管理层能力对投资效率的影响研究

2021-11-06杨琪慧赵红梅

现代营销·经营版 2021年9期

关键词：管理层变量效率

钱影杨琪慧赵红梅

（常州大学商学院江苏常州 213159)

管理层的水平直接关系到公司的投资效率以及长远发展。人们逐渐开始意识到，对于管理层强化培养是十分关键的事情。因此，探讨管理层能力与投资效率之间的关系，除了具有巨大的理论价值，还有很多的现实价值。

一、核心概念

（一）管理层能力

对于其具体概念，当下学术领域并未形成统一的认识。学者们普遍的观点是，公司管理层在一定成本因素下创造价值的能力。具体而言，往往表现为设定公司发展的战略、合理开发以及运用各项资源等，都是为了公司的经济效益而服务。

（二）投资效率

投资效率指的是企业投入资金与获得收益之间的比率。当下，学术领域对于其概念认定存在不同的认识，可以划分成过度投资与投资不足两种倾向。企业过度投资行为是由代理问题引起的，其所依据的原理是委托代理理论；而后者往往是因为信息不对称造成的。第一种情况是对亏损的对象、风险很大的工程进行投资，不利于股东以及债权人的利益，进而对企业价值的评估有负面影响；投资不足指的是没有投资那些能够盈利的项目，从而对股东与债权人的利益带来损失，对公司市场价值的评估也具有负面作用。

二、相关理论研究假设提出

根据委托人代理理论，委托主体、代理主体之间的关系十分重要，也是企业经营的常态。前者对后者赋予一定的权力，从而进行决策与实施，不过二者的利益诉求是存在差异的。所有者希望委托人能尽最大的努力来提高商业价值，并最大程度地提高企业利润，代理人关心的是是否有足够的空闲时间和丰厚的回报。Stein等（1989）指出管理层还可能由于声誉、个人生活的变化和其他个人因素，选择维持现状，而忽略某些净现值为正的项目，从而导致投资不足；干胜道等（2014）在研究中提出，过度投资是因为一定的代理冲突而形成的。创建合理的内控体系，可以改善这一问题，从而为投资决策带来更多的支持帮助。管理层能力更为突出的情况下，将会通过各种方式来获得资金积累，将内源性融资作为最大支持。另外，能力强的管理层可以更好地处理与外部的关系，从而得到积极支持，为公司的发展创造良好的外部环境。并获得更多有价值信息，为自身的决策带来更多依据。

H1：管理层能力与企业非效率投资负相关，即管理层能力越高，企业非效率投资越低。

三、研究设计

（一）样本选择以及数据来源

此次课题研究中，将2017年到2019年所有A股上市企业作为案例，删除一些不满足条件的部分：（1）剔除金融类上市公司；（2）剔除ST、＊ST上市公司；（3）剔除样本中数据缺失和异常的数值；（4）本文所使用的模型需要利用前一年的数据构建滞后值。最终得到5266条分析数据。本文数据的主要来源是CSMAR，主要使用到的数据处理工具有Excel和SPSS，Excel是对数据进行一些前期的简单处理，再用SPSS进行比较复杂的回归分析等工作。

（二）变量衡量

1.非效率投资衡量

这里运用到的方法为Richardson（2006）创建的残差模型，模型具体为：

该模型不仅可以计算出非效率投资，更可以体现过度投资或是投资不足的程度，后来的研究也大都以该模型为基础，并且以残差的绝对值来描述具体的投资情况，残差大于0对应为过度投资，相反为投资不足。模型的公式见模型1，其中Invt为企业本期新增加的资本投资，Invt-1为企业上一期新增加的资本投资，Levt-1为企业的资产负债率，Sizet-1为企业规模，Growtht-1为成长率，Casht-1为企业的现金持有量，Aget-1为企业的上市年限，Rett-1为企业的股票收益率。

2.管理层能力衡量

这里参考Demerjian （2012）的做法，第一步通过数据包络分析法来估计企业的生产效率。在具体分析过程中，选择COGS、SG&A（详情为下表4）等6个变量。这些变量的成本和费用项目基本包括企业的各类收入。这些投入项目实际的金额大小取决于企业管理层的能力，在能力较为突出时，公司形成相同产出需要的投入更低。另外，将Sales作为产出变量，此时Sales属于公司经营环节中最关键的收入来源，通过一定的成本获取多少收入，也和管理层能力相关。所以，这里设计的DEA模型为：

其中，COGS为营业成本、SG&A为销售及管理费用、PPE为固定资产、Intangible为无形资产、Goodwill为商誉、R&D为开发支出、Sales为营业收入。

由上述DEA方法计算的企业生产效率。效率值在0到1的范围内，趋向于1，意味着效率更为理想，相反效率更低，这种计算和衡量方式，避免了行业因素带来的影响。当然，这里运算的生产效率也包括了企业因素的影响，还要剔除企业因素。

效率值设定为相应因变量，公司的特征作为自变量，展开回归分析处理。无法被解释的部分用来表示为管理层能力，即Tobit回归模型中的残差可以作为衡量企业管理层能力大小的指标。结合以上阐述分析，这里引进下面的Tobit回归模型，分行业、分年份测算企业管理层能力：

其中MS为市场份额、Age为上市时间、FCI为外币指标、FCF为自由现金流、Size为公司规模和Div为多元化经营。

3.控制变量衡量

根据现有相关文献（程新生等，2012），本文选择企业上市年限（Lnage）、企业规模（Lnassets）、管理者薪酬（Lnsala）、董事长与总经理兼任情况（Dual）、独董比例（Indboard）、托宾Q值（TQ）这些变量来控制其他财务或者治理因素对本文研究的影响。

（三）模型构建

下文中的模型实证分析了管理层能力与投资效率，这里Invest即为公司的非效率投资，Ma即为管理层能力，CON代表了所有的控制变量。

本文构建下述模型来检验假设H1:

四、实证分析

（一）描述性统计和相关性分析

全样本的描述性统计主要包括平均值、中位数、标准偏差、最小值和最大值，一共有5266个数据，依据Richardson（2006）模型，非效率投资越趋近于零，公司投资效率的走向越往上。该指标最小为0，最大为0.41，均值为0.038，说明企业非效率投资的情况普遍存在，非效率投资水平差异较大，也表明了非效率投资情况确实存在，而且情况并不乐观。管理层能力（Ma）变量的最小值为－0.46，最大值为0.42，意味着公司管理层能力弱。同时，这里引进Pearson检验，进一步研究自变量、因变量，调节变量等所具有的关联性。