所有權結構、股權激勵與非效率投資
——基于京津冀上市公司數(shù)據(jù)的分析

張慶君，蔣　瑤，李　萌

(天津財經(jīng)大學 經(jīng)濟學院，天津　300222)

一、 引言

所有權與經(jīng)營權相互分離是現(xiàn)代企業(yè)最為普遍的運營模式，經(jīng)營權賦予管理層，所有權由股東擁有。在早期的文獻研究中，所有權結構簡單而言以股權激勵來表示。隨著研究的深入，所有權結構包含的因素不斷豐富，還有控股股東的身份結構以及所有權與控制權的偏離程度等。不同身份的所有者對企業(yè)投資行為的影響必然會有差異，因為不同投資者的風險偏好不同，所追求的利益也肯定有差別。但是，本文認為所有權結構中多維變量的存在是對所有權與控制權的權衡，最終目標還是激發(fā)各身份股東盡可能達到利益一致，從而尋求公司利益最大化。股權激勵是公司股東為了激勵經(jīng)理人敢于并理智做出對所有人利益有利的行為而設計的制度。就其含義而言，股權激勵就是一種激勵方法，是給予經(jīng)營者更大的動力服務于企業(yè)的長期發(fā)展和成長。促使經(jīng)營者以公司股東利益最大化為原則做出決策從而使股東受益并實現(xiàn)公司價值升值，這是股權激勵制度提出的目的和意義所在。

在京津冀協(xié)同發(fā)展的契機下，北京、天津、河北三地的經(jīng)濟必然會有更大的變化與發(fā)展，代表著京津冀三地的優(yōu)秀企業(yè)特別是上市公司的發(fā)展也將獲得更多的機會和利好。然而，企業(yè)的擴充與壯大離不開高效率的投資，投資成敗關系著企業(yè)價值提升與下降。本文以2006—2015年京津冀上市公司的數(shù)據(jù)，研究京津冀上市公司所有權結構與股權激勵對非效率投資的影響，其中所有權結構用股權集中度、機構持股和管理層持股三個變量來衡量。通過分析北京、天津和河北三地上市公司在股權激勵、所有權結構和投資效率方面的情況，希望得出的實證結果對京津冀上市公司非效率投資的治理有所幫助。已有文獻探討了股權激勵對非效率投資的影響，本文則從所有權結構的視角來對兩者之間的關系進行了討論，豐富了非效率投資問題的研究內(nèi)容。此外，本文選取京津冀上市公司為研究樣本，在京津冀一體化的背景下，樣本的選擇更加有針對性，本文的研究視角與研究樣本為探究非效率投資問題提供了有價值的參考。

文章其余部分的結構安排如下：第二部分是文獻綜述；第三部分是理論分析與研究假設；第四部分是研究設計；第五部分是實證檢驗與結果分析，并進行穩(wěn)定性檢驗；第六部分是本文的研究結論。

二、 文獻綜述

在所有權結構與公司績效的研究中，國內(nèi)外學者得出了許多結論。有研究認為，所有權結構的變動是公司內(nèi)部各種要素的均衡，是企業(yè)尋求利益最大化的結果。股權集中度對公司績效既有積極作用也有消極影響。Claessens和Djankov認為最終控股股東掌握的現(xiàn)金流權越大，對大股東的激勵效應就越明顯、效果越好，而投票權的大小對壕溝效應的影響則是相反的[1]。對于大股東持股很多的企業(yè)，因為大股東擁有絕對的控制權，利用控制權便利從而得到更多私有收益的動機導致了公司的非效率投資行為[2]。管理層持股應該能帶來更多的利益聯(lián)盟并減少代理成本，管理人員盡全力工作獲得與其投資關聯(lián)的激勵，結果就是增加財務業(yè)績[3]。Lins指出當管理者的投票權與現(xiàn)金流權出現(xiàn)較大偏離時，會導致公司業(yè)績的降低，且投票權超出現(xiàn)金流權越大，公司價值下降越多[4]。唐學華等認為管理層擁有的自主經(jīng)營權越大，非效率投資減少的越明顯，特別是改善過度投資狀況[5]。Gao在對中國上市公司研究后發(fā)現(xiàn)，管理者權力的存在有助于加強自由現(xiàn)金流對非效率投資的影響，因為管理者對公司現(xiàn)金流的利用和投資決策是有著決定性作用的[6]。Fung和Tsai發(fā)現(xiàn)機構投資者持股帶給公司的影響是正向的，對提高公司績效是有益的[7]。Mehdi、Hojat和Mohammad在研究中提出股東中的機構投資者對公司的投資效率可以發(fā)揮積極作用，企業(yè)在決策時會受到機構投資者的影響[8]。特別地，當控股股東是外國投資者時，由于外國投資者對信息披露的重視，其監(jiān)督能力更強，因此對公司業(yè)績的增大是有利好面的[9]。

在委托代理理論的觀點中，由于股東和管理者身份、風險態(tài)度、能力水平等的差異，兩者之間必然會發(fā)生利益沖突。當所有者與管理者的利益出現(xiàn)分歧時，經(jīng)理人做出投資決策時可能就不會嚴格按照正凈現(xiàn)值的原則了，所以企業(yè)會出現(xiàn)投資于負凈現(xiàn)值項目這樣的非效率行為。公司對管理者的激勵在于發(fā)揮經(jīng)理人最大的能力，最大限度地將私人利益與公司利益綁到一起，盡量形成統(tǒng)一整體。股權激勵是公司股東督促經(jīng)理人全力提高績效，使其自身利益與公司利益接近一致的激勵機制。Jensen研究指出，管理者需要激勵機制來獲取動力去經(jīng)營企業(yè)，使企業(yè)規(guī)模超過其最優(yōu)規(guī)模；企業(yè)規(guī)模在管理者的控制下擴大，增加的公司資源能夠明顯彰顯管理者的能力，同時提升了管理者的權力[10]。Core、Guay和Larcker通過長期觀察發(fā)現(xiàn)越來越多的公司利用股票操作影響CEO的報酬并且當成一種激勵機制[11]。因為所有者與管理者身份的不同，使得兩者對風險的態(tài)度、投資項目的選擇和決策都有所不同，所以公司針對經(jīng)理人的各項激勵機制與措施都是為了最小化股東與管理者之間的分歧，盡量令兩者在一致條件下最大化公司的利益。沈小燕、王躍堂在對實施股權激勵計劃與未實施股權激勵計劃的企業(yè)進行對比總結后，發(fā)現(xiàn)前者的業(yè)績優(yōu)于后者；而且對于實施了激勵政策的企業(yè)，實施前的績效高于實施后[12]。強國令的研究表明，股權激勵計劃可以明顯提高公司績效，但不同產(chǎn)權性質(zhì)公司表現(xiàn)不同；不能僅依靠股權激勵來解決管理層的代理問題，需要從內(nèi)部人控制、產(chǎn)權結構等方面優(yōu)化公司治理機制，才能真正促進股權激勵發(fā)揮出增加公司績效的作用[13]。

三、 理論分析與研究假設

眾所周知，上市企業(yè)中股東行使權力的方式是以持股比例來投票行權，如果股東持股數(shù)太多，必然會導致一人或幾人侵占其他股東利益甚至操縱公司的決策。持有某公司的股票越多，越看好該企業(yè)，越希望公司的價值不斷上升，股東所獲得的收益和所擁有的財富也就越多?？陀^而言，大股東對公司治理有著雙重效果，正面是可以發(fā)揮大股東對管理層的監(jiān)督作用，促使管理層積極經(jīng)營企業(yè)，提高企業(yè)績效；負面效果則是大股東利用自身較多的所有權控制企業(yè)決策，侵占中小股東的利益，導致公司業(yè)績下降。因此，企業(yè)股權集中度的配置和大股東激勵對企業(yè)的發(fā)展尤為重要，最優(yōu)效果是充分發(fā)揮大股東的積極作用并且減少大股東的負面效應。上市公司應當適度引入機構投資者，充分挖掘和利用機構投資者的專業(yè)、資源等各方面的優(yōu)勢。機構投資者中多是專業(yè)團隊，可以為上市公司的投資與發(fā)展方向方面提供許多幫助和建議?？梢哉f引入機構投資者，就是引入了一支技術團隊，而且機構投資者在信息和資金上有相當?shù)膬?yōu)勢。但是，機構投資者多看重短期利益，這一特點可能影響企業(yè)的投資決策。管理層持股的目的是為了減緩所有者與經(jīng)營者之間的利益沖突，而這一沖突來源于兩權分離。讓只擁有經(jīng)營權的管理者也能擁有公司的股份，成為所有者的一員，這樣所有者與經(jīng)營者達成利益聯(lián)盟，對代理成本的降低更有幫助。允許管理者持有公司股份，令經(jīng)理人在經(jīng)營者與所有者上有一定的結合，也能增強對管理者激勵的效果。因此，所有權結構的合理配置對公司績效的上升是有利的，我們提出H1。

H1：多元的所有權結構即股權集中度、機構投資者和管理層持股整體具有抑制非效率投資的作用，但三者的影響效果并不完全相同。

用股票期權作為影響高管薪酬的一種激勵方式，已經(jīng)不斷地被更多的上市公司選擇并采用。在契約形式下，股東與經(jīng)理人要在分別擁有所有權與控制權的情況下合作，要求經(jīng)理人始終將股東放在首位并在經(jīng)營企業(yè)期間不斷增加股東的利益。作為經(jīng)理人，完全不考慮私人利益是不可能的，經(jīng)理人的私人利益與公司利益是相關聯(lián)的。因此經(jīng)理人需要適當?shù)募顧C制來督促其各項行為以股東利益為重，這也是公司對經(jīng)理人的一種變相的監(jiān)督方法。股票期權設置的目的之一就是為了激勵厭惡風險的高管敢于投資新項目，特別是風險較高的項目，如果項目完成得好，公司股票能漲到規(guī)定的范圍，那么高管不僅獲得股票和金錢上的回報，變得更加富有，在名譽和能力上也將得到無形的收獲。企業(yè)對高管的激勵方式大多是在薪酬上，而股票期權這種模式允許高管擁有一定數(shù)量的股票期權，在指定期間如果公司股票價格高于期權約定價格，高管便能行使權力，選擇賣出股票。由于股票期權與公司股價掛鉤，特別是上市公司的高管若想獲得期權收益，必須做出有效的投資，才能提升公司價值，令股票價格上升。因此，本文提出H2。

H2：股權激勵的實施能夠減少非效率投資行為，從而提高投資效率。

對于管理層而言，公司給予其一定比例的股份或是采取股權激勵機制，目的在于提升公司業(yè)績，最大程度地促使經(jīng)營者以股東利益最大化達到投資行為的有效性。當管理層的身份雙重化，既是公司股東又是公司經(jīng)營者，經(jīng)理人對風險的態(tài)度和對投資項目的決策就會在一定程度上發(fā)生轉(zhuǎn)變。因為管理者獲得利益的途徑增加了，包括在職消費以及公司剩余價值的分配。公司是否采取股權激勵計劃，是由公司股東決定的。那么，就本文所有權結構中的三方面——第一大股東、機構投資者和管理層，由于身份的不同，他們對股權激勵實施與否會有不同看法和態(tài)度，甚至會影響這份期權的制定細則。因此，本文提出H3。

H3：不同身份的所有者對股權激勵實施與否的影響不同。

四、 研究設計

(一) 樣本選擇與數(shù)據(jù)來源

本文的研究對象是滬深兩市上的京津冀上市公司，相關數(shù)據(jù)信息主要來自CSMAR數(shù)據(jù)庫和RESSET金融研究數(shù)據(jù)庫，樣本選自2006—2015年滬深股市中北京、天津、河北三個地區(qū)的上市公司相關數(shù)據(jù)，并做如下數(shù)據(jù)處理：(1)去除總樣本中屬于金融行業(yè)的上市公司；(2)去除數(shù)據(jù)不完整及ST類公司。最后共篩選出240家上市公司，其中有87家上市公司在2006年至2015年間實施過股權激勵方案，而國有企業(yè)中采取股權激勵的公司只有14家。本文使用的統(tǒng)計軟件是Stata12.0。

(二) 模型設計和變量定義

1. 投資模型

本文使用Richardson估計企業(yè)預期投資水平的模型作為研究京津冀上市公司非效率投資的基礎模型[14]，并依據(jù)呂長江、張海平對變量的算法對主要變量進行處理和計算[15]。具體的投資模型如下：

Inew,t=α0+α1Qt-1+α2Levt-1+α3Casht-1+α4Aget-1+α5Sizet-1+α6Rett-1+α7Inew,t-1+∑YearIndicator+∑IndustryIndicator+εt

(1)

表1　主要變量說明

用該投資模型得到的擬合值是預期新增投資，即理想值殘差值表示非預期投資，也就是非效率投資。當殘差大于零，表明投資過度，用Overinv表示；當殘差小于零，表明投資不足，用Underinv表示。

2. 檢驗模型

本文在模型(1)的基礎上，按殘差值正負將樣本分為兩組，即過度投資組和投資不足組,并采用模型(2)、模型(3)來檢驗假設H1和假設H2：

Overinv=α0+α1Option+α2Own+α3Inst+α4Mana+Controlvariable+ε

(2)

Underinv=α0+α1Option+α2Own+α3Inst+α4Mana+Controlvariable+ε

(3)

對于所有權結構與股權激勵的關系，本文選用二值響應模型來檢驗。將實施股權激勵記為1，未實施股權激勵記為0，這樣因變量option就有兩種選擇，所建立的模型如下：

Logit(Option)=α0+β1Own+β2Inst+β3Mana+Controlvariable+ε

(4)

五、 實證檢驗與結果分析

(一) 描述性統(tǒng)計分析

表2　激勵組和未激勵組的過度投資描述性統(tǒng)計結果

表2是研究過度投資與所有權結構和股權激勵模型的描述性統(tǒng)計分析。比較全樣本、股權激勵組和未實施股權激勵組可得：所有樣本公司中，不論有無激勵，過度投資的均值、中位數(shù)都非常接近，但Overinv的最大值、最小值出現(xiàn)在未實施股權激勵組，分別是16.3795和0.0005，說明未實施股權激勵的上市公司過度投資程度相差較大，而實施股權激勵組的過度投資最大值、最小值分別為1.1913和0.0011，過度投資比維持在0到1之間，相對穩(wěn)定。

表3　股權激勵組與未激勵組的投資不足描述性統(tǒng)計結果表

表3是投資不足與所有權結構和股權激勵估計模型的統(tǒng)計結果。股權激勵組和未實施股權激勵組的投資不足情況基本一致，差別還是出現(xiàn)在最大值與最小值之間的差值上，未實施股權激勵組的投資不足程度更加分散。

從描述性統(tǒng)計結果來看，在京津冀上市公司中，股權激勵措施是否實施、企業(yè)的過度投資和投資不足的數(shù)量情況是大致相同的。但是，未實施股權激勵的京津冀上市企業(yè)在過度投資和投資不足程度上都相差較大，而實施股權激勵組則程度相近，比較集中。

(二) 回歸結果分析

表4列舉了模型(2)和模型(3)的回歸結果。從數(shù)量上看，樣本公司中出現(xiàn)的過度投資情況略大于投資不足。當因變量是Overinv時，Option的系數(shù)為負，說明股權激勵能夠抑制過度投資；當因變量為Underinv時，Option的系數(shù)為正，表明股權激勵也具有改善投資不足的作用。表示所有權結構的三個變量中，Own越大，抑制投資過度的可能性越大；Mana越大，越能抑制過度投資；Inst則會增加投資過度；對于Underinv來說，Own、Inst、Mana的系數(shù)都為正，即股權集中度、機構持股和管理層持股增加時，Underinv的值會變大，因為Underinv本身為負值，所以當股權集中度、機構持股和管理層持股增加時，Underinv的值會變大，說明投資不足程度會減小。整體來看，股權激勵和所有權結構可以抑制非效率投資，支持了假設H1和假設H2。

由于國有企業(yè)和非國有企業(yè)在公司治理方面存在差異，因此，表5是將發(fā)生投資過度的上市公司按照國有和非國有進行分別回歸后得到的結果。在發(fā)生過度投資的京津冀上市公司中國有企業(yè)的數(shù)量是非國有企業(yè)的兩倍多。另外，股權激勵和機構投資者對過度投資的影響在國企和非國企中是相反的。股權激勵的實施反而加重了國有企業(yè)的過度投資，機構持股越多，越不利于抑制過度投資。

表6是出現(xiàn)投資不足的上市公司中國企和非國企的回歸結果。國企的樣本數(shù)量仍遠遠大于非國有上市公司。在兩組中，股權激勵、股權集中度和管理層持股對投資不足的作用還是相差很大。股權激勵和管理層持股在國有企業(yè)中都會加重投資不足的發(fā)生，但在非國有企業(yè)中卻能有效減緩投資不足。股權集中度對國有企業(yè)投資不足的改善有幫助，在非國企中作用相反。

基于不同控制類型上市公司的實證結果顯示，國企和非國企上市公司中股權激勵和所有權結構對其投資效果的影響不同，這一結果跟強國令的實證結果相類似[13]。在我國上市公司股權激勵管理辦法頒布時，俞鴻琳就指出，要想股權激勵的作用得以有效發(fā)揮，首要的是存在競爭性的經(jīng)理人市場，且董事會成員和高管人員之間權責清晰，不會發(fā)生“合謀”現(xiàn)象[16]。雖然我國上市公司股權激勵管理辦法已頒布十年多，但就我國而言，真正意義上的經(jīng)理人競爭市場仍不完善。特別是在國有企業(yè)中，經(jīng)理人大多是上級政府任命的。此外，國企的投資決策并不能由經(jīng)理人獨立做出，控股大股東的權力控制仍是制約因素，其他身份股東的控制權就更小了，自然也無法發(fā)揮他們的影響力。如果大股東控制權足夠大，而對管理者實施股權激勵又有可能影響大股東的利益，這一沖突勢必會削弱股權激勵的效果。國有上市公司與非國有上市公司相比，國有企業(yè)在所有權結構上的特殊性和經(jīng)營決策上的制約性，導致了兩者在回歸結果中的差異。

表4　過度投資與投資不足

注：括號內(nèi)是t值，***、**和*分別表示在1%、5%和10%的置信水平上顯著。

表5過度投資的回歸結果

變量國有非國有Option0．0196(1．29)-0．0011(-0．09)Own-0．0319(-1．13)-0．0039(-0．12)Inst0．0293(1．61)-0．0261(-0．99)Mana-0．7489(-1．16)-0．0426(-1．54?)Agentc-0．0009(-0．76)-0．0018(-0．75)Q0．0107(2．31??)-0．0335(-6．16???)Cash-0．0003(-0．01)0．1327(4．34???)Lev-0．0781(-3．95???)-0．0942(-3．06???)Size-0．0018(-0．50)-0．0227(-3．55???)Age-0．0003(-0．34)-0．0013(-0．96???)Roa0．0470(0．97)0．2935(3．56???)年度、行業(yè)控制控制N554208R20．07330．3742

注：括號內(nèi)是t值，***、**和*分別表示在1%、5%和10%的置信水平上顯著。

表6投資不足的回歸結果

變量國有非國有Option-0．0097(-0．69)0．0343(1．52?)Own0．0368(1．19)-0．0069(-0．11)Inst0．0018(0．09)0．0690(1．33)Mana-0．0173(-0．08)0．0452(0．82)Agentc-0．0002(-0．57)0．0020(0．26)Q-0．0749(-35．59??)-0．0662(-14．21???)Cash0．1223(6．30)0．0331(0．52)Lev-0．1657(-13．18???)-0．0937(-1．49?)Size-0．0244(-9．04)-0．0248(-2．20??)Age-0．0052(-5．47)-0．0010(-0．46)Roa0．0593(2．42)0．3999(2．03??)年度、行業(yè)控制控制N476170R20．78050．6616

注：括號內(nèi)是t值，***、**和*分別表示在1%、5%和10%的置信水平上顯著。

(三) Logistic分析

表7　所有權結構與股權激勵

注：***、**和*分別表示在1%、5%和10%的置信水平上顯著。

本文假設所有權結構中不同身份股東的持股數(shù)量大小會影響上市公司股權激勵實施與否。通過模型(4)得到的檢驗結果如表7所示，股權集中度、機構投資者持股和管理層持股確實對股權激勵的實施與否有著不同的影響。三者中Mana的影響概率最大，且與股權激勵是顯著的正相關關系；Own與股權激勵顯著負相關；Inst也不利于股權激勵的實施。因此支持了本文的假設H3。

另外，采用二值響應模型在股權激勵Option對非效率投資Ine的檢驗結果(1)中，Option的系數(shù)為-0.3135，這表明實施股權激勵能夠減少過度投資的可能性，概率值是0.7308，雖然不是變量中概率最大的，但對于抑制過度投資還是起到了重要的實際作用。

代表所有權結構的三個變量與非效率投資的logistic結果(2)中，Own的系數(shù)為正，Inst和Mana的系數(shù)為負，說明股權集中度越大，越容易出現(xiàn)過度投資行為，機構持股和管理層持股越多，過度投資行為越少，而且三者中股權集中度的影響作用最大，概率值為2.0433，Inst和Mana分別為0.6816和0.3093。從結果中可以明顯看出管理層與大股東的投資決策是背離的，正體現(xiàn)了委托-代理的根本問題。股權結構內(nèi)部的整合對發(fā)生哪種投資行為至關重要，股權集中度、機構持股和管理層持股三者對投資支出的影響是不一致的。

表8　所有權結構、股權激勵對非效率投資的作用概率

注：***、**和*分別表示在1%、5%和10%的置信水平上顯著。

本文再用logistic模型研究股權激勵、股權集中度、機構投資者持股和管理層持股對非效率投資結果的影響，即對發(fā)生投資過度還是投資不足的影響概率大小。從給出的結果(3)中可以看出，當將Option和Own放到一起時，兩者與Ine的關系變得不顯著了，但Option的系數(shù)仍為負，Own的系數(shù)仍為正，說明Option與Own的作用是相反的、相互制約的。股權集中度增大，過度投資的可能性增加，股權激勵的實施會對過度投資行為的減少起到作用。另外，Option的加入使Mana的系數(shù)絕對值變小，影響作用變大，說明股權激勵的實施能夠?qū)芾韺悠鸬较鄳募钭饔?，并在一定程度上影響投資決策。

股權激勵政策的目標就是給予高管動力和激勵去服務企業(yè)。雖然樣本數(shù)據(jù)中實施激勵的上市公司數(shù)量并不多，但從結果來看，股權激勵對非效率投資的抑制的確發(fā)揮了作用。而所有權結構中，股權集中度的實際作用在三者中是最大的，這與其持股比例的大小直接相關。在京津冀上市公司中，機構投資者和管理層擁有的股份份額遠不及第一大股東，尤其是管理層的持股比例。股東掌握的股份越大，自然有越多的話語權，對企業(yè)投資決策的影響就越大。將股權激勵、股權集中度、機構投資者持股和管理層持股放到一起來估計各自對非效率投資的作用概率時，我們發(fā)現(xiàn)股權集中度和管理層持股的實際作用變大了，這是由于管理層權力的增加所帶來的變化。

(四) 穩(wěn)健性檢驗

借鑒陳效東等的做法[17]，本文將Richardson模型的殘差按照分位數(shù)排序分成4組，中間兩組定為有效率的投資組，前25%(后75%)的分位定義為投資不足(過度投資)組，并分別用殘差的絕對值表示為Underinv和Overinv，得到以下實證結果。

表9中，所有權結構、股權激勵與過度投資和投資不足的關系相比于表4而言，代表所有權結構的三個變量，即Own、Inst和Mana系數(shù)符號是一致的(由于Underinv用殘差的絕對值表示，因此自變量的系數(shù)為負說明具有減少投資不足的作用)，這進一步驗證了H1；股權激勵對過度投資與投資不足的抑制作用也基本一致，因此再次驗證了H2。具體區(qū)分過度投資和投資不足的國企和非國企可知(表10、表11)，發(fā)生非效率投資問題的國有上市公司數(shù)量是非國有上市公司的兩倍多，且股權激勵的實施在非國企中的效果優(yōu)于國企。

六、 研究結論

京津冀上市公司的非效率投資現(xiàn)象還是明顯存在的，幾乎所有的樣本公司均發(fā)生了不同程度的過度投資或投資不足，過度投資數(shù)量略多于投資不足。在本文的研究樣本中，240家京津冀上市公司，實施過股權激勵的不到50家，且其中大多數(shù)是北京的上市公司。這表明實施股權激勵的上市公司數(shù)量明顯小于沒有該激勵制度的上市公司數(shù)量，這也體現(xiàn)了京津冀三地在激勵機制方面的分級現(xiàn)象。此外在樣本公司中，最嚴重的過度投資和投資不足均發(fā)生在未實施股權激勵組，這是對股權激勵效果的證明。雖然本文中用三個指標來衡量所有權結構，但就京津冀上市公司的情況而言，股權集中仍是主要特點，第一大股東的持股比例遠遠大于其他身份股東，特別是管理層的股份占比非常小，甚至為零。再有，在國有上市公司和非國有上市公司中，前者發(fā)生非效率投資現(xiàn)象的數(shù)量遠大于后者，而且所有權結構和股權激勵的具體作用也存在差異。其實，所有權結構、股權激勵與非效率投資的關系并非簡單的線性相關關系。對于所有權結構來說，各身份股東的股份占比不同；而股權激勵計劃的期限和期權值的設計不同，對管理層的執(zhí)行和實現(xiàn)難度也會不同。也就是說，所有權結構與股權激勵對投資有效性的影響作用有多大，與具體的所有權結構配置和股權激勵的設計有關。

表9　過度投資與投資不足

注：括號內(nèi)是t值，***、**和*分別表示在1%、5%和10%的置信水平上顯著。

表10過度投資的回歸結果

變量國有非國有Option0．0348(1．54)-0．0029(-0．15)Own-0．0567(-1．31)0．0061(0．11)Inst0．0245(0．97)0．0216(0．50)Mana-0．7489(-1．93?)-0．0879(-2．32??)Agentc-0．0018(-0．89)-0．0023(-0．74)Q0．0419(6．14???)-0．0269(-3．22???)Cash-0．0179(-0．51)0．1394(4．34???)Lev-0．0403(-1．41?)-0．0834(-1．92?)Size0．0035(0．64)-0．0135(-1．52?)Age0．0014(0．88)-0．0033(-1．69?)Roa0．0357(0．53)0．3087(3．12???)年度、行業(yè)控制控制N250101R20．21230．4358

注：括號內(nèi)是t值，***、**和*分別表示在1%、5%和10%的置信水平上顯著。

表11投資不足的回歸結果

變量國有非國有Option0．0102(0．41)-0．0551(-1．28)Own-0．0255(-0．46)0．0167(0．17)Inst-0．0075(-0．22)-0．1136(-1．22)Mana-0．7489(-0．06)-0．0791(-0．89)Agentc0．000007(0．15)-0．0252(-1．15)Q0．0741(21．32???)0．0568(7．82???)Cash-0．1434(-2．58???)-0．0778(-0．89)Lev0．1599(8．79???)0．1175(1．20)Size0．0261(5．26???)-0．0117(-0．67)Age0．0076(4．11???)0．0002(0．06)Roa-0．0536(-1．68?)-0．1773(-0．52)年度、行業(yè)控制控制N21797R20．78280．5855

注：括號內(nèi)是t值，***、**和*分別表示在1%、5%和10%的置信水平上顯著。

所有權結構的合理配置以及股權激勵的實施對京津冀上市公司非效率投資問題的抑制發(fā)揮著一定的積極作用。第一，鑒于研究結論對股權激勵效果的肯定，而京津冀三地上市公司實施股權激勵計劃的公司非常少，因此，建立有效的股權激勵計劃有助于非效率投資的降低，提升企業(yè)績效。第二，合理配置所有權結構，包括保持適當?shù)墓蓹嗉卸?，合理引入機構投資者以及給予管理層適當比例的股份，從而發(fā)揮各身份股東的優(yōu)勢。

本文的主要研究工作在于：(1)聚焦所有權結構和股權激勵對非效率投資的影響，以京津冀上市公司的實證數(shù)據(jù)來檢驗京津冀地區(qū)非效率投資問題；(2)由于實施激勵的上市公司與未實施激勵的上市公司的變量特征存在差別，不同區(qū)域的上市公司中股權激勵實施的比例也存在差異，所有權結構中不同身份股東的持股數(shù)量也必然不盡相同，而且這些指標的大小又會直接或間接地影響企業(yè)其他指標的變化，因此，用本文的模型來檢驗不同地區(qū)上市公司的數(shù)據(jù)會得出針對當?shù)氐难芯拷Y論。在樣本公司中，管理層的持股比例非常小，因此，在管理層權力方面，本文的研究不夠充分詳細。管理層持股數(shù)與投資效率應該是非線性的關系，二者在實證結果上的表現(xiàn)會更加復雜，仍需要進一步研究和學習。