大豆浓缩蛋白公司法治理与战略决策分析

泓域/大豆浓缩蛋白公司法治理与战略决策分析 大豆浓缩蛋白 公司法治理与战略决策分析 xxx有限责任公司 目录 一、 社会资本的概念与维度 3 二、 社会资本理论在公司治理中的应用 5 三、 研究变量的因子分析 7 四、 研究变量的界定 12 五、 董事会职能与管理者短期主义倾向 15 六、 风险投资与技术创新 19 七、 公司治理研究的趋势 24 八、 战略决策研究的发展 30 九、 产业环境分析 35 十、 行业发展现状 37 十一、 必要性分析 41 十二、 公司简介 42 十三、 组织机构及人力资源配置 43 劳动定员一览表 44 十四、 项目风险分析 45 十五、 项目风险对策 48 一、 社会资本的概念与维度 决策团队的组成结构会影响其决策质量，在团队异质性和团队断裂带大概率存在的情况下，如何充分利用团队成员互补性资源的同时，尽可能地减少冲突，减少群体极化的可能，是公司治理研究的重要问题之一。管理者心理契约的关系化特征告诉我们，应该基于关系契约的逻辑构建公司治理机制，将社会资本因素纳入公司治理的研究范畴。 学者从不同角度定义社会资本的概念，相对被一致认同的理解是，社会资本是一种可以利用的促进人类行动的社会结构的资源。对社会资本概念的第一个系统表述，是由法国社会学家皮埃尔•布迪厄提出的，“社会资本是现实或潜在的资源的集合体，这些资源与拥有或多或少制度化的共同熟识和认可的关系网络有关，换言之，与一个群体中的成员身份有关”，它从集体拥有的角度为每个成员提供支持，某种意义上，它是帮助其成员获得信用的“信任状”。 罗纳德•伯特总结社会资本的含义：“社会资本比喻的是一种优势。社会可以被看作一个市场，为了追求自己的利益，人们在这个市场中交换各种商品，交流他们的思想。某些人或某些群体因此可以得到更好的回报，例如，有些人获得更高的收入。社会资本是人力资本的一种补充。社会资本的比喻指的是，那些做得更好的人其实从某种程度上来说都是社会关系网络更丰富的人……” 按照社会资本的功能，科尔曼把它界定为“个人拥有的社会结构资源”，“它并不是一个简单的实体，而是由具有两种特征的多种不同实体构成的：它们全部由社会结构的某个方面组成，它们促进了处在该结构内的个体的某些行动”。 布朗将社会资本定义为一个程序系统，这个系统根据组成社会网络的个体之间的关系模式分配社会网络的资源。社会资本概念分为三个层次：微观层次、中观层次和宏观层次。狭义的社会资本（微观层次）概念是属于个人层次的，指个人与潜在帮助者之间的联系；中观层次的社会资本强调社会资本的公共产品性质；宏观层次的社会资本定义将社会资本与集体行动和公共政策联系起来，认为社会信任是社会资本的最关键因素，且普遍互惠，有效地限制了机会主义的行为，将导致那些经历重复互惠的人之间的信任水平提高。 舒勒和巴伦等人指出，“纵观不同的社会资本文献，信任和网络被认为是社会资本的两个关键内容。其他的词，如规范或者义务也经常被提到”。奥斯特罗姆也强调社会资本是一种解决集体行动问题的方式，主要是指共享的规范、共同的知识以及正在使用的规则。如果某人在社会结构中承担的义务和期望较多，无论这种义务涉及的资源是什么，此人就拥有较多可以利用的社会资本。 还有一个非常重要的构成社会资本的内容是信任。信任本身是一个有争议的概念。纽顿这样定义信任，信任就是在最糟糕的情况下其他人不会故意损害你；而在最好的情况下，其他人将站在你的利益的角度采取行动。拥有信任的人就拥有很高的社会资本。 Nahapiet&Ghoshal（1998）提出的社会资本概念包含三个维度：结构维度、关系维度和认知维度。结构维度描述了社会网络中行为人之间的个人层面的联系，结构维度本身包含很多方面，有网络纽带、网络密度、网络联通性和网络层级问题。关系维度主要强调由于不断交往形成的个人关系的质量，作为一项资产而言，社会资本的关系维度有助于在个人关系中创造和传递资源。关系维度的关键变量是规范、信任、责任和期望等。社会资本的认知维度是指参与者之间意图的表达和理解系统，这一维度一般用企业的共同愿景来替代。社会资本的三个维度是显著相关的。Tasi&Ghosahal（1998）提出，社会资本的认知维度用共同愿景来定义，结构维度用社会交往来定义，关系维度用信任和声誉来定义。 二、 社会资本理论在公司治理中的应用 公司治理中，应用社会资本理论进行的研究不多，研究主要集中在董事会和高层管理者的关系上。在公司治理的研究中，董事会和高层管理者之间的关系更多地被认为是个人层面的正式关系，而不是社会嵌入的，两者关系的低社会性被认为对保持董事会的独立性是非常重要的。但Westphal（1999）认为，董事会和高层管理者之间的社会交往可以在不损害董事会独立性的情况下提高董事会的效率。Huse（1993）综合经济学和社会学的方法研究了董事会和管理者之间的关系，他检验了在维持董事会和管理者关系的基础上董事会的独立性问题。Belliveau（1996）研究了社会资本对公司高层管理者的补偿作用，他发现补偿和高层管理者的社会资源之间是正相关关系。 在中国企业中，社会关系作用非常明显，往往强度较高且能持续很长时间。中国企业中关系强度受到中国企业的发展背景和中国文化背景的影响，企业管理者的多重角色更加提高了成员之间的关系强度。例如，国有企业管理者有行政级别，国有企业的高级管理者多为政府委派，公司总经理通常又是董事长等诸多现象均体现了中国企业，管理者拥有多重角色的普遍性。中国崇尚中庸文化的社会环境使得中国企业内部存在大量高强度的社会关系。这些社会关系的存在，在一定程度上降低了公司董事会机制的效率，提高了研究社会资本机制的必要性。 交易成本经济学已经成为理解和设计治理机制的一个普遍基本理论架构，当管理者面对可能的交易危险，如专业化资产投资以及不确定性时，他们会为可预知的结果或不可预知的突发事件设计有针对性的复杂合同或契约。相对于董事会机制而言，信赖及其衍生的行为被看成是一种靠自我约束的，更有效、低成本的机制替代品。 将人视为信息加工系统的新观点的出现，使决策理论中对理性人进行研究的模式发生了改变。由于人必须从外界接收信息，所以必须把决策置于人与环境相互作用的框架中加以研究。决策过程研究的相关理论主要集中在信任、社会交往和共同愿景等对决策过程评价和决策结果的影响。董事被视为具有综合经验与能力的关键资源提供者，能够为战略制定与董事会任务完成提供重要贡献。董事的功能多样性是一种资产，并能为董事会执行战略性任务提供助力。 三、 研究变量的因子分析 我们把182个样本企业数据随机地均分成两部分。第一半的91个样本数据用于各概念的探索性因子分析，第二半的91个样本数据用于各概念的验证性因子分析，总体182个样本用于研究假设的验证。在本研究中，问卷中各概念的测量均为1—7的7点评价刻度，1表示“完全不同意”，7表示“完全同意”。 本书采用SPSS13.0中因子分析法对问卷的信度和效度进行了分析。探索性因子分析主要是对调整之后的测量量表进行因子分析，测量问卷的结构效度。对结构效度采用主成分分析法并经过方差最大旋转后得到分类因子，将因子负荷值低于0.5的测量条目全部删去。 董事会的职能包含监督和建议两个方面，本书主要借鉴Hitt（1996）,Pearce&Zahra（1991）和Westphal（1999）的测量量表。通过对该量表11个条目的相关系数矩阵的初步分析，各条目的MSA均大于0.65，总体的MSA为0.83，总体的Bartlett球形检验x2值为575.83，并且11个条目间均在0.001上显著相关，因此满足因子分析的条件。两因子模型解释总方差的63.41%。 1、战略决策质量 战略决策质量的量表主要借鉴Dooley&Fryell（1999）的测量量表，决定战略决策质量的因素主要包括环境因素和过程因素两方面。根据对该量表7个条目的相关系数矩阵的初步分析，各条目的MSA（取样合适性测度）均大于0.70，总体的MSA为0.78，总体的Bartlett球形检验x2值为250.92，并且7个条目间均在0.001上显著相关，因此满足因子分析的条件。两因子模型解释总方差的65.80%。 2、决策承诺 决策承诺的量表主要借鉴Dooley&Fryell（1999），Wooldr—idge&Floyd（1990）和Sapienza&Korsgaard（1996）关于决策承诺的测量量表。对该量表7个条目的相关系数矩阵的初步分析，各条目的MSA（取样合适性测度）均大于0.75，总体的MSA为0.84，总体的Bartlett球形检验x2值为362.86，并且8个条目间均在0.001上显著相关，因此满足因子分析的条件。单因子模型解释总方差的59.93%。 3、声誉 借鉴Mustakallio对声誉的测量量表，根据对该量表6个条目的相关系数矩阵的初步分析，各条目的MSA（取样合适性测度）均大于0.80，总体的MSA为0.835，总体的Bartlett球形检验x2值为425.884，并且6个条目间均在0.001上显著相关，因此满足因子分析的条件。单因子模型解释总方差的57.283%。 根据彼得•圣吉对共同愿景的定义和讨论，对共同愿景的测量量表包含5个条目。根据对该量表5个条目的相关系数矩阵的初步分析，各条目的MSA（取样合适性测度）均大于0.79，总体的MSA为0.830，总体的Bartlett球形检验x2值为390.672，并且7个条目间均在0.001上显著相关，因此满足因子分析的条件。两因子模型解释总方差的62.781%。 4、信任 本书对信任的测量量表包含6个条目，测量条目采用李克特7级量表来衡量。本书的量表主要包括的6个条目，分解出两个因子。其中反映“单向信任关系的”的有4个条目，反映“相互信任关系”的有2个条目。根据对该量表6个条目的相关系数矩阵的初步分析，各条目的MSA（取样合适性测度）均大于0.600，总体的MSA为0.738，总体的Bartlett球形检验x2值为344.750，并且7个条目间均在0.001上显著相关，因此满足因子分析的条件。两因子模型解释总方差的67.211%。 社会交往 5、本书的社会交往测量量表包含3个条目，测量条目采用李克特7级量表来衡量。根据对该量表3个条目的相关系数矩阵的初步分析，各条目的MSA（取样合适性测度）均大于0.60，总体的MSA为0.647，总体的Bartlett球形检验x2值为105.787，并且3个条目间均在0.001上显著相关，因此满足因子分析的条件。两因子模型解释总方差的63.365% 在探测性因子分析的基础上，本书用另外一半数据对各变量进行验证性因子分析，目标是对各变量的结构效度和问卷的信度进行检验，同时为后面的结构方程模型检验作可行性分析。 在验证性因子分析中，主要关注以下评价指数。近似误差指数RMSEA，近似误差指数越小越好，一般要小于0.1，低于0.05表示非常好的拟合。拟合优度指数GFI，指数值越高，模型拟合越好，一般最好大于0.90。拟合指数CFI和NNFI，一般最好大于0.90。本书按照上述指标对第二份数据的验证性因子分析进行评价。 数据分析结果显示，董事会职能的两个因子结构能较好地拟合样本数据，“监督”和“建议”这两个因子的信度分别为：0.733，0.847。 数据分析结果显示，战略决策质量的两因子结构对数据的拟合程度较好，“环境”和“过程”这两个因子的信度分别为：0.718，0.878。 数据分析结果显示，决策承诺的一个因子结构能较好地拟合程度数据，决策承诺的信度为0.889。 声誉的一个因子结构能较好地拟合样本数据，因子的信度分别为：0.825。 共同愿景的单因子结构能较好地拟合样本数据，因子的信度分别为：0.840。 信任的第一个因子结构能较好地拟合样本数据，单向