本文基于董责险的“激励监督说”，以近15年A股制造业的上市公司为样本，采用倾向得分匹配法控制了样本自选择问题后，研究了董责险对企业创新的影响。研究发现：购买董责险能充分发挥其对管理层的“激励效应”与“监督效应”，缓解高管的投资动机约束，显著提升制造业上市公司的企业创新倾向与创新投入水平。经过改变PSM配对比例的稳健性检验后，上述结论仍然成立。综上，本文丰富了国内关于董责险对公司影响的相关研究，并为企业促进创新发展提供了新的参考途径。
文章｜《中国保险》2021年第9期
保险作为发展历史悠久的一类金融产品，在保障个人、企业乃至国家方面都有着举足轻重的作用。而保险产品的种类也随着时代的发展与需求不断推陈出新，本文将要重点研究的董事高管责任保险（D&O Insurance）则是一种面世时间不长的特殊险种。董事高管责任保险（下文简称“董责险”）属于职业责任保险的一种特殊险种，也是该险种下最重要的子险种之一。当投保公司的董事高管因被指控行为不当或工作疏忽而被追究赔偿责任时,投保公司可免于支付，而由保险公司承担相关的法律费用，并偿付相应的民事赔偿。目前，关于董责险对企业创新的影响研究还比较少。那么，董责险的引入是否会对上市公司管理层做出企业创新的决策产生影响，是促进还是抑制企业的创新投入呢？本文采用倾向得分匹配法（PSM）控制样本自选择问题，以创新投入强度衡量管理层做出企业创新决策的倾向性，并根据公司是否购买董责险设置虚拟变量。在保持两类公司样本控制变量的特征相似的前提下，运用多元回归方法检验了董责险对制造业企业创新决策的影响。实证结果表明，制造业上市公司认购董责险对企业投资创新具有显著的促进作用，在董事高管责任保险的“监督效应”和“激励效应”下，公司管理层更倾向于做出有利于公司发展的企业创新决策。通过改变PSM的最近邻匹配方法，实证结果仍然显著，说明购买董责险对企业创新决策有着积极影响。
与现有研究相比,本文的边际贡献在于:首先，本文从制造业上市公司角度切入，进一步丰富了董责险与企业创新关系的相关文献。现有文献大多以所有A股上市公司为样本，范围不够精准，而选择制造业企业则在企业创新这一话题上更具代表性，研究结果为董责险的“激励监督说”在制造业企业中找到了新证据。其次，本文的核心议题是探究购买董责险对企业创新投入产生的“净效应”，而现存的研究均忽略了“样本自选择”这一内生性问题，导致研究结果无法充分说明企业创新的变化到底是由董责险的投保决策所引起的，还是在其他控制变量共同作用下的结果。本文通过倾向得分匹配法，控制了可能同时影响董责险购买决策与企业创新投入的变量特征,保证回归结果能较充分地体现董责险购买对企业创新产生的“净效应”。
理论背景
在西方国家，董责险作为重要的风险对冲和损失补偿工具在企业中被广泛应用。据调查显示，美国约有96%的公司购买了董责险，加拿大公司的这一比例为88%，而在如科技、生化与银行类等高风险行业中，投保董责险的比例已高达100%，在我国香港地区，董责险的购买比例也接近60%。
在我国，尽管证监会和国家经贸委早在2002年颁布的文件中提出:“经股东大会批准,上市公司可以为董事购买责任保险”，但我国大陆地区的董责险投保比例仍然很低，投保率仅为7%～8%（赖黎等，2019）。
董责险在公司治理的过程中究竟扮演着怎样的角色，为何国内与国外公司对于董责险的配置情况会有如此大的差别呢？
研究假设
通过梳理董责险对公司治理效果的相关研究，本文认为购买董责险可能会对制造业上市公司的企业创新产生两种不同的影响：
一方面，投保董责险带来的“激励效应”将为公司吸引到优秀的管理人才（Mayers和Smith,1982），降低管理层的风险厌恶程度并缓解其因害怕承担风险而导致的投资动机约束，使其倾向于对具有长期性、风险性和收益性的项目进行投资,进而增强企业对创新研发的投入，促进企业创新；同时，“监督效应”将约束管理层的道德风险，促使管理层做出更高质量、有利于公司发展的自主创新决策，而非出于个人私利考虑。
另一方面，董责险为公司管理层违规造成的财产损失风险提供了“兜底”，很可能引发管理层为获取私人利益而从事机会主义行为，在企业资源一定的前提下，管理层的自利行为将减弱其促进企业创新的倾向，减少企业的创新投入。
综上，基于两种对立的理论观点，本文提出如下竞争性假设：
H1-A:若“激励监督说”成立,购买董责险将与企业创新投入强度正相关，这会促进制造业上市公司的创新投入。
H1-B:若“机会主义说”成立，购买董责险将与企业创新投入强度负相关，这会抑制制造业上市公司的创新投入。
本文选取2006年至2019年A股制造业上市公司作为初始样本，对原始样本进行如下处理：剔除退市和ST的上市公司样本，剔除上市时间不足3年的公司，删除数据缺失较多的样本。
通过在国泰安数据库中的股东大会公告和董事会公告中检索“董责险”“责任险”“责任保险”等关键词，并手工收集整理，得到购买董责险的上市公司名单以及首次购买年份。若公告中未明确提出停止董责险的购买,则假定公司在以后的年度持续购买。其余数据均来自国泰安数据库。表1显示了董责险投保公司的检索情况。从年度分布来看，投保公司呈逐年上升态势，尤其是近三年增长速度明显；从行业分布来看，投保比例最高的是制造业企业，在所有行业中占比将近一半。
主要变量定义
是否购买董责险（DOIns）
在现有研究中，主要有三种衡量公司购买董责险的情况：以是否购买董责险设置虚拟变量，使用董责险的保费或保额，使用已购买董责险的公司董事高管人数与全体董事高管人数之比。本文借鉴邢斐和周泰云（2020）的研究，选择以公司是否购买董责险（DOIns）设置虚拟变量，若在董事会公告或股东大会公告中做出了购买董责险的决议，则将DoIns标记为1，否则为0。由于购买保险对公司的影响具有滞后性，因此将公司首次购买保险的年份滞后一年，作为DOIns=1的起始年份。
企业创新
已有研究主要从两个角度衡量企业创新水平，一是企业的研发投入，二是企业的专利数量。前者侧重公司对于创新的重视与投入程度，反映的是管理层的决策倾向；而后者则着重反映了企业进行创新后所取得的效果。本文的目的在于研究购买董责险对于管理层做出企业创新决策是否有影响，因此选择研发投入作为度量企业创新的指标更符合本文的研究主题。同时，由于制造业是企业创新的主体，因此本文将研究对象限定为制造业的A股上市公司而非全体行业公司，并使用研发投入强度（RD）作为因变量，通过公司当年研发支出除以期末总资产得到。
控制变量
借鉴以往学者的研究（吴勇等，2018；胡国柳等，2019；周鹏冉、刘海兵，2020；李从刚等，2020），本文选取了资产负债率（Lev）、总资产报酬率（Roa）、营业收入增长率（Growth）、公司规模（Size）、自由现金流量（Fcf）、现金持有水平（Cash）、托宾Q值（TBQ）、股权集中度（Cr10）、高管规模（Dosize）、是否两职合一（Dual）、公司性质（Soe）作为控制变量。各变量的具体说明见表2。
模型设计
参考Tian和Wang（2014）、Chen等（2016）、胡国柳等（2019）的研究，结合本文的研究假设，设计了如下模型探究购买董责险是否会影响制造业上市公司的创新研发投入水平：
RDt=β0 β1DOInst β ∑Ctrlst εt
其中，RDt表示制造业企业的创新投入水平，DOInst表示是否投保董责险，Ctrlst表示上文提到的控制变量。
PSM匹配过程
本文用于匹配的初始样本为2006年-2019年A股制造业上市公司，并剔除ST、已退市、上市不满3年以及相关样本缺失的公司数据。考虑到购买保险行为发生后，其效应具有时效性，且需要经过一段时间才能体现（本文考虑至少3年的考察期），因此剔除首次购买时间在2006年之前的公司，同时2016年后首次购买董责险的公司将不予考虑。最终获得1665家公司的13504个年度观测数据，其中有26家公司首次购买了董责险。
表3给出了匹配前的样本描述性统计，可以看出，董责险（DOIns）的样本均值为0.0136，说明在未进行匹配前，仅有1.36%的制造业公司样本购买了董责险。这一投保水平远低于西方发达国家，表明我国的董责险市场还有很大的发展空间。从研发投入强度（RD）来看，均值为0.0215，略大于中位数0.0190，表明研发投入强度的分布有轻微的右偏特征。从公司性质（Soe）来看，均值为0.349，中位数为0，表明样本中国有企业约占35%。
为了研究公司的投保决策是否对制造业上市公司的企业创新产生影响，必须保证控制变量不能影响到公司购买董责险的决策，倾向得分匹配法能有效缓解这一问题，因此本文采用PSM方法控制样本自选择。以公司的特征变量是否相近为标准，从未购买董责险的公司中选择一家或多家样本公司与投保公司进行匹配，尽量减少两类公司在特征变量上的差异。此时，由于可能影响企业创新的混淆变量在PSM的过程中被控制，两组公司对企业创新研发投入强度的差异最大程度上只取决于董责险的购买决策。
首先，本文用虚拟变量DOIns对所有控制变量进行Logit回归，得到了衡量两类公司控制变量相近程度的预测值，预测值越接近说明控制变量越相近，回归结果如表3所示。
其次，采用最近邻一对三匹配的方法，将处理样本与控制变量最相近的对照组样本进行匹配，保证了匹配后的样本在影响购买保险与企业创新的决策上具有相似的特征。此外，由于在2006年-2016年间购买了董责险的公司，在购买前的DoIns标记为0，为了避免这些公司的年度观测值与自身匹配，先将公司未购买董责险前的观测值移出用于PSM的样本，在多元回归时再放回。匹配后样本的年度分布情况如表4所示。
从图1可以看出，经过PSM处理后，各控制变量的标准化偏差程度都远小于匹配前，而且标准化偏差均小于10%，说明配对后的处理组与控制组在各个匹配变量上都不存在明显差异，符合倾向得分匹配法的“平衡假设”。
表6是经过PSM后，以DOIns为分类变量列出的描述性统计，从中可以发现，投保了董责险的公司在研发投入强度（RD）的均值上明显高于未投保的公司，初步判断投保董责险对制造型企业的创新倾向可能存在正向的促进作用；而在如资产负债率（Lev）、总资产报酬率（Roa）、营业收入增长率（Growth）、公司规模（Size）等控制变量上，两组样本的均值、标准误等特征均较为相近，可以说明PSM方法处理控制变量差异的有效性。
回归结果及分析
经过PSM匹配后一共得到681个样本，再加入上一阶段未参与PSM的114个样本，共同构成模型（1）的795个回归样本。在Stata中分别仅以DOIns为自变量进行一元回归，再加入其他控制变量进行固定效应的多元回归，结果分别列于表5的列（1）、列（2）；同时为了比较PSM前后样本对回归结果造成的差异，本文还将PSM前的13504个样本进行了多元回归，结果如列（3）所示。
从列（1）可知，在没有加入其他控制变量的情况下，DOIns的系数为0.00464，在1%的水平上显著为正，说明购买董责险对制造业上市公司加大创新投入力度有显著的正向影响。在列（2）中，当进一步添加其他的控制变量，限制了样本自选择问题后，DOIns的系数变为0.00359，在5%的水平上为正，说明使用PSM消除了控制变量可能存在的对自变量的影响后，投保了董责险的公司具有更高的企业创新水平。实证结果支持了假设H1-A，董责险有效发挥了激励效应与监督效应，显著提升了制造业企业高管的创新倾向。通过列（2）与列（3）的比较还可以发现，未PSM样本的大多数控制变量的系数都很显著，但DOIns却不显著，而PSM后的样本结果则出现相反的情况，可以在一定程度上说明PSM有效控制了除自变量和因变量外其他变量的差异，使得企业创新水平的改变可以较大程度地由董责险购买决策来解释，而不会受到控制变量的干扰。
稳健性检验
为了探究PSM的匹配比例与样本规模是否会影响实证结果，本文选择改变PSM的配对方法进行稳健性检验，分别采用最近邻1：1以及1：2匹配得到回归样本，重新进行多元回归。加上前文用到的1：3匹配，回归结果列于表6。由表可知，在更改了PSM的配对比例后，多元回归的DOIns系数均在5%的水平上显著为正，且t值均大于2.20，说明董责险的购买的确能够增加制造业上市公司创新投入的倾向与强度，且结论不受PSM配对比例与样本规模的影响，具有良好的稳健性。
对于制造型企业而言，创新是长久立足于市场的生存之道，现有的研究主要着眼于股权激励、薪酬激励、晋升激励等对于企业创新的促进作用。而本文基于2006—2019年A股制造业的上市公司数据，在使用PSM控制了样本自选择带来的内生性问题后，研究了董责险的购买对制造业上市公司创新投入强度的影响。实证结果表明，投保了董责险的制造业企业拥有更高的企业创新倾向与创新投入水平，原因在于董责险具有对管理层的“激励效应”与“监督效应”，能够缓解由于风险厌恶而造成的投资动机约束，具有风险转移的作用。
董责险在公司治理方面具有良好的应用前景，但当前我国董责险的覆盖率较西方国家仍处于较低水平，对此本研究提出以下政策建议。
首先，我国的公司尤其是制造业企业，应充分认识到董责险具有对管理层的“激励监督”效应，并能由此提高企业创新水平，因此在公司治理中可以将投保董责险作为一种新的激励创新机制多加使用。
同时，我国目前正朝着资本市场多样化、国际化、规范化的目标前进，董责险作为一种新型责任保险，不仅可以丰富我国保险产品的种类，还能促进我国资本市场治理机制的完善，因此对于立法机构与监管当局而言，应加紧完善董责险的相关法律法规，为董责险的推行创造健全的制度环境，让董责险在我国生根发芽，发挥出其重要的作用。
