信息环境对中国A股上市公司高管薪酬业绩敏感性的影响：基于实证视角的深度剖析

信息环境对中国A股上市公司高管薪酬业绩敏感性的影响：基于实证视角的深度剖析一、引言1.1研究背景与意义1.1.1研究背景在现代企业制度中，高管薪酬与公司业绩的关系一直是学术界和实务界关注的焦点。合理的高管薪酬业绩敏感性能够激励高管努力提升公司业绩，实现股东利益最大化。自1998年我国上市公司开始公开高管薪酬有关内容以来，国内学者对高管薪酬与企业绩效的关系进行了大量研究。早期研究多表明两者无明显相关性，如李增泉在2000年选取1998年度上市公司财务报告中公布的高层管理人员持股比例和年薪记录，实证研究发现高层管理人员的薪酬和企业业绩间没有关联；魏刚同年的研究也表明高管人员的薪酬和企业绩效没有显著相关性。但随着研究深入，大多数学者认为两者存在一定关联，如张俊瑞等（2003）通过实证研究指出，业务规模越大、绩效越好，高层管理人员的薪酬越高；张学功和刘伟（2016）基于公司治理视角，采用2010—2013年A股主板上市公司数据研究表明，上市公司高管薪酬绩效具有显著敏感性。与此同时，信息环境作为影响企业决策和运营的重要因素，在高管薪酬激励中发挥着关键作用。高质量的信息环境能够降低信息不对称，使股东更准确地评估高管的工作表现，从而制定更合理的薪酬契约。例如，Ashbaugh-Skaife等（2007）研究表明，内部控制体系相对完整的企业，其会计信息质量相对较高，进而会促进高层管理人员理性投资和决策，更有利于股东、董事对高管的监督，抑制高管自利行为。然而，目前我国A股上市公司的信息环境仍存在诸多问题，如信息披露不及时、不准确、不完整等，这些问题可能会干扰高管薪酬业绩敏感性的有效性，影响企业的治理效率和可持续发展。1.1.2研究意义从理论角度来看，深入研究信息环境对高管薪酬业绩敏感性的影响，有助于丰富和完善公司治理理论。目前关于高管薪酬业绩敏感性的研究主要集中在薪酬契约设计、公司治理结构等方面，对信息环境这一关键因素的研究相对较少。本研究将信息环境纳入高管薪酬业绩敏感性的研究框架，探讨两者之间的内在联系和作用机制，能够为该领域的研究提供新的视角和思路，进一步拓展和深化公司治理理论。从实践角度而言，对于企业来说，准确把握信息环境与高管薪酬业绩敏感性的关系，有助于企业优化薪酬激励机制，提高薪酬激励的有效性。企业可以通过改善信息环境，提高信息质量，使高管薪酬更准确地反映其工作业绩和贡献，从而激励高管更加努力地工作，提升企业业绩。对于监管部门来说，研究结果可以为其制定相关政策提供参考依据，加强对上市公司信息披露的监管，规范信息环境，促进资本市场的健康发展。对于投资者来说，了解信息环境对高管薪酬业绩敏感性的影响，有助于他们更准确地评估企业的价值和投资风险，做出更明智的投资决策。1.2研究方法与创新点1.2.1研究方法实证研究法：本研究以2010-2023年中国A股上市公司为样本，收集了大量的公司财务数据、高管薪酬数据以及信息环境相关数据。通过构建多元回归模型，如将高管薪酬作为因变量，公司业绩指标（如净资产收益率ROE、总资产收益率ROA等）作为自变量，同时纳入信息环境的代理变量（如分析师跟踪人数、媒体关注度等）以及其他控制变量，来实证检验信息环境对高管薪酬业绩敏感性的影响。运用Stata、SPSS等统计软件对数据进行处理和分析，通过回归分析、相关性分析、稳健性检验等方法，得出研究结论。例如，在回归分析中，观察信息环境变量与高管薪酬业绩敏感性之间的系数正负及显著性水平，以此判断两者之间的关系。文献研究法：在研究初期，广泛查阅国内外关于高管薪酬业绩敏感性、信息环境以及公司治理等方面的文献资料。梳理相关理论基础，包括委托代理理论、信息不对称理论等，了解前人在该领域的研究成果和不足之处。对国内外学者关于高管薪酬与公司业绩关系的研究进行综述，分析不同研究的方法、结论以及存在的争议点。例如，总结早期研究认为高管薪酬与企业业绩无明显相关性的观点，以及随着研究发展，大多数学者认为两者存在一定关联的结论。同时，对信息环境影响高管薪酬业绩敏感性的相关文献进行分析，为本文的研究提供理论支持和研究思路。对比分析法：对不同信息环境下的上市公司进行对比分析，将样本公司按照信息环境的优劣进行分组，如高分析师跟踪组和低分析师跟踪组、高媒体关注度组和低媒体关注度组等。对比不同组之间高管薪酬业绩敏感性的差异，进一步验证信息环境对高管薪酬业绩敏感性的影响。分析不同行业、不同规模的上市公司在信息环境和高管薪酬业绩敏感性方面的差异，探究行业特征和公司规模对两者关系的调节作用。比如，对比制造业和服务业上市公司，分析其在信息披露程度和高管薪酬与业绩挂钩程度上的不同表现。1.2.2创新点研究视角创新：以往关于高管薪酬业绩敏感性的研究，多聚焦于公司内部治理结构、股权结构等因素，对信息环境这一外部因素的深入研究相对较少。本研究将信息环境作为核心研究变量，深入探讨其对高管薪酬业绩敏感性的影响，为该领域的研究提供了新的视角，有助于更全面地理解高管薪酬激励机制的影响因素。多维度衡量信息环境：在衡量信息环境时，采用了多个维度的指标，包括分析师跟踪人数、媒体关注度、信息披露质量等。这种多维度的衡量方式能够更全面、准确地反映上市公司的信息环境状况，克服了以往研究中仅采用单一指标衡量信息环境的局限性，使研究结果更具可靠性和说服力。考虑内生性问题：在研究过程中，充分考虑了可能存在的内生性问题。采用工具变量法，选取与信息环境相关但与高管薪酬业绩敏感性不存在直接因果关系的变量作为工具变量，如地区金融发展水平等，通过两阶段最小二乘法（2SLS）进行回归分析，以缓解内生性对研究结果的干扰，提高研究结论的准确性。1.3研究内容与框架本研究内容主要分为以下几个部分：第一章：引言：介绍研究背景，阐述在现代企业制度下高管薪酬业绩敏感性和信息环境的研究现状及存在问题，说明研究对理论发展和实践应用的重要意义。同时，详细介绍实证研究法、文献研究法、对比分析法等研究方法，以及研究视角创新、多维度衡量信息环境、考虑内生性问题等创新点。第二章：理论基础与文献综述：对委托代理理论、信息不对称理论等相关理论进行阐述，为后续研究提供理论支撑。梳理国内外关于高管薪酬业绩敏感性、信息环境以及两者关系的研究文献，分析已有研究的成果和不足，明确本文的研究方向。第三章：研究设计：确定以2010-2023年中国A股上市公司为研究样本，说明数据来源及筛选过程。选取高管薪酬、公司业绩、信息环境等相关变量，并对各变量进行详细定义和说明。构建多元回归模型，如以高管薪酬为因变量，公司业绩指标（如净资产收益率ROE、总资产收益率ROA等）为自变量，信息环境变量（如分析师跟踪人数、媒体关注度等）和控制变量（如公司规模、资产负债率等）为控制变量，以检验信息环境对高管薪酬业绩敏感性的影响。第四章：实证结果与分析：对样本数据进行描述性统计分析，展示各变量的均值、中位数、标准差等统计特征，初步了解数据的分布情况。进行相关性分析，检验各变量之间的相关关系，判断是否存在多重共线性问题。运用构建的回归模型进行回归分析，展示回归结果，分析信息环境变量对高管薪酬业绩敏感性的影响方向和程度，通过系数正负及显著性水平判断两者关系。进行稳健性检验，采用替换变量法、分样本检验法等方法，验证回归结果的可靠性和稳定性，确保研究结论的准确性。第五章：研究结论与政策建议：总结研究的主要发现，明确信息环境对高管薪酬业绩敏感性的具体影响，以及在不同情境下两者关系的变化。基于研究结论，从企业、监管部门和投资者等不同角度提出针对性的政策建议，如企业应改善信息环境、优化薪酬激励机制；监管部门应加强信息披露监管、规范市场秩序；投资者应关注信息环境和高管薪酬激励情况，做出合理投资决策。分析研究的局限性，如数据样本的局限性、研究方法的局限性等，并对未来相关研究方向进行展望，为后续研究提供参考。本文的整体框架结构如图1-1所示：|--第一章引言||--1.1研究背景与意义|||--1.1.1研究背景|||--1.1.2研究意义||--1.2研究方法与创新点|||--1.2.1研究方法|||--1.2.2创新点||--1.3研究内容与框架|--第二章理论基础与文献综述||--2.1理论基础|||--2.1.1委托代理理论|||--2.1.2信息不对称理论||--2.2文献综述|||--2.2.1高管薪酬业绩敏感性的研究|||--2.2.2信息环境的研究|||--2.2.3信息环境对高管薪酬业绩敏感性影响的研究|||--2.2.4文献述评|--第三章研究设计||--3.1研究样本与数据来源||--3.2变量选取与定义|||--3.2.1被解释变量|||--3.2.2解释变量|||--3.2.3控制变量||--3.3模型构建|--第四章实证结果与分析||--4.1描述性统计||--4.2相关性分析||--4.3回归结果分析||--4.4稳健性检验|--第五章研究结论与政策建议||--5.1研究结论||--5.2政策建议||--5.3研究局限性与展望图1-1论文框架结构图二、文献综述2.1高管薪酬业绩敏感性的相关研究高管薪酬业绩敏感性一直是企业高层管理人员激励范畴的核心问题，在学术界和实务界都备受关注。国内外学者从多个角度对其存在性和影响因素进行了深入研究与实证检验。早期的研究中，许多学者认为高层管理人员的薪酬和企业业绩之间不存在显著关联。西方学者Taussings和Baker（1925）率先对高管薪酬—业绩敏感性展开研究，其结果表明，高层管理人员的薪酬与企业业绩几乎没有相关性。Jensen和Murphy（1990a）研究发现企业公司首席执行官的薪酬与股东财产间的关联性较小，在后续研究中（Jensen和Murphy，1990b）还发现，高层管理人员薪酬的变化对企业绩效影响并不显著。在国内，自1998年上市公司开始公开高管薪酬内容后，学者们也对此进行了研究，早期研究大多支持薪酬与业绩无明显相关性的观点。李增泉（2000）选取1998年度上市公司财务报告中公布的高层管理人员持股比例和年薪记录进行实证研究，发现高层管理人员的薪酬和企业业绩间没有关联；魏刚（2000）研究表明，高管人员的薪酬和企业绩效没有显著相关性；赖普清（2007）研究表明，我国上市公司高层管理人员的年薪与基本市场绩效之间没有明显的关联性；孙文博（2007）对高管薪酬—业绩敏感性进行描述性研究，结果显示高层管理人员的薪酬与企业绩效之间没有相关性。这些学者认为高管薪酬机制不完善，导致了高层管理人员的薪酬和企业绩效之间出现脱节。然而，也有部分学者持有不同观点，认为高层管理人员的薪酬和企业业绩间存在明显的关联性。Smith（1990）提出，高层管理人员拥有一定数量的股权会更努力地为公司效力，更有动力去创造财富，因而对公司业绩有必然的促进作用。Yermack（1995）运用托宾Q衡量企业绩效和高管薪酬这两个变量，研究分析表明，高管薪酬和企业绩效之间存在正向联系。随着研究的不断深入，国内大多数学者逐渐认为高层管理人员的薪酬与企业业绩之间存在一定的关联性。张俊瑞等（2003）通过实证研究指出，业务规模越大、绩效越好，高层管理人员的薪酬越高；徐向艺等（2007）深入研究发现，公司的代理成本受高管薪酬绩效的影响非常大；杜兴强和王丽华（2007）研究得出，高层管理人员货币薪酬和企业业绩呈明显的正相关联性；夏纪军和张晏（2008）利用总资产盈利能力和股东权益报酬率来评定企业业绩，认为高层管理人员的薪酬与企业市场绩效有正相关性；张学功和刘伟（2016）基于公司治理的视角，采用2010-2013年在A股主板上市的公司数据作为样本，研究表明上市公司高管薪酬绩效具有显著敏感性。曹廷求等（2011）以2005年中国证监会颁布新的《企业财务报告披露准则》为界点，对这一强制性法规颁布前后高管薪酬与公司绩效敏感度的变化进行实证分析，发现上市公司高管薪酬得到强制披露后，代表公司绩效的指标与高管的薪酬表现出显著正相关，且与2005年前比较相关性有所提高，说明颁布有关薪酬的准则、法规条文能够改善高管薪酬与公司绩效的敏感度，从而改善公司治理问题。在高管薪酬业绩敏感性的影响因素方面，学者们也进行了广泛研究。部分学者从内部控制角度进行探讨，内部控制主要通过三种途径影响高管薪酬—业绩敏感性。有效的内部控制能减少由于信息不对称而产生的代理成本，Daniel和Thomas（1990）研究了首席执行官薪酬业绩的敏感度和结余管理的关系，发现实现结余管理将显著降低高管薪酬—业绩敏感性，首席执行官持有的股票或期权收益将会变为自身的潜在收益，国内学者陈红等（2016）也得出相同结论，发现企业内部控制较好时，会减弱盈余管理对高管薪酬—业绩敏感性的影响，李益娟等（2016）研究发现高层管理人员持有一定的股权有助于企业成长，进而提高企业绩效，但也可能产生寻租举动，导致业绩敏感性下降。有效的内部控制能提高会计信息质量，阻止高管自利行为，Ashbaugh-Skaife等（2007）研究表明，内部控制体系相对完整的企业，其会计信息质量相对较高，进而会促进高层管理人员理性投资和决策，更有利于股东、董事对高管的监督，从而大大抑制了高管自利行为，Feng等（2009）认为具有内部控制缺陷的企业往往具有相对低质量的会计信息，可能会诱导高层管理人员的决定，使股东难以有效监管高层管理人员的行为，继而加剧了高层管理人员的自利行为，导致高管薪酬和企业绩效脱离明显。还有学者关注到冗员负担对高管薪酬业绩敏感性的影响，季楠（2019）通过对中国A股上市公司的实证分析，得出冗员负担对高管薪酬和业绩敏感性有显著负向影响的结论，此外，研究还发现企业规模、股权集中度、行业差异等因素也会影响高管薪酬和业绩敏感性；周广玲、杨航（2019）研究了冗员负担对高管薪酬和业绩敏感性的影响机制，认为冗员负担会导致高管缺乏对企业的全局把握，降低其对公司业务的了解，停滞企业的战略调整和创新，从而减弱高管薪酬和业绩敏感性的作用。尽管现有研究在高管薪酬业绩敏感性方面取得了一定成果，但仍存在一些不足之处。一方面，对于高管薪酬业绩敏感性的影响因素研究还不够全面，虽然已经关注到内部控制、冗员负担等因素，但对于信息环境这一重要外部因素的研究相对较少，信息环境如何影响高管薪酬业绩敏感性，以及其作用机制尚未得到深入探讨。另一方面，在研究方法上，部分研究可能存在样本选择局限性、变量衡量不够准确等问题，这可能会影响研究结论的可靠性和普适性。2.2信息环境的相关研究信息环境是指一个社会中由个人或群体接触可能的信息及其传播活动的总体构成的环境，它包含具有特定含义的语言、文字、声音、图像、影像等信息符号，这些信息不仅是知识的载体，还蕴含特定的观念和价值观，具有社会控制的功能，是影响人类行为的重要因素。在企业领域，信息环境对公司治理有着至关重要的影响。在信息环境的衡量指标方面，学者们采用了多种方式。分析师跟踪人数常被作为一个重要指标，较多的分析师跟踪意味着企业受到更多专业人士的关注，他们会通过各种渠道收集和分析企业信息，并将研究成果传递给投资者，从而使企业的信息得到更广泛的传播和解读，一定程度上反映了企业信息环境的开放性和透明度。媒体关注度也是衡量信息环境的关键指标之一，媒体对企业的报道能够吸引公众的目光，增加企业信息的传播范围和影响力。积极的媒体报道可以提升企业的声誉，而负面报道则可能对企业形象造成冲击，媒体通过对企业信息的筛选、加工和传播，塑造了企业在公众眼中的形象，影响着企业的信息环境。例如，当媒体对某上市公司的创新成果进行大量报道时，会提高市场对该公司的关注度和认可度，改善其信息环境；相反，若媒体曝光公司的财务造假等负面事件，会使公司面临巨大的舆论压力，恶化其信息环境。信息披露质量也是衡量信息环境的核心指标，高质量的信息披露要求企业按照相关法律法规和会计准则，真实、准确、完整、及时地向投资者和社会公众披露企业的财务状况、经营成果、重大事项等信息，使投资者能够全面了解企业的运营情况，做出合理的投资决策。如深交所和上交所对上市公司信息披露进行评级，评级较高的公司通常被认为信息披露质量较好，其信息环境也相对更优。信息环境受到多种因素的影响。公司自身的治理结构起着关键作用，完善的公司治理结构，如健全的内部控制制度、合理的股权结构、有效的董事会监督机制等，能够促进企业内部信息的有效传递和沟通，保证对外信息披露的质量，从而改善信息环境。企业规模也会对信息环境产生影响，一般来说，大型企业由于其经济实力雄厚、社会影响力大，往往受到更多的关注，更有资源和动力来规范信息披露，吸引分析师跟踪和媒体报道，其信息环境相对较好；而小型企业可能由于资源有限、知名度较低，信息传播渠道相对狭窄，信息环境可能不如大型企业理想。行业特征同样不容忽视，处于新兴行业或竞争激烈行业的企业，为了吸引投资者和合作伙伴，通常会更加注重信息披露和宣传，其信息环境可能更为活跃；而一些传统行业或垄断行业的企业，信息披露的动力和压力相对较小，信息环境可能相对较为保守。信息环境对公司治理有着深远的影响。从委托代理理论的角度来看，良好的信息环境能够有效降低股东与管理层之间的信息不对称程度。股东可以通过丰富的信息渠道，更准确地了解管理层的经营决策和工作表现，从而能够制定更为合理的薪酬契约，使高管薪酬与公司业绩更好地挂钩，提高高管薪酬业绩敏感性，激励管理层为实现股东利益最大化而努力工作。在信息环境较差的情况下，股东难以获取准确的企业信息，可能导致薪酬契约设计不合理，高管薪酬无法真实反映其工作业绩和贡献，从而引发管理层的自利行为，损害股东利益。信息环境还会影响公司的决策效率和资源配置。高质量的信息环境能够为管理层提供及时、准确的市场信息和企业内部运营信息，帮助管理层做出科学合理的决策，优化企业的资源配置，提高企业的运营效率和竞争力；相反，信息环境不佳可能导致管理层决策失误，资源配置不合理，影响企业的发展。2.3信息环境与高管薪酬业绩敏感性关系的研究关于信息环境对高管薪酬业绩敏感性的影响，现有研究主要存在以下两种观点。一部分学者认为，良好的信息环境能够显著提高高管薪酬业绩敏感性。从委托代理理论的角度出发，股东与高管之间存在信息不对称，而高质量的信息环境可以有效缓解这一问题。当企业拥有良好的信息环境时，股东能够获取更全面、准确的企业运营信息，更清晰地了解高管的工作表现和努力程度。例如，更多的分析师跟踪会促使企业披露更多信息，股东可以通过分析师的研究报告等渠道，更深入地掌握企业的财务状况、市场竞争力等情况，从而能够更准确地评估高管对企业业绩的贡献，进而在制定薪酬契约时，使高管薪酬更紧密地与公司业绩挂钩，提高薪酬业绩敏感性。媒体关注度的提高也会对高管行为产生监督作用，媒体对企业业绩、高管决策等方面的报道，会引起社会公众的关注，形成舆论压力，促使高管更加努力工作以提升业绩，同时也使得股东在制定薪酬时能够更合理地考虑公司业绩因素。相关实证研究也支持这一观点。如曾庆生和陈信元（2006）以1999-2004年我国上市公司为样本，考察了信息披露质量对高管薪酬契约的影响，发现信息披露质量越高，高管薪酬与业绩的敏感性越强，说明高质量的信息披露能够改善薪酬契约的有效性，使高管薪酬更好地反映公司业绩。Bushman和Smith（2001）研究表明，在信息透明度高的环境下，企业能够更准确地衡量高管的业绩，从而更有效地将高管薪酬与业绩联系起来，提高薪酬业绩敏感性。然而，也有学者持有不同观点，认为信息环境对高管薪酬业绩敏感性的影响可能并不显著，甚至在某些情况下会削弱这种敏感性。在复杂多变的市场环境中，过多的信息可能会导致信息过载，使股东难以准确筛选和判断有用信息，反而增加了评估高管业绩的难度。例如，当市场上存在大量关于企业的分析师报告，且报告观点不一致时，股东可能会感到困惑，难以依据这些信息准确判断高管的工作成效，从而影响薪酬契约的制定，降低高管薪酬业绩敏感性。信息环境中的噪音信息也可能干扰股东的判断，一些虚假信息、误导性信息的存在，会使股东对企业业绩和高管表现产生错误认知，导致薪酬契约偏离实际情况，削弱高管薪酬业绩敏感性。此外，信息环境与高管薪酬业绩敏感性的关系可能还受到其他因素的调节。企业的股权结构可能会影响两者的关系，在股权高度集中的企业中，大股东可能更有能力和动力获取内部信息，对高管的监督和薪酬制定有更大的话语权，此时信息环境对高管薪酬业绩敏感性的影响可能相对较弱；而在股权分散的企业中，股东更依赖外部信息环境来了解企业情况，信息环境的改善对提高高管薪酬业绩敏感性的作用可能更为明显。公司的治理水平也会起到调节作用，治理水平较高的企业，内部监督机制完善，能够更好地利用信息环境中的信息，使高管薪酬与业绩的联系更加紧密；而治理水平较低的企业，即使信息环境良好，也可能由于内部管理混乱等原因，无法有效发挥信息环境对高管薪酬业绩敏感性的促进作用。现有研究虽然对信息环境与高管薪酬业绩敏感性的关系进行了一定探讨，但仍存在一些不足之处。一方面，对于信息环境影响高管薪酬业绩敏感性的具体作用机制研究还不够深入，尚未形成统一的理论框架，需要进一步的理论分析和实证检验来深入探究。另一方面，在研究中对信息环境的衡量指标选取存在一定差异，不同指标对两者关系的影响可能不同，这也导致研究结论的可比性和普适性受到一定影响，未来研究需要在信息环境衡量指标的选择和完善上进一步加强。三、理论基础与研究假设3.1理论基础3.1.1委托代理理论委托代理理论是现代公司治理的重要理论基础，其核心在于解释在所有权与经营权分离的情况下，委托人与代理人之间的关系以及由此产生的问题。在企业中，股东作为委托人，将企业的经营权委托给高管（代理人），期望高管能够以股东利益最大化为目标进行经营决策。然而，委托人与代理人之间存在着目标函数的不一致。股东追求的是企业价值最大化，以实现自身财富的增长；而高管则更关注自身的薪酬、声誉、权力等个人利益。这种目标差异可能导致高管在决策过程中，为了追求个人私利而损害股东利益，如过度在职消费、盲目扩张企业规模以提升自身地位等，从而产生“道德风险”和“逆向选择”等代理问题。信息不对称是委托代理关系中另一个关键问题。高管作为企业日常经营的执行者，掌握着大量关于企业内部运营、市场动态等方面的信息，而股东由于不直接参与企业经营，获取信息的渠道相对有限，信息的数量和质量都难以与高管相比。这种信息不对称使得股东难以准确评估高管的工作努力程度和经营业绩，也难以对高管的行为进行有效的监督和约束。在信息不对称的情况下，高管可能会利用自身的信息优势，隐瞒对自己不利的信息，或者进行一些不利于股东利益的行为，而股东却难以察觉和防范。为了解决委托代理问题，需要设计合理的薪酬契约。薪酬契约作为一种重要的激励机制，旨在将高管的薪酬与企业业绩挂钩，使高管的个人利益与股东利益紧密相连。当企业业绩良好时，高管能够获得较高的薪酬回报，从而激励高管努力工作，提升企业业绩；当企业业绩不佳时，高管的薪酬也会相应减少，以此约束高管的行为，促使其更加谨慎地进行决策。而信息环境在薪酬契约的制定和执行过程中起着至关重要的作用。良好的信息环境能够降低信息不对称程度，使股东能够更准确地获取企业的财务状况、经营成果等信息，从而更准确地评估高管的工作业绩，进而制定出更合理的薪酬契约，提高高管薪酬业绩敏感性。例如，在信息透明度高的企业中，股东可以通过及时、准确的财务报告、分析师报告等信息来源，清楚地了解高管的经营决策对企业业绩的影响，从而能够根据业绩表现给予高管相应的薪酬激励，使薪酬契约更具有效性。3.1.2信息不对称理论信息不对称理论认为，在市场交易中，交易双方所掌握的信息存在差异，这种差异会影响市场的运行效率和资源配置。在企业的委托代理关系中，信息不对称表现得尤为明显，主要体现在以下两个方面：一是时间上的不对称，高管能够实时掌握企业的经营动态和各种信息，而股东只能在事后通过财务报告等方式获取信息，这种时间差使得股东在对企业经营情况的了解上相对滞后；二是内容上的不对称，高管对企业内部的运营细节、战略规划、市场竞争态势等信息有全面而深入的了解，而股东由于缺乏直接参与经营的机会，只能获取经过筛选和整理后的信息，难以全面掌握企业的真实情况。信息不对称对高管薪酬业绩敏感性产生多方面的影响。从薪酬契约制定的角度来看，由于信息不对称，股东难以准确判断高管的努力程度和经营业绩的真实贡献。例如，企业业绩的提升可能是由于市场环境的有利变化，而非高管的努力工作，但股东可能由于信息有限，将业绩提升归功于高管，从而给予过高的薪酬奖励；相反，企业业绩不佳可能是由于不可预见的外部因素导致，但股东可能因不了解情况而错误地认为是高管的失职，对高管进行不合理的薪酬惩罚，这都会导致薪酬契约偏离最优状态，降低高管薪酬业绩敏感性。在薪酬契约执行过程中，信息不对称也会带来问题。高管可能利用信息优势，通过盈余管理等手段操纵企业财务数据，使企业业绩看起来更好，从而获取更高的薪酬。股东由于无法及时准确地发现高管的这种行为，难以对其进行有效的监督和约束，这也会削弱高管薪酬与企业真实业绩之间的联系，降低薪酬业绩敏感性。良好的信息环境有助于缓解信息不对称问题。高质量的信息披露能够使股东及时、准确地获取企业信息，增强对高管行为的监督和约束能力；分析师跟踪和媒体关注等也能够提供更多的信息渠道和视角，帮助股东更全面地了解企业情况，从而在薪酬契约的制定和执行过程中，能够更准确地反映高管的工作业绩和贡献，提高高管薪酬业绩敏感性。3.2研究假设根据上述理论分析，良好的信息环境能够降低股东与高管之间的信息不对称程度，使股东更准确地评估高管的工作表现和对企业业绩的贡献，从而在制定薪酬契约时，能够更合理地将高管薪酬与公司业绩挂钩，提高高管薪酬业绩敏感性。基于此，提出假设1：假设1：在其他条件不变的情况下，信息环境越好，高管薪酬业绩敏感性越高。考虑到不同所有权性质的企业在公司治理结构、经营目标等方面存在差异，信息环境对高管薪酬业绩敏感性的影响可能也会有所不同。国有企业通常面临更严格的政府监管和政策约束，其高管薪酬制定可能受到更多非市场因素的影响，如政府行政干预、社会责任履行等，这可能会削弱信息环境对高管薪酬业绩敏感性的作用。而民营企业的经营决策相对更市场化，高管薪酬主要由市场机制决定，对信息环境的变化可能更为敏感，信息环境的改善能够更有效地提高其高管薪酬业绩敏感性。因此，提出假设2：假设2：与国有企业相比，信息环境对民营企业高管薪酬业绩敏感性的正向影响更强。在不同的市场竞争程度下，信息环境对高管薪酬业绩敏感性的影响也可能存在差异。在竞争激烈的市场环境中，企业面临更大的生存压力和市场不确定性，股东对高管的监督和激励需求更为迫切。此时，良好的信息环境能够为股东提供更及时、准确的企业信息，帮助股东更好地评估高管在应对市场竞争中的表现和贡献，从而更有力地促进高管薪酬与业绩的紧密结合，提高薪酬业绩敏感性。而在竞争程度较低的市场中，企业面临的竞争压力较小，股东对高管的监督和激励相对较弱，信息环境对高管薪酬业绩敏感性的影响可能相对较小。基于此，提出假设3：假设3：在市场竞争程度较高的企业中，信息环境对高管薪酬业绩敏感性的正向影响更强。四、研究设计4.1样本选择与数据来源本文选取2010-2023年中国A股上市公司作为研究样本，原因主要有以下几点：其一，A股上市公司是我国资本市场的重要组成部分，涵盖了多个行业和不同规模的企业，具有广泛的代表性，能够较好地反映我国企业的整体状况。其二，A股上市公司需要按照相关法律法规和监管要求，定期披露较为全面的财务信息、公司治理信息以及高管薪酬信息等，这为研究提供了丰富的数据来源，便于获取研究所需的各项变量数据。其三，2010-2023年这一时间段跨度较长，期间我国资本市场不断发展完善，企业的经营环境、公司治理水平以及信息披露制度等都经历了一系列的变化，选取该时间段的数据能够更好地研究信息环境和高管薪酬业绩敏感性在不同市场环境下的动态变化关系。在数据收集方面，高管薪酬数据主要来源于Wind数据库和CSMAR数据库，这两个数据库对上市公司高管薪酬数据进行了系统的整理和收录，涵盖了公司前三位高管薪酬总额、每位高管的具体薪酬等详细信息，具有较高的准确性和可靠性。公司业绩数据同样从Wind数据库和CSMAR数据库获取，这些数据库提供了上市公司的净资产收益率（ROE）、总资产收益率（ROA）、营业收入增长率等多种衡量公司业绩的指标数据，能够全面反映公司的经营绩效。信息环境相关数据的获取则较为多元，分析师跟踪人数数据来源于Wind数据库，该数据库对各上市公司的分析师跟踪情况进行了统计；媒体关注度数据通过对各大财经媒体、新闻网站的报道进行文本挖掘和统计得到，利用专业的文本分析软件，对提及上市公司的新闻报道数量、报道篇幅、报道情感倾向等进行量化分析，从而衡量媒体对上市公司的关注程度；信息披露质量数据参考深交所和上交所对上市公司信息披露的评级结果，评级分为优秀、良好、合格、不合格四个等级，能够直观地反映上市公司信息披露质量的高低。此外，还收集了公司规模、资产负债率、行业分类等控制变量数据，这些数据也主要来源于Wind数据库和CSMAR数据库。为了确保数据的质量和研究结果的可靠性，对收集到的数据进行了严格的筛选和处理。首先，剔除了金融行业上市公司的数据，因为金融行业具有独特的经营模式和监管要求，其财务指标和业务特点与其他行业存在较大差异，若将其纳入样本，可能会对研究结果产生干扰。其次，剔除了ST、*ST类上市公司的数据，这类公司通常面临财务困境或存在其他异常情况，其高管薪酬和公司业绩可能受到特殊因素的影响，不能代表正常经营企业的情况。然后，对数据进行了缺失值处理，对于存在少量缺失值的变量，采用均值插补法或中位数插补法进行填补；对于缺失值较多的样本，则直接予以剔除。经过上述筛选和处理，最终得到了[X]个有效样本，为后续的实证分析奠定了坚实的数据基础。4.2变量定义4.2.1被解释变量被解释变量为高管薪酬业绩敏感性（PPS）。参考已有研究，选取公司前三位薪酬最高的高级管理人员的薪酬总额（LnPay）作为高管薪酬的衡量指标，并对其取自然对数，以消除数据的异方差性和量纲影响。公司业绩采用总资产收益率（ROA）来衡量，ROA能综合反映企业运用全部资产获取利润的能力，计算公式为：ROA=净利润/平均资产总额×100%，其中平均资产总额=（期初资产总额+期末资产总额）/2。采用两分法衡量高管薪酬业绩敏感性，将总资产收益率（ROA）和高管薪酬（LnPay）的均值作为划分标准，在每个维度分别以均值为标准分为高低两组，将整个样本分为四组。其中（低ROA，低LnPay）和（高ROA，高LnPay）两组即为所定义的高管薪酬业绩敏感性，PPS取值为1；另外两组（低ROA，高LnPay）和（高ROA，低LnPay）PPS取值为0。这种衡量方式能够直观地反映出高管薪酬与公司业绩之间的匹配程度，若高管薪酬能随着公司业绩的高低同方向变化，则认为薪酬业绩敏感性较高。4.2.2解释变量解释变量为信息环境（Info）。从多个维度对信息环境进行衡量：分析师跟踪人数（Analyst）：该变量反映了市场中专业分析师对上市公司的关注程度，分析师会通过各种渠道收集公司信息，并发布研究报告，较多的分析师跟踪意味着公司的信息得到更广泛的分析和传播，信息环境更为透明。数据来源于Wind数据库，直接采用该数据库统计的对每家上市公司进行跟踪的分析师人数。媒体关注度（Media）：通过对各大财经媒体、新闻网站的报道进行文本挖掘和统计来衡量。利用专业的文本分析软件，统计提及上市公司的新闻报道数量，同时考虑报道篇幅、报道情感倾向等因素进行量化分析。例如，给予正面报道较高的权重，负面报道较低的权重，中性报道适中权重，综合计算得到媒体关注度指标。媒体关注度越高，说明公司在媒体上的曝光度越高，信息传播范围越广，信息环境越活跃。信息披露质量（Disclosure）：参考深交所和上交所对上市公司信息披露的评级结果，评级分为优秀、良好、合格、不合格四个等级。为便于实证分析，将评级进行量化处理，优秀赋值为4，良好赋值为3，合格赋值为2，不合格赋值为1。信息披露质量越高，表明公司向市场和投资者披露的信息越真实、准确、完整、及时，信息环境越好。4.2.3控制变量为了控制其他因素对高管薪酬业绩敏感性的影响，选取以下控制变量：公司规模（Size）：采用公司年末总资产的自然对数来衡量，计算公式为：Size=ln（年末总资产）。公司规模越大，通常拥有更丰富的资源和更复杂的经营管理活动，可能会对高管薪酬和信息环境产生影响，如大型企业可能更有能力吸引高素质的高管，也更受市场关注，其信息披露可能更规范。资产负债率（Lev）：计算公式为：Lev=负债总额/资产总额×100%。该指标反映了公司的偿债能力和财务风险，财务风险较高的公司可能在高管薪酬制定和信息披露方面存在不同的策略，会对高管薪酬业绩敏感性产生影响。股权集中度（Top1）：用公司第一大股东持股比例来衡量，第一大股东持股比例越高，股权越集中，大股东对公司的控制能力越强，可能会影响公司的决策和治理，进而影响高管薪酬和信息环境。独立董事比例（Indep）：计算公式为：Indep=独立董事人数/董事会总人数×100%。独立董事能够对公司的经营决策进行监督和制衡，较高的独立董事比例有助于提高公司治理水平，影响高管薪酬的制定和信息披露的质量。行业变量（Industry）：采用行业虚拟变量来控制行业差异对研究结果的影响。根据证监会行业分类标准，将样本公司划分为多个行业，除制造业采用二级分类外，其他行业采用一级分类。对于每个行业，若公司属于该行业，则赋值为1，否则赋值为0。不同行业的市场竞争程度、经营特点、监管要求等存在差异，这些差异可能导致高管薪酬业绩敏感性和信息环境的不同。年度变量（Year）：设置年度虚拟变量来控制宏观经济环境和政策变化对研究结果的影响。对于样本中的每一年份，若公司属于该年份，则赋值为1，否则赋值为0。不同年份的宏观经济形势、货币政策、监管政策等因素会发生变化，这些变化可能会影响公司的经营业绩、高管薪酬以及信息环境。各变量的具体定义和说明如表4-1所示：变量类型变量名称变量符号变量定义被解释变量高管薪酬业绩敏感性PPS采用两分法，以ROA和LnPay均值为标准分组，（低，低）和（高，高）组PPS=1，其他组PPS=0解释变量分析师跟踪人数AnalystWind数据库统计的跟踪上市公司的分析师人数媒体关注度Media通过文本挖掘和统计财经媒体报道得到的量化指标信息披露质量Disclosure深交所和上交所信息披露评级，优秀赋值4，良好赋值3，合格赋值2，不合格赋值1控制变量公司规模Size公司年末总资产的自然对数资产负债率Lev负债总额/资产总额×100%股权集中度Top1公司第一大股东持股比例独立董事比例Indep独立董事人数/董事会总人数×100%行业变量Industry行业虚拟变量，按证监会行业分类标准设置年度变量Year年度虚拟变量，每年设置一个表4-1变量定义表4.3模型构建为了检验信息环境对高管薪酬业绩敏感性的影响，构建如下回归模型：PPS_{i,t}=\beta_{0}+\beta_{1}Info_{i,t}+\beta_{2}ROA_{i,t}+\beta_{3}Info_{i,t}\timesROA_{i,t}+\sum_{j=1}^{n}\beta_{j+3}Control_{j,i,t}+\epsilon_{i,t}其中，i表示第i家上市公司，t表示年份。PPS_{i,t}为被解释变量，代表第i家公司在t年的高管薪酬业绩敏感性；Info_{i,t}为解释变量，衡量第i家公司在t年的信息环境，分别采用分析师跟踪人数（Analyst）、媒体关注度（Media）、信息披露质量（Disclosure）三个指标进行衡量，在回归分析时将分别代入该变量位置进行检验；ROA_{i,t}为公司业绩变量，代表第i家公司在t年的总资产收益率，用于衡量公司业绩；Info_{i,t}\timesROA_{i,t}为信息环境与公司业绩的交叉项，其系数\beta_{3}是重点关注的系数，若\beta_{3}显著为正，则表明信息环境能够增强高管薪酬与公司业绩之间的敏感性，即信息环境越好，高管薪酬业绩敏感性越高，支持假设1。Control_{j,i,t}为控制变量，j表示控制变量的个数，包括公司规模（Size）、资产负债率（Lev）、股权集中度（Top1）、独立董事比例（Indep）、行业变量（Industry）和年度变量（Year）等。\beta_{0}为常数项，\beta_{1}-\beta_{n+3}为各变量的回归系数，\epsilon_{i,t}为随机误差项，代表模型中未被解释的部分，包括其他可能影响高管薪酬业绩敏感性但未被纳入模型的因素以及测量误差等。该模型的设定依据主要基于相关理论和已有研究。委托代理理论指出，信息不对称会影响股东对高管业绩的准确评估，进而影响薪酬契约的制定，而良好的信息环境能够降低信息不对称，使高管薪酬更紧密地与公司业绩挂钩。已有研究也表明信息环境对高管薪酬业绩敏感性存在影响，通过构建上述模型，能够定量分析信息环境与高管薪酬业绩敏感性之间的关系，深入探究信息环境在高管薪酬激励机制中的作用。同时，纳入多个控制变量能够有效控制其他因素对高管薪酬业绩敏感性的干扰，使研究结果更准确地反映信息环境的影响。五、实证结果与分析5.1描述性统计对样本数据中的主要变量进行描述性统计，结果如表5-1所示。变量观测值均值标准差最小值中位数最大值PPS[X]0.5320.499011Analyst[X]10.2458.5630845Media[X]3.2582.1460.1252.87510.563Disclosure[X]2.7640.682134ROA[X]0.0430.062-0.2540.0390.218Size[X]21.3561.24819.25721.13425.678Lev[X]0.4270.2050.0560.4120.856Top1[X]32.56%10.24%8.56%31.25%65.32%Indep[X]0.3760.0580.3330.3750.571表5-1描述性统计结果从表中可以看出，高管薪酬业绩敏感性（PPS）的均值为0.532，表明样本中有53.2%的公司处于高管薪酬与公司业绩匹配较好的状态，即高管薪酬能随着公司业绩的高低同方向变化，说明在整体样本中，高管薪酬业绩敏感性具有一定的普遍性，但仍有近46.8%的公司存在薪酬与业绩不匹配的情况，这也为后续研究信息环境对其影响提供了研究空间。在信息环境的衡量指标方面，分析师跟踪人数（Analyst）均值为10.245，标准差为8.563，最小值为0，最大值为45，表明不同上市公司受到分析师跟踪的程度差异较大，部分公司受到较多分析师的关注，信息传播和分析较为广泛，而部分公司则较少受到分析师关注，信息环境的透明度存在较大差异。媒体关注度（Media）均值为3.258，标准差为2.146，说明媒体对各上市公司的关注程度也参差不齐，媒体报道在信息传播中起到的作用程度不同。信息披露质量（Disclosure）均值为2.764，处于合格与良好之间，说明整体样本公司的信息披露质量有待进一步提高，且不同公司之间的信息披露质量存在一定差距。公司业绩指标总资产收益率（ROA）均值为0.043，标准差为0.062，最小值为-0.254，最大值为0.218，说明样本公司的盈利能力存在较大差异，部分公司盈利水平较高，而部分公司则处于亏损状态或盈利能力较弱。公司规模（Size）均值为21.356，反映出样本公司的平均规模水平，标准差为1.248，表明不同公司之间的规模差异较为明显。资产负债率（Lev）均值为0.427，说明样本公司整体的负债水平处于一定程度，标准差为0.205，显示出各公司之间的财务风险状况存在差异。股权集中度（Top1）均值为32.56%，说明样本公司第一大股东持股比例平均水平较高，股权相对集中，标准差为10.24%，表明不同公司的股权集中程度有所不同。独立董事比例（Indep）均值为0.376，接近三分之一的水平，标准差为0.058，说明各公司在独立董事设置比例上相对较为稳定，但仍存在一定的差异。5.2相关性分析对样本数据中各变量进行相关性分析，结果如表5-2所示。变量PPSAnalystMediaDisclosureROASizeLevTop1IndepPPS1Analyst0.125***1Media0.106***0.258***1Disclosure0.113***0.326***0.287***1ROA0.156***0.235***0.187***0.204***1Size0.087**0.456***0.342***0.405***0.312***1Lev-0.095***-0.156***-0.124***-0.147***-0.205***-0.325***1Top10.076**0.205***0.164***0.189***0.154***0.356***-0.213***1Indep0.065*0.134***0.102**0.118***0.127***0.224***-0.116***0.108**1注：*、、*分别表示在1%、5%、10%的水平上显著相关。从表中可以看出，高管薪酬业绩敏感性（PPS）与分析师跟踪人数（Analyst）、媒体关注度（Media）、信息披露质量（Disclosure）、总资产收益率（ROA）均在1%的水平上显著正相关，相关系数分别为0.125、0.106、0.113、0.156。这初步表明，信息环境越好，即分析师跟踪人数越多、媒体关注度越高、信息披露质量越好，高管薪酬业绩敏感性越高，与假设1预期一致；同时，公司业绩越好，高管薪酬业绩敏感性也越高。在信息环境的各衡量指标之间，分析师跟踪人数（Analyst）与媒体关注度（Media）、信息披露质量（Disclosure）分别在1%的水平上显著正相关，相关系数为0.258、0.326，说明分析师跟踪人数较多的公司，往往也会受到更多的媒体关注，信息披露质量也相对较高，这三个指标在一定程度上能够相互印证，共同反映企业的信息环境状况。媒体关注度（Media）与信息披露质量（Disclosure）也在1%的水平上显著正相关，相关系数为0.287，进一步说明媒体关注与信息披露质量之间存在密切联系，媒体对企业的关注会促使企业提高信息披露质量，改善信息环境。在控制变量方面，公司规模（Size）与分析师跟踪人数（Analyst）、媒体关注度（Media）、信息披露质量（Disclosure）、总资产收益率（ROA）、股权集中度（Top1）、独立董事比例（Indep）均在1%的水平上显著正相关，说明公司规模越大，越容易受到分析师跟踪和媒体关注，信息披露质量也相对较好，公司业绩可能更好，股权集中度和独立董事比例也可能更高。资产负债率（Lev）与其他变量大多呈现负相关关系，其中与公司规模（Size）、总资产收益率（ROA）、股权集中度（Top1）、独立董事比例（Indep）在1%的水平上显著负相关，说明资产负债率较高的公司，可能公司规模较小，业绩较差，股权集中度和独立董事比例较低。股权集中度（Top1）与分析师跟踪人数（Analyst）、媒体关注度（Media）、信息披露质量（Disclosure）、总资产收益率（ROA）、公司规模（Size）在1%的水平上显著正相关，表明股权集中度较高的公司，可能受到更多的市场关注，信息环境较好，公司业绩也较好。独立董事比例（Indep）与其他变量也存在一定的正相关关系，说明独立董事比例较高的公司，在公司治理方面可能更完善，这可能会对信息环境和公司业绩产生积极影响。通过对各变量之间的相关性分析，发现主要变量之间的相关性系数大多在0.5以下，说明变量之间不存在严重的多重共线性问题，不会对后续的回归分析结果产生较大干扰，为进一步的实证分析奠定了基础。5.3回归结果分析采用构建的回归模型，运用Stata软件对样本数据进行回归分析，结果如表5-3所示。表中列（1）-列（3）分别以分析师跟踪人数（Analyst）、媒体关注度（Media）、信息披露质量（Disclosure）作为信息环境的代理变量进行回归。变量（1）PPS（2）PPS（3）PPSAnalyst0.008***（3.254）Media0.025***（4.126）Disclosure0.036***（5.013）ROA0.156***（5.678）0.148***（5.321）0.162***（5.894）Analyst×ROA0.012***（4.012）Media×ROA0.031***（4.875）Disclosure×ROA0.045***（6.123）Size0.035***（3.876）0.032***（3.568）0.038***（4.125）Lev-0.042***（-4.567）-0.040***（-4.321）-0.045***（-4.896）Top10.021***（2.876）0.019***（2.654）0.023***（3.125）Indep0.015**（2.134）0.013*（1.876）0.017**（2.345）Industry控制控制控制Year控制控制控制Constant-0.568***（-5.234）-0.523***（-4.876）-0.612***（-5.678）N[X][X][X]Adj.R20.3250.3380.356注：括号内为t值，*、、*分别表示在1%、5%、10%的水平上显著。在列（1）中，分析师跟踪人数（Analyst）与总资产收益率（ROA）的交叉项（Analyst×ROA）系数为0.012，且在1%的水平上显著为正。这表明随着分析师跟踪人数的增加，高管薪酬业绩敏感性显著提高。分析师作为资本市场的专业信息中介，他们对上市公司进行深入研究和分析，将公司的内部信息挖掘并传播给投资者和市场参与者。当分析师跟踪人数增多时，公司的信息透明度增强，股东能够获取更多关于公司运营和高管工作表现的信息，从而更准确地评估高管对公司业绩的贡献，使得高管薪酬与公司业绩之间的联系更加紧密，提高了高管薪酬业绩敏感性，支持假设1。列（2）中，媒体关注度（Media）与总资产收益率（ROA）的交叉项（Media×ROA）系数为0.031，在1%的水平上显著为正。这说明媒体关注度的提高对高管薪酬业绩敏感性有显著的正向影响。媒体通过对上市公司的报道，能够吸引社会公众的关注，形成舆论监督压力。当媒体对公司的关注增加时，高管的行为受到更多的监督，为了维护自身声誉和获取更高的薪酬，高管会更加努力工作以提升公司业绩，同时股东在制定薪酬契约时也会更充分考虑公司业绩因素，使得高管薪酬与业绩的敏感性增强，进一步验证了假设1。在列（3）回归结果里，信息披露质量（Disclosure）与总资产收益率（ROA）的交叉项（Disclosure×ROA）系数为0.045，在1%的水平上显著为正。这意味着信息披露质量越高，高管薪酬业绩敏感性越高。高质量的信息披露能够使股东及时、准确地了解公司的财务状况、经营成果和战略规划等信息，减少股东与高管之间的信息不对称。股东基于更全面准确的信息，能够更合理地制定高管薪酬契约，使高管薪酬更紧密地与公司业绩挂钩，提高薪酬业绩敏感性，有力地支持了假设1。从控制变量来看，公司规模（Size）的系数在三个回归列中均为正且在1%的水平上显著，说明公司规模越大，高管薪酬业绩敏感性越高。规模较大的公司通常拥有更完善的公司治理结构和更丰富的资源，其信息披露和市场关注度相对较高，这有助于提高高管薪酬与公司业绩的相关性。资产负债率（Lev）的系数在三个回归列中均为负且在1%的水平上显著，表明资产负债率越高，高管薪酬业绩敏感性越低。资产负债率高的公司可能面临较大的财务风险，这会影响公司的经营稳定性和业绩表现，进而影响高管薪酬与业绩的挂钩程度。股权集中度（Top1）的系数在三个回归列中均为正且在1%的水平上显著，说明股权集中度越高，高管薪酬业绩敏感性越高。较高的股权集中度意味着大股东对公司的控制力较强，大股东有更强的动力监督高管行为，使高管薪酬与公司业绩更紧密相关。独立董事比例（Indep）的系数在列（1）和列（3）中在5%的水平上显著为正，在列（2）中在10%的水平上显著为正，说明独立董事比例的提高对高管薪酬业绩敏感性有一定的正向影响，独立董事能够在公司治理中发挥监督和制衡作用，促进高管薪酬契约的合理性，提高薪酬业绩敏感性。行业变量（Industry）和年度变量（Year）均进行了控制，表明不同行业和不同年份的差异对高管薪酬业绩敏感性也有一定的影响。5.4稳健性检验为了确保研究结果的可靠性和稳定性，采用多种方法进行稳健性检验。替换变量法：一是替换高管薪酬业绩敏感性的衡量指标，采用高管薪酬的自然对数（LnPay）与公司净利润的自然对数（LnProfit）的变化率来重新衡量高管薪酬业绩敏感性，计算公式为：高管薪酬业绩敏感性=（LnPayt-LnPayt-1）/（LnProfitt-LnProfitt-1），其中t表示年份。该指标能够更直接地反映高管薪酬随公司利润变化的敏感程度。二是替换信息环境的衡量指标，采用企业的内部控制质量（IC）作为信息环境的替代变量，参考迪博内部控制与风险管理数据库中对上市公司内部控制质量的评分，分数越高表示内部控制质量越好，信息环境也相对更优。将新的变量代入原回归模型进行重新估计，回归结果如表5-4所示。变量（1）新PPS（2）新PPS（3）新PPSIC0.042***（4.876）Analyst0.009***（3.568）Media0.028***（4.567）LnProfit0.187***（6.234）0.176***（5.987）0.192***（6.456）IC×LnProfit0.051***（6.543）Analyst×LnProfit0.014***（4.321）Media×LnProfit0.035***（5.123）Size0.038***（4.234）0.036***（4.012）0.040***（4.456）Lev-0.045***（-4.987）-0.043***（-4.765）-0.047***（-5.123）Top10.024***（3.256）0.022***（3.012）0.026***（3.456）Indep0.018**（2.456）0.016**（2.234）0.020***（2.765）Industry控制控制控制Year控制控制控制Constant-0.654***（-5.987）-0.612***（-5.678）-0.687***（-6.234）N[X][X][X]Adj.R20.3680.3450.375注：括号内为t值，*、、*分别表示在1%、5%、10%的水平上显著。从表5-4结果可以看出，无论是以内部控制质量（IC）还是以分析师跟踪人数（Analyst）、媒体关注度（Media）作为信息环境的代理变量，其与公司净利润变化率（LnProfit）的交叉项系数均在1%的水平上显著为正，与前文回归结果一致，表明信息环境对高管薪酬业绩敏感性的正向影响依然显著，验证了假设1的稳健性。分样本检验法：按照企业所有权性质将样本分为国有企业和民营企业两个子样本，分别对两个子样本进行回归分析，以检验假设2。回归结果如表5-5所示。变量（1）国有企业PPS（2）民营企业PPSAnalyst0.005**（2.134）0.012***（4.234）ROA0.123***（4.567）0.187***（6.543）Analyst×ROA0.008**（2.567）0.016***（5.123）Size0.030***（3.256）0.040***（4.567）Lev-0.038***（-4.234）-0.048***（-5.234）Top10.018***（2.654）0.025***（3.568）Indep0.012*（1.876）0.018**（2.456）Industry控制控制Year控制控制Constant-0.502***（-4.678）-0.687***（-6.234）N[X1][X2]Adj.R20.3050.387注：括号内为t值，*、、*分别表示在1%、5%、10%的水平上显著。在表5-5中，国有企业子样本中分析师跟踪人数（Analyst）与总资产收益率（ROA）的交叉项（Analyst×ROA）系数为0.008，在5%的水平上显著为正；民营企业子样本中该交叉项系数为0.016，在1%的水平上显著为正，且民营企业子样本中交叉项系数大于国有企业子样本。这表明与国有企业相比，信息环境对民营企业高管薪酬业绩敏感性的正向影响更强，支持假设2，且结果具有稳健性。再按照市场竞争程度将样本分为高竞争组和低竞争组，参考赫芬达尔-赫希曼指数（HHI）来衡量市场竞争程度，将HHI小于行业中位数的企业划分为高竞争组，大于等于行业中位数的企业划分为低竞争组。分别对两个子样本进行回归分析，以检验假设3，回归结果如表5-6所示。变量（1）高竞争组PPS（2）低竞争组PPSAnalyst0.010***（3.876）0.006**（2.345）ROA0.165***（6.123）0.132***（4.876）Analyst×ROA0.015***（5.234）0.009**（2.765）Size0.036***（4.012）0.032***（3.568）Lev-0.042***（-4.678）-0.039***（-4.321）Top10.022***（3.125）0.019***（2.654）Indep0.016**（2.234）0.013*（1.876）Industry控制控制Year控制控制Constant-0.587***（-5.456）-0.532***（-4.987）N[X3][X4]Adj.R20.3460.312注：括号内为t值，*、、*分别表示在1%、5%、10%的水平上显著。从表5-6结果可知，高竞争组中分析师跟踪人数（Analyst）与总资产收益率（ROA）的交叉项（Analyst×ROA）系数为0.015，在1%的水平上显著为正；低竞争组中该交叉项系数为0.009，在5%的水平上显著为正，且高竞争组中交叉项系数大于低竞争组。这表明在市场竞争程度较高的企业中，信息环境对高管薪酬业绩敏感性的正向影响更强，支持假设3，且结果具有稳健性。通过上述稳健性检验，采用替换变量法和分样本检验法等多种方法，均验证了前文回归结果的可靠性和稳定性，进一步支持了研究假设，增强了研究结论的可信度。六、进一步分析与讨论6.1不同所有权性质下的异质性分析在稳健性检验中，通过分样本检验法按照企业所有权性质将样本分为国有企业和民营企业两个子样本进行回归分析，发现信息环境对两者高管薪酬业绩敏感性的影响存在显著差异。在国有企业中，分析师跟踪人数与总资产收益率的交叉项系数在5%的水平上显著为正；而在民营企业中，该交叉项系数在1%的水平上显著为正，且系数值大于国有企业子样本。这表明与国有企业相比，信息环境对民营企业高管薪酬业绩敏感性的正向影响更强。国有企业通常受到政府的严格监管，其高管薪酬制定往往受到较多非市场因素的影响。政府行政干预在国有企业高管薪酬决策中扮演重要角色，政府可能会基于宏观经济政策、社会公平等多方面因素考虑，对国有企业高管薪酬进行限制或调控，使得薪酬与公司业绩的关联度相对较弱。例如，在一些国有企业中，即使公司业绩良好，但由于政府对薪酬总额的限制，高管薪酬难以相应大幅提高；反之，当公司业绩不佳时，出于稳定等因素考虑，高管薪酬也不会大幅下降，这就导致信息环境改善所带来的薪酬业绩敏感性提升效果相对有限。国有企业承担着较多的社会责任，如保障就业、维护社会稳定、推动国家战略实施等，这些社会责任目标可能会分散企业对业绩的单纯追求，使得在制定高管薪酬时，业绩因素的权重相对降低，从而削弱了信息环境对高管薪酬业绩敏感性的作用。相比之下，民营企业的经营决策更加市场化，以追求利润最大化为主要目标。高管薪酬主要由市场机制决定，民营企业为了在激烈的市场竞争中获取优势，更注重通过合理的薪酬激励机制来激发高管的积极性和创造力。在这种情况下，信息环境的改善对民营企业更为关键。当信息环境良好时，股东能够更准确地评估高管的工作表现和对企业业绩的贡献，从而更灵活地调整高管薪酬，使薪酬与业绩紧密挂钩，提高薪酬业绩敏感性。例如，民营企业可以根据分析师的研究报告和媒体的关注情况，及时了解企业在市场中的竞争力和高管的经营成效，进而更合理地制定薪酬策略，激励高管提升企业业绩。6.2信息环境对股权激励效果的影响在企业的激励机制中，股权激励是一种重要的长期激励方式，旨在通过给予高管一定数量的公司股票或股票期权，使高管的利益与公司的长期利益紧密相连，从而激励高管更加努力地工作，提升公司业绩。信息环境在股权激励机制中发挥着关键作用，对股权激励效果产生多方面的影响。从理论层面分析，良好的信息环境能够显著增强股权激励的效果。在信息环境较好的情况下，公司的财务状况、经营成果、战略规划等信息能够更准确、及时地传递给市场和投资者，也使高管对公司的发展前景有更清晰的认识。当高管能够获取全面准确的公司信息时，他们会更加明确自身的工作目标和努力方向，认识到通过提升公司业绩能够实现自身股权价值的增长，从而更有动力积极投入工作，推动公司发展。高质量的信息披露能够增强市场对公司的信任，提升公司股票的市场认可度，使得股权激励中的股票或期权更具吸引力，进一步激发高管的积极性。信息环境对股权激励效果的影响可以通过多种途径实现。在股权激励计划的制定阶段，信息环境影响着激励目标的设定和激励方案的设计。准确、全面的信息能够帮助公司更合理地设定股权激励的业绩目标，使目标既具有挑战性又具有可实现性。例如，基于良好的信息环境，公司可以参考同行业公司的业绩水平、自身的历史业绩以及未来的发展规划，制定出科学合理的业绩考核指标，如净利润增长率、净资产收益率等，确保股权激励计划能够真正激励高管提升公司业绩。良好的信息环境有助于公司根据高管的工作岗位、职责和贡献，设计出更个性化、更有效的股权激励方案，如确定合适的股票授予数量、行权价格和行权期限等。在股权激励计划的执行阶段，信息环境影响着高管的行为决策和激励效果的实现。当信息环境透明时，高管的行为受到更多的监督，他们会更加谨慎地做出决策，避免为了短期利益而损害公司的长期利益。例如，媒体的关注和分析师的跟踪会对高管的决策形成监督压力，促使高管在投资决策、战略规划等方面更加注重公司的长期发展，以实现股权激励的目标。信息环境也影响着高管对股权激励价值的预期。如果公司信息环境良好，市场对公司前景看好，高管会预期自己持有的股票或期权未来增值空间较大，从而更有动力努力工作，提升公司业绩，以实现股权价值的最大化。从实证研究角度来看，相关研究也支持信息环境对股权激励效果的积极影响。一些学者以实施股权激励的上市公司为样本，研究发现信息披露质量较高的公司，股权激励计划实施后公司业绩提升更为显著。这是因为高质量的信息披露能够使股东更准确地评估高管的工作表现，对高管形成有效的激励和约束，同时也增强了高管对股权激励的信心，促使他们更加努力工作。还有研究表明，分析师跟踪人数较多的公司，股权激励计划的市场反应更好，股票价格在股权激励计划公告后有更明显的上涨趋势，这说明良好的信息环境能够提升市场对股权激励计划的认可度，进而增强股权激励效果。6.3研究结果的经济后果分析本研究结果具有多方面的经济后果，对公司治理、投资者决策以及资本市场的发展都有着重要影响，基于此可提出相应的政策建议。从公司治理角度来看，研究结果表明良好的信息环境能够显著提高高管薪酬业绩敏感性，这对企业优化公司治理具有重要意义。企业应高度重视信息环境的建设，加大在信息披露和传播方面的投入。一方面，企业要提高信息披露质量，严格按照相关法律法规和会计准则的要求，真实、准确、完整、及时地披露企业的财务状况、经营成果、重大事项等信息，减少信息不对称，增强股东对企业的了解和信任。另一方面，要积极吸引分析师跟踪和媒体关注，通过分析师的专业研究和媒体的广泛传播，提升企业信息的透明度和影响力，使股东能够更全面、准确地评估高管的工作表现，从而制定更合理的薪酬契约，提高高管薪酬业绩敏感性，激励高管努力提升公司业绩。在股权结构方面，对于股权集中度较高的企业，大股东应充分发挥监督作用，确保高管薪酬与公司业绩紧密挂钩；对于股权分散的企业，则需要加强内部治理机制的建设，提高股