下面是小编为大家整理的《上市公司增长的行业特征论文(精选3篇)》，仅供参考，大家一起来看看吧。本文从价值投资视角出发，选择我国1829家上市公司作为样本，考察其业绩成长性的总体特征与行业特征。研究结果认为，我国上市公司成长性具有显著的特征，这些特征对价值投资操作中的选股策略、估值方法与组合构建等方面都提出相应的要求。
上市公司增长的行业特征论文 篇1：
上市公司高管特征对资本结构影响的研究
摘 要：高级管理者的个人特征影响他们分析评估企业现状的思维，进而影响该企业的运营和绩效。本文以沪深A股汽车制造业上市公司为样本，通过回归模型深入研究高管背景特征对其所在公司资本结构选择的影响。经研究发现，企业高管平均年龄、男性高管占比、平均学历均与资本结构的负债比重成正比，故从高管角度可进一步提升公司合理化选择资本结构的能力。
关键词：高管;汽车制造业;背景特征;资本结构
本文索引：陈雨佳.<变量 2>[J].中国商论，2021（16）：-061.
资金是企业生存、运营和发展的血液，渗透企业生产经营全过程，资金的有效筹集、合理利用可以促进企业健康运营，取得良好的收益及发展。然而不同的资金融资方式会带来融资效率和融资成本的差异，这将影响到企业运营的总成本，进而影响到企业创造价值。公司资本构成问题始终是外界分析该公司运营状态健康与否的重要指标之一，合理的资本结构可以给企业妥善安排所有权与控制权带来资金空间，顺利解决企业治理结构问题，降低企业破产风险，从而对经济发展和社会稳定产生一定的现实意义。
中央经济会议曾多次强调，求稳仍是当前国内经济的首要任务，经济只一味地追求量的增长还不够，也要抓质的稳步提升。2020年中央经济工作会议年度报告中，关于现代金融体系建设的问题，提出国家将致力于建设满足实体经济投融资需求的优质金融市场。这就要求进一步加大供给侧结构性改革力度，推行更多有利于制造业中小企业中长期融资的优惠政策，加强优惠政策宣传落实。因此企业及时响应国家政策，调整当前经济转型重要时期的企业资金结构，做好自身风险规避工作，就显得尤为重要。
本文从资金链质量要求较高、民营资本参与度较大、与经济内生增长动能联系较紧密的汽车制造行业出发，选取汽车制造业上市公司2014—2018年财务及高管数据为样本，控制企业自身盈利状况、成长性状况、规模状况对该企业资本结构的影响，运用多元回归进一步探讨具有不同个人背景特征的企业高管在资本结构的选择上有何偏好。本文主要贡献：（1）结合中国汽车制造业上市公司数据，进一步证实合理的资本结构有利于增强企业的稳定性和抗挫折能力，使之面对冲击时能通过调整平稳过渡，丰富了企业规避风险的研究。（2）从高管团队人口统计学特征出发，证实了不同特征的高管人员对资本结构选择有着不可忽视的影响，拓宽了资本结构变化的研究视野。（3）在当前全球政治经济等宏观因素不稳定性强，频发意外事件的背景下，提高企业危机意识并提前做好应急准备，促进企业把握危机带来的机遇，推动企业转型，以从中获取更多收益。
1 文献综述
1.1 高阶管理
Hambrick和Mason （1984）提出的高阶管理理论指出，企业行为决策及运营情况深受高级管理团队成员个人价值观和行事风格的影响。由于理论上所假定的理想状态是管理者能够始终维持理智，这与现实中管理者的有限理性有偏差，所以管理者并不能满足经济学理性人假设，总能做出最有利于企业获得利益最大化或目标最优化的决策。何威风（2015）提出高管团队的差异及由该差异所引起的内部摩擦会对企业会计行为产生显著影响，人际吸引和从属心理会导致团队决策行为趋向于团队中特征相似程度高的那群人，所以研究高管团队平均特征往往比研究个体高管更有价值。
然而当前涉及企业高管团队的诸多研究中，更多文献会基于“特征-行为-绩效”范式，如卢馨和张乐乐 （2015）实证研究发现拥有丰富经验、高级决策水平、优秀管理能力的企业高层管理团队，是企业取得战略决策优势的关键，也是企业创造价值，影响股东获利情况的主要因素。何平林等 （2020）研究发现，董事会成员特质对企业经营绩效有显著影响。董事长与CEO两职合一的现象越普遍、女性董事数量和规模越大、董事之间政治关联度越大、董事拥有财会或金融相关领域的工作经历越多、董事平均学历越高，则该企业经营绩效提升的概率也会越大。徐尚昆等 （2020）发现企业若想加强市场扩张规模和行业影响力，进一步促进盈利能力发展并提升企业成长性水平，选择雇佣那些拥有国有企业工作经历的企业家或高管团队会更好。由此可见，从高阶理论出发，企业的战略选择、绩效表现等会受到高管团队成员的风险偏好、认知基础和价值观等心理特征因素的显著影响。
1.2 资本结构
企业资本结构是反映企业债务与股权比例关系的重要會计指标，合理的资本结构有利于促进企业提升未来盈利能力，给予企业股东及债权人安全感，使企业获得良好的行业信用和市场声誉。当企业经理人员并不是该企业全部资源所有者时，理性人假设会使该经理人不再百分百用心经营，代理人需要通过一些财务数据来对经理人员的行为进行评价，非对称信息条件下的资本结构合理治理问题就成为学术界的研究对象。对于制造业而言，资金链要求往往高于服务业，过高的资产负债率会给企业生产运营带来极大的风险，如果过低，就说明企业的财务战略过于保守，不能很好地利用财务杠杆扩大企业生产。因此企业想要建立合理的资本结构，资产负债率就必须维持在合理的水平，既不可过高使得企业产生破产高风险，也不可过低以免阻止企业发展。
1.3 研究假设
如图1所示，2003—2018年汽车制造行业资产负债率始终处于40.79%～61.69%，其中2003—2006年我国汽车制造行业平均资产负债率处于上升阶段，但从2007年开始，汽车制造业行业平均资产负债率整体呈现递减状态，以至于在2017年达到最低点，于2018年才出现轻微回转，就目前情况来看，我国汽车制造业行业平均资产负债率仍处于较低水平，但在响应“去杠杆”以追求高质量发展的同时，若资产负债率始终较低，则会影响到企业研发新型产品，降低经济活力，影响企业进一步的发展。所以就目前而言，成熟的高管团队往往会采取较为积极的措施，合理适度地调整现有资产负债水平。
从现有的文献来看，企业的战略决策反映着高管个人经历和决策偏好。高阶管理理论作用机制如图2所示。
高层梯队理论中谈到，决策者的年龄会对风险决策的选择产生显著影响，社会学中也有针对年龄与行为的相关分析。吴建祖和关斌（2015）认为由于阅历丰富，年龄较大的管理者通常对外部环境的分析更加谨慎，由于考虑较多威胁因素，从而将注意力也会更多地集中在应对外部环境的威胁上。基于上述研究，平均年龄较大的高管团队，往往凭借其丰富的市场经验和谨慎态度，会始终致力于将企业资产负债比重保持在一个相对安全的范围内。因此面对当前行业资产负债率过低，企业生产发展的迫切压力，经验丰富的制造业上市公司高管团队，会适当提高负债比重，促使企业资本结构处于合理化程度上。基于以上分析，本文作出假设H1：
H1：上市公司高管团队平均年龄与资产负债比率呈正相关。
从社会学角度来看，男女生理结构的不同会引起他们心理上的差异，从而男女两性会持有不同的人格特质、人生态度和社会行为模式，这些差异反映在职场上，就会造成男女性格特征显著的决策行为。马云飙等（2018）发现若女性成为该企业的实际控制人，那么女性实际控制人相较男性控制人的利益侵占行为更少，在内外部治理较弱的企业该理论的显著性更强，对企业平稳发展有利。然而熊艾伦等 （2018）却持不同意见，他们认为尽管女性高管避险意识较强，在回避风险方面占优势，但正因厌恶风险而容易错失创新和机遇，选择较低的负债比重会同时牺牲较高的财务杠杆。上述两类说法均是基于女性高管行为趋于保守而产生的利弊，由于女性高管创新意识和强度相较男性高管较低，在当前汽车制造业调整结构、发展蓄力的关头，往往会选择较低水平的负债比重来促使企业平稳运行。基于以上分析，本文作出假设H2：
H2：上市公司高管男性比例与资产负债比率呈正相关。
教育程度是潜移默化影响高管人员行事风格的重要因素。卢馨和李慧敏 （2015）研究发现，学历越高的高管拥有越丰厚的知识积累和越高的认知水平，面对财务风险的考量就越周到，然而不同的学科背景所培养的专业思维差异很大。杨浩等（2015）认为拥有会计、管理、法律等商科学历背景的高管对企业的综合管理能力更强，可以更好地觉察到企业和市场的变动，以便及时调整企业资本结构，降低财务风险。因此受教育程度越高的高管团队当面临风险和机遇时，会做出更加成熟的預判和分析，教育程度越高的高管团队往往会选择提升该汽车制造公司的贷款比重。基于以上分析，本文作出假设H3：
H3：高管团队教育程度与资产负债比率呈正相关。
在关注学科背景给高管人员带来决策偏好影响的同时，不可忽视的是，在国内接受专业教育和在海外接受专业教育也存在很大的差异。柳光强和孔高文 （2018）认为，中西方文化差异会导致中西方团队或个体行为偏好有很大差别，具有海外教育经历的高管，更容易产生较强的个人主义文化背景。拥有海外教育经历的高管，在接受专业知识的同时，也会深受海外利己主义的熏陶，会在一定程度上削弱企业盈利能力和创新发展。因此，具有海外经历的高管人员会倾向于选择西方模式的分利政策，可能会增加企业内部薪酬管理而减少了企业投资效率。基于以上分析，本文作出假设H4：
H4：高管团队海外经历程度与资产负债比率呈反比。
2 研究设计
2.1 高管界定
本文采取Hambrick和Mason （1984）所提出的高管人员概念，选取人员涉及企业现任董事会、监事会等部门人员，主要包括董事长、总经理、副总经理、财务负责人、董事会秘书以及公司章程规定的其他人员。
2.2 样本选取与数据来源
本文选取2014—2018年沪深A股汽车制造业上市公司为研究样本，选取样本标准如下：（1）剔除行业内ST、PT、退市或净资产为负数的样本。（2）剔除行业内年报披露不详实或企业财务数据缺失的样本。（3）剔除企业高管团队中严重缺失信息成员。最终得到满足标准的汽车制造业上市公司有140家，信息完整的高管团队成员共计2109人，上市公司财务数据及高管团队成员背景特征数据均来自东方财富网。
2.3 变量设定
2.3.1 被解释变量
本文被解释变量为资产负债率，是用以反映债权人发放贷款程度，并衡量企业利用债权人资金进行经营活动能力的指标。企业负债的构成通常用来分析资本结构与资产结构的适应性及平衡性，资产负债比率越小，企业财务风险就越小，偿还长期债务的能力就越强，但同时也意味着企业没有积极利用财务杠杆作用来扩大经营规模。因此本文选取资产负债率作为反映企业资本结构选择的指标。
2.3.2 解释变量
本文在高阶理论的基础上，实证研究高管团队成员背景特征对企业资本结构选择的影响。本文选取汽车制造业上市公司高管团队的平均年龄（ Age） 、团队中男性所占比重
（Gender）、平均学历（ Edu ）以及海外经历（Oversea）作为解释变量。
2.3.3 控制变量
影响企业资本结构的因素除了人为决策偏好之外，还有一些反映企业经营条件的其他财务指标。鉴于提高回归结果准确性的考虑，本文根据已有研究结论，选取企业净资产收益率 （Roe） 、企业成长能力 （Growth） 以及企业规模 （Size） 等变量为控制变量，以控制这些指标对企业资产负债率的影响，具体变量定义见表1。
2.4 检验模型
为了研究不同背景特征的高管对企业资本结构的调整偏好，以便促进企业及时规避风险、合理健康发展，本文构建如下回归模型来验证H1-H4：
Lev=C0+C1Roe+C2Size+C3Growth+C4Characteristics+ε
其中Characteristics为高管背景特征，在回归分析中分别代入管理者的年龄、性别、学历程度以及海外经历。
3 实证研究
3.1 描述性统计结果
从表2中的描述性统计结果来看，我国汽车制造业上市公司近五年来的资产负债率平均值为43.28177，标准差为17.51413，該数据表明近五年来的行业平均水平处于较安全的状态，但标准差较大，企业之间差距较大，最大值超过了90，表明存在企业有极高的资产风险，最小值低于10，也表明存在企业杠杆利用率极低，不利于企业的下一步发展。企业高管人员年龄的平均值为50.06878，说明高管团队大部分成员为中年人，中年人有丰富的工作经验和较丰富的专业知识为支撑，是高管团队的最优选择年龄段，目前国内大部分企业也会倾向于雇佣中年阶段的领导者，以增强企业运营的安全性和成长性。高管团队性别平均值为0.825，这表明当前高管团队的女性占比仍偏低，该现象不仅和传统文化的影响有关联，更重要的是女性相比男性有更繁琐的家庭牵绊。高管成员学历平均值为3.3377，团队平均学历的最大值为4.095238，这表明本科学历仍是高管团队更常见的学历高度，整体受教育程度较高。高管人员海外经历的平均值为0.0778，团队平均海外经历指数最大值为0.0778，最小值为0，说明制造行业高管团队中的成员拥有海外经历较少。
3.2 相关性检验结果
根据表3所示的Pearson相关系数和Spearman相关系数，我们可以发现企业的资产负债率与高管背景特征变量之间有比较显著的相关性，由此可以认为，高管背景特征对所在企业资本结构的合理性会起到不可忽视的影响。其中，企业高管团队的平均年龄、团队中男性高管人员所占比重以及高管团队平均学历均与该企业资产负债率呈现正相关关系，而管理者的海外经历与资产负债率之间并未呈现出明显的负相关关系。根据上述检验，我们可以初步证实H1、H2与H3的假设。但是相关性分析仅为单变量分析结果，考虑到可能存在着影响企业资产负债率水平的其他因素，从而导致测度误差的产生，并且我们可以发现被解释变量与所有解释变量之间的相关系数均未超过0.500，这大概是因为变量之间没有显著的多重共线性的缘故，所以为了得到更加严谨的结论，本文接下来将进一步对变量进行回归分析。
3.3 回归结果分析
从表4中可以看出，汽车制造业上市公司高管团队平均年龄与企业资产负债率在近五年中存在显著正向影响关系，相关系数为0.834，并在5%的水平上显著，因此可以看出高管团队平均年龄越大，在当前行业整体资产负债率过低的情形下，越会选择提高负债比重，增加贷款数额和杠杆利用率，因此H1得到验证。但系数小于1，说明年龄的整体影响程度并不大，这大概是因为年龄越大的高管团队往往行为决策越稳妥，行事风格越保守，因此即使增加负债比重也只会小幅度增加。同时，高管团队男性比重与所在企业资产负债率也呈现正向影响，相关系数为23.239，并在5%的水平上显著，这说明男性越多的高管团队越会增加企业负债比重，且系数较大，影响程度也较大，H2得到验证。另外，高管团队平均学历也与该企业资产负债率呈现了显著的正向影响关系，相关系数为9.596，在1%的水平上显著，说明平均学历越高的高管团队在当前阶段越会增加企业负债比率，促进企业资产结构处于健康状态，H3得到了验证。
但通过回归结果我们可以发现，尽管高管团队平均海外经历程度与企业资产负债率呈现反向影响关系，但在统计学意义上并未达到合格的显著性水平。因此H4虽有验证支持，但结论并不严谨，不能达到要求。其原因大概是单从汽车制造行业高管人员的海外经历来看，具有海外经历背景的高管人数过少，因此团队中海外经历异质性对企业资产负债率的影响无法得到充分发挥。
4 研究结论与建议
本文通过对我国汽车制造业上市公司高管背景特征的探讨，详细分析了高管团队平均年龄、男性高管占比、平均学历以及海外经历状况对于该企业资产负债率的影响，以得到影响企业资产结构决策偏好的具体背景特征指标。基于上述实证结果发现，拥有不同经历特征的高级管理者，其个人行事特点的确会对企业的资产结构产生一定的影响。平均年龄越大、教育程度越高的团队在行为决策上的严谨性越高，往往更会采取有利于企业发展，同时风险最小的资本策略，在当前汽车制造行业资产负债率处于较低水平的时候，往往会适度提高企业负债比重，这是因为在市场趋于饱和、政策不倾斜的背景下，新能源汽车开发以及零件创新等问题都需要注入大量的研发资金，企业想要在转型平台期平稳度过，就不可避免地增加贷款力度，以保证技术转型当口不落伍，不会被市场淘汰。而男性占比越高的高管团队，冒险精神和创新意识会明显高于女性占比较高的高管团队，这大概是与性别特征有关，男性往往比女性更勇于尝试高风险性活动，所以男性占比高的高管团队往往会较大程度提高企业负债比重，给予公司更多的研发资金和投资项目，使得企业能够更好地抓住发展机遇。而高管团队海外经历的影响并没有得到充分验证。
据此本文均衡企业风险与发展，对高管团队的人员配置提出以下几点建议：（1）高管团队可以适度引进工作经历较丰富、教育程度较高的人员，来提高该团队的谨慎性水平、风险测评能力以及应急能力。（2）高管团队男女人员比例要尽可能贴近该行业平均水准，以均衡该企业风险性和成长性。（3）为了防止企业高管人员人为偏好对企业运营产生过度的影响，公司应该建立合理透明的运营机制以减缓个人偏好的影响。
参考文献
Hambrick， D. C.，Mason，P. A. Upper Echelons： The Organization as a Reflection of Its Top Managers[J]. Academy of Management Review，1984，9（2）：193 -206.
何威风.高管团队垂直对特征与企业盈余管理行为研究[J].南开管理评论，2015，18（1）：141-151.
卢馨，李慧敏，陈烁辉.高管背景特征与财务舞弊行为的研究——基于中国上市公司的经验数据[J].审计与经济研究，2015，30 （6）：58-68.
何平林，孫雨龙，李涛，等.董事特质与经营绩效——基于我国新三板企业的实证研究[J].会计研究，2019（11）：49-55.
徐尚昆，郑辛迎，杨汝岱.国有企业工作经历、企业家才能与企业成长[J].中国工业经济，2020（1）：155-173.
吴建祖，关斌.高管团队特征对企业国际市场进入模式的影响研究——注意力的中介作用[J].管理评论，2015，27（11）：118-131.
马云飙，石贝贝，蔡欣妮.实际控制人性别的公司治理效应研究[J].管理世界，2018，34（7）：136-150.
熊艾伦，王子娟，张勇，等.性别异质性与企业决策：文化视角下的对比研究[J].管理世界，2018，34（6）：127-139+188.
卢馨，李慧敏，陈烁辉.高管背景特征与财务舞弊行为的研究——基于中国上市公司的经验数据[J].审计与经济研究，2015，30 （6）：58-68.
杨浩，陈暄，汪寒.创业型企业高管团队教育背景与企业绩效关系研究[J].科研管理，2015，36（S1）：216-223.
柳光强，孔高文.高管海外经历是否提升了薪酬差距[J].管理世界，2018，34（8）：130-142.
Research on the Impact of the Characteristics of Listed Companies’ Senior Management System on Capital Structure
——Taking Automobile Manufacturing as an Example
Business School， Jiangsu Normal University CHEN Yujia
作者：陈雨佳
上市公司增长的行业特征论文 篇2：
上市公司成长性特征及价值投资操作研究
本文从价值投资视角出发，选择我国1829家上市公司作为样本，考察其业绩成长性的总体特征与行业特征。研究结果认为，我国上市公司成长性具有显著的特征，这些特征对价值投资操作中的选股策略、估值方法与组合构建等方面都提出相应的要求。
一、上市公司成长性特征考察样本选择
（一）成长性特征考察指标的确定 在价值投资视角下，业绩是决定上市公司成长性的最重要因素，出于客观性与相关性的考虑，本文侧重于采用财务指标进行评价。对企业成长性评价，研究者有的采用单一指标，有的采用多个指标。本文采用净利润增长率作为评价指标，一方面，净利润增长率直接反映企业带给股东经济利益的变化趋势，真正反映企业的成长性。另一方面，在价值投资实践中，净利润增长率是股票估值的核心指标。
（二）成长性特征考察期限的确定 一是成长性考察周期要涵盖经济周期。经济周期直接影响企业增长。目前，对1978年改革开放以来我国经济周期的划定分为三类：9.3 年左右的朱格拉周期，4.8 年左右的政治经济周期和 3.5 年左右的基钦周期。本文采用 4.8 年左右经济周期的看法，原因有二：一是我国经济具有很强的政府主导特征，每一个“国民经济发展五年规划”都会对微观的企业成长产生巨大的影响；二是经济要素增速的波动影响经济波动，而大多数经济要素波动集中在4.8年左右，对企业的经营业绩影响最直接。因此，无论从政治要素影响看，还是从经济要素影响看，采用5年左右的经济周期来考察企业成长性具有较好的合理性。二是成长性考察周期要涵盖股市周期。根据价值投资原理，股票价格最终会回归股票价值，企业的成长性最终表现为股价的波动上。因此，成长性评价期限应不短于股市周期。从1990年至2010年，我国股市经历了8轮周期涨跌，每轮周期平均历时30个月左右，其中最短为8个月，最长为65个月。本文采用5年期限考察企业成长性，基本涵盖了股市的牛熊周期，即企业的业绩成长能够最终在股市上得到体现。
（三）上市公司样本的选择 如前所述，在价值投资视角下，可以确定净利润增长率作为上市公司成长性的评价指标，同时确定考察期限不少于5年。2011年4月30日年报披露截止日， A股共有2153家上市公司， 剔除其中财务数据不足5年的324家上市公司，最后选择1829家A股上市公司作为样本，考察期限为2006年至2010年。样本的全部统计数据来源于Wind中国金融数据库。
二、上市公司成长性总体特征
（一）成长性的总体特征之一——绩差公司比例大 将负增长、由盈转亏或ST公司界定为绩差公司。从涉及上市公司看，2006年至2010年A股共有515家绩差公司，比例达到28.2%。其中，负增长的公司比例最高达到15.3%，多年亏损的暂停上市的公司也将近10%。从涉及的行业看，共有56行业产生了绩差公司，其中化肥农药行业绩差公司比例达到30%。从业绩状况看，单纯考察负增长的279家上市公司，有177家负增长率超过-10%，有100家负增长率超过-20%，负增长率最高达-69.40%。这些绩差公司很可能给投资者带来风险，一是伴随着公司业绩下降或恶化，股价可能发生相应的下跌；二是公司经营状况不稳定使估值可能出现重大偏差导致投资风险。
（二）成长性的总体特征之二——高成长公司比例不大且逐渐递减 如果将增长率高于50%的上市公司界定为高成长公司。2006年至2010年， 共有329家高成长公司， 占比18.0%，所占比例不大。如果把上市公司净利润增长率按照增长率高低进行排序， 根据统计数据，随着增长率上升， 上市公司数量迅速减少。 价值投资非常强调上市公司的成长性， 但高成长公司的比例并不大。因此， 价值投资者需要细致考察行业与企业成长性，以求寻找到高成长股， 但不能对上市公司的成长性给予过高的期望。
（三）成长性的总体特征之三 —— 整体成长性低于 GDP平均水平 上市公司是经过精挑细选后取得上市资格，整体质量要优于其他企业。事实是否如此呢？根据统计，在1829家样本公司中，净利润增长率的中位数为18.09%，仅略高于同期GDP复合增长率16.46%。其中有879家上市公司近五年净利润复合增长率低于同期GDP复合增长率，占比例达到48.1%，将近一半。即高于或低于GDP增长率的上市公司基本各占一半左右。结论是上市公司整体成长性并不比整体经济成长性要好。换言之，要在众多上市公司中选到远高于GDP增长率的高成长股并不容易。
三、上市公司成长性行业特征
（一）成长性的行业特征之一——行业成长性与经济趋势密切相关 由表2可以看出，近五年来新兴消费类（医疗保健、酒类、消费电子、汽车、文化传媒）、金融类（银行、证券、保险、多元金融）、地产类（房地产、建筑、重型机械）、公用事业类（水务、燃气、环保）等都属于近年国民经济发展的大方向，行业处于高增长状态。而传统的行业，比如交通类（公路、港口、陆路运输、海运）、传统制造业（化工原料、化肥农药、钢铁、日用化工、摩托车、林木）、传统消费类（办公用品、家居用品、休闲用品）都属于近年来逐渐被升级换代的行业， 行业处于低增长甚至是负增长的状态。故投资者需要对未来行业的发展趋势进行深入分析，找出能够获得高增长的行业进行投资。
（二）成长性的行业特征之二——行业间成长性差大 从行业大类比较看，如果把57个子行业分成低增长行业（19个）、中速增长行业（19个）与高增长行业（19个）三大类行业，同时取大三类行业的中位数6.33%、19.04%与29.95%。显然，中速增长行业比低增长行业平均高出12.71%，高增长行业比中速增长行业平均高出10.91%，而高增长行业平均比低增长行业高出的比例达23.62%。由此可见，三类行业之间成长性差异巨大。
从具体行业比较看，不同行业的净利润增长率差异也比较大，最低为海运业-31.09%，最高为互联网业56.72%，中位数为电子元器件行业19.04%。如果以GDP增长率作为比较基准，低于同期GDP增长率16.46%的行业有25个，其中海运、化肥农药等5个行业增长率甚至为负值。而高于GDP增长率的行业有32个，其中环保、互联网等8个行业超过GDP增长率的2倍。由此可见，不同行业间成长性差异很大。这要求投资者不但要选对行业，还要对行业的成长性高低有清晰的判断。
（三）成长性的行业特征之三——行业间绩差公司比例差异大
不同行业中绩差公司（ST公司、由盈转亏公司、负增长公司）比例不同。在高、中、低增长行业中，绩差公司的比例分别为9.5%、12.2%与17.1%。换言之，低增长行业中投资者遇到绩差公司的概率大一些，而高增长行业中则小一些。如金融行业31家上市公司近五年净利润全部保持正增长，而化肥农药行业37家上市公司中，净利润保持正增长的公司仅占40.5%，其他的负增长、由盈转亏及多年亏损的公司达到26家，比例高达59.5%。一般地，投资者选择高增长行业有助于避开投资绩差公司的陷阱。
从绩差公司占行业的比例看，绩差公司比例在10%以内的有10个行业，绩差公司比例在10%-20%之间的行业22个，而绩差公司比例在20%-50%之间的行业则有10个，有23个行业没有绩差公司。即有的行业绩差公司的比例显得特别高。
（四）成长性的行业特征之四——行业内公司成长性差异大 扣除掉ST公司、由盈转亏公司、负增长公司等绩差公司后，对1570家净利润保持正增长的上市公司分行业进行比较（如表3所示）。每个行业都存在高成长的公司和低成长的公司，而且差异很大。行业内公司增长率差异最小的行业是包装行业（63.6%），差异最大的是煤炭行业（432.82%）。所有的行业内公司增长率差异都超过50%，超过半数行业的差异范围超过150%。显然，无论是高增长行业还是低增长行业，由于竞争优势不同，行业内不同公司的成长性表现出巨大的差异。仅仅依靠行业成长性高低来判断公司的成长性并不具备可靠性。价值投资者需要对具体公司具体分析，以判断其未来成长性。
四、上市公司成长性特征对价值投资操作的要求
（一）要求严格按照价值投资标准选股 一是要求以“自下而上”为主的选股策略。目前投资实践中有“自上而下”与“自下而上”两种选股策略。到底哪种策略符合价值投资原理？首先，从前述对我国上市公司成长性特征的分析得到两个结论：一是行业间成长性差异，即不同行业的平均净利润增长率存在着巨大的差别；二是行业内成长性差异，即同一个行业内高成长公司与低成长公司并存，二者之间存在着巨大差异。从第一个结论，可以得出自上而下的选股策略是有效的，即选择高成长的行业进行投资。但第二个结论却认为，即使在高成长行业，投资者也可能遇到绩差公司。因此，自上而下的选股策略并不能保证可靠地选择到高成长股。既然第二个结论说明无论在什么行业，都存在着高成长性公司与低成长性公司，那么直接对具体的公司进行考察即可。但由于行业间成长性差异的存在，很可能的结果是，投资者在低成长性行业选择到了最好的公司，但仍然比不上高成长性行业的中等公司。综上，单纯的自上而下策略与单纯的自下而上策略都不足以保证投资者选择到高成长性的公司。事实上，可能两种策略的结合才是最佳的策略，即通过自上而下策略找到好的行业，再通过自下而上的策略找到好的公司，这样投资者选择到高成长行业的高成长性公司的成功概率将大大提高。在两个策略中，哪个策略占主导地位，对于价值投资，关键不是确定某个产业对社会影响力有多大，或者这个产业将会增长多少，而是要确定所选择的特定企业的成长性。在投资策略选择中，应以自下而上的选择策略为主，以自上而下选股策略为辅，二者结合应用。
二是要求设定严格的选股标准。如前分析，中国上市公司的整体成长性并不优于非上市公司。一方面，绩差公司（ST公司、由盈转亏公司、负增长公司）占了近30%，这增加了价值投资选股的风险；另一方面，高成长性公司（增长率超过50%）仅占18%，这降低了选到高成长股票的概率。为此，制定严格的选股标准对降低投资风险提高投资收益非常必要。首先，对上市公司进行全方位考察，包括定性指标和定量指标，财务指标和非财务指标。公司成长性的定义是：不仅过去的业绩超过平均水平，而且预计将来也会如此。对于确定哪些公司过去成长性超过平均水平，仅仅是一项统计任务。而事实上，对于投资而言，公司未来的成长性更加重要。因此，对上市公司定性和非财务指标的分析与考察非常重要，尤其是对影响公司长期竞争优势因素的考察。其次，对上市公司进行至少5年以上的长期考察。一般情况下，公司快速增长不可能永久持续下去。当一家公司获得显著增长后，增长曲线就会平缓下来，而且很多时候会转为下降。因此，多年的考察有助于降低对企业成长性的误判。
三是要求选择稳定增长行业与企业。成长性特征分析表明，大多数高成长性公司都与同一时期的宏观经济及行业发展趋势密切相关。这似乎可以得到一个有效的投资操作策略，即预测未来能够实现高增长的行业或企业。但“事后看到的增长”与“实际得到的增长”是不同的。尽管通过统计数据，我们可以轻易地发现了哪些行业实现了高增长，但对于投资者而言，事先对未来高增长的行业和企业做出预测包含着很大的不确定性。因此，对于价值投资者，比较折中的策略是，一方面，坚持选择在可预见的将来能够稳定增长的行业和企业，而不是预测未来可能高增长的行业和企业；另一方面，对于经济发展、行业变迁与产业政策保持高度的关注，以便对已有的投资做出必要的调整。
（二）要求对上市公司保守估值 根据前面的分析，1829家上市公司净利润增长率中位数为18.09%，仅略高于GDP复合增长率1.6%，即上市公司的增长并不显著高于GDP增长，基本可以认为二者同步增长。因此，从估值角度看，一方面，在对上市公司增长率进行估计时，可以参照GDP增长率；另一方面，由于上市公司增长率收敛于GDP增长率，对上市公司的增长率应给予保守估计，不能大幅高于GDP增长率。价值投资操作非常强调安全边际，对股票都进行保守估值，以防事态的发展与预料的相反。在预计格雷厄姆成长股价值评估模型V=EPS×（8.5+2G）中的核心参数净利润增长率G时，要遵循保守原则，尽量采用在最差的情况下也能实现的增长率。一般地，如果没有可靠的证据表明所选择上市公司的增长前景显著高于GDP增长率或行业增长率，在估计时也保守采用GDP增长率或行业增长率。
（三）要求构建合适的投资组合 由前述数据得知，无论是高增长行业还是低增长行业，都可能存在着绩差公司（负增长、由盈转亏或ST公司），而且绩差公司占全部公司的比例高达28.2%。即使谨慎的投资者通过严格的选股与保守的估值，但仍然可能遇到绩差公司，从而给投资带来风险。因此，为了确保本金的安全和满意的回报，构建恰当的组合是有必要的。根据有关研究，合适投资组合策略要点包括：一选择不同行业的企业作为投资对象；二是选择具有一定数量的股票构成投资组合，一般数量为4-10只，分布于不同行业；三是控制好资金分配，每只股票资金配比控制在总资金的10%-25%之间。通过股票选择、数量控制与资金分配的投资组合措施来应对可能选择到低成长公司所带来的风险。
参考文献：
［1］本杰明·格雷厄姆著，王中华等译：《聪明的投资者》，人民邮电出版社2010年版。
［2］吴后宽：《本杰明?格雷厄姆成长股价值评估模型的解析及应用》，《中国证券期货》2010年第3期。
［3］刘曜等：《企业成长：定义及测度》，《软科学》2011年第2期。
［4］纪志明：《上市公司成长性的行业特征分析》，《华南师范大学学报( 社会科学版)》2005年第10期。
［5］丁培嵘等：《中国上市公司增长的行业特征》，《上海管理科学》2004年第2期。
［本文系2011年度浙江省哲学社会科学规划课题“本杰明·格雷厄姆价值投资思想研究”（11JCYJ01YBM）与浙江商业职业技术学院重点科研项目“价值投资理论在中国适用性的实证检验”（SZYZD201102）阶段性研究成果］
（编辑 代 娟）
作者：吴后宽 麻淑秋
上市公司增长的行业特征论文 篇3：
创业板财务特征、代理成本与股权激励水平
[摘要]本文以创业板为基础，从创业板与主板、中小板的财务特征、代理成本差异角度分析其对股权激励水平的影响。本文以 2010年初到 2013年6月底创业板的数据为基础，以提出股权激励计划并实施的上市公司为研究样本，分析公司的财务特征、代理成本两者分别对股权激励水平的影响，以及两者对股权激励水平的综合影响。根据实证分析结果，提出了创业板公司应采用多种股权激励模式、保持合理的股权集中度等建议。
[关键词]创业板;财务特征;代理成本;股权激励水平
一、研究背景
我国于20世纪90年代后期开始中引入股权激励制度，但是由于我国资本市场的有效性问题，股权激励的发展受到很大阻碍。2005年股权分置改革以后，我国的资本市场发展迅速，股票价格能真正反映企业价值。相关法律法规的健全，也为股权激励制度的实施提供了良好的环境。
2009年10月30日，我国的创业板开市交易，创业板上市公司主要是一些从事高新技术的中小民营企业。其特征是具有高成长性与高竞争性。对于创业板上市公司，股权激励的地位也举足轻重。在现有的相关调查中发现，相比主板、中小板的公司，创业板的公司更倾向于进行股权激励，股权激励水平也相对比较高。因此，本文以财务特征、代理成本差异为出发点，从财务视角方面提出假设提出相关假设，分析两者对股权激励水平的影响，为我国股权激励机制的完善提供一些指导建议。
二、文献综述
1.关于股权激励水平影响因素的文献回顾
（1）公司风险
宋兆刚（2006）研究发现公司风险越大，股权激励水平越低。袁燕（2008）研究结果发现公司的风险越大，股权激励水平反而越低。
（2）公司规模
房利（2010）也发现规模对股权激励并没有显著影响。张艳林（2011）研究结果表明公司的规模与股权激励水平不存在显著关系。
（3）自由现金流
何炜，王孟怡（2011）研究结果显示公司规模、自由现金流会对股权激励水平产生显著负相关影响。王苏婷（2012）研究表明公司自有现金流越大，股权激励水平越低。
（4）成长性
冯涛、杨瑾、刘洲勤（2010）的研究也表明了两者的正相关关系。然而李月梅、刘涛（2010）研究结果却提出成长性并不会对公司的股权激励水平产生影响。王苏婷（2012）研究发现公司成长性与股权激励水平之间的关系不显著。
（5）盈利能力
国外学者对盈利能力对股权激励水平的影响研究结论比较相似。结果都显示：盈利能力越好的公司越有可能进行股权激励，并且激励的比例也比较高。Demsetz和Lehn（2005）研究结果表明净资产收益率对股权激励水平的影响并不显著。曹开悦（2007）经过实证研究发现公司盈利能力会对股权激励水平产生显著正相关的影响。许琼枫、杨隽萍（2012）净资产收益率越高，股权激励水平越大。王苏婷（2012）研究发现公司盈利能力对股权激励水平产生正向影响。
（6）管理层的任职期限
Attaway（2000）对美国计算机和电子行业的研究发现经理的任期和年齡对股权激励水平产生正相关的影响。但是宋兆刚（2006）认为管理层的任职期限不影响股权激励水平。
（7）股权集中度
曹开悦（2007）研究发现股权越集中，激励水平反而会降低。许琼枫、杨隽萍（2012）研究结果表明两者的负相关关系。
2.关于股权激励与代理成本的文献回顾
Depken等（2006）的研究结果显示，限制性股票及股票期权能够显著地减少股权代理成本。Tzioumis （2008） 研究发现公司进行股权激励的目的是为了降低股东与管理层之间的代理成本。陈冬华等（2005）的研究表明，在职消费的存在，提升了国有企业的代理成本，在国有企业中，股权激励情况会更多。周中胜（2008）结果表明，股权激励的实施能够降低自由现金流量所引致的代理成本。
三、股权激励水平的实证分析
1.研究假设
H1：在其他条件不变的情况下，公司成长性对股权激励水平产生正相关的影响。
H2：在其他条件不变的情况下，现金流动性对股权激励水平产生负相关的影响。
H3：在其他条件不变的情况下，资产流动性对股权激励水平产生负相关的影响。
H4：在其他条件不变的情况下，市场竞争力对股权激励水平产生负相关的影响。
H5：在其他条件不变的情况下，盈利能力对股权激励水平产生正相关的影响。
H6：在其他条件不变的情况下，代理成本对股权激励水平产生正相关的影响，但是在创业板公司中，该影响并不显著。
2.样本的选取与数据来源
由于创业板上市公司于2009年10月才开始，所以本文选取样本的时间段是从2010年初到2013年6月底，在这三年期间提出明确的股权激励计划并且付诸实施的创业板上市公司，剔除虽然开始激励草案但是实施过程中终止实施的公司、被特别处理类上市公司、数据不全的公司，这样得到的有效样本是99家，其中2010年的11家，2011年的21家，2012年的29家，2013年上半年38家。由于公司的财务特征、代理成本等影响因素是在股权激励预案通过前就对样本公司产生影响，所以本文选择的影响因素数据是公布预案前一年的财务数据。本部分所用到的财务数据和指标均来自于深圳交易所和上海交易所中上市公司的年度报表、国泰安数据库。数据处理使用MicrosoftExcel2007及SPSS17.0统计软件完成。
3.变量的定义与计量
现将各变量的名称及计算方法进行统计归纳，具体内容如表3-1所示：
4.模型的建立
本文采用的模型是回归模型，建立如下的多元回归方程，检验对股权激励水平产生影响的因素，具体模型如下：
（1）不考虑代理成本时：
模型一：只考虑财务特征对股权激励水平影响的模型：
PRT=a0+a1GRO+a2CASH+a3LOA+a4MCC+a5ROE+
a7SIZE+a8CS+a9H5+a10IDR+a11DTL+ε
（2）当股权代理成本为EXP时：
模型二：只考虑股权代理成本对股权激励水平的影响
PRT=a0+a6EXP+a7SIZE+a8CS+a9H5+a10IDR+a11DTL+ε
模型三：公司的财务状况以及代理成本对股权激励水平的综合影响：
PRT=a0+a1GRO+a2CASH+a3LOA+a4MCC+a5ROE+
a6EXP+a7SIZE+a8CS+a9H5+a10IDR+a11DTL+ε
（3）当股权代理成本为TRUN时：
模型四：只考虑股权代理成本对股权激励水平的影响
PRT=a0+a6TRUN+a7SIZE+a8CS+a9H5+a10IDR+a11DTL+ε
模型五：公司的财务状况以及代理成本对股权激励水平的综合影响：
PRT=a0+a1GRO+a2CASH+a3LOA+a4MCC+a5ROE+
a6TRUN+a7SIZE+a8CS+a9H5+a10IDR+a11DTL+ε
其中，a0为常数项，a1、a2、a3、a4、a5、a6、a7、a8、a9、a10、a11分别为公司的成长性、现金的流动性、资产的流动性、市场竞争力、净资产收益率、股权代理成本、公司规模、资本结构、股权集中度、独立董事比例、风险水平的相关系数，ε为误差项。
表3-1 变量的定义与说明
5.实证分析
（1）描述性统计
首先对各变量进行描述性统计，如表3-2所示。
表3-2 创业板数据描述统计量
从上表可知，公司股权激励水平（PRT）的最大值为9.47%，最小值为0.15%，均值为3.09%，说明我国创业板上市公司股权激励水平较平均;公司的成长性指标总资产增长率（GRO）最小值是-0.05，最大值达到5.66，其标准差也较大，说明数据较离散，不同的企业有较大的差异;各公司流动资产比率相差不大。市场竞争力MCC的最小值为-0.16，最大值为0.51，相差不是很大。管理费用率EXP的最小值为0.03，最大值为0.49，差异也不大。而总资产周转率TRUN的最小值为0.14，最大值为1.67，均值为0.58，数据相对离散。各公司的资产负债率（CS）差异很大，有些公司的资产负债率已高于较适宜的50%的比例;公司的规模（SIZE）由于是取得总资产的自然对数，数据相对较集中，分布在18.92到21.91之间，不同公司规模的差异性较小;公司的独立董事比例（IDR）最小为33%，最大达到了60%，独立董事的比例差异较大，有些公司比较重视独立董事的作用，公司治理结构较完善，而有些公司的独立董事形同虚设。股权集中度指标（H5）在各公司之间的差异不是很大，均值是16.9%，存在“一股独大”的可能性较小。DTL风险水平的最小值为-0.22，最大值为37.74，相差比较大。
（2）相关性检验
如表3-3、3-4所示，反映的是被解释变量与解释变量经过皮尔逊相关性检验后的结果。
表3-3 创业板主要变量的相关性检验
表3-4 创业板主要变量的相关性检验
注： * 、**、***分别表示双尾显著性水平为10%、5%和1%。
上表为PRT与各解释变量的相关分析表格，分析结果显示：PRT与各解释变量间都没有明显的相关关系，并且资产流动性ROA对PRT产生正相关的影响，总资产周转率对PRT也产生正相关的影响，与前面预测的方向并不一致，这可能是由于相关性分析并没有考虑其他变量的影响，并且创业板数据太少等原因造成的。接下来采用多元线性回归分析进行更为稳健的检验。
（3）回归分析
表3-5 创业板数据回归分析结果
注：*、**、***分别表示双尾显著性水平为10%、5%、1%。
上表是对创业板股权激励水平模型进行回归分析，分析对股权激励水平产生影响的因素，选定的系数显著性检验水平为5%，对上述五个模型进行多元线性回归分析。
如3-5所示，该表列示的是回归模型各变量的系数，研究结果显示：
在模型一，没有考虑代理成本的情况下，GRO的回归系数为0.246，T值为1.678，在10%的水平上显著，即公司成长性GRO对股权激励水平产生正相关的影响，公司成长性越高，PRT值也越高。在模型三中，考虑代理成本为EXP时，GRO对PRT同样产生正相关的影响，模型五种，考虑代理成本为TRUN时，GRO的回归系数为0.259，GRO对PRT同样产生了显著的正相关。即在创业板数据中，GRO对股权激励水平PRT产生正相关的影响，与假设1一致。在模型一中，MCC的回归系数为-4.388。T值为-1.964，在5%的水平上顯著。在模型三以及模型五中，考虑了股权代理成本的情况下，不管使用EXP还是TRUN，结果都显示MCC对PRT产生显著的负相关的影响，进一步证实了假设4成立。对于股权代理成本，当股权代理成本为EXP时，模型二的EXP系数为3.977，T值为1.543，对股权激励水平产生正相关的影响，但是并不显著，符合假设6。在模型三中，得到同样的结果。而当股权代理成本用TRUN表示时，模型四得出TRUN的系数为0.138，而模型五种TRUN的系数为-1.027，差异较大。可能是由于总资产周转率的数据相差太大，并且在模型四中没有控制财务状况的影响造成的，模型五的结果符合假设6，即总资产周转率越低，公司代理成本越大，股权激励水平越高。对于控制变量中的股权集中度，回归结果显示H5对PRT产生负相关的影响。在创业板数据中，对于解释变量中的CASH、LOA、ROE并没有通过显著性的检验。
对样本各变量进行共线性诊断，所有的解释变量以及控制变量的容忍度都大于0.1且方差膨胀因子（VIF）都小于10，表明各变量之间不存在复共线关系。
（4）创业板上市公司实证研究结论
通过本文的研究结果可以看出，在创业板上市公司中，公司財务状况指标中的GRO、MCC对PRT产生显著影响，股权代理成本无论是EXP或TRUN时，对股权激励水平并没有产生显著的影响，符合假设6。
具体的回归结果分析如下：
第一，创业板上市公司中，企业的成长性对股权激励水平产生显著正相关影响，模型一到五都通过了这一检验。这符合我们前面的假设，创业板上市公司，通常盈利性的指标波动比较大，股价变动也比较大，股权激励能够更好地激励经营者，因此这些公司通常会使用股权激励，激励水平也相应高一些。创业板的高成长性对股权激励水平有正相关的影响。
第二，创业板上市公司中，市场竞争力MCC对股权激励水平产生显著的负相关影响，并且通过了5%的显著性检验。这符合假设4。即公司的市场竞争力越强，公司的股权激励水平越小。
第三，创业板上市公司财务状况中的现金流动性、资产流动性、净资产收益率没能通过显著性检验，可能是选用的指标对于创业板上市公司并不是很有针对性，以及样本量的原因导致回归结果与假设不一致的情况出现。
第四，创业板上市公司中，当用管理费用率表示股权代理成本时，其对股权激励水平产生正相关的影响，符合假设六，但是并不显著，可能是由于数据较少造成的。而当用总资产周转率表示股权代理成本时，模型五考虑了公司财务状况的情况下的结果符合假设，即总资产周转率对股权激励水平产生负相关的影响。
第五，创业板上市公司中，股权集中度对股权激励水平产生负相关的影响，在上面的回归分析模型都显示这一结果。股权集中度越集中的公司，那么管理者与公司股权的利益比较趋于一致，代理成本相对较低，因此对于股权激励这种方式，选择的可能性会较低，股权激励水平也可能较低。
第六，创业板上市公司的规模与股权激励水平不存在显著关系。一般来说，公司的规模越大，发展潜力越好，需要对高管进行更对的股权激励，但是结合现实情况的考虑，经过数据调查，在我国沪、深两市A股中，实施股权激励计划的公司主要是集中于中小企业版及创业板，而主板市场上实施股权激励的企业非常少，所以规模对股权激励水平并没有显著的相关关系符合我们理论研究与实际情况。
第七，独立董事比例也未能通过检验，一般来说，独立董事的比例越高，独立董事发挥的作用越好，那么对于管理者能够发挥较好的监督作用，相对减轻代理成本，那么这类的公司实施股权激励的可能性会较小，股权激励水平也可能较低。但是现实中的实证研究发现独立董事对股权激励水平并没有显著的相关关系，这可能是我国独立董事制度尚不健全，形同虚设有关。所以独立董事比例与股权激励水平没有显著的相关关系的结论。
四、对策建议
1. 结合成长性制定股权激励计划
股权激励方案的制定必须符合公司的实际情况及其特征。创业板上市公司有其高成长性、高竞争性的特点。在制定股权激励方案时，应充分考虑其成长性的特征。一般来说，公司盈利能力对股权激励水平产生正相关的影响，这在主板、中小板的实证研究中得以证实。对于创业板公司，成长性对股权激励水平产生显著的正相关，因此在制定股权激励计划时，应该首先对公司的成长性问题进行分析，提出适合公司的股权激励计划。
2.保持合理的股权集中度
如果公司的股权集中度过高，那么公司的实际控制权由少数人掌握，其他人没有权利参与到公司的经营中，这会在一定程度上降低管理者的积极性，股权激励作用的发挥受影响。因此从另一个角度考虑，公司保持合理的股权集中度，这样才能使股权激励水平保持在一定的额度，保证股权激励的有效实施。
3.适当考虑公司的代理成本问题
对于创业板上市公司，主要为中小民营企业，其代理成本相比国有企业较小，但是实际情况显示，创业板公司反而更愿意实施股权激励计划。这与创业板的自身特征是密切相关的，创业板的高成长性、高竞争性特征意味着它发展的压力，创业板公司的发展需要高新技术人才，因此股权激励计划变得十分重要。虽然代理成本对股权激励水平并没有显著的关系，但是创业板的股权激励计划的制定也有很大一部分是为了降低代理成本，因此在制定股权激励计划时，也应该适当考虑公司的代理成本问题。
4.健全股权激励绩效的考核指标
从相关文献阅读，可以了解到对于绩效方面，我国的学者主要采用净资产收益率或净利润成长率等作为考核指标，也有少数采用因子分析法，综合企业的发展能力、获利能力等方面得出一个综合的考核指标。这种方式评价绩效还是具有许多的片面性。对于创业板上市公司，应该结合自身的财务特征，将公司成长性纳入指标范围，充分结合其特征，建立符合自身的财务绩效指标，考核股权激励情况。
参考文献
[1]Harold Demsetz， Kenneth Lehn， The Structure of Corporate Ownership： Causes and Consequences[J]. Journal of Political Economy， 2005， 93（6）： 55-63.
[2]Sanders W.M.， Hambrick D.C. Swinging for the Fences： The Effects of CEO Stock Options on Company Risk Taking and Performance [J]. Academy of Management Journal， 2007， 50（5）： 1055-1078
[3]Tzioumis， K. Why Do Firms Adopt CEO Stock Options？ Evidence from the United States[J].Journal of Economic Behavior and Organization，2008，68（1）： 100–111.
[4]曹开悦.我国上市公司采取股权激励的影响因素分析[J].财经界，2007，（2）：108-109
[5]房利.上市公司股权激励影响因素及激励效果研究[D]：[硕士学位论文].重庆：重庆理工大学， 2010.24-40.
[6]冯涛，杨瑾，刘湘勤.后股权分置改革上市公司经理层股权激励的决定因素研究[J].统计与信息论坛，2010，25（3）：40-45
[7]袁燕.股权激励实施的影响因素——基于我国上市公司的实证研究[D]：[硕士学位论文].济南：山东大学，2008.22-40.
[8]何炜，王孟怡.上市公司管理层股权激励的决定因素研究[J].财务与金融，2011，（2）： 46-49
[9]宋兆刚.我国上市公司管理层股权激励的决定因素研究[J].山东社会科学，2006，（5）：48-55
[10]王苏婷.高管股权激励行为、水平的影响因素分析——基于我国制造业上市公司的经验数据[D]：[硕士学位论文].江西：江西财经大学，2012.20-37
[11]许琼枫，杨隽萍.上市公司股权激励水平的影响因素[J].经济与管理，2012（8）：76-79.
[12]周中胜.管理层薪酬、现金流与代理成本[J].上海经济研究，2008，（4）：73-83.
[13]陈冬华，陈信元，万华林.国有企业中的薪酬管制与在职消[J].经济研究，2005，（2）：92 -101.
作者简介
潘泓静（1989-01-16），女，硕士研究生，籍贯：广西区桂林市，单位：广东培正学院，会计学系，主要研究方向：公司财务。
作者：潘泓静