一、 引 言

随着中国资本市场的发展，企业与资本市场的关系越来越密切，越来越多的企业通过资本市场进行融资，资本市场行情的变化对企业财务决策的影响也在日益加深。在这种背景下，企业除了做好传统的生产经营之外，还是做好资本运营，完善公司治理，处理与各种投资者的关系。正因如此，那些具有证券业从业经历的人才正日益受到上市公司的重视，进入这些公司的管理层。据统计，上市公司中具有券商背景的高管呈现出逐年上升的态势，这类高管占上市公司高管人数的比例在2015年已达到30%(根据CSMAR的数据整理)。如此众多的券商背景的高管对企业的财务决策产生何种影响，是一个值得探讨的问题。

在一个并非有效的市场中，投资者的非理性心理、公司的信息披露不充分等诸多因素使得股价对各种信息的反映不充分，股票价格经常偏离其内在的真实价值，而上市公司能够利用股价被高估或低估的机会进行相应的财务决策，在股价高估时，发行更多的股票，扩大实物资产的投资规模，采取更多的并购，而在股价低估时采取相反的操作，最终使股东的利益最大化，这就是所谓的市场择时。上市公司的市场择时操作涉及金融、财务、法律等方面的专业知识，公司的管理层不仅需要了解公司股票的估值水平，也需要管理层掌握投融资、并购等方面的运作技巧。券商背景的高管对资本市场有比较深刻的了解，具备各种资本运作的经验和相关的社会资源，因此他们比一般的高管更善于抓住市场机会采取相应的财务运作。

基于以上思想，本文将考察券商背景的高管是否能提高上市公司的择时能力。我们用市值-账值比来反映市场时机，实证结果表明，与没有券商背景高管的公司相比，拥有券商背景高管的公司的投融资决策对市场时机更敏感，这意味着券商背景高管的存在会提高对上市公司在投融资决策上的择时能力。进一步的研究还得出，随着此类高管任期的增加，择时效果就增强。而且，相对于规模大的企业和国有企业，此类高管的择时能力在规模小的企业和私营企业更为突出。

本文的研究贡献主要体现在三个方面：第一，本文从高管能力的角度考察了上市公司在投融资、并购等方面如何进行市场择时的问题。虽然研究上市公司择时问题及投资者情绪的文献甚多，但尚无文献将择时问题与券商背景的高管联系起来，以便揭示择时能力的来源；第二，本文的研究也丰富了有关高管的个人特征与公司决策的关系的文献。最近几年，越来越多的文献开始从高管性别、年龄、工作背景、生活经历等方面考察高管对公司决策的影响。尽管上市公司的高管很多都来自证券行业，但国内鲜有文献关注这类高管在公司决策中的作用；第三，本文采用了双重差分法考察了公司的投融资决策在券商背景的高管进入公司前后的变化，并在稳健性检验还进一步采用倾向得分匹配法(PSM)减轻了内生性问题的影响，使本研究结果更加稳健可靠。

二、 文献述评

本文从高管的个人特征角度研究公司的市场择时问题，主要涉及两方面的文献，一是有关市场择时的文献，二是有关高管的职业经历与公司财务决策关系的文献。

(一) 市场择时行为

参考文献：

(二) 高管的职业经历与公司的财务决策

Hambrick and Mason[14]的高阶梯队理论(Upper Echelons Theory)认为，管理者的价值观、认知能力和知识储备等特性会导致不同管理者有不同的习惯偏好，进而做出不同的财务决策。高管过去的职业经历会对他的性格、专业能力、社会资源的形成产生一定的影响，进而影响公司财务决策的风格。从性格角度研究高管职业经历的文献主要关注高管的从军经历。Benmelech and Frydman[15]的研究发现，有过从军经历的高管在公司的财务决策上比较保守，倾向于减少投资支出及R&D支出，采用较低的财务杠杆，欺诈行为更少，其领导的企业在经济下行期的表现更好。但是，赖黎等人[16]对中国A股上市公司的研究却得到了相反的结论——军队背景的高管在财务决策决策更冒险，其所在企业的债务水平更高、债务期限结构更短、现金持有水平更低。

从专业能力角度研究高管职业经历的文献主要关注高管的财务和券商工作的经历。Custodio and Metzger[17]发现，CEO有过财务任职经历，公司会持有更少的现金,更多的债务,并参与更多的股票回购，公司的财务决策也更加灵活。姜付秀和黄继承[18]则认为，拥有财务经历的CEO能显著增加公司的负债规模，加快资本结构的调整，使公司的资本结构更趋于最优水平，这表明有财务经历的CEO能优化公司的财务决策。姜付秀等人[19]还进一步发现，作为上市公司信息披露的专职负责人，拥有财务经历的董秘能提高公司的信息披露质量，从而缓解融资约束。Huang et al.[20]则考察了投行董事对并购决策的影响。其研究发现，拥有券商背景董事的企业更有可能发起并购，而且支付更低的并购溢价与咨询费用，同时市场对其并购公告反应更加积极。此外，孙艳梅[21]还考察了高管的证券背景对公司增发行为的影响，结果发现，高管的证券背景显著降低了企业增发中的折价率,有效降低了企业再融资成本。

再看券商背景的高管对另一种投资决策——并购的择时能力的影响。M/Bit×D的系数在列(3)和(4)中显著性水平分别达到1%和1%，说明在股价被高估时，券商背景的高管倾向于更多的并购，节约并购成本。列(4)中该变量的系数为0.017，假定一个公司的市值-账值比为2倍，当一个券商背景的高管进入公司后，该公司的并购概率将提高3.4个百分点，该高管的存在对并购倾向的影响在经济意义上十分显著。

总结以上文献可以看出。尽管有文献分别关注过市场择时和高管的券商背景，但尚无文献将二者结合起来探讨公司的财务决策。由于我国的资本市场各项制度不太完善，市场的信息效率不太有效，面对股票价格的波动，上市公司必定会采取一定程度的市场择时，而拥有券商背景的高管则会提升公司投融资决策上的择时能力。

三、 理论假设

市场择时是上市公司利用投资者对本公司股票的不当定价进行相应的投融资操作，以降低融资成本，提高公司市值[1， 7， 11]。市场择时需要上市公司必须具备两方面的能力，一是对市场时机的捕捉，二是在资本市场上采取相应的投融资决策，二者都有很强的专业性，都要求公司的管理者熟悉财务、证券和法律等与资本市场有关的专业知识。

首先，在市场时机的判断上，公司的管理者必须熟悉股票的估值方法，准确地判断本公司股票的真实价值与市场价格相偏离的程度。对于股票的估值，公司管理者不仅需要预测本公司未来的盈利状况和现金流，还需要知道资本市场整体的风险水平，以便确定权益现金流的折现率。由于股票价格是随时波动的，公司管理者还必须对股价的走势进行预判，选择最佳的时机进行相应的财务操作。

国内外大量砂土液化实例提供的宝贵资料，是影响砂土液化各种因素的客观总结，是研究砂土液化机理和判别方法的重要依据。为此，我们统计了国内邢台、通海、海城、唐山及国外的日本、美国、智利7级以上地震20个砂土液化和非液化的实例。比如从唐山地震新水尾矿库库区砂土液化实际情况可以看出，地下水位埋深越浅，液化越严重，地下水位埋深越深，液化越轻微；从海城地震时下辽河至盘锦一线，由南向北覆盖层由浅到深，地下水位亦由浅到深，则地面建筑物破坏程度由强烈到轻微；从邢台地震可以看出，一些村庄为了防洪，让农田比四周地面高2 m的地块，绝大多数不再喷砂冒水。这些实例从不同侧面证实了液化判别理论的合理性和实际可操作性。

当拍摄整张动物肖像特写时，需要控制镜头与前面的动物保持安全拍摄距离，考虑一支300mm或更长焦距的镜头，甚至超远距变焦镜头，如150mm-600mm镜头，这样就可以在更远距离下不惊扰动物，又能拍摄更细致的特写。

本文选取A股全部非金融类上市公司作为研究对象。考虑到2015年股灾前后的股价出现了剧烈的波动，而本文又研究股价高低如何公司的投融资决策，为避免回归结果的扭曲，本文将数据样本的区间限定为2007—2014年。样本选取遵循以下原则：(1)不考虑金融类上市公司，国内外类似研究中鉴于金融类上市公司的自身特性而一般予以剔除；(2)剔除拥有B股或H股的公司,外资股的股价与公众股A股的股价不同，且可能存在对A股股价的影响；(3)剔除ST或PT类上市公司，这些公司财务状况异常，放入样本中可能会影响结论；(4)高管背景的履历信息不完整的公司。最终我们共获得8296个数据和1637家上市公司，其中存在券商背景高管的公司有344家。

作为资本市场曾经的从业者，券商背景的高管熟悉与资本市场有关的财务、金融、法律等知识，具有资本运作理念和经验。而且，券商背景高管在证券行业积累的人脉资源也可以帮助公司找到好的证券公司，提高资本运作效率。因此，券商背景的高管比非券商背景的高管具有更强的市场择时能力，能够有效地捕捉资本市场的机会，做出对公司最有利的投融资决策。我们提出如下假设：

假设1：与无券商背景高管的公司相比，有券商背景高管的公司具有更强的市场择时能力。

高管对企业的影响力与企业的规模有一定的关系。首先，越是大的企业，涉及到的利益调整越多，决策过程越复杂，决策的执行过程也越难；其次，与小企业相比，大企业声誉和信用水平较高，在资本市场中的融资成本较低，对市场择时的必要性较弱。因此，高管对大企业的影响力不及小企业。我们再提出如下假设：

假设2：根据公司规模大小的不同，券商背景的高管在小公司的择时能力比大公司更强。

将亚硫酸钠水溶液分别加入8个50 mL三角瓶中并加入去离子水稀释至10 mL，使其中二氧化硫浓度为0～10 μg/mL；取1 mL样品和9 mL去离子水加入50 mL三角瓶中；分别加入，5 mL盐酸副玫瑰苯胺和5 mL甲醛溶液，在25 ℃水浴中保存30 min，在560 nm处测定吸光度[10]。

高管对企业的影响力也与企业的产权性质有关。国有企业转型难，惯性大，企业的经营决策易受国资委等政府部门的干预，导致高管的择时决策不容易做到；而民营企业的自主性强，决策比较灵活，高管更能施展自己的能力，进行择时决策。而且，与民营企业相比，国有企业也能从政府部门获得更多的照顾，面临投资机会更多，融资成本也更低，进行市场择时的必要性不及民营企业，所以券商背景的高管的作用也比较有限[23]。我们再提出如下假设：

假设3：券商背景的高管对民营企业的择时能力比对国有企业更强。

四、 样本与数据

(一) 样本选取

投资决策包括固定资产投资和并购。前一种投资决策会经过股权融资渠道受到市场时机的影响，因而存在一定的专业性。并购决策与资本市场的关系更为密切，其专业性又体现在如下几点：第一，对于并购交易最重要的方面——并购标的的筛选和估值，不仅需要考虑企业的商业模式和未来的盈利能力，还需要考虑企业的财务管理策略，以及股权结构、控制权的分配等公司治理方面的因素；第二，并购交易中交易主体的确定、交易策略和程序的设计、并购融资等各方面都需要诸多专业知识，特别是涉及到结构化融资、杠杆收购等操作；第三，跟融资决策一样，并购交易还涉及各种法规、会计政策和税务处理等技术问题[19]。

经济的发展使得人们越来越关注到经济发展过程中产生的人与人之间、人与社会之间，人与环境之间产生的不和谐问题，越来越多的企业、单位和个人开始承担其社会责任，活跃在助老助残、扶贫济困、环境保护、应急救援等各领域。但志愿服务的开展光有场所、设备等支持还不够，需要有资金的支持，而经济的不断发展为志愿服务的发展提供了雄厚的资金支持。

公司财务数据、股价信息以及高管的背景资料均来自于CSMAR数据库和锐思数据库。本文将曾经或者正在证券公司工作的高管划分为券商背景的高管，在此基础上，从高管的背景资料中，手工筛选出具有券商背景的高管。本文的实证部分采用STATA13进行回归分析。

(二) 实证模型和变量

1. 实证模型

根据姜付秀和黄继承对财务背景高管的研究，我们也采用双重差分法(Difference-in-Difference)[18]。双重差分法就是对所做的变量进行两次差分的方法，主要是从分组和时间两个维度的相互作用来考察高管进入企业对公司决策的影响。我们先对样本进行分组，第一组是进行了“实验处理”的实验组(Treatment Group，即“处理组”)，也就是拥有券商背景高管的公司样本；第二组是不实施“实验处理”的控制组(Control Group，即“对照组”)，也就是没有券商背景高管的公司样本。然后我们再讨论两组公司在“实验处理”前后的变化，即对拥有券商背景的高管的样本公司进行时间差分研究，比较该类高管进入公司前后的公司财务政策的变化，并将这种变化与同时期控制组的变化进行对比。双重差分法的优点主要是可以减轻内生性问题的影响。需要说明的是，由于一个公司可能存在多个券商背景的高管，我们只考虑第一个此类高管进入公司后的影响。具体的实证模型设定如下：

Yit=α+β1×M/Bit+β2×M/Bit×Dit+βi×Controlit+εit

(1)

在该模型中，左边的因变量Y包括三个长期资产投资(Inv)、并购(MA)和股权再融资(Fin)。自变量是M/B和M/B×D，分别是市值-账值比，以及它与券商背景高管的虚拟变量D的交互项。M/B对因变量的影响反映了公司的市场择时能力，即根据股价高低采取相应的财务操作，交互项M/B×D则反映券商背景的高管是否通过市场时机对投融资决策产生影响。若我们能证明交互项的系数β2显著为正，则说明有券商背景高管的公司更能在投融资决策采取市场择时。Control表示一系列控制变量。

为了让读者更好的利用图书馆资源，做线上线下的推广活动，如公众账号推送图书馆数字资源，报告厅做图书分类、信息检索等系列讲座。

2. 自变量

口头述职完成后，李兴军的神情又紧张了起来，手不自觉地攥紧了一些，对在上一届已参加了两次述职的“老”代表来说，他知道下一个环节就是选民提问和评议。“乡镇卫生院长期以来积累下来的效率不高、活力不足、医疗服务质量不高的状况还没得到根本改变，现在解决得怎么样了？”选民代表、寺头村村民张玉庆开门见山地问道。“我镇是山区乡镇，条件落后，近几年院里年轻专业人才招不来、留不住，你是否向上级部门反映过？”选民代表、医院职工冯永红接着提问……李兴军代表脸红冒汗，一边听，一边用笔快速地记录问题，向选民一一作出答复。“现场回答选民的提问，压力很大，也感受到了人大代表为选民代言、为选民办事的责任。”李兴军感慨道。

Baker and Wurgler[6]以1968—1999年美国上市公司为样本将杠杆指标分解成三部分，发现历史市值-账值比M/B与其中之一的净值股票发行强烈正相关，而与其他两个部分的变量的相关强度和作用程度远远不及与净值股票发行，从而提出M/B作为市场择时测量指标的证据。本文沿用该文的方法，采用M/B指标衡量市场时机。该指标反映了股价被高估的程度，它的数值越大，股价被高估的程度就越高。

本文将高管是否有证券工作经验这一背景作为切入点进行研究公司的财务决策。考虑到高管的权威大小，我们将高管主要分为两大类：董事会与管理层，其中董事会的高管包括：董事长、副董事长，管理层的高管包括CEO、总经理、副总经理、总裁、执行总裁和CFO。只要一家公司的这些高管中有一个具有证券业的从业经验，就将该公司视为具有券商背景高管的公司。

其次，与资本市场相关的投融资决策也需要很多专业性知识。融资决策的专业性体现在如下几点：第一，债券融资和股票融资之间的权衡，这种权衡不仅要考虑两种融资方式的成本的差异，还要考虑它们对股权结构及高管激励机制的影响；第二，在证券发行方式上，公司也应权衡公募发行和私募发行各自的利弊，前者虽然能募集较多的资金，但手续麻烦，发行费用较高，而后者虽然手续简单，费用也比较低廉，但能募集的资金规模相对较小，且证券的流动性较差；第三，融资过程会涉及税法、证券法、公司法等各种法律法规，决策者还应该熟悉这些法律法规，避免融资过程中出现合规性风险，增加额外的融资成本[18]。

根据双重差分法的建模思路，我们用虚拟变量Dit来捕捉券商高管进入公司后对各项财务决策的影响。当且仅当公司存在券商背景的高管且时间处在该高管进入企业之后，Dit取值为1，否则该变量取值为0。为了反映券商背景的高管通过市场择时来影响公司的财务决策，我们再用交互项M/Bit×Dit。根据前面的理论假说，有券商背景高管的公司应该比无券商背景高管的公司更善于进行市场择时，故预测上式中交互项的系数β2应该显著为正。

3. 因变量

综上所述，该方法操作简便、准确，精密度、稳定性、重复性好，可用于同时测定枸杞子药材中12种有机酸类成分含量。不同产区、品种药材样品中有机酸类成分含量有所不同，且某些成分间有一定的相关性。

基于以往研究各类市场择时的文献，我们考虑投资和融资两种财务决策，前者又分为长期资产投资(Inv)和并购(MA)，后者是股权再融资(Fin)。对于长期资产投资的度量，我们用现金流量表中“购买的固定资产、无形资产和其他长期资产所支付的现金”与年末总资产的比例。对于并购决策，我们用并购概率进行度量，若某年发生了并购,MA取值为1，否则为0。对于股权再融资的度量，权益再融资(即公开或定向增发加上配股两者所共同募集的资金净值)与年末总资产的比率。

4. 控制变量

本文所有实证模型都选取相同的控制变量，主要包括两类，一类是公司财务方面的变量，包括市值-账值比(M/B)、盈利能力(Roa)、公司规模(Size)、资产负债率(Lev)、有形资产比重(Tan)、成长机会(Q)、现金持有量(Cash)，另一类是公司治理方面的变量，包括企业产权性质(State)、、第一大股东持股比例(Top1)和董事会规模(Board)。在后面的回归中，我们还控制了年份和行业变量。

 

表1 变量定义

  

变量名称变量符号变量界定因变量长期资产投资Inv购建固定资产、无形资产和其他长期资产所支付的现金/年末总资产并购概率MA若某年发生了并购取值为1，否则为0权益再融资指标Fin公开或定向增发加上配股两者所共同募集的资金净额/年末总资产自变量择时指标M/B市值-账值比券商背景高管D当且仅当该公司存在券商背景的高管且时间处在这类高管进入企业之后为1，无券商背景的高管为0控制变量公司规模SizeLn(总资产的自然对数)资产负债率Lev年末总负债/年末总资产产权性质State国有企业为1，民营企业为0有形资产比重Tan固定资产/总资产资产收益率Roa净利润/总资产总额成长机会Q托宾Q代表公司成长机会现金持有量CashLn(期末现金及现金等价物余额)第一大股东持股比例Top1第一大股东所持股份数/公司发行总股份董事会规模Board董事会总人数

(三) 描述性统计

表2统计了样本企业在2007—2014年间的年度分布以及对应年份有券商背景高管的公司占比情况。从中我们可以看出自2007年以来，有券商背景高管的公司数量得到了大幅提升。有券商背景高管的公司占比从2007年的3.90%上升到2014年的29.26%，增长幅度十分明显，说明券商背景高管扮演的角色与发挥的作用越来越得到上市公司的认可与倚重。

表3比较了有券商背景的公司和无券商背景的公司的均值差异。可以看出，有券商背景公司的Inv、MA和Fin指标都显著高于无券商背景公司，这说明有券商背景的公司在投资率、融资强度、并购概率都明显高于无券商背景高管的公司，前者更更善于把握市场机会。

 

表2 样本的年度分布

  

年份有券商背景公司数量有券商背景高管的公司占比(%)2007453．9020081038．92200913811．95201019717．06201124120．87201227123．46201330126．06201433829．26合计163417．68

五、 实证结果

(一) 基本实证结果

表4给出了对假设1的实证结果。其中，列(1)和(2)的因变量是投资水平Inv，列(3)和(4)的因变量是并购概率MA，回归方法采用的是Probit模型，列(5)和(6)的因变量是再融资比率Fin。列(1)、(3)、(5)是混合回归的结果，其余各列是控制公司个体差异的固定效应的回归结果。

 

表3 两样本的均值差异

  

变量有券商背景高管的公司无券商背景高管的公司差额Inv0．15710．13120．026∗∗∗MA0．3260．2580．069∗∗∗Fin012650．08190．045∗∗∗M/B2．1132．221-0．108Roa0．0570．030．026Lev0．5010．4980．003Q2．8393．034-0．194Cash19．11619．176-0．061Tan0．9480．9370．010∗∗∗Size0．4650．507-0．042∗∗∗State0．4540．410．044∗∗∗Top10．3640．3590．005Board9．0288．9370．091∗样本量24655831

注：*、**、***分别代表在10%、5%和1%水平下显著。

首先看券商背景的高管如何通过市场择时影响长期资产投资决策。交互项M/B×D在列(2)中在5%的水平上显著为正，这说明券商背景高管的存在通过市场择时提高了企业的投资水平。该交互项的系数为0.001，在具体的经济意义上，如若一个公司的市值-账值比为2倍，总资产有100亿元，那么当一个券商背景的高管进入公司后，投资水平将提高0.2个百分点，投资支出将增加0.2亿元，该高管的存在对投资的影响是比较显著的。

最后，还有两类职业经历引起了学者的关注。一种是高管的海外工作经历。罗思平和于永达[22]基于中国光伏产业实证发现，具备海外经历的高管能显著提高企业的技术创新能力，促进企业进行专利保护，并对周围的企业产生一定的技术外溢效应。还有一种是高管的学术经历。周楷唐等人[23]发现，高管的学术经历能减少企业的信息风险和代理成本风险，从而降低债务融资成本。

（1）消费类电子产品：家庭影院、液晶电视、液晶显示器、DVD、MP3、MP4、广播电视设备及配套产品、卫星电视产品、蓝牙产品、数码产品、扬声器、耳机、录像设备、视听设备、收音机、组合音响；电子礼品、电子书、各种灯具、激光唱机、电子琴、电子游戏机、电子娱乐产品。

最后看券商背景的高管对再融资决策上的择时能力的影响。上述交互项的系数在列(5)和(6)中的显著性水平都达到1%，这说明券商背景的高管的存在显著增加了企业的再融资规模。该交互项在列(6)中的系数为0.01。假定一个公司的市值-账值比为2倍，且总资产是100亿，这意味着券商背景的高管的存在将使该公司的再融资金额将增加2亿，其经济意义也十分明显。

此外，自变量市值-账值比在各列中的系数都显著为正，说明市场时机也会独立影响公司的各项财务决策。

(二) 券商背景高管的任期与择时能力

高管进入公司的时间越长，其权力就越大，对公司择时能力的影响也越强。因此，我们再在以上基本结论的基础上，进一步讨论券商背景高管的择时能力与他进入公司的时间长短的关系。我们将券商背景高管进入公司后的时间划分成四个时间段：进入公司第1年、进入公司第2年、进入公司第3年，进入公司3年以上，并相应地设定四个虚拟变量D1、D2、D3和D4，再与市场择时指标(M/B)形成交互项作为四个自变量，通过比较这四个自变量的系数大小来观察公司的择时能力是否随着券商背景高管任期的延长而增强。从各列回归结果可以看出，从M/B×D1到M/B×D4，其系数要么逐渐变大，要么显著性逐渐增强，这说明券商背景进入企业的时间越长，他对企业的影响力就越大，所在企业的择时能力也越强。以融资决策为例，在列(6)中，从M/B×D1到M/B×D4，各系数的显著性水平都是1%，系数的值分别为0.007、0.010、0.025和0.056，券商背景高管对企业择时能力的影响呈增强的趋势。

 

表4 券商背景高管对市场择时的影响

  

解释变量因变量：Inv因变量：MA因变量：Fin(1)(2)(3)(4)(5)(6)M/B0．001∗∗0．002∗∗∗0．014∗∗∗0．013∗∗0．024∗∗∗0．019∗∗∗(2．20)(3．57)(3．18)(2．56)(8．67)(8．47)M/B×D0．0020．001∗∗0．021∗∗∗0．017∗∗∗0．030∗∗∗0．010∗∗∗(1．01)(2．05)(5．64)(2．93)(9．58)(5．33)Roa-0．001-0．001∗-0．006-0．009-0．014∗∗∗-0．010∗∗∗(-1．56)(-1．89)(-0．93)(-1．39)(-3．71)(-3．42)Lev-0．0000．0010．0040．0040．017∗∗∗0．012∗∗∗(-0．52)(1．00)(0．86)(0．66)(5．21)(4．64)Q-0．001-0．001∗∗∗-0．005-0．002-0．015∗∗∗-0．013∗∗∗(-1．50)(-2．59)(-1．61)(-0．57)(-7．43)(-7．83)Cash0．002∗∗∗0．001-0．007∗-0．010∗∗0．005∗0．001(5．20)(1．26)(-1．88)(-2．07)(1．81)(0．54)Tan-0．046∗∗∗-0．057∗∗∗-0．653∗∗∗-0．520∗∗∗0．334∗∗∗0．084∗(-4．21)(-4．08)(-7．62)(-4．07)(4．75)(1．94)Size0．003∗∗∗0．007∗∗∗0．068∗∗∗0．040∗∗0．038∗∗∗0．003(3．17)(4．04)(10．76)(2．56)(4．40)(0．86)State-0．009∗∗∗--0．045∗∗∗-0．000-(-6．69)-(-4．18)-(．)-Top10．0040．029∗∗∗0．032-0．059-0．156∗∗∗-0．030∗(0．85)(2．77)(0．97)(-0．63)(-3．01)(-1．78)Board0．002∗∗∗0．002∗∗∗-0．002-0．0060．0020．000(5．64)(3．00)(-0．58)(-0．96)(0．61)(0．17)＿cons-0．028-0．067∗-0．602∗∗∗0．073-1．195∗∗∗-0．160∗∗(-1．47)(-1．74)(-4．04)(0．21)(-6．16)(-2．11)Year控制控制控制控制控制控制Ind控制-控制-控制-N829682968296829682968296

注：列(1)、(2)的因变量是投资水平Inv，列(3)、(4)的因变量是并购概率MA，列(5)、(6)的因变量是再融资水平Fin；列(1)、(3)、(5)是混合回归，其余各列是固定效应回归；括号内数值表示t统计量；*、**、***分别代表在10%、5%和1%水平下显著。

(三) 按企业规模和产权性质的分组讨论

根据假设2和假设3，下面我们再根据企业的规模和产权性质对样本进行分组，讨论上述结论与企业的规模和产权性质的关系，表6和7分别为相应的回归结果。为简单起见，这两个表只列出了固定效应的回归结果。

表6根据企业总资产的平均值将企业划分为两组，若总资产是大于平均值，则将其划主大企业，反之则小企业。从该表可以看出，交互项M/B×D在小企业样本的回归系数比大企业样本更大。这就验证了假设2：券商背景的高管更善于在小企业中发挥他的专业优势，提高企业在各种投融资等决策方面的择时能力。其原因在于，规模大的公司限制性约束较多，决策过程比较复杂，管理者的决策判断有凝滞性，限制企业的战略决策的展开，从而导致公司高管很难发挥自己的作用。对于规模小的企业来说，高管发挥的作用较强，主要是规模小的企业决策过程较为简单，没有很多的制度和人为的因素，所以券商背景的高管在小企业的决策更能把握资本市场的有利时机。

从表7也可以看出，不管是哪个因变量，交互项M/B×D在民营企业样本的回归系数都比国有企业样本更大。这就验证了假设3：券商背景的高管在民营企业中的影响更大，更善于利用他在资本市场的经验进行市场择时。其原因在于，民营企业的决策自主性更强，高管也有更强的激励，所以更能发挥他的专业技能。而且，相比民营企业，国有企业在投融资方面也能从政府部门获得更多的照顾，进行市场择时的动机本来也不如民营企业那么强，所以券商背景的高管的作用也比较有限。

 

表5 券商背景高管的任期长短对公司择时能力的影响

  

因变量：Inv因变量：MA因变量：Fin(1)(2)(3)(4)(5)(6)M/B0．001∗∗0．002∗∗∗0．078∗∗∗0．111∗∗∗0．018∗∗∗0．023∗∗∗(2．28)(3．55)(2．96)(2．65)(8．12)(8．43)M/B×D1-0．0000．0010．020∗∗∗0．002∗∗∗0．0000．007∗∗∗(-0．25)(0．59)(4．18)(2．85)(0．01)(3．60)M/B×D20．0000．0010．067∗0．010-0．008∗∗0．010∗∗(0．16)(1．24)(1．74)(0．19)(-2．18)(2．29)M/B×D30．0000．0020．0490．0060．010∗∗0．025∗∗∗(0．31)(1．37)(0．90)(0．09)(2．11)(4．51)M/B×D40．001∗0．002∗0．138∗∗∗0．104∗0．031∗∗∗0．056∗∗∗(-1．80)(1．94)(4．25)(1．79)(11．08)(14．45)Roa-0．001-0．001∗-0．0111．211∗∗-0．009∗∗∗-0．013∗∗∗(-1．64)(-1．95)(-0．12)(2．05)(-3．12)(-3．51)Lev-0．0000．0010．0040．1840．011∗∗∗0．016∗∗∗(-0．48)(0．93)(0．08)(0．74)(4．44)(4．94)Q-0．001-0．001∗∗-0．027-0．011-0．013∗∗∗-0．015∗∗∗(-1．54)(-2．50)(-1．38)(-0．41)(-7．60)(-7．25)Cash0．002∗∗∗0．001-0．045∗∗-0．068∗∗0．0000．002(5．26)(1．11)(-2．15)(-2．11)(0．09)(0．86)Tan-0．046∗∗∗-0．057∗∗∗-3．454∗∗∗-2．683∗∗∗0．079∗0．312∗∗∗(-4．21)(-4．08)(-7．21)(-3．29)(1．82)(4．47)Size0．003∗∗∗0．007∗∗∗0．394∗∗∗0．173∗0．0040．042∗∗∗(3．11)(4．09)(10．61)(1．71)(1．18)(4．89)State-0．009∗∗∗--0．266∗∗∗--0．000-(-6．70)-(-4．12)-(-0．03)-Top10．0030．029∗∗∗0．169-0．267-0．026-0．147∗∗∗(0．82)(2．76)(0．89)(-0．47)(-1．59)(-2．85)Board0．002∗∗∗0．002∗∗∗-0．011-0．0480．0000．001(5．65)(2．94)(-0．67)(-1．29)(0．12)(0．23)＿cons-0．028-0．067∗-6．324∗∗∗-0．002∗-0．158∗∗-1．195∗∗∗(-1．46)(-1．74)(-7．27)(-2．01)(-2．11)(-6．21)N829682968296829682968296

注：*、**、***分别代表在10%、5%和1%水平下显著。

(四) 稳健性检验

1. 内生性问题

一个企业选择什么样的高管是它主动选择的，而非外生给定的，企业为了达到某些经营目标会有意识地选择某种类型的高管，因而前面的回归可能存在内生性问题，回归结果可能有一定的偏误。为了解决问题，我们先采取倾向得分匹配法(PSM)，在对照组中找到某个企业与控制组的可观测变量尽可能相似，也就是说这两个企业拥有券商背景高管的概率是相似的，本文采用核匹配的方法进行配对。对于计算PS值的特征变量，我们直接选取前面模型中的控制变量，即市值-账值比(M/B)、盈利能力(Roa)、公司规模(Size)、资产负债率(Lev)、有形资产比重(Tan)、成长机会(Q)、现金持有量(Cash)、产权性质(State)、第一大股东持股比例(Top1)和董事会规模(Board)，然后进行Logit回归。表8是采用PSM后的回归结果。

从表8的结果可以看出，在进行PSM处理后，各列中的交互项M/B×D的系数仍显然为正，甚至与表4相比，该系数在列(1)—(4)的值变得更大，或显著性水平变得高。这说明克服内生性问题后，券商背景的高管对择时能力的影响是显著的。

 

表6 券商背景高管的择时能力与企业规模的关系

  

因变量：Inv因变量：MA因变量：Fin大企业小企业大企业小企业大企业小企业M/B0．0060．003∗∗∗-0．0100．012∗∗0．0080．023∗∗∗(1．28)(4．27)(-0．20)(2．33)(0．85)(5．70)M/B∗D0．004∗0．008∗0．0080．019∗∗∗-0．0010．037∗∗∗(1．75)(1．91)(1．53)(3．09)(-0．30)(7．71)Roa0．022-0．002∗0．412∗-0．009-0．133∗∗∗-0．015∗∗∗(1．04)(-1．90)(1．74)(-1．22)(-3．07)(-2．79)Lev0．0000．001∗∗0．253∗0．006-0．189∗∗∗0．016∗∗∗(0．02)(1．96)(1．93)(1．01)(-7．90)(3．43)Q-0．005-0．001∗∗∗0．022-0．003-0．003-0．013∗∗∗(-1．12)(-3．43)(0．46)(-0．73)(-0．31)(-4．53)Cash-0．0000．001-0．001-0．011∗0．004∗∗0．004(-0．42)(1．37)(-0．06)(-1．83)(2．05)(0．80)Tan-0．050∗-0．106∗∗∗0．124-0．487∗∗∗0．0660．683∗∗∗(-1．70)(-5．37)(0．38)(-3．01)(1．11)(5．34)Size0．020∗∗∗0．0030．0240．044∗0．031∗∗∗0．057∗∗∗(5．74)(0．93)(0．65)(1．73)(4．46)(2．80)Top10．0040．060∗∗∗0．114-0．090-0．117∗∗∗-0．232∗∗(0．24)(3．49)(0．63)(-0．63)(-3．51)(-2．07)Board0．002∗∗0．003∗∗∗-0．007-0．0040．0020．000(1．98)(2．97)(-0．70)(-0．54)(1．34)(0．01)＿cons-0．322∗∗∗0．037-0．555-0．084-0．679∗∗∗-1．845∗∗∗(-4．06)(0．55)(-0．63)(-0．15)(-4．24)(-4．17)N346958273469582734695827

注：所有各列皆为固定效应的回归结果；*、**、***分别代表在10%、5%和1%水平下显著。

 

表7 券商背景高管的择时能力与企业产权性质的关系

  

因变量：Inv因变量：MA因变量：Fin国企民企国企民企国企民企M/B0．002∗∗∗0．010∗∗∗0．0160．015∗∗∗0．0090．023∗∗∗(3．05)(3．34)(0．56)(2．72)(1．36)(6．02)M/B×D0．0000．004∗∗∗0．0170．018∗∗∗-0．0010．039∗∗∗(0．56)(3．14)(1．48)(2．69)(-0．52)(8．38)Roa-0．002∗∗0．057∗∗∗0．319∗-0．009-0．094∗∗-0．015∗∗∗(-1．97)(3．05)(1．78)(-1．17)(-2．34)(-2．85)Lev0．0000．0140．1510．007-0．171∗∗∗0．015∗∗∗(0．63)(1．43)(1．58)(1．26)(-7．96)(3．58)Q-0．001∗∗-0．009∗∗∗-0．003-0．004-0．007-0．013∗∗∗(-2．04)(-3．28)(-0．10)(-1．06)(-1．13)(-4．89)Cash0．001-0．000-0．008-0．0080．006∗∗∗0．004(1．17)(-0．06)(-0．96)(-1．41)(2．86)(0．87)Tan-0．052∗∗∗-0．101∗∗∗-0．083-0．754∗∗∗-0．0340．568∗∗∗(-2．81)(-4．20)(-0．36)(-4．65)(-0．67)(4．97)Size0．005∗∗0．009∗∗∗-0．0080．058∗∗∗0．032∗∗∗0．048∗∗∗(2．20)(3．02)(-0．30)(2．93)(5．20)(3．45)Top10．040∗∗∗0．0100．265∗-0．240∗∗-0．134∗∗∗-0．171∗∗(2．93)(0．61)(1．75)(-1．97)(-3．93)(-2．00)Board0．003∗∗∗0．0010．003-0．0110．0010．001(3．12)(0．90)(0．36)(-1．35)(0．70)(0．24)＿cons-0．041-0．0420．3520．003-0．640∗∗∗-1．592∗∗∗(-0．83)(-0．66)(0．57)(0．01)(-4．62)(-5．14)N441738794417387944173879

注：所有各列皆为固定效应的回归结果；*、**、***分别代表在10%、5%和1%水平下显著。

 

表8 PSM-DID的回归结果

  

解释变量因变量：Inv因变量：MA因变量：Fin(1)(2)(3)(4)(5)(6)M/B0．021∗0．0030．016∗∗0．018∗∗0．044∗∗∗0．059∗∗∗(1．70)(1．57)(2．18)(2．56)(3．67)(4．47)M/B＿D0．010∗∗∗0．014∗∗0．031∗∗∗0．082∗∗∗0．003∗∗0．008∗(2．66)(2．38)(7．91)(10．44)(2．48)(1．71)Roa-0．096-0．0250．1410．1790．2140．861∗(-1．14)(-0．24)(1．57)(1．37)(1．63)(1．82)Lev-0．053∗∗∗-0．063∗∗0．003-0．041-0．019-0．116(-2．90)(-2．02)(0．13)(-1．00)(-0．65)(-1．04)Q-0．001-0．012∗∗∗-0．020∗∗∗-0．035∗∗∗0．0050．014(-0．45)(-2．81)(-5．88)(-6．47)(1．04)(0．90)Cash0．0060．0010．0010．002-0．018∗∗-0．064∗∗∗(1．44)(0．02)(0．06)(0．20)(-2．50)(-2．75)Tan-0．205∗∗-0．469∗∗∗0．267∗∗∗0．549∗∗∗-0．451∗∗∗-1．342∗∗∗(-2．38)(-3．43)(2．90)(3．06)(-3．36)(-3．31)Size0．011-0．072∗∗∗-0．0030．057∗∗0．086∗∗∗0．267∗∗∗(1．30)(-3．62)(-0．40)(2．19)(6．80)(6．71)Top1-0．141∗∗∗-0．106-0．060-0．363∗∗-0．038-0．137(-3．64)(-0．76)(-1．43)(-2．00)(-0．62)(-0．73)Board0．005-0．0010．0010．010-0．006-0．017(1．34)(-0．08)(0．35)(0．88)(-1．11)(-1．03)Year控制控制控制控制控制控制Ind控制控制控制N269126912691269126912691

注：列(1)、(2)的因变量是投资水平Inv，列(3)、(4)的因变量是并购概率MA，列(5)、(6)的因变量是再融资水平Fin。列(1)、(3)、(5)是混合回归，其余各列是固定效应回归；*、**、***分别代表在10%、5%和1%水平下显著。

2. 重新定义高管

选择李维平主编的《蛋白质工程》[9]为教材．该书为“案例版”生物工程系列规划教材，普通高等教育“十二五”规划教材．

考虑高管对财务决策影响力，我们高管限定董事长、CEO和CFO这三个职务。三个高管中只要有一个曾拥有证券业的从业经历，就将该企业视为具有券商背景的高管。为了控制高管的其他个人特征的影响，我们再添加了高管的年龄(Age)、性别(Sex)、学历(Edu)、任职期限(Time)这四个控制变量。极少数几个企业在这三个职务中不止有一个人具有券商背景，这类企业予以删除。表9是相关的回归结果。可以看出，在增加四个个人特征的控制变量后，交互项M/B×D依然显著为正。这说明券商背景的高管对三种财务政策的影响是独立产生的，并不是通过年龄、学历等方面的因素来产生。

五、 结 论

本文根据2007—2014年全部A股上市公司的样本，研究了券商背景的高管如何通过市场择时影响企业的投融资决策。实证结果表明，与其它公司相比，券商背景的高管所在的公司具有更强的市场择时能力，即当公司的股价较高时，公司的投资活动更活跃，并购更频繁，权益再融资额更多。分组回归还发现，随着该类高管任期的增加，公司的择时能力趋于增强，而且其择时能力在小企业和民营企业中更强。在考虑内生性问题和高管的各种个人特征后，上述基本结论仍保持稳健。

本文的研究具有两方面的政策意义。首先，对于上市公司而言，资本市场对于企业的发展正越来越重要，企业可以适当选择那些具有券商背景的高管，利用他们在资本市场方面的知识和经验提高企业的资本运营能力，推进企业的长期发展，提升企业的价值。其次，对于证券监管部门而言，应该加强对那些拥有券商背景高管的公司的监管，完善相关的法律法规，减少政策的漏洞，防止这些公司忽视生产经营而过分运用理财技巧，导致投资者的利益受损。

 

表9 增加高管个人特征后的回归结果

  

解释变量因变量：Inv因变量：MA因变量：Fin(1)(2)(3)(4)(5)(6)M/B0．012∗∗∗0．013∗∗∗0．026∗∗∗0．025∗∗∗0．042∗∗∗0．056∗∗∗(3．38)(3．38)(3．97)(3．05)(11．32)(11．10)M/B＿D0．0010．008∗∗0．021∗∗∗0．021∗∗0．006∗0．017∗∗∗(-0．04)(2．11)(3．60)(2．38)(1．93)(3．35)Roa-0．103∗∗0．05-0．025-0．011-0．107∗∗-0．081(-2．14)(0．97)(-0．27)(-0．09)(-2．06)(-1．21)Lev-0．0130．0490．108∗∗∗0．0740．007-0．195∗∗∗(-0．65)(1．40)(2．74)(0．98)(0．29)(-4．26)Q-0．002-0．002-0．008∗∗-0．004-0．031∗∗∗-0．035∗∗∗(-1．09)(-1．07)(-2．11)(-0．89)(-13．28)(-12．90)Cash0．002∗∗∗0．001-0．007-0．0110．0050．006(5．20)(1．25)(-1．88)(-2．07)(1．81)(1．91)Tan-0．165∗∗∗-0．152∗∗-0．513∗∗∗-0．237-0．0480．169∗(-3．09)(-1．98)(-4．99)(-1．43)(-0．83)(1．67)Size0．031∗∗∗0．047∗∗∗0．067∗∗∗0．0220．0050．063∗∗∗(6．97)(4．73)(7．95)(1．04)(1．15)(4．82)State-0．0188∗∗∗0-0．023∗0-0．0040(-2．65)-(-1．72)-(-0．51)-Top1-0．159∗∗∗-0．0370．072∗0．048-0．006-0．126∗(-7．40)(-0．68)(1．74)(0．41)(-0．29)(-1．75)Board0．005∗∗∗0．002-0．001-0．005-0．001-0．004(2．70)(0．70)(-0．39)(-0．66)(-0．40)(-0．86)Sex0．0040．163∗∗∗-0．015-0．1550．0040．028(0．24)(3．08)(-0．43)(-1．35)(0．21)(0．39)Edu-0．00181-0．042-0．069∗∗0．2120．0160．029(-0．10)(-0．21)(-2．02)(0．49)(0．80)(0．11)Time-0．005∗∗0．016-0．008∗-0．1450．0020．001(-2．04)(0．34)(-1．85)(-1．43)(0．78)(0．00)Age0．0240．011-0．033-0．085-0．0180．042(1．12)(1．52)(-0．80)(-0．60)(-0．77)(0．48)＿cons-0．340∗∗∗-1．401∗∗∗-0．482∗∗1．215-0．017-1．560∗∗(-2．69)(-2．85)(-1．99)(1．15)(-0．12)(-2．42)Year控制控制控制控制控制控制Ind控制控制控制N517251725179517951795179

注：*、**、***分别代表在10%、5%和1%水平下显著。

燃烧法是将有机气体燃烧氧化成CO2和H2O等从而净化废气，可分为直接燃烧法、热力燃烧法、催化燃烧法、蓄热燃烧法等类型[5]。

在一个非有效的资本市场中，股票价格往往会偏离其内在的真实价值，上市公司的管理者据此采取相应的财务决策，如投资、融资、并购等，这就是所谓的市场择时行为。在投资决策方面，Stein[1]首先从理论上指出，市场时机应该存在两个途径：股权融资渠道和迎合渠道，前者是指公司在股价被高估的时候增发股票并进行投资，后者是指管理者为迎合投资者对本公司股票的追捧而加大投资力度。后来，Baker et al.[2] 和黄伟彬[3] 验证了股权融资渠道的存在，而Polk and Sapienza[4] 、肖虹和曲晓晖[5] 则验证了迎合渠道的存在。在融资决策方面，Baker and Wurgler[6]将市值-账值比作为公司市场择时的指标，结果发现，公司的财务杠杆与市值-账值比负相关，说明公司在市值较高时会增加股票发行。Alti[7]直接研究了IPO与市场冷热程度的关系，表明公司倾向于在IPO市场比较火热的时候发行更多股票，且市场择时对资本结构的影响只是短期的。周业安等人[8]发现中国上市公司的财务杠杆的决定也存在类似的现象。在股权再融资决策方面，Graham and Harvey[9]通过对公司管理者的问卷调查表明，时机上的考虑再融资决策中扮演着重要的角色。黄叶苨等人[10]也发现，A股上市公司在定向增发过程中也存在择时行为。最后，在并购决策方面，Shleifer and Vishny[11] 、Dong et al.[12] 都发现，当公司股价被市场高估时，并购公司有动机选择股票支付方式，而当公司股票价格被市场低估时，公司倾向于回购股票或选择现金支付方式。唐蓓和潘爱玲[13]通过以市净率为市场择时的指标，表明市场时机的选择行为显著影响公司的并购投资行为。

[1]STEIN J C. Rational capital budgeting in an irrational world[J]. Journal of business, 1996, (69): 429-455.

[2]BAKER M, STEIN J, WURGLER J. When does the market matter? Stock prices and the investment of equity-dependent firms[J]. Quarterly journal of economics,2003,118(3): 969-1006.

[3]黄伟彬.非理性股价与企业投资行为：来自中国上市公司的经验证据[J].经济管理，2008(16)：16-25.

万：作为一位教育工作者，听到有人如此称赞老师，当然非常高兴.我知道，科学史所原来并没有人专事医学史研究，那么其他领域的前辈对您的研究又是如何给予指导或帮助的呢？抑或纯属无师自通？

[5]肖虹，曲晓辉.R&D投资迎合行为：理性迎合渠道与股权融资渠道？[J].会计研究，2012(2)：42-49.

[6]BAKER M, WURGLER J. Market timing and capital structure[J]. Journal of finance, 2002, 57(1): 63-89.

[4]POLK C,SAPIENZA P. The stock market and corporate investment: a test of catering theory[J]. Review of finance studies, 2009(22): 187-217.

[7]ALTI A. How persistent is the impact of market timing on capital structure?[J]. Journal of finance, 2006, 61(4):1681 -1710.

[8]周业安,周洪荣.市账率：权衡还是择时？[J].管理世界，2011(4)：15-25.

[9]GRAHAM R, HARVEY C.The theory and practice of corporate finance: evidence from the field, Journal of financial economics [J]. 2001, 60(2-3)：187-243.

[10]黄叶苨，赵远榕，刘莉亚.定价基准日选择、市场择时与定向增发中的大股东利益输送[J].经济管理，2017(8)：177-193.

进水渠长45.0m，底宽18.7m，矩形断面。进水口前2.5m为厂前水平段，高程为106.41m；总长45m采用坡度为1∶3的反坡段连接至121.4m高程。

[11]SHLEIFER A, VISHNY R W. Stock market driven acquisitions[J]. Journal of finance economics, 2003, 70(3): 295-311.

[12]DONG M, HIRSHLEIFER D, RICHARDSON S, et al. Does investor misvaluation drive the takeover market? [J]. Journal of finance, 2006,61(2):725-762.

综上所述，空调 DDC作为一种有效的控制系统，可以提高空调系统的智能化水平，改善运营方式，提高运营效率，实现最高能效目标，同时降低能耗，还可以为人们提供舒适的办公和生活环境。

[13]唐蓓，潘爱玲.市场时机对中国上市公司并购融资行为的影响[J].山东大学学报(哲学社会科学版)，2011(4)：93-99.

[14]HAMBRICK D,MASON P. Upper echelons:the organization as a reflection of its managers[J]. Academy management review, 1984, 9:193-206.

[15]BENMELECH E,FRYDMAN C. Military CEOs[J]. Journal of financial economics, 2015,117(1):43-59.

[16]赖黎,巩亚林,马永强.管理者从军经历、融资偏好与经营业绩[J].管理世界,2016(8)：126-136.

[17]CUSTDIO C,METZGER D. Financial expert CEOs: CEO’s work experience and firm’s financial policies [J]. Journal of financial economics,2014,114(1):125-154.

[18]姜付秀,黄继承.CEO财务经历与资本结构决策[J].会计研究，2013(5)：124-134.

[19]姜付秀,石贝贝,马云飙.信息发布者的财务经历与企业融资约束[J].经济研究,2016(6)：83-97.

[20]HUANG Q, JIANG F, LIE E, et al. The role of investment banker directors in M&A[J].Journal of financial economics,2014,112(2):269-286.

[21]孙梅艳.高管券商背景对上市公司增发行为的影响[J].经济研究，2015(9)：45-67.

[22]罗思平,于永达.技术转移、“海归”与企业技术创新——基于中国光伏产业的实证研究[J].管理世界，2012(11)：124-132.

[23]周楷唐,麻志明,吴联生.高管学术经历与公司债务融资成本[J].经济研究,2017(7)：169-183.

[24]尹俊,黄鸣鹏,王辉,等.战略领导者成就动机、冒险倾向与企业国际化[J].经济科学，2013(3)：72-86.

[25]刘志远,王勇,靳光辉.谁在择机IPO：上市公司控股股东视角的实证分析[J].财经研究，2012(9)：70-81.