论文部分内容阅读
2005年中国证监会发布了《上市公司股权激励管理办法（试行）》（证监公司字﹝2005﹞151号），2016年《上市公司股权激励管理办法》【第126号令】施行，原试行办法同时废止，2018年《上市公司股权激励管理办法》【第148号令】修订后重新施行。管理办法中规定股权激励的标的是本公司股票，激励的范围包括公司董事、高级管理人员及其他员工;上市公司实行股权激励应以限制性股票、股票期权为主，以法律、行政法规允许的其他方式为辅。目前，我国A股市场真正实施股权激励的公司不足30%，可见，上市公司在股权激励方面有很大的提升空间。截至2017年12月31日，河南省79家上市公司中实施股权激励的有25家，占上市公司的31.65%。股权激励与公司绩效之间的关系，大部分研究结论集中在正相关、负相关、非显著相关和曲线相关等几个方面。
（一）研究假设
在参考相关专家学者研究的基础上，结合河南省上市公司实际，假设如下：
假设1：股权激励与公司绩效正相关。
假设2：股权激励之外的绩效相关因素影响公司績效。
（二）样本选取
以2013—2017年河南省79家上市公司为研究对象，其中正式实施股权激励的有25家，而激励方式为混合激励的3家、其他方式的有3家，在研究时予以剔除，对剩余的19家上市公司进行了实证研究。这5年期间，19家上市公司并不是每年都实行股权激励，即有的年份并没有实行股权激励，所以，在确定有效样本时，从19家上市公司5年期间真正实行股权激励的年份为有效样本，有的上市公司5年都实行了股权激励即为5个样本，有的上市公司只有1年实行了股权激励即为1个样本，共找到58个有效样本。
（三）变量指标选择及相关定义
研究上市公司股权激励与公司绩效的关系，关键在变量指标的确定与选择，我们选择股权激励比例和激励方式为解释变量，公司绩效为被解释变量。除此之外，还有很多因素指标能够影响公司绩效，所以，应当选取适当的控制变量。通过综合现有研究成果，再结合河南上市公司实际，控制变量确定为：所有制性质、公司规模、股权集中度、资产负债率等4个。除了解释变量和控制变量之外，也可能存在不确定的随机因素对公司绩效产生影响。变量指标选取及相关定义见表1。
（四）模型构建
在现有研究成果的基础上，根据理论假设，为检验股权激励的实施是否提高了上市公司绩效，依据表1中的变量指标构建了如下数据模型：
净资产收益率=常数+变量指标系数1×股权激励比例+变量指标系数2 ×股权激励方式+变量指标系数3×所有制性质+变量指标系数4×公司规模+变量指标系数5×股权集中度+变量指标系数6×资产负债率+随机影响因素
利用SPSS22.0统计分析软件，对样本公司数据进行描述性统计、相关性分析和多元回归分析，以验证前述假设，并为形成结论提供依据。
（一）描述性分析
为了能从多方面了解样本情况，首先对样本公司进行描述性统计分析，将河南省79家上市公司2013—2017年的股权激励及相关指标分别计算，得到各变量指标的最小值、最大值、平均数和标准偏差，统计分析结果见表2。
由表2可以看出，样本中净资产收益率的最大值为31.24%，最小值为-8.97%，标准差为8.25%，说明样本公司的资本盈利能力差距较大;在样本公司股权激励比例指标中，最大值为5.81%，最小值为0.69%，标准差为1.61%，从均值来看，大多数公司基本保持在占总股本2.31%的比重上，表明样本公司的股权激励程度差异较小;样本公司的股权激励方式平均数为0.9，说明实施股权激励的方式更倾向于限制性股票;样本中所有制性质的最大值为1，最小值为0，平均数为0.98，说明实施股权激励的国有控股公司比非国有控股公司更少。
（二）相关性分析
利用SPSS22.0统计分析软件，对样本公司数据进行相关性分析，结果见表3。
相关系数的取值在[-1，1]之间，相关系数为0时，两个变量不相关;相关系数的绝对值为1时，两个变量完全相关。一般认为，对于变量之间的相关性，相关系数的绝对值处于[0，0.3]之间，变量无直线相关关系;相关系数的绝对值处于[0.3，0.5]时，变量存在较低的线性相关;相关系数的绝对值处于[0.5，0.8]时，变量之间存在显著相关;相关系数处于0.8以上时，则变量之间具有很强的线性相关。如表3所示：公司绩效与股权激励比例的相关系数为0.362，属于较低的线性相关。
（三）多元回归分析
当回归模型中两个或两个以上的变量具有相关关系时，称回归模型中存在多重共线性。因此，为了更好地进行多元回归分析，首先对数据进行了共线性检验，结果表明样本所选择的相关变量指标之间不产生共线性问题。在对变量进行检验分析之后，对模型进行多元回归分析，得到的多元回归结果如下：模型回归的F检验值为3.722，显著性为0.004，低于5%，说明模型可行。R2为0.305，调整后的R2为0.223，说明回归模型对被解释变量达到22.3%比例的解释。一般来说，R2的值处于[0，1]区间时，数值大小反映模型的拟合度高低，数值越大模型的拟合度越高，回归的效果越显著，反之亦然。参考相关的研究结果，结合对样本的分析，我们认为回归结果是可以接受的。股权激励比例的标准化系数是0.540，说明提升股权激励比例会提高公司绩效，从而验证了股权激励比例与公司绩效之间的正相关关系。
（一）研究结论
通过对河南省上市公司2013—2017年实施股权激励的实证研究，表明上市公司股权激励与公司绩效之间存在正相关关系。股权激励有利于激发员工的认同感和归属感，提高公司绩效，留住高素质人才和核心人才，为公司的长期稳定发展提供人才支持。而股权激励之外的绩效相关因素也会对公司绩效产生影响。公司绩效与股权激励方式、所在制性质、股权集中度、公司规模等因素存在一定相关性，说明这些因素对公司绩效也存在一定程度的影响，随着这些指标的变化，公司绩效会有所变动。
（二）完善股权激励的建议
通过实证研究发现，股权激励计划指标不全面、激励力度偏小、激励期限较短、管理层自主权过大等，是河南省上市公司股权激励存在的主要问题。鉴于此，应采取下列措施予以完善：
1.建立健全股权激励考核指标体系。首先，统筹考虑长期财务指标与短期财务指标，既要考核净利润，又要考核净利率;其次，考核指标既要对比公司不同时期的各项指标，还应考虑公司所处同行业的平均和最高指标。
2.提高股权激励力度。提高股权激励力度可以从两个方面入手，一方面，在《上市公司股权激励管理办法》规定的标准内，适当提高激励比例;另一方面，适度扩大股权激励范围。
3.适当延长股权激励期限。基于核心竞争力的培育和公司长远发展的需要，应适当延长激励期限，以提高对受激励人员的约束力，从而为公司创造更大的价值。
4.加强股权激励监督。首先，从公司内部角度，加强公司治理，明确各部门的具体职权，强化监督部门职能;其次，从外部环境角度，完善相关法律制度，不断弥补法律漏洞。
【本文系2018年河南省软科学研究计划项目“河南上市公司股权激励对公司绩效的影响及对策研究”（192400410344）的阶段性成果】
（作者单位：河南工程学院）
一、研究设计
（一）研究假设
在参考相关专家学者研究的基础上，结合河南省上市公司实际，假设如下：
假设1：股权激励与公司绩效正相关。
假设2：股权激励之外的绩效相关因素影响公司績效。
（二）样本选取
以2013—2017年河南省79家上市公司为研究对象，其中正式实施股权激励的有25家，而激励方式为混合激励的3家、其他方式的有3家，在研究时予以剔除，对剩余的19家上市公司进行了实证研究。这5年期间，19家上市公司并不是每年都实行股权激励，即有的年份并没有实行股权激励，所以，在确定有效样本时，从19家上市公司5年期间真正实行股权激励的年份为有效样本，有的上市公司5年都实行了股权激励即为5个样本，有的上市公司只有1年实行了股权激励即为1个样本，共找到58个有效样本。
（三）变量指标选择及相关定义
研究上市公司股权激励与公司绩效的关系，关键在变量指标的确定与选择，我们选择股权激励比例和激励方式为解释变量，公司绩效为被解释变量。除此之外，还有很多因素指标能够影响公司绩效，所以，应当选取适当的控制变量。通过综合现有研究成果，再结合河南上市公司实际，控制变量确定为：所有制性质、公司规模、股权集中度、资产负债率等4个。除了解释变量和控制变量之外，也可能存在不确定的随机因素对公司绩效产生影响。变量指标选取及相关定义见表1。
（四）模型构建
在现有研究成果的基础上，根据理论假设，为检验股权激励的实施是否提高了上市公司绩效，依据表1中的变量指标构建了如下数据模型：
净资产收益率=常数+变量指标系数1×股权激励比例+变量指标系数2 ×股权激励方式+变量指标系数3×所有制性质+变量指标系数4×公司规模+变量指标系数5×股权集中度+变量指标系数6×资产负债率+随机影响因素
二、实证分析
利用SPSS22.0统计分析软件，对样本公司数据进行描述性统计、相关性分析和多元回归分析，以验证前述假设，并为形成结论提供依据。
（一）描述性分析
为了能从多方面了解样本情况，首先对样本公司进行描述性统计分析，将河南省79家上市公司2013—2017年的股权激励及相关指标分别计算，得到各变量指标的最小值、最大值、平均数和标准偏差，统计分析结果见表2。
由表2可以看出，样本中净资产收益率的最大值为31.24%，最小值为-8.97%，标准差为8.25%，说明样本公司的资本盈利能力差距较大;在样本公司股权激励比例指标中，最大值为5.81%，最小值为0.69%，标准差为1.61%，从均值来看，大多数公司基本保持在占总股本2.31%的比重上，表明样本公司的股权激励程度差异较小;样本公司的股权激励方式平均数为0.9，说明实施股权激励的方式更倾向于限制性股票;样本中所有制性质的最大值为1，最小值为0，平均数为0.98，说明实施股权激励的国有控股公司比非国有控股公司更少。
（二）相关性分析
利用SPSS22.0统计分析软件，对样本公司数据进行相关性分析，结果见表3。
相关系数的取值在[-1，1]之间，相关系数为0时，两个变量不相关;相关系数的绝对值为1时，两个变量完全相关。一般认为，对于变量之间的相关性，相关系数的绝对值处于[0，0.3]之间，变量无直线相关关系;相关系数的绝对值处于[0.3，0.5]时，变量存在较低的线性相关;相关系数的绝对值处于[0.5，0.8]时，变量之间存在显著相关;相关系数处于0.8以上时，则变量之间具有很强的线性相关。如表3所示：公司绩效与股权激励比例的相关系数为0.362，属于较低的线性相关。
（三）多元回归分析
当回归模型中两个或两个以上的变量具有相关关系时，称回归模型中存在多重共线性。因此，为了更好地进行多元回归分析，首先对数据进行了共线性检验，结果表明样本所选择的相关变量指标之间不产生共线性问题。在对变量进行检验分析之后，对模型进行多元回归分析，得到的多元回归结果如下：模型回归的F检验值为3.722，显著性为0.004，低于5%，说明模型可行。R2为0.305，调整后的R2为0.223，说明回归模型对被解释变量达到22.3%比例的解释。一般来说，R2的值处于[0，1]区间时，数值大小反映模型的拟合度高低，数值越大模型的拟合度越高，回归的效果越显著，反之亦然。参考相关的研究结果，结合对样本的分析，我们认为回归结果是可以接受的。股权激励比例的标准化系数是0.540，说明提升股权激励比例会提高公司绩效，从而验证了股权激励比例与公司绩效之间的正相关关系。
三、研究结论及建议
（一）研究结论
通过对河南省上市公司2013—2017年实施股权激励的实证研究，表明上市公司股权激励与公司绩效之间存在正相关关系。股权激励有利于激发员工的认同感和归属感，提高公司绩效，留住高素质人才和核心人才，为公司的长期稳定发展提供人才支持。而股权激励之外的绩效相关因素也会对公司绩效产生影响。公司绩效与股权激励方式、所在制性质、股权集中度、公司规模等因素存在一定相关性，说明这些因素对公司绩效也存在一定程度的影响，随着这些指标的变化，公司绩效会有所变动。
（二）完善股权激励的建议
通过实证研究发现，股权激励计划指标不全面、激励力度偏小、激励期限较短、管理层自主权过大等，是河南省上市公司股权激励存在的主要问题。鉴于此，应采取下列措施予以完善：
1.建立健全股权激励考核指标体系。首先，统筹考虑长期财务指标与短期财务指标，既要考核净利润，又要考核净利率;其次，考核指标既要对比公司不同时期的各项指标，还应考虑公司所处同行业的平均和最高指标。
2.提高股权激励力度。提高股权激励力度可以从两个方面入手，一方面，在《上市公司股权激励管理办法》规定的标准内，适当提高激励比例;另一方面，适度扩大股权激励范围。
3.适当延长股权激励期限。基于核心竞争力的培育和公司长远发展的需要，应适当延长激励期限，以提高对受激励人员的约束力，从而为公司创造更大的价值。
4.加强股权激励监督。首先，从公司内部角度，加强公司治理，明确各部门的具体职权，强化监督部门职能;其次，从外部环境角度，完善相关法律制度，不断弥补法律漏洞。
【本文系2018年河南省软科学研究计划项目“河南上市公司股权激励对公司绩效的影响及对策研究”（192400410344）的阶段性成果】
（作者单位：河南工程学院）