Page 83 - 《北京工商大学学报（社会科学版）》2020年第1期
P. 83

第 35 卷摇 第 1 期                王雅茹, 刘淑莲: 企业声誉与并购溢价决策


   模在 100 万元人民币以下的并购事件样本;(6)                       品/ 服务质量、创新能力、长期投资价值、财务状
   参照王艳、李善民        [22]  等学者的处理方法,保留同              况、吸引及保留人才的能力、社会责任、资产的合

   一家上市公司在同一年份发起的首次并购事件,                           理使用和全球化运营的有效性等 9 项指标对候选
   以降低不同并购事件之间可能存在的影响。 本文                          企业进行打分,并填写两类调查问卷,一是根据受
   最终取得了 1 329 家上市公司发起的 2 247 起并                   访者所在行业为同行业候选企业打分,综合得分
   购事件样本。 相关研究数据主要来自 CSMAR 并                       最高的前 5 名进入行业榜;二是不分行业在所有
   购重组数据库、财富中文网、财务报表数据库、治                          候选企业中选出其最为推崇的企业,综合得分最
   理结构数据库及历年上市公司年报。 为了消除异                          高的 50 家企业进入“最受赞赏的中国公司冶全明
   常值对计量结果的不利影响,本文对所有连续变                           星榜。 该排行榜数据以我国全部企业(包含所有

   量进行了上下 1% 的 Winsorize 处理。                       沪深 A 股上市公司) 为统计分析对象,且具有较
       (二)模型设定和变量定义                                强的准确性和可靠性,因此在企业声誉的文献中
       参考陈仕华和卢昌崇          [1] 、Haleblian et al.  [7]  等  为研究者所广泛使用。 具体而言,本文以 2006 年
   学者的研究,本文设立如下回归模型以检验 H1:                         至 t - 1 年上市公司在《财富》(中文版)杂志评选
                                                   的“最受赞赏的中国公司冶 全明星榜或行业榜上
     Premium = 琢 + 琢 Reputation + 移 Control + 着
                0   1
                                                   榜次数之和来测量企业声誉(即若上市公司在某
                                           (1)
                                                   一年上榜,则该年计次数为 1,否则计次数为 0)。
       设立如下回归模型以检验 H2( 包括子假设
                                                   考虑到企业在投资者心目中的声誉可能会随着时
   H2a、H2b 和 H2c):
                                                   间推移而发生折损,参照 Haleblian et al.          [7]  的处
            Premium = 茁 + 茁 Reputation +
                                                   理方法,本文对企业上榜次数按时间价值折现后
                      0   1
     茁 Historical_Gap \Industrial_Gap \Market_Gap +
      2
                                                   累加求和,具体公式为:企业声誉(Reputation) =
     茁 Reputation 伊 Historical_Gap \Industrial_Gap \
       3                                            t-1  上榜次数  t
            Market_Gap + 移 Control + 着     (2)     移   上榜年数     。 特别地,如果某家上市公司连续
                                                    2006
       其中,所涉及的研究变量如下:                              数年上榜,则截止至该公司未上榜之前的年份均
       1郾 被解释变量———企业并购溢价(Premium)                  不进行折现,而是直接进行累加求和。
       国外研究中关于企业并购溢价的度量主要是                             3郾 调节变量———业绩期望差距( Historical_
   基于如下方法:并购溢价 = (每股收购价格 - 每                       Gap \ Industrial_Gap \ Market_Gap)
   股市值) / 每股市值,但该种方法适用于较完善资                            参照现有研究        [16]  ,本文通过如下方法衡量

   本市场的并购交易。 在我国特殊的制度背景下,                          企业业 绩 期 望 差 距: 一 是 历 史 业 绩 期 望 差 距
   该测量方法会因壳资源交易、政府干预、市场非理                          (Historical_Gap),即企业实际业绩与历史期望业
   性投资者等诸多复杂因素而失效                 [1]  。 在当前的      绩的差距,以企业当年实际业绩低于历史期望
   资本市场背景下,我国上市公司并购主要通过协                           业绩时二者之间的差距值来进行度量。 首先,
   议转让方式进行,而且以公司净资产作为并购交                           参照现有研究       [25] ,本文以如下公式计算企业历
   易谈判的基准。 因此,本文参照以往学者的研                           史期望业绩:
   究  [23] ,采用如下方法度量企业并购溢价:并购溢                               A i,t  = (1 - 渍)P  i,t - 1  + 渍A  i,t - 1  (3)
   价( Premium) = ( 交易总价 - 交易标的的净资                      其中,P   i,t - 1 为企业 i 在 t - 1 期的实际业绩,
                        淤                          以总资产收益率进行度量。 A 和 A                  分别为企
   产) / 交易标的的净资产 。                                                            i,t  i,t - 1
                                                   业 i 在 t 期和 t - 1 期的历史期望业绩 。 参照
                                                                                       于
       2郾 解释变量———企业声誉(Reputation)
       参照已有研究的做法,本文以《 财富》 杂志                       Chen  [26] 等学者的做法,本文取 渍 = 0郾 4 来计算企
   “最受赞赏的中国公司冶 排行榜数据作为企业声                          业历史期望业绩。 然后,计算企业 i 在 t - 1 期的
   誉的数据来源       [24] 。 自 2006 年起,《财富》 ( 中文         实际业绩与其历史期望业绩的差值(即 P                    i,t -1  -
   版)通过网络向 38 000 名左右中国企业管理者发                      A i,t - 1 ),并进行截尾处理   [25]  :若企业 i 在 t - 1 期
   放调查问卷,每位受访者按企业的管理质量、产                           的实际业绩小于其历史期 望 业 绩 ( 即 P                i,t - 1  -

                                                                                        · 7 9 ·
   78   79   80   81   82   83   84   85   86   87   88