三、研究設(shè)計

（一）樣本選擇與數(shù)據(jù)來源

本文選取2006—2017年中國A股上市公司作為初始樣本。以2006年為樣本起點是因為中國證券監(jiān)督管理委員會于2005年12月31日頒布《上市公司股權(quán)激勵管理辦法（試行）》（證監(jiān)公司字〔2005〕151號），并于2006年1月1日起正式實施。因此，2006年是可獲得股權(quán)激勵數(shù)據(jù)的最早年份。

在初始樣本的基礎(chǔ)上，本文剔除了金融行業(yè)樣本，因為金融行業(yè)上市公司的財務(wù)報表結(jié)構(gòu)及相關(guān)監(jiān)管制度與其他行業(yè)存在較大差別。同時，本文還剔除了變量存在缺失值的觀測樣本。為了排除極端值的影響，本文對所有連續(xù)變量進行了1%和99%的縮尾處理。此外，為了保證研究結(jié)果的穩(wěn)健性，本文對所有回歸系數(shù)的標準誤進行了企業(yè)層面的聚類調(diào)整。經(jīng)上述處理后，本文共得到23281個公司—年度觀測值。

（二）變量定義

1.股權(quán)激勵

參考呂長江等（2009）、支曉強等（2014）、Chang et al.（2015）、Li et al.（2015）及田軒和孟清揚（2018）的研究，本文采用股權(quán)激勵決策（Incentive）和股權(quán)激勵力度（PPS）這兩個指標考察經(jīng)濟政策不確定性對股權(quán)激勵的影響。[3]股權(quán)激勵決策（Incentive）為虛擬變量，若第t年上市公司實施了股權(quán)激勵，則取值為1，否則為0。股權(quán)激勵力度（PPS）采用上市公司高管當(dāng)年獲得的股權(quán)激勵股數(shù)占公司總股數(shù)的比例來度量，高管被授予的股票數(shù)量越多，占公司總股數(shù)的比例越大，表明股權(quán)激勵力度越大。

2.經(jīng)濟政策不確定性

本文選取Baker et al.（2016）編制的中國經(jīng)濟政策不確定性指數(shù)來度量宏觀經(jīng)濟政策不確定性（EPU）。Baker et al.（2016）基于對《南華早報》文章中關(guān)鍵詞的搜索，統(tǒng)計《南華早報》每個月新聞報道中符合統(tǒng)計要求的新聞報道數(shù)目，然后除以當(dāng)月《南華早報》所有新聞報道數(shù)目，構(gòu)建得到中國的經(jīng)濟政策不確定性指數(shù)。指數(shù)的起始年份為1995年1月，并以此為基礎(chǔ)進行標準化，逐月更新之后每個月的經(jīng)濟政策不確定性指數(shù)。參考孟慶斌和師倩（2017）的方法，采用幾何平均的方法衡量，取一年內(nèi)經(jīng)濟政策不確定性月度數(shù)據(jù)幾何平均值，再除以100作為年度變量值。

3.控制變量

借鑒現(xiàn)有文獻（例如Kang and Liu，2008；呂長江等，2011；Armstrong and Vashishtha，2012；沈紅波等，2012；王琨和徐艷萍，2015；王棟和吳德勝，2016）的做法，本文對影響公司股權(quán)激勵的其他影響因素進行了控制，包括公司規(guī)模、財務(wù)杠桿、盈利能力、產(chǎn)權(quán)性質(zhì)、成長性、企業(yè)價值、兩職合一、第一大股東持股比例、董事會規(guī)模。此外，模型中還加入了行業(yè)虛擬變量以控制行業(yè)固定效應(yīng)。關(guān)鍵變量的定義如表1所示。

（三）回歸模型

為了驗證假設(shè)，本文構(gòu)建Probit模型（1）檢驗經(jīng)濟政策不確定性對股權(quán)激勵決策的影響，構(gòu)建OLS模型（2）檢驗經(jīng)濟政策不確定性對上市公司股權(quán)激勵力度的影響。

在模型中，βi是回歸系數(shù)，ε是誤差項，i表示個體，t表示年度。在模型（1）中，被解釋變量Incentive表示股權(quán)激勵決策，解釋變量EPU表示經(jīng)濟政策不確定性指數(shù)。在模型（2）中，被解釋變量PPS表示公司股權(quán)激勵力度，采用高管當(dāng)年得到的股權(quán)激勵股數(shù)占公司總股數(shù)的比例度量。根據(jù)本文的研究假設(shè)，預(yù)期模型（1）和模型（2）中EPU的回歸系數(shù)β1均顯著為正。

Incentivei, t=β0+β1EPUt+β2Sizei, t+β3Leveragei, t+β4ROAi, t+β5SOEi, t+β6Growthi, t+β7Tobin's Qi, t+β8Dualityi, t+β9Top1i, t+β10Board_sizei, t+Industry+εi, t

（1）

PPSi, t=β0+β1EPUt+β2Sizei, t+β3Leveragei, t+β4ROAi, t+β5SOEi, t+β6Growthi, t+β7Tobin's Qi, t+β8Dualityi, t+β9Top1i, t+β10Board_sizei, t+Industry+εi, t

（2）