股票期权激励异质价值与高管风险承担

屠立鹤，孙世敏

1 东北大学 工商管理学院，沈阳 110167 2 博洛尼亚大学 经济管理与统计学院，博洛尼亚 40126

引言

高管风险承担是关乎企业价值增长的一项关键决策，在中国经济增速放缓和产业转型升级的背景下，适度提升高管风险承担水平是解决这些宏观命题的微观手段。因此，研究高管风险承担问题在当下中国具有重要意义。

在西方国家已经普遍使用股票期权，2016年7月13日中国证监会颁布新的《上市公司股权激励管理办法》，以进一步规范和促进股票期权等在中国上市公司的应用。受2008年金融危机的影响，越来越多的学者将股票期权激励研究的重点从公司业绩转向高管风险承担[1]，他们认为金融危机的爆发可能与高管股票期权激励计划有关，如国际著名投行雷曼兄弟倒闭前其高管就持有大量股票期权。然而，股票期权激励对高管风险承担的影响究竟如何，理论界至今仍未达成共识。CHEN et al.[2]通过实证研究发现股票期权激励促进了高管风险承担水平的提高，而SAWERS et al.[3]的实验研究认为一定条件下股票期权激励导致高管更加风险规避。上述分歧的产生除了源于研究方法选择或变量测量的差异外，还可能存在一个原因，就是忽视了股票期权激励具有的价值异质性，即股票期权激励同时具有预期价值和禀赋价值的双重属性。简单说，预期价值是授予对象对股票期权未来价值的预期，禀赋价值概念来源于行为经济学，是指被授予对象心理上对所授予股票期权累计价值的评价大于未实际拥有时的评价，即出现价值增量评价。

本研究在已有研究基础上，①分别检验股票期权激励预期价值和禀赋价值与高管风险承担的关系，从股票期权激励异质价值视角对经典代理理论与行为代理理论的分歧给予新的解释；②拓展关于股票期权激励与高管风险承担关系影响因素的分析，研究货币薪酬、在职消费和任职危机对二者关系的影响；③进一步研究股票期权激励异质价值对不同产业下高管风险承担方向的影响，以及探索高管对股票期权激励预期价值的追逐是否导致其过度风险承担。

1 相关研究评述

有关股票期权激励与高管风险承担之间的关系，经典代理理论和行为代理理论给出了不同的解释。

经典代理理论认为股票期权激励能够提高高管风险承担水平。该理论框架下，高管收入主要来源于其所服务的公司，收入风险难以分散；因高管与所在公司的长期磨合，高管的人力资本价值常常最适宜于其所效力的公司，就职风险较难分散，如果被解聘，其人力资本价值和名誉等都将受损。因而，高管通常被认为是风险规避的，代理成本也由此产生。持这一观点的学者认为，增加被激励对象薪酬的凸性程度会增强其风险承受能力[4]，股票期权具有较强的凸性特征(凸性指价值随相应业绩的提升而边际递增)，更因其具有的下行损失为0和上行收益无限的特点而备受上市公司青睐[5]。JENSEN et al.[6]通过理论分析认为，股票期权能够使高管薪酬与公司业绩的关联度大大增强，有效缓解高管与股东的利益冲突，增加高管风险承担的意愿；SMITH et al.[7]的研究认为，当高管收入与公司业绩挂钩时，风险厌恶的高管较少从事净值为正但风险较大的项目，但在高管薪酬组合中引入股票期权将提高其薪酬的凸性，缓解上述因高管风险规避而产生的代理问题；CORE et al.[8]基于SMITH et al.[7]的研究成果，并在BS期权定价模型的基础上，构建Vega值，用以反映高管股票期权激励的凸性程度，并发现高管风险承担水平与Vega值正相关；COLES et al.[9]和BAIXAULI-SOLER et al.[10]以公司收益波动率作为高管风险承担水平的替代变量，发现公司收益波动率在实施了股票期权激励计划后有显著提升。其后，相继有学者从某一具体风险决策行为的角度对股票期权激励与高管风险承担的关系进行研究，LOW[11]、HUANG et al.[12]、CHEN et al.[13]和CROCI et al.[14]经过实证分析，发现股票期权激励强度与公司资产负债率、生产集中程度、研发投资额和并购规模均有显著正向关系。中国的已有研究仅以高管拥有的普通股股数测量其股权激励情况，鲜少延伸到股票期权层面的研究[15-16]；也有研究仅探讨股票期权激励与盈余管理等其他变量的关系，没有涉及到高管风险承担[17-18]。

行为代理理论认为股票期权激励加剧高管风险规避心理。WISEMAN et al.[19]融合行为理论和代理理论后提出的行为代理理论认为，高管作为个体并非绝对理性人，其表现出的是损失规避，而非风险规避，即高管对损失比对等价的收益更为敏感。不同于经典代理理论，在该理论视角下，某些不具有实际确定价值的财富形式(如股票期权)本身拥有内涵价值，高管将其视作自身已有财富的一部分，即针对这部分内涵价值进行增量评价。在此理论指导下，LARRAZA-KINTANA et al.[20]利用美国上市公司年报披露的期权估值数据，研究发现期权估值的增加降低了首席执行官的风险承担能力；SAWERS et al.[3]利用实验方法进行研究，将近百位MBA学生作为研究对象，发现高管风险容忍度越高，其进行风险决策时受框架效应的影响越小。框架效应指面对相同结果，由于高管心理参照点的设定不同，造成其损失或收益的不同预测，具体分为负面框架和正面框架。SAWERS et al.[3]的发现实际上也是把LARRAZA-KINTANA et al.[20]的结论推进了一步，进一步说明激励对象对股票期权进行增量评价现象的存在。LEFEBVRE et al.[21]同样进行实验研究，发现某些情况下限制性股票激励比股票期权激励更能使高管降低风险规避程度。这不同于经典代理理论的观点。中国也有学者对行为代理理论进行介绍，如窦军生等[22]的研究，但鲜有研究基于此理论进行大样本实证研究。

通过梳理，本研究认为已有研究有几点不足。①国外学者基于行为代理理论研究股票期权激励与高管风险承担的关系时往往采用实验的研究方法，缺少基于行为代理理论的大样本实证研究；基于经典代理理论的研究，在实证研究二者关系时往往采用凸性程度测量股票期权激励，忽视了股票期权激励的异质价值对高管风险承担可能造成的影响。中国学者大都在研究高管持股对其风险承担产生的影响，较少深入到股票期权的层面。②大多数研究单一地探讨股票期权激励与高管风险承担之间的关系，忽略了货币薪酬和在职消费对其产生的影响。另外，高管面临的内外部环境千差万别，加之媒体环境的愈发完善，其任职危机和压力较大，可能影响高管的风险决策，该方面研究非常薄弱。③高管风险承担测量方面，已有研究往往以公司业绩波动率作为代理变量，但根据PANOUSI et al.[23]和陈作华等[24]的研究，公司风险包含系统风险和特质风险两类，系统风险受市场因素或宏观经济因素(如利率和汇率等)的影响，高管决策难以影响公司面临的系统风险；而特质风险受高管决策的深度影响，如公司研发投入、杠杆水平和经营集中度等，用公司业绩波动率测量高管风险承担水平，实际上将一部分系统风险也包含在其中，因此测量不是特别准确。本研究尝试用特质风险测量高管风险承担水平。④已有研究缺乏关于股票期权激励是否造成高管过度风险承担问题的实证研究，本研究试图弥补这一缺憾。

2 研究假设

预期价值是高管对授予的股票期权在未来某一时点所能达到价值的预期，是一种预估的价值，也是一种“向前看”的价值。图1给出关于股票期权激励异质价值的释义，以t时点为例，预期价值可以看作是t时点股票期权预期价格与持有数量的乘积减去相关成本，高管期待持有股票期权的预期价值从t到结束时点T都能持续提高。禀赋一词源自行为经济学，行为理论认为个体将其占有的财富视为其已经拥有的财富，或者将虚拟的财富视为现实的财富，且极力避免这部分财富的损失，表现出损失规避。损失规避是相对于风险规避的一个概念，指损失对个体带来的负效用大于等量收益带来的正效用，而风险规避认为损失的负效用和等量收益的正效用绝对值相同。行为理论的观点是个体为损失规避，而非风险规避，或者说个体对降低损失比提高收益更敏感。这种心理现象被称为禀赋效应。禀赋价值是一种“向后看”的价值，高管心理上表现出对禀赋价值损失的厌恶。目前鲜有研究关注到这两种异质价值的区别，股票期权激励的预期价值和禀赋价值对高管决策时的作用机理不同，从而对高管风险承担产生不一样的影响。高管对股票期权预期价值的追求将使其承担更多风险，对当前禀赋价值的保护将使其规避风险承担，即股票期权激励两种异质价值对高管风险承担产生非对称的影响。

经典代理理论认为，为提升高管工作积极性应将其薪酬与公司业绩挂钩[6]。股票期权是一种收益与损失不对等的激励形式，高管在获得股票期权时并不需要付出成本，此时高管注重的是如何通过自己的努力使股票期权达到行权条件，实现最大化的预期价值。基于经典代理理论，高管对股票期权预期价值的追逐提升其风险承担水平。①行权条件的达成及预期价值的增长离不开公司价值的提升，公司价值的提升又与高管的风险承担水平密不可分[25-26]，为提高公司价值，高管趋向于选择风险较高但净现值为正的项目，即使冒险失败，损失也很有限；②股票期权在达到行权要求前，其预期价值不是一种“真金白银”的价值[19]，不能进行变现，因此高管不具备风险规避的动机；③从股票期权的属性看，凸性是股票期权的显著特征[7]，期权的预期价值随着公司价值的提升呈边际递增状态，更能激发高管选择高风险和高收益的投资项目，承担较高的风险水平以获取超额收益，同时提升公司价值；④从分期行权的角度看，即使高管当期冒险失败，也不影响下一期冒险成功后股票期权的行权变现，这在一定程度上降低了高管的后顾之忧，促使其敢于冒险。因此，本研究提出假设。

H1股票期权激励预期价值与高管风险承担水平具有显著正相关关系。

行为代理理论打破了经典代理理论的理性经济人假设，认为高管表现出的是损失规避而非风险规避，损失给高管带来的负效用比同等收益带来的正效用更大。不同于股票期权激励的预期价值，禀赋价值反映的是高管视为自有财富的股票期权的心理价值。作为非完全理性人，高管受到框架效应的影响，对股票期权当前禀赋价值的保护会降低其风险承担水平。①从禀赋价值属性看，由于高管的心理自欺(可能将股票期权自欺为持有股票)，会将其视为已经拥有的财富，不愿意看到这种价值的贬值，尤其当股票期权已经达到行权条件时，更具有“真金白银”的性质而可以较易兑现。但这部分价值随着股票市场的波动而波动，高管的冒险行为会加剧股票市场的波动，使禀赋价值有增加的可能，同时也存在股价下跌而使该部分价值减少的风险，为保护当前禀赋价值，高管产生风险规避心理。②由于高管是损失规避而非风险规避，对损失威胁的感知比对获利可能性的感知更为强烈，所以高管尽力维护这部分价值，避免做出可能使当前禀赋价值增值但波动风险更大的决策，由此降低高管决策时的风险承担水平。可见，股票期权禀赋价值的增加反而会降低高管的风险承担水平。因此，本研究提出假设。

图1 股票期权激励异质价值释义Figure 1 Interpretation of Heterogeneous Value of Stock Option Incentive

H2股票期权激励禀赋价值与高管风险承担水平具有显著负相关关系。

除股票期权激励外，货币薪酬和在职消费等常规薪酬也是高管薪酬合约的重要组成部分。高管的风险态度不仅受某种单项薪酬影响，而且薪酬结构及其变化也影响高管的风险承担能力[27]。一方面，关于风险承担能力，货币薪酬和在职消费受市场波动影响较小，可获得性较好，风险相对较低，可为高管提供一种“收入保险”，一定程度上降低了高管收入的不确定性[28]，提升高管的风险承担能力；另一方面，关于风险承担的动力，RAVIV et al.[29]的研究发现，货币薪酬在一定程度上导致其持有者风险承担的动力减弱。由此推测，货币薪酬和在职消费可能对股票期权激励价值与高管风险承担关系产生一定的调节作用。具体地，货币薪酬(或在职消费)的比例越高，高管收入的保险性越强，不确定性风险越小，即使因冒险失败而降低了股票期权方面的收益，起码还可以得到货币薪酬和在职消费作为保底收入。此时高管更有“底气”去追求更多的股票期权预期价值，从而强化了股票期权激励预期价值与高管风险承担之间的正相关关系，同时也会降低高管对股票期权当前价值的禀赋效应，从而弱化了股票期权激励禀赋价值与高管风险承担之间的负相关关系。因此，本研究提出假设。

H3a货币薪酬的增加强化了股票期权激励预期价值与高管风险承担水平的正相关关系；

H3b货币薪酬的增加弱化了股票期权激励禀赋价值与高管风险承担水平的负相关关系；

H3c在职消费的增加强化了股票期权激励预期价值与高管风险承担水平的正相关关系；

H3d在职消费的增加弱化了股票期权激励禀赋价值与高管风险承担水平的负相关关系。

任何公司的高管都存在被解聘风险，使其产生任职危机，且随着经理人市场和媒体管理机制等的不断完善，这一压力越发明显。现实社会中，各个公司面临的内外部环境差别很大，高管们的任职危机感强弱不一，对其风险决策和风险承担能力产生不同影响。当高管面临较高的任职危机时，任何重要的风险决策都可能使其陷入更被动的境地，承受更大的解聘风险。由此推测，任职危机的增大可能弱化股票期权激励预期价值与高管风险承担之间的正相关关系。①高管任职危机的产生往往源于较差的公司业绩，对应的股票期权激励预期价值增值的可能性大大降低，使高管失去追求预期价值的动力。②任职危机的出现说明之前高管推动公司价值增值的行动并未取得成功，根据行为经济学中的启发式偏差理论，个体往往依据最近获得的信息判断下期是否该采取某种行动，高管之前采取的提高风险承担水平的行动并未成功，其继续提高风险承担水平的可能性大大降低。此外，任职危机还可能影响高管对股票期权激励当前价值的心理感知，任职危机越大，高管对股票期权激励当前禀赋价值的感知越小，禀赋效应越弱，高管的风险规避程度越低。因为一旦被解聘，高管连正式收入都将不能奢望，处于心理自欺下的禀赋价值更将毫无意义。而且解聘对高管声誉造成的不良影响也会降低高管对股票期权激励禀赋价值的感知，DESAI et al.[30]研究发现，被解聘的高管寻找的下家公司往往规模更小、行业知名度更低，且签约薪酬降低。由此推测，任职危机可能弱化股票期权激励禀赋价值与高管风险承担水平之间的负相关关系。因此，本研究提出假设。

H4a任职危机弱化了股票期权激励预期价值与高管风险承担水平的正相关关系；

H4b任职危机弱化了股票期权激励禀赋价值与高管风险承担水平的负相关关系。

3 研究设计

3.1 样本选择和数据来源

参考《上市公司股权激励管理办法(试行)》的公布时间，本研究以2006年1月至2016年12月底披露股票期权激励计划的沪深两市A股上市公司为研究样本。为保证样本代表性并满足实证研究需要，对初选样本进行筛选：①剔除曾经ST过的样本公司，②剔除金融保险类的样本公司，③剔除被激励对象不是高管的样本公司，④剔除年度在职消费数额小于50 000元人民币的样本公司，⑤剔除变量数据缺失的样本公司。经以上处理后，获得1 562个有效观测值。本研究涉及数据均取自于样本公司年报和有关数据库，其中股票期权激励计划涉及数据源于Wind数据库，股票价格数据源于Resset数据库，高管货币薪酬数据源于CSMAR数据库，在职消费数据从上市公司年报中手工采集，其他主要变量和控制变量数据源于Wind数据库和上市公司年报。为提高实证研究质量，对所有变量在1%和99%水平上进行Winsorize处理，数据处理和分析采用Stata 12软件进行。

3.2 变量选取

3.2.1 因变量

本研究的因变量为高管风险承担水平，采用计算特质风险的方法测量高管风险承担水平，特质风险一般用特质波动率测量。关于特质波动率的计算，目前学界有两种主流的方法，一是基于FAMA et al.[31]的3因素模型的直接分解法，以PANOUSI et al.[23]的研究为代表；二是基于CAPM模型的间接分解法，以FERREIRA et al.[32]的研究为代表。为提高研究的稳健性，本研究同时借鉴PANOUSI et al.[23]和FERREIRA et al.[32]的方法计算特质波动率，并分别称为P-P方法和F-L方法。

(1) P-P方法。PANOUSI et al.[23]将每家上市公司个股收益与市场收益和行业收益进行回归，将股票收益中剔除市场因素和行业因素影响后的残差的波动率作为测量特质风险的依据，在进行回归时使用周数据。但根据O′HARA[33]的研究，换手率对个股收益及其波动也产生重要影响。因此，本研究在PANOUSI et al.[23]的基础上，加入个股换手率作为控制变量，也使用周数据，用RisP-P标记P-P方法计算的高管风险承担水平，计算方法为

(1)

i公司第m年的高管风险承担水平为

(2)

(2)F-L方法。FERREIRA et al.[32]利用CAPM模型剔除个股收益中的系统性风险补偿收益(即某市场超额收益率)，将个股超额收益率和系统性风险补偿收益进行回归。本研究在此也增加个股换手率为控制变量，用RisF-L标记F-L方法计算的高管风险承担水平，计算方法为

(3)

(4)

3.2.2 自变量

本研究的自变量为股票期权激励价值，包括预期价值和禀赋价值，无论哪种价值，都包括两部分，即尚未达到行权标准的股票期权和已经达到行权标准但尚未行权的股票期权。

(1)预期价值。预期价值反映高管对股票期权未来价值的一种预期，可用期权预期价格与持有数量的乘积减去相关成本来计算。期权预期价格是计算预期价值的关键，借鉴Black-Scholes模型进行计算。Black-Scholes模型是测量高管股票期权预期价格的最常用模型，虽然现实中并不存在Black-Scholes模型的完美市场假设，但它能在很大程度上反映事前高管对股票期权未来价格的预期[5]。相关成本主要是期权的行权成本。本研究采用考核期内年初作为计算股票期权激励预期价值的时间点，以PrV标记预期价值，计算方法为

PrV=PrV1+PrV2

(5)

PrV1=Opt·Num1-P0·Num2

(6)

Opt=S·N(d1)-P0·e-δH·N(d2)

(7)

(8)

(9)

PrV2=(P-P0)·Num2

(10)

其中，PrV1为尚未达到行权标准的股票期权激励的预期价值；PrV2为已经达到行权标准但尚未行权的股票期权激励的预期价值；Opt为股票期权预期价格；Num1为期权数量；P0为期权授予时点设定的行权价格；Num2为转化的普通股的股数；S为股票期权考核期年末之前60个交易日平均收盘价；N(d1)和N(d2)为标准正态分布的累积密度函数；H为期权剩余存续期；δ=ln(1+无风险收益率)，无风险收益率选用T年年初1年期存款利率；σ为年化股票收益波动率，在此设为最近100周的年化波动率；P为期末股价。

(2)禀赋价值。对禀赋价值的测量是本研究的关键，与预期价值不同，禀赋价值意味着高管心理上有一个价值参考点。WISEMAN et al.[19]认为，行业因素在高管心理增量评价中占据重要地位，高管的增量评价水平很大程度上依行业水平的变化而变化，因此，行业水平是高管进行增量评价时的重要参考点。基于此，本研究在估测高管股票期权激励的禀赋价值时，以行业因素作为主要参考点，用EnV标记禀赋价值，计算方法为

EnV=EnV1+EnV2

(11)

EnV1=max{[P′(1+g)tim-P0]Num2,0}

(12)

EnV2=(P-P0)Num2

(13)

其中，EnV1为尚未达到行权标准的股票期权激励的禀赋价值，EnV2为已经达到行权标准但尚未行权的股票期权激励的禀赋价值，P′为期权授予时点股价，g为期权授予时点至计算时点年度行业平均股价增长率，tim为期权授予时点至计算时点的年份数。

在回归时用公司总资产对两个自变量予以单位化处理，即将股票期权激励预期价值和禀赋价值分别除以期末总资产(Ass)后取其相对值。

3.2.3 调节变量

本研究的调节变量包括货币薪酬、在职消费和任职危机。

(1)货币薪酬。本研究采用公司年报中薪酬最高的前5位高管货币薪酬之和进行测量，用Sal标记。同样，在具体的回归模型中也将货币薪酬用期末总资产予以单位化处理，下述在职消费变量的处理与此类似。

(2)在职消费。本研究采用将年报附注中披露的办公费、差旅费、会议费、国(境)外培训费、业务招待费、通信费、董事会费和小车费八大费用之和测量[34]，用Per标记。

(3)任职危机。本研究的高管任职危机是指高管在公司业绩较差时面临的被强制解雇的可能性，用Epc标记。借鉴CHAKRABORTY et al.[35]的做法测量任职危机，具体步骤如下： ①构建线性计量模型，该模型以公司薪酬最高的前5位高管在当年是否发生强制性变更作为被解释变量，当年发生变更取值为1，否则取值为0；以上年度的净资产收益率、前5位高管薪酬总和的对数、董事长和总经理平均任期年数、董事长和总经理平均年龄、营业收入增长比率、独董比例、第一大股东持股比例和国有持股比例8个指标作为解释变量。②收集2004年至2014年数据，代入上述模型，求8个解释变量的系数和截距项；③利用上述模型回归结果中取得的所有解释变量系数的值和截距项的值，反过来对高管发生强制性变更的可能性大小进行预测，得到的预测值即为本研究测量的Epc值。需要指出的是，最后一步进行预测时，所用数据为2005年至2015年数据，可以求各样本公司2006年至2016年的Epc预测值，并且考虑到预测模型营业收入增长比率和第一大股东持股比例与后文任职危机的调节效应检验模型中公司成长性和大股东持股比例有所重复，为克服共线性问题，对预测模型解释变量使用的数据都进行中心化处理。

3.2.4 控制变量

结合本研究实际，选取公司成长性、公司性质、大股东持股比例、董事会规模、高管年龄、高管性别、高管任职时间和是否两职合一作为控制变量，还控制行业和年份两个虚拟变量。各变量名称、符号和具体释义见表1。

3.3 回归模型设定

3.3.1 股票期权激励预期(禀赋)价值对高管风险承担水平影响的回归模型

为了检验股票期权激励预期(禀赋)价值与高管风险承担水平的关系，本研究建立回归模型。在此，考虑到股票期权激励的时效性，因变量高管风险承担水平的设置比股票期权激励预期(禀赋)价值滞后1期，且将股票期权激励预期(禀赋)价值除以期末总资产后取其相对值，后文模型构建与此类似。回归模型为

表1 变量名称、定义和符号预判Table 1 Names, Definition and Symbols′ Prediction of Variables

α4Firi,y+α5Boai,y+α6Agei,y+α7Geni,y+α8Loni,y+

(14)

3.3.2 调节变量对股票期权激励预期(禀赋)价值与高管风险承担水平关系影响的回归模型

为了检验货币薪酬对股票期权激励预期(禀赋)价值与高管风险承担水平关系的调节效应，在回归模型(14)式的基础上，加入货币薪酬以及货币薪酬与股票期权激励预期(禀赋)价值的交互项，构建回归模型(15)式。有关在职消费和任职危机调节效应的回归模型参照(15)式，将(15)式中的Sal分别替换为在职消费和高管任职危机，后两个调节作用的多元回归模型不再列示。

β6Firi,y+β7Boai,y+β8Agei,y+β9Geni,y+β10Loni,y+

(15)

4 研究结果

4.1 变量的描述性统计分析

表2给出样本数据的描述性统计结果。由表2可知，①无论用P-P测量方法还是用F-L测量方法，样本公司高管风险承担水平差距都较大。RisP-P最小值为0.002，最大值为1.206，标准差为0.139；RisF-L最小值为0.001，最大值为0.825，标准差为0.084。说明实施股票期权激励的样本公司间高管风险承担水平的波动幅度较大。②期权激励异质价值方面，无论是股票期权激励的预期价值还是禀赋价值，其数值都超过货币薪酬或在职消费的数额，PrV的均值为2 715万元，EnV的均值为2 256万元，均高于Sal的均值155.362万元和Per的均值943.700万元，说明样本公司中股票期权的收入成为高管收入的重要组成部分；此外，股票期权激励的预期价值和禀赋价值均出现均值大于中位数的现象，说明样本中存在个别实施股票期权激励规模较大的公司。③样本公司高管面临的任职危机参差不齐，Epc的最小值为0.069，最大值为0.489，且同样是均值大于中位数，说明个别公司高管的任职前景不容乐观。④控制变量方面，Gro的均值为23.905%，整体来看实施股票期权的公司成长性良好；Soe的均值仅为0.185，说明实施股票期权的公司多数是非国有公司；Gen的均值为0.173，说明实施股票期权的公司高管团队中以男性为主；高管在样本公司任职时间平均在7年左右。此外，Fir、Boa、Age和Dua尽管存在不同程度偏差，但总体上在合理范围内。

表2 描述性统计结果Table 2 Results for Descriptive Statistics

4.2 变量的相关性分析

表3为主要变量的Pearson相关性分析统计结果。由表3可知，RisP-P和RisF-L与PrV均在5%水平上显著正相关，与EnV分别在5%和10%水平上显著负相关，H1和H2得到初步验证，具体结论还需进一步回归分析。PrV与EnV的相关系数为0.052，但没有通过显著性检验，说明高管对股票期权激励增量评价时并没有以本研究测量的预期价值为心理参考点。同时，RisP-P与Sal、Ass、Soe、Fir、Boa、Age、Gen显著负相关，与Epc、Gro、Lon、Dua显著正相关，RisF-L与各变量的相关情况整体上与RisP-P类似，表1中大部分变量的符号预判得到支持。

此外，变量间的Pearson相关系数都在0.500以下，方差膨胀系数结果表明，VIF值都显著小于10(限于篇幅，这里并未列示)，说明把这些变量引入回归模型可能引起的多重共线性问题较轻。

4.3 回归结果分析

首先对面板数据回归模型进行Hausman检验，结果表明，p值均小于0.010，适合采用固定效应多元回归模型进行估计。表4给出因变量为RisP-P的回归结果，表5给出因变量为RisF-L的回归结果。表4中，模型1仅含控制变量，模型2为PrV对RisP-P的主效应检验结果，模型3、模型4和模型5分别为Sal、Per、Epc对主效应关系调节作用检验结果，模型6为EnV对RisP-P的主效应检验结果，模型7、模型8和模型9分别为Sal、Per、Epc对主效应关系调节作用的检验结果。表5中，模型10～模型18的含义与表4中的模型1～模型9类似，不再赘述。

表3 Pearson相关系数分析结果Table 3 Results for Pearson Correlation Coefficients Analysis

注：***为在1%水平上显著，**为在5%水平上显著，*为在10%水平上显著，双尾检验，下同。

表4 因变量为RisP-P的回归结果Table 4 Regression Results for RisP-P as the Dependent Variable

注：括号内数据为t值，下同。

表5 因变量为RisF-L的回归结果Table 5 Regression Results for RisF-L as the Dependent Variable

(1)主效应检验。表4的模型2和模型6以及表5的模型11和模型15的实证结果表明，模型拟合优度较高，F值均在1%水平上显著，说明实证研究结果可信度较高。由表4可知，模型2的回归结果表明，PrV的回归系数为0.052，t值为2.309，与RisP-P在5%水平上显著正相关，说明股票期权激励预期价值对高管风险承担水平具有显著的正向促进作用，H1得到验证。模型6的回归结果表明，EnV的回归系数为-0.036，t值为-2.317，与RisP-P在5%水平上显著负相关，说明股票期权激励禀赋价值越大，高管风险承担水平越低，H2得到验证。由表5可知，模型11的回归结果表明，PrV的回归系数为0.016，t值为2.355，与RisF-L在5%水平上显著正相关，H1再次得到验证。模型15的回归结果表明，EnV的回归系数为-0.044，t值为-1.930，与RisF-L在10%水平上显著负相关，H2再次得到验证。控制变量方面，表4和表5中，公司成长性、是否两职合一、公司性质、大股东持股比例和高管性别与高管风险承担水平整体上呈现较为显著的相关关系，与表1中的符号预判基本一致。综合上述分析，无论将RisP-P还是RisF-L作为被解释变量，股票期权激励预期价值与其都表现出显著正相关关系，股票期权激励禀赋价值与其都表现出显著负相关关系。

(2)货币薪酬的调节效应检验。表4模型3的检验结果表明，PrV·Sal的回归系数为0.039，t值为1.940，在10%水平上显著；表5模型12的检验结果表明，PrV·Sal的回归系数为0.027，t值为1.856，在10%水平上显著。说明货币薪酬对股票期权激励预期价值与高管风险承担水平之间的正相关关系具有显著正向调节作用，H3a得到验证。表4模型7的检验结果表明，EnV·Sal的回归系数为0.030，t值为1.928，在10%水平上显著；表5模型16的检验结果表明，EnV·Sal的回归系数为0.018，t值为2.043，在5%水平上显著。说明货币薪酬弱化了股票期权激励禀赋价值与高管风险承担水平之间的负相关性，H3b得到验证。为了更直观展示货币薪酬的调节效应，本研究以高管风险承担水平RisP-P为例，根据表4模型3和模型7的检验结果绘制调节效应图，图2展示了货币薪酬对股票期权激励预期价值与高管风险承担水平之间关系的调节作用，图3展示了货币薪酬对股票期权激励禀赋价值与高管风险承担水平之间关系的调节作用。

(3)在职消费的调节效应检验。表4模型4的检验结果表明，PrV·Per的回归系数为0.028，t值为1.041；表5模型13的检验结果表明，PrV·Per的回归系数为0.051，t值为1.532。两个交互项均没有通过显著性检验。表4模型8的检验结果表明，EnV·Per的回归系数为0.042，t值为1.353；表5模型17的检验结果表明，EnV·Per的回归系数为0.053，t值为1.270。两个交互项也没有通过显著性检验。这一结果说明在职消费对股票期权激励预期价值(禀赋价值)与高管风险承担水平的正(负)相关性没有实质影响，其调节效应没有得到验证，H3c和H3d有关在职消费的调节作用不成立。究其原因，本研究认为这可能与在职消费的职务消费性质有关，在职消费有用于关系维护和自娱消费的特点[36]，是一项伴随性费用，具有这两个特点的在职消费占在职消费总额的比例不容小觑，且这两部分在职消费有极大的不确定性，无法比拟货币薪酬的长期拥有性和金额确定性，很大程度上降低了在职消费对高管收入的“保险”作用。因此，在职消费多种特性的混合导致其调节作用不明显。

图2 货币薪酬对股票期权激励预期价值与高管风险承担水平之间关系的调节作用Figure 2 Moderating Effect of Monetary Compensation on the Relationship between Prospective Value of Stock Option Incentive and Executive′s Risk-taking

图3 货币薪酬对股票期权激励禀赋价值与高管风险承担水平之间关系的调节作用Figure 3 Moderating Effect of Monetary Compensation on the Relationship between Endowment Value of Stock Option Incentive and Executive′s Risk-taking

(4)任职危机的调节效应检验。表4模型5的回归结果表明，PrV·Epc的回归系数为-0.007，t值为-2.258，在5%水平上显著，说明任职危机弱化了股票期权激励预期价值与RisP-P的正相关性。表5模型14的回归结果表明，PrV·Epc的回归系数为-0.017，t值为-2.213，在5%水平上显著，说明任职危机对股票期权激励预期价值与RisF-L的正相关关系具有显著的负向影响。可见，任职危机弱化了股票期权激励预期价值与高管风险承担水平的正相关关系，H4a得到验证。表4模型9的检验结果表明，EnV·Epc的回归系数为0.006，t值为2.162，在5%水平上显著；表5模型18的检验结果表明，EnV·Epc的回归系数为0.005，t值为1.924，在10%水平上显著。表明任职危机同样弱化了股票期权激励禀赋价值与高管风险承担水平之间的负相关关系，H4b得到验证。为了更直观展示任职危机对股票期权激励预期价值(禀赋价值)与高管风险承担水平关系的调节效应，仍以高管风险承担水平RisP-P为例，根据表4模型5和模型9检验结果绘制调节效应图，图4展示了任职危机对股票期权激励预期价值与高管风险承担水平之间关系的调节作用，图5展示了任职危机对股票期权激励禀赋价值与高管风险承担水平之间关系的调节作用。

图4 任职危机对股票期权激励预期价值与高管风险承担水平之间关系的调节作用Figure 4 Moderating Effect of Executive Post Crisis on the Relationship between Prospective Value of Stock Option Incentive and Executive′s Risk-taking

图5 任职危机对股票期权激励禀赋价值与高管风险承担水平之间关系的调节作用Figure 5 Moderating Effect of Executive Post Crisis on the Relationship between Endowment Value of Stock Option Incentive and Executive′s Risk-taking

4.4 稳健性检验

4.4.1 内生性问题检验

本研究虽然在回归模型的设计中已经将因变量设置为比自变量滞后1期，但仍可能存在内生性问题。为了使研究结果更为稳健，本研究采用工具变量两阶段最小二乘法对主效应关系重新进行回归分析，选取的工具变量为各年各行业实施股票期权激励计划上市公司的数量和各年各行业股票期权激励预期价值(或禀赋价值)的均值。本研究认为各行业实施股票期权激励计划上市公司的数量以及各行业股票期权激励预期价值(或禀赋价值)的均值会影响行业内个体公司股票期权激励的两个异质价值，且这两个变量与本研究的因变量高管风险承担水平不存在理论上的直接相关关系。

表6给出两阶段最小二乘法的回归结果，股票期权激励预期价值和禀赋价值来自第1阶段利用工具变量回归得到的预测值，控制变量回归结果略去。表6模型19和模型20分别对应表4模型2和模型6，模型21和模型22分别对应表5模型11和模型15。由表6可知，工具变量化的PrV对RisP-P和RisF-L的回归系数分别为0.032和0.041，均在5%水平上显著，H1再次得到验证；工具变量化的EnV对RisP-P和RisF-L的回归系数分别为-0.017和-0.022，均在10%水平上显著，H2再次得到验证。以上结果表明，主效应的回归结果基本不变，相关结果稳健。

表6 工具变量的两阶段最小二乘法下回归结果Table 6 Regression Results for the Instrumental Variable-2SLS Method

4.4.2 其他稳健性检验

为进一步保证研究可靠性，本研究还进行以下稳健性检验：①直接运用改进前原始的FAMA et al.[31]的3因素模型测量高管风险承担水平；②将货币薪酬、任职危机、高管年龄和高管性别等变量的测量由薪酬最高的前5位高管替换为薪酬最高的前8位高管；③借鉴孙世敏等[36]的方法，将在职消费的测量由加总法(即将八大费用加总的测量方式)替换为剔除法(即从管理费用中扣除折旧摊销等不是在职消费开销的测量方式)。上述稳健性分析的回归结果与前文基本一致，表明实证结果稳健。

5 进一步研究

如上所述，以特质风险测量的高管风险承担水平的具体内容涉及研发投入[37]、杠杆水平[38]和公司产品经营的集中度[39]等，不同产业类型(主要是高新科技产业与传统产业的区别)公司中高管承担的特质风险的方向可能有所不同。因此，本研究进一步研究股票期权激励异质价值对上述两类产业类型高管的风险承担方向有何影响。

另外，股票期权激励计划实施目的旨在降低因两权分离导致的代理成本，促进高管与股东利益一致。然而，现实情况并非总是如此，股票期权激励也可能导致高管出现自利行为，损害股东价值。PENG et al.[40]认为股票期权激励促使高管进行盈余管理，UZUN et al.[41]和杨慧辉等[42]发现股票期权激励诱发高管的期权倒签行为，盈余管理和倒签行为都有损股东利益。前文已经证实对股票期权激励预期价值的追逐提高高管风险承担水平，但风险承担水平的提高并不意味着股东价值提高，过度的风险承担反而损害股东价值。LEFEBVRE et al.[21]从理论上分析了股票期权激励可能导致的高管过度风险承担问题，但缺乏大样本实证研究。本研究试图弥补这一缺陷，在前述研究的基础上，进一步探索高管对股票期权激励预期价值的追逐是否导致高管过度风险承担。

5.1 股票期权激励异质价值对不同产业类型高管风险承担方向的影响

本研究依据中国证券监督管理委员会《上市公司行业分类指引》(2012年修订)划分的A～S等19个产业门类，将属于I类的信息传输、软件和信息技术服务业，属于C类制造业中高端制造业，属于M类科学研究和技术服务业的样本公司列为高科组，其他产业类别的样本公司列为传统组。得到1 562个观测值，其中高科组有804个观测值，传统组有758个观测值。分别以研发投入、杠杆水平和经营集中度为因变量进行回归检验，具体计算方式为

回归结果见表7，控制变量回归结果略去。

由表7可知，高科组PrV与研发投入的回归系数为0.027，t值为2.115，在5%水平上显著；与经营集中度的回归系数为0.006，t值为1.873，在10%水平上显著；与杠杆水平的系数没有通过显著性检验。高科组EnV与研发投入的回归系数为-0.012，t值为-1.908，在10%水平上显著；与经营集中度的回归系数为-0.003，t值为-1.792，也在10%水平上显著；与杠杆水平仍然没有显著关系。这一分析结果说明，在高科产业公司中，股票期权激励异质价值主要影响的是研发投入和经营集中度方面的风险承担水平。传统组PrV与研发投入的回归系数为0.017，t值为1.904，在10%水平上显著；与杠杆水平的回归系数为0.036，t值为2.217，在5%水平上显著；与集中度的系数没有通过显著性检验；传统组EnV与研发投入的回归系数为-0.039，t值为-1.874，在10%水平上显著；与杠杆水平的回归系数为-0.012，t值为-2.330，在5%水平上显著；与经营集中度仍然不相关。说明在传统产业公司中，股票期权激励异质价值主要影响的是研发投入和杠杆水平方面的风险承担水平，对经营集中度方面的风险承担影响不明显。

表7 股票期权激励异质价值对不同产业类型高管风险承担方向影响的回归结果Table 7 Regression Results for the Influence of Heterogeneous Value of Stock Option Incentive on the Direction of Executives′ Risk-taking in Different Industries

5.2 对预期价值的追逐是否导致高管过度风险承担

研究该问题的困难在于确定什么样的风险承担水平是过度的，本研究借鉴HOVAKIMIAN et al.[43]的研究思想，构建高管风险承担水平估计模型，先估计样本公司最优高管风险承担水平，然后进行分组检验。

5.2.1 样本分组

具体步骤：第1步，构建高管风险承担水平估计模型。前文已经证明公司成长性、公司性质、大股东持股比例、董事会规模、高管年龄、高管性别、高管任职时间、两职合一与高管风险承担水平密切相关，且分析表明仅含这些控制变量构建的回归模型的组内R2值较高，还考虑到股票期权激励的预期价值和禀赋价值已用期末总资产单位化，故以上述各个变量为影响因素建立高管风险承担水平的估计模型，即

RisP-P(RisF-L)

=γ0+γ1lnAss+γ2Gro+γ3Soe+γ4Fir+γ5Boa+

γ6Age+γ7Gen+γ8Lon+γ9Dua+ε

(16)

其中，γ0为常数项，γ1～γ9为各变量的回归系数，ε为回归残差项。由于代入模型的数据是某行业某年度的横截面数据，因此(16)式中各变量没有i和t下标，且不涉及控制行业和年份。

第2步，分行业分年度确定各影响因素的回归系数。将各个行业样本公司各年的变量数据代入(16)式，这样两类因变量下通过回归分析，各得到165组(15个行业×11个年度)γ1～γ9值，限于篇幅，这里不再列示。

第3步，将实施股票期权激励的样本公司数据结合第1步估计的γ1～γ9值，运用(16)式经验估计模型确定各样本公司各年的高管风险承担水平。

第4步，将估计的每个样本公司的高管风险承担水平与当年样本公司实际高管风险承担水平对比，若实际的风险承担水平小于估计的风险承担水平，说明该公司在这一年度的高管风险承担水平没有达到最优，这样的样本划归为UnRis组；若实际的高管风险承担水平大于估计的高管风险承担水平，说明该公司在这一年度的高管风险承担水平已经超出最优，可视为已经过度了，这样的样本划归为OvRis组。经上述处理，共得到4个组别，即RisP-P下的UnRisP-P组和OvRisP-P组，RisF-L下的UnRisF-L组和OvRisF-L组，各组观测值分别为1 004、558、966和596。

5.2.2 关于对预期价值的追逐是否导致高管过度风险承担的实证检验

仍然使用回归模型(14)式，对这4个组别分别进行多元回归分析，结果见表8。

由表8可知，OvRisP-P组回归结果表明，PrV与RisP-P的回归系数为0.034，t值为1.912，在10%水平上显著；OvRisF-L组的回归结果表明，PrV与RisF-L的回归系数为0.025，t值为2.019，在5%水平上显著。说明样本公司中存在这样的现象：即使高管的风险承担已经超出最优水平，即已经过度，但高管仍然继续提高风险承担水平，即对预期价值的追逐可能导致高管过度风险承担。

表8 高管对预期价值的追逐是否导致高管过度风险承担水平的回归结果Table 8 Regression Results for if the Pursuit of Prospective Value Lead to Excessive Executive Risk-taking

6 结论

高管对风险的态度决定公司资源配置的情况[44]，进而对公司价值产生影响，因此，高管风险承担管理是现代公司治理的关键一环。本研究在经典代理理论和行为代理理论的基础上，实证检验中国上市公司股票期权激励的异质价值(预期价值和禀赋价值)对高管风险承担水平的影响，并探讨货币薪酬、在职消费和任职危机对上述关系的调节作用。同时，本研究还探讨股票期权激励异质价值对不同产业下高管风险承担方向的影响，以及对预期价值的追逐是否导致高管的过度风险承担行为。

研究结果表明，①股票期权激励预期价值与高管风险承担水平呈显著正相关关系，股票期权激励禀赋价值与高管风险承担水平呈显著负相关关系。②货币薪酬和高管任职危机对上述主效应关系起显著调节作用，具体地，货币薪酬的增加强化了股票期权激励预期价值与高管风险承担水平之间的正相关关系，弱化了股票期权激励禀赋价值与高管风险承担水平之间的负相关关系；任职危机的提高弱化了股票期权激励预期价值与高管风险承担水平之间的正相关关系，弱化了股票期权激励禀赋价值与高管风险承担水平之间的负相关关系；但在职消费对上述关系的调节作用并不明显。③股票期权激励异质价值对高科产业公司和传统产业公司高管风险承担的方向有不同的影响，在高科产业公司中，股票期权激励异质价值主要影响的是研发投入和经营集中度方面的风险承担水平；在传统产业公司中，股票期权激励异质价值主要影响的是研发投入和杠杆水平方面的风险承担水平，对经营集中度方面的风险承担影响不明显。④将样本公司划分为UnRisP-P组、OvRisP-P组、UnRisF-L组和OvRisF-L组后，实证研究发现高管对股票期权激励预期价值的追逐可能导致其过度风险承担。

本研究可能的贡献体现在3个方面。①已有关于股票期权激励对高管风险承担水平影响的研究大都单一从经典代理理论[8,14]或行为代理理论[19,21]展开，本研究提出股票期权激励的价值具有异质性，两种性质的价值对高管风险承担水平有不同的影响，对经典代理理论与行为代理理论的分歧给予了新的解释。②将其他薪酬(货币薪酬和在职消费)和任职危机纳入到股票期权激励与高管风险承担水平之间关系影响因素的研究范围，一方面，突破已有研究仅探讨单一股票期权激励对高管风险承担水平影响的局限，将研究的层面拓展到薪酬合约的层次；另一方面，高管任职危机这一情景因素也是已有研究没有涉及的，贡献了一个新的情景视角。③之前鲜有研究涉及到股票期权激励与高管过度风险承担的问题，或者仅仅从理论上进行分析[21]，缺乏大样本实证研究，本研究弥补了这一缺憾。此外，本研究还发现股票期权激励异质价值对不同产业高管风险承担的方向有不同的影响，这在一定程度上进一步阐释了股票期权激励对高管风险承担水平影响的作用机理。

本研究结论为管理实践提供几点启示：①上市公司应制定更具阶梯性的股票期权行权价格，并合理运用历史业绩和市场业绩的考核标准。具体地，因为分期行权，在股票期权激励实施计划的考核前期，可制定相对于当时股价而言适当高些的行权价格，以及更多采用不确定性更强的市场业绩考核标准，提高高管对股票期权未来价值的预期和降低对累积价值的心理禀赋，从而适当提高高管风险承担水平，增加公司价值。在实施计划的考核后期，可制定适当低于预估股价的行权价格以及采用历史业绩的考核标准，防止高管风险承担过度，反而有损公司和股东价值。②在股票期权激励计划实施中应关注其他薪酬和任职压力对高管风险承担水平的影响。一方面，制定股票期权激励计划应与高管整体薪酬激励契约相配合，统筹规划，优化薪酬结构；另一方面，应设计合理的高管激励考核标准，考核标准应当难易适当，过难或过易的考核标准将对高管造成过大或过小的被解雇的危机意识，不利于实现股票期权激励计划的目的，制定考核标准甚至可以考虑辅之以离职金。③上市公司应清楚地认识自身所处行业的特点，通过行业内外的对比，明确自身在哪些指标上存在不足，以防止高管在进行风险决策时出现方向性的偏颇。

由于客观条件所限，本研究存在一些不足，如因中国推出股票期权激励管理办法时间较晚而导致的样本数量有限、对高管心理禀赋的测量未能结合问卷调查进行更具针对性的分析等，这些或许可在未来进一步深入研究。