高管特征与非效率投资有关吗

庞懋慧

摘要：文章以山西省2012年至2015年上市公司为样本，分析了山西省上市公司不同高管特质对公司非效率投资的影响，并对山西省不同行业的非效率投资做了横向对比，以期对地方发展建言献策。

关键词：山西省上市公司 高管特征 非效率投资

一、 引言

企业的投资决策直接关系着企业的盈利水平与经营风险，同时与企业的未来现金流与前景都存在着重大关系。但是，相对于理论分析中的最优投资模型而言，几乎所有的公司都存在非效率投资的问题。自2013年全国钢铁、焦煤、煤炭整体经济行情逐步恶劣后，山西省的主要工业产品产量如焦煤、煤炭等都呈现大面积下滑态势。与此同时，山西省五大煤炭集团至2015年资产负债已达81.79%，全省煤炭行业已经累计亏损94.25亿元。笔者认为这一方面与行业大环境有关，另一方面还与山西省上市公司往年对煤化工进行大面积非效率投资从而造成整个行业的产能过剩有关。要实现山西省经济的全面复苏以及高速发展，必须要抓好山西省的工业经济，尽早完成对山西省上市公司产业结构调整。本文通过构建相关计量模型，以山西上市公司为例，探讨高管不同的特征在特有的地域条件与经济体制下，对企业的非效率投资产生的影响，从而优化山西省上市公司的管理团队，为山西省国企以及产业改革提供建议。

二、理论分析与研究假设

（一）高管教育背景与非效率投资的关系

研究表明教育背景会影响到高管观念形成、知识取得与工作倾向等因素，进而影响管理层对公司内、外部环境的理解，最终影响企业的投资决策行为。依照前人研究结果，大多具有会计、金融、经济管理类背景的高管能够充分利用自己专长，精确判断一项投资项目的收益报酬与风险，从而有效避免非效率投资的发生。对山西本地而言，地区投资项目少而单一，同时投资领域也大多集中于煤炭、重工、焦油等重工业领域，因此在山西拥有机械、重工等非金融背景的高管在对投资项目的选择与判断上要比单纯具有会计、金融、经济管理类背景的高管准确到位，从而有效避免企业非效率投资的发生。据此，本文提出如下假设：

H1：高管为机械、重工等非金融教育背景时，企业的非效率投资水平越低。

（二）高管性别与非效率投资的关系

Siersema和Wantel（2014）通过研究发现，在女性高管比例高的公司中，公司在获取所需信息以及外界帮助等方面比同类企业更加高效与快捷，同时由于女性的性别优势更容易解决基层员工以及高管与基层间的矛盾，让团队中的每位成员都为公司尽己所能，从而为企业的投资决策提供更加全面的依据，这在一定程度上避免了企业的非效率投资。反观山西地区，高管梯队中的女性寥寥无几，仅有兰花科创、国新能源等有女性高级管理人员，这些女性是否可以提高企业的非效率投资，这有待于我们的进一步检验，但本文仍参考前人，提出如下假设：

H2：企业高级管理人员中的女性越多，企业的非效率投资水平就越低。

（三）高管年龄与投资效率的关系

年龄是高管特征中一个非常重要的因素。一般而言，一名高管的经验与管理水平随其年龄增长而不断提高。在山西地区，由于大多数上市公司都为国有企业，高层领导出于自身职位安全以及安全退位等自利因素，更多的时候会选择回避风险，甚至为了尽可能减少风险，会放弃企业在某些领域的投资，给企业造成了不必要的损失，降低了企业的投资效率。相反，对于年轻高管而言，他们思想开放，有魄力，敢于对一全新投资项目与高风险项目进行尝试，在一定程度上提高了企业的投资效率。因此，依据山西现实情况，本文提出如下假设：

H3：企业高级管理人员的平均年龄越小，企业的非效率投资就越低。

（四）高管任期与非效率投资的关系

任期较长的高管对整个行业投资信息敏感程度远远高于任期较短的企业高层管理人员。所以，在大多数企业中，随着高管任期的延长，整个企业在管理有效性、组织水平、投资风险预防、资金调度、人员配置与分工、抗风险水平、管理监督上都会趋于最优化，从而能够更好地规划与选择企业在各个领域的投资项目。在山西地区，由于国企居多，随着高管任期的延长，领导层进取心的下降，整个企业的投资模式与运营模式都会趋于固化，而反观任期较短的国企高管，为了自身业绩与企业利润最大化，敢于对全新领域进行投资，为企业开拓新的发展道路。因此，在山西往往任期较短的企业高管反而能提高企业的投资效率，避免非效率投资，据此本文提出以下假设：

H4：企業高级管理人员的任期越长，企业的非效率投资水平越低。

（五）高管学历与非效率投资的关系

教育可以影响个人的认知水平，当面对同一个投资项目时，不同教育背景的人势必持有不同的观点与看法。因此，企业高管的教育水平势必与企业非效率投资存在相关关系。Hambrick（2013）等对美国32家大型煤炭企业进行调查研究，他采用市场份额增长率和利润增长率两个经济指标来衡量企业的投资效率，同时他将企业高级管理人员的平均受教育程度设为解释变量，结果发现一个企业中高级管理人员的学历越高，企业的绩效以及投资效率就越高。Bantel（1989）对美国传统制造企业研究发现，企业高层所受到的教育水平越高，其制定的企业战略与发展方向也越加科学和有效，同时受教育水平越高的团队也倾向于釆取能够使企业获得长期发展能力的战略决策。依据以上两点，结合其与山西省产业结构的相似性，本文提出以下假设：

H5：企业高级管理人员的学历越高，非效率投资水平越低。

三、实证分析

（一）数据来源

本文所取样本为山西省在沪深证券交易所上市公司，同时我们选取了2012—2015年四年的数据。为了保证实证结果的客观性与实用性，本文对数据做了如下筛选：（1）为了保证取样公司有足够的上市时间，本文拟选取2011年1月1日前上市的公司；（2）剔除了在沪深两大主板上在2012年至2015年被ST的公司；（3）剔除了银行业和证券行业的上市公司；（4）剔除基础数据不全的公司。最终得到32家上市公司的观测值。此外本文运用Excel 2010与SPSS 21.0对样本数据进行了整理、分类、统计性描述、相关性分析与线性回归分析。文中的数据全部来源于国泰安数据库。

（二）模型与变量

本文拟用Richdorson（2006）测量非效率投资和高管特征的方法，首先，先建立企业投资模型。在模型一中，本文将控制变量定义如下，Size表示公司规模，为对总资产取对数后所得的值。Lev表示资本结构，为年末公司负债除以资产所得的值。Cash表示现金存量，为货币资金总额除以企业总资产，以此来消除规模影响。本文将货币资金总额定义为现金、交易性金融資产和可供出售金融资产的总和。Year表示年度虚拟变量。因为不同年度的经济形势对上市公司的影响不同，所以本文设置了年度虚拟变量，消除不同年份宏观经济形势对实验结果的影响。我们将2012年设为0，2013年为1，2014年为2，2015年为3。Ii，t为企业本年购建固定资产、无形资产和其他长期资产所支付的现金，购买和处置子公司所支付的现金，权益性投资与债权性投资所支付的现金之和，减去处置无形资产、固定资产以及其他长期资产时收回的现金净值，再直接除以年初总资产。

Ii，t=α+β1Levi，t-1+β2Cashi，t+β3Sizei，t-1+∑YEAR+ε1 （模型一）

根据投资模型一回归的残差结果，将残差分为正负两组，正残差组代表过度投资，负残差组代表投资不足，计算出模型的残差ε1 取绝对值，作为文章模型中衡量非效率投资的变量，将其定义为OI同时建立模型二：

OIi，t=α+β1Gendi，t+β2Timei，t+β3Edui，t+β4Dgreei，t+β5Agei，t+ε2 （模型二）

模型二变量：Geng为企业高层管理者的性别，男性为1，女性为0。 Time为企业高层管理人员任职期限。Edu为企业高层管理人员的教育背景，为了研究的便利性，我们将其定义如下：将拥有机械、重工等非金融背景高管定义为1，否则为0。 Dgree为企业高层管理人员学历，中专及中专以下为1，大专为2，本科为3，硕士研究生为4，博士研究生为5。Age为企业高层管理人员截至2015年的年龄，为了研究便利，将其定义如下：30岁及以下赋为0，30—40 岁为 1，40—50 岁为 2， 50—60岁为3， 60岁以上为4。

四、实证分析结果

（一）高管人员的描述性统计

我们首先将企业高层管理人员2012年与2015年的数据进行综合汇总，得到描述性统计性分析表，详见表1。

从表1中我们可以发现，高管性别的平均值为0.95，说明在山西省上市公司中，企业绝大多数管理人员为男性，男性在山西省高管层面上仍处于主导地位。据相关文献显示，在全国范围内，36%的管理岗位由女性担任，说明山西省上市公司男女高管比高于全国水平。企业高层管理人员的年龄平均值为53.86岁，高于全国平均水平，据统计，全国两千余家上市公司高管平均年龄为47.7，说明在山西省上市公司高管整体年龄偏大。公司高级管理人员的平均学历值为4.35，说明山西省高层管理人员整体学历较高，大多为硕士生级别，与国家平均水平一致。山西省高管的教育背景整体均值为0.511，说明在山西省内拥有机械、重工等非金融背景的高管占山西省管理层半壁江山。山西省高管的整体任职时间为8.78年，高于全国6.43年，说明山西省上市公司平均任期时间高于全国平均水平，这在一定程度上说明山西高管流动性较差。

（二）资本投资模型的相关性分析

1.模型一相关性分析。

从表2我们可以发现，在模型一中，三个变量中其相关性系数最大为0.4，说明几个变量之间的两两相互作用较弱，消除多重共线性的影响，从而保证了实验结果的正确性。上页表3显示模型的拟合程度调整R2值为 0.605，大于 0.50，一般认为R2越接近 1，表明所得多元线性回归方程拟合度越好，由此得出模型一拟合度比较好；同时F值为87.944在 0.01 水平下显著，模型一完全可以被我们接受。

2.模型一残差分析。

表4显示了模型一的残差统计量，如前所述，根据投资模型一回归的残差结果，将残差分为正负两组，正残差组代表过度投资，负残差组代表投资不足。为了更加清晰地了解山西省32家上市公司及其所属行业的投资效率，本文将山西省上市公司分为重工业、制药业、新能源、当地品牌类四大类，分别进行统计与分析，结果如表4。从表4我们发现，山西省32家企业非效率投资均值为0.113，说明省内上市公司整体存在过度投资现象，这与山西省这几年产能过剩存在直接关系。其中煤炭、焦炭等山西省支柱产业过度投资方面居山西省四大行业第二名，造成了相关资本的浪费。山西的另一重点发展领域制药行业，其不良投资程度也非常严重，仅有亚宝药业以0.0031保持较低的非效率投资水平。我们还发现在山西全省范围内，新兴能源行业如国新能源、山西汾酒等当地品牌行业都要比山西省原来的优势产业具有较好的投资水平。

3.模型二回归以及相关性分析。通过对模型二进行拟合优度检验，得到表5。再对非效率投资与山西省高管特征数据进行回归性分析得到相关系数表6。从表5可以看出拟合程度调整R2值为 0.624，大于 0.50，表明所得多元线性回归方程拟合度越好，由此得出模型二拟合度比较好。从表6我们可以看出，在山西省上市公司中，高管学历与非效率投资成反比，高管年龄与非效率投资成正比，有女性高管的企业比男性主导的企业投资效率水平要高，高管任期也同非效率投资成正比。最后我们也发现拥有机械、重工等非金融教育背景的上市公司高管，可以较好地避免非效率投资，这也符合山西本省的一些产业特点。

五、结论与对策

（一）结论

从以上分析可以看出，山西省32家上市公司中普遍存在非效率投资的问题。通过统计，在32家上市公司中，有19家企业在近几年中存在过度投资的问题，且大多集中于山西省的支柱产业，如煤炭、焦煤、化工。仅有兰花科创、国新能源、亚宝药业、山西汾酒维持在较为合理的投资水平。同时，本文经过实证分析发现山西省上市公司高层管理团队的相关特征与企业的非效率投资息息相关。这不仅为山西省企业今后的发展与产业改革提供参考，也为山西省国企改革中领导班子调整与配置提供了启示。

（二）对策

基于本文以上研究发现，为了减少山西省省内企业的非效率投资，提升其整体竞争能力，早日完成产业结构调整与转型，现提出如下建议与对策：

1.逐步擺脱一煤独大的生产格局，大力发展新能源。通过研究发现，山西省内煤炭等重工企业普遍存在投资过度的问题，且投资主要集中于煤炭相关附属产业，而这些产业大多与国家环境与经济政策相悖。因此，山西煤炭大企业应加大自身的能源升级投资力度，大力发展清洁能源，这不光可以降低非效率投资水平，还可以提升产业品牌与竞争力，早日完成山西省经济复苏的重任。

2.山西省上市公司任命高管要逐步实现年轻化、多元化、灵活化、知识化。通过前文我们可以发现，在市场经济背景下，高级管理人员的年纪、学历、任期以及管理层的男女比例都对减少企业非效率投资大有裨益。这就要求在山西这个国有企业占主导地位的省份，任命企业高管要尽量把握四化原则，即管理人员的年轻化，领导层男女即成份的多元化，任期的灵活化，以及管理人员的知识专业化，这样才能切实改善山西省企业投资水平的整体面貌。

3.山西省内要注意对品牌行业与创新行业的大力扶持。与省内能源企业的低投资效率形成鲜明对比的是山西省品牌行业与创新行业，仅有的几家企业都比重工能源支柱产业拥有较好投资水平，这在一定程度上说明了经济的未来发展趋势与前景，笔者建议，山西应该高度关注这几家企业，大力扶持、着力打造自身品牌与创新中心，在经济竞争中占得先机。J

参考文献：

[1]Siersemaand Wantel. Does performance based executivesial compensation affect corporate Performance？[J].Industrial and labor relations review，2014，（43）：52-73.

[2]Hambrick.and A.Samwick Emprire-Buil ders and Shirkers：Investment，Firm Performance and Managerial Incentives[J].Journal of Corporate Finance，2013，（12）.

[3]Bantel and E.A.Pilotte.CEO Incentives，Cash Flow，and Investment[J]. Financial Management，2011，（33）.

[4]胡勤勤，沈艺峰.独立外部董事能否提高上市公司的经营业绩[J].世界经济，2015，（5）.

[5]姜秀珍，全林，陈俊芳.现金流与公司投资决策——从公司规模角度的实证研究[J].工业工程与管理，2011，（5）.

[6]魏锋，刘星.融资约束、不确定性对公司投资行为的影响[J].经济科学，2010，（5）.