我国上市公司股权激励效应实证分析.docx

?

?

我国上市公司股权激励效应实证分析

?

?

周磊李炜炜

【摘要】目前越来越多的上市公司为了吸引和留住人才实施股权激励计划，使得激励对象的潜力充分发挥，从而促进公司业绩的增长。本文选取2012年-2015年我国实施股权激励计划的上市公司作为研究样本，采用滞后一年的公司业绩数据，利用多元线性回归等研究方法，通过实证分析我国上市公司股权激励对公司业绩产生的效益，从而进一步提出促进公司长期发展的建议。

【关键词】股权激励；公司业绩；回归分析

一、样本选取及数据来源

本文认为预案实施股权激励计划或者由于某种原因终止实施激励计划的上市公司不能作为研究股权激励效应的数据，只有已经在实施股权激励计划的上市公司才能作为评价股权激励效果的事实与依据。因此，本文选取2012年1月至2015年12月沪深两市已公布实施股权激励方案且截止2015年底正在实施股权激励的A股上市公司为研究对象，数据来源于锐思数据库，为保证数据的有效性，本文剔除了一下几种样本：（1）ST类公司，即由于其财务状况异常，或已连续两年以上财务亏损，如若将其纳入研究样本中会影响结论的一致性与可靠性；（2）数据库中数据不全或者数据有误的公司；（3）同时发行B股和H股的上市公司；（4）金融类上市公司，由于金融行业的上市公司财务数据具有特殊性，故应将其排除，最终剩下279家上市公司。同时，本文选取的财务指标是实施股权激励计划后一年的数据，即选取2012年-2015年实施股权激励计划的上市公司在2013年-2016年的财务指标。

二、变量定义

（一）被解释变量

本文将每股收益期末摊薄作为衡量公司业绩的指标，即被解释变量。每股收益期末摊薄是指净利润扣除了非经常性损益后的每股收益。如果公司净利润小，但每股收益期末摊薄较大，那么说明公司绩效并没有被过分稀释，股价高，资本效率也高。

（二）解释变量

本文将上市公司股权激励比例，即股权激励股票数量占公司总股本比例，作为解释变量。根据委托代理理论，股权激励的主要目标是促使激励对象和股东利益趋于一致，从而提高公司绩效。

（三）控制变量

在研究股权激励对企业经营绩效的影响中，除了股权激励比例会对公司绩效有影响外，其他的一些如公司规模、资本结构等也会对公司经营业绩产生影响。所以本文选取企业成长能力、资本结构、股权集中度、公司规模作为控制变量。

三、研究假设与模型建立

从近五年股权激励计划实施的数据来看，我国越来越多的上市公司开始实施股权激励计划，这也说明了我国股权激励计划对公司的经营绩效存在着一定的促进作用。因此本文根据样本和变量的设计，提出了相关假设：我国上市公司股权激励计划对公司的业绩存在正相关关系。本文采用线性回归模型对上市公司股权激励效应进行实证研究。回归分析法是基于大量数据，利用被解释变量和解释变量之间的关系，建立回归关系的函数表达式。因此本文的线性回归分析模型为：

四、模型分析与检验

（一）描述性统计分析（表1）

从表1中可知，样本公司股权激励比例的最小值是0.0002，最大值是0.0892，均值是0.0205，说明我国实施股权激励计划各公司股权授予的比例差别较大。样本公司的每股收益期末摊薄的最小值为-1.41，最大值为1.68，均值为0.4211，说明实施股权激励的公司业绩表现差别较大。第一大股东持股比例，即股权集中度最小值为0.0438，最大值为0.7973，均值为0.3234，这说明实施股权激励上市公司的股权集中度比较分散，但是总体股权集中度还是比较高的。总资产自然对数，即公司规模的最小值为0.1976，最大值为0.2631，均值为0.2187，可见样本公司的公司规模差异并不是很大。

（二）相关性检验

表2各变量间的相关性检验

注：*、**、***分别代表在10%、5%、1%的显著性水平上显著

从Spearman相关性分析中，我们可以得出以下结论：因变量每股收益期末摊薄与股权激励比例和多个变量间有显著的相关关系，包括与股权激励比例、净利润增长率、总资产自然对数呈显著正相关关系，与资产负债率在10%的置信水平上呈显著负相关关系，基本符合预期判断。从表中可以看出，本文设计的各个变量之间的相关系数都小于0.8，绝大多数在0.5以下，由此可以判断本研究中存在多重共线性问题的可能性比较低，故可将所选变量同时纳入回归方程。

（三）回归分析

通过SPSS21.0统计分析软件对我国上市公司相关样本数据进行回归分析，结果如下表3所示：

由表3可知，在进行单变量分析时，股权激励比例系数为2.750，p值为0.096，说明在10%的置信水平上，股权激励比例与滞后一期的每股收益期末摊薄存在着显著的正相关关系；判定系数R方为0.165，表明该模型的解释变量可以解释企业绩效16.5%的变异程度。在给定的10%的置信水平下，P值为0.096，意味着