高管激励机制下的盈余管理偏好：货币薪酬与持股视角的深度剖析

高管激励机制下的盈余管理偏好：货币薪酬与持股视角的深度剖析一、引言1.1研究背景与动机在现代企业制度下，所有权与经营权的分离是一种普遍现象。企业所有者期望实现股东财富最大化，而高管作为经营者，其目标函数可能与所有者不完全一致。为了协调两者之间的利益关系，企业通常会采用各种激励措施，如货币薪酬激励和管理层持股激励，旨在激发高管的工作积极性和创造力，提升企业经营绩效。货币薪酬激励是一种直接且常见的激励方式，它通过给予高管与其业绩挂钩的薪酬，使高管能够直接从企业的良好业绩中获得经济利益，从而促使他们努力工作，提高企业的经营效益。管理层持股激励则是让高管持有公司一定比例的股份，使高管的利益与公司的长期利益紧密相连，增强高管对公司的归属感和责任感，进而推动公司的可持续发展。众多研究表明，合理的高管激励机制确实能够有效提升企业的经营绩效，如提高企业的盈利能力、市场份额和创新能力等，加强高管与公司的利益共同体意识，推动公司向可持续发展方向发展。然而，高管激励制度在发挥积极作用的同时，也存在一些不容忽视的负面影响，其中盈余管理问题尤为突出。盈余管理是指企业管理层在遵循会计准则的基础上，通过运用会计手段或安排真实交易来调整企业的盈余，以达到特定目的的行为。在高管激励的背景下，当高管的薪酬或持股收益与企业的财务业绩紧密挂钩时，他们可能会出于自利动机，利用手中的权力和信息优势，进行盈余管理操作。一些企业为达到短期投资者的财务目标，高管可能采取不正当的手段进行盈余管理。他们可能会通过操纵应计项目，如提前确认收入、推迟确认费用等方式，来虚增企业的利润，从而使自己获得更高的薪酬或股票增值收益；也可能会通过安排真实交易，如关联方交易、资产重组等，来调节企业的盈余，以满足市场预期或自身利益需求。这种不当的盈余管理行为会严重损害企业的财务信息质量，使财务报表无法真实、准确地反映企业的实际经营状况和财务成果。对股东和其他利益相关者而言，盈余管理隐藏了企业真实的绩效，使收入成为衡量公司业绩不可靠的标准，误导他们做出错误的决策，进而损害他们的利益。研究表明，当控制收益的动机高时，财务报告的收益对投资者的信息价值降低，投机性盈余管理降低了会计信息的价值相关性，这会降低市场对企业的信任度，影响企业的市场形象和声誉，不利于企业的长期发展。若投资者因被误导而做出错误的投资决策，不仅会导致自身经济损失，还会影响整个资本市场的资源配置效率，阻碍资本市场的健康发展。因此，深入探究高管激励与盈余管理偏好之间的关系，对于解决企业财务管理问题、提高经营绩效、优化公司治理以及保护投资者利益都具有十分重要的意义。只有清晰地了解高管激励如何影响盈余管理偏好，才能制定出更加科学合理的高管激励制度，有效抑制不当的盈余管理行为，提高企业的财务信息质量，促进企业的健康稳定发展，维护资本市场的公平与效率。1.2研究目的与意义1.2.1研究目的本研究旨在深入剖析高管货币薪酬激励、管理层持股这两种常见的激励方式与企业盈余管理偏好之间的内在联系，具体目的如下：揭示影响机制：详细分析高管货币薪酬激励程度以及管理层持股比例的变化，如何对企业盈余管理偏好产生作用，探究其背后的驱动因素和作用路径，明确不同激励方式下高管进行盈余管理的动机和行为逻辑。对比影响差异：对货币薪酬激励和管理层持股激励对盈余管理偏好的影响进行对比，找出两者在影响程度、影响方向以及影响的持续性等方面的差异，从而为企业选择更为合适的高管激励方式提供理论依据。提出优化建议：基于研究结论，针对企业在制定高管激励政策以及抑制不当盈余管理行为方面，提出切实可行的建议和措施，帮助企业建立更加科学、合理、有效的高管激励机制，实现企业的可持续发展。1.2.2研究意义本研究从货币薪酬激励与管理层持股的视角出发，探究高管激励与盈余管理偏好的关系，在理论和实践层面都具有重要意义。理论意义：丰富研究内容：尽管学界对高管激励与盈余管理已有研究，但从货币薪酬激励与管理层持股的双重视角进行深入分析的研究仍有不足。本研究通过全面且系统地探究这两种激励方式与盈余管理偏好之间的关系，有望为该领域提供新的经验证据和理论观点，填补相关空白，进一步拓展和深化该领域的研究边界，为后续研究提供更为丰富和全面的理论基础。完善理论体系：有助于完善公司治理理论和委托代理理论。深入剖析高管激励对盈余管理偏好的影响机制，能够更好地理解在不同激励方式下，委托人和代理人之间的利益博弈以及信息不对称问题，从而为优化公司治理结构、解决委托代理冲突提供理论支持，推动公司治理理论和委托代理理论的发展与完善。实践意义：优化企业激励机制：对于企业而言，本研究的成果具有重要的指导意义。企业可以依据研究结论，对现有的高管激励政策进行全面评估和优化，合理调整货币薪酬激励和管理层持股激励的结构与力度，在激发高管工作积极性的同时，有效抑制高管出于自利动机进行的盈余管理行为，提高企业的财务信息质量，增强企业的市场竞争力，实现企业的长期稳定发展。保护投资者利益：准确把握高管激励与盈余管理偏好之间的关系，能帮助投资者更深入地理解企业财务报表背后的真实情况，识别企业可能存在的盈余管理行为，从而在投资决策过程中做出更为理性和准确的判断，避免因被误导而遭受投资损失，切实保护投资者的合法权益。规范资本市场秩序：企业盈余管理行为的规范与否直接影响着资本市场的资源配置效率和健康发展。通过本研究，为监管部门制定和完善相关政策法规提供有力的参考依据，有助于加强对企业高管行为的监管，规范企业的财务报告行为，提高资本市场的透明度和有效性，维护资本市场的公平、公正和有序运行。1.3研究创新点本研究在研究视角、研究方法以及研究结论的应用方面具有一定的创新之处，具体如下：研究视角创新：以往研究多侧重于单一激励方式对盈余管理的影响，本研究从货币薪酬激励与管理层持股的双重视角出发，全面且深入地探究高管激励与盈余管理偏好之间的关系，有助于更系统、全面地揭示高管激励对盈余管理偏好的作用机制，为该领域的研究提供新的思路和视角。通过对比两种激励方式的影响差异，能够为企业制定更加多元化和精准化的高管激励策略提供有力的理论支持。研究方法创新：综合运用多种研究方法，将理论分析与实证研究相结合。在理论分析方面，深入剖析委托代理理论、信息不对称理论等相关理论，为研究提供坚实的理论基础；在实证研究中，通过收集大量的企业数据，运用科学合理的计量模型进行分析，确保研究结果的可靠性和科学性。此外，还将案例分析融入研究过程中，选取具有代表性的企业案例进行详细剖析，进一步验证实证研究结论，增强研究的说服力和实践指导意义。研究结论应用创新：本研究不仅关注理论层面的探讨，更注重研究结论在实践中的应用。基于研究结果，为企业提供具有针对性和可操作性的建议，帮助企业优化高管激励机制，有效抑制盈余管理行为，提高企业的财务信息质量和经营绩效。同时，为投资者、监管部门等利益相关者提供决策参考，促进资本市场的健康发展，使研究成果能够切实服务于经济社会的发展。二、理论基础与文献综述2.1相关理论基础2.1.1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，它主要研究在信息不对称和利益冲突的情况下，委托人与代理人之间的关系以及如何通过有效的机制设计来解决代理问题。在现代企业中，由于所有权与经营权的分离，企业所有者（委托人）将企业的经营管理权力委托给高管（代理人），由此便产生了委托代理关系。信息不对称是委托代理关系中存在的一个关键问题。由于高管直接参与企业的日常经营活动，他们掌握着关于企业经营状况、财务信息、市场动态等方面的大量内部信息，而企业所有者往往难以全面、及时地获取这些信息，这就导致了委托人与代理人之间的信息不对称。这种信息不对称使得委托人难以准确评估代理人的工作努力程度和经营业绩，也为代理人进行机会主义行为提供了可能。在委托代理关系中，委托人与代理人的利益目标往往并不完全一致。企业所有者的目标通常是追求股东财富最大化，即实现企业价值的增长和利润的最大化，以增加自身的财富和投资回报。而高管作为代理人，他们的目标函数则更为复杂，除了关注企业的经营业绩外，还会追求自身利益的最大化，如获取更高的薪酬、奖金、福利，追求更多的在职消费，提升个人的社会地位和声誉等。当企业所有者与高管的利益目标不一致时，就容易引发利益冲突。在企业业绩考核中，高管可能会为了获得高额奖金和晋升机会，采取一些短期行为，如过度削减研发投入、减少长期资产的维护和更新等，这些行为虽然在短期内可能会提升企业的财务业绩，但从长期来看，却会损害企业的核心竞争力和可持续发展能力，从而损害股东的利益。为了解决委托代理关系中的信息不对称和利益冲突问题，激励机制的设计显得尤为重要。合理的激励机制可以使高管的利益与企业所有者的利益趋于一致，促使高管更加努力地工作，追求企业的长期发展目标。货币薪酬激励和管理层持股激励就是两种常见的激励方式。货币薪酬激励通过将高管的薪酬与企业的经营业绩挂钩，如根据企业的净利润、营业收入、每股收益等指标来确定高管的薪酬水平，使高管能够从企业的良好业绩中直接获得经济利益，从而激励他们努力提高企业的经营绩效。管理层持股激励则是让高管持有公司一定比例的股份，使高管成为公司的股东之一，其个人财富与公司的股票价值紧密相连。当公司业绩良好、股票价格上涨时，高管的持股价值也会随之增加，反之则会减少。这种方式能够增强高管对公司的归属感和责任感，使其更加关注公司的长期发展，减少短期行为，降低道德风险和逆向选择问题的发生。2.1.2激励理论激励理论旨在研究如何激发人的行为动机，以实现特定的目标。在企业管理中，激励理论被广泛应用于设计高管激励机制，以促使高管为实现企业目标而努力工作。薪酬激励和股权激励作为两种重要的激励方式，对高管行为有着深远的影响。薪酬激励是一种直接的物质激励方式，它通过给予高管与其工作业绩挂钩的薪酬，来激发高管的工作积极性和创造力。薪酬激励的核心在于将高管的个人利益与企业的经营绩效紧密联系在一起。当企业业绩提升时，高管能够获得更高的薪酬回报，这使得高管有动力采取各种措施来提高企业的经营效益。较高的薪酬水平可以满足高管的物质需求，使其感受到自身工作的价值和被认可，从而增强其工作的满意度和成就感。这种满足感和成就感又会进一步激发高管的工作热情，促使他们更加努力地投入到工作中，为企业创造更多的价值。然而，薪酬激励也存在一定的局限性。由于薪酬激励往往侧重于短期业绩，可能会导致高管过于关注企业的短期财务指标，如当期利润、销售额等，而忽视企业的长期发展战略和可持续发展能力。高管为了在短期内提升企业业绩，可能会采取一些短期行为，如削减研发投入、减少对员工培训的投入、过度利用财务杠杆等，这些行为虽然在短期内能够提高企业的利润，但从长期来看，却会削弱企业的核心竞争力，影响企业的长期发展。股权激励是一种长期激励方式，它通过让高管持有公司的股票或股票期权，使高管的利益与公司的长期利益紧密结合。当公司业绩良好、股票价格上涨时，高管的股票价值也会随之增加，从而获得丰厚的回报；反之，当公司业绩不佳、股票价格下跌时，高管的股票价值也会下降，遭受经济损失。这种利益共享、风险共担的机制能够有效激发高管的工作积极性和责任感，促使他们更加关注公司的长期发展战略和可持续发展能力。股权激励还可以增强高管对公司的归属感和忠诚度。当高管持有公司股票后，他们会更加关心公司的发展前景，将自己视为公司的一部分，愿意为公司的长期发展付出更多的努力。股权激励也有助于吸引和留住优秀的高管人才。在竞争激烈的人才市场中，股权激励作为一种具有吸引力的薪酬福利，可以吸引那些具有丰富经验和卓越能力的高管加入公司，同时也能够激励现有高管继续留在公司，为公司的发展贡献力量。但股权激励也并非完美无缺。它可能会受到市场因素的影响，导致股票价格不能完全反映公司的真实业绩，从而影响股权激励的效果。如果股票市场整体处于牛市行情，即使公司业绩没有明显提升，股票价格也可能会上涨，使得高管无需付出太多努力就能获得股票增值收益；反之，如果股票市场处于熊市行情，即使公司业绩良好，股票价格也可能会下跌，导致高管的股权激励收益受损。股权激励的实施成本较高，需要公司进行复杂的股权结构调整和管理，并且可能会稀释原有股东的股权比例。2.1.3盈余管理理论盈余管理是指企业管理层在遵循会计准则的基础上，通过运用会计手段或安排真实交易来调整企业的盈余，以达到特定目的的行为。盈余管理的主体通常是企业的管理层，包括董事会、经理层等，他们对企业的财务决策和信息披露具有重要的影响力。企业进行盈余管理的动机是多方面的。薪酬契约动机是其中一个重要原因。由于高管的薪酬往往与企业的财务业绩紧密挂钩，为了获得更高的薪酬和奖金，高管可能会有动机通过盈余管理来操纵企业的利润，使其达到薪酬契约中设定的目标。如果企业规定高管的奖金与净利润挂钩，当企业实际净利润未能达到奖金发放标准时，高管可能会通过调整会计政策、操纵应计项目等手段来虚增利润，从而获得更多的奖金。债务契约动机也是企业进行盈余管理的常见动机之一。在企业与债权人签订债务契约时，债权人通常会对企业的财务状况和偿债能力提出一定的要求，如规定资产负债率、利息保障倍数等财务指标的上限或下限。为了避免违反债务契约，避免受到债权人的惩罚，如提前收回贷款、提高贷款利率等，企业管理层可能会通过盈余管理来调整财务指标，使其符合债务契约的要求。当企业的资产负债率接近债务契约规定的上限时，管理层可能会通过减少负债、增加资产或虚增利润等方式来降低资产负债率，以满足债权人的要求。资本市场动机也是企业进行盈余管理的重要驱动力。在资本市场中，企业的财务业绩是投资者关注的重点，良好的业绩往往能够吸引更多的投资者，提高企业的股票价格和市场价值。为了在资本市场上获得更好的融资条件、吸引更多的投资者，企业管理层可能会进行盈余管理，向市场传递乐观的财务信息，粉饰企业的业绩。企业在进行首次公开发行股票（IPO）、增发股票或发行债券等融资活动时，往往会通过盈余管理来提高企业的净利润和每股收益，以吸引投资者的关注和认购。企业常用的盈余管理手段主要包括会计手段和真实活动操纵两种。会计手段主要是通过选择和变更会计政策、会计估计来调整企业的盈余。在固定资产折旧方法的选择上，企业可以采用直线法、双倍余额递减法等不同的折旧方法，不同的折旧方法会导致不同的折旧费用，从而影响企业的净利润。企业还可以通过调整坏账准备的计提比例、存货计价方法等会计估计来操纵利润。如果企业想要虚增利润，可以降低坏账准备的计提比例，减少当期的坏账损失，或者采用先进先出法在物价上涨时减少销售成本，从而增加利润。真实活动操纵则是通过安排真实的交易活动来调整企业的盈余。常见的真实活动操纵手段包括关联方交易、资产重组、过度生产、削减研发支出和广告支出等。关联方交易是指企业与关联方之间进行的交易，由于关联方之间存在特殊的关系，这种交易可能会存在价格不公允的情况，企业可以通过关联方交易来转移利润，实现盈余管理的目的。企业可以以高于市场价格的价格向关联方销售产品，或者以低于市场价格的价格从关联方采购原材料，从而虚增企业的利润。资产重组是指企业通过对资产进行重新组合、出售、置换等方式来调整企业的财务状况和经营业绩。企业可以通过出售盈利能力较强的资产，或者收购亏损资产等方式来操纵利润。过度生产是指企业为了降低单位产品的生产成本，增加当期利润，而进行超过市场需求的生产。由于固定成本在一定范围内不随产量的增加而变化，当产量增加时，单位产品分摊的固定成本就会降低，从而导致单位产品的生产成本下降，利润增加。但过度生产可能会导致产品积压，增加企业的库存成本和市场风险。削减研发支出和广告支出是企业为了短期内提高利润而采取的一种手段。研发支出和广告支出通常是企业的长期投资，对企业的未来发展具有重要意义，但这些支出会在当期确认为费用，减少企业的利润。为了提高当期利润，企业可能会削减研发支出和广告支出，但这会影响企业的创新能力和市场竞争力，对企业的长期发展产生不利影响。2.2文献综述2.2.1高管货币薪酬激励与盈余管理国内外学者对高管货币薪酬激励与盈余管理的关系进行了广泛研究，但尚未达成一致结论。部分学者认为，高管货币薪酬激励会引发盈余管理行为。Healy研究发现，当企业业绩处于高管薪酬契约规定的奖金区间时，高管有动机通过操控应计项目来增加利润，以获取更高奖金；当业绩超出或低于该区间时，高管可能会采取保守的会计处理方式，减少利润的确认。随后，Balsam以美国上市公司为样本，实证检验了操纵性应计利润与CEO现金报酬之间的关系，结果表明二者呈正相关，即CEO现金报酬越高，越倾向于进行盈余管理来提高自身薪酬。国内学者也对此展开研究。刘睿智等通过对中国上市公司的实证分析发现，高管货币薪酬与盈余管理程度显著正相关，当高管货币薪酬与企业业绩紧密挂钩时，高管会利用盈余管理手段来提高企业的财务业绩，从而获取更高的货币薪酬。张俊瑞等以我国上市公司为研究对象，发现高管货币薪酬与企业的可操控性应计利润存在显著的正相关关系，进一步验证了高管货币薪酬激励会导致盈余管理行为的观点。然而，也有学者持有不同观点。Jensen和Murphy认为，有效的薪酬契约能够使高管的利益与股东的利益趋于一致，从而抑制高管的盈余管理行为。他们通过对大量企业数据的分析发现，当薪酬契约设计合理，能够准确衡量高管的工作努力程度和经营业绩时，高管更倾向于通过提高企业的真实业绩来获得更高的薪酬，而不是进行盈余管理。Core和Guay的研究也表明，合理的薪酬结构可以减少高管进行盈余管理的动机，当薪酬中包含足够的长期激励成分时，高管会更加关注企业的长期发展，减少短期的盈余管理行为。在国内，王克敏等研究发现，当企业的薪酬契约能够有效地激励高管，使其利益与企业长期利益一致时，高管进行盈余管理的程度较低。他们认为，合理的薪酬设计可以通过激励高管追求企业的长期价值，减少其为追求短期货币薪酬而进行盈余管理的行为。张必武和石金涛通过对我国上市公司的实证研究发现，高管薪酬与企业绩效之间存在显著的正相关关系，并且当薪酬激励的效果较好时，企业的盈余管理程度较低，这说明合理的薪酬激励能够在一定程度上抑制盈余管理行为。还有学者认为，高管货币薪酬激励与盈余管理之间的关系受到多种因素的影响。Kato和Long研究发现，企业的治理结构会对高管货币薪酬激励与盈余管理的关系产生调节作用。在治理结构完善的企业中，高管货币薪酬激励与盈余管理之间的正相关关系较弱，因为有效的公司治理可以对高管的行为进行监督和约束，减少其盈余管理的机会和动机；而在治理结构不完善的企业中，高管更容易利用货币薪酬激励与企业业绩的挂钩关系，进行盈余管理来获取高额薪酬。国内学者李延喜等研究发现，企业的产权性质也会影响高管货币薪酬激励与盈余管理的关系。在国有企业中，由于受到政府监管和社会责任等因素的影响，高管货币薪酬激励与盈余管理之间的关系相对较弱；而在民营企业中，高管为了追求自身利益最大化，可能会更倾向于利用货币薪酬激励进行盈余管理。罗宏和黄文华研究发现，高管的权力也会对两者关系产生影响，当高管权力较大时，货币薪酬激励更容易引发盈余管理行为，因为高管能够利用手中的权力操纵企业的财务信息，以实现自身利益最大化。2.2.2管理层持股与盈余管理关于管理层持股与盈余管理的关系，学术界同样存在多种观点。一些学者认为，管理层持股会加剧盈余管理行为。Demsetz和Lehn提出，当管理层持有公司股份时，他们可能会利用自身的信息优势和控制权，通过盈余管理来提高公司股价，从而实现自身股票价值的增值。Forker以英国上市公司为样本进行研究，发现管理层持股比例与盈余管理程度呈正相关，即管理层持股比例越高，越有可能进行盈余管理来操纵公司的财务业绩。国内学者也有类似的研究结论。李增泉研究发现，我国上市公司管理层持股比例与盈余管理程度显著正相关，管理层为了提升自身持有的股票价值，会通过盈余管理手段来美化公司的财务报表，误导投资者对公司业绩的判断。蔡吉甫通过对我国制造业上市公司的实证分析发现，管理层持股比例的增加会导致盈余管理程度的提高，管理层持股使其有更强的动机和能力进行盈余管理，以获取更多的个人利益。然而，另一些学者则认为，管理层持股有助于抑制盈余管理行为。Jensen和Meckling认为，管理层持股可以使管理层的利益与股东的利益更加紧密地联系在一起，从而减少管理层的道德风险和逆向选择行为，降低盈余管理的可能性。他们认为，当管理层持有公司股份时，他们会更加关注公司的长期发展，因为公司的长期业绩与他们自身的利益息息相关，所以会减少为了短期利益而进行的盈余管理行为。国内学者也有相关研究支持这一观点。周建波和孙菊生研究发现，在我国上市公司中，当管理层持股比例较高时，管理层会更加注重公司的长期发展，减少短期的盈余管理行为，因为他们的利益与公司的长期利益紧密相连，通过真实的业绩提升来实现自身利益的最大化。王化成等研究发现，管理层持股可以在一定程度上抑制盈余管理行为，因为管理层持股后，会更加关注公司的价值创造，减少通过盈余管理来操纵利润的行为。还有学者认为，管理层持股与盈余管理之间存在非线性关系。Morck、Shleifer和Vishny研究发现，当管理层持股比例较低时，随着持股比例的增加，管理层有更强的动机通过盈余管理来提升自身利益，盈余管理程度会增加；但当管理层持股比例超过一定阈值后，管理层会更加关注公司的长期稳定发展，因为他们的利益与公司的整体利益高度一致，此时盈余管理程度会随着持股比例的增加而降低，即两者之间呈现倒U型关系。国内学者曲晓辉和邱月华对我国上市公司进行研究，也发现管理层持股与盈余管理之间存在倒U型关系。在管理层持股比例较低时，管理层为了追求自身利益，会利用持股带来的控制权进行盈余管理；而当持股比例较高时，管理层会更加注重公司的长期发展，减少盈余管理行为，以维护自身的长期利益和公司的声誉。2.2.3文献述评综上所述，现有关于高管激励与盈余管理的研究取得了丰硕成果，但仍存在一定不足，具体表现如下：研究结论存在分歧：对于高管货币薪酬激励与盈余管理的关系，以及管理层持股与盈余管理的关系，学术界尚未形成统一的结论。部分研究认为两者呈正相关，部分研究认为两者呈负相关，还有研究认为两者之间存在非线性关系或受到其他因素的影响。这种分歧可能源于研究样本、研究方法、研究模型以及研究时间跨度等方面的差异，需要进一步深入研究以明确两者之间的真实关系。研究视角有待拓展：现有研究多集中于单一激励方式对盈余管理的影响，从货币薪酬激励与管理层持股的双重视角进行综合研究的文献相对较少。然而，在实际企业中，高管往往同时受到多种激励方式的影响，单一激励方式的研究无法全面揭示高管激励与盈余管理偏好之间的复杂关系。因此，有必要从多维度、综合性的视角出发，深入探究不同激励方式对盈余管理偏好的协同影响和交互作用。影响机制研究不够深入：虽然已有研究对高管激励影响盈余管理的现象进行了大量实证分析，但对于其背后的深层次影响机制和作用路径，尚未进行系统而深入的探讨。例如，货币薪酬激励和管理层持股激励是如何通过影响高管的决策行为、心理预期和风险偏好，进而作用于盈余管理偏好的，目前的研究还不够清晰。深入研究这些影响机制，有助于更好地理解高管激励与盈余管理之间的内在联系，为制定有效的治理措施提供理论依据。缺乏动态研究：现有研究大多基于横截面数据或短期面板数据进行分析，对高管激励与盈余管理关系的动态变化关注不足。然而，企业的经营环境、市场竞争态势以及公司治理结构等因素都在不断变化，这些变化可能会导致高管激励与盈余管理之间的关系发生动态调整。因此，有必要开展动态研究，跟踪高管激励政策和盈余管理行为在不同时期的变化情况，以及它们之间的动态互动关系，为企业的长期发展提供更具前瞻性的建议。基于以上不足，本文拟从货币薪酬激励与管理层持股的双重视角出发，采用理论分析与实证研究相结合的方法，深入探究高管激励与盈余管理偏好之间的关系。通过构建合理的理论模型，详细分析两者之间的影响机制和作用路径，并运用大样本数据进行实证检验，以期为企业完善高管激励机制、抑制盈余管理行为提供更为全面、准确的理论支持和实践指导。三、研究设计3.1研究假设3.1.1货币薪酬激励与盈余管理偏好假设在委托代理理论框架下，高管与股东之间存在信息不对称和利益目标不一致的问题。高管作为代理人，其薪酬通常与企业的财务业绩紧密挂钩，如净利润、营业收入、每股收益等指标。为了获得更高的货币薪酬，高管有强烈的动机通过盈余管理来操纵企业的财务报表，使其呈现出更好的业绩表现。当企业实际业绩未能达到薪酬契约中设定的目标时，高管可能会运用会计手段，如调整会计政策、会计估计，来虚增利润。通过改变固定资产的折旧方法，从加速折旧法改为直线法，从而减少当期的折旧费用，增加净利润；或者通过调整坏账准备的计提比例，降低坏账准备的计提金额，减少当期的费用，进而提高利润。高管还可能安排真实交易来实现盈余管理，如通过关联方交易，以高于市场价格的价格向关联方销售产品，或者以低于市场价格的价格从关联方采购原材料，从而虚增企业的收入和利润。基于以上分析，提出假设1：H1：货币薪酬激励程度与盈余管理偏好正相关，即货币薪酬激励程度越高，企业的盈余管理偏好越强。H1：货币薪酬激励程度与盈余管理偏好正相关，即货币薪酬激励程度越高，企业的盈余管理偏好越强。3.1.2管理层持股与盈余管理偏好假设根据委托代理理论，管理层持股能够使管理层的利益与股东的利益更加紧密地联系在一起，形成利益共同体。当管理层持有公司股份时，他们的财富与公司的长期价值息息相关，因此会更加关注公司的长期发展，减少为了短期利益而进行的盈余管理行为。管理层持股比例较高时，管理层会意识到公司的长期稳定发展对于自身财富的增长至关重要。通过进行盈余管理来操纵短期业绩，虽然可能在短期内提升股票价格，但从长期来看，一旦被市场发现，将会严重损害公司的声誉和价值，导致股票价格下跌，最终损害自己的利益。管理层持股还可以增强管理层对公司的归属感和责任感，使其更愿意为公司的长期发展付出努力，通过提升公司的真实业绩来实现自身利益的最大化，而不是通过盈余管理来获取短期利益。然而，也有研究认为，当管理层持股比例较低时，管理层可能会利用持股带来的控制权进行盈余管理，以提升自身利益。但随着持股比例的进一步增加，管理层会更加注重公司的长期发展，减少盈余管理行为。即管理层持股与盈余管理之间可能存在非线性关系，呈现倒U型。综合考虑，提出假设2：H2：管理层持股比例与盈余管理偏好呈负相关，即管理层持股比例越高，企业的盈余管理偏好越弱。H2：管理层持股比例与盈余管理偏好呈负相关，即管理层持股比例越高，企业的盈余管理偏好越弱。3.2样本选取与数据来源为确保研究结果的准确性和可靠性，本研究选取2015-2022年我国沪深A股上市公司作为初始研究样本。在样本筛选过程中，遵循以下标准：剔除金融行业公司：金融行业具有独特的资本结构、监管环境和会计核算准则，其业务模式和财务特征与其他行业存在显著差异。银行、证券、保险等金融机构的资产负债表结构复杂，受到严格的金融监管政策约束，其盈余管理方式和动机与非金融企业不同。为避免行业特性对研究结果产生干扰，将金融行业公司从样本中剔除。剔除ST和*ST公司：ST（SpecialTreatment）和*ST（退市风险警示）公司通常面临财务状况异常或其他重大风险，如连续亏损、净资产为负等，这些公司的经营状况和财务数据可能不稳定，且可能存在较强的盈余管理动机以避免退市。对研究结果的准确性和可靠性产生较大影响，因此将这类公司予以剔除。剔除关键数据缺失公司：确保数据的完整性是进行有效实证分析的基础。对于在高管货币薪酬、管理层持股比例、财务指标等关键变量上存在数据缺失的公司，无法准确衡量其相关特征和变量值，从而影响研究结果的准确性，故将这些公司从样本中删除。经过上述筛选过程，最终获得[X]个公司年度观测值。本研究的数据来源广泛，以确保数据的全面性和可靠性：高管薪酬数据：主要来源于上市公司年报中披露的高管薪酬信息。通过手工收集和整理年报中关于董事、监事和高级管理人员的薪酬数据，获取前三名高管薪酬总额，并以此作为衡量高管货币薪酬激励的指标。管理层持股数据：从上市公司年报中获取管理层持股数量和持股比例等相关信息。年报中详细披露了公司管理层的持股情况，包括直接持股和间接持股数量，以及持股比例的变化情况，这些数据为研究管理层持股激励提供了重要依据。财务数据：公司的财务数据主要取自万得（Wind）数据库和锐思（RESSET）数据库。这两个数据库涵盖了丰富的上市公司财务信息，包括资产负债表、利润表、现金流量表等主要财务报表数据，以及各种财务比率和指标，能够满足研究中对公司财务状况和经营业绩分析的需求。此外，为确保数据的质量和一致性，对收集到的数据进行了以下处理：异常值处理：对所有连续变量进行1%水平的双边缩尾处理，以消除极端值对研究结果的影响。在实际数据中，可能存在一些异常值，这些异常值可能是由于数据录入错误、特殊事件或其他原因导致的。如果不进行处理，这些异常值可能会对回归结果产生较大的影响，导致研究结论出现偏差。通过缩尾处理，将变量值在1%分位数以下和99%分位数以上的数据分别调整为1%分位数和99%分位数的值，从而使数据更加稳健，提高研究结果的可靠性。数据一致性检查：对不同来源的数据进行交叉核对和一致性检查，确保数据的准确性和完整性。在数据收集过程中，由于数据来源不同，可能会出现数据不一致的情况。通过对不同来源的数据进行对比和验证，及时发现并纠正数据中的错误和不一致之处，保证数据的质量和可靠性。3.3变量定义与模型构建3.3.1变量定义被解释变量：本研究选用修正的琼斯模型计算出的可操纵应计利润（DA）作为盈余管理的衡量指标。可操纵应计利润能够反映企业管理层通过会计手段或安排真实交易来调整企业盈余的程度，其值越大，表明企业的盈余管理程度越高，盈余管理偏好越强。修正的琼斯模型在传统琼斯模型的基础上，控制了应收账款变动对盈余管理的影响，使其能够更准确地衡量企业的盈余管理水平。该模型的计算公式为：DA_{it}=TA_{it}/A_{it-1}-NDA_{it}其中，DA_{it}表示第i家公司在第t期的可操纵应计利润，TA_{it}表示第i家公司在第t期的总应计利润，A_{it-1}表示第i家公司在第t-1期的期末总资产，NDA_{it}表示第i家公司在第t期的非可操纵应计利润。非可操纵应计利润NDA_{it}通过以下模型进行估计：NDA_{it}/A_{it-1}=\alpha_{1}(1/A_{it-1})+\alpha_{2}(\DeltaREV_{it}/A_{it-1})+\alpha_{3}(PPE_{it}/A_{it-1})其中，\alpha_{1}、\alpha_{2}、\alpha_{3}为回归系数，通过对同行业样本公司进行回归估计得到；\DeltaREV_{it}表示第i家公司在第t期的营业收入变动额；PPE_{it}表示第i家公司在第t期的固定资产原值。解释变量：货币薪酬激励程度（Pay），以高管前三名薪酬总额的自然对数来衡量。高管货币薪酬是企业对高管激励的重要组成部分，薪酬水平越高，通常意味着货币薪酬激励程度越强，能够更直接地反映高管从企业获得的经济利益与企业业绩的关联程度。管理层持股比例（MSR），用管理层持有的公司股份数量占公司总股份数量的比例来表示。该比例反映了管理层与公司利益的绑定程度，比例越高，表明管理层在公司中的利益诉求与公司的长期发展越紧密相关。控制变量：参考以往相关研究，本研究选取了多个可能影响盈余管理的控制变量，包括公司规模（Size），用期末总资产的自然对数衡量，公司规模越大，其经济实力和资源配置能力越强，可能对盈余管理行为产生影响；资产负债率（Lev），即总负债与总资产的比值，反映公司的偿债能力和财务风险，财务风险较高的公司可能有更强的动机进行盈余管理；净资产收益率（ROE），净利润与股东权益的百分比，体现公司的盈利能力，盈利能力不同的公司，其盈余管理动机和程度可能存在差异；董事会规模（Board），以董事会成员人数表示，董事会在公司治理中发挥着重要的监督和决策作用，其规模大小可能影响公司的决策效率和对管理层的监督效果，进而影响盈余管理行为；独立董事比例（Indep），独立董事人数占董事会总人数的比例，独立董事的独立性和专业性能够对管理层的行为起到一定的监督和制衡作用，有助于抑制盈余管理行为；两职合一（Dual），若董事长和总经理为同一人，取值为1，否则为0，两职合一可能导致管理层权力过度集中，增加盈余管理的风险。此外，还控制了年度（Year）和行业（Industry）固定效应，以消除不同年度宏观经济环境和行业特征对研究结果的影响。各变量的具体定义如表1所示：表1：变量定义表变量类型变量符号变量名称变量定义被解释变量DA可操纵应计利润采用修正的琼斯模型计算得出，用于衡量盈余管理程度解释变量Pay货币薪酬激励程度高管前三名薪酬总额的自然对数MSR管理层持股比例管理层持有的公司股份数量占公司总股份数量的比例控制变量Size公司规模期末总资产的自然对数Lev资产负债率总负债与总资产的比值ROE净资产收益率净利润与股东权益的百分比Board董事会规模董事会成员人数Indep独立董事比例独立董事人数占董事会总人数的比例Dual两职合一若董事长和总经理为同一人，取值为1，否则为0Year年度年度虚拟变量Industry行业行业虚拟变量，根据证监会行业分类标准设置3.3.2模型构建为了检验假设1和假设2，构建如下多元线性回归模型：DA_{it}=\beta_{0}+\beta_{1}Pay_{it}+\sum_{j=2}^{7}\beta_{j}Control_{jit}+\sum_{k=1}^{n}\gamma_{k}Year_{kt}+\sum_{l=1}^{m}\delta_{l}Industry_{lit}+\epsilon_{it}DA_{it}=\beta_{0}+\beta_{1}MSR_{it}+\sum_{j=2}^{7}\beta_{j}Control_{jit}+\sum_{k=1}^{n}\gamma_{k}Year_{kt}+\sum_{l=1}^{m}\delta_{l}Industry_{lit}+\epsilon_{it}其中，i表示第i家公司，t表示第t期；\beta_{0}为截距项，\beta_{1}-\beta_{7}为各变量的回归系数，\gamma_{k}和\delta_{l}分别为年度和行业固定效应的系数；Control_{jit}表示第j个控制变量在第i家公司第t期的值；\epsilon_{it}为随机误差项，反映模型中未被解释的部分。第一个模型用于检验货币薪酬激励程度（Pay）与盈余管理偏好（DA）之间的关系，若\beta_{1}显著为正，则支持假设1，即货币薪酬激励程度与盈余管理偏好正相关；第二个模型用于检验管理层持股比例（MSR）与盈余管理偏好（DA）之间的关系，若\beta_{1}显著为负，则支持假设2，即管理层持股比例与盈余管理偏好呈负相关。通过对上述模型进行回归分析，能够定量地研究高管货币薪酬激励和管理层持股对盈余管理偏好的影响，为研究假设的验证提供实证依据。四、实证结果与分析4.1描述性统计对样本数据中主要变量进行描述性统计，结果如表2所示。从表中可以看出，可操纵应计利润（DA）的均值为[DA均值]，标准差为[DA标准差]，最小值为[DA最小值]，最大值为[DA最大值]。这表明样本企业之间的盈余管理程度存在一定差异，部分企业的盈余管理程度较高，而部分企业的盈余管理程度较低。货币薪酬激励程度（Pay）的均值为[Pay均值]，说明样本企业高管前三名薪酬总额的自然对数平均处于[具体数值范围]水平；最小值为[Pay最小值]，最大值为[Pay最大值]，表明不同企业之间高管货币薪酬存在较大差距，这可能与企业规模、盈利能力、行业特点等因素有关。大型企业或盈利能力较强的企业可能会给予高管更高的薪酬，以吸引和激励优秀人才；而小型企业或盈利能力较弱的企业，由于资源有限，可能无法提供高额的货币薪酬。管理层持股比例（MSR）的均值为[MSR均值]，最小值为[MSR最小值]，最大值为[MSR最大值]，显示出样本企业管理层持股比例分布较为分散，部分企业管理层持股比例较高，而部分企业管理层持股比例较低，这反映了不同企业在股权结构和激励机制设计上存在差异。公司规模（Size）的均值为[Size均值]，标准差为[Size标准差]，体现出样本企业规模大小不一；资产负债率（Lev）均值为[Lev均值]，表明样本企业整体的负债水平处于[具体水平]；净资产收益率（ROE）均值为[ROE均值]，说明样本企业的平均盈利能力为[具体水平]；董事会规模（Board）均值为[Board均值]，反映出样本企业董事会成员数量的平均水平；独立董事比例（Indep）均值为[Indep均值]，表明样本企业独立董事在董事会中的占比平均处于[具体比例]；两职合一（Dual）的均值为[Dual均值]，意味着样本企业中董事长和总经理两职合一的比例为[具体比例]。表2：描述性统计结果变量观测值均值标准差最小值最大值DA[样本数量][DA均值][DA标准差][DA最小值][DA最大值]Pay[样本数量][Pay均值][Pay标准差][Pay最小值][Pay最大值]MSR[样本数量][MSR均值][MSR标准差][MSR最小值][MSR最大值]Size[样本数量][Size均值][Size标准差][Size最小值][Size最大值]Lev[样本数量][Lev均值][Lev标准差][Lev最小值][Lev最大值]ROE[样本数量][ROE均值][ROE标准差][ROE最小值][ROE最大值]Board[样本数量][Board均值][Board标准差][Board最小值][Board最大值]Indep[样本数量][Indep均值][Indep标准差][Indep最小值][Indep最大值]Dual[样本数量][Dual均值][Dual标准差][Dual最小值][Dual最大值]通过对主要变量的描述性统计分析，初步了解了样本数据的基本特征和分布情况，为后续的相关性分析和回归分析奠定了基础，有助于进一步探究高管激励与盈余管理偏好之间的关系以及各控制变量对盈余管理的影响。4.2相关性分析在进行回归分析之前，先对各变量进行相关性分析，以初步了解变量之间的关系，检验变量之间是否存在严重的多重共线性问题。相关性分析结果如表3所示。表3：相关性分析结果变量DAPayMSRSizeLevROEBoardIndepDualDA1Pay[Pay与DA的相关系数]1MSR[MSR与DA的相关系数][MSR与Pay的相关系数]1Size[Size与DA的相关系数][Size与Pay的相关系数][Size与MSR的相关系数]1Lev[Lev与DA的相关系数][Lev与Pay的相关系数][Lev与MSR的相关系数][Lev与Size的相关系数]1ROE[ROE与DA的相关系数][ROE与Pay的相关系数][ROE与MSR的相关系数][ROE与Size的相关系数][ROE与Lev的相关系数]1Board[Board与DA的相关系数][Board与Pay的相关系数][Board与MSR的相关系数][Board与Size的相关系数][Board与Lev的相关系数][Board与ROE的相关系数]1Indep[Indep与DA的相关系数][Indep与Pay的相关系数][Indep与MSR的相关系数][Indep与Size的相关系数][Indep与Lev的相关系数][Indep与ROE的相关系数][Indep与Board的相关系数]1Dual[Dual与DA的相关系数][Dual与Pay的相关系数][Dual与MSR的相关系数][Dual与Size的相关系数][Dual与Lev的相关系数][Dual与ROE的相关系数][Dual与Board的相关系数][Dual与Indep的相关系数]1从表3中可以看出，货币薪酬激励程度（Pay）与盈余管理偏好（DA）的相关系数为[Pay与DA的相关系数]，且在[具体显著性水平]上显著正相关，初步表明货币薪酬激励程度越高，企业的盈余管理偏好越强，这与假设1的预期方向一致。管理层持股比例（MSR）与盈余管理偏好（DA）的相关系数为[MSR与DA的相关系数]，且在[具体显著性水平]上显著负相关，初步支持了假设2，即管理层持股比例越高，企业的盈余管理偏好越弱。各控制变量与盈余管理偏好（DA）也存在一定的相关性。公司规模（Size）与DA在[具体显著性水平]上显著正相关，说明公司规模越大，可能面临更多的利益相关者关注和市场压力，从而更有动机进行盈余管理；资产负债率（Lev）与DA在[具体显著性水平]上显著正相关，表明财务风险较高的公司可能通过盈余管理来掩盖财务困境或满足债务契约要求；净资产收益率（ROE）与DA在[具体显著性水平]上显著负相关，意味着盈利能力较强的公司更注重自身的声誉和长期发展，进行盈余管理的动机相对较弱；董事会规模（Board）与DA在[具体显著性水平]上显著正相关，可能是因为董事会规模较大时，决策过程可能更为复杂，对管理层的监督效率可能降低，从而增加了盈余管理的可能性；独立董事比例（Indep）与DA在[具体显著性水平]上显著负相关，说明独立董事能够发挥监督作用，有效抑制企业的盈余管理行为；两职合一（Dual）与DA在[具体显著性水平]上显著正相关，表明当董事长和总经理为同一人时，管理层权力集中，缺乏有效的制衡机制，更容易引发盈余管理行为。各变量之间的相关系数绝对值均小于0.8，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，可以进行多元线性回归分析。相关性分析只是初步检验变量之间的关系，具体的影响关系还需要通过回归分析进一步验证。4.3回归结果分析4.3.1货币薪酬激励与盈余管理回归结果对构建的货币薪酬激励与盈余管理回归模型进行估计，结果如表4所示。从回归结果来看，货币薪酬激励程度（Pay）的回归系数为[β1的估计值]，在[具体显著性水平]上显著为正，这表明货币薪酬激励程度与盈余管理偏好之间存在显著的正相关关系。即随着货币薪酬激励程度的提高，企业的盈余管理偏好越强，假设1得到了验证。这一结果与委托代理理论和激励理论相契合。在委托代理关系中，高管作为代理人，其薪酬与企业业绩挂钩，当货币薪酬激励程度较高时，高管为了获取更高的薪酬回报，会有更强的动机通过盈余管理来操纵企业的财务报表，使其呈现出更好的业绩表现。当企业设定的货币薪酬激励方案中，奖金与净利润紧密挂钩，且净利润目标较高时，高管可能会通过调整会计政策、操纵应计项目等手段来虚增净利润，以满足奖金发放条件，从而获得更高的货币薪酬。控制变量方面，公司规模（Size）的回归系数在[具体显著性水平]上显著为正，说明公司规模越大，盈余管理偏好越强。大型企业可能面临更复杂的业务结构和更多的利益相关者，管理层有更多机会和动机进行盈余管理以满足各方期望或实现自身利益。资产负债率（Lev）的回归系数在[具体显著性水平]上显著为正，表明财务风险较高的企业，管理层更倾向于通过盈余管理来掩盖财务困境或满足债务契约要求，降低违约风险。净资产收益率（ROE）的回归系数在[具体显著性水平]上显著为负，意味着盈利能力越强的企业，管理层进行盈余管理的动机相对较弱，因为良好的盈利能力本身就能够为管理层带来声誉和利益，无需通过盈余管理来提升业绩。董事会规模（Board）的回归系数在[具体显著性水平]上显著为正，可能是由于董事会规模较大时，决策过程复杂，对管理层的监督效率降低，导致管理层更容易进行盈余管理。独立董事比例（Indep）的回归系数在[具体显著性水平]上显著为负，说明独立董事能够发挥监督作用，有效抑制企业的盈余管理行为，独立董事的独立性和专业性能够对管理层的行为形成制衡，减少盈余管理的发生。两职合一（Dual）的回归系数在[具体显著性水平]上显著为正，表明当董事长和总经理为同一人时，管理层权力集中，缺乏有效的制衡机制，使得管理层更容易进行盈余管理以实现自身利益。表4：货币薪酬激励与盈余管理回归结果|变量|系数|标准误|t值|P>|t||---|---|---|---|---||Pay|[β1的估计值]|[β1的标准误]|[β1的t值]|[β1的P值]||Size|[β2的估计值]|[β2的标准误]|[β2的t值]|[β2的P值]||Lev|[β3的估计值]|[β3的标准误]|[β3的t值]|[β3的P值]||ROE|[β4的估计值]|[β4的标准误]|[β4的t值]|[β4的P值]||Board|[β5的估计值]|[β5的标准误]|[β5的t值]|[β5的P值]||Indep|[β6的估计值]|[β6的标准误]|[β6的t值]|[β6的P值]||Dual|[β7的估计值]|[β7的标准误]|[β7的t值]|[β7的P值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||---|---|---|---|---||Pay|[β1的估计值]|[β1的标准误]|[β1的t值]|[β1的P值]||Size|[β2的估计值]|[β2的标准误]|[β2的t值]|[β2的P值]||Lev|[β3的估计值]|[β3的标准误]|[β3的t值]|[β3的P值]||ROE|[β4的估计值]|[β4的标准误]|[β4的t值]|[β4的P值]||Board|[β5的估计值]|[β5的标准误]|[β5的t值]|[β5的P值]||Indep|[β6的估计值]|[β6的标准误]|[β6的t值]|[β6的P值]||Dual|[β7的估计值]|[β7的标准误]|[β7的t值]|[β7的P值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||Pay|[β1的估计值]|[β1的标准误]|[β1的t值]|[β1的P值]||Size|[β2的估计值]|[β2的标准误]|[β2的t值]|[β2的P值]||Lev|[β3的估计值]|[β3的标准误]|[β3的t值]|[β3的P值]||ROE|[β4的估计值]|[β4的标准误]|[β4的t值]|[β4的P值]||Board|[β5的估计值]|[β5的标准误]|[β5的t值]|[β5的P值]||Indep|[β6的估计值]|[β6的标准误]|[β6的t值]|[β6的P值]||Dual|[β7的估计值]|[β7的标准误]|[β7的t值]|[β7的P值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||Size|[β2的估计值]|[β2的标准误]|[β2的t值]|[β2的P值]||Lev|[β3的估计值]|[β3的标准误]|[β3的t值]|[β3的P值]||ROE|[β4的估计值]|[β4的标准误]|[β4的t值]|[β4的P值]||Board|[β5的估计值]|[β5的标准误]|[β5的t值]|[β5的P值]||Indep|[β6的估计值]|[β6的标准误]|[β6的t值]|[β6的P值]||Dual|[β7的估计值]|[β7的标准误]|[β7的t值]|[β7的P值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||Lev|[β3的估计值]|[β3的标准误]|[β3的t值]|[β3的P值]||ROE|[β4的估计值]|[β4的标准误]|[β4的t值]|[β4的P值]||Board|[β5的估计值]|[β5的标准误]|[β5的t值]|[β5的P值]||Indep|[β6的估计值]|[β6的标准误]|[β6的t值]|[β6的P值]||Dual|[β7的估计值]|[β7的标准误]|[β7的t值]|[β7的P值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||ROE|[β4的估计值]|[β4的标准误]|[β4的t值]|[β4的P值]||Board|[β5的估计值]|[β5的标准误]|[β5的t值]|[β5的P值]||Indep|[β6的估计值]|[β6的标准误]|[β6的t值]|[β6的P值]||Dual|[β7的估计值]|[β7的标准误]|[β7的t值]|[β7的P值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||Board|[β5的估计值]|[β5的标准误]|[β5的t值]|[β5的P值]||Indep|[β6的估计值]|[β6的标准误]|[β6的t值]|[β6的P值]||Dual|[β7的估计值]|[β7的标准误]|[β7的t值]|[β7的P值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||Indep|[β6的估计值]|[β6的标准误]|[β6的t值]|[β6的P值]||Dual|[β7的估计值]|[β7的标准误]|[β7的t值]|[β7的P值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||Dual|[β7的估计值]|[β7的标准误]|[β7的t值]|[β7的P值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||Observations|[样本数量]||R-squared|[R方值]||R-squared|[R方值]|调整后的R²为[R方值]，说明模型整体的拟合优度较好，能够较好地解释盈余管理偏好的变化。F值为[F值]，在[具体显著性水平]上显著，表明模型中所有解释变量对被解释变量的联合影响是显著的。4.3.2管理层持股与盈余管理回归结果管理层持股与盈余管理的回归结果如表5所示。从表中可以看出，管理层持股比例（MSR）的回归系数为[β1的估计值]，在[具体显著性水平]上显著为负，这表明管理层持股比例与盈余管理偏好之间存在显著的负相关关系。即管理层持股比例越高，企业的盈余管理偏好越弱，假设2得到了支持。这一结果符合委托代理理论中关于管理层持股能够使管理层与股东利益趋于一致的观点。当管理层持有公司股份时，他们的财富与公司的长期价值紧密相连，为了实现自身财富的增长，管理层会更加关注公司的长期发展，减少为了短期利益而进行的盈余管理行为。管理层持股比例较高的企业中，管理层会意识到通过盈余管理操纵短期业绩虽然可能在短期内提升股票价格，但一旦被市场发现，将会严重损害公司的声誉和价值，导致股票价格下跌，最终损害自己的利益。因此，他们更愿意通过提升公司的真实业绩来实现自身利益的最大化，从而减少盈余管理行为。在控制变量方面，各控制变量的回归结果与货币薪酬激励与盈余管理回归结果中的表现基本一致。公司规模（Size）、资产负债率（Lev）、董事会规模（Board）、两职合一（Dual）与盈余管理偏好呈正相关，净资产收益率（ROE）、独立董事比例（Indep）与盈余管理偏好呈负相关，且在相应的显著性水平上显著，这进一步验证了控制变量对盈余管理偏好的影响具有一定的稳定性和普遍性。表5：管理层持股与盈余管理回归结果|变量|系数|标准误|t值|P>|t||---|---|---|---|---||MSR|[β1的估计值]|[β1的标准误]|[β1的t值]|[β1的P值]||Size|[β2的估计值]|[β2的标准误]|[β2的t值]|[β2的P值]||Lev|[β3的估计值]|[β3的标准误]|[β3的t值]|[β3的P值]||ROE|[β4的估计值]|[β4的标准误]|[β4的t值]|[β4的P值]||Board|[β5的估计值]|[β5的标准误]|[β5的t值]|[β5的P值]||Indep|[β6的估计值]|[β6的标准误]|[β6的t值]|[β6的P值]||Dual|[β7的估计值]|[β7的标准误]|[β7的t值]|[β7的P值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||---|---|---|---|---||MSR|[β1的估计值]|[β1的标准误]|[β1的t值]|[β1的P值]||Size|[β2的估计值]|[β2的标准误]|[β2的t值]|[β2的P值]||Lev|[β3的估计值]|[β3的标准误]|[β3的t值]|[β3的P值]||ROE|[β4的估计值]|[β4的标准误]|[β4的t值]|[β4的P值]||Board|[β5的估计值]|[β5的标准误]|[β5的t值]|[β5的P值]||Indep|[β6的估计值]|[β6的标准误]|[β6的t值]|[β6的P值]||Dual|[β7的估计值]|[β7的标准误]|[β7的t值]|[β7的P值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||MSR|[β1的估计值]|[β1的标准误]|[β1的t值]|[β1的P值]||Size|[β2的估计值]|[β2的标准误]|[β2的t值]|[β2的P值]||Lev|[β3的估计值]|[β3的标准误]|[β3的t值]|[β3的P值]||ROE|[β4的估计值]|[β4的标准误]|[β4的t值]|[β4的P值]||Board|[β5的估计值]|[β5的标准误]|[β5的t值]|[β5的P值]||Indep|[β6的估计值]|[β6的标准误]|[β6的t值]|[β6的P值]||Dual|[β7的估计值]|[β7的标准误]|[β7的t值]|[β7的P值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||Size|[β2的估计值]|[β2的标准误]|[β2的t值]|[β2的P值]||Lev|[β3的估计值]|[β3的标准误]|[β3的t值]|[β3的P值]||ROE|[β4的估计值]|[β4的标准误]|[β4的t值]|[β4的P值]||Board|[β5的估计值]|[β5的标准误]|[β5的t值]|[β5的P值]||Indep|[β6的估计值]|[β6的标准误]|[β6的t值]|[β6的P值]||Dual|[β7的估计值]|[β7的标准误]|[β7的t值]|[β7的P值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||Lev|[β3的估计值]|[β3的标准误]|[β3的t值]|[β3的P值]||ROE|[β4的估计值]|[β4的标准误]|[β4的t值]|[β4的P值]||Board|[β5的估计值]|[β5的标准误]|[β5的t值]|[β5的P值]||Indep|[β6的估计值]|[β6的标准误]|[β6的t值]|[β6的P值]||Dual|[β7的估计值]|[β7的标准误]|[β7的t值]|[β7的P值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||ROE|[β4的估计值]|[β4的标准误]|[β4的t值]|[β4的P值]||Board|[β5的估计值]|[β5的标准误]|[β5的t值]|[β5的P值]||Indep|[β6的估计值]|[β6的标准误]|[β6的t值]|[β6的P值]||Dual|[β7的估计值]|[β7的标准误]|[β7的t值]|[β7的P值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||Board|[β5的估计值]|[β5的标准误]|[β5的t值]|[β5的P值]||Indep|[β6的估计值]|[β6的标准误]|[β6的t值]|[β6的P值]||Dual|[β7的估计值]|[β7的标准误]|[β7的t值]|[β7的P值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||Indep|[β6的估计值]|[β6的标准误]|[β6的t值]|[β6的P值]||Dual|[β7的估计值]|[β7的标准误]|[β7的t值]|[β7的P值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||Dual|[β7的估计值]|[β7的标准误]|[β7的t值]|[β7的P值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||Constant|[β0的估计值]|[β0的标准误]|[β0的t值]|[β0的P值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||年度固定效应|是||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||行业固定效应|是||Observations|[样本数量]||R-squared|[R方值]||Observations|[样本数量]||R-squared|[R方值]||R-squared|[R方值]|调整后的R²为[R方值]，F值为[F值]且在[具体显著性水平]上显著，表明该模型的拟合效果较好，能够有效地解释管理层持股比例对盈余管理偏好的影响，以及各控制变量在其中所起的作用。4.4稳健性检验为确保研究结果的可靠性和稳定性，采用多种方法对上述回归结果进行稳健性检验。首先，采用替换变量法。选用现金流量法下的可操纵应计利润（DA_CFO）替代原有的基于修正琼斯模型计算的可操纵应计利润（DA）作为盈余管理的衡量指标。现金流量法下的可操纵应计利润能够从现金流量的角度更全面地反映企业的盈余管理行为，与基于权责发生制的修正琼斯模型计算的指标相互补充，有助于更准确地验证研究结论的稳健性。具体计算方法为：TA_{it}=Earnings_{it}-CFO_{it}NDA_{it}=\alpha_{1}(1/A_{it-1})+\alpha_{2}(\DeltaREV_{it}/A_{it