管理层持股的决定因素以及股权集中度与经营业绩间关系研究

Understandingthedeterminantsofmanagerialownershipandthebetweenownershipandperformance了解管理层持股的决定因素和所有制与绩效之间的关系管理层持股的决定因素以及股权集中度与经营业绩间关系研究摘要：管理层持股和经营绩效由公司契约环境中的外生（仅仅部分观察的到）变化所内在决定。我们拓展了和19851介绍自从和1932方法是在公司中给经理人股权，这样可以助于通过联合经理人的利益和股东的利益来解决道德风险问题。因此，和1976和（和Lehn1996年Kole资本集中性，集中程度，广告集中性，现金流，和投资率）以此设计来控制道德危险范围。为了对道德风险（算出董事会持股和T之间分段线性的关系，并且发现T的增长和减少都与管理层持股相关。和Servaes（）检验出的数据比M对500和Q和管理层持股之间的倒U型关系。和（1991）分析出142个纽约证券交易所并且发现了当持股的赌注上升的时候Q便上升；当持股范围在到5%时，关系是消极的，而当持股在到的时候关系会变得积极M1935年（1999（和1988我们调查了这一异质性使得管理层持股以及公司经营业绩模型的内部变化。借鉴和的研究，我D和L的QQ预示。我们大体上延展一套由和研究的解释变量，并且我们展示出很多结果对管理层持股，行业固TTQQ1996契约环境中持股和业绩两者都是由相似的变量（可观察和不可观察）决定的。因此，我们的解释和的解释不234和562.一个用于分析执行契约的经验框架T中，我们认为这种回归是潜在的由于存在未观察到的异质性而错误指定。具体来说，如果T一些不可观察的决定5节，我们回到这一点模型Q。产。因此受管理酌处权。这个公司也有较高的QTT有竞争优势，因为（由于某些历史原因）它已经能够定位其产品在这样方式赋予更多的市场力量。如果这个市场;FTx和u,i和时间titit（m取决于潜在的道德风险和管理风险等因素，我们认为该部分可以用x衡量，但其他未被观察到的部分被包括在itituu=uititieititit和uiti用Q表示itit在同一个横截面的公司中，只要误差项uvw与m和x是不相关的，就可以对企业价it23iititititmuitiit一般来说，公式(6)的期望将会是零，只有在最优的合同并不取决于已被观察到的公司公司特征这种不太可能Q=γ1it23xa。it１与托宾Q模型相比，公式(1)的管理层持股水平的最优选择模型更容易确定，因为它只需要很弱的假设——已4Q征（即，不受控制的或未观察到的异质性）那部分所解释的程度第四，我们探讨使用辅助变量恢复公式（5）中参3453.数据我们的样本公司来自1982-1984这3数据作为利息变量)。然后我们根据随机抽样原则选择600家公司，并且收集所有后续期间的数据。因此，我们的面板数据在600家公司时在1982年到1984年期间达到平衡，但公司数量在1985年下降到551家，在样本数据中1992年时下降到330or东委托书的报告日期。这些可观测到的资料能够在股东委托书中找到，我们收集管理层持股变量，将这些信息与1表1600数据集，存在几个明显的优势。首先，与集中于“财富1000强”的研究相反，我们的样本包括大量的小公司，并施加的偏见的重要性。在年期间，平均所有权份额从19.4％，对于平衡面板，对于通过平衡标准移除的公司，所有权份额在22.4％和25.3％之间变化。有关管理层持股数据的可用性可以通过变量，如Compustat主要的解释变量；更多的企业因为合并而退出，而不是因为经营失败。当我们在我们的Q回归中包括逆米尔斯比表21982对398家例。为了说明小型和大型企业之间的差异，如表2所示，按规模分类，显示了1982年每个企业的平均管理人员数110001044.管理所有权的决定因素:经验证据.1公司的特征第2和R2L(LN(S))2和K/S2R＆DI/KY/S1986R&D/K和A/K010nnn于nn19846005255022020）正交易量和（1984328(从502家1976（1979其中i和t3中。4.2证明表4ALN(m/(1-(6由表3托宾的Q，即公司价值除以资产的重置价值的比值。对于公司价值，我们使用普通股的市场价值加上优先股的估计Q市场价值（粗略估计为优先股利的十倍）加上总负债的账面价值，并且，对于资产的重置价值，我们使用总资产的账面价值。这个定义与市净率密切相关，可以通过从分子分母中同时减去总负债轻易看出高层管理者的普通股持有总数为普通股未偿贷款的一部分mm2m2包括考虑到非线性m1m2m3e等于m，如果0.00<m<0.05；等于0.05，如果m≥0.05等于m-0.05，如果0.05<m<0.25；等于0.00，如果m≤0.05；等于0.02，如果m≥0.25等于m-0.25，如果0.25<m<1.00；等于0.00，如果m≤0.25每个管理者平均持有普通股。这个数字是用普通股的市场价值乘以高层管理人员持有的部分除以高层管理人员的数量计算来的LN(S)Ln(S))销售的自然对数用来衡量公司规模(2LN(S)的平方，包括LN(S)的非线性有形资产、长期资产（物业、厂房和设备）对销售的比率，用来衡量由于如资产很容易被监控并提供良好的抵押品的事实而造成的代理问题的缓和K/S(K/S)2(K/S)2包括K/S的非线性Y/S营业收入与销售额的比率，代表市场权力、衡量在经营中可用的总现金流量异质股票价格风险的标准偏差，是从一个使用年度样本所涵盖的期间的每日数据的资本资产定价模型（CAPM算出的残差的标准误差SIGMA如果估计σ所需的数据是可用的，则虚拟变量等于1，否则等于择偏差的风险，我们令σ缺失的观测值等于0，然后包括这个虚拟变量，允许截距项去捕捉σ的平均值作为缺失值研究和开发支出与物业，厂房和设备存量的比率，用来衡量研究和开发资本相对于其他非固定资产的作用如果研发数据是可用的，则虚拟变量等于1，否则等于（见SIGDUM定义）广告费用与物业、厂房和设备存量的比率，用来衡量广告资本相对于其他非固定资产的作用如果研发数据可用，则虚拟变量等于1，否则等于。使用细节见SIGDUM定义资本性支出与物业、厂房及设备存量之比SIGDUMR&D/KRDUMA/KADUM表4（，LN(m/(1-m))3所有企业合并的)0.1950.050)0.0270.005)1.1310.250)0.0230.157)5.201.96).0980.098).1430.240)1.0840.197)0.1910.061).2270.217)所有企业(SIC3效果)-0.182所有企业企业效应)0.058财富500强(企业效应)-1.288(0.697)0.040非500强(企业效应)0.252变量LN(S)Ln(S))K/S(-(((((0.053)-0.027(0.095)-0.038(0.010)-0.826(0.259)0.301(0.121)-0.067(0.016)-0.448(0.296)0.143-(2(0.005)-0.826(0.045)-1.05-(0.274)-0.011(0.543)0.440-(K/S)2(0.145)-3.84(0.122)-5.13(0.228)-0.707(13.3)(0.141)-4.84-SIGMASIGDUMY/S((1.86)(1.43)(1.38)00.1420.0831.49-0.092(0.090)0.191((((((0.092)-0.0200.219(0.568)0.6830(0.232)-0.239(0.178)0.502(0.678)3.08(0.175)0.546-(R&D)/KRDUMA/K(0.206)-0.056(0.284)0.332(1.21)(0.289)0.242-0.665(0.090)0.953(0.105)0.184(0.322)3.60(0.105)-0.067(0.413)0(0.332)(0.438)(1.19)0.1430.061).4400.156)-0.082(0.067)0.042(0.072)0.1570.033(0.215)0.280(0.191)764-0.037(0.077)0.144ADUM(0((0.152)2630(0.099)2630(0.106)1866#2630Adj.R20.4070.5840.8840.8840.831表4（eLN(e)为解释变量如下。3所有企业合并的).3340.056)0.0080.005).0440.255)0.7830.154)18.52.14).0890.101).580.326)0.1740.201).2120.065)0.1390.225).3140.067).4290.174)所有企业(SIC3效应)0.387所有企业企业效应)0.066财富500强(企业效应)-0.328(0.742)0.032非500强(企业效应)0.053变量LN(S)Ln(S))K/S(0(((((0.067)-0.012(0.006)1.629(0.112)0.030(0.145)0.041-(2(0.011)0.830(0.049)0.510(0.018)0.8881(0.302)-0.892(0.160)-18.3(0.300)-0.188(0.137)-14.5(0.600)-0.095(0.256)-24.6(0.355)-0.253(0.161)-12.6-(K/S)2-SIGMASIGDUMY/S((2.12)(1.68)(15.3)1.63(1.67)00.9150.5980.412((((((((0.100)1.14(0.115)1.80(0.526)4.63(0.107)1.561(0.335)0.154(0.242)0.380(0.830)3.79(0.235)0.282-(R&D)/KRDUMA/K(0.223)0.00(0.348)0.430(1.48)0.597(0.353)0.3790(0.100)0.834(0.116)0.235(0.315)3.34(0.125)0.121-(0.418)-0.080(0.076)1.06(0.658)0.030(1.08)0.276(0.662)0.0120ADUM(0.082)0.575(0.261)1.04(0.090)0.5251(0.173)2628(0.117)2628(0.251)763(0.128)1865#2628Adj.R20.3000.4460.8180.8380.770)R2在表4A的第二列和第三列中报道的规格分别控制在行业和企业层面的不可观察的异质性。第二列包括固定的三位数和（1985D＆D/K4A根据该公司是否在给定年份的财富500500们在表4B中给出了来自表4A中给出的相同模型的结果，但是因变量是对数4A4B4A和B有权数据包括在60天内可行权的选项，但省略最近尚未授予的奖励。因为我们缺乏给予所有高层管理者的所有股1992-1996年期间的数据中，使用“股票”定义的经理的薪酬绩效敏感度与使用股票加选择定义的薪0.95.55.1管理所有权异质性的证据分，我们已经表明，管理所有权可以通过公司合同环境的可观察特征来解释，例如股票价格波动和资产组成，如察到,具体来说，包括企业级固定虚拟变量将调整后的从0.584提高到。这些结果令人怀疑这样的假设，Q用的QQ（3Q，可观察的企业特征；x，不可观察的企业特征。我们在Q回归中使用两个规格的管理所有权。第一种包括m和（和Servaes1990mx我们对管理所有权和企业特征对Q的影响的实证分析总结在表5A和B中。表5A报告了管理所有权由m和5Bm1和12）回归x3xx5A中管理所有权的二次规格，我们注意到，管理所有权变量仅在没有其他变量的合并模型中和仅的底部报告了m和的联合显着性的x）或不可观察的企业特征（在uQ的影响没有影响。虽然没有在表5A中报告，但这些结果对500500转向表5B1988m对Q递减的速率增加，然后下降。与管理所有权的二次规范相反，规范对包含可观察到的承包决定因素和行业虚拟变量是强大的。一旦我们控制x变量和uQ没有统500500表5A和B中报告的结果证实了第2节中描述的收缩实例的直觉。首先，包括观察特征（x）时所获得的结果Q和mQ和Q使用1978I'Greene1997，第534页；Newey，其中zxuitiuzH0（mu=m是衡量管理所有权效iititiit×1使用一致的内估计，我们可以构造一致的估计残差w=u+e。我们的检验统计量是itiit其中T是企业ii（参见Greene1997）。是rp5A和Bp低。这大概反映了斜率估计的较高效率通常暗示的较高测试功率。拒绝管理所有权的异质性的零假设对于表5B中和1986低我们的检验对所有权变量的联合显著性的影响，并且由于残差估计的不一致性，使我们的检验统计量的分4A和B表5A和B和确5.2对契约关系的一种更为结构性的解释和和,(Q4A和BQQ值QQQQ值的QQ结果