外国经济与管理  2015, Vol. 37 Issue (10): 18-31     
0

文章信息

外国经济与管理
2015年37卷第10期
淦未宇, 徐细雄, 林丁健
Gan Weiyu, Xu Xixiong, Lin Dingjian
高管性别、权力结构与企业反伦理行为——基于上市公司违规操作PSM配对样本的实证检验
Executive Gender, Power Structure and Corporate Unethical Behavior: An Empirical Test Based on PSM Data of Corporate Fraud
外国经济与管理, 2015, 37(10): 18-31
Foreign Economics & Management, 2015, 37(10): 18-31.

文章历史

收稿日期: 2015-04-09
《外国经济与管理》
2015第37卷第10期
高管性别、权力结构与企业反伦理行为——基于上市公司违规操作PSM配对样本的实证检验
淦未宇1,2, 徐细雄1, 林丁健1     
1.重庆大学 经济与工商管理学院,重庆 400030;
2.西南政法大学 管理学院,重庆 401120
摘要: 企业反伦理行为是转型期我国上市公司频繁发生的治理乱象,也是商业伦理研究的热点。本文以2006-2011年A股市场因违规操作被监管机构公开谴责、批评或处罚的327家公司及其PSM配对样本为研究对象,采用二分类Probit回归方法实证检验了高管性别对企业伦理决策的影响效应。研究发现,高管性别是影响企业伦理决策的重要因素:当高管团队中存在女性成员或女性高管的比例上升时,公司发生反伦理性违规操作的概率显著降低。同时,女性高管抑制反伦理性违规操作的治理效果受到企业权力配置结构调节作用的影响。具体来讲,“一把手”权力强度越大(越集权),女性高管抑制反伦理性违规操作的积极作用越突出。本研究拓展了对企业反伦理行为决定因素的理论认知,也对女性高管决策与治理领域的研究文献贡献了新的知识。
关键词女性高管企业反伦理行为权力结构PSM匹配
Executive Gender, Power Structure and Corporate Unethical Behavior: An Empirical Test Based on PSM Data of Corporate Fraud
Gan Weiyu1,2, Xu Xixiong1, Lin Dingjian1     
1.School of Economics   Business Administration, Chongqing University, Chongqing 400030, China;
2.School of Management, Southwest University of Political Science & Law, Chongqing 401120, China
Abstract: Corporate unethical behavior happens frequently in Chinese stock market during the transition period, and also attracts much attention from scholars in the field of business ethics. In order to investigate the impact of executive gender on corporate unethical behavior, this paper estimates the bivariate Probit model with the data of 327 Chinese listed companies publicly condemned, criticized and punished by regulatory authority owing to corporate fraud and their propensity score matching companies from 2006 to 2011. It comes to the conclusions that executive gender is the important factor affecting firm ethical decisions:higher ratio of female managers in top management team or female executives leads to the significant reduction in the possibility of corporate unethical fraud. Meanwhile, power allocation structure plays an adjustment role in the governance effect of female executives on unethical fraud. Specifically speaking, more power possessed by chiefs results in more dominantly active role of female executives on the inhibition of unethical fraud. This paper extends the theoretical cognition of the determinants of corporate unethical behavior and makes contributions to the literature of female executive decision-making and governance.
Key words: female executive; corporate unethical behavior; power structure; propensity score matching

一、引言

当前频发的企业诚信危机及违规舞弊,折射出责任和承诺对企业可持续经营的价值,也引发了学术界对企业反伦理行为的关注(谭亚莉等,2011)。反伦理行为就是对他人或组织有害、并违背广为接受的社会规范的行为(Jones,1991)。现有研究重点关注制度环境、市场结构和治理机制等因素对企业伦理决策的影响效应。然而在现实中,即使是上述因素大致相似的企业之间,也在伦理态度和行动准则上表现出巨大差异。因而,最近学术界开始关注高管个体特质及其伦理价值观对企业决策可能产生的影响(Malmendier等,2011;Cronqvist等,2012)。高阶理论(upper echelon theory)强调,高管团队在组织中扮演核心角色,因此高管团队成员的背景特征会对企业决策行为和经营效率产生重要影响(Hambrick和Mason,1984;Chatterjee和Hambrick,2007)。同时,随着女性经济和社会地位的不断提升,女性成员在现代企业管理中扮演的角色越来越重要。因此,女性高管的决策行为与治理效应逐渐成为重要且被广泛关注的研究课题(Huang和Kisgen,2013;Graham等,2013)。

虽然近几年来女性高管研究取得了突破性进展,但已有文献主要关注高管性别差异对企业领导风格(Matsa和Miller,2011;Graham等,2013)、风险承担与财务决策(Huang和Kisgen,2013;Francis等,2013)、并购与战略扩张(Levi等,2013)、董事会效率(Adams和Ferreira,2009;Ahern和Dittmar,2012)等产生的影响。与上述文献不同,本文重点考察男性高管与女性高管的心理、行为特质差异及其对公司伦理态度与违规倾向的影响。之所以选择这一切入点,主要是因为:第一,违规操作是企业反伦理行为的重要表现形式。与西方发达国家不同,我国的证券市场监管制度和法规尚不健全,公司违规行为日益严重,导致投资者对证券市场丧失信心。因此,防范和治理违规操作对于促进中国资本市场的发展、健全企业伦理准则显得非常重要和迫切(陆瑶等,2012)。第二,商业伦理研究表明,与男性伙伴相比,女性成员在态度和行为层面都更加注重伦理道德(Ruegger和King,1992;Nguyen等,2008),女性高管的机会主义行为动机也更弱(Dreber和Johannesson,2008)。那么,作为一种典型的反伦理性操作和机会主义行为,上市公司违规倾向是否因高管性别差异而有所不同呢?要回答这个问题,需要更深入的理论分析及经验证据的支持。

本文以2006-2011年间我国A股市场因发生违规行为而被监管机构公开谴责、批评或处罚的327家公司及其327家PSM(propensity score matching)配对公司为研究样本,采用二分类Probit回归分析方法,实证检验了高管性别差异对公司反伦理性违规操作的影响效应。研究发现,当高管团队中存在女性成员或女性高管的比例上升时,公司发生违规操作的概率显著降低。而且,女性高管抑制公司反伦理性违规操作的治理效果受到企业权力配置结构调节作用的影响,也即企业“一把手”权力强度越大(越集权),女性高管在抑制公司违规过程中发挥的积极作用越明显。本文的研究表明,与男性伙伴相比较,女性高管具有更高的伦理准则和标准,她们在预防和打击公司违规行为方面发挥了独特的积极作用。本文将企业伦理决策与高管性别有机地结合起来,深化了对公司反伦理行为决定因素的理论认知,既为女性高管决策和治理领域的研究文献贡献了新的知识,也为上市公司及监管部门提供了必要的治理思路和线索。

二、理论分析与研究假设

(一)高管决策与治理行为的性别差异

男女性别之间存在行为差异几乎是毫无异议的。实验经济学和心理学领域的研究文献都表明,不同性别在风险厌恶方面存在巨大差异,女性相对于男性表现出更低的风险倾向(Knight,2002)。尽管不同性别间的行为差异已经在心理学、组织人口学等领域得到了深入研究,但在公司财务领域却很少见。Faccio等(2012)提出,高管性别有助于解释不同公司之间的投融资策略差异。他们考察了CEO性别、公司风险承担与资本配置效率之间的关系。经验证据表明,女性CEO更倾向于规避投融资风险,即与男性CEO相比,女性CEO领导的企业拥有更低的杠杆比率、更小的盈余波动和更高的存活机会。Binay和Tuscaloosa(2012)、Graham等(2013)也发现,相对于男性CEO,女性CEO领导的企业持有更多现金、更低的债务杠杆和资本支出。更进一步地,Huang和Kisgen(2013)采用difference-in-difference分析框架检验了高管(CEO和CFO)性别差异对并购行为和公司价值的影响。结果表明,与女性高管相比,男性高管实施了更多的并购活动;并购收益也比女性高管平均低2%。他们认为这是由于女性高管在收购决策中更加谨慎、采取更严格的评估而导致的。

随着公司治理实践中女性董事人数的不断增加,女性董事行为特征及其对治理效率的影响也日益受到关注。对于女性董事治理角色最具代表性的研究是由Adams和Ferreira(2009)做出的。他们基于美国上市公司样本检验了董事会成员性别多样化对公司治理行为及效率的影响效应。研究发现,相对于男性董事,女性董事具有更好的董事会会议出席记录;而且,当董事会中存在女性成员或女性董事的比例越高时,男性董事参加董事会会议的记录也变得越好。在控制其他董事特征的情况下,女性董事更可能被任命为审计、提名和治理等与监督职能相关的专业委员会委员,但却更少地进入薪酬委员会。他们还发现,女性董事比例越高的企业,CEO因股票业绩被解聘的灵敏性越强。Levi等(2013)利用S&P1500家企业1997-2009年间发生的并购样本实证检验了女性董事比例与并购行为之间的关系。研究发现,女性董事比例每增加10%,公司并购活动将下降7.6%;同时,投标公司董事会中女性董事比例每增加10%,并购活动的投标溢价将下降15.4%。祝继高等(2012)也发现,金融危机期间,女性董事比率越高的公司投资水平下降得越快,而且更倾向于通过减少长期借款来规避债务风险。

(二)公司违规行为的影响因素

随着安然、世通等大公司财务舞弊丑闻的频繁爆发,美国出台了《萨班斯—奥克斯利法案》,针对公司治理、会计职业监管、证券市场监管等制定了一系列新规定。公司舞弊也成为商业伦理、会计与金融等领域研究的热点问题。基于违规稽查角度,Correia(2009)、Yu和Yu(2011)等发现,企业政治游说和捐款活动提高了公司违规行为被稽查的难度。Dyck等(2010)强调,企业员工、媒体和行业监管部门在揭露美国大公司欺诈案件上都发挥了重要作用。基于违规倾向角度,Agrawal和Chadha(2005)的研究表明,具有会计专业背景的独立董事对上市公司的盈利重述有抑制作用。Burns和Kedia(2006)和Johnson等(2009)认为,高管薪酬契约设置对财务报表舞弊倾向产生了明显影响。Wang等(2010)实证考察了美国企业IPO过程中的财务舞弊行为。他们发现,随着投资者对未来增长信心的增加,企业舞弊动机呈现显著的上升趋势;但当投资者信心极度高涨时,企业舞弊动机反而呈现下降趋势。

国内学者中,屈文洲和蔡志岳(2007)对我国上市公司信息披露违规动因进行了实证检验,结果表明:大股东掏空程度、内幕交易程度以及盈余管理程度与信息披露违规行为显著正相关。陆瑶等(2012)采用部分可观测Bivariate Probit估计方法对2001-2009年中国1729家上市公司进行回归检验,发现机构投资者持股比例显著降低了公司违规倾向,并增加了违规行为被稽查的概率。然而,Chen等(2006)对169家受中国证监会处罚的违规企业及其对照组进行回归分析,却发现股权结构对公司违规倾向并无显著影响。此外,蔡志岳和吴世农(2007)还发现,公司董事会规模越大,越容易发生违规行为;杨清香等(2009)则发现,董事会规模与上市公司财务舞弊之间呈“U”形关系。

(三)高管性别对企业反伦理性违规操作的影响效应

虽然围绕女性高管治理和公司违规操作都产生了许多有价值的研究成果,但尚未发现有文献将二者结合起来,系统地考察高管性别差异对公司反伦理性违规操作产生的影响。商业伦理领域的文献表明,女性比男性在态度和行为层面都更加注重伦理道德(Ruegger和King,1992;Nguyen等,2008)。Betz等(1989)明确指出,男性员工比女性员工从事了更多不道德行为,包括工作懈怠、获取更多差旅费、利用内部消息交易股票等。Tyson(1990)还发现,男性员工为了保住工作,比女性员工更易隐瞒坏消息,牺牲公司长远利益以获取短期利益,甚至生产利润高、质量低的产品等。

根据高阶理论的观点,高管团队成员的个体特质(如性别、年龄、教育等)会在其决策过程中得到体现。本文认为,高管性别对公司反伦理性违规操作的影响体现在几个方面:首先,公司违规本质上表现为管理层代理成本及对投资者利益的损害。有研究表明,女性天生比男性说谎更少,女性高管比男性高管的机会主义行为更少(Dreber和Johannesson,2008)。同时,为了保护声誉资本和避免法律责任,女性高管也更可能与股东实现利益一致性,聘用女性高管将有利于改善公司治理(Adams和Ferreira,2009)。因此,从代理成本视角来讲,女性高管相对于男性伙伴的违规操作动机明显减弱。其次,男性与女性在风险态度方面也呈现巨大差异,女性相对于男性表现出更低的风险倾向(Knight,2002)。这种性别差异能够从女性在诸多行为(如饮酒、赌博、驾驶等)上都表现得更加谨慎而得到印证(Sapienza等,2009)。作为一种典型的反伦理行为,违规操作虽可为管理者带来高额收益,但也蕴含着巨大风险。因为一旦违规行为被监管机构或投资者识别,他们将面临重大处罚和声誉损失。因此,厌恶风险的女性高管可能天生更愿意采取稳健和诚信的经营原则,减少反伦理性违规操作的发生。第三,与男性高管更加注重竞争和个人权威不同,女性高管带来沟通、合作和信任的管理文化,这有利于降低公司的信息不透明程度(Srinidhi等,2011)。Nalikka(2009)通过实证研究发现,与男性CFO比较,女性CFO提供了更多的自愿性信息披露。公司信息公开及透明度的提升也在客观上降低了管理层通过反伦理性违规操作攫取私利的空间。

基于上述分析,我们提出假设1:

假设1:与男性伙伴相比较,女性高管有利于抑制反伦理性违规行为的发生,即当高管团队中存在女性成员或女性高管的比例越高时,公司发生违规操作的概率越低。

控制权理论表明,权力配置结构是影响公司决策和行动选择的重要因素。许多研究表明,强势CEO能够改变监督和评价其经营活动的治理系统。比如,Dechow等(1995)指出,当董事会被CEO控制,或CEO兼任董事长,或CEO为公司创立者时,公司进行盈余操纵的概率显著增大。Adams等(2005)也发现,CEO决策权力的强度越大,其在决策中越有可能压制其他“不同声音”,导致公司采取极端化决策或发生业绩波动的可能性越大。因此,企业“一把手”权力强度越大(越集权),越容易在内部形成“一言堂”和集体行动主义。

与男性高管的强势和权威不同,女性高管普遍更加关注民主、沟通与合作(Srinidhi等,2011)。同时,高管团队成员的性别差异化也更有利于在决策过程中形成分歧和争论,破解公司“一言堂”现象与集体主义盲思。这表明,高管团队成员的性别多元化有助于抑制公司违规行为,而且这在企业集权治理情境下发挥的积极作用更大。Jurkus等(2011)强调,只有当外部治理缺失时,女性高管才能显著降低代理成本;而当外部治理较好时,女性高管的积极作用并不明显。Anderson等(2011)也发现,当CEO拥有的权力强度越大时,女性高管和女性董事改善公司业绩的程度越明显。在国内学者中,李小荣等(2012)实证检验了CEO和CFO性别因素对股价崩盘风险的影响,结果表明,CEO的权力强度越大,性别因素(女性)降低股价崩盘风险的积极作用表现得越突出。

基于上述分析,我们提出假设2:

假设2:女性高管对反伦理性违规行为的治理效果受到企业权力配置结构调节作用的影响,企业“一把手”权力强度越大(越集权),女性高管抑制违规行为的作用越突出。

三、样本选择与描述性统计

(一)样本选择

1.样本来源和筛选。本文选取2006-2011年我国沪深两市发生违规记录的全部上市公司作为样本。公司违规类型主要包括虚构利润、虚列资产、推迟披露、重大遗漏、内幕交易、操纵股价、违规担保等。本文按照以下原则进行样本剔除:(1)剔除金融类上市公司;(2)考虑到不同市场和制度环境的影响,剔除在A股上市并发行B股、H股股票的公司;(3)剔除样本区间内高管变更或信息缺失的公司。上市公司高管性别信息来自对公司年报的手工收集整理,其他财务与治理数据源于Wind数据库。最终得到327个违规公司观测值,如表 1所示。

表 1 违规样本公司分布情况
行业 2006年 2007年 2008年 2009年 2010年 2011年 合计
A.农林牧渔业 3 2 4 1 3 2 15
B.采掘业 0 2 3 1 2 2 10
C.制造业 22 36 27 49 21 50 205
D.电力煤气及水的生产和供应业 2 2 1 1 1 0 7
E.建筑业 0 1 1 2 1 1 6
F.交通仓储业 1 1 1 1 1 4 9
G.信息技术业 5 3 1 6 0 3 18
H.批发和零售贸易 1 2 3 3 0 4 13
I.金融保险业 0 0 0 0 0 0 0
J.房地产业 2 1 3 6 2 4 18
K.社会服务业 6 2 1 4 3 2 18
L.传播与文化产业 2 0 0 1 0 0 3
M.综合类 0 3 0 1 0 1 5
合计 44 55 45 76 34 73 327

2.PSM匹配。传统方法仅仅根据公司规模、行业和年份等进行一一配对。正如Armstrong等(2010)强调的,这种局部配对方法(partial-matching approach)可能导致有偏的参数估计。为了克服该问题,我们采用趋势计分匹配法(propensity score matching, PSM)进行匹配。借鉴Huang和Kisgen(2013)的做法,我们运用全部A股上市公司为样本,以是否发生反伦理性违规的0-1哑变量为因变量,分年度对公司规模、资产负债率、盈利能力、行业类型做Probit回归,并根据回归系数计算出每个公司在该年度的违规倾向得分。在此基础上,我们采取最近邻匹配法为每家违规公司寻找一个违规倾向得分最接近但又未发生违规行为的公司进行配对。依据上述方法,最终获得327家违规公司和327家配对公司的654个观测样本

①关于趋势计分匹配法的具体过程和优越性,可以参见Rosenbaum和Rubin(1983)和Rosenbaum(2001)。

②我们也在稳健性检验中采用传统匹配方法进行配对,即根据违规公司所在行业、规模、年份等因素为其寻找一个未发生违规行为的公司进行匹配,研究结论并未发生明显改变。

(二)变量定义

本文中的因变量为公司违规,通过0-1哑变量表示,若上市公司当年发生违规行为,取值为1,否则为0。自变量中,我们通过如下几个指标反映高管性别:(1)高管团队中是否存在女性成员;(2)高管团队中女性高管所占的比例;(3)董事长的性别;(4)CEO的性别。此外,考虑到CFO在企业财务舞弊与违规操作中扮演的角色,本文也将CFO性别纳入检验模型。借鉴Finkelstein(1992)的模型,本文通过两职兼任、任期、独立董事比例和股权集中度四个指标反映公司“一把手”权力集中度。其中,董事长兼任总经理时取值为2,兼任执行董事时取值为1,其他则为0。董事长的高管任职时间越长,积累的关系网络和个人威信越高,权力基础越稳固。因此,若董事长任期超过样本中值,则取值为1,否则为0。研究表明,独立董事出于对自身声誉的珍视,会更多地履行监督职责,独立董事比例越高,管理层受到的权力制约越强。因此,独立董事比例低于样本中值时取值为1,否则为0。此外,股权集中度越高,大股东监督、干预越明显,对管理层的权力制约就越大。因此,若股权集中度低于样本中值,则取值为1,否则为0。以上四个维度指标从不同侧面反映了“一把手”权力强度,但每个指标均有一定的局限性,尚不够全面和综合。借鉴白重恩等(2005),本文对以上指标取求和均值,获得综合权力强度。

借鉴相关文献,我们控制了企业规模、独立董事比例、资产负债率、企业盈利能力、产权性质、股权集中度等因素的影响。此外,我们也引入了行业和年度虚拟变量。主要变量的定义及测度如表 2所示。

表 2 主要变量定义
变量名称 变量符号 变量内涵
公司违规 Violation 若公司在该年度被证监会或所在交易所处罚,则取值为1,否则为0
女性高管 Female 若公司高管团队中存在女性成员,则取值为1,否则为0
女性高管比例 Female-rate 公司高管团队中女性成员所占的比例
董事长性别 Chair-Gender 若公司董事长性别为女性,则取值为1,否则为0
CEO性别 CEO-Gender 若公司CEO性别为女性,则取值为1,否则为0
CFO性别 CFO-Gender 若公司CFO性别为女性,则取值为1,否则为0
两职兼任 Dual 董事长兼任总经理时取值为2,兼任执行董事时取值为1,否则为0
董事长任期 Tenure 董事长担任现职的年限
独立董事比例 Independent 董事会中独立董事所占的比例
股权集中度 Large 第一大股东持股比例
综合权力强度 Power 借鉴白重恩等(2005),对以上四个权力维度指标取求和均值
产权性质 State 若上市公司为国有控股则取值为1,否则为0
企业规模 Size 上市公司期末总资产取自然对数
资产负债率 Debt 上市公司期末负债总额占资产总额的比例
企业盈利能力 ROA 上市公司净利润与期末总资产的比例
行业 Industry 按照2001年中国证监会颁布的CSRC行业分类标准,划为12个大类
年度 Year 以2006年为基准,设立从2007年到2011年5个年度虚拟变量

(三)描述性统计

表 3所示的描述性统计显示,变量Female和Female-rate均值分别为0.572和0.132,这表明样本公司中57.2%的公司高管团队中存在女性成员,高管团队中女性高管所占的比例均值为13.2%。同时,样本公司中女性董事长、女性CEO和女性CFO所占的比例分别为3.5%、8.6%和27.5%。由此可见,随着女性社会与经济地位的提升,女性高管已经在我国企业管理中扮演着重要的角色,这也凸显了本文研究的现实意义。

表 3 主要变量描述性统计
变量 均值 中位数 标准差 最小值 最大值
Female 0.572 1.000 0.495 0.000 1.000
Female-rate 0.132 0.114 0.149 0.000 0.667
Chair-Gender 0.035 0.000 0.184 0.000 1.000
CEO-Gender 0.086 0.000 0.280 0.000 1.000
CFO-Gender 0.275 0.000 0.447 0.000 1.000
State 0.172 0.000 0.378 0.000 1.000
Independent 0.366 0.333 0.056 0.000 0.667
Large 34.445 31.950 15.031 5.020 95.100
Dual 0.190 0.000 0.396 0.000 1.000
Tenure 2.170 2.000 1.062 1.000 9.000
Size 21.119 21.008 1.088 16.989 24.888
Debt 0.551 0.483 0.537 0.022 9.317
ROA 0.131 0.050 2.021 0.874 51.575

表 4报告了主要变量之间的相关系数。可以发现,变量Violation和Female、Female-rate之间的相关系数分别为-0.056和-0.072,且显著性水平均分别为10%和5%。这表明,当企业高管团队中存在女性成员,以及女性高管比例增加均有利于降低公司违规行为的发生概率。同时,变量Violation和Chair-Gender、CFO-Gender之间的相关系数分别为-0.108和-0.062,显著性水平均分别为1%和10%。这意味着,董事长和CFO性别也对公司违规倾向产生了显著影响,与男性伙伴相比较,女性董事长和女性CFO所领导的公司发生违规行为的概率明显更低。这为假设1提供了初步的证据。

表 4 主要变量的相关分析
1 2 3 4 5 6 7 8 9 10 11 12 13
Violation 1
Female -0.056* 1
Female-rate -0.072** 0.768*** 1
Chair-Gender -0.108*** 0.165*** 0.279*** 1
CEO-Gender -0.055 0.265*** 0.373*** 0.160* 1
CFO-Gender -0.062* 0.533*** 0.576*** 0.031 0.032 1
State -0.035 0.099*** -0.003 0.023 -0.065** -0.024 1
Independent -0.008 -0.015 -0.013 -0.030 0.057* -0.057* -0.116** 1
Large -0.097*** -0.050* -0.001 0.063* -0.021 -0.016 0.060 0.038 1
Dual -0.043 -0.060* 0.049 -0.010 -0.095** -0.034 -0.038 0.124** 0.076** 1
Tenure -0.037 -0.024 0.034 -0.008 0.048 -0.008 0.024 -0.043 -0.027 0.043 1
Size -0.018 -0.036 -0.055 0.028 0.036 -0.008 0.077** -0.011 0.201** -0.094** -0.051* 1
ROA -0.039 0.032 0.034 -0.003 -0.011 -0.020 0.083** 0.004 -0.046 -0.018 -0.007 0.015 1
注:*表示10%的显著性水平,**表示5%的显著性水平,***表示1%的显著性水平。
四、实证结果分析与讨论

(一)单变量分析

为了考察高管性别对公司违规的影响效应,我们首先对违规公司和配对非违规公司的高管性别特征进行T检验。由表 5可知,违规公司和非违规公司中女性高管Female的均值分别为0.530和0.600,两者之间存在显著性差异;两类公司中女性高管比例Female-rate的均值分别为0.121和0.143,二者同样存在显著性差异。同时,非违规公司中女性董事长比例均值为5.5%,显著高于违规公司中的1.5%;非违规公司中女性CFO比例均值为30%,也显著高于违规公司中的24%。遗憾的是,我们并未发现两类公司中女性CEO比例存在显著性差异的证据。这可能是因为,与西方国家公司董事长主要担任幕后角色不同,中国企业的董事长不仅在任命、监督CEO的过程中扮演着重要角色,而且还积极参与具体的企业经营活动,此时CEO更多地承担执行的角色。而CFO则是公司财务决策与信息披露的实际负责人,对企业违规操作具有直接影响。因此,董事长与CFO性别对公司违规的影响效应要远大于CEO。单变量分析结果初步表明,高管性别因素确实对公司违规行为产生了明显的影响。

表 5 违规公司和非违规公司高管性别特征比较
变量 违规公司 非违规公司 配对检验
均值 中值 均值 中值 T值 Z值
Female 0.530 1 0.600 1 1.716* 1.421
Female-rate 0.121 0.111 0.143 0.125 1.830* 1.698*
Chair-Gender 0.015 0 0.055 0 2.777*** 2.758***
CEO-Gender 0.070 0 0.100 0 1.397 1.396
CFO-Gender 0.240 0 0.300 0 1.758* 1.575
State 0.160 0 0.190 0 0.080 0.078
Independent 0.366 0.333 0.365 0.333 0.206 0.448
Large 0.330 0.300 0.359 0.338 2.247** 2.239**
Dual 0.180 0 0.210 0 1.084 1.087
Tenure 2.130 2 2.210 2 0.949 1.077
Size 21.099 21.016 21.138 21.004 0.460 0.509
Debt 0.556 0.495 0.547 0.464 0.206 1.125
ROA 0.052 0.040 0.209 0.054 -0.997 1.978*
注:*表示10%的显著性水平,**表示5%的显著性水平,***表示1%的显著性水平。

(二)高管性别对公司违规的影响效应

为了更深入地检验高管性别对公司违规行为的影响效应,我们建立如下二分类Probit回归模型。其中,被解释变量为公司是否发生违规Violation;自变量Gender代表公司高管的性别特征,分别通过高管团队中是否存在女性成员Female、女性高管人员比例Female-rate、董事长性别Chair-Gender、CEO性别CEO-Gender和CFO性别CFO-Gender等指标反映。控制变量主要包括企业规模Size、大股东持股比例Largest、独立董事比例Independent、产权性质State、债务比例Debt和企业绩效ROA。

$ {\rm{Probit}}\left( {\frac{{{\rm{Violation}}}}{{1 - {\rm{Violation}}}}} \right) = {{\rm{\alpha }}_0} + {{\rm{\beta }}_{\rm{1}}}{\rm{Gender + }}{{\rm{\beta }}_{\rm{2}}}{\rm{ControlVariables + \varepsilon }} $ (模型1)

表 6中Model(1)-(5)的回归结果显示,自变量Female、Female-rate、Chair-Gender和CFO-Gender的回归系数均显著为负。这表明,当高管团队中存在女性成员,以及随着高管团队中女性成员比例的增加,公司发生违规行为的概率显著降低。而且,与男性伙伴相比较,女性董事长和女性CFO也显著降低了公司违规倾向。遗憾的是,自变量CEO-Gender的回归系数虽然为负,却并不显著。由此可见,在我国上市公司中,是董事长和主管财务决策的CFO,而非CEO对公司违规行为产生了最直接的影响。这为假设1提供了支持性经验证据。

表 6 高管性别对公司违规倾向的影响效应
变量 被解释变量:Violation
Model(1) Model(2) Model(3) Model(4) Model(5)
Intercept 2.132(1.181) 2.049(1.138) 1.661(0.927) 1.618(0.905) 1.906(1. 063)
Female -0.354**(-2.063)
Female-rate -1.076*(-1.922)
Chair-Gender -1.247**(-2.397)
CEO-Gender -0.454(-1.537)
CFO-Gender -0.337*(-1.832)
Size 0.019(0.240) 0.013(0.171) 0.023(0.296) 0.025(0.316) 0.021(0.268)
State -0.311*(-1.738) -0.328*(-1.812) -0.301*(-1.693) -0.341**(-2.065) -0.335**(-1.996)
Independent -0.439(-0.288) -0.488(-0.320) -0.547(-0.361) -0.254(-0.167) -0.598(-0.391)
Dual -0.195(-0.924) -0.159(-0.755) -0.182(-0.863) -0.211(-0.997) -0.188(-0.888)
Large -0.012**(-2.170) -0.012**(-2.072) -0.011**(-1.965) -0.012**(-2.120) -0.012**(-2.121)
Tenure -0.053(-0.678) -0.046(-0.596) -0.056(-0.723) -0.044(-0.565) -0.051(-0.657)
Debt -0.089(-0.553) -0.103(-0.643) -0.113(-0.702) -0.113(-0.701) -0.103(-0.641)
ROA -0.082(-0.474) -0.078(-0.495) -0.079(-0.532) -0.086(-0.487) -0.082(-0.522)
Industry Y Y Y Y Y
Year Y Y Y Y Y
N 654 654 654 654 654
Chi2 32.611 32.075 35.149 30.724 31.709
Pseudo-R2 0.047 0.047 0.047 0.045 0.050
注:括号中为Z值,******分别表示1%、5%、10%的显著性水平。

在控制变量中,第一大股东持股比例Large和企业产权性质State的回归系数都显著为负。这表明,大股东监督有利于减少公司违规行为的发生;同时,相对于民营上市公司,国有控股上市公司更少发生违规操作行为。独立董事比例与公司违规之间的关系虽然为负,但并不显著,这意味着我国的独立董事制度在防范公司违规过程中的监督作用并未得到有效发挥。

(三)企业权力结构的调节效应检验

为了检验企业权力配置结构对高管性别与违规行为之间关系的调节效应,我们根据董事长综合权力强度Power是否大于样本中值将样本划分为两组:若董事长综合权力强度大于样本中值,则为权力集中组;若董事长综合权力强度小于样本中值,则为权力分散组。表 7报告了不同权力结构公司高管性别特征比较。可以发现,权力分散样本组Female、Chair-Gender和CEO-Gender的均值分别为0.58、0.04和0.1,高于权力集中样本组,说明与集权公司相比,在分权的公司中董事长或总经理更有可能是女性。而在权力集中样本组中Female-rate和CFO-Gender的均值大于权力分散样本组,说明与分权公司相比,集权公司中女性高管的比例会更高,且CFO更有可能是女性。

表 7 不同权力结构公司高管性别特征比较
变量 权力分散样本组 权力集中样本组 组间差异
均值 中位数 均值 中位数 T值 Z值
Female 0.580 1.000 0.560 1.000 0.571 0.572
Female-rate 0.128 0.125 0.138 0.111 0.883 0.347
Chair-Gender 0.040 0.000 0.020 0.000 1.334 1.334
CEO-Gender 0.100 0.000 0.060 0.000 2.031** 2.026**
CFO-Gender 0.270 0.000 0.283 0.000 0.356 0.356

在此基础上,我们对模型(1)进行分组样本回归。分组回归结果显示,在权力分散样本组中,自变量Female、Female-rate、Chair-Gender、CEO-Gender和CFO-Gender的回归系数虽然仍为负值,但都不显著;而在权力集中样本组中,自变量Female、Female-rate、Chair-Gender、CEO-Gender和CFO-Gender的回归系数都为负值,且都在5%水平上显著。同时,权力集中样本组中各自变量的回归系数强度(绝对值)都明显大于权力分散样本组;各回归方程的解释能力(Pseudo-R2)也得到较大幅度的提升。这些检验结果综合表明,女性高管抑制公司违规行为的治理效果明显受到企业权力结构调节作用的影响:当企业“一把手”权力强度越大(集权)时,女性高管对公司违规行为的抑制作用越明显;相反,当“一把手”权力强度越小(分权)时,女性高管抑制公司违规行为的治理效果越不明显。这也为假设2提供了支持性经验证据。

表 8 权力结构对高管性别与公司违规之间关系的调节效应
变量 被解释变量:Violation
权力分散样本组 权力集中样本组
Female -0.163
(-0.717)
-0.736**
(-2.559)
Female-rate -0.593
(-0.762)
-2.072**
(-2.326)
Chair-Gender -1.235
(-1.459)
-2.195**
(-1.985)
CEO-Gender -0.231
(-0.662)
-1.314**
(-2.043)
CFO-Gender -0.185
(-0.756)
-0.625**
(-2.153)
Size -0.142
(-1.429)
-0.146
(-1.462)
-0.156
(-1.554)
-0.141
(-1.415)
-0.142
(-1.430)
0.206
(1.496)
0.200
(1.455)
0.260
(1.574)
0.241
(1.554)
0.219
(1.600)
State -0.878***
(-2.716)
-0.882***
(-2.727)
-0.830***
(-2.577)
-0.898***
(-2.774)
-0.890***
(-2.754)
0.178
(0.458)
0.115
(0.300)
0.063
(0.166)
0.083
(0.216)
0.124
(0.322)
Debt 0.152
(0.822)
0.160
(0.870)
0.188
(1.012)
0.165
(0.895)
0.162
(0.885)
0.103
(0.227)
0.108
(0.239)
0.232
(0.518)
0.165
(0.371)
0.183
(0.405)
ROA -0.058
(-0.461)
-0.058
(-0.461)
-0.059
(-0.498)
-0.060
(-0.469)
-0.061
(-0.479)
-1.179
(-1.080)
-0.917
(-0.834)
-1.064
(-0.995)
-1.053
(-0.985)
-0.922
(-0.833)
Industry Y Y Y Y Y Y Y Y Y Y
Year Y Y Y Y Y Y Y Y Y Y
N 396 396 396 396 396 258 258 258 258 258
Chi2 31.336 31.405 35.466 31.261 31.359 27.896 26.845 25.818 25.848 25.828
Pseudo-R2 0.076 0.077 0.086 0.076 0.077 0.103 0.099 0.097 0.096 0.096
注:括号内为Z统计值,******分别表示10%、5%和1%的显著性水平。

(四)稳健性检验

为了增强研究结论的可靠性,本文做了如下稳健性检验。

首先,女性高管可能并不是随机出现在每个企业的。比如,可能女性高管更倾向于选择进入较少违规的企业担任高管。因此,内生性是高管性别研究面临的一个重要问题(Francis等, 2013)。为了处理潜在的内生性问题,我们使用Heckman二阶模型控制自选择偏差。借鉴Matsa和Miller(2011)“女性董事更倾向于甄选女性成员担任公司高管”的观点,本文选取女性董事比例(female-director)作为工具变量IV,并进行二阶段回归,结果如表 9所示。同时,我们也检验上一期高管性别是否对当期公司违规行为有影响。在进行上述处理后,实证检验结果并未发生明显的改变。

表 9 高管性别与公司违规:2LSL回归
变量 Model(6) Model(7) Model(8) Model(9)
Female Violation Female-rate Violation Chair-Gender Violation CFO-Gender Violation
一阶 二阶 一阶 二阶 一阶 二阶 一阶 二阶
工具变量 1.325***
(6.73)
0.437***
(8.12)
3.144***
(3.72)
0.976***
(5.12)
自变量 -0.292*
(-1.86)
-0.883*
(-1.87)
-1.229*
(-1.75)
-0.396*
(-1.84)
控制变量 Y Y Y Y Y Y Y Y
N 556 556 556 556 556 556 556 556
Chi2 38.27 31.44 35.22 29.08 24.17 36.28 32.88 29.36
Pseudo-R2 0.150 0.081 0.114 0.079 0.056 0.68 0.089 0.078
注:各模型首列为第一阶段回归结果,工具变量为女性董事比例Female-director,次列为第二阶段回归结果,自变量分别为Female、Female-rate、Chair-Gender和CFO-Gender。限于篇幅因素,控制变量的回归系数没有报告。*表示10%的显著性水平,**表示5%的显著性水平,***表示1%的显著性水平。

其次,我们改变了样本配对方法,即按照如下标准配对:(1)样本期间未发生违规行为;(2)与违规公司在同一行业;(3)与违规公司总资产规模接近;(4)样本期间未发生高管变更。同样获得327个违规公司和327个非违规配对公司的654个观测数据,并重新检验上述模型。回归结果也未发生实质性改变。

第三,重新界定企业权力配置结构的测度。对于董事长和总经理在公司发展过程中的影响力,不同学者有不同的认识,在欧美等国家,CEO是企业负责日常事务的最高管理者,而在我国现实中董事长和总经理都承担着最高管理者的职能。因此,我们也利用总经理信息获取综合权力强度数据,并进行稳健性检验。研究结论依然成立。

五、结论

本文以2006-2011年间因发生违规行为被监管机构公开谴责、批评或处罚的327家A股上市公司及其配对公司为研究样本,采用二分类Probit估计方法实证检验了高管性别差异对公司反伦理性违规行为的影响效应。研究发现,高管性别是影响企业反伦理决策的重要因素之一,当高管团队中存在女性成员或女性高管比例上升时,上市公司发生违规行为的概率明显降低。而且,女性高管抑制公司违规行为的治理效果受到企业权力配置结构调节效应的影响,具体来讲,企业“一把手”权力强度越大(越集权),女性高管在抑制违规行为中发挥的积极作用越显著。

本研究拓展了我们对企业反伦理决策与公司违规治理的理论认知,也为女性高管在公司治理与决策中的作用提供了进一步的经验证据。本文的结论有以下政策启示:在公司高管团队组建或优化过程中有必要充分考虑团队成员的性别多元化,这既为女性管理精英提供了必要的社会舞台,拓展了企业人力资本的整合空间,同时也有利于发挥女性高管伦理价值观在监督、防范公司反伦理行为中的积极作用,提高企业伦理准则和道德标准。当然,本文也存在一定的局限:首先,本文采用的公司违规数据是被监管机构查处的违规行为,然而,实际中可能存在公司违规既成事实但未被稽查的情况,因此模型估计参数可能存在一定偏差。其次,本文仅仅考察了高管性别差异对公司违规操作这一特定反伦理行为的影响效应,而对于女性高管在缓解贷款违约、消费者欺诈、偷漏税、恶意竞争、环境污染等其他反伦理行为中的积极作用并未进行探讨和分析。因此,本文的研究结论须审慎对待。当然,这些局限恰可以作为未来的研究方向。

主要参考文献
[1] Agrawal A, Chadha S. Corporate governance and accounting scandals[J].Journal of Law and Economics,2005,48(2) : 371–406.
[2] Ahern K, Dittmar A. The changing of the boards:The impact of firm valuation of mandated female board representation[J].The Quarterly Journal of Economics,2012,127(1) : 137–197.
[3] Anderson R C, et al. The economics of director heterogeneity[J].Financial Management,2011,40(1) : 5–38.
[4] Armstrong C, et al. Chief executive officer equity incentives and accounting irregularities[J].Journal of Accounting Research,2010,48(2) : 225–271.
[5] Betz M, et al. Gender differences in proclivity for unethical behavior[J].Journal of Business Ethics,1989,8(5) : 321–324.
[6] Burns N, Kedia S. The impact of performance-based compensation on misreporting[J].Journal of Financial Econo-mics,2006,79(1) : 35–67.
[7] Chen G M, et al. Ownership structure, corporate governance and fraud:Evidence from China[J].Journal of Corporate Finance,2006,12(3) : 424–448.
[8] Cronqvist H, et al. Behavioral consistency in corporate finance:CEO personal and corporate leverage[J].Journal of Financial Economics,2012,103(1) : 20–40.
[9] Dechow P M, et al. Detecting earnings management[J] .The Accounting Review,1995,70(2) : 193–225.
[10] Dreber A, Johannesson M. Gender differences in deception[J].Economics Letters,2008,99(1) : 197–199.
[11] Dyck A, et al. Who blows the whistle on corporate fraud?[J].Journal of Finance,2010,65(6) : 2213–2253.
[12] Faccio M, et al. CEO gender, corporate risk-taking, and the efficiency of capital allocation[R]. Working Paper, 2012.
[13] Finkelstein S. Power in top management teams:Dimensions, measurement, and validation[J].Academy of Management Journal,1992,35(3) : 505–538.
[14] Francis B, et al. The impact of CFO gender on bank loan contracting[J].Journal of Accounting, Auditing and Finance,2013,28(1) : 53–78.
[15] Graham R J, et al. Managerial attitudes and corporate action[J].Journal of Financial Economics,2013,109(1) : 103–121.
[16] Hambrick D C, Msaon P A. Upper echelons:The organization as a reflection of its top managers[J] .Academy of Management Review,1984,9(2) : 193–206.
[17] Huang J K, Kisgen D. Gender and corporate finance:Are male executives overconfident relative to female executives[J].Journal of Financial Economics,2013,108(3) : 822–839.
[18] Jurkus A F, et al. Women in top management and agency costs[J].Journal of Business Research,2011,64(2) : 180–186.
[19] Knight J. Sexual stereotypes[J].Nature,2002,415 : 254–256.
[20] Levi M, et al. Director gender and mergers and acquisitions[R]. working paper, 2013.
[21] Matsa A D, Amalia R M. Chipping away at the glass ceiling:Gender spillovers in corporate leadership[J].American Economics Review,2011,101(3) : 635–639.
[22] Nalikka A. Impact of gender diversity on voluntary disclosure in annual reports[J] .Accounting and taxation,2009,1(1) : 101–113.
[23] Nguyen N T, et al. Moral issues and gender differences in ethical judgment using Reidenbach and Robin's (1990) multidimensional ethics scale:Implications in teaching of business ethics[J].Journal of Business Ethics,2008,77(4) : 417–430.
[24] Renée B A, Ferreira D. Women in the boardroom and their impact on governance and performance[J].Journal of Financial Economics,2009,94(2) : 291–309.
[25] Renée B A, et al. Powerful CEOs and their impact on corporate performance[J].Review of Financial Studies,2005,18(4) : 1403–1432.
[26] Ruegger D, King E W. A study of the effect of age and gender upon student business ethics[J].Journal of Business Ethics,1992,11(3) : 179–186.
[27] Shane A, et al. Managerial incentives and corporate fraud:The sources of incentives matter[J] .Review of Finance,2009,13(1) : 115–145.
[28] Srinidhi B, et al. Female directors and earnings quality[J].Contemporary Accounting Research,2011,28(5) : 1610–1644.
[29] Thomas M J. Ethical decision making by individuals in organizations:An issue-contingent model[J] .Academy of Management Review,1991,16 : 366–395.
[30] Tyson T. Believing that everyone else is less ethical:Implications for work behavior and ethics instruction[J].Journal of Business Ethics,1990,9(9) : 715–721.
[31] Ulrike M, et al. Overconfidence and early-life experiences:The effect of managerial traits on corporate financial policies[J].Journal of Finance,2011,66(5) : 1687–1733.
[32] Wang T Y, et al. Corporate fraud and business conditions:Evidence from IPOs[J].Journal of Finance,2010,65(6) : 2255–2292.
[33] Yu F, Yu X Y. Corporate lobbying and fraud detection[J].Journal of Financial and Quantitative Analysis,2011,46(6) : 1865–1891.
[34] 白重恩, 等. 中国上市公司治理结构的实证研究[J].经济研究,2005(2) : 81–91.
[35] 蔡志岳, 吴世农. 董事会特征影响上市公司违规行为的实证研究[J].南开管理评论,2007(6) : 62–68.
[36] 李小荣, 刘行. CEO vs CFO:性别与股价崩盘风险, 世界经济[J].2012, (12):102-129.
[37] 陆瑶, 朱玉杰, 胡晓元. 机构投资者持股与上市公司违规行为的实证研究[J].南开管理评论,(1) : 13–23.
[38] 谭亚莉, 廖建桥, 李骥. 管理者非伦理行为到组织腐败的衍变过程、机制与干预:基于心理社会微观视角的分析[J].管理世界,2011(12) : 68–77.
[39] 杨清香, 俞麟, 陈娜. 董事会特征与财务舞弊——来自中国上市公司的经验证据[J].会计研究,2009(7) : 64–70.
[40] 祝继高, 叶康涛, 严冬. 女性董事与企业投资行为:基于金融危机视角[J].财贸经济,2012(4) : 1–8.