一 引言

近年来，金融企业的高管高薪问题十分突出，备受关注。据统计，2012年上市公司高管的平均薪酬为63.61万元，比2008年上升了20%，是同期全国城镇居民人均可支配收入(2.56万元)的25倍；金融业上市公司高管以232.95万元的平均年薪位列所有行业的榜首，这一数字是同期全国城镇居民人均可支配收入的90倍、非金融类公司高管年薪的3.85倍。^①面对越来越高的金融高管薪酬，有关部门曾相继出台了一系列限薪和业绩评价的政策规定，不少企业也逐渐引进EVA评价体系完善薪酬制度。2009年财政部出台《关于金融类国有和国有控股企业负责人薪酬管理有关问题的通知》(财金【2009】2号)并发布了《金融类国有及国有控股企业业绩评价实施细则》(财金【2009】169号)，要求规范薪酬管理，合理控制各级负责人的薪酬水平。2011年财政部又针对整个金融行业出台了《金融企业绩效评价办法》，明确并细化了业绩评价的规范，要求从盈利能力、经营增长、资产质量和偿付能力等4个方面来评价金融企业业绩，从而综合反映金融企业经营质量。

金融行业经营具有低市场化、严监管、高负债等特点，且对整个宏观经济的稳定有着重要作用，所以针对金融企业薪酬业绩特性的研究就显得尤为重要。本文参考《金融企业绩效评价办法》设计了金融企业绩效指数(PFMI，Performance Index)，用以替代多数过往研究中常用的单一财务业绩指标，通过比较银行、证券、保险和信托这四类金融企业在薪酬绩效特征上的不同表现，以期为金融企业高管薪酬制度设计和管理提供可靠的参考依据。

二 文献综述 (一) 高管薪酬与业绩相关性

Taussings等(1925)是西方最早研究薪酬水平与业绩关系的学者，他们发现经营者报酬与公司业绩之间并不存在显著的相关性。之后，McGuire等(1962)以45家大型公司为样本的研究也发现管理者的现金工资与公司的盈利情况的相关性较小。Holmstrom等(1987)认为，引入业绩评价指标可以提高薪酬计划的激励效果，但必须以委托人目标明确且可以直接作为业绩考核指标为前提。但自1990年起，Barro等(1990)发现高管的薪酬变化与企业业绩的变化存在着正向相关关系。另外，Shepard等(1993)对10833个美国企业进行研究后发现，企业股票收益每增加10%，经营者的报酬将增加9.3%，进一步证明了经营者报酬和企业业绩之间存在正相关关系。Rajiv D.Banker等(2013)研究了CEO薪酬与以往业绩的关系，设计了一个简单的两阶段委托代理模型，发现无论是新聘用的还是原有的CEO的工资与过去的业绩表现正相关，而与奖金负相关；另外，工资与未来业绩正相关，而奖金与未来业绩不存在相关关系。该结论表明，工资是为了满足保留效用和信息租金而进行调整，并随着时间的推移呈正相关以反映能力；奖励则提供代理人风险较高的合同来解决道德风险和逆向选择。西方的研究结果显示了企业薪酬与业绩之间的关系是一个由不相关到相关的变化过程。

国内较早针对高管薪酬和企业业绩进行相关性研究的是魏刚和李增泉。魏刚(2000)研究发现，上市公司高管年度货币收入偏低，报酬结构不合理，且与上市公司的经营业绩并不存在显著的正相关关系。李增泉(2000)的研究结果显示，上市公司高管的薪酬与净资产收益率并没有显著的相关关系。周业安(2000)通过分析经理报酬与企业绩效的关系得出，我国因为存在政治力量及各种非货币化因素，如职位升迁、解雇等的影响，货币报酬同企业业绩并未表现出明显的相关性。而张辉明等(2002)研究发现，高管人员薪酬的绝对值与代表公司业绩的ROE的绝对值之间存在显著的相关关系，并认为沪市上市公司已经将公司绩效作为高管报酬制定的重要影响因素。之后张俊瑞等(2003)、马葵(2008)、杜兴强等(2007)、陈震等(2011)的实证研究也均证实上市公司高管薪酬与企业业绩有着显著正相关。可以看出，随着市场化改革不断推进，中国的上市公司也经历了薪酬与业绩从不相关到逐步相关的过程。

(二) 薪酬绩效敏感性

薪酬绩效敏感性，即高管薪酬随公司业绩变动而变化的程度，这一概念最早由Holmstrom和Milgrom(1987)提出，其目的是用来衡量高管薪酬变化与公司业绩之间的联系紧密程度。同时，两人还给出了薪酬绩效敏感性的计算公式，并认为企业风险水平越高，薪酬绩效敏感性越低。Aggarwal等(1999)、Garvey等(2006)的研究结果均证实了这一结论。Jensen等(1990)采用福布斯7750家公司的数据，以股东财富变化、会计利润变化、销售额变化为自变量，以CEO的现金薪酬和总薪酬变化为因变量研究高管薪酬绩效敏感性，发现公司价值每增加1000美元，高管薪酬和奖金增加2.19美分，CEO的综合报酬增加3.25美分。Gibbons等(1993)以1049家公司1974年至1986年的年度数据为样本的研究，同样发现CEO薪酬的变化与公司绩效的变动显著正相关，即存在着很强的薪酬绩效敏感性。Hall等(1998)的研究则发现公司价值每变动1000美元，CEO的报酬就变动25.11美元。而到1999年Aggarwal等的研究结果为39.94美元。由此可见，薪酬绩效敏感性在逐渐递增。Trevor Buck等(2008)基于非平衡面板数据研究了中国的薪酬绩效敏感性，并探讨了中国特有的制度环境是否会产生与西方市场经济相一致的结果，结果发现中国高管薪酬与公司绩效相互影响，存在双向因果关系。

国内研究薪酬绩效的文献中，也逐渐引入了薪酬绩效敏感性的概念。肖继辉等(2002)采用沪深843家上市公司从1999年至2001年共3年的数据，以净资产收益率、主营业务收入作为衡量企业经营绩效的指标，研究了高管现金薪酬及总薪酬的变动与企业绩效变动的敏感性，结果显示我国上市公司高管薪酬的变动水平与企业会计业绩度量指标即主营业务收入指标的变动之间不存在敏感性，而高管现金报酬的变化水平和总报酬的变化水平与股东财富业绩度量指标即每股收益的变动水平两者有着显著的敏感性。周兆生(2003)以A股市场911家上市公司为样本，采用上市公司的经济增加值(EVA)和净资产收益率作为衡量企业业绩水平的指标，研究发现高管的年度薪酬与公司绩效呈正相关关系，且企业EVA每增加100万元，高管年薪平均增加83.17元；该检验结果显示我国的薪酬激励效应当时还处于偏低的水平。刘凤委等(2007)发现薪酬绩效敏感性系数为0.302，即会计绩效每增加1%，经营者货币性报酬增加0.302个百分点。孙丽等(2013)测得的薪酬绩效敏感性系数为0.217，并发现上市公司整体呈现出薪酬业绩粘性特征，即业绩上升时薪酬的增加幅度显著高于业绩下降时薪酬的减少幅度；且国有上市公司高管薪酬业绩粘性特征显著强于民营上市公司。

(三) 金融业高管薪酬绩效特征

由于金融业的经营具有特殊性，且在经济体中有着举足轻重的地位，其薪酬绩效特征也表现出特殊性，因此国内外也有不少针对金融行业高管薪酬的相关研究。Smith等(1992)、Mayers等(1994)发现，相对于制造业，保险行业高管的激励强度更低。Houston等(1995)研究了银行业高管薪酬特征，认为银行业受到的监管使得银行管理人员在经营中倾向于守成，薪酬激励的效果较小，因此薪酬与绩效之间的联系不大。之后，Crawford等(1995)发现，取消对银行跨国业务的管制后银行高管的薪酬绩效敏感性显著增强，说明外部管制会降低薪酬绩效敏感性。John等(2003)发现，银行负债率与高管薪酬呈负相关关系，高管薪酬与绩效之间的敏感性随着企业负债比率的上升以及企业规模的增加而下降；并且美国银行业薪酬绩效敏感性为业绩每提高1000美元，CEO的报酬就提高4.7美元，而其他行业业绩每提高1000美元，CEO报酬提高6美元，表明银行业高管薪酬绩效敏感性显著低于其他行业。

国内对金融企业的相关研究大多显示，金融机构薪酬与绩效不存在显著相关关系，甚至有不少研究发现金融业上市公司高管薪酬与绩效呈负相关关系。苟开红(2004)发现，商业银行高管薪酬与主营业务收入、净利润均不存在显著相关关系，并且管理层薪酬与当年银行利润呈不显著的负相关。而陈学彬(2005)对中国商业银行薪酬激励机制的研究发现，样本银行高管人员及员工薪酬与银行资产规模有较强的正相关。魏华等(2005)的研究显示，银行高管薪酬对银行绩效没有影响。邵平等(2008)研究了我国上市金融企业薪酬绩效敏感性的各类影响因素，结果表明公司的负债水平、公司规模、收益的波动性和薪酬绩效敏感性负相关；高管任职的时间、内部监管强度(董事会的独立性)、外部金融监管的强度对薪酬绩效敏感性不存在显著影响。颜玉霞(2010)、黄珺等(2010)认为，金融业上市公司高管薪酬与绩效呈负相关关系。杨朝晖(2011)则发现，金融业高管薪酬与业绩之间不存在显著的相关关系。

可见，我国相关研究结果大多显示，金融行业的薪酬与绩效并不存在显著关系，甚至存在负向的关系。考虑到早前政府并未就金融行业的薪酬机制制定相关的政策与规范，针对业绩的绩效考核机制也不完善，以至于未能将薪酬与绩效很好地挂钩，因此，这些研究的结论是可被接受的。但是，近几年来政府陆续颁布了多则金融机构薪酬规范的条例，金融行业的薪酬是否密切地与绩效挂钩了呢？这一问题值得关注。

另外，笔者发现，之前大部分针对金融行业的研究多采用账面收益作为单一的业绩指标，如ROE、ROA、NI等，而仅以账面收益作为绩效衡量指标是不充分的。由于金融企业经营上的特殊性，其绩效不能仅单一地从会计账面利润表现。尽管在银行业高管薪酬与绩效关系的研究中有些学者考虑到了除账面利润外的安全性和流动性对银行业薪酬的影响，如宋增基等(2009)在考察银行业薪酬与账面业绩相关性研究中加入资本充足率与债务资本比率作为控制变量，刘安政等(2011)在研究我国商业银行高管薪酬绩效敏感性影响因素中也加入了资本充足率和不良贷款率作为变量，但多数探讨银行业薪酬绩效敏感性的研究仅仅将银行业的风险性及流动性指标作为控制变量和影响因素，并未将其作为金融企业绩效表现的一个方面来看待。金融企业绩效的组成是综合的、立体的，并不是单一片面的。在商业银行高管薪酬与绩效的实证研究中，陈峰(2011)将账面盈利性、安全性与流动性三者同时纳入到绩效表现中，运用PCA的方法从以上三个方面构造了我国上市商业银行综合绩效指标，虽然该研究仅涉及上市商业银行，但是其构造银行业综合绩效指标的思路值得借鉴。本文受其启发，考虑到金融行业中四个子行业——银行、保险、证券和信托的绩效构成也各有差异，参考《金融企业绩效评价办法》，从综合盈利能力、经营增长、资产质量和偿付能力共4个方面设计金融企业综合绩效指数PFMI，以此为基础比较研究金融行业中四个子行业薪酬绩效敏感性，从而有别于已有研究。

三 理论分析与绩效评价

金融行业非竞争性、严监管、高负债等特点，使其薪酬绩效特征存在着特殊性，所以对其绩效评价不能与非金融企业一样以会计利润作为主要指标，而是应当结合其行业特点设计专门的绩效指数。同时，国内学者魏刚(2000)、谌新民等(2003)认为行业因素对报酬与业绩间的关系影响很大，所以金融行业作为一个特殊且重要的行业，其薪酬绩效特征也必然有别于非金融企业。

首先，中国金融业并非充分竞争的行业。金融企业的开立、业务的拓展以及营业部的设立都是需要政府审批且通过，所以金融行业的进入和退出并非是完全竞争性的，甚至带有垄断性质。而且，金融行业受政府的影响较大，比如国有银行利润主要来源于利差收入及政策扶持。在当前情况下，金融业的效益不是纯能力、竞争力问题，所以仅以企业的净利润或者是ROE、ROA等指标并不能完全反映金融企业经营状况，金融企业绩效表现是多层次的，绩效与高管薪酬之间的联系是复杂的。

其次，金融企业是受到监管的行业。我国针对银行、保险和证券都设有监督委员会，针对金融行业管制的重点便是安全性和流动性，所以除了账面收益外，安全性、流动性和增长性等因素也应当纳入到金融企业绩效指标中，这样才能更真实地反映金融业上市公司高管的薪酬绩效敏感性。

再次，金融企业本身的特性决定了它是一个高负债的行业，有着很高的财务杠杆，以吸收居民和企业的资金、负债经营为主导。金融业的稳健性和安全性对于整个宏观经济的稳定至关重要，因此更容易受到国家政策与舆论监督的压力。金融企业本身就是各种风险的集合体，面临着各种风险，包括资本风险、利率风险、汇率风险、流动性风险、操作风险、破产风险等。2008年全球金融危机后，风险承担问题更成为金融企业绩效评价研究的热点。传统的财务比率没有考虑风险因素，用其作为绩效评价指标显然有失偏颇。

除此之外，由于不同类型的金融企业的绩效表现也有所不同，故本文针对金融行业中银行、证券、保险和信托行业从盈利能力状况、经营增长状况、资产质量状况和偿付能力状况共4个方面综合各项指标加权计算金融行业绩效评价指标，即绩效指数PFMI，并将其作为解释变量开展后续研究。

四 研究设计 (一) 变量定义

1.被解释变量Com：企业高管平均薪酬。高管薪酬主要由货币薪酬和中长期股权激励组成，由于我国企业高管持股比例较低，金融企业高管持股几乎可以忽略不计，故本文中所指的高管薪酬仅针对现金薪酬，并选择上市公司年报所披露的“前三名董事人员平均年薪”Com作为变量指标。

2.解释变量PFMI。本文参考《金融企业绩效评价办法》，依据指标的重要性和引导功能确定了金融企业绩效评价各单项指标的权重，从而设计了金融企业绩效综合评价表(见表 1)，并将各单项指标计分加权形成金融企业绩效评价综合指标得分，即金融企业绩效指数PFMI(受篇幅之限，此处省略其具体指标计算公式)。

3.控制变量：根据已有企业高管薪酬影响因素相关研究的共识，本文汇总了所涉及的所有控制变量并运用逐步回归，将影响较小或无关变量剔除，从而筛选出对企业高管薪酬有显著影响的变量加以控制，包括：(1)公司规模(Size)，为企业总资产的对数；(2)财务杠杆(Lev)，用资产负债率来表示；(3)控制权，采用大股东持股比例(Lsh)作为代理变量；(4)董事会规模(Board)，即董事会总人数；(5)董事会的独立性(Idd)，即独立董事占全部董事的比重。

(二) 模型设计

根据上述分析，本文构建以下模型：

$ \begin{array}{*{20}{l}} \begin{array}{l} \log Co{m_{i,t}} = \alpha + {\beta _1} \times PFM{I_{i,t - 1}} + {\beta _2} \times \log Siz{e_{i,t}} + {\beta _3}\\ \times Ls{h_{i,t}} + {\beta _4} \times Le{v_{i,t}} + {\beta _5} \times Boar{d_{i,t}} \end{array}\\ \begin{array}{l} \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\; + {\beta _6} \times Id{d_{i,t}} + {\beta _7} \times D1 \times PFM{I_{i,t - 1}} + {\beta _7} \times D2\\ \times PFM{I_{i,t - 1}} + {\beta _7} \times D3 \times PFM{I_{i,t - 1}} + {\varepsilon _{i,t}} \end{array} \end{array} $

在所选变量中，高管薪酬变量Com和企业规模变量总资产Size均为绝对值变量，且描述性检验结果显示其方差较大。本研究一方面为了减弱模型中数据的异方差性，另一方面因各个指标之间由于计量单位和数量级不尽相同，所以需对其进行无量纲化处理，为此对变量Com和Size取对数处理后，建立了多元对数线性模型。接着，由于高管薪酬是基于以往的绩效水平加以评判，所以薪酬水平往往滞后于绩效表现，此处取t-1期的PFMI绩效指标。另外，在模型中添加D1、D2、D3三个行业哑变量，取值(0, 0, 0)代表银行业，(1, 0, 0)代表保险业，(0, 1, 0)代表证券业，(0, 0, 1)代表信托业，与企业绩效指数交叉项进行分析，运用混合样本数据回归来比较金融行业内银行、保险、证券和信托4个子行业之间的薪酬绩效敏感性差异。最后，本文还通过非平衡面板数据回归来检验结果的稳健性。

(三) 样本选择

本文选取2006年至2013年沪深A股42家金融行业上市公司作为样本，其中包括16家上市银行、4家上市保险公司、19家上市证券公司和3家上市信托公司。在对数据进行整理，剔除数据缺失和极端数值后，最终得到金融业A股42家上市公司201个有效观测值。研究所涉及的所有变量数据均来自于同花顺ifind金融数据终端，并运用Eviews 5.0软件进行统计回归分析。

由于客观原因，上市的金融机构数量虽然不多，但上市金融机构在资产规模上占所有金融机构总资产的比重却非常之大。根据2013年银监会公布的数据，境内银行业金融机构总资产规模为1480467亿元，而16家上市银行则为859022亿元，占比约58%；^①同样，根据2013年保监会公布的数据，境内保险机构总资产规模为82886.95亿元，而4家上市保险公司则为59183.77亿元，占比达71.4%；^①根据中国证券业协会公布的数据，截至2013年12月31日，115家证券公司总资产为2.08万亿元，19家上市证券公司则为7567.7亿元，后者占比约36.38%。^②所以，尽管上市金融机构的样本量并不大，但是已经具有相当程度的代表性，其统计检验结果基本能够反映我国各类金融机构高管薪酬的差异性。

五 实证分析 (一) 变量描述性统计

上市金融公司的高管薪酬存在着较大的差距，最高的年薪为中国平安2007年爆出的天价薪酬11930.20万元，而最低的仅为18万元。由于极端数值会影响到统计回归结果的可靠性，本文剔除了极端数值，剔除后主要变量的描述性统计结果如表 2所示。2006—2013年金融业上市公司“前三名董事平均年薪”的均值约为655.69万元，约为全部上市公司高管平均薪酬122万元的5.36倍。同时，金融企业高管薪酬的标准差比较大，说明金融业上市公司之间的高管薪酬水平也存在着很大的差异。绩效指数PFMI的标准差也很大，说明金融业上市公司业绩表现的差距较大。

(二) 多重共线性检验(相关性分析)

若模型中的变量之间存在着较大的相关性，会导致模型出现多重共线性问题，影响统计结果。统计学上一般认为变量之间的相关系数的绝对值大于0.5时，会引发多重共线性问题，因此本文在对模型进行统计回归前，对变量进行相关性检验，主要变量相关系数矩阵如表 3所示。从表 3中可以发现，主要变量之间均不存在较大的相关性。由此判断，本研究的回归模型不存在严重的多重共线性问题。

(三) 回归结果分析

针对金融行业，本研究对模型进行混合样本统计回归检验，检验结果如表 4所示。这里首先运用普通最小二乘法进行统计回归，但结果并不理想。模型的拟合优度R²值仅0.3248，DW检验结果也仅为0.8589。通过怀特异方差检验发现，尽管做了对数转换，仍然存在比较严重的异方差，因此，需要对模型进行修正。

由于上述检验显示存在异方差，故需通过加权变换消除异方差性，使随机误差项变成同方差。为此，本文以残差平方的倒数作为加权项对模型进行了修正，运用加权最小二乘法回归分析重新检验。通过修正，该模型的拟合优度R²得到了显著的提高，达到0.99，说明该修正的模型拟合得较好；且DW统计量为1.68，说明不存在明显的自相关。通过加权最小二乘法对模型的修正，统计结果的信效度得到较大的改善，回归结果如表 5所示。

金融行业2006—2013年数据统计结果显示，PFMI的系数为0.0092，且在0.01的水平下显著，说明上市银行高管薪酬与银行业绩存在正相关关系；其薪酬绩效敏感性为0.0092。而从哑变量与PFMI的交叉项系数来看，D1×PFMI系数为-0.0028，说明保险业薪酬绩效敏感性显著低于银行业；其薪酬绩效敏感性为0.0064。同理，D2×PFMI和D3×PFMI系数分别为-0.0092和-0.0075，说明证券业和信托业的薪酬绩效敏感性也显著低于银行业；两者薪酬绩效敏感性系数分别为0和0.0017。该结果显示，金融机构高管薪酬绩效敏感性存在着结构化差异，银行业的高管薪酬与绩效的关系比较紧密，保险次之，而信托和券商的高管薪酬绩效敏感性较低。

(四) 稳健性检验

本文运用非平衡面板数据回归来检验结果的稳健性。对面板数据处理，笔者首先对因变量作单位根检验，结果显示平稳，适合用面板回归的方法。另外，本文选用随机效应模型进行面板回归，因为Hausman检验结果显示P值为0.1275 > 0.05，应当选用随机效应模型。

如表 6所示，PFMI的系数为0.005，且在0.05的水平显著，说明上市银行高管薪酬与银行绩效存在一定的正相关关系；其薪酬绩效敏感性为0.005。而从哑变量与PFMI的交叉项系数来看，D1×PFMI系数为-0.0002，说明保险业薪酬绩效敏感性低于银行业，其薪酬绩效敏感性为0.0048。同样，D2×PFMI和D3×PFMI系数分别为-0.0048和-0.0019，说明证券业和信托业的薪酬绩效敏感性也低于银行业；其薪酬绩效敏感性系数为0.0002和0.0031。通过面板数据回归，虽然由于与之前混合样本的样本量和检验方法有所不同而导致检验结果在数量级数以及显著性水平上存在差异，但是稳健性检验仍然能够肯定银行业的薪酬绩效敏感性相对较高，保险次之，证券和信托行业的薪酬绩效敏感性较低。

六 结论与建议 (一) 研究结论

本文通过比较金融业内银行、保险、证券和信托4个子行业高管薪酬与企业绩效综合评价指标PFMI之间的敏感性后发现，上市银行高管薪酬与银行绩效存在正相关关系，且薪酬绩效敏感性系数相对其他金融机构较高；保险的高管薪酬绩效敏感性次之，而信托和券商的高管薪酬绩效敏感性较低。由此可见，金融行业中银行业较其他金融子行业有着较为完善的薪酬绩效挂钩机制，但是其他子行业，尤其是证券业和信托业在薪酬绩效敏感性上的表现并不理想，还没有实现绩效与激励的紧密挂钩。上述结论与金融业经营的特殊性有着紧密联系。

首先，金融行业属于高负债经营的行业，有着很高的财务杠杆。企业高管薪酬绩效敏感性会受到企业的资本结构的影响。Jensen等(1976)的研究显示，股权持有人同债权持有人在利益上并不趋同，两者利益存在冲突。当债务风险较高时，由于高管薪酬在一定程度上受业绩好坏的影响，企业的高管会选择使股东利益最大化的经营策略进行风险较大的投资项目，从而将风险转移给债权人。对负债比率相对较高的金融公司来说，单纯基于股东回报或者企业绩效的管理层激励机制将会强化高管这一冒险行为，从而造成金融行业的不稳定(Holmstrom等，1987)。简而言之，若金融行业的薪酬绩效敏感性过高，则可能会加大金融机构高管风险转移的可能性，提高代理成本。

其次，金融企业是受到监管的行业，我国针对银行、保险、证券行业分别设有监督委员会。早期的研究认为较强的管制限制了经营者自主经营的空间，减弱了高管薪酬中可变薪酬的激励作用。而且一般说来，受监管行业的增长机会相对较小，其管理层更倾向于采用稳中求进的稳健性经营策略，导致业绩的激励性因素下降。Smith等(1992)、Mayers等(1994)发现，保险行业CEO的激励强度低于制造业，Jensen等(1990)也发现，受管制的行业管理层薪酬激励强度更低。而之后，Hubbard等(1995)发现，随着金融监管的放松，从20世纪80年代开始，银行业的管理层高管薪酬的激励强度上升，即薪酬绩效敏感性上升。然而，随着监管理念的不断革新，目前的薪酬监管开始注重薪酬和绩效的关联，监管的加强和信息披露的透明化使薪酬绩效敏感性有所提高。Chidambaran等(2000)认为，外部监管机制使金融行业成为一个比较透明的行业，这种行业性的透明也使外部监管机制效果显著。

而且，我国上市金融企业的规模普遍较大。各类研究高管薪酬激励影响因素的已有文献显示，企业规模是影响高管薪酬绩效敏感性的一个重要因素。企业规模越大，高管薪酬绩效敏感性越低。Jensen等(1990)发现，大公司更容易受到国家政策的影响与舆论的压力，规模较大的企业高管薪酬与绩效之间的敏感性较低；Schaefer(1998)实证研究也得出薪酬绩效敏感性随企业规模递减的结论。

金融业的四大类企业高管的薪酬绩效敏感性存在差异的原因则比较复杂。银行业(尤其是国有商业银行)更多地受到政府和社会的关注，所以在绩效考核方面受政策影响较大，在薪酬制定方面也受到一系列“限薪令”和社会舆论的约束。保险、证券和信托则同时具有金融行业高负债、收益波动性小、规模大等特点。高负债比率会导致风险转移可能性增高，金融公司在经营过程中的收益波动性较小使得金融企业的经营绩效总是可以稳定在较高的水平上，较大企业规模则增加了高管的努力成本和边际产出要求，所以金融业上市公司管理层一般有更高的绝对薪酬。同时，保险、证券和信托在薪酬制定和绩效考核上缺乏有效监管的统一的标准，所以其薪酬绩效敏感性不高。

(二) 对策建议

基于上述研究结果，笔者对金融企业高管薪酬制度改革提出如下建议：

第一，应加强对金融企业的薪酬监管。笔者认为，行之有效的监管不是简单针对高管高薪制定“限薪令”, 而是应制定具体化的薪酬制度；并且，目前披露的高管薪酬水平也仅是现金形式的货币薪酬，而一些隐性的在职消费和福利却游离在监管之外，需制定行之有效的针对这类隐性工资的监管规则。

第二，要加强金融业高管收入信息的披露。目前我国非上市的金融机构高管薪酬基本上是保密的，即使是上市的金融公司也仅仅在年报中披露董事和高管人员的年薪总额，而针对年薪构成，及其他名目繁多的补贴、分红等福利公众都无从获知。高管薪酬的信息披露缺乏透明性和公开性，容易造成薪酬制定的暗箱操作，也不利于政府和公众对金融业上市公司高管薪酬与绩效联系的情况进行监督。

《金融企业绩效评价办法》已经对金融企业绩效衡量进行了明确而细化的规定，但笔者认为，它在信息披露方面仍有缺陷，每年金融企业绩效评价的结果没有公之于众和受到大众的监督，缺乏透明性。而且，针对隐性的在职消费，2012年年底财政部、监察部和审计署联合印发禁止中央金融企业负责人职务消费的12项规定，说明政府已逐渐地将这一隐性的高管薪酬纳入到监管中。笔者认为，这一监管的范围也应当覆盖所有的金融企业。另外，目前有一些商业银行着力于提高高管薪酬与企业绩效之间的关联度，从传统的单一存款考核转向模拟利润考核，据此笔者建议，金融行业的各类企业应结合自身的经营特点制定复杂多元的绩效考核和薪酬制度。