敏感性测试结果及分析

表14-5中Panel A采用学者型独立董事的序数变量（PROF_INF）作为解释变量，重新检验假设14-1和假设14-2。PROF_INF对学者型独立董事人数占独立董事总人数的百分比分别为100%、大于50%但小于100%、大于0但小于或等于50%、0的观测值，分别赋值为3、2、1、0，进一步区分了学者型独董比例的高低水平。Panel A的结果与表14-3、14-4结果一致，为假设14-1和假设14-2提供了增量证据支持。

Panel B中采用学者型独立董事的职称得分变量（PROF_AS/PROF_TS）作为解释变量，重新检验假设14-1和假设14-2。职称得分变量进一步衡量了学者型独董学术背景的差异，对职称为正教授、副教授、助理教授及其他的学者分别赋值为3、2、1，然后对一家公司内的所有学者型独董的职称得分取平均数（PROF_AS）或求和（PROF_TS）。Panel B的结果显示，职称得分的平均变量（PROF_AS）和总分变量（PROF_TS）的结果都与主表结果一致，进一步支持了假设14-1和假设14-2。

Panel C采用学者型独立董事职称和高校来源得分变量（PROF_APU/PROF_TPU）作为解释变量重新检验假设14-1和假设14-2。职称和高校来源变量考虑了学者型独董的个人职称和高校背景两个维度，进一步反映了学者型独董的学术和专业背景。如上所述，对职称为正教授、副教授、助理教授及其他的学者分别赋值为3、2、1，同时对来自“985工程”高校、“211工程”高校、非“985工程”且非“211工程”高校的学者分别赋值为3、2、1。将个人职称得分与高校得分相乘，得到每个学者型独立董事的职称和高校来源得分，然后对一家公司内所有学者型独立董事的得分取平均数（PROF_APU）或求和（PROF_TPU）。Panel C表明，采用学者型独立董事职称和高校来源平均得分（PROF_APU）和总得分（PROF_TPU）的结果都与主表一致，为假设14-1和假设14-2提供了额外经验证据支持。

Panel D中采用包括担任行政职务的学者型独立董事作为解释变量，重新对假设14-1和假设14-2进行检验。结果显示，包括了担任行政职务的学者型独董后，主表结果不受影响。假设14-1和假设14-2仍然得到经验证据的支持。

表14-5　学者型独立董事的敏感性测试结果

续表

(www.xing528.com)

注：“***”“**”“*”分别代表在1%、5%、10%的显著性水平上显著（双尾）；z值经过公司与年度的双重聚类调整（Petersen，2009）。Panel A中，β1为（2）列PROF_INF的系数，β3为（2）列PROF_INF×PMC的系数；Panel B、Panel C、Panel D中，β1a为（3）列学者型独董替代变量的系数，β3a为（3）列交乘项的系数，β1b为（4）列学者型独董替代变量的系数，β3b为（4）列交乘项的系数。

本章还针对R＆D支出进行了以下敏感性测试：第一，使用R＆D支出虚拟变量R＆D_DUM和R＆D支出规模R＆D_TA（有关变量定义参见附录14-1）作为R＆D的替代变量对假设14-1和假设14-2重新进行了检验，检验结果与表14-3、表14-4主测试结果一致，从而支持假设14-1和假设14-2；第二，按照会计准则，R＆D支出应根据R＆D项目成功可能性大小分别进行资本化或费用化，因此，本章也把R＆D支出分为资本化R＆D支出和费用化R＆D支出两组，分别进行了敏感性测试，结果表明，无论是以资本化R＆D支出还是费用化R＆D支出作为因变量，都仍然与表14-3、表14-4主测试的结果一致，从而支持假设14-1和假设14-2。

本章进一步检验独立董事的学术背景与财务背景、海外背景和政治联系对公司创新影响的竞争性解释力。为此，本章在模型中加入独立董事财务背景的虚拟变量（FEXP_DUM）或数目（FEXP_NUM）、独立董事海外背景的虚拟变量（GLOBAL_DUM）或数目（GLOBAL_NUM），以及独立董事政治联系的虚拟变量（PC_DUM）或数目（PC_NUM）。表14-6的结果表明，本章的主要结论保持不变，且独立董事的财务背景与海外背景对公司创新并无影响，而政治联系抑制了公司创新。

表14-6　独立董事的学术背景与财务背景、海外背景、政治联系对公司创新的竞争性影响

续表

注：“***”“**”“*”分别代表在1%、5%、10%的显著性水平上显著（双尾）；z值经过公司与年度的双重聚类调整（Petersen，2009）。β1a为PROF_DUM的系数，β3a为PROF_DUM×PMC的系数，β1b为PROF_NUM的系数，β3b为PROF_NUM×PMC的系数。