秦潇潇
(西南政法大学商学院,重庆 401120)
作为资本市场的信息中介,分析师对上市公司的信息进行收集、处理、加工,形成研究报告并公开发布,沟通上市公司与资本市场[1],降低上市公司与外部投资者之间的信息不对称程度,发挥监督效应,保证公司治理机制运行的健康有效。而上市公司高管是公司实际经营权的掌控者,他们很容易利用自己的信息优势掠夺股东和债权人的利益[2],致使道德风险和逆向选择问题频发。研究发现,高管激励,特别是货币薪酬激励,在公司稳步运行中发挥着积极的治理效应[3]。因此,基于分析师关注的研究视角,本文探究高管货币薪酬与公司违规的关系及其作用机制。
委托代理理论认为,公司高管与股东之间显著存在着信息不对称、利益冲突等问题。而以公司高管为对象的激励约束机制能够缓解代理矛盾,高管货币薪酬激励不仅能够给经理的私人成本给予直接补偿,而且能够消除信息不对称,减少风险以及适配责任对等[4]。一方面,基于保证私人成本的底线问题的动机,高管货币薪酬能够有效约束高管信息藏匿以及不当操纵行为,降低股东为获取真实信息而发生的监督成本,缓解信息不对称的问题。另一方面,高管货币薪酬水平越高,高管的职位所蕴含的内在价值越大,高管因公司经营失败而导致失去该职位的代价则越高。综上,本文提出以下假设。
H1:在其他条件不变的情况下,高管货币薪酬激励能够减少公司违规行为。
作为资本市场上信息的提供者和传播者,分析师的跟踪评价影响投资者的决策判定,对公司发展至关重要。而分析师主要以内部控制质量或者公司治理效率比较高的公司为跟踪关注对象[5],以降低信息处理成本、提高信息分析准确度。吕新军等[6]基于中国经验数据,实证肯定了高管激励能够显著提升公司治理效率。综上,本文提出以下假设。
H2:在其他条件不变的情况下,高管货币薪酬激励能够提高分析师关注度。
针对分析师关注对公司违规行为影响的研究,学术界存在着两种截然不同的结论:一是基于有效监督假说,分析师作为高独立性的第三方,对公司各方面变动情况进行跟踪分析,并及时、准确更新分析报告[7],发挥外部监督作用,减少公司违规的发生;二是基于市场压力假说,为缓解市场竞争压力,维护保障私人利益不受威胁,高管很有可能去迎合分析师的要求,进行违规操作[8]。但由于我国经理人市场发展还不够充分和完善,高管的市场竞争压力相对较小,因此前述市场压力假说并不贴合中国实际。综上,本文提出以下假设。
H3:在高管货币薪酬激励与公司违规二者关系中,分析师关注发挥中介作用,即高管货币薪酬激励通过提高分析师关注度进而减少公司违规行为。
本文以2011—2020年沪市A股上市公司的面板数据作为初始观测对象,并对获得的原始数据作如下处理:剔除金融类行业的观测值;剔除存在特殊处理(ST等)的观测值;剔除异常值。为避免极端值的影响,本文对部分连续变量进行缩尾处理,最终得到5 707个有效观测值。本文所使用的数据均来自CSMAR数据库。
本文的被解释变量为公司违规,主要解释变量为高管货币薪酬,变量的定义和计算方法如表1所示。
表1 变量定义表
为检验H1,本文构建Logistic模型(1),考察高管货币薪酬激励对公司违规行为的影响。
(1)
为检验H2,本文构建多元回归模型(2),考察高管货币薪酬激励对分析师关注的影响。
(2)
考虑到被解释变量公司违规为离散的分类变量,而中介变量分析师关注为连续变量,因此使用GSEM模型以检验H3。
表2列示了有关变量描述性统计的结果。从表2可以看出:公司违规的均值为11%,表明上市公司发生违规行为的比例并不低;高管货币薪酬激励均值为14.56,中位数为14.53,且标准差为0.69,即高管货币薪酬分布比较均匀,各公司间的高管货币薪酬差距比较小;样本公司的资产收益率约为6.60%,约有16.80%的公司存在两职合一的情况,独立董事所占比例约为37.20%,董事会约由8位成员组成,第一大股东持股比例均值为39.20%。
表2 描述性统计
表3列示了高管货币薪酬激励、分析师关注和公司违规的实证分析结果。Panel A 展示了多元回归的结果,根据列(1)可以看出,高管货币薪酬激励的系数0.345在5%的水平上显著为负,H1得到验证;根据列(2)可知,高管货币薪酬激励的系数0.237在1%的水平上显著为正,即H2得到验证。
表3 高管货币薪酬激励、分析师关注与公司违规实证分析
表4展示了运用GSEM模型检验的结果,以判定分析师关注在高管激励与公司违规作用关系中的中介效应。数据显示,间接效应为-0.013,结果显著,中介效应成立,因此H3得到验证。且亦得知总效应为-0.042,其中间接效应占比30.95%,表现为部分中介效应。
表4 高管货币薪酬激励、分析师关注与公司违规:中介效应
为了抑制上市公司的违规行为,公司可能会主动支付给高管较为丰厚的薪酬以促进其履职效率的提升,减少逆向选择和道德风险。因此,为解决内生性问题,本文借鉴周泽将等[9]的做法,具体以省级层面上人均地区生产总值作为工具变量进行检验,结果如表格5所示,F值为177.63,P值为0.001 4,因此拒绝原假设,结论稳健。
表5 IV Probit 回归结果
为检验内生变量与工具变量的相关性,本文进行弱工具检验,识别结果如表格6所示,AR、Wald的P值均在1%的水平上显著,因此内生变量与工具变量相关。
表6 弱工具检验识别结果
为增强研究结果的可靠性,本文用董事、监事及高管年薪总额和董事、监事及高管前三名薪酬总额分别加1取自然对数来衡量高管货币薪酬激励,分别记为Salary1、Salary2。其中,关系检验回归结果如表7所示,中介效应检验结果如表8所示,结论稳健。
表7 替换解释变量:关系检验
表8 替换解释变量:中介效应
本文以2011—2020年沪市A股上市公司的面板数据作为观测对象,实证检验了高管货币薪酬激励、分析师关注与公司违规之间的关系。研究发现:①高管货币薪酬激励能够缓解代理冲突、降解信息不对称,有效减少公司违规行为的发生。②高管货币薪酬激励属于分析师选择关注与否的因素范畴。③分析师关注在高管货币薪酬激励与公司违规的作用关系中发挥了显著的部分中介效应。
基于研究得到如下启示:①激励机制的有效设置有助于调动高管履职的积极性,提高公司治理体系的完善度,加强公司治理能力。②政府要细化企业信息披露准则,规范公司个体行为,促进公司与市场之间的良性互动。