刘琦 北京大学光华管理学院金融学系副教授
在上市公司中,高管年薪过100万并不鲜见。但投资者们甚至经济学学者经常就高管薪酬是否能有效改善公司业绩而争论。好业绩一定要通过更高的薪酬激励完成吗?有没有可能降低高管薪酬,却能让企业价值实现最大化?
在北京大学光华管理学院金融学系副教授刘琦与合作者的实证研究中,引入了“市场价格信息”这一影响因素,从而为制定上市公司高管薪酬的“最优方案”提供了全新思路。研究结果表明,当市场摩擦降低时(即让投资者更容易从信息中获利),股票价格中信息含量的增加,能够更有效地帮助高管进行投资决策,进而降低以绩效为基础的高管薪酬。
这项研究的标题为Contractual Managerial Incentives with Stock Price Feedback,发表于American Economic Review。该期刊1911年创刊,是美国最重要、影响最大的经济理论刊物之一,研究内容涉及经济理论,应用经济学和经济政策的各个领域。
ink="">01
金融市场影响高管决策的两个渠道
金融市场可能通过两个渠道影响高管的实际决策。首先,高管从股价中获取新的信息,并在此基础上作出决策,即反馈效应。其次,即使高管没有从市场价格中获取新的信息,他们行动的动机也取决于这些决策有多少能够在股价中反应出来。现有文献多侧重于研究第二种渠道,并指出一种互补的关系:股东越来越将薪酬与公司的股价挂钩,因为后者更好地反映了管理绩效。然而,有关管理层薪酬的文献在很大程度上忽略了第一个渠道。
在金融市场中,信息的生产可部分替代高管薪酬合同中的激励条款。通过汇总市场参与者的信息,市场可以向管理人员传达他们平时无法获取的信息,从而更好地引导管理层的决策。预测到管理层将受到金融市场的引导,股东便不需要提供与之前同等的薪酬激励。
此外,股市交易对高管薪酬的内生反应可能产生一种“放大”效应:高管的低薪酬会增加公司价值的不确定性,从而鼓励投资者花费精力挖掘更多的私人信息,进而刺激市场中信息的产生;为了利用这种激励效应,股东将进一步降低高管薪酬。
根据上述理论基础,研究组猜测:如果减少市场摩擦(即让投资者更容易从信息中获利),股价便能够通过揭示有效信息来更好地引导管理决策,从而减少高管不必要的激励性补偿。
02
构建具有股价信息反馈的薪酬合同模型
为了得出股价信息反馈对高管薪酬合同的影响,研究组将市场微观结构模型嵌入常规合约的框架中。研究组考虑一个公司在股票市场上交易的单周期经济:股东将设计一份薪酬合同;基于薪酬激励的多少,公司高管将进行一项同时影响产量和股价的投资。与标准合同框架不同的是,研究组的模型加入了一个投资者——其信息可能会在股价中显示出来,并被高管用于之后的投资决策中。
上图的时间轴记录了研究组模型中的事件顺序:
- 在周期开始时,股东向高管拟定一份薪酬奖励合同(以最大化公司收益)。为了便于计算,合同设计为β股该公司的股票,且设有固定的投资目标。该投资目标被所有个体知晓。
- 在该周期内,基本经济状态可以有“好”与“坏”两个结果。其中,高管私下知道“好”结果的概率,而所有其他个体仅知道“好”结果的概率在[0,1]间隔上均匀分布。在观察到合同后,投资者决定要生产多少信息(越高的成本将带来越详尽的关于经济状态的信息)。
- 如果投资者知晓了“好”结果的概率,他便可以在市场上交易。当然,在市场上交易也有固定成本。对于投资者来说,交易成本越高,产生给定信息量的交易利润就越低。因此,研究组将较高的信息交易成本解释为更大的市场摩擦——更显著的摩擦性会使投资者更难以从信息中获利。
- 在投资者交易的同时,流动性交易者也提交其市场订单。
- 接着,做市商根据可获得的信息(包括总订单流中包含的信息和薪酬合同中的奖励措施)将股票价格设置为预期公司价值。需要注意的是,做市商只能观察到总订单流,而不是其各个组成部分。
- 观察股价后,高管将进行投资。他们必须在两个互斥的投资项目中作出选择:即高投资额或者低投资额。
- 在周期的最后,基于经济状态,各方将获得相应的收益。
其中,高管的效用取决于他的报酬和“野心”——因为他从投资中获得的私人利益与资本的大小成正比。如果股价揭示了投资者产生的信息,高管将合理更新最佳的投资选项。否则,高管会根据他的私有信息(即“好”经济状态的概率)以及薪酬奖励做出投资决策。
模型博弈平衡下各方的表现特点:
-市场摩擦与高管奖励薪酬和投资者产生的信息量成反比。
-对于任何给定的薪酬奖励合同,当投资者产生的信息量增加时,公司价值增加;奖励薪酬对公司价值的边际影响减小。
投资者产生的信息引导高管的实际决策,因此它构成公司的价值。股东可以免费利用这些信息并从中受益。此外,对高管进行薪酬奖励的边际收益随着投资者产生的信息量增加而降低:当股价信息含量的提高有助于引导高管的投资决策时,进行薪酬奖励就不那么必要了。
03
通过Reg SHO试点进行实证检验
为了充分验证模型推导出的结果,研究组采用实际数据来进行校对。他们选中了Reg SHO试点计划:该计划使市场参与者能更好地利用其在美国股票市场上的私人信息进行交易并从中获利。具体来说,证券交易委员会(SEC)随机选择了罗素3000指数公司中的三分之一作为试点,并取消了试点公司2005年5月至2007年8月的卖空限制。研究组利用信息交易成本来衡量试点公司的市场摩擦。结果证明该试点计划可以有效降低信息交易的成本。同时有确凿的证据表明,在试点公司中,以财富绩效敏感性(wealth-performance sensitivity)衡量的薪酬奖励机制已大大减少。
由于研究组关注的信息反馈效应建立在高管学习的基础上,因此他们想首先验证试点公司的高管是否会从市场中获取更多信息,并用于实际投资决策中。研究组通过检查Reg SHO是否会影响投资价格敏感性来验证这一猜想。价值最大化的管理人员应利用所有可用信息来做出投资决策,包括股价中的现有信息以及高管已经获得但尚未纳入股价中的其他信息。因此,当股价能为高管提供更多新信息时,投资活动将对股价更加敏感。数据一致表明,在Reg SHO期间,试点公司的投资价格敏感性显著提高,证明高管的确在通过股价学习市场信息。
总的来说,股价反馈效应是研究组实证检验所得出的结果的最佳解释。尽管其它理论很难合理且连贯地解释这些结果,研究组并不排除有其他效应和信息反馈效应一起影响着高管的薪酬合同。