APP下载

股权结构、高管薪酬与企业社会责任履行
——基于重污染行业上市公司数据

2020-04-30徐雅文

中国林业经济 2020年2期
关键词:集中度高管薪酬

徐雅文

(南京林业大学 经济管理学院,南京210037)

近年来由于企业生产导致的污染事件越来越多,尤其是重污染企业。根据本文的调查,大多重污染企业即使受法律约束,每年都要缴纳高昂的排污费,但是这并没有阻碍它们破坏环境的步伐。想要改变严峻的现状,需要的不仅是法律法规的完善;同时还需要企业在道德上树立责任意识,完善自身的内部管理制度。

1 理论分析与研究假设

大量的文献研究证明,在当前的社会背景下,社会责任绩效高的企业,更能获得投资者、消费者等各个利益相关者的青睐,进而促使企业长远发展,例如王丹丹等(2019)[1]。要想促使企业承担社会责任,本文认为良好的治理机制是前提。谈到治理机制,无外乎两个方面,股东和管理者。一方面,股权结构是公司治理的重要基础[2],进一步可细分为股权集中度和股权属性;另一方面,由于委托代理理论,管理层又在微观层面上掌握着企业的具体经营,想要通过内部治理机制制约管理者,还得从其薪酬出发。此外,企业在公司治理中考虑利益相关者的利益,其实就是在承担社会责任[3]。

1.1 股权集中度

股权集中的程度代表着控股股东说话权的强弱以及企业整体的凝聚程度,主要表现为能否有效决策。由于行业特质,而且自2008 年以来,环保部多次发文要求重污染行业披露企业社会责任报告,本文猜想当股东持股比例达到某一界限,它会显著促进企业承担社会责任,将大股东利益和企业利益捆绑在一起,形成“利益协同效应”。但若股东持股比例未超过这一界限,随着股东持股比例的增加,来自外部的监督约束的效果会有所下降。那么此刻当大股东和利益相关者利益发生冲突时,大股东可能还是会将个人利益放在第一位,做出损害其他利益相关者利益的行为,形成“壕沟防御效应”。因此,提出假设H1:股权集中度与企业的社会责任绩效成U型关系。

1.2 股权属性

私人股东会更多的考虑自身的利益,而国家股份则更多地代表的是国家的利益[4]。后者在考虑企业价值最大化的同时,还要根据政府制定的政治目标,积极地履行社会责任,包括缴纳税收、保障就业率、着眼于公益慈善事业等。因此,提出假设H2:股权属性与企业的社会责任绩效正相关。

1.3 高管短期货币薪酬

由于代理关系的存在,股东与管理层之间是存在着利益冲突的。高管的利益常常与企业的短期经营效益相关。如果高管从长远角度考虑公司的发展,在重污染行业就必须做好环境保护方面的措施,这会给带来很大的经济支出,导致企业短期经营效益发生下滑。正是因为如此,管理层很可能会为了个人利益,着重关注企业短期的经营效益,从而降低履行社会责任的相关支出。因此,提出假设H3:高管短期货币薪酬与企业的社会责任绩效负相关。

1.4 高管长期股权激励

为减弱股东和管理层之间的利益冲突,基于代理理论,股东可以采取股权激励政策。当高管成为了企业的股东以后,高管利益和企业利益就会趋于一致,高管就会以长远发展为目标,努力提升企业的综合实力。因此,提出假设H4:高管长期股权激励与企业的社会责任绩效正相关。

2 研究设计

2.1 样本选取与数据来源

本文以重污染企业为研究样本,根据2010 年环保部公布的《上市公司环境信息披露指南》(征求意见稿),从沪市A股企业的行业分类中随机选取了煤炭采选、纺织服饰、钢铁行业、化工行业、工程建设、医药制造等6 类行业,以其上市公司2014—2017年间的数据为研究样本,在剔除了ST、*ST等非正常交易状态以及缺失相关数据的上市公司后得到165家企业。但考虑到极端数据对总体数据的影响,本文通过标准化数值(Z-score)来识别和排除异常值,将Z分数低于-3或高于3的数据定义为异常,最终获得630个观测值。其中,搜集的数据来自于东方财富网、巨潮资讯网和国泰君安证券大智慧。

2.2 研究变量设计

①被解释变量。本文的被解释变量是企业的社会责任绩效水平,用CSR 表示。本文借鉴沈洪涛等[5]的研究方法,以上交所2008年公布的《关于加强上市公司社会责任承担工作的通知》中定义的每股社会贡献值作为企业社会责任绩效的替代变量,该数值越大,企业的社会责任履行情况越好。

每股社会贡献值=(净利润+所得税费用+营业税金及附加+支付给职工以及为职工支付的现金+本期应付职工薪酬-上期应付职工薪酬+财务费用+捐赠-排污费及清理费)/年平均发行普通股股数

②解释变量。股权集中度(HERF)使用企业前五大股东持股比例之和;股权属性(NATION)根据控股股东的性质,将国有属性定义为“1”,非国有属性定义为“0”;高管短期货币薪酬(STB)借鉴常雅娴(2018)[6],采用薪酬最高的前三位高管年薪总和的自然对数;高管长期股权激励(LTB)由于现有的公开数据难以直接可靠获得,因此在本文直接使用上市公司高管的持股比例来衡量。

③控制变量。为了保证回归结果更为准确,根据已有研究,本文在回归模型中加入了反映公司个体特征的3个控制变量:企业规模;资产负债率;净资产收益率。

2.3 数据修正和模型建立

2.3.1 数据修正

本文考虑到在模型中,将对股权集中度进行U型回归检验,为防止直接采用股权集中度和股权集中度的平方进行回归时出现强烈的共线性问题,借鉴了秦琴(2013)[7]的做法,对数据进行了中心化处理:将前五大股东持股比例和总样本前五大股东持股比例的均值的差额作为股权集中度(HERF),然后将该表示方法下的股权集中度的平方写做HERF2。

2.3.2 模型建立

基于前文的理论分析和研究假设,本文建立以下模型:

其中,β0是常数项,β1—β8是回归系数,ε 是残差。

3 实证研究结果及分析

3.1 描述性统计分析

样本企业的社会责任绩效均值只有1.518 6,说明重污染企业社会责任履行整体仍然处于较低水平;标准差达到了1.21,说明了行业中各企业差距较大。股权集中度最大为0.950 5,处于高度集中状态;股权属性的均值为0.523 8,说明重污染企业中国有控制企业较多。高管短期薪酬在对原始数据进行对数处理后,数据趋于集中化,但仍然可以从最大最小和标准差看出,企业间的短期薪酬差距加大;高管持股比例均值为0.026,说明样本企业高管持股比例总体呈现较低水平。

3.2 相关性分析

解释变量、控制变量均与解释变量间存在正相关关系,解释变量和控制变量间的相关系数远小于0.7,说明解释变量和控制变量间相关性较弱,不存在对回归结果影响严重的多重共线性问题,可以使用回归模型进行检验。

3.3 多元回归分析

模型调整后的R 方为0.420 2,说明社会责任绩效可以被估计的回归方程较好地解释。其中,F值为57.9924,在1%的置信水平上显著,模型整体的拟合程度良好。回归结果的具体分析如下:

①股权集中度的平方与社会责任绩效的回归系数为-4.8732,在1%的水平上显著,说明二者呈显著的倒U型关系,这与本文的假设H1正好相反。原因可能是在重污染行业中,当股权集中度超过一定界限后,大股东和企业整体的利益没有产生“利益协同效应”,相反形成了“掏空效应”,即当大股东绝对控股企业时,他们会以自身利益为出发点,侵害其他利益相关者的利益。另外当股权集中度未超过这一界限时,股权集中度的提高会使企业中“搭便车”现象减少,从而使社会责任绩效有所提高。

②在检验股权属性与社会责任绩效关系时,回归系数为0.2795,在1%的水平上显著,假设H2通过了检验。

③高管短期薪酬与社会责任绩效的回归系数为0.1448,在5%的水平上显著,这与本文的假设H3相反。这可能是由于重污染行业的特性导致的,社会对这类企业披露社会责任信息的要求越来越高。因此,高管可能会为了个人利益(获取高昂的短期货币薪酬),通过采取风险规避政策,拒绝环境污染等方法,来保证企业短期经营绩效的稳定。

④高管长期薪酬与社会责任绩效的回归系数为1.6552,在1%水平上显著,假设H4 通过了检验。本文主要研究的是解释变量和被解释变量之间的关系,控制变量在此不多加叙述。

4 研究结论与建议

通过对重污染企业2014—2017年的数据分析,本文最终得出了如下结论:重污染企业股权集中度与社会责任绩效呈现显著的倒U 型关系;企业的国有属性、高管的短期货币薪酬、长期股权激励分别与社会责任绩效显著正相关。

因此,本文提出以下建议,以期引导重污染行业上市公司积极履行社会责任。

4.1 合理调整公司股权集中度和高管薪酬结构

为避免股权分散带来的公司治理混乱与低效,重污染企业可以根据自身股权集中度与社会责任绩效之间的关系,适度增加股权的集中程度,使得大股东在追求自身利益的同时,也会考虑到企业的长远发展。另外,目前重污染企业中的高管薪酬仍多为货币薪酬的单一模式,各企业可以根据自身情况,制定多元化的薪酬激励方案,例如实施股权激励、增加在职消费,提高高管的利益协同意识。

表1 回归检验结果

4.2 提高非国有企业的社会责任意识

由上述研究可以发现,国有企业相对于非国有企业承担着更多的社会责任。但是随着经济的发展,重污染行业中非国有企业的数量在不断增加。因此要引导这些企业认识到:积极履行社会责任能够提升企业的名誉,获得利益相关者的支持,从而能增加企业的财富。加大宣传力度和政策扶持,促使非国有企业积极履行社会责任。

猜你喜欢

集中度高管薪酬
差异化薪酬管理和员工激励探讨
新广告商:广告业周期性在弱化,而集中度在提升 精读
重要股东、高管二级市场增、减持明细
重要股东、高管二级市场增、减持明细
重要股东、高管二级市场增、减持明细
重要股东、高管二级市场增、减持明细
VBA在薪酬个税筹划上的应用
我国物流产业集中度与市场绩效关系分析
清徐醋产业发展研究
基于SCP范式对我们商业银行中间业务市场的分析