17.4.1 描述性统计
表17-2对模型中使用的变量进行了描述性统计。表中可见,企业风险承担均值为0.0304,最大值为0.2027,最小值为0。去除行业影响后重新对风险承担进行测量,测量值变化较小。采用五年内的业绩极差测量风险承担,均值为0.0742,最大值为0.4626,最小值为0.0022。中介中心性均值为0.1118,最大值为0.561,最小值为0,标准差为0.0868,这表明不同企业的网络位置是存在差异的。而杠杆比率均值为0.4036,最大值为0.9947,最小值为0.0197。现金持有比率均值为0.0447,最大值为1.1273,最小值为-0.6564。上市年限均值为7,最大值为26,最小值为4。大股东平均持股比例为0.3048,这表明在我国资本市场上,第一大股东持股比例较高,对公司实施控制是普遍现象。董事会规模报告了董事会成员人数,最大值为17,最小值为4,与《中华人民共和国公司法》规定的5~19人相近。管理者薪酬最大值为7.5361,最小值为0,标准差为0.358,表明不同公司管理者薪酬存在差异。CEO工作年限平均得分为0.7,这表明我国民营企业CEO的平均工作年龄为20年,是比较年轻的。在民营上市企业中,CEO中的女性比例为0.0634,比例很低。制度环境变量均值为0.7276,表明大部分民营上市公司聚集在制度环境较为完善的地区。
表17-2 主要变量的描述性统计结果
表17-3报告了变量之间的相关性情况。中介中心性与五年期ROA标准差的相关系数为0.0208,但是并不在1%的水平上显著。Betweness与上市年龄负相关,与董事会规模正相关,但是两者的相关系数都比较小。公司规模与Sd_ROA负相关,与杆杆比率、上市年龄、第一大股东持股比率、董事会规模正相关,但相关系数较小。因此,可以认为各个变量可能存在多重共线性,但是这种共线性可能并不强烈。
表17-3 主要变量的相关性分析
注:*表示两个变量在1%的水平上显著相关。
17.4.2 网络中心度对企业风险承担的影响
分别使用模型(17-1)对三种风险承担测量方式的度量结果进行回归以检验假设H1,表17-4报告了线性回归结果。在对五年期ROA标准差(Sd_ROA)的回归中,网络中心度系数为0.018,在10%的水平上显著。在剔除行业影响后对五年期ROA标准差(Sd_ROA1)、极差(CHA)的回归中,网络中心度系数分别为0.0179和0.0467,均在5%的水平上显著,这表明企业的网络中心度越高,风险承担水平越高,这初步支持了我们提出的假设H1。具体看各个控制变量的系数。公司规模系数都在1%的水平上显著为负,表明规模较大的公司,可能有更小的风险承担水平。现金流系数并不显著,但都为负,有较少现金持有的公司,风险承担水平会更高。董事会规模、CEO工作年限系数都为负,但不显著,表明董事会规模越大,董事会决策越可能是各方意见的妥协结果,从而有更少的风险承担水平;而高年龄的CEO风险承担水平较低。杠杆率、上市年限、管理层薪酬系数都显著为正,且都在1%的水平上显著,表明企业能够获得的贷款越多,上市时间越长,会有更高的风险承担水平;高薪酬能够激励管理层的风险承担行为,减少管理层的私利行为。运营效率系数为正,但是都不显著。第一大股东持股比例系数为正,但是不显著。为了检查变量间的多重共线性,在对Sd_ROA的回归中,进行了VIF检验。结果显示,企业规模的VIF值最大,为1.64,杆杆比率的VIF值为1.53,其他变量的VIF值都小于1.5。说明模型中变量间的多重共线性并不严重。
表17-4 网络中心度与企业风险承担
注:***、**、**分别表示1%、5%、10%的显著水平。括号内为t值。
17.4.3 制度环境的差异
制度环境越完善的地区,法律制度会更健全,政府对市场的干预较弱,企业会更热衷于投资活动,会更多的使用连锁董事网络来获取投资机会。由于连锁董事网络能够消减风险承担行为所带来的不确定性,因此在制度环境更完善的地区,企业的风险承担水平更高。我们依据企业注册地所在省份的市场化指数得分,将市场化指数得分前10的省份作为制度环境完善的地区,其他为制度环境不完善的地区。企业注册地一般是企业主要经营活动所在区域,所在区域的制度环境差异会对连锁董事促进企业风险承担行为的作用产生不同的影响。(www.daowen.com)
在模型(17-1)的基础上,加入制度环境变量和制度环境与网络中心度的交互项,构成模型(17-2),表17-5报告了回归结果。在对Sd_ROA、Sd_ROA1、CHA的回归中,交互项的系数分别为0.0417、0.0439、0.1032,且分别在10%、5%、10%的水平上显著。这表明,在制度更完善的地区,网络中心度与企业风险承担的正相关关系更强烈。网络中心度的系数分别为-0.0134、-0.0154、-0.031,且都并不显著。由此可以看出,连锁董事对民营企业的风险承担水平的促进作用,只在制度环境更为完善的地区显著。这支持了我们的假设H2,即企业的制度环境越完善,连锁董事网络对企业风险承担的促进作用更强烈。
表17-5 制度环境对网络中心度与企业风险承担关系的影响
注:***、**、**分别表示1%、5%、10%的显著水平。括号内为t值。
17.4.4 稳健性检验
首先考虑内生性问题,即可能存在同时影响连锁董事网络中心度和风险承担的变量。我们借鉴陈运森和谢德仁(2011)的处理方法,使用两阶段回归。首先用网络中心度对公司规模、杠杆率、现金持有、运营效率、上市年龄、大股东持股比例、董事会规模、高管薪酬、CEO工作时间、CEO性别进行回归,见模型(17-3);用回归所得残差,带入模型(17-1)进行检验。回归结果见表17-6。在对Sd_ROA的回归中,e的系数为0.018,在10%的水平上显著。在对Sd_ROA1、CHA的回归中,e的系数分别为0.0179、0.0467,均在5%的水平上显著。这表明,在控制了内生性问题后,连锁董事网络中心度仍然与企业风险承担水平正相关。
表17-6 两阶段回归
注:***、**、*分别表示1%、5%、10%的显著水平。括号内为t值。
其次重新度量风险承担。由于上市公董事任职期限为每届三年,因此我们使用三年期ROA再度量企业风险承担。表17-7报告了使用三年期风险承担作为因变量,进行回归的结果。表中的三列分别为使用三年期ROA标准差、去除行业影响后的标准差、极差作为因变量的回归结果。由表17-7可知,连锁董事网络中心度的系数分别为0.0268、0.0266、0.0501,且都在1%的水平上显著。控制变量符号也没有发生较大变化。表17-7的回归结果表明,连锁董事能够促进企业的风险承担行为。而且,与五年期ROA度量的风险承担水平回归的结果比较,使用三年ROA度量的风险承担水平的网络中心度系数更显著。这进一步验证了,连锁董事网络能够促进企业增加风险承担的结论。
表17-7 网络中心度与三年期企业风险承担
注:***、**、*分别表示1%、5%、10%的显著水平。括号内为t值。
进一步,在使用模型(17-1)进行多元线性回归时,在不控制CEO工作时间变量时,主要结果依然不变。在使用模型(17-2)进行回归时,将制度环境变量取值为1的条件更改为市场化指数得分前六省份或前十五省份时,主要结论保持不变。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。