董事会规模和经营绩效非线性门限关系研究.docVIP

董事会规模和经营绩效非线性门限关系研究.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
董事会规模和经营绩效非线性门限关系研究

董事会规模和经营绩效非线性门限关系研究   董事会规模与经营绩效二者的关系一直是学术界和实务界关注的热点。虽然国内外有关董事会规模与经营绩效的关系的研究层出不穷。并且不同的学者选取不同的样本数据、变量、方法模型、研究假设从不同的角度进行研究,但是至今仍然没有一致的结论,更为重要的是,以有的对两者关系的研究大多采用线性分析方法,认为两者是一种简单的线性关系,无法对非线性和有门限值的变量进行合理解释。有鉴于此,本文拟扩展研究思路,试图运用非线性方法(面板门限模型)从实证角度分析董事会规模与经营绩效之间的关系,以期得出一些有意义的结论。   一、文献回顾   董事会规模与经营绩效的关系一直存在争议。Coles 等(2005) 研究表明,对于那些需要更多董事提供经验和帮助的跨行业、大规模、高负债公司来说, 董事会规模和经营绩效是正相关的。Zahra Pearce(1989)认为董事会规模越大就可以越好的控制高级管理层的行为,因为管理层是很难操纵一个规模较大的董事会的。这种观点认为,较大的董事会可以增加董事们的能力和意愿去运用其权力批准和否决管理层的决定,管理层将很难获取一致同意采取不利于股东利益的行为 .在Denis Sarin(1999)发现,增加董事会规模的公司在后续的会计期间获得了更高的市场调整收益率。随后,Dan 等(1999)研究分析表明,在董事会规模与经营绩效之间存在着一种显著正向关系 。此外,对董事会交叉任职的研究也可以为相对规模较大的董事会与公司绩效正相关的观点提供经验依据。   然而,有些学者认为,董事会规模与经营绩效负相关,董事会人数过多在沟通与协调上便会产生问题,其功能的发挥会产生机能障碍,并且在董事会规模太大的情况下,代理问题将增加,董事会将变得更加是象征性的机构,那么在这个公司的运行当中董事会的作用将越来越小,因而提倡董事会规模不应过大。如JohnSenbet(1998)指出增大董事会的规模可能导致董事会成员与管理层之间以及董事会成员之间沟通交流的困难,从而导致做出差的决策,进而对经营绩效产生负面影响。Lipton Lorsch(1992)及 Jensen(1993)指出规模小的董事会比规模大的董事会有效。   由此可见,现有的文献认为董事会规模与经营绩效之间具有相关性, 但对于两者之间关系并没有形成一致的结论 , 多数学者倾向于董事会要有一个合理的规模。因此,本文突破传统的线性研究方法选取我国制造业上市公司为样本,采用Hansen(1999)提出的非线性面板门限模型,研究董事会规模与经营绩效的关系。为完善公司治理结构,提高公司经营绩效提供一定的借鉴和指导作用。   二、实证模型与样本选择   本文运用Hansen提出的面板门限模型以我国制造业上市公司为例分析董事会规模与经营绩效的关系。下面主要介绍面板门限模型、实证模型构建、研究样本选择。   第一,面板门限模型简介。单一门限模型,样本资料取自于一平衡面板资料 , : ,模型下标 代表个別公司, 则代表特定期间,本文以年为单位,且被解释变量 及门限变量 为标量,回归变量 为一 K维向量。则单一门限模型可表示为:   (1)   其中, 代表经营绩效,在本文中被解释变量 为Tobinq值,解释变量d 则为公司的董事会规模, 为特定的门限值。I(·)为一指标函数, 用于反映公司的个体效应, 为随机干扰项。为了得到参数的估计量,我们需要先从每一个观察值中减去其组内平均值以消除个体效应 , , 变换后的模型为:   (2)   我们进而可以对所有观察值进行累叠,并采用矩阵形式将(2)式表示为: ,将其命名为公式(3)。对于给定的门限值 ,我们可以采用 OLS 估计(3)式以得到β的估计值: (4)   相应的残差平方和为: (5)。其中 为残差向量,我们可以通过最小化(5)式对应的 值来获得 的估计值, ,进而可得到 ,残差向量 和残差平方和 。   得到了参数的估计值后,需要进行两个方面的检验:一是门限效应是否显著,二是门限的估计值是否等于其真实值。第一个检验的原假设为 ,对应的备择假设为 ,检验统计量为: 。   其中, 为在原假设 下得到的残差平方和。在原假设 下,门限值 是无法识别的,因此 统计量的分布是非标准的。Hansen 建议采用自抽样法(Bootstrap)来获得其渐进分布,继而构造其 P值第二个检验的原假设为: ,相应的似然比检验统计量为: (8)。   该统计量的分布也是非标准的,但 Hansen 提供了一个简单的公式,可以计算出其非拒绝域,即当 时,不能拒绝原假设。其中 , 表示显著水平。   以上只是假设仅存在一个门限,现实中可能会出现多个门限。下面以双重门限模型为例做简要说明,多重门限模型可以此为基础进行扩展,模型设定为:   (9)

文档评论(0)

189****7685 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档