摘要：文章通過以股份制商業(yè)銀行——招商銀行2002年-2017年16年間的月度面板數(shù)據(jù)為樣本，在運(yùn)用傾向的分匹配法（PSM）和雙重查分的方法較好地矯正了內(nèi)生性問題并克服樣本選擇偏誤之后，實(shí)證檢驗(yàn)了股權(quán)激勵(lì)對(duì)股份制商業(yè)銀行經(jīng)濟(jì)業(yè)績(jī)的影響。研究表明：實(shí)施股權(quán)激勵(lì)對(duì)商業(yè)銀行的營(yíng)業(yè)利潤(rùn)、凈利潤(rùn)的增長(zhǎng)有顯著地促進(jìn)作用，但對(duì)營(yíng)業(yè)費(fèi)用的影響并不顯著。

關(guān)鍵詞：股權(quán)激勵(lì)；商業(yè)銀行；擬自然實(shí)驗(yàn)法

一、 引言

股權(quán)激勵(lì)是由于企業(yè)和個(gè)人之間缺乏能夠有明顯影響力的共同的利益而被提出的一整套對(duì)經(jīng)營(yíng)者而言的一項(xiàng)長(zhǎng)期的激勵(lì)制度。對(duì)經(jīng)營(yíng)者而言，經(jīng)營(yíng)者可以再法律規(guī)定的范圍和時(shí)間內(nèi)行權(quán)，進(jìn)而獲得大量的收益比如現(xiàn)金等等；另一更為重要的方面在于，股票價(jià)格的漲落倒逼經(jīng)營(yíng)者和企業(yè)的發(fā)展壯大緊密地聯(lián)系起來，從而實(shí)現(xiàn)了十分有效的內(nèi)在激勵(lì)。對(duì)于企業(yè)而言，股權(quán)激勵(lì)這一新興的激勵(lì)方式的主要吸引力在于：達(dá)到股東利益與管理層利益相互協(xié)調(diào)統(tǒng)一的目的，敦促公司管理層的行為決策更加傾向于股東利益最大化這一目標(biāo)：進(jìn)而改善經(jīng)營(yíng)者薪酬水平，優(yōu)化薪酬結(jié)構(gòu)，提高企業(yè)管理者尋租的成本。

而在最近幾年中國(guó)也已經(jīng)在各行各業(yè)開始了較為積極的探索，組織并試行股權(quán)激勵(lì)制度。對(duì)于中國(guó)股份制的商業(yè)銀行的股權(quán)激勵(lì)改革進(jìn)程步伐相對(duì)遲緩。2007年7月建設(shè)銀行首開先河，實(shí)施了股權(quán)激勵(lì)，這也是中國(guó)國(guó)有商業(yè)銀行實(shí)施股權(quán)激勵(lì)的第一次大膽的嘗試。隨后招商銀行、交通銀行陸續(xù)實(shí)施這一政策。當(dāng)時(shí)，我國(guó)銀行業(yè)薪金形式單一，能否利用股權(quán)激勵(lì)的積極效應(yīng)，借鑒西方銀行業(yè)的成功經(jīng)驗(yàn)，改革傳統(tǒng)的薪酬給付方式和方法，合理地積聚人才，激勵(lì)工作，加強(qiáng)與外資銀行的競(jìng)爭(zhēng)，提高銀行經(jīng)營(yíng)效率，成為各大商業(yè)銀行面臨的主要問題。但是，現(xiàn)階段的有關(guān)商業(yè)銀行股權(quán)激勵(lì)的研究主要用薪酬包括現(xiàn)金薪酬、股票薪酬等量化指標(biāo)研究薪酬與企業(yè)績(jī)效的具體關(guān)系，但并沒有從這一制度本身出發(fā)，研究股權(quán)激勵(lì)的實(shí)施與否對(duì)商業(yè)銀行的經(jīng)營(yíng)績(jī)效的確切影響。

所以，本文以商業(yè)銀行的經(jīng)營(yíng)業(yè)績(jī)的相關(guān)數(shù)據(jù)為樣本，運(yùn)用傾向得分匹配的方法克服了相關(guān)的偏誤后，實(shí)證檢驗(yàn)了實(shí)施股權(quán)激勵(lì)對(duì)商業(yè)銀行利潤(rùn)的提升、代理成本的降低是否有效。

二、 計(jì)量模型

本文運(yùn)用“傾向得分匹配”方法（PSM），在給定一組協(xié)變量的條件下運(yùn)用打分的方法估計(jì)每一個(gè)樣本成為處理組的條件概率，我們將其記為傾向分?jǐn)?shù)——傾向得分值（Propensity Score）。該方法方法通過打分的方法將多個(gè)特征濃縮成一個(gè)指標(biāo)，從而使多元匹配成為可能。在對(duì)全體樣本進(jìn)行配對(duì)后，計(jì)算配對(duì)樣本組之間在結(jié)果變量上的差異即可得到評(píng)價(jià)因素——“平均事后處置效應(yīng)”（英文全稱：ATT）的有效估計(jì)。

根據(jù)是否已經(jīng)實(shí)施股權(quán)激勵(lì)，我們把樣本成兩組：一組是處理組即實(shí)施股權(quán)激勵(lì)的樣本組；一組是控制組即未實(shí)施股權(quán)激勵(lì)的樣本。

1. 傾向得分?！皟A向得分”是指在給定控制變量X的情況下，某個(gè)公司實(shí)行股權(quán)激勵(lì)的條件概率，即p（X）=Pr（D=1|X）=E（D|X），其中，D是一個(gè)指標(biāo)函數(shù)，若該公司在當(dāng)年實(shí)施了股權(quán)激勵(lì)，則D=1，否則D=0。因此，則實(shí)施股權(quán)激勵(lì)的平均處理效果ATT可以計(jì)算。

ATT=E{Y1i-Y0i|Di=1}

=E[{Y1i-Y0i|Di=1，p（Xi）}]

=E[E{Y1i|Di=1，p（Xi）}-E{Y0i|Di=1，p（Xi）}Di=1]

其中，Y1i和Y0i表示同一個(gè)樣本在實(shí)施和不實(shí)施股權(quán)激勵(lì)制度兩種情況下的可能結(jié)果。

2. 估計(jì)Probit 模型。本文采用Probit模型，其概率計(jì)算公式為P（Y=1|X=Xi）=e■/1+e■。

獲得參數(shù)估計(jì)值后，可以進(jìn)一步得到每個(gè)公司可能實(shí)行股權(quán)激勵(lì)的概率值P（Xi）。

3. 匹配方法。在通過計(jì)算獲得傾向得分后，我們還需要多種匹配方法來解決難以找到傾向得分完全一樣樣本的問題，這些方法主要包括：分成匹配法（Stratification Matching）、最近鄰匹配法（Nearest Neighbor Matching）、半徑匹配法（Radius Matching），以及核匹配法（Kernel Matching）。

（1）分成匹配法。其基本思想是：把數(shù)據(jù)按PS得分分成若干組，在每一組的內(nèi)部計(jì)算控制組和處理組的平均處理效應(yīng)，即ATT值。而模型最后的ATT值是由這幾個(gè)ATT值計(jì)算均值后得到。但是使用分層匹配法可能出現(xiàn)的問題是可能存在某一組中處理組或者對(duì)照組是缺失的，不是所有樣本都可以得到匹配。假設(shè)T表示處理組，C表示對(duì)照組，那么每組中的處置效應(yīng)可以表示為：

？子sq=■-■

其中I（q）表示分組q中樣本的集合，NTq和NCq分別表示q組中處理組和對(duì)照組中樣本的數(shù)量。那么總的平均處理效果可以表示為：

？子s=■？子sq■

其中Q表示分組的個(gè)數(shù)，權(quán)重為每組中處理樣本占總處理組樣本的比例。

假設(shè)各樣本之間相互獨(dú)立，則？子s方差的估計(jì)式可以表示為：

Var（？子s）=■{Var（YTi）+■■■Var（YCj）}

（2）最近鄰匹配法。其基本思想是：用計(jì)算出的傾向得分向前或向后尋找與處理組樣本的傾向得分值最接近的控制組得分值的樣本，作為前者的匹配對(duì)象。若用C（i）表示和傾向得分，p（i）為實(shí)施股權(quán)激勵(lì)制度的公司i最相匹配的對(duì)照組公司，最近鄰匹配法的匹配原則可表示如下： C（i）=■||pi-pj||，如果按照這一原則得到兩個(gè)匹配結(jié)果，則有兩種可能的處理辦法。一是將兩個(gè)匹配結(jié)果賦予相同的權(quán)重，均加以考量；二是通過隨機(jī)抽取過程選擇一個(gè)匹配結(jié)果參與比較。使用這種匹配方法可以使所有的處理組樣本得到匹配，但是這會(huì)導(dǎo)致匹配的低質(zhì)量可能性增高，最鄰近匹配法的ATT可以表示為：

其中，M表示匹配方法，權(quán)重可定義為，wj=？撞iwij，假設(shè)各變量相互獨(dú)立且權(quán)重不變，則估計(jì)值的方差可以表示為：

？子M=■■YTi-■■wjYcj

Var（？子M）=■Var（YTi）+■■（wj）2Var（YCj）

模型的標(biāo)準(zhǔn)誤亦可通過上式或者通過自抽樣方法求得。

（3）半徑匹配法。其基本思想是：預(yù)先設(shè)定一個(gè)半徑常數(shù)r，包含于控制組中的傾向得分匹配值與處理樣本i的傾向得分匹配值之間的差異小于r的樣本將通過篩選。篩選原則可表示如下：C（i）={pi|||pi-pj||

對(duì)于激勵(lì)組中的第i個(gè)觀察值，即i∈T，假設(shè)它有NCi個(gè)匹配對(duì)象，若j∈C（i），則設(shè)定權(quán)重為wij=1/NCi，否則設(shè)定權(quán)重wij=0。設(shè)激勵(lì)組中共有NT個(gè)觀測(cè)對(duì)象，平均處理效果的估計(jì)式？子M的方差估計(jì)式與最近鄰匹配法相同。

（4）核匹配。核匹配是一種能夠有效權(quán)衡匹配質(zhì)量和數(shù)量的匹配方法，處理組的變量將會(huì)和所有對(duì)照組的變量相匹配，各對(duì)照組樣本的權(quán)重隨其與目標(biāo)企業(yè)傾向得分差距的增加而減小。核匹配處理效果ATT的估計(jì)式為：

？子K=■■{YTi-■}

由于非觀測(cè)因素的影響，我們有必要通過雙重差分法來克服，根據(jù)上述的思想，我們有：

ATTPSM-DID=E[Y1i，t1-Y1i，t0|Di=1，p（Xi）]-E[Y0i，t1-Y0i，t0|Di=0，p（Xi）]

其中，Y1i，t1和Y1i，t0分別表示處理組個(gè)體在實(shí)施股權(quán)激勵(lì)前后的可能結(jié)果。Y0i，t1和Y0i，t0分別表示對(duì)照組個(gè)體在實(shí)施股權(quán)激勵(lì)前后的可能結(jié)果。這兩項(xiàng)的雙重差分給出了變革的凈效應(yīng)。

三、 數(shù)據(jù)描述和檢驗(yàn)

本文采用的數(shù)據(jù)是招商銀行2002年～2017年的月度面板數(shù)據(jù)，數(shù)據(jù)來源于招商銀行每年的月度報(bào)告、半年報(bào)和年報(bào)。報(bào)告來源主要有Wind資訊金融終端、百度文庫、搜狐財(cái)經(jīng)，具體各項(xiàng)數(shù)據(jù)均有筆者逐年逐季度詳細(xì)整理所得。具體數(shù)據(jù)有月度營(yíng)業(yè)收入、利息收入、手續(xù)費(fèi)收入和匯兌收益、利息支出、手續(xù)費(fèi)支出和匯兌損失、營(yíng)業(yè)費(fèi)用、投資損益、營(yíng)業(yè)利潤(rùn)、凈利潤(rùn)。數(shù)據(jù)的單位均為千元。數(shù)據(jù)的統(tǒng)計(jì)結(jié)果如表1所示。之后對(duì)主要變量在實(shí)施股權(quán)激勵(lì)前后的差異進(jìn)行t檢驗(yàn)，結(jié)果發(fā)現(xiàn)：所有變量在實(shí)施股權(quán)激勵(lì)前后指標(biāo)有明顯的差異（結(jié)果略）。所以，如果不對(duì)兩組進(jìn)行匹配篩選而直接進(jìn)行比較的話會(huì)產(chǎn)生比較大的自選擇偏差。

為消除可能產(chǎn)生的異方差性和量綱的影響，在進(jìn)行平均處理效應(yīng)的計(jì)算時(shí)，本文對(duì)變量均取了自然對(duì)數(shù)。

值得注意的是，傾向得分匹配法只有在共同支撐域才是有效的（Heckman et al.，1998）。因此，處置組和對(duì)照組需要在匹配后在較大的重合區(qū)域，此時(shí)得到的平均處置效應(yīng)才是準(zhǔn)確和有效的通過繪制匹配前后核密度函數(shù)圖，我們可以發(fā)現(xiàn)在匹配前兩組樣本對(duì)的傾向得分值的概率分布存在明顯的差異。顯然，如果直接比較所得到的統(tǒng)計(jì)推斷結(jié)果必然是有偏的。匹配后的處置組和對(duì)照組傾向得分的核密度圖分布具有很好的一致性，基于此得到的統(tǒng)計(jì)推斷是排除其他不可觀測(cè)因素或干擾變量之后得到的股權(quán)激勵(lì)這一單方面因素的平均處理效應(yīng)，因此結(jié)果更具合理性和準(zhǔn)確性。

四、 實(shí)證結(jié)果

為討論實(shí)施股權(quán)激勵(lì)對(duì)商業(yè)銀行業(yè)績(jī)的影響，本文分別以凈利潤(rùn)、營(yíng)業(yè)利潤(rùn)和營(yíng)業(yè)費(fèi)用這三項(xiàng)經(jīng)濟(jì)指標(biāo)來衡量股權(quán)激勵(lì)的效應(yīng)。運(yùn)用上述的匹配方法對(duì)總體樣本的匹配結(jié)果如表3所示。

由表2的檢驗(yàn)結(jié)果可知，實(shí)施股權(quán)激勵(lì)后可以增加股份制商業(yè)銀行的營(yíng)業(yè)利潤(rùn)和凈利潤(rùn)，且結(jié)果都十分顯著，由于樣本容量有限最鄰近匹配法的結(jié)果可能有偏，所以我們可以認(rèn)為商業(yè)銀行實(shí)施股權(quán)激勵(lì)后對(duì)銀行的利潤(rùn)的增長(zhǎng)有明顯的促進(jìn)作用。而對(duì)于營(yíng)業(yè)費(fèi)用來說，股權(quán)激勵(lì)對(duì)其增加并沒有顯著的影響。營(yíng)業(yè)費(fèi)用的增加受更多非股權(quán)激勵(lì)因素的制約。

五、 結(jié)語

本文通過對(duì)招商銀行2002年第一季度～2017年度第三季度的季度面板數(shù)據(jù)運(yùn)用傾向得分匹配法較好地消除了內(nèi)生性和小樣本偏誤后，實(shí)證檢驗(yàn)了股權(quán)激勵(lì)對(duì)股份制商業(yè)銀行營(yíng)業(yè)利潤(rùn)、凈利潤(rùn)、營(yíng)業(yè)費(fèi)用的影響。研究表明：實(shí)施股權(quán)激勵(lì)對(duì)商業(yè)銀行的營(yíng)業(yè)利潤(rùn)和凈利潤(rùn)的增加具有明顯地促進(jìn)作用，對(duì)營(yíng)業(yè)費(fèi)用的增長(zhǎng)沒有顯著地影響。

本文的結(jié)論對(duì)于商業(yè)銀行運(yùn)用股權(quán)激勵(lì)這一手段增加經(jīng)營(yíng)業(yè)績(jī)，形成管理層動(dòng)態(tài)工作激勵(lì)機(jī)制具有重要意義。隨著我國(guó)資本市場(chǎng)的發(fā)展，相關(guān)法律法規(guī)制度的不斷完善，這為商業(yè)銀行實(shí)施股權(quán)激勵(lì)實(shí)施創(chuàng)造了制度背景條件。為縮小國(guó)內(nèi)商業(yè)銀行與外資銀行之間的差距以及增加我國(guó)商業(yè)銀行留住人才、吸引人才的能力，實(shí)施股權(quán)激勵(lì)制度將必將是一個(gè)高效且現(xiàn)實(shí)的選擇。

參考文獻(xiàn)：

[1] 陳學(xué)彬，李翰，朱曄.完善我國(guó)商業(yè)銀行激勵(lì)約束機(jī)制的SWARM模擬分析[J].財(cái)經(jīng)研究，2003，（9）：68-741.

[2] 李增泉.激勵(lì)機(jī)制與企業(yè)績(jī)效——一項(xiàng)基于上市公司的實(shí)證研究[J].會(huì)計(jì)研究，2000，（1）：33-39.

[3] 俞鴻琳.中國(guó)商業(yè)銀行薪酬激勵(lì)機(jī)制分析[J].金融研究，2005，（7）：76-94.

[4] 周建波，孫菊生.經(jīng)營(yíng)者股權(quán)激勵(lì)的治理效應(yīng)研究——來自中國(guó)上市公司的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)研究，2003，（5）：74-82.

[5] Heckman， James J.， Hidehiko Ichimura， and Petra Todd.Matching as an econometric eval- uation estimator.The review of economic studies，1998，65（2）：261-294.

[6] Heckman， J.J.， Ichimura， H.and Todd， P.， Matching as an econometric evaluation est- imator.The review of economic studies，1998，65（2）：261-294.

[7] Houston， J.F.and James， C.，CEO compens- ation and bank risk Is compensation in banking structured to promote risk taking？.Journal of Monetary Economics，1995，36（2）：405-431.

作者簡(jiǎn)介：應(yīng)世為（1990-），男，漢族，遼寧省大連市人，中國(guó)人民大學(xué)財(cái)政金融學(xué)院博士生，研究方向?yàn)樯虡I(yè)銀行、財(cái)稅理論與政策。

收稿日期：2018-01-11。