CNDD-0170 上市公司高管金融背景数据及学术论文应用

CNDD-0170 上市公司高管金融背景数据及学术论文应用

01 数据介绍

▪ 数据名称: 上市公司董监高金融背景

▪ 数据编号：0170

▪ 数据层级：企业层面

▪ 数据范围：2008-2023年

▪ 样本数量：393,916条

▪ 数据来源：根据上市公司年报等信息整理

▪ 数据说明：CNDD上市公司高管金融背景数据包含证券代码、统计年份、姓名、具体职务、是否在职、任职开始日期、任职结束日期、任职机构名称、金融机构职务、是否高管、金融机构任职开始日期、金融机构任职结束日期、金融机构类别编码、金融机构所属地区、金融机构所属地区代码、任职机构层级、任职状态等变量，数据提供.dta和.xlsx两种格式。

▪ 数据维度：年度数据

▪ 综合评价：生物学的烙印理论（Imprinting Theory）指出，在特定的环境中会存在“敏感”期，在“敏感”期内焦点主体会形成适应该环境的“印记”，这些“印记”具有一定的惯性，它们会对抗环境的变化，正是由于这种惯性的存在，这些 “印记” 会对焦点主体产生持续的影响（Marquis and Tilcsik，2013）。金融行业长期与“钱”为伍，在其领域工作的人对资金有着特殊的理解，加之金融行业竞争激烈，工作强度大，压力大，即金融行业具备特殊性，其对个人能够留下适应该环境的稳定的烙印。本文认为 CEO 在金融行业的工作经历会给其带来不可磨灭的“印记”，这种“印记”会使其产生与金融行业相匹配的认知和能力，并进而影响企业的金融投资决策。基于此，CNDD推出市公司高管金融背景数据，以期为研究者们研究上市公司高管背景的影响提供借鉴。

CNDeepData 数据应用质量评级

▪ 常用度：★★★★★

▪ 稀缺度：★★★★☆

▪ 新颖度：★★★☆☆

▪ 总体级别：12颗星

✔ 常用度：是数据市场中需求指标，是指该数据在经济管理类学术论文中使用频率。

✔ 稀缺度：是数据市场中供给指标，是指该数据在其他数据库的出现频率。

✔ 新颖度：是数据市场中生成指标，是指该数据在生成时方法新颖程度和工作量。

02 主要指标

03 数据概览

04 前沿文献速递

▪ 文献来源：

杜勇,谢瑾,陈建英.CEO金融背景与实体企业金融化[J].中国工业经济,2019,(05):136-154.

▪ 文献内容：

近年来，实体经济增速放缓，与之相反，金融业却进入了高速发展的阶段，越来越多的企业为了转型发展和扩大利润而涉足金融行业，中国逐渐出现了“企业金融化”现象。在此背景下，基于烙印理论，本文选取中国沪深 A 股 2008—2016 年上市公司为样本，研究了 CEO 金融背景与企业金融化的关系，并探讨了其中的作用机制、作用环境以及CEO 金融背景在企业金融化产生的经济后果中扮演的角色。研究发现：CEO 金融背景对金融化具有显著的正向影响，其中，非银行金融背景产生的正向作用更为强烈；在控制内生性之后，结论仍然成立。进一步地，作用机制检验表明，CEO 金融背景主要通过提高CEO 自信程度和缓解融资约束来促进企业金融化。研究 CEO 金融背景对企业金融化的作用环境时发现，在国有企业和制度环境较好的企业中，CEO 金融背景对企业金融化的正向影响更为明显。最后，本文还发现，尽管实体企业金融化会加剧企业的经营风险，但 CEO金融背景的存在会弱化企业金融化对企业风险的作用。本文从管理者行为的视角拓展了烙印理论的应用范围，丰富了高管金融背景和企业金融化相关领域的研究。同时，也为企业和监管部门防范金融风险、引导投资者树立正确的心理认知和价值理念提供了相关依据。

▪ 研究设计：

为验证相较于不具有金融背景的 CEO，具有金融背景的 CEO 所在公司更倾向于金融化，即金融化程度更高，本文构建了如下两个待检验模型：

在模型（1）中，FINRATIOit 表示各企业的金融化程度，以金融资产占总资产的比例来衡量；CEOFINit 表示 i 企业在第 t 年是否聘请有金融背景的 CEO，有则为 1，反之为 0；BCEOFINit 表示 i 企业在第 t 年是否聘请只有银行背景的 CEO，有则为 1，反之为 0；NCEOFINit 表示 i 企业在第 t 年是否聘请只有非银行金融背景的 CEO，有则为 1，反之为 0。CVs 为本文的控制变量，具体包括：产权性质（STATE）、高管持股比例（SR）、企业成长性（GROWTH）、负债情况（LEV）、盈利能力（GP）、资产结构（AS）、董事会规模（BOARD）、企业规模（SIZE）、CEO 性别（SEX）、CEO 年龄（AGE）、CEO 海外经历（OVERSEA）、CEO 政治关联（CEOPC）、CEO 财务背景（CEOCW）、行业成长性（Ind_Q）。本文还控制了行业固定效应（Industryfe）和年份固定效应（Yearfe）。根据研究假设，本文预期 α1 >0，即企业聘请具有金融背景的 CEO，则其金融化程度更高。在模型（2）中，将模型（1）中解释变量换为 CEO 银行背景（BCEOFIN）和 CEO 非银行金融背景（NCEOFIN），根据研究假设，若 β1 <β2 则相较于具有银行金融背景的 CEO，具有非银行金融背景的 CEO 所在公司金融化程度更高，反之相较于具有银行金融背景的 CEO，具有非银行金融背景的 CEO 所在公司金融化程度更低。

金融背景。 主要是指：①CEO 金融背景。CEO 是企业管理中的实际决策人员，是一个企业的掌舵者，本文认为研究 CEO 的金融背景能够较好地代表高管金融背景。本文参考邓建平和陈爱华（2017）的衡量方法来定义 CEO 金融背景，即 CEO 金融背景是指 CEO 曾在政策性银行、商业银行、投资银行、金融监管部门、基金管理公司、保险公司、交易所、证券公司、证券登记结算公司、期货公司、信托公司、投资管理公司和其他金融机构担任职位。如果企业 CEO 具有金融背景则记为 1，否则记为 0。②CEO 银行背景。由于金融背景中包含的金融机构种类较多，为了更好地了解影响企业金融化的因素，本文将金融背景分为两类，分别是 CEO 银行背景和 CEO 非银行金融背景。CEO 银行背景是 CEO 只在银行类金融机构中工作过，即只具有银行金融背景记为 1，否则记为 0。③CEO 非银行金融背景。CEO 非银行金融背景是 CEO 只在非银行类金融机构中工作过，即只具有非银行金融背景记为 1，否则记为 0。

企业金融化。本文参考杜勇等（2017）的衡量方法，采用金融资产占总资产的比值来定义企业金融化。本文对金融资产的定义不同于企业会计准则中对金融资产的规定，具体区别有如下两点：①金融资产的定义不包括货币资金。因为企业持有货币资金的目的大多用于企业日常生产经营，并未给企业带来资本增值，故本文中的金融资产将其剔除。②金融资产的定义包括了投资性房地产。这是因为现阶段房地行业高速发展，许多企业持有投资性房地产的目的已经由原来的自用变为了逐利，这与本文金融资产定义相符，故将其包括在内。

▪ 实证结果：

（1）CEO 金融背景与企业金融化。表 1 报告了模型（1）的检验结果，被解释变量为企业金融化（FINTATIO），解释变量是 CEO 金融背景（CEOFIN）。第（1）列的结果显示，CEOFIN 的估计系数约为0.01，在 1%的水平上显著为正（t=6.85），这说明 CEO 金融背景与企业金融化呈正相关关系，证实了H1。为了防止其他因素对结果产生干扰，本文控制了产权性质（STATE）等其他变量，结果如第（2）列所示，CEOFIN 的估计系数也在 1%的水平上显著为正（t=6.94），这说明 CEO 的金融背景与企业金融化显著正相关，即有金融背景的 CEO 所在的企业金融化程度更高。以上结果均支持了预期的假设，即聘请有金融背景的 CEO 的企业更倾向于金融投资，金融化程度也就更高。（2）CEO 金融背景类别与企业金融化。表 2 报告了模型（2）的检验结果，被解释变量仍然为企业金融化（FINTATIO），解释变量是 CEO 银行背景（BCEOFIN）和 CEO 非银行金融背景（NCEOFIN）。第（1）列结果显示 CEO 的非银行金融背景（NCEOFIN）的估计系数大于 CEO 银行背景（BCEOFIN）的估计系数，并且也大于表 1 中 CEO 金融背景（CEOFIN）的估计系数，同时，二者间的系数差异在5%的水平上显著为正。第（2）列为加入了相关控制变量，结果与第（1）列一致，并且系数差异也较为显著①。也就是说，在企业金融投资中，CEO 的认知与能力烙印发挥的作用要大于资源获取发挥的作用，故相较于具有银行背景的 CEO，具有非银行金融背景的 CEO 所在公司的金融化程度更高。

05 其他相关文献

[1]贾俊生,刘玉婷.数字金融、高管背景与企业创新——来自中小板和创业板上市公司的经验证据[J].财贸研究,2021,32(02):65-76+110.

[2]邓建平,陈爱华.高管金融背景与企业现金持有——基于产业政策视角的实证研究[J].经济与管理研究,2017,38(03):133-144.

[3]程富,吴粒.“操纵抑制”还是“操纵促进”：CFO专业背景的影响[J].南开管理评论,2022,25(01):202-215.

06 获取方式

以下方式二选一即可：

▪ 直接购买

添加客服微信，支付价格为119元。

▪ 购买大会员

添加客服微信，购买年度普通会员149元，年度高级会员299元，永久高级会员899元，可享CNDeepData所有数据免费获取。

▪ 客服服务时间：

①服务时间在早上7:30到晚上12:30之间。

②分享数据请附带一句推荐词，例如“推荐CNDD高质量数据库”。

③请将包含时间内容的截图发给客服。

▪ 添加客服微信方式：

扫描下方二维码，或搜索下方微信号。

添加客服微信号：

DeepData001

获取更多更新数据

1. 除中国深度数据库（CNDD）特殊声明外，CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权，不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分，否则视为侵权。

2. 对于存在侵害CNDD上述权利违法行为的主体，CNDD保留依法追究其法律责任的权利。

数据授权使用说明 …

任何使用CNDD数据等产品的单位和个人，承诺只将CNDD的数据等用于学术研究，并在所得研究成果（包括但不限于学术论文、咨询报告等）中注明数据来源于CNDD。数据来源的注明方式请参考：“本研究数据来源于中国深度数据库CNDD”；英文参考：“We get the data from CNDeepData (CNDD)”。

中国深度数据库：让精品数据得以流动

CNDeepData：Let high-quality data flow without barriers

资源下载此资源下载价格为99积分（年度普通会员免费），请先

部分图片来源于网络，如涉侵权请告知，本站将第一时间删除。客服微信号：DeepData001

发表评论 取消回复

发表评论取消回复