创业板信息服务业高管薪酬激励对公司财务绩效影响的研究
摘要:市场经济急速发展,企业管理所有权和经营权分离使得控制企业资源的高级管理人员的薪酬激励问题日益受到关注。由于所有者与公司高管之间信息不对称,导致风险道德等问题的存在,如何使高管在满足自身利益的同时使企业价值最大化最终达到双赢是研究现代企业行为的重要课题。关注信息传输、软件和信息技术行业高管薪酬这一组织行为对公司财务绩效的驱动,并进行量化的衡量尤为必要。
关键词:创业板上市公司;财务绩效;高管薪酬;相关关系
一、引言
(一)高管薪酬激励与公司绩效具有显著相关性的研究
Habib (2005)通过回归模型分析公司绩效与管理者激励之间的关系,发现两者之间的相关性非常强烈[1]。Chong,Vincent K等(2007)在以澳大利亚制造业为研究的行业中得出年度报酬对财务绩效的影响显著,并呈现正相关趋势[2]。方阳春、姚先国(2007)以高新企业的数据进行研究,发现公司财务绩效、企业规模、股权集中度、地域对高管薪酬都有影响,并且高新企业的高管薪酬和公司财务绩效显著相关[3]。
(二)高管薪酬激励与公司绩效不具有相关性或具有弱相关性
Canarella和Nourayi (2008)采用594家相关未被研究的领域美国公司1997-2002年的数据,从新的角度探讨CEO薪酬与公司绩效之间的关系发现不对称非线性相关,而且不对称结构独立于财务绩效衡量[4]。Ozkan(2011)收集390家1999-2005年英国非金融公司面板数据,检验管理者薪酬与公司绩效之间关系,发现公司绩效与上述变量之间并不存在相关性[5]。杨德民、赵璨(2012)增加了媒体治理变量来研究“天价薪酬”的状况,为了研究媒体治理有无作用,结果显示通过政府监管可以发挥部分作用[6]。
二、数据来源
本文选用的行业分类采取的是中国证监会2012年颁布《上市公司行业分类指引》,本文数据来源于东方财富choice数据库、深圳证券交易所、巨潮资讯网,其中,有些数据根据深交所、公司年报和choice数据库直接得来,有些数据通过excel、spass19.0计算加工得来。
据深圳证券交易所数据,截止到2017年2月底,我国的创业板上市公司共计603家,编入深交所创业板综指有600家,其中,信息传输、软件和信息技术行业共有114家。创业板2009年开通,考虑到数据对比口径、可得性,剔除数据不完整的企业,选取了2012年1月1日到2015年12月31日创业板信息传输、软件和信息技术服务业55家企业的时间序列数据作为样本,其中,在对比整个信息传输、软件和信息技术服务行业时,在选取高管持股比例这一样本数据时,通过choice提取数据后,剔除了其中对生产经营不具有重大决策部署的股东数据,例如监事会人员和战略投资者数据的部分数据。
三、假设提出(见表1)
公司财务绩效可以决定经营者的报酬,因而经营者势必会为了个人利益而努力经营公司,提高公司财务绩效,由此推测高管货币薪酬越高的公司,其经营财务绩效也越好。当然高管货币性报酬也不可能无限制的提高,或者说在高管货币性报酬无限制提高的同时,公司财务绩效不可能相应的提高,因此,高管货币性报酬在一定的区间范围内对公司财务绩效存在正向影响。Habib (2005)发现公司绩效与管理者激励之间相关性非常强烈[1]。方阳春、姚先国(2007)发现公司财务绩效、企业规模、股权集中度、地域对高管薪酬都有影响,并且高新企业的高管薪酬和公司财务绩效显著相关[3]。基于前文所述的影响高管薪酬因素以及文献综述,本文提出如下假设,对创业板上市公司的高管货币性报酬的有效性进行检验。
H1:高管货币性报酬越高,财务绩效越好。即财务绩效与高管货币性报酬呈正相关。
根据委托代理理论的观点,自身利益最大化是企业高管层所追求的目标,故而他们会竭尽全力规避企业风险,但股东们在追求企业价值最大化面临风险的选择时却是中性的。当高管丧失企业收益的剩余索取权时,其会对高风险同时具有高回报的项目进行回避,而选择低风险低回报的项目。自高管层拥有企业收益的剩余索取权那一刻开始,为了增加自身的福利报酬,他们就会选择具有较高收益的投资项目。Ozkan (2011)管理者薪酬与公司绩效之间关系发现公司绩效与上述变量之间并不存在相关性[5]。杨德民、赵璨(2012)研究“天价薪酬”结果显示通过政府监管可以发挥部分作用[6]。因此,当公司的高管人员持有公司股份时,高管自身利益与公司股东利益趋于一致,为了获得更高的薪酬水平,高管层会尽力提高企业的价值。故而,本文假设公司财务绩效同高管所持股比例之间存在正相关关系。
H2:高管持股越多,财务绩效越好。即财务绩效与高管持股比例呈正相关。
四、模型建立
根据H1、H2建立薪酬效应模型,即具财务绩效两个指标的影响,以此来度量上市薪酬对公司财务绩效的影响,检验现行上市公司高管人员货币性报酬和股权这两方面薪酬激励的有效性。
首先以高管人员货币性报酬和持股比例为自变量,总资产报酬率为因变量,建立多元回归方程,如下所示:
ROA=α+β1PAY+β2MPS+ε(4.1)
其次,以高管人员货币性报酬和持股比例为自变量,净资产收益率为因变量,建立第二个多元回归模型,如下所示:
ROE=α+β1PAY+β2MPS+ε(4.2)
其中,PAY表示高管货币性报酬,具体数据是取自上市公司年报中披露的最高的前三名高管的年薪。ROA是总资产报酬率,ROE是净资产收益率,这两个指标都是用来具体衡量公司财务绩效的。MPS是公司高管的股权,β是相关系数,ε是随机扰动项。
五、实证分析
(一)相关性分析
本文采用spass19.0,用双变量单侧方法进行回归,置信水平采用90%,对各变量间的因果关系进行显著性检验,具体方法是,对高管货币化报酬和高管持股进行考察,把高管货币性报酬和高管持股比例看成自变量,分别以净资产收益率和总资产报酬率为因变量,考察驱动公司财务绩效的具体关系,如果在显著性水平之上,那么本文的研究意义更大。在系数统计表中,进一步看出具�w数字,有较为清晰的认识,为下文建立回归分析方程,完成对模型的计算分析过程铺垫。 如表2所示,高管薪酬双因子中,PAY与ROA、ROE间均存在较强的相关关系,单侧P值分别小于0.01和0.05,在0.01和0.05水平上显著相关,说明公司高管货币性报酬与公司财务绩效间存在很强的正相关关系。另一方面,在股权计量的薪酬体系中,MPS与ROE之间存在相关性,P值为0.054
编辑推荐:
温馨提示:因考试政策、内容不断变化与调整,长理培训网站提供的以上信息仅供参考,如有异议,请考生以权威部门公布的内容为准! (责任编辑:长理培训)
点击加载更多评论>>