Page 50 - 《北京工商大学学报（社会科学版）》2020年第1期

北京工商大学学报(社会科学版)摇 摇 摇 摇 2020 年摇 第 1 期

GEO 的系数为负但不显著,且系数绝对值明显小 主要是通过抑制办公费、差旅费和业务招待费这
于以 PERK2 为因变量时,由此可见本地独立董事 三项费用来降低企业高管在职消费 。
淤
表 10摇 本地独立董事与高管在职消费:双重差分法

PERK
变量 (1)GEOR (2)GEON
系数 T 值 系数 T 值
GEO - 0郾 000 9 * - 1郾 693 2 - 0郾 000 2 - 1郾 299 2
GEO 伊 Y2013 - 0郾 000 4 - 0郾 592 8 - 0郾 000 1 - 0郾 940 6
Y2013 - 0郾 000 5 - 1郾 0927 - 0郾 000 4 - 0郾 851 1
SIZE - 0郾 001 3 *** - 10郾 914 3 - 0郾 001 3 *** - 10郾 929 9
LEV - 0郾 005 0 *** - 6郾 124 7 - 0郾 005 0 *** - 6郾 117 3
FIRST - 0郾 002 2 *** - 2郾 872 1 - 0郾 002 2 *** - 2郾 892 6
INDEP - 0郾 001 6 - 0郾 869 4 - 0郾 000 1 - 0郾 070 8
BOARD 0郾 000 0 0郾 005 3 0郾 000 6 0郾 961 5
DUAL 0郾 000 9 ** 2郾 093 4 0郾 000 9 ** 2郾 095 6
LISTY - 0郾 000 1 *** - 3郾 587 8 - 0郾 000 1 *** - 3郾 600 9
SALA 0郾 000 6 *** 3郾 144 1 0郾 000 6 *** 3郾 159 6
ROA - 0郾 008 1 ** - 2郾 555 4 - 0郾 008 2 ** - 2郾 571 1
GROW 0郾 000 1 0郾 513 2 0郾 000 1 0郾 526 7
AGE 0郾 000 0 0郾 224 3 0郾 000 0 0郾 193 7
EDU 0郾 000 2 1郾 081 6 0郾 000 2 1郾 123 5
SEX 0郾 001 5 *** 2郾 597 0 0郾 001 5 ** 2郾 534 2
常数项 0郾 033 3 *** 8郾 239 8 0郾 031 1 *** 7郾 849 6
YEAR\INDUS 是 是
2
调整后 R 0郾 147 9 0郾 147 7
样本量 5 489 5 489
、 、 分别表示在 1% 、5% 和 10% 水平上显著;所有的 T 值经过年度和个体 Cluster 调整。
摇 摇 注: *** ** *
五、进一步研究 茁 SEX + 移 YEAR + 移 INDUS + 着
13 (6)
本地独立董事监督功能的发挥会提高企业经
其中,本文使用了当期总资产收益率来衡量
营绩效,但是其中的影响途径和机理长期以来缺
企业经营绩效 ROA。 在模型(6) 基础上,放入高
乏深入的实证研究。 由此而自然引发的一个有趣
管在职消费变量 PERK,构建如下的模型(7)。 若
命题在于本地独立董事既然可以抑制高管在职消
模型(7)中本地独立董事 GEO 的系数相较于模型
费,而高管在职消费作为代理成本的一部分又会
(6)有所下降、且系数仍然显著,则说明高管在职
降低企业经营绩效,那么也许高管在职消费可能
消费 PERK 在本地独立董事 GEO 影响企业绩效
在本地独立董事提升企业经营绩效的过程中扮演
ROA 的过程中发挥了部分中介作用。
着重要的中介作用。 为了检验高管在职消费在本
ROA = 茁 + 茁 GEO + 茁 PERK + 茁 SIZE + 茁 LEV +
地独立董事提高国有企业经营绩效过程中的中介 0 1 2 3 4
作用,本文构建本地独立董事 GEO 影响企业经营 茁 FIRST + 茁 INDEP + 茁 BOARD + 茁 DUAL +
5
6
8
7
茁 LISTY + 茁 SALA + 茁 GROW + 茁 AGE +
绩效 ROA 的模型(6): 9 10 11 12
茁 EDU + 茁 SEX + 移 YEAR + 移 INDUS + 着
ROA = 茁 + 茁 GEO + 茁 SIZE + 茁 LEV + 茁 FIRST + 13 14
0 1 2 3 4
茁 INDEP + 茁 BOARD + 茁 DUAL + 茁 LISTY + (7)
5 6 7 8
茁 SALA + 茁 GROW + 茁 AGE + 茁 EDU + 摇 摇 详细的多元回归分析结果如表 11 所示,Pan鄄
9 10 11 12
· 4 6 ·