影響上市公司高管薪酬的企業(yè)因素實證分析
影響上市公司高管薪酬的
企業(yè)因素實證分析
影響上市公司高管薪酬的
企業(yè)因素實證分析
摘要：本文主要通過分析可能影響上市公司高管薪酬的企業(yè)因素（排除了個人因素的不確定性與難統(tǒng)計性），尋找出多個符合經(jīng)濟意義的變量，通過應用eviews這類專業(yè)的統(tǒng)計軟件，對所收集的深交所385個可用樣本進行了一系列的描述統(tǒng)計以及回歸分析、調整，最終確定了決定高管薪酬的幾個主要因素，并且得到了一個擬合度較高的預測方程，以用于高管薪酬的預測。
關鍵詞：高管薪酬 多因素分析 模型 計量經(jīng)濟學 檢驗
一、問題的提出
在股份公司里，人們在努力提高公司經(jīng)濟效益的同時，也越來越來關注委托代理問題。因為我們已意識到如果委托代理關系處理不好，可能帶來道德風險、逆向選擇等諸多問題，而要解決委托代理問題，重要的一點是如何提高受托人經(jīng)營的積極性。在西方，高級管理人員的薪酬與公司績效的關系是企業(yè)管理體現(xiàn)激勵與約束機制和解決委托代理問題的通行做法，那么在中國這種環(huán)境下是不是也是公司績效影響到高管的薪酬呢？
Hall和Liebman在1998年利用美國上百家商業(yè)公司近15年的數(shù)據(jù)，研究經(jīng)營者報酬與經(jīng)營業(yè)績之間的關系，得出經(jīng)營者報酬與經(jīng)營業(yè)績具有強相關的特征結論。李增泉的《激勵機制與企業(yè)績效——一項基于上市公司的實證研究》（2000）中研究發(fā)現(xiàn)經(jīng)營者年度報酬與企業(yè)績效并不相關，而是與企業(yè)的規(guī)模密切相關，并表現(xiàn)出明顯的地區(qū)差異性。諶新民、劉善敏的《上市公司經(jīng)營者報酬結構性差異的實證研究》（2003）研究發(fā)現(xiàn)經(jīng)營者的年度貨幣性薪酬與公司績效不具有統(tǒng)計上的顯著性相關關系。楊漢明的《高管薪酬與上市公司績效的實證分析》（2004）指出高管平均薪酬的對數(shù)與上一年公司國有股持股比例及公司總股本的對數(shù)（公司規(guī)模）之間呈多元線性關系。李興緒、揚燕紅、章玲和鄭樹明的《國有控股上市公司經(jīng)營者薪酬安排的實證研究》則詳細的對國有絕對控股的公司經(jīng)營者的年度貨幣性薪酬與公司績效進行具體的研究。研究認為經(jīng)營者年薪與公司績效具有統(tǒng)計上的弱相關關系。但國有控股公司經(jīng)營者年薪與滯后一期的公司績效的相關強度小于當期和未來一期的公司績效的相關強度)。經(jīng)營者薪酬、薪酬差距對未來公司績效具有激勵作用。
所以我們的研究將建立在對過去研究的完善與創(chuàng)新上：①對于整個上市公司而言，選擇添加了滯后一期的數(shù)據(jù)進行因素分析②添加了行業(yè)、地區(qū)這類虛擬變量③選取樣本時剔除了董事兼高管的公司
二、經(jīng)濟意義的闡述與基本關系假設
1、高管當年薪酬與前一年薪酬存在正相關關系。因為，高管薪酬的確定通常需要參照上市公司上年薪酬水平。
2、高管薪酬與經(jīng)營業(yè)績（扣除非經(jīng)營性損益的凈利潤為基礎計算的凈資產(chǎn)收益率/加權）存在正相關關系。根據(jù)委托代理理論，當股東與經(jīng)理之間存在信息不對稱、利益沖突時，股東會與經(jīng)理簽訂報酬——績效契約，來減少由于信息不對稱和逆向選擇所導致的代理成本；在報酬——績效契約下，高管階層的報酬將由企業(yè)的經(jīng)營績效確定，所以，我們假設高管薪酬與企業(yè)績效存在顯著的正相關關系。
3、高管薪酬與總股本存在正相關關系�？偣杀痉从沉斯疽�(guī)模的大小，在盈利的企業(yè)里，公司規(guī)模越大所獲利潤越多，高管薪酬越多。因此，我們假設高管年薪與總股本存在正相關關系。
4、高管薪酬與國有股權比例存在負相關關系。由于國有產(chǎn)權模糊，高管階層的預期期望低，難以產(chǎn)生應有的激勵效果。所以，我們假設高管薪酬與公司股本中國有股的比例存在負相關關系。
5、上市公司同時發(fā)行B股或H股，會提高高管薪酬。當公司能發(fā)行B股或H股時，企業(yè)的融資渠道更寬廣，資金更雄厚，投資規(guī)模將更大。同時，市場對于上市公司的監(jiān)管更嚴格更全面，要求企業(yè)家有更好的業(yè)績表現(xiàn)，相應的也不吝于給出高薪報酬。
6、上市公司所處的地區(qū)會影響高管的薪酬。當公司處于上海、北京、廣東等地，因為這些地區(qū)本身消費水平就很高，所以高管薪酬也相應會提高。因此，我們假設公司是否處于以上較為繁華的城市將對高管年薪產(chǎn)生影響。
7、上市公司所在行業(yè)影響高管的薪酬。當公司處于當今社會盈利能力很強的行業(yè)（如金融保險、壟斷性行業(yè)等）時，公司盈利能力越強高管薪酬越高。同時認為綜合類的上市公司（通常認為是集團類企業(yè)）由于其主營業(yè)務多樣，而應具有更好的盈利能力及抗風險能力，因而高管薪酬應較高。因此，我們假設公司所在行業(yè)會影響高管的薪酬。
三、理論數(shù)學模型的設定
根據(jù)以上的經(jīng)濟理論的分析和基本關系的假設，在設立模型時將03年高管薪酬作為滯后一期的變量，將經(jīng)營業(yè)績、總股本和國有比例作為解釋變量，將是否發(fā)行B股或H股、所在地區(qū)和所處行業(yè)作為虛擬變量。由于幾個變量之間數(shù)量級存在差異,若直接回歸會存在一些潛在問題,為了回避這一 問題,本文在設定模型時將03年高管薪酬、04年高管薪酬和總股本這幾個以絕對值形式出現(xiàn)采用了對數(shù)形式。
模型設定如下[注：文中回歸時使用ly04代替，ly03代替，lx2代替。
]：
——04年高管薪酬
——經(jīng)營業(yè)績（扣除非經(jīng)營性損益的凈利潤為基礎計算的凈資產(chǎn)收益率/加權）
——總股本
——國有股比例
u——隨機擾動項
——參數(shù)
四、樣本的選取
我們以2004年在深圳證券交易所公布年報的上市公司為樣本，并且為了保證分析結論的普遍性，我們遵循以下原則選取，共得到385 組樣本數(shù)據(jù)：
為了得到更為成熟的信息，而且考慮到樣本的一般代表性，我們首先剔除了資料不全、業(yè)績較差的ST和PT 公司；
由于我國一些公司是經(jīng)過包裝上市的，這樣新上市的公司業(yè)績不穩(wěn)定，所以，樣本中未包含新上市公司，都是2003年前就上市了的公司；
因為在本文中我們討論的是委托代理關系，所以剔除了董事兼高管的公司；
由于我們采用的是最前三位高管薪酬總額，所以，還剔除了高管人數(shù)少于3個的公司樣本。
因為一般而言，投資人在年終才會評價經(jīng)營者完成受托責任的情況， 以決定是否增加經(jīng)營者的薪酬，是否繼續(xù)聘用經(jīng)營者， 所以我們認為，影響上市公司高管階層年薪的應該是上年的公司業(yè)績和相關因素。所以，在遵循以上原則基礎上，我們選取披露了2004年和2003年前三高管薪酬位總額的所有公司，對應的選擇2003 年的業(yè)績、國有股比例、總股本、絕對薪酬差等相關數(shù)據(jù)及資料。
五、樣本分析
（一）描述統(tǒng)計分析
在進行回歸分析之前，我們先進行以下描述統(tǒng)計分析：
高管薪酬差距較大。
在385個樣本中，04年高管薪酬最高的是000002深萬科A，廣東，所屬行業(yè)J（房地產(chǎn)），前三位高管平均薪酬為171.67萬，04年高管薪酬最低的是000426富龍熱力，內蒙古，所屬行業(yè)D（電力、煤氣及水的生產(chǎn)和供應），前三位高管平均薪酬為1.14萬。由此可以看出，不同公司高管薪酬差距較大，最高的是最低的150倍。
表1：
單位：萬元 股票代碼 04年薪酬 股票代碼 03年薪酬
max 000002 171.6667 000921 140
min 000426 1.143333 000426 1.143333
average 20.66513 17.0252
2、同上年相比，不同上市公司間高管薪酬差距擴大。
同樣本情況下，03年高管薪酬最高的是000921科龍電器，廣東，所屬行業(yè) C7（ 機械、設備、儀表），前三位高管平均薪酬為140萬。03年高管薪酬最低的依然是000426富龍熱力的1.14萬。而且，04年所有樣本的平均高管薪酬為20.67萬，03年所有樣本的平均高管薪酬為17.03萬。顯然，差距擴大了。
3、業(yè)績與高管薪酬額不掛鉤。
385個樣本中，03年所有公司中用來衡量業(yè)績的“扣除非經(jīng)常性損益的凈利潤為基礎計算的凈資產(chǎn)收益率”ROE最高的為000617石油濟柴， 山東，所屬行業(yè)C7（機械、設備、儀表）0.4074，其前三位高管平均薪酬10.80萬，ROE最低的為000633合金投資，遼寧，所屬行業(yè)M（綜合），ROE=-2.3030，其前三位高管平均薪酬13.07萬。雖然業(yè)績最低，但是其高管薪酬卻比業(yè)績最高的公司高管薪酬更高�？梢�，業(yè)績與高管薪酬額相關度不大。
表2：
單位：萬元 股票代碼 03年ROE（%） 04年薪酬 03年薪酬
max 000617 0.4074 10.7967 8.4933
min 000633 -2.3030 13.0667 7.8000
average 0.0192 20.6651 17.0252
4、公司規(guī)模對高管薪酬有較為顯著的`影響。
表3：
單位：萬元 股票代碼 總股本（單位：股） 04年薪酬 03年薪酬
max 000898 2,962,942,246.0000 15.5000 15.5200
min 000669 61,670,000.0000 5.1667 5.1667
average 425,046,459.0701 20.6651 17.0252
5、與平均水平相比，國有股份額越大，薪酬水平相對更低。
表4：
單位：萬元 股票代碼 國有股比例（%） 04年薪酬 03年薪酬
max 000898 0.848477 17.6667 13.6667
min 多個股票
average 0.290516 20.6651 17.0252
（二）回歸分析
我們利用Eviews軟件，用OLS方法估計得到：（見附表1）
LY04=0.491748+0.835528LY03+0.167638D1-0.013293D2-0.050005D3+0.050402X1
(0.788230) (29.11029) (2.148697) (-0.262773) (-0.554123) (0.490981)
+0.093156LX2-0.090802X3
(2.973939) (-1.112710)
可見，可決系數(shù)比較高，F(xiàn)也較高，但、、、都不顯著，而且按照以上的經(jīng)濟意義分析來看，、與經(jīng)濟意義不符，因此，我們再對上述模型進行計量經(jīng)濟學的檢驗，并進行修正，看是否能使模型方程得到改進。
六、回歸分析的計量經(jīng)濟學模型檢驗
（一）多重共線性檢驗
用EVIEWS軟件，得相關系數(shù)矩陣表：
表5
LY03 D1 D2 D3 X1 LX2 X3
LY03 1.000000 0.277966 0.412111 0.009197 0.101279 0.321093 -0.034610
D1 0.277966 1.000000 0.265374 -0.075589 0.097060 0.226111 -0.054472
D2 0.412111 0.265374 1.000000 0.021739 0.060491 0.161198 -0.001576
D3 0.009197 -0.075589 0.021739 1.000000 -0.168662 -0.100160 -0.151421
X1 0.101279 0.097060 0.060491 -0.168662 1.000000 0.186132 0.046258
LX2 0.321093 0.226111 0.161198 -0.100160 0.186132 1.000000 0.107431
X3 -0.034610 -0.054472 -0.001576 -0.151421 0.046258 0.107431 1.000000
由上表我們可以看出，解釋變量、虛擬變量和滯后一期變量之間的相關系數(shù)較小，可見存在輕度多重共線性。
用逐步回歸法進行修正：（見附表2）
剔除影響不顯著的D2、D3、X1、X3
方程變?yōu)椋海ㄒ姼奖?*）
LY04 = 0.4890546548 + 0.8341617686*LY03 + 0.09252437598*LX2 + 0.1746671652*D1
（0.814811） （31.22490） （3.027865） （2.293012）
R-squared=0.770975 F-statistic =426.4015
（二）異方差檢驗
用EVIEWS軟件，進行ARCH檢驗，得到：（見附表3）
Obs*R-squared=0.373588< =3.84146,不存在異方差性
(三)自相關檢驗
由于這是一個一階自回歸模型，所以我們采用德賓 h-檢驗來檢驗其自相關性：
對于逐步回歸法修正前的模型：
對于逐步回歸法修正后的模型：（見附表2*）
在0.05的顯著性水平下，上述兩個h<1.96，即不存在一階自相關。
七、結論
那么我們的模型估計式就是經(jīng)過逐步回歸法修正所得到的結果：
LY04 = 0.4890546548 + 0.8341617686*LY03 + 0.09252437598*LX2 + 0.1746671652*D1
（0.814811） （31.22490） （3.027865） （2.293012）
R-squared=0.770975 F-statistic =426.4015
經(jīng)過修正后，我們可以看出，各t統(tǒng)計量非常顯著，而且可決系數(shù)和F統(tǒng)計量也都比較大，也就是說方程整體擬合效果較好。結合經(jīng)濟意義，以及回歸結果（附表1），我們得出以下結論：
1、總體而言，上市公司高管平均薪酬的對數(shù)與其上一年的平均薪酬的對數(shù)、反映公司規(guī)模的總股本的對數(shù)以及是否發(fā)行H股或B股，呈現(xiàn)多元線性關系。
2、高管薪酬受其上一期薪酬水平的顯著影響。
3、高管薪酬與經(jīng)營業(yè)績（扣除非經(jīng)營性損益的凈利潤為基礎計算的凈資產(chǎn)收益率/加權）雖然存在正相關關系，但不顯著。即表明我國上市公司的委托代理激勵機制尚未建立健全，高管的薪酬與其經(jīng)營的業(yè)績沒有什么關系�！案啥喔缮僖粋�樣的，干好干壞一個樣”的傳統(tǒng)計劃經(jīng)濟體制下的經(jīng)營管理模式仍未改變。
4、高管薪酬與公司規(guī)模存在顯著正相關關系。從積極的角度看，這體現(xiàn)了企業(yè)家在管理更大的企業(yè)時所體現(xiàn)的企業(yè)家價值獲得了更多的補償；但從另一個角度看，也說明了為什么我國上市公司那么熱衷于“圈錢”、擴大企業(yè)規(guī)模。
5、高管薪酬與國有股權比例存在負相關關系，但不顯著。國有企業(yè)的改制，以及國有股的逐步減持，都能說明國家持股對于上市公司高管的薪酬影響漸漸減弱。
6、上市公司是否同時發(fā)行B股或H股，顯著影響著高管薪酬。同時在B股市場發(fā)行股票或在香港聯(lián)交所上市的上市公司的高管薪酬顯著高于一般水平。
7、上市公司所處的地區(qū)對上市公司高管薪酬影響不顯著，而且違背了我們做出的假設或者說是經(jīng)濟意義。究其原因，可能是地區(qū)差異按照省份劃分不合理，忽略了省內發(fā)達城市與不發(fā)達城市的區(qū)別，同時，由于樣本選取中只選擇了深市，所以樣本中沒有包括上海的上市公司。當然也可能是地區(qū)因素根本不顯著，即對于薪酬沒什么影響。
8、上市公司所在行業(yè)沒有顯著影響高管的薪酬。而且，基于對行業(yè)虛擬變量的假設，認為綜合類的上市公司（通常認為是集團類企業(yè)）由于其主營業(yè)務多樣，而應具有更好的盈利能力及抗風險能力，因而高管薪酬應較高。但回歸結果與假定相反，這可能是因為一方面，我國上市公司行業(yè)分類本身存在一定的缺陷，很多綜合類公司并非我們假定中認為的集團類上市公司，而只是主營業(yè)務有兩項超過判斷標準；另一方面，由于數(shù)據(jù)錄入的困難，沒有具體的對各個行業(yè)進行判斷，所以可能讓高盈利水平的行業(yè)影響沒有表現(xiàn)出來。
九、不足之處
當然，由于我們水平有限，不足之處如下所述：
①由于錄入數(shù)據(jù)的工作量太大，所以我們只選擇了深交所的上市公司作為樣本。這樣影響了對于我國上市公司的全面反映，而且地區(qū)因素也可能因此不顯著。
②對于行業(yè)的分類以及虛擬變量的設定還不夠合理，有待完善
另注：對于高管薪酬的反映，忽略了高管可能獲得的福利及“灰色收入”，而單純考慮其年報所披露的收入。由于福利及灰色收入的不確定性和難以統(tǒng)計性，同時，也由于這些福利與灰色收入對于所有上市公司應該是普遍存在，所以我們不得不選擇在研究時忽略這些。
歡迎大家一同探討、指正。
參考文獻
[1] 李增泉《激勵機制與企業(yè)績效——一項基于上市公司的實證研究》（2000）
[2] 諶新民、劉善敏的《上市公司經(jīng)營者報酬結構性差異的實證研究》（2003）
[3] 楊漢明的《高管薪酬與上市公司績效的實證分析》（2004）
[4] 李興緒、揚燕紅、章玲和鄭樹明的《國有控股上市公司經(jīng)營者薪酬安排的實證研究》
附錄
（附表1）
Dependent Variable: LY04
Method: Least Squares
Date: 06/06/05 Time: 10:35
Sample(adjusted): 1 384
Included observations: 384 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 0.491748 0.623864 0.788230 0.4311
LY03 0.835528 0.028702 29.11029 0.0000
D1 0.167638 0.078019 2.148697 0.0323
D2 -0.013293 0.050589 -0.262773 0.7929
D3 -0.050005 0.090242 -0.554123 0.5798
X1 0.050402 0.102656 0.490981 0.6237
LX2 0.093156 0.031324 2.973939 0.0031
X3 -0.090802 0.081604 -1.112710 0.2665
R-squared 0.772059 Mean dependent var 12.99271
Adjusted R-squared 0.767815 S.D. dependent var 0.826929
S.E. of regression 0.398460 Akaike info criterion 1.018194
Sum squared resid 59.69766 Schwarz criterion 1.100499
Log likelihood -187.4933 F-statistic 181.9356
Durbin-Watson stat 1.910938 Prob(F-statistic) 0.000000
（附表2）
Dependent Variable: LY04
Method: Least Squares
Date: 06/06/05 Time: 10:25
Sample(adjusted): 1 384
Included observations: 384 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 1.775929 0.322468 5.507298 0.0000
LY03 0.876329 0.025142 34.85581 0.0000
R-squared 0.760791 Mean dependent var 12.99271
Adjusted R-squared 0.760164 S.D. dependent var 0.826929
S.E. of regression 0.404972 Akaike info criterion 1.035196
Sum squared resid 62.64882 Schwarz criterion 1.055772
Log likelihood -196.7576 F-statistic 1214.928
Durbin-Watson stat 1.877970 Prob(F-statistic) 0.000000
Dependent Variable: LY04
Method: Least Squares
Date: 06/06/05 Time: 10:29
Sample(adjusted): 1 384
Included observations: 384 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 0.123131 0.581827 0.211629 0.8325
LY03 0.847798 0.026189 32.37178 0.0000
LX2 0.103065 0.030378 3.392744 0.0008
R-squared 0.767806 Mean dependent var 12.99271
Adjusted R-squared 0.766587 S.D. dependent var 0.826929
S.E. of regression 0.399513 Akaike info criterion 1.010640
Sum squared resid 60.81159 Schwarz criterion 1.041504
Log likelihood -191.0428 F-statistic 629.9334
Durbin-Watson stat 1.885471 Prob(F-statistic) 0.000000
（附表2*）
Dependent Variable: LY04
Method: Least Squares
Date: 06/06/05 Time: 10:30
Sample(adjusted): 1 384
Included observations: 384 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 0.489055 0.600206 0.814811 0.4157
LY03 0.834162 0.026715 31.22490 0.0000
LX2 0.092524 0.030558 3.027865 0.0026
D1 0.174667 0.076174 2.293012 0.0224
R-squared 0.770975 Mean dependent var 12.99271
Adjusted R-squared 0.769167 S.D. dependent var 0.826929
S.E. of regression 0.397299 Akaike info criterion 1.002106
Sum squared resid 59.98164 Schwarz criterion 1.043259
Log likelihood -188.4044 F-statistic 426.4015
Durbin-Watson stat 1.895634 Prob(F-statistic) 0.000000
Dependent Variable: LY04
Method: Least Squares
Date: 06/06/05 Time: 10:32
Sample(adjusted): 1 384
Included observations: 384 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 0.450153 0.601325 0.748601 0.4546
LY03 0.832586 0.026755 31.11834 0.0000
LX2 0.096799 0.030833 3.139511 0.0018
D1 0.169385 0.076337 2.218909 0.0271
X3 -0.083296 0.080470 -1.035116 0.3013
R-squared 0.771620 Mean dependent var 12.99271
Adjusted R-squared 0.769210 S.D. dependent var 0.826929
S.E. of regression 0.397262 Akaike info criterion 1.004492
Sum squared resid 59.81255 Schwarz criterion 1.055932
Log likelihood -187.8624 F-statistic 320.1292
Durbin-Watson stat 1.902857 Prob(F-statistic) 0.000000
Dependent Variable: LY04
Method: Least Squares
Date: 06/06/05 Time: 10:33
Sample(adjusted): 1 384
Included observations: 384 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 0.475856 0.603097 0.789020 0.4306
LY03 0.833450 0.026809 31.08808 0.0000
LX2 0.095219 0.030953 3.076284 0.0022
D1 0.165601 0.076620 2.161336 0.0313
X3 -0.090906 0.081386 -1.116972 0.2647
D3 -0.057548 0.088952 -0.646954 0.5181
R-squared 0.771873 Mean dependent var 12.99271
Adjusted R-squared 0.768855 S.D. dependent var 0.826929
S.E. of regression 0.397567 Akaike info criterion 1.008593
Sum squared resid 59.74639 Schwarz criterion 1.070322
Log likelihood -187.6499 F-statistic 255.7941
Durbin-Watson stat 1.911948 Prob(F-statistic) 0.000000
Dependent Variable: LY04
Method: Least Squares
Date: 06/06/05 Time: 10:34
Sample(adjusted): 1 384
Included observations: 384 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 0.523272 0.611464 0.855768 0.3927
LY03 0.832893 0.026861 31.00801 0.0000
LX2 0.093106 0.031285 2.976085 0.0031
D1 0.164107 0.076758 2.137990 0.0332
X3 -0.091375 0.081474 -1.121526 0.2628
D3 -0.050959 0.090058 -0.565854 0.5718
X1 0.050064 0.102521 0.488325 0.6256
R-squared 0.772017 Mean dependent var 12.99271
Adjusted R-squared 0.768389 S.D. dependent var 0.826929
S.E. of regression 0.397968 Akaike info criterion 1.013169
Sum squared resid 59.70863 Schwarz criterion 1.085186
Log likelihood -187.5285 F-statistic 212.7721
Durbin-Watson stat 1.910351 Prob(F-statistic) 0.000000
（附表3）
ARCH Test:
F-statistic 0.372000 Probability 0.542280
Obs*R-squared 0.373588 Probability 0.541055
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/06/05 Time: 10:52
Sample(adjusted): 2 384
Included observations: 383 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 0.161364 0.019433 8.303617 0.0000
RESID^2(-1) -0.031235 0.051212 -0.609918 0.5423
R-squared 0.000975 Mean dependent var 0.156473
Adjusted R-squared -0.001647 S.D. dependent var 0.346138
S.E. of regression 0.346423 Akaike info criterion 0.722897
Sum squared resid 45.72346 Schwarz criterion 0.743514
Log likelihood -136.4348 F-statistic 0.372000
Durbin-Watson stat 1.992667 Prob(F-statistic) 0.542280
數(shù)據(jù)表
股票
代碼 2004年 高管薪酬前三位總額(元） 2003年 高管薪酬前三位總額(元） 是否發(fā)行H股或B股 地區(qū) 行業(yè) 經(jīng)營業(yè)績（扣除非經(jīng)營性損益的凈利潤為基礎計算的凈資產(chǎn)收益率/加權）% 總股本（股） 國有股
比例
000001 2,290,000 1,660,000 0 1 0 0.0592 1,945,822,149 0.000882
000002 5,150,000 1,770,000 1 1 0 0.1558 2,273,627,871 0.069603
000004 930,000 900,000 0 1 0 -0.0448 83,976,684 0.000000
000006 541,300 746,000 0 1 0 0.0069 253,591,631 0.280248
000007 560,000 430,000 0 1 0 -1.4417 143,593,664 0.049668
000009 540,000 540,000 0 1 1 -0.0122 958,810,042 0.227963
000010 225,000 225,000 0 1 0 -0.0952 147,017,448 0.000000
000012 1,480,000 1,230,500 1 1 0 0.1418 676,975,416 0.000000
000014 734,800 514,000 0 1 0 0.0982 89,646,750 0.288000
000016 739,200 739,200 1 1 0 0.0319 601,986,352 0.000000
000018 610,000 610,000 1 1 0 0.0028 169,142,356 0.280000
000019 344,600 332,700 1 1 0 0.0205 115,846,292 0.380592
000021 630,000 574,000 0 1 0 0.0867 732,932,101 0.559619
000022 1,560,000 1,060,000 1 1 0 0.3193 495,972,100 0.000000
000023 421,000 338,000 0 1 0 -0.0665 138,756,240 0.267123
000024 1,285,000 1,096,000 1 1 0 0.1146 618,822,672 0.000000
000026 888,100 730,700 1 1 0 0.0048 249,317,999 0.000000
000027 814,000 811,000 0 1 0 0.1696 1,202,495,332 0.552833
000028 829,600 843,700 1 1 0 0.0662 288,149,400 0.433333
000029 440,000 450,000 1 1 0 -0.1283 1,011,660,000 0.735247
000031 1,460,000 1,450,000 0 1 0 0.0903 466,302,377 0.596314
000032 1,190,000 1,029,300 0 1 0 0.0422 194,053,600 0.049634
000036 320,000 320,000 0 1 0 0.0048 449,555,085 0.000000
000037 2,600,000 2,750,000 1 1 0 0.2393 547,965,998 0.156103
000038 420,000 357,000 0 1 0 -0.0591 90,486,000 0.000000
000039 3,100,000 1,660,000 1 1 0 0.3276 1,008,483,353 0.000000
000042 1,054,000 1,055,000 0 1 0 0.0405 239,463,040 0.348001
000043 778,600 445,000 0 1 1 0.1126 139,325,472 0.000000
000045 936,800 668,100 1 1 0 0.0608 245,124,000 0.662359
000046 1,228,200 1,080,000 0 1 0 0.0819 292,901,209 0.000000
000050 2,258,000 576,000 0 1 0 0.1222 265,540,000 0.127356
000055 1,021,800 758,600 1 1 0 -0.0025 296,400,000 0.000000
000056 636,000 295,000 1 1 0 -0.1632 220,901,184 0.190290
000058 1,047,000 925,000 1 1 0 0.0706 726,145,863 0.326876
000059 300,000 98,000 0 0 0 0.1096 663,225,214 0.000000
000060 1,240,000 957,900 0 1 0 0.1167 432,000,000 0.495833
000061 750,200 845,200 0 1 0 0.0005 387,663,442 0.250912
000062 360,000 360,000 0 1 1 0.0349 270,399,998 0.525000
000063 4,285,000 2,777,700 1 1 0 0.1082 959,521,650 0.481774
000065 881,200 851,800 0 1 0 0.0821 162,437,120 0.743901
000066 840,000 770,000 0 1 0 0.2196 458,491,500 0.604660
000068 1,020,000 1,009,000 0 1 0 0.1075 785,970,517 0.144018
000069 1,837,600 748,000 0 1 0 0.2075 1,052,839,659 0.019827
000070 860,000 695,000 0 1 0 -0.0031 250,000,000 0.392380
000078 1,280,000 730,000 0 1 0 0.0099 332,700,000 0.000000
000088 1,415,200 2,030,000 0 1 0 0.1903 1,245,000,000 0.738956
000089 1,187,100 363,200 0 1 0 0.0946 799,824,000 0.639921
000090 1,200,000 1,200,000 0 1 0 0.0377 223,261,600 0.506946
000096 1,336,400 1,309,200 0 1 0 0.1183 528,000,000 0.212000
000099 1,080,000 1,050,000 0 1 0 0.0692 513,600,000 0.580561
000100 1,340,000 1,890,000 0 1 0 0.0081 2,586,331,144 0.252204
000151 756,804 619,600 0 1 0 0.0360 295,980,000 0.645246
000153 128,800 122,400 0 0 0 0.0150 130,004,600 0.495341
000155 190,800 180,000 0 0 0 0.0190 470,000,000 0.723404
000157 987,000 987,000 0 0 0 0.2388 507,000,000 0.498350
000158 56,500 47,900 0 0 0 0.0211 430,000,000 0.691116
000159 276,000 360,000 0 0 0 -0.0242 171,792,300 0.551784
000301 125,000 128,000 0 0 0 0.0046 467,928,397 0.624382
000400 436,500 279,100 0 0 0 0.0689 378,272,000 0.456391
000401 495,300 1,263,600 0 0 0 0.0627 962,770,614 0.629347
000402 2,780,000 1,670,000 0 0 0 0.1443 459,126,640 0.441178
000403 567,100 349,200 0 0 0 -0.3517 211,683,491 0.409914
000404 109,600 133,000 0 0 0 -0.0652 260,853,837 0.406694
000406 392,100 340,100 0 0 0 0.0717 364,027,608 0.263349
000407 459,200 299,000 0 0 0 0.0132 287,506,509 0.004174
000408 266,400 176,400 0 0 0 -0.0911 114,720,000 0.000000
000410 200,000 150,000 0 0 0 0.0702 340,919,303 0.544248
000413 121,200 115,200 1 0 0 0.0243 383,000,000 0.601594
000415 258,209 241,396 0 0 0 -0.0960 233,179,996 0.280810
000416 252,000 252,000 0 0 0 0.1861 408,249,882 0.000000
000417 375,000 315,000 0 0 0 0.0424 189,239,764 0.501024
000419 270,000 270,000 0 0 0 0.0368 175,508,155 0.559233
000420 57,900 69,400 0 0 0 0.0631 378,257,464 0.389395
000421 316,800 352,700 0 0 0 0.0607 256,337,906 0.285623
000422 877,500 580,000 0 0 0 0.1154 246,535,475 0.255038
000423 1,242,700 443,700 0 0 0 0.1303 408,711,549 0.296251
000425 1,123,500 730,000 0 0 0 0.0411 545,087,620 0.000000
000426 34,300 34,300 0 0 0 -0.0459 266,207,356 0.630524
000428 312,000 312,000 0 0 0 0.0472 172,840,000 0.647998
000429 918,900 464,800 1 1 0 0.0729 1,257,117,748 0.377674
000430 390,000 260,000 0 0 0 0.0698 183,600,000 0.000000
000488 1,800,000 3,380,000 1 0 0 0.0936 897,727,903 0.314010
000501 639,200 583,200 0 0 0 -0.0543 507,248,590 0.297542
000502 416,000 520,500 0 0 0 0.1548 155,668,513 0.000000
000503 948,000 912,000 0 0 1 0.0136 749,018,504 0.000000
000504 805,700 766,000 0 0 1 0.0714 311,573,901 0.267874
000506 120,000 100,000 0 0 0 -0.1121 249,101,743 0.330533
000507 652,200 486,300 0 1 1 0.0283 344,997,420 0.207984
000509 216,100 348,200 0 0 0 -0.1196 250,009,889 0.000000
000510 660,000 460,000 0 0 0 0.1197 609,182,254 0.133359
000511 182,400 187,200 0 0 0 0.0645 269,821,425 0.000000
000513 4,209,900 1,678,000 1 1 0 0.0897 306,035,482 0.000000
000514 217,300 158,800 0 0 0 0.0120 117,542,880 0.522934
000515 240,000 240,000 0 0 0 0.0772 187,207,488 0.275491
000516 400,000 216,000 0 0 0 0.0732 130,378,296 0.215115
000517 753,000 336,000 0 0 0 -0.1358 233,307,495 0.000000
000518 1,680,000 168,000 0 0 0 0.0108 1,029,556,222 0.000000
000519 320,000 297,900 0 0 0 -0.0387 136,538,286 0.448418
000521 1,503,300 633,600 1 0 0 0.0137 413,642,949 0.098016
000522 733,000 2,270,000 0 1 0 0.0515 374,344,355 0.290909
000523 397,200 366,000 0 1 0 -0.0011 229,350,622 0.589333
000524 338,000 435,000 0 1 0 0.0600 269,673,744 0.176261
000525 504,000 407,400 0 0 0 0.0800 280,238,842 0.458956
000526 132,000 193,200 0 0 1 -0.0029 79,250,285 0.000000
000527 1,090,000 1,330,000 0 1 0 0.1072 484,889,726 0.000000
000528 2,955,200 2,047,300 0 0 0 0.1621 472,456,179 0.000000
000530 390,000 358,000 1 0 0 0.0768 350,014,975 0.303892
000531 263,100 231,800 0 1 0 0.1617 266,521,260 0.360115
000532 361,200 730,000 0 1 0 -0.0267 283,909,859 0.331761
000534 199,000 152,000 0 1 0 -0.0112 208,261,325 0.383461
000538 394,700 363,520 0 0 0 0.2395 241,563,368 0.661366
000539 910,000 895,000 1 1 0 0.1172 2,659,404,000 0.517036
000540 850,000 850,000 0 0 1 -0.4548 326,811,466 0.110892
000541 840,000 700,000 1 1 0 0.0998 358,448,259 0.239706
000543 617,000 619,000 0 0 0 0.0522 773,008,816 0.605426
000545 132,000 153,000 0 0 0 0.0585 135,635,820 0.000000
000547 158,500 130,000 0 0 0 0.0239 122,423,174 0.000000
000548 354,500 385,800 0 0 0 0.0197 340,608,048 0.444271
000549 3,200,000 1,120,000 0 0 0 0.1481 936,286,560 0.079460
000550 1,700,000 1,000,000 1 0 0 0.1523 863,214,000 0.410299
000551 743,200 668,100 0 0 0 0.0801 241,726,394 0.416893
000553 150,000 100,000 1 0 0 0.0133 296,961,610 0.285321
000554 455,000 411,300 0 0 0 0.0859 480,793,320 0.386764
000558 310,000 240,000 0 0 0 0.0866 117,164,373 0.000000
000559 444,000 280,800 0 0 0 0.0950 732,562,404 0.000000
000562 972,000 828,000 0 0 0 -0.8459 608,745,150 0.000000
000563 396,300 310,000 0 0 0 -0.2717 314,187,026 0.510398
000564 420,000 228,000 0 0 0 0.0331 202,007,024 0.256452
000565 120,000 91,500 0 0 0 0.0110 173,436,888 0.495991
000568 216,000 231,700 0 0 0 0.0291 841,399,673 0.695604
000569 153,800 166,746 0 0 0 0.0109 695,142,187 0.000000
000573 648,000 538,800 0 1 1 0.0243 451,283,864 0.000000
000576 156,000 156,000 0 1 0 -0.0181 247,598,624 0.358433
000578 252,660 211,032 0 0 0 -0.6790 198,153,422 0.063587
000581 671,800 700,000 1 0 0 0.1050 436,366,150 0.278587
000582 152,400 182,200 0 0 0 -0.0911 188,471,800 0.285767
000584 202,900 151,400 0 0 1 0.0635 303,352,615 0.059264
000589 259,200 259,200 0 0 0 0.0208 254,327,065 0.510000
000590 205,500 110,000 0 0 0 0.0232 203,028,425 0.420201
000591 350,000 350,000 0 0 0 0.0003 109,852,811 0.651534
000593 248,900 226,300 0 0 0 -0.0218 190,307,288 0.000000
000595 224,000 135,900 0 0 0 0.0377 174,959,878 0.477638
000597 396,000 396,000 0 0 0 0.0050 303,810,000 0.600770
000598 360,000 264,000 0 0 0 0.0043 232,669,798 0.000000
000599 131,900 96,900 0 0 0 0.0447 225,079,327 0.478551
000600 199,600 235,800 0 0 1 0.1642 153,733,407 0.308277
000601 289,600 289,600 0 1 0 0.0345 441,873,200 0.160540
000602 117,000 97,000 0 1 0 0.2210 150,750,000 0.000000
000605 360,000 384,000 0 1 0 0.0644 82,500,000 0.000000
000606 86,900 89,000 0 0 0 -0.0037 151,702,000 0.358215
000607 752,000 480,000 0 0 0 0.0656 357,955,451 0.000000
000608 1,185,000 1,081,000 0 0 0 0.1758 292,040,280 0.111893
000609 382,316 384,700 0 1 0 0.0466 129,606,749 0.445197
000610 242,100 236,800 0 0 0 0.0128 167,597,900 0.379228
000611 256,000 124,800 0 0 0 0.0613 175,040,565 0.000000
000612 1,281,600 826,500 0 0 0 0.0413 480,176,083 0.523441
000615 170,000 170,000 0 0 0 -0.0078 154,908,460 0.142649
000616 181,132 780,000 0 0 0 0.2017 283,413,000 0.057143
000617 323,900 254,800 0 0 0 0.4074 166,400,000 0.000000
000619 451,900 345,500 0 0 0 0.0414 360,000,000 0.000000
000623 1,560,000 340,000 0 0 0 0.0442 350,496,900 0.141921
000625 900,000 220,900 1 0 0 0.1691 1,620,849,200 0.000000
000626 66,000 63,840 0 0 0 0.0640 202,500,000 0.306000
000627 420,000 1,300,000 0 0 0 -0.0120 594,794,933 0.213812
000628 255,000 255,000 0 0 0 0.0150 193,560,000 0.156851
000629 220,400 184,600 0 0 0 0.1195 1,306,845,288 0.000000
000630 270,000 130,000 0 0 0 0.1088 834,011,829 0.503907
000632 1,782,200 1,778,000 0 0 1 0.0361 336,984,918 0.258441
000633 392,000 234,000 0 0 1 -2.3030 385,106,373 0.081113
000636 1,066,400 872,600 0 1 0 0.0115 530,330,955 0.379160
000637 675,000 675,000 0 1 0 0.0267 376,721,273 0.177967
000639 334,800 185,000 0 0 0 0.1063 72,864,935 0.015753
000651 1,130,000 940,000 0 1 0 0.1678 536,940,000 0.000000
000652 203,800 142,000 0 0 0 -0.0102 1,053,981,323 0.357517
000655 143,900 122,500 0 0 0 -0.3797 259,254,374 0.344913
000657 416,000 426,000 0 0 0 0.0249 171,081,300 0.434291
000659 230,000 230,000 0 1 0 0.0658 688,295,600 0.000000
000661 193,800 235,000 0 0 0 -0.0607 131,326,570 0.346276
000662 170,100 190,500 0 0 1 0.2408 149,992,500 0.000000
000663 256,800 281,604 0 0 0 0.0103 167,232,600 0.111434
000665 560,000 520,000 0 0 0 -0.0332 140,969,488 0.304855
000666 531,000 529,200 1 0 0 0.0553 603,800,000 0.000000
000667 288,000 90,000 0 0 0 0.1286 245,028,000 0.230341
000668 656,000 381,400 0 0 0 0.0860 146,841,890 0.600891
000669 155,000 155,000 0 0 0 0.0165 61,670,000 0.000000
000671 240,500 299,000 0 0 1 0.0809 95,173,092 0.000000
000672 62,000 52,500 0 0 0 -0.5560 151,969,995 0.492857
000673 101,183 79,870 0 0 0 0.0032 173,400,000 0.000000
000676 408,000 452,000 0 0 0 0.0712 314,586,699 0.000000
000677 1,700,000 1,000,000 0 0 0 0.1563 411,348,974 0.000000
000679 451,645 331,642 0 0 0 0.0472 237,600,000 0.545455
000680 773,500 565,100 0 0 0 0.0661 539,385,600 0.000000
000681 252,000 398,600 0 0 0 -0.0900 198,750,000 0.183742
000685 546,600 526,000 0 1 0 0.0331 225,423,000 0.389333
000686 140,000 90,000 0 0 0 0.0360 162,132,516 0.558709
000687 105,100 172,100 0 0 0 0.0063 320,800,000 0.696072
000688 1,950,000 1,888,100 0 0 0 -0.3936 348,210,999 0.000000
000690 194,900 194,900 0 1 1 0.0687 211,050,000 0.000000
000692 300,000 300,800 0 0 0 0.0042 266,416,488 0.559537
000693 166,000 176,500 0 0 0 -0.0875 192,693,908 0.051134
000697 245,400 130,000 0 0 0 0.0168 217,461,700 0.399973
000698 340,000 333,381 0 0 0 0.0265 422,406,560 0.466637
000700 200,000 200,000 0 0 0 0.0635 309,043,600 0.000000
000701 559,500 321,600 0 0 1 -0.0498 200,000,000 0.425000
000702 608,000 588,000 0 0 0 -0.5210 282,804,576 0.460473
000703 208,300 208,320 0 0 0 -0.0208 106,600,000 0.000000
000705 312,200 245,300 0 0 0 -0.0145 125,329,360 0.293065
000707 80,400 77,800 0 0 0 0.0031 464,145,765 0.398024
000708 153,600 112,000 0 0 0 0.0648 449,408,480 0.388552
000709 371,100 352,500 0 0 0 0.1465 1,954,978,790 0.608960
000711 234,500 182,000 0 0 0 0.0626 107,265,600 0.026178
000712 400,000 670,000 0 1 0 0.0193 152,311,524 0.000000
000713 387,000 278,000 0 0 0 0.0219 225,000,000 0.532000
000715 1,130,000 920,000 0 0 0 0.0778 214,620,000 0.363666
000716 752,600 590,500 0 0 1 -0.0251 178,259,538 0.040964
000717 698,000 500,000 0 1 0 0.1882 838,200,000 0.558339
000719 270,000 42,000 0 0 0 -0.1591 129,375,688 0.000000
000720 570,700 355,100 0 0 0 0.0219 863,460,000 0.422390
000721 402,500 395,600 0 0 0 0.0636 171,622,650 0.305904
000723 190,000 180,000 0 0 0 0.0903 139,599,195 0.000000
000725 3,635,000 3,121,000 1 1 0 0.0328 1,463,797,200 0.403370
000726 1,287,000 2,033,000 1 0 0 0.1754 422,432,400 0.000000
000727 206,900 202,300 0 0 0 0.0236 359,157,356 0.000000
000728 493,000 366,000 0 1 0 0.0883 345,210,000 0.698734
000729 520,000 242,544 0 1 0 0.0643 674,643,432 0.026054
000731 706,000 546,000 0 0 0 0.1831 245,665,700 0.362814
000732 270,000 270,000 0 1 0 -0.1679 198,469,440 0.000000
000733 230,000 172,700 0 0 0 0.0100 358,120,000 0.000000
000735 369,700 325,500 0 1 0 0.0087 587,254,000 0.014764
000737 199,600 161,400 0 0 0 0.0036 457,300,000 0.535972
000739 362,100 217,500 0 0 0 0.1016 145,749,230 0.020995
000748 560,000 480,000 0 0 0 -0.0869 276,374,780 0.493441
000750 397,200 313,481 0 0 0 0.2708 215,057,400 0.413369
000751 79,500 76,000 0 0 0 0.0229 881,098,771 0.587099
000752 150,000 150,000 0 0 0 0.0763 102,413,045 0.392951
000753 284,000 227,300 0 1 0 0.0089 360,756,209 0.073257
000755 548,000 540,000 0 0 0 0.0300 311,053,851 0.541773
000756 430,000 909,000 0 0 0 -0.0481 457,312,830 0.468913
000757 170,000 430,000 0 0 0 -0.1226 243,867,419 0.000000
000758 860,000 711,000 0 1 0 0.0372 580,800,000 0.428926
000759 438,000 249,600 0 0 0 0.0379 209,541,850 0.143990
000762 261,000 172,900 0 0 0 0.0340 200,510,000 0.000000
000763 486,000 350,000 0 0 0 0.1438 787,500,000 0.000000
000767 1,262,000 433,200 0 0 0 0.1275 848,250,000 0.000000
000768 135,001 129,600 0 0 0 0.0260 391,500,000 0.547893
000777 498,600 343,000 0 0 0 0.0226 168,000,000 0.000000
000778 1,550,000 1,400,000 0 0 0 0.1802 621,487,750 0.646493
000779 252,800 102,400 0 0 0 -0.5231 183,154,800 0.000000
000780 78,200 78,200 0 0 0 0.0231 409,117,687 0.000000
000782 820,400 519,300 0 0 0 0.0989 342,000,000 0.018075
000783 399,600 187,000 0 0 0 -0.0071 1,154,444,333 0.000000
000785 265,000 259,000 0 0 0 -0.0289 251,221,698 0.566574
000786 663,900 445,300 0 1 0 0.0384 575,150,000 0.000000
000787 1,008,000 1,310,000 0 0 0 0.0066 250,760,244 0.000000
000789 880,000 153,678 0 0 0 -0.0661 340,500,000 0.675477
000790 239,300 257,700 0 0 0 -0.0005 127,980,000 0.000000
000792 390,000 338,000 0 0 0 0.2185 767,550,000 0.330975
000793 765,000 2,035,000 0 1 0 -0.0016 680,066,288 0.071317
000795 174,400 168,000 0 0 0 0.0090 276,800,000 0.178324
000796 676,000 377,226 0 0 0 0.0153 192,410,341 0.100451
000797 441,700 608,000 0 0 0 -0.3927 389,452,440 0.665864
000798 570,000 440,000 0 1 0 -0.0205 252,000,000 0.750000
000800 419,300 513,400 0 0 0 0.0661 1,627,500,000 0.000000
000803 370,000 290,000 0 0 0 0.0100 101,361,000 0.136246
000806 750,000 510,000 0 0 0 0.0976 348,951,454 0.053505
000807 1,120,000 255,900 0 0 0 0.1015 546,000,000 0.631868
000810 306,600 335,400 0 0 0 -0.0112 129,665,718 0.084510
000811 360,000 300,000 0 0 0 0.1005 175,376,630 0.486396
000812 525,400 537,600 0 0 0 0.0464 237,007,658 0.000000
000815 96,200 84,245 0 0 0 0.0764 132,000,000 0.405191
000817 319,100 274,048 0 0 0 0.1991 1,100,000,000 0.818182
000818 67,100 79,800 0 0 0 0.0034 340,000,000 0.735294
000819 666,000 288,000 0 0 0 0.0894 165,133,860 0.000000
000820 186,000 126,000 0 0 0 -0.0301 211,416,000 0.310527
000821 132,500 106,000 0 0 0 0.0301 345,238,781 0.073094
000822 233,200 212,000 0 0 0 0.0973 458,700,000 0.000000
000823 680,000 640,000 0 1 0 0.0371 359,200,000 0.623608
000825 417,602 82,668 0 0 0 0.2041 1,291,404,000 0.547005
000829 540,000 540,000 0 0 0 0.1640 251,999,998 0.606061
000830 650,000 230,000 0 0 0 0.0989 312,012,819 0.669647
000831 378,900 590,000 0 0 0 0.0619 363,000,000 0.089256
000833 413,400 378,900 0 0 0 0.0639 252,688,500 0.395744
000835 405,300 425,800 0 1 1 0.0920 108,000,000 0.169800
000836 978,000 500,000 0 1 0 -0.1627 122,754,552 0.497777
000837 405,200 396,000 0 0 0 0.0705 232,478,400 0.414593
000839 855,400 825,500 0 1 0 0.0657 659,999,989 0.000000
000848 132,900 164,600 0 0 0 0.0686 259,250,000 0.388987
000850 102,500 84,200 0 0 0 0.0290 629,110,006 0.600000
000852 609,059 570,000 0 0 0 0.1048 308,000,000 0.750000
000858 130,900 157,200 0 0 0 0.1273 2,711,404,800 0.718310
000859 228,000 250,000 0 0 0 -0.0167 420,480,000 0.554795
000860 106,200 118,200 0 1 0 0.0718 331,450,000 0.643083
000861 102,400 82,800 0 1 0 0.0678 111,254,499 0.000000
000866 540,000 420,000 0 0 0 0.4036 2,330,000,000 0.000000
000868 639,600 187,200 0 0 0 0.0077 221,000,000 0.541176
000869 510,000 320,000 1 0 0 0.1195 405,600,000 0.538462
000875 547,000 293,300 0 0 0 0.0328 630,000,000 0.187310
000876 560,000 280,000 0 0 0 0.1013 315,292,250 0.000000
000877 553,400 410,100 0 0 0 -0.4330 208,022,400 0.539665
000878 840,000 815,000 0 0 0 0.1157 798,688,800 0.000000
000881 492,500 308,800 0 0 1 0.0423 308,918,400 0.261040
000882 547,000 586,000 0 1 0 0.0204 249,200,000 0.340372
000883 963,300 881,100 0 0 0 0.0156 285,387,695 0.000000
000886 193,000 146,600 0 0 0 0.0032 988,828,300 0.236261
000888 170,000 104,200 0 0 0 0.0825 130,660,000 0.000000
000889 609,200 320,000 0 0 0 0.0087 294,528,320 0.167216
000890 350,000 370,000 0 0 0 0.0125 292,032,000 0.003817
000892 500,000 420,000 0 0 0 0.0035 413,876,880 0.001160
000893 388,000 390,000 0 1 0 0.0894 222,000,000 0.677523
000895 1,173,800 910,000 0 0 0 0.1702 513,555,000 0.357150
000897 790,100 843,800 0 0 0 0.0145 679,499,549 0.376057
000898 465,000 465,600 0 0 0 0.1863 2,962,942,246 0.000000
000899 415,000 289,200 0 0 0 0.0205 548,032,000 0.000000
000900 216,000 216,000 0 0 0 0.0414 399,165,900 0.000000
000901 250,000 96,000 0 0 0 0.0208 221,759,998 0.553075
000902 240,000 240,000 0 1 0 -0.0832 215,000,000 0.556720
000903 890,000 672,000 0 0 0 0.0928 199,800,000 0.609610
000905 584,000 278,100 0 0 0 0.0773 295,000,000 0.677966
000906 325,000 221,000 0 0 0 0.0250 237,500,000 0.720000
000909 614,200 341,100 0 0 0 0.0090 196,000,000 0.693878
000910 148,000 134,000 0 0 0 0.0609 231,250,000 0.000000
000911 748,900 440,900 0 0 0 0.1104 262,640,000 0.639659
000912 360,000 360,000 0 0 0 0.1520 585,000,000 0.000000
000913 676,800 503,000 0 1 0 0.0753 453,536,000 0.000000
000915 447,000 433,900 0 0 0 -0.0009 153,571,199 0.298884
000916 758,700 540,100 0 1 0 0.0794 1,090,000,000 0.688073
000917 614,800 572,500 0 0 0 0.0036 260,498,978 0.373203
000918 720,000 720,000 0 0 0 -1.0232 272,003,200 0.389407
000919 709,000 704,000 0 0 0 0.1178 336,000,000 0.714286
000920 220,000 181,000 0 0 0 0.0135 422,000,000 0.000000
000921 2,678,000 4,200,000 0 1 0 -0.0291 992,006,563 0.000000
000922 86,000 86,000 0 0 0 -0.0132 298,435,000 0.549986
000923 149,300 109,300 0 0 0 0.0041 165,000,000 0.438503
000925 1,010,000 388,300 0 0 0 -0.0629 90,000,000 0.122222
000926 287,200 180,000 0 0 0 0.1751 266,695,000 0.000000
000928 109,700 73,600 0 0 0 -0.2404 282,899,000 0.000000
000929 272,000 272,000 0 0 0 -0.0311 164,976,000 0.050916
000930 272,000 235,200 0 0 0 0.0590 391,894,651 0.468493
000932 1,619,100 501,200 0 0 0 0.1612 1,765,375,000 0.743468
000933 960,000 840,000 0 0 0 0.2414 250,000,000 0.000000
000935 483,400 933,600 0 0 0 -0.1310 319,410,000 0.664976
000936 195,000 180,000 0 0 1 0.0915 302,743,592 0.000000
000937 192,000 325,900 0 0 0 0.2001 425,000,000 0.000000
000938 800,000 713,000 0 1 0 0.0287 206,080,000 0.689441
000939 792,300 816,000 0 0 0 0.1428 281,190,000 0.000000
000948 1,350,000 1,330,000 0 0 0 0.0237 140,000,552 0.000000
000949 480,000 480,000 0 0 0 0.0783 490,571,412 0.621215
000952 258,200 285,300 0 0 0 0.0163 171,226,000 0.239931
000953 447,300 205,300 0 0 0 0.0493 294,059,437 0.602670
000955 275,000 275,000 0 0 0 0.0024 225,500,000 0.000000
000956 519,600 371,700 0 0 0 0.1327 874,650,000 0.708455
000957 639,500 470,000 0 0 0 0.0173 238,504,950 0.420866
000958 515,269 443,800 0 0 0 0.0050 343,725,000 0.581933
000959 530,000 410,000 0 1 0 0.1720 2,310,020,012 0.848477
000960 530,700 191,928 0 0 0 0.2197 536,856,000 0.628660
000961 456,400 333,200 0 0 0 0.0179 300,530,000 0.563105
000962 201,900 216,600 0 0 0 0.0369 356,400,000 0.600000
000963 600,000 490,000 0 0 0 0.0469 380,000,000 0.202455
000965 308,000 308,000 0 0 0 0.0255 238,705,413 0.671443
000966 781,800 408,000 0 0 0 0.0810 370,142,040 0.623669
000967 280,000 240,000 0 0 0 -0.1496 136,786,080 0.000000
000968 260,000 130,000 0 0 0 0.1350 395,190,000 0.011513
000969 473,200 450,500 0 1 0 0.0624 244,160,000 0.603539
000970 780,000 719,400 0 1 0 0.1531 507,600,000 0.384997
000971 320,000 230,000 0 0 0 0.0444 187,000,000 0.492834
000972 345,000 345,000 0 0 0 0.0855 124,589,173 0.450272
000973 572,500 581,000 0 1 0 0.0363 408,369,910 0.360038
000975 1,070,000 756,700 0 0 0 0.0829 532,800,000 0.565758
000976 750,000 750,000 0 1 0 0.0348 421,146,000 0.311474
000977 925,700 864,000 0 0 0 0.0131 215,000,000 0.658140
000978 450,000 333,300 0 0 0 0.0891 177,000,000 0.448197
000979 197,500 200,900 0 0 1 -0.9651 94,000,000 0.000000
000981 390,000 390,000 0 0 0 -0.1981 161,000,000 0.615528
000982 450,000 480,000 0 0 0 0.0077 148,000,000 0.540541
000983 420,000 314,619 0 0 0 0.1635 808,000,000 0.643564
000985 151,900 162,500 0 0 0 0.0148 115,000,000 0.730269
000987 800,700 841,800 0 1 0 0.0804 239,305,405 0.629929
000988 658,000 438,100 0 0 0 0.0603 299,000,000 0.679508
000989 260,000 280,000 0 0 0 0.0688 261,849,861 0.000000
000990 800,000 640,000 0 0 0 0.0567 179,250,000 0.379927
000996 180,000 180,000 0 0 0 -0.1104 115,000,000 0.000000
000997 483,000 373,300 0 0 0 0.0707 232,000,000 0.000000
000998 766,500 385,700 0 0 0 0.0182 105,000,000 0.152381
000999 1,610,800 1,757,800 0 1 0 -0.3584 978,900,000 0.733068
001896 383,109 294,995 0 0 0 -0.1049 430,000,000 0.406977
【影響上市公司高管薪酬的企業(yè)因素實證分析】相關文章：
1.上市公司高管薪酬