A股上市公司股權激勵效果的實證檢驗

丁越蘭，高 鑫

（1.北京科技大學 管理學院，北京030100；2.陜西師范大學 國際商學院，西安710062）

1 問題的提出

上世紀90年代股權激勵在發達國家已經十分盛行。我國1999年開始股權激勵試點工作，2005年，證監會發布的《上市公司股權激勵管理辦法(試行)》，才標志著我國真正意義上的股權激勵開始實施。截至到2010我國上市公司股權激勵試行已有五年，五年來對上市公司股權激勵計劃的認識與評價無論是理論界還是學術界爭論不休，褒貶不一。因此，為進一步研究5年來我國上市公司實施的股權激勵計劃的有效性，本文假設：2006年以來A股上市公司實施的股權激勵計劃對公司業績沒有顯著影響。同時增強研究結論的代表性和可信性，本文對研究樣本進行了合理的選擇——首先利用wind統計資料和公開資料對公告了股權激勵計劃的公司進行篩選，再選取符合一定條件的配對公司，二者構成本文的樣本公司，以樣本公司2006年中期至2010年中期的營業收入、總資產、勞動力人數及股權激勵指標構建面板數據并進行研究。進而在回顧相關文獻基礎上提出研究假設，再分別采用基于科布-道格拉斯生產函數的靜態和動態面板模型對研究假設進行實證分析，最后對文章的實證結論做一分析總結。

2 實證分析

2.1 樣本公司與數據獲取

本文選取在2008年8月1日之前公告了股權激勵計劃方案的上市公司，樣本公司實施的股權激勵計劃距今最短也有2年時間，能夠較好達到研究長期激勵效果的目的。根據wind統計顯示，2008年8月1日之前公告了股權激勵計劃方案的A股上市公司共計108家，其中截止2010年10月份仍處于董事會決議或者股東大會通過階段尚未實施的有10家，已經宣告停止實施的有55家，已經完成股權激勵或者仍處于實施階段的公司有43家。對于尚未實施激勵計劃的10家，本文將其全部剔除。對于宣告停止實施的55家公司，本文根據其首次公告時間以及其他公開資料，逐一判斷股權激勵計劃是否實質上在公司中運行過，來決定是剔除還是作為樣本保留。這55家公司中相當一部分是在2008年上半年推出股權激勵計劃，由于2008年特殊市場環境，股價深幅下跌，跌破行權價，客觀上造成了股權激勵計劃失去意義。這類公司的被激勵對象在股權激勵方案實施后很快就意識到行權的可能性不大，股權激勵實質上等于沒有實施，這種情況同前文中的10家公司一樣，本文將其剔除。另外，對于少數幾家宣告停止實施股權激勵計劃的公司，由于計劃實質上已經運行，本文將其保留在樣本中。

借鑒前人的研究，行業、資產規模和第一股東性質對我國上市公司業績有重要影響。本文配對公司的選取標準為：第一，沒有公告過股權激勵計劃；第二，按照wind行業分類標準，與所配對公司同屬于二級分類行業及以上；第三，與所配對公司公告當年的總資產差異不超過20%。第四，第一股東性質相同。配對公司的選取過程為：（1）按照以上四個條件篩選，若符合條件的公司數量小于等于10個，隨機選取其中一家公司作為配對公司；（2）若符合條件的公司大于10個公司，將行業條件從二級行業相同提高到三級行業相同，重新篩選，如果符合條件公司小于等于10家，從中隨機選取一家作為配對公司；（3）如果仍大于10家，將行業條件提高到四級行業相同。按照上述標準，除海油工程、伊利股份、中興通訊三家外，我們得到47家配對公司。客觀條件限制缺失3家樣本公司，但由于本文構造的是橫截面為97、時間維度為5年的面板數據，數據包含了大量信息，因此不會對本文研究結論有明顯影響。

綜上所述，本文樣本公司包括50家實施了股權激勵計劃的上市公司以及按照以上方式選取的47家配對公司，共計97家樣本公司。整理構造出由這97家樣本公司從2006年到2010年的營業收入、總資產、勞動力人數及股權激勵指標組成的面板數據，所有原始數據均來自wind數據庫、巨潮咨詢網以及滬、深證交所網站。

2.2 面板模型及變量說明

從道格拉斯生產函數出發，我們估計下面的靜態面板模型：

模型中下標i和t分別代表公司和時間，上式中各變量指標的含義及取值方法具體見表1。

如果資本、勞動力以及股權激勵計劃不是嚴格的外生變量，那么對靜態面板模型的固定效應估計量不是一致的，為了得到漸進一致的估計量，我們將靜態面板模型改寫成下面的動態模型，并采用廣義矩估計對模型參數進行估計：

廣義矩估計法根據構造矩條件思路的不同分為一階差分廣義矩估計（GMM）和系統廣義矩估計（system GMM）。由于動態方程的被解釋變量的一階滯后項yit-1含有公司的個體異質性項ηi，因此直接估計會導致系數有偏，非一致。為得到一致的估計，Arellano和Bond(1991)借鑒Anderson-Hsiao的一階差分估計，在一階差分的Δεit與所有的（t-2）時刻及以前的解釋變量都不相關的假設基礎上，提出把這些解釋變量的水平滯后值作為相應的一階差分變量的工具變量，與誤差項一起構造矩條件，利用廣義矩進行求解，這種方法就是一階差分廣義矩估計。人們發現當解釋變量滯后項的系數接近于1或者個體異質性ηi的方差比異質性沖擊εit的方差增加的更快時，一階差分GMM估計量的有限樣本特性就非常不理想。Arellano和Bover（1995）和Blundell和Bond（1998）將此稱為弱工具變量問題，并在引進新的假設基礎上——工具變量的差分可以作為水平方程的工具變量，增添了新的矩條件，與原來一階差分GMM的矩條件構成完備的矩條件，因而被稱為系統廣義矩估計。由于系統廣義矩估計比一階差分廣義矩估計有著更好的有限樣本性質，極大地減少了一階差分廣義矩估計量的偏誤，因此本文采用系統廣義矩估計法對上面的動態面板模型進行估計。另外，在有限樣本中，過多的工具變量雖然不會造成廣義估計量的不一致，但會對估計量產生嚴重的影響。因此我們進行系統廣義矩估計時，對于差分方程工具變量的選擇而言，首先使用解釋變量yit-1、kit、lit的（t-2）時刻及之后所有可能的滯后作為GMM工具變量，其次，僅用解釋變量的（t-2）和（t-3）的滯后值作為工具變量，分別進行估計。

表1 模型變量說明

2.3 實證結果與分析

表2列示了對靜態面板模型的各項參數估計及相關檢驗的結果。假定公司總資產和勞動力規模與公司的異質性相關，即模型為固定效應面板模型，那么組內估計量是無偏的。在計算固定效應的組內估計量時，stata10.0軟件同時報告了原假設為“個體不存在異質性”的F檢驗結果，結果拒絕原假設，所以如果采用混合OLS估計，得到的結果將是有偏的，表4也不再列示混合OLS的估計結果。然而，假定公司總資產和勞動力規模與公司的異質性相關是否正確，即選擇固定效應模型還是隨機效應模型，我們在兩種條件下分別進行估計，并進行Hausman檢驗，結果表明在95%的置信水平下，固定效應的組內估計量和隨機效應的廣義二乘估計量差別是不顯著的，隨機效應估計更有效，應選擇隨機效應模型。但是，在99%的置信水平下，兩種估計量的差別是顯著的，應該選擇固定效應模型。一般而言，公司的規模對公司的管理水平、融資能力等異質性是有影響的，因此我們傾向選擇固定效應模型，當然表3中的數據表明除了在勞動力對產出的彈性上略有不同，兩種模型在解釋我們要研究的問題上結論是一致的。自相關系數Rho-AR（1）以及Wooldridge檢驗表明，誤差項存在一階自相關，Friedman個體橫截面獨立檢驗表明樣本公司之間獨立性很好。

通過對靜態面板模型的估計，我們可以得到以下結論：第一，資本投入kit和勞動力投入lit的系數都是高度顯著的。資本投入的彈性大概在0.75，勞動力投入彈性大概在0.14左右，體現了一個規模遞減的生產函數，事實上已有研究表明固定效應估計量通常會低估資本投入的彈性。第二，無論做固定效應的假定還是隨機效應的假定，以及采用何種估計方法，在95%的置信水平下均不顯著，說明實施股權激勵計劃對公司產出沒有顯著影響。

表3列示了對動態面板模型的各項參數估計及相關檢驗的結果，year2006-year2010作為時間啞變量參與估計，但估計結果均在99%的置信水平下不顯著，故表4未將其列出。系統矩估計（1）選擇解釋變量yit-1、kit、lit的（t-2）時刻及之后所有可能的滯后作為差分方程的工具變量，共有工具變量51個。系統矩估計（2）僅選用解釋變量的（t-2）和（t-3）的滯后值作為工具變量，共有工具變量41個。和一階差分廣義矩估計一樣，系統廣義矩估計的一個重要假設是初始水平方程的誤差項不存在自相關，因此差分方程的誤差項應為一階自相關，但不存在更高階的自相關，Arellano-Bond自相關檢驗表明研究數據滿足對誤差項自相關的要求。Hansen檢驗結果表明過度識別條件成立，Difference-in-Hansen檢驗表明兩次系統矩估計使用的工具變量表現良好。

動態面板的估計結果顯示公司產出受到上一期產出、當期資本和當期勞動力的顯著影響，更重要的是，與靜態面板中看到的一樣，是否實施股權激勵對公司產出沒有顯著影響，這個實證結論與張軍（2009）、王琴等（2010）提出的觀點是一致的。總結現有的不支持股權激勵與業績顯著正相關的研

究，致使股權激勵效果弱化的原因可能有：第一，股權激勵計劃設計的缺陷。例如，行權條件過低，股權激勵相當于饋贈高管的福利，失去了應有的激勵效果；考核指標偏重會計指標，管理層通過調整會計政策等手段，輕易達到考核標準；激勵周期不長，股權激勵應重在長期激勵，一份股權激勵計劃應該指向更長時期，為解決適應性問題，可以在計劃中包含一些增加計劃靈活性的條款，但無論如何一份只有2、3年的計劃，其長期激勵效果值得懷疑。第二、相關法律制度及監管的不完備。例如，期權費用在跨年度的等待期內合理攤銷的會計處理問題，不合理的攤銷會造成會計利潤的巨大波動，出現財務性虧損，這會影響到股權激勵的數量選擇。一些企業特別是國有控股公司，由于國家股東的缺位，容易造成管理層“自我激勵”，出現利益輸送問題。第三、股權激勵自身的局限性。例如，對某些行業或者某些企業而言，特別是資本密集型或者壟斷行業，被激勵對象可能認為自己的努力對業績的達成與否影響非常小，那么正如期望理論預計的那樣，設計再好的股權激勵計劃也將很難真正奏效。這些原因在多大程度上弱化股權激勵的效果有待進一步的研究。

表2 靜態面板模型參數估計及相關檢驗結果

表3 動態面板模型參數估計及相關檢驗結果

3 結論

本文通過合理篩選研究樣本，使其更具有代表性，增強了股權激勵效果定量研究的可信度。分別采用靜態面板模型和動態面板模型，對2006年至2010年樣本公司面板數據進行分析，兩種模型一致地發現股權激勵計劃對公司的產出沒有顯著的長期效果，為本文的假設以及張軍（2009）等學者的研究提供了實證支持。根據已有研究和公開資料，造成股權激勵失效的原因，可能來自股權激勵計劃設計缺陷、相關法律制度監管的不完備或者股權激勵自身的局限性。但這些可能的原因弱化股權激勵效果的程度及相互之間的交互作用需要今后做進一步的探討。

[1] 張軍.我國上市公司股權激勵問題研究[J].中央財經大學學報,2009,(5).

[2] 張俊瑞,張建光,王麗娜.中國上市公司股權激勵效果考察[J].西安交通大學學報(社會科學版),2009,(1).

[3] 王琴,苑振.上市公司股權激勵成本效益分析——基于深交所的經驗研究[J].財會通訊,2010,(3).

[4] 潘永明,耿效菲,胥洪.我國上市公司股權激勵與企業業績關系的實證研究[J].遼寧師范大學學報(社會科學版),2010,(3).

[5] Elli Kraizberg,Aharon Tziner,Jacob Weisberg.Employee Stock Options:Are They Indeed Superior to other Incentive Compensa?tionSchemes?[J].JournalofBusinessandPsychology,2002,16(3).