6. まとめ
6.2 本研究の限界
本研究は以下の五つの限界がある。
第一に、本研究は東証一部全上場企業を研究対象として全体的な分析を行ったもの の、業界ごとに分けて分析はしていない。各業界はそれぞれの特性により、ジェンダ ーダイバーシティに対してのニーズと女性役員がもたらす効果も違う可能性がある。
よって、将来の研究においては、業界を分けて分析するべきである。
第二に、本研究は経済的視点から出発し、ジェンダーダイバーシティの効果を検証 した。しかし、ボードジェンダーダイバーシティが企業にもたらす効果は財務的効果 で一括説明することはできない。よって、将来の研究においては、財務的効果だけで はなく、社会的効果も分析に含めるべきである。
第三に、本研究は入手できるデータの制限8により、女性取締役ではなく、女性役員 の登用をボードジェンダーダイバーシティとして研究した。女性役員データとは、取
締役と執行役員両方を含めたデータである。しかし、取締役と執行役員は立場の違い により、利益のコンフリクトがあり、研究結果にバイアスをもたらす可能性があると 考えられる。将来の研究においては、女性取締役と女性執行役員を分けて研究するべ きである。また、社内と社外取締役の立場が違うため、将来、十分のデータが入手で きれば、社内と社外女性取締役も分けて分析するべきである。
第四に、本研究はボードモニタリングをボードジェンダーダイバーシティが企業パ フォーマンスに影響する媒介変数として選択したが、ボードモニタリング以外にも、
ボードジェンダーダイバーシティがどのような企業行動の変化を通して企業パフォー マンスを影響するかは将来の研究するべき課題である。
第五に、現在、日本における約半数の上場企業は女性役員を登用していないので、
データの偏りがあり、研究結果にバイアスをもたらす可能性があると考える。将来 は、現段階において女性役員が登用されていない企業についての検討が必要である。
上述の五点は、本研究における限界である。今後の研究は、より充足したデータ、
新しい媒介変数への探索と多様の研究手法により、本研究の限界を克服することが期 待される。
参考文献
Adams, R. B., & Ferreira, D. (2009). Women in the boardroom and their impact on governance and performance. Journal of Financial Economics, 94(2), 291-309.
Al-Shaer, H., & Zaman, M. (2016). Board gender diversity and sustainability reporting quality.
Journal of Contemporary Accounting & Economics, 12(3), 210-222.
Argüden, Y. (2010). Diversity at the head table: Bringing complementary skills and experiences to the board. In Diversity at the Head Table: Bringing Complementary Skills and Experiences to the Board (Vol. 19). World Bank, Washington, DC.
Azim, M., & Taylor, D. (2009). Board monitoring and firm performance: Controlling for endogeneity and multicollinearity. Corporate Ownership and Control, 6(3), 79-93.
Baumgärtner, S. (2006). Measuring the diversity of what? and for what purpose? A conceptual comparison of ecological and economic biodiversity indices. SSRN Electronic Journal,
Benkraiem, R., Hamrouni, A., Lakhal, F., & Toumi, N. (2017). Board independence, gender diversity and CEO compensation. Corporate Governance (Bradford), 17(5), 845-860.
Bollen, K. A. (1990). Overall fit in covariance structure models: Two types of sample size effects.
Psychological Bulletin, 107(2), 256-259.
Campbell, K., & Mínguez-Vera, A. (2007). Gender diversity in the boardroom and firm financial performance. Journal of Business Ethics, 83(3), 435-451.
Daily, C. M., Johnson, J. L., & Dalton, D. R. (1999). On the measurements of board composition:
Poor consistency and a serious mismatch of theory and operationalization. Decision Sciences, 30(1), 83-106.
Dobbin, F., & Jung, J. (2011). Corporate board gender diversity and stock performance: The
Gordini, N. (2017). Gender diversity in the Italian boardroom and firm financial performance.
Management Research Review, 40(1), 75-94.
Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L. (2005). Multivariate data analysis 6th Edition. Pearson Prentice Hall.
Hampton, C. (2015). Estimating and reporting structural equation models with behavioral accounting data. Behavioral Research in Accounting, 27(2), 1-34.
Harjoto, M. A., Laksmana, I., & Yang, Y. (2018). Board diversity and corporate investment oversight. Journal of Business Research, 90, 40-47.
Hinson, L. A., & Utke, S. (2016). The Associations among earnings quality, voluntary disclosure, information asymmetry, and cost of equity capital: A structural equation modeling approach. SSRN Electronic Journal.
International Labour Organization. (2019). A quantum leap for gender equity. International Labour Organization.
https://www.ilo.org/wcmsp5/groups/public/---dgreports/---dcomm/---publ/documents/publication/wcms_674831.pdf. Accessed on 23rd Dec, 2020.
Joecks, J., Pull, K., & Vetter, K. (2012). Gender diversity in the boardroom and firm performance:
What exactly constitutes a “Critical mass?” Journal of Business Ethics, 118(1), 61-72.
Kakabadse, N. K., Figueira, C., Nicolopoulou, K., Hong Yang, J., Kakabadse, A. P., & Özbilgin, M.,F. (2015). Gender diversity and board performance: Women's experiences and perspectives.
Human Resource Management, 54(2), 265-281.
Li, J., Zhao, F., Chen, S., Jiang, W., Liu, T., & Shi, S. (2017). Gender diversity on boards and firms’
environmental policy. Business Strategy and the Environment, 26(3), 306-315.
Liu, Y., Wei, Z., & Xie, F. (2014). Do women directors improve firm performance in China?
Journal of Corporate Finance (Amsterdam, Netherlands), 28, 169-184.
Midavaine, J. (2016). Board diversity and R&D investment. Management Decision, 54(3), 558-569.
Mishra, J. (2013). Diversity and the effective corporate board. In Diversity and the Effective Corporate Board. Elsevier Science.
Nadeem, M., Zaman, R., & Saleem, I. (2017). Boardroom gender diversity and corporate sustainability practices: Evidence from Australian securities exchange listed firms. Journal of Cleaner Production, 149, 874-885.
Østergaard, C.,R., Timmermans, B., & Kristinsson, K. (2011). Does a different view create something new? the effect of employee diversity on innovation. Research Policy, 40(3), 500-509.
Rose, C. (2007). Does female board representation influence firm performance? the Danish evidence. Corporate Governance: An International Review, 15(2), 404-413.
Shehata, N., Salhin, A., & El-Helaly, M. (2017). Board diversity and firm performance: Evidence from the U.K. SMEs. Applied Economics, 49(48), 4817-4832.
Smith, N., Smith, V., & Verner, M. (2006). Do women in top management affect firm performance?
A panel study of 2,500 Danish firms. International Journal of Productivity and Performance Management, 55(7), 569-593.
Srinidhi, B., Gul, F. A., & Tsui, J. (2011). Female directors and earnings quality. Contemporary Accounting Research, 28(5), 1610-1644.
Triki Damak, S. (2018). Gender diverse board and earnings management: Evidence from French listed companies. Sustainability Accounting, Management and Policy Journal, 9(3), 289-312.
Zhang, P. (2010). Board information and strategic tasks performance. Corporate Governance, 18(5), 473-487.
青木英孝. (2014). 企業のガバナンス構造が経営戦略の変更に与える影響 : 多角化戦略の分 析. 日本経営学会誌, 34巻, 37–50.
伊藤正晴. (2018). 各国上場企業の女性取締役の状況と財務パフォーマンスとの関係. 大和 総研調査季報, 32巻, 66–83.
乾友彦, 中室牧子, 枝村一磨, 小沢潤子. (2014). 企業の取締役会のダイバーシティとイノベ ーション活動. RIETI Discussion Paper Series 14-J-055.
江頭憲治郎. (2016). コーポレート・ガバナンスの目的と手法. 早稲田法学, 92巻1号, 95–
117.
大野威. (2020). 女性役員登用の国際比較および女性役員と企業業績・株価の関係 : 女性役
員比率30%以上の日本企業の株価とROEの分析. 立命館産業社会論集, 55巻4号, 1-20.
金田充広. (2014). コーポレート・ガバナンスと社外取締役. 奈良学園大学紀要, 1巻, 25-35.
児玉直美, 小滝一彦, 高橋陽子. (2005). 女性雇用と企業業績. 日本経済研究, 52巻, 1-18.
児玉直美, Siegel, J. (2011). 日本の労働市場における男女格差と企業業績. RIETI Discussion Paper Series, 11-J-073.
スペンサースチュアート. (2019). Japan Board Index 2019.
総務省統計局. (2020). 統計からみた我が国の高齢者 －「敬老の日」にちなんで－. 統計ト ピックス No.126.
谷口真美. (2005). 『ダイバシティ・マネジメント : 多様性をいかす組織』.白桃書房.
東京証券取引所. (2004). 上場会社コーポレート・ガバナンス原則.
東京証券取引所. (2015). 「コーポレートガバナンス・コード~会社の持続的な成長と中 長 期的な企業価値の向上のために~」.
豊田秀樹. (2003). 『共分散構造分析 : 構造方程式モデリング. 疑問編』. 東京, 朝倉書店.
内閣府. (1992). 平成４年度国民生活白書. 経済企画庁.
内閣府. (2017). 平成29年版男女共同参画白書.
内閣府. (2019).令和元年版男女共同参画白書.
中村竜哉. (2018). 日本のコーポレートガバナンス改革における特徴. 拓殖大学経営経理研 究, 111巻, 213-249.
新倉博明, 瀬古美喜. (2017). 取締役会における女性役員と企業パフォーマンスの関係. 三田 学会雑誌, 110巻1号, 1-20.
松本守. (2019). 日本企業の取締役会における女性取締役の登用は本当に企業パフォーマン スを引き上げるのか? 北九州市立大学商経論集, 54巻1号, 69-82.
宮島英昭, 新田敬祐. (2007). 日本型取締役会の多元的進化: その決定要因とパフォーマンス 効果. 神田秀樹・財務省財務総合政策研究所編 『企業統治の多様化と展望』, 金融財政事 情研究会, 28-77.
物江陽子. (2016). “女性の活躍”に関する開示から見えるもの②諸外国における状況―取締 役会のダイバーシティを中心に. 大和総研. https://www.dir.co.jp/report/research/capital-mkt/esg/20160624_011011.html.アクセス日 2020年12月23日.
山本勲. (2018). 女性活躍を推進する働き方と企業業績-上場企業パネルデータを用いた検 証. 一橋ビジネスレビュー, 66巻1号, 30-43.
李苗苗. (2020). 董事会監督与企業績效的関係研究. 価値工程, 039(008), 50-53. (中国語) 楊雯雯, 湯美佳. (2011). 論日本女性地位従古代到近世的変化.安徽文学, 2011(12), 284-285.
（中国語）
付録1 Amosの分析結果により潜在変数と観測変数間の関係
2016 推定値 標準誤差 検定統計量 p
monitoring <--- diversity 0.06 0.022 2.708 0.007
performance <--- monitoring 0.008 0.011 0.772 0.44
performance <--- diversity 0.019 0.006 3.052 0.002
FLAG <--- monitoring 1
KENNIN <--- monitoring -0.677 0.076 -8.893 ***
INDRTO <--- monitoring 1.512 0.507 2.982 0.003
ROA <--- performance 1
ROE <--- performance 0.934 0.043 21.685 ***
AVEQ_0 <--- performance 9.338 0.487 19.157 ***
SHANNON <--- diversity 1
BLAU <--- diversity 0.413 0.001 374.711 ***
WOMRTO <--- diversity 0.245 0.001 170.205 ***
ATTAVG <--- monitoring 0.027 0.008 3.51 ***
2017 推定値 標準誤差 検定統計量 p
monitoring <--- diversity 0.081 0.026 3.148 0.002
performance <--- monitoring -0.012 0.011 -1.075 0.282
performance <--- diversity 0.022 0.006 3.689 ***
FLAG <--- monitoring 1
KENNINN <--- monitoring -0.589 0.074 -7.993 ***
INDRTO <--- monitoring 1.08 0.311 3.474 ***
ROA <--- performance 1
ROE <--- performance 0.911 0.048 18.929 ***
AVEQ_0 <--- performance 7.267 0.444 16.366 ***
SHANNON <--- diversity 1
BLAU <--- diversity 0.416 0.001 366.373 ***
WOMRTO <--- diversity 0.248 0.001 168.697 ***
INDATTAVG <--- monitoring 0.014 0.007 1.932 0.053
2018 推定値 標準誤差 検定統計量 p
monitoring <--- diversity 0.128 0.026 4.898 0.001>
performance <--- monitoring 0 0.012 -0.038 0.969
performance <--- diversity 0.011 0.006 1.683 0.092
FLAG <--- monitoring 1
KENNNINN <--- monitoring -0.627 0.078 -8.067 0.001>
INDRTO <--- monitoring 0.665 0.112 5.912 0.001>
ROA <--- performance 1
ROE <--- performance 0.909 0.046 19.662 0.001>
AVEQ_0 <--- performance 11.112 0.637 17.453 0.001>
SHANNON <--- diversity 1
BLAU <--- diversity 0.419 0.001 331.747 0.001>
WOMRTO <--- diversity 0.25 0.002 165.319 0.001>
AVG <--- monitoring 0.055 0.012 4.676 0.001>
2019 推定値 標準誤差 検定統計量 p
monitoring <--- diversity 0.135 0.026 5.201 0.001>
performance <--- monitoring -0.003 0.011 -0.254 0.799
performance <--- diversity 0.012 0.006 1.862 0.063
FLAG <--- monitoring 1
KENNINNRTO <--- monitoring -0.548 0.065 -8.432 0.001>
INDRTO <--- monitoring 0.711 0.117 6.102 0.001>
ROA <--- performance 1
ROE <--- performance 0.894 0.052 17.051 0.001>
AVEQ_0 <--- performance 10.377 0.707 14.683 0.001>
SHANNON <--- diversity 1
BLAU <--- diversity 0.425 0.001 332.028 0.001>
WOMRTO <--- diversity 0.257 0.002 163.666 0.001>
ATTAVG <--- monitoring 0.038 0.008 4.905 0.001>
付録２ モデル適合性指標に関しての説明 以下各変数は豊田（2003）より説明する。
RMSEA （Root mean Square Error of Approximation）
1自由度あたりの乖離度の大きさを評価する指標。極力、モデルの複雑さの影響を取り 除いた形で乖離度の大きさを捉えるため、近年広く利用されるようになった。値は0.0に 近いほど適合が良いと考える。
AGFI（Adjusted Goodness of Fit Index）
GFI（Goodness of Fit Index）はモデルがデータの分散行列をどの程度再現できているか を指標化したもの。GFIはその定義上、推定させる母数が多い（自由度が小さい）と無条 件に値が大きくなる傾向があるので、このバイアスを修正するために、AGFIはGFIに対 して自由度による補正を加えたもの。値の上限は1.0であり、これに近いほど説明率が高 い、適合の良いモデルであると判断する。
CFI（Comparative Fit Index）
独立モデルと分析モデル双方の自由度を考慮した上で乖離度の比較を行う指標。必ず
0.0~1.0の間の値を取り、1.0に近いほど適合が良いと判断する。
NFI（Normed Fit Index）
分析モデルの乖離度が独立モデルの乖離度から何％減少したかを表す指標。値は0.0~1.0 の間をとり、1.0に近いほど減少率が高いので適合が良いと判断する。
付録３ 頑健性テスト１
頑健性テスト１
2016 推定値 標準誤差 検定統計量 p
monitoring <--- diversity 0.165 0.059 2.809 0.005
performance <--- monitoring -0.026 0.017 -1.517 0.129
performance <--- diversity 0.088 0.02 4.44 0.001>
2017 推定値 標準誤差 検定統計量 p
monitoring <--- diversity 0.205 0.067 3.054 0.002
performance <--- monitoring -0.038 0.016 -2.329 0.02
performance <--- diversity 0.067 0.018 3.682 0.001>
2018 推定値 標準誤差 検定統計量 p
monitoring <--- diversity 0.241 0.072 3.342 0.001>
performance <--- monitoring -0.023 0.017 -1.332 0.183
performance <--- diversity 0.081 0.019 4.286 0.001>
2019 推定値 標準誤差 検定統計量 p
monitoring <--- diversity 0.332 0.075 4.45 0.001>
performance <--- monitoring -0.032 0.013 -2.426 0.015
performance <--- diversity 0.053 0.017 3.07 0.002
付録４ 頑健性テスト２
頑健性テスト２
2016 推定値 標準誤差 検定統計量 p
monitoring <--- diversity 0.056 0.022 2.523 0.012
performance <--- monitoring 0.012 0.012 1.052 0.293
performance <--- diversity 0.024 0.006 3.692 0.001>
2017 推定値 標準誤差 検定統計量 p
monitoring <--- diversity 0.084 0.026 3.196 0.001
performance <--- monitoring -0.009 0.012 -0.79 0.43
performance <--- diversity 0.026 0.006 4.377 0.001>
2018 推定値 標準誤差 検定統計量 p
monitoring <--- diversity 0.108 0.025 4.304 0.001>
performance <--- monitoring 0.014 0.014 1.061 0.289
performance <--- diversity 0.015 0.007 2.346 0.019
2019 推定値 標準誤差 検定統計量 p
monitoring <--- diversity 0.109 0.025 4.358 0.001>
performance <--- monitoring 0.011 0.013 0.885 0.376
performance <--- diversity 0.018 0.007 2.785 0.005
付録５ 頑健性テスト３
頑健性テスト３
2016 推定値 標準誤差 検定統計量 p
monitoring <--- gender 0.059 0.022 2.665 0.008
ROA <--- monitoring 0.01 0.011 0.929 0.353
ROA <--- gender 0.022 0.006 3.514 0.001>
2017 推定値 標準誤差 C.R. p
monitoring <--- gender 0.072 0.026 2.804 0.005
ROA <--- monitoring 0.004 0.011 0.319 0.749
ROA <--- gender 0.021 0.006 3.376 0.001>
2018 推定値 標準誤差 検定統計量 p
monitoring <--- gender 0.127 0.026 4.882 0.001>
ROA <--- monitoring 0.006 0.013 0.495 0.621
ROA <--- gender 0.018 0.007 2.634 0.008
2019 推定値 標準誤差 検定統計量 p
monitoring <--- gender 0.134 0.026 5.17 0.001>
ROA <--- monitoring 0.003 0.012 0.212 0.832
ROA <--- gender 0.014 0.007 2.181 0.029
付録6 頑健性テスト4
頑健性テスト４
2016 推定値 標準誤差 検定統計量 p
monitoring <--- diversity 0.058 0.022 2.656 0.008
performance <--- monitoring -0.007 0.011 -0.613 0.54
performance <--- diversity 0.027 0.006 4.373 0.001>
2017 推定値 標準誤差 検定統計量 p
monitoring <--- diversity 0.099 0.029 3.426 0.001>
performance <--- monitoring -0.005 0.011 -0.475 0.635
performance <--- diversity 0.009 0.007 1.417 0.156
2018 推定値 標準誤差 検定統計量 p
monitoring <--- diversity 0.155 0.029 5.388 0.001>
performance <--- monitoring -0.009 0.013 -0.676 0.499
performance <--- diversity 0.017 0.007 2.257 0.024