不同并购类型下行业间并购溢价的差异研究

魏欢（西安财经大学 陕西西安 710100）

企业并购可以通过技术的共享以及经营活动的整合实现效益的提升［1］。并购溢价是衡量一个企业并购活动成功与否的重要依据，从以往学者对于并购溢价的大量研究以及市场中所发生的各项并购事件可以看出，高溢价容易导致高失败率。如何正确评估并购标的价值对并购活动来说至关重要。近年来，各行业内的并购溢价水平呈现出明显差异性，因此，本文立足于整个行业，并考虑到并购类型的差异性，研究不同并购类型下行业间并购溢价差异产生的原因。

一、理论基础与研究假设

（一）行业集中度对并购溢价的影响。在行业集中度方面，陈欣、宋玉禄等（2020）以我国A股市场并购事件为样本，实证研究发现行业集中度与并购频次有着显著的正相关关系，行业集中度越高，并购次数也会越多［2］。也有学者关注到了行业集中度对并购溢价的影响，Slusky和Caves（1991）认为，并购标的方所在行业较高的行业集中度代表该行业企业数量较少，主并方可供选择的目标企业不多，为了并购该行业的目标企业就需支付更多的溢价［3］。王佳琦（2021）认为，当主并方掌握更多被并购企业的信息时，可以有效降低并购溢价，而这种优势随着目标企业所处行业集中度的升高而降低，即当目标企业所处行业集中度较高时，较弱的市场竞争可提供的信息较少，主并方由于处于信息劣势，更可能支付较高的溢价，而当主并方所处行业集中度较低时，较激烈的市场竞争可提供的信息较多，主并方可以利用这种信息优势降低并购溢价的程度［4］。据此，本文提出以下研究假设：

H1：并购标的方所在行业的行业集中度与并购溢价之间呈显著正相关关系。

（二）行业绩效对并购溢价的影响。现有的大多数研究集中于并购溢价对并购后企业绩效的影响，而对于企业绩效甚至于行业绩效对并购溢价影响的研究较少。白雪（2015）对我国上交所和深交所2007—2013年并购事件研究发现，行业绩效与并购溢价水平呈显著正相关关系［5］。耿云江等（2020）认为，收购方应当为并购标的企业支付与其盈利质量相匹配的溢价水平，并购标的企业所在行业的绩效情况会对并购溢价产生影响［6］。据此，本文提出以下假设：

H2：并购标的企业所在行业的行业绩效与并购溢价之间呈显著正相关关系。

（三）行业成长性对并购溢价的影响研究。在行业成长性方面，Madura等（2012）发现宏观因素和行业因素的差异对并购溢价有不同的影响，一些行业因素有利于本行业的发展，使得行业有更加明朗的发展前景，能够提供预期协同效应，从而使得并购产生高溢价［7］。阎铭、覃艳鲁（2017）以81个互联网行业并购事件为研究对象，发现目标企业所在行业的发展潜力和并购溢价呈正相关关系［8］。彭佑元、韩冰清（2020）以凯撒文化为例对游戏行业的超高溢价进行了分析，认为游戏行业的高溢价源自其是新兴文化产业，较传统行业来说具有较大的成长空间，另外游戏公司大都是轻资产型，估值时众多表外资产的存在也是导致溢价过高的内部成因［9］。邹彩芬（2012）以 2000—2009美国上市公司并购事件为样本，研究了并购标的公司行业状况包括行业成长性对并购溢价的影响，结果证明并购标的公司的成长性与并购溢价显著正相关［10］。据此，本文提出以下假设：

H3：并购标的企业所在行业的行业成长性与并购溢价呈显著的正相关关系。

（四）并购类型对并购溢价的影响研究。并购类型主要是分为横向并购、纵向并购、混合并购三类，目前关于并购类型对并购溢价影响研究的文献较少，现有研究集中于对并购绩效和并购动机的影响研究。李蕾和宋志国（2009）以2005年沪深两市发生的并购事件为样本，发现不同的并购类型对并购绩效会呈现出不一样的影响，横向并购的效果最好、纵向并购绩效最差，混合并购的绩效存在差异［11］。黎腾升（2020）以 2004—2016年沪深 A 股上市公司的并购事件为研究对象，对收购方组织资本对并购绩效的影响进行了分析，并且进一步检验了不同的并购类型之下这种影响的变动［12］。张敦力（2021）对并购类型划分为横向并购和非横向并购［13］，依据信息不对称理论和规模效应理论，认为当处于横向并购时，主并双方的行业集中度、成长性、行业绩效都一致，另外，采取横向并购的企业主要是为了扩大规模，提高自身的市场影响力，表明主并方看好本行业，支付溢价更多考虑的是并购标的公司层面因素，行业层面因素就不再是并购溢价的考虑因素。在非横向并购下，主并方和并购标的公司不属于同一行业，此时行业间差异就会成为并购溢价的衡量因素。据此本文提出以下假设：

H4：在横向并购下，并购标的企业所在行业的行业因素对并购溢价不具有显著影响。

H5：在非横向并购下，并购标的企业所在行业的行业集中度、行业成长性、行业绩效会对并购溢价产生显著影响。

二、研究设计

（一）样本选取。本文选取2016—2020年我国A股上市公司作为主并方所发起的并购事件为研究样本，并根据国家统计局所发布的2019年（修订版）国民经济行业分类指引对并购标的企业所属行业进行分类。所收集数据按以下条件进行筛选：（1）剔除关联交易和并购失败的事件；（2）剔除资产剥离和资产置换的非常规交易；（3）剔除数据不全的事件；（4）剔除当年新上市或将暂停上市的公司；（5）同一个主并公司发起的并购事件选取并购金额最大的事件作为样本数据，其他事件删除。本文有关并购事件和部分行业指标的数据均来自国泰安数据库，使用Excel进行数据整理，利用Stata进行数据分析。

（二）变量设计。

1.被解释变量。本文的被解释变量为并购溢价率，计算公式参考以往学者普遍使用的衡量方法：并购溢价率=（主并公司实际支付价格-并购标的企业的市场价值）/并购标的企业的市场价值×100%。

2.解释变量。本文使用并购标的企业所在行业的行业集中度、行业成长性、行业绩效三个变量作为解释变量，来研究其对并购溢价的影响。行业集中度表示并购标的企业所在行业的竞争程度，行业集中度越高，表明并购标的企业所处行业内竞争程度较弱，参与竞争的企业数量较少，主并方可选择的目标企业越少。行业集中度越低，表明并购标的企业所处行业中竞争程度越激烈，参与竞争的企业数量较多，主并方可选择的目标企业越多。衡量方法参考白雪（2015）所使用的CR4指标，即使用每个行业前四家最大企业的营业收入之和占整个行业营业收入的比重来衡量［5］。行业成长性，参考杨兴全（2016）的做法，使用行业TOBINQ中位数来衡量行业的成长性［14］。TOBINQ值越大，表明某一行业成长性越好，TOBINQ值越小，表明并购行业成长性越弱，越不具有吸引力。行业绩效，采用行业总资产贡献率来衡量，如果某一行业总资产贡献率高，即意味着本行业具有较高的绩效水平，如果某一行业总资产贡献率低，则意味着本行业的绩效水平较弱。

（三）模型构建。为了检验假设1、假设2和假设3，在综合以往学者的分析思路以及对影响行业间并购溢价的因素进行分析后，建立以下模型：

其中，αit为常数项，βit为参数向量，PREM为并购溢价，CR4为行业集中度，TOBINQ为行业成长性，ROA为行业绩效指标，μit表示误差项。

为了检验假设4和假设5，依据模型1按不同的并购类型分为横向并购样本组和非横向并购样本组分别进行回归分析。

三、实证结果与分析

（一）描述性统计。本文以是否为横向并购来划分并购类型，从表1可以看出，不同并购类型下并购溢价率存在较大差异，非横向并购下的溢价率均值比横向并购下的溢价率均值多出70%左右。这种差距可用信息不对称理论来解释，即当并购类型为横向并购时，并购双方属于同一行业，会降低由于信息不对称所导致的高溢价，当处于非横向并购时，并购双方不再处于同一行业，由于信息不对称的存在容易导致高溢价的现象产生。

表1 不同并购类型下的并购溢价率指标描述性统计

（二）相关性分析。对本文的主要变量进行相关性分析，由表2可以看出，所有变量与并购溢价率均在1%的水平上显著相关。单独来看，行业集中度与并购溢价率显著正相关，初步验证了假设1；托宾Q值和总资产贡献率与并购溢价显著正相关，即行业成长性和行业绩效与并购溢价正相关，初步验证了假设2和假设3。另外，各变量之间的系数不到0.5，不存在共线可能，可继续进行下一步分析。

表2 相关性分析表

（三）回归分析。依据模型1进行整体性回归，回归结果如表3所示，行业集中度与并购溢价率在1%的水平上显著正相关，证实了假设1；托宾Q值与并购溢价率在1%的水平上显著正相关，假设2由此得证；总资产贡献率与并购溢价率在5%的水平上显著正相关，假设3得证。

表3 整体性回归表

依据模型1按照并购类型分组回归，回归结果如表4和表5所示。在横向并购的样本组，行业集中度、行业成长性、行业绩效三个变量都不再显著，横向并购的交易属于同一行业内部的交易，主并方和并购标的企业属于同一个行业，这时行业集中度、行业成长性、行业绩效相同，不存在因为信息不对称而导致的并购溢价，主并双方更关注于公司层面的因素来确定溢价水平。在非横向并购样本组下，主并企业和并购标的企业非同一行业，行业层面的因素会成为并购溢价决策的考虑因素之一。此时行业集中度在1%的水平上与并购溢价显著正相关，总资产贡献率和托宾Q值均在5%的水平上与并购溢价显著正相关，说明行业成长性和行业绩效与并购溢价显著正相关。假设4、假设5得以证明。

表5 非横向并购回归表

（四）稳健性检验。为了验证结论的稳健性，本文采取以下方法进行稳健性检验，且得到了与实证结果一致的结论：第一，添加控制变量。考虑到模型回归分析中会忽视某些对结论产生重要影响的变量，因此，本文添加了并购标的企业规模、并购标的企业是否属于高科技产业、并购标的企业的资产负债率三个控制变量。第二，替换变量的衡量方法。由于行业集中度指标（CR4）不能充分反映企业规模分布的差异，为解决这一缺陷，采用赫芬达尔指数（HHI）来衡量，即同行业中各企业营业收入与行业营业收入总额之比的平方累加，该指数是基于行业中所有企业的总数和规模来计算的，可以反映出行业集中度无法反映的企业规模分布的差别。

四、结论、建议与展望

（一）结论。本文在对行业间可能影响并购溢价差异的因素进行研究后发现，并购标的企业所在行业的行业集中度、行业成长性以及行业绩效对并购溢价均具有明显的正向促进作用。在区分横向并购与非横向并购后，发现当处于横向并购，即并购双方处于同一行业时，并购企业与标的企业所面临的行业条件是一致的，这时行业集中度、行业成长性、行业绩效不再是主并方支付并购溢价的考虑因素。当处于非横向并购，即并购双方不处在同一行业时，行业间的差距便会成为并购溢价的考量因素，即并购标的企业所在行业的行业集中度、行业成长性、行业绩效会对并购溢价产生显著影响。

（二）建议。第一，在主并双方定价层面，如果并购标的企业与主并方处于同一行业，那么并购双方在制定并购价格时，应该尽量多地关注双方企业层面的因素，比如双方的财务状况、治理结构、创新能力，以衡量支付一定的溢价是否可以提高并购活动的总体绩效。如果并购标的企业与主并方不处于同一行业，那么在做出定价决策前主并方应充分考察并购标的企业所在行业的行业集中度、行业成长性、行业绩效，在了解之后再结合双方企业层面的因素做出合理的定价决策。第二，政府可以通过制定一系列行业政策，通过宏观手段来调整行业间的差异性，从而更好地规制市场，进行资源的有效配置，引导各行业的发展态势。

（三）展望。本文所得出的结论对于现有并购溢价的研究提供了全新的视角，为后续同类的研究具有一定的参考意义。但目前国内关于行业间差异研究的指标构建尚不健全，如行业风险、行业波动率等指标仅可用于并购标的企业为上市公司的样本研究，而在我国并购市场上，并购标的大多为非上市公司，仅关注上市公司，会导致研究结果并不具有普适性，之后的研究可以对行业特征进行更细化的衡量，指导企业更合理的定价。同时，除了行业特征之外，其他的宏观因素对并购溢价的研究较少，有关这方面的研究可以进一步拓展，丰富宏观层面并购溢价的理论研究。