在缓解第一类代理问题方面,股权集中比股权分散有明显优势,持股水平高的股东有较大的动力对经理层实施监督,监督能力也更强,从而提高公司价值。但是,股权集中也可能引发第二类代理问题,表现为控股股东利用其控制权对中小股东进行利益掠夺。若公司存在多个大股东,则几大股东都有夺取控制权的内在动机,彼此之间展开的激烈竞争有利于阻止控股股东的利益挖掘行为,多个大股东共存可以起到缓解控股股东与中小股东之间代理冲突的作用(Ben-Nasr等,2015)。然而,股权制衡对上市公司价值的影响是双向的,股权制衡在公司价值方面并不总是起促进作用(隋静等,2016)。在多个大股东共存的情况下,信息不对称和潜在的利益冲突削弱了大股东的监督作用。多个大股东实施共同监督在信息共享、相互谈判方面协调成本很高(Chakraborty和Gantchev,2013),降低了大股东的监控效率(Lin等,2016)。特别是当公司大股东之间存在相互关系时,关系大股东可能采取一致行动,影响公司决策(吕怀立和李婉丽,2015)。因此,对于其他大股东对控股股东监督效率的不利影响需要进一步考虑与重新审视。
本文从高管超额薪酬视角分析多个大股东的公司治理成本问题。利用2007—2016年中国上市公司的数据对多个大股东、大股东股权性质、关系大股东联盟与CEO超额薪酬的关系开展了实证研究。第一,在我国,上市公司的股权结构更加集中,为多个大股东治理的潜在负面影响的研究提供了更加丰富的观察样本。研究发现上市公司CEO超额薪酬与多个大股东、大股东制衡显著正相关,研究结果在不同的内生性和稳健性检验后仍保持显著性。第二,我国政府持续不断实施国企改革,推进混合所有制改革,鼓励多种所有制经济成分并存,上市公司同时存在国有股和私人股是一个普遍现象。本文研究发现存在不同性质的多个大股东时,CEO薪酬水平更高,并且两种不同性质的股权持股力量越相当CEO薪酬越高。第三,现有研究发现关系大股东的存在可能改变公司股权制衡的博弈状况,导致监督机制失效,对公司经营决策等重要问题产生严重影响(吕怀立和李婉丽,2015)。本文研究发现公司盈余管理行为、关系大股东的存在导致CEO获取了更多的薪酬,增加了高管的代理成本。
本文的贡献在于:第一,以往研究主要关注股权制衡在公司治理中的正面效应,本文发现多个大股东也存在潜在的负面效应,在多个大股东共存的情况下,大股东之间的协调成本增加了,本文的研究结论为多个大股东在公司治理中的作用提供了更全面的认识。第二,揭示大股东身份与产权性质对公司治理带来的负面影响,产权多元化对于公司治理并非总是有利的。股东身份不同、股东产权性质不同加大了协调难度,潜在的利益冲突更明显,导致更高代理成本。本文的研究有助于为混合所有制改革、公司治理多样性建设的潜在优势和劣势分析提供参考。第三,如果多个大股东之间存在相互关系,大股东可能形成利益联盟,在公司治理上采取一致行动,股权制衡将失效。公司高管利用这一点加入股东组成的利益联盟,协助大股东侵占中小股东利益,趁机获取更多私人收益。本文从大股东关系、利益合谋视角进行的分析,为多个大股东的公司治理机制完善以及投资者利益保护提供相关依据。
二、理论分析和假设发展一直以来,高管薪酬契约设计成为公司治理的重要问题,有效的薪酬契约是协调委托代理关系与股东经理层利益冲突的重要制度安排(Jensen和Murphy,1990)。根据有效契约理论,如果管理者获得比市场平均更高的薪酬,则超出部分可以看作是对高管能力的体现与补偿,高管能力越强则薪酬水平越高。Albuquerque等(2013)认为,为了对不能观测到的才能加以补偿,一般会给CEO支付较高的薪酬。从激励实现的角度看,为了对高管才能和努力进行更好的嘉奖,给予更高薪酬是合理的,体现高管人力资本的溢价补偿,因此,高管能力越高,企业对经理人员支付的薪酬越高(罗建兵和邓德胜,2015)。
但是,当高管的薪酬高到超出其能力对应的水平后则被称为超额薪酬。权小锋等(2010)认为,经理的正常薪酬一般由相关经济因素所决定,如果经理人获取的实际薪酬超出了预期薪酬,则应视为是异常性薪酬。从因果联系看,超额薪酬不再由企业业绩直接决定,超出了最优薪酬契约的约束范围,是高管无需付出努力就可以获得的那部分报酬(罗宏等,2014)。根据经典代理理论,超额报酬不能由公司业绩加以解释,是管理者以股东财富为代价追求自身利益的结果(Choe等,2014)。实证研究也支持这种观点,超额薪酬体现了高管的权力,因此不在有效激励合同之内(Bebchuk等,2011)。
按照管理者权力观,由于经理人市场、资本市场、董事会与股东权力运作过程中存在的固有缺陷,在实际操作过程中,高管可以利用自己实际掌握的权力对薪酬契约进行操纵,扭曲了薪酬契约的激励性质(Bebchuk等,2002),高管超额薪酬构成所有者与经理人之间委托代理成本的一部分(权小锋等,2010)。股权集中的好处在于控股股东对经理层的监督动力更大、监督能力更强,通过监控管理者提高公司价值。然而,在公司存在多个大股东的情况下,大股东之间的目标、利益难免不存在冲突,股权集中的监督优势大打折扣,由于彼此协调的难度也加大了,高管可能因此获得更大的权力空间。
公司多个大股东共存为高管获取超额薪酬提供了机会。第一,在单一控股股东的公司中,高管一旦被发现不合格,控股股东可以立即实施惩罚措施,监督效果较好。但是,在存在多个大股东的公司中,没有哪一个大股东有足够的投票权保证其提案能够在股东大会上通过(Chakraborty和Gantchev,2013),大股东监督高管的努力可能是徒劳的,监督动机难以实现。因此,在存在多个大股东的公司中,大股东的监控变得消极了,大股东的监控效果降低。第二,即使不同的大股东能够交换信息,通过谈判来决定监管水平和结果,但彼此之间必须通过反复讨价还价才能达成一致,协调成本增加,监督变得没有效率,监督激励大大降低。特别是不同身份、目标和偏好的大股东显著达成协议的可能性降低。第三,管理者占据信息优势,利用大股东之间的矛盾和利益冲突,故意向某些大股东提供误导性信息(Cheng等,2015),并与某些大股东勾结,获得更多的权力,削弱大股东的监督效力,谋取于己有利的报酬契约。基于上述分析,本文提出如下假设:
假设1:CEO的超额薪酬与公司存在多个大股东正相关。
目前对股东性质的研究主要关注控股股东或某一特定类型的股东,而忽视了不同类型大股东之间的相互作用。在存在多个大股东的公司中,大股东无论是相互制约还是相互靠近均将对公司治理效果产生影响。不同性质或类型的股东,利益目标存在较大差异,彼此相互制约也可能带来不利后果。Gomes和Novaes(2010)认为,公司存在均衡性大股东协调难度加大,容易导致对收益分配的讨价还价行为,给公司治理带来负面效应,反复的讨价还价和利益博弈阻碍好项目顺利通过,导致公司价值损失。朱红军和汪辉(2004)对民营企业进行的相关研究发现,大股东持股水平相当时加剧了股权纠纷,股权制衡的作用难以显现,由于公司治理效率降低对公司绩效的改善产生了不利影响。
大股东性质、不同类型股东之间的权力平衡也会对高管薪酬产生影响。国有股和私有股在公司治理中也存在重大差异。首先,由于所有者缺位客观存在,企业盈利与否与国有股东关联性并不大,国有股东参与公司治理的动机没有私人股东强烈(Chen等,2017);其次,与私有股东相比,国有股东对政治目标更感兴趣,如缴纳更多的税收、促进就业和区域发展等(Zhang等,2016),而且风险规避意识更强。这两类不同性质的股东参与治理动机的目的不同,对公司战略与经营的关注点存在很大差异,对关键问题也难以协调一致,两者的潜在冲突必然降低监督效率,为公司高管自利赢取动机提供了机会,因此,提出如下假设:
假设2:公司国有股和私有股的投票权大小越接近,CEO超额薪酬水平越高。
在公司存在多个大股东的情况下,其他大股东可能参与监督管理,但也可能采取一致行动以分享更多的控制权私利,大股东之间的关系不仅仅表现为相互监督,也有可能体现为彼此合谋(窦炜等,2011)。Bennedsen和Wolfenzon(2000)建立模型研究多个大股东的公司治理效应,在多个大股东的公司中,股权结构产生两种相反效应,一种是利益协同效应,一种是结盟效应。在大股东结盟的情况下,控股股东的现金流权越小,获取控制权私利的动机越强。贾明琪等(2017)认为,股东之间的关系将改变股东获取信息的能力、股东在公司中的地位,股东的力量板块将重新划定,从而对公司治理与代理产生影响,最终对公司经营与投融资决策等重要问题产生严重影响。当几个大股东存在一定关系时非常容易形成一致的利益关系纽带,在形成利益网络后,大股东有可能采取一致行动,导致公司股权制衡机制、高管监督机制失效。由于接受共同监管和彼此存在千丝万缕的联系,使得大股东们在一些重大决策上不仅仅是增加合作的可能性,甚至采取合谋行为侵占公司其他股东的利益。
关系大股东获取控制权私利的行为必然引起其他大股东和中小股东的警觉,也容易引起监管机构的关注,为了掩饰利益挖掘行为,必须对公司的财务信息重新包装。由于大股东也无法做到任何时刻都能有效控制公司管理层,管理层有时甚至反过来与大股东争夺控制权(祝继高和王春飞,2012),关系大股东要实现获取公司控制权私利的目的仍然离不开公司高管的帮助。程新生等(2015)的研究表明,如果高管参与控制权私有收益的分配,高管也存在虚假披露公司经营业绩的动机,目的是给其获得的高额薪酬披上合理的外衣,由此也可以更好地迷惑监管者和投资者。经理人为了实现获得超额薪酬的目的,必须进行会计操纵(任广乾,2017),公司盈余操纵符合关系大股东利益掏空动机。大股东的掏空行为与高管的盈余管理紧密关联(李文洲等,2014)。掏空导致企业业绩下降,影响经理人的职业声誉,高管帮助大股东掏空企业于己不利,高管可能因此遭到证监会查处,高管必须承担较大的法律风险,因此,管理层因协助掏空遭受的利益损失必须得到补偿,给予高管更高的薪酬就是最合适的补偿办法。根据以上分析,提出如下假设:
假设3:CEO的超额薪酬与公司大股东存在正相关关系。
经过以上理论分析,提出本文的研究基本假设,并形成本文的逻辑框架,如图1所示:
三、研究设计(一)样本选择与数据来源
中国证监会要求上市公司从2005年起开始披露高管个人的薪酬数据,同时考虑到我国股权分置改革于2016年完成,因此本文以2007—2016年中国沪深股市上市公司为研究选样的基本对象。在获得初步样本的基础上根据以下标准做进一步的筛选:(1)按照惯例,剔除金融类和保险类上市公司;(2)剔除数据不完整的公司;(3)根据研究目标,第一大股东持股比例小于10%的公司不太适合,予以剔除;(4)对极端值样本公司进行技术处理,对样本公司的最大与最小1%观测值进行Winsorize处理。最终,共获得观测值14 261个。
本文实证研究用到的数据来自于国泰安CSMAR数据库,其中,财务数据通过《中国股票上市公司财务数据库》收集,公司治理数据通过《中国上市公司治理结构研究数据库》收集。对于关系大股东的识别,本文利用上市公司年度报告,通过查阅公司报表第六部分“普通股股份变动及股东情况”关于股东关联关系或一致行动的说明,对大股东关系加以界定。本文的CEO是指公司总经理。
(二)研究模型
为检验本文有关CEO超额薪酬与多个大股东关系的三个假设,建立如下回归模型:
$EXPa{y_{it}} = {\beta _0} + {\beta _1}ML{S_{it}} + \Sigma Firm + \Sigma Gov + \Sigma Manager + \Sigma Industry + \Sigma Year + {\varepsilon _{it}}$ | (1) |
其中,
(三)变量说明
从2000年开始,我国上市公司对经理实施年薪制,主要以货币薪酬为主,并辅之股票和股票期权等激励,但比例很小。借鉴Brick等(2006)超额薪酬的估算模型,本文设计以下模型估计经济因素、个人特征对CEO薪酬的效应,通过计算回归残差估计CEO的超额薪酬
$LnPa{y_{it}} = \alpha + \beta {X_{it - 1}} + \theta {Y_{it}} + \Sigma Industry + \Sigma Year + {\varepsilon _{it}}$ | (2) |
其中,
多个大股东的存在虽然可能有利于实现股权制衡的目的,但也有可能增加更多的协调成本。在我国,持股超过10%的股东比其他股东享有一定的特殊权利。因此,本文以10%作为大股东的判断标准。
为增加对中小投资者合法权利的保护,中国证监会2003年要求上市公司必须在年报中公开披露关联关系和一致行动人信息。本文将以下三种情形界定为关系大股东:产权关联,几个大股东属于同一控制人或彼此存在持股关系;亲缘关联,大股东同属于家族成员或集团内的成员公司;一致行动人,根据证监会要求在公司年报中披露的一致行动人关系。
关系大股东的掏空行为与盈余管理紧密相关。关于盈余管理的衡量,在应计制会计模式下,修正的Jones模型可以较好地估计公司盈余管理水平。本文使用模型(3)分行业分年度估计参数
$T{A_t}/{A_{t - 1}} = {\alpha _1}/{A_{t - 1}} + {\alpha _2}\Delta RE{V_t}/{A_{t - 1}} + {\alpha _3}PP{E_t}/{A_{t - 1}} + \varepsilon $ | (3) |
$DA = T{A_t}/{A_{t - 1}} - [{\hat \alpha _1}/{A_{t - 1}} + {\hat \alpha _2}(\Delta RE{V_t} - \Delta RE{C_t})/{A_{t - 1}} + {\hat \alpha _3}PP{E_t}/{A_{t - 1}}]$ | (4) |
其中,
变量代码 | 变量名称 | 变量定义 |
LNPay | CEO薪酬 | 对CEO薪酬取自然对数 |
EXPay | CEO超额薪酬 | 通过式(2)回归分析的残差项进行估计 |
Multi | 多个大股东 | 虚拟变量,如果公司至少有两个大股东,取值为1,否则为0 |
EBD2 | 第二大股东制衡 | 第二大股东持股比例与第一大股东持股比例的比值 |
EBD2345 | 二至五大股东制衡 | 第二至第五大股东持股之和与第一大股东持股的比值 |
TYPE | 大股东类型 | 虚拟变量,若第一、二大股东同属国企或私企,取值为1,否则为0 |
Gap | 不同类型股东对比 | 十大股东中国企股权之和与私企股权之和的差值 |
Relation | 大股东关系 | 虚拟变量,除第一大股东外,若公司其他大股东存在产权关联、亲缘关联和一致行动人情形时,Relation取值为1,否则取值为0 |
ABSDA | 盈余管理 | 盈余管理幅度由式(4)进行估计,取其绝对值进行衡量 |
Tq | 公司市场价值 | 根据公司权益市值与负债之和除以总资产账面价值得到 |
ROA | 总资产收益率 | 以净利润除以总资产得到 |
AROA | 平均收益率 | 取t−1年至t−3年的ROA平均值 |
SIZE | 公司规模 | 用公司当年总资产的自然对数进行衡量 |
LEV | 资产负债率 | 等于公司总负债与总资产的比值 |
SALE | 销售收入 | 对销售收入取自然对数 |
Growth | 销售增长率 | 本年对上年销售收入增长百分比 |
CFO | 自由现金流 | 等于现金及现金等价物除以总资产 |
Employee | 员工人数 | 对公司员工人数取自然对数 |
First | 第一大股东持股比例 | 用第一大股东持股数除以公司全部股数得到 |
SOD | 董事会规模 | 用董事会总人数进行衡量 |
RID | 独立董事比例 | 等于独立董事人数除以董事会总人数 |
DUAL | 两职兼任 | 虚拟变量,若总经理兼任董事长取值为1,否则为0 |
Gender | 性别 | CEO性别,男性取值为0,女性取值为1 |
Age | CEO年龄 | CEO的自然年龄 |
Tenure | CEO任期 | CEO连续任职的年限数 |
Turnover | CEO变更 | 虚拟变量,如果公司发生CEO变更取值为1,否则为0 |
Internal | 继任来源 | 虚拟变量,若CEO是内部提拔取值为1,否则为0 |
PerGDP | 经济发展水平 | 省人均GDP的自然对数 |
IND | 行业变量 | 虚拟变量,用中国证监会分类的一级行业代码进行分类设置 |
Year | 年度变量 | 虚拟变量,用以控制不同年度产生的差异 |
(一)主要变量的描述性统计
样本总体的描述性统计显示(限于篇幅,未报告结果,备索),上市公司CEO薪酬
(二)CEO超额薪酬的度量
本文同时使用控制行业和年度固定效应的最小二乘法(OLS)和基于面板的固定效应模型(FE)进行回归分析,相关回归结果见表2。CEO薪酬与公司市场业绩、会计业绩显著正相关,与资产负债率显著负相关。CEO薪酬也与公司销售规模、销售增长率正相关。CEO薪酬水平还受性别、任期期限、所在地经济发展水平的影响。考虑到采用FE模型有利于减轻内生性问题,而采用OLS模型的相关计量结果显著性水平更高,本文以下实证分析只报告采用FE方法估计的CEO超额薪酬的相关结果。
变量 | OLS | FE | |||
系数 | T值 | 系数 | T值 | ||
截距 | 4.614*** | 17.724 | 8.327*** | 17.724 | |
$Tq$
|
0.031* | 1.799 | 0.012* | 1.722 | |
$ROA$
|
1.216* | 1.745 | 0.419** | 1.994 | |
$AROA$
|
2.592*** | 3.022 | 1.034 | 1.188 | |
$SALE$
|
0.171*** | 5.706 | 0.085* | 1.859 | |
$Growth$
|
−0.044 | −1.481 | −0.032 | −1.153 | |
$LEV$
|
−0.036 | −.236 | −0.017* | −1.859 | |
$Employee$
|
−0.041 | −1.404 | −0.011 | −1.236 | |
$Gender$
|
−0.224* | −1.913 | −0.102* | −1.886 | |
$Age$
|
0.007* | 1.771 | 0.004 | 1.322 | |
$Tenure$
|
0.021* | 1.846 | 0.013* | 1.835 | |
$Turnover$
|
−0.512*** | −6.122 | −0.367** | −1.997 | |
$Internal$
|
0.245** | 2.455 | 0.098* | 1.805 | |
$PerGDP$
|
0.241* | 1.722 | 0.302 | 1.54 | |
$Industry$
|
控制 | 控制 | |||
$Year$
|
控制 | 控制 | |||
$N$
|
14 261 | 14 261 | |||
Adj-R2 | 0.233 | 0.203 | |||
F值 | 13.576*** | 12.864*** | |||
注:***、**、* 分别表示在1%、5%、10%水平上统计显著,下同。 |
(三)多个大股东与CEO超额薪酬
表3为多个大股东与CEO超额薪酬的回归分析结果。(1)—(3)列分别采用不同的方式度量多个大股东的股权特征,分析CEO超额薪酬是否与多个大股东、第二大股东制衡度、第二至五大股东制衡度存在相关性。在第(1)列中,
变量 | (1) | (2) | (3) | (4) | |||||||
系数 | T值 | 系数 | T值 | 系数 | T值 | 系数 | T值 | ||||
截距 | −0.682*** | −11.212 | −0.794*** | −13.117 | −0.707*** | −13.266 | −0.831*** | −11.357 | |||
$Multi$
|
0.108** | 2.412 | 0.298** | 2.270 | |||||||
$EBD2$
|
0.667*** | 4.986 | |||||||||
$EBD2345$
|
0.012** | 2.241 | |||||||||
$First$
|
−0.595*** | −3.544 | −0.454** | −2.445 | |||||||
$Multi \times First$
|
−0.663** | −1.970 | |||||||||
$SIZE$
|
0.031*** | 6.324 | 0.032*** | 7.308 | 0.027*** | 7.183 | 0.045** | 1.960 | |||
$CFO$
|
0.143 | 0.856 | 0.015 | 0.733 | 0.018 | 0.785 | 0.017 | 0.078 | |||
$LEV$
|
−0.144 | −0.871 | −0.037 | −0.845 | −0.068 | −0.664 | 0.036 | 0.264 | |||
$ROA$
|
0.925*** | 3.625 | 1.138*** | 5.793 | 1.133*** | 5.748 | 1.371*** | 2.629 | |||
$Tq$
|
0.032 | 1.564 | 0.002 | 1.374 | 0.002 | 1.390 | 0.006 | 0.413 | |||
$Growth$
|
0.035*** | 4.126 | 0.027*** | 4.119 | 0.018*** | 4.402 | 0.016 | 0.597 | |||
$SOD$
|
0.002 | 0.752 | 0.003 | 0.047 | 0.004 | 0.049 | −0.004 | −0.298 | |||
$RID$
|
0.547 | 1.215 | 0.320 | 0.749 | 0.381 | 0.878 | −0.555 | −1.165 | |||
$DUAL$
|
0.072* | 1.734 | 0.072 | 1.544 | 0.061 | 1.413 | 0.053 | 0.795 | |||
$Gender$
|
−0.002* | −1.792 | −0.035 | −1.532 | −0.032 | −1.562 | −0.014 | −0.125 | |||
$Age$
|
0.003 | 1.127 | 0.001 | 1.182 | 0.001 | 1.222 | 0.002 | 0.603 | |||
$Tenure$
|
0.031** | 2.128 | −0.006* | 1.758 | 0.006*** | 1.782* | 0.011** | 1.868 | |||
$IND$
|
控制 | 控制 | 控制 | 控制 | |||||||
$Year$
|
控制 | 控制 | 控制 | 控制 | |||||||
$N$
|
14 261 | 14 261 | 14 261 | 14 261 | |||||||
Adj-R2 | 0.189 | 0.174 | 0.182 | 0.176 | |||||||
F值 | 16.818*** | 14.606*** | 10.532*** | 9.856*** |
(四)大股东性质与CEO超额薪酬
表4为大股东性质及投票权力量对比与CEO超额薪酬的回归分析结果。在第(1)列中,
变量 | (1) | (2) | (3) | (4) | |||||||
系数 | T值 | 系数 | T值 | 系数 | T值 | 系数 | T值 | ||||
截距 | −1.032*** | −12.036 | −0.968*** | −11.254 | −1.085** | −1.969 | −1.011*** | −2.702 | |||
$TYPE$
|
−0.045** | −2.014 | −0.073** | −1.987 | |||||||
$Gap$
|
−0.151** | −2.157 | −0.134** | −1.964 | |||||||
$First$
|
−0.651*** | −3.258 | −0.556** | −2.321 | −0.567*** | −3.061 | −0.515** | −2.479 | |||
$TYPE \times First$
|
−0.176** | −1.924 | |||||||||
$Gap \times First$
|
−0.137** | −2.019 | |||||||||
$SIZE$
|
0.051*** | 4.632 | 0.055*** | 3.625 | 0.058** | 2.224 | 0.056*** | 2.137 | |||
$CFO$
|
0.022 | 0.812 | 0.019 | 0.852 | 0.019 | 0.088 | 0.019 | 0.091 | |||
$LEV$
|
−0.012 | −0.963 | −0.012 | −0.937 | −0.017 | −0.123 | −0.016 | −0.119 | |||
$ROA$
|
1.155*** | 5.623 | 1.113*** | 4.326 | 1.136** | 2.214 | 1.118** | 2.191 | |||
$Tq$
|
0.012* | 1.813 | 0.009* | 1.812 | 0.010 | 0.784 | 0.009 | 0.710 | |||
$Growth$
|
0.028*** | 3.145 | 0.028*** | 3.456 | 0.029 | 1.121 | 0.027 | 1.069 | |||
$SOD$
|
0.001 | 0.853 | 0.001 | 0.654 | 0.001 | 0.074 | 0.001 | 0.101 | |||
$RID$
|
−0.408 | −0.927 | −0.411 | −1.203 | −0.399 | −0.851 | −0.410 | −0.878 | |||
$DUAL$
|
0.054* | 1.652 | 0.055 | 1.617 | 0.052 | 0.795 | 0.055 | 0.850 | |||
$Gender$
|
−0.021* | −1.781 | −0.019* | −1.723 | −0.022 | −0.195 | −0.024 | −0.211 | |||
$Age$
|
0.001 | 0.923 | 0.001 | 1.129 | 0.001 | 0.338 | 0.001 | 0.326 | |||
$Tenure$
|
0.009** | 2.102 | 0.008* | 1.932 | 0.009* | 1.845 | 0.008* | 1.781 | |||
$IND$
|
控制 | 控制 | 控制 | 控制 | |||||||
$Year$
|
控制 | 控制 | 控制 | 控制 | |||||||
$N$
|
14 261 | 14 261 | 14 261 | 14 261 | |||||||
Adj-R2 | 0.164 | 0.159 | 0.145 | 0.149 | |||||||
F值 | 15.716*** | 14.231*** | 12.305*** | 13.206*** |
(五)大股东关系与CEO超额薪酬
表5为大股东关系与CEO超额薪酬的回归分析结果。第(1)列是针对全样本所做的分析,
变量 | (1) | (2) | (3) | |||||
全样本 | 子样本(
$First < $
0.5)
|
子样本(
$First \geqslant $
0.5)
|
||||||
系数 | T值 | 系数 | T值 | 系数 | T值 | |||
截距 | 0.945*** | 12.716 | 1.421*** | 10.234 | 0.624*** | 11.267 | ||
$Relation$
|
0.033 | 0.340 | −0.002 | −0.658 | 0.091 | 1.302 | ||
$ABSDA$
|
0.008* | 1.852 | 0.052* | 1.938 | 0.005 | 1.418 | ||
$Relation \times ABSDA$
|
0.021* | 1.757 | 0.089** | 3.024 | 0.041 | 1.311 | ||
$First$
|
−0.665*** | −3.265 | −0.347 | −1.361 | −0.817*** | −3.025 | ||
$SIZE$
|
0.053*** | 7.868 | 0.062*** | 5.326 | 0.033*** | 5.367 | ||
$CFO$
|
0.018 | 0.761 | 0.016 | 0.811 | −0.041 | −0.712 | ||
$LEV$
|
−0.001 | −0.983 | −0.052 | −0.704 | −0.029 | −0.914 | ||
$ROA$
|
1.165*** | 5.754 | 1.384*** | 4.236 | 0.864*** | 4.267 | ||
$Tq$
|
0.009* | 1.834 | 0.017** | 2.125 | 0.005* | 1.845 | ||
$Growth$
|
0.023*** | 4.226 | 0.002*** | 3.369 | 0.031*** | 3.258 | ||
$SOD$
|
0.001 | 0.118 | −0.016 | −0.742 | 0.003 | 0.365 | ||
$RID$
|
0.395 | 0.958 | 0.384 | 0.911 | 0.476 | 1.154 | ||
$DUAL$
|
0.058 | 1.370 | 0.047 | 0.846 | 0.068* | 1.705 | ||
$Gender$
|
−0.017* | −1.684 | −0.029 | −1.432 | −0.005* | −1.888 | ||
$Age$
|
0.001 | 1.204 | 0.001 | 1.026 | 0.007 | 0.934 | ||
$Tenure$
|
−0.008 | −1.531 | −0.002* | −1.829 | −0.001** | −2.113 | ||
$IND$
|
控制 | 控制 | 控制 | |||||
$Year$
|
控制 | 控制 | 控制 | |||||
$N$
|
14 261 | 11 697 | 2 564 | |||||
Adj-R2 | 0.187 | 0.162 | 0.163 | |||||
F值 | 8.697 | 8.236 | 9.237 |
(一)大股东股权性质与CEO薪酬业绩敏感性
在我国,上市公司基于业绩的薪酬体系已初步建立,薪酬业绩敏感性关系存在(姜付秀等,2014)。在公司存在多个大股东的情况下,如果股东股权性质相同,彼此的利益目标比较接近,对公司决策的影响方向趋于一致。但在大股东股权性质不一致的情况下,大股东彼此相互制约甚至内耗、冲突,公司高管由此获得更多内部人控制。当强有力的管理者能够影响自己的激励合约安排时,激励合约就不再是股东与管理者之间代理问题的有效解决方式(Morse等,2011)。因此,公司存在多个不同性质的大股东时,薪酬业绩敏感性可能被削弱,高管有更多机会获得超额薪酬。
借鉴苏冬蔚和熊家财(2013)的关于薪酬激励与业绩敏感性检验模型,构建如下模型:
$ \begin{aligned} LNPA{Y_{it}} =& {\beta _0} + {\beta _1}Mult{i_{it}} + {\beta _2}RO{A_{it}} + {\beta _1}Mult{i_{it}} \times RO{A_{it}} + \Sigma Firm + \Sigma Gov\\ & + \Sigma Manager + \Sigma Industry + \Sigma Year + {\varepsilon _{it}} \end{aligned}$ | (5) |
其中,
回归分析结果如表6所示。第(1)列以存在多个大股东的样本为分析对象,CEO薪酬与交乘项
变量 | (1) | (2) | (3) | |||||
样本(
$Multi{\rm{ = }}1$
)
|
子样本(
$TYPE{\rm{ = }}0$
)
|
子样本(
$TYPE{\rm{ = }}1$
)
|
||||||
系数 | T值 | 系数 | T值 | 系数 | T值 | |||
截距 | 9.479*** | 18.352 | 9.493*** | 15.273 | 9.321*** | 9.733 | ||
$Multi$
|
0.091** | 2.273 | 0.106*** | 2.586 | 0.029 | 0.242 | ||
$ROA$
|
3.095*** | 4.584 | 2.699*** | 3.414 | 4.614*** | 2.611 | ||
$Multi \times ROA$
|
−0.413* | −1.801 | −0.844** | −1.982 | −1.467 | −0.756 | ||
$SIZE$
|
0.171*** | 7.667 | 0.183*** | 6.960 | 0.129*** | 3.064 | ||
$CFO$
|
0.501** | 2.181 | 0.368 | 1.365 | 0.959* | 1.781 | ||
$LEV$
|
0.033 | 0.221 | 0.021 | 0.122 | 0.157 | 0.519 | ||
$Growth$
|
0.084*** | 3.006 | 0.102*** | 3.317 | 0.025 | 0.324 | ||
$SOD$
|
−0.003 | −0.184 | −0.010 | −0.577 | −0.034 | −1.014 | ||
$RID$
|
−0.443 | −0.869 | −0.799 | −1.321 | 0.709 | 0.744 | ||
$DUAL$
|
0.129* | 1.834 | 0.082 | 0.979 | 0.257* | 1.912 | ||
$Gender$
|
−0.242* | −1.958 | −0.277** | −2.020 | −0.063 | −0.203 | ||
$Age$
|
0.0005 | 0.099 | 0.0001 | 0.039 | 0.001 | 0.128 | ||
$Tenure$
|
0.032*** | 2.726 | 0.042*** | 3.087 | 0.021** | 2.051 | ||
$IND$
|
控制 | 控制 | 控制 | |||||
$Year$
|
控制 | 控制 | 控制 | |||||
$N$
|
3 593 | 2 762 | 831 | |||||
Adj-R2 | 0.126 | 0.117 | 0.122 | |||||
F值 | 12.528*** | 9.365*** | 9.687*** |
(二)大股东关系与CEO薪酬业绩敏感性
多个大股东的存在对公司治理的作用可能存在两面性。如果多个大股东相互制衡并彼此进行监督,这对于约束控股股东获取私有收益的行为是有利的,有助于保护中小投资者合法权益。然而,多个大股东的存在也有可能导致合谋行为,通过一致行动侵犯中小股东的利益。当公司中存在多个大股东时,其他大股东究竟表现为相互监督还是彼此合谋,主要取决于股东之间的关系。与彼此独立的大股东关系相比较,具有相互关系的大股东联合起来侵占中小股东权益的可能性更大。由于大股东的掏空行为往往离不开公司高管的有力“配合”(赵国宇,2017),高管的付出也必须获得相应的好处,获得更多超额薪酬就是一种最好的“回报”方式。在这种情况下,高管自定薪酬的可能性加大,表现为薪酬业绩的敏感性削弱。
为分析大股东关系对CEO超额薪酬的影响及实现途径,构建如下模型(6):
$ \begin{aligned}LNPA{Y_{it}} = & {\beta _0} + {\beta _1}TU{N_{it}} + {\beta _2}RO{A_{it}} + {\beta _1}TU{N_{it}} \times RO{A_{it}} + \Sigma Firm + \Sigma Gov\\ & + \Sigma Manager + \Sigma Industry + \Sigma Year + {\varepsilon _{it}}\end{aligned}$ | (6) |
其中,
回归分析结果如表7所示。第(1)列以存在多个大股东的样本为分析对象,CEO薪酬与交乘项
变量 | (1) | (2) | (3) | |||||
样本(
$Multi{\rm{ = }}1$
)
|
子样本(
$Relation{\rm{ = }}1$
)
|
子样本(
$Relation{\rm{ = }}0$
)
|
||||||
系数 | T值 | 系数 | T值 | 系数 | T值 | |||
截距 | 8.959*** | 10.118 | 9.065*** | 4.685 | 10.384 | 7.364 | ||
$TUN$
|
−1.014 | −1.524 | −1.463 | −1.521 | −0.913 | −1.302 | ||
$ROA$
|
4.962*** | 4.566 | 5.856*** | 4.031 | 4.234** | 2.306 | ||
$TUN \times ROA$
|
−4.294* | −1.804 | −6.231** | −2.359 | −3.569 | −1.257 | ||
$SIZE$
|
0.173*** | 4.630 | 0.301*** | 5.023 | 0.126*** | 3.843 | ||
$CFO$
|
0.201 | 0.465 | 0.426 | 0.912 | 0.612 | 0.877 | ||
$LEV$
|
−0.008 | −0.032 | 0.474 | 1.233 | −0.147 | −0.623 | ||
$Growth$
|
0.163*** | 4.158 | 0.213*** | 2.598 | 0.139*** | 2.811 | ||
$SOD$
|
0.020 | 0.660 | −0.036 | −0.842 | 0.026 | 0.775 | ||
$RID$
|
0.332 | 0.385 | 0.841 | 0.716 | −1.203 | −0.169 | ||
$DUAL$
|
0.138 | 1.050 | 0.321 | 1.264 | 0.178 | 0.916 | ||
$Gender$
|
−0.353* | −1.796 | −0.401 | −1.395 | −0.887* | −1.814 | ||
$Age$
|
0.007 | 0.977 | 0.007 | 0.915 | −0.016 | −1.288 | ||
$Tenure$
|
0.016 | 0.744 | 0.038 | 1.129 | 0.049 | 1.498 | ||
$IND$
|
控制 | 控制 | 控制 | |||||
$Year$
|
控制 | 控制 | 控制 | |||||
$N$
|
3 593 | 1 940 | 1 653 | |||||
Adj-R2 | 0.245 | 0.209 | 0.211 | |||||
F值 | 6.356*** | 6.329*** | 7.326*** |
(一)内生性处理
内生性是本文实证研究关注的重点。首先,多个大股东与高管超额薪酬之间的关系可能是由公司之间存在的特征差异导致的;其次,可能由于省略了影响超额薪酬、多个大股东特征的相关变量,研究结果可能会有偏差;第三,多个大股东与高管超额薪酬之间可能存在因果反向关系。为解决可能的内生性问题,本文采取倾向得分匹配(PSM)、固定效应模型、Heckman两阶段分析法进行处理①。
1. 倾向得分匹配(PSM)法。本文使用PSM方法将具有较高MLS(多个大股东)的公司与具有相似特征但具有较低MLS(单一大股东)的公司进行匹配,以此控制已知变量引起的内生性问题。首先在模型(4)中用相同的控制变量对每一个衡量多个大股东特征的变量进行Logit回归,然后使用从该Logit回归得到的倾向得分来识别对照组。在第一阶段的概率计算中,控制变量包括公司规模、经营现金流、资产负债率、总资产净利润率、公司成长性、董事会特征以及行业和年度等变量。在计算概率并配对的基础上,对模型(1)重新进行回归分析,研究的基本结论不变。
2. 采用固定效应模型进行回归分析。论文在分析时采用的是混合OLS模型,由于固定效应模型在解决遗漏变量导致的内生性问题方面效果较好,因此,本文稳健性检验采用固定效应模型对方程(1)重新进行回归分析,研究的基本结论不变。
3. 采用Heckman两阶段分析法。参照Maury和Pajuste(2005)的做法,使用变量的滞后值作为变量的控制工具控制反向因果关系,使用2SLS方法重新估计模型(1),研究的基本结论不变。
(二)其他稳健性检验
除了上述进行的内生性问题检查,本文还采取了以下稳健性分析:(1)超额薪酬的其他度量。为了避免可能存在的度量误差,保证研究结论的稳健性,本文进一步采用Core等(1999)的方法来估计CEO的超额薪酬。(2)用高管薪酬替代超额薪酬。Cheng等(2015)等采用高管薪酬作为股东与高管代理成本的替代变量进行研究,本文使用CEO薪酬代替超额薪酬对模型重新进行回归。(3)参考Laeven和Levine(2008)的做法,论文以持股比例20%作为大股东的界定标准,对模型重新进行了检验。(4)最后,本文还借鉴姜付秀等(2017)、姜付秀等(2018)的研究方法,采用样本期间内发生股权结构变动和未发生股权结构变动的样本进行双重差分模型检验。具体地,当分析样本公司股权结构由单一大股东公司变成多个大股东公司时,本文选取单一大股东公司为控制组,相反,选择多个大股东公司为控制组,对模型重新进行了检验。经过以上稳健性检验,回归分析的基本结论不变,表明本文的研究结论可靠。
七、结论与启示(一)研究结论
以往的研究主要关注多个大股东治理的正面效应,认为多个大股东在协调控股股东和中小股东的利益方面起着积极作用,但忽略了多个大股东带来的负面效应。本文利用我国A股上市公司2007—2016年数据对多个大股东与高管超额薪酬的关系进行实证检验,以此分析多个大股东对代理成本的影响。实证研究结论如下:第一,公司存在多个大股东与CEO超额薪酬存在正相关关系,并且第二大股东、第二至第五大股东制衡的力量越强,超额薪酬水平越高。第二,进一步将大股东分为国有股东和私有股东进行分析,研究发现,公司存在不同类型的大股东时,CEO超额薪酬水平越高,并且当持股力量越接近时,超额高管薪酬越高。这反映了国家股和私人股在公司治理方面存在目标差异和利益冲突。但是,在股权集中情况下,第一大股东持股有利于抑制CEO利用多个大股东获得超额薪酬。第三,公司盈余管理、关系大股东的存在导致CEO获取了更多的薪酬。第四,对于存在多个大股东的公司,当大股东产权类型不同或大股东存在关系时,CEO的薪酬业绩敏感性下降,CEO获得更多自定薪酬的机会,由此获得更多自定薪酬的空间与机会。总之,大股东数目增加导致彼此协调难度加大,容易被公司高管加以利用。多个大股东之间存在相互关系容易导致利益联盟的形成,大股东之间可能互相勾结采取一致行动,使得公司股权制衡机制和监督机制失效,公司高管利用这一点获取更多私人收益,增加了公司的代理成本。公司高管被收买也可能参与大股东利益联盟,因此也获得更高的薪酬。
(二)管理启示与建议
公司存在多个大股东时,大股东的协调难度加大,代理成本增加。研究结果意味着大股东之间的竞争和多元化使得他们很难对公司高管进行有效监督,这些结果反映了多个大股东在公司治理方面也存在负效应。因此,对于多个大股东的治理效应,要进行全面权衡,从整体上评价正面效应与负面效应。对于负面效应,应通过完善公司治理机制加以抑制。特别是混合所有制改革中,应充分注意到公司中两种不同性质的股东存在的潜在冲突,如何化解两者因目标差异导致的矛盾和利益冲突,值得重点关注。对于存在相互关系的大股东,应重点关注关系股东的利益联盟与合谋问题,在这种情况下,股权制衡和监督的公司治理机制容易失效,必须建立健全的治理机制,并适当引入和加强外部监管。
① 限于篇幅,未报告稳健性检验结果,感兴趣的读者可向作者索取。
[1] | 姜付秀, 王运通, 田园, 等. 多个大股东与企业融资约束——基于文本分析的经验证据[J]. 管理世界, 2017(12): 61–74. |
[2] | 姜付秀, 蔡欣妮, 朱冰. 多个大股东与股价崩盘风险[J]. 会计研究, 2018(1): 68–74. |
[3] | 罗宏, 黄敏, 周大伟, 等. 政府补助、超额薪酬与薪酬辩护[J]. 会计研究, 2014(1): 42–48. |
[4] | 吕怀立, 李婉丽. 多个大股东是否具有合谋动机?——基于家族企业非效率投资视角[J]. 管理评论, 2015(11): 107–117, 191. |
[5] | 权小锋, 吴世农, 文芳. 管理层权力、私有收益与薪酬操纵[J]. 经济研究, 2010(11): 73–87. |
[6] | 苏冬蔚, 熊家财. 大股东掏空与CEO薪酬契约[J]. 金融研究, 2013(12): 167–180. |
[7] | 赵国宇. 大股东控股、报酬契约与合谋掏空——来自民营上市公司的经验证据[J]. 外国经济与管理, 2017(7): 105–117. |
[8] | Albuquerque A M, De Franco G, Verdi R S. Peer choice in CEO compensation[J]. Journal of Financial Economics, 2013, 108(1): 160–181. |
[9] | Bebchuk L A, Cremers K J M, Peyer U C. The CEO pay slice[J]. Journal of Financial Economics, 2011, 102(1): 199–221. |
[10] | Chakraborty I, Gantchev N. Does shareholder coordination matter? Evidence from private placements[J]. Journal of Financial Economics, 2013, 108(1): 213–230. |
[11] | Chen R Y, El Ghoul S, Guedhami O, et al. Do state and foreign ownership affect investment efficiency? Evidence from privatizations[J]. Journal of Corporate Finance, 2017, 42(9): 408–421. |
[12] | Cheng M Y, Lin B X, Wei M H. Executive compensation in family firms: The effect of multiple family members[J]. Journal of Corporate Finance, 2015, 32: 238–257. |
[13] | Choe C, Tian G Y, Yin X K. CEO power and the structure of CEO pay[J]. International Review of Financial Analysis, 2014, 35: 237–248. |
[14] | Zhang M, M L J, Zhang B, et al. Pyramidal structure, political intervention and firms' tax burden: Evidence from China's local SOEs[J]. Journal of Corporate Finance, 2016, 36(4): 15–25. |