤出效应。企业应关注和适当控制高管团队中具有丰富跨职能经验的高管比例,尤其是在环境不确定性情境以及非国有企业。

    其次,高管团队要辩证地看待跨职能经验,在制定决策时要减少高管团队成员职能经历多样性所带来的专业深度不够、过度自信心理以及追求短期收益倾向等带来的负面影响,放大其在开阔视野、信息共享、促进合作、减少分歧等方面的正面效应。本研究发现,高管团队成员职能经历多样性对投机性金融资产有更高的偏好,这要求具有跨职能经验的高管团队成员对从过去经历中获得的知识、能力有合理的认知,避免过度自信心理而盲目追求短期利润。同时要增加企业董事会对于成员职能经历多样性高的高管团队投资决策的监督与约束,曾经在不同领域的工作经历有利于高管团队成员积累更广泛的人脉资源,企业董事会可能会出于影响企业发展的顾忌而产生对其监督力度不足的情况。

    最后,政府监管部门要警惕实体企业过度金融化以及由此可能引发的经营风险和违规行为。本研究发现,成员职能经历多样性高的高管团队表现出更强的投机倾向,他们强烈的优越感也会提升其对自身能够合法化“铤而走险”能力的感知,使企业在金融化过程中引发更多的经营风险和违规行为。这就需要监管部门进一步健全法律法规,防范企业金融化引起的经营风险、违规等行为,进而维护我国资本市场健康发展。此外,要推动良好金融生态环境建设,打破金融垄断,积极推动实体经济转型升级,促进金融和实体经济的良性循环。

    本文借鉴已有文献的做法,假定高管团队成员在决策中发挥同等作用。然而,高管团队成员的权利分布存在差异性,特别是总经理,未来要进一步探讨总经理与其他高管团队成员之间的关系对结果的影响。限于数据收集的困难,本文主要考虑高管团队成员职能经历多样性,后续研究可以深入分析高管团队的其他异质性对于实体企业金融化的影响。

  • 表  1  变量定义

    变量类型 变量符号 变量名称 计算方法
    被解释变量 FN 企业金融化 以金融资产与期末总资产之比
    解释变量 INTRA 高管团队成员职能经历多样性 具体见文中
    调节变量 SOE 企业所有权性质 具体见文中
    UNC 环境不确定性 具体见文中
    控制变量 CON 股权集中度 第一大股东持股与总股数的比例
    TA 年龄均值 以高管团队每个成员年龄取均值来衡量
    FM 女性高管比例 以高管团队中女性成员人数占高管团队总人数的比例来衡量
    TT 任期均值 以高管团队每个成员任期取均值来衡量
    BZ 董事会规模 董事会人数取自然对数
    TD 任期多样性 以高管团队内任期标准差除以高管团队成员平均任期进行测量
    AD 年龄多样性 以高管团队内年龄标准差除以高管团队成员平均年龄进行测量
    OB 海外背景比例 以高管团队中有海外背景的人数占高管团队总人数的比例来衡量
    DFD 职能异质性 具体见文中
    ROA 企业盈利能力 净利润/总资产余额
    GRT 企业成长水平 以营业收入增长率来衡量
    CPX 资本支出 以构建固定资产、无形资产和其他长期资产支付的现金除以总资产来衡量
    TZ 高管团队规模 高管团队总人数取自然对数
    FG 公司年龄 用样本公司所在年减去其成立所在年后所得的年数取自然对数来衡量
    LEV 资产负债率 以年末负债占年末总资产的比率衡量
    INS 机构持股比率 以机构投资者持股占总股数的比例衡量
    FZ 公司规模 期末资产总额取自然对数
    下载: 导出CSV

    表  2  描述性统计和相关性分析

    变量 MEAN S.D. 1 2 3 4 5 6 7 8 9
    1.FN 0.02 0.06 1
    2.INTRA 0.38 0.14 0.011** 1
    3.SOE 0.39 0.49 -0.009 -0.112*** 1
    4.UNC 0.06 0.06 -0.025*** -0.042*** -0.087*** 1
    5.TZ 2.09 0.37 -0.068*** 0.069*** 0.019*** -0.096*** 1
    6.FM 0.15 0.16 0.057*** -0.025*** -0.169*** 0.045*** -0.084*** 1
    7.OB 0.04 0.11 0 0.127*** -0.159*** -0.013* 0.035*** 0.046*** 1
    8.DFD 0.42 0.22 -0.114*** 0.290*** -0.055*** -0.068*** 0.211*** -0.067*** 0.046*** 1
    9.TD 0.6 0.33 0.038*** 0.001 0.159*** 0.031*** 0.068*** -0.012** -0.004 -0.048*** 1
    10.TT 3.59 1.86 0.086*** 0.025*** 0.010* -0.209*** -0.152*** -0.019*** 0.006 -0.070*** -0.085***
    11.TA 46.91 3.7 0.060*** -0.001 0.267*** -0.153*** 0.067*** -0.155*** -0.010* -0.057*** 0.008
    12.AD 0.13 0.05 -0.008 -0.016*** -0.294*** 0.087*** -0.005 0.149*** 0.074*** 0.009 0.016***
    13.ROA 0.03 0.07 0.021*** 0.011* -0.073*** -0.103*** 0.060*** 0.025*** 0.011* 0.061*** -0.157***
    14.GRT 0.28 0.55 -0.011* -0.014** 0.011* 0.214*** -0.007 0.034*** -0.007 -0.041*** 0.029***
    15.CPX 0.05 0.05 -0.112*** 0.006 -0.078*** -0.112*** 0.069*** -0.039*** 0.046*** 0.123*** -0.111***
    16.BZ 2.25 0.18 -0.034*** -0.050*** 0.259*** -0.082*** 0.132*** -0.115*** -0.034*** 0.044*** 0.052***
    17.LEV 0.45 0.22 -0.093*** -0.100*** 0.280*** 0.106*** -0.007 -0.106*** -0.055*** -0.095*** 0.175***
    18.CON 0.35 0.15 -0.032*** -0.035*** 0.219*** -0.006 0.043*** -0.054*** -0.025*** 0.030*** -0.074***
    19.INS 0.46 0.24 -0.021*** -0.081*** 0.393*** 0.023*** 0.059*** -0.091*** -0.013** -0.050*** 0.059***
    20.FG 2.79 0.38 0.123*** 0.048*** 0.136*** 0.068*** -0.105*** 0.054*** -0.047*** -0.190*** 0.181***
    21.FZ 22.03 1.35 0.029*** 0.031*** 0.328*** -0.118*** 0.203*** -0.137*** 0.032*** -0.063*** 0.184***
    10 11 12 13 14 15 16 17 18 19 20
    11.TA 0.341*** 1
    12.AD -0.116*** -0.203*** 1
    13.ROA -0.007 -0.001 -0.017*** 1
    14.GRT -0.013** -0.036*** -0.010* 0 1
    15.CPX -0.082*** -0.060*** 0.021*** 0.159*** -0.149*** 1
    16.BZ 0.012** 0.122*** -0.130*** 0.028*** -0.050*** 0.053*** 1
    17.LEV -0.024*** 0.061*** -0.115*** -0.389*** 0.087*** -0.113*** 0.139*** 1
    18.CON -0.092*** 0.063*** -0.090*** 0.143*** -0.003 0.059*** 0.031*** 0.017*** 1
    19.INS -0.046*** 0.157*** -0.175*** 0.094*** 0.002 0.030*** 0.224*** 0.176*** 0.515*** 1
    20.FG 0.227*** 0.231*** -0.027*** -0.108*** 0.065*** -0.227*** 0.001 0.170*** -0.139*** 0.018*** 1
    21.FZ 0.172*** 0.288*** -0.214*** 0.021*** 0.017*** -0.004 0.251*** 0.392*** 0.221*** 0.405*** 0.162***
    注:******分别表示p < 0.01、p < 0.05、p < 0.1。下表同。
    下载: 导出CSV

    表  3  高管团队成员职能经历多样性与企业金融化的关系

    变量 (1) (2) (3) (4) (5)
    INTRA 0.017*** (0.001) 0.031*** (0.000) 0.016*** (0.001) 0.029*** (0.000)
    INTRA×SOE -0.027*** (0.001) -0.025*** (0.001)
    INTRA×UNC 0.115** (0.014) 0.094** (0.031)
    SOE 0.004 (0.234) 0.004 (0.239) 0.003 (0.257) 0.004 (0.252) 0.003 (0.267)
    UNC -0.029*** (0.001) -0.029*** (0.001) -0.029*** (0.001) -0.026*** (0.002) -0.027*** (0.001)
    _cons 0.036 (0.611) 0.027 (0.694) 0.026 (0.712) 0.028 (0.689) 0.026 (0.707)
    控制变量 控制 控制 控制 控制 控制
    行业 控制 控制 控制 控制 控制
    年份 控制 控制 控制 控制 控制
    R2 0.052 6 0.053 7 0.054 7 0.054 1 0.055 0
    F 50.561 50.231 56.240 51.471 119.086
    N 21 044 21 044 21 044 21 044 21 044
    注:对连续变量进行了1%水平的缩尾,括号内为p值。下表同。
    下载: 导出CSV

    表  4  滞后一期的检验结果

    变量 (1) (2) (3) (4)
    LINTRA 0.011** (0.049) 0.025*** (0.009) 0.010* (0.054) 0.023** (0.010)
    LINTRA×SOE -0.027*** (0.003) -0.025***(0.004)
    LINTRA×UNC 0.127** (0.017) 0.109** (0.030)
    SOE 0.004 (0.286) 0.003 (0.309) 0.004 (0.289) 0.003 (0.309)
    UNC -0.031*** (0.000) -0.031*** (0.000) -0.027*** (0.001) -0.028*** (0.000)
    _cons 0.003 (0.966) 0.003 (0.970) 0.003 (0.967) 0.003 (0.970)
    控制变量 控制 控制 控制 控制
    行业 控制 控制 控制 控制
    年份 控制 控制 控制 控制
    R2 0.049 3 0.050 3 0.049 8 0.050 7
    F 62.962 9.493 16.154 48.901
    N 19 874 19 874 19 874 19 874
    下载: 导出CSV

    表  5  一对一近邻匹配后的回归结果

    变量 (1) (2) (3) (4)
    INTRA 0.013** (0.021) 0.033*** (0.003) 0.012** (0.039) 0.030*** (0.005)
    INTRA×SOE -0.039*** (0.001) -0.036*** (0.002)
    INTRA×UNC 0.173*** (0.004) 0.141** (0.015)
    SOE 0.000 (0.897) -0.000 (0.955) 0.000 (0.936) -0.000 (0.931)
    UNC -0.034*** (0.003) -0.034*** (0.003) -0.030*** (0.009) -0.031*** (0.008)
    _cons 0.020 (0.803) 0.016 (0.839) 0.021 (0.786) 0.018 (0.822)
    控制变量 控制 控制 控制 控制
    行业 控制 控制 控制 控制
    年份 控制 控制 控制 控制
    R2 0.060 6 0.062 6 0.061 5 0.063 2
    F 91.578 25.663 26.043 60.444
    N 10 484 10 484 10 484 10 484
    下载: 导出CSV

    表  6  Heckman两阶段回归结果

    变量 (1) (2) (3) (4) (5)
    OINTRA 1.444*(0.090)
    INTRA 0.013*** (0.004) 0.027*** (0.001) 0.013*** (0.004) 0.025*** (0.001)
    INTRA×SOE -0.026*** (0.001) -0.024*** (0.001)
    INTRA×UNC 0.109**(0.023) 0.088** (0.049)
    IMR 0.004*** (0.000) 0.004*** (0.000) 0.004*** (0.000) 0.004*** (0.000)
    _cons -1.040 (0.198) 0.030 (0.673) 0.028 (0.690) 0.030 (0.669) 0.029 (0.686)
    控制变量 控制 控制 控制 控制 控制
    行业 控制 控制 控制 控制 控制
    年份 控制 控制 控制 控制 控制
    R2 0.242 5 0.052 3 0.053 2 0.052 7 0.053 5
    N 20 853 20 851 20 851 20 851 20 851
    下载: 导出CSV

    表  7  环境不确定性替代变量

    变量 (1) (2) (3) (4)
    INTRA 0.018*** (0.001) 0.031*** (0.000) 0.018*** (0.002) 0.030*** (0.000)
    INTRA×SOE -0.025*** (0.000) -0.024*** (0.000)
    INTRA×EUNC 0.004*** (0.002) 0.003*** (0.010)
    SOE 0.003 (0.408) 0.002 (0.449) 0.003 (0.417) 0.002 (0.455)
    EUNC -0.001*** (0.002) -0.001*** (0.002) -0.001*** (0.005) -0.001*** (0.003)
    _cons 0.002 (0.972) 0.001 (0.987) 0.002 (0.975) 0.001 (0.989)
    控制变量 控制 控制 控制 控制
    行业 控制 控制 控制 控制
    年份 控制 控制 控制 控制
    R2 0.054 7 0.055 5 0.054 9 0.055 7
    F 71.136 83.933 34.898 39.177
    N 21 478 21 478 21 478 21 478
    下载: 导出CSV

    表  8  企业所有权性质的替代变量

    变量 (1) (2) (3) (4)
    INTRA 0.017*** (0.001) 0.031*** (0.000) 0.016*** (0.001) 0.030*** (0.000)
    INTRA×CSOE -0.041*** (0.000) -0.039*** (0.000)
    INTRA×LSOE -0.020** (0.025) -0.018** (0.033)
    INTRA×UNC 0.115** (0.014) 0.093** (0.035)
    LSOE 0.004 (0.231) 0.004 (0.225) 0.004 (0.248) 0.004 (0.237)
    CSOE 0.002 (0.457) 0.001 (0.610) 0.002 (0.447) 0.001 (0.591)
    UNC -0.028*** (0.001) -0.029*** (0.000) -0.026*** (0.002) -0.027*** (0.001)
    _cons 0.027 (0.694) 0.025 (0.722) 0.028 (0.688) 0.025 (0.717)
    控制变量 控制 控制 控制 控制
    行业 控制 控制 控制 控制
    年份 控制 控制 控制 控制
    R2 0.053 7 0.055 0 0.054 1 0.055 3
    F 52.294 56.191 52.625 385.382
    N 21 056 21 056 21 056 21 056
    下载: 导出CSV

    表  9  金融资产异质性检验

    变量 投机型金融资产 非投机型金融资产
    (1) (2) (3) (4) (5) (6) (7) (8)
    INTRA 0.016***
    (0.002)
    0.028***
    (0.000)
    0.015***
    (0.002)
    0.026***
    (0.000)
    0.001**
    (0.047)
    0.003**
    (0.016)
    0.001**
    (0.041)
    0.003**
    (0.012)
    INTRA×SOE -0.023***
    (0.001)
    -0.021***
    (0.001)
    -0.004**
    (0.029)
    -0.004**
    (0.025)
    INTRA×UNC 0.116**
    (0.012)
    0.098**
    (0.025)
    -0.001
    (0.929)
    -0.004
    (0.524)
    SOE 0.004
    (0.124)
    0.004
    (0.120)
    0.004
    (0.135)
    0.004
    (0.130)
    -0.000
    (0.583)
    -0.000
    (0.465)
    -0.000
    (0.584)
    -0.000
    (0.463)
    UNC -0.025***
    (0.001)
    -0.026***
    (0.001)
    -0.023***
    (0.005)
    -0.023***
    (0.003)
    -0.003**
    (0.012)
    -0.003**
    (0.011)
    -0.003**
    (0.018)
    -0.003**
    (0.016)
    _cons 0.028
    (0.661)
    0.027
    (0.677)
    0.028
    (0.655)
    0.027
    (0.671)
    -0.001
    (0.924)
    -0.001
    (0.905)
    -0.001
    (0.924)
    -0.001
    (0.904)
    控制变量 控制 控制 控制 控制 控制 控制 控制 控制
    行业 控制 控制 控制 控制 控制 控制 控制 控制
    年份 控制 控制 控制 控制 控制 控制 控制 控制
    R2 0.054 0 0.054 8 0.054 5 0.055 2 0.008 5 0.008 8 0.008 5 0.008 8
    F 356.376 1 375.664 215.875 200.465 116.438 104.346 111.075 113.131
    N 21 044 21 044 2 044 21 044 21 044 21 044 21 044 21 044
    下载: 导出CSV

    表  10  过度自信的中介效应

    变量 企业金融化 过度自信 企业金融化
    (1) (2) (3)
    INTRA 0.016 8*** (0.001) 0.099 2*** (0.009) 0.016 7*** (0.001)
    OC 0.001 9* (0.056)
    SOE 0.003 7 (0.244) 0.025 7 (0.228) 0.003 7 (0.253)
    UNC -0.028 0*** (0.001) 0.293 4*** (0.000) -0.028 6*** (0.001)
    _cons 0.027 8 (0.692) 3.477 5*** (0.000) 0.021 0 (0.769)
    控制变量 控制 控制 控制
    行业 控制 控制 控制
    年份 控制 控制 控制
    R2 0.053 6 0.194 6 0.053 8
    F 57.154 2 178.824 7 61.239 2
    N 21 010 21 012 21 010
    下载: 导出CSV
  • [1] 舒鑫, 于博. 过度金融化对研发投资的挤出效应与挤出机制[J]. 河海大学学报: 哲学社会科学版, 2020(6): 29-38. https://www.cnki.com.cn/Article/CJFDTOTAL-HHZX202006006.htm
    [2] 胡海峰, 窦斌, 王爱萍. 企业金融化与生产效率[J]. 世界经济, 2020(1): 70-96. https://www.cnki.com.cn/Article/CJFDTOTAL-SJJJ202001006.htm
    [3] 郭丽丽, 徐珊. 金融化、融资约束与企业经营绩效——基于中国非金融企业的实证研究[J]. 管理评论, 2021(6): 53-64. https://www.cnki.com.cn/Article/CJFDTOTAL-ZWGD202106006.htm
    [4] 彭俞超, 韩珣, 李建军. 经济政策不确定性与企业金融化[J]. 中国工业经济, 2018(1): 137-155. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201801009.htm
    [5] DAVIS L E. Financialization and the non-financial corporation: an investigation of firm-level investment behavior in the United States[J]. Metroeconomica, 2018, 69(1): 270-307. doi: 10.1111/meca.12179
    [6] 张瑾. 非金融业上市企业持有金融资产规模影响因素探究[D]: 上海: 上海交通大学, 2013.
    [7] 宋军, 陆旸. 非货币金融资产和经营收益率的U形关系——来自我国上市非金融公司的金融化证据[J]. 金融研究, 2015(6): 111-127. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201506008.htm
    [8] 陈旭东, 卫聪慧, 刘嫦. 机构投资者持股影响了实体企业金融资产配置吗?[J]. 金融发展研究, 2020(6): 17-27. https://www.cnki.com.cn/Article/CJFDTOTAL-SDJR202006003.htm
    [9] 马连福, 秦鹤, 杜善重. 机构投资者网络嵌入与企业金融决策——基于实体企业金融化的研究视角[J]. 山西财经大学学报, 2021(2): 99-112. https://www.cnki.com.cn/Article/CJFDTOTAL-SXCJ202102009.htm
    [10] 刘伟, 曹瑜强. 机构投资者驱动实体经济"脱实向虚"了吗[J]. 财贸经济, 2018(12): 80-94. https://www.cnki.com.cn/Article/CJFDTOTAL-CMJJ201812007.htm
    [11] 赵晓阳, 衣长军. 国资介入能否抑制实体企业的脱实向虚?[J]. 经济管理, 2021(7): 61-74. https://www.cnki.com.cn/Article/CJFDTOTAL-JJGU202107004.htm
    [12] 杜勇, 谢瑾, 陈建英. CEO金融背景与实体企业金融化[J]. 中国工业经济, 2019(5): 136-154. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201905009.htm
    [13] 杜勇, 王婷. 管理者金融危机经历影响企业金融化水平吗?——基于中国上市公司的实证研究[J]. 商业经济与管理, 2019(8): 58-71. https://www.cnki.com.cn/Article/CJFDTOTAL-SYJG201908005.htm
    [14] 洪峰. 中国式员工持股计划与企业创新: 利益协同抑或市值管理[J]. 广东财经大学学报, 2021(2): 69-85. https://song.cbpt.cnki.net/WKG/WebPublication/paperDigest.aspx?paperID=32a1ae35-2186-4c46-8a8d-c186292feb89
    [15] CARPENTER M A, GELETKANYCZ M A, SANDERS W G. Upper echelons research revisited: antecedents, elements, and consequences of top management team composition[J]. Journal of Management, 2004, 30(6): 749-778. doi: 10.1016/j.jm.2004.06.001
    [16] 黄海艳, 张红彬, 陈效林. 新创企业高管团队职能多样性的绩效效应——基于社会网络的解释[J]. 经济管理, 2019(11): 92-108. https://www.cnki.com.cn/Article/CJFDTOTAL-JJGU201911007.htm
    [17] CANNELLA J A, PARK J, LEE H. Top management team functional background diversity and firm performance: examining the roles of team member colocation and environmental uncertainty[J]. Academy of Management Journal, 2008, 51(4): 768-784. doi: 10.5465/amr.2008.33665310
    [18] 王雪莉, 马琳, 王艳丽. 高管团队职能背景对企业绩效的影响: 以中国信息技术行业上市公司为例[J]. 南开管理评论, 2013(4): 80-93. doi: 10.3969/j.issn.1008-3448.2013.04.009
    [19] 何瑛, 于文蕾, 戴逸驰, 等. 高管职业经历与企业创新[J]. 管理世界, 2019(11): 174-192. doi: 10.3969/j.issn.1002-5502.2019.11.014
    [20] CHATTOPADHYAY P, GLICK W H, MILLER C C, et al. Determinants of executive beliefs: comparing functional conditioning and social influence[J]. Strategic Management Journal, 2015, 20(8): 763-790. http://www.researchgate.net/profile/Prithviraj_Chattopadhyay/publication/43491032_Determinants_of_Executive_Beliefs_Comparing_Functional_Conditioning_and_Social_Influence/links/02e7e5296b5d9e3f6a000000.pdf
    [21] BUNDERSON J S, SUTCLIFFE K M. Comparing alternative conceptualizations of functional diversity in management teams: process and performance effects[J]. Academy of Management Journal, 2002, 45: 875-893.
    [22] MONGE P R, EISENBERG E M. Emergent communication networks[M]. Beverly Hills, CA: Sage Publications, 1987.
    [23] BUNDERSON J S. Team member functional background and involvement in management teams: direct effects and the moderating role of power centralization[J]. Academy of Management Journal, 2003, 46(4): 458-474. https://www.jstor.org/stable/30040638
    [24] 陈莞, 张佳瑶. 技术多元化对企业创新绩效的影响——高管团队社会资本的调节作用[J]. 技术经济, 2016(3): 24-30. https://www.cnki.com.cn/Article/CJFDTOTAL-JSJI201603004.htm
    [25] 王性玉, 邢韵. 高管团队多元化影响企业创新能力的双维分析——基于创业板数据的实证检验[J]. 管理评论, 2020(12): 101-111. https://www.cnki.com.cn/Article/CJFDTOTAL-ZWGD202012010.htm
    [26] 刘诗白. 论过度金融化与美国的金融危机[J]. 经济学动态, 2010(4): 22-29. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXD201004005.htm
    [27] DORE R. Financialization of the global economy[J]. Industrial and Corporate Change, 2008, 17(6): 1097-1112. doi: 10.1093/icc/dtn041
    [28] GONZÁLEZ I, SALA H. Investment crowding-out and labor market effects of financialization in the US[J]. Scottish Journal of Political Economy, 2014, 61(5): 589-613. doi: 10.1111/sjpe.12059
    [29] 翁杰, 毛日, 王菁. 企业金融化对就业规模的影响研究——基于上市公司的实证[J]. 科技与经济, 2020(2): 97-101. https://www.cnki.com.cn/Article/CJFDTOTAL-KJYZ202002020.htm
    [30] 徐经长, 曾雪云. 金融资产规模、公允价值会计与管理层过度自信[J]. 经济理论与经济管理, 2012(7): 5-16. https://www.cnki.com.cn/Article/CJFDTOTAL-JJLL201207001.htm
    [31] 张成思, 郑宁. 中国实业部门金融化的异质性[J]. 金融研究, 2019(7): 1-18. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201907001.htm
    [32] LAWRENCE P R, LORSCH J W. Organization and environment: managing differentiation and integration[M]. Boston: Harvard Business School Press, 1967.
    [33] DUCHIN R, GILBERT T, HARFORD J, et al. Precautionary savings with risky assets: when cash is not cash[J]. The Journal of Finance, 2017, 72(2): 793-852. https://www.jstor.org/stable/26652701
    [34] BAUM C F, CAGLAYAN M, OZKAN N. The second moments matter: the impact of macroeconomic uncertainty on the allocation of loanable funds[J]. Economics Letters, 2009, 102(2): 87-89. https://www.sciencedirect.com/science/article/pii/S016517650800311X
    [35] 彭俞超, 倪骁然, 沈吉. 企业"脱实向虚"与金融市场稳定——基于股价崩盘风险的视角[J]. 经济研究, 2018(10): 50-66. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201810005.htm
    [36] GHOSH D, OLSEN L. Environmental uncertainty and managers' use of discretionary accruals[J]. Accounting Organizations and Society, 2009, 34(2): 188-205. https://www.sciencedirect.com/science/article/pii/S0361368208000627
    [37] 傅皓天, 于斌, 王凯. 环境不确定性、冗余资源与公司战略变革[J]. 科学学与科学技术管理, 2018(3): 92-105. https://www.cnki.com.cn/Article/CJFDTOTAL-KXXG201803007.htm
    [38] CARPENTER M A, FREDRICKSON J W. Top management teams, global strategic posture, and the moderating role of uncertainty[J]. Academy of Management Journal, 2001, 44(3): 533-545. doi: 10.5465/3069368
    [39] 申慧慧, 吴联生. 股权性质、环境不确定性与会计信息的治理效应[J]. 会计研究, 2012(8): 8-16. https://www.cnki.com.cn/Article/CJFDTOTAL-KJYJ201208004.htm
    [40] MALMENDIER U, TATE G. CEO overconfidence and corporate investment[J]. Journal of Finance, 2005, 60: 2661-2700. doi: 10.1111/j.1540-6261.2005.00813.x
    [41] 姜付秀, 张敏, 陆正飞, 等. 管理者过度自信、企业扩张与财务困境[J]. 经济研究, 2009(1): 131-143. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200901010.htm
    [42] 叶玲, 王亚星. 管理者过度自信、企业投资与企业绩效——基于我国A股上市公司的实证检验[J]. 山西财经大学学报, 2013(1): 116-124. https://www.cnki.com.cn/Article/CJFDTOTAL-SXCJ201301011.htm
    [43] 余明桂, 李文贵, 潘红波. 管理者过度自信与企业风险承担[J]. 金融研究, 2013(1): 149-163. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201301014.htm
  • 期刊类型引用(6)

    1. 陈胜蓝,王璟. 共同机构投资者与公司违约风险. 商业经济与管理. 2024(06): 88-104 . 百度学术
    2. 左治稷. 内部控制、ESG表现与企业金融化——基于中国2013—2022年A股上市公司的经验数据. 海南金融. 2024(10): 48-60 . 百度学术
    3. 贾卓强. 薪酬管制会影响国有企业投资偏好吗?——基于2015年“限薪令”的准自然实验. 现代财经(天津财经大学学报). 2023(02): 94-113 . 百度学术
    4. 余倩. 机构投资者异质性与企业金融化. 全国流通经济. 2022(15): 117-122 . 百度学术
    5. 毛聚,李杰,张博文. CEO复合职能背景与企业数字化转型. 现代财经(天津财经大学学报). 2022(09): 37-58 . 百度学术
    6. 刘睿智,寇祥增,王京. 研发投资能否抑制企业“脱实向虚”——基于资源配置和市场竞争视角. 财会月刊. 2022(16): 42-51 . 百度学术

    其他类型引用(23)

  • 加载中
表(10)
计量
  • 文章访问数:  698
  • HTML全文浏览量:  454
  • PDF下载量:  32
  • 被引次数: 29
出版历程
  • 收稿日期:  2021-09-03
  • 网络出版日期:  2022-02-22
  • 刊出日期:  2022-01-28

目录

/

返回文章
返回