董事網(wǎng)絡(luò)位置對企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響研究
——來自中國上市公司的經(jīng)驗(yàn)證據(jù)

王 熹 劉國枝 王 利 周浩倩

（天津財(cái)經(jīng)大學(xué)商學(xué)院，天津 300222）

引 言

企業(yè)風(fēng)險(xiǎn)承擔(dān)反映了企業(yè)在投資決策過程中對投資項(xiàng)目的選擇，風(fēng)險(xiǎn)承擔(dān)水平越高，管理者放棄風(fēng)險(xiǎn)較高但預(yù)期凈現(xiàn)值大于零的投資項(xiàng)目的可能性越?。?］。微觀層面，更高的風(fēng)險(xiǎn)承擔(dān)水平有利于企業(yè)資本配置效率的改善和價(jià)值的提高［2］；宏觀層面，亦可促進(jìn)整個(gè)社會的資本積累，提高社會生產(chǎn)率，推動經(jīng)濟(jì)增長［3］。因此，如何提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平，成為理論界和實(shí)務(wù)界備受關(guān)注的話題。

基于資源依賴?yán)碚?，企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的提升離不開信息和資源的有效供給，除市場機(jī)制和正式制度外，外部非正式制度渠道也日益成為企業(yè)獲取信息和資源的重要方式，在我國“關(guān)系型” 社會特征背景下，企業(yè)間關(guān)系聯(lián)結(jié)所形成的社會網(wǎng)絡(luò)已成為重要的嵌入社會結(jié)構(gòu)的非正式制度安排。由董事在不同企業(yè)間兼任所形成的董事網(wǎng)絡(luò)也成為影響企業(yè)投資決策的一種十分重要的社會網(wǎng)絡(luò)形態(tài)［4］。

已有學(xué)者從管理者特征［5］、管理層激勵與約束［6］等視角探討了企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響因素，認(rèn)為管理者過度自信、管理者具有海歸背景等個(gè)人特征以及企業(yè)的晉升激勵、高管的薪酬差距等都會顯著影響企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。然而，鮮有研究從企業(yè)所處的網(wǎng)絡(luò)關(guān)系等外部視角分析其如何影響企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。根據(jù)我國公司法，董事會對企業(yè)投資決策擁有控制權(quán)［7］，企業(yè)風(fēng)險(xiǎn)承擔(dān)極大程度上取決于董事決策。董事網(wǎng)絡(luò)具有知識傳播和流動的重要特征，是知識溢出的重要通道［8］。處于網(wǎng)絡(luò)聯(lián)結(jié)關(guān)系中的企業(yè)可以通過知識資源的獲取，為投資決策制定提供更多參考依據(jù)。此外，經(jīng)濟(jì)主體的投資決策還與其所處的宏觀環(huán)境密切相關(guān)。當(dāng)前，我國經(jīng)濟(jì)發(fā)展正處于轉(zhuǎn)型升級期，經(jīng)濟(jì)政策不確定性顯著增加，可能改變企業(yè)的投融資環(huán)境以及未來發(fā)展預(yù)期，影響經(jīng)濟(jì)主體的風(fēng)險(xiǎn)偏好［9］?；诖?，本文將探索和檢驗(yàn)董事網(wǎng)絡(luò)位置對企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響及其內(nèi)在機(jī)制和邊界條件。

本文基于我國上市公司董事兼任行為普遍存在的背景，探究董事網(wǎng)絡(luò)位置對企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響機(jī)制，拓展了企業(yè)風(fēng)險(xiǎn)承擔(dān)的前因變量。以往研究多關(guān)注企業(yè)創(chuàng)新、融資約束、投資效率等方面，考察董事網(wǎng)絡(luò)位置對企業(yè)風(fēng)險(xiǎn)承擔(dān)作用效果的文獻(xiàn)并不多見，本文從董事網(wǎng)絡(luò)位置的角度，擴(kuò)展了其經(jīng)濟(jì)后果的研究。同時(shí)，本文探索了知識溢出在董事網(wǎng)絡(luò)位置對企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響過程中發(fā)揮的作用，拓展了二者之間的中介機(jī)制研究，并引入經(jīng)濟(jì)政策不確定性作為調(diào)節(jié)變量，厘清了董事網(wǎng)絡(luò)位置影響企業(yè)風(fēng)險(xiǎn)承擔(dān)的邊界條件。

1 理論分析與研究假設(shè)

1.1 董事網(wǎng)絡(luò)位置與企業(yè)風(fēng)險(xiǎn)承擔(dān)

董事網(wǎng)絡(luò)是公司董事會的董事個(gè)體以及董事之間通過至少在一個(gè)董事會同時(shí)任職而建立的直接和間接聯(lián)結(jié)關(guān)系的集合［10］。根據(jù)資源依賴?yán)碚摚髽I(yè)的風(fēng)險(xiǎn)承擔(dān)是一項(xiàng)資源消耗性活動，具有很強(qiáng)的資源依賴特征［3］。董事網(wǎng)絡(luò)承載著豐富的社會資本，是社會網(wǎng)絡(luò)中的重要資源，有利于企業(yè)發(fā)展［11］。企業(yè)若能獲得嵌入于董事網(wǎng)絡(luò)中的社會資本，則能擁有蘊(yùn)藏其中的重要資源，當(dāng)面臨風(fēng)險(xiǎn)性投資項(xiàng)目決策時(shí)能夠打破資源限制，減少風(fēng)險(xiǎn)和不確定性，有利于風(fēng)險(xiǎn)承擔(dān)水平的提高。

董事網(wǎng)絡(luò)中的社會資本在網(wǎng)絡(luò)中并非均勻分布，意味著企業(yè)通過董事網(wǎng)絡(luò)獲取的信息和資源因其所處的董事網(wǎng)絡(luò)位置不同而產(chǎn)生差異，可能影響企業(yè)風(fēng)險(xiǎn)承擔(dān)水平［12］。衡量網(wǎng)絡(luò)位置的變量中使用最多的是中心度和結(jié)構(gòu)洞，中心度衡量了個(gè)體行動者在網(wǎng)絡(luò)中的重要程度，強(qiáng)調(diào)與自我直接聯(lián)系的特性［13］。企業(yè)的中心度越高，說明它越接近網(wǎng)絡(luò)中的核心位置，擁有更多的網(wǎng)絡(luò)成員聯(lián)結(jié)、更豐富的資源獲取渠道以及更快捷的信息傳遞，從而獲取的關(guān)鍵資源和保密信息就越多［14］，在投資決策時(shí)更有能力甄別風(fēng)險(xiǎn)和機(jī)遇。因此董事網(wǎng)絡(luò)中心度越高，企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平也會越高。

結(jié)構(gòu)洞指網(wǎng)絡(luò)中某些個(gè)體之間存在無直接聯(lián)系或關(guān)系間斷的現(xiàn)象，從網(wǎng)絡(luò)整體來看，宛如網(wǎng)絡(luò)結(jié)構(gòu)中出現(xiàn)了洞穴［15］。在董事網(wǎng)絡(luò)中，上市公司的非兼任董事與其它上市公司的董事之間通過連鎖董事間接交流，因此整個(gè)上市公司董事網(wǎng)絡(luò)充滿了各公司董事會小網(wǎng)絡(luò)性質(zhì)的結(jié)構(gòu)洞，擁有連鎖董事的公司將因其占據(jù)的結(jié)構(gòu)洞位置而具有一定的結(jié)構(gòu)洞優(yōu)勢［10］： 占據(jù)結(jié)構(gòu)洞位置的企業(yè)可以獲得更多的信息和資源； 另外，擁有連鎖董事的公司占據(jù)著其他網(wǎng)絡(luò)成員相互聯(lián)系的關(guān)鍵路徑，從而能夠控制信息的傳遞與否以及準(zhǔn)確性［15］。根據(jù)弱聯(lián)結(jié)優(yōu)勢理論，結(jié)構(gòu)洞可以向組織提供與其他組織的弱關(guān)系聯(lián)結(jié)［16］，從而為企業(yè)帶來差異化信息和異質(zhì)性資源。企業(yè)擁有的結(jié)構(gòu)洞數(shù)目越多，異質(zhì)性信息和資源就越豐富，越容易做出風(fēng)險(xiǎn)性高的投資決策，提高企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平。

因此，本文提出如下假設(shè)：

H1： 董事網(wǎng)絡(luò)位置正向影響企業(yè)風(fēng)險(xiǎn)承擔(dān)。

H1a： 企業(yè)在董事網(wǎng)絡(luò)中的中心度越高，企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平越高。

H1b： 企業(yè)在董事網(wǎng)絡(luò)中占據(jù)的結(jié)構(gòu)洞數(shù)量越豐富，企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平越高。

1.2 知識溢出的中介效應(yīng)

在董事網(wǎng)絡(luò)中，不同企業(yè)由于董事兼任行為而聯(lián)結(jié)在一起，企業(yè)因此可以接觸到來自其他企業(yè)的信息知識，促進(jìn)企業(yè)間的知識流動［17］，使得董事網(wǎng)絡(luò)成為知識溢出的載體。知識溢出通常指知識在傳播和擴(kuò)散過程中對環(huán)境等造成的外部性［18］。社會網(wǎng)絡(luò)關(guān)系可以產(chǎn)生知識溢出效應(yīng)［8］，為嵌入其中的企業(yè)提供有用的知識和資源。企業(yè)在網(wǎng)絡(luò)中的不同位置決定了企業(yè)獲得知識溢出的程度差異，而新知識的獲取是影響企業(yè)風(fēng)險(xiǎn)承擔(dān)的關(guān)鍵因素，因此知識溢出很有可能構(gòu)成董事網(wǎng)絡(luò)位置影響企業(yè)風(fēng)險(xiǎn)承擔(dān)的中介路徑。

從董事網(wǎng)絡(luò)位置對知識溢出的影響角度看，企業(yè)在董事網(wǎng)絡(luò)中的中心度越高，和網(wǎng)絡(luò)中其他成員互動交流的機(jī)會就越多，網(wǎng)絡(luò)“領(lǐng)導(dǎo)者企業(yè)” 越會受到周圍普通企業(yè)的學(xué)習(xí)和跟隨，形成知識交流集聚［19］。企業(yè)在董事網(wǎng)絡(luò)中占據(jù)的結(jié)構(gòu)洞越多，就能接觸和控制更多重要知識源，擁有更大權(quán)力，從而獲得更多的知識溢出。從知識溢出對企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響角度看，企業(yè)決策的制定依賴其擁有的資源，企業(yè)掌握的知識資源越豐富，理性的決策者越能對投資項(xiàng)目做出更加全面的評估，降低決策的不確定性，從而提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。

綜上，本文提出如下假設(shè)：

H2： 知識溢出在董事網(wǎng)絡(luò)位置對企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響中發(fā)揮中介效應(yīng)。

H2a： 知識溢出在董事網(wǎng)絡(luò)中心度對企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響中發(fā)揮中介效應(yīng)。

H2b： 知識溢出在企業(yè)占據(jù)的結(jié)構(gòu)洞數(shù)量對企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響中發(fā)揮中介效應(yīng)。

1.3 經(jīng)濟(jì)政策不確定性的調(diào)節(jié)作用

經(jīng)濟(jì)政策不確定性指市場經(jīng)濟(jì)主體無法準(zhǔn)確預(yù)知政府是否、何時(shí)以及如何改變現(xiàn)行經(jīng)濟(jì)政策［20］。經(jīng)濟(jì)政策不確定性會影響企業(yè)的投融資環(huán)境以及經(jīng)濟(jì)主體的風(fēng)險(xiǎn)偏好，從而影響企業(yè)的風(fēng)險(xiǎn)承擔(dān)行為。經(jīng)濟(jì)政策不確定性具有明顯的雙向效應(yīng)，會造成經(jīng)濟(jì)環(huán)境波動，導(dǎo)致經(jīng)濟(jì)主體難以做出準(zhǔn)確預(yù)判，激發(fā)其風(fēng)險(xiǎn)規(guī)避動機(jī)，傾向更加保守的戰(zhàn)略； 同時(shí)又能帶來新的投資機(jī)會，激發(fā)經(jīng)濟(jì)主體的機(jī)遇逐利動機(jī)［21］。

當(dāng)企業(yè)處在經(jīng)濟(jì)政策不確定性較高的環(huán)境中，董事網(wǎng)絡(luò)蘊(yùn)含的信息和資源具有幫助企業(yè)抵抗風(fēng)險(xiǎn)沖擊的作用［22］。從董事網(wǎng)絡(luò)中心度的角度看，越接近核心位置的企業(yè)，與其他企業(yè)的聯(lián)結(jié)關(guān)系越密切，越能夠獲得有利于決策的關(guān)鍵信息和資源。在經(jīng)濟(jì)政策不確定性較高的環(huán)境中，這些關(guān)鍵信息和資源對企業(yè)制定投資決策能起到更為明顯的助益。從企業(yè)占據(jù)的結(jié)構(gòu)洞數(shù)量的角度看，企業(yè)擁有的結(jié)構(gòu)洞數(shù)量越多，能獲取的異質(zhì)性信息則越多。隨著經(jīng)濟(jì)政策不確定性的提高，企業(yè)利用異質(zhì)性信息能夠?qū)ν獠凯h(huán)境做出更準(zhǔn)確的判斷，從而有利于其投資決策的制定。經(jīng)濟(jì)政策不確定性越高時(shí)，董事網(wǎng)絡(luò)獲取信息和資源的優(yōu)勢越會被放大，從而對董事的風(fēng)險(xiǎn)投資產(chǎn)生更為明顯的影響，進(jìn)而改變企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平。

綜上，本文提出如下假設(shè)：

H3： 經(jīng)濟(jì)政策不確定性正向調(diào)節(jié)董事網(wǎng)絡(luò)位置與企業(yè)風(fēng)險(xiǎn)承擔(dān)之間的關(guān)系。

H3a： 經(jīng)濟(jì)政策不確定性正向調(diào)節(jié)董事網(wǎng)絡(luò)中心度與企業(yè)風(fēng)險(xiǎn)承擔(dān)之間的關(guān)系。

H3b： 經(jīng)濟(jì)政策不確定性正向調(diào)節(jié)企業(yè)占據(jù)的結(jié)構(gòu)洞數(shù)量與企業(yè)風(fēng)險(xiǎn)承擔(dān)之間的關(guān)系。

2 研究設(shè)計(jì)

2.1 樣本選擇與數(shù)據(jù)來源

本文選取2011～2022 年中國A 股上市公司作為研究樣本，由于被解釋變量企業(yè)風(fēng)險(xiǎn)承擔(dān)的計(jì)算需要3 年窗口期數(shù)據(jù)，因此本文實(shí)際使用2009～2022 年數(shù)據(jù)。同時(shí)按照以下原則對樣本進(jìn)行篩選：（1） 剔除含S、ST、PT 標(biāo)識的公司； （2） 剔除金融行業(yè)上市公司； （3） 剔除同時(shí)發(fā)行B、H 股的公司； （4） 剔除數(shù)據(jù)存在缺失及明顯異常（包括所有者權(quán)益為負(fù)及資產(chǎn)負(fù)債率大于1）的樣本。為規(guī)避極端值的影響，本文對連續(xù)變量進(jìn)行了上下1%的Winsorize 縮尾處理。最終得到12 個(gè)年度共計(jì)26985 個(gè)樣本觀測數(shù)據(jù)。文中的經(jīng)濟(jì)政策不確定性數(shù)據(jù)來自http：/ /www.policyuncertainty.com/china＿monthly.html 網(wǎng)站，其他數(shù)據(jù)均源自CSMAR、WIND和CNRDS 數(shù)據(jù)庫。數(shù)據(jù)處理軟件為Stata17。

2.2 變量定義

（1） 被解釋變量

企業(yè)風(fēng)險(xiǎn)承擔(dān)（Risk）。參考何瑛等（2019）［23］的做法，采用企業(yè)盈利的波動性衡量風(fēng)險(xiǎn)承擔(dān)水平，計(jì)算方法如式（1）、（2） 所示：

ROA為企業(yè)相應(yīng)年度的息稅前利潤（EBIT）與當(dāng)年末資產(chǎn)總額的比率。計(jì)算盈利波動性時(shí)，以每3 年（t－2 年至t年）作為一個(gè)觀測時(shí)段，滾動計(jì)算經(jīng)行業(yè)調(diào)整后的ROA（Adj＿ROA）標(biāo)準(zhǔn)差。行業(yè)劃分依據(jù)證監(jiān)會2012 年版行業(yè)分類標(biāo)準(zhǔn)，由于制造業(yè)企業(yè)數(shù)量較多，因此對制造業(yè)企業(yè)所屬行業(yè)取兩位代碼進(jìn)行細(xì)分。

（2） 解釋變量

董事網(wǎng)絡(luò)位置（Network）。本文用網(wǎng)絡(luò)中心度和結(jié)構(gòu)洞兩個(gè)變量衡量董事網(wǎng)絡(luò)位置。

網(wǎng)絡(luò)中心度（DegMn）。參考張勇（2021）［24］的做法，本文選取程度中心度作為衡量網(wǎng)絡(luò)中心度的指標(biāo)。該指標(biāo)描述了在網(wǎng)絡(luò)中與某個(gè)個(gè)體直接相連的其他個(gè)體數(shù)量，反映個(gè)體在網(wǎng)絡(luò)中的交流活躍性，是對網(wǎng)絡(luò)位置中心度最直觀的測量。計(jì)算方法如式（3） 所示：

其中，i為某個(gè)董事，j為當(dāng)年除了i之外的其他董事。若兩位董事至少在同一個(gè)公司董事會共事則Xji為1，否則為0。g是公司當(dāng)年董事網(wǎng)絡(luò)中的人數(shù)，用g－1 來消除不同年份董事規(guī)模差異。Deg的值越大，董事網(wǎng)絡(luò)位置越高。

結(jié)構(gòu)洞（StruMn）。關(guān)于結(jié)構(gòu)洞的測量指標(biāo)中約束系數(shù)的使用較為廣泛［13］。因此本文選取約束系數(shù)作為結(jié)構(gòu)洞的衡量指標(biāo)，計(jì)算方法如式（4）所示：

其中，Pij表示董事i與董事j的直接關(guān)系強(qiáng)度，∑k≠i，j（PikPkj）表示董事i通過k路徑與董事j的所有非直接關(guān)系強(qiáng)度之和，直接關(guān)系強(qiáng)度Pij與非直接關(guān)系強(qiáng)度∑k≠i，j（PikPkj）加總后的平方項(xiàng)即表示董事i因?yàn)槎耲而受到的約束程度。將董事i因網(wǎng)絡(luò)中所有其他董事而受到的約束程度進(jìn)行加總，得到Ci。約束系數(shù)衡量的是董事在網(wǎng)絡(luò)中擁有結(jié)構(gòu)洞的匱乏程度，約束系數(shù)越小，董事?lián)碛械慕Y(jié)構(gòu)洞越豐富。Ci的最大值為1，借鑒既有文獻(xiàn)，本文用1 與Ci的差來衡量結(jié)構(gòu)洞豐富程度。

上述計(jì)算得到的程度中心度和結(jié)構(gòu)洞指標(biāo)均屬于董事個(gè)體層面，參考張勇（2021）［24］的做法，本文取各上市公司所有董事的程度中心度和結(jié)構(gòu)洞的平均值作為公司層面的衡量指標(biāo)，以DegMn和StruMn表示，并將DegMn除以100，對量綱進(jìn)行統(tǒng)一處理。

（3） 中介變量

知識溢出（KS）。參考龐瑞芝等（2021）［25］的做法，首先，利用永續(xù)盤存法測算企業(yè)的知識資本，企業(yè)第t期的知識資本測算如式（5） 所示：

其中，Rt－1表示企業(yè)在第t－1 期的研發(fā)投入，δ為折舊率并假設(shè)為15%，接下來采用式（6） 估算基期的知識資本K0，如下所示：

其中，R0為基期研發(fā)投入，g為樣本期內(nèi)企業(yè)研發(fā)投入的平均增長率。

采用式（7） 測算企業(yè)的知識溢出KS，如下所示：

其中，Kjt表示企業(yè)j第t期的知識資本，ωijt表示企業(yè)j與企業(yè)i第t期在技術(shù)空間中的距離，計(jì)算公式如式（8） 所示：

最后，將得到的KS取自然對數(shù)作為最終的知識溢出指標(biāo)。

（4） 調(diào)節(jié)變量

經(jīng)濟(jì)政策不確定性（EPU）。參考饒品貴和徐子慧（2017）［26］的做法，采用Baker 等（2016）［27］編制的中國經(jīng)濟(jì)政策不確定性指數(shù)來衡量該指標(biāo)。該指數(shù)以香港《南華早報(bào)》 作為新聞報(bào)道檢索平臺，通過關(guān)鍵詞檢索得到與政策不確定性有關(guān)的文章數(shù)量再除以文章總數(shù)，獲得當(dāng)月的經(jīng)濟(jì)政策不確定性數(shù)據(jù)。本文將Baker 等構(gòu)建的中國經(jīng)濟(jì)政策不確定性指數(shù)的月度數(shù)據(jù)取算術(shù)平均值并除以100 作為年度數(shù)據(jù)。

（5） 控制變量

參考現(xiàn)有研究企業(yè)風(fēng)險(xiǎn)承擔(dān)的文獻(xiàn)［28］，本文的控制變量包括AGE、GROWTH、FIRST、BOARD、INDEP、DUAL，以及年度和行業(yè)的虛擬變量，具體變量選擇和定義如表1 所示。

新聞的負(fù)面性和一致性價(jià)值也可以通過使用其他敘事特征來實(shí)現(xiàn)。薩默斯和吉布森指出，敘事是按照一定的評判標(biāo)準(zhǔn)構(gòu)建的。這些標(biāo)準(zhǔn)能夠?qū)崿F(xiàn)并指導(dǎo)有選擇地采用一系列事件或元素，而這些事件或元素源自構(gòu)成該經(jīng)歷的各種開放的和重復(fù)出現(xiàn)的事件。（轉(zhuǎn)引自Baker 2006：71）因果情節(jié)設(shè)置使我們能夠權(quán)衡和解釋事件，并將一系列命題轉(zhuǎn)變?yōu)榭山庾x的排序，以便使我們從中提煉出觀點(diǎn)。（ibid.：67）

表1 變量定義

2.3 模型構(gòu)建

為檢驗(yàn)董事網(wǎng)絡(luò)位置與企業(yè)風(fēng)險(xiǎn)承擔(dān)的關(guān)系，構(gòu)建如下模型：

其中，i表示企業(yè)，t表示年份，Risk表示企業(yè)風(fēng)險(xiǎn)承擔(dān)，Network表示董事網(wǎng)絡(luò)位置，用程度中心度（DegMn）和結(jié)構(gòu)洞（StruMn）兩個(gè)指標(biāo)進(jìn)行度量，Controls表示所有控制變量，Year和Indcd分別表示年度和行業(yè)虛擬變量。ε表示殘差項(xiàng)。

為檢驗(yàn)知識溢出的中介效應(yīng)，本文借鑒溫忠麟和葉寶娟（2014）［29］對中介效應(yīng)的檢驗(yàn)程序，在模型（9） 的基礎(chǔ)上，構(gòu)建如下兩個(gè)模型：

其中，KS表示知識溢出，其他變量含義同上。

為檢驗(yàn)經(jīng)濟(jì)政策不確定性對董事網(wǎng)絡(luò)位置與企業(yè)風(fēng)險(xiǎn)承擔(dān)之間關(guān)系的調(diào)節(jié)作用，構(gòu)建如下模型：

其中，EPU表示經(jīng)濟(jì)政策不確定性，Network×EPU為董事網(wǎng)絡(luò)位置與經(jīng)濟(jì)政策不確定性的乘積項(xiàng)，其他變量含義同上。

3 實(shí)證結(jié)果與分析

3.1 描述性統(tǒng)計(jì)

表2 報(bào)告了主要變量的描述性統(tǒng)計(jì)結(jié)果。其中企業(yè)風(fēng)險(xiǎn)承擔(dān)（Risk）的平均值為0.042，最值相差較大說明不同企業(yè)間風(fēng)險(xiǎn)承擔(dān)水平存在很大差異。董事網(wǎng)絡(luò)程度中心度（DegMn）以及結(jié)構(gòu)洞（StruMn）的最大值與最小值之差分別為0.421 和0.500，說明不同企業(yè)在董事網(wǎng)絡(luò)中的位置存在一定差異，企業(yè)利用網(wǎng)絡(luò)位置可獲取的信息和資源也有所不同。知識溢出（KS）的平均值為25.655，標(biāo)準(zhǔn)差為1.092，說明董事網(wǎng)絡(luò)中存在明顯的知識流動和傳播特征。經(jīng)濟(jì)政策不確定性（EPU）的最值相差較大，說明不同行業(yè)年份不同企業(yè)間面臨的外部環(huán)境不確定性差異較大。此外，本文對解釋變量及控制變量進(jìn)行了多重共線性檢驗(yàn)，所得各變量的VIF 值及其均值都小于3，說明模型不存在嚴(yán)重的多重共線性問題。

表2 描述性統(tǒng)計(jì)

3.2 回歸結(jié)果分析

（1） 董事網(wǎng)絡(luò)位置與企業(yè)風(fēng)險(xiǎn)承擔(dān)

表3 基本回歸結(jié)果

（2） 知識溢出的中介效應(yīng)

本文借鑒溫忠麟和葉寶娟（2014）［29］的中介效應(yīng)檢驗(yàn)程序?qū)χR溢出的中介效應(yīng)進(jìn)行了檢驗(yàn)，回歸結(jié)果見表3。表3 中列（3） 和列（4） 報(bào)告了董事網(wǎng)絡(luò)位置對知識溢出的影響，其中程度中心度顯著促進(jìn)了知識溢出，結(jié)構(gòu)洞顯著抑制了知識溢出。列（5） 和列（6） 檢驗(yàn)了董事網(wǎng)絡(luò)位置、知識溢出對企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響，其中，知識溢出的系數(shù)顯著為負(fù)，且與列（3） 中程度中心度的系數(shù)乘積符號為負(fù)，間接效應(yīng)顯著； 程度中心度的系數(shù)顯著為正，直接效應(yīng)顯著。列（1） 報(bào)告的程度中心度對企業(yè)風(fēng)險(xiǎn)承擔(dān)的總效應(yīng)顯著為正，說明知識溢出在董事網(wǎng)絡(luò)中心度對企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響中發(fā)揮遮掩效應(yīng)而非中介效應(yīng)?？赡艿脑蛟谟冢F(xiàn)代企業(yè)治理結(jié)構(gòu)中，委托代理關(guān)系的存在使得董事的個(gè)人利益與公司利益發(fā)生偏離甚至沖突時(shí)，董事極有可能背離公司利益，發(fā)生道德風(fēng)險(xiǎn)的概率會顯著增加。企業(yè)在董事網(wǎng)絡(luò)中的位置由連鎖董事的聯(lián)結(jié)關(guān)系決定，連鎖董事在整個(gè)網(wǎng)絡(luò)中處于更核心的位置時(shí)企業(yè)的董事網(wǎng)絡(luò)位置也更關(guān)鍵。當(dāng)處于核心網(wǎng)絡(luò)位置即網(wǎng)絡(luò)中心度更高的董事獲得的知識溢出越多時(shí)，董事的專業(yè)知識越豐富，積累的聲譽(yù)和名望越高［30］。為了在未來實(shí)現(xiàn)進(jìn)一步的名利雙收，他們避免自我聲譽(yù)受損的意愿會更為強(qiáng)烈［31］。因此當(dāng)企業(yè)面臨一些風(fēng)險(xiǎn)性較大的投資決策時(shí)，董事更傾向于規(guī)避風(fēng)險(xiǎn)，減少一旦項(xiàng)目失敗而面臨更大損失的可能性，從而抑制企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。

采用上述分析程序，可以發(fā)現(xiàn)知識溢出在企業(yè)擁有的結(jié)構(gòu)洞數(shù)量對其風(fēng)險(xiǎn)承擔(dān)的影響中亦發(fā)揮遮掩效應(yīng)?？赡艿脑?yàn)?，處于結(jié)構(gòu)洞位置的企業(yè)獲得的更多為異質(zhì)性信息，而已有研究指出過多的結(jié)構(gòu)洞導(dǎo)致企業(yè)間的知識轉(zhuǎn)移存在阻礙［32］，正如列（4） 的回歸結(jié)果顯示，企業(yè)擁有的結(jié)構(gòu)洞數(shù)量越豐富獲得的知識溢出越少，異質(zhì)性信息來源的減少在一定程度上降低了對管理層認(rèn)知能力的要求和規(guī)避風(fēng)險(xiǎn)的可能性，進(jìn)而遮掩了結(jié)構(gòu)洞對企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的抑制作用。

綜上，知識溢出在董事網(wǎng)絡(luò)位置對企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響中發(fā)揮遮掩效應(yīng)，假設(shè)H2 未得證。

（3） 經(jīng)濟(jì)政策不確定性的調(diào)節(jié)作用

為確保數(shù)據(jù)口徑一致，本文對解釋變量和調(diào)節(jié)變量進(jìn)行中心化處理，再交乘。回歸結(jié)果見表4。表4 中列（1） 的結(jié)果顯示經(jīng)濟(jì)政策不確定性與程度中心度交乘項(xiàng)（DegMn×EPU）在10%的水平上正向顯著，表明經(jīng)濟(jì)政策不確定性正向調(diào)節(jié)董事網(wǎng)絡(luò)中心度對企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的促進(jìn)作用，假設(shè)H3a 得證。經(jīng)濟(jì)政策不確定性越高時(shí)，董事網(wǎng)絡(luò)中心度較高的企業(yè)由于有更廣泛的聯(lián)結(jié)關(guān)系及更高的地位，可以更充分利用信息和資源的獲取優(yōu)勢提升企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平。列（2） 的結(jié)果顯示經(jīng)濟(jì)政策不確定性與結(jié)構(gòu)洞交乘項(xiàng)（StruMn×EPU）在5%的水平上負(fù)向顯著，這表明經(jīng)濟(jì)政策不確定性正向調(diào)節(jié)董事網(wǎng)絡(luò)中企業(yè)擁有的結(jié)構(gòu)洞數(shù)量對企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的抑制作用，假設(shè)H3b得證。當(dāng)經(jīng)濟(jì)政策不確定性較高時(shí)，處于結(jié)構(gòu)洞位置的企業(yè)可以獲得來源多樣的異質(zhì)性信息，但信息過載與經(jīng)濟(jì)政策不確定性加劇的雙重壓力容易使管理層決策更傾向保守，從而進(jìn)一步削弱企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平。綜上，經(jīng)濟(jì)政策不確定性正向調(diào)節(jié)董事網(wǎng)絡(luò)位置與企業(yè)風(fēng)險(xiǎn)承擔(dān)之間的關(guān)系，假設(shè)H3 得證，其調(diào)節(jié)作用如圖1 和2 所示。

圖1 經(jīng)濟(jì)政策不確定性對董事網(wǎng)絡(luò)中心度和企業(yè)風(fēng)險(xiǎn)承擔(dān)間關(guān)系的調(diào)節(jié)作用

圖2 經(jīng)濟(jì)政策不確定性對結(jié)構(gòu)洞和企業(yè)風(fēng)險(xiǎn)承擔(dān)間關(guān)系的調(diào)節(jié)作用

表4 經(jīng)濟(jì)政策不確定性的調(diào)節(jié)作用

3.3 穩(wěn)健性檢驗(yàn)

（1） 工具變量法

為檢驗(yàn)與修正模型的內(nèi)生性問題，本文參考周雪峰等（2021）［12］的做法，選取程度中心度的行業(yè)－年份均值（DegMn＿ind）作為工具變量，并基于模型（9） 進(jìn)行兩階段回歸，回歸結(jié)果如表5 列（1）、（2） 所示。第一階段回歸中，程度中心度的行業(yè)年份均值（DegMn＿ind）的系數(shù)顯著為正，與內(nèi)生變量（DegMn）具有高度相關(guān)性，同時(shí)，F(xiàn) 統(tǒng)計(jì)量均大于10，說明工具變量具有有效性。第二階段回歸顯示，程度中心度的估計(jì)值（DegMnhat）系數(shù)在1%的水平上顯著為正。對結(jié)構(gòu)洞采用相同方法進(jìn)行檢驗(yàn)，結(jié)果與主回歸一致，表明原結(jié)論穩(wěn)健。

表5 工具變量法和傾向得分匹配法檢驗(yàn)結(jié)果

（2） 傾向得分匹配法

本文進(jìn)一步通過傾向得分匹配法（PSM）對樣本數(shù)據(jù)進(jìn)行配對處理以緩解內(nèi)生性問題。借鑒呂可夫等（2023）［33］的做法，①將程度中心度（DegMn）指標(biāo)按行業(yè)年度從大到小的順序平均分成4組，數(shù)值最高和最低的組別分別賦值為1 和0，對應(yīng)處理組和對照組； ②選取主效應(yīng)模型中的控制變量作為協(xié)變量。通過基于傾向得分值的1 ∶1 近鄰匹配方法進(jìn)行樣本數(shù)據(jù)匹配?；貧w結(jié)果如表5列（3）、（4） 所示，程度中心度（DegMn）的系數(shù)在5%的水平上顯著為正，與前文回歸結(jié)果基本一致。對結(jié)構(gòu)洞指標(biāo)采用相同方法進(jìn)行匹配后，所得結(jié)果也驗(yàn)證了結(jié)構(gòu)洞對企業(yè)風(fēng)險(xiǎn)承擔(dān)的抑制作用，原結(jié)論穩(wěn)健。

（3） 更換變量度量方式

替換企業(yè)風(fēng)險(xiǎn)承擔(dān)測度方式。參考何瑛等（2019）［23］的研究，用3 年觀測時(shí)段內(nèi)的Adj＿ROA極差替換前文使用的Adj＿ROA標(biāo)準(zhǔn)差，得到Risk1并進(jìn)行回歸，結(jié)果見表6 列（1）、（2）。列（1）中程度中心度（DegMn）的系數(shù)在5%的水平上正向顯著，結(jié)構(gòu)洞（StruMn）的系數(shù)在1%的水平上負(fù)向顯著，進(jìn)一步證明了前文結(jié)論的穩(wěn)健性。

表6 更換變量度量方式與核心解釋變量滯后1 期的檢驗(yàn)結(jié)果

更換董事網(wǎng)絡(luò)位置測度指標(biāo)。參考張勇（2021）［24］的研究，本文將各上市公司所有董事的程度中心度和結(jié)構(gòu)洞的平均值替換為中位數(shù)作為公司層面的董事網(wǎng)絡(luò)中心度（DegMd）以及結(jié)構(gòu)洞（StruMd）指標(biāo)，回歸結(jié)果見表6 列（3）、（4）。其中，程度中心度（DegMd）的系數(shù)在1%的水平上顯著為正，結(jié)構(gòu)洞（StruMd）的系數(shù)在1%的水平上顯著為負(fù)，與主效應(yīng)模型的回歸結(jié)果基本一致，證明了上文結(jié)果的穩(wěn)健性。

（4） 核心解釋變量滯后1 期

本文對解釋變量取滯后1 期來緩解模型中可能存在的內(nèi)生性問題?；貧w結(jié)果如表6 列（5）、（6）所示。其中，滯后1 期的程度中心度（LDegMn）系數(shù)為0.008，在5%的水平上顯著，滯后1 期的結(jié)構(gòu)洞（LStruMn）系數(shù)為－0.012，在1%的水平上顯著，與前文所得結(jié)論一致，具有穩(wěn)健性。

（5） 知識溢出遮掩效應(yīng)的穩(wěn)健性檢驗(yàn)

本文采用Bootstrap 法進(jìn)一步檢驗(yàn)知識溢出的遮掩效應(yīng)，結(jié)果顯示，在程度中心度對企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響中，知識溢出的間接效應(yīng)系數(shù)為－0.001，直接效應(yīng)系數(shù)為0.008，且偏差矯正的95%置信區(qū)間均不包含0； 在結(jié)構(gòu)洞對企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響中，知識溢出的間接效應(yīng)系數(shù)為0.001，直接效應(yīng)系數(shù)為－0.010，且偏差矯正的95%置信區(qū)間也均不包含0。上述結(jié)果對應(yīng)的直接效應(yīng)和間接效應(yīng)均顯著且符號相反，再次證實(shí)了知識溢出的遮掩效應(yīng)。

4 研究結(jié)論與政策建議

4.1 研究結(jié)論

本文選取2011～2022 年中國A 股上市公司為研究樣本，實(shí)證檢驗(yàn)了董事網(wǎng)絡(luò)位置對企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響及其作用機(jī)制和邊界條件。研究發(fā)現(xiàn)：（1） 董事網(wǎng)絡(luò)中心度與企業(yè)風(fēng)險(xiǎn)承擔(dān)顯著正相關(guān)，而結(jié)構(gòu)洞與企業(yè)風(fēng)險(xiǎn)承擔(dān)顯著負(fù)相關(guān)。企業(yè)獲取關(guān)鍵性的信息和資源有利于風(fēng)險(xiǎn)決策制定，提升企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平，過載的異質(zhì)性信息和資源會加劇決策壓力，抑制企業(yè)風(fēng)險(xiǎn)承擔(dān)； （2） 知識溢出在董事網(wǎng)絡(luò)位置對企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響中發(fā)揮遮掩效應(yīng)。這說明經(jīng)濟(jì)主體在獲取董事網(wǎng)絡(luò)的知識溢出時(shí)，有可能出于聲譽(yù)維護(hù)的動機(jī)而采取風(fēng)險(xiǎn)規(guī)避行為，降低企業(yè)風(fēng)險(xiǎn)承擔(dān)水平； （3） 經(jīng)濟(jì)政策不確定性正向調(diào)節(jié)董事網(wǎng)絡(luò)位置與企業(yè)風(fēng)險(xiǎn)承擔(dān)的關(guān)系，即董事網(wǎng)絡(luò)提供的信息和資源對企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響隨著外部環(huán)境不確定性的增加而更加顯著。

4.2 政策建議

（1） 合理構(gòu)建董事網(wǎng)絡(luò)關(guān)系，提升網(wǎng)絡(luò)中心位置。企業(yè)應(yīng)合理構(gòu)建董事網(wǎng)絡(luò)關(guān)系，同時(shí)注意中心位置和結(jié)構(gòu)洞位置的差異。企業(yè)要建立更多的直接聯(lián)系，提高網(wǎng)絡(luò)中心位置，有效利用網(wǎng)絡(luò)中的社會資本，緩解風(fēng)險(xiǎn)承擔(dān)所需的資源依賴壓力； 另外，企業(yè)要認(rèn)識到董事網(wǎng)絡(luò)關(guān)系的不利影響，間接關(guān)系雖能給企業(yè)帶來非冗余且異質(zhì)性的信息，但企業(yè)管理層是否有能力處理這些信息也應(yīng)該被慎重考慮，否則可能會事倍功半。

（2） 優(yōu)化董事網(wǎng)絡(luò)結(jié)構(gòu)，適度獲取外部知識。企業(yè)要重視知識溢出的遮掩作用，知識溢出的獲取并不是越多越好，企業(yè)應(yīng)避免因過度依賴外部知識而導(dǎo)致的風(fēng)險(xiǎn)，同時(shí)加強(qiáng)對董事網(wǎng)絡(luò)的監(jiān)控與管理，充分考慮聲譽(yù)效應(yīng)的影響。

（3） 借助董事網(wǎng)絡(luò)把握發(fā)展機(jī)遇，優(yōu)化決策質(zhì)量。企業(yè)應(yīng)充分利用董事網(wǎng)絡(luò)關(guān)系，建立有效的信息溝通渠道，更加及時(shí)全面地了解經(jīng)濟(jì)環(huán)境和市場動態(tài)。在經(jīng)濟(jì)政策不確定性上升時(shí)，充分利用好董事網(wǎng)絡(luò)關(guān)系進(jìn)行風(fēng)險(xiǎn)投資活動，主動把握發(fā)展機(jī)遇，提升投資決策質(zhì)量。

本文的研究還存在一定的局限，如知識溢出在董事網(wǎng)絡(luò)位置與企業(yè)風(fēng)險(xiǎn)承擔(dān)之間發(fā)揮遮掩效應(yīng)，那么二者之間存在的中介作用機(jī)制仍有待進(jìn)一步探索與挖掘。