The Impact of Executive Risk-Taking Incentives on Corporate Resilience： The Perspective of Dynamic Capabilities

Wang Zhenyuan,Wang Mowen

(School of Economics and Management, East China Normal University, Shanghai 200062, China)

Abstract：Resilience constitutes a core strategic capability that enables enterprises to withstand risks and achieve sustainable development. Whether executive equity incentives can enhance resilience serves as a key indicator of their effectiveness. Using data from Chinese A-share listed companies between 2007 and 2023, this study investigates the impact of executive risk-taking incentives (proxied by Vega) on corporate resilience and its underlying mechanisms. The results demonstrate that such incentives significantly strengthen both risk resistance and recovery capacity, primarily through the channels of strategic resource reallocation and digital-physical integration. Further analysis indicates that environmental uncertainty, complexity, and financial distress positively moderate this relationship. Specifically, risk-taking incentives more markedly improve risk resistance in firms characterized by low long-term debt, small scale, or digital industrialization, whereas they more effectively enhance recovery capabilities in firms with high long-term debt, larger scale, or digital business models. By integrating dynamic capability theory with internal and external crisis perspectives, this study elucidates how executive risk-taking incentives strengthen corporate resilience through enhanced dynamic capabilities, offering important insights for improving crisis response and corporate governance systems.

This study makes the following theoretical contributions: (1) It extends the research on executive risk-taking incentives from conventional contexts of strategic decision-making and financial compliance to resilience cultivation during crises, providing a novel perspective on how governance incentives facilitate dual resilience-building in crisis situations. (2) It enriches dynamic capability theory by not only extending its core concept of resource reconfiguration from a strategic resource-adjustment perspective but also innovatively incorporating digital-physical integration as a responsiveness variable in digital contexts. The study systematically reveals the critical pathway through which governance incentives are transformed into resilience output via capability iteration, thereby bridging theoretical gaps and offering a systematic theoretical explanation for resilience development. (3) While existing literature predominantly relies on static or single-event crisis perspectives, this study integrates three recurrent crisis scenarios into a unified analytical framework. It validates the applicability of principal-agent theory in dynamic environments and provides a theoretical basis for designing differentiated corporate governance mechanisms.

In light of the study's conclusions, this study offers several managerial implications. Firms should optimize equity incentive contracts to dynamically align executives' wealth with stock return volatility, thereby enhancing their risk-taking willingness. For instance, incorporating crisis-linked vesting conditions or flexible incentive terms can direct managerial focus toward strategic resource reallocation and digital-physical integration. This approach strengthens dynamic capabilities and transforms external pressures into internal resilience drivers. Moreover, firms should refine resource allocation by establishing thresholds for financial investments and R&D ratios, thereby channeling resources toward core operations and innovation. Enterprises are also encouraged to advance digital-physical integration: physical firms should adopt digital tools to improve forecasting and risk response, while digital firms ought to develop solutions based on actual industrial needs, enabling risk diversification and value co-creation. Finally, differentiated equity incentives tailored to firm-specific characteristics—such as debt structure, scale, and industry—should be implemented. For example, financially distressed firms may introduce pressure-responsive options to facilitate technological restructuring and light-asset transformation, while digital industrialization enterprises should adopt performance metrics based on patent quality and technological iteration speed, supported by deferred technology dividend payouts. Such customization ensures that incentive mechanisms align with each firm's stage of dynamic capability development.

Building on its findings and limitations, several promising research directions emerge. Future studies could examine the effects of such incentives across diverse institutional and cultural contexts to assess the cross-context generalizability of the findings. Furthermore, introducing more varied internal and external contextual variables would deepen understanding of the boundary conditions influencing incentive effectiveness. Additionally, exploring the interplay between risk-taking incentives and other governance mechanisms, such as board oversight and top management team structure, could contribute to developing a more systematic governance-resilience integrated model. Finally, adopting a micro-level cognitive and behavioral perspective to analyze the psychological processes underlying executive decisions may further illuminate the intrinsic behavioral mechanisms in the pathway to resilience formation.

Key Words：Executive Risk-Taking Incentives; Organizational Resilience; Dynamic Capabilities; Strategic Resource Reconfiguration; Digital-physical Technology Integration

DOI：10.6049/kjjbydc.D82025070238

开放科学(资源服务)标识码(OSID)：

中图分类号：F272

文献标识码：A

文章编号：1001-7348(2026)13-0115-12

收稿日期：2025-07-11

修回日期：2025-10-21

基金项目：国家自然科学基金面上项目(72072057,72572057)

作者简介：王振源(1976-),男,台湾彰化人,博士,华东师范大学经济与管理学院教授、博士生导师,研究方向为企业战略与人力资源管理;王默文(1997-),女,江苏宿迁人,华东师范大学经济与管理学院博士研究生,研究方向为公司治理与战略管理。

通讯作者：王默文。

0 引言

近年来,全球技术加速变革、地缘政治冲突加剧与单边保护主义抬头,企业经营环境呈现“高频冲击、高度不确定、复杂演化”的典型特征。此背景下,具有韧性的组织不仅能有效应对意外事件,更能系统性管理常态化风险以实现长期发展[1]。2024年12月,中央经济工作会议强调“要坚持稳中求进、以进促稳”。企业作为经济运行的微观基础,其韧性水平是国民经济体系抗风险能力的重要体现。因此,如何破解企业韧性提升的“黑箱”,探究适配危机情境的韧性培育路径,是当前亟待深入探讨的重要课题。

现有文献主要从内外部两个层面探讨企业韧性影响因素[2-4]。其中,企业内部因素主要围绕数字化战略、动态能力建设、领导者特质、员工心理与认知能力等组织和个体维度展开[4-8]。高管团队凭借其信息处理优势与资源配置权,成为危机管理中的核心决策主体。股权薪酬契约通过延期支付、分期解锁、业绩考核等机制设计,对高管承担风险发挥激励作用[9],进而影响其决策逻辑与风险偏好。既有文献从研发投入、并购战略、财务错报以及工作场所不当行为等企业战略决策与财务合规视角,研究常规情境下高管风险承担激励的经济后果[10-12]。现有相关研究虽较为丰富,但仍存在以下不足:一是研究情境多局限于稳态环境,缺乏对危机情境下高管风险承担激励如何转化为企业抵御冲击与恢复能力的考察。二是结果变量往往集中于创新或战略等单一维度,忽视了企业在危机中展现的综合适应能力[13-14]。相比之下,组织韧性既是研发和战略等决策落地的前提保障,也是决策价值实现的最终载体。韧性不仅包括对冲击的抵御,更强调适应变化、恢复稳态并实现新增长的能力[15]。因此,探讨高管风险承担激励对企业韧性的影响,具有重要理论价值与实践意义。本文基于2007—2023年A股上市公司数据,采用高管财富对公司股票收益波动率的敏感性测度高管风险承担激励,并采用个股月收益率年度标准差、净销售额的累计增长衡量企业韧性中的风险抵御能力与恢复能力。

由高管风险承担激励指标的定义可知,提升股票收益波动率能增加高管所持股票期权的价值。在上述激励下,高管有动机突破常规经营路径,通过提升企业动态能力在危机情境下为企业争取长期发展空间。现有研究发现,高管风险承担激励会促使企业增加研发投入、提高杠杆率并减少资本支出[11,16]。由此推测,高管风险承担激励会通过提升企业动态能力增强企业韧性。为验证上述作用机制,本文选取战略资源调整与数实融合技术作为动态能力的代理变量,不仅延续了经典理论中资源整合与重构维度[17-18],也纳入了数字化情境下技术融合的新维度。两者共同覆盖动态能力的资源基础适配与环境响应两大关键机制[19]。随着逆全球化趋势加剧和商业环境持续演变,企业面临以不确定性、复杂性为特征的乌卡(VUCA)环境[20]。此背景下,高管决策逻辑与风险偏好可能发生变化,进而对企业韧性产生重要影响[18]。本文从动态能力理论和内外部危机情境视角,试图厘清高管风险承担激励对企业韧性的作用机理,并探析危机情境在二者间的调节作用。

与既有研究相比,本文研究贡献如下:第一,将高管风险承担激励研究场景从企业常规经营状况拓展至危机情境下的韧性培育,揭示其作为重要内部治理机制对企业韧性的正向作用。既有文献从企业创新、IT战略、财务错报等方面[10-11,13],考察常规情境下高管风险承担激励对企业决策与财务合规等单一经济后果的影响,但对于该激励在危机情境中,如何塑造组织韧性所包含的风险抵御能力与恢复能力仍缺乏探讨。本文将企业韧性纳入高管风险承担激励研究范畴,突破了激励效应的静态认知框架,构建风险承担激励驱动企业韧性演化的动态适配理论。研究发现,高管风险承担激励能够提升企业抗风险能力与恢复能力,不仅揭示了风险承担激励在组织韧性培育中的作用,更为完善公司治理机制、制定韧性导向激励政策提供重要依据。第二,解构高管风险承担激励传导至企业韧性的关键机制路径。既有文献多聚焦高管风险承担激励对结果变量的直接影响,而韧性形成是多层次且复杂的过程,其本质是企业通过动态能力迭代实现适应性跃迁。本文将动态能力理论嵌入高管风险承担激励的作用链条,并选取战略资源调整与数实融合技术作为动态能力的核心代理变量,不仅延续了传统动态能力中资源整合与重构的维度[17-18],还引入了数字化情境下技术融合的新维度,响应了焦豪等[21]关于“探析数据驱动的新型动态能力结构”的研究呼吁,进而揭示高管风险承担激励如何通过这两种机制渠道增强组织韧性。本研究不仅弥合了“治理激励—能力迭代”的理论断层,更揭示了数字时代下企业将风险承担转化为韧性的微观机制,为破解“风险承担激励—动态能力构建—韧性生成”的韧性培育路径提供支点。第三,将企业面临的内外部环境纳入高管股权激励分析框架,阐明激励效果的外部边界条件,揭示危机情境对二者关系的强化作用。不同于突发事件,本文考察危机情境下组织韧性形成的一般规律,响应了现有文献提出的组织韧性研究需结合不确定性、复杂性环境的呼吁[20]。此外,本文进一步考察企业长期债务水平、企业规模和产业类型的异质性影响,摒弃“一刀切”激励模式,依据企业内部特征实施差异化引导提供动态适配的理论支撑与实践依据。

1 理论基础与研究假设

1.1 高管风险承担激励与企业韧性

基于动态能力理论和现有文献,战略资源调整体现了动态能力中资源重构维度的核心内涵[17],而数实融合技术代表数字化情境下技术动态融合的新维度,二者共同覆盖动态能力的资源基础适配与环境响应的两大关键机制[19]。本文认为,高管风险承担激励通过促进企业战略资源调整和数实技术融合,驱动组织构建“感知—捕获—重构”的适应性能力[18],进而增强企业风险抵御能力与恢复能力。

(1)促进战略资源调整。高管风险承担激励驱动企业战略资源调整,表现为减少金融资产投资与增加创新投入。在抑制金融套利倾向层面,风险承担激励能够抑制高管短期套利动机[22]。从预防性动机看,金融资产所释放的现金流能够转化为企业应急储备,直接缓解外部冲击导致的融资约束[23]。此外,减少金融资产投资能倒逼资源向实体运营资产集中,支持企业在面临冲击时快速调整生产布局[24]。在促进创新投入层面,期权的凸性薪酬结构设计具有容忍失败的特性,能够拓展高管决策视野[25],驱动企业将资源向创新项目倾斜[26]。从替代性动机看,减少金融资产投资释放的资本,被集中配置于人工智能研发、绿色技术转型等创新领域,进而提升企业潜在长期价值[27-28]。综上,高管能够通过动态调整资源配置,短期内释放流动性以抵御现金流风险,长期则依托研发投入提升企业潜在价值,创造双重韧性增益。

(2)促进数实技术融合。高管风险承担激励有助于高管摆脱传统技术路径依赖,驱动企业突破传统产业边界,促进数字产业与实体产业的技术融合。通过双向技术融合分散单一路径风险,企业可快速调整业务模式,增强风险抵御能力(单宇等,2021)。借助数实技术融合,企业有望突破发展瓶颈,增加多元化收入来源,实现价值飞跃式增长(黄先海等,2023)。数实技术融合利用技术双向流动缓解市场波动的冲击,长期通过数字技术壁垒抢占竞争制高点,最终提升风险抵御能力与恢复能力[29-30]。基于上述分析,本文提出如下假设:

H1：高管风险承担激励能够提升企业韧性。

H2a：促进战略资源调整是高管风险承担激励提升企业韧性的作用渠道;

H2b：促进数实技术融合是高管风险承担激励提升企业韧性的作用渠道。

1.2 企业内外部危机情境的调节作用

作为组织韧性生成的关键触发条件,危机情境本质上是多重压力要素耦合的复杂过程(路江涌等,2021)。高管风险承担激励为企业复苏和成长提供重要动力来源,而企业外部环境不确定性、复杂性以及内部财务困境作为重要权变因素,会对两者关系产生影响。

(1)环境不确定性的调节作用。外部市场环境不确定性是企业战略决策的约束条件,可为组织韧性演化提供风险重构契机(钱悦等,2024),其通常表现为市场波动加剧、技术范式迭代频发与竞争格局模糊化(邓新明等,2021)。环境不确定性越高,企业资源分配决策难度越大,进而要求组织承担的风险越高,这与风险承担激励的逻辑本质相契合。高管风险承担激励能够通过加强关键信息感知与利用,引导企业将冗余资源向研发与数智化转型倾斜[31]。此外,期权凸性薪酬结构所具备的失败容忍特性,使高管更敢于突破组织惯性,通过跨领域数实技术融合拓展实体业务边界[28]。因此,当外部市场呈现高不确定性时,高管风险承担激励对企业韧性的提升作用更显著。

(2)环境复杂性的调节作用。与不确定性聚焦于信息可预测性不同,环境复杂性强调信息异质性,且以竞争者多样性为主要特征[32]。高度复杂竞争情境下,组织将表现出更多关注,并在更高程度上寻求降低环境复杂性的相关机制。高管风险承担激励使企业愿意突破原有行业战略束缚,将竞争者多样性内化为技术组合多样性,降低对外部竞争主体的技术路径依赖,实现动态能力从“环境适配”到“环境塑造”转变(简泽等,2017)。复杂环境中,股权激励可向投资者传递企业积极追求发展的信号。当投资者感知到高管风险承担意愿较强时,会更有信心对企业投资[33]。因此,当外部市场呈现高复杂性时,高管风险承担激励所引发的创新激活动机和信号传递效应会更显著,有利于组织韧性构建和价值跃迁。

(3)企业内部财务困境的调节作用。组织绩效降低会对组织行为产生重要影响。从前景理论视角看,财务困境意味着现有业务模式失效,若维持现状可能导致破产[34]。这会逆转高管风险偏好,使其突破常规决策框架,从“规避风险”转向“风险寻求”(连燕玲等,2019)。通过增强高管风险承担意愿,驱动管理层加速资源重构和技术创新[35]。此外,高管风险承担行为能向信贷市场传递项目质量较高的积极信号,缓解信息不对称导致的融资成本提升问题[33],进而重建投资者信任。面临内部财务困境,高管风险承担激励对提升企业动态能力和强化资金融通效应的边际作用更显著。基于此,本文提出如下假设:

H3a：市场环境不确定性能够强化高管风险承担激励对企业韧性的促进作用;

H3b：市场环境复杂性能够强化高管风险承担激励对企业韧性的促进作用;

H3c：企业内部财务困境能够强化高管风险承担激励对企业韧性的促进作用。

综上所述,本文构建理论模型如图1所示。

2 研究设计

2.1 样本选取与数据来源

本文选取2007—2023年A股上市公司数据为样本,理由如下:2005年中国证券监督管理委员会发布《上市公司股权激励管理办法(试行)》,股票期权和限制性股票需至少一年等待期及行权期。为避免新方案调整的干扰,将样本区间设定为2007—2023年。高管股权激励相关数据主要来自国泰安(CSMAR)数据库。对于有效期缺失样本,通过查阅Wind数据库及企业《股票期权激励计划(草案修订稿)》《股权激励授予公告》手工补充完整。上市公司财务数据、股票指标、外部环境不确定性以及环境复杂性、内部财务困境等指标数据均来自CSMAR数据库。数实技术融合专利引用相关数据则来自Incopat数据库。数据处理如下:①剔除ST等公司样本;②筛除金融和保险行业公司样本;③剔除未达到首个行权期即取消方案的企业样本;④剔除激励标的物为股票增值权的样本;⑤采用合并报表数据。此外,本文对连续变量进行1%和99%的缩尾处理。

2.2 模型设定

(1)基准回归模型。为检验本文假设,构建OLS模型如式(1)所示。

Yit=α0+α1Vegait+∑αnContVarsit+μi+γt+φc+σj+εit

(1)

其中,Y包括企业风险抵御能力(Volatility)与恢复能力(Growth),下标i、t分别表示企业和年份。Vega表示高管风险承担激励,ContVars表示控制变量,μi为企业固定效应,γt为年份固定效应,φc为省份固定效应,σj为行业固定效应,将标准误聚类至企业层面。Volatilityit越小,意味着企业风险抵御能力越强,即α1系数为负;Growthit越大,表明企业恢复成长能力越强,即α1系数为正,则支持本文假设H1。

(2)机制渠道模型。采用模型(2)(3)分别检验两个作用机制对企业韧性的影响。

SDit=τ0+τ1Vegait+∑τnContVarsit+μi+γt+φc+σj+εit

(2)

TechConvit=β0+β1Vegait+∑βnContVarsit+μi+γt+φc+σj+εit

(3)

其中,SD表示战略资源调整,包括金融资产投资(ST)和研发投入(R&D),具体构建方法见表1。当因变量为ST时,τ1系数为负;当因变量为R&D时,τ1系数为正,可推断支持本文假设H2a。同理,因变量TechConv为企业数实技术融合程度,β1系数为正,可推断支持本文假设H2b。

(3)调节效应模型。采用模型(4)检验危机情境的调节作用。

Yit=π0+π1Crisisit+π2Vegait+π3Vegait×Crisisit+∑πnContVarsit+μi+γt+φc+σj+εit

(4)

其中,增加3种危机情境指标Crisisit：外部环境不确定性(Uncertainty)、环境复杂性(Comple)和内部财务困境(DDmerton)。当因变量为Volatility时,若Vegait×Uncertaintyit、Vegait×Compleit的系数π3为负,表明外部环境不确定性和复杂性能够强化高管风险承担激励对企业韧性的正向影响。DDmerton值越小,表明内部财务困境越大,故Vegait×DDmertonit的系数π3为正,内部财务困境能够强化高管风险承担激励对企业韧性的正向影响。相反,当因变量为Growth,Vegait×Uncertaintyit、Vegait×Compleit、Vegait×DDmertonit的系数π3分别为正、正和负时,支持本文假设H3a、H3b和H3c。

2.3 关键变量测度

2.3.1 自变量:企业韧性

企业韧性因其潜在性与多维度性难以直接观测,主要采用市场指标、财务指标和综合指标等二手数据对其进行测度[3,36-37]。其中,短期韧性主要用于考察特定情境因素,如系统性经济危机、新冠疫情期间组织韧性等[38-39],多以截面数据为主,难以准确考察韧性动态变化。本文主要关注危机情境下企业长期韧性,主要包括风险抵御能力与恢复能力。考虑到股票市场能够快速反映企业内外部环境变化,及时捕捉危机情境下市场对企业应对风险能力的反应,契合组织韧性中抵御冲击、维持稳定的核心内涵[3,36]。净销售额财务指标的累计增长则能体现企业在长期发展过程中从冲击中恢复并实现反超的能力。本文参考Ortiz-de-Mandojana等(2016)的研究,计算2007—2023年个股月股票收益率年度标准差,以此测度风险抵御能力(Volatility)。同时,计算样本区相对2006年基准年净销售额的累计增长,以此测度恢复能力(Growth),考虑到净销售额的累计增长值较大,故以“亿元”为单位。

2.3.2 因变量:高管风险承担激励(Vega)

参考Core等[40]的研究,本文将高管风险承担激励(Vega)定义为股票收益波动率变动0.01带来的高管期权价值变化,以此测度高管风险承担激励,即高管财富—股票收益波动率敏感性;将高管财富—股票价格敏感性(Delta)定义为股票价格变动1%所带来的高管期权价值变化,以此测度绩效激励。考虑到目前多数上市公司在制定股票期权激励计划草案时采用期权定价模型计算期权价值,本文认为,期权定价模型符合中国实际情况,因而采用Merton(1971)的Black-Scholes期权定价模型计算期权价值、高管风险承担激励(Vega)和高管财富—股票价格敏感性(Delta)。参考Guay(2010)的研究,期权公式的6个变量定义如下:①x为《股票期权激励计划(草案修订稿)》中的行权价格;②S为股票年度收盘价;③δ为年化波动率,最近250个交易日对数收益率估计出来的波动率④T为有效期(以年计),按照该期行权结束日期减去所在激励期的年度开始日期;⑤r：无风险利率(年度)=ln [(1+日度无风险利率))＾(剩余有效期×365)];⑥d为股利分配,d=ln(1+预期股利支付率),其中,预期股利支付率为当年每股股利/期末股票价格。基于股利调整的Black-Scholes公式计算各股票期权价值(C)如下:

(5)

(6)

∂C/∂S=e-dTN(Z)

(7)

(8)

其中,∂C/∂S为期权价值对股价的偏导,∂C/∂δ为期权价值对收益波动率的偏导,N'(Z)为正态密度函数。中国上市公司股票期权采用“一次授予,分期行权”的方式,每个行权期内,各年度对应不同的有效期。本文根据每期可行权(解锁)高管权益数量,分别计算高管风险承担激励(Vega)和高管财富—股票价格敏感性(Delta)。

对于授予量为N份的期权组合来说:

Option Delta=e-dTN(Z)×(S/100)×N

(9)

Option Vega=Se-dTN'(Z)T(1/2)×0.01×N

(10)

Stock Delta=Number of restricted stock×(S/100)

(11)

Total Delta=Option Delta+Stock Delta

(12)

结合上文计算方法,累加得到当年高管风险承担激励和高管财富—股票价格敏感性。Core等[40]发现,与股票期权相比,限制性股票的高管风险承担激励较小,可忽略不计,故后续研究使用股票期权的高管风险承担激励代表整个证券组合的高管风险承担激励。但股票期权和限制性股票的高管财富—股票价格敏感性会影响高管财富—股票价格敏感性的大小,因而在计算整个证券组合的高管财富—股票价格敏感性时,需要综合考虑限制性股票和期权。考虑到高管风险承担激励(Vega)和高管财富—股票价格敏感性(Delta)所代表的高管财富变化值较大,本文以“万元”为单位。

2.3.3 中介变量:数实技术融合(TechConv)

本文以微观视角量化技术跨界融合行为,步骤如下:首先,界定属于数字经济产业的专利IPC分类号集合。基于《数字经济核心产业分类与国际专利分类参照关系表(2023)》,通过IPC分类号的大类、小类、大组、小组多层级映射,匹配四大核心产业,形成数字经济专利IPC集合。其次,将专利数据库与上述集合匹配,精准识别各上市公司年度新授权发明专利的产业归属。若某专利IPC主分类属于非数字产业技术(实体经济领域),且其引用的专利中至少包含一项数字产业技术,则视为实体产业向数字产业的融合行为。若专利IPC主分类为数字产业技术,且其引用了非数字产业技术专利,则定义为数字产业向实体产业的融合行为。此分类方法兼顾技术融合的“输入”与“输出”双向路径,可避免传统单维度测度方法的局限性。在界定单次融合行为的基础上,本文按企业—年份维度将两类融合事件加总,得到企业年度数实技术融合总量。为消除极端值影响并满足模型线性化需求,总量加1后取自然对数,形成连续型数实技术融合指标。

2.3.4 调节变量:环境不确定性(Uncertainty)

(1)采用普通最小二乘法(OLS)对企业近五年销售收入进行时间趋势回归,具体模型如下:

Sale=φ0+φ1Year+ε

(13)

其中,Sale为企业年度营业收入,Year为时间趋势变量,过去第4年记为1,过去第3年记为2,以此类推。模型残差即为非正常销售收入。

(2)计算企业过去5年非正常销售收入的标准差,除以销售收入的平均值,得到未经行业调整的环境不确定性。

(3)以同年度同行业内所有企业未经行业调整的环境不确定性中位数作为行业环境不确定性,将未经行业调整的环境不确定性除以该行业环境不确定性,得到经行业调整后环境不确定性指标。

2.3.5 调节变量:内部财务困境(DDmerton)

本文基于CSMAR数据库,借助期权定价理论计算企业违约距离,距离违约点越近,违约风险越高,企业内部财务困境越大。

2.3.6 其他控制变量

借鉴王栋等(2016)的研究,将高管财富—股票价格敏感性(Delta)作为控制变量。此外,本文控制了企业规模、托宾Q、总资产收益率、资产负债率、账面市值比、营业收入增长率、现金流、高管的现金薪酬等变量。具体变量定义见表1。

3 实证结果与分析

3.1 描述性统计与相关性分析

表2为变量描述性统计结果。结果显示,从治理变量看,高管风险承担激励(Vega)的均值为 0.082 5,标准差为0.358 4,最小值为0.000 0,中位数为0.000 0,最大值为 6.570 9,标准差是均值的3倍多,说明不同公司存在较大差异。从企业韧性看,企业风险抵御能力(Volatility)的均值为0.126 3,中位数为0.114 6,恢复能力(Growth)的均值为60.405 1,中位数为11.677 0,两者均值均大于中位数,表明企业韧性水平存在较大差异。表3报告了主要变量皮尔逊相关系数。结果显示,主要解释变量间相关系数均小于0.5,表明不存在严重多重共线性问题。

3.2 假设检验

表4报告了采用固定效应模型的基准回归结果。列(1)～(3)因变量为风险抵御能力,列(1)未加入控制效应,高管风险承担激励(Vega)的系数在1%水平上显著为负。列(2)加入控制变量、企业和年份固定效应后,高管风险承担激励(Vega)的系数为-0.005,在1%水平上显著为负。在列(2)的基础上,列(3)增加四重固定效应,高管风险承担激励(Vega)的系数在1%水平上显著为负。列(4)～(6)因变量为恢复能力,结果显示,高管风险承担激励(Vega)的系数分别在1%和5%水平上显著为正。综上,高管风险承担激励能够增强企业风险抵御能力与恢复能力,支持假设H1。

3.3 稳健性与内生性检验

本文采用替换核心解释变量、替换核心被解释变量、改变样本量、改变固定效应等方式进行稳健性检验。为避免内生性问题干扰,采用两阶段回归(2SLS)进行检验。借鉴Jung等[22]研究,将核心解释变量高管风险承担激励替换为高管风险承担激励除以高管财富—股票价格敏感性,以此衡量高管风险承担激励相对强度,如表5列(1)(4)所示。将因变量风险抵御能力替换为基于Tobin_Q值构建的企业纵向业绩波动情况。同理,将恢复能力替换为滚动计算的收入累计增长率,如表5列(2)(5)所示。考虑到将未实施股票期权或仅用限制性股票的企业高管风险承担激励(Vega)赋值为0可能有误差,故剔除限制性股票样本,仅考察股票期权激励效果以缓解自选择偏差,如表5列(3)(6)所示。为避免省份层面动态因素与核心解释变量相关导致的偏误,排除企业、行业、省份及年份交互因素的干扰,如表6列(1)(4)所示。控制董事规模、独董占比和两职合一等与管理层治理能力相关的潜在遗漏变量,结果如表6列(2)(5)所示。在检验高管风险承担激励时,可能存在一些内生性问题。采用工具变量法,本文构建同年度同行业其他企业高管风险承担激励的均值作为高管风险承担激励(Vega)的工具变量。表6列(3)(6)报告了2SLS下第二阶段回归结果,工具变量被证明有效,检验结果与基准回归结果一致。

4 拓展性分析

4.1 影响路径检验

本文采用两步法从战略资源调整和数实技术融合两个方面,检验高管风险承担激励与企业韧性间的影响路径。表7列(1)～(4)报告了企业战略资源调整机制检验结果。列(1)(3)显示,短期金融资产投资(ST)的系数在5%水平上显著为负,研发投入(R&D)的系数在10%水平上显著为正,说明高管风险承担激励促进企业战略资源调整。列(2)(4)增加为四重固定效应,结果稳健。列(5)(6)报告了企业数实技术融合机制结果。列(5)显示,企业数实技术融合(TechConv)的系数在1%水平上显著为正,说明高管风险承担激励促进企业数实技术融合。在增加为四重固定效应后,结果稳健。综上,战略资源调整与数实技术融合是高管风险承担激励提升企业韧性的重要作用渠道。由此,假设H2a和H2b得证。

4.2 调节效应检验

本文从外部环境不确定性、复杂性和内部财务困境3个角度,分析危机情境下高管风险承担激励对企业韧性的影响。表8列(1)中,Vega×Uncertainty系数在1%水平上显著为负。列(2)中Vega×Comple系数在5%水平上显著为负,列(3)中Vega×DDmerton系数在1%水平上显著为正。由此表明,内外部危机情境均会强化高管风险承担激励对企业风险抵御能力的促进作用。列(4)～(6)报告了当因变量为恢复能力(Growth)时,Vega×Uncertainty、Vega×Comple、Vega×DDmerton系数分别在10%、10%、5%水平上显著为正、正、负。由此表明,内外部危机情境能够强化高管风险承担激励对企业恢复能力正向影响。综上,假设H3a、H3b和H3c得证。

4.3 基于企业特征的异质性检验

(1)长期债务水平。在财务弹性方面,高长期债务企业和低长期债务企业有所不同,可能导致高管风险承担激励对企业韧性的影响存在差异。表9列(2)中,高管风险承担激励(Vega)系数在1%水平上显著为负,且组间系数在10%水平上显著为负。相较于表10列(2),列(1)中高管风险承担激励(Vega)对企业恢复能力的影响更显著。原因可能在于:低长期债务企业因短期流动性约束较小且自由现金流更充裕,能够将高管冒险倾向快速转化为防御性资源再配置;而高长期债务企业可通过长期资金支持、资源冗余及债权人监督,将高管战略冒险转化为修复能力,并通过资本结构优化加速危机后的恢复。

(2)企业规模。对于不同规模企业而言,高管风险承担激励对企业韧性的影响效果可能存在差异。表9列(3)(4)中,高管风险承担激励(Vega)系数均在1%水平上显著为负,且组间系数在10%水平上显著为负。表10列(3)(4)中,高管风险承担激励(Vega)系数分别在10%和5%水平上显著为正,且组间系数在10%水平上显著为负。由此可见,高管风险承担激励对小规模企业风险抵御能力的影响更强,因其组织扁平、决策灵活,能快速应对危机;高管风险承担激励对大规模企业恢复能力的促进作用更显著,这得益于其丰富的资源与多元化业务结构,可将战略冒险转化为规模与协同效应,加速市场复苏。

(3)产业类型。依据国家统计局《数字经济及其核心产业统计分类(2021)》,数字经济分五大类,包含数字产业化、产业数字化两个维度。表9列(6)中,高管风险承担激励(Vega)系数在1%水平上显著为负且组间系数显著,说明高管风险承担激励对数字产业化企业风险抵御能力的影响更强。表10列(5)(6)组间系数不显著,原因可能在于不同产业类型企业在风险传导路径上存在未被观测的异质性。

5 结语

5.1 结论

本文以2007—2023年A股上市企业为研究样本,实证分析发现,高管风险承担激励能够显著提升企业韧性,且上述提升效应通过促进战略资源调整与数实技术融合得以实现。当外部市场不确定性、复杂性较高或内部财务困境严重时,高管风险承担激励对企业韧性的促进效应增强。此外,高管风险承担激励对低长期债务企业、小规模企业及数字产业化企业风险抵御能力的提升作用更显著。本文将高管风险承担激励纳入企业韧性研究框架,揭示其通过提升企业动态能力驱动韧性提升的微观机制,为理解危机情境下治理激励与企业韧性的适配关系提供新视角。

5.2 理论贡献

(1)本文将高管风险承担激励从常规情境下企业战略决策与财务合规[10-11,12,14],延伸至危机情境下的韧性培育,为理解治理激励在危机情境下的双重韧性构建提供了新视角。

(2)丰富了动态能力理论,不仅从战略资源调整维度,延续了动态能力理论中资源重构的核心内涵[17-18],还引入数实融合技术作为数字化情境下的响应能力变量,揭示“治理激励—能力迭代—韧性输出”的关键路径,为韧性培育路径提供系统性理论解释。

(3)既有文献主要从静态或单一危机事件视角展开[4,41-42],本文将3种危机情境纳入分析框架,不仅验证了委托代理理论在动态环境中的适用性,也为差异化公司治理机制设计提供了理论依据。

5.3 管理启示

(1)优化股权激励契约设计。企业需要通过优化股权激励契约,将高管财富与企业股票收益波动率动态关联,以强化高管风险承担意愿。具体而言,可设置与危机情境关联的行权条件或弹性激励条款,引导高管专注于战略资源调整与数实技术融合,强化企业应对冲击的动态能力,进而将外部压力转化为促进企业韧性提升的内在动力。

(2)优化资源配置,促进数实技术融合,培育持续发展的动态能力。通过设置金融资产投资上限和研发投入占比等考核指标,推动资源向实体业务集中并鼓励创新。同时,积极推进数字企业与实体经济融合,即实体企业可借助数字技术提升生产预判与风险应对能力;数字企业可依托实体需求开发解决方案,通过技术融合实现风险分散与价值共创,系统培育自身动态能力。

(3)实施差异化股权激励措施,匹配企业异质性需求。根据企业债务结构、规模特征和产业类型实施差异化激励措施,具体如下:对处于财务困境的企业而言,可引入“压力响应期权”推动技术重组与轻资产转型;对数字产业化企业而言,可设定如专利质量与技术迭代速度等考核指标,并配套技术红利延期支付机制,从而实现激励契约与动态能力发展阶段相匹配。

5.4 不足与展望

本文存在以下不足:首先,研究样本为2007—2023年A股上市企业,结论的普适性有待进一步检验。其次,主要基于可观测的财务与市场数据对企业韧性进行测度,对于组织文化、员工士气等难以量化的指标探讨不足,未来可采用案例研究或文本分析方法,全面揭示企业韧性多维内涵。再次,企业动态能力构成较为复杂,未来可引入如组织学习、供应链协同等中介变量,进一步探讨其作用机理。最后,随着人工智能、大模型等颠覆性技术兴起,如何重塑企业风险承担模式与韧性构建路径成为具有前瞻性的重要议题,后续可对此不断深化与拓展。

参考文献：

[1] 隋建利, 霍子蓬, 刘金全. 中国宏观经济韧性的理论框架、实践路径与政策选择[J].经济研究, 2025, 60(2): 20-37.

[2] OWENS B P, HEKMAN D R. How does leader humility influence team performance? exploring the mechanisms of contagion and collective promotion focus[J].Academy of Management Journal, 2016, 59(3): 1088-1111.

[3] 王海花,李雅洁,龚燕燕.技术多元化、持续创新与企业韧性——双重网络的调节作用[J].科技进步与对策,2025,42(3):50-61.

[4] 冯蛟, 周蓉蓉, 王文萱, 等. 不确定性环境下企业家精神驱动组织韧性提升的过程机制研究——基于晓鸣农牧的探索性案例分析[J].管理学报, 2025, 22(2): 223-232.

[5] HARTMANN S, WEISS M, HOEGL M, et al. How does an emotional culture of joy cultivate team resilience? a sociocognitive perspective[J].Journal of Organizational Behavior, 2021, 42(3): 313-331.

[6] YUAN R Z, LUO J, LIU M J, et al. Understanding organizational resilience in a platform-based sharing business: the role of absorptive capacity[J].Journal of Business Research, 2022, 141: 85-99.

[7] HE Z Y, HUANG H L, CHOI H, et al. Building organizational resilience with digital transformation[J].Journal of Service Management, 2023, 34(1): 147-171.

[8] MA T, ZHAO K X. Research on the resilience enhancement path of technology-based SMEs using dynamic fuzzy cognitive maps—organizational context and the employee loyalty perspective[J].IEEE Access, 2023, 11: 47848-47862.

[9] 赵世芳, 江旭, 应千伟, 等. 股权激励能抑制高管的急功近利倾向吗——基于企业创新的视角[J].南开管理评论, 2020, 23(6): 76-87.

[10] ARMSTRONG C S, LARCKER D F, ORMAZABAL G, et al. The relation between equity incentives and misreporting: the role of risk-taking incentives[J].Journal of Financial Economics, 2013, 109(2): 327-350.

[11] MAO C X, ZHANG C. Managerial risk-taking incentive and firm innovation[J].The Journal of Financial and Quantitative Analysis, 2018, 53(2): 867-898.

[12] CHIRCOP J, TARSALEWSKA M, TRZECIAKIEWICZ A. CEO risk taking equity incentives and workplace misconduct[J].The Accounting Review, 2025, 100(1): 139-167.

[13] XUE L, RAY G, ZHAO X. Managerial incentives and IT strategic posture[J].Information Systems Research, 2017, 28(1): 180-198.

[14] LOPEZ T J, POLLARD T, REITENGA A, et al. Downsizing decisions: the joint influence of equity incentives and behavioral biases[J].Journal of Business Finance &Accounting, 2023, 50(9-10): 1779-1807.

[15] 李平, 竺家哲. 组织韧性: 最新文献评述[J].外国经济与管理, 2021, 43(3): 25-41.

[16] COLES J L, DANIEL N D, NAVEEN L. Managerial incentives and risk-taking[J].Journal of Financial Economics, 2006, 79(2): 431-468.

[17] TEECE D J, PISANO G, SHUEN A. Dynamic capabilities and strategic management[J].Strategic Management Journal, 1997, 18(7): 509-533.

[18] TEECE D J. Explicating dynamic capabilities: the nature and microfoundations of (sustainable) enterprise performance[J].Strategic Management Journal, 2007, 28(13): 1319-1350.

[19] BARRETO I. Dynamic capabilities: a review of past research and an agenda for the future[J].Journal of Management, 2010, 36(1): 256-280.

[20] BENNETT N, LEMOINE G J. What VUCA really means for you[J].Harvard Business Review, 2014,92(1-2):27-72.

[21] 焦豪, 杨季枫, 应瑛, 等. 动态能力研究述评及开展中国情境化研究的建议[J].管理世界, 2021, 37(5): 191-210.

[22] JUNG M, PARK J C. CEO risk incentives and innovation premium[J].Asia-Pacific Journal of Financial Studies, 2024, 53(3): 304-348.

[23] FAHLENBRACH R, RAGETH K, STULZ R M. How valuable is financial flexibility when revenue stops? evidence from the COVID-19 crisis[J].The Review of Financial Studies, 2021, 34(11): 5474-5521.

[24] 杜勇, 张欢, 陈建英, 等. 金融化对实体企业未来主业发展的影响: 促进还是抑制[J].中国工业经济, 2017,34(12): 113-131.

[25] HOLMSTROM B. Agency costs and innovation[J].Journal of Economic Behavior &Organization, 1989, 12(3): 305-327.

[26] ABDOH H, LIU Y. Executive risk incentives, product market competition, and R&D[J].Financial Review, 2021, 56(1): 133-156.

[27] FLAMMER C, BANSAL P. Does a long-term orientation create value? evidence from a regression discontinuity[J].Strategic Management Journal, 2017, 38(9): 1827-1847.

[28] 王强, 王哲璇, 刘玉奇. 数字化转型提升企业组织韧性的实现机理研究[J].管理科学学报, 2023, 26(11): 58-80.

[29] 陈邑早, 解纯慧, 王圣媛. 产融合作与企业长期导向韧性[J].财经研究, 2024, 50(10): 109-123.

[30] 冯峥, 钟坚. 数实融合与企业韧性——来自中国上市公司的证据[J].华东经济管理, 2025, 39(7): 74-83.

[31] LUO L L, SHINKLE G A. Environmental context and organizational aspiration determination[J].Journal of Management Studies, 2025, 62(1): 102-133.

[32] JACOBIDES M G, BRUSONI S, CANDELON F. The evolutionary dynamics of the artificial intelligence ecosystem[J].Strategy Science, 2021, 6(4): 412-435.

[33] CONNELLY B L, CERTO S T, IRELAND R D, et al. Signaling theory: a review and assessment[J].Journal of Management, 2011, 37(1): 39-67.

[34] RITTER T, PEDERSEN C L. Analyzing the impact of the coronavirus crisis on business models[J].Industrial Marketing Management, 2020, 88: 214-224.

[35] ABDOH H. Rivals risk-taking incentives and firm corporate policy[J].The Quarterly Review of Economics and Finance, 2023, 90: 106-123.

[36] XIE W M, GUO J L, ZHANG H X. Major government customers and organizational resilience during the COVID-19 pandemic: evidence from China[J].Asia Pacific Business Review, 2025, 31(2): 257-279.

[37] LIANG L, LI Y. How does organizational resilience promote firm growth? the mediating role of strategic change and managerial myopia[J].Journal of Business Research, 2024, 177: 114636.

[38] SAJKO M, BOONE C, BUYL T. CEO greed, corporate social responsibility, and organizational resilience to systemic shocks[J].Journal of Management, 2021, 47(4): 957-992.

[39] 胡海峰, 宋肖肖, 窦斌, 等. 数字化在危机期间的价值: 来自企业韧性的证据[J].财贸经济, 2022, 43(7): 134-148.

[40] CORE J, GUAY W. Estimating the value of employee stock option portfolios and their sensitivities to price and volatility[J].Journal of Accounting Research, 2002, 40(3): 613-630.

[41] POURSOLEYMAN E, MANSOURFAR G, HASSAN M K, et al. Did corporate social responsibility vaccinate corporations against COVID-19[J].Journal of Business Ethics, 2024, 189(3): 525-551.

[42] 罗良文, 张琳琳, 王晨. 数字化转型与企业韧性——来自中国A股上市企业的证据[J].改革, 2024,37(5): 64-79.

(责任编辑：张 悦)