高管團(tuán)隊教育背景、風(fēng)險投資與企業(yè)績效

(武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院 湖北 武漢 430072)

一、引言

隨著中國經(jīng)濟(jì)快速發(fā)展，風(fēng)險投資在中國也進(jìn)入高速發(fā)展階段。根據(jù)《2015—2016年中國風(fēng)險投資統(tǒng)計年鑒》，4 480家風(fēng)險投資機(jī)構(gòu)發(fā)起了31 025起歷史投資事件，其中不乏投資數(shù)額過億元的事件。在決定投資某個項目之前，天使投資人通常關(guān)注兩個關(guān)鍵因素：一是項目，二是創(chuàng)業(yè)者。項目的可行性、創(chuàng)新性以及未來能否帶來巨大的利潤，這些是天使投資人決定投資時關(guān)于項目的考量。對于創(chuàng)業(yè)者的考察，除了執(zhí)行力、毅力及創(chuàng)新性等不可量化的部分之外，天使投資人是否會將創(chuàng)業(yè)者的教育背景作為一個重要因素來考慮?此外，創(chuàng)業(yè)團(tuán)隊的教育背景、是否獲得風(fēng)險投資等因素，是否會對企業(yè)上市后的績效產(chǎn)生顯著影響?

盡管這些問題在創(chuàng)業(yè)者組建創(chuàng)業(yè)團(tuán)隊、吸引風(fēng)險投資及企業(yè)經(jīng)營管理等方面具有重要意義，但是迄今為止，少有文獻(xiàn)將高管團(tuán)隊教育背景、風(fēng)險投資與企業(yè)績效三者結(jié)合起來進(jìn)行研究。隨著風(fēng)險投資的快速發(fā)展，將這三者聯(lián)系起來探究其背后的關(guān)聯(lián)已經(jīng)迫在眉睫。目前，研究高管團(tuán)隊教育背景與企業(yè)績效的相關(guān)文獻(xiàn)較多。隨著高層梯隊理論的提出(Hambrick and Mason，1984)，許多學(xué)者從高管團(tuán)隊的人力資本特征出發(fā)，如年齡、教育、背景等，研究團(tuán)隊特征對企業(yè)績效的影響。大多數(shù)研究表明，高管團(tuán)隊教育水平與企業(yè)績效呈顯著正相關(guān)關(guān)系。

與以往研究不同的是，本文加入風(fēng)險投資因素，研究獲得風(fēng)險投資與未獲得風(fēng)險投資的企業(yè)之間的績效差異。更進(jìn)一步地，在獲得風(fēng)投的企業(yè)中，探討高管團(tuán)隊教育背景差異對企業(yè)績效的影響。對這一問題的研究，有助于企業(yè)在組建高管團(tuán)隊、引進(jìn)風(fēng)險投資等方面進(jìn)行決策，對國內(nèi)初創(chuàng)企業(yè)具有重要意義。最后根據(jù)這兩部分的研究結(jié)果，做出合理解釋并對企業(yè)經(jīng)營提出相關(guān)建議。

二、國內(nèi)外研究概況

目前，許多學(xué)者研究高管團(tuán)隊或CEO教育背景與企業(yè)績效之間的關(guān)系。Hambrick 和 Mason(1984)提出 “高層梯隊理論”，認(rèn)為管理者特質(zhì)影響他們的經(jīng)營決策，進(jìn)而影響企業(yè)的行為。此后，在研究企業(yè)績效方面，管理者背景為越來越多的學(xué)者所重視。Bhagat、Boltonet和Subramanian(2010)研究了CEO教育背景與企業(yè)績效之間的關(guān)系，結(jié)果表明具有MBA教育背景的新任CEO與企業(yè)短期績效呈現(xiàn)正相關(guān)關(guān)系，但與企業(yè)長期績效無顯著系統(tǒng)性關(guān)系。何韌、王維誠、王軍(2010)基于1 109家樣本企業(yè)的調(diào)查數(shù)據(jù)，發(fā)現(xiàn)管理者學(xué)歷水平與企業(yè)績效有顯著正相關(guān)關(guān)系，但海外教育背景與企業(yè)績效沒有顯著關(guān)系。楊浩、陳暄、汪寒(2015)在“高層梯隊理論”基礎(chǔ)下，運(yùn)用最小二乘法模型進(jìn)行實證分析，結(jié)果發(fā)現(xiàn)創(chuàng)業(yè)型企業(yè)高管團(tuán)隊教育背景與企業(yè)績效存在顯著正相關(guān)關(guān)系。黃繼承、盛明泉(2013)運(yùn)用事件分析法，研究高管背景特征對股價的影響。研究結(jié)果發(fā)現(xiàn)學(xué)歷與股價呈現(xiàn)倒U形關(guān)系。

除高管的教育背景對企業(yè)績效存在影響之外，企業(yè)是否接受風(fēng)險投資也會影響績效。許多學(xué)者認(rèn)為，與未接受風(fēng)投的企業(yè)相比，有風(fēng)險投資支持的企業(yè)在IPO時有更低的抑價率，而且這類企業(yè)在IPO后的市場表現(xiàn)也更好。當(dāng)然，少數(shù)學(xué)者認(rèn)為風(fēng)險投資對企業(yè)績效并沒有顯著的正向影響，兩者在上市后的業(yè)績并無顯著差異，甚至在某些樣本及模型研究下，有風(fēng)險投資支持的企業(yè)，其市場表現(xiàn)遠(yuǎn)低于無風(fēng)投支持的企業(yè)。李九斤、葉雨晴、徐暢(2016)選取深交所創(chuàng)業(yè)板企業(yè)數(shù)據(jù)，運(yùn)用最小二乘法回歸模型研究風(fēng)險投資對企業(yè)績效的影響。根據(jù)實證結(jié)果，引入風(fēng)險投資可有效提升企業(yè)盈余質(zhì)量，并強(qiáng)化盈余質(zhì)量與企業(yè)績效間的正相關(guān)關(guān)系。

在研究教育背景與吸引風(fēng)險投資之間相關(guān)關(guān)系方面，董靜、孟德敏(2016)做了詳細(xì)的研究，結(jié)果表明高管團(tuán)隊教育水平越高，越容易在早期引進(jìn)風(fēng)險投資。綜上所述，在高管團(tuán)隊教育背景、風(fēng)險投資及企業(yè)績效三者中，目前研究兩者之間關(guān)系的文獻(xiàn)較多。本文將從三者之間的關(guān)聯(lián)出發(fā)，通過實證研究，探討三者之間的相互影響，為創(chuàng)業(yè)企業(yè)組建高管團(tuán)隊、引入風(fēng)險投資提出建議。

三、變量選擇、數(shù)據(jù)來源以及模型設(shè)定

首先，本文根據(jù)國內(nèi)外學(xué)者研究現(xiàn)狀以及國內(nèi)上市公司的實際情況，選擇合適的被解釋變量、解釋變量以及控制變量，并對變量的選取進(jìn)行說明。其次，解釋研究樣本的選擇及來源。最后，參考相關(guān)文獻(xiàn)，并結(jié)合具體情況，設(shè)定計量模型。

(一)數(shù)據(jù)來源與樣本選擇

考慮到我國上市公司獲得風(fēng)險投資支持的實際情況，本文選取截至2011年12月31日前在創(chuàng)業(yè)板成功上市的企業(yè)作為研究樣本。首先，根據(jù)萬得數(shù)據(jù)庫中的中國PE/VC庫，搜索創(chuàng)業(yè)板上市企業(yè)在2003年1月1日至2018年6月1日是否接受過風(fēng)險投資①。其次，對于獲得風(fēng)投的企業(yè)，我們再比較上市企業(yè)的上市時間與獲得風(fēng)險投資支持時間。如果企業(yè)在上市前接受風(fēng)險投資，則根據(jù)招股說明書中的高級管理人員變動情況，獲得企業(yè)在接受風(fēng)投時的高管平均學(xué)歷數(shù)據(jù)。如果企業(yè)在上市之后接受風(fēng)險投資，則從萬得數(shù)據(jù)庫中的深度資料獲取高管教育水平數(shù)據(jù)。最后，對于沒有接受風(fēng)險投資的企業(yè)，其高管平均學(xué)歷統(tǒng)一使用招股當(dāng)年數(shù)據(jù)。

由于創(chuàng)業(yè)板企業(yè)大多在上市前接受風(fēng)投，而引入風(fēng)險投資時的相關(guān)控制變量難以獲取，因此企業(yè)員工人數(shù)、資產(chǎn)負(fù)債率統(tǒng)一以2012年末數(shù)據(jù)替代?？刂谱兞窟€包括研究企業(yè)的主營業(yè)務(wù)是否為高風(fēng)險行業(yè)，高風(fēng)險行業(yè)包括生物技術(shù)、IT、醫(yī)療以及新媒體等。這一數(shù)據(jù)根據(jù)深圳證券交易所官網(wǎng)信息手工收集。

本文的被解釋變量為企業(yè)是否接受風(fēng)險投資，解釋變量是高管平均學(xué)歷，控制變量包括企業(yè)員工人數(shù)、資產(chǎn)負(fù)債率及企業(yè)是否從事高風(fēng)險行業(yè)。企業(yè)員工人數(shù)從一定程度上反映企業(yè)規(guī)模，大企業(yè)需要更多流動資金運(yùn)轉(zhuǎn)、經(jīng)營，更有可能獲得風(fēng)險投資支持。資產(chǎn)負(fù)債率反映企業(yè)的資本結(jié)構(gòu)，資產(chǎn)負(fù)債率高說明企業(yè)的資金來源中，來自債務(wù)的資金較多，即財務(wù)風(fēng)險相對較高。企業(yè)如果引入風(fēng)險投資并且從事高風(fēng)險行業(yè)，一方面意味著風(fēng)投機(jī)構(gòu)面臨更多的機(jī)會及獲得高收益的可能性，另一方面說明風(fēng)投機(jī)構(gòu)要面臨更高的風(fēng)險。

本文的數(shù)據(jù)均來自萬得數(shù)據(jù)庫以及深圳證券交易所官網(wǎng)，變量的名稱、含義等具體說明詳見表1。

表1 變量說明

(二)模型設(shè)定

根據(jù)以往學(xué)者的研究方法，本文選擇OLS模型進(jìn)行回歸分析。模型設(shè)定如下

Venture=β0+β1Edu+β2Employ+β3Leverage+β4Industry+u

其中，βi為系數(shù)，是否引入風(fēng)投(Venture)為被解釋變量，高管平均學(xué)歷(Edu)為解釋變量，企業(yè)員工人數(shù)(Employ)、資產(chǎn)負(fù)債率(Leverage)以及是否從事高風(fēng)險行業(yè)(Industry)為控制變量，u為誤差項。

四、實證分析

(一)描述性統(tǒng)計

本文首先應(yīng)用stata對237家企業(yè)數(shù)據(jù)進(jìn)行描述性統(tǒng)計分析。從表2可以看到，截至2011年12月31日，在創(chuàng)業(yè)板上市的企業(yè)中，超過半數(shù)企業(yè)曾經(jīng)引入風(fēng)險投資。企業(yè)高管平均學(xué)歷總體而言相差不大，最低平均學(xué)歷水平為1.5，最高平均學(xué)歷水平為4.33，標(biāo)準(zhǔn)差為0.55。說明創(chuàng)業(yè)板上市企業(yè)的高管教育水平總體而言較高，且分布較為集中。資產(chǎn)負(fù)債率的最小值為1.53，最大值為76.41，且標(biāo)準(zhǔn)差為13.76，說明離散程度較高。這與企業(yè)從事的行業(yè)差異與管理者習(xí)慣有關(guān)。對于企業(yè)是否從事高風(fēng)險行業(yè)這一虛擬變量，其均值為0.25，說明只有少數(shù)企業(yè)從事高風(fēng)險行業(yè)。

表2 描述性統(tǒng)計

(二)回歸分析

為了驗證變量之間的相關(guān)性，本文根據(jù)前文的模型對樣本數(shù)據(jù)進(jìn)行回歸分析?；貧w結(jié)果見表3。

表3 OLS模型回歸結(jié)果

根據(jù)表3中的回歸結(jié)果，我們可以進(jìn)行如下分析。本文研究的解釋變量為企業(yè)高管團(tuán)隊的平均學(xué)歷。回歸結(jié)果表明高管團(tuán)隊教育水平對企業(yè)引入風(fēng)險投資具有正向影響。這是由于風(fēng)險投資機(jī)構(gòu)在決定是否投資某個企業(yè)時，通常將高管教育水平納入考核標(biāo)準(zhǔn)。一般而言，高學(xué)歷意味著高管擁有較強(qiáng)的學(xué)習(xí)能力、抗壓能力及優(yōu)質(zhì)的社會資源，這三點(diǎn)在領(lǐng)導(dǎo)團(tuán)隊及管理企業(yè)中至關(guān)重要。高管教育水平這一系數(shù)的P值為0.173，并不存在顯著性。一方面，本文所選取的樣本量較少。截至2011年12月31日成功在創(chuàng)業(yè)板上市且相關(guān)數(shù)據(jù)完整的企業(yè)共有237家。其中，引入風(fēng)險投資的企業(yè)有131家，未接受風(fēng)險投資的企業(yè)共106家。另一方面，風(fēng)險投資機(jī)構(gòu)除了考慮高管團(tuán)隊的平均學(xué)歷水平外，同樣會將高管的創(chuàng)新性、領(lǐng)導(dǎo)力、潛在的資源等不可量化部分納入考察范圍。這兩方面可能是最終回歸結(jié)果不顯著的原因。

文章的控制變量包括企業(yè)員工人數(shù)、資產(chǎn)負(fù)債率以及是否為高風(fēng)險行業(yè)。企業(yè)員工人數(shù)一定程度上代表企業(yè)規(guī)模?；貧w結(jié)果表明風(fēng)投機(jī)構(gòu)偏好規(guī)模大、企業(yè)經(jīng)營運(yùn)轉(zhuǎn)良好的公司。資產(chǎn)負(fù)債率是評價企業(yè)負(fù)債水平的綜合指標(biāo)，不同行業(yè)資產(chǎn)負(fù)債率的適宜水平并不相同。結(jié)果顯示，資產(chǎn)負(fù)債率與企業(yè)是否引入風(fēng)險投資存在正相關(guān)關(guān)系，但是回歸結(jié)果并不顯著。說明資產(chǎn)負(fù)債率對企業(yè)是否引入風(fēng)險投資影響不大。企業(yè)是否從事高風(fēng)險行業(yè)對引入風(fēng)險投資的影響并不顯著。相關(guān)系數(shù)取值接近0.07，說明企業(yè)主營業(yè)務(wù)若為高風(fēng)險行業(yè)，則大概率會引入風(fēng)險投資。出于支出和風(fēng)險的考慮，從事高風(fēng)險行業(yè)的公司有更大的可能性尋求風(fēng)投的支持，而風(fēng)險投資機(jī)構(gòu)基于對項目以及收益的考量，也十分有可能選擇投資該類企業(yè)。

(三)績效分析

本文采用超額收益率衡量企業(yè)經(jīng)營情況。首先，根據(jù)萬得數(shù)據(jù)庫股票數(shù)據(jù)瀏覽器中的數(shù)據(jù)，選擇所有樣本的2013年年收益率作為績效分析對象，市場收益率采用全體股票年收益率的算術(shù)平均值。將所有公司的年收益率減去市場收益率，得到超額收益率。其次，將238只股票分為三類：無風(fēng)險投資支持的公司、有風(fēng)險投資支持但高管團(tuán)隊平均學(xué)歷較低的公司、有風(fēng)險投資支持且高管平均學(xué)歷較高的公司。本文選擇研究生學(xué)歷作為分界線，當(dāng)高管平均學(xué)歷取值大于4時，該公司劃分到高學(xué)歷隊列。最后，將三個隊列的超額收益率取算術(shù)平均值。

年平均超額收益率的計算公式為

ARi=Ri-MR

其中，i表示企業(yè)，R表示企業(yè)年收益率，MR表示所有創(chuàng)業(yè)板上市企業(yè)年收益率的算術(shù)平均值，AR表示超額收益率。

表4 平均超額收益率

根據(jù)表4結(jié)果，我們可以知道，未引入風(fēng)險投資的公司，其超額收益率為負(fù)數(shù)，表明公司收益率為超過所有創(chuàng)業(yè)板上市企業(yè)的平均收益率。而引入風(fēng)險投資但高管團(tuán)隊平均學(xué)歷較低的企業(yè)，其平均年超額收益率為1.27%。有風(fēng)險投資支持且高管團(tuán)隊學(xué)歷較高的企業(yè)，其年超額收益率為21.59%。說明有風(fēng)險投資的企業(yè)，其市場表現(xiàn)優(yōu)于未引入風(fēng)險投資的企業(yè)。在獲得風(fēng)投支持的企業(yè)中，擁有高學(xué)歷高管團(tuán)隊的企業(yè)，其市場表現(xiàn)優(yōu)于高管團(tuán)隊學(xué)歷較低的企業(yè)。

五、結(jié)論

根據(jù)上文的討論，結(jié)果表明，高管團(tuán)隊平均學(xué)歷與企業(yè)是否引入風(fēng)險投資存在正相關(guān)關(guān)系，但結(jié)果并不顯著，還需要增加樣本量進(jìn)一步研究兩者之間是否存在顯著的相關(guān)性。另外，在企業(yè)績效分析方面，我們得出以下結(jié)論：有風(fēng)投支持的企業(yè)，其市場表現(xiàn)優(yōu)于沒有風(fēng)投支持的企業(yè)；高管團(tuán)隊如果擁有高學(xué)歷，那么企業(yè)的市場表現(xiàn)也要遠(yuǎn)遠(yuǎn)好于其他企業(yè)。

根據(jù)以上分析，我們可以對如何提高企業(yè)績效給出一些建議。一方面，企業(yè)應(yīng)該挑選優(yōu)質(zhì)人才擔(dān)任高管，其中學(xué)歷是一個非常重要的衡量標(biāo)準(zhǔn)。另一方面，對于創(chuàng)業(yè)板上市企業(yè)，引入風(fēng)險投資可能會對企業(yè)的績效產(chǎn)生正面影響，風(fēng)投機(jī)構(gòu)可以為企業(yè)提供大量的資金以及公司經(jīng)營方面的建議，這些都有助于公司長期發(fā)展。

注釋：

① 本文所指風(fēng)險投資均為廣義上的風(fēng)投，即包括私募股權(quán)投資(Private Equity，PE)。