独立董事最佳任期研究
来源:用户上传
作者:
【摘要】 我国独立董事任期制度已经存续了18年，该制度规定我国上市公司独立董事最多连任两届，每届3年，但理论界和实务届对独立董事的合理任期一直存在争议。并且我国上市公司在经历了拥有政治背景和高校背景的独立董事大规模离职后，其独立董事的整体结构发生了一些改变，伴随着独立董事“缺口”的出现，此时合理延长独立董事的任期是否是一个明智的选择呢？文章从独立董事职能角度出发，基于2014—2017年我国A股市场公开披露的独立董事任期信息及独立董事有效性等数据进行研究，研究发现：在设定真实盈余管理水平在-0.05—0.05范围内波动时，我国独立董事的有效性随其任期的变化是逐渐增强又减弱的，适当延长独立董事的任期不会降低独立董事的有效性，还可以有效缓冲“缺口”问题。
【关键词】 独立董事;任期;有效性;神经网络
【中图分类号】 F275 【文献标识码】 A 【文章编号】 1002-5812（2020）03-0039-06
一、研究背景
董事会是对内掌管公司事务、对外代表公司的经营决策机构，是公司治理结构中重要的制度安排，其中独立董事起着缓解代理冲突、保护中小投资者利益的重要作用[1-2]。中国证监会于2001年发布了《关于在上市公司建立独立董事制度的指导意见》，强制要求所有上市公司必须建立独立董事制度;2004年再次发布了《关于加强社会公众股股东权益保护的若干规定》，进一步肯定并完善了上市公司独立董事制度。独立董事逐渐走入中国上市公司法人体系之中，其设立的目的是为了发挥其监督和咨询作用。
对于独立董事任期，我国独立董事制度中规定独立董事最多连任两届（每届3年），但这一已经执行了18年的规定却屡屡受到质疑。近年来专家学者开始对独立董事任期的合理性进行探究，然而得出的结论并不统一，较有建设性的研究结论是主张适当延长独立董事任期，但具体延长期限并未给出明确结论，这是本文研究的理论触发点。2013年10月19日，中组部下发《关于进一步规范党政领导干部在企业兼职（任职）问题的意见》，要求现职和不担任现职但未办理退休手续的党政领导干部不得在企业兼职，由于此政策的颁布，导致上市公司中具有高校、政治背景的独立董事相继离职，造成了一定程度的独立董事供给缺口，也导致独立董事专业背景结构出现一定的不平衡，这是本文研究的实践触发点。
目前独立董事的相关研究大部分集中在独立董事的背景研究、独立董事制度的合理性、独立董事的各方面特征与企业表现的相关性研究等方面，多数是一些检验性研究，利用历史性数据反映历史存在的情况。本文将研究窗口延长，探究独立董事任期与独立董事有效性之间的趋势关系，为独立董事发挥作用的机制以及影响因素提供了理论支撑。本文采用神经网络方法，对独立董事的有效性进行系统的数据分析，利用现有数据对未来的情况进行反复模拟，探究是否存在一个最优任期Kt，在Kt之前，独立董事有效性随其任期的延长逐渐增强，在Kt之后，如果独立董事继续任职，独立董事的有效性将逐渐减弱。本文的研究有助于客观评价我国独立董事制度的有效性及其随任期延长的变化规律，为合理规范独立董事任期的政策提供理论支撑。
二、文献回顾
对于独立董事任期与公司治理之间关系的研究不在少数，也一直是大家所关注的重点，对于解决第二类代理问题，独立董事的有效性当然也一直备受关注。
大部分研究采用独立董事占董事会成员的比例评估独立董事的独立性，从而进一步研究独立董事的有效性[3-7]，但上述研究所得出的结论并不一致，所以之后就延伸到研究独立董事的背景特征对于公司的影响，包括独立董事的技術背景、学术背景、财务背景、法律背景和政治背景等。马广奇和王文心（2018）研究发现技术背景的独立董事有助于提升制造业上市公司的价值[8];杜剑和于芝麦（2019）研究发现学术型独立董事占董事会人数比例与股价崩盘风险存在非显著的负相关性[9];胡奕明和唐松莲（2008）、何任等（2019）研究发现董事会中财务或会计背景的独立董事对上市公司起着积极作用[10-11];全怡和陈冬华（2017）、何威风和刘巍（2017）、唐建新和程晓彤（2018）发现拥有法律背景的独立董事对公司起着积极的作用[12-14];何贤杰等（2014）研究得出当公司存在证券背景的独立董事时，券商自营机构的投资者会增加对该公司的持股比例[15];祝继高等（2015）研究发现在产业政策支持行业的企业中，银行关联董事的监督职能并没有得到有效发挥，而在产业政策不支持行业的企业中，银行关联董事有效发挥了监督职能[16];魏刚等（2007）研究得出政府背景和银行背景的独立董事比例越高，公司经营业绩越好[17];周泽将等（2018）发现独立董事政治关联对企业风险承担具有显著的促进作用[18]。
虽然理论研究表明一定背景特征会对独立董事发挥有效性产生一定程度的影响，但是在实践检验过程中也会存在不一致的结果。目前从独立董事任期角度考察独立董事有效性的研究相对较少，研究深度也不一致。
张英杰和万燕（2014）探究得出独立董事任期与企业声誉呈现倒U型关系[19];汪泓（2016）研究发现独立董事留任的概率与企业投资效率呈现显著正相关[20];陈冬华和相加凤（2017）支持适当延长独立董事任期，以缓解上市公司面临的“换届难”以及“辞职潮”导致的独立董事供给结构性减少[21];郭放等（2019）探究了独立董事在两个任期内的独立性的变化，得出独立董事独立性随时间的推移逐渐降低的结论[22];金姆（Kim et al.，2014）[23]研究表明外部董事的任期支持咨询和监督绩效。
目前关于独立董事任期的研究有将任期进行分阶段研究的，也有将任期看作整体进行研究的，但大多是考虑了独立董事的自身特点，以验证独立董事的有效性（对公司治理所产生的影响）。本文借鉴前人所述，将独立董事有效性按照独立董事所发挥的作用，分为独立董事的专业胜任能力和独立性，鉴于独立董事的专业胜任能力和独立性伴随独立董事任期不断发生变化，那么其在不同任期阶段所发挥的有效性（对公司治理所产生的影响）也是不同的。 经营现金净流量CFO表示为本期销售额St与销售额变动△St的函数：
产品总成本PROD可以表示为产品销售成本与本期库存商品变动之和，产品销售成本是本期销售额St的函数，库存商品变动是本期销售额变动△St及上期销售额变动△St-1的函数：
首先对以上三个公式分行业分年度回归，分别估计每个公式的回归系数，得出其各年度的估计值，然后求得实际值与估计值的差额，就是用上市公司的异常经营现金净流量（ECFO）、异常酌量性费用（EDISP）和异常生产成本（EPROD），用（EPROXY）衡量上市公司进行真实盈余管理的总量。
本文以独立董事的任期（Tenure）为自变量，控制变量包括公司规模、股权性质、股权集中度、盈利能力、风险水平和发展能力，表1列示了相关的变量。
（三）神经网络的建立
由于本文不同于以往验证性研究，采用预测性研究方法，利用现有历史数据企图预测最佳理想状态的结果，需要借助神经网络来实现。
1.BP神经网络。人工神经网络是对人脑基本特性的抽象，达到模拟人脑处理信息的目的。其中BP神经网络模型是应用最为广泛的模型之一，如图4所示，该网络由输入层、隐含层、输出层三部分组成，每层之间通过一定的权重值连接，权重值由模型训练确定。模型的训练过程包括前向传播和反向传播两个过程，训练数据通过神经网络的输入层输入，经过隐含层的运算后，传入输出层，通过计算输出层输出结果与真实标签之间的误差，通过梯度下降算法经原连接通路进行反向传播，并更新各层之间的连接权重，降低训练误差。经过多个轮次的训练，网络权重得到不断调整，输出结果和真实结果不断逼近，当训练的误差降低到可接受的程度或者训练轮次达到设定值时终止模型训练。
本文将BP神经网络应用到独立董事任期问题的研究，将公司规模、股权性质、股权集中度、盈利能力、风险水平和发展能力作为神经网络的输入层，将真实盈余管理水平作为输出层，为增强模型的拟合能力，将隐含层设置为两层，第一个隐含层包含64个神经元，第二个隐含层包括32个神经元。本文构建的神经网络结构图如图5所示。
2.神经网络模型优化。本文研究通过神经网络实现独立董事的任期预测，这就要求模型能够达到较好的泛化能力，能够对新输入的数据达到较好的预测，但是数据量是有限的，而模型参数量比较高，过多的训练轮次会使得模型出现过拟合问题。本文通过随机失活（dropout）和提前终止训练两种方法降低模型的过拟合风险。
随机失活不仅可以降低模型的过拟合风险，也是一种高效的模型集成方法。它在一定程度上降低了神经元之间的依赖，缓解了神经元之间复杂的协同适应效应。该方法的实现也比较容易，在模型的训练阶段，以概率P将每个神经元的连接权重置零，而在测试阶段使用正常的连接权重。本文使用的概率值为0.05，即每个神经元被随机失活的概率是0.05。
模型在初始训练阶段一般处于欠拟合状态，随着训练轮次的增长，拟合效果越来越好，但是训练轮次过多时会出现过拟合，提前终止训练则可以防止这一问题，本文将验证误差作为监督目标，当验证误差五个轮次都没有下降时，终止模型训练。
3.损失函数。损失函数用来衡量真实输出与预测值之间的不一致性，损失函数的数值越小说明训练效果越好，训练的目标就是使该函数最小化。本文采用均方误差（Mean Squared Error，MSE）作为损失函数，该函数衡量真实值与预测值之间的距离平方之和，是最常用的回归损失函数。
（四）模型训练与验证
1.数据预处理。本文数据共9 578组，将该数据划分为训练集、验证集和测试集，其中训练集和验证集9 000组，测试集578组。在训练数据之前，数据预处理是必不可少的环节，本文数据各自特征之间的数值分布差异比较大，如果将这些數据直接输入神经网络，会使得模型的学习过程非常困难，难以达到较好的收敛效果。
对于该问题，常用的方法是对每个特征做标准化。本文将输入数据的每个特征减去特征的平均值，再除以标准差，这样得到的特征的均值为0，方差为1，有利于模型的训练。
2.模型训练。该阶段完成BP神经网络权值的更新，权值更新使用的算法为梯度下降算法，训练使用的语言为Python 3.6，基于Tensorflow框架，模型训练时的学习率设置是影响模型训练效果的重要因素。过高的学习率会使得模型出现震荡现象，难以收敛，而过低的学习率会使得模型的收敛速度很慢，导致训练周期很长。合适的学习率则可以快速平稳地达到训练效果。另外，在训练的初始阶段，一般可以使用较大的学习率加快模型收敛速度，在训练的后期使用较小的学习率使模型收敛到最优的效果，因此本文使用了学习率衰减的策略，初始学习率设置为0.001，并随着训练轮次的增加逐步降低学习率。
神经网络的训练包括如下步骤：首先将训练数据喂入神经网络输入层，经过隐含层运算以后输出到输出层，然后计算预测误差并使用梯度下降算法更新网络权重，以上两个过程循环执行，当训练轮次达到设定值时终止训练，本文设置的训练轮次为100。均方误差曲线如图6所示。
3.K折验证。为了合理评估模型的训练效果，防止因为验证集的划分导致较大的验证分数的方差，本文采用K折交叉验证。首先将9 000组数据划分为K个分区（本文为4份），如图7所示，首先将模型在K-1个分区上训练，然后在最后一个分区测试，下次训练时更新训练数据和验证数据，依次循环遍历一遍K个分区。最终的验证集数据取K个验证分数的平均值。
（五）模型预测
模型训练完成以后，为了合理预测独立董事任期的影响，修改每组测试数据的独立董事任期时长数值，设置为从1到180，每组数据生成180组数据，将生成的所有数据依次输入到神经网络中，求解出真实盈余管理水平，由于真实盈余管理水平越接近于0越好，所以本文统计出真实盈余管理水平在-0.05到0.05区间的所有数据，认为该区间的独立董事任期较为合理。最后，本文统计了该数据中独立董事任期的时长的分布情况，从而得到最佳的独立董事任职时长（如图8所示）。从图8的模拟曲线来看，独立董事的有效性随着任期延长呈现先升后降的变化趋势，独立董事任期在第120—132个月的时间段内独立董事的有效性最高，同时本文假设（即图3情形（3）的走势）得到了验证。 五、研究结论
本文受独立董事任期应当适当延长结论启发，经过理论分析预测独立董事专业胜任能力和独立性随其任期的变化，从而综合反映独立董事的有效性随独立董事任期变化的四种情形;利用我国上市公司2014—2017年公开历史数据对独立董事有效性进行分析，突破以往验证性研究，采用神经网络方法不断模拟推算独立董事的最佳任期;研究发现：在设定真实盈余管理水平在-0.05—0.05范围内波动时，我国独立董事的有效性随其任期的变化是逐渐增强又减弱的，独立董事在第10—11年的有效性最高。同时揭示了适当延长独立董事的任期不会降低独立董事的有效性，还可以有效缓冲人才“缺口”问题，对独立董事的深入研究产生积极意义。
本文需进一步改进的地方：在衡量独立董事对公司治理所产生的影响（独立董事有效性）时，采用真实盈余管理水平进行衡量在操作上更加合理，但独立董事对于公司治理所产生的影响是方方面面的，之后应该加入更多的参考指标对此进行合理化衡量。另外在使用神经网络方法预测独立董事的最佳任期时，将真实盈余管理水平波动范围设定在-0.05—0.05之间是否合理有待商榷，因此值对实验结果影响较大，文章是从理想角度进行确定的，因此合理性应进一步确定。
【主要参考文献】
[ 1 ] Adams R B，Hermalin B E，Weisbach M S.The Role of Boards of Directors in Corporate Governance： A Conceptual Framework and Survey[J].Journal of Economic Literature，2010，48（1）：58-107.
[ 2 ] Fama E F，Jensen M C.Agency Problems and Residual Claims[J].The Journal of Law and Economics. 1983，26（2）：327-349.
[ 3 ] Cotter J F，Shivdasani A，Zenner M . Do Independent Directors Enhance Target Shareholder Wealth During Tender Offers[J].Journal of Financial Economics，1996，43（2）：195-218.
[ 4 ] Weisbach M S.Outside directors and CEO turnover[J].Journal of Financial Economics，1988，20（88）：431-460.
[ 5 ] Bhagat S，Black B.The Non-Correlation Between Board Indpendence and Long-Term Firm Performance[J].Journal of Corporation Law，2002，27（2）：231-273.
[ 6 ] 王跃堂，赵子夜，魏晓雁.董事会的独立性是否影响公司绩效？[J].经济研究，2006，（05）：62-73.
[ 7 ] 叶康涛，陆正飞，张志华.独立董事能否抑制大股东的“掏空”？[J].经济研究，2007，（04）：101-111.
[ 8 ] 马广奇，王文心.技术独立董事能有效提高企业价值吗？[J].财会通讯，2018，（03）：45-48+129.
[ 9 ] 杜剑，于芝麦.学术型独立董事的声誉与比例对公司股价崩盘风险的影响[J].改革，2019，（03）：118-127.
[ 10 ] 胡奕明，唐松莲.独立董事与上市公司盈余信息质量[J].管理世界，2008，（09）：149-160.
[ 11 ] 何任，邵帅，杨青.财务独立董事能否抑制高管的价值损毁行为？——基于我国A股上市公司并购的经验证据[J].南京审计大学学报，2019，16（02）：20-29.
[ 12 ] 全怡，陈冬华.法律背景独立董事：治理、信号还是司法庇护？——基于上市公司高管犯罪的经验证据[J].财经研究，2017，43（02）：34-47.
[ 13 ] 何威风，刘巍.公司为什么选择法律背景的独立董事？[J].会计研究，2017，（04）：45-51+95.
[ 14 ] 唐建新，程晓彤.法律背景独立董事与中小投资者权益保护[J].当代经济管理，2018，40（05）：26-31.
[ 15 ] 何贤杰，孙淑伟，朱红军，牛建军.证券背景独立董事、信息优势与券商持股[J].管理世界，2014，（03）：148-162+188.
[ 16 ] 祝继高，陆峣，岳衡.银行关联董事能有效发挥监督职能吗？——基于产业政策的分析视角[J].管理世界，2015，（07）：143-157+188.
[ 17 ] 魏刚，肖泽忠，TRAVLOS N，邹宏.独立董事背景与公司经营绩效[J].经济研究，2007，（03）：92-105+156.
[ 18 ] 周泽将，马静，刘中燕.独立董事政治关联会增加企业风险承担水平吗？[J].财经研究，2018，44（08）：141-153.
[ 19 ] 张英杰，万燕鸣.董事会、企业声誉与绩效——基于（Asia 200）中国区入选企业的数据证据[J].当代经济研究，2014，（04）：66-72.
[ 20 ] 汪泓.企业投资效率、财务报告质量与独立董事继任[J].财经论丛，2016，（07）：76-84.
[ 21 ] 陈冬华，相加凤.独立董事只能连任6年合理吗？——基于我国A股上市公司的实证研究[J].管理世界，2017，（05）：144-157.
[ 22 ] 郭放，黄国鸾，王立彦.上市公司獨立董事独立性在两个任期内的变化[J].产业经济评论，2019，（02）：96-117.
[ 23 ] Kim K，Mauldin E，Patros.Outside directors and board advising and monitoring performance[J]. Journal of Accounting and Economics，2014，57（2-3）：110-131.
[ 24 ] 刘峰.独立董事的性质——一个分析性框架[J].当代会计评论，2018，11（01）：1-17.
[ 25 ] Donelson D C，Mcinnis J M，Mergenthaler R.Discontinuities and Earnings Management：Evidence from Restatements Related to Securities Litigation[J].Contemporary Accounting Research，2013， 30（1）：242–268.
[ 26 ] Roychowdhury S.Earnings management through real activities manipulation[J].Journal of Accounting and Economics，2006，42（3）：335-370.
转载注明来源:https://www.xzbu.com/2/view-15132506.htm
