连锁董事网络对企业风险承担的治理研究

■高露丹，李 洋，王婷婷

一、问题的提出

无论是创新投资还是技术研发，企业均需要承担较高的风险。如何提升风险承担能力是关乎企业战略发展的焦点，也是公司治理研究领域的重要内容。已有研究主要从外部制度环境和内部治理机制两方面来考察风险承担的影响因素，前者包括市场化进程、投资者保护、产业政策支持等，后者涉及董事会特征、管理者能力、高管薪酬差距等。进一步考虑到我国特殊的社会文化背景，即在显性契约还不够完备的“关系型”社会结构中，普遍形成了盘根错节的社会网络关系，作为一项非正式的制度安排，社会网络凭借低成本、高效率的信息资源优势，已经逐步成为企业经营战略的重要组成部分（Dahl MS .& Pedersen COR.，2005）。张 敏 等（2015）发现社会网络有助于提升企业风险承担水平，而连锁董事网络作为社会网络的主要表现形式，却鲜有文献探讨其对风险承担的影响，二者之间的内在机制还亟待进一步深化研究。

连锁董事网络是指连锁董事同时在多家公司兼任董事职务而形成的联结关系（Larcker DF.et al.，2013），是提升企业竞争能力和拓展外在生存空间的重要平台，可以弥补市场机制缺陷，抵御外界环境冲击，促进企业交流合作，提高经济运行效率。连锁董事通常以监督者和建议者的双重身份参与研发投资、生产经营等重要决策活动，连锁董事网络已经构成企业间低成本信息传递的媒介和社会资本连带转化的载体（Macaulay CD.et al.，2018），在现实情境下能否帮助联结企业有效识别投资机会和经营风险，提高风险承担水平？由于管理层是企业风险承担决策的最终执行者，在委托代理框架下因为个人私利、认知有限、声誉损失等因素而具有明显的风险回避意愿，或许会导致其消极对待连锁董事网络中嵌入的资源优势，“非理性”阻碍企业风险承担水平的提升。而股权激励作为缓解代理冲突的一种有效手段，能否增强管理层对于连锁董事社会资本的利用动机及依赖程度，并进一步作用于连锁董事网络对风险承担的治理效果？此外，任何企业风险承担决策的开展，最终都要落实到新兴项目投资、技术创新研发等典型的高风险承担行为，而连锁董事网络可以带来技术、人才、经验等方面的资源支持，使联结企业面临更多的创新投资机会。那么技术创新能否成为连锁董事网络与企业风险承担之间的一条关键路径？为了回答以上问题，本文试图从经验上解析连锁董事网络对企业风险承担的影响机理，并分别基于股权激励与技术创新两个视角，探索连锁董事网络影响风险承担的作用机制。

二、理论分析与研究假设

（一）连锁董事网络与企业风险承担

连锁董事网络对企业风险承担的影响表现为资源效应和治理效应。根据资源依赖理论，企业风险承担决策对战略资源具有很强的依赖性，会受到资源获取能力的严格约束。而连锁董事网络带来的社会资本促进了关键信息在联结企业之间的快速传播，并有助于缓解风险承担行为的资源依赖（Deutsch Y.et al.，2015）。连锁董事网络中心度越高，一方面可以帮助企业通过较短的路径接触到更有价值的保密信息与核心资源（谢德仁和陈运森，2012），另一方面可以增加联结企业之间的信息沟通频率与资源共享机会，为企业创造更多的风险投资项目与战略实施平台。连锁董事网络的资源效应提高了管理层对外部核心资源的控制程度，强化了企业开展风险承担决策的动机，也加快了企业实施风险承担行为的步伐。

从治理效应看，委托代理冲突的存在，会降低企业风险承担水平，管理者决策可能会偏离企业价值最大化目标。而连锁董事网络带来的社会资本能够帮助董事个人收获业界认可的社会声誉，在积累广阔人脉关系、开辟更多信息渠道的同时，也可能为其赢得更好的职业前景及额外的董事席位（Engelen A.et al.，2016）。连锁董事网络中心度越高，连锁董事避免自我声誉受损的意愿也就越强烈，为稳固并进一步提升“名利双收”的社会声誉资本，他将会以更大的动机监督约束管理层的自利行为与保守倾向，不断提升寻租现象的识别能力和代理冲突的治理能力，进而降低了信息不对称程度，提升了管理层风险投资意识，促进了企业风险承担水平。

基于以上分析，提出如下假设：

H1：连锁董事网络位置与企业风险承担呈现正相关关系，即连锁董事网络中心度越高，风险承担水平越强。

（二）股权激励的调节效应

如果企业尚未实施股权激励措施，管理层将无法直接从风险投资项目中获取显性收益和持久回报，进而有着强烈的风险规避动机，不会倾向于利用连锁董事网络资源去提升风险承担水平。Croci E .& Petmezas D.（2015）的研究表明，管理层的持股比例增加后，无论是风险厌恶型还是风险偏好型，都会产生更强烈的动机去抓住高风险高收益的投资机会。朱琪等（2019）也发现股权激励的力度越大，管理层进行风险投资活动的倾向性越强。根据行为代理理论，如果企业的股权激励程度较高，就能够更好地实现管理层职业努力方向与企业长期战略规划的有机融合，通过增强高管眼前利益与企业长期价值的关联性来缓解管理层的风险厌恶态度，促使管理层以更加积极的意愿去深度挖掘连锁董事的社会资本，有效发挥连锁董事网络的治理效应，更大程度地提高企业风险承担水平。根据信号传递理论，股权激励计划会向外界传递管理层与股东利益趋于一致的信号（Fahlenbrach R .& Stulz RM.，2009），这种“利益协同效应”的外部声誉机制能够督促管理层充分利用连锁董事网络资源，为风险承担决策提供信息渠道和资源保障，合理提升企业风险承担水平。

基于以上分析，提出如下假设：

H2：股权激励在连锁董事网络位置与企业风险承担之间具有正向调节效应，即管理层股权激励程度越高，董事网络中心度对风险承担水平的促进作用越强。

（三）技术创新的中介效应

连锁董事网络位置促进了技术创新。一方面，处于网络中心位置的连锁董事可以进一步促进企业之间的技术交流，通过总结其他公司的管理经验，积累技术诀窍，降低企业创新研发的试错成本与投资风险。另一方面，处于网络中心位置的连锁董事可以进一步促使企业与相关政府部门之间的积极沟通，有助于企业迅速了解外部环境和政策导向信息，缓解企业融资约束，拓宽外部融资渠道，为技术创新提供稳定的资金保障。

连锁董事网络位置通过促进技术创新提升企业风险承担水平。Banerjee R. & Gupta K.（2019）发现企业的创新研发投入越大，风险承担水平越高，但由于技术创新活动的复杂性、专业性及长期不确定性，可能会导致企业技术突破受阻，创新进程缓慢。而连锁董事的技术背景和投资经验则可以发挥专家顾问的建议职能，能够精准把握行业发展趋势，有效应对研发投资风险，切实提高企业创新效率。处于网络中心位置的连锁董事掌握的“信息利益”和“控制利益”更加强大（刘衡和苏坤，2017），可以为企业获取更关键的核心技术资源和更丰富的创新投资机会，更有助于技术创新活动的顺利开展，还能够大大提升管理层的风险偏好意愿，促使管理层努力通过产品升级、技术进步、创新研发等行为，理性选择风险承担行为，持续驱动企业价值增长，企业风险承担水平自然得到大幅提升。

基于以上分析，提出如下假设：

H3：技术创新在连锁董事网络位置与企业风险承担之间存在中介效应，即连锁董事网络中心度通过增加技术创新，进而提高了风险承担水平。

三、研究设计

（一）样本选择及数据来源

本文以2014—2019年沪深A股上市公司作为研究样本，样本数据主要来自CSMAR 数据库。为防止异质因素的干扰，对样本数据进行了如下处理：剔除金融保险行业以及ST、*ST 公司；剔除数据缺失或异常的公司；准确识别董事联结关系。首先筛选出所有重名的连锁董事，手工比对性别、年龄、专业背景、职务类别等基本信息，排除同名不同人的董事，确保每个独特的ID 只对应一个董事，然后找出同一董事在不同公司任职的情况，在Excel 中构造“董事—公司”二维矩阵，并剔除没有发生董事联结关系的公司。最终得到12657个公司年度观测值，并对连续变量进行上下1%的Winsorize 处理。此外，使用社会网络分析软件Pajek 计算连锁董事网络中心度，使用Stata15.0软件进行统计分析。

（二）变量定义

1.被解释变量：企业风险承担

参考许志勇等（2020）的做法，采用盈利波动性（经行业均值调整后的ROA标准差）进行基准回归分析，并以经行业均值调整后的ROA 最大最小值之差进行稳健性检验，计算方法如式（1）、（2）、（3）所示。

其中，ROA 表示公司相应年度的息税折旧摊销前利润与期末总资产的比率；Adj_ROA 表示每家公司的ROA 减去行业均值，目的是排除经济周期等不确定因素对公司盈利能力的影响；Risktaking 表示经行业水平调整的ROA标准差，即盈利波动性；Risktaking_ext 表示经行业水平调整的ROA最大最小值之差；i表示公司；t表示年度；N表示某行业的公司数量；k表示该行业的第k家公司；T表示观测时段，由于我国上市公司高管的任期一般为3 年，因此本文以3 年（T=3）作为一个观测时段进行滚动计算。

2.解释变量：董事网络中心度

借鉴张丹和郝蕊（2018）的研究，选取两种常用的衡量指标：程度中心度（Degree）与接近中心度（Closeness）。程度中心度表示某位董事与其他董事发生直接联结关系的数量，重点关注网络中交流的活跃性。接近中心度表示某位董事与其他董事最短联结距离总和的倒数，主要衡量网络中交流的有效性。本文考察公司层面的网络中心度，以公司为单位分年度计算两个指标的均值（Netcen），用来反映董事网络中心度的平均水平，同时计算两个指标的最大值（Netcen_max），用来反映董事网络中心度的最高决策主导权。前者进行基准回归分析，后者则进行稳健性检验。程度中心度的计算如式（4）所示：

其中，i表示某位董事；j表示当年除了i之外的其他董事；Xij表示一个董事网络联结关系，如果董事i与j至少在一个公司董事会任职为1，否则为0；g表示公司当年董事网络中的总人数，由于不同年度的董事数量不同，用g−1 来消除不同年度董事网络的规模差异。

接近中心度的计算公式如式（5）所示：

3.调节变量：股权激励

自2006 年1月1日正式实施《上市公司股权激励管理办法》以来，国内企业大都以股票激励形式为主。针对这一特点，借鉴苏坤（2015）的研究，采用管理层持股比例（管理层持股数量占公司股本总数的比率）来衡量股权激励。其中，管理层包括CEO、总经理、副总经理、董事会秘书和年报上公布的其他高级管理人员，有兼任时不重复计算持股数量。

4.中介变量：技术创新

技术创新反映了企业对发展战略的资源分配，为了消除公司规模等因素的影响，借鉴朱健等（2019）的研究，用研发投入强度（研发支出与营业收入的比例）来衡量技术创新。

5.控制变量

为控制其他因素的影响，参考赵丽娟和张敦力（2019）的研究，选取了公司规模、财务杠杆、公司成长性等财务特征变量，以及产权性质、第一大股东持股比例、两职合一、独立董事比例等治理特征变量为控制变量。此外，还控制了行业和年度等宏观因素的影响，变量定义如表1所示。

表1 研究变量定义表

（三）模型构建

为验证假设H1，本文构建董事网络位置与企业风险承担的主效应模型（6）。其中，Netcen表示董事网络中心度，包括程度中心度（Degree）与接近中心度（Closeness）。根据H1，预期Netcen的回归系数α1显著大于0。

为验证假设H2，本文构建股权激励对董事网络位置与企业风险承担的调节效应模型（7）。根据H2，预期交乘项Netcen×Mshare 的回归系数β3显著大于0。

为验证假设H3，本文构建技术创新在董事网络位置与企业风险承担之间的中介效应模型（8）、（9）。若模型（8）中Netcen 的回归系数γ1显著则进一步检验模型（9）。若模型（9）中R&D的回归系数λ2显著，说明董事网络中心度对企业风险承担的影响至少有一部分是通过研发投入强度实现的，中介效应存在。同时，如果Netcen 的回归系数λ1也显著，说明技术创新具有部分中介效应，除此之外还有提升企业风险承担的其他路径。如果λ1不显著，说明技术创新具有完全中介效应，是董事网络中心度影响企业风险承担的唯一路径。

四、实证结果及分析

（一）描述性统计

表2 报告了本文主要变量的描述性统计结果。从中可以看出，一是大部分上市公司的风险承担都低于平均水平，而且还明显低于世界其他主要国家（严楷等，2019），亟需通过内外部治理机制有效提升。二是上市公司平均与近13家公司发生董事联结关系，说明董事网络作为一种非正式的制度在我国已经较为普遍，连锁董事的信息交流存在较高活跃性，但其联结数量相差较大。三是大部分上市公司的董事接近中心度都高于平均值，大多数连锁董事与网络中其他董事的联结距离相对较短，联结公司之间保持了非常高效的信息传播，进一步反映出董事网络已经成为上市公司日趋重要的战略资源，但不同公司的联结距离还存在较大差异。四是大部分上市公司的股权激励程度与技术创新程度还有待提高，且不同公司之间差距明显。此外，控制变量较为正常，不存在极端情况，与相关文献基本一致。

表2 主要变量的描述性统计结果

（二）回归结果分析

表3报告了模型（6）、模型（7）的OLS回归结果。模型（6）中，Degree、Closeness的回归系数均在1%的水平上显著为正，表明董事网络中心度与企业风险承担呈正相关关系，连锁董事越靠近网络中心位置，企业获取的关键信息与核心资源就越丰富，能为风险投资决策提供充分的战略支撑及重要指导，进而有效提升风险承担水平，由此验证了假设H1。模型（7）中，Degree、Closeness 的回归系数均在1%的水平上显著为正，与模型（6）的结果保持一致，假设H1 再次得到检验。交互项Degree×Mshare、Closeness×Mshare 的回归系数也都在1%的水平上显著为正，表明管理层持股比例越高，越有助于增强董事网络中心度对企业风险承担的正向影响。同时，也反映出合理的股权激励计划能够促进管理层充分利用董事网络中蕴含的信息资源，将其作为扩大竞争优势和实施未来战略的一种治理机制，从而进一步提升风险承担水平，由此验证了假设H2。

表3 主效应与调节效应检验结果

续表3

表4报告了模型（8）、模型（9）的OLS回归结果。模型（8）中，Degree、Closeness的回归系数均在1%的水平上显著为正，表明董事网络中心度与研发投入强度呈正相关关系，连锁董事越靠近网络中心位置，越能给企业带来更强的信息获取能力和资源控制能力，进而增强了技术创新。模型（9）在控制了研发投入强度的基础上进一步检验董事网络位置对企业风险承担的影响，两组回归中，R&D 的回归系数均在1%的水平上显著为正，说明在董事网络中心度提升风险承担水平的过程中，研发投入强度是一条行之有效的作用路径；同时Degree、Closeness 的回归系数仍在1%的水平上显著为正，说明技术创新在董事网络位置与企业风险承担关系中存在部分中介效应，即董事网络中心度通过增强研发投入强度，进而提高了企业风险承担水平，由此验证了假设H3。值得注意的是，董事网络的风险治理机制并不仅仅只有技术创新这一条路径，还有其他多样化的治理渠道可以提升企业风险承担水平，但技术创新无疑是其中很关键的作用路径之一。

表4 中介效应检验结果

（三）稳健性检验①

①限于篇幅，结果留存备索。

本文从三个方面做稳健性检验：一是内生性检验。由于风险承担水平较高的企业更容易吸引处于网络中心度较高的连锁董事任职，使得董事网络位置与企业风险承担之间可能存在逆向因果关系。为缓解潜在的内生性问题，本文以“同行业董事网络中心度均值（本公司除外）”，包括除本公司外的同行业程度中心度均值（Degree_ind）和同行业接近中心度均值（Closeness_ind）作为工具变量，采用两阶段最小二乘法（2SLS）对模型（6）的董事网络中心度进行了工具化处理。二是替换各项变量。替换以下变量对模型（7）、（8）、（9）重新进行回归。替换解释变量董事网络中心度：借鉴李敏娜和王铁男（2014）的做法，采用程度中心度和接近中心度的最大值（Netcen_max）替换其均值。替换被解释变量企业风险承担：采用经行业均值调整后的ROA 最大最小值之差（Risktaking_ext）衡量风险承担。三是固定效应回归。为避免遗漏变量产生的内生性问题，控制影响董事网络中心度和企业风险承担水平的公司特征等潜在因素，对模型（6）、（7）、（8）、（9）采用固定效应回归进行稳健性检验。上述检验结果均显示前文假设仍然得到支持。

五、结论与建议

本文以2014—2019年中国A股上市公司作为样本，分析并实证检验了连锁董事网络影响企业风险承担的内在机理及作用路径。研究结果显示：第一，连锁董事网络位置是获取关键信息与核心资源的重要渠道，凭借资源效应和治理效应能够显著提升企业风险承担，即董事网络中心度越高，风险承担水平越强。第二，管理层的风险规避动机削弱了连锁董事网络的风险治理效果，而股权激励计划通过提升代理效率、促进利益协同，能够有效增强管理层的风险投资意识，在董事网络位置与企业风险承担之间具有正向调节效应，即管理层持股比例越高，董事网络中心度对风险承担水平的促进作用越强。第三，连锁董事网络的风险治理机制，主要通过聚焦于高科技、新产品的项目投资来实现，技术创新在董事网络位置与企业风险承担之间存在部分中介效应，即董事网络中心度通过增加研发投入强度，进而提高了风险承担水平。

上述结论意味着企业风险承担水平的优化，要依靠各种内外部治理因素的共同推动。但在我国正式制度还不健全的情况下，企业更应该充分重视并有效发挥连锁董事网络这一非正式制度的补充作用，通过网络中嵌入的关键信息与核心资源，为风险承担决策的开展提供更多的投资机会与战略支持。一方面需要把连锁董事网络建设上升到公司治理战略的高度，严格规范连锁董事的选聘标准，不断提高董事网络的中心位置，主动扩大联结关系的辐射范围，深度挖掘网络系统中蕴含的社会资本，切实缓解风险投资活动的资源依赖。另一方面需要合理实施长期股权激励计划，严格监督管理层的个人私利行为，逐步引导管理层积极主动地承担风险，通过连锁董事网络增强外部核心资源的控制程度，进而加大技术创新能力和研发投入强度，为企业风险承担构建行之有效的战略通道。