我国金融业上市公司高管薪酬影响因素实证研究(再修改稿) .docVIP

我国金融业上市公司高管薪酬影响因素实证研究(再修改稿) .doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
我国金融业上市公司高管薪酬影响因素实证研究(再修改稿)

我国金融企业上市公司高管薪酬影响因素实证研究 陈野,鹿翠 内容提要:文章以人力资本理论、委托代理理论以及管理激励理论为基础,对我国金融业上市公司高管薪酬影响因素进行理论分析并提出假设,通过主成分分析构建多元回归模型,选取我国2009年11家金融业上市公司的样本数据,进行多元线性回归分析以验证假设。文章最后提出建议,探索既符合国际惯例又适应中国国情的金融业高管薪酬激励机制,促进我国金融业的健康发展。 关键词:金融业;高管薪酬;影响因素;实证研究 一、引言 随着上市公司高级管理人员高薪低效丑闻的不断曝光,人们开始不断质疑公司治理理论的可信性和高管薪酬水平的合理性不仅是企业的人才激励与薪酬分配问题,更是一个关系劳动分配公平性的社会问题。到底什么样的高管薪酬水平和薪酬结构才是最合理的? (六)独立董事比例。根据委托代理理论,为了降低公司代理成本,提高公司经营管理效率,同时,又为了防止内部人控制问题,可以通过创设独立董事制度来改变经营者决策权力结构,起到监督、制衡的作用,从而保证高管人员不会背离所有者的目标,促进代理-委托双方利益的一致。而且,伴随着中国证券市场的不断发展,独立董事的作用也正在逐步凸显。 (七)高管年龄。从理论上讲,公司管理层随着年龄的增长,管理能力和专业技能不断提高,个人综合能力得到提升,更能把握公司发展的机遇,为公司创造更多的价值,其薪酬也应随之逐步升高。周立和贺颖奇(2003) [7] 的研究发现高管人员年龄与高管薪金之间显著正相关。 (八)高管持股。根据代理理论,当高管拥有公司剩余索取权时,他们的利益就紧紧和公司的利益捆绑在一起。Jensen和Meckling(1976) [8]提出“利益趋同假说”,认为当公司的管理者持有公司的股份时,他们与外部股东的利益就会趋于一致,公司价值也就越高。 (九)国有控股。一般来说,我国金融业上市公司的高管很多是党政部门任命的,而非来自人才市场,任命期满或公司业绩较好,往往会被提拔任命到政府部门,一些高管看中的并不是任命期的薪酬,而在于仕途的高升。 (十)资产流动性。高杠杆率是当今资本市场金融交易的重要特点。商业银行、投资银行等金融机构均采用了杠杆经营模式,一旦公司资产流动性出现问题,可能会引发大规模的“挤兑”行为,因此,公司高管都非常重视公司资产的流动性。 三、模型构建 (一) 解释变量选择 表1 变量定义 变量名称 度量指标 X1:公司规模 LN(总资产) X2:公司业绩 总资产利润率 X3:财务杠杆 负债/总资产 X4:第一大股东持股比例 第一大股东持股总数/总股数 X5:HR指数 前三大股东持股比例的平方和 X6:董事会规模 董事会总人数 X7:监事会规模 监事会总人数 X8:独立董事比例 独立董事人数/董事会总人数 X9:高管年龄 35岁以下取1;36-40取2;41-55取3 ;55以上取4 X10:高管持股 高管持有股票为1,否则为0 X11:国有控股 国有控股为1,其他为0 X12:资产流动性 流动资产/总资产 (二)主成分分析 考虑到自变量过多容易产生多重共线性问题,首先利用主成分分析法对存在较强显著性相关的7个变量进行分析。 (1)因子的可行性检验。本文采用KMO检验法和巴特利球形检验法进行检验,表3结果显示,KMO值为0.793,适合做主成分分析。 表2 KMO and Bartletts Test KMO值 0.793 巴特利球形检验法 Approx. Chi-Square 615.641 df 21 Sig. .000 (2)因子提取。 根据特征值与方差贡献率,提取主成分,由βj=R-1aj,得出主成分系数。 表3 主成分系数 变量  主成分 Y2 Y3 公司规模 0.381 0.132 0.022 公司业绩 -0.172 0.052 1.040 财务杠杆 0.119 -0.108 0.161 第一大股东持股比例 0.214 0.542 -0.014 HR指数 0.346 0.673 -0.005 董事会规模 0.502 0.244 -0.11 监事会规模 0.475 0.239 -0.037 可以看出: 因子变量Y1基本上反映了公司规模、董事会规模和监事会规模的情况; 因子变量Y2基本上反映了第一大股东持股比例和HR指数的情况; 因子变量Y3基本上反映了公司业绩和财务杠杆的情况。 (3)构建多元回归模型 通过主成分分析消除变量之间的多重共线性后,构建多元回归模型: Y=α﹢β1Y1﹢β2Y2﹢β3Y3﹢β8X8﹢β9X9﹢β10X10﹢β11X11﹢β12

文档评论(0)

phl805 + 关注
实名认证
文档贡献者

建筑从业资格证持证人

该用户很懒,什么也没介绍

领域认证该用户于2023年05月12日上传了建筑从业资格证

1亿VIP精品文档

相关文档