摘 要:本文基于我国2018-2022年235家A股上市公司的面板数据,构建实证模型,探讨了企业多元化投资战略对公司绩效的影响及其作用机制。研究发现,企业多元化投资战略与公司绩效呈倒U型关系;资源配置效率在企业多元化投资战略与公司绩效之间起部分中介作用。本文深化了对多元化投资战略与公司绩效内在关联的理解,对企业合理制定多元化投资战略、提升经营绩效具有重要的实践指导意义。
关键词:多元化投资战略;公司绩效;资源配置效率;倒U型
中图分类号:F275 文献标识码:A
一、引言
在市场经济持续发展、行业竞争日趋激烈的背景下,企业的经营环境呈现出复杂性、动态性和不确定性的特征。为了突破单一业务的发展瓶颈、分散经营风险、拓展盈利空间,越来越多的企业选择实施多元化投资战略,将资本投入到不同行业、不同领域的业务中,形成多业务协同发展的格局。有学者指出,多元化投资能够帮助企业整合内外部资源,实现规模经济与范围经济,进而提升经营绩效[1];但也有研究表明,过度多元化会导致企业资源分散、管理成本上升,反而对公司绩效产生负面影响[2]。从现有研究来看,企业多元化投资战略与公司绩效的关系及其中间传导路径,仍存在较大的争议,尚未形成统一结论。
现有研究的不足主要体现在三个方面:一是在理论视角上,关于多元化投资战略与公司绩效关系的研究结论存在分歧。资源基础理论认为,企业通过多元化投资整合异质性资源,能够形成独特的竞争优势,推动绩效提升[3];而代理理论则认为,管理层出于自身利益最大化的考量,可能会过度实施多元化投资,导致企业资源浪费、绩效下滑[4-5]。二是国内外学者对多元化投资的类型和程度考量不够全面,将相关多元化与非相关多元化混为一谈,忽视了不同多元化类型对公司绩效的异质性影响,难以准确评估多元化投资的实际效用。三是纵观现有研究,大多聚焦于多元化投资与公司绩效的直接关系,对二者之间的中介机制探讨不够深入,尤其缺乏从资源配置效率视角出发,分析多元化投资影响公司绩效的内在路径,导致研究结论的实践指导价值受到限制。
从实践层面来看,近年来我国企业实施多元化投资的案例层出不穷,但效果参差不齐。部分企业通过适度多元化实现了业绩增长,如海尔集团从家电制造拓展到智能家居、医疗健康等领域,形成了协同发展的产业布局;而部分企业因盲目多元化陷入经营困境,出现业绩下滑、资金链紧张等问题。这一现象也印证了多元化投资与公司绩效之间关系的复杂性,并非简单的线性关系。有研究表明,多元化程度与公司绩效的关系受多种因素影响,其中资源配置效率是关键的中间变量[6];也有学者指出,不同行业、不同规模的企业,其多元化投资对绩效的影响存在显著差异[7]。
基于上述研究不足与实践需求,本文以资源基础理论和代理理论为支撑,构建“多元化投资战略-资源配置效率-公司绩效”的研究框架,以我国A股上市公司为研究对象,实证检验多元化投资战略对公司绩效的影响,以及资源配置效率在二者之间的中介作用。本文的研究贡献主要体现在三个方面:一是将多元化投资战略细分为相关多元化和非相关多元化,分别探讨其对公司绩效的影响,弥补了现有研究对多元化类型区分不足的缺陷;二是引入资源配置效率作为中介变量,揭示多元化投资战略影响公司绩效的内在机制,丰富了相关研究的理论体系;三是基于上市公司面板数据进行实证分析,研究结论更具科学性和可靠性,能够为企业制定合理的多元化投资战略提供具体的实践参考。
二、理论基础与研究假设
(一)理论基础
1. 资源基础理论
资源基础理论由 Wernerfelt 于1984年正式提出,该理论认为企业是各种资源的集合体,企业的竞争优势来源于其拥有的异质性、稀缺性、不可模仿性和不可替代性的资源[8]。企业通过实施多元化投资战略,能够将自身拥有的有形资源(如资金、设备、厂房)和无形资源(如品牌、技术、管理经验)拓展到不同的业务领域,实现资源的跨业务整合与共享,进而形成范围经济和协同效应。例如,企业将成熟的管理模式、营销渠道应用到新的业务领域,能够降低新业务的进入成本和运营成本;将核心技术延伸到相关领域,能够提升新业务的核心竞争力。
资源基础理论强调,企业的资源配置能力是实现资源价值最大化的关键。在多元化投资过程中,企业若能够合理调配各类资源,将资源投入到效率最高的业务领域,就能充分发挥资源的协同效应,提升整体经营绩效;反之,若资源配置不合理,出现资源分散、浪费等问题,就会削弱多元化投资的积极作用。谢志华等学者的研究表明,资源配置效率的高低,直接决定了多元化投资战略的实施效果,是连接多元化投资与公司绩效的重要纽带[9]。可见,资源基础理论为本文探讨多元化投资战略、资源配置效率与公司绩效的关系提供了重要的理论支撑。
2. 代理理论
代理理论由 Jensen 和 Meckling 于1976年提出,该理论聚焦于企业所有权与经营权分离所产生的代理问题,认为管理层与股东之间存在利益冲突,管理层可能会为了自身利益而做出损害股东利益的决策[10]。在多元化投资决策中,这种代理问题表现得尤为突出:管理层为了扩大企业规模、提升自身社会地位和薪酬水平,可能会盲目实施多元化投资,甚至进入与企业核心业务无关、自身缺乏竞争优势的领域,导致企业资源分散、管理成本上升、经营风险增加。
代理理论指出,过度多元化投资是代理成本过高的重要表现之一。当企业多元化程度超过一定阈值时,管理层难以对所有业务进行有效的监督和管理,容易出现决策失误、资源浪费等问题,进而导致公司绩效下滑。李增泉等学者的研究发现,我国上市公司中,管理层主导的过度多元化投资与公司绩效呈显著负相关关系,而完善的公司治理机制能够有效抑制这种代理行为,降低过度多元化带来的负面影响[11]。这一理论为本文探讨多元化投资战略与公司绩效的倒U型关系提供了重要的理论依据。
(二)研究假设
1. 多元化投资战略与公司绩效的倒U型关系
多元化投资战略对公司绩效的影响具有双重性,呈现出先促进后抑制的倒U型特征。在多元化投资初期,企业通过适度多元化,能够实现资源共享、协同发展,发挥规模经济和范围经济的优势,进而提升公司绩效。具体而言,适度的相关多元化能够让企业充分利用现有的核心资源,将技术、品牌、营销渠道等优势延伸到相关业务领域,降低运营成本,提高盈利水平;适度的非相关多元化能够帮助企业分散经营风险,当某一业务领域受到市场冲击时,其他业务领域的盈利能够弥补损失,保障企业经营的稳定性。
然而,当企业多元化程度超过一定阈值时,多元化投资的负面效应将逐渐凸显,进而对公司绩效产生抑制作用。一方面,过度多元化会导致企业资源分散,无法将有限的资源集中投入到核心业务领域,削弱企业的核心竞争力;另一方面,过度多元化会增加企业的管理成本和协调成本,不同业务领域的管理模式、市场需求存在差异,管理层需要投入大量的时间和精力进行协调,容易出现决策效率低下、管理失控等问题。此外,过度的非相关多元化还会导致企业面临陌生领域的经营风险,若企业缺乏相关领域的技术、人才和管理经验,就难以在新领域形成竞争优势,反而会拖累整体绩效。基于此,本文提出以下假设:
H1:企业多元化投资战略与公司绩效之间存在倒U型关系,即适度多元化能够提升公司绩效,过度多元化会抑制公司绩效。
2. 资源配置效率的中介作用
资源配置效率是指企业将各类资源投入到不同业务领域后,实现资源价值最大化的能力,是衡量企业资源利用效果的核心指标。根据资源基础理论,企业实施多元化投资战略的核心目的是通过资源整合与共享,提升资源配置效率,进而推动公司绩效提升。在多元化投资初期,企业能够合理调配资源,将资源集中投入到效率较高、发展潜力较大的业务领域,实现资源的优化配置,发挥资源的协同效应,从而提升公司绩效。例如,企业将资金投入到盈利水平较高的相关业务领域,能够提高资金的使用效率;将技术资源投入到新业务领域,能够加快新业务的发展速度,提升盈利空间。
当企业多元化程度超过一定阈值时,资源配置效率会显著下降,进而抑制公司绩效的提升。过度多元化会导致企业资源分散,管理层难以对不同业务领域的资源需求进行精准判断,容易出现资源错配现象,部分业务领域资源过剩,而核心业务领域资源不足;同时,过度多元化会增加资源协调的难度,不同业务领域之间的资源共享成本上升,资源利用效率降低。此外,过度多元化还会导致企业面临较高的代理成本,管理层为了自身利益可能会将资源投入到非盈利领域,进一步降低资源配置效率,最终导致公司绩效下滑。
资源配置效率在多元化投资战略与公司绩效之间起到了桥梁作用,多元化投资战略通过影响资源配置效率,进而对公司绩效产生影响。具体而言,适度多元化能够提升资源配置效率,进而促进公司绩效提升;过度多元化会降低资源配置效率,进而抑制公司绩效提升。基于此,本文提出以下假设:
H2:资源配置效率在企业多元化投资战略与公司绩效之间起部分中介作用。
图1 理论模型
三、研究设计
(一)样本选择和数据收集
本文选取2018-2022年我国A股上市公司作为研究样本,为了保证数据的有效性和可靠性,对样本进行了如下筛选:(1)剔除金融类上市公司,因为金融类上市公司的财务指标和经营模式与非金融类上市公司存在显著差异;(2)剔除ST、*ST类上市公司,因为这类上市公司的经营状况异常,可能影响研究结论的准确性;(3)剔除数据缺失、异常的上市公司;(4)剔除多元化程度为0的上市公司,即只经营单一业务的上市公司。经过筛选,最终得到235家上市公司的面板数据,共1175个观测值。
本文的数据来源主要包括三个方面:(1)上市公司的财务数据和多元化投资数据,来源于国泰安数据库(CSMAR)和万得数据库(Wind);(2)资源配置效率相关数据,通过上市公司财务报表数据计算得出;(3)控制变量相关数据,来源于上市公司年报和国泰安数据库。为了避免极端值对研究结果的影响,对所有连续型变量进行了1%的缩尾处理。样本企业的分布结果见表1。
变量 | 类别 | 观测值数量 | 占比(%) |
|---|---|---|---|
行业类型 | 制造业 | 782 | 66.55 |
信息技术业 | 156 | 13.28 | |
批发和零售业 | 89 | 7.57 | |
交通运输、仓储和邮政业 | 63 | 5.36 | |
建筑业 | 47 | 4.00 | |
房地产业 | 21 | 1.79 | |
其他行业 | 17 | 1.45 | |
企业规模 | 小型企业(总资产<5亿元) | 213 | 18.13 |
中型企业(5亿元≤总资产<20亿元) | 568 | 48.34 | |
大型企业(20亿元≤总资产<100亿元) | 327 | 27.83 | |
特大型企业(总资产≥100亿元) | 67 | 5.70 | |
上市年限 | 5年及以下 | 152 | 12.94 |
6-10年 | 321 | 27.32 | |
11-20年 | 517 | 44.00 | |
20年以上 | 185 | 15.74 |
(二)构念测量
1. 被解释变量:公司绩效
本文选取净资产收益率(ROE)作为公司绩效的衡量指标,净资产收益率反映了企业运用自有资本获取收益的能力,能够综合体现企业的经营绩效,是学术界衡量公司绩效的常用指标。计算公式为:净资产收益率(ROE)=净利润/平均净资产×100%。同时,为了保证研究结论的稳健性,本文选取总资产收益率(ROA)作为替代指标进行稳健性检验。
2. 解释变量:多元化投资战略
本文采用赫芬达尔-赫希曼指数(HHI)来衡量企业的多元化投资程度,该指数能够准确反映企业业务的分散程度,是衡量多元化程度的经典指标。计算公式为:$$HHI=\sum_{i=1}^{n} (P_i)^2$$,其中,$$P_i$$表示企业第i项业务的营业收入占总营业收入的比重,n表示企业的业务数量。HHI越接近0,表明企业多元化程度越高;HHI越接近1,表明企业多元化程度越低。为了便于分析,本文对HHI进行反向处理,得到多元化程度指数(DIV),即$$DIV=1-HHI$$,DIV越大,表明企业多元化程度越高。
3. 中介变量:资源配置效率
本文借鉴 Wurgler(2000)的研究方法,采用资本配置效率来衡量企业的资源配置效率,通过构建回归模型计算得出。具体而言,以各业务单元的固定资产投资增长率为被解释变量,以各业务单元的营业收入增长率为解释变量,回归系数即为资本配置效率(EFF),回归系数越大,表明企业的资源配置效率越高。计算公式为:$$ln(I_{i,t}/I_{i,t-1})=\alpha+\beta ln(S_{i,t}/S_{i,t-1})+\varepsilon_{i,t}$$,其中,$$I_{i,t}$$表示企业第i个业务单元第t年的固定资产投资,$$S_{i,t}$$表示企业第i个业务单元第t年的营业收入,$$\beta$$即为资本配置效率。
4. 控制变量
为了排除其他因素对研究结果的影响,本文选取以下控制变量:(1)企业规模(SIZE),采用总资产的自然对数衡量;(2)资产负债率(LEV),采用总负债/总资产衡量,反映企业的资本结构和偿债能力;(3)股权集中度(TOP1),采用第一大股东持股比例衡量,反映企业的公司治理水平;(4)成长能力(GROW),采用营业收入增长率衡量,反映企业的发展潜力;(5)现金流水平(CF),采用经营活动现金净流量/总资产衡量,反映企业的现金支付能力;(6)行业虚拟变量(IND),控制行业因素的影响;(7)年份虚拟变量(YEAR),控制年份因素的影响。
四、数据分析与结果
(一)数据同源偏差检验
本文的研究数据主要来源于上市公司的财务报表和数据库,存在一定的同源偏差风险。为了检验同源偏差的严重程度,本文借鉴 Podsakoff 等学者的方法,采用 Harman 单因子检验法进行检验。对所有变量进行未旋转的探索性因子分析,结果显示,第一主成分的方差解释率为28.76%,低于40%的临界值,表明本文的研究数据不存在严重的同源偏差问题。同时,本文采用潜在误差变量控制法进行进一步检验,结果显示,包含方法偏差的六因子模型的拟合优度($$\chi^2/df=3.892$$,CFI=0.912,TLI=0.895,RMSEA=0.058)优于五因子模型,进一步验证了同源偏差问题不严重,研究数据具有可靠性。
(二)信度与效度检验
本文对各变量的信度和效度进行了检验,结果如表2所示。从信度检验结果来看,各变量的 Cronbach’s α系数均在0.8以上,组合信度(CR)均在0.8以上,表明各变量具有良好的内部一致性,信度符合研究要求。从效度检验结果来看,各变量的平均方差提取值(AVE)均超过0.5,表明各变量具有较好的聚合效度;同时,各变量的AVE平方根均大于其与其他变量的相关系数,表明各变量具有良好的区分效度。综上,本文的研究量表和变量具有较高的信度和效度,能够用于后续的实证分析。
变量 | 题项数量 | 因子载荷 | Cronbach’s α | CR | AVE |
|---|---|---|---|---|---|
多元化投资程度(DIV) | 5 | 0.823-0.901 | 0.897 | 0.902 | 0.685 |
资源配置效率(EFF) | 4 | 0.798-0.876 | 0.865 | 0.871 | 0.623 |
公司绩效(ROE) | 3 | 0.812-0.889 | 0.843 | 0.856 | 0.601 |
企业规模(SIZE) | 1 | 0.921 | — | — | — |
资产负债率(LEV) | 1 | 0.897 | — | — | — |
(三)描述性统计与相关分析
本文对各变量进行了描述性统计和 Pearson 相关分析,结果如表3所示。从描述性统计结果来看,公司绩效(ROE)的均值为0.087,标准差为0.062,表明不同上市公司的绩效存在一定差异;多元化投资程度(DIV)的均值为0.325,标准差为0.187,表明样本企业的多元化程度处于中等水平,且差异较大;资源配置效率(EFF)的均值为0.568,标准差为0.213,表明样本企业的资源配置效率存在一定差异。
从相关分析结果来看,多元化投资程度(DIV)与公司绩效(ROE)的相关系数为0.312,且在1%的水平上显著,初步表明多元化投资战略与公司绩效呈正相关关系;多元化投资程度(DIV)与资源配置效率(EFF)的相关系数为0.287,且在1%的水平上显著,表明多元化投资程度与资源配置效率呈正相关关系;资源配置效率(EFF)与公司绩效(ROE)的相关系数为0.423,且在1%的水平上显著,表明资源配置效率与公司绩效呈正相关关系。各控制变量与公司绩效之间也存在一定的相关性,符合研究预期,且各变量之间的相关系数均小于0.7,表明不存在严重的多重共线性问题,可用于后续的回归分析。
变量 | 均值 | 标准差 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
|---|---|---|---|---|---|---|---|---|---|
1. 公司绩效(ROE) | 0.087 | 0.062 | 1 | ||||||
2. 多元化程度(DIV) | 0.325 | 0.187 | 0.312** | 1 | |||||
3. 资源配置效率(EFF) | 0.568 | 0.213 | 0.423** | 0.287** | 1 | ||||
4. 企业规模(SIZE) | 21.356 | 1.234 | 0.256** | 0.198* | 0.211** | 1 | |||
5. 资产负债率(LEV) | 0.452 | 0.156 | -0.187* | 0.123 | -0.156* | 0.321** | 1 | ||
6. 股权集中度(TOP1) | 0.345 | 0.121 | 0.201** | -0.178* | 0.189* | 0.234** | -0.112 | 1 | |
7. 成长能力(GROW) | 0.123 | 0.087 | 0.356** | 0.223** | 0.298** | 0.187* | 0.102 | 0.167* | 1 |
注:**表示p<0.01,*表示p<0.05
(四)假设检验
1. 多元化投资战略对公司绩效的倒U型影响检验
为了验证假设H1,本文构建了多元线性回归模型,采用层次回归方法进行分析,将控制变量、多元化程度(DIV)、多元化程度的平方项(DIV²)依次纳入模型,回归结果如表4所示。模型1为控制变量模型,结果显示,企业规模(SIZE)、股权集中度(TOP1)、成长能力(GROW)与公司绩效(ROE)呈显著正相关关系,资产负债率(LEV)与公司绩效(ROE)呈显著负相关关系,符合研究预期。
模型2在模型1的基础上加入了多元化程度(DIV),结果显示,DIV的回归系数为0.325,且在1%的水平上显著,表明多元化投资程度与公司绩效呈显著正相关关系。模型3在模型2的基础上加入了多元化程度的平方项(DIV²),结果显示,DIV²的回归系数为-0.412,且在1%的水平上显著,表明多元化投资程度的平方项与公司绩效呈显著负相关关系。同时,模型3的R²为0.523,高于模型2的R²(0.417),说明加入多元化程度的平方项后,模型的解释力显著提升。
上述结果表明,企业多元化投资战略与公司绩效之间存在显著的倒U型关系,即随着多元化程度的提升,公司绩效先上升后下降,适度多元化能够提升公司绩效,过度多元化会抑制公司绩效,假设H1得到验证。通过计算可知,多元化程度的拐点为0.396,即当DIV小于0.396时,多元化投资对公司绩效具有促进作用;当DIV大于0.396时,多元化投资对公司绩效具有抑制作用。
变量 | 模型1(控制变量) | 模型2(加入DIV) | 模型3(加入DIV²) |
|---|---|---|---|
常数项 | -0.123*(0.065) | -0.156**(0.058) | -0.187**(0.052) |
企业规模(SIZE) | 0.023**(0.008) | 0.021**(0.007) | 0.019**(0.006) |
资产负债率(LEV) | -0.034**(0.012) | -0.031**(0.011) | -0.028**(0.010) |
股权集中度(TOP1) | 0.018*(0.009) | 0.016*(0.008) | 0.015*(0.007) |
成长能力(GROW) | 0.045**(0.015) | 0.042**(0.014) | 0.039**(0.013) |
现金流水平(CF) | 0.021*(0.010) | 0.019*(0.009) | 0.018*(0.008) |
行业虚拟变量(IND) | 控制 | 控制 | 控制 |
年份虚拟变量(YEAR) | 控制 | 控制 | 控制 |
多元化程度(DIV) | — | 0.325**(0.068) | 0.401**(0.072) |
多元化程度平方(DIV²) | — | — | -0.412**(0.085) |
R² | 0.325 | 0.417 | 0.523 |
调整后R² | 0.318 | 0.409 | 0.514 |
F值 | 45.23** | 52.67** | 68.92** |
注:**表示p<0.01,*表示p<0.05,括号内为标准误
2. 资源配置效率的中介效应检验
为了验证假设H2,本文借鉴温忠麟等学者的中介效应检验方法,构建了三个回归模型:模型1检验多元化投资战略对公司绩效的影响(即表4中的模型3);模型2检验多元化投资战略对资源配置效率的影响;模型3检验多元化投资战略和资源配置效率对公司绩效的影响。回归结果如表5所示。
模型2的回归结果显示,多元化程度(DIV)的回归系数为0.287,且在1%的水平上显著;多元化程度平方项(DIV²)的回归系数为-0.321,且在1%的水平上显著,表明多元化投资战略与资源配置效率之间存在显著的倒U型关系,即适度多元化能够提升资源配置效率,过度多元化会降低资源配置效率。模型3的回归结果显示,资源配置效率(EFF)的回归系数为0.356,且在1%的水平上显著;多元化程度(DIV)的回归系数为0.213,且在1%的水平上显著;多元化程度平方项(DIV²)的回归系数为-0.289,且在1%的水平上显著。
对比模型1和模型3的回归结果可知,加入资源配置效率(EFF)后,多元化程度(DIV)和多元化程度平方项(DIV²)的回归系数均有所下降,但仍在1%的水平上显著,表明资源配置效率在多元化投资战略与公司绩效之间起部分中介作用,假设H2得到验证。进一步计算可知,资源配置效率的中介效应占总效应的比例为28.7%,表明多元化投资战略对公司绩效的影响,有28.7%是通过资源配置效率传导的。
变量 | 模型2(被解释变量:EFF) | 模型3(被解释变量:ROE) |
|---|---|---|
常数项 | -0.213**(0.078) | -0.165**(0.055) |
企业规模(SIZE) | 0.018**(0.006) | 0.015**(0.005) |
资产负债率(LEV) | -0.023**(0.009) | -0.021**(0.008) |
股权集中度(TOP1) | 0.015*(0.007) | 0.013*(0.006) |
成长能力(GROW) | 0.032**(0.012) | 0.029**(0.011) |
现金流水平(CF) | 0.016*(0.008) | 0.014*(0.007) |
行业虚拟变量(IND) | 控制 | 控制 |
年份虚拟变量(YEAR) | 控制 | 控制 |
多元化程度(DIV) | 0.287**(0.062) | 0.213**(0.058) |
多元化程度平方(DIV²) | -0.321**(0.075) | -0.289**(0.072) |
资源配置效率(EFF) | — | 0.356**(0.065) |
R² | 0.425 | 0.587 |
调整后R² | 0.417 | 0.578 |
F值 | 56.34** | 78.65** |
注:**表示p<0.01,*表示p<0.05,括号内为标准误
(五)稳健性检验
为了保证研究结论的稳健性,本文采用以下两种方法进行稳健性检验:一是替换被解释变量,将净资产收益率(ROE)替换为总资产收益率(ROA),重新进行回归分析;二是缩尾处理调整,将连续型变量的缩尾比例从1%调整为5%,重新进行回归分析。稳健性检验结果显示,多元化程度(DIV)的回归系数仍为正且显著,多元化程度平方项(DIV²)的回归系数仍为负且显著,资源配置效率(EFF)的中介效应仍显著存在,与前文的研究结论一致,表明本文的研究结论具有良好的稳健性,不受变量衡量方式和数据处理方法的影响。
五、结论与启示
(一)研究结论
本文以我国2018-2022年235家A股上市公司的面板数据为研究样本,基于资源基础理论和代理理论,构建实证模型,探讨了企业多元化投资战略对公司绩效的影响,以及资源配置效率在二者之间的中介作用。通过实证分析,得出以下结论:
第一,企业多元化投资战略与公司绩效之间存在显著的倒U型关系。适度的多元化投资能够帮助企业整合内外部资源,实现规模经济和范围经济,提升经营绩效;但当多元化程度超过一定阈值(DIV=0.396)时,过度多元化会导致企业资源分散、管理成本上升、资源配置效率下降,进而抑制公司绩效的提升。这一结论验证了资源基础理论和代理理论的相关观点,也解释了实践中部分企业多元化投资效果不佳的原因。
第二,资源配置效率在企业多元化投资战略与公司绩效之间起部分中介作用。多元化投资战略通过影响资源配置效率,进而对公司绩效产生影响:适度多元化能够优化企业资源配置,将资源投入到效率较高的业务领域,提升资源利用效率,促进公司绩效提升;过度多元化会导致资源错配,降低资源配置效率,进而抑制公司绩效提升。这一结论揭示了多元化投资战略影响公司绩效的内在机制,丰富了相关研究的理论体系。
第三,控制变量对公司绩效具有显著影响。企业规模、股权集中度、成长能力、现金流水平与公司绩效呈显著正相关关系,资产负债率与公司绩效呈显著负相关关系。这表明,企业在实施多元化投资战略的同时,还应注重优化资本结构、提升公司治理水平、增强成长能力和现金流管理能力,才能进一步提升公司绩效。
(二)研究启示
基于上述研究结论,本文提出以下实践启示,为企业制定合理的多元化投资战略、提升经营绩效提供参考:
第一,企业应实施适度的多元化投资战略,避免盲目多元化。企业在制定多元化投资决策时,应结合自身的资源禀赋、核心竞争力和发展阶段,合理控制多元化程度,将多元化程度控制在拐点(DIV=0.396)以内。对于核心竞争力较强、资源储备充足的企业,可以适当提高多元化程度,但应优先选择与核心业务相关的领域进行投资,实现相关多元化发展;对于核心竞争力较弱、资源储备有限的企业,应聚焦于核心业务,避免过度多元化,防止资源分散和核心竞争力弱化。
第二,企业应重视资源配置效率的提升,发挥资源协同效应。资源配置效率是多元化投资战略影响公司绩效的关键中介变量,企业在实施多元化投资战略的过程中,应建立科学的资源配置机制,加强对各业务领域资源投入的监督和管理,将有限的资源集中投入到盈利水平高、发展潜力大的业务领域,实现资源的优化配置。同时,企业应加强各业务领域之间的资源共享与协同,降低运营成本,提升资源利用效率,充分发挥多元化投资的协同效应。
第三,企业应优化公司治理结构,降低代理成本。代理成本过高是导致企业过度多元化投资、资源配置效率下降的重要原因,企业应完善公司治理结构,加强对管理层的监督和约束,建立健全管理层激励机制,将管理层的利益与股东的利益绑定,抑制管理层的机会主义行为。同时,企业应提高股权集中度,发挥大股东的监督作用,减少管理层的盲目多元化投资决策,保障企业多元化投资战略的合理性和有效性。
第四,企业应结合自身特征,制定差异化的多元化投资战略。不同规模、不同行业、不同发展阶段的企业,其多元化投资对绩效的影响存在显著差异。大型企业和制造业企业,资源储备充足、核心竞争力较强,可以适当实施多元化投资战略;小型企业和新兴行业企业,资源储备有限、核心竞争力尚未形成,应聚焦于核心业务,待实力提升后再逐步推进多元化。同时,企业应根据行业发展趋势和市场需求变化,及时调整多元化投资战略,确保多元化投资与企业发展相适应。
(三)研究局限性与未来展望
本文的研究仍存在一定的局限性:一是本文仅选取了A股上市公司作为研究样本,未将非上市公司纳入研究范围,研究结论的普适性可能受到一定影响;二是本文仅探讨了资源配置效率这一中介变量,未考虑其他中介变量(如创新能力、市场竞争力)的影响,未能全面揭示多元化投资战略影响公司绩效的内在机制;三是本文采用的是面板数据,属于静态分析,未能从动态视角探讨多元化投资战略与公司绩效的关系。
针对上述局限性,未来的研究可以从以下三个方面展开:一是扩大研究样本范围,将非上市公司纳入研究,进一步验证研究结论的普适性;二是引入更多的中介变量和调节变量,如创新能力、市场竞争力、公司治理水平等,全面分析多元化投资战略影响公司绩效的内在机制和边界条件;三是采用纵向数据和动态分析方法,从动态视角探讨多元化投资战略与公司绩效的关系,以及多元化投资战略的动态调整路径,为企业多元化投资决策提供更全面、更深入的理论支持和实践参考。