产权性质、管理层持股与投资效率.docVIP

产权性质、管理层持股与投资效率 　　摘要：基于Richardson（2006）模型和随机前沿分析方法（Stochastic Frontier Analysis，SFA），对2009～2015年沪深两市A股7个完整年度内均实施管理层持股激励的485家非金融企业进行了实证检验，从而研究了管理层持股对不同产权性质企业的投资效率的影响效果。研究发现，相比非国有企业在管理层持股激励上的大胆尝试，国有企业实施管理层持股激励在数量上较以往有所提高但仍较为保守；整体上管理层持股与投资效率的关系表现为存在一个“激励拐点”的倒U型曲线。 　　关键词：产权性质；管理层持股；投资效率；随机前沿 　　一、引言 　　2016年7月13日证监会公布《上市公司股权激励管理办法》，再一次将股权激励置于众人瞩目的位置。根据以往研究，吴敬琏（2002）指出股权激励在提高美国企业的竞争力过程中功不可没。Jensen和Meckling（1976）认为管理层持股能降低代理成本和提高企业投资效率。由于产权性质的不同，国有企业和非国有企业在治理机制设计和由此产生的经济结果方面存在诸多差异。结合混合所有制改革，本文认为国有企业有可能对管理层持股激励展开新一轮的尝试。 　　研究方法上，本文采用基于随机前沿分析方法（Stochastic Frontier Analysis，SFA）的投资效率模型对样本公司进行定量测算，并结合产权性质，考察管理层持股对企业投资效率的影响。 　　二、投资效率测度模型 　　针对企业的投资效率研究，以往文献主要从投资不足和投资过度的角度进行分析，并形成了相关理论与研究方法。Fazzari，Hubbard和Petersen（1988）将企业投资行为与现金流敏感性联系起来，发现自由现金流的系数越高，融资约束越强，投?Y对自由现金流的依赖程度就越高。支晓强和童盼（2007）在 FHP模型中加入企业主营业务收入增长率和托宾Q，发现随着企业业绩报酬敏感度的增加，投资现金流敏感度会先增加后降低。Vogt（1994）引入现金流与投资机会的交叉项，并通过观察交叉项系数的正负来判断是投资过度还是投资不足。Vogt模型在一定程度上克服了FHP模型的不足，但对投资非效率的定量测度存在局限。 　　Richardson（2006）构建了一个新的模型来衡量企业投资效率，根据企业投资效率的影响因素估算出企业预期投资水平，若企业的实际投资水平与预期投资水平的偏差大于0则表明企业出现过度投资，反之则为现投资不足。Richardson模型对FHP模型和Vogt模型进行了较大改进，理论上能更准确地度量企业投资效率。 　　三、研究设计 　　本文根据Richardson（2006），Wang（2003）建立基于SFA的投资效率模型进行度量，进而运用Battese和Coelli（1995）提出的一阶段最大似然估计法，结合产权性质考察管理层持股对投资效率的影响，以检验本文的两个假设： 　　H1：在其他情况相同的条件下，管理层持股比例与投资效率之间存在倒U型曲线关系。 　　H2：在其他情况相同的条件下，非国有企业实施管理层持股对于提高企业投资效率的效果比国有企业更为显著。 　　（一）基于SFA的投资效率模型 　　基于SFA的投资效率模型具有两个显著优点：第一，可以将投资效率的度量以及影响因素相结合；第二，无须包括所有因素，该模型分析的是公司之间投资效率的相对差异。具体模型所下： 　　Ii，t=α0+Xi，tα+ni，t-ui，t（1） 　　mi，t=β0+βZi，t+εi，t（2） 　　其中，Ii，t代表企业实际投资支出，Xi，t代表由投资机会组成的解释向量，α0、α分别表示常数项和系数项，ni，t为随机误差项，ui，t为非效率投资部分。ni，t和ui，t之间相互独立，并且独立于Xi，t。ni，t服从均值和方差分别为0和s2n的正态分布N（0，s2n），ui，t服从均值和方差分别为mi，t和s2i，t的非负截断正态分布NT（mi，t，s2i，t）。mi，t为企业非效率投资的影响因素Zi，t的函数，和分别表示常数项和系数项。用IEIi，t表示企业的投资效率指数（Investment Efficiency Index，IEI）： 　　IEIi，t=exp（-ui，t）（3） 　　（二）样本选择与数据来源 　　本文选取2009～2015年我国沪深A股非金融类上市公司为研究样本，数据来源于国泰安CSMAR数据库和上市公司年报。使用Stata12.0和Frontier4.1进行数据处理和计量分析。 　　本文按以下顺序筛选样本： 　　1.剔除被特别处理的公司（包括ST、*ST和S*S等）；2.剔除2009～2015年中任何一年管理层持股比例为零的公司；3.剔除数据缺失、