Page 93 - 北京工商大学学报社会科学版2018年第6期
P. 93

北京工商大学学报(社会科学版)摇 摇 摇 摇 2018 年摇 第 6 期

   效,还应与同期非国有企业进行对比以消除其                            茁 、酌 是本文关心的核心系数,反映了国有企业
                                                    3  3
   他因素的影响。                                         高管薪酬管制政策的实际效果。 其中,琢 、茁 分
                                                                                        3   3
       根据双重差分模型,可将薪酬管制政策视为                         别代表了在一系列控制条件下高管薪酬管制政策
   一项准自然实验:国有企业为薪酬管制政策对象,                          对国有企业所带来的两类收入差距的影响,而 酌
                                                                                              3
   即接受处理的组,非国有企业为对照组。 由于国                          则代表了薪酬管制政策对企业绩效的影响。 琢 、
                                                                                             4
   企高管薪酬管制政策 2009 年底开始实施,因此本                       茁 、酌 代表了不同企业之间的初始差异。
                                                    4  4
   文将 2010 年以后的国有企业视为接受了处理,将                           双重差分模型可以研究薪酬管制政策对国
   2010 年以前的国有企业视为未接受处理。 此外,                       企两类收入分配及企业绩效的总影响,但很显
   本文关心薪酬管制政策对收入差距及企业绩效的                           然分配状况的变化也会影响企业绩效。 为深入
   影响,因此将公司高管的绝对薪酬(lnapay )、相                      研究高管薪酬的变化对企业绩效产生的影响,
                                         it
   对薪酬( rpay )、企业经营绩效( roa ) 设为因变                  借鉴王晓文、魏建使用的方法 ,构建下述面板
                                                                               榆
              it
                                    it
   量,分别代表国企高管与社会公众的收入差距、国                          数据模型:
   企内部收入差距、公司绩效。 以stateown 作为表                           lnroa = 啄 + 啄 lnapay + 啄 lnrpay +
                                       it                     it  0  1      it  2     it
   示国有企业的虚拟变量,stateown 取 1 为国有企                         啄 board + 啄 crs + 啄 lnsize + 啄 lev + 滋 (15)
                                 it                      3    it  4  it  5    it  6  it  it
   业,取 0 为非国有企业。 以regu 作为表示薪酬管                         由于该模型中 lnapay 与 lnroa 可能存在较强
                                                                                  it
                                                                          it
                               it
   制政策的虚拟变量,regu 取 1 为薪酬管制政策实                      内生决定关系,本文使用 2SLS 法进行分析。 即先
                        it
   施后(即 2010 年以后),取 0 为薪酬管制政策实                     以 lnapay 为因变量对模型(15) 中的其余解释变
                                                           it
                                                                     ^
                                                                                ^
   施前(即 2010 年以前)。 为检验国企高管薪酬管                      量作回归得到残差 滋 ,然后以 滋 作为 lnapay 的
                                                                      it        it          it
   制政策的实施效果,设置交互项stateown 伊 regu ,                 替代变量带入模型(15)进行 OLS 回归。
                                      it     it
   stateown 伊 regu 取 1 表示薪酬管制政策实施后国                    (二)指标的选取及数据来源
          it    it
   企的情况,其他情况取 0。 为控制不同截面单位                             公司高管的绝对薪酬( lnapay )、相对薪酬
                                                                                   it
   间初始状态差异对薪酬与绩效的影响,参照夏飞                           (rpay )、企业的经营绩效( roa ) 分别以前 3 名
                                                        it                     it
   等 [26] 研究西部大开发政策效果时的方法,在方程                      高管薪酬总额的自然对数、前 3 名高管薪酬总
   (13)和(14)中加入滞后 1 期因变量的自然对数,                     额占公司总薪酬的比例、公司的总资产收益率
   并在全部模型中加入企业结构相关变量作为控制                           来衡量;董事会规模( board ) 以董事会人数衡
                                                                             it
   变量。 最终双重差分模型设置如下(下标中的 i                         量;企业的股权集中度( crs ) 以前 10 名股东持
                                                                            it
   表示企业,t 表示年份):                                   股比例衡量;企业规模(lnsize ) 以企业年末总资
                                                                              it
        lnapay = 琢 + 琢 stateown + 琢 regu +         产衡量 的 自 然 对 数 衡 量; 企 业 资 产 配 置 状 况
                                       it
                              it
              it
                  0
                                  2
                      1
            琢 stateown 伊 regu + Z + 滓     (12)     (lev )以企业的资产负债率衡量。 其中,对绝对
              3      it     it  it   it                it
          rpay = 茁 + 茁 stateown + 茁 regu +         薪酬与企业规模取自然对数,是为了消除不同
             it
                             it
                                     it
                     1
                                 2
                 0
         茁 stateown 伊 regu + 茁 lnrpay  +           量纲的影响。
          3       it    it   4     i(t - 1)
                      Z + 着               (13)         样本数据来源于 CSMAR 以及 Wind 金融数
                       it  it
                                                                               虞
          roa = 酌 + 酌 stateown + 酌 regu +          据库。 本文选取了 2008—2016 年沪深股市中的
             it
                                     it
                             it
                 0
                     1
                                 2
         酌 stateown 伊 regu + 酌 lnroa   +           A 股上市公司。 将实际控制者为国家或地方国资
           3      it     it  4    i(t - 1)
                      Z + 浊               (14)
                       it  it                      委的企业视为国有企业,同时剔除了金融类及 S、
       其中,Z 代表了由董事会规模(board ,高管                    ST、ST*、PT 类上市公司,并排除了数据缺失的样
              it
                                         it
   权力的代理变量)、企业的股权集中度(crs )、企                       本。 另外由于不同年份企业数量会发生变化,因
                                         it
   业规模(size )、企业资产配置状况(lev ,以企业的                   此本文将同一企业在不同年份的数据,视作不同
             it                      it
   资产负债率衡量)组成的控制变量向量集。 待估                          样本进行处理。
   系数中,琢 、茁 、酌 为常数项,琢 、茁 、酌 控制了国                       (三)回归结果及分析
            0  0  0           1   1  1
   有企业与非国有企业的差别,琢 、茁 、酌 控制了时                           在回归模型进行分析之前,为避免模型解释
                               2  2  2
   间对于国有企业及非国有企业的共同影响。 琢 、                         变量之间的多重共线性,本文计算了解释变量两
                                             3
    · 8 8 ·
   88   89   90   91   92   93   94   95   96   97   98