期望绩效反馈与企业风险决策关系研究——企业行为理论与代理理论的整合视角

张丹妮，刘春林，刘夏怡

（1.南京航空航天大学 经济与管理学院，南京 211106；2.南京大学 商学院，南京 210093；3.华侨大学 工商管理学院，泉州 362021）

2021年4 月，华晨汽车集团被曝涉嫌财务造假，被证监会处以5360万元罚款，再次引发了人们对企业内部的风险活动与公司治理问题的关注，值得深思的一个问题是：华晨汽车集团为何甘愿“冒天下之大不韪”去短视选择财务造假行为，而不是选择对打造核心技术竞争力具有重要意义的R&D 活动呢？CYERT等［1］提出的企业行为理论认为，不同的期望绩效反馈水平是影响企业风险活动选择的重要依据。当实际绩效低于期望绩效（期望落差）时，企业往往会进行问题搜索，并且倾向于通过一些风险性变革活动来解决问题，如采取违规冒险投机活动［2］、增加研发支出［3］、加大企业战略调整力度［4］等。当实际绩效高于期望绩效（期望顺差）时，相对富有的状态会让企业更倾向于风险规避，从而减少研发支出［5］、降低战略变革程度［6］等。但也有部分学者发现，期望落差可能导致组织采取刚性行为，更倾向于强化成本控制、留存资源，减少变革、创新等冒险性活动［7］。期望顺差下，充沛的冗余资源为企业冒险活动提供了保障，会促使企业进行冗余搜索，增加研发投入［8］。此外，还有学者发现绩优企业向上比较的压力可能会导致他们从事关联交易等短期投机经营活动［9］。期望绩效反馈与风险活动选择之间关系的研究结论矛盾说明企业行为理论框架还存在改进的空间。

通过文献梳理，本文认为造成上述矛盾的原因主要如下。①参照点选择不同。企业行为理论的精髓在于GREVE［10］的业绩反馈决策模型，而不同的决策参照点可能会导致相同绩效水平的企业做出截然相反的选择。例如，同样一家期望顺差的企业，如果以平均绩效水平为参照点，会选择规避风险；如果以追求最优业绩为参照点，则可能选择追求风险［9］。②逻辑框架不一致。问题搜索的分析框架是从企业的动机出发，而冗余搜索的分析框架则是从企业的能力出发［11］。也就是说，期望落差下，企业是为了使组织绩效回到目标水平而采取冒险行为；而期望顺差下，企业是因为有丰富的冗余资源做后盾才进行冒险行为。但企业的冒险能力随着期望顺差的增大而不断提升，冒险动机随着期望落差的增大而呈凹形的变化趋势。这种错配会导致具有很强动机的企业，缺乏能力去从事某些冒险行为（如创新），从而出现期望落差下企业仍然规避风险的研究结论。③围绕单一风险行为展开。不同类型的风险行为背后的动机有所不同，如短期导向的风险行为（如战略调整、投机经营行为等）常常是为了迅速摆脱绩效困境，而长期导向的风险行为（如创新等）则是着眼于公司长远发展［12］。因此，期望顺差下的企业同样会为了获得持续性的竞争优势，投入到突破式创新活动中来［11］。

为此，本文尝试将代理理论引入企业行为理论，从管理者动机的视角出发，探究不同期望绩效反馈水平下企业所做出的风险决策的差异。在经营权和所有权相分离的现代公司治理体系下，以CEO为核心的管理者能够对公司的风险决策产生重大影响［13］。因此，管理者的风险承担动机会直接影响企业的风险行为选择。而在不同的期望绩效反馈水平下，管理者的风险承担动机存在显著差别。较差的绩效常常是导致管理者被解雇的主要原因［14］。所以，在期望落差下，为了降低自身被解聘的可能性，管理者倾向于“铤而走险”，采取短期导向的风险行为（企业违规活动）以使企业的绩效水平尽快达到目标水平。而在期望顺差下，为了提升自身在未来劳动力市场上的声望，管理者也会“从长计议”，将有利于企业长期发展的决策放在第一位，选择长期导向的风险行为（R&D活动），以期进一步提高组织的绩效水平。同时，为了进一步验证上述假设，本文还在代理理论的框架下，选择反映CEO管理自主权的变量（CEO政治关联和CEO持股）作为调节变量，以更好地凸显CEO的风险承担动机所导致的风险决策差异。

本文创新之处在于：①鉴于企业行为理论难以采用一致的逻辑对不同期望绩效反馈水平下企业风险行为做出解释，本文引入代理理论，将管理者风险承担动机与企业行为理论有机结合，有效拓展了有关企业行为理论的研究；②以往研究多围绕单一风险类型展开分析，本文通过选择两种差异性的风险活动，并强调不同方向期望绩效反馈下，企业在风险活动选择类别上存在显著差异，以期增强对有关期望绩效反馈下企业风险承担行为背后影响机制的理解；③深入探讨了CEO管理自主权即CEO政治关联和CEO持股分别在不同方向期望绩效反馈下风险承担类别选择中发挥的作用，这有助于进一步明晰期望绩效反馈下企业风险倾向的发生机理。

1 理论分析与假设提出

以往关于绩效期望反馈与企业风险行为的研究往往围绕着单一风险行为展开。由于不同的解释逻辑框架和参照点选择等原因，对不同期望绩效反馈水平下企业风险活动选择仍未达成一致性的研究结论，从而削弱了企业行为理论的解释效力。为了解决上述问题，本文尝试将代理理论引入企业行为理论，从企业管理者的风险承担动机出发，综合考虑不同期望绩效反馈水平下，企业在违规活动和R&D活动选择上的差异。违规活动是企业为实现短期利益而采取的冒险行为，如违法信息披露、虚假财务报表、内幕交易、违规操纵等故意性违规行为，虽然这些行为一旦被发现，往往会给企业带来巨大的声誉和经济上的损失［15］，但却能够在短期内提高企业的绩效水平。R&D活动是企业对技术创新的投入。由于研发活动的回报存在不确定性、从投入到产出的时间长、高融资成本和调整成本等难题［16］，因而同样具有较高的风险性。但两者背后的动机存在显著差异：前者主要着眼于短期收益，后者则更关注长期回报［12］。两者的对比能够较好地区分管理者的风险承担动机，继而厘清期望绩效反馈与企业风险活动选择之间的复杂关系。

1.1 期望绩效反馈与企业风险类别

依据企业行为理论，当企业的实际绩效低于期望绩效时，管理者通常会认为组织此时处于一种运营效率低下的“损失”状态，进而展开问题搜索以寻求解决当前的问题，并愿意通过冒险的方式促使组织的绩效尽快恢复到期望水平，而且这种风险倾向，会随着负向期望绩效反馈水平的扩大而被强化［6］。也就是说，负向期望绩效反馈下的企业风险活动往往存在着强烈的利润追平动机。此时，从公司的角度来看，为了扭转当前绩效不佳的局面，既可以选择通过创新的手段逐步提升企业绩效水平［3］，也可以采取成本更低、更加冒险的违规活动来快速获取利润［2］。而从企业管理者的角度来看，在期望落差的状态下，他们不仅要面对业绩提升的压力，同时还要面对股东、董事会的解聘压力，他们会更迫切地采取任何可能有助于快速实现财务目标的手段［17］。出于避免被解雇的动机，管理者在决策制定的过程中会优先考虑实现成本低、能够迅速恢复理想绩效水平、实现企业短期目标的违规行为，而非产出不确定、投资及回报周期长的R&D活动。虽然合法性和道德是大多数公司的重要行为约束［18］，但由于代理问题的存在，企业难以对管理者的行为进行有效监督，此时管理者的风险承担动机会影响企业的风险活动选择，表现为随着期望落差的扩大，企业更有可能选择短视导向的违规活动，而非着眼长期发展的R&D活动。由此，提出如下假设。

H1 期望落差越大，企业越有可能进行违规活动，而无显著的R&D活动偏好。

企业行为理论认为，绩效满意的企业倾向于采取更加安稳的战略措施。但对于管理者来说，绩效水平越高越能够提升自身在职业经理人市场上的声望，所以他们仍有动机去从事风险活动。与期望落差下的情况不同，较高的绩效水平下，管理者能够从追逐短期利润的压力中解脱出来，专注于提升公司的长期市场竞争力［8］。此时，管理者更有可能选择对提升企业竞争能力、增强企业的市场价值等具有重要意义的R&D活动，以期提升自己未来的声望，不再去考虑可能违反法律和道德标准的违规活动。相关研究也发现，较高的绩效水平增强了管理者对自己的市场地位和增长路径的信心，使他们变得更有抱负，更有信心参与前瞻性活动，确保进一步绩效增长和市场扩张［19］。因此，虽然在期望顺差的情况下企业更有可能“富则思安”，但管理者仍然有动机去从事R&D活动。由于存在代理问题，管理者的上述风险承担动机仍然会影响企业的最终决策，表现为随着期望顺差的扩大，企业仍然会去选择具有一定风险性质的R&D活动。相比之下，由于没有短期业绩压力，违反法律和道德标准的违规活动对管理者而言就不再具有吸引力。由此，提出如下假设。

H2 期望顺差越大，企业越有可能进行R&D活动，而无显著的违规活动偏好。

1.2 CEO管理自主权的调节作用

管理自主权反映了企业管理者按照自身的意愿实施变革的程度［20］。作为企业变革最直接的决策者，CEO管理自主权的力度将直接影响其个人意志在公司战略制定和执行过程中得以体现的程度［6］。基于代理理论，本文认为管理自主权将会放大CEO的风险承担动机对期望落差/顺差下企业风险活动选择的影响。也就是说，CEO管理自主权是影响期望绩效反馈与企业风险决策关系的重要边界条件。具体地，本文以CEO政治关联和CEO持股这两个变量作为反映CEO管理自主权的代理变量。其中，CEO政治关联意味着CEO拥有更多的政府资源、更高的社会地位，这意味着其在决策制定中更容易摆脱董事会的监督和约束，掌握更强的话语权，从而扩大个人意志在决策中的体现［21］；CEO持股是该CEO对公司所有者权力的一种体现，意味着其在公司享有更大的决策控制权，即实施决策的内部行为空间将更大［22］。有关情境变量的具体讨论如下。

1.2.1 CEO政治关联的调节作用 政治关联能赋予管理者更为丰富的政府资源以及更高的社会威望，可更好地体现出不同期望绩效反馈水平下CEO风险决策的差异。为此，本文提出，当企业期望绩效反馈为负时，存在CEO政治关联的企业进行违规活动的倾向更高，具体原因如下。首先，经济转型时期，我国政府掌握着大多数资源，对企业发展具有很强的控制力［23］，尤其在中国“关系”社会中，政治关联往往可以为企业带来重要竞争优势，例如最新的政策动态、各种优惠的资源条件等［24］，因而拥有政治关联的CEO在决策过程中往往利用自身资源优势在企业占据很强的话语权，这也一定程度上加剧了董事会对其进行监督和约束的难度，从而为管理层的机会主义行为创造了空间［25］。其次，证监会作为企业行为的监督机构，在监管企业违规活动、稳定市场发展过程中起到了一定制度保障作用，而CEO政治关联作为企业的社会资本，可以一定程度上减缓企业受监管的压力［26］；即便企业违规活动受到披露，政治关联也可为违规企业获得一种“隐性担保”，降低违规活动对企业造成的冲击［27］。由此可见，拥有政治关联的CEO可以更好地在决策制订过程中体现个人意志，且违规活动被查处的风险及受罚成本相对更低，这将进一步放大企业在期望落差下的违规活动偏好。

同样，当企业期望绩效反馈为正时，拥有CEO政治关联的企业更有可能从事R&D活动。除了提高决策话语权之外，CEO政治关联还能够有效帮助企业迅速、高效地获取政府相关技术创新政策方面的信息，从而更及时地了解政府的创新政策导向［23］，政府的一系列创新补贴、税收优惠政策同样可以有效降低企业创新活动的成本［28］。更为重要的是，政治关联也为企业创新失败提供了担保，扩充了管理层的容错率［29］。由此可见，拥有CEO 政治关联的企业进行R&D 活动的优势更为明显，因此在期望顺差下进行R&D活动的动机更强。由此，提出如下假设。

H3 CEO政治关联增强了期望落差对企业违规活动的正向影响。

H4 CEO政治关联增强了期望顺差对企业R&D活动的正向影响。

1.2.2 CEO 持股的调节作用 在CEO 持股的情况下，CEO 既是公司的委托人也是公司的代理人。CEO持有的股份越高，股东以及外部利益相关者对其进行约束以及监督的难度越大，CEO实施决策的内部行为空间越大，即CEO拥有的管理自主权越大［30］。依据上文分析，此时CEO的风险承担动机差异将在不同的期望绩效水平下得到更为显著的体现。具体地，在期望落差的情况下，持有较高股份的CEO在公司内部受到的约束小，可有效操纵对外部利益相关者信息的传达［31］，进而降低了违规活动被查处的风险。此外，期望落差下，CEO持有的股份越多，其面临的利益损失也会越严重，这也使其有动机通过违规行为迅速实现高回报以谋取私利［30］。因此，CEO持股会增强期望落差下企业从事违规行为的可能性。

而在期望顺差下，面对已经达成的预期目标以及较为宽裕的资源，持股CEO由于与公司利益存在很高的趋同性［13］，往往会更加重视企业的长期发展，而R&D 活动对于提升企业持续竞争能力具有重要意义，必然会受到更高的关注。同时，较多的持股能够赋予CEO更多的资源和影响力，从而在R&D活动中进行更好地进行资源整合，减少风险损失［32］。此外，CEO 持股可以有效降低信息不对称带来的代理问题［33］，从而降低R&D活动投入过程中投资者对企业的识别风险。由此可见，CEO持股会增加期望顺差下企业进行R&D 活动的可能性。由此，本文提出以下假设。

H5 CEO 持股增强了期望落差对企业违规活动的正向影响。

H6 CEO 持股增强了期望顺差对企业R&D活动的正向影响。

综上所述，本文的理论框架如图1所示。

图1 概念模型Fig.1 Conceptual model

2 研究设计

2.1 样本选择与数据来源

本文基于2013—2018 年沪深两市A 股上市公司样本展开讨论，以2013 年作为起始年份，是因为2012年“八项规定”的出台，极大地推进了有关企业不良作风的规范力度，对研究的关键变量违规活动具有一定影响。此外，本文进一步对如下样本进行剔除：①处于ST、ST*等异常交易状态的公司；②金融保险行业的公司；③相关变量存在缺失值的样本。最终得到2374家上市公司共11075个样本观测值。为降低极端值对结果可能造成的偏误，对连续变量均进行了上下1%的缩尾（winsorize）处理。

有关违规活动的数据取自CSMAR数据库“违规数据库”中的企业违规事件，相关企业财务信息及公司治理特征信息均来自CSMAR数据库及Wind数据库，经手工整理所得。

2.2 变量定义

2.2.1 被解释变量 第一个被解释变量企业违规活动Violation取自CSMAR库中“违规数据库”中证监会披露的企业违规事件，具体包括上市公司违规信息披露、虚假财务报表、内幕交易、违规操纵等，并以事件实际发生年份为基准，进行数量统计得到。

第二个被解释变量企业R&D活动R&D采用企业当年研发支出与营业收入的比重进行衡量。

2.2.2 解释变量 根据企业行为理论的研究模型，期望差距为实际业绩与期望水平之差距。参考以往文献做法［10］，本文构建两个截尾的连续性变量E_down和E_up，分别用以衡量期望落差和期望顺差。具体计算步骤如下。

续 表

续 表

续 表

第一步，计算实际绩效P与期望绩效A的差值（P-A）。其中，企业实际绩效P，选取资产回报率ROA进行衡量；期望绩效A，采用企业历史绩效和行业绩效的线性组合得到，即

其中，HAit是指i公司第t年的历史期望绩效，采用i公司t-1年的ROA进行衡量；SAit是指i公司第t年的行业期望绩效，采用i公司第t年其所处行业内除去i公司后，剩余的其他公司在第t年的ROA 均值进行衡量，α1代表权重，取值范围在0～1之间，参考王菁等［3］的方法，本文汇报α1=0.5的检验结果，并在稳健性检验中对其他取值结果进行汇报。为方便理解与比较，负向期望绩效反馈水平的计量采用实际绩效与期望绩效差值的绝对值。

通过对比实际绩效P与期望绩效A的差异，即可判断期望绩效反馈水平。当（P-A）＜0时，意味着企业实际绩效低于期望绩效；（P-A）＞0则意味着企业实际绩效高于期望绩效。

第二步，构建期望落差E_down、期望顺差E_up。先设置虚拟变量I1，当（P-A）＜0 时赋值为1，否则为0。

当企业实际绩效未达到期望绩效时，即（P-A）＜0时，其负向期望绩效反馈水平等于|I1（P-A）|，其值越大，表示实际绩效低于期望绩效的程度越大，记为E_down；当企业实际绩效实现期望绩效时，即（P-A）＞=0时，其正向期望绩效反馈水平等于（1-I1）（P-A），其值越大，表示实际绩效高于期望绩效的程度越大，记为E_up。

2.2.3 调节变量 第一个调节变量CEO 政治关联Political_tie，由于副处级及以上的政治关联更具实权［34］，本文通过CEO是否曾经担任过副处级及以上政府官员、现任或曾任地级市及以上人大代表等进行衡量，是赋值为1，否则为0。

第二个调节变量CEO持股CEO_share，采用CEO持股数占企业总股数的比值进行衡量。

2.2.4 控制变量 参考以往文献［2-3］，采用如下控制变量。①公司特征因素：公司上市年龄IPO、公司规模Size、冗余资源Slack（将未吸收冗余即速动比率、已吸收冗余即费用收入比和潜在冗余即权益负债比三个指标进行标准化之后加总得到）［35］。②公司治理因素：董事长总经理两职兼任Both、前十大股东持股比例Top10、董事会人数Boardsize、独立董事比重D_Director、CEO年龄CEO_age、产权性质SOE。③环境特征因素即环境不确定性EU。参考申慧慧等［36］的做法，第一步计算公司未经行业调整的环境不确定性，即先对公司过去5年的销售收入和年份进行回归，得到回归残差的标准差（即过去5年非正常销售收入的标准差），再用回归残差的标准差除以过去5年销售收入的平均值；第二步计算行业环境不确定性，即同一年度、同一行业内所有公司的未经行业调整的环境不确定性的中位数；第三步计算公司经行业调整后的环境不确定性，即用各公司未经行业调整的环境不确定性除以行业环境不确定性。

上述主要变量具体定义和测量如表1所示。

表1 变量定义和测量Tab.1 Measurement and descriptions of the variables

2.3 研究模型

为了验证期望绩效反馈和企业违规活动、R&D活动之间的关系，构建模型（2）、模型（3）。为最小化反向因果关系的可能性，对所有解释变量进行滞后一期处理。

为了检验H3～H6，在模型（2）和模型（3）的基础上，依次放入期望落差E_down/期望顺差E_up分别与政 治 关 联Political_tie和CEO 持 股CEO_share的 交 乘 项E_down/E_up×Political_tie、E_down/E_up×CEO_share，从而得到模型（4）、模型（5）。依据H3～H6，本文预期模型（4）中交乘项E_down×Politi⁃cal_tie、E_down×CEO_share的系数均为正向显著，模型（5）中交乘项E_up×Political_tie、E_up×CEO_share的系数均为正向显著。

3 实证分析

3.1 描述性统计与相关性分析

表2 为本文主要变量的描述性统计及相关性分析结果。其中，Violation均值为0.228，标准差为0.586；R&D均值为0.031，标准差为0.039，说明不同企业违规活动次数和R&D支出水平存在较大的差异。此外，E_down和Violation的相关系数在1%的水平上显著为正，而与R&D的相关系数并不显著，初步验证了H1；E_up和Violation、R&D的相关系数均在1%的水平上显著为正，部分支持了H2，具体的回归结果有待进一步检验。此外，各变量间相关系数均低于0.5，说明本文选取的各变量之间并不存在严重的多重共线性问题。

表2 变量的描述性统计和相关系数Tab.2 Descriptive statistics and correlation coefficient of the variables

3.2 回归结果及其分析

表3为不同期望绩效反馈方向下，企业违规活动和R&D 活动两个风险活动倾向的回归结果及有关管理自主权的调节效应。其中，第（1）～第（4）列分别为以Violation作为因变量时的回归结果，第（5）～第（8）列分别为以R&D作为因变量时的回归结果。

表3 回归检验结果Tab.3 Regression test results

第（1）列、第（5）列主效应回归结果分别显示，以Violation作为因变量时，E_down在1%的水平上显著为正，而E_up并不显著；以R&D作为因变量时，E_up在1%的水平上显著为正，而E_down不显著。以上回归结果说明，期望落差越大，企业进行违规活动的倾向越高，而R&D活动不显著，H1得到验证；期望顺差越大，企业的R&D活动倾向越高，但对企业违规活动无显著影响，H2得到验证。

第（2）～第（4）列分别为以Violation作为因变量时调节效应检验及全模型的回归结果，第（6）～第（8）列分别为以R&D作为因变量时调节效应检验及全模型的回归结果。第（2）列和第（4）列回归结果中，Polit⁃ical_tie×E_down的系数均在5%的水平上显著为正，说明在负向期望绩效反馈下，CEO政治关联会加剧期望落差对企业违规活动的刺激作用，H3得到验证。第（3）列和第（4）列回归结果中，CEO_share×E_down的系数均在10%的水平上显著为正，说明在负向期望绩效反馈的情况下，CEO持股同样会加剧期望落差对企业违规活动的刺激作用，H5 得到验证。第（6）～第（8）列回归结果中，尽管Political_tie×E_up和CEO_share×E_up的系数均与预测方向一致，但并不显著，这一结果说明当企业实现期望绩效时，CEO政治关联和CEO持股并不能显著增加期望顺差下企业的R&D活动倾向，即H4、H6未能通过验证。

3.3 稳健性测试

为进一步验证上述回归结果的可靠性，本文依次进行了如下稳健性测试。

3.3.1 期望绩效反馈水平替代性检验 由前文期望绩效的计算公式可知，其主要通过企业历史及行业绩效在一定权重下的线性组合进行衡量，前文为α1=0.5的结果，此处本文选取权重α1=0.1、α1=0.6计算期望绩效进行替代性处理，研究结论未发生实质性改变，具体回归结果见表4。第（1）～第（4）列为以Viola⁃tion作为因变量以及α1分别取0.1 和0.6 时主效应及调节效应全模型的回归结果；第（5）～第（8）列为以R&D作为因变量以及α1分别取0.1 和0.6 时主效应及调节效应全模型的回归结果。第（1）列和第（3）列中，E_down的系数均在1%的水平上显著为正，而E_up的系数均不显著，进一步验证了H1；第（5）列和第（7）列中，E_up的系数分别在1%、5%的水平上显著为正，而E_down的系数均不显著，进一步验证了H2；第（2）列和第（4）列中，交乘项Political_tie×E_down和CEO_share×E_down均显著为正，其中第（4）列中交乘项Political_tie×E_down在15%的水平上显著为正，H3、H5 得到进一步支持；第（6）列和第（8）列中，交乘项Political_tie×E_up、CEO_share×E_up均不显著，H4、H6仍未能得到支持。

表4 基于期望绩效反馈的替代性检验Tab.4 Substitution tests based on expected performance feedback

3.3.2 内生性检验 首先，对于企业违规活动和R&D活动作为因变量的这两个模型，由于研究主体均为相同的企业样本，同一企业的不可观测因素可能同时对企业违规活动和R&D活动造成影响，即两个模型的扰动项可能存在相关性，为此采用似不相关回归（seemingly unrelated regression estimation，SUR）可能会提高估计的效率［37］。基于此，本文采用SUR模型对主要结果进行系统估计。

其次，考虑企业期望绩效反馈和企业违规活动、期望绩效反馈和R&D活动之间的内生性问题，参考以往做法［38］，本文采用GMM（generalized method of moments）动态面板方法对模型进行稳健性估计，从而尽可能控制样本可能存在的自相关和异方差等问题。

具体回归结果如表5所示。其中，第（1）、第（2）列和第（3）、第（4）列分别为采用似不相关模型和动态面板模型的回归检验结果。具体地，在第（1）列、第（3）列以Violation作为因变量时的回归结果中，E_down均在1%的水平上显著为正，而E_up均不显著；第（2）列、第（4）列以R&D作为因变量时的回归结果中，E_down均不显著，而E_up均在1%的水平上显著为正，以上结果表明，H1、H2 的结论均得到了进一步证实。

表5 有关内生性问题的稳健性检验Tab.5 Robustness tests for endogenous problems

3.3.3 调节变量的替代性检验 为了提高本文调节变量的稳健性，针对CEO政治关联，由于现任具有更高影响力，本文依据CEO是否为现任人大代表等对CEO政治关联进行替代衡量，回归结果如表6中第（1）～第（4）列所示。其中，第（1）、第（3）列为采用替代CEO政治关联变量后的回归结果，第（2）、第（4）列为全模型回归结果。第（1）、第（2）列中，交乘项Political_tie×E_down系数均在1%的水平上显著为正，验证了H3；而第（3）、第（4）列结果显示，交乘项Political_tie×E_up系数仍不显著，进一步拒绝了H4。

表6 基于调节变量的替代性检验Tab.6 Substitution tests based on moderative variables

针对CEO 持股变量，本文采用CEO 是否持股的哑变量进行替代检验，回归结果如表6 中第（5）～第（8）列所示。其中，第（5）、第（7）列为采用CEO持股替代变量后的回归结果，第（6）、第（8）列为全模型回归结果。其中，第（5）、第（6）列中，交乘项CEO_share×E_down系数均在1%的水平上显著为正，验证了H5；而第（7）、第（8）列结果显示，交乘项CEO_share×E_up系数均不显著，H6仍未得到支持。

4 结论与讨论

4.1 研究结论

通过将代理理论引入企业行为理论，本文探讨了在不同期望绩效反馈水平下，企业对两种不同的风险活动——违规活动和R&D活动偏好存在的差异，以及两种CEO管理自主权的调节作用。本文取得如下实证研究结果。①当企业实际绩效低于期望绩效时，管理者在解聘压力下更倾向于选择短期导向的违规行为。因此，负向期望绩效反馈会导致更高的违规活动，而并无显著的R&D活动倾向。②当实际绩效高于期望绩效时，管理者为了提升自身在未来劳动力市场上的期望，会更偏向于进行长期的、合法性较高的冒险性战略手段，因此，正向期望绩效反馈会导致更高的R&D活动，但并不会加剧违规活动。③CEO管理自主权是期望绩效反馈作用的重要调节变量。CEO 政治关联会加剧期望落差下的违规风险偏好；CEO持股同样也会加剧期望落差下企业的违规风险偏好。这一结论表明，较高的CEO管理自主权会加剧绩效困境中企业的短视风险倾向。

4.2 理论贡献

本文研究的贡献主要体现在以下三个方面。①本文在代理理论的框架下拓展了企业行为理论。企业行为理论揭示了不同的期望绩效反馈水平下企业的风险偏好差异，但该理论难以解释为何不同的期望绩效反馈水平下企业均有可能做出风险行为。通过引入代理理论，能够从管理者的风险承担动机出发，以更微观的视角阐述不同期望绩效反馈水平与不同风险决策行为之间的关系，提升企业行为理论的解释效力。②本文将传统期望绩效反馈研究从单一风险行为拓展到多种风险行为。传统关于期望绩效反馈的研究往往只关注某一类型的风险，忽视了不同类型风险行为背后动机的差异，导致了研究结论之间的矛盾。本文通过引入多种风险行为，能够很好地厘清在不同的期望绩效反馈水平下企业风险选择行为的差异，减少单一风险行为研究所导致的研究结论差异。③本文突破了以往期望绩效反馈的研究关注组织所处情境［39］或组织层面［11］情境因素的局限，创新性地探讨了CEO个人层面变量的调节变量，不仅能够进一步明晰不同期望反馈水平与企业风险选择行为的差异，同时也为未来有关期望绩效反馈的研究提供了借鉴。

4.3 管理启示

本文的研究结论具有一定的实践意义。①企业违规活动严重危害了资本市场健康发展，本文研究发现，期望落差越大，企业越倾向于从事违规活动。因此，相关监管部门应进一步加强对实际绩效低于期望绩效企业的监督力度。特别地，针对存在CEO政治关联或CEO持股的企业，监管部门要做到公私分明，拒绝关系下的隐式担保，加强对信息质量的监控，以保障资本市场的稳定发展。②尽管R&D活动可为企业未来发展提供重要支持，但R&D活动本身较长的投入和回报周期使其具有高度的不确定性，因此，针对企业期望顺差下显著的R&D活动投入，企业需要加强在资源水平较为充沛情境下对R&D活动投入质量的把控能力，提高投资效率，避免盲目投入给企业带来的损失。③基于企业期望落差下的违规活动偏好以及期望顺差下的R&D活动偏好，企业的外部利益相关者需要增强对不同期望绩效反馈方向下企业各类相关信号的关注度，重点关注企业绩效逆差下的违规倾向与期望顺差下的R&D投入效率，从而提高投资选择的科学性，以尽可能降低投资损失。

4.4 研究不足与未来展望

本文仍存在一些不足之处，有待未来研究深入探索。①本文仅仅选择了研发投入和违规活动这两种风险承担行为分别作为长期风险行为和短期风险行为的代表，事实上，从长期风险类别和短期风险类别视角来看，还存在很多其他的风险承担行为，如品牌和形象投入、人才招聘等长期的风险承担行为，以及危机公关活动、贿赂等短期的风险承担行为。②本文有关期望绩效反馈的测量主要是基于企业历史和同行业业绩水平，事实上分析师预测绩效水平与企业实际绩效之间的对比同样可能会作为管理层进行风险决策的参照依据，然而分析师预测绩效水平存在一定的乐观性偏差［8，40］，不同方向下的分析师预测期望绩效反馈水平如何作用于企业不同类别的风险行为有待进一步考证。③本文主要围绕CEO管理自主权，探讨CEO政治关联和CEO持股对期望绩效反馈和企业风险承担类别的影响，忽略了其他因素对期望绩效反馈和企业风险承担类别关系的调节作用。④尽管本文采用了特定方法解决可能存在的内生性问题，但仍然无法完全排除其他潜在因素对研究结论的影响。