高管薪酬激勵(lì)與財(cái)務(wù)風(fēng)險(xiǎn)

周雨薇

摘要：在本文中，研究在全球疫情環(huán)境期間，以2019年制造業(yè)上市公司為研究對(duì)象，選取Altman（2002[1]）的修正Z指數(shù)指標(biāo)來(lái)衡量企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，旨在研究中國(guó)制造業(yè)上市在疫情環(huán)境下，公司股權(quán)結(jié)構(gòu)與財(cái)務(wù)風(fēng)險(xiǎn)之間的關(guān)系，以及高管薪酬激勵(lì)措施對(duì)處理公司股權(quán)結(jié)構(gòu)與財(cái)務(wù)風(fēng)險(xiǎn)關(guān)系施加的調(diào)節(jié)性作用;最后本文研究證明了樣本上市公司高管薪酬和股權(quán)集中度與企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)成正相關(guān)，即在存在高管薪酬和股權(quán)集中度控制變量的情況下，它仍然保持強(qiáng)大的功能，以及股權(quán)集中程度與財(cái)務(wù)風(fēng)險(xiǎn)負(fù)相關(guān)。

關(guān)鍵詞：高管激勵(lì);財(cái)務(wù)風(fēng)險(xiǎn);相關(guān)性研究

一、引言

疫情時(shí)代，國(guó)際疫情和經(jīng)濟(jì)狀況形態(tài)已經(jīng)呈現(xiàn)分化，面對(duì)一邊是生命，另一邊則是經(jīng)濟(jì)情況的衡量，而后疫情時(shí)代的經(jīng)濟(jì)也受各方面因素影響。企業(yè)高層管理人員是參與重大決策和全盤(pán)負(fù)責(zé)某個(gè)部門(mén)，企業(yè)能否成功運(yùn)轉(zhuǎn)和發(fā)展的執(zhí)行長(zhǎng)。管理企業(yè)最為核心的部分是管理層，沒(méi)有管理層，就沒(méi)有企業(yè)未來(lái)的戰(zhàn)略方向，沒(méi)有管理層，就沒(méi)有企業(yè)發(fā)展的支撐動(dòng)力，他們是企業(yè)重要的資源，對(duì)企業(yè)決策策略起著不能預(yù)計(jì)的作用。

所以筆者認(rèn)為，通過(guò)以上的論述，降低疫情對(duì)企業(yè)造成的附加損害，使大多數(shù)國(guó)有企業(yè)，甚至中小企業(yè)恢復(fù)到疫情以前的經(jīng)濟(jì)水平，除了需要各單位、組織以及政府機(jī)構(gòu)齊心協(xié)力，企業(yè)高級(jí)治理人員的鼓舞政策和心情的調(diào)適也成為后疫情期間企業(yè)堅(jiān)持良好運(yùn)作的重要要素。

二、研究設(shè)計(jì)

（一）樣本選擇、數(shù)據(jù)來(lái)源

我們以A股制造業(yè)上市公司作為研究對(duì)象，最終得到29家樣本企業(yè)的非平衡面板數(shù)據(jù)。研究所用數(shù)據(jù)和資料均主要來(lái)源于wind數(shù)據(jù)庫(kù)、東方財(cái)富網(wǎng)數(shù)據(jù)庫(kù)和同花順披露的公司年報(bào)。相干數(shù)據(jù)的統(tǒng)計(jì)和處置、變量的描述性統(tǒng)計(jì)剖析以及后續(xù)的相關(guān)分析在統(tǒng)計(jì)工具軟件StataSE中完成。

（二）模型設(shè)定與變量定義

借鑒Tykvova和Borell（2012）的研究，采納修正Z指數(shù)來(lái)權(quán)衡企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，以下即是計(jì)算公式：

Z_score=0.717X1+0.847X2+3.107X3+0.42X4+0.998X5+0.682X6

其中，Z_score表示Altman的Z指數(shù)，在分析過(guò)程中已取負(fù)數(shù)，更有利于后續(xù)的研究結(jié)論解釋，X1=營(yíng)運(yùn)資本/總資產(chǎn);X2=留存收益/總資產(chǎn);X3=息稅前利潤(rùn)TTM/總資產(chǎn);X4=當(dāng)日總市值/負(fù)債總計(jì);X5=營(yíng)業(yè)收入/總資產(chǎn);X6=股東權(quán)益合計(jì)（含少數(shù)）/負(fù)債總計(jì)。其中Z_score越大，財(cái)務(wù)上產(chǎn)生的危險(xiǎn)越小。

基于前文的文獻(xiàn)分析綜述（程翠鳳，2018）以及本文三個(gè)研究假設(shè)，高管薪酬激勵(lì)、股權(quán)集中度為解釋變量，Z_score為被解釋變量，為了驗(yàn)證假設(shè)，采用以下模型進(jìn)行檢驗(yàn)：

Z_scoreit=β0+ β1Own1it? ? ? ? ? ? ? ? ? ?（1）

Z_scoreit=β0+β1Own1it+β2SALit? ? ? （2）

Z_scoreit=β0+β1Own1it+β2SALit+β3Sizeit+β4Levit+β5Marit+εit （3）

Z_scoreit=β0+β1Own1it+β2SALit+β3Own1it×SALit+β4Sizeit+β5 Levit +β6Marit+εit? ? ? ? （4）

其中，是被解釋變量是財(cái)務(wù)風(fēng)險(xiǎn)，本文用修正Z指數(shù)Z_score來(lái)表示，解釋變量是高管薪酬激勵(lì)，參考現(xiàn)有文獻(xiàn)（辛清泉等，2007;權(quán)小鋒等，2010），用年報(bào)中披露的前三名最高高管薪酬總額的自然對(duì)數(shù)SAL表示;調(diào)節(jié)變量是股權(quán)集中度（CON），采納第一大股東持股比例來(lái)反映企業(yè)的股權(quán)集中度，β0是截距項(xiàng)，β1是解釋變量和控制變量（包括行業(yè)控制變量和年度控制變量）的回歸系數(shù)，e是隨機(jī)誤差項(xiàng);為了弄清實(shí)證中的因果關(guān)系，另加入除自變量以外的一些能引起因變量變化的控制變量企業(yè)資產(chǎn)規(guī)模（Size）、企業(yè)負(fù)債水平（Lev）和盈利能力（Mar），參考現(xiàn)有文獻(xiàn)（宋天霞，2018），分別用資產(chǎn)總額取自然對(duì)數(shù)、資產(chǎn)負(fù)債率和營(yíng)業(yè)凈利率來(lái)衡量來(lái)表示。

三、實(shí)證檢驗(yàn)與分析

（一）描述性統(tǒng)計(jì)分析

本文采納平衡面板數(shù)據(jù)開(kāi)始統(tǒng)計(jì)剖析，得到相關(guān)變量的描述性和相關(guān)性分析結(jié)果如表1所示。樣本公司在窗口期內(nèi)的Z-score在-0.8786～-36.1491之間，其均值為-10.43，標(biāo)準(zhǔn)差為7.061304，說(shuō)明我國(guó)上市公司業(yè)績(jī)水平參差不齊，變化較大，也間接說(shuō)明了樣本公司的財(cái)務(wù)狀況較差，財(cái)務(wù)風(fēng)險(xiǎn)較大。樣本公司平均第一大股東持股比例在73.8%～90%之間，其均值為78.1%，表明我國(guó)各地區(qū)投資者持股水平差異較小。

（二）相關(guān)性分析

本文在回歸分析前首先對(duì)主要的變量進(jìn)行pearson相關(guān)性分析，各變量的相關(guān)系數(shù)及顯著性程度見(jiàn)表2所列。

由變量之間的相關(guān)系數(shù)大小及顯著性水平可以初步得出結(jié)論：1企業(yè)負(fù)債水平與財(cái)務(wù)風(fēng)險(xiǎn)水平在1%的顯著性水平下正相關(guān)，初步表明樣本企業(yè)降低公司負(fù)債有利于企業(yè)降低財(cái)務(wù)風(fēng)險(xiǎn)。2企業(yè)高管薪酬激勵(lì)與財(cái)務(wù)風(fēng)險(xiǎn)在1%的顯著水平下正相關(guān)，表明樣本企業(yè)高薪酬的高管會(huì)導(dǎo)致該公司企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)會(huì)上升。3企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)與經(jīng)營(yíng)獲利能力在5%的顯著水平下正相關(guān)，但與股權(quán)集中度成不顯著的負(fù)相關(guān)，說(shuō)明企業(yè)經(jīng)營(yíng)能力越強(qiáng)，財(cái)務(wù)風(fēng)險(xiǎn)也就越大。4企業(yè)高管薪酬鼓勵(lì)與股權(quán)集中度、企業(yè)資產(chǎn)規(guī)模規(guī)模分別在10%、1%的顯著水平下成正相關(guān)，表明公司高管隨著薪酬鼓勵(lì)的增加，股權(quán)鼓勵(lì)增加的可能性也在上升，但過(guò)高的薪酬鼓勵(lì)水平會(huì)初步導(dǎo)致公司資產(chǎn)總額的縮水現(xiàn)象。

表3對(duì)公司年度樣本的主要變量進(jìn)行了分層回歸分析，在模型一中的變量較之于模型三中變量多出的就是要考慮的變量SAL*CON，可以看到R方的改變值為0.022，方差分析顯著，說(shuō)明排除其他五個(gè)變量的影響，單獨(dú)由SAL*CON所解釋的差異為2.2%，具有統(tǒng)計(jì)學(xué)意義。表明高管薪酬和股權(quán)集中度與企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)成正相關(guān)，這表明樣本公司里，高管薪酬激勵(lì)的有效性在一定程度上取決于股權(quán)集中度有多少，當(dāng)股權(quán)集中度較高時(shí)，高管薪酬鼓勵(lì)可以在有限的水平條件下發(fā)揮較強(qiáng)的激勵(lì)作用;但是隨著股權(quán)集中度的持續(xù)增加，達(dá)到一定水平的高管薪酬激勵(lì)則會(huì)令股權(quán)集中度降低，從而使高管的機(jī)會(huì)主義行為出現(xiàn)，破壞股東權(quán)益最大化的目標(biāo)實(shí)現(xiàn)，其激勵(lì)作用開(kāi)始逐漸下降，進(jìn)而導(dǎo)致較高的財(cái)務(wù)風(fēng)險(xiǎn)。

參考文獻(xiàn)：

[1]Altman E I.Bankruptcy， credit risk，and high yield junk bonds[M]. Blackwell Massachusetts，2002.

[2]黃于于.管理層能力對(duì)企業(yè)發(fā)展的影響研究[C].中國(guó)管理科學(xué)研究院.第十二屆中國(guó)管理科學(xué)大會(huì)優(yōu)秀論文集.中國(guó)管理科學(xué)研究院：全國(guó)科技振興城市經(jīng)濟(jì)研究會(huì)，2019：80-82.

[3]Schularick M， A M Talor. Credit Booms Gone Bust： MonetaryPolicy， Leverage Cycles， and Financial Crises， 1870-20080.The American Economic Review，2012，102 （2）：1029-1061.

[4]程翠鳳.高管激勵(lì)、股權(quán)集中度與企業(yè)研發(fā)創(chuàng)新戰(zhàn)略——基于制造業(yè)上市公司面板數(shù)據(jù)調(diào)節(jié)效應(yīng)的實(shí)證[J].華東經(jīng)濟(jì)管理，2018，32（11）：118-125.

[5]辛清泉，林斌，王彥超.政府控制、經(jīng)理薪酬與資本投資[J].經(jīng)濟(jì)研究，2007（08）：110-122.

[6]權(quán)小鋒，吳世農(nóng)，文芳.管理層權(quán)力、私有收益與薪酬操縱[J].經(jīng)濟(jì)研究，2010，45（11）：73-87.

[7]宋天霞.企業(yè)規(guī)模、社會(huì)責(zé)任與績(jī)效的關(guān)系研究[D].福建：集美大學(xué)，2018.