中国知网查重 高校在线论文查重入口

立即检测
  • 58 元/篇
    系统说明: 知网职称论文检测AMLC/SMLC是杂志社专用系统,针对投稿论文、评审论文、学校、单位职称论文的学术不端重复率检测系统。
  • 328 元/篇
    系统说明: 知网本科论文检测PMLC是最权威的大学生毕业论文检测系统,含“大学生论文联合对比库”,国内95%以上高校使用。检测结果和学校一致!
  • 498 元/篇
    系统说明: 此系统不支持验证!可用作研究生初稿检测,相比知网VIP5.3缺少“学术论文联合对比库”,检测结果有5%左右的误差!(论文中若参考往届研究生论文,重复率误差会较大)
  • 128 元/篇
    系统说明: 大分解论文检测系统,对于想检测学术不端文献检测系统,而又价格便宜的同学可以选择,限每篇2.9万字符,结果与大学生PMLC、硕博VIP定稿系统有出入!
  • 68 元/篇
    系统说明: 知网论文小分解检测系统,适合中国知网初稿查重,数据库和定稿查重不同。结果与本科PMLC,研究生VIP5.3有出入,限每篇1.4万字符!
  • 3 元/千字
    系统说明: 学术家论文重复率检测系统,支持学位论文、毕业论文、投稿论文、职称评审论文,提供全文对照,word标红报告,性价比超高!
论文方法介绍-高管变更对企业的绩效影响——基于房地产上市公司
时间:2021-04-15 12:52:45

  高管变更是影响公司治理的重要因素之一。而作为企业最缺少、最重要的资源,企业高级管理人员的工作和责任决定着企业的生死存亡。如果企业高级管理人员有所变动,其管理策略和运营模式也将随之发生变化,进而影响企业的绩效。近年来的公司案例也表明,业绩水平的降低造成了企业盲目对高级管理层进行变更的现象。所以,诸多上市企业都想使用重聘高管的方式来达到增加企业效益的目的,可结果却差强人意。本文选取50家房地产业上市公司为样本,运用主成分分析、比较分析、多元线性回归分析三种方法探寻高管变动与公司绩效间的关系,验证假设的正确性。结果显示,关于本文所选取的50家样本公司来说,企业的绩效与其高级管理层的变动无明显相关性。本文据此寻找了相关研究失败的原因。对后来的研究我国房地产行业高管频繁变更和公司绩效的笔者具有一定的理论参考和现实意义。

  1.国外文献综述

  外国的研究者和国内的研究者相比,他们在对股权构成和企业效益之间的关系分析起步要早,所以得到的成果也要成熟和丰富得多,并且相关的资料文献浩如烟海,能够给人们提供相当正确的参考指南。在分析高管辞职将会怎样影响公司效益时,前人的研究没有得出统一的定论,截至今日前人的经验总结主要包括以下三点。

  打头阵的是学者认为高管的变更会给企业绩效带来回落的影响,企业由于高管的变更会极易造成企业成员间关系变得紧张,关系紧张的同时会使企业受到创伤,因而使得企业的绩效降低。而公司财务状况回落之后,股东为了获得利益又将替换高管,就这样循环往复。高管更换现象的频频发生,使原本稳固的团队遭到破坏,由于高管团队的稳固性是企业战略决策连续性与战略执行稳妥性的首要保障,因此高管团队的稳固性遭受破坏,会对企业的战略决策(Cho等,2016)[3]以及公司绩效(Ma和Seidl)带来不好的影响[4]。经Strong和Meyer(1987)研究表明,一般在高级管理层人员离任之后,其继任者会首先对企业的资产进行核销,对企业的营业利润产生较大的负面影响,同时这会被其归咎于上任管理者,而企业绩效改善的功劳往往被归于信任管理者自身[5]。

  第二类认为企业在更换高管的时候,一般会选择专业水平更好的接替者,因此企业的绩效应当会产生良性的改变。Guest(1962)[6]对这种理论表示认同,他对汽车装配公司高级管理层的变动进行了研究和分析,发现高级管理层的变动,能够使企业业绩发生改变。

  另一类则认为高级管理人员的变动对企业业绩从根源上就不会有任何的影响。Gamson和Scotch提出的“替罪羊假说”,当企业经营状况出现回落的时候,这样的责任就会被股东转嫁到高管人员的身上,接着把相关高管开除,安抚相关的股东[7]。Gephart(1978)[8]、Brown(1982)等[9]也对这种观点持认可态度。可是Reinganum在1985年却提出高管在离任之后,股票价格都不会产生较大的变化[10]。

  还有一些学者探究了企业绩效与不同职位的高管变更之间的关系。Pourciau(1993)研究了企业高级管理层非常规性离任情况对企业绩效产生的影响,指出当企业的高级管理层在非正常情况下离任时,一般会对财务进行操纵使当年的利润降低,同时是次年的利润提升[11]。不同情况下的高级管理层离任会企业绩效的影响也有所区别,如果高级管理层人员离任是被动的、强制性的,那么企业的业绩会在其离职前后出现先降低再提升的变化趋势;如果高级管理层人员是主动离任,那么企业业绩仅在离任之后出现缓慢增长的趋势。由此,高管变更能否挽回企业回落的经营绩效这一课题受到古今中外无数学者的眷注,与其他研究类似该课题在前期的所展现出的认知是很模糊不清的,但在进一步的研究中得出了越来越清晰的定论。Kesner&Sebora(1994)指出,各人所选的研究方法不同或许是该假说得出不同的定论最主要的因素,每个研究者所确立的研究对象、使用的研究期间、主要变量、确定的统计方法等都全然不同,也就难以确立相同的定论[12]。

  2.国内文献综述

  相对的,国内学者对于高管离职和公司绩效之间的有关研究与国外相较就欠缺很多了,有关于高管离职的研究还处于刚起步的状态。而高管变更对于企业来讲近乎是一次较强烈的“地震”,对于董事会来讲也是需面面对的一项重大抉择,因为它与企业的商业机密,股价,财务困境乃至企业文化息息相关且密不可分。然而国内学者对于高管变更究竟会给企业带来怎样的影响也未得出一个一致的结论。

  第一类认为公司绩效与高管离任负相关,即低劣的企业业绩会增加企业高管离任的概率王莹莹(2016)[13];高管持股份额对企业绩效与高管变更关系的并不存在明显的调节作用,而高管薪资则将降低了企业绩效与高管变更之间的关系,陈飞羽,舒清,王佳,赵飞云(2016)[14]。股东们使用不断向高管提出新要求的方式以使他们能够不断获取最大的利润,一旦高管不能满足他们的要求,股东们就会召开董事会更换目前的高管,通过另一个角度的分析研究发现,更换高管能够明显影响公司价值的持续升高,因为新继任的高管希望做出比前任更加突出的成绩。更换高管的次数过于频繁也会严重影响企业的管理成本。郑易,杨琪(2019)[15]由此看来高管变更在某种意义上改变了公司的资源调整能力,从而调节企业的绩效,但从长远角度来看会给企业绩效带来不良的作用。马天凤(2019)[16]于浩洋,王满,黄波(2019)[17]。

  第二类认为高管变更与公司绩效之间存在明显的相互作用。其中,个人公司间的交互影响更大。类别有所区别的高级管理层发生较大的变动一般会对非国有企业的绩效产生消极的影响,同时如果企业的绩效发生负面的变化也会在一定程度上对企业的高级管理层造成不利影响,但国企组与非国有企业之间的相互作用并不明显。国有企业受非经济目标的政策约束和与非国有企业不同,这在一定程度上会降低企业绩效及其高级管理层之间的相关性,对企业高级管理层的管理以及选拔都产生了一定的消极影响。但是,非经济目标对非国有企业约束性很小,高管的选拔更加注重企业的经济绩效。相对而言,高管变更和企业公司绩效间的相关性程度要高一些,周晓敏,刘红霞(2018)[18]。

  另外还有以下几种观点:高管离职对企业业绩较差的公司当年产生负影响,对本身业绩较好的公司当年影响不大我们可以看到在高管离职后,本身业绩较差的公司如新宁物流等出现持续的业绩下滑,而南风股份、探路者在发生高管离职现象后,其业绩依然保持了以往的增长,并未受到明显影响。罗勇君(2018)[19]企业绩效水平低和波动大虽然都对高管离职具有显著地主效应,但提升企业的绩效水平对于高管而言会更具有压迫感。张龙,刘洪(2009)[20]。由于公司团队内部意见不合或公司存在信息欺诈而离职的高管,对公司业绩和资本结构没有起到监管作用,刘祎娜(2013)[21]。公司的绩效评价与管理的有效性密切相关。相关的分析和实例表明:高管变更与公司绩效之间的关系,如果企业的高管是在被强迫的情况下发生变动的,这样的变更可以为企业绩效带来积极的影响,周娜,付晨洁(2014)[22]。

  括而言之,国内外学者因为选取的研究目标不同,选择研究的时间范围不同、方式的多样性以及不同行业所选取的范围之间存在着分歧,因此得出有差异的结论。本文以前人的研究为基础,以国泰安数据库可以查询到的董监高任职情况表为依据,继续探寻高管变更对企业的绩效影响。

  二、理论基础及假设提出

  (一)核心概念

  1.高管变更

  高管的变更一般是指企业上级管理人员的卸任和继任。是企业的力量主体、企业内部和外部机构、以及企业最重要的战略决定之一。

  2.公司绩效

  公司管理人员在运营中的收益及业务效率通过公司绩效可以体现出来,主要包括该企业的经营、偿债、盈利和发展等能力方面。

  (二)理论分析与假设提出

  1.高管变更与公司绩效

  综上所述,企业高管作为企业的组成的重要因素之一,他的离开会在某些程度上会对企业产生不可逆转的影响;从内外部获得的会计信息不对称的方面来看,公司内部的相关信息极其容易的会被高管获取,对于企业外界的投机取巧者来说这是一个不可错过的机会,而这种内部信息很大程度上影响着企业的日常经营活动,投资者也会因信息是否泄漏而产生猜疑影响其进一步判断,甚至影响到公司的发展。高层管理者的离任主要是考虑到其个人利益,一般情况下丝毫不会在意股东以及公司利益最大化的问题。高管的离去确实会给企业带来很多困扰。根据上文描述,本文认为高管离职对公司绩效会产生显而易见的作用。结论上的差异可能与笔者所的研究对象、研究的时间间隔、研究者选择的自变量因变量以及所使用的方法有关。由于会计信息存在一定滞后性,本文选取的公司指标位高管离职次年的数据;郑毅,杨琪(2019)[23]。

  本文以此为依据提出假设:

  H:高管变更对企业次年的绩效呈负相关

  三、研究设计

  (一)变量设计

  1.被解释变量

  在文中的相关分析里,企业的绩效为所解释的变量。企业绩效指的是企业充分利用各项资源的过程当中的业务效率以及绩效水准。以评估一个企业的绩效为目的,大多数学者往往只采用其中一个方面的一个指标来作为衡量,例如净资产收益率(ROE),总资产收益率(ROA)。但是无论选取的角度有关哪方面,选取目标对于企业总体财务状况和经营绩效不克进行全盘评估,以此为根基,就显现出不少相对完备的财务指标分析体系,有例,总资产和纯资产两种收益率与平均资本的乘积是杜邦财务研究系统的内涵。本论文对企业业绩的评价是通过使用主要成分分析和因子分析来选择几个财务指标来获得的。

  本文在对公司经营状况进行计量时,选取企业的四个能力指标共11项指标,其中包括现在的比率、库存周转率、总资产增长率,构建上市公司的业绩评价系统,使用要因分析来计算企业的整体业绩分数,记为F。

  表1企业绩效指标选型表

  选取类型假设符号目标衡量竖式

  偿付能力X1流动比率(资产-非流动资产)/流动负债

  X2速动比率(流动资产-库存)/流动负债

  X3资产负债率总负债/总资产

  运作能力X4存货周转率销货成本/平均存货

  X5流动资产周转率主营业务收入/平均流动资产总额

  X6总资产周转率营业额收入净额/平均资产总额

  盈利能力X6资产报酬率(净利润+利息费用+所得税)/平均资产总额

  X7净资产收益率(利润-所得税)/平均净资产

  X9营业净利率(利润-所得税)/营业收入

  增长能力X10资本保值增值率年末所有者权益/年初所有者权益

  X11总资产增长率本年总资产增长额/年初资产总额

  2.解释变量

  本文的解释变量为高管变更(MT),高管的变更是指企业上级管理人员的卸任和继承的一般用语。这是企业的力量主体、企业内部和外部机构、以及企业最重要的战略决定之一。本文对于高管变更的定义则借鉴皮莉莉(2015)[24]、吕新胜(2014)[25]的分划标准。

  3.控制变量

  企业绩效受到多重因素的影响,其中有关的一个部分就是高管变动。这种情形之下另选几个影响因素并加以掌控就显得尤为迫切了,真实的展现出解释变量与被解释变量之间的关系。使其结果存有主述事物要求的可靠性,参照了很多在这个领域的前辈对于该问题的研究成果后,抉择后选择了企业所属性质、监事会规模和董事会规模、高管兼任情况以及证券交易市场类型指标做为控制变量。

  表2所选变量与界说

  变量的性质变量符号变量界说变量说明

  被解释变量F公司绩效综合指标主成分分析法得出的主成分

  解释变量MT高级管理人员变更变更取值1,未变更取值0

  控制变量JS监事会规模监事会包含监事人数

  PT企业高管兼任情况存在董事长总经理兼任则取值1,否则取值2

  SM证券交易市场深交所,则取值1,否则取2

  EP企业所属性质不是国有控股企业,则取值1,否则取0

  BS董事会规模董事会中董事人数

  (二)研究方法

  针对所选范围内公司高管变更与选取目标的分析与研究,本文利用SPSS23.0软件,主要使用主成份分析、对比分析、回归分析等方法进行实验。

  1.主成分分析法

  主成分分析(PCA)是与一组线性独立变量有关的可能变量的正交变换。转换后的变量组称为主要成分,分散的贡献率用于加权样本的总分。公司财务状况的评估涉及很多指标,因此,使用主成分分析法对财务状况进行分析可以有效地提取上市公司财务数据的整体信息。本文采用SPSS23.0的因子分析统计方法,从三年企业主要要素的盈利能力,偿付能力,增长能力,经营能力四个方面,分别选取11个财务指标,样本企业的相关数据,然后通过四个主要部分计算公司绩效的综合得分。

  2.对比分析法

  根据上面所述的主成分分析结果,首先,依据不同年份对公司的综合绩效和高级管理人员变动等变量进行描述性统计。对统计的结果进行比对,对这些变量的变化进行分类和分析。

  3.回归分析法

  SPSS回归分析用于探讨因变量公司绩效,高管变更和其余选择的控制变量之间的线性关系。

  (三)模型构建

  回归模型根据以上描述,本文旨在研究高管变更与公司绩效之间的关系。根据假设H模型设计如下:

  (模型一)

  四、实证分析

  (一)被解释的变量计算——主成份分析

  1.因子相关性检测

  利用主成分分析的主要目的是缩小维度,用少量的主成分透露多个指标或变量,在非主观上使得指标或变量具有相关性。所以,必须要先考察选取指标之间是否具有一定的关联。本文选用SPSS23.0软件,三年的11个财务指标数据被合并为一个大excel表中,并将得到的excel表格导入到SPSS,进行因子分析以及KMO检验和巴特利特球形检验。检测数据在下表:

  表3 KMO和Bartlett检验

  检测方式数值

  KMO度量.593

  巴特利特的球形度检验近似卡方1019.389

  自由度55

  显著性0.000

  KMO检验方法一般是应用于所检测的样本与选取指标之间的相关性,理论上检测所得的结果与1越相近越好,通过检测了解到,文中选择的11个财务指标比较适用进行主成分分析KMO和巴特利特球度测试。结果如表3,KMO的值为0.593,大于0.5,适合做因子分析;巴特利特球度检验的显著性概率为0,通过了检验,表明选取范围内的各个指标适合做因子分析。

  2.主成分提取、因子旋转和因子解释

  在KMO测试和巴特利特球形测试合格后,本文使用了11个财务指标的综合分析因子分析,根据主要抽样、因子旋转和3年期房地产50家上市公司150个样本数据进行选择。按照以上KMO测试和巴特利特的球面测试步骤,公因子提取结果如表4:

  表4总方差解释

  成份初始特征值提取平方和载入旋转平方和载入

  合计方差累计合计方差累计合计方差累计

  1 3.528 32.073%32.073%3.528 32.073%32.073%2.853 25.937%25.937%

  2 2.219 20.170%52.242%2.219 20.170%52.242%2.276 20.687%46.623%

  3 1.615 14.682%66.924%1.615 14.682%66.924%1.966 17.876%64.499%

  4 1.207 10.976%77.900%1.207 10.976%77.900%1.474 13.401%77.900%

  5.745 6.774%84.674%

  6.577 5.241%89.915%

  7.446 4.058%93.973%

  8.381 3.461%97.434%

  9.120 1.089%98.523%

  10.093.843%99.366%

  11.070.634%100.000%

  提取公因子的结果已在表4当中列出,参照方差解释表,提出了四个主因子,特征根分别为2.853、2.276、1.966以及1.474,而方差贡献率分别是25.937%、20.687%、17.876%以及13.401%。通过计算可得,方差贡献率共计77.900%,这意味着结果是相对理想的。因此,我们提取这4个主成分是合理的可行的。

  表5旋转成份矩阵

  组件

  F1 F2 F3 F4

  X1流动比率.858-.042-.213-.066

  X2速动比率.949-.117-.042-.044

  X3资产负债率-.779-.063.133.295

  X4存货周转率.732-.257.253.127

  X5流动资产周转率-.041.165.940-.088

  X6总资产周转率-.094.190.933.002

  X7资产报酬率-.075.920.165-.032

  X8净资产收益率-.132.823.226.196

  X9营业净利率-.052.740.033.121

  X10资本保值增长率.022.240-.057.747

  X11总资产增长率-.189.001-.022.863

  进一步采用最大方差法进行旋转,旋转成分矩阵如表5所示,由旋转成分矩阵可知,主因子1主要承载了X1、X2、X3、X4四个指标的内容,可以命名为偿付能力因子;主因子2主要承载了X7、X8、X9三个指标的内容,可以定名为盈利能力因子;主因子3主要承载了X5、X6两个指标的内容,可称作运作能力因子;主因子4主要承载了X10、X11两个指标的内容,可以称为增长能力因子。即四个主因子包含了11个指标的内容。

  表6成份得分系数矩阵

  成份

  F1 F2 F3 F4

  X1流动比率.308.071-.082.023

  X2速动比率.347.010.030.064

  X3资产负债率-.267-.132.068.157

  X4存货周转率.284-.137.218.199

  X5流动资产周转率.025-.052.498-.037

  X6总资产周转率.014-.051.493.021

  X7资产报酬率.032.443-.052-.117

  X8净资产收益率.028.357.007.057

  X9营业净利率.039.357-.090.009

  X10资本保值增值率.089.055-.029.518

  X11总资产增长率.006-.097.024.610

  根据上述成分得分系数矩阵,我们得到各主成分的计算公式如下:

  F1=0.308X1+0.347X20.267X3+0.284X4+0.025X5+0.014X6+0.032X7+0.028X8+0.039X9+0.089X10+0.006X11

  F2=0.071X1+0.010X2-0.132X3-0.137X4-0.052X5-0.051X6+0.443X7+0.357X8+0.357X9+0.055X10-0.097X11

  F3=-0.082X1+0.030X2+0.068X3+0.218X4+0.498X5+0.493X6-0.052X7+0.007X8-0.090X9-0.029X10+0.024X11

  F4=0.023X1+0.064X2+0.157X3+0.199X4-0.037X5+0.021X6-0.117X7+0.057X8+0.009 X9+0.518X10+0.610X11

  根据上文可以构建综合Y值的计算公式为:

  Y=(25.937*F1+20.687*F2+17.876*F3+13.401*F4)/77.900

  (二)描述性统计

  表7因子分析变量数据描述统计

  N最小值(M)最大值(X)平均值(E)标准偏差

  X1 150.5893 8.4090 2.148481 1.3293390

  X2 150.0599 8.3846.902849 1.1389567

  X3 150.0876.8949.635068.1934825

  X4 150.0148 42.7673 1.092796 4.5641402

  X5 150.0096 1.2611.267398.1615557

  X6 150.0055.6785.202764.1185802

  X7 150-.1679.2447.041078.0498272

  X8 150-.5759.3473.079133.1140586

  X9 150-14.6465 4.3821-.028114 1.4720859

  X10 150.5857 3.7330 1.194995.3680867

  X11 150-.3501 1.9468.151508.3068714

  由数据描述统计结果可知,流动比率的标准差为1.33、速动比率的标准差为1.14、存货周转率的标准差为4.56、营业净利率的标准差为1.47,(保存到小数点后两位)说明各企业流动比率、速动比率、存货周转率、营业净利率差异较大;资产负债率的标准差分别为0.19、流动资产周转率的标准差分别为0.16、总资产周转率的标准差分别为0.12、资产报酬率的标准差分别为0.05、净资产收益率的标准差分别为0.11、资本保值增值率的标准差分别为0.37、、总资产周转率的标准差分别为0.30,说明各企业资产负债率、流动资产周转率、总资产周转率、资产报酬率、净资产收益率、资本保值增值率、总资产周转率差异不大。

  表8各变量描述性统计

  N最小值(M)最大值(X)平均值(E)标准偏差

  F 150-2.0719 2.8134.000000.5134496

  MT 150.0000 1.0000.466667.5005590

  PT 150 1.0000 2.0000 1.933333.2502795

  EP 150.0000 1.0000.400000.4915392

  BS 150 5.0000 15.0000 8.626667 1.5823976

  JS 150 3.0000 9.0000 3.706667 1.1958916

  SM 150 1.0000 2.0000 1.600000.4915392

  由数据描述统计结果可知,董事会规模、监事会规模的标准差均大于1,说明各企业董事会规模、监事会规模具有较大的差异;高管变更的均值为0.4666,表明研究样本中,存在高管变更的企业样本相对较少。

  (三)相关性分析

  表9 Pearson相关系数

  F MT PT EP BS JS SM

  F 1

  MT-.118*1

  PT.010-.125 1

  EP.080-.136**-.218***1

  BS-.051-.160**.072.047 1

  JS.069-.117*.158**-.142**.350***1

  SM-.066-.027.000-.167**.091.233***1

  注:*表示在10%显著性水平显著相关,**表示在5%显著性水平显著相关,***表示在1%显著性水平显著相关。

  由相关检验结果可知,高管变更与企业绩效综合得分在10%显著性水平上的相关系数为-0.118,说明高管变更与企业绩效综合得分为负相关关系;高管兼任情况与企业绩效综合得分的相关系数为0.010,但未通过显著性检验,表明高管兼任情况与企业绩效综合得分的相关关系较弱;企业性质与企业绩效综合得分的相关系数为0.080,可是进行显著性检验时没有通过,表明公司的性质和效益评分之间的联系并不密切;对董事会规模和企业绩效评分进行相关性分析的结果显示二者的相关系数是-0.051,说明相关性分析结果并不能通过显著性检验,说明董事会规模和企业绩效评分之间的联系也不密切;分析监事会规模和企业绩效评分之间的相关性,结果为0.069,显著性检验时依然没有通过,说明二者之间的联系并不密切;证券市场类型与企业绩效综合得分的相关系数为-0.066,但没有通过显著性检验,表明证券市场类型与企业绩效综合得分的相关关系较弱。

  (四)回归分析

  以本文提出的假说为依据,将高管变更与企业绩效选择的各个元素进行回归,数据效果在下表显示:

  表10模型OLS回归分析

  (1)(2)(3)(4)(5)(6)

  F F F F F F

  MT-0.121

  (-1.444)-0.121

  (-1.434)-0.110

  (-1.277)-0.121

  (-1.392)-0.113

  (-1.301)-0.116

  (-1.325)

  PT-0.009

  (-0.052)0.024

  (0.140)0.034

  (0.195)0.014

  (0.079)0.003

  (0.015)

  EP 0.071

  (0.797)0.074

  (0.831)0.090

  (1.003)0.078

  (0.855)

  BS-0.024

  (-0.897)-0.036

  (-1.250)-0.035

  (-1.227)

  JS 0.046

  (1.187)0.052

  (1.334)

  SM-0.078

  (-0.874)

  C 0.056

  (0.986)0.074

  (0.219)-0.024

  (-0.068)0.170

  (0.405)0.131

  (0.311)0.235

  (0.570)

  R-squared 0.014 0.014 0.018 0.024 0.033 0.038

  F-statistics 2.085 1.037 0.901 0.876 0.985 0.947

  注:***、*、*分别表示1%、5%、10%显著性水平,括号内为T值。

  由回归结果可知,将各个变量依次带入模型相叠加得出MT的取值范围始终处于超过了10%,未通过回归分析检验,即高管变更对企业的绩效呈负相关不成立,与本文猜想不符。

  (五)稳健性检验

  为了进一步检测模型的实证结果的有效性,本论文使用变量分析进行了稳健性检测,并选择总资产收益率(ROA)和文中选择的目标再次进行回归分析。

  表11模型OLS回归结果

  (1)(2)(3)(4)(5)(6)

  ROA ROA ROA ROA ROA ROA

  MT-0.008

  (-1.028)-0.008

  (-0.975)-0.006

  (-0.751)-0.005

  (-0.626)-0.006

  (-0.703)-0.006

  (-0.694)

  PT 0.005

  (0.332)0.011

  (0.623)0.010

  (0.572)0.011

  (0.670)0.012

  (0.682)

  EP 0.011

  (1.256)0.011

  (1.222)0.009

  (1.049)0.009

  (1.067)

  BS 0.002

  (0.811)0.003

  (1.118)0.003

  (1.108)

  JS-0.004

  (-1.040)-0.004

  (-1.059)

  SM 0.002

  (0.216)

  C 0.045***

  (8.077)0.034

  (1.044)0.019

  (0.552)0.002

  (0.035)0.006

  (0.035)0.003

  (3.060)

  R-squared 0.007 0.008 0.018 0.023 0.030 0.030

  F-statistics 1.057 0.580 0.914 0.848 0.895 0.749

  注:***、*、*分别表示1%、5%、10%显著性水平,括号内为T值。

  从上表中可以得出,在利用总资产收益率(ROA)量度公司绩效时,高管变更与企业的绩效影响水平依然维持在小于1%的显著性水平,未通过检验,也就是高管变更与企业的绩效并无明显关系,如表11稳健性测试结果亦是否认了文中的假定。