《表3 相关性分析:高管性别、企业风险与薪酬绩效敏感性》
注:**在0.01水平(双侧)上显著相关,*在0.05水平(双侧)上显著相关其中上三角为Spearman相关性分析结果,下三角为Pearson相关性分析结果
由表3可以看出,Pay与Income、Age、Size和Power均在1%水平上显著正相关,表明企业业绩越高、高管年龄越大、企业规模越大以及两职合一情形较多,高管所获薪酬会越高。有一点要注意的是,表中显示Pay与Lev也是显著正相关,这与笔者前文的猜想相驳,可能是因为资产负债率高的企业大量举债是为了扩展企业的经营规模,这在一定程度上是有利于企业的长期经营的,会使得企业朝着更好的方向发展,因此高管获得薪酬也会越高,但两者之间的相关性还有待在后文的模型回归中作进一步的分析。另外,表中显示Top1与Pay呈负相关,表明股权集中度越高的企业,高管薪酬越低,但此相关性没有通过显著性检验。表3中的结果表明各变量两两之间的相关性系数都小于0.5,所以判断回归模型中解释变量之间不存在严重的多重共线性问题。
图表编号 | XD0053466400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.25 |
作者 | 黄小勇、熊洁、廖惠甜 |
绘制单位 | 江西师范大学财政金融学院、江西师范大学财政金融学院、江西师范大学财政金融学院 |
更多格式 | 高清、无水印(增值服务) |