就在最近，美国司法部（DOJ）和联邦贸易委员会（FTC）在一份法庭文件中，精确指出人工智能初创公司 OpenAI 和微软公司存在董事职位重叠问题。这一事件的起因是马斯克起诉 OpenAI，称其与微软违反反垄断法，其中关键一点便是 LinkedIn 联合发起人 Reid Hoffman 在 2017 - 2023 年期间同时在两家公司的董事会任职，此外，微软高管 Deannah Templeton 在 2023 年 12 月至 2024 年 7 月期间，担任微软执行官的同时，也是 OpenAI 董事会的非投票成员。美国这两大反垄断机构觉得，即便这些有关人员已经辞职，董事职位重叠的情况依然很可能损害市场之间的竞争。这一事件引发轩然，也让竞争企业间董事重叠现象重回大众视野。
在企业运营中，竞争企业间董事 就在最近，美国司法部（DOJ）和联邦贸易委员会（FTC）在一份法庭文件中，精确指出人工智能初创公司 OpenAI 和微软公司存在董事职位重叠问题。这一事件的起因是马斯克起诉 OpenAI，称其与微软违反反垄断法，其中关键一点便是 LinkedIn 联合发起人 Reid Hoffman 在 2017 - 2023 年期间同时在两家公司的董事会任职，此外，微软高管 Deannah Templeton 在 2023 年 12 月至 2024 年 7 月期间，担任微软执行官的同时，也是 OpenAI 董事会的非投票成员。美国这两大反垄断机构觉得，即便这些有关人员已经辞职，董事职位重叠的情况依然很可能损害市场之间的竞争。这一事件引发轩然，也让竞争企业间董事重叠现象重回大众视野。
在企业运营中，竞争企业间董事重叠现象广泛存在，尽管这一行为可能违反 1914 年《克莱顿法》第 8 条，存在潜在法律风险，但现实中却颇为常见且呈上涨的趋势。董事在竞争企业董事会间的交叉任职，使得企业敏感信息，如知识产权（IP）和商业机会，面临泄露风险。当多个董事在竞争企业间重叠时，信息泄露可能在整个竞争网络中扩散，导致企业间创新趋同，产品差异化降低，进而影响企业在市场中的表现，因此研究其影响具备极其重大的学术和监管意义。
本研究聚焦于竞争企业间重叠董事网络（CODN），旨在探究以下核心问题：一是 CODN 对企业创新、产品差异化及绩效的影响；二是确定信息和 IP 泄露是否为影响企业结果的重要机制；三是分析 CODN 在存在负面效应的情况下仍能稳定存在的原因。
l 变量定义：将处于同一 TNIC - 4 行业组且产品相似度在前 1% 的企业定义为直接竞争对象；若两企业至少共享一名董事，则视为有董事重叠。采用局部聚类测度计算重叠董事密度（ODdensity），以此衡量企业所处网络的紧密程度。同时，定义了一系列衡量企业产品差异化、绩效、创新等方面的变量，如 TNIC 总相似度衡量产品差异化，资产回报率（ROA）和托宾 Q 值评估企业绩效等。
l 研究方法：运用面板数据回归模型，在控制企业规模、年龄、市场市净率等因素的基础上，分析 ODdensity 对各变量的影响。为解决内生性问题，采用了多种方法：利用 9 个州陆续允许采取公司机会豁免（COW）这一准自然实验，考察其对董事泄露信息激励的影响；使用二阶董事连接作为工具变量；通过一系列分析分析师覆盖变化导致的信息环境冲击，研究其对结果的影响。
l 董事重叠情况：直接竞争对象间的董事重叠现象普遍，且随着产品相似度增加而增多，这种趋势在近年来愈发明显。
l CODN 对企业的影响：CODN 密度与企业产品相似度正相关，即 CODN 密度越高，企业产品差异化程度越低；同时，CODN 密度与企业绩效指标（如 ROA 和市净率）负相关，表明其会损害企业绩效。此外，高 CODN 密度促使企业增加研发投入，但专利数量和价值却降低，反映出创新的冗余性，企业在这种网络环境下难以产生新颖的技术成果。
l 信息泄露机制：通过对特定技术在企业间传播的研究发现，当企业处于高 CODN 密度网络且面临更强的信息泄露激励（如所在州采用 COW 政策）时，技术传播速度更快。这直接证明了信息泄露是导致企业创新趋同和绩效下降的重要机制。
l CODN 的稳定性：尽管 CODN 存在负面影响，但由于企业间的协调问题，它仍能保持稳定。具体表现为企业从网络中获取技术的收益大于自身技术泄露的损失，即使整体行业利润降低，企业也倾向于维持网络连接。同时，实证发现重叠董事在高 CODN 密度行业中能获得更好的职业前景，这也从侧面说明了 CODN 的稳定性。
l 不同竞争关系的影响差异：对于产品互补的企业（TNIC2 - TNIC4），OD 网络密度的增加与产品差异化程度提高、企业绩效提升相关，这与直接竞争企业的情况形成鲜明对比，表明 OD 网络对不同竞争关系的企业影响不同。
本研究深入剖析了竞争企业间重叠董事网络（CODN）对企业创新和商品市场策略的影响。研究表明，CODN 与企业创新趋同、产品差异化损失紧密关联，进而导致企业绩效不佳。通过多种内生性检验，验证了信息泄露是造成这些负面结果的关键机制。此外，研究还发现 CODN 在协调失败的情况下能够稳定存在，并且在不同竞争关系的企业中产生不同影响。这些结论为理解企业间网络关系提供了新视角，也为监管部门制定政策提供了重要依据，有助于企业和监管者更好地应对董事重叠带来的问题，促进市场的健康发展。
重叠现象广泛存在，尽管这一行为可能违反 1914 年《克莱顿法》第 8 条，存在潜在法律风险，但现实中却颇为常见且呈上涨的趋势。董事在竞争企业董事会间的交叉任职，使得企业敏感信息，如知识产权（IP）和商业机会，面临泄露风险。当多个董事在竞争企业间重叠时，信息泄露可能在整个竞争网络中扩散，导致企业间创新趋同，产品差异化降低，进而影响企业在市场中的表现，因此研究其影响具备极其重大的学术和监管意义。
本研究聚焦于竞争企业间重叠董事网络（CODN），旨在探究以下核心问题：一是 CODN 对企业创新、产品差异化及绩效的影响；二是确定信息和 IP 泄露是否为影响企业结果的重要机制；三是分析 CODN 在存在负面效应的情况下仍能稳定存在的原因。
l 变量定义：将处于同一 TNIC - 4 行业组且产品相似度在前 1% 的企业定义为直接竞争对象；若两企业至少共享一名董事，则视为有董事重叠。采用局部聚类测度计算重叠董事密度（ODdensity），以此衡量企业所处网络的紧密程度。同时，定义了一系列衡量企业产品差异化、绩效、创新等方面的变量，如 TNIC 总相似度衡量产品差异化，资产回报率（ROA）和托宾 Q 值评估企业绩效等。
l 研究方法：运用面板数据回归模型，在控制企业规模、年龄、市场市净率等因素的基础上，分析 ODdensity 对各变量的影响。为解决内生性问题，采用了多种方法：利用 9 个州陆续允许采取公司机会豁免（COW）这一准自然实验，考察其对董事泄露信息激励的影响；使用二阶董事连接作为工具变量；通过一系列分析分析师覆盖变化导致的信息环境冲击，研究其对结果的影响。
l 董事重叠情况：直接竞争对象间的董事重叠现象普遍，且随着产品相似度增加而增多，这种趋势在近年来愈发明显。
l CODN 对企业的影响：CODN 密度与企业产品相似度正相关，即 CODN 密度越高，企业产品差异化程度越低；同时，CODN 密度与企业绩效指标（如 ROA 和市净率）负相关，表明其会损害企业绩效。此外，高 CODN 密度促使企业增加研发投入，但专利数量和价值却降低，反映出创新的冗余性，企业在这种网络环境下难以产生新颖的技术成果。
l 信息泄露机制：通过对特定技术在企业间传播的研究发现，当企业处于高 CODN 密度网络且面临更强的信息泄露激励（如所在州采用 COW 政策）时，技术传播速度更快。这直接证明了信息泄露是导致企业创新趋同和绩效下降的重要机制。
l CODN 的稳定性：尽管 CODN 存在负面影响，但由于企业间的协调问题，它仍能保持稳定。具体表现为企业从网络中获取技术的收益大于自身技术泄露的损失，即使整体行业利润降低，企业也倾向于维持网络连接。同时，实证发现重叠董事在高 CODN 密度行业中能获得更好的职业前景，这也从侧面说明了 CODN 的稳定性。
l 不同竞争关系的影响差异：对于产品互补的企业（TNIC2 - TNIC4），OD 网络密度的增加与产品差异化程度提高、企业绩效提升相关，这与直接竞争企业的情况形成鲜明对比，表明 OD 网络对不同竞争关系的企业影响不同。
本研究深入剖析了竞争企业间重叠董事网络（CODN）对企业创新和商品市场策略的影响。研究表明，CODN 与企业创新趋同、产品差异化损失紧密关联，进而导致企业绩效不佳。通过多种内生性检验，验证了信息泄露是造成这些负面结果的关键机制。此外，研究还发现 CODN 在协调失败的情况下能够稳定存在，并且在不同竞争关系的企业中产生不同影响。这些结论为理解企业间网络关系提供了新视角，也为监管部门制定政策提供了重要依据，有助于企业和监管者更好地应对董事重叠带来的问题，促进市场的健康发展。返回搜狐，查看更加多
