公司和高管特征与上市公司违规行为——基于机器学习的经验证据

上市公司违规问题一直备受资本市场高度关注,对于其影响因素的单一维度变量因果关系研究固然关键,但构建有效的整体性预测模型研究同样具有重要意义.本研究基于内部治理视角选取重要的公司特征和高管个人特征构建上市公司违规行为预测模型,以2008年—2019年中国A股上市公司为样本,利用机器学习算法LightGBM和SHAP工具,研究两类特征对违规行为的预测能力,重要性排序及预测模式.研究结果表明：模型可以在一定程度上预测公司违规行为,公司特征比高管个人特征对预测产生的影响更大.其中,上市公司信息透明度越高、总资产净利率越大、资产负债率越低、高管团队持股比例越高、业绩波动性越小、分析师关注度越高,模型预测违规的倾向越低;高管年龄偏小、公司存在董事长与CEO两职合一情况时,模型预测违规的倾向增高.大部分特征均与违规行为呈现非线性关系,与传统理论和实证研究结论相一致.本研究从预测视角拓展我国公司高管特征研究,为监管部门和投资者提升监管和投资效率、企业完善内部治理机制提供经验证据.     

高管职业经历与企业创新

管理的本质是一种实践,在某些情形下,阅历比简历更重要,丰富的职业经历有助于企业高管形成多元化的思维结构、广阔的管理视野、丰富的社会资源和过人的胆识,也是塑造复合型人才的重要路径。本文基于行为金融理论和高层梯队理论,手工搜集整理了2007～2016年中国沪深A股上市公司高管职业经历独特数据集,从职能部门、企业、行业、组织机构和地域类型五个维度构建了复合型职业经历的衡量指标——职业经历丰富度指数,对CEO职业经历与企业创新的影响因素和影响机理进行理论解释、数据分析和验证。研究结果表明:CEO职业经历越丰富,企业创新水平越高,其中跨企业经历对创新水平的影响最为显著,其次是跨行业经历和跨组织机构经历,跨职能部门经历和跨地域经历对企业创新水平的影响最小;影响因素方面,基于公司内外部治理的视角发现,市场化程度越低、企业融资约束程度越低时,CEO职业经历丰富度对企业创新水平的促进作用越明显,国有企业CEO职业经历丰富度对企业创新水平的促进作用更强,而股权制衡度对CEO职业经历丰富度与企业创新水平的调节作用不明显;影响机理方面,CEO复合型职业经历主要是通过丰富高管的社会网络资源以及增强高管的风险偏好倾向,从而提升企业的创新水平。本文的研究结论拓展了企业创新影响因素及高管职业经历经济后果领域的相关文献,将复合型人才的影响从国家宏观层面拓展到企业微观层面,为企业高层次人才的招聘和选拔提供新的证据支持。