劉平
摘要:本文以2017—2019年的A股制造類上市公司數(shù)據(jù)為樣本,對高管薪酬、高管持有股份比例、公司績效的關(guān)系進(jìn)行了實(shí)證性研究,結(jié)果表明:高管薪酬與公司績效成正相關(guān)關(guān)系,高管持股比例和公司績效成正相關(guān)關(guān)系,高管薪酬激勵和股權(quán)激勵在非國有企業(yè)實(shí)施效果都比國有企業(yè)好。
關(guān)鍵詞:高管薪酬;高管持有股份比例;公司績效
一、引言
由于企業(yè)實(shí)行經(jīng)營權(quán)和所有權(quán)分離的委托代理制度,實(shí)際為公司創(chuàng)造價值的公司管理者,并不是公司績效利益的直接獲得者;而公司所有者才是直接受益人。有鑒于此,最有效果的方法就是進(jìn)行高管激勵,因?yàn)楦呒壒芾碚邔τ诠镜母鞣N項(xiàng)目計劃有最高決策權(quán),對高管進(jìn)行一定程度的激勵可以激發(fā)其工作熱情度,提高工作效率和工作質(zhì)量,從而提高公司績效。
二、研究假設(shè)和模型
(一)研究假設(shè)
根據(jù)最優(yōu)契約理論,委托—代理理論以及產(chǎn)權(quán)性質(zhì)等,我們提出如下假設(shè):
假設(shè)1:公司高管的薪酬與公司的績效成正相關(guān)關(guān)系。
假設(shè)2:高管持股比例和公司績效成正相關(guān)關(guān)系。
假設(shè)3a:高管薪酬激勵在非國有企業(yè)實(shí)施效果比國有企業(yè)好。
假設(shè)3b:高管持股比例在非國有企業(yè)實(shí)施效果比國有企業(yè)好。
(二)研究設(shè)計
本文采用2017—2019年中國上市制造企業(yè)A股數(shù)據(jù)進(jìn)行實(shí)證研究,數(shù)據(jù)來自國泰安CSMAR數(shù)據(jù)庫,通過Excel進(jìn)行數(shù)據(jù)分類和整理,采用SPSS 21.0進(jìn)行數(shù)據(jù)分析。為確保數(shù)據(jù)有效性和準(zhǔn)確性,本研究對樣本數(shù)據(jù)進(jìn)行了二次篩選,剔除了金融保險類數(shù)據(jù)、ST、ST* 類等虧損公司數(shù)據(jù)及樣本數(shù)據(jù)缺失值,總計獲得有效數(shù)據(jù)432個。
被解釋變量:公司的績效。采取ROA值,即會計學(xué)中的資產(chǎn)回報率來反映公司的績效水平。
解釋變量:高管薪酬和高管持股比例,分別用英文PAY(取前三名高管薪酬總額的自然對數(shù))、HOLD(高管所持股份比例之和)表示。
控制變量:產(chǎn)權(quán)性質(zhì)OWN(國有企業(yè)為0,非國有企業(yè)為1)、資產(chǎn)負(fù)債率LEV=總負(fù)債/總資產(chǎn)、公司營運(yùn)能力TATO(總資產(chǎn)增長率)、公司規(guī)模SIZE(公司年末總資產(chǎn)取自然對數(shù))作為控制變量。
(三)模型建立
為檢驗(yàn)假設(shè)1,建立模型1:
為檢驗(yàn)假設(shè)2,建立模型2:
對于假設(shè)3a和3b,將對模型1、模型2分為國企和非國企兩種產(chǎn)權(quán)性質(zhì)進(jìn)行樣本檢驗(yàn)分析。其中,β0為常量,β1、β2、β3、β4為方程的回歸系數(shù),ε為模型的殘差。
三、實(shí)證分析
(一)描述性統(tǒng)計
本文采用SPSS 21.0對數(shù)據(jù)進(jìn)行了描述統(tǒng)計,統(tǒng)計得出不同變量的極大值、極小值、均值和標(biāo)準(zhǔn)差,制作得出表1。
從被解釋變量來看,制造類上市公司總資產(chǎn)收益率均值為5.38%,最大值28.32%,最小值為為-56.15%,兩者差異極大。
從解釋變量來看,高管薪酬均值為6.3,最大值為7.29,最小值為5.48,差異為1.81,相差較小,說明高管薪酬差異不大;高管所持比例均值為13.48%,最大值為75.18%,最小值為0,說明部分制造類上市公司未選擇高管股權(quán)激勵。
從控制變量來看,樣本公司資產(chǎn)負(fù)債率均值為38.45%,最大值為122.94%,最小值為6.28%,財務(wù)杠桿發(fā)揮著重要作用,但資產(chǎn)負(fù)債率差異極大、財務(wù)風(fēng)險差距極大;樣本公司產(chǎn)權(quán)均值為0.87,非國有企業(yè)占樣本的87%;公司總資產(chǎn)增長率均值為16.59%,最大值為211.30%,最小值為-45.97%,不同公司成長能力差距較大;樣本公司規(guī)模均值為9.61,最大值為11.54,最小值為8.63,差值不大,規(guī)模差異較小。
(二)相關(guān)性分析
從表2可以看出,高管薪酬和公司績效的相關(guān)系數(shù)為0.204,二者在1%的水平(雙側(cè))上顯著相關(guān),初步得出假設(shè)1成立。高管所持股比例大小和公司績效的相關(guān)系數(shù)為0.105,二者在5%的水平(雙側(cè))上顯著相關(guān),初步得出假設(shè)2成立。從控制變量上來看,資產(chǎn)負(fù)債率與公司績效的相關(guān)系數(shù)為-0.319,說明資產(chǎn)負(fù)債率與績效在1%的水平(雙側(cè))上顯著負(fù)相關(guān);公司規(guī)模與公司績效之間的相關(guān)系數(shù)為0.087,未有顯著相關(guān)關(guān)系;公司總資產(chǎn)增長率與公司績效之間的相關(guān)系數(shù)為0.175,且在5%水平(雙側(cè))上顯著相關(guān)。從各控制變量之間相關(guān)系數(shù)來看,兩兩之間的相關(guān)系數(shù)均小于0.5,變量之間線性相關(guān)較小,控制變量之間不存在多重共線性問題,不會影響回歸,兩個模型設(shè)置合理。
(三)回歸分析
從表3可知模型1的回歸結(jié)果,高管薪酬與公司績效的回歸系數(shù)為0.121>0,P=0.012<0.05,這說明高管薪酬與公司績效成正相關(guān),且在5%的置信水平上顯著,假設(shè)1成立。從表4可知模型2的回歸結(jié)果,高管持有公司股份比例與公司績效的回歸系數(shù)為0.119>0,P=0.011<0.05,這說明高管持有公司股份比例與公司績效成正相關(guān),且在5%的置信水平上顯著,假設(shè)2成立。
根據(jù)表5數(shù)據(jù)可知,高管薪酬與公司績效的回歸系數(shù)為-0.008<0,P=0.952>0.05,說明國企高管薪酬與公司業(yè)績成負(fù)相關(guān),但不顯著;非國企高管薪酬與公司績效的回歸系數(shù)為0.102>0,P=0.048<0.05,非國企高管薪酬與公司績效成正相關(guān),且在5%的置信水平上顯著。即高管薪酬激勵在非國企中實(shí)施效果比國企要好,假設(shè)3a成立。
國企高管持股比例與公司績效的回歸系數(shù)為0.002>0,P=0.987>0.05,說明國企高管的持股比例與公司業(yè)績成正相關(guān),但不顯著;非國企高管的持股比例與公司績效的回歸系數(shù)為0.124>0,P=0.015<0.05,說明非國企高管持股比例與公司績效成正相關(guān),且在5%的置信水平上顯著,假設(shè)3b成立。說明在國企中實(shí)施提高高管股權(quán)的激勵方案有效,但沒有非國企明顯。
四、結(jié)語
本文通過對2017—2019年的A股制造類上市企業(yè)進(jìn)行了實(shí)證研究,研究了公司高管薪酬、高管所持股權(quán)比例和公司績效之間的關(guān)系,認(rèn)為公司高管的薪酬與公司的績效成正相關(guān)關(guān)系,高管持股比例和公司績效成正相關(guān)關(guān)系,高管薪酬激勵和股權(quán)激勵在非國有企業(yè)實(shí)施效果都比國有企業(yè)好。同時要注意高管激勵過度可能會帶來的內(nèi)部腐敗和獨(dú)裁,完善高管監(jiān)督機(jī)制、注意股權(quán)分配,防止某一高管持有股份比例過高的情況發(fā)生;國有企業(yè)應(yīng)參考非國有企業(yè),建立更合理的薪酬體系;非國有角度要防止股權(quán)過于集中,適當(dāng)減少家族企業(yè)中家族成員股東的總持股比例,將股權(quán)分散到更多高管的手中。
參考文獻(xiàn):
[1]蔣澤芳,陳祖英. 高管薪酬、股權(quán)集中度與企業(yè)績效[J].財會通訊,2019(18).
[2]苗淑娟,夏朦,孟慶順.高管激勵對研發(fā)投入影響研究——終極控制權(quán)的調(diào)節(jié)作用[J].工業(yè)技術(shù)經(jīng)濟(jì),2018(1).
[3]楊睿娟,元浩然,楊靜怡.國有企業(yè)管理者薪酬與企業(yè)績效關(guān)系研究——管理者能力的中介作用[J].中國注冊會計師,2017(3).
[4]謝修齊.高管激勵、創(chuàng)新投入與企業(yè)績效——基于醫(yī)藥上市公司的實(shí)證研究[J].商業(yè)會計,2019(23).
作者簡介:劉 平(1970—),女,四川樂至人,副教授,碩士,主要從事財務(wù)與投資研究。