【正文】 elation.150*1Sig. (2tailed).014DebtPearson Correlation.000**1Sig. (2tailed).994.000H1Pearson Correlation.485**.337**1Sig. (2tailed).000.000.070H5Pearson Correlation.618**.235**.772**1Sig. (2tailed).000.000.459.000IndustryPearson Correlation.072***1Sig. (2tailed).364.915.240.015.007StatePearson Correlation.023**.092***.1021Sig. (2tailed).704.000.134.000.048.096Z performancePearson Correlation.225**.344****.283**.215**.062*1Sig. (2tailed).000.000.000.000.000.310.013MSRPearson Correlation**.046.136*.086.036Sig. (2tailed).003.643.543.459.026.878.158.562*. Correlation is significant at the level (2tailed).**. Correlation is significant at the level (2tailed)表5—5： 偏相關(guān)分析結(jié)果Table5—5：CorrelationsControl VariablesMSRZ performanceState amp。 Industry amp。 H5 amp。 H1 amp。 Debt amp。 Size amp。 ConstitutionMSRCorrelation.061Significance (2tailed)..328df0258Z performanceCorrelation.061Significance (2tailed).328.df2580為進(jìn)一步揭示我國(guó)上市公司管理層持股與公司績(jī)效之間的關(guān)系，根據(jù)模型，我們進(jìn)行了區(qū)間效應(yīng)分析。暫時(shí)剔除H5 、Constitution 、Size 、Debt 、H1 、State和Industry指標(biāo)，選擇擬合一次方程（Liner），擬合二次方程(Quadratic)和擬合三次方程(Cubic)的方法進(jìn)行曲線擬合分析。表5—6： 模型匯總和參數(shù)估計(jì)值Table5—6： Model Summary and Parameter EstimatesEquationModel SummaryParameter EstimatesR SquareFdf1df2Sig.Constantb1b2b3Linear.001.3381267.562.212Quadratic.005.6682266.514Cubic.007.6273265.598Dependent Variable: Z performance The independent variable is MSR.通過模型分析結(jié)果可以看出，MSR和MSR3的系數(shù)為正，MSR2的系數(shù)為負(fù)，與Morck，Shleifer和Vishny的研究結(jié)果相近。說明在管理層持股比例較小和較高時(shí)“利益趨同”效應(yīng)起主導(dǎo)作用；而管理層持股比例在中間區(qū)間時(shí)，“經(jīng)營(yíng)者防御”效應(yīng)起主導(dǎo)作用。但由于三個(gè)方程的R2和F都比較小，三個(gè)模型均不具有統(tǒng)計(jì)學(xué)意義，因此，方程不能很好的描述上市公司管理層持股比例與其績(jī)效的關(guān)系，不能得到具有統(tǒng)計(jì)意義的方程，只能在一定程度上說明管理層持股與公司績(jī)效的相關(guān)性。雖然從擬合優(yōu)度上看，三次方曲線的擬合優(yōu)度最高，似乎應(yīng)選擇三次方曲線，但注意三次方曲線多一個(gè)參數(shù)，要復(fù)雜一些，而它的擬合優(yōu)度和二次方曲線相差不大，因此僅從這里的結(jié)果還不好對(duì)它們兩者作出判斷，下面我們還要看看模型曲線的情況。圖5—1：三個(gè)模型曲線與實(shí)際值的擬合情況Graphs5—1： Curve fit for Z performance從圖5—1可以看出，三個(gè)模型曲線與實(shí)際值的擬合情況均較差，原因在于我國(guó)上市公司實(shí)施股權(quán)激勵(lì)起步較晚，管理層“零持股”現(xiàn)象嚴(yán)重，管理層持股比例（MSR）偏低，因而在我國(guó)上市公司中，管理層持股比例中間和較高區(qū)間的“利益趨同”和“經(jīng)營(yíng)者防御”效應(yīng)可能不存在，因此，否定假設(shè)3。而且，在管理層持股比例相同時(shí)，公司績(jī)效的表現(xiàn)并不一樣，說明還有其它因素影響公司績(jī)效，進(jìn)一步說明了管理層持股是一個(gè)內(nèi)生變量。在曲線回歸中，模型的簡(jiǎn)潔性與擬合優(yōu)度的高低同樣重要，擬合優(yōu)度太高的模型往往對(duì)新樣本的擬合度較差，我們認(rèn)為在這種情況下選擇參數(shù)較少的模型為宜，因此最終選擇一次方程模型，即線性模型，認(rèn)為“利益趨同”效應(yīng)在管理層持股比例較低區(qū)間時(shí)，起著一定的作用，但并無顯著的統(tǒng)計(jì)學(xué)的意義，原因在于我國(guó)上市公司管理層持股水平偏低以及其內(nèi)生性。多元線性回歸只是基于一個(gè)方程建立模型，反映的是自變量與因變量之間的直接關(guān)系，而不能反映因素間的間接關(guān)系。但是，影響公司績(jī)效的因素除了管理層持股比例外，還有其它一些因素，如股權(quán)集中度、資產(chǎn)負(fù)債率等，并且這些因素也可能影響到管理層的持股比例。由于這些變量指標(biāo)間的關(guān)系往往錯(cuò)綜復(fù)雜，要想在單一回歸模型上選擇合適的變量集無疑是非常困難且不合適的。從前面的實(shí)證分析中，我們知道存在著諸多因素影響公司績(jī)效及管理層持股比例，下面我們將通過路徑分析（Path Analysis）來檢驗(yàn)公司績(jī)效與諸多因素之間的關(guān)系及其強(qiáng)弱，以及管理層持股變量的屬性（外生性 外生變量（Exogenous Variable）指的是在模型中未指明有哪些因素會(huì)對(duì)其產(chǎn)生影響的變量，可以簡(jiǎn)單的類比為模型中的自變量，雖然這些變量必然會(huì)受到某些因素的影響，但是這不是當(dāng)前模型所考慮的問題。換言之，在當(dāng)前模型中，外生變量只會(huì)起到影響別的因素的作用，而不會(huì)受其它因素的影響?；蚴莾?nèi)生性 和外生變量相對(duì)應(yīng)，內(nèi)生變量（Endogenous Variable）則指的是在模型中會(huì)受到另外一些變量所影響的變量。換言之，內(nèi)生變量的變異有一部分是由模型中的其他外生變量或內(nèi)生變量所決定的，具體的影響來源和作用大小就是分析模型所要考慮的問題。？）。路徑分析模型是由一組線性方程所構(gòu)成的，它所描述的變量間的相互關(guān)系不僅包括直接的，還包括間接地和全部的關(guān)聯(lián)。模型中有些變量不受其余變量的影響，只是影響其它變量；而有些變量既受其它變量的影響，又同時(shí)會(huì)影響其它變量。本文中，我們建立了模型（41）和模型（42），通過這兩個(gè)方程，就可以知道所設(shè)置的控制變量對(duì)公司績(jī)效的作用是由兩部分構(gòu)成的，第一部分是對(duì)公司績(jī)效的直接影響，第二部分則是通過先影響管理層持股水平，然后通過管理層持股水平的作用間接作用公司績(jī)效。在對(duì)模型進(jìn)行擬合的過程中，為了消除各變量指標(biāo)由于量綱單位不同或正、逆性指標(biāo)不同所帶來的不可公度性,本文先將各項(xiàng)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。在計(jì)算衡量各樣本公司變量指標(biāo)平均值和標(biāo)準(zhǔn)差的基礎(chǔ)上,本文采取在正態(tài)分布假設(shè)下的正態(tài)標(biāo)準(zhǔn)化處理方法,將各變量值或指標(biāo)減去均值后除以標(biāo)準(zhǔn)差。標(biāo)準(zhǔn)化后的平均值為0,標(biāo)準(zhǔn)差為1。下面考慮對(duì)該模型進(jìn)行擬合，在SPSS中分別使用擬合回歸方程的方法來實(shí)現(xiàn)對(duì)模型中各參數(shù)的估計(jì)，首先對(duì)管理層持股水平的回歸方程，即模型（41）進(jìn)行估計(jì)，結(jié)果參見表5—7和表5—8。表5—7： 模型(41)匯總Table 5—7： Model SummaryModelRR SquareAdjusted R SquareStd. Error of the Estimate1.427a.182.157.94168a. Predictors: (Constant), Industry, Size, Constitution, State, Z performance, Debt, H1, H5通過表5—8的方程回歸系數(shù)，我們可以看出公司績(jī)效、公司規(guī)模、股權(quán)集中度、第一大股東持股比例、企業(yè)產(chǎn)權(quán)性質(zhì)、資產(chǎn)負(fù)債率、行業(yè)屬性和法人股集中性對(duì)公司管理層持股水平具有一定影響，而且股權(quán)集中度、法人股集中性和企業(yè)產(chǎn)權(quán)性質(zhì)與公司管理層持股水平之間具有顯著的統(tǒng)計(jì)學(xué)意義上的相關(guān)關(guān)系，并且可以看出股權(quán)集中度高、法人股集中性低和企業(yè)產(chǎn)權(quán)明確的公司，管理層持股水平較高，表明一定的股權(quán)集中度和企業(yè)產(chǎn)權(quán)明確的公司，具有激勵(lì)公司管理層的積極性，而法人股集中性較高的公司，更善于利用“用腳投票”等方式來約束公司管理層。同時(shí)也進(jìn)一步證實(shí)了公司管理層持股水平在不同程度上取決于企業(yè)的其他特征，并不是一個(gè)獨(dú)立的變量，具有內(nèi)生性。表5—8: 模型(41)線性回歸系數(shù)Table 5—8： CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant).167.061Z performance.094.096.061.980.328H1.093.222Size.072.290H5.598.107.564.000Constitution.077.000Debt.371.408State.141.059.144.017Industry.004.010.022.385.700a. Dependent Variable: MSR通過對(duì)公司管理層持股水平的影響因素進(jìn)行回歸分析后，下面對(duì)第二個(gè)回歸方程，即模型（42）進(jìn)行估計(jì)，即對(duì)公司績(jī)效的影響因素進(jìn)行回歸分析，結(jié)果參見表5—9和表5—10。表5—9： 模型(42)匯總Table 5—9： Model SummaryModelRR SquareAdjusted R SquareStd. Error of the Estimate1.431a.185.160.60757330a. Predictors: (Constant), MSR, Industry, Size, Constitution, State, Debt, H1, H5回歸分析結(jié)果同樣顯示各變量對(duì)公司績(jī)效均有影響，公司規(guī)模對(duì)公司績(jī)效具有顯著的正向影響，表明一定的公司規(guī)模，可能獲得了由各等級(jí)管理層的代理人監(jiān)控所帶來的規(guī)模經(jīng)濟(jì)效應(yīng)，從而最優(yōu)化股權(quán)合約，提高公司績(jī)效；也可能是由于在公司的生產(chǎn)經(jīng)營(yíng)上發(fā)揮了規(guī)模經(jīng)濟(jì)或范圍經(jīng)濟(jì)效應(yīng)，而提高公司績(jī)效。資產(chǎn)負(fù)債率對(duì)公司績(jī)效具有顯著的負(fù)向影響，表明過高的債務(wù)水平可能導(dǎo)致財(cái)務(wù)困境成本與代理成本大于稅盾效應(yīng)和代理收益。表5—10：模型(42)線性回歸系數(shù)Table5—10： CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant).108.047H1.058.060.088.965.336Size.133.046.196.004H5.036.073.053.493.622Constitution.096.054.144.073Debt.238.047State.038.239Industry.012.007.104.072MSR.039.040.061.980.328a. Dependent Variable: Z performance在上面的結(jié)果中，剔除在方程中無統(tǒng)計(jì)學(xué)意義的變量，可以將上述模型簡(jiǎn)化，去除這些無統(tǒng)計(jì)學(xué)意義的變量后重新加以擬合，得到的決定系數(shù)也基本上未發(fā)生變化，自變量均有統(tǒng)計(jì)學(xué)意義（表略）。顯然，化簡(jiǎn)后的路徑分析模型對(duì)數(shù)據(jù)的解釋程度與前一個(gè)模型相比并無改變，但更加簡(jiǎn)潔。本文所擬合的路徑分析模型可以使用標(biāo)準(zhǔn)化系數(shù)繪制出路徑分析圖。見圖5—2所示。ConstitutionSizeDebtStateIndustryH1MSRZ performanceH5ε1 ε2 圖5—2：最終的模型路徑圖（標(biāo)準(zhǔn)化系數(shù)）Graphs 5—2: The final path of model (Standardized Coefficients )通過路徑圖可以直觀地發(fā)現(xiàn)各變量間存在著的相互關(guān)系：公司績(jī)效與管理層持股水平存在逆向因果關(guān)系，不僅管理層持股