安 靈，趙 婷，易丹青

(1.重慶理工大學 會計學院， 重慶 400054； 2.重慶市綦江區(qū)人民醫(yī)院， 重慶 401420)

自20世紀80年代初開始，預(yù)算管理逐漸滲透至我國企業(yè)經(jīng)營中，并成為企業(yè)管理環(huán)節(jié)的關(guān)鍵要素之一，為實現(xiàn)企業(yè)資源的高效配置、降低經(jīng)營風險、維持正常有序的日常經(jīng)營以及達成企業(yè)戰(zhàn)略目標與發(fā)展愿景提供了有利的管理途徑與方法，意義深遠[1]。但無論是實務(wù)界還是理論界，對預(yù)算管理的實踐效果均頗有爭議[2-3]，爭議焦點之一就是預(yù)算管理可能產(chǎn)生預(yù)算松弛，而后者于預(yù)算管理效果有著顯著的負面影響。所謂預(yù)算松弛是指在預(yù)算管理過程中，預(yù)算編制者利用信息優(yōu)勢和參與編制的機會，意圖壓低預(yù)算目標的管理行為[4]。一方面，傳統(tǒng)預(yù)算管理模式與高管激勵機制被應(yīng)用于眾多實體中，他們使計劃目標的完成情況與企業(yè)高管人員(1)企業(yè)業(yè)績好壞與高管人員的努力程度有很大聯(lián)系，而總裁、總經(jīng)理(均含副級)等又處于高管人員的頂層，是預(yù)算目標制定的核心人物。因此，本文將“高管人員”限定為除董事以外的總裁、副總裁、總經(jīng)理、副總經(jīng)理及公司章程規(guī)定的高管人員中的經(jīng)理人員。本文的管理層、代理人、經(jīng)理人等均指高管。的薪酬掛鉤[5]，使得高管擁有足夠的動機與機會干預(yù)預(yù)算目標的確立，可能增加預(yù)算松弛程度。但是若企業(yè)存在較高的高管薪酬粘性(2)高管薪酬粘性，又稱為薪酬業(yè)績敏感性不對稱，是指隨著公司業(yè)績上升而增加的邊際薪酬大于隨業(yè)績下降而減少的邊際薪酬。時，高管試圖構(gòu)建預(yù)算松弛以求降低未來目標的完成情況從而為自身薪酬所帶來的不利影響的可能性將會降低。由此，我們認為二者可能具有一種潛在的邏輯關(guān)聯(lián)。另一方面，已有研究表明，企業(yè)股權(quán)結(jié)構(gòu)的不同一定程度上也影響著股東與管理層的委托代理關(guān)系的形式及其成本[6-7]，從而可能對高管構(gòu)建預(yù)算松弛的動機產(chǎn)生某種程度的影響。因此，探究管理層構(gòu)建預(yù)算松弛的動機將受到來自高管薪酬粘性的影響，有利于我們從委托代理層面回答降低未來薪酬因預(yù)算目標的完成程度而產(chǎn)生不利波動是否是預(yù)算松弛產(chǎn)生的歸因之一，也有助于結(jié)合我國企業(yè)經(jīng)營的實際情況，多角度地探查預(yù)算松弛的生成機理及其治理模式。

一、文獻回顧與理論假設(shè)

由于對管理者的努力程度進行定量評價的難度較大，因而將其薪酬水平與努力的產(chǎn)出即業(yè)績進行適當?shù)年P(guān)聯(lián)已然被視為是該背景下的一個次優(yōu)方案，那么只要二者出現(xiàn)不匹配現(xiàn)象都可能被歸入偏離次優(yōu)狀態(tài)[8]。Gaver等、孫錚等認為業(yè)績處于上升水平時，管理者可能會欣然地接受這是其努力的結(jié)果，并以此為依據(jù)作出薪酬增長的提議；而業(yè)績處于下滑階段時，他們更傾向于認同這是由外部環(huán)境變化等非主觀性因素所造成的，進而抵制緊縮高管薪酬方案的開展[9-10]，催生了高管薪酬粘性[11]，即“獎優(yōu)而不懲劣”[12]。參與性預(yù)算環(huán)境為高管通過構(gòu)建預(yù)算松弛來提升私人利益提供了彈性空間，便于其用于改善績效評估或?qū)_不確定性等方面[13]，由此，對沖預(yù)算目標制定中不可預(yù)見的因素所引起的薪酬不利變動很大程度上會是預(yù)算松弛產(chǎn)生的起因之一。當公司存在較高水平的高管薪酬粘性時，其未來薪酬面臨的不確定性較小，因而高管試圖通過構(gòu)建預(yù)算松弛提升自身績效、增加利益補償或緩解未來薪酬不確定性的可能性也會降低，此時預(yù)算松弛程度也可能降低?；诖?，提出：

假設(shè)H1：高管薪酬粘性對預(yù)算松弛存在顯著的負向影響。

一方面，相比于國有企業(yè)，非國有企業(yè)的經(jīng)理人在業(yè)績下降時承受更大的解聘風險、得到更少的政治仕途機會[14]，高管的利益來源相對單一，薪酬在其效用函數(shù)中占有更大的權(quán)重。因而企業(yè)的“獎優(yōu)不罰劣”現(xiàn)象越突出，企業(yè)業(yè)績下降時經(jīng)理人面臨薪酬降低的風險越小，其構(gòu)建預(yù)算松弛來降低未來薪酬不確定性的概率越小。另一方面，由于國有企業(yè)具有多重目標且承擔了更多的政策性負擔，導致準確衡量國有企業(yè)經(jīng)理業(yè)績的交易成本過高且很難按照公司利益最大化的要求有效監(jiān)督和激勵經(jīng)營者，使得薪酬激勵機制會因代理人的政治晉升等非經(jīng)濟目標以及在職消費等隱性激勵機制而發(fā)生偏離。與此同時，國有企業(yè)存在薪酬管制與“天花板效應(yīng)”等制度約束，壓低了國有企業(yè)高管薪酬與業(yè)績之間的敏感性[8]，某種程度上而言，這也可能降低高管薪酬粘性與預(yù)算松弛的負相關(guān)關(guān)系?；诖耍岢觯?/p>

假設(shè)H2：相比國有企業(yè)，非國有企業(yè)中高管薪酬粘性與預(yù)算松弛的負相關(guān)關(guān)系更為突出。

管理層具有財富偏好或者其他非金錢動機都可能促使其構(gòu)建預(yù)算松弛[15]，進而達到提升自身利益水平、分散風險或緩解環(huán)境不確定性的目的[16]。非對稱信息背景下，高管有足夠的動機與機會利用自身所掌握的信息優(yōu)勢編制更易于完成的預(yù)算目標，從而產(chǎn)生預(yù)算松弛現(xiàn)象，此時預(yù)算松弛更多地被看作是一種高管人員為自有利益而實施的不當行為，是預(yù)算管理功能低效或者無效的后果，當給予足夠的激勵與有效的管控時，管理者可能會最大化地降低預(yù)算松弛程度[17]。因此，若公司股權(quán)較為集中，管理層受到來自于股東層面的監(jiān)督力度更強，這可能有利于改善二者的委托代理矛盾[18]，進而可能有助于降低企業(yè)預(yù)算松弛程度以及高管薪酬粘性與預(yù)算松弛之間的敏感性，從而可能弱化二者的負相關(guān)關(guān)系?；诖耍岢觯?/p>

假設(shè)H3：股權(quán)集中度的提高會削弱高管薪酬粘性與預(yù)算松弛的負相關(guān)關(guān)系。

二、研究設(shè)計

(一)數(shù)據(jù)來源

本文的初始研究樣本為2010—2017年我國滬深A(yù)股上市公司相關(guān)數(shù)據(jù)，其中營業(yè)收入預(yù)算數(shù)據(jù)是從2011—2018年上市公司的年報中手動收集得來。所有數(shù)據(jù)均來自于CSMAR與WIND數(shù)據(jù)庫，在此基礎(chǔ)上，本文對研究樣本進行了篩選：(1)剔除金融類公司；(2)剔除ST、*ST等非正常上市的樣本公司；(3)放棄數(shù)據(jù)缺失或存在明顯異常的樣本；(4)剔除當年發(fā)生虧損且在研究期間業(yè)績增長率始終為正或負的公司。同時，本文對所有連續(xù)型變量(變量的定義如表1所示)進行了上下10%的Winsorize處理，得到3 905個有效的樣本量。

表1 變量的定義

①此處的管理費用為剔除高管薪酬總額后的數(shù)額。

②中部包括晉、皖、贛、豫、鄂、湘6省;東部包括京、津、冀、滬、蘇、浙、閩、魯、粵、瓊10省市;西部包括蒙、桂、渝、川、黔、云、藏、陜、甘、青、寧、新12省市區(qū);東北地區(qū)包括遼、吉、黑3省[19]。

(二)模型設(shè)計與變量選擇

1.預(yù)算松弛

2.高管薪酬粘性

高管薪酬不僅包括貨幣薪酬，還包含股權(quán)激勵，而股權(quán)激勵在我國的實施多表現(xiàn)為持股比例低、零持股等現(xiàn)象，并且區(qū)分股票是自購還是獎勵的難度系數(shù)很高[23]，因此本文用貨幣薪酬表示高管薪酬。此外，通過閱覽已有文獻發(fā)現(xiàn)，王志強等、張龍等、孫維章等采用了“薪酬最高的前三位高級管理人員薪酬的均值”度量高管薪酬[24-26]，因此本文沿用該方法，并以剔除非經(jīng)常性損益后的凈利潤表示業(yè)績[27]，再結(jié)合已有模型衡量高管薪酬粘性。

現(xiàn)有關(guān)于高管薪酬粘性的衡量主要有如下4種方法：第一種是張愛民等以高管實際薪酬作為因變量，通過計量模型獲取相關(guān)系數(shù)，令高管薪酬粘性=業(yè)績上升時的薪酬業(yè)績敏感性/業(yè)績下降時的薪酬業(yè)績敏感性[28]；第二種是辛清泉等所采用的方法，首先量化高管異常薪酬，再以其為因變量，最后使用與第一種類似的方法計算高管薪酬粘性值[29]；第三種是步丹璐等所采用的方法，與前兩種方法有所區(qū)別，使用業(yè)績上升與下降時薪酬業(yè)績敏感性的差額計量高管薪酬粘性[30-31]；最后一種是根據(jù)彈性定義計算公司每年的薪酬業(yè)績敏感性，再以此為基礎(chǔ)計算薪酬粘性。結(jié)合高管薪酬粘性的定義，本文認為第三種方法度量高管薪酬粘性更直觀、更貼切。

2.3 適時播種。依土壤肥力和地塊分布確定播種順序，一般當?shù)販囟?cm深土壤穩(wěn)定通過8℃即可播種。原則上要先播土壤肥力好的高燥陽坡地和平肥壤質(zhì)土地，再播土壤肥力中等的沙壤土或沙土地，后播背陰坡、低洼易澇或地力較差的地塊。

與此同時，本文將以下因素作為控制變量：財務(wù)杠桿(Lev)、公司規(guī)模(Size)、管理費用率(MC)、兩權(quán)分離(Sep)、行業(yè)(Ind)、年度(Year)和區(qū)域(Local)。

那么，如何做好企業(yè)預(yù)算目標的制定工作？這與企業(yè)的性質(zhì)緊密相連，企業(yè)性質(zhì)的差異可能會造成其使用的預(yù)算管理方法存在不同程度差異，進而影響著預(yù)算目標的制定，而股權(quán)集中度不同，企業(yè)對高管的監(jiān)督力度也會存在差異，高管的經(jīng)營行為也將受到影響，進而可能影響薪酬粘性與預(yù)算松弛二者之間的關(guān)系。因此，為了進一步考慮不同股權(quán)結(jié)構(gòu)是否會使高管薪酬粘性與預(yù)算松弛的關(guān)系表現(xiàn)不同，本文按產(chǎn)權(quán)性質(zhì)劃分樣本群，采用廣義矩估計法，以股權(quán)集中度為條件變量分別探討高管薪酬粘性與預(yù)算松弛二者之間的關(guān)系，并建立如下模型(TopStick表示股權(quán)集中度與薪酬粘性的交乘項)：

模型1：

Slacki,t+1=b0+b1Sticki,t+b2Soei,t+b3Topteni,t+b4Sizei,t+b5Levi,t+b6Sepi,t+

b7MCi,t+∑Ind+∑Year+∑Local+ei,t

模型2：

Slacki,t+1=b0+b1Sticki,t+b2Soei,t+b3Topteni,t+b4TopStick+b5Sizei,t+b6Levi,t+

b7Sepi,t+b8MCi,t+∑Ind+∑Year+∑Local+ei,t

三、實證結(jié)果與分析

(一)描述性統(tǒng)計

表2 描述性統(tǒng)計

為了更細致地分析各個主要變量，我們對樣本進行了描述性統(tǒng)計與差異性檢驗。從表2的描述性統(tǒng)計結(jié)果可以看出，Slack的中位數(shù)為0.991 2，表明超過50%的研究樣本的主營業(yè)務(wù)收入預(yù)算增長率比行業(yè)的平均主營業(yè)務(wù)收入增長率平均高出了不足1個百分點，而Stick的均值為1.929 4，中位數(shù)為0.832 3，標準差為2.567 1，表明研究樣本中企業(yè)高管薪酬普遍存在粘性且粘性值波動較大。Topten的中位數(shù)與均值相當，體現(xiàn)企業(yè)的股權(quán)集中度整體較高，Sep的統(tǒng)計結(jié)果表明企業(yè)的兩權(quán)分離程度較高。

表3 國有企業(yè)與非國有企業(yè)的差異性檢驗

注：***、**、*分別表示在1%、5%、10%的水平上(雙側(cè))顯著，下表同

(二)模型回歸分析

1.相關(guān)系數(shù)分析

表4的相關(guān)性分析結(jié)果表明，各個解釋變量與控制變量之間的相關(guān)系數(shù)均在一定水平上顯著，且均小于0.5，相關(guān)度較低，可以認為所構(gòu)建的模型不存在嚴重的多重共線性，模型設(shè)計合理。

表4 主要變量的相關(guān)性分析

注：左下半部分為Spearman系數(shù)，右上半部分為Pearson系數(shù)

2.高管薪酬粘性與預(yù)算松弛

表5通過數(shù)據(jù)研究分析了不同企業(yè)性質(zhì)下Stick與Slack的關(guān)系。結(jié)果表明：全樣本下Stick在10%水平上正向影響著Slack，這有悖于假設(shè)H1。為了探索產(chǎn)生這種現(xiàn)象的原因，我們又按企業(yè)性質(zhì)對研究樣本進行了細分，從回歸結(jié)果來看，國有企業(yè)中Stick對Slack有顯著的增量影響，而非國有企業(yè)中不相關(guān)，二者的負相關(guān)關(guān)系在國有企業(yè)與非國有企業(yè)中都存在一定程度的弱化，某種程度上支持了假設(shè)H2。產(chǎn)生這種現(xiàn)象的原因可能是：首先，國有企業(yè)相對于非國有企業(yè)而言存在多重代理問題，使得Stick與Slack的關(guān)系在不同企業(yè)性質(zhì)下表現(xiàn)不同；其次，國有企業(yè)中的高管具有多重目標函數(shù)，相比于貨幣薪酬，在其個人效用函數(shù)中，政治晉升、職位穩(wěn)定性等非經(jīng)濟利益目標可能被賦予更大的權(quán)重[32]，此時高管構(gòu)建預(yù)算松弛來降低未來薪酬不利變動的動機可能會減弱，一定程度上削弱了Stick對Slack的負向影響；最后，Stick與Slack均可被看作是高管構(gòu)建自身效用函數(shù)的方式之一，相比于非國有企業(yè)，國有企業(yè)呈現(xiàn)出Stick更高[14]、Slack更大的特點[33]，使得Stick與Slack之間可能存在協(xié)同效應(yīng)，轉(zhuǎn)變?yōu)榍罢邔笳呔哂姓蛴绊?，而非國有企業(yè)中二者的關(guān)系可能受高管特征等其他因素的影響有所弱化。其中Slack2是穩(wěn)健性檢驗的結(jié)果，與Slack1的回歸整體表現(xiàn)一致。

表5 所有權(quán)性質(zhì)、高管薪酬粘性與預(yù)算松弛

注：括號內(nèi)為經(jīng)過異方差調(diào)整的穩(wěn)健z值，下表同

表6在表5的基礎(chǔ)上對二者關(guān)系進行了深層次的挖掘，模型2分析了股權(quán)集中度Topten對Stick與Slack關(guān)系的影響。非國有企業(yè)中，Topten變量對Slack有顯著的負向影響，可以解讀為隨著Topten的增加，Slack會有所降低，而Stick與Topten的交乘項TopStick顯著為正，反映出增加Topten將會削弱Stick與Slack的負相關(guān)關(guān)系，與假設(shè)H3的預(yù)期相符。這說明股權(quán)集中度的增長使得股東擁有足夠動機和能力監(jiān)督高管，某種程度上約束了高管的機會主義行為，使其個人私利受到制約，降低了其構(gòu)建預(yù)算松弛的可能性，使得高管薪酬粘性與預(yù)算松弛的敏感性降低，Stick與Slack的負相關(guān)關(guān)系被削弱。

表6 不同股權(quán)集中度下高管薪酬粘性與預(yù)算松弛的關(guān)系

續(xù)表(表6)

3.穩(wěn)健性檢驗

為了驗證上述結(jié)果的穩(wěn)定性，本文首先采用最小二乘法重新進行回歸，其次采用2012—2017年樣本，使用2013—2018年預(yù)算收入重新進行回歸，結(jié)果與前文類似。

四、結(jié)語

為了探討高管薪酬粘性對企業(yè)預(yù)算松弛的影響，本文對二者進行了量化并檢驗了他們的關(guān)系，同時為了深入分析二者之間的內(nèi)在邏輯聯(lián)系，也為了豐富本文的研究內(nèi)容，本文探討了股權(quán)結(jié)構(gòu)對二者關(guān)系的影響機理。研究發(fā)現(xiàn)：高管薪酬粘性越大，企業(yè)重獎輕罰的現(xiàn)象越嚴重，此時，薪酬對高管的激勵效用被削弱，高管越有可能制定松弛的預(yù)算方案。相對于非國有企業(yè)，高管薪酬粘性對預(yù)算松弛的正向影響在國有企業(yè)中更加顯著，這可能是受到國有企業(yè)中特殊的委托代理關(guān)系與高管具有多重任務(wù)目標等方面的影響。股權(quán)集中度會削弱高管薪酬粘性對預(yù)算松弛的負向影響，股權(quán)集中度的增強會更大程度地約束其個人機會主義行為，會降低股東構(gòu)建預(yù)算松弛的可能性，進而削弱二者的負相關(guān)關(guān)系。

本文從股權(quán)結(jié)構(gòu)視角為分析高管薪酬粘性與預(yù)算松弛二者的關(guān)系提供了新的思路和新的證據(jù)，不僅如此，本文還有很強的現(xiàn)實意義，為企業(yè)如何更好地進行預(yù)算管理提供了參考。第一，研究表明在不同產(chǎn)權(quán)性質(zhì)下預(yù)算松弛狀況存在差異。為在產(chǎn)權(quán)性質(zhì)不同的企業(yè)中，由于公司治理環(huán)境不同，委托代理機制存在差異，高管薪酬粘性與預(yù)算松弛形成有差異的經(jīng)濟后果提供經(jīng)驗證據(jù)。第二，根據(jù)委托代理理論，在兩權(quán)分離的情況下，股權(quán)集中度對二者的關(guān)系具有調(diào)節(jié)作用，為預(yù)算松弛的治理以及預(yù)算管理效率的提升提供了可參考的路徑。