并购目标识别_来自中国证券市场的证据

《并购目标识别_来自中国证券市场的证据》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、并购目标识别:来自中国证券市场的证据张金鑫张艳青谢纪刚(北京交通大学经济管理学院100044)【摘要】如何利用公开信息在并购公告发布前识别并购目标是并购研究的热点问题之一。本文以中国A股市场2001年至2008年股权并购且控制权转移的目标公司为样本，采用单因素方差分析、多重共线性诊断和Logistic回归技术筛选变量并建立并购目标预测模型。研究发现，中国市场上的并购目标公司具有高财务杠杆、低偿债能力、盈利能力差、增长乏力、股权分散且股份流动性强等特点。虽然该模型解释能力较强，但其预测准确率不高，说明在中国市场上预测并购目标是难以实现的。【关键词】并购目标控制权转移单因素方差分

2、析Logistic回归一、引言什么样的上市公司容易成为并购目标企业，一直是证券投资实务以及金融理论研究关注的问题之一。早期的并购目标识别模型大都宣称有较强的预测能力(赵勇、朱武祥，2000)。例如，SimkowitzandMonroe(1971)指出，他们的多元离散模型正确地预测了所估计样本中并购公司的83%和未并购公司的72%。Stevens(1973)表示其运用多元判别分析(MDA)对并购目标判别检验的正确率达到70%。DietrichandSorense(1984)更声称其运用Logistic模型预测目标公司有高达90%的准确率。但也有学者对此不以为然，如Jensena

3、ndRuback(1983)指出预测未来的并购“如果不是不可能的话，至少也是十分困难的”;CastagnaandMatolcsy(1985)选用了盈利能力、流动性、负债率等作为测量指标，结果表明利用财务指标对20世纪70年代并购目标的预测并不具有效性。Palepu(1986)总结了前人并购预测模型所存在的三个缺陷:(1)模型估计时选取等比例样本(相同数目的并购与未并购公司)，而不是随机抽取，没有适当的估计修正，得到估计参数和并购概率有偏和不一致，高估了模型的预测能力;(2)使用等比例检验样本进行检验的结果不能代表模型对总体的预测能力，因为总体一般相对不平衡(未被并购公司数目远

4、大于被并购数目);(3)判别阀值概率的选取未考虑相应的决策环境，而是简单地选择0.5。他采用更为严谨的方法对美国1971－1979年间发生的并购进行了预测检验，发现模型对并购发生的动机有较强的解释能力，但难以预测并购的发生，说明具有显著解释能力的模型并不意味着可以用于预测并购目标。我国学者借鉴国外的研究成果，也开展了针对中国市场上并购目标预测的研究，所使用的研究方法基本是仿效Palepu(1986)的方法。孙永祥、黄祖辉(1999)分析了1994－1998年股权结构与并购现象之间的关系，启动了国内在这一领域的研究，但其研究因只关注了目标公司的股权结构，使得研究结果对目标公司特

5、征识别的贡献有限。赵勇、朱武祥(2000)对1998下半年发生的国有法人控股权协议转让(不包括无偿划拨)的3l家A股上市公司和39家随机抽取的控制样本公司进行了模型估计，但其研究样本选取年限过短，样本量过小，变量选择存在较大的主观性，也没有注意多重共线性问题，参照样本的选取也不够全面，研究结论不具说服力。李善民、曾昭灶(2003)分析了我国控制权转移的制度背景，并以1999－2001年A股市场发生控制权有偿转让的上市公司作样本，考察我国控制权转移公司的特征。遗憾的是，其拟合检验只是把用来建立回归模型的数据回代到模型，没有对未来数据做预测检验，从而没有触及并购目标预测问题。同时

6、，他们用来判断Logistic回归模型性能的指标运用并不恰当。崔学刚、荆新(2006)基于我国的资本市场与制度环境，运用全样本研究思路，以1999－2001年我国A股市场全部上市公司作为估计样本，选取盈利能力、营运能力、偿债能力、成长能力、公司规模、买壳成本、资金实力/收益质量、股权结构、股权性质、价值低估程度等十个方面的变量反映目标企业特征，发现我国上市公司控制权转移具有较好的可预测性。此外，国内学者在并购目标特征的深层次解释方面也进行了探索性的研究，如张彤、贺丹(2006)选取2004年内发生控制权转让的上市公司为样本，运用ANOVA和Logistic回归方法探求我国并购

7、目标公司区别于非目标公司的财务特征，并对几种具有代表性的并购动机做出检验。但总体来看，限于我国并购市场78发展时间较短，并购样本量相对有限，对模型的理解运用也存在一定的偏差，我国在此领域研究目前还处在较初级的水平。本文以发生控制权转移公司为研究对象，采用2001～2008年的全样本，按照财务理论框架选用尽量全面的指标变量，利用单因素方差分析遴选出在目标样本与对照样本间具有显著差异的变量指标，以克服主观选取变量导致的偏差。然后运用Logistic回归等统计方法建立控制权转移的预测模型，同时采用更为严谨与科