【分　 类】 经济与管理科学
【关 键 词】 房地产上市公司；高管薪酬；实证分析
【来 　源】 互联网
【收　 录】 中文学术期刊网

正文：

　　5.公司地区

　　通常，公司所在地区经济水平的差异也会对公司人员薪酬水平的设计有很大的关系。不同地区的公司在制定高管人员薪酬时会参照当地的经济水平、人们的消费水平以及物价水平。而且，发达地区的人力资本竞争要比非发达地区激烈，迫使发达地区的企业为留住人才而支付高薪。由于我国的经济体制改革最先从东部发展并逐渐深化到中西部，因此东部地区的经济水平要明显高于中西部地区，东部地区公司高管薪酬水平也要明显高于中西部的高管。因此，本文提出假设：

　　假设5：高管人员的薪酬与公司所在地区有显著关系

　　6.高管年龄

　　高管年龄也是影响高管薪酬的可能因素。人力资本作为一种特殊的生产要素，其价值也是不断变化的。从理论上讲，随着年龄的增长，高管的技术水平和管理得到不断积累，其个人素质也是在不断提升。薪酬也应随之逐步增加。因此，提出以下假设。

　　假设6：高管人员的薪酬与高管年龄存在正相关关系

　　7.高管学历

　　学历是指一个人在某专业受教育的程度，学历越高，专业性就越强。它代表一个高管的常识水平。不管是在国内还是国外，作为企业高层管理人员，他们都要求有相对较高的学历。因为一般来言，受过良好高等教育的人，在求学阶段积累不少书本知识，工作后将理论知识与工作实践相结合，发挥个人能力，最后成为高知识型、高能力型的综合性人才。

　　假设7：高管人员的薪酬与高管学历有显著关系

　　变量指标的具体说明见表1

　　表1 变量定义和说明

　　变量

　　符号

　　变量定义

　　被解释变量

　　高管薪酬

　　PAY

　　前三名高管人员的薪酬平均值

　　解释变量

　　公司规模

　　SIZE

　　年度资产总额的自然对数

　　公司业绩

　　ROE

　　净资产收益率=净利润/净资产

　　公司市场值

　　MV

　　年末最后一日股票收盘价

　　国有股比例

　　FHD

　　国有股总数/公司股份总数

　　公司地区

　　ARE

　　虚拟变量，东部取1，中西部取0

　　高管年龄

　　AGE

　　最高薪酬前三的高管人员的平均年龄

　　高管学历

　　DEG

　　虚拟变量，最高薪酬前三的高管人员的学历平均值。博士、硕士、大学、大专及以下分别为4、3、2、1

　　(三) 模型构建

　　变量指标定义之后，构建以下回归模型：

　　PAY=a0+a1SIZE+a2ROE+a3MV+a4FHD+a5ARE+a6AGE+a7DEG+b

　　本文运用SPSS13.0软件，采用多元线性回归方法中的逐步回归法对被解释变量和解释变量之间的关系进行分析说明。

　　四、 实证结果

　　1.Pearson相关系数分析

　　进行回归分析前，首先利用简单相关系数检验法进行Pearson相关系数检验，各变量相关系数矩阵见表2所示。

　　表2 各变量间的Pearson相关系数

　　PAY

　　SIZE

　　ROA

　　MV

　　FHD

　　ARE

　　AGE

　　DEG

　　PAY

　　1

　　SIZE

　　.546**

　　1

　　ROA

　　.024

　　.094

　　1

　　MV

　　.078

　　.062

　　.151

　　1

　　FHD

　　-.135

　　.265*

　　-.035

　　.131

　　1

　　ARE

　　.200

　　.116

　　-.247

　　-.276*

　　-.074

　　1

　　AGE

　　-.058

　　.146

　　-.043

　　-.113

　　.262*

　　.033

　　1

　　DEG

　　.258*

　　.450**

　　-.134

　　.026

　　.249

　　.082

　　.039

　　1

　　注：**和*分别表示在0.01、0.05(双侧)水平上显著相关

　　从表2中可以看出，高管薪酬与公司规模、公司业绩、公司市场值、公司地区和高管学历存在正相关关系，与国有股比例和高管年龄存在负相关关系。尤其是高管薪酬与公司规模的相关性最为显著。

　　2.实证结果及说明

　　本文为了避免多重共线性问题，采用逐步回归法，得出以下回归结果。

　　表3 Model Summary c

　　Model

　　R

　　R Square

　　Adjusted

　　R Square

　　Std. Error

　　of the Estimate

　　Durbin-Watson

　　F

　　1

　　2

　　.546a

　　.618b

　　.298

　　.382

　　.286

　　.360

　　46.01580

　　43.54923

　　1.815

　　24.220

　　17.340

　　a. Predictors: (Constant), SIZE

　　b. Predictors: (Constant), SIZE, FHD

　　c. Dependent Variable: PAY

　　表4 Coefficients a

　　Model

　　Unstandardized

　　Coefficients

　　Standardized

　　Coefficients

　　t

　　Sig.

　　B

　　Std. Error

　　Beta

　　1 (Constant)

　　SIZE

　　-501.951

　　25.169

　　113.692

　　5.114

　　.546

　　-4.415

　　4.921

　　.000

　　.000

　　2 (Constant)

　　SIZE

　　FHD

　　-567.124

　　28.852

　　-63.593

　　110.151

　　5.020

　　23.008

　　.626

　　-.301

　　-5.149

　　5.747

　　-2.764

　　.000

　　.000

　　.008

　　a. Dependent Variable: PAY

　　(1)从回归结果的两个表中可以看出，R2=0.382，修正后的R2=0.360，方程拟合优度一般。F=17.340，整个方程处于显著水平，通过了置信度а=0.01上的F检验。DW=1.815，说明模型中误差项不存在自相关性，同时也可以认为模型中的解释变量不存在多重共线性。解释变量高管薪酬与公司规模的系数都通过了置信度а=0.01时的显著性T检验。

　　(2)七个解释变量在逐步回归过程中最后只有两个变量进入回归方程，它们分别是公司规模和国有股比例。公司规模第一个进入回归方程，说明假设1得到证实，这一结果与大学数学者的实证结果相同，这说明由于大规模企业中，组织层次多，工作复杂程度高，所以公司高管所获得的报酬也会比小规模企业的高管多。国有股比例作为第二个进入回归方程的变量，与被解释变量呈负相关关系，与假设4相符，说明公司高管薪酬水平与公司国有股比例密切相关，国有股比例越低，高管薪酬越高。

　　(3)公司业绩没有进入回归方程，说明我国房地产行业的高管薪酬与公司业绩没有线性关系，这与大多数学者的结论完全不同，也可以从2008年房地产行业市场低靡，而其高管的薪酬不降反增的情况中看出。公司市场值也没有进入回归方程，说明公司每一年年末股票价格与高管薪酬没有关系。

　　(4)公司所属地区也没有进入回归方程。本文认为原因有以下两点：其一，虽然我国是一个地域经济发展水平存在差异的国家，但近两年我国房地产行业已趋向于二、三线中小城市投资，以至于，东中西部高管薪酬的差异不太显著;其二，本文样本数据有限，得出的实证结果不太准确。(59个样本数据，7个样本所在地区是中西部)。

 2/3   首页 上一页 1 2 3 下一页 尾页