Impact of Second Generation Kinships in Family Businesses on Enterprise Fraud
-
摘要:
选取2003—2019年进入代际传承阶段的中国A股上市家族企业为样本，探讨不同亲缘关系二代对企业违规行为的异质性影响。研究发现：相对于远亲家族成员二代，近亲家族成员二代抑制了企业违规行为；企业数字化转型对上述关系有负向调节作用，经济政策不确定性对上述关系有正向调节作用。差异性分析发现，区分违规类型，与经营违规和领导人违规相比，近亲家族成员二代对信息披露违规的治理作用更明显；区分违规严重程度，近亲家族成员二代对一般违规行为的抑制作用更显著。提出近亲家族成员二代显著提高了企业违规后被稽查出来的概率，并且降低了企业的违规倾向。从家族企业亲缘关系与代际传承这一交叉视角出发，研究不同亲缘关系二代对企业违规行为的差异性影响，力图进一步完善上市家族企业治理。
Abstract:Enterprise fraud is the key to the long-term development of family businesses, but the prior research ignores the role of the second generation of kinship. Based on the empirical data of listed family businesses in China from 2003 to 2019, this paper investigates the impact of the second generation of kinship on the enterprise fraud. Results show that compared with the second generation of distant relatives, the second generation of close relatives has a negative effect on enterprise fraud. The digital transformation has a negative moderating effect on the above-mentioned relationship, the economic policy uncertainty has a positive moderating effect on the relationship. Heterogeneity analysis show that compared with business fraud and leaders′ fraud, the second generation of close relatives has a negative effect on governing information disclosure fraud, and on general fraud, too. Furthermore, the second generation of close relatives has a negative effect on the probability of being checked out and the tendency of enterprises fraud. The study enriches the literature on the second generation of kinship of the family business and the enterprise fraud, and provides empirical evidence for a better understanding of how the second generation of kinship of the family business affects strategic decision-making.
-
Keywords:
- family business /
- kinship /
- succession /
- enterprise fraud /
- digital transformation
-
改革开放40年来，中国的家族企业取得了不可替代的经济地位。目前，中国家族企业正处于代际传承的高峰期，据《2021年全球家族企业调研——中国报告》显示[1]，中国家族企业中一代与二代同时任职的比例高达51%。截至2019年，在2 281家A股上市家族企业中，有564家家族企业处于代际传承阶段①。但在主流的“子承父业”传承模式下，与父辈较高的传承意愿相比，子女的继承意愿较低。《中国家族企业传承报告》显示[2]，没有明确接班想法的一代的子女占总样本的51%。在此背景下，当下的代际传承实践中出现了一种新的现象，即“子承父业”的“子”不再单指家族一代的亲生子女，家族一代的“侄子”“女婿”和“外甥”等远亲家族成员二代在企业担任高管甚至成为继承人的情况日益增加。例如，“双环传动”创始人叶善群将企业交到大女婿吴长泓手中，“科华恒盛”创始人陈建平去世后，由侄子陈成辉接管家族企业。截至2019年，中国上市家族企业中有57家企业有远亲家族成员二代涉入，如果考虑中国2 700万民营企业的庞大基数，该现象在中国的家族企业中更为普遍。与此同时，我国资本市场正处于新兴加转轨时期，市场法规尚不健全，在这一现实情况下，上市公司的违规事件频发，甚至威胁到我国的金融与经济安全。因此，越来越多的远亲家族成员二代继承家族企业，促使人们思考不同亲缘关系二代继承家族企业对企业违规的影响是否存在差异？但与家族企业实践中该现象越来越普遍相比，现有文献还缺少对于该问题的研究。因此，将亲缘关系与代际传承纳入同一研究框架，研究其对家族企业违规的影响显得尤为迫切和重要。
① 资料来源于本文整理。
基于此，本文以2003—2019年进入代际传承阶段的中国A股上市家族企业为样本，研究不同亲缘关系二代对企业违规行为的差异性影响；同时，检验企业数字化转型和经济政策不确定性对上述关系的影响；更进一步，考察不同亲缘关系二代对不同违规类型和不同违规严重程度的影响；最后，考察了不同亲缘关系二代对企业违规倾向和违规后被稽查的概率的影响。
本研究的创新点在于：(1)从家族企业亲缘关系与代际传承的交叉视角出发，丰富了家族企业差异性的相关研究。已有代际传承的文献主要研究将企业传承给家族一代的子女。但实际上，除家族一代的子女继承之外，家族企业还可以传给远亲家族成员二代，但这种传承方式并未引起理论研究的重视。而本文基于中国上市家族企业的实际情况，为远亲家族成员二代参与家族企业管理甚至接班提供了新的思路，打开了家族企业代际传承过程中的暗箱。(2)构建一个新的差序格局理论与社会情感财富理论耦合的视角，用来解释家族企业差异性问题。现有理论和家族企业特有的社会情感财富理论，可以很好地解释家族企业与非家族企业的差异，但很难解释家族企业内部的差异。因此，本文尝试运用两种理论进行互补性解释。一方面，有助于学者更加深入地理解家族企业的复杂性和多行动主体交互影响的本质特征。另一方面，拓展了多个经典理论的应用场景，为以后家族企业理论创新和发展的方向提供参考价值。(3)丰富了企业违规行为的影响因素研究。以往关于企业内部因素对企业违规行为影响的研究中，较多关注公司治理等显性因素的影响，而本文将研究视角放在“二代亲缘关系”这一隐性因素的影响，拓展了企业违规行为影响因素研究。(4)对已有模型进行改进，提出“家族企业违规社会情感财富损失与收益分析模型”，专门解释家族企业的违规行为。已有研究认为，企业的违规行为取决于管理者在经济利益方面对违规成本与违规收益的考量。但该模型并不适用于家族企业，因为家族企业将社会情感财富而不是经济利益作为决策的参照点。因此，本文将社会情感财富代替经济利益用以分析违规行为的动机，从而合理地解释了家族企业违规倾向和违规后被稽查的概率问题，也为家族企业违规行为的研究提供了新的研究框架。
一. 文献述评
一 二代亲缘关系的相关研究
二代亲缘关系指家族企业二代与家族企业一代(家族企业的实际控制人)的亲缘关系，此概念衍生自家族企业研究中“亲缘关系”的概念，关于亲缘关系的研究一直是家族企业研究的热点问题。家族企业的特点是具有亲缘关系的家族成员参与企业管理，这使得家族企业与非家族企业在经营目标和管理风格上存在较大区别。因此，家族企业研究较多关注家族企业与非家族企业之间的差异。随着研究的深入，学者通过对家族企业实践层面的观察，发现家族企业内部的家族成员并非同质化，不同家族成员在目标和偏好上存在较大差异，而这种差异的程度取决于家族成员与家族企业一代(家族企业实际控制人)亲缘关系的远近(李婧等，2010；王明琳等，2014；谭庆美等，2022)[3-5]。沿此思路，学者们开始探讨具体的亲缘关系治理模式对家族企业的影响，例如，夫妻(许宇鹏等，2021)、兄弟姐妹(许年行等，2019)和“创一代—至亲”(杨婵等，2018)[6-8]。但以上研究存在两个问题：(1)现有研究关注了几类常见的亲缘关系对家族企业的影响，但鲜有学者注意到实践层面出现的远亲家族成员二代进入家族企业参与代际传承的新情况；(2)现有理论框架在解释家族企业二代成员差异性上存在局限性。现有研究大都基于代理理论、管家理论和差序格局理论等理论框架，虽然以上理论可以从某一角度对家族企业的行为和绩效的影响进行解释，但并没有直接揭示出家族企业的本质，这在一定程度上弱化了家族企业研究的价值。即使个别学者采用家族企业专属的社会情感财富理论进行分析，但社会情感财富理论本身也存在着不足。有学者注意到社会情感财富理论很好地解释了家族企业与非家族企业之间的差异性问题，却很难解释家族企业内部的差异性问题[9-10]。基于此，李新春等(2020)认为，当以某一种理论难以解释家族企业的本质时，一种可行的思路是整合多种理论进行互补性解释[10]，这为本文的理论构建提供了方向。目前，已有学者按此方法进行理论构建，例如，基于代理理论的社会情感财富理论框架，分析家族企业行为问题，以及基于社会情感财富理论的混合决策行为框架，分析家族企业风险承担行为[11-12]。
二 企业违规的相关研究
关于企业违规行为影响因素的研究较为丰富。在研究理论方面，现有研究大都基于舞弊三角理论和“公司违规成本与收益模型”进行分析。舞弊三角理论认为企业的违规行为是由压力、机会和合理化三方面共同决定的，该理论为企业违规影响因素的研究提供了方向。但在具体分析管理者的违规行为时，陆瑶等(2016)提出的“公司违规成本与收益分析”方法更加具体[13]，因此更为适用。该方法认为管理者是否违规取决于违规带来的收益(G)及违规成本(C)之差。当G>C时，则管理者会违规。在实证研究方面，现有文献普遍认为，企业内部治理和外部治理是企业违规的重要影响因素。而内部治理因素中，学者考察了股东特征(张晨宇等，2020)、所有制性质(梁上坤等，2019)和监事会特征(周泽将等，2019)等因素的影响[14-16]。
基于对已有研究的综述研究发现：(1)已有研究只考虑公司治理等显性的因素，忽视了二代亲缘关系这一隐性因素。事实上，在中国这种“关系本位”的社会中，二代亲缘关系作为非正式治理方式在企业管理中发挥着重要作用。目前学者关注的非正式治理方式主要有老乡关系(陆瑶等，2016)[13]和校友关系(施密特，2015)[17]，但对于处在代际传承的家族企业来说，二代亲缘关系更为重要。因为家族企业通常将社会情感财富作为决策的参照点，社会情感财富的核心就是成功地进行代际传承，而不同亲缘关系二代继承家族企业必然会产生差异。但遗憾的是，该问题并没有引起学者的重视。(2)“公司违规成本与收益分析”方法存在局限性，并不适合解释家族企业的违规行为。“公司违规成本与收益分析”方法有效地解释了企业违规行为的动机，但其只考虑经济利益，却忽视了非经济利益。与非家族企业明显不同的是，家族企业的决策点为社会情感财富，所以该方法不能很好地解释家族企业的违规行为。
二. 研究假设
一 二代亲缘关系对企业违规行为的影响
本文借鉴科雷亚(Correia，2014)、陆瑶等(2016)的“公司违规成本与收益分析”的逻辑[18, 13]，将经济利益替换成社会情感财富，提出了“家族企业违规社会情感财富损失与收益分析模型”。假设家族企业违规带来的社会情感财富收益记为S，则有：
$$S=\mathrm{ES}+\mathrm{AS}$$ (1) 式(1)中，ES是家族企业通过违规获得额外的社会情感财富，AS是家族企业通过违规避免家族企业亏损或投资失败带来的社会情感财富的损失。
假设家族企业通过违规带来的社会情感财富损失记为C，则有：
$$C=P \times F$$ (2) 式(2)中，P为家族企业违规后会被稽查出的概率，F是违规被披露后家族企业面临的社会情感财富损失。
当S＞C时，家族企业二代有动机进行违规行为。
此外，本文提出一个基于社会学中的差序格局理论与社会情感财富理论耦合的视角，来解释家族企业不同亲缘关系二代的差异性问题。差序格局理论被广泛用于解释中国社会和家庭关系的研究中，该理论认为中国社会就是一个“以己为中心”、以家族的亲缘关系为经纬而形成的亲疏有别的网络。在该网络中，亲缘关系越近，就越容易被接纳和合作，反之则相反。差序格局不仅是一种伦理道德的模式，还是一种资源配置模式，体现为土地、货币和财产等物质资源，以及地位、荣誉和名声等精神资源(费孝通，1947)[19]。将这一逻辑拓展到家族企业则表现为：虽然远亲家族成员二代和近亲家族成员二代作为家族成员都将保存或增加社会情感财富作为决策参照点，但由于近亲家族成员二代与家族企业一代亲缘关系更近，相对于远亲家族成员二代，近亲家族成员二代不仅本身具有很高的社会情感财富，还更倾向于保存或增加社会情感财富。
关于家族企业违规带来的社会情感财富收益S。对于通过违规获得额外的社会情感财富ES而言。与远亲家族成员二代相比，近亲家族成员二代通过违规获得额外的社会情感财富更少。社会情感财富中一个重要维度是代际传承，代际传承的关键是继任人的合法性的建立(李新春等，2015)[20]，而合法性并非一成不变，其可以通过短期内较高的经营业绩获得。虽然家族企业二代都面临“少主难以服众”的合法性问题，但相对于远亲家族成员二代，近亲家族成员二代的合法性更高，其不急于通过“速胜”建立合法性，这使得近亲家族成员二代风险偏好较低，从而减少其通过违规所获得额外的社会情感财富。相比之下，远亲家族成员二代合法性不足的问题较为严重，在合法性压力的刺激下，远亲家族成员二代可能会铤而走险，选择承担更大的风险，从而提高违规获得额外的社会情感财富。对于通过违规避免家族企业亏损或投资失败带来的社会情感财富的损失AS而言。与远亲家族成员二代相比，近亲家族成员二代通过违规避免企业亏损或投资失败带来的社会情感财富的损失更少。社会情感财富的一种具体表现是家族企业一代对二代的利他行为，而利他行为的程度也依照差序格局，即与远亲家族成员二代相比，家族企业一代对近亲家族成员二代的支持和帮扶作用较强。因此，假如近亲家族成员二代投资失败或经营业绩下滑，家族企业一代也会帮助近亲家族成员二代弥补损失和维持合法性，近亲家族成员二代损失的社会情感财富较少。相反，家族企业一代对远亲家族成员二代的帮扶作用较弱，所以如果远亲家族成员二代选择违规，可以避免更多的由企业亏损或投资失败带来的社会情感财富损失。因此，相对于远亲家族成员二代，违规带给近亲家族成员二代的社会情感财富收益S更少。
关于家族企业通过违规带来的社会情感财富损失C。对于违规被披露后，家族企业面临的社会情感财富损失F而言，家族控制和影响是社会情感财富的关键维度，因此，与远亲家族成员二代相比，近亲家族成员二代更倾向于维护家族控制和影响。上市公司的相关信息可获得性高，如果家族企业的违规行为被发现，并受到监管部门的处罚，将会产生强烈的“信号作用”，从而引起利益相关者的高度关注，进而降低控制家族对家族企业的控制程度，例如，控制家族不能自由地按照其想法任命高管，或按照其价值观影响企业的日常经营，这对于近亲家族成员二代是难以接受的。同时，相对于远亲家族成员二代，近亲家族成员二代对家族企业更为认同。近亲家族成员二代更直接地从家族企业中获取荣誉、名望和地位。如果违规行为被查处，家族企业将面临企业声誉的破坏，更会使整个家族的荣誉和影响力受到打击，甚至影响家族企业的永续发展。相比之下，远亲家族成员二代对企业的感情较为淡薄，他们通常以“打工者”而非“所有者”的心态为企业工作，其更加关注获取经济利益而非保护家族的社会情感财富。对于家族企业违规后会被稽查出的概率P而言，在追求“速胜”的动机下，远亲家族成员二代可能刻意地忽视风险和违规行为的存在，并且降低信息披露水平，从而减少利益相关者对负面信息的挖掘。因此，相对于远亲家族成员二代，近亲家族成员二代违规后会被稽查出的概率更高。总体来说，相对于远亲家族成员二代，违规带给近亲家族成员二代的社会情感财富损失C更多。
综上，相对于远亲家族成员二代，违规带给近亲家族成员二代的社会情感财富收益S更少，社会情感财富损失C更多。因此，本文提出假设。
假设1：相对于远亲家族成员二代，近亲家族成员二代抑制企业违规行为。
二 企业数字化转型的调节作用
面对新一轮信息技术与实体经济的不断融合，企业进行数字化转型已成为必然的发展趋势(赵剑波，2022)[21]。虽然相对于远亲家族成员二代，近亲家族成员二代抑制企业违规行为，但由于企业处在不同的数字化情境下，不同亲缘关系二代对企业违规行为的影响仍存在差异。具体而言：(1)企业数字化转型降低了远亲家族成员二代通过企业违规行为获得权威合法性的必要性。企业数字化转型重塑了企业目标，使企业从过去以追求经济利益为目标转变为以创造价值为目标(古尔巴萨尼等，2019)[22]，此时，远亲家族成员二代获得权威合法性的途径更加多元化，不必为了获得权威合法性而实施违规行为。(2)企业数字化转型使利益相关者对企业的监督变得更为严格，从而提高了远亲家族成员二代违规后被稽查出的概率。企业数字化转型打破了传统的企业边界，使数据可以在企业内外自由流动。而数据客观地记录了市场行为和市场选择(齐鹏，2022)[23]，并且拉近了利益相关者与企业的距离，有利于利益相关者监督企业。(3)企业数字化转型使企业组织结构呈现扁平化，降低了家族企业二代的作用。企业数字化转型要求企业对市场的变化作出及时反应，因此挑战了传统的组织结构，催生了去中心化和去中介化的网格组织，产生了开放式、生态式的基层自治组织(戚聿东等，2020)[24]，这种改变削弱了家族成员二代的作用。基于此，本文提出假设。
假设2：企业数字化转型削弱近亲家族成员二代对企业违规行为的抑制作用。
三 经济政策不确定性的调节作用
在“百年未有之大变局”的情境下，家族企业面对外部环境不确定性的压力逐渐增加。根据公司治理理论可知，外部的经济政策不确定性对企业的组织结构和行为会产生重要的影响。具体而言：(1)当经济政策不确定性较高时，近亲家族成员二代倾向于抑制违规动机。经济政策不确定性较高的情况下，企业业绩下滑的压力使管理者出现违规的动机。此时，相对于倾向通过企业违规行为来获取短期经济利益的远亲家族成员二代来说，近亲家族成员二代对社会情感财富的维护成了应对经济政策不确定性的有效制衡与约束，从而降低了违规的动机。(2)当经济政策不确定性较高时，近亲家族成员二代倾向于提高内部控制水平。较高的经济政策不确定性使企业治理机制更为薄弱，为企业违规提供了机会。相对于远亲家族成员二代，近亲家族成员二代对于企业的内部控制更为重视，这对于及时发现并阻止违规行为具有积极的正面作用。(3)当经济政策不确定性较高时，近亲家族成员二代很难对违规的理由进行合理化解释。当企业处于较高的经济政策不确定情况下，企业的违规成本更高，这其中包括经济成本和非经济成本(社会情感财富的损失)。一旦违规行为被发现，家族企业面临着企业声誉被破坏的可能，这将使整个家族的荣誉和影响力受到致命打击，甚至影响家族企业的永续发展。出于对社会情感财富的保护，相对于远亲家族成员二代，近亲家族成员二代很难承受这样的后果，所以较难对违规的理由进行合理化解释。因此，本文提出假设。
假设3：经济政策不确定性促进近亲家族成员二代对企业违规行为的抑制作用。
三. 研究设计
一 样本选择与数据来源
本文选取2003—2019年进入代际传承的中国A股上市家族企业为研究对象。研究区间始于2003年，是因为国泰安数据库中家族企业数据从2003年开始披露，截至2019年，是因为国泰安数据库中关于家族企业的完整数据只更新到2019年。关于家族企业的标准，本文参考苏启林等(2003)的研究：(1)企业的实际控制人是自然人或家族。(2)企业的实际控制人是上市公司第一大股东[25]。对于代际传承的判断标准，本文以家族企业二代进入高管团队作为代际传承的标志。对于家族企业二代的界定：根据国泰安数据库中上市公司人物特征中董事、监事和高管个人的特征文件，确定家族企业二代是否在家族企业中任职。其中，当某些企业存在多个家族企业二代持股或任职的情况时，本文在姜涛等(2019)的做法基础上[26]，按照以下条件确定主要研究对象：(1)担任实际控制人；(2)家族企业二代成员中职位等级最高者或持股比例最大者；(3)在相关公告和新闻报道被提及次数最多或被公认为“继承人”。
本文按以下方式对样本进行处理：(1)剔除了金融行业的样本；(2)剔除了ST和* ST等公司样本；(3)剔除了实际控制人或家族在样本期间内发生变更的样本；(4)剔除了主要变量缺失的观测值。本文对所有的连续变量进行了1%的缩尾处理。最终得到564个上市家族企业，4 962个观测值。
企业违规行为数据来自国泰安数据库。二代的亲缘关系数据来自以下途径：(1)国泰安数据库中家族企业数据库的实际控制人与亲缘关系表；(2)招股说明书及上市公告中已披露的亲缘关系；(3)检索新浪财经、网易财经、东方财富网、巨潮资讯网、百度财经、百度百科、百度贴吧、新浪微博、天眼查等网站和APP。企业数字化转型的数据来自于两个部分，一部分是锐思金融数据库，财务报表附注中得到电子计算机、通信设备、电子设备的净值数据。另一部分是利用Python从上市公司年度报告中对数字化转型相关词语进行爬取。经济政策不确定性数据采用贝克(Baker)等根据《南华早报》关键词搜索测算得到的指数。其他主要变量数据来自国泰安数据库，部分可疑或缺失数据使用锐思数据库和万得(Wind)数据库进行交叉核对和补充，以保证数据的真实完整。
二 变量定义
1 因变量
企业违规行为(Fraud)。本文借鉴卡纳(Khanna，2015)等的研究[27]，若企业在当年被稽查出有违规行为则为1，否则为0。
2 自变量
二代亲缘关系(Close)。如果家族企业实际控制人与家族企业二代是父母子女关系，则将此类家族企业二代定义为近亲家族成员二代，Close赋值为1。如果家族企业实际控制人与家族企业二代是异代姻亲、家族企业实际控制人兄弟姐妹的子女或家族企业实际控制人配偶的兄弟姐妹的子女，则将此类家族企业二代定义为远亲家族成员二代，Close赋值为0。
3 调节变量
企业数字化转型(Dig)。本文参考刘飞等(2019)的做法[28]，将企业数字化转型分为数字化投资、数字技术应用和业务模式转型3个维度，通过主成分分析的方法，将以上3个维度的数据标准化后降维处理，得到企业数字化转型指数。其中，数字化投资分为硬件投资和软件投资。硬件投资用固定资产中计算机、电子设备等方面的净值与总资产净值之比表示，软件投资用无形资产中软件资产净值与总资产净值之比。关于数字技术应用和业务模式转型，本文利用文本挖掘法，对上市公司年度报表中关于“互联网”“大数据”“云计算”“人工智能”“电子商务”“数字化”“电子商务”等关键词进行词频统计。经济政策不确定性(Epu)。本文参考饶品贵等(2017)的研究[29]，采用贝克等根据《南华早报》关键词搜索测算得到的指数表示经济政策不确定性，由于该指数按月公布，故本文对每年12个月度数据取算术平均并转换为年度数据，考虑到回归系数，最后将年度数据再除以100。
4 控制变量
本文借鉴梁上坤等(2020)的研究[15]，设计以下控制变量：企业规模(Size)、资产负债率(Lev)、企业年龄(Age)、资产报酬率(Roa)、销售增长率(Growth)、股权集中度(Top1)、董事会规模(Board)、换手率(Turnover)、是否四大(Big4)、两职合一(Dual)、行业违规情况(Indfraud)、管理层持股比例(Mshare)。此外，模型中还加入行业固定效应和年份固定效应以控制行业和年份因素的影响，其中行业分类按照2012年证监会行业标准，其中制造业“C”字头代码，取两位，其他行业取一位代码，剔除金融业，一共21个行业，设置20个行业哑变量。变量的定义与说明详见表 1。
表 1 二代亲缘关系对企业违规行为研究变量的定义说明变量类型 变量名称 变量符号 变量说明 因变量 企业违规行为 Fraud 如果企业在当年被稽查出有违规行为则为1，否则为0 自变量 二代亲缘关系 Close 如果家族企业实际控制人与家族企业二代是父母子女关系，则将此定义为近亲家族成员二代，Close为1，否则为0 调节变量 企业数字化转型 Dig 企业数字化转型指数 经济政策不确定性 Epu (∑月度不确定性指数/12)/100 控制变量 企业规模 Size 总资产的自然对数 资产负债率 Lev 负债总额/总资产 企业年龄 Age 样本当年年份——成立年份 资产报酬率 Roa 年末净利润/总资产 销售增长率 Growth (年末营业收入-年初营业收入)/年末营业收入 股权集中度 Top1 第一大股东持股比例 董事会规模 Board Ln(1+董事会人数) 是否四大 Big4 当审计机构是四大会计师事务所取1，否则取0 换手率 Turnover 年度交易量/年末流通股份 两职合一 Dual 如果董事长同时担任总经理一职，取值为1，否则为0 行业违规情况 IndFraud 当年同行业违规公司数量/行业公司总数 管理层持股比例 Mshare 企业年末管理层持股数与公司总股数的比值 行业虚拟变量 Industry 按照2012年证监会行业标准，其中制造业“C”字头代码，取两位，其他行业取一位代码 年度虚拟变量 Year 分别对应2004—2019年 三 模型构建
为检验假设1，本文借鉴卡纳(Khanna，2015)等的做法[27]，构建如下普拉比特(Probit)回归模型：
$$\mathrm {Fraud}_{i, t}=\beta_0+\beta_1 \mathrm { Close }_{i, t}+\beta_2 \mathrm { Control }_{i, t}+\beta_3 \mathrm { Industry }+\beta_4 \mathrm { Year }+\varepsilon_{i, t}$$ (1) 为检验假设2，本文构建如下普拉比特(Probit)回归模型：
$$\mathrm { Fraud }_{i, t}=\beta_0+\beta_1 \mathrm { Close }_{i, t}+\beta_2 \operatorname{Dig}_{i, t}+\beta_3 \mathrm { Close }_{i, t} \times \operatorname{Dig}_{i, t}+\beta_4 \mathrm { Control }_{i, t}+\beta_5 \mathrm { Industry }+\beta_6 \mathrm { Year }+\varepsilon_{i, t}$$ (2) 为检验假设3，本文构建如下普拉比特(Probit)回归模型：
$$\operatorname{Fraud}_{i, t}=\beta_0+\beta_1 \text { Close }_{i, t}+\beta_2 \mathrm{Epu}_{i, t}+\beta_3 \text { Close }_{i, t} \times \mathrm{Epu}_{i, t}+\beta_4 \text { Control }_{i, t}+\beta_5 \text { Industry }+\beta_6 \text { Year }+\varepsilon_{i, t}$$ (3) 其中，Fraudi, t为因变量，表示家族企业i在t年的违规行为；Closei, t为自变量，家族企业i在t年的二代亲缘关系；Controli, t为一组控制变量，同时控制行业和年份固定效应。
四. 实证研究
一 描述性统计
本文所研究变量的描述性统计结果见表 2，企业违规行为的均值为0.221，表明22.1%的样本企业出现过违规行为且被监管部门通报，这个结果略高于同期研究的统计结果，说明发生代际传承的中国上市家族企业更容易出现违规行为。二代亲缘关系的均值0.901，标准差0.303，说明处于代际传承的中国上市家族企业的二代大部分以近亲家族成员为主。企业数字化转型的均值是3.212，最小值0.571，最大值6.621，标准差为1.479，说明处于代际传承的中国上市家族企业整体数字化转型程度不高，而且企业间的差异较大。经济政策不确定性均值为2.361，标准差是1.302，这表明样本期内，我国经济政策不确定性的波动非常明显。其他控制变量的样本分布均在合理范围内，此处不再赘述。
表 2 二代亲缘关系对企业违规行为研究变量的描述性统计变量 样本数 均值 标准差 最小值 中位数 最大值 企业违规行为 4 962 0.221 0.425 0 0 1 二代亲缘关系 4 962 0.901 0.303 0 1 1 企业数字化转型 4 100 3.212 1.479 0.571 3.392 6.621 经济政策不确定性 4 962 2.361 1.302 0.653 1.812 4.605 企业规模 4 962 21.734 1.021 16.125 21.681 26.526 资产负债率 4 962 0.401 0.285 0.022 0.392 10.088 企业年龄 4 962 7.722 5.893 1 6 26 资产报酬率 4 962 0.043 0.097 -2.657 0.045 1.996 销售增长率 4 962 0.052 0.754 -28.314 0.116 1 股权集中度 4 962 0.343 0.147 0.029 0.369 0.913 董事会规模 4 962 8.437 1.527 4 9 17 是否四大 4 962 0.029 0.133 0 0 1 换手率 4 962 2.863 2.262 0.117 2.247 25.062 两职合一 4 962 0.277 0.448 0 0 1 行业违规情况 4 962 0.221 0.151 0 0.229 1 管理层持股比例 4 962 0.181 0.214 0 0.063 0.905 二 相关性分析
由于篇幅有限，表 3汇报了主要变量相关性分析和方差膨胀因子检验的结果。近亲家族成员二代与企业违规行为的相关系数为-0.028，在10%水平上显著负相关，两者间的关系需要通过回归分析进一步检验。所有变量的VIF值均小于2.0，说明本文的变量不存在多重共线性。
表 3 二代亲缘关系对企业违规行为研究变量相关性分析和方差膨胀因子检验三 回归结果
表 4中，列(1)只放入了控制变量与因变量进行回归。列(2)在列(1)基础上放入二代亲缘关系，结果表明，二代亲缘关系的系数为-0.178，在5%水平上显著为负，说明与远亲家族成员二代相比，近亲家族成员二代抑制企业违规行为，因此，假设1得到支持。列(3)二代亲缘关系×企业数字化转型的系数为0.145，在5%水平上显著为正，说明企业数字化转型会削弱近亲家族成员二代抑制企业违规行为的作用，因此，假设2得到支持。由列(4)所示，二代亲缘关系×经济政策不确定性的系数为-0.102，在5%水平上显著为负，说明经济政策不确定性会增强近亲家族成员二代抑制企业违规行为的作用，因此，假设3得到支持。
表 4 二代亲缘关系对企业违规行为控制变量与因变量的回归结果变量 回归结果 (1) (2) (3) (4) 二代亲缘关系 -0.178**
(-2.13)-0.175**
(-2.35)-0.119**
(-0.97)企业数字化转型 0.061**
(2.01)经济政策不确定性 0.622***
(3.92)二代亲缘关系×企业数字化转型 0.145**
(2.44)二代亲缘关系×经济政策不确定性 -0.102**
(-2.01)企业规模 0.049
(1.40)0.051
(1.48)0.049
(1.40)-0.006
(-0.11)资产负债率 0.356**
(2.13)0.350**
(2.09)0.356**
(2.13)0.314
(1.26)企业年龄 0.013**
(2.28)0.014**
(2.46)0.013**
(2.28)0.026***
(2.61)资产报酬率 -2.706***
(-5.63)-2.712***
(-5.65)-2.706***
(-5.63)-2.124***
(-2.99)销售增长率 -0.028
(-0.66)-0.028
(-0.65)-0.028
(-0.66)-0.002
(-0.05)股权集中度 -0.007***
(-3.56)-0.007***
(-3.55)-0.007***
(-3.56)-0.009***
(-3.21)董事会规模 0.012
(0.70)0.015
(0.87)0.012
(0.70)0.025
(0.97)是否四大 -0.035
(-0.16)-0.016
(-0.07)-0.035
(-0.16)0.107
(0.29)换手率 0.040***
(3.09)0.042***
(3.20)0.040***
(3.09)0.062***
(2.59)两职合一 0.027
(0.48)0.024
(0.44)0.027
(0.48)-0.030
(-0.34)行业违规情况 4.019***
(4.94)4.028***
(3.99)4.019***
(4.94)4.170***
(4.65)管理层持股比例 0.044
(0.31)0.047
(0.33)0.044
(0.31)0.082
(0.36)常数项 -3.731***
(-5.05)-3.631***
(-4.19)-3.983***
(-5.26)-2.586**
(-2.27)时间固定效应 控制 控制 控制 控制 行业固定效应 控制 控制 控制 控制 样本量 4 940 4 940 4 012 4 940 调整后R2 0.161 6 0.162 7 0.172 1 0.214 2 四 异质性分析
1 基于违规类型的异质性分析
本文之前的研究结果显示，与远亲家族成员二代相比，近亲家族成员二代抑制企业违规行为。那么针对不同类型的企业违规，近亲家族成员的治理效果是否相同？为此，本文分别考察了不同二代亲缘关系对不同企业违规类型的作用。本文参考孟庆斌等(2019)的研究[30]，可把企业违规类型区分为信息披露违规、经营违规和领导人违规①若公司当年发生某类违规行为，则相应的违规变量取值为1，否则为0。
① 根据证监会的规定，信息披露违规包括以下7个次类：虚构利润、虚列资产、虚假记载、推迟披露、重大遗漏、披露不实、一般会计处理不当；经营违规有5个次类：出资违规、擅自改变资金用途、占用公司资产、违规担保和其他；领导人违规包括内幕交易、违规买卖股票、操纵股价3个次类。。
表 5中，由列(1)可知，二代亲缘关系的系数为-0.226，在1%水平上显著为负，说明与远亲家族成员二代相比，近亲家族成员二代抑制了企业的信息披露违规行为。列(2)和列(3)中，二代亲缘关系的系数均不显著，说明与经营违规和领导人违规相比，近亲家族成员二代对信息披露违规的治理作用更明显。
表 5 二代亲缘关系对企业违规行为异质性回归结果变量 回归结果 信息披露违规
(1)经营违规
(2)领导人违规
(3)一般违规
(4)严重违规
(5)二代亲缘关系 -0.266***
(-2.63)-0.110
(-1.13)-0.056
(-1.62)-0.192**
(-2.97)0.173
(-1.60)企业规模 0.034
(1.40)0.044
(1.48)0.019
(1.40)-0.001
(-0.11)-0.038**
(2.17)资产负债率 0.622**
(2.13)0.145**
(2.09)0.092**
(2.13)0.614***
(3.26)0.083
(1.53)企业年龄 0.015**
(2.28)0.027**
(2.46)0.006**
(2.28)0.015***
(2.61)0.029***
(3.02)资产报酬率 -3.107***
(-5.63)-2.022***
(-5.65)0.368***
(-5.63)-2.426***
(-2.99)-0.488***
(-4.63)销售增长率 -0.028
(-0.66)-0.080
(-0.65)-0.034
(-0.66)-0.023
(-0.05)-0.025
(-1.10)股权集中度 -0.006***
(-3.56)-0.004**
(-2.55)-0.005***
(-3.56)-0.006***
(-3.21)-0.002*
(-1.94)董事会规模 0.024
(0.70)0.020
(0.87)0.017
(0.70)0.034**
(1.97)-0.032
(0.30)是否四大 -0.050
(-0.16)-0.158
(-0.07)-0.360
(-0.16)-0.003
(0.29)-0.388
(-0.45)换手率 0.045***
(3.09)0.051***
(3.20)0.026***
(3.09)0.040***
(2.59)0.039**
(2.11)两职合一 0.047
(0.48)0.012
(0.44)-0.001
(0.48)0.046
(0.34)0.058
(0.82)行业违规情况 3.249***
(4.94)2.927***
(3.99)2.132***
(4.94)3.667***
(4.65)1.784***
(4.04)管理层持股比例 0.089
(0.31)0.193
(0.33)-0.520***
(-0.31)-0.006
(-0.36)-0.052
(-0.22)常数项 -2.215***
(-5.05)-3.506***
(-4.19)-2.303***
(-5.26)-2.168**
(-2.27)-3.127***
(-3.74)时间固定效应 控制 控制 控制 控制 控制 行业固定效应 控制 控制 控制 控制 控制 样本量 4 862 4 779 4 861 4 756 4 612 调整后R2 0.152 9 0.141 7 0.094 3 0.158 1 0.112 3 2 基于违规严重程度的异质性分析
本文进一步研究不同亲缘关系二代对不同违规严重程度的影响差异。本文借鉴曹春方等(2017)的做法[31]，将公司违规按处罚严重程度分为一般违规和严重违规。其中，一般违规包括批评、警告、谴责的处罚方式，严重违规包括没收非法所得、罚款、取消营业许可(责令关闭)、市场禁入及其他处罚方式。如果企业当年发生某类违规，则相应的违规变量值为1，否则为0。
回归结果如表 5所示。由列(4)可知，二代亲缘关系的系数为-0.192，在5%水平上显著为负，列(5)中，二代亲缘关系的系数为正但不显著。说明与远亲家族成员二代相比，近亲家族成员二代抑制了企业的一般违规行为。
五 稳健性检验
本文采用调整家族企业判断标准的方式进行稳健性检验。本研究将家族企业实际控制人是上市公司第一大股东，并且控制权比例在20%以上作为家族企业的判断标准，对样本进行重新回归。表 6中，家族企业的样本数量有所减少，但回归结果与前文的研究结论均保持一致。
表 6 二代亲缘关系对企业违规行为的稳健性检验回归结果变量 回归结果 (1) (2) (3) 二代亲缘关系 -0.145**
(-2.56)-0.064*
(-1.87)-0.107**
(-2.05)企业数字化转型 -0.061**
(2.01)经济政策不确定性 0.622***
(3.92)二代亲缘关系×企业数字化转型 0.122**
(-2.41)二代亲缘关系×经济政策不确定性 -0.145**
(-2.47)企业规模 -0.002
(-0.05)0.049
(1.40)0.051
(1.48)资产负债率 -0.009***
(-3.21)0.356**
(2.13)0.350**
(2.09)企业年龄 0.025
(0.97)0.013**
(2.28)0.014**
(2.46)资产报酬率 0.107
(0.29)-2.706***
(-5.63)-2.124***
(-2.99)销售增长率 -0.028
(-0.65)-0.168
(-0.63)-0.002
(-0.05)股权集中度 -0.007***
(-3.03)-0.028***
(-3.23)-0.009***
(-3.21)董事会规模 -0.007***
(-3.56)-0.013***
(-2.89)0.025
(0.97)是否四大 0.012
(0.32)0.116
(0.70)0.107
(0.29)换手率 0.046***
(2.91)0.058***
(3.01)0.062**
(2.49)两职合一 0.024
(0.44)0.027
(0.48)-0.030
(-0.34)行业违规情况 3.528***
(2.99)4.019***
(3.94)4.170***
(4.65)管理层持股比例 0.047
(0.33)0.044
(-0.31)0.082
(0.36)常数项 -3.631***
(-4.19)-3.983***
(-5.26)-2.586**
(-2.27)时间固定效应 控制 控制 控制 行业固定效应 控制 控制 控制 样本量 4 602 3 901 4 602 调整后R2 0.162 7 0.161 6 0.214 2 六 内生性检验
本文使用工具变量法解决潜在的内生性问题。借鉴张晨宇等(2020)的想法，构建城市层面家族企业二代亲缘关系和2015年各省份结婚率作为工具变量[14]。(1)选择城市层面家族企业二代亲缘关系原因是：一个城市有多少上市家族企业是随机的，当城市固定效应被控制之后，该变量能够反映家族企业所在城市的总的家族企业二代亲缘关系水平，与单个家族企业二代亲缘关系直接相关，但与家族企业违规行为无关。(2)选择2015年各省份结婚率的原因是：信任是婚姻关系的伦理基础和维系稳定的道德资本，这种信任关系不仅在夫妻之间，更扩大到两者的家庭(王淑芹，2006)[32]。在中国，是否结婚不仅取决于男女间的感情和个人品质，还取决于其家庭和父母，只有以上条件均符合彼此的要求，男女双方才会结合成夫妻。因此，一个地区结婚率越高，说明当地对于婚姻关系中彼此的家庭信任程度更高，而信任程度越高，越倾向于让对方的家族成员进入到自家的企业，这其中包括家族二代成员，但结婚率与家族企业的违规行为并不相关。
表 7中，在第一阶段回归中，以二代亲缘关系为因变量，将城市层面家族企业二代亲缘关系和2015年各省份结婚率作为解释变量与二代亲缘关系进行回归。结果显示，第一阶段，城市层面家族企业二代亲缘关系的系数为0.006，在10%水平上显著为正，说明该家族企业所在城市的总的近亲家族成员二代比例越高，则该家族企业引入近亲家族成员二代概率越大。2015年，各省份结婚率为-0.030，在1%水平上显著为负，表明结婚率越高，二代是近亲家族成员的概率越低。换言之，结婚率越高，二代是远亲家族成员的概率越高，因此，本文的两个工具变量均符合要求。第二阶段，如列(2)~(4)所示，可以看出二代亲缘关系、二代亲缘关系×企业数字化转型和二代亲缘关系×经济政策不确定性的系数均显著，符号与基本回归结果一致。上述结果表明，在使用工具变量解决内生性后，本文主要结论依然稳健。
表 7 二代亲缘关系对企业违规行为的内生性检验回归结果变量 第一阶段 第二阶段 (1) (2) (3) (4) 城市层面家族企业二代亲缘关系 0.006*
(1.68)2015年各省份结婚率 -0.030***
(-4.25)二代亲缘关系 -2.115***
(-2.93)-2.359***
(-3.21)-0.251**
(-2.37)企业数字化转型 -1.261**
(2.23)经济政策不确定性 1.634***
(2.97)二代亲缘关系×企业数字化转型 1.625**
(-2.44)二代亲缘关系×经济政策不确定性 -1.203**
(-1.98)企业规模 0.015**
(2.42)0.074*
(1.87)0.083*
(1.71)-1.372
(-1.11)资产负债率 -0.015
(-0.57)0.334*
(1.93)0.662*
(1.83)1.213
(1.47)企业年龄 0.003***
(3.35)0.021***
(2.71)0.023**
(2.01)1.162***
(3.11)资产报酬率 0.002
(0.03)-2.671***
(-6.09)-2.967***
(-4.53)-2.121***
(-2.63)销售增长率 -0.006
(-0.84)-0.040
(-0.88)-1.365
(-1.02)-1.032
(-0.54)股权集中度 -0.000
(-0.08)-0.007***
(-3.41)-2.223***
(-3.67)-0.019***
(-3.01)董事会规模 0.012***
(3.95)0.039
(1.57)1.263
(1.51)2.021*
(1.97)是否四大 0.103***
(2.93)0.206
(0.80)-1.032
(-0.65)0.188
(1.09)换手率 0.008***
(3.06)0.058***
(3.14)0.197***
(3.12)1.263***
(2.64)两职合一 -0.005
(-0.51)0.008
(0.13)2.234
(1.56)-0.135
(-1.24)行业违规情况 -0.006
(-0.19)4.025***
(16.82)3.209***
(4.94)2.234***
(2.59)管理层持股比例 -0.010
(-0.39)0.005
(0.03)0.067
(0.57)1.034
(1.46)常数项 -3.017***
(4.89)-2.360
(-1.41)-3.983***
(-5.26)-3.478**
(-3.02)时间固定效应 控制 控制 控制 控制 行业固定效应 控制 控制 控制 控制 样本量 4 961 4 961 4 008 4 961 调整后R2 0.151 8 0.133 5 0.150 7 0.214 2 七 进一步研究
本文分析中隐含的假设是观测到的企业违规是企业切实发生且被监管部门稽查出来的违规。但实际上，有部分违规行为可能已经发生但却没有得到稽查，此外，违规倾向也会受到企业违规后被稽查出的概率影响，从而导致普拉比特(Probit)模型估计出来的参数存在偏差。因此，本文进一步研究与远亲家族成员二代相比，近亲家族成员二代对违规倾向和违规后被稽查出的概率的影响，参考卡纳(Khanna)等的研究[27]，采用部分可观测模型(bivariate probit)的估计方法，进一步分解违规后被稽查出的概率和违规倾向，对上述问题进行探索。
表 8中，列(1)二代亲缘关系与违规后被稽查出的概率在10%水平上显著正相关，说明与远亲家族成员二代相比，近亲家族成员二代提高了企业违规后被稽查出的概率。这验证了假设1的假说。列(2)二代亲缘关系与违规倾向在5%水平上显著负相关，说明相对于远亲家族成员二代，近亲家族成员二代抑制企业违规倾向，该结果也与前文研究结果一致。
表 8 二代亲缘关系与企业违规后被稽查出的概率及违规倾向的回归结果变量 违规后被稽查出的概率(1) 违规倾向(2) 二代亲缘关系 0.150*
(1.81)-0.177**
(-2.13)企业规模 -0.007
(-0.21)资产负债率 0.698***
(4.44)企业年龄 0.018***
(3.27)资产报酬率 -2.320***
(-3.95)销售增长率 -0.034
(-0.83)股权集中度 0.008
(0.13)董事会规模 0.018
(1.09)0.010
(0.61)是否四大 -0.006
(-0.03)-0.059
(-0.28)换手率 0.041***
(3.21)两职合一 0.026
(0.47)0.028
(0.51)行业违规情况 -0.128
(-1.07)0.068
(0.49)管理层持股比例 4.058***
(19.86)3.988***
(19.82)常数项 -3.127**
(-6.90)-2.168**
(-3.88)样本量 4 903 4 903 调整后R2 0.149 7 0.147 2 五. 研究结论与启示
一 结论
本文以2003—2019年进入代际传承阶段的中国A股上市家族企业为样本，研究发现：相对于远亲家族成员二代，近亲家族成员二代抑制了企业的违规行为。此外，企业数字化转型削弱了近亲家族成员二代对企业违规行为的负向影响，经济政策不确定性促进了近亲家族成员二代对企业的违规行为的负向影响。异质性研究中，区分违规类型后发现，近亲家族成员二代抑制了信息披露违规，但对经营违规和领导人违规均无显著影响。区分违规严重程度后，近亲家族成员二代抑制了一般违规，但对严重违规无影响。进一步研究发现，相对于远亲家族成员二代，近亲家族成员二代显著提高了企业违规后被稽查出的概率，降低了企业违规倾向。
二 启示
1 家族企业应重视远亲家族成员二代继承的传承模式并培养其对社会情感财富的重视
面对家族企业实际控制人子女传承意愿较低或者不具备管理家族企业能力的情况，远亲家族成员二代继承家族企业可能是“立亲“与”立贤”兼得的最优选择。一方面，作为家族成员，与外人相比，远亲家族成员二代倾向于维护控制家族的利益；另一方面，人数众多的远亲家族成员二代，也可以为继承人的培养和选拔提供更多的人才储备。但本文的研究显示，远亲家族成员二代因对家族企业的社会情感财富重视程度较低而倾向于实施企业违规行为。因此，家族企业应培养远亲家族成员二代维护社会情感财富的意识，使其真正做到“德才兼备”，减少企业违规行为。
2 监管机构应建立有差异化、针对性和动态监管的体系
监管机构的作用主要在于及时检查企业违规行为并予以处罚。处罚企业的目的在于责令企业改正行为，并且杜绝类似的情况发生。监管机构应采用如下措施：(1)针对不同类型企业制定差异化的监管措施。本文研究结果显示，不同家族成员二代对企业违规行为产生差异性影响。因此，监管部门应对不同类型家族企业制定有针对性的监管措施，不断提升自身的执法能力，丰富执法手段。(2)监管机构应根据家族企业特点制定有针对性的处罚措施。本文研究结果显示，对于家族而言，相对于经济利益的损失，家族企业更重视名誉和地位等非经济利益的损失。因此，监管机构需要进一步完善对家族企业违规行为的处罚制度设计，重点发挥处罚公告的声誉机制作用，对家族企业经营行为形成有效的隐性约束，达到警示的效果。(3)监管机构应建立动态的监管机制。根据本文结论，经济政策不确定性会促进企业的违规行为。因此，在外部环境发生改变时，监管部门应加大监管力度，及时发现企业违规行为并督促其及时改正。
-
表 1 二代亲缘关系对企业违规行为研究变量的定义说明
变量类型 变量名称 变量符号 变量说明 因变量 企业违规行为 Fraud 如果企业在当年被稽查出有违规行为则为1，否则为0 自变量 二代亲缘关系 Close 如果家族企业实际控制人与家族企业二代是父母子女关系，则将此定义为近亲家族成员二代，Close为1，否则为0 调节变量 企业数字化转型 Dig 企业数字化转型指数 经济政策不确定性 Epu (∑月度不确定性指数/12)/100 控制变量 企业规模 Size 总资产的自然对数 资产负债率 Lev 负债总额/总资产 企业年龄 Age 样本当年年份——成立年份 资产报酬率 Roa 年末净利润/总资产 销售增长率 Growth (年末营业收入-年初营业收入)/年末营业收入 股权集中度 Top1 第一大股东持股比例 董事会规模 Board Ln(1+董事会人数) 是否四大 Big4 当审计机构是四大会计师事务所取1，否则取0 换手率 Turnover 年度交易量/年末流通股份 两职合一 Dual 如果董事长同时担任总经理一职，取值为1，否则为0 行业违规情况 IndFraud 当年同行业违规公司数量/行业公司总数 管理层持股比例 Mshare 企业年末管理层持股数与公司总股数的比值 行业虚拟变量 Industry 按照2012年证监会行业标准，其中制造业“C”字头代码，取两位，其他行业取一位代码 年度虚拟变量 Year 分别对应2004—2019年 
下载: 导出CSV
表 2 二代亲缘关系对企业违规行为研究变量的描述性统计
变量 样本数 均值 标准差 最小值 中位数 最大值 企业违规行为 4 962 0.221 0.425 0 0 1 二代亲缘关系 4 962 0.901 0.303 0 1 1 企业数字化转型 4 100 3.212 1.479 0.571 3.392 6.621 经济政策不确定性 4 962 2.361 1.302 0.653 1.812 4.605 企业规模 4 962 21.734 1.021 16.125 21.681 26.526 资产负债率 4 962 0.401 0.285 0.022 0.392 10.088 企业年龄 4 962 7.722 5.893 1 6 26 资产报酬率 4 962 0.043 0.097 -2.657 0.045 1.996 销售增长率 4 962 0.052 0.754 -28.314 0.116 1 股权集中度 4 962 0.343 0.147 0.029 0.369 0.913 董事会规模 4 962 8.437 1.527 4 9 17 是否四大 4 962 0.029 0.133 0 0 1 换手率 4 962 2.863 2.262 0.117 2.247 25.062 两职合一 4 962 0.277 0.448 0 0 1 行业违规情况 4 962 0.221 0.151 0 0.229 1 管理层持股比例 4 962 0.181 0.214 0 0.063 0.905
下载: 导出CSV
表 4 二代亲缘关系对企业违规行为控制变量与因变量的回归结果
变量 回归结果 (1) (2) (3) (4) 二代亲缘关系 -0.178**
(-2.13)-0.175**
(-2.35)-0.119**
(-0.97)企业数字化转型 0.061**
(2.01)经济政策不确定性 0.622***
(3.92)二代亲缘关系×企业数字化转型 0.145**
(2.44)二代亲缘关系×经济政策不确定性 -0.102**
(-2.01)企业规模 0.049
(1.40)0.051
(1.48)0.049
(1.40)-0.006
(-0.11)资产负债率 0.356**
(2.13)0.350**
(2.09)0.356**
(2.13)0.314
(1.26)企业年龄 0.013**
(2.28)0.014**
(2.46)0.013**
(2.28)0.026***
(2.61)资产报酬率 -2.706***
(-5.63)-2.712***
(-5.65)-2.706***
(-5.63)-2.124***
(-2.99)销售增长率 -0.028
(-0.66)-0.028
(-0.65)-0.028
(-0.66)-0.002
(-0.05)股权集中度 -0.007***
(-3.56)-0.007***
(-3.55)-0.007***
(-3.56)-0.009***
(-3.21)董事会规模 0.012
(0.70)0.015
(0.87)0.012
(0.70)0.025
(0.97)是否四大 -0.035
(-0.16)-0.016
(-0.07)-0.035
(-0.16)0.107
(0.29)换手率 0.040***
(3.09)0.042***
(3.20)0.040***
(3.09)0.062***
(2.59)两职合一 0.027
(0.48)0.024
(0.44)0.027
(0.48)-0.030
(-0.34)行业违规情况 4.019***
(4.94)4.028***
(3.99)4.019***
(4.94)4.170***
(4.65)管理层持股比例 0.044
(0.31)0.047
(0.33)0.044
(0.31)0.082
(0.36)常数项 -3.731***
(-5.05)-3.631***
(-4.19)-3.983***
(-5.26)-2.586**
(-2.27)时间固定效应 控制 控制 控制 控制 行业固定效应 控制 控制 控制 控制 样本量 4 940 4 940 4 012 4 940 调整后R2 0.161 6 0.162 7 0.172 1 0.214 2
下载: 导出CSV
表 5 二代亲缘关系对企业违规行为异质性回归结果
变量 回归结果 信息披露违规
(1)经营违规
(2)领导人违规
(3)一般违规
(4)严重违规
(5)二代亲缘关系 -0.266***
(-2.63)-0.110
(-1.13)-0.056
(-1.62)-0.192**
(-2.97)0.173
(-1.60)企业规模 0.034
(1.40)0.044
(1.48)0.019
(1.40)-0.001
(-0.11)-0.038**
(2.17)资产负债率 0.622**
(2.13)0.145**
(2.09)0.092**
(2.13)0.614***
(3.26)0.083
(1.53)企业年龄 0.015**
(2.28)0.027**
(2.46)0.006**
(2.28)0.015***
(2.61)0.029***
(3.02)资产报酬率 -3.107***
(-5.63)-2.022***
(-5.65)0.368***
(-5.63)-2.426***
(-2.99)-0.488***
(-4.63)销售增长率 -0.028
(-0.66)-0.080
(-0.65)-0.034
(-0.66)-0.023
(-0.05)-0.025
(-1.10)股权集中度 -0.006***
(-3.56)-0.004**
(-2.55)-0.005***
(-3.56)-0.006***
(-3.21)-0.002*
(-1.94)董事会规模 0.024
(0.70)0.020
(0.87)0.017
(0.70)0.034**
(1.97)-0.032
(0.30)是否四大 -0.050
(-0.16)-0.158
(-0.07)-0.360
(-0.16)-0.003
(0.29)-0.388
(-0.45)换手率 0.045***
(3.09)0.051***
(3.20)0.026***
(3.09)0.040***
(2.59)0.039**
(2.11)两职合一 0.047
(0.48)0.012
(0.44)-0.001
(0.48)0.046
(0.34)0.058
(0.82)行业违规情况 3.249***
(4.94)2.927***
(3.99)2.132***
(4.94)3.667***
(4.65)1.784***
(4.04)管理层持股比例 0.089
(0.31)0.193
(0.33)-0.520***
(-0.31)-0.006
(-0.36)-0.052
(-0.22)常数项 -2.215***
(-5.05)-3.506***
(-4.19)-2.303***
(-5.26)-2.168**
(-2.27)-3.127***
(-3.74)时间固定效应 控制 控制 控制 控制 控制 行业固定效应 控制 控制 控制 控制 控制 样本量 4 862 4 779 4 861 4 756 4 612 调整后R2 0.152 9 0.141 7 0.094 3 0.158 1 0.112 3
下载: 导出CSV
表 6 二代亲缘关系对企业违规行为的稳健性检验回归结果
变量 回归结果 (1) (2) (3) 二代亲缘关系 -0.145**
(-2.56)-0.064*
(-1.87)-0.107**
(-2.05)企业数字化转型 -0.061**
(2.01)经济政策不确定性 0.622***
(3.92)二代亲缘关系×企业数字化转型 0.122**
(-2.41)二代亲缘关系×经济政策不确定性 -0.145**
(-2.47)企业规模 -0.002
(-0.05)0.049
(1.40)0.051
(1.48)资产负债率 -0.009***
(-3.21)0.356**
(2.13)0.350**
(2.09)企业年龄 0.025
(0.97)0.013**
(2.28)0.014**
(2.46)资产报酬率 0.107
(0.29)-2.706***
(-5.63)-2.124***
(-2.99)销售增长率 -0.028
(-0.65)-0.168
(-0.63)-0.002
(-0.05)股权集中度 -0.007***
(-3.03)-0.028***
(-3.23)-0.009***
(-3.21)董事会规模 -0.007***
(-3.56)-0.013***
(-2.89)0.025
(0.97)是否四大 0.012
(0.32)0.116
(0.70)0.107
(0.29)换手率 0.046***
(2.91)0.058***
(3.01)0.062**
(2.49)两职合一 0.024
(0.44)0.027
(0.48)-0.030
(-0.34)行业违规情况 3.528***
(2.99)4.019***
(3.94)4.170***
(4.65)管理层持股比例 0.047
(0.33)0.044
(-0.31)0.082
(0.36)常数项 -3.631***
(-4.19)-3.983***
(-5.26)-2.586**
(-2.27)时间固定效应 控制 控制 控制 行业固定效应 控制 控制 控制 样本量 4 602 3 901 4 602 调整后R2 0.162 7 0.161 6 0.214 2
下载: 导出CSV
表 7 二代亲缘关系对企业违规行为的内生性检验回归结果
变量 第一阶段 第二阶段 (1) (2) (3) (4) 城市层面家族企业二代亲缘关系 0.006*
(1.68)2015年各省份结婚率 -0.030***
(-4.25)二代亲缘关系 -2.115***
(-2.93)-2.359***
(-3.21)-0.251**
(-2.37)企业数字化转型 -1.261**
(2.23)经济政策不确定性 1.634***
(2.97)二代亲缘关系×企业数字化转型 1.625**
(-2.44)二代亲缘关系×经济政策不确定性 -1.203**
(-1.98)企业规模 0.015**
(2.42)0.074*
(1.87)0.083*
(1.71)-1.372
(-1.11)资产负债率 -0.015
(-0.57)0.334*
(1.93)0.662*
(1.83)1.213
(1.47)企业年龄 0.003***
(3.35)0.021***
(2.71)0.023**
(2.01)1.162***
(3.11)资产报酬率 0.002
(0.03)-2.671***
(-6.09)-2.967***
(-4.53)-2.121***
(-2.63)销售增长率 -0.006
(-0.84)-0.040
(-0.88)-1.365
(-1.02)-1.032
(-0.54)股权集中度 -0.000
(-0.08)-0.007***
(-3.41)-2.223***
(-3.67)-0.019***
(-3.01)董事会规模 0.012***
(3.95)0.039
(1.57)1.263
(1.51)2.021*
(1.97)是否四大 0.103***
(2.93)0.206
(0.80)-1.032
(-0.65)0.188
(1.09)换手率 0.008***
(3.06)0.058***
(3.14)0.197***
(3.12)1.263***
(2.64)两职合一 -0.005
(-0.51)0.008
(0.13)2.234
(1.56)-0.135
(-1.24)行业违规情况 -0.006
(-0.19)4.025***
(16.82)3.209***
(4.94)2.234***
(2.59)管理层持股比例 -0.010
(-0.39)0.005
(0.03)0.067
(0.57)1.034
(1.46)常数项 -3.017***
(4.89)-2.360
(-1.41)-3.983***
(-5.26)-3.478**
(-3.02)时间固定效应 控制 控制 控制 控制 行业固定效应 控制 控制 控制 控制 样本量 4 961 4 961 4 008 4 961 调整后R2 0.151 8 0.133 5 0.150 7 0.214 2
下载: 导出CSV
表 8 二代亲缘关系与企业违规后被稽查出的概率及违规倾向的回归结果
变量 违规后被稽查出的概率(1) 违规倾向(2) 二代亲缘关系 0.150*
(1.81)-0.177**
(-2.13)企业规模 -0.007
(-0.21)资产负债率 0.698***
(4.44)企业年龄 0.018***
(3.27)资产报酬率 -2.320***
(-3.95)销售增长率 -0.034
(-0.83)股权集中度 0.008
(0.13)董事会规模 0.018
(1.09)0.010
(0.61)是否四大 -0.006
(-0.03)-0.059
(-0.28)换手率 0.041***
(3.21)两职合一 0.026
(0.47)0.028
(0.51)行业违规情况 -0.128
(-1.07)0.068
(0.49)管理层持股比例 4.058***
(19.86)3.988***
(19.82)常数项 -3.127**
(-6.90)-2.168**
(-3.88)样本量 4 903 4 903 调整后R2 0.149 7 0.147 2
下载: 导出CSV
-
[1] 普华永道. 2021年全球家族企业调研——中国报告[R/OL]. (2021-05-14)[2021-06-07]. https://www.pwccn.com/en/entrepreneurial-and-private-business/pwc-family-business-survey-2021.pdf. [2] 中国民营经济研究会家族企业委员会. 中国家族企业传承报告[M]. 北京: 中信出版社, 2015: 10-11. [3] 李婧, 贺小刚, 茆键. 亲缘关系、创新能力与企业绩效[J]. 南开管理评论, 2010, 13(3): 117-124. doi: 10.3969/j.issn.1008-3448.2010.03.015 [4] 王明琳, 徐萌娜, 王河森. 利他行为能够降低代理成本吗——基于家族企业中亲缘利他行为的实证研究[J]. 经济研究, 2014, 49(3): 144-157. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201403012.htm [5] 谭庆美, 苏江奇, 哈柳宇. 家族涉入、亲缘关系组合与盈余管理[J]. 管理工程学报, 2022, 36(5): 99-110. [6] 许宇鹏, 程博, 潘飞. "男耕女织"影响企业创新吗——来自中国家族上市公司的经验证据[J]. 南开管理评论, 2021, 24(1): 169-180, 219-220. doi: 10.3969/j.issn.1008-3448.2021.01.017 [7] 许年行, 谢蓉蓉, 吴世农. 中国式家族企业管理: 治理模式、领导模式与公司绩效[J]. 经济研究, 2019, 54(12): 165-181. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201912012.htm [8] 杨婵, 贺小刚, 徐容慈. "创一代—至亲"组合治理模式与企业绩效——基于中国家族上市公司的实证研究[J]. 经济管理, 2018, 40(6): 17-37. https://www.cnki.com.cn/Article/CJFDTOTAL-JJGU201806003.htm [9] COMBS J G, SHANINE K K, BURROWS S, et al. What do we know about business families? setting the stage for leveraging family science theories[J]. Family Business Review, 2020, 33(1): 38-63. doi: 10.1177/0894486519863508
[10] 李新春, 贺小刚, 邹立凯. 家族企业研究: 理论进展与未来展望[J]. 管理世界, 2020, 36(11): 207-229. doi: 10.3969/j.issn.1002-5502.2020.11.015 [11] LI J B, PIEZUNKA H. The uniplex third: enabling single-domain role transitions in multiplex relationships[J]. Administrative Science Quarterly, 2019, 65(2): 314-358.
[12] GOMEZ-MEJIA L R, PATEL P C, ZELLWEGER T M. In the horns of the dilemma: socioemotional wealth, financial wealth, and acquisitions in family firms[J]. Journal of Management, 2018, 20(4): 1369-1397.
[13] 陆瑶, 胡江燕. CEO与董事间"老乡"关系对公司违规行为的影响研究[J]. 南开管理评论, 2016, 19(2): 52-62. doi: 10.3969/j.issn.1008-3448.2016.02.006 [14] 张晨宇, 武剑锋. 大股东股权质押加剧了公司信息披露违规吗[J]. 外国经济与管理, 2020, 42(5): 29-41. https://www.cnki.com.cn/Article/CJFDTOTAL-WGJG202005003.htm [15] 梁上坤, 徐灿宇, 司映雪. 混合所有制程度与公司违规行为[J]. 经济管理, 2020, 42(8): 138-154. doi: 10.3969/j.issn.1671-0975.2020.08.041 [16] 周泽将, 马静, 胡刘芬. 经济独立性能否促进监事会治理功能发挥——基于企业违规视角的经验证据[J]. 南开管理评论, 2019, 22(6): 62-76. doi: 10.3969/j.issn.1008-3448.2019.06.007 [17] SCHMIDT B. Costs and benefits of friendly boards during mergers and acquisitions[J]. Journal of Financial Economics, 2015, 117(2): 424-447. doi: 10.1016/j.jfineco.2015.02.007
[18] CORREIA M M. Political connections and SEC enforcement[J]. Journal of Accounting and Economics, 2014, 57(2-3): 241-262. doi: 10.1016/j.jacceco.2014.04.004
[19] 费孝通. 乡土中国[M]. 北京: 生活·读书·新知三联书店, 1947: 69-81. [20] 李新春, 韩剑, 李炜文. 传承还是另创领地——家族企业二代继承的权威合法性建构[J]. 管理世界, 2015(6): 110-124, 187-188. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201506011.htm [21] 赵剑波. 企业数字化转型的技术范式与关键举措[J]. 北京工业大学学报(社会科学版), 2022, 22(1): 94-105. doi: 10.12120/bjutskxb202201094 [22] GURBAXANI V, DUNKLE D. Gearing up for successful digital transformation[J]. MIS Quarterly Executive, 2019, 18(3): 209-220. doi: 10.17705/2msqe.00017
[23] 齐鹏. "一带一路"数字经济数据跨境传输共享治理场景建构[J]. 北京工业大学学报(社会科学版), 2022, 22(2): 118-130. doi: 10.12120/bjutskxb202202118 [24] 戚聿东, 肖旭. 数字经济时代的企业管理变革[J]. 管理世界, 2020, 36(6): 135-152, 250. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ202006012.htm [25] 苏启林, 朱文. 上市公司家族控制与企业价值[J]. 经济研究, 2003(8): 36-45, 91. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200308004.htm [26] 姜涛, 杨明轩, 王晗. 制度环境、二代涉入与目标二元性——来自中国家族上市公司的证据[J]. 南开管理评论, 2019, 22(4): 135-147. https://www.cnki.com.cn/Article/CJFDTOTAL-LKGP201904013.htm [27] KHANNA V, KIM E H, LU Y. CEO connectedness and corporate fraud[J]. Journal of Finance, 2015, 70(3): 1203-1252.
[28] 刘飞, 田高良. 信息技术是否替代了就业——基于中国上市公司的证据[J]. 财经科学, 2019(7): 95-107. https://www.cnki.com.cn/Article/CJFDTOTAL-CJKX201907009.htm [29] 饶品贵, 徐子慧. 经济政策不确定性影响了企业高管变更吗[J]. 管理世界, 2017(1): 145-157. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201701014.htm [30] 孟庆斌, 邹洋, 侯德帅. 卖空机制能抑制上市公司违规吗[J]. 经济研究, 2019, 54(6): 89-105. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201906007.htm [31] 曹春方, 陈露兰, 张婷婷. "法律的名义": 司法独立性提升与公司违规[J]. 金融研究, 2017(5): 191-206. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201705013.htm [32] 王淑芹. 论婚姻与信用[J]. 齐鲁学刊, 2006(1): 79-82. https://www.cnki.com.cn/Article/CJFDTOTAL-QLXK200601013.htm -
期刊类型引用(1)
1. 杨涵，锁箭. 数字化转型与家族企业传承期绩效表现——来自上市公司年报文本分析的经验证据. 华东经济管理. 2023(07): 81-91 . 
百度学术
其他类型引用(9)
计量
- 文章访问数: 160
- HTML全文浏览量: 47
- PDF下载量: 63
- 被引次数: 10