風投企業(yè)高管人力資本特征與控制權配置的相關性研究

風投企業(yè)高管人力資本特征與控制權配置的相關性研究

一、風投企業(yè)控制權配置研究長期以來，作為風險投資企業(yè)管理的基礎控制配置已成為風險投資企業(yè)發(fā)展的主要問題之一。風險投資企業(yè)的管理者不僅希望風險資本的引入加速公司的發(fā)展，而且希望防止風險投資企業(yè)的控制和獨立性的稀釋。資本限制是風險投資企業(yè)發(fā)展的重要因素。風險投資企業(yè)要從風險投資者那里獲得所需的資源，就必須有一定的“誠實”。風險投資者的分級投資也可以有效地限制風險投資者的道德敗壞。風險投資企業(yè)發(fā)展初期，當創(chuàng)始人認為競爭事實控制的天然優(yōu)勢成為現(xiàn)實時，他擔心，隨著風險投資企業(yè)的前景，這種擔憂會逐漸減少。風險資本相對稀缺性的逐漸減少，現(xiàn)有風險資本的分階段資本約束的強度也降低了。只要原風險投資者不再額外投資，只要風險投資公司的發(fā)展前景良好，其他投資者仍能獲得資金。所以,隨著風投企業(yè)的發(fā)展,人力資本在控制權爭奪中的天然優(yōu)勢就會逐漸表現(xiàn)出來。因此當風險投資家參與到風投企業(yè)后,風投企業(yè)的控制權配置及其相關的利益分配逐步成為風投企業(yè)高管和風險投資家爭奪的焦點。從產(chǎn)權制度來看,風投企業(yè)控制權應該由所有權人享有,但在風投企業(yè)存續(xù)中,由于市場、技術、管理都存在極大不確定性,風險投資家對風投企業(yè)經(jīng)營信息掌握有限和經(jīng)營才能的不足,使單由風險投資家行使剩余控制權的決策成本過高。因此,風險投資家面臨著“成長與控制”的兩難問題,風投企業(yè)高管也有能力要求控制權依據(jù)環(huán)境變化做出調(diào)整。從國內(nèi)外學者的研究成果來看,Hart、Moore,Aghion、Bolton,Hart認為控制權轉(zhuǎn)移給投資者可以通過增加預期回報來便利融資;Chan、Siegel、Thakor將這一風險投資控制權配置特征描述為“相機特征”:如果企業(yè)創(chuàng)業(yè)者擁有較高的技能水平,允許企業(yè)創(chuàng)業(yè)者保留控制權,否則風險投資家擁有項目的控制權;若企業(yè)創(chuàng)業(yè)者保留控制權,則雙方的支付取決于企業(yè)創(chuàng)業(yè)者的技能水平的高低。換言之,風險投資家本身的控制權就具有相機特征,即當公司業(yè)績很好,風險投資家的優(yōu)先要求權將轉(zhuǎn)換成普通股,而控制權又轉(zhuǎn)移到經(jīng)理人的手中。Kaplan與Stromberg的經(jīng)驗研究進一步發(fā)現(xiàn),所有權與投票權、董事席位、清算權、否決權等控制權是獨立分配的,而且作為風險投資合約的核心——控制權配置是相機的,與財務或非財務業(yè)績相關。國內(nèi)學者陳永慶、王烷塵從解決激勵問題的角度,在同時滿足風險投資家和風投企業(yè)家參與激勵條件下,分別求解了基于風投企業(yè)家最大化利益原則、風險投資家最大化利益原則和社會福利最大化原則之上的風投企業(yè)最優(yōu)股權結(jié)構(gòu)的配置;何偉基于控制權的相機配置,綜合考慮了控制權配置對風投企業(yè)家的激勵和約束兩方面的作用,導出了風投企業(yè)家擁有企業(yè)控制權的均衡解;從研究方法來看,研究控制權配置影響因素的學者主要采用規(guī)范分析、博弈論和信息經(jīng)濟學等方法,但尚缺乏經(jīng)驗證據(jù)證明。風投企業(yè)控制權配置的高管人力資本設計中,Hart和Mooer將人力資本引入控制權的研究,認為擁有特殊管理才能的企業(yè)高管會提升企業(yè)價值并擁有向投資者討價還價的能力;綜合Hambrick、Mason,Finkelstein、Hambrick,彭正銀、江嶺等學者的研究成果,高層管理團隊的人力資本特征包括了年齡、教育水平、專業(yè)背景、任期等,這些因素被認為是管理層人力資本長期積淀的產(chǎn)物,并反映了管理團隊的創(chuàng)造性和管理技能,對風投企業(yè)成長具有重要影響。高層管理團隊的年齡和教育水平影響到風投企業(yè)決策風格,專業(yè)背景則與團隊成員適應環(huán)境的能力有關,而高層管理團隊會隨著任期人力資本將逐步沉淀,有利于提升風投企業(yè)價值從而被認為并擁有和投資者討價還價的能力。因此,本文著重對這四項特征進行研究,即:年齡、受教育水平、專業(yè)背景和任期,上述四項特征在本研究中構(gòu)成了管理團隊與投資者討價還價、爭取控制權的維度。綜上所述,目前對風投企業(yè)控制權配置影響因素的實證研究基本為空白,只有個別的針對單個企業(yè)的定性案例分析,沒有出現(xiàn)應用統(tǒng)計方法對多個風投企業(yè)的控制權配置影響進行實證檢驗的研究。出現(xiàn)這種狀況的原因主要有三方面原因:一是出于商業(yè)保密需要,風投企業(yè)的內(nèi)部數(shù)據(jù)難以獲得;二是控制權變量量化處理的困難;三是目前中國的風投企業(yè)和風險投資尚處于起步階段,沒有真正承擔其市場的風險,控制權配置起到的作用有限,這與在資本市場成熟以后才出現(xiàn)風險投資有實質(zhì)上的不同。基于上述分析,本文擬采用我國風險上市公司數(shù)據(jù),通過典型相關方法,對風投企業(yè)控制權配置的管理層人力資本因素影響進行實證檢驗。二、變量設計與數(shù)據(jù)來源研究1.變量設計對研究本文研究包含了風投企業(yè)高管人力資本特征(預測變量組)和控制權配置(標準變量組)兩個變量組。(1)專業(yè)背景異質(zhì)性在設計風投企業(yè)高管人力資本特征時,借鑒吳斌、黃明峰的研究方法,將風投企業(yè)高管管理團隊特征刻畫為平均年齡(C1)、平均受教育程度(C2)、專業(yè)背景異質(zhì)性(C3)及管理層平均任期(C4),其中高管平均受教育程度劃分為博士、碩士、本科、大專、大專以下五類,分別用數(shù)字5至1表示;管理層專業(yè)背景異質(zhì)性采用的是Herfindal-Hirschman系數(shù),計算公式為:C3=1?∑i=1nP2iC3=1-∑i=1nΡi2其中P2ii2為第i類成員占比,并根據(jù)進入風投企業(yè)前的職業(yè)將風投企業(yè)高管分為生產(chǎn)制造、科技研發(fā)等六類,即n=6;C3介于0~1之間,其值越大,代表團隊專業(yè)背景異質(zhì)性越高,反之亦然。風投企業(yè)高管平均任期指風投企業(yè)高管總?cè)纹谥统钥側(cè)藬?shù),選用該指標是因為風投企業(yè)高管團隊人力資本伴隨任期逐步沉淀,這有利于提升風投企業(yè)價值并使其逐步擁有和風險投資者討價還價的能力。本文未采用風投企業(yè)高管團隊的政治背景指標的原因在于難以用單一的指標衡量所擁有的政治關系,政治背景指標可能需要多維指標描述更為適當。(2)控制連續(xù)變量說在風投企業(yè)控制權配置上主要存在兩種觀點。一種是以學者Chan,Berglof和Hellmann等為代表的,他們認為控制權是一種不可分割的權利,它的分配是一個取值為0或1的變量;另一種觀點是以學者Andrei.A.Kirilenko為代表的,認為控制權分配是一個連續(xù)變量。為全面衡量控制權配置,本文借鑒Kaplan和Stromberg的研究成果,將風投企業(yè)控制權配置劃分為所有權、董事席位、董事會權及其他(如清算權及限制性條款等)權力的變量組,其中所有權用風險投資家合計持股占比指標(P1)表示,董事席位用風投企業(yè)董事會中代表風險投資家的董事占比指標(P2)表示,董事會權指風投企業(yè)由風險投資家委派的執(zhí)行董事數(shù)量,其他權利用虛擬變量(P4)表示。研究變量及說明見表1所示。2.樣本選取過程中清理的上市公司借鑒黨興華、賀利平、王雷、吳斌、黃明峰的研究,本文將風投企業(yè)界定為年報披露的前十大股東中包含風險投資持股的企業(yè),樣本數(shù)據(jù)主要來自CSMAR數(shù)據(jù)庫及上市公司年報、巨潮資訊網(wǎng),并查閱了深圳證券交易所披露的上市公告,樣本選取過程中剔除了以下公司:(1)數(shù)據(jù)披露不完備的上市公司;(2)*ST、ST及PT類上市公司,該類公司數(shù)據(jù)異常,無法開展正常經(jīng)營活動,同時頻繁發(fā)生的合并重組也降低了可比性。最終共得到在深圳中小板上市的168家風投企業(yè)作為研究樣本。其中,2008年73家,2007年57家,2006年38家。采用典型相關方法,本文對風投企業(yè)高管人力資本特征是否影響到控制權配置進行了研究。三、確認測試1.spearman相關分析結(jié)果表2左下角為變量PEARSON相關分析結(jié)果,右上角為變量SPEARMAN相關分析結(jié)果。由表2可知,控制權配置組及風投企業(yè)高管人力資本特征組內(nèi)均存在相關性,兩組之間又存在一定的相關性,樣本數(shù)據(jù)適合采用典型相關模型進行分析。2.風險投資公司高級管理人員的資本特征與企業(yè)所有權分配的典型相關分析(1)典型相關系數(shù)的相關分析采用SPSS的MNOVA方法、CANCORR方法進行典型相關分析,可得典型相關系數(shù)及其檢驗結(jié)果。由表3可知,前兩個典型相關系數(shù)均較高,初步說明了典型變量間存在相關關系。表4、表5分別是對典型相關系數(shù)采取整體檢驗、維度遞減檢驗的結(jié)果;整體檢驗目的是判斷是否至少存在一個顯著的典型相關系數(shù),進而推斷整體的典型相關系數(shù),由表4可知,無論是皮萊跡、豪特林跡、威爾克斯λ檢驗結(jié)果顯著性水平均小于0.01,而羅伊斯檢驗值大于0.1,表明至少存在一個典型相關系數(shù)是顯著的。表5維度遞減檢驗中第一行和第二行顯著性水平均小于0.01,說明第一典型相關變量、第二典型相關變量都是顯著的。(2)風投企業(yè)高管團隊成員的平均受教育程度第一對典型變量(U1,V1)特征根占到了觀測變量總方差的63.15%,第二對典型變量(U2,V2)占36.15%,前兩對典型變量的累積特征根占到了總方差的99.3%,同時前兩對典型變量均通過了維度遞減檢驗,為全面描述風投企業(yè)高管人力資本特征與風投企業(yè)控制權配置的關系,需要列出兩個典型模型。同時,由于風投企業(yè)高管人力資本特征及控制權配置變量組中既有虛擬變量,又有百分比指標,存在變量計量單位不一致無法直接比較問題,因此本文采用標準化后的典型系數(shù)計算典型相關模型。從典型相關模型一中可知,風投企業(yè)高管團隊成員的平均受教育程度對第一個典型變量U1的貢獻最大,典型系數(shù)為-0.811;其次是團隊成員的專業(yè)背景異質(zhì)性和平均年齡,團隊成員平均任期貢獻量最小。這說明了風投企業(yè)高管人力資本特征中影響控制權配置的主要是團隊的平均受教育程度。風險投資家委派執(zhí)行董事的數(shù)量對第一個典型變量V1貢獻最大,風險投資家委派董事的比例和持股比例貢獻小一些,說明風險投資家委派執(zhí)行董事的數(shù)量是反映風投企業(yè)控制權配置的主要指標。從第二個典型相關模型可知,風險投資家平均年齡對典型變量U2的貢獻最大,其次依次是平均年齡、專業(yè)背景異質(zhì)性和管理層平均任期;風險投資家持股比例對典型變量V2的貢獻大于風險投資家擁有的其他權利和風險投資家委派董事的比例、風險投資家委派執(zhí)行董事的數(shù)量。總體而言,風投企業(yè)高管人力資本特征結(jié)構(gòu)的主要因素按重要程度依次是C2、C1、C4、C3,控制權配置結(jié)構(gòu)的主要因素按重要程度依次是P1、P3、P4、P2。(3)典型結(jié)構(gòu)分析結(jié)構(gòu)分析是依據(jù)原始變量與典型變量相關系數(shù)進行的分析,包含了典型負載系數(shù)和交叉負載系數(shù)兩方面。風投企業(yè)高管人力資本特征與企業(yè)控制權配置典型負載系數(shù)又稱結(jié)構(gòu)相關系數(shù),是典型變量與本組的觀察變量之間的兩兩簡單相關系數(shù)。由表6可知,風投企業(yè)高管人力資本特征的第一典型變量U1與C2高度相關,與C3顯著相關,與C2、C4低度相關,說明風投企業(yè)高管團隊專業(yè)背景異質(zhì)性、平均年齡在反映風投企業(yè)高管人力資本特征中占主要地位?？刂茩嗯渲玫牡谝坏湫妥兞縑1與P2、P3相關系數(shù)分別為-0.962、-0.967,而與P1、P4相關系數(shù)較小,V1主要反映了風險投資家委派董事的比例、委派執(zhí)行董事數(shù)量的影響。由于第一典型變量間高度相關,風投企業(yè)高管人力資本特征組、控制權配置組中都包含有原始變量與本組第一典型變量間呈高度相關關系,風投企業(yè)高管人力資本特征對控制權配置的影響從數(shù)量角度得到了驗證,說明典型相關模型具有較高的可信度。風投企業(yè)高管人力資本特征的第二典型變量U2與C1、C4高度相關,與C2中度相關,與C3低度相關。說明風投企業(yè)高管團隊平均年齡、平均任期與人力資本特征的相關程度較高,專業(yè)背景異質(zhì)性相關程度較低,但也有一定的影響力?？刂茩嗯渲玫牡诙湫妥兞縑2與P1、P4高度相關,與P2、P3相關系數(shù)較小,說明相對而言V2反映的風險投資家持股比例、風險投資家其他權利成分更多。第二典型變量間相關程度較第一典型變量間相關程度有所下降,但風投企業(yè)高管人力資本特征組、控制權配置組仍包含有原始變量與本組第一典型變量間呈高度相關關系,這也從數(shù)量角度驗證了風投企業(yè)高管人力資本特征對控制權配置的影響,說明典型相關模型具有較高的可信度。風投企業(yè)高管人力資本特征組與原始變量的交叉負載交叉負載系數(shù)指某一組中的典型變量與另一組中的觀測變量之間的兩兩簡單相關系數(shù),交叉負載系數(shù)的平方代表了某一組原始變量的變異量被另一組典型變量解釋的百分比。從表6可知,控制權配置組的原始變量與第一典型變量U1的交叉系數(shù)分別為-0.365、-0.808、-0.812和-0.358,取平方分別為0.133、0.653、0.659和0.128,表示U1可解釋控制權配置組4個原始變量變異量的13.3%、65.3%、65.9%和12.8%;風投企業(yè)高管人力資本特征組與第一典型變量V1的交叉負載系數(shù)為-0.238、-0.789、-0.573和-0.327,取平方后得0.057、0.623、0.328和0.107,表明V1可以解釋風投企業(yè)高管人力資本特征組4個原始變量變異量的5.7%、62.3%、32.8%和10.7%?？刂茩嗯渲媒M的原始變量與第二典型變量U2的交叉系數(shù)分別為0.624、-0.167、-0.165和0.595,取平方分別為0.389、0.028、0.027和0.354,表示U2可解釋控制權配置組4個原始變量變異量的38.9%、2.8%、2.7%和35.4%;風投企業(yè)高管人力資本特征組與第二典型變量V2的交叉負載系數(shù)為0.672、-0.233、-0.065和0.542,取平方后得0.452、0.054、0.004和0.294,表明V2可以解釋風投企業(yè)高管人力資本特征組4個原始變量變異量的45.2%、5.4%、0.4%和29.4%。冗余分析結(jié)果典型相關中的冗余分析是對分組觀測變量總變化的方差分析,是典型相關分析的關鍵環(huán)節(jié)。冗余分析包含了被自身典型變量解釋的百分比分析(組內(nèi)代表比例)和被對方典型變量解釋的百分比分析(冗余指數(shù))兩部分,其中被自身典型變量解釋的百分比分析為本組所有觀測變量的總標準化方差中由本組形成的各典型變量分別代表的比例,被對方典型變量解釋的百分比分析指一組觀測變量總方差中與另一個變量所共享的比例,又稱為交叉共享比例。用公式表達,冗余指數(shù)與組內(nèi)代表比例關系為:冗余指數(shù)=本側(cè)組內(nèi)代表比例×典型相關系數(shù)平方。冗余分析綜合了多種分析指標對變量組之間的整體相關性進行評價,本文冗余分析結(jié)果如表7所示。由表7可知,第一對典型變量U1、V1較好預測了對應的變量,而且交互解釋能力也較強。第一對典型變量中風投企業(yè)高管人力資本特征和控制權配置被自身解釋的比例分別為39.5%和55.8%,來自風投企業(yè)高管人力資本特征組的方差被控制權配置組典型變量V1解釋的方差比例為27.9%,來自控制權配置組的方差被風投企業(yè)高管人力資本特征組典型變量U1解釋的方差比例為39.4%,具有一定的解釋能力。第二對典型變量U2、V2仍有一定預測能力,風投企業(yè)高管人力資本特征與控制權配置被自身解釋的比例分別為34.7%和34.5%,二者交互解釋能力有所下降,來自風投企業(yè)高管人力資本特征組的方差被控制權配置組典型變量V2解釋的方差比例為20.1%,來自控制權配置組的方差被風投企業(yè)高管人力資本特征組典型變量U2解釋的方差比例為19.9%。整體而言,風投企業(yè)高管人力資本特征組的方差被其自身解釋的比例為74.2%,被控制權配置組典型變量解釋的比例為48%,控制權配置組方差被其自身解釋的比例為90.3%,被風投企業(yè)高管人力資本特征組典型變量解釋的比例為59.3%,表明二者之間具有一定的相關性。上述典型相關分析見圖1所示,其中實線表示第一對典型相關,虛線表示第二對典型相關。連接典型變量箭頭上面的數(shù)據(jù)為典型相關系數(shù),本組觀測變