沪深上市公司高管激励对会计稳健性的影响：理论与实证探究

沪深上市公司高管激励对会计稳健性的影响：理论与实证探究一、引言1.1研究背景与意义1.1.1研究背景在当今复杂多变的经济环境下，企业的发展面临着诸多挑战与机遇。上市公司作为市场经济的重要主体，其经营管理和财务信息披露备受关注。近年来，一系列会计丑闻事件如康美药业、复旦复华等财务造假案件频频曝光，这些企业通过虚增收入、虚增货币资金、隐瞒负债等手段，严重歪曲了企业的真实财务状况，极大地损害了投资者的利益，也对资本市场的健康发展造成了冲击，使公众对企业财务信息的真实性和可靠性产生了深深的质疑。在这些事件中，会计稳健性的缺失成为了关键问题，凸显了会计稳健性在企业财务信息质量保障中的重要性。与此同时，随着企业所有权与经营权的分离，委托代理关系逐渐形成。企业所有者为了促使管理者更加积极地投入工作，实现企业价值最大化，越来越重视高管激励机制的设计与实施。合理的高管激励机制能够将管理者的利益与企业的利益紧密联系在一起，激发管理者的工作热情和创造力，提高企业的经营效率和业绩。然而，在实际操作中，高管激励机制也面临着诸多问题，如激励手段单一、激励与约束机制不匹配、激励效果不明显等。部分企业过于依赖短期绩效指标来激励高管，导致高管为了追求短期利益而忽视企业的长期发展，甚至可能采取操纵财务数据等不当行为，这与会计稳健性原则背道而驰。会计稳健性作为会计信息质量的重要特征之一，要求企业在面临不确定性时，应保持谨慎的态度，充分估计可能发生的损失和费用，而对可能取得的收益则应谨慎确认。它不仅有助于提高企业财务信息的真实性和可靠性，增强投资者对企业的信心，还能在一定程度上约束管理层的机会主义行为，降低企业的代理成本。因此，深入研究高管激励与会计稳健性之间的关系，对于上市公司完善激励机制、提高会计信息质量、促进资本市场的健康稳定发展具有重要的现实意义。1.1.2理论意义从理论层面来看，本研究具有多方面的重要意义。在会计稳健性理论完善方面，当前虽然对会计稳健性的研究已取得一定成果，但仍存在许多待深入探究的领域。通过剖析高管激励对会计稳健性的影响，能够进一步揭示会计稳健性在企业内部的形成机制和影响因素，为会计稳健性理论体系增添新的内容。例如，不同类型的高管激励方式，如薪酬激励、股权激励等，如何从不同角度作用于会计稳健性，这一研究有助于细化对会计稳健性影响因素的认识，拓展理论边界。对于高管激励理论而言，本研究为其发展提供了新的视角。传统的高管激励理论主要关注激励方式与企业业绩之间的关系，而较少涉及会计信息质量方面的考量。本研究将会计稳健性纳入高管激励的研究范畴，探讨高管激励如何通过影响会计信息质量来作用于企业的长期发展，丰富了高管激励理论的内涵，使理论更加全面地解释和指导企业的实际运营。此外，在会计准则制定参考方面，研究成果也具有重要价值。会计准则的制定需要充分考虑企业的实际运营情况和经济后果。了解高管激励与会计稳健性之间的关系，能够为会计准则制定者提供实践依据，使其在制定会计准则时，更好地平衡会计信息的相关性和可靠性，提高会计准则的科学性和实用性，从而引导企业提供更符合市场需求的高质量会计信息。1.1.3实践意义在实践中，本研究对上市公司具有多方面的指导作用。在完善激励机制方面，通过明确高管激励与会计稳健性之间的关系，上市公司能够更加科学地设计高管激励方案。例如，根据研究结果，企业可以合理调整薪酬结构，增加与会计稳健性相关的考核指标，避免过度依赖短期业绩指标，从而引导高管关注企业的长期稳定发展，减少为追求短期利益而操纵财务数据的行为。规范盈余管理也是重要实践意义之一。高管激励不当可能导致管理层进行盈余管理，而会计稳健性可以在一定程度上抑制这种行为。通过研究两者关系，企业可以利用会计稳健性的约束作用，加强对盈余管理的规范。企业可以建立基于会计稳健性的内部审计和监督机制，对管理层的财务决策进行监督和审查，确保财务信息的真实性和可靠性，维护企业的良好形象和市场信誉。同时，本研究对促进市场稳定发展也有着积极作用。上市公司作为资本市场的重要组成部分，其会计信息质量和经营管理状况直接影响着资本市场的稳定。当企业通过合理的高管激励机制提高会计稳健性，提供真实可靠的财务信息时，投资者能够更加准确地评估企业的价值和风险，做出合理的投资决策。这有助于增强投资者对资本市场的信心，促进资本市场的资源优化配置，推动资本市场的健康、稳定发展。1.2研究方法与创新点1.2.1研究方法本研究综合运用多种研究方法，以确保研究的科学性和全面性。文献研究法：系统地收集和梳理国内外关于高管激励、会计稳健性以及二者关系的相关文献。通过对这些文献的深入研读，了解已有研究的成果、不足以及研究趋势，为本文的研究提供坚实的理论基础和研究思路。比如在梳理相关文献时发现，目前对于高管激励与会计稳健性的研究，部分学者主要聚焦于单一激励方式对会计稳健性的影响，而对于多种激励方式综合作用的研究相对较少，这为本研究提供了方向指引。实证研究法：选取沪深上市公司作为研究样本，收集其财务数据和公司治理信息。运用描述性统计分析，对样本公司的高管激励水平、会计稳健性程度以及其他相关变量的基本特征进行统计描述，以直观地了解数据的分布情况。例如，通过描述性统计可以了解样本公司中高管薪酬的均值、中位数、最大值和最小值，以及会计稳健性指标的取值范围等。采用相关性分析，初步探究高管激励各变量与会计稳健性之间的相关关系，判断变量之间是否存在线性关联以及关联的方向和程度。在此基础上，构建多元线性回归模型，运用回归分析来检验高管激励对会计稳健性的影响，并对模型结果进行详细的分析和解释，以验证研究假设。案例分析法：选取具有代表性的上市公司作为案例研究对象，深入分析其高管激励机制和会计稳健性状况。通过对案例公司的详细剖析，能够更加具体、深入地了解高管激励与会计稳健性之间的实际关系，为实证研究结果提供有力的补充和验证。以某上市公司为例，该公司在实施股权激励后，会计稳健性发生了显著变化，通过对其具体的激励方案、财务数据变化以及公司内部决策过程的分析，能够揭示出股权激励对会计稳健性影响的内在机制。1.2.2创新点本研究在多个方面具有一定的创新之处。研究视角创新：现有研究大多单独考察高管激励或会计稳健性，较少从二者相互关系的角度进行深入研究。本文将高管激励与会计稳健性置于同一研究框架下，探讨两者之间的内在联系和作用机制，为该领域的研究提供了新的视角。通过研究高管激励如何影响会计稳健性，以及会计稳健性又如何反作用于高管激励决策，有助于更全面地理解企业的经营管理和财务行为。样本选取创新：在样本选取上，本文不仅涵盖了不同行业、不同规模的沪深上市公司，还充分考虑了公司的上市时间、股权结构等因素，使样本更具代表性和广泛性。与以往研究相比，本研究的样本能够更全面地反映我国上市公司的实际情况，增强了研究结果的普适性和可靠性。通过对不同类型上市公司的研究，可以发现不同行业、规模和股权结构下，高管激励与会计稳健性之间关系的差异，为企业制定个性化的激励机制和提高会计稳健性提供更有针对性的建议。变量设计创新：在变量设计方面，本文引入了一些新的变量来衡量高管激励和会计稳健性。对于高管激励，除了考虑传统的薪酬激励和股权激励外，还纳入了在职消费、晋升机会等隐性激励变量，更全面地反映了高管激励的实际情况。在衡量会计稳健性时，采用了多种指标相结合的方式，不仅包括传统的应计项目度量指标，还引入了基于股价信息的市场度量指标，使会计稳健性的度量更加准确和全面。这些新变量的引入，有助于更深入地探究高管激励与会计稳健性之间的复杂关系。二、概念界定与理论基础2.1高管激励概述2.1.1高管激励的概念高管激励是指企业为了促使高级管理人员（如公司的总经理、副总经理、财务总监、董事会秘书等）积极履行职责，实现企业的战略目标和价值最大化，而采取的一系列激励措施和手段。这些措施旨在将高管的个人利益与企业的整体利益紧密联系起来，激发高管的工作热情、创造力和责任感，使高管在追求自身利益的同时，也能为企业的发展做出积极贡献。从本质上讲，高管激励是一种解决委托代理问题的重要机制。在现代企业制度下，企业的所有权和经营权相分离，股东作为企业的所有者，委托高管负责企业的日常经营管理。然而，由于信息不对称、目标不一致等因素，高管可能会为了追求自身利益而损害股东的利益。通过合理的高管激励机制，能够引导高管的行为与股东的利益趋于一致，降低代理成本，提高企业的运营效率和业绩。高管激励涵盖了多种方式，其中薪酬激励是最直接的方式之一。薪酬激励通过给予高管合理的货币报酬，包括固定薪酬、绩效薪酬、奖金等，来激励高管努力工作。固定薪酬为高管提供了基本的生活保障，使其能够安心工作；绩效薪酬和奖金则与企业的业绩、高管的个人绩效挂钩，激励高管积极提升企业业绩。例如，某上市公司规定，高管的绩效薪酬根据公司当年的净利润增长率和净资产收益率等指标来确定，净利润增长率越高、净资产收益率越高，高管获得的绩效薪酬就越多。股权激励也是重要的高管激励方式。股权激励赋予高管一定数量的公司股票或股票期权，使高管成为公司的股东，从而分享公司的成长和发展成果。这种方式能够增强高管对企业的归属感和认同感，激励高管关注企业的长期发展，减少短期行为。比如，一些企业向高管授予限制性股票，规定高管在一定期限内达到特定的业绩目标后，才能解锁这些股票并获得相应的收益。2.1.2高管激励的方式薪酬激励：固定薪酬：是高管薪酬的基本组成部分，通常根据高管的职位、经验、行业水平等因素确定，为高管提供稳定的收入来源，保障其基本生活需求。例如，在金融行业，大型银行的行长固定薪酬可能每年在数百万元，而一般规模企业的财务总监固定薪酬可能在几十万元左右，主要是基于其所在职位的重要性和行业薪酬水平来设定。它在一定程度上体现了高管的职位价值和市场竞争力，也是吸引和留住高管人才的基础条件之一。绩效薪酬：与企业的业绩指标和高管个人的工作表现紧密相连。企业通常会设定一系列关键绩效指标（KPI），如营业收入、净利润、市场份额、资产回报率等，根据高管对这些指标的完成情况来发放绩效薪酬。若某企业设定当年净利润目标为1亿元，当高管团队成功实现净利润达到1.2亿元时，按照事先约定的绩效薪酬方案，高管可获得相应比例的绩效奖金，这有效激励高管积极采取措施提升企业业绩。这种方式能够直接反映高管的工作成果和对企业的贡献，激励高管为实现企业目标而努力工作。奖金：作为薪酬激励的补充形式，奖金通常是在企业取得特殊成绩或达成特定目标时发放。项目奖金是当企业完成一个重大项目并取得良好经济效益时，对参与项目的高管给予的奖励；年终奖金则是根据企业全年的经营业绩，在年末对高管进行的一次性奖励。某科技企业成功推出一款具有创新性的产品，在市场上获得巨大成功，为企业带来了显著的经济效益，为此企业向负责该产品研发和推广的高管发放了丰厚的项目奖金，以表彰他们的卓越贡献，进一步激发他们在未来工作中的积极性和创造力。股权激励：股票期权：是公司授予高管在未来一定期限内以预先确定的价格购买一定数量公司股票的权利。在期权有效期内，如果公司股票价格上涨超过行权价格，高管可以通过行权获得股票增值收益，从而激励高管努力提升公司业绩，推动股价上涨。某互联网企业授予高管一定数量的股票期权，行权价格为每股50元，有效期为5年。在第3年时，公司股票价格上涨至每股100元，此时高管行权即可获得每股50元的差价收益，这种潜在的收益激励高管为提升公司价值而努力工作。限制性股票：公司按照特定条件将一定数量的本公司股票无偿赠与或低价售与高管，但对股票的出售或转让设置一定的限制条件，如服务期限、业绩目标等。只有当高管满足这些条件后，才能够自由处置这些股票。某制造企业向高管授予限制性股票，规定高管需在公司服务满3年，且公司在这3年内的平均净利润增长率达到10%以上，高管才能解锁这些股票。这促使高管关注公司的长期发展，努力实现业绩目标，以获取股票带来的收益。2.2会计稳健性概述2.2.1会计稳健性的概念会计稳健性，又被称为谨慎性原则，是财务报告的一项关键属性，在企业财务信息披露和决策支持中发挥着重要作用。国际会计准则委员会（IASB）对其定义为：在不确定条件下需要做出估计时，判断过程要包含一定程度的谨慎，既不高估资产或收益，也不低估负债或费用。这一定义明确了会计稳健性在会计处理中的核心要求，即在面对经济活动中的不确定性时，会计人员应秉持审慎态度进行核算和报告。从资产和收益角度来看，会计稳健性要求企业在确认资产时，必须有充分的证据表明资产的价值能够可靠计量且预期未来经济利益很可能流入企业，对于可能无法收回的应收账款、存在减值迹象的固定资产等，要及时计提坏账准备和资产减值准备，以避免高估资产价值。在收益确认方面，只有当经济利益很可能流入且能够可靠计量时，才予以确认，防止提前或过度确认收益。例如，对于企业的研发支出，在研究阶段的支出应全部费用化，因为这一阶段的成果具有较大不确定性，无法可靠地预期未来经济利益的流入；只有在开发阶段满足特定条件时，才可以将相关支出资本化确认为无形资产。从负债和费用角度，企业应充分估计可能发生的负债和费用。对于或有负债，只要其发生的可能性达到一定程度，就需要在财务报表中进行披露，甚至在满足条件时确认为预计负债。比如，企业涉及法律诉讼，若败诉的可能性较大且赔偿金额能够合理估计，就应确认预计负债，以避免低估负债。在费用确认上，应遵循权责发生制原则，及时确认当期应承担的费用，不得延迟或隐瞒。会计稳健性的存在具有重要意义。在资本市场中，它有助于提高企业财务信息的质量，增强投资者对企业的信任。稳健的财务信息能够更真实地反映企业的财务状况和经营成果，使投资者能够做出更准确的投资决策。对于企业内部管理而言，会计稳健性可以约束管理层的机会主义行为，降低代理成本。当管理层知道会计处理需遵循稳健性原则时，会减少为追求短期业绩而进行的激进会计操作，更加注重企业的长期稳定发展。2.2.2会计稳健性的计量方法在会计稳健性的实证研究中，准确计量会计稳健性至关重要。目前，学术界和实务界常用多种计量方法来衡量会计稳健性，以下介绍几种具有代表性的计量模型。Basu模型：由Basu于1997年提出，是最早且应用广泛的会计稳健性计量模型。该模型基于会计盈余对“好消息”和“坏消息”的不对称确认及时程度来度量会计稳健性。其基本表达式为：EPS_{it}/P_{i,t-1}=\alpha_{0}+\alpha_{1}D_{it}+\beta_{1}RET_{it}+\beta_{2}RET_{it}\timesD_{it}+\varepsilon_{it}其中，EPS_{it}表示公司i在t期的每股收益；P_{i,t-1}是公司i在t-1期末的股票价格；RET_{it}为公司i在t期的股票回报率；D_{it}是虚拟变量，当RET_{it}小于0时，D_{it}取值为1，表示“坏消息”，否则取值为0，表示“好消息”；\varepsilon_{it}是随机误差项。在该模型中，\beta_{2}反映了会计盈余对“坏消息”和“好消息”确认的不对称性，若\beta_{2}显著大于0，则表明存在会计稳健性，即会计盈余对“坏消息”的确认比对“好消息”更为及时。例如，在对某上市公司进行分析时，通过回归分析得出\beta_{2}的值为0.5且在统计上显著，这就说明该公司存在会计稳健性，对损失的确认比对收益的确认更加及时。Khan-Watts模型：是对Basu模型的改进，由Khan和Watts在2009年提出。该模型考虑了公司特征对会计稳健性的影响，将Basu模型中的不对称及时性系数\beta_{2}分解为公司层面的特征变量，从而得到时变的会计稳健性度量指标C-Score。其表达式为：C-Score_{it}=\beta_{0}+\beta_{1}Size_{it}+\beta_{2}M/B_{it}+\beta_{3}Lev_{it}其中，Size_{it}表示公司i在t期的规模，通常用总资产的自然对数衡量；M/B_{it}是公司i在t期的市账比；Lev_{it}为公司i在t期的资产负债率。C-Score值越大，表明公司的会计稳健性程度越高。以某科技公司为例，该公司规模较大、市账比较高、资产负债率较低，通过计算得到其C-Score值相对较高，说明该公司具有较高的会计稳健性。应计-现金流模型：该模型基于应计项目与经营现金流之间的关系来度量会计稳健性。在持续经营假设下，从长期来看，净利润应趋向于经营现金流，而会计稳健性会使公司在长期内报告的收益下降，从而导致累计应计数为负。一般表达式为：TA_{it}=\alpha_{0}+\alpha_{1}CF_{it}+\alpha_{2}CF_{it-1}+\varepsilon_{it}其中，TA_{it}表示公司i在t期的总应计项目；CF_{it}和CF_{it-1}分别是公司i在t期和t-1期的经营活动现金流量；\varepsilon_{it}是误差项。通过分析总应计项目与经营现金流的关系，可以判断公司的会计稳健性程度。如果总应计项目与经营现金流之间的关系不符合预期，且累计应计数持续为负，可能表明公司存在较高的会计稳健性。2.3理论基础2.3.1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，它主要研究在委托代理关系中，由于信息不对称和目标不一致等问题所产生的代理冲突，以及如何通过有效的机制设计来解决这些冲突，实现委托人和代理人的利益最大化。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管理。然而，由于股东和高管之间存在信息不对称，高管对企业的实际经营状况和财务信息掌握得更为详细，而股东往往难以全面、及时地了解这些信息。股东与高管的目标也存在差异，股东更关注企业的长期价值增长和投资回报，而高管可能更注重自身的薪酬、晋升、在职消费等个人利益。这种目标不一致可能导致高管在决策时采取一些不利于股东利益的行为，如过度投资、在职消费过高、操纵财务报表等，从而产生代理冲突。为了缓解代理冲突，企业通常会设计各种高管激励机制，将高管的个人利益与企业的利益紧密联系起来。薪酬激励中的绩效薪酬和奖金与企业的业绩指标挂钩，高管为了获得更高的薪酬回报，会努力提升企业的业绩，增加企业的利润，从而使股东的利益也得到提升。股权激励则使高管成为企业的股东，能够分享企业的成长和发展成果，这促使高管更加关注企业的长期发展，减少短期行为，因为企业的长期价值增长与高管自身的股权收益密切相关。通过这些激励机制，高管在追求自身利益的同时，也会在一定程度上促进股东利益的实现，从而有效缓解委托代理关系中的代理冲突。2.3.2信息不对称理论信息不对称理论是指在市场交易中，交易双方掌握的信息存在差异，一方拥有比另一方更多或更准确的信息。在企业中，高管与其他利益相关者（如股东、债权人、投资者等）之间存在明显的信息不对称。高管直接参与企业的日常经营管理，对企业的内部运营情况、财务状况、发展战略等信息了如指掌；而股东、债权人等外部利益相关者往往只能通过企业公开披露的财务报告、公告等有限渠道获取信息，且这些信息在传递和披露过程中可能存在延迟、失真等问题，导致他们难以全面、准确地了解企业的真实情况。这种信息不对称可能引发一系列问题。在融资过程中，债权人由于无法准确评估企业的风险水平，可能会要求更高的利率来补偿潜在的风险，从而增加企业的融资成本；投资者也可能因为信息不足而对企业的价值判断出现偏差，导致投资决策失误。高管可能利用信息优势进行机会主义行为，如隐瞒不利信息、操纵财务数据等，以谋取个人私利，损害其他利益相关者的权益。会计稳健性在降低信息不对称方面发挥着重要作用。它要求企业在会计处理中保持谨慎态度，充分确认可能的损失和费用，而对收益的确认则更为严格。这种谨慎的会计处理方式能够使企业的财务报告更加真实、客观地反映企业的财务状况和经营成果，减少高管操纵财务数据的空间，从而为利益相关者提供更可靠的信息。当企业面临资产减值风险时，会计稳健性要求及时计提资产减值准备，这使得财务报告能够提前反映资产价值的下降，让利益相关者更准确地了解企业资产的真实价值，降低信息不对称程度。对于或有负债，会计稳健性原则要求在满足一定条件时及时确认和披露，使利益相关者能够全面了解企业面临的潜在风险，做出更合理的决策。三、沪深上市公司高管激励与会计稳健性现状分析3.1沪深上市公司高管激励现状3.1.1薪酬激励现状为全面了解沪深上市公司高管薪酬激励的实际情况，本研究收集整理了2020-2022年沪深两市上市公司的相关数据，并进行了详细的统计分析。从薪酬水平来看，沪深上市公司高管薪酬整体呈现稳步上升的趋势。2020年，沪深上市公司高管平均薪酬为[X1]万元，2021年增长至[X2]万元，涨幅达到[X2-X1]/X1*100%=[Y1]%，2022年进一步增长至[X3]万元，较2021年增长[X3-X2]/X2*100%=[Y2]%。这表明随着我国资本市场的发展和企业经营业绩的提升，上市公司对高管的薪酬投入也在不断增加。从薪酬结构分析，固定薪酬在高管薪酬中仍占据一定比例，但绩效薪酬和奖金的占比逐渐提高。以2022年为例，固定薪酬平均占比为[Z1]%，绩效薪酬占比为[Z2]%，奖金占比为[Z3]%。这反映出上市公司越来越注重将高管薪酬与企业业绩挂钩，通过绩效薪酬和奖金等激励性薪酬来激发高管的工作积极性和创造力，促使高管更加关注企业的经营成果和业绩提升。在行业差异方面，不同行业的沪深上市公司高管薪酬水平存在显著差异。金融行业凭借其高利润和高风险的特点，高管薪酬水平一直位居各行业之首。2022年，金融行业上市公司高管平均薪酬达到[X4]万元，远高于其他行业。信息技术、房地产等行业的高管薪酬也相对较高，分别为[X5]万元和[X6]万元。而农林牧渔业、住宿餐饮业等传统行业的高管薪酬水平则相对较低，2022年平均薪酬分别为[X7]万元和[X8]万元。这种行业差异主要是由于不同行业的市场竞争程度、盈利能力、风险水平以及对人才的需求程度等因素不同所导致的。在竞争激烈、盈利能力强的行业，企业为了吸引和留住优秀的高管人才，往往会提供更高的薪酬待遇。表1展示了2022年部分行业沪深上市公司高管薪酬情况：行业平均薪酬（万元）固定薪酬占比（%）绩效薪酬占比（%）奖金占比（%）金融[X4][Z4][Z5][Z6]信息技术[X5][Z7][Z8][Z9]房地产[X6][Z10][Z11][Z12]农林牧渔业[X7][Z13][Z14][Z15]住宿餐饮业[X8][Z16][Z17][Z18]3.1.2股权激励现状近年来，随着我国资本市场的不断完善和企业治理结构的逐步优化，沪深上市公司股权激励的实施比例呈上升趋势。截至2022年底，实施股权激励计划的沪深上市公司数量达到[X9]家，占上市公司总数的[Z19]%，较2020年的[X10]家（占比[Z20]%）和2021年的[X11]家（占比[Z21]%）有了显著增长。这表明越来越多的上市公司认识到股权激励在吸引和留住人才、激励高管提升企业业绩方面的重要作用，将其作为一种重要的长期激励手段。在激励方式上，限制性股票和股票期权是沪深上市公司实施股权激励的主要方式。2022年，采用限制性股票作为激励方式的上市公司有[X12]家，占实施股权激励公司总数的[Z22]%；采用股票期权的上市公司有[X13]家，占比为[Z23]%；还有部分公司采用了复合激励方式，即同时使用限制性股票和股票期权，这类公司有[X14]家，占比[Z24]%。限制性股票由于其激励性较强，能够使高管在获得股票时就与公司的利益紧密绑定，因此受到了较多上市公司的青睐；而股票期权则给予高管在未来一定期限内以特定价格购买公司股票的权利，具有较强的灵活性，也受到了一些公司的关注。从激励对象来看，沪深上市公司股权激励的对象主要包括公司董事、高级管理人员以及核心技术人员和业务骨干。2022年，在实施股权激励的上市公司中，将董事和高级管理人员作为激励对象的公司占比达到[Z25]%，将核心技术人员和业务骨干纳入激励范围的公司占比为[Z26]%。这体现了上市公司不仅注重对管理层的激励，也越来越重视对公司核心技术和业务人才的激励，通过股权激励来增强这些关键人员对公司的归属感和忠诚度，促进公司的长期稳定发展。表2呈现了2020-2022年沪深上市公司股权激励实施情况：年份实施股权激励公司数量（家）占上市公司总数比例（%）限制性股票（家）股票期权（家）复合激励（家）激励董事和高管的公司占比（%）激励核心技术和骨干的公司占比（%）2020[X10][Z20][X15][X16][X17][Z27][Z28]2021[X11][Z21][X18][X19][X20][Z29][Z30]2022[X9][Z19][X12][X13][X14][Z25][Z26]3.2沪深上市公司会计稳健性现状3.2.1整体会计稳健性水平为深入探究沪深上市公司的整体会计稳健性水平，本研究选取了2020-2022年沪深两市的上市公司作为样本，并运用Basu模型进行分析。通过对样本公司财务数据的整理和计算，得到了各年度的回归结果，具体数据如表3所示：年份α0α1β1β2Adj-R2F值样本量2020[α0_2020][α1_2020][β1_2020][β2_2020][Adj-R2_2020][F_2020][N_2020]2021[α0_2021][α1_2021][β1_2021][β2_2021][Adj-R2_2021][F_2021][N_2021]2022[α0_2022][α1_2022][β1_2022][β2_2022][Adj-R2_2022][F_2022][N_2022]在Basu模型中，β2反映了会计盈余对“坏消息”和“好消息”确认的不对称性，是衡量会计稳健性的关键指标。当β2显著大于0时，表明存在会计稳健性，即会计盈余对“坏消息”的确认比对“好消息”更为及时。从表3的数据可以看出，2020-2022年沪深上市公司的β2值均显著大于0，分别为[β2_2020]、[β2_2021]和[β2_2022]，这充分说明在这三年间，沪深上市公司整体上呈现出了较为明显的会计稳健性特征。进一步分析各年度的β2值变化趋势，可以发现2020-2022年β2值呈现出先上升后下降的态势。2021年的β2值[β2_2021]较2020年的[β2_2020]有所上升，增长幅度为([β2_2021]-[β2_2020])/[β2_2020]*100%=[增长幅度1]%，这可能是由于2021年我国资本市场环境有所改善，监管力度加强，上市公司对会计稳健性的重视程度提高，从而使得会计盈余对“坏消息”的确认更加及时。然而，2022年的β2值[β2_2022]较2021年有所下降，下降幅度为([β2_2021]-[β2_2022])/[β2_2021]*100%=[增长幅度2]%，这或许与2022年部分上市公司面临的经济压力增大、经营环境不稳定等因素有关，导致其在会计处理上对“坏消息”的确认及时性受到一定影响。此外，从Adj-R2和F值来看，各年度的Adj-R2值均在一定水平之上，且F值显著，说明模型的拟合优度较好，回归结果具有较强的可靠性和解释力，进一步验证了上述关于会计稳健性的分析结论。3.2.2不同行业会计稳健性差异不同行业的沪深上市公司在会计稳健性方面存在显著差异。为了清晰地展现这种差异，本研究对2022年沪深上市公司按行业进行分类，并运用Khan-Watts模型计算各行业的会计稳健性指标C-Score，结果如表4所示：行业C-Score均值C-Score中位数样本量金融业[C-Score_金融_均值][C-Score_金融_中位数][N_金融]制造业[C-Score_制造_均值][C-Score_制造_中位数][N_制造]信息技术业[C-Score_信息_均值][C-Score_信息_中位数][N_信息]房地产业[C-Score_房产_均值][C-Score_房产_中位数][N_房产]农林牧渔业[C-Score_农林_均值][C-Score_农林_中位数][N_农林]从表4可以看出，金融业的C-Score均值和中位数均较高，分别为[C-Score_金融_均值]和[C-Score_金融_中位数]，这表明金融业上市公司的会计稳健性程度相对较高。金融业作为经济体系的核心组成部分，其经营活动涉及大量的资金流动和风险承担，受到严格的监管。监管部门对金融业的财务信息披露和风险管理要求极为严格，促使金融企业在会计处理上必须保持高度的谨慎性。金融企业需要充分考虑市场风险、信用风险等各种潜在风险，及时计提坏账准备、资产减值准备等，以准确反映企业的财务状况和经营成果，这使得金融业在会计稳健性方面表现突出。制造业的C-Score均值为[C-Score_制造_均值]，中位数为[C-Score_制造_中位数]，其会计稳健性处于中等水平。制造业企业的生产经营活动较为复杂，涉及原材料采购、生产加工、产品销售等多个环节，面临着市场需求波动、原材料价格变动、技术创新等多种风险。在这种情况下，制造业企业需要在会计处理上保持一定的稳健性，以应对各种不确定性。但相较于金融业，制造业受到的监管相对宽松，且部分制造业企业可能更注重短期业绩，导致其会计稳健性程度略低于金融业。信息技术业的C-Score均值和中位数相对较低，分别为[C-Score_信息_均值]和[C-Score_信息_中位数]，这说明信息技术业上市公司的会计稳健性程度相对较弱。信息技术行业具有创新性强、发展速度快、技术更新换代频繁等特点，企业在发展过程中通常需要大量的研发投入，且研发成果具有较高的不确定性。这些企业可能更关注技术创新和业务拓展，在会计处理上对研发支出等费用的确认可能不够谨慎，倾向于将更多的费用资本化，以提升短期业绩，从而导致会计稳健性相对较低。房地产业的C-Score均值为[C-Score_房产_均值]，中位数为[C-Score_房产_中位数]，其会计稳健性水平也相对较低。房地产业是资金密集型行业，企业的经营活动受到政策调控、市场需求变化等因素的影响较大。在房地产市场繁荣时期，企业为了追求更高的利润，可能会采取较为激进的会计政策，如提前确认收入、延迟确认成本等，以美化财务报表。而在市场不景气时，企业又可能面临较大的财务压力，导致会计处理上的不稳健。农林牧渔业的C-Score均值和中位数在各行业中处于较低水平，分别为[C-Score_农林_均值]和[C-Score_农林_中位数]。农林牧渔业受自然条件、市场价格波动等因素的影响较为明显，经营风险较大。但由于该行业企业规模相对较小，财务管理制度可能不够完善，在会计处理上可能缺乏足够的专业能力和规范意识，导致会计稳健性程度较低。四、高管激励与会计稳健性关系的实证研究设计4.1研究假设提出4.1.1薪酬激励与会计稳健性的关系假设在企业中，薪酬激励是高管激励的重要方式之一。从委托代理理论的角度来看，当高管的薪酬与企业业绩紧密挂钩时，高管有动机通过提高企业的经营业绩来获取更高的薪酬回报。而高质量的会计信息，尤其是具备稳健性的会计信息，能够更准确地反映企业的真实经营状况和财务成果，有助于高管向股东和市场展示其经营管理能力，从而提升自身薪酬水平。从这一角度出发，高管可能会积极推动企业采用稳健的会计政策，以确保财务信息的可靠性，进而实现自身利益最大化，此时薪酬激励与会计稳健性呈正相关关系。然而，当薪酬激励过度侧重于短期业绩指标时，可能会引发高管的短视行为。为了在短期内获得高额薪酬，高管可能会采取激进的会计处理方法，如提前确认收入、延迟确认费用等，以美化财务报表，提升短期业绩表现。这种情况下，薪酬激励会促使高管忽视会计稳健性原则，导致会计信息质量下降，薪酬激励与会计稳健性呈负相关关系。基于以上分析，提出假设1：薪酬激励与会计稳健性之间存在非线性关系，当薪酬激励处于适度水平时，与会计稳健性呈正相关；当薪酬激励过度时，与会计稳健性呈负相关。4.1.2股权激励与会计稳健性的关系假设股权激励作为一种长期激励机制，旨在使高管的利益与股东利益趋于一致，关注企业的长期发展。当高管持有公司股票时，他们成为企业的股东，企业的长期价值增长将直接影响其个人财富。从这一方面看，为了实现企业价值最大化，高管有动力加强对企业的经营管理，减少短期行为，注重企业的长期稳定发展。稳健的会计政策能够更真实地反映企业的财务状况和经营成果，为企业的长期决策提供可靠依据，降低企业面临的风险，从而有助于提升企业的长期价值。因此，高管会倾向于支持企业采用稳健的会计政策，提高会计稳健性，股权激励与会计稳健性呈正相关关系。但是，当高管的持股比例过高时，可能会导致其对企业的控制权增强，从而产生管理层防御效应。此时，高管可能会利用其控制权来操纵会计信息，以维护自身的利益和地位，而忽视会计稳健性原则。例如，高管可能会通过盈余管理等手段来掩盖企业的真实业绩，避免因业绩不佳而导致股价下跌，影响自身的股权收益。在这种情况下，股权激励与会计稳健性呈负相关关系。基于上述分析，提出假设2：股权激励与会计稳健性之间存在非线性关系，当股权激励水平较低时，与会计稳健性呈正相关；当股权激励水平过高时，与会计稳健性呈负相关。4.2样本选择与数据来源4.2.1样本选取标准本研究选取2018-2022年沪深两市A股上市公司作为初始研究样本。为确保研究数据的可靠性和有效性，对初始样本按照以下标准进行筛选：首先，剔除上市时间不足三年的公司样本。新上市公司在运营和财务方面可能存在较大的不稳定性，且上市初期的财务数据可能无法准确反映其长期的经营状况和财务特征，如部分新上市公司可能会在上市前后进行财务包装以满足上市要求，这会影响数据的真实性和研究结果的准确性。其次，去除ST、*ST类上市公司。这类公司通常面临财务困境或存在其他异常情况，其财务数据和经营行为具有特殊性，与正常运营的公司存在较大差异，若将其纳入样本可能会干扰研究结论，如ST公司可能会为了避免退市而进行过度的盈余管理，导致会计数据失真。再者，排除金融行业上市公司。金融行业具有独特的业务模式、监管环境和财务特征，其会计核算方法和信息披露要求与其他行业有显著不同，如金融行业的资产主要以金融资产为主，其计量和风险评估方式与非金融企业的实物资产存在很大差异，将其纳入研究样本会使研究结果缺乏可比性和一致性。最后，对存在关键数据缺失或异常的样本进行剔除。数据缺失会导致研究模型无法准确估计，而异常数据可能是由于数据录入错误、企业特殊交易等原因造成的，若不加以处理会对研究结果产生较大偏差，如某公司可能因为财务系统故障导致某一年度的高管薪酬数据缺失，或者由于重大资产重组等特殊事项导致某一年度的财务数据出现异常波动，这些情况都需要进行相应处理。经过上述筛选过程，最终得到[X]个有效样本，这些样本能够更准确地反映沪深上市公司在正常经营状态下高管激励与会计稳健性之间的关系，为后续的实证研究提供了坚实的数据基础。4.2.2数据来源渠道本研究的数据来源主要包括以下几个方面：一是国泰安数据库（CSMAR）。该数据库是国内知名的金融经济数据库，涵盖了丰富的上市公司财务数据、公司治理数据、市场交易数据等，具有数据全面、准确、更新及时等优点。本研究从国泰安数据库中获取了样本公司的资产负债表、利润表、现金流量表等财务报表数据，用于计算会计稳健性指标和其他财务变量，如通过资产负债表中的数据计算资产负债率、流动比率等指标，通过利润表中的数据计算营业收入、净利润等指标。还获取了公司的高管信息，包括高管姓名、职位、薪酬、持股比例等，用于衡量高管激励变量。二是万得资讯（Wind）数据库。Wind数据库也是金融领域常用的数据库之一，提供了广泛的金融市场数据和企业信息。在本研究中，利用Wind数据库补充了部分国泰安数据库中缺失的数据，如一些公司的行业分类信息、股权结构信息等，以确保数据的完整性。还获取了股票市场交易数据，如个股收益率、市场收益率等，这些数据用于计算会计稳健性模型中的相关变量，如在Basu模型中，股票回报率是重要的计算变量之一。三是上市公司年报。为了进一步核实和补充数据，直接查阅了样本公司的年度报告。年报是上市公司信息披露的重要载体，包含了公司的详细经营情况、战略规划、重大事项等信息。通过阅读年报，可以获取到一些数据库中未涵盖的信息，如公司的股权激励计划具体条款、高管薪酬的构成明细、公司对会计政策的选择和变更说明等，这些信息对于深入分析高管激励与会计稳健性之间的关系具有重要价值。通过多渠道的数据收集和相互验证，保证了研究数据的全面性、准确性和可靠性，为实证研究的顺利开展提供了有力支持。4.3变量选取与模型构建4.3.1变量定义被解释变量：会计稳健性（CS）作为被解释变量，其准确度量对于研究至关重要。本文选用Khan-Watts模型计算的C-Score指标来衡量会计稳健性。该模型在Basu模型的基础上，充分考虑了公司规模（Size）、市账比（M/B）和资产负债率（Lev）等公司特征变量对会计稳健性的影响，通过分年度进行横截面回归，得出相关系数，进而计算出C-Score值。C-Score值越大，表明公司的会计稳健性程度越高。例如，在对某上市公司进行分析时，通过该模型计算得到其C-Score值为0.3，相比同行业其他公司，该值处于较高水平，说明该公司在会计处理上更为稳健，对损失的确认更为及时，对收益的确认更为谨慎。解释变量：薪酬激励（SI）：以高管货币薪酬来衡量薪酬激励水平。具体采用公司年报中披露的前三名高管薪酬总额的自然对数来表示。这是因为前三名高管在公司决策和运营中通常具有重要影响力，其薪酬总额能够较好地反映公司对高管的薪酬激励程度。例如，某公司2022年前三名高管薪酬总额为1000万元，取自然对数后得到ln(1000)≈6.91，该值可用于后续的实证分析，以探究薪酬激励与会计稳健性之间的关系。股权激励（EI）：使用高管持股比例来衡量股权激励水平。高管持股比例是指公司高管持有的公司股票数量占公司总股本的比例。这一比例直接反映了高管与公司利益的绑定程度，持股比例越高，高管从公司价值增长中获得的收益就越大，其行为可能会更加关注公司的长期发展。如某公司高管持股比例为5%，表明高管持有公司5%的股份，在这种情况下，高管有动力通过提升公司业绩、加强公司治理等方式，促进公司价值的提升，从而实现自身股权价值的增长。控制变量：公司规模（Size）：用总资产的自然对数来衡量。公司规模越大，其经济实力和抗风险能力通常越强，在会计处理上可能会有不同的策略。一般来说，大规模公司受到的监管和市场关注度更高，更倾向于采用稳健的会计政策，以维护公司的声誉和形象。例如，大型企业A的总资产为100亿元，取自然对数后得到ln(100)≈4.61，通过与其他公司的该指标对比，可以分析公司规模对会计稳健性的影响。资产负债率（Lev）：反映公司的偿债能力和财务风险。资产负债率越高，表明公司的负债水平越高，面临的财务风险越大，可能会对会计稳健性产生影响。高负债公司可能会受到债权人的更多监督，为了满足债权人的要求，更注重会计稳健性，以降低违约风险。某公司资产负债率为60%，说明其负债占资产的比例较高，在这种情况下，公司在会计处理上可能会更加谨慎，及时确认潜在的损失，以应对可能的财务困境。盈利能力（ROA）：采用总资产收益率来衡量，它反映了公司运用全部资产获取利润的能力。盈利能力较强的公司，可能有更多的资源和动力来维持较高的会计稳健性，以向市场传递积极的信号，吸引投资者和合作伙伴。某公司的总资产收益率为10%，表明该公司在利用资产创造利润方面表现较好，这种情况下，公司可能会通过保持较高的会计稳健性，来增强市场对其财务信息的信任。成长性（Growth）：以营业收入增长率来衡量。公司的成长性反映了其业务扩张和发展的潜力，处于快速成长阶段的公司，可能会更关注业务发展而在一定程度上忽视会计稳健性。例如，某新兴科技公司营业收入增长率达到50%，在快速发展过程中，可能会将更多精力放在市场拓展和技术创新上，对会计稳健性的重视程度相对较低，在会计处理上可能会采取一些较为激进的方法来支持业务发展。独立董事比例（Indep）：独立董事在公司治理中起着监督和制衡的作用，较高的独立董事比例有助于提高公司治理水平，对管理层的行为形成有效约束，从而影响会计稳健性。一般认为，独立董事能够独立、客观地发表意见，监督管理层的决策，促使公司遵循稳健的会计政策。某公司独立董事比例为30%，相对较高的独立董事比例可能会对管理层的会计决策产生监督作用，减少管理层为追求个人利益而操纵会计信息的行为，提高公司的会计稳健性。两职合一（Dual）：若公司董事长与总经理为同一人，Dual取值为1，否则取值为0。两职合一可能会导致公司权力集中，管理层的决策缺乏有效的监督和制衡，从而影响会计稳健性。当董事长和总经理由一人担任时，管理层可能更容易操纵会计信息，以实现个人目标，降低公司的会计稳健性。如某公司两职合一，这种情况下，管理层在会计政策选择和财务信息披露方面可能缺乏足够的监督，增加了会计信息失真的风险。表5展示了变量定义及说明：变量类型变量名称变量符号变量定义被解释变量会计稳健性CS采用Khan-Watts模型计算的C-Score指标，值越大表示会计稳健性越高解释变量薪酬激励SI公司年报中披露的前三名高管薪酬总额的自然对数解释变量股权激励EI高管持股数量占公司总股本的比例控制变量公司规模Size总资产的自然对数控制变量资产负债率Lev总负债与总资产的比值控制变量盈利能力ROA净利润与平均总资产的比值控制变量成长性Growth（本期营业收入-上期营业收入）/上期营业收入控制变量独立董事比例Indep独立董事人数占董事会总人数的比例控制变量两职合一Dual董事长与总经理为同一人时取1，否则取04.3.2模型设定为了检验薪酬激励与会计稳健性之间的关系，构建如下回归模型：CS_{it}=\alpha_{0}+\alpha_{1}SI_{it}+\alpha_{2}SI_{it}^{2}+\sum_{j=1}^{6}\alpha_{j+2}Control_{jit}+\varepsilon_{it}其中，CS_{it}表示第i家公司在第t年的会计稳健性；SI_{it}为第i家公司在第t年的薪酬激励；SI_{it}^{2}用于检验薪酬激励与会计稳健性之间可能存在的非线性关系；Control_{jit}代表第j个控制变量，包括公司规模（Size）、资产负债率（Lev）、盈利能力（ROA）、成长性（Growth）、独立董事比例（Indep）和两职合一（Dual）；\alpha_{0}为常数项，\alpha_{1}、\alpha_{2}、\alpha_{j+2}为各变量的回归系数，\varepsilon_{it}为随机误差项。在该模型中，重点关注\alpha_{1}和\alpha_{2}的符号和显著性。若\alpha_{1}显著为正，\alpha_{2}显著为负，则表明薪酬激励与会计稳健性之间存在倒U型关系，即当薪酬激励处于适度水平时，与会计稳健性呈正相关；当薪酬激励过度时，与会计稳健性呈负相关。为了检验股权激励与会计稳健性之间的关系，构建如下回归模型：CS_{it}=\beta_{0}+\beta_{1}EI_{it}+\beta_{2}EI_{it}^{2}+\sum_{j=1}^{6}\beta_{j+2}Control_{jit}+\mu_{it}其中，CS_{it}表示第i家公司在第t年的会计稳健性；EI_{it}为第i家公司在第t年的股权激励；EI_{it}^{2}用于检验股权激励与会计稳健性之间可能存在的非线性关系；Control_{jit}代表第j个控制变量，与上述模型中的控制变量相同；\beta_{0}为常数项，\beta_{1}、\beta_{2}、\beta_{j+2}为各变量的回归系数，\mu_{it}为随机误差项。在该模型中，重点关注\beta_{1}和\beta_{2}的符号和显著性。若\beta_{1}显著为正，\beta_{2}显著为负，则表明股权激励与会计稳健性之间存在倒U型关系，即当股权激励水平较低时，与会计稳健性呈正相关；当股权激励水平过高时，与会计稳健性呈负相关。通过对这两个模型的回归分析，可以深入探究高管激励与会计稳健性之间的内在关系，为研究假设的验证提供有力的实证支持。五、实证结果与分析5.1描述性统计分析5.1.1变量基本统计特征对2018-2022年选取的沪深上市公司样本数据进行描述性统计分析，各变量的统计结果如表6所示：变量样本量均值标准差最小值最大值CS25000.0250.068-0.1820.215SI250014.5620.85312.34516.789EI25000.0850.1120.0000.563Size250021.3451.23619.01224.567Lev25000.4560.1520.1230.856ROA25000.0480.035-0.1500.180Growth25000.1250.321-0.5632.134Indep25000.3750.0560.3000.500Dual25000.2100.4070.0001.000从表6可以看出，会计稳健性（CS）指标的均值为0.025，表明样本公司整体上具有一定程度的会计稳健性，但不同公司之间的差异较大，标准差达到0.068，最小值为-0.182，最大值为0.215。这说明在沪深上市公司中，各公司在会计处理的稳健程度上存在明显的不同，部分公司的会计稳健性较高，而部分公司则相对较低。薪酬激励（SI）变量的均值为14.562，反映出样本公司给予高管的薪酬水平处于一定的区间范围，但同样存在较大的离散程度，标准差为0.853，最小值为12.345，最大值为16.789。这表明不同上市公司对高管的薪酬激励力度存在较大差异，可能受到公司规模、行业特点、经营业绩等多种因素的影响。股权激励（EI）指标的均值为0.085，说明样本公司高管持股比例平均水平为8.5%，但最大值达到0.563，最小值为0，标准差为0.112，这显示出各公司在股权激励实施程度上参差不齐，部分公司对高管的股权激励力度较大，而部分公司则尚未实施或实施程度较低。公司规模（Size）均值为21.345，标准差为1.236，说明样本公司规模存在一定差异，反映了不同规模企业在样本中的分布情况。资产负债率（Lev）均值为0.456，表明样本公司整体的负债水平处于中等程度，但各公司之间的负债水平也存在较大差异，最小值为0.123，最大值为0.856，这可能会对公司的财务风险和会计稳健性产生不同的影响。盈利能力（ROA）均值为0.048，说明样本公司平均的资产获利能力一般，且盈利能力在各公司之间的差异也较为明显，最小值为-0.150，最大值为0.180。成长性（Growth）指标的均值为0.125，标准差为0.321，最小值为-0.563，最大值为2.134，这表明样本公司的成长性参差不齐，部分公司处于快速增长阶段，而部分公司则面临着业绩下滑的困境。独立董事比例（Indep）均值为0.375，接近监管要求的三分之一水平，但各公司之间的独立董事比例仍存在一定差异，最小值为0.300，最大值为0.500。两职合一（Dual）变量的均值为0.210，表明样本公司中董事长与总经理两职合一的情况占比为21%，大部分公司能够保持董事长与总经理的分离，以实现权力的制衡。5.1.2初步数据分析结论根据上述描述性统计结果，可以对变量分布和数据特征进行初步分析。从会计稳健性来看，样本公司之间的差异较大，这可能与公司的治理结构、管理层行为、行业特点等因素密切相关。在公司治理结构完善、管理层注重企业长期发展的公司，可能更倾向于采用稳健的会计政策，以准确反映企业的财务状况和经营成果；而在治理结构不完善、管理层存在短期行为倾向的公司，可能会忽视会计稳健性，导致会计信息质量下降。薪酬激励和股权激励在不同公司之间的差异显著，这反映出上市公司在高管激励方式和力度的选择上存在多样性。一些公司可能更侧重于薪酬激励，通过提供高额的货币薪酬来吸引和激励高管；而另一些公司则更倾向于股权激励，希望通过使高管成为公司股东，将高管的利益与公司的长期利益紧密绑定。这种差异可能会对高管的行为和决策产生不同的影响，进而影响公司的会计稳健性。公司规模、资产负债率、盈利能力、成长性等控制变量也表现出不同程度的差异。公司规模的大小可能影响公司的资源获取能力和市场地位，进而影响其会计政策的选择；资产负债率反映了公司的财务风险状况，高负债公司可能会受到债权人的更多监督，从而更注重会计稳健性；盈利能力和成长性则直接关系到公司的经营状况和发展前景，对高管的决策和公司的会计处理也会产生重要影响。独立董事比例和两职合一情况则反映了公司治理结构的特征，对管理层的行为具有监督和制衡作用，也会在一定程度上影响公司的会计稳健性。这些初步分析结果为后续进一步研究高管激励与会计稳健性之间的关系提供了基础和方向。5.2相关性分析5.2.1变量间相关性检验对样本数据进行相关性分析，结果如表7所示：变量CSSIEISizeLevROAGrowthIndepDualCS1SI0.185***1EI0.203***0.098**1Size0.256***0.352***0.154***1Lev-0.127***-0.075*-0.113***-0.305***1ROA0.321***0.226***0.135***0.189***-0.287***1Growth0.086**0.102**0.065*0.078**-0.092**0.114***1Indep0.143***0.116***0.084**0.137***-0.105***0.162***0.095**1Dual-0.074*-0.053-0.067*-0.083**0.068*-0.076*-0.064*-0.0511注：*、、*分别表示在1%、5%、10%的水平上显著相关。从表7中可以看出，会计稳健性（CS）与薪酬激励（SI）的相关系数为0.185，在1%的水平上显著正相关，初步表明薪酬激励与会计稳健性之间存在正向关联，即随着薪酬激励水平的提高，会计稳健性可能增强。会计稳健性与股权激励（EI）的相关系数为0.203，同样在1%的水平上显著正相关，这意味着股权激励水平的提升也可能对会计稳健性产生积极影响。在控制变量方面，公司规模（Size）与会计稳健性的相关系数为0.256，在1%水平上显著正相关，说明公司规模越大，会计稳健性程度可能越高。资产负债率（Lev）与会计稳健性呈显著负相关，相关系数为-0.127，这表明资产负债率越高，企业的会计稳健性可能越低，高负债水平可能使企业面临更大的财务风险，从而影响其在会计处理上的稳健性。盈利能力（ROA）与会计稳健性显著正相关，相关系数为0.321，反映出盈利能力较强的公司更注重会计稳健性，可能通过稳健的会计政策来维护企业的良好形象和市场信誉。成长性（Growth）与会计稳健性在5%的水平上显著正相关，相关系数为0.086，说明具有较高成长性的公司可能更关注长期发展，从而在一定程度上重视会计稳健性。独立董事比例（Indep）与会计稳健性在1%的水平上显著正相关，相关系数为0.143，表明独立董事比例越高，对管理层的监督作用越强，有助于提高公司的会计稳健性。两职合一（Dual）与会计稳健性在10%的水平上显著负相关，相关系数为-0.074，说明董事长与总经理两职合一可能导致公司权力集中，削弱对管理层的监督，进而降低会计稳健性。5.2.2相关性结果讨论通过上述相关性分析结果可知，各变量之间的相关性基本符合预期。薪酬激励和股权激励与会计稳健性均呈现显著的正相关关系，这为进一步检验研究假设提供了初步的证据支持，但需要注意的是，相关性分析只能初步判断变量之间的线性关联方向和程度，并不能确定它们之间的因果关系，还需要通过后续的回归分析进行深入验证。从控制变量来看，公司规模、资产负债率、盈利能力、成长性、独立董事比例和两职合一等因素与会计稳健性之间的相关性也较为合理。公司规模较大的企业通常具有更完善的治理结构和内部管理制度，更有能力和动力保持较高的会计稳健性；资产负债率较高的企业面临较大的财务风险，可能会在会计处理上更加谨慎，但也可能因财务压力而采取一些激进的会计手段，导致会计稳健性降低；盈利能力强的企业有更多资源和动力来维持良好的财务形象，从而注重会计稳健性；成长性高的企业为了实现长期稳定发展，可能会重视会计稳健性，以提供可靠的财务信息；独立董事比例的提高能够增强公司治理的有效性，对管理层的行为形成有效监督，有助于提升会计稳健性；而两职合一可能导致权力集中，缺乏有效的制衡机制，从而增加管理层操纵会计信息的风险，降低会计稳健性。此外，还需关注变量之间是否存在多重共线性问题。从相关性系数来看，虽然各变量之间存在一定的相关性，但相关系数的绝对值大多在0.4以下，一般认为当相关系数绝对值大于0.8时，可能存在严重的多重共线性问题。因此，初步判断本研究中的变量之间不存在严重的多重共线性，但为了进一步确保研究结果的准确性和可靠性，在后续的回归分析中，还将采用方差膨胀因子（VIF）等方法对多重共线性进行检验和处理。5.3回归结果分析5.3.1薪酬激励与会计稳健性回归结果对薪酬激励与会计稳健性的回归模型进行估计，结果如表8所示：|变量|系数|标准误|t值|P>|t||----|----|----|----|----||常数项|[α0_hat]|[se_α0]|[t_α0]|[p_α0]||SI|[α1_hat]|[se_α1]|[t_α1]|[p_α1]||SI²|[α2_hat]|[se_α2]|[t_α2]|[p_α2]||Size|[α3_hat]|[se_α3]|[t_α3]|[p_α3]||Lev|[α4_hat]|[se_α4]|[t_α4]|[p_α4]||ROA|[α5_hat]|[se_α5]|[t_α5]|[p_α5]||Growth|[α6_hat]|[se_α6]|[t_α6]|[p_α6]||Indep|[α7_hat]|[se_α7]|[t_α7]|[p_α7]||Dual|[α8_hat]|[se_α8]|[t_α8]|[p_α8]||Adj-R²|[adj_R2]|||||F值|[F_value]|||||变量|系数|标准误|t值|P>|t||----|----|----|----|----||常数项|[α0_hat]|[se_α0]|[t_α0]|[p_α0]||SI|[α1_hat]|[se_α1]|[t_α1]|[p_α1]||SI²|[α2_hat]|[se_α2]|[t_α2]|[p_α2]||Size|[α3_hat]|[se_α3]|[t_α3]|[p_α3]||Lev|[α4_hat]|[se_α4]|[t_α4]|[p_α4]||ROA|[α5_hat]|[se_α5]|[t_α5]|[p_α5]||Growth|[α6_hat]|[se_α6]|[t_α6]|[p_α6]||Indep|[α7_hat]|[se_α7]|[t_α7]|[p_α7]||Dual|[α8_hat]|[se_α8]|[t_α8]|[p_α8]||Adj-R²|[adj_R2]|||||F值|[F_value]|||||----|----|----|----|----||常数项|[α0_hat]|[se_α0]|[t_α0]|[p_α0]||SI|[α1_hat]|[se_α1]|[t_α1]|[p_α1]||SI²|[α2_hat]|[se_α2]|[t_α2]|[p_α2]||Size|[α3_hat]|[se_α3]|[t_α3]|[p_α3]||Lev|[α4_hat]|[se_α4]|[t_α4]|[p_α4]||ROA|[α5_hat]|[se_α5]|[t_α5]|[p_α5]||Growth|[α6_hat]|[se_α6]|[t_α6]|[p_α6]||Indep|[α7_hat]|[se_α7]|[t_α7]|[p_α7]||Dual|[α8_hat]|[se_α8]|[t_α8]|[p_α8]||Adj-R²|[adj_R2]|||||F值|[F_value]|||||常数项|[α0_hat]|[se_α0]|[t_α0]|[p_α0]||SI|[α1_hat]|[se_α1]|[t_α1]|[p_α1]||SI²|[α2_hat]|[se_α2]|[t_α2]|[p_α2]||Size|[α3_hat]|[se_α3]|[t_α3]|[p_α3]||Lev|[α4_hat]|[se_α4]|[t_α4]|[p_α4]||ROA|[α5_hat]|[se_α5]|[t_α5]|[p_α5]||Growth|[α6_hat]|[se_α6]|[t_α6]|[p_α6]||Indep|[α7_hat]|[se_α7]|[t_α7]|[p_α7]||Dual|[α8_hat]|[se_α8]|[t_α8]|[p_α8]||Adj-R²|[adj_R2]|||||F值|[F_value]|||||SI|[α1_hat]|[se_α1]|[t_α1]|[p_α1]||SI²|[α2_hat]|[se_α2]|[t_α2]|[p_α2]||Size|[α3_hat]|[se_α3]|[t_α3]|[p_α3]||Lev|[α4_hat]|[se_α4]|[t_α4]|[p_α4]||ROA|[α5_hat]|[se_α5]|[t_α5]|[p_α5]||Growth|[α6_hat]|[se_α6]|[t_α6]|[p_α6]||Indep|[α7_hat]|[se_α7]|[t_α7]|[p_α7]||Dual|[α8_hat]|[se_α8]|[t_α8]|[p_α8]||Adj-R²|[adj_R2]|||||F值|[F_value]|||||SI²|[α2_hat]|[se_α2]|[t_α2]|[p_α2]||Size|[α3_hat]|[se_α3]|[t_α3]|[p_α3]||Lev|[α4_hat]|[se_α4]|[t_α4]|[p_α4]||ROA|[α5_hat]|[se_α5]|[t_α5]|[p_α5]||Growth|[α6_hat]|[se_α6]|[t_α6]|[p_α6]||Indep|[α7_hat]|[se_α7]|[t_α7]|[p_α7]||Dual|[α8_hat]|[se_α8]|[t_α8]|[p_α8]||Adj-R²|[adj_R2]|||||F值|[F_value]|||||Size|[α3_hat]|[se_α3]|[t_α3]|[p_α3]||Lev|[α4_hat]|[se_α4]|[t_α4]|[p_α4]||ROA|[α5_hat]|[se_α5]|[t_α5]|[p_α5]||Growth|[α6_hat]|[se_α6]|[t_α6]|[p_α6]||Indep|[α7_hat]|[se_α7]|[t_α7]|[p_α7]||Dual|[α8_hat]|[se_α8]|[t_α8]|[p_α8]||Adj-R²|[adj_R2]|||||F值|[F_value]|||||Lev|[α4_hat]|[se_α4]|[t_α4]|[p_α4]||ROA|[α5_hat]|[se_α5]|[t_α5]|[p_α5]||Growth|[α6_hat]|[se_α6]|[t_α6]|[p_α6]||Indep|[α7_hat]|[se_α7]|[t_α7]|[p_α7]||Dual|[α8_hat]|[se_α8]|[t_α8]|[p_α8]||Adj-R²|[adj_R2]|||||F值|[F_value]|||||ROA|[α5_hat]|[se_α5]|[t_α5]|[p_α5]||Growth|[α6_hat]|[se_α6]|[t_α6]|[p_α6]||Indep|[α7_hat]|[se_α7]|[t_α7]|[p_α7]||Dual|[α8_hat]|[se_α8]|[t_α8]|[p_α8]||Adj-R²|[adj_R2]|||||F值|[F_value]|||||Growth|[α6_hat]|[se_α6]|[t_α6]|[p_α6]||Indep|[α7_hat]|[se_α7]|[t_α7]|[p_α7]||Dual|[α8_hat]|[se_α8]|[t_α8]|[p_α8]||Adj-R²|[adj_R2]|||||F值|[F_value]|||||Indep|[α7_hat]|[se_α7]|[t_α7]|[p_α7]||Dual|[α8_hat]|[se_α8]|[t_α8]|[p_α8]||Adj-R²|[adj_R2]|||||F值|[F_value]|||||Dual|[α8_hat]|[se_α8]|[t_α8]|[p_α8]||Adj-R²|[adj_R2]|||||F值|[F_value]|||||Adj-R²|[adj_R2]|||||F值|[F_value]|||||F值|[F_value]||||从表8中可以看出，薪酬激励（SI）的系数[α1_hat]为正，且在[X]%的水平上显著；薪酬激励平方项（SI²）的系数[α2_hat]为负，且在[X]%的水平上显著。这表明薪酬激励与会计稳健性之间存在显著的倒U型关系，验证了假设1。当薪酬激励处于适度水平时，随着薪酬激励的增加，高管为了获得更高的薪酬回报，会更加注重企业的长期发展和财务信息质量，积极推动企业采用稳健的会计政策，从而提高会计稳健性，此时薪酬激励与会计稳健性呈正相关关系。当薪酬激励过度时，高管可能会为了追求短期高额薪酬而采取激进的会计处理方法，如提前确认收入、延迟确认费用等，以美化财务报表，提升短期业绩表现，这会导致会计稳健性下降，薪酬激励与会计稳健性呈负相关关系。在控制变量方面，公司规模（Size）的系数[α3_hat]显著为正，说明公司规模越大，会计稳健性程度越高。大型公司通常具有更完善的内部管理制度、更强的风险承受能力和更严格的监管要求，这些因素促使大型公司更倾向于采用稳健的会计政策，以维护公司的声誉和市场形象。资产负债率（Lev）的系数[α4_hat]显著为负，表明资产负债率越高，企业面临的财务风险越大，为了满足债权人的要求或避免违约风险，企业可能会采取一些激进的会计手段，从而降低会计稳健性。盈利能力（ROA）的系数[α5_hat]显著为正，说明盈利能力较强的公司更有动力和资源来保持较高的会计稳健性，以向市场传递积极的信号，吸引投资者和合作伙伴。成长性（Growth）的系数[α6_hat]显著为