信息技术公司研发投入与高管薪酬激励研究

发布时间：2016-10-18 08:03

本文关键词：信息技术公司研发投入与高管薪酬激励研究，由笔耕文化传播整理发布。

第32卷2011年第9期9月科研管理；ScienceResearchManagemen；文章编号：1000－2995（2011）09－0；信息技术公司研发投入与高管薪酬激励研究；陈胜蓝；（内蒙古大学经济管理学院，内蒙古呼和浩特0100；摘要：信息技术业公司的自主创新能力是公司成长和发；文献标识码：A；关注公司短期业绩表现的公司高管很可能为且，；1引言；传统代

第32卷2011年第9期9月科研管理

ScienceResearchManagementVol．32，No．9September，2011

文章编号：1000－2995（2011）09－008－0055

信息技术公司研发投入与高管薪酬激励研究

陈胜蓝

（内蒙古大学经济管理学院，内蒙古呼和浩特010021）

摘要：信息技术业公司的自主创新能力是公司成长和发展的关键因素。公司研发项目周期较长、不确定性较大等特点很可能导致基于公司短期经营业绩的薪酬激励方案降低高管加大研发投入的积极性。本文通过对2007－2008年中国信息技术业上市公司研发投入强度和高管薪酬激励的实证考察，结果表明公司董事会通过薪酬方案鼓励公司高管提高研发投入强度以增强公司自主创新能力。而且，研究表明公司薪酬方案更倾而不是公司CEO。向于奖励提高研发投入强度的公司高管团队，关键词：研发投入；高管薪酬；创新中图分类号：F272.3

文献标识码：A

关注公司短期业绩表现的公司高管很可能为且，

1引言

传统代理理论认为以公司业绩为基础的高管

了获取更多私人收益而减少公司当期的研发投

［4］［5］

入。Cheng（2004）就这一现象进行了更加深侧重考察公司薪酬委员会是否通过对入的研究，

高管薪酬激励方案的制定有效防止高管出于机会

主义动机减少公司研发投入。通过对美国福布斯500强公司进行考察，结果发现在以上两种情况下，公司高管薪酬的变化与公司研发投入的变化显著正相关，这表明薪酬委员会发挥了有效的作

［6］

用。Xue（2007）分析指出由于美国会计准则对“购买”新技术允许资本化会计确认，而对“开发”新技术要求费用化会计确认，从而使公司高管进。“购行相关决策时产生不同的风险偏好特征

新技术不会损害当期会计业绩，如果公司高买”

管薪酬激励机制严重依赖于会计业绩指标，那么

，“开发”高管更偏好选择这种方式。相反新技术很可能对公司长期业绩有较大影响，如果公司高

管薪酬激励机制主要依赖于市场业绩指标，那么

薪酬激励方案有助于把具有风险规避和机会主义动机的公司高管利益同公司广大投资者利益联系

能够有效降低公司代理成本，促进公司成长起来，和发展

［1］

。如何设计有效的激励方案鼓励公司高

管提高公司盈利能力和经营业绩得到了广泛的讨［2］

由于论和研究。对于研发投入强度较大的公司，研发活动具有周期长、不确定性高等特点，导致公司投资者难以通过对公司研发活动的评价奖励公

从而很可能降低公司高管加大公司研发投司高管，

考察公司研发活动与高管入力度的积极性。因此，

薪酬激励的关系形成了一个相对独立的研究领域。基于美国资本市场的早期研究并没有发现公司高管薪酬激励机制中通过货币薪酬、股票期权等方式奖励高管在研发活动方面的努力

［3］

。而

收稿日期：2010－03－29；修回日期：2011－05－19．

“公司研发投入与市场中介研究—内蒙古地区与其他地区上市公司比较研究”（项目编号：基金项目：内蒙古高等学校科学研究项目

NJ10028；起止时间：2010－2012）；内蒙古大学文科学术创新团队建设计划项目“可持续发展视角下的公司财务理论与实（起止时间：2010－2013）；内蒙古大学高层次人才引进科研启动项目“公司研发投入会计确认与投资者保护研务研究”

（起止时间：2010－2012）。究”

作者简介：陈胜蓝（1978－），男（汉），湖北武汉人，内蒙古大学经济管理学院副教授，管理学博士，主要从事资本市场公司治理、会计

与财务研究。

高管更偏好选择这种方式。

我国对公司研发投入的研究主要关注其影响因素，如公司内部特征和公司外部环境等。其中，从公司高管特征进行考察的研究较多，如高管任［7，8］［9－11］［12］

、、期高管受教育水平高管风险偏好等。可以发现，还没有研究深入分析公司研发投入决策与高管薪酬激励方案设计之间的关系。以上研究虽然为公司研发投入的影响因素提供了一定的经验证据，但由于新会计准则实施之前公司披露研发投入的标准并不一致

，研究者需要根据不同的披露方式主观判断公司研发投入金额，

［13］

应的经验证据。

2.1

研究设计

研究样本与数据来源

新会计准则体系于2007年1月1日开始正式实施。新会计准则实施前，上市公司对研发投

入披露相对不规范，研究者在收集相关数据以及建立研究变量过程中存在选择标准主观性问题，导致研究结果的科学性和可比性相对较低。在2007年上市公司全面执行新会计准则后，公司财项目需要详细披露公务报表附注中“开发支出”司当年研发投入的具体数据，，这使得公司研发投入数据的可比性大大提高。

考虑到以上因素，本文选择2007–2008年信息技术业上市公司作为初始研究样本，剔除了当年不存在研发投入的公司，最终确定研究样本数量为41个。由于样本是由不同公司在不同年给定公司的年度度组成的混合数据（PoolData），

观察值不满足独立性要求，这会导致回归结果的统计显著性被高估。为了纠正这个统计问题，本文使用对每个公司进行“聚类（clustering）”的方

［17］

法调整系数估计值的标准误。本文使用的财务数据来自CSMAR数据库，公司治理结构变量

使研究数据存在较大测量偏误，导致一些研究结

果相互矛盾的现象较为严重。

随着中国信息技术业公司的快速发展，相关研究也越来越多。对于信息技术业公司而言，研发投入对于公司形成竞争优势和提高盈利能力的

［14］

作用更加突出。王任飞（2005）以信息技术业部公布的中国电子信息行业百强企业为研究对

考察了研发投入的内部影响因素。梁莱歆和象，

以2002–2007年51个信息技术业上市公司为样本，考察了公司研发项目资金管理与自主创新之间的关系，发现连续的研发投入更有利于公司自主创新。

对于信息技术业为代表的高新科技公司，其自主创新能力往往对于公司长期经营业绩和盈利能力起着决定性作用。公司自主创新能力的提高主要依赖于公司研发活动，但研发项目往往具有周期长、不确定性高等特点，关注公司短期经营业绩的高管很可能为了寻求私人收益而减少公司研发投入，使公司广大投资者长期利益遭受损失。随着我国信息技术业的快速发展，公司通过自主创新获取竞争优势的需求更加强烈。在现阶段，公司研发投入的总体特征仍然是总量较低、经费

［16］

不足。为了鼓励公司高管加大研发投入力度，公司董事会很可能通过高管薪酬激励方案的设计给予高管奖励。在这种形势下，如何激励公司高管加大研发投入力度、提高公司自主创新能力是关系公司长远利益的重要问题。而目前相关研究还没有就这一问题展开深入分析和探讨。因此，本文以我国信息技术业上市公司为研究样本，实证考察公司研发投入强度对高管薪酬激励的影响，尝试为这一领域的研究提供一定的思考和相马如飞（2009）

［15］

数据来自CCER数据库。

2.2研究变量2.2.1

被解释变量

本文的被解释变量是公司高管薪酬激励变量。高管薪酬一般包括货币薪酬和股票期权等，但对于目前中国大多数上市公司而言，货币薪酬仍然是最主要的方式，股票期权等激励方式并不普遍

［18］

。使用高管货币薪酬构建变量的方式也

［19］

常见于高管薪酬的相关文献之中。证监会在2001年12月18日发布《公开发行证券的公司信

——年度报告的内息披露内容与格式准则第2号—

，容与格式（2001年修订）》要求上市公司披露金额最高的前三名董事的报酬总额、金额最高的前

三名高级管理人员的报酬总额。2005年12月26日，证监会又修订了该准则，要求上市公司披露每一位现任董事、监事和高级管理人员在报告期内从公司获得的报酬总额。因此，在本文的研究期内可以获取样本公司每一位高管的货币薪酬总

额。国外相关研究主要考察公司CEO薪酬，国内已有研究受到公司信息披露的影响往往考察公司前三名高管的薪酬水平。本文构建2个高管薪酬变量：Salary1和Salary3，分别表示公司金额最高的公司CEO薪酬总额和公司金额最高的前三名高管薪酬总额的平均值。为了减小被解释变量异方差性和偏态性对回归模型中系数估计带来的负面影响，对Salary1和Salary3实施自然对数转换得到变量LSalary1和LSalary3，使用转换后的变量作为被解释变量进行回归分析，回归模型更接近经典线性模型假定的要求2.2.2主要解释变量

［20］

公司成长性变量Growth，使用公司营业收入增长率

衡量。⑷公司经营业绩变量ROA，使用公司净利润与总资产的比率衡量。⑸公司风险变量Risk，使用公司当年股票收益月回报率的标准差衡量。考虑到已有研究发现公司治理特征对高管薪酬［24－26］

，本文使用如下公司治理变量进行控的影响

制：⑴公司股权集中度变量Share，使用公司第一大

股东持股比例衡量。⑵公司股权制衡度变量AntiSh，使用公司第一大股东与第二大股东持股比率的比率衡量。⑶董事会规模变量DSize，使用董事会总人数衡量。⑷董事会独立性变量Indep，使用董事会独立董事人数与董事会总人数的比率衡量。⑸董事会行为变量Meet，使用董事会会议次数衡量。2.3

研究模型

研究模型的被解释变量分别使用LSalary1和LSalary3。在回归分析中，考虑到异方差问题可能造成系数估计值标准误的估计偏误，所有系数估计都使用异方差调整方法估计异方差–稳健性标

模型中一般需要准误。本文的研究期间是2年，

设置年度虚拟变量控制年度固定效应。设置年度

虚拟变量时，要求每个年度的观察值个数大于30个，考虑到本研究样本较少，不满足最低观察值个数条件，因而不设置年度虚拟变量。本文选择特定的信息技术业上市公司作为研究样本，故不需要控制行业固定效应。本文使用的研究模型如下

：

。

本文的主要解释变量是公司研发投入强度变量R＆D。与以前文献一致，该变量的计算方式是公司当年“开发支出”的增加额与当年营业收入

［21，22］

。的比率2.2.3

控制变量

Conyon和He（2008）［19］发现中国上市公司的经营业绩、风险等因素会对高管薪酬带来显规模、

Choy和Wan（2008）［23］发现公司著影响。Chang、

资产负债率和公司成长性会对高管薪酬带来影响。

考虑到公司层面因素对高管薪酬的影响，本文使用以下变量进行控制：⑴公司规模变量Size，使用公司总资产的自然对数衡量。⑵公司资产负债率变使用公司总负债与总资产的比率衡量。⑶量Lev，

Salary表示公司高管薪酬激励水平；其中，

R＆D表示公司研发投入强度；Size表示公司规模；Lev表示公司资产负债率；Growth表示公司成长性；ROA表示公司经营业绩；Risk表示公司风险；Share表示公司股权集中度；AntiSh表示公司股权制衡度；DSize表示董事会规模；Indep表示董事会独立性；Meet表示董事会行为；ε表示残差项。

95900变动到2427000，表明有的公司CEO薪酬

而有的公司CEO薪酬超过200万不到10万元，

元，这说明不同公司CEO薪酬水平差异较大。

Salary1的均值和中位数分别是545749和478200，表明该变量具有较高的斜度。Salary3从89100变动到1629667，变动幅度相对于Salary1较小，这是由于该变量取公司金额最高的前三位高管薪酬平均值，从而缩小了变动幅度。LSalary1的均值和中位数分别是12.95和13.08，LSalary3的均值和中位数分别是13.81和13.84，均值和中位数非常接近，表明使用自然对数转换后变量的斜度大幅下降。

3.1

实证结果与分析

描述性统计结果与分析

相关变量描述性统计结果见表1。Salary1从

考虑到解释变量极端值的可能影响，本文对解释变量中连续变量在5%分位数和95%分位数实施了缩尾处理（winsorization）。R＆D的均值为0.03，表明样本公司研发投入平均占公司营业收入

［10］的比例约为3%。文芳和胡玉明（2009）发现1999–2006年我国上市公司研发投入强度平均为

公司资产负债率变量Lev的均值为0.39，与

［9］

文芳（2008）所发现1999－2006年我国上市公司资产负债率均值为0.45相比较，表明信息技术业上市公司负债水平相对较低。公司成长性变量Growth的均值为0.15，表明平均而言信息技术业上市公司的成长性较好。公司第一大股东持股比例变量Share的均值为0.36，与西方成熟资本市场信息技术类上市公司相比，我国上市公司的第一大股东持股比例仍然偏高。董事会规模变量DSize和董事会独立性变量Indep的均值分别为9.51和0.36，表明样本公司董事会人数平均接近10人，其中有三成以上是独立董事。董事会行为变量Meet的均值为9.80，表明平均而言董事会会议在10次左右。

0.01，远远低于本文研究样本的均值。赵洪江和夏

［22］

晖（2009）通过对2007–2008我国上市公司半年度财务报告进行考察，发现公司研发投入强度平

均为0.008，也远远低于本文研究样本的均值。可见，信息技术业上市公司研发投入强度明显高于上信息技市公司的平均水平。相对于其他上市公司，术业上市公司更加致力于公司研发项目，为公司获取竞争优势和赢得长期经济收益创造条件。

表1

主要变量描述性统计结果

Descriptivestatistics最小值959008910011．4712．500．0019．720．12－0．210．000．130．190．016．000．335．00

25﹪27600023743312．5313．480．0020．210．210．000．010．160．240．077．000．337．00

50﹪47820034220013．0813．840．0221．080．380．100．040．190．350．209．000．339．00

75﹪60000045600013．3014．130．0421．780．570．280．070．220．490．3811．000．3611．00

最大值2427000162966714．7015．400．1223．620．720．850．150．260．570．9215．000．4321．00

Table1

变量Salary1Salary3LSalary1LSalary3R＆DSizeLevGrowthROARiskShareAntiShDSizeIndepMeet

样本数414141414141414141414141414141

均值54574941352812．9513．810．0321．110．390．150．050．190．360．279．510．369．80

标准差4561243290470．740．670．041．150．200．270．050．040．130．252．740．034．04

3.2