【上市公司高管特征对债务融资成本的影响研究13000字】

[9]的方法对高管学历水平采用赋值法，将学历水平划分为5个等级，分别为中专及中专以下等于1、大专等于2、本科等于3、硕士等于、博士等于5，对全体高管学历取平均值。3.2.3控制变量（1）企业规模（Size）：企业经营规模的扩大对内展现为企业内部资源得到充分利用企业生产经营成本降低；对外展现为可以发挥企业规模的最大效益，资本利用率水平更高，对金融风险的抵抗能力较强，银行等信贷企业更加偏好为此类公司提供贷款。一般来说，较大规模的公司的债务融资成本要小于小规模公司，本文采用企业总资产的对数来衡量企业规模。（2）资产负债率（Lev）：资产负债率是长期偿债能力的主要指标，在一定程度上可以反映企业的财务状况。企业的资产负债率控制在合理范围内有利于企业经营发展。通常情况下，认为企业资产负债率越高，其偿债信誉评分就越低，日后债务融资成本就越高。（3）盈利能力（ROA）：对资本所有者而言，最关注的就是投入资本所能够带来的额外收益，企业运营获益能力越强，投资者的权益就越有保障。外部投资者获取到企业传递的良好信号，对企业的信任度就越高，有利于企业以低成本获得债务融资。本文以总资产收益率来衡量公司盈利能力。（4）成长性（Growth）：本文以营业收入的增长率衡量成长性。营业收入增长率是通过本期营业收入增加额比上期营业收入来表示的，营业收入增长率越高说明产品市场前景越好，可获利空间较大，对债务的偿还具有一定的保障程度。（5）总资产周转率（TAT）：总资产周转率是衡量企业资产经营质量和利用效率的重要指标。通过销售能力来具体体现总资产周转率的情况。（6）第一大股东持股比例（TOP）：是指上市公司持股最多的股东的持股数量占上市公司总股数的比例。一般来说，第一大股东在公司的经营决策中有着绝对的话语权，处于企业的经营管理的核心地位。3.3模型的构建为了验证高管特征（即高管性别、年龄、学历）对企业债务融资成本的关系，根据第二章的理论分析及研究假设，构建模型如下：高管性别特征模型：DCit=α0+α1Ggendit+α2Sizeit+α3Levit+α4ROAit+α5Growthit+α6TATit+α7TOPit+ε高管年龄特征模型：DCit=β0+β1Gageit+β2Sizeit+β3Levit+β4ROAit+β5Growthit+β6TATit+β7TOPit+ε高管学历水平特征模型：DCit=γ0+γ1Gdegrit+γ2Sizeit+γ3Levit+γ4ROAit+γ5Growthit+γ6TATit+γ7TOPit+ε表1变量定义及取值方式变量类型符号变量名称变量赋值说明被解释变量DC债务融资成本利息支出/总负债解释变量Ggend性别性别为女性高管人数占高管总人数的比重Gage年龄高管平均年龄Gdegr学历水平高管平均学历，其中中专及中专以下-1，大专-2，本科-3，硕士研究生-4，博士研究生-5控制变量Size企业规模企业总资产对数值Lev资产负债率总负债/总资产ROA盈利能力（总资产收益率）净利润/平均总资产Growth成长性（营业收入增长率）本期营业收入增加额/上期营业收入TAT总资产周转率营业收入总额/平均资产总额TOP第一大股东持股比例上市公司当年第一大股东持股数除以总股数4实证结果及分析4.1描述性统计分析从表2中的数据结果分析可得：债务融资成本的最大值为0.926，最小值为0，差值为0.926，平均值在0.018左右，表明不同企业之间的取得债务融资的费用之间存在较大的差异，可以侧面反映出相关因素的影响对债务融资成本的影响是巨大的，本文的研究是有意义的。女性高管在企业高管中的平均占比仅为0.198，男女数量值差异大，虽然部分公司的比例可以达到0.667，但从整体来看我国上市公司高管性别比例仍然存在严重的失衡现象。高管平均年龄方面，最年轻的高管平均年龄为35.615岁，而最年长的平均年龄达到了61.857岁，两者之间的跨度为26岁，悬殊差距大，并且高管年龄分布较为分散集中性较差。高管团队的平均学历达到了本科及以上的水平，但最低学历水平为大专，而最高的学历水平达到了博士，说明虽然大部分高管学历水平都可以保持在高等教育水平上，但在高管团队之间学历水平仍存在着较大差距。表2主要变量的描述性统计最小值最大值均值标准偏差债务融资成本0.0000.9260.0180.018性别0.0000.6670.1980.114年龄平均35.61561.85749.4583.180学历平均1.9414.4383.4430.391企业规模8.03012.4379.7600.567资产负债率0.0288.0090.4360.229总资产收益率-3.9110.5260.0310.123营业收入增长率A-12.482422.9660.6138.028总资产周转率A0.00311.3450.6250.512第一大股东持股比例(%)3.00089.09033.65314.6904.2相关性分析从表3皮尔逊相关性分析的结果可知，债务融资成本与女性高管占比、高管年龄和学历水平存在显著相关性，可知高管特征与债务融资成本之间有着较强的影响关系。债务融资成本与高管性别、年龄和学历水平呈现负相关关系。这说明女性高管占比越高、年龄越大、教育水平越高，则越有利于降低企业债务融资成本。这初步验证了本文的假设1、2、3，具体的关系还要通过模型回归进行分析得出。控制变量中除营业收入增长率和总资产周转率以外，其他的均分别在1%和5%水平上显著。其中高管性别、年龄平均、学历平均及营业收入增长率均与债务融资成本之间为负向关系。此外，绝大部分变量的相关系数绝对值都在0.5以下，表明本文所选取的变量之间不存在过于严重的多重共线性，满足了本文进一步研究的要求。274.3多重共线性检验为了研究债务融资成本与解释变量、控制变量之间的关系，建立了多元线性回归模型。在执行多个线性回归模型之前，需要测试自变量的多重共线性。由下表知，方差膨胀因子VIF<2，说明变量之间不存在多重共线性。表4多重共线性检验容差VIF年龄平均.8611.162性别.9201.087学历平均.8451.183企业规模.6431.556资产负债率.5681.760总资产收益率.6631.508营业收入增长率.9901.011总资产周转率.9781.023第一大股东持股比例（%）.9551.0474.4回归分析为了验证本文所提出的假设，对模型采取了多元线性回归分析，表5是高管特征对公司债务融资成本影响的实证结果，在其他因素可控的情况下，模型一到模型三是分别将高管年龄平均、性别以及学历水平三个控制变量依次单独放入的回归结果，模型的拟合优度有了进一步提升，这从侧面反映了高管的特征确实是对企业债务融资成本具有显著的影响。从模型的回归结果来看，该模型的拟合程度较高，因此所得出的结果也是比较可信的。模型一中R2为0.224，F值为82.341，系数显著性检验t值为-1.975，高管年龄平均在5%的显著水平上与债务融资成本呈负相关，即为高管的平均年龄与债务融资成本呈负相关关系，验证了前文所提出的假设。模型二中R2为0.199，F值为81.074，系数显著性检验t值为-5.633，女性高管占比在1%的显著水平上与债务融资成本呈负相关，即为企业中女性高管占比越高，企业债务融资成本就越低，验证了前文所提出的假设。模型三中R2为0.174，F值为79.478，系数显著性检验t值为-1.969，高管学历平均在5%的显著水平上与债务融资成本呈负相关，即为高管学历水平越高，在一定程度上越有利于降低债务融资成本，验证了前文所提出的假设。表5高管特征对债务融资成本影响的回归分析模型一模型二模型三年龄平均-0.016*(-1.975)性别-0.031**(-5.633)学历平均-0.069*(-1.969)企业规模0.113**(5.364)0.032**(6.997)0.254**(6.422)资产负债率0.216**(7.683)0.194**(6.311)0.328**(9.491)总资产收益率-0.084**(-3.954)-0.253**(-4.788)-0.284**(-5.801)营业收入增长率-0.029**(-4.641)-0.121**(-5.621)-0.032**(-2.983)总资产周转率-0.013*(-1.984)-0.031**(-2.956)-0.073**(-3.132)第一大股东持股比例（%）-0.165**(-5.790)-0.217**(-6.491)-0.126**(-5.317)R-Square0.2240.1990.174F值82.34181.07479.478注：*在0.05显著性水平下，**在0.01显著性水平下4.5稳健性检验为了保证本文实证结论的稳健性，在本文的学历平均变量进行了替换，替换为高管有本科及以上学历的人数占高管总人数的比重，并选取了2014-2016年沪深A股上市公司的相关数据进行稳健性检验。由表7中的回归结果可知，将学历平均改为学历水平并不影响回归模型的显著性。最终模型的回归系数也与原模型无显著差异。表6高管特征对债务融资成本影响的稳健性分析符号标准化系数t显著性Beta(常量)1.332.084年龄平均Ggend-.128*-2.375.018性别Gage-.027*-1.977.048学历水平Gdegr-.013**-3.794.000企业规模Size.079*2.197.028资产负债率Lev.163**3.318.001总资产收益率ROA-.081**-6.184.000营业收入增长率Growth-.021**-3.636.000总资产周转率TAT-.122**-4.436.000第一大股东持股比例（%）TOP-.118**-7.429.000R-Square0.124F值65.512注：*在0.05显著性水平下，**在0.01显著性水平下5结论及建议5.1研究结论不同的高管特征会对上市公司债务融资成本产生不同程度的影响，本文从高管性别，高管年龄，高管学历水平三个角度进行实证研究。选取2017-2019年沪深A股上市公司作为研究样本，共获得7686个观测样本，以高层梯队理论、行为融资理论以及资源依赖理论作为理论基础，检验了高管特征与公司债务融资成本的关系，研究得出：（1）在高管团队中女性高管占比越高越有利于降低企业债务融资成本。女性高管不仅对企业团队的构成具有重要意义，并且在公司治理结构之中也发挥着重要的作用。在企业的融资中，女性高管以其独有的优势，更全面更细致的收集有效信息，使外部债权人及时获得企业所传递的良好信息讯号，并筛选出最有利于企业融资的低成本渠道，而这种降低效应会受到企业所在地的市场化差异程度及产权性质差异的影响。（2）年龄较大的相较于年龄较小的高管更具有一定的经验优势。较为年长的高管可依赖自身所积累的人脉资源及经验，减少对外部关键资源的依赖程度，从而减少由于信息不对称所产生的不利影响，使得公司能够以低于资源经济价值成本而获得资源。并以理性的思维对整个债务融资过程进行系统的理性分析，为企业融资降低风险。（3）学历水平较高的高管相较于学历水平较低的高管具有一定的信息获取优势。学历水平较高的高管可充分调动其自身较高的分析处理信息问题的能力，以具有前瞻性的眼光选择较为新鲜的有效的融资方式，并且高管学术经历通过降低高管与债权人之间的代理风险来降低公司债务融资成本，为降低企业债务融资成本，拓宽新方向。5.2政策建议根据本文的研究结论，可以看出高管特征对企业债务融资成本具有显著的影响，具体而言，提出以下几点建议：（1）积极倡导全社会优秀性别文化，遵守男女平等的基本国策。在职场中要注重保护女性与受雇男性的平等权利，充分发挥女性的社会和经济影响力。女性劳动者自身也要树立职业自信心，积极参与公司的决策与经营管理，以女性独有的自身优势为降低企业债务融资成本贡献力量。（2）及时调整选聘条件，选择与公司发展战略阶段相符合的高管。在选聘高管阶段，应多考虑高管异质性特征的影响，特别是高管年龄。充分利用年龄较大的高管自身所拥有的社会人脉资源、丰富的决策经验以及敏锐的市场嗅觉，最大化的发挥高管价值。在企业中建立较好的权力制约与保障机制，适当进行简政放权，对企业高管既进行一定的行为约束，也同时要促进企业高管更好的发挥自身优势，提升高管团队的决策效率，为降低企业债务融资成本进言献策。（3）注重对高管的学历水平素养的培养与提升。企业应积极促进人才的成长与发展，培养人才的团队协同精神、公平正义气节、竞争择优意识。劳动者应努力学习新鲜事物、提高学历，增强自身竞争优势，在职业生涯中不断积累自己的人脉与经验，拓宽自己的思维，为企业融资提供更低成本的融资渠道。参考文献BamberLS,JiangJ,WangIY.What'sMyStyle？TheInfluenceofTopManagersonVoluntaryCorporateFinancialDisclosure[J].AccountingReview,2010,85(4):1131-1162.MalmendierU,YanGT.OverconfidenceandEarly-LifeExperiences:TheEffectofManagerialTraitsonCorporateFinancialPolicies[J].SocialScienceElectronicPublishing,2011,66(5):1687-1733.苏冬蔚，曾海舰.宏观经济因素、企业家信心与公司融资选择[J].金融研究，2011，（04）：129-142.魏志华，王贞洁，吴育辉，李常青.金融生态环境、审计意见与债务融资成本[J].审计研究，2012，（03）：98-105.陆贤伟,王建琼,董大勇.董事网络,信息传递与债务融资成本[J].管理科学,2013,26（03）：55-64.申香华.银行风险识别、政府财政补贴与企业债务融资成本——基于沪深两市2007-2012年公司数据的实证检验[J].财贸经济，2014，（09）：62-71.王运通，姜付秀.多个大股东能否降低公司债务融资成本[J].世界经济，2017，40（10）：119-143.阚京华，陈秀梅.关键审计事项与企业融资成本相关性的实证研究[J].财会通讯，2020，（11）：39-42.姜付秀，伊志宏，苏飞，黄磊.管理者背景特征与企业过度投资行为[J].管理世界，2009，（01）：130-139.章细贞，张琳.大股东控制、管理者过度自信与企业债务期限结构[J].财会月刊，2012，（27