-
近年来,中国非金融企业债务杠杆高攀,债务风险随之增加,已然威胁到经济的稳定发展。为此,决策层采取“紧货币”“严监管”和“重实业”的组合策略,希望对企业降杠杆或稳杠杆以达到“防风险”的政策目标。与此同时,决策层期望通过完善贷款市场报价利率(Loan Prime Rate,LPR)形成机制来降低企业债务成本,切实支持实体经济发展。由于债务成本的高低关系到企业拥有持续稳定的经营业绩,企业债务融资问题已成为现阶段关注的热点问题。因此,理清中国企业债务成本的影响机制,可以为中国发展实体经济提供依据。理论上,债务成本受到债务融资难易程度的影响。已有研究表明,影响企业债务融资的因素有政府政策、市场化程度以及企业避税程度等等[1-3]。但不可否认的是,债务融资决策由高管最终做出,其个人特征会直接影响企业债务融资的处理方案。
高管作为企业的决策者,其经历如何对公司治理产生影响受到了国内外学者的广泛关注。Dearborn和Simon发现[4],若高管接受不同的训练,那么当他们进行公司治理时,做出的决策也大不相同。在特定的职能领域所培养的处理问题的经验和方法,会使高管以更加合适的方式识别和处理信息,进而做出更加准确的判断和决策。已有文献研究了高管的外在属性(如年龄、性别以及长相)对企业管理决策和绩效水平的影响[5-6]。随后,学者们从研究高管的外在属性转向研究其内在个性特征对企业决策的影响。然而,个体的内在个性特征又与其过去的经历有着直接的关系[7]。于是,学者们开始关注高管过往经历对企业经营的影响。例如,高管的海外经历会加大企业的薪酬差距[8]、高管的复合职业经历会提升企业的价值[9]、高管的“体制内”经历会增加企业介入房地产等“赚快钱”业务的可能性等等[10]。
在改革开放40年间,中国社会产生了一个特有的现象,即经济的高速增长带动了人口从农村向城市的流动。这种流动为经济发展注入了丰富的人力资本,也使得大量农村青年有了事业成功发展的机会。具体表现为,大批农村青年从偏僻地区来到城市务工,或者自己经商创业,形成了“草根经商”现象[11]。这种现象可以追溯到20世纪50年代,一些年轻人积极响应国家号召,自愿或者被迫下放到农村或兵团务农,以大力发展农业。1977年恢复高考之后,部分知青通过高考进入高等学府学习,毕业后通过自己的努力成为了企业高管。从对未来极度迷茫困惑的年轻人到身份显赫的企业高管,这种经历使他们成为富有思想的一代人,比其他人更加务实[12]。比如,通程控股董事长周兆达,幼时家境贫寒、吃苦耐劳的他一直谨慎负债。目前,中国上市公司高管中已经出现了这些人的身影,而他们过去独特的经历也影响着企业的债务融资决策。对于高管个人经历与企业负债行为的研究,主要集中在高管的学术经历、从军经历等方面[13-14]。目前,几乎没有文献探讨高管农村经历与企业债务融资的关系。那么高管的农村经历是如何影响其信念和行为,从而对债务融资偏好和债务成本产生影响呢?
为回答上述问题,则应该关注农村经历给高管留下了何种独特的记忆和习惯,进而影响其偏好和决策。这种通过过往经历而培养个人特质的现象,与源自生物学的“烙印理论”极为契合。该理论认为敏感期的环境会使个体形成与之相匹配的特征且这种影响是持续的。农村资源匮乏且人均收入较低,即农村环境具备特殊性。由此,可以认为高管的农村经历会改变其遇事反应和解决方式,甚至改变高管对重要事物的认知并且培养他们某一方面独特的能力。
本文把农村经历产生的“烙印”分成两方面:即“认知烙印”和“能力烙印”;并认为拥有农村经历的高管会在“双重烙印”的作用下,做出符合他们认知和能力的债务融资决策。然后,以2008—2019年的沪深上市公司数据为研究样本,对高管农村经历与企业债务融资偏好和债务成本进行了实证分析。研究发现:(1)高管的农村经历能够降低企业财务杠杆3.67%、长期负债率7.73%、债务成本3.59%;(2)农村经历通过降低高管的风险偏好和过度自信程度降低财务杠杆和长期负债水平;通过提高盈余管理质量和企业社会责任水平来降低债务成本。(3)上述现象主要存在于非国有企业中,农村经历对国有企业的债务成本影响并不显著。本文的主要贡献如下:(1)率先讨论了高管农村经历如何对企业债务融资决策产生影响,丰富了债务融资领域的研究成果;(2)基于烙印理论,从“认知烙印”和“能力烙印”两方面揭示了高管农村经历对债务融资偏好和债务成本的影响机制,扩展了烙印理论方面的研究;(3)充实了关于高管经历的研究,为企业建设高管团队提供了思考的空间。
-
由于CSMAR数据库中对上市公司董事、监事、高级管理人员个人特征的披露从2008年开始,因此,本文以2008—2019年的数据为基础进行研究。剔除金融行业的上市公司样本,剔除ST、*ST公司样本,剔除关键财务数据缺失以及数据有异常的上市公司样本,最终获得27 814个有效观测值。高管的农村经历数据主要来源于CSMAR、锐思、WIND数据库中披露的高管简历,对于部分数据不全的样本,使用百度百科、和讯财经、新浪财经等网站以手工检索的方式进行补充。样本公司的高管个人特征数据、财务数据和外部监管数据均来自于CSMAR数据库。
-
在债务融资偏好方面,使用总负债与总资产的比值衡量财务杠杆(
${\rm{Lev}}$ )[45],用长期负债与总资产的比值衡量债务期限结构(${\rm{Maturity}}$ )[46]。为了防止极端数据对分析结果的影响,对这两个连续变量均进行1%和99%的winsorize处理。在债务融资成本方面,使用利息支出除以公司一年内的平均短期和长期债务来衡量债务成本(
${\rm{DebtCost}}$ )[13]172。其中,短期债务包括短期借款,长期债务包括长期借款、应付债券、长期应付款、一年内到期长期借款和其他长期负债[47]。由于该变量较易出现极端观测值,因此对其进行双边5%截尾处理[48]。除此之外,还运用季度数据进行求平均,以降低这种噪声数据出现的可能性[49]。 -
本文主要考察董事长的农村经历(
${\rm{Rural}}$ )。已有研究表明,农村成长经历、务农经历和知青经历均会对个体的偏好和行为产生影响[50-51][52]112,因此本文结合研究对象特点对农村经历重新进行界定,认为有如下一段或几段经历即属于有农村经历。第一,籍贯或出生地在农村地区;第二,曾参加上山下乡运动,去往偏远地区成为知青;第三,曾在非城市地区有过一段工作经历;第四,曾有一段务农经历或从事与农业相关的工作。若满足上述条件则${\rm{Rural}}$ 取1,否则取0。由于本文高管农村经历是通过公开资料收集而成,可能存在高管拥有农村经历但未向公众披露的情况。因此高管农村经历的衡量存在一定程度的低估,本文的回归结果可以视为高管农村背景对债务融资偏好和债务成本影响的一个下限。此外,考虑到核心解释变量的测量误差可能对估计结果的可靠性产生影响,本文在稳健性检验部分重新将高管农村经历定义为上山下乡经历。 -
本文的控制变量分为三大类,第一类是高管特征的控制变量,包括高管的性别(
${\rm{Sex}}$ )、高管是否两职兼任(${\rm{Duality}}$ )、高管学历(${\rm{Edu}}$ )、高管年龄(${\rm{ln\;age}}$ );第二类是企业层面控制变量,包括总资产净利润率(${\rm{Roa}}$ )、企业规模(${\rm{Size}}$ )、固定资产比率(${\rm{Fa}}$ )、企业产权性质(${\rm{State}}$ )和第一大股东持股比率(${\rm{Top1}}$ );第三类是外部监管层面控制变量,包括审计师虚拟变量(${\rm{BigN}}$ )、机构投资者持股比例($\operatorname{Institu} $ )和分析师跟踪人数(${\rm{Analysts}}$ )。本文主要变量的定义及衡量方法如表1所示。表 1主要变量定义
类型 变量 含义及计算方法 被解释变量 Lev 财务杠杆,为总负债与总资产的比值 Maturity 长期负债率,为长期负债与总资产的比值 DebtCost 债务成本,为利息支出与公司一年内的平均短期和长期债务的比值 解释变量 Rural 高管是否有农村经历,若高管有农村经历取1,否则取0 控制变量 Sex 高管性别,若董事长为男性取1,女性取0 Duality 高管两职兼任,若董事长和总经理为一人担任取1,否则取0 Edu 高管学历,若董事长学历为本科及以上取1,否则取0 ln age 高管年龄,为董事长年龄取的自然对数 Roa 总资产净利润率,为企业净利润与总资产的比值 Size 企业规模,为企业总资产的自然对数 Fa 固定资产比率,为固定资产总额与总资产的比值 State 企业产权性质,若为国有企业则取1,否则取0 Top1 第一大股东持股比率 BigN 审计师虚拟变量,若公司的审计师来自于国内前十大会计事务所和国际四大会计事务所取1,否则取0 Institu 机构投资者持股比例 Analysts 分析师跟踪人数 -
本文构建如下三个模型分别检验前文提出的假设
$${\rm{Lev}} = \alpha + \beta \times {\rm{Rural}} + \gamma \times {\rm{Controls}} + \varepsilon $$ (1) $${\rm{Maturity}} = \alpha + \beta \times {\rm{Rural}} + \gamma \times {\rm{Controls}} + \varepsilon $$ (2) $${\rm{DebtCost}} = \alpha + \beta \times {\rm{Rural}} + \gamma \times {\rm{Controls}} + \varepsilon $$ (3) 在实证分析之前,先利用Hausman检验,来确定本文的实证部分使用固定效应回归还是随机效应回归。表2报告了三次回归的检验结果以及回归方式,可以看出,当被解释变量为财务杠杆(
${\rm{Lev}}$ )、长期负债率(${\rm{Maturity}}$ )和债务成本率(${\rm{DebtCost}}$ )时,p值均为0.000 0,故强烈拒绝原假设,认为应该使用固定效应模型。为避免宽面板数据可能存在的、同一个体在不同时期扰动项间的自相关和异方差问题,对标准误的估计采用了聚类稳健的标准误;然后,估计了式(1)~式(3),以检验本文的三个假设。表 2豪斯曼检验结果
被解释变量 chi2(13) Prob>chi2 回归方式 Lev 1 285.84 0.000 0 固定效应 Maturity 460.12 0.000 0 固定效应 DebtCost 383.74 0.000 0 固定效应 -
表3报告了样本在各年度的分布情况。表4报告了主要变量的描述性统计结果。可以看出,财务杠杆(
${\rm{Lev}}$ )的均值为0.387(中位数为0.372),长期负债率(${\rm{Maturity}}$ )的均值为0.065(中位数为0.016),债务成本率(${\rm{DebtCost}}$ )的均值为0.038(中位数为0.043)。三个被解释变量的最大值与最小值均存在较大差异,说明各企业之间的债务融资偏好和债务成本有所差别且差距较大。表 3样本分布
年份 有农村经历董事长 无农村经历董事长 合计 2008 52 811 863 2009 62 997 1 059 2010 104 1 407 1 511 2011 127 1 759 1 886 2012 146 1 943 2 089 2013 163 2 320 2 483 2014 179 2 418 2 597 2015 212 2 571 2 783 2016 249 2 810 3 059 2017 301 3 119 3 420 2018 277 2 847 3 124 2019 268 2 672 2 940 合计 2140 25 674 27 814 表 4主要变量描述性统计
变量 观测值 均值 中位数 标准差 最小值 最大值 Lev 27 814 0.387 0.372 0.220 0.010 0.947 Maturity 27 814 0.065 0.016 0.097 0.000 0.443 DebtCost 25 019 0.038 0.043 0.025 0.000 0.088 Rural 27 814 0.077 0.000 0.267 0.000 1.000 Roa 27 814 0.040 0.038 0.061 −0.261 0.205 Size 27 814 22.023 21.858 1.311 19.374 26.031 Fa 27 814 0.217 0.182 0.166 0.002 0.713 State 27 814 0.366 0.000 0.482 0.000 1.000 Top1 27 814 0.351 0.331 0.150 0.088 0.750 Sex 27 814 0.952 1.000 0.213 0.000 1.000 Duality 27 814 0.294 0.000 0.456 0.000 1.000 Edu 27 814 0.677 1.000 0.468 0.000 1.000 ln age 27 814 3.955 3.970 0.136 3.555 4.277 BigN 27 814 0.073 0.000 0.260 0.000 1.000 Analysts 27 814 7.269 3.000 9.231 0.000 41.000 Institu 27 814 0.444 0.466 0.247 0.002 0.917 表5报告了分样本比较结果。从企业财务杠杆(
${\rm{Lev}}$ )来看,财务杠杆在高管有农村经历组和无农村经历组的平均值分别为0.349和0.390,且两组差异在1%水平上显著,说明有农村背景高管任职企业的财务杠杆水平显著低于没有农村背景的高管任职企业的财务杠杆水平。从债务期限结构(${\rm{Maturity}}$ )来看,有农村经历高管所在公司的长期负债率平均为0.053,无农村经历高管所在公司的长期负债率平均为0.066,说明有农村经历的高管更偏好短期负债。从债务成本(${\rm{DebtCost}}$ )来看,有农村经历高管所在公司的债务成本率平均为0.037,无农村经历董事长所在公司的债务成本率平均为0.039,表明有农村经历的高管所在公司债务成本更低,初步证实了本文的研究假设。表 5分样本均值差异检验
变量 有农村经历董事长 无农村经历董事长 差异值 t值 观测值 平均值 观测值 平均值 Lev 2 140 0.349 25 674 0.390 0.041*** 8.176 Maturity 2 140 0.053 25 674 0.066 0.013*** 6.073 DebtCost 1 917 0.037 23 102 0.039 0.002*** 4.577 Roa 2 140 0.046 25 674 0.039 −0.007*** −5.103 Size 2 140 21.906 25 674 22.032 0.126*** 4.271 Fa 2 140 0.240 25 674 0.215 −0.025*** −6.887 State 2 140 0.242 25 674 0.377 0.135*** 12.487 Top1 2 140 0.360 25 674 0.350 −0.010*** −3.051 Sex 2 140 0.984 25 674 0.950 −0.034*** −7.095 Duality 2 140 0.291 25 674 0.295 0.004 0.383 Edu 2 140 0.588 25 674 0.685 0.097*** 9.229 ln age 2 140 4.019 25 674 3.950 −0.069*** −22.908 BigN 2 140 0.030 25 674 0.076 0.046*** 7.882 Analysts 2 140 7.297 25 674 7.267 −0.030 −0.143 Institu 2 140 0.418 25 674 0.446 0.028*** 4.950 注:***、**和*分别表示在1%、5%和10%显著性水平上显著。 此外,表6报告了主要变量的相关性系数。可以看到,高管农村经历(
${\rm{Rural}}$ )与财务杠杆(${\rm Lev}$ )、长期负债率(${\rm{Maturity}}$ )和债务成本(${\rm{DebtCost}}$ )呈负相关关系,其显著程度均为1%。该结果能够初步表明高管农村经历对企业财务杠杆、长期负债率和债务成本有负向影响。表 6相关性系数表
变量 Lev Maturity DebtCost Rural Roa State BigN Institu Analysts Lev 1.000 Maturity 0.423*** 1.000 DebtCost 0.222*** 0.115*** 1.000 Rural −0.049*** −0.036*** −0.005*** 1.000 Roa −0.330*** −0.182*** −0.216*** 0.031*** 1.000 State 0.252*** 0.261*** 0.062*** −0.075*** −0.108*** 1.000 BigN 0.085*** 0.105*** −0.021*** −0.047*** 0.047*** 0.134*** 1.000 Analysts 0.154*** 0.218*** 0.001 −0.030*** 0.076*** 0.412*** 0.206*** 1.000 Institu −0.021*** 0.018*** −0.058*** 0.001 0.334*** −0.005 0.177*** 0.208*** 1.000 注:***、**和*分别表示在1%、5%和10%显著性水平上显著。 -
表7考察了高管农村经历对企业财务杠杆的影响情况。采用逐步回归的方法,首先,解释变量只有高管农村经历(
${\rm{Rural}}$ ),结果如第(1)列所示,高管农村经历(${\rm{Rural}}$ )的估计系数在1%的水平上为负,说明有农村经历的高管所在公司财务杠杆更低,财务风险更小。其次,分别加入公司层面和外部监管层面的控制变量,结果如表7第(2)列和第(3)列所示,高管农村经历(${\rm{Rural}}$ )的估计系数为分别为−0.017 6和−0.018 0,且均在1%的水平上显著,说明高管农村经历对企业的债务融资有抑制作用。最后,加入高管特征的控制变量,结果如第(4)列所示,高管农村经历(${\rm{Rural}}$ )的估计系数为−0.0143,仍然在1%的显著性水平上为负,表明高管的农村背景与企业财务杠杆显著负相关。由于高管没有农村经历样本的财务杠杆的平均值为0.390,高管农村经历能够降低企业财务杠杆约3.67%(0.0143/0.390),证实了假设H1。表 7高管农村经历对企业财务杠杆的影响
变量 (1) (2) (3) (4) Lev Lev Lev Lev Rural −0.036 1*** −0.017 6*** −0.018 0*** −0.014 3*** (−8.08) (−4.44) (−4.54) (−3.57) Roa −1.029 6*** −0.976 7*** −0.968 7*** (−41.84) (−36.46) (−36.26) Size 0.048 5*** 0.053 6*** 0.0543*** (44.06) (40.84) (41.44) Fa 0.097 7*** 0.095 8*** 0.100 1*** (10.17) (9.96) (10.37) State 0.034 8*** 0.032 2*** 0.031 0*** (12.52) (11.18) (10.64) Top1 −0.051 8*** −0.053 7*** −0.052 9*** (−6.56) (−6.09) (−5.98) BigN −0.018 9*** −0.017 6*** (−4.51) (−4.20) Analysts −0.001 1*** −0.001 1*** (−8.15) (−7.87) Institu 0.002 0 0.002 3 (0.35) (0.41) Sex 0.000 5 (0.10) Duality −0.007 4*** (−2.92) Edu −0.005 7** (−2.31) ln age −0.070 3*** (−8.15) _cons 0.434 4*** −0.600 4*** −0.698 4*** −0.441 3*** (23.93) (−20.79) (−21.81) (−9.50) 年份效应 控制 控制 控制 控制 行业效应 控制 控制 控制 控制 N 27 814 27 814 27 814 27 814 R2 0.184 0.351 0.353 0.355 注:***、**、*分别表示对应系数在1%、5%和10%的显著性水平上显著。 -
表8考察了高管农村经历对债务融资期限的影响情况。依旧采用逐步回归的方式,首先解释变量只有高管农村经历(
${\rm{Rural}}$ ),可以从表8的第(1)列看出,高管农村经历(${\rm{Rural}}$ )的估计系数在1%的水平上为负,说明有农村经历高管所在公司长期负债率更低。之后分别加入公司层面、外部监管层面和高管特征的控制变量,结果如表8第(2)列~第(4)列所示,${\rm{Rural}}$ 的估计系数均在1%的水平上为负,证明了在控制其他变量之后,高管农村经历对企业长期负债仍有抑制作用。表 8高管农村经历对债务期限结构影响
变量 (1) (2) (3) (4) Maturity Maturity Maturity Maturity Rural −0.010 6*** −0.006 2*** −0.006 6*** −0.005 1*** (−5.93) (−3.92) (−4.18) (−3.19) Roa −0.211 9*** −0.174 6*** −0.172 2*** (−24.61) (−19.11) (−18.81) Size 0.029 0*** 0.032 8*** 0.033 1*** (66.47) (64.80) (64.86) Fa 0.101 9*** 0.101 0*** 0.102 7*** (23.32) (23.19) (23.47) State −0.003 2*** −0.004 4*** −0.004 5*** (−2.86) (−3.71) (−3.73) Top1 −0.015 6*** −0.012 9*** −0.012 8*** (−4.93) (−3.84) (−3.77) BigN −0.014 2*** −0.013 8*** (−7.13) (−6.97) Analysts −0.000 8*** −0.000 8*** (−13.46) (−13.43) Institu −0.004 8** −0.004 6** (−2.40) (−2.26) Sex −0.002 1 (−1.01) Duality −0.000 9 (−0.94) Edu 0.001 1 (1.07) ln age −0.022 1*** (−6.68) _cons 0.046 6*** −0.579 1*** −0.652 9*** −0.571 5*** (6.97) (−53.75) (−54.96) (−33.67) 年份效应 控制 控制 控制 控制 行业效应 控制 控制 控制 控制 N 27 814 27 814 27 814 27 814 R2 0.282 0.439 0.444 0.445 注:***、**、*分别表示对应系数在1%、5%和10%的显著性水平上显著。 在第(4)列的回归中,高管农村经历(
${\rm{Rural}}$ )的估计系数为–0.0051,由于高管没有农村经历样本的长期负债率的平均值为0.066,高管农村经历能够降低企业长期负债率约7.73%(0.0051/0.066),具有经济意义,验证了假设H2。 -
表9考察了高管农村经历对企业债务成本的影响情况。从表9的第(1)列可以看出,高管农村经历(
${\rm{Rural}}$ )的系数为负且在1%的水平上显著。在加入公司层面、外部监管层面以及高管个人特征的控制变量后,回归结果如表9第(4)列所示,高管农村经历(${\rm{Rural}}$ )的系数在5%的显著性水平上为负。说明在控制了其他指标后,仍然可以证明高管农村经历和企业债务成本存在负向关系。在第(4)列的回归中,高管农村经历(${\rm{Rural}}$ )的估计系数为–0.001 4,由于高管没有农村经历样本的债务成本平均值为0.039,高管农村经历能够降低企业债务成本约3.59%(0.001 4/0.039),验证了本文的假设H3。表 9高管农村经历对企业债务成本影响
变量 (1) (2) (3) (4) DebtCost DebtCost DebtCost DebtCost Rural −0.002 3*** −0.001 4*** −0.001 5*** −0.001 4** (−4.04) (−2.59) (−2.78) (−2.54) Roa −0.071 3*** −0.062 6*** −0.062 0*** (−25.50) (−21.07) (−20.88) Size 0.003 5*** 0.004 3*** 0.004 3*** (26.49) (27.63) (27.51) Fa 0.017 0*** 0.016 8*** 0.016 9*** (14.96) (14.84) (14.93) State −0.000 6 −0.000 8** −0.001 3*** (−1.60) (−2.33) (−3.41) Top1 −0.0158*** −0.0154*** −0.0149*** (−15.43) (−13.56) (−13.03) BigN −0.003 6*** −0.003 6*** (−6.02) (−5.91) Analysts −0.000 2*** −0.000 2*** (−8.53) (−8.35) Institu −0.000 6 −0.000 9 (−0.81) (−1.16) Sex 0.001 6** (2.46) Duality −0.001 9*** (−5.38) Edu 0.000 0 (0.10) ln age −0.004 2*** (−3.64) _cons 0.035 2*** −0.035 6*** −0.051 9*** −0.037 1*** (13.24) (−9.67) (−12.91) (−6.38) 年份效应 控制 控制 控制 控制 行业效应 控制 控制 控制 控制 N 25 019 25 019 25 019 25 019 R2 0.091 0.166 0.169 0.171 注:***、**、*分别表示对应系数在1%、5%和10%的显著性水平上显著。 -
如前文所述,有农村经历的高管会形成“认知烙印”和“能力烙印”,从而对债务融资偏好和债务成本产生影响。具体而言,具有农村背景的高管能够通过“风险烙印”和“信念烙印”降低其所在企业的财务杠杆和长期负债水平,并培养了“自我约束烙印”和“责任承担烙印”来降低债务成本。其中:“风险烙印”是指具有农村背景的高管风险偏好更低,他们会在企业的经营中减少负债,以保证财务安全;“信念烙印”指农村经历有助于使高管形成较为准确的自我认同,降低了其过度自信程度,避免了盲目负债,进而降低其所在企业的财务杠杆和长期负债水平;“自我约束烙印”是指具有农村背景的高管自我约束能力更强,表现为其所在企业的盈余质量更高,债务融资成本更低;“责任承担烙印”是指农村经历有助于提高高管所在企业的社会责任水平,从而降低债务成本。因此,本文主要从这四个方面来检验高管农村背景对债务融资偏好和债务成本的作用机制。
-
1)风险认知机制
为了验证风险认知机制是否成立,将高管农村经历对高管风险偏好程度进行回归。参照龚光明和曾照存的做法[53],高管风险偏好(
${\rm MRIP}$ )用企业风险资产总计占总资产的比值来衡量。其中,风险资产总计是交易性金融资产、持有至到期投资净额、可供出售金融资产净额、应收账款净额和投资性房地产净额的加总。表10第(1)列和第(2)列报告了高管农村经历对风险偏好的回归结果,第(2)列回归结果显示,在控制了行业效应和年份效应后,高管农村经历(${\rm Rural}$ )的估计系数为负,且在1%的水平上显著,表明农村经历降低了高管的风险偏好程度。表 10高管农村经历与债务融资偏好:作用机制
变量 (1) (2) (3) (4) 风险偏好 风险偏好 高管过度自信 高管过度自信 MRIP MRIP CON CON Rural −0.021 9*** −0.006 4*** −0.005 9** −0.005 3** (−10.35) (−3.30) (−2.40) (−2.16) Roa −0.046 7*** −0.028 9** 0.039 4*** 0.052 4*** (−3.76) (−2.41) (3.03) (4.09) Size −0.003 4*** −0.005 2*** −0.017 6*** −0.021 3*** (−5.48) (−7.75) (−25.28) (−26.70) Fa −0.245 1*** −0.210 1*** −0.032 7*** −0.023 1*** (−65.97) (−45.65) (−7.48) (−4.15) State −0.010 7*** 0.005 6*** −0.035 5*** −0.033 2*** (−6.50) (3.52) (−20.35) (−18.47) Top1 −0.011 0** −0.002 5 −0.009 2* −0.001 6 (−2.18) (−0.52) (−1.69) (−0.29) BigN −0.005 7** 0.005 3** 0.004 2 0.006 5** (−2.25) (2.12) (1.49) (2.24) Analysts −0.000 7*** −0.000 5*** −0.000 8*** −0.000 5*** (−8.95) (−6.38) (−8.87) (−5.40) Institu −0.0346*** −0.0126*** 0.0740*** 0.0644*** (−10.22) (−4.01) (20.97) (18.22) Sex 0.010 6*** 0.006 1** −0.013 9*** −0.010 9*** (3.33) (2.05) (−4.11) (−3.26) Duality 0.001 5 −0.003 5** 0.007 9*** 0.006 6*** (0.98) (−2.48) (4.87) (4.15) Edu 0.009 2*** 0.001 3 −0.009 5*** −0.005 7*** (6.55) (1.04) (−6.40) (−3.84) ln age 0.027 2*** −0.011 1** −0.019 0*** −0.015 8*** (5.55) (−2.38) (−3.59) (−2.98) _cons 0.186 3*** 0.250 5*** 0.900 7*** 0.951 6*** (8.26) (10.88) (37.33) (34.32) 年份效应 未控制 控制 未控制 控制 行业效应 未控制 控制 未控制 控制 N 27 814 27 814 27 814 27 814 R2 0.164 0.313 0.081 0.133 注:***、**、*分别表示对应系数在1%、5%和10%的显著性水平上显著。 2)信念认知机制
本文将高管农村经历对高管过度自信程度进行回归以验证信念认知机制的存在。参考姜付秀等[54],用薪酬最高的前三名高管薪酬之和/所有高管薪酬之和来衡量高管过度自信程度(
${\rm{CON}}$ )。回归结果如表10第(3)列和第(4)列所示,在控制了年份效应和行业效应后,高管农村经历(${\rm{Rural}}$ )的估计系数为–0.005 3,在5%的水平上显著,说明农村经历可以抑制高管过度自信程度。综上,通过对风险认知机制和信念认知机制的验证,可见高管农村经历的确可以通过降低其风险偏好和过度自信程度来降低财务杠杆和长期负债水平。
-
1)自我约束机制
为了验证自我约束机制是否成立,根据盈余质量将样本分为低盈余质量组和高盈余质量组。若高管农村经历可以通过提高企业盈余质量降低债务融资成本,那么高管农村背景对低盈余质量组债务成本的影响则会更加显著。本文选取异常应计的绝对值(
${\rm AbsDA}$ )作为盈余质量的代理指标,该指标是使用修正的Jones模型回归得到的[55]。表11报告了自我约束机制的回归结果。表11的第(1)列和第(2)列显示,在高盈余质量组中,高管农村经历(
${\rm{Rural}}$ )的回归系数并不显著;在低盈余质量组中,高管农村经历(${\rm{Rural}}$ )的回归系数为–0.017,且在5%的水平上显著,说明高管农村经历降低债务融资成本的效应在盈余质量较差的企业中更加突出。上述研究结论表明,当企业盈余质量较低时,高管农村经历能够作为一种自我约束机制降低企业债务违约风险,进而降低债务成本。表 11高管农村经历与债务成本:作用机制
变量 (1) (2) (3) (4) 高盈余质量 低盈余质量 企业社会责任 企业社会责任 DebtCost DebtCost CSR CSR Rural −0.001 0(−1.21) −0.001 7**(−2.24) 0.753 4**(2.44) 1.097 8***(3.69) Roa −0.075 7***(−11.92) −0.057 6***(−17.05) 96.348 4***(69.67) 94.490 3***(67.24) Size 0.003 9***(16.64) 0.004 6***(21.09) 2.203 0***(25.91) 3.043 2***(33.30) Fa 0.016 2***(9.98) 0.017 7***(11.08) −4.713 8***(−7.99) −3.973 5***(−6.03) State −0.002 1***(−3.98) −0.000 6(−1.15) 2.810 7***(12.70) 1.600 3***(7.38) Top1 −0.013 6***(−8.00) −0.015 5***(−10.03) 3.548 1***(5.37) 2.860 7***(4.54) BigN −0.003 2***(−3.92) −0.003 6***(−4.08) 4.305 3***(9.72) 2.601 3***(6.21) Analysts −0.000 1***(−4.92) −0.000 2***(−6.14) 0.207 0***(17.44) 0.151 9***(13.62) Institu −0.000 2(−0.16) −0.001 2(−1.10) 1.174 6***(3.07) −0.581 0(−1.54) Sex 0.000 2(0.19) 0.002 7***(3.09) 0.079 1(0.23) 0.034 0(0.10) Duality −0.002 3***(−4.63) −0.001 5***(−3.16) −0.663 6***(−3.73) −0.096 7(−0.57) Edu 0.000 1(0.25) −0.000 1(−0.24) 0.057 5(0.32) 0.330 4*(1.91) ln age −0.005 0***(−2.99) −0.003 7**(−2.34) −1.816 6***(−3.02) 2.699 9***(4.59) _cons −0.023 0***(−2.66) −0.045 5***(−5.75) −24.437 0***(−8.43) −59.702 0***(−18.60) 年份效应 控制 控制 未控制 控制 行业效应 控制 控制 未控制 控制 N 11 060 13 959 25 760 25 760 R2 0.161 0.183 0.280 0.366 注:***、**、*分别表示对应系数在1%、5%和10%的显著性水平上显著。 2)责任承担机制
为了验证责任承担认知机制是否成立,将高管农村经历对企业社会责任进行回归。使用和讯网披露的企业社会责任指数作为企业社会责任(
${\rm{CSR}}$ )的代理变量,该指数从股东、员工、供应商和消费者、环境、社会责任五个方面全面地对企业履行社会责任的情况进行评分,得分越高,社会责任的履行情况越好。由于企业社会责任指数自2010年开始披露,因此企业社会责任数据年份为2010—2019年,样本量减少为25 760。表11的第(3)列和第(4)列报告了回归结果,在控制了年份效应和行业效应后,高管农村经历(${\rm{Rural}}$ )的回归系数为正且在1%的水平上显著,证明了高管农村经历和企业社会责任呈正相关关系,因此高管农村经历的责任承担机制通过了验证,即农村经历可以通过提高高管的社会责任承担能力来降低债务成本。 -
前文通过手工查找的方式确定高管是否拥有农村经历,然而,可能存在高管拥有农村经历但未向公众披露的情况,这可能会低估有农村经历的样本从而导致研究结论不稳健。鉴于在上山下乡运动中,知青亲身体验过农村艰苦的生活,并在此过程中承受了生活和精神的双重压力,改变了其认知和生活方式[56],因而,对农村经历进行重新界定,考察高管的知青经历对债务融资偏好和债务成本的影响。对于高管是否有知青经历,本文借鉴了周冬华等[52]111的方法进行识别。具体而言,如果高管在1947—1961年出生,则认为其拥有知青经历(
${\rm{Zhiqing}}$ )并取值为1,否则取0。表12报告了高管知青经历与财务杠杆、长期负债率和债务成本的回归结果。结果显示,${\rm{Zhiqing}}$ 的估计系数均显著为负。可见,改变高管农村经历的定义并没有影响本文的研究结论。表 12变更高管农村经历的定义
变量 (1) (2) (3) Lev Maturity DebtCost Zhiqing −0.016 8***(−7.49) −0.004 3***(−4.63) −0.000 5*(−1.73) Controls 控制 控制 控制 年份效应 控制 控制 控制 行业效应 控制 控制 控制 N 27 814 27 814 25 019 R2 0.354 0.444 0.170 注:***、**、*分别表示对应系数在1%、5%和10%的显著性水平上显著。 -
该稳定性检验的方法参考周楷唐[13]178,在回归中控制了高管的其他背景特征,包括高管的海外背景(
${\rm{Oversea}}$ ,即高管是否有海外任职或求学经历)、学术背景(${\rm{Academic}}$ ,即高管是否有高校任教、科研机构任职或协会从事研究经历)、金融背景(${\rm{Finance}}$ ,即高管是否有金融单位工作经历)。表13报告了稳健性检验结果,${\rm{Rural}}$ 的估计系数均为显著为负。可见,在回归中是否控制高管的其他背景特征没有影响本文的研究结论。表 13控制高管其他背景特征
变量 (1) (2) (3) Lev Maturity DebtCost Rural −0.014 2***(−3.55) −0.005 0***(−3.11) −0.001 5***(−2.68) Oversea −0.011 0***(−2.70) 0.003 7**(2.27) −0.001 4**(−2.50) Academic −0.009 8***(−4.00) 0.000 4(0.47) 0.000 5(1.49) Finance 0.000 2(0.05) −0.000 3(−0.19) 0.000 9*(1.75) Controls 控制 控制 控制 年份效应 控制 控制 控制 行业效应 控制 控制 控制 N 27 814 27 814 25 019 R2 0.355 0.445 0.171 注:***、**、*分别表示对应系数在1%、5%和10%的显著性水平上显著。 -
参考孙铮等[57]关于被解释变量债务期限结构的定义,再次以长期借款占总借款的比重(
${\rm{Debtstr}}$ )作为债务期限结构的衡量,回归结果如表14所示。稳健性检验结果与原回归结果基本一致,即高管农村经历能够降低企业长期负债率。可见,改变债务期限结构的衡量方法并没有影响本文的研究结论。表 14变更债务期限结构的衡量方法
变量 (1) (2) (3) (4) Debtstr Debtstr Debtstr Debtstr Rural −0.019 0**(−2.42) −0.015 8**(−2.03) −0.015 3**(−1.97) −0.018 8**(−2.27) Roa 0.198 3***(4.91) 0.177 2***(4.17) 0.215 7***(4.98) Size 0.037 6***(19.37) 0.034 6***(15.25) 0.061 4***(26.77) Fa 0.218 7***(12.86) 0.215 1***(12.61) 0.064 5***(4.50) State 0.018 3***(3.84) 0.014 5***(2.95) 0.034 8***(6.37) Top1 0.041 6***(2.86) 0.014 0(0.86) 0.033 4*(1.87) BigN −0.001 7(−0.22) 0.004 7(0.53) Analysts 0.000 2(0.74) −0.002 1***(−7.28) Institu 0.044 7***(3.89) 0.087 2***(7.18) Sex −0.017 1(−1.51) Duality −0.013 9***(−2.65) Edu 0.010 5**(2.19) ln age −0.090 9***(−5.35) _cons 0.178 9***(5.76) −0.704 8***(−14.21) −0.650 0***(−11.85) −0.789 7***(−9.98) 年份效应 控制 控制 控制 控制 行业效应 控制 控制 控制 控制 N 19 846 19 846 19 846 19 846 R2 0.252 0.280 0.281 0.281 注:***、**、*分别表示对应系数在1%、5%和10%的显著性水平上显著。 -
债务成本的高低会受该企业融资难易程度影响。已有研究表明,非国有企业的融资约束更大,贷款难度更高[58]。因此,本文对此进行分组研究,并做出假设:如果高管的农村经历能负向影响债务成本,那么这个效应应该在融资难的企业中更为显著。按照产权性质分组后,债务成本的回归情况如表15所示。结果表明高管农村经历(
${\rm{Rural}}$ )估计系数在非国有企业中为负且在1%的水平上显著,而在国有企业中不显著。这表明高管农村经历对债务成本的降低效应在融资更难的非国有企业中更为明显。表 15高管农村经历对债务成本影响:产权性质分组
变量 国有企业 非国有企业 DebtCost DebtCost Rural 0.001 6(1.60) −0.002 7***(−4.23) Roa −0.028 4***(−5.37) −0.072 7***(−20.38) Size 0.002 7***(11.44) 0.005 8***(26.83) Fa 0.010 2***(6.16) 0.024 2***(15.02) Top1 −0.006 0***(−3.00) −0.014 8***(−9.95) Sex 0.001 7(1.41) 0.001 4*(1.81) Duality −0.000 8(−1.19) −0.001 7***(−4.28) Edu −0.000 0(−0.01) 0.000 2(0.52) ln age −0.007 3***(−3.17) −0.003 5***(−2.63) BigN −0.002 5***(−3.24) −0.002 9***(−3.00) Analysts −0.000 1***(−3.76) −0.000 2***(−7.78) Institu −0.010 6***(−5.34) −0.000 3(−0.35) _cons 0.013 3(1.30) −0.074 4***(−9.82) 年份效应 控制 控制 行业效应 控制 控制 N 9 317 15 702 R2 0.163 0.196 注:***、**、*分别表示对应系数在1%、5%和10%的显著性水平上显著。
How does Dual “Rural Imprint” of Senior Executives Affect Corporate Debt Financing?
-
摘要:基于烙印理论的分析框架,实证研究了高管的农村经历对企业财务杠杆、债务期限结构以及债务成本的影响。研究结果发现,农村经历会给高管带来双重烙印,即认知烙印和能力烙印。具体表现为:(1)农村经历会通过降低高管风险偏好和过度自信程度来降低企业的财务杠杆和长期负债水平;(2)农村经历会通过提升高管所在公司的盈余质量和企业社会责任水平来降低债务成本;(3)高管农村经历降低企业债务成本的效应在融资难的非国有企业中更为明显。Abstract:Based on the analysis framework of imprinting theory, this paper empirically studies the impact of senior executives’ rural experiences on corporate financial leverage, debt maturity structure and debt cost. This paper finds that the rural experience can bring two imprints to senior executives, namely cognitive imprint and ability imprint. Firstly, senior executives’ rural experience can reduce the financial leverage and long-term debt of enterprises by reducing the risk appetite and overconfidence of senior executives. Secondly, senior executives’ rural experience can reduce the cost of debt by increasing earnings quality and corporate social responsibility of senior executives’ company. Thirdly, the effect of senior executives’ rural experience on reducing the cost of debt is more pronounced in non-state-owned enterprises with difficulty in financing.
-
Key words:
- senior executive/
- rural experience/
- debt financing/
- imprinting theory
-
表 1主要变量定义
类型 变量 含义及计算方法 被解释变量 Lev 财务杠杆,为总负债与总资产的比值 Maturity 长期负债率,为长期负债与总资产的比值 DebtCost 债务成本,为利息支出与公司一年内的平均短期和长期债务的比值 解释变量 Rural 高管是否有农村经历,若高管有农村经历取1,否则取0 控制变量 Sex 高管性别,若董事长为男性取1,女性取0 Duality 高管两职兼任,若董事长和总经理为一人担任取1,否则取0 Edu 高管学历,若董事长学历为本科及以上取1,否则取0 ln age 高管年龄,为董事长年龄取的自然对数 Roa 总资产净利润率,为企业净利润与总资产的比值 Size 企业规模,为企业总资产的自然对数 Fa 固定资产比率,为固定资产总额与总资产的比值 State 企业产权性质,若为国有企业则取1,否则取0 Top1 第一大股东持股比率 BigN 审计师虚拟变量,若公司的审计师来自于国内前十大会计事务所和国际四大会计事务所取1,否则取0 Institu 机构投资者持股比例 Analysts 分析师跟踪人数 表 2豪斯曼检验结果
被解释变量 chi2(13) Prob>chi2 回归方式 Lev 1 285.84 0.000 0 固定效应 Maturity 460.12 0.000 0 固定效应 DebtCost 383.74 0.000 0 固定效应 表 3样本分布
年份 有农村经历董事长 无农村经历董事长 合计 2008 52 811 863 2009 62 997 1 059 2010 104 1 407 1 511 2011 127 1 759 1 886 2012 146 1 943 2 089 2013 163 2 320 2 483 2014 179 2 418 2 597 2015 212 2 571 2 783 2016 249 2 810 3 059 2017 301 3 119 3 420 2018 277 2 847 3 124 2019 268 2 672 2 940 合计 2140 25 674 27 814 表 4主要变量描述性统计
变量 观测值 均值 中位数 标准差 最小值 最大值 Lev 27 814 0.387 0.372 0.220 0.010 0.947 Maturity 27 814 0.065 0.016 0.097 0.000 0.443 DebtCost 25 019 0.038 0.043 0.025 0.000 0.088 Rural 27 814 0.077 0.000 0.267 0.000 1.000 Roa 27 814 0.040 0.038 0.061 −0.261 0.205 Size 27 814 22.023 21.858 1.311 19.374 26.031 Fa 27 814 0.217 0.182 0.166 0.002 0.713 State 27 814 0.366 0.000 0.482 0.000 1.000 Top1 27 814 0.351 0.331 0.150 0.088 0.750 Sex 27 814 0.952 1.000 0.213 0.000 1.000 Duality 27 814 0.294 0.000 0.456 0.000 1.000 Edu 27 814 0.677 1.000 0.468 0.000 1.000 ln age 27 814 3.955 3.970 0.136 3.555 4.277 BigN 27 814 0.073 0.000 0.260 0.000 1.000 Analysts 27 814 7.269 3.000 9.231 0.000 41.000 Institu 27 814 0.444 0.466 0.247 0.002 0.917 表 5分样本均值差异检验
变量 有农村经历董事长 无农村经历董事长 差异值 t值 观测值 平均值 观测值 平均值 Lev 2 140 0.349 25 674 0.390 0.041*** 8.176 Maturity 2 140 0.053 25 674 0.066 0.013*** 6.073 DebtCost 1 917 0.037 23 102 0.039 0.002*** 4.577 Roa 2 140 0.046 25 674 0.039 −0.007*** −5.103 Size 2 140 21.906 25 674 22.032 0.126*** 4.271 Fa 2 140 0.240 25 674 0.215 −0.025*** −6.887 State 2 140 0.242 25 674 0.377 0.135*** 12.487 Top1 2 140 0.360 25 674 0.350 −0.010*** −3.051 Sex 2 140 0.984 25 674 0.950 −0.034*** −7.095 Duality 2 140 0.291 25 674 0.295 0.004 0.383 Edu 2 140 0.588 25 674 0.685 0.097*** 9.229 ln age 2 140 4.019 25 674 3.950 −0.069*** −22.908 BigN 2 140 0.030 25 674 0.076 0.046*** 7.882 Analysts 2 140 7.297 25 674 7.267 −0.030 −0.143 Institu 2 140 0.418 25 674 0.446 0.028*** 4.950 注:***、**和*分别表示在1%、5%和10%显著性水平上显著。 表 6相关性系数表
变量 Lev Maturity DebtCost Rural Roa State BigN Institu Analysts Lev 1.000 Maturity 0.423*** 1.000 DebtCost 0.222*** 0.115*** 1.000 Rural −0.049*** −0.036*** −0.005*** 1.000 Roa −0.330*** −0.182*** −0.216*** 0.031*** 1.000 State 0.252*** 0.261*** 0.062*** −0.075*** −0.108*** 1.000 BigN 0.085*** 0.105*** −0.021*** −0.047*** 0.047*** 0.134*** 1.000 Analysts 0.154*** 0.218*** 0.001 −0.030*** 0.076*** 0.412*** 0.206*** 1.000 Institu −0.021*** 0.018*** −0.058*** 0.001 0.334*** −0.005 0.177*** 0.208*** 1.000 注:***、**和*分别表示在1%、5%和10%显著性水平上显著。 表 7高管农村经历对企业财务杠杆的影响
变量 (1) (2) (3) (4) Lev Lev Lev Lev Rural −0.036 1*** −0.017 6*** −0.018 0*** −0.014 3*** (−8.08) (−4.44) (−4.54) (−3.57) Roa −1.029 6*** −0.976 7*** −0.968 7*** (−41.84) (−36.46) (−36.26) Size 0.048 5*** 0.053 6*** 0.0543*** (44.06) (40.84) (41.44) Fa 0.097 7*** 0.095 8*** 0.100 1*** (10.17) (9.96) (10.37) State 0.034 8*** 0.032 2*** 0.031 0*** (12.52) (11.18) (10.64) Top1 −0.051 8*** −0.053 7*** −0.052 9*** (−6.56) (−6.09) (−5.98) BigN −0.018 9*** −0.017 6*** (−4.51) (−4.20) Analysts −0.001 1*** −0.001 1*** (−8.15) (−7.87) Institu 0.002 0 0.002 3 (0.35) (0.41) Sex 0.000 5 (0.10) Duality −0.007 4*** (−2.92) Edu −0.005 7** (−2.31) ln age −0.070 3*** (−8.15) _cons 0.434 4*** −0.600 4*** −0.698 4*** −0.441 3*** (23.93) (−20.79) (−21.81) (−9.50) 年份效应 控制 控制 控制 控制 行业效应 控制 控制 控制 控制 N 27 814 27 814 27 814 27 814 R2 0.184 0.351 0.353 0.355 注:***、**、*分别表示对应系数在1%、5%和10%的显著性水平上显著。 表 8高管农村经历对债务期限结构影响
变量 (1) (2) (3) (4) Maturity Maturity Maturity Maturity Rural −0.010 6*** −0.006 2*** −0.006 6*** −0.005 1*** (−5.93) (−3.92) (−4.18) (−3.19) Roa −0.211 9*** −0.174 6*** −0.172 2*** (−24.61) (−19.11) (−18.81) Size 0.029 0*** 0.032 8*** 0.033 1*** (66.47) (64.80) (64.86) Fa 0.101 9*** 0.101 0*** 0.102 7*** (23.32) (23.19) (23.47) State −0.003 2*** −0.004 4*** −0.004 5*** (−2.86) (−3.71) (−3.73) Top1 −0.015 6*** −0.012 9*** −0.012 8*** (−4.93) (−3.84) (−3.77) BigN −0.014 2*** −0.013 8*** (−7.13) (−6.97) Analysts −0.000 8*** −0.000 8*** (−13.46) (−13.43) Institu −0.004 8** −0.004 6** (−2.40) (−2.26) Sex −0.002 1 (−1.01) Duality −0.000 9 (−0.94) Edu 0.001 1 (1.07) ln age −0.022 1*** (−6.68) _cons 0.046 6*** −0.579 1*** −0.652 9*** −0.571 5*** (6.97) (−53.75) (−54.96) (−33.67) 年份效应 控制 控制 控制 控制 行业效应 控制 控制 控制 控制 N 27 814 27 814 27 814 27 814 R2 0.282 0.439 0.444 0.445 注:***、**、*分别表示对应系数在1%、5%和10%的显著性水平上显著。 表 9高管农村经历对企业债务成本影响
变量 (1) (2) (3) (4) DebtCost DebtCost DebtCost DebtCost Rural −0.002 3*** −0.001 4*** −0.001 5*** −0.001 4** (−4.04) (−2.59) (−2.78) (−2.54) Roa −0.071 3*** −0.062 6*** −0.062 0*** (−25.50) (−21.07) (−20.88) Size 0.003 5*** 0.004 3*** 0.004 3*** (26.49) (27.63) (27.51) Fa 0.017 0*** 0.016 8*** 0.016 9*** (14.96) (14.84) (14.93) State −0.000 6 −0.000 8** −0.001 3*** (−1.60) (−2.33) (−3.41) Top1 −0.0158*** −0.0154*** −0.0149*** (−15.43) (−13.56) (−13.03) BigN −0.003 6*** −0.003 6*** (−6.02) (−5.91) Analysts −0.000 2*** −0.000 2*** (−8.53) (−8.35) Institu −0.000 6 −0.000 9 (−0.81) (−1.16) Sex 0.001 6** (2.46) Duality −0.001 9*** (−5.38) Edu 0.000 0 (0.10) ln age −0.004 2*** (−3.64) _cons 0.035 2*** −0.035 6*** −0.051 9*** −0.037 1*** (13.24) (−9.67) (−12.91) (−6.38) 年份效应 控制 控制 控制 控制 行业效应 控制 控制 控制 控制 N 25 019 25 019 25 019 25 019 R2 0.091 0.166 0.169 0.171 注:***、**、*分别表示对应系数在1%、5%和10%的显著性水平上显著。 表 10高管农村经历与债务融资偏好:作用机制
变量 (1) (2) (3) (4) 风险偏好 风险偏好 高管过度自信 高管过度自信 MRIP MRIP CON CON Rural −0.021 9*** −0.006 4*** −0.005 9** −0.005 3** (−10.35) (−3.30) (−2.40) (−2.16) Roa −0.046 7*** −0.028 9** 0.039 4*** 0.052 4*** (−3.76) (−2.41) (3.03) (4.09) Size −0.003 4*** −0.005 2*** −0.017 6*** −0.021 3*** (−5.48) (−7.75) (−25.28) (−26.70) Fa −0.245 1*** −0.210 1*** −0.032 7*** −0.023 1*** (−65.97) (−45.65) (−7.48) (−4.15) State −0.010 7*** 0.005 6*** −0.035 5*** −0.033 2*** (−6.50) (3.52) (−20.35) (−18.47) Top1 −0.011 0** −0.002 5 −0.009 2* −0.001 6 (−2.18) (−0.52) (−1.69) (−0.29) BigN −0.005 7** 0.005 3** 0.004 2 0.006 5** (−2.25) (2.12) (1.49) (2.24) Analysts −0.000 7*** −0.000 5*** −0.000 8*** −0.000 5*** (−8.95) (−6.38) (−8.87) (−5.40) Institu −0.0346*** −0.0126*** 0.0740*** 0.0644*** (−10.22) (−4.01) (20.97) (18.22) Sex 0.010 6*** 0.006 1** −0.013 9*** −0.010 9*** (3.33) (2.05) (−4.11) (−3.26) Duality 0.001 5 −0.003 5** 0.007 9*** 0.006 6*** (0.98) (−2.48) (4.87) (4.15) Edu 0.009 2*** 0.001 3 −0.009 5*** −0.005 7*** (6.55) (1.04) (−6.40) (−3.84) ln age 0.027 2*** −0.011 1** −0.019 0*** −0.015 8*** (5.55) (−2.38) (−3.59) (−2.98) _cons 0.186 3*** 0.250 5*** 0.900 7*** 0.951 6*** (8.26) (10.88) (37.33) (34.32) 年份效应 未控制 控制 未控制 控制 行业效应 未控制 控制 未控制 控制 N 27 814 27 814 27 814 27 814 R2 0.164 0.313 0.081 0.133 注:***、**、*分别表示对应系数在1%、5%和10%的显著性水平上显著。 表 11高管农村经历与债务成本:作用机制
变量 (1) (2) (3) (4) 高盈余质量 低盈余质量 企业社会责任 企业社会责任 DebtCost DebtCost CSR CSR Rural −0.001 0(−1.21) −0.001 7**(−2.24) 0.753 4**(2.44) 1.097 8***(3.69) Roa −0.075 7***(−11.92) −0.057 6***(−17.05) 96.348 4***(69.67) 94.490 3***(67.24) Size 0.003 9***(16.64) 0.004 6***(21.09) 2.203 0***(25.91) 3.043 2***(33.30) Fa 0.016 2***(9.98) 0.017 7***(11.08) −4.713 8***(−7.99) −3.973 5***(−6.03) State −0.002 1***(−3.98) −0.000 6(−1.15) 2.810 7***(12.70) 1.600 3***(7.38) Top1 −0.013 6***(−8.00) −0.015 5***(−10.03) 3.548 1***(5.37) 2.860 7***(4.54) BigN −0.003 2***(−3.92) −0.003 6***(−4.08) 4.305 3***(9.72) 2.601 3***(6.21) Analysts −0.000 1***(−4.92) −0.000 2***(−6.14) 0.207 0***(17.44) 0.151 9***(13.62) Institu −0.000 2(−0.16) −0.001 2(−1.10) 1.174 6***(3.07) −0.581 0(−1.54) Sex 0.000 2(0.19) 0.002 7***(3.09) 0.079 1(0.23) 0.034 0(0.10) Duality −0.002 3***(−4.63) −0.001 5***(−3.16) −0.663 6***(−3.73) −0.096 7(−0.57) Edu 0.000 1(0.25) −0.000 1(−0.24) 0.057 5(0.32) 0.330 4*(1.91) ln age −0.005 0***(−2.99) −0.003 7**(−2.34) −1.816 6***(−3.02) 2.699 9***(4.59) _cons −0.023 0***(−2.66) −0.045 5***(−5.75) −24.437 0***(−8.43) −59.702 0***(−18.60) 年份效应 控制 控制 未控制 控制 行业效应 控制 控制 未控制 控制 N 11 060 13 959 25 760 25 760 R2 0.161 0.183 0.280 0.366 注:***、**、*分别表示对应系数在1%、5%和10%的显著性水平上显著。 表 12变更高管农村经历的定义
变量 (1) (2) (3) Lev Maturity DebtCost Zhiqing −0.016 8***(−7.49) −0.004 3***(−4.63) −0.000 5*(−1.73) Controls 控制 控制 控制 年份效应 控制 控制 控制 行业效应 控制 控制 控制 N 27 814 27 814 25 019 R2 0.354 0.444 0.170 注:***、**、*分别表示对应系数在1%、5%和10%的显著性水平上显著。 表 13控制高管其他背景特征
变量 (1) (2) (3) Lev Maturity DebtCost Rural −0.014 2***(−3.55) −0.005 0***(−3.11) −0.001 5***(−2.68) Oversea −0.011 0***(−2.70) 0.003 7**(2.27) −0.001 4**(−2.50) Academic −0.009 8***(−4.00) 0.000 4(0.47) 0.000 5(1.49) Finance 0.000 2(0.05) −0.000 3(−0.19) 0.000 9*(1.75) Controls 控制 控制 控制 年份效应 控制 控制 控制 行业效应 控制 控制 控制 N 27 814 27 814 25 019 R2 0.355 0.445 0.171 注:***、**、*分别表示对应系数在1%、5%和10%的显著性水平上显著。 表 14变更债务期限结构的衡量方法
变量 (1) (2) (3) (4) Debtstr Debtstr Debtstr Debtstr Rural −0.019 0**(−2.42) −0.015 8**(−2.03) −0.015 3**(−1.97) −0.018 8**(−2.27) Roa 0.198 3***(4.91) 0.177 2***(4.17) 0.215 7***(4.98) Size 0.037 6***(19.37) 0.034 6***(15.25) 0.061 4***(26.77) Fa 0.218 7***(12.86) 0.215 1***(12.61) 0.064 5***(4.50) State 0.018 3***(3.84) 0.014 5***(2.95) 0.034 8***(6.37) Top1 0.041 6***(2.86) 0.014 0(0.86) 0.033 4*(1.87) BigN −0.001 7(−0.22) 0.004 7(0.53) Analysts 0.000 2(0.74) −0.002 1***(−7.28) Institu 0.044 7***(3.89) 0.087 2***(7.18) Sex −0.017 1(−1.51) Duality −0.013 9***(−2.65) Edu 0.010 5**(2.19) ln age −0.090 9***(−5.35) _cons 0.178 9***(5.76) −0.704 8***(−14.21) −0.650 0***(−11.85) −0.789 7***(−9.98) 年份效应 控制 控制 控制 控制 行业效应 控制 控制 控制 控制 N 19 846 19 846 19 846 19 846 R2 0.252 0.280 0.281 0.281 注:***、**、*分别表示对应系数在1%、5%和10%的显著性水平上显著。 表 15高管农村经历对债务成本影响:产权性质分组
变量 国有企业 非国有企业 DebtCost DebtCost Rural 0.001 6(1.60) −0.002 7***(−4.23) Roa −0.028 4***(−5.37) −0.072 7***(−20.38) Size 0.002 7***(11.44) 0.005 8***(26.83) Fa 0.010 2***(6.16) 0.024 2***(15.02) Top1 −0.006 0***(−3.00) −0.014 8***(−9.95) Sex 0.001 7(1.41) 0.001 4*(1.81) Duality −0.000 8(−1.19) −0.001 7***(−4.28) Edu −0.000 0(−0.01) 0.000 2(0.52) ln age −0.007 3***(−3.17) −0.003 5***(−2.63) BigN −0.002 5***(−3.24) −0.002 9***(−3.00) Analysts −0.000 1***(−3.76) −0.000 2***(−7.78) Institu −0.010 6***(−5.34) −0.000 3(−0.35) _cons 0.013 3(1.30) −0.074 4***(−9.82) 年份效应 控制 控制 行业效应 控制 控制 N 9 317 15 702 R2 0.163 0.196 注:***、**、*分别表示对应系数在1%、5%和10%的显著性水平上显著。 -
[1] 卢盛峰, 陈思霞. 政府偏袒缓解了企业融资约束吗: 来自中国的准自然实验[J]. 管理世界, 2017(5): 51-65.doi:10.3969/j.issn.1002-5502.2017.05.006 [2] 余明桂, 潘红波. 政治关系、制度环境与民营企业银行贷款[J]. 管理世界, 2008(8): 9-21. [3] 刘行, 赵健宇, 叶康涛. 企业避税、债务融资与债务融资来源: 基于所得税征管体制改革的断点回归分析[J]. 管理世界, 2017(10): 113-129.doi:10.3969/j.issn.1002-5502.2017.10.009 [4] DEARBORN D W C, SIMON H A. Selective perception: a note on the departmental identifications of executives[J]. Sociometry, 1958, 21(2): 140-144.doi:10.2307/2785898 [5] YIM S. The acquisitiveness of youth: CEO age and acquisition behavior[J]. Journal of Financial Economics, 2013, 108(1): 250-273.doi:10.1016/j.jfineco.2012.11.003 [6] 沈艺峰, 王夫乐, 黄娟娟, 等嵘. 高管之“人”的先天特征在IPO市场中起作用吗?[J]. 管理世界, 2017(9): 141-154.doi:10.3969/j.issn.1002-5502.2017.09.012 [7] CRONQVIST H, YU F. Shaped by their daughters: executives, female socialization, and corporate social responsibility[J]. Journal of Financial Economics, 2017, 126(3): 543-562.doi:10.1016/j.jfineco.2017.09.003 [8] 柳光强, 孔高文. 高管海外经历是否提升了薪酬差距[J]. 管理世界, 2018(8): 130-142.doi:10.3969/j.issn.1002-5502.2018.08.010 [9] 何瑛, 于文蕾, 杨棉之. CEO复合职业经历、企业风险承担与企业价值[J]. 中国工业经济, 2019(9): 155-173. [10] 戴维奇, 刘洋, 廖明清. 烙印理论: 民营企业谁在“不务正业”?[J]. 管理世界, 2016(5): 99-115. [11] 张华, 吴月. 分化的精英: 纠纷解决中的下海官员和参政商人[J]. 社会学研究, 2019(3): 194-246. [12] 潘明啸. 上山下乡运动再评价[J]. 社会学研究, 2005(5): 154-181. [13] 周楷唐, 麻志明, 吴联生. 高管学术经历与公司债务融资成本[J]. 经济研究, 2017(7): 169-183. [14] 赖黎, 巩亚林, 马永强. 管理者从军经历、融资偏好与经营业绩[J]. 管理世界, 2016(8): 126-136. [15] HERTWIG R, BARRON G, WEBER E U, et al. Decisions from experience and the effect of rare events in risky choice[J]. Psychological Science, 2004, 15(8): 534-539.doi:10.1111/j.0956-7976.2004.00715.x [16] HAMBRICK D C, MASON P A. Upper echelons: the organization as a reflection of its top managers[J]. Academy of Management Review, 1984, 9(2): 193-206.doi:10.5465/amr.1984.4277628 [17] 张洁, 侯娜, 刘雯雯. 高管团队认知适应性如何推动商业模式创新: 三顿半和玛丽黛佳的双案例研究[J]. 管理案例研究与评论, 2020, 13(05): 566-588. [18] 石贝贝, 陈乾, 杨晓彤. 财务背景的CEO“保守”吗: 基于企业创新的视角[J]. 经济与管理研究, 2019, 40(11): 129-144. [19] 杨林, 和欣, 顾红芳. 高管团队经验、动态能力与企业战略突变: 管理自主权的调节效应[J]. 管理世界, 2020, 36(06): 168-188+201+252. [20] 何瑛, 张大伟. 管理者特质、负债融资与企业价值[J]. 会计研究, 2015(8): 65-72.doi:10.3969/j.issn.1003-2886.2015.08.009 [21] 雷宇, 曾雅卓. 法律背景高管与公司债务期限结构[J]. 财贸研究, 2019, 30(2): 88-101. [22] 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. [23] MARQUIS C, TILCSIK A. Imprinting: toward a multilevel theory[J]. Academy of Management Annals, 2013, 7(1): 195-245.doi:10.5465/19416520.2013.766076 [24] CURRIE J, ALMOND D. Human capital development before age five[J]. Handbook of Labor Economics, 2011, 4(PART B): 1315-1486. [25] HOFFMANN A O I, POST T. How return and risk experiences shape investor beliefs and preferences[J]. Accounting & Finance, 2017, 57(3): 759-788. [26] MALMENDIER U, TATE G, YAN J. Overconfidence and early-life experiences: the effect of managerial traits on corporate financial policies[J]. The Journal of Finance, 2011, 66(5): 1687-1733.doi:10.1111/j.1540-6261.2011.01685.x [27] 陈震红, Sijun Wang, 董俊武. 民间信仰影响战略决策吗: 基于超自然信念及中国企业高管的两层面研究[J]. 管理世界, 2014(7): 119-133. [28] KNÜPFER S, RANTAPUSKA E, SARVIMÄKI M. Formative experiences and portfolio choice: evidence from the Finnish great depression[J]. The Journal of Finance, 2017, 72(1): 133-166.doi:10.1111/jofi.12469 [29] KETTLE K L, HÄUBL G. The signature effect: signing influences consumption-related behavior by priming self-identity[J]. Journal of Consumer Research, 2011, 38(3): 474-489.doi:10.1086/659753 [30] COOPER A C, WOO C Y, DUNKELBERG W C. Entrepreneurs' perceived chances for success[J]. Journal of Business Venturing, 1988, 3(2): 97-108.doi:10.1016/0883-9026(88)90020-1 [31] 权小锋, 醋卫华, 徐星美. 高管从军经历与公司盈余管理: 军民融合发展战略的新考察[J]. 财贸经济, 2019, 40(1): 98-113.doi:10.3969/j.issn.1002-8102.2019.01.008 [32] CHEN Y, FAN Z, GU X, et al. Arrival of young talent: the send-down movement and rural education in China[J]. American Economic Review, 2020, 110(11): 3393-3430.doi:10.1257/aer.20191414 [33] PIEPER T M, SMITH A D, KUDLATS J, et al. Article commentary: the persistence of multifamily firms: founder imprinting, simple rules, and monitoring processes[J]. Entrepreneurship Theory and Practice, 2015, 39(6): 1313-1337.doi:10.1111/etap.12179 [34] 费孝通. 乡土中国[M]. 上海: 上海人民出版社, 2007: 46−50. [35] 刘志刚. 乡村振兴战略背景下重建乡村文明的意义、困境与路径[J]. 福建论坛(人文社会科学版), 2019(4): 15-20. [36] 王惠林. 乡村“微自治”的运行基础与实践机制: 基于陕西关中村民小组治理的实践[J]. 湖南农业大学学报(社会科学版), 2019, 20(1): 56-61. [37] 姜付秀, 石贝贝, 李行天. “诚信”的企业诚信吗: 基于盈余管理的经验证据[J]. 会计研究, 2015(8): 24-31+96.doi:10.3969/j.issn.1003-2886.2015.08.004 [38] 张世军. 企业社会责任的多元属性及其实现机制的构建[J]. 管理世界, 2017(9): 174-175.doi:10.3969/j.issn.1002-5502.2017.09.017 [39] 赵宝春. 消费者伦理信念水平与其出生地的关联: 中国城乡二元社会背景下的实证研究[J]. 管理世界, 2011(11): 92-99. [40] 程猛. 农村出身: 一种复杂的情感结构[J]. 青年研究, 2018(6): 64-73+93. [41] 许年行, 李哲. 高管贫困经历与企业慈善捐赠[J]. 经济研究, 2016(12): 133-146. [42] 曾建功, 张英, 杨勋. 宗教信仰与高管层的个人社会责任基调: 基于中国民营企业高管层个人捐赠行为的视角[J]. 管理世界, 2016(4): 97-110. [43] 吴宝. 从个体社会资本到集体社会资本: 基于融资信任网络的经验依据[J]. 社会学研究, 2017(1): 125-147. [44] 赵驰, 周勤, 汪建. 信用倾向、融资约束与中小企业成长: 基于长三角工业企业的实证[J]. 中国工业经济, 2012(9): 77-88. [45] 余明桂, 夏新平, 邹振松. 管理者过度自信与企业激进负债行为[J]. 管理世界, 2006(8): 104-125. [46] 姜付秀, 郑晓佳, 蔡文婧. 控股家族的“垂帘听政”与公司财务决策[J]. 管理世界, 2017(3): 125-145. [47] 蒋琰. 权益成本、债务成本与公司治理: 影响差异性研究[J]. 管理世界, 2009(11): 144-154. [48] PITTMAN J A, FORTIN S. Auditor choice and the cost of debt capital for newly public firms[J]. Journal of Accounting and Economics, 2004, 37(1): 113-136.doi:10.1016/j.jacceco.2003.06.005 [49] DECHOW P M. Accounting earnings and cash flows as measures of firm performance: the role of accounting accruals[J]. Journal of Accounting and Economics, 1994, 18(1): 3-42.doi:10.1016/0165-4101(94)90016-7 [50] 江静琳, 王正位, 廖理. 农村成长经历和股票市场参与[J]. 经济研究, 2018, 53(08): 84-99. [51] 钟甫宁, 陈奕山. 务农经历、受教育程度与初次外出务工的职业选择: 关于新生代农民工“摩擦性失业”的研究[J]. 中国农村观察, 2014(03): 2-9+20. [52] 周冬华, 黄雨秀, 梁晓琴. 董事长上山下乡经历与会计稳健性[J]. 山西财经大学学报, 2019, 41(7): 108-124. [53] 龚光明, 曾照存. 公司特有风险、管理者风险特质与企业投资效率: 来自中国上市公司的经验数据[J]. 经济与管理研究, 2013(11): 67-75.doi:10.3969/j.issn.1000-7636.2013.11.008 [54] 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, 44(1): 131-143. [55] DECHOW P M, SLOAN R G, SWEENEY A P. Detecting earnings management[J]. Accounting Review, 1995: 193-225. [56] 樊冬梅. “文革”时期知识青年上山下乡运动的历史考察[J]. 党的文献, 2005(4): 110-115.doi:10.3969/j.issn.1005-1597.2005.04.021 [57] 孙铮, 刘凤委, 李增泉. 市场化程度、政府干预与企业债务期限结构: 来自我国上市公司的经验证据[J]. 经济研究, 2005(5): 52-63. [58] 朱凯, 陈信元. 金融发展、审计意见与上市公司融资约束[J]. 管理世界, 2009(7): 66-80.
计量
- 文章访问数:552
- HTML全文浏览量:203
- PDF下载量:19
- 被引次数:0