高管团队异质性对企业绩效的影响的实证研究-基于高管薪酬的调节作用

高管团队异质性对企业绩效的影响的实证研究—基于高管薪酬的调节作用摘要近年来，资本市场的竞争越来越注重于高管的竞争。高管即企业高级管理层，位于层级组织的高层，一般具有：执行董事、董事长、总裁、首席执行官等职位或称呼。不同的高管特征和高管薪酬对企业有着各方面重要影响，进而影响企业绩效。本文将通过高管性别、教育背景、年龄、社会资本等几个方面探究对企业绩效的影响；基于社会资本理论和委托代理理论探究高管薪酬对企业绩效的影响作用。对2238家A股上市公司的高管性别、教育背景、年龄等高管特征和高管社会资本（高管企业关联、金融关联）与企业绩效之间关系的深入研究分析。结果表明:企业绩效与高管教育背景、高管性别、年龄、社会资本等高管特征有着显著相关性。与传统研究不同的是,在显著相关的变量中,高管特征异质性与企业绩效并非简单的线性相关,而是引入企业高管薪酬作为调节变量，探究不同高管货币薪酬和股权薪酬下对企业绩效的影响关系。【关键词】高管特征社会资本高管薪酬企业绩效AbstractInrecentyears,competitioninthecapitalmarkethasincreasinglyfocusedoncompetitionofexecutives.Executivesaretheseniormanagementoftheenterprise,whicharelocatedatthehighestlevelofthehierarchicalorganization.Theygenerallyhavepositionsortitlessuchasexecutivedirector,chairman,president,andchiefexecutiveofficer.Differentexecutivecharacteristicsandsalaryhavedifferentimportantimpactsonthecompanyinallaspects,whichinturnaffectscorporateperformance.Thisarticlewillexploretheimpactofexecutives'gender,educationalbackground,age,socialcapitalandotheraspectsoncorporateperformance;Basedonsocialcapitaltheoryandprincipal-agenttheory,exploretheimpactofexecutivecompensationoncorporateperformance.In-depthresearchandanalysisoftherelationshipbetweentheexecutivecharacteristicsof2238A-sharelistedcompaniessuchasexecutivegender,educationbackground,ageandotherexecutives,andthesocialcapitalofexecutives(associationofotherenterprises,financialassociation)andcorporateperformance.Theresultsshowthatcorporateperformancehasasignificantcorrelationwithexecutiveeducationbackground,executivegender,age,socialcapitalandotherexecutivecharacteristics.Differentfromthetraditionalresearch,amongthesignificantlyrelatedvariables,theheterogeneityofexecutivecharacteristicsandcorporateperformancearenotsimplylinearlyrelated,buttheintroductionofcorporateexecutivecompensationasaregulatingvariabletoexplorethecurrencycompensationandequitycompensationofdifferentexecutivesfortherelationshipbetweentheimpactiononcorporateperformance.Keywords:executivecharacteristicsocialcapitalexecutivesalarycorporateperformance目录一、引言 一、引言（一）研究背景改革开放至今,在三十多年的发展历程使得中国经济飞速发展的同时，各行各业的各大企业之间竞争加剧,导致企业利润减少，绩效难以突破，人口红利的下降和经济增速在新常态形势下放缓,加之个体企业之间竞争加剧,导致企业利润减少，绩效难以突破，开始着力在市场化、选人用人、强化中长期激励上下功夫。企业之间的竞争也是人力资源的竞争。尤其互联网行业，优秀的高管团队能带来更广阔的市场及用户，实现成功的互联网企业最终往往把对应平台的产品做到一家独大。而国内五百强公司及上市公司，例如华为BAT中国华能等企业从全球各地高薪招聘高管人才亦是越发普遍。高管团队作为人力资源的核心，对企业的生死存亡起着至关重要的作用。高管的认知和行为难以考究,但可以从高管的异质性体现出来。另一方面，高管的社会资本也一直为企业管理和领导学领域所研究。社会资本在中国长期以来被称为“关系”。随着中国在世界经济舞台上扮演的角色日益重要，越来越多的国内外学者从“关系”视角研究中国经济管理领域中的问题。同时，当企业高管薪酬设定为与企业绩效挂钩时，高管为了获得更多的薪酬，就会为创造更大的企业价值而投入更多的时间与精力。高管的薪酬政策在影响了高管执行力的同时就会有利于促进企业绩效的提升。故选取高管特征异质性、高管社会资本异质性进行研究分析。因此,本文将通过选取几个指标,探究高管的异质性、高管薪酬与公司绩效之间的潜在关系,进而为公司合理配置高管人员、为企业实现更佳绩效提供参考。（二）研究意义1.理论意义本文将梳理高管异质性、高管薪酬、企业绩效三个变量之间的关系。通过构建高管团队特征，社会资本和薪酬差距对于企业绩效影响的理论模型，对高管异质性和高管薪酬对企业绩效的影响进行回归分析，讨论了什么样的高管特质对促进企业绩效，以及高管薪酬在高管团队异质性对企业绩效影响中是起到怎样的调节作用。研究拓展现有高管团队异质性及高管薪酬对企业绩效影响的文献，提供了高管团队特征，社会资本，货币薪酬和股权薪酬对企业绩效不同程度的影响数据和分析结论。本文通过研究完善和丰富了高管代理理论和社会资本理论，为企业通过优化高管团队及其社会资本并合理确定高管薪酬提供理论依据。2.现实意义现今经济环境复杂多变，各组织分工专业化程度不断加深，各大企业对高管团队的综合能力和表现提出了更高的要求。由不同个体组建的多元化团队及不同的高管薪酬通常具有更多的视角来看待问题，为在面对复杂环境时如何拓展高管团队整体社会资本的深度和广度，以及高管价值最大化，从而有益于企业做出正确有效的战略选择进行深入研究。进而为公司合理配置高管人员、为企业实现更佳绩效提供参考。（三）研究方法通过查阅和整理相关文献，基于社会资本理论、高管委托代理理论，本文先后通过分析上市公司的高管性别、教育背景、年龄等高管特征和高管社会资本（高管企业关联、金融关联）等因素与企业绩效的关系进行探究，探究高管的异质性、高管薪酬与公司绩效之间的关系。完成对文章的假设验证，根据假设的验证过程，结合有关理论对观点进行更深层次的阐述，提出研究展望和建议措施。（四）研究内容本文拟选取剔除金融行业、ST企业的所有以A股上市公司作为分析对象，根据企业数据确定相关指标，采用相关性分析和回归分析方法，并进行多元回归分析、共线性检验来探究高管异质性与企业业绩的关系以及高管薪酬在其中的调节作用，随后在回归模型中引入将所有的自变量和调节变量标准化，并构建对应的交互项以验证调节作用及其显著性。（五）创新之处针对高管特征、高管薪酬、企业绩效，学者们已经进行了大量的案例及实证研究。但引入高管薪酬作为调节变量，对高管薪酬对企业绩效的调节作用却很少有学者探究。众多学者在研究高管异质性的同时未引入高管的社会资本作为高管特征，从而只将这一高管特征忽略。高管社会资本也有不少学者单独分析，但本文加以创新，有助于完善相关理论，完善相关文献研究。引入高管薪酬对企业绩效的调节作用。二、文献综述（一）高管特征对企业绩效的影响作用在高管年龄上，企业绩效与高管平均年龄有着显著相关性，廖苏宏和孙选中等学者证明了高管平均年龄与企业绩效之间存在着倒U形关联。大部分学者认为高管达到一定年纪后，对企业绩效的直接效应开始呈倒U形影响。在教育水平上,陈忠卫和常极等大部分学者研究认为,高管教育水平异质性越高,就越能提供多元化的信息,对现象有更深层次的理解,还可以促进了团队成员之间的讨论,,思考是否忽略了关键的风险因素和影响因素。例如，李凯等以自然人控股公司为样本发现，企业总经理学历水平与托宾Q值显著正相关及学历与公司绩效显著正相关。高管学历的提高有利于公司高管经营能力的提升,影响企业绩效。刘烨等证实了公司高管特征(薪酬、持股比例、两职兼任和学历)与企业绩效间具有一定的相关性,其中学历与企业绩效正相关。（二）高管社会资本对企业绩效的影响作用科尔曼把社会资本界定为个人拥有的社会结构资源，认为社会资本是生产性的，能够使某些目的的实现成为可能。林南从社会资源的角度研究社会资本，他指出社会资本是投资在社会关系中并希望在市场上得到回报的一种社会资源，是一种镶嵌在社会结构中并可以通过有目的的行动来获得流动的资源。迟冬梅和段升森在对企业家社会资本有效性实证研究中，将社会资本用以企业层面、行业层面、政治关联、金融关联、网络关系和外部关系为衡量指标。认为企业家社会资本对企业绩效的作用效果受具体情境的影响，企业社会资本对绩效影响呈倒U形关联且具有持续性，环境不确定性对企业家社会资本与企业绩效之间的关系有正向的调节作用。在高管职业背景方面，谢凤华等人的研究表明，高管团队成员职业背景的差异性创新的R&D绩效、生产制造绩效均有经济影响。（三）高管薪酬对企业绩效的影响作用在高管薪酬上,Jensen与Meckling、Ciorgio与Aran证明了高管和企业业绩之间存在显著正相关关系。但魏刚、谌新民和刘善敏等的实证研究表明,我国上市公司高管人员的货币薪酬与公司绩效不具有统计学意义上的显著相关性。周仁俊等以高管货币薪酬作为管理层激励变量,证实了经理人报酬与公司经营业绩存在显著正相关关系。在股权薪酬上，Jensen与Meckling认为，高管持股比例的增加会减少由所有权和控制权分离引起的代理成本，进而提高公司业绩。但Lorderer和Martin在对867家公司分析认为经营者持股机制并没有改善公司经营业绩。魏刚在研究了上市公司高级管理人员持股水平偏低和“零持股”现象比较普遍后认为，高管人员持股数量对公司的经营绩效不产生显著影响。佟爱琴、邵鑫、杜旦认为高管持股比例对公司绩效并没有显著影响。（四）文献述评研究现有高管团队异质性及高管薪酬对企业绩效影响的文献，提供了高管团队特征，社会资本，货币薪酬和股权薪酬对企业绩效不同程度的影响数据和分析结论发现不同的特征上研究角度和结论不尽相同。绝大多数学者认为高管团队特征对企业绩效起到不同层次直接和间接的影响作用；而研究企业社会资本的学者大多数讨论都基于社会资本对企业绩效的直接效应，探究企业高管社会资本的间接效应及调节效应则是少之又少。在各类社会资本的研究分析中，高管社会资本与企业绩效的研究结论不一致。无论是实证研究还是理论分析，这类结果有大致一致的，也有相差甚远甚至相反的。本文将通过构建高管团队特征，社会资本和薪酬差距对于企业绩效影响的理论模型，对高管异质性和社会资本对企业绩效的影响进行回归分析，引入高管薪酬作为调节变量并对企业高管薪酬的调节作用进行验证，讨论了什么样的高管特质对促进企业绩效，以及高管薪酬在其影响中是起到怎样的调节作用。三、理论分析与假设提出（一）相关理论分析1.社会资本理论企业的社会资本是指那些能够被企业所控制的，有利于企业实现其目标和实现目标活动的，嵌入于企业网络结构中显在的和潜在的资源集合。企业社会资本是权变的，也就是说并不是所有关系资源始终会作为企业的社会资本存在，只有那些在一定条件下能够有利于企业目标实现的，而不是约束和限制企业目标实现的网络资源才能称为企业的社会资本。高管社会资本作为资本的一种新形式，例如金融关联、政治关联、企业关联等，具有资本的特征，实质上属于资源的范畴，可以在其不同层次替代或补充其他资源。作为一种替代，企业有时可通过紧密的高管联系弥补人力或金融资本等的缺乏。2.委托代理理论委托代理理论是对经营层拥有人力资本最直接的承认，也是高管激励的重要理论基础之一。高管薪酬，尤其是货币薪酬和股权薪酬，是解决代理问题的主要手段。设计科学而合理的薪酬激励方案，能够有效地激励管理层努力最大化股东价值。帮助企业构建起打通战略、治理、薪酬、考核、资本运作、文化等各个模块的中枢机制。总而言之，委托代理理论对我国企业长短期运营发展具有重要指导意义。（二）研究假设根据已有文献及以上相关理论分析提出如下反思和假设：若根据委托代理理论，高管薪酬是否直接影响企业绩效和企业价值-H1:高管薪酬与企业绩效正相关；H2:高管薪酬与企业价值正相关。根据社会资本理论，高管社会资本异质性是否直接影响企业绩效-H3:高管社会资本异质性越高，企业绩效越好。而在高管异质性对企业绩效的影响中，高管薪酬的影响是如何作用的，不同的薪酬机制能否在高管异质性对企业绩效的影响中进行调节-H4:高管股权薪酬在社会资本异质性对企业绩效的影响中起调节作用；H5:高管货币薪酬在社会资本异质性对企业绩效的影响中不起调节作用。四、变量设计与模型构建（一）数据来源和处理本文从国泰安研究服务中心库选择2238家公司A股上市公司企业财务数据进行实证检验。为保证数据代表性，剔除金融行业、ST企业及上市公司未披露的信息的高管。其中，性别异质性等于男性人数除以女性人数。故所选数据剔除高管均为男性的公司以更具有代表性。定性数据来源于企业年报，实证分析与检验变量之间的相关性检验。分析不同类型社会资本对企业绩效影响，解释变量与控制变星间的相关性会影响回归结果，为保证模型的稳健可靠性，需对解释变量与控制变量进行相关性检验。（二）变量定义表1变量定义表变量类型

变量符号

变量名称变量说明被解释变量ROE总资产收益率净利润/期末总资产Tobin-Q企业价值企业市价/总资产解释变量

Rate性别异质性高管团队成员男性人数/女性人数（剔除女性人数为0公司）Edu教育背景异质性高管团队成员受教育程度的平均值，取值方法：1=大专及以下；2=本科；3=硕士；4=博士及以上（荣誉博士、MBA等）；Age年龄异质性高管团队成员年龄程度的平均值ESC-e

企业关联异质性高管在其他企业任职董事实际数量（1=0家；2=1-3家；3=4-6家；4=7-9家；5=10-12家；6=13家及以上）ESC-f金融关联异质性高管在金融中介机构任职情况（1=监管部门，2=政策性银行，3=商业银行，4=保险公司，5=证券公司，6=基金管理公司，7=证券登记结算公司，8=期货公司，9=投资银行，10=信托公司，11=投资管理公司，12=交易所，98=其他，99=无金融背景。）调节变量Lny高管货币薪酬前3名高管的薪酬总额取对数EXE高管股权薪酬公司高管持股总数/公司总股数控制变量Size公司规模公司总资产的自然对数Lev资产负债率总资产

/

总负债Year年度按照研究时间跨度选择5个虚拟变量Gro成长能力营业总收入增长率

=（营业总收入本年金额

-

营业总收入上年金额）/

营业总收入上年金额1.被解释变量本文企业绩效分为总资产收益率与企业价值作为被解释变量来测量和计算，总资产收益率以ROE即净利润与期末总资产之比计算，市场价值用托宾Q值（Tobin-Q）表示，托宾Q值是指资本的市场价值与其总资产之比，Q值越高，则企业价值越高。2.解释变量高管异质性在现有文献的基础下加入高管社会资本异质性以分析对企业绩效的影响。高管异质性选择高管性别（Rate）、高管年龄（Age）、教育背景（Edu）作为解释变量。高管社会资本的变量在迟冬梅和段升森的研究分析基础下（企业家商业社会资本、制度社会资本、技术社会资本）选择高管企业关联（ESC-e）、金融关联（ESC-f）两个指标作为解释变量。3.调节变量引入高管薪酬作为调节变量。从现有高管薪酬的分类来看，高管薪酬大致可分为两类，一是货币性薪酬，如固定薪酬、补贴奖金等；另一类是激励性薪酬，如股票、期权等。因此，本文将分别从货币薪酬、激励薪酬两个角度检验与企业绩效之间的关系。4.控制变量控制变量的选择公司规模（Size）、资产负债率（Lev）、成长能力（Gro）和企业年度（Year）。Size在一定程度上反映了公司经济体量；Lev是公司年末总资产除以年末总负债，反映企业财务状况；Gro是指企业成长能力，可以在营业总收入增长率基础下反映企业成长状况。Year是企业年度，本文选取企业最近四至五年作为控制变量加以验证。（三）赋值说明性别异质性、教育背景异质性、年龄异质性按照高管信息平均值计算。高管企业关联异质性及金融关联异质性为分类变量，采用Berry提出的多样化指数，计算公式如H=1−i=1（四）构建实证研究模型本文的检验模型如下：模型一：ROE模型二：ROE模型三：ROE模型四：ROE模型五：ROE模型六：ROE五、实证分析与结果（一）描述性统计表2描述性统计个案数最小值最大值平均值标准差Size223818.41527285028.50929393022.036739000001.209553273000Lev2238.030779331.972198654.39582362800.186329449000Gro2238-.68272724528.135176660.302722769001.201439202000Rate2238.20000000069.0000000005.825508097006.231873809000Edu22381.0000000004.0000000002.30792636400.524617766000Age223834.45238095058.50000000046.891544830003.574053723000ESC-e2238.000000000.800000000.28558412200.219502734000ESC-f2238.000000000.680555556.05330366990.093744428900Tobin-Q2238-5.289103029.443658620.05243576860.218398611000ROE2238.79802440034.3699598002.922153998001.889163292000EXE22381218894918014.42986742000.624679310000Lny2238.000000000.778689165.09871064440.152472001000有效个案数2238本文通过对2238家公司A股上市公司数据样本进行描述性统计结果如下：如表2所示，企业绩效的最小值是0.798，最大值是34.370，平均数为2.922，说明我国上市公司绩效存在较大的差异。而企业价值最小值为-5.290，最大值为0.444，说明我家上市公司企业价值差异相对不大。在自变量的选择中，性别比例差异最大，最小值是0.200，最大值是69.000，平均值为5.83，标准差为6.231（剔除只含男性高管的公司数据），由此可见上市公司高管中男性的平均占比是女性的五倍以上。高管企业关联异质性及金融关联异质性为分类变量，采用Berry提出的多样化指数计算后发现，所选数据上市公司高管中企业关联异质性为0.220，明显高于金融关联异质性0.094，说明高管社会资本异质性中高管的企业关联差异大于金融关联差异。总体来看，整个样本的分布较为离散，并且去除了极端值对实证结果的影响，有一定的代表性，能够提升本文的实证结论。（二）相关性分析表3person相关系数变量ROETobin-QSizeLevGroRateEduAgeESC-eESC-fEXELnyROE10.003-.499**-.371**.062*-.116**-0.015-.148**-0.026.050*-.128**.180**Tobin-Q0.0031.063**-.181**0.0060.0090.0180.036.071*-0.03.128**.066**Size-.499**.063**1.553**0.001.217**.256**.235**0.017.069**.448**-.324**Lev-.371**-.181**.553**10.037.141**.116**.083**-0.039.071**.155**-.265**Gro.062**0.0060.0010.0371-0.0060.013-0.033-0.009.046*-0.019-0.011Rate-.116**0.009.217**.141**-0.0061.057**.140**-0.010.008.061**-.107**Edu-0.0150.018.256**.116**0.013.057**10.0240.037.099**.299**-.137**Age-.148**0.036.235**.083**-0.033.140**0.02410.011-.113**.134**-.121**ESC-e-0.026.071**0.017-0.039-0.009-0.010.0370.0111.063**.055**.073**ESC-f.050*-0.03.069**.071**0.0460.008.099**-.113**.063*10.02-.090**EXE-.128**.128**.448**.155**-0.019.061**.299**.134**.055*0.021-.073**Lny.180**.066**-.324**-.265**-0.011-.107**-.137**-.121**.073*-.090**-.073**1**.在0.01级别（双尾），相关性显著。*.在0.05级别（双尾），相关性显著。相关性分析描述各变量之间的相关系数和显著性程度。如表3所示，高管性别与企业绩效显著负相关，相关系数为-0.116**；高管教育背景与企业绩效的相关系数为-0.015；高管年龄与企业绩效显著负相关，相关系数为-0.148**；企业关联与企业绩效的相关系数为-0.026；自变量金融关联与企业绩效显著正相关，相关系数为0.050*；调节变量股权薪酬与企业绩效显著负相关，相关系数为-0.128**；调节变量货币薪酬与企业绩效显著正相关，相关系数为0.180**。故假设H1不成立，货币薪酬与企业绩效显著正相关，但股权薪酬与企业绩效显著负相关。高管性别与企业价值相关系数为0.009；高管教育背景与企业价值相关系数为-0.018；高管年龄与企业价值相关系数为0.036；企业关联与企业价值显著正相关，相关系数为0.071**；金融关联与企业价值相关系数为-0.030；调节变量高管股权薪酬与企业价值显著正相关，相关系数为0.128**；调节变量高管货币薪酬与企业价值显著正相关，相关系数为0.066**。故假设H2成立，股权薪酬及货币薪酬均与企业价值正相关。（三）多元回归分析和共线性检验1.各自变量对因变量ROE的影响通过构建以下多元线性回归模型：ROE=β1*Size+β1*Lev+β2*Gro+β3*Rate+β4*Edu+β5*Age+β6*ESC-e+β7*ESC-f+误差可知，R方为0.286，调整的R方为0.284，F为111.641，p小于0.05，说明模型拟合较好。表4标准化系数及共线性统计表1模型标准化系数t显著性共线性统计Beta容差VIF(常量)24.1220Size-0.446-19.43900.6071.646Lev-0.143-6.63200.6861.459Gro0.0613.4210.0010.9951.005Rate-0.002-0.1280.8980.9431.06Edu0.115.8900.9251.081Age-0.022-1.1750.240.9151.092ESC-e-0.032-1.7950.0730.9911.009ESC-f0.0774.21500.9651.037a.因变量：ROE由表4系数表可知，所以变量均通过共线性检验，容差均小于1，VIF均在1-3之间。在控制了公司规模、资产负债率、成长能力、年度之后，性别比例对企业绩效的标准化回归系数为-0.002，p=0.898＞0.05，说明性别比例不可以显著预测企业绩效；教育背景对企业绩效的标准化回归系数为0.067，p=0.000＜0.05，说明教育背景可以显著预测企业绩效，教育背景越高，企业绩效越好；高管年龄对企业绩效的标准化回归系数为-0.022，p=0.240＞0.05，说明高管年龄不可以显著预测企业绩效；企业关联对企业绩效的标准化回归系数为-0.032，p=0.073＞0.05，说明企业关联不可以显著预测企业绩效；金融关联对企业绩效的标准化回归系数为0.077，p=0.000＜0.05，说明金融关联可以显著预测企业绩效，金融关联越大，企业绩效越好。故假设H3不成立，金融关联与企业绩效为正相关，但企业关联不可以显著预测企业绩效。高管社会资本异质性越大，企业绩效越好是不成立的。2.高管股权薪酬调节作用通过构建以下多元线性回归模型：ROE=β1*Size+β1*Lev+β2*Gro+β3*Rate+β4*Edu+β5*Age+β6*ESC-e+β7*ESC-f+β8*EXE++β9*Rate*EXE+β10*Edu*EXE+β11*Age*EXE+β12*ESC-e*EXE+β13*ESC-f*EXE+误差可知，R方为0.304，调整的R方为0.299，F为69.258，p小于0.05，说明模型拟合较好。表5标准化系数及共线性统计表2模型标准化系数t显著性共线性统计Beta容差VIF(常量)24.5840Size-0.483-19.37800.5041.984Lev-0.135-6.26500.6731.485Gro0.0623.500.9941.007Zscore:Rate-0.012-0.6630.5080.9031.108Zscore:Edu0.094.73900.8771.14Zscore:Age-0.023-1.2550.210.9071.102Zscore:ESC-e-0.042-2.3350.020.9831.017Zscore:ESC-f0.0794.38800.9641.038Zscore:EXE0.0864.19300.7441.344Rate_EXE交互0.0371.9740.0490.8981.114Edu_EXE交互0.0281.5430.1230.9591.043Age_EXE交互0.0070.3950.6930.9321.073ESE_e_EXE交互0.0925.12600.9741.026ESE_f_EXE交互-0.034-1.8680.0620.9611.041a.因变量：ROE由表5系数表可知，所以变量均通过共线性检验，容差均小于1，VIF均在1-3之间。为了验证调节作用，将所有的自变量和调节变量标准化，并构建对应的交互项，系数表显著，在控制了公司规模、资产负债率、成长能力、年度之后，性别比例与股权薪酬的交互项对企业绩效的标准化回归系数为0.037，p=0.049,＜0.05，说明股权薪酬可以调节性别比例与企业绩效之间的关系；教育背景与股权薪酬的交互项对企业绩效的标准化回归系数为0.028，p=0..123＞.05，说明股权薪酬不可以调节教育背景与企业绩效之间的关系；高管年龄与股权薪酬的交互项对企业绩效的标准化回归系数为0.007，p=0.693＞0.05，说明股权薪酬不可以调节高管年龄与企业绩效之间的关系；企业关联与股权薪酬的交互项对企业绩效的标准化回归系数为0.092，p=0.000＜0.05，说明股权薪酬可以调节企业关联与企业绩效之间的关系；金融关联与股权薪酬的交互项对企业绩效的标准化回归系数为-0.034，p=0.062＞0.05，说明股权薪酬不可以调节金融关联与企业绩效之间的关系。故假设H4不成立，股权薪酬可以调节企业关联与企业绩效的关系但不能调节金融关联与企业绩效的关系。3.高管货币薪酬的调节作用通过构建以下多元线性回归模型：ROE=β1*Size+β1*Lev+β2*Gro+β3*Rate+β4*Edu+β5*Age+β6*ESC-e+β7*ESC-f+β8*LNY++β9*Rate*LNY+β10*Edu*LNY+β11*Age*LNY+β12*ESC-e*LNY+β13*ESC-f*LNY+误差可知，R方为0.292，调整的R方为0.287，F为65.467，p小于0.05，说明模型拟合较好。表6标准化系数及共线性统计表3模型标准化系数t显著性共线性统计Beta容差VIF(常量)24.1050Size-0.438-18.62700.5771.733Lev-0.143-6.5700.6741.483Gro0.0613.4340.0010.9951.005Zscore:Rate0-0.0250.980.9081.102Zscore:Edu0.1146.0900.9131.096Zscore:Age-0.013-0.6910.490.9011.11Zscore:ESC-e-0.04-2.1880.0290.9741.027Zscore:ESC-f0.0794.20300.8991.112Zscore:Lny0.041.9140.0560.7411.349ESE_f_Lny交互0.0010.0350.9720.8791.137ESE_e_Lny交互-0.003-0.1490.8820.9281.078Age_Lny交互-0.036-1.9670.0490.961.041Edu_Lny交互0.063.170.0020.8881.126Rate_Lny交互0.0251.3410.180.9071.103a.因变量：ROE由表6系数表可知，所以变量均通过共线性检验，容差均小于1，VIF均在1-3之间。为了验证调节作用，将所有的自变量和调节变量标准化，并构建对应的交互项，系数表显著，在控制了公司规模、资产负债率、成长能力、年度之后，金融关联与货币薪酬的交互项对企业绩效的标准化回归系数为0.025，p=0.180＞0.05，说明货币薪酬不可以调节金融关联与企业绩效之间的关系；企业关联与货币薪酬的交互项对企业绩效的标准化回归系数为0.060，p=0.888＞.05，说明货币薪酬不可以调节企业关联与企业绩效之间的关系；故假设H5成立。高管年龄与货币薪酬的交互项对企业绩效的标准化回归系数为-0.036，p=0.049＜0.05，说明货币薪酬可以调节高管年龄与企业绩效之间的关系；教育背景与货币薪酬的交互项对企业绩效的标准化回归系数为-0.003，p=0.882＜0.05，说明货币薪酬不可以调节教育背景与企业绩效之间的关系；性别比例与货币薪酬的交互项对企业绩效的标准化回归系数为0.001，p=0.972＞0.05，说明性别比例不可以调节企业关联与企业绩效之间的关系。（四）实证结果分析本节的实证分析以2014-2018年2238家沪深A股上市公司为有效样本，研究高管异质性、高管薪酬和公司绩效之间的关系。本文在对样本进行描述性统计和Person相关性分析基础上，构建了两个实证模型，检验高管异质性与企业绩效的关系和高管薪酬的调节效应。实验结果如下：假设H1不成立，货币薪酬与企业绩效显著正相关，但股权薪酬与企业绩效显著负相关。故在委托代理理论中企业高管不能盲目追求高薪酬，而应该在货币薪酬及股权薪酬中进行合理规划及分配以提高企业绩效，实现高管价值最大化；假设H2成立，股权薪酬及货币薪酬均与企业价值正相关。即高管薪酬的增加可以一定程度影响企业价值，因而在委托代理理论中若企业追求价值最大化，所有者及管理者可适当提高高管薪酬以提高企业资本市场价值。假设H3不成立，社会资本中金融关联与企业绩效正相关，但企业关联不可以显著预测企业绩效。故在社会资本理论中，并非高管社会资本异质性均能提高企业绩效异质性。若欲建立高管社会资本以提高企业绩效，可考虑增加高管金融关联异质性的占比进而利润最大化。假设H4不成立，分别通过建立企业关联、金融关联与股权薪酬的交互项对企业绩效的标准化回归系数，股权薪酬可以调节企业关联与企业绩效的关系但不能调节金融关联与企业绩效的关系。故高管薪酬中社会资本对企业绩效的影响作用中可通过股权薪酬以调节企业关联对绩效的影响作用。假设H5成立，分别通过建立企业关联、金融关联与货币薪酬的交互项对企业绩效的标准化回归系数，货币薪酬不可以调节企业关联和金融关联与企业绩效的关系。故高管薪酬中社会资本对企业绩效的影响作用中不能用货币薪酬做调节。六、研究结论、展望及建议（一）研究结论随着中国经济飞速发展，各大企业发展越来越注重高管的竞争。高管对企业发展起到至关紧要的作用，不同的高管团队异质性也对企业绩效有着不同层次的影响作用。无论是高管年龄、教育水平、性别比例都对企业发展有着不同影响。而在中国的“关系”学说中，高管的社会资本也对企业发展有着或大或小的影响。无论是金融层面、其他企业任职层面，还是政治任职情况，都决定了高管的社会资本进而影响企业。由此可见高管异质性在企业长短期战略及发展中的重要地位。与此同时，在委托代理理论下的高管薪酬又在不同层次影响着高管表现，进而影响企业全局，企业制定合理的货币薪酬及股权薪酬策略即为企业战略中尤为重要的一步。企业在不同的高管异质性及高管薪酬的环境下，如何实现最高绩效、并在资本市场中价值最大化成为了至关紧要的问题。本文基于社会资本理论和、委托代理理论等有关理论的分析，研究考察高管异质性与企业业绩的关系以及高管薪酬的调节作用，经对剔除金融行业、ST企业的所有以A股上市公司企业财务数据确定相关指标后，采用相关性分析和回归分析方法，并进行多元回归分析、共线性检验，随后在回归模型中引入将所有的自变量和调节变量标准化，并构建对应的交互项以验证调节作用及其显著性。得出以下结论：在各假设的验证后，本文的实证结果表明：高管薪酬对企业绩效的直接影响作用中，货币薪酬与企业绩效显著正相关，但股权薪酬与企业绩效显著负相关；高管薪酬对企业价值的影响作用中，提高股权薪酬和货币薪酬都能增加企业价值；高管社会资本异质性对企业绩效的影响作用中，金融关联相对企业关联对企业绩效的影响更为显著；高管薪酬在社会资本对企业绩效影响的