吳先銘 劉可新 翟育明

（1.上海應(yīng)用技術(shù)大學(xué)經(jīng)濟(jì)與管理學(xué)院，上海 201418；2.中國農(nóng)業(yè)銀行杭州新城支行，杭州 310000）

一、引言

習(xí)近平總書記多次強(qiáng)調(diào)“創(chuàng)新是引領(lǐng)發(fā)展的第一動力”。創(chuàng)新亦是企業(yè)保持持續(xù)發(fā)展、提升核心競爭力的關(guān)鍵要素(Zhou & Hoever，2014；Zhou et al.，2019)。基于高階管理理論的視角(Donald & Mason，1984)，學(xué)者們研究了CEO特征如何解釋戰(zhàn)略方向和組織行為的變化，從而影響組織創(chuàng)新(Lin et al.，2011；Tabesh &Jolly，2019；Wang et al.，2020)，如CEO的性別、年齡、專業(yè)背景等個人特征都會影響企業(yè)的創(chuàng)新投入與產(chǎn)出。因此，CEO的個人特征對于解釋企業(yè)創(chuàng)新具有重要價值。然而，現(xiàn)有關(guān)于CEO與企業(yè)績效關(guān)系的研究主要集中在這些特征與企業(yè)創(chuàng)新的關(guān)系上，而進(jìn)一步探討CEO特征對企業(yè)創(chuàng)新相對重要性的研究尚不多見。

陸瑤等(2020)研究表明，預(yù)測模型可用于分析CEO特征對組織結(jié)果的預(yù)測。目前，關(guān)于CEO特征與組織結(jié)果的研究大多數(shù)都采用解釋性模型，即從理論出發(fā)，假設(shè)變量之間的函數(shù)關(guān)系（如線型、U型、指數(shù)型等），利用統(tǒng)計分析手段檢驗理論預(yù)測的變量關(guān)系。然而，與解釋性模型不同的是，預(yù)測性模型并不事先假設(shè)變量之間的因果關(guān)系，而是通過相應(yīng)的方法預(yù)測未來的觀測值(陸瑤等，2020)。大多數(shù)現(xiàn)有研究依賴解釋模型來研究變量之間的關(guān)系，然而，它沒有假設(shè)變量之間的因果關(guān)系。在戰(zhàn)略管理研究領(lǐng)域，使用預(yù)測性方法預(yù)測變量之間關(guān)系的研究相對較少，但它在學(xué)術(shù)研究中的作用不容忽視，因為預(yù)測模型不僅幫助我們發(fā)現(xiàn)隱藏在數(shù)據(jù)中的復(fù)雜關(guān)系，促進(jìn)了解釋模型及其理論的發(fā)展，而且還可以幫助我們評估解釋模型和預(yù)測變量的重要性，使我們能夠驗證現(xiàn)有理論的可靠性(Jensen & Owen，2000)。

盡管預(yù)測模型有助于發(fā)現(xiàn)數(shù)據(jù)中的復(fù)雜規(guī)律，但傳統(tǒng)的線性模型預(yù)測能力相對不足(陸瑤等，2020)。近年來，一些研究者從理論上提出，CEO的個人特征與企業(yè)創(chuàng)新之間存在非線性關(guān)系(陸瑤等，2020；徐晨和呂萍，2013)，但是傳統(tǒng)的線性模型可能無法準(zhǔn)確厘清CEO特征與企業(yè)創(chuàng)新之間的復(fù)雜關(guān)系。因此，為了深入揭示CEO特征與企業(yè)創(chuàng)新之間的關(guān)系，本文使用機(jī)器學(xué)習(xí)的XGBoost回歸樹模型來解決復(fù)雜的預(yù)測問題，并分析比較了CEO特征對企業(yè)創(chuàng)新的重要性。XGBoost回歸樹模型具有迭代速度快、計算準(zhǔn)確性高、解釋能力強(qiáng)等特點(diǎn)，并且能夠分析不同的CEO特征對企業(yè)創(chuàng)新預(yù)測的重要程度，有效分析變量之間的非線性關(guān)系，從而有助于探究CEO特征對企業(yè)創(chuàng)新投入與創(chuàng)新績效的預(yù)測效果。

本文具有以下三點(diǎn)貢獻(xiàn)：(1)探究不同CEO特征對預(yù)測企業(yè)創(chuàng)新的重要性程度，豐富基于高階管理理論的研究。高階管理理論指出高管特征可以影響企業(yè)的戰(zhàn)略選擇與結(jié)果，然而該理論并未討論不同CEO特征在預(yù)測企業(yè)績效方面的重要性。本研究探討了CEO特征對企業(yè)創(chuàng)新影響的相對重要性，以及分析相對重要的CEO特征對企業(yè)創(chuàng)新的作用機(jī)制，有利用深化和豐富CEO特征的研究范圍。(2)本文采用機(jī)器學(xué)習(xí)方法研究中國企業(yè)行為的問題，并評價CEO特征對企業(yè)創(chuàng)新的預(yù)測能力；研究結(jié)果進(jìn)一步豐富了 “CEO特征與企業(yè)創(chuàng)新關(guān)系”的研究。(3)本文采用XGBoost回歸樹模型，避免了傳統(tǒng)線性模型的不足，有效分析CEO特征與企業(yè)創(chuàng)新之間的非線性關(guān)系。

二、文獻(xiàn)回顧

（一）CEO特征與企業(yè)創(chuàng)新

現(xiàn)有研究從先天特質(zhì)、人生經(jīng)歷、性格特質(zhì)等方面研究CEO特征與企業(yè)創(chuàng)新之間的關(guān)系。在先天特質(zhì)方面，學(xué)者們從CEO的性別、年齡、容貌等角度探討對企業(yè)創(chuàng)新的影響。在性別方面，現(xiàn)有研究結(jié)論存在分歧，如楊靜(2013)、Dezs? (2012)、Khan(2013)、Peni(2014)等研究發(fā)現(xiàn)女性領(lǐng)導(dǎo)對企業(yè)創(chuàng)新等結(jié)果變量產(chǎn)生積極影響；而Amore et al.(2012)、Lee(2007)和Strohmeyer(2017)等的研究表明，由女性領(lǐng)導(dǎo)的公司的創(chuàng)新狀況比由男性領(lǐng)導(dǎo)的公司差；Kaplan & Sorensen(2007）則認(rèn)為，不同性別的管理者對企業(yè)的影響沒有顯著差異。在年齡方面，現(xiàn)有研究發(fā)現(xiàn)年齡與企業(yè)創(chuàng)新存在負(fù)向相關(guān)關(guān)系，而與企業(yè)財務(wù)結(jié)果呈正向相關(guān)關(guān)系(Khan & Vieito，2013)。如Barker et al.(2002)的研究結(jié)論認(rèn)為，年輕CEO管理的公司的R&D支出更大；Zhang（2017）等則認(rèn)為，高管的年齡與R&D投資呈負(fù)相關(guān)；而Morresi(2017)、Cheng et al.(2010)以及Nguyen（2015）的研究表明年長的CEO更有可能產(chǎn)生更好的財務(wù)績效（如ROA、累計股票回報率等）。在外貌等體征方面，He et al.(2019)研究發(fā)現(xiàn)，面部長寬比高的分析師更有可能進(jìn)行企業(yè)的實地調(diào)研，從而提高其分析的準(zhǔn)確度，而Addoum et al.(2017)的研究表明，個人的身高和肥胖會影響高管的投資組合選擇。

CEO的個人經(jīng)歷會影響他們的風(fēng)險偏好和預(yù)期，進(jìn)而影響公司戰(zhàn)略選擇?，F(xiàn)有研究主要從CEO的生活經(jīng)歷、職業(yè)經(jīng)歷、教育經(jīng)歷等方面探討其對企業(yè)創(chuàng)新的影響。在個人生活經(jīng)歷方面，對CEO海外生活或求學(xué)經(jīng)歷與企業(yè)創(chuàng)新之間關(guān)系的研究并未形成一致結(jié)論，如Li et al.(2012)、王雪莉等(2013)的研究表明，海歸CEO所在企業(yè)的創(chuàng)新績效顯著低于本土CEO所在的企業(yè)，而Hao et al.(2019)認(rèn)為，CEO的海外背景對企業(yè)綠色創(chuàng)新績效有顯著的促進(jìn)作用。在職業(yè)經(jīng)歷方面，車培榮等(2020)的研究顯示，具有技術(shù)背景的CEO可以提升企業(yè)的創(chuàng)新意識以及對于技術(shù)研發(fā)的偏好；王雪莉等(2013)的研究結(jié)果表明，“生產(chǎn)型”職能背景為主的CEO對企業(yè)創(chuàng)新績效有顯著的正向影響，擁有“多職能背景”的CEO則對企業(yè)創(chuàng)新績效有顯著的負(fù)向影響。在教育經(jīng)歷方面，學(xué)者們發(fā)現(xiàn)，教育水平越高，CEO越注重企業(yè)的創(chuàng)新。如苑澤明等(2020）、Barker et al.(2002)、Zhang et al.(2017)以及Lin(2011)等的研究表明，CEO的教育水平與企業(yè)R&D投資呈正相關(guān)。此外，還有學(xué)者探討了CEO教育水平對企業(yè)績效的影響，如Cheng et al.(2010)、Nguyen(2015)和 Goll et al.(2001)的研究認(rèn)為，高管團(tuán)隊的教育水平與公司績效呈正相關(guān)關(guān)系。

CEO的個性特征以及心理狀態(tài)也影響其決策水平，學(xué)者們討論了CEO的心理特征對企業(yè)的影響。如易靖韜等(2015)、Galasso(2011)和Hirshleifer(2012)的研究發(fā)現(xiàn)，CEO過度自信與企業(yè)的創(chuàng)新投資和創(chuàng)新績效正向相關(guān)；Ahn et al.（2020）研究結(jié)果表明，CEO個性化與開放式創(chuàng)新正相關(guān)；Chan(2017)的研究結(jié)論認(rèn)為，具有強(qiáng)烈創(chuàng)新意識的領(lǐng)導(dǎo)者適合領(lǐng)導(dǎo)開放式創(chuàng)新項目。

（二）機(jī)器學(xué)習(xí)在戰(zhàn)略研究中的應(yīng)用

已有學(xué)者采用機(jī)器學(xué)習(xí)的方法研究企業(yè)戰(zhàn)略等問題。如Bandiera et al.(2020) 利用無監(jiān)督學(xué)習(xí)方法分析CEO的日?；顒佑涗?，并揭示了兩種典型的CEO行為特征——領(lǐng)導(dǎo)型和管理型，并進(jìn)一步發(fā)現(xiàn)“領(lǐng)導(dǎo)型”CEO往往與優(yōu)秀的企業(yè)績效表現(xiàn)相關(guān)。 Li et al.(2021) 同樣采用無監(jiān)督學(xué)習(xí)方法，根據(jù)單詞植入模型構(gòu)建了企業(yè)文化價值觀的5個維度指標(biāo)，并探究這些價值觀對企業(yè)戰(zhàn)略決策的影響。陸瑤等（2020）采用機(jī)器學(xué)習(xí)方法探討了高管特征對企業(yè)績效的預(yù)測作用及機(jī)制，其研究發(fā)現(xiàn)在CEO的特征中，年齡是預(yù)測公司業(yè)績的最重要因素。機(jī)器學(xué)習(xí)作為戰(zhàn)略管理研究的新手段，越來越受到學(xué)者們的關(guān)注。

三、數(shù)據(jù)來源和變量說明

（一）數(shù)據(jù)來源

本文數(shù)據(jù)來源于國泰安經(jīng)濟(jì)金融研究數(shù)據(jù)庫（CSMAR）和國家知識產(chǎn)權(quán)網(wǎng)站，選取2009～2016所有A股上市公司作為研究對象，并選取上市公司CEO作為研究樣本。其中CEO個人特征數(shù)據(jù)來源于CSMAR收錄的“上市公司人物特征”子數(shù)據(jù)庫，最終整合樣本量為14341個，平均占各年度全部上市公司的72.58%，樣本情況見表1。

表1 樣本分布

（二）變量定義

創(chuàng)新投入。在借鑒已有研究的基礎(chǔ)上，采用研發(fā)投入表征高技術(shù)企業(yè)的創(chuàng)新投入。本文在采用研發(fā)投入(RDS)表征企業(yè)技術(shù)產(chǎn)出的同時，考慮到滾動窗口法對CEO海外背景對企業(yè)創(chuàng)新績效的潛在影響，對表征企業(yè)創(chuàng)新投入進(jìn)行了滾動窗口處理，采用滾動窗口1年、滾動窗口2年觀察值分別進(jìn)行實證檢驗。

創(chuàng)新績效。參考了陸國慶（2014）等采用利潤衡量上市公司創(chuàng)新績效的做法，引入凈資產(chǎn)收益率(ROE)表示企業(yè)創(chuàng)新的經(jīng)濟(jì)產(chǎn)出，ROE反映企業(yè)的創(chuàng)新成果。與創(chuàng)新投入處理相同，本文對表征企業(yè)創(chuàng)新績效統(tǒng)一進(jìn)行了滾動窗口1年、2年處理。

CEO個人特征。結(jié)合相關(guān)文獻(xiàn)和中國 A 股上市公司數(shù)據(jù)可得性兩個方面選取相關(guān)變量。在文獻(xiàn)綜述部分，將CEO特征的維度歸納為先天特質(zhì)、人生經(jīng)歷、個性特征、能力水平和管理風(fēng)格。其中，先天特質(zhì)包括性別、年齡和容貌等，而在這些特征當(dāng)中，能夠被客觀測度并可得的變量包括年齡及性別；對人生經(jīng)歷和能力范圍，則通過CEO的教育水平和職業(yè)經(jīng)歷表示，從生產(chǎn)經(jīng)營、市場管理、財務(wù)法律、金融領(lǐng)域的職業(yè)經(jīng)驗來衡量CEO是否具有各個領(lǐng)域的專業(yè)水平，同時海外經(jīng)歷以及學(xué)術(shù)經(jīng)驗也是本文關(guān)注的指標(biāo)。此外，考慮到組織結(jié)構(gòu)的影響，采用CEO兼職情況來預(yù)測公司創(chuàng)新投入。由于個性和管理風(fēng)格方面的特征難以觀測和準(zhǔn)確度量，本文暫未將其納入考慮，這也是未來可以進(jìn)一步研究的主要方向。

具體而言，本文選取的CEO特征包括年齡、性別、話語權(quán)、年末持股比例、公司外兼職、職能經(jīng)驗、海外經(jīng)驗、學(xué)術(shù)經(jīng)驗和金融工作背景。其中，話語權(quán)由CEO是否兩權(quán)分離來衡量；職能經(jīng)驗涵蓋三個方面，一是生產(chǎn)、技術(shù)和設(shè)計崗位經(jīng)驗，二是市場、人力、管理崗位經(jīng)驗，三是財務(wù)、法律職能崗位經(jīng)驗，這三方面職能經(jīng)驗描述了CEO主要的職場經(jīng)驗和能力；海外經(jīng)驗反映該CEO是否有海外工作或求學(xué)經(jīng)歷；學(xué)術(shù)經(jīng)驗反映該CEO是否有學(xué)術(shù)研究工作經(jīng)歷；金融背景反映該CEO是否曾任職于金融機(jī)構(gòu)。上述各變量及企業(yè)層面控制變量的具體測量方式見表2。

（三）描述性統(tǒng)計

表2列出了被預(yù)測變量、CEO特征和其他控制變量的描述性統(tǒng)計，本文采取的極值處理方法為對連續(xù)型變量進(jìn)行1%和99%的Winsorize處理。從描述性統(tǒng)計結(jié)果可看出，近四分之一樣本的CEO存在兩職合一，并在股東單位兼任的情況（分別為29.3%和25.2%）。女性CEO僅占5.8%，男性在公司高層中具有較大優(yōu)勢。絕大多數(shù)CEO具有管理職能經(jīng)驗（99.5%），而具有法律財務(wù)職能經(jīng)驗、海外背景以及金融背景的CEO占比較少（均小于8%）。CEO的生產(chǎn)技術(shù)設(shè)計經(jīng)驗（35.6%）和學(xué)術(shù)研究經(jīng)歷較為豐富（19.7%）。

表2 變量定義和描述性統(tǒng)計

四、模型設(shè)計

（一）XGBoost回歸樹模型

本文采用的方法為極限梯度提升模型（XGB）。機(jī)器學(xué)習(xí)方法的目標(biāo)是找到一個回歸函數(shù)f(x)來最小化損失函數(shù)φ(y,f)的期望值，而Boosting的基本思想是：從初始訓(xùn)練集中得到一個基回歸樹，然后在當(dāng)前預(yù)測誤差的基礎(chǔ)上訓(xùn)練新的基回歸樹，迭代多次，最后加權(quán)結(jié)合多個基學(xué)習(xí)器得到最后的回歸函數(shù)f(x)，涉及的參數(shù)有：回歸樹的交互深度、學(xué)習(xí)率和回歸樹的數(shù)量。對于參數(shù)的優(yōu)化基于收集到的樣本信息，而最優(yōu)參數(shù)是通過最優(yōu)化運(yùn)算結(jié)果和最小化運(yùn)算成本來確定的。

模型推導(dǎo)過程如下：

采用梯度下降法迭代集成算法：

損失函數(shù)可由預(yù)測值與真實值yi組成：

目標(biāo)函數(shù)由模型的損失函數(shù)L與抑制模型復(fù)雜度的正則項Ω組成，正則項是將全部樹的復(fù)雜度進(jìn)行求和。目標(biāo)函數(shù)定義如下：

將（1）式代入（3）式中可得：

其中cons表示前t-1樹復(fù)雜度之和的常量。

利用泰勒二階展開式推導(dǎo)得到損失函數(shù)如下：

將（5）式帶入（4）式，去掉常數(shù)項，最終目標(biāo)函數(shù)為：

（二）模型構(gòu)建

本文參考陸瑤等（2020）的研究方法，按照一年滾動窗口期進(jìn)行擬合評估，即以當(dāng)年的數(shù)據(jù)作為訓(xùn)練集，以下一年的數(shù)據(jù)作為測試集。依次滾動循環(huán)T次，根據(jù)模型對T（T=7）中測試集的均值計算評估指標(biāo)（擬合優(yōu)度R2和均方誤差MSE），R2計算公式如下：

同理，本文用T次擬合中CEO各特征對模型預(yù)測重要程度的均值作為評估不同CEO特征重要程度的指標(biāo)。

本文擬對上市公司CEO個人特征進(jìn)行綜合考量，研究設(shè)計步驟如下：

首先，按照一年的滾動窗口期分別用XGBoost回歸樹模型和OLS模型進(jìn)行擬合，并比較其擬合優(yōu)度（R2）和均方誤差（MSE）。

其次，利用XGBoost回歸樹模型中的相對重要性指標(biāo)，得出CEO各項特征對預(yù)測企業(yè)創(chuàng)新績效的重要程度，總結(jié)出對企業(yè)創(chuàng)新績效預(yù)測能力較強(qiáng)的CEO特征。

再次，生成重要CEO特征的部分依賴圖，進(jìn)一步分析其預(yù)測模型對企業(yè)創(chuàng)新績效的邊際影響。

最后，通過改變滾動窗口周期的數(shù)量，并在滾動窗口中選擇2年的數(shù)據(jù)，對結(jié)論的穩(wěn)健性進(jìn)行檢驗。另外，還使用其他機(jī)器學(xué)習(xí)模型（LGB和CATBoost）觀察所獲得的重要特征是否一致。然后，將前一步篩選出的重要CEO特征納入線性模型，觀察擬合效果和顯著性是否得到改善。

五、實證檢驗與結(jié)果分析

（一）CEO特征對企業(yè)創(chuàng)新投入、創(chuàng)新績效的預(yù)測效果

首先，將XGBoost回歸樹模型和普通線性模型的擬合效果進(jìn)行比較，以檢驗回歸樹模型能否顯著提高預(yù)測能力。其次，將僅含控制變量模型的擬合優(yōu)度與加入CEO特征模型的擬合優(yōu)度進(jìn)行比較，分析CEO特征的加入是否顯著提高了企業(yè)創(chuàng)新投入的預(yù)測效果。表3結(jié)果表明，當(dāng)因變量為RDS時，XGBoost回歸樹的擬合效果（R2）相比于線性回歸模型提高0.702，表明使用XGBoost回歸樹來改進(jìn)傳統(tǒng)線性模型效果顯著。與基準(zhǔn)模型相比，具有CEO特征的模型擬合效果提高了0.264，MSE減少0.443，這說明CEO特征對企業(yè)創(chuàng)新投入的預(yù)測效果較好。

表3 模型效果比較

當(dāng)因變量為ROE時，得到了與因變量為創(chuàng)新投入時不同的研究結(jié)論，如表4所示。在因變量為ROE時，XGBoost回歸樹的擬合效果相比于線性回歸模型提高0.795，表明用XGBoost回歸樹來改進(jìn)傳統(tǒng)線性模型效果較好。與基準(zhǔn)模型相比，具有CEO特征的模型的擬合效果提高了0.008，MSE降低了0.004，這說明因變量為創(chuàng)新績效時加入CEO特征對效果提升影響不大，這一結(jié)論與陸瑤等（2020）的研究結(jié)論一致。

表4 模型效果比較

（二）CEO個人特征相對重要性分析

以RDS作為因變量時，CEO個人特征對企業(yè)創(chuàng)新投入預(yù)測的重要性程度如表5所示，其中重要性排在前2位的特征分別是海外經(jīng)歷和教育背景。Priem & Price(1991)等提出了組織中兩種類型的沖突：基于任務(wù)導(dǎo)向的認(rèn)知沖突和基于組織成員關(guān)系或社會情感的情感沖突，這兩類沖突分別會對創(chuàng)新研究產(chǎn)生正面和負(fù)面的影響(羅思平和于永達(dá)，2012)。具有海外背景的CEO因其所經(jīng)歷文化環(huán)境的不同，在任務(wù)過程中可能與決策團(tuán)隊產(chǎn)生認(rèn)知沖突，提升企業(yè)的創(chuàng)新過程。此外，具有海外背景的CEO能夠促進(jìn)人力資本流動，幫助企業(yè)整合國內(nèi)外資源，從而深化企業(yè)的知識構(gòu)建(徐晨和呂萍，2013；Frenken，2009)。由于CEO的認(rèn)知會對企業(yè)創(chuàng)新投入產(chǎn)生顯著影響(周建等，2013)，而海外背景會使CEO對專利保護(hù)和技術(shù)研發(fā)的理解更為深入，更加重視企業(yè)的技術(shù)創(chuàng)新成果(陳守明和唐濱琪，2012)。因此具有海外背景的CEO在制定企業(yè)戰(zhàn)略時可能更傾向于增加研發(fā)投入以及為企業(yè)的研發(fā)成果申請專利(張樞盛和陳繼祥，2013)，由此提高企業(yè)的創(chuàng)新績效。

表5 CEO特征變量相對重要性排序（因變量：RDS）

擁有較高學(xué)歷的CEO具有較強(qiáng)的思辨能力、創(chuàng)新意識、責(zé)任感和自律性(張曉亮等，2019)，這有助于提升企業(yè)的創(chuàng)新水平(姚立杰和周穎，2018)。學(xué)習(xí)經(jīng)驗越豐富的CEO，其創(chuàng)造意識和創(chuàng)新精神越強(qiáng)(Tabesh & Jolly，2019)，在企業(yè)創(chuàng)新決策中更愿意改變風(fēng)險偏好，提高企業(yè)的創(chuàng)新意愿并激勵企業(yè)提高創(chuàng)新績效。

當(dāng)以ROE作為因變量時，CEO個人特征對企業(yè)創(chuàng)新績效預(yù)測的重要性程度如表6所示，其中重要性排在前兩位的特征分別是教育程度和年齡。年齡會對CEO的風(fēng)險偏好產(chǎn)生影響(Morresi，2017)，從而影響其對企業(yè)采取的戰(zhàn)略和企業(yè)利潤(Goll et al.，2011)。同樣，受教育程度較高的CEO會采取更容易接受創(chuàng)新的商業(yè)模式(苑澤明等，2020)，這可能為公司帶來更多的利潤。

表6 CEO特征變量相對重要性排序（因變量：ROE）

（三）企業(yè)創(chuàng)新績效預(yù)測模型的關(guān)鍵特征

本文通過部分依賴圖分析了海外經(jīng)歷（0.150）和學(xué)歷（0.088）與企業(yè)創(chuàng)新投入的內(nèi)部影響關(guān)系，分別如圖1和圖2所示。圖1的橫坐標(biāo)為是否有海外經(jīng)歷（0和1表示），縱坐標(biāo)為企業(yè)創(chuàng)新投入。結(jié)果表明，具有海外經(jīng)歷的CEO能夠顯著提高企業(yè)創(chuàng)新投入，這為現(xiàn)有文獻(xiàn)中的結(jié)論進(jìn)一步提供了實證證據(jù)，未來的研究可進(jìn)一步探究CEO團(tuán)隊海外背景所占比例與企業(yè)創(chuàng)新投入之間是否存在非線性關(guān)系。

圖1 海外背景與創(chuàng)新投入依賴圖

圖2的橫坐標(biāo)為學(xué)歷，縱坐標(biāo)為企業(yè)創(chuàng)新投入。從圖中可看出，CEO受教育程度與企業(yè)創(chuàng)新績效呈非線性關(guān)系，總體呈上升趨勢。其中博士學(xué)歷（7）的CEO對企業(yè)創(chuàng)新投入的促進(jìn)作用最高，而擁有MBA學(xué)位（5）的CEO則對企業(yè)創(chuàng)新績效沒有顯著提升作用，CEO學(xué)歷從大專（2）到本科（3），對企業(yè)創(chuàng)新績效的提升效果同樣明顯。

圖2 學(xué)歷與創(chuàng)新投入依賴圖

本文通過部分依賴圖分析了學(xué)歷（0.150）和年齡（0.088）與ROE的內(nèi)部影響關(guān)系，分別如圖3和圖4所示。圖3同樣說明，MBA教育（5）并未顯著提高企業(yè)創(chuàng)新績效。后續(xù)研究應(yīng)探索CEO所接受MBA教育學(xué)校的排名是否會對企業(yè)創(chuàng)新績效產(chǎn)生不同的影響。圖4說明，CEO年齡與企業(yè)創(chuàng)新績效呈非線性關(guān)系，40～50歲的CEO對企業(yè)創(chuàng)新績效的改善效果最大，但70歲以上的CEO對企業(yè)創(chuàng)新績效的改善有負(fù)面影響。

圖3 學(xué)歷與ROE依賴圖

圖4 年齡與ROE依賴圖

六、穩(wěn)健性檢驗

（一）更換滾動窗口期

當(dāng)因變量為RDS時，采用兩年的滾動窗口期的檢驗結(jié)果如表7所示，分析結(jié)果與上文保持一致。CEO特征對企業(yè)創(chuàng)新投入具有良好的預(yù)測效果，重要性程度最高的C E O個人特征仍然是海外經(jīng)歷和學(xué)歷，通過了穩(wěn)健性檢驗。

表7 更換滾動窗口期后模型的擬合情況（因變量：RDS）

當(dāng)因變量為ROE時，采用兩年的滾動窗口期的檢驗結(jié)果如表8所示。表8表明加入CEO特征對模型效果提升不大，CEO個人特征對企業(yè)創(chuàng)新績效預(yù)測性較弱，這一發(fā)現(xiàn)與陸遙等（2020）的研究結(jié)論一致，即高管的個人特征在預(yù)測企業(yè)績效方面效果不佳，企業(yè)績效可能更多由企業(yè)本身特征決定。

表8 更換滾動窗口期后模型的擬合情況（因變量：ROE）

（二）更換機(jī)器學(xué)習(xí)模型

當(dāng)因變量為RDS時，采用CATBoost模型、LGB模型和隨機(jī)森林模型，滾動窗口1年的預(yù)測效果如表9所示，三種樹模型均具有良好的預(yù)測效果，重要性程度最高的CEO特征為海外經(jīng)歷和學(xué)歷，通過了穩(wěn)健性檢驗。

表9 其他機(jī)器學(xué)習(xí)模型的擬合情況（因變量：RDS）

當(dāng)因變量為ROE時，采用CATBoost模型、LGB模型和隨機(jī)森林模型，滾動窗口1年的預(yù)測效果如表10所示，三種樹模型預(yù)測效果均不佳，與上文得出的結(jié)論一致，說明在因變量為ROE時，CEO個人特征的預(yù)測效果不佳。

表10 其他機(jī)器學(xué)習(xí)模型的擬合情況（因變量：ROE）

七、結(jié)語

現(xiàn)有關(guān)于CEO特征研究主要圍繞單一特征與創(chuàng)新績效之間因果關(guān)系展開，缺乏對總體特征之間重要性的比較，且大多采用解釋性模型研究CEO特征對企業(yè)創(chuàng)新的影響，缺少從預(yù)測能力出發(fā)的系統(tǒng)性結(jié)論。本文的貢獻(xiàn)在于充分利用XGBoost樹模型的優(yōu)勢，全面探究CEO個人特征對企業(yè)創(chuàng)新績效預(yù)測的重要程度，有效分析變量之間的非線性和交互關(guān)系。本文的研究相較以往研究具有以下三點(diǎn)理論啟示：首先，本文探討了不同CEO特征對預(yù)測企業(yè)創(chuàng)新投入和創(chuàng)新績效的重要性程度，有利于深化和豐富CEO特征與企業(yè)創(chuàng)新的研究；其次，本文的研究是為數(shù)不多的采用機(jī)器學(xué)習(xí)方法研究中國企業(yè)行為的研究之一，研究結(jié)果也進(jìn)一步豐富了關(guān)于“CEO特征與企業(yè)創(chuàng)新關(guān)系”的研究；最后，本文采用的XGBoost回歸樹模型，有效分析了變量之間的非線性關(guān)系，為未來戰(zhàn)略管理中CEO特征的研究提供了啟示，對管理實踐也有重要意義。

此外，本文還探討了CEO特征對企業(yè)創(chuàng)新投入的相對重要性影響。這些結(jié)論對注重創(chuàng)新的企業(yè)選擇和聘用CEO具有重要價值。例如，本文發(fā)現(xiàn)CEO的教育水平和海外經(jīng)驗與企業(yè)創(chuàng)新投入正相關(guān)。因此，當(dāng)一家公司需要提升其創(chuàng)新能力時，雇傭一名擁有高學(xué)歷和海外經(jīng)驗的高層管理人員可能是一個好辦法。

本文探討了使用機(jī)器學(xué)習(xí)方法研究企業(yè)戰(zhàn)略管理問題的可行性，但仍有一些研究局限性有待未來進(jìn)一步探討。首先，雖然本文探討了CEO特征對企業(yè)創(chuàng)新的影響，但并未探討CEO的個性和心理特征對企業(yè)的影響。未來的研究應(yīng)該探索CEO的人格特征和心理狀態(tài)對企業(yè)創(chuàng)新投資和創(chuàng)新績效的影響，以豐富企業(yè)戰(zhàn)略管理和創(chuàng)新管理的研究。其次，本文發(fā)現(xiàn)CEO背景特征在預(yù)測企業(yè)創(chuàng)新績效方面效果欠佳，盡管這與前人研究結(jié)論保持一致，未來的研究可用其他創(chuàng)新績效指標(biāo)（如新產(chǎn)品銷售收入等）進(jìn)一步展開探討，以檢驗本研究結(jié)論的穩(wěn)定性。最后，本文僅探討了CEO個人特征對企業(yè)創(chuàng)新的影響，然而在企業(yè)決策過程中，高級管理團(tuán)隊往往比CEO個人發(fā)揮的作用更大。因此，未來的研究可探討高管團(tuán)隊背景特質(zhì)對企業(yè)創(chuàng)新的預(yù)測作用。