1. 引言
当前，我国经济发展已进入深水区，原有的粗放型公司治理模式亟待优化革新，以契合更高水平的经济发展要求。然而，现有研究大多从宏观层面探究经济高质量发展的内涵、制度变迁以及经济学分析，而对微观企业层面公司治理的探讨相对较少。但宏观层面的经济增长最终还是要以微观层面的公司有效治理结构作为支撑。与多数新兴经济体相似，中国在公司治理制度的初始发展阶段普遍存在治理效能低下、问责机制缺失、信誉与形象不佳等问题[1]，解决当前中国公司治理中存在的问题不仅是提升企业微观层面财务绩效的关键，更是推动宏观经济稳定增长的重要支撑。
电子信息制造业作为我国经济发展中的关键领域，其发展状况对于国家经济结构的优化和竞争力的提升有着重要影响。2025年8月，工业和信息化部市场监督管理总局印发的《电子信息制造业2025~2026年稳增长行动方案》指出，电子信息制造业是国民经济的战略性、基础性、先导性产业，是稳定工业经济增长、维护国家政治经济安全的关键领域。在当前科技快速发展、市场竞争日益激烈的背景下，电子信息制造业企业面临着诸多挑战，如技术更新换代快、创新压力大、市场需求多变等。
而公司治理作为企业发展的核心要素之一，其有效性直接关系到电子信息制造业企业能否在复杂多变的市场环境中生存和发展。良好的公司治理结构能够成为协调企业各个利益相关者的有效机制，确保各方利益得到平衡和保障，从而大幅降低企业代理成本，提升运行与决策效率，从而促进企业财务绩效的提升。然而，目前针对电子信息制造业企业公司治理与财务绩效之间关系的研究还不够深入和全面。
因此，进一步深入研究公司治理对电子信息制造业企业财务绩效的影响，不仅能够为电子信息制造业企业优化公司治理结构、提升财务绩效提供理论支持和实践指导，也能够为我国宏观经济的高质量发展提供微观层面的经验借鉴。通过对电子信息制造业企业公司治理相关因素的分析和研究，找出影响企业财务绩效的关键因素，进而提出针对性的改进措施和建议，对于促进电子信息制造业企业的健康发展以及我国经济的转型升级具有重要的现实意义。
2. 理论分析与假设
2.1. 公司治理与企业财务绩效
海内外学者在进行公司治理与财务绩效相关关系及作用机制分析时一部分会选择通过股权结构治理、董事会治理、管理层激励治理等单一角度指标进行研究。在股权结构方面，Ilhan Ciftci等通过案例研究方法，针对土耳其的公司治理结构和绩效进行分析，发现更加集中的所有权往往掌握在家族手中导致企业财务表现更佳[2]；于琪与董程博则通过多元线性回归和RANSAC程序分析证明了随着企业的股权集中度的提升，公司财务绩效将会随之弱化，二者间呈非线性负相关关系[3]。在董事会治理方面，Muhammad T. Khan等运用动态面板模型发现董事会规模、首席执行官双重角色和非执行董事对公司绩效均有显著影响[4]；牛建波通过实证检验我国上市公司数据发现较大规模的董事会能够在一定程度上使得公司绩效的稳定性提升[5]；严若森的研究则表明，董事会规模、董事持股比例以及独董比例与财务绩效之间并无显著相关性[6]。在管理层激励治理方面，李怀建、耿晓晗以我国A股上市公司企业为样本实证发现，管理层激励整体对于企业财务绩效而言具有显著正向作用，其中薪酬激励具有显著促进作用，但股权激励显示出抑制作用[7]。
另一部分学者在进行公司治理与财务绩效相关关系研究时则通过从多角度构建全面的公司治理综合指数进行分析。如张敏等通过使用主成分分析法构建了一个公司治理综合指数来衡量企业的整体治理水平，并通过实证检验发现公司治理水平会显著促进企业财务绩效的提升[8]。而本文认为公司治理结构综合指数能够更全面地代表公司治理水平，并且更好的公司治理结构能够促进企业财务绩效的正向发展。综上，本文提出以下假设：
假设一：企业公司治理水平与企业财务绩效正相关。
2.2. 公司治理、研发投入与企业财务绩效
李明辉与程海艳通过实证检验发现党组织对企业的治理效应可以优化企业研发投入结构，显著抑制企业的研发投入，尤其是企业无效低效的研发投入，且这种抑制作用在企业研发投入本就较高，管理层有着较强的创新冲动时尤其明显[9]；贾春香与刘艳娇从整体角度以科创板企业为样本通过实证检验发现公司治理结构对企业研发投入具有显著促进作用，其中股权治理可以完全通过促进研发投入提升改善企业创新绩效，研发投入则对董事会治理发挥部分中介效应[10]。
王伟光与关一伊从创新投入视角进行实证检验发现企业战略性创新投入与制造业企业财务绩效之间呈显著U形非线性关系[11]，而黄洁莉等则通过实证发现研发投入对我国农业企业财务绩效产生显著负面影响[12]。郑贵华与陈蕾莉通过对我国上市企业进行实证分析发现企业的研发投入会在管理层激励促进公司财务绩效提升中产生正向中介传导作用。可见学界对研发投入与公司治理及财务绩效之间的关系并无定论。综上，本文认为在产品生命周期短，行业内技术更迭迅速的电子信息制造业，僵化的治理体系极易导致研发投入滞后于技术趋势，因此良好的公司治理水平可以通过降低研发投入从而提升企业财务绩效，并由此提出以下假设：
假设二：企业公司治理水平能通过降低研发投入提升企业财务绩效。
2.3. 公司治理、内部控制与企业财务绩效
李清和闫世刚通过实证分析表明，在企业的股权治理结构层面，国有持股比例以及股权制衡度与企业内部控制水平之间呈现显著负向相关关系；而在企业董事会治理结构层面，公司董事会持股比例以及董事薪酬与企业内部控制水平之间呈现显著正向相关关系；而在企业外部利益相关者层面，良好的企业社会责任表现则会显著促进企业内部控制水平的提升[13]。谈礼彦将公司治理视为企业内部控制要素中“控制环境”的关键构成，其认为内部控制可以通过制度化安排构建股东与董事会和管理者之间的权力制衡，从而达到抑制机会主义行为并缓解代理冲突的效果[14]。
Hollis Ashbaugh-Skaife等通过实证研究发现企业内部控制水平与公司治理之间具有显著相关性，良好的内部控制水平可以反映出企业公司治理水平，也可以显著促进企业绩效的提升[15]。
张敏等通过实证检验发现，企业健全完善的内部控制可以显著提升企业的财务绩效水平，且这种效用无论企业股权是否为国有性质均呈现显著[8]。综上所述，本文认为良好的企业治理水平能够为企业创造更优的控制环境，进而提高企业内部控制水平，并通过内部控制水平的提升促进企业财务绩效的提高，并由此提出本文的第三个假设：
假设三：企业公司治理水平能通过提升内部控制水平提升企业财务绩效。
3. 研究设计
3.1. 样本选择与数据来源
通过国泰安数据库与CNRDS数据库，本文选择了2019~2023年A股电子信息制造业企业为样本，剔除部分上市公司缺失数据以及部分新增或退出该行业的企业，最终得到样本数275个，通过使用STATA软件进行计算和回归分析。对于文中所有连续型变量均采取了1%和99%缩尾处理。
3.2. 变量定义
3.2.1. 被解释变量
选取财务指标总资产收益率(ROA)为被解释变量，即企业每单位资产能够创造多少净利润，是衡量企业财务绩效的核心指标。
3.2.2. 解释变量
公司治理(CGI)。本文通过采用主成分分析法构建公司治理水平指数，对于股东会治理、董事会治理以及管理层治理三个层面选择以下指标进行相关分析：股权制衡度、高管薪酬、高管持股、董事薪酬、独立董事比例、董事会规模、董事持股、实际控制人拥有上市公司控制权比例、控股股东持股比例、机构持股比例、第一大股东持股比例。
利用KMO检验与LR检验分析以上十一个指标是否适合用于主成分分析。如表1所示，KMO结果显示为0.665，大于0.5，因此适合用于主成分分析；LR检验的Sig值为0.000，表明变量间具有显著相关关系，因此该组指标可以用来做主成分分析。
Table 1. KMO and LR tests
表1. KMO与LR检验
检验方法 |
指标 |
检验结果 |
KMO检验 |
KMO值 |
0.665 |
LR检验 |
|
9905.64 |
|
df |
55 |
|
Sig |
0.000 |
基于上述11个指标，选择总贡献率达到80.42%的前四个主成分用来构建反映公司治理水平的综合指标(CGI)，指标分数的高低反映企业治理水平的高低。最终确定的各因子综合得分并除以其累计贡献率得到以下指标：
3.2.3. 其他变量
采用企业研发费用占营业收入的比例衡量企业的研发投入强度(RD)。采用迪博数据库中内部控制指数除以100来衡量企业内部控制水平(IC)。选取公司规模(lnSIZE)与资产负债率(DR)以及上市年限(AGE)作为控制变量，并对年份与公司个体加以控制。
3.3. 模型设定
根据上述被解释变量、解释变量、中介变量以及控制变量，基于上文构建的三个假设，选择构建面板个体、时间双向固定效应模型，并建立如下模型：
(1)
(2)
(3)
(4)
(5)
模型(1)将公司治理指数作为解释变量探究公司治理与被解释变量财务绩效的相关关系。借鉴温忠麟等的做法，使用中介效应模型，通过模型(2)和模型(4)用来验证公司治理指数对研发投入强度以及内部控制水平的作用机制，模型(3)和模型(5)则用来验证研发投入强度与内部控制水平是否在公司治理与财务绩效的相关关系中发挥中介作用。综合上述理论分析假设以及中介效应模型，构建本文理论框架图(见图1)。
Figure 1. The mechanism of corporate governance level on financial performance of enterprises in electronic information manufacturing industry
图1. 公司治理水平对电子信息制造业企业财务绩效作用机制
4. 实证结果与相关分析
4.1. 描述性统计
本文选取275家A股电子信息制造业企业2019~2023年面板数据为样本，整理得到1375个观测值，样本具备较强行业代表性。核心变量统计特征如下：
表2展示了相关变量描述性的统计结果，由表可见电子信息制造业中企业财务绩效(ROA)的最小值与最大值分别为−29.81%、21.39%，均值与中位数分别为3.64%、2.853%，标准差为7.571%，最大值为均值的七倍表明企业间的资产收益率存在显著差异，波动较大，中位数与均值相近，主体数据分布较为对称；内部控制指数(IC)在除以100后便于后续分析，得最小值为0，最大值为8.764，均值为6.351，中位数为6.53，标准差为0.912，显示公司间内部控制水平差异较小；研发投入强度(RD)的最小值与最大值区间为0.35至77.64，均值为8.719，标准差为6.603，表明企业间研发投入波动程度较大，中位数为6.67，显示企业内部控制水平整体呈右偏分布，电子信息制造业企业中头部企业研发投入远超行业基准，行业内技术竞争激烈；公司治理水平指数(CGI)的最小值与最大值区间为−1.524至1.988，均值为0，中位数为−0.06，标准差为0.528，说明电子信息制造业公司内部控制规范性指标较高但公司治理存在结构性差异，整体均衡性弱于内部控制。
Table 2. Descriptive statistics
表2. 描述性统计
Variable |
Obs |
Mean |
Median |
Std. Dev. |
Min |
Max |
ROA |
1375 |
2.853 |
3.64 |
7.571 |
−29.81 |
21.39 |
IC |
1375 |
6.351 |
6.53 |
0.912 |
0 |
8.764 |
RD |
1375 |
8.719 |
6.67 |
6.603 |
0.35 |
77.64 |
lnSIZE |
1375 |
22.312 |
22.16 |
1.253 |
19.509 |
26.832 |
DR |
1375 |
0.396 |
0.39 |
0.177 |
0.045 |
1.165 |
AGE |
1375 |
10.634 |
9 |
7.063 |
1 |
33 |
CGI |
1375 |
0 |
−0.06 |
0.528 |
−1.524 |
1.988 |
4.2. 相关性分析
表3报告了主要变量的相关性分析，展示了各变量之间的相关关系。可以看到公司治理指数(CGI)、内部控制水平(IC)、企业研发投入(RD)与财务绩效(ROA)之间均在1%水平下存在着显著关系。公司治理指数(CGI)、内部控制水平(IC)与财务绩效(ROA)三者两两之间均呈显著正相关，说明良好的公司治理水平与内部控制水平可以带来更好的财务绩效，在一定程度上支持了假设一和假设三；研发投入强度(RD)与财务绩效(ROA)之间呈现显著负相关，表明当企业增加研发投入时会相应降低企业的短期财务绩效；公司治理指数与内部控制水平呈显著正相关，与研发投入强度呈显著负相关，结论支持假设二。
Table 3. Correlation analysis
表3. 相关性分析
|
ROA |
CGI |
IC |
RD |
lnSIZE |
DR |
AGE |
ROA |
1 |
|
|
|
|
|
|
CGI |
0.297*** |
1 |
|
|
|
|
|
IC |
0.397*** |
0.242*** |
1 |
|
|
|
|
RD |
−0.170*** |
−0.178*** |
−0.092*** |
1 |
|
|
|
lnSIZE |
0.125*** |
0.480*** |
0.146*** |
−0.074*** |
1 |
|
|
DR |
−0.378*** |
0.060** |
−0.128*** |
−0.133*** |
0.389*** |
1 |
|
AGE |
−0.111*** |
0.048* |
−0.097*** |
−0.062** |
0.402*** |
0.206*** |
1 |
注：*p < 0.10，**p < 0.05，***p < 0.01。
4.3. 回归分析
如表4，模型1的回归结果显示，公司治理与财务绩效在1%的显著性水平上正相关，表明高水平的公司治理能带来更高的财务绩效，可以验证假设1；模型1和模型2、3展示了公司治理与企业财务绩效间以内部控制水平为中介变量的回归结果，模型2验证了电子信息制造业企业公司治理与内部控制水平之间的关系，由数据可以看到公司治理指数(CGI)的系数在10%的水平上显著为正，这表明良好的公司治理可以带来更好的内部控制水平。模型3中公司治理指数(CGI)的系数为4.410，在1%的水平上显著为正，内部控制(IC)的系数为2.054，在1%的水平上显著，虽然公司治理相对于内部控制的回归系数显著水平较低，但通过Sobel检验得到其Z指数在1%的显著水平上为5.076，进一步通过Bootstrap法检验其中介效应，执行有放回的1000次抽样，最终结果显示研发投入的间接效应在1%的水平上显著，置信区间为[0.275093, 0.6309072]，直接效应置信区间为[1.046857, 1.894051]，该结果显示企业内部控制在公司治理对企业财务绩效的影响中发挥部分中介效应，即公司治理能够通过增强内部控制水平来提升企业财务绩效，假设三得到了有力的支持。
Table 4. Results of multiple regression analysis
表4. 多元回归分析结果
变量 |
模型1 |
模型2 |
模型3 |
模型4 |
模型5 |
CGI |
5.092*** (1.430) |
0.332* (0.190) |
4.410*** (1.364) |
−0.177 (0.515) |
4.979*** (1.359) |
lnSIZE |
5.013*** (1.403) |
−0.117 (0.149) |
5.252*** (1.320) |
−1.883*** (0.528) |
3.818*** (1.346) |
DR |
−26.742*** (4.565) |
−0.212 (0.414) |
−26.307*** (4.236) |
1.659 (1.282) |
−25.689*** (4.386) |
AGE |
−0.946*** (0.217) |
−0.016 (0.027) |
−0.912*** (0.201) |
0.599*** (0.099) |
−0.565*** (0.211) |
年度 |
YES |
YES |
YES |
YES |
YES |
个体 |
YES |
YES |
YES |
YES |
YES |
IC |
- |
- |
2.054*** (0.453) |
- |
- |
RD |
- |
- |
- |
- |
−0.635*** (0.103) |
_cons |
−89.037*** (29.545) |
9.157*** (3.097) |
−107.847*** (28.515) |
43.901*** (11.293) |
−61.177** (28.387) |
N |
1376 |
1376 |
1376 |
1376 |
1376 |
R-sq |
0.150 |
0.014 |
0.196 |
0.066 |
0.236 |
adj. R-sq |
0.146 |
0.009 |
0.192 |
0.061 |
0.232 |
Sobel检验 |
|
Z = 5.076*** |
Z = 5.524*** |
注：括号内为标准误；*p < 0.10，**p < 0.05，***p < 0.01。
模型1和模型4、5展示了公司治理与企业财务绩效间以研发投入为中介变量的回归结果，模型4验证了公司治理与研发投入强度之间的关系，由表4可见公司治理指数的系数虽然为负但并未显著。模型5中公司治理(CGI)的系数为4.979，在1%的水平上显著，研发投入(RD)的系数为−0.635，在1%的水平上显著，虽然公司治理相对于研发投入的回归系数并未显著，但通过Sobel检验得到其Z指数在1%的显著水平上为5.524，进一步通过Bootstrap法检验其中介效应，执行有放回的1000次抽样，最终结果显示研发投入的间接效应在1%的水平上显著，置信区间为[0.2953284, 0.5874949]，直接效应置信区间为[1.048207, 1.909752]，综合模型5的显著结果仍可以说明研发投入在公司治理对企业财务绩效的影响中发挥着部分中介作用，即公司治理在一定程度上可以通过降低企业研发投入的路径来提升企业财务绩效。该结果表明，由于电子信息制造业企业是以技术创新为核心的资本密集型企业，因此企业研发投入较其他行业会更大，其中冗余的低效研发投资也可能更多，因此公司治理水平提升可能会通过削减低效研发从而提升企业财务绩效。综上，假设二得到了较有力的支持。
4.4. 稳健性检验
最后采用衡量企业财务绩效的净资产收益率指标ROE来替换被解释变量ROA进行稳健性检验，再次回归的结果如表5所示，公司治理指数与净资产收益率在5%的显著性水平上呈正向相关，与上述回归的结果并无实质性差异，表明本文假设得到再次验证。
Table 5. Regression results of robustness analysis
表5. 稳健性分析回归结果
变量 |
ROE |
CGI |
8.040** |
lnSIZE |
20.556** |
DR |
−68.409* |
AGE |
−2.962*** |
2019.YEAR |
0.000 |
2020.YEAR |
3.785** |
2021.YEAR |
1.048 |
2022.YEAR |
0.513 |
2023.YEAR |
0.000 |
L.CGI |
- |
_cons |
−398.449** |
N |
1376 |
R-sq |
0.081 |
adj. R-sq |
0.076 |
注：*p < 0.10，**p < 0.05，***p < 0.01。
5. 结论与建议
5.1. 结论
本文以公司治理为切入点，通过构建公司治理水平指数同时以企业资产收益率ROA衡量企业财务绩效，以2019~2023年中国电子信息制造业上市公司为研究样本，通过理论与实证检验研究电子信息制造业企业公司治理对企业财务绩效的影响，以及内部控制与研发投入在其中的中介效应，得出以下主要结论：
第一，通过控制年度和个体效应对公司治理与企业财务绩效进行回归，结果显示二者间存在显著正相关，即公司治理水平越好电子信息制造业企业财务绩效越好。
第二，公司治理不仅可以直接对企业财务绩效产生正向影响，还可以通过其他一些路径间接对企业财务绩效产生影响。本文通过采用中介效应模型对企业内部控制水平在公司治理与财务绩效间的中介作用进行了实证验证，最终的回归结果显示企业内部控制水平在二者间承担了部分中介效应。也即电子信息制造业企业可以通过公司治理水平的提升促进企业内部控制的完善，从而改善企业财务绩效。
第三，研发投入在公司治理对企业财务绩效的影响机制中发挥着部分中介作用，公司治理水平的提升会通过削减研发投入从而提升企业财务绩效。这意味着高质量的公司治理水平可以增强企业项目筛选能力，将有限的资源投入效率更高的项目中，进而优化企业研发投入金额，从而提升企业财务绩效。
5.2. 建议
我国进入发展改革深水区，高质量发展已经是企业的必要发展路径。对于电子信息制造业上市公司而言，应充分认识到公司治理的重要性。建立健全科学合理的公司治理结构，明确各部门和各层级的职责与权限，加强企业内部监督和制衡机制，提升企业运行与决策的效率，为完善内部控制奠定有力的支撑，从而为提升企业财务绩效打下坚实的治理基础。
针对研发投入，对电子信息制造业企业而言，研发创新投入并非“投入越多越好”，而是“越高效、越聚焦、越贴合市场与技术趋势越好”；而打好公司治理基础，健全完善的公司治理体系可以通过监督、筛选、激励机制，帮助企业剔除低效、无效的研发投入，遏制企业盲目跟风投入的冲动，提升研发全流程的转化效率，最终实现“技术创新不脱离市场、研发投入不脱离盈利”，在“持续创新以应对技术迭代”和“控制成本以保障财务绩效”之间找到最优平衡，这也是该行业企业在激烈市场竞争中实现长期发展的关键。
总而言之，新阶段下企业要想继续发展，寻找新的业绩增长点，就应转变发展理念，摒弃低级、低效、低利润的粗放式发展，久久为功，深耕企业内部治理与内部控制，以高质量的治理能力推动企业向高质量发展转型，才能在新时代实现新的跨越，创造更加辉煌的业绩。