我国上市公司CEO薪酬激励对企业绩效影响研究

王婷婷

[摘 要]根据国内外学者的研究及相关理论，对CEO薪酬激励与公司绩效之间的关系进行假设，以我国房地产行业上市公司为研究对象建立模型，进行回归分析，结果表明我国房地产行业上市公司CEO年度薪酬与公司绩效之间存在一定的正相关关系，但是这种相关并不显著，即我国上市公司CEO目前的薪酬激励对企业绩效影响不显著。因此，应进一步完善薪酬激励制度、建立有效监管机制和采取多种薪酬激励形式，将CEO自身利益与企业利益有机结合，使之在追求自我利益的同时带动公司发展。

[关键词]上市公司；CEO；薪酬激励；企业绩效

一、前言

国际金融危机爆发以来，我国一些上市公司受到重大影响，经营业绩出现大幅度下滑，但是有些上市公司CEO薪酬不降反涨，这一现象引起人们的关注。CEO薪酬和公司业绩是否存在联系、存在何种联系、高薪酬是否必要、哪种薪酬制度较为合理等一系列问题成为学者们研究的热点。国外学者认为CEO薪酬与绩效呈正相关，但在薪酬与绩效的弹性或敏感度上仍存在争议。国内学者对CEO薪酬与企业经营绩效关系的研究起步晚，企业绩效衡量指标还不统一，研究数据缺乏连续性，研究结果尚有偏差。本文根据国内外学者的研究及相关的理论，对CEO薪酬激励与公司绩效之间的关系进行假设，以房地产上市公司为研究对象建立模型，进行回归分析并得出结论。

二、相关理论

人力资本理论认为人力资源是一切资源中最主要的资源，在经济增长中，人力资本的作用大于物质资本的作用。詹森和麦克林考察了在所有权与经营权分离情况下企业内部对管理者的激励问题。他们认为，在两权分离条件下，由于管理者不是企业的完全所有者，这样一方面，管理者努力的同时可能必须承担全部成本而只获得部分利润；另一方面，当他消费额外收益时则获得全部好处而只承担少部分成本。结果会导致管理者热衷于额外消费，不去努力工作。这样，企业的价值就会小于管理者是企业完全所有者时的价值，两者的差额称为“代理成本”。他们认为解决代理成本的办法是让管理者拥有完全的剩余权益[1]；行为科学理论认为，推动人的行为发生的动力因素有三个，即行为者的需要、行为动机以及既定的任务和目标，激励理论研究的就是通过激励来实现行为的强化、弱化以及对行为方向的引导。根据以上理论，我们认为CEO 具有区别于其他劳动者的特有的知识和价值，在公司中处于举足轻重的地位，但是由于CEO本身是经济人，在一定程度上会从自身的角度考虑问题，从而可能损害公司利益，公司要想取得较为理想的绩效，就必须通过建立有效机制来对CEO的行为进行激励和约束[2]。

三、研究设计

（一）基本概念

1.CEO定义

CEO是在一个企业中负责日常事务的最高行政官员，又称作行政总裁、总经理或最高执行长。在实际管理中，每个CEO在公司的职务并不完全相同。本研究把CEO界定为一个公司的总经理，在没有设置总经理职位的情况下认定为董事长。

2.CEO薪酬定义

薪酬是员工因向所在的组织提供劳务而获得的各种形式的酬劳。狭义的薪酬指货币和可以转化为货币的报酬；广义的薪酬还包括获得的各种非货币形式的满足。本研究所指薪酬主要是货币形式的薪酬。

（二）研究假设

结合国内外学者的研究以及相关理论，认为CEO薪酬激励与公司绩效呈正相关，即CEO薪酬激励对公司绩效有着积极的影响，高的CEO薪酬会带来较好的企业经济效益。据此，本文提出以下假设：

假设：CEO薪酬激励与企业效益呈正相关。

（三）样本指标选取

1.自变量设计

为了便于数据统计，本文只研究可量化因素。又因为我国CEO持股的现象还不普遍，持股比例还较低，这种激励方式还不成熟，只把CEO现金年薪作为自变量。CEO现金年薪这项指标值在公司年报的“董事、监事、高级管理人员和员工情况”中均有反映，对其以万元为单位来计量。

2.因变量设计

由于资产收益率（ROA）是使用程度最为广泛的综合程度较高的获利能力指标，每股收益（EPS）是信息使用者据以评价企业盈利能力、预测企业成长潜力的重要财务指标，因此选用净资产收益率（ROA）和每股收益（EPS）这两个可以用于不同公司间的比较的相对指标衡量公司绩效。

3.控制变量设计

为了研究结果的可靠性，对影响公司绩效的因素进行了控制变量设计。

（1）公司规模：公司总资产取自然对数，以表示公司规模。

（2）股权集中度：股权集中度是指全部股东因持股比例的不同所表现出来的股权集中或是分散的数量化指标，股权集中度对公司治理产生影响，进而影响公司绩效。本文采用公司前10名无限售条件股东年末持股比例之和表示公司的股权集中程度。

（3）资本结构：资本结构是指企业各种资本的价值构成及其比例，在很大程度上决定着企业的偿债和再融资能力，决定着企业未来的盈利能力。本文使用资产负债比来对公司资本结构进行衡量。

四、实证分析

（一）描述性分析

将自变量设置为现金年薪，因变量设置为净资产收益率、每股收益，控制变量设置为公司规模、股权集中度、资产负债率，对各变量进行描述性分析，如表1所示：

表1 各变量的描述性分析

变量名 样本数 最小值 最大值 平均值 标准差

现金年薪 102 4.90 5013.04 157.07 510.18310

净资产收益率 102 0.0042 0.5022 0.107913 0.0856654

每股收益 102 0.0100 2.0200 0.394496 0.4137404

公司规模 102 13.8457 26.6603 22.57945 1.7212492endprint

股权集中度 102 0.2007 0.8885 0.507322 0.1758730

资产负债率 102 0.0472 0.9313 0.648936 0.1773639

各变量的描述性分析表明，现金年薪的最小值为4.9万元，最大值为5013.04万元，均值为157.07万元，说明各公司间的现金年薪差距较大，这可能与各公司的实力、企业文化以及激励政策等不同相关；同时，表示公司效益的净资产收益率和每股收益的分析结果也存在较为分散、各公司参差不齐的情况。因此现金年薪对公司绩效是否有影响，影响程度如何需要进一步分析。

（二）变量之间的Pearson相关性检验

为了观察自变量与因变量以及控制变量之间的是否相关、相关程度、相关显著性，将自变量设置为现金年薪，因变量设置为净资产收益率、每股收益，控制变量设置为公司规模、股权集中度、资本结构，运用SPSSl6.0对各变量进行Pearson相关性检验，检验结果如表2所示：

表2 各变量的Pearson相关性分析

现金年薪 净资产收益 每股收益 公司规模 股权集中度 资产负债率

现金年薪 Pearson Correlation 1

净资产收益 Pearson Correlation .186* 1

每股收益 Pearson Correlation .224** .691*** 1

公司规模 Pearson Correlation .210** .294*** .510*** 1

股权集中度 Pearson Correlation .114 .245** .213** .215** 1

资产负债率 Pearson Correlation .143 .117 .215** .527*** .237** 1

注：1.*，Correlation is significant at the 0.1 level （2-tailed）.2.**，Correlation is significant at the 0.05 level （2-tailed）.3.***，Correlation is significant at the 0.01 level （2-tailed）

一般认为，变量之间Pearson相关系数在0.3以下时，说明两变量间的线性相关度较低。表2各变量的Pearson相关性分析表明，现金年薪与净资产收益率的Pearson相关系数为0.186，而与每股收益的Pearson相关系数为0.224且在5%水平上显著，说明现金年薪与公司绩效这两个衡量指标正相关，但相关性不太显著。现金年薪与公司规模、股权集中度以及资产负债率的Pearson相关系数分别0.210、0.114、0.143，都小于0.3，说明现金年薪与三个控制变量相关度不大。三个控制变量之间，公司规模与股权集中度Pearson相关系数为0.254，小于0.3，说明它们之间相关度低；而与资产负债率的Pearson相关系数为0.527，相关度较高。同时，股权集中度与资产负债率的Pearson相关系数为0.237，相关度也较低。因此，在建立线性回归方程时，现金年薪、公司规模、股权集中度可以放在同一方程中；现金年薪、股权集中度、资产负债率可以放在同一方程中。为了方便研究，我们将解释变量取为现金年薪、公司规模、股权集中度。

（三）CEO年度薪酬与公司绩效的回归分析

对于本文提出的假设，根据相关性分析结果，建立如下两个多元回归模型来加以验证。

1.CEO年度薪酬对公司净资产收益率的相关性分析

将自变量设置为CEO年度薪酬（AS），控制变量设置为公司规模（SIZE）、股权集中度（COCEN），因变量设置为净资产收益率（ROA），建立回归方程如下：

ROA=β0+β1AS+β2SIZE+β3COCEN+ε0 （1）

使用强行进入法（Enter）对多元线性回归方程进行分析处理，得出表3。

表3 以净资产收益率为因变量的多元回归分析

变量名

B

Std.

Error t Sig. Tolerance VIF F Sig.

（Constant） -.224 .112 -1.997 .049 3.949 .005

现金年薪 1.960E-5 .000 1.211 .229 .951 1.052

公司规模 .011 .005 2.353 .021 .919 1.088

股权集中度 .089 .047 1.887 .062 .949 1.054

注：因变量表示净资产收益率

方差膨胀因子VIF是容差的倒数，是解释变量是否共线的重要指标之一，VIF越大说明变量共线性问题越严重。通常认为，若某个变量的方差膨胀因子大于10，或者说它的容差小于0.1，则可能存在较严重的共线性问题。同时，多元线性回归模型的F值均为正数，相伴概率为小于1%的数，说明模型显著通过了F检验。表3中各变量的方差膨胀因子都远小于10，容差都远大于0.1，再次证明进入模型的各变量之间基本不存在多重共线性。CEO年度薪酬通过了显著性水平为1%的t检验，控制变量公司规模（SIZE）通过了显著性水平为5%的t检验、股权集中度（COCEN）通过了显著性水平为10%的t检验。自变量CEO年度薪酬没有通过显著性检验，但由于自变量的回归系数为正值，说明了CEO年度薪酬呈正相关，但这种正相关性不显著，所以应该拒绝原假设。

2.CEO年度薪酬对公司每股收益的相关性分析

将自变量设置为CEO年度薪酬（AS），控制变量设置为公司规模（SIZE）、股权集中度（COCEN），因变量设置为每股收益（EPS），建立回归方程如下：endprint

EPS=β0+β1AS+β2SIZE+β3COCEN+ε0 （2）

使用强行进入法（Enter）对多元线性回归方程进行分析处理，得出表4。

表4 以每股收益为因变量的多元回归分析

变量名

B

Std. Error t Sig. Tolerance VIF F Sig.

.000

（Constant） -2.257 .474 -4.762 .002 12.922 .000

现金年薪 9.368E-5 .000 1.317 .191 .951 1.052

公司规模 .111 .021 5.199 .000 .919 1.088

股权集中度 .235 .207 1.137 .258 .949 1.054

注：因变量表示每股收益

从表4可以看出，各变量的方差膨胀因子都较小，而容差都较大，可以判断出进入模型的各变量之间基本不存在多重共线性。控制变量公司规模（SIZE）通过了显著性水平为1%的t检验，而另一控制变量股权集中度（COCEN）和自变量CEO年度薪酬都没有通过显著性检验。自变量的回归系数仍为正值，说明了CEO年度薪酬呈正相关，但不具显著性。因此，应拒绝原假设。

五、结论分析及对策建议

（一）结论及原因分析

综上所述，目前，我国房地产行业上市公司CEO年度薪酬与公司绩效之间存在一定的正相关关系，但是这种相关并不显著。这种不显著性是由以下原因造成的：

第一，本研究选取的102家房地产行业的上市公司中，有58家是国有企业或国家控股企业，只有44家属于非国有企业。由于政治原因或为保证社会整体效益，在很多时候，国有企业或国家控股企业在制定公司目标时，常常未将经济效益放在首位，因此，企业对CEO的考核指标中，除了公司绩效以外还掺杂了一些非经济因素，导致部分国有企业或国有控股企业的CEO不太重视经济效益，另一方面，这些企业中的CEO大部分由政府机关委派，缺乏治理公司的经验[4]。

第二，近些年，公司对CEO的激励方式逐渐多样，除了现金年薪，还采用晋升激励、在职消费激励、股份激励、股权激励、教育激励等多种激励方式。如选取的102家房地产行业的上市公司中，有22家公司对CEO采取了股份激励。

第三，随着经济社会的发展，CEO的物质水平和受教育水平都得到很大的提高。根据马斯洛需求层次理论和激励理论，年度薪金对CEO的激励效果下降。

第四，一些公司内部管理较混乱，导致CEO薪酬与实际绩效不匹配，跟公司经营绩效相挂钩的激励方式还未形成，高管报酬并不是由其管理水平决定。

（二）对策建议

第一，完善薪酬激励制度。应制定公开透明的CEO薪酬激励制度，将CEO薪酬激励与公司经营绩效挂钩，把建立完善的上市公司CEO薪酬激励体系纳入公司长期发展战略。

第二，建立有效监管机制。建立薪酬委员会，系统有效地管理薪酬，加强对CEO薪酬执行情况的监督。

第三，采取多种薪酬激励形式。如可降低基本工资的比例，提高年度奖金的比例；综合运用短期激励和长期激励、年薪激励和股权激励、物质奖励和精神奖励等激励手段，激发CEO的责任感，将CEO自身利益与企业利益有机结合，使之在追求自我利益的同时带动公司发展。

[参考文献]

[1]李淑平，蒋葵，王晓莹等.中级财务管理[M].第二版.武汉：武汉理工学社，2010，264-289.

[2]周三多，卢传明，鲁明泓.管理学-原理与方法[M].第五版.上海：复旦大学出版社，2010，424-437.

[3]蒋航程，赵丹.高管人员薪酬与上市公司绩效相关性分析[J].财会通讯，2007，（9）：6-7.

[4]王琦，吴冲.大股东控制、高管薪酬和公司绩效的实证分析[N].北京航空航天大学学报.2013（26）.endprint