薪酬影响的实证研究基于超额高管薪酬视角，厦门大学，。杨岸，我国商业银行高管薪酬对银行绩效影响研究，西南财经大学，。杨雁，上市商业银行高管薪酬与经营绩效关系研究基于家上市商业银行年的面板数据，当代经济科学，。张军仁，高管薪酬影响因素权重分析，统计与决策，。张丽，中国上市银行高管薪酬及其粘性研究，对外经济贸易大学，。张晓峒，使用指南与案例，机械工业出版社，。赵建梅，任雪薇，我国国有上市公司高管薪酬结构和粘性研究，经济问题，。周立，赵玮，委托代理薪酬激励与商业银行治理，金融评论，。位时，模型所体现出的高管薪酬则会上升当银行绩效衡量指标下降个单位时，模型所体现出的高管薪酬则下降，整体上体现出了随着绩效的变化高管薪酬变化幅度的不对称性，即所谓的高管薪酬粘性，当。银行高管薪酬绩效关联性的实证分析变量选取以及实证模型建立之后，根据研究的思路，对面板数据进行统计分析，并通过相关检验建立出平衡面板模型，依据实证分析的结果得出有关结论。描述性统计在实证分析之前，为了观察各个变量数值整体上的特征，首先对其进行简单的描述性统计分析，在统计分析时将模型中做过处理的高管薪酬净资产收益率和资产规模这三个变量还原为原值进行观察统计分析。如表所示，容量为的样本中前三位高管薪酬的均值为万元，值得注意的是最大值为最小值的倍还多，可见我国商业银行业内部所存在的高管薪酬巨大的差异性和悬殊性净资产收益率平均值为资产规模之间的差距也是比较明显的，毕竟成立已有几十年的国有大行与刚刚起步发展的城市商业银行在业务发展扩张方面还是存在着不小的差距的资本充足率平均值为，符合巴塞尔协议对商业银行风险控制中资本监管的要求不良贷款率均值为，整体上低于的警戒线，但是部分银行已越过这条警戒线，持续稳定健康的业务发展需求必须引起重视非利息收入占比均值达到，趋于稳步推进的过程中独立董事占比均值超过，符合证监会对于上市公司独立董事必须占据董事会以上人数的要求从股权集中度方面来看，第大股东持股比例均值达到，定程度上反映出了我国上市银行内部股权较为集中的特征。表变量描述性统计特征变量样本量平均值中位数最大值最小值标准差万元亿元相关性分析表变量之间的相关系数注分别表示在的统计水平下显著双尾检验表所示是各个变量相互之间的相关系数，相关系数值的符号和大小可以反映出两个变量之间的特定关联性，从表中数据可以看出，高管薪酬与公司绩效之间存在显著的正相关关系，影响系数为，意味着较高的绩效水平带来较高的高管薪酬，较低的绩效水平也会导致较低的高管薪酬。另方面，相关系数也有助于考察解释变量和控制变量之间存在的多重共线性问题，提前发现变量之间的多重共线性并在实证过程中作出相应的处理可以提高模型估计的准确度和精度，从而年月日，证监会关于在上市公司建立独立董事制度的指导意见。得出有效的实证结论，当两个变量之间相关系数的绝对值大于时，可以认为这两个变量存在多重共线性，上述各变量相互之间的相关系数绝对值都小于，基本上可以认为模型的变量之间不存在严重的多重共线性问题。其中银行资产规模变量分别与非利息收入占比变量和第大股东持股比例变量拨备覆盖率变量与不良贷款率变量这三对变量之间的相关系数绝对值大于，并且在的统计水平下显著，表明这些变量之间还是存在较弱的多重共线性问题，在后续进行面板数据回归时可以通过对控制变量的调整提高模型估计的准确性。平稳性检验表变量的平稳性检验检验方法结果平稳平稳平稳平稳平稳平稳平稳平稳平稳为了避免平衡面板数据的伪回归现象，在对模型回归分析之前需要做下平稳性检验，将面板数据录入软件，进行单位根检验，单位根检验的方法主要有这几种，本文是在平稳性检验结果综合的情况下以平稳性检验的结果为判断依据，如表所示，列出了检验方法的单位根检验结果。由表中数据可以看出，除了拨备覆盖率和独董比例这两个变量外，其余变量均通过了这四种单位根检验方法的平稳性检验，而拨备覆盖率和独董比例在运用方法进行单位根检验时同样通过了平稳性检验，因此可以得出所有的变量序列均通过了单位根检验，序列是平稳的，可以进行面板数据的回归分析。面板模型的类别及选择面板数据是指在时间序列上取若干个截面，使得在截面的横向和时间段的纵向同时选取观测值从而构成样本数据，从横截面上看，面板数据是若干个个体在同时间点上构成的截面观测值，从纵向来看，是不同个体所形成的时间序列数据。面板数据各观测值具有表示横截面和时间序列的双下标，比如，表示横截面在时间点上的观测值，表示横截面的个数，表示时间序列的长度，若不变是时间点上个横截面的观测值若不变是横截面在时间长度内的个时间序列值。面板数据模型相对于单的截面数据和时间序列数据，涵盖着更为丰富的数据信息，通过面板数据模型的构造方面可以增加模型的自由度，另方面还可以削弱各变量之间的多重共线性问题，从而提高模型估计的有效性。面板数据模型主要有以下三类混合模型，，在混合模型中，所有的参数都与各截面以及时间无关，所有个体都拥有相同的常数项和变量系数，对于每个个体来说，解释变量对被解释变量的影响作用都不存在差别，事实上这类面板模型在实证分析中很少出现，应用不够广泛。固定效应模型，，当面板数据中的个体效应与解释变量之间呈现显著相关性时，即，，此时将个体效应作为截距项来处理，因为如果此时将个体效应作为随机扰动项的部分来处理时会产生内生性的问题，导致模型的估计出现偏差，因此将个体效应作为个条件均值放入模型的截距项中，不同的常数项值代表了不同个体自身的效应。随机效应模型，，当面板数据中的个体效应与解释变量之间无关时，即，，此时将个体效应作为随机扰动项的部分来处理，此时模型的估计仍然是无偏的，其中这个随机扰动项是个以零为均值的变量，因个体的不同而扰动程度不同。对于上述提及的混合面板模型个体固定效应面板模型个体随机效应面板模型这三类面板模型来说，需要通过检验和检验进行模型的识别和建立。第步检验是判断建立混合面板数据模型还是个体面板数据模型，通过统计值的计算，在的置信水平下拒绝了建立混合估计模型的原假设，因此面板数据模型存在个体效应第二步是利用检验对模型是建立个体固定效应模型还是个体随机效应模型进行判断，检验的结果如表所示，从表中数据可以看出，检验结果的值为，接受建立个体随机效应模型的原假设，因此对该数据样本建立个体随机效应的面板模型。表面板数据的检验面板模型的实证分析结果绩效对高管薪酬影响的实证分析在对面板数据模型进行识别之后，对家上市商业银行的全样本进行面板数据模型的建立，表第二列所示结果即为全样本面板随机效应模型的回归结果，模型整体的统计值为，在的统计水平下显著，拟合度为，面板模型的拟合效果较好。商业银行绩效代理变量的系数为，并且该影响系数在的统计水平下效果显著，表明商业银行高管薪酬与公司绩效之间呈现出显著的正相关关系，即商业银行代理变量每变动个单位，该银行高管薪酬将上升，显示出了高管薪酬的公司绩效驱动性，银行整体较好的绩效表现会给高管较为丰厚的薪酬待遇，相反公司绩效的萎靡也会拉低高管的薪酬水平。此外，除了绩效这个解释变量外，对高管薪酬影响显著的控制变量还有资产规模和不良贷款率这两个因子。模型中商业银行资产规模的影响系数为，影响效果仅在的统计水平下显著，即银行资产规模与高管薪酬水平之间存在较弱的负相关关系。在文献阅读过程中可以发现不少学者都认为随着银行资产业务规模的扩大，商业银行高管也能获得更多的薪酬回报，但是本文在前面的分析中已经发现，事实上拥有十万亿资产级别以上的国有大行的高管薪酬并未显著高于资产数量相对较小的股份制银行，甚至国有大行的高管薪酬还远小于在业务方面独具特色的股份制商业银行，因此可以认为国有大行中较为浓烈的行政色彩事实上限制了高管薪酬的增长，而绩效驱动性更强的股份制银行高管薪酬的发展空间却更大，所以说我国银行业内部的行政干预性对理论上的资产规模与高管薪酬关联性形成了干扰，使得资产规模与高管薪酬之间存在并不是很显著的负相关关系。表商业银行高管薪酬与绩效关联性的模型估计全样本国有非国有变量参数估计值参数估计值参数估计值注括号内数字为值，分别表示在，和的统计水平下显著双尾检验。模型回归结果中不良贷款率的影响系数为，并在的统计水平下显著，表明商业银行不良贷款率与银行绩效之间存在显著的正相关关系，不良贷款率是银行经营活动中项十分关键的安全性指标，不良贷款率的提高会增加商业银行贷款回收的风险，从而对银行整体的经营绩效产生较差的影响，高管薪酬水平理应由于经营活动的不稳定而产生下降的趋势，但是同时也应该考虑到商业银行高负债经营的主要特征，承担定的业务风险是无可厚非的，商业银行传统业务获利的主要来源就是存贷款的息差问题，只有贷款业务的不断扩张，才能不断提升银行自身的经营绩效，由此产生的呈现上涨趋势的不良贷款率只要在银行可控范围之内，没有触发警戒线，那么定限度内的牺性值。结论与政策建议在对实证分析的结果进行整理和分析之后，得