趙雪男

(南京鐵道職業(yè)技術學院， 南京 210031)

熊彼特增長理論提出，內生的技術進步是經濟持續(xù)增長的原動力[1]。創(chuàng)新關乎企業(yè)的成長壯大和國家的競爭優(yōu)勢[2-3],如何激勵企業(yè)創(chuàng)新是科研機構、企業(yè)和政府共同關心的重大課題。

高管(本文指能夠對企業(yè)施加重大影響的人員，具體包括企業(yè)的董事、監(jiān)事和高級管理人員)是企業(yè)創(chuàng)新活動的決策者和領導者，直接決定著企業(yè)創(chuàng)新活動投入力度和如何開展。研究高管薪酬激勵是否可以有效地促進企業(yè)創(chuàng)新，具有重要的理論和現(xiàn)實意義。然而，對于高管薪酬激勵對企業(yè)創(chuàng)新的影響這一課題，現(xiàn)有研究結論并不一致。大部分學者認為，高管薪酬激勵有助于降低企業(yè)的委托代理成本，高管激勵與企業(yè)創(chuàng)新顯著正相關[4-8]。但也有研究顯示,高管薪酬激勵不僅不會帶來預期效果，反而會抑制企業(yè)創(chuàng)新[9-10]。還有學者認為，高管股權激勵和企業(yè)創(chuàng)新的關系不顯著，高管貨幣薪酬激勵與企業(yè)創(chuàng)新之間呈現(xiàn)“U”形關系[11]。

現(xiàn)有研究結論不一致的原因如下:一方面，高管薪酬激勵可以作為高管承擔創(chuàng)新活動產生的額外風險的補償和獎勵，激勵高管做出增加企業(yè)價值的創(chuàng)新投資決策；另一方面，因為高管偏好規(guī)避風險，且股東與高管獲得的企業(yè)經營管理信息不對稱，高管很可能為取得高薪酬而選擇與創(chuàng)新活動的收益預期相同的保守型項目，但這種選擇對企業(yè)創(chuàng)新是有害的。此外，會計信息的可比性直接關系到企業(yè)業(yè)績評價和會計信息質量，以及高管對研發(fā)活動貢獻大小的評估，但現(xiàn)有文獻尚缺乏關于會計信息可比性對高管激勵與企業(yè)創(chuàng)新關系的調節(jié)作用的研究?；诖耍疚囊?009—2017年中國深滬兩市A股主板上市公司為研究對象，對上述問題進行理論分析和實證檢驗。

一、理論分析和研究假設

(一)高管貨幣薪酬激勵和企業(yè)創(chuàng)新

高管薪酬最主要的兩種形式是貨幣薪酬和股權。高管貨幣薪酬激勵作為一種短期激勵形式，對于其能否有效促進企業(yè)創(chuàng)新尚無定論。解維敏[9]基于2007—2015年非金融類A股上市公司的實證檢驗結果指出，高管貨幣薪酬激勵的短期性會導致管理人員的短視行為和風險規(guī)避行為。也有學者得出相反的結論，徐經長等[8]以2009年出臺并實施的針對國有企業(yè)的限薪政策為外生政策沖擊，選取2007—2015年全部A股上市公司數(shù)據(jù)為樣本，采用樣本配對和雙重差分回歸分析的方法，證實了高管貨幣薪酬對企業(yè)創(chuàng)新投入有顯著的促進作用。

在委托代理理論的框架下，由于高管和股東之間存在經營權和所有權的分離，高管往往利用自身與股東掌握的企業(yè)經營管理信息不對稱這一優(yōu)勢，避開股東對自己的監(jiān)督，產生追求個人利益最大化而損害公司價值和股東利益的尋租行為，導致第一類代理問題[12]。因此，企業(yè)需要對高管實施激勵，使高管做出有利于企業(yè)和股東的經營管理決策，以緩解委托代理問題。

根據(jù)投資組合理論，股東通過資本市場的組合投資可以降低自己承擔的總風險水平，而高管將自己的人力資本投資于一家特定公司會導致自己承擔更高的風險，因此股東是風險中性的，而高管是風險規(guī)避的[13]。高管傾向于投資風險小于企業(yè)最優(yōu)投資風險的項目，因為投資失敗對高管職位和聲譽的損害會比股東承擔的損失更加嚴重[14]。創(chuàng)新是提高企業(yè)競爭力、推動企業(yè)價值長期提升的重要途徑，而企業(yè)的創(chuàng)新活動有周期長、投入大、風險高和結果不確定等特點，創(chuàng)新項目的開展要求企業(yè)具備較高的風險承擔能力[15]。但風險規(guī)避的高管由于擔心創(chuàng)新失敗對自己產生負面影響，往往會抑制創(chuàng)新。最優(yōu)契約理論認為，合理設計高管薪酬激勵可以削弱高管的風險規(guī)避程度，是解決第一類代理問題的有效途徑，可以激勵高管做出有效率的投資決策，從而促進企業(yè)創(chuàng)新[16-17]。因此，如何設計合理的高管薪酬方案以緩解代理問題、促進企業(yè)創(chuàng)新，一直是實務界和學術界研究的熱點話題。

中國雖然已經有部分上市公司對高管施行股權激勵等長期激勵手段，但貨幣薪酬仍然是高管薪酬的最主要形式，對高管行為的影響不容忽視。并且，隨著貨幣薪酬激勵的短期性不斷弱化，激勵的有效性得到提升?；谝陨戏治觯疚奶岢鋈缦录僭O：

假設1：高管貨幣薪酬激勵能夠促進企業(yè)創(chuàng)新。

(二)高管股權激勵和企業(yè)創(chuàng)新

高管股權激勵是針對高管的一種長期激勵機制，相較于傳統(tǒng)的貨幣薪酬激勵而言，更加注重高管的長期績效表現(xiàn)。中國從2006年開始實施《上市公司股權激勵管理辦法(試行)》，施行股權激勵的歷史相對較短，激勵機制設計尚不完善，股權激勵實施效果仍存在爭議。徐長生等[18]指出，中國上市公司股權激勵的福利性質比激勵性質顯著，沒有發(fā)揮預期的激勵作用。而田軒和孟清揚[5]選取 2008 年證監(jiān)會發(fā)布股權激勵有關事項備忘錄作為準自然實驗，發(fā)現(xiàn)股權激勵對中國上市公司的創(chuàng)新投入和產出均有促進作用。

股東更加注重企業(yè)的長期價值提升，希望將企業(yè)的資源盡可能多地投資于能夠增加企業(yè)長期價值的項目，而高管在進行經營和投資決策時，往往會出于對自身利益的考慮而做出不利于股東利益的決策?；凇袄孚呁僬f”，只有在高管與股東的利益一致時，高管才有努力促進企業(yè)長遠發(fā)展的動力[12]。

Manso等[19-20]建立的理論指出，企業(yè)創(chuàng)新是在探索具有潛在失敗風險的方法中通過學習得以實現(xiàn)的。創(chuàng)新活動具有很大的未知性，特別是在創(chuàng)新項目的開始階段，通常需要反復嘗試。企業(yè)的激勵計劃需要對這種早期的失敗具有充分的寬容度，才更有可能鼓勵研發(fā)項目持續(xù)進行下去以取得后期的高回報，最終提升股東價值。

高管股權激勵方案一般都會設計一定的行權時間限制，要求高管在事先規(guī)定的一段時期之后才能行權。行權等待期的存在，使高管不會過分在意投資的短期回報，而更加關注可以提升企業(yè)長期價值的投資活動[21]。并且通過讓高管享有企業(yè)部分所有權的方式將高管與股東利益捆綁，能夠提升高管的風險承擔水平。這恰恰與創(chuàng)新項目所具有的周期長、風險大和需要大量前期投入的特點相匹配。由此可見，股權激勵是具有上述促進創(chuàng)新最優(yōu)契約特點的激勵方式， 制訂合理的股權激勵計劃能夠顯著緩解委托代理問題?；谝陨戏治?，本文提出如下假設：

假設2：高管股權激勵能夠促進企業(yè)創(chuàng)新。

(三)會計信息可比性對高管薪酬激勵與企業(yè)創(chuàng)新關系的調節(jié)作用

會計信息可比性作為一項基本的會計信息質量特征，是提供有利于決策的會計信息的重要前提，一直備受關注。已有多位學者研究了會計信息可比性的影響因素，部分學者研究了會計信息可比性的經濟后果。此外，有學者研究指出，會計信息可比性與企業(yè)創(chuàng)新[22]、高管薪酬契約有效性[23]均存在顯著正相關關系；但會計信息可比性對高管薪酬激勵與企業(yè)創(chuàng)新的關系是否存在調節(jié)作用，尚沒有相關文獻支持。

一方面，會計信息可比性會直接影響對高管薪酬契約作用于企業(yè)創(chuàng)新效果的評價。因為無論是高管貨幣薪酬契約還是股權激勵契約，都需要通過會計業(yè)績指標衡量高管對企業(yè)創(chuàng)新的投入程度，所以會計業(yè)績指標測量的準確性將直接影響高管薪酬契約的制訂。當會計信息可比性較高時，可以更好地縱向分析前后各期間企業(yè)的差異，橫向分析同行業(yè)不同企業(yè)的市場風險或行業(yè)風險，鑒別公司特有風險在股東與高管之間的分擔情況，以此作為高管努力程度的判斷依據(jù)[24]，從而更好地對高管促進企業(yè)創(chuàng)新的作用進行評估。

另一方面，較高的會計信息可比性還可以提高對高管的監(jiān)督效率，約束高管的機會主義行為。高管有可能利用自身的信息優(yōu)勢和在企業(yè)里的權力地位，干預薪酬委員會的薪酬制訂，會計信息可比性的提高則可以降低股東監(jiān)督高管行為的難度[25]。當會計信息可比性較高時，同行業(yè)同類公司高管薪酬水平會成為良好的對照，可有效抑制高管的機會主義行為，讓高管不再抱有利用自身權力干預薪酬制訂的僥幸心理，從而更有動力開展創(chuàng)新活動以達成自身考核目標并提升薪酬水平。基于以上兩方面的分析，本文提出如下假設：

假設3a：會計信息可比性能夠正向調節(jié)高管貨幣薪酬激勵與企業(yè)創(chuàng)新的關系。

假設3b：會計信息可比性能夠正向調節(jié)高管股權激勵與企業(yè)創(chuàng)新的關系。

二、研究設計

(一)樣本選擇與數(shù)據(jù)來源

選取2009—2017年中國深滬兩市A股主板上市公司數(shù)據(jù)為初始樣本。 樣本公司的財務數(shù)據(jù)來源于國泰安CSMAR公司研究數(shù)據(jù)庫，并與CCER中國經濟金融數(shù)據(jù)庫核對一致，上市公司所在地區(qū)的數(shù)據(jù)從上海證券交易所和深圳證券交易所官網下載得到。樣本區(qū)間選擇原因如下：2006年，財政部發(fā)布《企業(yè)會計準則》，要求企業(yè)披露研發(fā)支出；2008年，科技部、財政部、國家稅務總局聯(lián)合印發(fā)《高新技術企業(yè)認定管理辦法》；2009年及以后，企業(yè)的研發(fā)數(shù)據(jù)披露比較規(guī)范且受國家政策影響較小，具有較高的連續(xù)性；2017年是本研究實施時能取得最新數(shù)據(jù)的年度。

本研究對初始樣本進行如下篩選和處理：(1)剔除了金融行業(yè)的樣本；(2)剔除了ST或*ST企業(yè)的樣本；(3)為有效計算會計信息可比性，剔除了各觀測年度前16個季度凈利潤和季度股票收益率數(shù)據(jù)缺失的樣本；(4)剔除了控制變量數(shù)據(jù)不全的樣本。同時，為了排除極端值對結果的影響，對連續(xù)變量在前后1% 的水平上進行了縮尾(Winsorize)處理，最終共得到5844個有效觀測值。數(shù)據(jù)處理采用Excel 2016和Stata 15.0軟件。

(二)變量選取

模型中的各變量及其選取依據(jù)如下。變量的具體定義如表1所示。

1.被解釋變量

被解釋變量為企業(yè)創(chuàng)新(Inn)。現(xiàn)有研究多從研發(fā)投入和研發(fā)產出兩方面衡量企業(yè)創(chuàng)新。出于數(shù)據(jù)的可獲得性原因，絕大多數(shù)學者以企業(yè)專利的申請數(shù)量和授予數(shù)量衡量研發(fā)產出。但是由于各項專利的異質性明顯，專利在企業(yè)中是否得到應用以及應用的領域、時間等信息難以獲取，專利對企業(yè)實際價值的影響難以量化，代表性不強。因此，本文以研發(fā)投入和企業(yè)營業(yè)收入的比值衡量企業(yè)創(chuàng)新(Inn)，這也與《高新技術企業(yè)認定管理辦法》中對企業(yè)創(chuàng)新水平的衡量口徑一致。

2.解釋變量

解釋變量為高管薪酬激勵，并從貨幣薪酬激勵和股權激勵這兩個方面來衡量各企業(yè)的高管薪酬激勵。具體來說，以董監(jiān)高當年的平均薪酬(含津貼)加1再取自然對數(shù)衡量高管貨幣薪酬激勵(Salary)；以表示企業(yè)當年是否施行高管股權激勵計劃的啞變量衡量高管股權激勵(Share)，施行股權激勵則變量值取1，否則取0，并手工篩選出股權激勵方案取消的企業(yè)，將其各年份的值均設定為0。

3.調節(jié)變量

調節(jié)變量為會計信息可比性(COMP)。De Franco等[25]認為，企業(yè)的會計系統(tǒng)將經濟事件和財務報表一一對應，當企業(yè)i和企業(yè)j的這種對應關系類似時，兩家企業(yè)的會計系統(tǒng)就具有可比性。也就是說，對于一組特定的經濟事件，如果兩家企業(yè)編制了兩套類似的財務報表，這兩家企業(yè)之間的會計信息就具有可比性。為了把這個定義量化，本文選取企業(yè)i第t期末以前連續(xù)16個季度的數(shù)據(jù)，以季度會計盈余(Earningsi,t)，即季度凈利潤除以期初權益市場價值，代表財務報表編制結果，以季度股票收益率(Returni,t)代表企業(yè)發(fā)生的經濟事件，用兩者之間的線性關系衡量企業(yè)會計系統(tǒng)。此外，由于受到謹慎性原則的影響，企業(yè)對收益與損失的確認存在差異，企業(yè)會計系統(tǒng)對不利消息的確認比對利好消息的確認更及時[26-27]，在De Franco等[25]的模型中加入表示季度股票收益率是否為負的啞變量(Negi,t)，構建衡量企業(yè)會計系統(tǒng)的模型[28]：

Earningsi,t=ai+biReturni,t+ciNegi,t+diNegi,t×Returni,t+εi,t

(1)

模型(1)中，如果季度股票收益率為負，則Negi,t取1，否則取0。用該回歸方程估計出企業(yè)i第t期的回歸系數(shù)。為進一步衡量企業(yè)i和企業(yè)j的會計信息可比性，假定兩個公司面對相同經濟事件(Returni,t固定)，將Returni,t分別代入企業(yè)i和企業(yè)j的會計系統(tǒng)方程,測算各自的預期盈余E(Earnings)i,i,t和E(Earnings)i,j,t。

(2)

(3)

再定義企業(yè)i和企業(yè)j的會計信息可比性(COMP)為兩企業(yè)預期盈余差異絕對值的平均數(shù)的相反數(shù):

(4)

根據(jù)上述方法，逐個計算出企業(yè)i與同行業(yè)其他各家公司的會計信息可比性，取平均數(shù)，記為COMP。另外，為了使結果更加穩(wěn)健，將計算出的企業(yè)i與同行業(yè)其他各家公司的會計信息可比性值從大到小排序，取前4個值的平均值作為公司i的會計信息可比性測度值，記為COMP4。COMP和COMP4的值越大，表示會計信息可比性越強。

4.控制變量

借鑒現(xiàn)有企業(yè)創(chuàng)新影響因素的研究，選取以下控制變量：資產收益率(ROA)、資產負債率(Leverage)、資產規(guī)模(Asset)、企業(yè)成長性(Growth)、兩職兼任(Duality)、股權制衡度(Balance)、政府補貼(Subsidy)、現(xiàn)金持有水平(Cash)。并對研究樣本的上市年限(ListYear)進行了控制,對地區(qū)(Region)、行業(yè)(Industry)、年份(Year)用啞變量進行了控制。

(三)模型設定

由于樣本為非平衡短面板數(shù)據(jù)，不符合隨機效應模型的要求，并需通過使用穩(wěn)健標準誤解決異方差問題，所以主要實證研究方法采用面板數(shù)據(jù)的固定效應Robust多元回歸模型。各主回歸模型如式(5)(6)(7)(8)所示。其中，α1為回歸方程的截距，β1至β3表示各解釋變量的回歸系數(shù)，γi表示各控制變量的回歸系數(shù)，Controlsi表示各控制變量，ε1為殘差項。

(5)

模型(5)用于檢驗假設1，從β1是否顯著判斷高管貨幣薪酬激勵(Salary)和企業(yè)創(chuàng)新(Inn)是否存在線性關系。若β1顯著為正，則表示高管貨幣薪酬激勵和企業(yè)創(chuàng)新顯著線性正相關，支持假設1；若β1顯著為負，則表示高管貨幣薪酬激勵和企業(yè)創(chuàng)新顯著線性負相關。

(6)

模型(6)用于檢驗假設2，從β1是否顯著判斷施行高管股權激勵(Share)是否對企業(yè)創(chuàng)新(Inn)有顯著影響。若β1顯著為正，則表示施行股權激勵顯著促進企業(yè)創(chuàng)新，支持假設2；若β1顯著為負，則表示施行股權激勵顯著抑制企業(yè)創(chuàng)新。

(7)

模型(7)用于檢驗假設3a，通過高管貨幣薪酬激勵(Salary)和會計信息可比性(COMP)的交乘項(COMP4代替COMP的模型其他部分相同，此處不再單獨列出)衡量會計信息可比性是否對高管貨幣薪酬激勵與企業(yè)創(chuàng)新(Inn)的關系有調節(jié)作用。如果β3顯著為正，則表示具有正向調節(jié)作用，支持假設3a；如果β3顯著為負，則表示具有負向調節(jié)作用。

(8)

模型(8)用于檢驗假設3b，通過高管股權激勵(Share)和會計信息可比性(COMP)的交乘項(COMP4代替COMP的模型其他部分相同，此處不再單獨列出)衡量會計信息可比性是否對高管股權激勵與企業(yè)創(chuàng)新(Inn)的關系有調節(jié)作用。如果β3顯著為正，則表示具有正向調節(jié)作用，支持假設3b；如果β3顯著為負，則表示具有負向調節(jié)作用。

三、實證結果和分析

(一)描述性統(tǒng)計分析

表2列出了主要變量的描述性統(tǒng)計結果。結果顯示，企業(yè)創(chuàng)新(Inn)變量的均值為2.427%，75%分位數(shù)為3.520%，標準差為2.703，說明中國主板上市公司的創(chuàng)新投入水平總體不高。

表2 變量描述性統(tǒng)計結果

10.1%的樣本企業(yè)在觀測年度施行了股權激勵(Share)，說明中國只有少部分上市公司施行了股權激勵，貨幣薪酬激勵仍然是高管激勵的主要形式。其他統(tǒng)計量的描述性統(tǒng)計結果和已有相關研究顯示的數(shù)據(jù)特征類似。

(二)相關性分析

各主要變量的相關關系分析結果如表3所示。Inn與Share、Salary分別在1%水平上顯著正相關，說明施行股權和薪酬激勵均可促進企業(yè)創(chuàng)新，高管薪酬越高，企業(yè)創(chuàng)新投入越多，初步驗證了假設1和假設2。COMP與Inn在1%水平上顯著正相關，說明會計信息可比性較高的企業(yè)，研發(fā)投入也較高，與理論分析一致。被解釋變量與所有解釋變量、控制變量均顯著相關，說明變量選取合適，其中兩職兼任(Duality)、股權制衡度(Balance)、政府補貼(Subsidy)、現(xiàn)金持有水平(Cash)與企業(yè)創(chuàng)新(Inn)正相關。此外，各變量相關系數(shù)的絕對值均小于0.5，排除嚴重多重共線性對回歸模型的潛在影響。

表3 主要變量相關性

(三)多元回歸分析

表4列出了主回歸模型分析結果。

表4 主回歸模型分析結果

1.高管貨幣薪酬激勵與企業(yè)創(chuàng)新的回歸分析

列(1)回歸結果顯示，Salary的系數(shù)為0.468，且在1%水平上顯著，即Salary每變動1個單位，Inn平均增加0.468%，高管貨幣薪酬激勵與企業(yè)創(chuàng)新顯著線性正相關，驗證了假設1。說明中國A股上市公司高管貨幣薪酬激勵方案設計整體較合理，在一定程度上克服了激勵的短期性局限，能夠調動高管的工作積極性，有效激勵高管加強企業(yè)創(chuàng)新。

2.高管股權激勵與企業(yè)創(chuàng)新的回歸分析

列(2)回歸結果顯示，Share的系數(shù)為0.750，且在1%水平上顯著，即相對于沒有施行的企業(yè),施行股權激勵計劃的企業(yè)Inn平均增加0.750%，表明高管股權激勵顯著促進企業(yè)創(chuàng)新，驗證了假設2。說明中國A股上市公司的股權激勵計劃起到了預期的激勵效果，而并非只是一種福利性政策。

3.會計信息可比性的調節(jié)作用

列(3)(5)回歸結果顯示，Salary×COMP和Salary×COMP4的系數(shù)分別為6.354和16.059，且在1%水平上顯著，表明會計信息可比性對高管貨幣薪酬激勵促進企業(yè)創(chuàng)新有顯著的正向調節(jié)作用，驗證了假設3a。

列(4)(6)回歸結果顯示，Share×COMP和Share×COMP4的系數(shù)分別為19.182和43.240，且在1%水平上顯著，表明會計信息可比性對高管股權激勵促進企業(yè)創(chuàng)新有顯著的正向調節(jié)作用，驗證了假設3b。

控制變量的回歸結果顯示，Inn同Duality、Balance、Subsidy顯著正相關，說明若董事長和總經理由一人擔任、股權的制衡度越高、企業(yè)得到的政府補貼越多，則越有利于企業(yè)創(chuàng)新，這和相關文獻研究結論一致。Inn同Leverage顯著負相關，說明負債也許不是企業(yè)創(chuàng)新所需資金的主要來源。Inn同Asset顯著負相關，說明資產規(guī)模大的企業(yè)，研發(fā)投入占營業(yè)收入的比值反而較小。Inn和ROA、Cash關系不顯著。

(四)穩(wěn)健性檢驗

以上模型已經通過控制研究樣本的上市年限、地區(qū)、行業(yè)和年份，一定程度上緩解了主回歸模型可能存在的內生性問題。為了驗證研究結果的穩(wěn)健性，進一步展開如下檢驗。

1.內生性問題檢驗

高管薪酬激勵，可能是企業(yè)對高管豐富的管理經驗、相關專業(yè)背景和較高個人能力的報酬，也可能是出于對企業(yè)自身經營管理需要的考慮，而使得解釋變量并非是隨機及外生的。針對主回歸的實證檢驗結果是否受到了樣本自選擇偏差的影響而失真這一問題，采用Heckman兩階段模型分別對高管貨幣薪酬激勵(Salary)和高管股權激勵(Share)進行檢驗。

首先，通過Heckman兩階段模型檢驗主回歸中解釋變量Salary可能存在的內生性問題。在Heckman模型第一階段，設定Probit回歸模型的被解釋變量為啞變量Salary_D，若Salary大于樣本中位數(shù)，則表示該企業(yè)高管貨幣薪酬較高，Salary_D取1，否則取0；并且在第一階段模型中加入相同年份同行業(yè)其他公司Salary的均值OtherSalary作為工具變量，利用此階段回歸方程的結果計算逆米爾斯比率(IMR)，代入Heckman第二階段模型進行擬合,擬合結果如表5所示。由表5中列(1)(2)(3)結果可知，Heckman第二階段回歸結果中IMR的回歸系數(shù)不顯著，說明原回歸模型并不存在樣本選擇偏差，可以信賴原模型的回歸結果，并且此處Salary、Salary×COMP和Salary×COMP4的回歸系數(shù)均在1%水平上顯著為正，說明高管貨幣薪酬激勵與企業(yè)創(chuàng)新的主要回歸結果穩(wěn)健。

接下來，通過Heckman兩階段模型檢驗主回歸中解釋變量Share可能存在的內生性問題。在Heckman模型第一階段，設定Probit回歸模型的被解釋變量為啞變量Share，并且在第一階段模型中加入相同年份同行業(yè)其他公司Share的均值OtherShare作為工具變量，利用此階段回歸方程的結果計算逆米爾斯比率(IMR)，代入Heckman第二階段模型進行擬合。由表5中列(4)(5)(6)結果可知，雖然 Heckman第二階段回歸結果中IMR的回歸系數(shù)顯著為正，但同時Share、Share×COMP和Share×COMP4的回歸系數(shù)依然均在1%水平上顯著為正，和高管股權激勵與企業(yè)創(chuàng)新的主要回歸結果一致。

表5 高管薪酬激勵與企業(yè)創(chuàng)新的Heckman兩階段模型擬合結果

2.其他穩(wěn)健性檢驗

為了檢驗主回歸模型的可靠性，從以下各方面進行檢驗：(1)改變回歸模型。由于企業(yè)創(chuàng)新(Inn)屬于受限被解釋變量，即以0為最小值的左歸并，所以采用歸并回歸的Tobit回歸方法，并對公司聚類重新進行回歸。主回歸模型實際上是均值回歸，只反映變量集中趨勢的回歸結果，如果變量分布不對稱，均值回歸對樣本的代表性會顯著降低，所以采用分位數(shù)回歸模型(穩(wěn)健標準誤)重新進行回歸。(2)改變樣本區(qū)間。2015年10月，科技部、財政部、國家稅務總局聯(lián)合修訂《高新技術企業(yè)認定管理辦法》，自2016年1月1日起實施。因此，2016—2017年的研發(fā)支出可能會受到與企業(yè)創(chuàng)新相關的國家重大政策修訂的影響。出于穩(wěn)健性考慮，對2009—2015年的樣本重新進行回歸。(3)改變被解釋變量定義。用研發(fā)投入總額占凈資產比例(Inn2)代替研發(fā)投入總額占營業(yè)收入比例(Inn)進行回歸。(4)改變解釋變量定義。用董監(jiān)高排名前三高的貨幣薪酬之和(TopSala)代替高管平均貨幣薪酬(Salary)，考慮到高管薪酬激勵對企業(yè)創(chuàng)新的影響可能具有滯后性，用滯后一期的高管貨幣薪酬激勵作為高管薪酬激勵的代理變量，用發(fā)行激勵總數(shù)占總股本比例代替是否施行股權激勵(Share)，分別進行回歸。結果顯示,以上穩(wěn)健性檢驗的結果均與主回歸結果保持一致，說明主回歸分析的結論是可靠的。

四、研究結論

高管是企業(yè)創(chuàng)新的決策者和領導者，其行為特征深刻影響著企業(yè)的發(fā)展。如何實施有效的高管薪酬激勵以促進企業(yè)創(chuàng)新，對企業(yè)的持續(xù)發(fā)展至關重要。本文以2009—2017年中國深滬兩市A股主板上市公司數(shù)據(jù)為研究樣本，采用面板數(shù)據(jù)的固定效應穩(wěn)健標準誤多元回歸模型，實證檢驗了高管貨幣薪酬激勵和高管股權激勵對企業(yè)創(chuàng)新的影響，以及會計信息可比性對高管薪酬激勵與企業(yè)創(chuàng)新關系的調節(jié)作用。研究結果顯示：(1)高管貨幣薪酬激勵和股權激勵均能顯著促進企業(yè)創(chuàng)新；(2)會計信息可比性的提升對高管薪酬激勵與企業(yè)創(chuàng)新的關系具有顯著的正向調節(jié)作用。

本研究的主要貢獻在于：(1)對高管薪酬激勵與企業(yè)創(chuàng)新的關系構建模型，并進行了多維度的穩(wěn)健性檢驗，以保證分析結果的可靠性，豐富了關于高管薪酬激勵的有效性和關于企業(yè)創(chuàng)新的影響因素這兩方面的研究文獻；(2)在分析高管薪酬激勵與企業(yè)創(chuàng)新關系的影響因素時，對企業(yè)內部的異質性展開研究，通過理論分析和實證檢驗驗證高管薪酬激勵與企業(yè)創(chuàng)新關系中會計信息可比性的調節(jié)作用，彌補了以往文獻多從企業(yè)所處的外部環(huán)境尋找原因的不足，進一步揭示了高管薪酬激勵對企業(yè)創(chuàng)新的作用機理,這些發(fā)現(xiàn)對中國企業(yè)高管薪酬方案的設計和優(yōu)化具有一定的啟示作用。