论文部分内容阅读
【摘 要】 文章以我国创业板上市公司为样本，提取了391家样本公司2013年年报的可比数据，选择衡量高管持股量的高管层持股比例作为自变量，从每股指标、盈利能力、偿债能力、营运能力和资本构成5个方面选取了13个财务指标，采用因子分析法构建公司价值指数并作为因变量，借助于Excel和SPSS软件进行描述性统计、相关分析和回归分析，结果对高管持股与公司价值进行线性回归，得出高管持股与公司价值间呈正相关关系；对高管持股与公司价值进行二次拟合，发现高管持股与公司价值之间遵循区间效应理论的结论。
【关键词】 创业板； 高管持股； 公司价值
中图分类号：F224；F275；F832.51 文献标识码：A 文章编号：1004-5937（2015）21-0059-04
现代企业存在的一个突出特征就是所有权和经营权的分离，产生了职业经营管理人员（高管），导致高管和股东之间存在着信息的不对称。现实的市场条件并不完美，公司的高管层面临着道德风险和逆向选择问题，代理成本的产生是不可避免的。高管人员的激励问题，是许多学者关注的重点。高管持股比例与公司价值是否有关系，存在着什么样的关系？立足于此，本文对企业高管持股与公司价值的相关性做了相应研究。
一、提出假设
在现代企业中，所有权与经营权发生分离，所有者与管理者就利益产生了分歧，出现了大量的代理成本。为了减少代理成本，使所有者与经营者的利益趋于统一，高管持股作为公司所有者激励经营者的一种手段产生了，它的有效性与否影响着公司价值。Jensen and Meckling共同发表了《企业理论：管理者行为、代理成本与股权结构》，在文中指出随着管理层所有权的上升，偏离价值最大化的成本会下降，即利益趋同假说。这为研究高管持股与公司价值的相关性提供了具体的思路。之后，也有学者提出了相反的观点，即管理者防御假说。同样，也有学者持有折中的观点，认为高管持股与公司价值之间遵循区间效用论，即在不同的高管持股区间内，高管持股对公司价值的影响不同。由此，本文提出三个假设：
假设1：高管持股与公司价值呈正线性相关关系。
假设2：高管持股与公司价值呈负线性相关关系。
假设3：高管持股与公司价值不是简单的线性相关关系，遵循区间效应理论。
二、变量解释及模型建立
（一）变量解释
本文从高管持股对公司价值影响来解释高管持股与公司价值的相关性。本文以高管持股作为自变量，对创业板上市公司的高管持股比例进行统计整理，同时剔除了高管持股为零的公司。为了合理地确定公司价值，选取每股指标（基本每股收益和每股净资产）、盈利能力（总资产报酬率、净资产收益率和净利润率）、偿债能力（流动比率、速动比率和资产负债率）、营运能力（总资产周转率、应收账款周转率和固定资产周转率）以及资本构成（净资产率和固定资产率）5个方面的财务指标作为因变量，使用因子分析法构建公司价值指数。
1.判断财务指标是否适用因子分析
表1是运用SPSS软件对数据进行KMO和Bartlett’s球形度检验的结果。KMO取值的范围是0到1。KMO的值越接近1，意味着变量间的相关性越强，原有变量越适合作因子分析；反之，KMO的值越接近0，意味着变量间的相关性越弱，原有变量越不适合作因子分析。通常，当KMO的值小于0.5时，为极不适合作因子分析。从表1看到本文数据为0.668，适合作因子分析。同时，Bartlett’s球形度的P值为0，小于0.5，可以作因子分析。
2.公共因子的选取
本文采用主成分分析法提取因子。主成分分析法是将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法，又称主分量分析。表2是利用SPSS软件得到的13个财务指标的总方差解释表。从表中可以看出：抽取5个特征值大于1的因子来确定公司的价值。这5个因子的累计方差贡献率达到了78.485%，说明因子分析的效果还是比较明显的，可以用5个因子替代13项指标来确定公司的价值。
3.因子旋转
在因子载荷矩阵中，多行情况，遇到变量与多个因子有较大的相关关系，即变量需要多个因子共同解释；多列情况，一个因子可以同时解释多个变量，说明一个因子不能单独代表原有的一个变量，因子模糊不清，而实际情况是对因子有清醒认识，所以因子旋转必不可少，尽量使一个变量在较少的几个因子上有比较高的载荷。
本文采用最大方差法对因子进行旋转，表3是旋转后的因子荷载矩阵，可以看出，旋转后的结果良好，各因子所反映的财务指标较明显。
4.因子得分的计算
表4是利用SPSS软件得出的各因子的系数矩阵。
得到了系数矩阵，接着对这5个因子赋予一定的权重，进而构造综合评价函数，最后计算出391家公司的综合得分。文章以各因子的贡献率作为权重计算最早的因子得分。公司价值综合得分计算公式如下：
Firm Value=（28.245F1 25.511F2 10.660F3 9.027F4
7.785F5）/81.228
本文通过使用因子分析法对确定公司价值的13个财务指标进行降维和赋予权重，最终得到391家公司价值的综合得分，为之后研究高管持股与公司价值的相关性提供了数据，也避免了使用单一指标来确定公司价值的说服力不足的缺陷。
（二）模型构建
根据上文对高管持股与公司价值实证分析的研究假设，构建以下模型：
FM=α β×GH ε
其中：FM表示公司价值指数的综合得分；GH表示高管持股比例；α表示常数项；β表示回归系数；ε表示随机误差项。
三、实证分析
（一）样本来源与数据选择 本文选取创业板上市公司为样本，同时剔除了一些数据不全的公司、高管持股为零或数据异常的样本以及出现财务状况或其他异常情况的上市公司，如ST公司（中泰股份、暴风科技和强力新材）。本文最终选取了创业板的391家公司为样本，结果如表5。
本文选取了2013年391家创业板上市公司的年报数据作为研究样本，样本观测的所有数据来源于Wind资讯和通达信资讯软件，主要运用Excel对数据进行整理和初步分析，然后再采用SPSS统计软件进一步对数据进行分析。
（二）描述性统计
运用SPSS软件的主成分分析法对变量高管持股比例和公司价值综合得分进行描述性统计分析，对样本的总体描述，结果如表6所示。
从表6可以看出高管持股比例的最小值为0，最大值为88.74%，平均值为31.9796%，创业板各上市公司高管持股比例差异较大，大多数公司高管持股比例较多，说明股权激励机制实行良好。而根据构建的公司价值指数模型所得出的公司价值综合得分的最小值为-1.310746，最大值为3.630966，平均值为-0.00000002。
（三）相关性分析
为了解高管持股与公司价值的相关性，本文利用SPSS软件对高管持股比例与公司价值综合得分进行了相关性分析，结果如表7。
由表7可知，高管持股比例与公司价值综合得分的Pearson相关性为0.120，显著性P=0.017<0.05，在0.05 水平（双侧）上显著相关。
（四）回归分析
1.线性回归检验
对2013年391家创业板上市公司的高管持股比例与公司价值综合得分的多元回归检验结果如表8。
从表8描述可以看出，尽管R2为0.014，较小，但是Sig.=0.017<0.05，通过了统计显著性检验，有统计学意义。从系数表可以了解到，高管持股比例与公司价值综合得分间呈正相关关系，通过了0.05的显著性检验，也就是说高管持股比例越高，公司价值综合得分越高，即公司价值越高。由此可见，模型的回归结果充分支持了本文的假设。除此之外，也可从系数表得出高管持股比例与公司价值综合得分的公式：FM=0.003GH-0.087。
2.区间效应的检验
针对假设1和假设2，本文进行了高管持股比例与公司价值综合得分总体的实证分析。为了进一步了解两者之间的关系，同时也为了验证两者之间是否满足假设3，即两者间的关系符合区间效应理论，在不同的高管持股区间内，高管持股对公司价值的影响不同，本文尝试构建一元二次模型：
FM=β1×GH2 β2×GH α ε
其中：FM表示公司价值综合得分；GH表示高管持股比例；β1和β2为回归系数；α为常数项；ε为随机误差项。
从表9可以看出，高管持股比例与公司价值综合得分之间的拟合通过了95%的显著性检验，即如前文所述，高管持股比例与公司价值综合得分间呈正相关关系。同样的，在高管持股比例与公司价值综合得分的二次拟合中，通过了95%的显著性检验，说明高管持股与公司价值间符合满足一元二次关系，即为非线性关系，也就是说，两者间满足区间效应理论。
四、结论
本文采用2013年创业板上市公司数据，研究高管持股比例与使用公司价值指数模型得到的公司价值间的相关性。创业板上市公司高管持股水平参差不齐，为研究高管持股与公司价值之间的关系提供了更好的基础。通过对高管持股与公司价值的实证分析，文章得到以下结论：
1.对高管持股与公司价值进行线性回归，得出高管持股与公司价值间呈正相关关系，支持假设1。也就意味着，高管持股越高，公司价值越高，说明高管持股这一激励机制的使用效果良好，为公司所有者实现公司目标提供了方法。
2.对高管持股与公司价值进行二次拟合，发现高管持股与公司价值间满足二次关系，即两者之间遵循区间效应理论。这表明高管持股比例不同，其对公司价值的影响不同。这就提醒公司所有者在使用股权激励这一方法时，要注意量的把握，正确选择合适的股权激励区间，才能达到最好的效果。
【参考文献】
[1] 鲍盛祥，张情.上市公司高管股权激励与公司价值关系研究[J].财会通讯，2013（21）：49-51.
[2] 宋芸.上市公司管理层持股与公司价值关系研究[J].财会通讯，2014（6）：36-38.
[3] 张冬冬，卢新生.上市公司管理层持股和公司价值关系研究[J].财会通讯，2011（15）：64-67.
[4] Morck R.，Shleifer A.， Vishny R.W.Management Ownership and Market Valuation：Empirical Analysis[J].Journal of Financial Economics，1998，20（1/2）：293-315.
【关键词】 创业板； 高管持股； 公司价值
中图分类号：F224；F275；F832.51 文献标识码：A 文章编号：1004-5937（2015）21-0059-04
现代企业存在的一个突出特征就是所有权和经营权的分离，产生了职业经营管理人员（高管），导致高管和股东之间存在着信息的不对称。现实的市场条件并不完美，公司的高管层面临着道德风险和逆向选择问题，代理成本的产生是不可避免的。高管人员的激励问题，是许多学者关注的重点。高管持股比例与公司价值是否有关系，存在着什么样的关系？立足于此，本文对企业高管持股与公司价值的相关性做了相应研究。
一、提出假设
在现代企业中，所有权与经营权发生分离，所有者与管理者就利益产生了分歧，出现了大量的代理成本。为了减少代理成本，使所有者与经营者的利益趋于统一，高管持股作为公司所有者激励经营者的一种手段产生了，它的有效性与否影响着公司价值。Jensen and Meckling共同发表了《企业理论：管理者行为、代理成本与股权结构》，在文中指出随着管理层所有权的上升，偏离价值最大化的成本会下降，即利益趋同假说。这为研究高管持股与公司价值的相关性提供了具体的思路。之后，也有学者提出了相反的观点，即管理者防御假说。同样，也有学者持有折中的观点，认为高管持股与公司价值之间遵循区间效用论，即在不同的高管持股区间内，高管持股对公司价值的影响不同。由此，本文提出三个假设：
假设1：高管持股与公司价值呈正线性相关关系。
假设2：高管持股与公司价值呈负线性相关关系。
假设3：高管持股与公司价值不是简单的线性相关关系，遵循区间效应理论。
二、变量解释及模型建立
（一）变量解释
本文从高管持股对公司价值影响来解释高管持股与公司价值的相关性。本文以高管持股作为自变量，对创业板上市公司的高管持股比例进行统计整理，同时剔除了高管持股为零的公司。为了合理地确定公司价值，选取每股指标（基本每股收益和每股净资产）、盈利能力（总资产报酬率、净资产收益率和净利润率）、偿债能力（流动比率、速动比率和资产负债率）、营运能力（总资产周转率、应收账款周转率和固定资产周转率）以及资本构成（净资产率和固定资产率）5个方面的财务指标作为因变量，使用因子分析法构建公司价值指数。
1.判断财务指标是否适用因子分析
表1是运用SPSS软件对数据进行KMO和Bartlett’s球形度检验的结果。KMO取值的范围是0到1。KMO的值越接近1，意味着变量间的相关性越强，原有变量越适合作因子分析；反之，KMO的值越接近0，意味着变量间的相关性越弱，原有变量越不适合作因子分析。通常，当KMO的值小于0.5时，为极不适合作因子分析。从表1看到本文数据为0.668，适合作因子分析。同时，Bartlett’s球形度的P值为0，小于0.5，可以作因子分析。
2.公共因子的选取
本文采用主成分分析法提取因子。主成分分析法是将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法，又称主分量分析。表2是利用SPSS软件得到的13个财务指标的总方差解释表。从表中可以看出：抽取5个特征值大于1的因子来确定公司的价值。这5个因子的累计方差贡献率达到了78.485%，说明因子分析的效果还是比较明显的，可以用5个因子替代13项指标来确定公司的价值。
3.因子旋转
在因子载荷矩阵中，多行情况，遇到变量与多个因子有较大的相关关系，即变量需要多个因子共同解释；多列情况，一个因子可以同时解释多个变量，说明一个因子不能单独代表原有的一个变量，因子模糊不清，而实际情况是对因子有清醒认识，所以因子旋转必不可少，尽量使一个变量在较少的几个因子上有比较高的载荷。
本文采用最大方差法对因子进行旋转，表3是旋转后的因子荷载矩阵，可以看出，旋转后的结果良好，各因子所反映的财务指标较明显。
4.因子得分的计算
表4是利用SPSS软件得出的各因子的系数矩阵。
得到了系数矩阵，接着对这5个因子赋予一定的权重，进而构造综合评价函数，最后计算出391家公司的综合得分。文章以各因子的贡献率作为权重计算最早的因子得分。公司价值综合得分计算公式如下：
Firm Value=（28.245F1 25.511F2 10.660F3 9.027F4
7.785F5）/81.228
本文通过使用因子分析法对确定公司价值的13个财务指标进行降维和赋予权重，最终得到391家公司价值的综合得分，为之后研究高管持股与公司价值的相关性提供了数据，也避免了使用单一指标来确定公司价值的说服力不足的缺陷。
（二）模型构建
根据上文对高管持股与公司价值实证分析的研究假设，构建以下模型：
FM=α β×GH ε
其中：FM表示公司价值指数的综合得分；GH表示高管持股比例；α表示常数项；β表示回归系数；ε表示随机误差项。
三、实证分析
（一）样本来源与数据选择 本文选取创业板上市公司为样本，同时剔除了一些数据不全的公司、高管持股为零或数据异常的样本以及出现财务状况或其他异常情况的上市公司，如ST公司（中泰股份、暴风科技和强力新材）。本文最终选取了创业板的391家公司为样本，结果如表5。
本文选取了2013年391家创业板上市公司的年报数据作为研究样本，样本观测的所有数据来源于Wind资讯和通达信资讯软件，主要运用Excel对数据进行整理和初步分析，然后再采用SPSS统计软件进一步对数据进行分析。
（二）描述性统计
运用SPSS软件的主成分分析法对变量高管持股比例和公司价值综合得分进行描述性统计分析，对样本的总体描述，结果如表6所示。
从表6可以看出高管持股比例的最小值为0，最大值为88.74%，平均值为31.9796%，创业板各上市公司高管持股比例差异较大，大多数公司高管持股比例较多，说明股权激励机制实行良好。而根据构建的公司价值指数模型所得出的公司价值综合得分的最小值为-1.310746，最大值为3.630966，平均值为-0.00000002。
（三）相关性分析
为了解高管持股与公司价值的相关性，本文利用SPSS软件对高管持股比例与公司价值综合得分进行了相关性分析，结果如表7。
由表7可知，高管持股比例与公司价值综合得分的Pearson相关性为0.120，显著性P=0.017<0.05，在0.05 水平（双侧）上显著相关。
（四）回归分析
1.线性回归检验
对2013年391家创业板上市公司的高管持股比例与公司价值综合得分的多元回归检验结果如表8。
从表8描述可以看出，尽管R2为0.014，较小，但是Sig.=0.017<0.05，通过了统计显著性检验，有统计学意义。从系数表可以了解到，高管持股比例与公司价值综合得分间呈正相关关系，通过了0.05的显著性检验，也就是说高管持股比例越高，公司价值综合得分越高，即公司价值越高。由此可见，模型的回归结果充分支持了本文的假设。除此之外，也可从系数表得出高管持股比例与公司价值综合得分的公式：FM=0.003GH-0.087。
2.区间效应的检验
针对假设1和假设2，本文进行了高管持股比例与公司价值综合得分总体的实证分析。为了进一步了解两者之间的关系，同时也为了验证两者之间是否满足假设3，即两者间的关系符合区间效应理论，在不同的高管持股区间内，高管持股对公司价值的影响不同，本文尝试构建一元二次模型：
FM=β1×GH2 β2×GH α ε
其中：FM表示公司价值综合得分；GH表示高管持股比例；β1和β2为回归系数；α为常数项；ε为随机误差项。
从表9可以看出，高管持股比例与公司价值综合得分之间的拟合通过了95%的显著性检验，即如前文所述，高管持股比例与公司价值综合得分间呈正相关关系。同样的，在高管持股比例与公司价值综合得分的二次拟合中，通过了95%的显著性检验，说明高管持股与公司价值间符合满足一元二次关系，即为非线性关系，也就是说，两者间满足区间效应理论。
四、结论
本文采用2013年创业板上市公司数据，研究高管持股比例与使用公司价值指数模型得到的公司价值间的相关性。创业板上市公司高管持股水平参差不齐，为研究高管持股与公司价值之间的关系提供了更好的基础。通过对高管持股与公司价值的实证分析，文章得到以下结论：
1.对高管持股与公司价值进行线性回归，得出高管持股与公司价值间呈正相关关系，支持假设1。也就意味着，高管持股越高，公司价值越高，说明高管持股这一激励机制的使用效果良好，为公司所有者实现公司目标提供了方法。
2.对高管持股与公司价值进行二次拟合，发现高管持股与公司价值间满足二次关系，即两者之间遵循区间效应理论。这表明高管持股比例不同，其对公司价值的影响不同。这就提醒公司所有者在使用股权激励这一方法时，要注意量的把握，正确选择合适的股权激励区间，才能达到最好的效果。
【参考文献】
[1] 鲍盛祥，张情.上市公司高管股权激励与公司价值关系研究[J].财会通讯，2013（21）：49-51.
[2] 宋芸.上市公司管理层持股与公司价值关系研究[J].财会通讯，2014（6）：36-38.
[3] 张冬冬，卢新生.上市公司管理层持股和公司价值关系研究[J].财会通讯，2011（15）：64-67.
[4] Morck R.，Shleifer A.， Vishny R.W.Management Ownership and Market Valuation：Empirical Analysis[J].Journal of Financial Economics，1998，20（1/2）：293-315.