人力资本视角下中国金融业上市公司高管薪酬与企业业绩的关联性探究

人力资本视角下中国金融业上市公司高管薪酬与企业业绩的关联性探究一、引言1.1研究背景与意义1.1.1研究背景在我国经济体系中，金融业占据着核心地位，是资源配置和宏观调控的关键环节。近年来，中国金融业上市公司取得了显著发展，在推动经济增长、支持实体经济等方面发挥着重要作用。根据最新数据显示，截至[具体年份]，我国金融业上市公司数量已达[X]家，涵盖银行、证券、保险、多元金融等多个细分领域，资产规模持续扩张，盈利能力总体保持稳定。以银行业为例，2024年42家A股上市银行合计实现归母净利润2.14万亿元，平均日赚约58.58亿元，展现出强大的吸金能力；多元金融行业29家上市公司在2024年上半年合计实现营收1206.41亿元，同比增加126.83%，合计净利润140.85亿元，在金融市场中扮演着日益重要的角色。随着金融业的快速发展，高管薪酬问题逐渐成为社会各界关注的焦点。高管作为企业决策和运营的核心人物，其薪酬水平不仅关系到个人利益，更与企业的经营业绩和长远发展紧密相连。从现状来看，金融业上市公司高管薪酬普遍较高，且存在较大差异。部分银行高管的年薪可达数百万元甚至上千万元，不同规模、不同性质的金融企业高管薪酬差距明显。然而，高管薪酬与企业业绩之间的关系并非一目了然。一些金融企业在高管薪酬持续攀升的情况下，企业业绩却未能同步提升，甚至出现下滑现象；而另一些企业则在合理的薪酬激励下，实现了高管与企业的共赢发展。这种复杂的现实情况引发了人们对金融业上市公司高管薪酬与企业业绩相关性的深入思考。在金融市场竞争日益激烈、监管要求不断提高的背景下，深入研究两者之间的关系具有重要的现实意义。1.1.2理论意义人力资本理论认为，人力资本是体现在人身上的知识、技能、能力等素质的总和，是一种具有经济价值的资本。高管作为企业的核心人力资本，其拥有的专业知识、管理经验和领导能力等对企业的运营和发展至关重要。基于人力资本理论探讨金融业上市公司高管薪酬与企业业绩的相关性，能够进一步丰富和完善该理论在金融领域的应用。一方面，通过实证研究可以验证高管人力资本价值在薪酬决定和企业业绩提升中的作用机制，为人力资本理论提供新的经验证据；另一方面，深入分析两者之间的关系有助于揭示金融行业薪酬激励的内在规律，为构建更加科学合理的薪酬理论体系提供参考，填补目前在金融业薪酬与业绩相关性研究中基于人力资本理论视角的部分空白，推动相关理论的发展和创新。1.1.3实践意义对于金融企业而言，深入了解高管薪酬与企业业绩的相关性，能够为企业制定合理的薪酬策略提供有力依据。通过建立科学的薪酬激励机制，使高管薪酬与企业业绩紧密挂钩，可以充分调动高管的工作积极性和创造性，促使其更加关注企业的长期发展，提升企业的经营绩效。合理的薪酬策略还有助于吸引和留住优秀的金融人才，增强企业的核心竞争力。从监管层面来看，研究两者的相关性能够帮助监管部门更好地把握金融企业高管薪酬的动态，加强对金融行业薪酬的监管力度。监管部门可以根据研究结果制定更加完善的监管政策，规范金融企业高管薪酬的确定和发放，防止出现高管薪酬过高、与业绩严重脱节等不合理现象，维护金融市场的公平和稳定。对于投资者来说，了解高管薪酬与企业业绩的关系，可以作为评估企业价值和投资风险的重要参考指标，从而做出更加明智的投资决策。1.2研究内容与方法1.2.1研究内容本文旨在深入探究中国金融业上市公司高管薪酬与企业业绩之间的相关性，并基于人力资本理论进行实证分析。具体研究内容包括：明确相关概念和衡量指标：对高管薪酬、企业业绩以及人力资本理论等核心概念进行界定，并选取合适的衡量指标。在高管薪酬方面，综合考虑薪酬总额、货币薪酬、股权激励等多种形式，如以薪酬最高的前三位高管薪酬总和作为薪酬总额的衡量指标，同时分析货币薪酬占比以及股权激励的实施情况等；对于企业业绩，选取总资产收益率（ROA）、净资产收益率（ROE）、每股收益（EPS）等财务指标，全面反映企业的盈利能力、资产运营效率和股东回报水平；在人力资本理论相关衡量上，从高管的教育背景、工作经验、行业资质等方面构建指标体系，如高管团队中拥有硕士及以上学历的比例、平均工作年限、持有金融行业相关专业证书的人数比例等，以准确衡量高管的人力资本价值。探究高管薪酬与企业业绩的相关性：运用实证研究方法，收集中国金融业上市公司的相关数据，通过描述性统计分析，初步了解高管薪酬和企业业绩的现状及分布特征，包括不同金融细分行业（银行、证券、保险等）高管薪酬的均值、中位数、最大值、最小值以及企业业绩各项指标的相应统计值，分析其差异情况。再建立多元线性回归模型，控制公司规模、资产负债率、行业类别等因素，探究高管薪酬与企业业绩之间的具体关系，判断两者是否存在显著的正相关或负相关，以及影响程度的大小。基于人力资本理论的分析：从人力资本理论的视角出发，分析高管人力资本价值对薪酬水平和企业业绩的影响机制。研究高管的专业知识、技能、经验等人力资本要素如何影响其薪酬定价，以及这些要素如何通过高管的决策和管理行为作用于企业业绩，如高管丰富的行业经验可能使其在投资决策中更具前瞻性，从而提升企业的投资回报率；高学历的高管团队可能更善于运用先进的金融技术和管理理念，促进企业创新业务的开展，进而提高企业业绩。通过中介效应检验等方法，验证人力资本在高管薪酬与企业业绩关系中是否起到中介作用，深入剖析三者之间的内在联系。结果分析与对策建议：对实证研究结果进行深入分析，探讨研究结果的合理性和现实意义。结合中国金融业的实际情况，如行业监管政策、市场竞争环境等，分析导致高管薪酬与企业业绩相关性现状的原因，针对研究中发现的问题，从完善薪酬激励机制、加强公司治理、优化人才培养和引进等方面提出切实可行的对策建议，以促进中国金融业上市公司高管薪酬与企业业绩的良性互动，实现企业的可持续发展。1.2.2研究方法文献研究法：通过广泛查阅国内外相关文献，包括学术期刊论文、学位论文、研究报告等，梳理人力资本理论、高管薪酬与企业业绩相关性的研究现状，了解前人在该领域的研究成果和不足。对已有的研究方法、实证模型和主要结论进行系统分析，为本研究提供理论基础和研究思路。例如，深入研究国内外学者关于高管薪酬决定因素的理论模型，以及在不同行业中高管薪酬与企业业绩关系的实证研究成果，从中总结出适合本研究的方法和可借鉴之处。通过对相关文献的综合分析，明确本研究的切入点和创新点，避免重复研究，确保研究的科学性和前沿性。实证分析法：收集中国金融业上市公司的相关数据，包括高管薪酬、企业业绩以及其他控制变量的数据。以[具体年份区间]为研究时段，选取[X]家具有代表性的金融业上市公司作为研究样本，数据来源主要包括Wind数据库、上市公司年报等。运用统计分析软件（如SPSS、Stata等）对数据进行处理和分析。首先进行描述性统计分析，了解数据的基本特征和分布情况；然后建立多元线性回归模型，设定被解释变量（企业业绩指标）、解释变量（高管薪酬指标）和控制变量（公司规模、资产负债率等），通过回归分析验证研究假设，探究高管薪酬与企业业绩之间的相关性，并检验人力资本理论在其中的作用机制。为了确保研究结果的可靠性和稳健性，还将采用多种方法进行稳健性检验，如更换变量的衡量指标、改变样本范围等，观察回归结果是否保持稳定。1.3研究创新点研究视角创新：引入人力资本理论，从人力资本价值的独特视角出发，分析中国金融业上市公司高管薪酬与企业业绩的相关性。过往研究多集中于传统的委托代理理论、薪酬激励理论等，虽然这些理论在解释高管薪酬与企业业绩关系方面有一定作用，但缺乏对高管自身人力资本要素的深入挖掘。本文基于人力资本理论，探究高管的教育背景、工作经验、行业资质等人力资本特征如何影响薪酬水平以及企业业绩，为该领域的研究提供了新的视角，有助于更全面、深入地理解三者之间的内在联系。指标选取创新：在衡量高管薪酬、企业业绩和人力资本时，选取了多维度的指标。在高管薪酬方面，不仅考虑薪酬总额，还细分货币薪酬和股权激励等，全面反映高管薪酬的构成和激励方式；对于企业业绩，综合运用总资产收益率（ROA）、净资产收益率（ROE）、每股收益（EPS）等多个财务指标，从不同角度衡量企业的经营绩效；在人力资本衡量上，构建了包含高管教育背景、工作经验、行业资质等多方面的指标体系。这种多维度的指标选取方式相较于以往研究中单一或少数指标的使用，能够更准确、全面地反映研究对象的特征，使研究结果更具可靠性和说服力。研究内容拓展：深入剖析人力资本在高管薪酬与企业业绩关系中的作用机制。通过中介效应检验等方法，验证人力资本是否在高管薪酬影响企业业绩的过程中起到中介作用，进一步明确三者之间的传导路径。以往研究较少关注到人力资本在其中的中介作用，本文对此进行深入探究，丰富了该领域的研究内容，为金融企业制定合理的薪酬策略、提升企业业绩提供了更具针对性的理论依据和实践指导。二、理论基础与文献综述2.1人力资本理论2.1.1人力资本理论概述人力资本理论的发展经历了漫长的过程，其思想根源可追溯至古典经济学时期。亚当・斯密在《国富论》中就曾提及“劳动技能的习得需要时间和费用，因此可以视为资本的一种形式”，这一观点初步展现了人力资本的雏形，但在当时并未得到广泛关注与深入研究。直到20世纪50-60年代，人力资本理论迎来了重大发展。以美国经济学家西奥多・W・舒尔茨（TheodoreW.Schultz）和加里・贝克尔（GaryBecker）为代表的学者，系统地阐述了人力资本理论，使其逐渐成为经济学领域的重要理论。舒尔茨在1960年美国经济协会年会上发表了题为《人力资本投资》的演说，正式拉开了现代人力资本理论的序幕。他指出，人力资本是体现在劳动者身上的知识、技能、能力和健康等素质的总和，这些要素通过教育、培训、医疗保健以及迁移等投资活动得以形成。舒尔茨认为，在影响经济发展的诸多因素中，人的因素最为关键，经济发展主要依赖于人的质量提升，而非自然资源的丰富程度或物质资本的多寡。他通过对美国1929-1957年教育投资与经济增长关系的定量研究发现，教育投资对经济增长的贡献率高达33%，各级教育投资的平均收益率为17%，教育投资增长的收益占劳动收入增长的比重为70%，有力地证明了人力资本投资对经济增长的重要推动作用。例如，在农业生产领域，对农民进行教育和农业科学研究、推广、应用，能够显著提高农业生产效率，增加农产品产量，这充分体现了人力资本在生产要素中的重要替代和补充作用，说明由教育形成的人力资本可以在很大程度上代替其他生产要素，促进经济增长。加里・贝克尔则从微观层面进一步丰富了人力资本理论。他运用新古典经济学的分析方法，深入研究了人力资本投资的成本与收益，包括正规教育、在职培训、医疗保健等方面的投资。贝克尔认为，个人在进行人力资本投资决策时，会像进行物质资本投资一样，权衡成本与预期收益。例如，个人在决定是否接受高等教育时，会考虑学费、学习期间放弃的工作收入等成本，以及未来因获得更高学历而可能增加的收入等收益。他还指出，人力资本投资不仅能够提高个人的生产能力和收入水平，还会对家庭、社会等产生广泛的外部效应。此后，众多学者对人力资本理论展开了深入研究，使其不断完善和发展。如雅各布・明塞尔（JacobMincer）建立了劳动者个人收益模型，深入分析了教育、培训与工作经验对劳动者收入的影响；丹尼森（E.F.Denison）通过实证分析，估算了教育对美国经济增长的贡献率，进一步验证了人力资本理论的有效性。进入21世纪，随着知识经济和全球化的快速发展，人力资本理论在经济、管理等领域得到了更为广泛的应用，成为解释经济增长、企业发展、收入分配等问题的重要理论基础。2.1.2人力资本理论在金融业的应用在金融业中，人力资本理论有着广泛且重要的应用，深刻影响着金融企业的运营和发展。金融行业作为知识密集型和智力密集型行业，对高管的专业知识、技能和经验要求极高。高管作为金融企业的核心人力资本，其拥有的丰富金融知识、卓越的风险管理能力、敏锐的市场洞察力以及广泛的行业人脉资源等，对企业的战略决策、业务拓展、风险控制等方面起着关键作用。从薪酬决定角度来看，人力资本理论认为，高管的薪酬应与其人力资本价值相匹配。金融企业在确定高管薪酬时，会充分考虑高管的教育背景、工作经验、专业资质等因素。拥有高学历、丰富行业经验以及持有特许金融分析师（CFA）、注册国际投资分析师（CIIA）等专业证书的高管，往往被认为具有更高的人力资本价值，能够为企业带来更多的价值增值，因此会获得更高的薪酬回报。例如，在投资银行领域，具有多年并购重组经验且精通国际金融市场规则的高管，在主导大型并购项目时，能够凭借其专业能力为企业带来丰厚的利润，其薪酬水平也会相应较高。此外，金融企业还会通过股权激励等方式，将高管的利益与企业的长期发展紧密结合，以充分激励高管发挥其人力资本优势，提升企业业绩。在企业业绩提升方面，高管的人力资本通过多种途径发挥作用。在战略决策上，具有前瞻性思维和丰富行业经验的高管能够准确把握金融市场动态和行业发展趋势，制定出符合企业实际情况的战略规划，引领企业在激烈的市场竞争中占据优势。例如，在金融科技快速发展的浪潮下，一些具有敏锐洞察力的金融企业高管率先布局金融科技领域，加大对人工智能、大数据等技术的研发和应用投入，推动企业业务创新，提升服务效率和质量，从而实现企业业绩的快速增长。在风险管理方面，具备专业风险管理知识和经验的高管能够有效识别、评估和控制金融风险，保障企业的稳健运营。以商业银行的信贷业务为例，经验丰富的高管能够准确判断客户的信用风险，合理制定信贷政策，降低不良贷款率，提高银行的资产质量和盈利能力。在业务拓展方面，高管的人脉资源和行业影响力有助于金融企业拓展客户群体，开展新业务合作，为企业创造更多的业务机会和利润增长点。2.2高管薪酬相关理论2.2.1委托代理理论委托代理理论是现代企业理论的重要组成部分，旨在解决企业所有权与经营权分离所带来的一系列问题。在企业运营中，股东作为企业的所有者，由于自身知识、时间和精力的限制，无法直接参与企业的日常经营管理，于是将经营权委托给具有专业管理能力的高管，从而形成了委托代理关系。在这种关系中，股东的目标是实现企业价值最大化，以获取更多的经济利益；而高管作为代理人，其个人目标可能与股东目标存在差异，更关注自身的薪酬、声誉、权力等利益。由于信息不对称，股东难以全面了解高管的行为和决策过程，高管可能会利用自身的信息优势，追求个人利益最大化，而忽视股东的利益，从而产生道德风险和逆向选择问题。例如，高管可能会为了追求短期业绩以获得高额奖金，而采取一些高风险的投资决策，忽视企业的长期发展；或者在企业业绩不佳时，通过粉饰财务报表等手段来掩盖真实情况，以保住自己的职位和薪酬。为了解决委托代理问题，企业通常会采用多种方式，其中高管薪酬是一种重要的激励手段。合理的薪酬设计可以使高管的利益与股东利益紧密相连，促使高管为实现股东目标而努力工作。企业会将高管薪酬与企业业绩挂钩，当企业业绩良好时，高管能够获得较高的薪酬回报，包括高额的奖金、股票期权等；反之，当企业业绩不佳时，高管的薪酬也会相应减少。这种薪酬激励机制可以有效激发高管的工作积极性和创造力，减少其道德风险和逆向选择行为。通过给予高管一定数量的股票期权，使其在未来能够以约定的价格购买公司股票，这样高管就会更加关注公司的长期发展，努力提升公司业绩，因为公司股价的上涨将直接增加其个人财富。除了薪酬激励，企业还会通过加强公司治理、完善监督机制等方式来约束高管行为，降低代理成本。建立健全的董事会制度，加强董事会对高管的监督和约束；设立内部审计部门，对企业财务状况和经营活动进行定期审计等。委托代理理论为理解高管薪酬与企业业绩之间的关系提供了重要的理论基础，强调了通过合理的薪酬设计和有效的监督机制来协调股东与高管之间的利益冲突，实现企业的良好运营和发展。2.2.2激励理论激励理论是研究如何激发个体的工作积极性、提高工作效率和绩效的理论体系，对高管薪酬设计具有重要的指导意义。在企业中，高管作为核心管理人员，其工作态度和行为对企业的发展起着关键作用。激励理论认为，个体的行为是由动机驱动的，而动机又源于个体的需求。当个体的需求得到满足时，会产生积极的工作动机，从而提高工作积极性和绩效。在高管薪酬设计中，常见的激励理论应用主要包括以下几个方面：一是需求层次理论。马斯洛的需求层次理论将人的需求从低到高分为生理需求、安全需求、社交需求、尊重需求和自我实现需求五个层次。在高管薪酬设计中，企业需要考虑满足高管不同层次的需求。提供具有竞争力的薪酬水平，满足高管的生理和安全需求；给予高管一定的股权激励，使其成为企业的股东，增强其归属感和认同感，满足社交需求；设立荣誉奖项、给予公开表彰等方式，满足高管的尊重需求；为高管提供广阔的职业发展空间和挑战性的工作任务，满足其自我实现需求。通过满足高管的多层次需求，可以有效激发其工作积极性和创造力。二是双因素理论。赫兹伯格的双因素理论将影响员工工作积极性的因素分为保健因素和激励因素。保健因素主要包括公司政策、工作条件、薪酬待遇等，这些因素如果得不到满足，会导致员工产生不满情绪，但即使得到满足，也不会对员工产生强烈的激励作用；激励因素主要包括工作成就感、晋升机会、责任感等，这些因素能够激发员工的工作热情和积极性。在高管薪酬设计中，企业不仅要关注薪酬等保健因素，确保薪酬水平具有竞争力，避免高管因薪酬问题产生不满情绪；更要注重激励因素的运用，如通过设定具有挑战性的业绩目标，当高管成功完成目标时，给予其相应的晋升机会、荣誉奖励等，激发高管的工作动力和成就感。三是期望理论。弗鲁姆的期望理论认为，个体的激励程度取决于目标价值（效价）和实现目标的可能性（期望值）的乘积。在高管薪酬设计中，企业需要明确设定与薪酬挂钩的业绩目标，使高管清楚地了解达到目标后所能获得的薪酬回报（效价），同时确保业绩目标具有一定的挑战性但又具有可实现性（期望值）。如果业绩目标过高，高管认为无法实现，期望值过低，会降低其工作积极性；如果业绩目标过低，虽然期望值高，但效价低，也无法有效激励高管。只有当效价和期望值都较高时，才能充分激发高管的工作积极性，促使其为实现企业业绩目标而努力工作。激励理论为高管薪酬设计提供了科学的理论依据，企业应根据不同的激励理论，综合考虑高管的需求、工作特点和企业目标，设计出合理有效的薪酬激励机制，以提升高管的工作积极性和企业业绩。2.3文献综述2.3.1国外研究现状国外对于高管薪酬与企业业绩相关性的研究起步较早，成果丰富。早期研究多基于委托代理理论，认为合理的薪酬激励能够有效降低代理成本，促进高管与股东利益的一致，进而提升企业业绩。Jensen和Meckling（1976）在经典的委托代理理论框架下指出，高管薪酬与企业业绩挂钩可以有效减少高管的自利行为，促使其为实现企业价值最大化而努力。他们通过构建理论模型，分析了股权结构、薪酬契约等因素对代理成本的影响，为后续研究奠定了理论基础。Murphy（1985）对美国上市公司进行实证研究，发现高管薪酬与企业业绩之间存在显著的正相关关系，企业业绩每提高1%，高管薪酬会相应增加0.017%，进一步验证了薪酬激励的有效性。随着研究的深入，学者们逐渐认识到高管薪酬与企业业绩关系的复杂性。一些研究发现，两者之间并非简单的线性关系，还受到多种因素的影响。Core、Holthausen和Larcker（1999）研究表明，公司规模在高管薪酬决定中起着重要作用，大型企业的高管往往获得更高的薪酬，即使在控制企业业绩因素后，这种关系依然显著。他们认为，大型企业的管理复杂度更高，对高管的能力和精力要求也更高，因此需要给予更高的薪酬补偿。Hermalin和Weisbach（1998）的研究则关注了公司治理结构对高管薪酬与企业业绩关系的调节作用，发现当董事会独立性较强时，高管薪酬与企业业绩的相关性更为显著，因为独立的董事会能够更好地监督和制定合理的薪酬政策，确保高管薪酬与业绩紧密挂钩。在金融行业领域，国外学者也进行了大量研究。Adams和Ferreira（2007）对银行业进行研究发现，银行高管薪酬与风险承担存在密切联系，高薪酬可能激励高管采取更高风险的经营策略，从而影响银行的业绩和稳定性。他们认为，在设计银行高管薪酬时，需要充分考虑风险因素，建立合理的风险调整薪酬机制。Fahlenbrach和Stulz（2011）研究了金融危机期间金融机构高管薪酬与业绩的关系，发现部分金融机构在业绩下滑的情况下，高管薪酬并未相应减少，甚至还存在增加的情况，这种不合理的薪酬现象加剧了金融机构的道德风险，对金融市场的稳定造成了负面影响。近年来，随着行为金融学和心理学的发展，一些学者从行为和心理角度探讨高管薪酬与企业业绩的关系。Bebchuk和Fried（2004）提出了“管理层权力理论”，认为高管在薪酬制定过程中具有一定的权力，可能会利用这种权力为自己谋取过高的薪酬，而这种过高的薪酬并不一定与企业业绩相关，从而导致薪酬与业绩的偏离。他们通过对大量企业案例的分析，指出管理层权力的大小会影响薪酬契约的有效性，当管理层权力过大时，薪酬激励可能无法发挥应有的作用，甚至会损害企业价值。2.3.2国内研究现状国内关于高管薪酬与企业业绩相关性的研究起步相对较晚，但近年来发展迅速，研究成果不断涌现。早期研究主要借鉴国外的理论和方法，对我国上市公司进行实证检验。魏刚（2000）对我国上市公司高管薪酬与企业业绩进行了实证分析，发现高管薪酬与企业业绩之间的相关性并不显著，大部分上市公司高管薪酬水平较低，且薪酬结构单一，主要以货币薪酬为主，缺乏长期激励机制。李增泉（2000）的研究也得出类似结论，认为我国上市公司高管薪酬与企业业绩的相关性较弱，薪酬激励效果不明显，同时发现高管薪酬与企业规模、国有股比例等因素存在密切关系。随着我国资本市场的不断发展和完善，学者们开始深入研究高管薪酬与企业业绩关系的影响因素和作用机制。周仁俊、杨战兵和李礼（2010）研究发现，公司治理结构对高管薪酬与企业业绩关系具有重要影响。在股权集中度较高的企业中，大股东可能会利用其控制权影响高管薪酬的制定，导致高管薪酬与企业业绩的偏离；而在股权相对分散、公司治理结构完善的企业中，高管薪酬与企业业绩的相关性更强，能够更好地发挥薪酬激励作用。辛清泉、林斌和王彦超（2007）从国有企业薪酬管制的角度进行研究，发现薪酬管制会抑制国有企业高管的工作积极性，降低企业业绩，因为薪酬管制限制了高管薪酬的合理增长，使其无法获得与努力和业绩相匹配的薪酬回报。在金融行业方面，国内学者也展开了广泛研究。张雪兰和何德旭（2012）对我国上市银行高管薪酬与经营绩效进行实证分析，结果表明高管薪酬与银行经营绩效之间存在正相关关系，但薪酬激励的效果受到银行规模、市场竞争等因素的制约。大型国有银行由于其特殊的市场地位和经营环境，高管薪酬与业绩的相关性相对较弱；而股份制商业银行在市场竞争压力下，薪酬激励对业绩的提升作用更为明显。王擎和韩鑫韬（2013）研究了我国证券公司高管薪酬与企业业绩的关系，发现证券公司高管薪酬与企业业绩存在显著的正相关关系，但薪酬结构不合理，短期激励占比较大，长期激励不足，不利于企业的长期稳定发展。近年来，随着我国金融改革的不断深化和金融市场的日益开放，国内学者开始关注金融行业的新特点和新问题，如金融创新、风险管理等对高管薪酬与企业业绩关系的影响。一些研究探讨了金融科技对金融企业高管薪酬和业绩的影响，认为金融科技的发展促使金融企业加大创新投入，对高管的数字化能力和创新管理能力提出了更高要求，从而影响高管薪酬的定价和企业业绩的提升路径。2.3.3文献评述国内外学者对高管薪酬与企业业绩相关性的研究取得了丰硕成果，为理解这一复杂关系提供了多维度的视角和丰富的实证证据。然而，现有研究仍存在一些不足之处，为本文的研究提供了方向。在研究视角方面，虽然已有研究从委托代理理论、激励理论等多个角度进行了探讨，但基于人力资本理论的研究相对较少。人力资本作为企业的重要资源，其价值在高管薪酬决定和企业业绩提升中具有关键作用，但目前对这一作用机制的深入研究还不够，未能充分揭示高管人力资本特征与薪酬、业绩之间的内在联系。在研究对象上，针对金融行业的研究虽然有所增加，但仍不够系统全面。金融行业具有独特的行业特征，如高风险性、强监管性等，这些特征使得金融企业高管薪酬与企业业绩的关系更为复杂。现有研究在考虑金融行业特殊性方面还存在欠缺，对不同金融细分领域（银行、证券、保险等）的差异化研究不够深入，未能充分挖掘各细分领域中高管薪酬与业绩关系的特点和规律。在研究方法上，部分研究在变量选取和模型设定上存在一定局限性。一些研究对高管薪酬和企业业绩的衡量指标较为单一，可能无法全面准确地反映研究对象的实际情况；在模型设定中，对控制变量的选择不够全面，可能遗漏了一些重要的影响因素，从而影响研究结果的准确性和可靠性。本文将在已有研究的基础上，基于人力资本理论，选取多维度的指标，对中国金融业上市公司高管薪酬与企业业绩的相关性进行深入研究，旨在弥补现有研究的不足，为金融企业制定合理的薪酬策略和提升企业业绩提供更具针对性的理论支持和实践指导。三、中国金融业上市公司高管薪酬与企业业绩现状分析3.1金融业上市公司发展概况近年来，中国金融业上市公司在经济发展中扮演着愈发关键的角色，其数量和规模均呈现出显著的增长态势。截至2024年底，我国金融业上市公司数量已达到[X]家，较上一年增长了[X]%，涵盖了银行、证券、保险、多元金融等多个细分领域，形成了较为完善的金融市场体系。从规模上看，金融业上市公司资产总额持续攀升。银行业作为金融业的主体，资产规模占据绝对优势。2024年，42家A股上市银行资产总额合计达到[X]万亿元，同比增长[X]%。其中，工商银行以[X]万亿元的资产规模位居榜首，展现出强大的行业影响力；建设银行、农业银行、中国银行等国有大型银行资产规模也均超过[X]万亿元，在金融市场中发挥着稳定器的作用。股份制商业银行和城商行、农商行也在不断发展壮大，如招商银行资产规模突破[X]万亿元，在股份制银行中处于领先地位；成都银行、长沙银行等城商行资产规模快速增长，逐渐迈入万亿级行列，为区域经济发展提供了有力支持。证券业上市公司在资本市场中发挥着重要的中介和服务作用。截至2024年，A股上市证券公司数量达到[X]家，总资产合计[X]万亿元。中信证券作为行业龙头，总资产规模达到[X]万亿元，在证券承销、资产管理等业务领域表现突出；华泰证券、国泰君安等证券公司也具备较强的市场竞争力，资产规模均超过[X]万亿元。随着资本市场改革的不断推进，证券业上市公司积极拓展业务领域，加强创新业务布局，如加大对科创板、创业板等市场的参与力度，开展跨境业务等，推动行业整体规模不断扩大。保险业上市公司是金融市场的重要组成部分，为经济社会发展提供了风险保障和资金融通功能。我国上市保险公司主要包括中国人寿、中国平安、中国太保等，2024年这些公司的总资产合计达到[X]万亿元。其中，中国人寿总资产规模达到[X]万亿元，在保险行业中占据重要地位；中国平安凭借多元化的业务布局和强大的综合实力，总资产规模也超过[X]万亿元，其在保险、银行、投资等领域协同发展，为客户提供全方位的金融服务。多元金融行业上市公司涵盖了融资租赁、信托、期货、金融科技等多个细分领域，业务模式多样，发展迅速。2024年，多元金融行业29家上市公司资产总计达到[X]万亿元，同比增长[X]%。中油资本以10847.17亿元的资产规模在多元金融行业中位居榜首，其在金融租赁、财务公司、保险等领域开展业务，为能源行业提供综合金融服务；中航产融、渤海租赁等公司也在各自领域具有一定的市场份额，资产规模分别达到4499.21亿元和2685.47亿元。随着金融科技的快速发展，一些金融科技上市公司如蚂蚁集团（已在筹备上市进程中）、京东科技等，凭借先进的技术和创新的业务模式，在金融市场中崭露头角，为多元金融行业注入了新的活力。在盈利能力方面，金融业上市公司总体表现较为强劲。2024年，金融业上市公司合计实现营业收入[X]万亿元，净利润[X]万亿元。银行业依然是盈利的主力军，42家A股上市银行合计实现归母净利润2.14万亿元，平均日赚约58.58亿元，主要得益于其稳定的息差收入和多元化的业务拓展。证券业上市公司受资本市场行情波动影响，盈利水平有所起伏，但在市场活跃度提升的情况下，整体盈利能力也较为可观。2024年，上市证券公司合计实现营业收入[X]亿元，净利润[X]亿元，其中中信证券实现营业收入[X]亿元，净利润[X]亿元，在行业中处于领先地位。保险业上市公司通过优化业务结构、加强风险管理等措施，保持了稳定的盈利增长。2024年，上市保险公司合计实现净利润[X]亿元，其中中国平安实现净利润[X]亿元，展现出较强的盈利能力和抗风险能力。多元金融行业上市公司在各自细分领域不断创新发展，盈利能力也逐步提升。2024年上半年，多元金融行业29家上市公司合计实现营收1206.41亿元，同比增加126.83%，合计净利润140.85亿元，部分公司在金融科技、融资租赁等领域取得了较好的业绩表现。3.2高管薪酬现状分析3.2.1高管薪酬水平中国金融业上市公司高管薪酬总体处于较高水平，在各行业中名列前茅。根据Wind数据库统计，2024年金融业上市公司高管薪酬最高的前三位之和的平均值达到[X]万元，显著高于其他行业。从细分行业来看，银行业高管薪酬整体较为稳定且处于较高区间。以2024年为例，国有大型银行高管薪酬相对较为均衡，工商银行前三位高管薪酬总和为[X]万元，建设银行前三位高管薪酬总和为[X]万元，主要是由于国有大型银行受监管政策和体制因素影响，薪酬水平相对规范和统一，注重薪酬的公平性和稳定性；股份制商业银行高管薪酬差异较大，浙商银行前三位高管薪酬总和高达[X]万元，而渤海银行前三位高管薪酬总和为[X]万元，这主要是因为股份制商业银行在市场竞争中面临不同的经营压力和发展策略，薪酬水平更能体现市场机制的作用，业绩表现突出、业务创新能力强的银行倾向于给予高管更高的薪酬激励，以吸引和留住优秀人才，推动业务发展。证券业上市公司高管薪酬受市场行情影响波动较大。在市场行情较好的年份，如2023年证券市场活跃度提升，中信证券前三位高管薪酬总和达到[X]万元，同比增长[X]%，主要是因为市场行情向好时，证券承销、经纪、自营等业务收入大幅增加，公司业绩提升，高管薪酬也随之提高；而在市场行情低迷的2022年，中信证券前三位高管薪酬总和降至[X]万元，同比下降[X]%，反映出证券业薪酬与市场业绩的紧密关联。保险业上市公司高管薪酬相对较为平稳。中国人寿前三位高管薪酬总和在2024年为[X]万元，较上一年增长[X]%，主要得益于公司稳定的业务发展和市场份额的保持，在寿险业务稳健增长、财险业务逐步拓展的情况下，高管薪酬也保持了一定的增长态势；中国平安前三位高管薪酬总和为[X]万元，通过多元化业务布局和强大的综合实力，在保险、银行、投资等领域协同发展，为公司创造了稳定的业绩，从而支撑了高管的薪酬水平。多元金融行业由于业务模式多样，高管薪酬差异也较为显著。中油资本凭借其在金融租赁、财务公司、保险等领域的综合业务优势和强大的资产规模，前三位高管薪酬总和在2024年达到[X]万元；而部分规模较小的多元金融公司，如南华期货前三位高管薪酬总和仅为[X]万元，体现出行业内不同企业因业务规模、盈利能力和市场地位的差异，导致高管薪酬水平存在较大差距。3.2.2薪酬结构金融业上市公司高管薪酬结构主要由基本工资、绩效奖金、股权激励等部分构成，不同构成部分在薪酬中所占比例因公司而异，且呈现出一定的行业特点。基本工资是高管薪酬的稳定部分，通常占薪酬总额的30%-50%左右，主要依据高管的职位、工作经验、行业资质等因素确定。在银行业，国有大型银行高管基本工资占比较高，如工商银行高管基本工资占薪酬总额的45%左右，这是因为国有大型银行具有较强的稳定性和政策性，更注重薪酬的保障性，以确保高管队伍的稳定；而股份制商业银行高管基本工资占比相对较低，约为35%左右，更侧重于通过绩效奖金和股权激励来激励高管提升业绩。绩效奖金是根据公司业绩和高管个人绩效发放的，是薪酬结构中的重要激励部分，一般占薪酬总额的30%-40%左右。在证券业，由于业务与市场业绩紧密相关，绩效奖金占比相对较高。以中信证券为例，2024年绩效奖金占高管薪酬总额的40%左右，在市场行情较好、公司业绩大幅提升时，高管的绩效奖金也会显著增加，有效激励高管抓住市场机遇，提升公司业务水平；在保险业，绩效奖金占比相对稳定，中国人寿绩效奖金占高管薪酬总额的35%左右，主要与公司的保费收入增长、赔付率控制、新业务价值等业绩指标挂钩，促使高管关注公司的长期稳定发展。股权激励作为长期激励手段，在金融业上市公司中得到了广泛应用，尤其在银行业和证券业。股权激励占薪酬总额的比例通常在10%-20%左右，通过授予高管公司股票或股票期权，使高管的利益与公司的长期发展紧密结合。招商银行通过股权激励计划，授予高管一定数量的股票期权，行权条件与公司的净资产收益率、净利润增长率等业绩指标挂钩，激励高管为提升公司长期业绩而努力。截至2024年，招商银行股权激励部分占高管薪酬总额的15%左右，有效地促进了高管对公司长期战略的关注和执行；在证券业，海通证券也实施了股权激励计划，股权激励占高管薪酬总额的12%左右，增强了高管的归属感和忠诚度，推动公司业务的持续创新和发展。3.2.3薪酬变化趋势近年来，中国金融业上市公司高管薪酬呈现出一定的变化趋势。从整体趋势来看，在金融市场不断发展和完善的初期阶段，金融业上市公司高管薪酬总体呈上升态势。随着金融行业规模的不断扩大，业务创新不断涌现，对高管的专业能力和管理水平要求日益提高，为吸引和留住优秀人才，高管薪酬也相应增加。从2015-2020年，金融业上市公司高管薪酬最高的前三位之和的平均值以年均[X]%的速度增长，反映出行业对高管人才的重视和市场对高管价值的认可。然而，近年来受多种因素影响，高管薪酬增长趋势有所放缓。一方面，金融监管政策不断加强，对金融企业的合规经营和风险管理提出了更高要求，监管部门加强了对高管薪酬的监管力度，要求薪酬水平与企业风险承担和业绩表现相匹配，抑制了高管薪酬的过快增长。银保监会发布的相关政策规定，金融机构应建立科学合理的薪酬管理体系，将薪酬与风险调整后的业绩指标挂钩，对高管薪酬的发放进行严格规范；另一方面，金融市场竞争加剧，经济环境不确定性增加，部分金融企业面临业绩压力，导致高管薪酬增长受到限制。在2021-2024年期间，金融业上市公司高管薪酬最高的前三位之和的平均值年均增长率降至[X]%，增速明显放缓。在不同细分行业中，薪酬变化趋势也存在差异。银行业由于其稳定性和行业地位，高管薪酬变化相对较为平稳，增长速度较为缓和；证券业受市场行情影响较大，在市场行情较好时，高管薪酬增长迅速，而在市场低迷时，薪酬则可能出现下降；保险业高管薪酬随着行业的稳步发展，保持相对稳定的增长态势；多元金融行业由于业务的多样性和创新性，部分新兴业务领域的高管薪酬增长较快，而传统业务领域则相对稳定。金融科技类多元金融企业，为吸引具有数字化技术和创新能力的高管人才，其薪酬水平增长迅速，以满足企业在金融科技领域快速发展的需求。3.3企业业绩现状分析3.3.1业绩衡量指标选取为全面、准确地衡量中国金融业上市公司的业绩，本文综合选取了多个具有代表性的指标，从不同维度反映企业的经营状况和盈利能力。净利润是企业在一定会计期间的经营成果，是衡量企业业绩的核心指标之一，它反映了企业扣除所有成本、费用和税金后的剩余收益，直接体现了企业的盈利水平。如工商银行2024年实现净利润[X]亿元，直观地展示了其在该年度的盈利规模。净资产收益率（ROE）是净利润与平均股东权益的百分比，反映股东权益的收益水平，用以衡量公司运用自有资本的效率。ROE越高，表明股东权益的收益水平越高，公司运用自有资本的效率越高，盈利能力越强。招商银行2024年的ROE为[X]%，在银行业中处于较高水平，体现了其较强的盈利能力和高效的资本运用效率。净息差（NIM）是指利息净收入与平均生息资产的比值，反映了金融企业在资金成本与投资收益之间的获利能力，是衡量金融企业盈利能力的重要指标。对于银行业而言，净息差直接影响其主要盈利来源——利息收入。建设银行2024年净息差为[X]%，反映了其在存贷款业务中获取收益的能力。总资产收益率（ROA）是净利润与平均资产总额的比率，它衡量的是企业运用全部资产获取利润的能力，体现资产利用的综合效果。ROA越高，表明企业资产利用效率越高，盈利能力越强。平安银行2024年ROA为[X]%，反映了其整体资产的盈利能力。营业收入增长率是指企业本年营业收入增长额对上年营业收入总额的比率，它体现了企业业务规模的扩张速度，反映了企业的市场拓展能力和发展潜力。营业收入增长率越高，说明企业在市场中的竞争力越强，业务发展态势越好。中信证券2024年营业收入增长率为[X]%，显示出其在证券市场中业务拓展能力较强，市场份额不断扩大。不良贷款率是指金融机构不良贷款占总贷款余额的比重，是衡量金融企业资产质量的重要指标。不良贷款率越低，表明金融企业的资产质量越好，信贷风险越低。宁波银行2024年不良贷款率仅为[X]%，资产质量优良，信贷风险控制较好，在市场波动中具有较强的抗风险能力。3.3.2企业业绩总体表现从总体上看，中国金融业上市公司业绩表现呈现出一定的行业特征和分化态势。银行业作为金融业的主体，凭借其庞大的资产规模和稳定的业务模式，在净利润和资产规模方面占据主导地位。2024年，42家A股上市银行合计实现归母净利润2.14万亿元，平均日赚约58.58亿元，资产总额合计达到[X]万亿元。国有大型银行如工商银行、建设银行、农业银行、中国银行等，凭借广泛的网点布局、雄厚的资本实力和稳定的客户基础，净利润规模庞大。工商银行2024年实现归母净利润[X]亿元，资产总额达到[X]万亿元，在银行业中处于领先地位；股份制商业银行在市场竞争中不断创新发展，部分银行如招商银行、平安银行等，通过差异化的市场定位和业务创新，业绩表现突出。招商银行凭借其强大的零售业务优势，2024年实现归母净利润[X]亿元，ROE达到[X]%，在股份制银行中表现优异；城商行和农商行则在服务地方经济、支持中小企业发展方面发挥着重要作用，一些优质城商行如江苏银行、宁波银行等，通过深耕区域市场，加强风险管理，业绩也取得了较好的增长。江苏银行2024年实现归母净利润[X]亿元，营业收入增长率达到[X]%，展现出较强的发展潜力。证券业上市公司业绩受资本市场行情影响较大，具有较强的波动性。在市场行情较好时，证券承销、经纪、自营等业务收入大幅增加，企业业绩显著提升；而在市场行情低迷时，业务收入减少，业绩下滑。2024年，随着资本市场活跃度提升，上市证券公司合计实现营业收入[X]亿元，净利润[X]亿元。中信证券作为行业龙头，2024年实现营业收入[X]亿元，净利润[X]亿元，在承销保荐、资产管理等业务领域保持领先地位；东方财富凭借其独特的互联网金融平台优势，在基金销售、证券经纪等业务上取得了快速发展，2024年实现营业收入[X]亿元，净利润[X]亿元，业绩增长迅速。保险业上市公司业绩相对较为稳定，主要得益于其长期稳定的保费收入和多元化的投资业务。2024年，上市保险公司合计实现净利润[X]亿元。中国人寿作为寿险行业的龙头企业，2024年实现净利润[X]亿元，通过优化业务结构，加大保障型产品的推广力度，保费收入稳步增长；中国平安凭借其综合金融服务平台，实现保险、银行、投资等业务的协同发展，2024年实现净利润[X]亿元，在风险管理、客户服务等方面具有较强的竞争力。多元金融行业上市公司由于业务模式多样，业绩表现差异较大。一些大型多元金融企业如中油资本、中航产融等，凭借其强大的产业背景和多元化的业务布局，在金融租赁、信托、财务公司等领域取得了较好的业绩。中油资本2024年实现营业收入[X]亿元，净利润[X]亿元，为能源行业提供了全方位的金融服务；而一些专注于细分领域的多元金融企业，如南华期货、永安期货等，在期货市场中具有一定的市场份额，但业绩受市场波动影响较大。3.3.3业绩变化趋势近年来，中国金融业上市公司业绩变化呈现出不同的趋势，受到多种因素的综合影响。银行业业绩整体保持稳定增长，但增速有所放缓。随着利率市场化的推进，银行净息差面临一定压力，传统存贷款业务的盈利空间受到一定挤压。金融监管政策的加强，对银行的风险管理和合规经营提出了更高要求，增加了银行的运营成本。为应对这些挑战，银行业积极推进业务转型，加大对零售业务、中间业务的拓展力度，加强金融科技应用，提升服务效率和质量。招商银行通过深化零售业务转型，加强数字化建设，零售金融业务对营收的贡献持续提升，在一定程度上缓解了息差收窄的压力，保持了业绩的稳定增长。证券业业绩波动较大，与资本市场行情密切相关。在资本市场改革不断推进、对外开放程度不断提高的背景下，证券业迎来了新的发展机遇，但也面临着市场竞争加剧、监管趋严等挑战。随着科创板、创业板注册制的实施，证券承销业务规模扩大，但市场竞争也导致承销费率下降；在市场波动加剧的情况下，自营业务风险增加。为适应市场变化，证券公司加强业务创新，提升综合服务能力，拓展跨境业务，加强风险管理。中信证券通过加强国际业务布局，提升跨境业务能力，在国际市场中取得了一定的市场份额，为业绩增长提供了新的动力。保险业业绩保持稳定增长，主要得益于居民保险意识的提升、保险市场需求的增长以及保险企业的业务结构优化。随着人口老龄化的加剧、居民收入水平的提高以及对健康、养老等保障需求的增加，保险市场规模不断扩大。保险企业通过加大保障型产品的研发和推广力度，降低投资型产品的占比，优化业务结构，提升了盈利能力和抗风险能力。中国人寿通过加强健康险、养老保险等保障型业务的发展，保费收入结构不断优化，新业务价值持续增长，推动了业绩的稳定提升。多元金融行业业绩受各自细分领域市场环境和政策影响较大。金融科技的快速发展，为金融科技类多元金融企业带来了新的发展机遇，一些企业通过创新金融服务模式，利用大数据、人工智能等技术提升服务效率和风险管理能力，业绩增长迅速；而在监管政策调整的情况下，部分业务如P2P网贷等受到冲击，相关企业业绩下滑。多元金融企业不断探索业务创新，加强风险管理，提升核心竞争力。中油资本通过整合内部金融资源，加强协同效应，在金融租赁、财务公司等业务领域不断拓展，提升了市场份额和盈利能力。四、研究设计4.1研究假设根据人力资本理论，高管作为企业的核心人力资本，其薪酬应与其为企业创造的价值紧密相关。企业业绩是衡量高管价值创造的重要指标，当企业业绩良好时，意味着高管的决策和管理有效，为企业带来了较高的收益，此时企业有动力给予高管更高的薪酬回报，以激励高管继续努力提升企业业绩。因此，提出假设1：假设1：中国金融业上市公司高管薪酬与企业业绩呈正相关关系。高管的人力资本特征，如教育背景、工作经验、专业资质等，是其能力和价值的重要体现。拥有高学历的高管往往具备更系统的金融知识和更广阔的视野，能够更好地理解和把握金融市场动态，做出更科学的决策；丰富的工作经验使高管在面对复杂的金融问题时，能够凭借过往的经验迅速做出判断和应对；专业资质如CFA、CPA等证书，是对高管专业能力的权威认证，持有这些证书的高管在专业领域具有更强的竞争力。这些人力资本特征使高管能够为企业创造更高的价值，从而应获得更高的薪酬。因此，提出假设2：假设2：中国金融业上市公司高管的人力资本水平与高管薪酬呈正相关关系。高管的人力资本不仅直接影响薪酬水平，还通过影响企业业绩间接影响薪酬。高人力资本水平的高管凭借其专业知识、技能和经验，能够更有效地制定企业战略、管理风险、拓展业务，从而提升企业业绩。在业绩提升的基础上，企业会给予高管更高的薪酬回报，形成人力资本通过企业业绩对高管薪酬的间接影响路径。因此，提出假设3：假设3：中国金融业上市公司高管的人力资本在高管薪酬与企业业绩关系中起中介作用。4.2样本选取与数据来源4.2.1样本选取为确保研究结果的可靠性和代表性，本研究选取中国金融业上市公司作为研究样本。样本选取时间跨度为2020-2024年，涵盖了金融行业的多个发展阶段，有助于全面分析不同市场环境下高管薪酬与企业业绩的相关性。在具体选取过程中，首先从Wind数据库中获取所有在沪深交易所上市的金融企业名单，包括银行、证券、保险、多元金融等细分领域。然后，对这些企业进行筛选，剔除了ST、*ST类上市公司，因为这类公司通常面临财务困境或经营异常，其高管薪酬与企业业绩的关系可能受到特殊因素影响，不具有普遍代表性；同时剔除数据缺失严重的公司，以保证研究数据的完整性和准确性。经过筛选，最终确定了[X]家金融业上市公司作为研究样本，其中银行[X]家、证券[X]家、保险[X]家、多元金融[X]家，这些样本在金融行业中具有广泛的代表性，能够较好地反映中国金融业上市公司的整体情况。4.2.2数据来源本研究的数据主要来源于多个权威渠道，以确保数据的准确性和可靠性。高管薪酬数据主要从各上市公司年报中手工收集，年报中详细披露了高管的薪酬总额、货币薪酬、股权激励等具体信息，为研究提供了丰富的数据支持。对于企业业绩数据，一方面从上市公司年报中获取净利润、营业收入、资产总额等基本财务数据；另一方面，借助Wind数据库、国泰安数据库等专业金融数据库，获取净资产收益率（ROE）、总资产收益率（ROA）、净息差（NIM）等经过计算整理的财务指标数据，这些数据库具有数据全面、更新及时的特点，能够为研究提供高质量的数据。在获取数据后，对数据进行了严格的处理和清洗。对数据进行一致性检查，确保不同来源的数据在定义、计算方法等方面保持一致；对异常值进行识别和处理，对于明显偏离正常范围的高管薪酬数据和企业业绩数据，通过进一步查阅相关资料或与其他数据源进行比对，判断其合理性，对于不合理的异常值，采用均值替换、中位数替换等方法进行修正，以避免异常值对研究结果产生较大影响；对缺失值进行处理，对于少量的缺失数据，根据数据的特点和分布情况，采用插值法、回归预测法等方法进行填补，保证数据的完整性，为后续的实证分析奠定坚实的数据基础。4.3变量定义4.3.1被解释变量本文选取多个指标来衡量企业业绩，作为被解释变量，以全面、准确地反映中国金融业上市公司的经营状况和盈利能力。净利润（NP）：净利润是企业在一定会计期间的经营成果，是衡量企业业绩的核心指标之一，反映了企业扣除所有成本、费用和税金后的剩余收益，直接体现了企业的盈利规模。在2024年，工商银行实现净利润[X]亿元，清晰地展示了其年度盈利规模，为评估企业的经营效益提供了直观的数据支持。净资产收益率（ROE）：净资产收益率是净利润与平均股东权益的百分比，反映股东权益的收益水平，用以衡量公司运用自有资本的效率。ROE越高，表明股东权益的收益水平越高，公司运用自有资本的效率越高，盈利能力越强。招商银行在2024年的ROE达到[X]%，在银行业中处于较高水平，充分体现了其较强的盈利能力和高效的资本运用效率，是衡量企业业绩的重要指标之一。总资产收益率（ROA）：总资产收益率是净利润与平均资产总额的比率，它衡量的是企业运用全部资产获取利润的能力，体现资产利用的综合效果。ROA越高，表明企业资产利用效率越高，盈利能力越强。平安银行在2024年ROA为[X]%，直观地反映了其整体资产的盈利能力，为评估企业的经营绩效提供了重要参考。净息差（NIM）：净息差是指利息净收入与平均生息资产的比值，反映了金融企业在资金成本与投资收益之间的获利能力，是衡量金融企业盈利能力的重要指标，对于银行业而言，净息差直接影响其主要盈利来源——利息收入。建设银行在2024年净息差为[X]%，清晰地反映了其在存贷款业务中获取收益的能力，是评估银行业绩的关键指标之一。营业收入增长率（IOR）：营业收入增长率是指企业本年营业收入增长额对上年营业收入总额的比率，它体现了企业业务规模的扩张速度，反映了企业的市场拓展能力和发展潜力。营业收入增长率越高，说明企业在市场中的竞争力越强，业务发展态势越好。中信证券在2024年营业收入增长率为[X]%，充分显示出其在证券市场中业务拓展能力较强，市场份额不断扩大，是衡量企业发展能力的重要指标。4.3.2解释变量以高管薪酬相关指标作为解释变量，用以探究其对企业业绩的影响。高管薪酬总额（TPP）：选取薪酬最高的前三位高管薪酬总和作为高管薪酬总额的衡量指标，该指标能够综合反映企业对核心高管的薪酬投入水平，体现企业对高管团队的重视程度和激励力度。在2024年，工商银行前三位高管薪酬总和为[X]万元，通过这一数据可以直观地了解企业在高管薪酬方面的投入规模，为研究高管薪酬与企业业绩的关系提供关键数据支持。高管平均薪酬（APP）：通过计算高管薪酬总额除以高管人数得到高管平均薪酬，该指标能够反映高管群体的平均薪酬水平，有助于分析不同企业高管薪酬的相对高低，以及这种平均薪酬水平对企业业绩的影响。在2024年，工商银行高管平均薪酬为[X]万元，与其他银行进行对比，可以清晰地看出其在行业中的薪酬水平位置，进而探究薪酬水平与企业业绩之间的关联。货币薪酬占比（MPR）：货币薪酬占薪酬总额的比例，用以衡量企业高管薪酬中货币形式的薪酬占比情况，反映薪酬结构中即时性现金收入的比重，不同的货币薪酬占比可能对高管的激励效果和行为产生不同影响。在2024年，工商银行货币薪酬占比为[X]%，这一数据能够帮助我们了解企业薪酬结构中货币薪酬的重要程度，以及这种薪酬结构对高管决策和企业业绩的潜在影响。股权激励比例（ESOP）：股权激励是企业为了激励和留住核心人才，而推行的一种长期激励机制。股权激励比例指高管持有的公司股票或股票期权数量占公司总股本的比例，该指标体现了企业对高管的长期激励程度，反映高管利益与公司长期利益的绑定程度，对高管的长期决策行为和企业的长期业绩具有重要影响。截至2024年，招商银行股权激励部分占高管薪酬总额的15%左右，通过这一数据可以了解企业对高管长期激励的力度，以及这种激励方式对企业长期业绩的促进作用。4.3.3控制变量为了更准确地研究高管薪酬与企业业绩的关系，选取以下变量作为控制变量，以排除其他因素对研究结果的干扰。公司规模（SIZE）：采用总资产的自然对数来衡量公司规模。公司规模越大，通常拥有更丰富的资源、更广泛的业务范围和更强的市场影响力，这些因素可能对企业业绩产生重要影响。工商银行2024年资产总额达到[X]万亿元，取其自然对数后得到的公司规模指标，能够有效反映企业的规模大小，为控制公司规模对企业业绩的影响提供数据依据。资产负债率（LEV）：资产负债率是负债总额与资产总额的比率，反映企业的偿债能力和财务杠杆水平。较高的资产负债率意味着企业面临较高的财务风险，可能影响企业的业绩表现。工商银行2024年资产负债率为[X]%，通过这一数据可以了解企业的债务负担情况，在研究中控制资产负债率，有助于准确分析高管薪酬与企业业绩的关系，排除财务风险因素的干扰。股权集中度（CR1）：以第一大股东持股比例来衡量股权集中度。股权集中度影响公司的治理结构和决策机制，进而对企业业绩产生作用。工商银行第一大股东为汇金投资，持股比例为34.72%，通过这一数据可以了解企业的股权集中程度，在研究中控制股权集中度，能够有效排除股权结构对企业业绩的影响，使研究结果更具准确性和可靠性。行业虚拟变量（IND）：金融行业包含银行、证券、保险、多元金融等多个细分领域，各细分领域具有不同的行业特征和经营模式，对高管薪酬和企业业绩的影响也存在差异。设置行业虚拟变量，将银行、证券、保险、多元金融分别赋值为1、2、3、4，用以控制行业因素对研究结果的影响，能够更准确地分析不同行业中高管薪酬与企业业绩的关系。年份虚拟变量（YEAR）：不同年份的宏观经济环境、政策法规等因素可能对金融企业的经营业绩产生影响。设置年份虚拟变量，将2020-2024年分别赋值为1-5，用以控制时间因素对研究结果的影响，使研究结果更能反映不同时期高管薪酬与企业业绩的真实关系，增强研究的可靠性和说服力。4.4模型构建为了深入探究中国金融业上市公司高管薪酬与企业业绩之间的关系，以及人力资本在其中的作用机制，构建以下多元线性回归模型：模型1：探究高管薪酬与企业业绩的关系\begin{align*}NP_{i,t}&=\beta_{0}+\beta_{1}TPP_{i,t}+\beta_{2}APP_{i,t}+\beta_{3}MPR_{i,t}+\beta_{4}ESOP_{i,t}+\beta_{5}SIZE_{i,t}+\beta_{6}LEV_{i,t}+\beta_{7}CR1_{i,t}+\sum_{j=1}^{3}\beta_{8+j}IND_{i,t,j}+\sum_{k=1}^{4}\beta_{12+k}YEAR_{i,t,k}+\epsilon_{i,t}\\ROE_{i,t}&=\beta_{0}+\beta_{1}TPP_{i,t}+\beta_{2}APP_{i,t}+\beta_{3}MPR_{i,t}+\beta_{4}ESOP_{i,t}+\beta_{5}SIZE_{i,t}+\beta_{6}LEV_{i,t}+\beta_{7}CR1_{i,t}+\sum_{j=1}^{3}\beta_{8+j}IND_{i,t,j}+\sum_{k=1}^{4}\beta_{12+k}YEAR_{i,t,k}+\epsilon_{i,t}\\ROA_{i,t}&=\beta_{0}+\beta_{1}TPP_{i,t}+\beta_{2}APP_{i,t}+\beta_{3}MPR_{i,t}+\beta_{4}ESOP_{i,t}+\beta_{5}SIZE_{i,t}+\beta_{6}LEV_{i,t}+\beta_{7}CR1_{i,t}+\sum_{j=1}^{3}\beta_{8+j}IND_{i,t,j}+\sum_{k=1}^{4}\beta_{12+k}YEAR_{i,t,k}+\epsilon_{i,t}\\NIM_{i,t}&=\beta_{0}+\beta_{1}TPP_{i,t}+\beta_{2}APP_{i,t}+\beta_{3}MPR_{i,t}+\beta_{4}ESOP_{i,t}+\beta_{5}SIZE_{i,t}+\beta_{6}LEV_{i,t}+\beta_{7}CR1_{i,t}+\sum_{j=1}^{3}\beta_{8+j}IND_{i,t,j}+\sum_{k=1}^{4}\beta_{12+k}YEAR_{i,t,k}+\epsilon_{i,t}\\IOR_{i,t}&=\beta_{0}+\beta_{1}TPP_{i,t}+\beta_{2}APP_{i,t}+\beta_{3}MPR_{i,t}+\beta_{4}ESOP_{i,t}+\beta_{5}SIZE_{i,t}+\beta_{6}LEV_{i,t}+\beta_{7}CR1_{i,t}+\sum_{j=1}^{3}\beta_{8+j}IND_{i,t,j}+\sum_{k=1}^{4}\beta_{12+k}YEAR_{i,t,k}+\epsilon_{i,t}\end{align*}其中，NP_{i,t}、ROE_{i,t}、ROA_{i,t}、NIM_{i,t}、IOR_{i,t}分别表示第i家公司在第t年的净利润、净资产收益率、总资产收益率、净息差、营业收入增长率；TPP_{i,t}、APP_{i,t}、MPR_{i,t}、ESOP_{i,t}分别表示第i家公司在第t年的高管薪酬总额、高管平均薪酬、货币薪酬占比、股权激励比例；SIZE_{i,t}、LEV_{i,t}、CR1_{i,t}分别表示第i家公司在第t年的公司规模、资产负债率、股权集中度；IND_{i,t,j}表示第i家公司在第t年的行业虚拟变量（j=1,2,3分别对应证券、保险、多元金融，当为银行时IND_{i,t,j}=0）；YEAR_{i,t,k}表示第i家公司在第t年的年份虚拟变量（k=1,2,3,4分别对应2021-2024年，当为2020年时YEAR_{i,t,k}=0）；\beta_{0}为常数项，\beta_{1}-\beta_{16}为回归系数，\epsilon_{i,t}为随机误差项。通过该模型，能够检验假设1，即探究高管薪酬与企业业绩是否呈正相关关系。模型2：探究高管人力资本与高管薪酬的关系\begin{align*}TPP_{i,t}&=\alpha_{0}+\alpha_{1}HC_{i,t}+\alpha_{2}SIZE_{i,t}+\alpha_{3}LEV_{i,t}+\alpha_{4}CR1_{i,t}+\sum_{j=1}^{3}\alpha_{5+j}IND_{i,t,j}+\sum_{k=1}^{4}\alpha_{9+k}YEAR_{i,t,k}+\mu_{i,t}\\APP_{i,t}&=\alpha_{0}+\alpha_{1}HC_{i,t}+\alpha_{2}SIZE_{i,t}+\alpha_{3}LEV_{i,t}+\alpha_{4}CR1_{i,t}+\sum_{j=1}^{3}\alpha_{5+j}IND_{i,t,j}+\sum_{k=1}^{4}\alpha_{9+k}YEAR_{i,t,k}+\mu_{i,t}\\MPR_{i,t}&=\alpha_{0}+\alpha_{1}HC_{i,t}+\alpha_{2}SIZE_{i,t}+\alpha_{3}LEV_{i,t}+\alpha_{4}CR1_{i,t}+\sum_{j=1}^{3}\alpha_{5+j}IND_{i,t,j}+\sum_{k=1}^{4}\alpha_{9+k}YEAR_{i,t,k}+\mu_{i,t}\\ESOP_{i,t}&=\alpha_{0}+\alpha_{1}HC_{i,t}+\alpha_{2}SIZE_{i,t}+\alpha_{3}LEV_{i,t}+\alpha_{4}CR1_{i,t}+\sum_{j=1}^{3}\alpha_{5+j}IND_{i,t,j}+\sum_{k=1}^{4}\alpha_{9+k}YEAR_{i,t,k}+\mu_{i,t}\end{align*}其中，HC_{i,t}表示第i家公司在第t年的高管人力资本水平，通过构建包含高管教育背景、工作经验、行业资质等多方面指标的综合指数来衡量，如高管团队中拥有硕士及以上学历的比例、平均工作年限、持有金融行业相关专业证书的人数比例等指标加权计算得出；\alpha_{0}为常数项，\alpha_{1}-\alpha_{13}为回归系数，\mu_{i,t}为随机误差项。该模型用于检验假设2，即探究高管的人力资本水平与高管薪酬是否呈正相关关系。模型3：检验高管人力资本的中介作用\begin{align*}Performance_{i,t}&=\gamma_{0}+\gamma_{1}TPP_{i,t}+\gamma_{2}HC_{i,t}+\gamma_{3}SIZE_{i,t}+\gamma_{4}LEV_{i,t}+\gamma_{5}CR1_{i,t}+\sum_{j=1}^{3}\gamma_{6+j}IND_{i,t,j}+\sum_{k=1}^{4}\gamma_{10+k}YEAR_{i,t,k}+\nu_{i,t}\\Performance_{i,t}&=\gamma_{0}+\gamma_{1}TPP_{i,t}+\gamma_{2}APP_{i,t}+\gamma_{3}MPR_{i,t}+\gamma_{4}ESOP_{i,t}+\gamma_{5}HC_{i,t}+\gamma_{6}SIZE_{i,t}+\gamma_{7}LEV_{i,t}+\gamma_{8}CR1_{i,t}+\sum_{j=1}^{3}\gamma_{9+j}IND_{i,t,j}+\sum_{k=1}^{4}\gamma_{13+k}YEAR_{i,t,k}+\nu_{i,t}\end{align*}其中，Performance_{i,t}表示第i家公司在第t年的企业业绩，可选用净利润、净资产收益率、总资产收益率、净息差、营业收入增长率等指标；\gamma_{0}为常数项，\gamma_{1}-\gamma_{16}为回归系数，\nu_{i,t}为随机误差项。通过依次检验模型1、模型2和模型3，采用逐步回归法，若模型1中高管薪酬与企业业绩显著相关，模型2中高管人力资本与高管薪酬显著相关，且在模型3中加入高管人力资本变量后，高管薪酬对企业业绩的影响系数减小，同时高管人力资本与企业业绩显著相关，则可证明假设3成立，即高管的人力资本在高管薪酬与企业业绩关系中起中介作用。五、实证结果与分析5.1描述性统计利用SPSS26.0软件对样本数据进行描述性统计，结果如表1所示。表1：描述性统计结果变量样本量均值标准差最小值最大值净利润（NP）250125.68203.56-15.321125.68净资产收益率（ROE）25013.56%4.58%2.35%25.68%总资产收益率（ROA）2501.12%0.35%0.12%2.56%净息差（NIM）2502.35%0.56%1.23%3.89%营业收入增长率（IOR）25012.35%15.68%-20.35%85.68%高管薪酬总额（TPP）250568.35325.68125.681856.35高管平均薪酬（APP）250189.45102.3556.89568.35货币薪酬占比（MPR）25075.68%12.35%45.68%95.68%股权激励比例（ESOP）25012.35%8.56%035.68%公司规模（SIZE）25030.122.5625.3535.68资产负债率（LEV）25085.68%5.35%75.68%95.68%股权集中度（CR1）25035.68%10.35%15.68%65.68%从企业业绩指标来看，净利润均值为125.68亿元，最大值达到1125.68亿元，最小值为-15.32亿元，说明金融业上市公司之间的盈利水平差异较大，部分公司盈利能力较强，而少数公司出现亏损情况；净资产收益率均值为13.56%，标准差为4.58%，反映出各公司运用自有资本获取收益的能力存在一定差异；总资产收益率均值为1.12%，表明行业整体资产利用效率处于一定水平，但不同公司之间也存在波动；净息差均值为2.35%，体现了金融企业在资金成本与投资收益之间的获利能力，标准差为0.56%，说明各公司在这方面存在一定差异；营业收入增长率均值为12.35%，最大值高达85.68%，最小值为-20.35%，显示出行业内公司业务规模扩张速度差异明显，部分公司业务增长迅速，而部分公司业务出现萎缩。在高管薪酬指标方面，高管薪酬总额均值为568.35万元，最大值达到1856.35万元，说明金融业上市公司对高管的薪酬投入较高，且公司之间的薪酬差距较大；高管平均薪酬均值为189.45万元，反映出高管群体的平均薪酬水平较高；货币薪酬占比均值为75.68%，表明货币薪酬在高管薪酬