高管背景异质性、金融化与会计信息可比性

II第一章引言一、研究背景与意义近年来，学术界对高管背景、企业金融化和会计信息可比性之间的关系进行了广泛而深入的研究。高管作为企业决策的主要制定者，其独特的认知过程和多样化的背景对企业战略的制定和执行起着至关重要的作用。这些战略决策不仅影响企业内部的运作，还对外部会计信息的质量和可比性产生深远影响，进而影响着利益相关者对企业绩效的评估和决策。上层梯队理论和印记理论被广泛应用于解释高管背景对企业行为和业绩的影响，高管的个人经历和背景影响了他们的决策行为和认知模式，进而塑造了企业的战略方向。特别是在当前全球金融化的背景下，高管背景与企业金融化之间的关系变得更加密切，杜勇、谢瑾和陈建英（2019）的研究显示，具有金融行业背景的高管对企业金融化产生显著促进作用，特别是在非银行金融部门表现明显[1]；李梦晓、董雅浩、贺晨等（2024）认为研发背景高管在团队中的权力越大，企业金融化的程度越低[2]；刘一涛与刘津（2023）的研究也证实，具有财务专业背景的高管更倾向于采取保守和稳健的财务策略，这有助于控制企业对金融资产的投资，抑制金融化趋势[3]；杨亭亭、刘孝敏和汪亚楠（2024）通过实证研究发现，高管的研发背景有助于推动企业创新型投资，进而减轻企业金融化投资对创新投资的挤出效应[4]。金融化现象中，企业大量将资本投入到金融资产的过程中，其影响主要由不同的动机决定。当企业出于投资套利的目的进行金融化，可能会增加盈利的波动，减少盈利的持续性，并削弱会计的稳健性，这些因素会潜在影响分析师的预测，可能导致预测结果偏离实际情况。同时，信息环境的恶化还可能导致企业融资成本上升，进而对实体经济造成不利影响（张立光、张婷婷、贺康，2021）[5]；苏坤（2018）等人研究，我国实体企业的金融化加剧了经营不确定性与风险，并加重了代理问题，导致了股价崩盘风险增加[6]。相反，当金融化的动机是作为“资金储备”时，吴伟伟和张天一（2021）发现，增加金融化水平可能会加强研发补贴对创新产出的倒U型效应，同时也会增强非研发补贴对创新产出的正面作用[7]；谭小玉和陈裕鑫（2022）指出，企业适度持有短期金融资产可以降低融资约束和财务风险[8]；刘梦凯和谢香兵（2021）指出，非金融企业持有金融资产可以作为“资金蓄水池”，缓解财务困境，增强持续增长能力[9]。由此可见，虽然实体企业的过度金融化可能导致经济的虚假繁荣并触发金融危机，但适度的金融化是管理企业经营风险和支持创新的有效手段。国内研究显示，企业管理层的海外经历对企业生产力的影响存在差异。尤其在国企、非高新技术领域和市场化程度较高的区域，此影响更加突出。具体而言，高管团队海外工作背景对会生产率产生显著影响，而海外教育背景则未必产生相同影响（张丽和管烨萱，2022）[10];李寿喜和洪文姣（2021）认为，在选拔企业高层管理人员时，应详细考察其教育及专业背景，并做好信息公开，这样可以增强投资者信心并降低企业融资成本[11]；姜付秀、张敏、陆正飞等（2009）研究指出，具备财务专业知识的董事会秘书，能更有效地披露和传达信息，从而提升企业盈余信息的价值。高管的财务知识深入了解会计标准、税务政策、会计方法选择和财务合并报表等，特别是在企业高度金融化的背景下，这些知识对于提供高质量的盈余信息至关重要[12]。而国外的研究也强调了高管背景对会计信息的可比性和保守性的重要影响,Myerson(1997)发现如果企业未充分利用会计信息优势，可能会受到资本市场中存在的信息不对称问题的影响[13]；Jay和Jifeng（2013）认为高管的行业背景影响了投资者对公司可能采取的投资策略的期望，投资者将会从高级管理人员的行业背景推断公司战略的观点，进而影响企业的会计信息可比性[14]。因此，本文旨在综合国内外的研究成果，深入探讨高管背景、企业金融化和会计信息可比性之间的复杂关系。通过对这些关系的系统性研究，我们希望能够更好地理解高管背景对企业金融化战略和会计信息质量的影响机制，为企业决策者和利益相关者提供更有效的决策支持和风险管理策略。本文的研究结果如下：高管的海外背景对会计信息可比性直接起到削弱作用，对金融化没有显著影响，因此，金融化对海外背景和可比性之间的关系不存在中介效果；高管的金融专业背景本身对会计信息的可比性没有直接影响，但当高管拥有金融背景并增强企业的金融化程度时，会导致会计信息可比性的降低。此外，高管的教育水平对会计信息的可比性有正向影响，而其对企业金融化程度的负向影响表明，高教育水平通过减轻企业金融化的程度来提高信息的可比性；高管的科研背景同样正向影响会计信息的可比性，并且科研背景能通过降低企业金融化程度来增强信息可比性。第二章文献综述与研究假设一、会计信息可比性的内涵会计信息的可比性是评估会计信息质量的一个关键维度，它在决策优化和资源合理配置方面发挥着核心作用。与仅能体现单个企业运营状况的可靠性、及时性等质量特征不同，会计信息的可比性使投资者能够对比不同实体企业的经营表现，从而提高资源配置效率（Holthausen，2009）[15]。会计信息是一种有助于缓解企业内部与外部信息不对称的有效工具，也是公司治理结构的基础。高质量的会计信息不仅具备鉴别功能，还能有效执行治理作用。作为会计信息有效性的基本要素，可比性帮助用户辨认和理解不同企业间的相似性与差异，使得企业实际运营状态得以准确评估（张焰朝、孙光国、袁月，2022）[16]。会计信息可比性同样也具有鉴别和治理功能:从它的鉴别功能来看，袁知柱和张小曼（2020）认为可比的会计信息能为企业提供高质量的参考，便于企业外部投资者和内部管理者等信息使用者根据财务报表等企业披露的信息进行管理和投资，提高决策的有效性[17]。从治理功能来看，雷啸和唐雪松（2021）认为可比的会计信息能够提高公司治理水平减少违规行为的出现，有助于减少企业内信息不对称，减轻代理问题[18]，增强企业的创新水平（江轩宇、申丹琳、李颖，2017）[19]，同时提高了企业内外部监督效力，进而降低企业管理层的避税代理成本（袁振超和饶品贵，2018）[20]。过去文献中研究发现：企业集团内部成员企业之间的会计信息可比性越高，集团资本配置效率也越高；企业集团多元化经营程度越高，集团内部成员企业间会计信息可比性对集团资本配置效率的提升作用越明显（曙光、马忠、王龙丰，2022）[21]。二、高管特征对会计信息质量的影响根据高层梯队理论，企业管理层的个人认知和背景会显著影响其对信息的解读和判断，作为企业战略决策的制定者和实施者，他们的背景特征有时往往会影响其决策行为。烙印理论进一步具体化了高层梯队理论，指出个体在特定环境下的经历会留下持久记忆，并形成习惯性行为，这些行为即便在环境变化后仍可能持续（Calorietal，1997；Greenwoodetal，2010）[22][23]。现有的文献主要从高管的海外背景、教育背景、专业技术背景、金融背景、研发技术背景和政治关联背景等这几个方面研究高管背景对企业的影响。在全球化的今天，企业面临着日益复杂多变的市场环境，高管的国际经验和海外背景变得愈发重要。代昀昊和孔东民（2017）研究认为高管具有海外背景能有效避免企业过度投资，进而提升投资效率[24]。由于其对多元化市场环境的了解，他们更容易理解和应用国际会计准则和规范，从而使企业的财务报表更加符合国际标准，易于比较分析。此外，高管对国际市场的经验也使他们更加重视和推动企业的财务透明度，提高会计信息的质量和可比性。高管团队的能力和素质是企业成功的关键因素之一。林勇和周妍巧（2011）研究表明，高管团队的高学历通常意味着他们接受了更多的专业训练，拥有更强的综合思考和判断力，这有助于他们抓住市场机遇，并进行有效的研发活动，从而增强公司的核心竞争力并提升盈利能力。此外，高级职称的高管更可能在专业领域内取得领导地位，比如参与行业标准的制定，这有助于获得券商、审计和律师等中介机构的信任，提升公司治理和内控的可信度，进而提高评估效率，减少测试的时间和范围[25]高级职称的高管在其专业领域的技术积累也有助于吸引客户，推动公司业绩的增长（李寿喜和洪文娇，2021）[26]。学历背景反映了高管在学术领域的知识和教育程度，对于理解和应用会计信息的规范和要求具有重要意义。高管具备较高的学历背景通常意味着他们在会计和财务领域有更深入的学习和研究经历。这使得他们具备更加扎实的财务知识和会计理论基础，能够更好地理解财务报表和会计准则的要求。他们能够更加准确地解读会计信息，识别潜在的差异和问题，并为公司提供更准确和可靠的财务报告。对于高管的金融背景，已有学者深入探讨了CEO金融背景在企业金融化产生的经济后果中所扮演的角色，研究发现，CEO的金融背景可以促进企业金融化，主要是因为这可以增强CEO的自信心并减轻融资限制（杜勇、谢瑾、陈建英，2019）[27]。深厚的的金融知识和技能，使高管能够把握金融市场的机会和挑战，与金融机构和投资者更好的沟通合作，提高企业的融资能力和资本运作效果，对企业金融化具有推动作用，同时，他们专业的知识和经验能够加强会计信息的准确性、一致性和透明度，并且能够更好地将国际会计准则与公司的财务报告相结合，提高会计信息的可比性。这有助于投资者和决策者更准确地评估企业的绩效和价值。企业创新是企业在发展过程中必不可少的一个要素，它关系着企业生产效率的提升，许多的文献中都有谈到：高管具有研发技术背景更有可能推动企业的创新战略（彭红星和毛新述，2017）[28]，他们倾向于深入了解前沿技术并更愿意增加对研发创新的资金投入，以此开发新产品和开拓新市场，增强企业的竞争力（余恕莲和王藤燕，2014；刘中燕和周泽将，2019）[29][30]。具备技术研发经验的高管通常在科技和工程领域拥有深厚的专业知识和经验，这让他们在处理会计信息时具备技术优势，能够认识到信息系统在会计信息收集、处理与报告中的重要性，能够更好地应用技术手段提高会计信息可比性，他们可能会推动公司引入先进的财务软件和系统，建立更高效和准确的财务报告流程。综上可知，高管的背景特征会对会计信息的可比性产生很大程度上的影响。本文旨在研究高管的背景特征如何对会计信息的可比性产生显著影响，并在此基础上提出如下假设：假设H1：高管背景特征对企业会计信息可比性有显著影响。三、企业金融化的动因与其造成的影响当前，中国经济正在从快速增长向高质量发展转型，实体经济与金融体系的互动也日益增强。然而，实体企业面临如经济下行压力大、产能过剩、成本上升和利润减少等诸多挑战。同时实体企业越来越倾向于金融化，这表现在企业大规模的金融资产投资上，资本被更多地用于金融投资而不是传统的生产与服务领域。实体企业的利润逐渐依赖于非主营业务的资本操作和投资，追求资本的简单增值而非通过主营业务获得经营性收益（刘冬冬，2022）[31]。已有文献主要从内外两个方面来阐述实体企业金融化的原因：首先是实体领域获利危机和互联网、人工智能以及企业的数字化转型等外部因素的出现。自2008年金融危机大爆发以来，我国金融市场开始快速发展、实体企业通过大量、短期的金融类投资行为获得金融创新方面的巨大收益，导致实体领域出现了获取利润的危境，加深了实体企业的金融化程度（陈雨露，2015）[32]。这个时代是科技的时代，实体企业为了抓住数字经济发展的机遇，构建新的资金运作结构，制定了数字化转型战略，用大数据来重塑企业的价值链条（徐朝辉和王满四，2022）[33]。其次，企业内部的公司治理观念也发生了变化，根据委托代理理论，在新的商业模式下，实体企业会以股东价值最大化为财务目标、将股权激励计划搬上台面，为了股东以及其他利益相关者所获价值最大化，管理者将会在短期内通过进行大量金融投资活动来实现这个目的，从而减少了实体经济方面的投资（孙平，2020）[34]。实体企业金融化的经济影响表现在多个方面。研究表明，这一趋势不仅会降低企业的投资效率（张昭、朱峻萱、李安渝，2018）[35]，还会抑制企业创新（王红建、曹瑜强、杨庆等，2017）[36]，郑智勇、何剑、张梦婷（2022）认为，实体企业金融化抑制了企业在创新方面的投入[37]。此外，实体企业金融化对中国劳动收入份额同样也会有一定程度的影响（王博和毛毅，2019）[38]。根据吕泽婧（2022）的研究，实体企业金融化还会同时增加企业的债务融资成本、代理成本及经营风险[39]。当企业对金融资产的投资超过适当水平，出于强烈的投资套利动机，会把过多资产配置在金融资产上，以追求短期高额利润，企业的金融化程度呈现出过高的状态，影响了其创造长期价值的能力，这样就可能导致企业前后的经营业绩剧烈波动，管理者为了掩盖企业业绩下滑而有动机地选择性披露会计信息，降低会计信息的透明度，隐藏对企业不利的消息，通过扭曲准则要求的会计政策和业绩操纵等手段降低会计信息可比性。同时，金融资产按公允价值计量为管理层实施盈余管理提供了便利，管理层可能利用金融资产价值波动来调节企业盈余（彭俞超、倪骁然、沈吉，2018）[40]，降低了会计政策执行的严格性，增加了会计信息的不准确性，进一步影响了会计信息的可比性（罗忠莲和田兆丰，2018）[41]。当企业的金融资产充裕时，企业出于资金利用和资产增值的考虑，选择将部分资产转化为金融工具或进行金融投资发生的企业金融化，即为企业适当程度的金融化，与行业的平均水平相近。主要通过“蓄水池”动机进行金融化，企业在财务困难时期倾向于通过出售金融资产获取现金流，以应对融资压力（杨筝、刘放、王红建，2017）[42]，分散企业主营业务经营的风险（孙洪锋和刘嫦，2020）[43]。而分析师等信息中介的关注，更偏向于盈余稳定的企业，对会计信息可比性的要求也因此变高，为了向市场反应良好的经营状况，企业将会披露更真实的会计信息，通过监督和治理效应，可以限制管理层的盈余管理行为，进而提升企业的信息披露质量和会计信息的可比性（袁知柱、张小曼、于雪航，2017）[44]。而当企业的金融化程度低于行业的平均水平时，这表明企业更倾向于通过实物资产创造利润，而只是用较小部分的金融资产来确定投资者之间的收益分配。这些企业的企业资源相对来说比较集中，有利于企业的可持续经营，企业的财务状况良好，管理者更有动力传递真实的财务状况和会计信息，进而提高会计信息质量和可比性。现有文献指出，影响会计信息可比性的因素主要可以分为正面和负面两种因素，一方面，公司治理、机构投资者持股、审计师职业经验和分析师跟踪等对会计信息可比性具有正向影响，而市场竞争、管理者过度自信、管理层在会计准则执行上的动机和力度、以及高管过高的薪酬等则对其产生负面影响。另一方面，关于实体企业金融化程度与会计信息可比性之间关系的研究还不够充分，所以本文将从高管的不同背景特征入手，研究高管背景异质性、金融化与会计信息可比性三者之间的关系，基于这些分析，本文提出假设：假设H2：高管背景特征对金融化有显著影响。经过之前的文献分析发现，高管的不同背景特征对会计信息可比性和企业金融化会产生不同的影响，基于这一推论，本文假设高管的背景特征与会计信息可比性之间存在中介效应：假设H3：高管的背景特征通过影响企业金融化程度，进而影响会计信息的可比性，表明企业金融化在高管背景和会计信息可比性关系中起到中介作用。第三章研究设计一、样本选择与数据来源本研究选取了2009年至2022年期间在我国全部的A股上市公司进行研究，采取了以下筛选步骤：（1）排除金融保险和房地产行业的公司；（2）排除带有ST和*ST标记的公司；（3）筛选出数据完整的公司；（4）为了消除极端值对结果的影响，对所有连续变量进行了1%的Winsorize调整。筛选后，总共获得了6400个完整样本观测值，本文使用的财务数据全部来源于国泰安数据库（CSMAR）。二、变量定义1.被解释变量：会计信息可比性（COMP4）本文在计算上市公司的可比性指标（COMP4）时，参照了DeFranco,Kothari,Verdi（2011）以及唐雪松、蒋心怡、雷啸（2019）的研究方法[45][46]。具体做法是：首先，使用公司i在过去16个连续季度的数据，依照模型（3-1）进行回归，以建立公司i在第t年的会计系统转换函数。（3-1）在此部分，Earningsi,t表示公司i第t期的会计盈余，通过扣除非经常性损益后的净利润与期初权益市场价值的比例来衡量；Returni,t是季度股票收益率。为了削弱正负盈余对市场反应的不对称影响对会计信息可比性的干扰，引入了Negi,t虚拟变量。当Returni,t为负或零时，Negi,t设为1，否则设为0。假设公司i和公司j的经济活动一致，即它们都是Returni,t的情况下，利用模型（3-1）得出公司i和公司j的会计系统转换函数，用于计算它们各自的预期盈余。（3-2）（3-3）通过模型（3-1）计算得出公司i和公司j在预期盈余差异平均绝对值，然后取负值，以评估它们在第t期会计信息的可比性。（3-4）参照张焰朝、孙光国、袁月（2022）的方法，计算企业i与其行业内其他企业的会计信息可比性。然后，将这些可比性值进行降序排列，并取排名前四的值的平均数作为企业i的会计信息可比性指标，称为COMP4。此指标值越高，表示企业i的会计信息可比性越强[47]。2.解释变量：高管背景异质性（Background）本研究的解释变量涵盖了高管的背景特征，具体包括高管团队的海外背景（oversea_ratio）、金融背景（ceofin）、学历背景（Degre）以及技术研发背景（TEC）。根据张丽和管烨萱（2022）的研究方法，高管团队海外背景是通过计算具有海外教育或工作经验的高管人数与总高管人数的比例来衡量，反映了高管团队的国际化程度[48]；高管团队的金融背景通过计算不同金融机构任职过的高管人数占总高管人数的比例表示；高管学历背景按照本科及本科以上学历高管所占高管总人数的比例表示；企业高管团队的技术研发背景可以通过计算在技术研发岗位有工作经验的高管人数占总高管人数的比例来表示。3.中介变量：企业金融化程度（Fin）借鉴杨松令、牛登云、刘亭立等（2021），剔除了现行会计准则中较难分离的经营性资产和结合现实背景扩大了金融资产范围，本研究所涵盖的金融资产范围包括交易性金融资产、衍生金融资产、发放的贷款和垫款、可供出售金融资产、持有到期投资、长期股权投资等类别[49]。本文将实体企业金融化定义为：（3-5）4.控制变量参考既有文献，选取以下控制变量来分析高管背景异质性、企业金融化与会计信息可比性之间的关系：资产负债率（LEV），表示为总负债与总资产的比例；机构投资者股权比例（INshare），表示为机构投资者持股总股数占总股本的比例；资本密集度（F），固定资产占总资产的比重；两职合一（Dual），是则记为1，否则为0；公司规模（Size），期末总资产的对数值；投资回报率（ROA），净利润除以期末总资产之比；公司成长性（Growth），用营业收入增长率表示；现金流动比率（CF），经营活动产生的净现金流量与总资产的之比；企业年龄（Age），用上市年限加1的自然对数值表示；股权分布集中度（First10），通过前十大股东持有的股份比例表示；独立董事（IndDir），独立董事人数与董事会总人数之比；产权性质（Soe），国有企业为1，非国有企业为0；事务所规模（Big4），聘请国际四大会计师事务所为1，否则为0。除此之外，为提高回归分析的准确性，本文控制年份（Year）和行业（IND）的固定效应。更多相关变量说明见表3-1。表3-1变量说明类型名称符号定义被解释变量会计信息可比性COMP4DeFranco,Kothari,Verdi（2011），唐雪松、蒋心怡、雷啸（2019）的研究方法等计算的上市公司可比性指标解释变量(Background)高管团队海外背景oversea_ratio具有海外背景（包括海外教育和工作经历）的高管在企业高管总人数中所占比重高管金融背景ceofin本文将高管是否具有金融背景（曾在金融机构任职）作为一个变量，如果高管具有金融背景则标记为1，否则标记为0，然后计算具有金融背景高管的比例。高管受教育背景Degre企业高管学历平均水平。本文取具有本科及本科以上学历高管人数占高管总人数的比重高管研发技术背景TEC高管有研发技术岗位的工作经历，如果有则设定为1，否则设定为0，本文取有在研发技术岗位工作经历的高管总人数占企业高管总人数的比重中介变量企业金融化程度Fin借鉴杨松令、牛登云、刘亭立等（2021）的方法：金融类资产配置占总资产的比重控制变量资产负债LEV总负债/总资产机构投资者持股INshare机构投资者持股占总股本比例资本密集度F固定资产/总资产两职合一Dual董事长兼任首席执行官为1，董事长不兼任首席执行官为0企业规模Size期末总资产的自然对数资产收益率ROA净利润与期末总资产之比企业成长性Growth企业的营业收入增长速度，（当期营业收入-上期营业收入）/上期营业收入现金流量CF经营性现金流量净额占总资产的比重企业年龄Age企业上市年限加1的自然对数股权集中度First10前十大股东持股比例独立董事比例IndDir独立董事人数与董事会总人数的比值产权性质Soe国有企业取值为1，否则为0事务所规模Big4实体企业聘请国际四大会计师事务所取值为1，否则为0行业Industry行业虚拟变量年份Year年度虚拟变量三、模型构建为了探讨高管背景异质性、企业金融化与会计信息可比性之间的联系，本研究首先着重于分析不同高管背景如何影响会计信息的可比性。针对此目标，建立了以下研究模型：：（3-6）其中，表示企业，t表示年份；被解释变量COMP4表示企业会计信息可比性；Background表示四个核心解释变量，分别是：oversea_ratio表示高管团队海外背景，ceofin表示高管金融背景，Degre表示高管学历，TEC表示高管技术研发背景，Controls表示控制变量，包括企业资产负债率（LEV），机构投资者持股（INshare），资本密集度（F），两职合一（Dual）等;year和ind分别表示年份效应与行业效应，为截距项，为随机干扰项。然后检验高管的不同背景特征对企业金融化的影响，构建如下模型：（3-7）Fin为中介变量，代指企业的金融化程度，为截距项。最后，检验金融化对不同高管背景特征与会计信息可比性关系的中介效应，构建如下研究模型：（3-8）为截距项，本文用此乘积的值验证中介效果：第四章实证结果分析一、描述性统计表4-1列出了所有变量的描述性统计分析结果，样本内会计信息可比性（COMP4）的平均值为-0.0029，中位数为-0.0015，并且标准差仅为0.0043，说明该变量整体表现略微偏向于负数方向；企业金融化程度（Fin）的平均值是0.0747，最低值为0，最高值为0.4659，说明各行业和年份的企业在金融化程度上存在明显差异，有些企业之间差异比较大。高管团队海外背景（oversea_ratio）的平均值为0.1307，中位数为0.0769，说明大部分企业的高管团队缺乏海外背景，只有少数企业拥有海外背景；具有金融背景（ceofin）的高管占比平均值为0.0617，中位数为0.0455，数据显示大部分企业中存在具有金融背景的高管，但比例通常较低，且部分企业完全无此类高管。高管的学历背景（Degre）中，本科及以上学历的平均占比为0.6255，中位数为0.7059，说明大多数高管具备较高学历；技术研发背景的高管（TEC）平均值为0.1941，指出技术性高管在企业中的比例相对较低。其他控制变量的统计数据与现有研究结果基本一致，本文不再赘述。表4-1变量描述性统计变量样本量平均值标准差最小值p25中位数p75最大值COMP46400-0.00290.0043-0.0287-0.0028-0.0015-0.0008-0.0004Fin64000.07470.091700.010.04050.10440.4659oversea_ratio64000.13070.1745000.07690.16671ceofin64000.06170.0776000.04550.10.3333Degre64000.62550.297700.50.70590.84621TEC64000.19410.139800.08330.17650.28570.6LEV64000.38800.18030.06560.24660.37840.51620.8475INshare640035.449225.52600.113812.163832.826855.798690.7707F64000.19820.12930.00380.09610.17880.27490.5784Dual64000.34300.474800011Size640022.13711.061820.211121.407321.999722.681025.8170ROA64000.03250.0727-0.29290.01220.03730.06720.2142Growth64000.14170.3280-0.5226-0.03300.10450.25681.7570CF64000.05070.0625-0.11510.01240.04750.08590.2425Age64002.02400.31511.60941.79181.94592.30262.5649First10640056.446414.621722.600046.350056.810067.190089.4400IndDir64000.38000.05310.33330.33330.36360.42860.5714SOE64000.15860.365400001Big464000.04610.209600001二、相关性分析表4-2列示了主要变量的相关系数矩阵，从中可以看到。除了ceofin之外，COMP4和Fin、oversea_ratio、Degre、TEC之间的相关系数都通过了1%水平的统计检验，且Fin和oversea_ratio与COMP4的相关性为负相关，Degre和TEC与COMP4的相关性为正相关。这一初步验证了前文的假设，此外，研究还对回归变量的方差膨胀因子（VIF）值进行了检验，结果显示所有变量的VIF值均未超过10，表明回归模型中不存在明显的多重共线性问题，但还需要通过控制其他可能影响结果的因素进行多元回归来获得更为严谨的分析结果变量的VIF值为：变量的VIF值为：Fin=1.18,LEV=1.79,INshare=1.81,F=1.81,Dual=1.08,Size=1.94,ROA=1.80,Growth=1.24,CF=1.36,Age=1.64,First10=1.74表4-2相关性分析变量COMP4Finoversea_ratioceofinDegreTECLEVINshareFDualSizeROAGrowthCFAgeFirst10IndDirSOEBig4COMP41Fin-0.06***1oversea_ratio-0.11***0.03**1ceofin-0.02*0.03**-0.13***1Degre0.06***-0.02*-0.19***0.14***1TEC0.15***-0.08***-0.18***0.010.3***1LEV-0.28***-0.22***0.05***0.05***-0.05***-0.12***1INshare0.03**-0.0100.09***-0.06***-0.09***0.13***1F0.08***-0.22***-0.09***0.01-0.14***-0.11***0.03**0.12***1Dual0.05***00.0100.020-0.01-0.13***-0.03***1Size-0.07***-0.020.04***0.06***-0.04***-0.1***0.43***0.41***0.02*-0.08***1ROA0.41***0.07***-0.08***-0.04***0.020.09***-0.33***0.13***-0.010.020.11***1Growth0.12***-0.06***-0.03**0.04***0.04***0.06***0.05***0.06***0.010.04***0.1***0.33***1CF0.09***0.08***-0.01-0.03***-0.03**-0.02-0.19***0.11***0.16***0.02*0.09***0.44***0.09***1Age-0.23***0.09***0.2***-0.06***0.05***-0.08***0.08***-0.06***-0.07***-0.08***0.21***-0.16***-0.08***-0.04***1First100.14***0.03***-0.1***0.07***-0.13***-0.09***-0.010.53***0.11***-0.03**0.2***0.22***0.05***0.16***-0.33***1IndDir-0.0100.02*-0.02-0.01-0.05***0.01-0.07***00.12***-0.05***-0.04***000.0101SOE-0.07***0-0.010.05***0.02-0.04***0.13***0.37***0.03**-0.2***0.21***-0.03***-0.06***-0.02*0.08***0.15***-0.07***1Big4-0.010.04***0.09***0.05***0.01-0.03**0.09***0.22***0-0.05***0.34***0.05***0.03**0.08***00.18***0.010.08***1注：***、**、*分别表示系数在1%、5%、10%的水平上显著。三、多元回归分析表4-3展示了高管团队海外背景、金融化与会计信息可比性的实证结果。三列结果分别显示了高管团队海外背景与会计信息可比性、高管团队海外背景与企业金融化以及加入了金融化中介变量后对高管团队海外背景与会计信息可比性之间关系的影响结果。回归过程中加入了年份和行业的固定效应以及一系列控制变量，运用模型（3-8）检验中介变量金融化程度（Fin）对高管团队海外背景与会计信息可比性之间关系的影响，并以Fin和高管团队海外背景变量的系数乘积来检验中介效果。第一列数据显示，高管团队海外背景（oversea_ratio）的系数为负，且在1%的水平上显著，初步验证了假设H1，这说明具有海外背景的高管在经历了对多元化国际市场的了解之后，导致他们对国内会计制度和市场不熟悉，在海外工作期间接触到其他语言和专业术语，导致在与本地会计团队或监管机构进行沟通时存在语言障碍，可能会影响对会计信息的理解和传达，进而影响到财务报告的准确性和可比性。海外背景还可能使得高管更加熟悉其他国家的审计标准和实践，而这些标准和实践可能与本地的审计要求存在差异，可能会影响到企业财务报告的审计质量和可比性；同时，第二列数据表明具有海外经验的高管对企业金融化的影响并不明显；即高管的海外背景对金融化没有显著影响，对企业的会计信息可比性直接起到削弱作用，因此，金融化对海外背景和可比性之间的关系不存在中介效果。表4-3高管团队海外背景、金融化与会计信息可比性变量被解释变量COMP4FinCOMP4oversea_ratio-0.0867***0.0324-0.0866***-0.0003-0.0069-0.0003Fin-0.3246***-0.0005LEV-0.3358***-12.4689***-0.3763***-0.0003-0.0077-0.0003INshare0.0001-0.00600-0.00010F0.1294***-15.4981***0.0791*-0.0004-0.0094-0.0004Dual0.0173*-0.02410.0172*-0.0001-0.0023-0.0001Size0.0146**0.5485***0.0164***-0.0001-0.0014-0.0001ROA2.0412***-1.89362.0351***-0.0008-0.0194-0.0008Growth0.0001-1.4887***-0.0047-0.0002-0.0036-0.0002CF-0.8045***7.3585***-0.7806***-0.0008-0.0197-0.0008Age-0.2142***1.3433***-0.2098***-0.0002-0.0043-0.0002First100.0009**0.0455***0.0011**0-0.00010IndDir-0.0159-0.7432-0.0183-0.0009-0.0202-0.0009SOE0.0197-0.28410.0188-0.0001-0.0033-0.0001Big4-0.00790.8343-0.0052-0.0002-0.0055-0.0002IndustryYESYESYESYearYESYESYESR-squaredAdj.0.30580.15310.3096No.observations640064006400注：表中系数在1%、5%、10%的水平上显著分别表示为***、**、*；括号内为标准误；模型系数放大100倍。表4-4展示了高管金融背景、金融化与会计信息可比性的实证结果。三列结果分别显示了高管金融背景与会计信息可比性、高管金融背景与企业金融化以及加入金融化作为中介变量后对高管金融背景与会计信息可比性之间关系的影响结果。回归过程中加入了年份和行业的固定效应以及一系列控制变量，运用模型（3-8）检验中介变量金融化程度（Fin）对高管金融背景和会计信息可比性之间关系的影响，并以金融化程度（Fin）和高管金融背景变量的系数乘积来检验中介效果。从第一、二列数据中可以看出，尽管高管金融背景（ceofin）对会计信息可比性的影响不明显，但对企业金融化却有显著且正向的影响，并且在1%的水平上显著，假设H2得到验证，这说明具有深厚的的金融知识和技能的高管，能够把握金融市场的机会和挑战，与金融机构和投资者更好的沟通合作，提高企业的融资能力和资本运作效果，对企业金融化具有推动作用；高管金融化背景的中介效应检验结果的乘积为负值，如果在高管的金融背景对会计信息可比性没有影响，具有金融背景的高管在加深企业金融化程度时，会通过增加企业金融化水平来降低会计信息可比性。表4-4高管金融背景、金融化与会计信息可比性变量被解释变量COMP4FinCOMP4ceofin0.00965.1732***0.0265-0.0007-0.0154-0.0007Fin-0.3256***-0.0005LEV-0.3361***-12.5620***-0.3770***-0.0003-0.0077-0.0003INshare0-0.007100-0.00010F0.1378***-15.4635***0.0875**-0.0004-0.0094-0.0004Dual0.0170*-0.04630.0168*-0.0001-0.0023-0.0001Size0.0150**0.5456***0.0167***-0.0001-0.0014-0.0001ROA2.0548***-1.65962.0494***-0.0008-0.0194-0.0008Growth-0.0012-1.4981***-0.0061-0.0002-0.0036-0.0002CF-0.8099***7.5087***0.7855***-0.0008-0.0197-0.0008Age-0.2191***1.3157***-0.2148***-0.0002-0.0043-0.0002First100.0009**0.0454***0.0011***0-0.00010IndDir-0.019-0.651-0.0211-0.0009-0.0202-0.0009SOE0.0213-0.30530.0203-0.0001-0.0033-0.0001Big4-0.01480.7728-0.0123-0.0002-0.0055-0.0002IndustryYESYESYESYearYESYESYESR-squaredAdj.0.30480.15460.3087No.observations640064006400注：表中系数在1%、5%、10%的水平上显著分别表示为***、**、*；括号内为标准误；模型系数放大100倍。表4-5展示了高管受教育背景、金融化与会计信息可比性的实证结果。三列结果分别显示了高管受教育背景对会计信息可比性的影响、高管受教育背景对企业金融化的影响以及加入了金融化中介变量后对高管受教育背景与会计信息可比性之间关系的影响结果。回归过程中加入了年份和行业的固定效应以及一系列控制变量，运用模型（3-8）检验中介变量金融化程度（Fin）对高管受教育背景与会计信息可比性之间关系的影响，并以Fin和高管受教育背景变量的系数乘积来检验中介效果。第一列中，高管的受教育程度（Degre）系数呈正向，并在1%的显著水平上，从而支持了假设H1，意味着具有较高学历的高管在会计和财务领域有更深入的学习和研究经历，这使得他们具备更加扎实的财务知识和会计理论基础，能够更好地理解财务报表和会计准则的要求，他们能够更加准确地解读会计信息，识别潜在的差异和问题，并为公司提供更准确和可靠的财务报告；第二列数据显示高管的受教育程度系数为负，且在1%的水平上显著为负，以上进一步验证了假设H2，说明高受教育背景的高管可能会更加重视企业的长期发展和财务稳健性，相对减少企业的金融化行为，以实现更加可持续的经营和价值创造；第三个核心解释变量高管受教育程度对金融化中介效果检验的乘积为正值，由此说明，教育程度能通过缓解金融化程度来提升会计信息可比性，假设H3得到了支持。表4-5高管受教育背景、金融化与会计信息可比性变量被解释变量COMP4FinCOMP4Degre0.0753***-1.2644***0.0713***0-0.0038-0.0002Fin-0.3151***-0.0005LEV-0.3398***-12.4043***-0.3789***-0.0003-0.0077-0.0003INshare0-0.005900-0.00010F0.1655***-15.9676***0.1152***-0.0004-0.0094-0.0004Dual0.01550.00110.0155-0.0001-0.0023-0.0001Size0.0164***0.5246***0.0180***-0.0001-0.0014-0.0001ROA2.0448***-1.73742.0393***-0.0008-0.0194-0.0008Growth-0.0042-1.4376***-0.0087-0.0002-0.0036-0.0002CF-0.8144***7.4315***-0.7910***-0.0008-0.0197-0.0008Age-0.2294***1.5199***-0.2246***-0.0002-0.0043-0.0002First100.0011***0.0426***0.0012***0-0.00010IndDir-0.0181-0.7591-0.0205-0.0009-0.0202-0.0009SOE0.0176-0.2220.0169-0.0001-0.0033-0.0001Big4-0.02010.9289*-0.0172-0.0002-0.0055-0.0002IndustryYESYESYESYearYESYESYESR-squaredAdj.0.30710.15460.3107No.observations640064006400注：表中系数在1%、5%、10%的水平上显著分别表示为***、**、*；括号内为标准误；模型系数放大100倍。表4-6展示了高管研发技术背景、金融化与会计信息可比性的实证结果。三列结果分别显示了高管研发技术背景对会计信息可比性的影响、高管研发技术背景对企业金融化的影响以及加入了金融化中介变量后对高管研发技术背景与会计信息可比性之间关系的影响结果。回归过程中加入了年份和行业的固定效应以及一系列控制变量，并以Fin和高管研发技术背景变量的系数乘积来检验中介效果。第一列中，高管的技术研发背景（TEC）系数呈正向，并在1%的显著水平上，进一步验证了假设H1。这表明具有技术研发背景的高管通常在科学领域、技术和工程领域拥有专业知识和经验，使他们在处理与技术相关的会计信息时具有明显优势，能更好地理解和应用这些信息；第二列数据显示高管技术研发背景的系数为负，且在1%的水平上显著为负，以上进一步验证了假设H2，具有技术研发背景地高管对企业创新战略更为热衷，加大创新资金投入从而减少金融化行为；第三列数据表明高管的技术研发背景对金融化中介效果检验的乘积为正值，高管科研背景在正向影响可比性、降低金融化程度的情况下，可以通过减轻企业金融化程度来提升会计信息的可比性，假设H3得到了支持。表4-6高管研发技术背景、金融化与会计信息可比性变量被解释变量COMP4FinCOMP4TEC0.2036***-6.8194***0.1834***-0.0004-0.0082-0.0004Fin-0.2959***-0.0005LEV-0.3276***-12.7487***-0.3653***-0.0003-0.0077-0.0003INshare0-0.006300-0.00010F0.1678***-16.5061***0.1189***-0.0004-0.0094-0.0004Dual0.0180*-0.05670.0178*-0.0001-0.0023-0.0001Size0.0152**0.5419***0.0168***-0.0001-0.0014-0.0001ROA2.0343***-1.22672.0307***-0.0008-0.0193-0.0008Growth-0.004-1.3937***-0.0081-0.0002-0.0036-0.0002CF-0.8002***7.0276***-0.7795***-0.0008-0.0196-0.0008Age-0.2140***1.1782***-0.2106***-0.0002-0.0043-0.0002First100.0011***0.0394***0.0012***0-0.00010IndDir0.0082-1.65820.0033-0.0009-0.0201-0.0009SOE0.0178-0.16610.0173-0.0001-0.0033-0.0001Big4-0.01690.9104*-0.0142-0.0002-0.0055-0.0002IndustryYESYESYESYearYESYESYESR-squaredAdj.0.30840.16220.3116No.observations640064006400注：表中系数在1%、5%、10%的水平上显著分别表示为***、**、*；括号内为标准误；模型系数放大100倍。中介效应检验的结果揭示，金融化对不同背景高管企业会计信息可比性的影响产生了部分中介效应。第五章稳健性检验为了验证上述估计结果的稳健性，本文参考吴军和陈丽萍（2018）的做法，使用金融收益占比重新对企业金融化程度进行度量[50]，运用模型（3-8）再次进行回归，加入控制变量并控制行业以及年份的固定效应，结果如表5-1所示，回归结果中介效应乘积与前文效果一致，再次验证结果的稳健性。表5-1更换度量方式后的回归结果变量被解释变量COMP41234oversea_ratio-0.0868***(0.0003)ceofin0.0141(0.0007)Degre0.0751***(0.0002)TEC0.2039***(0.0004)Fin-0.0034***-0.0034***-0.0034***-0.0034***(0.0000)(0.0000)(0.0000)(0.0000)LEV-0.3377***-0.3381***-0.3417***-0.3295***(0.0003)(0.0003)(0.0003)(0.0003)INshare0.00010.00000.00000.0001(0.0000)(0.0000)(0.0000)(0.0000)F0.1285***0.1370***0.1646***0.1669***(0.0004)(0.0004)(0.0004)(0.0004)Dual0.0176*0.0172*0.01580.0183*(0.0001)(0.0001)(0.0001)(0.0001)Size0.0148**0.0151**0.0165***0.0153***(0.0001)(0.0001)(0.0001)(0.0001)ROA2.0425***2.0563***2.0461***2.0356***(0.0008)(0.0008)(0.0008)(0.0008)Growth-0.0003-0.0016-0.0046-0.0044(0.0002)(0.0002)(0.0002)(0.0002)CF-0.8094***-0.8147***-0.8192***-0.8052***(0.0008)(0.0008)(0.0008)(0.0008)Age-0.2134***-0.2183***-0.2286***-0.2132***(0.0002)(0.0002)(0.0002)(0.0002)First100.0009**0.0010**0.0011***0.0011***(0.0000)(0.0000)(0.0000)(0.0000)IndDir-0.0159-0.0189-0.01820.0082(0.0009)(0.0009)(0.0009)(0.0009)SOE0.01880.02040.01670.0169(0.0001)(0.0001)(0.0001)(0.0001)Big4-0.0083-0.0152-0.0205-0.0173(0.0002)(0.0002)(0.0002)(0.0002)IndustryYESYESYESYESYearYESYESYESYESR-squaredAdj.0.30960.30870.31070.3116No.observations6400640064006400注：***、**、*分别表示系数在1%、5%、10%的水平上显著；括号内为标准误；模型系数放大100倍。第六章结论与建议本研究使用了2009年至2022年之间我国全部A股上市公司的数据作为样本，从金融化的角度出发，探讨了高管的不同背景特征对企业会计信息可比性的影响。得到了以下研究结论：（1）高管的海外背景对金融化无显著影响，并直接减弱了会计信息的可比性，说明金融化在海外背景与可比性关系中无中介作用；（2）尽管高管的金融背景未直接影响会计信息的可比性，但当高管具有金融背景时，其促进企业金融化的行为倾向于降低会计信息的可比性；（3）高教育水平的高管在正向影响会计信息可比性的同时，通过降低企业金融化程度来提高信息可比性；（4）具有科研背景的高管在提升会计信息可比性的同时，通过减少企业的金融化程度来实现这一目标。所有这些发现在进行了稳健性检验之后依然有效。基于此，本文得出如下建议：（1）对于高管海外背景：由于海外背景对金融化没有显著影响，但会计信息可比性受到直接削弱，建议企业在选择高管时应更加注重其对本地市场的理解和适应能力。企业可以通过招聘具有深入了解当地市场环境和业务操作方式的高管来提高本地市场的竞争优势。（2）对于高管金融背景：考虑到这种情况可能会通过促进企业金融化来降低会计信息的可比性，企业应审慎评估高管的金融专业背景，避免过度依赖金融化策略。建议企业在制定财务战略时，要充分考虑长期业务发展和财务稳健性，而不是仅仅追求短期的金融指标。（3）对于高管受教育程度：受教育程度对提高会计信息可比性有正向影响，但可能会降低企业的金融化程度。因此，建议企业在选拔高管时应优先考虑其教育背景和综合能力，以提高公司的管理水平和内部治理质量。同时，企业可以通过提供持续的教育培训机会，帮助现有高管不断提升自身的管理水平和专业能力。（4）对于高管科研背景：科研背景可能有助于提高会计信息的可比性，并降低企业的金融化程度。因此，建议企业在选拔高管时可以优先考虑具有科研背景的候选人，以提升企业的创新能力和科技水平。同时，企业可以通过鼓励技术创新和研发投入来促进企业的可持续发展，并减少对金融化策略的依赖。综上所述，在选聘和培养高管团队时，企业应全面考虑候选人的海外经历、金融经验、教育水平和技术研发能力等多种因素，以实现公司长期的可持续发展和价值创造。参考文献[1]杜勇，谢瑾，陈建英.CEO金融背景与实体企业金融化[J].中国工业经济，2019(05):136-154.[2]李梦晓，董雅浩，贺晨，等.研发背景高管权力与企业脱虚向实[J/OL].软科学：1-14[2024-04-15].[3]刘一涛，刘津.高管财务背景会影响企业金融化吗？——基于融资约束与高管权力视角[J].财会通讯，2023(08):40-44+90.[4]杨亭亭，刘孝敏，汪亚楠.实体企业金融化、高管背景与企业创新投资[J].宏观经济研究，2024(01):33-47.[5]张立光，张婷婷，贺康.实体企业金融化影响企业信息环境吗？——基于分析师预测的视角[J].财经论丛，2021(10):70-78.[6]苏坤.实体企业金融化、货币政策与股价崩盘风险[J].云南财经大学学报，2018,34(09):59-67.[7]吴伟伟，张天一.非研发补贴与研发补贴对新创企业创新产出的非对称影响研究[J].管理世界，2021，37(03):137-160+10.[8]谭小玉，陈裕鑫.企业金融化对财务风险影响的统计检验[J].统计与决策，2022，38(19)：158-163.[9]刘梦凯，谢香兵.企业金融化、融资约束与可持续增长[J].南方金融，2021(11):38-50.[10]张丽，管烨萱.高管团队海外背景、金融错配与企业全要素生产率[J].哈尔滨商业大学学报(社会科学版)，2022(04):105-118.[11]李寿喜，洪文姣.实际控制人、高管背景与IPO直接融资成本[J].上海大学学报(社会科学版)，2021,38(03):73-87.[12]姜付秀，张敏，陆正飞,等.管理者过度自信、企业扩张与财务困境[J].经济研究，2009，44(01):131-143.[13]MyersonRB.GameTheory:AnalysisofConflict[M].HarvardUniversityPress,1997.[14]JayC,JifengQ.Doexecutives'backgroundsmattertoIPOinvestors?Evidencefromthelifescienceindustry.[J].PloSone,2013,8(5):e60911.[15]HolthausenRW,2009,“AccountingStandards,FinancialReportingOutcomes,andEnforcement”,JournalofAccountingResearch,47(2),pp.447-458.[16]张焰朝，孙光国，袁月.会计信息可比性能抑制企业债务违约风险吗?[J].中央财经大学学报，2022(07):48-60.[17]袁知柱，张小曼.会计信息可比性与企业投资效率[J].管理评论，2020，32(04):206-218.[18]雷啸，唐雪松.会计信息可比性与公司违规行为