微博作为一种重要的新兴社会化媒体平台,已经成为信息时代的主流(黄静等,2014;Capriotti和Ruesja,2018)。截至2018年12月31日,我国新浪微博活跃用户达4.62亿,已赶超以往全球规模最大社会媒体Twitter,跃居世界第一。由于微博具有传播速度快、互动性强、沟通即时等特点(Kaplan和Haenlein,2011),我国越来越多企业CEO开通个人微博(如创业工场的李开复、格力电器的董明珠、聚美优品的陈欧、小米的雷军等)。CEO使用微博动机为何?是为了立身扬名,还是为了产品宣传以提升企业绩效,亦或兼而有之呢?二者之间的关系在不同的组织情境下是否会有所差异?这些有趣且重要的问题逐渐引起理论界和实务界的关注。
目前,国内外学者主要围绕微博对企业营销活动的影响展开研究,认为企业微博会影响品牌形象(Zhang等,2015)、品牌认同(Kwon等,2014;黄京华等,2016)、企业口碑(Kaplan和Haenlein,2011;王霞和牛海鹏,2013;Huang等,2014)、用户感知、营销效果及购买决策(Kim和Park,2013;Zheng等,2015);亦有学者基于微博信息的传播能力,考察了微博对公司信息透明度(Blankespoor等,2014)、股票价格变化(胡军和王甄,2015)和超额回报(徐巍和陈冬华,2016)的影响效果。然而,仅有少数文献关于CEO个人微博对其知名度及企业绩效影响的研究,且研究结论并不一致:一种观点认为,CEO开通微博有利于提升个人声誉(Capriotti和Ruesja,2018),改善企业形象(Kaplan和Haenlein,2011;郝晓玲和陈轶杰,2013),增加企业价值(Capriotti和Ruesja,2018);但仍有学者持不同的论断,如Porter等(2015)认为CEO对微博的重要性持鄙视态度,Kwoh等(2014)研究表明CEO微博与企业绩效之间并没有直接的联系。周飞和沙振权(2015)进一步将CEO微博信息质量划分为三个维度,研究发现仅有信息可读性对粉丝的品牌态度有直接正向影响,CEO微博信息的准确性、适当性对粉丝品牌态度的直接影响不显著。虽然通过名人微博吸引大量粉丝的营销策略已逐渐得到企业重视,但是有关CEO微博对个人及企业后果进行的实证研究凤毛麟角,学术研究已远落后于企业实践。据此,在已有探讨CEO微博与个人和企业间关系及其作用机理的研究基础上,有必要深入探讨是何种因素促使CEO使用微博?尤其在中国崇尚含蓄、谦逊的儒家文化背景触碰到当今信息爆炸的新媒体时代,厘清CEO微博对个人知名度和企业绩效的作用机制,成为组织行为和战略管理领域学者们面临的一个重要课题。
鉴于此,本文以中国非金融类上市公司为研究对象,基于高阶梯队理论和委托代理理论的双重视角,充分挖掘CEO微博的相关信息,并将CEO微博按其内容划分为企业相关微博和个人相关微博两个维度,实证检验CEO微博对个人知名度及企业绩效的影响,亦检验了个人知名度在CEO微博与企业绩效间是否存在路经作用;同时,探究不同情境(消费者敏感行业、所有权性质、CEO二元性)的调节作用,从而进一步揭示CEO微博对其个人知名度和企业绩效的作用边界。本研究有利于弥补本土情境下CEO使用微博与企业绩效关系研究的不足,对于深入理解高管团队认知与组织后果的关系,也有重要的借鉴和启示作用。
二、理论分析和研究假设(一)CEO微博与个人知名度
作为一种新颖、有效的媒体传播平台,微博是人们获取、传播信息的重要渠道,具有辐射范围广、传播速度快等特点(Kaplan和Haenlein,2011)。CEO发表微博内容受其个人偏好及意图的影响,大致可划分为企业相关微博和个人相关微博两个方面(谢庆红等,2013;黄静等,2014)。个人知名度是外界公众对CEO的知晓及熟悉程度,会受CEO行为影响(黄静等,2017),委托代理理论表明,CEO作为代理人,其使用微博(企业或个人相关微博)必然会对其个人知名度产生积极的正面影响。
首先,委托代理理论认为,作为股东的代理人,CEO追求的不仅是薪酬高低,还包括精神激励,如对社会价值和自我实现的追求等。声誉作为一种激励机制,是对个体或组织的一种激励效应。注重声誉的CEO愿意在各种媒体平台上“抛头露面”以吸引更多的注意力,从而提升个人在公众中的知名度。
其次,高阶梯队理论认为,CEO在一定程度上作为企业形象的代言人,微博则为CEO提供了一个优质、便捷的展示平台。微博具有传播速度快、覆盖面广的特点,使得每条消息都可以实现病毒式传播,从而获得高曝光率,吸引众多人的关注;微博比传统媒体拥有更强的即时性,这就保证了CEO的动态信息在微博中随时可见,保持公众对其持续关注。CEO微博(企业或个人相关微博)在发布后会立即被公众阅读,即使不能保证每一条微博均吸引任一浏览者的关注,但随着发表微博数量的增多、不断地进行动态更新亦会使其关注度增加,进而提升其个人知名度(黄静等,2014)。
再次,CEO通过微博发表与企业相关信息,能够与员工、客户、媒体及社会公众进行实时联系和互动,建立起与外部公众之间的联结和关系(Yang等,2017);CEO发表个人相关微博,诸如创业经历、生活趣闻、见闻轶事及人生感悟等个人信息,亦能够吸引公众注意,上述两种微博信息内容均会影响外部公众对CEO形象的认知,有助于提高个人知名度(Huang等,2014)。
此外,基于以上论述,本文提出如下假设:
H1a:CEO发表与企业相关的微博越多,越有利于提升其个人知名度。
H1b:CEO发表与个人相关的微博越多,越有利于提升其个人知名度。
(二)CEO微博与企业绩效
高阶梯队理论亦指出,企业高层管理者尤其是CEO对企业战略决策和组织后果具有重要的影响(Hambrick,2014)。CEO微博俨然已经成为企业营销的重要工具,但CEO作为代理人其行为受其个人偏好的影响,所发表的微博信息并非完全有益于提升企业绩效。CEO言行将会影响社会公众对企业的评价和认知,CEO微博(企业或个人相关微博)可能会对企业绩效产生不同方向和程度上的影响。
一方面,CEO发表与企业相关微博信息能够对企业绩效带来积极的影响:(1)CEO通过微博平台发表企业相关信息,能够拓宽企业与公众的沟通渠道,增进与外部公众的联系、加强产品的广告宣传效果、提升企业营销能力等(Kim和Park,2013;Nisar和Whitehead,2016);(2)CEO发表与企业产品相关的微博信息,能够加大与消费者的实时互动性,增强消费者的购买意愿,促进消费者的购买决策,加强消费者的客户忠诚度,进而提升企业绩效(Nisar和Whitehead,2016);(3)微博通过多层级几何式传播,其影响力不可估量,CEO发表企业相关微博信息能够有效提高企业知名度,影响企业的品牌形象,亦会对企业绩效产生积极影响(郝晓玲和陈轶杰,2013;Capriotti和Ruesja,2018)。
另一方面,CEO微博并非企业的官方微博,不仅会发表与企业相关微博,亦会发表与个人相关微博。CEO发表个人相关信息可能会为企业绩效带来消极的影响:(1)粉丝关注CEO微博目的尚不相同,其间虽夹杂着信息搜寻动机,更多是一种娱乐性消遣行为(姚亚男等,2017),CEO可能会不断地发表与其企业无关的新闻、趣事以维持其高声誉的关注度(周飞和沙振权,2015),这必然导致其无法专注于企业经营工作,短期内势必会分散CEO经营企业的精力(金雪军和郑丽婷,2015)。(2)微博平台作为国内知名网络社交媒体平台,微博内容的可信度和社交媒体价值均有待考量(Porter等,2015)。诸如新浪微博将其标语定义为“随时随地发现新鲜事”,亦佐证此平台并非企业专属信息发布渠道,平台信息十分冗杂,而CEO微博所建立起的知名度并不等同于企业美誉度及客户忠诚度,对企业盈利能力并不具有显著地正向影响(蔡月祥等,2015),金雪军和郑丽婷(2015)研究亦表明CEO声誉在短期内对企业股价亦有显著地负向影响。(3)根据委托代理理论,CEO作为股东的委托人和理性的经济人,CEO行为的出发点更多的关注个体利益,追求自身利益最大化,由于对公司经营发展并不负有长期责任(Qiao等,2017),CEO倾向于在微博中表现自己,发表个人相关信息,此微博内容则时常附有不负责任的言语或评论,必然会为公司带来公关危机。可见,CEO发表与其个人相关的微博时,往往并不会以企业利益为主,且未充分考虑自身微博是否有利于企业形象及企业今后发展,从而对企业绩效带来负面影响(Porter等,2015)。
综上,从CEO微博(企业或个人相关微博)来看,其对企业绩效具有不同方向的影响,为此,我们提出以下假设:
H2a:CEO发表与企业相关的微博越多,越会提升企业绩效。
H2b:CEO发表与个人相关的微博越多,越会抑制企业绩效。
(三)不同情境的调节作用
CEO微博作为一种新兴的社交媒体工具,已成为企业与消费者沟通的重要方式(周飞和沙振,2015;Yang等,2017)。受到情境边界的影响,CEO微博对个人知名度和企业绩效的影响可能存在差异。为此,我们将进一步分析三种情境的调节作用。
1. 消费者敏感行业的影响
在食品、餐饮、服装等日常生活所涉及的行业中,消费者确实有着更为强烈的敏感性,消费者敏感行业相比于非消费者敏感行业本身来说,更应重视消费者述求与体验,与消费者的联系更加紧密,显然这些行业更容易受到CEO微博信息的影响。消费者敏感行业中,面对消费者敏感行业,CEO通过发表微博,与消费者进行面对面的沟通和交流,能够使得大众清晰地感知CEO魅力,提升其个人知名度(Duan和Dholakia,2015);CEO发表与企业相关微博(诸如新产品展示及促销活动等信息),更有助于拓宽与消费者沟通渠道,增加与消费者之间的交流,吸引消费者更多的关注及购买行为,进而影响企业绩效(Kim和Park,2013;Nisar和Whitehead,2016)。基于以上分析,本文提出以下假设:
H3a:相比非消费者敏感行业,消费者敏感行业的CEO微博对个人知名度影响程度更大。
H3b:相比非消费者敏感行业,消费者敏感行业的CEO微博对企业绩效影响程度更大。
2. 企业所有权性质的影响
所有权性质作为公司内部治理机制的核心,对企业经营决策具有非常重要的影响。从企业所有权性质来看,国有企业CEO的选拔和任命受到政府部门的影响,致使其决策的灵活性和自由空间性相对较小,且国企CEO职业晋升不仅在于企业业绩的考核,亦受到诸如政治素质、勤勉尽责和廉洁自律等情况的影响(许言等,2017)。相比于非国有企业CEO而言,CEO更加关注于自己的职业生涯,即国有企业CEO除关心市场对其经营管理能力的评价外,仍会追求政治职位的晋升(Matta和Beamish,2010),因此,国有企业CEO发表微博时会更加谨慎。一方面,国有企业CEO在其任期内倾向于通过微博发布一些积极正面的信息,增强其个人声誉、彰显其个人才能;另一方面也会通过发表与企业相关的信息,以促进产品推广、提升企业形象,进而为企业绩效带来积极的促进作用。基于上述分析,本文提出以下假设:
H4a:相比非国有企业,国有企业的CEO微博对其个人知名度的影响程度更大。
H4b:相比非国有企业,国有企业的CEO微博对企业绩效的影响程度更大。
3. CEO二元性的影响
CEO二元性是现代公司协调董事会和经理层关系的重要内部治理安排(葛菲等,2015)。委托代理理论表明,CEO是机会主义者和自私自利的代理人,为了其个人利益最大化,不惜牺牲广大股东的利益。在两职分离的情况下,公司的领导权在董事长和CEO之间分配,CEO在发表微博时会更谨慎;当两职合一时,将会扩大CEO权力,导致董事会监督的弱化,此时表现更为严重的代理问题(Fama和Jensen,1983)。但CEO权力的增加,亦会使得CEO总揽全局,权衡利弊,减少决策和管理过程中的矛盾,提高了执行效率,促使企业经营目标的实现(Qiao等,2017)。据此,本研究认为当董事长和CEO两职合一时,会促使CEO资源配置能力与决策能力的增强,其言行的影响力越大。两职合一的CEO可能会对其个人知名度和企业绩效的关系产生更为积极的影响。基于以上分析,我们提出以下假设:
H5a:相比非两职合一,两职合一的CEO微博对其个人知名度的影响程度更大。
H5b:相比非两职合一,两职合一的CEO微博对企业绩效的影响程度更大。
三、实证研究设计(一)样本选择与数据来源
Sina微博是国内最早开发的微博平台,亦是人气规模最大的微博平台。考虑到Sina微博正式上线的运行时间,本文选取2009—2016年间上海证券交易所和深圳证券交易所上市公司为样本,围绕CEO微博对个人知名度和企业绩效的影响进行考察。为了保证研究的信度和效度,我们对样本进行了如下筛选:(1)由于金融保险行业的资产结构、资本结构、经营特点等与其他行业存在巨大差异,我们将金融行业予以剔除;(2)剔除ST、*ST两类经营存在异常的公司;(3)剔除上市不到一年的公司。最后我们在3 095家非金融上市公司中筛选出开通并使用微博的192家企业的CEO,共有765个有效样本。由于研究中涉及的信息量比较大,我们对样本数据的收集分为以下几个阶段:
首先,在我国3 095家非金融业上市公司中,用CEO名字加公司名称为关键词,在微博中进行搜索,最终筛选出192名CEO开通个人微博;其次,利用phthon语言编写的程序,对CEO微博的发表内容、发表时间、点赞程度等关键信息进行提取;再次,从CSMAR数据库和Wind数据库中下载CEO个人信息及企业信息,运用STATA15.0软件对数据进行匹配;最后,以CEO姓名加企业名称为关键词进行百度新闻量的循环搜索,并利用Python语言程序,将抓取到的数据与样本数据合并,获取CEO关注度数据。
(二)模型构建与变量定义
1. 模型构建
为了研究CEO微博对个人知名度和企业绩效的影响,本文构建了如下多元回归模型。
$ \begin{aligned} R\!eputatio{n_{it}} =& {\alpha _0} + {\alpha _1}W{B_{it}} + {\alpha _2}Weilin{g_{it}} + {\alpha _3}CEOag{e_{it}} + {\alpha _4}Educatio{n_{it}} + {\alpha _5}Gende{r_{it}} \\ & + {\alpha _6}Siz{e_{it}}+ {\alpha _7}Growt{h_{it}} + {\alpha _8}RD{I_{it}} + {\alpha _9}Le{v_{it}} + {\alpha _{10}}Firmag{e_{it}}\\ &+ \mathop \sum \nolimits_1^I {\delta _i}Yea{r_{i,t}} +\mathop \sum \nolimits_1^k {\gamma _k}Industr{y_{k,t}} + {\varepsilon _{i,t}} \end{aligned} $ | (1) |
$ \begin{aligned} Perf\!orm\!anc{e_{it}} = &{\alpha _0} + {\alpha _1}W{B_{it}} + {\alpha _2}Weilin{g_{it}} + {\alpha _3}CEOag{e_{it}} + {\alpha _4}Educatio{n_{it}} \\ &+ {\alpha _5}Gende{r_{it}} + {\alpha _6}Siz{e_{it}} + {\alpha _7}Growt{h_{it}} + {\alpha _8}RD{I_{it}} + {\alpha _9}Le{v_{it}} \\ &+ {\alpha _{10}}Firmag{e_{it}} + \mathop \sum \nolimits_1^I {\delta _i}Yea{r_{i,t}} + \mathop \sum \nolimits_1^k {\gamma _k}Industr{y_{k,t}} + {\varepsilon _{i,t}} \end{aligned} $ | (2) |
其中模型(1)考察CEO微博对个人知名度的影响,模型(2)考察CEO微博对企业绩效的影响。模型中
变量名称 | 变量符号 | 变量取值方法及说明 | |
被解释变量 | 点赞程度 | Dianzan | 根据CEO微博点赞数量划分为1—5层级 |
百度关注度 | Baidunews | CEO百度新闻量加1取自然对数值 | |
总资产报酬率 | ROA | 净利润/平均资产总额 | |
净资产收益率 | ROE | 税后利润/所有者权益 | |
解释变量 | 微博总数 | WBZS | CEO微博总数加1取自然对数进行衡量 |
企业相关微博数量 | WBQY | 涉及企业相关信息的微博总数加1取自然对数 | |
个人相关微博数量 | WBGR | 涉及个人相关信息的微博总数加1取自然对数 | |
调节变量 | 消费者敏感行业 | MGIndustry | 企业处于消费者敏感行业时,MGIndustry取值为1,否则取值为0 |
所有权性质 | State | 企业为国有企业时,State取值为1,否则取值为0 | |
两职合一 | Duality | 企业CEO两职合一时,Duality取值为1,否则取值为0 | |
控制变量 | CEO微龄 | Weiling | 以CEO开通微博为起始年计算到截止到研究样本设定时间的持续年数 |
CEO年龄 | CEOage | 样本当年年份减去CEO出生年份 | |
CEO教育背景 | Education | 大专及大专以下、大专、本科、硕士研究生和博士研究生分别取值1、2、3、4、5 | |
CEO性别 | Gender | 女性取0,男性取1 | |
企业规模 | Size | 用本年度总资产的自然对数进行度量 | |
增长率 | Growth | 用本年度企业主营业务增长率进行衡量 | |
研发投资 | RDI | 用研发投资除以销售收入 | |
资产负债率 | Lev | 企业的总负债除以总资产 | |
企业年龄 | Firm age | 以上市公司的企业注册年份为起始年计算到截止到研究样本设定时间的持续年数 | |
行业 | Industry | 根据中国证监会的行业分类。其中除制造业划分到次类以外,其他行业划分到门类。 | |
年份 | Year | 样本对应的年份作为虚拟变量 |
2. 变量定义
(1)被解释变量
个人知名度(Reputation),我们采用CEO微博点赞程度(Dianzan)①和百度关注度(Baidunews)两个指标来衡量。由于CEO发表微博的点赞程度(Dianzan)是计数数据,本文采取负二项回归模型进行研究;CEO百度关注度采取面板Tobit模型研究。
企业绩效(Performance),本文用总资产报酬率(ROA)和净资产收益率(ROE)来衡量,并基于Hausman检验结果,运用固定效应模型展开研究。②
(2)解释变量
本文的解释变量为CEO微博(WB),我们引入3个指标对其进行测度。具体而言,我们不仅引入CEO当年微博总数(WBZS)用以度量CEO微博,亦借鉴谢庆红等(2013)、黄静等(2014)的方法,将微博划分为企业相关微博和个人相关微博两种类型,并相应统计企业相关微博数量(WBQY)及个人相关微博数量(WBGR)③。
(3)调节变量
本文包括三个调节变量,具体如下:消费者敏感行业(MGIndustry),依据证监会发布《上市公司行业分类指引》(2012年修订),最终将食品饮料加工制造业(C0),纺织业(C1),医药、生物制品(C8),计算机及通信服务(G83、G85、G87),批发和零售贸易(H),房地产业(J),社会服务(K)等行业定为消费者敏感型行业,其余行业为非消费者敏感型行业;企业所有权性质(State),分为国有企业和非国有企业,实际控制人为国资委、地方国资委、地方政府部门等为国有企业,否则为非国有企业;CEO二元性(Duality),当CEO兼任公司董事长时,为两职合一,否则为非两职合一。
(4)控制变量
本研究包括CEO特征及公司基本情况两类控制变量。此外,在模型中加入了行业控制的虚拟变量和年度变量,以控制行业和时间因素的影响。变量的定义和测量如表1所示。
四、实证结果及分析(一)变量的描述性统计
表2呈现了主要变量的描述性统计,结果显示,CEO微博点赞(Dianzan)的均值为1.681,仅有约25%的微博点赞程度超过2,表明CEO微博所获得的点赞数量较少;百度关注度(Baidunews)的均值为3.920,超过75%的百度关注度达到了4.263;CEO年微博总数(WBZS)的均值为2.507,标准差为2.494,表明不同企业间CEO微博数量差异性较大。在CEO微博内容方面,CEO个人相关微博数量(WBGR)的均值为2.203,企业相关微博数量(WBQY)的均值为1.589,表明CEO利用微博发表的个人相关微博数量远超过企业相关微博数量。
Variable | Mean | Sd | Min | P25 | P50 | P75 | Max |
Dianzan | 1.681 | 1.101 | 1 | 1 | 1 | 2 | 5 |
Baidunews | 3.920 | 2.049 | 0 | 2.398 | 4.263 | 5.451 | 9.928 |
ROA | 0.102 | 0.085 | −0.245 | 0.048 | 0.083 | 0.145 | 0.578 |
WBZS | 2.507 | 2.494 | 0 | 0 | 1.792 | 4.812 | 8.598 |
WBQY | 1.589 | 1.924 | 0 | 0 | 0.693 | 3.091 | 7.439 |
WBGR | 2.203 | 2.364 | 0 | 0 | 1.099 | 4.317 | 8.567 |
WBGZ | 0.275 | 0.302 | 0 | 0 | 0.210 | 0.47 | 1 |
MGIndustry | 0.536 | 0.499 | 0 | 0 | 1 | 1 | 1 |
State | 0.145 | 0.352 | 0 | 0 | 0 | 0 | 1 |
Duality | 0.346 | 0.476 | 0 | 0 | 0 | 1 | 1 |
Weiling | 3.365 | 1.782 | 1 | 2 | 3 | 5 | 8 |
CEOage | 47.046 | 6.432 | 26 | 43 | 47 | 51 | 65 |
Education | 2.810 | 1.304 | 1 | 1 | 3 | 4 | 5 |
Gender | 0.899 | 0.301 | 0 | 1 | 1 | 1 | 1 |
Size | 21.583 | 2.017 | 9.21 | 20.651 | 21.603 | 22.497 | 26.071 |
Growth | 0.241 | 0.352 | −0.379 | 0.035 | 0.165 | 0.3533 | 1.788 |
RDI | 0.043 | 0.063 | 0 | 0.000 | 0.027 | 0.053 | 0.047 |
Lev | 0.398 | 0.199 | 0.028 | 0.254 | 0.379 | 0.549 | 0.899 |
Firm age | 15.188 | 5.301 | 2 | 12 | 15 | 19 | 35 |
(二)实证过程及结果分析
1. CEO微博对个人知名度影响的回归结果
CEO微博对个人知名度影响的回归结果如表3所示。从模型1和4可以看出,CEO微博总数(WBZS)对CEO点赞程度(β=0.149,p<0.01)和CEO百度关注度(β=0.118,p<0.01)均呈现显著地正向影响,表明CEO微博的总数越多,越会获得更多的粉丝关注,受到外界新闻媒体的关注度亦会越高。从CEO微博内容来看,模型2和模型5中CEO企业相关微博数量(WBQY)对CEO点赞程度(β=0.179,p<0.01)和百度关注度(β=0.210,p<0.01) 均有显著地正向影响,表明CEO通过微博平台发表企业相关信息与粉丝进行互动,粉丝亦会对其个人微博产生极大兴趣,据此,CEO将会得到更多的粉丝关注及更加广泛的新闻媒体的报道,进而提升其个人知名度,H1a得以验证;从模型3和模型6中可以看出,个人相关微博数量(WBGR)对CEO点赞程度(β=0.142,p<0.01)和百度关注度(β=0.098,p<0.01)均具有显著地正向影响,表明CEO个人相关微博对其个人知名度的影响具有明显的促进作用,H1b亦得到有力支持。
Variables | CEO微博点赞程度 | CEO百度关注度 | |||||
(1) | (2) | (3) | (4) | (5) | (6) | ||
WBZS | 0.149*** (11.505) |
0.118*** (3.952) |
|||||
WBQY | 0.179*** (11.867) |
0.210*** (5.786) |
|||||
WBGR | 0.142*** (10.478) |
0.098*** (3.172) |
|||||
Control | Yes | Yes | Yes | Yes | Yes | Yes | |
N | 765 | 765 | 765 | 765 | 765 | 765 | |
chi2 | 229.962 | 206.141 | 233.956 | 182.619 | 175.701 | 204.100 | |
注:*、**和***分别表示10%、5%和1%的显著性水平,括号内为t值(下同)。 |
2. CEO微博对企业绩效的回归结果
CEO微博对企业绩效影响的回归结果如表4所示。从模型1可以看出CEO微博总数(WBZS)对公司总资产报酬率(ROA)的系数为负,但不显著 (β=−0.002,p>0.1);而模型4中CEO微博总数(WBZS)对净资产收益率(ROE)呈现负向显著影响(β=−0.005,p<0.05),一定程度上说明CEO微博数量越多,不仅不会提升企业绩效,而且会对其企业绩效产生消极的影响。究其原因,CEO作为公众人物,扮演着公司代言人的角色,但多数CEO尚未充分规范自身言谈举止,微博信息有损于公司形象,进而作用于绩效表现。模型2和模型5表明,CEO企业相关微博数量(WBQY)对企业绩效影响不显著,H2a没有得到支持。CEO作为代理人,未必真正为公司发展着想,而是出于提升自身价值考虑,其在微博中发表与企业相关的内容并未产生理想的宣传或推广效果,故而对企业绩效提升没有产生促进作用。从模型3和模型6中更加明显的看出,个人相关微博数量(WBGR)与公司的ROA和ROE之间则均存在显著地负相关关系(β=−0.003,p<0.1;β=−0.007,p<0.01),H2b得以验证;表明CEO作为股东的代理人,在微博中发表与个人相关信息,不利于提升公司整体形象,对企业绩效产生抑制作用。
Variables | 总资产报酬率(ROA) | 净资产收益率(ROE) | |||||
(1) | (2) | (3) | (4) | (5) | (6) | ||
WBZS | −0.002
(−1.164) |
−0.005** (−2.399) |
|||||
WBQY | 0.001
(0.759) |
−0.001
(−0.233) |
|||||
WBGR | −0.003* (−1.876) |
−0.007*** (−3.141) |
|||||
Control | Yes | Yes | Yes | Yes | Yes | Yes | |
N | 765 | 765 | 765 | 765 | 765 | 765 | |
F | 17.323 | 17.515 | 17.254 | 16.236 | 16.590 | 15.746 | |
Adj R2 | 0.124 | 0.128 | 0.123 | 0.105 | 0.112 | 0.097 |
3. CEO个人知名度的中介效应
个人知名度能否作为中介路径,进一步促进企业绩效呢?本文借鉴温忠麟等人的中介效应检验过程,首先,检验解释变量CEO微博对企业绩效影响的总效应,如果影响系数显著,继续检验中介作用,否则停止检验;在上述表4的结果中,仅有CEO个人相关微博数量(WBGR)对企业绩效具有显著地负向影响,而CEO微博总数(WBZS)以及企业相关微博数量(WBQY)对企业绩效的影响均不具有显著性;因此,在进行第二步骤时,我们仅检验个人知名度(Reputation)在CEO个人相关微博数量(WBGR)与企业绩效间关系的中介作用,上述表4结果已经证明CEO个人相关微博数量(WBGR)对其个人知名度具有显著地正向影响;第三步,构建检验模型(3),观察方程(3)的系数α1和α2是否显著。其系数α1衡量个人相关微博数量(WBGR)对企业绩效影响的直接效应。若系数α1不显著,α2系数显著表明存在完全中介效应,若系数α1和α2均显著,则表明只存在部分中介效应。
$ \begin{aligned} Performanc{e_{it}} =& {\alpha _0} + {\alpha _1}WBG{R_{it}} + {\alpha _2}Reputatio{n_{it}} + {\alpha _3}Weilin{g_{it}} + {\alpha _4}CEOag{e_{it}}\\ & + {\alpha _5}Educatio{n_{it}} + {\alpha _6}Gende{r_{it}} + {\alpha _7}Siz{e_{it}} + {\alpha _8}Growt{h_{it}} + {\alpha _9}RD{I_{it}} \\ &+ {\alpha _{10}}Le{v_{it}} + {\alpha _{11}}Firmag{e_{it}} + \mathop \sum \nolimits_1^I {\delta _i}Yea{r_{i,t}} + \mathop \sum \nolimits_1^k {\gamma _k}Industr{y_{k,t}} + {\varepsilon _{i,t}} \end{aligned} $ | (3) |
进一步检验CEO个人知名度作为中介路径的回归结果如表5所示。具体来说:控制知名度的三个代理变量(CEO百度关注度、CEO微博点赞以及CEO微博粉丝④)后,CEO个人相关微博数量(WBGR)对企业绩效(ROA/ROE)的影响都不具有显著影响,且CEO个人知名度的三个代理变量对企业绩效均未具有显著影响,在此基础之上,采用Sobel检验、Goodman显著性检验等中介检验的结果亦均不具有显著性,表明CEO发表个人相关信息能够提升其个人知名度,但个人知名度没有承接中介作用,对企业绩效不具有显著地影响。究其原因,尽管CEO使用微博能够提升其知名度,但知名度不等同于美誉度和忠诚度(蔡月祥等, 2015),在一定程度上对企业盈利能力并不具有显著地正向影响。
Variables | ROA | ROE | ROA | ROE | ROA | ROE |
(1) | (2) | (3) | (4) | (5) | (6) | |
WBGR | 0.000
(0.396) |
0.003
(1.581) |
−0.000
(−0.151) |
0.003
(1.323) |
−0.002
(−0.593) |
0.001
(0.309) |
CEO百度关注度 | −0.001
(−0.713) |
−0.003
(−1.560) |
||||
CEO微博点赞 | 0.002
(0.784) |
−0.001
(−0.267) |
||||
CEO微博粉丝 | 0.003
(1.506) |
0.000
(0.121) |
||||
Control variables | Yes | Yes | Yes | Yes | Yes | Yes |
N | 765 | 765 | 765 | 765 | 192 | 192 |
F | 25.634 | 15.544 | 25.647 | 15.281 | 7.065 | 2.253 |
Adj R2 | 0.272 | 0.185 | 0.273 | 0.182 | 0.302 | 0.121 |
Sobel检验 | Z=−0.6994 | Z=−1.428 | Z=0.7878 | Z=−0.2668 | Z=1.448 | Z=0.1209 |
Goodman检验1 | Z=−0.6742 | Z=−1.383 | Z=0.7815 | Z=−0.2663 | Z=1.425 | Z=0.1188 |
Goodman检验2 | Z=−0.7277 | Z=−1.478 | Z=0.7842 | Z=−0.2672 | Z=1.473 | Z=0.1231 |
4. 不同情境下CEO微博的影响分析
进一步考察不同情境下,CEO微博对个人知名度及企业绩效的影响是否存在差异⑤。
(1)消费者敏感行业的影响。借鉴已有研究,我们将样本分为消费者敏感和非敏感行业两个子样本,进一步检验CEO微博对个人知名度和企业绩效的影响。
回归结果表明,CEO微博对个人知名度的影响中,消费者敏感行业的影响系数明显大于非敏感行业的影响系数,但两组回归系数差异不显著(p>0.1),拒绝H3a。表明在消费者敏感还是非敏感行业中,CEO发表微博都会提升其点赞程度⑥。CEO微博总数(WBZS)对企业绩效的影响均未达到显著性水平(β=0.000,p>0.1;β=−0.003,p>0.1),即无论在消费者敏感与非敏感行业,CEO微博总数(WBZS)对企业绩效均未产生显著性影响;而在消费者敏感行业子样本,CEO企业相关微博数量(WBQY)对公司的总资产报酬率(ROA)具有显著地正向影响(β=0.005,p<0.05),相较于非消费者敏感行业中,CEO企业相关微博数量(WBQY)与公司的总资产报酬率(ROA)负相关但不显著(β=−0.001,p>0.1),则假设3b得到支持,在消费者敏感行业中,CEO在微博中发表与企业相关的信息,能起到较好的宣传作用,促进了企业绩效水平的提高。消费者敏感行业的个人相关微博数量(WBGR)对公司ROA的影响并不显著(β=−0.001,p>0.1);与之相反,消费者非敏感行业中,CEO的个人相关微博数量(WBGR)对公司的ROA则具有负向影响(β=−0.004,p<0.05),表明在消费者紧密相关的行业中,CEO在发表微博时会更加谨慎,以减少个人相关信息对企业绩效的负面影响。古人云“君子慎独”,CEO作为企业首席执行官和形象代言人,无论处于何种行业,都应该时刻注意自己的言行,避免自身不当行为对企业带来的消极影响⑦。
(2)所有权性质的影响。本文进一步将样本分为国有和非国有两个子样本,以考察不同所有权性质下,CEO微博对个人知名度及企业绩效的影响,回归结果表明,无论是国有企业还是非国有企业,CEO微博(企业和个人相关微博)均会提升其微博点赞程度,进一步证实了研究假设1,此外,经过两组回归系数T检验,国有企业和非国有企业CEO企业相关微博数量(WBQY)对个人知名度具有显著差异(0.193和0.165,p<0.1),部分支持了假设4a;此外,在国有企业中,CEO微博总数(WBZS)与ROA正相关但不显著(β=0.002,p>0.1);非国有企业CEO微博总数(WBZS)对ROA具有显著地负向影响(β=−0.003,p<0.1),H4b得到有力支持;国有企业中CEO企业相关微博数量(WBQY)对ROA具有显著地正向影响(β=0.006,p<0.1),非国有企业中CEO企业相关微博数量(WBQY)对ROA的影响并不显著,进一步支持了假设4b;在国有企业中,CEO个人相关微博数量(WBGR)与ROA正相关但不显著(β=0.001,p>0.1),而非国有企业CEO个人相关微博数量(WBGR)对ROA具有显著地负向影响(β=−0.004,p<0.05),原因在于国有企业受到党委的监督和约束作用,使得CEO较少在微博中随意发表个人的思想和观点,而更有可能在微博中传递与企业相关的正能量的信息,从而对企业绩效带来积极的影响。
(3)CEO二元性的影响。CEO二元性是现代公司协调董事会和经理层关系的重要内部治理机制。当董事长和CEO两职合一时,CEO拥有更大的权力,可能会对CEO微博对其个人知名度和企业绩效的关系产生影响。回归结果表明无论是两职合一还是两职分离,CEO发表微博与微博点赞程度之间均具有显著地正相关关系。此外,经过两组回归系数T检验,可以看出当董事长和CEO两职合一时,CEO微博总数(WBZS)对其个人知名度的影响程度更大(p<0.01),验证了假设5a;即表明CEO权力越大其影响力越大,通过微博提升其个人知名度所产生范围波及面越大,效果亦更为显著。在两职合一时,CEO微博总数(WBZS)与公司ROA之间呈显著地负相关关系,而两职分离时,CEO微博总数(WBZS)对公司ROA的负向影响则未达到显著性水平,无论两职合一还是两职分离,CEO企业相关微博数量(WBQY)对企业绩效的影响均不显著,拒绝H5b。与此相类似,CEO个人相关微博数量(WBGR)与公司的ROA显著负相关,且在两职合一的情况下,CEO个人相关微博数量(WBGR)对公司ROA的负向影响系数更大,但两组系数差异不显著(p>0.1),进一步拒绝H5b。
(三)稳健性检验
为了保证研究结论的稳健性,我们进一步做了如下检验:(1)CEO知名度较高,CEO越愿意发表微博,增加其存在感,提升其知名度;当企业绩效较好时,CEO亦更愿意发表微博,塑造优质的企业形象,进而对企业绩效产生影响。因此,CEO微博与其知名度以及企业绩效之间可能存在着反向因果关系。为了克服可能存在的此类内生性问题,本文采取IV工具变量法,利用CEO微博四个指标的滞后一期分别做其工具变量,符合预期假设1和假设2。(2)CEO微博内容可能会涉及企业绩效相关方面的内容(诸如在微博中暗示或明确发布的财报信息),CEO微博与企业绩效之间可能存在很大相关性,亦导致内生性问题,为了较好解决该问题,本文又进一步设置CEO微博内容中与企业绩效相关的关键词(诸如,业绩、盈利、收入、净利润、财报等),根据Python语言,初步筛选出与企业绩效方面相关的微博内容,共计3 024条信息,通过手工方式辨别、确定出实际与企业绩效内容相关的样本企业,并删除该样本企业CEO的所有微博信息,最终剩余685个样本,再次进行回归分析,回归结果与研究假设1和2相似。(3)将CEO在工作时间发表的微博分为企业相关微博和个人相关微博,进一步表明CEO使用微博有利于提升其个人知名度,而对企业业绩不具有正面影响,尤其在工作时间发表个人相关信息则更加会抑制企业绩效。(4)根据CEO微博内容划分为个人相关微博和企业相关微博的点赞程度进行人工打分,重复上述实证研究步骤。(5)以托宾Q值和资产周转率作为企业绩效的替代变量,并重复上述实证步骤;通过以上方式调整实证回归检验,发现与前文研究结果并无实质性差异。(6)将本文中涉及调节变量(消费者敏感行业、企业所有权性质、两职合一)与CEO微博进行交互项处理,实证结果与分组回归结果相似(篇幅所限,上述稳健性结果没有报告)。
五、研究结论与展望基于高阶梯队理论和委托代理理论,以我国2009—2016年非金融类上市公司为研究对象,理论分析并实证检验了CEO微博对其个人知名度和企业绩效的影响,研究结果表明:一方面,不管是传统行业还是新技术行业,CEO都愿意开通并使用微博,增加与公众间的沟通及互动,以保持公众对自己及公司的持续关注。CEO微博数量越多,无论其内容与个人相关或是与企业相关,均会提升其个人知名度。另一方面,就企业绩效而言,CEO微博总数对企业绩效具有显著地负向影响;而个人相关微博数量越多,对企业绩效的消极影响越强。在不同组织情境下,CEO微博对企业绩效的影响存在差异。具体而言,在与消费者非敏感行业、非国有企业和CEO两职分离的情况下,CEO微博总量、个人相关微博数量均会对企业绩效产生更加显著地抑制效果;而仅在消费者敏感行业中,CEO企业相关微博才会对企业绩效产生显著地正向影响。在采用工具变量法、更换解释变量及被解释变量的稳健性检验中,实证结果不变,亦表明CEO微博有助于提升其个人声誉,但不利于企业绩效,进一步证明本文研究结论是稳健及可靠的。一定程度上说明,在信息高速发展的时代,个人竞争或是企业间的竞争均日趋激烈,利用微博平台增加曝光度,已成为时代潮流。虽然CEO微博有利于自身获得更多的社会关注并提高其个人知名度,但仅在消费者敏感行业的CEO企业相关微博能够提升对企业绩效外,总体上CEO微博并不利于企业绩效的提升。
本文的研究丰富并拓展了CEO特征对其企业经营绩效影响的研究,为高阶梯队和委托代理理论提供了新的经验证据;同时,本文的理论分析和研究结论对于公司政策制定者和外部投资者亦具有一定的参考价值:第一,CEO是企业最好的代言人,其个人形象是企业文化的重要组成部分,诸如中国知名企业的马云、王石、张瑞敏、董明珠等,他们均是通过CEO个人魅力树立其个人品牌,进而影响并提升企业形象。但作为一把双刃剑,一旦CEO出现负面的信息,对于企业的打击力度亦是加倍的。“如何通过科学的公司治理机制约束并激励CEO以期将CEO个人利益与公司利益紧密结合进而通过战略性使用微博实现CEO和企业之间的利益相容?”是企业界和学术界未来值得深入研究的问题。第二,由于CEO的个人禀赋、偏好和个性特征对企业战略决策和经营后果具有至关重要的影响,对于企业自身而言,在选聘CEO时,可以将CEO个人微博作为信息获取渠道之一,以加强对CEO的了解,降低其可能存在的道德风险;对于外部投资者来说,外部投资者可以通过分析CEO在微博发布的信息,更为全面的了解可能会影响投资者未来回报的CEO背景、能力和性格等个人特质。第三,CEO微博不仅能够作为CEO展示自己的平台,亦是一个与消费者沟通和交流的平台,尤其在消费者敏感行业中,CEO企业相关微博一定程度上能够促进企业绩效的提升,因此,应该重视有效地利用微博来获得消费者的信任和认同,进而获取更多的客户;无论CEO是否两职合一,CEO个人相关微博对于企业绩效都呈现负向影响,需要更多的约束机制以保证CEO慎言慎行,更好地利用微博为企业服务;此外,在不同所有权性质作用下,国有企业因其政治色彩,以及党委的监督和约束作用,使得 CEO较少在微博中随意发表个人的思想和观点,而是更多的在微博中传递与企业相关的正能量的信息,从而为企业绩效带来积极的影响,可见良好的公司治理环境能够更好地约束CEO行为,亦具有一定启示作用。
本文还存在以下不足:首先,限于篇幅的原因,本文尚未进一步考察CEO微博可能影响企业绩效的潜在路径,如营销效果、融资便利性等路径。此外,CEO微博仅仅是CEO行为的一种外在表现形式,而人的行为是受其心理偏好支配的,现代公司行为财务学显现出CEO的心理特征因素越来越重要,尤其在企业经营过程中CEO非理性因素的作用日益凸显,诸如CEO自恋、心理韧性以及组织认同等心理特征可能是以后学术研究的重要方向。
① 为了能够更好了衡量CEO通过发表微博所获得关注度程度,我们随机抽取了50个CEO微博样本数据,针对其微博所获得点赞频度进行了Likert 5级程度标准划分,其中1表示一年中微博所获得的点赞数少于10个,5表示一年中微博所获得的点赞数多于1 000个。按照此标准我们对CEO微博所获得的点赞程度进行打分。
② 由于本样本是面板数据,经过Hausman检验,我们发现固定效应模型更适合CEO微博对企业绩效影响的实证研究,同时我们采取的传统OLS模型进行估计,结果相似。
③ 感谢匿名评审专家的意见,本文又进一步将CEO工作时间发表微博,按照微博内容划分为工作时间发表与企业相关微博数量(WBQYit)以及与个人相关微博数量(WBGRit)两类,在稳健性研究结果中已说明。
④ 感谢审稿专家的建议,囿于微博的粉丝数里是一个动态的数据,仅仅能够找到样本CEO截至当期的微博粉丝数,即只能为截面的一年的192个样本数据。
⑤ 限于篇幅有限,本部分研究结果未呈现,感兴趣的作者可以索取。
⑥ 关于CEO知名度的指标在接下来的深入分析中都是选取CEO点赞程度进行描述的,我们同时采取了CEO百度关注度(Baidunews)作为个人知名度的指标,结果相似。此外,感谢匿名评审的建议,我们回归分析敏感行业和CEO微博的交互性对个人知名度的影响,二者交互项不显著,亦拒绝了假设3a。
⑦ 我们同时采取了ROE作为企业绩效指标,结果相似。此外,感谢匿名评审的建议,我们回归分析敏感行业和CEO微博的交互性对企业绩效的影响,二者交互项显著,验证假设3b。
[1] | 葛菲, 贺小刚, 吕斐斐. 基于FDI的" 走出去”战略改进了组织生存能力吗?[J]. 外国经济与管理, 2015(10): 32–45. |
[2] | 胡军, 王甄. 微博、特质性信息披露与股价同步性[J]. 金融研究, 2015(11): 190–206. |
[3] | 黄静, 颜垒, 袁方. 企业家微公益行为对其形象评价的作用机制研究[J]. 中国软科学, 2017(4): 109–119. |
[4] | 黄静, 朱丽娅, 周南. 企业家微博信息对其形象评价的影响机制研究[J]. 管理世界, 2014(9): 107–119. |
[5] | 黄京华, 金悦, 张晶. 企业微博如何提升消费者忠诚度——基于社会认同理论的实证研究[J]. 南开管理评论, 2016(4): 159–168. |
[6] | 王霞, 牛海鹏. 企业微博营销中品牌曝光度对网络口碑的影响研究[J]. 管理评论, 2013(5): 116–122, 135. |
[7] | 谢庆红, 付晓蓉, 李永强, 等. 企业家微博对企业品牌形象的影响及作用机制[J]. 营销科学学报, 2013(4): 101–119. |
[8] | 徐巍, 陈冬华. 自媒体披露的信息作用——来自新浪微博的实证证据[J]. 金融研究, 2016(3): 157–173. |
[9] | 许言, 邓玉婷, 陈钦源, 等. 高管任期与公司坏消息的隐藏[J]. 金融研究, 2017(12): 174–190. |
[10] | 姚亚男, 郭国庆, 连漪, 等. 自媒体环境下顾客创造及其体验价值——基于微博用户访谈的内容分析[J]. 管理评论, 2017(4): 98–107. |
[11] | Blankespoor E, Miller G S, White H D. The role of dissemination in market liquidity: Evidence from firms' use of twitter[J]. Accounting Review, 2014, 89(1): 79–112. |
[12] | Capriotti P, Ruesja L. How CEOs use twitter: A comparative analysis of global and Latin American companies[J]. International Journal of Information Management, 2018, 39: 242–248. |
[13] | Qiao P H, Fung A, Miao J C, et al. Powerful chief executive officers and firm performance: Integrating agency and stewardship theory[J]. China & World Economy, 2017, 25(6): 100–119. |
[14] | Yang J, Zheng R, Zhao L, et al. Enhancing customer brand experience and loyalty through enterprise microblogs: Empirical evidence from a communication framework perspective[J]. Information Technology & People, 2017, 30(3): 580–601. |