资本市场逐步开放会影响高管薪酬契约的有效性

李诺

摘 要：本文研究第一次探索了沪港通后续政策实施的微观效应，有效填补了现有“宏微结合”理论文献的研究空缺，积极拓展了薪酬契约领域的横向研究范围，对于全球其他国家或地区资本市场开放与国内刚刚颁布的“沪伦通”开放制度的研究具有重要启示意义。

关键词：资本市场开放  薪酬业绩敏感性  双重差分倾向得分匹配

一、研究设计

（一）数据来源

本文选取2011～2018年上证A股上市公司作为研究样本，未纳入深证A股上市公司是因为深港通已于2016年12月5日开通，影响了控制样本组受到政策影响的状态，不满足自然实验要求;未纳入A+H股上市公司与AB股上市公司是因为这类上市公司股票已对境外投资者开放，沪港通交易制度的实施对这类上市公司冲击程度可能较低。在样本筛选过程中，剔除了金融行业上市公司、特别处理ST公司、数据缺失上市公司。为控制极端值对回归结果造成的潜在影响，对所有连续变量在1%（99%）分位上进行了winsorize缩尾处理。原始数据来自于CSMAR数据库与同花顺数据库。数据处理工具为excel 2016与stata 15.1。

（二）实证步骤

以往对于沪港通机制的研究，大多使用了PSM-DID模型（谭小芬等，2017; 钟覃琳和陆正飞，2018; 连立帅等，2019）。本文同样采用PSM-DID识别策略，检验资本市场对外开放之于薪酬激励体系的影响，其中PSM用于将隐藏于观测数据中的随机化实验样本找寻出来，并保证沪港通开通之前处理组和控制组共同趋势的存在（谭小芬等，2017）;DID用于估计沪港通开通对于薪酬激励的因果效应，并解决不随时间变化的未观测混杂因素影响。

（三）实证模型

传统回归模型可能面临遗漏变量、反向因果、测量误差三种内生问题的干扰，易导致OLS参数估计值的不一致且有偏。运用PSM-DID策略将克服上述三大内生性问题：（1）缓解遗漏变量问题：股票流动性同时与薪酬业绩敏感性、资本市场开放相关（苏冬蔚和熊家财，2013; Bai和Chow，2017），可能造成遗漏变量与自我选择偏误等问题，PSM-DID策略则可以有效排除未观测因素对模型估计的影响;（2）缓解反向因果问题：Chen等（2009）研究发现自由现金流水平过高将导致代理成本上升，治理机制失效，资本市场开放的价值增加效应减弱。但“沪港通”开通对于资本市场开放的外生性冲击，基本排除了“公司治理影响资本市场开放效应”这一反向因果关系存在的可能性;（3）缓解测量误差问题：沪港通试点机制天然地区分了实验组（标的股）和控制组（非标的股），因此规避了资本市场开放水平的测量误差（钟覃琳和陆正飞，2018）。

1、PSM模型

倾向得分匹配选取协变量的原则有：第一，与处理变量和结果变量有关的变量都应包含在倾向得分计算模型中;第二，与处理变量无关与结果变量有关的变量应加入模型;第三，与处理变量有关与结果变量无关的变量不应包含在模型中。根据上述三条原则，参考相关文献（DeFond等，2015; 钟覃琳和陆正飞，2018; Cohen等，2019），本次计算倾向得分的logit模型选用模型中的控制变量作为协变量，包括年度与行业固定效应。

计算倾向得分后，自2011年至2018年，分年度为沪港通标的股上市公司匹配一个非沪港通标的股上市公司，匹配规则为：不放回、降序、最近邻、一对一匹配。分年度匹配前后的样本公司分布情况列示如表1：

对样本进行匹配后，保留配对成功样本，使用DID模型，检验假说H1-H3。假说H1的检验使用2013-2015年子样本、假说H2的检验使用2015-2017年子样本、假说H3的检验使用2017-2018年子样本;为保证实证结果的稳健性，需使用2011-2014年样本检验干预实施前平行趋势的存在性。

2、DID模型

已知高管薪酬-业绩敏感性度量了高管薪酬激励制度的有效性，度量了高管（代理人）自身利益与股东（委托人）利益的一致性程度（Jensen和Murphy，1990a），故实证检验以高管薪酬-业绩敏感性模型作为基础。

模型中，高管薪酬的代理变量选择LNPAY，即前三名董事、监事与高级管理人员货币性薪酬总额的对数（谢德仁等，2012）;经营绩效的代理变量选择ROA与EBIT（模型中以PERFORMANCE表示），分别为总资产报酬率与EBIT总资产比率（吴育辉和吴世农，2010; Wang和Xiao，2011; 晏艳阳等，2015）。Firth等（2006）、吴育辉和吴世农（2010）曾使用股票收益率衡量公司业绩，本文为何弃用股票年回报率呢？资本市场对外开放会增加上市公司股票流动性与股票价值，例如：Miller（2003）和Doidge等（2004）发现在美交叉上市會造成公司托宾Q值升高;Miller（1999）发现在美跨境上市会使投资者获得股票超额收益;胡振华和刘佩瑶（2018）发现陆港通建立了资本出入的通道，在一定程度上打破了A股的闭环，进入陆港通名单内的股票将会迎来估值的回升，故沪港通开通引起股价上升与高管贡献无关，使用股票年报酬率会自动降低高管薪酬与经营业绩的关联性，扭曲实证结果。

TREAT代表处理组与控制组的划分，对于沪股通标的股票，TREAT取1，对于配对的控制组证券，TREAT取0。POST代表资本市场双向开放的时间，样本公司处于资本市场开放举措落实后，则POST取1，开放举措落实前，POST取0。由于陆市与港市双向互联互通的程度逐步加深，我国资本市场对外开放的格局逐步扩大，故每一个推进资本市场开放水平的节点均是具有研究价值的。因此，定义POST1变量为沪港通正式开通（2014年11月17日）时间指示变量，开通后POST1取值为1，否则为0;定义POST2为取消沪港通总额度限制（2016年8月16日）时间指示变量;定义POST3为扩大互联互通每日额度（2018年5月1日）时间指示变量。

二、實证结果

（一）描述性统计与相关系数矩阵

为经过PSM匹配后的各个变量描述性统计结果，可以看到样本的时间跨度为2011年至2018年。研究样本中，董事、监事及高管前三名薪酬总额的平均数为186.73万（e^14.44），归属于母公司股东的净利润占总资产的比重约为3%，息税前利润占总资产的比重约为6%，因公司资本结构中，债务资本约占50%，故息税前利润约是归母净利润的2倍。

（二）假说一的检验：沪港通启动时点

首先，（1）和（2）列中报告了以ROA作为业绩衡量指标的回归结果。TREAT×POST1×ROA三次交互项在1%（第1列）与5%（第二列）的水平下显著为正，且三次交互项系数（4.239）与ROA系数（4.071）较为接近，说明股票市场开放提升标的上市公司薪酬业绩敏感性近一倍，强化了公司内部治理作用，增强了股东与经理人利益的协同一致性;其次，（3）和（4）列中列示了改变业绩指标后的稳健性检验结果，三次交乘项的系数依然显著为正，即在控制样本不随时间变化的因素差异后，这一部分薪酬业绩敏感度的增加是由沪港通启动这一外生冲击导致的。实证结果表明：在统计与经济意义上，沪港通开通改善了上市公司薪酬契约有效性，假设H1成立。

[表2 资本市场开放与薪酬业绩敏感度 （1） （2） （3） （4） VARIABLES LNPAY LNPAY LNPAY LNPAY TREAT×POST1×ROA 4.239*** 3.033** （1.610） （1.449） TREAT×POST1×EBIT 3.410** 2.417* （1.406） （1.267） ROA 4.071*** 4.005*** （0.901） （0.820） EBIT 3.450*** 3.156*** （0.757） （0.687） TREAT 0.356*** 0.181*** 0.379*** 0.199** （0.075） （0.069） （0.089） （0.082） POST1 0.085* -0.005 0.110* 0.016 （0.049） （0.051） （0.056） （0.057） POST1×ROA -1.859* -1.740* （1.037） （0.932） POST1×EBIT -1.491* -1.480* （0.887） （0.799） TREAT×ROA -2.950** -2.179* （1.401） （1.281） TREAT×EBIT -2.184* -1.556 （1.214） （1.111） TREAT×POST1 0.003 -0.024 -0.044 -0.054 （0.087） （0.078） （0.103） （0.093） Constant 14.037*** 5.404*** 13.979*** 5.391*** （0.041） （0.677） （0.048） （0.680） CONTROLS NO YES NO YES YEAR NO YES NO YES INDUSTRY NO YES NO YES Observations 1，698 1，698 1，698 1，698 R-squared 0.149 0.352 0.149 0.349 Prob > F 0.000 0.000 0.000 0.000 ]

（三）假说二和三的检验：开放程度加深

表3是沪港通总额度放开与薪酬业绩敏感性的回归结果。三次交互项TREAT×POST2×ROA与TREAT×POST2×EBIT系数并不显著，即沪港通总额限制放开后，受政策冲击的企业并没有表现出薪酬业绩敏感度的提升，假设H2不成立。

[表3 总额限制放开与薪酬业绩敏感度 （1） （2） （3） （4） VARIABLES LNPAY LNPAY LNPAY LNPAY TREAT×POST2×ROA -0.534 -1.256 （1.688） （1.446） TREAT×POST2×EBIT -1.204 -1.888 （1.488） （1.280） ROA 1.299 2.160*** （0.906） （0.814） EBIT 0.680 0.902 （0.802） （0.716） TREAT 0.310*** 0.118* 0.252*** 0.073 （0.079） （0.069） （0.093） （0.081） POST2 0.183*** 0.059 0.152** 0.028 （0.062） （0.059） （0.070） （0.066） POST2×ROA 0.692 1.565 （1.127） （0.979） POST2×EBIT 1.144 1.883** （0.996） （0.869） TREAT×ROA 0.529 0.616 （1.360） （1.174） TREAT×EBIT 1.365 1.465 （1.208） （1.048） TREAT×POST2 -0.089 -0.052 -0.047 -0.000 （0.100） （0.085） （0.116） （0.099） Constant 14.349*** 4.866*** 14.351*** 5.018*** （0.048） （0.769） （0.055） （0.774） CONTROLS NO YES NO YES YEAR NO YES NO YES INDUSTRY NO YES NO YES Observations 1，436 1，436 1，436 1，436 R-squared 0.071 0.371 0.074 0.366 Prob > F 0.000 0.000 0.000 0.000 ]

Standard errors in parentheses

*** p<0.01， ** p<0.05， * p<0.1

沪港通自开通后直至2018年12月31日这一期间内，每个交易日的成交金额情况与每日额度情况。每日（总）额度代表的并不是每日（累计）流入资金的上限，而是每日（累计）买卖之差的上限，即每日（累计）买盘总额减去卖盘总额的净额度。

图中显示，2014年11月17日沪港通启动当天，成交金额达130亿，达到每日额度上限，后续每日买盘均大于每日卖盘，资金持续净流入，直到同年12月30日，才第一次出现资金净流出。

2016年8月16日与2018年5月1日是资本市场进一步开放的两个关键时点，即沪港通总额限制取消与沪港通每日额度扩大4倍。沪港通额度双向调整的举措，将更好地满足境外长期机构投资者对上证A股的投资需求，维护境内外市场安全平稳运行，达到完善两地资本市场的目的，对于A股纳入MSCI指数起到积极影响。但是图中标示出的政策颁布日处，并未看到明显的成交金额变动，即深化开放在短时间内并未起到促进境外资金流入、改善境内资本市场与上市公司的作用。

综上，沪港通每日交易情况很好地解释了为什么沪港通启动能达到改善上市公司内部治理，而额度调整并未发挥作用这一现象。因沪港通启动带来了境外资本大量流入，吸引了境外机构大规模的进入内地资本市场，故假说H1成立;但是沪港通总额度与每日额度放宽政策在短时间内并未引起“北向”资金的激增，故假说H2与H3不成立。但是，总额度放开必将在长期内产生实质作用，吸引资金源源不断北向流入境内，但这一政策尚需经过时间的检验。

图1 沪股通每日成交情况

（四）平行趋势检验与匹配效果分析

运用双重差分模型识别因果效应的一个必要条件是保证平行趋势假定的成立。因此，我们采用画图与安慰剂实验双重方法检验平行趋势的存在性。

首先，画图法。将样本划分为处理组与控制组，对处理组样本分年度进行回归，因变量LNPAY，自变量ROA，保留ROA回归系数，即薪酬业绩敏感度，对控制组做同样的处理。将保留下来的薪酬业绩敏感度作于图上，由图可知，在沪港通开通前，处理组与控制组薪酬业绩敏感性基本趋同，薪酬业绩敏感性在2014年出现显著差异可推断为沪港通机制的净效应。

图2 平行趋势检验

其次，回归法。将样本区间年份设定在2011年-2013年，并假定沪港通于2012年成功实施。检验结果如表8所示，三次交互项TREAT×POST×ROA与TREAT×POST×EBIT的系数并不显著，这与表5实证结果形成鲜明对比，充分说明了平行趋势假定已得到满足，沪港通开通前不存在其他政策效应的冲击。

[表8 平行趋势安慰剂实验 （1） （2） （3） （4） VARIABLES LNPAY LNPAY LNPAY LNPAY TREAT×POST×ROA -1.306 -0.985 （1.500） （1.339） TREAT×POST×EBIT -0.566 -0.323 （1.281） （1.147） ROA 2.791*** 3.279*** （0.805） （0.750） EBIT 2.616*** 2.836*** （0.691） （0.643） TREAT 0.311*** 0.178*** 0.336*** 0.209*** （0.074） （0.066） （0.086） （0.077） POST 0.122** 0.066 0.123** 0.067 （0.052） （0.050） （0.060） （0.057） POST×ROA 0.415 0.265 （0.978） （0.869） POST×EBIT 0.168 0.074 （0.840） （0.748） TREAT×ROA -0.350 -0.427 （1.203） （1.075） TREAT×EBIT -0.643 -0.762 （1.016） （0.910） TREAT×POST 0.030 -0.016 0.019 -0.030 （0.089） （0.079） （0.104） （0.093） Constant 13.893*** 5.493*** 13.840*** 5.504*** （0.044） （0.680） （0.051） （0.681） CONTROLS NO YES NO YES YEAR NO YES NO YES INDUSTRY NO YES NO YES Observations 1，634 1，634 1，634 1，634 R-squared 0.114 0.341 0.116 0.341 Prob > F 0.000 0.000 0.000 0.000 ]

Standard errors in parentheses

*** p<0.01， ** p<0.05， * p<0.1

表9列示了logit模型回歸结果，第（1）、（2）、（3）列分别报告了沪港通启动、取消总额限制、扩大每日额度的倾向得分估计模型。模型中的自变量全部来自DID控制变量，三模型中除管理层持股变量（MANAGER）存在不显著的情况，其余变量均至少在5%显著水平上显著，这说明自变量均对“沪股通”标的股票虚拟变量TREAT具有较强解释力，倾向得分（ps）预测值可信度较高。

[表9 倾向得分估计模型 （1） （2） （3） VARIABLES TREAT TREAT TREAT SIZE 1.628*** 1.595*** 1.491*** （0.052） （0.052） （0.048） LEV -3.108*** -3.023*** -2.253*** （0.222） （0.237） （0.207） GROWTH 0.153*** 0.220*** 0.323*** （0.033） （0.034） （0.030） AGE 0.332** 0.574*** 0.472*** （0.144） （0.150） （0.138） BOARD 0.806*** 0.959*** 0.411** （0.204） （0.209） （0.193） LARGEST -1.948*** -2.105*** -0.645*** （0.258） （0.274） （0.243） INSTI 1.412*** 1.337*** 0.687*** （0.207） （0.218） （0.194） MANAGER -0.940*** -0.380 0.215 （0.330） （0.350） （0.289） REGION 0.395*** 0.452*** 0.288*** （0.088） （0.091） （0.084） Constant -41.257*** -42.933*** -37.784*** （1.564） （1.621） （1.473） YEAR YES YES YES INDUSTRY YES YES YES Observations 6，174 6，128 6，174 Pseudo R2 0.335 0.325 0.272 ]

Standard errors in parentheses

*** p<0.01， ** p<0.05， * p<0.1

表10顯示了倾向得分匹配前后处理组（“沪股通”标的股）与控制组（非“沪股通”标的股）变量均值差异变化情况，均值差异的变化体现了PSM匹配效果的优劣。一对一最邻近无放回降序匹配前后，处理组与控制组大部分变量的均值差异绝对值出现缩小，例如：SIZE均值差异由1.240降低为0.723，LEV均值差异由0.031降低为0.018，GROWTH均值差异由-0.561变为-0.258，BOARD均值差异由0.069降低为0.042，LARGEST均值差异由0.019降低为0.012，INSTI均值差异由0.112降低为0.059，MANAGER均值差异由-0.047变为-0.013，ps（倾向得分）均值差异由0.394降低为0.262，这表明PSM在一定程度上减小了“沪股通”标的股与非标的股之间的系统性差异。

六、研究结论

沪港通交易制度的实施对中国A股上市公司具有重要的意义，从微观宏观相结合的角度来看，沪港通机制如何影响中国A股上市公司薪酬契约有效性成为政策制定者、学术界和实务界人士广泛关注的话题。本文借助有效的PSM-DID内生性克服办法，考察了沪港通交易制度与高管薪酬业绩敏感度的关系，研究发现：沪港通交易制度提升了境内上市公司薪酬激励制度的有效性，特别是沪港通启动初期，薪酬契约有效性得到近一倍的提升，但是随着资本市场开放的进一步深化，沪港通总额限制的放松与每日额度的扩张在短期内并未明显改善公司内部治理效果，这与互联互通深化后境外资本理智性流入内地市场存在重大因果关系。

参考文献

[1]陈运森，黄健峤，韩慧云.股票市场开放提高现金股利水平了吗？——基于“沪港通”的准自然实验[J].会计研究.2019.（03）， 55-62.

[2]方军雄.我国上市公司高管的薪酬存在粘性吗？[J].经济研究.2009.44 （03）， 110-124.

[3]李增泉.激励机制与企业绩效——一项基于上市公司的实证研究[J].会计研究.2000. （01）， 24-30.

[4]连立帅，朱松，陈超，资本市场开放与股价对企业投资的引导作用：基于沪港通交易制度的经验证据[J].中国工业经济.2019.（03）， 100-118.

[5]刘海飞，柏巍，李冬昕，许金涛，沪港通交易制度能提升中国股票市场稳定性吗？——基于复杂网络的视角[N].管理科学学报. 2018. 21 （01）， 97-110.

[6]马惠娴，佟爱琴.卖空机制对高管薪酬契约的治理效应——来自融资融券制度的准自然实验[J].南开管理评论.2019. 22 （02）， 61-74.

[7]潘红波，余明桂.集团内关联交易、高管薪酬激励与资本配置效率[J].会计研究. 2014. （10）， 20-27+96.