周 蕾 周萍華 方 岳

(1.安徽財經(jīng)大學(xué) 會計學(xué)院，安徽 蚌埠 233030；2.浙江大學(xué) 經(jīng)濟學(xué)院，浙江 杭州 310058)

一、問題提出

從20世紀90年代滬深證券交易所成立至今，我國股市歷經(jīng)多次暴跌。特別是2008年金融危機爆發(fā)以來，我國股市一直不太景氣，“慢漲快跌”“牛短熊長”特征較為明顯。2015年的股市跳水與2018年的全球性股價快閃崩盤，不僅導(dǎo)致投資者個人財富嚴重縮水，而且極大地擾亂了資本市場的秩序。由此，股價崩盤問題得到了學(xué)術(shù)界與實務(wù)界的廣泛關(guān)注。從已有文獻的研究結(jié)論來看，學(xué)者對于股價崩盤產(chǎn)生原因的認識基本達成一致，即管理層隱藏負面消息，導(dǎo)致壞消息逐漸積累直至失去控制，一旦壞消息被集中釋放至資本市場，則將引發(fā)股價崩盤(Kim et al.,2011)。

那么，管理層為什么會隱藏壞消息呢？相關(guān)研究表明，高管隱藏壞信息的動機，通常與以下幾個方面相關(guān)：以經(jīng)營績效和市場價值為評判標準的薪酬契約(盧寧文 等,2008;韓靜 等,2014)，融資或其他交易契約(趙剛 等,2014;García Lara et al.,2016)，訴訟(祝繼高,2011)，稅收(周澤將,2012)以及監(jiān)管(張建勇,2014)等。其中，高管因追逐私利而隱藏壞消息的行為最受詬病。高管作為負責(zé)企業(yè)經(jīng)營管理的核心人物，其行為及背后動機會對公司的短期業(yè)績表現(xiàn)和長期發(fā)展產(chǎn)生不可估量的影響。因此，當(dāng)董事會意識到現(xiàn)有激勵方式失效時，其會嘗試通過調(diào)整高管的薪酬結(jié)構(gòu)，以緩解代理沖突。通常，這種情況下的薪酬結(jié)構(gòu)調(diào)整是公司治理水平提升的一種體現(xiàn)。然而，高管的薪酬結(jié)構(gòu)與水平實際是多方利益團體共同博弈的結(jié)果。那么，當(dāng)高管權(quán)力不斷膨脹以至于能夠控制和主導(dǎo)公司的薪酬制定時，公司的股價崩盤風(fēng)險是否會受到影響呢？這一問題關(guān)乎上市公司高管薪酬激勵的效果評價及未來改進，具有重要的研究價值。

相比已有文獻，本文的貢獻主要體現(xiàn)在兩個方面：一是深化了高管薪酬激勵理論方面的研究。高管薪酬激勵一直是理論界與實務(wù)界關(guān)注的重要話題，而薪酬結(jié)構(gòu)的設(shè)計則被認為是其中的難點和重點。從現(xiàn)有研究來看，學(xué)者著重考察了薪酬的設(shè)計程序、激勵方式、影響因素、激勵后果等，但鮮有文獻涉及薪酬結(jié)構(gòu)調(diào)整及其產(chǎn)生的經(jīng)濟后果。本文探討了高管薪酬結(jié)構(gòu)調(diào)整對會計信息質(zhì)量及股價崩盤風(fēng)險的影響，同時檢驗了權(quán)力不同的高管對薪酬結(jié)構(gòu)調(diào)整方式的偏好，為我國上市公司的高管薪酬設(shè)計提供了重要啟示。二是豐富了股價崩盤風(fēng)險影響因素方面的文獻。近年來，學(xué)者對股價崩盤風(fēng)險的成因進行了深入探究，但很少有研究基于高管薪酬的視角展開討論。本文發(fā)現(xiàn)高管薪酬結(jié)構(gòu)調(diào)整通過改善會計信息質(zhì)量，進而對公司股價崩盤風(fēng)險產(chǎn)生了顯著的抑制作用。同時，我們也回答了薪酬結(jié)構(gòu)調(diào)整行為將在何種條件下發(fā)揮“利益趨同效應(yīng)”，在何種條件下發(fā)揮“塹壕防御效應(yīng)”，并針對不同情形提供了相應(yīng)的政策建議，這對于緩解公司代理問題，降低股價崩盤風(fēng)險具有較高的參考價值。

二、文獻綜述與研究假設(shè)

(一)高管薪酬結(jié)構(gòu)調(diào)整與會計信息質(zhì)量

現(xiàn)代企業(yè)管理理論認為，薪酬激勵的主要功能是解決代理問題。由于所有權(quán)與經(jīng)營權(quán)的分離，負責(zé)企業(yè)運營管理的高管與提供資本的股東之間存在著嚴重的信息不對稱。一方面，股東很難以較低的成本對高管工作進行有效監(jiān)督，因此高管消極怠工的道德風(fēng)險不可能完全避免；另一方面，高管相較于股東擁有天然的信息優(yōu)勢，可能存在隱藏壞消息的逆向選擇風(fēng)險。因此，代理問題嚴重的公司，會計信息質(zhì)量普遍不高。為解決這一問題，現(xiàn)代公司通常會賦予高管一定數(shù)量的股票或期權(quán)，使其與股東的利益目標趨近，以緩解信息不對稱引發(fā)的代理沖突(Jensen,2004)。但是，對于應(yīng)授予的股權(quán)薪酬比例及其激勵效果，目前學(xué)界存在兩種截然不同的觀點：“利益趨同效應(yīng)”和“塹壕防御效應(yīng)”。

“利益趨同效應(yīng)”認為股權(quán)激勵比現(xiàn)金激勵具有更強且更持久的激勵效應(yīng)(Jensen et al.,1990)。呂長江等(2009)指出，由于股權(quán)激勵能夠賦予高管部分剩余所有權(quán)，高管在進行經(jīng)營決策時會更多地考慮股東的利益，這對于緩解代理沖突、促進會計信息質(zhì)量提升具有積極影響。但是，張行等(2019)卻發(fā)現(xiàn)，股權(quán)激勵的薪酬績效敏感性隨著CEO任期的延長會逐漸減弱。也就是說，雖然股權(quán)薪酬被認為具有較強的激勵效果，但股權(quán)薪酬與企業(yè)業(yè)績之間并非單純的線性遞增關(guān)系。Fama et al.(1983)認為，當(dāng)高管的持股比例較低時，來自經(jīng)理人市場與公司控制權(quán)市場的監(jiān)督對高管行為的影響較為有效，這有助于提升會計信息質(zhì)量，進而緩解代理問題。然而，隨著高管被授予的股權(quán)數(shù)量不斷增加，管理層的權(quán)力也會進一步膨脹。當(dāng)高管可以擺脫外界的監(jiān)督與束縛，并反過來對公司施加控制時，其可能會有條件地以小股東和公司的利益為代價，謀取控制權(quán)私利，這就是典型的“塹壕防御效應(yīng)”。因此，合理的薪酬結(jié)構(gòu)是保證薪酬激勵達到最優(yōu)效果的關(guān)鍵(Laux,2012)。張行等(2019)認為，董事會會通過“學(xué)習(xí)效應(yīng)”對高管持股比例進行動態(tài)調(diào)整，以實現(xiàn)激勵效率的改進。也就是說，在高管聘任初期由于信息不對稱，董事會賦予高管的股權(quán)比例可能不盡合理，但隨著時間的推移，董事會通過“學(xué)習(xí)”等途徑對高管真實表現(xiàn)的了解不斷加深，并可能會據(jù)此調(diào)整高管的薪酬結(jié)構(gòu)。因此，這一情形下的高管薪酬結(jié)構(gòu)調(diào)整有助于提升激勵效果，緩解公司的代理問題，促使會計信息質(zhì)量進一步提升。由此，本文提出：

H1a：高管薪酬結(jié)構(gòu)調(diào)整與公司會計信息質(zhì)量正相關(guān)。

上述假設(shè)成立的前提在于公司董事會具備足夠強的監(jiān)督能力。通常，在公司治理結(jié)構(gòu)的約束下，會計信息質(zhì)量能夠得到有效保障，董事會可以根據(jù)高管的業(yè)績表現(xiàn)相機調(diào)整激勵方式和薪酬結(jié)構(gòu)。但是如果公司治理水平不高，會計信息質(zhì)量較低，董事會則難以有效發(fā)揮監(jiān)管作用，此時高管很可能會利用自己的信息優(yōu)勢和個人權(quán)力將薪酬結(jié)構(gòu)調(diào)整為利己的“福利型”方案(呂長江 等,2009)。在此情形下，高管薪酬結(jié)構(gòu)調(diào)整不僅無助于解決代理問題，反而還可能成為代理問題的一部分，高管對公司信息的刻意隱藏或者選擇性披露無疑會導(dǎo)致會計信息質(zhì)量大幅降低。由此，本文提出：

H1b：高管薪酬結(jié)構(gòu)調(diào)整與公司會計信息質(zhì)量負相關(guān)。

(二)高管薪酬結(jié)構(gòu)調(diào)整、會計信息質(zhì)量與股價崩盤風(fēng)險

從已有文獻來看，學(xué)者們就股價崩盤形成的原因、影響因素等方面展開了熱烈討論。目前被普遍接受的一個觀點是“股價泡沫與信息隱藏假說”，其認為股票市場原本就存在著各種各樣的泡沫，同時資本市場的信息不透明為管理層隱藏負面消息提供了一定便利，因此擁有信息優(yōu)勢的內(nèi)部人出于晉升、薪酬、避稅、并購等目的，有動機對會計信息披露進行策略性管理，比如分拆好消息逐次披露，極力隱藏壞消息。然而，公司承載壞消息的能力是有限的，一旦超過負荷、失去控制，負面消息被集中釋放至資本市場，則會瞬間刺破泡沫，導(dǎo)致股價崩盤。上述觀點也得到國內(nèi)相關(guān)研究的證實，比如，楊威等(2018)以商譽為切入點，闡述了高商譽公司如何通過控制和操縱不同階段的信息披露，使股價泡沫逐步積累終至崩盤的過程；彭俞超等(2018)的研究表明，企業(yè)為隱藏主營業(yè)務(wù)負面消息而持有金融資產(chǎn)的行為，將導(dǎo)致未來的股價崩盤風(fēng)險上升。不僅如此，田利輝等(2017)還發(fā)現(xiàn)，當(dāng)高管代理成本足夠大時，監(jiān)管當(dāng)局強制要求上市公司披露社會責(zé)任信息不僅沒有有效緩解信息不對稱，反而導(dǎo)致股價崩盤風(fēng)險顯著升高。由此，本文提出：

H2:會計信息質(zhì)量與股價崩盤風(fēng)險負相關(guān)。

如前文所述，當(dāng)高管權(quán)力被有效約束和監(jiān)督時，董事會可以通過“學(xué)習(xí)”不斷加深對高管能力的了解，并據(jù)此優(yōu)化高管激勵模式。在此前提下，高管薪酬結(jié)構(gòu)調(diào)整將大大緩解公司代理沖突，減少負面信息隱藏(Core et al.,1999;Core et al.,2002;Milbourn,2003;張行 等,2019)，并最終促使股價崩盤風(fēng)險降低。由此，本文提出：

H3:高管薪酬結(jié)構(gòu)調(diào)整與公司股價崩盤風(fēng)險負相關(guān)。

(三)高管權(quán)力的調(diào)節(jié)作用

高管不僅具備天然的信息優(yōu)勢，而且擁有決斷公司重要事項的權(quán)力。當(dāng)高管權(quán)力不斷膨脹直至失去約束時，他很可能會利用自身所掌控的權(quán)力干預(yù)薪酬的制定過程，以謀取個人私利(呂長江 等,2008;盧銳 等,2008)。因此，與高管權(quán)力相伴而生的“天價薪酬”與“在職消費”等行為被廣為詬病。Kothari et al.(2009)指出，高管謀取私利的行為常常伴隨著信息披露不完全和財務(wù)造假等問題。因此，當(dāng)高管權(quán)力過大時，企業(yè)進行薪酬結(jié)構(gòu)調(diào)整并不一定是為了追求激勵效率的改進，而可能是高管“塹壕防御效應(yīng)”的體現(xiàn)。此時代理沖突惡化，會計信息質(zhì)量降低，不僅無法有效抑制公司的股價崩盤風(fēng)險，甚至還可能推升風(fēng)險?；谏鲜龇治觯疚恼J為薪酬結(jié)構(gòu)調(diào)整對股價崩盤風(fēng)險的作用方式和影響效果關(guān)鍵取決于高管權(quán)力的大小。也可以理解為，上文H1至H3成立的必要前提是高管權(quán)力能夠得到有效控制。由此，本文提出：

H4：高管權(quán)力越小，薪酬結(jié)構(gòu)調(diào)整對股價崩盤風(fēng)險的抑制作用越顯著。

三、研究設(shè)計

(一)樣本選擇與數(shù)據(jù)來源

本文選取2010—2017年我國滬深兩市A股上市公司為研究對象(1)考慮到后續(xù)實證分析中需要用到下一期的股價交易數(shù)據(jù)，因此本文樣本時期截至2017年，而非目前最新數(shù)據(jù)的日期2018年。，并對初始樣本做了如下處理：剔除數(shù)據(jù)缺失的樣本；剔除金融行業(yè)的樣本；考慮到后文需要以個股周特質(zhì)收益率作為基礎(chǔ)指標度量股價崩盤風(fēng)險，因此剔除每年交易周數(shù)小于30周的樣本，以保證數(shù)據(jù)的可比性與有效性；剔除不符合后文“薪酬結(jié)構(gòu)調(diào)整”定義的樣本。經(jīng)過以上篩選，初步得到92993個觀測值。為了解決樣本自選擇問題，我們采用傾向性得分匹配法對數(shù)據(jù)進行了處理(具體過程見后文)，最終得到59171個觀測值，其中處理組17926個，對照組41245個。本文研究所使用的數(shù)據(jù)均來自國泰安數(shù)據(jù)庫。

(二)變量說明

1.股價崩盤風(fēng)險

從已有研究來看，股價崩盤風(fēng)險最常用的度量指標有負收益偏態(tài)系數(shù)(Ncskew)和收益上下波動比例(Duvol)兩種。

(1)負收益偏態(tài)系數(shù)(Ncskew)。對于負收益偏態(tài)系數(shù)(Ncskew)的衡量，本文主要借鑒Hutton et al.(2009)、許年行等(2013)和權(quán)小鋒等(2015)的做法。首先，構(gòu)建個股第t周收益率對其前、后兩期市場收益率的回歸模型，并保留殘差；然后，將該殘差加1后取自然對數(shù)作為個股的特質(zhì)周收益率R；最后，根據(jù)以下模型計算負收益偏態(tài)系數(shù)(Ncskew)：

其中，R為個股i的特質(zhì)周收益率，n為個股i的交易周數(shù)。該指標數(shù)值越大，說明股價崩盤風(fēng)險越高。

(2)收益上下波動比例(Duvol)。

其中，R與上文含義相同，nu(nd)為個股特質(zhì)周收益率高于(低于)其均值的周數(shù)。

2.高管薪酬結(jié)構(gòu)調(diào)整

本文所指的高管是廣義概念，包括董事長、總經(jīng)理、廠長、財務(wù)負責(zé)人、上市公司董事會秘書以及公司章程規(guī)定的其他人員。一般來說，高管薪酬包括兩部分：一是現(xiàn)金薪酬，包括工資、獎金、紅利等形式的短期激勵；二是包括股票期權(quán)、限制性股票、影子股票等形式的長期激勵。對于高管薪酬結(jié)構(gòu)調(diào)整的衡量，首先需計算高管的薪酬總額，本文借鑒Jensen et al.(1990)和周仁俊等(2011)的方法，用當(dāng)期股價乘以高管當(dāng)期被授予的股權(quán)數(shù)衡量股權(quán)薪酬的價值，在此基礎(chǔ)上加上現(xiàn)金薪酬得到高管薪酬總額。然后，主要通過考察相鄰期間股權(quán)薪酬比例與現(xiàn)金薪酬比例的各自變動情況刻畫薪酬結(jié)構(gòu)調(diào)整。這種對比實際包含三種情況：第一種是薪酬結(jié)構(gòu)被動調(diào)整，即薪酬結(jié)構(gòu)調(diào)整僅僅源于股價變化，而非股權(quán)授予數(shù)量和現(xiàn)金薪酬數(shù)額發(fā)生了變化；第二種是薪酬結(jié)構(gòu)主動調(diào)整，即薪酬結(jié)構(gòu)調(diào)整是由股權(quán)授予數(shù)量或者現(xiàn)金薪酬數(shù)額變化所導(dǎo)致的；第三種是股價、股權(quán)授予數(shù)量與現(xiàn)金薪酬數(shù)額同時變化，但恰好相互抵消，結(jié)果使得本期與上期薪酬結(jié)構(gòu)保持一致。由于第三種情況更像是一種“巧合”，發(fā)生的概率較低，很難通過數(shù)據(jù)排查精確捕獲，因此本文不做討論。此外，為了使所選取的樣本更加契合本文的研究主題，我們剔除了1181個僅因股價變動而導(dǎo)致的薪酬結(jié)構(gòu)被動調(diào)整的觀測值，即本文只關(guān)注公司主動調(diào)整高管薪酬結(jié)構(gòu)對股價崩盤風(fēng)險的影響。

根據(jù)前文所述，在高管任期之初，公司提供高比重的股權(quán)薪酬可以有效緩解代理問題。但是隨著高管任期的延長，董事會通過“學(xué)習(xí)”等途徑掌握更多的高管信息后，傾向于降低股權(quán)激勵比重，提高現(xiàn)金薪酬比重，以規(guī)避巨額股權(quán)薪酬帶來的風(fēng)險損失(張行 等，2019)。Core et al.(1999)將這一現(xiàn)象歸因于董事會在實施股權(quán)激勵計劃的初期認知有限，未能充分估算股權(quán)激勵的代價，當(dāng)高管任期結(jié)束支付天價薪酬時才開始重新審視高管的薪酬業(yè)績性價比，并根據(jù)高管過往的業(yè)績表現(xiàn)調(diào)整薪酬結(jié)構(gòu)，此時的董事會傾向于賦予資深高管更多的現(xiàn)金薪酬而不是股權(quán)激勵。后期的研究經(jīng)過更深層次的論證發(fā)現(xiàn)，即使董事會沒有支付天價股權(quán)薪酬，也會對任期較長的高管進行薪酬結(jié)構(gòu)調(diào)整(Core et al.,2002；Milbourn,2003)，并且這種薪酬結(jié)構(gòu)上的調(diào)整(降低股權(quán)薪酬比例，提高現(xiàn)金薪酬比例)，意味著董事會通過“學(xué)習(xí)”找到了更加有效的激勵方式。因此，本文定義虛擬變量Change，當(dāng)現(xiàn)金薪酬比重較之上期增加時取1，不變時取0，減少時取-1。同時，為了更加全面地捕捉高管薪酬結(jié)構(gòu)調(diào)整的信息，我們還從反方向定義了一個備擇變量Change’，當(dāng)股權(quán)薪酬比重較之上期增加時取1，不變時取0，減少時取-1。上述處理方法可以豐富本文的討論，準確識別不同薪酬結(jié)構(gòu)調(diào)整方向產(chǎn)生的影響。

3.會計信息質(zhì)量

4.高管權(quán)力

從現(xiàn)有文獻來看，高管權(quán)力的衡量方法主要有三種。第一種是以“高管與董事長是否二職合一”為代表的單變量度量方法。由于這種單一指標的處理方式很難清晰刻畫高管權(quán)力，在近期的文獻中已很少出現(xiàn)。第二種是采用連續(xù)積分變量的方式，選取多個影響高管權(quán)力的指標，分別設(shè)置0-1變量，再進行加總。這種方法實際上是對Finkelstein(1992)研究成果的改進或取舍。本文也將借鑒這一思路，同時參考盧銳等(2008)、傅頎等(2014)、盛明泉等(2016)的做法，從四個方面設(shè)置相關(guān)指標。其一，組織結(jié)構(gòu)權(quán)力，選取的變量為：高管與董事長是否二職合一(是取1，否則取0)；董事會規(guī)模(超過年度均值取1，否則取0)；獨董比例(超過年度均值取1，否則取0)。其二，所有權(quán)權(quán)力，選取的變量為高管持股比例(超過年度均值取1，否則取0)。其三，專家權(quán)力，選取的變量為：高管專業(yè)背景(有金融、會計、財務(wù)等專業(yè)背景取1，否則取0)；高管學(xué)術(shù)背景(有學(xué)術(shù)經(jīng)歷取1，否則取0)；高管任期(超過年度均值取1，否則取0)。其四，聲望權(quán)力，選取的變量為：高管學(xué)歷(超過年度均值取1，否則取0)；高管海外經(jīng)歷(有海外經(jīng)歷取1，否則取0)；高管兼職(兼職董事的公司數(shù)超過年度均值取1，否則取0)。根據(jù)前文的理論分析，只有當(dāng)高管權(quán)力被較好地約束時，薪酬結(jié)構(gòu)調(diào)整才能發(fā)揮抑制股價崩盤風(fēng)險的作用，因此將高管權(quán)力設(shè)置為反向指標更利于實證檢驗。將上述四個方面的變量分別加總?cè)∠喾磾?shù)，即可形成高管權(quán)力變量Power’。第三種是設(shè)置虛擬變量。在完成Power’計算的基礎(chǔ)上，設(shè)置虛擬變量Power，當(dāng)Power’的絕對值高于均值，即高管權(quán)力較高時取0，否則取1。本文采用Power和Power’兩種方法來衡量高管權(quán)力。

5.控制變量

借鑒已有文獻，本文選取了以下控制變量：公司規(guī)模(Size)；總資產(chǎn)收益率(ROA)；公司治理水平指數(shù)(Gov)(2)參考白重恩等(2005)和趙景文(2006)的做法，選取董事會規(guī)模、監(jiān)事會規(guī)模、獨立董事比例、獨董工作地點與公司位置是否一致、委員會設(shè)置個數(shù)、赫芬達爾指數(shù)等變量進行主成分分析，選取特征值大于1的主成分構(gòu)造出公司治理水平指數(shù)(Gov)。；經(jīng)趨勢調(diào)整的股票換手率(Turn)，即股票本年度的月均換手率與上年度月均換手率之差；托賓Q(Tobinq);是否在境外同時上市(ABH)；公司經(jīng)調(diào)整后的周收益率均值(RET)與標準差(STD)；上年度公司股價崩盤風(fēng)險變量(Ncskewit-1和Duvolit-1)。此外，本文還控制了年度(Year)和行業(yè)(Ind)的固定效應(yīng)。

(三)研究模型

為檢驗高管薪酬結(jié)構(gòu)調(diào)整對股價崩盤風(fēng)險的影響，本文構(gòu)建了模型(1)：

CrashRiskit+1=α0+α1Changeit+α2Powerit+δ∑Controlsit+εit

由表7可知，評價體系中畝均用水量占總用水量的百分比對體系的影響程度最大，其權(quán)重為0.259，灌溉水有效利用系數(shù)次之，權(quán)重為0.123，政府支持與公眾參與對體系影響較小，其權(quán)重分別為0.017、0.016，其余各指標在此之間。各指標的權(quán)重能基本反映汾河流域各地市實際節(jié)水灌溉發(fā)展水平，可以用于類似體系指標權(quán)重的分析計算。

(1)

為檢驗高管薪酬結(jié)構(gòu)調(diào)整對會計信息質(zhì)量的影響，本文構(gòu)建了模型(2)：

DAit+1=β0+β1Changeit+β2Powerit+μ∑Controlsit+εit

(2)

如果模型(1)中的α1顯著，則可以通過模型(2)和模型(3)來檢驗會計信息質(zhì)量對高管薪酬結(jié)構(gòu)調(diào)整與股價崩盤風(fēng)險的中介效應(yīng)。

CrashRiskit+1=λ0+λ1Changeit+λ2DAit+λ3Powerit+η∑Controlsit+εit

(3)

如果模型(3)中的λ1、λ2顯著且λ1<α1，則說明會計信息質(zhì)量發(fā)揮部分中介效應(yīng)；如果λ1不顯著，則說明會計信息質(zhì)量發(fā)揮完全中介效應(yīng)；如果模型(2)中的β1和模型(3)中的λ2有一個不顯著，則需要執(zhí)行Sobel檢驗來判斷中介效應(yīng)。

為檢驗高管權(quán)力對薪酬結(jié)構(gòu)調(diào)整與股價崩盤風(fēng)險關(guān)系的調(diào)節(jié)效應(yīng)，本文構(gòu)建了模型(4)：

CrashRiskit+1=γ0+γ1Changeit+γ2DA+γ3Powerit+γ4Changeit×Powerit+φ∑Controlsit+εit

(4)

四、實證結(jié)果與分析

(一)傾向性得分匹配(PSM)

根據(jù)前文分析，高管薪酬結(jié)構(gòu)調(diào)整既可能是公司治理效率提升的一種體現(xiàn)，也可能是高管權(quán)力失控引發(fā)的后果之一。它是公司治理水平、規(guī)模、交易頻率等多種因素共同作用的結(jié)果，因此樣本可能存在自選擇的問題。為此，本文采用傾向得分匹配法(Propensity Score Matching，PSM)對內(nèi)生性問題進行控制。首先，將上文篩選出的92993個觀測值分為兩組，設(shè)置虛擬變量Group。如果某企業(yè)某年發(fā)生了高管薪酬結(jié)構(gòu)調(diào)整，則Group取1；否則，Group取0。由于發(fā)生高管薪酬結(jié)構(gòu)調(diào)整的樣本約占總樣本的五分之一，為了最大限度地保留數(shù)據(jù)體量，我們按照1∶5的比例來篩選對照組。然后，選用公司治理水平指數(shù)、股票換手率、周收益率均值、標準差等變量作為PSM邏輯回歸的控制變量，以考察在上述條件相同或者近似的情況下，公司如何通過調(diào)整高管薪酬結(jié)構(gòu)來影響會計信息質(zhì)量，進而對股價崩盤風(fēng)險產(chǎn)生影響。經(jīng)上述PSM邏輯回歸后，我們將發(fā)生高管薪酬結(jié)構(gòu)調(diào)整的公司與未發(fā)生高管薪酬結(jié)構(gòu)調(diào)整的公司進行配對，得到處理組的樣本量為17926，對照組的樣本量為41245，總計59171。

表1列示了PSM匹配平衡性檢驗的結(jié)果?？梢钥吹剑衅ヅ渥兞繕藴势畹慕^對值在匹配之后都小于5%，說明本文選取的匹配變量和匹配方法是合理的。匹配之后的t值及相對應(yīng)的p值均不顯著，說明匹配之后的樣本數(shù)據(jù)有效地控制了處理組與對照組在匹配變量方面的差異，使得我們能夠更純粹地考察核心變量對股價崩盤風(fēng)險的影響。

表1 傾向得分匹配(PSM)平衡性檢驗結(jié)果

(二)描述性統(tǒng)計分析

表2報告了主要變量的描述性統(tǒng)計分析結(jié)果。從中可見，反映股價崩盤風(fēng)險的變量Ncskew和Duvol的均值都小于0，兩者的變異系數(shù)均在2.60左右，相對于其他變量來說數(shù)據(jù)波動不大。進一步，對比處理組和對照組可以發(fā)現(xiàn)，處理組的股價崩盤風(fēng)險均值更小，這在一定程度上驗證了高管薪酬結(jié)構(gòu)調(diào)整會抑制股價崩盤風(fēng)險的預(yù)期。會計信息質(zhì)量DA在處理組和對照組的均值分別為0.0154和0.0103，變異系數(shù)分別為12.75和15.77，說明DA不論在處理組還是在對照組都存在較大差異。公司治理水平指數(shù)Gov的均值為0.4144，變異系數(shù)為31.88，說明樣本公司之間的治理水平存在很大差異。公司特質(zhì)周收益率均值RET的變異系數(shù)高達52.00，說明不同公司之間的特質(zhì)周收益率存在很大差異。公司規(guī)模Size的均值為22.1058，方差為1.3813，其變異系數(shù)是所有變量中最小的?？傎Y產(chǎn)收益率ROA和托賓Q的均值分別為4.2266和2.9503，變異系數(shù)都在1.3左右。股票換手率Turn以及是否在境外同時上市ABH兩個變量的變異系數(shù)約為3.5，說明離散程度均居于中等水平。

表2 主要變量的描述性統(tǒng)計

(三)相關(guān)性分析

表3報告了本文主要變量的相關(guān)分析結(jié)果?？梢钥吹?，股價崩盤風(fēng)險變量Ncskew和Duvol具有較高的一致性，且它們與高管薪酬結(jié)構(gòu)調(diào)整Change均顯著負相關(guān)，初步驗證了H3。由于DA是一個反向指標，其與股價崩盤風(fēng)險變量在1%的水平下顯著正相關(guān)。這說明會計信息質(zhì)量越高，股價崩盤風(fēng)險越低，初步驗證了H2。同時，DA與Change顯著負相關(guān)，說明高管薪酬結(jié)構(gòu)調(diào)整有助于提升會計信息質(zhì)量，一定程度上驗證了H1a。此外，由表3還可以發(fā)現(xiàn)，除Ncskew和Duvol外，任意兩個變量間的相關(guān)系數(shù)均不超過0.5，說明變量之間存在多重共線性的概率較低。針對各變量進行的方差膨脹因子分析結(jié)果也顯示，VIF的最高值為1.97，遠低于10，再次證實模型不存在嚴重的多重共線性問題。

表3 主要變量相關(guān)系數(shù)

(續(xù)表3)

NcskewDuvolChangeDAPowerGovROATobinqSizeTurnSTDRETABHROA0.0739??? 0.0770???0.0058 0.1925??? -0.0438??? 0.1142???1TobinQ0.0836???0.0698???-0.0071? -0.0407???-0.0419???-0.1040???0.1046???1Size-0.1311???-0.0491???0.0138???-0.0043-0.0315???0.3768???-0.0598???-0.3563???1Turn-0.0790???-0.0702???0.0094???-0.0441???-0.0459???-0.0561???-0.0919???0.0070?0.1469???1STD0.0130???-0.0027-0.00600.0295???-0.0418???-0.0884???-0.0237???0.3138???-0.2824???0.3011???1RET0.0138???0.0130???0.0043-0.00150.0009-0.0078?0.0182???0.0338???-0.0251???0.0330???0.0749???1ABH-0.0734???-0.0362???0.00220.00060.0097??0.1572???0.0050-0.0606???0.3638???0.0461???-0.1065???-0.0157???1

(四)回歸分析

1.會計信息質(zhì)量的中介效應(yīng)分析

由表4列(1)可見，高管薪酬結(jié)構(gòu)調(diào)整Change的回歸系數(shù)為-0.0097，且在10%的水平下顯著，表明高管薪酬結(jié)構(gòu)調(diào)整的確會降低公司的股價崩盤風(fēng)險，H3成立。從表4列(2)可知，高管薪酬結(jié)構(gòu)調(diào)整Change的回歸系數(shù)為-0.006，且在1%的水平下顯著，說明高管薪酬結(jié)構(gòu)調(diào)整有助于緩解代理問題，進而促使會計信息質(zhì)量提升，H1a成立。表4列(3)顯示，會計信息質(zhì)量DA的回歸系數(shù)為0.0596，且在5%的水平下顯著，說明會計信息質(zhì)量越高，股價崩盤風(fēng)險越低，H2成立。

表4 基準回歸分析結(jié)果

進一步，考察會計信息質(zhì)量DA的中介效應(yīng)。表4列(1)中，高管薪酬結(jié)構(gòu)調(diào)整Change的回歸系數(shù)顯著，說明可以進行中介效應(yīng)檢驗。表4列(3)的結(jié)果顯示，高管薪酬結(jié)構(gòu)調(diào)整Change以及會計信息質(zhì)量DA的回歸系數(shù)均顯著；而且，對比列(1)和列(3)中Change系數(shù)的絕對值可知，前者大于后者。這意味著會計信息質(zhì)量在高管薪酬結(jié)構(gòu)調(diào)整與股價崩盤風(fēng)險的關(guān)系中發(fā)揮部分中介效應(yīng)。

2.高管權(quán)力的調(diào)節(jié)效應(yīng)

表4列(1)和(3)的結(jié)果顯示，高管權(quán)力Power與公司股價崩盤風(fēng)險Ncskew顯著負相關(guān)，意味著相比高管權(quán)力高的公司，高管權(quán)力低的公司股價崩盤風(fēng)險更低。同時，列(4)中交乘項Power×Change的系數(shù)在5%的水平下顯著為負，說明高管權(quán)力越小的公司，薪酬結(jié)構(gòu)調(diào)整對股價崩盤風(fēng)險的抑制作用越顯著，H4得證。因此，合理控制高管權(quán)力有助于充分發(fā)揮股權(quán)激勵的“利益趨同效應(yīng)”。反之，如果高管權(quán)力過大，“塹壕防御效應(yīng)”將占據(jù)主導(dǎo)地位。此時高管進行薪酬結(jié)構(gòu)調(diào)整更可能是為了攫取個人私利，這不僅無助于抑制股價崩盤風(fēng)險，甚至還會推高風(fēng)險。為了使研究結(jié)論更加穩(wěn)健，接下來從“塹壕防御效應(yīng)”角度深入討論高管權(quán)力對薪酬結(jié)構(gòu)調(diào)整與股價崩盤風(fēng)險關(guān)系的影響。

(五)競爭性假說(“塹壕防御效應(yīng)”)：基于高管權(quán)力的分樣本討論

“塹壕防御效應(yīng)”認為，薪酬結(jié)構(gòu)調(diào)整可能是高管權(quán)力過大引致的結(jié)果。如此一來，薪酬結(jié)構(gòu)調(diào)整不僅無助于緩解代理沖突，甚至還會成為代理問題本身，進而推升股價崩盤風(fēng)險。這也是本文最主要的競爭性假說，因此有必要對高管權(quán)力進行更深入的探討。如上文所述，本研究對高管權(quán)力的刻畫主要是從組織結(jié)構(gòu)權(quán)力、所有權(quán)權(quán)力、專家權(quán)力和聲望權(quán)力四個方面進行的，因此分樣本討論也將從上述方面展開。首先，根據(jù)四類高管權(quán)力的均值將樣本分為高于均值組和低于均值組兩類；然后，對比兩組數(shù)據(jù)會計信息質(zhì)量DA的中介效應(yīng)檢驗結(jié)果。為節(jié)約篇幅，表5僅匯報了股價崩盤風(fēng)險Ncskew與會計信息質(zhì)量DA在各分樣本中的均值，以及DA在不同薪酬結(jié)構(gòu)調(diào)整方式(Change和Change’)下的中介效應(yīng)檢驗結(jié)果。

表5 高管權(quán)力分樣本檢驗結(jié)果

由表5列(1)、(2)可見，在高管組織結(jié)構(gòu)權(quán)力較低組，其股價崩盤風(fēng)險和會計信息質(zhì)量的平均狀況都好于組織結(jié)構(gòu)權(quán)力較高組。表5列(1)、(2)倒數(shù)第三行顯示，會計信息質(zhì)量的中介效應(yīng)在低值組成立，在高值組不成立。這說明當(dāng)公司的獨董占比較高、董事會規(guī)模較大或者董事長沒有兼任總經(jīng)理時，高管權(quán)力可以被較好地約束，這種情形下提高現(xiàn)金薪酬比例，改善高管薪酬結(jié)構(gòu)可以更好地解決代理問題，促進會計信息質(zhì)量提升，進而抑制公司股價崩盤風(fēng)險。反之，則容易產(chǎn)生“塹壕防御效應(yīng)”。但是，如果改變薪酬結(jié)構(gòu)的調(diào)整方向——提升股權(quán)薪酬比例，是否可以解決代理問題呢？表5列(1)倒數(shù)第二行列示了備擇方案Change’的檢驗結(jié)果，可以看到，會計信息質(zhì)量的中介效應(yīng)依然不顯著。綜上，在高管組織結(jié)構(gòu)權(quán)力高值組，不論按照哪種方式調(diào)整高管薪酬結(jié)構(gòu)，都無法有效改善管理層的“塹壕防御效應(yīng)”。

表5列(3)和列(4)的高管所有權(quán)權(quán)力分組檢驗結(jié)果顯示，DA對Change與Ncskew的中介效應(yīng)在高值組成立，對Change’與Ncskew的中介效應(yīng)在低值組成立。這意味著，當(dāng)高管原持有公司股權(quán)比例較高時，提升現(xiàn)金薪酬比例，有利于改善公司代理問題，進而抑制股價崩盤風(fēng)險；但是，當(dāng)高管原持有公司股權(quán)比例較低時，提升股權(quán)薪酬比例對于改善公司代理問題，抑制股價崩盤風(fēng)險的效果更優(yōu)。

高管專家權(quán)力的分組檢驗結(jié)果報告于表5列(5)、(6)，聲望權(quán)力的分組檢驗結(jié)果列示于表5列(7)、(8)。從中可見，會計信息質(zhì)量的中介效應(yīng)在兩類分組變量的高值組中均成立。這意味著，當(dāng)高管任期更長，學(xué)歷更高，有過海外背景、學(xué)術(shù)經(jīng)歷，兼職其他公司董事數(shù)量較多時，他們更為重視個人聲譽，對自我的約束更加嚴苛，因此隱藏負面信息的動機更弱，公司股價崩盤風(fēng)險更低。

(六)穩(wěn)健性檢驗

為確保研究結(jié)論的可靠性，本文也做了相關(guān)的穩(wěn)健性檢驗。一方面，替換被解釋變量的衡量方法，用Duvol度量公司股價崩盤風(fēng)險，重新進行回歸分析的結(jié)果報告于表6列(1)～(3)；另一方面，替換調(diào)節(jié)變量的衡量方法，用Power’度量高管權(quán)力，重新進行檢驗的結(jié)果報告于表6列(4)～(7)。從中可見，核心變量的系數(shù)方向及顯著性水平均未發(fā)生明顯變化，因此可以認為本文的研究結(jié)論是穩(wěn)健的。限于篇幅，此處不再展開敘述。

表6 替換變量衡量方式后的檢驗結(jié)果

五、研究結(jié)論與啟示

本文以2010—2017年我國滬深兩市A股上市公司為研究對象，基于“利益趨同”和“塹壕防御”假說，討論了高管薪酬結(jié)構(gòu)調(diào)整對公司股價崩盤風(fēng)險的影響，主要得到以下研究結(jié)論：當(dāng)高管權(quán)力被有效約束時，改變高管薪酬結(jié)構(gòu)有利于緩解代理問題，提升會計信息質(zhì)量，進而抑制公司股價崩盤風(fēng)險，此時薪酬結(jié)構(gòu)調(diào)整發(fā)揮著“利益趨同效應(yīng)”；但是，當(dāng)高管權(quán)力持續(xù)膨脹直至失去控制時，改變薪酬結(jié)構(gòu)可能是高管攫取私利的結(jié)果，對緩解代理問題、抑制股價崩盤風(fēng)險無益，此時高管薪酬結(jié)構(gòu)調(diào)整發(fā)揮著“塹壕防御效應(yīng)”。

本文研究結(jié)論的啟示如下：

第一，加強對高管組織結(jié)構(gòu)權(quán)力的約束，選用高素質(zhì)的管理人才。本文研究發(fā)現(xiàn)，組織結(jié)構(gòu)權(quán)力是導(dǎo)致高管“塹壕防御效應(yīng)”的核心因素，因此要加強對高管組織結(jié)構(gòu)權(quán)力的約束，盡可能避免董事長與總經(jīng)理二職合一、提升獨立董事比例以及擴大董事會規(guī)模，以此提升董事會履職效能，提高薪酬結(jié)構(gòu)調(diào)整效率，防范股價崩盤風(fēng)險。同時，我們還發(fā)現(xiàn)高管專家權(quán)力和聲望權(quán)力在抑制公司股價崩盤風(fēng)險方面也具有積極影響，因此公司在選拔和聘用高管人才時，應(yīng)關(guān)注高管的任期、學(xué)歷、海外背景等個人特質(zhì)。

第二，根據(jù)高管已有持股情況合理選擇薪酬結(jié)構(gòu)的調(diào)整方式。本文研究表明，高管原有持股比例的不同會對后期的薪酬結(jié)構(gòu)調(diào)整方式與效率產(chǎn)生明顯影響。當(dāng)高管原持有公司股權(quán)比例較高時，提升現(xiàn)金薪酬比例更有利于改善公司代理問題；而當(dāng)高管原持有股權(quán)比例較低時，提升股權(quán)薪酬比例則激勵效率更高。因此，董事會在進行高管薪酬決策時應(yīng)充分考慮不同層次的需求，以實現(xiàn)激勵效果最大化，緩解代理矛盾，進而抑制股價崩盤風(fēng)險。

第三，進一步提高會計信息質(zhì)量。理論界與實務(wù)界普遍認為，管理層隱藏的負面信息被集中釋放至資本市場是引發(fā)股價崩盤的直接原因。因此，提升會計信息質(zhì)量，增強代理雙方的信息透明度，可以有效降低股價崩盤風(fēng)險。