第
30
卷
摇
第
6
期 安
摇
然
:
并购绩效与信息不对称
———
基于中国上市公司的实证研究
报道的数量四个角度度量了公司的信息不对称
程度
,
发现异质波动率是合适的信息不对称的
替代变量
。
基于前人研究成果
,
本文主要选择
公司股价异质波动率
(
ivol
)
去度量公司内外部
人的信息不对称的程度
。
股价异质波动率是利
用市场收益率去拟合估计期的股票收益率
,
得
到的回归残差的标准差
。
公司股价异质波动率
越大
,
信息不对称越严重
。
借鉴
Hackbarth & Morellec(2008)
[22]
、
李善民
等
(2004)
[23]
等学者的做法
,
本文的控制变量主要
分为公司特征变量和交易特征变量两类
,
其中公
司特征控制变量均使用并购公告前
1
年末的数
值
。
此外
,
还加入了行业控制变量
(
中国证监会
行业分类
)
以及年度控制变量
。
变量定义见表
1。
表
1摇
主要变量的定义表
变量符号
变量名称
变量定义
CAR
累积超常收益率 并购公司的并购事件窗
(
公告前
5
日到后
5
日
)
的累积超常收益率
ivol
信息不对称代理变量
估计期的公司股价异质波动率
market
_
value
公司市值
公告前
1
年末的公司市值的自然对数
BtoM
市账比
公告前
1
年末的公司净资产账面价值与市场价值之比
DtoA
资产负债率
公告前
1
年末的公司总负债与总资产之比
net
_
profit
净利率
公告前
1
年末的公司当年净利润与总收入之比
first
_
sharehold
第一股东持股比例
公告前
1
年末的第一大股东所持股份占总股份的比例
concentration
股权集中度
公告前
1
年末的持股比例前五的股东所持股份占总股份的比例
turnover
换手率
估计期的日均换手率
expense
支付价值
并购方支付的对价的价值的自然对数
target
_
relative
目标方相对并购方的规模
目标方估值
(
或交易价值
)
与并购方市场价值的比例
pay
_
stock
股票支付
并购方采用股票支付的虚拟变量
;
否为
0
,
是为
1
pay
_
other
混合支付
并购方采用现金加股票支付的虚拟变量
;
否为
0
,
是为
1
failed
交易是否失败
交易是否达成的虚拟变量
;
成功为
0
,
失败为
1
year
年度控制变量
2007 - 2014
年度的虚拟变量
industry
行业控制变量
2012
年证监会行业分类的虚拟变量
摇 摇 (
三
)
计量模型构建
借鉴
Moeller et al. (2007 )
[7]
和
Erickson et
al. (2012)
[17]
的研究设计
,
采用多元回归统计方
法
。
为了检验信息不对称代理变量对并购公司的
并购绩效的影响
,
构建计量模型
(1):
CAR
=
琢
1
+
琢
2
ivol
+
琢
3
CONTROL
+
琢
4
移
year
+
琢
5
industry
+
着
(1)
摇 摇
其中
,
因变量
CAR
是并购方在并购事件窗
(
公告前
5
日到后
5
日
)
的累积超常收益率
,
主要
的自变量
ivol
是度量信息不对称程度的公司股价
估计期的异质波动率
。
CONTROL
表示模型中的
控制变量
,
见表
1,
year
和
industry
分别是年度和
行业控制变量
,
琢
表示常数项及各变量的回归系
数
,
着
为误差项
。
本文进一步将样本按支付方式分为现金支付
和股票支付并购两个子样本
,
进行方程
(1)
的多
元线性回归
,
来考察信息不对称对并购绩效的影
响的差异
。
四
、
实证分析
(
一
)
主要变量的描述性统计
首先来看
2 394
起并购事件的样本中的交易
特征情况
:(1)
支付方式方面
。
现金支付有
1 725
起
,
占比
72郾 06% ;
股票支付有
452
起
,
占比
18郾 88% ;
混合及其他支付方式
(
主要是股票加现
金支付
,
还包括承担负债等
)
有
217
起
,
占比
9郾 06% 。 (2)
交易成功与否方面
。
成功的有
2 286
起
,
占比
95郾 49% ;
失败有
108
起
,
占比
4郾 51% 。
(3)
各年份并购数量方面
。
除
2009
年降到最低
以外
,
整体呈现逐年增加的趋势
。
总体看来
,
2007—2014
年间
,
中国上市公司的并购主要是现
金支付方式
,
交易成功比例较高
,
并购数量逐年递
增
。
主要变量的均值见表
2。
·98·
