股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響實(shí)證分析案例：基于面板數(shù)據(jù)的分析目錄TOC\o"1-3"\h\u27361股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響實(shí)證分析案例：基于面板數(shù)據(jù)的分析 1281721.1企業(yè)股權(quán)激勵(lì)和財(cái)務(wù)績(jī)效之間關(guān)系的理論分析 1228851.1.1上市公司股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效影響的總效應(yīng)分析 183811.1.2上市公司股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效影響的中介效應(yīng)分析 3140091.1.3上市公司股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效影響的調(diào)節(jié)效應(yīng)分析 4225711.2企業(yè)股權(quán)激勵(lì)和財(cái)務(wù)績(jī)效之間關(guān)系的實(shí)證分析 649471.2.1實(shí)證研究設(shè)計(jì) 6261991.2.2基本回歸結(jié)果 15304701.2.3研發(fā)投入的中介效應(yīng)檢驗(yàn) 2187561.2.4融資約束的調(diào)節(jié)效應(yīng)檢驗(yàn) 24229491.2.5穩(wěn)健性檢驗(yàn) 27221001.3分析結(jié)果與討論 33H公司的案例讓我們對(duì)股權(quán)激勵(lì)與企業(yè)績(jī)效的內(nèi)在關(guān)系機(jī)制有了初步的了解，這樣的效應(yīng)在更大范圍的企業(yè)樣本中是否普遍存在？或者說(shuō)H公司案例研究發(fā)現(xiàn)的二者間關(guān)系是否是一種普遍的規(guī)律？為了更好地回答這個(gè)問(wèn)題，本章將開(kāi)展第二個(gè)子研究，用更大規(guī)模的樣本企業(yè)的面板數(shù)據(jù)對(duì)股權(quán)激勵(lì)與財(cái)務(wù)績(jī)效之間的內(nèi)在關(guān)系機(jī)制進(jìn)行分析和檢驗(yàn)。1.1企業(yè)股權(quán)激勵(lì)和財(cái)務(wù)績(jī)效之間關(guān)系的理論分析本章將從三部分進(jìn)行展開(kāi)：第一，分析上市公司股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效整體影響效果。此外，進(jìn)一步探究上市公司核心員工激勵(lì)在激勵(lì)標(biāo)的物異質(zhì)性下對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響效果；第二，基于研發(fā)投入對(duì)上市公司股權(quán)激勵(lì)和企業(yè)財(cái)務(wù)績(jī)效的中介效應(yīng)進(jìn)行分析；第三，基于融資約束對(duì)上市公司股權(quán)激勵(lì)和企業(yè)財(cái)務(wù)績(jī)效的調(diào)節(jié)效應(yīng)進(jìn)行分析。1.1.1上市公司股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效影響的總效應(yīng)分析上市公司實(shí)施股權(quán)激勵(lì)機(jī)制對(duì)其財(cái)務(wù)績(jī)效產(chǎn)生的總體影響，主要基于如下的理論分析：根據(jù)委托代理理論，現(xiàn)代企業(yè)的發(fā)展促使經(jīng)營(yíng)和所有兩權(quán)分離，因而股東和管理者作為企業(yè)相對(duì)獨(dú)立的個(gè)體往往產(chǎn)生利益上的沖突，引發(fā)委托代理問(wèn)題。股權(quán)激勵(lì)通過(guò)授予代理人股票或者期權(quán)的方式，使得管理層擁有監(jiān)督權(quán)和部分的剩余索取權(quán)，將公司未來(lái)價(jià)值變量融入管理層的發(fā)展目標(biāo)函數(shù)中，代理人的部分收益與企業(yè)價(jià)值相掛鉤。此時(shí)管理層與股東的利益趨于一致，股東和管理層彼此共同承擔(dān)風(fēng)險(xiǎn)、共享利益，增強(qiáng)了管理層的主人翁意識(shí)，管理層有足夠的意愿和驅(qū)動(dòng)力為公司的長(zhǎng)遠(yuǎn)利益而努力工作，避免其決策的短視行為，有效地促使企業(yè)代理成本下降。管理層更傾向于加大對(duì)創(chuàng)新技術(shù)的研發(fā)力度，加快研發(fā)進(jìn)程，開(kāi)展各類(lèi)創(chuàng)新研發(fā)活動(dòng)為企業(yè)謀取更多的盈利和財(cái)富，從而使得企業(yè)形成行業(yè)競(jìng)爭(zhēng)力。根據(jù)激勵(lì)理論，股權(quán)激勵(lì)能夠提高管理層和核心員工的風(fēng)險(xiǎn)承擔(dān)能力。企業(yè)創(chuàng)新活動(dòng)周期較長(zhǎng)，具有高風(fēng)險(xiǎn)性和不確定性。若企業(yè)投入大量創(chuàng)新費(fèi)用研發(fā)成功，其便可通過(guò)產(chǎn)品溢價(jià)獲取更多利潤(rùn)，構(gòu)建自己的市場(chǎng)競(jìng)爭(zhēng)力；但企業(yè)創(chuàng)新失敗的代價(jià)同樣也很大，其前期研發(fā)成本投入無(wú)法得到回報(bào)。因?yàn)楣芾韺哟蠖鄬儆陲L(fēng)險(xiǎn)規(guī)避型，不愿意去承擔(dān)過(guò)高的風(fēng)險(xiǎn)去加強(qiáng)研發(fā)以實(shí)現(xiàn)企業(yè)經(jīng)營(yíng)發(fā)展。實(shí)施股權(quán)激勵(lì)制度使得代理人利益與企業(yè)發(fā)展相綁定，有利于減弱管理層的風(fēng)險(xiǎn)規(guī)避程度并提高其風(fēng)險(xiǎn)承擔(dān)能力，促使管理層實(shí)施風(fēng)險(xiǎn)更高、創(chuàng)新回報(bào)更大的項(xiàng)目決策，以創(chuàng)新成果換取超額收益，從而滿足其自我價(jià)值實(shí)現(xiàn)的高層次需要。文雯和陳胤默等（2020）以CEO為研究對(duì)象，發(fā)現(xiàn)對(duì)其授予激勵(lì)的股權(quán)數(shù)越多，該群體的抗風(fēng)險(xiǎn)能力進(jìn)一步提升，于是便傾向加大企業(yè)對(duì)外重要項(xiàng)目的直接投資。根據(jù)人力資本理論，股權(quán)激勵(lì)制度有利于留存企業(yè)人才。當(dāng)企業(yè)員工結(jié)構(gòu)穩(wěn)定，人力資本投入穩(wěn)定的情況下，企業(yè)財(cái)務(wù)績(jī)效的表現(xiàn)更多地取決于人力資本的貢獻(xiàn)程度。其中，核心員工自身所具有的知識(shí)、技能、研發(fā)經(jīng)驗(yàn)、熟練程度皆是企業(yè)的人力資本。股權(quán)激勵(lì)制度的有效激勵(lì)期限較長(zhǎng)，股票的行權(quán)需要滿足相應(yīng)的條件和期限，因而在股權(quán)激勵(lì)行權(quán)期之前可以幫助留住企業(yè)的優(yōu)秀人才，激勵(lì)管理層和核心員工以充足的精力和積極性投入到未來(lái)的、長(zhǎng)期性的創(chuàng)新研發(fā)工作之中。對(duì)核心員工實(shí)施股權(quán)激勵(lì)減少其自利行為，提高風(fēng)險(xiǎn)承擔(dān)能力，獲得更高的工作滿意度和成就感，有利于促進(jìn)企業(yè)創(chuàng)新產(chǎn)出的實(shí)現(xiàn)?；谏鲜龇治?，本文提出假設(shè)H1：假設(shè)H1：在控制其他條件的前提下，上市公司實(shí)施股權(quán)激勵(lì)能夠顯著提升企業(yè)的財(cái)務(wù)績(jī)效。根據(jù)人力資本理論，核心員工的專(zhuān)業(yè)知識(shí)技能、努力程度是企業(yè)重要的人力資本，對(duì)企業(yè)長(zhǎng)期財(cái)務(wù)績(jī)效至關(guān)重要。核心員工是企業(yè)創(chuàng)新環(huán)節(jié)中的直接參與者，主要是核心技術(shù)人員，其擁有專(zhuān)業(yè)核心技術(shù)以及實(shí)踐經(jīng)驗(yàn)，能夠驅(qū)動(dòng)企業(yè)創(chuàng)新成果轉(zhuǎn)化。當(dāng)核心員工收入與企業(yè)未來(lái)長(zhǎng)遠(yuǎn)發(fā)展綁定后，他們便不僅僅關(guān)注到產(chǎn)出數(shù)量，更關(guān)心產(chǎn)出質(zhì)量，更有動(dòng)力積極地參與到團(tuán)隊(duì)工作中，充分調(diào)動(dòng)企業(yè)創(chuàng)新資源，有效地推動(dòng)企業(yè)創(chuàng)新。姜英兵和于雅萍（2017）創(chuàng)新產(chǎn)出的質(zhì)量和效率往往取決于核心技術(shù)人員的專(zhuān)業(yè)技術(shù)水平、研發(fā)經(jīng)驗(yàn)、智力水平及努力程度。人才創(chuàng)新對(duì)于企業(yè)創(chuàng)新來(lái)說(shuō)至關(guān)重要，是企業(yè)創(chuàng)新活動(dòng)中的關(guān)鍵一環(huán)。曹玉珊和陳力維（2019）研究認(rèn)為實(shí)施核心員工股權(quán)激勵(lì)能給予核心員工除了固定工資以外的收入，這一方面可以幫助留存企業(yè)優(yōu)秀員工，降低企業(yè)離職率；另一方面幫助企業(yè)吸引擁有專(zhuān)業(yè)技術(shù)能力的人才進(jìn)入公司工作，增強(qiáng)公司的人才專(zhuān)業(yè)性。對(duì)核心員工實(shí)施股權(quán)激勵(lì)能夠?qū)⑵鋫€(gè)人利益與企業(yè)發(fā)展相互綁定，提高核心員工風(fēng)險(xiǎn)承擔(dān)水平，個(gè)人努力程度進(jìn)一步提升，驅(qū)動(dòng)其學(xué)習(xí)探索新的專(zhuān)業(yè)知識(shí)技術(shù)，最終提高企業(yè)創(chuàng)新產(chǎn)出的質(zhì)量與數(shù)量。在中國(guó)制造業(yè)市場(chǎng)中，股權(quán)激勵(lì)的形式主要為股票期權(quán)和限制性股票。核心員工被授予的股票期權(quán)是一種比較典型的看漲期權(quán)，根據(jù)Black-Scholes期權(quán)定價(jià)模型，股票期權(quán)波動(dòng)率越高，其價(jià)值越大，因而核心員工承擔(dān)較高的風(fēng)險(xiǎn)有利于提升其股票期權(quán)的價(jià)值。核心員工可以自己選擇是否執(zhí)行股票期權(quán)，對(duì)核心員工的表現(xiàn)不具有懲罰性，核心員工放棄行權(quán)不會(huì)直接帶來(lái)自己財(cái)富的損失。期權(quán)的價(jià)值有兩方面構(gòu)成，一是內(nèi)在價(jià)值，是未來(lái)履行合約時(shí)獲得利潤(rùn)的現(xiàn)值；另外一個(gè)是時(shí)間價(jià)值，股票期權(quán)距離到期的時(shí)間越長(zhǎng)，價(jià)格變動(dòng)的可能性越大，期權(quán)多頭即核心員工執(zhí)行期權(quán)獲得利潤(rùn)的概率也就越大。股票期權(quán)具有時(shí)間價(jià)值，而企業(yè)創(chuàng)新活動(dòng)從投入、研發(fā)到產(chǎn)出的過(guò)程需要較長(zhǎng)的時(shí)間間隔，從這個(gè)角度上說(shuō)，股票期權(quán)也有助于核心員工從長(zhǎng)遠(yuǎn)的角度來(lái)看待企業(yè)研發(fā)，以更強(qiáng)的自我驅(qū)動(dòng)投入到企業(yè)的研發(fā)活動(dòng)過(guò)程中。將兩種不同激勵(lì)方式加以對(duì)比，發(fā)現(xiàn)股票期權(quán)激勵(lì)方式更能增強(qiáng)核心員工研發(fā)失敗的抗風(fēng)險(xiǎn)能力，激勵(lì)其從事風(fēng)險(xiǎn)較高的創(chuàng)新活動(dòng)，加大創(chuàng)新研發(fā)力度，創(chuàng)新產(chǎn)出自然提升。基于上述分析，本文提出假設(shè)H2：假設(shè)H2a：在控制其他條件的前提下，對(duì)核心員工的股權(quán)激勵(lì)力度越強(qiáng)，越能提升企業(yè)的財(cái)務(wù)績(jī)效。假設(shè)H2b：在控制其他條件的前提下，對(duì)企業(yè)核心員工實(shí)施股票期權(quán)激勵(lì)比限制性股票更能促進(jìn)企業(yè)的財(cái)務(wù)績(jī)效。1.1.2上市公司股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效影響的中介效應(yīng)分析上市公司研發(fā)投入對(duì)股權(quán)激勵(lì)和企業(yè)財(cái)務(wù)績(jī)效的中介效應(yīng)，主要基于下列理論分析：根據(jù)委托代理理論，管理層作為理性人重視對(duì)自我利益的追逐，容易引發(fā)到道德風(fēng)險(xiǎn)問(wèn)題，對(duì)管理層實(shí)施股權(quán)激勵(lì)能夠使管理層與股東利益一致，產(chǎn)生利益趨同效應(yīng)，降低代理成本。管理層在企業(yè)創(chuàng)新過(guò)程中承擔(dān)決策制定的群體，對(duì)研發(fā)投入起到了決定性的作用，一方面制定創(chuàng)新戰(zhàn)略和創(chuàng)新計(jì)劃，另一方面需要協(xié)調(diào)創(chuàng)新技術(shù)人員并調(diào)配創(chuàng)新資金的使用，承擔(dān)研發(fā)失敗的風(fēng)險(xiǎn)并對(duì)后果負(fù)責(zé)。管理層的風(fēng)險(xiǎn)偏好決定其在面對(duì)高成本和高風(fēng)險(xiǎn)的項(xiàng)目時(shí)是否下定決心執(zhí)行，高管的創(chuàng)新動(dòng)機(jī)對(duì)創(chuàng)新行為產(chǎn)生重大影響，而股權(quán)激勵(lì)制度能夠激勵(lì)管理層為了實(shí)現(xiàn)預(yù)期利益最大化而更愿意鋌而走險(xiǎn)，激發(fā)管理層的創(chuàng)新積極性，使其有更強(qiáng)的驅(qū)動(dòng)力去執(zhí)行風(fēng)險(xiǎn)性較高的創(chuàng)新研發(fā)投資決策，進(jìn)而提升企業(yè)的財(cái)務(wù)績(jī)效。此外，企業(yè)高管的聲譽(yù)水平體現(xiàn)了其治理公司的水平和能力，投資研發(fā)端可以增強(qiáng)高管聲譽(yù)水平，有利于提高企業(yè)利潤(rùn)。朱德勝和張偉（2017）研究發(fā)現(xiàn)授予高管股權(quán)可以降低企業(yè)研發(fā)活動(dòng)中存在的代理成本。出于對(duì)自身聲譽(yù)的追求，高管在創(chuàng)新決策時(shí)有動(dòng)機(jī)去對(duì)高風(fēng)險(xiǎn)項(xiàng)目進(jìn)行審核批準(zhǔn)，使得企業(yè)增加更高的研發(fā)支出來(lái)推動(dòng)創(chuàng)新活動(dòng)。由此可見(jiàn)，以股權(quán)的形式激勵(lì)管理層可以提高其抗風(fēng)險(xiǎn)能力，使其在經(jīng)營(yíng)決策中加大對(duì)研發(fā)端的投入，最終使得企業(yè)財(cái)務(wù)績(jī)效增強(qiáng)。根據(jù)人力資本理論，核心員工掌握的科學(xué)技術(shù)知識(shí)儲(chǔ)備、創(chuàng)新經(jīng)驗(yàn)是企業(yè)重要的人力資本，對(duì)企業(yè)的創(chuàng)新產(chǎn)出起到了直接作用。從長(zhǎng)期的角度來(lái)看，授予核心技術(shù)人員股權(quán)可以幫助企業(yè)很好地吸引和留住這一人群，甚至比對(duì)管理層有更好的促進(jìn)效果。企業(yè)研發(fā)投入是創(chuàng)新產(chǎn)出的必要資源，對(duì)于核心技術(shù)人員知識(shí)和技能的能力提升至關(guān)重要，同時(shí)也有助于加快創(chuàng)新成果轉(zhuǎn)化。鄒文杰（2015）認(rèn)為企業(yè)研發(fā)投入對(duì)于企業(yè)創(chuàng)新至關(guān)重要，能夠幫助企業(yè)實(shí)現(xiàn)內(nèi)部知識(shí)積累和提升企業(yè)創(chuàng)新能力，研發(fā)投入強(qiáng)度越大，其對(duì)企業(yè)研發(fā)效率的提升作用越顯著?；谄髽I(yè)研發(fā)費(fèi)用充裕的前提下，授予核心技術(shù)人員股權(quán)可以更好地促進(jìn)創(chuàng)新產(chǎn)出。因此，對(duì)管理層和核心員工來(lái)說(shuō)，研發(fā)投入是股權(quán)激勵(lì)與企業(yè)財(cái)務(wù)績(jī)效作用機(jī)制的中介變量。基于上述分析，本文提出假設(shè)H3：假設(shè)H3:在控制其他條件前提下，企業(yè)實(shí)施股權(quán)激勵(lì)會(huì)通過(guò)提升企業(yè)的研發(fā)投入，進(jìn)而提升企業(yè)財(cái)務(wù)績(jī)效。1.1.3上市公司股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效影響的調(diào)節(jié)效應(yīng)分析上市公司融資約束對(duì)股權(quán)激勵(lì)和企業(yè)財(cái)務(wù)績(jī)效的調(diào)節(jié)效應(yīng)，主要基于下列理論分析：研發(fā)創(chuàng)新是我國(guó)制造業(yè)市場(chǎng)高科技企業(yè)的重要運(yùn)營(yíng)活動(dòng)，決定了高科技企業(yè)市場(chǎng)競(jìng)爭(zhēng)力和行業(yè)地位，資金和人才短缺嚴(yán)重阻礙了高科技企業(yè)的創(chuàng)新發(fā)展，制造業(yè)上市公司之間創(chuàng)新活動(dòng)競(jìng)爭(zhēng)激勵(lì)，長(zhǎng)期的創(chuàng)新研發(fā)投入易導(dǎo)致內(nèi)部資金不充裕，企業(yè)易陷入財(cái)務(wù)困境。鄧可斌和曾海艦（2014）以企業(yè)在外部資本市場(chǎng)獲取資金的難易程度來(lái)定義融資約束。高新技術(shù)企業(yè)面臨融資難、融資貴的問(wèn)題，顧群及翟淑萍（2014）研究發(fā)現(xiàn)企業(yè)技術(shù)開(kāi)發(fā)過(guò)程中，融資約束問(wèn)題長(zhǎng)期存在。根據(jù)信息不對(duì)稱理論，創(chuàng)新研發(fā)的不確定性使得融資市場(chǎng)更像“檸檬市場(chǎng)”。一方面，高水平的科學(xué)專(zhuān)利技術(shù)是每個(gè)高新企業(yè)所重視的寶貴財(cái)富，研發(fā)活動(dòng)作為商業(yè)秘密不會(huì)對(duì)外披露，具有高度保密性，因而外部投資者很難知曉企業(yè)研發(fā)的相關(guān)信息。吳丹（2016）認(rèn)為企業(yè)研發(fā)活動(dòng)就像“檸檬市場(chǎng)”，其會(huì)計(jì)回報(bào)往往難以確定。若企業(yè)創(chuàng)新研發(fā)失敗，將對(duì)投資人產(chǎn)生資金損失。信息不對(duì)稱導(dǎo)致企業(yè)外部融資容易產(chǎn)生逆向選擇問(wèn)題，投資者更傾向于采取保守的態(tài)度，對(duì)投資企業(yè)創(chuàng)新技術(shù)研發(fā)的積極性不高，使企業(yè)難以進(jìn)行外部融資；另一方面，創(chuàng)新活動(dòng)具有很高的監(jiān)管成本，企業(yè)技術(shù)創(chuàng)新的結(jié)果最終都將轉(zhuǎn)化成無(wú)形資產(chǎn)，這主要依附于核心技術(shù)人員的人力資本，難易度量，外部人難以對(duì)核心技術(shù)人員加以監(jiān)督。此外，企業(yè)融資抵押的財(cái)產(chǎn)多為固定資產(chǎn)等有形資產(chǎn)，無(wú)形資產(chǎn)一般不具有抵押價(jià)值，企業(yè)債務(wù)融資端受限。綜上，研發(fā)過(guò)程中融資約束問(wèn)題會(huì)對(duì)企業(yè)創(chuàng)新產(chǎn)出造成阻礙。企業(yè)給予高管和核心員工的激勵(lì)包括薪酬激勵(lì)和股權(quán)激勵(lì)，前者為其帶來(lái)了高薪水、高獎(jiǎng)金獎(jiǎng)勵(lì)這類(lèi)確定性的收益，后者則是賦予了高管和核心員工分配企業(yè)經(jīng)營(yíng)剩余利潤(rùn)的權(quán)利，使高管和核心員工與企業(yè)價(jià)值想綁定，增強(qiáng)其“主人翁”意識(shí)并獲得更多的身份認(rèn)同。但是，企業(yè)面臨融資約束問(wèn)題會(huì)抑制高管和核心員工股權(quán)激勵(lì)對(duì)企業(yè)創(chuàng)新產(chǎn)出的作用，雖然高管出于身份認(rèn)同感具有企業(yè)技術(shù)創(chuàng)新的主動(dòng)性和積極性，受股權(quán)激勵(lì)的影響能夠從長(zhǎng)遠(yuǎn)發(fā)展的角度充分考慮企業(yè)技術(shù)創(chuàng)新的需要，但是因?yàn)槭艿饺谫Y約束的問(wèn)題，企業(yè)受到研發(fā)資金受限的影響往往對(duì)研發(fā)活動(dòng)心有余而力不足?；谏鲜龇治觯疚奶岢黾僭O(shè)H4：假設(shè)H4：在控制其他條件前提下，企業(yè)融資約束負(fù)向調(diào)節(jié)股權(quán)激勵(lì)與企業(yè)財(cái)務(wù)績(jī)效的關(guān)系，企業(yè)面臨融資約束越強(qiáng)，股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效的促進(jìn)作用越弱。1.2企業(yè)股權(quán)激勵(lì)和財(cái)務(wù)績(jī)效之間關(guān)系的實(shí)證分析1.2.1實(shí)證研究設(shè)計(jì)1.2.1.1樣本選取與數(shù)據(jù)來(lái)源（1）樣本選擇本文樣本選取2011-2020年間制造業(yè)上市公司數(shù)據(jù)，原因基于制造業(yè)的上司公司普遍具有較高成長(zhǎng)性的企業(yè)融資，而這些企業(yè)往往更加重視創(chuàng)新研發(fā)和員工激勵(lì)，研發(fā)及財(cái)務(wù)等數(shù)據(jù)易獲取；此外，國(guó)家不斷加大對(duì)新興中小企業(yè)的扶持力度，充分發(fā)揮資本市場(chǎng)助力中小企業(yè)融資的功能，研究制造業(yè)市場(chǎng)企業(yè)股權(quán)激勵(lì)機(jī)制與創(chuàng)新研發(fā)對(duì)發(fā)展和完善資本市場(chǎng)功能具有很重要的借鑒意義。當(dāng)前國(guó)內(nèi)股權(quán)激勵(lì)形式有三種：股票期權(quán)、限制性股票和股票增值權(quán)，因股票增值權(quán)樣本較少，故本文主要研究股票期權(quán)和限制性股票這兩種主流的股權(quán)激勵(lì)形式。為了保證樣本數(shù)據(jù)的可靠性和準(zhǔn)確性，對(duì)樣本數(shù)據(jù)進(jìn)行了如下細(xì)致且嚴(yán)格的篩選：一是剔除ST公司、*ST公司和終止上市的公司。這些企業(yè)大多因財(cái)務(wù)數(shù)據(jù)等問(wèn)題不滿足上市條件或處于異常情況，不利于后續(xù)實(shí)證的展開(kāi)和可靠的研究結(jié)論的得出，因此將其剔除；二是剔除上市年份不足一年的公司。由于部分?jǐn)?shù)據(jù)如專(zhuān)利申請(qǐng)數(shù)據(jù)需要在公司上市幾年后獲取，易造成數(shù)據(jù)缺失的情況，故將其剔除。三是剔除2011-2020年間財(cái)務(wù)數(shù)據(jù)和專(zhuān)利申請(qǐng)數(shù)據(jù)缺失或異常的樣本；四是為了避免異常樣本數(shù)據(jù)對(duì)實(shí)證結(jié)果的影響，對(duì)樣本數(shù)據(jù)采取了前后1%的縮尾（Winsorize）處理。數(shù)據(jù)通過(guò)上述步驟進(jìn)行嚴(yán)格篩選和整理，總共獲得449家制造業(yè)上市公司共1978個(gè)樣本，實(shí)施了股權(quán)激勵(lì)計(jì)劃的公司有227家，在總公司數(shù)中占比50.56%。按照2012年證監(jiān)會(huì)一級(jí)行業(yè)分類(lèi)來(lái)區(qū)分，樣本共分布在15個(gè)行業(yè)中，其中制造業(yè)有1482個(gè)樣本，占總體比例74.92%。在1978個(gè)樣本中共有實(shí)施股權(quán)激勵(lì)的313個(gè)樣本，按照股權(quán)激勵(lì)形式區(qū)分，其中實(shí)施股票期權(quán)的117個(gè)樣本，實(shí)施限制性股票的196個(gè)樣本。數(shù)據(jù)處理上，首先使用Excel對(duì)原始數(shù)據(jù)如上市公司股權(quán)激勵(lì)授予表、專(zhuān)利申請(qǐng)表和財(cái)務(wù)數(shù)據(jù)進(jìn)行初步篩選和清洗，在后續(xù)的統(tǒng)計(jì)描述性統(tǒng)計(jì)和實(shí)證分析過(guò)程使用的是Stata16軟件。（2）數(shù)據(jù)來(lái)源本文在實(shí)證研究過(guò)程中搜集的數(shù)據(jù)主要來(lái)自以下三個(gè)途徑：首先，制造業(yè)上市公司股權(quán)激勵(lì)方案數(shù)據(jù)來(lái)自CSMAR數(shù)據(jù)庫(kù)中“公司研究系列”中“治理結(jié)構(gòu)”下的股權(quán)激勵(lì)授予明細(xì)表，上市公司申請(qǐng)專(zhuān)利數(shù)量數(shù)據(jù)來(lái)自CSMAR數(shù)據(jù)庫(kù)中“公司研究系列”中“上市公司與子公司專(zhuān)利”下的專(zhuān)利申請(qǐng)情況表以及“上市公司研發(fā)創(chuàng)新”下的國(guó)內(nèi)外專(zhuān)利申請(qǐng)獲得情況表，上市公司所屬證監(jiān)會(huì)行業(yè)、產(chǎn)權(quán)性質(zhì)、融資約束數(shù)據(jù)、內(nèi)部財(cái)務(wù)數(shù)據(jù)和治理相關(guān)的數(shù)據(jù)均來(lái)自CSMAR數(shù)據(jù)庫(kù)；其次，為了保證數(shù)據(jù)完整性，對(duì)研究樣本中缺失的如發(fā)明專(zhuān)利、實(shí)用新型專(zhuān)利和外觀設(shè)計(jì)專(zhuān)利申請(qǐng)樣本數(shù)據(jù)予以刪除。最后，借鑒李丹蒙和萬(wàn)華林（2017）的做法，若上市公司在一年內(nèi)曾實(shí)施了多次股權(quán)激勵(lì)方案，僅保留首次授予并實(shí)施的方案；若同年度內(nèi)實(shí)施兩次激勵(lì)標(biāo)的物不同的方案，僅保留授予股份數(shù)較多的方案。參照田軒和孟清揚(yáng)（2018）的做法，樣本數(shù)據(jù)以股權(quán)激勵(lì)授予日定義實(shí)施年度。1.2.1.2變量選擇與實(shí)證模型（1）變量選擇本文涉及到的變量主要有如下五類(lèi)：被解釋變量專(zhuān)利申請(qǐng)總數(shù)和發(fā)明專(zhuān)利專(zhuān)利申請(qǐng)數(shù)量、核心解釋變量股權(quán)激勵(lì)及核心員工股權(quán)激勵(lì)強(qiáng)度、中介變量研發(fā)投入、調(diào)節(jié)變量融資約束、此外還有諸多控制變量。變量具體定義如下：①被解釋變量本文研究的被解釋變量主要是上市公司財(cái)務(wù)績(jī)效（Innovation），國(guó)內(nèi)文獻(xiàn)大部分是從狹義的角度來(lái)衡量企業(yè)財(cái)務(wù)績(jī)效，多以專(zhuān)利申請(qǐng)或授予的數(shù)量來(lái)定義企業(yè)創(chuàng)新產(chǎn)出，以創(chuàng)新數(shù)量和質(zhì)量作為對(duì)創(chuàng)新產(chǎn)出的衡量。本文參考姜英兵和于雅萍（2017）的做法，在整體上用專(zhuān)利申請(qǐng)數(shù)量（T_Patent）來(lái)衡量創(chuàng)新產(chǎn)出的總數(shù)量，制造業(yè)上市公司專(zhuān)利申請(qǐng)中，發(fā)明專(zhuān)利最能體現(xiàn)其實(shí)際創(chuàng)新水平，因而本文用發(fā)明專(zhuān)利申請(qǐng)數(shù)量（Patent1）來(lái)衡量財(cái)務(wù)績(jī)效的質(zhì)量，兩種被解釋變量均以專(zhuān)利申請(qǐng)數(shù)量加1取自然對(duì)數(shù)。采用專(zhuān)利申請(qǐng)數(shù)量而非授予數(shù)量主要考慮專(zhuān)利申請(qǐng)時(shí)間更接近企業(yè)創(chuàng)新產(chǎn)出的時(shí)間。②解釋變量本文解釋變量主要是股權(quán)激勵(lì)，參考有關(guān)文獻(xiàn)，將股權(quán)激勵(lì)從定性和定量?jī)蓚€(gè)角度加以定義。參考李丹蒙和萬(wàn)華林（2017）、姜英兵和于雅萍（2017）、郭蕾等（2019）的做法，在定性層面設(shè)置虛擬變量是否實(shí)施股權(quán)激勵(lì)（Incentive），企業(yè)在樣本期間實(shí)施了股權(quán)激勵(lì)方案則取1，否則取0；在定量層面，參考陳志剛和陳啟博（2020）的做法，設(shè)置核心員工股權(quán)激勵(lì)強(qiáng)度（Share_e）這一變量，即授予核心員工股票期權(quán)或限制性股票在授予總數(shù)中的比例。③中介變量本文研究的中介變量主要是研發(fā)投入，部分文獻(xiàn)中稱為研發(fā)支出。本文參考李丹蒙和萬(wàn)華林（2017）的做法，用研發(fā)支出與期末總資產(chǎn)的比值來(lái)定義創(chuàng)新投入（RD）；④調(diào)節(jié)變量為了探究企業(yè)外部融資環(huán)境變化時(shí)股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響，引入了融資約束這一調(diào)節(jié)變量。針對(duì)融資約束的衡量包括SA指數(shù)、KZ指數(shù)、WW指數(shù)和FC指數(shù)四類(lèi)，本文參考Hadlock和Pierce（2010）以及鞠曉生等（2013）的做法，使用SA指數(shù)法來(lái)測(cè)量企業(yè)的相對(duì)融資約束程度，原因系SA指數(shù)相對(duì)穩(wěn)健且不包含內(nèi)生性特征的融資變量，國(guó)內(nèi)文獻(xiàn)多以SA指數(shù)法研究企業(yè)融資約束問(wèn)題。具體計(jì)算公式如（3-1），SAi,t表示i企業(yè)t年度的融資約束狀況，Sizei,t為企業(yè)規(guī)模，Agei,t為企業(yè)的上市年限。由公式（3-1）計(jì)算出來(lái)的融資約束SA指數(shù)為負(fù)值，取其絕對(duì)值表示，絕對(duì)值越大表示企業(yè)面臨融資約束越強(qiáng)。SAi,t=-0.737*Sizei,t+0.043*Sizei,t2-0.04*Agei,t（3-1）⑤控制變量在定義主要的變量后，考慮了其他會(huì)影響企業(yè)股權(quán)激勵(lì)和財(cái)務(wù)績(jī)效的因素作為控制變量。對(duì)于控制變量，在后續(xù)的模型統(tǒng)一使用符號(hào)（Xi,t）來(lái)表示。其一，在企業(yè)財(cái)務(wù)方面：參考盧闖和孫健等（2015）、劉艷霞和祁懷錦（2019），認(rèn)為企業(yè)規(guī)模越大，對(duì)管理層投資行為的監(jiān)督難度越大，企業(yè)規(guī)模影響企業(yè)的委托代理問(wèn)題，取企業(yè)總資產(chǎn)的自然對(duì)數(shù)（Size）來(lái)對(duì)企業(yè)的規(guī)模效應(yīng)加以控制；企業(yè)資產(chǎn)端的狀況直接反映了企業(yè)是否有充足的資產(chǎn)應(yīng)對(duì)風(fēng)險(xiǎn)挑戰(zhàn)，盈利能力的好壞反映了管理層的治理水平，企業(yè)負(fù)債的增加則加劇企業(yè)委托代理問(wèn)題的產(chǎn)生，分別用固定資產(chǎn)比例（Tangible）對(duì)企業(yè)資產(chǎn)運(yùn)作狀況加以控制，使用盈利能力（ROA）對(duì)企業(yè)盈利水平加以控制，使用資產(chǎn)負(fù)債率（Lev）對(duì)企業(yè)負(fù)債狀況加以控制。其二，在企業(yè)自身成長(zhǎng)層面：參考姜英兵和于雅萍（2017）、田軒和孟清揚(yáng)（2018），認(rèn)為企業(yè)上市年限會(huì)對(duì)其投資決策產(chǎn)生一定影響，選取上市年限加1取自然對(duì)數(shù)（Age）進(jìn)行控制；企業(yè)成長(zhǎng)性越好，越傾向于鼓勵(lì)內(nèi)部創(chuàng)新，股權(quán)激勵(lì)活動(dòng)越多，設(shè)置企業(yè)成長(zhǎng)性（Growth），即營(yíng)業(yè)收入增長(zhǎng)率來(lái)加以控制。其三，針對(duì)反映企業(yè)內(nèi)部治理的各項(xiàng)因素，參考了姜英兵和于雅萍（2017）、周冬華、黃佳和趙玉潔（2019），選擇利用第一大股東持股比例來(lái)定義股權(quán)集中度（Top1）、企業(yè)為國(guó)企取1，否則為0定義產(chǎn)權(quán)性質(zhì)（SOE）、機(jī)構(gòu)投資者持股在總股本中占比定義機(jī)構(gòu)持股比例（Ins）、董事長(zhǎng)兼任CEO取1，否則取0定義高管權(quán)力（Dual），使用這些變量并對(duì)其進(jìn)行控制。此外，為了控制模型的行業(yè)和年份固定效應(yīng)，設(shè)置了行業(yè)（Ind）和年度（Year）虛擬變量。⑥變量匯總本文在實(shí)證過(guò)程中涉及到的各類(lèi)變量性質(zhì)、名稱、符號(hào)和定義的匯總情況，具體見(jiàn)表3-1所示：表3-1變量定義匯總變量性質(zhì)變量名稱變量符號(hào)變量定義被解釋變量專(zhuān)利申請(qǐng)總數(shù)T_Patent年度專(zhuān)利（發(fā)明、實(shí)用新型、外觀設(shè)計(jì)）申請(qǐng)數(shù)之和，加1取自然對(duì)數(shù)發(fā)明專(zhuān)利申請(qǐng)數(shù)Patent1年度發(fā)明專(zhuān)利申請(qǐng)總數(shù)，加1取自然對(duì)數(shù)解釋變量是否實(shí)施股權(quán)激勵(lì)I(lǐng)ncentive在樣本期間進(jìn)行了股權(quán)激勵(lì)則取1，否則為0核心員工股權(quán)激勵(lì)強(qiáng)度Share_e核心員工股權(quán)授予量與股權(quán)激勵(lì)授予總數(shù)的比值中介變量研發(fā)投入RD企業(yè)年度研發(fā)費(fèi)用/期末總資產(chǎn)調(diào)節(jié)變量融資約束SA上市公司的融資約束狀況，用SA指數(shù)衡量控制變量公司規(guī)模Size期末總資產(chǎn)的自然對(duì)數(shù)盈利能力ROA營(yíng)業(yè)利潤(rùn)/總資產(chǎn)上市年限Age（1+年度-上市年份）的自然對(duì)數(shù)資產(chǎn)負(fù)債率Lev總負(fù)債/總資產(chǎn)資產(chǎn)結(jié)構(gòu)Tangible固定資產(chǎn)凈值/資產(chǎn)總計(jì)企業(yè)成長(zhǎng)性Growth營(yíng)業(yè)收入增長(zhǎng)率產(chǎn)權(quán)性質(zhì)SOE企業(yè)為國(guó)企則取1，否則為0股權(quán)集中度Top1第一大股東持股比例高管權(quán)力Dual董事長(zhǎng)兼任CEO取1，否則取0機(jī)構(gòu)持股比例Ins機(jī)構(gòu)投資者持股/總股本行業(yè)虛擬變量Ind以證監(jiān)會(huì)2012年行業(yè)分類(lèi)標(biāo)準(zhǔn)設(shè)定，其中制造業(yè)采用二級(jí)代碼分類(lèi)，其他行業(yè)采用一級(jí)分類(lèi)指標(biāo)年度虛擬變量Year屬于該年度取1，否則為0（2）實(shí)證模型①總效應(yīng)模型為了檢驗(yàn)假設(shè)H1，即在控制其他條件的前提下，上市公司實(shí)施股權(quán)激勵(lì)能夠顯著提升企業(yè)的財(cái)務(wù)績(jī)效。本文主要借鑒姜英兵和于雅萍（2017）的做法，構(gòu)建OLS回歸模型（3-2），并在此基礎(chǔ)上控制行業(yè)固定效應(yīng)和年份固定效應(yīng)，預(yù)期α1顯著為正；為了檢驗(yàn)假設(shè)H2a，即在控制其他條件的前提下，對(duì)核心員工的股權(quán)激勵(lì)力度越強(qiáng)，越能提升企業(yè)的財(cái)務(wù)績(jī)效。本文構(gòu)建（3-3）多元回歸模型，預(yù)期β1顯著為正；為了檢驗(yàn)假設(shè)H2b，根據(jù)股權(quán)激勵(lì)契約的異質(zhì)性，即股權(quán)激勵(lì)標(biāo)的物的不同，將實(shí)施核心員工股權(quán)激勵(lì)的上市公司樣本劃分為股票期權(quán)和限制性股票兩個(gè)子樣本，隨后進(jìn)行分組回歸，使用模型（3-3）對(duì)兩個(gè)子樣本進(jìn)行分組回歸。Innovationi,t=α0+α1Incentivei,t+γXi,t+Yeart+Industryj+εi,t（3-2）Innovationi,t=β0+β1Share_ei,t+γXi,t+Yeart+Industryj+εi,t（3-3）模型中，i指代不同的企業(yè)個(gè)體，t指代不同的觀察年份；被解釋變量Innovation為企業(yè)財(cái)務(wù)績(jī)效，分別用T_Patent專(zhuān)利申請(qǐng)總數(shù)和Patent1發(fā)明專(zhuān)利申請(qǐng)總數(shù)表示；Incentive和Share_e為核心解釋變量，分別為是否實(shí)施股權(quán)激勵(lì)以及核心員工股權(quán)激勵(lì)強(qiáng)度；X表示所有的控制變量；Yeart表示年份固定效應(yīng)；Industryj表示行業(yè)固定效應(yīng)；ε表示模型殘差。②中介效應(yīng)模型將研發(fā)投入作為中介變量，本文借鑒溫忠麟、侯杰泰和張雷（2005）的研究，采用逐步回歸法對(duì)上市公司股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效的中介效應(yīng)進(jìn)行檢驗(yàn)。為保證中介效應(yīng)檢驗(yàn)結(jié)果的可靠性，采用Sobel系數(shù)乘積檢驗(yàn)法對(duì)交互項(xiàng)顯著性進(jìn)行檢驗(yàn)。為了檢驗(yàn)H3，即在控制其他條件前提下，企業(yè)實(shí)施股權(quán)激勵(lì)會(huì)通過(guò)提升企業(yè)的研發(fā)投入，進(jìn)而提升企業(yè)財(cái)務(wù)績(jī)效。本文分別構(gòu)建模型（3-4）和模型（3-5），檢驗(yàn)研發(fā)投入對(duì)上市公司股權(quán)激勵(lì)與企業(yè)財(cái)務(wù)績(jī)效之間的中介作用，需要結(jié)合（3-2）、（3-4）以及（3-5）三個(gè)模型進(jìn)行分析：Innovationi,t=α0+α1Incentivei,t+γXi,t+Yeart+Industryj+εi,t（3-2）RDi,t=α’0+α’1Incentivei,t+γXi,t+Yeart+Industryj+εi,t（3-4）Innovationi,t=α’’0+α’’1Incentivei,t+α’’2RDi,t+γXi,t+Yeart+Industryj+εi,t（3-5）模型中，i指代不同的企業(yè)個(gè)體，t指代不同的觀察年份；RD為中介變量研發(fā)投入；Innovation為企業(yè)財(cái)務(wù)績(jī)效，分別用T_Patent專(zhuān)利申請(qǐng)總數(shù)和Patent1發(fā)明專(zhuān)利申請(qǐng)總數(shù)表示；Incentive為是否實(shí)施股權(quán)激勵(lì)；X表示所有的控制變量；Yeart表示年份固定效應(yīng)；Industryj表示行業(yè)固定效應(yīng)；ε表示模型殘差。通過(guò)回歸得到結(jié)果后，中介效應(yīng)的檢驗(yàn)步驟如下：第一：查看模型（3-2）中的α1是否顯著，通常需達(dá)到5%以上顯著。若α1不顯著，說(shuō)明核心解釋變量是否實(shí)施股權(quán)激勵(lì)與企業(yè)財(cái)務(wù)績(jī)效不顯著，無(wú)法進(jìn)行中介效應(yīng)檢驗(yàn)，若α1顯著，則繼續(xù)檢驗(yàn)；第二：繼續(xù)看α’1和α’’2的顯著性。若α’1和α’’2都顯著，那么中介效應(yīng)存在；若α’1和α’’2至少有一個(gè)不顯著，則使用Bootstrap乘積系數(shù)法檢驗(yàn)（α’1×α’’2）是否顯著，若（α’1×α’’2）不顯著，說(shuō)明中介效應(yīng)不存在，若（α’1×α’’2）顯著，說(shuō)明中介效應(yīng)存在，繼續(xù)檢驗(yàn)；第三：繼續(xù)查看模型（3-5）中α’’1是否顯著；若α’’1顯著，說(shuō)明是部分中介效應(yīng)，即存在遺漏的中介變量，若α’’1不顯著，則為完全中介效應(yīng)，同時(shí)，可依據(jù)（α’1×α’’2×α’’1）的正負(fù)情況，判斷被遺漏的中介變量的類(lèi)型。若中介效應(yīng)存在，則α1表示上市公司股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效影響的總效應(yīng)，α’’1表示上市公司股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效影響的直接效應(yīng)，α’1×α’’2表示經(jīng)過(guò)中介變量研發(fā)投入的中介效應(yīng)（即間接效應(yīng)），（α’1×α’’2）/α1表示中介效應(yīng)在總效應(yīng)中的占比。③調(diào)節(jié)效應(yīng)模型本文研究中的調(diào)節(jié)變量為上市公司的融資約束，屬于連續(xù)變量，主要由SA指數(shù)所衡量。自變量選擇上市公司是否實(shí)施股權(quán)激勵(lì)來(lái)衡量，屬于虛擬變量。本文主要借鑒趙娜、張曉峒和朱彤（2019）的做法，采用交互項(xiàng)分層回歸法對(duì)融資約束的調(diào)節(jié)效應(yīng)進(jìn)行檢驗(yàn)。為了檢驗(yàn)假設(shè)H4，即在控制其他條件前提下，企業(yè)融資約束負(fù)向調(diào)節(jié)股權(quán)激勵(lì)與企業(yè)財(cái)務(wù)績(jī)效的關(guān)系，構(gòu)建（3-6）、（3-7）兩個(gè)模型進(jìn)行檢驗(yàn)。具體操作步驟如下所示：第一，中心化變量。對(duì)調(diào)節(jié)變量SAi,t進(jìn)行中心化處理，自變量Incentivei,t為虛擬變量；第二，得到交互乘積項(xiàng)。將虛擬變量變量Incentivei,t和中心化變量SAi,t相乘，得到交互乘積項(xiàng)（Incentivei,t×SAi,t）；第三，層次回歸方程。代入相關(guān)變量，分別回歸方程（3-6）和方程（3-7）：Innovationi,t=δ0+δ1Incentivei,t+δ2SAi,t+γXi,t+Yeart+Industryj+εi,t（3-6）Innovationi,t=δ’0+δ’1Incentivei,t+δ’2SAi,t+δ’3Incentivei,t×SAi,t+γXi,t+Yeart+Industryj+εi,t（3-7）模型中，i指代不同的企業(yè)個(gè)體，t指代不同的觀察年份；Innovation為企業(yè)財(cái)務(wù)績(jī)效，分別用T_Patent專(zhuān)利申請(qǐng)總數(shù)和Patent1發(fā)明專(zhuān)利申請(qǐng)總數(shù)表示；Incentive為是否實(shí)施股權(quán)激勵(lì)；SA為調(diào)節(jié)變量融資約束；（Incentivei,t×SAi,t）為中心化后的交互項(xiàng)；X表示所有的控制變量；Yeart表示年份固定效應(yīng)；Industryj表示行業(yè)固定效應(yīng)；ε表示模型殘差。第四，得到結(jié)論。查看模型（3-7）的交互乘積項(xiàng)（Incentivei,t×SAi,t）的系數(shù)δ’3是否顯著，并對(duì)比觀察方程模型（3-7）的R2是否高于模型（3-6）的R2。通常如果交互乘積項(xiàng)的系數(shù)顯著，那么含有交互乘積項(xiàng)的回歸方程的R2也會(huì)顯著高于不含交互乘積項(xiàng)的回歸方程的R2，此時(shí)便可認(rèn)為調(diào)節(jié)效應(yīng)是存在的。1.2.1.3統(tǒng)計(jì)分析（1）描述性統(tǒng)計(jì)在這部分，本文對(duì)樣本變量數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)，以便了解變量數(shù)據(jù)特征，并且方便于發(fā)現(xiàn)異常值并加以修正，研究涉及到的變量（被解釋變量、解釋變量和控制變量）的描述性統(tǒng)計(jì)如表3-2所示：表3-2主要變量的描述性統(tǒng)計(jì)變量名樣本數(shù)均值標(biāo)準(zhǔn)差最小值中位數(shù)最大值T_Patent19782.94071.15890.69312.94446.8937Patent119782.15041.16780.00002.07945.9584Incentive19780.15820.36510.00000.00001.0000Share_e3130.81740.18230.00000.85891.0000RD19780.02820.02150.00030.02250.4321SA19783.60300.21142.98923.59624.3578Size197821.24270.786819.574221.121924.6159ROA19780.05270.0443-0.37230.05140.2953Age19781.51480.46310.69311.60942.3026Lev19780.27520.16230.01110.24660.8614Tangible19780.15550.11330.00000.13540.6341Growth19781.115729.1073-2.78040.222094.2190SOE19780.03130.17430.00000.00001.0000Top1197831.539113.05044.150029.175081.1800Dual19780.46110.49860.00000.00001.0000Ins197830.002123.92410.000121.791191.2507數(shù)據(jù)來(lái)源：CSMAR由表3-6可知，被解釋變量專(zhuān)利申請(qǐng)總數(shù)T_Patent均值為2.9407，標(biāo)準(zhǔn)差為1.1589，發(fā)明專(zhuān)利申請(qǐng)數(shù)量Patent1的均值為2.1504，標(biāo)準(zhǔn)差為1.1678，表明我國(guó)制造業(yè)上市公司創(chuàng)新水平較好，發(fā)明專(zhuān)利數(shù)在總專(zhuān)利數(shù)量中占比較大，創(chuàng)新質(zhì)量高，并且企業(yè)之間的專(zhuān)利申請(qǐng)水平存在一定的差異。解釋變量股權(quán)激勵(lì)I(lǐng)ncentive均值為0.1582，說(shuō)明實(shí)施了股權(quán)激勵(lì)計(jì)劃的企業(yè)樣本數(shù)據(jù)在總樣本數(shù)據(jù)中的平均占比為15.82%；核心員工股權(quán)激勵(lì)強(qiáng)度Share_e的均值為0.8174，即在制造業(yè)上市企業(yè)中授予核心員工股份數(shù)占總授予股份數(shù)的平均水平為81.74%，說(shuō)明制造業(yè)上市企業(yè)對(duì)核心員工的股權(quán)激勵(lì)力度要強(qiáng)于管理層，由此可見(jiàn)研究核心員工股權(quán)激勵(lì)制度具有現(xiàn)實(shí)價(jià)值。中介變量主要采用研發(fā)投入RD，其均值為0.0282，說(shuō)明樣本企業(yè)研發(fā)投入占總資產(chǎn)的平均比例為2.82%，標(biāo)準(zhǔn)差為0.0215，各上市公司之間研發(fā)投入占總資產(chǎn)比例差異較小；調(diào)節(jié)變量融資約束SA指數(shù)的均值為3.6030，標(biāo)準(zhǔn)差為0.2114，說(shuō)明制造業(yè)上市公司面臨的外部融資環(huán)境具有一定差異。控制變量方面，企業(yè)成長(zhǎng)性Growth的均值為1.1157，說(shuō)明制造業(yè)上市公司營(yíng)業(yè)收入增長(zhǎng)率的均值為111.57%，制造業(yè)中新興高科技企業(yè)盈利狀況良好，成長(zhǎng)性強(qiáng)，符合制造業(yè)公司特征，標(biāo)準(zhǔn)差為29.1073，說(shuō)明各上市公司成長(zhǎng)性之間存在較大差異；第一大股東持股比例TOP1均值為31.5391，最高值可達(dá)81.1800，表明制造業(yè)上市公司股權(quán)集中度較高，此外機(jī)構(gòu)持股比例Ins均值為30.0021，說(shuō)明機(jī)構(gòu)控股制造業(yè)上市公司較為普遍。（2）相關(guān)性分析表3-7和表3-8是本文選定的解釋變量Incentive、Share_e和控制變量之間的相關(guān)性統(tǒng)計(jì)分析，數(shù)據(jù)結(jié)果顯示，各變量的相關(guān)系數(shù)均小于0.6，系數(shù)絕對(duì)值最大的為0.511，大部分變量之間的相關(guān)系數(shù)小于0.1，可見(jiàn)變量之間不存在嚴(yán)重的多重共線性，選取的控制變量是比較恰當(dāng)?shù)?，可以進(jìn)一步進(jìn)行相關(guān)的回歸分析。表3-3變量相關(guān)性統(tǒng)計(jì)分析表1IncentiveSizeROAAgeLevTangibleGrowthSOETop1DualInsIncentive1.000Size0.074***1.000ROA0.122***-0.037*1.000Age0.0180.511***-0.257***1.000Lev0.079***0.480***-0.247***0.299***1.000Tangible-0.052**-0.066***-0.125***0.099***0.148***1.000Growth-0.007-0.0240.002-0.039*-0.0190.0021.000SOE-0.062***0.063***-0.0060.0160.002-0.057**-0.0021.000Top10.000-0.141***0.078***-0.189***-0.0010.096***0.044**-0.0131.000--Dual0.002-0.129***0.023-0.095***-0.0360.017-0.022-0.161***0.169***1.000-Ins0.0340.092***0.085***-0.141***0.076***0.082***0.048**0.187***0.302***-0.0061.000注：***、**和*分別表示在1%、5%和10%的水平下顯著表3-4變量相關(guān)性統(tǒng)計(jì)分析表2ShareeSizeROAAgeLevTangibleGrowthSOETop1DualSharee1.000Size0.0781.000ROA0.057-0.037*1.000Age0.0320.511***-0.257***1.000Lev-0.0230.480***-0.247***0.299***1.000Tangible-0.164***-0.066***-0.125***0.099***0.148***1.000Growth0.014-0.0240.002-0.039*-0.0190.0021.000SOE0.0300.063***-0.0060.0160.002-0.057**-0.0021.000--Top10.013-0.141***0.078***-0.189***-0.0010.096***0.044**-0.0131.000-Dual0.087-0.129***0.023-0.095***-0.0360.017-0.022-0.161***0.169***1.000Ins-0.0050.092***0.085***-0.141***0.076***0.082***0.048**0.187***0.302***-0.006注：***、**和*分別表示在1%、5%和10%的水平下顯著1.2.2基本回歸結(jié)果在這一部分中，首先從企業(yè)整體出發(fā)來(lái)探究企業(yè)實(shí)施股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響；其次本文聚焦企業(yè)重點(diǎn)激勵(lì)對(duì)象核心員工，探究核心員工股權(quán)激勵(lì)強(qiáng)度對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響以及在激勵(lì)標(biāo)的物異質(zhì)性下存在的影響差異。1.2.2.1股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效影響的總效應(yīng)檢驗(yàn)在實(shí)證檢驗(yàn)中，本文從企業(yè)整體出發(fā)探究上市公司實(shí)施股權(quán)激勵(lì)（Incentive）對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響，對(duì)所有的變量進(jìn)行了前后1%的縮尾處理（Winsorize）。在控制年份固定效應(yīng)和行業(yè)固定效應(yīng)的前提下進(jìn)行了混合回歸，得到的結(jié)果如表3-5所示：表3-5股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效影響的回歸檢驗(yàn)（1）（2）T_PatentPatent1CoefStd-ErrCoefStd-ErrIncentive0.1725***（0.0638）0.2002***（0.0678）Size0.5959***（0.0433）0.6600***（0.0442）ROA1.6792***（0.6158）1.3966**（0.6698）Age0.1266*（0.0693）0.0650（0.0739）Lev0.0264（0.1847）-0.5701***（0.1974）Tangible-0.3757（0.2389）0.0050（0.2449）Growth0.0004***（0.0001）0.0001（0.0001）SOE0.4290***（0.1138）0.5246***（0.1248）Top10.0054***（0.0019）0.0014（0.0019）Dual0.0257（0.0464）0.0327（0.0484）Ins-0.0001（0.0011）0.0009（0.0011）cons-11.2050***（0.9410）-13.0162***（0.9438）YearControlControlControlControlIndustryControlControlControlControlN19781978R20.26230.2216注：eq\o\ac(○,1)***、**和*分別表示在1%、5%和10%的水平下顯著；eq\o\ac(○,2)Std-Err為聚類(lèi)到企業(yè)層面的穩(wěn)健標(biāo)準(zhǔn)誤；eq\o\ac(○,3)cons是回歸方程的常數(shù)項(xiàng)；eq\o\ac(○,4)N為樣本數(shù)依據(jù)表3-9的回歸結(jié)果，綜合來(lái)看，針對(duì)不同的被解釋變量（Innovation），模型（3-2）的R2分別為0.2623和0.2216，兩個(gè)模型的擬合優(yōu)度良好，當(dāng)被解釋變量為專(zhuān)利申請(qǐng)總數(shù)時(shí)模型擬合程度更好，解釋能力更強(qiáng)。未控制年份和固定效應(yīng)時(shí)，不同被解釋變量下模型（3-2）均能通過(guò)F檢驗(yàn)（P=0.0000），則模型整體的設(shè)立是顯著的。對(duì)比核心解釋變量是否實(shí)施股權(quán)激勵(lì)（Incentive）對(duì)兩個(gè)不同被解釋變量的回歸結(jié)果，可以發(fā)現(xiàn)其系數(shù)在模型（3-2）下（1）列及（2）列中均在1%的水平下顯著為正，由此可以認(rèn)為上市公司實(shí)施股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效具備顯著的促進(jìn)作用，即在控制其他條件的前提下，企業(yè)實(shí)施股權(quán)激勵(lì)能夠顯著提升企業(yè)的財(cái)務(wù)績(jī)效，由此假設(shè)H1得以驗(yàn)證。此外，被解釋變量為發(fā)明專(zhuān)利申請(qǐng)數(shù)時(shí)系數(shù)為0.2002，大于被解釋變量為專(zhuān)利申請(qǐng)總數(shù)時(shí)的系數(shù)0.1725，說(shuō)明上市公司實(shí)施股權(quán)激勵(lì)對(duì)企業(yè)發(fā)明專(zhuān)利申請(qǐng)數(shù)量的促進(jìn)作用大于對(duì)專(zhuān)利申請(qǐng)總數(shù)的促進(jìn)作用，而這與制造業(yè)上市公司創(chuàng)新研發(fā)現(xiàn)狀相吻合，即發(fā)明專(zhuān)利最體現(xiàn)了核心研發(fā)人員的科技成果，制造業(yè)上市公司更加注重對(duì)發(fā)明專(zhuān)利的創(chuàng)新研發(fā)。對(duì)于本文設(shè)定的關(guān)于財(cái)務(wù)層面的控制變量：樣本上市公司規(guī)模（Size）能在1%的水平下顯著提升企業(yè)專(zhuān)利申請(qǐng)總數(shù)以及發(fā)明專(zhuān)利申請(qǐng)數(shù)量，（1）列中系數(shù)小于（2）列系數(shù)，說(shuō)明公司規(guī)模（Size）對(duì)發(fā)明專(zhuān)利申請(qǐng)數(shù)量促進(jìn)效果更好；樣本上市公司盈利能力（ROA）分別在1%及5%的水平下顯著提升企業(yè)專(zhuān)利申請(qǐng)總數(shù)以及發(fā)明專(zhuān)利申請(qǐng)數(shù)量，且（1）列系數(shù)為1.6792大于（2）列系數(shù)1.3966，企業(yè)盈利能力（ROA）越強(qiáng)，對(duì)專(zhuān)利申請(qǐng)總數(shù)的提升效果更好；樣本上市公司資產(chǎn)負(fù)債率（Lev）對(duì)企業(yè)專(zhuān)利申請(qǐng)總數(shù)的作用不顯著，但是其在1%的水平下顯著抑制發(fā)明專(zhuān)利申請(qǐng)數(shù)量，說(shuō)明企業(yè)技術(shù)發(fā)明專(zhuān)利相對(duì)于其他類(lèi)型的專(zhuān)利更加依賴企業(yè)良好的財(cái)務(wù)狀況支撐，需要大量的資金投入，若企業(yè)負(fù)債率較高，受到高債務(wù)的阻礙，企業(yè)傾向于減少對(duì)高風(fēng)險(xiǎn)的技術(shù)發(fā)明專(zhuān)利的開(kāi)發(fā)；資產(chǎn)結(jié)構(gòu)（Tangible）對(duì)專(zhuān)利申請(qǐng)總數(shù)和發(fā)明專(zhuān)利申請(qǐng)數(shù)的作用均不顯著。對(duì)于企業(yè)自身成長(zhǎng)層面的控制變量：樣本上市公司上市年限（Age）在10%的水平下顯著促進(jìn)專(zhuān)利申請(qǐng)總數(shù)，但是對(duì)于發(fā)明專(zhuān)利申請(qǐng)數(shù)量的作用并不顯著，說(shuō)明企業(yè)上市年份越高，越有資金和經(jīng)驗(yàn)去進(jìn)行研發(fā)；企業(yè)成長(zhǎng)性（Growth）在1%的水平下顯著促進(jìn)專(zhuān)利申請(qǐng)總數(shù)，但是對(duì)于發(fā)明專(zhuān)利申請(qǐng)數(shù)量的作用不顯著，說(shuō)明企業(yè)成長(zhǎng)性越好，其對(duì)各類(lèi)專(zhuān)利技術(shù)的開(kāi)發(fā)積極性越高，總體專(zhuān)利申請(qǐng)數(shù)便會(huì)有所提高。對(duì)于委托代理和內(nèi)部治理層面的控制變量：樣本上市公司產(chǎn)權(quán)性質(zhì)（SOE）能在1%的水平下顯著提升專(zhuān)利申請(qǐng)總數(shù)以及發(fā)明專(zhuān)利申請(qǐng)數(shù)量；上市公司股權(quán)集中度（Top1）在1%的水平下顯著促進(jìn)專(zhuān)利申請(qǐng)總數(shù)，對(duì)發(fā)明專(zhuān)利申請(qǐng)數(shù)的作用不顯著，則集權(quán)型企業(yè)研發(fā)積極性較高；上市公司高管權(quán)力（Dual）以及機(jī)構(gòu)持股比例（Ins）對(duì)于專(zhuān)利申請(qǐng)總數(shù)以及發(fā)明專(zhuān)利申請(qǐng)數(shù)量的作用不顯著。1.2.2.2核心員工股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效影響的總效應(yīng)檢驗(yàn)在這部分的實(shí)證檢驗(yàn)中，聚焦股權(quán)激勵(lì)的重點(diǎn)對(duì)象核心員工，首先，基于所有實(shí)施股權(quán)激勵(lì)的樣本上市公司，探究核心員工股權(quán)激勵(lì)強(qiáng)度對(duì)企業(yè)財(cái)務(wù)績(jī)效有何影響；其次，針對(duì)激勵(lì)標(biāo)的物的不同進(jìn)行分組回歸，從而比較兩者差異。表3-6核心員工股權(quán)激勵(lì)強(qiáng)度對(duì)企業(yè)財(cái)務(wù)績(jī)效影響的回歸檢驗(yàn)（1）（2）T_PatentPatent1CoefStd-ErrCoefStd-ErrShare_e0.9681***（0.3585）1.1689***（0.3250）Size0.6443***（0.0989）0.6552***（0.1006）ROA1.9813（1.4536）2.2110（1.5177）Age0.1444（0.1827）0.0643（0.1848）Lev0.2364（0.5002）-0.3293（0.5254）Tangible0.1505（0.6821）0.1801（0.6436）Growth0.0542（0.0498）0.0159（0.0582）SOE0.9149***（0.3008）0.9101**（0.3527）Top10.0055（0.0048）-0.0045（0.0048）Dual0.1137（0.1249）0.1712（0.1313）Ins-0.0050*（0.0029）0.0004（0.0029）cons-12.5100***（2.3467）-14.0641***（2.0106）YearControlControlControlControlIndustryControlControlControlControlN313313R20.29480.2352注：eq\o\ac(○,1)***、**和*分別表示在1%、5%和10%的水平下顯著；eq\o\ac(○,2)Std-Err為聚類(lèi)到企業(yè)層面的穩(wěn)健標(biāo)準(zhǔn)誤；eq\o\ac(○,3)cons是回歸方程的常數(shù)項(xiàng)；eq\o\ac(○,4)N為樣本數(shù)為了檢驗(yàn)H2a，即核心員工股權(quán)激勵(lì)強(qiáng)度對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響，在控制行業(yè)和年份固定效應(yīng)的基礎(chǔ)上使用模型（3-3）進(jìn)行OLS回歸，得到上表3-6。根據(jù)表3-6的實(shí)證結(jié)果，綜合來(lái)看，針對(duì)不同的被解釋變量（Innovation），模型（3-3）的R2分別為0.2948和0.2352，兩個(gè)模型的擬合優(yōu)度良好，當(dāng)被解釋變量為專(zhuān)利申請(qǐng)總數(shù)時(shí)模型擬合程度更好，解釋能力更強(qiáng)。未控制年份和固定效應(yīng)時(shí)，不同被解釋變量下模型（3-3）均能通過(guò)F檢驗(yàn)（P=0.0000），則模型整體的設(shè)立是顯著的。對(duì)比核心解釋變量核心員工股權(quán)激勵(lì)強(qiáng)度（Share_e）對(duì)兩個(gè)不同被解釋變量的回歸結(jié)果，可以發(fā)現(xiàn)其系數(shù)在模型（3-3）下（1）列及（2）列中均在1%的水平下顯著為正，由此可以認(rèn)為上市公司針對(duì)核心員工實(shí)施股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效具備顯著的促進(jìn)作用，在控制其他條件的前提下，對(duì)核心員工的股權(quán)激勵(lì)力度越強(qiáng)，越能提升企業(yè)的財(cái)務(wù)績(jī)效，由此假設(shè)H2a得以驗(yàn)證。此外，（1）列系數(shù)為0.9681小于（2）列系數(shù)1.1689，說(shuō)明上市公司核心員工股權(quán)激勵(lì)強(qiáng)度對(duì)企業(yè)發(fā)明專(zhuān)利申請(qǐng)數(shù)量的促進(jìn)作用大于對(duì)專(zhuān)利申請(qǐng)總數(shù)的促進(jìn)作用。對(duì)于控制變量：樣本上市公司規(guī)模（Size）在1%的水平下顯著促進(jìn)企業(yè)財(cái)務(wù)績(jī)效；樣本上市公司產(chǎn)權(quán)性質(zhì)（SOE）能在1%的水平下顯著促進(jìn)企業(yè)專(zhuān)利申請(qǐng)總數(shù)，在5%的水平下顯著促進(jìn)發(fā)明專(zhuān)利申請(qǐng)數(shù)量，國(guó)有企業(yè)中專(zhuān)利申請(qǐng)狀況更好；樣本上市公司機(jī)構(gòu)持股比例在10%的水平下顯著抑制專(zhuān)利申請(qǐng)總數(shù)，對(duì)發(fā)明專(zhuān)利申請(qǐng)數(shù)量的作用不顯著，說(shuō)明機(jī)構(gòu)控制下的上市公司研發(fā)積極性不強(qiáng)，缺乏研發(fā)活力；樣本上市公司其余控制變量對(duì)于財(cái)務(wù)績(jī)效的作用不顯著。為了檢驗(yàn)假設(shè)H2b，針對(duì)不同的被解釋變量（Innovation），使用模型（3-4）對(duì)股票期權(quán)和限制性股票進(jìn)行分組回歸，實(shí)證結(jié)果見(jiàn)表3-7和表3-8所示：表3-7不同激勵(lì)標(biāo)的物下核心員工股權(quán)激勵(lì)強(qiáng)度對(duì)專(zhuān)利申請(qǐng)總數(shù)的影響（1）（2）T_PatentT_Patent股票期權(quán)限制性股票CoefStd-ErrCoefStd-ErrShare_e1.3906**（0.6844）0.7322*（0.4334）Size0.8948***（0.1679）0.5247***（0.1225）ROA3.0665（2.3962）0.8094（2.0410）Age-0.1079（0.3919）0.1263（0.2166）Lev0.4743（0.8528）-0.1711（0.6661）Tangible1.2097***（1.0164）-1.0451（0.8488）Growth0.2246*（0.1214）0.0369（0.0423）SOE1.1662***（0.3483）0.8820***（0.3347）Top1-0.0087（0.0077）0.0110*（0.0063）Dual-0.1457（0.2158）0.1088（0.1671）Ins-0.0025（0.0048）-0.0080**（0.0037）cons-19.8953***（3.3681）-8.9764***（2.7100）YearControlControlControlControlIndustryControlControlControlControlN117196R20.51010.2283注：eq\o\ac(○,1)***、**和*分別表示在1%、5%和10%的水平下顯著；eq\o\ac(○,2)Std-Err為聚類(lèi)到企業(yè)層面的穩(wěn)健標(biāo)準(zhǔn)誤；eq\o\ac(○,3)cons是回歸方程的常數(shù)項(xiàng)；eq\o\ac(○,4)N為樣本數(shù)根據(jù)表3-7的實(shí)證結(jié)果，上市公司核心員工實(shí)施股票期權(quán)的樣本數(shù)量為117，實(shí)施限制性股票的樣本數(shù)為196。對(duì)核心員工實(shí)施股票期權(quán)激勵(lì)對(duì)專(zhuān)利申請(qǐng)總數(shù)的影響在5%的水平下顯著為正，系數(shù)為1.3906；對(duì)核心員工實(shí)施限制性股票激勵(lì)對(duì)專(zhuān)利申請(qǐng)總數(shù)的影響在10%的水平下顯著為正，系數(shù)為0.7322。相對(duì)限制性股票，上市公司核心員工實(shí)施股票期權(quán)激勵(lì)對(duì)專(zhuān)利申請(qǐng)總數(shù)的促進(jìn)作用更加顯著，（1）列系數(shù)1.3906大于（2）列系數(shù)0.7322，說(shuō)明股票期權(quán)的促進(jìn)效果更好，從而假設(shè)H2b得到部分檢驗(yàn)。表3-8不同激勵(lì)標(biāo)的物下核心員工股權(quán)激勵(lì)強(qiáng)度對(duì)發(fā)明專(zhuān)利申請(qǐng)數(shù)的影響（3）（4）Patent1Patent1股票期權(quán)限制性股票CoefStd-ErrCoefStd-ErrShare_e1.6523**（0.6798）0.8483**（0.3820）Size0.9658***（0.2074）0.5028***（0.1260）ROA2.4137（2.4248）1.5802（1.9916）Age0.1674（0.5004）0.0692（0.2198）Lev-0.7278（0.9618）-0.3892（0.6694）Tangible2.2304*（1.2862）-0.5543（0.8313）Growth0.2325（0.1646）-0.0046（0.0449）SOE1.0485***（0.3941）0.7057**（0.3464）Top1-0.0184**（0.0074）0.0014（0.0066）Dual-0.0959（0.2314）0.1908（0.1822）Ins0.0032（0.0050）-0.0020（0.0038）cons-21.5400***（4.1028）-10.8785***（2.5617）YearControlControlControlControlIndustryControlControlControlControlN117196R20.39330.1446注：eq\o\ac(○,1)***、**和*分別表示在1%、5%和10%的水平下顯著；eq\o\ac(○,2)Std-Err為聚類(lèi)到企業(yè)層面的穩(wěn)健標(biāo)準(zhǔn)誤；eq\o\ac(○,3)cons是回歸方程的常數(shù)項(xiàng)；eq\o\ac(○,4)N為樣本數(shù)根據(jù)表3-8的實(shí)證結(jié)果，對(duì)核心員工實(shí)施股票期權(quán)激勵(lì)對(duì)發(fā)明專(zhuān)利申請(qǐng)數(shù)量在5%的水平下顯著為正，系數(shù)為1.6523，對(duì)核心員工實(shí)施限制性股票激勵(lì)對(duì)發(fā)明專(zhuān)利申請(qǐng)數(shù)量在5%的水平下顯著為正，系數(shù)為0.8483，兩種激勵(lì)標(biāo)的物對(duì)發(fā)明專(zhuān)利申請(qǐng)數(shù)量的促進(jìn)作用均顯著，（3）列系數(shù)1.6523大于（4）列系數(shù)0.8483，說(shuō)明核心員工股票期權(quán)激勵(lì)對(duì)發(fā)明專(zhuān)利申請(qǐng)數(shù)量的促進(jìn)效果比限制性股票更好。綜合數(shù)據(jù)可得，在控制其他條件的前提下，對(duì)企業(yè)核心員工實(shí)施股票期權(quán)激勵(lì)比限制性股票更能促進(jìn)企業(yè)的財(cái)務(wù)績(jī)效，從而H2b得以驗(yàn)證。1.2.3研發(fā)投入的中介效應(yīng)檢驗(yàn)在前文實(shí)證中，本文使用模型（3-2）檢驗(yàn)了上市公司實(shí)施股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效的作用，當(dāng)被解釋變量為專(zhuān)利申請(qǐng)總數(shù)和發(fā)明專(zhuān)利申請(qǐng)數(shù)量時(shí)，實(shí)施股權(quán)激勵(lì)的系數(shù)均在1%的水平下顯著為正，滿足中介檢驗(yàn)過(guò)程的步驟一需要的5%水平下顯著性的要求。在本部分繼續(xù)進(jìn)行中介效應(yīng)檢驗(yàn)的步驟二和三，檢驗(yàn)研發(fā)投入對(duì)上市公司股權(quán)激勵(lì)與企業(yè)財(cái)務(wù)績(jī)效影響的中介作用。本文采用逐步回歸法對(duì)研發(fā)投入的中介效應(yīng)進(jìn)行檢驗(yàn)，并在參數(shù)檢驗(yàn)過(guò)程中使用Sobel系數(shù)乘積法對(duì)交互項(xiàng)的顯著性進(jìn)行檢驗(yàn)。首先探討研發(fā)投入對(duì)上市公司股權(quán)激勵(lì)與企業(yè)專(zhuān)利申請(qǐng)總數(shù)影響的中介效應(yīng)，表3-9為檢驗(yàn)結(jié)果。表3-9研發(fā)投入的中介效應(yīng)檢驗(yàn)（專(zhuān)利申請(qǐng)總數(shù)）（1）（2）RDT_PatentCoefStd-ErrCoefStd-ErrIncentive0.0049***（0.0013）0.1270**（0.0631）RD--9.2813***（2.4258）Size-0.0057***（0.0010）0.6491***（0.0427）ROA0.0431***（0.0132）1.2789**（0.5971）Age0.0013（0.0017）0.1143*（0.0677）Lev-0.0035（0.0032）0.0591（0.1797）Tangible-0.0129***（0.0041）-0.2560（0.2367）Growth-0.0005（0.0001）-0.0004***（0.0001）SOE-0.0000（0.0018）0.4291***（0.1115）Top1-0.0001***（0.0005）0.0067***（0.0019）Dual-0.0001（0.0010）0.0270（0.0457）Ins0.0001***（0.0000）-0.0006（0.0011）cons0.1421***（0.0264）-12.5240***（0.9309）YearControlControlControlControlIndustryControlControlControlControlN19781978R20.16770.2865注：eq\o\ac(○,1)***、**和*分別表示在1%、5%和10%的水平下顯著；eq\o\ac(○,2)Std-Err為聚類(lèi)到企業(yè)層面的穩(wěn)健標(biāo)準(zhǔn)誤；eq\o\ac(○,3)cons是回歸方程的常數(shù)項(xiàng)；eq\o\ac(○,4)N為樣本數(shù)根據(jù)表3-9的實(shí)證結(jié)果，模型（3-4）中的股權(quán)激勵(lì)的系數(shù)如（1）列所示，為0.0049，且在1%的水平下顯著為正，說(shuō)明上市公司股權(quán)激勵(lì)可以顯著提升企業(yè)的研發(fā)投入水平；模型（3-5）中研發(fā)投入的系數(shù)如（2）列所示，為9.2813，在1%的水平下顯著為正，說(shuō)明上市公司股權(quán)激勵(lì)通過(guò)促進(jìn)研發(fā)投入從而提升企業(yè)專(zhuān)利申請(qǐng)總數(shù)，且中介效應(yīng)存在；模型（3-5）中的股權(quán)激勵(lì)的系數(shù)為0.1270，在5%的水平下顯著為正，絕對(duì)值小于模型（3-2）中系數(shù)0.1725，說(shuō)明模型（3-5）中加入研發(fā)投入這一變量后，減緩了股權(quán)激勵(lì)對(duì)企業(yè)專(zhuān)利申請(qǐng)總數(shù)的效應(yīng)，但是股權(quán)激勵(lì)對(duì)專(zhuān)利申請(qǐng)總數(shù)的促進(jìn)作用仍然顯著，因而研發(fā)投入在股權(quán)激勵(lì)對(duì)企業(yè)專(zhuān)利申請(qǐng)總數(shù)的影響過(guò)程中發(fā)揮部分中介效應(yīng)。接下來(lái)探討研發(fā)投入對(duì)上市公司股權(quán)激勵(lì)對(duì)企業(yè)發(fā)明專(zhuān)利申請(qǐng)數(shù)量影響的中介效應(yīng)，表3-10為檢驗(yàn)結(jié)果：表3-10研發(fā)投入的中介效應(yīng)檢驗(yàn)（發(fā)明專(zhuān)利申請(qǐng)總數(shù)）（3）（4）RDPatent1CoefStd-ErrCoefStd-ErrIncentive0.0049***（0.0013）0.1317**（0.0659）RD--13.9811***（3.0819）Size-0.0057***（0.0010）0.7402***（0.0434）ROA0.0431***（0.0132）0.7936（0.6387）Age0.0013（0.0017）0.0465（0.0708）Lev-0.0035（0.0032）-0.5209***（0.1888）Tangible-0.0129***（0.0041）0.1855（0.2410）Growth-0.0002（0.0001）0.0001（0.0001）SOE-0.0000（0.0018）0.5248***（0.1191）Top1-0.0001***（0.0002）0.0033*（0.0018）Dual-0.0001（0.0010）0.0346（0.0466）Ins0.0001***（0.0007）0.0001（0.0011）cons0.1421***（0.0264）-15.0031***（0.9332）YearControlControlControlControlIndustryControlControlControlControlN19781978R20.16770.2762注：eq\o\ac(○,1)***、**和*分別表示在1%、5%和10%的水平下顯著；eq\o\ac(○,2)Std-Err為聚類(lèi)到企業(yè)層面的穩(wěn)健標(biāo)準(zhǔn)誤；eq\o\ac(○,3)cons是回歸方程的常數(shù)項(xiàng)；eq\o\ac(○,4)N為樣本數(shù)根據(jù)表3-10的實(shí)證結(jié)果，模型（3-4）中的股權(quán)激勵(lì)的系數(shù)如（3）列所示，為0.0049，且在1%的水平下顯著為正，說(shuō)明上市公司股權(quán)激勵(lì)可以顯著提升企業(yè)的研發(fā)投入水平；模型（3-5）中研發(fā)投入的系數(shù)如（4）列所示，為13.9811，在1%的水平下顯著為正，說(shuō)明上市公司股權(quán)激勵(lì)通過(guò)促進(jìn)研發(fā)投入從而提升企業(yè)發(fā)明專(zhuān)利申請(qǐng)數(shù)量，且中介效應(yīng)存在；模型（3-5）中的股權(quán)激勵(lì)的系數(shù)為0.1317，在5%的水平下顯著為正，絕對(duì)值小于模型（3-2）中系數(shù)0.2002，說(shuō)明模型（3-5）中加入研發(fā)投入這一變量后，減緩了股權(quán)激勵(lì)對(duì)企業(yè)發(fā)明專(zhuān)利申請(qǐng)數(shù)量的效應(yīng)，但是股權(quán)激勵(lì)對(duì)發(fā)明專(zhuān)利申請(qǐng)數(shù)量的促進(jìn)作用仍然顯著，因而研發(fā)投入在股權(quán)激勵(lì)對(duì)企業(yè)發(fā)明專(zhuān)利申請(qǐng)數(shù)量的影響過(guò)程中發(fā)揮部分中介效應(yīng)。最后，使用Sobel系數(shù)乘積法進(jìn)一步檢驗(yàn)研發(fā)投入的中介效應(yīng)，兩種檢驗(yàn)方法的匯總結(jié)果如表3-11所示：表3-11研發(fā)投入的中介效應(yīng)檢驗(yàn)結(jié)果匯總表因變量α1α’1×α’’2α’1×α’’2α’’1結(jié)論效應(yīng)占比總效應(yīng)中介效應(yīng)SobelP值直接效應(yīng)T_Patent0.1725***0.04550.00020.1270**部分中介26.38%Pantent10.2002***0.06850.00000.1317**34.22%注：***、**和*分別表示在1%、5%和10%的水平下顯著根據(jù)表3-11的實(shí)證結(jié)果，可知上市公司股權(quán)激勵(lì)對(duì)專(zhuān)利申請(qǐng)總數(shù)的總效應(yīng)為0.1725，在1%的水平下顯著；研發(fā)投入對(duì)上市公司股權(quán)激勵(lì)與專(zhuān)利申請(qǐng)總數(shù)的中介效應(yīng)為0.0455，Sobel檢驗(yàn)的P值小于0.05，即通過(guò)Sobel系數(shù)乘積檢驗(yàn)；研發(fā)投入的中介效應(yīng)占比為26.38%。上市公司股權(quán)激勵(lì)對(duì)發(fā)明專(zhuān)利申請(qǐng)數(shù)量的總效應(yīng)為0.2002，在1%的水平下顯著為正；研發(fā)投入對(duì)上市公司股權(quán)激勵(lì)與發(fā)明專(zhuān)利數(shù)量的中介效應(yīng)為0.0685，Sobel檢驗(yàn)的P值小于0.05，即通過(guò)Sobel系數(shù)乘積檢驗(yàn)；研發(fā)投入的中介效應(yīng)占比為34.22%。綜上實(shí)證結(jié)果可知，研發(fā)投入對(duì)上市公司股權(quán)激勵(lì)與企業(yè)專(zhuān)利申請(qǐng)總數(shù)、發(fā)明專(zhuān)利申請(qǐng)數(shù)量之間的關(guān)系存在中介作用，且皆為部分中介。因此，在控制其他條件前提下，企業(yè)實(shí)施股權(quán)激勵(lì)會(huì)通過(guò)提升企業(yè)的研發(fā)投入，進(jìn)而提升企業(yè)財(cái)務(wù)績(jī)效。假設(shè)H3得以驗(yàn)證。1.2.4融資約束的調(diào)節(jié)效應(yīng)檢驗(yàn)在這部分，本文將采用交互項(xiàng)層次回歸法展開(kāi)融資約束對(duì)上市公司股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效的調(diào)節(jié)效應(yīng)檢驗(yàn)。接下來(lái)將探究融資約束對(duì)上市公司股權(quán)激勵(lì)對(duì)企業(yè)專(zhuān)利申請(qǐng)總數(shù)影響的調(diào)節(jié)效應(yīng)。表3-12為檢驗(yàn)結(jié)果：表3-12融資約束的調(diào)節(jié)效應(yīng)檢驗(yàn)（專(zhuān)利申請(qǐng)總數(shù)）（1）（2）T_PatentT_PatentCoefStd-ErrCoefStd-ErrIncentive0.1725***（0.0639）2.1321**（1.0067）SA-0.0085（0.1293）0.0828（0.1390）Incentive×SA0.5418*（0.2783）Size0.5964***（0.0442）0.5991***（0.0442）ROA1.6804***（0.6156）1.6712***（0.6152）Age0.1267*（0.0693）0.1223*（0.0693）Lev0.0264（0.1847）0.0272（0.1847）Tangible-0.3757（0.2390）-0.3754（0.2387）Growth-0.0004***（0.0001）-0.0004***（0.0001）SOE0.4292***（0.1136）0.4256***（0.1135）Top10.0055***（0.0019）0.0055***（0.0019）Dual0.0258（0.0463）0.0250（0.0463）Ins-0.0001（0.0011）-0.0001（0.0011）cons-11.1876***（0.9787）-11.5466***（1.0039）YearControlControlControlControlIndustryControlControlControlControlN19781978R20.26190.2628注：eq\o\ac(○,1)***、**和*分別表示在1%、5%和10%的水平下顯著；eq\o\ac(○,2)Std-Err為聚類(lèi)到企業(yè)層面的穩(wěn)健標(biāo)準(zhǔn)誤；eq\o\ac(○,3)cons是回歸方程的常數(shù)項(xiàng)；eq\o\ac(○,4)N為樣本數(shù)根據(jù)表3-12的回歸結(jié)果。首先看模型（3-7）回歸下的（2）列結(jié)果，其中交互項(xiàng)（Incentivei,t×SAi,t）系數(shù)為-0.5418，在10%水平下抑制企業(yè)專(zhuān)利申請(qǐng)總數(shù)的提升，同時(shí)模型（3-7）的可決系數(shù)為0.2628大于模型（3-6）的可決系數(shù)0.2619，因此可以認(rèn)為融資約束對(duì)股權(quán)激勵(lì)與專(zhuān)利申請(qǐng)總數(shù)的關(guān)系具有調(diào)節(jié)作用。進(jìn)一步，在回歸方程中加入融資約束后，股權(quán)激勵(lì)的系數(shù)未發(fā)生改變，皆為0.1725，并且在1%的水平下顯著為正，在方程中加入交互乘積項(xiàng)后，股權(quán)激勵(lì)的系數(shù)變?yōu)?.1321，并且在5%的水平下顯著為正，而融資約束的影響不顯著，交互項(xiàng)系數(shù)在10%的水平下顯著為負(fù)。因而可以認(rèn)為上市公司融資負(fù)向調(diào)節(jié)股權(quán)激勵(lì)與企業(yè)專(zhuān)利申請(qǐng)總數(shù)的關(guān)系，企業(yè)面臨融資約束越強(qiáng)，股權(quán)激勵(lì)對(duì)企業(yè)專(zhuān)利申請(qǐng)總數(shù)的促進(jìn)作用越弱。接下來(lái)，本文繼續(xù)探討融資約束對(duì)上市公司股權(quán)激勵(lì)與發(fā)明專(zhuān)利申請(qǐng)數(shù)量影響的調(diào)節(jié)效應(yīng)，表3-13為檢驗(yàn)結(jié)果：表3-13融資約束的調(diào)節(jié)效應(yīng)檢驗(yàn)（發(fā)明專(zhuān)利申請(qǐng)數(shù)量）（3）（4）Patent1Patent1CoefStd-ErrCoefStd-ErrIncentive0.3819***（0.0497）2.0584***（0.7655）SA-0.0296（0.1305）0.2421（0.1817）Incentive×SA0.4664**（0.2133）Size0.6416***（0.0444）0.6483***（0.0447）ROA1.0560（0.6548）1.0326（0.6543）Age0.0146（0.0735）0.0187（0.0735）Lev-0.6517***（0.1939）-0.6397***（0.1936）Tangible0.0684（0.2390）0.0607（0.2385）Growth-0.0001（0.0001）-0.0001（0.0001）SOE0.6483***（0.1225）0.6372***（0.1229）Top10.0010（0.0019）0.0013（0.0019）Dual0.0440（0.0477）0.0455（0.0476）Ins0.0007（0.0010）0.0009（0.0010）cons-12.6170***（0.9560）-13.7595***（1.1079）YearControlControlControlControlIndustryControlControlControlControlN19781978R20.24080.2420注：eq\o\ac(○,1)***、**和*分別表示在1%、5%和10%的水平下顯著；eq\o\ac(○,2)Std-Err為聚類(lèi)到企業(yè)層面的穩(wěn)健標(biāo)準(zhǔn)誤；eq\o\ac(○,3)cons是回歸方程的常數(shù)項(xiàng)；eq\o\ac(○,4)N為樣本數(shù)根據(jù)表3-13的回歸結(jié)果。首先看模型（3-7）回歸下的（2）列結(jié)果，其中交互項(xiàng)（Incentivei,t×SAi,t）系數(shù)為-0.4664，在5%水平下抑制企業(yè)發(fā)明專(zhuān)利申請(qǐng)數(shù)量的提升，同時(shí)模型（3-7）的可決系數(shù)為0.2420大于模型（3-6）的可決系數(shù)0.2408，因此可以認(rèn)為融資約束對(duì)股權(quán)激勵(lì)與發(fā)明專(zhuān)利申請(qǐng)數(shù)量的關(guān)系具有調(diào)節(jié)作用。進(jìn)一步，在回歸方程中加入融資約束后，股權(quán)激勵(lì)的系數(shù)從0.2002改變?yōu)?.3819，均在1%的水平下顯著為正，在方程中加入交互乘積項(xiàng)后，股權(quán)激勵(lì)的系數(shù)變?yōu)?.0584，并且在1%的水平下顯著為正，而融資約束的影響不顯著，交互項(xiàng)系數(shù)在5%的水平下顯著為負(fù)。因而可以認(rèn)為上市公司融資負(fù)向調(diào)節(jié)股權(quán)激勵(lì)與企業(yè)發(fā)明專(zhuān)利申請(qǐng)數(shù)量的關(guān)系，企業(yè)面臨融資約束越強(qiáng)，股權(quán)激勵(lì)對(duì)企業(yè)專(zhuān)利申請(qǐng)數(shù)量的促進(jìn)作用越弱。綜上實(shí)證結(jié)果，企業(yè)融資約束能夠?qū)蓹?quán)激勵(lì)與企業(yè)專(zhuān)利申請(qǐng)總數(shù)、發(fā)明專(zhuān)利申請(qǐng)數(shù)量之間的關(guān)系產(chǎn)生調(diào)節(jié)作用。在控制其他條件前提下，企業(yè)融資約束負(fù)向調(diào)節(jié)股權(quán)激勵(lì)與企業(yè)財(cái)務(wù)績(jī)效的關(guān)系，企業(yè)面臨融資約束越強(qiáng)，股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效的促進(jìn)作用越弱。由此假設(shè)H4得到驗(yàn)證。1.2.5穩(wěn)健性檢驗(yàn)本文主要采用三種方法實(shí)施穩(wěn)健性檢驗(yàn)：一是控制股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效影響的內(nèi)生性問(wèn)題，特別是“遺漏變量”問(wèn)題，即存在其他因素對(duì)殘差項(xiàng)相關(guān)。本文使用傾向得分匹配來(lái)控制選擇性偏誤導(dǎo)致遺漏變量的內(nèi)生性問(wèn)題，并通過(guò)雙重差分模型再次對(duì)股權(quán)激勵(lì)與企業(yè)財(cái)務(wù)績(jī)效的影響關(guān)系進(jìn)行檢驗(yàn)；二是盡可能避免對(duì)企業(yè)財(cái)務(wù)績(jī)效度量上的偏誤，用發(fā)明專(zhuān)利和實(shí)用新型專(zhuān)利申請(qǐng)數(shù)量來(lái)替換被解釋變量，對(duì)模型重新回歸；三是盡可能減少行業(yè)在不同年份中的差異，在模型中進(jìn)一步控制行業(yè)和年份乘積項(xiàng)的固定效應(yīng)。研究結(jié)果發(fā)現(xiàn)，使用三種穩(wěn)健性測(cè)試方法之后，本文的結(jié)論依然成立，增強(qiáng)了前文檢驗(yàn)結(jié)果的文件性和可靠性。1.2.5.1傾向得分匹配及雙重差分模型（1）傾向得分匹配本文在研究股權(quán)激勵(lì)對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響時(shí)，需要去克服樣本的選擇性偏誤問(wèn)題，即實(shí)施股權(quán)激勵(lì)的公司與沒(méi)有實(shí)施股權(quán)激勵(lì)的公司可能會(huì)存在差異，如實(shí)施股權(quán)激勵(lì)的公司可能更加重視創(chuàng)新研發(fā)，選擇性偏誤會(huì)導(dǎo)致遺漏變量這類(lèi)內(nèi)生性問(wèn)題，為了控制這種內(nèi)生性問(wèn)題，借鑒李丹蒙和萬(wàn)華林（2017）、田軒和孟清揚(yáng)（2018）的做法，構(gòu)建模型（3-8），以是否實(shí)施股權(quán)激勵(lì)為因變量，特征變量選擇前文模型中的所有控制變量，進(jìn)行Logit回歸估計(jì)得到傾向得分，采用1:1有放回的最近鄰匹配，匹配之后進(jìn)行均衡性檢驗(yàn)，檢驗(yàn)結(jié)果如表3-17以及圖3-1所示Incentivei,t=α0+α1Sizei,t+α2ROAi,t+α3Agei,t+α4Levi,t+α5Tangiblei,t+α6Growthi,t+α7SOEi,t+α8Top1i,t+α9Duali,t+α10Insi,t+α11Indi,t+α12Yeari,t+εi,t（3-8）模型中，i指代不同的企業(yè)個(gè)體，t指代不同的觀察年份；被解釋變量Incentive為企業(yè)是否實(shí)施股權(quán)激勵(lì)，特征變量選取前文模型中的控制變量：Size表示企業(yè)規(guī)模；ROA表示盈利能力；Age表示上市年限；Lev表示資產(chǎn)負(fù)債率；Tangible表示資產(chǎn)結(jié)構(gòu)；Growth表示企業(yè)成長(zhǎng)性；SOE表示產(chǎn)權(quán)性質(zhì)；Top1表示股權(quán)集中度；Dual表示高管權(quán)力；Ins表示機(jī)構(gòu)持股比例；Yeari,t表示年份固定效應(yīng)；Industryi,t表示行業(yè)固定效應(yīng)；ε表示模型殘差。圖3-1穩(wěn)健性檢驗(yàn)：傾向得分匹配前后變量偏差變化由圖3-1也可以看出，除了高管權(quán)力（Dual）在匹配之后距離中心0的差異增大，其余變量在匹配之后的位置距離中心0的位置均減小，說(shuō)明在進(jìn)行傾向得分匹配之后，實(shí)驗(yàn)組和對(duì)照組的個(gè)體特征差異減少。表3-14穩(wěn)健性檢驗(yàn)：傾向得分匹配均衡性檢驗(yàn)變量均值%reductT檢驗(yàn)處理組對(duì)照組%biasbiasT值p>|t|SizeUnmatched21.32221.12825.05.410.000Matched21.31321.418-13.546.0-2.870.004ROAUnmatched0.0570.04722.84.980.000Matched0.0570.0546.770.61.650.09