高管团队异质性、债务融资与非效率投资关系研究
性，因此本文将对债务融资整体进行研究。
（3）信息不对称理论：信息不对称理论是指在日常交易中，交易各方所掌握的信息是不一致的，掌握信息比较充分的一方往往处于优势地位，而信息贫乏的一方则处于劣势地位。按照信息不对称发生时间不同可以将其分为事前不对称即“逆向选择”和事后不对称即“道德风险”。处于信息劣势的一方容易进行逆向选择而处于信息优势的一方容易发生道德风险，逆向选择和道德风险都会影响交易双方的最终决策。
企业的信息不对称主要是指企业内部决策者与外部投资者所掌握的关于企业的信息是不对等的。作为资金提供者的债权人和资金使用者的企业之间也同样存在着信息不对称问题，相对于企业经理人和股东，债权人处于信息劣势地位，其对企业投资项目的获利能力和风险水平掌握较少的信息，只能根据市场上的投资项目的平均收益和风险水平进行评估。为了保障自身利益，债权人可能会做出逆向选择，在提供资金时要求更高的借款利率，由此一来，使得企业的融资成本相应提高，进而导致企业不得不放弃一些原本净现值>0 的投资项目，从而引起投资不足。同时，较高的融资成本可能会诱使企业违反债务契约有关规定，发生道德风险，将资金投资于成功率低但一旦成功将会带来高额收益的项目上去即发生“资产替代”，导致过度投资。而理智的债权人为了防止该种道德风险的发生，可能会要求更高的利率以补偿其所承担的风险，或者增加限制性条款，此时，企业在综合权衡内外部融资基础之上，很可能选择不进行外部融资，带来融资约束问题，使得企业面对净现值>0的项目时却无力投资，导致投资不足。可以说信息不对称使得企业与债权人之间进行博弈，导致投资不足和过度投资行为的发生。
2．本文的假设
（1）高管团队异质性与非效率投资之间的关系
高层梯队理论在研究高管背景与企业绩效、战略决策的关系上被广泛应用。本文中也认为高管的认知水平、价值观念能够预测企业的投资行为，企业的投资效率也是高管在主观认知上的一种反应。所以高管异质性对非效率投资是能够产生影响的。
高管团队的特征分为团队成员的人口背景特征和团队异质性，人口背景特征主要是指团队成员年龄、任期、性别等，团队的异质性是指上述团队成员的人口
4
浙江理工大学经济管理学院本科毕业论文
背景特征的差异化。很多学者在研究中采用的是从人口背景特征的角度考察高管团队异质性的构成维度，可见目前对高管团队异质性的维度测量比较一致。本文按照实证研究的需要和数据的可获取性，决定采用高管团队里各成员在年龄、性别、任期这三方面的人口背景特征异质性进行衡量。
从年龄上说，年长者喜欢维持现状，他们更加注重安全性，年龄越大越接近退休，年长者们不想再增加投资而给接任者带来麻烦，也因为没有热情对企业进行发展壮大，所以对投资持谨慎观望的态度。年轻人则喜欢冒险，愿意尝试新鲜事物，所以年龄异质性会使团队内部意见不统一，会导致非效率投资。因此本文提出如下假设：
假设1：高管团队年龄异质性与企业投资过度的关系为正相关。 假设2：高管团队年龄异质性与企业投资不足的关系为正相关。
而性别是高管团队背景的基本特征之一。性别的差异基本上与生俱来存在的，基本上不可能被改变。男性高管乐于挑战，投资欲更强，更容易追求并接受承担高风险高回报，想要更激进的经营活动，相比之下，女性高管就会比较谨慎，会更希望是长期稳定的发展或投资，经营活动会相对保守。随着性别异质性的增大，企业非效率投资行为也会加大。因此本文提出如下假设：
假设3：高管团队性别异质性与企业投资过度的关系为负相关。 假设4：高管团队性别异质性与企业投资不足的关系为正相关。
高管人员任期异质性代表了成员在任时间的长短，决定了成员在团队内部的磨合程度、对公司情况的熟悉程度等等。而如果任期的异质性较大，意味着高管成员在认知结构和对信息的识别能力上存在较大差异。团队成员因为在任的时间长短不同，对企业的认识不一，对企业的经营战略不同的理解和看法会最终影响到企业的战略决策，从而对企业的投资效率产生影响。因此本文提出如下假设：
假设5：高管团队任期异质性与企业投资过度的关系为正相关。 假设6：高管团队任期异质性与企业投资过度的关系为正相关。 （2）债务融资与非效率投资之间的关系
债务融资对企业投资行为的影响主要表现为以下两个方面。一方面是基于股东和债权人之间利益冲突的视角，债务融资会引发投资不足。另一方面是基于股东与经理人之间利益冲突的视角，企业通过债务融资可以减少过度投资行为，降
5
高管团队异质性、债务融资与非效率投资关系研究
低他们之间的代理成本，提高投资效率，因此本文提出如下假设：
假设7：债务融资与企业投资过度的关系为负相关。 假设8：债务融资与企业投资不足的关系为负相关。 （3）高管团队异质性、债务融资与非效率投资之间的关系
高管团队异质性影响着公司的各项决策，包括对债务融资的选择。由于高管团队异质性和债务融资分别对非效率投资有影响，研究两者的协同作用也有实际意义，因此本文提出如下假设：
假设9：高管团队异质性、债务融资共同作用与企业投资过度有负相关关系。 假设10：高管团队异质性、债务融资共同作用与企业投资不足有正相关关系。
3．变量的选取及度量 （1）因变量的选取
因变量用来测度企业的非效率投资，本文选取了残差度量Richardson模型。该模型用残差来衡量企业非效率投资的程度，弥补了其他模型无法具体量化非效率投资程度这一不足。Richardson(2006)利用会计方法，构建了一个包含投资机会、资产负债率、现金流、公司规模、公司经营年限、股票收益、上年新增投资等相关解释变量的最优投资模型。若模型残差项（Inv）大于0，则表示企业为过度投资；若残差小于0，则表示企业为投资不足，其数值则表示过度投资或投资不足的程度。
（2）自变量的选取
参考学者们的指标选择，对于债务融资整体结构设置了具体指标，即资产负债率。指标定义如下：资产负债率（Lev）=负债总额/总资产。
根据以往学者的研究，本文选取研究频率较高的年龄异质性（Hage）、性别异质性（Hsex）和任期异质性（Hterm）作为高管团队异质性的变量进行分析。目前国内外的研究中对人口背景特征的测量方法也没有统一标准，学者们主要采用赫芬达尔-赫希曼（Herfindahl）指数法和标准差系数法（Coefficientofvariation）对高管团队异质性进行测量。其中赫芬达尔-赫希曼指数法适合对分类变量进行衡量，Herfindahl公式为：
6
浙江理工大学经济管理学院本科毕业论文
其中，Pi指高管团队中 i 类成员数所占的百分比，由公式可看出 H 值的取值范围在 0 到 1 之间， H 值越大，就代表高管团队相应的某个特征的异质性越高。高管团队的性别异质性属于分类变量，本文中的年龄异质性变量按年龄段进行划分，因此三者采用的测量方法为Herfindahl指数法。标准差系数法适合对连续变量的测量，采用变量的标准差除以变量均值后得到的商，所得的商越大表明团队成员的异质性越大，高管团队任期异质性属于连续变量，因此选取标准差系数法进行测量，计算得到的标准差系数越大，表明任期异质性就越大。
（3）控制变量的选取
参考以往学者的文献，本文选取的控制变量包括高管人员持股比例（Esh）、总资产收益率（Roa）、第一股东持股比例（Top）、时间虚拟变量（Year）。
4．模型构建
Richardson（2006）认为企业的投资支出由两部分组成，一部分是维持企业已经存在的资产运作而进行的投资，另一部分就是对于新项目的新增投资。而新增投资中一部分是预期投资，这与企业的成长机会、资产规模、现金存量等因素相关，另一部分为非效率投资，即为实际投资与预期投资之间的差额，在模型中以残差的形式表示。若模型残差项（Inv）大于0，则表示企业为过度投资；若残差小于0，则表示企业为投资不足，其数值则表示过度投资或投资不足的程度。因此本文拟借鉴 Richardson(2006)的模型来划分过度投资样本组和投资不足样本组，提出模型1：
（I/K）it =α0+α1Qi,t-1+α2Cashi,t-1+α3Levi,t-1+α4Sizei,t-1+α5(I/K)i,t-1+∑Year+ ε 模型 1 中的各变量含义如下：因变量(I/K)it是公司 i 第 t 年的资本投资量，考虑到企业为开展正常的生产经营活动会进行固定资产和无形资产的购建，同时由于企业中会出现一些委托理财行为，因此会涉及到长期投资这一指标。为反映企业的实际投资水平，投资均用相应的长期资产的原值，而不考虑折旧及减值损失。鉴于以上的分析，确定本文的投资(I)=固定资产、无形资产和长期投资的年度变化值，资本存量(K)=年初总资产，之所以用投资与资本存量之间的相对数
7
高管团队异质性、债务融资与非效率投资关系研究
作为表示投资支出的变量，是为了消除企业规模对投资支出的影响而进行标准化的结果；Qi,t-1代表公司投资机会，公司的投资机会越多，其资本投资量应该越大，本文用公司 i 第 t-1年的托宾 Q 作为投资机会的代理变量；Cashi,t-1、Levi,t-1、Sizei,t-1、(I/K)i,t-1分别表示公司 i 第 t-1 年末的现金存量、债务、公司规模和 t-1 年的资本投资支出。同时考虑到宏观经济的冲击和制度环境的变化也可能会对投资产生影响，如利息率、经济周期等可观察和不可观察的宏观经济因素对所有公司是相同的，但随时间而变化。因此，本文引入了时间虚拟变量（Year）作为控制变量，以考虑时间因素的影响。
为检验假设1-6高管团队异质性与非效率投资的关系建立模型2-4：
Inv=β0+β1Hage+β2∑CONTROL+ε Inv=β0+β1Hsex +β2∑CONTROL+ε Inv=β0+β1Hterm +β2∑CONTROL+ε
为验证假设7-8债务融资与非效率投资的关系建立模型5：
Inv=β0+β1Lev+β2∑CONTROL+ε
为验证假设9-10高管团队异质性、债务融资与非效率投资的关系建立模型6：
Inv= β0+ β1 X+ β2 Lev+ β3 X×Lev+β4 ∑CONTROL + ε
其中，X代表高管背景异质性的向量组，它是本文考察高管团队异质性的核心。X 分别表示年龄异质性( Hage) 、性别异质性（Hsex）和任期异质性（Hterm）三组向量，本文依次利用这三组向量进行回归分析。
5．样本选取及研究方法
本文以实证研究为主，辅以规范研究，两者相结合。本文选取的是上市的制造业数据。数据主要来源于wind数据库、巨潮资讯网及企业社会报告等披露的相关信息，选取深市和沪市主板A股上市的制造业公司2013年至2017年的相关数据作为研究基础。本文在国内外研究基础上对数据进行一定的剔除，通过合理的理论分析、实证分析，研究高管团队异质性、债务融资与非效率投资的关系。
6．本文主要包括的内容
首先是引言与研究背景、研究意义等，接对前人理论综述，并进行相关理论分析。在此基础上提出假设，确定变量及度量方式，建立模型，进行高管团队异质性、债务融资与非效率投资关系研究实证分析，并得出结论。最后进行总结，
8