刘泽 杨忠英 赵海霞

【摘要】 文章通过最优尺度回归模型对影响高管薪酬的不同类型变量按重要性进行了综合排序，发现公司业绩和公司所在经济区域是最重要的决定因素；进一步的多变量线性回归分析发现，高管薪酬与公司业绩、公司规模、高管学历、高管年龄显著正相关，与高管持股比例的关系存在区间特征，与两职兼任的关系不显著；在与行业和地区的关系上，受部分行业和部分地区的影响较为显著。

【关键词】 上市公司； 高管薪酬； 决定因素； 实证研究

公司高层管理者薪酬问题长期以来备受关注，高管薪酬的决定因素像一个谜吸引着学术界的目光，大量的理论研究和实证研究都在试图解开这个谜团。委托代理理论被较早用于高管薪酬与公司绩效关系的研究，该理论认为，将公司业绩和高管薪酬水平挂钩可以最大程度地降低代理成本，公司业绩是决定高管薪酬水平的基本因素。基于该理论的实证研究，国外始于20世纪20年代，结论并不一致；国内则起步较晚。早期研究者认为高管薪酬与公司业绩并不存在显著的正相关关系，而更多学者在随后的研究中证实二者从统计学意义上显著正相关，但公司业绩对高管薪酬的解释程度却很有限。于是，越来越多的学者开始从其他角度考察高管薪酬的决定因素。人力资本理论成为很多学者解释高管薪酬的依据，实证研究中高管的个人特征变量如年龄、教育背景等被纳入分析过程。从公司内部因素来考察，高军等认为股东属性对CEO薪酬水平有显著影响，第一大股东持股比例、董事会结构及两职分设对CEO薪酬的影响还不具有统计显著性。大部分学者认同公司规模和高管薪酬之间的强关联性，刘善敏等人则认为经营者年薪与资产规模有显著的弱相关关系。从公司外部因素来考察，很多学者认为，行业特性显著影响经营者报酬，而陈志广认为行业对高管薪酬的影响仅表现在一些特定的行业；有相当数量公司的高管薪酬水平受地区因素的影响。研究还在继续，影响高管薪酬因素的多元性和复杂性决定了该问题研究过程的曲折性。已有的研究从不同的角度、选取不同口径的变量、不同数量的样本，探讨了高管薪酬的决定因素，并给出了不一的解释，这些研究加深了对高管薪酬现象的理解，推动了高管薪酬理论的发展，但多因素的综合研究较少。本文在前人研究的基础上，从多个角度综合考虑影响高管薪酬的各种因素，采用最优尺度回归模型对影响变量进行预分析，从整体上考察各变量对高管薪酬的相对重要性，在并此基础上，采用多变量线性回归模型进行更深入的分析，以期对高管薪酬的决定因素及其解释程度有更全面和更清晰的认识。

一、实证设计

（一）样本及数据来源

本研究以2009年我国沪深两市上市公司为研究对象，为避免极端数据对分析结果的影响，剔除了以下几种类型的公司：金融保险类公司；被ST的公司；当年净资产收益率为负值的公司；变量数据不全的公司；总经理年薪显示为零或未披露的公司，共获得2009年1 139个上市公司的样本数据。上市公司数据来源于金融界、东方财富网、新浪财经等财经网站以及巨潮资讯网的上市公司年报。采用软件SPSS16.0进行数据分析。

（二）变量界定

高管及高管薪酬的界定。高管口径的确定在不同的研究者之间差异较大，本文为了观察高管个人特征对薪酬的影响，并考虑到总经理个人人力资本特征对公司发展的影响以及合理的薪酬安排对总经理积极性和能力发挥的关键性作用，只考虑总经理一人。由于目前我国上市公司薪酬结构的主要组成部分是年度薪酬，所以，高管薪酬以上市公司公布的总经理年薪（万元）表示。

影响变量的界定。影响变量的选择综合考虑了公司业绩、长期激励、高管个人背景、公司内部治理、公司特征及行业、地区等因素，各变量的说明见表1。

（三）研究假设

本研究建立如下假设。假设1：高管薪酬与公司业绩正相关；假设2：高管薪酬与高管持股比例负相关；假设3：高管薪酬与公司规模正相关；假设4：高管薪酬与高管学历正相关；假设5：高管薪酬与高管年龄正相关；假设6：高管薪酬与董事长和总经理两职是否兼任有关；假设7：高管薪酬与公司所属行业有关；假设8：高管薪酬与公司所在地区的经济发展水平有关。

二、实证分析

（一）最优尺度回归分析

由于各影响变量的计量尺度不同，为了能够从整体上说明不同类型的变量对高管薪酬影响的强弱程度，引入最优尺度回归模型。该模型是在将原始变量转化为量化评分的基础上进行模型的拟合，其结果可以使我们对各影响变量与高管薪酬的相关性以及对高管薪酬影响的重要性有所认识。

最优尺度回归的结果表明，只有两职兼任与高管薪酬的关系未通过检验，对高管薪酬的影响不显著。从表2的结果来看，第一，高管薪酬与各变量之间的偏相关系数普遍较低，都在0.3以下，与公司所在地区的偏相关系数最高，与两职兼任的偏相关系数最低。第二，根据各影响变量对高管薪酬重要程度百分比可以看出，处于前三位的是每股收益、净资产收益率和公司所在地区（分别是26.7%、22.8%和22.7%），之后依次是公司规模、高管学历、行业因素、高管年龄、高管持股比例，两职兼任对高管薪酬的重要程度最低，只有1%。第三，各变量的容忍度指标都较高，说明各影响变量之间不存在共线性的问题。

通过最优尺度回归，得以将数值型变量和非数值型变量放在一起衡量，实现了不同类型的变量对高管薪酬重要性的排序。需要说明的是，该排序只限于本文的样本和所选用的变量。实际上，改变变量的构成或删除、增加样本都有可能改变变量重要性排序。比如，金融保险类公司高管薪酬水平远远高于其他行业，在面向所有上市公司分析时，为避免该行业的较大值对整体分析结果的影响，将其删除了，重要性排序是排除该行业后的结果。

（二）多元线性回归分析

1.回归变量的确定及模型构建

对于多分类变量，在建立多元线性回归模型前需要进行哑变量设置，这里行业设置了11个哑变量，以农林牧渔业为对照；地区设置了7个哑变量，以西北地区为对照。同时，为保证数据的正态性，对总经理年薪、每股收益、净资产收益率、高管持股比例和公司总资产进行了对数变换，分别表示为LnPAY、lnEPS、lnROE、lnMSR、lnTA。

皮尔逊相关系数表明（表3），LnPAY与lnEPS、lnROE、lnTA、学历和年龄是正相关关系，且在0.01的显著性水平上通过了检验；LnPAY与lnMSR相关程度很低且未通过显著性检验；LnPAY与两职是否兼任相关性极低且未通过显著性检验。

鉴于以上的分析结果，建模时，第一，删除变量“lnMSR”，但对lnMSR的描述性分析又发现，以高管持股比例1%为分界线存在并列的两个正态分布，于是，将全部样本分为两组，持股比例低于1%的公司和高于1%的公司，分组计算皮尔逊相关系数。结果显示，低于1%组的LnPAY与lnMSR之间是显著的正相关关系（相关系数是0.131），高于1%组的LnPAY与lnMSR之间则是显著的负相关关系（相关系数是-0.197），LnPAY与lnMSR的关系呈现出分段特征。第二，删除变量“两职兼任”。第三，删除变量“lnROE”。因为绩效指标lnEPS和lnROE之间相关程度太高，相关系数高达0.881，影响变量之间这种较高的相关关系将对分析结果产生较大影响，因此，建模时只保留与高管年薪相关程度更高的lnEPS。

所建模型的基本形式为：

式中，IND是行业哑变量，REG是地区哑变量。

2.结果分析

R Square=0.260，Adjusted R Square=0.245，Durbin-Watso=2.074，F=17.796（Sig.=0.000），表明，整个回归模型是有意义的，模型拟合情况良好，变量之间不存在多重共线性，所有变量对高管薪酬的联合解释程度为24.5%。

从表4来看，每股收益（lnEPS）、总资产（lnTA）、高管学历及年龄对高管年薪都有显著的正影响。从Beta值来看，总资产为0.273，每股收益为0.243，说明公司规模对高管薪酬的决定作用在一定程度上要大于公司绩效。实际上，规模大的公司要求管理者具有更高的素质和更强的能力，管理者也将承担更大的风险，因而薪酬设计也应与此相匹配。学历和年龄的Beta值分别是0.101和0.109，说明二者对高管薪酬的影响虽然从统计学上是显著的，但影响程度并不高。另外，描述性分析发现，高管的学历普遍较高，总经理中本科以上学历占了85%，硕士研究生以上学历占了51%；而高管的年龄趋于年轻化，总经理中40至50岁之间的占到59%，50至60岁之间占了30%，所以，学历及年龄的差别对薪酬的影响是有限的。

再看行业和地区的影响。行业因素总体上对高管薪酬影响显著，分行业看，农林牧渔类公司的高管薪酬在所有行业中是最低的。以农林牧渔业（行业1）为参照，在排除金融保险业后，只有批发零售（行业8）、房地产业（行业10）和传播文化（行业12）业的高管薪酬受行业因素的影响显著，其他行业高管薪酬的行业性影响并不明显，行业之间的差异尚需进一步的检验。地区因素对高管薪酬的影响总体上也是显著的。以西北地区（地区8）为参照，只有南部沿海地区（地区1）和东部沿海地区（地区2）的高管薪酬受地区因素影响显著，其余几个地区薪酬的地区性作用不明显。

三、结论与不足

通过上述分析可以得出以下几点结论：第一，各影响变量对高管薪酬的重要程度不同，按重要性高低依次是：每股收益、净资产收益率、公司所在地区、公司规模、高管学历、行业因素、高管年龄、高管持股比例和两职兼任；第二，高管薪酬与公司业绩、公司规模、高管学历及年龄显著正相关，假设1、假设3、假设4和假设5得到验证；第三，高管薪酬与高管持股比例的关系具有区间特征，高管持股比例低于1%时，二者显著正相关，高于1%时，二者显著负相关，假设2在一定条件下得到验证；第四，高管薪酬与两职是否兼任的关系不显著，否定了假设6；第五，行业对高管薪酬的显著影响主要体现在房地产业、批发零售业和传播文化业，假设7得到验证；第六，高管薪酬与公司所在地区有很大关系，经济较发达地区高管薪酬的地区性因素影响较为突出，假设8得到验证。

尽管从多个角度、采用多重变量进行了较为全面的分析，但在分析过程中也发现，不止一个变量对高管薪酬的影响存在结构性特征，本文对此未进行深入分析，而这种结构性分析也许会使人们就各变量对薪酬的现实影响有更好的认识。另外，截面分析结论只能说明特定条件下各相关变量对高管薪酬的影响，从长期来看，各影响变量与高管薪酬之间是否存在一种稳定的互动关系还有待于进一步的研究。

【参考文献】

［1］ 魏刚.高级管理层激励与上市公司经营绩效［J］.经济研究，2000（3）：32-39.

［2］ 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（1）：24-30.

［3］ 杜胜利，翟艳玲.总经理年度报酬决定因素的实证分析［J］.管理世界，2005（8）：14-20.

［4］ 杜兴强，王丽华.高层管理当局薪酬与上市公司业绩的相关性实证研究［J］.会计研究，2007（1）：58-65.

［5］ 高军，徐向艺.上市公司股权结构和董事会结构对CEO薪酬的影响［J］.东岳论丛，2006（9）：76-80.

［6］ 刘善敏，谌新民.经营者报酬激励的规模与行业特性［J］.华南师范大学学报(社会科学版)，2005（2）：25-31.

［7］ 陈志广.高级管理人员报酬的实证研究［J］.当代经济科学，2002（5）：58-63.