一、 引言

在宏观经济新常态的背景下，产业结构调整和市场需求不足使得中小企业亏损、关停、破产情况时有发生。据2016年我国中小企业发展现状研究报告统计数据，2016年6月底，全国至少有6.7万户规模以上中小企业处于停产、半停产状态。中小企业在我国国民经济发展中有着十分重要的作用，为社会创造了80%的社会就业岗位、50%以上的税收、60%以上的国内生产总值和82%的发明专利。2015年中共中央“十三五”规划建议提出“着力加强对中小微企业、农村特别是贫困地区金融服务”；2017年党的十九大报告也指出“深化投融资体制、税收体制、金融体制改革，提高直融比重”。尽管一系列优惠政策在一定程度上扶持了中小企业的发展，但是中小企业信用等级低、信用风险高造成的融资难问题并没有得到真正解决。

中小企业信用风险水平是其信贷融资可获性的重要审核因素。关于中小企业信用风险的研究，学界大多是从影响因素着手。有学者认为，管理者作为企业经营的关键人物，其特征影响企业的经营绩效[1]，对信用风险产生重要作用；也有研究发现企业负责人背景特征对信贷违约行为有显著影响[2]。事实上，对管理者背景特征的研究已经成为学术界所关注的重要话题。基于此，本文将以中小板300家企业为样本，采用多元回归模型探究中小企业的管理者不同特征对信用风险的作用机理，进一步区分企业注册地所属地区和产权性质并进行对比分析。本文的贡献可能主要在于：第一，从企业管理者背景特征视角对中小企业信用风险进行评价，将转换以往探讨信用风险多从外部入手的传统思路。第二，依据上市公司所属地区、产权性质分组，分别将样本企业管理者背景特征对信用风险的影响作用进行量化比较。第三，本文的研究结论或将有助于中小企业和金融机构拓展有关信用风险研究的视野。

轴距(mm)................................................2650

二、 文献回顾

(一) 中小企业信用风险研究

20世纪30年代国外学者就对信用风险展开了研究，文献成果较为丰富。目前已有大量学者关注了中小企业信用风险问题，相关研究可概括为两大类。

一是中小企业信用风险测度研究。从评价指标体系构建看，研究者主要将财务指标、非财务指标等纳入统一分析框架。美国银行家率先提出5C学说，之后这一学说成为应用最普遍的企业信用评价指标体系。熊熊等、张目等分别在供应链金融、预付款融资模式下修正和完善了中小企业信用风险评价指标体系，提高了现有信用评价体系的准确性[3-4]。信用风险评价方法主要包括传统的信用风险评价方法和现代化的信用风险评价方法两个类别。其中，传统方法包括专家法、Z-Score模型以及Logit模型；现代化的信用风险评估方案主要采用建模思想，包括KMV模型、Credit Metrics模型、Credit Risk+模型和CPV模型。根据相关的准确度分析和结果反映，KMV模型更符合市场机制的调节作用，更能够准确地反映当前市场环境下企业的资信状况，因此本文采用该模型度量中小企业信用风险。

本文分别将东部地区、中西部地区两个子样本变量数据代入模型进行回归，检验不同地区背景下董事长特征与企业信用风险两者之间的影响关系。回归具体结果见表6和表7。

二是在评价的基础上考察中小企业信用风险的影响因素。影响因素研究集中于宏观和微观这两个不同的维度。从外部环境分析来看，企业的信用状况受到经济、政治和文化等方方面面社会大背景的影响。周宏等认为宏观经济不确定性使得企业的信用风险显著变大，影响信贷配给[5]。李关政等发现经济周期和经济转型会给企业的系统性信用风险带来冲击，金融机构需加强监管和防范[6]。内部原因，即中小企业自身的微观因素是企业信用风险的最根本原因。其中，企业财务状况是重要影响因素之一。马九杰等检验得出财务状况对中小企业信用风险有显著的影响[7]；徐朝辉等实证检验了在融资约束下财务柔性对企业信用风险的缓冲作用[8]。除了财务因素外，企业的基本特征、产业特征、区域特征以及管理者特征也被认为是影响企业信用风险的重要因素。马九杰等通过县域调查问卷结果分析发现，信用风险不仅会受到区域经济、政治发展特征的影响，也会受到企业基本特征、管理者特征的影响[7]。楼霁月构建了企业信用风险评价指标体系，包括企业的资金状况、信用记录、经营者素质和创新发展能力等因素，她采用品质、学历、行业经验、经营能力等指标来反映经营者素质[9]。此外，抵押担保等因素也被认为是影响企业信用风险的关键因素。Hanley等指出，企业的信用风险受到担保水平高低的影响，进而影响企业融资可获性[10]。

(二) 管理者背景特征与企业信用风险的关系研究

从全体样本企业看，董事长中男性居多，占比达到94.5%；平均年龄在52～53岁之间；董事长学历值的平均数为3.43，处于学士和硕士之间，中位数是4，一半以上的董事长具有硕士或以上学历，且多数是通过在职学习取得的，说明上市公司的董事长关注自身的受教育程度；董事长的平均任期为5.64年，最大值达到12.5年，有些公司的董事长甚至从公司成立初始就一直担任，具有较高的离散性。由表3对比得出，中西部地区虽然地域辽阔，但上市公司的数量偏少，同时中西部地区的企业信用风险值及男性任职董事长所占比例略高于东部地区，这可能是因为中西部地区经济发展、思想开放等方面不够超前；董事长平均年龄和学历在地区间差异不大，但东部地区上市公司董事长平均任期与中西部相比略长些。通过表4可以看出，无论是国有控股企业还是非国有控股企业董事长，绝大多数是男性，分别占97.3%和93.7%；国有控股企业的董事长的平均年龄与非国有控股企业的董事长相差不大；国有控股企业董事长平均学历值为3.84，比非国有控股企业略高；就任期而言，国有控股企业的董事长的任期比非国有控股企业的董事长的任期稍短些。其他控制变量的具体情况详见表2至表4，这里不再赘述。

学术界大多将委托代理理论和高层梯队理论作为出发点和理论依据对管理者背景特征与企业信用风险的关系展开了研究。Cavalluzzo等研究认为，中小企业管理者的个人资产状况良好可以增加信贷资金的可获性，即企业家自身资产越多，信贷批准的可能性越大[14]。Malhotra等将企业家的年龄、受教育程度、职业经历以及企业所在区域、信用记录等非财务因素引入企业信用风险评价指标体系[15]。严鸿雁等通过德尔菲法和层次分析法赋予中小企业信用评级指标体系权重，企业高管层面的指标权重约为20%～30%，其中高管背景特征平均指标权重达到10%～20%[16]。马九杰等研究发现，企业家特征特别年龄、学历及是否持股等指标对企业信贷违约有较大影响，是否懂得技术、从事该行业的时间等指标对企业信贷违约的影响并不显著[7]。何韧等通过对相关数据的分析提出管理者学历水平和企业的绩效具有正相关关系，另外企业的业绩越好，其应对风险的机制就越稳定[17]。迟国泰等用大连地区小企业的信贷数据检验得出，小企业负责人的生活状况越稳定，名下资产价值总额越大，企业越不可能发生信贷违约行为[2]。

从现有研究文献可以看出，国内外学者关于企业信用风险的研究大多从影响因素入手，而从管理者背景特征视角分析企业信用风险的研究较为少见。目前仅有部分学者从理论上探讨管理者背景特征对企业信用风险的影响，很少利用客观数据直接实证研究管理者背景特征对企业信用风险的影响，也忽略了企业注册地所处地区和产权性质对企业信用风险的差异影响。因此，本文主要针对筛选得到的300家企业数据，重点探究管理者的不同背景特质和信用风险二者之间的影响关系，并依据注册地所属地区、企业性质分组研究，为中小企业降低信用风险、缓解融资约束提供思路。

依据上述研究结论，针对云南大学留学生策略提出的相关建议如下：(1)着力完善学校基础设施的建设，尤其是宿舍条件，关注各地域留学生的文化差异，在对留学生的管理上应区别于中国学生，使其基本需求得到满足，提高其地方满意度。(2)增强中国学生与留学生的文化交流，在策划活动时，给留学生一些更为平等的权利，减少不必要的矛盾和文化冲突，并增进彼此之间的友谊与感情，加强留学生对学校的地方依恋。(3)增强学校整体学术氛围，引进更好的人才和师资力量，提高教学质量，同时在教务管理上应以学生为主体，增进留学生对学校的地方认同。

三、 理论分析与研究假说

关于管理者代理问题对企业信用风险的影响机理，大部分学者基于管理者个人利益的理论进行了解释，认为管理者为了获得更多的控制权、货币福利和在职消费等私人收益，不惜做出违背股东利益最大化的决策，影响企业的经营及信用风险，即管理者行为是影响企业信用风险的重要因素[2]。在人口学理论中，管理者相关的背景信息是指与管理者本人息息相关的基本信息，包括性别、年龄、籍贯、专业、学历和任职期限等。根据高层梯队理论可知，管理者的背景之所以会产生相关作用，是因为管理者认知和判断能力受制于其长期形成的价值观念，同时其价值观的形成又和其自身的人力资源特征紧密关联。由已有的研究成果我们可以看出，管理者的背景不同，其对事物的处理和应对机制也就存在差异，即对企业投资、创新决策、战略选择等的影响存在显著的差异。如男性管理者更倾向于选择冒险激进的企业投资[1]；年轻的管理者更具有创新精神，愿意增加研发投入[18]；任期越长的管理者越容易固守成规，维持原有的企业战略[19]。总之，管理者作为企业的灵魂人物，其背景特征对企业的各方面具有重要的影响。基于此可以推断，不同背景特征的管理者其管理者行为会对企业信用风险产生影响。根据客观状况，本文主要针对企业管理者的性别、年龄、学历水平和任职期限四个因素展开研究。

首先是管理者的性别。随着社会的发展，女性管理者已经成为企业发展中不容忽视的部分，她们对企业的持续经营具有重要的影响[20]。从心理学角度看，女性在生活中扮演着生儿育女、照顾家庭的角色，必然会将这种母爱情怀带入到公司治理过程中，更多地关注企业利益；从社会学角度看，女性管理者在传统文化背景下比男性管理者承担更高的失业风险和声誉风险。因此，女性管理者在经营管理上谨慎负责且风险偏好较低，这种态度和偏好可以通过态度传导机制影响其他高管的风险态度，使得其所在的企业在行业中持续稳健发展。而男性管理者与生俱来的自信度和冒险心理，更容易倾向选择风险较大的投资类型以获得较高收益水平，那么为了使企业获得更多的利润，他们将会倾向于更多地对外投资，但是这种决策往往使得企业面临着更多的风险。一般情况下，当管理者为女性时，企业经营绩效更平稳，偿债能力增强，进而使企业降低信用风险。综上，本文提出了假说1：

假说4：管理者任职期间越长，对企业信用风险的提升效果越明显。

其次是管理者的年龄。管理者的年龄反映管理者的人生经历和风险偏好的态度。不同年龄的管理者的个人信念、社会经验与风险偏好等有着显著的差异，进而在工作中表现出不同的价值取向和行为选择。年轻的管理者满怀斗志昂扬的激情和建功立业的抱负，会花费大部分时间和精力投身于企业经营管理，把企业的成功和个人的成功融为一体；随着年龄的增长，管理者的精力和行动力均有所下降，而更愿意投资于盈利较少的保守项目[21]。这一时期的管理者更加注重现有的成就和声誉，对物质财富的追求减弱，进而关注企业绩效的积极性越不明显。同时，随着年龄的增加，管理者的身体状况变差，知识结构老化，变通能力下降，进行技术创新的可能性变小，这些势必会对企业发展和经济效益产生部分负面影响，在一定程度上抬高企业的经营和信用风险。由此，本文提出假说2：

假说2：管理者年龄越大，对企业信用风险的提升效果越明显。

通常在设计中将框架梁柱之间的连接设计成刚性连接或铰接[2]。在实际住宅工程中，柱截面尺寸一般较小，梁刚度往往大于柱刚度，若采用刚性连接，会形成“强梁弱柱”，对抗震不利；若采用铰接连接，需要增设抗侧力构件，对建筑户型的灵活布置有较大的影响。鉴于目前半刚性连接理论研究[3-12]较为成熟，把半刚性连接应用于多层和小高层钢结构住宅建筑设计具有重要的意义，在工程应用上，半刚性节点对抗震以及施工也是有利的。

再次是管理者的学历水平。受教育程度反映一个人的学习能力和认知能力。一般情况下，个人的学历水平和个人的综合能力呈现正相关的状态，即个人的学历水平越高，其学习能力、对问题的分析判断能力就越强。相关研究表明，管理者的学历水平对企业管理、企业战略及企业投资等方面的影响较深。在企业管理者层面上，管理者的学历水平高，他就更有可能具有专业理论和实践经验，更具有获得晋升的机会和优势，因而管理者出于晋升目的具有更强烈的动机扩大企业投资[22]。另外，高学历的管理者更容易接受新思想，他们认为自己有能力规划出有利于企业发展的发展规划和投资方案，这就导致他们可能会扩大公司规模，从而加大企业的相关负担，也就间接地提高了企业的信用风险指数。基于此，本文提出假说3：

DPPH·清除率在提取液浓度为 0.05～0.80 mg/mL范围内随浓度增大而升高，且同一浓度不同烘焙时间的提取液清除率差异明显（p＜0.05）。当提取液浓度达到0.80 mg/mL时，DPPH·清除率可高达89.39%（不带壳烘焙20 min）和90.71%（不带壳烘焙40 min）。

最后是管理者的任职期限。管理者的任职期限与管理者的社会阅历、管理经验息息相关。按照预期理论，管理者任期越长，积累的管理经验和控制的各种资源就越多，对所获报酬和职位晋升的预期就越高。当管理者在某一个职位上停滞不前，缺乏晋升的空间，就会缺乏进取和创新的动力，往往只维持企业现有战略，容易陷入固化的治理模式，不利于企业长期经营管理，进而影响企业信用风险[23]。另外，管理者越接近退休年龄，越缺乏创新精神，容易工作懈怠，影响企业的持续发展。同时在现行不健全的监督约束制度下，管理者较容易进行权钱交易，造成过度投资，影响企业经营绩效，从而增加企业信用风险。管理者任期越长，越会影响企业转型升级和良性发展，进而提升企业信用风险。综上分析，本文提出假说4：

求得：

假说1：女性决策者经营绩效平稳，对企业信用风险的降低作用更为显著。

四、 研究设计

(一) 样本选择与数据来源

本文选取深交所2010年1月1日前上市的中小板企业2010—2015年的数据作为样本，同时考虑企业数量和时间跨度来保证面板数据的平衡与稳定。在此基础上，我们还对这一时间区间内符合条件的样本，基于其他条件进行了筛选和必要的剔除，被剔除的企业主要包括以下三类：一是ST 和*ST类企业，这类企业公示的企业数据存在不稳定的现象，如果保留在样本容量当中，将会影响整体数据的效度；二是金融类企业，金融保险行业存在自身特殊的运营规律，其经营方式和盈利模式与传统企业相比也存在着较大的差异，对此类企业进行统筹研究不具有一般意义；三是公示数据过于异常、相关指标缺失的企业。通过对样本容量中的300家企业进行进一步数据整理发现，东部地区企业226家，中西部地区企业74家*所属地区划分主要依据全国人大六届四次会议通过的“七五”计划公布的划分标准。；国有控股企业为67家，非国有控股企业为233家。本文所使用的数据主要从CSMAR 数据库及相关管理者的简历信息中获取，采用的统计分析及检验软件为MATLAB8.0和EVIEWS8.0。

(二) 变量设定

1. 被解释变量

本文的被解释变量是企业的信用风险。我国上市公司信用风险用KMV模型计算得出的预期违约率(EDF)指标表示。KMV模型公式如下：

(王徽之)与献之俱病笃，时有术人云：“人命应终，而有生人乐代者，则死者可生。”徽之谓曰：“吾才位不如弟，请以余年代之。”术者曰：“代死者，以己年有余，得以足亡者耳。今君与弟算俱尽，何代也！”未几，献之卒，徽之奔丧不哭，直上灵床坐，取献之琴弹之，久而不调，叹曰：“呜呼子敬，人琴俱亡！”因顿绝。先有背疾，遂溃裂，月余亦卒。[2](P2104)

由：

其中：

对于大国，老子同样以强弱的辩证关系切合自身的危机意识，通过谦逊处下的方式而不是以战争兼并天下领土与百姓的形式使小国归附。 提供给小国生存空间，使别国认可并接受自身统治，达到“王天下”的实质与目的。 在整体的层面上通过切合统治者危机意识，在适当与平衡的思维和行为上达到认同与共存，从根本上消除或减弱社会的现存威胁。 例如：

欧阳锋与钱多多并非一般的交情，人家一番盛情自掏腰包请你白吃白喝，不去的话还真有点说不过去。欧阳锋思虑再三，决定向妻子解释一下，请个假。他动作敏捷地拨通了妻子的号码，将手机举到耳边，左手掌轻伏在办公桌上，四个手指轮番在光滑的桌面上敲得极具节奏，像极了由远而近的马蹄声。好在吕凌子不是死搅蛮缠的那类女人，她了解丈夫，知道丈夫除了同学聚会，并不喜欢往人多的地方扎堆。夫妻之间需要彼此信任，丈夫在外吃个饭都能知冷知热地给自己打电话，对吕凌子来说这就够了。

海天使身体两侧的一对翅膀使它看起来就像翱翔在空中的天使，再加上它体内有个红色的心形消化器官，看起来十分甜美可爱。不过你可不要被它的外表所迷惑，它其实很凶狠。

孩子们点点头。我知道，这样的交流虽然不能保证孩子们都能完全转变，但哪怕只有一丝转变，这样的交流都是有意义的。交流的目的达到了，回归到本次交流的主题上：“现在，你们觉得我们的生日会最应该请谁参加呢？”

其中，E代表股权市场价值，DP代表公司负债价值(即违约点)，T代表债务期限，r代表无风险利率，σE代表股权价值波动率，VA代表资产市场价值，σA代表资产价值波动率，采用MATLAB编程可得出各个样本公司的违约距离(DD)和预期违约率(EDF)。需要说明的是， KMV公司违约点计算的公式为DP=短期负债+0.5×长期负债。然而公式中长期负债应计入的比例，国内学者也做了诸多研究，结论不一。如张智梅等通过验证得出这一系数为0.75[24]，姚德权等认为应计入的比例为1.0[25]。为了更好地检验KMV模型测度企业信用风险的有效性，本文选取了0.25、0.5和0.75三种不同的系数，得出三个违约点，由此计算出三个预期违约率，即EDF1、EDF2、EDF3。经过差额计算发现三个预期违约率几近相同，因而本文仍然选用KMV模型得出的EDF2作为代理变量，以保证实证结果的准确度。

2. 解释变量

解释变量是企业管理者的背景特征。研究管理者背景特征首先需要对管理者进行界定。在以往的研究中，管理者的界定和选择有所不同，如Simons等认为CEO是企业负责日常事务的最高管理者[26]，姜付秀等将担任管理职位的董事会成员、监事会成员、总经理、总裁、常务(或第一)副总经理、常务(或第一)副总裁、财务总监(或财务负责人)、技术总监、总工程师、总经济师、董事会秘书、党委书记等高级经理人员界定为企业的管理层[27]，而李焰等则选取总经理作为上市公司的管理者[1]。因为众多学者并没有得出统一的归类标准，所以目前学界也没有绝对权威的管理者概念界定，因此，本文在结合本国国情和以上研究成果的基础上对管理者背景进行了界定。一般意义的管理者可以分为底层、中层和高层三类，本文所指的管理者是高层管理者。虽然国内的董事长、经理在公司管理人员的配置中都享有很高的地位，但是从股权分配的角度而言，董事长占有绝对股权，因此，本文将管理者进一步界定为公司的董事长。在稳健性检验中，用总经理进行替代研究。

3. 控制变量

本文选取了四个变量作为重点控制的对象，分别为企业的规模大小、企业的债务偿还能力、企业的盈利水平和企业的发展状况。根据已有研究成果我们可以看出，企业的规模越大，其决策者越希望进一步进行投融资活动，其投资和经营风险相对就越高，本文用企业经营中所公示的资产负债表中总资产账面价值的自然对数来表示；企业的债务偿还能力包括两个部分——长期债务偿还能力(资产负债率)和短期债务偿还能力(流动比率)，从回归分析中我们可以发现，资产负债率和企业的预期违约率之间的关联系数为负，也就是说长期债务偿还能力在公司企业信用风险评价中呈现负相关关系，这与实际不符，因此，本文将这一控制变量剔除，采取流动比率作为控制变量；一般情况下，企业的盈利水平越高，其对风险的承担能力和化解能力就越高，这一指标用销售净利率表示；企业的成长速度越快，资金周转问题引起的企业运营和信用风险越高，该指标用总资产周转率测度。另外，我们对年度和行业影响也进行了相应的控制。

上述变量的具体定义见表1。

 

表1 变量定义表

  

变量性质变量名称变量符号变量说明被解释变量信用风险EDF2表示为KMV模型计算出的信用风险值解释变量管理者性别gend男性管理者取值为1，女性管理者取值为0管理者年龄age取值为截至样本选取年年末管理者的实际年龄管理者学历degree高中、中专及以下取1，大专取2，本科取3，硕士(含双学位、MBA、EMBA)取4，博士及以上取5管理者任期ten取值为截至样本选取年年末管理者的连续任期控制变量企业规模size企业年末账面总资产的对数流动比率cr企业流动资产/流动负债销售净利率ros企业净利润/销售收入总资产增长率tagr(本年总资产-上年总资产)/上年总资产

(三) 模型设立

根据上文分析，我们构建了以下模型对上市公司全体样本进行检验，同时，按照所属地区、企业最终控制人不同进行分组，并对比分析管理者的不同特征对信用风险影响的差异。

EDF2=α0+α1×gend+α2×age+α3×degree+α4×ten+α5×size+α6×cr+α7×ros+

 

需要说明的是，在检验过程中，我们首先对单一特征变量逐一进行回归，最后，将全部变量放在一个模型中进行再次回归。

五、 实证结果和分析

(一) 描述性统计分析

 

表2 全样本公司董事长背景特征描述性分析

  

变量MeanMedianMaximumMinimumStd．Dev．EDF0．02520．01100．186．56E-060．0340gend0．94501100．2280age52．33785179307．5525degree3．42614510．8991ten5．63635．6712．502．7591size21．641121．560425．366118．52400．9341cr0．02530．01670．33570．00120．0285ros0．07980．06790．8420-1．80310．1432tagr0．21230．12427．7868-0．67550．4163

 

表3 所属地区分组公司董事长背景特征描述性分析

  

变量东部地区企业样本中西部地区企业样本MeanMedianStd．Dev．MeanMedianStd．Dev．EDF0．02500．01090．03420．02590．01130．0336gend0．938110．24110．966210．1809age52．3687517．660752．2432517．2198degree3．335540．92863．702740．7372ten5．916762．75234．77994．422．6015size21．625521．52640．926821．688721．66170．9557cr0．02580．01730．02790．02390．01560．0301ros0．08140．06970．14160．07480．06320．1483tagr0．20880．11930．42320．22310．14150．3946

本文首先对全样本企业数据进行了描述性统计分析，结果见表2。然后，基于我国特殊的制度背景和区域分布，我们进一步分析了管理者背景特征与企业信用风险等主要变量在不同产权性质和所属地区上的差异，具体分组样本结果见表3和表4。

在对企业信用风险进行评价的过程中，借款人的信用状况一直是需要着重考量的因素，早期的5C法、5P法和5W法均考虑了这一要点。美国目前的金融信用评级制度对小微型企业信用风险的评估也综合考虑企业主的信用记录、个人财产和职业状况等[2]。时任中国银监会主席刘明康2009年曾提出，商业银行评价和控制中小企业信用风险需要关注企业的“三表”，更需要关注企业的“三品”，其中就包含企业“一把手”的人品[11]。近年来，我国多数商业银行进行信贷资金配给时也将企业基本素质纳入评估企业信用评级的依据，其中，经营者素质依据学历、能力、品质和经历等信息来测度[12-13]。

 

表4 产权性质分组公司董事长背景特征描述性分析

  

变量国有企业样本非国有企业样本MeanMedianStd．Dev．MeanMedianStd．Dev．EDF0．02490．01110．03240．02530．01100．0345gend0．972610．16330．937110．2430age52．5970525．442252．2632518．0578degree3．838340．68563．307640．9182ten4．24673．672．71656．03596．082．64size21．827421．74540．932421．587521．50470．9281cr0．02070．01390．02600．02660．01740．0290ros0．06610．05270．15380．08370．07300．1399tagr0．17110．11740．23500．22410．12630．4546

(二) 管理者背景特征与企业信用风险

首先我们对相关的样本数据进行常规的数据分析，包括LR检验和Hausman检验，通过检验结果可以看出，样本个体存在明显的固定效应，根据这一特征，我们又对样本进行了固定效应数据模型的检验，这样的分析步骤能够在一定程度上减少误差，避免给数据分析造成失真的后果。另外根据DW的值没有严重偏离2且方差膨胀因子(VIF)的值均小于10这一情况，我们可以知道，所研究的相关变量之间存在的是单纯的相关关系，排除严重的自相关性和多重共线性的可能性。对样本中董事长背景数据的回归分析结果见表5。

假说3：高学历管理者对企业信用风险的提升效果更明显。

 

 

表5 董事长背景特征对企业信用风险回归结果

  

(1)(2)(3)(4)(5)intercept-0．7014∗∗∗(-15．4257)-0．7166∗∗∗(-16．0554)-0．7125∗∗∗(-15．7626)-0．6211∗∗∗(-13．2174)-0．6437∗∗∗(-12．9556)gend-0．0056(-0．6645)-0．0113(-1．3449)age0．0010∗∗∗(3．6567)0．0007∗∗(2．1114)degree0．0024(0．8898)0．0060∗∗(2．0946)ten0．0027∗∗∗(5．4823)0．0023∗∗∗(4．1745)size0．0340∗∗∗(16．4892)0．0322∗∗∗(15．1923)0．0339∗∗∗(16．4024)0．0293∗∗∗(13．2391)0．0284∗∗∗(12．7059)cr-0．1328∗∗(-2．4981)-0．1312∗∗(-2．4791)-0．1334∗∗(-2．5096)-0．1214∗∗(-2．3042)-0．1198∗∗(-2．2774)ros-0．0248∗∗∗(-3．2372)-0．0237∗∗∗(-3．1058)-0．0249∗∗∗(-3．2522)-0．0213∗∗∗(-2．8036)-0．0210∗∗∗(-2．7605)tagr0．0038∗(1．7724)0．0045∗∗(2．1011)0．0038∗(1．7455)0．0051∗∗(2．3651)0．0052∗∗(2．4285)行业已控制已控制已控制已控制已控制年度已控制已控制已控制已控制已控制Adj⁃R20．09130．09910．09150．10890．1119F值1．5944∗∗∗1．6507∗∗∗1．5959∗∗∗1．7234∗∗∗1．7380∗∗∗样本值18001800180018001800

注：括号里为T值，***、**、* 分别表示在1%、5%、10%水平显著。下同。

由表5可见，董事长性别和企业的信用风险之间不存在显著的相关关系，这说明不同性别管理者对企业信用风险的影响无显著差异，这与假说1不一致。其原因可能是思想开放的当代女性管理者，其性格和行为更加趋于男性化。例如，北京大学光华管理学院通过相关研究指出女性领导者对事业的野心和男性领导者几乎相似；《世界经理人》调查也发现女性管理者不甘于平淡稳定的生活，她们对事业和生活的追求与男性管理者无差，亦敢于直面挑战和承担风险。现有很多研究也都证实了这一点，管理者性别差异对企业投资、信贷违约的影响差异不明显[1-2]。董事长年龄与企业信用风险存在显著的正相关关系，这可能是因为随着年龄的增长，董事长的认知能力和学习能力均有所下降，固有的经营模式对企业的经营绩效和信用风险造成影响，这与假说2相一致。董事长学历与企业信用风险之间存在一定的正相关关系，这与假说3吻合，也就是说，学历水平越高的董事长，越可能具有专业的能力和管理经验以及扩大企业投资的动机，面临的信用风险也就越高。另外，董事长任期和企业信用风险之间的关系也是显著的，任职时间越长，董事长地位越稳固，受到的监督约束越小，过度投资行为越容易变成现实，从而增加投资风险，即提高企业信用风险，此结果与假说4匹配。

由控制变量结果可见，企业规模的大小和企业总资产的增长率的系数都为正，这就意味着，企业规模越大，资产增长越快，企业投资越多，但是，同时企业所面临的信用风险也就越高。另外，从表中数据可以看出，流动比率的回归分析系数为负，这就意味着企业资金的流动性越大，资金周转能力越强，企业对其债务的偿还能力越强，其所面临的信用风险就越低。销售净利率和企业风险之间的回归分析系数也为负，也就是说，企业销售利率高，盈利水平就越高，能够降低信用风险。综上考虑，提高资金流动和产品销售利率能够降低企业的信用风险。

(三) 所属地区、管理者背景特征与企业信用风险

我国地域辽阔，地区间经济发展、政府管理、金融水平和社会环境均存在显著的差异，导致不同地区上市公司信用风险值和管理者也具有差异性。对中西部地区企业而言，一方面，地方政府通过招商引资、税收征管等方式将地区经济和财政压力转嫁给地方企业，实现对其投资和发展的干预；另一方面，企业管理者为了获得政府的政策支持，愿意投资于看似非理性的项目，但是这样在通过政企合谋实现地区快速发展的同时也增加了企业的经营和信用风险。而东部地区企业受到地方政府的扶持力度大，投资和发展的机会更多，因此管理者可以基于企业现状做出有利于其长期健康发展的决策。基于此，本文根据所属地区对全体样本企业进行分组。

 

表6 东部地区企业的董事长背景特征对企业信用风险回归结果

  

(1)(2)(3)(4)(5)intercept-0．7437∗∗∗(-13．6024)-0．7491∗∗∗(-13．9554)-0．7472∗∗∗(-13．8215)-0．6325∗∗∗(-11．1272)-0．6564∗∗∗(-11．0137)gend0．0016(0．1767)-0．0027(-0．2883)age0．0009∗∗∗(2．9867)0．0006(1．6311)degree0．0033(1．0096)0．0090∗∗∗(2．5124)ten0．0030∗∗∗(5．4348)0．0028∗∗(4．5058)size0．0358∗∗∗(14．3770)0．0340∗∗∗(13．3436)0．0355∗∗∗(14．2024)0．0298∗∗∗(11．0862)0．0283∗∗∗(10．3106)cr-0．1760∗∗∗(-2．7043)-0．1727∗∗∗(-2．6658)-0．1761∗∗∗(-2．7086)-0．1563∗∗(-2．4312)-0．1565∗∗(-2．4360)ros-0．0285∗∗∗(-3．0902)-0．0263∗∗∗(-2．8638)-0．0287∗∗∗(-3．1133)-0．0226∗∗(-2．4745)-0．0222∗∗(-2．4324)tagr0．0031(1．2608)0．0039(1．5656)0．0030(1．2236)0．0052∗∗(2．0841)0．0053∗∗(2．1358)行业已控制已控制已控制已控制已控制年度已控制已控制已控制已控制已控制Adj⁃R20．08830．09540．08910．11160．1146F值1．5704∗∗∗1．6214∗∗∗1．5760∗∗∗1．7398∗∗∗1．7530∗∗∗样本值13561356135613561356

按照“军队主战、行业主防”的总体思路，重点发展网络空间侦察监视、潜伏预置、溯源反制、攻击威慑技术，提高网络空间危机快速处置水平，切实形成整体慑战能力；各行业部门利用专业优势，构筑“末端”防护体系，确保受到攻击后尽快恢复，把损失降到最低限度。同时，把网络空间作为军民融合的重点，使网络空间力量和资源融入经济社会发展体系，明确军地在维护国家网络空间安全的职能任务，健全网络空间行动军地协同机制，民拥军、军助民，共同应对网络空间安全威胁，形成维护国家安全的整体合力。

由表6和表7的对比可见：(1)在中西部地区，董事长性别特征对企业信用风险具有负向影响，且在5%的水平上显著，即当中西部地区企业董事长为女性时，会提升企业信用风险；而东部地区企业董事长性别特征对信用风险的影响并不显著。对此，可能的解释是中西部地区企业的生存和发展与地方经济、政治及文化等方面的发展紧密相连，同时现行社会中的女性管理者有发展自己事业的强烈动机，在企业投资和发展决策上可能比男性管理者更加感性、激进；而在东部地区经济富裕思想开化，性别因素的影响可能并不大。(2)中西部地区企业董事长的年龄对企业信用风险具有一定的正向影响，而东部地区企业董事长的年龄对企业信用风险的影响不显著，表明中西部地区企业董事长年龄的增长会增加企业信用风险，与程砚秋和迟国泰所发现的年龄越大的管理者认知能力减弱的研究结论[2]一致。这可能是因为在竞争日趋激烈的环境下，技术更新换代频繁，而中西部地区经济、技术等发展不够迅速，同时随着董事长年龄的增长，对学习及引入新技术的热情也会有所松懈，更倾向于沿用传统方式生产经营，从而加大企业的经营和信用风险。(3)东部地区企业董事长学历特征对企业信用风险的回归系数为0.009，且在1%的水平上显著，说明在东部地区，企业董事长高学历会加大企业信用风险；而中西部地区企业董事长的学历特征与信用风险之间的关系并不显著。对此，可能的解释是，东部地区经济相对发达，地方政府对企业的扶持力度大，同时所受到的更高水平的学历教育使得董事长对自己的投资和经营能力过度高估，他们往往会加大企业的投资规模，这在一定程度上增加了企业风险；而在中西部地区企业董事长学历差距本身就不大，投资机会和规模也有所限制，因而学历因素影响稍弱。(4)在东部地区，企业董事长任期特征与企业信用风险之间存在正相关关系，且在5%的水平上显著，这表明东部地区企业董事长任期越长，越容易增加企业信用风险，这与姜付秀等得出的任职年限与过度投资负相关的研究结论[27]吻合；而中西部地区企业董事长的任期与企业信用风险之间的关系并不显著。这一现象较为合理的解释是东部地区的投资和发展机会较多，企业董事长任期越长，越容易过度自信自己的投资决策，这样不利于企业长足发展；而中西部地区企业自身没有太多的优势和资本，董事长任期的长短影响不大。

随着我国城市化建设的迅速发展，人居环境出现较大变化，人们对原生态的旅游环境表现出较大的兴趣。保护乡村原生态旅游环境，能够为我国人民提供更加舒适和优美的旅游环境，进一步促进乡村经济的发展，使乡村旅游的市场竞争力得到有效提高。同时，对乡村原生态旅游环境进行保护，能够减少生态环境污染问题，改善当地的人居环境，使人们的生活质量得到有效提升。然而，乡村原生态旅游环境保护具有较强的复杂性及长期性，要想保证乡村原生态旅游环境保护的整体效果，使乡村原生态旅游环境保护的目标得以顺利实现，必须深入了解乡村生态环境污染现状，进而采取有效策略进行环境保护，为乡村旅游事业的可持续发展提供有利支持。

 

表7 中西部地区企业的董事长背景特征对企业信用风险回归结果

  

(1)(2)(3)(4)(5)intercept-0．6038∗∗∗(-7．2412)-0．6527∗∗∗(-7．9849)-0．6399∗∗∗(-7．4985)-0．6127∗∗∗(-7．1089)-0．6281∗∗∗(-6．7585)gend-0．0437∗∗(-2．0280)-0．0511∗∗(-2．2437)age0．0013∗∗(2．0712)0．0014∗∗(1．9201)degree0．0001(0．0150)0．0041(0．7455)ten0．0011(0．9916)0．0001(0．0676)size0．0310∗∗∗(8．2863)0．0281∗∗∗(7．1203)0．0307∗∗∗(8．1538)0．0293∗∗∗(7．2442)0．0284∗∗∗(6．9560)cr-0．0400(-0．4353)-0．0409(-0．4459)-0．0375(-0．4060)-0．0384(-0．4168)-0．0411(-0．4483)ros-0．0179(-1．2795)-0．0196(-1．3970)-0．0172(-1．2220)-0．0172(-1．2237)-0．0195(-1．3933)tagr0．0057(1．2939)0．0058(1．3131)0．0055(1．2529)0．0053(1．2073)0．0059(1．3482)行业已控制已控制已控制已控制已控制年度已控制已控制已控制已控制已控制Adj⁃R20．10930．10970．09930．10170．1147F值1．6968∗∗∗1．6999∗∗∗1．6258∗∗∗1．6428∗∗∗1．7084∗∗∗样本值444444444444444

(四) 产权性质、管理者背景特征与企业信用风险

我国是社会主义市场经济制度，不同的企业类型和产权归属下，管理者背景特征对企业信用风险的影响可能存在一定的差异。如在国有企业中，管理者的任免和薪酬由各地政府管制，为了完成企业绩效、经济增长及社会就业等多重目标，管理者有时甚至不惜损害公司利益投资于净现值为负的项目；而非国有企业管理者不受政府的过多管制，其任免和薪酬与企业绩效挂钩，因此管理者对企业经营和信用风险会更加关注。在此背景下，根据产权性质对全体样本企业进行分组研究两者关系具有重要的理论和实践意义。

真巧，我也三十七。苏楠交换性地报出自己的年龄。农村那个时候离婚更少，杨小水水性杨花？别的原因，都不足以让一对农村夫妻闹离婚啊。这样的疑问当然不能在李峤汝面前表达出来，被害人家住哪里？

本文分别将两个子样本变量数据代入模型进行回归，检验不同产权背景下董事长特征与企业信用风险两者之间的影响关系。具体结果见表8和表9。

对比表8和表9的回归结果可以看出，国有企业和非国有企业的董事长的相关特征对中小企业信用风险的影响存在显著差异，表现在三个方面：

其一，非国有企业董事长的性别对企业信用风险具有负向影响，表明在非国有企业中，董事长是女性会增加企业信用风险，这与姜付秀等所发现的女性管理者会造成企业过度投资的研究结论[27]相一致；而国有企业董事长的性别特征与企业信用风险之间的关系并不显著。造成这一结果的原因可能是：非国有控股企业的董事长大多为企业所有者，在企业投资和决策方面拥有较大自主权，同时具备女强人特质的管理者参与企业经营管理时较为强势，缺乏集思广益，长期可能会影响企业绩效、加深信用风险；而存在所有者缺位的国有控股企业的董事长，一般是任命制而非市场化，因此性别因素的影响可能并不大。

其二，非国有企业董事长的年龄与企业信用风险之间存在正相关关系，且任期特征对企业信用风险的回归系数为4.6015，在1%的水平上显著，这表明非国有企业董事长年龄越大，任期越长，企业信用风险越高，这与张兆国等的研究结论[23]一致；而国有企业的董事长的年龄以及任期对企业信用风险的影响均不显著。对于这一结果可能的解释是：在非国有企业中，董事长年龄越大，任期越长，越专注于用自己的老经验来经营企业，难以推陈出新，因而易于被社会淘汰，从而增加企业的经营和信用风险；而国有控股企业的董事长更换频繁，任期较短，平均约为1.5年，致使任期的影响不会凸显。

国家规定每年吏部向各州县下达铨选条格，各州县必须要根据铨选的条格和条例确定选人，严格检查选人是否具有门荫资格，然后上报吏部。但是在高级官员的压力下，或是有的州县审查选人资格的官吏执行不严，没有严格根据铨选条格筛选选人，致使假冒之人通过审核。甚至有些官吏为了从中谋取利益，帮助假荫入仕者窜改姓名，通过审核。《封氏闻见记》中就记载了一例：“则天如意元年，李志远掌选，有姓万、姓王者并被放。私与令史相知，减其点画。万姓改为丁，王改为士，拟授官。后即加增文字。志远一见便觉曰：‘今年铨覆数万人，总知姓字，何处有丁、士乎。此必万、王也。’令史并承伏。 ”〔3〕(p21)

 

表8 国有控股公司的董事长背景对企业信用风险回归分析结果

  

(1)(2)(3)(4)(5)intercept-0．5221∗∗∗(-5．0541)-0．5014∗∗∗(-5．1270)-0．4783∗∗∗(-4．8710)-0．4892∗∗∗(-5．0424)-0．5234∗∗∗(-4．7757)gend0．0299(0．8676)0．0246(0．6946)age0．0004(0．6714)0．0004(0．6015)degree-0．0023(-0．5199)-0．0019(-0．4185)ten-2．12E-05(-0．0199)-0．0003(-0．2510)size0．0238∗∗∗(5．4599)0．0232∗∗∗(5．2519)0．0236∗∗∗(5．4026)0．0237∗∗∗(5．3302)0．0235∗∗∗(5．2416)cr0．2452(1．0458)0．2352(1．0024)0．2363(1．0071)0．2406(1．0221)0．2413(1．0212)ros-0．0647∗∗∗(-4．2993)-0．0643∗∗∗(-4．2715)-0．0649∗∗∗(-4．3083)-0．0647∗∗∗(-4．2514)-0．0652∗∗∗(-4．2688)tagr-0．0199∗∗(-2．4728)-0．0190∗∗(-2．3383)-0．0201∗∗(-2．4950)-0．0198∗∗(-2．4574)-0．0194∗∗(-2．3680)行业已控制已控制已控制已控制已控制年度已控制已控制已控制已控制已控制Adj⁃R20．05960．05870．05820．05740．0525F值1．3578∗∗1．3523∗∗1．3490∗∗1．3441∗∗1．3001∗样本值402402402402402

 

表9 非国有控股的董事长背景特征对企业信用风险回归结果

  

(1)(2)(3)(4)(5)intercept-0．7437∗∗∗(-14．5684)-0．7566∗∗∗(-15．0692)-0．7574∗∗∗(-14．8981)-0．6291∗∗∗(-11．6782)-0．6537∗∗∗(-11．5161)gend-0．0079(-0．9124)-0．0149∗(-1．7306)age0．0010∗∗∗(3．4551)0．0008∗∗(2．1842)degree0．0033(0．9901)0．0106∗∗∗(2．7784)ten0．0032∗∗∗(5．8673)0．0029∗∗∗(4．6015)size0．0362∗∗∗(15．4991)0．0340∗∗∗(14．1568)0．0360∗∗∗(15．3435)0．0295∗∗∗(11．5413)0．0279∗∗∗(10．7001)cr-0．1495∗∗∗(-2．7420)-0．1480∗∗∗(-2．7292)-0．1508∗∗∗(-2．7664)-0．1336∗∗(-2．4840)-0．1319∗∗(-2．4591)ros-0．0118(-1．3403)-0．0106(-1．2049)-0．0122(-1．3810)-0．0081(-0．9340)-0．0079(-0．9063)tagr0．0042∗(1．8470)0．0049∗∗(2．1720)0．0041∗(1．8049)0．0061∗∗∗(2．7139)0．0061∗∗∗(2．7227)行业已控制已控制已控制已控制已控制年度已控制已控制已控制已控制已控制Adj⁃R20．11750．12590．11760．14230．1482F值1．7850∗∗∗1．8489∗∗∗1．7858∗∗∗1．9783∗∗∗2．0128∗∗∗样本值13981398139813981398

其三，在非国有企业中，董事长学历特征与企业信用风险存在显著的正相关关系，表明非国有企业董事长高学历会增加企业信用风险；而国有控股企业董事长的学历特征对企业信用风险的影响并不显著。在搜集数据的过程中发现：民营上市企业董事长的学历层次相对而言不是很高，那些学历高的董事长致力于投资新领域，实行多元化竞争战略，在影响企业经营业绩的同时会提升企业信用风险；而国有控股企业的董事长更加关注现有地位和声誉的维持，因而一般持保守政策，不会因为教育水平高而做出较为激进的决策，故国有控股企业董事长学历特征与信用风险关系不显著。

(五) 稳健性检验

本文通过以下的稳健性检验来增加结论的说服力和可靠性：其一，重新界定管理者。就企业家个体而言，董事长和总经理在企业经营管理中都具有重要的作用。在已有文献中也有学者将总经理设定为管理者，因此，本文把样本企业的总经理特征变量数据代入模型进行了重新分析。其二，变更因变量测度指标。对于企业信用风险的度量，学界并未达成一致。部分学者采用KMV模型计算得出的与预期违约率EDF成反比的违约距离DD作为企业信用风险的替代变量，基于此，本检验试采用违约距离DD作为因变量的代理变量重新进行研究。其三，替换控制变量指标。为了防止控制变量对管理者背景特征变量的数值和符号所带来的影响，本文选择了营业收入增长率、总资产收益率等替代指标，将其代入方程进行重新回归。上述稳健性分析的回归结果均未发生实质性改变，与前文研究结论基本吻合*因篇幅所限，此处略去稳健性检验具体数据，读者若有需要，请与作者联系。。

六、 研究结论与启示

本文在对相关文献进行梳理的基础上，以2010—2015年中小企业板上市公司为研究样本，采用多元回归检验了企业管理者的不同特征与信用风险的内在关联，实证发现企业管理者的年龄、教育背景、任职时间对信用风险存在重要影响。依据所属地区对上市公司分组研究发现，东部地区企业董事长的学历和任期与信用风险存在正相关关系，而中西部地区企业董事长的性别、年龄对信用风险影响显著。进一步区分产权性质后研究发现，在非国有控股企业中，管理者的性别、年龄、学历及任期与企业信用风险显著相关，说明管理者背景特征会通过管理者行为对企业信用风险产生影响，而在国有企业中，管理者的性别、年龄、学历及任期并没有呈现出与信用风险的显著相关性。

通过上述研究，结合现实调研情况，我们得到以下启示：其一，中小企业管理者背景特征能够影响企业绩效进而影响企业信用风险，因而管理者应该注重提升自身素养，树立良好的道德形象，用严格的标准要求自己，将自身发展和企业命运联系在一起，提高专业水平，培养创新思维。其二，中小企业尤其是民营企业在选择董事长和总经理时，应以更有利于企业的未来发展为目标，着重关注管理者个人能力和综合特征并慎重选择。另外，要想使企业稳定发展，就要注重培养合理、高效的高管团队，注意吸纳专业人才，如财务、技术、营销等方面专家，让专业的人去做专业的事，用人所长，优势互补，这样有利于提升企业形象、降低信用风险。其三，金融机构在评价信用风险时，也需要将管理者背景特征纳入考虑范围，针对不同地区科学地提高信用风险全面评估水平和信贷资金的合理配置。在社会、中小企业和金融机构的共同努力下，中小企业融资难的问题可能会得以缓解。

本文的局限性在于：第一，本文关于管理者特质对企业信用风险的影响研究尚浅，没有从管理者综合特征指数或者高管团队的角度研究其对企业信用风险的影响；第二，在管理者背景特征方面，由于数据可获性等客观条件限制，没有将职业背景、政治背景、金融背景等因素考虑在内，结论的推广可能会受到一定的限制。

参考文献：

[1]李焰，秦义虎，张肖飞.企业产权、管理者背景特征与投资效率[J]. 管理世界, 2011 (1):135-144.

[2]程砚秋，迟国泰. 企业负责人背景特征与信贷违约行为间关系的实证研究——基于大连地区小企业的信贷数据[J]. 技术经济，2015(3):97-104.

[3]熊熊,马佳,赵文杰,等. 供应链金融模式下的信用风险评价[J]. 南开管理评论,2009(4):92-98.

[4]张目,黄春燕,李岩. 预付款融资模式下科技型中小企业信用风险评价指标体系研究[J]. 科技管理研究,2015(4):32-36.

[5]周宏,徐兆铭,彭丽华,等.宏观经济不确定性对中国企业债券信用风险的影响——基于2007—2009年月度面板数据[J].会计研究,2011(12):41-45.

[6]李关政,彭建刚,吕志华. 经济周期、经济转型与企业系统性信用风险——基于ECTM模型的实证研究[J].财经研究,2011(6):25-35.

[7]马九杰,郭宇辉,朱勇. 县域中小企业贷款违约行为与信用风险实证分析[J].管理世界, 2004(5):58-66+87.

[8]徐朝辉，周宗放. 融资约束下财务柔性对公司信用风险的作用机理[J].技术经济，2014(10):106-112.

[9]楼霁月. 科技型中小企业信用评价影响因素分析[J].统计与决策，2013(16):186-188.

[10]HANLEY A, GIRMA S. New ventures and their credit terms[J]. Small Business Economics, 2006, 26(4):351-364.

[11]刘明康.银行考察中小企业可看“三品”、“三表”[J].中国经济周刊，2009(12)：15.

[12]中国建设银行.中国建设银行小企业客户评价办法[R].中国建设银行,2007．

[13]中国邮政储蓄银行.中国邮政储蓄银行小额贷款信用风险决策评价系统[R].中国邮政储蓄银行,2012．

[14]CAVALLUZZO K, WOLKEN J. Small business loan turndowns, personal wealth, and discrimination[J]. Journal of Business, 2005, 78(6):2153-2178.

[15]MALHOTRA R, MALHOTRA D K. Differentiating between good credits and bad credits using neuro-fuzzy systems[J]. European Journal of Operational Research, 2002, 136(1):190-211.

[16]严鸿雁，杨宜. 高科技中小企业信用评级指标体系研究[C]. 厦门大学会计发展研究中心、厦门大学财务管理与会计研究院、厦门大学会计系.资本市场会计研究——第八届会计与财务问题国际研讨会论文集,2008.

[17]何韧，王维诚，王军. 管理者背景与企业绩效:基于中国经验的实证研究[J]. 财贸研究，2010(1):109-118.

[18]BARKER V B, MUELLER G C. CEO Characteristics and firm R&D spending[J]. Management Science, 2002, 48(6):782-801.

[19]吴良海，张媛媛，章铁生. 高管任期、R&D支出与企业投资效率——来自中国A股资本市场的经验证据[J]. 南京审计学院学报,2015(5):56-68.

[20]王清，周泽将.女性高管与R&D投入:中国的经验证据[J]. 管理世界，2015(3):178-179.

[21]BANTEL K A, JACKSON S E. Top management and innovations in banking: Does the composition of the top team make a difference?[J]. Strategic Management Journal, 1989, 10(S1):107-124.

[22]JENSEN M, ZAJAC E J. Corporate elites and corporate strategy: How demographic preferences and structural position shape the scope of the firm[J]. Strategic Management Journal, 2004, 25(6):507-524.

[23]张兆国，刘亚伟，亓小林. 管理者背景特征、晋升激励与过度投资研究[J]. 南开管理评论,2013(4):32-42.

[24]张智梅，章仁俊. KMV模型的改进及对上市公司信用风险的度量[J]. 统计与决策, 2006(18):157-160.

[25]姚德权，张宏亮，黄学军. 基于变结构KMV模型的商业银行风险承担度量研究[J]. 中国软科学,2015(11):109-122.

[26]SIMONS T L, PETERSON R S. Task conflict and relationship conflict in top management teams: The pivotal role of intragroup trust[J]. Journal of Applied Psychology, 2000, 85(1):102.

[27]姜付秀，伊志宏，苏飞. 管理者背景特征与企业过度投资行为[J]. 管理世界，2009(1):130-139.