2023年年报季，我同时把两家公司董事长的致辞和CEO的战略陈述扔进文本分析脚本里跑语义距离，跑出来的结果让我愣了很久：一家公司表面和谐，一二把手的价值观向量夹角却大得惊人；另一家看起来风格迥异，核心维度上反而高度重合。这个对比刺激我把之前散落的研究整理成了一篇文章——围绕上市公司一二把手价值观差异（2008-2023）这十五年，梳理一套从理论拆解、文本度量、数据构建到实证解读的完整打法。无论你是做公司治理方向的研究生、需要评估管理层合作质量的券商研究员，还是常被老板拉去做高管访谈的咨询顾问，这套思路都值得直接拿过去用。
这篇文章不打算复述任何一篇论文的结论，而是讲清楚"价值观差异"这种听起来很虚的东西，到底怎么变成可计算的变量、放进回归模型，以及结论怎么解读才不至于翻车。我尽量把每一步都写成可以直接执行的方案，包括中间踩过的坑。
1. 为什么偏偏是2008-2023：外部冲击如何筛选并放大了高管价值观差异的信号
1.1 三个周期共同塑造了一种高压治理环境
做纵向研究的第一步是交代样本窗口。2008到2023这十五年不是随便划的，它横跨了至少三种性质完全不同的外部环境：2008年金融危机后的流动性收缩与经营压力、2015年前后的并购重组热潮与产业转型、2020年之后的需求分化和数字化加速。每一轮冲击都会改变公司对"什么是对的战略"的排序答案。
这带来的直接结果是：一二把手在顺周期里可以靠惯性运转，业绩好时大家都不觉得价值观冲突是什么问题；一旦外部压力上来，高层会议桌上对"要利润还是要规模""要现有业务还是赌新赛道""先保员工还是先保股东"这类问题的分歧会急剧放大。换句话说，2008-2023这个窗口天然提供了一个观察价值观差异显性化的"压力实验室"。没有这种压力，你拿文本算出来的差异很可能只是修辞风格的差异，而不是价值排序的差异。
1.2 危机期价值观差异更容易被文本捕捉到
我在实际操作中发现一个很有意思的现象：年报里的董事长致辞和CEO报告，在顺境年份里基本都是模板化的扩张叙事，大家反复用同一批高频词——增长、突破、平台、生态。但到了压力年份，语言会发生明显的"分流"：有的强调风险防控、底线思维、稳健经营；有的强调创新试错、弯道超车、窗口期。措辞的分化，本质上是价值排序的分化被外部环境逼到了纸面上。
所以建议所有做这个方向的人，在构造语料库时不要只看全年报告，要把半年度、年度、业绩说明会问答串起来看，而且重点关注那些业绩下滑、商誉暴雷、股权变更年份的文本。差异信号往往藏在极端事件的应激语言里。这也能解释为什么时间窗口必须设成十五年——如果只取2017-2020年这种单一边界，你捕捉到的更多是行业景气度共振，而不是稳定的个体价值观差异。
2. 价值观不是一个词：可计算价值观差异的度量路径
2.1 从施瓦茨价值观理论到可操作维度
在管理学文献里，"价值观"最常用的理论基础是施瓦茨的十类基本价值观（Schwartz Value Survey）和霍夫斯泰德的文化维度。但做二手数据研究时，你没法给几百家公司的一二把手逐个发问卷。现实的做法是把它转化为几个可被文本观察的连续维度。
我自己常用的维度组合是这样四对：创新导向与稳健导向、长期主义与短期主义、控制偏好与授权偏好、外部扩张与内部运营。这四对维度基本覆盖了公司战略决策中最容易产生分歧的价值观争论，而且在年报文本中都有相对稳定的关键词映射。用生活化的话说，这个操作等于给每段文本打分，判断它是"更想当先锋"还是"更想当守门员"，然后看董事长和CEO各自站在尺子的哪一端。
2.2 文本度量：词典法、主题模型与词向量的取舍
度量工具上，我试过三条路，各有用途：
- 词典法：先自建或者借用现成的中文价值观词典，把"创新""探索""突破"归入创新导向，"风控""合规""稳健"归入稳健导向，然后算每篇文本中的关键词密度。优点是结果透明、可审计，适合做稳健性检验；缺点是词典覆盖不全，换个行业很多隐喻性词汇匹配不到。
- LDA主题模型：用主题模型从语料中抽取20到30个主题，再人工把主题映射到价值维度上。这种做法能缓解词典漏词问题，但LDA对短文本效果很差，年报致辞这种几百字的文本跑出来主题很不稳定。
- 词向量/预训练模型：用BERT类模型把文本编码成语义向量，直接计算董事长文本和CEO文本的余弦相似度。这是最省事、泛化能力最强的随后路，但可解释性最弱——你得额外用归因方法说明"为什么距离远"。
我的建议是：主回归用预训练语义距离，解释机制用词典法拆维度，再用LDA做交叉验证。三者关系就像：先用测谎仪看两个人讲话整体像不像，再用清单看他们在具体议题上的立场差，最后用聚类确认分歧集中在哪个领域。
2.3 组合归一化：差异值的几种计算方式
计算差异值有三个常见公式，选哪个取决于你的研究问题：
- 绝对差均值：对四个维度分别取董事长与CEO得分的绝对值差，然后求平均。最直观，适合解释"整体差异程度"。
- 欧式距离：把四个维度得分看成四维空间上的一个点，计算两点间的欧式距离。适合做连续型解释变量。
- 余弦相似度转距离：直接用文本向量算，适合在语义层面度量。
注意一个关键细节：无论选哪种，都要对原始维度得分做标准化（z-score或min-max），否则"创新导向"这种方差大的维度会主导差异值，造成实际测量的是词汇习惯差异而非价值观差异。这个坑不除，后面跑出来的显著结果都可能是伪命题。
3. 一二把手不是"老板+经理人"这么简单：角色结构先于差异
3.1 董事长与总经理：法定分工下的隐性张力
很多人以为一二把手就是董事长和总经理，实际执行起来远比这个复杂。法律上，董事长主持董事会、代表股东利益；总经理负责日常经营管理、对董事会负责。但在真实的权力运行中，这两把交椅的分界从来不是清晰的：强势董事长会插手研发立项和人事任免，强势总经理会反噬公司战略方向。
正因如此，价值观差异不是一个纯心理变量，而是嵌入在权力结构里的关系变量。同样的差异程度，在董事长兼任总经理的公司和两职完全分离的公司里，带来的治理后果完全不同。我在建样本时把"两职合一"作为样本分类的第一道门槛，而不是放在控制变量里——研究问题也随之分开：合一群体里没有真正的"一二把手差异"，更多是同一人内部的多重身份张力；分离群体才是本文关注的对象。
3.2 抬头差异与任期匹配：样本划分必须前置
另一件要前置处理的事情是抬头识别。不同公司对一把手的叫法不一样：有董事长+总经理、有CEO+总裁、有执行董事长+联席CEO。匹配规则只能自己造：以董事会公告和年报封面页披露的"法定代表人+主要管理层名单"为准，把董事长职位定义为一把手，把实际担任Company Commander，也就是CEO或总裁角色定义为二把手。如果存在联席CEO或总裁，取排名第一者，并在模型里加一个"双CEO"虚拟变量，防止把两个CEO的轮流值班误判成价值观差异。
任期匹配同样不能马虎。做2008-2023的平衡面板时，如果一二把手在任时间重叠不足一年，他们之间根本没有过真实的决策互动，计算出来的价值观差异就是"两个陌生人的书房对比"。我把样本限制为一二把手共同任职期重叠超过365天，重叠期内至少有一份共同对外披露文本。这样过滤后样本从3万多个公司年份降到约1.8万，但可信度大幅提升。
3.3 价值观差异影响结果的三种治理机制
差距带来的影响，理论上存在三种方向相反的机制：
- 制衡效应：一二把手价值观差异大时，重大决策经过更充分的辩论，减少一言堂，抑制非理性扩张冲动。体现为投资效率提升、违规概率下降。
- 冲突内耗效应：差异过大导致决策僵局、指令矛盾、中高层执行摇摆，体现为业绩波动加剧、核心团队流失率上升。
- 互补治理效应：差异是功能性的——董事长偏长期战略、CEO偏短期执行反而是理想组合，体现为全要素生产率提升。
实证模型里这三个效应会同时存在，最终回归系数反映的是净效果。所以不要在跑数之前预设"差异越大越好或越坏"，这必须看成一条非线性曲线：适度差异正向，过大差异转负。我在基准模型里加入差值平方项，就是这个原因。
4. 数据准备与指标构建：拉一个2008-2023的文本语料库
4.1 样本范围、剔除规则与语料切割
这个项目最花时间的是数据工程，而不是模型。先讲样本范围：沪深两市A股上市公司，剔除金融类（银行和非银商业模式特殊、文本几乎全是合规客套语）、剔除ST和退市股（经营异常会扭曲价值观表达）、剔除董事长或总经理任职信息缺失的公司。最终留下大约3100家公司的非平衡面板，合计公司年份观测值1.8万，这是后文所有回归的基础。
语料来源上，我优先用巨潮资讯网的年度报告PDF，按两个位置切取：一是报告前段的"董事长致辞"段落（通常有两三页；不是所有公司都有，缺失率高，可以用"经营情况讨论与分析"替代）；二是"公司治理"章节里的管理层讨论部分。需要注意：很多年报的CEO报告内容藏在董事会报告里，文件里没有清晰的"总经理致辞"标签，需要先跑正则切出章节目录，再人工校验100份样本确认切分准确率不低于90%。切错了等于在语言指纹里掺杂质，后面所有分析都会失贞。
4.2 文本预处理与价值观打分的具体执行
拿到两段文本之后，预处理要分三步走：
- 清洗：去除年报模板固定句（"本报告基于"、"董事会及全体董事保证"等）、去除股票代码和股东名单段落、统一繁简和全半角。
- 分句：以句号、分句、感叹号切分为句子单元，保留同时包含情感词和决策词的句子，比如"我们将保持研发投入强度不变"比"公司业务涵盖工业与民用领域"信息量大得多。这一步能有效降低文本长度差异对分数的影响——董事长占到3页、CEO只有半页时，不做句级筛选就按文本密度比开会非常失真。
- 打分：预训练模型按句子取向量后求均值。如果你是新手，建议先用词典法入门；预训练模型虽然效果好，但计算资源和调试成本都更高，而且解释性需要额外工作。我见过不少同学拿BERT踩坑，样本量大时一跑就是一天一夜，结果向量维度太高很难人工复核。
4.3 基准回归设计：差异变量该放哪一边
设计模型时，核心问题是把价值观差异放在等号哪一侧。两种典型做法：
- 差异影响结果：把价值观差异作为解释变量，考察它如何影响公司绩效波动、战略变革程度、高管非正常更替概率。此时差异是外生冲击的代理，控制公司规模、杠杆率、ROA、市值账面比、董事会规模、机构持股比例等。
- 结果塑造差异：把价值观差异作为被解释变量，考察公司治理机制（如独立董事比例、股权集中度）是否抑制了差异扩大。这种设计在发表时更难做，因为差异很可能不是治理的结果而是治理的前提。
我推荐第一个方向作为主回归，第二个方向放进机制检验。控制变量之外，一定要加行业×年份双向固定效应。不加行业效应时，"医药生物板块的价值观差异天然大于公用事业板块"这种行业属性会被误读为治理问题；不加年份效应时，2020年后全体高管语言普遍变得更保守稳健，这个共同冲击会被误判成个体差异收窄。
5. 实证结果解读：价值观差异与公司决策的真实关系
5.1 基准发现与典型回归表长什么样
先给一个示意性基准结果（数据经脱敏处理，非真实产出）：
| 被解释变量 | 绩效波动（ROA标准差） | 战略变革指数 | 违规概率 |
|---|---|---|---|
| 价值观差异 | 0.118** | 0.207*** | 0.087 |
| 差异平方项 | -0.021* | -0.045** | 0.003 |
| 两职合一 | 0.033 | 0.072** | -0.066* |
| 控制变量 | 已控制 | 已控制 | 已控制 |
| 行业×年份FE | 是 | 是 | 是 |
整体解读是：差异对战略变革有显著正向作用，说明分歧确实会推动公司更愿意偏离原有路径；但对绩效波动的影响呈倒U型——差异太小公司一言堂，差异太大会造成决策震荡，只有中等差异区间最有利于稳定。违规概率系数不显著，单从这个模型不能支持"差异必然导致内控失效"的说法，也说明工程意义上的差异不一定直接外化为违规行为。
5.2 内生性的坑：价值观差异是内生的
做这类文本变量研究，最容易被审稿人攻击的三点，我都会提前处理：
- 互为因果：公司业绩差可能导致CEO话语更保守，使董事长与CEO的价值观差距被高估。工具变量选用"同行业其他公司一二把手价值观差异的平均值"只能算半干净——行业层面共同的语言环境可能直接进入公司文本。更合理的是用"强制轮换制度"或"继任来源（内部提拔还是外部空降）"作为工具：外部空降的二把手与现任董事长大概率缺乏共同的价值观磨合史，但又不太可能只因为"个性不合"被任命。
- 遗漏变量：最危险的遗漏变量是公司文化。文化强的公司，内外部招募都会筛选出价值观更接近的人，同时文化也直接压低绩效波动。我只能加中层管理稳定程度和员工满意度调查得分作为文化的代理变量放入控制。
- 测量误差：文本度量必然有错。应对方式是主回归用语义距离，稳健性检验换成词典法分数，如果核心系数方向和显著性保持一致，才敢说结论不是度量方法给的。
5.3 稳健性检验中最实用的几个方向
稳健性检验不在于多，在于让人信服。我保留以下四组：
- 更换窗口期：把样本切成2008-2013、2014-2019、2020-2023三段分别跑回归。如果某段系数方向反转，说明外部环境的调节作用在变化，这是有价值的发现，不是坏事。
- 交叉任期与年龄控制：加入一二把手的年龄差和任期差，排除年长董事长对年轻CEO的单向压制所造成的虚假差异。
- 删除极端文本：剔除董事长致辞字数少于500字的观测，避免文本过短导致语义向量全是噪声。
- 倾向得分匹配：给高差异样本找到低差异对照组，比较两类公司的绩效结果。
如果四组检验做下来核心结论都稳定，你就有底气对外说：这个差异指标捕捉的不是文本修辞，而是与公司决策高度关联的深层结构。
6. 踩过坑后的复盘：这份研究的三大边界
6.1 年报文本本质上是"合规表演"文本
这是最重要的边界，也是一个新手最容易忽略的事实。董事长致辞和CEO报告并不是高管想说什么就说什么，它们经过董事会办公室、品牌公关、法务层层审核，最终出现在年报里的语言是"全员共识的表达"。严格意义上，你测得的是对外展示的价值观形象差异，不是股东会议上关起门来的真实分歧。
但我并不认为这个度量失效——理由有两个：一是即使经过公关润色，仍会有高层个人色彩浓厚的修辞残留，特别是创新/谨慎这类核心词的密度比很难被公关抹平；二是对外展示的差异本身就影响投资者判断和员工预期，放下"真实心理"执念后，文本差异反而成为一个可复制的治理透明度指标。实际做商业尽调时，这种差异信号经常比访谈录音更诚实——访谈里人们会给对方的观点留面子，年报里双方各有独立签名页，没有当面冲突的压力。
6.2 高管更替会把面板切成碎片
2008到2023年，绝大多数公司的一二把手都换过不止一轮。这导致面板数据结构非常难看：某人2020年与A搭档，2022年换了B搭档，B和现任董事长的差异数据和2020年数据根本不可比。硬采取面板估计会出现严重的"换人幻觉差距放大"问题。
解决思路是把每个"董事长-总经理配对"当作一个独立观测单元，不去硬凑成平衡面板。每个配对期内的年份作为重复测量，配对固定效应吸收掉两人的共同时代背景。这套设计需要自己写数据清洗逻辑，核心是识别配对的有效起止月份，建议直接用公司的董监高任职起止公告来构建，而不是用年报年份近似。
6.3 别把相关性说成因果：价值观差异的双向通道
最后必须说一句劝退但重要的话：价值观差异与公司表现之间，几乎肯定存在双向因果。业绩崩了，公司从外部空降一个新CEO，新CEO和一二年内提拔的董事长价值观不同，差异指标高企，但此时差异是结果而不是原因。单向回归很难区分"差异导致激进变革"和"变革需求导致选择差异大的CEO"。
我最后的做法是放弃绝对因果，转向"条件描述"：承认差异可能内生，但在行业冲击发生时，外部约束使原本潜在的差异被动显性化——我们可以观察差异显性化之后公司行为如何调整。这比强行工具变量靠谱，也经得起同行推敲。如果你要写的是实务报告而非学术论文，更建议直接采用这种"机制分析+个案验证"的写法，用两三家代表性公司的事件复盘来补充大样本回归，结论会扎实得多。
这套流程跑完，我对上市公司一二把手价值观差异这件事最大的体会是：它不是一个纯粹的心理指标，而是制度、人事、文本生产机制共同雕刻出来的一张脸。只要理解了这张脸的纹理，它就能告诉你很多年报数字之外的信息。下次你再看到某家公司董事长高调宣誓创新、CEO却在一遍遍强调风险储备的时候，先别急着批评团队不团结——那可能正好是这个组合在当下的最优解。
