CEO特征对旅游业公司风险的影响

(整期优先)网络出版时间:2021-07-27
/ 7

CEO特征对旅游业公司风险的影响

张璐

北京理工大学珠海学院

1.导论

中国处在世界旅游一体化的热潮之中必定需要抓住机遇大力发展旅游业,同时也需要面临一系列的挑战。由于目前我国大多数存在的旅游公司都普遍存在着“小、弱、散、差”的主要状况,这也造成了企业的风险承担水平较低、企业不堪一击。因此,如何提高旅游业上市公司的风险承担也是推进中国旅游业上市公司走向规模化、集团化道路、最终进入国际竞争市场的重要研究课题之一。

通过总结当前众多文献,我们选取了主要的六大CEO特征,以及其他影响公司风险承担水平的因素,建立了本文的基本研究理论。继而以我国沪深A股市场2015年12月31日前上市的36家旅游业公司股票为研究对象,基于公司总体效益的视角,研究了CEO的主要特征与公司风险承担水平之间的关系和作用机理。具体而言,我们选取了CEO的性别、年龄、任期、教育程度、持股比例和是否兼任董事长作为六大主要自变量,先后以公司横向风险水平承担(ROA 残差值)和公司纵向风险水平承担(ROA标准差)为解释变量来衡量我国旅游业上市公司的财务风险。结果发现,我国旅游业上市公司CEO年龄变化与公司风险承担之间存在着负相关关系。由此表明,年龄较小的旅游业上市公司CEO在进行投资决策中会主动选择风险性更大的项目。同样,随着CEO任期的增加,旅游业公司的风险承担水平也呈现出下降的趋势,表明新上任的公司高层管理者有着更强的冒险倾向。根据数据分析结果,本文还证实了若旅游业上市公司的CEO同时兼任董事长也会随着独立董事会的缺失而降低风险承担水平.

2.文献综述

企业高管在企业治理中扮演着极其重要的作用,他们的战略决策方法与模式直接与公司的利益所得与风险承担相关联。公司价值研究的两个重要的维度即是:公司业绩的增长和公司业绩的波动。任何一家企业业绩的增加表明了企业所有者、投资者和管理者的财富积累增长程度;而在追求业绩增长的过程中,不可避免会发生一定的波动性——即财富变动的平滑程度,被广泛的用来衡量风险(Adams et al., 2005; Cheng, 2008)。通常认为,企业盈利的波动性是所有企业价值研究体系中的一项至关重要的指标,可以有效的度量企业面临的风险,被称为“风险承担水平”(Coles et al., 2006; Bargeron et al., 2010; Boubakri et al., 2011)。公司风险承担的问题之所以在学术抑或商业界引起了广泛的关注,是由于风险在影响企业收益中扮演扮演着中的角色。尤其是在源源不断的全球性金融危机爆发之后,不断探索影响公司风险水平背后的关键因素,使企业可以规避可分散风险并将不可分散风险的损失降至最低。部分研究表明,金融危机的根源有可能是由于公司多年来过量的风险承担,最终造成资不抵债。而聘请不恰当的公司管理者,继而执行不适宜的战略措施,则会有可能直接形成过度的风险承担(Bebchuk et al., 2010; Berndt et al., 2010)。

因此,而在众多影响企业经营业绩和企业风险的因素之中,一个非常重要的变量就是公司的首席执行官(Chief Executive Officer, CEO)在公司治理过程中表现出来的领导能力。CEO的领导能力包括了与下属的协调沟通、开拓创新、关爱下属、监控运营等较难衡量的一系列维度。相反,部分学者从心理学和行为金融学的角度出发,探讨CEO的人口统计学特征,如性别、年龄、教育背景等对公司经营风险行为的影响。这些特征因素不仅可以通过权威的统计数据获取,也直接造成了高层管理者领导力的差异。研究者发现高层管理者的个人特征对公司投资创新项目活动有显著的影响(CameloOrdaz et al. 2005)。并且,在两权分离的现在企业制度的情况下,董事会与管理层之间的决策权争夺是学者们研究公司治理中的重要问题。理论上来说,企业的董事会应该具有企业所有重大适宜的最终决策权,而且可以投票选举、监督和罢免企业的管理层,具有绝对的权利。然而,现代管理层权利理论表明,由于现实企业中存在的信息不对称、“搭便车”和两职合一等公司治理机制的缺陷问题,造成了企业高层管理者中,尤其是CEO的权利过大,不仅可以制定执行企业战略,甚至会控制董事会、影响最终决策。由于个人权利高度集中的企业治理问题可以直接影响着企业收益和收益的波动性,从而影响公司的承担风险水平。这类情况在我国尤为突出。目前我国的上市公司还并未完全实施职业经理人市场制度,CEO的任命常常是来源于控股股东或者由公司董事长、副董事长兼职。例如,国有股份比例高的上市公司中,实际控股权的问题一直是研究焦点,它们存在着“所有者空缺”和“某股独大”的治理问题,通常管理层的权利高度膨胀,直至超越董事会的影响力(卢锐,2008)。

通常,研究者会以高阶管理理论作为基础,进而讨论ceo的人口背景特征对企业带来的影响。研究者认为CEO在制定公司战略决策的过程中,体现出自身的认知基础,而个人的教育、经验等则构成了个体的认知基础。1984年由Hambrick和Mason提出的高阶理论(Upper Echelons)认为企业高层管理者的人口统计变量可以有效的预测组织绩效。Daellenbach et al.(1999)证明了CEO的教育背景与任期会影响企业的创新状况。Wu et al. (2005)进而通过实证研究发现CEO的任期长短会与企业创新表现呈现出倒u型的非线性关联。结果表明,任期较短的CEO会在科技环境高度不确定的情形下引导公司创新,而当CEO的任期较长时,他们会在相对稳定的科技环境下才会引领企业进行创新。除此之外,Barker 和 Mueller (2002)通过研究表明在公司高层管理者较年轻且持股比例相对较高的情况下,企业的研究开发投入额会明显增加;但是就总经理的不同教育程度而言,并未对企业R&D投入产生显著性的影响。

根据上述的文献整理,我们发现公司总经理的背景特征对于不同企业的战略选择、创新投入、风险水平、经营业绩等都有着显著的影响。因此,研究CEO的人口统计特质对公司业绩、公司风险的影响成为很多学者的探讨方向。通过分析CEO的整体特征与公司风险之间的关系,有利于旅游业上市公司聘用适用于公司具体情况的高层管理者,进而调整旅游业结构,提升中国旅游业上市公司的综合竞争力

3.实证分析

3.1 数据来源

本文以中国沪深A股市场的旅游业上市公司股票为研究对象,数据来源为国泰安中国股市研究数据库(CSMAR)。从这个数据库中,我们提取了有关CEO特征的一系列变量,包括前文提及的CEO性别、年龄、任期、教育程度、持股比例以及是否兼任公司董事长;同时,还有有关各旅游业公司的基本概况变量,包括公司规模、盈亏情况、董事会规模、持股者情况等等;以及更重要的所需衡量风险的财务变量。对所选样本进行筛选和处理之后,本文最终得到了36家旅游业上市公司,281条样本观测值。该样本的观测值主要介于2006年至2015年期间。根据中国证监会(CSRC)《上市公司行业分类指引》(2012版)的具体行业分类标准,本文所选的旅游业上市公司主要分别归属于餐饮业1、住宿业2、文化艺术业、公共设施管理业、广播、电视、电影和影视录音制作业、互联网和相关服务以及商务服务业。需要说明的是,本文涉及的文化艺术行业,同时又与旅游业相关的产业,主要是指旅游业地产3。表1-1列举了三大产业下具体的旅游业上市公司名称以及股票代码。

表格 1-1. 上市公司行业分类

Table1-1 Industry classification

行业类别(行业代码)

上市公司名称(股票代码)

住宿业(H61)

零七[全新好](000007)、神州高铁(000008)、新都酒店(000033)、华天酒店(000428)、岭南控股 [东方宾馆](000524)、(大)东海(000613)、首旅股份 [首旅酒店](600258)、锦江股份(600754)、金陵饭店(601007)

餐饮业(H62)

西安饮食(000721)、凯撒旅游(000796)、全聚德(002186)、湘鄂情(002306)

互联网和相关服务(I64)

世纪游轮(002558)

商务服务业(L72)

众信旅游(002707)、腾邦国际(300178)、中青旅(600138)、国旅联合(600358)、号百控股(600640)、中国国旅(601888)

公共设施管理业(N78)

张家界(000430)、西安旅游(000610)、峨眉山A(000888)、桂林旅游(000978)、丽江旅游(002033)、云南旅游(002059)、三特索道(002159)、黄山旅游(600054)、大连圣亚(600593)、曲江文旅(600706)、西藏旅游(600749)、长白山(603099)

广播、电视、电影和影视录音制作业(R86)

北京文化(000802)

文化艺术业(R87)

当代东方(000673)、美盛文化(002699)、宋城演艺(300144)

[*]代表公司曾用名称

3.2 变量设计

(1)公司风险变量

根据前文中的文献综述有关测量风险变量的情况,并结合所选用样本数据的可获得性,本文将选取公司收益波动性(业绩波动性)作为衡量风险的指标。

其中,横向收益波动性指的是某上市公司当年的收益与所处行业当年平均收益水平的偏离程度。根据Adams et al. (2005)以及Cheng(2008)的计算方法,本文将用所选取的面板数据样本对总资产净利润率ROA以及影响上市公司资产利润率的决定因素进行OLS(ordinary least squares)的多元非线性回归,从而求得ROA的残差值60ffc741c2ce0_html_263ce03e49d47322.gif ,即未被所做回归预测的部分公司收益。接下来,对所求得的残差取绝对值|60ffc741c2ce0_html_263ce03e49d47322.gif |,就可以来表示上市公司业绩与行业正常收益水平相比的离散程度。当残差的绝对值越大时,说明公司收益的离散程度也越大,企业的风险承担水平越高。本文用60ffc741c2ce0_html_ff6273894e4736b6.gif 来表示公司的收益横向波动性,即横向公司风险。

另一方面,上市公司纵向收益波动性则反映的是某一上市公司在一个特定的时间段内每年的收益情况与平均业绩情况相比呈现的偏离程度。这个概念即是根据一段时期计算所得的公司收益的标准差。由于本文的样本期间相对较短,与传统的年份滚动的计算方法相比,若选用一年的四个季度为一个观测时段,进而计算出每年的公司资产收益率ROA的标准差则会更加精准。该标准差用

60ffc741c2ce0_html_162951d99dbe149f.gif 来表示,来衡量公司的纵向业绩风险程度。具体来说,若每年的资产收率标准差越大,则说明每一观测时段的ROA的离散程度越大,从而表明该公司所需承担的风险越大。具体的计算纵向收益波动性的过程如下:

60ffc741c2ce0_html_7a3490e142bc6d4d.gif

其中,n为本文所取得样本观测时段数目4;i为所选样本上市公司的代码;t则代表由观测时段内的每一个季度,即1到4。

(2)CEO特征

根据以上文献综述,本文选取的CEO特征包括CEO性别(CEOGen)、CEO年龄(CEOAge)、CEO学历(CEOEdu)、CEO任期(CEOTen)、CEO持股比例(CEOShd)和CEO兼职董事长(CEODua)。其余为控制变量。

表1-2列举了本文所设置的所有变量的具体衡量取值方法。

表1-2变量定义表

Table3-2 Variable Definition

变量符号

变量名称

计算取值方法

被解释变量

60ffc741c2ce0_html_ff6273894e4736b6.gif

公司横向风险承担

ROA与各影响变量回归后的残差值

60ffc741c2ce0_html_d11f60ddb4752a65.gif

公司纵向风险承担

季度观测值求得的年度ROA标准差

解释变量

CEOGen

CEO性别

当公司CEO为男性时取值为1,CEO为女性时取值为0

CEOAge

CEO年龄

本会计年度CEO的实际年龄

CEOEdu

CEO学历

CEO受教育程度:

1=中专及以下; 2=大专

3=本科;4=硕士研究生

5=博士研究生

CEOTen

CEO任期

(当年会计年份-现职任期开始年份)/365

CEOShd

CEO持股比例

当年年末CEO持有公司股份比例

CEODua

CEO兼职董事长

当CEO在本公司同时兼任董事长职务时取值为1,否则取值为0

控制变量

Size

公司规模

公司总资产的自然对数

Lev

财务杠杆(资产负债率)

负债总额/资产总额

RFC

自由现金流比率

自由现金流量/总资产

ROA


ROE

公司盈利能力

ROA(总资产收益率)

=净利润/总资产平均余额

ROE(净资产收益率)

=净利润/所有者权益平均余额

Con

股权集中度

第一大股东持股比例

Boardnum

董事会规模

董事会总人数

Firmage

公司成立年限

当期统计年份减去公司上市年份

SOEShd

国有企业控股比例

当年年末该企业股东的国有企业所持股份比例

Inddummy

行业虚拟变量

本文共三个行业,设置两个虚拟变量,酒店业和餐饮业

Yeardummy

年份虚拟变量

本文共计10年研究样本,设置9个虚拟变量

4.3 回归分析

表2-1、2-2呈现了CEO六大特征变量以及其他所选取的衡量公司财务及经营状况的控制变量与旅游业上市公司横向风险承担之间的回归结果。其中,表4-2是将本文所选的数据样本统一视为混合的数据(pool data),然后采用普通最小二乘法(ordinary least square, OLS)进行回归估计。而表2-2则是将原数据整理为面板数据的模式,并根据前文提及的豪斯曼检验结果,运用固定效应模型(FE)进行回归。

通过观察回归结果我们可以发现本文选用的控制变量中,不论是采用普通最小二乘法还是以面板数据的形式进行回归,表现显著的变量相似。首先,用于衡量旅游业上市公司规模的总资产对数(LnAsset)在所有模型中都与公司风险承担水平之间呈现显著负相关的关系。当保持其他所有变量恒定的情况下,旅游业公司总资产对数提高一个单位时,其公司风险将下降约0.02个单位。这说明,当公司规模扩大、总资产上升时,其无论是在自身抵御风险以及控制风险的水平上都会有所提高,从而与规模较小的旅游业上市公司相比,其风险承担水平较低。与此同时,在所有模型之中的总资产报酬率(ROA)和净资产收益率(ROE)都与旅游业上市公司的风险承担水平呈现显著性正相关。其中ROA与公司纵向风险承担的正相关关系更为显著。这一结论表示当旅游业上市公司的资产回报率提高时,会对公司接下来的发展产生激励作用,促使其增加新项目的投资和研发支出,进而会有更高的冒险倾向,从而使公司承担较高的风险水平。

其次,旅游业上市公司资产负债率(Lev)仅通过了OLS的显著性检验,与公司横向风险承担之间呈正向相关。该结果符合本文预期,说明当公司的负债水平增加时,旅游业上市公司将会承担更高的风险。同时,旅游业上市公司的现金流比率与公司纵向风险承担水平有显著(5%的显著性水平上)正相关的关系。当公司现金流比率提高一个单位时,公司的风险水平将会提高0.03-0.04个单位。该结果与前文中对RFC的预测相同,若公司的自由现金流增多,在面临新兴投资项目时,公司会表现出更高的冒险倾向来增加投入,从而使其面临更高的风险。就公司成立年限(Firmage)这一变量来说,在与旅游业上市公司横向风险的回归中表现出显著正相关的关系。与前文对该变量的符号预判相同,当一家公司的成立年限越久,其抵抗风险的能力也会随之增长,公司自然会选择投资收益更高的项目,但伴随而来的也是更高的风险水平。

部分CEO主要变量在表2-2中的显著性水平有了明显的提升。其中,CEO的年龄与任期与旅游业上市公司的横向风险水平呈现显著性负相关。在其余变量保持恒定的情况下,每当CEO任期增加一年时,公司所需的承担的风险水平将会下降0.0521个单位。同时,如果某旅游业上市公司的CEO同时兼任董事长一职,由于失去了独立的董事会的权力,CEO会为了自身利益而采取更加保守的投资策略,使公司承担较低的风险水平。具体来说,两职合一的CEO与未兼任董事长的CEO相比,其公司所需承担的横向风险水平会下降大约0.09个单位。

表2-1旅游业上市公司CEO与横向风险水平承担(OLS: pool data)

因变量

60ffc741c2ce0_html_ff6273894e4736b6.gif (OLS)

自变量

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

Lnasset

-0.0216***

(-4.09)

-0.0206***

(-3.8)

-0.0210***

(-3.9)

-0.0217***

(-4.09)

-0.0214***

(-4.05)

0.0208***

(-3.87)

-0.0180***

(-3.21)

-0.0172***

(-3.02)

Lev

0.0341**

(2.41)

0.0348**

(2.45)

0.0357**

(2.49)

0.0342**

(2.41)

0.0321**

(2.26)

0.0350**

(2.47)

0.0321**

(2.28)

0.0314**

(2.14)

RFC

-0.0111

(-0.35)

-0.0114

(-0.36)

-0.0072

(-0.22)

-0.0109

(-0.34)

-0.0123

(-0.39)

-0.0095

(-0.30)

-0.0109

(-0.35)

-0.0120

(-0.37)

ROA

0.0704*

(1.72)

0.0711*

(1.74)

0.0719*

(1.76)

0.0703*

(1.72)

0.0683*

(1.67)

0.0718*

(1.75)

0.0679*

(1.67)

0.0670*

(1.63)

ROE

0.1635***

(11.00)

0.1635***

(10.99)

0.1622***

(10.81)

0.1633***

(10.92)

0.1631***

(10.97)

0.1635***

(10.99)

0.1617***

(10.91)

0.1613***

(10.71)

Con

-0.0166

(-0.47)

-0.0157

(-0.45)

-0.0212

(-0.59)

-0.0165

(-0.47)

-0.0217

(-0.61)

-0.0278

(-0.74)

-0.0257

(-0.73)

-0.0290

(-0.75)

Boardnum

-0.0021

(-0.74)

-0.0024

(-0.85)

-0.0022

(-0.79)

-0.0021

(-0.74)

-0.0016

(-0.58)

-0.0018

(-0.64)

-0.0011

(-0.38)

-0.0011

(-0.37)

Firmage

0.0015*

(1.85)

0.0016*

(1.94)

0.0014*

(1.71)

0.0015*

(1.83)

0.0015*

(1.85)

0.0017**

(1.99)

0.0015*

(1.79)

0.0016*

(1.77)

SOEShd

0.0018

(0.09)

-0.0008

(-0.04)

0.0015

(0.07)

0.0017

(0.08)

0.0001

(0.01)

0.0069

(0.32)

0.0119

(0.56)

0.0075

(0.34)

CEOGen


0.0162

(0.87)






0.1377

(0.70)

LnCEOAge




0.0259

(0.70)





-0.0002

(-0.00)

CEOEdu





0.0010

(0.18)




0.0005

(0.09)

CEOTen






-0.0015

(-1.15)



-0.0013

(-0.95)

CEOShd







0.0404

(0.83)


0.0029

(0.05)

CEODua








0.0298*

(1.93)

0.0266

(1.42)

C

0.4842***

(4.76)

0.4492***

(4.10)

0.3722*

(1.96)

0.4818***

(4.68)

0.4852***

(4.77)

0.4644***

(4.44)

0.3980***

(3.59)

0.3764*

(1.95)

60ffc741c2ce0_html_c8098e9d9e104a69.gif

0.4005 (0.38)

0.4022

0.4016

0.4006

0.4034

0.4020

0.4086

0.4118

观测值

281








******分别代表回归结果在1%5%10%的显著性水平上双尾显著

表2-2旅游业上市公司CEO与横向风险水平承担(Panel data )

因变量

60ffc741c2ce0_html_d11f60ddb4752a65.gif (FE)

自变量

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

Lnasset

-0.0211*

(-1.70)

-0.0211*

(-1.70)

-0.0218*

(-1.74)

-0.0215*

(-1.73)

-0.0205

(-1.65)

-0.0207*

(-1.66)

-0.0218*

(-1.76)

-0.0221*

(-1.75)

Lev

0.0378**

(2.18)

0.0378**

(2.17)

0.0385**

(2.21)

0.0352**

(1.98)

0.0369**

(2.12)

0.0376**

(2.16)

0.0454**

(2.46)

0.0425**

(2.22)

RFC

-0.0910*

(-1.83)

-0.0909*

(-1.81)

-0.0884*

(-1.76)

-0.0906*

(-1.82)

-0.0937*

(-1.88)

-0.0900*

(-1.80)

-0.0808

(-1.60)

-0.0758

(-1.48)

ROA

0.1272***

(2.84)

0.1272***

(2.83)

0.1307***

(2.88)

0.1283***

(2.86)

0.1258***

(2.80)

0.1260***

(2.80)

0.1302***

(2.90)

0.1346***

(2.94)

ROE

0.1682***

(11.04)

0.1682***

(11.01)

0.1666***

(10.72)

0.1698***

(11.01)

0.1679***

(11.01)

0.1679***

(10.99)

0.1672***

(10.96)

0.1648***

(10.37)

Con

-0.0583

(-0.79)

-0.0584

(-0.78)

-0.0579

(-0.78)

-0.0671

(-0.89)

-0.0651

(-0.87)

-0.0639

(-0.85)

-0.0638

(-0.86)

-0.0932

(-1.20)

Boardnum

0.0027

(0.62)

0.0027

(0.62)

0.0025

(0.59)

0.0026

(0.60)

0.0033

(0.76)

0.0029

(0.66)

0.0027

(0.62)

0.0036

(0.82)

Firmage

-0.0901

(-0.42)

-0.0902

(-0.41)

-0.1185

(-0.53)

-0.0527

(-0.23)

-0.0558

(-0.25)

-0.0989

(-0.45)

-0.0606

(-0.28)

-0.0056

(-0.02)

SOEShd

-0.0439

(-1.38)

-0.0440

(-1.37)

-0.0462

(-1.43)

-0.0460

(-1.44)

-0.0451

(-1.41)

-0.0435

(-1.36)

-0.0467

(-1.19)

-0.0544*

(-1.66)

CEOGen



0.0081

(0.25)






0.0272

(0.80)

CEOAge




-0.3506**

(2.15)





-0.4741***

(2.74)

CEOEdu





0.0101

(0.71)




0.0086

(0.59)

CEOTen






-0.0223

(-0.85)



-0.0521*

(-1.84)

CEOShd







0.3167

(0.43)


0.6931

(0.76)

CEODua








-0.0467

(-1.19)

-0.0883*

(-1.83)

C

0.4900*

(1.92)

0.4891*

(1.90)

0.4729*

(1.84)

0.5260**

(2.02)

0.4781*

(1.87)

0.4759*

(1.85)

0.5040**

(1.98)

0.4646*

(1.73)

60ffc741c2ce0_html_c8098e9d9e104a69.gif (within)

0.3966

0.3966

0.3973

0.3980

0.3984

0.3971

0.4002

0.4076

观测值

281








******分别代表回归结果在1%5%10%的显著性水平上双尾显著

4结论

4.1 主要研究结论

(1)CEO的年龄越大,旅游业上市公司的风险承担水平越低。

通常,随着CEO年龄的增加,尤其是愈加接近退休年龄,其冒险倾向会逐渐下降。这是由于年长的CEO不论是身体还是心理上的耐力和持久力都比较低,这样就会使他们在战略决策过程中接受并结合新知识、新信息的能力都有所下降,则会选择相对稳定的投资策略;另一方面,接近退休年龄的CEO将不再具备足够的时间来等待高风险的投资项目所带来的长期回报,相反,他们则会投资于经过自己反复实践,有着十足把握的项目。这样一来,旅游业上市公司的风险承担水平都会随着CEO年龄的增加而下降。

(2)CEO的任期越长,旅游业上市公司的风险承担水平越低。

根据本文的回归结果,我们发现不论将数据整理为混合数据还是面板数据的形式,CEO任期与公司风险之间都呈现显著负相关的关系。担任高层管理者时间越长的人,他们会将工作的稳定性放在首位,这就造成了他们更加愿意去规避在战略决策中所面临的风险。因此,较长任期的CEO也被描述为风险防御者,他们更加关注企业的稳定发展而不是对新鲜事物的尝试。

4.2管理启示

了解CEO的一系列个人特征对于旅游业上市公司的投资策略、风险管理来说都有着重要的作用。本文的研究结果为旅游业上市公司在今后的CEO聘任、风险管理等重要问题中提供了有利的参考。例如,就董事会而言,可以通过考察企业CEO的主要个人特征来对他们选取的企业代理人的战略投资模式做一个初步的判断。假若某旅游业上市公司的股东或董事会希望寻找有较高冒险倾向的高层管理者,从而赚取更高的收益,他们可以偏向于聘任年龄较低、受教育程度较高的CEO候选人。同时,确保董事会和高管团队的相对独立性也有利于企业研发投入的增加。相反,董事会可以通过演唱其代理人的任期实现来相应的降低企业的风险承担水平。通过这样的方式,可以有效降低企业的监督管理成本,从而增加企业的价值。

4.3关键创新与研究贡献

第一,以特定产业为公司治理研究的研究对象不仅避免了共性特征的不适性,也为我国旅游业上市公司的内部治理机制提供了更加精准的发展建议;

第二,国内外有关CEO特征的研究往往都集中在其某一主要特征,如性别或年龄等。而本文将CEO的六大主要特征同时选作为研究对象,更加全面的诠释了CEO的背景信息会对企业投资、风险可能产生的影响;

第三,本文将公司的风险承担水平分别用当年某上市公司的收益水平波动性和每年的收益波动性来衡量,更加肯定了研究结果的有效性。

4.4研究局限与展望

本文的主要局限性在于研究样本的数量较少(36家旅游业上市公司,281条观测值)。但是这是由于我国旅游业上市公司的数目仍然较少的客观因素造成的。尽管在数据有限的前提下,本文还是成功验证了旅游产业内CEO的主要特征可以成为公司战略风险承担的重要决定性因素。根据hair et al. (2009)的研究主张,每个参数变量至少需要10个观测值来进行回归分析,从而实现相对可靠的回归结果。但是,随着我国旅游业的发展,更多的旅游业上市公司会出现在人们的视野当中,我们就可以利用更多的样本数据来进行更加稳健的测试。这也是未来对相关研究的主要关注点之一。

最后,当前的研究仅仅关注了CEO的一系列易衡量的背景特征与投资风险承担之间的关系。然而,大量的研究发现CEO的其他心理特征、家庭背景信息及不同产业的鼓励机制也会对战略风险水平产生一定的印象。如果未来的研究可以将CEO的特征属性不断扩大,则可以成为更加具有参考价值的研究方向。

参考文献

李金早,许晓明. 高阶管理理论及其完善与拓展[J]. 外国经济与管理,2008,30(10):8-16

查振祥. CEO体制是公司治理体制的重大变革[J]. 特区经济,2003,2:27-29

徐秉文. 旅游业必须遵循综合性发展的规律[J]. 经济研究, 1983,9:005

张运来,王储. 旅游业上市公司多元化经营能够降低公司风险吗?[J]. 旅游学刊,2014, 29(11):25-35.

张晓明,周春梅,我国旅游业上市公司现状分析及发展对策研究[J]. 西北大学学报,2004,34(6):63-67.

刘慧媛,赵黎明,王忠. 基于CAPM模型的旅游上市公司系统风险分析[J]. 西安电子科技大学学报, 2010, 20(6): 63-67.

Adams, R.B., Ferreira, D. (2009). Women in the boardroom and their impact on governance and performance. J. Financ. Econ. 94, 291–309.

1指通过即时制作加工、商业销售和服务性劳动等,向消费者提供食品和消费场所及设施的服务

2指为旅行者提供短期留宿场所的活动,有些单位只提供住宿,也有些单位提供住宿、饮食、商务、娱乐一体的服务,本类不包括主要按月或按年长期出租房屋住所的活动

3旅游地产可以粗略理解为“直接服务于旅游业或在空间上与旅游区有高度密切关联的房地产开发”,大致可以分为三类:第一类是旅游景点地产,主要是指在旅游区内为游客的旅游活动建造的各种观光、休闲、娱乐的、非住宿型的建筑物及关联空间;第二类是旅游商务地产,主要是指在旅游区内或旅游区旁边提供旅游服务的商店、餐馆、娱乐城、培训基地、会议中心、运动村等建筑物及关联空间;第三类是旅游度假地产,主要是指为游客或度假者提供的、直接用于旅游休闲度假居住的各种度假型建筑物及关联空间,如度假公寓、别墅、宾馆、度假村、产权酒店以及用于分时度假的时权酒店等,这一类即涵盖了休闲地产。同时,休闲地产也部分涵盖了旅游地产,二者相互重合的部分可以称为“旅游休闲地产”。

5