CEO 研發經歷與企業實質性創新行為
——基于數字金融和企業金融化視角

劉慶齡 楊曉曉 張芳芳

（1.安徽財經大學，安徽 蚌埠 233030； 2.浙江財經大學，浙江 杭州 310018）

一、引言

高層階梯理論認為高管的特質和經歷部分地影響其價值觀和認知基礎，從而反映在組織行為之中[2]。受此啟發， 學術界開展了大量以高層階梯理論為基礎的高管背景與企業創新之間的研究， 相關研究主要分為以下三個方面：第一，基于人口統計特征，高管接受的教育以及他們的年齡和性別一直是許多研究的主題。 教育背景方面，不同教育背景的高管對創新性事物的態度、認知和觀點存在差異，會影響其創新戰略的實施。 年齡方面，隨著CEO 年齡的增長，其對風險的態度也會隨之改變，從而影響企業創新。 性別方面， 學者們以女性CEO 為切入點研究發現，女性CEO 對企業漸進式創新和激進式創新都具有顯著的促進作用，但是，也有學者發現這種促進作用僅在女性高管達到一定臨界值時才顯著。 第二，基于高管人格特質角度， 學者發現過度自信或人格特征自戀的CEO 更相信自己的能力，還可能會高估預期收益， 更傾向于加大創新投入， 從而獲得更多創新產出。 第三，基于高管早期經歷，國內外學者主要基于單一早期經歷和復合早期經歷兩個角度開展研究。從單一早期經歷出發，研究發現高管學術經歷、海外經歷等能夠促進企業創新，而從軍經歷、財務經歷等對企業創新具有抑制作用； 也有學者從復合早期經歷出發， 研究發現具有復合型經歷的高管能夠顯著提升企業創新水平。

盡管已有大量文獻表明高管的特質和經歷與企業創新密切相關， 但是只有少量學者關注到高管研發經歷與企業創新之間的關系。Haneda 等[2]利用日本國家統計局的企業面板數據研究發現擁有研發背景的高管與企業產品創新顯著正相關。 郝盼盼等[3]研究發現CEO 研發經歷能夠促進企業增加研發投資，提高創新產出。 通過梳理相關國內外文獻可以發現，現有文獻關于CEO 研發經歷與企業創新的關系的研究還較為單一， 兩者之間的作用關系及其機制還有待深入探討。 因此，本文基于數字金融和企業金融化視角研究了CEO 研發經歷對企業實質性創新行為的影響效應及其作用機理， 拓展了企業實質性創新行為的影響因素研究，并識別出CEO 研發經歷影響企業實質性創新的內在作用機理，打開CEO 創新戰略決策過程的“黑箱”，豐富了管理者特質和企業創新的相關研究，為企業管理層團隊體系建設，促進我國企業實現更高質量創新提供重要參考。

二、理論分析與研究假設

（一）CEO 研發經歷與企業實質性創新

高層階梯理論認為， 管理層的特征和經歷會對其認知基礎和價值觀產生影響， 當面臨復雜的戰略決策情形時， 管理層的認知基礎和價值觀會充當決策所要處理信息的“過濾器”，從而在受約束的感知中做作出決策[1]。 CEO 是企業重大戰略的決策者，不僅包括主要市場進入和退出， 還涵蓋創新和資源分配，進而對企業的業績和創新水平產生重大影響。 相比其他生產經營活動， 創新的各個環節都更具不可預見性、風險性和長期性。 傳統代理理論認為理性的管理者通常會為了維護自身利益而規避創新活動所帶來的風險， 而高層階梯理論和烙印理論認為高管的早年經歷會影響其認知水平和價值觀， 不同的經歷會為高管打上不同的“烙印”，從而影響其決策。

高質量創新是企業長久發展的“驅動器”，投資于創新就相當于擁有了未來的選擇權。 基于資源效應視角，具有研發經歷的CEO 會更加知悉研發活動對于企業市場競爭優勢的重要性，同時，相比其他沒有研發經歷的高管，他們更加熟悉研發活動的流程，擁有更加專業的知識， 并且對行業技術趨勢有更加深入的了解， 能夠更好地把握研發活動的高收益與高風險[2]，在此基礎之上，他們將更愿意進行有風險但有價值的實質性創新。 其次，相比具有金融和法律經歷的高管基于財務視角評估技術研發活動， 擁有研發經歷的CEO 更加關注投資于產品創新和工藝技術所帶來的長期影響， 從而緩解了管理層出于短期業績考慮而投資短視的問題。 第三，創新活動具有不可預見性、風險性和長期性，創新活動的開展需要企業承擔較高的失敗風險， 管理層對未知風險的偏好影響其對創新活動的積極性。 早年的研發經歷為CEO 打上了較高風險承擔能力和抗壓能力的 “烙印”，使其具有更高的風險偏好，從而更傾向于開展創新活動。

因此，基于上述分析，本文提出：

假設1：CEO 研發經歷能夠顯著提升企業實質性創新。

（4）園林設計軟件采用完全自主知識產權的三維CAD平臺，包括了三維園林景觀設計、二維施工圖繪制、植物數據庫、三維真實感渲染、二維著色表現與圖像處理五大基本模塊，具有三維場地設計及分析、建筑造型、種植設計、景觀設計、地形數據及植物數據分析等功能。

（二）數字金融、CEO 研發經歷與企業實質性創新

數字金融是金融數字化時代影響CEO 研發經歷對企業實質性創新作用的重要外部治理因素之一。一方面，數字金融具有資源效應。企業的創新活動是一個資源消耗的過程，充足的資金儲備是研發的各個階段能夠順利進行的關鍵，而且研發不僅要著眼于當前的技術升級，還要將資金用于下一代研發投資，中途研發資金一旦無法支撐，前期投資將無法收回，因此，CEO 進行創新戰略決策會著重考慮企業的融資能力。傳統金融體系對中小微企業提供金融服務存在諸多限制性門檻，從而抑制了企業的創新能力，而數字金融基于金融服務與信息技術的融合有效降低了企業融資門檻和融資成本，極大地提高了企業創新層面的融資能力[4]。 另一方面，數字金融具有信息效應。創新活動具有高度不確定性，CEO 創新決策需要掌握足夠多的信息以降低決策風險。 數字金融集合了包括區塊鏈、大數據在內的多種現代技術模式， 這些新興技術能夠低成本、高效率地進行信息的收集與處理，可以有效將創新項目相關信息傳遞給CEO， 從而降低CEO 創新決策風險，提高決策的合理性。此外，數字金融通過降低信息不對稱性緩解逆向選擇和道德風險問題，可以顯著抑制CEO 投機決策，增強創新活動的積極性。

因此，綜上分析，本文提出：

假設2： 數字金融能夠強化CEO 研發經歷對企業實質性創新的正向作用。

三、研究設計

（一）樣本選擇與數據來源

本文以 2008—2017 年中國全部A 股上市公司為初始樣本，為使數據更具代表性，按照下列條件進行樣本篩選：1. 剔除金融行業的上市公司樣本；2.剔除ST 和*ST 上市公司；3.剔除資不抵債的公司樣本；4.剔除部分關鍵數據缺失的樣本。經過樣本篩選后獲取2,815 家公司的18,841 個觀測值。 本文主要數據均來源于國泰安數據庫。 為了避免極端值對研究結論的影響，本文對模型中的部分變量進行上下1%的縮尾處理。 數據處理與分析使用Stata 16 完成。

（二）變量選取與說明

1.被解釋變量。發明專利作為一種重要的突破式創新，其研發難度和市場價值都要高于增量式創新，更能體現企業實質性創新水平。 因此，本文參考黎文靖和鄭曼妮(2016)[5]、Lin 等(2020)[6]學者的做法，采用發明專利申請數加1 取自然對數(Inv)衡量企業實質性創新。 此外，在描述性統計中本文加入未經處理的發明專利申請數(IN)。

2.解釋變量。 本文主要參考郝盼盼等（2019)[3]的研究，CEO 研發經歷（PreCEO_RD）僅包括具有研發經歷而非設計或生產經歷的CEO， 數據主要搜集整理于國泰安上市公司人物特征數據庫， 部分缺失數據手工搜集CEO 個人簡歷補充。當CEO 具有研發經歷時，PreCEO_RD 取值為1，否則取值為0。

3.控制變量。 本文參考 Chen 等（2015)[7]、郝盼盼等（2019)[3]等學者的研究，選取以下控制變量：銷售收入（Sales)、企業成長性（Growth)、企業規模（Size)、托賓Q 值（Tobinq)、資產負債率（Lev) 、資產收益率（ROA)、企業現金流（Cash)、資產密集度（Tangible)、CEO 年齡（Age)、CEO 任期（Tenure)、獨立董事占比（Indep)、董事會規模 （Board)、 監事會規模 （Sup)、 企業年齡（Fage)，以及年度（Year）和行業效應（Ind)。

4.調節變量。 根據前文分析，本文的調節變量為數字金融（DIFI)。 參考萬佳彧等（2020)[8]的研究， 采用北京大學數字普惠金融指數作為數字金融（DIFI）的衡量指標。

本文主要變量定義和說明見表1。

表1 變量定義和說明

（三）模型設定

為了檢驗本文假設，構建下列模型，同時考慮到企業實質性創新的滯后性， 將解釋變量和所有控制變量滯后一期處理：

其中，i 代表企業，t 代表年份；Inv 為被解釋變量，Inv 表示企業的實質性創新水平；PreCEO_RD 為解釋變量，表示CEO 是否具有研發經歷，有則取1，否則取0；DIFI 代表數字金融水平，Ctrls 為所有的控制變量，Year 表示年份固定效應，Ind 表示行業固定效應，ε 表示殘差項。

四、實證分析與檢驗

（一）主要變量描述性統計

表2 列示了主要變量的描述性統計。 從表2 數據結果來看，在本文樣本期間，企業平均每年申請發明專利數(IN)為42.962,5，最小值僅為0，最大值達到19,340，說明樣本公司之間的實質性創新水平參差不齊，而中位數僅為4，表示上市公司整體實質性創新處于比較低的水平。CEO 研發經歷(PreCEO_RD)的平均值為0.228,8，說明CEO 具有研發經歷的樣本企業占比僅為22.88%，表明大部分企業CEO 不具有研發經歷。 以上分析一定程度上反映了本文研究具有重大的實際意義。 表2 同時報告了無研發經歷CEO 和有研發經歷CEO 的均值差異檢驗結果， 結果表明CEO 具有研發經歷的企業發明專利申請數高于CEO不具有研發經歷的企業， 且在1%的水平上顯著，初步證明了本文的假設1。

表2 主要變量描述性統計

（二）基準模型估計結果分析

表3 列示了 CEO 研發經歷對企業實質性創新影響的回歸分析結果。 第（1）列是不考慮除行業和年份外的控制變量的單變量回歸結果， 由結果可知，PreCEO_RD 與Invt+1的回歸系數為 0.208,4，且在 1%的水平上顯著，表明CEO 研發經歷能夠顯著提升企業實質性創新。 第（2）列是加入控制變量的回歸結果， 由結果可知， 調整的R2顯著提升，PreCEO_RD與Invt+1的回歸系數為0.210,9， 且在1%的水平上顯著，進一步支持了CEO 研發經歷能夠顯著提升企業實質性創新。

表3 CEO 研發經歷與企業實質性創新

（三）數字金融的調節效應檢驗

數字金融是現代信息技術與金融服務的結合，根據前文分析， 數字金融可能會發揮重要的資源效應和信息效應，顯著影響CEO 研發經歷對企業實質性創新的提升作用。 表3 的第（3）列列示了數字金融對CEO 研發經歷促進企業實質性創新的調節作用，交乘項PreCEO_RD×DIFI 的系數為0.001,4，且在1%的水平上顯著， 說明數字金融能夠發揮資源效應和信息效應，顯著強化了CEO 研發經歷對企業實質性創新的正向作用，驗證了本文的假設2。

五、內生性檢驗

CEO 研發經歷與企業實質性創新可能存在以下兩方面的內生性：第一，由于本文構建的模型可能遺漏某些無法觀測的重要變量，而這些遺漏變量可能會影響模型的有效性。 第二，實質性創新水平更高的企業可能更注重CEO 的研發經歷， 從而產生反向因果的問題。為了緩解上述內生性問題可能對研究結論的不利影響， 本文分別采用PSM-DID、 工具變量法和Heckman 兩階段模型對本文結論進行內生性檢驗。

（一）PSM-DID

本文借鑒朱冰等 （2018)[9]的研究思路， 以企業CEO 研發經歷的變動作為外生沖擊， 將由不具有研發經歷CEO 變為具有研發經歷CEO 的企業作為處理組， 其對照組為始終不具有研發經歷CEO 的企業，同時，考慮不同企業具有研發經歷CEO 變動時間的不同，參考 Beck 等（2010)[10]、Jia[11]研究，構造下列多期雙重差分（DID）模型：

其中Treati是虛擬變量， 當企業CEO 由不具有研發經歷變為具有研發經歷時，Treati=1， 否則Treati=0。 Posti,t表示企業具有研發經歷CEO 變更年份前后的虛擬變量，變更之前各期Posti,t=0，變更當期及以后各期Posti,t=1。 其他變量 （含義同模型(1)。Treati×Posti,t的系數反映CEO 研發經歷對企業實質性創新的凈效應，是本文關注的重點，如果CEO 研發經歷確實能夠顯著促進企業實質性創新， 可以預期，α1將顯著為正。

為了緩解處理組與對照組之間某些特征的異質性，本文首先采用傾向得分匹配法（PSM）篩選出和處理組特征相匹配的對照組樣本， 同時考慮到混合匹配只是簡單地將面板數據當作截面數據處理， 可能存在嚴重地“時間錯配”問題，因此，本文采用逐期匹配法進行匹配?；赑SM 匹配后的樣本，我們對模型(3)進行回歸，回歸結果再次驗證了本文的主要結論，即CEO 研發經歷能夠顯著提升企業實質性創新。 限于篇幅，本文未報告上述檢驗結果。

（二）工具變量法

為了進一步緩解內生性問題對本文結論的影響，我們還采用了工具變量法(2SLS)進行檢驗。 本文選取企業注冊地所在省份設立的高校數量取自然對數(Universities)作為工具變量。 高校的科研資源豐富，是培養研發人才的重要機構。 一方面，高校在辦學地具有更強的知名度和認可度，企業考慮到招聘研發人才的成本，更傾向于在本地高校招聘研發人才，而高校研發人才考慮到就業優勢，也更愿意在本地就業。 因此，企業注冊地所在省份設立的高校數量越多，企業聘請具有研發經歷CEO 的可能性也就越大，滿足工具變量的相關性。 另一方面，企業實質性創新并不會受到企業注冊地所在省份設立的高校數量直接影響，滿足工具變量的外生性。 由第一階段結果可知，Universities 與PreCEO_RDi,t在1%的顯著性水平上正相關，與理論預期相符，且F 統計量遠高于10，說明不存在弱工具變量問題。 由第二階段結果可知，PreCEO_RD 的回歸系數仍然在1%的水平上顯著為正， 證明了本文結論具有穩健性。 即于篇幅，較未報告上述檢驗結果。

（三）其他穩健性檢驗

第一， 改變計量模型。 使用 Heckman Tobit 模型、負二項回歸模型和固定效應模型進行回歸。 第二，所有自變量進一步滯后至兩期、三期。 第三，縮小樣本區間。 剔除原樣本2008-2010 年的數據后再次進行檢驗。 通過上述方法進行檢驗后，本文研究結論依然成立， 表明本文結論通過了穩健性檢驗，限于篇幅，文章未報告上述穩健性檢驗結果。

六、進一步研究

根據烙印理論，個體在經歷了短暫的“敏感過渡期”后會發展出反映環境特征的“印記”，即使隨后環境變化，這些強烈的“印記”也依然存在。 已有研究表明CEO 金融經歷、從軍經歷、貧困經歷等會促進企業金融化，而學術經歷等將會抑制企業金融化。 由此可見，CEO 經歷異質性對企業金融化具有顯著影響。早年的研發經歷使CEO 決策更加理性和專業， 不會為了獲取短期超額利潤而盲目金融化，從而抑制了企業將大量資金投資于金融資產。 而且早期研發經歷為CEO 打上“研發烙印”，對研發活動和行業技術趨勢更加了解，具備更加專業的研發知識， 能夠更好地把握研發活動的高收益與高風險，對潛在的創新機會具有更高的敏感性，傾向于將有限的資源用于對企業長遠價值更有利的高質量創新，從而抑制金融投資對創新活動的“擠出效應”。因此，本文引入企業金融化（Fin）作為中介變量進行檢驗，借鑒杜勇等（2019)[12]研究，采用企業金融資產占總資產的比重衡量企業金融化。 為了檢驗企業金融化中介效應， 本文采用中介效應檢驗逐步法，設定下列模型：

其中Fini,t為中介變量， 表示i 企業第t 年的企業金融化水平，其余變量含義同模型(1)。

表4 報告了企業金融化中介效應的檢驗結果。由第(2)列檢驗結果可知，系數 β1(-0.0076)顯著為負，表明具有研發經歷的CEO 更傾向于將資金用于創新投資而非金融資產， 能夠抑制企業金融化水。第(3)列結果顯示，系數 γ1(0.2058)和 γ2（-0.6662）均顯著，γ1（0.2058）相較于 α1（0.2109）有所下降，且 γ1（0.2058）與 β1(-0.0076)×γ2（-0.6662）同號，說明企業金融化在CEO 研發經歷與企業實質性創新之間具有中介效應， 即CEO 研發經歷可以通過抑制企業金融化對企業實質性創新的“擠出效應”，進而促進企業實質性創新。 同時，表 4 報告了 Sobel 法和 Bootstrap 法的中介效應檢驗結果， 進一步證明了企業金融化在CEO 研發經歷與企業實質性創新之間存在中介效應。

表4 中介效應模型檢驗結果

七、研究結論與啟示

基于構建創新型強國的時代背景和企業實質性創新有待改善的現實需求，區別于以往關于管理層特質經濟后果的研究， 本文重點關注CEO 研發經歷與企業實質性創新之間的關系，以2008-2017 年中國A股上市公司面板數據為樣本， 研究了CEO 研發經歷對企業實質性創新行為的影響效應及其作用機理。研究發現，CEO 研發經歷能夠顯著提升企業實質性創新，數字金融發揮外部資源效應和信息效應，強化了這種提升作用。 在控制可能存在的內生性問題后，本文研究結論依然成立。 進一步研究表明，CEO 研發經歷通過抑制企業金融化對企業實質性創新的“擠出效應”，進而提升企業實質性創新。

基于本文研究結論， 我們可以得出如下啟示：首先，有關部門應加強研發人才隊伍建設，同時，積極推進不同地區的金融服務與信息技術的有機結合，提升數字金融的覆蓋區域和應用深度，更好地發揮數字金融在推動企業實質性創新方面的積極效應。 其次，企業應當健全研發人才的培育和選拔機制，更加注重CEO 在研發方面的經歷，促使企業形成濃厚的創新氛圍。