内容发布更新时间 : 2024/11/5 17:30:34星期一 下面是文章的全部内容请认真阅读。
Sample: 1 1399
Included observations: 1399
Variable Coefficient Std. Error t-Statistic Prob.
EPS ROE LAR SIZE FST MSR BS ROID
0.426875 -0.026700 -0.463735 0.610318 -0.450158 0.542397 0.037746 1.703111
0.040498 0.049986 0.085678 0.010030 0.191706 0.108619 0.012076 0.332832
10.54058 -0.534155 -5.412532 60.85012 -2.348169 4.993584 3.125674 5.117028
0.0000 0.5933 0.0000 0.0000 0.0190 0.0000 0.0018 0.0000
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
0.078301 Mean dependent var 0.073663 S.D. dependent var 0.629884 Akaike info criterion 551.8843 Schwarz criterion -1334.438 Durbin-Watson stat
13.06039 0.654449 1.919139 1.949124 1.846160
根据模型结果的分析来说8个外生变量的t检验值都基本在5%的显著性水平上通过，但是拟合程度较差，通常对于采用截面数据做样本的，由于在不同样本上解释变量以外的其他因素的差异较大，故往往会出现异方差。
5.3根据模型1，进行怀特检验，结果见下表
White Heteroskedasticity Test:
F-statistic Obs*R-squared
10.80871 Probability 155.5959 Probability
0.000000 0.000000
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares Date: 06/15/14 Time: 21:17 Sample: 1 1399
Included observations: 1399
Variable Coefficient Std. Error t-Statistic Prob.
C EPS EPS^2 ROE ROE^2 LAR LAR^2 SIZE SIZE^2 FST FST^2 MSR MSR^2 BS BS^2 ROID ROID^2 ROE ROE^2 LAR LAR^2
44.45741 -0.275107 0.119161 0.557664 0.039750 0.101130 -0.170924 -4.326502 0.109367 0.742790 -0.654751 -0.588009 0.635791 -0.002953 0.000365 -6.345368 7.318675 0.557664 0.039750 0.101130 -0.170924
4.962566 0.081204 0.027889 0.246658 0.019476 0.289337 0.319135 0.493437 0.012215 0.472017 0.869623 0.310178 0.565560 0.056394 0.002848 2.668843 3.108249 0.246658 0.019476 0.289337 0.319135
8.958553 -3.387858 4.272671 2.260883 2.040976 0.349524 -0.535586 -8.768099 8.953729 1.573650 -0.752913 -1.895716 1.124179 -0.052363 0.128069 -2.377573 2.354598 2.260883 2.040976 0.349524 -0.535586
0.0000 0.0007 0.0000 0.0239 0.0414 0.7267 0.5923 0.0000 0.0000 0.1158 0.4516 0.0582 0.2611 0.9582 0.8981 0.0176 0.0187 0.0239 0.0414 0.7267 0.5923
R-squared
Adjusted R-squared
0.111219 Mean dependent var 0.100930 S.D. dependent var
0.394485 0.611880
S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.580181 Akaike info criterion 465.1946 Schwarz criterion -1214.906 F-statistic 1.984508 Prob(F-statistic)
1.761123 1.824840 10.80871 0.000000
异方差检验：
WT=155.5959,通过查表可知5%的显著性水平下?2?26.3,WT??2
故该模型存在异方差。利用加权最小二乘法上述回归进行处理，再次回归后结果见下表
Dependent Variable: AP Method: Least Squares Date: 06/15/14 Time: 21:43 Sample: 1 1399
Included observations: 1399 Weighting series: W
Variable Coefficient Std. Error t-Statistic Prob.
EPS ROE LAR SIZE FST MSR BS ROID
0.428425 -0.029030 -0.464790 0.610624 -0.452761 0.543309 0.037566 1.689204
0.003099 0.002657 0.004139 0.000472 0.028690 0.003336 0.000579 0.014479
138.2580 -10.92489 -112.2904 1294.899 -15.78111 162.8524 64.84946 116.6656
0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
Weighted Statistics
R-squared
Adjusted R-squared S.E. of regression
0.999999 Mean dependent var 0.999999 S.D. dependent var 0.090264 Akaike info criterion
13.00876 78.73988 -1.966459
Sum squared resid Log likelihood
11.33324 Schwarz criterion 1383.538 Durbin-Watson stat
-1.936475 1.928000
Unweighted Statistics
R-squared
Adjusted R-squared S.E. of regression Durbin-Watson stat
0.078297 Mean dependent var 0.073658 S.D. dependent var 0.629885 Sum squared resid 1.846043
13.06039 0.654449 551.8870
再次回归后所有变量t
检验值均通过且DW=1.928不存在序列相关，并且回
归模型的整体拟合程度良好。
最终得出模型：
AP=0.428425EPS-0.029030ROE-0.464790LAR+0.610624SIZE-0.452761FST+0.543309 MSR+0.037566BS+1.689204
六、基本结论
以上模型的回归分析基本反映了我国上市公司高管人员薪金报酬的相关联动关系与现状，通过数据分析得出以下结论：
1. 总体上讲，高级管理人员的薪金报酬（AP）关于外生变量每股收益（EPS）、净资产收益率（ROE）、资产负债率（LAR）、公司总股本（SIZE）、国有控股比例（FST）、高级管理人员的总体持股比例（MSR）、董事会规模（BS）以及独立董事比例（ROID）的回归呈现多远线性关系。
2. 高管人员的薪金报酬（AP）与公司绩效指标（EPS）、公司规模（SIZE）、高级管理人员的总体持股比例（MSR）、董事会规模（BS）以及独立董事比例（ROID）呈现显著、稳定的正相关关系（5%的显著性水平）。该结果证实了我们的假设1、3、5，说明公司的经营绩效越好、规模越大、高管人员持股比例越大，高级管理人员获得高报酬的可能性越大。但这一结果违背了我们的假设6、7，说明董事会人数越多以及独立董事比例越大，则高管所获得的薪酬越少。这可能是由于数据太多，数据集中度不够或者某些信息披露制度的不完善以及统计口径变动频繁影响了回归结果。
3. 高管人员的薪金报酬（AP）与公司绩效指标（ROE）以及负向表示企业