陳穎

摘要：基于2018年通過的《關于改革國有企業(yè)工資決定機制的意見》這一政策，結(jié)合分析2015年實施的限薪政策，構(gòu)建準自然實驗，建立雙重差分傾向得分匹配法（Propensity Score Matching -Difference in Differences，PSM-DID）模型，將國有企業(yè)和民營企業(yè)進行匹配，根據(jù)企業(yè)績效變化情況評估兩次限薪政策的效果，實證檢驗發(fā)現(xiàn)兩次限薪政策均對上市國有企業(yè)績效具有顯著的促進作用，政策效果顯著。進一步分析表明，這一政策對國企高管具有反向激勵作用，企業(yè)風險承擔發(fā)揮中介效應，推動企業(yè)績效的提升。

關鍵詞：高管薪酬;企業(yè)績效;傾向得分匹配;雙重差分;中介效應

中圖分類號：F275? 文獻標志碼：A? 文章編號：1008-4657（2021）02-0023-09

0 引言

新世紀以來，我國現(xiàn)代化企業(yè)制度不斷完善，國有企業(yè)高管薪酬制度改革成為重點。上世紀末以來，我國開始逐步試點國企高管年薪制。雖然政府試圖通過基本工資、績效工資和中長期激勵收入的方式來規(guī)范國有企業(yè)高管薪酬，但國有企業(yè)的特殊性決定了國有企業(yè)薪酬機制的決策權(quán)仍然屬于企業(yè)管理層。在信息明顯不對稱和普遍存在“內(nèi)部人控制”的情況下，國有企業(yè)管理層有動機和能力制定對自己有利的薪酬計劃。國有企業(yè)高管薪酬均值的平均變化率圖如圖1所示。

盡管在2015年和2018年頒布了限薪政策，但國有企業(yè)高管薪酬仍然呈上升趨勢。因此，本文認為政府不斷頒布實施新的“限薪令”的根本目的不在于縮減高管貨幣性薪酬，而是通過政府的干預調(diào)節(jié)真正發(fā)揮高管薪酬的正向激勵作用，緩解企業(yè)內(nèi)部矛盾，引導國有企業(yè)形成與勞動力市場基本適應，同經(jīng)濟效益和勞動生產(chǎn)率相掛鉤的工資決定機制，促進企業(yè)長遠發(fā)展。

本文利用我國2012～2019年A股上市公司面板數(shù)據(jù)，構(gòu)建實證模型，系統(tǒng)考察高管薪酬與企業(yè)績效之間的關系，對2015年限薪政策和2018年薪酬改革政策的效果做評估研究，并利用PSM-DID對實證結(jié)果進行穩(wěn)健性檢驗。在進一步分析中，從高管的業(yè)績表現(xiàn)和投資行為兩個方面檢驗企業(yè)風險承擔的中介效應，同時采用bootstrap法做進一步檢驗。

1 文獻綜述與假設

1.1 高管薪酬對企業(yè)績效的影響

對于上市公司高管薪酬與企業(yè)績效的相關性，大量文獻研究表明二者存在顯著的正相關關系[1-5]。也有研究表明，高管薪酬與企業(yè)績效呈U型非線性相關，并且擁有長期激勵計劃的公司相比與其他公司績效增幅更大[6]。近年來，隨著高管限薪政策的頒布，高管薪酬與企業(yè)績效的研究也不斷發(fā)展，關于高管貨幣性薪酬是否起到推動企業(yè)績效增長的作用，學術(shù)界也存在爭議。有研究表明，國有企業(yè)高管貨幣性高管薪酬沒有發(fā)揮績效激勵作用，二者不存在正向關系[7-8]。王傳彬等[9]將國企高管業(yè)績區(qū)分是否為“真實業(yè)績”（企業(yè)經(jīng)營業(yè)績），研究發(fā)現(xiàn)國企高管薪酬并沒有與“真實業(yè)績”掛鉤，而是包含了一些高管非經(jīng)營業(yè)績的盈余管理動機，否認了高管薪酬的業(yè)績激勵效應。張暉明等[10]、吳育輝等[11]認為貨幣性薪酬是促進企業(yè)績效提高的重要激勵機制，但其激勵效果具有滯后性，并且國有企業(yè)內(nèi)部的薪酬差距有利于企業(yè)績效提升。由此提出如下競爭性假設：

H1a：高管貨幣性薪酬對企業(yè)績效存在正向促進作用。

H1b：高管貨幣性薪酬對企業(yè)績效不存在正向促進作用。

1.2 “限薪令”政策的有效性研究

我國薪酬改革實踐效果的研究并未達成基本一致的結(jié)論。對于2009年限薪政策，大量研究表明其并未影響到原有的國企薪酬結(jié)構(gòu)，國有企業(yè)高管的“運氣薪酬”并未得到有效遏制，也未對企業(yè)績效起到促進作用[12]。也有研究表明“限薪令2009”實施以后，隨著薪酬制度改革的深入，我國上市公司的高管薪酬已經(jīng)表現(xiàn)出顯著的業(yè)績敏感性，國有企業(yè)高管貨幣性薪酬降低，政策有效[13]。

對于“限薪令2015”的實施效果，得到的結(jié)論也不盡相同。楊青等[14]的研究表明，2015年限薪政策實施后，國有企業(yè)尤其是央企，高管實際薪酬和企業(yè)內(nèi)部薪酬差距顯著降低，并且在競爭越激烈、地區(qū)市場化程度越高的企業(yè)，這種負面影響導致的公司價值損失越大。但李蘇等[15]研究表明高管限薪政策的實施對國企績效產(chǎn)生顯著正激勵效應，且這種激勵效應在不同所有制結(jié)構(gòu)企業(yè)發(fā)揮效應不同。由此提出如下競爭性假設：

H2a：“限薪令”促進企業(yè)績效的提升，政策有效。

H2b：“限薪令”未能促進企業(yè)績效的提升，政策無效。

1.3 “限薪令”政策對企業(yè)績效的影響機制

關于風險承擔能否提升企業(yè)績效問題，根據(jù)投資組合理論，高風險收獲高回報，管理者風險承擔水平越高，越能提升企業(yè)績效，越有利于國家生產(chǎn)力和GDP的增長[16]。在經(jīng)營業(yè)績表現(xiàn)相同的情況下，不同企業(yè)風險承擔水平對未來股東價值實現(xiàn)的影響巨大[17]，風險承擔是促進企業(yè)績效提升和成長的重要推動力[18]。

國有企業(yè)同時也擔著經(jīng)濟學與社會學的雙重政策負擔，其風險承擔水平相對較低，且缺乏有效的激勵機制，更加弱化了管理者的風險偏好[19]。因此有必要發(fā)揮高管薪酬的激勵作用?！跋扌搅睢钡念C布，作為一種反向激勵，一方面使得高管固定貨幣性薪酬得到限制，另一方面激勵企業(yè)高管積極承擔更多的風險，以實現(xiàn)更好的經(jīng)營業(yè)績，提升業(yè)績薪酬[20]。張瑞君等[21]通過對我國2005～2009年在A股上市公司的研究表明，高管的貨幣性薪酬激勵的增加能夠提升高管風險承擔的水平，并且風險承擔在高管薪酬激勵與企業(yè)績效之間發(fā)揮中介作用。由此提出：

H3：在限薪政策的影響機制中，企業(yè)風險承擔發(fā)揮了中介效應。

3 研究設計

3.1 樣本選擇與數(shù)據(jù)來源

本文選擇2012年至2019年我國A股上市公司年度數(shù)據(jù)，剔除含有S、ST、PT標識的數(shù)據(jù)，剔除數(shù)據(jù)缺失嚴重的樣本，剔除房地產(chǎn)類、金融類企業(yè)，剔除非國有或者非民營企業(yè)，并對極端異常值進行winsorize縮尾處理，最終得到2 137家上市公司。對于2015年限薪政策與2018年限薪政策的有效性檢驗，分別采用不同的樣本時間區(qū)間構(gòu)建自然實驗進行實證分析。為避免樣本選擇偏誤，采用基于傾向得分匹配法的雙重差分，以未受政策沖擊的民營企業(yè)作為控制組，對應國有企業(yè)作為實驗組，分別考察2015年和2018年限薪政策的效果?！跋扌搅?015”選取2013～2017年的數(shù)據(jù)，“限薪令2018”選取2017～2019年的數(shù)據(jù)。數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫和Resset數(shù)據(jù)庫。

3.2 變量定義與計算方法

為了全面反映企業(yè)績效，選取Roa作為企業(yè)績效水平的代理變量，結(jié)合企業(yè)績效綜合評級指標Eva，全面衡量企業(yè)績效。

高管貨幣性薪酬度量指標選擇董監(jiān)高前三名薪酬總額，由于數(shù)據(jù)單位差距大，均取對數(shù)以消除異方差。選取的控制變量包括企業(yè)股權(quán)結(jié)構(gòu)、財務杠桿以及企業(yè)特征方面。主要有企業(yè)第一大股東持股比例、前十大股東持股比例、獨董占比、資產(chǎn)負債率、企業(yè)規(guī)模、企業(yè)年齡、企業(yè)營業(yè)收入增長率、企業(yè)經(jīng)營現(xiàn)金流。另外還控制了行業(yè)變量和時間變量。如表1所示。

3.3 研究方法與模型構(gòu)建

3.3.1 基本模型

首先探討我國國有企業(yè)高管貨幣性薪酬是否發(fā)揮促進企業(yè)績效的正向作用。基本模型是一個非平衡面板數(shù)據(jù)回歸模型。為了控制異方差采用異方差穩(wěn)健標準誤，模型設定如下

yi，t=β0+β1Payi，t+∑βmControli，t+εi，t（1）

3.3.2 雙重差分模型

本文采用雙重差分法（DID）來估計兩次限薪政策對國有企業(yè)績效增長的凈效應。為檢驗“限薪令”的有效性，首先建立雙重差分模型，將2015年和2018年之前收到政策沖擊的國有企業(yè)作為處理組，將其他未受影響的民營企業(yè)視為控制組，分別估計兩次政策對企業(yè)績效的影響，建立回歸方程如下

yi，t=β0+β1Treatedi，t+β2Timei，t+β3Treatedi，t×Timei，t+∑βmControli，t+Fixedeffectsi，t+εi，t（2）

yi，t表示衡量企業(yè)績效的指標，Treatedi，t為處理組，即在t年受到限薪政策影響的上市國有企業(yè)i，Timei，t為政策沖擊時間，分別表示實施限薪政策的年份2015年和2018年，控制組和時間虛擬變量的交乘項Treatedi，t×Timei，t系數(shù)是衡量2015年和2018年限薪政策對國有企業(yè)績效的影響效應。Controli，t為影響企業(yè)績效的其他控制變量因素，F(xiàn)ixedeffectsi，t指的是行業(yè)固定效應和時間固定效應。

4 實證結(jié)果分析

4.1 描述性統(tǒng)計

由表2可得企業(yè)績效的分布狀況，Roa、Eva的平均值分別為3.8%、0.7%，我國A股上市公司高管薪酬的均值為14.433百萬元，最小值和最大值分別為6.969百萬元、24.4百萬元，表明我國上市國有和民營企業(yè)高管普遍存在高薪酬，且高管薪酬在不同企業(yè)間差距較大。上市公司第一大股東持股比例和前十大股東持股比例均值分別為33.4%和58.6%，也有企業(yè)存在“一股獨大”的情況。獨董平均比例占到37.6%，并且有上市公司在某些年份不設置獨立董事，上市企業(yè)年齡的均值在17年左右，表明我國上市公司股權(quán)集中度較高，體現(xiàn)樣本中國有企業(yè)的特征，公司治理方面獨立董事普遍存在。企業(yè)運營狀態(tài)方面，杠桿率均值為40.1%，營業(yè)收入增長率平均為33.9%，經(jīng)營現(xiàn)金流占總資產(chǎn)的比例均值為4.2%。

4.2 回歸結(jié)果分析

4.2.1 高管薪酬與企業(yè)績效

經(jīng)實證檢驗，表3回歸結(jié)果中Roa和Eva的回歸系數(shù)均在1%的水平上顯著為正，表明我國上市公司高管貨幣性薪酬對企業(yè)績效正向激勵作用，無論是傳統(tǒng)指標Roa，還是企業(yè)整體績效評價指標Eva，均顯著為正，表明高管薪酬與企業(yè)績效呈正相關關系，并且這種影響在國有企業(yè)中表現(xiàn)更加明顯。因此，在現(xiàn)有樣本下，本文認為高管貨幣性薪酬與企業(yè)績效呈正相關，高管薪酬對企業(yè)績效能夠發(fā)揮正向激勵作用，這一結(jié)果支持“假設H1a”。

4.2.2 雙重差分基準回歸結(jié)果分析

針對國有企業(yè)的限薪政策為本文研究提供了一個準自然實驗，受到政策影響的國有企業(yè)與未受政策影響的民營企業(yè)形成實驗組和控制組。因此本文利用DID方法評估限薪政策對國有企業(yè)績效的影響。

表4和表5報告了模型2的回歸結(jié)果。2015年和2018年政策頒布實施之后企業(yè)績效單變量進行DID檢驗表明，以Roa、Eva為被解釋變量企業(yè)績效的模型中，雙重差分變量DID均顯著為正，表明“限薪令2015”和“限薪令2018”均有效促進了國有企業(yè)績效的提升，由此驗證“假設H2a”成立，“限薪令政策”有效。

4.2.3 穩(wěn)健性檢驗

基于PSM-DID進行本文的穩(wěn)健性檢驗。由于處理組和對照組的初始條件不完全相同，評估政策實施效應時會存在由于處理組和對照組的初始條件不完全匹配而存在“樣本選擇偏差”，為克服系統(tǒng)性差異，降低雙重差分方法的估計偏誤，在DID單變量檢驗的基礎上采用PSM-DID來對樣本進行配對進行進一步分析，選取未受政策影響的民營企業(yè)作為控制組與國有企業(yè)進行匹配。協(xié)變量選擇前文所述的一系列企業(yè)股權(quán)結(jié)構(gòu)、財務杠桿、經(jīng)營狀況等變量，匹配方法采用最近鄰匹配1∶2，將受政策影響的國有企業(yè)作為實驗組，為其匹配未受政策影響的民營企業(yè)作為控制組，最后將匹配后的樣本進行雙重差分分析。

在運用PSM-DID估計前，首先檢驗共同支撐假設是否成立，匹配后各變量處理組和參照組是否平衡，即匹配后處理組和參照組協(xié)變量的均值是否具有顯著差異。若不存在顯著差異，共同支撐假設成立，PSM-DID可行。核密度函數(shù)圖（因篇幅限制未報告）表明匹配后較匹配前實驗組和控制組的傾向得分值的概率密度已經(jīng)比較接近，說明PSM匹配效果較好，因此可以進行PSM-DID估計。

PSM最近鄰匹配后的平均處理效應檢驗表明，匹配后ATT值均大于1.64，表明平均處理效應顯著。表6分別報告了兩次政策的PSM-DID回歸結(jié)果，實證結(jié)果驗證了限薪令政策對于基于會計指標的企業(yè)績效具有正向促進作用，表明限薪政策發(fā)揮了促進國有企業(yè)績效提升的作用，政策效果顯著。兩次限薪政策都促進企業(yè)績效增長，與前述雙重差分的單變量檢驗結(jié)果較為接近，進一步驗證了“限薪令”政策在促進企業(yè)績效提升方面顯著有效。進一步驗證“假設H2a”。

5 “限薪令”政策的影響機制檢驗

從前述實證結(jié)果來看，“限薪令”政策能夠顯著發(fā)揮促進國有企業(yè)績效的增長的激勵作用，但是“限薪令”政策促進企業(yè)績效增長的機制是什么呢？

風險承擔包含多種衡量方法，主要包括企業(yè)盈利波動、股票回報波動率、研發(fā)投入狀況、企業(yè)生存可能性等，本文主要從高管的業(yè)績表現(xiàn)和投資行為兩個方面檢驗企業(yè)風險承擔的中介效應。為探究“限薪令”政策的發(fā)揮機制，本文借鑒Baron R M等[22]、溫忠麟等[23]、石大千等[24]的做法，分三步驟驗證限薪政策的傳導機制，同時采用bootstrap法做進一步檢驗。檢驗步驟如圖2所示。

第一步驟驗證倍差項對于企業(yè)績效的影響效應

yi，t=a0+a1did+γ1∑CX+εi，t（3）

第二步驟驗證倍差項對企業(yè)風險承擔的影響

Riski，t=b0+b1did+γ2∑CX+εi，t（4）

第三步驟檢驗倍差項與企業(yè)風險承擔對企業(yè)績效的影響

yi，t=c0+c1did+c2Riski，t+γ3∑CX+εi，t（5）

yi，t表示企業(yè)績效，Riski，t表示企業(yè)風險承擔，X表示控制變量，重點關注系數(shù)ɑ1、b1、c1的有效性，理想的效果是系數(shù)ɑ1顯著為正，系數(shù)b1顯著為正，系數(shù)c1不顯著或者顯著性減弱，表明限薪政策發(fā)揮了促進企業(yè)績效提升的正向作用，同時也提高了企業(yè)的風險承擔，提高了管理層的冒險意愿，緩解企業(yè)委托代理問題，進而促進企業(yè)績效的提升，存在部分中介效應，對政策的傳導機制有一定的參考意義。

5.1 風險承擔水平

業(yè)績方面選取企業(yè)盈利波動率，即企業(yè)績效三年標準差作為代理指標

RiskTakei，t=1T-1∑Tt=1（ADJROAi，t-1T∑Tt=1ADJROAi，t）2│T=3

經(jīng)行業(yè)調(diào)整的企業(yè)資產(chǎn)收益率ADJROA=企業(yè)i當年Roa-行業(yè)平均值。

5.2 投資行為

投資行為方面，選擇研發(fā)投入占主營業(yè)務收入的比例作為高管風險承擔的代理變量，研發(fā)創(chuàng)新投入水平反映了高管的實業(yè)投資意愿和冒險意愿。

表7和表8說明，限薪政策不僅降低了企業(yè)整體風險水平，同時激勵了高管研發(fā)創(chuàng)新和實業(yè)投資的意愿，進而促進企業(yè)整體績效的提升。

6 結(jié)論

本文從評估兩次限薪政策是否促進企業(yè)績效的有效提升，到研究政策的傳導機制，加入國有企業(yè)風險承擔意愿這一視角來分析高管貨幣性薪酬激勵效應。主要基于2015年頒布的“限薪令”結(jié)合2018年新頒布的限薪政策這一準自然實驗，運用PSM-DID估計方法考察了政策沖擊對國有上市企業(yè)績效的影響，并且實證結(jié)果通過了穩(wěn)健性檢驗。研究發(fā)現(xiàn)：（1）高管貨幣薪酬的增加能夠促進企業(yè)績效的提升;（2）2015年和2018年頒布的限薪政策有效發(fā)揮了提升企業(yè)績效;（3）風險承擔水平的提升有助于促進公司績效的提升，并且在限薪政策的效應傳導機制中發(fā)揮中介作用，具體表現(xiàn)為限薪政策提高了高管的冒險意愿，改變了投資行為，更著重于研發(fā)創(chuàng)新領域，有利于促進企業(yè)績效的提升。

在我國企業(yè)改革進程中，高管貨幣性薪酬制定機制一直在完善。限薪政策也有效發(fā)揮了促進高管治理能力的提升、有利于企業(yè)績效長遠發(fā)展的作用，同時促進了國有企業(yè)制度優(yōu)勢和治理能力的有效統(tǒng)一。

參考文獻：

[1] Murphy K J.Corporate performance and managerial remuneration：An empirical analysis[J].Journal of Accounting and Economics，1985，7（1-3）：11-42.

[2] Lambert R A，Larcker D F.An analysis of the use of accounting and market measures of performance in executive compensation contracts[J].Journal of Accounting Research，1987，25（3）：85-125.

[3] Dechow P M.Asymmetric sensitivity of CEO cash compensation to stock returns：A discussion[J].Journal of Accounting and Economics，2006，42（1/2）：193-202.

[4] Jackson S B，Lopez T J，Reitenga A L.Accounting fundamentals and CEO bonus compensation[J].Journal of Accounting & Public Policy，2008，27（5）：374-393.

[5] Core J E，Holthausen R W，Larcker D F.Corporate governance，chief executive officer compensation，and firm performance[J].Journal of Financial Economics，1999，51（2）：141-152.

[6] Smith C.Profit sharing and employment stability[J].Industrial & Labor Relations Review，1990，43（3）：256S-273S.

[7] 魏剛.高級管理層激勵與上市公司經(jīng)營績效[J].經(jīng)濟研究，2000（3）：32-39.

[8] 李增泉.激勵機制與企業(yè)績效——一項基于上市公司的實證研究[J].會計研究，2000（1）：24-30.

[9] 王傳彬，朱學義，劉建勇，等.高管薪酬與公司業(yè)績、政府限薪令關系的研究[J].統(tǒng)計與決策，2012（20）：161-164.

[10] 張暉明，陳志廣.高級管理人員激勵與企業(yè)績效——以滬市上市公司為樣本的實證研究[J].世界經(jīng)濟文匯，2002（4）：29-37.

[11] 吳育輝，吳世農(nóng).高管薪酬：激勵還是自利？——來自中國上市公司的證據(jù)[J].會計研究，2010（11）：40-48，96-97.

[12] 李琳，連怡臻.高管薪酬限制政策對國有企業(yè)績效的影響[J].財會月刊，2018（22）：84-92.

[13] 徐經(jīng)長，喬菲，張東旭.限薪令與企業(yè)創(chuàng)新：一項準自然實驗[J].管理科學，2019，32（2）：120-134.

[14] 楊青，王亞男，唐躍軍.“限薪令”的政策效果：基于競爭與壟斷性央企市場反應的評估[J].金融研究，2018（1）：156-173.

[15] 李蘇，達潭楓.高管限薪、激勵效應與公司績效[J].財會通訊，2018（26）：38-41.

[16] John K，Litov L，Yeung B.Corporate governance and risk-taking[J].Journal of Finance，2008，63（4）：1 679-1 728.

[17] Bromiley P.Testing a causal model of corporate risk taking and performance[J].Academy of Management Journal，1991，34（1）：37-59.

[18] Saffar C W.The role of state and foreign owners in corporate risk-taking：Evidence from privatization[J].Journal of Financial Economics，2013，108（3）：641-658.

[19] 余明桂，范蕊，鐘慧潔.中國產(chǎn)業(yè)政策與企業(yè)技術(shù)創(chuàng)新[J].中國工業(yè)經(jīng)濟，2016（12）：5-22.

[20] 周澤將，馬靜，胡劉芬.高管薪酬激勵體系設計中的風險補償效應研究[J].中國工業(yè)經(jīng)濟，2018（12）：152-169.

[21] 張瑞君，李小榮，許年行.貨幣薪酬能激勵高管承擔風險嗎[J].經(jīng)濟理論與經(jīng)濟管理，2013（8）：84-100.

[22] Baron R M，Kenny D A.The moderator-mediator variable distinction in social psychological research：Conceptual，strategic，and statistical considerations[J].Journal of Personality and Social Psychology，1986，51（6）：1 173-1 182.

[23] 溫忠麟，葉寶娟.中介效應分析：方法和模型發(fā)展[J].心理科學進展，2014，22（5）：731-745.

[24] 石大千，丁海，衛(wèi)平，劉建江.智慧城市建設能否降低環(huán)境污染[J].中國工業(yè)經(jīng)濟，2018（6）：117-135.

[責任編輯：鄭筆耕]