刘明芝,孔凡青,毕于建,胡国庆
摘要：关于薪酬激励的研究，在国外已有较长历史，且多是站在管理学角度上进行的理论剖析。但是对高管人员薪酬水平与结构的研究，无论理论还是实证分析仍属有限，受限于研究方法的不同，其结论也存在较大差异。文章抛开惯用的多元回归模型，利用结构方程模型从薪酬水平和结构两个角度定量分析了我国上市公司A股股票年报中披露的高管薪酬的决定因素及其激励效果，为开展我国高管人员薪酬制定提供一定借鉴。
关键词:高管人员薪酬激励结构方程模型
[中图分类号]F244[文献标识码]A[文章编号]1000-7326（2012）09-0018-05
1前言在委托代理理论和激励理论的发展推动下，理论界开展了对管理人员的激励研究，薪酬的制定是激励的结果，而管理者个人成就感和自我价值的满足往往表现为以对工作报酬特别是薪酬的满足作为目标（迈克尔·比尔，1998）。我国企业薪酬激励标准不一，缺乏市场性和长期激励，不同所有制情形下的薪酬差距很大（王海忠，1998）；并且由于传统的经济体制影响，薪酬激励一直没有受到国内尤其国有企业的关注，导致经营者的报酬与绩效严重脱钩。即使采取激励，由于缺乏制度性的指导和借鉴，即使同行业的企业在薪酬激励措施上也相距很大。高管人员的报酬内容不明晰，非货币化获酬严重且高管人员报酬严重不合理，使得报酬不能真正起到激励作用，反而直接导致了他们行为的“异化”和人才流失，反过来又会降低企业效益和市场竞争力（赵曙明，1999）。因此，高管人员的薪酬激励研究不仅是现代企业理论所关注的核心问题，而且也成为当前我国建立健全的现代企业制度所面临的一项十分重要而紧迫的任务（Baumoul，1990；刘勺佳，李骥，1998），合理确定高管人员薪酬已成为我国国企改革和社会分配关系调整的关键之一。
那么，企业在制定高管人员薪酬时的依据是什么？设计薪酬的决定因素又有哪些？现实中这些因素是否确实发挥了“激励”与“约束”的双重机制？本文拟在接下来的四个部分来检验解释当前我国公司高管人员薪酬激励的开展状况及其效果。第二部分简单归纳了国内外学者对企业管理人员的激励研究成果；第三部分根据理论文献设计薪酬激励的决定因素，并提出相关假定；第四部分运用结构方程模型对我国上市公司高管人员薪酬激励的决定及效果作实证分析；第五部分针对实证分析结果，指出当前薪酬激励过程中存在的问题，给出改革建议。
2文献综述
围绕高管人员薪酬设计，国外管理学已经发展了很成熟的理论支撑，主要有委托—代理理论、人力资本理论、锦标赛理论和行为理论。
在实证研究方面，早期的国外（尤其美国）通过
代理理论契约制定的薪酬实证研究关于报酬业绩敏感性的检验并没有出现学者们期望的高度正相关结果，最近的Meta-analyze分析也认为企业经营者报酬中只有不到5%的成分可用绩效来解释，导致一些著名的代理学者感到失望。而且多种研究结论的分歧还表现在解释变量和被解释变量的选取上。近几年关于公司管理层持股与公司业绩的关系研究受到了学者们的注意，一些学者对董事薪酬和管理层薪酬及其与公司业绩的关系进行了研究（Kerr&Kren，1997；Hermalin&Weisbach，1998；Hanson&Song，2000；Milliron，2002），得出在公司内部实施必要的激励能提升公司绩效，促进公司治理。同时，反对的声音也存在（Himmelber,Hubbard&Palia，1999；Demsetz&Vallaonga，2001），认为对高管人员的弹性激励与公司绩效没有任何关系。
我国近几年开展的关于高管人员薪酬方面的研究以实证分析为主，一些学者分析管理层现金报酬与公司业绩之间的相关关系。还有学者分析股权激励与公司业绩的相关关系。这些研究结论各有千秋，但总的来说能基本达成共识：高管人员薪酬与业绩正相关，与股权集中度关系则较为复杂。研究方法一般采取多元线性回归模型，薪酬测量单一，要么是现金报酬，要么是股权激励。
3高管人员薪酬激励的决定因素指标及分析模型
根据薪酬与业绩的关系紧密性，将薪酬分为固定薪酬和浮动薪酬。一个完整的薪酬体系应包含三个维度的反映：水平维度、风险维度、时间维度。水平维度刻画薪酬高低，风险维度刻画薪酬结构，时间维度刻画权变薪酬。
3.1高管人员薪酬激励的决定因素
受限于非经济报酬的隐蔽性和信息披露程度，本文研究主要围绕经济报酬形式，将高管人员报酬按薪酬水平和薪酬结构两个主要方面来分析。
风险分析者一般认为人们都是风险厌恶者，站在“理性经济人”的角度，投资者更倾向于接受高的报酬水平、稳定的薪酬结构、可预见的风险薪酬形式。因此，从基准因素和权变因素两个方面分析企业家报酬决定的因素。基准因素通常意义上是企业依据员工对企业的贡献标准来支付报酬，最重要的一条基准是业绩，除此以外，还受企业规模、管理者行为、人力资源供求、企业的市场经营风险等因素的影响。权变因素起源于系统理论，包括公司目标与人力资本特性的结合度、公司治理结构、行业归属、经济环境与政策等外部契约。
表1斜交旋转的因子载荷矩阵因子
1
2
3
4
5
6
行业薪酬中位数（万元，Field）
-.109
-.798
-.054
.009
.040
-.175
地区薪酬中位数（万元，Area）
-.031
.355
.232
-.161
.085
.303
性别比（%，Gen）
-.090
-.039
.048
.358
.106
.029
平均年龄（岁，Age）
-.101
.060
.090
.449
-.061
-.009
每股收益（元，EPS）
.982
.042
-.088
.134
.025
.008
上一年每股收益（元，LEPS）
.543
.034
-.032
.144
.020
.052
净资产收益率（%，ROE）
.724
.023
-.046
-.270
-.037
.002
上一年净资产收益率（%，LROE）
.660
.076
-.058
.460
.205
.006
资产收益率（%，ROA）
.910
-.001
-.087
.041
.051
.057
利润总额（千万元，ToLR）
.266
-.156
.495
.265
.050
-.134
主营业务收入（千万元，Sales）
-.073
-.059
.706
.166
.082
-.043
总资产（千万元，TAssets）
-.009
.106
.712
-.121
-.082
.047
总股本（万股，TStock）
-.003
-.043
.896
-.011
.053
-.056
流通股比重（%，CIST）
-.007
-.055
.204
.091
-.414
-.039
高管持股比重（%，Msper）
-.025
-.031
-.192
.017
.311
.085
股权集中度（%，CR10）
.059
.025
.042
.058
.911
-.037
CEO二元性（虚拟0、1，Dual）
-.099
.278
.025
.110
.442
.028
国有股比重（%，State）
.101
-.010
.175
.191
-.670
-.064
独立董事比重（%，IDir）
-.043
.070
-.037
.106
-.189
.132
人均货币薪酬（万元）对数（LNMonper）
.071
-.014
.380
.018
-.016
.585
人均持股市值（万元）对数（LNSTper）
.070
-.064
-.266
.186
-.074
.662
人均资产额（万元，Passets）
.111
.252
.207
.083
-.192
-.002
3.2薪酬激励决定因素的指标选择及路径分析假定按照“能量化的量化，不能量化的细化”和数据可测原则选择指标，在此归纳出反应薪酬水平与结构及薪酬决定因素的六类共24个观测指标（指标选取及定义见表1）。采用路径分析技术，构建结构方程模型进行定量分析前，结合理论定性阐述，预先提出6类假定：①假定高管人员薪酬长期呈现增长趋势，且长期浮动薪酬比重不断加大；②高管人员薪酬与其人力资本特性正相关；③高管人员薪酬与其业绩正相关，但业绩表现具有滞后性；同时，高管人员薪酬对业绩具有积极的反馈；④一般地，高管人员薪酬与公司规模正相关；⑤公司控制强度与公司经营业绩具有密切关系，因而与薪酬的相关依赖于监督机制的效率；公司控制强度与产权集中度、公司CEO的非二元性正相关，与管理层持股、国有股比例、流通股比例、独立董事的比重负相关；公司监督强度与外部董事比重、监事会成员数量正相关；⑥高管人员薪酬与公司行业性质相关，具有明显的地区特征和差异性。
3.3结构方程模型SEM简介
结构方程模型（StructuralEquationModeling）以研究多个变量之间的协方差或相关系数为出发点，综合运用多元回归、因子分析和典型相关分析思想综合分析具有相关关系的问题，是对传统多元线性回归方程的扩展。在结构方程模型中，不可测变量一般可分为两类：一类是可替代变量，即可以采用其他可测变量近似替换；另一类是潜在变量，其在使用中不能直接被其它近似变量代替，但可以用另外一些可测变量来线性表达。此外，各个潜变量之间并非独立，其相互关系不容忽视。为此需要建立两个测量模型和一个结构模型。
（1）测量模型。测量模型用于描述潜变量与其可测变量之间的信息反映强度，建模思想来源于因子分析方法。
式（1）表示外生潜变量α的测量模型，式（2）表示内生潜变量的测量模型，分别是外生潜变量和内生潜变量的因子负荷矩阵，εx、εy分别为可测变量X、Y的的测量误差，通过该模型旨在分别找到n个外生可测变量和m个内生可测变量的公因子，用尽量少的变量表达尽可能多的信息。
（2）结构模型。结构模型用以描述内、外潜变量之间的因果回归关系。
式（3）表示内生潜变量被内生潜变量中的其他变量及外源潜变量的解释结构。Θ和Γ为标准路径结构系数矩阵，分别表示两类潜变量对内生潜变量的直接影响效应，外生潜变量对内生潜变量的总效应为（I-Θ）-1Γ；ζ为该模型的残差，计量内生潜变量不能由模型解释的部分。
两类模型中的各类变量均满足高斯-马尔科夫假定。Loehlin(1992)提出：进行结构方程模型分析，通常样本容量至少为200。Bentler&Chou(1987)指出进行参数估计时，运用SEM模型至少保证样本容量是所有待估参数个数的5倍。此外模型本身要求数据尽可能符合正态分布。
4我国上市公司高管人员薪酬激励的决定及效果实证分析
利用我国上市公司公开数据力图验证当前高管薪酬激励现状与理论的相合性，检验薪酬激励的效果。
4.1样本选取与加工
本文选择2009年我国A股上市公司年报所公布的高管人员信息作为样本，原始数据全部来自于色诺芬数据库（www.ccerdata.com）、wind资讯金融数据库、中国证券报上市公司公开的年报等数据载体。剔除数据披露不充分、ST、PT公司后，最终有效样本为1041家上市公司信息。在实证分析的过程中，根据指标选用要求进行了必要的计算整理。
由于需要考察高管人员薪酬的结构维度，将高管人员总薪酬定义为货币报酬和持股收益两部分。根据路径分析方法建立薪酬的决定因素模型时，受实际公开数据的质量影响，作如下调整：采取人均持股市值代替平均高管持股收益；以年龄综合代替任职年限和经验；在公司治理方面考察公司CEO是否受董事会控制的指标选择上，采用虚拟变量；观察薪酬外部决定因素的地区差异时，结合经济发展水平和地理自然条件综合考虑，分八大经济区域来分析地区特征。
4.2薪酬激励现状的描述统计分析
4.2.1产业分布特征。所选取的样本覆盖了制造业、批发零售贸易业、信息技术业等中国证监会CSRC行业分类中的22个行业，不存在行业差别。本着简化的原则，按三次产业合并后分析。从集中趋势来看，第三次产业的人均货币薪酬最高，第一次产业的最低，前者是后者的1.53倍；人均持股数量则以第二次产业为最高，约为最低的第一次产业人均持股的13.61倍，表明行业之间存在薪酬差距。从离散指标观察，不同行业领取不同的薪酬，第一次产业内部薪酬差距最小，第二产业和第三产业则受生产多样性影响呈现较大的薪酬差距。此外，“零持股”现象更为严重，“零持股”公司高达49.71%，说明持股只是少数拥有最高决策权者的权利，锦标赛理论显然成立。
4.2.2地区分布特征。就平均货币薪酬水平来说，经济水平发达的东部及东南部地区人均薪酬遥遥领先，大西北和东北地区薪酬严重偏低，不及发达地区的一半；人均持股相差高达100多倍，差异更大。一方面固然由于经济发展不平衡造成，另一方面也表明内陆省份在吸引高能力人才方面还有待提高待遇，否则只会造成“孔雀东南飞”，形成严重的人才流失带来的恶性循环。从离散程度看，薪酬收入高的地区，薪酬差距也较大，高管人员地区内竞争程度激烈，使得薪酬与个人能力的匹配程度得到优化，锦标赛理论也得到验证。
4.3薪酬及其决定因素各指标间的相关分析
运用spss软件计算样本pearson相关系数矩阵（略），分析各指标的相关程度和方向，对理论分析中提出的假设初步验证。首先高管人员薪酬的两大组成部分之间显著正相关，解释货币薪酬的各变量间大多通过0.01显著性水平的相关检验，解释持股收益的各变量相关关系相对较弱，相关方向基本符合理论分析，与公司绩效正相关、与公司规模呈负相关、与公司治理方面的关系应一分为二看待（与管理层持股比例、独立董事比重和前十大股东的股权集中度正相关、与公司治理方面的其他因素负相关）。持股市值与高管人员人力资本方面呈现不显著的负相关关系，需要进一步探讨。各解释变量间均存在或大或小的5%显著性水平上的相关关系。
4.4SEM分析
4.4.1探索性因子分析EFA，ExplotaryFactorAnalysis
根据观测变量相关矩阵或协方差矩阵，寻找具有相关关系的多个变量的综合因子的过程称为探索性因子分析ExplotaryFactorAnalysis。探索方法一般采用极大似然估计和斜交旋转，并据此识别出能提取出各观测变量尽可能多信息的因子。
为提高数据代表性，将高管人员的行业和地区薪酬平均水平定义为各组的中位数，对薪酬和持股市值作对数变换满足模型正态性需要，同时采取箱图进行探索性分析去掉一些严重的离群值，最终有效数据共739只股票。最后将原始数据经过标准化处理。
运用spss对22个观测变量作因子分析，建立测量模型，根据方差贡献率结合Promax斜交旋转共提取6个公共因子，累计方差解释率为79.734%。但是根据因子载荷矩阵判别人均资产额指标不好归类，其余因子选取基本符合预期模式，KMO统计量为0.735，表明因子分析结果合理。试算结果表明扣除人均资产额后的其余21个可测指标满足进一步分析的需要。
4.4.2验证性因子分析CFA，CertificatedFactorAnalysis
根据高管人员薪酬理论假定提出的变量关系，需建立的结构方程中包含2个外生潜变量（外部因素、人力资本特性）和3个内生潜变量（公司业绩、公司规模、公司治理）共5个解释潜变量，一个结果潜变量（薪酬），验证EFA过程提取的6个因子的合理性。采取极大似然无偏估计，使用AMOS8.0软件根据极大似然估计，对原始数据经过多次迭代，得到带有标准回归系数的六因子结构及可测变量与潜变量测量模型路径分析（略），非标准化回归系数见表2。
表2所有潜变量的测量模型及检验结果包含公司治理Admin潜变量在内的模型
剔除Admin潜变量后的模型2
观测变量
潜变量
非标准化回归系数
P值
截距项
P值
非标准化回归系数
P值
截距项
P值
LNMonper
Comp
1
—
2.3
0
1
—
2.3
0
LNSTper
Comp
1.729
0
1.928
0
1.731
0
1.927
0
Area
Out
1
—
10.625
0
1
—
10.625
0
Field
Out
-0.02
0.791
10.555
0
-0.02
0.075
10.555
0
IDir
admin
1
—
32.009
0
—
—
—
—
State
admin
-59.262
0.785
5.222
0
—
—
—
—
Dual
admin
0.398
0.788
0.785
0
—
—
—
—
CR10
admin
-40.513
0.785
61.212
0
—
—
—
—
Msper
admin
-0.25
0.792
0.035
0.01
—
—
—
—
CIST
admin
9.349
0.79
41.466
0
—
—
—
—
Age
Hc
1
—
46.912
0
1
—
46.912
0
Gen
Hc
0.019
0.219
0.86
0
0.019
0.213
0.86
0
TStock
Size
114.611
0
71700.01
0
114.619
0
71700.01
0
TAssets
Size
0.839
0
755.002
0
0.839
0
755.002
0
Sales
Size
1
—
380.841
0.001
1
—
380.841
0.001
ToLR
Size
0.08
0
27.106
0.002
0.08
0
27.106
0.002
Perf
48.197
0
47.672
0
ROE
Perf
66.305
0
1.11
0.447
66.015
0
1.11
0.447
LROE
Perf
10.565
0
6.635
0
10.454
0
6.635
0
EPS
Perf
1
—
0.15
0
1
—
0.15
0
LEPS
Perf
0.366
0
0.222
0
0.363
0
0.222
0
ROA
Perf
15.175
0
2.197
0
15.038
0
2.197
0
4.4.3模型的检验及修正（MTM，ModelTest&Modification）模型检验常采用五个主要的指标评判。实证分析结果显示，卡方值CMINDF对应的P值为0，表明模型相对于这739只股票来说总体拟合不太好，原因受样本数据数量级和样本容量的共同影响。参数估计检验结果表明公司治理潜变量对薪酬的决定并不明显，从路径回归标准系数上也能观察到二者相关系数仅为0.02，因此改进使用剔除公司治理潜变量后的模型2（路径分析如图1）。总体拟合优度为0.53，拟合效果还较为满意。非正态化拟合TLI指数为0.911，比较拟合CFI指数为0.93，表明模型拟合均很好。近似误差均方根RMSEA指标虽然较经验法则较次一些，但是远小于小于其评判上限1.31。综合来看，SEM拟合历史数据较好，是可以选用的。模型拟合系数见表2。
由非标准化回归系数可以得到测量模型表达式，表2中未明显通过p值检验的是人力资本潜变量及其观测变量的选取，但是考虑到实际资料的公布，无法寻找到人力资本变量的非常好的观测替代变量。比较两个模型的运算结果和评价指标，选择模型2作为最优模型来使用。
4.4.4效应分解分析（EA，EffectAnalysis）
将变量之间的因果相关系数分解为直接效应和间接效应。前者指由于总解释效应对应于标准化估计后的结构方程系数。从结构层次上分为两部分，内部层次为解释潜变量对其各观测变量的解释效应，外部层次为解释潜变量对薪酬潜变量的解释效应；从水平层次也分为两部分，包括直接效应和间接效应两部分，直接效应是解释变量对结果变量的直接影响，用路径系数反映；间接效应指由解释变量通过中间解释变量对结果变量产生的间接影响，用经中转的变量路径系数乘积加以反映。表3列示了所有变量间的解释效应，显然所有解释潜变量对薪酬潜变量的效应均来自于直接效应，说明各解释潜变量间不存在明显的相关关系。
根据内部关系写出薪酬标准化的结构方程：由上述表达式可以看出，用公司高管人员货币薪酬和持股市值的自然对数两个内容来衡量公司高管薪酬的统计过程中，薪酬与公司规模、公司业绩、高管人力资本和外部因素均正相关，结论基本证实了理论分析中的假定。