学术报告：《CEO财务背景对制造业企业工业AI转型的影响：促进还是抑制？》

作者及发表信息

本研究报告基于Peng Xu和Zichao Zhang共同完成的研究，两位作者均来自山东财经大学工商管理学院及公司治理研究中心。该研究于2023年3月2日发表于心理学领域期刊《Frontiers in Psychology》（第14卷，文章ID 1126801），属于开放获取（Open Access）的原创性研究（Original Research）。

学术背景

研究领域与科学问题

本研究属于组织心理学与公司治理的交叉领域，核心关注”高层梯队理论（Upper Echelons Theory）”和”印记理论（Imprinting Theory）”在工业人工智能（Industrial AI）转型中的应用。在全球智能制造战略布局背景下，中国制造业面临”大而不强、全而不优”的困境，亟需通过AI技术实现转型升级。同时，中国资本市场出现金融从业者担任企业CEO的特殊现象，这种财务背景（Financial Background）可能通过决策者认知影响企业战略选择。

理论基础

1. 高层梯队理论：强调高管团队特征对企业战略决策的过滤和选择作用
2. 印记理论：指出专业经历会在管理者心理形成持久印记，影响其认知结构和决策模式
3. 企业金融化（Enterprise Financialization）：企业将资源配置从实体经济转向金融投资的现象

研究目标

1. 实证检验CEO财务背景对制造业企业工业AI转型的影响方向（促进/抑制）
2. 揭示母公司兼职情况对上述关系的调节作用
3. 探索企业金融化的中介机制
4. 分析不同产权性质（国企/民企）和金融背景类型（银行/非银行）的异质性影响

研究方法与流程

样本选择与数据收集

研究选取2014-2020年沪深A股制造业上市公司为初始样本，经过以下筛选： 1. 排除金融类上市公司 2. 剔除ST、*ST及退市公司 3. 删除关键变量缺失的观测值 最终获得4,852个观测样本。数据来源包括： - 工业AI转型数据：手工收集整理上市公司年报 - CEO背景等变量：来自CSMAR数据库

变量操作化

1. 因变量：工业AI转型（Industrial AI Transformation）

采用双重差分法（DID）构建测量指标： 1. 人工筛选年报中”智能化”、”自动化”等关键词 2. 根据业务描述确定转型起始年份 3. 构建虚拟变量AI*Year作为测量指标

2. 自变量：CEO财务背景

定义为曾在金融监管机构、银行、保险公司等金融机构工作的经历，设置虚拟变量（1=有财务背景）

3. 调节变量：母公司兼职

CEO同时在母公司任职设为1，否则为0

4. 控制变量

包括股权集中度、资产负债率、董事会规模等7个公司治理变量，以及年度和行业固定效应

分析模型

1. 基础模型：检验CEO财务背景对工业AI转型的主效应 stata Inm = c + α1Fc + ∑βjControlj + ε 2. 调节效应模型：加入CEO兼职的交互项 stata Inm = c + α1Fc + α2Et + α3Fc*Et + ∑βjControlj + ε
2. 中介效应模型：验证企业金融化的中介路径
3. 异质性分析：分组检验产权性质和金融背景类型的差异

创新方法

1. 工业AI转型测量：开发基于年报文本分析和在建工程确认的双重识别方法
2. 印记理论应用：首次将生物学印记理论拓展到工业AI转型决策研究
3. 企业集团情境：突破单一企业研究框架，考察母子公司治理的特殊性

主要研究结果

1. 主效应检验

CEO财务背景对工业AI转型存在显著抑制作用（β=-0.360，p<0.05），支持假设H1。这表明： - 财务背景CEO更倾向短期金融投资 - 对AI技术理解不足导致资源配置低效 - 形成”路径依赖”抑制长期技术投入

2. 调节效应

当CEO在母公司兼职时，抑制作用显著增强（交互项β=0.932，p<0.01），验证假设H2。机制在于： - 母公司管控强化短期业绩导向 - 双重身份增加过度自信 - 社会资源控制权扩大金融投资倾向

3. 中介机制

企业金融化发挥部分中介作用（中介效应占比23.7%）： - 财务背景→提升金融资产配置（β=0.018，p<0.01） - 金融化→抑制AI转型（β=-1.459，p<0.05）

4. 异质性分析

(1) 产权性质差异

• 国企：抑制作用显著（β=-0.732，p<0.05）
• 民企：效应不显著 原因在于国企融资优势和政策兜底降低金融投资风险

(2) 金融背景类型

• 非银行背景抑制作用更强（β=-0.375 vs -0.429） 反映证券、保险等机构更高风险偏好的印记效应

研究结论与价值

理论贡献

1. 拓展高层梯队理论在数字转型中的应用
2. 发展印记理论的微观作用机制
3. 完善CEO财务背景经济后果的研究体系
4. 提供企业集团治理的新证据

实践启示

1. 对CEO：警惕印记效应的负面影响，平衡金融资产与实业投资
2. 对企业：
   • 优化高管团队背景多样性
   • 建立决策权力制衡机制
   • 特别关注国企和非银行背景CEO的监管
3. 对政府：
   • 完善资本市场治理
   • 消除所有制信贷歧视
   • 建立企业金融化动态监测机制

研究亮点

1. 方法创新：开发工业AI转型的新型测量体系
2. 理论跨界：将生物学印记理论引入管理决策研究
3. 情境突破：聚焦中国企业集团的特殊治理结构
4. 政策时效：回应”制造强国”战略下的现实问题

局限与展望

1. 中介机制仅考察金融化单一路径，未来可加入债务期限等变量
2. 未充分考察外部环境（如货币政策、行业竞争）的调节作用
3. 可深入分析CEO在金融机构的任职时长和层级的影响
4. 建议开展跨文化比较研究验证结论普适性

该研究为理解制造业数字化转型中的高管认知障碍提供了新视角，对防范”脱实向虚”风险具有重要预警价值，也为国企混合所有制改革中的高管选聘提供了科学依据。