EVA考核方法能否有效抑制非效率投资——来自中央企业的证据

时间：2024-04-24

郑稣鹏，王龙丰

（齐鲁工业大学工商管理学院，济南 250353）

EVA考核方法能否有效抑制非效率投资
——来自中央企业的证据

郑稣鹏，王龙丰

（齐鲁工业大学工商管理学院，济南 250353）

从2010年开始国资委在对中央企业的考核中引入了经济增加值（EVA）这一新的考核指标，这一指标能更有效地反映企业价值，旨在使央企高管的经营理念从“追求利润最大化”转换到“追求企业价值最大化”，以利于企业的长远发展。以2008～2012年沪深A股央企作为样本，对EVA考核方法实施前后进行的对比发现，EVA考核方法整体上有利于降低非效率投资行为，但这种影响要建立在EVA考核能够影响到高管薪酬的基础上。EVA考核方法也应在其他企业广泛推广。

经济增加值；中央企业；考核指标；非效率投资

一、引言

投资作为企业价值增长的动力来源与企业的长期发展密不可分。然而，由于我国国企存在特殊的产权背景，信息不对称和委托代理问题尤为严重，国企在追求快速发展与做大做强的高成长理念下，其投资效率往往会受到影响，低下的投资效率将直接影响到企业的价值，并损害股东的利益。2010年国资委将一项新的指标EVA（经济增加值）引入中央企业的考核中，这一指标能更有效地反映企业价值，这一制度安排，旨在使央企高管的经营理念从“追求利润最大化”转换到“追求企业价值最大化”，以利于企业的长远发展。在受到EVA考核制度约束后，影响企业价值增长的非效率投资行为是否能够得到有效的约束？该问题目前尚无定论。

基于此，本文以2009～2012年沪深A股中国资委控制的中央企业（下称“央企”）作为样本，通过对EVA考核方法实施前后进行纵向对比，检验EVA考核对企业非效率投资的影响，并进一步证明EVA考核方法是通过影响高管薪酬来抑制高管的非效率投资行为。

二、理论分析与研究假设

由于委托代理和信息不对称问题的存在，企业的高管往往会将资金投入到能够为自己带来利益的项目。这种不以企业价值最大化为目的的投资行为被称之为非效率投资，主要表现为投资不足和过度投资两种情况。对企业高管进行激励和监督是减少信息不对称和委托代理成本的有效方法，也是抑制企业高管进行非效率投资的有效途径。与薪酬相挂钩的绩效考核是企业实现对高管监督和激励的一项重要举措。EVA考核方法作为考核央企高管的一项新方法，同样能够发挥对高管的监督和激励作用。

EVA考核是一个以经济利润为基础，综合考虑了债务资本成本和股权资本成本的业绩评价体系。与以会计评价指标为基础的传统业绩评价指标相比，EVA考核方法充分考虑了股东价值创造。加之，EVA业绩评价体系鼓励战略性投资，战略性投资有利于提高企业的长期投资效益。而传统的考核指标更多地衡量了企业的短期业绩，在传统会计考核体系下，经理人在投资时会有“短视”的行为出现，不愿进行战略型投资，从而导致企业的投资不足。而引入EVA考核方法后，对符合长期利益的投资项目可避免上述问题，可消除经理人进行战略性投资的抵触情绪。

此外，在传统会计考核体系下，高管在进行投资时需要考虑一系列冗杂的会计指标，而这些指标往往具有矛盾性，高管在进行投资决策时会无所适从，具有综合性的EVA指标将会避免这一问题，使高管的投资行为统一与和谐，在投资时更注重效率。基于上述理论分析假设：

H1：EVA考核方法的实施将能够有效地抑制非效率投资；

H1a：EVA考核方法的实施能有效地抑制投资不足；

H1b：EVA考核方法的实施能有效地抑制过度投资。

业绩考核方法只有与薪酬激励制度挂钩，才能真正对高管起到激励和监督的作用，使高管更好地为企业服务。因此EVA考核方法对高管约束作用的发挥必须要依靠对高管薪酬的影响来实现，将企业的薪酬激励机制与业绩评价方法相挂钩，这种统一性能够实现“评价什么就激励什么”，使经理人的努力程度得到真正可靠的评价，让高管人员看到自己的努力程度能和所得回报相一致。若高管薪酬没有与业绩评价方法相挂钩，EVA业绩指标的评价作用就会大打折扣，由此导致的激励不足往往会诱导经理层的自利行为，而不会为了企业自身和股东价值最大化考虑，做出投资过于保守或激进的投资决策。若高管薪酬与业绩评价相挂钩，企业业绩指标很好地反映了高管的工作能力和努力程度，EVA激励得当，企业的经理层就会做出有利于股东价值最大化的投资决策。基于上述理论分析假设：

H2：EVA考核对非效率投资的抑制作用依赖于EVA考核方法对高管薪酬的影响。

三、研究设计

（一）样本选择与数据来源

本文以2008～2012年期间沪深两市A股央企上市公司作为研究样本。因为在实证分析中解释变量取值滞后一期，研究期间为2008~2012年。筛选样本的标准：（1）剔除与其他行业的投资行为存在显著差异的上市公司，例如金融保险类公司；（2）剔出在样本区间相关数据缺失或本期间ST、PT、退市的公司；（3）将2008年1月1日之后上市的公司剔除。为避免极端值影响，本文对所有连续变量在1%和99%的水平上进行了Winsorize处理。最终得到796个公司年度样本。

（二）模型设定及变量定义

1.非效率投资的计量模型

本文借鉴Richardson的研究构建模型计量企业的非效率投资，模型中的残差值即为非效率投资的程度，具体的计量模型如（1）式：

INVi，t为企业当年新增资本投资额与期初总资产的比例，其计算方法为：INV=（购建固定资产、无形资产和其他长期资产支付的现金-处置固定资产、无形资产和其他长期资产收回的现金净额）/期初总资产。INVi，t-1为企业上一年的新增资本投资额/期初总资产；Cashi，t-1为企业上一年的货币资金持有量/期初总资产；SIZEi，t-1为企业上一年期末总资产的自然对数；LEVi，t-1为企业上一年的资产负债率；GROWi，t-1为企业上一年的成长性，即营业收入增长率；RETi，t-1为企业上一年的股票收益率，我们使用不考虑现金红利在投资的年个股回报率。AGEi，t-1为企业上一年的经营年限。

我们通过对此模型进行线性回归，得到各企业t年度的非效率投资模型：

将样本数据代入（2）式中，得到的残差为正值表示公司存在过度投资，为负值则存在投资不足。将残差绝对值作为非效率投资的程度，绝对值越大表明非效率投资的程度越大，反之，表明非效率投资程度越小。

2.EVA考核实施对非效率投资抑制作用的研究设计

本文将研究样本分为投资过度和投资不足两个样本组，并且将两组样本分别用模型（3）进行回归，以验证EVA考核方法的实施对非效率投资的影响。

EVADUM为是否采用EVA指标对央企进行考核的虚拟变量，因为国资委于2010年开始在央企全面推广EVA业绩评价，因此将2010～2013年设为1，2009年设为0，以此来比较在全面推行EVA考核前后央企高管投资行为的变化。考虑到代理成本影响企业投资效率，本文参考Richardson（2006）、姜国华（2005）的研究成果，选取了自由现金流（FCF）、管理费用率（ADM）、大股东占款（ORA）作为控制变量。考虑到融资约束程度是影响企业过度投资或者投资不足的重要因素，本文还选取了筹资现金流量（CZXJL）作为控制变量，以控制融资约束对非效率投资的影响。为剔除企业盈利信息的影响，用企业资产收益率ROA进行控制。本文还在模型中加入了行业虚拟变量，以控制行业效应。各个变量的定义如表1所示：

表1 变量的定义

3.EVA考核评价及其与高管薪酬的交互作用

为了进一步研究EVA考核评价方法对高管投资决策的影响作用，在模型（3）中引入了ΔEVA× ΔCOMP变量，该变量为EVA的变化值与高管薪酬的变化值的交互项。通过该交互项我们可以将样本分为交互项为正值和交互项为负值两组。引入交互项的作用在于，当交互项为正值时表示高管薪酬和EVA的变化趋势相同，即高管薪酬能够受到EVA考核方法的影响，继而高管的非效率投资行为能够受到EVA考核的抑制；当交互项为负值时表示高管薪酬和EVA的变化趋势相反，即EVA考核对高管薪酬的影响力较弱，继而对高管的非效率投资行为的抑制较弱。

本文将样本分为投资过度和投资不足两个样本组，采用模型（4）进行回归，分别验证交互项为正、负时EVA考核对非效率投资的抑制作用，从而证实EVA考核对非效率投资的抑制作用依赖于EVA考核方法对高管薪酬的影响。

ΔEVA为第t年的EVA值减去第t-1年的EVA值，ΔCOMP为第t年的COMP数值减去第t-1年的COMP值。这里我们采用姜再勇（2007）研究中用所有者权益与当期银行贷款利率的乘积来衡量股权资本的成本，EVA指标=利润总额－（当期贷款利率×所有者权益）。我们以中国人民银行公布的一年期贷款利率作为基准利率，利率调整年份采用加权平均利率进行计算，且将EVA除以资产总额以排除规模效应对EVA绝对值的影响。COMP为第t年“金额最高的前三名高管人员的报酬总额”的自然对数。其余变量定义同上。

四、实证检验

（一）描述性统计

本文对测度EVA考核方法实施影响的被解释变量INE_INV做了描述性统计，描述性统计结果如表2所示。2008、2009两年的统计结果为未实施EVA考核的样本观测值的情况，2010、2011、2012年的统计结果为实施EVA考核的样本观测值的情况。从投资不足与投资过度的样本数来看，我国央企的非效率投资行为中过度投资行为要多于投资不足行为。从INE_INV的中位数、均值的变化上来看，自2010年以来中位数和均值均为下降趋势，2008、2009年并无明显的下降趋势，从变量INE_INV的变化趋势上来看，EVA考核对非效率投资具有一定的抑制作用。

表2 描述性统计结果

（二）回归分析

1.EVA考核的实施对非效率投资回归结果分析

为验证假设H1，本文采用模型（3）分三次进行回归，回归结果如表3所示。第一次回归是对全样本进行回归分析，其中被解释变量INE_INV采用绝对值，以绝对值衡量非效率投资的程度；第二次回归将过度投资的样本进行回归分析；第三次将投资不足的样本进行回归，被解释变量INE_INV同样采用绝对值。从三组回归中我们可以看出，EVADUM变量的系数均在5%显著性水平下显著为负，表明EVA考核方法的实施抑制了H1中所作出的假设。我们还可以看到，EVA考核方法对过度投资行为的抑制作用较之对投资不足行为的抑制作用更为显著。

表3 回归结果

2.引入高管薪酬后的回归结果分析

表4为引入高管薪酬变量后EVA考核评价及其与高管薪酬的交互作用的回归结果。从回归结果来看，交叉项为正值的组，即高管薪酬与EVA变化方向一致，预期EVA考核能够对高管薪酬产生影响的组，其EVADUM项的显著性水平较未依据交叉项分组时的回归系数的显著性水平有所提高；而交叉项为负值的组，即高管薪酬与EVA变化方向相反，预期EVA考核不能对高管薪酬产生影响的组，其EVADUM项的显著性水平较未依据交叉项分组时的回归系数的显著性水平有所降低，对过度投资和投资不足行为的影响均不再显著。由此H2得到了证实：EVA考核对非效率投资的抑制作用依赖于EVA考核方法对高管薪酬的影响。

表4 引入高管薪酬变量后的回归结果