论文部分内容阅读
由于企业高层管理者(下文简称高管)作为企业战略决策层和主要人力资源,高度影响着企业经营绩效等,在学界引起了格外关注。早在1984年,Hambrick&Mason高阶理论(Upper Echelons Theory)提出,高管的人口统计学特征(Demographic Characteristic,包括年龄、教育背景、性别、任期、从业经验等),是对管理者认知模式以及对组织绩效发挥重要作用的因素之一。随之,企业经营绩效、战略决策、管理凝聚力、企业竞争力源泉、多元化与国际化战略等相关领域的研究重点,也多多少少地纳入了企业高管人口统计学特征等变量。已有研究成果虽已林林总总,包括了企业高管人口统计学特征与各种变量的相关性研究,但都是基于一个企业内部进行研究的。如果考虑到企业外部如私募股权基金(Private Equity Fund,简称PE)投资决策等相关变量,二者的关系又会如何?通过文献搜集和整理发现,已有研究虽有所涉入,但未够深入、具体。将企业高管人口统计学特征与PE1的投资决策联系起来,具有一定的实践意义。实践中,PE最近几年的活跃是有目共睹的,已经成为发达国家仅次于银行贷款和IPO的重要融资渠道。在中国,截止到2011年底,可统计的PE就有2000多家。如果加上那些实业公司、投资公司、咨询公司等,从事私募股权投资的金融机构,国内则有上万家机构,对企业上市融资发挥出了重要的作用。毋庸置疑,PE之所以高度活跃的本质原因则是投资的高回报。据清科创投统计,2011年中国PE通过IPO退出共6062起,平均账面投资回报倍数为11.929,其中最高倍数103,最低为3.84。与此同时,获得PE投资的公司,实现的收入增长要高出未有PE投资的上市公司的3%。这些公司还实现了令人瞩目的39%的利润年复合增长率,比上市公司25%的平均增长高出了14%。但实践中,由于存在众多困扰PE投资取得高回报的影响因素,PE在选择目标企业、投资方式以及退出方式时,确是一件很费时间和精力的事情。为更好地帮助PE做出理性投资决策,同时,也更好地通过分析被投企业对PE投资决策的影响,本文在文献整理和研究兴趣梳理基础上,选取了高管人口统计学特征为自变量,研究了人口统计学特征与PE投资决策效率的关系,具体内容和结构安排如下:第一章为绪论。在绪论中,本文首先回顾分析了企业高管的相关研究,指出了既有研究的局限性,随后从局限性出发,结合国内PE投资与上市公司良好的协同发展现象,引出了研究被投企业高管人口统计学特征与PE投资决策之间的关系的必要性。其次然后对本文的理论基础与研究方法做了一个总体的介绍,最后总结了本文可能的创新点与存在的不足之处。第二章为概念界定与文献综述。本章首先界定了相关概念,一是参照已有研究,将企业的高层管理者限定在总经理、副总经理、总裁、副总裁、董事长、副董事长、董事会秘书、总会计师、总经济师、总工程师、财务总监范围之内,二是抽象出两个指标,PE投资量及投资回报率来代表PE的投资决策。其次较为全面的梳理了PE投资与企业高管人口统计学特征这两大方向的理论源流,总结并分析了国内外学者在两个领域中取得的理论成就。然后本章总结了国外学者对影响PE投资决策的因素的研究成果,从中引出作为影响PE投资决策重要因素的高层管理,然后在此基础上分年龄、教育背景、任期、专业背景等维度对相关理论进行了归纳总结,最终得出的结论是目前国内外对企业高管人口统计学特征的研究局限在与本企业的运行关系上,没有从PE的视角,研究被投企业高管人口统计学特征与PE投资决策的直接关系。第三章为假设提出。本章定性分析了高管人口统计学特征与PE投资决策可能存在的关系,在此基础上提出了研究假设,认为被投企业高管的年龄越大、任期越长,PE的投资量就越小,投资回报率越低;被投企业高管的学历越高、非专业背景人数比例越高、行业经验越丰富,PE的投资量就越大,投资回报率越高。其中投资量的高低反映了PE对被投企业投资意愿的强弱,投资回报率的高低反映了投资成功与否。第四章为研究设计及模型选取。本章承接上文,以PE投资量及投资回报率为因变量,被投企业的高管人口统计学特征为自变量,被投企业所处地域及PE注资时间为控制变量,并对各变量进行了操作性定义,最后本章根据样本数据的特点,选择用面板数据模型来处理数据。第五章为实证结果及分析。将样本企业划分为传统和高新两大行业,并对样本中30个行业中的126家样本企业进行了归类处理,随后本文按照总体面板数据、传统行业面板数据、高新行业面板数据的顺序,对样本企业进行了实证分析。通过样本描述统计、皮尔逊检验以及回归模型测算等方式来检验数据,验证假设。最终实证结果显示,关于高管人口统计学特征与PE投资量关系的假设均成立,而关于高管人口统计学特征与PE投资回报率关系的假设均不成立。第六章为研究结论及讨论。通过以上研究,本文得到了如下主要结论:1、被投企业高管人口统计学特征确实与PE的投资决策有相关性。2、被投企业高管的教育背景、专业背景、任期以及行业经验与PE投资量显著相关,其中除了任期是负相关,其余三个变量均为正相关,而PE投资回报率与上述高管的年龄、教育背景、专业背景、任期以及行业经验均无显著相关性。3、被投企业的高管人口统计学特征与PE的投资量及投资回报率相关性因公司所处行业不同而不同。表明PE在制定投资决策时,会考虑被投企业所处行业的特征。4、在评价被投企业的高管时,PE缺乏一套科学客观的评价体系,主观性较强,这一点是从PE投资量与投资回报率的不匹配现象分析得出的。本文通过研究,希望能在以下几个方面为相关研究做出贡献。1、研究视角方面。国内外学者研究企业高管人口统计学特征与其所在企业的绩效、凝聚力、战略控制等的也很多。但是基本都是在企业内部展开的,而本文采用了跨越式的视角,跨越了企业的物理边界,将被投企业高管人口统计学特征和企业外部的PE投资决策结合起来,直接研究二者之间的关系。2、研究方法方面。目前国内对于PE投资领域的研究多限于定性分析,少有定量分析,因此本文通过数据分析和建立多元线性回归模型来研究被投企业高管人口统计学特征与投资决策之间的关系,希望能通过定性定量结合的方法,得到更具普适性的结论。3、研究结论方面。通过实证分析得出被投企业的高管人口统计学特征确实与PE的投资决策有关,且部分特征呈显著相关。但是该相关性在PE投资量和投资回报率层面的表现却很不一致,由于投资回报率很大程度上是由客观的市场规律决定的,因此可以认定PE对投资量的判断不够客观,通过分析本文认为PE还需要一套更系统的、能最大程度消除基金经理个人主观影响的评价系统,来更准确的反映被投企业的投资价值和成长潜力。