高管薪酬結構調整與股價崩盤風險：“利益趨同”還是“塹壕防御”？

周 蕾 周萍華 方 岳

(1.安徽財經大學 會計學院，安徽 蚌埠 233030；2.浙江大學 經濟學院，浙江 杭州 310058)

一、問題提出

從20世紀90年代滬深證券交易所成立至今，我國股市歷經多次暴跌。特別是2008年金融危機爆發以來，我國股市一直不太景氣，“慢漲快跌”“牛短熊長”特征較為明顯。2015年的股市跳水與2018年的全球性股價快閃崩盤，不僅導致投資者個人財富嚴重縮水，而且極大地擾亂了資本市場的秩序。由此，股價崩盤問題得到了學術界與實務界的廣泛關注。從已有文獻的研究結論來看，學者對于股價崩盤產生原因的認識基本達成一致，即管理層隱藏負面消息，導致壞消息逐漸積累直至失去控制，一旦壞消息被集中釋放至資本市場，則將引發股價崩盤(Kim et al.,2011)。

那么，管理層為什么會隱藏壞消息呢？相關研究表明，高管隱藏壞信息的動機，通常與以下幾個方面相關：以經營績效和市場價值為評判標準的薪酬契約(盧寧文 等,2008;韓靜 等,2014)，融資或其他交易契約(趙剛 等,2014;García Lara et al.,2016)，訴訟(祝繼高,2011)，稅收(周澤將,2012)以及監管(張建勇,2014)等。其中，高管因追逐私利而隱藏壞消息的行為最受詬病。高管作為負責企業經營管理的核心人物，其行為及背后動機會對公司的短期業績表現和長期發展產生不可估量的影響。因此，當董事會意識到現有激勵方式失效時，其會嘗試通過調整高管的薪酬結構，以緩解代理沖突。通常，這種情況下的薪酬結構調整是公司治理水平提升的一種體現。然而，高管的薪酬結構與水平實際是多方利益團體共同博弈的結果。那么，當高管權力不斷膨脹以至于能夠控制和主導公司的薪酬制定時，公司的股價崩盤風險是否會受到影響呢？這一問題關乎上市公司高管薪酬激勵的效果評價及未來改進，具有重要的研究價值。

相比已有文獻，本文的貢獻主要體現在兩個方面：一是深化了高管薪酬激勵理論方面的研究。高管薪酬激勵一直是理論界與實務界關注的重要話題，而薪酬結構的設計則被認為是其中的難點和重點。從現有研究來看，學者著重考察了薪酬的設計程序、激勵方式、影響因素、激勵后果等，但鮮有文獻涉及薪酬結構調整及其產生的經濟后果。本文探討了高管薪酬結構調整對會計信息質量及股價崩盤風險的影響，同時檢驗了權力不同的高管對薪酬結構調整方式的偏好，為我國上市公司的高管薪酬設計提供了重要啟示。二是豐富了股價崩盤風險影響因素方面的文獻。近年來，學者對股價崩盤風險的成因進行了深入探究，但很少有研究基于高管薪酬的視角展開討論。本文發現高管薪酬結構調整通過改善會計信息質量，進而對公司股價崩盤風險產生了顯著的抑制作用。同時，我們也回答了薪酬結構調整行為將在何種條件下發揮“利益趨同效應”，在何種條件下發揮“塹壕防御效應”，并針對不同情形提供了相應的政策建議，這對于緩解公司代理問題，降低股價崩盤風險具有較高的參考價值。

二、文獻綜述與研究假設

(一)高管薪酬結構調整與會計信息質量

現代企業管理理論認為，薪酬激勵的主要功能是解決代理問題。由于所有權與經營權的分離，負責企業運營管理的高管與提供資本的股東之間存在著嚴重的信息不對稱。一方面，股東很難以較低的成本對高管工作進行有效監督，因此高管消極怠工的道德風險不可能完全避免；另一方面，高管相較于股東擁有天然的信息優勢，可能存在隱藏壞消息的逆向選擇風險。因此，代理問題嚴重的公司，會計信息質量普遍不高。為解決這一問題，現代公司通常會賦予高管一定數量的股票或期權，使其與股東的利益目標趨近，以緩解信息不對稱引發的代理沖突(Jensen,2004)。但是，對于應授予的股權薪酬比例及其激勵效果，目前學界存在兩種截然不同的觀點：“利益趨同效應”和“塹壕防御效應”。

“利益趨同效應”認為股權激勵比現金激勵具有更強且更持久的激勵效應(Jensen et al.,1990)。呂長江等(2009)指出，由于股權激勵能夠賦予高管部分剩余所有權，高管在進行經營決策時會更多地考慮股東的利益，這對于緩解代理沖突、促進會計信息質量提升具有積極影響。但是，張行等(2019)卻發現，股權激勵的薪酬績效敏感性隨著CEO任期的延長會逐漸減弱。也就是說，雖然股權薪酬被認為具有較強的激勵效果，但股權薪酬與企業業績之間并非單純的線性遞增關系。Fama et al.(1983)認為，當高管的持股比例較低時，來自經理人市場與公司控制權市場的監督對高管行為的影響較為有效，這有助于提升會計信息質量，進而緩解代理問題。然而，隨著高管被授予的股權數量不斷增加，管理層的權力也會進一步膨脹。當高管可以擺脫外界的監督與束縛，并反過來對公司施加控制時，其可能會有條件地以小股東和公司的利益為代價，謀取控制權私利，這就是典型的“塹壕防御效應”。因此，合理的薪酬結構是保證薪酬激勵達到最優效果的關鍵(Laux,2012)。張行等(2019)認為，董事會會通過“學習效應”對高管持股比例進行動態調整，以實現激勵效率的改進。也就是說，在高管聘任初期由于信息不對稱，董事會賦予高管的股權比例可能不盡合理，但隨著時間的推移，董事會通過“學習”等途徑對高管真實表現的了解不斷加深，并可能會據此調整高管的薪酬結構。因此，這一情形下的高管薪酬結構調整有助于提升激勵效果，緩解公司的代理問題，促使會計信息質量進一步提升。由此，本文提出：

H1a：高管薪酬結構調整與公司會計信息質量正相關。

上述假設成立的前提在于公司董事會具備足夠強的監督能力。通常，在公司治理結構的約束下，會計信息質量能夠得到有效保障，董事會可以根據高管的業績表現相機調整激勵方式和薪酬結構。但是如果公司治理水平不高，會計信息質量較低，董事會則難以有效發揮監管作用，此時高管很可能會利用自己的信息優勢和個人權力將薪酬結構調整為利己的“福利型”方案(呂長江 等,2009)。在此情形下，高管薪酬結構調整不僅無助于解決代理問題，反而還可能成為代理問題的一部分，高管對公司信息的刻意隱藏或者選擇性披露無疑會導致會計信息質量大幅降低。由此，本文提出：

H1b：高管薪酬結構調整與公司會計信息質量負相關。

(二)高管薪酬結構調整、會計信息質量與股價崩盤風險

從已有文獻來看，學者們就股價崩盤形成的原因、影響因素等方面展開了熱烈討論。目前被普遍接受的一個觀點是“股價泡沫與信息隱藏假說”，其認為股票市場原本就存在著各種各樣的泡沫，同時資本市場的信息不透明為管理層隱藏負面消息提供了一定便利，因此擁有信息優勢的內部人出于晉升、薪酬、避稅、并購等目的，有動機對會計信息披露進行策略性管理，比如分拆好消息逐次披露，極力隱藏壞消息。然而，公司承載壞消息的能力是有限的，一旦超過負荷、失去控制，負面消息被集中釋放至資本市場，則會瞬間刺破泡沫，導致股價崩盤。上述觀點也得到國內相關研究的證實，比如，楊威等(2018)以商譽為切入點，闡述了高商譽公司如何通過控制和操縱不同階段的信息披露，使股價泡沫逐步積累終至崩盤的過程；彭俞超等(2018)的研究表明，企業為隱藏主營業務負面消息而持有金融資產的行為，將導致未來的股價崩盤風險上升。不僅如此，田利輝等(2017)還發現，當高管代理成本足夠大時，監管當局強制要求上市公司披露社會責任信息不僅沒有有效緩解信息不對稱，反而導致股價崩盤風險顯著升高。由此，本文提出：

H2:會計信息質量與股價崩盤風險負相關。

如前文所述，當高管權力被有效約束和監督時，董事會可以通過“學習”不斷加深對高管能力的了解，并據此優化高管激勵模式。在此前提下，高管薪酬結構調整將大大緩解公司代理沖突，減少負面信息隱藏(Core et al.,1999;Core et al.,2002;Milbourn,2003;張行 等,2019)，并最終促使股價崩盤風險降低。由此，本文提出：

H3:高管薪酬結構調整與公司股價崩盤風險負相關。

(三)高管權力的調節作用

高管不僅具備天然的信息優勢，而且擁有決斷公司重要事項的權力。當高管權力不斷膨脹直至失去約束時，他很可能會利用自身所掌控的權力干預薪酬的制定過程，以謀取個人私利(呂長江 等,2008;盧銳 等,2008)。因此，與高管權力相伴而生的“天價薪酬”與“在職消費”等行為被廣為詬病。Kothari et al.(2009)指出，高管謀取私利的行為常常伴隨著信息披露不完全和財務造假等問題。因此，當高管權力過大時，企業進行薪酬結構調整并不一定是為了追求激勵效率的改進，而可能是高管“塹壕防御效應”的體現。此時代理沖突惡化，會計信息質量降低，不僅無法有效抑制公司的股價崩盤風險，甚至還可能推升風險。基于上述分析，本文認為薪酬結構調整對股價崩盤風險的作用方式和影響效果關鍵取決于高管權力的大小。也可以理解為，上文H1至H3成立的必要前提是高管權力能夠得到有效控制。由此，本文提出：

H4：高管權力越小，薪酬結構調整對股價崩盤風險的抑制作用越顯著。

三、研究設計

(一)樣本選擇與數據來源

本文選取2010—2017年我國滬深兩市A股上市公司為研究對象(1)考慮到后續實證分析中需要用到下一期的股價交易數據，因此本文樣本時期截至2017年，而非目前最新數據的日期2018年。，并對初始樣本做了如下處理：剔除數據缺失的樣本；剔除金融行業的樣本；考慮到后文需要以個股周特質收益率作為基礎指標度量股價崩盤風險，因此剔除每年交易周數小于30周的樣本，以保證數據的可比性與有效性；剔除不符合后文“薪酬結構調整”定義的樣本。經過以上篩選，初步得到92993個觀測值。為了解決樣本自選擇問題，我們采用傾向性得分匹配法對數據進行了處理(具體過程見后文)，最終得到59171個觀測值，其中處理組17926個，對照組41245個。本文研究所使用的數據均來自國泰安數據庫。

(二)變量說明

1.股價崩盤風險

從已有研究來看，股價崩盤風險最常用的度量指標有負收益偏態系數(Ncskew)和收益上下波動比例(Duvol)兩種。

(1)負收益偏態系數(Ncskew)。對于負收益偏態系數(Ncskew)的衡量，本文主要借鑒Hutton et al.(2009)、許年行等(2013)和權小鋒等(2015)的做法。首先，構建個股第t周收益率對其前、后兩期市場收益率的回歸模型，并保留殘差；然后，將該殘差加1后取自然對數作為個股的特質周收益率R；最后，根據以下模型計算負收益偏態系數(Ncskew)：

其中，R為個股i的特質周收益率，n為個股i的交易周數。該指標數值越大，說明股價崩盤風險越高。

(2)收益上下波動比例(Duvol)。

其中，R與上文含義相同，nu(nd)為個股特質周收益率高于(低于)其均值的周數。

2.高管薪酬結構調整

本文所指的高管是廣義概念，包括董事長、總經理、廠長、財務負責人、上市公司董事會秘書以及公司章程規定的其他人員。一般來說，高管薪酬包括兩部分：一是現金薪酬，包括工資、獎金、紅利等形式的短期激勵；二是包括股票期權、限制性股票、影子股票等形式的長期激勵。對于高管薪酬結構調整的衡量，首先需計算高管的薪酬總額，本文借鑒Jensen et al.(1990)和周仁俊等(2011)的方法，用當期股價乘以高管當期被授予的股權數衡量股權薪酬的價值，在此基礎上加上現金薪酬得到高管薪酬總額。然后，主要通過考察相鄰期間股權薪酬比例與現金薪酬比例的各自變動情況刻畫薪酬結構調整。這種對比實際包含三種情況：第一種是薪酬結構被動調整，即薪酬結構調整僅僅源于股價變化，而非股權授予數量和現金薪酬數額發生了變化；第二種是薪酬結構主動調整，即薪酬結構調整是由股權授予數量或者現金薪酬數額變化所導致的；第三種是股價、股權授予數量與現金薪酬數額同時變化，但恰好相互抵消，結果使得本期與上期薪酬結構保持一致。由于第三種情況更像是一種“巧合”，發生的概率較低，很難通過數據排查精確捕獲，因此本文不做討論。此外，為了使所選取的樣本更加契合本文的研究主題，我們剔除了1181個僅因股價變動而導致的薪酬結構被動調整的觀測值，即本文只關注公司主動調整高管薪酬結構對股價崩盤風險的影響。

根據前文所述，在高管任期之初，公司提供高比重的股權薪酬可以有效緩解代理問題。但是隨著高管任期的延長，董事會通過“學習”等途徑掌握更多的高管信息后，傾向于降低股權激勵比重，提高現金薪酬比重，以規避巨額股權薪酬帶來的風險損失(張行 等，2019)。Core et al.(1999)將這一現象歸因于董事會在實施股權激勵計劃的初期認知有限，未能充分估算股權激勵的代價，當高管任期結束支付天價薪酬時才開始重新審視高管的薪酬業績性價比，并根據高管過往的業績表現調整薪酬結構，此時的董事會傾向于賦予資深高管更多的現金薪酬而不是股權激勵。后期的研究經過更深層次的論證發現，即使董事會沒有支付天價股權薪酬，也會對任期較長的高管進行薪酬結構調整(Core et al.,2002；Milbourn,2003)，并且這種薪酬結構上的調整(降低股權薪酬比例，提高現金薪酬比例)，意味著董事會通過“學習”找到了更加有效的激勵方式。因此，本文定義虛擬變量Change，當現金薪酬比重較之上期增加時取1，不變時取0，減少時取-1。同時，為了更加全面地捕捉高管薪酬結構調整的信息，我們還從反方向定義了一個備擇變量Change’，當股權薪酬比重較之上期增加時取1，不變時取0，減少時取-1。上述處理方法可以豐富本文的討論，準確識別不同薪酬結構調整方向產生的影響。

3.會計信息質量

4.高管權力

從現有文獻來看，高管權力的衡量方法主要有三種。第一種是以“高管與董事長是否二職合一”為代表的單變量度量方法。由于這種單一指標的處理方式很難清晰刻畫高管權力，在近期的文獻中已很少出現。第二種是采用連續積分變量的方式，選取多個影響高管權力的指標，分別設置0-1變量，再進行加總。這種方法實際上是對Finkelstein(1992)研究成果的改進或取舍。本文也將借鑒這一思路，同時參考盧銳等(2008)、傅頎等(2014)、盛明泉等(2016)的做法，從四個方面設置相關指標。其一，組織結構權力，選取的變量為：高管與董事長是否二職合一(是取1，否則取0)；董事會規模(超過年度均值取1，否則取0)；獨董比例(超過年度均值取1，否則取0)。其二，所有權權力，選取的變量為高管持股比例(超過年度均值取1，否則取0)。其三，專家權力，選取的變量為：高管專業背景(有金融、會計、財務等專業背景取1，否則取0)；高管學術背景(有學術經歷取1，否則取0)；高管任期(超過年度均值取1，否則取0)。其四，聲望權力，選取的變量為：高管學歷(超過年度均值取1，否則取0)；高管海外經歷(有海外經歷取1，否則取0)；高管兼職(兼職董事的公司數超過年度均值取1，否則取0)。根據前文的理論分析，只有當高管權力被較好地約束時，薪酬結構調整才能發揮抑制股價崩盤風險的作用，因此將高管權力設置為反向指標更利于實證檢驗。將上述四個方面的變量分別加總取相反數，即可形成高管權力變量Power’。第三種是設置虛擬變量。在完成Power’計算的基礎上，設置虛擬變量Power，當Power’的絕對值高于均值，即高管權力較高時取0，否則取1。本文采用Power和Power’兩種方法來衡量高管權力。

5.控制變量

借鑒已有文獻，本文選取了以下控制變量：公司規模(Size)；總資產收益率(ROA)；公司治理水平指數(Gov)(2)參考白重恩等(2005)和趙景文(2006)的做法，選取董事會規模、監事會規模、獨立董事比例、獨董工作地點與公司位置是否一致、委員會設置個數、赫芬達爾指數等變量進行主成分分析，選取特征值大于1的主成分構造出公司治理水平指數(Gov)。；經趨勢調整的股票換手率(Turn)，即股票本年度的月均換手率與上年度月均換手率之差；托賓Q(Tobinq);是否在境外同時上市(ABH)；公司經調整后的周收益率均值(RET)與標準差(STD)；上年度公司股價崩盤風險變量(Ncskewit-1和Duvolit-1)。此外，本文還控制了年度(Year)和行業(Ind)的固定效應。

(三)研究模型

為檢驗高管薪酬結構調整對股價崩盤風險的影響，本文構建了模型(1)：

CrashRiskit+1=α0+α1Changeit+α2Powerit+δ∑Controlsit+εit

由表7可知，評價體系中畝均用水量占總用水量的百分比對體系的影響程度最大，其權重為0.259，灌溉水有效利用系數次之，權重為0.123，政府支持與公眾參與對體系影響較小，其權重分別為0.017、0.016，其余各指標在此之間。各指標的權重能基本反映汾河流域各地市實際節水灌溉發展水平，可以用于類似體系指標權重的分析計算。

(1)

為檢驗高管薪酬結構調整對會計信息質量的影響，本文構建了模型(2)：

DAit+1=β0+β1Changeit+β2Powerit+μ∑Controlsit+εit

(2)

如果模型(1)中的α1顯著，則可以通過模型(2)和模型(3)來檢驗會計信息質量對高管薪酬結構調整與股價崩盤風險的中介效應。

CrashRiskit+1=λ0+λ1Changeit+λ2DAit+λ3Powerit+η∑Controlsit+εit

(3)

如果模型(3)中的λ1、λ2顯著且λ1<α1，則說明會計信息質量發揮部分中介效應；如果λ1不顯著，則說明會計信息質量發揮完全中介效應；如果模型(2)中的β1和模型(3)中的λ2有一個不顯著，則需要執行Sobel檢驗來判斷中介效應。

為檢驗高管權力對薪酬結構調整與股價崩盤風險關系的調節效應，本文構建了模型(4)：

CrashRiskit+1=γ0+γ1Changeit+γ2DA+γ3Powerit+γ4Changeit×Powerit+φ∑Controlsit+εit

(4)

四、實證結果與分析

(一)傾向性得分匹配(PSM)

根據前文分析，高管薪酬結構調整既可能是公司治理效率提升的一種體現，也可能是高管權力失控引發的后果之一。它是公司治理水平、規模、交易頻率等多種因素共同作用的結果，因此樣本可能存在自選擇的問題。為此，本文采用傾向得分匹配法(Propensity Score Matching，PSM)對內生性問題進行控制。首先，將上文篩選出的92993個觀測值分為兩組，設置虛擬變量Group。如果某企業某年發生了高管薪酬結構調整，則Group取1；否則，Group取0。由于發生高管薪酬結構調整的樣本約占總樣本的五分之一，為了最大限度地保留數據體量，我們按照1∶5的比例來篩選對照組。然后，選用公司治理水平指數、股票換手率、周收益率均值、標準差等變量作為PSM邏輯回歸的控制變量，以考察在上述條件相同或者近似的情況下，公司如何通過調整高管薪酬結構來影響會計信息質量，進而對股價崩盤風險產生影響。經上述PSM邏輯回歸后，我們將發生高管薪酬結構調整的公司與未發生高管薪酬結構調整的公司進行配對，得到處理組的樣本量為17926，對照組的樣本量為41245，總計59171。

表1列示了PSM匹配平衡性檢驗的結果。可以看到，所有匹配變量標準偏差的絕對值在匹配之后都小于5%，說明本文選取的匹配變量和匹配方法是合理的。匹配之后的t值及相對應的p值均不顯著，說明匹配之后的樣本數據有效地控制了處理組與對照組在匹配變量方面的差異，使得我們能夠更純粹地考察核心變量對股價崩盤風險的影響。

表1 傾向得分匹配(PSM)平衡性檢驗結果

(二)描述性統計分析

表2報告了主要變量的描述性統計分析結果。從中可見，反映股價崩盤風險的變量Ncskew和Duvol的均值都小于0，兩者的變異系數均在2.60左右，相對于其他變量來說數據波動不大。進一步，對比處理組和對照組可以發現，處理組的股價崩盤風險均值更小，這在一定程度上驗證了高管薪酬結構調整會抑制股價崩盤風險的預期。會計信息質量DA在處理組和對照組的均值分別為0.0154和0.0103，變異系數分別為12.75和15.77，說明DA不論在處理組還是在對照組都存在較大差異。公司治理水平指數Gov的均值為0.4144，變異系數為31.88，說明樣本公司之間的治理水平存在很大差異。公司特質周收益率均值RET的變異系數高達52.00，說明不同公司之間的特質周收益率存在很大差異。公司規模Size的均值為22.1058，方差為1.3813，其變異系數是所有變量中最小的。總資產收益率ROA和托賓Q的均值分別為4.2266和2.9503，變異系數都在1.3左右。股票換手率Turn以及是否在境外同時上市ABH兩個變量的變異系數約為3.5，說明離散程度均居于中等水平。

表2 主要變量的描述性統計

(三)相關性分析

表3報告了本文主要變量的相關分析結果。可以看到，股價崩盤風險變量Ncskew和Duvol具有較高的一致性，且它們與高管薪酬結構調整Change均顯著負相關，初步驗證了H3。由于DA是一個反向指標，其與股價崩盤風險變量在1%的水平下顯著正相關。這說明會計信息質量越高，股價崩盤風險越低，初步驗證了H2。同時，DA與Change顯著負相關，說明高管薪酬結構調整有助于提升會計信息質量，一定程度上驗證了H1a。此外，由表3還可以發現，除Ncskew和Duvol外，任意兩個變量間的相關系數均不超過0.5，說明變量之間存在多重共線性的概率較低。針對各變量進行的方差膨脹因子分析結果也顯示，VIF的最高值為1.97，遠低于10，再次證實模型不存在嚴重的多重共線性問題。

表3 主要變量相關系數

(續表3)

NcskewDuvolChangeDAPowerGovROATobinqSizeTurnSTDRETABHROA0.0739??? 0.0770???0.0058 0.1925??? -0.0438??? 0.1142???1TobinQ0.0836???0.0698???-0.0071? -0.0407???-0.0419???-0.1040???0.1046???1Size-0.1311???-0.0491???0.0138???-0.0043-0.0315???0.3768???-0.0598???-0.3563???1Turn-0.0790???-0.0702???0.0094???-0.0441???-0.0459???-0.0561???-0.0919???0.0070?0.1469???1STD0.0130???-0.0027-0.00600.0295???-0.0418???-0.0884???-0.0237???0.3138???-0.2824???0.3011???1RET0.0138???0.0130???0.0043-0.00150.0009-0.0078?0.0182???0.0338???-0.0251???0.0330???0.0749???1ABH-0.0734???-0.0362???0.00220.00060.0097??0.1572???0.0050-0.0606???0.3638???0.0461???-0.1065???-0.0157???1

(四)回歸分析

1.會計信息質量的中介效應分析

由表4列(1)可見，高管薪酬結構調整Change的回歸系數為-0.0097，且在10%的水平下顯著，表明高管薪酬結構調整的確會降低公司的股價崩盤風險，H3成立。從表4列(2)可知，高管薪酬結構調整Change的回歸系數為-0.006，且在1%的水平下顯著，說明高管薪酬結構調整有助于緩解代理問題，進而促使會計信息質量提升，H1a成立。表4列(3)顯示，會計信息質量DA的回歸系數為0.0596，且在5%的水平下顯著，說明會計信息質量越高，股價崩盤風險越低，H2成立。

表4 基準回歸分析結果

進一步，考察會計信息質量DA的中介效應。表4列(1)中，高管薪酬結構調整Change的回歸系數顯著，說明可以進行中介效應檢驗。表4列(3)的結果顯示，高管薪酬結構調整Change以及會計信息質量DA的回歸系數均顯著；而且，對比列(1)和列(3)中Change系數的絕對值可知，前者大于后者。這意味著會計信息質量在高管薪酬結構調整與股價崩盤風險的關系中發揮部分中介效應。

2.高管權力的調節效應

表4列(1)和(3)的結果顯示，高管權力Power與公司股價崩盤風險Ncskew顯著負相關，意味著相比高管權力高的公司，高管權力低的公司股價崩盤風險更低。同時，列(4)中交乘項Power×Change的系數在5%的水平下顯著為負，說明高管權力越小的公司，薪酬結構調整對股價崩盤風險的抑制作用越顯著，H4得證。因此，合理控制高管權力有助于充分發揮股權激勵的“利益趨同效應”。反之，如果高管權力過大，“塹壕防御效應”將占據主導地位。此時高管進行薪酬結構調整更可能是為了攫取個人私利，這不僅無助于抑制股價崩盤風險，甚至還會推高風險。為了使研究結論更加穩健，接下來從“塹壕防御效應”角度深入討論高管權力對薪酬結構調整與股價崩盤風險關系的影響。

(五)競爭性假說(“塹壕防御效應”)：基于高管權力的分樣本討論

“塹壕防御效應”認為，薪酬結構調整可能是高管權力過大引致的結果。如此一來，薪酬結構調整不僅無助于緩解代理沖突，甚至還會成為代理問題本身，進而推升股價崩盤風險。這也是本文最主要的競爭性假說，因此有必要對高管權力進行更深入的探討。如上文所述，本研究對高管權力的刻畫主要是從組織結構權力、所有權權力、專家權力和聲望權力四個方面進行的，因此分樣本討論也將從上述方面展開。首先，根據四類高管權力的均值將樣本分為高于均值組和低于均值組兩類；然后，對比兩組數據會計信息質量DA的中介效應檢驗結果。為節約篇幅，表5僅匯報了股價崩盤風險Ncskew與會計信息質量DA在各分樣本中的均值，以及DA在不同薪酬結構調整方式(Change和Change’)下的中介效應檢驗結果。

表5 高管權力分樣本檢驗結果

由表5列(1)、(2)可見，在高管組織結構權力較低組，其股價崩盤風險和會計信息質量的平均狀況都好于組織結構權力較高組。表5列(1)、(2)倒數第三行顯示，會計信息質量的中介效應在低值組成立，在高值組不成立。這說明當公司的獨董占比較高、董事會規模較大或者董事長沒有兼任總經理時，高管權力可以被較好地約束，這種情形下提高現金薪酬比例，改善高管薪酬結構可以更好地解決代理問題，促進會計信息質量提升，進而抑制公司股價崩盤風險。反之，則容易產生“塹壕防御效應”。但是，如果改變薪酬結構的調整方向——提升股權薪酬比例，是否可以解決代理問題呢？表5列(1)倒數第二行列示了備擇方案Change’的檢驗結果，可以看到，會計信息質量的中介效應依然不顯著。綜上，在高管組織結構權力高值組，不論按照哪種方式調整高管薪酬結構，都無法有效改善管理層的“塹壕防御效應”。

表5列(3)和列(4)的高管所有權權力分組檢驗結果顯示，DA對Change與Ncskew的中介效應在高值組成立，對Change’與Ncskew的中介效應在低值組成立。這意味著，當高管原持有公司股權比例較高時，提升現金薪酬比例，有利于改善公司代理問題，進而抑制股價崩盤風險；但是，當高管原持有公司股權比例較低時，提升股權薪酬比例對于改善公司代理問題，抑制股價崩盤風險的效果更優。

高管專家權力的分組檢驗結果報告于表5列(5)、(6)，聲望權力的分組檢驗結果列示于表5列(7)、(8)。從中可見，會計信息質量的中介效應在兩類分組變量的高值組中均成立。這意味著，當高管任期更長，學歷更高，有過海外背景、學術經歷，兼職其他公司董事數量較多時，他們更為重視個人聲譽，對自我的約束更加嚴苛，因此隱藏負面信息的動機更弱，公司股價崩盤風險更低。

(六)穩健性檢驗

為確保研究結論的可靠性，本文也做了相關的穩健性檢驗。一方面，替換被解釋變量的衡量方法，用Duvol度量公司股價崩盤風險，重新進行回歸分析的結果報告于表6列(1)～(3)；另一方面，替換調節變量的衡量方法，用Power’度量高管權力，重新進行檢驗的結果報告于表6列(4)～(7)。從中可見，核心變量的系數方向及顯著性水平均未發生明顯變化，因此可以認為本文的研究結論是穩健的。限于篇幅，此處不再展開敘述。

表6 替換變量衡量方式后的檢驗結果

五、研究結論與啟示

本文以2010—2017年我國滬深兩市A股上市公司為研究對象，基于“利益趨同”和“塹壕防御”假說，討論了高管薪酬結構調整對公司股價崩盤風險的影響，主要得到以下研究結論：當高管權力被有效約束時，改變高管薪酬結構有利于緩解代理問題，提升會計信息質量，進而抑制公司股價崩盤風險，此時薪酬結構調整發揮著“利益趨同效應”；但是，當高管權力持續膨脹直至失去控制時，改變薪酬結構可能是高管攫取私利的結果，對緩解代理問題、抑制股價崩盤風險無益，此時高管薪酬結構調整發揮著“塹壕防御效應”。

本文研究結論的啟示如下：

第一，加強對高管組織結構權力的約束，選用高素質的管理人才。本文研究發現，組織結構權力是導致高管“塹壕防御效應”的核心因素，因此要加強對高管組織結構權力的約束，盡可能避免董事長與總經理二職合一、提升獨立董事比例以及擴大董事會規模，以此提升董事會履職效能，提高薪酬結構調整效率，防范股價崩盤風險。同時，我們還發現高管專家權力和聲望權力在抑制公司股價崩盤風險方面也具有積極影響，因此公司在選拔和聘用高管人才時，應關注高管的任期、學歷、海外背景等個人特質。

第二，根據高管已有持股情況合理選擇薪酬結構的調整方式。本文研究表明，高管原有持股比例的不同會對后期的薪酬結構調整方式與效率產生明顯影響。當高管原持有公司股權比例較高時，提升現金薪酬比例更有利于改善公司代理問題；而當高管原持有股權比例較低時，提升股權薪酬比例則激勵效率更高。因此，董事會在進行高管薪酬決策時應充分考慮不同層次的需求，以實現激勵效果最大化，緩解代理矛盾，進而抑制股價崩盤風險。

第三，進一步提高會計信息質量。理論界與實務界普遍認為，管理層隱藏的負面信息被集中釋放至資本市場是引發股價崩盤的直接原因。因此，提升會計信息質量，增強代理雙方的信息透明度，可以有效降低股價崩盤風險。