董事会人力资本对研发投资的影响研究——基于领导权结构的分析

来源 :西南财经大学 | 被引量 : 0次 | 上传用户:alxp
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在全球经济一体化加速发展的时代背景下,企业面临的社会竞争极其残酷。想要在技术、经济和社会不断发展进步的今天不被淘汰,企业必须不断提高自身竞争优势。如何增强企业竞争能力,提升企业自身的价值并维持这种长期竞争优势,那就需要企业加强技术创新,尤其必须重视创新活动,加大研发投资力度。  在现代公司治理架构中,董事会是公司治理的核心机制,行使着公司的经营决策权,在一定程度上董事会决策代表了股东的决策,决定了企业的生存和发展方向。在以“创新能力”取胜的今天,董事会的决策必须具备创新性,才能使公司持续发展,因此,如何使董事会的决策具备新颖性,是董事会成员们必须认真考虑的问题。董事会资本指的是董事会能为企业提供资源的能力,包括人力资本和社会资本。董事会资本会影响董事会的决策,当然包括企业的研发决策。研发是企业自主创新的重要来源,在如今纷繁复杂的市场环境下,企业的研发能力已成为企业可持续发展的重要保证,也是企业获得竞争优势的潜在动力。  企业领导权结构不同会直接影响到企业的监督及激励机制,进而影响到管理层的行为,从而对企业研发活动产生重大影响。因此企业的领导权结构对企业未来的发展至关重要。在企业的研发过程中,总经理也发挥着至关重要的作用,作为董事会决策的第一执行人,总经理对董事会决策理解的程度及执行的效率,都会影响到整个决策方案效果。根据资源依赖理论,企业应该尽量减少对外部环境的依赖程度,提升企业内部资本的供应能力,从而维持企业的生存并获得持续发展,而董事会资本就是企业拥有的内部资本之一。  因此,本文主要研究了董事会人力资本对研发投资的影响,以及分析了领导权结构对董事会人力资本与研发投资关系的影响。分为以下六个部分分别进行阐述。  第一部分,导论。该部分介绍了本文的选题背景及选题意义,对本文研究内容做了简要概述,并提出了合理的研究方法以及对本文的不足与贡献进行了描述。第二部分,董事会人力资本与研发投资的概念界定与文献综述。本文从三个方面搜集整理文献并评述:董事会人力资本、领导权结构和研发投资定义;董事会人力资本对研发投资影响的文献综述;领导权结构对董事会人力资本与研发投资关系的影响的文献综述。第三部分,董事会人力资本与研发投资的制度背景及相关理论基础。本章对资源依赖理论、资源基础观、社会认同理论和管家理论以及相关背景制度分别予以分析,为得出研究假设提供支持。第四部分,董事会人力资本与研发投资的研究设计。基于前文分析的基础上提出三个研究假设,同时将董事会人力资本分为人力资本深度和人力资本宽度并设计相应的变量及模型,为后面的实证分析作准备。第五部分,董事会人力资本与研发投资的模型检验。本章通过对各变量进行描述性统计和分析、相关性分析及多元线性回归分析和分组回归,来验证前文提出的三个假设。实证结果表明:董事会人力资本深度能够促进研发投资;董事会人力资本宽度则会抑制研发投资;两职合一能够促进董事会资本对研发投资的影响,结论与原文假设一致。第六部分,研究启示及政策建议。本文根据实证研究得出的结果进行分析得出结论,为如何促进企业研发投资方面提出了相关的政策建议,并提出对未来研究的展望。  国内关于董事会资本的研究并不多,尤其是在我国目前的经济体制下,经济社会一直在进行转型,因此加深对董事会资本的研究是很有必要的。目前我国大多数研究主要集中在董事会资本对公司绩效、效率投资与非效率投资等的影响作用上,而从董事会人力资本方面研究研发投资的相对较少,同时本文引入了公司治理结构中普遍存在的领导权结构问题,试图探讨其在董事会人力资本与研发投资之间的影响作用,具有一定的新颖性。样本数据从2010年到2014年比较新且比以往的研究的样本数量有所增加,同时本文试图分析公司治理层对企业研发的影响,为企业经营提供参考。  同时本文也存在一定的局限性,因此提出几点对未来研究的建议。第一,在研究样本选取时,由于因变量数据来源的局限性,致使样本不具备较高的代表性,未来可以考虑自己手工搜集数据来进行研究;第二,本文对董事会人力资本从知识创造的角度出发选择指标来代表人力深度和人力宽度,未来的研究可以从其他的角度出发多设立几个指标进行综合分析;第三,未来可以考虑使用问卷调查的方式,来搜索出董事会人力资本的不同信息进行研究;第四,本文的研究主要是实证研究,未来可以考虑加入相应的案例进行佐证,来提高文章的实践意义和指导性。
其他文献
针对当前节点多指标排序的虚拟网络映射算法中,指标权重选取较为片面的问题,本文提出一种博弈论组合赋权的虚拟网络映射算法.首先提取网络节点特征指标,组成节点特征指标向量
为了对多参非解析对称复映射进行动力系统图形化研究,本文研究了含有5个实参非解析4旋转对称复映射f(z)=[λ+αz(z)+βRe(z4)+ωi]z+γ(z)3的广义M集的构造以及其非线性迭代
针对我国一些上市公司利用资产减值会计政策进行盈余管理,大玩“减值冲回”数字游戏的问题,2007年1月实施的新《企业会计准则》对资产减值会计政策进行了较大的修改与完善,其中
内容针对传统指数滑动平均(EMA)算法在AlexNet卷积神经网络的训练后期无法持续优化网络参数,而导致网络过拟合问题.提出一种基于Tanh动态衰减指数滑动平均算法(T-ADEMA),采用变系数Tanh函数作为衰减率函数,根据训练次数动态调整优化参数,减小数据集中噪声对网络学习影响,提高模型泛化性能.实验结果表明,基于T-ADEMA算法的AlexNet网络在MNIST,CIFAR_10,CIFAR
传统的基于补丁的图像修复方法在修复过程中无法复制真实的图像纹理,即故障像素区域,通常需要手动标记故障区域.我们提出了一个迭代检测故障区域的图像修复模型.使标记故障区域过程自动化、精确化,模型将从修复过程中的多个特征图中图区的补丁作为CNN的输入,经CNN卷积和池化后输入Softmax分类器识别区域像素有效性,对标记为无效的故障区域采用Patch Match算法进行修复,引入启发式阈值对修复图像多次
半监督学习利用少量的辅助信息以提升学习器的性能.基于图的学习方法是较为典型的半监督学习实现途径,利用图来表达和分析数据,能够处理复杂的数据分布.不同于这类方法通常所利用的无符号图,符号网络具有更强的表达能力,其负边能够表达额外的信息.本文基于符号网络的规范化割(Signed Normalized Cut,SNCut),提出了可处理成对约束的半监督聚类,通过实验验证了负边给半监督学习带来的附加价值.
在机器学习领域,从少量样本中高效的学习仍然是一个巨大的挑战.本文借鉴度量学习的思想,基于深度高斯过程模型这一非参数模型,提出了用于小批量手写字符识别的深度高斯匹配网络.该框架可以自适应的学习到一种将以标注支撑集和未标注的样本映射能够有效到其标签的深度结构,同时避免因训练数据不足而出现的过拟合现象.在深度高斯过程模型的训练阶段,运用标准化流方法构造灵活的变分分布,改善了推断的质量.并且在稀疏化高斯模