袁蓉麗 孫沛楠 李瑞敬
董事高管責任保險(以下簡稱“董責險”)是由企業(yè)購買的一種職業(yè)責任保險,當被保險的董事和高級管理人員在履行職責的過程中因工作疏忽或行為不當而被指控并追究個人責任時,由保險公司負責承擔相應民事賠償責任(宋一欣和孫宏濤,2016[1])。董責險起源于20世紀30年代經濟大蕭條時期的美國,20世紀70年代至90年代在歐美等發(fā)達國家迅速發(fā)展。中國自2002年萬科與平安保險簽訂上市公司首份董責險保單以來,購買董責險的上市公司比例不斷上升,對董責險經濟后果問題的研究也成為了學術界探討的熱點。
現有文獻顯示,以往學者們對董責險的研究,主要關注董責險對企業(yè)風險承擔(胡國柳和胡珺,2017[2];文雯,2017[3])、信息質量(凌士顯,2019[4];李從剛和許榮,2019[5])、投資效率(胡國柳和李少華,2014[6];趙楊,2018[7])、創(chuàng)新(李從剛和許榮,2019[8];胡國柳等,2019[9])等企業(yè)具體行為的影響。潘曉影和張長海(2016)[10]、胡國柳和王禹(2019)[11]分別考察董責險對企業(yè)多元化戰(zhàn)略、差異化戰(zhàn)略影響的研究成果,雖然已經涉及董責險與企業(yè)戰(zhàn)略的關系問題,但是目前相關理論尚無從企業(yè)戰(zhàn)略激進度方面探究董責險對企業(yè)戰(zhàn)略影響的研究成果。
基于此,筆者在厘清董責險如何影響企業(yè)戰(zhàn)略激進度內在邏輯的基礎上,以 2003—2018年中國A股上市公司的數據,探究企業(yè)購買董責險或直接或間接影響其戰(zhàn)略激進度的關系,揭示董責險對企業(yè)戰(zhàn)略激進度的影響及其機制。
Miles和Snow(2003)[12]將企業(yè)戰(zhàn)略按照激進程度由高到低劃分為進攻型、分析型和防御型三類。這種劃分方式涵蓋了現有的主流戰(zhàn)略劃分方式,而且能夠利用檔案數據度量,因而被國內外學者廣泛接受。企業(yè)在確定戰(zhàn)略激進程度時會綜合考慮外部環(huán)境特征與內部治理因素,對不同戰(zhàn)略類型的收益與成本進行權衡。一方面,采取激進戰(zhàn)略可以促使企業(yè)提高現金持有水平(翟淑萍等,2019[13]),降低債務規(guī)模(袁克麗等,2020[14]),增加創(chuàng)新成果產出(袁蓉麗等,2020[15])。但另一方面,采取激進戰(zhàn)略也可能會加劇企業(yè)管理層盈余管理(孫健等,2016[16])、過度投資(王化成等,2016[17])、超額在職消費(王化成等,2019[18])等機會主義行為,降低會計穩(wěn)健性(劉行,2016[19]),增加股價崩盤風險(孫健等,2016[20])等。
企業(yè)購買董責險時,通過向保險公司繳納一定金額的保費,簽訂保險合同,將董事和高管面臨的訴訟風險轉嫁給保險公司,使保險公司承擔了最終賠款人的角色。保險公司作為理性經濟人,會在保險合同簽訂前對企業(yè)及其董事和高管的基本情況進行充分的調查與評估,并在保險合同執(zhí)行期間通過專業(yè)的風險控制技術對企業(yè)風險進行持續(xù)的監(jiān)督與評價(Core,2000[21]),對董事和高管的行為進行嚴格的評估與審查(Gillan和Panasian,2015[22]),發(fā)揮外部監(jiān)督作用。例如,現有研究發(fā)現董責險能夠保護投資者權益,減少代理成本(鄭志剛等,2011[23]);提高企業(yè)內部控制質量,促進社會責任信息的披露,從而抑制股價崩盤風險(Yuan等,2016[24]);減少財務重述(袁蓉麗等,2018[25]);降低企業(yè)面臨財務困境的風險(胡國柳和彭遠懷,2018[26]);抑制企業(yè)的違規(guī)行為(雷嘯等,2020[27];李從剛和許榮,2020[28])等。
采取激進戰(zhàn)略的企業(yè)新產品研發(fā)與新市場開拓程度較大,在獲得高收益的同時也面臨著較高的風險(Higgins等,2015[29];孫健等,2016[16])。在投保企業(yè)采取激進戰(zhàn)略的情況下,保險公司為避免董事和高管因戰(zhàn)略失誤而導致的訴訟風險,有動機對企業(yè)采取的激進戰(zhàn)略進行監(jiān)督。董責險合同條款明確規(guī)定,被保險人具有向保險人如實告知自身重大事項變更或回答保險人詢問的義務(彭韶兵等,2018[30]),因此保險公司能夠及時獲取企業(yè)運營情況與重大事項變更等信息,并以此為依據準確識別與評估企業(yè)采取的激進戰(zhàn)略的風險,通過提交修正方案、提高保費金額等方式給企業(yè)施加壓力,從而提高投保企業(yè)采取激進戰(zhàn)略的成本,降低戰(zhàn)略激進度。
基于以上分析,購買董責險后保險公司有動機且有能力識別與評估企業(yè)采取激進戰(zhàn)略的風險,并通過多種方式發(fā)揮外部監(jiān)督作用,提高企業(yè)采取激進戰(zhàn)略的成本,從而降低企業(yè)采取激進戰(zhàn)略的可能性。因此,本文提出假設1:
H1: 其他條件不變,企業(yè)購買董責險會顯著降低戰(zhàn)略激進度。
董責險對企業(yè)戰(zhàn)略激進度的抑制作用依賴于保險公司的監(jiān)督。在外部監(jiān)督機制較為薄弱的情況下,企業(yè)潛在的訴訟風險會相應增加,保險公司會在投保前對企業(yè)實施更為嚴格的風險控制并增加投保費用,在投保后對企業(yè)的激進戰(zhàn)略發(fā)揮更強的監(jiān)督作用(袁蓉麗等,2018[25])。因此,本文預期董責險對戰(zhàn)略激進度的抑制作用在外部監(jiān)督機制較弱的企業(yè)中更顯著。
媒體作為傳播信息的載體,為獲得更高的關注度,有動力挖掘并報道更多關于企業(yè)的信息。媒體對企業(yè)的關注能夠提升企業(yè)信息透明度,降低公眾與企業(yè)之間的信息不對稱程度(Besley和Prat,2006[31]),發(fā)揮外部監(jiān)督作用?,F有研究發(fā)現,媒體關注能夠抑制管理層盈余操縱(權小鋒和吳世農,2012[32]),減少大股東掏空以及違規(guī)行為(孔東民等,2013[33]),降低企業(yè)費用粘性(梁上坤,2017[34])等。媒體關注度越低,對企業(yè)的外部監(jiān)督作用就越弱,此時董責險對企業(yè)戰(zhàn)略激進度的抑制作用越顯著。基于以上分析,本文提出假設2:
H2: 企業(yè)受到媒體關注度較低時,購買董責險對戰(zhàn)略激進度的抑制作用更顯著。
機構投資者具有較強的收集與處理信息的能力,能夠產生信息外溢效應,提升企業(yè)信息透明度(Ajinkya等,2005[35])。此外,機構投資者通過持有企業(yè)的股份,能夠改善股權結構,通過提交提案等方式參與公司治理,提升公司治理水平?,F有研究表明,機構投資者持股能夠減少公司違規(guī)(陸瑤等,2012[36]),抑制企業(yè)避稅行為(蔡宏標和饒品貴,2015[37]),降低企業(yè)費用粘性(梁上坤,2018[38])等。機構投資者持股比例越低,對企業(yè)的外部監(jiān)督作用就越弱,此時董責險對企業(yè)戰(zhàn)略激進度的抑制作用越顯著?;谝陨戏治?,本文提出假設3:
H3: 企業(yè)的機構投資者持股比例較低時,購買董責險對戰(zhàn)略激進度的抑制作用更顯著。
本文以我國2003—2018年A股上市公司為初始研究樣本,研究董責險對企業(yè)戰(zhàn)略激進度的影響。我國A股上市公司從1999年開始披露員工人數信息,而戰(zhàn)略激進度的衡量需要過去五年員工人數的數據,因此本文以2003年作為研究期間的起點。2018年是本文研究開始時可獲得的最新數據年份。
本文對初始研究樣本進行如下篩選:(1)剔除金融行業(yè)公司樣本。與其他行業(yè)相比,金融行業(yè)的財務報表具有一定的特殊性。(2)剔除上市年限不足五年的樣本。企業(yè)戰(zhàn)略激進度的衡量需要過去五年的數據,因此上市年限不足五年的樣本不符合本文研究要求。(3)剔除存在缺失值數據的樣本。經過以上篩選,最終得到22 308條公司—年度觀測值。
目前上市公司購買董責險的信息不屬于強制披露的范圍,本文通過Wind數據庫檢索上市公司年報、股東大會公告和董事會公告,獲取上市公司通過購買董責險議案的信息。其他數據均來源于CSMAR數據庫和Wind數據庫。
本文設計了如下回歸模型(1)檢驗H1,利用調節(jié)變量對模型(1)進行分組回歸檢驗H2和H3。
Strategyi,t=α0+α1D&Oi,t+α2LEVi,t+α3ROAi,t+α4Firmsizei,t+α5Firmagei,t+α6SOEi,t+α7Top1i,t+α8Boardsizei,t+α9Independencei,t+α10Mgenderi,t+α11Magei,t+α12Marketizationi,t+Yeardummies+Industrydummies+ε
(1)
上述模型中的各變量解釋如下:
1.被解釋變量。
戰(zhàn)略激進度(Strategy)。借鑒Bentley等(2013)[39]、孫健等(2016)[16]、黎來芳和孫何濤(2019)[40]、佟巖等(2020)[41]的研究,本文采用以下六個指標衡量企業(yè)戰(zhàn)略激進度:(1)研發(fā)創(chuàng)新指標:研發(fā)支出/營業(yè)收入;(2)生產效率指標:員工人數/營業(yè)收入;(3)成長性指標:營業(yè)收入增長率;(4)運營費用指標:(銷售費用+管理費用)/營業(yè)收入;(5)組織結構穩(wěn)定性指標:員工人數的離散系數(員工人數的標準差/員工人數的均值);(6)資本密度指標:固定資產/總資產。由于我國上市公司對研發(fā)支出的披露還不夠完善,本文借鑒葉康濤等(2014)[42]的研究,用無形資產凈值近似代替研發(fā)支出。
本文采用如下方式計算戰(zhàn)略激進度。首先,分別計算每個公司上述六個指標過去五年的均值作為當年該指標的取值。其次,按照年度和行業(yè)分類,對每個指標的取值進行排序并平均分為五組。對于前五個指標,值最小的組賦值為0分,次小的組賦值為1分,依次類推,最大的組賦值為4分。對于第六個指標,賦值方式相反,值最小的組賦值為4分,最大的組賦值為0分。最后,將每個公司上述六個指標的賦分相加,得到以0~24分為范圍的戰(zhàn)略激進度變量Strategy。分值越高,意味著企業(yè)戰(zhàn)略越激進;分值越低,意味著企業(yè)戰(zhàn)略越保守。根據Bentley等(2013)[39]的研究,分值不低于18分為進攻型,分值不高于6分為防御型,分值介于二者之間為分析型。
2.解釋變量。
是否購買董責險(D&O)。由于我國上市公司并未被要求強制披露與董責險相關的保險范圍、保險年限、保險費用、賠償金額等信息,本文參考Yuan等(2016)[24]的研究,設置虛擬變量,若公司當年購買董責險取值為1,否則取值為0。
3.控制變量。
參考方琪楓(2018)[43]、孟慶斌等(2019)[44]的研究,本文在模型(1)中還加入了影響企業(yè)戰(zhàn)略激進度的其他控制變量:資產負債率(LEV)、資產收益率(ROA)、公司規(guī)模(Firmsize)、公司年齡(Firmage)、產權性質(SOE)、股權集中度(Top1)、董事會規(guī)模(Boardsize)、獨立董事比例(Independence)、管理層性別(Mgender)、管理層年齡(Mage)。模型(1)中還加入了年度(Year)和行業(yè)(Industry)變量。上市公司按照證監(jiān)會2012年版行業(yè)分類,剔除金融行業(yè),制造業(yè)按照前兩位代碼進行細分,其他行業(yè)按照第一位代碼分類,最終可劃分為21個行業(yè)。
王化成等(2016)[17]認為,企業(yè)所在地的經濟發(fā)展水平與市場環(huán)境也可能會影響企業(yè)戰(zhàn)略激進度。經濟發(fā)展水平較高的地區(qū)市場環(huán)境較為穩(wěn)定,企業(yè)研發(fā)新產品、開拓新市場需要打破現有的經營模式,采取激進戰(zhàn)略的成本較高;而經濟發(fā)展水平較低的地區(qū)市場環(huán)境變動較快,企業(yè)需要通過開拓新市場、研發(fā)新產品來適應市場環(huán)境。借鑒王化成等(2016)[17]、孟慶斌等(2019)[44]的研究,本文將企業(yè)注冊地所在省份按照區(qū)域經濟發(fā)展戰(zhàn)略劃分為“西部大開發(fā)”地區(qū)、“東北振興”地區(qū)、“中部崛起”地區(qū)、“東部率先”地區(qū)(1)“西部大開發(fā)”地區(qū)包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆;“東北振興”地區(qū)包括遼寧、吉林、黑龍江;“中部崛起”地區(qū)包括山西、安徽、江西、河南、湖北、湖南;“東部率先”地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南。,分別賦值為1、2、3、4,用變量經濟版圖(Marketization)表示。從“西部大開發(fā)”地區(qū)到“東部率先”地區(qū),經濟發(fā)展水平逐漸上升,市場環(huán)境逐漸穩(wěn)定,預計企業(yè)戰(zhàn)略激進度會逐漸下降。
4.調節(jié)變量。
借鑒袁蓉麗等(2018)[25]、孟慶斌等(2019)[44]的研究,本文采用年度財經新聞數量衡量媒體關注度(Media),采用機構投資者持有的股份數占公司股份總數的比值衡量機構投資者持股比例(Institution)。
為減少極端值產生的誤差,本文對所有連續(xù)變量進行了1%和99%的縮尾處理。主要變量的定義見表1。
表2報告了主要變量的描述性統(tǒng)計結果。對初始研究樣本進行篩選后,共保留22 308條公司—年度觀測值。其中,購買董責險(D&O)的公司—年度觀測值占樣本總量的6.1%,表明我國上市公司購買董責險的比例較低。戰(zhàn)略激進度(Strategy)的均值為11.880,最小值為0.000,最大值為24.000,標準差為4.277,表明我國上市公司總體采用分析型戰(zhàn)略,而且戰(zhàn)略激進度存在較大差異。
表2 主要變量描述性統(tǒng)計
本文計算了主要變量的Pearson與Spearman相關系數,如表3所示。其中,購買董責險(D&O)與企業(yè)戰(zhàn)略激進度(Strategy)的兩種相關系數值均為-0.084,且均在1%的水平上顯著,表明購買董責險與企業(yè)戰(zhàn)略激進度負向相關。主要變量的相關系數均小于0.4,表明主要變量之間不存在嚴重的多重共線性問題。
在進行多元回歸分析之前,本文先使用單變量測試探究樣本中購買董責險(D&O)與企業(yè)戰(zhàn)略激進度(Strategy)的關系。本文將樣本分為兩組,一組為購買董責險的公司—年度觀測值(董責險公司組),另一組為未購買董責險的公司—年度觀測值(非董責險公司組),表4報告了單變量測試結果。董責險公司組Strategy的均值為10.470,非董責險公司組Strategy的均值為11.975。兩組均值差異t值為12.582,中位數差異z值為12.593,且均在1%的水平上顯著。上述結果表明購買董責險公司比未購買董責險公司擁有更低的戰(zhàn)略激進度,而且兩者之間的差異顯著。
表3 主要變量相關系數表
表4 單變量測試結果
為了直觀考察樣本期間內購買董責險對戰(zhàn)略激進度的影響,本文繪制了2003—2018年董責險公司組與非董責險公司組戰(zhàn)略激進度均值的年度趨勢圖(見圖1)。圖1的結果表明,董責險公司組的戰(zhàn)略激進度曲線在非董責險公司組的戰(zhàn)略激進度曲線下方,初步證明購買董責險與企業(yè)戰(zhàn)略激進度之間存在負相關關系。
圖1 企業(yè)戰(zhàn)略激進度均值年度趨勢圖
表5報告了模型(1)的回歸結果。列(1)只控制了年度和行業(yè)效應,D&O與Strategy在1%的水平上顯著負相關。列(2)至列(4)逐步加入公司基本特征變量、公司治理特征變量、管理層個人特征變量和市場環(huán)境變量,D&O的系數仍然為負,且在5%的水平上顯著,表明在控制了其他影響因素后,董責險仍然對企業(yè)戰(zhàn)略激進度有負向影響。H1得到支持,即購買董責險能夠顯著降低企業(yè)戰(zhàn)略激進度。
表5 董責險與企業(yè)戰(zhàn)略激進度回歸結果
續(xù)前表
為檢驗H2,本文將全樣本按照年度財經新聞數量高于同行業(yè)—年度中位數和低于同行業(yè)—年度中位數分為兩個子樣本,分別對模型(1)進行回歸,結果見表6的列(1)和列(2)。列(1)中董責險(D&O)的系數為-0.388但不顯著,列(2)中董責險(D&O)的系數為-0.838且在5%的水平上顯著。費舍爾組合檢驗的經驗p值為0.026,表明組間系數差異在5%的水平上顯著。H2得到支持,即董責險對戰(zhàn)略激進度的抑制作用在媒體關注度較低的企業(yè)中更為顯著。
為檢驗H3,本文將全樣本按照機構投資者持股比例高于同行業(yè)—年度中位數和低于同行業(yè)—年度中位數分為兩個子樣本,分別對模型(1)進行回歸,結果見表6的列(3)和列(4)。列(3)中董責險(D&O)的系數為-0.186但不顯著,列(4)中董責險(D&O)的系數為-1.190且在1%的水平上顯著。費舍爾組合檢驗的經驗p值為0.000,表明組間系數差異在1%的水平上顯著。H3得到支持,即董責險對戰(zhàn)略激進度的抑制作用在機構投資者持股比例較低的企業(yè)中更為顯著。
表6 外部監(jiān)督機制的分組回歸結果
本文在考察上市公司購買董責險對戰(zhàn)略激進度的影響時,可能存在內生性問題。例如,上市公司可能因為戰(zhàn)略激進引起的潛在訴訟風險而去購買董責險。因此,本文采用Heckman兩階段回歸法和傾向得分匹配法降低潛在的內生性問題。
上市公司購買董責險的行為可能不是隨機的,因此會產生自選擇偏差,本文采用Heckman兩階段回歸法進一步檢驗。第一階段首先構建購買董責險的影響因素模型。本文采用同省份、同年度購買董責險公司的比例(AverageD&O)這一外生變量進行檢驗。某一省份當年購買董責險的上市公司的比例越高,意味著該地區(qū)保險行業(yè)越發(fā)達,上市公司的保險意識越強烈,該地區(qū)內的上市公司就越有可能購買董責險,但它與企業(yè)戰(zhàn)略激進度并無直接關系,因此滿足工具變量的條件。第一階段Probit模型如下所示:
D&Oi,t=β0+β1AverageD&Oi,t+β2LEVi,t+β3ROAi,t+β4Firmsizei,t+β5Firmagei,t+β6SOEi,t+β7Top1i,t+β8Boardsizei,t+β9Independencei,t++β10Mgenderi,t+β11Magei,t+β12Violationi,t+Yeardummies+Industrydummies+ε
(2)
其中Violation為虛擬變量,如果公司當年發(fā)生違規(guī)行為取值為1,否則取值為0。其余控制變量的含義同上。
首先對模型(2)進行回歸,將第一階段產生的逆米爾斯比率(IMR)加入到模型(1)中作為控制變量,得到第二階段的回歸模型。第一階段和第二階段的回歸結果見表7。第二階段的回歸結果顯示,IMR的系數在5%的水平上顯著為負,表明其他不可觀測的因素對企業(yè)戰(zhàn)略激進度有負向影響。在加入IMR后,董責險與企業(yè)戰(zhàn)略激進度之間的關系仍然在5%的水平上顯著為負,結果穩(wěn)健。
表7 Heckman兩階段回歸結果
續(xù)前表
為了緩解自選擇問題,本文還采用傾向得分匹配法進行檢驗。具體而言,首先利用模型(2)進行Probit回歸,計算出每個公司購買董責險的傾向得分。其次,對于每個購買董責險的公司—年度觀測值,采用一對一的最鄰近匹配法匹配一個沒有購買董責險的公司—年度觀測值。前者為傾向得分匹配的處理組,后者為傾向得分匹配的控制組,處理組和控制組各包含1 326個觀測值。
為了保證傾向得分匹配的有效性,本文進行協變量平衡檢驗,檢驗結果見表8。由表8可知,匹配后處理組與控制組在公司基本特征上很接近,t檢驗的結果不拒絕處理組與控制組無系統(tǒng)性差異的原假設,滿足配對要求。
表8 傾向得分匹配后協變量平衡檢驗結果
最后,對傾向得分匹配后的處理組和控制組樣本按照模型(1)進行回歸,回歸結果見表9。表9的回歸結果顯示,D&O與Strategy在1%的水平上顯著為負,表明購買董責險與企業(yè)戰(zhàn)略激進度之間存在顯著的負相關關系,結果仍然穩(wěn)健。
表9 傾向得分匹配法后回歸結果
根據前文分析,購買董責險后保險公司可以發(fā)揮外部監(jiān)督作用,降低企業(yè)戰(zhàn)略激進度。本文在此基礎上繼續(xù)考察購買董責險降低企業(yè)戰(zhàn)略激進度的可能路徑。
采取激進戰(zhàn)略的企業(yè)往往會進行新產品研發(fā)與新市場開辟等風險較高的投資活動。由于董事和高管存在機會主義動機、市場存在信息不對稱等原因,企業(yè)的實際投資支出可能會偏離最優(yōu)化水平,從而導致非效率投資。購買董責險能夠降低代理成本,減少董事和高管的機會主義行為,同時能夠反映管理層風險偏好等公司內部信息,發(fā)揮信號傳遞作用,從而降低非效率投資。因此,董責險可能通過抑制企業(yè)非效率投資的路徑降低企業(yè)戰(zhàn)略激進度。本文借鑒Richardson(2006)[45]、佟巖和劉第文(2016)[46]、趙楊(2018)[7]的研究,采用模型(3)中殘差的絕對值衡量企業(yè)的非效率投資。
Investi,t=α0+α1LEVi,t-1+α2Growthi,t-1+α3Cashi,t-1+α4Returni,t-1+α5Firmsizei,t-1+α6Firmagei,t-1+α7Investi,t-1+Yeardummies+Industrydummies+ε
(3)
模型(3)中,Invest為企業(yè)當年新增投資額,用購建固定資產、無形資產和其他長期資產支付的現金與期初總資產的比值衡量。Growth表示營業(yè)收入增長率,Cash表示現金持有水平,Return表示年股票回報率,其余控制變量的含義同上。
為了檢驗非效率投資的中介效應,參考Sobel(1982)[47]的研究方法,本文以戰(zhàn)略激進度(Strategy)為被解釋變量,董責險(D&O)為解釋變量建立模型(1);以非效率投資(Einvest)為被解釋變量,董責險(D&O)為解釋變量建立模型(4);以戰(zhàn)略激進度(Strategy)為被解釋變量,非效率投資(Einvest)為解釋變量建立模型(5)。如果中介效應存在,則β1×γ1的系數應當顯著不為0。
Einvesti,t=β0+β1D&Oi,t+β2LEVi,t+β3ROAi,t+β4Firmsizei,t+β5Firmagei,t+β6SOEi,t+β7Top1i,t+β8Boardsizei,t+β9Independencei,t+β10Cashflowi,t+Yeardummies+Industrydummies+ε
(4)
Strategyi,t=γ0+γ1Einvesti,t+γ2D&Oi,t+γ3LEVi,t+γ4ROAi,t+γ5Firmsizei,t+γ6Firmagei,t+γ7SOEi,t+γ8Top1i,t+γ9Boardsizei,t+γ10Independencei,t+γ11Mgenderi,t+γ12Magei,t+γ13Marketizationi,t+Yeardummies+Industrydummies+ε
(5)
模型(4)中Cashflow衡量企業(yè)經營活動現金流量與總資產的比值,其余控制變量的含義同上?;貧w結果如表10所示。
表10 董責險影響戰(zhàn)略激進度的路徑檢驗結果
由表10可知,董責險(D&O)與非效率投資(Einvest)在5%的水平上顯著負相關,表明購買董責險有助于降低企業(yè)的非效率投資,抑制管理層的機會主義行為。非效率投資(Einvest)與戰(zhàn)略激進度(Strategy)在1%的水平上顯著正相關,表明企業(yè)非效率投資程度越高,管理層機會主義行為越嚴重時,企業(yè)戰(zhàn)略激進度越大。Sobel檢驗Z統(tǒng)計量值為-1.963 且在5%的水平上顯著,表明β1×γ1的系數顯著異于0,即非效率投資在董責險對企業(yè)戰(zhàn)略激進度的抑制關系中發(fā)揮了部分中介作用。
筆者以2003—2018年中國A股上市公司的數據,采用經驗研究的方法探討了董責險對企業(yè)戰(zhàn)略激進度的影響,得出如下研究結論:
第一,上市公司購買董責險后將保險公司引入公司治理機制中,發(fā)揮其外部監(jiān)督作用。購買董責險后,保險公司有動機且有能力加強對激進戰(zhàn)略的風險識別與評估,并采取提交修正方案、提高保費金額等方式發(fā)揮外部監(jiān)督作用,顯著提升企業(yè)采取激進戰(zhàn)略的成本,從而降低企業(yè)戰(zhàn)略激進度,起到風險規(guī)避的效果。
第二,董責險對戰(zhàn)略激進度的抑制作用在媒體關注度較低和機構投資者持股比例較低的企業(yè)中更為顯著。在其他外部監(jiān)督機制較為薄弱的情況下,董責險的外部監(jiān)督作用更明顯。
第三,董責險能夠抑制非效率投資。非效率投資行為是企業(yè)激進戰(zhàn)略的表現,而購買董責險能夠發(fā)揮外部監(jiān)督作用,降低非效率投資。這表明,董責險在中國這一新興經濟體中能夠發(fā)揮積極的治理作用,改善治理水平,促進企業(yè)的良性發(fā)展。
筆者從上述研究結論得到如下啟示,并嘗試給出一些相應的建議:
第一,管理層應當充分認識董責險的積極治理作用,充分考慮購買董責險的決策。本研究結果表明,購買董責險能夠充分發(fā)揮保險公司的外部監(jiān)督作用,但在A股上市公司中仍有90%以上的企業(yè)尚未購買董責險。因此,管理層應當充分認識到董責險的治理效應,充分考慮是否購買以及何時購買董責險的決策,以便更好地發(fā)揮董責險在引入外部監(jiān)督機制、防范與化解企業(yè)訴訟風險方面的重要作用。
第二,投資者在評價董責險的治理作用時,應當考慮董責險與企業(yè)內外部治理機制的交互作用。本研究結果表明,在不同的治理環(huán)境下,董責險對企業(yè)戰(zhàn)略激進度的抑制作用存在異質性??紤]到企業(yè)治理機制的綜合性與復雜性,投資者對董責險治理作用的評價應當緊密結合企業(yè)的實際情況具體研判。此外,本文在中介效應檢驗中還發(fā)現董責險可以降低企業(yè)的非效率投資,進而抑制戰(zhàn)略激進度,這一研究結論可以為投資者進行投資決策提供重要參考。
第三,監(jiān)管機構應當進一步加強董責險的推廣?!秶鴦赵宏P于加快發(fā)展現代保險服務業(yè)的若干意見》中指出,要充分發(fā)揮責任保險在事前風險預防、事中風險控制、事后理賠服務等方面的功能作用,用經濟杠桿和多樣化的責任保險產品化解民事責任糾紛。本研究結果表明,董責險作為一種職業(yè)責任保險,能夠有效發(fā)揮外部監(jiān)督作用,防范和化解企業(yè)訴訟風險。因此,監(jiān)管機構應當進一步推進與董責險相關的法律法規(guī)的頒布與實施,促進董責險信息披露制度的完善,鼓勵和引導中國企業(yè)購買董責險。
本文實證分析了購買董責險對企業(yè)戰(zhàn)略激進度的影響,但仍存在一些局限,未來可以從以下兩個方面深入研究:第一,目前我國相關部門還未對上市公司購買董責險的信息披露制定統(tǒng)一或規(guī)范性的政策,大部分購買董責險的公司并未披露董責險合同條款的具體信息,因而本文采用“是否購買董責險”作為解釋變量進行檢驗。未來在董責險信息披露制度出臺及完善后,可以利用董責險的投保范圍、年限、費用、賠償金額等數據進一步分析與檢驗相關論題。第二,本文驗證了非效率投資在董責險與企業(yè)戰(zhàn)略激進度之間發(fā)揮的部分中介作用,但并未詳細挖掘其他可能的中介路徑。由于企業(yè)戰(zhàn)略本身的綜合性與復雜性,董責險對企業(yè)戰(zhàn)略激進度的影響具體作用于企業(yè)戰(zhàn)略的哪個方面或戰(zhàn)略實施的哪個環(huán)節(jié),還有待進一步探討。