房地产上市公司业绩管理论文

摘要：采用随机前沿方法，以色诺芬数据库中2000-2006年间34家中国房地产上市公司作为模型估计样本对我国房地产上市公司的X-效率进行研究，试图考察我国房地产上市公司的效率变迁状况。研究结果表明，我国房地产上市公司的经营绩效是逐年上升的，但5年平均的X-效率是0.599，我国房地产行业整体绩效依然偏低，其效率的提升空间非常大。下面是小编整理的《房地产上市公司业绩管理论文(精选3篇)》，欢迎大家借鉴与参考，希望对大家有所帮助！

房地产上市公司业绩管理论文 篇1：

我国房地产上市公司经营效率评价

【摘要】 本文选取2009—2011年我国20家房地产上市公司的相关指标数据，运用两阶段DEA模型对房地产行业的生产环节和销售经营环节进行了实证分析。结果表明，我国房地产行业总体运行效率较高，但在经历一系列的宏观调控后，我国房地产行业的销售经营环节的效率总体下降。

【关键词】 两阶段DEA模型 房地产 经营效率

一、引言

作为国民经济的支柱型产业，中国房地产行业近年来突飞猛进地发展，房地产企业的队伍不断壮大。但在后金融危机时代，我国政府为抑制房价过高实施了一系列的宏观调控政策，房地产行业受到了显著影响。但是，行业与企业自身的经营效率和综合能力才是反映房地产公司经营状况的终极指标，也是房地产公司能否顺利渡过经济减缓期的决定因素。

近年来，国内外学者围绕房地产上市公司绩效评价问题展开了积极的研究和探索。Wang（2007）指出DEA工具在绩效评估中和传统的方法相比，评估结果更为客观。Zhang（2009）等构建了ROA指标体系进行公司绩效评价，从资产比率、国有股比例、所有权集中度、公司规模、公司成长等因素中探究资本结构与公司绩效的关系。我国学者刘永乐（2005）等人运用数据包络分析（DEA）的模型，对房地产行业上市公司的业绩有效性进行了实证研究。丁琦（2011）等人结合DEA和FCE方法的优点构建基于DEA-FCE的房地产上市公司绩效评价模型，选取了我国25家房地产上市公司的数据对房地产上市公司绩效进行综合评价。

在对房地产上市公司的绩效进行综合评价时，大多数研究者采用多指标综合指数法或统计分析法；在分析我国房地产上市公司的绩效水平时，均采用整体评价法，对我国房地产行业而言，这并不适合。因此，本文选择采用两阶段DEA模型，目的是将我国房地产上市公司的综合运营效率分解为成本效率和利润效率两个方面。本文的特色在于采用以竣工面积作为中间变量的DEA两阶段方法来测度我国房地产上市公司效率值，同时研究的时间为国家为抑制房价过高而实施宏观调控期间，有利于更清楚地分析宏观调控对我国房地产上市公司的影响，以此来寻求提高我国房地产上市公司经营效率的发展策略。

二、建立两阶段DEA模型

人们经常使用数据包络分析（DEA）对效率问题进行分析和评价，根据我国房地产上市公司的实际情况，先前的研究多数采用最初的CCR模型对房地产上市公司运营效率进行分析。CCR模型是由美国运筹学家Charnes、Copper和Rhodes（简称CCR）在“相对效率评价”的基础上发展起来的，它是一种对具有相同类型决策单元（DMU）进行绩效评价的模型方法。对于一些工厂以及偏重于制造的企业来说，数据包络分析中的CCR模型完全可以胜任对于该类企业技术效率和规模效率的测度，但是房地产行业的投入产出关系有其自身的特性，评判的思维更加关注于效率的过程性。根据我国房地产上市公司的实际运营情况，本文特建立两阶段CCR模型来分析我国房地产上市公司的绩效情况。具体模型建立过程如下：

第一阶段，建立投入矩阵为X，输出矩阵为Y的CCR模型，如：

模型（1）中，？兹1为第一阶段绩效值；？姿j为第一阶段的第j个房地产上市企业的变动权重；xij0为所要计算的房地产上市企业第一阶段的第i种投入；yrj0为所要计算房地产上市企业第一阶段的第r种产出，通过模型（1）可求出相应的参数，通过参数对房地产上市公司的第一阶段投入产出进行绩效分析。

第二阶段，该阶段是以第一阶段的产出Y作为输入变量，以房地产上市公司的最终产出Z作为产出变量，具体CCR实现模型如下：

模型（2）中，？兹2为第二阶段绩效值；？字j为第j个房地产上市企业的变动权重；yij0为所要计算的房地产上市企业第二阶段的第i种投入；zrj0为所要计算房地产上市企业的第二阶段的第r种产出，通过模型（2）可求出相应的参数，通过参数对房地产上市公司的第二阶段投入产出进行绩效分析。

DEA有效值判断：当？兹=1，则称决策单元（DMU）为DEA有效；当？兹<1时，则称决策单元（DMU）为DEA无效。

三、数据处理

第一阶段，本文在沪深两市选取20家具有代表性的房地产上市公司2009—2011年度中一些指标数据为基础，数据分别来源于各公司年报，并选取被选公司的投入总资产、员工人数、营业成本三项为投入指标，以竣工面积为产出指标，运用matlab分析工具，通过DEA模型（1）式进行计算，结果如表1所示。

从表1可知，2009年有7家公司的绩效？兹1=1，其余的13家公司的绩效？兹1平均值为0.6842；2010年有8家公司的绩效？兹1=1，其余12家公司的？兹1平均值为0.5644；2011年有9家公司的绩效？兹1=1，其他公司的绩效？兹1平均值为0.6451。从第一阶段的计算结果可以看出，我国房地产上市公司在生产环节的效率总体处于上升阶段。

第二阶段，选取在第一阶段被选公司产出指标的竣工面积为投入指标，将各公司的主营业务收入、营业利润和存货周转天数作为产出指标，再次运用matlab分析工具，通过DEA模型（2）式进行计算，结果如表2所示。

从表2可以知，2009年有8家公司的绩效？兹2=1，其余的12家公司的绩效？兹2平均值为0.4931；2010年有8家公司的绩效？兹2=1，其余12家公司的绩效？兹2平均值为0.4525；2011年仅有4家公司的绩效？兹2=1，其他公司的绩效？兹2平均值为0.5008。从第二阶段的计算结果可以看出，在销售经营进一步实现利润环节，我国房地产上市公司在宏观调控阶段，尤其是在2011年，仅有少数公司效率有效，说明我国房地产上市公司在此环节有进一步提升的空间。

四、结论

本文经营效率评价的每一个阶段都可以反映房地产上市公司经营管理的不同侧面，因此，我们可以根据每家房地产上市公司在这两个阶段的实证数据找出公司经营方面的薄环节。房地产上市公司在经历了从2009年后期开始的宏观调控后，各公司都积极调整公司的经营计划以应对楼市的冷冻期。从本文的实证分析可以看出，我国房地产上市公司在生产环节的运营效率总体较为有效，通过对资本的控制，可以达到较好的生产水平。但在销售运营环节，我国大多数的房地产上市公司在此阶段的宏观调控时期，缺乏有效的经营管理手段将存货转为利润，仅有少数公司可以将效率值达到有效，说明我国房地产上市公司在销售环节的运营管理方面需要进行较大的改革，以实现提升。

（注：项目编号：11sd0113，项目来源：四川省教育厅循环经济中心。）

【参考文献】

[1] Wang X P. Study on the performance of listed real estate companies based on DEA[A].Proceedings of the 2007 International Conference on Management Science and Engineering， Finance Analysis Section[C].2007.

[2] Zhang R，Qiu L Y.The empirical analysis of capital structure and company performance of the listed companies in real estate industry[A].Proceedings of the 4th International Conference on Product Innovation Management[C].2009.

[3] 刘永乐、胡燕京、张方杰：基于DEA的房地产上市公司业绩分析[J].决策参考，2005（7）.

[4] 丁琦、王要武、徐鹏举：基于DEA—FCE的房地产上市公司绩效综合评价[J].系统管理学报，2011（2）.

[5] 朱乔：数据包络分析（DEA）方法的综述与展望[J].系统工程方法与应用，1994（4）.

[6] 魏权龄：数据包络分析（DEA）[M].北京：科学出版社，2004.

（责任编辑：刘冰冰）

作者：王悦 黄燕林

房地产上市公司业绩管理论文 篇2：

基于随机前沿方法的我国房地产上市公司Ｘ－效率分析

摘 要： 采用随机前沿方法，以色诺芬数据库中2000-2006年间34家中国房地产上市公司作为模型估计样本对我国房地产上市公司的X-效率进行研究，试图考察我国房地产上市公司的效率变迁状况。研究结果表明，我国房地产上市公司的经营绩效是逐年上升的，但5年平均的X-效率是0.599，我国房地产行业整体绩效依然偏低，其效率的提升空间非常大。

关键词：随机前沿分析；房地产公司效率；X-效率

一、引言

随着住房改革、房屋商品化的实施，新一轮房地产业的增长周期启动，并逐步成为国民经济发展中的助推器和现代社会经济体系中活跃的支柱产业。据经济普查数据显示，我国房地产业增加值占GDP的比例已达5.2%。此外，地产业的发展对诸多相关产业具有很强的带动作用。从整体上看，中国房地产业迅速进入成长期，并具备了高成长性产业的特征。

然而近年来我国房地产每年投资增幅过大，导致了空置商品房不断增加、房价不断上涨、房地产企业利润过高等现象。面对房地产业发展过热的情况，国家出台一系列控制信贷资金发放和严格土地供应制度的政策，使得严重依赖土地和资金的房地产行业受到强大的冲击。在宏观调控的大形势下房地产行业上市公司境况和经营效率到底如何，是政府决策者和证券市场投资者所共同关注的问题，也是机构投资者在证券市场的主要投资依据。因此，通过财务分析、价值评估等手段对我国证券市场上的房地产上市公司的经营效率进行评价十分必要。

X-效率的测算在经济与管理领域中具有非常重要的意义。从微观企业角度来看，运用随机生产前沿技术测算X-效率，将有利于考察和评价每个企业的综合绩效指标。目前，国内学术界关于我国X-效率的实证研究都是从企业层面上展开的。［1］本文将利用随机前沿技术对我国房地产上市公司的X-效率进行分析，以对其当前经营效率进行评价。

二、X-效率与随机前沿分析方法

1．X-效率的涵义。

经济学家们对效率的内涵存在较多争论，目前还没有一个明确界定。最常见意义上的效率是指现有生产资源与它们为人类所提供的效用之间的对比关系。当效率概念用于某个企业时，有效率是指该企业在投入一定生产资源的条件下是否使产出最大，反过来，就是在生产一定产出量时企业是否实现了成本最小，即我们常讲的微观效率。

传统理论认为效率来自规模经济和范围经济，分别表示企业在长期成本曲线的最低点上生产以及通过产品的多样化来降低成本。但是进一步的研究表明规模经济和范围经济效应在一些行业如房地产企业中并不显著。Berger和Humphrey 等学者较早的利用的X-效率对金融结构效率评价进行了研究。X-效率包括技术效率(technical efficiency) 和配置效率(allocative efficiency)，技术效率是指技术不变，产出一定时通过有效管理使企业投入量减少。配置效率是指通过合理的配置投入品比例来降低成本。Berger等对美国银行业的研究表明，X -效率导致的效率损失约为总成本的20%。

目前国内对房地产行业效率问题的研究还不够深入，而且大多使用数据包络分析(data envelopment analysis, DEA)。［2-4］DEA方法的优点是无需建立解释变量和因变量之间的函数关系, 并且不需要投入品的价格，因而避免了由于采用错误的函数形式而得出错误的结论。但是由于它设定了一个确定性边界，从而不允许测量误差的存在，也就是说它将所有的对生产边界或成本边界的偏离都归因于X -效率，这显然不符合实际的情况。

一个个体的X -效率衡量的是在给定该个体的产出能够实现的前提下，与生产可能性集合中生产等量产出的投入量相比，其投入还有多大的节约余地。余地越大，说明该企业的X-效率越低。该方法的优点是无须估计企业的生产函数，从而避免了因错误的函数形式带来的问题；缺点是需要大量的个体数据，且对算法的要求很高，同时对生产过程没有任何描述。相对而言，在实践中，人们更倾向于使用参数方法来测算X-效率。

2．随机前沿分析( stochastic frontier analysis, SFA)方法。

根据S.C.Kumbhakar 和C.A.K. Lovell［5］的总结，研究者们一致认为Meeusen和Broeck、Aigner, Lovell, and Schmidt与Battese和Corra这三篇论文是标志着SFA技术诞生的开创性文献，而SFA模型则是由Aigner, Lovell和Schmide以及Vanden Broeck提出。SFA包括随机前沿成本分析和随机前沿产出函数分析。前沿成本是指在一定产出水平下，可能达到的最小成本；前沿产出指在一定的投入水平下，可能达到的最大产出。SFA法通过被评价DMU与最优前沿面的比较，以两者之间的差距来判定DMU的有效率及其程度。

随机前沿分析就是一种参数方法，相对于DEA 方法的缺乏风险考虑以及无统计特性，该方法计算的X-效率能体现出管理控制因素之外公司所特有不同外生变量而对绩效造成的影响，并在代理成本最小假设下为每个公司提供一个衡量绩效的合理基准。随机边界法中回归式的误差项分为两部分，一部分是企业无法控制的因素，而另一部分是企业本身可控制但未达最优的部分(X-效率) 。本文亦采用随机前沿模型（SFA）对房地产企业的低效率进行分析。

三、针对房地产上市公司的SFA估计模型构建

为了估计上式需要一个合适的成本函数形式，Cobb－Douglas函数和超越对数函数是SFA最常采用的两种函数形式。Cebenoyan et al.，Esho和sharpe等人对效率的分析中，以及Mester，Mckillop和Glass、Esho和Sharpe对规模效率和范围效率的研究中，都采用了超越对数函数形式。然而超越对数生产函数考虑了投入或产出之间的替代性或相关性，在整个板块数据跨越的期间内，该函数形式没有限制规模经济的不变性。然而超越对数生产函数的问题在于测算规模经济和范围经济时有大量的参数需要估计，本文采用了面板数据，解决了大量待估计参数的问题。本文根据Battese和Coelli模型的基本原理，运用超越对数生产函数形式对中国房地产上市公司的X效率进行测量。具体的研究模型为：

房地产行业作为典型的资本密集型并具有周期性特征的行业，资本的效率高低极大影响整个公司绩效的评定，并决定了下一个投资周期是否能顺利进行。同时，房地产公司具有投资周期长、资金链脆弱等特点，对于房地产公司经营与管理能力要求高。这些特点使得房地产上市公司的绩效评价更为复杂。寻找目前房地产行业最有效的公司作为示范标杆，找出差距，有助于分析能最迅速改善效率的影响因素，以确定以后的经营管理活动优化的途径。

结合房地产上市公司的行业特点，在选择产出投入财务指标上遵循了以下原则：(1) 选择的指标要能反映房地产行业上市公司的评价要求，客观反映评价对象的绩效水平；(2) 从技术角度来讲，尽量避免比率性指标，以及不要同时使用投入集或产出集内部具有较强线性关系的指标，并注意指标的非负性；(3) 考虑到指标的可获得性，从上市公司公布的年报中筛选出相应变量，并按照本文研究目的进行处理得到以下投入产出财务指标。

基于以上原则，我们从色诺芬数据库中选取2000-2006年间34家中国房地产上市公司作为模型估计的样本，并选择主营业务收入作固定资本、应付工资及福利分别作为产出、资本和劳动力投入的代理变量。本来根据生产函数，劳动力的投入应该是企业雇佣的员工数量，但是我们无法从财务报表上获得所有房地产上市公司各年职工人数，但职工人数和应付工资及福利有密切相关的关系，因此我们利用后者代替。各变量的统计特征值如表1所示。

四、实证结果及分析

本文利用澳大利亚新英格兰大学Tim. Coelli［8］编写的Frontier4.1程序进行SFA模型的数据处理，在对随机前沿生产函数参数的极大似然估计中，该程序遵循以下三步过程：

1.对方程进行普通最小二乘法估计，将会得到除了截距以外的所有β估计值。

2.对上步结果中的γ进行两阶段网格搜索，调整β参数（除β0）的普通最小二乘法估计值以及对β0和σ2参数的调整（基于改进的普通最小二乘法公式）。在网格搜索中其他参数（μηδ）被设为0。

3.在网格搜索中选定的值被用来作为重复迭代过程中的初始值，来获得最终的极大似然估计。

最终结果及各个参数估计值如表2所示。

进一步运用单边似然比检验，检验标准X-效率差异的存在性。单边似然比检验的统计量为LR=-2{ln［L（H0）］-ln［L（H1）］}， 其中ln［L（H0）］和ln［L（H1）］分别是原假设和被选假设下的似然函数值。单边似然比服从x2分布，自由度为约束条件的个数。单边似然比检验的结果表明，γ=0的原假设被拒绝，这意味着房地产上市公司之间的X-效率显著存在差异。同时效率测量的变差率 表明测量模型的无效效率项可以较大程度上解释随即误差项。计算得出的各个样本公司2002到2006年间的X效率经过排序整理如表3所示。

从计算结果可以看到34家房地产上市公司2002-2006年的X-效率的排序，从效率大小的分布情况来看，房地产行业的上市公司之间存在巨大的业绩差距，最高效率和最低效率之差达到0.82，这突出的体现了房地产行业前期投资大、资金回收期长、高经营风险、管理风险、资本风险和政策风险的特点。实证测度表明，从2002-2006年，我国房地产上市公司的年度平均标准X效率依次为0.538、0.569、0.600、0.629和0.659，可见随着经济的发展、投资的加大和消费者购房热情的增加，这些企业的经营绩效是逐年上升的。5年平均的X-效率是0.599，一定程度上说明房地产行业整体绩效较低，这与中国房地产上市公司与国外成熟开发商相比存在规模偏小、资金来源单一、社会资源比较分散、开发商整体综合开发实力不强等特点有关。同时这也意味着我国房地产上市公司大约有40％的潜在利润没有实现，其效率的提升空间非常大。与国外房地产上市公司相比，中国房地产上市公司大多是20世纪90 年代初申报上市的，其构成非常单一，大多从事房地产开发与经营，这些类型的房地产公司面临的最大的问题莫过于融资渠道和资金的效率。上市的房地产公司通过资本市场融资，其资本成本大大提高了，因此投资者对公司资产运营效率的要求更高。由此可见，扩大经营规模、提高资本效率是提高我国房地产上市公司整体绩效的当务之急。

参考文献：

［1］ 刘小玄，郑京海.国有企业效率的决定因素：1985-1994［J］.经济研究,1998(1):15-19.

［2］ 施金亮，杨俊.数据包络分析法评价房地产上市公司绩效［J］.上海大学学报：自然科学版，2006(6)：326-330.

［3］ 刘永乐，孙仲明.地产上市公司经营效率的DEA评价［J］.统计与信息论坛， 2006(1):77-77

［4］ 何元斌.房地产业上市公司业绩的DEA有效性分析［J］.兰州学刊， 2006(4):145-147

［5］ KUMBHAKAR S C , LOVELL C A K. Stochastic frontier analysis ［M］.London : Cambridge University Press , 2000 .

［6］ BATTESE G E, COELLI T J．A model for technical inefficiency effects in a stochastic frontier production function for panel data ［J］.Empirical Economics，1995 ,20：325-332．

［7］ JONDROW J., C.A. Knox Lovell, I. S. Materov et al. On the estimation of technical inefficiency in the stochastic frontier production function model［J］.Journal of Econometrics, 1982，19: 233-238.

［8］ TIM COELLI．A guide to FRONTIER version 4．1: A computer program for stochastic frontier production and cost function estimation ［R］．CEPA Working Paper，1996 (7)：1 -27.

作者：陈必安

房地产上市公司业绩管理论文 篇3：

房地产行业上市公司高管薪酬结构与公司业绩的关系研究

摘 要：我国企业高级管理人员的薪酬结构一直是各方关注的焦点。本文收集全国69家房地产上市公司的经验证据来考察公司经营绩效与高级管理人员薪酬结构的关系。研究结果表明，本研究说明资产规模、区域范围、股权结构对经营者年薪、持股比例和经营绩效具有深刻影响，完善上市公司经营者报酬激励的方向应是建立多元化的报酬结构。

关键词：房地产类上市公司；高管薪酬结构；企业绩效

一、导言

1、概念界定。我国上市公司治理结构主要有两种模式，即控股股东模式和关键人模式。这就使得公司的董事长和总经理的行为对公司业绩产生举足轻重的影响。因此本文将“经营者”界定为上市公司董事长和总经理。为方便与其它类似研究相比较，我们仅选取被广泛认可的绩效衡量指标即净利润加权平均的净资产收益率（ROE）作为衡量上市公司的主要经营绩效指标。

2、样本选取及数据处理。在2007年10月30 日以前披露2006 年度报告的房地产上市公司的财务报表，共有69家公司作为研究样本，采用截面回归的统计研究方法。数据处理利用计量经济学软件Stata 完成。数据来自于上市公司在中国证监会网站、巨潮网、巨灵网上刊登的2006年度财务报告摘要。

3、研究假设。对于经营者报酬的影响因素，本文分别从企业规模、地域范围、股权结构等三个方面来研究经营者年度报酬 SOM 和持股比例 ROM 与净资产收益率 ROE 之间的相关关系。于是，我们建立回归模型并作出如下假设：

回归模型：SOM=a +b ×ROE+ε

ROM=c +d ×ROE+ε

假设1：资产规模与经营者报酬具有显著相关，且影响 SOM（ROM）和 ROE间的相关系数。

假设2：地区间经营者报酬水平与结构不同，且 SOM（ROM）与（ROE）间的相关性也不同。

假设3：股东持股比例影响经营者的报酬及 ROM（SOM）与 ROE之间的相关关系。

二、文献综述

高管薪酬作为现代企业的一种制度安排，理论上其作用在于帮助解决公司结构中存在的代理问题，现代企业代理问题重点在委托人与代理人关系问题。由于委托人关注的是投入资本的保值增值，受托人则关心的是如何最大化个人利益，企业外的委托人处于天然的信息劣势。难以以低成本观测高管努力程度，因此将高管薪酬与企业绩效挂钩成为可行的替代性选择，委托人通过与代理人事前签订薪酬契约统一二者目标函数并减少高管自我激励成为占优策略，因此，高管薪酬制度的基本职能至少有两项：激励高层管理团队以实现企业绩效，以及减少高层管理团队的职务消费，这也成为了高管薪酬研究的两个重要方面，其中以高管薪酬绩效相关性研究尤甚。在研究高管薪酬绩效相关性问题时，不同行业样本因其自身特质导致了需对特殊行业进行单独研究。房地产业表现出不同于一般行业的周期性特点，因此研究房地产类上市公司高管薪酬的最新变动也更具理论和现实意义。

针对房地产高管薪酬与企业绩效关系问题，国内外学者进行了定量的研究，但目前来看结论并不一致：joscow，Paul，Nancy Rose 及Shepard Andrea（1993）实证证明公司业绩同高管报酬有微弱的相关性，刘凤委、孙诤、李增泉（2007）对国有上市公司实证研究表明公司业绩与高管薪酬呈显著正相关关系，但魏刚（2003）认为两者相关关系并不显著，且高管薪酬与企业规模相关。这种研究结论的差异可能源于研究方法不同，现有研究多采用以下两种方法：建立回归方程，通过检验模型拟合度测度自变量对因变量的影响；或构建结构方程模型，通过LISREL方法分析路径系数来判别影响大小。

三、总样本的实证分析

1、总样本的分类分析

（1）董事长兼任总经理的上市公司分析。样本中两职兼任的比例为11.59%，8家兼任公司中有2家不支付经营者报酬，持股的有2家，占兼任总数的25%；平均年薪185233元，低于全部样本经营者的平均年薪，体现不出两职兼任经营者的能力和责任；持股比例均值0.0315%，也低于所有经营者的持股均值，反映不出风险承担与激励强度的相对对应。另外第一大股东为非国有股东的6家，是总数的75%，持股比例集中在20%-50%。资产规模分布在1.22亿元到28.9亿元之间，不符合规模越大越趋于两职合一的判断。两职兼任的上市公司的平均ROE6.30%，稍微低于样本平均值ROE6.81%。可见两职兼任导致管理者的经营权更加集中，但公司的经营绩效却不见好，容易形成“内部人控制”。这印证了今年来两职兼任减少的事实。

（2）经营者既领薪又持股的上市公司分析。谌新民，刘善敏（2003）研究发现：注重经营者长短期激励相结合的上市公司其经营绩效要优于其他激励情况。既领薪有持股的经营者货币性年薪要小于领薪不持股的，经营绩效却好于后者，反映对经营者的有效报酬激励长短结合和多元化更有效。而不是仅仅靠提高年薪水平。

但是，通过表三的回归分析，房地产行业经营者既领薪又持股的年薪和持股比例与经营者绩效都通不过5%显著性检验。而只领薪不持股的经营者与其经营绩效却具有显著相关，只持股不领薪的经营者持股比例与其经营绩效也不显著性相关，与谌新民，刘善敏（2003）研究发现相反。

表三 经营者年薪、持股比例与经营绩效回归

四、分类样本的实证分析

1、按不同资产规模分析

国外研究企业规模时常用公司股权的市值来表示，但由于我国上市公司存在大量非流动性股份，一旦允许其流通必然会对股价产生影响，我们无法确定这种影响的趋势，更难以估计这种影响的大小。因此本文用资产总额作为上市公司的规模指标，并主要按各资产规模区间分析经营者报酬与经营绩效的相关性。

表四 不同资产规模区间的上市公司经营者报酬与经营绩效回归

说明：表中各资产规模区间的选取，是同时考虑上市公司资产规模的间距分布和各区间所包含的公司数而定的。样本数表示的是各区间的上市公司数。由于上市公司规模在50亿到100亿之间的持股只有一家，故无法回归。

由表四可知，房地产行业上市公司资产规模影响经营者年薪与经营绩效的相关性，假设1部分得到支持。即上市公司的资产规模大小影响了经营者的报酬水平、结构及激励强度。但是在房地产行业，资产规模是否影响持股比例与经营绩效的相关性得不到证实。

2、按不同区域分析

表五 不同区域的上市公司经营者报酬激励与经营绩效回归

说明：北京、中西部地区经营者都没持股，故没有数据回归；上海房地产上市公司只有4家持股，故归到东部地区回归。

由表五可知，我国房地产行业上市公司经营者年薪水平与持股比例具有区域差别，且不同区域经营者年薪、持股比例与经营绩效的相关性也不一致，薪酬水平与上市公司所在地区关系呈现出沿海地区高于内陆地区的趋势，支持本文的假设2。行业房地产上市公司经营者年薪，东部地区为最高，中西部次之，东部地区的年薪是中、西部的两倍。在东部的三省市中，年薪最高的广东省经营者的年薪是上海市的两倍，经营者的持股比例也有相同的态势且差别更大，可是上海的上市公司ROE 均值却和广东省的差不多。在年薪与经营绩效的相关性方面，东部地区通过了10 %的显著性检验，中部地区通过了5 %的显著性检验，中西部地区则没有通过。持股比例与经营绩效只有在东部地区表现为显著弱相关关系，然而在东部地区的三省市中，仅有上海的上市公司经营者年薪、持股比例与经营绩效显著性正相关，北京、广东和中西部地区都没有通过显著性检验。

3、按不同股权结构分析

上市公司股权结构按第一大股东所持股份划分为三类：股权高度集中（持股比例为50 %以上），股权相对集中（持股比例为20～50 %），股权高度分散（持股比例为 0～20 %）（孙永祥 ，1999）。下面分析不同持股区间经营者的报酬水平、报酬结构及激励强度。

表六 不同股权结构的上市公司经营者报酬激励与经营绩效回归

说明：持股比例为0-20%的房地产上市公司中，经营者持股的样本数太少，故未回归。

通过表六的分析可知，第一大股东为国有股东的不同持股比例对经营者的年薪、持股比例没有明显影响，但国有股东与非国有股东之间的年薪、持股比例有较大差别。且经营者年薪、持股比例与经营绩效的相关性受持股股东的性质及持股比例的影响。部分支持假设3。

在国有股东持股的各比例区间中，持股比例在20%-50 %以上的经营者年薪均值最低，而持股比例在0～20 %的经营者年薪最高，同时ROE 均值却最小。这说明了持股比例低的公司可能存在着经营者的“内部人控制”现象。在经营者年薪、持股比例与经营绩效的相关性方面，在国有股东持股比例达到50 %以上的绝对控股时，两者都通过显著性检验，而其它的均没有通过显著性检验，这反映了在股权相对集中和股权高度分散情况下经营者报酬激励的复杂性。

五、简要结论

总体上说，我国房地产上市公司经营者报酬水平偏低但有明显的提高，各类经营者之间报酬水平悬殊，报酬的确定与经营者的经营绩效关系不大；报酬结构中长短期激励失衡，但“零报酬”比例小，“零持股”比例大；持股比例与经营绩效有显著性弱相关关系。

房地产行业经营者既领薪又持股的年薪和持股比例与经营者绩效都通不过5%显著性检验。而只领薪不持股的经营者与其经营绩效却具有显著相关，只持股不领薪的经营者持股比例与其经营绩效也不显著性相关，反映不出多元化报酬是激励强度最大的。经营者年薪、持股比例与资产规模有显著性弱相关关系，并估算出我国上市公司经营者年薪的资产弹性为0124。非国有持股上市公司经营者年薪、持股比例要高于国有股东持股公司。地处不同区域的房地产行业经营者年薪、持股比例有较大差距，不同区域经营者年薪、持股比例与经营绩效具有不同的相关关系。应注意的是东部地区经营者年薪和持股比例最高，而经营绩效却不呈相同态势。（作者单位：广东培正学院）

参考文献：

[1] 吴斌刘，灿辉等，2009：《我国房地产类上市公司高管薪酬与企业绩效关系研究》，《管理创新》2009年第12期。

[2] 魏刚，2000：《高级管理层激励与上市公司经营绩效》，《经济研究》，2000年第3期。

[3] 谢茂拾，彭秀平2008：《公司财富与高管薪酬敏感性》，《管理世界》，2008年第8期。

[4] 叶翠青，2009：《我国房地产行业发展的现状与趋势分析》，《经济研究参考》，2009年第69期。

[5] 易宪容，2009：《2009年中国房地产市场的基本态势》，《经济研究参考》，2009年第30期。

[6] 杨玉，凤沈玉，玲胡欣，2010：《上市公司高管薪酬与公司业绩相关性研究》，《会计之友》2010年第2期下。

[7] 张维迎，1995：《企业的企业家———契约理论》，上海三联书店、上海人民出版社。

作者：黄佳惠