創業板信息服務業高管薪酬激勵對公司財務績效影響的研究

周丹

摘要：市場經濟急速發展，企業管理所有權和經營權分離使得控制企業資源的高級管理人員的薪酬激勵問題日益受到關注。由于所有者與公司高管之間信息不對稱，導致風險道德等問題的存在，如何使高管在滿足自身利益的同時使企業價值最大化最終達到雙贏是研究現代企業行為的重要課題。關注信息傳輸、軟件和信息技術行業高管薪酬這一組織行為對公司財務績效的驅動，并進行量化的衡量尤為必要。

關鍵詞：創業板上市公司；財務績效；高管薪酬；相關關系

一、引言

（一）高管薪酬激勵與公司績效具有顯著相關性的研究

Habib （2005）通過回歸模型分析公司績效與管理者激勵之間的關系，發現兩者之間的相關性非常強烈[1]。Chong，Vincent K等（2007）在以澳大利亞制造業為研究的行業中得出年度報酬對財務績效的影響顯著，并呈現正相關趨勢[2]。方陽春、姚先國（2007）以高新企業的數據進行研究，發現公司財務績效、企業規模、股權集中度、地域對高管薪酬都有影響，并且高新企業的高管薪酬和公司財務績效顯著相關[3]。

（二）高管薪酬激勵與公司績效不具有相關性或具有弱相關性

Canarella和Nourayi （2008）采用594家相關未被研究的領域美國公司1997-2002年的數據，從新的角度探討CEO薪酬與公司績效之間的關系發現不對稱非線性相關，而且不對稱結構獨立于財務績效衡量[4]。Ozkan（2011）收集390家1999-2005年英國非金融公司面板數據，檢驗管理者薪酬與公司績效之間關系，發現公司績效與上述變量之間并不存在相關性[5]。楊德民、趙璨（2012）增加了媒體治理變量來研究“天價薪酬”的狀況，為了研究媒體治理有無作用，結果顯示通過政府監管可以發揮部分作用[6]。

二、數據來源

本文選用的行業分類采取的是中國證監會2012年頒布《上市公司行業分類指引》，本文數據來源于東方財富choice數據庫、深圳證券交易所、巨潮資訊網，其中，有些數據根據深交所、公司年報和choice數據庫直接得來，有些數據通過excel、spass19.0計算加工得來。

據深圳證券交易所數據，截止到2017年2月底，我國的創業板上市公司共計603家，編入深交所創業板綜指有600家，其中，信息傳輸、軟件和信息技術行業共有114家。創業板2009年開通，考慮到數據對比口徑、可得性，剔除數據不完整的企業，選取了2012年1月1日到2015年12月31日創業板信息傳輸、軟件和信息技術服務業55家企業的時間序列數據作為樣本，其中，在對比整個信息傳輸、軟件和信息技術服務行業時，在選取高管持股比例這一樣本數據時，通過choice提取數據后，剔除了其中對生產經營不具有重大決策部署的股東數據，例如監事會人員和戰略投資者數據的部分數據。

三、假設提出（見表1）

公司財務績效可以決定經營者的報酬，因而經營者勢必會為了個人利益而努力經營公司，提高公司財務績效，由此推測高管貨幣薪酬越高的公司，其經營財務績效也越好。當然高管貨幣性報酬也不可能無限制的提高，或者說在高管貨幣性報酬無限制提高的同時，公司財務績效不可能相應的提高，因此，高管貨幣性報酬在一定的區間范圍內對公司財務績效存在正向影響。Habib （2005）發現公司績效與管理者激勵之間相關性非常強烈[1]。方陽春、姚先國（2007）發現公司財務績效、企業規模、股權集中度、地域對高管薪酬都有影響，并且高新企業的高管薪酬和公司財務績效顯著相關[3]?；谇拔乃龅挠绊懜吖苄匠暌蛩匾约拔墨I綜述，本文提出如下假設，對創業板上市公司的高管貨幣性報酬的有效性進行檢驗。

H1：高管貨幣性報酬越高，財務績效越好。即財務績效與高管貨幣性報酬呈正相關。

根據委托代理理論的觀點，自身利益最大化是企業高管層所追求的目標，故而他們會竭盡全力規避企業風險，但股東們在追求企業價值最大化面臨風險的選擇時卻是中性的。當高管喪失企業收益的剩余索取權時，其會對高風險同時具有高回報的項目進行回避，而選擇低風險低回報的項目。自高管層擁有企業收益的剩余索取權那一刻開始，為了增加自身的福利報酬，他們就會選擇具有較高收益的投資項目。Ozkan （2011）管理者薪酬與公司績效之間關系發現公司績效與上述變量之間并不存在相關性[5]。楊德民、趙璨（2012）研究“天價薪酬”結果顯示通過政府監管可以發揮部分作用[6]。因此，當公司的高管人員持有公司股份時，高管自身利益與公司股東利益趨于一致，為了獲得更高的薪酬水平，高管層會盡力提高企業的價值。故而，本文假設公司財務績效同高管所持股比例之間存在正相關關系。

H2：高管持股越多，財務績效越好。即財務績效與高管持股比例呈正相關。

四、模型建立

根據H1、H2建立薪酬效應模型，即具財務績效兩個指標的影響，以此來度量上市薪酬對公司財務績效的影響，檢驗現行上市公司高管人員貨幣性報酬和股權這兩方面薪酬激勵的有效性。

首先以高管人員貨幣性報酬和持股比例為自變量，總資產報酬率為因變量，建立多元回歸方程，如下所示：

ROA=α+β1PAY+β2MPS+ε（4.1）

其次，以高管人員貨幣性報酬和持股比例為自變量，凈資產收益率為因變量，建立第二個多元回歸模型，如下所示：

ROE=α+β1PAY+β2MPS+ε（4.2）

其中，PAY表示高管貨幣性報酬，具體數據是取自上市公司年報中披露的最高的前三名高管的年薪。ROA是總資產報酬率，ROE是凈資產收益率，這兩個指標都是用來具體衡量公司財務績效的。MPS是公司高管的股權，β是相關系數，ε是隨機擾動項。

五、實證分析

（一）相關性分析

本文采用spass19.0，用雙變量單側方法進行回歸，置信水平采用90%，對各變量間的因果關系進行顯著性檢驗，具體方法是，對高管貨幣化報酬和高管持股進行考察，把高管貨幣性報酬和高管持股比例看成自變量，分別以凈資產收益率和總資產報酬率為因變量，考察驅動公司財務績效的具體關系，如果在顯著性水平之上，那么本文的研究意義更大。在系數統計表中，進一步看出具體數字，有較為清晰的認識，為下文建立回歸分析方程，完成對模型的計算分析過程鋪墊。

如表2所示，高管薪酬雙因子中，PAY與ROA、ROE間均存在較強的相關關系，單側P值分別小于0.01和0.05，在0.01和0.05水平上顯著相關，說明公司高管貨幣性報酬與公司財務績效間存在很強的正相關關系。另一方面，在股權計量的薪酬體系中，MPS與ROE之間存在相關性，P值為0.054<0.1，說明高管持股比例越多，公司財務績效越好。持股比例MPS與ROA間存在相關關系，P值為0.065<0.1，從數據總體情況來看，各變量間存在較強的相關關系，但貨幣性報酬對財務績效的顯著性更為強烈，持股比例對財務績效的相關性弱于貨幣性報酬。

（二）公式1回歸分析

本文采用進入方式回歸分析，首先將偏相關系數最大的變量看作回歸系數進行顯著性檢驗，從而決定變量能否進入回歸方程，其次對方程中的剩余變量作為最后選入方程的變量求得偏F值。

首先，以ROA為因變量，以貨幣化薪酬和持股比例為自變量，運用spass分析軟件分析期間的內在邏輯關系。

如表3我們可以看出整個關于ROA的模型的是有效的，所以所做出的模型符合構建的多元回歸方程。表4所示，根據因變量與自變量間的關系，PAY和MPS的F值（P<0.05）說明通過了顯著性假設檢驗，PAY和MPS系數顯著，即模型的系數足以支撐模型的成立。常量的90%置信區間在-1.489到3.793之間，PAY90%的置信區間在00.14到0.038之間，MPS的90%置信區間范圍在0.017到0.101之間。在上述表中，t值、b值均通過了顯著性假設檢驗，表明回歸系數通過了假設檢驗，這說明，回歸分析的結論是正確和有效的，由此，通過上述表格最終可以得出量化的方程。

ROA=1.152+0.026PAY+0.059MPS+ε（5.1）

（三）公式2回歸分析

通過因變量ROA和PAY和MPS得到的多元回歸方程可以看出PAY和MPS的相關系數可以看出貨幣性報酬和股權對財務績效的影響都是正相關，其次MPS的相關系數大于PAY的相關系數，可以看出股權激勵對公司財務績效的影響力更大，大于貨幣性報酬。這可能是由于高新技術行業對員工的長期激勵更加有效。

其次，以ROE為因變量，以貨幣化薪酬和持股比例為自變量，運用spss分析軟件分析模型的內在邏輯關系。

通過表5可以看出，在以ROE為因變量，PAY和MPS為自變量構建的多元回歸方程中P值為0.022，小于0.05，說明所建立的模型是顯著有效的，在表6的變量系數表中，根據因變量與自變量間的關系，無論PAY還是MPS的P值都滿足（P<0.05）的條件，說明回歸方程通過了顯著性假設檢驗。PAY的90%的置信區間在0.009到0.057之間，MPS的90%的置信區間在0.022到0.192之間。通過上述表中，t值、b值均通過了顯著性假設檢驗，表明回歸系數通過了假設檢驗，由此，可得出量化方程。

ROE=0.102+0.033PAY+0.107MPS+ε（5.2）

ROE作為衡量公司財務績效的指標，在得到的公式4.2中可以看出PAY和MPS的相關系數均大于0，即對財務績效的影響都是正向的。MPS的相關系數大于PAY，可以看出股權激勵對公司財務績效的影響要大于通過激勵貨幣性報酬產生的影響。

（三）研究結果

經過以上的分別以ROA和ROE為因變量的兩個模型的建立，本研究確定了在我國創業板信息傳輸、軟件和信息服務業的公司高管薪酬對公司財務績效的影響因素，研究了貨幣性報酬和股權兩個因素對財務績效的影響，并通過盈利能力中的總資產報酬率和凈資產收益率衡量財務績效，通過薪酬效應模型的建立，初步描述出了高管薪酬對公司財務績效的相關關系。通過spss軟件的回歸應用分析最終求出以下回歸方程，即：

ROA=1.152+0.026PAY+0.059MPS+ε（5.1）

ROE=0.102+0.033PAY+0.107MPS+ε（5.2）

根據所求得的回歸方程來驗證本文最初提出的假設的正確性，即：

H1：高管貨幣性報酬越高，公司財務績效越好。即高管貨幣性報酬對公司財務績效的影響呈正相關。

H2：高管持股越多，公司財務績效越好。即高管持股比例與公司財務績效呈正相關。

上述假設的正確性得到驗證，說明公司高管貨幣性報酬與公司財務績效之間呈現正相關關系，高管持股與公司財務績效也呈正相關關系。從量化分析角度看，這說明在創業板信息傳輸、軟件和信息技術行業內，公司高管薪酬對公司財務績效有著正向的驅動作用，反映了在當前制度框架下，高管薪酬激勵總體上是有效的，這代表在一定區間內，提高高管貨幣化報酬以及提高高管的持股比例，都會對公司財務績效的提升形成良性影響，這對于我國高管薪酬-績效契約的制定具有積極的意義。其次ROA和ROE作為衡量公司財務績效的指標，結合上述公式5.1和5.2，他們的影響均為正相關，即對貨幣性報酬和股權激勵均可以提高公司財務績效。但股權激勵的影響程度更高，這對于接下來的行業對比和結論分析有重要的作用。

參考文獻：

[1]Haubrich J G，Popova I.Executive compensation：a calibration approach[J].Economic Theory，1998，12 （3）：561-581.

[2]Eichholtz P M A，Kok N，Otten R.Executive Compensation in UK Property Companies[J].Journal of Real Estate Finance&Economics;，2008，36 （4）：405-426.

[3]宋常，趙懿清.中國上市公司高管薪酬激勵效果研究[J].商業研究，2011 （5）：72-77

[4]王蘭蘭.我國創業板上市公司高管薪酬與企業績效關系研究[J].對外經貿，2015 （8）：138-139.