【作　　者】
许启发1，2（博士生导师），邓 锴1，蒋翠侠1（副教授）

【作者单位】
1.合肥工业大学管理学院，合肥230009；2.合肥工业大学过程优化与智能决策教育部重点实验室，合肥230009

【摘　　要】
   【摘要】本文选取我国A股上市公司2006 ~ 2014年的数据，使用分位数回归模型以及门限虚拟变量设置，从单独影响与交互配合作用两个方面，就高管特征与激励方式对上市公司绩效的影响进行了定量研究。结果表明：第一，高管特征对公司绩效存在显著影响，其中高管年龄存在正向作用，任期存在反向作用；第二，不同的激励方式对公司绩效存在不同影响，其中薪酬激励能够起到正向激励作用，股权激励与公司绩效存在反向作用，而在职消费在绩优公司中表现为激励作用，在经营状况较差的公司中表现为反向作用；第三，高管特征与激励方式之间存在配合效应，高管年龄与股权激励以及薪酬激励的配合效应对公司绩效有负向影响，任期与股权激励以及薪酬激励的效应因公司的经营状况存在异质性。
【关键词】高管特征；激励方式；公司绩效；分位数回归；配合效应
【中图分类号】F224.0           【文献标识码】A           【文章编号】1004-0994（2016）21-0010-6

一、文献综述
公司高管主要负责对公司的重要经营决策以及战略方向的把握，同时掌握着公司重要的信息。选择什么样的高管，采取什么样的激励方式，成为公司治理中一个重要的问题。已有文献对于高管特征以及激励方式对上市公司绩效的影响并未达成一致的结论。此外，考虑到有关高管特征与激励方式之间配合效应的文献还较少，结合门限分位数回归研究二者配合效应的文献迄今还未见到，本文将在分位数回归的基础上结合门限虚拟变量设置，来研究高管特征、激励方式及二者之间的配合效应对上市公司绩效的影响。
在影响上市公司绩效的机理方面，Hambrick et al.（1984）提出了高层梯队理论，该理论认为管理者的特征能够影响其决策，从而进一步影响公司绩效。委托代理理论认为，由于所有者和经营者的利益不一致，经营者有可能为了自己的利益而牺牲股东利益，产生代理成本。随后，依据这两个理论研究高管特征与公司绩效之间关系的文献逐渐增多。
在高管特征研究方面，Homberg et al.（2013）采用MRA的方法系统回顾了国外有关高管特征异质性的研究，指出高管异质性不一定能够提高公司绩效，而且在高管特征研究方面存在发表性偏倚（Publication Bias）现象。Nielsen et al.（2013）采用HLS的方法指出国际多元化的高管团队能够提高公司绩效。现阶段，对高管年龄的作用效果有两种不同观点：①积极作用，魏立群等（2002）指出高管的平均年龄增大能够提高公司绩效；②消极作用，陈晓红等（2006）、徐经长和王胜海（2010）则认为高管平均年龄增大不利于公司绩效水平提高。Combs et al.（2007）认为任期较长的CEO会较少遭到董事会的质疑，能够与董事会达成一致，同时能够影响董事会的决策，为自己留足好处。李金早（2007）认为随着CEO任期的延长，其与董事会会逐渐实施合谋，这也为他们谋求自身利益提供了便利。同时他认为不论任期时间的长短，只要激励体系有效，都可以实现对CEO的有效激励，提高公司绩效。
在激励方式研究方面，现阶段对股权激励以及薪酬激励问题的研究已相当成熟，但是结果并未达成一致。代表性的研究有：①无关论：如Jensen et al.（1990）、魏刚（2000）、Core et al.（1999）认为股权激励及薪酬激励与绩效之间并不存在显著的关联。②有效论：阮素梅等（2013）认为股权激励和薪酬激励有利于上市公司价值的提高，但是配合起来并不能起到一加一大于二的效果，大部分学者如Murphy（1985）、周仁俊等（2010）也支持激励能够提高公司绩效的观点。也存在少数其他观点，邵剑兵等（2014）指出激励的效力会因管理层内部关系不同产生不同的影响。吴育辉等（2010）认为高薪酬会增加代理成本。
国内外的学者对在职消费的研究大体上可以分为两个方向：①认为在职消费其实是代理成本的一种，会降低公司的价值创造能力，如Jensen et al.（1979）、罗宏等（2008）认为在职消费与公司绩效负相关；②认为在职消费属于高管的一种潜在薪酬，可以视为对激励不足的弥补，Rajan et al.（2006）认为在职消费能够提高高管们的积极性，进而提高公司的绩效。
在高管特征以及激励方式对上市公司绩效影响的实证研究方面，国外很多学者如Hamadi、Margaritis等采用分位数回归模型进行研究，而国内仅有少数学者，如Li et al.（2009）、张同斌（2012）、阮素梅等（2014）运用该方法。
综上所述，已有文献分别展开了高管特征、激励方式对上市公司绩效影响的研究，但鲜有文献讨论二者之间的配合效应；大多数文献使用均值回归模型揭示各因素对上市公司绩效平均水平的影响，无法刻画其对极端绩效水平的影响。为此，本文通过分位数回归方法研究高管特征、激励方式以及两者之间的配合效应对上市公司绩效的影响。
二、理论分析与研究假设
Bantel（1993）指出，年龄是管理者决策和选择战略的一个重要因素。通常年龄较大的高管倾向于更加稳妥的公司战略，比起高风险高收益的投资活动，他们更加倾向于稳健的收益增长。年龄不仅给高管带来丰富阅历和沉稳的作风，而且能够克服高管的短视行为，提高企业绩效。基于以上分析，本文提出如下假设：
假设1：大龄高管团队能够提高公司的绩效水平。
CEO是公司的战略决策者，左右着公司的重大决定。CEO对公司的控制能力会随着时间的推移而提高，在公司制度设计和人员选择上都会越来越符合CEO的偏好，长远来说，不利于公司的发展。基于以上分析，本文提出如下假设：
假设2：长任期CEO不利于公司绩效的提高。
激励能够提高高管积极性，进而影响公司绩效。本文将激励分为股权激励、薪酬激励以及在职消费。股权激励会因为股价等不确定因素，影响其激励的效果，具有较为长远的激励效果；薪酬激励给予高管的是货币薪酬，具有短暂而快速的激励效果；在职消费属于高管的一种潜在薪酬，也能够视为一种潜在的激励方式。三种激励方式的激励效果各有不同，根据委托代理理论，激励能够有效协调所有者与经营者的共同利益，从而都能发挥提高公司绩效的作用。因此，本文提出如下假设：
假设3：不同的激励方式通过不同的影响方式调动高管积极性，进而提高公司绩效。
对于不同的高管，相同的激励方式可能带来不同的作用效果。对于大龄高管，由于其需求层次较高，货币带来的激励可能不会起到很好的效果，因此假设股权激励和过高的薪酬激励并不能够起到激励作用。而对于任期较长的CEO，企业经营状况不同，其激励效果也不同。当公司经营状况不佳时，CEO随着任期延长逐渐对公司失去信心，安全需求为主要需求，此时薪酬激励可能更加有效；而当经营状况较好时，更多股权能够提升CEO对公司的控制能力，也能满足随着CEO任期延长而逐渐上升的层次需求，此时股权激励更能发挥作用。为此，本文提出如下假设：
假设4：激励方式与高管特征存在配合效应。对于大龄高管，股权激励和过高的薪酬激励都不能产生很好的效果；而对于任期较长的CEO，配合效应会因为公司经营状况不同而不同。
三、样本来源与变量选取
（一）样本来源
本文参照国泰安数据库的标准，将公司高管定义为上市公司年报中披露的高级管理人员，主要包含：总经理、总裁、CEO、副总经理、副总裁、董秘，以及年报公布的其他高级管理人员。
本文从国泰安数据库以及锐思数据库中选取了2006 ~ 2014年间的高管以及高管激励数据。在数据的选取上：①考虑到2006年采用了新的会计准则，本文排除了2006年以前的样本；②只选取了A股的上市公司作为样本，目的在于避免因为A股、B股内生性产生的差异；③剔除了金融保险行业的上市公司，因为这类公司的报表与其他公司明显不同；④剔除了数据不完整的样本。经过上述筛选后，9920个上市公司样本构成了非平衡面板数据。
（二）变量
1. 被解释变量。本文选取市场指标TobinQ值作为被解释变量，代表公司绩效（QVal）。
2. 解释变量。本文重点研究5个解释变量：高管平均年龄（Age），定义为每个公司该年高管的平均年龄；CEO任期（Tenure），定义为公司CEO的在任时间，此处的CEO是指上市公司总经理级别的管理人员，包括CEO、总经理（副）、总裁（副）；股权激励程度（ShrIncent），用“1加上高管持股数量与实收资本比值的自然对数”表示；薪酬激励程度（SalIncent），定义为上市公司前三名高管薪酬总额与当年主营业务收入的比值；在职消费（Admexprt），本文采用胡永平（2011）的做法，将“管理费用与主营业务收入的比值”作为在职消费的衡量标准。虽然管理费用并不能完全代表在职消费，但其确实涵盖了后者，能够在一定程度上反映在职消费程度。
3. 控制变量。本文的控制变量有：CEO社会兼职情况（Bosh），CEO在其他公司兼职，则取值为1，否则取值为0；CEO兼任董事会主席情况（Dual），CEO兼任董事会主席，取值为1，否则取值为0；公司性质（State），当公司为国有公司时，取值为1，否则取值为0；流动比率（Currt），定义为“流动资产与流动负债的比”；公司规模（Size），定义为“公司总资产加1后取对数”。从表1中可以看出，各公司高管平均年龄为48岁，平均年龄最小为35岁，最大为60岁。CEO的任期平均为2.289年，表明现阶段CEO更替较快，可能使公司不稳定。股权激励程度平均为4.2%，较魏刚（2000）研究所得的0.014%有大幅提升。但仍有4304个公司样本高管不持股，大量高管零持股这一现状没有太大改变。薪酬激励程度的平均水平只有0.2%，较大的偏度系数（8.928）表明大多数公司薪酬激励程度较低。CEO兼任董事会主席占比为21.2%，较Ting（2011）得出的32%低了10个百分点，可能是因为Ting的研究以台湾公司为样本，多以家族公司为主，存在大量兼任情况。
四、模型与方法
（一）线性分位数回归
分位数回归在对上市公司绩效进行定量分析时，无需正态分布的假设和设定分布的参数，适应数据经验分布的尖峰厚尾特征。同时，它能够揭示解释变量对相应变量条件分布的影响，计算在特定分位点处的分位数。为此，建立如下线性分位数回归模型：
       （τ）=β0（τ）+β1（τ）×Age+β2（τ）×Tenure+β3（τ）×ShrIncent+β4（τ）×SalIncent  +β5（τ）×Admexprt+β6（τ）×Bosh+β7（τ）×Dual+β8（τ）×Currt+β9（τ）×State+β10（τ）×Size （1）
其中：τ∈（0，1）为分位点；       （τ）是公司绩效的第τ分位点的值。式（1）中的回归系数，可以由下式估计：

 （2）
其中：    （τ）=（β0（τ），β1（τ），…，β10（τ））"，ρτ（ut）是一个对勾函数，定义为：如果ut≥0，则ρτ（ut）=τut；如果ut<0，则ρτ（ut）=（τ-1）ut。这个对勾函数可以理解为一个非线性惩罚功能，将ρτ［Qvalt-       （τ）］视为一个加权估计。如果Qvalt-        （τ）的值为负，则权重为（1-τ）；如果Qvalt-       （τ）的值为正，则权重为τ。
通过回归系数的显著性来判断解释变量是否对公司绩效有实际影响。如果系数显著，则相应的解释变量对公司绩效存在影响。通过回归系数的符号，可以判断影响的方向。如果各分位点上β1（τ）为正，则能验证假设1；如果各分位点上β2（τ）为负，则能证实假设2；如果β3（τ）、β4（τ）、β5（τ）为正，则能验证假设3。
（二）门限分位数回归
为刻画高管特征和激励方式之间的交互（配合）作用，对激励方式进行门限效应设置（通过门限虚拟变量，将配合效应简化为高管特征变化对公司绩效带来的影响），在式（1）的基础上引入四个交叉乘积项（由于在职消费具有两重性，并没有加入讨论），得到门限分位数回归模型：
       （τ）=β0（τ）+β1（τ）×Age+β2（τ）×Tenure+β3（τ）×ShrIncent+β4（τ）×SalIncent+β5（τ）×Admexprt+β6（τ）×Bosh+β7（τ）×Dual+β8（τ）×Currt+β9（τ）×State+β10（τ）×Size+β11（τ）×Age×I（ShrIncent>0）+β12（τ）×Age×I（SalIncent>γ）+β13（τ）×Tenure×I（SalIncent>0）+β14（τ）×Tenure×I（SalIncent>γ） （3）
其中：I为一个示性函数。对于股权激励，将0作为门限值，来区分持股与不持股两种机制。对于薪酬激励，将门限值设定为γ，来区分低薪酬和高薪酬两种机制。未知参数γ的估计，可以通过栅格法完成：将薪酬激励从小到大分成100个单元，将每个单元的薪酬激励值依次作为γ的值代入模型中，分别估计模型并计算损失大小：
Loss（τ）=[t=1Tρτ]［Qvalt-[Q(2)Qval]（τ）］ （4）
可以得到100个结果，将使得损失最小的单元值作为薪酬激励的门限值：              Loss（τ）。将该门限值估计[γ]重新代入式（3），再由下式实现模型的参数估计：

其中：    （τ）=（β0（τ），β1（τ），…，β14（τ））"。通过系数β11（τ）、β12（τ）、β13（τ）、β14（τ）的显著性与符号来判断配合效应是否存在，如果β11（τ）、β12（τ）不为正，则说明对大龄高管货币激励效果不明显；而CEO任期与激励方式的配合效应则较为复杂，当β13（τ）在低尾处为正且β14（τ）在高尾处为正时，才能验证假设4成立。
（三）条件密度预测
本文根据许启发（2011）对文中的重要解释变量进行了条件密度预测，在条件分布预测的基础上，通过密度预测，得到相应的概率分布，每一条密度曲线的一点都代表在特定的解释变量基础上产生一定经营状况公司的概率。通过这样的概率分布，可以挖掘更多的信息，其信息也更具价值。
1. 条件分布预测。将参数估计向量    （τ）=（β0（τ），β1（τ），
…，β14（τ））"代入式（6），就可以得到解释变量的条件分位数函数预测：

其中：       （τ/X）描述了随分位点τ变化的曲线，被称为条件分位数曲线；解释变量样本观测矩阵为：X=（1，Age，Tenure，…，Tenure×I（SalIncent>γ））。当τ在［0，1］连续取值时，条件分位数曲线就是条件分布曲线，从而实现条件分布预测。
2. 条件密度预测。在条件分位数估计的基础上，通过条件化和离散化，就可以得到条件密度预测：
f（F-1（τ））=[dτdF-1(τ)]⇒[fQval]（[Q(2)Qval]（τ）|X）
[=2hQ(2)Qval(τ+h|X)-Q(2)Qval(τ-h|X)] （7）
其中：h为最优窗宽。当τ在［0，1］连续取值时，将相应的解释变量代入式（7），即可研究解释变量的整个密度分布。
五、实证结果
（一）线性分位数回归结果
首先，使用线性分位数回归模型，定量揭示高管特征与激励方式对上市公司绩效的影响。限于篇幅，表 2只报告了三个分位点（τ=0.1，0.5，0.9）处的回归系数估计结果。为便于比较，将均值回归也列于其中。

1. 高管特征的影响。在高管年龄对上市公司绩效的影响方面，从表 1中可以看出，高管平均年龄的偏度为0.007，近乎无偏。因此，表 2中高管平均年龄在均值回归的系数同分位数回归τ=0.5分位点上的系数接近，均值回归和分位数回归的结果一致表明高管年龄的增长能够提高公司绩效，并且公司经营状况越好，高管平均年龄对公司绩效的影响程度越大。这表明在上市公司中，年龄所带来的阅历以及沉稳的态度能够给企业带来一定的竞争力，从而提高公司绩效，支持假设1。
在高管任期对上市公司绩效的影响方面，CEO任期系数为负，这表明CEO任期较长并不利于公司的发展。从高管特征角度来看，较长的任期会造成CEO“一家独大”，形成一种缺乏竞争的环境，不利于企业的发展；从代理理论角度来看，任期较长会导致CEO在无竞争环境中个人目标逐渐偏离，从而增加代理成本。因此，假设2成立。
表2还包括关于高管特征的其他结论。CEO社会兼职能够提高公司的绩效，这表明公司通过与合作伙伴的商业交流来提升公司的业绩，而这正是CEO兼职能够提供的一种渠道。CEO出任董事会主席增强了CEO对公司的控制力，从而能够提高CEO的执行力，有利于公司绩效的提高。
2. 激励方式的影响。表 2中薪酬激励的激励效果是显而易见的，并且在经营状况较好的企业中更加明显。然而股权激励起到了负向作用，魏刚（2000）对这种现象做了解释。他认为我国股权制度存在问题，其内生性决定了股权激励不能产生相应的激励效果。并且，在过去的十几年里，高管的持股数量已从0.014%增加到4.2%，最高甚至达到51.3%，高管通过持股已经能够对公司施加相当程度的影响，从而更有可能发生管理防御行为，增加代理成本。而且对于利润空间越大的公司，高管的操纵空间越大，其反向作用越明显。因此，股权激励从无关慢慢转为负相关。在职消费的激励效果因企业经营状况的不同存在一定差异，在低尾处表现为反向作用，在高尾处表现为激励作用。可见，激励效果依赖公司的制度和管理，经营状况较好的公司制度健全，管理完善，能够发挥在职消费的激励作用；经营状况较差的公司则相反。综合来看，假设3不成立。
（二）门限分位数回归结果
要进行门限分位数回归，首先要确定薪酬激励门限值，通过栅格法计算出100个单元的损失值，并画出100个单元的损失波动，见图1：

由图 1可以得出，损失最小的γ值为0.030，将其作为薪酬激励的门限估计值。然后将其重新代入式（3）进行门限分位数回归模型估计，得到估计结果见表 3。为进行比较，将门限均值回归模型的参数估计结果也列于其中。表3与表2的主体结论一致，在高管特征结果方面，同样支持高管年龄能够提高公司绩效、任期起到反向作用的观点。而在激励方式结果方面，仅有在职消费变量在均值模型以及分位数模型低尾处存在显著程度的差异，模型稳定性较好。除了主体结论一致，表3的结果还能进一步分析出不同激励方式与高管特征对公司绩效影响的配合效应。这一配合效应，可以概括如下：
1. 激励与高年龄高管的配合效应。从表3可知，两种激励方式对大龄高管都不能产生激励效果。这符合需求层次理论的观点，需求层次理论将人的需求分为生理需求、安全需求、社交需求、尊重需求和自我实现需求，需求层次逐级递增。对于年龄较大的公司高管来说，他们的需求早已超过了安全需求的范畴，金钱能够带来的激励效果很小。而从高管特征的角度来说，过多的薪酬也只会滋长享乐的情绪。
2. 激励与CEO任期的配合效应。表3中，不同激励方式对长任期CEO激励的有效程度会因分位点的变化发生变化。在中尾和低尾处，采用高薪激励的效果较好；而在高尾处，股权激励的效果更加明显。究其原因，同样可以用需求层次理论来解释。经营较差的公司中，往往伴随着管理的混乱、股价的下跌，新上任CEO可能会对此采取一定的措施。如果这些措施不奏效，随着任期的延长，CEO会逐渐对公司失去信心，而CEO的个人目标也会逐渐下降，最终停留在安全层次，从而更多地关注薪资的多少，此时货币薪酬激励更加有效。而伴随着公司经营状况的改善，高管任期的延长，CEO需求层次的上升，公司的股权也更加具有吸引力，此时股权激励的效果更好。
（三）条件密度预测结果
为细致描述高管特征对公司绩效的影响，可以结合式（3）与式（6）进行条件密度预测，分别考查高管年龄对CEO任期的边际贡献。为分析高管年龄对公司绩效的边际贡献，将高管平均年龄分别选取44、48、52代表年龄大小的低、中、高三个状态，其余变量取0。在分析CEO任期对公司绩效的边际贡献时，将CEO任期分别选取1、2、3代表任期长短的低、中、高三个状态，其余变量同样取0。两个解释变量的取值与状态之间的对应关系见表4：

基于高管年龄与CEO任期的公司绩效条件密度预测结果分别见图2和图3：

在条件密度预测的基础上，可以根据许启发（2011）的研究，得到高管特征密度预测描述性统计结果，见表4。
由于表4中CEO变量带来的边际贡献为负，同时其余变量取值为0，因此会出现当预测变量为CEO任期时，公司QVal的均值为负的情况。
综合图2与表4的结果可以看出，随着高管平均年龄的增加，一方面，条件概率密度曲线右移，QVal的平均值上升，表明大龄高管有利于提高公司绩效；另一方面，条件概率密度曲线顶端下降，QVal的标准差增加，表明大龄高管也增加了公司绩效的不确定性。在表 2与表3中高管平均年龄的系数全部为正，这反映出高管平均年龄的增加能够提升公司绩效。不过，基于高管年龄条件密度预测这一结果，进一步深化了先前的认识：高管平均年龄的增加在提升公司绩效的同时，也增加了公司绩效的不确定性。这对假设1的结果做了进一步的补充。

综合图3与表4的结果可知，随着CEO任期的延长，整个条件密度曲线在向左移动（均值下降）的同时，曲线顶端下降（标准差增加）。这意味着，CEO任期的延长不利于公司绩效的改善，不仅表现为公司绩效期望水平的下降，而且表现为公司绩效不确定性的增加。这一结果也与表 2及表 3中CEO任期回归系数所得结论一致。对此，公司可以加快CEO的轮换，缩短CEO的任期，避免对公司绩效产生不利影响。
六、结论与启示
本文选取我国A股上市公司2006 ~ 2014年的数据进行了实证研究。通过分位数回归方法，研究了高管特征与激励方式对公司绩效的异质影响；通过门限虚拟变量设计，研究了高管特征与激励方式的配合效应；通过条件密度预测，实现了高管特征对公司绩效边际贡献的全景描述。主要结论如下：
分位数回归系数的显著性与符号特征表明，高管年龄以及薪酬激励与公司绩效正相关，在高尾处正相关更明显；CEO任期以及股权激励与公司绩效负相关，在高尾处负影响的程度更深。在发挥正向积极作用、避免负向消极影响的同时，也不能忽略高管特征和激励方式之间的配合效应。
交叉乘积项系数的显著性与符号特征表明，不同激励方式与高管年龄、CEO任期之间的配合效应对公司绩效的影响表现出复杂性。薪酬激励、股权激励与高管年龄配合的结果表现为：薪酬激励、股权激励与高管年龄的交互系数为负，表明对于大龄高管，不宜采用股权激励以及过高的薪酬激励。薪酬激励、股权激励与CEO任期配合的结果表现为：在经营较差的公司中，薪酬激励与CEO任期的交互系数为正；在经营较好的公司中，股权激励与CEO任期的交互系数为正。这意味着，在缩短CEO任期的同时，如果无法避免长任期的现象，采取适当的股权激励能够改善长任期的不利影响。关于在职消费，在绩优公司中，在职消费与公司绩效正相关；在经营状况较差的公司中，在职消费与公司绩效负相关。
通过上述结论，可以得到以下三个政策启示：第一，在雇佣大龄高管的同时，要尽量采用高层次的激励方式，以满足其较高层次的需求，而不宜简单地采用股权激励以及薪酬激励。第二，要加快CEO的轮换，尽量避免CEO任期过长的情况，从而降低CEO发生管理防御行为的可能。而当长任期CEO的情况不可避免时，要根据公司实际状况给予适当的股权激励，抵消雇佣长任期CEO所产生的代理成本。第三，在加大薪酬激励的同时，要尽量减少高管持股，坚持经营权和所有权的分离。另外，绩劣公司可以模仿绩优公司的会计制度，加强管理费用审核，优化在职消费的结构，进而提高公司绩效。

主要参考文献：
Homberg F.， Bui H. T.．Top Management Team Diversity A Systematic Review［J］．Group & Organization Management，2013（4）．
Nielsen B. B.， Nielsen S.．Top Management Team Nationality Diversity and Firm Performance： A Multilevel Study［J］．Strategic Management Journal，2013（3）．
徐经长，王胜海．核心高管特征与公司成长性关系研究——基于中国沪深两市上市公司数据的经验研究［J］．经济理论与经济管理，2010（6）．
阮素梅，杨善林，张琛．管理层激励、资本结构与上市公司价值创造［J］．经济理论与经济管理，2013（7）．
周仁俊，杨战兵，李礼．管理层激励与企业经营业绩的相关性——国有与非国有控股上市公司的比较［J］．会计研究，2010（12）．
邵剑兵，段艳霞，张金玉，高闯．基于权力视角的高管团队薪酬差距形成原因及其激励效应［J］．软科学，2014（9）．
张同斌．不同绩效高新技术企业的结构因素影响——基于高新技术上市公司的数据［J］．经济管理，2012（4）．
阮素梅，丁忠明，刘银国，杨善林．上市公司价值创造能力异质性——基于二元选择分位数回归模型的研究［J］．经济理论与经济管理，2014（1）．
胡永平．政府控制层级、CEO政治关联与代理成本：来自国有发电上市公司经验证据［J］．经济经纬，2011（5）．
许启发，蒋翠侠．分位数局部调整模型及应用［J］．数量经济技术经济研究，2011（8）．
吴育辉，吴世农．高管薪酬：激励还是自利？——来自中国上市公司的证据［J］．会计研究，2010（11）．
罗宏，黄文华．国企分红、在职消费与公司业绩［J］．管理世界，2008（9）．