安 靈，趙 婷，易丹青

(1.重慶理工大學(xué) 會(huì)計(jì)學(xué)院， 重慶 400054； 2.重慶市綦江區(qū)人民醫(yī)院， 重慶 401420)

自20世紀(jì)80年代初開(kāi)始，預(yù)算管理逐漸滲透至我國(guó)企業(yè)經(jīng)營(yíng)中，并成為企業(yè)管理環(huán)節(jié)的關(guān)鍵要素之一，為實(shí)現(xiàn)企業(yè)資源的高效配置、降低經(jīng)營(yíng)風(fēng)險(xiǎn)、維持正常有序的日常經(jīng)營(yíng)以及達(dá)成企業(yè)戰(zhàn)略目標(biāo)與發(fā)展愿景提供了有利的管理途徑與方法，意義深遠(yuǎn)[1]。但無(wú)論是實(shí)務(wù)界還是理論界，對(duì)預(yù)算管理的實(shí)踐效果均頗有爭(zhēng)議[2-3]，爭(zhēng)議焦點(diǎn)之一就是預(yù)算管理可能產(chǎn)生預(yù)算松弛，而后者于預(yù)算管理效果有著顯著的負(fù)面影響。所謂預(yù)算松弛是指在預(yù)算管理過(guò)程中，預(yù)算編制者利用信息優(yōu)勢(shì)和參與編制的機(jī)會(huì)，意圖壓低預(yù)算目標(biāo)的管理行為[4]。一方面，傳統(tǒng)預(yù)算管理模式與高管激勵(lì)機(jī)制被應(yīng)用于眾多實(shí)體中，他們使計(jì)劃目標(biāo)的完成情況與企業(yè)高管人員(1)企業(yè)業(yè)績(jī)好壞與高管人員的努力程度有很大聯(lián)系，而總裁、總經(jīng)理(均含副級(jí))等又處于高管人員的頂層，是預(yù)算目標(biāo)制定的核心人物。因此，本文將“高管人員”限定為除董事以外的總裁、副總裁、總經(jīng)理、副總經(jīng)理及公司章程規(guī)定的高管人員中的經(jīng)理人員。本文的管理層、代理人、經(jīng)理人等均指高管。的薪酬掛鉤[5]，使得高管擁有足夠的動(dòng)機(jī)與機(jī)會(huì)干預(yù)預(yù)算目標(biāo)的確立，可能增加預(yù)算松弛程度。但是若企業(yè)存在較高的高管薪酬粘性(2)高管薪酬粘性，又稱為薪酬業(yè)績(jī)敏感性不對(duì)稱，是指隨著公司業(yè)績(jī)上升而增加的邊際薪酬大于隨業(yè)績(jī)下降而減少的邊際薪酬。時(shí)，高管試圖構(gòu)建預(yù)算松弛以求降低未來(lái)目標(biāo)的完成情況從而為自身薪酬所帶來(lái)的不利影響的可能性將會(huì)降低。由此，我們認(rèn)為二者可能具有一種潛在的邏輯關(guān)聯(lián)。另一方面，已有研究表明，企業(yè)股權(quán)結(jié)構(gòu)的不同一定程度上也影響著股東與管理層的委托代理關(guān)系的形式及其成本[6-7]，從而可能對(duì)高管構(gòu)建預(yù)算松弛的動(dòng)機(jī)產(chǎn)生某種程度的影響。因此，探究管理層構(gòu)建預(yù)算松弛的動(dòng)機(jī)將受到來(lái)自高管薪酬粘性的影響，有利于我們從委托代理層面回答降低未來(lái)薪酬因預(yù)算目標(biāo)的完成程度而產(chǎn)生不利波動(dòng)是否是預(yù)算松弛產(chǎn)生的歸因之一，也有助于結(jié)合我國(guó)企業(yè)經(jīng)營(yíng)的實(shí)際情況，多角度地探查預(yù)算松弛的生成機(jī)理及其治理模式。

一、文獻(xiàn)回顧與理論假設(shè)

由于對(duì)管理者的努力程度進(jìn)行定量評(píng)價(jià)的難度較大，因而將其薪酬水平與努力的產(chǎn)出即業(yè)績(jī)進(jìn)行適當(dāng)?shù)年P(guān)聯(lián)已然被視為是該背景下的一個(gè)次優(yōu)方案，那么只要二者出現(xiàn)不匹配現(xiàn)象都可能被歸入偏離次優(yōu)狀態(tài)[8]。Gaver等、孫錚等認(rèn)為業(yè)績(jī)處于上升水平時(shí)，管理者可能會(huì)欣然地接受這是其努力的結(jié)果，并以此為依據(jù)作出薪酬增長(zhǎng)的提議；而業(yè)績(jī)處于下滑階段時(shí)，他們更傾向于認(rèn)同這是由外部環(huán)境變化等非主觀性因素所造成的，進(jìn)而抵制緊縮高管薪酬方案的開(kāi)展[9-10]，催生了高管薪酬粘性[11]，即“獎(jiǎng)優(yōu)而不懲劣”[12]。參與性預(yù)算環(huán)境為高管通過(guò)構(gòu)建預(yù)算松弛來(lái)提升私人利益提供了彈性空間，便于其用于改善績(jī)效評(píng)估或?qū)_不確定性等方面[13]，由此，對(duì)沖預(yù)算目標(biāo)制定中不可預(yù)見(jiàn)的因素所引起的薪酬不利變動(dòng)很大程度上會(huì)是預(yù)算松弛產(chǎn)生的起因之一。當(dāng)公司存在較高水平的高管薪酬粘性時(shí)，其未來(lái)薪酬面臨的不確定性較小，因而高管試圖通過(guò)構(gòu)建預(yù)算松弛提升自身績(jī)效、增加利益補(bǔ)償或緩解未來(lái)薪酬不確定性的可能性也會(huì)降低，此時(shí)預(yù)算松弛程度也可能降低。基于此，提出：

假設(shè)H1：高管薪酬粘性對(duì)預(yù)算松弛存在顯著的負(fù)向影響。

一方面，相比于國(guó)有企業(yè)，非國(guó)有企業(yè)的經(jīng)理人在業(yè)績(jī)下降時(shí)承受更大的解聘風(fēng)險(xiǎn)、得到更少的政治仕途機(jī)會(huì)[14]，高管的利益來(lái)源相對(duì)單一，薪酬在其效用函數(shù)中占有更大的權(quán)重。因而企業(yè)的“獎(jiǎng)優(yōu)不罰劣”現(xiàn)象越突出，企業(yè)業(yè)績(jī)下降時(shí)經(jīng)理人面臨薪酬降低的風(fēng)險(xiǎn)越小，其構(gòu)建預(yù)算松弛來(lái)降低未來(lái)薪酬不確定性的概率越小。另一方面，由于國(guó)有企業(yè)具有多重目標(biāo)且承擔(dān)了更多的政策性負(fù)擔(dān)，導(dǎo)致準(zhǔn)確衡量國(guó)有企業(yè)經(jīng)理業(yè)績(jī)的交易成本過(guò)高且很難按照公司利益最大化的要求有效監(jiān)督和激勵(lì)經(jīng)營(yíng)者，使得薪酬激勵(lì)機(jī)制會(huì)因代理人的政治晉升等非經(jīng)濟(jì)目標(biāo)以及在職消費(fèi)等隱性激勵(lì)機(jī)制而發(fā)生偏離。與此同時(shí)，國(guó)有企業(yè)存在薪酬管制與“天花板效應(yīng)”等制度約束，壓低了國(guó)有企業(yè)高管薪酬與業(yè)績(jī)之間的敏感性[8]，某種程度上而言，這也可能降低高管薪酬粘性與預(yù)算松弛的負(fù)相關(guān)關(guān)系?；诖耍岢觯?/p>

假設(shè)H2：相比國(guó)有企業(yè)，非國(guó)有企業(yè)中高管薪酬粘性與預(yù)算松弛的負(fù)相關(guān)關(guān)系更為突出。

管理層具有財(cái)富偏好或者其他非金錢動(dòng)機(jī)都可能促使其構(gòu)建預(yù)算松弛[15]，進(jìn)而達(dá)到提升自身利益水平、分散風(fēng)險(xiǎn)或緩解環(huán)境不確定性的目的[16]。非對(duì)稱信息背景下，高管有足夠的動(dòng)機(jī)與機(jī)會(huì)利用自身所掌握的信息優(yōu)勢(shì)編制更易于完成的預(yù)算目標(biāo)，從而產(chǎn)生預(yù)算松弛現(xiàn)象，此時(shí)預(yù)算松弛更多地被看作是一種高管人員為自有利益而實(shí)施的不當(dāng)行為，是預(yù)算管理功能低效或者無(wú)效的后果，當(dāng)給予足夠的激勵(lì)與有效的管控時(shí)，管理者可能會(huì)最大化地降低預(yù)算松弛程度[17]。因此，若公司股權(quán)較為集中，管理層受到來(lái)自于股東層面的監(jiān)督力度更強(qiáng)，這可能有利于改善二者的委托代理矛盾[18]，進(jìn)而可能有助于降低企業(yè)預(yù)算松弛程度以及高管薪酬粘性與預(yù)算松弛之間的敏感性，從而可能弱化二者的負(fù)相關(guān)關(guān)系?；诖?，提出：

假設(shè)H3：股權(quán)集中度的提高會(huì)削弱高管薪酬粘性與預(yù)算松弛的負(fù)相關(guān)關(guān)系。

二、研究設(shè)計(jì)

(一)數(shù)據(jù)來(lái)源

本文的初始研究樣本為2010—2017年我國(guó)滬深A(yù)股上市公司相關(guān)數(shù)據(jù)，其中營(yíng)業(yè)收入預(yù)算數(shù)據(jù)是從2011—2018年上市公司的年報(bào)中手動(dòng)收集得來(lái)。所有數(shù)據(jù)均來(lái)自于CSMAR與WIND數(shù)據(jù)庫(kù)，在此基礎(chǔ)上，本文對(duì)研究樣本進(jìn)行了篩選：(1)剔除金融類公司；(2)剔除ST、*ST等非正常上市的樣本公司；(3)放棄數(shù)據(jù)缺失或存在明顯異常的樣本；(4)剔除當(dāng)年發(fā)生虧損且在研究期間業(yè)績(jī)?cè)鲩L(zhǎng)率始終為正或負(fù)的公司。同時(shí)，本文對(duì)所有連續(xù)型變量(變量的定義如表1所示)進(jìn)行了上下10%的Winsorize處理，得到3 905個(gè)有效的樣本量。

表1 變量的定義

①此處的管理費(fèi)用為剔除高管薪酬總額后的數(shù)額。

②中部包括晉、皖、贛、豫、鄂、湘6省;東部包括京、津、冀、滬、蘇、浙、閩、魯、粵、瓊10省市;西部包括蒙、桂、渝、川、黔、云、藏、陜、甘、青、寧、新12省市區(qū);東北地區(qū)包括遼、吉、黑3省[19]。

(二)模型設(shè)計(jì)與變量選擇

1.預(yù)算松弛

2.高管薪酬粘性

高管薪酬不僅包括貨幣薪酬，還包含股權(quán)激勵(lì)，而股權(quán)激勵(lì)在我國(guó)的實(shí)施多表現(xiàn)為持股比例低、零持股等現(xiàn)象，并且區(qū)分股票是自購(gòu)還是獎(jiǎng)勵(lì)的難度系數(shù)很高[23]，因此本文用貨幣薪酬表示高管薪酬。此外，通過(guò)閱覽已有文獻(xiàn)發(fā)現(xiàn)，王志強(qiáng)等、張龍等、孫維章等采用了“薪酬最高的前三位高級(jí)管理人員薪酬的均值”度量高管薪酬[24-26]，因此本文沿用該方法，并以剔除非經(jīng)常性損益后的凈利潤(rùn)表示業(yè)績(jī)[27]，再結(jié)合已有模型衡量高管薪酬粘性。

現(xiàn)有關(guān)于高管薪酬粘性的衡量主要有如下4種方法：第一種是張愛(ài)民等以高管實(shí)際薪酬作為因變量，通過(guò)計(jì)量模型獲取相關(guān)系數(shù)，令高管薪酬粘性=業(yè)績(jī)上升時(shí)的薪酬業(yè)績(jī)敏感性/業(yè)績(jī)下降時(shí)的薪酬業(yè)績(jī)敏感性[28]；第二種是辛清泉等所采用的方法，首先量化高管異常薪酬，再以其為因變量，最后使用與第一種類似的方法計(jì)算高管薪酬粘性值[29]；第三種是步丹璐等所采用的方法，與前兩種方法有所區(qū)別，使用業(yè)績(jī)上升與下降時(shí)薪酬業(yè)績(jī)敏感性的差額計(jì)量高管薪酬粘性[30-31]；最后一種是根據(jù)彈性定義計(jì)算公司每年的薪酬業(yè)績(jī)敏感性，再以此為基礎(chǔ)計(jì)算薪酬粘性。結(jié)合高管薪酬粘性的定義，本文認(rèn)為第三種方法度量高管薪酬粘性更直觀、更貼切。

2.3 適時(shí)播種。依土壤肥力和地塊分布確定播種順序，一般當(dāng)?shù)販囟?cm深土壤穩(wěn)定通過(guò)8℃即可播種。原則上要先播土壤肥力好的高燥陽(yáng)坡地和平肥壤質(zhì)土地，再播土壤肥力中等的沙壤土或沙土地，后播背陰坡、低洼易澇或地力較差的地塊。

與此同時(shí)，本文將以下因素作為控制變量：財(cái)務(wù)杠桿(Lev)、公司規(guī)模(Size)、管理費(fèi)用率(MC)、兩權(quán)分離(Sep)、行業(yè)(Ind)、年度(Year)和區(qū)域(Local)。

那么，如何做好企業(yè)預(yù)算目標(biāo)的制定工作？這與企業(yè)的性質(zhì)緊密相連，企業(yè)性質(zhì)的差異可能會(huì)造成其使用的預(yù)算管理方法存在不同程度差異，進(jìn)而影響著預(yù)算目標(biāo)的制定，而股權(quán)集中度不同，企業(yè)對(duì)高管的監(jiān)督力度也會(huì)存在差異，高管的經(jīng)營(yíng)行為也將受到影響，進(jìn)而可能影響薪酬粘性與預(yù)算松弛二者之間的關(guān)系。因此，為了進(jìn)一步考慮不同股權(quán)結(jié)構(gòu)是否會(huì)使高管薪酬粘性與預(yù)算松弛的關(guān)系表現(xiàn)不同，本文按產(chǎn)權(quán)性質(zhì)劃分樣本群，采用廣義矩估計(jì)法，以股權(quán)集中度為條件變量分別探討高管薪酬粘性與預(yù)算松弛二者之間的關(guān)系，并建立如下模型(TopStick表示股權(quán)集中度與薪酬粘性的交乘項(xiàng))：

模型1：

Slacki,t+1=b0+b1Sticki,t+b2Soei,t+b3Topteni,t+b4Sizei,t+b5Levi,t+b6Sepi,t+

b7MCi,t+∑Ind+∑Year+∑Local+ei,t

模型2：

Slacki,t+1=b0+b1Sticki,t+b2Soei,t+b3Topteni,t+b4TopStick+b5Sizei,t+b6Levi,t+

b7Sepi,t+b8MCi,t+∑Ind+∑Year+∑Local+ei,t

三、實(shí)證結(jié)果與分析

(一)描述性統(tǒng)計(jì)

表2 描述性統(tǒng)計(jì)

為了更細(xì)致地分析各個(gè)主要變量，我們對(duì)樣本進(jìn)行了描述性統(tǒng)計(jì)與差異性檢驗(yàn)。從表2的描述性統(tǒng)計(jì)結(jié)果可以看出，Slack的中位數(shù)為0.991 2，表明超過(guò)50%的研究樣本的主營(yíng)業(yè)務(wù)收入預(yù)算增長(zhǎng)率比行業(yè)的平均主營(yíng)業(yè)務(wù)收入增長(zhǎng)率平均高出了不足1個(gè)百分點(diǎn)，而Stick的均值為1.929 4，中位數(shù)為0.832 3，標(biāo)準(zhǔn)差為2.567 1，表明研究樣本中企業(yè)高管薪酬普遍存在粘性且粘性值波動(dòng)較大。Topten的中位數(shù)與均值相當(dāng)，體現(xiàn)企業(yè)的股權(quán)集中度整體較高，Sep的統(tǒng)計(jì)結(jié)果表明企業(yè)的兩權(quán)分離程度較高。

表3 國(guó)有企業(yè)與非國(guó)有企業(yè)的差異性檢驗(yàn)

注：***、**、*分別表示在1%、5%、10%的水平上(雙側(cè))顯著，下表同

(二)模型回歸分析

1.相關(guān)系數(shù)分析

表4的相關(guān)性分析結(jié)果表明，各個(gè)解釋變量與控制變量之間的相關(guān)系數(shù)均在一定水平上顯著，且均小于0.5，相關(guān)度較低，可以認(rèn)為所構(gòu)建的模型不存在嚴(yán)重的多重共線性，模型設(shè)計(jì)合理。

表4 主要變量的相關(guān)性分析

注：左下半部分為Spearman系數(shù)，右上半部分為Pearson系數(shù)

2.高管薪酬粘性與預(yù)算松弛

表5通過(guò)數(shù)據(jù)研究分析了不同企業(yè)性質(zhì)下Stick與Slack的關(guān)系。結(jié)果表明：全樣本下Stick在10%水平上正向影響著Slack，這有悖于假設(shè)H1。為了探索產(chǎn)生這種現(xiàn)象的原因，我們又按企業(yè)性質(zhì)對(duì)研究樣本進(jìn)行了細(xì)分，從回歸結(jié)果來(lái)看，國(guó)有企業(yè)中Stick對(duì)Slack有顯著的增量影響，而非國(guó)有企業(yè)中不相關(guān)，二者的負(fù)相關(guān)關(guān)系在國(guó)有企業(yè)與非國(guó)有企業(yè)中都存在一定程度的弱化，某種程度上支持了假設(shè)H2。產(chǎn)生這種現(xiàn)象的原因可能是：首先，國(guó)有企業(yè)相對(duì)于非國(guó)有企業(yè)而言存在多重代理問(wèn)題，使得Stick與Slack的關(guān)系在不同企業(yè)性質(zhì)下表現(xiàn)不同；其次，國(guó)有企業(yè)中的高管具有多重目標(biāo)函數(shù)，相比于貨幣薪酬，在其個(gè)人效用函數(shù)中，政治晉升、職位穩(wěn)定性等非經(jīng)濟(jì)利益目標(biāo)可能被賦予更大的權(quán)重[32]，此時(shí)高管構(gòu)建預(yù)算松弛來(lái)降低未來(lái)薪酬不利變動(dòng)的動(dòng)機(jī)可能會(huì)減弱，一定程度上削弱了Stick對(duì)Slack的負(fù)向影響；最后，Stick與Slack均可被看作是高管構(gòu)建自身效用函數(shù)的方式之一，相比于非國(guó)有企業(yè)，國(guó)有企業(yè)呈現(xiàn)出Stick更高[14]、Slack更大的特點(diǎn)[33]，使得Stick與Slack之間可能存在協(xié)同效應(yīng)，轉(zhuǎn)變?yōu)榍罢邔?duì)后者具有正向影響，而非國(guó)有企業(yè)中二者的關(guān)系可能受高管特征等其他因素的影響有所弱化。其中Slack2是穩(wěn)健性檢驗(yàn)的結(jié)果，與Slack1的回歸整體表現(xiàn)一致。

表5 所有權(quán)性質(zhì)、高管薪酬粘性與預(yù)算松弛

注：括號(hào)內(nèi)為經(jīng)過(guò)異方差調(diào)整的穩(wěn)健z值，下表同

表6在表5的基礎(chǔ)上對(duì)二者關(guān)系進(jìn)行了深層次的挖掘，模型2分析了股權(quán)集中度Topten對(duì)Stick與Slack關(guān)系的影響。非國(guó)有企業(yè)中，Topten變量對(duì)Slack有顯著的負(fù)向影響，可以解讀為隨著Topten的增加，Slack會(huì)有所降低，而Stick與Topten的交乘項(xiàng)TopStick顯著為正，反映出增加Topten將會(huì)削弱Stick與Slack的負(fù)相關(guān)關(guān)系，與假設(shè)H3的預(yù)期相符。這說(shuō)明股權(quán)集中度的增長(zhǎng)使得股東擁有足夠動(dòng)機(jī)和能力監(jiān)督高管，某種程度上約束了高管的機(jī)會(huì)主義行為，使其個(gè)人私利受到制約，降低了其構(gòu)建預(yù)算松弛的可能性，使得高管薪酬粘性與預(yù)算松弛的敏感性降低，Stick與Slack的負(fù)相關(guān)關(guān)系被削弱。

表6 不同股權(quán)集中度下高管薪酬粘性與預(yù)算松弛的關(guān)系

續(xù)表(表6)

3.穩(wěn)健性檢驗(yàn)

為了驗(yàn)證上述結(jié)果的穩(wěn)定性，本文首先采用最小二乘法重新進(jìn)行回歸，其次采用2012—2017年樣本，使用2013—2018年預(yù)算收入重新進(jìn)行回歸，結(jié)果與前文類似。

四、結(jié)語(yǔ)

為了探討高管薪酬粘性對(duì)企業(yè)預(yù)算松弛的影響，本文對(duì)二者進(jìn)行了量化并檢驗(yàn)了他們的關(guān)系，同時(shí)為了深入分析二者之間的內(nèi)在邏輯聯(lián)系，也為了豐富本文的研究?jī)?nèi)容，本文探討了股權(quán)結(jié)構(gòu)對(duì)二者關(guān)系的影響機(jī)理。研究發(fā)現(xiàn)：高管薪酬粘性越大，企業(yè)重獎(jiǎng)輕罰的現(xiàn)象越嚴(yán)重，此時(shí)，薪酬對(duì)高管的激勵(lì)效用被削弱，高管越有可能制定松弛的預(yù)算方案。相對(duì)于非國(guó)有企業(yè)，高管薪酬粘性對(duì)預(yù)算松弛的正向影響在國(guó)有企業(yè)中更加顯著，這可能是受到國(guó)有企業(yè)中特殊的委托代理關(guān)系與高管具有多重任務(wù)目標(biāo)等方面的影響。股權(quán)集中度會(huì)削弱高管薪酬粘性對(duì)預(yù)算松弛的負(fù)向影響，股權(quán)集中度的增強(qiáng)會(huì)更大程度地約束其個(gè)人機(jī)會(huì)主義行為，會(huì)降低股東構(gòu)建預(yù)算松弛的可能性，進(jìn)而削弱二者的負(fù)相關(guān)關(guān)系。

本文從股權(quán)結(jié)構(gòu)視角為分析高管薪酬粘性與預(yù)算松弛二者的關(guān)系提供了新的思路和新的證據(jù)，不僅如此，本文還有很強(qiáng)的現(xiàn)實(shí)意義，為企業(yè)如何更好地進(jìn)行預(yù)算管理提供了參考。第一，研究表明在不同產(chǎn)權(quán)性質(zhì)下預(yù)算松弛狀況存在差異。為在產(chǎn)權(quán)性質(zhì)不同的企業(yè)中，由于公司治理環(huán)境不同，委托代理機(jī)制存在差異，高管薪酬粘性與預(yù)算松弛形成有差異的經(jīng)濟(jì)后果提供經(jīng)驗(yàn)證據(jù)。第二，根據(jù)委托代理理論，在兩權(quán)分離的情況下，股權(quán)集中度對(duì)二者的關(guān)系具有調(diào)節(jié)作用，為預(yù)算松弛的治理以及預(yù)算管理效率的提升提供了可參考的路徑。