高管股权激励影响企业技术创新的机制路径分析——基于我国民营上市公司的经验证据

姜 帅，龙 静

(南京大学 商学院，江苏 南京 210009)

党的十九大报告指出，创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。而股权激励作为一种中长期激励工具，在完善公司法人治理结构，建立健全激励与约束相结合的中长期激励机制，以及有效协调高管个人利益、公司利益和股东利益等方面具有重要作用，被认为是企业实施技术创新的“内驱力”。

自2006年我国实施《上市公司股权激励办法(试行)》以来，上市公司股权激励进入了“有法可依”的可操作阶段。学术界关于股权激励效应的研究大多集中于与经营绩效、投资效率、股利政策、盈余管理等方面的关联[1-5]。这些研究没有直接聚焦股权激励与企业创新，但能为探索二者之间的关系提供启示。近年来，部分学者开始关注高管股权激励对企业技术创新的影响[6-7]，主要研究了股权激励对企业研发投入的影响，也分析了不同情境因素下股权激励与企业研发投入的关系，关于高管股权激励与企业创新关系的研究经历了一个由浅入深的过程，然而这些研究存在一定局限。首先，研究样本存在选择性偏差。选择实施股权激励的上市公司通常在公司治理、盈利能力及经营绩效等方面具有优势，若仅限定样本为“实施股权激励的上市公司”，会存在样本选择偏误，尽管现有部分研究开始对比分析实施股权激励的上市公司与未实施股权激励的上市公司的绩效差异等，但控制组的选择也存在不尽合理的问题。其次，未能很好地控制研究中的内生性问题。实施高管股权激励可能影响企业创新，反之，积极开展企业创新的公司更可能会实施股权激励计划，即存在反向因果关系造成的内生性问题。此外，也可能遗漏了同时影响股权激励与企业创新的因素。不排除内生性问题的困扰，则研究结论不具有稳健性。第三，缺乏关于股权激励影响企业技术创新的机制路径分析。党的十九大报告中关于“加快建设创新型国家”发展战略的实施，离不开我国企业积极开展技术创新，提升自主创新能力。如何发掘企业进行技术创新的“源动力”，需要重新全面思考股权激励对企业创新的“激励作用”，阐明其影响企业创新的具体机制与途径。

一、理论分析与研究假设

企业创新通常具有周期长、风险高、外部性强等特点。在以所有权和控制权相分离为特征的现代企业制度下，公司高管作为企业创新活动的组织者，存在着与股东目标不一致而产生的代理问题。出于个人利益考虑，高管倾向于规避高风险的创新活动。一方面，实施技术创新策略，高管需要不断学习和管理新技术，付出较大的努力，承担较高的私人成本。另一方面，不同于公司股东可以通过资本市场的多元化投资以分散风险，高管人员的人力资本是一种专用性投资，缺乏市场流动性，会因经营绩效未达标而面临失业风险或声誉损失。通常企业创新的周期较长，存在较高的失败风险，高管风险承担意愿低，创新动力不足。Boubakri等研究认为风险承担是促进企业绩效提升和成长的重要推动力[8]。激励高管实施具有风险性的技术创新活动，需要提高公司高管的风险承担意愿和水平。

良好的公司治理机制能够引导企业从事风险高但可以提升股东价值的投资活动[9]。按照风险承担理论分析，有效的激励制度能够降低管理层的风险厌恶程度，提升高管的风险承担意愿[10]。Smith和Stulz通过建立数理模型，认为风险厌恶型的高管将拒绝有风险但净现值为正的项目，将以股票期权为代表的激励方式加入到高管的薪酬组合中，能够增加高管薪酬的凸性，进而缓解股东和高管利益不一致而产生的代理问题[11]。Core和Guay改进Black-Scholes期权定价模型，通过引入反映股票期权激励程度的Vega值，认为Vega值与高管风险承担水平有正相关关系[12]。Low以Vega值衡量股权激励程度，发现其能够显著增加企业的杠杆水平[13]。Lord和Saito研究发现，在包含工资、奖金、授予期权和限制性股票的薪酬结构中，实际薪酬价值、权益风险、权益投资价值以及权益持有的Delta四方面因素显著促进了高管风险承担水平，并进一步提高了公司价值[14]。周泽将等认为具有风险补偿的激励性高管薪酬体系更能提升企业经营业绩[15]。实施高管股权激励会通过风险承担的传导机制影响企业的投资行为，按照“股权激励—风险承担—企业创新”的传导路径，本文提出如下研究假设：

H1：高管风险承担在股权激励的创新激励作用中发挥了显著的中介效应，即对高管实施股权激励，通过提升高管风险承担水平，促进企业积极开展技术创新活动。

然而，上述研究都是基于股权激励提升高管“创新意愿”而产生的激励效应，没有考虑第三方融资机构的决策对企业创新投入产生的影响，忽略了企业创新面临的一个重要问题：融资约束。如果企业融资不足，即使股权激励能够通过内部激励机制提升高管风险承担水平，激发其开展技术创新的意愿和动力，但企业进行技术创新的资金仍是非常现实的阻碍。因此，上述研究机制只能说明股权激励如何激发高管创新投入动力，尚未形成完整的机制分析链条。实施高管股权激励是否也有利于拓展企业创新所需的外部融资来源？进而缓解企业融资约束？这一问题需要进一步深入研究。

企业的创新活动容易遭受外源融资短缺的“拦路虎”[17]。Lerner和Wulf研究表明，企业创新的长周期性、高风险性、信息不对称性及抵押价值不确定性，使得企业难以获得创新活动所需的融资资金，制约了企业开展技术创新[18]。银行信贷是企业重要的外部融资渠道，对企业持续开展技术创新具有重要作用。由于银企间存在的信息不对称，使得部分借款企业，尤其是民营企业即使愿意承担高昂的融资成本，也会受到信贷歧视[19]。而高管股权激励作为一种长期激励方式，将高管个人财富与公司价值相联系，能有效缓解高管自利行为引发的代理冲突，对企业经营决策产生重要影响，从而也会引起包括银行等债权人在内的企业利益相关方调整信贷行为和决策。一方面，高管股权激励能够向市场传递企业投资项目优良和公司治理完善的积极信号，影响银行等金融机构的信贷决策；另一方面，高管股权激励能够降低信息不对称程度，有利于银行等债权人真实了解公司的发展潜力和盈利能力，增强彼此的信任度，提高企业获得外部融资支持的可能。Wang Rong以美国上市公司为研究对象，实证结论支持高管薪酬激励协调了管理层与股东利益，能够通过调整高管薪酬激励机制改善融资约束限制，增加股东价值[20]。理性的债权人通过高管薪酬契约激励机制传递的信息，能够对公司的信贷风险进行合理评估与定价，利于减少公司的融资约束。胡国强和盖地研究表明，高管股权激励能够向银行等金融机构传递投资项目优良的积极信号，使得贷款者愿意提供信贷资金[21]。实施高管股权激励会通过积极的声誉信号传递效应影响银行等金融机构的信贷决策，缓解企业融资约束，促进企业创新。按照“股权激励—融资约束—企业创新”的传导路径，本文提出如下研究假设：

H2：融资约束在股权激励的创新激励作用中发挥了显著的中介效应，即高管股权激励能够有效缓解企业融资约束程度，促进企业积极开展技术创新活动。

银行等金融机构的信贷风险来源于公司不能按期偿还贷款的信用风险[22]。尽管股权激励存在信号传递效应，使得银行更易于识别企业的内在价值，但在银行的信贷决策中，其专业性与风险管控能力也有助于观察到“高管权力效应”下的机会主义行为。此外，高管股权激励对高管风险承担行为的正向影响，也会加大银行的信贷风险。理性的银行贷款者会意识到这一问题，并反应到贷款行为中。一方面，股权激励传递出的积极声誉信号，使得银行提供贷款能获得显著收益，增加了银行提供贷款的概率和数量；另一方面，为了尽量规避实施股权激励公司可能存在的信贷风险，银行更偏好提供短期贷款，易于通过停止续贷实施可置信威胁，以对企业进行有效的监督和约束，减少高管股权激励带来的“利益侵占”和“风险偏好”负面效应造成的损失。Barnea等研究表明，短期债务能够降低高管增加企业风险的机率，相比于长期债务更具监督效力[23]。Rajan和Winton研究认为，短期负债能够给贷款人额外的弹性去以最小努力监督高管[24]。Brockman等研究发现企业短期负债水平随着高管股权激励风险的提高而增加[25]。胡国强和盖地研究表明，高管股权激励强度与企业获得的有息负债额度正相关[21]。基于以上分析，本文提出如下研究假设：

H3：实施高管股权激励的公司获得更多的银行有息贷款，且以短期贷款为主。

二、研究设计与变量选取

(一)变量选取

1.被解释变量

企业创新(Innov)包括研发投入、创新产出和创新效率，其具体的衡量方式如下：

研发投入(R&D)：采用上市公司年报中披露的研发费用占营业收入的比重来衡量。

创新产出(Patent)：相比于非发明专利，发明专利的技术含量较高，通常认为发明专利数量更好地反映了高质量的创新产出。本文将企业创新产出限定为发明专利产出，具体用Patent表示企业发明专利申请数量加1取自然对数来衡量。

创新效率(TE)：本文采用随机前沿分析法(SFA)估计企业技术创新效率。

债务结构(Loan_str)：具体包括贷款余额(Loan)、短期贷款余额(Sloan)、长期贷款余额(Lloan)，用企业资产负债表中短期与长期借款之和、短期借款、长期借款加1取自然对数衡量。

2.核心解释变量

股权激励(Incent)：以上市公司是否实施高管股权激励的虚拟变量进行度量，具体为实施高管股权激励的上市公司取值为1，未实施高管股权激励的上市公司取值为0。

3.中介变量

风险承担(Risk)：风险承担是企业面对风险所能接受的程度。本文在主检验中采用研究中使用较多的资产收益率(ROA)的标准差来衡量高管风险承担水平。为消除经济周期和行业因素的影响，首先基于式(1)对每个企业的资产收益率按照年度和行业进行均值调整，得到的调整后的资产收益率用ROA_adjt表示，再按每三年滚动计算均值，得到经年度和行业调整的资产收益率标准差，具体见(2)式，该标准差数值越大，表明相应的企业资产收益率对均值的离散程度越大，高管的风险承担水平越高。

(1)

(2)

其中，i为公司个体，t为年度，N为某行业内公司的数量，j为对应行业内的公司个体。Npr表示公司年度净利润，Asset为公司年度总资产。在后文的稳健性检验中，使用“最近250日股票收益年化波动率”指标衡量企业风险承担水平[13]。

融资约束(FC)：融资约束是企业内外融资成本存在差异时，企业投资受到的约束。选取学术界近期发展起来的SA指数度量融资约束，具体以其绝对值来衡量(SA值为负值，其绝对值越大表示面临的融资约束越大)。鞠晓生采用SA指数测度了非上市公司工业企业的融资约束，认为SA指数具备如下优势：一是不包含内生性特征的融资变量，二是易于计算，三是具备较小的衡量偏误，且SA指数与WW指数、现金-现金流敏感度具有良好的测度结果一致性[17]。

4.控制变量

参考已有文献，本文控制了如下影响企业创新的变量：企业规模(Asset)、盈利能力(Roa)、成长能力(Growth)、企业年龄(Age)、有形资产比率(Tang)、现金流比率(Cash)。同时，本文还控制了时间效应、行业效应。

(二)计量模型构建

本文按照如下步骤构建PSM-DID模型：首先，采用倾向得分匹配方法(PSM)为实施股权激励的公司匹配未实施股权激励的公司，使其具有相同的实施股权激励的概率，以确定适合使用双重差分(DID)模型的“合适的”处理组和控制组。其次，构建双重差分(DID)模型，考虑到企业研发投入、创新产出等变量数据的截尾性质，传统的连续型因变量回归估计方法不再适用[26]。本文使用Tobit回归估计方法对构建的模型进行估计。同时，为验证研究假设H1、H2，进一步引入中介效用检验方法(Mediation Effect Model)对高管股权激励影响企业创新行为的机制进行分析。构建的具体回归模型如下：

Innov=β10+β11Incent+β12Post+β13Incent×Post+∑αX+ε

(3)

Mv=β20+β21Incent+β22Post+β23Incent×Post+∑αZ+ε

(4)

Innov=β30+β31Mv+β32Incent+β33Post+β34Incent×Post+∑αX+ε

(5)

其中，因变量用Innov来表征企业创新行为，具体包括研发投入(R&D)、创新产出(Patent)、创新效率(TE)。Incent为是否实施高管股权激励虚拟变量，若企业实施高管股权激励，则取值为1，否则取值为0；Post为时期虚拟变量，实施股权激励当年及之后年份取值为1，之前年份取值为0。中介变量Mv代表风险承担变量(Risk)、融资约束变量(FC)。X为影响企业创新行为的系列控制变量。

为进一步验证研究假设H3，本文构建如下PSM-DID模型：

Loan_str=β40+β41Incent+β42Post+β43Incent×Post+∑αX+ε

(6)

其中，Loan_str代表企业债务结构，具体包括贷款余额(Loan)、短期贷款余额(Sloan)、长期贷款余额(Lloan)。X为影响企业债务结构的系列控制变量。本文对所有解释变量进行滞后两期处理，以进一步缓解本文可能存在的内生性。ε为随机扰动项。

(三)数据来源与样本选择

综合考虑政策变动和样本的时期分布，本文选择的研究样本数据为2009-2020年中国A股民营上市公司，股权激励、产权性质数据来源于WIND数据库，公司专利数据及公司相关财务数据主要来源于CSMAR数据库，通过公司代码和名称等进行数据匹配。为了避免异常数据的不利影响和增强样本间的可比性，本文对初始样本进行了如下筛选：剔除金融行业的上市公司，剔除未通过股东大会决议、暂停实施、终止实施的高管股权激励样本，剔除ST、* ST的公司样本，剔除同时发行B股或H股的交叉上市公司样本，剔除关键指标数据缺失的公司样本。

通过PSM匹配，为实施高管股权激励的企业匹配合适的控制组样本，构造“反事实样本数据”。具体的匹配过程为：选取销售收入(Sale)、有形资产比率(Tang)、资本结构(Lev)、盈利能力(Roa)、企业年龄(Age)等企业特征变量，采用一对一最近邻匹配法，找到与实施股权激励公司“相似”却未实施股权激励的公司为控制组，最终获得10482个企业年度观测数据。特别地，本文对所有连续型变量都进行了上下1%的winsorize缩尾处理，以消除极端值的影响。

(四)描述性统计分析

表1列示了匹配样本下本文主要变量的描述性统计分析结果。企业研发投入占营业收入平均值为3.912%，标准差为4.495，不同上市公司研发投资水平差异较大。在创新产出方面，企业申请的发明专利数量的对数平均值为0.232，且具有明显的分布不均衡。在创新效率方面，企业创新效率平均值为0.094，标准差为0.354。以上数据表明我国企业的创新效率相对不高，创新能力仍有待加强。样本公司中，企业贷款余额指标平均值为13.342，短期贷款余额指标平均值为14.260，长期贷款余额指标平均值为11.56，风险承担指标平均值为0.174，融资约束指标平均值为2.363。其余控制变量的描述性统计结果与现有文献基本一致。

表1 匹配样本下主要变量的描述性统计

三、实证结果

(一)风险承担的中介效应分析

为了进一步考察高管股权激励影响企业创新行为的作用机理，利用温忠麟等在Sobel(1982)的基础上构造的中介效应检验程序检验前文的理论分析[26]，即高管股权激励是否提高了企业风险承担水平，使得高管更加“愿意”开展技术创新，进而提高研发投入、创新产出及创新效率？

表2第(1)列的回归结果显示，回归系数β23的值为0.025，t统计量为1.81，在10%的统计水平上显著，这表明实施高管股权激励与企业风险承担水平之间存在显著的正相关关系。在研发投入方面，第(2)列的回归结果显示，回归系数β13的值为4.999，t统计量为5.10，在1%的统计水平上显著。第(3)列的回归结果显示，回归系数β31的值为3.361，t统计量为2.17，在5%的统计水平上显著，同时系数β34的值为4.586，t统计量为4.23，在1%的统计水平上显著，最后一栏的SobelZ统计量显著，支持部分中介效应的研究结论，这一结果表明，风险承担是高管股权激励与企业研发投入之间的部分中介因子，即实施高管股权激励显著增强了企业风险承担水平，进而促进了企业的研发投入。在创新产出方面，第(4)列的回归结果显示，回归系数β13的值为2.961，t统计量为2.75，在1%的统计水平上显著。第(5)列的回归结果显示，回归系数β31的值为0.944，t统计量为2.12，在5%的统计水平上显著，同时系数β34的值为2.826，t统计量为2.67，在1%的统计水平上显著，最后一栏的SobelZ统计量显著，支持部分中介效应的研究结论，这一结果表明，风险承担是高管股权激励与企业创新产出之间的部分中介因子，即实施高管股权激励显著增强了企业风险承担水平，进而促进了企业的创新产出。在创新效率方面，第(6)列的回归结果显示，回归系数β13的值为2.431，但统计上不显著。第(7)列的回归结果显示，回归系数β31的值为0.410，t统计量为2.15，在5%的统计水平上显著，但系数β34仍然不显著，这一结果表明，尽管适当提高企业风险承担水平，有利于提升企业创新效率，但当前公司治理环境下，实施高管股权激励并未对企业创新效率产生显著的影响。综合以上分析可知，提高企业风险承担，是高管股权激励促进企业创新的一条机制路径：实施高管股权激励—提高企业风险承担—企业研发投入增加、创新产出提高。

表2 股权激励通过风险承担影响企业创新的中介效应

(二)企业融资约束的中介效应分析

为了进一步考察实施高管股权激励是否通过信号传递效应，改善企业融资约束，进而促进了企业创新，本文继续使用中介效应检验程序检验这一机制路径。具体以衡量融资约束的SA指数作为中介变量。

表3第(1)列的回归结果显示，回归系数β23的值为-0.062，t统计量为-3.10，在1%的统计水平上显著，这表明实施高管股权激励显著降低了企业的融资约束水平。在研发投入方面，第(2)列的回归结果显示，回归系数β13的值为4.999，t统计量为5.10，在1%的统计水平上显著。第(3)列的回归结果显示，回归系数β31的值为-1.448，t统计量为-1.65，在10%的统计水平上显著，同时系数β34的值为4.990，t统计量为5.09，在1%的统计水平上显著，最后一栏的SobelZ统计量显著，支持部分中介效应的研究结论，这一结果表明，融资约束是高管股权激励与企业研发投入之间的部分中介因子，即实施高管股权激励显著缓解了企业融资约束，进而促进了企业的研发投入。在创新产出方面，第(4)列的回归结果显示，回归系数β13的值为2.961，t统计量为2.75，在1%的统计水平上显著。第(5)列的回归结果显示，回归系数β31的值为-1.429，t统计量为-2.05，在5%的统计水平上显著，同时系数β34的值为2.963，t统计量为2.76，在1%的统计水平上显著，最后一栏的SobelZ统计量显著，支持部分中介效应的研究结论，这一结果表明，融资约束是高管股权激励与企业创新产出之间的部分中介因子，即实施高管股权激励显著缓解了企业融资约束，进而促进了企业的创新产出。在创新效率方面，第(6)列的回归结果显示，回归系数β13的值为2.431，但统计上不显著。第(7)列的回归结果显示，回归系数β31的值为-14.483，t统计量为-11.21，在1%的统计水平上显著，但系数β34仍然不显著，这一结果表明，在当前公司治理环境下，实施高管股权激励并未对企业创新效率产生显著的影响。综合以上分析可知，高管股权激励促进企业创新的又一作用机理在于：实施高管股权激励—缓解企业融资约束—企业研发投入增加、创新产出提高。

表3 股权激励通过融资约束影响企业创新的中介效应

(三)债权方的风险规避效应分析

银行信贷是企业重要的外部融资渠道。为验证研究假设H3，下文按照模型式(6)进行实证分析，表4报告实施高管股权激励对企业外部资金获得情况的检验结果，第(1)列、第(2)列分别是未加入控制变量及加入控制变量情形下，高管股权激励对获得银行信贷总额的影响，第(2)列列示的交互项Incent×Post系数为0.098，t统计量为2.46，在1%的统计水平上显著，即表示实施高管股权激励显著提高信贷借款总额。第(3)列、第(4)列分别是未加入控制变量及加入控制变量情形下，高管股权激励对获得银行短期贷款的影响，第(4)列列示的交互项Incent×Post系数为0.156，t统计量为2.48，在1%的统计水平上显著，表明实施高管股权激励，会显著增加短期借款。第(5)列、第(6)列分别是未加入控制变量及加入控制变量情形下，实施高管股权激励对企业获得银行长期贷款的影响，第(6)列列示的交互项Incent×Post系数为-0.443，t统计量为-0.98，统计上不显著，即实施高管股权激励并未使企业获得更多的银行长期信贷资金。以上研究结果支持了本文研究假设H3。企业实施高管股权激励获得了更多的外部资金支持，但以短期信贷支持为主。这为企业实施高管股权激励缓解融资约束渠道的资金来源问题提供了合理的解释，高管股权激励一方面提高企业风险承担，使得公司高管愿意开展风险性的技术创新活动，并积极寻求外部资金支持，另一方面实施高管股权激励也向外界传递出企业治理完善，注重长远发展的积极信号，并能够降低企业与银行等金融机构及外界投资者之间的信息不对称水平，有利于其获得外部资金支持，但银行等金融机构出于风险规避考虑，会提供更多的短期贷款，以进行风险收益权衡。

表4 高管股权激励与信贷可得性分析

(四)稳健性检验

为了使本文研究结论更加稳健，本文分别进行如下稳健性检验：

1.风险承担的中介效应再检验。根据高阶理论，企业高管并非风险中性的，通常可区分为风险厌恶型和风险偏好型。在当前我国公司治理及经济制度背景下，若高管股权激励提高了风险承担水平，应该对“风险厌恶型”经理人所在企业的影响更加显著，本文采用基于高管风险资产配置状况的指标衡量高管风险厌恶程度，以实施高管股权激励前高管持有的平均股权价值占总薪酬的比例来考察高管风险厌恶水平(CEO_rp)，该比值越小，表明高管风险厌恶水平越高。具体的实证分析中，按照高管风险厌恶水平分为两组，设置高管风险偏好虚拟变量CEO_rpdum，CEO_rp取值较高组为风险偏好组，CEO_rpdum取值为1，否则为风险厌恶组，CEO_rpdum取值为0。具体的实证分析结果见表5，风险厌恶组中高管股权激励的创新激励作用更加显著。证实了高管股权激励通过影响企业风险承担，激励了企业创新。

表5 稳健性检验：股权激励与企业创新(区分经理人类型)

2.改变关键变量的度量方式。更换关键变量的度量方式，使用“最近250日股票收益年化波动率”衡量企业风险承担水平(Risk2)。借鉴Kaplan和Zingales(1997)，本文使用KZ指数衡量公司融资约束程度，该变量值越大意味着公司融资约束程度越高。按照KZ指数四分位数将研究样本分成三组，保留第一组和第三组，并设置融资约束虚拟变量，较大KZ指数组为高融资约束组，取值为1，较小KZ指数组为低融资约束组，取值为0，进行交互项回归检验。结果显示，更换关键解释变量的度量方式，未对本文的研究结论产生显著影响，本文的研究结论具有稳健性。

四、结论与启示

通过风险承担来实现“补短板”，围绕融资约束实现“降成本”，是股权激励促进企业技术创新的重要途径。股权激励一方面从内部可以提高企业风险承担，提升企业创新动力，促进企业研发投入，提高企业创新产出。另一方面，股权激励通过积极的声誉信号传递作用，降低了企业与银行等金融机构的信息不对称程度，有利于银行等金融机构调整资源配置，为企业创新提供资金供给，解决企业研发投入面临的融资约束问题，进而对企业创新形成了“非主动”融资激励。“非主动”的外部融资激励机制使得股权激励的创新激励机制进一步完善，即股权激励内部提升企业“创新动力”，外部传递“声誉信号”，获得融资支持，缓解企业创新过程中面临的融资约束问题。

进一步的分析表明，企业实施高管股权激励可能引起的高管机会主义行为和企业过度风险承担行为带来的经营风险，使得愿意提供信贷资金的银行等金融机构，通过增加短期贷款、减少长期贷款等方式，加强对企业的监督和约束。企业实施高管股权激励强化了银行等外部金融机构对风险的敏感度，改善了银行等金融机构的监督能力和有效分配信贷资源的能力，并且强化了债务的约束效应。本文对股权激励影响企业创新机制的研究，能够打开高管股权激励影响企业技术创新关系的“黑箱”，有利于深入理解实施高管股权激励等企业内部治理机制带来的内外联动效应，更好地发挥高管股权激励的创新激励作用。