秦瀟瀟
(西南政法大學(xué)商學(xué)院,重慶 401120)
作為資本市場的信息中介,分析師對上市公司的信息進行收集、處理、加工,形成研究報告并公開發(fā)布,溝通上市公司與資本市場[1],降低上市公司與外部投資者之間的信息不對稱程度,發(fā)揮監(jiān)督效應(yīng),保證公司治理機制運行的健康有效。而上市公司高管是公司實際經(jīng)營權(quán)的掌控者,他們很容易利用自己的信息優(yōu)勢掠奪股東和債權(quán)人的利益[2],致使道德風險和逆向選擇問題頻發(fā)。研究發(fā)現(xiàn),高管激勵,特別是貨幣薪酬激勵,在公司穩(wěn)步運行中發(fā)揮著積極的治理效應(yīng)[3]。因此,基于分析師關(guān)注的研究視角,本文探究高管貨幣薪酬與公司違規(guī)的關(guān)系及其作用機制。
委托代理理論認為,公司高管與股東之間顯著存在著信息不對稱、利益沖突等問題。而以公司高管為對象的激勵約束機制能夠緩解代理矛盾,高管貨幣薪酬激勵不僅能夠給經(jīng)理的私人成本給予直接補償,而且能夠消除信息不對稱,減少風險以及適配責任對等[4]。一方面,基于保證私人成本的底線問題的動機,高管貨幣薪酬能夠有效約束高管信息藏匿以及不當操縱行為,降低股東為獲取真實信息而發(fā)生的監(jiān)督成本,緩解信息不對稱的問題。另一方面,高管貨幣薪酬水平越高,高管的職位所蘊含的內(nèi)在價值越大,高管因公司經(jīng)營失敗而導(dǎo)致失去該職位的代價則越高。綜上,本文提出以下假設(shè)。
H1:在其他條件不變的情況下,高管貨幣薪酬激勵能夠減少公司違規(guī)行為。
作為資本市場上信息的提供者和傳播者,分析師的跟蹤評價影響投資者的決策判定,對公司發(fā)展至關(guān)重要。而分析師主要以內(nèi)部控制質(zhì)量或者公司治理效率比較高的公司為跟蹤關(guān)注對象[5],以降低信息處理成本、提高信息分析準確度。呂新軍等[6]基于中國經(jīng)驗數(shù)據(jù),實證肯定了高管激勵能夠顯著提升公司治理效率。綜上,本文提出以下假設(shè)。
H2:在其他條件不變的情況下,高管貨幣薪酬激勵能夠提高分析師關(guān)注度。
針對分析師關(guān)注對公司違規(guī)行為影響的研究,學(xué)術(shù)界存在著兩種截然不同的結(jié)論:一是基于有效監(jiān)督假說,分析師作為高獨立性的第三方,對公司各方面變動情況進行跟蹤分析,并及時、準確更新分析報告[7],發(fā)揮外部監(jiān)督作用,減少公司違規(guī)的發(fā)生;二是基于市場壓力假說,為緩解市場競爭壓力,維護保障私人利益不受威脅,高管很有可能去迎合分析師的要求,進行違規(guī)操作[8]。但由于我國經(jīng)理人市場發(fā)展還不夠充分和完善,高管的市場競爭壓力相對較小,因此前述市場壓力假說并不貼合中國實際。綜上,本文提出以下假設(shè)。
H3:在高管貨幣薪酬激勵與公司違規(guī)二者關(guān)系中,分析師關(guān)注發(fā)揮中介作用,即高管貨幣薪酬激勵通過提高分析師關(guān)注度進而減少公司違規(guī)行為。
本文以2011—2020年滬市A股上市公司的面板數(shù)據(jù)作為初始觀測對象,并對獲得的原始數(shù)據(jù)作如下處理:剔除金融類行業(yè)的觀測值;剔除存在特殊處理(ST等)的觀測值;剔除異常值。為避免極端值的影響,本文對部分連續(xù)變量進行縮尾處理,最終得到5 707個有效觀測值。本文所使用的數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫。
本文的被解釋變量為公司違規(guī),主要解釋變量為高管貨幣薪酬,變量的定義和計算方法如表1所示。
表1 變量定義表
為檢驗H1,本文構(gòu)建Logistic模型(1),考察高管貨幣薪酬激勵對公司違規(guī)行為的影響。
(1)
為檢驗H2,本文構(gòu)建多元回歸模型(2),考察高管貨幣薪酬激勵對分析師關(guān)注的影響。
(2)
考慮到被解釋變量公司違規(guī)為離散的分類變量,而中介變量分析師關(guān)注為連續(xù)變量,因此使用GSEM模型以檢驗H3。
表2列示了有關(guān)變量描述性統(tǒng)計的結(jié)果。從表2可以看出:公司違規(guī)的均值為11%,表明上市公司發(fā)生違規(guī)行為的比例并不低;高管貨幣薪酬激勵均值為14.56,中位數(shù)為14.53,且標準差為0.69,即高管貨幣薪酬分布比較均勻,各公司間的高管貨幣薪酬差距比較小;樣本公司的資產(chǎn)收益率約為6.60%,約有16.80%的公司存在兩職合一的情況,獨立董事所占比例約為37.20%,董事會約由8位成員組成,第一大股東持股比例均值為39.20%。
表2 描述性統(tǒng)計
表3列示了高管貨幣薪酬激勵、分析師關(guān)注和公司違規(guī)的實證分析結(jié)果。Panel A 展示了多元回歸的結(jié)果,根據(jù)列(1)可以看出,高管貨幣薪酬激勵的系數(shù)0.345在5%的水平上顯著為負,H1得到驗證;根據(jù)列(2)可知,高管貨幣薪酬激勵的系數(shù)0.237在1%的水平上顯著為正,即H2得到驗證。
表3 高管貨幣薪酬激勵、分析師關(guān)注與公司違規(guī)實證分析
表4展示了運用GSEM模型檢驗的結(jié)果,以判定分析師關(guān)注在高管激勵與公司違規(guī)作用關(guān)系中的中介效應(yīng)。數(shù)據(jù)顯示,間接效應(yīng)為-0.013,結(jié)果顯著,中介效應(yīng)成立,因此H3得到驗證。且亦得知總效應(yīng)為-0.042,其中間接效應(yīng)占比30.95%,表現(xiàn)為部分中介效應(yīng)。
表4 高管貨幣薪酬激勵、分析師關(guān)注與公司違規(guī):中介效應(yīng)
為了抑制上市公司的違規(guī)行為,公司可能會主動支付給高管較為豐厚的薪酬以促進其履職效率的提升,減少逆向選擇和道德風險。因此,為解決內(nèi)生性問題,本文借鑒周澤將等[9]的做法,具體以省級層面上人均地區(qū)生產(chǎn)總值作為工具變量進行檢驗,結(jié)果如表格5所示,F(xiàn)值為177.63,P值為0.001 4,因此拒絕原假設(shè),結(jié)論穩(wěn)健。
表5 IV Probit 回歸結(jié)果
為檢驗內(nèi)生變量與工具變量的相關(guān)性,本文進行弱工具檢驗,識別結(jié)果如表格6所示,AR、Wald的P值均在1%的水平上顯著,因此內(nèi)生變量與工具變量相關(guān)。
表6 弱工具檢驗識別結(jié)果
為增強研究結(jié)果的可靠性,本文用董事、監(jiān)事及高管年薪總額和董事、監(jiān)事及高管前三名薪酬總額分別加1取自然對數(shù)來衡量高管貨幣薪酬激勵,分別記為Salary1、Salary2。其中,關(guān)系檢驗回歸結(jié)果如表7所示,中介效應(yīng)檢驗結(jié)果如表8所示,結(jié)論穩(wěn)健。
表7 替換解釋變量:關(guān)系檢驗
表8 替換解釋變量:中介效應(yīng)
本文以2011—2020年滬市A股上市公司的面板數(shù)據(jù)作為觀測對象,實證檢驗了高管貨幣薪酬激勵、分析師關(guān)注與公司違規(guī)之間的關(guān)系。研究發(fā)現(xiàn):①高管貨幣薪酬激勵能夠緩解代理沖突、降解信息不對稱,有效減少公司違規(guī)行為的發(fā)生。②高管貨幣薪酬激勵屬于分析師選擇關(guān)注與否的因素范疇。③分析師關(guān)注在高管貨幣薪酬激勵與公司違規(guī)的作用關(guān)系中發(fā)揮了顯著的部分中介效應(yīng)。
基于研究得到如下啟示:①激勵機制的有效設(shè)置有助于調(diào)動高管履職的積極性,提高公司治理體系的完善度,加強公司治理能力。②政府要細化企業(yè)信息披露準則,規(guī)范公司個體行為,促進公司與市場之間的良性互動。