科技和产业

变量种类	变量名字	变量表达
被解释变量	企业绩效(ROA)	净利润/总资产平均余额
解释变量	股权激励(EI)	高管持股数/公司总股数
中介变量	代理成本(AC)	管理费用/营业收入
控制变量	公司规模(Size)	员工人数的对数
资产负债率(Lev)	总负债/总资产
高管货币薪酬(Gpay)	前三名高管薪酬自然对数
大股东持股比例(Topone)	第一大股东持股比例
行业(Ind)	虚拟变量
年份(Year)	虚拟变量

变量种类	变量名字	变量表达
被解释变量	企业绩效(ROA)	净利润/总资产平均余额
解释变量	股权激励(EI)	高管持股数/公司总股数
中介变量	代理成本(AC)	管理费用/营业收入
控制变量	公司规模(Size)	员工人数的对数
资产负债率(Lev)	总负债/总资产
高管货币薪酬(Gpay)	前三名高管薪酬自然对数
大股东持股比例(Topone)	第一大股东持股比例
行业(Ind)	虚拟变量
年份(Year)	虚拟变量

变量	观测值	平均值	标准差	最小值	最大值
ROA	18 442	0.038	0.074	-0.375	0.276
EI	18 442	0.089	0.129	0.000	0.520
AC	18 442	0.091	0.075	0.006	0.671
Size	18 442	7.594	1.212	4.443	11.090
Lev	18 442	0.422	0.200	0.048	0.933
Gpay	18 442	14.530	0.687	12.540	16.650
Topone	18 442	0.318	0.141	0.070	0.726

变量	观测值	平均值	标准差	最小值	最大值
ROA	18 442	0.038	0.074	-0.375	0.276
EI	18 442	0.089	0.129	0.000	0.520
AC	18 442	0.091	0.075	0.006	0.671
Size	18 442	7.594	1.212	4.443	11.090
Lev	18 442	0.422	0.200	0.048	0.933
Gpay	18 442	14.530	0.687	12.540	16.650
Topone	18 442	0.318	0.141	0.070	0.726

变量	ROA	E1	AC	Size	Lev	Gpay	Topone
ROA	1
EI	0.077^***	1
AC	-0.218^***	0.059^***	1
Size	0.046^***	-0.147^***	-0.288^***	1
Lev	-0.332^***	-0.219^***	-0.219^***	0.324^***	1
Gpay	0.152^***	-0.069^***	-0.166^***	0.363^***	0.084^***	1
Topone	0.180^***	-0.091^***	-0.148^***	0.123^***	0.036^***	0.028^***	1

变量	ROA	E1	AC	Size	Lev	Gpay	Topone
ROA	1
EI	0.077^***	1
AC	-0.218^***	0.059^***	1
Size	0.046^***	-0.147^***	-0.288^***	1
Lev	-0.332^***	-0.219^***	-0.219^***	0.324^***	1
Gpay	0.152^***	-0.069^***	-0.166^***	0.363^***	0.084^***	1
Topone	0.180^***	-0.091^***	-0.148^***	0.123^***	0.036^***	0.028^***	1

变量	(1)	(2)	(3)
EI	0.021^***	-0.015^***	0.016^***
	(5.24)	(-3.91)	(4.29)
AC			-0.290^***
			(-40.77)
Size	0.005^***	-0.014^***	0.001
	(9.82)	(-29.75)	(1.28)
Lev	-0.138^***	-0.041^***	-0.150^***
	(-48.78)	(-14.69)	(-55.03)
Gpay	0.022^***	0.000	0.022^***
	(25.56)	(0.18)	(26.74)
Topone	0.094^***	-0.060^***	0.077^***
	(26.23)	(-16.75)	(22.19)
常数项	-0.284^***	0.269^***	-0.207^***
	(-23.94)	(22.79)	(-17.90)
观测值	18 442	18 442	18 442
R²	0.212	0.228	0.278
Ind FE	Yes	Yes	Yes
Year FE	Yes	Yes	Yes

变量	(1)	(2)	(3)
EI	0.021^***	-0.015^***	0.016^***
	(5.24)	(-3.91)	(4.29)
AC			-0.290^***
			(-40.77)
Size	0.005^***	-0.014^***	0.001
	(9.82)	(-29.75)	(1.28)
Lev	-0.138^***	-0.041^***	-0.150^***
	(-48.78)	(-14.69)	(-55.03)
Gpay	0.022^***	0.000	0.022^***
	(25.56)	(0.18)	(26.74)
Topone	0.094^***	-0.060^***	0.077^***
	(26.23)	(-16.75)	(22.19)
常数项	-0.284^***	0.269^***	-0.207^***
	(-23.94)	(22.79)	(-17.90)
观测值	18 442	18 442	18 442
R²	0.212	0.228	0.278
Ind FE	Yes	Yes	Yes
Year FE	Yes	Yes	Yes

变量	(1)	(2)	(3)
EI	3.061^***	-0.015^***	2.087^**
	(3.41)	(-3.91)	(2.42)
AC			-63.091^***
			(-39.11)
Size	1.373^***	-0.014^***	0.470^***
	(12.53)	(-29.75)	(4.36)
Lev	-23.804^***	-0.041^***	-26.407^***
	(-37.20)	(-14.69)	(-42.69)
Gpay	4.337^***	0.000	4.346^***
	(22.78)	(0.18)	(23.76)
Topone	17.839^***	-0.060^***	14.068^***
	(21.94)	(-16.75)	(17.87)
常数项	-63.911^***	0.269^***	-46.957^***
	(-23.79)	(22.79)	(-17.94)
观测值	18 442	18 442	18 442
R²	0.151	0.228	0.216
Ind FE	Yes	Yes	Yes
Year FE	Yes	Yes	Yes

变量	(1)	(2)	(3)
EI	3.061^***	-0.015^***	2.087^**
	(3.41)	(-3.91)	(2.42)
AC			-63.091^***
			(-39.11)
Size	1.373^***	-0.014^***	0.470^***
	(12.53)	(-29.75)	(4.36)
Lev	-23.804^***	-0.041^***	-26.407^***
	(-37.20)	(-14.69)	(-42.69)
Gpay	4.337^***	0.000	4.346^***
	(22.78)	(0.18)	(23.76)
Topone	17.839^***	-0.060^***	14.068^***
	(21.94)	(-16.75)	(17.87)
常数项	-63.911^***	0.269^***	-46.957^***
	(-23.79)	(22.79)	(-17.94)
观测值	18 442	18 442	18 442
R²	0.151	0.228	0.216
Ind FE	Yes	Yes	Yes
Year FE	Yes	Yes	Yes

高管股权激励对公司绩效的影响研究——以沪深A股上市公司为例

PDF下载

黄叙 ¹ , 黄爱秋 ²

科技和产业 | 治理绩效 2025,25(6): 299-305

收起

科技和产业 | 治理绩效 2025, 25(6): 299-305

高管股权激励对公司绩效的影响研究——以沪深A股上市公司为例

全屏

黄叙¹, 黄爱秋²

作者信息

¹ 成都锦城学院财务会计学院, 成都 611731

² 重庆鸣琳物联网科技有限公司, 重庆 400054

黄叙(1982—),四川成都人,硕士,副教授,研究方向为企业投融资、企业内部控制;

黄爱秋(2002—),重庆人,研究方向为财务管理。

Research on the Influence of Executive Equity Incentive on Corporate Performance:Taking Shanghai and Shenzhen A-share Listed Companies as an Example

Xu HUANG¹, Aiqiu HUANG²

Affiliations

¹ School of Accounting and Finance, Chengdu Jincheng College, Chengdu 611731, China

² Chongqing Minglin Internet of Things Technology Co. Ltd., Chongqing 400054, China

出版时间: 2025-03-25

文章导航

摘要

收起

由于企业所有权与经营权相分离,管理者与股东之间的矛盾始终是加剧双方之间利益冲突的根本原因。为提高管理层对公司的忠诚度,防止管理层的短视行为,引导管理层最大限度地发挥个人才能,基于2014—2022年沪深A股上市公司数据,采用描述性统计、相关性分析、回归分析等分析方法研究高管股权激励与公司绩效之间的联系。研究发现,股权激励的实施具有双重意义。既能有效提升企业绩效,也能降低代理成本。

关键词

高级管理层 / 股权激励 / 代理成本 / 公司绩效

Abstract

收起

Because of the separation of enterprise ownership and management rights, the contradiction between managers and shareholders is always the root cause of intensifying the conflict of interest between them. Equity incentive, as an effective medium and long term incentive mechanism for management, can alleviate agency problems and reduce agency costs, and is an important means to solve conflicts of interest. In order to improve the loyalty of the management to the company, prevent the short-sighted behavior of the management, and guide the management to maximize their personal talents, based on the data of Shanghai and Shenzhen A-share listed companies from 2014 to 2022, descriptive statistics, correlation analysis, regression analysis and other analytical methods were used to study the relationship between executive equity incentives and corporate performance. It is found that the implementation of equity incentive has dual significance. It can not only effectively improve enterprise performance, but also reduce agency costs.

Key words

senior management / equity incentive / agency costs / corporate performance

引用本文

黄叙, 黄爱秋. 高管股权激励对公司绩效的影响研究——以沪深A股上市公司为例. 科技和产业, 2025 , 25 (6) : 299 -305 .

Xu HUANG, Aiqiu HUANG. Research on the Influence of Executive Equity Incentive on Corporate Performance:Taking Shanghai and Shenzhen A-share Listed Companies as an Example[J]. Science Technology and Industry, 2025 , 25 (6) : 299 -305 .

正文

收起

中国经济的成长阶段已由原先的迅猛增长转向追求更高品质的发展模式,这一转变对于国内上市公司的治理能力及其长期稳健成长能力提出更为严苛的要求。高效的委托代理关系,能增强企业的经济效益,并有效分散经营中的风险。然而,这一机制的实施也伴随着代理成本的上升,这在一定程度上影响了资源的优化配置,甚至可能导致资源的无谓损耗,进而对利益相关者的权益造成不利影响。因此,委托代理成本问题无疑成为制约企业绩效提升的一大障碍。为了协调股东与管理者之间的利益矛盾,股权激励作为一种有效的手段,自提出以来便吸引了理论界与实践界的广泛关注,其中股权激励的作用机理更是研究的热点所在。当前研究将高管持股比例作为关键指标,用于评估股权激励对企业绩效的直接作用,并已积累了大量研究成果。然而,深入剖析高管股权激励如何具体作用于企业绩效的机制的研究尚显不足。因此,针对我国上市公司而言,探究高管股权激励是否真正有助于提升绩效,以及在这一过程中代理成本是否扮演了中介角色,这些问题都具有重要的研究价值,值得深入探讨。

1 文献综述

收起

高管股权激励作为一种长期激励合约,实现了高管与组织利益的高度融合^[1]。实施股权激励,能够使高管人员无怨言地努力工作,发挥他们的最大价值,有助于推动企业的长期发展,使公司价值毫无保留地呈现出来^[2]。向高管授予股票能够显著激发其积极性,使其更加努力地阻止大股东利用权力将公司财产移至自身名下或相关企业,从而保护公司利益。这种激励方法有助于对大股东的获取私利的行为进行监视和防范,进而缩减代理成本,增强绩效^[3]。Morck等^[4]察觉到持股比例的多样性对企业绩效的影响呈现显著的不一致。当比例处于0~5%时,高管能够充分发挥其职能优势;然而,在5%~25%的区间时,高管可能利用自身的控制权通过某种手段损害公司的利益和信誉;而当持股比例超过25%时,高管和大股东的利益与公司的利益更加紧密地联系^[4]。高管持股与企业绩效的关系是复杂而多变的,并非简单的线性关系。左晶晶等^[5]发现高管股权激励的动态性与我国上市公司长期成长性绩效显著正相关。高管股权激励能通过加大研发投入中介传导作用显著正向影响企业财务绩效^[6]。高管股权激励力度越大,企业创新绩效越好^[7]。王春雷和黄庆成^[8]发现高管股权激励也受企业性质影响,民营企业在实施激励方面比国有公司取得了更可观的效果。

尽管大部分观点都倾向于股权激励对公司绩效具有显著的促进作用,但仍有部分学者对此持不同看法。Core和Guay^[9]以1980年美国511家实施股权激励的公司为样本,结果并未发现两者有明显的相关性。Heron^[10]进一步揭示了,在高级管理人员出售股份前,企业会计报表中的某些关键指标的真实性会显著下降。甄红线等^[11]从聚集现象的角度出发,探究了股权激励对企业绩效的影响,其研究发现企业经营者有时可能会以达到股权激励标准为目的,报告不真实的企业绩效,这种聚集效应导致股权激励对绩效的提升作用并不明显。此外,胡景涛等^[12]发现两者间并未表现出显著的相关性。

综上所述,国内外学者对股权激励与公司绩效间的关联进行了深入探讨。国外学者的观点呈现多样化的趋势,未形成一致意见。国内学术人员采用了案例研究法等多种方法,多数观点倾向于高管股权激励与企业绩效之间存在显著的正向关系。尽管这一领域的研究成果颇为丰富,但仍待进一步深化和拓展。

2 假设的提出

收起

委托代理理论在企业的所有者和经营者是同一人时可能会有种种弊端的背景下应运而生。当企业所有者保留剩余索取权,而将经营权利转让给非企业所有者的专业人员,以促进企业的更有效运作。但代理人未必能完全实现委托人的利益最大化目标。两权分离下产生信息不对称,股东无法有效地管束高管的经营活动,造成高管利用信息优势谋取私利从而忽视企业的长远发展,进而对企业绩效产生负面影响。为解决两权分离中的代理问题,股权激励应运而生。

高管股权激励是指企业以一定形式将股权或股权收益权赋予高级管理人员,使他们得以股东的身份参与公司决策、分享经营成果并共担风险,进而促使他们更加勤勉、尽责地投入到公司的长远发展中。其模式主要有授予股权和授予股票期权两种。在具体实施过程中,通常会明确规定激励期限内董事、高管及核心人员的考核标准,能有效地约束被激励对象的行为。

高管股权激励与企业绩效之间存在怎样的关系是一个复杂且被广泛研究的话题。从理论层面来看,股权激励作为一种激励机制,在一定程度能减少经营者可能存在的急功近利行为,进而推动企业长期进步^[13]。通过提升管理层持股水平,能够进一步增强其激励作用,有效减少代理成本,从而更为紧密地将个人与公司的利益结合在一起^[14]。这种利益绑定的实现,对于推动公司业绩的持续提升具有积极作用。因此,提出以下假设。

H1:高管股权激励能提升企业绩效。

将企业的特定权力分配给管理层,能够使管理者与企业所有者的关系不再僵硬,使管理层积极地工作并更加热爱自己的公司,让他们有动力地为企业创造有益的价值。然而,这一机制的实施也增加了企业的代理成本。企业经营状况良好时,管理层将获得丰厚的收益;而当企业面临经营风险时,管理层同样需承担相应风险。这种激励制度有效促使代理成本的减少,使管理层与企业形成共同利益体,从而避免管理层为追求个人利益而损害企业价值。因此,提出以下假设。

H2:股权激励能减低代理成本。

代理成本即为解决代理问题所产生的代价,这些代价包括因代理问题而引发的损失及解决该问题的各项付出。具体来说由三个核心内容组成:①监督成本,它主要反映了委托人为了规范和控制代理人的行为所投入的资源。为确保代理人的行为与委托人的利益相一致,委托人需要投入诸如时间、金钱及人力资源等要素,来构建和实施一套有效的监督体系。②担保成本,俗称约束成本,是代理人保证自己不会做出对委托方不利事情所付出的代价,以及如破坏利益后应给的赔偿。这包括了代理人为了获取委托人信任而进行的自律性支出,例如定期报告经营动态、引入外部独立审计等。③剩余损失,即代理人造成委托人员的损失,原因是两者利益不同存在的矛盾。这种损失即使是采取防范措施或者使用有效工具都无法彻底根除。

具体来说,股权激励将股东和管理层的利益捆绑在一起,使得管理层更加关注公司的业绩,这有助于降低由于所有权和经营权分离产生的第一类代理成本。第二类代理成本主要涉及股东和债权人之间的利益冲突,与管理层的行为关系不大。股权激励并没有被第二类代理成本显现出明显的影响。因此,提出以下假设。

H3:代理成本在股权激励影响企业绩效的过程中起到中介作用。

3 研究设计

收起

3.1 样本选择与数据来源

基于2014—2022年沪深A股上市公司的数据展开研究,数据主要来源于Choice金融终端。为确保实证研究的准确性和有效性,依照以下步骤进行数据的选取与筛选:①以2014—2022年这9年间的沪深A股数据为样本。 ②清除数据中ST 和^*ST 的所有公司。由于这类上市公司绩效呈现不稳定性,缺乏代表性,同时可能会退市,因此在研究之前清除ST和^*ST的数据,以确保研究结果的准确性和可靠性。 ③鉴于金融业在现金流量、资本结构以及财务指标的测量方式与其他产业有所区别。为确保整体数据的合理性和研究的客观性,本文在数据选取过程中,将金融行业排除在外。④将样本中存在的缺失数值进行剔除。

3.2 变量的选择

3.2.1 被解释变量

被解释变量是企业绩效,如今学术界使用的比较多的衡量指标是托宾Q、净资产收益率(ROE)、总资产净利润率(ROA)等。经过对文献的梳理,发现国外学者更倾向于使用托宾Q这一指标。因为其具备较强的公允性。然而,托宾Q的运用条件是需要一个相对完善的资本市场。由于我国的股票市场在不断发展,尚未完全成熟,这导致股价与企业的真实绩效水平之间存在一定的偏差。因此,如使用托宾Q来衡量国内企业绩效具有一定的局限。另一个衡量企业绩效的总资产收益率(ROA)的显著优势在于其不受特定行业或地域的局限,应用领域相当广泛,在国内,多数学者都倾向于采用这一指标来评估公司的绩效。因此,本文选择总资产净利润率(ROA)作为评估企业绩效的主要指标。

3.2.2 解释变量

多数学者认为股权激励是一项关于企业内外部多方面影响的复杂项目^[15]。国内外学者在评估股权激励时,主要采用了定量和定性两种分析方法。通过定量分析来评估企业绩效,主要是为了揭示不同股权激励方式以及不同股权激励对象在实施过程中效果的差异。有关高管股权激励的衡量,不同研究采用的衡量标准也不相同。鉴于我国的股权激励制度仍处于不断完善和发展的阶段,为确保数据的客观性和准确性,将高管持股比例(高级管理人员所持有的股份数量与公司发行在外的总股数之比)作为衡量高管股权激励的指标显得较为合理。

3.2.3 中介变量

选取代理成本作为中介变量。在衡量代理成本时,无论是国外还是国内学者,大都倾向于采用管理费用率(即管理费用与营业收入的比值)这一指标。因此,使用管理费用与营业收入之比作为衡量代理成本的标准,以确保研究的准确性和一致性。

3.2.4 控制变量

(1)企业规模(Size)。企业规模越大对企业绩效的提升越有利,因为大规模企业各项资源充足,资本基础稳固,发展经验成熟,市场嗅觉灵敏,对企业业绩带来正向的促进作用。选取公司员工人数的自然对数作为企业规模,以消除公司规模对代理成本可能产生的影响。

(2)资产负债率(Lev)。资产负债率的比值通常保持在1以内,一个企业资产负债率越高,其偿债能力越弱,会给企业带来风险。本文采用总负债占总资产的比例来衡量资产负债率。

(3)高管货币薪酬(Gpay)。高管的货币薪酬,是指高管从企业中获取的经济性报酬,主要以货币形式体现,高管的薪酬水平对企业绩效具有一定的影响。采用前三位高管薪资的对数进行衡量,能更深入地反映高管的薪资层次。

(4)第一大股东持股比(Topone)。这一指标能够有效地反映公司的股权集中度情况。随着股权集中度的上升,股东对高管的监督力度会相应增强,管制高管可能存在的自私动作。然而,也会有消极的影响,会导致大股东权力的增强,为潜在的道德风险和机会主义行为提供空间,这可能损害企业的整体利益,从而对企业的绩效产生不利影响。

(5)行业(Ind)和年份(Year)。因企业在不同行业与年份所处的宏观和微观环境各不相同,经营业绩也会不同。将行业(Ind)作为虚拟变量参考中国证监会行业分类的标准,年份(Year)也作为虚拟变量用来控制行业和年度不同产生的影响,发挥固定效应作用。

变量的定义情况如表1所示。

3.3 构建模型

为了深入探究股权激励强度与企业绩效之间的关联,借鉴万里霜^[16]所创建的模型,以此为基础展开工作。

研究高管股权激励与企业绩效的相关性,构建模型:

(1)ROA=α₀+α₁EI+α₂Size+α₃Lev+α₄Gpay+α₅Topone+α₆Ind+α₇Year+ε

为了验证H2和H3,即代理成本扮演的中介角色,构建了模型:

(2)AC=α₀+α₁EI+α₂Size+α₃Lev+α₄Gpay+α₅Topone+α₆Ind+α₇Year+ε

(3)ROA=α₀+α₁EI+α₂AC+α₃Size+α₄Lev+α₅Gpay+α₆Topone+α₆Ind+α₇Year+ε

式中:α₀为截践项;α₁、α₂、…、α₇为相关系数;ε为随机误差项。

4 实证分析

收起

4.1 描述性分析

如表2所示,企业绩效(ROA)的中心趋势为0.038,可以看出本文的研究对象绩效平均水平不算高。最小值为-0.375,最大值为0.276,标准差为0.074,说明变量数据的波动率并不大,总体变化幅度较小,但公司之间的绩效水平有较大变化,表明所采用的样本所概括的范围较大,较有说服力。高管持股比例(EI)平均数为0.088,可以看出整体而言高管持有的公司股份占总股本的百分比总体水平一般。极值之间的差距为0.520,证明企业之间EI的差异性显著。代理成本方面,最小值为0.006,最大值为0.671,标准差为0.075,这反映各企业代理成本虽存在波动,但整体而言波动性相对较小,反映上市公司普遍建立了较为完善的公司治理结构,股权结构相对合理,内部激励与约束机制较完善,都面临着严格的外部监管和市场竞争压力。

4.2 相关性分析

根据表3中的分析结果,观察到变量间相关系数的绝对值均保持在0.5以下,这表明变量间不存在多重共线性问题。EI和ROA相关系数为0.077,这一结果在1%的显著性水平上得到了验证。这表明,股权激励作为一种激励机制,对于提升企业绩效具有显著的正向效果。这也意味着通过股权激励可以激发相关人员的积极性,进而改善企业的业绩。

此外,代理成本(AC)与企业绩效(ROA)在1%的水平上显著负相关,说明企业如果能够采取有效措施来降低代理成本,将有助于提升企业绩效。

通过分析结果不难发现各变量在影响企业绩效方面的显著作用。具体来说,他们均与被解释变量之间呈现显著的关系。例如,高管货币薪酬,与ROA之间的相关系数达到显著的0.152。这一发现表明,高管货币薪酬与公司业绩之间确实存在着积极的正向影响。随着薪酬的逐步增加,企业的运转过程变得更为有序,内部管理体系也更加健全,进而提升企业绩效。

4.3 回归分析

4.3.1 高管股权激励对公司绩效影响的回归分析

通过对表4列(1)分析发现,高管股权激励(EI)与企业绩效(ROA)正相关,在1%的显著性水平上关系数达到0.021。由此得出,高管持股比例的增加,企业的绩效水平呈现相应的提升趋势。所以,高管股权激励对于企业绩效提升具有正向的作用。这一结论与H1相吻合,回归分析的结果为假设提供有力的验证。

虽然表4中R²<0.3,但并不能否定任何重要变量的重要性,因为具有统计显著性的P仍可继续识别关系,并且系数具有相同的释义。

4.3.2 代理成本的中介效应检验

为验证H2,进行模型二的回归分析,相关结果如表4例(2)所示,EI与AC之间的回归系数为-0.015且具有负显著性,验证了高管股权激励与代理成本的反向关系。通过实施股权激励,高管与股东的利益得到了统一,双方共同致力于实现企业价值的最大化,这一措施有效地解决了因委托代理关系而产生的代理冲突,进而降低了代理成本。因此,证明H2是有说服力的。

如表4列(3)所示,代理成本AC为负数并且在1%的水平上显著。此外,EI为0.016是正数且在1%的水平上显著,这进一步验证了股权激励对提升企业绩效的积极作用,并揭示了代理成本能使企业绩效处于劣势地位。可以证明H1、H2和H3均成立。

4.4 稳健性分析

为确保结论的严谨性,进行稳健性检验,探究当采用不同的估计方法或不一样的变量时,研究结果是否保持一致。若改变估计方法或调整相关变量后,实证结果未发生显著变化,那么更好地认为所得结果是稳健可靠的。为了验证模型(1)、模型(2)以及模型(3)的稳健性,采用替换因变量的方法来对这3个模型进行稳健性检验。将原先的被解释变量ROA替换为ROE。经过替换后,发现回归结果均在10%的水平上显著,这进一步证实了3个假设的正确性,同时也进一步验证了中介效应的稳健性。如表5所示。

4.4.1 高管股权激励与企业绩效正相关的稳健性检验

模型(1)旨在验证H1。为此,引入新的衡量方式。回归结果显示,高管股权激励与企业绩效的相关系数在1%的水平上呈现显著的正相关,系数为3.061,与之前的研究结论相吻合。

4.4.2 代理成本中介效应的稳健性检验

回归分析的结果显示,在模型(2)中,高管股权激励EI与代理成本AC的回归系数为-0.015,这一结果与前文的研究结论相吻合。而在列(3)中,EI的系数为正,另外AC在1%的水平上显著,可以推断中介反应确实是由代理成本实现的,与之前的结论相一致。

通过替换被解释变量对相关模型进行稳健性分析,从数据来看,所得结论与回归分析的结果几乎无差别,部分关键变量的显著性甚至超过了前文的回归分析结果。这进一步证明了本文所得结论并非偶然,确保了其稳健性。

5 结论与建议

收起

5.1 结论

本文选取了沪深A股上市公司9年共5 034个企业为研究样本,通过实证研究了高管股权激励对公司绩效的影响,并采用替换因变量进行稳健性检验。通过对实证结果进行分析可以得出以下结论。

5.1.1 股权激励对企业的绩效具有积极的正向影响

对高管实施激励措施,实际上是让他们与企业同甘共苦。高管们通常是具备深厚专业知识和丰富经验的优秀人才,他们是企业取得竞争优势的关键因素。通过实施高管股权激励这一内部治理机制,企业能够将公司的绩效与高管们的努力程度紧密关联起来,从而有效地推动企业绩效的提升。

5.1.2 股权激励可以大大降低公司的代理成本

这一结论充分证明了股权激励在调和股东与管理者利益冲突方面的积极作用。为了最大限度地减少代理成本并缓解股东与管理层之间的矛盾,企业所有者倾向于向高管实施股权激励,以此来协调股东与管理层的利益,从而推动公司更快速、更稳健地发展。

5.1.3 代理成本扮演着一个中介角色

股权激励的实施具有双重意义。一方面,它能够促使高层管理人员以公司价值最大化为目标,从而全面增强企业的综合实力;另一方面,能降低代理成本。具体而言,代理成本占比较大的公司往往通过股权激励,降低代理成本,提升企业绩效。企业实行股权激励制度,将代理成本下降到理想程度,非直接地提升企业总体绩效。

5.2 建议

现阶段,沪深A服上市公司的委托代理问题依然存在。依据本文的研究结果,高管股权激励能够在一定程度上改善和提升企业的绩效,这表明股权激励在企业的日常运营与发展中发挥着积极的作用。为了更有效地降低上市公司内部的代理成本,应深入理解股权激励的作用机制。基于本文的研究发现,提出以下建议。

5.2.1 完善专业经理人市场

经过对H2的实证检验,发现股权激励确实有助于降低企业的代理成本。然而,根据本文的描述性统计分析得知,不同企业间的代理成本呈现显著的差异性,且总体上处于较高水平。这在一定程度上反映出经理人市场尚待完善。

首先,为了更有效地减轻因信息不对称而产生的代理成本,需建立一套科学的职业经理人选拔制度。其次,构建完整的经理人资料档案至关重要,这有助于防止高管滥用股东赋予的权力,确保公司利益不被个人私利所侵害。最后,积极引导资本市场,推动建立更加完善的职业经理人选拔制度,并构建一套全面的职业经理人评价体系。通过竞争和淘汰机制,能够确保企业经理人的能力与职业操守与时俱进。因此,加强职业经理人评价体系的建设,对于股权激励方案的有效实施具有举足轻重的意义。

5.2.2 完善公司内部管理机制

优化内部治理结构,不仅为企业持续壮大提供坚实基础,也有助于为股权激励的实施创造有利的内部环境。规范监事会的选拔流程,确保监事会享有充分的知情权。监事会的独立性对于企业内部监督至关重要。因此,股权激励的对象中不应包括监事会成员。同时,企业需不断完善董事会机制,并着力改善公司内部的其他治理结构,如企业章程和组织架构,从而从内部治理层面推动企业实现更好的发展。

5.2.3 增强股权激励的程度

依据描述性统计结果,上市公司的高管股权激励力度略显不足,这限制了股权激励机制的潜在优势发挥,并可能对企业绩效产生不良影响。高管股权激励能够借助影响企业代理成本来推动绩效的提升。增强股权激励力度意味着提升高管的持股数占总股本的比例,进而更有力地对股东进行约束监督,防止股东为了一己私利做出不当的事情,以此降低代理成本。随着高管持股比例的提升,他们的工作积极性也会相应增强。因此,上市公司应考虑自身的真实条件,符合实情地逐步加大股权激励力度,妥善处理股权激励与代理成本之间的关系,通过股权激励充分激发高管的工作热情,从而有效提升公司的绩效水平。

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

张楠, 江旭, 王楚凡. 股权激励对企业社会责任报告披露的影响研究[J]. 科研管理, 2023, 44(9): 120-130.

[2]

SHAHZAD

, LUO

F K

, PANG

T Y

, et al. Managerial equity incentives portfolio and the moral hazard of technology investment[J]. Technology Analysis & Strategic Management, 2021, 33(12): 1435-1449.

[3]

ANH

H N

, DUONG

T D

, LINH

H N

. Corporate governance and agency cost: empirical evidence from Vietnam[J]. Journal of Risk and Financial Management, 2020, 13(5): 103-117.

[4]

MORCK

, SHLEIFER

, VISHNY

R W

. Management ownership and market valuation: an empirical analysis[J]. Journal of Financial Economics, 1988, 20: 293-315.

[5]

左晶晶, 梅洁, 唐跃军. 高管股权激励动态性与企业绩效——研发投入的中介效应[J]. 研究与发展管理, 2024, 36(4): 128-138.

[6]

郑贵华, 陈蕾莉. 股权激励、 R&D投入对上市企业财务绩效的影响[J]. 哈尔滨商业大学学报(社会科学版), 2021(6): 27-35.

[7]

阮鑫妍. 高管股权激励、R&D投入与企业创新绩效[J]. 科技创业月刊, 2023, 36(1): 135-140.

[8]

王春雷, 黄庆成. 高管股权激励对企业绩效的影响研究——基于中介效应模型[J]. 会计之友, 2020(3): 89-96.

[9]

CORE

, GUAY

. The use of equity grants to manage optimal equity incentive levels[J]. Joumal of Accounting and Economics, 1999, 28(2): 151-184.

[10]

HERON R A

LIEE

. Does back dating explain the stock price pattern around executive stock option ants?[J]. Journal of Financial Economics, 2007, 83: 271-295.

[11]

甄红线, 王玺, 史永东. 公司业绩聚集现象研究——基于中国A股上市公司股权激励计划的断点回归分析[J]. 管理世界, 2021, 37(6): 159-172.

[12]

胡景涛, 宿涵宁, 王秀玲. 员工股权激励对企业经营业绩会产生补充的提升效应吗?[J]. 会计研究, 2020(4): 119-129.

[13]

赵世芳, 江旭, 应千伟, 等. 股权激励能抑制高管的急功近利倾向吗——基于企业创新的视角[J]. 南开管理评论, 2020, 23(6): 76-87.

[14]

JENSEN

M C

, MECKLING

W H

. Theory of the firm: managerial behavior, agency costs and ownership structure[J]. Journal of Financial Economics, 1976, 3(4): 305-360.

[15]

张纪薇. 股权激励与企业绩效研究综述[J]. 合作经济与科技, 2023(11): 140-142.

[16]

万里霜. 上市公司股权激励、代理成本与企业绩效关系的实证研究[J]. 预测, 2021, 40(2): 76-82.

2025年第25卷第6期

PDF下载

271

110

引用本文

BibTeX

文章信息

接收时间：2024-09-25
首发时间：2025-07-21
出版时间：2025-03-25

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2024-09-25

基金

作者信息

¹ 成都锦城学院财务会计学院, 成都 611731

² 重庆鸣琳物联网科技有限公司, 重庆 400054

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/kjhcy/CN/1153992905741034175

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

变量种类	变量名字	变量表达
被解释变量	企业绩效(ROA)	净利润/总资产平均余额
解释变量	股权激励(EI)	高管持股数/公司总股数
中介变量	代理成本(AC)	管理费用/营业收入
控制变量	公司规模(Size)	员工人数的对数
资产负债率(Lev)	总负债/总资产
高管货币薪酬(Gpay)	前三名高管薪酬自然对数
大股东持股比例(Topone)	第一大股东持股比例
行业(Ind)	虚拟变量
年份(Year)	虚拟变量

变量种类

变量名字

变量表达

被解释变量

企业绩效(ROA)

净利润/总资产平均余额

解释变量

股权激励(EI)

高管持股数/公司总股数

中介变量

代理成本(AC)

管理费用/营业收入

控制变量

公司规模(Size)

员工人数的对数

资产负债率(Lev)

总负债/总资产

高管货币薪酬(Gpay)

前三名高管薪酬自然对数

大股东持股比例(Topone)

第一大股东持股比例

行业(Ind)

虚拟变量

年份(Year)

虚拟变量

变量	观测值	平均值	标准差	最小值	最大值
ROA	18 442	0.038	0.074	-0.375	0.276
EI	18 442	0.089	0.129	0.000	0.520
AC	18 442	0.091	0.075	0.006	0.671
Size	18 442	7.594	1.212	4.443	11.090
Lev	18 442	0.422	0.200	0.048	0.933
Gpay	18 442	14.530	0.687	12.540	16.650
Topone	18 442	0.318	0.141	0.070	0.726

变量

观测值

平均值

标准差

最小值

最大值

ROA

18 442

0.038

0.074

-0.375

0.276

18 442

0.089

0.129

0.000

0.520

18 442

0.091

0.075

0.006

0.671

Size

18 442

7.594

1.212

4.443

11.090

Lev

18 442

0.422

0.200

0.048

0.933

Gpay

18 442

14.530

0.687

12.540

16.650

Topone

18 442

0.318

0.141

0.070

0.726

变量	ROA	E1	AC	Size	Lev	Gpay	Topone
ROA	1
EI	0.077^***	1
AC	-0.218^***	0.059^***	1
Size	0.046^***	-0.147^***	-0.288^***	1
Lev	-0.332^***	-0.219^***	-0.219^***	0.324^***	1
Gpay	0.152^***	-0.069^***	-0.166^***	0.363^***	0.084^***	1
Topone	0.180^***	-0.091^***	-0.148^***	0.123^***	0.036^***	0.028^***	1

变量

ROA

Size

Lev

Gpay

Topone

ROA

0.077^***

-0.218^***

0.059^***

Size

0.046^***

-0.147^***

-0.288^***

Lev

-0.332^***

-0.219^***

0.324^***

Gpay

0.152^***

-0.069^***

-0.166^***

0.363^***

0.084^***

Topone

0.180^***

-0.091^***

-0.148^***

0.123^***

0.036^***

0.028^***

变量	(1)	(2)	(3)
EI	0.021^***	-0.015^***	0.016^***
	(5.24)	(-3.91)	(4.29)
AC			-0.290^***
			(-40.77)
Size	0.005^***	-0.014^***	0.001
	(9.82)	(-29.75)	(1.28)
Lev	-0.138^***	-0.041^***	-0.150^***
	(-48.78)	(-14.69)	(-55.03)
Gpay	0.022^***	0.000	0.022^***
	(25.56)	(0.18)	(26.74)
Topone	0.094^***	-0.060^***	0.077^***
	(26.23)	(-16.75)	(22.19)
常数项	-0.284^***	0.269^***	-0.207^***
	(-23.94)	(22.79)	(-17.90)
观测值	18 442	18 442	18 442
R²	0.212	0.228	0.278
Ind FE	Yes	Yes	Yes
Year FE	Yes	Yes	Yes

变量

(1)

(2)

(3)

ROA

0.021^***

-0.015^***

0.016^***

(5.24)

(-3.91)

(4.29)

-0.290^***

(-40.77)

Size

0.005^***

-0.014^***

0.001

(9.82)

(-29.75)

(1.28)

Lev

-0.138^***

-0.041^***

-0.150^***

(-48.78)

(-14.69)

(-55.03)

Gpay

0.022^***

0.000

0.022^***

(25.56)

(0.18)

(26.74)

Topone

0.094^***

-0.060^***

0.077^***

(26.23)

(-16.75)

(22.19)

常数项

-0.284^***

0.269^***

-0.207^***

(-23.94)

(22.79)

(-17.90)

观测值

18 442

R²

0.212

0.228

0.278

Ind FE

Yes

Year FE

Yes

变量	(1)	(2)	(3)
EI	3.061^***	-0.015^***	2.087^**
	(3.41)	(-3.91)	(2.42)
AC			-63.091^***
			(-39.11)
Size	1.373^***	-0.014^***	0.470^***
	(12.53)	(-29.75)	(4.36)
Lev	-23.804^***	-0.041^***	-26.407^***
	(-37.20)	(-14.69)	(-42.69)
Gpay	4.337^***	0.000	4.346^***
	(22.78)	(0.18)	(23.76)
Topone	17.839^***	-0.060^***	14.068^***
	(21.94)	(-16.75)	(17.87)
常数项	-63.911^***	0.269^***	-46.957^***
	(-23.79)	(22.79)	(-17.94)
观测值	18 442	18 442	18 442
R²	0.151	0.228	0.216
Ind FE	Yes	Yes	Yes
Year FE	Yes	Yes	Yes

变量

(1)

(2)

(3)

ROE

3.061^***

-0.015^***

2.087^**

(3.41)

(-3.91)

(2.42)

-63.091^***

(-39.11)

Size

1.373^***

-0.014^***

0.470^***

(12.53)

(-29.75)

(4.36)

Lev

-23.804^***

-0.041^***

-26.407^***

(-37.20)

(-14.69)

(-42.69)

Gpay

4.337^***

0.000

4.346^***

(22.78)

(0.18)

(23.76)

Topone

17.839^***

-0.060^***

14.068^***

(21.94)

(-16.75)

(17.87)

常数项

-63.911^***

0.269^***

-46.957^***

(-23.79)

(22.79)

(-17.94)

观测值

18 442

R²

0.151

0.228

0.216

Ind FE

Yes

Year FE

Yes