創(chuàng)業(yè)板信息服務(wù)業(yè)高管薪酬激勵(lì)對公司財(cái)務(wù)績效影響的研究

周丹

摘要：市場經(jīng)濟(jì)急速發(fā)展，企業(yè)管理所有權(quán)和經(jīng)營權(quán)分離使得控制企業(yè)資源的高級管理人員的薪酬激勵(lì)問題日益受到關(guān)注。由于所有者與公司高管之間信息不對稱，導(dǎo)致風(fēng)險(xiǎn)道德等問題的存在，如何使高管在滿足自身利益的同時(shí)使企業(yè)價(jià)值最大化最終達(dá)到雙贏是研究現(xiàn)代企業(yè)行為的重要課題。關(guān)注信息傳輸、軟件和信息技術(shù)行業(yè)高管薪酬這一組織行為對公司財(cái)務(wù)績效的驅(qū)動(dòng)，并進(jìn)行量化的衡量尤為必要。

關(guān)鍵詞：創(chuàng)業(yè)板上市公司；財(cái)務(wù)績效；高管薪酬；相關(guān)關(guān)系

一、引言

（一）高管薪酬激勵(lì)與公司績效具有顯著相關(guān)性的研究

Habib （2005）通過回歸模型分析公司績效與管理者激勵(lì)之間的關(guān)系，發(fā)現(xiàn)兩者之間的相關(guān)性非常強(qiáng)烈[1]。Chong，Vincent K等（2007）在以澳大利亞制造業(yè)為研究的行業(yè)中得出年度報(bào)酬對財(cái)務(wù)績效的影響顯著，并呈現(xiàn)正相關(guān)趨勢[2]。方陽春、姚先國（2007）以高新企業(yè)的數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)公司財(cái)務(wù)績效、企業(yè)規(guī)模、股權(quán)集中度、地域?qū)Ω吖苄匠甓加杏绊懀⑶腋咝缕髽I(yè)的高管薪酬和公司財(cái)務(wù)績效顯著相關(guān)[3]。

（二）高管薪酬激勵(lì)與公司績效不具有相關(guān)性或具有弱相關(guān)性

Canarella和Nourayi （2008）采用594家相關(guān)未被研究的領(lǐng)域美國公司1997-2002年的數(shù)據(jù)，從新的角度探討CEO薪酬與公司績效之間的關(guān)系發(fā)現(xiàn)不對稱非線性相關(guān)，而且不對稱結(jié)構(gòu)獨(dú)立于財(cái)務(wù)績效衡量[4]。Ozkan（2011）收集390家1999-2005年英國非金融公司面板數(shù)據(jù)，檢驗(yàn)管理者薪酬與公司績效之間關(guān)系，發(fā)現(xiàn)公司績效與上述變量之間并不存在相關(guān)性[5]。楊德民、趙璨（2012）增加了媒體治理變量來研究“天價(jià)薪酬”的狀況，為了研究媒體治理有無作用，結(jié)果顯示通過政府監(jiān)管可以發(fā)揮部分作用[6]。

二、數(shù)據(jù)來源

本文選用的行業(yè)分類采取的是中國證監(jiān)會2012年頒布《上市公司行業(yè)分類指引》，本文數(shù)據(jù)來源于東方財(cái)富choice數(shù)據(jù)庫、深圳證券交易所、巨潮資訊網(wǎng)，其中，有些數(shù)據(jù)根據(jù)深交所、公司年報(bào)和choice數(shù)據(jù)庫直接得來，有些數(shù)據(jù)通過excel、spass19.0計(jì)算加工得來。

據(jù)深圳證券交易所數(shù)據(jù)，截止到2017年2月底，我國的創(chuàng)業(yè)板上市公司共計(jì)603家，編入深交所創(chuàng)業(yè)板綜指有600家，其中，信息傳輸、軟件和信息技術(shù)行業(yè)共有114家。創(chuàng)業(yè)板2009年開通，考慮到數(shù)據(jù)對比口徑、可得性，剔除數(shù)據(jù)不完整的企業(yè)，選取了2012年1月1日到2015年12月31日創(chuàng)業(yè)板信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)55家企業(yè)的時(shí)間序列數(shù)據(jù)作為樣本，其中，在對比整個(gè)信息傳輸、軟件和信息技術(shù)服務(wù)行業(yè)時(shí)，在選取高管持股比例這一樣本數(shù)據(jù)時(shí)，通過choice提取數(shù)據(jù)后，剔除了其中對生產(chǎn)經(jīng)營不具有重大決策部署的股東數(shù)據(jù)，例如監(jiān)事會人員和戰(zhàn)略投資者數(shù)據(jù)的部分?jǐn)?shù)據(jù)。

三、假設(shè)提出（見表1）

公司財(cái)務(wù)績效可以決定經(jīng)營者的報(bào)酬，因而經(jīng)營者勢必會為了個(gè)人利益而努力經(jīng)營公司，提高公司財(cái)務(wù)績效，由此推測高管貨幣薪酬越高的公司，其經(jīng)營財(cái)務(wù)績效也越好。當(dāng)然高管貨幣性報(bào)酬也不可能無限制的提高，或者說在高管貨幣性報(bào)酬無限制提高的同時(shí)，公司財(cái)務(wù)績效不可能相應(yīng)的提高，因此，高管貨幣性報(bào)酬在一定的區(qū)間范圍內(nèi)對公司財(cái)務(wù)績效存在正向影響。Habib （2005）發(fā)現(xiàn)公司績效與管理者激勵(lì)之間相關(guān)性非常強(qiáng)烈[1]。方陽春、姚先國（2007）發(fā)現(xiàn)公司財(cái)務(wù)績效、企業(yè)規(guī)模、股權(quán)集中度、地域?qū)Ω吖苄匠甓加杏绊?，并且高新企業(yè)的高管薪酬和公司財(cái)務(wù)績效顯著相關(guān)[3]?；谇拔乃龅挠绊懜吖苄匠暌蛩匾约拔墨I(xiàn)綜述，本文提出如下假設(shè)，對創(chuàng)業(yè)板上市公司的高管貨幣性報(bào)酬的有效性進(jìn)行檢驗(yàn)。

H1：高管貨幣性報(bào)酬越高，財(cái)務(wù)績效越好。即財(cái)務(wù)績效與高管貨幣性報(bào)酬呈正相關(guān)。

根據(jù)委托代理理論的觀點(diǎn)，自身利益最大化是企業(yè)高管層所追求的目標(biāo)，故而他們會竭盡全力規(guī)避企業(yè)風(fēng)險(xiǎn)，但股東們在追求企業(yè)價(jià)值最大化面臨風(fēng)險(xiǎn)的選擇時(shí)卻是中性的。當(dāng)高管喪失企業(yè)收益的剩余索取權(quán)時(shí)，其會對高風(fēng)險(xiǎn)同時(shí)具有高回報(bào)的項(xiàng)目進(jìn)行回避，而選擇低風(fēng)險(xiǎn)低回報(bào)的項(xiàng)目。自高管層擁有企業(yè)收益的剩余索取權(quán)那一刻開始，為了增加自身的福利報(bào)酬，他們就會選擇具有較高收益的投資項(xiàng)目。Ozkan （2011）管理者薪酬與公司績效之間關(guān)系發(fā)現(xiàn)公司績效與上述變量之間并不存在相關(guān)性[5]。楊德民、趙璨（2012）研究“天價(jià)薪酬”結(jié)果顯示通過政府監(jiān)管可以發(fā)揮部分作用[6]。因此，當(dāng)公司的高管人員持有公司股份時(shí)，高管自身利益與公司股東利益趨于一致，為了獲得更高的薪酬水平，高管層會盡力提高企業(yè)的價(jià)值。故而，本文假設(shè)公司財(cái)務(wù)績效同高管所持股比例之間存在正相關(guān)關(guān)系。

H2：高管持股越多，財(cái)務(wù)績效越好。即財(cái)務(wù)績效與高管持股比例呈正相關(guān)。

四、模型建立

根據(jù)H1、H2建立薪酬效應(yīng)模型，即具財(cái)務(wù)績效兩個(gè)指標(biāo)的影響，以此來度量上市薪酬對公司財(cái)務(wù)績效的影響，檢驗(yàn)現(xiàn)行上市公司高管人員貨幣性報(bào)酬和股權(quán)這兩方面薪酬激勵(lì)的有效性。

首先以高管人員貨幣性報(bào)酬和持股比例為自變量，總資產(chǎn)報(bào)酬率為因變量，建立多元回歸方程，如下所示：

ROA=α+β1PAY+β2MPS+ε（4.1）

其次，以高管人員貨幣性報(bào)酬和持股比例為自變量，凈資產(chǎn)收益率為因變量，建立第二個(gè)多元回歸模型，如下所示：

ROE=α+β1PAY+β2MPS+ε（4.2）

其中，PAY表示高管貨幣性報(bào)酬，具體數(shù)據(jù)是取自上市公司年報(bào)中披露的最高的前三名高管的年薪。ROA是總資產(chǎn)報(bào)酬率，ROE是凈資產(chǎn)收益率，這兩個(gè)指標(biāo)都是用來具體衡量公司財(cái)務(wù)績效的。MPS是公司高管的股權(quán)，β是相關(guān)系數(shù)，ε是隨機(jī)擾動(dòng)項(xiàng)。

五、實(shí)證分析

（一）相關(guān)性分析

本文采用spass19.0，用雙變量單側(cè)方法進(jìn)行回歸，置信水平采用90%，對各變量間的因果關(guān)系進(jìn)行顯著性檢驗(yàn)，具體方法是，對高管貨幣化報(bào)酬和高管持股進(jìn)行考察，把高管貨幣性報(bào)酬和高管持股比例看成自變量，分別以凈資產(chǎn)收益率和總資產(chǎn)報(bào)酬率為因變量，考察驅(qū)動(dòng)公司財(cái)務(wù)績效的具體關(guān)系，如果在顯著性水平之上，那么本文的研究意義更大。在系數(shù)統(tǒng)計(jì)表中，進(jìn)一步看出具體數(shù)字，有較為清晰的認(rèn)識，為下文建立回歸分析方程，完成對模型的計(jì)算分析過程鋪墊。

如表2所示，高管薪酬雙因子中，PAY與ROA、ROE間均存在較強(qiáng)的相關(guān)關(guān)系，單側(cè)P值分別小于0.01和0.05，在0.01和0.05水平上顯著相關(guān)，說明公司高管貨幣性報(bào)酬與公司財(cái)務(wù)績效間存在很強(qiáng)的正相關(guān)關(guān)系。另一方面，在股權(quán)計(jì)量的薪酬體系中，MPS與ROE之間存在相關(guān)性，P值為0.054<0.1，說明高管持股比例越多，公司財(cái)務(wù)績效越好。持股比例MPS與ROA間存在相關(guān)關(guān)系，P值為0.065<0.1，從數(shù)據(jù)總體情況來看，各變量間存在較強(qiáng)的相關(guān)關(guān)系，但貨幣性報(bào)酬對財(cái)務(wù)績效的顯著性更為強(qiáng)烈，持股比例對財(cái)務(wù)績效的相關(guān)性弱于貨幣性報(bào)酬。

（二）公式1回歸分析

本文采用進(jìn)入方式回歸分析，首先將偏相關(guān)系數(shù)最大的變量看作回歸系數(shù)進(jìn)行顯著性檢驗(yàn)，從而決定變量能否進(jìn)入回歸方程，其次對方程中的剩余變量作為最后選入方程的變量求得偏F值。

首先，以ROA為因變量，以貨幣化薪酬和持股比例為自變量，運(yùn)用spass分析軟件分析期間的內(nèi)在邏輯關(guān)系。

如表3我們可以看出整個(gè)關(guān)于ROA的模型的是有效的，所以所做出的模型符合構(gòu)建的多元回歸方程。表4所示，根據(jù)因變量與自變量間的關(guān)系，PAY和MPS的F值（P<0.05）說明通過了顯著性假設(shè)檢驗(yàn)，PAY和MPS系數(shù)顯著，即模型的系數(shù)足以支撐模型的成立。常量的90%置信區(qū)間在-1.489到3.793之間，PAY90%的置信區(qū)間在00.14到0.038之間，MPS的90%置信區(qū)間范圍在0.017到0.101之間。在上述表中，t值、b值均通過了顯著性假設(shè)檢驗(yàn)，表明回歸系數(shù)通過了假設(shè)檢驗(yàn)，這說明，回歸分析的結(jié)論是正確和有效的，由此，通過上述表格最終可以得出量化的方程。

ROA=1.152+0.026PAY+0.059MPS+ε（5.1）

（三）公式2回歸分析

通過因變量ROA和PAY和MPS得到的多元回歸方程可以看出PAY和MPS的相關(guān)系數(shù)可以看出貨幣性報(bào)酬和股權(quán)對財(cái)務(wù)績效的影響都是正相關(guān)，其次MPS的相關(guān)系數(shù)大于PAY的相關(guān)系數(shù)，可以看出股權(quán)激勵(lì)對公司財(cái)務(wù)績效的影響力更大，大于貨幣性報(bào)酬。這可能是由于高新技術(shù)行業(yè)對員工的長期激勵(lì)更加有效。

其次，以ROE為因變量，以貨幣化薪酬和持股比例為自變量，運(yùn)用spss分析軟件分析模型的內(nèi)在邏輯關(guān)系。

通過表5可以看出，在以ROE為因變量，PAY和MPS為自變量構(gòu)建的多元回歸方程中P值為0.022，小于0.05，說明所建立的模型是顯著有效的，在表6的變量系數(shù)表中，根據(jù)因變量與自變量間的關(guān)系，無論P(yáng)AY還是MPS的P值都滿足（P<0.05）的條件，說明回歸方程通過了顯著性假設(shè)檢驗(yàn)。PAY的90%的置信區(qū)間在0.009到0.057之間，MPS的90%的置信區(qū)間在0.022到0.192之間。通過上述表中，t值、b值均通過了顯著性假設(shè)檢驗(yàn)，表明回歸系數(shù)通過了假設(shè)檢驗(yàn)，由此，可得出量化方程。

ROE=0.102+0.033PAY+0.107MPS+ε（5.2）

ROE作為衡量公司財(cái)務(wù)績效的指標(biāo)，在得到的公式4.2中可以看出PAY和MPS的相關(guān)系數(shù)均大于0，即對財(cái)務(wù)績效的影響都是正向的。MPS的相關(guān)系數(shù)大于PAY，可以看出股權(quán)激勵(lì)對公司財(cái)務(wù)績效的影響要大于通過激勵(lì)貨幣性報(bào)酬產(chǎn)生的影響。

（三）研究結(jié)果

經(jīng)過以上的分別以ROA和ROE為因變量的兩個(gè)模型的建立，本研究確定了在我國創(chuàng)業(yè)板信息傳輸、軟件和信息服務(wù)業(yè)的公司高管薪酬對公司財(cái)務(wù)績效的影響因素，研究了貨幣性報(bào)酬和股權(quán)兩個(gè)因素對財(cái)務(wù)績效的影響，并通過盈利能力中的總資產(chǎn)報(bào)酬率和凈資產(chǎn)收益率衡量財(cái)務(wù)績效，通過薪酬效應(yīng)模型的建立，初步描述出了高管薪酬對公司財(cái)務(wù)績效的相關(guān)關(guān)系。通過spss軟件的回歸應(yīng)用分析最終求出以下回歸方程，即：

ROA=1.152+0.026PAY+0.059MPS+ε（5.1）

ROE=0.102+0.033PAY+0.107MPS+ε（5.2）

根據(jù)所求得的回歸方程來驗(yàn)證本文最初提出的假設(shè)的正確性，即：

H1：高管貨幣性報(bào)酬越高，公司財(cái)務(wù)績效越好。即高管貨幣性報(bào)酬對公司財(cái)務(wù)績效的影響呈正相關(guān)。

H2：高管持股越多，公司財(cái)務(wù)績效越好。即高管持股比例與公司財(cái)務(wù)績效呈正相關(guān)。

上述假設(shè)的正確性得到驗(yàn)證，說明公司高管貨幣性報(bào)酬與公司財(cái)務(wù)績效之間呈現(xiàn)正相關(guān)關(guān)系，高管持股與公司財(cái)務(wù)績效也呈正相關(guān)關(guān)系。從量化分析角度看，這說明在創(chuàng)業(yè)板信息傳輸、軟件和信息技術(shù)行業(yè)內(nèi)，公司高管薪酬對公司財(cái)務(wù)績效有著正向的驅(qū)動(dòng)作用，反映了在當(dāng)前制度框架下，高管薪酬激勵(lì)總體上是有效的，這代表在一定區(qū)間內(nèi)，提高高管貨幣化報(bào)酬以及提高高管的持股比例，都會對公司財(cái)務(wù)績效的提升形成良性影響，這對于我國高管薪酬-績效契約的制定具有積極的意義。其次ROA和ROE作為衡量公司財(cái)務(wù)績效的指標(biāo)，結(jié)合上述公式5.1和5.2，他們的影響均為正相關(guān)，即對貨幣性報(bào)酬和股權(quán)激勵(lì)均可以提高公司財(cái)務(wù)績效。但股權(quán)激勵(lì)的影響程度更高，這對于接下來的行業(yè)對比和結(jié)論分析有重要的作用。

參考文獻(xiàn)：

[1]Haubrich J G，Popova I.Executive compensation：a calibration approach[J].Economic Theory，1998，12 （3）：561-581.

[2]Eichholtz P M A，Kok N，Otten R.Executive Compensation in UK Property Companies[J].Journal of Real Estate Finance&Economics;，2008，36 （4）：405-426.

[3]宋常，趙懿清.中國上市公司高管薪酬激勵(lì)效果研究[J].商業(yè)研究，2011 （5）：72-77

[4]王蘭蘭.我國創(chuàng)業(yè)板上市公司高管薪酬與企業(yè)績效關(guān)系研究[J].對外經(jīng)貿(mào)，2015 （8）：138-139.