第四章 高管团队特征与企业成长性的回归分析
4.1 变量设计及说明
计量经济学模型认为，若一个变量 X 的变化影响了另一个变量 Y 的变化，则 X称作自变量，Y 称作因变量[36].本文考察的是机械行业高管团队特征与企业成长性的关系，由企业成长性影响理论分析可知，高管人员的人力资本和社会资本以及外部环境的变动影响了企业的成长，其中影响企业成长性的主要原因是高管团队的人力资本和社会资本特征。所以，高管团队的人力资本和社会资本特征可以看作是影响企业成长性的基本变量，称为自变量；企业成长性称为因变量。根据研究假设的分析可知，自变量包含高管团队的平均年龄、平均教育水平、平均任期以及高管团队内部网络密度、内部异质性、纵向关系网络、横向关系网络和社会关系网络共八个自变量。所以本文依据现有理论和经验对回归分析所需要的变量进行选取如下所述。
4.1.1 因变量的定义及说明
选用利润总额增长率指标来衡量公司的成长性，用 Great 来表示。公司经营业绩好和成长性高的最终结果表现为较高的利润总额增长率。这里所指的利润总额是扣除了公允价值变动损益、投资收益和营业外收支影响的。通过这个指标可以得到该公司产品的市场容量、竞争状况和市场未来潜力等，从而判断企业的成长性。
4.1.2 自变量的定义及说明
自变量为高管团队特征变量。对能反映高管团队人力资本特征方面的指标定义相对简单，对能反映高管团队社会资本特征方面的指标定义比较抽象。
（1）高管团队的平均年龄
根据高管团队成员至 2012 年 12 月 31 日的年龄，计算平均数。
（2）高管团队的平均教育水平
按照高管团队成员的学历背景，赋予博士及以上、硕士、本科、专科和高中及以下分别为值 5、4、3、2、1,以此为基础计算平均数。
（3）高管团队的平均任期
取值为高管团队成员进入高管团队到2012年末为止的任职年限均值。
（4）高管团队内部网络密度
本文选用高管团队成员在一起共事的时间来描述团队成员间的沟通频率、关系密切程度和团队关系强弱，并作为反映内部网络密度的替代指标。高管团队成员在一起共事的时间是高管团队作为一个群体工作的时间，Vassilis（2006）认为团队平均任期的长短影响成员间内部互动的模式，影响成员间交流的性质和深入的程度[36].
一般认为，团队成员在一起相处的时间越长，越能了解彼此的思维模式、性格爱好和战略取向，在公司中所展开的工作就会游刃有余。高管人员对团队成员的协作能力会随共事时间的增长而不断加强，协调的合作会加强成员间有效地沟通而减少失误、增进彼此间的关系和团队的整体效率，提高企业的成长性。于此同时，高管们共事的时间越长，表明他们经历了企业相同的发展阶段，对于公司文化的认同度和公司战略的理解相似，这样以来，他们越熟悉彼此的表达习惯和行为方式，合作更加默契。高管彼此了解就越深，针对某一问题的解决意见容易达成一致，体现出较强的默契，提高决策效率，进而提升企业的成长。
（5）高管团队内部异质性
在高管人员参与企业管理的过程中表现出来的是一个人的总体素养和能力，而人与人的异质性可以弥补信息获取单一、解读问题视角不全面等缺陷，内部异质性有助于拓宽团队视野并识别出更多的机会。一般认为，人的总体素质和能力与一个人的经历与阅历有关，年龄不同能够代表其认知、经验、价值观、行为的不同，教育水平的差异性最直接体现在高管之间的认知差异，即接收新知识和运用所学知识的能力。专业背景异质性越大的管理团队，对企业战略改变和成长的影响越大[52].
高管团队成员的年龄和教育背景差异化越大，在经营管理中所识别出的问题类别越多和所形成解决途径越宽泛，越能有效地解决问题，提高管理效率，进而提高企业的成长性。故本文选择高管年龄方差和教育方差的平均数来表示这项指标。
（6）高管团队纵向关系网络
本文采用高管团队成员与政府的关系来测度高管动员政治资源的能力。通过高管在政府或政府相关部门的就职经历来衡量其纵向关系网络。当前很多上市公司的高管虽没在政府部门任职过，但其人大代表或政协委员的身份使其积累了一定的政府资源；高管人员参与一些国家级的比赛、培训考试或是参评各类职称等，也会扩大自己的关系网络。此项指标的数值采用分项打分获得，具有以上每一种经历给 1分或 2 分，然后将得分累加来表示整个高管团队的纵向关系网络。
（7）高管团队横向关系网络
高管团队横向关系网络有利于促进企业间的合作、增进相互间的信任以降低交易成本、缓解资源短缺的现象，是企业拥有的潜在资源。考虑到数据的可得性，横向关系网络这一无形资源可用高管们的任职经历作为替代变量，因而采用高管团队成员任职过企业的总数来测度该指标。在现代企业中，高管人员往往不只是任职于一家公司，任职过或者兼任行业协会、科研院所等职务，也会影响高管人员的横向关系网络。此项指标的数值采用分项打分获得，具有以上每一种经历给 1 分，然后累加来替代高管团队的横向关系网络。
（8）高管团队社会关系网络
每个个体都通过无形的网络结构，迅速地将个体的声誉信息传递给其他成员，因此社会网络对企业具有很强的激励和制约作用。通过社会网络传递的良好声誉和价值，可使其动员并获得网络中其他成员及社会各界的支持，从而提高对其他成员的影响和控制。现在有关商誉的研究，人们大都将其归入无形资产。并且已有研究证实，无形资产高的企业，社会声誉较好。高管团队的形象和声誉代表着企业，企业的声誉也影响外界对高管们的印象，所以，本文采用马丽媛等人在这方面的研究变量，用公司年无形资产作为高管团队社会关系网络的替代变量[21].
4.1.3 控制变量的定义及说明
高管团队特征只是影响企业成长性的一方面重要的因素，企业的成长性还会受到来自于其他因素的各方面制约和影响，企业的成长是多种因素共同作用的结果。
所以，为保证回归分析的科学性与完整性，本文选取了以下几个控制变量。
1）控股股东性质。0 表示非国有控股，1 表示国有控股；2）地域所属级别。0 表示不发达地区，1 表示发达地区，发达与不发达地区是根据国家有关规定划分的；3）上市年限。企业从上市年份到样本期的累计上市年数；4）企业规模。即企业年末的资产总数，用企业资产总数的自然对数来反映企业规模；5）资产负债率。用企业年末的总负债除以总资产的商；6）团队规模。高管团队的总人数，这是团队一个关键的人口特征。团队人数越多，拥有解决问题的资源越多、能力越强，团队越能进行高质量的决策。但同时，过大的团队规模也会导致团队内部出现多样的、甚至是相互冲突的观点，使得团队内部的凝聚力降低，绩效下降而影响企业的成长。
所有变量的定义及计算说明如表 4.1 所示。【1】
根 据 研 究 假 设 与 变 量 设 计 , 本 文 采 用 的 回 归 方 程 模 型 一 为 :Great=-α1Age2+α2Age+α3
本文采用的回归方程模型二为：Great=-α4Age2+α5Age+α6
本文采用的回归方程模型三为：Great=β+β1Age+β2Education+β3Term+β4IND+β5IH+β6VRN+β7HRN+β8SN+β9Ownership+β10Region+β11History+β12Size +β13ALR+ +β14TS+ε
