《表1 1 高管特征均值的拟合结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《高管个人特征与公司业绩——基于机器学习的经验证据》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

Panel A财务绩效

在主要结果的CEO模型及董事长模型中，高管个人特征大部分为虚拟变量．而回归树的方法可能会导致这些变量相对于连续型变量的预测能力较低．因此，在原有一系列指标的基础上，将高管个人特征的虚拟变量转化为高管团队特征的连续变量．例如，在CEO模型中，以高管团队作为一个整体，将“是否有学术研究经历”转换为拥有学术研究经历的高管占高管总人数的比重．同理，本文转换了其他虚拟变量，包括是否在其他公司兼职、是否有生产、技术、设计职能经验，是否有市场、战略、人力管理职能经验，是否有财务、法律职能经验，是否有海外工作、求学经历、是否有政府工作经历和是否有金融行业工作经历．董事长的个人特征也转化为董事会成员中拥有相应特征的成员占比．模型的拟合结果在表11中汇报．发现，以特征指标的连续变量为预测指标的模型拟合效果有了一定提升，比如在对财务绩效的预测中，Boosting-CEO模型相对基准模型的样本外提升效果从1.08变为1.47，但仍然处于较低的水平，这说明基本结论是稳健的．