1、第 33 卷第 1 期广东石油化工学院学报Vol 33No 12023 年 2 月Journal of Guangdong University of Petrochemical TechnologyFebruary 2023高层管理者特质与投资多元化位雪(徽商职业学院 会计系，安徽 合肥 230000)摘要:以 20132020 年间我国 A 股上市公司为研究对象，分析性别、年龄、学历、专业和政治关联等特质如何影响高层管理者认知能力、资源优势和社会网络，进而对企业投资多元化产生作用。研究发现高层管理者的思维认知、资源获取能力和社会网络受到性别、专业背景和政治关联等影响。男性的高层管理者相较更
2、能承受踏足新领域带来的风险，理工科背景的高层管理者创新意识强烈，复合专业背景扩展了高层管理者的知识面，具有政治关联使高层管理者社会资源丰富。高层管理者学历越高，对所在企业提高多元化水平有正向作用。年龄对人的影响可能过于复杂，数据分析结果并未提供高层管理者年龄对投资多元化产生影响的强有力证据。关键词:投资多元化;高层管理者;管理者认知能力;高层管理者特质中图分类号:F275;F832 51;F272 91文献标识码:A文章编号:2095 2562(2023)01 0085 06高层管理者的特质对企业的多元化投资战略的抉择举足轻重。处于不同认知阶段的高层管理者可能做出不同的决策。高层管理者影响投资
3、多元化的特质集中于高层管理者年龄1、学历2、专业3 和任职经历4 四大方面。在高层管理者的年龄与企业多元化投资的研究领域，国外的研究结论基本一致。高层管理者的年龄与企业投资多元化程度负相关5，6，对于高层管理者学历对投资多元化的影响，学者们的观点比较一致。另有研究则认为企业的高层管理者学历与企业战略变革和多元化程度正相关7;而在私营企业，高层管理者的学历越高，越可能进行多元化投资8。研究高层管理者专业与投资多元化之间的关系时，学者们的结论并不一致。Dyreng S D9 发现 MBA 的经历有助于进行战略变革，也就更可能采用多元化战略，进行多元化投资;甚至有研究认为有工科背景和国际经验的高层管
4、理者更倾向于选择多元化，特别是投资于不同的产品10，11。高层管理者工作过的企业越多，进行多元化投资的概率越高。本文选用 20132020 年 A 股上市公司的信息，探寻高层管理者特质与投资多元化的关系，主要从社会资本的角度，解释高层管理者学历和专业对企业投资多元化的影响。1理论分析与研究假说1 1高层管理者性别对投资多元化的影响男性高层管理者更容易接受风险的考验，因而，由男性掌权的企业更易进行多元化投资，而女性掌权的企业则更倾向于规避这种风险。已有的研究认为男性与女性的认知、资源获取能力、社会资本发掘能力不同，故高层管理者的性别将对企业的多元化投资造成不同的影响，现提出假说 1。假说 1:与
5、其他企业相比，高层管理者为男性的企业投资多元化程度更高。1 2高层管理者年龄对投资多元化的影响年长的高层管理者对于企业来说是不可多得的财富。他们的社会关系网使他们能更早、更快地发掘投资多元化的机会。基于此，本文认为高层管理者的年龄将给企业的多元化投资带来不同的影响;并且这收稿日期:2022 08 13;修回日期:2022 10 21基金项目:安徽省高等学校省级质量工程项目(2018ylzy150);徽商职业学院教学研究项目(yj2021jx07)作者简介:位雪(1979)，女，河南项城人，硕士，讲师，研究方向为财务管理、大数据会计。种影响并不是单一的，有正负向作用的方式，现提出如下假说。假说
6、2:高层管理者的年龄与企业投资多元化程度之间存在“”关系。1 3高层管理者学历对投资多元化的影响高层管理者学历越高，则更具备选择多元化的能力。学历可以从侧面反映高层管理者他们的认知、资源获取发掘能力，对最终的投资多元化产生极大的影响，有正向的促进作用，现提出如下假说。假说 3:高层管理者的学历越高，企业投资多元化水平越高。1 4高层管理者专业对投资多元化的影响稀缺的而非通用的资源将给高层管理者新的投资方向。异质性资源的获取将提升高层管理者多元化投资的可能性7。专业背景使高层管理者对投资多元化需要的创新态度、获取资源能力出现明显的差异，影响企业选择投资多元化战略，理工科专业背景更加有利，现提出如
7、下假说。假说 4:与其他企业相比，有理工科专业背景的高层管理者所在企业投资多元化程度更高。1 5高层管理者政治关联对投资多元化的影响高层管理者的政治关联将为其带来良好的投资环境、政治资源和投资领域，因而将促使这样的高层管理者选择多元化的投资策略，现提出假说。假说 5:与其他企业相比，有政治关联的高层管理者所在企业投资多元化程度更高。2研究设计2 1样本选择从 20132020 年间的 A 股上市公司筛选研究样本，遵循以下顺序进行剔除样本:当年 IPO 的样本、ST、*ST 等财务数据异常的样本、金融行业的样本、数据缺失的样本。经过筛选后，共获得 2118 个观测样本，涵盖 923 家公司，包括
8、 16 个大的行业分类。2 2模型设定立足高阶理论、资源基础理论和社会资本理论，文章试图寻求高层管理者特质与投资多元化的关系。在研究中，拟采用固定效应模型，根据已有的中外研究7，9，构建的回归模型如下所示。Divit=0+1Sexit 1+2Ageit 1+3Age2it 1+4Educationit 1+5Specialtyit 1+6politicalit 1+7ControlVarsit 1+(1)2 3变量定义(1)被解释变量。Div 表示公司的投资多元化程度，并采用以分部业务收入为基础的熵指数衡量投资多元化，在稳健性检验中用以分部业务收入为基础的赫芬达指数和构成营业收入的分部业务数来
9、替代。(2)解释变量。Sex 代表高层管理者的性别，设置哑变量。若该公司高层管理者为男性，则赋值 1;若为女性，则此变量取值为 0。Age 代表高层管理者的年龄，文中指该年度公司高层管理者的年龄，取整数。Education 表示高层管理者的学历，将高层管理者的学历划分为中专及以下、大专、本科、硕士和博士，依次赋值为 1 到 5。专业分别用 Specialty1 和 Specialty2 来表示。Specialty1，专业 1 为哑变量，将高层管理者的专业划分为理工科专业背景和非理工科背景，理工科背景主要指高层管理者所学的专业是理工科类型如材料学、数学等，或是获得高级工程师等职称;相对地，会计师
10、、律师等资格证书的获得者则是非理工科背景。若该公司高层管理者具有理工科背景则取 1，否则此变量取值为 0;Specialty2，专业 2 为哑变量，将高层管理者的专业理在工科背景和非理工科背景的基础上继续考量，若该公司高层管理者在具有理工科背景的同时，也有非理工科背景，则赋值1;该高层管理者不同时具有两种背景，则此变量取值为0。用 Politi-cal 表示高层管理者的政治关联，是哑变量。文章中具有政治关联的标准为有政府部门任职经历。若该公司高层管理者具有政治关联则赋值 1，反之此变量取值为 0。(3)控制变量。根据已有研究6，8，设置以下控制变量:(1)Lev，财务状况，文中用资产负债率来表
11、示，即负债总额与资产总额的比值，保留四位小数;(2)Growth，成长性，文章中用营业收入的增长率来度量，即成长性=(本年末营业收入 上年末营业收入)/上年末营业收入;(3)Size，公司规模，文章中用年末总资68广东石油化工学院学报2023 年产的自然对数来衡量，保留四位小数;(4)History，公司历史，公司的存续时间，以年为单位，即公司历史=样本的研究年度 成立年度;(5)Industry，行业，本文对行业进行控制，并且按照 2012 年证监会发布的上市公司行业分类指引 进行细分，样本共涉及 16 个大的分类，77 个较为细致的分类，依次赋值 0 到 76。3高层管理者特质与投资多元化
12、的实证分析3 1描述性统计分析高层管理者特质与投资多元化模型的被解释变量(Div)、解释变量(Sex、Age、Education 等)和控制变量(Industry 除外)描述性统计如表 1 所示。表 1描述性统计NumMinP25MeanMedianP75MaxSdDiv211800297906743067651 00522273404528Sex2118010959411101974Age2118314449725749557370924Education2118133486844508778Specialty12118000644911104786Specialty221180000878
13、00102831Political2118000348901104767History211819120746121530436Size211818157220 83132156421441722169927616310745Lev21180 02060 36730491605022063051 704501877Growth2118098610 008104845014560 3403251796864631依据表 1，以分部业务收入为基础计算的熵指数 Div 指标的均值为 0 6743，中位数是 0 6765，P75 是10052，说明文章研究样本的投资多元化有部分集中在 0 1 之间;D
14、iv 的标准差是 0 4528，相比其他变量的标准差而言并不大，说明与其他变量相比，文章研究样本的投资多元化程度差别较小。3 2相关系数分析文章从两方面关注高层管理者的专业，因而时将模型的相关性分析结果分别列于表 2 和表 3，模型中变量两两之间的相关性很弱，相关系数绝对值最大的，即年龄与学历之间的相关系数，其数值也小于 0 5。相关 VIF 值均小于 3，模型中变量不存在严重的共线性。表 2相关系数(以分部业务收入为基础的熵指数，Specialty1)DivSexAgeEducationSpecialty1PoliticalHistorySizeLevGrowthDiv1Sex0 04371
15、Age0 02940 0406*1Education00572000310 30131Specialty10 0521001270 0369*0 00121Political0 048500 115100618002561History00666001070 025002240101200181Size00064004980 1757008890053701124014891Lev00220 0402*00090014004220008101554033671Growth0 00470 00950 00120002900259004610044700150 00951注:p 0 01，p 0
16、05，*p 0 1表 3相关系数(以分部业务收入为基础的熵指数，Specialty2)DivSexAgeEducationSpecialty2PoliticalHistorySizeLevGrowthDiv1Sex0 04371Age0 02940 0406*178第 1 期位雪:高层管理者特质与投资多元化续表DivSexAgeEducationSpecialty2PoliticalHistorySizeLevGrowthEducation00572000310 30131Specialty20 05020 01310 05250 1131Political0 048500 115100618000661History00666001070 025002240076100181Size00064004980 1757008890 049501124014891Lev00220 0402*000900140 04460 008101554033671Growth0 00470 00950 00120002900117004610044700150 00951注:p 0 01，p 0 05
