股票期權(quán)激勵(lì)異質(zhì)價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)

屠立鶴，孫世敏

1 東北大學(xué) 工商管理學(xué)院，沈陽(yáng) 110167 2 博洛尼亞大學(xué) 經(jīng)濟(jì)管理與統(tǒng)計(jì)學(xué)院，博洛尼亞 40126

引言

高管風(fēng)險(xiǎn)承擔(dān)是關(guān)乎企業(yè)價(jià)值增長(zhǎng)的一項(xiàng)關(guān)鍵決策，在中國(guó)經(jīng)濟(jì)增速放緩和產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的背景下，適度提升高管風(fēng)險(xiǎn)承擔(dān)水平是解決這些宏觀命題的微觀手段。因此，研究高管風(fēng)險(xiǎn)承擔(dān)問(wèn)題在當(dāng)下中國(guó)具有重要意義。

在西方國(guó)家已經(jīng)普遍使用股票期權(quán)，2016年7月13日中國(guó)證監(jiān)會(huì)頒布新的《上市公司股權(quán)激勵(lì)管理辦法》，以進(jìn)一步規(guī)范和促進(jìn)股票期權(quán)等在中國(guó)上市公司的應(yīng)用。受2008年金融危機(jī)的影響，越來(lái)越多的學(xué)者將股票期權(quán)激勵(lì)研究的重點(diǎn)從公司業(yè)績(jī)轉(zhuǎn)向高管風(fēng)險(xiǎn)承擔(dān)[1]，他們認(rèn)為金融危機(jī)的爆發(fā)可能與高管股票期權(quán)激勵(lì)計(jì)劃有關(guān)，如國(guó)際著名投行雷曼兄弟倒閉前其高管就持有大量股票期權(quán)。然而，股票期權(quán)激勵(lì)對(duì)高管風(fēng)險(xiǎn)承擔(dān)的影響究竟如何，理論界至今仍未達(dá)成共識(shí)。CHEN et al.[2]通過(guò)實(shí)證研究發(fā)現(xiàn)股票期權(quán)激勵(lì)促進(jìn)了高管風(fēng)險(xiǎn)承擔(dān)水平的提高，而SAWERS et al.[3]的實(shí)驗(yàn)研究認(rèn)為一定條件下股票期權(quán)激勵(lì)導(dǎo)致高管更加風(fēng)險(xiǎn)規(guī)避。上述分歧的產(chǎn)生除了源于研究方法選擇或變量測(cè)量的差異外，還可能存在一個(gè)原因，就是忽視了股票期權(quán)激勵(lì)具有的價(jià)值異質(zhì)性，即股票期權(quán)激勵(lì)同時(shí)具有預(yù)期價(jià)值和稟賦價(jià)值的雙重屬性。簡(jiǎn)單說(shuō)，預(yù)期價(jià)值是授予對(duì)象對(duì)股票期權(quán)未來(lái)價(jià)值的預(yù)期，稟賦價(jià)值概念來(lái)源于行為經(jīng)濟(jì)學(xué)，是指被授予對(duì)象心理上對(duì)所授予股票期權(quán)累計(jì)價(jià)值的評(píng)價(jià)大于未實(shí)際擁有時(shí)的評(píng)價(jià)，即出現(xiàn)價(jià)值增量評(píng)價(jià)。

本研究在已有研究基礎(chǔ)上，①分別檢驗(yàn)股票期權(quán)激勵(lì)預(yù)期價(jià)值和稟賦價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)的關(guān)系，從股票期權(quán)激勵(lì)異質(zhì)價(jià)值視角對(duì)經(jīng)典代理理論與行為代理理論的分歧給予新的解釋；②拓展關(guān)于股票期權(quán)激勵(lì)與高管風(fēng)險(xiǎn)承擔(dān)關(guān)系影響因素的分析，研究貨幣薪酬、在職消費(fèi)和任職危機(jī)對(duì)二者關(guān)系的影響；③進(jìn)一步研究股票期權(quán)激勵(lì)異質(zhì)價(jià)值對(duì)不同產(chǎn)業(yè)下高管風(fēng)險(xiǎn)承擔(dān)方向的影響，以及探索高管對(duì)股票期權(quán)激勵(lì)預(yù)期價(jià)值的追逐是否導(dǎo)致其過(guò)度風(fēng)險(xiǎn)承擔(dān)。

1 相關(guān)研究評(píng)述

有關(guān)股票期權(quán)激勵(lì)與高管風(fēng)險(xiǎn)承擔(dān)之間的關(guān)系，經(jīng)典代理理論和行為代理理論給出了不同的解釋。

經(jīng)典代理理論認(rèn)為股票期權(quán)激勵(lì)能夠提高高管風(fēng)險(xiǎn)承擔(dān)水平。該理論框架下，高管收入主要來(lái)源于其所服務(wù)的公司，收入風(fēng)險(xiǎn)難以分散；因高管與所在公司的長(zhǎng)期磨合，高管的人力資本價(jià)值常常最適宜于其所效力的公司，就職風(fēng)險(xiǎn)較難分散，如果被解聘，其人力資本價(jià)值和名譽(yù)等都將受損。因而，高管通常被認(rèn)為是風(fēng)險(xiǎn)規(guī)避的，代理成本也由此產(chǎn)生。持這一觀點(diǎn)的學(xué)者認(rèn)為，增加被激勵(lì)對(duì)象薪酬的凸性程度會(huì)增強(qiáng)其風(fēng)險(xiǎn)承受能力[4]，股票期權(quán)具有較強(qiáng)的凸性特征(凸性指價(jià)值隨相應(yīng)業(yè)績(jī)的提升而邊際遞增)，更因其具有的下行損失為0和上行收益無(wú)限的特點(diǎn)而備受上市公司青睞[5]。JENSEN et al.[6]通過(guò)理論分析認(rèn)為，股票期權(quán)能夠使高管薪酬與公司業(yè)績(jī)的關(guān)聯(lián)度大大增強(qiáng)，有效緩解高管與股東的利益沖突，增加高管風(fēng)險(xiǎn)承擔(dān)的意愿；SMITH et al.[7]的研究認(rèn)為，當(dāng)高管收入與公司業(yè)績(jī)掛鉤時(shí)，風(fēng)險(xiǎn)厭惡的高管較少?gòu)氖聝糁禐檎L(fēng)險(xiǎn)較大的項(xiàng)目，但在高管薪酬組合中引入股票期權(quán)將提高其薪酬的凸性，緩解上述因高管風(fēng)險(xiǎn)規(guī)避而產(chǎn)生的代理問(wèn)題；CORE et al.[8]基于SMITH et al.[7]的研究成果，并在BS期權(quán)定價(jià)模型的基礎(chǔ)上，構(gòu)建Vega值，用以反映高管股票期權(quán)激勵(lì)的凸性程度，并發(fā)現(xiàn)高管風(fēng)險(xiǎn)承擔(dān)水平與Vega值正相關(guān)；COLES et al.[9]和BAIXAULI-SOLER et al.[10]以公司收益波動(dòng)率作為高管風(fēng)險(xiǎn)承擔(dān)水平的替代變量，發(fā)現(xiàn)公司收益波動(dòng)率在實(shí)施了股票期權(quán)激勵(lì)計(jì)劃后有顯著提升。其后，相繼有學(xué)者從某一具體風(fēng)險(xiǎn)決策行為的角度對(duì)股票期權(quán)激勵(lì)與高管風(fēng)險(xiǎn)承擔(dān)的關(guān)系進(jìn)行研究，LOW[11]、HUANG et al.[12]、CHEN et al.[13]和CROCI et al.[14]經(jīng)過(guò)實(shí)證分析，發(fā)現(xiàn)股票期權(quán)激勵(lì)強(qiáng)度與公司資產(chǎn)負(fù)債率、生產(chǎn)集中程度、研發(fā)投資額和并購(gòu)規(guī)模均有顯著正向關(guān)系。中國(guó)的已有研究?jī)H以高管擁有的普通股股數(shù)測(cè)量其股權(quán)激勵(lì)情況，鮮少延伸到股票期權(quán)層面的研究[15-16]；也有研究?jī)H探討股票期權(quán)激勵(lì)與盈余管理等其他變量的關(guān)系，沒(méi)有涉及到高管風(fēng)險(xiǎn)承擔(dān)[17-18]。

行為代理理論認(rèn)為股票期權(quán)激勵(lì)加劇高管風(fēng)險(xiǎn)規(guī)避心理。WISEMAN et al.[19]融合行為理論和代理理論后提出的行為代理理論認(rèn)為，高管作為個(gè)體并非絕對(duì)理性人，其表現(xiàn)出的是損失規(guī)避，而非風(fēng)險(xiǎn)規(guī)避，即高管對(duì)損失比對(duì)等價(jià)的收益更為敏感。不同于經(jīng)典代理理論，在該理論視角下，某些不具有實(shí)際確定價(jià)值的財(cái)富形式(如股票期權(quán))本身?yè)碛袃?nèi)涵價(jià)值，高管將其視作自身已有財(cái)富的一部分，即針對(duì)這部分內(nèi)涵價(jià)值進(jìn)行增量評(píng)價(jià)。在此理論指導(dǎo)下，LARRAZA-KINTANA et al.[20]利用美國(guó)上市公司年報(bào)披露的期權(quán)估值數(shù)據(jù)，研究發(fā)現(xiàn)期權(quán)估值的增加降低了首席執(zhí)行官的風(fēng)險(xiǎn)承擔(dān)能力；SAWERS et al.[3]利用實(shí)驗(yàn)方法進(jìn)行研究，將近百位MBA學(xué)生作為研究對(duì)象，發(fā)現(xiàn)高管風(fēng)險(xiǎn)容忍度越高，其進(jìn)行風(fēng)險(xiǎn)決策時(shí)受框架效應(yīng)的影響越小?？蚣苄?yīng)指面對(duì)相同結(jié)果，由于高管心理參照點(diǎn)的設(shè)定不同，造成其損失或收益的不同預(yù)測(cè)，具體分為負(fù)面框架和正面框架。SAWERS et al.[3]的發(fā)現(xiàn)實(shí)際上也是把LARRAZA-KINTANA et al.[20]的結(jié)論推進(jìn)了一步，進(jìn)一步說(shuō)明激勵(lì)對(duì)象對(duì)股票期權(quán)進(jìn)行增量評(píng)價(jià)現(xiàn)象的存在。LEFEBVRE et al.[21]同樣進(jìn)行實(shí)驗(yàn)研究，發(fā)現(xiàn)某些情況下限制性股票激勵(lì)比股票期權(quán)激勵(lì)更能使高管降低風(fēng)險(xiǎn)規(guī)避程度。這不同于經(jīng)典代理理論的觀點(diǎn)。中國(guó)也有學(xué)者對(duì)行為代理理論進(jìn)行介紹，如竇軍生等[22]的研究，但鮮有研究基于此理論進(jìn)行大樣本實(shí)證研究。

通過(guò)梳理，本研究認(rèn)為已有研究有幾點(diǎn)不足。①國(guó)外學(xué)者基于行為代理理論研究股票期權(quán)激勵(lì)與高管風(fēng)險(xiǎn)承擔(dān)的關(guān)系時(shí)往往采用實(shí)驗(yàn)的研究方法，缺少基于行為代理理論的大樣本實(shí)證研究；基于經(jīng)典代理理論的研究，在實(shí)證研究二者關(guān)系時(shí)往往采用凸性程度測(cè)量股票期權(quán)激勵(lì)，忽視了股票期權(quán)激勵(lì)的異質(zhì)價(jià)值對(duì)高管風(fēng)險(xiǎn)承擔(dān)可能造成的影響。中國(guó)學(xué)者大都在研究高管持股對(duì)其風(fēng)險(xiǎn)承擔(dān)產(chǎn)生的影響，較少深入到股票期權(quán)的層面。②大多數(shù)研究單一地探討股票期權(quán)激勵(lì)與高管風(fēng)險(xiǎn)承擔(dān)之間的關(guān)系，忽略了貨幣薪酬和在職消費(fèi)對(duì)其產(chǎn)生的影響。另外，高管面臨的內(nèi)外部環(huán)境千差萬(wàn)別，加之媒體環(huán)境的愈發(fā)完善，其任職危機(jī)和壓力較大，可能影響高管的風(fēng)險(xiǎn)決策，該方面研究非常薄弱。③高管風(fēng)險(xiǎn)承擔(dān)測(cè)量方面，已有研究往往以公司業(yè)績(jī)波動(dòng)率作為代理變量，但根據(jù)PANOUSI et al.[23]和陳作華等[24]的研究，公司風(fēng)險(xiǎn)包含系統(tǒng)風(fēng)險(xiǎn)和特質(zhì)風(fēng)險(xiǎn)兩類，系統(tǒng)風(fēng)險(xiǎn)受市場(chǎng)因素或宏觀經(jīng)濟(jì)因素(如利率和匯率等)的影響，高管決策難以影響公司面臨的系統(tǒng)風(fēng)險(xiǎn)；而特質(zhì)風(fēng)險(xiǎn)受高管決策的深度影響，如公司研發(fā)投入、杠桿水平和經(jīng)營(yíng)集中度等，用公司業(yè)績(jī)波動(dòng)率測(cè)量高管風(fēng)險(xiǎn)承擔(dān)水平，實(shí)際上將一部分系統(tǒng)風(fēng)險(xiǎn)也包含在其中，因此測(cè)量不是特別準(zhǔn)確。本研究嘗試用特質(zhì)風(fēng)險(xiǎn)測(cè)量高管風(fēng)險(xiǎn)承擔(dān)水平。④已有研究缺乏關(guān)于股票期權(quán)激勵(lì)是否造成高管過(guò)度風(fēng)險(xiǎn)承擔(dān)問(wèn)題的實(shí)證研究，本研究試圖彌補(bǔ)這一缺憾。

2 研究假設(shè)

預(yù)期價(jià)值是高管對(duì)授予的股票期權(quán)在未來(lái)某一時(shí)點(diǎn)所能達(dá)到價(jià)值的預(yù)期，是一種預(yù)估的價(jià)值，也是一種“向前看”的價(jià)值。圖1給出關(guān)于股票期權(quán)激勵(lì)異質(zhì)價(jià)值的釋義，以t時(shí)點(diǎn)為例，預(yù)期價(jià)值可以看作是t時(shí)點(diǎn)股票期權(quán)預(yù)期價(jià)格與持有數(shù)量的乘積減去相關(guān)成本，高管期待持有股票期權(quán)的預(yù)期價(jià)值從t到結(jié)束時(shí)點(diǎn)T都能持續(xù)提高。稟賦一詞源自行為經(jīng)濟(jì)學(xué)，行為理論認(rèn)為個(gè)體將其占有的財(cái)富視為其已經(jīng)擁有的財(cái)富，或者將虛擬的財(cái)富視為現(xiàn)實(shí)的財(cái)富，且極力避免這部分財(cái)富的損失，表現(xiàn)出損失規(guī)避。損失規(guī)避是相對(duì)于風(fēng)險(xiǎn)規(guī)避的一個(gè)概念，指損失對(duì)個(gè)體帶來(lái)的負(fù)效用大于等量收益帶來(lái)的正效用，而風(fēng)險(xiǎn)規(guī)避認(rèn)為損失的負(fù)效用和等量收益的正效用絕對(duì)值相同。行為理論的觀點(diǎn)是個(gè)體為損失規(guī)避，而非風(fēng)險(xiǎn)規(guī)避，或者說(shuō)個(gè)體對(duì)降低損失比提高收益更敏感。這種心理現(xiàn)象被稱為稟賦效應(yīng)。稟賦價(jià)值是一種“向后看”的價(jià)值，高管心理上表現(xiàn)出對(duì)稟賦價(jià)值損失的厭惡。目前鮮有研究關(guān)注到這兩種異質(zhì)價(jià)值的區(qū)別，股票期權(quán)激勵(lì)的預(yù)期價(jià)值和稟賦價(jià)值對(duì)高管決策時(shí)的作用機(jī)理不同，從而對(duì)高管風(fēng)險(xiǎn)承擔(dān)產(chǎn)生不一樣的影響。高管對(duì)股票期權(quán)預(yù)期價(jià)值的追求將使其承擔(dān)更多風(fēng)險(xiǎn)，對(duì)當(dāng)前稟賦價(jià)值的保護(hù)將使其規(guī)避風(fēng)險(xiǎn)承擔(dān)，即股票期權(quán)激勵(lì)兩種異質(zhì)價(jià)值對(duì)高管風(fēng)險(xiǎn)承擔(dān)產(chǎn)生非對(duì)稱的影響。

經(jīng)典代理理論認(rèn)為，為提升高管工作積極性應(yīng)將其薪酬與公司業(yè)績(jī)掛鉤[6]。股票期權(quán)是一種收益與損失不對(duì)等的激勵(lì)形式，高管在獲得股票期權(quán)時(shí)并不需要付出成本，此時(shí)高管注重的是如何通過(guò)自己的努力使股票期權(quán)達(dá)到行權(quán)條件，實(shí)現(xiàn)最大化的預(yù)期價(jià)值?；诮?jīng)典代理理論，高管對(duì)股票期權(quán)預(yù)期價(jià)值的追逐提升其風(fēng)險(xiǎn)承擔(dān)水平。①行權(quán)條件的達(dá)成及預(yù)期價(jià)值的增長(zhǎng)離不開(kāi)公司價(jià)值的提升，公司價(jià)值的提升又與高管的風(fēng)險(xiǎn)承擔(dān)水平密不可分[25-26]，為提高公司價(jià)值，高管趨向于選擇風(fēng)險(xiǎn)較高但凈現(xiàn)值為正的項(xiàng)目，即使冒險(xiǎn)失敗，損失也很有限；②股票期權(quán)在達(dá)到行權(quán)要求前，其預(yù)期價(jià)值不是一種“真金白銀”的價(jià)值[19]，不能進(jìn)行變現(xiàn)，因此高管不具備風(fēng)險(xiǎn)規(guī)避的動(dòng)機(jī)；③從股票期權(quán)的屬性看，凸性是股票期權(quán)的顯著特征[7]，期權(quán)的預(yù)期價(jià)值隨著公司價(jià)值的提升呈邊際遞增狀態(tài)，更能激發(fā)高管選擇高風(fēng)險(xiǎn)和高收益的投資項(xiàng)目，承擔(dān)較高的風(fēng)險(xiǎn)水平以獲取超額收益，同時(shí)提升公司價(jià)值；④從分期行權(quán)的角度看，即使高管當(dāng)期冒險(xiǎn)失敗，也不影響下一期冒險(xiǎn)成功后股票期權(quán)的行權(quán)變現(xiàn)，這在一定程度上降低了高管的后顧之憂，促使其敢于冒險(xiǎn)。因此，本研究提出假設(shè)。

H1股票期權(quán)激勵(lì)預(yù)期價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平具有顯著正相關(guān)關(guān)系。

行為代理理論打破了經(jīng)典代理理論的理性經(jīng)濟(jì)人假設(shè)，認(rèn)為高管表現(xiàn)出的是損失規(guī)避而非風(fēng)險(xiǎn)規(guī)避，損失給高管帶來(lái)的負(fù)效用比同等收益帶來(lái)的正效用更大。不同于股票期權(quán)激勵(lì)的預(yù)期價(jià)值，稟賦價(jià)值反映的是高管視為自有財(cái)富的股票期權(quán)的心理價(jià)值。作為非完全理性人，高管受到框架效應(yīng)的影響，對(duì)股票期權(quán)當(dāng)前稟賦價(jià)值的保護(hù)會(huì)降低其風(fēng)險(xiǎn)承擔(dān)水平。①?gòu)姆A賦價(jià)值屬性看，由于高管的心理自欺(可能將股票期權(quán)自欺為持有股票)，會(huì)將其視為已經(jīng)擁有的財(cái)富，不愿意看到這種價(jià)值的貶值，尤其當(dāng)股票期權(quán)已經(jīng)達(dá)到行權(quán)條件時(shí)，更具有“真金白銀”的性質(zhì)而可以較易兌現(xiàn)。但這部分價(jià)值隨著股票市場(chǎng)的波動(dòng)而波動(dòng)，高管的冒險(xiǎn)行為會(huì)加劇股票市場(chǎng)的波動(dòng)，使稟賦價(jià)值有增加的可能，同時(shí)也存在股價(jià)下跌而使該部分價(jià)值減少的風(fēng)險(xiǎn)，為保護(hù)當(dāng)前稟賦價(jià)值，高管產(chǎn)生風(fēng)險(xiǎn)規(guī)避心理。②由于高管是損失規(guī)避而非風(fēng)險(xiǎn)規(guī)避，對(duì)損失威脅的感知比對(duì)獲利可能性的感知更為強(qiáng)烈，所以高管盡力維護(hù)這部分價(jià)值，避免做出可能使當(dāng)前稟賦價(jià)值增值但波動(dòng)風(fēng)險(xiǎn)更大的決策，由此降低高管決策時(shí)的風(fēng)險(xiǎn)承擔(dān)水平。可見(jiàn)，股票期權(quán)稟賦價(jià)值的增加反而會(huì)降低高管的風(fēng)險(xiǎn)承擔(dān)水平。因此，本研究提出假設(shè)。

圖1 股票期權(quán)激勵(lì)異質(zhì)價(jià)值釋義Figure 1 Interpretation of Heterogeneous Value of Stock Option Incentive

H2股票期權(quán)激勵(lì)稟賦價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平具有顯著負(fù)相關(guān)關(guān)系。

除股票期權(quán)激勵(lì)外，貨幣薪酬和在職消費(fèi)等常規(guī)薪酬也是高管薪酬合約的重要組成部分。高管的風(fēng)險(xiǎn)態(tài)度不僅受某種單項(xiàng)薪酬影響，而且薪酬結(jié)構(gòu)及其變化也影響高管的風(fēng)險(xiǎn)承擔(dān)能力[27]。一方面，關(guān)于風(fēng)險(xiǎn)承擔(dān)能力，貨幣薪酬和在職消費(fèi)受市場(chǎng)波動(dòng)影響較小，可獲得性較好，風(fēng)險(xiǎn)相對(duì)較低，可為高管提供一種“收入保險(xiǎn)”，一定程度上降低了高管收入的不確定性[28]，提升高管的風(fēng)險(xiǎn)承擔(dān)能力；另一方面，關(guān)于風(fēng)險(xiǎn)承擔(dān)的動(dòng)力，RAVIV et al.[29]的研究發(fā)現(xiàn)，貨幣薪酬在一定程度上導(dǎo)致其持有者風(fēng)險(xiǎn)承擔(dān)的動(dòng)力減弱。由此推測(cè)，貨幣薪酬和在職消費(fèi)可能對(duì)股票期權(quán)激勵(lì)價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)關(guān)系產(chǎn)生一定的調(diào)節(jié)作用。具體地，貨幣薪酬(或在職消費(fèi))的比例越高，高管收入的保險(xiǎn)性越強(qiáng)，不確定性風(fēng)險(xiǎn)越小，即使因冒險(xiǎn)失敗而降低了股票期權(quán)方面的收益，起碼還可以得到貨幣薪酬和在職消費(fèi)作為保底收入。此時(shí)高管更有“底氣”去追求更多的股票期權(quán)預(yù)期價(jià)值，從而強(qiáng)化了股票期權(quán)激勵(lì)預(yù)期價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)之間的正相關(guān)關(guān)系，同時(shí)也會(huì)降低高管對(duì)股票期權(quán)當(dāng)前價(jià)值的稟賦效應(yīng)，從而弱化了股票期權(quán)激勵(lì)稟賦價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)之間的負(fù)相關(guān)關(guān)系。因此，本研究提出假設(shè)。

H3a貨幣薪酬的增加強(qiáng)化了股票期權(quán)激勵(lì)預(yù)期價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平的正相關(guān)關(guān)系；

H3b貨幣薪酬的增加弱化了股票期權(quán)激勵(lì)稟賦價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平的負(fù)相關(guān)關(guān)系；

H3c在職消費(fèi)的增加強(qiáng)化了股票期權(quán)激勵(lì)預(yù)期價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平的正相關(guān)關(guān)系；

H3d在職消費(fèi)的增加弱化了股票期權(quán)激勵(lì)稟賦價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平的負(fù)相關(guān)關(guān)系。

任何公司的高管都存在被解聘風(fēng)險(xiǎn)，使其產(chǎn)生任職危機(jī)，且隨著經(jīng)理人市場(chǎng)和媒體管理機(jī)制等的不斷完善，這一壓力越發(fā)明顯。現(xiàn)實(shí)社會(huì)中，各個(gè)公司面臨的內(nèi)外部環(huán)境差別很大，高管們的任職危機(jī)感強(qiáng)弱不一，對(duì)其風(fēng)險(xiǎn)決策和風(fēng)險(xiǎn)承擔(dān)能力產(chǎn)生不同影響。當(dāng)高管面臨較高的任職危機(jī)時(shí)，任何重要的風(fēng)險(xiǎn)決策都可能使其陷入更被動(dòng)的境地，承受更大的解聘風(fēng)險(xiǎn)。由此推測(cè)，任職危機(jī)的增大可能弱化股票期權(quán)激勵(lì)預(yù)期價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)之間的正相關(guān)關(guān)系。①高管任職危機(jī)的產(chǎn)生往往源于較差的公司業(yè)績(jī)，對(duì)應(yīng)的股票期權(quán)激勵(lì)預(yù)期價(jià)值增值的可能性大大降低，使高管失去追求預(yù)期價(jià)值的動(dòng)力。②任職危機(jī)的出現(xiàn)說(shuō)明之前高管推動(dòng)公司價(jià)值增值的行動(dòng)并未取得成功，根據(jù)行為經(jīng)濟(jì)學(xué)中的啟發(fā)式偏差理論，個(gè)體往往依據(jù)最近獲得的信息判斷下期是否該采取某種行動(dòng)，高管之前采取的提高風(fēng)險(xiǎn)承擔(dān)水平的行動(dòng)并未成功，其繼續(xù)提高風(fēng)險(xiǎn)承擔(dān)水平的可能性大大降低。此外，任職危機(jī)還可能影響高管對(duì)股票期權(quán)激勵(lì)當(dāng)前價(jià)值的心理感知，任職危機(jī)越大，高管對(duì)股票期權(quán)激勵(lì)當(dāng)前稟賦價(jià)值的感知越小，稟賦效應(yīng)越弱，高管的風(fēng)險(xiǎn)規(guī)避程度越低。因?yàn)橐坏┍唤馄福吖苓B正式收入都將不能奢望，處于心理自欺下的稟賦價(jià)值更將毫無(wú)意義。而且解聘對(duì)高管聲譽(yù)造成的不良影響也會(huì)降低高管對(duì)股票期權(quán)激勵(lì)稟賦價(jià)值的感知，DESAI et al.[30]研究發(fā)現(xiàn)，被解聘的高管尋找的下家公司往往規(guī)模更小、行業(yè)知名度更低，且簽約薪酬降低。由此推測(cè)，任職危機(jī)可能弱化股票期權(quán)激勵(lì)稟賦價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平之間的負(fù)相關(guān)關(guān)系。因此，本研究提出假設(shè)。

H4a任職危機(jī)弱化了股票期權(quán)激勵(lì)預(yù)期價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平的正相關(guān)關(guān)系；

H4b任職危機(jī)弱化了股票期權(quán)激勵(lì)稟賦價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平的負(fù)相關(guān)關(guān)系。

3 研究設(shè)計(jì)

3.1 樣本選擇和數(shù)據(jù)來(lái)源

參考《上市公司股權(quán)激勵(lì)管理辦法(試行)》的公布時(shí)間，本研究以2006年1月至2016年12月底披露股票期權(quán)激勵(lì)計(jì)劃的滬深兩市A股上市公司為研究樣本。為保證樣本代表性并滿足實(shí)證研究需要，對(duì)初選樣本進(jìn)行篩選：①剔除曾經(jīng)ST過(guò)的樣本公司，②剔除金融保險(xiǎn)類的樣本公司，③剔除被激勵(lì)對(duì)象不是高管的樣本公司，④剔除年度在職消費(fèi)數(shù)額小于50 000元人民幣的樣本公司，⑤剔除變量數(shù)據(jù)缺失的樣本公司。經(jīng)以上處理后，獲得1 562個(gè)有效觀測(cè)值。本研究涉及數(shù)據(jù)均取自于樣本公司年報(bào)和有關(guān)數(shù)據(jù)庫(kù)，其中股票期權(quán)激勵(lì)計(jì)劃涉及數(shù)據(jù)源于Wind數(shù)據(jù)庫(kù)，股票價(jià)格數(shù)據(jù)源于Resset數(shù)據(jù)庫(kù)，高管貨幣薪酬數(shù)據(jù)源于CSMAR數(shù)據(jù)庫(kù)，在職消費(fèi)數(shù)據(jù)從上市公司年報(bào)中手工采集，其他主要變量和控制變量數(shù)據(jù)源于Wind數(shù)據(jù)庫(kù)和上市公司年報(bào)。為提高實(shí)證研究質(zhì)量，對(duì)所有變量在1%和99%水平上進(jìn)行Winsorize處理，數(shù)據(jù)處理和分析采用Stata 12軟件進(jìn)行。

3.2 變量選取

3.2.1 因變量

本研究的因變量為高管風(fēng)險(xiǎn)承擔(dān)水平，采用計(jì)算特質(zhì)風(fēng)險(xiǎn)的方法測(cè)量高管風(fēng)險(xiǎn)承擔(dān)水平，特質(zhì)風(fēng)險(xiǎn)一般用特質(zhì)波動(dòng)率測(cè)量。關(guān)于特質(zhì)波動(dòng)率的計(jì)算，目前學(xué)界有兩種主流的方法，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]的研究為代表；二是基于CAPM模型的間接分解法，以FERREIRA et al.[32]的研究為代表。為提高研究的穩(wěn)健性，本研究同時(shí)借鑒PANOUSI et al.[23]和FERREIRA et al.[32]的方法計(jì)算特質(zhì)波動(dòng)率，并分別稱為P-P方法和F-L方法。

(1) P-P方法。PANOUSI et al.[23]將每家上市公司個(gè)股收益與市場(chǎng)收益和行業(yè)收益進(jìn)行回歸，將股票收益中剔除市場(chǎng)因素和行業(yè)因素影響后的殘差的波動(dòng)率作為測(cè)量特質(zhì)風(fēng)險(xiǎn)的依據(jù)，在進(jìn)行回歸時(shí)使用周數(shù)據(jù)。但根據(jù)O′HARA[33]的研究，換手率對(duì)個(gè)股收益及其波動(dòng)也產(chǎn)生重要影響。因此，本研究在PANOUSI et al.[23]的基礎(chǔ)上，加入個(gè)股換手率作為控制變量，也使用周數(shù)據(jù)，用RisP-P標(biāo)記P-P方法計(jì)算的高管風(fēng)險(xiǎn)承擔(dān)水平，計(jì)算方法為

(1)

i公司第m年的高管風(fēng)險(xiǎn)承擔(dān)水平為

(2)

(2)F-L方法。FERREIRA et al.[32]利用CAPM模型剔除個(gè)股收益中的系統(tǒng)性風(fēng)險(xiǎn)補(bǔ)償收益(即某市場(chǎng)超額收益率)，將個(gè)股超額收益率和系統(tǒng)性風(fēng)險(xiǎn)補(bǔ)償收益進(jìn)行回歸。本研究在此也增加個(gè)股換手率為控制變量，用RisF-L標(biāo)記F-L方法計(jì)算的高管風(fēng)險(xiǎn)承擔(dān)水平，計(jì)算方法為

(3)

(4)

3.2.2 自變量

本研究的自變量為股票期權(quán)激勵(lì)價(jià)值，包括預(yù)期價(jià)值和稟賦價(jià)值，無(wú)論哪種價(jià)值，都包括兩部分，即尚未達(dá)到行權(quán)標(biāo)準(zhǔn)的股票期權(quán)和已經(jīng)達(dá)到行權(quán)標(biāo)準(zhǔn)但尚未行權(quán)的股票期權(quán)。

(1)預(yù)期價(jià)值。預(yù)期價(jià)值反映高管對(duì)股票期權(quán)未來(lái)價(jià)值的一種預(yù)期，可用期權(quán)預(yù)期價(jià)格與持有數(shù)量的乘積減去相關(guān)成本來(lái)計(jì)算。期權(quán)預(yù)期價(jià)格是計(jì)算預(yù)期價(jià)值的關(guān)鍵，借鑒Black-Scholes模型進(jìn)行計(jì)算。Black-Scholes模型是測(cè)量高管股票期權(quán)預(yù)期價(jià)格的最常用模型，雖然現(xiàn)實(shí)中并不存在Black-Scholes模型的完美市場(chǎng)假設(shè)，但它能在很大程度上反映事前高管對(duì)股票期權(quán)未來(lái)價(jià)格的預(yù)期[5]。相關(guān)成本主要是期權(quán)的行權(quán)成本。本研究采用考核期內(nèi)年初作為計(jì)算股票期權(quán)激勵(lì)預(yù)期價(jià)值的時(shí)間點(diǎn)，以PrV標(biāo)記預(yù)期價(jià)值，計(jì)算方法為

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為尚未達(dá)到行權(quán)標(biāo)準(zhǔn)的股票期權(quán)激勵(lì)的預(yù)期價(jià)值；PrV2為已經(jīng)達(dá)到行權(quán)標(biāo)準(zhǔn)但尚未行權(quán)的股票期權(quán)激勵(lì)的預(yù)期價(jià)值；Opt為股票期權(quán)預(yù)期價(jià)格；Num1為期權(quán)數(shù)量；P0為期權(quán)授予時(shí)點(diǎn)設(shè)定的行權(quán)價(jià)格；Num2為轉(zhuǎn)化的普通股的股數(shù)；S為股票期權(quán)考核期年末之前60個(gè)交易日平均收盤(pán)價(jià)；N(d1)和N(d2)為標(biāo)準(zhǔn)正態(tài)分布的累積密度函數(shù)；H為期權(quán)剩余存續(xù)期；δ=ln(1+無(wú)風(fēng)險(xiǎn)收益率)，無(wú)風(fēng)險(xiǎn)收益率選用T年年初1年期存款利率；σ為年化股票收益波動(dòng)率，在此設(shè)為最近100周的年化波動(dòng)率；P為期末股價(jià)。

(2)稟賦價(jià)值。對(duì)稟賦價(jià)值的測(cè)量是本研究的關(guān)鍵，與預(yù)期價(jià)值不同，稟賦價(jià)值意味著高管心理上有一個(gè)價(jià)值參考點(diǎn)。WISEMAN et al.[19]認(rèn)為，行業(yè)因素在高管心理增量評(píng)價(jià)中占據(jù)重要地位，高管的增量評(píng)價(jià)水平很大程度上依行業(yè)水平的變化而變化，因此，行業(yè)水平是高管進(jìn)行增量評(píng)價(jià)時(shí)的重要參考點(diǎn)?；诖?，本研究在估測(cè)高管股票期權(quán)激勵(lì)的稟賦價(jià)值時(shí)，以行業(yè)因素作為主要參考點(diǎn)，用EnV標(biāo)記稟賦價(jià)值，計(jì)算方法為

EnV=EnV1+EnV2

(11)

EnV1=max{[P′(1+g)tim-P0]Num2,0}

(12)

EnV2=(P-P0)Num2

(13)

其中，EnV1為尚未達(dá)到行權(quán)標(biāo)準(zhǔn)的股票期權(quán)激勵(lì)的稟賦價(jià)值，EnV2為已經(jīng)達(dá)到行權(quán)標(biāo)準(zhǔn)但尚未行權(quán)的股票期權(quán)激勵(lì)的稟賦價(jià)值，P′為期權(quán)授予時(shí)點(diǎn)股價(jià)，g為期權(quán)授予時(shí)點(diǎn)至計(jì)算時(shí)點(diǎn)年度行業(yè)平均股價(jià)增長(zhǎng)率，tim為期權(quán)授予時(shí)點(diǎn)至計(jì)算時(shí)點(diǎn)的年份數(shù)。

在回歸時(shí)用公司總資產(chǎn)對(duì)兩個(gè)自變量予以單位化處理，即將股票期權(quán)激勵(lì)預(yù)期價(jià)值和稟賦價(jià)值分別除以期末總資產(chǎn)(Ass)后取其相對(duì)值。

3.2.3 調(diào)節(jié)變量

本研究的調(diào)節(jié)變量包括貨幣薪酬、在職消費(fèi)和任職危機(jī)。

(1)貨幣薪酬。本研究采用公司年報(bào)中薪酬最高的前5位高管貨幣薪酬之和進(jìn)行測(cè)量，用Sal標(biāo)記。同樣，在具體的回歸模型中也將貨幣薪酬用期末總資產(chǎn)予以單位化處理，下述在職消費(fèi)變量的處理與此類似。

(2)在職消費(fèi)。本研究采用將年報(bào)附注中披露的辦公費(fèi)、差旅費(fèi)、會(huì)議費(fèi)、國(guó)(境)外培訓(xùn)費(fèi)、業(yè)務(wù)招待費(fèi)、通信費(fèi)、董事會(huì)費(fèi)和小車(chē)費(fèi)八大費(fèi)用之和測(cè)量[34]，用Per標(biāo)記。

(3)任職危機(jī)。本研究的高管任職危機(jī)是指高管在公司業(yè)績(jī)較差時(shí)面臨的被強(qiáng)制解雇的可能性，用Epc標(biāo)記。借鑒CHAKRABORTY et al.[35]的做法測(cè)量任職危機(jī)，具體步驟如下： ①構(gòu)建線性計(jì)量模型，該模型以公司薪酬最高的前5位高管在當(dāng)年是否發(fā)生強(qiáng)制性變更作為被解釋變量，當(dāng)年發(fā)生變更取值為1，否則取值為0；以上年度的凈資產(chǎn)收益率、前5位高管薪酬總和的對(duì)數(shù)、董事長(zhǎng)和總經(jīng)理平均任期年數(shù)、董事長(zhǎng)和總經(jīng)理平均年齡、營(yíng)業(yè)收入增長(zhǎng)比率、獨(dú)董比例、第一大股東持股比例和國(guó)有持股比例8個(gè)指標(biāo)作為解釋變量。②收集2004年至2014年數(shù)據(jù)，代入上述模型，求8個(gè)解釋變量的系數(shù)和截距項(xiàng)；③利用上述模型回歸結(jié)果中取得的所有解釋變量系數(shù)的值和截距項(xiàng)的值，反過(guò)來(lái)對(duì)高管發(fā)生強(qiáng)制性變更的可能性大小進(jìn)行預(yù)測(cè)，得到的預(yù)測(cè)值即為本研究測(cè)量的Epc值。需要指出的是，最后一步進(jìn)行預(yù)測(cè)時(shí)，所用數(shù)據(jù)為2005年至2015年數(shù)據(jù)，可以求各樣本公司2006年至2016年的Epc預(yù)測(cè)值，并且考慮到預(yù)測(cè)模型營(yíng)業(yè)收入增長(zhǎng)比率和第一大股東持股比例與后文任職危機(jī)的調(diào)節(jié)效應(yīng)檢驗(yàn)?zāi)Ｐ椭泄境砷L(zhǎng)性和大股東持股比例有所重復(fù)，為克服共線性問(wèn)題，對(duì)預(yù)測(cè)模型解釋變量使用的數(shù)據(jù)都進(jìn)行中心化處理。

3.2.4 控制變量

結(jié)合本研究實(shí)際，選取公司成長(zhǎng)性、公司性質(zhì)、大股東持股比例、董事會(huì)規(guī)模、高管年齡、高管性別、高管任職時(shí)間和是否兩職合一作為控制變量，還控制行業(yè)和年份兩個(gè)虛擬變量。各變量名稱、符號(hào)和具體釋義見(jiàn)表1。

3.3 回歸模型設(shè)定

3.3.1 股票期權(quán)激勵(lì)預(yù)期(稟賦)價(jià)值對(duì)高管風(fēng)險(xiǎn)承擔(dān)水平影響的回歸模型

為了檢驗(yàn)股票期權(quán)激勵(lì)預(yù)期(稟賦)價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平的關(guān)系，本研究建立回歸模型。在此，考慮到股票期權(quán)激勵(lì)的時(shí)效性，因變量高管風(fēng)險(xiǎn)承擔(dān)水平的設(shè)置比股票期權(quán)激勵(lì)預(yù)期(稟賦)價(jià)值滯后1期，且將股票期權(quán)激勵(lì)預(yù)期(稟賦)價(jià)值除以期末總資產(chǎn)后取其相對(duì)值，后文模型構(gòu)建與此類似?；貧w模型為

表1 變量名稱、定義和符號(hào)預(yù)判Table 1 Names, Definition and Symbols′ Prediction of Variables

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

(14)

3.3.2 調(diào)節(jié)變量對(duì)股票期權(quán)激勵(lì)預(yù)期(稟賦)價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平關(guān)系影響的回歸模型

為了檢驗(yàn)貨幣薪酬對(duì)股票期權(quán)激勵(lì)預(yù)期(稟賦)價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平關(guān)系的調(diào)節(jié)效應(yīng)，在回歸模型(14)式的基礎(chǔ)上，加入貨幣薪酬以及貨幣薪酬與股票期權(quán)激勵(lì)預(yù)期(稟賦)價(jià)值的交互項(xiàng)，構(gòu)建回歸模型(15)式。有關(guān)在職消費(fèi)和任職危機(jī)調(diào)節(jié)效應(yīng)的回歸模型參照(15)式，將(15)式中的Sal分別替換為在職消費(fèi)和高管任職危機(jī)，后兩個(gè)調(diào)節(jié)作用的多元回歸模型不再列示。

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

(15)

4 研究結(jié)果

4.1 變量的描述性統(tǒng)計(jì)分析

表2給出樣本數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果。由表2可知，①無(wú)論用P-P測(cè)量方法還是用F-L測(cè)量方法，樣本公司高管風(fēng)險(xiǎn)承擔(dān)水平差距都較大。RisP-P最小值為0.002，最大值為1.206，標(biāo)準(zhǔn)差為0.139；RisF-L最小值為0.001，最大值為0.825，標(biāo)準(zhǔn)差為0.084。說(shuō)明實(shí)施股票期權(quán)激勵(lì)的樣本公司間高管風(fēng)險(xiǎn)承擔(dān)水平的波動(dòng)幅度較大。②期權(quán)激勵(lì)異質(zhì)價(jià)值方面，無(wú)論是股票期權(quán)激勵(lì)的預(yù)期價(jià)值還是稟賦價(jià)值，其數(shù)值都超過(guò)貨幣薪酬或在職消費(fèi)的數(shù)額，PrV的均值為2 715萬(wàn)元，EnV的均值為2 256萬(wàn)元，均高于Sal的均值155.362萬(wàn)元和Per的均值943.700萬(wàn)元，說(shuō)明樣本公司中股票期權(quán)的收入成為高管收入的重要組成部分；此外，股票期權(quán)激勵(lì)的預(yù)期價(jià)值和稟賦價(jià)值均出現(xiàn)均值大于中位數(shù)的現(xiàn)象，說(shuō)明樣本中存在個(gè)別實(shí)施股票期權(quán)激勵(lì)規(guī)模較大的公司。③樣本公司高管面臨的任職危機(jī)參差不齊，Epc的最小值為0.069，最大值為0.489，且同樣是均值大于中位數(shù)，說(shuō)明個(gè)別公司高管的任職前景不容樂(lè)觀。④控制變量方面，Gro的均值為23.905%，整體來(lái)看實(shí)施股票期權(quán)的公司成長(zhǎng)性良好；Soe的均值僅為0.185，說(shuō)明實(shí)施股票期權(quán)的公司多數(shù)是非國(guó)有公司；Gen的均值為0.173，說(shuō)明實(shí)施股票期權(quán)的公司高管團(tuán)隊(duì)中以男性為主；高管在樣本公司任職時(shí)間平均在7年左右。此外，F(xiàn)ir、Boa、Age和Dua盡管存在不同程度偏差，但總體上在合理范圍內(nèi)。

表2 描述性統(tǒng)計(jì)結(jié)果Table 2 Results for Descriptive Statistics

4.2 變量的相關(guān)性分析

表3為主要變量的Pearson相關(guān)性分析統(tǒng)計(jì)結(jié)果。由表3可知，RisP-P和RisF-L與PrV均在5%水平上顯著正相關(guān)，與EnV分別在5%和10%水平上顯著負(fù)相關(guān)，H1和H2得到初步驗(yàn)證，具體結(jié)論還需進(jìn)一步回歸分析。PrV與EnV的相關(guān)系數(shù)為0.052，但沒(méi)有通過(guò)顯著性檢驗(yàn)，說(shuō)明高管對(duì)股票期權(quán)激勵(lì)增量評(píng)價(jià)時(shí)并沒(méi)有以本研究測(cè)量的預(yù)期價(jià)值為心理參考點(diǎn)。同時(shí)，RisP-P與Sal、Ass、Soe、Fir、Boa、Age、Gen顯著負(fù)相關(guān)，與Epc、Gro、Lon、Dua顯著正相關(guān)，RisF-L與各變量的相關(guān)情況整體上與RisP-P類似，表1中大部分變量的符號(hào)預(yù)判得到支持。

此外，變量間的Pearson相關(guān)系數(shù)都在0.500以下，方差膨脹系數(shù)結(jié)果表明，VIF值都顯著小于10(限于篇幅，這里并未列示)，說(shuō)明把這些變量引入回歸模型可能引起的多重共線性問(wèn)題較輕。

4.3 回歸結(jié)果分析

首先對(duì)面板數(shù)據(jù)回歸模型進(jìn)行Hausman檢驗(yàn)，結(jié)果表明，p值均小于0.010，適合采用固定效應(yīng)多元回歸模型進(jìn)行估計(jì)。表4給出因變量為RisP-P的回歸結(jié)果，表5給出因變量為RisF-L的回歸結(jié)果。表4中，模型1僅含控制變量，模型2為PrV對(duì)RisP-P的主效應(yīng)檢驗(yàn)結(jié)果，模型3、模型4和模型5分別為Sal、Per、Epc對(duì)主效應(yīng)關(guān)系調(diào)節(jié)作用檢驗(yàn)結(jié)果，模型6為EnV對(duì)RisP-P的主效應(yīng)檢驗(yàn)結(jié)果，模型7、模型8和模型9分別為Sal、Per、Epc對(duì)主效應(yīng)關(guān)系調(diào)節(jié)作用的檢驗(yàn)結(jié)果。表5中，模型10～模型18的含義與表4中的模型1～模型9類似，不再贅述。

表3 Pearson相關(guān)系數(shù)分析結(jié)果Table 3 Results for Pearson Correlation Coefficients Analysis

注：***為在1%水平上顯著，**為在5%水平上顯著，*為在10%水平上顯著，雙尾檢驗(yàn)，下同。

表4 因變量為RisP-P的回歸結(jié)果Table 4 Regression Results for RisP-P as the Dependent Variable

注：括號(hào)內(nèi)數(shù)據(jù)為t值，下同。

表5 因變量為RisF-L的回歸結(jié)果Table 5 Regression Results for RisF-L as the Dependent Variable

(1)主效應(yīng)檢驗(yàn)。表4的模型2和模型6以及表5的模型11和模型15的實(shí)證結(jié)果表明，模型擬合優(yōu)度較高，F(xiàn)值均在1%水平上顯著，說(shuō)明實(shí)證研究結(jié)果可信度較高。由表4可知，模型2的回歸結(jié)果表明，PrV的回歸系數(shù)為0.052，t值為2.309，與RisP-P在5%水平上顯著正相關(guān)，說(shuō)明股票期權(quán)激勵(lì)預(yù)期價(jià)值對(duì)高管風(fēng)險(xiǎn)承擔(dān)水平具有顯著的正向促進(jìn)作用，H1得到驗(yàn)證。模型6的回歸結(jié)果表明，EnV的回歸系數(shù)為-0.036，t值為-2.317，與RisP-P在5%水平上顯著負(fù)相關(guān)，說(shuō)明股票期權(quán)激勵(lì)稟賦價(jià)值越大，高管風(fēng)險(xiǎn)承擔(dān)水平越低，H2得到驗(yàn)證。由表5可知，模型11的回歸結(jié)果表明，PrV的回歸系數(shù)為0.016，t值為2.355，與RisF-L在5%水平上顯著正相關(guān)，H1再次得到驗(yàn)證。模型15的回歸結(jié)果表明，EnV的回歸系數(shù)為-0.044，t值為-1.930，與RisF-L在10%水平上顯著負(fù)相關(guān)，H2再次得到驗(yàn)證?？刂谱兞糠矫?，表4和表5中，公司成長(zhǎng)性、是否兩職合一、公司性質(zhì)、大股東持股比例和高管性別與高管風(fēng)險(xiǎn)承擔(dān)水平整體上呈現(xiàn)較為顯著的相關(guān)關(guān)系，與表1中的符號(hào)預(yù)判基本一致。綜合上述分析，無(wú)論將RisP-P還是RisF-L作為被解釋變量，股票期權(quán)激勵(lì)預(yù)期價(jià)值與其都表現(xiàn)出顯著正相關(guān)關(guān)系，股票期權(quán)激勵(lì)稟賦價(jià)值與其都表現(xiàn)出顯著負(fù)相關(guān)關(guān)系。

(2)貨幣薪酬的調(diào)節(jié)效應(yīng)檢驗(yàn)。表4模型3的檢驗(yàn)結(jié)果表明，PrV·Sal的回歸系數(shù)為0.039，t值為1.940，在10%水平上顯著；表5模型12的檢驗(yàn)結(jié)果表明，PrV·Sal的回歸系數(shù)為0.027，t值為1.856，在10%水平上顯著。說(shuō)明貨幣薪酬對(duì)股票期權(quán)激勵(lì)預(yù)期價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平之間的正相關(guān)關(guān)系具有顯著正向調(diào)節(jié)作用，H3a得到驗(yàn)證。表4模型7的檢驗(yàn)結(jié)果表明，EnV·Sal的回歸系數(shù)為0.030，t值為1.928，在10%水平上顯著；表5模型16的檢驗(yàn)結(jié)果表明，EnV·Sal的回歸系數(shù)為0.018，t值為2.043，在5%水平上顯著。說(shuō)明貨幣薪酬弱化了股票期權(quán)激勵(lì)稟賦價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平之間的負(fù)相關(guān)性，H3b得到驗(yàn)證。為了更直觀展示貨幣薪酬的調(diào)節(jié)效應(yīng)，本研究以高管風(fēng)險(xiǎn)承擔(dān)水平RisP-P為例，根據(jù)表4模型3和模型7的檢驗(yàn)結(jié)果繪制調(diào)節(jié)效應(yīng)圖，圖2展示了貨幣薪酬對(duì)股票期權(quán)激勵(lì)預(yù)期價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平之間關(guān)系的調(diào)節(jié)作用，圖3展示了貨幣薪酬對(duì)股票期權(quán)激勵(lì)稟賦價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平之間關(guān)系的調(diào)節(jié)作用。

(3)在職消費(fèi)的調(diào)節(jié)效應(yīng)檢驗(yàn)。表4模型4的檢驗(yàn)結(jié)果表明，PrV·Per的回歸系數(shù)為0.028，t值為1.041；表5模型13的檢驗(yàn)結(jié)果表明，PrV·Per的回歸系數(shù)為0.051，t值為1.532。兩個(gè)交互項(xiàng)均沒(méi)有通過(guò)顯著性檢驗(yàn)。表4模型8的檢驗(yàn)結(jié)果表明，EnV·Per的回歸系數(shù)為0.042，t值為1.353；表5模型17的檢驗(yàn)結(jié)果表明，EnV·Per的回歸系數(shù)為0.053，t值為1.270。兩個(gè)交互項(xiàng)也沒(méi)有通過(guò)顯著性檢驗(yàn)。這一結(jié)果說(shuō)明在職消費(fèi)對(duì)股票期權(quán)激勵(lì)預(yù)期價(jià)值(稟賦價(jià)值)與高管風(fēng)險(xiǎn)承擔(dān)水平的正(負(fù))相關(guān)性沒(méi)有實(shí)質(zhì)影響，其調(diào)節(jié)效應(yīng)沒(méi)有得到驗(yàn)證，H3c和H3d有關(guān)在職消費(fèi)的調(diào)節(jié)作用不成立。究其原因，本研究認(rèn)為這可能與在職消費(fèi)的職務(wù)消費(fèi)性質(zhì)有關(guān)，在職消費(fèi)有用于關(guān)系維護(hù)和自?shī)氏M(fèi)的特點(diǎn)[36]，是一項(xiàng)伴隨性費(fèi)用，具有這兩個(gè)特點(diǎn)的在職消費(fèi)占在職消費(fèi)總額的比例不容小覷，且這兩部分在職消費(fèi)有極大的不確定性，無(wú)法比擬貨幣薪酬的長(zhǎng)期擁有性和金額確定性，很大程度上降低了在職消費(fèi)對(duì)高管收入的“保險(xiǎn)”作用。因此，在職消費(fèi)多種特性的混合導(dǎo)致其調(diào)節(jié)作用不明顯。

圖2 貨幣薪酬對(duì)股票期權(quán)激勵(lì)預(yù)期價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平之間關(guān)系的調(diào)節(jié)作用Figure 2 Moderating Effect of Monetary Compensation on the Relationship between Prospective Value of Stock Option Incentive and Executive′s Risk-taking

圖3 貨幣薪酬對(duì)股票期權(quán)激勵(lì)稟賦價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平之間關(guān)系的調(diào)節(jié)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)任職危機(jī)的調(diào)節(jié)效應(yīng)檢驗(yàn)。表4模型5的回歸結(jié)果表明，PrV·Epc的回歸系數(shù)為-0.007，t值為-2.258，在5%水平上顯著，說(shuō)明任職危機(jī)弱化了股票期權(quán)激勵(lì)預(yù)期價(jià)值與RisP-P的正相關(guān)性。表5模型14的回歸結(jié)果表明，PrV·Epc的回歸系數(shù)為-0.017，t值為-2.213，在5%水平上顯著，說(shuō)明任職危機(jī)對(duì)股票期權(quán)激勵(lì)預(yù)期價(jià)值與RisF-L的正相關(guān)關(guān)系具有顯著的負(fù)向影響?？梢?jiàn)，任職危機(jī)弱化了股票期權(quán)激勵(lì)預(yù)期價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平的正相關(guān)關(guān)系，H4a得到驗(yàn)證。表4模型9的檢驗(yàn)結(jié)果表明，EnV·Epc的回歸系數(shù)為0.006，t值為2.162，在5%水平上顯著；表5模型18的檢驗(yàn)結(jié)果表明，EnV·Epc的回歸系數(shù)為0.005，t值為1.924，在10%水平上顯著。表明任職危機(jī)同樣弱化了股票期權(quán)激勵(lì)稟賦價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平之間的負(fù)相關(guān)關(guān)系，H4b得到驗(yàn)證。為了更直觀展示任職危機(jī)對(duì)股票期權(quán)激勵(lì)預(yù)期價(jià)值(稟賦價(jià)值)與高管風(fēng)險(xiǎn)承擔(dān)水平關(guān)系的調(diào)節(jié)效應(yīng)，仍以高管風(fēng)險(xiǎn)承擔(dān)水平RisP-P為例，根據(jù)表4模型5和模型9檢驗(yàn)結(jié)果繪制調(diào)節(jié)效應(yīng)圖，圖4展示了任職危機(jī)對(duì)股票期權(quán)激勵(lì)預(yù)期價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平之間關(guān)系的調(diào)節(jié)作用，圖5展示了任職危機(jī)對(duì)股票期權(quán)激勵(lì)稟賦價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平之間關(guān)系的調(diào)節(jié)作用。

圖4 任職危機(jī)對(duì)股票期權(quán)激勵(lì)預(yù)期價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平之間關(guān)系的調(diào)節(jié)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

圖5 任職危機(jī)對(duì)股票期權(quán)激勵(lì)稟賦價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平之間關(guān)系的調(diào)節(jié)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 穩(wěn)健性檢驗(yàn)

4.4.1 內(nèi)生性問(wèn)題檢驗(yàn)

本研究雖然在回歸模型的設(shè)計(jì)中已經(jīng)將因變量設(shè)置為比自變量滯后1期，但仍可能存在內(nèi)生性問(wèn)題。為了使研究結(jié)果更為穩(wěn)健，本研究采用工具變量?jī)呻A段最小二乘法對(duì)主效應(yīng)關(guān)系重新進(jìn)行回歸分析，選取的工具變量為各年各行業(yè)實(shí)施股票期權(quán)激勵(lì)計(jì)劃上市公司的數(shù)量和各年各行業(yè)股票期權(quán)激勵(lì)預(yù)期價(jià)值(或稟賦價(jià)值)的均值。本研究認(rèn)為各行業(yè)實(shí)施股票期權(quán)激勵(lì)計(jì)劃上市公司的數(shù)量以及各行業(yè)股票期權(quán)激勵(lì)預(yù)期價(jià)值(或稟賦價(jià)值)的均值會(huì)影響行業(yè)內(nèi)個(gè)體公司股票期權(quán)激勵(lì)的兩個(gè)異質(zhì)價(jià)值，且這兩個(gè)變量與本研究的因變量高管風(fēng)險(xiǎn)承擔(dān)水平不存在理論上的直接相關(guān)關(guān)系。

表6給出兩階段最小二乘法的回歸結(jié)果，股票期權(quán)激勵(lì)預(yù)期價(jià)值和稟賦價(jià)值來(lái)自第1階段利用工具變量回歸得到的預(yù)測(cè)值，控制變量回歸結(jié)果略去。表6模型19和模型20分別對(duì)應(yīng)表4模型2和模型6，模型21和模型22分別對(duì)應(yīng)表5模型11和模型15。由表6可知，工具變量化的PrV對(duì)RisP-P和RisF-L的回歸系數(shù)分別為0.032和0.041，均在5%水平上顯著，H1再次得到驗(yàn)證；工具變量化的EnV對(duì)RisP-P和RisF-L的回歸系數(shù)分別為-0.017和-0.022，均在10%水平上顯著，H2再次得到驗(yàn)證。以上結(jié)果表明，主效應(yīng)的回歸結(jié)果基本不變，相關(guān)結(jié)果穩(wěn)健。

表6 工具變量的兩階段最小二乘法下回歸結(jié)果Table 6 Regression Results for the Instrumental Variable-2SLS Method

4.4.2 其他穩(wěn)健性檢驗(yàn)

為進(jìn)一步保證研究可靠性，本研究還進(jìn)行以下穩(wěn)健性檢驗(yàn)：①直接運(yùn)用改進(jìn)前原始的FAMA et al.[31]的3因素模型測(cè)量高管風(fēng)險(xiǎn)承擔(dān)水平；②將貨幣薪酬、任職危機(jī)、高管年齡和高管性別等變量的測(cè)量由薪酬最高的前5位高管替換為薪酬最高的前8位高管；③借鑒孫世敏等[36]的方法，將在職消費(fèi)的測(cè)量由加總法(即將八大費(fèi)用加總的測(cè)量方式)替換為剔除法(即從管理費(fèi)用中扣除折舊攤銷(xiāo)等不是在職消費(fèi)開(kāi)銷(xiāo)的測(cè)量方式)。上述穩(wěn)健性分析的回歸結(jié)果與前文基本一致，表明實(shí)證結(jié)果穩(wěn)健。

5 進(jìn)一步研究

如上所述，以特質(zhì)風(fēng)險(xiǎn)測(cè)量的高管風(fēng)險(xiǎn)承擔(dān)水平的具體內(nèi)容涉及研發(fā)投入[37]、杠桿水平[38]和公司產(chǎn)品經(jīng)營(yíng)的集中度[39]等，不同產(chǎn)業(yè)類型(主要是高新科技產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)的區(qū)別)公司中高管承擔(dān)的特質(zhì)風(fēng)險(xiǎn)的方向可能有所不同。因此，本研究進(jìn)一步研究股票期權(quán)激勵(lì)異質(zhì)價(jià)值對(duì)上述兩類產(chǎn)業(yè)類型高管的風(fēng)險(xiǎn)承擔(dān)方向有何影響。

另外，股票期權(quán)激勵(lì)計(jì)劃實(shí)施目的旨在降低因兩權(quán)分離導(dǎo)致的代理成本，促進(jìn)高管與股東利益一致。然而，現(xiàn)實(shí)情況并非總是如此，股票期權(quán)激勵(lì)也可能導(dǎo)致高管出現(xiàn)自利行為，損害股東價(jià)值。PENG et al.[40]認(rèn)為股票期權(quán)激勵(lì)促使高管進(jìn)行盈余管理，UZUN et al.[41]和楊慧輝等[42]發(fā)現(xiàn)股票期權(quán)激勵(lì)誘發(fā)高管的期權(quán)倒簽行為，盈余管理和倒簽行為都有損股東利益。前文已經(jīng)證實(shí)對(duì)股票期權(quán)激勵(lì)預(yù)期價(jià)值的追逐提高高管風(fēng)險(xiǎn)承擔(dān)水平，但風(fēng)險(xiǎn)承擔(dān)水平的提高并不意味著股東價(jià)值提高，過(guò)度的風(fēng)險(xiǎn)承擔(dān)反而損害股東價(jià)值。LEFEBVRE et al.[21]從理論上分析了股票期權(quán)激勵(lì)可能導(dǎo)致的高管過(guò)度風(fēng)險(xiǎn)承擔(dān)問(wèn)題，但缺乏大樣本實(shí)證研究。本研究試圖彌補(bǔ)這一缺陷，在前述研究的基礎(chǔ)上，進(jìn)一步探索高管對(duì)股票期權(quán)激勵(lì)預(yù)期價(jià)值的追逐是否導(dǎo)致高管過(guò)度風(fēng)險(xiǎn)承擔(dān)。

5.1 股票期權(quán)激勵(lì)異質(zhì)價(jià)值對(duì)不同產(chǎn)業(yè)類型高管風(fēng)險(xiǎn)承擔(dān)方向的影響

本研究依據(jù)中國(guó)證券監(jiān)督管理委員會(huì)《上市公司行業(yè)分類指引》(2012年修訂)劃分的A～S等19個(gè)產(chǎn)業(yè)門(mén)類，將屬于I類的信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，屬于C類制造業(yè)中高端制造業(yè)，屬于M類科學(xué)研究和技術(shù)服務(wù)業(yè)的樣本公司列為高科組，其他產(chǎn)業(yè)類別的樣本公司列為傳統(tǒng)組。得到1 562個(gè)觀測(cè)值，其中高科組有804個(gè)觀測(cè)值，傳統(tǒng)組有758個(gè)觀測(cè)值。分別以研發(fā)投入、杠桿水平和經(jīng)營(yíng)集中度為因變量進(jìn)行回歸檢驗(yàn)，具體計(jì)算方式為

回歸結(jié)果見(jiàn)表7，控制變量回歸結(jié)果略去。

由表7可知，高科組PrV與研發(fā)投入的回歸系數(shù)為0.027，t值為2.115，在5%水平上顯著；與經(jīng)營(yíng)集中度的回歸系數(shù)為0.006，t值為1.873，在10%水平上顯著；與杠桿水平的系數(shù)沒(méi)有通過(guò)顯著性檢驗(yàn)。高科組EnV與研發(fā)投入的回歸系數(shù)為-0.012，t值為-1.908，在10%水平上顯著；與經(jīng)營(yíng)集中度的回歸系數(shù)為-0.003，t值為-1.792，也在10%水平上顯著；與杠桿水平仍然沒(méi)有顯著關(guān)系。這一分析結(jié)果說(shuō)明，在高科產(chǎn)業(yè)公司中，股票期權(quán)激勵(lì)異質(zhì)價(jià)值主要影響的是研發(fā)投入和經(jīng)營(yíng)集中度方面的風(fēng)險(xiǎn)承擔(dān)水平。傳統(tǒng)組PrV與研發(fā)投入的回歸系數(shù)為0.017，t值為1.904，在10%水平上顯著；與杠桿水平的回歸系數(shù)為0.036，t值為2.217，在5%水平上顯著；與集中度的系數(shù)沒(méi)有通過(guò)顯著性檢驗(yàn)；傳統(tǒng)組EnV與研發(fā)投入的回歸系數(shù)為-0.039，t值為-1.874，在10%水平上顯著；與杠桿水平的回歸系數(shù)為-0.012，t值為-2.330，在5%水平上顯著；與經(jīng)營(yíng)集中度仍然不相關(guān)。說(shuō)明在傳統(tǒng)產(chǎn)業(yè)公司中，股票期權(quán)激勵(lì)異質(zhì)價(jià)值主要影響的是研發(fā)投入和杠桿水平方面的風(fēng)險(xiǎn)承擔(dān)水平，對(duì)經(jīng)營(yíng)集中度方面的風(fēng)險(xiǎn)承擔(dān)影響不明顯。

表7 股票期權(quán)激勵(lì)異質(zhì)價(jià)值對(duì)不同產(chǎn)業(yè)類型高管風(fēng)險(xiǎn)承擔(dān)方向影響的回歸結(jié)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 對(duì)預(yù)期價(jià)值的追逐是否導(dǎo)致高管過(guò)度風(fēng)險(xiǎn)承擔(dān)

研究該問(wèn)題的困難在于確定什么樣的風(fēng)險(xiǎn)承擔(dān)水平是過(guò)度的，本研究借鑒HOVAKIMIAN et al.[43]的研究思想，構(gòu)建高管風(fēng)險(xiǎn)承擔(dān)水平估計(jì)模型，先估計(jì)樣本公司最優(yōu)高管風(fēng)險(xiǎn)承擔(dān)水平，然后進(jìn)行分組檢驗(yàn)。

5.2.1 樣本分組

具體步驟：第1步，構(gòu)建高管風(fēng)險(xiǎn)承擔(dān)水平估計(jì)模型。前文已經(jīng)證明公司成長(zhǎng)性、公司性質(zhì)、大股東持股比例、董事會(huì)規(guī)模、高管年齡、高管性別、高管任職時(shí)間、兩職合一與高管風(fēng)險(xiǎn)承擔(dān)水平密切相關(guān)，且分析表明僅含這些控制變量構(gòu)建的回歸模型的組內(nèi)R2值較高，還考慮到股票期權(quán)激勵(lì)的預(yù)期價(jià)值和稟賦價(jià)值已用期末總資產(chǎn)單位化，故以上述各個(gè)變量為影響因素建立高管風(fēng)險(xiǎn)承擔(dān)水平的估計(jì)模型，即

RisP-P(RisF-L)

=γ0+γ1lnAss+γ2Gro+γ3Soe+γ4Fir+γ5Boa+

γ6Age+γ7Gen+γ8Lon+γ9Dua+ε

(16)

其中，γ0為常數(shù)項(xiàng)，γ1～γ9為各變量的回歸系數(shù)，ε為回歸殘差項(xiàng)。由于代入模型的數(shù)據(jù)是某行業(yè)某年度的橫截面數(shù)據(jù)，因此(16)式中各變量沒(méi)有i和t下標(biāo)，且不涉及控制行業(yè)和年份。

第2步，分行業(yè)分年度確定各影響因素的回歸系數(shù)。將各個(gè)行業(yè)樣本公司各年的變量數(shù)據(jù)代入(16)式，這樣兩類因變量下通過(guò)回歸分析，各得到165組(15個(gè)行業(yè)×11個(gè)年度)γ1～γ9值，限于篇幅，這里不再列示。

第3步，將實(shí)施股票期權(quán)激勵(lì)的樣本公司數(shù)據(jù)結(jié)合第1步估計(jì)的γ1～γ9值，運(yùn)用(16)式經(jīng)驗(yàn)估計(jì)模型確定各樣本公司各年的高管風(fēng)險(xiǎn)承擔(dān)水平。

第4步，將估計(jì)的每個(gè)樣本公司的高管風(fēng)險(xiǎn)承擔(dān)水平與當(dāng)年樣本公司實(shí)際高管風(fēng)險(xiǎn)承擔(dān)水平對(duì)比，若實(shí)際的風(fēng)險(xiǎn)承擔(dān)水平小于估計(jì)的風(fēng)險(xiǎn)承擔(dān)水平，說(shuō)明該公司在這一年度的高管風(fēng)險(xiǎn)承擔(dān)水平?jīng)]有達(dá)到最優(yōu)，這樣的樣本劃歸為UnRis組；若實(shí)際的高管風(fēng)險(xiǎn)承擔(dān)水平大于估計(jì)的高管風(fēng)險(xiǎn)承擔(dān)水平，說(shuō)明該公司在這一年度的高管風(fēng)險(xiǎn)承擔(dān)水平已經(jīng)超出最優(yōu)，可視為已經(jīng)過(guò)度了，這樣的樣本劃歸為OvRis組。經(jīng)上述處理，共得到4個(gè)組別，即RisP-P下的UnRisP-P組和OvRisP-P組，RisF-L下的UnRisF-L組和OvRisF-L組，各組觀測(cè)值分別為1 004、558、966和596。

5.2.2 關(guān)于對(duì)預(yù)期價(jià)值的追逐是否導(dǎo)致高管過(guò)度風(fēng)險(xiǎn)承擔(dān)的實(shí)證檢驗(yàn)

仍然使用回歸模型(14)式，對(duì)這4個(gè)組別分別進(jìn)行多元回歸分析，結(jié)果見(jiàn)表8。

由表8可知，OvRisP-P組回歸結(jié)果表明，PrV與RisP-P的回歸系數(shù)為0.034，t值為1.912，在10%水平上顯著；OvRisF-L組的回歸結(jié)果表明，PrV與RisF-L的回歸系數(shù)為0.025，t值為2.019，在5%水平上顯著。說(shuō)明樣本公司中存在這樣的現(xiàn)象：即使高管的風(fēng)險(xiǎn)承擔(dān)已經(jīng)超出最優(yōu)水平，即已經(jīng)過(guò)度，但高管仍然繼續(xù)提高風(fēng)險(xiǎn)承擔(dān)水平，即對(duì)預(yù)期價(jià)值的追逐可能導(dǎo)致高管過(guò)度風(fēng)險(xiǎn)承擔(dān)。

表8 高管對(duì)預(yù)期價(jià)值的追逐是否導(dǎo)致高管過(guò)度風(fēng)險(xiǎn)承擔(dān)水平的回歸結(jié)果Table 8 Regression Results for if the Pursuit of Prospective Value Lead to Excessive Executive Risk-taking

6 結(jié)論

高管對(duì)風(fēng)險(xiǎn)的態(tài)度決定公司資源配置的情況[44]，進(jìn)而對(duì)公司價(jià)值產(chǎn)生影響，因此，高管風(fēng)險(xiǎn)承擔(dān)管理是現(xiàn)代公司治理的關(guān)鍵一環(huán)。本研究在經(jīng)典代理理論和行為代理理論的基礎(chǔ)上，實(shí)證檢驗(yàn)中國(guó)上市公司股票期權(quán)激勵(lì)的異質(zhì)價(jià)值(預(yù)期價(jià)值和稟賦價(jià)值)對(duì)高管風(fēng)險(xiǎn)承擔(dān)水平的影響，并探討貨幣薪酬、在職消費(fèi)和任職危機(jī)對(duì)上述關(guān)系的調(diào)節(jié)作用。同時(shí)，本研究還探討股票期權(quán)激勵(lì)異質(zhì)價(jià)值對(duì)不同產(chǎn)業(yè)下高管風(fēng)險(xiǎn)承擔(dān)方向的影響，以及對(duì)預(yù)期價(jià)值的追逐是否導(dǎo)致高管的過(guò)度風(fēng)險(xiǎn)承擔(dān)行為。

研究結(jié)果表明，①股票期權(quán)激勵(lì)預(yù)期價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平呈顯著正相關(guān)關(guān)系，股票期權(quán)激勵(lì)稟賦價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平呈顯著負(fù)相關(guān)關(guān)系。②貨幣薪酬和高管任職危機(jī)對(duì)上述主效應(yīng)關(guān)系起顯著調(diào)節(jié)作用，具體地，貨幣薪酬的增加強(qiáng)化了股票期權(quán)激勵(lì)預(yù)期價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平之間的正相關(guān)關(guān)系，弱化了股票期權(quán)激勵(lì)稟賦價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平之間的負(fù)相關(guān)關(guān)系；任職危機(jī)的提高弱化了股票期權(quán)激勵(lì)預(yù)期價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平之間的正相關(guān)關(guān)系，弱化了股票期權(quán)激勵(lì)稟賦價(jià)值與高管風(fēng)險(xiǎn)承擔(dān)水平之間的負(fù)相關(guān)關(guān)系；但在職消費(fèi)對(duì)上述關(guān)系的調(diào)節(jié)作用并不明顯。③股票期權(quán)激勵(lì)異質(zhì)價(jià)值對(duì)高科產(chǎn)業(yè)公司和傳統(tǒng)產(chǎn)業(yè)公司高管風(fēng)險(xiǎn)承擔(dān)的方向有不同的影響，在高科產(chǎn)業(yè)公司中，股票期權(quán)激勵(lì)異質(zhì)價(jià)值主要影響的是研發(fā)投入和經(jīng)營(yíng)集中度方面的風(fēng)險(xiǎn)承擔(dān)水平；在傳統(tǒng)產(chǎn)業(yè)公司中，股票期權(quán)激勵(lì)異質(zhì)價(jià)值主要影響的是研發(fā)投入和杠桿水平方面的風(fēng)險(xiǎn)承擔(dān)水平，對(duì)經(jīng)營(yíng)集中度方面的風(fēng)險(xiǎn)承擔(dān)影響不明顯。④將樣本公司劃分為UnRisP-P組、OvRisP-P組、UnRisF-L組和OvRisF-L組后，實(shí)證研究發(fā)現(xiàn)高管對(duì)股票期權(quán)激勵(lì)預(yù)期價(jià)值的追逐可能導(dǎo)致其過(guò)度風(fēng)險(xiǎn)承擔(dān)。

本研究可能的貢獻(xiàn)體現(xiàn)在3個(gè)方面。①已有關(guān)于股票期權(quán)激勵(lì)對(duì)高管風(fēng)險(xiǎn)承擔(dān)水平影響的研究大都單一從經(jīng)典代理理論[8,14]或行為代理理論[19,21]展開(kāi)，本研究提出股票期權(quán)激勵(lì)的價(jià)值具有異質(zhì)性，兩種性質(zhì)的價(jià)值對(duì)高管風(fēng)險(xiǎn)承擔(dān)水平有不同的影響，對(duì)經(jīng)典代理理論與行為代理理論的分歧給予了新的解釋。②將其他薪酬(貨幣薪酬和在職消費(fèi))和任職危機(jī)納入到股票期權(quán)激勵(lì)與高管風(fēng)險(xiǎn)承擔(dān)水平之間關(guān)系影響因素的研究范圍，一方面，突破已有研究?jī)H探討單一股票期權(quán)激勵(lì)對(duì)高管風(fēng)險(xiǎn)承擔(dān)水平影響的局限，將研究的層面拓展到薪酬合約的層次；另一方面，高管任職危機(jī)這一情景因素也是已有研究沒(méi)有涉及的，貢獻(xiàn)了一個(gè)新的情景視角。③之前鮮有研究涉及到股票期權(quán)激勵(lì)與高管過(guò)度風(fēng)險(xiǎn)承擔(dān)的問(wèn)題，或者僅僅從理論上進(jìn)行分析[21]，缺乏大樣本實(shí)證研究，本研究彌補(bǔ)了這一缺憾。此外，本研究還發(fā)現(xiàn)股票期權(quán)激勵(lì)異質(zhì)價(jià)值對(duì)不同產(chǎn)業(yè)高管風(fēng)險(xiǎn)承擔(dān)的方向有不同的影響，這在一定程度上進(jìn)一步闡釋了股票期權(quán)激勵(lì)對(duì)高管風(fēng)險(xiǎn)承擔(dān)水平影響的作用機(jī)理。

本研究結(jié)論為管理實(shí)踐提供幾點(diǎn)啟示：①上市公司應(yīng)制定更具階梯性的股票期權(quán)行權(quán)價(jià)格，并合理運(yùn)用歷史業(yè)績(jī)和市場(chǎng)業(yè)績(jī)的考核標(biāo)準(zhǔn)。具體地，因?yàn)榉制谛袡?quán)，在股票期權(quán)激勵(lì)實(shí)施計(jì)劃的考核前期，可制定相對(duì)于當(dāng)時(shí)股價(jià)而言適當(dāng)高些的行權(quán)價(jià)格，以及更多采用不確定性更強(qiáng)的市場(chǎng)業(yè)績(jī)考核標(biāo)準(zhǔn)，提高高管對(duì)股票期權(quán)未來(lái)價(jià)值的預(yù)期和降低對(duì)累積價(jià)值的心理稟賦，從而適當(dāng)提高高管風(fēng)險(xiǎn)承擔(dān)水平，增加公司價(jià)值。在實(shí)施計(jì)劃的考核后期，可制定適當(dāng)?shù)陀陬A(yù)估股價(jià)的行權(quán)價(jià)格以及采用歷史業(yè)績(jī)的考核標(biāo)準(zhǔn)，防止高管風(fēng)險(xiǎn)承擔(dān)過(guò)度，反而有損公司和股東價(jià)值。②在股票期權(quán)激勵(lì)計(jì)劃實(shí)施中應(yīng)關(guān)注其他薪酬和任職壓力對(duì)高管風(fēng)險(xiǎn)承擔(dān)水平的影響。一方面，制定股票期權(quán)激勵(lì)計(jì)劃應(yīng)與高管整體薪酬激勵(lì)契約相配合，統(tǒng)籌規(guī)劃，優(yōu)化薪酬結(jié)構(gòu)；另一方面，應(yīng)設(shè)計(jì)合理的高管激勵(lì)考核標(biāo)準(zhǔn)，考核標(biāo)準(zhǔn)應(yīng)當(dāng)難易適當(dāng)，過(guò)難或過(guò)易的考核標(biāo)準(zhǔn)將對(duì)高管造成過(guò)大或過(guò)小的被解雇的危機(jī)意識(shí)，不利于實(shí)現(xiàn)股票期權(quán)激勵(lì)計(jì)劃的目的，制定考核標(biāo)準(zhǔn)甚至可以考慮輔之以離職金。③上市公司應(yīng)清楚地認(rèn)識(shí)自身所處行業(yè)的特點(diǎn)，通過(guò)行業(yè)內(nèi)外的對(duì)比，明確自身在哪些指標(biāo)上存在不足，以防止高管在進(jìn)行風(fēng)險(xiǎn)決策時(shí)出現(xiàn)方向性的偏頗。

由于客觀條件所限，本研究存在一些不足，如因中國(guó)推出股票期權(quán)激勵(lì)管理辦法時(shí)間較晚而導(dǎo)致的樣本數(shù)量有限、對(duì)高管心理稟賦的測(cè)量未能結(jié)合問(wèn)卷調(diào)查進(jìn)行更具針對(duì)性的分析等，這些或許可在未來(lái)進(jìn)一步深入研究。