股权激励与企业绩效关系

股权激励与企业绩效关系

作者：董兴林齐欣

来源：《中国市场》2017年第14期

[摘要]创业板上市公司实施以人力资本为激励对象的股权激励机制，有利于留住企业的优秀人才。选取2013年12月31日前公告股权激励草案的创业板上市公司作为研究对象，运用相关性分析、回归分析等计量经济学方法实证分析创业板上市公司股权激励与企业绩效的关系。研究发现实施股权激励对创业板上市公司的企业绩效有促进作用，但效果不显著。

[关键词]股权激励；创业板上市公司；企业绩效

[DOI]1013939/jcnkizgsc201714091

1引言

大众创业、万众创新时代，为留住优秀人才，越来越多的企业开始实施以人力资本为激励对象的股权激励机制，尤其以高科技型上市公司（高科技企业大部分在创业板上市）为主力军。根据巨潮资讯的统计结果，2009年创业板推出以来，共有122家上市公司采取股权激励方式，许多学者也纷纷投入股权激励的相关研究。宋敏、李春涛（2010）指出股权激励机制能够有效促进企业创新，提高企业绩效；[1]陈永圣、陈德萍（2011）研究发现股权集中度与企业绩效呈显著的正U形关系；[2]苏冬蔚、林大庞（2010）从盈余管理的角度研究发现，股权激励具有负面的公司治理效应；[3]刘广生、马悦（2013）通过对2006—2011年实施股权激励的上市公司进行实证研究发现，我国上市公司的股权激励虽然与企业绩效呈正相关，但并不显著。[4]由此可见，目前针对高科技创业板上市公司的研究相对较少。本文基于2013—2015年我国创业板上市公司的面板数据探索股权激励与企业绩效的关系，以期为创业板高科技上市公司实施股权激励计划提供有益参考。

2研究设计

21样本选择与数据来源

本文选取我国创业板2013年前实施股权激励计划的上市公司作为研究对象。创业板上市公司大部分是高科技公司，高科技公司与普通公司相比成长性较高，且企业经营者较为年轻，会更加看重自身职业生涯的长期发展。因此，研究高科技公司的股权激励与企业绩效的关系更加有意义。本文筛除了同时发行多种股票、连续三年高管持股数为0、存在异常值和数据缺失的上市公司，最终获得77家高科技上市公司的数据。本文使用的上市公司的数据来自巨潮资讯网、和讯网，并由作者手工分类与整理，在研究中使用了Eviews和Excel统计软件。

22变量选择

221被解释变量

国内外大多数学者采用EVA法、托宾Q值以及BBS法来间接衡量企业绩效，但前两种方法都是以证券市场的有效性为前提，与国内证券市场存在较强投机性的现状不符，因此，不考虑使用这两种方法进行绩效评价；另外，BBS法有较强的主观性，考核指标多，较难量化。因此，本文参考盛明泉、蒋伟（2011）企业业绩的度量指标，综合采用ROE、ROA、ROM三个会计指标，这些指标不仅客观，容易获得，而且能够从公司所有者权益的增值能力、公司竞争能力和长期发展潜力等三个方面全面地衡量公司绩效。

222解释变量

本文以高管人员作为股权激励的研究对象，所以选择解释变量时只考虑高管人员的持股情况。本文中的高管人员是依据《公司法》第217条第（一）项的规定，具体是指公司经理、副经理、财务主管、上市公司董事会秘书和公司章程规定的其他人员。模型中的股权激励就是高管人员持股数占公司总股数的比重。

223控制变量

在研究企业绩效过程中，除了高管人员持股情况对企业绩效产生重要影响之外，其他因素如公司规模、公司治理结构、公司成长性等都对企业绩效具有重要的解释作用。因此，本文模型中把资产负债率、公司规模、无形资产占比以及成长性作为控制变量。表1详细描述了各个变量的符号以及具体量化指标。

23模型设计

本文以面板数据为研究样本进行多元回归分析，构建回归模型如下：

上述模型中，β1β2β3β4β5表示解释变量和控制变量的回归系数；变量下标it的i和t分别表示不同的企业和年份；εit表示随机扰动项；α0则表示截距项。

3实证结果

31描述性统计分析

运用Eviews对样本数据进行描述性统计分析，如表2所示。2013—2016年，主营业务收入利润率平均值为01393，最大值为07500；净资产收益率的平均值为00983，中位数为00938，最大值为03300；总资产收益率平均值为00765，最大值为03026；被股权激励的高管人员的持股比例最大为07298，平均为01954，说明企业实施股权激励的力度较低；公司规模的最大值为213517，最小值为199024，两者相差不大；资产负债率最大值为07753，最小值为00244；成长性均值为03551，最大值为28386，最小值为-01121；无形资产占比均值为00508。

32相关性分析

由于本文只选取2013—2016年的相关数据，时间跨度较小，因此不考虑单位根和协整检验。但在进行回归前，先对数据进行相关性分析，并检验是否存在多重共线性。由表3可以看出，变量间不存在多重共线性。同时，可以看出公司规模与主营业务利润率、净资产收益率和总资产收益率之间均呈正相关；资产负债率与主营业务利润率和总资产收益率呈负相关，但与净资产收益率呈正相关；公司成长性与主营业务利润率、净资产收益率和总资产收益率均呈正相关；而无形资产占比与被解释变量之间均呈负相关；股权激励与被解释变量间的正相关性较弱，若要科学地说明其关系，需要进行回归分析。

33多元回归分析

面板数据固定系数分析常用的模型有混合模型、随机效应模型和固体效应模型。由于本文的研究是基于不同公司的数据探讨股权激励与公司绩效之间的关系，所以只考虑个体效应，但还需要先进行F检验，再进行Hausman检验来确定最终模型，具体分析如表4所示。

通过F和Hausman检验可以看出，模型一、二、三均是个体随机效应模型。三个模型的R-square最小值为06788，说明回归方程的解释能力大于6789%，即股权激励、公司规模、资产负债率、无形资产占比和公司成长性能够对企业绩效的6789%以上做出解释；D-W统计量未偏离2，不存在序列相关。

从回归系数的显著性来看，股权激励在三个模型中的系数均是正数，但在模型二和模型三中并不显著，这说明股权激励计划有助于公司绩效的增长，但影响并不明显；公司规模在三个模型中的系数为正数且显著，说明扩大企业规模有利于提高企业绩效；资产负债率与主营业务收入利润率和总资产收益率模型呈显著的负相关，与净资产收益率的正相关性并不显著；无形资产占比与三个模型都呈显著的负相关；公司成长性与三个模型呈正相关，但与净资产收益率的相关性不显著。

4结论

研究发现，股权激励与主营业务收入利润率呈显著的正相关性，有利于企业发展。但同时，我们也不难发现，股权激励与企业的净资产收益率、总资产收益率相关性并不显著。总体上看，高科技上市公司实施股权激励计划对企业绩效有促进作用，但影响并不明显。其原因可能是由于法规政策不健全、公司治理结构不完善以及市场不成熟等原因造成的，这些都可能导致企业实施的股权激励计划无法发挥应有的积极作用。

参考文献：

[1]李春涛，宋敏中国制造业企业的创新活动：所有制和CEO激励作用[J].经济研究，2010（5）：55-67