謹慎選擇三種期權計畫

2021-04-12 18:10:28 字數 3733 閱讀 6456

正如乙個矽谷經理人員所言:「你不得不對期權進行重新定價,不然,員工會到市場上重新定價他們。」

對企業而言,要制定乙個期權計畫是很容易的,但要擁有乙個真正適合自己的期權計畫卻並非那麼輕而易舉。林林種種的期權計畫讓人眼花繚亂,但若將表面的紛繁砍去,它們的實心部分便一覽無遺。期權計畫的核心價值在於激勵,但不同的期權計畫卻有不同甚至差異相當顯著的激勵效果。企業應該在借鑑國外經驗的基礎上,為「自己的」期權計畫「量體裁衣」。

固定價值計畫

在固定價值計畫(fixed value plans)下,經理人員在期權的有效期內,每年可獲得預定價值的期權。例如,公司的董事會可規定ceo可在今後的三年內每年獲得100萬美元的期權。期權價值的計算一般採用black-schloes模型或類似的計價模型。在該模型中,要考慮諸如期權的有效期、現行利率、****的波動性及股利率等因素。固定價值計畫亦可以將期權價值與經理人員的現金報酬相掛鉤,這樣,所授期權的價值可隨著經理人員工資的增加而增加。

固定價值計畫如今在國外十分流行。這倒不是說它們天生比其它計畫要好,而是因為它們能讓公司有效地控制經理人員的報酬以及**期權報酬佔總薪酬的比重。通過每年對經理人員薪酬構成(package)進行調整,以使經理人員的薪酬與業內水平保持一致,公司就能減少薪酬顧問所稱的「員工維繫風險」(retention risk)----員工跳槽到其它開價更高的公司的可能性。

但固定價值計畫有乙個明顯弱點。因為預先確定了未來授權的價值,它們就弱化了報酬與業績的聯絡。經理人員會在業績良好的年頭獲得較少的期權(因為****高),而在業績較差的年頭卻能獲得較多的期權。試舉一例:假設乙個名叫約翰的ceo,作為薪酬的一部分,他每年可獲得100萬美元的平價(at the money)期權----指行權價與授予時的**市價相等。在第一年,公司股價為100美元,約翰當年得到約28,000股期權。第二年,約翰成功地將公司股價帶上了150美元。結果,他當年只得到18,752股期權。每三年,**又**了50美元。現在,股價**了一倍,而約翰所得到的期權只有第一年的一半。

下面看一下當公司業績糟糕的時候約翰的情況。第2年,股價從100元**至65元。約翰價值不變的100萬期權將給他帶來43,000股的期權。第3年股價只有30元了,約翰可得到的期權數量激增至近94,000股。換句話說,他把公司給毀了,可他卻得到了公司大量的**。(見表1----不同期權計畫對報酬的影響)

雖然約翰持有的期權價值將隨著股價的波動而波動,然而每年授予的期權(以及總薪酬)卻與公司的業績脫鉤。出於這個原因,固定價值計畫所提供的激勵效果是三種計畫中最弱的。

固定數量計畫

固定價值計畫是規定了每年授予期權的價值,而固定數量計畫(fixed number plans)則是規定了每年授予的期權數量。在固定數量計畫下,不管股價如何變動,約翰將在三年內每年得到28,000股固定數量的平價期權。因而,在固定數量計畫下,報酬和業績之間的聯絡相當緊密。兩年內股價若增長100%,約翰所得到的期權價值將從第1年的100萬增至第三年的200萬美元。與此相反,若股價**70%,他的期權價值將跌至30萬美元。

因為固定數量期權計畫將報酬與業績緊密結合,與固定價值期權相比,它們能提供更為出色的激勵。

巨授計畫

第三種期權計畫是最有力的激勵計畫----巨授計畫(megagrant plans)在小企業和上市後的高科技企業(尤其是矽谷)中普遍使用。巨授計畫是具有最大槓桿效應的期權計畫,因為它們不僅預先確定了期權數量,而且鎖定了行權價。繼續上例,在巨授計畫下,約翰將在第1年一次性獲得近80,000股的期權(按black-scholes模型計算出來的價值為280萬美元,相當於按每年100萬美元以三年為期進行貼現所計算出來的總現值)。股價的波動將對這種大量持有期權的做法影響甚大。若股價翻番,約翰所持期權的價值將激增至810萬美元。若股價**70%,他的期權將只值21·1萬美元,不到原先280萬美元的8%。

迪斯尼總裁michael eisner是持有巨授期權ceo的典型代表。自1984年以來,每隔幾年,eisner就可以獲得大約幾百萬美元的期權。正是這些巨授期權,給他帶來了驚人的財富。

對於缺乏活力的我國國有企業而言,此類期權計畫為上佳之選。期權計畫間的權衡

因為期權內含的思想是獲得槓桿效應,而巨授計畫能獲得最大效用的槓桿,你可能會認為所有的公司都應該放棄多年計畫,而採用巨授計畫。事情並不那麼簡單。對不同計畫進行選擇,是一種在提供目前的強效激勵和確保今後該強效激勵依然存在之間的權衡,特別是當公司的股價**甚大時。

要知道,巨授計畫有乙個致命弱點。看看股價**時約翰的情況吧。兩年以後,他的期權大大縮水(underwater),他毫無希望再從中獲得很大收益,巨授計畫對他而言,已失去了激勵作用。他也不能像多年計畫一樣,重新(每年)獲得新的平價期權來彌補舊的虧價期權了。若股價的**完全是由於經營不善造成的,約翰可以說是咎由自取。不過,若股價**是由於市場的波動,或由於約翰在走馬上任之時市場高估了**價值的話,那約翰只能自嘆命薄。這對公司來說亦非善事,因為他很可能棄公司而去。

具有諷刺意味的是,很多採用巨授計畫的公司----高科技公司----正是容易遭受股價異常波動的公司。由於股價的劇烈波動,期權價值的極端變幻也相當普遍。由於市場對公司人員的需求很旺,在期權喪失價值時,他們會輕易走人。的確,矽谷充滿了在股價**時面臨人力資源危機的巨授公司。這些公司必須在兩難中進行選擇:一是對期權進行重新定價(repricing),這會破壞所有未來期權計畫的完整性並激怒股東,二是保持克制,不對期權進行重新定價,眼睜睜地看著喪失士氣的員工離開公司。

蘋果公司,網景公司,adobe systems,e*trade,peoplesoft及sybase等公司均在近年內對它們的期權重新定價過。正如乙個矽谷經理人員所說,「你不得不對期權進行重新定價,不然,員工會到市場上重新定價他們。」

既然矽谷公司能通過授予多年計畫來避免這些情況的出現,為什麼它們不這麼做呢?答案是:傳統使然。在上市之前,高科技公司發現使用巨授計畫非常有吸引力。會計準則和稅法允許它們按很低的行權價授予期權。這些所謂「廉價期權」(penny options)喪失價值的可能性很小。它們的風險水平,不同於一般的期權風險,而跟**差不多。

當它們上市後,公司習慣使然,繼續使用巨授期權,並不過多考慮其它期權計畫。但是現在情況不同了,如今它們授予的是平價期權。我們知道,在股價波動劇烈情況下的平價期權的風險是很大的。原本對經理人員很具吸引力的授「權」方法,突然變成了讓他們喪失士氣或導致他們離去的因素。

一些高科技公司經理人員辯稱道他們別無選擇,只能採用巨授期權來吸引人才。但在同等情況下,固定數量期權計畫可以達到相同的吸引效果,同時風險亦很低。在固定數量計畫下,能夠保證每年都能獲得一定數量的期權,而且每年的行權價可以隨著股價的波動而波動。這樣,在股價**時,期權的價值會有較大的彈性。

很多矽谷經理人員都會擔心自己在不恰當的時機(比如說,當這些公司的股價目前正被市場高估時)加入上市後的高科技公司。對於公司而言,上市後從巨授計畫轉向多年計畫,或在巨授計畫中制定不同的行權價,可以較好地減少股價**的風險。(見表2---三種期權計畫之比較)

小型、高波動的矽谷公司不僅僅是被舊習慣誤導的公司,大型、穩定、成熟的公司也容易長期選擇錯誤的計畫。它們會被多年計畫蒙蔽,特別是被固定價值計畫蒙蔽,而它們本可以用巨授計畫來獲得更好的效果。

對於大型穩定的公司而言,它們面臨的最大威脅不在於損失幾個高層經理人員,而在於裹足不前。為了持續繁榮,公司需要時時引燃「思想的火花」,啟用經理人員強烈的進取精神。巨授計畫的高激勵非常理想地適合這種情況。然而這些公司卻往往對其置之不理。為什麼會這樣呢?因為公司過多地依賴諮詢家的薪酬調查報告,這使它們傾向採用可控制的但卻是低激勵的固定價值計畫。

三種期權計畫,各得其所。當期權能讓經理人員像股東一樣進行思考和行動時,並不是所有的期權計畫生來就是平等的。只有對期權計畫有乙個充分的了解----知道它們在不同的情況下提供的不同的激勵,它們不同的形式會影響它們的功能,公司才能確保自己的期權計畫能夠成功實現預期目的。若運用不當,期權不會比傳統的報酬方式好多少。在一些情況下,它們還可能會有負效應。王珏 饒 磊王珏 饒 磊

冒泡 選擇 插入三種排序

工作閒下來了,偶來學習下排序演算法的思想,適當的緩解下壓力,換個思考方式也很不錯的。氣泡排序 是一種簡單的排序演算法。它重複地走訪過要排序的數列,一次比較兩個元素,如果他們的順序錯誤就把他們交換過來。走訪數列的工作是重複地進行直到沒有再需要交換,也就是說該數列已經排序完成。這個演算法的名字由來是因為...

css三種選擇器

1.選擇器 2.派生選擇器 我是粗體字,不是斜體字,因為我不在列表當中,所以這個規則對我不起作用 我是斜體字。這是因為 strong 元素位於 li 元素內。我是正常的字型。3.id選擇器 我的id是red,使用id選擇器 aaaa bbbb 4.id 選擇器用於建立派生選擇器 我只符合id選擇器,...

冒泡 插入 選擇 三種排序

一 氣泡排序 演算法思路 兩兩比較相鄰記錄之間關鍵字,如果反序則交換,直到沒有反序的記錄為止。具體 import random data n int raw input for re in range 0,n a random.randint 1,1000 data re a print data ...