1、 微观经济学 课程论文 论文题目 ： 股权激励在中小板上市公司的应用效果研究 学生姓名： 刘诗瑶 学生学号： 201121410005 学院名称： 经济与资源管理研究院 指导老师 ： 韩晶 2012 年 2 月 股权激励在 我国 中小板上市公司的应用效果研究 摘要： 基于我国独特的市场环境和政策背景，中小板在我国资本市场具有重要的地位，其上市公司有着特殊的管理层特征和市场特征，股权激励的应用与主板市场存在差异，因而具有进行针对性研究的必要性。本文对股权激励在 我国 中小板上市公司的 应用效果进行实证分析，发现股票期权是较为适合中小板 上市公司 的股权激励模式，股权激励在中小板上市公司中 产生了
2、 积极的效果。 关键词： 中小板 股权激励 经营业绩 实证研究 股权激励是一种通过经营者获得公司股权形式给予企业经营者一定的经济权利，使其能够以股东的身份参与企业决策、分享利润、承担风险，从而将企业的短期利益和长远利益有效结合起来，达到企业所有者和经营者利益双赢的激励方法。 作为现代企业发展的必然产物 ，股权激励制度对于 上市公司 有着特殊的意义。 由于上市公司的盈利特征，固定的工资奖金收入无法对其起到充足的财富杠杆效应，因而更容易产生公司内部管理层的利益背离，进而影响到上市公司的长远发展。同时，随着企业规模的扩大，一方面上述问题日益突出，而另一方面，上市公司进行内部监督的成本也不断加大，容易
3、使企业经营陷入困境。股权激励制度的出现，可以鼓励企业经营管理者更多地关注公司的长期持续发展，而不是仅仅将注意力集中在短期财务指标上，并将其个人利益和企业利益紧密联系在一起，从而起到激励和约束的作用，解决股东与经营管理者之间的代理问题。 1.国内 研究现状 针对我国资本市场特殊的市场环境与政策背景，国内学者对股权激励制度 在我国上市公 司的应用效果进行 过相关 探讨 ，而对 中小板上市公司股权激励效果方面的研究则相对较少。游春（ 2009）以中小企业板上市公司 2005-2007 年的相关数据为样本，对其董事会成员及高层管理团队 (TMT)成员的股权激励与绩效的相关关系进行实证检验 ， 发现董事
4、会及 TMT 成员的股权激励与绩效均呈现显著的正向相关关系，且对 TMT 的激励效果显著强于对董事会的激励效果；金晓云（ 2010）通过对中小板样本公司实施股权激励前后的业绩对比发现，实施股权激励 的 上市公司的总体表现好于整个中小企业板；周彦伶（ 2010）以截至 2008 年4 月 30 日深市中小板中实施股权激励方案的 25 家上市公司为样本 进行 研究 ， 发现中小板上市公司股权激励与公司绩效存在较显著的非线性相关关系，但规模对股权激励与公司绩效关系影响不显著，而公司的成长能力对高管层持股与公司绩效关系影响显著。 综合上述学者研究，目前国内学者对股权激励在我国 中小板 上市公司应用效果
5、的研究 尚不完善 ，大多 学者的 研究以整个证券市场的上市公司作为研究对象，并 没有对细分市场板块进行针对性分析。中小板作为我国主板与创业板的过渡产物，其在我国的证券市场中处于不可忽视的重要地位， 而且由于其特殊的板块特征， 上市公司 在 中小板实施 股权激励的模式 以及流程 选择 等方面 可能存在 着 不同的有效性。因此，有必要对中小板上市公司股权激励效果进行针对性的探讨， 以完善股权激励在我国上市公司的应用研究 ，并为 推进股权激励制度在我国 的 进一步实践应用提供有力支持。 2.我国中小 企业 板及相关股权激励 模式 2.1 我国中小 企业 板 发展现状及特征 我国的中小企业板是在现行法
6、律法规不变、发行上市标准不变的前提下，在深交所设立的一个运行独立、监察独立、代码独立、指数独立的板块。中小板既是现有主板市场的一个板块，又以其相对独立性与创业板市场相衔接。它把符合主板市场 发行上市条件的企业中规模较小的企业集中起来，逐步形成创业板的初始资源，是我国主板与创业板之间的过渡的产物。 截至 2010 年 12 月 29 日 ， 中小板上市公司已达 527 家，总市值达 3.42 万亿元，流通市值为 1.56 万亿元，中小板 的 市值 约 占沪深两市总市值 的 13.2%，占 深市总市值达 40.76%，深市流通市值 的 31.64%。 随着中小板对 深市的影响的日益加深，中小板上市
7、公司正逐渐成为证券市场上日益受人关注的主体。 相对于主板上市公司，中小板上市公司有着其特殊的管理层特征和市场特征。在高层管理人员方面，由于主板上市公司大多数 为国有企业，其经营管理者的选拔任用主要采用任命制，因此其高管人员很难和股东保持长期利益的一致，使得股权激励机制很难充分发挥其作用；而中小板上市公司大多为民营企业，其经营者大多采用的是聘任制，选拔任用与经营业绩息息相关，因此股权激励在中小板上市公司的实施可以在更大程度上促使经营管理者努力工作，实现股东的利益；在市场特征方面，中小板上市公司大多为 在其所属细分行业内处于龙头地位，主营业务突出， 且处于企业生命周期中的成长期或者高速发展期，具有
8、很高的成长性 ；同时 ， 中小板上市公司大部分如高科技、网络等风险较高的企业，这 类企业的成长价值主要是由人力资本来创造。因此相对于主板上市公司，稳定并吸引专业性人才对于保持中小板上市公司的长期竞争力，促进公司的快速发展起到了更为重要的作用。 2.我国中小 企业 板 的 股权激励 模式 截至 2010 年 12 月 31 日，中小板有 60 家上市公司推出了规范的股权激励方案。在股权激励模式方面，有 49 家公司推出的是 股票期权 ，有 11 家公司推出了限制性股票 ，而有 3 家公司推出了 股票增值权 ，其中永新股份、广州国光以及德润电子分别均推出了两种模式的股权激励方案。 同时，我们对中小
9、 企业 板 中 推出股权激励的上市公司按照证监会行 业标准（ CSRC 行业分类 ）进行行业分布情况的统计，统计结果如表 2 所示。由表内数据可知，实施股权激励的公司主要集中在制造业、信息技术业、批发和零售贸易、建筑业等行业，其中有 39 家公司属于制造业的范畴，占 所有 实施股权激励的公司的一半以上，股权激励的推行最为积极；信息技术业次之，有 9 家上市公司采取了股权激励的方式；接下来是批发和零售贸易，有 4 家上市公司实施了股权激励。 表 1 已推出股权激励方案上市公司分布情况 行业 公司数量 所占比例 房地产业 2 3.33% 农、林、牧、渔业 3 5.00% 建筑业 3 5.00% 批
10、发和零售贸易 4 6.67% 信息技术业 9 15.00% 制造业 39 65.00% 合计 60 100% 数据来源：国泰安数据库 中小 企业 板 中 实施股权激励制度的上市公司的相对集中，一方面是因为在中小板上市公司的行业分布上，制造业类型的公司比重比较大，因而对其在实施股权激励的公司中的占比也有所影响；另一方面，对具有高成长性特点的中小板而言，上市公司大部分以高科技等创新程度较高的业务为主，它们在发展过程中不能仅仅依靠固定的工资收入来留住员工，需要通过授予股权等更多方式保持企业的技术 性和销售性的专业人才，以保证企业的持续健康发展。因此在实施股权激励的公司中，制造业、信息技术业等以技术性
11、为主的行业比重较大，而批发和零售贸易行业的上市公司也通过实施股权激励的方式促进员工与公司的共同成长。 而在股权激励模式的选择上， 由 相关数据统计可知，目前我国中小板上市公司的股权激励主要采用 股票期权 ， 限制性股票 或者 股票增值权 三种激励模式，其中以实施股票期权的模式为主。 3 中小板上市公司股权激励应用效果 的 总体实证 1 3.1 研究假设的提出 股权激励的实施应用，一方面需要股权激励制度 要以对公司本身要有充分的了 解和全面而科学的分析为基础和前提 进行设计 ，另一方面也对市场环境和条件有着一定程度的要求。为了探讨我国目前中小板的上市公司实施股权激励的效果，本文做出以下的假设：
12、上市公司业绩与股权激励的实施具有明显的正相关关系 。 理论上认为，股权激励的实施对于上市公司的业绩具有促进作用。股权激励制度让经营管理者更多地关注企业的利益，将自身利益与企业利益相结合，更倾向于做出有利于企业发展的选择。而股权激励的方案对于股权激励的行权条件，也是对经营管理者业绩的一种隐性的要求，使其更努力地为达到行权条件而提高公司业绩。另外，在实施 股权激励改革后，我国股权激励制度的应用环境得到了改善，对股权激励效果的发挥具有积极的作用。因此， 本文 假设上市公司业绩的发展或改善与股权激励制度的实施有着直接的关系。 3.2 样本选取与数据来源 在样本的选取上，考虑到我国的中小板创立和发展的时
13、间相对较短，为了获1 本文的数据来自国泰安数据库，数据处理方面使用 SPSS 软件以及 EVIEWS 软件进行。 取数据的完整性，本文选取截至 2009 年 12 月 31 日的上市公司的数据为主要分析对象。考虑到极端值对于数据分析的影响，我们对数据进行如下的处理： （ 1）剔除 ST 和 *ST 的上市公司样本，包括 ST 大地， *ST 德棉， *ST 张铜以及 ST天润等四家上市公司； （ 2） 剔 除中小板中的金融类上市公司样本，包括宁波银行 。 截至 2009 年 12 月 31 日，深圳中小板共有上市公司 327 家，符合标准的上市公司 322 家，其中实施了或者拟实施股权激励的上
14、市公司共有 27 家。 3.3 变量设定与模型设计 在股权激励应用效果的界定上，采用综合指标评价法 2，通过选取多个财务指标建立指标体系的方式，从上市公司的盈利能力，成长能力，赚取现金流能力，资产管理能力，偿债能力和股东获利能力等六个方面对股权激励的实施情况进行综合评价。而在指标的权重赋值方面，为了保证赋值的客观性和科学性，本文采用主成分分析的方式 ，依据上市公司各项财务指标的内在关系确定各指标在指标体系中的权重。 3.4 主成分分析过程 在指标选取方面，本文选取 2009 年 12 月 31 日拟实施或已经实施股权激励的 27 家上市公司的加权平均净资产收益率、净利润增长率、每股经营现金净流
15、量、基本每股收益、资产负债率、流动比率、成本费用利润率、营业收入增长率、总资产周转率和流动资产周转率十个指标，作为初始的研究变量，并以其为基础进行主成分分析。 在分析之前还要对指标进行正向处理。上述指标中除资产负债率以及流动比率为适度指标外，其余各指标均为正 向指标。因此我们对两个 适度指标进行正向化处理，处理过程采用以下 公式： /1X AX 其中 A 为该适度指标的适度值。参照财务指标的相关定义，我们将资产负债率和流动比率的适度值分别定义为 50%和 2，得到新的指标分别作为原 资产负债率和流动比率 的代替指标进行分析 ，并将所得的十个指标分别设为 X1， X2，X3， X4， X5， X
16、6， X7， X8， X9， X10。主成分分析具体步骤如下： 2 参考财政部制定的国有企业经济效益评价指标体系以及陈斌，王会芳（ 2005）的财务指标体系。 3.4.1 KMO 检验和 Bartlett 检验 为了验证上述指标进行主成分分析的可靠 性，本文首先对变量进行 KMO 检验和 Bartlett 检验，结果如 表 2 所示。理论认为， KMO 是取样适当性测量统计量，KMO 值越大，则变量间的共同因素越多，越适合进行主成分分析。一般当 KMO值小于 0.5 时认为不适合采用主成分分析的方法；而当 KMO 值在 0.5 到 0.7 的范围内时，认为该指标可以接受，而 KMO 值大于 0
17、.7 则表明分析效果较好。由结果可知，该指标体系的 KMO 统计量为 0.601， KMO 检验大于 0.5，因此认为该主成分分析模型可以接受，通过检验。 表 2 KMO and Bartlett 检验结果 取样足够度的 Kaiser-Meyer-Olkin 度量 0.601 Bartlett 的球形度检验 近似卡方 287.026 df 45 Sig. 0.000 3.4.2 因子分析结果 运用 SPSS 软件，可以得到因子提取和旋转结果如下表 3 所示 。 表 3 因子提取和旋转结果 成份 初始特征值 提取平方和 旋转平方和 合计 方差的 % 累积 % 合计 方差的 % 累积 % 合计 方
18、差的 % 累积 % 1 3.786 37.855 37.855 3.786 37.855 37.855 3.149 31.488 31.488 2 2.703 27.033 64.889 2.703 27.033 64.889 2.562 25.621 57.108 3 1.576 15.762 80.651 1.576 15.762 80.651 2.354 23.542 80.651 4 0.718 7.184 87.835 5 0.492 4.918 92.752 6 0.431 4.313 97.066 7 0.195 1.949 99.015 8 0.080 0.797 99.812
19、 9 0.015 0.155 99.967 10 0.003 0.033 100.000 由上表可知，通过主成分分析，我们将原来的十个指标由三个综合指标进行代替，指标旋转之前的三个因子的方差贡献率为 37.855%， 27.033%， 15.762%，旋转之后三个因子的方差贡献率 分别为 31.488%， 25.621%， 23.542%，三个因子的累计方差贡献率为 80.651%，旋转前后因子的累计方差贡献率相同，其结果均大于 80%，因此可以从整体上描述上市公司的经营业绩。 表 4 旋转成分矩阵 成分 1 2 3 X1 0.426 0.807 0.026 X2 0.023 0.721 0.
20、215 X3 0.105 0.124 0.764 X4 0.174 0.799 0.062 X5 0.987 0.044 -0.061 X6 0.984 0.070 -0.090 X7 0.941 0.256 -0.165 X8 -0.072 0.813 -0.062 X9 -0.182 0.058 0.916 X10 -0.246 0.005 0.916 而在综合因子对各个指标的解释能力方面，通过旋转成分矩阵可以得知（如表 4 所示），综合因子 F1 在 X5， X6， X7 三个指标上的系数较大，因而可以看作是反映公司偿债能力的综合指标；同理，综合因子 F2 在指标 X1， X2， X4，
21、X8 上的系数较大，说明该因子主要是反映公司成长能力和盈利能力的综合指标；而综合因子 F3 在指标 X9， X10 上的系 数较大，因而可以看作是反映公司资产管理能力的综合指标。 3.4.3 综合因子得分 由成分矩阵结果（如表 5 所示），我们可以得出各个综合因子的得分函数： 表 5 成分矩阵结果 成分 1 2 3 X1 0.744 0.472 -0.240 X2 0.318 0.619 -0.286 X3 -0.041 0.641 0.445 X4 0.521 0.531 -0.346 X5 0.863 -0.165 0.456 X6 0.879 -0.170 0.422 X7 0.953
22、-0.102 0.242 X8 0.352 0.483 -0.559 X9 -0.351 0.756 0.426 X10 -0.429 0.731 0.423 得到因子方程如下： 104 2 9.093 5 1.083 5 2.079 5 3.0 68 7 9.058 6 3.045 2 1.030 4 1.023 1 8.017 4 4.01 XXXX XXXXXXF 10731.09756.80483.07102.0 6170.05165.04531.03641.02619.01472.02 XXXX XXXXXXF 104 2 3.094 2 6.085 5 9.072 4 2.0 64
23、 2 2.054 5 6.043 4 6.034 4 5.022 8 6.012 4 0.03 XXXX XXXXXXF 以各个综合因子对应的方差贡献率作为权重，我们可以继续得出综合因子的得分函数，即为上市公司综合业绩评价公式： %6 5 1.80/3%5 4 2.232%6 2 1.251%4 8 8.31 FFFF 运用该综合因子的得分函数，我们即可计算 出 27 家上市公司样本的对应的F 值，即其综合得分（如表 6 所示），并以此作为下面的回归分析的因变量。 表 6 样本上市公司综合得分结果 证券代码 公司名称 F1 F2 F3 F 002003 伟星股份 -0.03558 0.0970
24、4 0.92434 0.286755 002014 永新股份 -0.0563 -0.18773 0.51474 0.068637 002018 华星化工 -0.38286 -1.81392 -0.55177 -0.88678 002021 中捷股份 -0.27433 -3.05593 -1.26221 -1.44634 002030 达安基因 -0.34206 0.07355 -0.74295 -0.32705 002032 苏泊尔 -0.17973 0.1215 0.62939 0.152149 002038 双鹭药业 4.71072 0.03698 -0.15195 1.806555 00
25、2045 广州国光 -0.34706 -0.16766 -0.22259 -0.25374 002054 德美化工 -0.14184 0.51771 -0.11487 0.075555 002055 得润电子 -0.43496 -0.68992 -0.42252 -0.51232 002063 远光软件 0.52302 0.96491 -0.61522 0.331139 002069 獐子岛 -0.59302 1.0732 -0.67302 -0.08706 002078 太阳纸业 -0.45369 0.52359 0.28076 0.071156 002079 苏州固锝 -0.38657 -
26、0.51265 0.08266 -0.28965 002081 金螳螂 -0.20608 0.84861 1.75653 0.701864 002099 海翔药业 -0.34509 -1.0341 0.14329 -0.42141 002138 顺络电子 -0.14284 0.18361 -0.21185 -0.05928 002146 荣盛发展 -0.56829 1.46511 -1.42371 -0.17203 002151 北斗星通 -0.12348 0.37084 -0.17377 0.018873 002153 石基信息 0.66321 -0.16748 -0.50587 0.058
27、061 002154 报喜鸟 0.11842 0.68783 -0.39563 0.149253 002170 芭田股份 -0.00714 -1.70574 1.55417 -0.09099 002194 武汉凡谷 0.63089 -0.17577 -0.04022 0.178734 002215 诺普信 -0.24044 0.62697 0.77398 0.331228 002236 大华股份 -0.33165 1.33072 -0.41824 0.171166 002264 拓维信息 -0.40691 0.17861 3.00392 0.774733 002266 浙富股份 -0.64634 0.41011 -1.73739 -0.62922 3.5 多元回归分析过程 在回归分析中，首先建立以下模型： iii CM S RF 210 其中被解释变量即因变量 iF 为主成分分析得出的各个样本上市公司的综合得分 F 值；解释变量 MSR 为股权 激励水平，以公布的股权激励方案中的激励股本占当时总股本的比例来表示； iC 为控制变量， i 为回归系数， i 为随机误差项。 i 表示第 i 个样本上市公司。由于在上市公司中有三家上市公司（永新股份，广州国光，德润电子）同时实施了两种模式的股权激励，因此将其不同的股权激
