高管團隊網絡、高管團隊薪酬與公司違規

胡云 李曉芳 李卓航

【摘要】公司違規一直是商業活動中的痼疾， 屢禁不止。本文基于2009 ～ 2019年我國上市公司數據， 運用社會網絡理論分析高管團隊網絡與公司違規的關系， 并結合行為代理理論和累積優勢理論探討高管團隊薪酬在兩者之間的傳導機制。實證結果表明： 高管團隊網絡與公司違規顯著負相關；高管團隊薪酬在高管團隊網絡與公司違規的關系中起著中介作用；就違規類型而言， 高管團隊網絡與信息披露違規和經營違規顯著負相關， 但與高管個人違規之間的負向關系不顯著， 而高管團隊網絡與違規程度和違規次數均顯著負相關。異質性分析發現， 在上市年齡越長、 企業績效越高、 政治人脈越多的公司中， 高管團隊網絡對公司違規的抑制作用越顯著。

【關鍵詞】高管團隊網絡；公司違規；高管團隊薪酬；公司業績

【中圖分類號】 F275 ? ? 【文獻標識碼】A ? ? ?【文章編號】1004-0994（2023）15-0047-8

一、 引言

長期以來， 公司違規一直是商業活動中的痼疾， 屢禁不止（王兵等，2019）。從道德角度來看， 公司違規標志著高管團隊在履行受托義務方面的道德失敗（Staubus，2005）， 對高管團隊造成了嚴重的影響。例如， 昆明機床有限公司虛報收入4.83億元， 導致公司品牌受損， 更是致使多名高管團隊成員被解雇、 起訴甚至入獄。因此， 企業尤其是高管團隊成員迫切需要尋找防止公司違規的解決方案。

由于高管團隊在公司違規行為中起著重要作用， 有一些學者高度關注團隊成員與公司違規之間的關系， 例如通過研究CEO性別（Cumming等，2015；淦未宇等，2015）、 CEO風險偏好（石晶和楊麗，2021；李世輝等，2021）、 個體薪酬（王兵等，2021；Zhou等，2018）等來了解公司違規背后的動機。也有一些學者關注高管的社會網絡對公司違規的影響。例如： Khanna等（2015）認為首席執行官利用其與董事的關系增加了欺詐行為的風險； He（2015）提出在網絡中處于中心位置的CEO和CFO更容易做出財務錯誤陳述。但也有學者提出相反意見。例如： Kuang和Lee（2017）的實證結果顯示， 獨立董事網絡中心度每增加一個標準差， 公司欺詐行為被發現的可能性就會降低22.5%； Bai等（2021）認為， CEO的社會網絡對美國財務顧問的不當行為具有很強的緩解作用。

然而， 這些研究往往聚焦于個體層面的社會網絡關系， 沒有考察集體層面的社會網絡對公司違規的影響， 也沒有考察薪酬在社會網絡與公司違規之間的作用。這方面的空白有必要進行填補， 這是因為： 首先， 高層領導的工作方式已經從個人努力轉變為更高效的團隊運作。企業決策是由團隊而不是由個人做出的， 高管團隊對企業的影響力甚至大于高管個體本身（Carpenter和Sanders，2002）。其次， 社會網絡理論中網絡參與者包括群體。Bourdieu（1985）提出， 社會資本是一個群體為了維持群體內部的團結和控制而進行的投資。另外， 與個體網絡相比， 集體網絡具有更加明確的邊界， 體現出強烈的排斥特征（左世翔，2014）。因此， 高管團隊網絡與個體網絡相比具有不同的應用價值與研究意義。最后， 高管團隊薪酬不僅是解決代理問題的途徑， 也是公司治理的工具（Zhou等，2018）。因此， 在高管團隊網絡和公司違規模型中需要考慮到高管團隊薪酬的作用。

本文可能的貢獻在于： ①通過提供高管團隊網絡影響公司違規的理論和實證結果， 補充了現有關于公司違規的文獻， 也揭示了高管團隊網絡在預防公司違規中的重要作用。②與關注個人網絡相比， 本文將上市公司放回到由管理團隊連接的網絡中， 拓寬了網絡的邊界， 彌補了現有集體層面社交網絡研究的不足， 實現了更深層次的網絡結構分析。③識別并解釋了高管團隊網絡作用于公司違規的潛在機制， 揭示了高管團隊薪酬在其路徑中的重要作用。④通過對公司違規的類型、 程度以及異質性分析， 明確了高管團隊網絡影響的具體違規行為及所需條件， 為防范公司違規提供了可操作的路徑和線索。

二、 理論分析與研究假設

（一）高管團隊網絡和公司違規

社會網絡理論認為， 網絡成員之間的聯系可以表示為網絡中的節點鏈接所形成的網絡結構（Williams和Durrance，2008）。這種結構可以促進信息、 資源等的傳輸， 從而為企業帶來經濟收益（Burt，1992）。中心度作為網絡結構的中心樞紐， 可以用來衡量節點之間的這種關系， 是社會網絡分析的一個重要方面。因此， 本文使用高管團隊網絡中心度來衡量高管團隊網絡。從資源控制和信息傳輸來說， 網絡中心度有助于考察參與者在整個社會網絡中的重要性， 并衡量資源的訪問和控制程度（Brass，1992）。高管團隊網絡中心度越高， 其信息優勢也往往越明顯（Balkundi等，2011）。而擁有的資源控制和信息優勢有助于企業及時避免違規風險。原因在于， 高管團隊可以使用比個人社交網絡更為廣泛的聯系來獲取有關特定市場運營更為全面的信息， 并為企業帶來更多的諸如融資、 投資等資源（Wu等，2021）。這些優勢一方面有助于高管更有效地組織團隊， 提升團隊工作效率， 避免公司因管理不當而鋌而走險； 另一方面， 也有利于加深高管對公司和合作伙伴的了解， 減少信息不對稱對決策所造成的負面影響， 進而能夠及時、 全面地識別出當下潛在危機， 提供更多機會來避免公司違規的風險（Chahine等，2021）。

此外， 社會網絡中參與者的空間位置決定了他們的行為（Mehra等，2006）。網絡中心度高的管理團隊意味著其在網絡中具有較高的社會地位和較好的社會聲譽（黃燦和李善民，2019）。公司違規行為一旦被發現， 高管團隊就會失去現有的社會地位和良好聲譽。這在無形中增加了違規的成本， 迫使高管團隊在面對違規時更加謹慎。最后， 高管團隊越處于核心位置， 就越有可能受到網絡中其他人例如下屬、 合作伙伴等的監督， 因此其違規行為被提前發現并及時糾正的可能性也將大大增加。基于此， 本文提出假設1：

H1： 高管團隊網絡與公司違規負相關。

（二）高管團隊薪酬的中介效應

累積優勢理論表明， “富有”的科學家（獲得更多認可和聲望的科學家）更容易獲得促進其研究的資源（如資金、 空閑時間、 實驗室等）（Merton，1868）。即“富者更富， 窮者更窮”。這些處于網絡中心的高管團隊能夠輕松連接有形資源和無形資源， 且他們的關系網絡又會隨著時間的推移逐漸發展， 反過來使他們能夠進一步吸收更多的優質資源（Bothner等，2012）。因此， 高管團隊網絡中心度越高， 其能夠進行薪酬討價還價的優勢也就越大。以往的研究也支持了上述觀點。例如， CEO 在整個職業生涯中形成的社會關系、 外部董事與CEO之間的社會聯系以及董事網絡位置都有助于提高其相應的薪酬（孫宸和莊新田，2021； 張俊瑞等，2018； Brown等，2012）。

此外， 當高管團隊位于網絡中心位置時， 其伴隨的資源或權力也更容易被組織觀察到和利用。Markóczy等（2013）就曾指出， 公司為網絡中心度付出更多是為了加強其自身網絡的防御能力。例如， 大多數銀行可能不愿意給中小公司提供諸如銀行貸款等重要資源（王擎等，2018）。然而， 高管團隊能夠通過網絡連接從其合作伙伴那里獲得貸款擔保， 從而拓寬企業融資的渠道。因此， 公司更有可能向處于網絡中心位置的高管團隊支付高薪來加強其抵御危機的能力。而且， 高網絡中心度的管理團隊在我國供不應求， 故企業往往會提供更具競爭力的薪酬來吸引這些管理團隊。據此， 本文提出假設2：

H2： 高管團隊網絡與高管團隊薪酬正相關。

行為代理理論提出， 高管主要是厭惡損失， 其次是厭惡風險（Wiseman和Gomez-Mejia，1998）。那么， 當公司違規的損失大于風險收益的時候， 高管團隊將更傾向于規避違規風險。當高管團隊獲得的薪酬越多， 違規給團隊造成的損失成本也就越高。盡管企業失敗導致的資產損失最終會涉及本金， 但高管團隊的損失也會因此增加。如果一家企業被發現存在欺詐行為， 其高管團隊可能會受到巨額罰款、 降職或解雇， 更不用說會對其聲譽和職業前景造成損害。由于這些處罰， 高薪的高管團隊將受到更大的影響（Zhou等，2018）。因此， 高薪的高管團隊會盡量避免違規進而給自己和委托人帶來損失。也就是說， 給高管團隊更多的報酬， 會讓他們在面對違規行為時更加謹慎。以往文獻支持了上述觀點。周澤將等（2021）、 徐筱鳳等（2019）、 王兵等（2019）的研究結果都表明， 薪酬激勵通常會使高管在面對風險時更加謹慎。

與此同時， 伴隨著高管團隊占據社會網絡中更中心的位置， 團隊能夠獲得更多的報酬， 而這種報酬的增加無形中增加了違規的成本， 從而抑制公司違規的發生。具體來說， 如果公司發生違規， 高管團隊面臨的損失之一就是由于團隊處于網絡中心位置而帶來的這種高薪（Conyon和He，2016）。因此， 高管團隊將更加盡職工作， 以避免不必要的風險。此外， 如果公司向高網絡中心度的高管團隊提供更高的薪酬， 基于互惠的原則， 高管團隊也將更好地履行職責， 進而大大降低公司違規的可能性。據此， 本文提出假設3：

H3： 高管團隊網絡可以通過提高高管團隊薪酬來降低公司違規的可能性。

三、 研究設計

（一）數據來源和樣本選擇

本文從CSMAR數據庫中收集了2009 ～ 2019年有關上市公司違規行為、 高管團隊背景、 所有權、 內部治理結構以及財務和市場信息的數據。之所以選擇2009年作為起點， 是因為2009年正值2008年全球金融危機之后， 也是中國創業板上市的元年； 選擇結束年份為2019年是為了避免環境因素的潛在影響。本文按照以下標準對數據進行處理： ①剔除金融行業樣本； ②剔除數據缺失的樣本。最終， 樣本包含來自3498 家上市公司的24652個觀測值。

（二）變量定義

1. 因變量： 公司違規。由于公司違規無法被直接觀測到， 只有被中國證監會、 深圳證券交易所、 上海證券交易所以及財政部等其他機構處罰時才能發現。并且， 發現公司違規的時間不一定與公司實際違規的時間完全一致。有的公司在同一違規處罰事件中涉及多個實際違規年份。因此， 本文參考以往的研究（李世輝等，2021）創建一個虛擬變量， 若公司當年有違規處罰記錄或被以后年份追溯到該年有違規記錄， 則賦值為1， 否則賦值為0。

2. 自變量： 高管團隊網絡。基于以往研究（Chahine等，2021）， 本文使用社交網絡分析中的網絡中心度來衡量高管團隊網絡。本文中的高管團隊包括董事、 監事和其他高級管理人員。本文重點關注基于工作單位的網絡關系， 即在高管團隊網絡中， 每個高管可視為一個節點， 如果兩位高管曾經在同一個公司任職， 則認為他們之間存在著一定程度的聯系。具體來說， 本研究涉及的步驟如下： 首先， 使用Python軟件對高管人員的背景信息進行查詢， 以確保其ID的唯一性。其次， 根據高管團隊成員之間的工作關系構建一個鄰接矩陣。然后， 將該矩陣導入Pajek軟件中， 計算出度中心度、 中介中心度、 接近中心度和特征向量中心度， 并進行皮爾森、斯皮爾曼檢測， 結果如表1所示， 四個中心度之間存在較高的相關性 （P<0.001）。因此， 本文使用主成分分析法來提取一個可以用來衡量高管團隊網絡中心度的公因子， 結果如表2所示。結果表明， 前三個主成分提取的公因子解釋了總方差的95.63%， 表明使用公因子來衡量高管團隊網絡中心度是合適的。

3. 中介變量： 高管團隊薪酬。本文使用高管團隊平均薪酬的自然對數進行衡量， 計算方式如下：

其中， i代表公司， t代表年份， compenastionTMT 代表高管團隊總薪酬， number of top manager表示高管團隊總人數。本文中高管團隊薪酬主要由現金和獎金組成， 原因在于， 在我國很少有公司提供其他替代形式的補償， 例如股票期權， 并且高管股票信息披露并不全面（Zhou等，2018）。

4. 控制變量。為了確保分析的有效性， 本文從公司特征、 公司治理以及訴訟風險三個方面選取控制變量。其中： 公司特征方面包括公司規模、 產權性質、 上市年齡、 財務杠桿、 企業績效、 存貨比例以及資本密集度； 公司治理方面包括第一大股東持股比例、 董事會規模、 獨立董事占比、 董事會會議頻率以及兩職合一（董事長和首席執行官）； 訴訟風險方面包括是否“四大”審計和流通股換手率。最后， 還考慮了年份和行業虛擬變量， 以控制未觀察到的時間和特定行業的影響。以上變量定義詳見表3。

（三）模型構建

為了檢驗假設1即高管團隊網絡和公司違規之間的關系， 本文采用二元邏輯回歸模型， 公式如下：

Vioi，t=α0+α1TMT network centralityi，t-1+

αk∑Controlsi，t-1+∑Year+∑Ind+εi，t （1）

為了驗證假設2和假設3， 參考Zhou等（2018）的研究， 本文采用因果逐步回歸模型來檢驗公司違規方面的中介效應。此外， 考慮到廣義結構方程模型（GSEM）常被用來檢驗非線性模型（如logistic模型）， 借鑒張順和祝毅（2021）的研究， 本文再次將變量引入GSEM以檢驗因變量為二分類變量的中介效應的真實性并進行相應的效應分析。公式如下：

TMT compensationi，t=γ0+γ1TMT network

centralityi，t-1+γk∑Controlsi，t-1+∑Year+∑Ind+εi，t （2）

Vioi，t=θ0+θ1TMT network centralityi，t-1+

TMT compensationi，t-1+θk∑Controlsi，t-1+∑Year+

∑Ind+εi，t （3）

其中， i 代表公司， t 代表年份， ?Controls 代表行業、 年份之外的控制變量， ε是隨機擾動項。此外， 對自變量、 中介變量和控制變量進行滯后一期處理， 以減少反向因果關系的可能性。

四、 實證結果分析

（一）描述性統計

表4是變量的描述性統計結果。從表中可以發現， 公司違規的平均值為0.162。 這意味著上市公司全樣本中有16.2%的公司存在違規行為， 與徐筱鳳等（2019）提供的統計數據15.9%接近。高管團隊網絡的均值為0.0326， 最大值為14.09， 最小值為-1.432。這表明高管團隊網絡之間的差異較大。高管團隊薪酬的均值為12.33， 最大值為15.87， 最小值為6.746， 其標準差小于高管團隊網絡， 說明高管團隊薪酬分布相對均勻。并且， 所有變量構造的方差膨脹系數（VIF）均小于5， 因此不存在多重共線性問題。

（二）基本回歸

表5展示了高管團隊網絡與公司違規關系的回歸結果。列（1）為單變量邏輯回歸結果， 高管團隊網絡的系數在1%的水平上顯著為負。列（2） ～ （4）為加入控制變量后的回歸結果。可以發現， 加入所有控制變量后， 高管團隊網絡的系數在1%的水平上仍然顯著為負， 這意味著高管團隊網絡中心度每增加一個單位， 公司違規的幾率降低6.81%， 即高管團隊網絡能顯著抑制公司違規現象的發生。回歸結果與H1一致， 即H1成立。

（三）中介效應檢驗

首先， 使用因果逐步回歸方法來檢驗高管團隊薪酬的中介效應， 結果如表6所示。

表6的列（1）顯示了使用普通最小二乘法對高管團隊網絡和高管團隊薪酬進行回歸的結果。結果表明， 高管團隊網絡的系數在1%的水平上顯著為正， 說明高管團隊網絡對高管團隊薪酬有正向影響。這一結果支持了假設 2。列（2）是采用二元logistic模型進行高管團隊薪酬與公司違規之間關系的回歸結果， 高管團隊薪酬的回歸系數在1%的水平上顯著為負， 表明高管團隊薪酬抑制了公司違規的發生。再在二元logistic模型回歸方程中加入高管團隊網絡和高管團隊薪酬后， 結果如列（3）所示， 高管團隊網絡和高管團隊薪酬的系數分別在5%和1%的水平上顯著為負。這些結果初步表明高管團隊薪酬具有中介效應。

考慮到廣義結構方程模型（GSEM）可以處理非線性中介效應、 準確估計中介變量的效應、 測度貢獻率， 本文進一步采用GSEM來檢驗高管團隊薪酬的中介效應， 結果如表7所示。從表7中可以看出， 間接效應、 直接效應和總效應的貢獻率均在1%的水平上高度顯著。間接效應對總效應的貢獻率為42.38%。這意味著高管團隊薪酬在高管團隊網絡和公司違規之間起著重要的部分中介作用。也就是說， 高管團隊網絡可以通過增加高管團隊薪酬來抑制公司違規的發生。因此， 假設2成立。

（四）穩健性檢驗

1. 采用工具變量法（IV）。為了進一步降低內生性問題的影響， 本文使用工具變量進行檢驗并通過two-step weakiv進行弱工具變量測試。由于目前在社會網絡分析中比較難找到合適的工具變量（黃燦和李善民，2019）， 本文參考陳運森和謝德仁（2011）的研究， 將高管團隊網絡作為解釋變量放入回歸模型中進行預測， 然后利用回歸模型得到高管團隊網絡的殘差， 并將該殘差作為工具變量進行最大似然估計檢驗。其原因在于該殘差與其他控制變量無關， 但與高管團隊網絡高度相關。結果顯示在表8的列（1）和列（2）中。列（1）為第一階段的回歸結果， 殘差系數顯著為正。列（2）顯示了第二階段的回歸結果。此時， 高管團隊網絡的系數顯著為負， 并且結果通過了two-step weakiv的檢驗， 說明該工具變量并不是弱工具變量， 而且此時潛在內生變量滯后的高管團隊網絡與公司違規之間的負相關關系仍然是穩健的。

2. 采用傾向得分匹配法（PSM）。為了避免樣本自選偏差， 使用PSM來重新匹配樣本。本文使用最近鄰PSM估計公司違規的傾向， 再使用logistic模型對匹配樣本進行回歸檢驗， 具體結果如表8列（3）所示。在列（3）中， 高管團隊網絡的系數在1%的水平上顯著為負。回歸結果與基本模型結果一致， 說明樣本偏差并未影響本文的研究結果。

3. 以特征向量中心度替代自變量。根據之前的研究（Wu等，2021）， 本文以特征向量中心度（Eigenvector）作為高管團隊網絡的替代變量， 檢驗結果顯示在表9的列 （1） ～ （3）中。列（1）的結果表明， 特征向量中心度與公司違規在1%的水平上顯著負相關， 這與主要回歸結果一致。列（2）的結果表明， 特征向量中心度在1%的水平上與高管團隊薪酬顯著正相關， 支持了假設2。列（3）中， 特征向量中心度的系數在1%的水平上顯著為負， 表明高管團隊薪酬在模型中起到了中介作用， 支持了假設3。

4. 以公司違規的次數替代因變量。本文使用公司違規的次數作為因變量的替代變量， 并使用有序邏輯模型進行回歸， 結果如表9列（4）和（5）所示。列（4）和（5）中高管團隊網絡自變量和因變量的系數均顯著為負， 列（5）中高管團隊薪酬的系數也顯著為負。該結果與本文的主要假設一致， 這表明主要結果是穩健的。

五、 進一步研究

（一）違規類型和違規程度

根據Zhou等（2018）的研究， 本文將違規進一步分為信息披露違規、 經營違規和高管個人違規。具體而言： 信息披露違規包括虛構利潤、 虛構資產、 虛假記載（誤導性陳述）、 延遲披露、 重大遺漏、 虛假披露、 一般會計處理不當等； 經營違規包括欺詐上市、 違規投資、 擅自變更資金用途、 占用公司資產、 違規擔保等經營違規行為； ?高管個人違規包括內幕交易、 非法買賣股票和操縱股價。將違規類型作為因變量添加到邏輯回歸模型中， 結果如表10列（1） ～ （3）所示。結果表明， 高管團隊網絡與信息披露違規和經營違規均存在顯著的負相關關系， 但與高管個人違規的負相關關系并不顯著。可能的原因在于， 高管個人違規往往更為隱蔽且是多種因素綜合作用的結果。這不僅僅取決于高管團隊之間的聯系和互動， 高管的道德品質、 價值觀、 個人利益等因素都可能影響高管的決策和行為， 導致個別高管違規現象的發生。

根據證監會的規定， 違規處罰形式包括批評、 警告、 譴責、 罰款、 沒收違法所得、 吊銷營業執照、 市場禁入等。本文以處罰形式為依據來衡量公司違規的嚴重程度。具體而言： 如果上市公司在某一年度沒有因違規而受到處罰， 則因變量賦值為零； ?如果處罰類型是“其他”， 則賦值為1； ?如果處罰類型是批評或譴責， 則賦值為2； ?如果處罰類型為警告、 罰款、 沒收違法所得， 則賦值為3； ?如果處罰類型為吊銷營業執照或市場禁入， 則賦值為4。如果同一公司同時受到數次處罰或者一年內多次受到處罰的， 則取其中最高的賦值。結果如表10列（4）所示。結果表明， 高管團隊網絡與公司違規顯著負相關。

（二）異質性分析

上市年齡是衡量企業特征的重要指標， 年限長的上市公司往往擁有更好的內部控制， 也更善于進行危機管理。因此， 本文根據上市年齡低于或高于行業平均水平， 將樣本分為短和長兩個子樣本分別進行邏輯回歸， 結果如表11 列（1）和（2）所示。結果表明， 高管團隊網絡與公司違規的負相關關系在上市年齡較長的企業中顯著， 而在上市年齡較短的企業中不顯著。可能的原因在于， 上市年齡較短的公司通常處于成長期， 其商業環境和組織結構相對不穩定。此時， 建立和發展高管團隊網絡對上市年齡短的公司而言具有很大的挑戰性。此外， 上市年齡短的公司與政府、 行業組織和其他公司的聯系也比較有限， 從而限制了高管團隊的互動和信息交流。

業績優秀的上市公司通常財務壓力較小， 發生違規的概率也較低（Zhou等，2018）。據此， 本文根據公司業績是否高于行業平均水平， 將樣本分為差和好兩個子樣本分別進行回歸， 結果如表11列（3）和（4）所示。結果表明， 在業績較好的公司中高管團隊網絡與公司違規的負相關關系更為顯著。可能的原因在于： 公司業績好的公司往往擁有更為高效的組織結構和管理制度， 可以提高高管團隊網絡的效能。這些公司還可以使用更先進的信息技術和管理工具來促進高管之間的信息共享和協作， 從而增強高管團隊網絡的作用。相比之下， 業績差的公司則會面臨退市的威脅， 增加了違規的風險。此外， 業績差的公司也可能缺乏維持高管團隊網絡所需的資金和時間。

在我國特殊的經濟政治體制下， 關鍵的發展資源往往掌握在政府手中， 構建政企關系也成為企業獲得重點發展的重要途徑（Wu等，2021）。因此， 本文根據高管團隊是否有政府關系將樣本分為無和有兩個子樣本分別進行回歸， ?結果如表11列（5）和（6）所示。結果表明： 在高管團隊有政府關系時， 高管團隊網絡與公司違規的負相關關系顯著； 而在無政府關系的子樣本中， 高管團隊網絡與公司違規的關系并不顯著。可能的原因在于， 與政府有關系的高管團隊更容易獲得政府的資源和支持， 也相應地面臨著更強的政府監管和約束， 從而促使高管團隊履行受托責任并進行合規經營。相反， 在無政府關系的團隊中， 高管團隊不僅資源受限， 而且面臨的政府監管和約束也相對較弱， 高管團隊網絡對公司違規的抑制作用不如在有政府關系的公司中明顯。

六、 結論和政策建議

（一）結論

本文基于2009 ～ 2019年我國上市公司相關數據， 實證檢驗了高管團隊網絡與公司違規的關系， 并且測試了高管團隊薪酬在其中的中介作用。為確保結論的可靠性， 還進行了一系列穩健性測試， 主要結果不變。本文的主要結論如下： ①高管團隊網絡與公司違規顯著負相關， 即高管團隊在網絡中的位置越靠近中心， 公司違規發生的概率越低。②高管團隊薪酬在高管團隊網絡和公司違規之間具有傳導作用， 即高管團隊網絡可以通過提高高管團隊薪酬來增加違規成本進而有效抑制公司違規的發生。③就違規類型而言， 高管團隊網絡對信息披露違規和經營違規具有顯著的抑制作用， 但對高管個人違規的抑制作用并不顯著。此外， 高管團隊網絡與公司違規的程度和次數顯著負相關。④上市年齡越長、 業績越好、 有政府關系的公司， 可以更好地發揮高管團隊網絡對公司違規的抑制作用。

（二）政策建議

基于上述結論， 本文提出以下建議： ①深入了解高管團隊網絡的治理作用。企業應該認識到高管團隊網絡不僅有利于信息的傳遞， 還能對公司違規行為產生有效的震懾作用。企業可以通過引進工作經驗豐富的高管， 來增強高管團隊的多樣性和專業性， 提升公司的治理水平。②完善薪酬體系。完善的薪酬體系可以促使高管團隊減少不道德行為， 因此企業應當建立完善的薪酬體系， 以激勵高管團隊盡職工作。可以考慮提供更高的薪酬以留住現有的高質量團隊成員或吸引新的成員加入， 從而形成穩定、 高效的高管團隊。此外， 薪酬體系也應該與公司績效和道德合規等因素相掛鉤， 確保對高管團隊的激勵與公司長期健康發展目標一致。③建立健全內部監督體系， 加強內部道德教育。企業需要高度重視高管個人違規行為， 特別是那些形式隱蔽性更強的行為。因此， 應該建立健全內部監督體系并拓寬可行的舉報渠道， 包括內部審計、 風險管理和合規等機制， 進而加強對高層管理人員行為的監督。同時， 加大對高管團隊成員的道德教育， 引導其樹立正確的職業道德觀念和行為規范。④加強外部監督。政府作為監管部門應該對核心的高管團隊進行監督， 以防范高管團隊網絡的外部效應。尤其對于上市年齡短、 業績差、 無政府關系的公司， 應當特別關注。當發現公司存在違規行為時， 有關部門應予以嚴厲處罰， 提高對公司違規的震懾力， 確保法律法規得到有效執行。

【 主 要 參 考 文 獻 】

陳運森，謝德仁．網絡位置、獨立董事治理與投資效率［ J］．管理世界，2011（7）：113 ～ 127．

淦未宇，徐細雄，林丁健．高管性別、權力結構與企業反倫理行為——基于上市公司違規操作PSM配對樣本的實證檢驗［ J］．外國經濟與管理，2015（10）：18 ～ 31．

黃燦，李善民．股東關系網絡、信息優勢與企業績效［ J］．南開管理評論，2019（2）：75 ～ 88+127．

李世輝，卿水娟，賀勇等．審計收費、CEO風險偏好與企業違規［ J］．審計研究，2021（3）：84 ～ 95．

石晶，楊麗．CEO風險偏好、財務困境與企業違規［ J］．財經理論與實踐，2021（4）：66 ～ 73．

孫宸，莊新田．董事網絡位置對高管薪酬水平影響的實證研究［ J］．東北大學學報（自然科學版），2021（7）：1049 ～ 1056．

王兵，何依，呂夢．CFO薪酬溢價和公司財務違規［ J］．審計研究，2019（2）：73 ～ 81．

王擎，席代金，鄧光軍．企業價值、銀行債務價值和信貸配給——基于實物期權的分析方法［ J］．投資研究，2018（5）：128 ～ 141．

徐筱鳳，李壽喜，黃學鵬．實際控制人、高管激勵與上市公司違規行為［ J］．世界經濟文匯，2019（5）：90 ～ 101．

張俊瑞，王良輝，汪方軍．管理層任職網絡會影響高管薪酬嗎？——一項基于社會資本的實證研究［ J］．管理評論，2018（6）：136 ～ 148．

張順，祝毅．代際流動軌跡與分配公平感——影響機制與實證分析［ J］．社會學評論，2021（3）：199 ～ 218．

左世翔．新經濟社會學理論之比較研究社會網絡與社會資本的異同［ J］．商業時代，2014（34）：40 ～ 43．

Bai J.，Shang C.， Wan C.， et al.. Social capital and individual ethics： Evidence from financial adviser misconduct［ J］． Journal of Business Ethics，2021 （2）：495 ～ 518．

Balkundi P.， Kilduff M.， Harrison D. A.. Centrality and charisma： Compa-ring how leader networks and attributions affect team performance［ J］． Journal of Applied Psychology，2011（96）：1209 ～ 1222．

Bothner M. S.， Kim Y. K.， Smith E. B.. How does status affect performance？ Status as an asset vs. status as a liability in the PGA and NASCAR［ J］． Organization Science，2012（23）：416 ～ 433．

Bourdieu P.. The social space and the genesis of groups［ J］． Social Science Information，1985（24）：195 ～ 220．

Brass D. J.. Power in organizations： A social network perspective［ J］． Research in Politics and Society，1992（4）：295 ～ 323．

Brown R.， Gao N.， Lee E.， Stathopoulos K.. What are friends for？ CEO networks， pay and corporate governance［ J］． Corporate Governance： Recent Developments and New Trends，2012（127）：287 ～ 307．

Burt M.. The justification for applying the effective-mass approximation to microstructures［ J］． Journal of Physics： Condensed Matter，1992（32）：6651 ～ 6690．

Carpenter M. A.， Sanders W. G.. Top management team compensation： The missing link between CEO pay and firm performance［ J］． Strategic Management Journal，2002（4）：367 ～ 375．

Chahine S.， Fang Y.， Hasan I.， et al.. CEO network centrality and the likelihood of financial reporting fraud［ J］． Abacus，2021（57）：654 ～ 678．

Conyon M. J.， He L.. Executive compensation and corporate fraud in China［ J］． Journal of Business Ethics，2016（134）：669 ～ 691．

Cumming D.， Leung T.Y.， Rui O.. Gender diversity and securities fraud［ J］．Academy of Management Journal，2015（58）：1572 ～ 1593．

He J.. Whom do I know？ Executive network centrality and corporate repor-ting［M］． Utah： The University of Utah，2015．

Khanna V.， Kim E. H.， Lu Y.. CEO connectedness and corporate fraud［ J］．The Journal of Finance，2015（3）：1203 ～ 1252．

Kuang Y. F.， Lee G.. Corporate fraud and external social connectedness of independent directors［ J］． Journal of Corporate Finance，2017（45）：401 ～ 427．

Markóczy L.， Li Sun S.， Peng M. W.， et al.. Social network contingency， symbolic management， and boundary stretching［ J］． Strategic Management Journal，2013（11）：1367 ～ 1387．

Mehra A.， Dixon A. L.， Brass D. J.， et al.. The social network ties of group leaders： Implications for group performance and leader reputation［ J］． Organization Science，2006（17）：64 ～ 79．

Staubus G. J.. Ethics failures in corporate financial reporting［ J］． Journal of Business Ethics，2005（1）：5 ～ 15．

Williams K.， Durrance J. C.. Social networks and social capital： Rethinking theory in community informatics［ J］． The Journal of Community Informatics，2008（4）：1 ～ 32．

Wiseman R. M.， Gomez-Mejia L. R.. A behavioral agency model of managerial risk taking［ J］． The Academy of Management Review，1998（1）：133 ～ 153．

Wu J.， Wood G.， Khan Z.. Top management team's formal network and international expansion of Chinese firms： The moderating role of state ownership and political ties［ J］． International Business Review，2021（3）：101803．

Zhou F.， Zhang Z.， Yang J.， et al.. Delisting pressure， executive compensation， and corporate fraud： Evidence from China［ J］． Pacific-Basin Finance Journal，2018（48）：17 ～ 34．