银行高管薪酬与外部监管：替代还是互补？——对中国16家上市银行的分析

■喻微锋，周 黛

银行高管薪酬与外部监管：替代还是互补？
——对中国16家上市银行的分析

■喻微锋，周 黛

本文以我国16家上市银行为研究样本，在充分考虑模型内生性的情况下，对外部监管与银行高管薪酬替代或互补的关系进行深入分析。实证结果表明，对于我国上市银行，外部监管与银行高管薪酬之间呈显著的替代关系，进一步通过面板门槛模型得出，二者之间的这种替代关系是非线性的，存在门槛效应，随着银行董事会监管强度的变化而变化，当银行董事会的监管强度超过门槛值时，会减弱银行外部监管对高管薪酬的替代关系。

高管薪酬；外部监管；替代关系；互补关系

一、引言

近年来，作为银行公司治理的两种重要手段，银行高管薪酬激励及外部监管，引起理论界与实务界的重点关注。薪酬激励理论认为，在信息不对称的情况下，银行应该设置与业绩及风险紧密联系的高管薪酬来避免高管的自利行为；而监管理论则强调通过对银行实施外部监管手段来保护银行利益相关者的利益，提高银行业绩及控制风险。从本质上讲，这两种银行公司治理手段的目标是相同的，都是为了提高银行业绩及降低银行风险，避免因高管的自利行为给银行和整个社会带来损失。只是高管薪酬制度强调通过银行经理人内生的机制、诱使高管努力达到目标；而外部监管则强调银行高管以外的力量，通过外部的监督检查因素来“迫使”银行达到目标。

那么，银行高管薪酬与外部监管之间有什么关系？银行高管薪酬激励制度是否要与外部监管结合在一起，二者相互补充才能更好的完成银行公司治理目标？还是银行外部监管能对银行高管薪酬激励进行“替代”，在银行外部监管强度增加（减少）时，可以适当地减少（增加）银行高管的薪酬激励强度也能较好的完成银行公司治理的目标？如果是前者，即二者是“互补”的关系，则我们在制定银行高管薪酬激励政策时，必须要同时考虑银行受到的外部监管强度，不能顾此失彼，只有这样，才能更好地实现高管薪酬激励的目标；而如果是后者，即“替代”关系，则可以通过对银行监管强度的调整来弥补目前银行高管薪酬激励的不足，实现对银行业绩及风险掌控的目标。本文以16家上市银行为研究对象，试图对该问题进行深入的研究，以此希望起到抛砖引玉的作用，为我国正在进行的银行业薪酬改革提供政策建议与新的视角。

本文接下来的安排如下：首先，我们对相关的文献进行了梳理；第三部分对本文的指标进行了确定，介绍了本文的数据来源，并对模型进行了构建；第四部分是实证结果，并对结果进行了分析；最后是本文简要的结论与启示。

二、文献综述

关于高管薪酬与外部监管之间的关系，有众多的学者进行了研究。部分学者认为，二者是相互替代的关系。Crawford等(1995)对美国1976～1988银行薪酬业绩敏感性进行了考察，研究发现，当对银行放松管制后，高管薪酬与业绩之间的联系更加紧密。Hubbard和Palia(1995)对美国银行业1980～1989年的数据进行考察也发现，对银行业放松管制后，高管薪酬与业绩敏感性较管制前提高。他们主要是基于管理者才能假说（managerial talent hypothesis），认为放松管制会增加银行竞争环境，只有设置与业绩敏感性联系紧密的较高薪酬才能吸引到有管理才能的CEO。Becher等(2005)认为，20世纪90年代美国对银行业监管的放开，增加了银行业的投资机会，由于银行董事更偏好于激进的投资策略，同时银行业也容易把风险转移给固定收益索取者，为了缓解代理问题及控制风险，银行董事应该比非银行董事有更少的激励薪酬。Booth等(2002)考察了外部监管对公司内部监管机制的影响，研究发现，由于外部监管减少了因公司经理自主决策对股东财富的影响，能够降低公司的委托代理问题，因此，对于受到严格监管的公司，高管的内部监管机制显得并不重要，监管是公司内部治理机制的一种替代。Demsetz和 Lehn（1985）、Smith和 Watts（1992）也认为，在受到严格监管的公司中，高管的决策过程相对透明，因此治理机制在解决代理问题过程中变得不再重要。

但并不是所有的结论都支持二者替代关系的观点：Houston和James(1995)指出，对于银行类公司，CEO持有的股权类薪酬之所以比非银行低，主要是因为银行与非银行之间不同的投资机会造成的，与银行受到的监管程度无关。Hadlock等（2002）通过比较电气行业与其他非管制行业CEO特征后得出，虽然CEO在教育背景等方面存在显著差异，但是在薪酬业绩敏感性方面二者并没明显的不同。Becher和Frye（2011）把公司分成严格管制公司与部分管制公司两大类，通过对比后发现，对于监管严厉的公司，并没有发现内部治理机制较弱的证据。监管严厉的公司仍然有较大规模的董事会及使用与其他公司类似的股权激励薪酬。所有的这些证据都表明，监管与公司治理之间并不是替代关系，而更可能是互补的关系。对于二者之所以会呈现互补特征的原因，Skeel（1999）认为，在受到严格管制的公司中，监管者与股东的利益仍然可能存在冲突，对于监管者来说，他们关心的主要是公司甚至整个经济基本面的安全性与稳健性，而并非股东财富的最大化；同时，监管者也不能具体的控制管理人员的决策行为，监管的存在会迫使公司采取有效率的治理机制。本质上，监管与公司治理机制能相互作用确保公司目标的完成，因此二者是互补而非相互替代的关系。

总体上，国外学者虽然对高管薪酬与外部监管之间可能存在的替代或者互补的关系进行了研究，但仍没有取得一致的结论。由于数据的可得性及中国公司治理制度的滞后性，国内几乎没有学者对监管与高管薪酬之间的关系进行研究，唯一与我们视角相近的是黄志忠、郗群（2009）的研究，但是他们是以非金融类上市公司为研究对象的，且他们的研究有很强的内生性，研究结论值得商榷。John等(2010)进一步指出，外部监管与银行高管薪酬之间存在相互影响的因果关系。二者的内生性可能是导致计量结果很不一致的重要原因。鉴于此，本文选择16家上市银行为研究对象，在充分考虑模型内生性的基础上，采用带工具变量的面板固定效应模型（FE-IV）、系统GMM、面板门槛模型多种方法对二者的关系进行估计，以期得出更可靠的结论，从而为我国接下来的银行业改革提供新的视角。

三、研究设计

本文我们定义的替代关系是指，高管薪酬与外部监管强度之间此消彼长的关系，一种强度的增加以另一种强度的减少为前提；而互补关系指，高管薪酬与外部监管之间相互促进的关系，二者之间通过合作发挥各自的优势，结果是一种强度的增加能促进另一种强度的增加。因此，首先，本文构建线性面板模型来考察二者是“替代”还是“互补”的关系。

但这种替代（互补）关系可能随银行董事会特征的改变而改变，当银行董事会监管超过了某一“门槛”时，可以由董事会直接对银行高管的决策进行监管，从而减少了对政府部门等外部监管机构的监管需求，因此，这些银行外部监管与高管薪酬的替代（互补）关系要弱一些。而对于没有超过董事会监管强度“门槛”的银行，为了防范系统性风险和维护金融系统的稳定性，只能依靠政府监管力量来保证银行稳健经营。这实际表明，银行高管薪酬与外部监管的替代（互补）关系可能存在一定的门槛特征，当董事会的监管强度达到一个门槛时，二者的替代（互补）关系会减弱。基于此，本文接下来采用面板门槛模型，以考察董事会特征对银行高管薪酬与外部监管之间的门槛效应。

（一）模型构建

基于以上论述，本文首先构建如下的线性面板模型来考察二者是“替代”还是“互补”的关系。

其中，lncp为银行高管薪酬代理变量，reg为银行外部监管变量，control为相应的控制变量。对于模型（1），我们重点关注的是变量reg前的系数符号及显著性，根据上文的论述，如果该系数显著为负，则说明高管薪酬与外部监管是替代关系，反之，如果该系数显著为正，则说明高管薪酬与外部监管是互补关系。

接下来，根据Hansen(1999)的文献思想，本文建立如下的门槛回归模型考察董事会特征对银行高管薪酬与外部监管之间的门槛效应：

其中，inds表示门槛变量，反映董事会的监管强度，γ为特定的门槛值。其他变量的含义与模型（1）相同。

对于门槛值γ的确定，Hansen(1999)提出将门槛变量的每个值作为门槛值分别代入模型进行回归，能够使模型的残差平方和越小的γ就为门槛值，即γ=argminS（γ），其中，S（γ）为残差平方和。进而可以估计其他的参数。参数估计完成后，还需要对模型进行两方面的检验：

一是进一步检验门槛效应是否存在，即模型中α1与α2是否有显著差异。该检验的原假设为H0：α1=α2，相应的备择假设为H1：α1≠α2，当原假设被拒绝时，表明模型存在门槛效应。通过构建F统计量进T-1×S（γ），S0为原假设下的残差平方和。由于在原假设成立时无法识别门槛效应的估计值，因而F统计量是非标准的。此时，Hansen(1999)提出采用自抽样法（Bootstrap）转换成大样本下的渐进P值。二是要检验门槛值是否是其真实值的一致估计，原假设为 H0∶γ^=γ0。对此，Hansen(1999)提出用极大似然率LR统计量来构造原假设成立时的渐进有效区间的非拒绝域，即当LR（γ）≤-2log（1-1-τ）时，不能拒绝原假设，其中，τ为显著性水平在显著性水平。

（二）指标选择

1.高管薪酬

在相关的文献中，高管薪酬一般包括高管获得的现金薪酬、持有的股票及股票期权等金融衍生品的市场价值总额。但对于中国上市银行，由于还没有真正意义上对高管实施股权激励，另外，我国的法律及银行监管部门对银行高管持有股票也实施较严格的限制，从而使得现金薪酬成为我国上市银行高管薪酬激励的主要形式。因此，本文借鉴国内其他学者的做法，采用前三名高管薪酬总额的自然对数（lncp）作为高管薪酬的代理变量。

2.外部监管

目前，理论界对公司（银行）外部监管的定义很不一致。一般认为，外部监管指外部相关利益者为保护投资者的利益而对企业经营者施加的监管与约束（Wright等，2002，黄志忠、郗群，2009）。对于银行而言，其外部的相关利益者主要有两个：银行的次级债券持有者及银行监管部门（John等，2010）。对于银行次级债券持有人，当银行违约时，次级债券持有人会承受较大的损失，出于规避风险，次级债券持有人有强烈的的动机对银行经营活动进行监督；除此以外，银行业监管部门也有很强的动机对银行的经营行为进行监督。一是银行监管部门设立的目的就是维护金融稳定以增加社会福利（John等,2010）；其次，作为分散存款人利益的代表，监管部门也不会让银行从事高风险的投资。但对于中国银行业，一方面由于我国的信用评级制度的滞后，很难对银行发行的次级债券进行合理的评级（如根据中国债券信息网数据，几乎所有的银行次级债券评级均在AA以上），从而不能正确引导次级债券投资者对银行进行监督；另一方面，由于我国银行次级债券大部分是通过相互持有实现的，这使得银行之间的资产高度相关，最终导致次级债券投资者没有动力对银行进行真正的监督（翟光宇等，2012）。

因此，对于我国银行业，真正对银行形成监督的主要是银行监管部门，也就是中国银行业监督管理委员会（以下简称银监会）。而对于银监会等政府监管部门而言，防范系统性风险和维护金融系统稳定成为其监管的主要目的，在现行的监管框架下，对银行资本充足率与不良贷款率的监管就成为政府监管部门监管银行的核心指标（John等,2010）。因此，本文借鉴John等(2010)的思路，以银行资本充足率（car）与不良贷款率（npl)作为银行外部监管的代理指标，银行资本充足率（car）越高，外部监管强度越小，而不良贷款率（npl)越高，则外部监管强度将越大。由于这两个指标均只衡量了银行外部监管强度的一个方面，为了较完整地衡量银行的外部监管强度，我们按照John等(2010)的思路，通过如下的方法构建一个综合的外部监管指数（reg）作为银行外部监管指标的代理变量：首先，我们计算出每一个分指标的观测值所处分位数，然后把相应的分位数相加后，再取平均数就构成了本文的综合外部监管指数（reg）。需要说明的是，由于资本充足率（car）越高代表外部监管强度越小，为了与不良贷款率（npl)指标所代表的经济含义一致，我们求出资本充足率（car）指标的分位数后，用相应的分位数，再与不良贷款率（npl)指标相加求平均值。

3.其他控制变量

基于现实与前人文献，我们还加入一组控制变量对模型进行实证检验①第一大股东持股比例也是影响二者替代或互补关系的重要变量，但是第一大股东比例与银行规模变量有较严重的多重共线性，为了避免多重共线性对计量结果产生的影响，我们只控制了银行规模。，包括表征银行业绩的资产回报率（roa，银行净利润与银行资产总额之比），银行规模（lnsize，银行资产的自然对数），财务杠杆（levequ,总权益资本与银行总资产之比），银行净利润（ni，银行利润总额与所得税费之差）。同时，为了避免因遗落变量导致的内生性问题，我们还进一步添加了资本充足率（car）与不良贷款率（npl)作为控制变量。按照薪酬激励理论，银行高管薪酬应该随着银行业绩的提高而增加，随着银行风险的增加而减少，因此，资产回报率(roa)，银行净利润(ni)与高管薪酬正相关，而不良贷款率与银行高管薪酬负相关。而一般情况下，高管薪酬随着银行银行规模的增加而增加，但是在我国，由于规模较大的国有商业银行高管薪酬更多的体现了高管的行政级别，因此，规模较大的银行并不一定意味着高管薪酬较高；而财务杠杆（levequ）越高，则表示银行权益资本越高，意味着银行可以有更多的资本发放贷款，在中国银行业盈利主要依靠存贷利息差的情况下，这也就意味着银行盈利的增长和高管薪酬的增加；同样，为了满足较高的资本充足率监管的要求，在没有其他资本补充途径的情况下，必然会对银行信贷产生影响，最终会影响银行绩效及银行高管薪酬。各变量的具体定义见表1。

表1 变量的定义

（三）描述性统计

从表2可以知道，当我们对银行高管薪酬取了自然对数后，高管薪酬的差距明显缩小，最大值为0.627，最大值为3.42，均值为1.907；而对于外部监管综合指标，在我们的样本中，差异较大，最小值为1.175，最大值却达到了99.215，这说明，由于资本充足率与不良贷款率的差异，最终导致了各银行面临的监管压力也有显著的差异；而银行的业绩在样本期间内差异不大，最小值为0.1，最大值也才1.73，标准差才0.237；同样，对于银行资产规模，当我们取了对数后，差距也表现不大，平均值为14.579，标准差仅1.319；银行平均的财务杠杆为0.06，最大的杠杆率为0.131；资本充足率与不良贷款率各银行的差距明显，平安银行在2007年资本充足率水平才为5.77%，远低于8%的标准，而南京银行在2007年却达到了30.14%，农业银行在2007年的不良贷款率达到了23.57%，而同时期的宁波银行却只有0.36%。各银行净利润也表现得不一样，盈利最低的银行才600多亿，最高的却达到了2700多亿元。

表2 变量的描述性统计表

本文选取16家上市银行为研究对象，其中国有商业银行5家，分别为工商银行、农业银行、建设银行、中国银行与交通银行；股份制商业银行8家，为中信银行、光大银行、华夏银行、平安银行、招商银行、浦发银行、兴业银行与民生银行；城市商业银行3家，南京银行、北京银行与宁波银行。研究的时间跨度为2007～2014年。银行高管薪酬数据来自于CSMAR数据库，其他的财务数据来自bankscope数据库与银行相关年份披露的年度报告。

四、实证结果及分析

（一）线性面板回归

首先，我们采用模型（1），对二者“替代”还是“互补”的关系进行检验。在进行实证分析前，由于本文的变量较多，为了避免多重共线性对计量结果产生的影响，我们先对其进行VIF检验，结果显示，所有的VIF值均小于10，这说明我们的模型不存在严重的多重共线性。

由于通常存在观测不到的个体效应与解释变量相关，因此我们采用固定效应模型进行估计。但银行高管薪酬与外部监管之间可能存在较严重的内生性问题，二者之间有相互影响的因果关系，当政府监管部门对银行实行监管时，作为银行公司治理重要内容的高管薪酬，肯定是监管部门重点监管的对象，比如，在我国，银监会就多次出台政策对高管薪酬进行规范。反过来，高管薪酬契约合约执行的合理与否，又直接影响着银行的业绩及风险情况，从而也就直接决定着银行受到的外部监管强度的大小。

对于该内生性，我们从以下两方面进行处理，一是采用固定效应工具变量法（FE-IV）对模型进行估计，我们以内生变量的滞后一期作为工具变量进行回归，估计的结果见表3的第二列。首先，政府部门在对银行进行监管时，肯定会考虑该银行上一年的资本充足率，不良贷款率达标情况，这说明，工具变量与内生解释变量有强相关性，同时，在确定银行高管薪酬时，一般是以银行当年的经营情况为依据，还不会把上一年银行资本充足率、不良贷款率等情况纳入到高管当年的业绩指标，这说明工具变量与高管薪酬变量并不直接相关，也就是与扰动项不相关。其次，从统计检验看，弱工具变量检验相应的F值为14.253，过度识别检验P值为0.706，进一步佐证了我们的工具变量的有效性。二是为了更细致地处理该内生性问题，我们同时还采用广义矩（GMM）进行估计，目前对GMM估计主要有两种方法，差分广义矩估计（Difference-GMM）和系统广义矩估计（System-GMM），由于差分广义矩估计（Difference-GMM）会使滞后一期的水平变量与当期差分变量之间的相关性减弱，从而导致弱工具变量问题。因此我们采用系统广义矩（System-GMM）进行估计，该方法增加了矩条件数量，具有更好的小样本性质，提高了估计的效率。但这种有效性需要通过两个检验：一是工具变量整体有效性检验，由表3的第三列可知，相应的Sargan检验的P值为0.876，表明工具变量整体是有效的；二是对差分方程随机扰动项的二阶序列相关性进行检验，要求存在一阶自相关，但不存在二阶自相关，同样，我们的检验满足要求，说明模型设定是合理的。同时，作为对比，我们还在表3的第一列列出了固定效应（FE）的估计结果。

由表3的结果我们可以知道，外部监管指标（reg）系数在三种估计方法下均为负，且均通过了相应的显著性检验。其他控制变量也多数符合我们的理论预期。这表明，虽然在理论上，作为银行公司治理两个重要手段的高管薪酬与外部监管有替代与互补两种关系，但是对我国上市银行来说，高管薪酬与外部监管之间体现的是替代关系。这说明，在我国银行高管薪酬契约设计不尽完善的情况下，可以通过对银行加强监管，形成对高管薪酬激励的“替代”来达到银行公司治理的目标。这与洪正、周轶海（2008）的结论一致，根据他们的研究，由于监管者在事前对银行经理的投资决策进行了限制，在日常监督检查中，也会根据银行经营情况随时采取措施来及时纠正银行经理的决策，以确保银行经营的稳健与安全，因此，外部监管的存在减少了对银行高管薪酬激励机制的需求。另一种可能的解释是，是由我国上市银行董事会等内部治理机制不完善造成的。在一个完善的银行公司治理中，银行经理在董事会的监督下进行决策，董事会的存在可以对高管薪酬激励机制形成替代，以确保银行稳健经营。但在我国特殊的背景下，董事会等内部治理机构并不会真正对高管进行监督（朱滔，2015）。最终，为了防范系统性风险和维护金融系统的稳定性，只能由代表广大存款人利益的政府监管部门（银监会）对银行进行监督，从而使外部监管对银行高管薪酬形成“替代”关系。

表3 银行高管薪酬与外部监管关系估计结果表

（二）面板门槛回归

接下来，我们采用模型（2），来考察董事会特征对银行高管薪酬与外部监管之间的门槛效应。根据模型（2），首先，我们对模型的门槛效应进行检验。

1.门槛效应检验

表征董事会特征的指标较多，鉴于银行研究数据的可得性，借鉴文献常用的方法，我们以独立董事占董事会人数的比重（inds）作为银行董事会监管强度的代理变量，并以此作为模型估计的门槛变量，尝试性地对模型进行估计。我们依次在不存在门槛效应、存在一个门槛的假定下对模型进行估计，检验结果见表4。由表4我们可以知道，单一门槛效应的估计结果在5%的显著性水平下显著，而双重门槛效应不显著。这说明模型存在单门槛效应。

表4 门槛效应检验

2.门槛估计结果

将门槛值代入到模型，估计出门槛模型各变量的系数与显著性。与上文一样，考虑到内生性对计量结果的影响，我们继续采用固定效应—工具变量模型（FE-IV）与系统GMM方法对模型进行估计。估计结果见表5。从表5中，弱工具变量与过度识别检验表明固定效应模型—工具变量模型中的工具变量是有效的；而扰动项与Sargan检验也表明系统GMM模型设定的合理性。

表5 门槛模型估计结果表

在表5的三个模型中，我们重点关注的是reg与inds交叉项的系数与显著性。在这三个模型中，除了股东效应—工具变量法在独立董事占董事会人数低于门槛值0.353时交叉项不显著外，其他情况下交叉项都显著为负，这再次说明，外部监管是对银行高管薪酬的一种替代。但是从交叉项的系数看，当独立董事占董事会人数“突破”门槛值时，三个模型的系数均不同程度的降低，在固定效应模型中，系数从-0.0056下降到-0.0060，固定效应—工具变量法模型中，系数从-0.0059降低到-0.0073，系统GMM模型中，系数从-0.0052降低到-0.0058。由此可以充分说明，外部监管对银行高管薪酬的替代效应是非线性的，存在门槛效应，当银行董事会的监管强度超过了门槛值时，会降低对政府监管部门的监管需求，从而减弱了银行外部监管对高管薪酬的替代关系。

五、结论与启示

作为银行公司治理的两种重要手段，银行外部监管与高管薪酬在本质上是一样的，都是为了提高银行业绩及控制银行风险。但这两种手段是需要相互合作，互相“补充”才能较好的完成银行公司治理目标，还是通过一种制度的建设形成对另一种制度的“替代”，也能完成银行公司治理的目标。本文以我国16家上市银行为研究样本，在充分考虑变量内生性的情况下，对外部监管与银行高管薪酬这种替代或互补的关系进行了深入的分析。实证结果表明，对于我国银行业，外部监管与银行高管薪酬之间呈显著的替代关系，进一步的面板门槛模型表明，二者之间这种替代的关系是非线性的，存在门槛效应，随着银行董事会监管强度的变化而变化，当银行董事会的监管强度超过了门槛值（0.353）时，会减弱银行外部监管对高管薪酬的替代关系。

本文的研究结论具有很强的现实意义，在银行高管直接决定银行投资策略的情况下，虽然合理设计高管薪酬，以激励高管努力工作以提高银行业绩及控制风险在银行公司治理中非常重要。但在我国目前银行高管薪酬契约制度不尽完善的情况下，本文的研究表明，则可以通过加强对银行业的外部监管来一定程度上“替代”高管薪酬制度，同样能完成银行公司治理的目标。可能在现阶段，后者的作用更加重要，因为合理的高管薪酬设计是一项系统工程，牵涉到银行的方方面面，不可能在短时期内一蹴而就。而从2003年确立了我国金融业分业监管的格局以后，经过十多年的发展，银行业在监管理念与手段上已经实现了跨越式发展，在充分借鉴国际银行监管成果的基础上，针对国内银行的实际，建立了包括资本充足率、拨备覆盖率、杠杆率和流动性比率等在内的全面监管体系，目前，对银行业进行“强监管”也已经成为常态。因此，在较完善的高管薪酬契约短时期难以设计完成的情况下，通过外部监管手段来达成银行公司治理的目标不失为一种良好的选择。同时，本文的研究也揭示了加强银行董事会等内部治理机制建设的重要性，当董事会等内部治理机制较完善时，则可以由董事会直接对银行高管进行监督，从而在一定程度上减少了对政府部门等外部监管机构的监管需求。因此，外部监管强度要根据银行内部治理情况进行动态调整，从而达到防控银行风险和维护金融稳定的目的，也为设计完善的银行高管薪酬契约赢得时间缓冲。

[1]黄志忠，郗群.薪酬制度考虑外部监管了吗？——来自中国上市公司的证据[J].南开管理评论，2009，(1):49～56.

[2]翟光宇,唐潋，陈剑.加强我国商业银行次级债风险约束作用的思考——基于“相互持有”视角的理论分析[J].金融研究，2012，（2）：88～101.

[3]洪正，周轶海，内部监管、监管替代与银行价值[J].金融研究,2008，（7）:119～132.

[4]朱滔.董事薪酬、CEO薪酬与公司未来业绩:监督还是合谋?[J].会计研究，2015，（8）：007.

[5]Crawford，A.J，Ezzell，J.R，Miles，J.A.Bank CEO pay-performance relations and the effects of deregulation.Journal of Business,1995,231～256.

[6]Hubbard，R.G，Palia，D.Executive pay and Performance:Evidence from the U.S.banking industry.Journal of Financial Economics,1995,39(1):105～130.

[7]Demsetz,H，Lehn,K.The structure of corporate ownership:Causes and consequences.The Journal of Political Economy，1985，1155～1177.

[8]Houston，J.F，James，C.CEO Compensation and bank risk:Is compensation in banking structured to promote risk taking?.Journal of Monetary Economics,1995，36(2):405～431.

[9]John， K， Mehran， H， Qian， Y.Outside monitoring and CEO compensation in the banking industry.Journal of Corporate Finance,2010，16(4):383～399.

[10]Wright，P，Kroll，M，Elenkov，D.Acquisition returns,increase in firm size,and chief executive officer compensation: The moderating role of monitoring.Academy of ManagementJournal,2002,45(3):599～608.

[11]Becher，D.A，Campbell ll，T.L，Frye，M.B.Incentive Compensation for Bank Directors:The Impact of Deregulation,The Journal of Business,2005,78(5):1753～1778.

[12]Booth，J.R，Cornett，M.M，Tehranian,H..Boards of directors,ownership,and regulation,Journal of Banking&Finance,2012,26(10):1973～1996.

[13]Smith，C.W，Watts，R.L.The investment opportunity set and corporate financing,dividend,and compensation policies,Journal of Financial Economics,1992,32(3):263～292.

[14]Hadlock，C.J，Lee，D.S，Parrino，R.Chief Executive Officer Careers in Regulated Environments:Evidence from Electric and Gas Utilities,The Journal of Law&Economics,2002,45(2):535～563.

[15]Becher， D.A， Frye，M.B.Does regulation substitute or complementgovernance?,Journalof Banking&Finance,2011,35(3):736～751.

[16]Skeel，R.D.Integration schemes for molecular dynamics and applications,The Graduate Student’s Guide to Numerical Analysis’98,1999,26:119～176.

[17]Hansen，B.E.Threshold effects in nondynamic panels:Estimation,testing,and inference,Journal of Econometrics,1999,93(2):345～368.

F830.2

A

1006-169X（2017）09-0023-08

10.19622/j.cnki.cn36-1005/f.2017.09.003

贵州教育科学规划项目“经济新常态下西部地区地方性商业银行业务转型创新研究”（2016B237）。

喻微锋（1982-），博士，副教授，贵州银行博士后工作站，贵州财经大学金融学院，研究方向为商业银行；周黛（1996-），贵州财经大学金融学院，研究方向为商业银行。（贵州贵阳 550025）