开放科学(资源服务)标识码(OSID)：
On the basis of the data from listed companies on the Shanghai and Shenzhen Stock Exchanges from 2010 to 2021, this study focuses on the micro-level entities of corporate executives to explore the guiding role of executive team stability in digital transformation. The analysis reveals that a stable executive team has a significantly positive impact on digital transformation, specifically by increasing R&D investment to provide technological support, reducing short-termism among executives to provide long-term strategic support, and enhancing corporate governance to create a favorable environment, thus effectively promoting digital transformation in enterprises. Furthermore, heterogeneity analysis demonstrates that the role of executive team stability in facilitating digital transformation is particularly pronounced in mature companies, companies with executives having financial backgrounds, and companies in high-tech industries.
The findings uncover the intrinsic mechanism of how the executive team assists in digital transformation, enriching the research on the economic outcomes of executive changes and the factors influencing digital transformation. Moreover, it provides critical policy reference for achieving digital transformation and high-quality development in China's current business environment.
The contributions and innovations of this paper are as follows. Firstly, within the framework of "executive team stability (executive changes)-R&D investment/short-termism/corporate governance (path selection)-digital transformation decisions (organizational behavior)", this study identifies and tests the mechanism and paths through which executive team stability influences digital transformation, unveiling the "black box" of how executive team stability affects digital transformation decisions, thereby enriching the research on the factors influencing digital transformation and providing essential policy references for China's current goal of achieving digital transformation. Secondly, compared to existing research on the relationship between executive teams and digital transformation, this study broadens the research scope by selecting all listed companies on the Shanghai and Shenzhen Stock Exchanges as the research sample, which is more universally applicable than studies focused solely on traditional manufacturing companies; by focusing on heterogeneity at the corporate, executive, and industry levels, it explores how the role of executive team stability in digital transformation is influenced by variations in corporate lifecycle, executive financial backgrounds, and industry contexts, aiming to provide targeted advice for companies with different characteristics to optimize their digital transformation strategies. Lastly, regarding research methods, this paper conducts word frequency statistics and manual selection based on recent national-level policies related to digital transformation, resulting in a total of 238 digital transformation keywords. This approach allows for a more comprehensive and accurate assessment of digital transformation within companies, enhancing the credibility and persuasiveness of the research.
开放科学(资源服务)标识码(OSID)：
随着数据科学、人工智能、区块链等领域的持续创新,数字技术成为企业重新定义业务模式、改进组织架构、增强客户体验的新手段。《二十国集团数字经济发展与合作倡议》指出,数字经济是以数字化知识和信息为核心生产要素、以当代信息网络为媒介、以信息通讯科技为手段,旨在提升生产效率和优化经济结构的一系列经济活动。数字技术作为数字经济的基础保障,通过与社会各个领域的深度融合,利用数字信息技术对传统企业的业务、管理、运营等方面进行全面升级和改造,形成一种新的范式,即企业数字化转型。党的二十大报告指出,“加快建设世界科技强国、数字中国,推动经济高质量发展”。数字产业与实体经济深度融合成为推动数字经济创新发展的重要保障,加强数字人才培养可以为企业提供新的人才保障和智力支持。企业数字化转型已成为促进经济高质量发展和建设世界科技强国的重要方向。
高管作为企业最重要的人力资源,其综合能力和团队默契度对于灵活制定企业战略尤为重要[1]。在高管团队中,稳定性是一个关键因素,指企业高层管理人员在一段时间内的连续性和一致性,是各方利益反复博弈达到的一种良好的均衡状态,反映团队凝聚力和默契度。目前关于高管团队稳定性的讨论主要分为两个方面:一方面,有学者认为,高管离职或更替会扰乱企业管理层原有的稳定默契氛围,增加公司终止运营的可能性[2];新任高管上任后可能操纵权益法进行盈余管理,使现有的管理层薪酬契约出现偏颇[3],对上市公司造成不利影响。另一方面,有研究表明,高管团队变更作为一种组织内部变革和调整,是使公司更加适应市场需求和竞争环境的手段,有利于提升战略变革的可能性;CEO任职变动通常会给股票带来正的收益率,表明投资者将CEO更替视为能够预示业绩改善的利好消息[5]。那么,对于企业数字化转型这一影响企业发展的具体战略,高管团队稳定性是有利于战略计划的持续执行而助力企业数字化发展,还是与组织内部变革和调整的要求相违背而不利于企业适应市场需求和竞争环境,并进一步降低企业完成数字化转型的可能性?厘清高管团队更迭与企业数字化转型之间的关系和影响机制对于提高企业数字化转型成功率具有重要意义。
尽管也有研究关注到高管团队与企业数字化转型之间的关系(王浩军等,2023),但其存在较为明显的不足:第一,在研究样本上,已有研究将视野局限于制造业企业,但在数字经济时代,并非只有制造业企业面临数字化转型需求,其它行业企业也需要利用数字技术提高应对多样化需求的能力。第二,在研究问题上,已有研究在探讨高管团队稳定性与企业数字化转型关系时,仅考察高管团队技术熟悉度和企业股权集中度的调节作用,并未打开“高管团队稳定性(组织管理层面)—企业数字化转型(战略层面)”的逻辑“黑箱”,未能回答高管团队更迭通过何种机制影响企业数字化战略选择。第三,在研究内容上,现有研究忽视了高管团队稳定性对企业数字化转型的作用是否具有企业和高管层面的异质性,而异质性研究对于有针对性地为企业识别组织层面的数字化转型驱动因素、推动企业数字化转型尤为重要。
鉴于此,本文以2010-2021年中国沪深A股上市公司为研究对象,实证阐述上市公司高管团队稳定性在企业数字化转型过程中发挥的作用——究竟是“稳中求进”还是“革故鼎新”?从企业研发、高管短视、公司治理三重视角出发,识别并检验高管团队稳定性影响企业数字化转型的机制路径,并进行企业层面、高管层面和行业层面的异质性分析,以期基于企业生命周期、企业高管金融背景以及企业行业属性的不同特征,为企业数字化转型提供更加具体有效的策略启示。
1.1.1 企业研发视角
研发投入作为企业最核心的资源配置维度,体现战略制定者未来的资源投入方向和战略导向,是企业战略变革的鲜明旗帜[9]。企业研发需要高管投入时间、资源和风险成本,同时也会给高管带来良好的声誉和竞争优势,作为理性的经济人,高管会在成本和收益之间作出权衡。一方面,由于企业研发活动具有较强连续性,一旦企业高管发生变更,之前积累和依靠的研发资源就会受到冲击,继任者需要额外时间与团队成员之间培养默契和达到协调,企业研发连续性和一致性易受到破坏;另一方面,如果高管团队缺乏稳定性,则离职的高管成员无法享受研发创新带来的好处,企业研发投入的潜在收益降低,当不足以覆盖研发成本时,高管作出研发决策的动力就会下降,故高管团队稳定性有利于企业增加研发投入。此外,由于高管与股东之间代理问题的存在,依据委托代理理论,如果股东无法忍受研发失败的风险而通过股东大会投票更换高管,那么,高管极可能出于自利动机而放弃冒险的研发行为[10]。因此,高管团队稳定性高的企业蕴含着对研发失败较高的包容度,从而有利于促进数字化转型。
数字化转型要求企业在“数据+算法+算力”驱动的数字世界中,以智能化的数据赋能产品和服务,化解复杂系统的不确定性,优化资源配置效率,创新产品、服务和商业模式,从而构建企业新型竞争优势。研发是企业开展数字化创新、完成数字化转型的核心环节,从两个方面助力企业开展数字化转型。一是技术研发,企业数字化转型需要不断创新和开发新的数字化产品与服务,重新定位公司的价值主张,这种数字化战略由研发工作驱动[11],数字化转型目标与企业当前核心业务之间的距离越大,新旧业务之间的边界感越强,就越需要技术研发作为基础保障;二是人才投入,企业需要依靠数字化研发人才构建数字化平台,找到现有业务与数字化转型的切入点,足够的研发人才有利于企业持续学习数字化领域技术和知识,保持对数字化领域的持续探索和尝试,从而推动企业数字化转型。
1.1.2 高管短视视角
基于管理者防御理论,管理者可能为追求薪酬、职位、声誉等利益,选择非常规手段追求自身价值最大化,管理者防御效应是造成管理者短视主义的主要原因。管理者短视主义是指管理者的决策视域较短,相较于企业长期发展,管理者更关注能够即时满足的利益。Narayanan[12]研究发现,高管在面对两个长短期互斥的项目时,往往会为了增加任职时间和获得声誉而选择回收期较短的项目,且高管任期越短,这种短视行为越明显;Ladika等[13]研究发现,当高管激励更加短期时,高管会削减投资,因为投资结果往往要几年后才能实现。因此,高管团队稳定性更高意味着高管平均任期时间以及高管激励的期限更长,高管短视主义降低。此外,稳定的高管团队拥有更加丰富的社会资本和经验知识,团队成员之间凝聚力更强,团队成员利益与企业长期发展利益联系更加紧密,高管倾向于在长期利益最大化而非即时利益的驱动下进行决策,这也说明高管团队稳定性对于高管短视主义具有抑制作用。
企业数字化转型是持续性发展、螺旋式上升的长期迭代过程,企业不仅要适时地对数字化转型进展和成效进行评估,还要审时度势地优化转型策略。管理者短视主义的存在使高管更倾向于将资源投入到期限短、收益高的项目中,而这与企业数字化转型长期迭代的本质特征相矛盾。企业面临的是多角度、多层级的数字化转型,不仅需要技术层面的变革,还要制定长期战略、变革组织模式和改善人才结构[14]。首先,高管短视主义可能导致管理层无法理解或低估数字化转型带来的长远收益,而只关注短期成果,导致企业对数字化转型项目资源、精力投入有限,从而无法充分发挥数字化技术的潜力,错失发展机遇;其次,数字化转型涉及企业文化、流程和管理模式调整,以及对员工进行新技能和新知识培训,但短视主义可能导致高管对这些长期变革和投资产生排斥,从而阻碍企业数字化转型。因此,高管团队稳定性通过降低高管短视主义,对企业数字化转型发挥积极推动作用。
1.1.3 公司治理视角
广义的公司治理是指通过一整套正式或非正式的、内部或外部的制度协调公司与所有利益相关者(股东、管理层、投资者)之间的利益关系,以保证公司决策的科学性、有效性,从而维护公司各方面利益。现有研究表明,高管团队特征对财务绩效[15]、盈余管理[16]等均具有显著治理作用,高管团队在认识和阐述数字化转型的战略潜力及资源分配方面具有重大责任[17]。高管团队稳定性作为高管成员在一定时间内的连续性和一致性特征,会对上市公司治理水平产生重要影响。一方面,高管团队稳定性较高意味着高管成员变动较少,有助于建立连续一致的决策环境,帮助企业制定长期战略和目标,避免由于高管频繁变动带来的决策混乱;长期稳定的高管团队可以积累大量经验知识,了解企业内部业务与文化,更恰当地界定和分配所有者与经营者之间的权利、责任关系,提升公司治理水平。另一方面,基于委托代理理论,高管团队的频繁变动会加大公司股东有效监督高管团队决策的难度,进而增加高管将私利置于公司利益之上的概率。因此,稳定的高管团队有利于股东实施持续有效的监督,进而缓解第一类代理问题;高管成员在股东的监督下,会更加专注于公司长期利益,保证公司决策的有效性和科学性,提升上市公司治理水平。
较高的公司治理水平意味着监督机制、激励机制和决策机制的相对完善,对于企业数字化转型产生推动作用。从监督机制来看,良好的监督机制(如独立董事的监督)可以对高管团队的决策进行审查和监督,以确保数字化转型战略与公司长远发展相契合,也有助于及时发现和应对企业数字化转型过程中面临的技术、市场和合规等方面的风险,避免数字化转型过程中的错误决策。从激励机制来看,有效的激励机制着眼于创造长期价值而非短期利润,可以确保高管为企业数字化转型提供持续动力[18]。数字化转型往往涉及对新技术和新业务模式的应用,有效的激励机制不仅可以鼓励创新和风险承担[19],还有助于吸引和留住在数字化转型方面具有专业知识与经验的高素质人才,推动数字化转型进程。从决策机制来看,在数字化转型过程中,市场和技术环境变化迅速,要求公司能够迅速作出决策和调整策略,将资源合理分配到数字化转型的关键领域,避免资源浪费和重复投资,最大化企业数字化转型效益。
基于上述分析,高管团队稳定性能够增加企业研发投入以提供技术和人才保障,降低高管短视主义以提供长期战略支持,提高公司治理水平以提供良好制度环境,进而助力企业数字化转型。因此,本文提出如下假设:
H1a：高管团队稳定性对企业数字化转型具有推动作用。
由于数字化转型需要快速应对瞬息万变的市场和技术环境,高管团队稳定性也可能带来一些挑战:首先,企业数字化转型作为数字经济时代的新要求,既需要更加开放协作、敢于尝试的文化氛围来支持和推动,也需要依赖具备数字化技术和数字化转型经验的人才,及时调整战略规划以适应数字化转型带来的变化。稳定的高管团队可能过度依赖过去的经验和惯性思维,缺乏新成员加入带来的全新思路经验,缺少数字化转型过程所需要的创新和前瞻性思维,进而错过某些数字化转型机遇。其次,数字化转型通常需要对组织和业务模式进行重大变革,而稳定的高管团队可能对变革管理产生一定的抵触情绪。研究表明,高管变动与企业战略变革呈现正相关关系,使公司战略变革朝着行业平均水平发展[20]。因此,在上市企业之间存在数字化同群效应的情况下[21],高管变动可能使企业学习和模仿竞争对手的数字化实践,跟随其它企业开展数字化投资活动,从而有利于推动企业数字化转型进程,稳定的高管团队反而丧失数字化转型优势。基于以上分析,本文提出如下假设:
H1b：高管团队稳定性不利于企业数字化转型。
本文选取2010-2021年中国沪深A股上市公司作为研究对象,因为A股涉及行业较广,具有较大市场规模和影响力,在财务披露和信息公开方面受到较为规范的监管,有助于保证研究数据的质量和准确性。将样本起始点定为2010年出于以下两方面原因:一是中国数字经济的快速发展和数字技术的逐步运用主要体现在2010年之后[22-23],在数字经济浪潮下,数字化转型成为企业应对数字经济时代的关键举措,上市公司主动或被动地利用人工智能、云计算等数字技术改变组织结构、业务流程和价值创造方式,开展数字化转型以提升公司竞争力;二是出于数据可获得性的考量,2010年之前CNRDS数据库中上市公司高管团队成员任职详细信息缺失严重。
本研究剔除上市不满3年的企业以及经ST、*ST等特别处理、资不抵债和金融行业的样本,并且只保留关键变量不缺失的样本。为消除异常值的影响,对所有连续变量在1%和99%上进行Winsorize缩尾处理。构建高管团队稳定性指标所用到的高管团队成员任职详细信息数据来自CNRDS数据库,企业数字化转型数据来自上市企业年报,其它数据均来自CSMAR数据库。
(1)被解释变量:企业数字化转型(Digital)。为更准确地从微观层面刻画企业数字化转型情况,本文参考袁淳等[22]的做法,首先,通过检索中央人民政府网站、工业和信息化部网站,人工筛选得到2010—2021年期间发布的重要的国家层面数字经济相关政策文件共32份,使用Python中“jieba”分词库的分词函数进行分词处理,得到在政策文件中出现频率5次及以上、字符长度不超过9的高频关键词,并人工筛选出与企业数字化转型相关的词汇共197个。此外,使用吴非等(2021)提出的企业数字化转型特征词图谱中的关键词进行补充,最终获得238个企业数字化转型相关词汇,构成企业数字化术语词典。其次,将上述术语词典中的词导入Python软件中的“jieba”分词库,基于上市公司年报“管理层讨论与分析”(MD&A)部分的内容,使用Levenshtein算法进行文本分析,基于分词结果计算每家企业数字化关键词在年报中出现的频次。最后,在剔除常见停用词的基础上,计算年报MD&A部分语段长度,计算数字化关键词在MD&A语段中出现的频次占语段总词数的比例,作为企业数字化转型的衡量指标。为便于分析,将该指标乘以100,指标数值越大表示企业数字化程度越高。
由上述方式计算得到的企业数字化转型的平均值呈现逐年攀升态势,从2010年的0.32上升到2021年的1.61,增长了4.03倍;中国信息通信研究院发布的《中国数字经济发展白皮书(2022)》显示,中国数字经济规模由2011年的9.49万亿元增长到2021年的45.5万亿元,增长了3.79倍,二者增长率相当,说明本文在微观层面构建的企业数字化转型指标较为合理。
(2)解释变量——高管团队稳定性(SI)。本文考察的高管团队稳定性包含高管人数变化和人员变动两个维度,高管团队成员指上市公司年报中披露的高管总人数,包括董事长、董事、总经理、副总经理等,外部董事和独立董事不包括在内。值得注意的是,即使高管总人数不变,但成员发生了变动,也一样会对高管团队稳定性造成影响。以一个10人的高管团队为例,在第一种情形下,高管团队的总人数依旧是10人,但仅有5人是原来的成员,剩余5人为新增成员;第二种情形是董事会的总人数由10人变为9人,但都是原有成员。第二种情形相较于第一种情形具有更强的稳定性,即使第一种情形下高管团队成员数量并未发生改变,而第二种情形下高管团队成员数量减少。借鉴张兆国等[24]研究,本文构建高管团队稳定性指数如下:
(1)
其中,SIi(t,t+1)表示企业i在时点t和t+1期间内的高管团队稳定性,Mi,t表示企业在t时刻的高管团队成员数,#(Si,t/Si,t+1)表示在t时刻属于公司i的高管成员但在t+1时刻不属于高管成员的数量。同理,#(Si,t+1/Si,t)表示在t+1时刻属于公司i的高管成员而在t时刻不属于高管成员的数量。在这两种情形下,高管团队稳定性分别为0.5和0.953。高管团队稳定性指数值位于[0, 1]之间,且越接近1稳定性越高。
(3)控制变量。参考张志元等[8]、王海[25]的研究,本文从企业特征、财务特征、治理结构3个方面选择控制变量:一是企业特征控制变量。企业规模(Size)以公司总资产的自然对数衡量,公司成长性(Growth)以总资产增长率衡量,现金流水平(Cash)以经营活动产生的净现金流占总资产的比例衡量,资产结构(As)以固定资产占总资产的比例衡量,投资机会(TobinQ)以总市值与总资产的比值衡量。二是财务特征控制变量。资产负债率(Lev)以总负债与总资产的比值衡量,资产回报率(ROA)以净利润与总资产的比值衡量,流动比率(Liquid)以流动资产与流动负债的比值衡量。三是企业治理结构控制变量。股权集中度(Top1)以第一大股东持股比例表示,董事会规模(Broad)以董事会人数表示,独立董事比例(IndRatio)以独立董事人数占董事会人数的比例衡量。主要变量定义见表1。
表1 变量定义
Table 1 Definitions of the variables
类型 名称 符号 计算方式 被解释变量 企业数字化转型 Digital 通过文本分析方式计算得到 解释变量 高管团队稳定性 SI 根据公式(1)计算得到 控制变量 公司规模 Size 公司总资产的自然对数 资产回报率 ROA 净利润/总资产 资产负债率 Lev 总负债/总资产 董事会规模 Board 董事会人数 独立董事比例 IndRatio 独立董事人数/董事会人数 资产结构 As 固定资产/总资产 股权集中度 Top1 第一大股东持股比例 公司成长性 Growth 总资产增长率 投资机会 TobinQ 总市值/总资产 现金流水平 Cash 经营活动产生的净现金流/总资产 流动比率 Liquid 流动资产/流动负债 年份虚拟变量 Year ——— 行业虚拟变量 Industry 根据证监会2012版行业分类标准分类 中介变量 研发投入 RDRatio 研发投入占营业收入比率 RDPerate 研发人员占比 高管短视程度 Shortsighted 根据文本分析方式计算得到 公司治理指数 GovIndex 根据主成分分析法计算得到
本文处理后得到的有效样本量共25 051条,样本行业分布情况(前5名)见表2。其中,制造业样本占比约为64%,其它行业占比约36%。本文先基于全样本研究高管团队稳定性是否属于数字化转型组织层面的驱动因素,在后文行业异质性分析部分作进一步探讨。
表2 样本行业分布情况(前5名)
Table 1 Industry distribution in the sample (Top 5)
行 业 代 码 行 业 名 称 样 本 数 占 总 样 本 的 比 例 ( % ) C 制 造 业 1 6 0 4 4 6 4 . 0 5 I 信 息 传 输 、 软 件 和 信 息 技 术 服 务 业 1 5 3 6 6 . 1 3 F 批 发 和 零 售 业 1 3 7 6 5 . 4 9 K 房 地 产 业 1 1 4 8 4 . 5 8 D 电 力 、 热 力 、 燃 气 及 水 生 产 和 供 应 业 8 9 0 3 . 5 5
主要变量描述性统计结果如表3所示,高管团队稳定性的均值为0.824,接近于1,但最小值为0.096,标准差为0.188,说明样本企业的高管团队总体较为稳定,但个体间存在较大差异;企业数字化转型平均值为0.897,总体分布位于[0, 5.263]区间内,标准差为0.973,表明样本企业数字化转型个体间差异较大,两极分化现象比较严重。
表3 变量描述性统计结果
Table 3 Variable descriptive statistics
变 量 观 测 数 平 均 值 标 准 差 最 小 值 最 大 值 Dig ita l 2 5 0 5 1 0 . 8 9 7 0 . 9 7 3 0 . 0 0 0 5 . 2 6 3 S I 2 5 0 5 1 0 . 8 2 4 0 . 1 8 8 0 . 0 9 6 1 . 0 0 0 Si z e 2 5 0 5 1 2 2 . 3 2 0 1 . 2 8 4 1 9 . 9 0 0 2 6 . 3 3 0 ROA 2 5 0 5 1 0 . 0 3 5 0 . 0 6 4 - 0 . 3 4 1 0 . 2 0 1 Le v 2 5 0 5 1 0 . 4 3 9 0 . 2 0 2 0 . 0 6 1 0 . 9 0 0 Bo ar d 2 5 0 5 1 8 . 5 9 7 1 . 6 9 3 5 . 0 0 0 1 5 . 0 0 0 IndRa tio 2 5 0 5 1 3 7 . 5 6 0 5 . 3 7 5 3 3 . 3 3 0 5 7 . 1 4 0 As 2 5 0 5 1 0 . 2 1 9 0 . 1 6 3 0 . 0 0 2 0 . 6 9 7 To p 1 2 5 0 5 1 3 4 . 6 0 0 1 4 . 6 9 0 9 . 2 4 0 7 4 . 4 5 0 Gr o wth 2 5 0 5 1 0 . 1 3 6 0 . 2 3 6 - 0 . 3 2 0 1 . 4 0 3 To binQ 2 5 0 5 1 2 . 0 8 0 1 . 4 1 0 0 . 8 5 5 9 . 8 3 3 Ca s h 2 5 0 5 1 0 . 0 5 3 0 . 0 7 9 - 0 . 1 8 8 0 . 2 9 0 Liquid 2 5 0 5 1 2 . 2 4 0 2 . 1 7 0 0 . 2 7 2 1 5 . 8 0 0 RDRa tio 1 9 5 0 1 4 . 5 9 1 4 . 5 7 8 0 . 0 3 0 2 7 . 6 7 0 RD P e ra t e 1 4 7 8 1 1 5 . 9 0 0 1 3 . 2 3 0 0 . 3 2 0 6 8 . 9 0 0 Sho rt s ig ht 2 5 0 5 1 2 . 2 1 8 1 . 3 9 0 0 . 0 0 0 6 . 8 6 7 Go v Inde x 2 5 0 5 1 - 0 . 1 1 2 0 . 9 7 9 - 2 . 0 6 5 2 . 3 5 0
表4是高管团队稳定性对企业数字化转型的回归结果。其中,列(1)(2)是对全样本进行混合回归的结果,列(3)(4)是控制时间、行业双固定效应的回归结果;列(1)(3)没有加入控制变量,列(2)(4)加入了控制变量,可以看出,高管团队稳定性对企业数字化转型的正向影响始终显著。列(4)显示,在固定时间效应和行业效应的情况下,高管团队稳定性对企业数字化转型的影响系数为0.056,且在5%水平上显著。考虑到高管团队为开展数字化转型而制定和实施战略决策可能存在一定时滞,同时,为一定程度上缓解潜在反向因果关系带来的内生性问题,本文对解释变量作滞后一期处理,再次进行回归,如列(5)所示,结果依旧是稳健的,初步验证了假设H1a。
表4 基础回归结果
Table 4 Basic regression results
变量 (1) (2) PooledRegression Digital Digital (3) (4) FE Model Digital Digital (5) FE Model(Lag) Digital SI 0.307 *** 0.247 *** 0.059 ** 0.056 ** (0.033) (0.031) (0.026) (0.025) Size 0.069 *** 0.017 *** 0.024 *** (0.006) (0.005) (0.006) L.SI 0.092 *** (0.027) ROA -1.338 *** -0.173 * -0.311 *** (0.111) (0.092) (0.102) Lev -1.003 *** -0.160 *** -0.168 *** (0.044) (0.038) (0.042) Board -0.034 *** -0.012 *** -0.015 *** (0.004) (0.003) (0.004) IndRatio 0.003 ** 0.002 ** 0.002 * (0.001) (0.001) (0.001) As -1.676 *** -1.202 *** -1.233 *** (0.039) (0.036) (0.040) Top1 -0.006 *** -0.001 * -0.001 *** (0.000) (0.000) (0.000) Growth 0.143 *** 0.126 *** 0.140 *** (0.026) (0.022) (0.024) TobinQ 0.043 *** -0.004 0.003 (0.005) (0.004) (0.005) Cash 0.402 *** -0.162 ** -0.132 * (0.084) (0.069) (0.078) Liquid -0.037 *** -0.015 *** -0.015 *** (0.004) (0.003) (0.004) Constant 0.643 *** 0.376 *** 0.848 *** 0.886 *** 0.767 *** (0.028) (0.135) (0.022) (0.115) (0.129) Industry NO NO Yes Yes Yes Year NO NO Yes Yes Yes N 25051 25051 25051 25051 20670 Adj-R 2 0.004 0.126 0.399 0.430 0.426
注:括号内为稳健标准误;***、**、*分别表示1%、5%和10%的显著性水平,下同
(1)倾向得分匹配法(PSM检验)。为解决样本选择偏误可能导致的潜在内生性问题,本文采用倾向得分匹配(PSM)法对匹配后的样本进行再回归。具体步骤如下:首先,以SI(如果企业的高管稳定性指数高于同行业中位数水平,赋值1,否则赋值0)为被解释变量,使用Logit模型计算企业数字化转型的倾向性得分(Prospensity Score)。其次,使用3种方法对样本进行匹配,包括处理组和对照组的一对一、一对三近邻匹配以及半径为0.001的半径匹配。最后,使用匹配成功的样本重新进行回归。表5列(1)—(3)显示,在3种匹配方法下,回归结果中高管团队稳定性系数仍然显著为正,表明通过PSM匹配后的结果依旧是稳健的。
表5 内生性检验结果
Table 5 Endogenous test results
变量 (1) (2) (3) 倾向得分匹配法 一对一匹配 一对三匹配 半径匹配 Digital Digital Digital (4) (5) 工具变量法 FirstStage SecondStage SI Digital SI_IV1 3.341 *** (0.021) Poprate 0.065 * (0.036) SI 0.062 * 0.061 ** 0.056 ** 0.087 ** (0.033) (0.027) (0.025) (0.036) Constant 0.958 *** 0.942 *** 0.883 *** 0.990 *** 0.018 (0.152) (0.121) (0.115) (0.022) (0.128) Control Yes Yes Yes Yes Yes Industry Yes Yes Yes Yes Yes Year Yes Yes Yes Yes Yes N 13766 22618 25014 23069 23069 Adj-R 2 0.432 0.430 0.431 0.556 0.430
(2)工具变量法。前文使用高管团队稳定性指标的滞后一期作为自变量,回归系数显著,表明高管团队稳定性与企业数字化转型互为因果的可能性较小。为了进一步消除这种可能性,并解决其它潜在内生性问题,本文使用工具变量法进行2sls回归。参考罗进辉等(2024)的做法,选取企业所在省份的人口自然增长率以及高管团队稳定性与均值之差的三次方作为工具变量,并通过过度识别检验和相关性检验。工具变量的两阶段回归结果如表5列(4)(5)所示,第一阶段表明,企业所在省份的人口自然增长率对高管团队稳定性具有显著正向影响,因为更高的人口自然增长率意味着地区生活的相对稳定和舒适,高管团队成员更倾向于保持原有工作职位。此外,高管团队稳定性和平均值之差的三次方与高管团队稳定性显著正相关,这也与本文预期一致。第二阶段的回归结果表明,在考虑潜在内生性问题后,假设H1a仍然成立。
(1)重新计算企业数字化转型。考虑到目前企业数字化转型并无权威统一的标准术语库,为增强研究可信度,进一步确定高管团队稳定性与企业数字化转型之间的相关关系,本文使用吴非等(2021)通过结构化分类(“底层技术运用”和“技术实践运用”两个层面)得到的关键词图谱作为企业数字化转型关键词,对上市公司年报进行提取并加总词频,取自然对数后得到企业数字化转型的整体指标DCG,再对高管团队稳定性进行回归,结果如表6列(1)所示,结果依旧稳健。
表6 其它稳健性检验结果
Table 6 Other robustness test results
变 量 ( 1 ) ( 2 ) ( 3 ) ( 4 ) 重 新 计 算 企 业 数 字 化 转 型 剔 除 数 字 化 意 愿 强 的 科 创 板 企 业 增 加 宏 观 控 制 变 量 设 置 企 业 数 字 化 转 型 的 虚 拟 变 量 DCG Dig ita l Dig ita l Dig S I 0 . 0 7 3 * * 0 . 0 5 6 * * 0 . 0 4 7 * * 0 . 0 9 0 * * ( 0 . 0 3 7 ) ( 0 . 0 2 5 ) ( 0 . 0 2 4 ) ( 0 . 0 4 3 ) Stru 0 . 6 2 8 * * * ( 0 . 0 8 3 ) LnGD P 0 . 1 5 1 * * * ( 0 . 0 0 8 ) Financ e 0 . 0 2 5 ( 0 . 0 2 1 ) Con s tant - 1 . 3 1 3 * * * 0 . 8 7 4 * * * - 1 . 7 3 9 * * * 0 . 2 2 2 ( 0 . 1 6 9 ) ( 0 . 1 1 5 ) ( 0 . 1 4 1 ) ( 0 . 1 8 7 ) Contr o l Y e s Y e s Y e s Y e s Indu s tr y Y e s Y e s Y e s N O Ye ar Y e s Y e s Y e s N O N 2 5 0 5 1 2 4 8 9 6 1 8 9 7 2 2 5 0 5 1 A d j - R 2 0 . 3 9 0 0 . 4 2 7 0 . 3 8 8 -
注:Control表示一系列控制变量,Industry表示行业固定效应,Year表示年份固定效应,Yes表示控制,No表示未控制,下同
(2)剔除数字化意愿强的科创板公司。由于科创板的核心目标是为符合国家战略、在关键核心技术上有突破且市场认可度高的科技创新型企业提供平台,重点支持高新技术产业和具有战略性新兴产业特征的领域,与A股其它板块相比具有一定特殊性。科创板公司本身具有较强的数字化意愿,为确保结果稳健,本文剔除数字化意愿强的科创板公司样本,重新进行回归,结果如表6列(2)所示,相关系数依旧显著。
(3)增加宏观控制变量。在控制企业特征、财务特征以及治理结构相关变量的基础上,进一步控制宏观因素的影响,增加省级层面的金融发展水平(Finance,银行业金融机构各项贷款余额/GDP)、产业结构(Stru,第三产业产值/GDP)、经济发展水平(LnGDP,企业所在省份GDP的自然对数)3个宏观经济层面的控制变量。从表6列(3)可以看出,在控制宏观经济变量的影响之后,本文研究结论依然成立。
(4)设置企业数字化转型虚拟变量,使用Probit模型重新回归。将企业数字化转型(Digital)按照行业年份中位数进行分组,设置企业数字化转型的虚拟变量(Dig),高于中位数水平的企业视作实施了数字化转型的样本,赋值为1,低于中位数水平的企业视作未实施数字化转型的样本,赋值为0,将数字化转型目标完成情况从定量衡量转变为定性衡量,使用Probit模型再次回归,如表6列(4)所示,结果依旧稳健。综上,有理由认为高管团队稳定性对于企业数字化转型具有支持作用,验证了假设H1a。
为进一步厘清高管团队稳定性影响企业数字化转型的机制,本文首先探究高管团队更稳定的企业是否更有意愿和能力参与研发活动,进而助力企业数字化转型。使用企业研发投入占营业收入比重(RDRatio)和研发人员数量占比(RDPerate)两个指标衡量企业研发投入水平,使用中介效应模型探讨研发投入是否在高管团队稳定性和企业数字化转型间发挥中介作用。表7列(2)(4)表明,高管团队稳定性对于企业研发(RDRatio和RDPerate)具有显著正向影响;列(3)(5)中RDRatio和RDPerate的相关系数均在1%水平上显著,表明研发收入确实能够促进企业数字化转型,因为企业在数字化转型过程中侧重于创新驱动型经济发展,研发费用增加有利于提高企业创新能力,技术人才投入也有利于关键核心技术突破,有助于企业完成数字化转型目标,且加入RDRatio和RDPerate后,SI的系数仍显著。结合列(1)的基准回归结果可以发现,研发投入在高管团队稳定性与企业数字化转型之间发挥中介作用,相较于频繁发生高管更迭的公司,高管团队稳定的公司会通过增加研发投入推进企业数字化转型。
表7 研发投入的中介效应回归结果
Table 7 Regression results of the mediating effects of R&D investment
变 量 ( 1 ) ( 2 ) ( 3 ) ( 4 ) ( 5 ) Dig ita l RDRa tio Dig ita l RD P e ra t e Dig ita l S I 0 . 0 5 6 * * 0 . 5 7 1 * * * 0 . 0 6 0 * 1 . 3 2 1 * * 0 . 0 9 0 * * ( 0 . 0 2 5 ) ( 0 . 1 5 7 ) ( 0 . 0 3 3 ) ( 0 . 5 3 1 ) ( 0 . 0 4 1 ) RDRa tio 0 . 0 4 4 * * * ( 0 . 0 0 2 ) RD P e ra t e 0 . 0 2 2 * * * ( 0 . 0 0 1 ) Con s tant 0 . 8 8 6 * * * 4 . 1 2 1 * * * 0 . 9 8 3 * * * 2 5 . 4 9 7 * * * 0 . 5 4 1 * * * ( 0 . 1 1 5 ) ( 0 . 6 7 3 ) ( 0 . 1 4 1 ) ( 2 . 1 9 5 ) ( 0 . 1 7 1 ) Contr o l Y e s Y e s Y e s Y e s Y e s Indu s tr y Y e s Y e s Y e s Y e s Y e s Ye ar Y e s Y e s Y e s Y e s Y e s N 2 5 0 5 1 1 9 5 0 1 1 9 5 0 1 1 4 7 8 0 1 4 7 8 0 A d j - R 2 0 . 4 3 0 0 . 3 4 1 0 . 4 3 7 0 . 3 6 6 0 . 4 3 8
由于企业数字化转型是渐进发展、螺旋上升的长期迭代过程,而管理者防御效应导致的高管短视行为倾向可能阻碍企业数字化转型长期目标的实现。本文使用胡楠等(2021)构建的43个“短期视域”词汇,计算“短期视域”词汇占MD&A总词频的比例,得到管理者短视主义指标,以探讨高管短视的中介效应。
表8是中介效应回归结果,列(2)显示,高管团队稳定性显著降低管理者短视主义;列(3)则表明,管理者短视主义对企业数字化转型的负面影响在1%水平上显著,且加入管理者短视主义变量后,高管团队稳定性的影响系数仍然显著。列(1)—(3)的结果表明,高管团队稳定性通过降低管理者短视主义,有助于企业实施长期的数字化转型策略。值得注意的是,在基本回归方程中加入管理者短视主义指标后,高管团队稳定性对企业数字化转型的影响系数绝对值变小,这也从侧面印证了高管团队稳定性可通过降低管理者短视主义推动企业数字化转型,故控制管理者短视主义对于企业数字化转型的影响后,高管团队稳定性(SI)的解释力度降低。综上所述,高管团队稳定性可以降低高管短视主义行为,进而促进企业数字化转型。
表8 高管短视的中介效应回归结果
Table 8 Regression results of the mediating effects of mangerial short-termism
变量 (1) (2) (3) Digital Shortsighted Digital SI 0.056 ** -0.137 *** 0.054 ** (0.025) (0.046) (0.026) Shortsighted -0.032 *** (0.004) Constant 0.886 *** 1.052 *** 0.901 *** (0.115) (0.206) (0.116) Control Yes Yes Yes Industry Yes Yes Yes Year Yes Yes Yes N 25051 25051 25051 Adj-R 2 0.430 0.060 0.432
借鉴顾乃康等(2017)的做法,使用主成分分析法构建公司治理指数以综合衡量公司治理水平。使用高管薪酬(Mana_Pay)和高管持股比例(Mana_Share)度量高管激励机制,使用董事会规模(Board)和独董比例(IndRatio)度量公司治理中的董事会监督机制,使用机构投资者持股比例(Investor)和股权制衡度(Share_Balance)衡量股权结构的监督机制,使用董事长和总经理是否两职合一(Dual)度量公司决策机制。基于上述7个指标,使用主成分分析法构建公司治理指数(GovIndex)。
中介效应回归结果见表9,列(2)表明,高管团队稳定性显著提升公司治理水平。列(3)在基准回归中加入公司治理水平(GovIndex),结果表明,公司治理水平提升有利于促进企业数字化转型,且加入公司治理水平变量后,高管团队稳定性对企业数字化转型的影响依旧显著。结合列(1)的基准回归结果可以发现,高管团队稳定性通过提升公司治理水平即提升管理层对公司利益的保护程度,使高管有动机作出有利于推动企业数字化转型的决策。因此,高管团队稳定性促进企业数字化转型的公司治理路径得到验证。
表9 公司治理的中介效应回归结果
Table 9 Regression results of the mediating effects of corporate governance
变量 (1) (2) (3) Digital GovIndex Digital SI 0.056 ** 0.129 *** 0.043 * (0.025) (0.021) (0.026) GovIndex 0.071 *** (0.008) Constant 0.886 *** 5.845 *** 0.474 *** (0.115) (0.094) (0.129) Control Yes Yes Yes Industry Yes Yes Yes Year Yes Yes Yes N 25051 25051 25051 Adj-R 2 0.430 0.652 0.434
处于不同生命周期的企业在面临数字化转型要求时的行动可能存在差异。成长期企业的盈利模式不够成熟,净现金流流入较少,内在资金较为匮乏,可能难以支撑数字化转型相关创新项目,但灵活性和开放性更高[26],稳定的高管团队可能限制公司创新能力和应变能力,此时高管团队稳定性对于企业数字化转型不一定发挥显著促进作用;在成熟期,企业在市场声誉、盈利能力和市场占有率方面均有所提升,高管团队稳定性可以有效提高企业管理效率和决策质量,帮助企业更好地适应数字化转型带来的挑战和机遇;在企业衰退期,大部分市场份额被竞争者垄断,企业利润率降低,财务状况恶化,资源没有达到有效配置,组织结构过于僵化,保持稳定的高管团队并不能改善组织结构僵化的现状,对于企业数字化转型的作用也有待商榷。
借鉴黄宏斌等[27]的做法,本文通过现金流特征将企业生命周期分为成长期、成熟期、衰退期3个阶段(如表10所示),验证在不同生命周期的企业,高管团队稳定性对企业数字化转型的作用是否有所不同。企业生命周期的分组回归结果如表11所示,高管团队稳定性对于企业数字化转型的促进作用只在成熟期企业显著,而在成长期和衰退期企业并不显著。
表10 企业不同生命周期的现金流特征
Table 10 Cash flow characteristics of enterprises over different life cycles
现 金 流 成 长 期 导 入 期 增 长 期 成 熟 期 衰 退 期 衰 退 期 ( 一 ) 衰 退 期 ( 二 ) 淘 汰 期 ( 一 ) 淘 汰 期 ( 二 ) 淘 汰 期 ( 三 ) 经 营 现 金 流 - + + - - - + + 投 资 现 金 流 - - - + + - + + 筹 资 现 金 流 + + - + - - + -
注:+表示企业当期现金流为正,-表示当期现金流为负
表11 企业不同生命周期的异质性分析结果
Table 11 Analysis of heterogeneity across the life cycle of enterprises
变量 (1) (2) (3) Digital Digital Digital 成长期 成熟期 衰退期 SI 0.020 0.256 *** 0.085 (0.039) (0.041) (0.060) Constant 0.870 *** -0.310 * 0.842 *** (0.180) (0.174) (0.313) Control Yes Yes Yes Industry Yes Yes Yes Year Yes Yes Yes N 10688 9285 4983 Adj-R 2 0.427 0.373 0.435
高管从事金融行业相关工作形成的经验和社会关系可以作为正式制度的补充,给企业带来良好声誉[28],金融背景可以增强高管能力[29],在企业数字化转型过程中发挥重要作用。具有金融背景的高管可以凭借工作经验和金融知识为企业提供金融资源与融资渠道,在高管团队稳定的情况下能够以较低成本迅速把握投资机会,实现投资收益(杜勇等,2021),助力企业更好地进行数字化转型相关投资。基于上述分析,本文按照高管有无金融背景将样本分为两组,分组回归结果见表12列(1)(2),在高管无金融背景的样本中,高管团队稳定性对企业数字化转型的影响并不显著,而在高管有金融背景的样本中,高管团队稳定性的系数在5%水平上显著,说明高管金融背景在高管团队稳定性促进企业数字化转型过程中发挥重要作用。
表12 高管层面与行业层面的异质性分析结果
Table 12 Analysis of heterogeneity at the managerial level and the industry level
变量 (1) (2) Digital Digital 高管层面 高管有金融背景 高管无金融背景 (3) (4) Digital Digital 行业层面 高科技行业 非高科技行业 SI 0.066 ** 0.016 0.110 *** 0.001 (0.027) (0.051) (0.040) (0.027) Constant 0.634 *** 1.276 *** 0.964 *** 0.755 *** (0.128) (0.225) (0.181) (0.122) Control Yes Yes Yes Yes Industry Yes Yes Yes Yes Year Yes Yes Yes Yes N 15492 9559 14165 10886 Adj-R 2 0.406 0.449 0.430 0.301
借鉴《战略性新兴产业分类目录》和经济合作与发展组织(OECD)相关文件,对照《上市公司行业分类指引(2012年版)》,将企业分为高科技行业企业和非高科技行业企业。高科技行业涉及3个门类和19个大类。3个门类为制造业(C),信息传输、软件和信息技术服务业(I),科学研究和技术服务业(M);19个大类包括C25、C26、C27、C28、C29、C31、C32、C34、C35、C36、C37、C38、C39、C40、C41、I63、I64、I65和M73。从理论上讲,对于高科技行业而言,数字化技术的创新和应用是核心竞争力,企业在数字化转型过程中需要具备精湛的技术专业知识和持续的技术创新能力,稳定的高管团队可以避免过于频繁的高管变动导致企业战略改变,有助于维持企业专业知识和创新能力连续性,帮助企业保持技术领先地位,推动数字化转型。而非高科技行业企业通常拥有更传统的业务模式,数字化转型战略对其组织模式和产业变革带来更大挑战,稳定的高管团队囿于过去的经验,难以改变传统业务模式,对于企业数字化转型可能无法发挥显著推动作用。高科技行业和非高科技行业的企业分组回归结果见表12列(3)(4),高管团队稳定性对企业数字化转型的影响只在高科技行业企业中发挥积极作用,在非高科技行业企业中并不显著。
本文以2010-2021年沪深A股上市公司为研究对象,从组织行为学视角探究高管团队稳定性对企业数字化转型的影响,尝试打开“高管团队稳定性(组织管理层面)—企业数字化转型(战略层面)”之间的“黑箱”,寻找助力企业数字化转型的着力点。研究表明:稳定的高管团队有利于促进企业数字化转型,即支持“稳中求进”而非“革故鼎新”假设,经过内生性检验和其它稳健性检验,结果依然稳健。进一步识别和检验机制路径后发现,高管团队稳定性能够增加企业研发投入以提供技术和人才保障,降低高管短视主义以提供长期战略支持,提高公司治理水平以提供良好机制环境,进而助力企业数字化转型。此外,本文从企业层面、高管层面、行业层面进行异质性分析后发现,高管团队稳定性对企业数字化转型的助力作用只在成熟期企业、高管有金融背景的企业以及高科技行业企业中有效传导。
(1)在研究问题上,本文在高管团队稳定性(高管变动)—企业研发/高管短视/公司治理(路径选择)—企业数字化转型决策(企业行为)框架下,识别并检验高管团队稳定性影响企业数字化转型的机制路径,揭开了高管团队稳定性影响数字化转型决策的“黑箱”,丰富了企业数字化转型的影响因素和影响机制研究,为企业实现数字化转型提供了重要参考。
(2)在研究内容上,本文聚焦企业、高管和行业3个不同层面的异质性情形,探讨高管团队稳定性在企业数字化转型中的作用受到企业生命周期、高管金融背景和所处行业的差异影响,旨在为不同特征的企业提供针对性建议,以优化其数字化转型策略实施。
(3)在研究样本上,相对于已有的关于高管团队稳定性对企业数字化转型影响的研究,本文选择沪深A股上市企业作为研究对象,与只关注传统制造业企业的研究相比,本文结论和启示更具普适性。尤其是行业层面异质性分析研究发现,其异质性主要体现在高科技行业与非高科技行业之间,这与王浩军等(2023)的发现不同,对于不属于高科技行业的传统制造业企业(如食品制造业、纺织业)的政策启示发生了根本性改变,在这类企业中,高管团队稳定性对于企业数字化转型不能有效发挥能动作用,相关企业应在其它层面探寻企业数字化转型的驱动因素。
(1)高管团队稳定性通过增加企业研发投入、降低高管短视主义、提高公司治理水平3条路径促进企业数字化转型,这揭示了推动企业数字化转型的核心着力点,即企业在推进数字化转型过程中应重点关注三大方面:一是加大企业研发投入,积极探索新的数字化技术和应用场景,促进数字技术创新和应用,提高企业创新能力和实践水平,为企业数字化转型提供技术和人才保障;二是在数字经济时代背景下,深远的数字化转型目标尤为重要,高管短视主义会阻碍企业数字化转型进程,因此,企业应通过有效的激励机制引导高管关注企业长远绩效,减弱高管短视主义,为数字化转型提供长期战略支持;三是提高公司治理水平,完善公司治理结构,规范董事会和高管行为,包括决策流程、信息披露和风险管理的各个环节,为企业数字化转型提供良好环境。
(2)尽管高管团队稳定性在促进企业数字化转型方面发挥重要作用,但该作用在企业、高管和行业层面呈现出异质性,因此,企业应深入探究自身发展阶段、高管专业背景以及所处行业的特点,并针对性地制定数字化转型策略。例如,成熟期企业、高管有金融背景的企业以及高科技行业企业,高管团队的稳定性尤为重要,企业应将其作为推动数字化转型的核心要素之一,充分利用和发挥高管团队稳定性对数字化转型的助力作用。基于此,建立健全高管任职制度,避免高管团队的频繁变动对团队协作的不利影响;加强高管人才培养和管理,采用股权激励等长期激励计划,培养和保留卓越的高管人才,以确保高管团队稳定性,减少高管人员变动对企业数字化转型的负面影响。在处于成长期和衰退期、高管缺乏金融背景或属于非高科技行业的企业中,高管团队稳定性可能并非驱动数字化转型的主要动力,企业应从其它方面寻找助力企业数字化转型的着力点,同时,在高管招募与培养中注重多元性,以更加灵活的方式选拔适应数字化转型需求的高管人才。
本文仍存在一些不足:首先,立足于企业微观视角研究高管团队稳定性对企业数字化转型的影响,未能全面考察高管成员的所有异质性特征,比如年龄、海外背景等,未来研究可以进一步细化;其次,将企业看作相互独立的个体,忽略了企业间数字化转型的同伴压力,未来可以在此方向开展进一步研究。
[1] 饶品贵,徐子慧.经济政策不确定性影响了企业高管变更吗[J].管理世界,2017,33(1):145-157.
[2] BARRON J M, CHULKOV D V, WADDELL G R. Top management team turnover, CEO succession type, and strategic change[J]. Journal of Business Research, 2011, 64(8): 904-910.
[3] 戴德明,凌筱婷.权益法操纵、高管变更与薪酬契约[J].财经论丛,2022,35(6):61-71.
[4] NAKAUCHI M, WIERSEMA M F. Executive succession and strategic change in Japan[J]. Strategic Management Journal, 2015, 36(2): 298-306.
[5] HUSON M R, MALATESTA P H, PARRINO R. Managerial succession and firm performance[J]. Journal of Financial Economics, 2004, 74(2): 237-275.
[6] 余菲菲,蒋庆.大数据分析能力对企业数字化转型的影响:地方政策感知的调节效应[J].科技进步与对策,2023,40(2):1-11.
[7] 王新光,盛宇华.共同机构所有权与企业数字化转型:协同治理抑或私利合谋[J].科技进步与对策,2023,40(2):1-12.
[8] 张志元,马永凡.政府补助与企业数字化转型——基于信号传递的视角[J].经济与管理研究,2023,44(1):111-128.
[9] 刘鑫,薛有志.CEO继任、业绩偏离度和公司研发投入——基于战略变革方向的视角[J].南开管理评论,2015,18(3):34-47.
[10] AGHION P, VAN R J, ZINGALES L. Innovation and institutional ownership[J]. American Economic Review, 2013, 103(1): 277-304.
[11] SEBASTIAN I, ROSS J, BEATH C, et al. How big old companies navigate digital transformation[J]. MIS Quarterly Executive, 2017, 16(3): 197-213.
[12] NARAYANAN M P. Managerial incentives for short-term results[J]. The Journal of Finance, 1985, 40(5): 1469-1484.
[13] LADIKA T, SAUTNER Z. Managerial short-termism and investment: evidence from accelerated option vesting[J]. Review of Finance, 2020, 24(2): 305-344.
[14] 刘震.数智化革命:价值驱动的产业数字化转型[M].北京:机械工业出版社, 2022.
[15] CUI Y, ZHANG Y, GUO J, et al. Top management team knowledge heterogeneity, ownership structure and financial performance: evidence from Chinese IT listed companies[J]. Technological Forecasting and Social Change, 2019, 140(3): 14-21.
[16] QI B, LIN J W, TIAN G, et al. The impact of top management team characteristics on the choice of earnings management strategies: evidence from China[J]. Accounting Horizons, 2018, 32(1): 143-164.
[17] WREDE M, VELAMURI V K, DAUTH T. Top managers in the digital age: exploring the role and practices of top managers in firms' digital transformation[J]. Managerial and Decision Economics, 2020, 41(8): 1549-1567.
[18] 徐宁,白英杰,张迪.股权激励如何助力企业数字化转型——基于上市公司年报的文本挖掘分析[J].财经论丛,2023,36(7):89-101.
[19] 郝清民,张欣悦.高管激励、风险承担与研发投入[J].商业研究,2023,61(2):109-117.
[20] NAKAUCHI M, WIERSEMA M F. Executive succession and strategic change in Japan[J]. Strategic Management Journal, 2015, 36(2): 298-306.
[21] 霍春辉,吕梦晓,许晓娜.数字化转型“同群效应”与企业高质量发展——基于制造业上市公司的经验证据[J].科技进步与对策,2023,40(4):77-87.
[22] 袁淳,肖土盛,耿春晓,等.数字化转型与企业分工:专业化还是纵向一体化[J].中国工业经济,2021,38(9):137-155.
[23] 王运陈,杨若熠,贺康,等.数字化转型能提升企业ESG表现吗——基于合法性理论与信息不对称理论的研究[J].证券市场导报,2023,33(7):14-25.
[24] 张兆国,曹丹婷,张弛.高管团队稳定性会影响企业技术创新绩效吗——基于薪酬激励和社会关系的调节作用研究[J].会计研究,2018,39(12):48-55.
[25] 王海,闫卓毓,郭冠宇,等.数字基础设施政策与企业数字化转型:“赋能”还是“负能”[J].数量经济技术经济研究,2023,40(5):5-23.
[26] 王金凤,王孟琪,冯立杰.外部知识异质性、知识多元化与突破式创新绩效——基于企业生命周期视角[J].软科学,2020,34(12):14-19.
[27] 黄宏斌,翟淑萍,陈静楠.企业生命周期、融资方式与融资约束——基于投资者情绪调节效应的研究[J].金融研究,2016,59(7):96-112.
[28] MARQUIS C, TILCSIK A. Imprinting: toward a multilevel theory[J]. The Academy of Management Annals, 2013, 7(1): 195-245.
[29] CUSTODIO C, METZGER D. Financial expert CEOs: CEO′s work experience and firm′s financial policies[J]. Journal of Financial Economics, 2014, 114(1): 125-154.