2023年上市公司资本结构对高管薪酬影响的实证.doc

上市公司资本结构对高管薪酬影响的实证研究 【摘 要】高管薪酬鼓励制度是现代企业理论研究中一个非常重要的问题。它的产生源于现代企业所有权和控制权的别离，进而形成的“委托——代理〞关系。但在现实生活中，企业所有者和高管之间存在着目标不一致、利益不兼容、信息不对称等问题，并产生了利益冲突。现代企业经营的复杂性和不确定性更加剧了这一问题的严重程度。如何利益有效的薪酬鼓励制度来充分发挥管理者的作用已经引起了人们的广泛关注。由于公司股东和高管之间的复杂代理关系，使得薪酬契约的制定受到多种因素的影响。最新的国外理论和实证研究说明，资本结构是影响高管薪酬的一个因素。本文的研究目的就是通过实证分析来验证我国企业的资本结构对高管薪酬的影响，并在此根底上提出建议。 【关键词】资本结构；高管薪酬；实证分析 一、引言 自上世纪90年代中国证券市场设立以来，我国上市公司的规模不断扩大，公司的治理结构不断完善，公司的所有权和经营权逐渐别离，企业的所有者和管理者之间逐渐形成了“委托-代理〞关系。正是由于企业高管掌握了企业的经营权，才使得一些高管有可能利用企业的经营权来侵犯企业所有者的利益，并导致了委托人与代理人之间的利益冲突。为了防止这种利益冲突，我们就需要构建合理的薪酬鼓励机制来鼓励高管。一套好的薪酬制度不仅能够提高高管的工作积极性，也体现了企业的管理水平，有助于企业的成长和开展。因此，设计薪酬制度常规的思维就是将高管薪酬与企业业绩紧密联系起来，并据此进行薪酬方案的整体设计，以期鼓励高管人员以企业价值最大化为目标妥善配置资源，增加股东财富。但是，人们往往因此而忽略了其他因素对高管薪酬的重要影响，例如资本结构。 从目前国内的实证情况来看，我国对高管薪酬影响因素的分析主要集中在公司业绩、公司规模、所属行业和地区、股权结构、公司治理(董事会)特征、公司特征、董事特征等方面，很少提及资本结构。上市公司和投资者们普遍认为资本结构揭示的仅仅是企业的资金来源问题—股东向企业提供股权资金，债权人向企业提供债权资金。然而，资本结构对于企业的影响远远不止融资问题。企业资本结构的选择对现代企业制度的建立和实现具有十分重要的意义。因此，建立积极有效的上市公司高管薪酬机制，可以从上市公司高管薪酬的影响因素入手。 本文就是从资本结构这一角度入手，分析资本结构对高管薪酬的影响，以2023-2023年三年间沪深两市证券交易所上市公司的财务数据进行回归分析，试图验证资本结构对高管薪酬的影响。 二、文献回忆和假设 〔一〕国外文献综述 国外对资本结构的理论研究起源于modisliani & miller在资本本钱、公司理财与投资理论一文中提出的三个核心命题。但值得注意的是，虽然国外对于资本结构的理论研究从上世纪50年代起就开始了，但相关的理论研究，主要都集中在研究资本结构和企业价值及资金本钱之间的关系上了，研究资本结构和高管薪酬关系的文章非常少。 以fama & macbeth的早期研究为根底，jensen & meckling在1976年著名的公司理论：管理行为、代理本钱和所有权结构〔theory of the firm：managerial behavior,agency costs and ownership structure〕中对委托代理领域的研究做出了开创性的奉献。他们将因经营权和所有权别离而产生的公司内部利益冲突划分为两种类型：一种是股东与管理层之间的利益冲突。具体来说，就是管理层与股东在面临企业因高负债水平而产生的高破产风险时，所需要承当的风险不同，从而产生的利益冲突。在这种情况下，给予管理层股权鼓励成为缓解股东和管理层之间利益冲突的有力工具。概括起来，就是说资本结构中的负债结构可以约束管理者的行为，而企业所建立的薪酬契约就是要放宽这种约束。berkovitch，israel和spiegel(2023)就认为薪酬契约是用来鼓励管理者努力工作，并通过实证预测得出杠杆与工资正相关的结论。berk等(2023)的理论研究也支持这一观点。另一冲突那么存在于债权人与所有者之间。mayers〔1977〕认为这种冲突主要表现为负债契约签订后，股东有可能从事各种有损债权人利益或者会降低企业价值，但能够增加股权利益的项目投资，即我们所说的资产替代行为。这种投资决策的扭曲问题在高负债、大型的甚至财务状况良好的企业会更加突出〔parrino & weisbach，1999〕。据此，本文提出假设一和假设二：1、资本结构与高管薪酬呈正相关关系。2、流动负债比率与高管薪酬呈负相关关系。 〔二〕国内文献综述 国内关于资本结构的研究主要集中在资本结构与资本本钱等方面，很少有文献涉及到资本结构与高管薪酬之间的关系，这说明了人们对资本结构的认识还停留在资本结构仅仅是一个融资渠道的层面上。而对于高管薪酬的研究大都停留在研究高管薪酬与企业业绩、企业规模、公司治理的关系上，采用实证方法来研究资本结构和高管薪酬关系的文章并不多见。 国内学术界对高管薪酬与公司业绩的相关性问题展开过比拟多的讨论，但可能是因为所选取的解释角度不尽相同，或者是所选取的变量不尽相同，即使个别角度相同，所得结论也大相径庭。 局部学者利用我国企业的相关数据对高管薪酬和企业业绩的关系进行实证检验，得出了不相关或弱相关的结论。如魏刚(2023)的研究结果说明，货币报酬、持股水平与公司业绩之间并不存在显著的正相关的关系。李增泉(2023)发现，高管人员的薪酬与公司业绩不存在显著的正相关关系。林晓婉等(2023)也认为，近年来我国上市公司高管人员薪酬鼓励虽然逐年增加，但“零报酬〞现象仍大量存在。经营者持股比例很低，要发挥股票期权的鼓励作用尚需成熟的条件。 当然我国学术界也有人对此持肯定的态度。陈志广(2023)、张俊瑞等(2023)的计量分析说明，高管薪酬与企业绩效显著正相关。陶金元、魏祥迁和李鹏(2023)认为高层管理人员的年薪和公司的短期业绩之间呈显著的正相关关系。周建波和孙菊生(2023)的研究发现，不同的股权鼓励模式对企业的绩效的影响不同。杨贺和马春爱(2023)的高级管理层鼓励、企业特征与x——效率问题实证研究说明高管年度人均薪酬总额与公司效率正相关，提高薪酬有利于提高企业的效率。据此，提出假设三：3、公司业绩与高管薪酬呈正相关关系。 三、研究设计 〔一〕样本及数据来源 本文的研究样本是2023-2023年在沪深两地的证券交易所上市的52家企业。在样本的选取过程中，本文剔除了一下公司：①金融、保险类公司；②st、pt类被特别标记的公司；③财务数据异常的公司；④数据缺失及不可获得完整数据的公司。样本的所有原始财务数据均来自于ccer数据库的一般上市公司的财务数据以及沪深证券交易所公布的年报，所有的数据都由作者手工进行了筛选、核对和计算。 〔二〕变量设计 1、因变量：高管薪酬 研究可知，上市公司的高管报酬由短期鼓励〔现金薪酬〕和基于股权的薪酬(例如，股票期权、限制性股权等)两局部组成。但由于长期鼓励制度(包括基于股权的薪酬鼓励)在我国刚刚起步和信息披露的有限性，本文选取上市公司所披露的现金薪酬作为研究对象，即短期鼓励，包括直接支付给高管的工资、津贴、福利以及其他货币性收入。而为了能够从全局考虑高管薪酬，本文选择采用年报所披露的“现任董事监事和高级管理人员的年度报酬总额〞作为高管薪酬的代表值。 2、自变量：资本结构 本文从负债方面反映资本结构，选取资产负债率和流动负债比率为自变量。①资产负债率为总负债和总资产的比值。该变量反映了企业的总体债务水平，不反映企业的债务结构。②流动负债比率为流动负债和总负债的比值，反映企业的债务结构，即在企业的全部债务中，流动负债所占的比重。 3、控制变量：企业业绩、企业规模、企业成长性 控制变量包括：⑴企业业绩。常用的业绩衡量标准有两种：一是会计业绩根底，如净利润、资产收益率等；二是市场业绩根底，如股价、股票回报率等。本文出于数据收集的方便，选择了资产收益率作为企业业绩的指标。⑵企业的规模〔总资产〕。⑶企业成长性〔营业收入增长率〕。 表一 变量定义 变量名称 变量符号 变量定义 因变量 高管薪酬 y 现任董事监事和高级管理人员的年度报酬总额的自然对数 自变量 资产负债率 x1 负债总额/资产总额 流动负债比率 x2 流动负债/负债总额 控制变量 企业成长性 x3 营业收入增长率 资产收益率 x4 净利润/总资产 企业规模 x5 总资产的自然对数 〔三〕构建模型 根据以上描述，回归模型构建如下： 四、实证研究 〔一〕描述性统计分析 表二 样本描述性统计 高管薪酬 资产负债率 流动负债比率 企业成长性 资产收益率 企业规模 均值 6.2059 0.5121 0.7172 0.1832 0.0510 22.6107 中位数 6.2382 0.5344 0.7452 0.0968 0.0443 22.4369 最大值 8.4450 0.8861 0.9992 2.1118 0.2263 26.0266 最小值 4.5918 0.0744 0.2188 -0.6589 -0.0584 19.9572 标准误差 0.0611 0.0144 0.0186 0.0371 0.0040 0.1244 表二的统计结果说明：2023-2023年，样本公司高管人员的薪酬平均值为6.2059万元，其中最大值为8.4450万元，最小值为4.5918万元。该统计量的最大值和最小值相差近两倍，，这个统计结果与文献综述中的大局部学者的研究结果相符，反映出我国的公司对于高管薪酬的认识有着较大差异，存在极高和极低两种极端值的特点。此外，样本公司的资产负债率均值为51.21%,中位数为53.44%，均值和中位数相近，这说明样本公司的负债总额平均约占企业总资产的半数,资产负债率在50%以上的企业较多。流动负债比率的均值为71.72%,中位数为74.51%,这说明大多数公司的流动负债比率在71.72%左右。但最小值为21.88%,最大值为99.92%，说明不同公司之间的流动负债比率极差较大，可能与公司从事的行业不同，资金来源存在差异有关。企业成长性即营业收入增长率的均值是0.18，中位数为0.0968，说明营业收入增长率在0.1以下的公司较多，而它的最大值为2.1118，最小值-0.6589，极差较大，说明公司的成长能力相差甚远。资产收益率一栏均值和中位数差异不大，最大值和最小值的差距较大，说明样本公司的资产收益率在各个值之间分布均匀。企业的规模一栏可看出上市公司的企业规模都相当，最大值、最小值也相差不大。 〔二〕相关性统计分析 多重共线性在多元线性回归分析中十分常见，它会给模型的估计带来一系列问题。因此，在进行实证分析之前，需要检验变量之间是否存在多重线性关系及其严重程度。本文利用eviews 5.0软件来诊断变量之间是否存在着严重的多重线性关系。如果变量之间的相关系数大于0.8，那么说明变量之间存在严重的多重共线性。 表三 解释变量的相关系数矩阵 x1 x2 x3 x4 x5 x1 1 x2 -0.206055603 1 x3 0.065082246 0.013730412 1 x4 -0.521941828 0.110219581 0.300341565 1 x5 0.309080439 -0.271668666 0.103798326 0.0773736 1 由表三可知，模型的各解释变量之间的相关系数为-0.5219，远远小于0.8，说明变量、、、、之间不存在严重的多重共线性问题，不会对模型回归结果产生不利影响。 〔三〕回归分析 模型以样本公司的高管薪酬〔y〕为被解释变量，以资产负债率〔〕和流动负债比率〔〕为解释变量，以企业成长性〔〕、资产收益率〔〕、企业规