高管同伴薪酬差距对企业绩效的影响

2020-09-10 01:22杨健
价值工程 2020年25期

杨健

摘要:在人口红利快速衰减的背景下,我国劳动力市场被迫加快发展,这要求高管薪酬激励机制不断趋于完善。本文以中国A股上市公司2007-2018年数据实证检验人口红利衰减背景下同伴薪酬差距对企业绩效的影响。发现:高管同伴薪酬差距与企业绩效提升之间总体呈现倒“U”趋势;高管同伴薪酬差距会通过离职率影响企业绩效。在人口红利衰减背景下企业可以通过适当增加高管同伴薪酬差距的方式,对绩效进行控制;也可以通过提高高管同伴薪酬差距来减少高管人员的主动离职,进而对企业绩效产生积极作用。

Abstract: Under the background of the rapid decline of demographic dividend, China's labor market is forced to accelerate its development, which requires improvement of the incentive mechanism of executive compensation. This paper empirically tests the impact of executive peer remuneration gap on corporate performance in the context of declining demographic dividend with the data of China's A-share listed companies in 2007-2018. It is found that the increase of executive peer remuneration gap is conducive to the improvement of corporate performance in a certain range, and the overall trend is inverted "U"; the executive peer remuneration gap will affect corporate performance through turnover rate of executives. Under the background of the decline of demographic dividend, enterprises can control the corporate performance by appropriately increasing the executive peer remuneration gap, and can also reduce the voluntary turnover of executives by increasing the peer remuneration gap, which has a positive effect on corporate performance.

關键词:人口红利衰减;高管同伴薪酬差距;企业绩效

Key words: demographic dividend decline;executive peer remuneration gap;corporate performance

中图分类号:F279.23                                     文献标识码:A                                  文章编号:1006-4311(2020)25-0044-05

1  问题提出

改革开放以来,劳动年龄人口占比较大为我国经济发展提供充足的劳动力供给,为我国带来了“人口红利(demographic bonus)”效益(Bloom and Williamson,1997;Lee and Mason,2006)[1-2]。在1978年至2018年的40年间,中国利用后来者优势,实现了人均国内生产总值水平约为9.5%的年均增长和20倍的累计增长(蔡昉等,2018)[3],创造了超出其他国家水平的高速稳定发展(蔡昉,2020)[4]。政策的施行一方面促进了我国经济发展,另一方面也带来老年抚养比逐渐上升、人民生育意愿和生育率下降等社会问题。国家统计局2000年第五次人口普查数据显示,中国65岁以上老年人口已达8811万人,占总人口6.96%,60岁以上人口达1.3亿人,占总人口10.2%,以上比例按国际通行的标准衡量,均显示我国人口红利效益逐渐衰减,“未富先老”问题显现。2019年1月3日,中国社科院人口所与社会科学文献出版社共同发布的《人口与劳动绿皮书:中国人口与劳动问题报告NO.19》指出,若中国总和生育率始终维持在1.6的水平,我国人口负增长时代的到来可能会提前至2027年。长期的低生育率造成人口年龄结构失调和人口衰退,进而使社会经济遭遇诸多挑战。

人口红利和经济的相互作用从数量和配置效率两方面体现(王婷,2020)[5]。首先,在数量红利方面,据蔡昉(2020)[4]观察,2014年(全国实行夫妻一方为独生子女的二孩政策)和2016年(全面实行一对夫妻二孩政策)开始我国并未发生预期中生育率回升现象;王贵东(2019)[6]通过测算得出,2039-2050年,由于经济水平提高,我国的意愿生育率下降将继续导致出生人口减少。相比再度实现数量红利,未来要通过配置效率红利方面的人力资源开发促进我国“第二次人口红利”和经济发展。在人口红利衰减的背景下,我国急需改革相关制度,推动劳动力结构转型,逐渐向“人才红利”转变(铁瑛等,2019)[7]。

蔡昉等(2019)[8]提出,为了积累并释放“人才红利”在推动我国经济发展中的作用,必须优化人才资源配置。我国现有劳动力市场存在严重的结构性问题,高级技能人才短缺(李世刚等,2017)[9];劳动力空间分布均衡仍有待发展(尹靖华,2019)[10],具有不成熟、不平衡的表现。在2011年前后,劳动力供求格局发生转折性变化,完成从总量基本平衡到供给不足的转变(李建伟,2020)[11],经理人市场的供需也相应地发生变化。为了缓解人口红利衰减带来的进一步的劳动力供给和劳动力结构变革的冲击,我国劳动力市场被迫加快发展。除了需要尽早积极调整就业政策并尽快落实延迟退休政策以开发劳动力资源,薪酬激励机制作为社会资源和企业利润分配、员工及高管激励的重要工具,需要在调节劳动力供给和企业绩效的长期稳定方面发挥重要作用。

2016年,中共中央印发《关于深化人才发展体制改革的意见》,明确指出:“健全人才评价、流动、激励机制,最大限度激发和释放人才创新创造创业活力,使人才各尽其能、各展其长、各得其所,让人才价值得到充分尊重和实现。”上市公司高管是重要管理人才,日益完善的薪酬披露制度,不仅便于社会监督管控高管薪酬的丰厚程度,也使得高管们容易在公开的信息中获得同伴薪酬(相似企业中相似岗位的薪酬)的相關信息,引发高管对(不)公平的感知,做出相应的增加付出或渎职、跳槽等行为(熊冠星等,2017)[12]。企业设置恰当有效的高管同伴薪酬差距,可以提升激励效果,促进企业内部稳定和绩效长远健康发展。

2  理论基础及假设提出

2.1 高管同伴薪酬差距对企业绩效的影响

Lazear and Rosen(1981)[13]运用博弈论方法研究了委托代理关系,对薪酬差距进行直接研究,提出锦标赛理论(Tournament Theory),支持扩大高管同伴薪酬差距。2009年国家颁布国有企业高管“限薪令”。霍晓萍等(2019)[14]实证研究表明,锦标赛理论在颁布“限薪令”后对于提升我国企业绩效仍然适用。薪酬差距是把“双刃剑”:Lucian and Jesse(2003)[15]提出,高管薪酬不仅是解决管理者和股东之间代理问题的办法,也是造成代理问题的因素之一。当高管同伴薪酬差距为负或者薪酬差距正向过度拉大时,社会比较理论(Social Comparison Theory)等理论的解释力升高。把人的“有限理智”因素考虑在内,Grund et al.(2005)[16]将心理状态因素纳入员工效用函数,发现薪酬差距会由于嫉妒薪酬较高者或者同情薪酬较低者的情感的产生而直接影响企业绩效。以上发现在中国企业环境下,也有类似表现:杜晶等(2018)[17]从会计稳健性视角,实证检验了内部薪酬差距的扩大会诱发盈余管理进而对绩效产生影响。另外,管理层权利理论(Assessing Managerial Power Theory)指出:权力较大的高管能够通过控制董事会及薪酬委员会来提高自己的薪酬(Martin,1997)[18]。这种由于参与自身薪酬制定带来的“运气薪酬”不足以提供有效绩效激励(Holmstrom,1979)[19]。

从本质上来说,作为锦标赛理论提出依据的竞争效应和作为社会行为理论提出依据的公平效应在不同情况下,何者为“主要矛盾”,影响了薪酬差距对企业绩效的最终影响是积极还是消极。覃予等(2015)[20]、赵健梅等(2017)[21]研究验证高管外部薪酬的公平与否对公司业绩的影响呈现倒“U”型。由于高管薪酬信息具有较强的不确定性, “同伴”企业高管薪酬是高管薪酬制定过程中重要参考因素。根据以上分析,本文提出下列研究假设:

H1:正向高管同伴薪酬差距有利于改善企业绩效,但在高管同伴薪酬差距超出一定水平后,其激励作用减弱,总体呈现倒“U”型关系。

2.2 高管主动离职在高管同伴薪酬差距对企业绩效影响中起中介作用

Michael et al.(2013)[22]的研究显示,同伴薪酬可能在决策制定、信息共享和离职倾向等方面影响到员工之间的信任,进而调节离职倾向。张兴亮等(2016)[23]研究发现,水平薪酬差距的公平性(而非自身薪酬多寡)与非CEO高管离职概率显著正相关:薪酬差距公平性越强,高管任期越长。罗昆等(2019)[24]基于经理人市场理论和契约参照点理论,实证研究并发现:货币薪酬激励有效抑制了高管的主动离职行为。

薪酬激励机制通过高管主动离职对企业绩效产生一定影响。Neal and Derek(1998)[25]提出,最有能力的工人拥有最有价值的特定技能,因此面临最高的流动成本。企业中的高管由于晋升途径和职位特征,在企业中扮演重要角色,面临高流动成本风险。另外,在人才市场上综合表现好的经理人在一定程度上代表了更优秀的工作能力或更珍贵的资源,对当前的委托人以及其他雇主均具有吸引力。在中国传统文化强调“不患寡而患不均”的背景下,高管同伴薪酬为高管评估自身的机会成本提供了一个契机,高管主动离职概率增大。一旦引发高管离职,会从企业内部和外部的各个层面影响企业绩效。企业内部角度,关键管理人员(高管)变动很可能引发企业在战略层面的断层或更改;继任高管需要时间完成工作交接和适应新的工作环境和企业文化、磨合企业中其他领导和下级,以上均会给企业带来不必要的管理成本,或者使企业错失好的投资机会进而产生机会成本。从企业外部角度,口碑好的高管对于维持企业外部形象和企业股价稳定等具有有利作用,一旦这类高管发生主动离职,不难引起社会对企业战略层面和经营层面的严格审视,企业风险提高。结合现有研究及以上分析,本文提出假设:

H2:高管同伴薪酬差距会通过高管离职对企业绩效产生影响。

3  实证研究

3.1 样本选择与数据来源

由于2007年修订的《公开发行证券的公司信息披露内容与格式准则》对高管薪酬的披露起到影响,本文选择2007年至2018年我国A股上市公司为研究样本。本文相关财务数据和企业特征数据来自国泰安数据库(CSMAR),高管薪酬数据来自锐思数据库(RESSET)。并按照以下原则剔除部分数据:①剔除PT、S、ST、*ST以及S*ST的样本;②剔除金融行业上市公司;③剔除薪酬相关变量(如高管前三名薪酬总额、领取薪酬的高管人数等)数据缺失的上市公司;④剔除含有异常值的上市公司,即高管前三名薪酬总额大于管理层薪酬总额的上市公司。为消除极端值影响,利用Stata2016对主要连续变量中处于0-1%和99-100%之间的样本进行Winsorize处理,得到1252家企业,共15024个样本观测值。

3.2 变量设置与模型设计

3.2.1 变量定义

首先,定义企业高管薪酬=前三名高管薪酬总额/3;其次由于全国范围内行业高管薪酬信息可获得,且我國过去本就显现出人才向薪酬高的地区流动的趋势,所以本文合理假设地区因素在衡量高管同伴薪酬差距过程中忽略不计,根据相同年份、相同行业高管前三名薪酬信息计算行业高管薪酬均值;最后两者作差得到高管同伴薪酬差距:gap=企业高管薪酬-行业高管薪酬均值。

高管主动离职数据来自CSMAR数据库,数据库中披露的高管离职包含董事长离职和总经理离职,由于董事长为公司股东范围,不属于本文对高管范围的划分,剔除相关数据。离职原因中分12类记载,分别为“工作调动”、“退休”、“任期届满”、“控股权变动”、“辞职”、“解聘”、“健康原因”、“个人”、“完善公司法人治理结构”、“涉案”、“其他”和“结束代理”。由于本文研究的是由于高管同伴薪酬差距引发的高管主动离职,所以选取披露高管离职原因为“辞职”的高管信息。虽然 “工作调动”、“个人”或者“其他”里面也有可能包含由于高管同伴薪酬差距引发的高管主动离职情况,但是“辞职”相对其他披露原因更为主动,假设“辞职”中包含的数据中多出的并非由于高管同伴薪酬差距引发的辞职数量与归类为“工作调动”、“个人”或者“其他”等的由于高管同伴薪酬差距引发的高管离职数量对冲。可以用“辞职”中披露的高管人数代替高管同伴薪酬差距导致的高管主动离职人数,为此情境下的较优选择。变量定义参照表1。

3.2.2 模型设计

为对H1加以验证,引入二次项gapsq,构建高管同伴薪酬差距对企业绩效影响模型(模型一):

以上模型中,β0为常数项,β1至β7为回归系数,εi,t为回归误差项。

假设高管完成主动离职行为花费的时间相较以一年为周期的绩效考核期短,高管从了解到高管同伴薪酬差距开始,到完成主动离职行为之间的用时可以忽略,因变量roa与中介变量ton采用同期数据。构建高管同伴薪酬差距引发高管主动离职对企业绩效的中介效应模型(模型二)。逐步检验回归系数模型:

第一步中方程(2)的系数c为自变量gap对因变量roa的总效应;第二步中方程(3)的系数a为自变量gap和中介变量ton的关系;控制中介变量后,检验方程(4)的系数为c'和系数b。

3.3 描述性统计与相关性分析

3.3.1 主要变量的描述性统计

表2内容是主要变量的描述性统计。可以看出高管同伴薪酬差距(gap)在企业实践中普遍存在,且正向高管同伴薪酬差距和负向高管同伴薪酬差距均存在;高管同伴薪酬差距均值为正数(270,813.2),说明正向高管同伴薪酬差距相对负向高管同伴薪酬差距在实践中应用更明显。这种普遍接受和存在性从一定程度上支持了“薪酬差距对企业绩效有促进作用”的猜测。

3.3.2 变量的相关性分析

表3对本文的主要变量的相关性进行了报告,显示了各变量间相关系数检验结果显著。企业绩效(roa)与高管同伴薪酬差距(gap)的相关系数0.187,在1%的水平上显著正相关,说明适当的薪酬差距确实可能有利于企业绩效的提升,初步验证了H1。高管主动离职(ton)与同伴薪酬差距(gap)相关系数为-0.045,呈现显著负相关。初步说明薪酬差距正向增大,高管主动离职意愿降低;另外,企业绩效与(roa)高管主动离职(ton)相关系数为负数(-0.033),且呈现1%水平显著,初步说明高管主动离职会对企业绩效造成不良影响。

3.4 回归结果与检验

3.4.1 回归结果(表4、表5)

3.4.2 稳健性检验

采取替换变量的方法进行稳健性检验:①采用净资产收益率roe(roe=净利润/股东权益平均余额)代替roa衡量企业绩效;②采用企业高管薪酬和行业高管薪酬均值的比值作为高管同伴薪酬相对差距,记为gap',其平方值记为gap'sq,以衡量同伴薪酬差距。以上分别替换公式(1)(2)(3)(4)中的roa和gap。结果仍然在1%水平显著,原假设成立。

4  研究结论及展望

4.1 主要结论

4.1.1 高管同伴薪酬差距对企业绩效影响

从表4的回归结果中看出,高管同伴薪酬差距二次项和一次项与企业绩效的相关系数分别为-1.256×10-14和4.536×10-8,呈现倒“U”型,回归结果均在1%的水平上显著。应用Excel2010计算得出我国高管同伴薪酬差距或存在最优值约为1,805,732.484。根据现有数据的描述性统计,我国不同企业高管同伴薪酬差距参差不齐,最高值约为理论最优值的1.6倍,最低值约为理论最优值的-0.02倍,均值约为理论最优值的0.15倍。结合实践推测出现此现象的原因:由于我国人才市场仍未成熟,国家监管水平仍有待提高,出现部分企业高管薪酬不正常增高的现象。比如在企业内部管理失控情况下,权力大的高管通过“运气薪酬”攫取利益,危害企业发展。针对相应情况,政府应该根据行业特征、地区经济等因素,规定高管同伴薪酬差距合理范围区间。企业应当采取措施控制高管同伴薪酬差距继续增高,根据自身情况设定合理范围内的正向高管同伴薪酬差距,严格控制代理成本,以防由于高管薪酬脱离管控造成企业自身存续性出现危机等不良后果。

4.1.2 高管同伴薪酬差距引发高管主动离职对企业绩效的中介效应

H2的检验结果如表5。各系数均在1%的水平上显著,H2得以证实。中介效应为a与b的乘积,数值为1.36752×10-10,在总效应中的比重仅为0.59%,高管主动离职在高管同伴薪酬差距对企业绩效的影响中的中介作用占比较小。说明高管薪酬差距导致的高管主动离职需要受到关注,但更多可以作为控制企业绩效的角度之一,与其他影响企业绩效的因素共同控制;另外,由于高管对于同伴薪酬差距的感知具有一定的主观性,最优高管同伴薪酬差距的制定要“因人而异”。需要留存优秀稀缺高管以进行战略实施、创新强化等来保持企业市场份额或者竞争优势的企业,需要关注并满足相应高管对于高管同伴薪酬差距的心理预期,进而发挥高管对企业的最大贡献。

4.2 局限性和展望

由于数据搜集能力和相应数据公开内容不全面的限制,本文对高管薪酬的衡量仅包括了货币薪酬,未将高管的福利和股权激励等纳入模型设定。这些非货币性因素也屬于高管获得薪酬的手段,理论上可以改变高管对于同伴薪酬差距的感知,为使我国高管薪酬更加透明化、健康化,要求国家加大对完整的高管薪酬激励组成部分的披露要求,并针对高管同伴薪酬差距设定相应的法律法规和执行条例,切实做到“有法可依,有法必依”。另外,由于高管主动离职的准确信息搜集难度较大,本文对于高管主动离职中介变量的定义可能造成高管主动离职在高管同伴薪酬差距对企业绩效的中介效应中占比被低估。以上可以进一步提高。

参考文献:

[1]Bloom D E, and Williamson J G. Demographic Transitions and Economic Miracles in Emerging Asia[R]. NBER Working Papers, 1997(3): 419-455.

[2]Lee, R.and A.Mason, "What is the Demographic Dividend?" [J]. Finance and Development, 2006, 43(3): 2-9.

[3]蔡昉,林毅夫,张晓山,朱玲,吕政.改革开放40年与中国经济发展[J].经济学动态,2018(08):4-17.

[4]蔡昉.如何开启第二次人口红利?[J].国际经济评论,2020(02):9-24,4.

[5]王婷,程豪,王科斌.区域间劳动力流动、人口红利与全要素生产率增长——兼论新时代中国人口红利转型[J].人口研究,2020,44(02):18-32.

[6]王贵东.二孩政策及延迟退休下的中国人口结构测算:2015-2050年[J].人口与发展,2019,25(04):2-10,77.

[7]铁瑛,张明志,陈榕景.人口结构转型、人口红利演进与出口增长——来自中国城市层面的经验证据[J].经济研究,2019,54(05):164-180.

[8]蔡昉,张宇燕,张晓晶,姚枝仲,魏后凯,张晓山,吴国宝,黄群慧,李平,潘家华,高文书,王延中,魏众,刘元春.从中国故事到中国智慧[J].国际经济评论,2019(02):9-31,4.

[9]李世刚,尹恒.政府-企业间人才配置与经济增长——基于中国地级市数据的经验研究[J].经济研究,2017,52(04):78-91.

[10]尹靖华,韩峰.市场潜力、厚劳动力市场与城市就业[J].财贸经济,2019,40(04):146-160.

[11]李建伟.我国劳动力供求格局、技术进步与经济潜在增长率[J].管理世界,2020,36(04):96-113.

[12]熊冠星,李爱梅,王笑天,蔡晓红,魏子晗.员工“薪酬感知域差”与离职决策研究——基于“齐当别”决策模型视角[J].管理评论,2017,29(09):193-204.

[13]Lazear E P, Rosen S. Rank--Order Tournaments as Optimum Labor Contracts[J]. Journal of Political Economy, 1981: 89(5):841.

[14]霍晓萍,李华伟,邱赛.股权结构、高管薪酬差距与企业绩效[J].会计之友,2019(18):25-31.

[15]Lucian Arye Bebchuk, Jesse M Fried. Executive Compensation as an Agency Problem[J].Journal of Economic Perspectives, 2003, 17(3): 71-92.

[16]Grund, Christian and Dirk Sliwka. Envy and Compassion in Tournaments[J]. Journal of Economics & Management Strategy,2005,14(1):187-207.

[17]杜晶,张茜.薪酬差距、会计稳健性与盈余管理[J].会计之友,2018(11):27-35.

[18]Martin J. Conyon. Corporate governance and executive compensation[J]. International Journal of Industrial Organization,1997,15(4).

[19]Holmstrom B., Moral Hazard and Observability. [J]The Bell Journal of Economics,1979: 74-91.

[20]覃予,靳毓.经济波动、薪酬外部公平性与公司业绩[J].中南财经政法大学学报,2015(03):94-102,160.

[21]赵健梅,刘晨倩,邢颖,王晶.薪酬差距、市场化进程与公司业绩[J].经济问题,2017(05):104-109.

[22]Michael, F., and J.Yang. Is Disclosure an Effective Cleansing Mechanism? The Dynamics of Compensation Peer Benchmarking[J].Review of Financial Studies, 2013, 26(3):806-839.

[23]张兴亮,夏成才.非CEO高管患寡还是患不均[J].中国工业经济,2016(09):144-160.

[24]罗昆,连燕玲,张璇.“高官”还是“高薪”:何种更易留人?[J].财经研究,2019,45(02):126-138.

[25]Neal, Derek. The Link between Ability and Specialization: An Explanation for Observed Correlations between Wages and Mobility Rates [J]. Journal of Human Resources,1998, 33(1): 173-200.