高管人员从母公司或集团公司或关联公司领取报酬，而在上市公司挂职其三，上市公司从外面聘请了独立董事，这部分独立董事不从上市公司领取报酬，仅领取定数目的车马费。从我们的分析来看，第二种因素居多。上市公司先上市后改制的影响仍然在很大程度上存在，相关监管部门已注意到这点。年，中国证监会明确规定上市公司的董事长原则上不应由股东单位的法人代表兼任总经理等高级管理人员不得在上市公司与股东单位双重任职财务人员不得在关联公司兼职，公司高管人员必须在上市公司领取薪酬。但即便如此，高管人员零报酬的现象依然严重。上市公司高管人均薪酬呈逐年上升趋势表报告了不同年度的上市公司高管人均薪酬分布，从均值来看，高管团队人均薪酬从年的元增加到年的元，仅相隔两年就增长了将近，增长速度非常快从最大值来看，年为元，而到年已经增加到元，其增幅也达到了从最低值来看，高管团队最低薪酬已经从年元增长到元，增幅更是惊人。这说明，随着薪酬市场化的推行，近几年我国上市公司高管薪酬增长较快，从年至年仅相隔两年，整个薪酬水平普遍增长半以上。而从最值和标准差两组数据分析可得，企业高管团队薪酬的波动幅度较大，在定程度上也说明，我国上市公司高管薪酬激励制度相对来说还不规范。表基于年度差异的上市公司高管人均薪酬分布单位元年度有效样本高管监事及高管人均薪酬最小值最大值均值标准差合计注表中数据由笔者根据沪深两市跨度三年共家上市公司的数据统计获得。相关性分析第章实证分析上市公司高管薪酬激励对非效率投资行为的影响研究本节针对模型变量的简单相关性分析，具体检验其自变量与因变量的相关性水平，般用相关系数表示。当，称与正相关当，称与负相关且越接近于，则说明变量与变量之间的线性关系越显著。本文相关分析具体结果下表所示表资本投资模型的相关性分析变量相关性显著性双侧控制控制控制控制注代表在水平双侧上显著相关代表在水平双侧上显著相关。表报告了模型中因变量与自变量，等相关性检验结果显示，因变量与各变量均在水平上显著相关，其中，与上年投资支出规模呈显著正相关，并且相关系数达到最大值，这与现有研究结果致，上市公司经营的连续性所致，年度之间投资支出规模般呈现比较明显的相关性与相关系数仅次于，具体值为，表明上市公司掌握较大自由现金流从定程度上会对投资行为起到正面的推动作用，即现金流量越大，企业投资支出越多，本文这实证结果，支持了学者和的研究结果过多现金流导致过度投资与相关系数也达到了，表明上市公司滞后的每股收益与企业投资支出呈正相关关系，每股收益反映企业的盈利状况，而投资是上市公司实现扩大盈利面的主要选择路径，同时上市公司每股收益增加也为企业提供了扩大投资的财政支撑代表上市公司滞后期的资产规模，从表中显示的数据可以看出，上市公司规模与投资支出正相关，表明企业规模越大，投资能力越强，因此有着更高的投资支出量最后个与资本投资支出量正相关的为，根据托宾理论，公司上市公司高管薪酬激励对非效率投资行为的影响研究第章实证分析值越大其投资机会越多，相应企业投资支出也应越大。上市公司所处的增长机会会对投资支出产生显著影响，当其面临高增长机会时，上市公司资本投资支出就会增加。以上均为与投资支出呈正相关的自变量，另组是与投资支出负相关的变量，如上市年龄及等。其中上市年龄对投资支出的制约作用最显著，其负相关系数达到，表明当企业进入成熟期，投资支出量会随之减少，投资行为理性化程度增强为滞后期的资产负债率，其与的相关系数为，当公司资产负债率较高时，破产概率的增加以及高管还本付息压力的增加都会迫使其投资减少。作为本文新加入资本投资模型的变量，与资产投资支出呈现较为显著的负相关关系，高管薪酬激励度越低可能会导致企业投资支出增加，助长高管冒险行为，降低投资效率，这与前文的理论分析致，同时也证明了假设成立。回归分析回归分析是研究个变量也称被解释变量或因变量对另个或多个变量也称解释变量或自变量的依赖关系，其目的在于通过解释变量的给定值来预测被解释变量的平均值或个特定值。本部分将分别对模型模型及模型进行回归分析，以确定高管薪酬业绩敏感度对非效率投资行为的影响。资本投资模型回归分析用模型来预测上市公司投资支出，并将其回归残差值中，正残差值作为模型过度投资程度的代理变量，负残差值作为模型投资不足程度的代理变量。表与表报告了对上市公司资本投资模型的回归结果，具体归纳如下从显著性角度分析，如前文相关性检验结果，及均与资本投资支出在的置信水平上显著正相关，其中标准系数最大，值为呈负相关变量有及，其中上期资产负载率标准系数最大，值为，说明上市公司负债对投资行为有定制约作用，并验证了国内外学者关于财务风险制约企业投资行为的理论。从引入的控制变量分析，行业控制变量与投资支出的回归标准系数为负值，造成这结果的主要因素为我国强有力的宏观调控。从整体形势而言，我国近几年经济发第章实证分析上市公司高管薪酬激励对非效率投资行为的影响研究展迅速，各个行业均表现出积极的投资态势，但是我国宏观政策对企业投资会产生很大的影响，致使些企业在谋求扩大投资遭遇瓶颈，另外也可能是企业自身因素导致比如高管激励不足高管个性保守等年度控制变量与投资支出的标准系数均为正值，但是不显著，说明我国整体投资支出呈现增长趋势。表显示模型的拟合程度，值达到，调整后的值为，大于，般认为越接近，表明所得多元线性回归方程拟合度越好，由此资本投资支出模型的拟合度比较好值经更改之后为，在水平下显著，模型完全可以接受。在回归过程中模型由于变量间的多重共线性性问题，剔除掉了两个变量即和。表模型汇总模型统计量调整更改预测变量常量因变量代表在水平双侧上显著相关。表模型回归分析结果系数模型非标准化系数标准系数标准误差常量因变量由表分析可得，行业控制变量与年度控制变量没有进入模型上市公司高管薪酬激励对非效率投资行为的影响研究第章实证分析，说明两变量之间存在多重共线性问题，为了保证本模型的稳定性，下表对其他变量进行了共线性检验，结果如下表模型各变量的共线性检验表模型共线性统计量容差因变量般认为，方差膨胀因子大于时，认为变量之间存在多重共线性。表显示在模型中，各变量的方差膨胀因子都略大于，远小于，可以认为变量之间不存在共线性问题。资本投资模型回归残差如前文所述，上市公司非效率投资行为程度代理变量来自于资本投资模型的回归残差，本部分将对其回归残差值进行简单描述性统计。表报告了资本投资模型的残差统计量，如前文所述，回归残差正值作为过度投资的代理变量，负值为投资不足的代理变量。表中显示，残差的值最大为，其表示过度投资的程度，最小值为，其表示投资不足的程度。根据概率的原则，模型的标准残差的最大值为的观测样本有第章实证分析上市公司高管薪酬激励对非效率投资行为的影响研究个，占全样本的残差即投资不足组的观测样本有个，所占比例为。表模型残差统计量极小值极大值均值标准偏差预测值残差标准预测值标准残差因变量过度投资模型的回归分析过度投资模型即为前文构建的模型，具体模型如下ε本节将对上述模型进行回归检验，以探究高管薪酬业绩敏感度对过度投资的影响。在对模型进行回归之前，首先对模型的各相关变量进行简单的描述性统计，如下表所示，上市公司过度投资程度差异性较大，其最小值为，最大值为，说明其过度投资程度差距达到多倍，另外，标准差也较大，数据分布比较分散作为薪酬激励强度的代理变量薪酬业绩敏感度最小值为，最大值为，说明上市公司在对高管实施薪酬激励的强度存在很大差异，标准差也较大，数据分布分散。现金流量与财务杠杆即资产负债率两变量分布基本与前文描述致，本节不再赘述。表模型各变量描述统计表变量最小值最大值均值标准差有效缺失注表中数据由笔者根据过度投资组共个观测值整理获得。上市公司高管薪酬激励对非效率投资行为的影响研究第章实证分析表报告了模型各变量的相关性检验结果，与过度投资程度在水平上显著负相关，说明值越大，过度投资程度越弱，即对过度投资具有制约作用与在水平上显著正相关，说明现金流量越大，过度投资程度越强，即现金流量的增加会导致企业过度投资行为加剧，这结果再次证明现金流与过度投资的正相关关系与在水平上显著负相关，说明财务风险越大，企业过度投资程度越小，这与前文对高管风险回避的特性相致，财务风险增加会导致高管减少投资支出，从而缓解过度投资与存在正相关关系，但是不显著，说明上市公司性质对过度投资行为影响不显著。表模型各变量相关性分析变量相关性显著性双侧控制控制控制控制注代表在水平双侧上显著相关代表在水平双侧上显著相关。在对模型进行描述统计和相关分析之后，以下内容为针对模型的回归分析。表与表报告了回归结果，其中表主要对模型拟合度进行检验，表主要是对模型回归系数的描述。从表分析可得，模型的值为，调整后的为，两值均小于，说明本模型拟合度不是很好但是更改在水平上显著，模型成立。表模型汇总模型统计量调整更改预测变量常量，。因变量代表在水平上显著相关第章实证分析上市公司高管薪酬激励对非效率投资行为的影响研究表模型回归结果系数模型非标准化系数标准系数标准误差常量