基于高层梯队理论和代理理论,选取2009~2015年国内A股宾馆行业公司数据为研究对象,参考国内外高管团队和绩效的研究,选择年龄、性别、学历、专业、任期、团队规模、薪酬作为衡量企业高管团队(TMT)特征的统计指标,加入企业大小为控制变量,根据宾馆业的特点,设立相应研究猜想,探讨宾馆企业绩效与其TMT背景特征存在怎样的关联。最终结果显示短期绩效与教育程度异质性之间呈现出明显的正比例关系,而任期均值等与短期绩效之间呈现出明显的反比例关系,团队规模、任期均值、任期异质性与长期绩效成正比,年龄均值、教育程度异质性和专业背景异质性与长期绩效成反比,据此结合宾馆业提出相应的建议。 Based on the high-level theory and agent theory, we selected the data of domestic A-share hotel industry companies from 2009 to 2015 as the research object, referred to the study of executive teams and performance at home and abroad, selected age, gender, education, profession, term, team size, and compensation as statistical indicators to measure the characteristics of top man-agement team (TMT), added the scale of enterprise as a control variable, and according to the characteristics of the hotel industry, put forward the corresponding research assumptions, in order to explore the relationship between TMT background characteristics and business per-formance in hotel industry. The results show that the positive correlation factor of corporate short-term performance was heterogeneity of educational level. The negative correlation fac-tors of corporate short-term performance were tenure average and heterogeneity of age aver-age. The positive correlation factors of corporate long-term performance were team size, tenure average, and heterogeneity of tenure. The negative correlation factors of corporate long-term performance were age average, heterogeneity of education, and heterogeneity of professional background. Based on the above analysis and the hotel industry, we gave corresponding sugges-tions.
—以我国酒店行业上市公司为例
刘朝阳,邓桂枝
华南理工大学经济与贸易学院,广东 广州
收稿日期:2018年3月6日;录用日期:2018年3月21日;发布日期:2018年3月29日
基于高层梯队理论和代理理论,选取2009~2015年国内A股宾馆行业公司数据为研究对象,参考国内外高管团队和绩效的研究,选择年龄、性别、学历、专业、任期、团队规模、薪酬作为衡量企业高管团队(TMT)特征的统计指标,加入企业大小为控制变量,根据宾馆业的特点,设立相应研究猜想,探讨宾馆企业绩效与其TMT背景特征存在怎样的关联。最终结果显示短期绩效与教育程度异质性之间呈现出明显的正比例关系,而任期均值等与短期绩效之间呈现出明显的反比例关系,团队规模、任期均值、任期异质性与长期绩效成正比,年龄均值、教育程度异质性和专业背景异质性与长期绩效成反比,据此结合宾馆业提出相应的建议。
关键词 :酒店行业,高层管理团队,企业绩效
Copyright © 2018 by authors and Hans Publishers Inc.
This work is licensed under the Creative Commons Attribution International License (CC BY).
http://creativecommons.org/licenses/by/4.0/
在汉姆布里克和梅森1984年提出“高层梯队理论”之后,而后学术界对分析企业高层的模式发生改变,从原来只关注首席执行官个体到现在关注企业高层团队,他们觉得TMT人口统计特征除了能给企业绩效带来直接影响“还会改变企业战略决策的效果”继而给企业绩效造成间接影响。此后关于TMT人口统计特征对企业绩效关系研究越来越多。H&M (Hambrick、Mason)认为,企业决定战略的过程及所产生的绩效是受TMT团队感知能力、认知能力、价值观等心理构造所决定。但管理团队的心理结构难以度量,因此他们选择了易于衡量的高管团队的统计特征(如学历、年龄、任期等),以此反映了管理者在战略决策中对环境的评价 [
由于企业管理和战略方向指导不仅与首席执行官自身的经营管理有关,更可被看作是高管团队综合治理所呈现的过程,因此视角从CEO个人到高管团队是战略领导理论一大进展 [
高管团队特征与公司绩效的关系,重点研究的是高管团队是否会影响企业的绩效水平,而这种影响是正相关还是负相关,两者间作用机理能够大致概括为为管理层特质影响管理层制定的战略选择,管理层战略选择进而影响公司绩效。管理层人口特质包含学历、专业等,分析结果得出管理层人口特性对公司绩效等方面会产生较大的影响(Finkelstein & Hambrick, 1990, 1996)。概括起来,站在这两个角度来剖析对特征变量:一是分析管理层非异质性特征,即管理层成员间人口统计指标及背后所反应的价值观、认知基础的相同程度,具体内容即是探讨管理层人口特征均值与绩效的关系;二是总结异质性特征,即管理层成员之间统计指标的差异性,其侧面体现的是经验差异、认识性差异 [
在对高管团队非异质性特征与同质性特征对企业绩效的影响,学术界有不同的声音,这主要是由于他们挑选的研究对象、调查的样本、使用的研究方法等存在较大的差异性。因此,为更有效地探讨高管团队特征与企业绩效的关系,本文选取同一行业的公司为样本进行分析,而酒店行业少有人研究,因此本文聚焦于中国的酒店行业。在衡量企业绩效时,国内学者基本都采用ROE等短期绩效指标,近来也有越来越多的学者采用短期绩效和长期绩效综合考虑的方法,如汪罗娜等专家的测度方法,在进行绩效测量时,分别运用不同的量化指标,比如:ROE和托宾Q。ROE是指企业的净利润与总资产之比,主要侧重于对企业经营效率的重视;TobinQ可以准确的展示出企业的纵向价值增长水平 [
有关研究证明,集团的经营绩效受管理层人数的影响 [
然而假如长期处于团队人数很多的环境,管理层人员自身视角异质性、价值取向异质性和兴趣异质性也可能增强 [
依据上述理论探讨,本文发现高管团队人数多寡对集团绩效带来的效益是和时间联系紧密,在短时间,其丰富多样化的资源将有益企业绩效提高,但从长期角度来看,团队规模大易发生更多的内部摩擦与争论,使成员参与度下降,继而造对公司绩效产生消极影响。因而本文作出如下假设:
假设1:管理层人数与集团短期绩效正相关,与集团长期绩效负相关
年龄在很大程度上反映了管理者的经验和冒险倾向。因为年龄的不同,青年与岁数较大的中老年高层管理者接受的文化程度有不同,成长的环境也有所不同,这就使得他们在做决定的过程,对待工作的理念迥异。高管团队的平均年龄越大,团队人员的阅历越丰富,资源更多,风险的规避意识相对较强。管理者更偏向保持现状,制定的战略举措一般具很稳固且更连续。因为他们不关心环境的变化,他们没有意识到环境的逐渐变化,这可能导致企业失去更多的市场机会。年轻的管理能够更好的接受新生的事物,做事情有拼劲,有干劲,制定的企业决策往往比较灵活,因而更能抓住市场上的机会。年长管理者的优势在于他们有很好的经验,有很好的人际关系,但是他们的创新不足,适应能力不足,但在酒店行业,年长的高管所显现的特征更能满足企业发展与对稳定的要求,而年轻的管理者所具有的快速适应环境变化,乐于改变,勇于创新,经验不足等特征不具有明显的优势 [
假设2:管理层平均年龄与集团长期绩效和短期绩效正相关
正式的高等教育相对于社会上每一个人而言,都是一笔价值较高的无形资产。该无形资产能够给赋予人们较多的能力,比如:分析能力、洞察力、理解能力等。一般来说,一个人的认知力等会与其受教育层次呈现出明显的正相关,同时,受教育水平越高,个人的综合素质等也会明显得到较大幅度的提升,而且个人的包容性变大,减小了发生冲突的可能性。梅森(1984) [
假设3:管理层教育水平均值与集团长期绩效和短期绩效正相关
高层管理团队内部的整合水平与团队成员的任期结构有着紧密的关系,由于任职时期较长,会为团队成员提供更为建立互动关系的机会,有助于增强团队的团结力,提高信息共享的程度等。如果团队成员的任期较短,彼此间比较陌生,会造成成员之间交流机会较少,而与决策相关的信息会十分缺乏,在重大事项的讨论上很难站在同一高度。而小组职员的平均任期越长,那么相互之间的沟通会更为顺畅,合作的也更为顺利,而配合度高、矛盾少、比较稳定的小组必然会促使企业经济效益的增加;平均任期长的高管人员会掌握企业内部更多的资源,也能够帮助企业抢抓良机,减少风险;团队成员在一起工作的时间越久,内部资源的整合水平会越高,此时,协同效应也会发挥的越充分,进而有助于提升高层管理团队处理复杂问题的能力,同时也会在信息交流的质量上产生有利的影响,最终会使高层管理团队的工作效率大大提升。Hambrick (1996) [
假设4:管理层任期均值与集团长期绩效和短期绩效正相关
以前中国社会主张男主外,女主内。相比以前女性的权力增大很多,社会地位也获得提升。很多女性已经进入了公司的管理层。由于女性在人际交往方面擅长,其善于观察细节,且具备与男性管理者不同的社会经验,因而女性能互补团队增强管理层实力。同时,女性在建立人际互动关系时,主要是为了在意见上保持高度的一致性,能够使下层人员对工作产生归属感,提高其工作的积极性。女性高管一般有利于加强团队内部的凝聚力。从目前的经济形势看,今天的组织结构比以往有更大的灵活性,需要更多的团队合作,因而使得女性高管比例较大的公司比其比例小的公司绩效会好 [
假设5:女性高管的比例与长期绩效和短期绩效正相关
1) 年龄异质性
处于相同年龄阶段的大多数高层管理人员,其受教育水平、人生经历等大致相似,所以在处理问题的方式或者是价值观等方面也保持高度的一致性。这些共同点能够减小与高管成员之间的互动阻力,而且增进感情,进而在团队内部营造一种良好的工作气氛。而结合社会类化理论,团队成员会依据所属年龄段的特点,进而对自己以及他人进行类别划分,因此,年龄异质性较大的高层管理团队在团队内部很容易形成很多个小群体,不同小团队之间因为价值观等存在差异性,以致于矛盾较多,为了将这种冲突减少,团队成员会刻意规避互动,导致团队的凝聚力大大降低,在企业内外部环境产生变化时,很难迅速去适应,导致整个集团得绩效大打折扣。所以,在我国经济结构转型升级的过渡时期,年龄异质性更低的高层管理团队,其人员的团结力、信任感会更强,因为彼此之间的摩擦更少,所以,高管成员之间的配合程度更高,也有助于提高信息处理能力与制定科学战略决策的能力,进而更好的适应并调整环境的变化,促使企业绩效的增加。于是,本文作出如下假设:
假设6:管理层年龄异质性与集团长期、短期绩效负相关
2) 教育水平异质性
通常而言,受教育层次的差异会对个人的学习能力、思维能力等产生不同程度的作用。高层管理团队成员之间的受教育水平差别越大,则团队成员在分析问题方面更难保持意见的一致性,团队在战略决策的落实方面也会出现很大的争执,而导致冲突爆发的可能性也更大,对团队决策效率的提升上也会越不利。除此以外,教育层次不同的高管成员对战略内涵的分析和理解也会存在较大的差异性,在执行战略时,针对环境的变化趋势,所采取的应对举措也不相同,以致于执行的成效跟企业的战略目标会存在较大的差距,从而造成企业绩效的下滑。于是,本文作出如下假设:
假设7:管理层教育水平异质性与集团长期绩效和短期绩效负相关
3) 任期异质性
任期是管理层职员加入管理层之后工作时间长度,团队成员任期的长度会较大程度的影响企业后期竞争力的提升、团队信息共享水平等。团队成员的任期差距较小,说明他们在一起相处的时间越久,对企业综合发展态势有着较为相同的感知,同时也清楚企业内外部资源情况以及存在的压力等,而在解析企业战略方向时,想法也更为相似。除此以外,企业内长期的交流,会使他们对相互之间描述意见的方法比较熟悉,并达成一定的默契度,工作配合程度更佳。于是,本文作出如下假设:
假设8:管理层任期异质性与集团长期绩效和短期绩效负相关
4) 专业背景异质性
实践证明由不同学科背景成员所组成的管理层优势明显,综合其团队成员不同风格的决策特质,为集团领导者带来更好的决策依据,促使战略更为柔性,而且管理层高管的学科背景也将对集团战略决策产生影响,尤其是管理层中权力最高领导的学科背景会致使集团战略向其所在学科范畴倾靠 [
假设9:高管专业背景异质性与集团长期绩效和短期绩效负相关
代理理论认为,因为股东与管理层具有利益冲突和不对称信息,导致代理人和委托人之间的目标会存在很大的差异性,代理人的目标是确保自身收益的最大化,而委托人则维护的是集团的效益的最大化。代理人在集团经营中掌握的信息更为丰富,该优势会导致其滋生道德风险,也就是代理成本。所以,为了消除这一弊端,那么有可能使用严格的委托代理模式,但是,所需的成本较高,有时候监管还不能到位,以致于这些方法在很多时候都难以施展下去。为了维护双方的利益,需要委托人根据代理人的要求而建立出科学的激励机制,而在该体系中,高管薪酬与高管持股水平会成为一种关键的激励举措。但纵观酒店行业的高管持股水平,大部分高管是不持有公司股份。所以本文主要研究薪酬水平对绩效的影响,大多数的实例证明科学的高管激励机制应该跟企业的绩效息息相关,而且能够对高管成员产生一定的激励性 [
假设10:高管团队薪酬均值与集团长期绩效和短期绩效正相关
本研究以深沪两地酒店行业A股上市公司为研究对象,选取酒店业10家公司自2009年至2015年的数据。因为管理层构成对集团绩效作用具备滞后性,所以集团绩效考察时间选择下一年的衡量绩效的数据指标 [
本文所用数据来自深圳国泰安信息公司CSMAR系列研究数据库和Wind资讯数据库。财务指标的数据来自于Wind (万德)财务纵比数据库等,总资产来自Wind财务纵比数据库,管理层的信息来自于CSMAR中国上市公司治理结构研究数据库和Wind数据库中的董事会与高管。
在获得初始样本后,根据以下标准选取初始样本:1) 高管背景资料未披露不全及相关数据不全的公司;2) 剔除研究年份范围内是ST的企业;3) 剔除研究年份主营业务已不是酒店的公司。通过以上标准的选择,最终有效的研究对象是8家上市公司,有效样本为46家。
1) 因变量
国内众多学者都是用ROE作为企业价值的衡量指标,而近年来也有越来越多的学者发现评价公司绩效不能仅仅着眼公司价值,还应考虑公司价值成长能力,便纷纷开始使用托宾Q (Tobin’s Q Ratio)来测量企业在纵向发展价值的实力,以便更综合反映企业绩效。
本文的因变量企业绩效同样从公司价值(短期绩效)与公司价值成长能力(长期绩效)两个方面去分析。查阅国外国内有关学者的研究成果,短期绩效与长期绩效参考孙海法、姚振华 [
2) 自变量
本文选择管理层特质的基本变量、异质性变量、基于代理理论变量三部分作为自变量。基本变量包括TMT规模、平均年龄、平均文化程度、平均任期、性别背景;而异质性变量包含年龄、教育水平、任期、专业背景异质性;基于代理理论变量包含平均薪酬。最初要定义管理层人员选取准则。本研究认为,管理层人员里面包含董事长或董事会主席、副董事长、执行董事(这块国内A股公司一般没有,港股、美股上市公司有)总经理、副总经理、财务总监(或者首席财务官)、董事会秘书以及年报披露在内的参与企业高层决策的管理者,但不包含不处在集团经营层面的董事、独立董事、监事会成员等,这类无企业实际经营权力的职位和部门总监、主管等中层干部。将董事长看做管理层一员原因是其在集团经营实践中,他一般不光作为初始资金垫付者,在进行公司重大事项如制定公司战略和执行战略方面占支配地位作用。
年龄异质性、教育异质性和任期异质性:因为这三大变量之间存在高低差异,世界上统一使用的方法是运用标准差系数来衡量。本文也采纳此方法,计算方式为:标准差/均值,这个算法表示标准差系与团队成员差异程度是正相关。
专业背景异质性:由于数字所代表的含义不会存在高低之分,所使用H指数。H指数作为度量多样化大小的指标,全称赫芬达尔指数 [
H = 1 − ∑ i = 1 n P i 2
H衡量多样化或异质性大小;i为类型,全部有n种,而是每种的数值占总体的份额。H数值范围在0~1内,H的数额越大,就表明管理层人员间异质性水平越高,也就是代表着大部分团队成员被分散到不同程度的区间。
为了更好的进行统计,本文将部分变量进行编码,如表1所示:
3) 控制变量
雅尔玛(1996) [
本文采用描述性统计方法,对2009~2014年间8家样本企业的46个样本进行了分析,包括最小值、最大值、平均值和标准差,结果见表2:
1) 在因变量中,净资产收益率仅为4.38%,最大值为18.71%,最小值为−12.31%,差别明显,说明样本企业的财务绩效存在较大的差异性,这很可能是因为各大公司受经济危机的冲击力各不相同。而托宾Q值为2.41,标准差为1.85,差异不大,长期来看公司绩效并没有太大的差异。
2) 在控制变量中,总资产的自然对数平均数为9.15左右,标准偏差仅为0.50,表明样本企业的总体规模变化不大。
3) 在自变量中,高管团队人数均值约为6人,最大值为13,最小值为2,标准差2.43跟我国上市公司高层管理团队组成的一般特点比较吻合,也同孙海法等(2006) [
编码 | 教育程度 | 专业背景 |
---|---|---|
1 | 中专及中专以下 | 财会、金融、法律专业 |
2 | 大专 | 管理学、MBA和EMBA |
3 | 本科 | 其它专业(酒店、旅游、工程等) |
4 | 硕士研究生 | |
5 | 博士研究生 |
表1. 变量编码图
变量 | 最小值 | 最大值 | 平均数 | 标准偏差 |
---|---|---|---|---|
ROE (%) | −12.31 | 18.71 | 4.3768 | 5.8349 |
托宾Q | 0.4499 | 8.9819 | 2.4122 | 1.8489 |
企业规模 | 8.2488 | 10.0555 | 9.1528 | 0.5006 |
高管团队规模 | 2 | 13 | 6.1739 | 2.4341 |
年龄均值 | 39 | 54.8333 | 47.3845 | 3.848 |
教育水平均值 | 2.8333 | 4 | 3.5077 | 0.3249 |
任期均值 | 1.475 | 10.3333 | 5.3594 | 2.0949 |
性别背景 | 0 | 0.5 | 0.2158 | 0.1272 |
年龄异质性 | 0.0555 | 0.2001 | 0.1217 | 0.0357 |
教育程度异质性 | 0 | 0.2727 | 0.1598 | 0.0797 |
任期异质性 | 0 | 1.0907 | 0.5311 | 0.2593 |
专业背景异质性 | 0 | 0.6531 | 0.3968 | 0.1624 |
薪酬均值 | 106000 | 934500 | 346644 | 201699 |
表2. 样本变量的描述性统计
对于自变量中的异质性指标,高管年龄异质性为0.12、教育程度异质性为0.16、任期异质性为0.53以及专业背景异质性水平为0.40,都处于较低水平,说明企业在选聘高管人员时,会更多的挑选背景相似的人员来任职,从而使高管团队保持较高的一致性,由于酒店业高管变更频繁,任期异质性偏高。
至于高管薪酬,均值在35万左右,样本最大值为93万,最小值为11万,标准差较大,说明酒店业上市公司的高管薪酬具有较大差异。
由于变量不全为正太分布,所以本文采用软件的相关性检验,挑选了八大企业,而样本总计四十六个,对其进行检验,主要分析高管团队特质跟集团绩效之间的关系,检验结果如表3所示:
企业规模与ROE在1%水平上显著正相关,与托宾Q在1%水平上显著负相关;年龄异质性与ROE显著正相关(P < 0.05),与托宾Q显著负相关(p < 0.05);专业背景异质性与托宾Q在5%水平上显著负相关,薪酬均值与ROE在5%水平上显著正相关。而大部分自变量与因变量之间不存在显著的相关性,为了进一步分析他们之间的关系,本文继续采用回归方程来进行检验假设。
回归前,本文测试自变量共线性问题是否存在,从回归得到的结果中VIF大多数小于5,最大值8.267也小于10,不存在多重共线问题。自变量之间的相关系数大多小于0.3,意味着模型中大多数变量之间线性相关程度不高,小部分线性相关系数是0.3~0.8,只有低程度线性相关性,可进行多元回归分析。
变量 | ROE (%) | 托宾Q | 企业规模 | 高管团队规模 | 年龄均值 | 教育水平均值 | 任期均值 | 性别背景 | 年龄异质性 | 教育程度异质性 | 任期异质性 | 专业背景异质性 | 薪酬均值 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
ROE (%) | 1 | −0.466** | 0.480** | 0.233 | 0.187 | 0.055 | −0.171 | 0.154 | −0.292* | 0.077 | 0.044 | −0.13 | 0.352* |
托宾Q | −0.466** | 1 | −0.731** | 0.032 | −0.072 | −0.086 | −0.149 | −0.222 | 0.302* | 0.013 | −0.14 | −0.312* | −0.247 |
企业规模 | 0.480** | −0.731** | 1 | 0.145 | 0.234 | 0.26 | 0.088 | 0.229 | −0.300* | −0.228 | 0.199 | 0.008 | 0.325* |
高管团队规模 | 0.233 | 0.032 | 0.145 | 1 | 0.496** | −0.111 | 0.06 | 0.112 | 0.147 | 0.465** | 0.125 | −0.169 | 0.259 |
年龄均值 | 0.187 | −0.072 | 0.234 | 0.496** | 1 | −0.318* | 0.400** | 0.273 | −0.011 | 0.057 | 0.286 | −0.215 | 0.607** |
教育水平均值 | 0.055 | −0.086 | 0.26 | −0.111 | −0.318* | 1 | −0.196 | −0.446** | −0.371* | −0.617** | −0.325* | −0.121 | −0.02 |
任期均值 | −0.171 | −0.149 | 0.088 | 0.06 | 0.400** | −0.196 | 1 | −0.08 | −0.361* | −0.008 | −0.143 | 0.540** | −0.081 |
性别背景 | 0.154 | −0.222 | 0.229 | 0.112 | 0.273 | −0.446** | −0.08 | 1 | 0.29 | 0.177 | 0.376* | −0.183 | 0.344* |
年龄异质性 | −0.292* | 0.302* | −0.300* | 0.147 | −0.011 | −0.371* | −0.361* | 0.29 | 1 | 0.377** | 0.146 | −0.405** | 0.024 |
教育程度异质性 | 0.077 | 0.013 | −0.228 | 0.465** | 0.057 | −0.617** | −0.008 | 0.177 | 0.377** | 1 | 0.249 | 0.175 | −0.085 |
任期异质性 | 0.044 | −0.14 | 0.199 | 0.125 | 0.286 | −0.325* | −0.143 | 0.376* | 0.146 | 0.249 | 1 | 0.056 | 0.146 |
专业背景异质性 | −0.13 | −0.312* | 0.008 | −0.169 | −0.215 | −0.121 | 0.540** | −0.183 | −0.405** | 0.175 | 0.056 | 1 | −0.571** |
薪酬均值 | 0.352* | −0.247 | 0.325* | 0.259 | 0.607** | −0.02 | −0.081 | 0.344* | 0.024 | −0.085 | 0.146 | −0.571** | 1 |
表3. 变量间的斯皮尔曼相关分析(Spearman’s rho)
注:**表示在0.01水平下显著相关,*表示在0.05水平下显著相关。
本文采用统计软件SPSS22对所收集全部数据做多元线性回归分析,使用最小二乘法,选择输入法形式的回归分析法,来证明假设成立与否,表4是所得的回归统计结果。
模型1、2的F值均通过了1%的显著性检验,证明两个模型均具有较强的解释力。而调整后的R2分别为0.344与0.380,表明两个模型的拟合程度均良好。
1) 非异质性特征变量与企业绩效分析:
总体上看,在非异质性特征变量中,只有任期均值与ROE显著负相关(p < 0.1),其它变量对短期绩效均没有显著影响;在长期绩效上,高管团队大小和任期均值与托宾Q显著正相关(p < 0.05, p < 0.1),年龄均值与托宾Q显著负相关(p < 0.1)。
由此可知,假设1不成立,高管团队大小与集团的长期绩效是显著正相关(p < 0.05),与集团短期绩效没有显著关系。这个结论说明了在酒店业TMT规模大会对企业的长期绩效有正面效应,因为TMT规模大具有更多资源,决策更科学合理,而在短期上这种积极效应并不明显。
假设2年长的高管团队阅历更丰富,资源更多,所显现的特征更能满足企业发展与对稳定的要求,对企业长短期绩效正相关,可是回归出的结果表现TMT平均年龄与集团短期绩效并无显著关系,并与企业长期绩效负相关(p < 0.1)。可能由于TMT平均年龄越大,其潜在能力没有年轻的大,而年龄效应对企业短期绩效一时显现不出来。
假设3提出TMT教育程度均值应与企业长短期绩效正相关,由于受教育层次越高的团队,其获取信息的能力等也会更强,从而在制定相关的决策时,思考的也更为周全,决策性越科学、合理,但结果显
ROE | TobinQ | |||||
---|---|---|---|---|---|---|
回归系数 | T | 显著性 | 回归系数 | T | 显著性 | |
常数 | −15.17 | −0.504 | 0.617 | 33.465*** | 3.612 | 0.001 |
企业规模 | 0.331* | 1.789 | 0.083 | −0.373** | −2.073 | 0.046 |
高管团队规模 | 0.021 | 0.092 | 0.927 | 0.395* | 1.798 | 0.081 |
年龄均值 | 0.162 | 0.466 | 0.644 | −0.577* | −1.708 | 0.097 |
教育水平均值 | −0.229 | −0.961 | 0.343 | −0.285 | −1.233 | 0.226 |
任期均值 | −0.482* | −1.772 | 0.085 | 0.515* | 1.947 | 0.06 |
性别背景 | −0.034 | −0.18 | 0.859 | −0.284 | −1.565 | 0.127 |
年龄异质性 | −0.495*** | −2.847 | 0.007 | 0.015 | 0.09 | 0.929 |
教育程度异质性 | 0.441* | 1.795 | 0.082 | −0.492** | −2.058 | 0.047 |
任期异质性 | −0.153 | −0.888 | 0.381 | 0.354** | 2.114 | 0.042 |
专业背景异质性 | 0.007 | 0.026 | 0.980 | −0.545* | −2.026 | 0.051 |
薪酬均值 | 0.062 | 0.269 | 0.789 | −0.051 | −0.227 | 0.822 |
R2 = 0.504调整后的R2 = 0.344F = 3.144*** R2 = 0.531调整后的R2 = 0.380F = 3.504*** |
表4. 高层管理团队背景特征与企业绩效的回归结果
示TMT教育程度均值与企业长短期绩效均无显著效应。
假设4提出团队成员在一起工作的时间越久,团队内部资源的整合利用率越高,而协同效应也会更为充分的被发挥,高管团队任期年限与企业长短期绩效正相关。表4显示回归结果得出此变量与短期绩效呈负比(p < 0.1),与长期绩效呈正比(p > 0.1)。可能由于从短期来看任期年限越长越容易忽视一些问题与不能快速适应变化,但长期来看还是积极作用大于负面作用。
假设5提出女性高管的比例与企业长短期绩效呈正相关,但回归结果发现该变量与长短期绩效均不显著相关,可能女性高管在酒店业相比男性并没有特别突出的地方。
2) 异质性特征变量与企业绩效分析:
假设6推测管理层年龄异质性与企业短期绩效、长期绩效负相关,回归结果部分支持,该变量对短期绩效显著负相关(p < 0.01),对长期绩效不显著。说明TMT年龄差异在短期来看具有负面影响,但由于长期交流沟通配合增加,年龄差异不再具有负面效应。
假设7提出高管团队教育程度异质性与企业长短绩期效呈现出明显的负相关性,回归结果表明该假设暂时不成立,在长期上成立。短期上呈正相关(p < 0.1),长期上显著负相关(p < 0.05),说明教育程度差异越大短期上应变突发事件的能力越强,但从长期来看差异越小内部越稳定,对企业的积极作用更大。
假设8提出高管团队任期异质性与企业长短期绩效呈现出负相关性,回归结果完全不支持,显示该变量对短期绩效无显著关系,但对长期绩效显著正相关(p < 0.05)。可能在酒店企业高管之间长期形成的协同效应并不明显,反而打破这种状态会产生积极地效应。
假设9提出高管专业背景异质性与企业长短期绩效呈现出明显的负相关性,回归结果部分支持,该变量对短期绩效无显著效应,对长期绩效显著负相关(p < 0.1),说明高管专业背景多元化所造成他们之间相互配合程度低,协同作用弱,对酒店企业的长期绩效起到负面作用。
3) 基于代理理论变量与企业绩效分析:
假设10提出,高管团队薪酬均值与企业长短期绩效呈现出正相关性,回归结果不支持,说明酒店业高管的薪酬对长短期绩效均并不起到一个促进作用。可能是由于进入到公司管理层的高官们薪酬比较稳定,企业不会因为每年绩效的变动给予他们更多奖励或惩罚,因此他们没有受到激励作用去努力提高公司绩效。
本文共设定10个假设,根据回归结果,无一个假设得到完全支持,只有得到部分支持的假设,这可能与企业长短期绩效表现不一致有关,根据相关性分析,企业长期绩效、短期绩效在5%水平上显著负相关。大部分假设不支持且部分是与原假设相反的结果,具体结果见表5。
通过实证分析宾馆业A股上市企业管理层特征与公司绩效可得,在非异质性特征上,团队大小与公司长期绩效在10%水平上正相关,平均年龄与公司长期绩效在10%水平上负相关,平均任期与公司短期绩效在10%水平上负相关,与长期绩效在10%水平上正相关。在异质性特征上,年龄异质性与短期绩效在1%水平上显著负相关,教育程度异质性与短期绩效在10%水平上正相关,与长期绩效在5%水平上负相关,任期异质性与公司长期绩效在5%水平上正相关,专业背景异质性与公司长期绩效在10%水平上负相关。
根据以上结论以及表5中假设检验的结果可得到以下启示:
1) 将高管团队的规模合理的扩大,会有助于提升企业的长期绩效。团队的规模越大,所掌握的资源会更为丰富,团队总体储备的知识也更多,解析信息的能力越高,在处理问题时考虑的更为周全,因而可为集团战略决策带来更完善可靠的计划,提高战略品质,继而能让绩效受到积极效应。
2) 适当增加年轻高管比例,年轻高管有着不一样的视角与时代阅历,可为公司提供更新颖与跟随潮流的思维与决策,降低TMT年龄均值有益公司的长期绩效。
3) 不随意更换高管,对于要离职的高管尽量劝其留下,营造良好氛围让高管愿意长期为企业效力,增加高管团队的任期。
4) 高管团队教育程度异质性对于企业长短期绩效的效应正好相反,为了长期绩效应该还是降低其教育水平的异质性,使高管学历更均衡,减低内部交流障碍与冲突。对于专业背景也同样如此,应该引进专业背景相近的高管进入管理团队,减低沟通难度,有效整合信息。任期的差异对企业长期绩效起积极影响,说明应该适当增加新成员来打破原有的高管团队,减少官僚与腐化,增加活力。
编码 | 教育程度 | 专业背景 |
---|---|---|
H1:高管团队规模与企业短期绩效显著正相关,与企业的长期绩效显著负相关 | 不支持 | 相反并显著 |
H2:高管团队的平均年龄与企业长短期绩效正相关 | 不支持 | 相反并显著 |
H3:高管团队教育水平均值与企业长短期绩效正相关 | 不支持 | 不支持 |
H4:高管团队任期均值与企业长短期绩效正相关 | 相反并显著 | 支持并显著 |
H5:女性高管的比例与企业长短期绩效呈正相关 | 不支持 | 不支持 |
H6:高管团队年龄异质性与企业长短期绩效负相关 | 支持并显著 | 不支持 |
H7:高管团队教育程度异质性与企业长短绩期效负相关 | 相反并显著 | 支持并显著 |
H8:高管团队任期异质性与企业长短期绩效负相关 | 不支持 | 相反并显著 |
H9:高管专业背景异质性与企业长短期绩效负相关 | 不支持 | 支持并显著 |
H10:高管团队薪酬均值与企业长短期绩效正相关 | 不支持 | 不支持 |
表5. 假设检验结果
5) 虽然高管薪酬在此处并没有对企业长短期绩效起到积极影响,但是这可能是由于企业本身就没有很好的奖惩制度,没有有效激励代理人去追求企业利益最大化。应该要设定合理的奖赏、惩罚措施与良好的考核方式,对表现优秀的高管给予奖励,同时对不达标的高管降低其薪酬与福利。
本文基于国内A股宾馆业上市公司经验数据,探讨公司绩效与管理层人口统计特征之间的关系,获取这些结论,但是因为本文在分析主体、研究观点、数据获取等方面存在限制,所以,本文还存在很多的问题:
第一,因为筛选出符合要求的宾馆类A股上市公司很少,导致去掉部分不达标企业样本数量仅为8家企业,会影响研究结论的代表性。
第二,在研究设计中,高管政治背景不作为必须披露事项,因此不包括这一项,另外有些指标不适合用在酒店行业,如高管持股水平、政府持股比例。同时,对样本各指标测算是以借鉴前人研究成果为主要依据,测算的方式并不完全客观,主观性尚在。在今后研究中这些不足都有待完善和不断加深探索。
刘朝阳,邓桂枝. 高层管理团队特征与企业绩效的相关性研究—以我国酒店行业上市公司为例 Analysis on the Relationship between Top Management Team Characteristics and Firm Performance—By Listed Companies of the China’s Hotel Industry[J]. 管理科学与工程, 2018, 07(01): 35-47. https://doi.org/10.12677/MSE.2018.71005