董事会断裂带、研发投入与企业财务绩效
摘 要:文章以2012—2022年我国A股高新技术上市公司为研究样本,依托CSMAR数据库、上市公司年报披露数据,实证检验董事会断裂带、研发投入与企业财务绩效三者的内在作用机制与影响关系。研究结果表明:董事会断裂带对企业财务绩效存在显著的负向抑制作用;研发投入对企业财务绩效具有显著的正向提升作用;研发投入在董事会断裂带与企业财务绩效之间发挥部分中介作用,即董事会断裂带会通过抑制企业研发投入水平,进而削弱企业财务绩效。
关键词:董事会断裂带;研发投入;企业财务绩效;中介效应
创新驱动是我国实体经济转型升级、实现高质量发展的核心动力,高新技术企业作为科技创新的核心主体,其研发创新能力与财务经营质量直接关乎产业升级与经济发展质效。公司董事会作为企业战略决策、资源配置与经营治理的核心机构,团队结构特征直接决定企业的投资决策、创新布局与经营策略。董事会断裂带是指董事会成员因年龄、学历、职业背景、任期等人口统计学特征差异形成的团队分层与内部隔阂,会造成董事会沟通效率下降、决策分歧加剧、治理效能弱化,深刻影响企业的研发资源配置与经营发展。
现有学术研究多集中于董事会单一特征、研发投入对企业绩效的直接影响,鲜有研究系统梳理董事会断裂带、研发投入与企业财务绩效的传导路径。在企业创新竞争日趋激烈的背景下,探究董事会断裂带是否通过作用于研发投入,进而影响企业财务绩效,能够完善公司治理与创新绩效的相关研究,为优化董事会结构、提升企业创新能力与经营绩效提供实践参考。
一、文献回顾与研究假设
(一)董事会断裂带对企业财务绩效的影响
董事会治理是公司治理的核心环节,董事会团队的结构差异与内部协同效率,是影响企业经营决策和财务绩效的关键因素。近年来,国内外学者围绕董事会断裂带的治理效应展开了系列研究,形成了差异化的研究结论。
部分学者认为董事会断裂带具备积极治理效应。李冬伟等(2020)研究指出,董事会多元化形成的轻度断裂带,能够丰富决策视角、规避决策同质化风险,提升企业决策科学性,助力企业绩效提升[1]。Anderson等(2019)认为,董事会成员背景差异能够带来多元资源与行业经验,拓宽企业经营布局,对企业长期发展产生正向作用[2]。
但更多研究证实,高强度的董事会断裂带会产生显著的治理弊端。张淼等(2021)基于A股上市公司数据研究发现,董事会断裂带会加剧团队内部分歧,降低决策效率,增加企业治理成本,显著抑制企业财务绩效[3]。王宇等(2022)研究表明,董事会断裂带会引发内部派系分化、沟通壁垒,导致企业战略执行滞后、经营决策失误增多,对企业盈利水平产生负向冲击[4]。
基于团队断层理论与委托代理理论,董事会成员在学历、任期、职业背景等方面的差异过大,会形成明显的团队断裂带,造成董事会内部沟通成本上升、意见分歧难以调和、决策效率大幅降低。在企业经营决策过程中,断裂带引发的治理内耗会导致企业错失市场机遇、资源配置低效,增加经营风险,最终拖累企业财务绩效。据此,本文提出研究假设:
H1:董事会断裂带对企业财务绩效具有显著的负向抑制作用。
(二)研发投入对企业财务绩效的影响
研发投入是企业开展技术创新、培育核心竞争力的核心投入,也是企业实现盈利增长、可持续发展的核心驱动力,二者的关系一直是企业治理领域的研究热点。
多数学者证实研发投入对企业财务绩效存在正向促进作用。陈曦等(2020)研究发现,企业持续的研发投入能够推动技术迭代、产品升级,提升产品市场竞争力与溢价能力,显著提升企业盈利水平[5]。刘辉等(2021)基于高新技术企业样本研究表明,研发投入能够帮助企业突破技术瓶颈、优化生产效率,扩大市场份额,对企业财务绩效产生长期正向赋能作用[6]。少量研究认为研发投入存在短期滞后性,短期内会增加企业成本、压缩利润空间,但长期仍会显著提升企业绩效。
基于创新增长理论,企业通过研发投入积累技术资源、创新成果,能够优化产品结构、降低生产成本、构建差异化竞争优势,持续提升企业营业收入与盈利质量,改善财务绩效。据此,本文提出研究假设:
H2:研发投入对企业财务绩效具有显著的正向提升作用。
(三)研发投入的中介作用
现有研究尚未直接验证董事会断裂带、研发投入与企业财务绩效的中介传导关系,但已有相关研究证实公司治理结构会通过影响创新投入,进而作用于企业绩效。赵鑫等(2022)研究指出,董事会治理效率低下会抑制企业研发投入力度,阻碍企业创新发展,最终拖累企业绩效增长[7]。马骏(2023)研究发现,董事会内部的治理冲突会降低企业创新决策效率,削减研发资源投入,弱化企业盈利增长能力[8]。
从传导逻辑来看,高强度的董事会断裂带会引发内部决策分歧、治理效率下降,导致企业研发投资决策滞后、研发资源投入不足、创新项目推进受阻。而研发投入作为企业绩效增长的核心动力,投入规模不足、创新效率偏低会直接制约企业技术升级与市场拓展,进而降低企业财务绩效水平。也就是说,董事会断裂带可通过抑制研发投入,间接负向影响企业财务绩效。据此,本文提出研究假设:
H3:研发投入在董事会断裂带与企业财务绩效之间发挥部分中介作用。
二、研究设计
(一)样本选取与数据来源
本文选取2012—2022年我国A股高新技术上市公司为初始研究样本,为保证数据有效性与研究可靠性,对初始样本进行如下筛选处理:(1)剔除ST、*ST及退市企业样本;(2)剔除核心变量、控制变量数据缺失的样本;(3)对所有连续变量进行1%和99%的双向缩尾处理,规避极端值干扰。经过筛选,最终得到2216家上市公司15328个年度观测值。
本文核心变量数据均来自国泰安CSMAR数据库,其中董事会断裂带指标通过董事会人口特征数据手工测算得出,研发投入、企业财务绩效及各类控制变量数据均取自上市公司年度披露数据,数据处理与实证分析工具为Stata16.0与Excel软件。
(二)变量的定义
1. 被解释变量:企业财务绩效
借鉴现有主流研究,本文选取净资产收益率(ROE)衡量企业财务绩效,该指标能够综合反映企业净资产的盈利效率与经营收益水平,是衡量企业财务绩效的核心指标,计算方式为企业净利润与年均净资产的比值。
2. 解释变量:董事会断裂带带
本文借鉴主流研究方法,基于董事会成员年龄、学历、任期、职业背景四项核心人口统计学特征,采用断裂带强度测算公式计算董事会断裂带水平(Fau)。指标数值越大,代表董事会内部特征差异越大、断裂带强度越高,团队割裂程度越严重。
3. 中介变量:研发投入
本文采用研发投入强度(RD)衡量企业研发投入水平,以企业年度研发支出总额与营业收入的比值作为核心度量指标,能够客观反映企业对创新研发的资源投入力度与重视程度。
4. 控制变量
结合现有研究成果,本文选取企业年龄(Age)、企业规模(Size)、财务杠杆(Lev)、股权集中度(Top1)、两职合一(Dual)、独立董事占比(Indep)、总资产周转率(Turn)作为企业层面控制变量,同时引入年度虚拟变量(Year)与行业虚拟变量(Industry),控制时间效应与行业异质性对研究结果的干扰。
本文所有变量的具体定义与测算方式如表1所示。
变量类型 | 变量名称 | 变量符号 | 变量定义 |
|---|---|---|---|
被解释变量 | 企业财务绩效 | ROE | 净利润/年均净资产 |
解释变量 | 董事会断裂带 | Fau | 基于董事会成员年龄、学历、任期、职业背景测算的断裂带强度 |
中介变量 | 研发投入 | RD | 企业年度研发支出/营业收入 |
控制变量 | 企业年龄 | Age | 统计年度减去企业成立年度的自然对数 |
控制变量 | 企业规模 | Size | 企业年末总资产的自然对数 |
控制变量 | 财务杠杆 | Lev | 企业总负债/总资产 |
控制变量 | 股权集中度 | Top1 | 第一大股东持股比例 |
控制变量 | 两职合一 | Dual | 董事长与总经理兼任取1,否则取0 |
控制变量 | 独立董事占比 | Indep | 独立董事人数/董事会总人数 |
控制变量 | 总资产周转率 | Turn | 营业收入/年均总资产 |
控制变量 | 年度变量 | Year | 年度虚拟变量 |
控制变量 | 行业变量 | Industry | 行业虚拟变量 |
表1 变量定义表
(三)回归模型构建
为验证本文三项研究假设,结合中介效应检验的逐步回归法,构建三组实证模型,所有模型均控制年度与行业固定效应,具体模型设定如下:
模型一(检验H1:董事会断裂带对企业财务绩效的直接影响):ROE=常数项+董事会断裂带+全部控制变量+年度效应+行业效应+随机误差项
模型二(检验H2:研发投入对企业财务绩效的直接影响):ROE=常数项+研发投入+全部控制变量+年度效应+行业效应+随机误差项
模型三(检验H3:研发投入的中介效应):RD=常数项+董事会断裂带+全部控制变量+年度效应+行业效应+随机误差项;ROE=常数项+董事会断裂带+研发投入+全部控制变量+年度效应+行业效应+随机误差项
三、实证分析
(一)描述性统计分析
为直观反映样本数据的分布特征,本文对所有核心变量与控制变量进行描述性统计,包含观测值、最小值、中位数、平均值、最大值与标准差,统计结果如表2所示。
变量 | 观测值 | 最小值 | 中位数 | 平均值 | 最大值 | 标准差 |
|---|---|---|---|---|---|---|
ROE | 15328 | -0.726 | 0.071 | 0.068 | 0.412 | 0.152 |
Fau | 15328 | 0.103 | 0.425 | 0.431 | 0.896 | 0.185 |
RD | 15328 | 0.002 | 0.048 | 0.052 | 0.287 | 0.036 |
Age | 15328 | 1.609 | 2.833 | 2.796 | 3.497 | 0.325 |
Size | 15328 | 19.872 | 22.315 | 22.408 | 26.134 | 1.216 |
Lev | 15328 | 0.062 | 0.413 | 0.421 | 0.875 | 0.198 |
Top1 | 15328 | 10.210 | 32.560 | 34.125 | 72.350 | 14.218 |
Dual | 15328 | 0.000 | 0.000 | 0.312 | 1.000 | 0.463 |
Indep | 15328 | 33.330 | 33.330 | 37.852 | 58.330 | 5.326 |
Turn | 15328 | 0.215 | 0.689 | 0.712 | 2.896 | 0.425 |
表2 变量描述性统计结果
由表2数据可知,样本企业净资产收益率(ROE)平均值为6.8%,中位数为7.1%,整体盈利水平平稳,但最小值为-72.6%、最大值为41.2%,标准差15.2%,说明不同高新技术企业的财务绩效差距较为明显。董事会断裂带(Fau)均值为0.431,标准差0.185,表明样本企业普遍存在董事会断裂带问题,且企业间断裂带强度存在显著差异。研发投入强度(RD)均值为5.2%,符合高新技术企业研发投入特征,但部分企业研发投入不足,行业创新投入差异较大。控制变量的统计结果均处于合理区间,样本数据分布正常,无明显异常值,满足实证分析要求。
(二)相关性分析
为检验各变量之间的初步关联关系,规避多重共线性问题,本文对所有变量进行Pearson相关性检验,结果如表3所示。
变量 | ROE | Fau | RD | Age | Size | Lev | Top1 |
|---|---|---|---|---|---|---|---|
ROE | 1 | ||||||
Fau | -0.142*** | 1 | |||||
RD | 0.186*** | -0.213*** | 1 | ||||
Age | 0.083*** | 0.052** | 0.041** | 1 | |||
Size | 0.125*** | 0.078*** | 0.063*** | 0.312*** | 1 | ||
Lev | -0.201*** | 0.092*** | -0.085*** | 0.286*** | 0.523*** | 1 | |
Top1 | 0.118*** | -0.065*** | 0.072*** | 0.058** | 0.189*** | -0.093*** | 1 |
表3 变量相关性分析结果
注:***p<0.01,**p<0.05,*p<0.1
由相关性检验结果可知,董事会断裂带(Fau)与企业财务绩效(ROE)在1%水平上显著负相关,初步验证假设H1成立;研发投入(RD)与企业财务绩效(ROE)在1%水平上显著正相关,初步验证假设H2成立;同时,董事会断裂带与研发投入显著负相关,说明董事会断裂带会抑制企业研发投入,初步符合中介效应传导逻辑。所有变量相关系数绝对值均小于0.6,不存在严重多重共线性问题,数据可用于后续回归分析。
(三)回归分析
1. 豪斯曼检验
为确定最优回归模型,本文进行豪斯曼检验,检验结果P值小于0.01,强烈拒绝随机效应原假设,因此本文所有实证模型均采用固定效应模型进行回归分析。同时,所有变量VIF值均小于10,不存在多重共线性问题,模型设定合理。
2. 基准回归检验
逐步对三组模型进行回归检验,验证直接效应与中介效应,核心回归结果如表4所示。
变量 | 模型一(ROE) | 模型二(ROE) | 模型三(RD) | 模型三(ROE) |
|---|---|---|---|---|
Fau | -0.082***(-9.36) | — | -0.045***(-7.82) | -0.061***(-7.05) |
RD | — | 0.215***(12.63) | — | 0.189***(10.28) |
Age | 0.005***(3.26) | 0.004***(2.98) | 0.002**(2.15) | 0.004***(3.12) |
Size | 0.012***(8.56) | 0.011***(8.23) | 0.005***(6.89) | 0.010***(7.96) |
Lev | -0.156***(-18.32) | -0.148***(-17.95) | -0.032***(-9.65) | -0.142***(-17.26) |
Top1 | 0.001***(7.65) | 0.001***(7.32) | 0.000**(2.36) | 0.001***(7.12) |
Dual | 0.003(1.52) | 0.003(1.48) | 0.001(1.26) | 0.002(1.41) |
Indep | 0.000(0.85) | 0.000(0.82) | 0.000(0.63) | 0.000(0.79) |
Turn | 0.085***(15.63) | 0.082***(15.21) | 0.021***(8.96) | 0.079***(14.85) |
年度/行业效应 | 控制 | 控制 | 控制 | 控制 |
观测值 | 15328 | 15328 | 15328 | 15328 |
调整R² | 0.526 | 0.541 | 0.483 | 0.562 |
F值 | 89.65*** | 92.31*** | 76.82*** | 95.16*** |
表4 基准回归与中介效应回归结果
注:括号内为t值,***p<0.01,**p<0.05,*p<0.1
根据表4回归结果可得:
第一,模型一回归结果显示,董事会断裂带的回归系数为-0.082,在1%水平上显著为负,说明董事会断裂带强度越高,企业财务绩效水平越低,董事会断裂带显著抑制企业财务绩效增长,研究假设H1成立。
第二,模型二回归结果显示,研发投入的回归系数为0.215,在1%水平上显著为正,说明企业研发投入力度越大,技术创新赋能效果越强,财务绩效提升越显著,研究假设H2成立。
第三,中介效应检验结果显示,董事会断裂带显著负向抑制研发投入,同时在加入研发投入变量后,董事会断裂带对企业财务绩效的负向系数绝对值下降、显著性不变,且研发投入正向影响财务绩效,符合部分中介效应检验标准。这表明董事会断裂带不仅直接拖累企业财务绩效,还会通过降低企业研发投入水平、弱化创新驱动能力,间接抑制财务绩效提升,研究假设H3成立。
(四)稳健性检验
为验证实证结果的可靠性,本文采用替换被解释变量的方式进行稳健性检验,将净资产收益率(ROE)替换为总资产收益率(ROA)重新进行回归,稳健性检验结果如表5所示。
变量 | 直接效应(ROA) | 中介效应(ROA) |
|---|---|---|
Fau | -0.058***(-8.12) | -0.042***(-6.85) |
RD | — | 0.156***(9.63) |
控制变量 | 控制 | 控制 |
年度/行业效应 | 控制 | 控制 |
调整R² | 0.512 | 0.538 |
F值 | 85.32*** | 90.15*** |
表5 稳健性检验结果
稳健性检验结果显示,替换被解释变量后,核心变量的回归系数符号、显著性与基准回归完全一致,董事会断裂带显著负向影响企业财务绩效,研发投入发挥显著的部分中介作用。这表明本文的实证研究结论稳健可靠,不存在变量度量偏差导致的结论失真问题。
四、研究结论与对策建议
(一)研究结论
本文以2012—2022年我国A股高新技术上市公司为研究样本,实证检验了董事会断裂带、研发投入与企业财务绩效三者的作用机制与传导关系,最终得出以下结论:第一,董事会断裂带对企业财务绩效存在显著的负向抑制作用,董事会内部结构差异越大、断裂带强度越高,企业治理效率越低,财务绩效表现越差;第二,研发投入对企业财务绩效具有显著的正向提升作用,持续的创新研发投入能够有效赋能企业盈利增长与高质量发展;第三,研发投入在董事会断裂带与企业财务绩效之间承担部分中介角色,董事会断裂带会通过压缩企业研发投入、阻碍创新发展,间接拖累企业财务绩效。
(二)对策建议
1. 优化董事会结构,弱化董事会断裂带负面影响。企业在选聘董事会成员时,应兼顾团队多元化与协同性,合理把控董事会成员年龄、学历、任期、职业背景的差异程度,避免形成高强度团队断裂带。建立常态化董事会沟通机制、决策议事机制,化解内部分歧、降低治理内耗,提升董事会决策效率与治理效能,为企业经营发展与创新决策提供良好治理基础。
2. 加大研发投入力度,强化创新驱动赋能作用。高新技术企业应立足长期发展,持续加大研发资源投入,合理布局创新研发项目,突破核心技术瓶颈。同时建立研发投入长效保障机制,优化创新资源配置,提升研发投入转化效率,通过技术创新、产品升级构建核心竞争优势,持续提升企业财务绩效与市场竞争力。
3. 完善治理与创新协同机制,打通绩效提升传导路径。企业应搭建董事会治理与创新研发的协同联动机制,弱化董事会断裂带对研发投入的抑制作用。通过优化董事会决策流程、简化创新项目审批流程,保障研发决策高效落地,充分发挥研发投入的中介赋能作用,实现公司治理优化、创新能力提升与财务绩效增长的良性循环。
4. 强化外部监管与政策引导。监管部门应进一步完善上市公司董事会治理规范,引导企业优化董事会团队结构、提升治理质量。同时出台针对性的创新扶持政策,对研发投入力度大、创新成效显著的高新技术企业给予政策补贴与税收优惠,助力企业依托创新实现高质量发展。
参考文献
[1] 李冬伟, 李倩. 董事会断裂带、创新效率与企业绩效[J]. 会计之友, 2020(12): 78-84.
[2] Anderson R, Reeb D. Board diversity, faultlines and firm performance[J]. Journal of Corporate Finance, 2019(58): 101456.
[3] 张淼, 王浩宇. 董事会断裂带对企业财务绩效的影响研究[J]. 商业经济研究, 2021(18): 168-171.
[4] 王宇, 刘思琪. 董事会团队断裂带、治理效率与企业盈利水平[J]. 财会通讯, 2022(09): 92-96.
[5] 陈曦, 李明远. 研发投入、技术创新与企业财务绩效[J]. 科技管理研究, 2020(15): 112-118.
[6] 刘辉, 张鑫. 高新技术企业研发投入与绩效的动态关系研究[J]. 工业技术经济, 2021(06): 45-51.
[7] 赵鑫, 陈阳. 董事会治理、研发投入与企业绩效中介效应研究[J]. 统计与决策, 2022(11): 179-183.
[8] 马骏. 公司治理冲突、创新投入与企业经营绩效[J]. 商业研究, 2023(02): 89-95.