我國(guó)上市公司股權(quán)激勵(lì)效應(yīng)實(shí)證分析

周磊 李煒煒

【摘 要】目前越來(lái)越多的上市公司為了吸引和留住人才實(shí)施股權(quán)激勵(lì)計(jì)劃，使得激勵(lì)對(duì)象的潛力充分發(fā)揮，從而促進(jìn)公司業(yè)績(jī)的增長(zhǎng)。本文選取2012年-2015年我國(guó)實(shí)施股權(quán)激勵(lì)計(jì)劃的上市公司作為研究樣本，采用滯后一年的公司業(yè)績(jī)數(shù)據(jù)，利用多元線性回歸等研究方法，通過(guò)實(shí)證分析我國(guó)上市公司股權(quán)激勵(lì)對(duì)公司業(yè)績(jī)產(chǎn)生的效益，從而進(jìn)一步提出促進(jìn)公司長(zhǎng)期發(fā)展的建議。

【關(guān)鍵詞】股權(quán)激勵(lì)；公司業(yè)績(jī)；回歸分析

一、樣本選取及數(shù)據(jù)來(lái)源

本文認(rèn)為預(yù)案實(shí)施股權(quán)激勵(lì)計(jì)劃或者由于某種原因終止實(shí)施激勵(lì)計(jì)劃的上市公司不能作為研究股權(quán)激勵(lì)效應(yīng)的數(shù)據(jù)，只有已經(jīng)在實(shí)施股權(quán)激勵(lì)計(jì)劃的上市公司才能作為評(píng)價(jià)股權(quán)激勵(lì)效果的事實(shí)與依據(jù)。因此，本文選取2012年1月至2015年12月滬深兩市已公布實(shí)施股權(quán)激勵(lì)方案且截止2015年底正在實(shí)施股權(quán)激勵(lì)的A股上市公司為研究對(duì)象，數(shù)據(jù)來(lái)源于銳思數(shù)據(jù)庫(kù)，為保證數(shù)據(jù)的有效性，本文剔除了一下幾種樣本：（1）ST類(lèi)公司，即由于其財(cái)務(wù)狀況異常，或已連續(xù)兩年以上財(cái)務(wù)虧損，如若將其納入研究樣本中會(huì)影響結(jié)論的一致性與可靠性；（2）數(shù)據(jù)庫(kù)中數(shù)據(jù)不全或者數(shù)據(jù)有誤的公司；（3）同時(shí)發(fā)行B 股和H 股的上市公司；（4）金融類(lèi)上市公司，由于金融行業(yè)的上市公司財(cái)務(wù)數(shù)據(jù)具有特殊性，故應(yīng)將其排除，最終剩下279家上市公司。同時(shí)，本文選取的財(cái)務(wù)指標(biāo)是實(shí)施股權(quán)激勵(lì)計(jì)劃后一年的數(shù)據(jù)，即選取2012年-2015年實(shí)施股權(quán)激勵(lì)計(jì)劃的上市公司在2013年-2016年的財(cái)務(wù)指標(biāo)。

二、變量定義

（一）被解釋變量

本文將每股收益期末攤薄作為衡量公司業(yè)績(jī)的指標(biāo)，即被解釋變量。每股收益期末攤薄是指凈利潤(rùn)扣除了非經(jīng)常性損益后的每股收益。如果公司凈利潤(rùn)小，但每股收益期末攤薄較大，那么說(shuō)明公司績(jī)效并沒(méi)有被過(guò)分稀釋?zhuān)蓛r(jià)高，資本效率也高。

（二）解釋變量

本文將上市公司股權(quán)激勵(lì)比例，即股權(quán)激勵(lì)股票數(shù)量占公司總股本比例，作為解釋變量。根據(jù)委托代理理論，股權(quán)激勵(lì)的主要目標(biāo)是促使激勵(lì)對(duì)象和股東利益趨于一致，從而提高公司績(jī)效。

（三）控制變量

在研究股權(quán)激勵(lì)對(duì)企業(yè)經(jīng)營(yíng)績(jī)效的影響中，除了股權(quán)激勵(lì)比例會(huì)對(duì)公司績(jī)效有影響外，其他的一些如公司規(guī)模、資本結(jié)構(gòu)等也會(huì)對(duì)公司經(jīng)營(yíng)業(yè)績(jī)產(chǎn)生影響。所以本文選取企業(yè)成長(zhǎng)能力、資本結(jié)構(gòu)、股權(quán)集中度、公司規(guī)模作為控制變量。

三、研究假設(shè)與模型建立

從近五年股權(quán)激勵(lì)計(jì)劃實(shí)施的數(shù)據(jù)來(lái)看，我國(guó)越來(lái)越多的上市公司開(kāi)始實(shí)施股權(quán)激勵(lì)計(jì)劃，這也說(shuō)明了我國(guó)股權(quán)激勵(lì)計(jì)劃對(duì)公司的經(jīng)營(yíng)績(jī)效存在著一定的促進(jìn)作用。因此本文根據(jù)樣本和變量的設(shè)計(jì)，提出了相關(guān)假設(shè)：我國(guó)上市公司股權(quán)激勵(lì)計(jì)劃對(duì)公司的業(yè)績(jī)存在正相關(guān)關(guān)系。本文采用線性回歸模型對(duì)上市公司股權(quán)激勵(lì)效應(yīng)進(jìn)行實(shí)證研究?；貧w分析法是基于大量數(shù)據(jù)，利用被解釋變量和解釋變量之間的關(guān)系，建立回歸關(guān)系的函數(shù)表達(dá)式。因此本文的線性回歸分析模型為：

四、模型分析與檢驗(yàn)

（一）描述性統(tǒng)計(jì)分析（表1）

從表1中可知，樣本公司股權(quán)激勵(lì)比例的最小值是0.0002，最大值是0.0892，均值是0.0205，說(shuō)明我國(guó)實(shí)施股權(quán)激勵(lì)計(jì)劃各公司股權(quán)授予的比例差別較大。樣本公司的每股收益期末攤薄的最小值為-1.41，最大值為1.68，均值為0.4211，說(shuō)明實(shí)施股權(quán)激勵(lì)的公司業(yè)績(jī)表現(xiàn)差別較大。第一大股東持股比例，即股權(quán)集中度最小值為0.0438，最大值為0.7973，均值為0.3234，這說(shuō)明實(shí)施股權(quán)激勵(lì)上市公司的股權(quán)集中度比較分散，但是總體股權(quán)集中度還是比較高的。總資產(chǎn)自然對(duì)數(shù)，即公司規(guī)模的最小值為0.1976，最大值為0.2631，均值為0.2187，可見(jiàn)樣本公司的公司規(guī)模差異并不是很大。

（二）相關(guān)性檢驗(yàn)

表2 各變量間的相關(guān)性檢驗(yàn)

注：*、**、***分別代表在10%、5%、1%的顯著性水平上顯著

從Spearman相關(guān)性分析中，我們可以得出以下結(jié)論：因變量每股收益期末攤薄與股權(quán)激勵(lì)比例和多個(gè)變量間有顯著的相關(guān)關(guān)系，包括與股權(quán)激勵(lì)比例、凈利潤(rùn)增長(zhǎng)率、總資產(chǎn)自然對(duì)數(shù)呈顯著正相關(guān)關(guān)系，與資產(chǎn)負(fù)債率在10%的置信水平上呈顯著負(fù)相關(guān)關(guān)系，基本符合預(yù)期判斷。從表中可以看出，本文設(shè)計(jì)的各個(gè)變量之間的相關(guān)系數(shù)都小于0.8，絕大多數(shù)在0.5以下，由此可以判斷本研究中存在多重共線性問(wèn)題的可能性比較低，故可將所選變量同時(shí)納入回歸方程。

（三）回歸分析

通過(guò)SPSS21.0統(tǒng)計(jì)分析軟件對(duì)我國(guó)上市公司相關(guān)樣本數(shù)據(jù)進(jìn)行回歸分析，結(jié)果如下表3所示：

由表3可知，在進(jìn)行單變量分析時(shí)，股權(quán)激勵(lì)比例系數(shù)為2.750，p值為0.096，說(shuō)明在10%的置信水平上，股權(quán)激勵(lì)比例與滯后一期的每股收益期末攤薄存在著顯著的正相關(guān)關(guān)系；判定系數(shù)R方為0.165，表明該模型的解釋變量可以解釋企業(yè)績(jī)效16.5%的變異程度。在給定的10%的置信水平下，P值為0.096，意味著每股收益期末攤薄與股權(quán)激勵(lì)比例的線性關(guān)系是顯著的。

在加入控制變量后，股權(quán)激勵(lì)比例系數(shù)為2.576，P值為0.070，說(shuō)明公司經(jīng)營(yíng)績(jī)效與股權(quán)激勵(lì)比例在10%的水平上呈顯著的正相關(guān)關(guān)系，驗(yàn)證了前文的假設(shè)。在給定的10%的置信水平下，凈利潤(rùn)增長(zhǎng)率的回歸系數(shù)為0.090，P值為0.000，說(shuō)明每股收益期末攤薄與凈利潤(rùn)增長(zhǎng)率存在著顯著的正相關(guān)關(guān)系；資產(chǎn)負(fù)債率的回歸系數(shù)為-0.308，P值為0.014，說(shuō)明每股收益期末攤薄與資產(chǎn)負(fù)債率存在著顯著的負(fù)相關(guān)關(guān)系；第一大股東持股比例的回歸系數(shù)為0.211，P值為0.16，說(shuō)明每股收益期末攤薄與第一大股東持股比例的相關(guān)性不顯著；總資產(chǎn)自然對(duì)數(shù)的回歸系數(shù)為7.139，P值為0.001，說(shuō)明每股收益期末攤薄與總資產(chǎn)自然對(duì)數(shù)呈顯著正相關(guān)關(guān)系。

判斷系數(shù)R方為0.317，調(diào)整后的R方為0.304，模型擬合程度較好，表明該模型的解釋變量可以解釋企業(yè)績(jī)效30.4%的變異程度。雖然這里的判定系數(shù)和調(diào)整后的判定系數(shù)不是特別高，但是還是在可接受的范圍內(nèi)的。

殘差獨(dú)立性檢驗(yàn)DW值為1.922，可認(rèn)為殘差序列無(wú)自相關(guān)性，回歸方程可以說(shuō)明被解釋變量的變化規(guī)律。一般來(lái)說(shuō)，解釋變量之間的相關(guān)系數(shù)大于0.8時(shí)，可能會(huì)出現(xiàn)多重共線性的問(wèn)題，因此本文存在的共線性問(wèn)題的可能性比較小。多重共線性檢驗(yàn)只要是通過(guò)對(duì)容差和VIF（方差膨脹因子）的值進(jìn)行檢驗(yàn)。若容差的值小于0.1或者VIF的值大于10就說(shuō)明存在多重共線性。由上表可知，本文的容差都大于0.1且VIF小于10，因此本文中的解釋變量不存在多重共線性的問(wèn)題。

在10%的置信水平下，模型的F值為25.327，P值為0.000，意味著加入控制變量后，該模型通過(guò)了顯著性水平檢驗(yàn)，具有較好的解釋能力。

五、小結(jié)

本文以2012年-2015年我國(guó)成功實(shí)施股權(quán)激勵(lì)計(jì)劃的279家上市公司為樣本，以其2013年-2016年財(cái)務(wù)數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。實(shí)證結(jié)果表明：

（1）在未加入控制變量前，股權(quán)激勵(lì)計(jì)劃與公司經(jīng)營(yíng)業(yè)績(jī)有著正相關(guān)關(guān)系，說(shuō)明了對(duì)于我國(guó)上市公司來(lái)說(shuō)，實(shí)施股權(quán)激勵(lì)計(jì)劃可以促進(jìn)激勵(lì)對(duì)象工作效率，提高公司的績(jī)效，從而驗(yàn)證了本文假設(shè)。

（2）加入控制變量后，凈利潤(rùn)增長(zhǎng)率即企業(yè)成長(zhǎng)能力，對(duì)實(shí)施股權(quán)激勵(lì)的上市公司經(jīng)營(yíng)業(yè)績(jī)表現(xiàn)為顯著正相關(guān)關(guān)系。凈利潤(rùn)增長(zhǎng)率反映企業(yè)規(guī)模擴(kuò)張速度，公司的業(yè)績(jī)隨著凈利潤(rùn)增長(zhǎng)率的增加而增加。

總資產(chǎn)自然對(duì)數(shù)即公司規(guī)模，對(duì)實(shí)施股權(quán)激勵(lì)的上市公司經(jīng)營(yíng)業(yè)績(jī)表現(xiàn)為顯著正相關(guān)關(guān)系，公司規(guī)模越大，治理結(jié)構(gòu)越完善，管理水平越高，經(jīng)營(yíng)業(yè)績(jī)也就越高。資產(chǎn)負(fù)債率即資本結(jié)構(gòu)對(duì)實(shí)施股權(quán)激勵(lì)上市公司經(jīng)營(yíng)業(yè)績(jī)表現(xiàn)為顯著負(fù)相關(guān)關(guān)系，資產(chǎn)負(fù)債率越低，公司業(yè)績(jī)也就越好。第一大股東持股比例即股權(quán)集中度對(duì)實(shí)施股權(quán)激勵(lì)上市公司的經(jīng)營(yíng)業(yè)績(jī)具有不顯著的影響。

【參考文獻(xiàn)】

[1] 盧闖，孫健，張修平，向晶薪.股權(quán)激勵(lì)與上市公司投資行為——基于傾向得分配對(duì)方法的分析[J].中國(guó)軟科學(xué)，2015（05）：110-118.

[2] 陳艷艷.股權(quán)激勵(lì)能夠增加股東財(cái)富嗎？[J].暨南學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2016，38（03）：105-116.

[3] 朱培臻.股權(quán)激勵(lì)對(duì)我國(guó)上市公司績(jī)效及股價(jià)的影響[D].華東政法大學(xué)，2016.