在经过以上因变量和自变量以及控制变量的选取后，根据提出的假设：股权激励对公司绩效有正向的影响，建立了以下回归模型8-1：

在这个模型中，因变量R表明了该企业的效益水平，我们分别使用了净资产收益率ROE带入了模型进行了实证分析。在这个公式中，自变量是股权激励比例MSR，把股权集中度OC、净利润增长率GRO、资产规模SIZE、高管薪酬EP、资产负债率LEV和董事长与总经理兼任变量CUM作为控制变量进行回归计算，同时，我们采用了行业虚拟变量industry，作为虚拟变量目的是有效准确地删除因为行业不同而造成的对公司绩效的影响，而最后的ε则代表误差项。

通过Excel分析，本书对上述变量进行了描述性统计，见表8-1，我们分析了各个变量的观察值（Obs）、均值（Mean）、标准差（Std，Dev）、最大值（Max）以及最小值（Min）。

表8-1　主要变量描述性统计表

数据来源：网易财经财报，Wind数据库

从表8-1可以看出，净资产收益率最大值为17.782 8，最小值为12.203 1。最小值和最大值之间的差距并不大，但是样本的个体效益有差距。股权激励强度表明，均值是0.027 557 402，由此可以发现，普遍股权激励的强度低。由最小值和最大值之间相差约2.4个百分比，可以看出差距比较大。但从标准差中又可以兼得，股权激励强度的波动是稳定的。从股权集中度的最大值和最小值差距可以看出，上市公司的公司治理的结构大相径庭，说明我国公司治理制度尚不完善。从净利润增长率标准差0.058 943 906可以看出，个体之间的差异较小，但是从平均值1.6%中可以看出，上市公司的盈利的趋势存在，但比较小。从资产规模自然对数中，可以探究发现最大值与最小值差距还是比较大的，同时需要考虑这是取对数的情况。从高管薪酬探究表明，我国上市公司的高管薪酬都比较高，并且通过标准差0.983 883 162反映，其变化有很大的波动和起伏。(www.daowen.com)

同时，本书也计算了所建的模型中诸多变量的系数，来研究变量是否存在多重的共线性，见表8-2。

表8-2　变量的相关性检验

续表

注：“∗”“∗∗”“∗∗∗”分别表示在10%，5%，1%的置信水平（双侧）上显著相关
数据来源：网易财经财报，Wind数据库

由表8-2变量的相关性检验可发现，股权激励强度（MSR）和净资产收益率（ROE）相关性为0.01，相关性不显著。在其他变量的相关性中可以发现，股权激励强度（MSR）和股权集中度（OC）、净利润增长率（GRO）的相关系数比较低，不显著相关。股权激励强度（MSR）和资产负债率（LEV）的相关系数为0.215∗∗∗，在1%的置信水平上相关。净资产收益率（ROE）与高管薪酬（EP）系数为0.003，不显著相关。公司资产规模（SIZE）和净资产收益率（ROE）的系数为0.879∗∗∗，在1%的置信水平上相关，虽然值略大，但鉴于整体的水平，多重线性并不存在于本模型中。