CEO金融行业工作经历与战略变革——环境不确定性与业绩偏差的联合情境分析

王新光，盛宇华

(南京师范大学 商学院，江苏 南京 210023)

一、 引言

当今世界正在经历着百年未有之大变局，新一轮的科技革命和产业变革正在重塑全球竞争格局[1]。企业作为参与国内大循环与国内国际双循环的微观主体，其技术创新能力、组织创新能力与管理创新能力是循环质量的重要影响因素。廉价生产要素推动企业价值增长的方式已然变得不可持续，企业需要通过战略的适应性调整寻求新的价值增长点。企业战略的制定立足于企业自身的资源禀赋，是对企业未来经营模式、价值创造的路径选择与行动规划。竞争优势的获取是企业战略变革的一个重要动因。当面临新的情况时，企业倾向于通过各种途径搜寻知识，对问题产生更为有效的认知，进而确定行之有效的解决方案[2]。虽然在同质环境中，战略的复制是一个更为优良的选择[3]，但是企业内外部环境的快速变化使得战略变革成为企业解决新问题和适应新环境的一条重要路径。

战略变革的实施离不开企业管理层，而CEO处于组织权力层级中的核心地位，是企业战略变革的掌舵人[4]。高阶梯队理论与烙印理论都揭示了CEO的过往经历在企业决策的选择偏好上的重要作用，而烙印理论在此基础上进一步强调了过往经历发生的时期、对管理者影响的持续性、烙印机制与环境的适配程度以及该影响后期的动态性变化[5-7]。但是，已有研究表明，后续情境的匹配性与兼容性是烙印机制触发的一个重要条件[8-10]。因此，烙印机制的触发依赖于环境的匹配性。即使CEO在敏感期形成烙印，如果后续情境缺乏与早期经历形成的价值偏好相契合的有效刺激，也将很难打开“环境开关”。以往的相关研究主要从CEO海外经历[11-12]、CEO董事会经历[13]等方面探究CEO过往经历与战略变革的关系，鲜有学者从CEO金融行业工作经历这一角度切入。

基于以上分析，本文从烙印理论出发，尝试探究CEO金融行业工作经历对战略变革的影响。除此之外，由于CEO的战略决策会随着企业面临的内外部环境的变化而存在差异，因此本文引入环境不确定性这一情境效应，进一步探究CEO金融行业工作经历与战略变革的关系。最后，考虑到业绩偏差对CEO心理决策机制的影响，将业绩偏差划分为历史业绩偏差与行业业绩偏差两个维度，纳入本文的研究框架，以求进一步深化这一领域的研究。

本研究的边际贡献主要有以下两个方面:(1)目前国内外鲜有学者探究CEO金融行业工作经历对战略变革的影响，本文基于烙印理论，阐述了CEO金融行业工作经历对战略变革影响机制的内在理论逻辑，进一步丰富了烙印理论的研究成果。(2)本文识别并检验了环境不确定性的情境效应，并进一步考察了环境不确定性与业绩偏差的联合情境效应，丰富和拓展了CEO金融行业工作经历影响战略变革的边界机制研究，为企业战略选择提供了决策参考与经验证据。

本文接下来的内容安排如下：第二部分是理论分析与研究假设；第三部分为计量模型、指标与数据，包括样本选择与数据来源、计量模型、变量定义；第四部分为实证分析结果，其中包括描述性统计、Pearson相关性分析、回归结果；第五部分为机制分析与稳健性检验；最后一部分是研究结论与启示。

二、 理论分析与研究假设

(一) CEO金融行业工作经历与战略变革

无论是内部的资产价格波动、信息不对称、金融自由化等导致的金融脆弱性还是外部的经济周期与政策干预[14]，内外部因素共同演化而产生的高风险特征使得金融行业成为一个具有特殊环境的行业。根据烙印理论，金融行业的工作经历是CEO成长与发展的敏感时期，将会在CEO的认知中嵌入与该行业经历契合的风险识别烙印与风险处理烙印，对其后期的决策选择会产生长期的影响。战略变革为烙印机制的启动提供了匹配的环境，原因在于变革后的战略与常规战略的偏离导致企业面临多重风险:第一，变革后的企业战略可能会造成与现有制度环境的冲突，提升法律诉讼风险[15]；第二，与常规战略的偏离使得投资者很难找到类似的企业进行解读与价值评估，信息搜寻难度提升，成本增加[16]，提高了企业的融资约束程度；第三，实施战略变革的企业与行业专家的经验和意见偏离度增加，可能会因次优的战略举措造成效率减损[17]。多重风险的叠加使得CEO在金融行业工作经历中形成的风险识别烙印与风险处理烙印得以发挥重要作用，主要体现在三个方面：首先，在风险应对上，风险识别烙印使CEO在战略变革的过程中对于风险的认知更加清晰，风险承受能力更强，通过已有的风险控制经验形成的风险处理烙印可以快速适应现有环境并形成成熟的风险控制方案和健全的风险应对机制。其次，在资本配置上，风险识别烙印可以使CEO在战略变革的风险中更容易甄别投资机遇，进而在风险处理烙印的作用下对资本进行合理配置。最后，在信息管理上，风险识别烙印可以使CEO更有效地对数据信息进行清洗、降噪，同时风险处理烙印可以将已处理的信息转化成宝贵的变革经验进行储备。

此外，战略变革需要外部资源的支持，CEO金融行业工作经历也可以在一定程度上为企业缓解资源约束。首先，具有金融行业工作经历的CEO可以为企业建立金融关联，建构一条由“人”构成的信息传输通道，缓解金融机构和相关部门与企业之间的信息不对称，提供由“人”形成的潜在担保机制[18]，有利于缓解企业融资约束，为企业战略变革提供必要的财务资源。另外，作为一种非正式制度，CEO金融行业工作经历所带来的金融领域社会关系及声誉，为企业构建了一个获取外部资源的无形网络，降低了交易成本。根据以上分析，本文提出假说1。

假说1：具有金融行业工作经历的CEO相较于不具有金融行业工作经历的CEO更倾向于实施战略变革。

(二) 环境不确定性的调节作用

在供应链上下游、行业技术、消费者选择偏好等多方面的难以预期以及溢出企业控制能力边界的动态变化[19]导致了环境不确定性的产生，其规律不定、变化迅速的特征[20-21]使得企业很难预测未来，但又亟须做出战略回应。根据前景理论，当企业面临预期收益的概率选择时，既定环境下损失厌恶的心理决策机制使得管理者倾向于风险回避的战略，但是在环境不确定性下，当企业面临预期减损的选择时，损失厌恶的心理决策机制使得管理者更加倾向于实施风险性更大的战略变革。相较于环境确定时企业无法抗拒的最优解，环境不确定的情境下具有金融行业工作经历的CEO所具有的风险识别烙印和风险处理烙印耦合机制更容易被激发，提高CEO进行革命性决策的概率[22]，激发CEO从事风险活动的动机[23-24]，追求企业成长的满意解。另外，企业核心利润产生的重要途径就是不确定性[25]，较高的环境不确定性通常会加剧已有市场的竞争，使得企业处于被动状态。相较于缺少金融行业工作经历的CEO，具有该行业工作经历的CEO的经验与风险控制能力更容易使得企业在不确定的环境中找寻到企业发展的机会，降低交易成本，为企业创造更多价值。根据上文讨论，本文提出假说2。

假说2：环境不确定性正向调节了CEO金融行业工作经历对战略变革的促进作用。

(三) 环境不确定性与业绩偏离的联合调节效应

除了企业即期以及预期的发展状况会影响CEO的决策行为，企业历史业绩水平也会对决策产生重要影响[26]。业绩表现直接影响了企业的战略行为，业绩偏差带来的绩效压力可以直接作用于企业的决策者，对决策者的心理活动及行为特征产生进一步的影响。前景理论认为，除了时间效应外，决策者的风险态度也和参照点的位置有关系，即决策者状态中的“损失”或“收益”的产生得益于所参照的临界点，参照点产生的相对差距对决策的影响大于真实情景中的绝对差距[27]。本文接下来将从纵向的历史业绩偏差与横向的行业业绩偏差两个维度进行分析。

历史业绩偏差是指企业当年的绩效与企业历史绩效之间的差值。当企业即期的绩效低于企业历史绩效时，绩效差距使CEO在认知上处于“损失”状态，该“损失”状态表现在多个方面。第一，历史业绩偏差是企业经营、市场战略或者资源配置等综合方面的反映，表明企业可能存在某些问题，滞后处理会导致企业未来的进一步损失。第二，作为切身参与企业生产运营的员工在感知到历史业绩偏差时，会产生对企业持续的负面预期，导致员工离职等次生损失，尤其是核心员工的离职，会导致企业人力资本的重大损失[28]。根据前景理论，在确定性损失与不确定性收益面前，损失厌恶的心理决策机制使得CEO更偏好于风险，以寻求风险背后可能的收益。同时，企业所处环境的不确定性在心理层面上放大了CEO的损失感，在现实层面上提升了企业进一步损失的可能性。CEO的烙印机制不断被所处环境以及心理作用反复强化，促使CEO“以动制动”，进行战略变革。

行业业绩偏差指的是企业当年绩效与行业平均绩效的差距。根据经理人市场理论，声誉机制是促使CEO做出重要决策的动力之一。当所在企业处于行业非优势地位时，CEO为了追逐在经理人市场上的良好声誉，提升市场议价能力，会产生战略变革的动力。此外，当企业处在一个横向的比较系统中时，若绩效不及行业平均，则表明企业仍有一定的成长空间，但是目前的战略已经不能让其获取足够的竞争优势，亟须在战略上做出回应。同时，环境不确定性也为整个行业带来新一轮调整的契机，根据前景理论，CEO在已知自身企业与行业平均差距的情况下，会选择“拼一把”，采取战略变革以寻找新的价值增长点。根据以上分析，本文提出假说3和假说4。

假说3：在历史业绩偏差的情境效应下，环境不确定性对金融行业工作经历与战略变革的正相关关系的增强作用更加显著。

假说4：在行业业绩偏差的情境效应下，环境不确定性对金融行业工作经历与战略变革的正相关关系的增强作用更加显著。

三、 计量模型、指标与数据

(一) 样本选择与数据来源

本文选取的初始研究样本为2008—2019年中国沪深A股上市企业，并且按以下原则进行筛选：一是，剔除金融行业样本；二是，剔除ST和PT的样本；三是，剔除资不抵债(资产负债率超过100%)和资产负债率小于0的企业；四是，剔除有关数据缺失的企业。为消除极端值的影响，本文对所有连续变量进行上下1%缩尾处理。本文数据来源于CSMAR数据库与Wind数据库。

(二) 计量模型

本文在实证部分共构建4个计量回归模型。为验证假说1，构建回归模型(1)。

DSit=β0+β1CEOFINit+βCVsit+∑Industry+∑Year+εit

(1)

其中，各变量下标i表示企业，t表示时间。DS为战略变革，DS的值越大，表明企业战略变革的趋势越明显。CEOFIN为核心解释变量，表示CEO金融行业工作经历。CVs为本文的控制变量，下同。另外，本文同时控制了年份虚拟变量(Year)和行业虚拟变量(Industry)，εit为随机扰动项。根据假说1，预期系数β1>0。

为验证假说2，构建回归模型(2)。

DSit=γ0+γ1CEOFINit+γ2EUit+γ3EUit×CEOFINit+∑Industry+∑Year+εit

(2)

其中EU表示环境不确定性，EU的值越大，表示环境不确定性越大。根据研究假说2，预期系数γ3>0。

为验证假说3，构建回归模型(3)。

DSit=η0+η1CEOFINit+η2EUit+η3Hpsit+η4×CEOFINit×EUit+η5×CEOFINit×Hpsit

+η6CEOFINit×EUit×Hpsit+ηCVsit+∑Industry+∑Year+εit

(3)

其中，Hps表示历史业绩偏差。Hps的值越大，表示历史业绩偏差越大。根据研究假说3，预期系数η6>0。

为验证假说4，构建回归模型(4)。

DSit=λ0+λ1CEOFINit+λ2EUit+λ3Ipsit+λ4×CEOFINit×EUit+λ5×CEOFINit×Ipsit

+λ6CEOFINit×EUit×Ipsit+λCVsit+∑Industry+∑Year+εit

(4)

其中，Ips表示行业业绩偏差。Ips的值越大，表示行业业绩偏差越大。根据研究假说4，预期系数λ6>0。

(三) 变量定义

1. 被解释变量

资产结构可以清楚地反映出企业运作的目的与战略[29]。本文参考Tangetal.[30]的做法，利用六个维度来测量战略变革，分别是研发投入(无形资产净值/营业收入)、市场投入(销售费用/营业收入)、固定资产更新程度(固定资产净值/固定资产原值)、资本密集度(固定资产/员工人数)、管理费用投入(管理费用/营业收入)和企业财务杠杆(短期借款、长期借款与应付债券之和/权益账面价值)。在以上六个维度中，由于中国企业开始披露研发费用投入的时间较晚，为提高样本自由度，因而本文采用无形资产净值这一数据作为研发投入的替代变量[31]。然后，本文基于以上六个战略维度指标分别减去同行业对应年份该指标的平均值，再除以该指标的标准差予以标准化后取绝对值。最后本文再对每个企业标准化后的六个战略指标取平均值，得到最终的战略变革指标DS。研发投入、市场投入、资本密集度和固定资产更新程度代表着企业在生产能力扩张、创新和营销方面的行为，管理费用投入反映了企业的费用结构，企业财务杠杆反映出企业的资本运营方式[32]。

2. 解释变量

借鉴邓建平和曾勇[18]、杜勇等[33]的方法，如果CEO曾在银行(政策性银行、商业银行与投资银行等)任职，或曾在金融监管部门、基金公司、保险公司、交易所、证券公司、证券登记结算公司、期货公司、信托公司、投资管理公司等金融机构担任职位，则本文将CEOFIN记作1，反之为0。

3. 调节变量

环境不确定性(EU)。借鉴申慧慧等[34]的研究，本文运用式(5)估算企业过去5年的非正常销售收入。

Sale=φ0+φ1Year+ε

(5)

其中，Sale为销售收入，Year为年度变量。非正常销售收入为式(5)的残差值。在上述基础上，利用企业过去5年非正常收入的标准差除以过去5年销售收入平均值的比值后经行业调整得到环境不确定性指标EU。该数值越大，表明企业面临的环境不确定性越大。

历史业绩偏差(Hps)。借鉴Chen[35]的方法，若当年企业实际业绩低于当年历史预期业绩，取二者之间的差值。其中，利用总资产回报率(ROA)作为企业的业绩衡量指标。具体计算方法如式(6)所示。

Ai,t=(1-λ)IPi,t-1+λAi,t-1

(6)

其中，IPi,t-1是企业i在第t-1期的实际业绩，Ai,t-1是企业i在第t-1期的历史预期业绩。λ取值范围为[0， 1]，表示前一期的实际业绩与前一期预期业绩的重要程度，对λ取值0.4进行测量。需要特别说明的是，企业i第0期的历史预期业绩由第0期的实际业绩进行替代。另外，本文借鉴王菁等[36]的方法对得到的结果进行截尾处理，当企业实际业绩低于历史预期业绩时对差值取绝对值，否则取0。

行业业绩偏差(Ips)。借鉴Chen[35]的研究，若当年企业实际业绩低于当年行业预期业绩，取二者之间的差值进行测量。具体计算方法如式(7)所示。

IEi,t=(1-λ)IPi,t-1+λIEi,t-1

(7)

其中，IEi,t是企业i在第t期的所在行业的预期业绩，IPi,t-1是企业i在第t-1期的所在行业全部企业所取得实际业绩的中位数。与历史业绩偏差(Hps)类似，本文对λ取值0.4进行测量，并且采取相同的截尾处理方式。

4. 控制变量

借鉴巩键等[37]、Richardetal.[38]的研究，本文确定以下变量作为控制变量。基于企业运营角度，本文选择资产负债率(Lev)、企业成长性(Growth)、企业规模(Size)以及企业年龄(Age)四个变量来控制解释变量对战略变革的影响。基于公司产权角度，本文控制企业的产权性质(Soe)。基于公司治理角度，本文选择董事会结构(DIR)、两权分离(Dual)以及股权制衡度(Bshare)三个变量来控制解释变量对战略变革的影响。基于CEO个人特征角度，本文选择CEO年龄(CEOage)、CEO海外经历(OVERSEA)、CEO政治关联(CEOPC)、CEO财务背景(CEOCW)变量来控制解释变量对战略变革的影响。所有变量的定义如表1所示。

表1 变量定义

表2 描述性统计结果

表3 主要变量的相关性分析

四、 实证分析结果

(一) 描述性统计

表2是对变量进行描述性统计的结果。其中，被解释变量战略变革(DS)的平均值为0.622，最小值为0.200，最大值为2.008，表明企业之间战略变革程度存在较大差异。解释变量CEO金融行业工作经历(CEOFIN)的均值为0.053，表明样本企业CEO具有金融行业工作经历的只占5.3%，即大部分样本企业CEO不具有金融行业工作经历。情境变量环境不确定性(EU)的最小值为0.129，最大值为7.019，表明不同企业面临着不同程度的环境不确定性。情境变量历史业绩偏差(Hps)的最小值为0，最大值为0.273，行业业绩偏差(Ips)的最小值为0，最大值为0.290，表明不同企业业绩状况差异较大。

(二) Pearson相关性分析

表3给出了主要变量的相关分析结果。从表3可知，战略变革(DS)与CEO金融行业工作经历(CEOFIN)的相关系数为0.046，初步验证了本文的猜想。

(三) 回归结果

模型(1)报告了仅含有控制变量的分析结果。模型(2)报告了方程(1)的结果，用以检验解释变量CEO金融行业工作经历对战略变革的影响。根据表4，CEOFIN的系数在1%的水平下显著为正值，这表明CEO金融行业工作经历对战略变革具有显著的正向影响，假说1得以验证。

表4中的模型(3)汇总了方程(2)的回归分析结果，用来验证环境不确定性在CEO金融行业工作经历与战略变革之间的调节作用。由表4可知，环境不确定性与CEO金融行业工作经历的交互乘积项的系数在1%的水平下显著为正。由此可知，相对于环境不确定性低的情境，环境不确定性越高越易促使具有金融行业工作经历的CEO实施战略变革，假说2得以验证。

表4中的模型(4)汇总了方程(3)的回归分析结果，用来验证历史业绩偏差和环境不确定性的交互情境效应。CEO金融行业工作经历、环境不确定性和历史业绩偏差的交互乘积项的系数在1%的水平下显著为正，这表明在历史业绩偏差较大的情境效应下，环境不确定性对金融行业工作经历与战略变革的正相关关系的增强作用更加显著，假说3得到验证。

表4中的模型(5)汇总了方程(4)的回归分析结果，用来验证行业业绩偏差和环境不确定性的交互情境效应。CEO金融行业工作经历、环境不确定性和行业业绩偏差的交互乘积项的系数在1%的水平下显著为正，这表明在行业业绩偏差较大的情境效应下，环境不确定性对金融行业工作经历与战略变革的正相关关系的增强作用更加显著，假说4得到验证。

表4 实证分析结果(被解释变量为DS)

五、 机制分析与稳健性检验

(一) 机制分析

根据上文分析可知，具有金融行业工作经历的CEO可以为企业建立金融关联，建构一条由“人”构成的信息传输通道，缓解企业融资约束，为企业战略变革提供必要的财务资源。因此，可以预期的一条作用机制是CEO金融行业工作经历通过缓解企业融资约束进而促进了战略变革。为了更好地估计企业的融资约束程度，本文利用WW指数计算融资约束程度[39]，如式(8)所示。

WW=-0.091CF-0.062DivPos+0.021Lev-0.044Size+0.102ISG-0.035SG

(8)

其中，Lev和Size与上文的计算方法一致；CF是现金流与总资产的比率，DivPos为现金股利支付虚拟变量，若当期派发现金股利，则取值为1，否则取值为0；ISG为行业平均销售增长率；SG为销售收入增长率。为了方便结果解读与理解，本文对计算出来的WW指数全部进行了正向处理，处理后的WW指数结果越大，表明企业面临的融资约束程度越深。

为了验证以上机制，本文构建以下三个模型。

DSit=β0+β1CEOFINit+βCVsit+∑Industry+Year+εit

(9)

WWit=γ0+γ1CEOFINit+γCVsit+∑Industry+∑Year+εit

(10)

DSit=λ0+λ1CEOFINit+λ2WWit+λCVsit+∑Industry+∑Year+εit

(11)

表5 融资约束的中介效应回归结果

回归结果如表5所示。列(1)为基准回归结果，列(2)考察了CEO金融行业工作经历对融资约束的影响。结果显示，CEOFIN的系数在10%的水平下显著为负，表明CEO金融行业工作经历缓解了企业的融资约束。列(3)结果显示，WW的系数在1%的水平下显著为负，CEOFIN的系数在1%的水平下显著为正，说明融资约束在CEO金融行业工作经历与战略变革之间起到了部分中介的作用。综上所述，CEO金融行业工作经历通过缓解融资约束进而促进战略变革的路径得以验证。

(二) 稳健性检验

1. 更换战略变革的检测方法

为了使上述分析结果更具可靠性，本部分采用更换被解释变量测度指标的方法进行重新回归。首先，借鉴赵晶等[40]、祝振铎等[41]的做法，在战略变革原有六个维度的基础之上，将研发投入维度以及市场投入维度剔除，通过固定资产更新程度、管理费用投入、资本密集度以及企业财务杠杆这四个维度按照原有计算方式重新计算战略变革DS1。另外，借鉴连燕玲[42]等的研究，利用战略资源在年度区间上的波动率重新计算战略变革DS2。回归结果如表6列(1)和列(2)所示，主效应与情境效应的显著性基本没有显著变化。

2. 对样本年份进行分组检验

考虑到样本企业的时间选择也可能产生误差[43],本文截取后半部分2014—2019年样本年份组合的面板数据进行检验，结果如表6列(3)所示，各模型回归主要变量依旧显著。

六、 研究结论与启示

(一) 研究结论

通过2008—2019年中国沪深A股上市企业样本的计量分析，本文验证了CEO金融行业工作经历对于战略变革的影响，得到以下结论：(1)CEO金融行业经历与战略变革存在正向关系。(2)相对于环境不确定性较低的情境，在环境不确定性高的情境下具有金融行业工作经历的CEO更倾向于实施战略变革。(3)在历史业绩偏差的情境效应下，环境不确定性对金融行业工作经历与战略变革的正相关关系的增强作用更加显著。(4)在行业业绩偏差的情境效应下，环境不确定性对金融行业工作经历与战略变革的正相关关系的增强作用更加显著。

表6 稳健性检验

(二) 管理启示

本文的启示如下：(1)CEO金融行业工作经历拓宽了其风险决策视野，对于战略变革的风险控制有着独特的认知与能力。当企业出于战略变革的目的而选聘高管时，可将CEO金融行业工作经历作为判断高管风险偏好与风险控制能力的参考之一。(2)环境不确定性是企业实施战略变革需要考虑的重要问题。虽然环境不确定性给企业的变革过程带来了不稳定因素，但是企业通过战略变革获取的收益也是可观的。企业可以在选聘具有金融行业工作经历的职业经理人的基础上利用环境，从环境中寻求竞争优势，建立行业领先地位。(3)企业应该重视业绩偏差，寻找原因，制定卓有成效的战略。无论是与企业历史业绩的差距，还是行业业绩的差距，都会或多或少地反映出企业在战略方面存在的问题。企业应该居安思危，寻求积极有效的解决方案。