Система вознаграждения высшего менеджмента

Теперь перейдем к корреляционному анализу переменных будущих моделей. Начнем с анализа связей между независимыми переменными. Результаты представлены в таблице 18. Среди независимых переменных наибольшая связь наблюдается между активами и прибылью компаний (к-т корреляции равен 0,66), а также между сроком пребывания в должности генерального директора и долей топ-менеджеров в уставном капитале компании (к-т корреляции равен 0,68). Коэффициенты корреляции остальных независимых переменных намного ниже. В связи с тем, что ни один коэффициент не превышает значения 0,75, то мультиколлинеарность не должна наблюдаться в модели, и мы можем использовать все переменные для регрессионного анализа.

Теперь перейдем к корреляционному анализу между зависимыми и независимыми переменными. Для этого построим две таблицы корреляций: одну для модели с рентабельностью активов, а другую для модели с рыночной капитализацией компаний. Начнем с модели с рентабельностью активов компаний. По таблице 19 мы можем видеть, что наибольшая связь наблюдается между рентабельностью и активами компании, причем к-т корреляции отрицателен, что вполне закономерно. Однако коэффициент корреляции довольно низок (-0,468). Что касается корреляции рентабельности активов и вознаграждения топ-менеджеров, то коэффициент положителен, но его значение очень мало (0,026).

Таблица 19

Корреляционный анализ рентабельности активов и независимых переменных

	LN_SIZE	LN_COMPENSATION	LN_PROFIT	DUMMY_ KPI	DUMMY_LONGCOMP	INDDIRECT	SHARE	TENURE
ROA(t+1)	-0,468	0,026	0,0148	-0,149	0,096	0,162	0,376	0,206

Теперь перейдем к таблице 20, в которой представлен анализ корреляций между рыночной капитализацией и независимыми переменными. Результаты анализа свидетельствуют о высокой связи рыночной капитализации с чистой прибылью (к-т равен 0,748) и активами компаний (к-т равен 0,727). Что касается вознаграждения членов правления, то между ним и рыночной капитализацией также наблюдается достаточно сильная связь (к-т корреляции равен 0,608).

Таблица 20

Корреляционный анализ рыночной капитализации и независимых переменных

	LN_SIZE	LN_COMPENSATION	LNPROFIT	DUMMY_KPI	DUMMY_LONGCOMP	INDDIRECT	SHARE	TENURE
LN_MC	0,727	0,608	0,748	0,115	0,103	0,067	0,234	0,405

Таким образом, корреляционный анализ зависимых и независимых переменных предварительно показывает, что рыночная капитализация возможно является более подходящим индикатором для построения модели зависимости результатов деятельности компаний от вознаграждения топ-менеджеров.

2.3 Построение моделей, выбор спецификации

В данной части работы необходимо построить модели зависимости результатов деятельности компаний в периоде t+1 от вознаграждения членов правления и других факторов в периоде t. Так как результаты компании могут быть выражены в виде рентабельности активов и в виде рыночной капитализации, в дальнейшем будет построено две основные модели в различных спецификациях - сквозная регрессия, панельная регрессия с фиксированными или со случайными эффектами.

Начнем с построения модели зависимости рентабельности активов от вознаграждения топ менеджеров. В общем виде модель выглядит следующим образом:

ROA(t+1) = в1+ в2*LOG(COMPENSATION) + в3*LOG(SIZE) + в4*INDDIRECT + в5*SHARE + е

В модель включены переменные из исследований Байбуриной, Шустровой (2008); Balafas, Florackis (2014); Upneja, Ozdemir (2014).

Прежде всего мы построим сквозную МНК регрессию. Результаты построения представлены в таблице 21.

Таблица 21

Модель №1

Переменная	Коэффициент	t-Statistic	Prob.
LOG(SIZE)	-3,0738	-6,5394	0,0000*
LOG(COMPENSATION)	1,5222	2,1345	0,0351**
INDDIRECT	0,0889	0,0231	0,9816
SHARE	0,9608	1,4262	0,1567
TENURE	0,2649	1,8986	0,0603***
Constant	39,5631	7,2343	0,0000*
R-squared	0,3989
Adjusted R-squared	0,3711
Sum squared resid	2804,5130
Akaike info criterion	6,1459
Schwarz criterion	6,2899
F-statistic	14,3340
Prob(F-statistic)	0,0000
Кол-во наблюдений

*- Значима на 1% уровне

**- Значима на 5% уровне

***- Значима на 10% уровне

Прежде чем анализировать результаты регрессии необходимо протестировать модель на наличие гетероскедастичности и автокорреляции остатков, чтобы избежать проблем с оценками и значимостью коэффициентов регрессии. Для этого используем Heteroskedasticity White Test и Breusch-Godfrey Serial Correlation LM Test. Результаты тестов представлены в таблицах 22-23.

Таблица 22

Тест Уайта для анализа гетероскедастичности

Obs*R-squared	Prob. Chi-Square
27,0383	0,1342

Таблица 23

Тест Бреуша-Годфри для анализа автокорреляции

Порядок а/к	1	2	3	4	5	6	7	8	9	10
Obs*R-squared	0,65	0,68	2,43	5,43	9,38	10,01	10,46	11,77	11,97	12,03
Prob. Chi-Square	0,42	0,71	0,49	0,25	0,11	0,12	0,16	0,16	0,21	0,28



Модель не выявила проблем с гетероскедастичностью и автокорреляцией. В дальнейшем, в случае обнаружения данных эффектов мы будем применять поправки White (при гетероскедастичности) и Newey-West (при автокорреляции) для корректного оценивания и интерпретации коэффициентов. Теперь мы можем перейти к описанию модели. Построенная регрессия является статистически значимой (Prob. F-statistic < 0,01), а коэффициент качества подгонки равен 0,4. Что касается переменных модели, то прежде всего стоит обратить внимание значимость переменной денежного вознаграждения топ-менеджеров (она значима на 5% уровне значимости). Кроме того, статистически значимыми переменными модели также являются размер компании (на 1% уровне) и срок пребывания генерального директора в должности (на 10% уровне).

В последней построенной модели не включены три переменные: Profit, Dummy_longcomp и Dummy_KPI. С точки зрения теории прибыль оказывает значительное влияние на рентабельность активов. Что касается следующих переменных, то включив их в модель мы сможем проверить, как ключевые показатели эффективности топ-менеджеров и долгосрочные мотивационные программы влияют на рентабельность активов. Добавим данные переменные в модель. Результаты построения регрессии представлены в таблице 24.

Таблица 24

Модель №2

Переменная	Коэффициент	t-Statistic	Prob,
LOG(SIZE)	-3,7604	-6,1038	0,0000*
LOG(COMPENSATION)	1,2824	1,8483	0,0674***
PROFIT	0,0000	2,7525	0,0070*
DUMMY_LONGCOMP	-0,2539	-0,2375	0,8128
DUMMY_KPI	0,0097	0,0078	0,9938
INDDIRECT	1,3255	0,3515	0,7260
SHARE	0,9544	1,3104	0,1929
TENURE	0,2310	2,0305	0,0448**
Constant	49,2923	6,7281	0,0000*
R-squared	0,4327
Adjusted R-squared	0,3894
Sum squared resid	2647,0070
Akaike info criterion	6,1408
Schwarz criterion	6,3568
F-statistic	10,0091
Prob(F-statistic)	0,0000
Кол-во наблюдений

*- Значима на 1% уровне

**- Значима на 5% уровне

***- Значима на 10% уровне

В связи с наличием гетероскедастичности в данной модели применены поправки White. Основываясь на показателях Adjusted R-squared (чем больше, тем лучше), Sum squared resid (чем меньше, тем лучше), а также критериях Akaike и Schwarz (чем меньше, тем лучше), мы можем сделать вывод, что модель улучшилась по сравнению с предыдущей. Основным фактором улучшения стало добавление значимой переменной Profit, так как переменные DUMMY_LONGCOMP и DUMMY_KPI оказались не значимыми. Кроме того, переменные, отвечающие за размер компании, вознаграждение топ-менеджеров и срок пребывания генерального директора в должности остались статистически значимыми.

После построения сквозной регрессии необходимо также построить одну из панельных регрессий: с фиксированными или случайными индивидуальными эффектами. Необходимость построения панельной регрессии связана со спецификой собранных данных, которые уже сами по себе представляют панельный характер, так как собраны по фиксированному числу компаний за несколько лет. Кроме того, панельная регрессия позволяет снизить коллинеарность между зависимыми переменными (что улучшает эффективность оценок) и решить возможную проблему эндогенности.

Для построения мы используем последнюю спецификацию модели, за исключением переменной Dummy_KPI, а также используем логарифмический вид переменной Profit. Для того, чтобы определиться, какая из панельных регрессий лучше подходит для описания выборки, воспользуемся тестом Хаусмана. Данный тест проверяет гипотезу о том, что ненаблюдаемые индивидуальные эффекты модели могут быть рассмотрены, как случайные. Результаты теста представлены в таблице 25

Таблица 25

Тест Хаусмана

Статистика 2	Значимость
17,81	0,0129

Исходя из того, что prob<0,05, мы отклоняем основную гипотезу теста и должны рассматривать ненаблюдаемые индивидуальные эффекты как фиксированные. В связи с этим модель с фиксированными эффектами лучше описывает наши данные. Построим данную модель (таблица 26).

Таблица 26

Модель №3

Переменная	Коэффициент	t-Statistic	Prob,
LOG(SIZE)	-9,8230	-6,75	0,000*
LOG(COMPENSATION)	0,4523	0,52	0,606
LOG(PROFIT)	7,4412	11,28	0,000*
DUMMY_LONGCOMP	0,5750	0,47	0,640
INDDIRECT	-4,6159	-0,94	0,347
SHARE	-0,0952	-0,06	0,950
TENURE	0,1403	0,78	0,435
Constant	66,2786	3,76	0,000*
R-squared	0,6200
F-statistic	20,9700
Prob(F-statistic)	0,0000
Кол-во наблюдений

*- Значима на 1% уровне

**- Значима на 5% уровне

***- Значима на 10% уровне

Данная модель является статистически значимой (Prob.F-statistic<0,01). По сравнению со сквозной регрессией в данной модели сильно изменились значения коэффициентов, кроме того переменные, отвечающие за срок работы генерального директора и вознаграждение топ-менеджеров стали незначимыми. Чтобы окончательно убедиться в том, что данная панельная регрессия лучше описывает выборку чем сквозная регрессия, воспользуемся тестом Вальда. Данный тест проверяет гипотезу о равенстве нулю всех индивидуальных эффектов. Результаты представлены в таблице 27.

Таблица 27

Тест Вальда

F-Статистика	Значимость
3,21	0.0002

По результатам теста, представленным в таблице выше мы отклоняем нулевую гипотезу (так как значимость<0,05), соответственно модель с фиксированными эффектами лучше описывает данные, чем сквозная регрессия.

На данном этапе исследования мы не можем сделать вывод о том, что вознаграждение топ менеджеров влияет на будущие результаты деятельности компаний, выраженных в виде рентабельности их активов следующего периода. Тоже самое относится и к другой гипотезе нашего исследования, касательно влияния долгосрочных программ мотивации топ-менеджеров.

Теперь перейдем к построению моделей с рыночной капитализацией в качестве показателя результатов деятельности компаний. Байбурина и Шустрова в своем исследовании утверждают, что этот показатель лучше подходит для данного типа исследований. Авторы аргументируют это тем, что рыночная капитализация одновременно является показателем результатов деятельности компании, но не используется в качестве переменной других исследований, от которой зависит вознаграждение топ-менеджеров.

Также, согласно исследованию Петрова, Чирковой (2012), вознаграждение по долгосрочным программам мотивации топ-менеджеров в России как правило привязано именно к показателю рыночной капитализации.

Для начала построим модель сквозной регрессии. В данном случае мы включаем в модель переменные, отвечающие за размер компании, чистую прибыль, вознаграждение топ менеджеров, а также рыночную капитализацию в логарифмической форме. Результаты регрессии представлены в таблице 28.

Таблица 28

Модель №4

Переменная	Коэффициент	t-Statistic	Prob.
LOG(SIZE)	0,2488	4,2978	0,0000*
LOG(COMPENSATION)	0,1772	2,7236	0,0077*
LOG(PROFIT)	0,2629	3,6804	0,0004*
DUMMY_LONGCOMP	-0,1247	-1,0930	0,2771
INDDIRECT	-0,2486	-0,6367	0,5259
SHARE	0,1438	1,8042	0,0743***
TENURE	0,0078	0,6344	0,5273
Constant	5,9740	9,6579	0,0000*
R-squared	0,6955
Adjusted R-squared	0,6733
F-statistic	31,3229
Prob(F-statistic)	0,0000
Кол-во наблюдений

*- Значима на 1% уровне

**- Значима на 5% уровне

***- Значима на 10% уровне

В связи с наличием гетероскедастичности в модели применены поправки White. Как мы можем видеть по таблице, данная модель является статистически значимой (Prob.F-statistic<0,01). Кроме того, высокое значение коэффициента детерминации (0,6955) свидетельствует о том, что данная модель лучше модели с рентабельностью активов в качестве зависимой переменной. В результате тестов модель не показала наличие гетероскедастичности и автокорреляции. Прежде всего, в данной модели вознаграждение топ-менеджеров положительно и статистически значимо влияет на рыночную капитализацию. Значимыми также оказались переменные, отвечающие за размер компании, чистую прибыль и долю топ-менеджеров в уставном капитале.

После построения сквозной регрессии на основе всей выборки, мы также можем исследовать влияние вознаграждения на рыночную капитализацию в период 2008-2010 гг. и 2011-2014 гг. Для этого построим отдельно две модели для данных временных интервалов (таблица 29).

Таблица 29

Влияние вознаграждения топ-менеджеров на рыночную капитализацию в разных периодах

	2008-2010	2011-2014
Переменная	Коэф-т	t-Statistic	Prob.	Коэф-т	t-Statistic	Prob.
LOG(SIZE)	0,2565	3,3096	0,0025*	0,1799	2,2873	0,0258**
LOG(COMPENSATION)	0,3388	2,6224	0,0138**	0,2208	2,2516	0,0282**
LOG(PROFIT)	0,2189	2,2217	0,0343**	0,3339	4,3732	0,0001*
DUMMY_LONGCOMP	0,0620	0,3362	0,7391	-0,1802	-1,3313	0,1883
INDDIRECT	0,5714	0,8912	0,3802	-0,5150	-0,9925	0,3251
SHARE	-1,8787	-2,0303	0,0516***	0,0749	0,8245	0,4131
TENURE	0,0355	1,2144	0,2344	0,0174	1,0749	0,2869
Constant	5,1818	5,3815	0,0000*	5,8286	7,8473	0,0000*
R-squared	0,8386			0,7042
Adjusted R-squared	0,7997			0,6685
F-statistic	21,5303			19,7254
Prob(F-statistic)	0,0000			0,0000
Кол-во наблюдений

*- Значима на 1% уровне; **- Значима на 5% уровне; ***- Значима на 10% уровне

Результаты построения регрессий представлены выше. Каждая модель была протестирована на наличие гетероскедастичности и автокорреляции, данных эффектов не обнаружено. Обе модели являются статистически значимыми с высоким значением R2. В обоих регрессиях значимой оказалась переменная размера компаний и чистой прибыли. Кроме того, положительным и статистически значимым оказалось влияние вознаграждение членов правления компаний в обоих моделях. Таким образом, по результатам сквозных регрессий, мы можем сделать вывод, что компенсация топ-менеджеров оказывает значимый эффект на рыночную капитализацию, не зависимо от состояния экономики.

Теперь необходимо построить одну из двух панельных регрессий и сравнить ее со сквозной регрессией. Для выбора модели с фиксированными или случайными индивидуальными эффектами обратимся снова к тесту Хаусмана. Результаты теста представлены в таблице 30.

Таблица 30Тест Хаусмана

Статистика 2	Значимость
42,59	0,0000



По результатам теста мы отклоняем гипотезу о случайном характере индивидуальных эффектов (так как значимость<0,05), соответственно нам необходимо использовать модель с фиксированными эффектами. Построим данную модель (таблица 31).

Таблица 31.

Переменная	Коэф-т	t-Statistic	Prob.
Log(SIZE)	0,4779	5,53	0,000*
Log(COMPENSATION)	0,1444	2,18	0,032**
LOG(PROFIT)	0,1074	2,56	0,012**
DUMMY_LONGCOMP	0,1257	1,71	0,092***
INDDIRECT	0,3507	1,14	0,256
SHARE	0,0802	1,09	0,278
TENURE	-0,0076	-0,71	0,481
Constant	8,149	7,63	0,000*
R-sq	0,4366
F-statistic	9,30
Prob(F-statistic)	0,0000

*- Значима на 1% уровне

**- Значима на 5% уровне

***- Значима на 10% уровне

В таблице представлены результаты панельной регрессии с фиксированными эффектами. Регрессия является статистически значимой (prob<0,01). Как мы можем наблюдать, в данной модели значимыми остались переменные, отвечающие за размер компании, чистую прибыль и вознаграждение членов правления. Кроме того, значимой оказалась бинарная переменная долгосрочных программ вознаграждения топ менеджеров. Остальные переменные модели оказались не значимыми. Соответственно мы можем утверждать, что доля независимых директоров компании не оказывает значимого влияния на рыночную капитализацию. Тоже самое относится и к доле в уставном капитале, которая принадлежит членам правления, а также к сроку работы генерального директора.

После построения панельной регрессии, нужно сравнить ее со сквозной регрессией. Для этого используем тест Вальда, результаты которого представлены в таблице 32.

Таблица 32

Тест Вальда

F-статистика	Значимость
17,21	0,0000

По результатам теста мы отклоняем основную гипотезу о равенстве нулю всех индивидуальных эффектов (так как значимость<0,05). В связи с этим модель панельной регрессии с фиксированными эффектами лучше подходит для описания данных, чем модель сквозной регрессии. Что касается гипотез исследования, то на основании результатов регрессии с рыночной капитализацией мы принимаем обе гипотезы о положительном и значимом влиянии как общей суммы денежного вознаграждения топ-менеджеров, так и реализации долгосрочных программ мотивации на будущие результаты деятельности российских компаний.

2.4 Интерпретация коэффициентов, выводы о гипотезах и ограничения исследования

Теперь, когда мы выбрали наилучшую спецификацию модели (таблица 31), мы можем перейти к интерпретации результатов регрессии и сделать выводы, касательно наших гипотез. Положительные и значимые коэффициенты переменных, отвечающих за размеры компании и ее чистую прибыль, отражают, что данные показатели являются сигналами рынку о состоянии компании, и в случае их увеличения оказывают положительное влияние на рост капитализации. Исходя из коэффициентов модели рост среднего значения активов компании на 1% приведет к росту среднего значения рыночной капитализации в следующем году на 0,48% В связи с формой зависимой и независимой переменных (LogY; LogX), рост log(X) на 1% приводит к росту/снижению LogY на в %.. В случае с чистой прибылью, ее рост на 1% приведет к росту среднего значения рыночной капитализации следующего года на 0,11%. Выводы о значимых переменных модели, отвечающих за различные виды вознаграждения топ-менеджеров, мы сделаем чуть позже, а сейчас прокомментируем только их коэффициенты. При увеличении общей суммы вознаграждения членов правления компании на 1% рыночная капитализация в следующем году вырастет на 0,14%. Что касается долгосрочных программ мотивации топ-менеджеров, то в случае их реализации среднее значение рыночной капитализации компании вырастет в следующем году на 0,13% В связи с формой зависимой и независимой переменных (LogY; X), рост X на единицу приводит к росту/снижению LogY в exp(в) раз.. Стоит также отметить, что целью регрессионного анализа является выявление статистической значимости и типа влияния переменных модели, а не поиск их точной количественной оценки. В связи с этим, величина и интерпретация коэффициентов регрессии скорее всего изменится при построении модели на большем числе наблюдений.

Остальные переменные регрессии оказались не значимыми. Попробуем понять возможные причины подобных результатов. Начнем с переменной, которая характеризует долю независимых директоров в Составе совета директоров. Согласно описательной статистике данной переменной, ее среднее значение за рассматриваемый период с 2008 по 2014 год равняется 0,3. Несмотря на то, что бесспорно наличие независимых директоров положительно влияет на многие процессы внутри компании, можно предположить, что в российских компаниях данной доли недостаточно для значимого роста рыночной капитализации.

Незначимое влияние доли топ-менеджеров в уставном капитале компании скорее всего связано также с довольно низким значением данного показателя в среднем по выборке (0,43%). Данного размера акции в руках ключевых управленцев просто недостаточно для их эффективной и ослабления агентского конфликта.

Что касается продолжительности работы генерального директора в должности, то незначимое влияние данной переменной на результаты деятельности компаний вполне оправданно. С одной стороны, новый генеральный директор способен привнести новые идеи и свежий взгляд в развитие компании. С другой стороны, ему может не хватать опыта для эффективной деятельности. Генеральный директор, который занимает данную позицию уже значительное время может избегать перспективных, но несколько рискованных проектов. Однако в то же время он четко представляет все внутренние процессы компании и эффективно разбирается с текущими проблемами.

Переменную, характеризующую влияние системы ключевых показателей эффективности топ-менеджеров мы включили в модели всего один раз и ее эффект был незначимым. Данная переменная была гораздо важнее в плане описательной статистики. Что касается регрессии, то переменная больше подходит для моделей зависимости вознаграждения от различных факторов, то есть моделей обратных нашему исследованию. Влияние же данной переменной на результаты деятельности компании проявляется через общую сумму вознаграждения топ-менеджеров (премиальная часть которого как раз привязана к KPI).

Теперь перейдем к гипотезам нашего исследования. На основании результатов регрессий мы делаем следующие выводы:

1. Принимаем гипотезу о том, что денежное вознаграждение членов правления компаний положительно влияет на результаты их деятельности в будущем это влияние статистически значимо.

2. Принимаем гипотезу о положительном и статистически значимом влиянии долгосрочных программ мотивации топ-менеджеров на результаты деятельности компаний в будущем.

Несмотря на то, что в моделях с рентабельностью активов мы не получили результатов, подтверждающих наши гипотезы, значимое влияние двух основным переменных, характеризующих виды вознаграждения топ-менеджеров, проявилось в модели с рыночной капитализацией. В связи с аргументами в пользу рыночной капитализации, как показателя, который лучше отражает результаты деятельности компании, мы принимаем обе гипотезы исследования. Данные результаты согласуются с выводами зарубежных исследований, представленных в теоретической части работы.

В случае первой гипотезы, можно утверждать о том, что денежное вознаграждение способно мотивировать ключевых управленцев компании на эффективную трудовую деятельность, которая приведет к высоким результатам компании в будущем. В связи с тем, в структуре общей суммы денежного вознаграждения значительную долю занимают премиальные выплаты (среди которых также есть выплаты по долгосрочным программам мотивации), которые во многих компаниях как раз и привязаны к результатам деятельности компании (системы KPI), данный тип компенсации частично может решить агентскую проблему (хоть и в краткосрочной перспективе).

Принимая вторую гипотезу, мы подтверждаем теоретические взгляды об эффективности программ мотивации топ-менеджеров, которые позволяют объединить интересы акционеров и ключевых управленцев на более длительном промежутке времени.

К сожалению, данное исследование имеет свои ограничения. Связаны они в основном с низкой прозрачностью раскрытия информации о вознаграждении топ-менеджеров в нашей стране. По этой причине нам удалось сделать выводы лишь по поводу влияния общей суммы вознаграждения ключевого управленческого персонала, а не его отдельных компонентов. Тоже самое касается и долгосрочных программ мотивации топ-менеджеров. Несмотря на статистическую значимость данного показателя в модели, переменная является бинарной, в связи с чем результаты регрессионного анализа не дают нам возможность сделать 100% вывод по поводу влияния данного типа вознаграждения топ-менеджеров. Таким образом, для получения более точных результатов необходима прозрачная информация по поводу размера денежных выплат или количества акций в пользу ключевых управленцев компаний в рамках долгосрочных программ мотивации.

2.5 Рекомендации по решению агентской проблемы в российских компаниях

Исходя из результатов данной работы, можно сделать следующие рекомендации российским компаниям для решения проблемы принципал-агент и эффективного развития их деятельности.

1) Внедрение системы ключевых показателей эффективности (KPI) как для рядовых сотрудников компании, так и для топ-менеджеров

Данная система уже давно признана эффективной, и исходя из статистики в данной работе, все больше крупных компаний используют ее для премирования сотрудников. В связи с тем, что система определяет денежное вознаграждение работников, она может быть использована как в крупных компаниях, так в более мелких предприятиях.

2) Использование программ долгосрочного стимулирования

К сожалению, не так много компаний используют данный способ

решения агентского конфликта. Данный тип вознаграждения является очень гибким в связи с широким набором инструментов и возможностью подстроить условия программы под конкретную компанию. Наконец, только с помощью подобных программ возможно мотивировать членов правления действовать в интересах компании на длительной основе. Таким образом, крупным российским компаниям стоит чаще использовать подобный тип вознаграждения топ-менеджеров, а также необходимо устранить основные недостатки стимулирующих программ, к которым относится их короткий срок реализации (в среднем 3 года) и исполнение опционов по цене, ниже рыночной.

3) Передача большего числа акций компании топ-менеджерам.

В компаниях, которые были включены в выборку члены правления имеют определенную долю в уставном капитале. Однако эта доля настолько мала, что никак не может являться серьезным стимулом для увеличения стоимости компании. В связи с этим, компании, которые хотят использовать данный инструмент мотивации, должны выделять больший размер акций в качестве вознаграждения топ-менеджеров.



Заключение

Современный бизнес характеризуется постоянными изменениями. Они связаны с различной экономической обстановкой, развитием технологий, обострением конкуренции. По этим причинам компания сама постоянно подвержена каким-либо изменениям. Они же касаются и подходов к ее управлению, в связи с чем меняется как состав совета директоров компании, так и топ-менеджмента. Но несмотря на появление новых лиц в компании, их интересы и цели будут неизбежно отличаться в связи с разными должностями. По этой причине проблема принципал-агент будет существовать всегда, и основной задачей совета директоров по ее решению является разработка таких контрактов и систем вознаграждения, которые бы правильно распределяли риск и мотивировали топ-менеджеров на эффективную работу.

Большинство исследований в данной сфере пришли к выводу, что системы вознаграждения, которые привязаны к результатам деятельности компаний (как в краткосрочном, так и в долгосрочном периоде) позволяют снизить конфликт или полностью решить его. Что касается агентской проблемы в российских компаниях, то статистика наблюдений данной работы и анализ предыдущих исследований свидетельствуют о том, в нашей стране в основном используются инструменты, которые выравнивают интересы топ-менеджеров и акционеров лишь в краткосрочном периоде (денежные премии по выполнению ключевых показателей эффективности). Долгосрочные же программы мотивации распространены гораздо реже и чаще всего используют лишь один инструмент - опционы. Преимуществом российских программ является их дополнительная привязка к показателям компании, а также жесткие требования по срокам работы топ менеджеров (после которых они смогут исполнить свои опционы). Однако, в тоже время российские программы стимулирования топ-менеджеров отличаются коротким сроком реализации, а опционы исполняются по цене, ниже рыночной, что менее эффективно решает проблему принципал-агент.

Вопрос исследования связи между вознаграждением топ-менеджеров и результатами деятельности компаний весьма актуален, однако рассматривается довольно ограниченным числом работ. Тем не менее, результаты исследований в нескольких странах подтверждают значимое и положительное влияние различных видов выплат ключевого управленческого персонала на результаты компаний. По данному исследованию мы можем сделать аналогичные выводы касательно влияния общей суммы денежного вознаграждения, а также реализации долгосрочных программ вознаграждения топ-менеджеров на рыночную капитализацию российских компаний. В связи с этим можно утверждать, что система вознаграждения, включающая в себя несколько видов компенсаций и основанная на рекомендациях исследователей агентского конфликта, действительно позволяет эффективно решать проблему интересов в компании и мотивировать высший менеджмент на достижение значительных результатов в будущем. Российским компаниям для решения агентского конфликта необходимо чаще использовать долгосрочные программы мотивации, а также обратить внимание на их условия (срок реализации, цена исполнения опционов)

Дальнейшие исследования в данной области могут быть направлены на анализ влияния каждого компонента вознаграждения топ-менеджеров (заработная плата, премии, выплаты по каждому виду долгосрочных программ), однако это станет возможным лишь с появлением необходимых данных о размерах компенсаций.



Список использованной литературы

1. Байбурина Э. Р., Шустрова Е. В. Влияние вознаграждения топ-менеджмента и совета директоров на стоимость крупных российских компаний // Корпоративные финансы, 2008, №4(8) - С. 60-80.

2. Дуляк Ю.И. Влияние советов директоров на эффективность бизнеса: результаты зарубежных и российских исследований // Менеджмент и бизнес-администрирование, 2011, №4 - С. 104-123

3. Каплан С. Р., Нортон Д. П. Стратегические карты. Трансформация нематериальных активов в материальные результаты / Р. С. Каплан, Д.П. Нортон - Олимп-Бизнес, 2012 - 486 с.

4. Петров И., Чиркова Е. Системы вознаграждения высшего менеджмента компаний (на примере акций) // Экономическая политика, 2012, №5 - С. 122-138.

5. Сатонина Н. Н. Ключевые показатели эффективности как способ повышения эффективности работы персонала организации // Вестник Самарского государственного технического университета. Серия:технические науки, 2012, 4(6) - С. 61-66.

6. Теплова Т. В. Финансовый Менеджмент: управление капиталом и инвестициями. Учебник для вузов /Т. В. Теплова - Москва: ГУ ВШЭ, 2000, 504 с.

7. Balafas N., Florackis C. CEO compensation and future shareholder returns: Evidence from the London Stock Exchange // Journal of Empirical Finance, 2014, №27 - P. 97-115.

8. Banker R.D., Darrough M.N., Huang R., Plehn-Dujowich J.M. The Relation between CEO Compensation and Past Performance // Accounting Review, 2013, v. 88, iss. 1 - P. 1-30.

9. Barnhart S.W., Marr M.W. Firm Performance and Board Composition: some new evidence // Managerial and Decision Economics. Special issue: Aspects of Corporate Governance, 1994, № 15 (4) - Р. 329-340.

10. Bebchuk L., Fried, Jesse M. Executive Compensation as an Agency Problem // The Journal of Economic Perspectives, 2003, Vol. 17, Issue 3 - P. 71-92.

11. Bebchuk L., Grinstein Y., Peyer U. Lucky CEOs and Lucky Directors // Journal of Finance, 2010, Vol. 65. № 6 - P. 2363-2401.

12. Bertrand M., Mullainathan S. Are CEOS Rewarded for Luck? The Ones without Principals Are // The Quarterly Journal of Economics, 2001, Vol. 116, Issue 3, P. 901-932.

13. Boyd B.K. Board control and CEO compensation // Strategic Management Journal, 1994, 15 (5) - P. 335-344.

14. Core J.E., Holthausen R.W., Larcker D.F. Corporate governance, chief executive officer compensation, and firm performance // Journal of Financial Economics, 1999, 51 - P. 371-406.

15. Crumley C.R. A study of relationship between firm performance and CEO compensation in the U.S. commercial banking industry // The Journal of AppliedManagement and Entrepreneurship, 2008, №13 - P. 26-45.

16. Eisenhardt K. M.. Organizational control: Organizational and economic approaches // Management Science, 1985, 31 - P. 134-149.

17. Fama E. F., Jensen M. C. Separation of ownership and control // Journal of Law and Economics, 1983, 26 - P. 301-325.

18. Ferracone R. Fair Pay, Fair Play: Aligning Executive Performance and Pay // Indianapolis: Jossey-Bass, 2010.

19. Ghosh C., Sirmans C.F. On REIT CEO compensation: does board structure matter? //The Journal of Real Estate Finance and Economics, 2005, 30 (4) - P. 397-428.

20. Goergen M., Renneboog L. Managerial compensation // Journal of Corporate Finance, 2011, №17 - P. 1068 - 1077.

21. Grossman S., J., Hart O.D. An analysis of the principal agent problem // Econometrica, 1983, 51(1) - P. 7-45.

22. Guillet B. D., Kucukusta D., Xiao Q. An examination of executive compensation in the restaurant industry // International Journal of Hospitality Management, 2012, №31 - P. 86-95.

23. Hirshleifer D., Suh Y. Risk, managerial effort and project choice // Journal of Financial Intermediation, 1992, 2 - P.308-345.

24. Holmstrom B.,. Moral hazard and observability // Bell Journal of Economics, 1979, 10 - P.74-91.

25. Huang I., Huang P., Chen Y. A study of Taiwan's travel agentsalary system: an agency theory perspective // Tourism Management, 2004, №25 (4) - P. 483-490.

26. Jensen M.C., Meckling W.H. (1976). Theory of the firm: managerial behavior, agency costs and ownership structure // Journal of Financial Economics, 1976, 3 - P.305-360.

27. Jensen M.C., Murphy K.J. CEO incentives - It's not how much you pay, but how // Harvard Business Review, 1990, 68, no. 3 - P.138-153.

28. Kuo H., Lin D., Lien D., Wang L., Yeh L. Is there an inverse U-shaped relationship between pay and performance? // North American Journal of Economics and Finance, 2014, №28 - P. 347-357

29. Lilling M. The Link Between CEO Compensation and Firm Performance: Does Simultaneity Matter? // Atlantic Economic Journal, 2006, №34 - P. 101-114

30. Mehran, H. Executive compensation structure, ownership, and firm performance // Journal of Financial Economics, 1995, №38 - P. 163-184.

31. Tosi, H.L., Gomez-Mejia, L.R. CEO compensation monitoring and firm performance // Academy of Management Journal,1994, 37 (4) - P. 2-16.

32. Upneja A., Ozdemir O. Compensation practices in the lodging industry: Does topmanagement pay affect corporate performance? // International Journal of Hospitality Management, 2014, №38 - P. 30-38.

33. Welbourne T.M., Cyr L.A. Using ownership as an incentive - does the too many chiefs rule apply in entrepreneurial firms? // Group & Organization Management, 1999, 24 (4) - P. 438-460. Paul J.M. On the efficiency of stock-based compensation // Review of Financial Studies, 1992, 5 - P. 471-502.

Электронные ресурсы

34. Годовой отчет ПАО "Газпром" за 2014 год. Режим доступа: http://www.gazprom.ru/f/posts/16/616270/gazprom-annual-report-2014-ru.pdf

35. Интерфакс центр раскрытия корпоративной информации. Режим доступа: http://www.e-disclosure.ru

36. РБК 500: Рейтинг российского бизнеса. Режим доступа: http://www.rbc.ru/rbc500

37. Рейтинг Forbes зарплат топ-менеджеров России по отраслям. Режим доступа: http://www.forbes.ru/rating/zarplaty-rukovoditelei/2008

38. Швырков О. Г., Гришина А. В, Пастухова Е. В. Система вознаграждений топ-менеджеров и членов советов директоров: мировые тренды и российские особенности. Исследование экспертов службы рейтингов корпоративного управления компании STANDARD & POOR'S, 2010. Режим доступа: http://uploadrb.ru/upload/archive/dop_upload/file_2010-05-28_22.43.44_issledovanie_voznagrazhdenija.pdf

39. Evans J., Evans R. An Examination of Economic Value Added and Executive Compensation // Working paper, 2003. Режим доступа: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=313974

40. Griffith J., Najand M. REIT Executive Compensation, Performance and Management Power: Evidence from Panel Data // Working paper, 2006. Режим доступа: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=980663

Размещено на Allbest.ru

...