企业生命周期;高管团队特征;企业绩效;
AStudyontheCorrelationBetweenTMTCharacteristicsandCorporatePerformance:BasedontheEnterpriseLifeCyclePerspective
FanYadongSuiXin
Abstract：
Keyword：
一、文献回顾及理论假设
(一)高管团队同质性特征与企业绩效的关系
1.平均年龄
2.平均任期
3.平均受教育水平
(二)高管团队异质性特征与企业绩效的关系
1.年龄异质性
2.任期异质性
3.受教育水平异质性
4.性别异质性
5.职业背景异质性
二、研究方法
(二)模型设计与变量描述
为分析高管团队在企业生命周期不同阶段对企业绩效的影响,结合其他学者的研究成果,构建如下回归方程。
模型1:高管团队同质性特征对企业绩效的影响模型。
ROE=β0+β1Mage+β2Mtime+β3Medu+β4State+β5Size+β6Lev+β7Salary+ε
模型2:高管团队异质性特征对企业绩效的影响模型。
ROE=β0+β1Dage+β2Dtime+β3Dedu+β4Dsex+β5Djob+β6State+β7Size+β8Lev
+β9Salary+ε
表1企业生命周期不同阶段的现金净流量特征导出到EXCEL
指标名称
成长期
成熟期
衰退期
初创期
动荡期
经营现金净流量
-
+
投资现金净流量
筹资现金净流量
窗体顶端
窗体底端
将符合条件的5539个样本数据根据上述企业生命周期各阶段的现金流量特征进行划分,结果如表2所示,处于成长期、成熟期、衰退期阶段的企业分别占总样本的53.44%、32.91%和13.65%,结合我国高新技术企业发展的实际情况,与其正在不断发展的趋势基本保持一致,说明用现金流量组合方法对高新技术企业进行企业生命周期阶段的划分具有较好的适用性。
表2根据企业生命周期各阶段划分样本结果导出到EXCEL
生命周期阶段
符合条件数/总样本数
占比(%)
2960/5539
53.44
1823/5539
32.91
756/5539
13.65
三、实证分析
(一)变量的描述性统计分析
本文选取的各个主要变量在全样本以及企业生命周期不同阶段的描述性统计特征如表3所示。在全样本中,从同质性特征的角度来看,高管团队的平均年龄的均值为48.627,说明高新技术企业偏好具有一定经验的中年管理者;高管团队的平均任期的最小值为0.859,最大值为7.513,可见高新技术企业高管团队的稳定性不高;高管团队的平均受教育水平的最小值为2.167,最大值为4.222,均值为3.306,说明高新技术企业高管团队的学历普遍较高。从异质性特征的角度来看,高管团队的任期异质性、受教育水平异质性以及职业背景异质性较大,年龄异质性与性别异质性相对较小。企业生命周期不同阶段主要变量的最大值、最小值、均值、中位数、标准差等并未与全样本表现出明显差异。
表3主要变量的描述性统计导出到EXCEL
Mage
Mtime
Medu
Dage
Dtime
Dedu
Dsex
Djob
全样本
最小值
41.643
0.859
2.167
0.086
0.000
最大值
55.789
7.513
4.222
0.274
1.170
0.778
0.367
0.777
均值
48.627
3.875
3.306
0.170
0.590
0.604
0.304
0.571
中位数
48.684
3.852
3.333
0.169
0.603
0.639
0.329
0.611
标准差
3.039
1.350
0.434
0.041
0.239
0.141
0.079
0.156
48.355
3.722
3.320
0.171
0.574
0.610
0.570
48.438
3.747
3.350
0.589
0.640
3.049
1.394
0.423
0.247
0.133
0.078
0.159
48.977
4.090
3.272
0.597
0.302
0.576
49.000
4.039
3.294
0.167
2.983
1.280
0.448
0.226
0.144
0.081
0.146
48.847
3.959
3.331
0.637
0.584
0.306
0.564
48.918
3.855
3.377
0.168
0.625
0.334
3.036
1.261
0.443
0.042
0.231
0.165
(二)高管团队同质性特征与企业绩效
State
Size
Lev
Salary
1
0.326***
0.011
-0.018
0.342***
0.131***
0.224***
0.251***
0.265***
0.179***
0.359***
0.108***
0.092***
0.073***
0.306***
0.464***
0.119***
0.083***
0.249***
0.160***
0.400***
0.187***
注:***表示在1%的显著性水平下显著。
表5模型1的回归结果导出到EXCEL
0.006
-0.019
0.009
0.027
(0.172)
(-0.381)
(0.138)
(0.250)
-0.643***
-0.914***
-0.320***
0.112**
(-7.941)
(-8.629)
(-2.157)
(0.473)
-0.223
0.245
-0.474
-0.557
(-0.910)
(0.737)
(-1.122)
(-0.821)
-2.280***
-2.383***
-2.607***
-1.292*
(-8.161)
(-6.153)
(-5.391)
(-1.717)
0.483***
0.380**
0.558**
0.958**
(3.458)
(2.056)
(2.234)
(2.412)
-5.551***
-5.565***
-6.711***
-2.436
(-8.290)
(-6.076)
(-5.678)
(-1.319)
续表
导出到EXCEL
3.439***
2.786***
4.093***
3.519***
(18.335)
(11.261)
(12.231)
(6.568)
-50.010***
-36.886***
-61.319***
-66.580***
_cons
(-15.257)
(-8.268)
(-10.872)
(-7.374)
N
5539
2960
1823
756
R2
0.112
0.109
0.140
0.108
Adj.R2
0.111
0.107
0.136
0.098
F
87.552***
45.338***
36.914***
11.274***
注:*、**、***分别表示在10%、5%、1%的显著性水平下显著,括号内数值为t统计量。
(三)高管团队异质性特征与企业绩效
-0.089***
0.137***
-0.141***
0.144***
-0.006
0.021
-0.015
0.117***
0.136***
0.019
-0.374***
0.226***
-0.279***
-0.149***
0.036***
-0.247***
0.338***
-0.174***
-0.140***
-0.166***
0.231***
-0.137***
-0.120***
0.030**
-0.158***
0.176***
-0.069***
-0.045***
0.028**
注:**、***分别表示在5%、1%的显著性水平下显著。
表7模型2的回归结果导出到EXCEL
-8.914***
-6.344**
-11.421**
9.665**
(-3.361)
(-1.827)
(-2.410)
(1.249)**
-6.271***
-6.243***
-6.386***
-4.220***
(-13.930)
(-10.630)
(-7.685)
(-3.219)
0.684
0.765
-0.804
2.261
(0.910)
(0.725)
(-0.614)
(1.224)
6.790***
4.613***
7.815***
12.402***
(5.282)
(2.658)
(3.554)
(3.375)
-1.054
-1.731**
-1.666
1.919
(-1.613)
(-2.034)
(-1.362)
(1.099)
-2.239***
-2.278***
-2.787***
-1.339*
(-7.985)
(-5.855)
(-5.707)
(-1.786)
0.562***
0.367**
0.675***
1.094***
(4.109)
(2.022)
(2.758)
(2.820)
-4.679***
-4.889***
-5.813***
-1.757
(-7.124)
(-5.023)
(-0.961)
3.480***
2.967***
4.061***
3.462***
(19.141)
(12.352)
(12.539)
(6.618)
-51.473***
-38.774***
-60.297***
-70.790***
(-16.886)
(-9.336)
(-11.395)
(-8.338)
0.135
0.120
0.132
0.134
0.118
0.121
96.140***
44.892***
41.105***
12.566***
(四)稳健性检验
为检验结论的真实可靠性,本文将衡量企业绩效的净资产收益率变量替换为总资产收益率对两个模型重新进行回归,回归分析结果与上文基本一致,如表8和表9所示,这说明本文所得结论比较真实可靠。
表8模型1的稳健性检验导出到EXCEL
0.026
-0.003
0.100
(1.139)
(-0.121)
(0.452)
(1.556)
-0.397***
-0.550***
-0.217**
0.067**
(-8.221)
(-8.976)
(-2.368)
(0.476)
-0.082
0.142
-0.117
-0.236
(-0.563)
(0.736)
(-0.447)
(-0.585)
-1.204***
-1.228***
-1.425***
-0.674
(-7.226)
(-5.486)
(-4.773)
(-1.508)
0.162
0.394**
0.540**
(3.179)
(1.514)
(2.560)
(2.287)
-10.431***
-10.293***
-11.774***
-7.758***
(-26.109)
(-19.440)
(-16.145)
(-7.069)
1.983***
1.626***
2.271***
1.999***
(17.721)
(11.370)
(10.997)
(6.277)
-26.609***
-17.554***
-33.332***
-39.541***
(-13.606)
(-6.807)
(-9.577)
(-7.371)
0.213
0.229
0.242
0.150
0.212
0.227
187.367***
109.805***
72.406***
16.507***
注:**、***分别表示在5%、1%的显著性水平下显著,括号内数值为t统计量。
表9模型2的稳健性检验导出到EXCEL
-5.590***
-3.501*
-7.710***
6.219**
(-3.538)
(-1.745)
(-2.640)
(1.351)
-3.929***
-3.753***
-4.204***
-2.631***
(-14.652)
(-11.060)
(-8.208)
(-3.374)
0.815*
0.667
0.103
1.780
(1.821)
(1.095)
(0.128)
(1.620)
4.558***
3.221***
5.693***
6.795***
(5.952)
(3.212)
(4.201)
(3.108)
-0.634
-0.980**
-0.889
0.550
(-1.630)
(-1.993)
(-1.180)
(0.529)
-1.101***
-1.128***
-1.451***
-0.492
(-6.593)
(-5.017)
(-4.822)
(-1.103)
0.330***
0.158
0.480***
0.666***
(4.052)
(1.509)
(3.182)
(2.886)
-9.929***
-9.898***
-11.208***
-7.332***
(-25.379)
(-18.886)
(-15.714)
(-6.739)
2.010***
1.731***
2.272***
1.988***
(18.564)
(12.473)
(11.381)
(6.389)
-26.866***
-18.632***
-32.416***
-38.537***
(-14.797)
(-7.764)
(-9.940)
(-7.630)
0.236
0.270
0.235
0.237
0.266
0.161
189.838***
103.173***
74.475***
17.083***
四、结论与启示
注释
1Greiner,L.E.,EvolutionandRevolutionasOrganizationsGrow.HarvardBusinessReview,Vol.50(4),1972,pp.37-46.
2Adizes,I.,OrganizationalPassages—DiagnosingandTreatingLifecycleProblemsofOrganizations.OrganizationalDynamics,Vol.8(1),1979,pp.3-25.
3王旭:《企业生命周期与债权人治理的“阻尼效应”》,《中南财经政法大学学报》2013年第1期,第129～136页。
4Hambrick,D.C.andMason,P.A.,UpperEchelons:TheOrganizationasaReflectionofItsTopManagers.TheAcademyofManagementReview,Vol.9(2),1984,pp.193-206.
6Battilana,J.andCasciaro,T.,ChangeAgents,Networks,andInstitutions:AContingencyTheoryofOrganizationalChange.TheAcademyofManagementJournal,Vol.55(2),2012,pp.381-398.
7陈伟民:《高管兼职、关系网络与企业业绩》,《湖北广播电视大学学报》2007年第11期,第82～84页。
8许启发、郑锴、蒋翠侠:《高管特征与激励方式对上市公司绩效影响的回归分析》,《财会月刊》2016年第21期,第10～15页。
9王倩楠、葛玉辉、刘喜怀:《企业生命周期各阶段的TMT认知演化》,《技术经济与管理研究》2015年第8期,第52～56页。
10巫景飞等:《高层管理者政治网络与企业多元化战略:社会资本视角——基于我国上市公司面板数据的实证分析》,《管理世界》2008年第8期,第107～118页。
11Bantel,K.A.andJackson,S.E.,TopManagementandInnovationsinBanking:DoestheCompositionoftheTopTeamMakeaDifferenceStrategicManagementJournal,Vol.10(S1),1989,pp.107-124.
12张敏、童丽静、许浩然:《社会网络与企业风险承担——基于我国上市公司的经验证据》,《管理世界》2015年第11期,第161～175页。
14贺小刚等:《政治关联与企业价值——民营企业与国有企业的比较分析》,《中国工业经济》2013年第1期,第103～115页。
15刘兵、刘佳鑫、李奕芳:《高管团队异质性与企业绩效的关系——管理自主权的调节作用》,《科技管理研究》2015年第11期,第147～153页。
16赵丙艳、葛玉辉、刘喜怀:《高管团队异质性、行为整合对决策绩效的影响——基于我国物流企业的实证研究》,《中国流通经济》2015年第7期,第54～60页。
17杨振兵:《男女搭配,干活不累:异性效应有利于提升生产效率吗》,《上海财经大学学报》2016年第6期,第16～27、41页。
18王伟同、魏胜广:《员工性别结构如何影响企业生产率——对“男女搭配干活不累”的一个解释》,《财贸经济》2017年第6期,第130～146页。
19Hambrick,D.C.andD’Aveni,R.A.,TopTeamDeteriorationasPartoftheDownwardSpiralofLargeCorporateBankruptcies.ManagementScience,Vol.38(10),1992,pp.1445-1466.
20谷丰、张林、张凤元:《生命周期、高管薪酬激励与企业创新投资——来自创业板上市公司的经验证据》,《中南财经政法大学学报》2018年第1期,第146～156页。
21Dickinson,V.,CashFlowPatternsasaProxyforFirmLifeCycle.TheAccountingReview,Vol.86(6),2011,pp.1969-1994.