基于DM管理层激励研究.docVIP

基于DM的管理层激励研究 　　摘 要:管理层道德风险防范是现代企业制度的核心,也是公司金融及人力资源管理的重要问题,文章从委托代理理论及人力资源管理理论出发,采用数据挖掘技术对深沪两市上市的1276家公司进行实证分析,探索在我国特殊的经济环境下,企业对管理层的激励方式组合对道德风险的防范作用。为企业所有者合理安排激励方式减少管理层道德风险提供基本依据。 　　关键词:数据挖掘 道德风险 激励方式 在职消费 　　中图分类号:F830.91文献标识码:A 　　文章编号:1004-4914(2010)03-077-03 　　 　　一、引言 　　随着我国企业股份制改造及现代企业制度的建立,公司治理问题成为过去几年广泛关注的话题,如何加强公司治理防范管理层道德风险亦成为学者们和实业界关注的焦点。根据Jeon Tirole的观点,对管理层的激励方式主要包括四个方面:货币激励、隐性激励、监督和产品市场竞争。这些激励方式从物质与非物质,公司内部与外部等诸多方面出发,构建了一个完整的管理层道德风险防范体系。然而,目前国内外对管理层激励的研究仍存在三个误区:一是研究重点多放在物质性显性激励方面,较为忽视对隐性激励、监督及产品市场竞争的激励作用。二是研究过程将道德风险与公司绩效联系起来,直接探索各种激励方式与公司绩效的联系,而忽略了对管理层具体行为选择的研究。三是仅探索单一激励方式对道德风险的作用,而忽略了激励方式组合的综合影响作用。本文通过数据挖掘技术探索货币激励、隐性激励、监督和产品市场竞争等激励方式组合对过度投资和在职消费两种典型的道德风险的影响作用,避免了以往研究的不足。 　　二、研究设计 　　在企业经营过程中,管理层不按照公司的最大化利益行事可以有很多方式,大致上可以归为四类:卸责、过度投资、巩固地位策略和自我交易。考虑到资料的可获得性,本文着重探索各种激励措施对过度投资和在职消费两大类道德风险的影响作用。 　　1.研究方案设计。本文采用数据挖掘技术进行激励方式对道德风险影响作用的实证分析,使用数据挖掘分析具有以下优势:(1)数据挖掘技术可以探索数据之间的潜在的、复杂的关联,而不是变量之间单纯的线性关系;(2)数据挖掘技术可以反映出不同激励方式组合的影响,可以反映出具有不同激励方案企业管理层的行为选择;(3)比起回归分析、博弈分析,数据挖掘的结果直观形象,对实业界具有更多的实践指导意义。 　　数据挖掘技术使用判定树归纳法作为数据挖掘的基本工具。判定树是一个类似于流程图的树结构,其中每个内部节点表示在一个属性上的测试,每个分支代表一个测试输出,而每个树叶节点代表类或类分布。 　　利用数据挖掘的判定树归纳法对公司道德风险进行实证分析,就是以道德风险指标为标号属性,提取出因变量不同组合方式与道德风险指标之间的对应关系。原理如下: 　　设S是s个数据样本的集合。假定类标号属性具有n个不同值,定义n个不同类Ci(i=1,2,…sm)。设si是类中的样本数。则对一个给定的样本分类所需的期望信息为: 　　在A上分枝将获得的编码信息是:Gain(A)=I(s1,s2,…sm)-E(A)。换言之,Gain(A)是由于知道属性A的值而导致的熵的期望压缩。算法计算每个属性的信息增益。具有最高信息增益的属性选作给定集合S的测试属性。创建一个节点,并以该属性标记,对属性的每个值创建分枝,并据此划分样本。 　　2.道德风险指标的计算。由于信息不对称的存在,外部人很难真正掌握管理层真正的想法与行为,因此判断过度投资与在职消费是否发生,替代指标如何取值成为研究的关键。本文采用系统金融管理公司的“公司脂肪(Corporate fat)”算法,计算过度投资与在职消费。 　　(1)过度投资。企业投资属于资本性支出,它有赖于经济、行业、企业的自身条件,更有赖于其自身的预期增长率。因此假设为了维持某一特定的销售增长率,资本支出应当与销售成本的增长率大致相同。如果发现某一会计期间资本支出的增长率明显高于销售成本的增长率,则有理由认为是过度投资。本文采用如下步骤计算过度投资是否发生:估计五年资本支出和产品销售成本的年平均增长率;用资本支出增长率减去销售成本增长率,如果为负则记为0,认为没有过度投资发生;用过度增长率乘以当年资本支出额,得到过度投资数额。 　　(2)在职消费。相较于过度投资,在职消费更加难以估算,考虑到其大部分将计入管理费用,因此可以考虑采用管理费用的超额支出替代在职消费的发生额。企业日常管理费用是为保证企业经营与生产,因此其增长与企业产量增长有关,将管理费用增长率与企业产量增长率联系起来,按照上述步骤计算超额管理费用额。 　　三、实证分析 　　1.变量定义与数据来源。结合西方公司治理与人力资源管理理论及中国的实际特点,管理层的行为