股權激勵行權價格對公司業績影響分析范文

本站小編為你精心準備了股權激勵行權價格對公司業績影響分析參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：行權價格是股權激勵契約設計的基礎性指標，行權定價在一定程度上決定了激勵的成敗。現有行權定價問題的研究存在理論與應用的脫節，對于行權價格與激勵效應之間的關系也少有研究。文章通過選取2006—2017年我國上市公司股權激勵的面板數據，分析行權價格對公司業績的影響。結果發現，動態行權價格指標與公司業績之間存在顯著的倒“U”型曲線關系，與確定性等價理論分析結論一致，這也進一步證明了最優行權價格的存在。

關鍵詞：股權激勵；動態行權價格；行權價差比；公司業績

引言

行權價格是股權激勵契約設計的基礎性指標，它關系到經理人能否行權以及行權收益的大小，在一定程度上決定了激勵的成敗。因此，從行權價格角度來分析股權激勵的效果對于公司更好地解決委托問題有著理論和實踐意義。已有研究主要從公司的成長性、盈利性、盈余管理、人才戰略等視角分析股權激勵效果[1-4]。事實上，行權價格作為激勵契約的重要指標，其合理設定和激勵效果間的數量關系對于股權激勵的順利實施至關重要。股權激勵契約必須根據公司的實際情況、資本戰略來明確授予對象、授予數量、行權期限、行權價格等指標。雖然股權激勵管理條例對于行權價格給出了明確的制定要求，但是此范圍太寬。大多數公司在趨同效應影響下采用滿足條例要求的平值定價法，使得行權價格過于剛性，激勵收益無法充分體現經理人工作的真實情況。已有行權定價問題的研究還存在理論與實際的脫節，理論表現優良的定價方法并未在實際中得到廣泛運用。本文旨在通過2006—2017年以來我國實行股權激勵的上市公司的面板數據，構建動態行權價格指標進行多元非線性回歸，研究行權價格對于公司業績的影響。創新之處在于：（1）行權價格指標選取。本文選擇行權價格差比作為動態行權價格指標，研究其對于激勵效應的影響方式和數值大小。一方面改變了固定行權價格定價法行權價格長期不變、與公司業績和激勵效應相脫離的問題；另一方面解決了股權激勵行權價格數值隨時間推移不具可比性的問題。從博弈分析的視角，引入行權價格差比還可以降低總的委托成本。（2）工具變量的引入和多種回歸方法的運用。本文選取2006—2017年間中國A股上市公司股權激勵的面板數據，通過引入工具變量的高維固定效應計量模型較好地解決了內生性問題。2SLS、GMM2S和LIML回歸結果均表明行權價格差比和公司業績之間存在顯著的倒“U”型曲線關系，為進一步研究最優行權定價問題提供了實證依據。

1理論分析與研究假設

1.1理論分析

按照Hall和Murphy（2002）[1]的方法，在股權激勵實施總成本一定的條件下，通過優化方法尋找最佳激勵下的行權價格及其規律。含有期權的資產組合記為：WT=ϖ（1+rf）T+sPT+max(0PT-X)（1）經理人的財富由初始財富ϖ、s單位股票和期權組成,PT是股票價格，X是行權價格。式（2）是現金報酬替代下的資產組合：WTV=(ϖ+V)(1+rf)T+sPT（2）期權價格V由式（3）得到：U(WVT)f(PT)dPT=U(WT)f(PT)dPT（3）U(*)是財富的效用函數，f(*)是效用函數對應的概率密度。¶nV/¶P表示股價變化一單位所對應的n份期權價格變化，當該指標數值越大時，所對應的激勵程度也越大，以此作為檢驗激勵效果的標尺。本文的目標可表述為：maxx¶nV/¶Ps.t.nC=K（4）行權價格占比與股權激勵效應的關系見下頁圖1。縱坐標為股價變化1單位所引起的經理人期權價值變化（單位：千美元）。橫坐標為行權價格占股票價格百分比。通過數值分析發現經理人行權價格與激勵效應之間的關系呈現先增加再減少的二次曲線關系[5]，說明對于不同財富占比的經理人來說，太低的行權價格起不到應有的激勵，而行權價格過高也會適得其反。平頂的二次曲線說明股權激勵存在最優行權價格區間，該區間包含行權價格等于授予日股票價格的情況，一定程度上解釋了1998年標準普爾500期權激勵94%采用行權價格等于授予日公司股價的合理性。這對于我國絕大多數公司激勵定價采用平值定價法也提供了理論支撐。

1.2研究假設

股權激勵最初是為了解決委托人和人信息不對稱所帶來的道德風險和逆向選擇。股東通過分享股權把經理人的收入和公司業績、股票價格緊密相連形成利益共同體。合理的股權激勵行權價格是股權激勵方案制定的基本要素，又是決定經理人和股東收益的重要指標，是形成利益共同體的關鍵。在股權激勵方案中，經理人與股東的個人利益和行權價格的制定息息相關。合理的定價會產生足夠的激勵作用，激勵作用是通過公司業績的提升推動股票價格的上漲來實現的。然而，股東和經理人的收益分配是一個零和博弈過程。過低的行權價格會使股東利益受損，同時經理人接受和適應不努力就能得到“福利”的安逸環境，逐步失去努力工作的動力和韌性。過高的行權價格會產生“棘輪效應”，產生努力工作會提升未來激勵的門檻，影響經理人努力工作的熱情。公司業績和股票價格受行業和市場的影響，超過一定閾值，其上升幅度和速度都會下降，單方面提高行權價格相當于減少經理人收益。因此，本文認為過高和過低的行權價格都會阻礙激勵效應的釋放，合理的行權價格才能產生最優激勵效果。參照二次曲線的形式，設定動態行權價格指標與公司業績之間是一條開口向下的二次曲線。由此提出假設：股權激勵契約行權價格指標和公司業績之間呈現倒“U”型曲線。

2實證分析

2.1樣本與數據來源

本文數據來源于wind資訊金融終端和國泰安CSMAR數據庫。股權激勵上市公司的范圍確定源于wind數據庫，公司治理結構、行情指標、財務指標、股東信息數據皆來源于國泰安數據庫。從wind數據庫得到2006—2017年記錄的有過股權激勵記錄的上市公司706家，共計推行股權激勵1555次，刪除由于上市時間過晚而數據缺失嚴重的公司312家，按照慣例刪除金融行業公司1家，刪除ST公司4家，刪除行權價格缺失的上市公司10家，最后獲得有效樣本366家上市公司12年間共4392個觀察值的面板數據集。其中，個別缺失數據用均值替換法進行插補，1%分位數以外的所有數據為消除極端值的影響均進行win-sorize縮尾處理。數據處理主要借助excel和R軟件，回歸分析由stata14軟件實現。

2.2變量定義

按照文獻[6,7]的做法，選取每股收益（EPS）和總資產收益率（ROA）為公司收益指標，選取總資產凈利潤率（TANIR）為公司盈利性指標來衡量股權激勵的激勵效果。以上指標均進行了扣除行業平均值的處理，以便更好地描述行權價格對于業績的凈影響。變量的選取說明見表1。

2.3行權價格的描述性統計分析

本文首先對行權價格數據按照行業和年度來進行統計分析（見下頁表2）。366家上市公司被劃分為16類行業，行業間推行股權激勵的數量和行權價格均值差異較大。制造行業推行股權激勵的數量遠遠高于其他行業，然后依次是房地產產業、服務業和零售批發行業。行權價格最高的行業是教育業、農林漁業，最低的行業是租賃服務和住宿業。行權價格變化幅度最大的是生產供應業和服務行業，教育業和租賃業的行權價格數值穩定、波幅小。2006年是我國股權激勵元年，至此開始上市公司推行股權激勵的數量呈現逐年增加的趨勢。我國起步階段股權激勵的發展存在不斷完善和優化的過程。期間股權激勵的行權價格最大值和激勵數量增長幅度大幅跳躍均出現在2008年，原因是受到美國次貸危機的影響，全球經濟出現大幅下滑，上市公司紛紛借助股權激勵方案來調動工作積極性，提升公司業績。2006—2008年，行權價格均值出現大幅度增長，經歷過經濟危機的洗禮，行權價格均值逐漸趨于平穩而理性的發展。2006—2007年度行權價格統計分析情況如表3所示。

2.4模型設定

2.4.1動態行權價格指標為了研究行權價格對于公司業績的影響，對于不同行業、不同發展階段的公司來說直接拿行權價格數據來做分析是不妥當的。因此本文定義相對化指標行權價格差比EPR作為行權價格因素的指標：原因在于：（1）現行公司推行股權激勵多是采用固定的行權價格定價法，行權價格與激勵效應的聯系會因為價格的長期不變而斷裂。行權價格差比則因為股票價格的時變性保留了股權激勵對管理層的激勵效應，可以較為準確地實時反映管理層在方案中獲利量的相對值，因此該指標具有對激勵效果的描述能力。（2）股權激勵是公司解決長期委托問題的有效途徑，其時限多為5~10年。如果數據不進行可比價處理，單純的數值比較是不具有可比性的。行權價格差比采用比值的形式也較好地解決了可比價問題，作為解釋變量是合理的。

2.4.2模型構建基于理論分析部分期權價格和行權價格關系的研究，已經得出存在最優行權價格的結論。同時，考慮二次曲線的最值存在性，設計如下模型研究行權價格因素和公司業績之間的非線性關系。其中，因變量采用扣除行業平均值的每股收益代表公司業績，目的是更好地研究行權價格的凈影響。

2.5行權價格指標與公司業績

首先通過Hausman檢驗和LM檢驗，結果表明應采用固定效應模型。本文所有模型輸出結果均進行了上述的檢驗（過程略）。為了避免模型可能的內生性問題，造成估計結果有偏和不一致，引入工具變量市凈率和價差比滯后一期構造價差比的工具變量集。在其他條件不變情況下，市凈率與價差比高度相關與公司業績無關，是較為理想的備擇工具變量。按照式（6）進行回歸和檢驗得到表4。表4中第一列為個體、時點雙固定模型的輸出結果，第二、三、四、五列為在個體固定效應的基礎上依次增加行業、省份的高維固定效應的結果，即三、四、五列均為個體、時點、行業、地域四固定模型估計結果。其中第一、二、三列為2SLS估計方法，第四列為GMM2S估計，第五列是LIML估計的結果，依照Guimaraes和Portugal（2009）[8]使用Gauss-Seidel算法對高維度固定效應模型估計的結果。從表中不難看出，HansenJ統計量無法拒絕原假設，說明工具變量滿足外生性假定，工具變量的設定和引入對于解決行權價差比與每股收益之間可能的內生性問題效果顯著。在0.01顯著性水平下，行權價差比二次項及行權價差比的系數均顯著，通過行權價格指標說明行權價格對于公司業績的影響。二次項系數均為負值，行權價格差比與公司業績之間呈現開口向下的倒“U”型曲線特征，證實本文的假設成立。

2.6穩健性檢驗

（1）采用不同的估計方法當控制了個體和年份差異之后，各解釋變量的估計系數無論采用2SLS、GMM2S還是LIML方法估計結果均未發生較大的變化，因此，從估計方法的角度驗證了模型的穩健性。（2）采用不同的公司業績指標為使結論更為穩健，首先選取總資產凈利潤率和總資產收益率來替代每股收益作為衡量公司業績的指標，采用上述工具變量選取和估計方法進行回歸，結果見表5。行權價格指標和股權激勵公司業績之間滿足倒“U”型曲線關系。行權價格指標EPR一次項和二次項系數數值僅有微小變化，二次項系數始終為負，且均在1%顯著性水平下顯著。（3）工具變量檢驗對于模型可能存在的內生性問題，找到了較為合理的工具變量集，并通過了多重檢驗，表明模型的內生性問題得到了較好的解決。對于模型中二次項也可能存在的內生性問題，依據Wooldridge（2000）的方法將價差比對所有外生變量和所有工具變量回歸，依據回歸結果計算價差比的估計值及該估計值的平方，并用該估計值及估計值的平方作為模型中價差比二次項的工具變量。表5第一、三列為個體固定效應模型輸出結果，第二、四列為個體、時點、行業、地域四固定模型輸出結果。表5中對工具變量是否可識別（Kleibergen-PaaprkLM）、弱工具變量（Anderson-RubinWald）以及工具變量有效性（HansenJ）進行了檢驗。為了證實使用工具變量回歸的合理性，參照Hayashi（2000）的做法，采用Endogeneitytest代替Durbin-Wu-Hausman檢驗，結果表明初始模型存在內生變量問題，使用工具變量法對模型進行估計更為有效。

3結論

本文研究股權激勵契約行權價格與公司業績的關系，選用行權價格差比作為行權價格指標變量，分別建立模型進行多元回歸分析。采用行權價格差比二次項對收益率和利潤率等公司業績指標進行回歸，結果表明二者之間存在顯著的倒“U”型曲線關系，假設得到驗證。行權價格的合理確定對于股權激勵效果有著顯著影響，并且我國上市公司股權激勵相關數據也有利地支撐了這一結論。股權激勵行權定價的研究不單純是定價理論的發展和完善，同時也要結合我國資本市場發展的現狀和不同行業、不同發展階段公司的訴求差異展開。雖然沒有普遍適用的最優定價模型，但針對不同公司不同階段的最優定價研究也具有重要的應用價值。公司所有者在激勵定價時要勇于嘗試、勤于探索而不僅僅是追隨、照搬已有的成功經驗。要盡量避開“趨同效應”的影響，要鼓勵創新并且對于經理人不可預見的失誤給予適度的接納。今后應投入更多的精力來發展、創造定價理論，并將理論優良的定價方法真正應用于股權激勵的實踐，為我國股權激勵的推進和發展保駕護航。

參考文獻：

[2]陳關聚,馮宗憲,慕繼豐.基于激勵機制的指數化股票期權模型及其應用[J].中國管理科學,2002,10(3).

[3]阿布都合力力•阿布拉.混合所有制企業高管激勵與經營績效間的U型曲線測算[J].統計與決策，2018，(9).

[4]鐘美瑞,黃健柏.股票期權激勵機制的多指數化和相對化設計及應用研究[J].中國管理科學,2006,14(5).

[6]劉廣生,馬悅.中國上市公司實施股權激勵的效果[J].中國軟科學,2013，(7).

[7]鞏娜.基于生命周期理論的股權激勵實施傾向及效果分析[J].證券市場導報,2016,(8).

作者：何妍 趙新泉 李慶 單位：中南財經政法大學