高管團隊特征對融資約束的影響

宋雅妹 李竹梅

摘要：利用2014—2021年我國滬深A股上市公司數據，通過固定效應模型實證檢驗高管團隊特征對融資約束的影響及其機制。研究發現：高管團隊特征對企業融資約束起負向抑制作用，即高管團隊中女性占比越低、平均年齡越大、平均受教育水平越高、薪酬差距越大，越能夠緩解融資約束，該結論在替換被解釋變量、縮減樣本量等穩健性檢驗之后依然成立。機制檢驗表明：創新要素配置在高管團隊特征與企業融資約束之間起部分中介作用，高管團隊特征通過影響企業創新要素配置，提升企業創新能力和競爭優勢、提高企業價值、吸引投資者關注等，能夠向市場傳遞積極信號，以緩解企業融資約束。這不僅豐富了相關文獻，還在一定程度上為我國上市公司加強高管團隊建設、以及通過創新要素配置促進企業外部融資提供證據支持。關鍵詞：高管團隊特征；融資約束；創新要素配置；中介效應；固定效應模型中圖分類號：F 275.1

文獻標識碼：A?? 文章編號：1672-7312（2023）04-0435-11

The Impact of Top Management Team Characteristics

on Financing Constraints

——Mediation Effect Based on the Allocation of Innovation Factors

SONG Yamei，LI Zhumei

（School of Economics and Management，Taiyuan University of Technology，Jinzhong 030600，China）

Abstract：Using the data of listed companies of Shanghai and Shenzhen A-share from 2014 to 2021，the impact and mechanism of top management team characteristics on financing constraints is empirically identified through a fixed effects model.The research indicates that top management team characteristics have a negative inhibitory effect on corporate financing constraints，that is，the lower the proportion of women in the executive team，the older the age，the higher the level of education，and the larger the pay gap，the more able to alleviate financing constraints.The conclusion is still valid after robustness tests such as replacing the explained variable and reducing the sample size.Mechanism tests show that innovation elements allocation plays a partial mediating role between top management team characteristics and financing constraints.Top management team characteristics can affect innovation elements allocation，enhance innovation capabilities and competitive advantages，enhance corporate value，and attract investors attention.They can send positive signals to the market to alleviate corporate financing constraints.This paper not only enriched relevant literature，but also provided evidence support for Chinese listed companies to strengthen the executive team building and promote external financing through innovative element allocation.

Key words：top management team characteristics；financing constraints；innovation elements allocation；intermediary effect；fixed effects model

0 引言黨的二十大報告指出，高質量發展是建成社會主義現代化國家的第一要務[1]。企業作為經濟社會發展的活力源泉，在國民經濟穩定增長過程中發揮著重要作用。重視企業發展的關鍵是幫助企業解決發展過程中遇到的困難。融資約束是企業在經營發展過程中不可避免的現實問題，2017年發布的《中國企業經營者問卷調查跟蹤調查報告》顯示，很多企業認為融資約束是阻礙自身發展的主要因素。近年來，全球化的趨勢愈演愈烈，企業面臨的不確定性越來越大。資金是企業在市場生存的基礎，是堅實發展的動力。

在此背景下，研究如何緩解企業融資約束意義重大。

目前，學術界對融資約束相關話題給予高度關注。部分學者從宏觀或行業整體層面分析政府干預 [2]、外部環境[3]等對融資約束的影響。多數則聚焦于企業自身性質和行為，探討企業規模[4]、所有權性質[5]、股權結構[6]、并購商譽[7]、內部控制質量[8]、會計信息質量[9]、企業社會責任[10]對融資約束的影響。然而，追本溯源，導致企業行為結果的行為人是高管，相關文獻表明高管對企業融資是有影響的。一方面，從高管人口統計學特征考慮，女性管理者和年齡較高的管理者更傾向于保守的戰略選擇，通過降低企業經營風險吸引投資[11-14]，教育水平越高的高管往往擁有更強的信息處理能力，進而減少非理性決策，更容易獲取社會資源[15-16]。另一方面，薪酬差距作為一種激勵方式，絕大部分文獻從內部薪酬差距和外部薪酬差距兩方面探討其對創新投入[17]、投資效率[18]、企業績效[19]等的影響。通過梳理發現，現有文獻針對高管特征與企業融資約束的關系，較少進行直接深入探究，且尚未進一步涉及到影響機制。因此，文中對高管特征是否可以緩解以及如何緩解企業融資約束作進一步探討。根據HAMBRICK等[20]的高層梯隊理論，將高管團隊特征當作高管認知的代理變量，強調其在戰略決策中的重要作用。已有文獻分別從CEO個人和高管團隊兩方面研究年齡、性別、教育、任期等特征與企業創新研發投入的關系[21-27]，而企業創新研發投入對企業至關重要，可以提升企業競爭優勢和行業地位、向資金市場傳遞積極信號，吸引投資者關注等[28]，以緩解企業融資困難。基于此，文中引入創新要素配置這一中介變量，嘗試打開高管特征對企業融資約束影響的“黑盒子”，揭示其內在機理。

1 理論分析與研究假設

1.1 高管團隊特征與融資約束

1.1.1 性別特征對融資約束的影響相較于男性高管，女性高管具有謹慎、保守、不過度自信等內在特質。一方面，融資是為投資融通資金，女性的不過度自信使得她們謹慎投資，因此，女性擔任高管的公司進行的投資和并購行為更少[29]。另一方面，債務本身有利有弊，在擴大資金規模的同時也增加了公司的財務風險。女性高管的風險規避意識導致其更少進行債務融資。而我國金融資源高度集中于銀行體系，債務融資是企業的主要外部融資渠道。因此，高管團隊中女性占比越高的公司傾向于更少舉債，從而融資約束程度更高。此外，女性高管積累的社會資本和人脈也更少，故獲得貸款的可能性更小[30]。由此提出以下假設：H1a：高管團隊性別特征對融資約束有顯著正向影響，即高管團隊中女性比例越高，融資約束程度越高。1.1.2 年齡特征對融資約束的影響相較于年輕高管，年齡較大的高管一方面擁有豐富的人力資本積累和社會關系網絡，這對企業的長期發展至關重要，有助于降低融資成本。另一方面，高管年齡越大，意味著管理層成熟度越高、經驗更豐富，可以向銀行等信用貸款機構傳遞積極信號，緩解企業的融資困難。同時，年長高管更擅長協調團隊關系和內部溝通交流，善于整合團隊意見，也有利于決策的有效執行，緩解融資約束困境。張麗琨等[31]從會計穩健性視角出發，研究發現高管團隊中平均年齡越大，越偏向穩健的會計政策，公司受到的融資約束程度越低。由此提出以下假設：H1b：高管團隊年齡特征對融資約束有顯著負向影響，即高管團隊中平均年齡越高，融資約束程度越低。

1.1.3 受教育水平對融資約束的影響相較于受教育水平低的高管，受教育水平高的高管在企業融資過程中具有以下優勢。第一，豐富的知識和專業技能幫助其從專業的角度經營管理企業，能夠快速根據市場情形的變化調整企業的經營方向和經營模式，更準確地預先判斷與估量決策執行結果，降低決策失誤率，獲取投資人的信任[32]。第二，較高的道德標準和社會責任意識幫助其形成一種內在的自我約束機制，能夠降低信息不對稱程度和代理成本。第三，廣泛的社交網絡和較高層次的交往對象使其更容易獲得社會網絡中的資源和信息，進而幫助企業獲得融資。由此提出以下假設：H1c：高管團隊受教育水平對融資約束有顯著負向影響，即高管團隊中平均受教育水平越高，融資約束程度越低。

1.1.4 薪酬差距對融資約束的影響代理成本是企業產生融資約束的原因之一，為緩解代理成本，企業所有者會設置恰當的激勵機制，薪酬差距機制是主要的激勵方式之一。心理學理論表明，薪酬差距會引發高管成員的嫉妒情緒，差距較小時，往往會帶來惡性嫉妒，降低企業績效；差距較大時，則更多帶來良性嫉妒，提高企業績效。宋薇[33]基于錦標賽理論，發現高管團隊之間建立有效的差距機制將提高團隊成員的活躍性和積極性，對高管產生正向激勵作用，降低股東支出的監督成本。葉紅雨[34]、張勇[35]指出薪酬激勵能增強企業競爭力，改善公司財務狀況和經營業績、提升企業價值、提高組織效率，有助于緩解融資困難。由此提出以下假設：H1d：高管團隊薪酬差距對融資約束有顯著負向影響，即高管團隊中薪酬差距越高，融資約束程度越低。

1.2 創新要素配置與融資約束創新是企業發展和進步的命脈，通過研發資金和人力資本等創新資源的配置，可以獲得市場競爭優勢。企業的創新資源配置與研發活動密切相關，研發對企業融資約束的影響作用主要體現在以下幾個方面：第一，創新研發活動具有很強的獨特性，難以被競爭對手模仿，這有助于企業長期保持競爭優勢。競爭優勢可以形成一種“自然防御效應”，緩解企業利潤和現金流的波動，向市場發出企業經營狀況良好、前景廣闊的信號。這增加了各種投資者的信心，進而為公司帶來更多的權益資本和信貸資本；第二，隨著創新和研發投入的增加，企業不斷開拓新產品、新工藝、新技術等，從而吸引更多的供應商和客戶，當然更多金融機構也會注入新的資金，這能夠進一步提高企業在行業的地位與話語權。通常行業地位越高、話語權越大的企業，在外部市場上受到的尊重越大，更容易以較低的成本獲得融資[36]；第三，在積極推進創新發展戰略的過程中，政府格外重視企業的創新研發活動，這種信號勢必會傳遞到外部市場，投資者自然會青睞于科創板、創業板等創新投入力度大的企業。因此，在創新方面投入大的企業將吸引更多的資本。由此提出以下假設：H2：企業創新要素配置對融資約束有顯著負向影響，企業創新要素配置越高，融資約束程度越低。

1.3 高管團隊特征對融資約束的影響機制高階理論認為，高管的決策行為受其背景特征的影響，高管團隊往往能夠根據自己的認知能力和價值觀來影響決策并采取行動。就企業創新本身而言，研發創新活動具有不確定性，失敗的風險較高，高管們必須有很高的雄心和韌性，才能最終在創新中取得成功。首先，性別認同理論表明，相較于男性的冒險精神，女性高管對風險往往采取規避的態度。相應地，也具備較低的風險承受能力：女性企業家管理的公司一般有著更低的杠桿比率[37]和更少的多元化和海外擴展。淦未宇實證驗證了女性擔任CEO、CFO的企業研發創新投入相對較低，而且女性董事占比越高，研發創新投入越低，進一步加劇企業融資約束程度。倫蕊[38]、尹華歆[39]、林鈺顏[40]等分別采用國家級高新技術企業、江蘇省創業板上市公司、滬深A股上市公司作為研究樣本進行實證，也得出相似結論。其次，對于高管年齡與創新研發之間的關系，學者們觀點不盡相同。部分學者們從精力、身體、接受新理念、個人職業生涯等原因考慮，認為年長的高管可能會規避企業風險并減少創新研發活動要素配置[41-43]。還有學者認為年齡較大的高管經驗更豐富、人力資本和社會資源更廣泛，對企業承擔的風險具有更加明智、廣泛和清晰的認識，在具有風險規避意識的同時也具備更高的風險承受能力。研發投資是保持企業核心競爭力的關鍵因素，年齡較大、任期較長的高管為了保持企業的競爭力一定會增加企業的研發投資[44]。文中傾向于年長高管為發展壯大公司，將加大創新要素配置，以此緩解融資約束。再次，受教育程度高的管理者具備較強數據獲取、數據分析能力，擅于從外部環境中充分發現和挖掘創新機會，從而促進企業的研發創新活動[45]。同時，高管的教育水平越高，能接觸、結識到相同層次或更高層次的人才，不僅有助于拓寬自身視野，還為企業創新提供人際資源。陳健等、胡燕華[25]通過實證得出結論，董事教育背景越高，將增加研發投入促進企業進一步發展，緩解融資約束問題。最后，高管團隊內部薪酬差距能夠激勵高管積極制定研發策略、提升研發績效，擴大創新要素配置。陳闖等[46]指出，創新投資活動風險較高，戰略決策過程易導致代理沖突。根據委托代理理論和錦標賽理論，應當對高管團隊實施適當的薪酬激勵。高管團隊中薪酬差距越大，一方面核心高管的高薪酬積極推動其通過制定科學合理的研發策略、提高研發績效，獲得更好的薪酬；另一方面非核心高管的低薪酬促使其采取冒險行為，加大研發投入，以此獲得更好的業績和升職加薪機會[47]。隨著每位非核心高管的風險偏好和冒險行為的增加，整個企業的風險偏好度也顯著增強[48]。因此，作為企業的主要冒險行為之一，高管薪酬差距自然會導致非核心高管開展更多的研發活動，進一步降低企業的融資約束。綜上，文中認為，創新要素配置在高管團隊特征和企業融資約束之間提供了一種間接傳導路徑，即企業高管團隊中女性占比越多、年齡越大、受教育水平越高、薪酬差距越大，會增加或減少創新要素配置，通過增強企業競爭優勢、提升行業地位、吸引投資者目光等進一步影響企業融資約束。由此提出以下假設：H3：創新要素配置在高管特征對融資約束的影響過程中發揮中介作用。

2 研究設計

2.1 數據來源選取2014—2021年在滬深A股上市的企業作為研究樣本，其中剔除ST、ST*、數據有缺失值的以及金融保險行業的企業。所有數據都來源于國泰安數據庫（CSMAR），并用Wind數據進行校驗和修正。最終得到14 156個非平衡面板數據。此外，為了消除極端值的影響，對連續變量在首尾各進行1%的縮尾處理。

2.2 變量界定

2.2.1 被解釋變量：融資約束（FC）借鑒顧雷雷等[49]的研究方法，用FC指數衡量樣本企業的融資約束。FC取值在0到1之間，取值越大，企業的融資約束問題越嚴重。

2.2.2 解釋變量：高管特征采用高管性別（Sex）、年齡（Age）、受教育水平（Edu）和薪酬差距（Gap）4個指標來衡量高管特征。①性別，指上市公司高管團隊中女性高管所占的比例；②年齡，指上市公司高管團隊的平均年齡；③受教育水平，首先將“中專及中專以下”“大專”“本科”“碩士研究生”“博士研究生”分別賦值為1、2、3、4、5，然后取其平均值；④薪酬差距，指高管團隊內部薪酬差距，以核心高管薪酬均值與非核心高管薪酬均值的差值作為計算基礎，取其自然對數。

2.2.3 中介變量：創新要素配置（Rd）已有文獻主要選取研發投入總額和研發投入強度來衡量企業創新投入。文中綜合以往研究，選取研發投入取對數衡量創新要素配置。

2.2.4 控制變量為了控制其他變量對融資約束的影響，選取資產負債率

（Lev）、現金比率（Cash）、總資產報酬率（Roa）、成長性（Growth）、第一大股東持股比例（Top1）、行業虛擬變量（Ind）和年度虛擬變量（Year）作為控制變量。表1為變量定義表。

2.3 模型構建為檢驗H1，即高管特征對企業融資約束的影響，構建以下模型（1）

Fc=α0+α1Sex/Age/Edu/Gap+∑Control+∑Year+∑Industry+ε

（1）

式中：α0為截距項；α1為系數；ε為隨機擾動項。若α1顯著大于0，表明高管特征與融資約束正相關；若α1顯著小于0，表明高管特征與融資約束負相關。 為檢驗H2，即創新要素配置對融資約束的影響，構建模型（2）Fc=γ0+γ1Rd+∑Control+∑Year+∑Industry+ε

（2）若γ1顯著小于0，表明創新要素配置與融資約束負相關。為檢驗H3，即高管特征對創新要素配置的影響機制，文中設計四段式中介效應模型進行檢驗。具體結合模型（1）、模型（2）的設計構建模型（3）和模型（4）

Rd=β0+β1Sex/Age/Edu/Gap+∑Control+∑Year+∑Industry+ε

（3）

FC=λ0+λ1Sex/Age/Edu/Gap+λ2Rd+∑Control+∑Year+∑Industry+ε

（4）若α1、β1、λ2均顯著，且λ1顯著，λ1<α1，則認為創新要素配置發揮部分中介作用。

3 實證結果與分析

3.1 描述性統計表2列出了描述性統計結果。可以看到：企業融資約束的最小值為0.005，最大值為0.935，均值為0.473，說明企業普遍存在融資約束情況，但不同企業融資約束程度差距較大；高管團隊中女性占比的均值為0.196，最小值為0，最大值為0.5，表明部分企業沒有女性高管，且不同企業的高管團隊中女性占比差異較大；高管團隊的年齡均值為49.62，接近50歲，標準差為3.873，表明不同企業高管團隊平均年齡相差較大；高管團隊的受教育水平均值為3.444，說明樣本企業中高管團隊普遍受教育水平在本科及本科以上；高管團隊薪酬差距的均值為13.22，標準差為0.755，表明樣本企業高管團隊中核心高管薪酬均值與非核心高管薪酬均值差距較大，且不同企業高管團隊薪酬差距也有明顯差異；創新要素配置的均值為18.12，中位數是18.11，表明創新要素配置高和創新要素配置低的企業占比幾乎相同，最小值為13.40，最大

值為22.27，表明不同企業創新要素配置差異較大。

3.2 相關性分析表3列出了各變量的相關數據矩陣。可以看到：高管團隊特征中的性別、年齡、受教育水平和薪酬差距與融資約束之間的相關系數分別為0.183、-0.292、-0.248和-0.353，且均在1%的水平上顯著，表明高管團隊中女性占比與融資約束之間顯著正相關，而年齡、受教育水平和薪酬差距分別與融資約束之間顯著負相關；與創新要素配置之間的相關系數分別為-0.121、0.139、0.240和0.378，也均在1%的水平上顯著，表明高管團隊中女性占比與創新要素配置之間也存在著一種顯著的負相關關系，而年齡、受教育水平和薪酬差距分別與創新要素配置之間存在著顯著的正相關關系。創新要素配置與融資約束之間的相關系數為-0.432，在1%的水平上顯著，說明創新要素配置與融資約束之間顯著負相關。另外，各變量之間的VIF的值均小于3，說明文中構建的模型中各變量之間不存在共線性問題。以上結論有待在后面的回歸模型中作進一步的驗證和解釋。

3.3 基準回歸檢驗表4列示了高管特征、創新要素配置分別與企業融資約束的回歸結果，其中F統計量均檢驗通過。由列1可知，高管團隊女性占比（α1=0.206，p<0.01）對企業融資約束存在正向且顯著的影響，高管團隊中女性的謹慎特質使其更少進行負債融資，因此企業融資約束程度更高，H1a得到驗證；由列2、列3、列4可知，高管團隊平均年齡（α1=-0.010，p<0.01）、平均受教育水平（α1=-0.090，p<0.01）、薪酬差距（α1=-0110，p<0.01）對企業融資約束均產生顯著負向影響。高管團隊中平均年齡越大，積累的社會經驗和人力資本幫助企業易于進行融資；平均受教育水平越高，專業的知識技能幫助降低企業經營風險；薪酬差距越大，能夠激發高管團隊積極性，降低股東監督成本，有助于降低代理成本，進一步緩解融資困難，H1b、H1c、H1d得到驗證。由列5可知，創新要素配置對企業融資約束（γ1=-0.085，p<0.01）存在顯著負向影響，企業加大創新要素配置，有助于保持長期競爭優勢、提升行業地位、吸引投資者關注，在外部市場中更容易獲得融資，H2得到驗證。

3.4 穩健性檢驗及內生性問題應對

3.4.1 替換被解釋變量文中采用WW指數作為被解釋變量，代入模型（1）替代FC指數，回歸結果見表5。由列1、列2、列3、列4可知，高管團隊女性占比、平均年齡、平均受教育水平、薪酬差距的回歸系數分別為0.060、-0.003、-0.020、-0.027，且均顯著。說明高管團隊女性占比對融資約束存在正向影響，平均年齡、平均受教育水平和薪酬差距對融資約束均存在負向影響。被解釋變量被替換后結果依舊穩健。

3.4.2 縮減樣本量

制造業是引領經濟發展的支柱行業，文中限定2014—2021年滬深A股上市的制造業公司為樣本，重新對模型1進行回歸。回歸結果見表6，由列1、列2、列3、列4可知，高管團隊女性占比、平均年齡、平均受教育水平、薪酬差距的回歸系數分別為0.194、-0.009、-0.090、-0.116，且均在1%的水平上顯著。表明縮減樣本量后結果依舊穩健。

3.4.3 傾向得分匹配法（PSM）由于高管團隊特征與企業融資約束之間的關系可能是內生的。公司聘請高管是一種自選擇行為，為避免自選擇偏差帶來的內生性問題，文中利用傾向得分匹配（PSM）重新對假設1進行檢驗。首先選取全部控制變量作為協變量，利用Logit模型計算處理組樣本的傾向得分，按照近鄰匹配原則，分別構建與實驗組企業具有相似特征且高管團隊中女性占比高、平均年齡低、平均受教育水平低、薪酬差距低的企業作為對照組樣本，再利用匹配后的樣本檢驗高管團隊特征對企業融資約束的影響。在進行PSM回歸之前，進行平衡性檢驗，檢驗結果表明，匹配后所有協變量的標準差小于10%，且所有T檢驗不拒絕實驗組與對照組無顯著性差異的原假設，比較匹配前后數據，所有標準化偏差顯著縮小，協變量通過平衡性檢驗。

表7列示了傾向得分匹配樣本的回歸結果，由列1可知，高管團隊女性占比（α1=0.033，p<0.01）對企業融資約束存在正向且顯著的影響，由列2、列3、列4可知，高管團隊平均年齡（α1=-0.087，p<0.01）、平均受教育水平（α1=-0.096，p<0.01）、薪酬差距（α1=-0112，p<0.01）對企業融資約束均產生顯著負向影響。表明在采用PSM控制內生性后，回歸結果與上述結論保持一致。

3.5 機制檢驗表8列示了高管團隊性別特征對企業融資約束的影響機制檢驗結果。列1中Sex的系數（α1=0.206，p<0.01）顯著為正，說明高管女性占比越高，企業融資約束程度越高；列2中高管女性占比Sex的系數（β1=-1.284，p<0.01）顯著為負，說明高管女性占比越高，企業創新要素配置越低；列4的回歸結果顯示，Sex系數（λ1=0.098，p<0.01）較列1有所下降，但仍為正，且列3、列4中Rd系數均顯著為負。同時，Sobel檢驗發現Z值統計量為10.71（p<0.01）；Bootstrap（1 000次）抽樣檢驗置信區間為[0.054 474 5，0.079 812 4]，均未包含0。上述結果表明，創新要素配置發揮了機制作用。即高管團隊中女性占比增加會減少創新要素配置，進而加劇企業融資約束。

表9列示了高管團隊年齡特征對企業融資約束的影響機制檢驗結果。列1中Age的系數（α1=-0.010，p<0.01）顯著為負，說明高管平均年齡越大，企業融資約束程度越低；列2中高管女性占比Age的系數（β1=0.049，p<0.01）顯著為正，說明高管平均年齡越大，企業創新要素配置越高；列4的回歸結果顯示，Age系數（λ1=-0.006，p<0.01）較列1有所下降，但仍為負，且列3、列4中Rd系數均顯著為負。同時，Sobel檢驗發現Z值統計量為-11.39（p<0.01）；Bootstrap（1 000次）抽樣檢驗置信區間為[-0.002 600 8，-0.001 791 8]，均未包含0。上述結果說明，創新要素配置發揮了機制作用。即高管團隊中平均年齡越高，將加大創新要素配置以此緩解企業融資約束。

表10列示了高管團隊平均受教育水平對企業融資約束的影響機制檢驗結果。列1中Edu的系數（α1=-0.090，p<0.01）顯著為負，說明高管平均受教育水平越高，企業融資約束程度越低；列2中高管女性占比Edu的系數（β1=0.609，p<0.01）顯著為正，說明高管平均受教育水平越高，企業創新要素配置越高；列4的回歸結果顯示，Edu系數（λ1=-0.040，p<0.01）較列1有所下降，但仍為負，且列3、列4中Rd系數均顯著為負。同時，Sobel檢驗發現Z值統計量為-23.73（p<0.01）；Bootstrap（1 000次）抽樣檢驗置信區間為[-0.040 056 9，-0.033 506 1]，均未包含0。上述結果說明，創新要素配置發揮了機制作用。即高管團隊中平均受教育水平越高，將加大創新要素配置以此緩解企業融資約束。

表11列示了高管團隊薪酬差距對企業融資約束的影響機制檢驗結果。列1中Gap的系數（α1=-0.110，p<0.01）顯著為負，說明高管薪酬差距越大，企業融資約束程度越低；列2中高管女性占比Gap的系數（β1=0.671，p<0.01）顯著為正，說明高管薪酬差距越大，企業創新要素配置越高；列4的回歸結果顯示，Gap系數（λ1=-0.061，p<0.01）較列1有所下降，但仍為負，且列3、列4中Rd系數均顯著為負。同時，Sobel檢驗發現Z值統計量為-29.39（p<0.01）；Bootstrap（1 000次）抽樣檢驗置信區間為[-0.034 331 4，-0.029 669 1]，均未包含0。上述結果說明，創新要素配置發揮了機制作用。即高管團隊中薪酬差距越大，將加大創新要素配置以此緩解企業融資約束。

4 結語基于高階理論和錦標賽理論，文中以2014—2021年滬深A股上市公司為樣本，探究高管團隊特征對企業融資約束的影響及其影響機制。得出以下結論：1）高管團隊特征會顯著影響企業融資約束。高管團隊中女性占比越小、平均年齡越大、平均受教育水平越高、薪酬差距越大越有利于緩解企業融資約束。2）高管團隊特征會顯著影響企業創新要素配置。高管團隊中女性占比越小，對風險有越高的承受能力；平均年齡越大，具有豐富的工作經驗和閱歷，創新要素配置越大。企業創新要素配置的多少也與高管團隊的薪酬差距有關，高管團隊薪酬差距越大，越有可能激勵高管制定合理的研發政策以提升研發績效。與此同時，高管團隊中平均受教育水平越高，數據收集和處理能力越強，越容易發現和挖掘創新機會。3）創新要素配置在高管團隊特征與企業融資約束之間發揮部分中介作用。文中從創新研發的視角出發，發現了高管團隊特征作用于企業融資約束的新路徑，高管團隊特征通過影響創新要素配置，獲取競爭優勢、提升行業地位，吸引投資者的目光，進而緩解融資約束。基于以上結論，為企業緩解融資約束提出如下思路和建議：首先，根據性別、年齡和受教育程度等特征，有針對性地配置高管團隊，優化人力資源管理水平。其次，適度擴大高管團隊的薪酬差距，采用差異化薪酬制度以激發團隊成員的工作熱情，促使其做出能夠提高企業長期效益的決策，減少短視行為，從而有助于企業的長期發展，降低融資成本。最后，吸收與整合內外部資源，加大創新要素配置。企業通過創新研發投入，可以保持長期競爭優勢，緩解融資約束。

參考文獻：

[1] 習近平.高舉中國特色社會主義偉大旗幟 為全面建設社會主義現代化國家而團結奮斗——在中國共產黨第二十次全國代表大會上的報告[M].北京：人民出版社，2022.

[2]ALLEN F，QIAN J，QIAN M.Law，finance and economic growth in China[J].Journal of Financial Economics，2005，77（01）：57-116.

[3]錢雪松，唐英倫，方勝.擔保物權制度改革降低了企業債務融資成本嗎？——來自中國《物權法》自然實驗的經驗證據[J].金融研究，2019（07）：115-134.

[4]陳道富.我國融資難融資貴的機制根源探究與應對[J].金融研究，2015（02）：45-52． [5]祝繼高，陸正飛.產權性質、股權再融資與資源配置效率[J].金融研究，2011（01）：131-148.

[6]LIN C，MA Y，XUAN Y.Ownership structure and financial constraints：Evidence from a structural estimation[J].Journal of Financial Economics，2011（02）：416-431.

[7]滕莉莉，蘇杭，鄧煒彬.并購商譽對企業融資約束的影響分析[J].財會月刊，2023（09）：52-59．

[8]吳樹暢，王新楷，曲迪.內部控制質量、融資約束與綠色投資——基于重污染行業的證據[J].南京審計大學學報，2022，19（06）：21-30.

[9]米蕊.分析師跟蹤、會計信息可比性與融資約束[J].財會月刊，2023，44（09）：82-89.

[10]喬鵬程，張巖松.企業社會責任、年報文本語調與融資約束[J].財會通訊，2023（08）：29-33．

[11]曹玉貴，肖超欄.高管團隊背景特征與企業債務融資關系研究[J].財會通訊，2014（18）：75-77.

[12]李世剛.女性高管、過度自信與上市公司融資偏好——來自中國資本市場的經驗證據[J].經濟經緯，2014，31（02）：92-96．

[13]胡志穎.女性CEO、社會信任和公司融資約束[J].經濟管理，2015，37（08）：88-98．

[14]熊艾倫，王子娟，張勇等.性別異質性與企業決策：文化視角下的對比研究[J].管理世界，2018，34（06）：127-139+188．

[15]周楷唐，麻志明，吳聯生.高管學術經歷與公司債務融資成本[J].經濟研究，2017，52（07）：169-183．

[16]陳海潮，王飛.高管背景特征、會計穩健性與融資約束——基于供給側改革的背景[J].財會通訊，2018（09）：21-23+47+129．

[17]汪蕾，李冬妍.高管激勵、機構投資者持股與研發投入[J].技術與創新管理，2020，41（04）：380-385.

[18]范騰云，陳慶杰.薪酬差距、產權性質與投資效率[J].技術與創新管理，2019，40（05）：611-617.

[19]李倩，焦豪.高管團隊內薪酬差距與企業績效——顧客需求不確定性與企業成長性的雙重視角[J].經濟管理，2021，43（06）：53-68．

[20]HAMBRICK D C，MASON P A.Upper echelons：The organization as a reflection of its top managers[J].Academy of Management Re view，1984，9（02）：193-207．

[21]SIMSEK Z，VEIGA JF，LUBATKIN M H.Modeling the multilevel determinants of top management team behavioral integration[J].Academy of Management Journal，2005，9（01）：69-84．

[22]淦未宇.女性高管抑制了企業R&D投資嗎？——基于中國上市公司的實證檢驗[J].西南政法大學學報，2018，20（02）：124-135．

[23]葉紅雨，陳恬.高管團隊特征對企業研發投入影響的研究——基于高管激勵的調節作用[J].技術與創新管理，2016，37（02）：177-182.

[24]海本祿，尹西明，陳勁.CEO特征、研發投資與企業績效[J].科學學研究，2020，38（02）：276-287．

[25]胡燕華，饒小歡，傅頎.CEO特征、研發投入與技術創新績效[J].財會通訊，2018（09）：65-69．

[26]王新紅，孫美娟.關鍵高管薪酬差距、風險偏好與企業創新——基于高新技術企業的經驗數據[J].華東經濟管理，2023，37（02）：42-52．

[27]祖明，汪世超，李秀偉.高管團隊特征、環境責任與企業綠色技術創新[J].吉林工商學院學報，2022，38（05）：51-58．

[28]王善平，王燦.創新投入、政府補助與融資約束[J].財會月刊，2022（09）：27-35．

[29]HUANG J，DARREN J，KISGEN.Gender and corporate finance：Are male executives overconfident relative to female executives？[J].Journal of Financial Economics，2013，（108）：822-839．

[30]BELLUCCI A，BORISOV A，ZAZZARO.Does gender matter in bank-firm relationships？Evidence from small business lending[J].Journal of Banking andFinance，2010（34）：2968-2984．

[31]張麗琨，姚梅芳.會計穩健性、高管團隊特征與債務成本關系研究[J].南方經濟，2016（09）：91-107．

[32]趙彥鋒，孟一鳴，石青梅等.高管學歷對企業稅收激進的影響[J].會計之友，2021（11）：77-85．

[33]宋薇.關鍵高管薪酬差距、研發投入與企業績效[J].財會通訊，2021（04）：50-53．

[34]葉紅雨，王勛.高新技術上市企業高管激勵對企業績效影響的實證研究——基于研發投入的中介作用[J].技術與創新管理，2017，38（05）：520-525.

[35]張勇.高管薪酬差距、市場競爭與企業組織效率[J].財會通訊，2023（08）：45-49.

[36]CARLINE N S L，YADAV P.Operating performance changes associated with corporate mergers and the role of corporate governance[J].Journal of Banking and Finance，2009（33）：1829-1841．

[37]ADHIKARI R.Revisiting the peaceful and inclusive global order[J].Peace，2018（04）：32-33.

[38]倫蕊.女性高管、研發強度與決策情景[J].經濟經緯，2020，37（05）：124-132．

[39]尹華歆.高管團隊人口統計特征對研發投入的影響——基于江蘇省創業板公司的數據分析[J].商訊，2020（10）：4-5+21.

[40]林鈺顏.女性高管、研發投入與企業價值[J].中外企業家，2019（18）：205-206.

[41]賀靜靜，張栓興，鄧楊娟.基于管理層特征下的股權結構與研發投入調節效應研究[J].科技管理研究，2017，37（08）：126-136．

[42]陳健，胡美，賈雋.董事會特征對科技型企業研發投入的影響研究[J].科技管理研究，2022，42（03）：95-107．

[43]黃新建，黃能麗，李曉輝.高管特征對提升企業R&D投資效率的影響[J].重慶大學學報（社會科學版），2014，2（03）：61-69．

[44]宋鐵波，翁藝敏，鐘熙，等．高管團隊特征視角下的CEO任期與企業研發投入——基于中小板上市公司的實證分析[J].科技管理研究，2020，40（02）：171-180．

[45]張璇.CEO特征、研發投入與企業績效的實證研究[J].中國注冊會計師，2015（08）：52-58.

[46]陳闖，劉天宇.創始經理人、管理層股權分散度與研發決策[J].金融研究，2012（07）：196-206．

[47]康華，程成，朱文璟.高管內部薪酬差距、經營風險與企業研發投入[J].預測，2020，39（01）：51-58．

[48]GOEL A M，THAKOR A V.Overconfidence CEO selection and Corporate governance[J].The Journal of Finance，2008，63（06）：2737-2784．

[49]顧雷雷，郭建鸞，王鴻宇.企業社會責任、融資約束與企業金融化[J].金融研究，2020（02）：109-127.

（責任編輯：嚴焱）