李　粟

【摘要】 公司高管薪酬問(wèn)題長(zhǎng)期以來(lái)都是一個(gè)研究熱點(diǎn)。為了提高其研究水平和研究質(zhì)量，有必要對(duì)國(guó)外相關(guān)領(lǐng)域的研究方法進(jìn)行學(xué)習(xí)和借鑒。本文對(duì)日本在高管薪酬問(wèn)題研究中的數(shù)據(jù)獲取、計(jì)量方法的選擇以及模型設(shè)定與假設(shè)檢驗(yàn)等方面的做法進(jìn)行了分析，從中發(fā)現(xiàn)一些值得我們學(xué)習(xí)的研究技巧和經(jīng)驗(yàn)。

【關(guān)鍵詞】 薪酬；研究方法；數(shù)據(jù)；模型；假設(shè)檢驗(yàn)

一、引言

公司高管薪酬問(wèn)題在國(guó)外長(zhǎng)期以來(lái)都是一個(gè)研究熱點(diǎn)。中國(guó)關(guān)于這一問(wèn)題的實(shí)證研究始于魏剛（2001）和李增泉（2001）的兩篇文章。自此以后，新的研究成果不斷涌現(xiàn)。但是國(guó)內(nèi)研究者過(guò)于關(guān)注是否得到了一個(gè)有意義的研究結(jié)果或者是研究結(jié)果與預(yù)期是否相符，常常忽視了研究方法對(duì)結(jié)果可能造成的影響。國(guó)內(nèi)的有些研究者認(rèn)為，“值得注意與借鑒的倒不是大樣本的統(tǒng)計(jì)規(guī)律，而應(yīng)該深入到薪酬體系取得成功的具體企業(yè)中，探詢其薪酬制度之所以取得成功的關(guān)鍵因素，看是否可以移植、嫁接到中國(guó)企業(yè)中來(lái)”（崔宏，2006）。與這種觀點(diǎn)不同，本文作者認(rèn)為，研究方法較之于具體的薪酬制度更具有普遍適用性，更有助于對(duì)問(wèn)題本質(zhì)的認(rèn)識(shí)。研究方法和研究技巧的不斷提高和細(xì)化是提高國(guó)內(nèi)高管薪酬問(wèn)題研究水平和研究質(zhì)量的重要方面。

之所以選擇日本作為學(xué)習(xí)對(duì)象，有以下幾個(gè)方面的原因：第一，中國(guó)關(guān)于企業(yè)高管薪酬的信息披露與日本有許多相似之處，而如何克服數(shù)據(jù)來(lái)源和數(shù)據(jù)質(zhì)量問(wèn)題則是國(guó)內(nèi)此類研究亟待解決的重要難題。第二，與英美國(guó)家不同，日本文獻(xiàn)針對(duì)企業(yè)高管薪酬問(wèn)題的研究著重于現(xiàn)金薪酬。由于中國(guó)的股權(quán)激勵(lì)在上世紀(jì)90年代末才開始試點(diǎn)（李春琦、黃群慧，2002），還沒(méi)有被廣泛采用。因此，現(xiàn)金薪酬也就成為國(guó)內(nèi)研究的主要對(duì)象。第三，日本學(xué)術(shù)界關(guān)于薪酬問(wèn)題的研究在數(shù)據(jù)選擇、模型設(shè)定以及對(duì)結(jié)果的解釋方面都有許多值得我們學(xué)習(xí)的地方。雖然有些方面還無(wú)法直接借用，但是對(duì)于我們研究思路的開拓或者是研究方法的創(chuàng)新還是有很大幫助的。

二、研究數(shù)據(jù)的獲取

薪酬數(shù)據(jù)的來(lái)源與質(zhì)量對(duì)研究具有十分重要的作用。在日本，薪酬數(shù)據(jù)的來(lái)源也受到很大的限制，數(shù)據(jù)質(zhì)量也存在許多缺陷。日本上市公司只是被要求披露公司所有高管薪酬的總額，而沒(méi)有像美國(guó)企業(yè)那樣需要披露個(gè)人的薪酬信息。研究者通常是將這個(gè)薪酬總額除以高管人數(shù)，來(lái)轉(zhuǎn)換為所謂的個(gè)人薪酬數(shù)據(jù)。這種做法會(huì)使數(shù)據(jù)存在偏誤，并且常常是被低估。因此，如何克服數(shù)據(jù)上的偏誤是所要解決的一個(gè)首要難題。

Kato和Kubo（2006）采用了一家薪酬顧問(wèn)公司所提供的51家日本企業(yè)薪酬數(shù)據(jù)。其中18家為上市公司，33家為非上市公司，期間為1986－1995年。這個(gè)數(shù)據(jù)的主要優(yōu)點(diǎn)在于：首先，薪酬數(shù)據(jù)是關(guān)于公司高管個(gè)人的薪酬信息，因此可以在一定程度上避免前面所提到的“偏誤”。第二，數(shù)據(jù)結(jié)構(gòu)是面板數(shù)據(jù)，因此可以在一定程度上解決忽略變量問(wèn)題。第三，在這個(gè)數(shù)據(jù)中既包括了上市公司，也包括了非上市公司，因此可以將兩者進(jìn)行對(duì)比研究。但是，這種數(shù)據(jù)也存在一些缺陷。 Nakazato等（2006）指出，盡管這些數(shù)據(jù)的信息十分豐富，但是公司的選擇不是隨機(jī)的。另外，Kato（1994）也指出，專業(yè)公司的調(diào)查數(shù)據(jù)常常沒(méi)有顯示企業(yè)名稱，無(wú)法將調(diào)查數(shù)據(jù)與會(huì)計(jì)報(bào)表中的信息進(jìn)行合并。由于缺少一些反映企業(yè)特征的變量，使得通過(guò)專業(yè)公司調(diào)查所獲得的數(shù)據(jù)“不適合進(jìn)行多元回歸分析”。在美國(guó)的一些文獻(xiàn)中也經(jīng)常采用專業(yè)公司所調(diào)查的數(shù)據(jù)來(lái)進(jìn)行企業(yè)高級(jí)管理人員薪酬問(wèn)題的研究。

由于日本相關(guān)法律要求納稅額超過(guò)1千萬(wàn)日元的納稅人應(yīng)將其身份和稅收賬單予以公布。因此，Kato和Rockel（1992）和Nakazato等（2006）都是利用這個(gè)稅收?qǐng)?bào)告推算出了公司高管理的個(gè)人薪酬數(shù)額。Kato和Rockel（1992）觀察了1985年的599位公司總裁的納稅情況；而Nakazato等（2006）則對(duì)2004年的578位公司總裁的納稅情況進(jìn)行了觀察。由于日本相關(guān)法律，納稅人的納稅收入在1.8千萬(wàn)日元以上的稅率為37％。根據(jù)這個(gè)稅率就可以大致推算出納稅人的應(yīng)稅收入。這種數(shù)據(jù)來(lái)源的重要特點(diǎn)是只可以獲得收入超過(guò)一定標(biāo)準(zhǔn)的薪酬數(shù)據(jù)。而在這一標(biāo)準(zhǔn)以下的薪酬數(shù)額只能認(rèn)為是在某一數(shù)值以下。

這種類型的數(shù)據(jù)也存在一定的局限性。首先，許多高管所報(bào)告的應(yīng)稅收入都低于他們的實(shí)際收入。而且，與其他地方的企業(yè)一樣，日本公司的高管也存在大量不屬于納稅范圍的津貼。但是，重要的是這種向下的偏誤不會(huì)因企業(yè)的不同而出現(xiàn)系統(tǒng)性的變化。另外，許多高管還有其他來(lái)源的收入。因此，采用應(yīng)稅收入又會(huì)對(duì)企業(yè)所支付的薪酬產(chǎn)生一個(gè)向上的估計(jì)偏誤。例如，一些比較富有的企業(yè)高管可以進(jìn)行較大數(shù)額的投資活動(dòng)，從而獲得更多的投資性收入，而這部分收入并不屬于薪酬的范疇。

對(duì)于研究者而言，數(shù)據(jù)來(lái)源及其質(zhì)量在某種程度上是無(wú)法完全控制的。因此，為了克服數(shù)據(jù)的缺陷，我們還需要針對(duì)具體的數(shù)據(jù)采用與之相適應(yīng)的計(jì)量方法，從而增強(qiáng)估計(jì)結(jié)果的有效性。下面將著重討論這個(gè)問(wèn)題。

三、數(shù)據(jù)類型與計(jì)量方法的選擇

薪酬數(shù)據(jù)的搜集只是進(jìn)行問(wèn)題分析的第一步，要想得出一個(gè)可靠而有效的結(jié)論，還必須將不同的數(shù)據(jù)類型與適當(dāng)?shù)挠?jì)量方法相配合。如前所述，不同來(lái)源的數(shù)據(jù)都會(huì)存在一定的偏誤，因此，可以通過(guò)計(jì)量方法的選擇來(lái)盡量削弱數(shù)據(jù)缺陷對(duì)結(jié)果的影響。由于國(guó)內(nèi)的許多研究沒(méi)有將數(shù)據(jù)偏誤對(duì)結(jié)果可能造成的影響進(jìn)行深入、細(xì)致地探討，因此常常忽略計(jì)量模型的選擇，只是簡(jiǎn)單地采用OLS回歸方法。

在Kato和Kubo（2006）中的數(shù)據(jù)結(jié)構(gòu)為面板數(shù)據(jù)，因此可以使用面板數(shù)據(jù)的固定效應(yīng)模型來(lái)省略掉那些不隨時(shí)間變化的變量。這些變量包括企業(yè)高管的一些個(gè)人特征變量。面板數(shù)據(jù)的固定效應(yīng)回歸一方面可以精簡(jiǎn)模型；另一方面可以解決忽略變量對(duì)參數(shù)估計(jì)效率的影響。例如，在Kato和Kubo（2006）中使用的一個(gè)模型就是：△ln（APAY）i,t=α+βdDROAi,t+μi,t其中，因變量為企業(yè)高管年度現(xiàn)金薪酬的自然對(duì)數(shù)；而唯一的自變量是資產(chǎn)回報(bào)率。

如果只是一年的數(shù)據(jù)，則無(wú)法使用固定效應(yīng)回歸。Kato（1994）強(qiáng)調(diào)，“不是不愿意，而是因?yàn)闊o(wú)法使用固定效應(yīng)模型進(jìn)行回歸”。在這種情況下，就必須加入一些變量來(lái)控制CEO個(gè)人特征的變化。因此，在這種情況下就無(wú)法使用“簡(jiǎn)潔”的模型。在Nakazato等（2006）中，由于只使用了2004年一年的數(shù)據(jù)，因此也無(wú)法采用面板數(shù)據(jù)的固定效應(yīng)回歸。為此，作者從高管個(gè)人特征、高管持股比例、股權(quán)結(jié)構(gòu)以及董事會(huì)特征等方面加入控制變量。

對(duì)我們有較大啟發(fā)的是作者在回歸中采用了tobit模型。由于日本的相關(guān)法律規(guī)定了披露納稅人信息的最低納稅額。因此，納稅額低于該標(biāo)準(zhǔn)的企業(yè)高管薪酬就被“審查”（censor）掉了。雖然根據(jù)這個(gè)數(shù)據(jù)無(wú)法知道這些企業(yè)高管薪酬的具體數(shù)額。但是可以知道是在某一數(shù)額之下。為了從更廣泛的數(shù)據(jù)來(lái)探究企業(yè)高管薪酬問(wèn)題，使用tobit模型是必要的。作者認(rèn)為“這是處理審查數(shù)據(jù)的標(biāo)準(zhǔn)技術(shù)。這個(gè)技術(shù)一方面可以避免樣本選擇的偏誤，另一方面增加了回歸分析中的觀測(cè)樣本數(shù)量”。

使用不同類型的被解釋變量，應(yīng)該采用不同的計(jì)量方法。Nakazato等（2006）在對(duì)其最初的結(jié)論進(jìn)行穩(wěn)健性檢驗(yàn)的過(guò)程中，就使用了不同的回歸形式。例如，將High Income TP啞變量（如果高管在2004年的納稅額超過(guò)10百萬(wàn)日元以上，則設(shè)定為1；否則為0）作為被解釋變量則可以采用probit模型進(jìn)行回歸；將高管出現(xiàn)在納稅名單上的次數(shù)作為被解釋變量則可以采用possion模型進(jìn)行回歸。