本文是一篇企業管理論文，本文利用2011-2020我國A股上市公司的歷史數據，研究了管理層能力如何影響非效率投資，探討了融資約束的中介效應和內外部高管薪酬差距的調節效應，并且還探究了所有權性質、市場競爭程度和經濟政策不確定性對管理層能力與非效率投資關系的異質性影響。

第1章緒論

1.1研究背景及意義

1.1.1研究背景

改革開放以來，我國經濟發展取得了一系列重要成果，這主要得益于兩大“動力泵”的有力支撐。第一大“動力泵”是資源投入，第二大“動力泵”是效率提升，二者的碰撞與融合為經濟快速發展提供了強大的動力。但是受限于資源數量的有限性，資源投入并不能持續不斷地發揮作用，特別是全球能源危機出現以后，加之全球新冠疫情的反復沖擊，資源投入對經濟發展的推動速度也有所減緩，第一大“動力泵”的弊端逐漸顯現出來。

對于國家來說，投資活動不僅有助于推動經濟高質量發展，并且對于穩定社會就業、優化經濟結構以及增加資本積累也具有重要意義。為了推動經濟不斷發展，第二大“動力泵”被寄予厚望，希望通過提升投資的效率為經濟發展注入新的動力。對于企業而言，投資活動是企業三大財務活動的核心，優化投資行為減少非效率投資能夠幫助企業改善經營績效，增加市場價值，實現可持續發展的長遠目標。然而在實際的投資活動中，低效甚至無效的投資仍然在很多企業中普遍存在，對其經營發展造成了極大的負面影響，甚至還會使企業陷入財務困境。因此，研究如何避免非效率投資并提高投資有效性至關重要。

企業管理層同時作為投融資活動的“導演”和“主演”，在投資項目的選擇和執行管理過程中發揮著舉足輕重的作用。但是，在不同能力管理層的主導下，企業的投資有效性和收益率具有顯著差異。有的企業在投資活動中頻頻失誤，低效的投資耗費了企業的大量資金，導致企業的經營狀況惡化；而有的企業在投資活動中表現出色，高效的投資不僅為企業帶來了充足的現金流，還能夠提高企業的市場價值。由此可見，管理層能力的高低勢必會對非效率投資產生重要影響。因此，隨著企業現代化治理體系的不斷完善，高管團隊建設也得到了絕大多數企業的重視。一方面，企業在高管團隊成員的招募工作上投入大量的資金和精力，委托金牌獵頭幫助其尋求卓越的高級管理人員，并向其開出豐厚的薪資福利；另一方面，企業不斷加強和完善管理人員的晉升通道和職業培訓體系，希望通過從內部發力促進管理層綜合能力的提升。由此可見，管理層能力作為企業的一項隱形資產，研究其如何影響非效率投資意義重大。

1.2研究內容與框架

1.2.1研究內容

本文在對管理層能力、融資約束、高管薪酬差距與非效率投資進行理論分析的基礎上，實證研究了四者之間的影響關系，最后針對企業如何避免非效率投資來確保投資有效性提出積極的建議。本文計劃將研究內容分為以下六章：

第一章，緒論。首先，基于投資驅動發展戰略提出論文的選題背景，并結合理論界關于管理層能力對非效率投資影響研究的不足闡明本文的理論意義，同時，從實務界的視角概述了本文的現實意義；其次，介紹了論文的研究內容與框架；最后，說明了論文的研究方法和創新點。

第二章，文獻綜述。首先是根據研究模型所涉及的變量，從概念內涵、測量方法、影響因素以及經濟后果維度梳理了前人關于管理層能力、非效率投資、融資約束以及高管薪酬差距的研究成果；其次是對已有文獻的研究現狀和不足進行綜合評述，進而確定本文的研究方向。

第三章，理論分析與研究假設。首先對研究模型所涉及的相關理論進行闡述；其次基于相關理論對管理層能力與非效率投資之間的關系、融資約束的中介效應和高管薪酬差距的調節效應進行分析，并據此提出本文的研究假設。

第四章，研究設計。首先說明了研究樣本的選取、數據來源和篩選步驟；其次對變量設計進行詳細說明；最后基于管理層能力對非效率投資的理論分析與研究假設，構建了本文的實證模型。

第五章，實證檢驗與結果分析。本章先是借助描述性統計對樣本觀測值的整體特征進行分析；其次結合相關性分析對假設進行初步驗證；最后根據實證結果驗證假設是否成立，再結合穩健性檢驗以增強結論的準確性，并通過異質性分析對結論進行了深化。

第六章，研究結論與建議。首先對本文的研究結論進行歸納概括，在此基礎上從企業管理和政策引導兩個角度提出相關建議。其次，說明了本文的不足之處以及未來的研究方向，希望通過進一步探討得出更有意義的研究結論。

第2章文獻綜述

2.1非效率投資的相關研究

2.1.1非效率投資的概念與測量方法

根據現有文獻可知，非效率投資與效率投資是一組相對的概念，在投資活動中，NPV（凈現值）通常是衡量投資有效性的重要指標，投資項目的NPV如果小于零則會被認為是無效投資，一般會被管理者放棄；投資項目的NPV如果大于零則會被認為是有效投資，一般會被管理者接受。因此，管理者在進行投資決策時，放棄NPV大于零的投資項目和接受NPV小于零的投資項目都會滋生非效率投資行為，降低投資的有效性。雖然可以根據現金流法計算出的投資項目NPV來判斷是否屬于非效率投資，但是無法對其進行定量研究。

在明確了非效率投資的概念之后，學者們開始目光轉向非效率投資的量化方法。Fazzari等（1988）[2]在投資Q理論的基礎上將現金流與投資行為結合起來，率先提出了FHP模型。但是在后來的實際應用中該模型的弊端逐漸顯現出來，而且無法對非效率投資的兩種狀態進行明確判別。在此基礎上，Vogt（1994）[3]提出了新的研究思路，創新性地在回歸方程中引入自由現金流、投資機會以及他們的交乘項。研究指出，該模型可以幫助企業找出引發非效率投資的原因，如果交乘項的系數為正代表投資過度，為負則代表投資不足，但是仍然不能計算出精確的數值。直到21世紀初，Richardson（2006）[4]以成長機會、資產負債率、現金流量、企業年齡、企業規模、股票收益率以及上一期新增投資額為自變量，以本期新增投資額為因變量，通過構建預期投資模型來測算非效率投資。該模型克服了原有方法的缺陷，利用殘差來對非效率投資進行量化，解決了學術界一直以來無法準確度量非效率投資的難題，隨后該模型在學術界得到了廣泛的認可。

2.2管理層能力的相關研究

2.2.1管理層能力的概念與測量方法

在國外，由于CEO對企業的各項決策具有絕對的控制權，因此早期的國外文獻在研究管理層對企業的影響時主要從CEO的任職年限、持股比例和性格特征等方面展開。在我國，雖然CEO是企業的重要決策者，但是管理層中的其他成員對企業的投資決策、企業績效和發展戰略也具有重要影響。在考察管理層能力時只以CEO為研究對象具有一定的片面性，更有研究指出相較于CEO特征，整個管理層團隊的特征對管理層能力的解釋力度更強[25]。因此，本文對管理層范圍的界定與現有文獻研究保持一致，包括全部董事、監事和高級管理人員。目前，學術研究領域對管理層能力的測量方法大致可以分為兩類，一是基于管理層特征采用代理變量對管理層能力進行測量；二是基于整體生產效率采用DEA方法對管理層能力進行測量。

（1）代理變量測量法

代理變量測量法是采用單一指標來衡量企業的管理層能力。Wiersema和Bantel（1992）[26]以管理層的教育水平作為管理層能力的代理變量，認為教育水平會促進管理層的社會認知程度的提升，研究發現教育水平較高的高管團隊能力越強，越傾向于改變公司的戰略模式。Rajgopal等（2006）[27]采用管理者在金融媒體上的曝光度和所在公司的經行業調整后總資產回報率作為管理層能力的代理變量，研究發現企業績效會隨著管理層能力的提高得到相應的改善，并且管理層在外部的就業機會與自身的管理能力具有很強的關聯性，高能力管理者憑借其良好的聲譽和信譽更容易獲得企業的青睞和豐厚的報酬。

（2）數據包絡分析測量法

Murthi等（1996）[28]最早采用數據包絡分析（DEA）方法測量管理層能力，該研究以美國商品零售業為研究對象來探究創業優勢與市場份額之間關系，運用數據包絡分析方法計算出相對市場效率和相對生產效率的得分，并以兩者得分的總和來測量企業管理層的能力，研究發現相較于低能力管理者，高能力管理者在資源整合利用和市場份額開拓方面表現更佳。Worthington（2004）[29]采用類似的方法對1992-1995年期間澳大利亞信用合作社合并和收購活動的決定因素進行探究。結果表明，管理層能力對并購水平具有顯著影響。進一步研究發現信用合作社收購的一個主要影響因素是人們在聯營債券和會員資格方面的相容性。

第3章理論基礎與研究假設.............................16

3.1理論基礎.................................16

3.1.1委托代理理論..............................16

3.1.2信息不對稱理論..................................17

第4章研究設計............................27

4.1樣本選擇與數據來源.............................27

4.2變量設計與測量..............................27

第5章實證檢驗與結果分析..................................33

5.1描述性統計.................................33

5.2相關性分析................................34

第5章實證檢驗與結果分析

5.1描述性統計

表5-1列示了所有變量的描述性統計結果。其中，非效率投資（Badinv）的最大值和最小值分別為0.212和0.000，并且標準差為0.038，表明非效率投資行為在我國大多數上市企業中較為普遍，導致整體的投資效率處于較低水平，且差異較大。進一步將樣本分組后發現，投資過度的樣本有7478個，在全部樣本中占比為36.80%，而投資不足的樣本達到12840個，在全部樣本中占比為63.20%，說明在研究時段內我國上市企業所面臨的投資不足現象更為突出。管理層能力（MA）的均值和中位數分別為-0.008和-0.020，由于管理層能力是根據DEA-Tobit兩階段模型得出，因此管理層能力的均值和中位數均接近于零。

中介變量融資約束（FC）的最小值和最大值分別為-5.428和6.234，且標準差達到了2.271，可以看出我國上市企業表普遍面臨著融資約束并且差異較大。調節變量內部薪酬差距（IGAP）均值和標準差分別為3.437和1.861，表明內部薪酬差距較大，這與前人的經驗成果基本一致。外部薪酬差距（EGAP）均值為0.480，標準差為0.328，表明樣本企業中同一行業高管之間的薪酬分布比較均勻，但是也存在較大差距。

第6章研究結論與建議

6.1研究結論

本文利用2011-2020我國A股上市公司的歷史數據，研究了管理層能力如何影響非效率投資，探討了融資約束的中介效應和內外部高管薪酬差距的調節效應，并且還探究了所有權性質、市場競爭程度和經濟政策不確定性對管理層能力與非效率投資關系的異質性影響。研究結論如下：

（1）管理層能力對非效率投資具有負向抑制作用，即企業高管的經營管理能力越高，企業發生非效率投資的概率就越小。根據非效率投資的類型進行分組回歸后發現，管理層能力對非效率投資的負向影響在投資過度和不足兩種情境下均有效。對此我們可以從以下兩個方面來進行解釋，一方面，優秀的管理者傾向于發布高質量信息，不僅能緩解信息不對稱，而且還能吸引外界投資者和媒體的關注，這有助于減少管理層自利動機引致的非效率投資行為；另一方面，高能力管理者在信息獲取和資源整合方面更具優勢，有助于提高投資活動的執行效率，進而減少企業的非效率投資行為。此外，高能力管理者更加注重自身聲譽，傾向于對投資項目的收益和風險進行全方位評估，通過選擇優質的投資項目來優化企業的投資行為。

（2）融資約束在管理層能力與非效率投資之間承擔部分中介效應，即管理層能力對非效率投資的影響是通過融資約束這一路徑實現的。在進一步的分組回歸結果中可以發現，融資約束的中介效應在投資過度和不足兩種情境下均成立。主要是由于資本市場的不完備使得外部融資成本大幅提高，導致融資約束成為企業開展投資活動的“攔路虎”，倒逼企業陷入投資過度或者投資不足的非效率投資困境。而高能力管理層通過降低信息非對稱性和減少在職消費行為可以幫助擺脫融資約束，也會讓企業更容易籌集到投資所需資金，從而減少了非效率投資（投資不足和過度）問題。

參考文獻（略）