三、研究設計

（一）樣本選擇與數據來源

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督管理委員會于2005年12月31日頒布《上市公司股權激勵管理辦法（試行）》（證監公司字〔2005〕151號），并于2006年1月1日起正式實施。因此，2006年是可獲得股權激勵數據的最早年份。

在初始樣本的基礎上，本文剔除了金融行業樣本，因為金融行業上市公司的財務報表結構及相關監管制度與其他行業存在較大差別。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，本文對所有連續變量進行了1%和99%的縮尾處理。此外，為了保證研究結果的穩健性，本文對所有回歸系數的標準誤進行了企業層面的聚類調整。經上述處理后，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，本文采用股權激勵決策（Incentive）和股權激勵力度（PPS）這兩個指標考察經濟政策不確定性對股權激勵的影響。[3]股權激勵決策（Incentive）為虛擬變量，若第t年上市公司實施了股權激勵，則取值為1，否則為0。股權激勵力度（PPS）采用上市公司高管當年獲得的股權激勵股數占公司總股數的比例來度量，高管被授予的股票數量越多，占公司總股數的比例越大，表明股權激勵力度越大。

2.經濟政策不確定性

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

3.控制變量

借鑒現有文獻（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激勵的其他影響因素進行了控制，包括公司規模、財務杠桿、盈利能力、產權性質、成長性、企業價值、兩職合一、第一大股東持股比例、董事會規模。此外，模型中還加入了行業虛擬變量以控制行業固定效應。關鍵變量的定義如表1所示。

（三）回歸模型

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

在模型中，βi是回歸系數，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表示股權激勵決策，解釋變量EPU表示經濟政策不確定性指數。在模型（2）中，被解釋變量PPS表示公司股權激勵力度，采用高管當年得到的股權激勵股數占公司總股數的比例度量。根據本文的研究假設，預期模型（1）和模型（2）中EPU的回歸系數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）