金融機構高管薪酬存在風險敏感性嗎？

宋清華 胡世超 毛慶

摘要：基于中國上市金融機構2008-2016年的非平衡面板數據，研究金融機構高管薪酬風險敏感性問題。結果表明：金融機構的風險承擔與高管薪酬呈顯著的正相關關系，意味著金融機構高管薪酬契約存在風險敏感性；相較于非國有金融機構，國有金融機構高管薪酬風險敏感性較低；以監事會人數、監事會會議次數、獨立董事占比與第一大股東持股比例作為代理變量，管理層權力在一定程度上影響風險承擔與高管薪酬之間的關系。

關鍵詞： 金融機構；高管薪酬；風險承擔；管理層權力

中圖分類號：F830.22文獻標識碼：A文章編號：10037217（2018）04000810

一、引言

2007年，美國次貸危機迅速蔓延導致了全球金融危機。關于此次危機，各國政府和大多數學者經過大量分析研究，總結出了許多原因，其中之一便是金融機構高管薪酬激勵不當＼[1， 2＼]。為此，國際組織與各國金融監管機構相繼出臺相關政策，以規范金融機構高管薪酬，防范與化解系統性金融風險，保持金融穩定。

我國金融機構高管薪酬偏高一直以來都是公眾關注的焦點。自2010年起，我國政府工作報告多次提及“嚴格規范金融機構高管人員薪酬管理”。財政部分別于2009年1月13日印發《金融類國有及國有控股企業負責人薪酬管理辦法》和2009年4月9日頒布《關于國有金融機構薪酬分配有關問題的通知》，2010年3月10日銀監會發布《商業銀行穩健薪酬監管指引》等，這些薪酬監管政策的出臺充分體現了監管當局進一步改革金融機構高管薪酬制度、維護金融穩定的決心。那么，為了更好地維護金融業穩定，防范系統性金融風險發生，該如何制定高管薪酬契約；制定高管薪酬契約時，又該如何考慮風險因素？這是值得重視與研究的問題。

二、文獻述評與研究假設

國內外已有越來越多的學者在研究高管薪酬與風險承擔之間的關系，尤其是“高管薪酬對高管風險承擔能力的影響”。Coles等（2006）利用面板模型研究得出高管薪酬的結構與公司風險存在雙向關系，高管薪酬對企業股票波動性的敏感度較高，擁有較高薪酬的高管會更愿意從事高風險的投資，從而增加公司的總風險＼[3＼]。Bhagat 和Bolton（2014）也認為不當的高管薪酬增加了銀行的風險承擔＼[2＼]。Shah 等（2017）把美國金融機構的數據劃分為國際金融危機前（2002-2008年）和國際金融危機后（2009-2013年），通過實證分析得出在國際金融危機前高管獎金薪酬與風險承擔呈負向關系；同樣地，在國際金融危機后，獲得限制性股票和期權的高管能顯著降低風險承擔＼[4＼]。而有些學者認為高管薪酬與風險承擔沒有關系。Fahlenbrach 和 Stulz（2011）基于美國95家金融機構（銀行控股公司和投資銀行）的數據，得出在危機期間，股東與高管利益更一致的銀行遭受的損失會更大，而高管擁有較高期權報酬和較多現金分紅的銀行并沒有更慘的損失，并進一步得出危機期間這些金融機構的差業績可能是由某些不可預見的風險導致，也就是說高管薪酬并不是造成危機的根源＼[5＼]。

在我國，宋清華和曲良波（2011）研究發現，我國商業銀行高管薪酬與風險承擔呈倒U型關系＼[6＼]。張雪蘭等（2014）將高管薪酬分為激勵薪酬、權力薪酬和操縱薪酬，選取2007-2013年中國上市銀行的數據，實證檢驗了我國銀行高管薪酬與系統性風險之間的關系，認為通過期限錯配，銀行高管的激勵薪酬與系統性風險呈顯著正相關關系＼[7＼]。

總之，國內外關于“高管薪酬對金融機構風險承擔能力的影響”因研究方法、研究樣本、假設條件等不同而仍未有定論。目前國內外關于金融機構風險承擔對高管薪酬的影響，即高管薪酬風險敏感性的研究相對較少，還有較大研究價值。Gregg等（2012）基于1994-2006年美國415家公司，其中59家金融機構（商業銀行、保險公司、房地產和專業金融公司），研究了美國大公司風險承擔與高管薪酬之間的關系，得出風險承擔與高管薪酬在統計上不存在顯著關系＼[8＼]。Bai 和 Elyasiani（2013）基于1992-2008年733家美國銀行控股公司的數據，研究了違約風險與高管薪酬之間的關系，發現當CEO與股東利益聯系在一起時，CEO有較強動力在不顧犧牲儲戶、債券持有者利益的情況下去承擔高風險，以獲取更高的報酬＼[9＼]。Cheng 等（2015）基于委托代理理論，從風險厭惡的代理人角度提出代理人即公司高管是理性人假設，認為要增加公司經營過程中承擔的風險就必須提升高管總薪酬＼[10＼]。吳成頌等（2016）認為銀行風險承擔與高管薪酬之間具有顯著的負相關關系，即銀行高管薪酬具有風險敏感性，國有控股銀行高管薪酬的風險敏感性更加顯著＼[11＼]。

綜上所述，關于金融機構風險承擔與高管薪酬的關系，一般來講，風險高的投資能獲得高的收益，從而金融機構的高管有強烈動機去尋求高回報率的投資，這樣才能增加利潤水平，從而有利于高管薪酬的提升。鑒于此， 提出研究假設1：

假設1：在其他條件不變的情況下，金融機構的風險承擔與高管薪酬呈正相關關系，即隨著風險承擔的增加，會相應增加高管的薪酬，也即金融機構高管薪酬契約存在風險敏感性。

如果金融機構風險承擔的提升會增加高管的薪酬，那么，管理層權力能否影響金融機構風險承擔與高管薪酬之間的相關性？Jensen 和 Meckling（1976）提出委托代理理論，通過一系列有效的契約安排把高管與股東利益聯系在一起，從而起到降低代理成本作用，以提升公司經營效率＼[12＼]。這個理論看上去非常完美，可現實情況是，當公司增長緩慢時，高管薪酬依然快速增加，因為高管會通過控制董事會，設計有利于自身的薪酬契約，以致高管薪酬不再成為解決代理問題的工具，甚至其本身可能成為代理問題的一部分，這便是所謂的管理層權力理論＼[13，14＼]。

信息不對稱及監管成本過高，以致對高管薪酬制定更多是以業績為導向，即股東只看公司的績效，而不關注高管的努力程度。為了完成業績考核目標，如果管理層對公司的控制權力較大，可能會利用手中權力不顧風險因素，強行投資高收益的項目。進一步，可以推斷如果能完善公司治理機制，有效控制管理層權力，將有助于緩解金融機構所承擔的風險，影響風險承擔與高管薪酬之間的關系。蔣海等（2010）認為商業銀行的薪酬契約設計與一般企業不同，提高獨立董事比例與第一大股東持股比例有助于增加風險控制在薪酬激勵中的作用＼[15＼]。鑒于此， 提出研究假設2：

假設2：在其他條件不變的情況下，管理層權力會影響金融機構風險承擔與高管薪酬之間的相關性，即管理層權力會影響金融機構高管薪酬的風險敏感性。

三、研究設計

（一）樣本數據來源

考慮到中國金融機構數據的可得性，本文選取2008-2016年45家金融類上市公司年度非平衡面板數據，其中包括16家商業銀行、20家證券公司、5家保險公司以及4家信托公司。所使用數據主要來源于國泰君安數據庫CSMAR和上市金融機構的年度財務報告。本文研究所使用的統計軟件為STATA14.1。

（二）變量定義

1.被解釋變量。借鑒張雪蘭等（2014）＼[7＼]的做法，選取上市金融機構年報中披露的薪酬最高的前三名高管薪酬總額平均數的自然對數作為高管薪酬的代理變量。將金融機構薪酬最高的前三名高管作為一個整體來考察，可以最大程度地反映金融機構團隊的薪酬水平，更具有代表性。

2.解釋變量。借鑒已有文獻[6，16]的做法，以Z-Score測度金融機構風險承擔水平。ZScore是使用違約概率法進行測算公司破產風險最具代表性的指標之一，其包含盈利性、杠桿率和波動率三個方面的信息，計算公式為：ZScore=ROA+CARσ（ROA），其中，ROA表示金融機構的總報酬率；σ（ROA）為ROA的標準差，表示波動率；CAR表示資本資產比率，即股東權益除以總資產。ZScore越大，表明金融機構經營越穩定，即風險承擔水平越低。

3.調節變量。為了檢驗假設2，即管理層權力對高管薪酬風險敏感性的影響，引入管理層權力作為調節變量。管理層權力通常可以用董事會人數、董事會會議次數、獨立董事占比、監事會人數、監事會會議次數、第一大股東持股比例、兩職合一等指標衡量。因為管理者可能會控制董事會，影響管理者報酬＼[13，14＼]，所以，相對于董事會規模，本文以監事會規模來代表管理層權力。監事會是公司股東大會領導下的常設監督機構，監督公司的日常運營，防止管理層權力的濫用，維護公司及股東的利益等。通常，監事會人數越多，監事會會議次數越多，對公司管理層的監督能力越強，即管理層權力越小。關于獨立董事占比，其占比越高，對公司管理層的監督能力越強，即管理層權力越小；第一大股東持股比例越高，表明股權集中度越高，其對公司管理層的監督能力越強，即管理層權力越小＼[22＼]。此外，關于兩職合一（Dual），即董事長兼任總經理，根據統計數據顯示，我國上市金融機構中，絕大多數基本不存在兩職合一情況。因此，本文選用監事會人數（Sup）、監事會會議次數（Snum）、獨立董事占比（Ind）、第一大股東持股比例（Fir）等管理層權力的代理變量來分析對高管薪酬風險敏感性的影響。

4.控制變量。參考相關文獻，引入如下控制變量：金融機構規模，即總資產的自然對數（LnSize）、杠桿率（Lev）、加權凈資產收益率（ROE）、市值賬面比（MB）、實際控制人性質（Owner）、董事會人數（Boa）、董事會會議次數（Bum）。

變量定義及其描述見表1。

（三）模型設定

為了更好地檢驗金融機構高管薪酬的風險敏感性，本文構建了面板數據回歸模型。Baltagi（2008）認為，即使誤差項εi，t不是序列相關，混合回歸（PooledOLS）估計值依然可能是有偏和不一致的＼[17＼]。而對于動態面板數據，即使固定效應面板回歸（FE）的估計量也可能是不一致的＼[18＼]。至于差分GMM（Difference Generalized Method of The Moments）模型，在該模型中引入一個被解釋變量的滯后項作為解釋變量，從而更好地克服內生性問題＼[19＼]。Blundell 和Bond（1998）提出系統GMM（System GMM），即將差分GMM與水平GMM結合在一起進行GMM估計。與差分GMM相比，系統GMM更能提高估計的效率。為此，本文使用系統GMM估計的方法＼[20，21＼]。

為了研究金融機構高管薪酬契約中是否存在風險敏感性，模型設定如下：

LnPayi，t=α+β1LnPayi，t-1+β2ZScorei，t+β3Ci，t+ηi+εi，t （1）

其中，面板的橫截面和時間維度分別表示為下標i=1，…，N；t=1，…，T。LnPayi，t表示金融機構i在t時刻的高管薪酬，LnPayi，t-1表示金融機構i在t-1時刻的高管薪酬，ZScorei，t表示金融機構i在t時刻的風險承擔；Ci，t為控制變量，包括金融機構總資產的自然對數、杠桿率、加權凈資產收益率、市值賬面比、實際控制人性質、董事會人數和董事會會議次數；ηi是未觀測到的個體效應的因素；εi，t是誤差項。

為了進一步研究管理層權力對金融機構高管薪酬風險敏感性的影響，使用管理層權力（MP）作為調節變量，ZScore×MP是金融機構風險承擔與管理層權力的交互項，用于檢驗管理層權力對金融機構高管薪酬風險敏感性的影響，為此，設置模型如下：

LnPayi，t=α+θ1LnPayi，t-1+θ2ZScorei，t+θ3ZScorei，t×MPi，t+θ4Ci，t+ηi+εi，t （2）

模型（2）中，管理層權力（MP）主要包括監事會人數（Sup）、監事會會次數（Snum）、獨立董事占比（Ind）、以及第一大股東持股比例（Fir），所以金融機構風承擔與管理層權力（ZScore×MP）的交互項主要包括：ZScore×Sup、ZScore×Snum、ZScore×Ind和ZSocre×Fir等四個交互項。

四、實證結果分析

（一）描述性統計

表2報告了變量的描述性統計。在總樣本中，高管薪酬（LnPay）均值是5.357，標準差為0.796，最高為7.405，最小值2.565，可知各金融機構高管薪酬之間差距較大；從各子樣本來看，保險業的高管薪酬均值最高，其余依次是銀行業、證券業、信托業。風險承擔水平上，總樣本中均值為36.709，標準差為23.461，而在通過各子樣本之間的比較，可知銀行業的ZScore值最大，即風險承擔水平最低，經營穩定程度最高，而信托業ZScore值最小，也意味著風險承擔最大，經營過程中面臨的違約風險最高。金融機構監事會平均人數約為7人，最少為2人，最多為13人，表明不同金融機構之間監事會人數分布差異較大，也意味著不同金融機構之間管理者權力存在差異。監事會會議次數平均值為5.758次，最小值為2次，最大值為19次，表明不同金融機構之間監事會會議次數分布差異較大。獨立董事占比均值為35.7%，最大值為50%，最小值為16.7%，從子樣本來看，差異最大的是銀行業，其次是證券業，保險業與信托業差異不大。第一大股東持股比例平均值為28.3%，不同金融機構之間差異較大且依然存在“一股獨大”現象，最小值為0.3%，最大值為68.4%，其中銀行業股權集中度最高，其余依次為信托業、保險業和證券業。

從控制變量來看，銀行業資產規模最大，其余依次是保險業、證券業、信托業。從全樣本來看，金融機構杠桿率均值為9.095，標準差為7.073，最小值為1.02，最大值為31.417，差異較大；從子樣本來看，銀行業的杠桿率均值為16.873，顯著高于證券業、保險業和信托業杠桿率均值，這與銀行業高負債率的特點有關。加權凈資產收益率（ROE）表示金融機構的盈利能力，全樣本均值為14%，標準差8.9%，分布差異較大，最大值為76.9%，最小值為-37.9%。2008年太平洋證券產生較大虧損，凈利潤為負，故加權凈資產收益率為-37.9%。關于市值賬面比，信托業加權凈資產收益率最高，其余依次為證券業、保險業、銀行業。從實際控制人性質來看，國有控股公司高于非國有控股公司，銀行業中的國有控股公司最高，其次是證券業、保險業、信托業。董事會人數均值大約為13人，并且不同金融機構之間人數差異較大。董事會會議次數平均值為10.057，標準差為3.615。

（二）實證結果分析

1.金融機構高管薪酬風險敏感性。本文使用系統GMM（System GMM）的方法，如表3所示，差分序列相關檢驗（ARtest）結果表明，估計系數是存在一致性的，而且Sargentest也表明不存在工具變量過度識別問題，所以，使用系統GMM模型是合理有效的。

由表3可知，高管薪酬（LnPay）與風險承擔的代理變量（ZScore）存在顯著的負相關關系，即在其他條件不變的情況下，金融機構ZScore越低，其風險承擔越高，高管薪酬越高，即高管薪酬存在風險敏感性，這與假設1的預期是相符的，也與Cheng等（2015）＼[10＼]的研究結果相同。一般情況下，高風險高收益，金融機構高管可能投資風險較大、收益較高的項目，以獲取更高的薪酬，這在一定程度上說明了我國當前上市金融機構的高管薪酬構成包含了風險因素。同時，表3中第（3）列顯示，風險承擔與實際控制人性質的交互項（ZScore×Owner）系數顯著為正，表明與非國有金融機構相比，國有控股金融機構對高管薪酬的風險敏感性較低，這可能是因為國有金融機構高管在追求收益的同時，也要兼顧社會責任。

從控制變量來看，金融機構規模與高管薪酬存在顯著的正向關系，即金融機構規模越大，高管就越有可能獲取更高的薪酬，這很好地說明了金融機構高管為什么都十分熱衷于擴大金融機構規模；金融機構杠桿率的系數顯著為負，即金融機構杠桿率與高管薪酬存在顯著負相關關系，說明我國上市金融機構當前的杠桿率已經很高，如果再一味增加杠桿，可能會由于風險極大的不確定性引起破產倒閉概率極大增加，這也意味著金融機構的高管目前也有適當降低杠杠的動力；加權凈資產收益率系數顯著為正，說明金融機構經營業績越好，高管的薪酬越高；市值賬面比系數顯著為負，即市值賬面比越高，高管薪酬越低，這也說明我國上市金融機構股價為何一直漲不高，尤其是銀行股；董事會規模系數、董事會會議次數系數都顯著為正，說明金融機構董事會規模越大、董事會會議次數召開的越多，金融機構高管的薪酬越高，這可能是因為金融機構管理層控制了董事會，每次開董事會總是有利于管理層利益，董事會作用機制失效，所以董事會規模越大、董事會次數開的越多，高管的薪酬反而可能更高；實際控制人系數顯著為負，表明相較于非國有控股金融機構，國有控股金融機構高管薪酬較低。

2.管理層權力對金融機構高管薪酬風險敏感性影響。表4主要報告了金融機構風險承擔與管理層權力的交互項對金融機構高管薪酬影響的回歸結果。差分序列相關檢驗（ARtest）結果表明：估計系數是存在一致性的，而且Sargentest也表明不存在工具變量過度識別問題，所以，使用系統GMM模型是合理有效的。

在表4第（1）列中，風險承擔與監事會人數交互項系數為0.001，且在5%的顯著性水平上統計顯著，表明監事會人數增加會降低金融機構高管風險承擔對高管薪酬的激勵作用，即監事會人數增加會降低金融機構高管薪酬的風險敏感性。在第（2）列中風險承擔、監事會人數與實際控制人性質三者交互項（ZScore×Sup×Owner）系數在10%的顯著性水平上為正，表明相對于非國有金融機構，國有金融機構增加監事會人數對降低金融機構高管薪酬風險敏感性的效果更顯著。

在表4第（3）列中，風險承擔與監事會會議次數交互項系數顯著為正，表明監事會會議次數增加會降低金融機構高管風險承擔對高管薪酬的激勵作用，即監事會會議次數增加會降低金融機構高管薪酬的風險敏感性。在第（4）列中，風險承擔、監事會會議次數與實際控制人性質三者的交互項（ZScore×Snum×Owner）系數顯著為正，表明相對于非國有金融機構，國有金融機構增加監事會會議次數對降低金融機構高管薪酬風險敏感性的效果更顯著。

在表4第（5）列中，獨立董事占比的系數顯著為負，即獨立董事占比越高，金融機構高管薪酬越低。而風險承擔與獨立董事占比交互項系數顯著為正，表明獨立董事占比增加會降低金融機構高管風險承擔對高管薪酬的激勵作用，即獨立董事占比增加會降低金融機構高管薪酬的風險敏感性。在第（6）列中，風險承擔、獨立董事占比與實際控制人性質三者的交互項（ZScore×Ind×Owner）系數顯著為正，表明相對于非國有金融機構，國有金融機構增加獨立董事占比對降低金融機構高管薪酬風險敏感性的效果更顯著。

在表4第（7）列中，第一大股東持股比例系數顯著為正，即提升第一大股東持股比例，會顯著增加金融機構高管薪酬。該結論與美國金融機構情況相反，這可能與我國金融機構股權集中度較高有關。風險承擔與第一大股東持股比例交叉項系數顯著為負，表明第一大股東持股比例增加會加強金融機構高管風險承擔對高管薪酬的激勵作用，即第一大股東持股比例增加會提升金融機構高管薪酬的風險敏感性。在第（8）列中，風險承擔、第一大股東持股比例與實際控制人性質三者的交互項（ZScore×Fir×Owner）系數顯著為負，表明相對于非國有金融機構，國有金融機構降低第一大股東持股比例對降低金融機構高管薪酬風險敏感性的效果更顯著。

以上結果表明，以監事會人數、監事會會議次數、獨立董事占比與第一大股東持股比例作為管理層權力的代理變量，能在一定程度上影響風險承擔與高管薪酬之間的關系。其中，監事會人數增加、監事會會議次數增多、獨立董事占比增加能起到監督和限制管理層權力的作用，在一定程度上降低金融機構高管薪酬的風險敏感性；而降低第一大股東持股比例，也會降低金融機構高管薪酬的風險敏感性。而且，相較于非國有金融機構，國有金融機構增加監事會人數、監事會會議次數、獨立董事占比以及降低第一大股東持股比例，在降低金融機構高管薪酬風險敏感性的效果上會更顯著。

（三）穩健性檢驗

為確保結論可靠性，本文進行了如下穩健性檢驗：（1）以風險調整資產收益率RAROA和權益收益率RAROE作為ZScore的替代變量①＼[23＼]，估計結果見表5和表6；（2）以董事、監事及高管年薪總額的對數為金融機構高管薪酬的代理變量＼[22＼]；（3）以董事前三名薪酬總額均值的對數為金融機構高管薪酬的代理變量＼[11＼]；（4）以ZScore的對數為風險承擔的代理變量＼[6＼]。以上穩健性檢驗結果與前文所得結論基本相符，故本文的主要結論是穩健的②。

五、結論與政策含義

以上研究表明：金融機構的風險承擔與高管薪酬存在正相關關系，即隨著風險承擔的增加，高管薪酬會相應增加，這意味著金融機構高管薪酬契約中存在風險敏感性，而且相較于非國有金融機構，國有金融機構高管薪酬的風險敏感性較低。另外，以監事會人數、監事會會議次數、獨立董事占比與第一大股東持股比例作為管理層權力的代理變量，能在一定程度上影響風險承擔與高管薪酬之間的關系。其中，監事會人數增加、監事會會議次數增多、獨立董事占比增加能起到監督和限制管理層權力的作用，在一定程度上降低金融機構高管薪酬的風險敏感性。而降低第一大股東持股比例，也會降低金融機構高管薪酬的風險敏感性。進一步研究顯示，相較于非國有金融機構，國有金融機構增加監事會人數、監事會會議次數、獨立董事占比以及降低第一大股東持股比例，在降低金融機構高管薪酬風險敏感性的效果上會更顯著。

以上研究結論的政策含義為：（1）加強對金融機構高管薪酬的監管，限制過高的高管薪酬，有助于降低金融機構的風險承擔水平。簡單的行政性限薪導致國有與非國有金融機構高管薪酬差距過大，導致國有金融機構內部薪酬倒掛，國有金融機構高管激勵不足，應當引起高度重視。應將金融機構高管薪酬真正與金融機構風險承擔水平掛鉤，要讓金融機構風險承擔水平成為其高管薪酬的一個重要扣減因素。（2）應加強對金融機構高管薪酬的內部監控。健全公司治理結構，提升公司治理水平，充分發揮公司治理各方在高管薪酬制定中的作用。金融機構高管薪酬不能由高管自定，董事會及其下屬的薪酬委員會要切實履行職責，獨立董事要充分發揮作用。金融機構監事會以及審計部門和風險管理部門要充分發揮對金融機構高管薪酬的監督作用。在確定金融機構高管薪酬時，應充分考慮金融機構的效益、規模、市值等因素。一般情況下，金融機構高管薪酬應該與其所在的金融機構效益、規模、市值等成正比。

注釋：

① RAROA=ROA/σROA，RAROE=ROE/σROE。RAROA與RAROE指標綜合考慮了風險與收益，可以較好地度量銀行的盈利波動性與風險特征。

② 限于篇幅，其他部分實證結果不再贅述，如有需求，可向作者索取。

參考文獻：

[1]Bebchuk L A，Cohen A，Spamann H. The wages of failure：executive compensation at bear stearns and lehman 2000-2008＼[J＼]. Yale Journal on Regulation，2010，27（2）：257-282.

[2]Bhagat S，Bolton B. Financial crisis and bank executive incentive compensation ＼[J＼].Journal of Corporate Finance，2014，25（2）：313-341.

[3]Coles J L，Daniel N D，Naveen L. Managerial incentives and risktaking＼[J＼]. Journal of Financial Economics，2006，79（2）：431-468.

[4]Shah S Z，Akbar S，Liu J，et al. CEO compensation and banks riskraking during pre and post financial crisis periods＼[J＼]. Research in International Business & Finance，2017，42：1480-1503.

[5]Fahlenbrach R，Stulz R M. Bank CEO incentives and the credit crisis＼[J＼]. Journal of Financial Economics，2011，99（1）：11-26.

[6]宋清華，曲良波. 高管薪酬、風險承擔與銀行績效：中國的經驗證據＼[J＼]. 國際金融研究，2011（12）：69-79.

[7]張雪蘭，盧齊陽，魯臻. 銀行高管薪酬與系統性風險——基于中國上市銀行（2007-2013）的實證研究＼[J＼]. 財貿經濟，2014（11）：42-54.

[8]Gregg P，Jewell S，Tonks I. Executive pay and performance：did bankers bonuses cause the crisis？＼[J＼]. International Review of Finance，2012，12（1）：89-122.

[9]Bai G，Elyasiani E. Bank stability and managerial compensation＼[J＼]. Journal of Banking & Finance，2013，37（3）：799-813.

[10]Cheng I H，Hong H，Scheinkman J A. Yesterdays heroes：compensation and risk at financial firms＼[J＼]. Journal of Finance，2015，70（2）：839-879.

[11]吳成頌，王浩然，張鵬. 銀行高管薪酬具有風險敏感性嗎？——來自中國上市銀行的經驗證據＼[J＼]. 審計與經濟研究，2016（1）：119-128.

[12]Jensen M C，Meckling W. Theory of the firm：managerial behavioral，agency costs and ownershipstructure＼[J＼]. Journal of Financial Economics，1976，3（4）：305-360.

[13]Bebchuk L A，Fried J M，Walker D I. Managerial power and rent extraction in the design of executive compensation＼[J＼]. University of Chicago Law Review，2002，69（3）：751-846.

[14]Bebchuk L A，Fried J M. Pay without performance：the unfulfilled promise of executive compensation＼[M＼]. Cambridge：Harvard University Press，2004.

[15]蔣海，朱滔，李東輝. 監管、多重代理與商業銀行治理的最優激勵契約設計＼[J＼]. 經濟研究，2010（4）：40-53.

[16]Laeven L，Levine R. Corporate governance，regulation，and bank risk taking＼[J＼]. Journal of Financial Economics，2009，93（2）：259-275.

[17]Baltagi B. Econometric analysis of panel data， 4th ed＼[M＼]. John Wiley & Sons，Ltd.，Chichester，UK，2008.

[18]Nickell S J. Biases in dynamic models with fixed effects＼[J＼]. Econometrica，1981，49（6）：1417-1426.

[19]Arellano M，Bond S. Some tests of specification for panel data： monte carlo evidence and an application to employment equations＼[J＼]. Review of Economic Studies，1991，58（2）：277-297.

[20]Blundell B，Bond S. Initial conditions and moment restrictions in dynamic panel data models＼[J＼]. Journal of Econometrics，1998，87（1）：115-143.

[21]Arellano M，Bover O. Another look at the instrumental variables estimation of error components models＼[J＼]. Journal of Econometrics，1995，68（1）：29-51.

[22]Ntim C G，Lindop S，Osei K A.et al. Executive compensation，corporate governance and corporate performance：a simultaneous equation approach＼[J＼]. Managerial and Decision Economics，2015，36（2）：67-96.

[23]Lepetit L，Nys E，Rous P，Tarazi A. Product diversification in the european banking industry：risk and loan pricing implications＼[R＼]. SSRN Working Paper，2014.

（責任編輯：寧曉青）