屈恩義，朱方明

(四川大學(xué)a. 經(jīng)濟(jì)學(xué)院；b. 企業(yè)研究中心，四川 成都 610065)

中國上市公司股權(quán)激勵(lì)效應(yīng)再評估
——來自PSM+DID的新證據(jù)

屈恩義a,b，朱方明a,b

(四川大學(xué)a. 經(jīng)濟(jì)學(xué)院；b. 企業(yè)研究中心，四川 成都 610065)

關(guān)于股權(quán)激勵(lì)與公司業(yè)績關(guān)系問題，文章從方法論視角進(jìn)行了審視，提出正確認(rèn)識(shí)并使用處理內(nèi)生性問題的方法，是精確評估股權(quán)激勵(lì)效應(yīng)的前提。傳統(tǒng)PSM無法實(shí)現(xiàn)不可觀測因素的匹配導(dǎo)致樣本自選擇偏誤仍部分存在，文章采用改進(jìn)的PSM+DID，評估發(fā)現(xiàn)：股權(quán)激勵(lì)總體上提升了以凈資產(chǎn)收益率和總資產(chǎn)收益率衡量的公司業(yè)績，提升幅度分別達(dá)到22.22%和19.51%；從動(dòng)態(tài)視角看，隨著年份的推移，公司業(yè)績提升速度逐漸放緩，股權(quán)激勵(lì)呈現(xiàn)出邊際效應(yīng)遞減規(guī)律。而通過對比PSM+DID與傳統(tǒng)PSM評估的結(jié)果，文章證實(shí)PSM的確高估了股權(quán)激勵(lì)效應(yīng)，PSM+DID的評估結(jié)果更加精確和穩(wěn)健。此外，文章還證實(shí)，宏觀經(jīng)濟(jì)形勢并不會(huì)對股權(quán)激勵(lì)效應(yīng)產(chǎn)生影響，因擔(dān)心宏觀經(jīng)濟(jì)形勢拖累股權(quán)激勵(lì)效應(yīng)而中斷實(shí)施股權(quán)激勵(lì)的思維存在一定的誤區(qū)。

股權(quán)激勵(lì)；公司業(yè)績；傾向得分匹配法；基于傾向得分匹配的雙重差分法

一、研究背景與問題

作為一項(xiàng)協(xié)調(diào)股東與高管間利益沖突，緩解代理問題的公司內(nèi)部治理機(jī)制，股權(quán)激勵(lì)最近十年來廣為中國上市公司采用，截至2015年，共有18個(gè)行業(yè)共計(jì)715家*已剔除中途取消實(shí)施股權(quán)激勵(lì)方案的公司。上市公司公布了股權(quán)激勵(lì)方案。2016年7月13日，證監(jiān)會(huì)正式發(fā)布《上市公司股權(quán)激勵(lì)管理辦法》，對已有股權(quán)激勵(lì)相關(guān)政策文件進(jìn)行了整合和修正，自此，中國上市公司實(shí)施股權(quán)激勵(lì)的制度環(huán)境趨于完善。然而，實(shí)踐中，仍然存在著大量上市公司在實(shí)施股權(quán)激勵(lì)后業(yè)績大幅下滑的案例，激勵(lì)方案中斷實(shí)施的現(xiàn)象也多有出現(xiàn)。股權(quán)激勵(lì)與公司業(yè)績的真實(shí)關(guān)系成為一個(gè)備受關(guān)注的問題。對此，學(xué)者們展開了大量研究，并出現(xiàn)了三種觀點(diǎn)：第一種認(rèn)為股權(quán)激勵(lì)正向促進(jìn)了公司業(yè)績的增長[1-2]，表現(xiàn)為利益趨同效應(yīng)；第二種認(rèn)為股權(quán)激勵(lì)與公司業(yè)績無關(guān)或呈負(fù)相關(guān)關(guān)系[3-4]，表現(xiàn)為壕溝效應(yīng)；第三種觀點(diǎn)認(rèn)為，股權(quán)激勵(lì)與公司業(yè)績存在區(qū)間效應(yīng)[5-6]，利益趨同效應(yīng)和壕溝效應(yīng)交替出現(xiàn)。對于實(shí)際評估結(jié)果存在的分歧，從方法論上看，可能與研究方法的選擇有關(guān)，不同研究方法在解決股權(quán)激勵(lì)內(nèi)生性問題方面存在差異[7]。特別地，當(dāng)研究方法存在缺陷或被不當(dāng)使用，股權(quán)激勵(lì)與公司業(yè)績的關(guān)系可能被高估也可能被低估。因此，正確認(rèn)識(shí)并使用處理內(nèi)生性問題的方法，是精確評估股權(quán)激勵(lì)效應(yīng)的重要前提。

已有研究表明，股權(quán)激勵(lì)受到來自公司治理結(jié)構(gòu)[8]、股權(quán)結(jié)構(gòu)[6]、所處行業(yè)特征[9]等因素的影響，同時(shí)公司業(yè)績會(huì)反向決定股權(quán)激勵(lì)[10]，此外，一些不可觀測的因素也會(huì)對股權(quán)激勵(lì)產(chǎn)生影響[11]，股權(quán)激勵(lì)因而呈現(xiàn)內(nèi)生性特點(diǎn)。為解決股權(quán)激勵(lì)效應(yīng)評估中的內(nèi)生性問題，除傳統(tǒng)的面板數(shù)據(jù)方法[12]、兩階段最小二乘法[13-14]、三階段最小二乘法[15]等方法外，近年來，有越來越多的學(xué)者嘗試使用宏觀政策效果評估領(lǐng)域應(yīng)用廣泛的傾向得分匹配法(PSM)。PSM方法通過多維匹配，克服了傳統(tǒng)匹配方法的維數(shù)“詛咒”[16]，一定程度上降低了樣本自選擇偏誤(Sample-Selection Bias)。

然而，我們認(rèn)為，PSM方法自身的局限以及現(xiàn)有研究在實(shí)際應(yīng)用PSM方法中存在的誤區(qū)，將導(dǎo)致采用PSM評估的結(jié)果仍然存有部分誤差。從原理看，PSM方法是通過對影響股權(quán)激勵(lì)的變量進(jìn)行Logit回歸，計(jì)算每家公司實(shí)施股權(quán)激勵(lì)的概率(PS值)，并基于PS值進(jìn)行匹配分析。然而，正是由于Logit回歸中只能納入可觀測變量，基于PS值配對的樣本組僅僅實(shí)現(xiàn)了可觀測變量的無顯著差異，而在不可觀測因素上仍然存在差異，因而，樣本自選擇偏誤仍部分存在。當(dāng)前研究大多忽視了這一點(diǎn)[17-20]。除PSM本身的缺陷外，當(dāng)前研究在對PSM方法的使用上也值得商榷。在構(gòu)建Logit模型的環(huán)節(jié)，某些研究并未控制年份變量[17-19]，這就導(dǎo)致PS值中缺少年份信息，并由此造成“跨年匹配”?！翱缒昶ヅ洹钡膯栴}在于，當(dāng)激勵(lì)公司相對匹配的未激勵(lì)公司處于宏觀經(jīng)濟(jì)形勢較好的年份，股權(quán)激勵(lì)效應(yīng)可能被高估；而當(dāng)激勵(lì)公司相對處于宏觀經(jīng)濟(jì)形勢較差的年份，股權(quán)激勵(lì)效應(yīng)則可能被低估。此外，某些研究在計(jì)算PS值時(shí)，把激勵(lì)公司實(shí)施激勵(lì)當(dāng)年之后的各年樣本也算作激勵(lì)樣本納入了Logit回歸[21]，但由于多數(shù)激勵(lì)公司在此之后并未再公布新的激勵(lì)計(jì)劃，而PS值定義的是新實(shí)施股權(quán)激勵(lì)計(jì)劃的概率，這就導(dǎo)致計(jì)算的PS值存在誤差。

有鑒于此，本文將在現(xiàn)有研究基礎(chǔ)上作如下改進(jìn)：對于PSM方法本身的缺陷，在PSM基礎(chǔ)上引入雙重差分法(DID)，以消除不可觀測因素對公司業(yè)績的影響，提高股權(quán)激勵(lì)效應(yīng)評估的精確性。在具體應(yīng)用PSM方法環(huán)節(jié)，以激勵(lì)實(shí)施前一年的樣本作為推斷第二年股權(quán)激勵(lì)實(shí)施概率的樣本，并刪除激勵(lì)實(shí)施后的各年樣本。在進(jìn)行了Logit回歸并計(jì)算得到PS值后，采用“同年匹配+同年檢驗(yàn)”的方式，以消除“跨年匹配”帶來的樣本自選擇偏誤。

二、研究設(shè)計(jì)

在自然科學(xué)領(lǐng)域，評估一項(xiàng)技術(shù)的試驗(yàn)效果可以通過自然實(shí)驗(yàn)(Natural Experiment)的方法，由于處理組和控制組樣本是隨機(jī)選取的，因此該項(xiàng)技術(shù)試驗(yàn)實(shí)施后處理組與控制組的差異即可歸結(jié)為技術(shù)試驗(yàn)的效果。然而在社會(huì)科學(xué)領(lǐng)域，評估一項(xiàng)政策實(shí)施效果前很難做到處理組與控制組樣本的隨機(jī)分配，為此，實(shí)驗(yàn)者往往需要采用某種規(guī)則(Criterion)對樣本進(jìn)行處理，為處理組樣本找到一個(gè)“反事實(shí)”的比較組，以消除參與的選擇性偏差(Selection Bias)[22]?？紤]到現(xiàn)實(shí)中只能觀察到一個(gè)對象處于處理組或控制組一種狀態(tài)的結(jié)果，要找到絕對的“反事實(shí)”樣本沒有可能[23]，所以往往需要通過配對的方法來控制兩組樣本的差異。但是鑒于同時(shí)影響政策決議和政策效果的變量并非唯一，并且存在配對維數(shù)“詛咒”：即配對維數(shù)越多，配對效果越差[16]，傳統(tǒng)方法匹配的兩組樣本仍然存在較大差異。

不同于傳統(tǒng)方法的逐一匹配，傾向得分匹配法通過將多元變量濃縮成一個(gè)傾向得分(PS值)來選擇配對樣本，實(shí)現(xiàn)了多元匹配。以股權(quán)激勵(lì)為例，PSM方法的匹配步驟如下。

第一步，獲取傾向得分值。

所謂“傾向得分”，就是在給定樣本特征X的情況下，某公司實(shí)施股權(quán)激勵(lì)的概率，即：

P(X)=Pr[D=1|X]=E[D|X]

(1)

其中，D是一個(gè)指標(biāo)函數(shù)，若公司實(shí)施股權(quán)激勵(lì)則D=1，未實(shí)施則D=0。

在實(shí)證分析中，傾向得分通常采用Logit或Probit等概率模型進(jìn)行估計(jì)：

PS(Xi)=P(Xi)=Pr(Di=1|Xi)=exp (βXi)/(1+exp (βXi))

(2)

其中，exp(·)/(1+exp(·))表示邏輯分布的累積分布函數(shù)，Xi是一系列可能影響公司實(shí)施股權(quán)激勵(lì)的公司特征變量，β為相應(yīng)的參數(shù)向量。

第二步，選擇匹配方法。

上述步驟得到的PS值是一個(gè)連續(xù)變量，因此我們很難找到兩個(gè)傾向得分完全相同的樣本進(jìn)行匹配。為解決這一問題，有多種匹配方法可供選擇：最近鄰匹配法(Nearest Neighbor Matching)通過尋找與處理組樣本PS值差值最小的控制組樣本實(shí)現(xiàn)匹配；半徑匹配法(Radius Matching)首先預(yù)設(shè)一個(gè)常數(shù)作為匹配半徑，再尋找與處理組樣本PS值的差值小于匹配半徑的控制組樣本實(shí)現(xiàn)匹配；核匹配法(Kernel Matching)的基本思想是在控制組樣本中選取與處理組樣本相同或相近的一個(gè)或幾個(gè)特征，生成虛擬樣本，實(shí)現(xiàn)匹配。

第三步，共同支撐假設(shè)檢驗(yàn)和平行假設(shè)檢驗(yàn)。

在完成第2步的初步匹配后，分別計(jì)算兩組樣本的平均PS值，并檢驗(yàn)有無顯著差異，即共同支撐假設(shè)檢驗(yàn)(Common Support Assumption Test)。然后檢驗(yàn)兩組樣本各公司特征變量的均值是否存在顯著差異，即平行假設(shè)檢驗(yàn)(Balancing Assumption Test)。兩個(gè)假設(shè)檢驗(yàn)都通過則說明兩組公司除股權(quán)激勵(lì)實(shí)施與否這一差異外，在公司特征層面無顯著差異。

然而，如前所述，PSM的原理決定了其存在一定的缺陷：通過概率模型篩選出的只能是公司可觀測變量，事實(shí)上，股權(quán)激勵(lì)決策還受到兩類公司不可觀測因素的影響，因而，基于PS值配對的兩組樣本仍然存在著一定的樣本自選擇。在這種情況下，除實(shí)施股權(quán)激勵(lì)與否會(huì)產(chǎn)生兩類公司的業(yè)績差異外，不可觀測因素差異也會(huì)帶來業(yè)績差異，因此，通過比較配對公司的業(yè)績差異評估的股權(quán)激勵(lì)效果并不準(zhǔn)確。為提高評估結(jié)果的精確性，本文將DID引入PSM，原理如圖1所示。

圖1 基于傾向得分匹配的雙重差分法原理圖示

由圖1可知，激勵(lì)公司(D=1)在激勵(lì)前后的業(yè)績變化包含三部分：(1)激勵(lì)效果；(2)宏觀環(huán)境作用公司可觀測變量帶來的業(yè)績變化；(3)宏觀環(huán)境作用公司不可觀測因素帶來的業(yè)績變化。對于未激勵(lì)公司(D=0)，業(yè)績變化包含兩部分：(1)宏觀環(huán)境作用公司可觀測變量帶來的業(yè)績變化；(2)宏觀環(huán)境作用公司不可觀測因素帶來的業(yè)績變化。由于在基期(T=0)進(jìn)行了PSM同年匹配，且配對樣本的時(shí)間跨度相同，因此宏觀環(huán)境作用可觀測變量帶來的業(yè)績變化在兩類公司間無顯著差異。又因?yàn)椴豢捎^測因素在短期內(nèi)不變*Himmelberg等證明類如監(jiān)督水平、市場影響力、公司文化等不可觀測因素在一定時(shí)期范圍內(nèi)不隨時(shí)間變化，或者僅隨時(shí)間緩慢變化[11]。，且其對公司業(yè)績的影響程度短期內(nèi)不變，因此，對兩類公司而言，宏觀環(huán)境作用不可觀測因素帶來的業(yè)績變化均為零。最終，二次差分的結(jié)果即為股權(quán)激勵(lì)效果。

考慮到本文的數(shù)據(jù)結(jié)構(gòu)中激勵(lì)公司樣本數(shù)較少，在對兩類公司進(jìn)行匹配時(shí)，如果采用半徑匹配會(huì)進(jìn)一步犧牲激勵(lì)公司樣本，進(jìn)而出現(xiàn)小樣本偏誤；而核匹配由于要將所有的控制組樣本都賦予權(quán)重納入匹配，其原理決定了核匹配更適用于控制組樣本數(shù)遠(yuǎn)小于處理組樣本數(shù)的數(shù)據(jù)結(jié)構(gòu)以充分利用控制組信息，而本文激勵(lì)公司數(shù)遠(yuǎn)小于未激勵(lì)公司數(shù)，如果采用核匹配會(huì)因?yàn)槲醇?lì)公司的很多無用信息導(dǎo)致匹配誤差較大。因此，本文的匹配方法選用最近鄰匹配法。

另外，由圖1可知，對配對公司二次差分的前提是兩類公司所處年份一致、時(shí)間跨度一致，因此配對時(shí)需采用“同年匹配+同年檢驗(yàn)”的方式，即不能出現(xiàn)類似“2012年的激勵(lì)公司匹配2014年的未激勵(lì)公司”的情形。

基于上述分析，PSM+DID的具體操作步驟如下。

第一步，先保留每家激勵(lì)公司實(shí)施股權(quán)激勵(lì)上一年度(基期)的樣本(比如2007年實(shí)施激勵(lì)的公司就保留其2006年的數(shù)據(jù)，2008年實(shí)施激勵(lì)的公司就保留其2007年的數(shù)據(jù)，以此類推)和所有未激勵(lì)公司。

第二步，進(jìn)行逐步Logit回歸，選出顯著影響股權(quán)激勵(lì)決策的變量，并計(jì)算PS值。

第三步，為每一個(gè)激勵(lì)公司樣本匹配一個(gè)同年的未激勵(lì)公司樣本，保留配對成功的樣本。匹配完成后，對每年的配對樣本進(jìn)行共同支撐假設(shè)檢驗(yàn)和平行假設(shè)檢驗(yàn)，保留通過檢驗(yàn)的配對樣本。

第四步，DID分析。用于DID分析的模型如式(3)(4)(5)所示，各式中，ΔPerformanceit代表配對公司的業(yè)績相對基期的增量，為研究股權(quán)激勵(lì)效果的時(shí)間趨勢，本文的業(yè)績觀察時(shí)點(diǎn)從激勵(lì)當(dāng)年一直延伸到激勵(lì)第三年，Incentiveit為是否實(shí)施股權(quán)激勵(lì)的虛擬變量，ControlVariable為一系列控制變量，系數(shù)A1是本文關(guān)注的焦點(diǎn)：如果A1顯著大于0，表明股權(quán)激勵(lì)有效地提高了公司業(yè)績，如果A1不顯著或顯著小于0，則表明股權(quán)激勵(lì)失效。

ΔPerformanceit=A0+A1Incentiveit+ut+ControlVariable+eit

(3)

ΔPerformanceit=A0+A1Incentiveit+ControlVariable+(ut+eit)

(4)

ΔPerformanceit=A0+A1Incentiveit+ControlVariable+eit

(5)

三、數(shù)據(jù)描述及統(tǒng)計(jì)分析

(一)變量的定義與設(shè)計(jì)

按PSM+DID原理，首先需要確定可能影響股權(quán)激勵(lì)決策的變量?？紤]到股權(quán)激勵(lì)作為一項(xiàng)公司內(nèi)部治理機(jī)制，與其他治理機(jī)制可能相互影響，而公司財(cái)務(wù)狀況、現(xiàn)金流等也可能是其實(shí)施的客觀條件，同時(shí)高管個(gè)人特征也可能會(huì)影響激勵(lì)決策，本文將公司上期業(yè)績、股權(quán)結(jié)構(gòu)、治理狀況、現(xiàn)金流、成長性、高管年齡、所處行業(yè)等因素納入Logit回歸模型。考慮到不同年份的宏觀環(huán)境可能會(huì)對股權(quán)激勵(lì)決策產(chǎn)生影響，回歸還加入了年份虛擬變量。待回歸變量的含義及統(tǒng)計(jì)結(jié)果如表1所示。而對于公司業(yè)績的衡量，本文選用扣除非經(jīng)常性損益后的加權(quán)平均凈資產(chǎn)收益率(ROE)和總資產(chǎn)收益率(ROA)。與已有研究不同，本文并沒有選用托賓Q值衡量公司業(yè)績，主要原因在于托賓Q值的構(gòu)造以公司股票價(jià)格為基礎(chǔ)，主要反映遠(yuǎn)期投資機(jī)會(huì)[24]，而本文的研究區(qū)間相對較短，更適宜選用反映短期業(yè)績的指標(biāo)。本文也沒有使用一些文獻(xiàn)采用的每股凈收益來衡量公司業(yè)績，因?yàn)槊抗蓛羰找媸墙^對指標(biāo)，不能反映投資回報(bào)和資產(chǎn)營運(yùn)效率高低。

(二)數(shù)據(jù)來源及處理

本文機(jī)構(gòu)投資者持股數(shù)據(jù)來自銳思數(shù)據(jù)庫，公司所在地區(qū)信息來自Wind數(shù)據(jù)庫，市場指數(shù)由《中國市場化指數(shù)2011》及互聯(lián)網(wǎng)資訊[28]匯總而成，其他數(shù)據(jù)均來源于國泰安數(shù)據(jù)庫(CSMAR)。本文以2007年到2015年公布了股權(quán)激勵(lì)方案的上市公司作為處理組樣本，并剔除中途取消方案的公司。對于首次公布激勵(lì)方案后若干年又再次實(shí)施新的激勵(lì)方案的公司，僅保留首次激勵(lì)的樣本。對同一年采用不同激勵(lì)方式的公司，僅保留其中一種激勵(lì)方式的樣本。與此相對，以2007年至2015年從未實(shí)施股權(quán)激勵(lì)的公司作為控制組樣本。

對于原始樣本，(1)剔除金融類公司和ST、S類公司；(2)剔除B股、H股；(3)刪除數(shù)值缺漏的樣本；(4)對全體變量進(jìn)行Winsorized縮尾處理以降低離群值的影響。

表1 變量定義及其描述性統(tǒng)計(jì)(2006-2014)

注：借鑒Cui和Mak[25]、黃之駿和王華[6]、唐清泉等[26]的方法，結(jié)合證監(jiān)會(huì)頒布的行業(yè)分類指引，將化學(xué)原料及化學(xué)制品制造業(yè)(C43)、化學(xué)纖維制造業(yè)(C47)、電子業(yè)(C5)、儀器儀表及文化和辦公用機(jī)械制造業(yè)(C78)、醫(yī)藥生物制品業(yè)(C8)、信息技術(shù)業(yè)(G)，及其下細(xì)分行業(yè)劃分為高新技術(shù)行業(yè)。借鑒呂長江等[8]、夏立軍和陳信元[27]的方法，將采掘業(yè)，石油、化學(xué)、塑膠、塑料，金屬、非金屬，電力、煤氣及水的生產(chǎn)和供應(yīng)業(yè)，交通運(yùn)輸、倉儲(chǔ)業(yè)，信息技術(shù)業(yè)劃分為管制性行業(yè)。從地區(qū)GDP、是否沿海、是否直轄市幾個(gè)維度綜合評價(jià)，以廣東省、江蘇省、浙江省、福建省、山東省、遼寧省、北京市、天津市、上海市、重慶市作為發(fā)達(dá)地區(qū)。

四、模型估計(jì)與實(shí)證分析

(一)匹配結(jié)果

通過Logit回歸從表1篩選出顯著影響股權(quán)激勵(lì)決策的變量，限于篇幅，Logit回歸結(jié)果未在文中展示。根據(jù)回歸結(jié)果計(jì)算每個(gè)樣本的PS值，并為每一家激勵(lì)公司匹配一家同一年的未激勵(lì)公司，保留配對成功的樣本，并分年進(jìn)行共同支撐假設(shè)檢驗(yàn)和平行假設(shè)檢驗(yàn)。最終2014年、2012年、2011年、2010年的配對樣本通過檢驗(yàn)，檢驗(yàn)結(jié)果以2014年為例說明。由圖2可知，經(jīng)配對后的樣本間的PS值分布情況基本無差別，通過共同支撐假設(shè)檢驗(yàn)；而由表2可知，配對樣本間股權(quán)激勵(lì)影響變量無顯著差別，通過平行假設(shè)檢驗(yàn)。由此可進(jìn)行下一步DID分析。

圖2 2014年配對公司共同支撐假設(shè)檢驗(yàn)結(jié)果

變量樣本處理組控制組t值A(chǔ)GEM匹配后47.55348.822-1.34GPAY匹配后14.37614.2411.32LEV匹配后0.4070.3790.76HOLD_DIR匹配后0.2420.249-0.24FCF匹配后-0.007-0.0280.65ISCHANGE匹配后0.1050.0960.19DUAL匹配后0.3290.384-0.69BOARD_SIZE匹配后10.4219.7531.48INSHOLD匹配后0.1880.193-0.17IND_MSR匹配后0.2790.283-0.19SD_ROA匹配后0.0250.0230.39GDDH匹配后3.2763.1920.32ZINDEX匹配后10.2217.4580.87STATE匹配后0.1710.192-0.33ROE匹配后0.0680.084-1.38GDP匹配后10.50510.3391.49G_TA匹配后0.3670.400-0.30ISGAOXIN匹配后0.3290.384-0.69

(二)股權(quán)激勵(lì)效應(yīng)評估

DID回歸前首先需要通過F檢驗(yàn)、LM檢驗(yàn)、Hausman檢驗(yàn)，從式(3)(4)(5)中選擇合適的回歸模型，限于篇幅，檢驗(yàn)過程省略?；貧w結(jié)果如表3所示。當(dāng)以凈資產(chǎn)收益率衡量公司業(yè)績，表3中第(1)列INCENTIVE系數(shù)為0.016，在1%水平顯著為正，表明股權(quán)激勵(lì)顯著提高了激勵(lì)當(dāng)年的凈資產(chǎn)收益率。第(2)列INCENTIVE系數(shù)為0.021，在1%水平顯著為正，表明股權(quán)激勵(lì)顯著提高了激勵(lì)第二年的凈資產(chǎn)收益率，公司業(yè)績在前一年基礎(chǔ)上有了進(jìn)一步提升。而到了激勵(lì)第三年，股權(quán)激勵(lì)效果有所減弱，表現(xiàn)在第(3)列INCENTIVE系數(shù)為0.020，只在10%水平顯著，無論是系數(shù)大小還是顯著性都不及激勵(lì)第二年。從這一回歸結(jié)果我們收獲了兩點(diǎn)認(rèn)識(shí)：(1)股權(quán)激勵(lì)的實(shí)施總體上有助于公司業(yè)績的提升；(2)從動(dòng)態(tài)視角看，在實(shí)施股權(quán)激勵(lì)后，公司業(yè)績的增長隨著年份的推移，速度逐漸放緩，股權(quán)激勵(lì)呈現(xiàn)邊際效應(yīng)遞減特點(diǎn)。

表3 股權(quán)激勵(lì)效應(yīng)回歸結(jié)果

注：*，**，***分別表示在10%，5%和1%的水平下顯著。括號(hào)內(nèi)數(shù)值為t值。

改用總資產(chǎn)收益率衡量公司業(yè)績。由表3第(4)列可知，INCENTIVE系數(shù)為0.009，在1%水平顯著，表明股權(quán)激勵(lì)的實(shí)施顯著提高了激勵(lì)當(dāng)年的總資產(chǎn)收益率。第(5)列INCENTIVE系數(shù)為0.011，在1%水平顯著，相較前一年，激勵(lì)效果進(jìn)一步增強(qiáng)。第(6)列INCENTIVE系數(shù)為正，但不顯著，說明股權(quán)激勵(lì)效果已經(jīng)衰減。由此可知，同凈資產(chǎn)收益率一樣，以總資產(chǎn)收益率衡量的公司業(yè)績在股權(quán)激勵(lì)實(shí)施后總體上有所提升，并且隨著年份的推移，公司業(yè)績的提升速度逐漸放緩，這一現(xiàn)象依舊反映了股權(quán)激勵(lì)的邊際效應(yīng)遞減規(guī)律。

五、進(jìn)一步分析

(一)PSM+DID是否降低了不可觀測因素帶來的樣本自選擇偏誤

從原理上看，傳統(tǒng)PSM因?yàn)橹荒軐?shí)現(xiàn)可觀測變量的匹配，故而仍存有部分樣本自選擇偏誤，而PSM+DID通過二次差分，剔除了不可觀測因素對公司業(yè)績的影響，將進(jìn)一步降低樣本自選擇偏誤。那么，是否同原理預(yù)期的一樣，PSM+DID有效降低了傳統(tǒng)PSM存在的樣本自選擇偏誤？本部分將對二者的評估結(jié)果進(jìn)行對比。為使結(jié)果具有可比性，兩種方法所選用的原始數(shù)據(jù)與樣本預(yù)處理過程均一致。不同之處在于，PSM+DID在采用Logit模型篩選出變量并計(jì)算得到PS值后，進(jìn)行了分年匹配與檢驗(yàn)，并進(jìn)一步采用DID方法進(jìn)行了回歸分析；而PSM在利用Logit模型篩選出變量并計(jì)算得到PS值后，直接進(jìn)行了匹配與檢驗(yàn)，緊接著計(jì)算出ATT(平均處理效應(yīng))。

采用傳統(tǒng)PSM評估得到的結(jié)果如表4所示。表4中，ROE在匹配前的ATT為0.053，而匹配后的ATT為0.023，說明未經(jīng)PSM處理前，處理組和控制組的業(yè)績差異包含了股權(quán)激勵(lì)效應(yīng)和樣本自選擇偏誤兩部分；而經(jīng)PSM處理后，樣本自選擇偏誤一定程度上得到了削減，兩類樣本的業(yè)績差異已經(jīng)接近真實(shí)的股權(quán)激勵(lì)效應(yīng)。此外，經(jīng)PSM處理后，股權(quán)激勵(lì)效應(yīng)的t值也明顯降低，評估結(jié)果更加穩(wěn)健。對ROA的解釋與ROE類似。

然而，與PSM+DID的評估結(jié)果對比，可以發(fā)現(xiàn)，PSM評估的結(jié)果中仍然含有部分的樣本自選擇偏誤。如表3所示，當(dāng)用ROE衡量公司業(yè)績，PSM+DID評估的股權(quán)激勵(lì)當(dāng)年的效應(yīng)為0.016，無論系數(shù)大小還是顯著性，均小于采用PSM評估的結(jié)果(表4中ROE系數(shù)為0.023，t值為4.26)；當(dāng)改用ROA衡量公司業(yè)績，表3中第(4)列的股權(quán)激勵(lì)效應(yīng)系數(shù)為0.009，t值為2.90，表4中ROA的ATT系數(shù)為0.010，t值為3.28，PSM+DID評估結(jié)果的系數(shù)和t值仍然較小。PSM+DID相對PSM評估系數(shù)及t值的降低正是樣本自選擇偏誤被進(jìn)一步剔除的結(jié)果。

因而從兩種方法評估結(jié)果的對比中，我們看到，正如方法原理所預(yù)期的，傳統(tǒng)PSM由于無法實(shí)現(xiàn)不可觀測因素的匹配，將導(dǎo)致評估的結(jié)果存在一定的樣本自選擇偏誤，股權(quán)激勵(lì)效應(yīng)被高估*比如，激勵(lì)公司的企業(yè)文化可能本就比未激勵(lì)公司更傾向于積極進(jìn)取，而這樣的企業(yè)文化會(huì)對公司業(yè)績產(chǎn)生正向影響，因而激勵(lì)公司比未激勵(lì)公司多出來的業(yè)績就包含了股權(quán)激勵(lì)效應(yīng)和積極進(jìn)取的企業(yè)文化效應(yīng)兩部分，股權(quán)激勵(lì)效應(yīng)因而被高估。。而PSM+DID通過剔除不可觀測因素對業(yè)績的影響，降低了樣本自選擇偏誤，提高了評估結(jié)果的精確性和穩(wěn)健性。

表4 傳統(tǒng)PSM的評估結(jié)果

注：*，**，***分別表示在10%，5%和1%的水平下顯著。

(二)宏觀經(jīng)濟(jì)形勢是否會(huì)影響股權(quán)激勵(lì)效應(yīng)

如本文開篇所述，中國上市公司股權(quán)激勵(lì)實(shí)踐中出現(xiàn)了不少激勵(lì)方案中斷實(shí)施的情形，而公布的理由多是對宏觀經(jīng)濟(jì)形勢不樂觀，進(jìn)而對股權(quán)激勵(lì)能否達(dá)到預(yù)期效果缺乏信心*如中集集團(tuán)(000039)于2008年10月17日公布的《關(guān)于終止股票期權(quán)激勵(lì)計(jì)劃(草案)的公告》中提出， “由于國內(nèi)外經(jīng)濟(jì)形勢和證券市場發(fā)生了重大變化，在此情況下，原方案已不具備可操作性，若繼續(xù)執(zhí)行原方案將難以真正起到應(yīng)有的激勵(lì)效果”。南玻A(000012)于2014年8月1日公布的《關(guān)于撤銷A股限制性股票激勵(lì)計(jì)劃(草案)的公告》中提到，“公司在推出股權(quán)激勵(lì)計(jì)劃后，行業(yè)形勢和市場環(huán)境發(fā)生較大變化，本次設(shè)計(jì)的股權(quán)激勵(lì)計(jì)劃難以達(dá)到預(yù)期的激勵(lì)效果”。。因而，在潛意識(shí)里，這些上市公司將宏觀經(jīng)濟(jì)形勢與股權(quán)激勵(lì)效應(yīng)聯(lián)系在一起，認(rèn)為宏觀經(jīng)濟(jì)形勢不好將對股權(quán)激勵(lì)效應(yīng)產(chǎn)生負(fù)面影響。那么，這樣的判斷是否正確？宏觀經(jīng)濟(jì)形勢是否對股權(quán)激勵(lì)效應(yīng)產(chǎn)生了影響？本部分將對此進(jìn)行檢驗(yàn)。

對于本文回歸所用的2014年、2012年、2011年、2010年配對樣本，考慮到2010年配對樣本所在年份GDP增長率相對較高，如果宏觀經(jīng)濟(jì)形勢對股權(quán)激勵(lì)效果產(chǎn)生了明顯的影響，那么剔除2010年配對樣本后回歸得到的股權(quán)激勵(lì)效應(yīng)將明顯下降?；诖耍疚囊?011、2012、2014年配對樣本組成的混合樣本再次評估股權(quán)激勵(lì)效應(yīng)，并與前文的評估結(jié)果進(jìn)行對比。表5展示了剔除2010年配對樣本后的回歸結(jié)果?？梢园l(fā)現(xiàn)，表5中各列INCENTIVE的系數(shù)相比表3中各列INCENTIVE的系數(shù)并沒有明顯的改變，說明，剔除掉宏觀經(jīng)濟(jì)形勢較好年份的配對樣本，股權(quán)激勵(lì)效應(yīng)并沒有明顯降低，宏觀經(jīng)濟(jì)形勢未對股權(quán)激勵(lì)效應(yīng)產(chǎn)生顯著影響。這提示，不樂觀的宏觀經(jīng)濟(jì)形勢不應(yīng)成為上市公司實(shí)施股權(quán)激勵(lì)的阻礙，相反，上市公司還應(yīng)積極利用股權(quán)激勵(lì)對公司業(yè)績的提升作用走出業(yè)績泥潭。

表5 剔除部分樣本后的評估結(jié)果

注：*，**，***分別表示在10%，5%和1%的水平下顯著。括號(hào)內(nèi)數(shù)值為t值。

六、結(jié)論

本文從方法論視角探究了中國上市公司股權(quán)激勵(lì)與公司業(yè)績關(guān)系問題，提出，正確選擇和使用處理內(nèi)生性問題的方法是精確評估股權(quán)激勵(lì)與公司業(yè)績關(guān)系的前提。針對傳統(tǒng)PSM在評估股權(quán)激勵(lì)效應(yīng)中存在的無法實(shí)現(xiàn)不可觀測因素匹配，導(dǎo)致評估結(jié)果仍然存在一定的樣本自選擇偏誤，本文進(jìn)行了研究方法的改進(jìn)，采用PSM+DID重新審視了股權(quán)激勵(lì)與公司業(yè)績的關(guān)系。

研究發(fā)現(xiàn)，股權(quán)激勵(lì)的實(shí)施總體上有助于公司業(yè)績的提升，表現(xiàn)為公司凈資產(chǎn)收益率(ROE)和總資產(chǎn)收益率(ROA)在股權(quán)激勵(lì)實(shí)施后均有不同程度的增長。以ROE為例，激勵(lì)實(shí)施當(dāng)年，ROE增長了0.016個(gè)單位，如果以全行業(yè)平均ROE作為基期數(shù)據(jù)，則ROE的增幅達(dá)到了22.22%。另一業(yè)績指標(biāo)ROA在激勵(lì)實(shí)施當(dāng)年的增幅也達(dá)到了19.51%。而且由于剔除了樣本自選擇偏誤，這樣的業(yè)績增長均是由股權(quán)激勵(lì)帶來的。除此之外，本文還發(fā)現(xiàn)，隨著年份的推移，股權(quán)激勵(lì)對公司業(yè)績的邊際提升效應(yīng)遞減。這說明，與生產(chǎn)要素的投入具有邊際產(chǎn)出遞減規(guī)律類似，制度創(chuàng)新同樣也具有邊際效應(yīng)遞減規(guī)律。這就要求我們在實(shí)施相關(guān)制度的時(shí)候，一方面考慮制度的時(shí)效性，另一方面動(dòng)態(tài)優(yōu)化制度設(shè)計(jì)，以提高制度的長效性。

為了證明PSM+DID相對于傳統(tǒng)PSM的先進(jìn)性，本文還對PSM+DID和PSM評估的股權(quán)激勵(lì)效應(yīng)進(jìn)行了比較。結(jié)果發(fā)現(xiàn)，傳統(tǒng)PSM高估了股權(quán)激勵(lì)效應(yīng)，根源在于PSM無法實(shí)現(xiàn)不可觀測因素的匹配，導(dǎo)致評估結(jié)果仍然存有部分樣本自選擇偏誤。相比之下，PSM+DID評估的結(jié)果更精確也更穩(wěn)健。

此外，針對當(dāng)前中國上市公司股權(quán)激勵(lì)方案中斷實(shí)施的現(xiàn)象，本文認(rèn)為，因擔(dān)心未來宏觀經(jīng)濟(jì)形勢拖累股權(quán)激勵(lì)效果而停止實(shí)施股權(quán)激勵(lì)的思維，存在一定的誤區(qū)。檢驗(yàn)證實(shí)，宏觀經(jīng)濟(jì)形勢并不會(huì)對股權(quán)激勵(lì)效果產(chǎn)生明顯的影響。因而，宏觀經(jīng)濟(jì)形勢不佳不應(yīng)成為上市公司實(shí)施股權(quán)激勵(lì)的障礙，相反，上市公司還應(yīng)積極利用股權(quán)激勵(lì)，助力公司業(yè)績走出泥潭。

[1]MEHRAN H.Executive compensation structure,ownership,and firm performance[J].Journal of Financial Economics,1995,38(2):163-184.

[2]屈恩義,朱方明.股權(quán)激勵(lì)、代理成本與公司業(yè)績——基于兩種代理成本的中介效應(yīng)檢驗(yàn)[J].湖湘論壇,2017(3):84-91.

[3]COLES J L,DANIEL N D,NAVEEN L.Managerial incentives and risk-taking[J].Journal of Financial Economics,2006,79(2):431-468.

[4]蘇冬蔚,林大龐.股權(quán)激勵(lì)、盈余管理與公司治理[J].經(jīng)濟(jì)研究,2010(11):88-100.

[5]McCONNELL J J,SERVAES H.Additional evidence on equity ownership and corporate value[J].Journal of Financial Economics,1990,27(2):595-612.

[6]黃之駿,王華.經(jīng)營者股權(quán)激勵(lì)與企業(yè)價(jià)值——基于內(nèi)生性視角的理論分析與經(jīng)驗(yàn)證據(jù)[J].中國會(huì)計(jì)評論,2006(1):29-58.

[7]王燁,葉玲,盛明泉.管理層權(quán)力、機(jī)會(huì)主義動(dòng)機(jī)與股權(quán)激勵(lì)計(jì)劃設(shè)計(jì)[J].會(huì)計(jì)研究,2012(10):35-41.

[8]呂長江,嚴(yán)明珠,鄭慧蓮,等.為什么上市公司選擇股權(quán)激勵(lì)計(jì)劃[J].會(huì)計(jì)研究,2011(1):68-75.

[9]支曉強(qiáng),孫健,王永妍,等.高管權(quán)力、行業(yè)競爭對股權(quán)激勵(lì)方案模仿行為的影響[J].中國軟科學(xué),2014(4):111-125.

[10]CHUNG K H,PRUITT S W.Executive ownership,corporate value,and executive compensation:A unifying framework[J].Journal of Banking and Finance,1996,20(7):1135-1159.

[11]HIMMELBERG C P,HUBBARD R G,PALIA D.Understanding the determinants of managerial ownership and the link between ownership and performance[J].Journal of Financial Economics,1999,53(3):353-384.

[12]曲亮,任國良.高管薪酬激勵(lì)、股權(quán)激勵(lì)與企業(yè)價(jià)值相關(guān)性的實(shí)證檢驗(yàn)[J].當(dāng)代經(jīng)濟(jì)科學(xué),2010,32(5):73-79.

[13]蘇冬蔚,熊家財(cái).大股東掏空與CEO薪酬契約[J].金融研究,2013(12):167-180.

[14]熊劍,王金.債權(quán)人能夠影響高管薪酬契約的制定嗎——基于我國上市公司債務(wù)成本約束的視角[J].南開管理評論,2016,19(2):42-51.

[15]呂長江,張海平.股權(quán)激勵(lì)計(jì)劃對公司投資行為的影響[J].管理世界,2011(11):118-126,188.

[16]LI X H,ZHAO X L.Propensity score matching and abnormal performance after seasoned equity offerings[J].Journal of Empirical Finance,2006,13(3):351-370.

[17]LIAN Y J,SU Z,GU Y D.Evaluating the effects of equity incentives using PSM:Evidence from China[J].Frontiers of Business Research in China,2011,5(2):266-290.

[18]賈生華,陳文強(qiáng).國有控股、市場競爭與股權(quán)激勵(lì)效應(yīng)——基于傾向得分匹配法的實(shí)證研究[J].浙江大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版),2015,45(5):101-118.

[19]董斌,陳婕.上市公司股權(quán)激勵(lì)與公司績效研究[J].商業(yè)研究,2015,58(6):146-154.

[20]陳文強(qiáng).長期視角下股權(quán)激勵(lì)的動(dòng)態(tài)效應(yīng)研究[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理,2016,36(11):53-66.

[21]盧闖,孫健,張修平,等.股權(quán)激勵(lì)與上市公司投資行為——基于傾向得分配對方法的分析[J].中國軟科學(xué),2015(5):110-118.

[22]胡永遠(yuǎn),周志鳳.基于傾向得分匹配法的政策參與效應(yīng)評估[J].中國行政管理,2014(1):98-101.

[23]寧靜,趙國欽,賀俊程.省直管縣財(cái)政體制改革能否改善民生性公共服務(wù)[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理,2015,35(5):77-87.

[24]連玉君,程建.投資—現(xiàn)金流敏感性:融資約束還是代理成本?[J].財(cái)經(jīng)研究,2007,33(2):37-46.

[25]CUI H M,MAK Y T.The relationship between managerial ownership and firm performance in high R&D firms[J].Journal of Corporate Finance,2002,8(4):313-336.

[26]唐清泉,夏蕓,徐欣.我國企業(yè)高管股權(quán)激勵(lì)與研發(fā)投資——基于內(nèi)生性視角的研究[J].中國會(huì)計(jì)評論,2011(1):21-42.

[27]夏立軍,陳信元.市場化進(jìn)程、國企改革策略與公司治理結(jié)構(gòu)的內(nèi)生決定[J].經(jīng)濟(jì)研究,2007(7):82-95,136.

[28]王小魯,余靜文,樊綱.中國市場化八年進(jìn)程報(bào)告[EB/OL].(2016-04-14)[2017-09-10].http://finance.qq.com/a/20160414/041777.htm.

Re-evaluationofequityincentiveeffectoflistedcompaniesinChina:NewevidencefromPSM+DID

QU Enyia,b, ZHU Fangminga,b

(a.SchoolofEconomics;b.EnterpriseResearchCenter,SichuanUniversity,Chengdu610065,P.R.China)

As for the relationship between equity incentive and corporate performance, this paper studies from the perspective of methodology. It is proposed that the correct understanding and use of the method of dealing with endogeneity is the premise of the accurate evaluation of equity incentive effect. In view of the fact that the traditional PSM cannot achieve the matching of unobservable factors and the sample-selection bias still exists partially, this paper uses the improved PSM+DID to find that, first, equity incentives improve ROE and ROA, with a margin of increase of 22.22% and 19.51% respectively; second, from a dynamic point of view, with the passage of the year, the performance of the company gradually slowed down, and equity incentive showed a diminishing marginal effect. By comparing the results of PSM+DID and traditional PSM evaluation, this paper proves that PSM does overestimate equity incentive effect, and PSM+DID's evaluation results are more accurate and robust. In addition, this paper also confirms that the macroeconomic situation does not affect the effect of equity incentive.

equity incentive; corporate performance; PSM; PSM+DID

10.11835/j.issn.1008-5831.2017.06.006

屈恩義，朱方明.中國上市公司股權(quán)激勵(lì)效應(yīng)再評估——來自PSM+DID的新證據(jù)[J].重慶大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2017(6):49-59.

FormatQU Enyi, ZHU Fangming.Re-evaluation of equity incentive effect of Listed Companies in China: New evidence from PSM+DID [J].Journal of Chongqing University(Social Science Edition),2017(6):49-59.

2017-09-12

四川省哲學(xué)社會(huì)科學(xué)規(guī)劃重大招標(biāo)項(xiàng)目(SC13ZD05)

屈恩義(1990-)，男，重慶萬州人，四川大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，主要從事公司治理與股權(quán)激勵(lì)研究，Email：489472795@qq.com；朱方明(1962-)，男，湖南臨澧人，四川大學(xué)經(jīng)濟(jì)學(xué)院教授，博士研究生導(dǎo)師，主要從事公司治理研究。

F272.923

A

1008-5831(2017)06-0049-11

(責(zé)任編輯 傅旭東)