基于PSM的股權激勵實施效果檢驗

王昌銳（副教授），李夢元

一、研究背景

兩權分離的企業(yè)經營管理模式可以提高企業(yè)管理效率，有效促進企業(yè)發(fā)展，但同時也不可避免地帶來了委托代理問題，阻礙了企業(yè)的長期發(fā)展。為了緩解委托代理問題，20世紀50年代美國探索出第一只股票期權和第一份員工持股計劃。股權激勵措施可以使管理者目標與股東目標趨于一致，共享收益、共擔風險，從而促進企業(yè)的長遠發(fā)展。由于其特有的優(yōu)越性，股權激勵受到熱烈追捧，并在西方發(fā)達國家被廣泛應用。我國于2005年修訂了《公司法》和《證券法》，大大改善了金融市場環(huán)境和法律環(huán)境，為實施股權激勵計劃創(chuàng)造了條件。2006年證監(jiān)會頒布了《上市公司股權激勵管理辦法（試行）》，指出已經完成股權分置改革的上市公司，可遵照該辦法的要求實施股權激勵，我國就此正式拉開了實施股權激勵計劃的序幕。

我國對實施股權激勵的公司有一定的要求。例如，李春玲等（2014）以民營企業(yè)為樣本研究發(fā)現，公司業(yè)績會影響股權激勵偏好，公司業(yè)績好的企業(yè)更傾向于實施股權激勵。林大龐等（2011）從盈余管理的角度出發(fā)，發(fā)現實施股權激勵公司的修正前平均業(yè)績顯著高于不實施股權激勵公司的修正前平均業(yè)績?？梢姡谘芯抗蓹嗉顚嵤┬Ч麜r會存在樣本選擇偏誤問題。本文將采用傾向得分匹配法（PSM）來解決這個問題，同時試圖解決以下問題：公司可以通過實施股權激勵計劃來改善公司績效嗎？股權結構以及股權性質會怎樣影響股權激勵效果？實現股權激勵計劃有效性的途徑是什么？通過研究我們發(fā)現：股權激勵計劃確實可以提高公司績效；股權結構會影響股權激勵效果，股權分散公司的激勵效果顯著好于股權集中的公司；股權性質不會影響股權激勵效果，無論是國有企業(yè)還是民營企業(yè)，實施股權激勵都可以顯著提高公司績效；股權激勵計劃可以顯著增加固定資產投資，降低國有企業(yè)代理成本。

二、文獻回顧與研究假設

1.股權激勵與公司績效。國外研究發(fā)現，股權激勵計劃可以有效提高公司績效（Jensen、Meckling，1976；Holmstrom、Costa，1986；Smith、Watts，1992；Bizjak等，1993）。Min Chung Kim等（2016）研究發(fā)現，CMO的股權激勵情況與企業(yè)價值呈正相關關系；將CMO管理權細分為財務、戰(zhàn)略和經營分別檢驗，發(fā)現財務、戰(zhàn)略和經營的管理權集中度與股權激勵效果呈正相關關系。Michele Fabrizi（2016）也發(fā)現，當控制了對CEO的激勵水平后，CMO的股權激勵效果與股東價值呈正相關關系。

目前，國內有關股權激勵有效性的實證研究有限，研究結果也不一致。大部分學者的研究認為，股權激勵可以提高公司業(yè)績。張敦力等（2013）以A股上市公司為研究樣本，發(fā)現對管理層實施股權激勵可以提高公司業(yè)績。Teng等（2014）以中小板公司為研究對象也發(fā)現實施股權激勵可以提高公司業(yè)績；進一步研究發(fā)現，作為股權激勵方案的重要因素，激勵總數占總股本比例、有效期以及激勵類型對公司業(yè)績并無顯著影響。Li等（2014）研究發(fā)現，股權激勵與企業(yè)業(yè)績呈正相關關系，但由于企業(yè)有操縱利潤的行為，企業(yè)業(yè)績會被人為扭曲，因此企業(yè)盈余管理行為削弱了股權激勵與企業(yè)業(yè)績的正向關系。陳文強等（2015）以代理成本為中介，分別研究了第一類代理成本和第二類代理成本對股權激勵效果的影響，發(fā)現股權激勵通過降低代理成本來提高公司業(yè)績。董斌等（2015）運用傾向得分匹配模型緩解內生性問題，并用Rosenbaum邊界估計方法進行穩(wěn)健性檢驗，發(fā)現我國上市公司股權激勵與公司績效呈顯著的正相關關系；對股權性質和企業(yè)成長性劃分后進一步研究發(fā)現，民營企業(yè)和成長性較高的企業(yè)實施股權激勵的效果較好。胡國強等（2014）研究發(fā)現，實施股權激勵的公司更容易取得銀行借款，尤其是短期借款。但是股權激勵也會產生負面效應，高激勵水平的IPO公司會比低激勵水平的IPO公司面臨更大的訴訟風險（Li，2016）。

也有研究認為股權激勵與公司績效呈非線性關系。吳娟、俞靜（2017）從股權激勵力度的角度研究發(fā)現，隨著股權激勵力度的增加，股權激勵與公司績效呈先增后減再增的非線性關系。范合君、初梓豪（2013）從股權激勵結構的角度研究發(fā)現，隨著股權激勵比例的提升，公司績效呈先增后減的倒U型變動趨勢。章雁等（2015）通過構建多元非線性回歸模型檢驗了中小板企業(yè)實施股權激勵的效果，發(fā)現實施股權激勵對公司發(fā)展有一定的積極作用。具體來說，股權激勵效果與股權激勵比例呈先增后減再增的區(qū)間效應。

還有研究發(fā)現股權激勵與公司績效之間是相互作用的關系。沈小燕（2015）研究了股權激勵實施前后的公司績效，通過橫向比較發(fā)現，在實施股權激勵計劃之前，實施股權激勵計劃的公司績效比不實施股權激勵的公司績效好，這種情況在民營企業(yè)中表現更為顯著；縱向比較發(fā)現，實施股權激勵計劃之后公司績效得到提升，這種情況在國有企業(yè)中表現更為顯著。李春玲等（2014）以民營企業(yè)為樣本研究發(fā)現，股權激勵與公司業(yè)績具有相互促進的循環(huán)推動效應。林大龐等（2011）基于盈余管理的角度，用修正后的總資產報酬率，并通過Heckman兩階段模型緩解內生性問題，研究發(fā)現股權激勵與公司業(yè)績正相關；進一步分析發(fā)現，實施股權激勵公司的修正前平均業(yè)績顯著高于不實施股權激勵公司的修正前平均業(yè)績。

另外，有研究發(fā)現股權激勵效果在我國并不明顯。劉廣生等（2013）采用獨立樣本T檢驗、配對樣本T檢驗和多元線性回歸方法，對股權激勵效果進行了實證研究，發(fā)現實施股權激勵能顯著提升上市公司的業(yè)績。楊龍光等（2013）運用主成分分析法研究了公司八大財務指標，發(fā)現股權激勵會影響企業(yè)風險和長期償債能力，但對盈利能力等其他財務指標并無影響。呂長江等（2011）從制度背景、公司治理和公司特征對上市公司選擇股權激勵的動機進行了研究，發(fā)現股權激勵在我國沒有發(fā)揮作用。顧斌等（2007）發(fā)現股權激勵在我國沒有發(fā)揮長期作用，公司實施股權激勵后業(yè)績改善并不明顯。鄒玉等（2014）運用配對樣本T檢驗方法也發(fā)現，我國實施股權激勵的公司的業(yè)績普遍沒有得到改善。

由上述分析可知，已有文獻由于研究樣本、研究期間、研究方法、研究角度不同，研究結果并不一致。對樣本股權激勵計劃有效期進行統計發(fā)現，公司股權激勵計劃的有效期最短為2年、最長為10年，有92%的公司其股權激勵計劃的有效期在4～5年，有97.8%的公司其股權激勵計劃的有效期大于等于4年，這說明企業(yè)通常把股權激勵計劃作為一項中長期激勵措施。當前，我國政府仍然缺乏對金融市場的監(jiān)管。尤其在國有企業(yè)中，政府擁有大部分股權，這可能誘發(fā)管理者過度消費和濫用資金等腐敗行為，導致上市公司的代理成本很高。而股權激勵計劃可以解決這個問題，其在上市公司中應該更有效?；谏鲜龇治?，本文提出第一個假設：

H1：實施股權激勵可以提高我國上市公司的績效。

2.股權結構對股權激勵有效性的影響。股權激勵計劃的目的之一是降低代理成本。然而，代理成本因股權結構不同而對股權激勵效果產生不同影響。一般來說，管理權較大的公司，股權相對分散，管理權與大股東控制權的相互制衡關系會影響股權激勵效果。張晨宇等（2015）利用結構方程研究發(fā)現，管理權越大，公司績效越差。周仁俊等（2012）發(fā)現大股東的控制會對股權激勵效果產生顯著影響，但股權性質不同其作用效果也不同，國有企業(yè)的大股東股權集中度越高，股權激勵效果越好；而在民營企業(yè)中，大股東股權集中度與股權激勵效果負相關。李維安等（2006）認為股權結構是影響股權激勵效果的重要因素，以民營企業(yè)為樣本研究發(fā)現，在第一大股東絕對控股和持股比例低于20%時，股權激勵效果不明顯；當第一大股東持股比例在20%～40%之間時，股權激勵效果顯著，與公司績效呈倒U型關系。還有學者（2014）以我國上市公司為樣本研究了股權激勵影響因素，結果表明公司規(guī)模與股權激勵水平顯著正相關，公司成長性和股權制衡程度與股權激勵水平顯著負相關。

上市公司股權高度集中，股東對公司的控制力較大，這可能使股權激勵計劃的實施效果低于預期。當公司股權高度集中時，一方面，大股東在公司發(fā)揮重要的監(jiān)督作用，公司內部擁有低成本監(jiān)督管理者的機制，因此實施股權激勵的邊際效用就比較低；另一方面，當股權高度集中時，實施股權激勵計劃的目的可能不再是激勵管理者提高公司業(yè)績，而是出于其他目的，比如基于福利目的、為企業(yè)留住人才等，這也使得股權激勵計劃對管理者的激勵作用大大減弱?；谏鲜龇治觯疚奶岢龅诙€假設：

H2：相對于股權集中的公司，股權分散公司的股權激勵效果更好。

三、研究方法

為了檢驗上文提出的假設，本文將樣本分為兩組：①激勵組，即實施股權激勵計劃的公司；②控制組，即未實施股權激勵計劃的公司。為了控制樣本選擇偏誤，本文將采用PSM法進行研究。PSM的優(yōu)勢在于可以把多維的信息濃縮成一個維度，將多個維度加權平均得到總分即PS值，進而進行配對。

1.傾向得分值。PSM的原理是用除實驗變量之外的多個維度為實驗組匹配出控制組，實驗組與控制組的區(qū)別就在于是否進行了實驗。除此之外，其他因素不會對實驗效果造成顯著影響，以此避免其他影響因素對實驗效果的干擾。將多個匹配維度以一定的權重壓縮成一維的PS值，其實質是條件概率值，用公式表示為：P（X）=Pr［D=1|X］=E［D|X］。

其中：X是控制組的多維向量特征；D是虛擬變量，在本文中則是指公司是否實施了股權激勵，如公司實施股權激勵則取值1，否則為0。通?？梢岳肔ogit或Probit模型獲得PS值。

2.匹配方法。接下來介紹三種匹配方法：最近鄰匹配、半徑匹配和核匹配。

（1）最近鄰匹配方法是尋找與實驗組的絕對距離最小的控制組樣本，根據估計的PS值的大小，計算激勵組樣本與控制組樣本PS值的差。PS值差的絕對值即為距離，可以根據需要進行一對一或一對多的匹配。由于激勵組樣本數遠遠小控制組，本文選擇一對三的匹配方式。

（2）半徑匹配方法是先設定距離r，以激勵組樣本的PS值為圓心、以r為半徑畫圓，凡是PS值在圓內的控制組樣本都作為該激勵組樣本的匹配對象。

（3）核匹配方法的原理是將控制組公司的各匹配特征與激勵組樣本相應特征進行比較，找出與激勵激勵組樣本各特征最相似的匹配特征，將其組合在一起成為一個虛擬公司，這個公司即為此激勵組樣本的核匹配對象。

3.平均處理效應。平均處理效應在本文中是指：由于激勵組的公司實施了股權激勵計劃，造成激勵組與控制組在公司績效上的差異。

ATT表示激勵組的平均處理效應：

ATC表示控制組的平均處理效應：

ATE表示平均處理效應，實質是對ATT和ATC根據樣本量進行加權平均：

其中：Y（1）表示實施股權激勵的公司績效；Y（0）表示未實施股權激勵的公司績效；Y（1）-Y（0）為處理效應；Treat=1表示激勵組；Treat=0表示控制組；N1表示激勵組的樣本數；N0表示控制組的樣本數。

四、樣本選擇和變量選取

1.研究樣本。本文以2013～2016年實施股權激勵的上市公司作為激勵組樣本，并依據傾向得分匹配法（PSM）匹配出相應的上市公司作為控制組樣本，以研究上市公司在實施股權激勵后公司績效的變化。具體來說，選取在2013～2014年開始實施股權激勵的公司，并將該虛擬變量jili賦值為1。如果2013年為1，則以后的2014～2016年的jili變量也設置為1。同樣，如果2014年jili變量為1，則以后的2015～2016年的jili變量也設置為1。這些jili變量為1的樣本為激勵組，其余jili變量賦值為0。然后從jili變量為0的樣本中利用PSM法匹配出控制組，這些控制組僅僅是在jili變量上存在差異，其他方面的差異并不會對研究結果造成顯著影響。以激勵組中A公司為例，根據A公司各個維度的特征（公司規(guī)模、資產負債率、銷售回報比、股權性質、股權結構等），利用PSM在jili變量為0的樣本中找到一個或多個公司構成控制組，使得這些公司在公司規(guī)模、資產負債率、銷售回報比、股權性質、股權結構等維度上與A公司基本一致，這樣處理后，激勵組與控制組的差異僅在于是否實施了股權激勵措施。通過比較激勵組與控制組在公司績效上的差異，進而研究股權激勵的實施效果。

本文數據來源于國泰安數據庫（CSMAR），同時作者手工搜集了部分公司的股權激勵計劃。相關數據篩選的原則是：剔除2012年證監(jiān)會行業(yè)分類中的金融行業(yè)；剔除ST類上市公司；剔除中途取消股權激勵方案的上市公司；剔除資產負債率大于100%的公司；剔除樣本區(qū)間內總資產增長率大于150%的公司；剔除存在缺失值的樣本。最后得到308個實施股權激勵的公司，總樣本8195個，激勵樣本886個。為避免異常值的影響，對關鍵變量進行了1%和99%的縮尾處理。

2.變量選取。衡量股權激勵有效性的指標有roa、roe、ac、invt和tagr，其中roa和roe用來衡量公司績效。股權激勵措施主要通過兩種途徑提高公司績效，即增加公司投資、降低代理成本。本文用投資支出率invt和總資產增長率tagr衡量企業(yè)的投資情況，用ac衡量企業(yè)的代理成本。具體變量定義見表1。

五、實證結果與穩(wěn)健性檢驗

1.Logit估計結果。

（1）本文采用Logit模型估計PS值。為了配比得到與激勵樣本盡可能相似的公司，在配對時本文從三個方面加以考慮：①公司財務特征變量：公司規(guī)模、負債率、成長機會、資產結構、盈利能力、行業(yè)虛擬變量；②因為本文探討的是股權激勵效果，為了防止其他激勵方式對結果產生誤導，經理人激勵變量包括高管年薪和高管持股比例；③公司治理結構變量包括股權集中度、第一大股東持股比例、股東制衡程度、股權性質。表2是對以上配對變量的描述性統計。

根據表2，tobin最大值為13.955，最小值為0.915，標準差為2.219，說明企業(yè)之間成長機會差異較大；topone最大值86.347，最小值為2.179，標準差為2.219，說明第一大股東持股比例差異特別大，最高持股比例達到86.35%，最低持股比例才2.18%，且第一大股東平均持股比例為35.2%，可以直觀看到我國企業(yè)存在“一股獨大”現象。zindex是衡量股權制衡的指標，最大值為1080.102，最小值為1，其值越大說明“一股獨大”現象越嚴重，股東之間制衡效果越不好；heyi和stata是啞變量，heyi均值為0.248，說明樣本中，董事長與總經理兩職合一的公司占比24.85，，state均值為0.418，說明國有企業(yè)與民營企業(yè)數量相差不大。其他變量，size、tobin等差異較大。

表1 變量說明

表2 配對變量的描述性統計

（2）對不同的配對變量進行組合，在控制了行業(yè)和股權性質后，對五個Logit模型進行回歸，回歸結果如表3所示。

從表3可以看出，企業(yè)規(guī)模、銷售回報比、高管薪酬、高管持股比例與企業(yè)實施股權激勵計劃顯著正相關。企業(yè)規(guī)模越大、盈利水平越高、以往支付給高管的薪酬越高、高管現持有的股份越多，企業(yè)越傾向于實施股權激勵計劃。企業(yè)負債率、資產結構、股權集中度、股東制衡程度、股權性質與企業(yè)實施股權激勵計劃顯著負相關。企業(yè)負債越多、固定資產越多、股權集中度越高、股東制衡程度越高，企業(yè)越不愿意實施股權激勵計劃。其他變量雖不顯著，但也可以看出其對股權激勵計劃的影響方向：企業(yè)成長性越高，越傾向于實施股權激勵計劃；公司的董事長與總經理如果由同一人兼任，則該公司傾向于實施股權激勵。股權集中度還可以用第一大股東持股比例衡量，它與股權激勵計劃也呈負相關關系。

對多個不同的Logit模型進行回歸的最終目的是確定一個最佳模型，據此計算PS值，進而對激勵組和控制組進行配對，因此Logit模型的選擇至關重要。但是，當前沒有明確的標準來評價Logit模型，因此本文選擇以下兩種方法評價上述Logit模型：①在Logit分析中廣泛使用pseudo-R2；②AUC：ROC曲線下的面積，如果AUC達到0.8以上就說明模型效果比較好。從表4中可以看出，這五個模型的偽R2和AUC相差并不大，AUC都在0.75左右，雖然低于0.8，但與以往文獻中的0.766相差不大（董斌，2015）。綜合考慮，本文將采用Logit模型（1）估計PS值。

2.樣本匹配結果。PSM需滿足共同支撐假設和平行假設，以下將基于最近鄰匹配方法進行討論。同時本文也采用了半徑匹配和核匹配，結果也均滿足上述兩個假設，由于結果相似，故不再列示。

（1）共同支撐假設。圖1、圖2分別顯示了激勵組與控制組最近鄰匹配前后的核密度函數。通過匹配對比可以發(fā)現，匹配前后兩組PS值之間的差異顯著不同。匹配前，控制組PS值的峰值在0.05，而激勵組的PS值峰值在0.2，兩組PS值差異明顯。以往研究多使用控制組中的所有公司與激勵組進行比較研究，因此其結果必然會存在偏差。為避免上述偏差，本文根據PS值選擇控制組的公司與激勵組的公司進行匹配，如圖2所示，匹配后兩組PS值的峰值都在0.2左右。另外，匹配后兩組的核密度函數曲線已經十分接近，這表明兩組中所有樣本的PS值已十分接近，共同支撐假設得到了滿足。

表3 不同Logit模型的估計結果

圖1 最近鄰匹配前的核密度函數

圖2 最近鄰匹配后的核心密度函數

除上述核密度函數圖可以檢驗共同支撐假設是否滿足之外，我們還可以用ROC曲線及曲線下的面積AUC進行檢驗。如果匹配前ROC曲線越向上彎曲、AUC越大，說明PS值區(qū)分0或1的作用越大，越能區(qū)分一個公司是否會采取股權激勵計劃；如果匹配后ROC曲線貼近對角直線，說明PS值已無法區(qū)分0或1，即沒有能力判別一個公司是否會采取激勵措施。圖3和圖4分別顯示了最近鄰匹配前后的ROC曲線，通過對比發(fā)現，匹配前后兩條曲線有了顯著的變化，匹配前AUC為0.756，匹配后AUC為0.544，匹配效果較好，共同支撐假設也得到了滿足。

圖3 最近鄰匹配前ROC曲線

圖4 最近鄰匹配后ROC曲線

（2）平行假設。平行假設檢驗匹配后激勵組與控制組的各匹配維度是否相近，只有匹配后控制組公司在各個維度上都與激勵組公司相似，才能確保估計結果的可信度。表4列示了平行假設檢驗結果。在匹配前，激勵組與控制組所有匹配變量的差異均在1%的水平上顯著，據此得出的研究結果會受到多重因素的干擾，無法證明公司績效的改變是源于公司實施了股權激勵計劃。經過最近鄰匹配之后，所有匹配變量的標準誤差均小于5%，標準誤差絕對值減小幅度均在80%以上。其中托賓Q、資產結構、銷售回報比和高管持股比例的標準誤差絕對值減少幅度達到了95%以上，在匹配完成后，激勵組與控制組所有匹配變量的差異均不顯著，其t檢驗的相伴概率均遠遠大于10%，這表明匹配后的兩組公司在各個匹配維度上已經基本相同，滿足了平行假設。

3.股權激勵計劃有效性分析。

（1）股權激勵對公司績效的影響。以下討論將基于最近鄰匹配方法展開，半徑匹配和核匹配方法用于穩(wěn)健性測試。表5列示了最近鄰匹配下的詳細結果以及另外兩種匹配方法下的主要結果。通過分析發(fā)現，在匹配前激勵組與控制組的資產報酬率分別為0.092和0.056，差異為0.036，在1%的水平上顯著；匹配后激勵組與控制組的將資產收益率分別為0.092和0.079，差異0.013，在1%的水平上顯著。在匹配前激勵組與控制組的資產收益率分別為0.057和0.035，差異為0.023，在1%的水平上顯著；匹配后激勵組與控制組的資產收益率分別為0.057和0.051，差異為0.006，在1%的水平上顯著。以上分析說明實施股權激勵計劃確實可以提高公司績效，這與H1一致。同時，半徑匹配與核匹配方法也支持上述結論。

表4 激勵組與控制組平行假設檢驗結果

表5 實施股權激勵對公司績效的影響

那么，股權激勵計劃是通過什么途徑來提高公司績效呢？本文將從代理成本和投資行為兩方面進行分析：①檢驗匹配后激勵組與控制組的代理成本，沒有發(fā)現顯著差異，這表明股權激勵計劃沒有顯著降低代理成本。具體來看，在匹配之前激勵組和控制組的代理成本分別為0.113和0.103，在1%的水平上顯著，這表明實施股權激勵計劃公司的代理成本高于市場上公司代理成本的平均水平。但是，在匹配之后兩組的代理成本分別為0.113和0.118，這表示實施股權激勵計劃實際上降低了公司的代理成本。盡管如此，激勵組與控制組代理成本的差異并不顯著。②用投資支出率和總資產增長率衡量企業(yè)的投資行為的變化。具體來看，在匹配之前，激勵組和控制組的投資支出率分別為0.057和0.046，差異為0.011，在1%的水平上顯著，這表明實施股權激勵計劃的公司其投資支出率較高；在匹配之后，兩組的投資支出率分別為0.057和0.052，差異為0.005，即實施股權激勵的公司比沒有實施股權激勵的公司多投資，并且這種差異在5%的水平上顯著。在匹配之前，激勵組和控制組的總資產增長率分別為0.244和0.140，差異為0.104，在1%水平上顯著；在匹配之后，兩組的總資產增長率分別為0.244和0.185，差異為0.059在1%的水平上顯著，這表明實施股權激勵計劃公司的總資產增長較快。以上結果說明實施股權激勵的公司擁有更高的投資水平，這也使得這些企業(yè)具有更大的發(fā)展?jié)摿Α?/p>

綜上所述，實施股權激勵計劃的公司主要是通過增加投資而不是通過降低代理成本來提高公司績效。同時，半徑匹配與核匹配方法也支持上述結論。

（2）股權集中度對股權激勵效果的影響。本文根據Herfindahl指數的樣本均值將樣本分為兩組，高于均值的為股權集中組，低于均值的為股權分散組，分別計算各自的ATT。下列討論基于最近鄰匹配方法展開，半徑匹配和核匹配方法用于穩(wěn)健性測試。

表6 股權集中度（hhi1）對股權激勵有效性的影響

表6列示了以Herfindahl_1指數（第一大股東持股比例的平方和）衡量股權集中度的檢驗結果。據表6所示，使用最近鄰匹配和半徑匹配時，股權集中組的roa和roe均不顯著；僅當使用核匹配方法時，roe和roa才分別在10%和5%的水平上顯著?？梢姡辽僭诒狙芯康臉颖痉秶鷥?，找不到充分證據說明“一股獨大”的公司實施股權激勵可以提高公司績效。但是，在三種匹配方法下，股權分散組的roe和roa均在1%的水平上顯著。因此，股權激勵的有效性與第一大股東持股比例的平方和顯著負相關。此外，使用最近鄰匹配和半徑匹配時，分散組的代理成本均在10%的水平上顯著，在核匹配方法下不顯著；而在三種方法下集中組的代理成本均不顯著。這說明股權激勵計劃可以大幅降低股權分散公司的代理成本，使管理者與大股東的利益趨于一致。在三種匹配方式下，分散組的投資支出率均在1%的水平上顯著為正，這表明第一大股東持股比例低的企業(yè)實施股權激勵可以顯著提高投資水平；集中組的投資支出率均為負，但均不顯著，說明第一大股東持股比例高的企業(yè)實施股權激勵可能會降低投資水平，但證據不充分。在三種匹配方式下，兩組的總資產增長率均顯著為正，表明股權激勵計劃可以提升企業(yè)發(fā)展力，這也與表5中以全樣本報告的結果一致。本文以第一大股東持股比例為股權集中度指標進行了穩(wěn)健性測試，結果未發(fā)生變化，說明本研究結果具有穩(wěn)健性。

總之，股權激勵計劃的有效性會受到第一大股東持股比例的影響。我國“一股獨大”現象比較嚴重且普遍存在，本文樣本中第一大股東持股比例超過總股本30%的占到84.47%，超過總股本40%的占到58.28%。由于股權多集中在第一大股東手中，可以用第一大股東持股比例衡量股權集中度。上述檢驗結果與H2一致，即股權分散公司的股權激勵效果更好。

（3）其他檢驗結果。本文檢驗了股權性質對股權激勵有效性的影響，結果如表7所示。

在三種匹配方式下，兩組roe和roa均顯著為正，說明股權性質對股權激勵的有效性沒有影響。無論是國有企業(yè)還是民營企業(yè)，實施股權激勵都可以顯著提高公司績效。而且在三種匹配方式下，國有企業(yè)的代理成本均在1%的水平上顯著為正，說明國有企業(yè)股權激勵的有效性是通過降低代理成本實現的。已有研究結果表明，國有企業(yè)實施股權激勵并不會對公司績效產生顯著影響。本研究發(fā)現并非如此，可能是由于我國股權激勵措施實施較晚，發(fā)展并不完善，股權激勵效果尚未顯現出來。不同的研究期間、不同的研究樣本和不同的研究方法都有可能導致研究結果的差異。本文以2013～2016年為研究樣本、以PSM為研究方法，發(fā)現國有企業(yè)實施股權激勵可以顯著改善公司績效。

六、結論

本文以2013～2016年實施股權激勵的上市公司作為激勵組樣本，并使用PSM控制樣本選擇偏誤，研究發(fā)現：股權激勵計劃可以有效地提高公司績效，但是股權激勵有效性只在股權分散的企業(yè)中顯著，在股權集中的企業(yè)中并不顯著。同時，本文研究了實現股權激勵有效性的途徑，發(fā)現股權激勵計劃可以顯著增加企業(yè)投資并降低國有企業(yè)的代理成本。

表7 股權性質對股權激勵有效性的影響

主要參考文獻：

董斌，陳婕．上市公司股權激勵與公司績效研究［J］．商業(yè)研究，2015（6）．

陳文強，賈生華．股權激勵、代理成本與企業(yè)績效——基于雙重委托代理問題的分析框架［J］．當代經濟科學，2015（2）．

范合君，初梓豪．股權激勵對公司績效倒U型影響［J］．經濟與管理研究，2013（2）．

顧斌，周立燁．我國上市公司股權激勵實施效果的研究［J］．會計研究，2007（2）．

胡國強，蓋地．高管股權激勵與銀行信貸決策——基于我國民營上市公司的經驗證據［J］．會計研究，2014（4）．

李春玲，張好圓．股權激勵與公司業(yè)績的循環(huán)推動效應研究［J］．統計與決策，2014（20）．

李維安，李漢軍．股權結構、高管持股與公司績效——來自民營上市公司的證據［J］．南開管理評論，2006（5）．

林大龐，蘇冬蔚．股權激勵與公司業(yè)績——基于盈余管理視角的新研究［J］．金融研究，2011（9）．

劉廣生，馬悅．中國上市公司實施股權激勵的效果［J］．中國軟科學，2013（7）．

呂長江，嚴明珠，鄭慧蓮等．為什么上市公司選擇股權激勵計劃？［J］．會計研究，2011（1）．

吳娟，俞靜．股權激勵度與公司績效相關性研究——基于滬市上市公司數據［J］．重慶理工大學學報（自然科學），2017（6）．

楊龍光，王擎．股權激勵對我國上市公司財務績效的影響研究——來自A股市場的實證證據［J］．投資研究，2013（8）．

張晨宇，韓永春，魏冰．管理權力、股權激勵與公司績效關系的實證分析［J］．統計與決策，2015（5）．

章雁，樊曉霞．中小板上市公司股權激勵與公司績效實證研究［J］．中國管理科學，2015（1）．

周仁俊，高開娟．大股東控制權對股權激勵效果的影響［J］．會計研究，2012（5）．

宗文龍，王玉濤，魏紫．股權激勵能留住高管嗎？——基于中國證券市場的經驗證據［J］．會計研究，2013（9）．

鄒玉，潘煥學．我國A股上市公司實施股權激勵效果的實證分析［J］．中國經貿導刊，2014（26）．