家族企业治理与传承影响因素分析

2023-11-27 理论教育版权反馈

【摘要】：然后，将因子分析得到的6个因子作为自变量，通过建立Binary Logistic回归模型进行分析。由表37可知投入6个自变量的二元逻辑回归模型的Cox-Snell与Nagelkerke关联强度值分别为0.233及0.310，表示6个自变量与是否把企业经营权移交给子女结果有一定强度的关联（表39）。

4.3.3　代际传承影响因素二分逻辑的回归模型分析

在众多影响家族企业代际传承的因素中，为了找到与其密切相关的因素，本研究采用二分逻辑（Binary Logistic）回归统计分析。Binary Logistic回归模型对因变量只有0与1编码，估算出一个事件发生的概率⁽⁵³⁾。由此我们把“将来企业的经营权是否愿意移交给子女”作为因变量，“没有愿意”归类为0，“愿意”归为1。然后，将因子分析得到的6个因子作为自变量，通过建立Binary Logistic回归模型进行分析。结果如下：

表38　将来企业的经营权是否愿意移交给子女

根据表38我们可以得到以下结论，数据显示超过半数的家族企业主愿意把企业的经营权移交给子女，说明“子承父业”模式是家族企业代际传承的主流模式。

表39　模型概要

a Estimation terminated at iteration number 5 because parameter estimates changed by less than.001.

回归模型关联强度检验结果。关联强度的性质与多元回归分析的决定系数相近，代表因变量与自变量关系的强度（王宝进，2007）。⁽⁵⁴⁾由表37可知投入6个自变量的二元逻辑回归模型的Cox-Snell与Nagelkerke关联强度值分别为0.233及0.310，表示6个自变量与是否把企业经营权移交给子女结果有一定强度的关联（表39）。

表40　 Hosmer and Lemeshow检验

Logistic回归拟合优度检验⁽⁵⁵⁾。Homer and Lemeshow检验值的解释恰与卡方检验值相反，即当检验值未达显著水平时，就表示模型拟合优度相当理想。分析结果表明，卡方检验χ²= 5.059，相伴概率Sig= 0.751，显然Sig值大于给定的显著性水平0.05，表明在可接受的水平上模型拟合了数据，根据样本在自变量的表现，可以有效解释与预测因变量的结果（表40）。

表41　步骤执行概况(www.chuimin.cn)

omore variables can be deleted from or added to the currentmodel. b End block：1

Binary Logistic回归统计的第四步，模型有效性经卡方检验χ²= 38.379，显著性水平Sig=0.000，模型正确率达到70.3%，说明总体上具有很大的说服力（表41）。

表42　最终方程中的变量

　　 Variable（s）entered on step 1：传统文化观念，能力与表现，家族企业治理模式的优越性，企业治理模式的不足，就业市场，发展空间.

在最终方程中F1、F2、F3先后进入了回归方程（回归系数的显著水平在0.002以上），说明传统文化观念（F1）、子女个人能力表现（F2）、家族企业治理模式的优越性（F3）对向子女移交经营权有正相关，即父母的期望、子女义务的履行、家族成员的影响力、注重社会关系越强烈，接班人个人信念、创新欲望和才能赶超意识越强烈，家族企业管理模式具有相对的优越性、主张持续这种形式的存在越认可，家族企业主越愿意向子女移交经营权。

从影响程度的大小来看，子女个人能力表现（F2）影响最大，传统文化观念（F1）其次，家族企业治理模式的优越性（F3）的影响最小。

Binary Logistic回归的分类概率方程为：

（a）

根据方程（a），若0.716F1+0.853F2+ 0.677F3+ 0.056＞0，那么e⁰＞1，1＞P＞0.5，这意味着家族企业主将愿意把经营权移交给子女；如若0.716F1+0.853F2+0.677F3+ 0.056＜0，那么e⁰＜1，0＜P＜0.5，这意味着家族企业主将不愿意把经营权移交给子女。

家族企业治理与传承影响因素分析

相关推荐