会员登录
会员注册（三）董事会变量描述性统计分析
如表1所示，样本期间我国商业银行董事会规模的均值接近14人，比美国金融控股公司的12.9稍大，显著大于中国非金融企业9.59的均值，说明我国银行普遍倾向于大董事会。但是，董事会独立性均值约为22%，略低于我国非金融企业的23.7%，明显低于美国金融控股公司的85%，④董事会独立性整体较低。这表明，我国商业银行的董事会结构整体呈现规模大但独立性低的特征。
从不同类别银行的董事会来看，国有大型商业银行和股份制商业银行的董事会规模、独立性比较接近，且显著大于城市商业银行。分年度统计数据显示，2004年以来，商业银行董事会的规模与独立性整体呈现上升趋势。此外，我们发现，城市商业银行董事会独立性指标的标准差最大，显示了城市商业银行在独立董事制度建设上的参差不齐。
（四）模型与方法
内生构成的董事会容易出现解释变量与残差项相关的问题，这主要会导致不可观测的异质性（Unobservable Heterogeneity），此时普通最小二乘估计方法不再适用。面板数据的固定效应模型可以控制公司那些不可观测的特征，以此来控制影响公司董事会结构的异质效应。董事会结构还面临动态性问题，尽管早期的董事会内生构成理论并未考虑这一问题，但现实中董事会结构具有一定的稳定性，董事会总是通过一次变革达到均衡后便进入一定时间的冻结期，随后又进入新一轮变革、均衡、冻结，如此循环往复，也即当期的董事会结构会受到前期的影响。当被解释变量存在跨期动态关系时，Wintoki等（2010）证明，固定效应估计得出的值将是有偏的，并提出当理论暗示存在不可观测的异质效应和动态过程时，使用GMM估计方法能够获得一致无偏的估计结果。
Arellano和Bond提出了一阶差分GMM估计方法，通过使用一阶差分方程消除不可观测的异质性带来的潜在估计偏误，并使用解释变量的滞后项作为当期自身的工具变量，克服动态内生性带来的问题[29]。但是，Arellano和Bover、Blundell和Bond指出，水平滞后项是差分方程中内生变量的弱工具变量，并提出在差分GMM的基础上应加入差分变量的滞后项，同时将其作为水平项的工具变量，即系统GMM估计方法[30-31]。我们首先建立差分GMM模型进行试算，Sargan检验在15%的水平上显著，暗示模型可能存在一定的弱工具变量问题。特别地，本文回归变量间可能存在的反向因果关系（如盈利能力影响董事会结构，同时董事会结构也可能影响盈利能力）也会导致内生问题，使用系统GMM方法能够有效解决这一问题。因此我们选择系统GMM方法，建立模型如下：
Yit=α+ksYit-1+β1Xit+β2Xit-1+γZit+ηt+εit，s=1，……，p
其中，Yit表示董事会结构变量，Xit代表外生解释变量，Zit为先决变量。
四、实证结果
（一）董事会结构的决定因素检验
尽管各国公司治理模式不尽相同，但解决现代企业两权分离带来的问题是各种治理模式的共同理念，这也是推动我国商业银行治理改革的基本出发点，由此建立起来的董事会应当体现商业银行治理创新的内生要求。因此，我们首先通过模型1和模型5对内生创新机制进行检验；其次，我国商业银行面临的政府干预和过度监管可能使董事会治理受到外生合规因素的抑制，因此我们在模型2和模型6中检验这类因素的影响；第三，考虑内生创新和外生合规两种力量并非互斥，董事会治理的内生创新要以合规性为基础，因此我们没有检验哪种因素更为重要，而是在模型3、模型4、模型7、模型8中检验了两因素的交互影响。回归中考虑到多元化指数与银行资产结构变量可能是非严格外生的，因此将两变量设定为先决变量进行回归，试算结果显示，工具变量的合理性有所提高。在进行回归前，动态GMM模型滞后期的准确确定关系到模型设定是否合理，参照Wintoki等的方法进行试算[13]，我们发现，董事会结构变量滞后1期即可确保动态影响的完整性。
回归结果如表2所示。模型1和模型5的回归结果显示，经营复杂性变量与董事会规模显著正相关，从而验证了假设H1a。具体来看，DIVER变量与董事会变量正相关，即非利息收入比例高的银行需要更大和更独立的董事会，这与Pathan和Skully对美国金融控股公司的发现是一致的[9]。随着中国金融市场的发展与试点政策的引导，传统利息业务已不能满足银行高速发展的要求，银行通过各种方式开始涉足基金、证券、信托和保险等业务。以服务费用与创新业务为基础的非利息收入有助于增加银行利润，但费用收入波动性比传统的利息收入大得多，而创新业务则蕴含着更大的不确定性，⑤因此需要规模更大、独立性更强的董事会的支持。不良贷款率（NPL）与董事会变量正相关，显示出贷款风险越大，董事会的监督作用越明显。
资产规模大（TA）、经营历史悠久（BAge）、贷款比例高（LOAN）的银行会选择更大的董事会，但董事会的独立性并没有相应提高，这印证了前文中关于我国商业银行董事会独立性较低的结论。独立董事运作的高成本解释了这一问题：规模大、经营历史久、贷款比例高的银行内部信息不对称问题更为严重，内外部董事间信息转化成本[3-4]和协调成本[34]更高，这就降低了董事会的效率。此外，这类银行内部科层结构更加复杂，过多的引入独立董事可能会激化派系争斗[35]，这就导致大银行没有提高董事会独立性的激励。这样假设1b得到了支持，尽管非利息收入高、贷款风险高的银行需要更多的独立董事，但资产规模大、贷款比例高的银行因受制于高昂的成本会使用更多的内部董事。
对于CEO能力，我们发现，董事会变量与银行绩效显著相关，但符号为正，假设2a没有得到验证。我国目前尚未形成有效的银行经理人市场，行长的选聘主要通过行政渠道进行，因此经营业绩不能成为CEO与董事会谈判的筹码。前期绩效与董事会结构变量显著正相关，原因在于，有效的董事会治理能够提升银行绩效[36]，导致这类银行倾向于在下一期选择更大、更独立的董事会，从而进入一种良性循环。模型5显示，CEO任期、年龄虚拟变量与董事会独立性负相关，从而验证了假设2b。也就是说，任职时间长、年龄超过55岁的行长有动力、有能力利用自己的影响力“任人唯亲”，选择顺从自己意愿的人进入董事会，加强对董事会的控制，降低独立董事比例，为独立董事的监督设置障碍以获得更大的权力。因此，董事会与CEO的谈判关系在我国商业银行中同样存在，但CEO的谈判筹码更多地源于非治理因素。
模型2和模型6的回归结果显示，国有股比例（SO）与董事会独立性显著负相关，说明为实现政治目的，国有大股东倾向于降低董事会的独立性以避免“作茧自缚”，模型8中股权集中度（OwnCons）与董事会独立性的负向关系从另一个侧面验证了这一结论。国有股比例与董事会规模正相关，原因在于，为确保银行的调控工具属性，国有股东会在董事会中派驻有政府背景的董事，从而扩大了董事会的规模。⑥我们进一步在回归模型3和模型8中考察政府干预对内生创新机制的影响。模型1和模型5的回归系数显示，董事会规模、独立性的主要内生决定变量是多元化指数（DIVER），所以我们引入国有股比例与多元化指数的交叉项SO*D来考察政府干预与业务范围的交叉影响。结果显示，SO*D与董事会规模和独立性显著负相关，说明政府干预扭曲了银行董事会结构的自主选择，抑制了董事会治理创新的空间，因此假设H3得到了验证。
模型3和模型6中事前监管的衡量变量ReguD与董事会规模、独立性负相关，模型4和模型7中加入了事前监管变量与多元化指数的交叉项（RD*D），显著为负的回归系数进一步验证了事前监管对董事会监督的替代作用。在各种监管方式中，政府的过度监管集中体现在各种复杂的条文、指引等事前监管中，直接干预了银行的经营决策。例如，在信贷从紧的2006～2008年上半年以及2011年，银监会多次发文强调中小企业的金融服务问题，并从数量、比例、流向等方面提出了详细的监管要求。⑦在2009年扩大内需项目融资的大潮中，银监会相关文件对项目融资贷款人资格认定、贷款定价、担保方式、放款方式、贷款监测、风险评价与预警等方面进行了严格的限定。⑧尽管这些文件为解决不同时期经济发展中的突出问题起到了积极作用，但每年百余篇的规范性文件无疑削弱了董事会职能，变主动决策、监督为被动执行。
模型2中事中监管变量ReguP与董事会规模正相关，现场检查从客观上强化了董事会的自查自纠，但对董事会的独立性并没有显著影响，即事中监管的替代作用不明显，这与洪正、周轶海的发现是类似的[27]。在风险控制方面，有效的董事会治理和监管部门的目标并不冲突，因此不会造成显著的替代效应，假设H4得到了部分支持。
（二）对商业银行董事会内生创新机制的进一步分析
上一部分的分析说明，在内生创新和外生合规的双重压力下，我国商业银行选择了大规模、低独立性的董事会结构，但这种结构存在两方面的缺陷。一方面，我国商业银行的董事会规模显著大于其他行业，解释是银行经营更加复杂、风险更高，需要大的董事会与之配合。但是Jensen指出，随着董事会规模的扩大，沟通、协作障碍提高了运作成本，董事会中的“搭便车”行为与社会惰性将更加严重[34]，选择大董事会的商业银行如何解决由此带来的高昂成本？另一方面，我国商业银行中董事会独立性明显偏低，由于政治干预与信息成本的存在，资产规模大、信贷比例高的银行独立董事比例反而更低，那么在我国商业银行中，独立董事的职责应该由谁来承担？
我国监管法规对银行董事会专门委员会（以下简称委员会）的设立问题仅进行了任意性规定，⑨而现实中商业银行选择设立较多的委员会。⑩委员会的运用能够有效缓减由大规模董事会和独立董事带来的各种成本[37]，是确保董事会功能有效发挥的重要途径。因此下文试图通过委员会设立考察内生创新机制，即银行是否通过主动“设委”来弥补董事会结构上的缺陷。根据样本银行年报，我们手工统计了委员会数目（SC），然后与董事会规模（BS）、独立性（INDIR）进行回归。控制变量包括银行绩效（ROAA）、贷款比例（LOAN）、经营时间（BAge）、贷款风险（NPL）、多元化指数（DIVER）、资产规模（TA）、国有股比例（SO）以及年度虚拟变量（Year）。
（作者单位：北京科技大学经济管理学院）