管理層能力對投資效率的影響研究

錢 影 楊琪慧 趙紅梅

（常州大學商學院 江蘇 常州 213159)

管理層的水平直接關系到公司的投資效率以及長遠發展。人們逐漸開始意識到，對于管理層強化培養是十分關鍵的事情。因此，探討管理層能力與投資效率之間的關系，除了具有巨大的理論價值，還有很多的現實價值。

一、核心概念

（一）管理層能力

對于其具體概念，當下學術領域并未形成統一的認識。學者們普遍的觀點是，公司管理層在一定成本因素下創造價值的能力。具體而言，往往表現為設定公司發展的戰略、合理開發以及運用各項資源等，都是為了公司的經濟效益而服務。

（二）投資效率

投資效率指的是企業投入資金與獲得收益之間的比率。當下，學術領域對于其概念認定存在不同的認識，可以劃分成過度投資與投資不足兩種傾向。企業過度投資行為是由代理問題引起的，其所依據的原理是委托代理理論；而后者往往是因為信息不對稱造成的。第一種情況是對虧損的對象、風險很大的工程進行投資，不利于股東以及債權人的利益，進而對企業價值的評估有負面影響；投資不足指的是沒有投資那些能夠盈利的項目，從而對股東與債權人的利益帶來損失，對公司市場價值的評估也具有負面作用。

二、相關理論研究假設提出

根據委托人代理理論，委托主體、代理主體之間的關系十分重要，也是企業經營的常態。前者對后者賦予一定的權力，從而進行決策與實施，不過二者的利益訴求是存在差異的。所有者希望委托人能盡最大的努力來提高商業價值，并最大程度地提高企業利潤，代理人關心的是是否有足夠的空閑時間和豐厚的回報。Stein等（1989）指出管理層還可能由于聲譽、個人生活的變化和其他個人因素，選擇維持現狀，而忽略某些凈現值為正的項目，從而導致投資不足；干勝道等（2014）在研究中提出，過度投資是因為一定的代理沖突而形成的。創建合理的內控體系，可以改善這一問題，從而為投資決策帶來更多的支持幫助。管理層能力更為突出的情況下，將會通過各種方式來獲得資金積累，將內源性融資作為最大支持。另外，能力強的管理層可以更好地處理與外部的關系，從而得到積極支持，為公司的發展創造良好的外部環境。并獲得更多有價值信息，為自身的決策帶來更多依據。

H1：管理層能力與企業非效率投資負相關，即管理層能力越高，企業非效率投資越低。

三、研究設計

（一）樣本選擇以及數據來源

此次課題研究中，將2017年到2019年所有A股上市企業作為案例，刪除一些不滿足條件的部分：（1）剔除金融類上市公司；（2）剔除ST、＊ST上市公司；（3）剔除樣本中數據缺失和異常的數值；（4）本文所使用的模型需要利用前一年的數據構建滯后值。最終得到5266條分析數據。本文數據的主要來源是CSMAR，主要使用到的數據處理工具有Excel和SPSS，Excel是對數據進行一些前期的簡單處理，再用SPSS進行比較復雜的回歸分析等工作。

（二）變量衡量

1.非效率投資衡量

這里運用到的方法為Richardson（2006）創建的殘差模型，模型具體為：

該模型不僅可以計算出非效率投資，更可以體現過度投資或是投資不足的程度，后來的研究也大都以該模型為基礎，并且以殘差的絕對值來描述具體的投資情況，殘差大于0對應為過度投資，相反為投資不足。模型的公式見模型1，其中Invt為企業本期新增加的資本投資，Invt-1為企業上一期新增加的資本投資，Levt-1為企業的資產負債率，Sizet-1為企業規模，Growtht-1為成長率，Casht-1為企業的現金持有量，Aget-1為企業的上市年限，Rett-1為企業的股票收益率。

2.管理層能力衡量

這里參考Demerjian （2012）的做法，第一步通過數據包絡分析法來估計企業的生產效率。在具體分析過程中，選擇COGS、SG&A（詳情為下表4）等6個變量。這些變量的成本和費用項目基本包括企業的各類收入。這些投入項目實際的金額大小取決于企業管理層的能力，在能力較為突出時，公司形成相同產出需要的投入更低。另外，將Sales作為產出變量，此時Sales屬于公司經營環節中最關鍵的收入來源，通過一定的成本獲取多少收入，也和管理層能力相關。所以，這里設計的DEA模型為：

其中，COGS為營業成本、SG&A為銷售及管理費用、PPE為固定資產、Intangible為無形資產、Goodwill為商譽、R&D為開發支出、Sales為營業收入。

由上述DEA方法計算的企業生產效率。效率值在0到1的范圍內，趨向于1，意味著效率更為理想，相反效率更低，這種計算和衡量方式，避免了行業因素帶來的影響。當然，這里運算的生產效率也包括了企業因素的影響，還要剔除企業因素。

效率值設定為相應因變量，公司的特征作為自變量，展開回歸分析處理。無法被解釋的部分用來表示為管理層能力，即Tobit回歸模型中的殘差可以作為衡量企業管理層能力大小的指標。結合以上闡述分析，這里引進下面的Tobit回歸模型，分行業、分年份測算企業管理層能力：

其中MS為市場份額、Age為上市時間、FCI為外幣指標、FCF為自由現金流、Size為公司規模和Div為多元化經營。

3.控制變量衡量

根據現有相關文獻（程新生等，2012），本文選擇企業上市年限（Lnage）、企業規模（Lnassets）、管理者薪酬（Lnsala）、董事長與總經理兼任情況（Dual）、獨董比例（Indboard）、托賓Q值（TQ）這些變量來控制其他財務或者治理因素對本文研究的影響。

（三）模型構建

下文中的模型實證分析了管理層能力與投資效率，這里Invest即為公司的非效率投資，Ma即為管理層能力，CON代表了所有的控制變量。

本文構建下述模型來檢驗假設H1:

四、實證分析

（一）描述性統計和相關性分析

全樣本的描述性統計主要包括平均值、中位數、標準偏差、最小值和最大值，一共有5266個數據，依據Richardson（2006）模型，非效率投資越趨近于零，公司投資效率的走向越往上。該指標最小為0，最大為0.41，均值為0.038，說明企業非效率投資的情況普遍存在，非效率投資水平差異較大，也表明了非效率投資情況確實存在，而且情況并不樂觀。管理層能力（Ma）變量的最小值為－0.46，最大值為0.42，意味著公司管理層能力弱。同時，這里引進Pearson檢驗，進一步研究自變量、因變量，調節變量等所具有的關聯性。

（二）回歸分析

表 1 總體樣本回歸分析

回歸結果顯示：管理層能力的系數為0.027，在10%的水平上顯著，即管理層能力與企業非效率投資正相關，此結果與假設不符，可能是由于能力高的管理者普遍存在過度自信的現象，從而造成投資過度。