理论教育 如何验证高管薪酬与在职消费的关系?——回归模型设定

如何验证高管薪酬与在职消费的关系?——回归模型设定

时间:2023-06-12 理论教育 版权反馈
【摘要】:22.2.2模型设定为了验证我们对于高管薪酬和在职消费两者关系的逻辑猜想,我们首先检验高管薪酬和在职消费的关系,建立如下回归模型:Perk=β0+β1Comp+βiControli+ε1其中,被解释变量Perk代表在职消费,共有两种计量方式Perk1和Perk2,解释变量Comp代表高管薪酬,Controli为国有控股、公司规模、上市年限、东部、资产负债率、营业收入增长率、高管持股比例、第一大股东持股比例、行业等控制变量。

如何验证高管薪酬与在职消费的关系?——回归模型设定

22.2.1 变量定义

本章主要变量的定义和说明参见表22-1。其中“在职消费”沿用夏冬林和李晓强(2004)和陈冬华等(2005)对在职消费的计量方式,通过现金流量表项目附注“支付的其他与经营活动有关的现金流量”中8个明细项目加总计算而得,这8个项目是:办公费、差旅费、业务招待费、通信费、出国培训费、董事会费、小车费和会议费。当“支付的其他与经营活动有关的现金流”没有项目附注或者项目附注只是笼统地披露管理费用销售费用等大类,而没有明细项目时,我们通过利润表项目附注“管理费用”中8个明细项目,即办公费、差旅费、业务招待费、通信费、出国培训费、董事会费、小车费和会议费加总得到。由于两种统计口径不一致,我们在实证分析中将分别进行统计和回归。为了消除企业规模因素的影响,同时考虑收入费用配比的原则,我们使用了相对数的在职消费变量,即将用上述方法计算得出的金额除以当年营业收入。

表22-1 主要变量定义与说明

注:①高明华等《中国上市公司高管薪酬指数报告2013》以调整后的高管薪酬与营业收入的比值作为高管薪酬合理性评价标准,并按照四分之一分位数法将所有上市公司分为激励不足、激励适中和激励过度三类。②根据中国证监会2012年修订的行业分类标准,上市公司共19个行业门类,2012年涉及18个行业门类,由于回归时要考虑行业固定效应,我们剔除了样本公司不足10家的3个行业,考虑到金融业资产结构的特殊性,我们还剔除了金融业。

22.2.2 模型设定

为了验证我们对于高管薪酬和在职消费两者关系的逻辑猜想,我们首先检验高管薪酬和在职消费的关系,建立如下回归模型:

Perk=β01Comp+βiControli+ε1

(22-1)

其中,被解释变量Perk代表在职消费,共有两种计量方式Perk1和Perk2,解释变量Comp代表高管薪酬,Controli为国有控股、公司规模、上市年限、东部、资产负债率、营业收入增长率、高管持股比例、第一大股东持股比例、行业等控制变量。通过不同激励情况(激励过度、激励适中、激励不足)对模型(22-1)进行分组回归,观察β1的变化情况。

为了检验在职消费对公司绩效的影响,我们建立如下回归模型:(www.daowen.com)

ROA=γ01Perk+γiControli+ε3

(22-2)

其中,被解释变量ROA代表公司绩效,解释变量Perk代表在职消费,Controli为控制变量。

为了检验假设1,我们根据激励情况(激励过度、激励适中、激励不足)对模型(22-2)进行分组回归,观察γ1的变化情况。

为了检验假设2,我们建立含有交叉项Perk_LowIncen的回归模型(22-3)。观察γ1以及γ2的系数,如果γ2的系数显著,则说明激励不足程度会对在职消费与公司绩效的关系起到调节作用。

ROA=γ01Perk+γ2Perk_LowIncen+γiControli+ε4

(22-3)

22.2.3 研究样本和数据来源

本研究选取2012年全部A股上市公司,在《中国上市公司高管薪酬指数报告2013》2310家样本公司的基础上剔除金融业上市公司,为了控制行业固定效应,我们剔除了公司数目不足10家的教育(P)、卫生和社会工作(Q)以及科学研究和技术服务业(M)三个行业的样本公司,另外,我们还剔除了在职消费及主要变量数据缺失的公司,最后得到有效样本2086家。[37]在职消费、激励区间及其他治理变量的数据来自北京师范大学公司治理与企业发展研究中心“中国上市公司治理分类指数数据库”,财务数据来自同花顺iFinD和CSMAR数据库。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈