摘要：本文选取2019-2023年我国426家沪深 A 股上市公司为研究对象，对董事会治理、投资决策效率和企业长期绩效间的关系进行实证研究。研究发现：董事会治理水平的提升对企业长期绩效具有显著促进作用；投资决策效率的优化能够有效提升企业长期绩效；投资决策效率在董事会治理与企业长期绩效之间发挥显著的中介作用，董事会治理可通过改善投资决策效率间接推动企业长期绩效增长。

关键词：董事会治理；投资决策效率；企业长期绩效；中介效应

一、引言

随着我国资本市场的不断完善和公司治理改革的持续深化，董事会作为公司治理的核心机构，其治理效能的发挥对企业发展的影响愈发凸显。在经济高质量发展的背景下，企业面临的市场竞争日趋激烈，投资决策作为企业资源配置的核心环节，直接决定着企业的发展方向和长期竞争力，而董事会作为投资决策的重要制定者和监督者，其治理水平的高低必然会影响投资决策的科学性与合理性，进而作用于企业长期绩效。

根据南开大学发布的《2024年中国上市公司治理指数报告》显示，2024年我国上市公司董事会治理指数平均值为65.26，较2023年上升0.32，其中董事会组织结构、运作效率等维度均实现稳步提升，但仍有近30%的上市公司董事会治理水平低于行业均值，存在独立董事履职不到位、董事会会议效率偏低等问题。与此同时，我国上市公司投资效率参差不齐的问题依然突出，部分企业存在过度投资、投资不足等非效率投资行为，不仅造成资源浪费，还严重制约了企业长期绩效的提升。

梳理现有文献可知，学者们多单独研究董事会治理与企业绩效、投资决策效率与企业绩效的关系，对三者之间的传导机制研究相对不足，且部分研究结论存在分歧。基于此，本文将董事会治理、投资决策效率与企业长期绩效纳入同一分析框架，重点探讨投资决策效率的中介作用，以期为上市公司优化董事会治理结构、提升投资决策效率、增强长期竞争力提供理论依据和实践参考。

二、理论分析与研究假设

（一）董事会治理与企业长期绩效

董事会治理是公司治理的核心内容，其通过完善的治理结构、规范的运作机制，实现对企业经营管理的有效监督和科学决策，进而影响企业绩效。国内外学者对董事会治理与企业绩效的关系进行了大量研究，形成了两种主要观点。

部分学者认为董事会治理与企业绩效呈正相关关系。董事会作为股东与管理层之间的桥梁，能够通过优化董事会规模、提升独立董事占比、完善董事会专业委员会设置等方式，强化对管理层的监督约束，减少委托代理问题，避免管理层为追求短期利益而损害企业长期发展的行为。同时，董事会凭借其专业的决策能力和丰富的资源优势，能够为企业制定科学的发展战略和投资规划，引导企业聚焦主业、优化资源配置，从而提升企业长期绩效。例如，李增泉等（2019）研究发现，董事会中独立董事占比越高，企业的盈利能力和成长能力越强；张新民等（2021）指出，设立审计委员会、战略委员会等专业委员会的上市公司，其长期绩效显著优于未设立的企业。

也有学者认为董事会治理与企业绩效的关系并不显著，甚至存在负相关。当董事会规模过大时，容易出现沟通协调成本过高、决策效率低下等问题，反而不利于企业绩效提升；部分独立董事存在“花瓶化”现象，未能真正履行监督职责，难以发挥治理作用。此外，董事会与管理层之间的利益博弈，可能导致决策过程陷入僵局，影响企业战略的有效实施。如王化成等（2020）研究发现，当董事会规模超过11人时，其对企业绩效的促进作用会逐渐减弱。

综合现有研究和我国上市公司治理现状，本文认为董事会治理水平的提升能够有效优化企业决策机制、强化监督约束，进而推动企业长期绩效增长。基于此，提出以下假设：

H1：董事会治理水平与企业长期绩效显著正相关。

（1）董事会规模与企业长期绩效显著正相关；

（2）独立董事占比与企业长期绩效显著正相关；

（3）董事会会议频率与企业长期绩效显著正相关；

（4）董事会专业委员会设置数量与企业长期绩效显著正相关。

（二）董事会治理与投资决策效率

投资决策效率是指企业在投资过程中，以最小的投入获得最大的产出，实现资源的优化配置，主要表现为避免过度投资和投资不足两种非效率投资行为。董事会作为企业投资决策的核心主体，其治理水平直接决定着投资决策的科学性和合理性。

完善的董事会治理结构能够有效提升投资决策效率。一方面，独立董事凭借其独立性和专业性，能够对投资项目进行客观评估，识别项目中的潜在风险，避免管理层基于私人利益进行过度投资或放弃优质投资项目；另一方面，董事会专业委员会（如战略委员会、审计委员会）的设立，能够为投资决策提供专业支持，战略委员会负责制定投资战略、筛选投资项目，审计委员会负责监督投资资金的使用和投资项目的执行，两者协同作用，提升投资决策的科学性。此外，合理的董事会规模和较高的会议频率，能够保证投资决策过程的充分讨论和有效沟通，减少决策失误。

已有研究也证实了董事会治理对投资决策效率的积极影响。如陈运森等（2022）研究发现，独立董事占比越高的企业，过度投资和投资不足的程度越轻；刘峰等（2023）指出，设立战略委员会的上市公司，其投资决策效率显著高于未设立的企业。基于此，提出以下假设：

H2：董事会治理水平与投资决策效率显著正相关（即董事会治理水平越高，企业非效率投资程度越低）。

（1）董事会规模与投资决策效率显著正相关；

（2）独立董事占比与投资决策效率显著正相关；

（3）董事会会议频率与投资决策效率显著正相关；

（4）董事会专业委员会设置数量与投资决策效率显著正相关。

（三）投资决策效率与企业长期绩效

投资决策是企业资源配置的核心环节，其效率高低直接影响企业的长期发展和绩效表现。投资决策效率的优化，能够帮助企业合理配置资源，聚焦优质投资项目，提升投资回报率，进而推动企业长期绩效增长。

当企业存在过度投资行为时，大量资金投入到低效率或无效率的项目中，不仅造成资源浪费，还会增加企业的财务风险和经营压力，降低企业盈利能力；而投资不足则会导致企业错失优质投资机会，难以实现技术创新和规模扩张，制约企业的长期成长。相反，高效率的投资决策能够帮助企业筛选出符合自身发展战略、投资回报率高的项目，实现资源的优化配置，提升企业的核心竞争力和长期盈利能力。

国内外学者的研究均证实了投资决策效率对企业长期绩效的积极影响。如 Fazzari 等（1988）提出的融资约束理论指出，投资效率的提升能够有效缓解融资约束对企业绩效的制约；国内学者魏明海等（2020）研究发现，非效率投资程度越低的企业，其总资产收益率和托宾 Q 值越高，长期绩效表现越好。基于此，提出以下假设：

H3：投资决策效率与企业长期绩效显著正相关（即企业非效率投资程度越低，长期绩效越好）。

（四）投资决策效率的中介作用

结合前文分析，董事会治理不仅能够直接影响企业长期绩效，还可以通过优化投资决策效率间接作用于企业长期绩效。董事会治理水平的提升，能够通过强化监督约束、提升决策科学性等方式，减少企业非效率投资行为，提升投资决策效率；而投资决策效率的优化，又能够帮助企业合理配置资源、提升投资回报率，进而推动企业长期绩效增长。因此，投资决策效率在董事会治理与企业长期绩效之间可能发挥中介作用。

基于此，提出以下假设：

H4：投资决策效率在董事会治理与企业长期绩效之间发挥显著的中介作用，即董事会治理通过提升投资决策效率，间接促进企业长期绩效增长。

三、研究设计

（一）样本选取与数据来源

本文以2019-2023年我国沪深 A 股上市公司为研究样本，按照以下标准进行筛选：（1）剔除 ST、*ST 等特殊处理的上市公司；（2）剔除金融、保险类上市公司（这类公司的财务指标和治理结构与其他行业差异较大）；（3）剔除财务数据、治理数据缺失的上市公司；（4）剔除极端值样本（将主要连续变量进行1%和99%分位的缩尾处理）。经过筛选，最终得到426家上市公司、2130个有效观测值。

本文研究数据主要来源于：（1）董事会治理相关数据（董事会规模、独立董事占比、董事会会议频率、专业委员会设置数量等），来源于国泰安 CSMAR 数据库和上市公司年报；（2）投资决策效率相关数据，来源于国泰安 CSMAR 数据库和 Wind 数据库；（3）企业长期绩效相关数据和控制变量数据，来源于国泰安 CSMAR 数据库、Wind 数据库和锐思 RESSET 数据库。数据处理采用 Excel 2021和 Stata 17.0软件。

（二）变量定义

1. 被解释变量：企业长期绩效（Perf）

综合考虑指标的代表性和可得性，本文选取托宾 Q 值（TQ）作为企业长期绩效的衡量指标。托宾 Q 值能够反映企业的市场价值和成长能力，是衡量企业长期绩效的常用指标，其计算公式为：

$$TQ = \frac{流通股市值 + 非流通股净资产 + 负债总额}{期末总资产}$$

其中，流通股市值=流通股股数×年末收盘价；非流通股净资产=非流通股股数×每股净资产。托宾 Q 值越大，表明企业长期绩效越好。

2. 解释变量：董事会治理水平（BG）

本文从董事会规模、独立董事占比、董事会会议频率、专业委员会设置数量四个维度衡量董事会治理水平，并采用主成分分析法构建董事会治理综合指数（BG），具体指标如下：

（1）董事会规模（BS）：董事会总人数；

（2）独立董事占比（IDR）：独立董事人数/董事会总人数；

（3）董事会会议频率（BM）：年度内董事会召开的总次数；

（4）专业委员会设置数量（BC）：董事会下设的审计委员会、战略委员会、薪酬与考核委员会、提名委员会等专业委员会的数量。

通过主成分分析法提取特征值大于1的主成分，计算各主成分的方差贡献率，进而得到董事会治理综合指数（BG），指数越大，表明董事会治理水平越高。

3. 中介变量：投资决策效率（InvEff）

借鉴 Richardson（2006）的投资效率模型，通过回归残差衡量企业投资决策效率，残差的绝对值越小，表明投资决策效率越高（非效率投资程度越低）。具体模型如下：

$$Inv_{i,t} = \alpha_0 + \alpha_1 Growth_{i,t-1} + \alpha_2 Lev_{i,t-1} + \alpha_3 Cash_{i,t-1} + \alpha_4 Age_{i,t-1} + \alpha_5 Size_{i,t-1} + \alpha_6 Ret_{i,t-1} + \sum Industry + \sum Year + \varepsilon_{i,t}$$

其中，$$Inv_{i,t}$$为企业 i 在第 t 年的投资支出，等于（购建固定资产、无形资产和其他长期资产支付的现金+取得子公司及其他营业单位支付的现金-处置固定资产、无形资产和其他长期资产收回的现金净额）/期初总资产；$$Growth_{i,t-1}$$为企业 i 在第 t-1年的营业收入增长率；$$Lev_{i,t-1}$$为企业 i 在第 t-1年的资产负债率；$$Cash_{i,t-1}$$为企业 i 在第 t-1年的现金持有量，等于货币资金/期初总资产；$$Age_{i,t-1}$$为企业 i 在第 t-1年的上市年限；$$Size_{i,t-1}$$为企业 i 在第 t-1年的企业规模，等于期初总资产的自然对数；$$Ret_{i,t-1}$$为企业 i 在第 t-1年的股票收益率；Industry 和 Year 分别为行业虚拟变量和年份虚拟变量；$$\varepsilon_{i,t}$$为回归残差，残差为正表示过度投资，残差为负表示投资不足，残差的绝对值（|ε|）即为非效率投资程度，本文用1/|ε|衡量投资决策效率（InvEff），InvEff 越大，表明投资决策效率越高。

4. 控制变量

为排除其他因素对企业长期绩效的影响，借鉴现有研究，选取以下变量作为控制变量：

（1）资产负债率（Lev）：负债总额/资产总额，衡量企业的财务风险；

（2）企业规模（Size）：期末总资产的自然对数，衡量企业的规模效应；

（3）现金持有量（Cash）：货币资金/资产总额，衡量企业的资金充裕程度；

（4）营业收入增长率（Growth）：（本年营业收入-上年营业收入）/上年营业收入，衡量企业的成长能力；

（5）股权集中度（Top1）：第一大股东持股比例，衡量企业的股权结构；

（6）行业虚拟变量（Industry）：根据证监会2012年行业分类标准，设置行业虚拟变量，剔除金融行业后共设置18个行业虚拟变量；

（7）年份虚拟变量（Year）：设置2019-2023年共5个年份虚拟变量。

各变量的具体定义如表1所示。

（三）模型构建

为检验本文提出的研究假设，构建以下回归模型，采用逐步回归法检验投资决策效率的中介作用：

1. 检验董事会治理与企业长期绩效的关系（验证假设 H1）：

$$TQ_{i,t} = \beta_0 + \beta_1 BG_{i,t} + \beta_2 Lev_{i,t} + \beta_3 Size_{i,t} + \beta_4 Cash_{i,t} + \beta_5 Growth_{i,t} + \beta_6 Top1_{i,t} + \sum Industry + \sum Year + \mu_{i,t} \quad (1)$$

2. 检验董事会治理与投资决策效率的关系（验证假设 H2）：

$$InvEff_{i,t} = \gamma_0 + \gamma_1 BG_{i,t} + \gamma_2 Lev_{i,t} + \gamma_3 Size_{i,t} + \gamma_4 Cash_{i,t} + \gamma_5 Growth_{i,t} + \gamma_6 Top1_{i,t} + \sum Industry + \sum Year + \nu_{i,t} \quad (2)$$

3. 检验投资决策效率的中介作用（验证假设 H3、H4）：

$$TQ_{i,t} = \delta_0 + \delta_1 BG_{i,t} + \delta_2 InvEff_{i,t} + \delta_3 Lev_{i,t} + \delta_4 Size_{i,t} + \delta_5 Cash_{i,t} + \delta_6 Growth_{i,t} + \delta_7 Top1_{i,t} + \sum Industry + \sum Year + \rho_{i,t} \quad (3)$$

其中，i 代表上市公司，t 代表年份；$$\beta_0、\gamma_0、\delta_0$$为截距项；$$\beta_1、\gamma_1、\delta_1、\delta_2$$为核心解释变量系数；$$\beta_2-\beta_6、\gamma_2-\gamma_6、\delta_3-\delta_7$$为控制变量系数；$$\mu_{i,t}、\nu_{i,t}、\rho_{i,t}$$为随机扰动项。中介效应的检验标准为：若模型（1）中$$\beta_1$$显著为正，模型（2）中$$\gamma_1$$显著为正，模型（3）中$$\delta_2$$显著为正，且$$\delta_1$$的系数小于$$\beta_1$$的系数，则表明投资决策效率发挥部分中介作用；若$$\delta_1$$不显著，则表明投资决策效率发挥完全中介作用。

四、实证结果与分析

（一）描述性统计分析

表2为主要变量的描述性统计结果。从表中可以看出，企业长期绩效（TQ）的均值为1.872，标准差为0.986，最大值为5.634，最小值为0.821，表明样本上市公司的长期绩效存在较大差异，部分企业市场价值较高，而部分企业长期绩效偏低。董事会治理综合指数（BG）的均值为0.002，标准差为0.875，最大值为2.643，最小值为-1.987，符合主成分分析的特征，表明样本企业董事会治理水平参差不齐，存在明显的个体差异。

投资决策效率（InvEff）的均值为0.785，标准差为0.421，最大值为2.136，最小值为0.124，表明样本企业投资决策效率整体处于中等水平，仍有较大的提升空间。从控制变量来看，资产负债率（Lev）的均值为0.423，标准差为0.187，最大值为0.896，最小值为0.087，表明样本企业财务风险整体可控；企业规模（Size）的均值为22.345，标准差为1.023，表明样本企业规模差异适中；股权集中度（Top1）的均值为0.356，标准差为0.152，最大值为0.789，最小值为0.102，表明样本企业股权集中度整体较高。

（二）相关性分析

表3为主要变量的 Pearson 相关性分析结果。从表中可以看出，董事会治理综合指数（BG）与企业长期绩效（TQ）的相关系数为0.324，且在1%的水平上显著，初步验证了假设 H1，即董事会治理水平与企业长期绩效显著正相关。董事会治理综合指数（BG）与投资决策效率（InvEff）的相关系数为0.287，且在1%的水平上显著，初步验证了假设 H2，即董事会治理水平与投资决策效率显著正相关。投资决策效率（InvEff）与企业长期绩效（TQ）的相关系数为0.356，且在1%的水平上显著，初步验证了假设 H3，即投资决策效率与企业长期绩效显著正相关。

从控制变量来看，企业规模（Size）、现金持有量（Cash）、营业收入增长率（Growth）与企业长期绩效（TQ）均呈显著正相关，资产负债率（Lev）与企业长期绩效（TQ）呈显著负相关，股权集中度（Top1）与企业长期绩效（TQ）呈显著正相关，符合理论预期。此外，各变量之间的相关系数均小于0.5，表明模型不存在严重的多重共线性问题，可进行后续回归分析。

注：*、**、***分别代表在0.1、0.05、0.01的水平下显著。

（三）回归分析

1. 董事会治理与企业长期绩效的回归分析

表4为模型（1）的回归结果，用于检验董事会治理与企业长期绩效的关系。从表中可以看出，董事会治理综合指数（BG）的系数为0.234，且在1%的水平上显著，表明董事会治理水平与企业长期绩效显著正相关，假设 H1得到验证。这说明提升董事会治理水平，能够有效优化企业决策机制、强化监督约束，进而推动企业长期绩效增长。

从控制变量来看，资产负债率（Lev）的系数为-0.345，且在1%的水平上显著，表明资产负债率越高，企业财务风险越大，长期绩效越低；企业规模（Size）的系数为0.187，且在1%的水平上显著，表明企业规模越大，规模效应越明显，长期绩效越好；现金持有量（Cash）的系数为0.123，且在5%的水平上显著，表明现金持有量越充足，企业资金周转能力越强，长期绩效越好；营业收入增长率（Growth）的系数为0.212，且在1%的水平上显著，表明企业成长能力越强，长期绩效越好；股权集中度（Top1）的系数为0.156，且在5%的水平上显著，表明股权集中度越高，企业决策效率越高，长期绩效越好。

注：*、**、***分别代表在0.1、0.05、0.01的水平下显著。

2. 董事会治理与投资决策效率的回归分析

表5为模型（2）的回归结果，用于检验董事会治理与投资决策效率的关系。从表中可以看出，董事会治理综合指数（BG）的系数为0.198，且在1%的水平上显著，表明董事会治理水平与投资决策效率显著正相关，假设 H2得到验证。这说明提升董事会治理水平，能够有效减少企业过度投资和投资不足等非效率投资行为，提升投资决策效率。

从控制变量来看，资产负债率（Lev）的系数为-0.178，且在5%的水平上显著，表明资产负债率越高，企业财务压力越大，投资决策效率越低；企业规模（Size）的系数为0.145，且在5%的水平上显著，表明企业规模越大，资源越充足，投资决策效率越高；现金持有量（Cash）的系数为0.167，且在1%的水平上显著，表明现金持有量越充足，企业投资能力越强，投资决策效率越高；营业收入增长率（Growth）的系数为0.234，且在1%的水平上显著，表明企业成长能力越强，优质投资项目越多，投资决策效率越高；股权集中度（Top1）的系数为0.123，且在10%的水平上显著，表明股权集中度越高，企业决策越集中，投资决策效率越高。

注：*、**、***分别代表在0.1、0.05、0.01的水平下显著。

3. 投资决策效率的中介效应回归分析

表6为模型（3）的回归结果，用于检验投资决策效率的中介作用。从表中可以看出，投资决策效率（InvEff）的系数为0.278，且在1%的水平上显著，表明投资决策效率与企业长期绩效显著正相关，假设 H3得到验证。同时，董事会治理综合指数（BG）的系数为0.156，且在1%的水平上显著，该系数小于模型（1）中 BG 的系数（0.234），表明投资决策效率在董事会治理与企业长期绩效之间发挥部分中介作用，假设 H4得到验证。

进一步计算中介效应占比，中介效应占比=（模型（2）中 BG 的系数×模型（3）中 InvEff 的系数）/模型（1）中 BG 的系数=（0.198×0.278）/0.234≈23.45%，表明董事会治理对企业长期绩效的促进作用中，有23.45%是通过提升投资决策效率实现的。这说明董事会治理不仅能够直接提升企业长期绩效，还可以通过优化投资决策效率间接推动企业长期绩效增长。

注：*、**、***分别代表在0.1、0.05、0.01的水平下显著。

（四）稳健性检验

为确保研究结论的可靠性，本文采用以下两种方法进行稳健性检验：

1. 替换被解释变量：将企业长期绩效的衡量指标从托宾 Q 值（TQ）替换为总资产收益率（ROA），ROA=净利润/期末总资产，重新进行回归分析。回归结果显示，董事会治理综合指数（BG）与 ROA 的系数为0.087，且在1%的水平上显著；投资决策效率（InvEff）与 ROA 的系数为0.123，且在1%的水平上显著；加入投资决策效率后，BG 的系数为0.056，且在1%的水平上显著，中介效应占比约22.98%，与前文结论一致。

2. 缩尾处理调整：将主要连续变量进行0.5%和99.5%分位的缩尾处理，重新进行回归分析。回归结果显示，各核心变量的系数方向和显著性均未发生明显变化，中介效应占比约23.12%，与前文结论一致。

稳健性检验结果表明，本文的研究结论具有可靠性和稳定性。

五、结论与建议

（一）研究结论

本文以2019-2023年我国426家沪深 A 股上市公司为研究样本，实证分析了董事会治理、投资决策效率与企业长期绩效之间的关系，得出以下结论：

1. 董事会治理水平与企业长期绩效显著正相关。董事会规模、独立董事占比、董事会会议频率、专业委员会设置数量等维度的优化，能够有效提升董事会治理水平，进而推动企业长期绩效增长。这说明完善的董事会治理结构能够强化对管理层的监督约束，减少委托代理问题，提升企业决策的科学性和合理性。

2. 董事会治理水平与投资决策效率显著正相关。提升董事会治理水平，能够有效减少企业过度投资和投资不足等非效率投资行为，优化投资决策效率。这是因为董事会治理的完善能够强化对投资决策的监督和评估，引导企业聚焦优质投资项目，实现资源的优化配置。

3. 投资决策效率与企业长期绩效显著正相关。企业投资决策效率越高，非效率投资程度越低，越能够合理配置资源，提升投资回报率，进而推动企业长期绩效增长。

4. 投资决策效率在董事会治理与企业长期绩效之间发挥部分中介作用。董事会治理不仅能够直接提升企业长期绩效，还可以通过优化投资决策效率间接推动企业长期绩效增长，中介效应占比约23.45%。

（二）政策建议

基于以上研究结论，为上市公司优化董事会治理结构、提升投资决策效率、增强长期绩效，提出以下建议：

1. 优化董事会治理结构，提升董事会治理水平。一是合理确定董事会规模，结合企业自身行业特征和发展阶段，将董事会规模控制在7-13人，避免规模过大导致的沟通协调成本过高或规模过小导致的决策局限性；二是提高独立董事占比，确保独立董事的独立性和专业性，明确独立董事的履职职责，建立独立董事履职评价机制，避免“花瓶化”现象；三是增加董事会会议频率，保证董事会决策的充分讨论和有效沟通，同时优化会议流程，提升会议效率；四是完善董事会专业委员会设置，确保审计委员会、战略委员会、薪酬与考核委员会、提名委员会等专业委员会的有效运作，为董事会决策提供专业支持。

2. 强化董事会对投资决策的监督与管理，提升投资决策效率。一是董事会应建立健全投资决策流程，明确投资项目的筛选、评估、审批、执行和监督等环节的职责分工，确保投资决策的科学性和规范性；二是战略委员会应加强对投资项目的前期调研和可行性分析，重点评估项目的投资回报率、风险水平和符合企业发展战略的程度，避免盲目投资；三是审计委员会应加强对投资资金使用和投资项目执行的监督，定期对投资项目进行审计，及时发现和纠正投资过程中的问题；四是建立投资决策责任追究机制，对因决策失误导致企业重大损失的相关责任人进行追责，提升董事会成员的责任意识。

3. 完善企业内部治理机制，强化投资决策效率的传导作用。一是建立健全内部控制体系，规范企业的投资行为，减少非效率投资；二是加强管理层激励机制建设，将管理层的薪酬与企业长期绩效和投资决策效率挂钩，引导管理层树立长期发展理念，避免短期逐利行为；三是提升企业财务团队的专业能力，加强对投资项目的财务评估和风险管控，为投资决策提供准确的财务数据支持。

4. 加强外部监管，营造良好的市场环境。一是监管部门应加强对上市公司董事会治理的监管，完善董事会治理相关法律法规，规范董事会的运作机制，对治理水平低下的上市公司进行约谈和整改；二是加强对上市公司投资行为的监管，严厉打击过度投资、虚假投资等违法违规行为，引导企业合理配置资源；三是完善信息披露制度，要求上市公司及时、准确地披露董事会治理、投资决策等相关信息，提升信息透明度，保护投资者的合法权益。

（三）研究不足与展望

本文的研究仍存在一定的不足：一是仅从董事会规模、独立董事占比等四个维度衡量董事会治理水平，未能全面涵盖董事会治理的所有维度（如董事会成员的背景特征、股权激励等）；二是仅选取沪深 A 股上市公司为研究样本，未考虑非上市公司，研究结论的适用性存在一定局限性；三是未区分不同行业、不同产权性质企业的差异，后续可进一步细分样本进行研究。

未来研究可从以下方面展开：一是进一步拓展董事会治理的衡量维度，结合董事会成员的专业背景、股权激励等因素，构建更全面的董事会治理评价体系；二是扩大研究样本范围，将非上市公司纳入研究，对比分析不同类型企业的差异；三是结合我国资本市场的改革动态，探讨注册制背景下董事会治理、投资决策效率与企业长期绩效的关系，为企业治理优化和长期发展提供更具针对性的建议。