并购双方的依赖模式、整合战略与并购绩效:一个仿真研究

龚丽敏 胡 岩 江诗松 陈博康 游文利

(武汉大学 经济与管理学院, 湖北 武汉 430072)

0 引言

企业的并购行为存在明显的“双高”现象,即高发生率、高失败率。并购作为企业发展的重要外部增长源泉,自上个世纪以来已经引发了多次并购浪潮。2020年,中国的并购活动规模已经达到7338亿美元之巨,较2019年更是增长了30%。这显示出并购对管理者存在很强的吸引力。与此同时,并购却也存在很高的失败率。研究表明,平均有40%至60%的并购活动未能创造价值[1],还有一些学者甚至认为并购的失败率达到了70%至90%[2]。因此如何管理并购活动以创造价值提升并购绩效成为管理者亟待解决的重要问题[3]。

并购后整合(Post-merger integration, 以下简称PMI)被认为是并购绩效的决定性因素[4]。PMI始于并购交易的结束,但通常需要数年时间才能完成[3,5]。通过有效的整合可以避免协调失败,从而在双方之间产生较强的协同效应,并最终为企业创造价值[6-7]。然而,研究同时表明,整合破坏而非创造股东价值[8]。整合可能会给目标企业带来破坏性影响,导致组织混乱和目标企业员工积极性下降等[9]。由于缺乏积极性,整合会对目标企业员工生产率产生负面影响,以致在收购后几年生产率出现显著下降的后果[10-11]。因此,PMI对并购绩效的影响十分复杂。关于整合战略的相关特征(如整合速度)对并购绩效的影响到底是促进还是抑制,文献至今存在明显的分歧[12]。

之所以出现上述分歧,与已有研究没有重视PMI过程的复杂性和动态性有关。首先,PMI过程复杂的内外部相互依赖关系为整合战略对并购绩效的影响带来了很大不确定性。尽管Haspeslagh和Jemison[13]很早就指出相互依赖作为并购绩效的决定因素,但后来学者倾向于将相互依赖带来的协调需求作为一个隐形假定,主要围绕整合作用展开研究,从而忽视直接考察相互依赖的影响。其次,整合过程需要相当长的时间,截面或者片段的研究难以客观评估整合战略对并购绩效的影响。事实上,在整合过程开始时很有意义的管理活动在一段时间后可能会被证明无效,甚至适得其反[14-15]。然而,目前大量实证研究将整合视为“一次性游戏”,而不是一个长期过程[16]。因此,一些学者呼吁从时间视角(temporal perspective)出发开展并购研究[17]。

针对这两方面的研究不足,本文研究问题是:在不同内外部相互依赖模式下,整合战略如何随时间影响并购绩效?企业采取什么样的整合战略才能实现更优的并购绩效?为了能更好地刻画组织内外部相互依赖模式和动态性,本文采用了仿真研究方法。具体而言,本研究将通过基于Agent的建模方法(具体为NK模型)建立一个并购双企业系统模型,并讨论在不同组织内外部相互依赖关系情形下不同整合战略随时间影响绩效的过程,从而揭示PMI与并购绩效之间的动态演化关系。

本文从三个方面对现有研究作出了贡献。首先,本研究调解了已有文献关于整合战略对并购绩效影响的不一致结论。在充分考虑到PMI过程复杂性和动态性的基础上,本研究发现整合战略对并购绩效并非简单的促进或抑制作用。第二,本研究推动发展了并购研究的时间视角。尽管企业如何基于时间来管理并购活动非常关键[17],但迄今只有少数研究关注其动态过程[14-15]。本文将时间(特别是短期vs.长期)作为重要权变因素加以考虑,推动发展了PMI过程的时间视角研究。第三,本研究揭示了内外部相互依赖在整合战略影响并购绩效中的复杂作用。通过模型仿真,我们能够清楚地分离出不同相互依赖情形下,不同整合模式对企业并购绩效随时间演化的复杂影响。

1 文献回顾

PMI是利用收购创造价值的关键[9,13,16]。PMI是指企业并购后将活动组合在一个共同组织边界内,以提升收购企业和目标企业之间的协调水平[18]。PMI对并购绩效的影响较为复杂。一方面,PMI消除了先前的组织资源边界,可以发挥规模经济和范围经济提升价值的潜力[19]。PMI还通过将利益与组织目标形成一致的方式使收购双方遵循相同的指令和惯例,加强了收购双方的合作,增强了彼此行动的相互可预测性,从而发挥较强的协同效应[9]。所以谨慎的整合战略会对并购的成功产生重大影响。但与此同时,整合可能会对企业运营产生破坏性影响。研究表明,与预期相反,并购并不一定会改善收购公司的财务绩效[7,20-21]。因此,在制定整合决策时,收购企业公司面临着所谓的自治-整合困境:高水平的整合能够实现两企业的协同,从而提高并购绩效,但又会降低目标企业的自主性,从而可能导致组织混乱,从而降低并购绩效[22]。

企业间的相互依赖关系决定了并购将如何创造价值[13]。由于整合的成功与否很大程度上取决于企业间相互依赖的性质,因此不同相互依赖关系所需的整合战略一直是PMI的核心问题[23]。具体而言,相互依赖意味着“执行一项活动的价值取决于另一项活动如何进行”[9,24],因而决定了必要的协调程度[25]。根据卡内基学派,有限理性假设具备广泛的现实基础[26]。由于人们是有限理性的,相互依赖的范围越广,在认知能力受到限制的情况下,单个管理者进行决策的难度就越大[27]。如果收购企业和目标企业之间存在高度的相互依赖,则两个公司间需要达成高度协调,而这又要求高度的整合。因为通过整合,企业可以在相互依赖的个体之间创造足够的知识,使个体能够充分地预测彼此的行为从而相应调整自己的行为[28]。通过沟通和决策的信息加工活动,企业可以在众多问题上达成行动一致,使每个人都能安全地继续各自的行动,从而实现正面的协同效应[29-30]。协调也可能带来破坏性影响[31-32]。企业为实现企业间规模经济而做出的选择很可能限制单个企业内部成功适应的能力,这可能会损害企业的绩效[33]。单个企业不再根据自身的需要自由地做出决策变动,导致负面的刚性效应[34-35]。协调对整合企业绩效的净效应取决于协同效应和刚性效应的相对大小。

并购绩效不仅受到企业间相互依赖模式的影响,还可能受到每个企业内部相互依赖性即内部复杂性的影响[36]。很多文献强调复杂性会使企业陷入局部最优而增加组织刚性,最终对企业绩效有负面作用[27,37-38]。企业内部环境越复杂,系统就越难实现适应,此时企业更需要进行协调[39-41]。模块化可以缓解内部复杂性的影响。当活动系统可以分解为离散的子系统时,活动系统具有高度的可分解性。对于给定的复杂程度,任务系统的可分解性越强,就越容易将协调职责模块化并跨部门分工[32]。此时各模块足以处理任务子系统内部的复杂关系,不需要从更高的层次进行协调,因此对协调的需求并不高[42]。尽管模块化有助于组织适应,但同样也可能催生出模块间协调的需求,特别是当组织的任务结构复杂从而相互依赖较为广泛的时候[30]。因此,可分解性的存在使得内部复杂性对并购绩效及整合优势的影响变得十分复杂,值得进一步讨论。

总之,尽管PMI过程的重要性已经受到了学者们的广泛认同,对PMI过程复杂性和动态性的认识和理解仍然不足,导致已有研究在整合战略对并购绩效的影响方向上迄今没有取得共识。Haspeslagh和Jemison[13]建议整合程度应基于收购双方的战略相互依赖程度和自治需求。Pablo[43]的研究同样表明,管理者在其整合决策时十分重视活动间的相互依赖。然而,很少有研究直接考察并购中相互依赖和整合之间的关系。同时限于研究方法,已有研究对PMI过程中的时间动态性理解仍然有限[44]。只有少数研究就时间动态视角对此做出阐释,并提供这些动态因素不可忽视的证据[14-15]。因此,本研究聚焦在不同内外部相互依赖关系下,整合战略如何随时间影响并购绩效。接下来我们介绍仿真研究方法的研究设计细节。

2 研究设计

2.1 仿真方法和NK模型

为了能更好地刻画组织内外部相互依赖模式和动态性对并购绩效的影响,我们采用基于Agent仿真的方法。单用理论分析和文字描述很难探究出不同整合战略对企业并购绩效的真正影响。形式化建模已被证明是研究复杂环境中组织结构对组织适应性影响的有效工具[37,38,45-47]。这样做可以让我们观察主要影响因素的作用,同时控制可能影响公司并购业绩的其他因素[27,48]。进一步,本文选择基于Agent仿真NK模型。NK模型最早是进化生物学中用来研究遗传系统的方法[49]。该方法关注在系统组件间相互作用不可被忽视时,系统如何快速有效进行适应以达到最优状态的问题。NK模型对系统各组件复杂性的精妙刻画,使之成为组织和战略领域的学者们经常使用的仿真方法[50-51]。遵循活动系统观的观点,本文将企业视为一系列存在相互依赖关系的决策集合[27,51]。具体来说,系统(如产品、组织等)被抽象为N个战略决策,企业的绩效便来自各个决策,同时,每个决策又受到其他K个决策的影响。在管理学文献中,有关这些决策必须有机结合参与配置的观点十分常见[27,52]。由于每个参与配置的决策集都存在特定的绩效,因此,我们可以得到一个N+1维度的绩效景观:N个水平维度代表N个决策所有可能的决策集,一个垂直维度代表每个决策集所对应的绩效。企业则在景观中搜索,试图通过改变选择达到更高的绩效水平[53]。

2.2 企业间相互依赖模式和企业内复杂性

收购企业和目标企业都被模拟为一个活动系统,企业需要对各自的活动做出决策。为了方便研究,NK模型假定每个决策都是二元的,也就是存在0或1两种状态。比如,企业都可能需要从事研发活动,当企业做出加大研发投入的决策时,该活动的状态则为1,如果维持不变则为0。以此类推。我们将收购企业和目标企业分别记为F1和F2,则由两个企业构成的系统可记为F={F1,F2}。我们将F1和F2中的众多活动数量分别设为n1和n2。因此,双企业系统中所有活动决策的数量为:N=n1+n2。由于每个活动只可以呈现两种状态,因此系统F最多有2N个可能的决策组合。

在对企业活动及选择进行仿真后,需要再对决策之间相互作用的模式进行仿真。按照Levinthal和Posen[54]的研究,我们将两个相互依赖的NK景观结合起来。图1呈现了一个相互作用的矩阵,其中共有两个企业,n1=6,n2=6。在这个矩阵中,每个战略决策都可能受到其他决策的影响。在NK模型中,K代表有K个其他元素会对自身产生影响。随着K的增加,会有更多决策之间变得相互依赖,当K=N-1时,决策间相互依赖程度达到了最大。在本文中,我们关注由收购企业和目标企业所构成的系统,则企业内复杂性和企业间的相互依赖程度都有必要做出区分。本文将其分别记为Ki与Ke。

图1 相互依赖模式示例(Ki=2;Ke=2)Figure 1Interaction matrix example

图1中,i行j段的X,代表它的第j个活动会影响到第i个活动决策。通过这个矩阵,我们就能准确地区分出某决策会受到哪些其他决策的影响。为方便起见,我们将每个单独的决策设为di,i可取1到N中的整数,从而对F1和F2中的决策 进 行 编 号:F1=(d1,d2,d3,d4,d5,d6),F2=(d7,d8,d9,d10,d11,d12)。其中d是一组由N个0或1组成的向量。当Ki和Ke都为2时,这意味着任何一个决策都会受到来自企业内两个其他决策的影响以及另一个企业中两个决策的影响。比如,在图1中,除了自身外,d1既受到企业内部的d3和d4的影响,同样也受到了来自目标企业中d8和d10的影响。为了分析不同相互依赖模式所起的作用,本文根据企业内部复杂性和外部相互依赖关系构建了四个特定的依赖模式,用以模拟复杂的现实情境。这四种依赖模式分别为低Ki低Ke、高Ki低Ke、低Ki高Ke以及高Ki高Ke。

2.3 绩效景观

NK文献大多用每个活动决策(di)的贡献来表示绩效[38,46],设为Ci。由于相互依赖关系的存在,Ci的值不完全取决于自己,还受到影响di的K个决策的影响(包括影响di的Ki个企业内部决策和其他Ke个其他企业决策)。每个贡献值Ci均在均匀分布的[0,1]中抽取随机得到。每个决策的贡献值被定义后,决策集对应的绩效便可由加和求平均的方式计算得到。为实现不同相互依赖模式下的可比,也为了降低景观随机生成过程中的可能出现的统计偏差,本文将绩效进行标准化,将其与给定景观中的绩效最大值相除。比如,令d*为实现最高绩效Π*的决策集,则Π*=Ci(d*)。收购企业绩效就由Ci(d)Π*计算得到。同理,目标企业的绩效便由Ci(d)Π*计算得到。系统的整体绩效则为(Ci(d)+Ci(d)Π*)。

基于这些设定,可以发现景观的崎岖程度取决于相互依赖关系(K)[49]。当相互依赖程度较低时,对应的景观较为平滑,这样很容易找到最高峰(全局最优)。而随着相互依赖程度(K)的增加,相应的绩效景观也变得更加崎岖不平,此时的景观中将存在很多局部峰(局部最优),在这种景观类型下便很难通过遍历找到最高峰[27,38,51]。因此,NK模型通过简单的刻画便能很好地强调系统的适应性。

2.4 搜索策略

我们接着讨论模型中Agent的搜索策略。Agent是决策者,有权对双企业系统中的活动做出决策。需要指出的是,仿真模型中的Agent不需要对应一个特定的人,完全可以是“与决策制定相关的主体”[51],比如,Agent可能代指董事会,也可能是一群经理等。对于给定的仿真模型,我们首先将Agent随机放置在景观上(即初始的决策集是随机的)。随后在每一期内,Agent决定是否改变其控制下的活动决策(即将活动状态从0变为1或从1变为0)。这个过程需要对可选的决策方案进行评估并从中做出更好的选择,并受制于Agent的搜索能力。本文主要从Agent可控制的活动决策范围来模拟这种能力。由于有限理性的存在,Agent倾向于借助经验和当前的实际情况做改良式的本地搜索。Agent每期只能尝试改变一个决策并做出评估,只有绩效反馈优于当前情况时才会选择做出改变。这种本地搜索策略本质上是仅使用经验学习的增量移动,在维持绩效稳定成长的同时也很有可能使Agent陷入局部最优,难以到达全局最优,特别是在景观较为崎岖的情况下。

2.5 整合战略

不同的整合战略决定具体的决策制定过程。本文从三个维度构建不同的PMI决策模式:1)决策制定者(Agent)的数量;2)用于评估选择的指标;3)围绕决策过程的层级制度。这些维度代表组织设计的关键要素[25],使我们能够创建一系列整合模式。在不同整合模式下,组织内和组织间的信息流有所不同。下面我们讨论每个维度的治理结构。

基于这三个维度的PMI战略可以分成三种模式:“完全自治”“非完全自治” 以及“完全整合”。完全自治和完全整合分居整合战略光谱的两端。在完全自治模式下,收购企业不会控制目标企业的业务活动以及决策权限。两个企业彼此独立,也就是有两个Agent(两个Agent分别控制六个活动的决策)同时进行决策,且在决策时不考虑会对另一企业以及整个系统可能产生的影响,而仅以企业自身绩效最大化为决策依据。因此,完全自治模式的探索水平很高,但是协调水平也最低。与完全自治模式截然相反的是完全整合模式。在完全整合模式下,两个企业被彻底整合为一家企业。因此,在这种模式下,单个Agent既要管理收购企业的业务活动,也要管理目标企业的业务活动。在这种情况下,原本两个企业的决策权限被收回,由整合后的新Agent统一决策,并考虑两企业组成的整体利益。此时的企业要从全局出发进行考虑,因此存在很多顾虑,对单个企业有利但是会降低系统绩效的决策会被否决。因此,这一模式具有最高的协调水平但是往往探索水平较低。在以上两种整合模式之外,还存在一种介于二者之间的模式。在这种模式下,收购企业对目标企业进行了整合,建立起相应的制度实现较高的协调能力,但又一定程度上保持两企业的自治。本文将这种整合模式称为非完全整合。在模型中,两企业首先同时进行决策,但不像完全自治模式下那样仅考虑本企业的绩效,而是同时将对方企业的绩效结果考虑在内,均以系统绩效为决策依据。由于两企业同时决策,所以仍可能出现协调失败的情况。如果最终决策会导致系统绩效下降,则会被驳回。因此,非正式整合在保持较高协调水平的同时也保持了较高的探索水平。

3 结果和分析

本研究在并购情境下模拟了一个双企业系统,为便于比较,绩效值指定为系统层面。在每一期内,Agent将在具体整合模式下对其活动做出一系列决策。为消除统计偏差,生成100个景观,每个景观上都有50个PMI过程。因此,本文的每次仿真都将重复5000次,最后的结果为该5000次模拟后的平均值。在每个给定的景观上,模型将模拟运行200期,以此观察在不同整合战略下的绩效变化过程,并根据结果发展一些理论命题。如非特别说明,结果中展示的不同整合战略绩效结果在1%的置信水平上存在显著性差异。

3.1 不同情境下的并购绩效

图2描绘了不同依赖程度下三种整合模式的绩效。在低Ki低Ke的情境1下,短期内两种整合体模式下的绩效表现优于完全自治模式。其中,非完全整合模式的绩效要优于完全整合模式下的绩效。但是从长期来看,两种整合体模式会收敛至大致相同的绩效水平。除情境1以外的三种情境都在不同程度上有着比情境1更复杂的景观,但是每种整合战略下的长期绩效都要比情境1时更低。而且,无论哪种依赖模式下,完全整合和非完全整合模式的变化趋势都大致相当,短期内,非完全整合模式的绩效总是优于完全整合模式,但是在长期,二者又总是收敛至基本相同的程度。不同情境下的完全自治模式的绩效则表现出了较大的差异。由此,我们可以观察出企业内部复杂性和企业间相互依赖对不同并购战略绩效的具体影响。当企业内部复杂性增加后,即从低Ki低Ke的情境1变为高Ki低Ke的情境2。短期内,两种整合体模式的绩效高于完全自治模式。在长期,完全自治模式的绩效与两种整合体模式基本持平。当企业间相互依赖程度增加时,也就是从低Ki低Ke的情境1变为低Ki高Ke的情境3,完全自治模式下的绩效无论短期还是长期都变得更差。最后,当内部复杂性和外部相互依赖程度都变得更高时(情境4),完全自治模式的绩效虽然在短期低于两种整合体模式,但是在长期却要更高。

图2 不同相互依赖模式下的并购绩效Figure 2Performance levels of four interdependence patterns

为更好地解释上图中表现出的绩效差异,本文参考Aggarwal等[51]的研究,设计相应的变量进行观察并分析。随着相互依赖程度的增加,景观也变得更为崎岖,企业的探索也更为困难,对探索能力的要求也更高。情境1下,景观中平均只有68个局部峰,而情境4下平均多达319个局部峰。由于信息处理能力有限,局部峰的数量越多,企业就越容易困在较低的局部峰中,仅仅依靠本地搜索很难达到高绩效[51]。此外,相互依赖程度的增加也使得协调变得更加困难。为了观察整个过程的变化,本文设计以下变量进行测量。探索改变指企业决策出现了变更,表明企业成功通过搜索改变了当前的决策,但是由于有限理性的存在,决策改变的结果未必就能使得绩效上升。协调失败指当期绩效较上期绩效下降的总期数,这表明两个企业之间出现了冲突,两个企业做出了有利于自身但会降低系统整体绩效的决策变更。

表1给出了不同整合模式下三种整合战略在长期的绩效结果,以及本文设计的相关指标。情境1下,在长期内,非完全整合和完全整合模式下的绩效基本相当,非完全整合模式略高于完全整合模式下的绩效,但是都要高于完全自治模式下的绩效。完全自治模式下,企业进行了更多的探索,决策共改变了25.1次,而两种整合模式下仅改变了4次左右,探索远远少于完全自治模式。虽然完全自治模式下进行了更多的探索,但是协调失败的期数有11.6次,而两类整合模式下的协调失败次数均为0,这说明完全自治的模式下存在较为严重的协调失败问题。由于缺乏协调,探索对绩效的影响并非简单的线性关系。不过,当协调水平大致相当时,探索越高,企业的绩效水平也相对更高。比如,虽然长期内,非完全整合和完全整合模式的绩效大致相当,但是非完全整合模式的绩效表现仍要略高于整合模式,不过优势较为微弱。这主要是由于非完全整合模式较完全整合模式保留了更多的探索的自主权。我们设计的指标也显示,非完全整合模式下,决策改变了4.4次,略高于完全整合模式下的3.9次,不过二者的协调失败次数均为0,这印证了我们的分析。因此,正如学者们所指出的,协调是自治-整合困境中的核心问题[9]。由于协调的存在,整合后的企业避免了很多短视的探索行为,在内外部环境较为简单的情况下使得探索行为更为有效。

表1 不同相互依赖模式下的绩效差异来源Table 1Performance difference source among four interdependence patterns

当内部复杂性和外部相互依赖程度都变得更高后,与两类整合体模式的绩效结果相比,完全自治模式下的绩效结果则表现得更为丰富。仅内部复杂性变得更高后,即从情境1变为情境2,三种整合战略的长期绩效都收敛至大致相同的水平。这是因为在外部相互依赖不变的情况下,由于内部复杂性变高,企业任意活动决策的改变都会对自身绩效产生影响,因此探索难度更高,探索出更好决策集的可能性也更低。具体表现为探索改变的次数从25.1次降至9.2次,协调失败的次数也大大降低,这都使得情境2下的探索更为有效,以至此时协调并未体现出明显的优势。而仅当外部相互依赖水平变得更高后,也就是从情境1变为情境3,协调带来的优势较情境1明显扩大。事实上,就景观而言,情境2与情境3可被视作对称,景观中局部峰的数量基本相同。但是完全自治模式下的企业表现却相差很大,情境3下完全自治模式的探索更为活跃,探索改变的期数增加至71.6次证明了这一点。跟情境1相比,情境3仅外部相互依赖程度变得更高,但是内部复杂性依然相对较低。由于在完全自治模式下,企业决策并不考虑对外界的影响,而较高的外部相互依赖程度使得企业自身的决策总会对另一企业产生影响。协调失败的次数高达35.9次也说明企业的决策变动很多情况下有损绩效,绩效从而保持在较低的绩效水平上。此外,Siggelkow和Levinthal[46]已经发现企业在高水平绩效下更容易陷入“能力陷阱”,长期维持在较低的绩效水平上促使系统进行更多的探索。最后,当内部复杂性和外部相互依赖程度同时变得更高后,也就是从情境1变为情景4,长期内完全自治模式反而表现更好。这是一个有意思的现象,与情境1相比,情境4下的探索改变次数仅减少到21.9次,减少的幅度并不大。然而,非完全整合模式和完全整合模式的探索改变次数却分别下降至2.6与2.4次,下降了一半左右。由此可见,在当内部复杂性和外部相互依赖程度都变得更高的情况下,协调机制使得企业更为保守,以致表现劣于探索较为活跃的完全自治模式。而这一现象也表明,协调并不能一直具有对并购绩效正向促进的作用,同样有可能有损于并购绩效。

通过上述分析,本文证实不同依赖模式会对企业绩效产生影响。协调对企业来说也影响很大,并会受到依赖模式的影响。不过上述分析以第200期的长期绩效为主,并不足以揭示出整合优势随时间变化的趋势。从图2可以看出,非完全整合模式和完全整合模式的绩效变化趋势稳定,在长期总收敛至相同水平。因此,本文将非完全整合和完全整合模式的每期绩效平均后作为整合的绩效表现,从而计算出每种依赖模式下的整合优势。

3.2 整合优势

图3所示,不同情形下的整合优势都随时间变化存在大致相同的倒U型趋势。在短期内,整合优势随时间不断扩大,但是到达最高值后,整合优势在中长期逐渐走弱。甚至可以看到,在情境4下,整合优势在长期为负。整合为企业提供了协调能力,这种能力的非线性影响也与此前文献的研究结果一致。

图3 不同相互依赖模式下的整合优势变化Figure 3Performance advantage among four interdependece patterns

我们发现短期内,协同效应主导了协调效应。从表1也可以看出,四种情境下两种整合体模式的探索改变次数基本在3次左右,并会在短期内完成大部分的探索。但是自治体模式的探索改变次数则相对大很多。这说明短期内整合带来的协调能力使得探索相对克制,并避免了因盲目探索所造成的损失,体现为协同效应主导了此时的协调效应,协调带来的整合优势呈现出上升的态势。收购企业和目标企业发生整合后,两家企业便处在共同的组织单元内,结构整合使得两家企业的员工之间迅速建立起共同程序、共同目标和共同权力。因此,整合状态下的协调机制使得企业内的行动可以相互预测,彼此遵守相同的程序,意识到共同的目标,并受同一管理者的指导。这提高了他们调整自己行动以适应彼此行动的能力,使得协同效应在短期内快速提升[25,55]。协同效应累积起来有助于提高收购企业和目标企业之间的绩效[39,56]。不过,协调也会不断增加每个企业内部的刚性。中长期以后,整合体模式的探索趋于停止,但是自治体模式的探索仍在继续,整合体逐渐形成强路径依赖,刚性效应也呈现出快速上升的态势。这体现为短期内整合优势达到高峰后,刚性效应扩大的速度超过协同效应,并不断减弱协同效应的影响。因此,在中长期内,整合优势呈现不断下降的趋势。这是因为企业将不再仅仅根据自身的需要自由地改变活动,路径依赖会使企业能力调整代价高昂[34-35]。同时,复杂性还有可能放大协调的刚性效应,企业间的协调不仅约束企业之间协调的活动,而且约束依赖这些协调活动的活动[57]。随着时间推移,刚性效应更有可能不断减弱协同效应的影响,直至超过协同效应,并最终主导协调效应,使得整合优势在长期为负。总之,在短期内,协同效应的增长速度大于刚性效应,整合优势不断扩大。但进入中长期后,刚性效应的增长速度则大于协同效应,整合优势开始回落,因此整合优势随时间推演呈现出明显的倒U型关系。因此,我们提出:

命题1整合战略对并购绩效的正向影响(整合优势)在短期会增加,但在长期会逐渐下降,随时间呈现倒U形关系。

图3还显示,不同情境下的整合优势相对变化十分复杂,内部复杂性与外部相互依赖都会发挥作用。本文首先控制外部相互依赖水平以观察内部复杂性的作用。情境1与情境2有着相同的外部相互依赖水平,情境3与情境4也是如此。不同之处在于情境2与情境4的内部复杂性分别高于情境1与情境3。整个200期内,情境2下的整合优势均低于情境1,情境4下的整合优势也低于情境3。情境2、4与情境1、3相比仅内部复杂性更高,外部相互依赖程度并未变化,因此协调需求存在的基础并未变化。这说明不论外部相互依赖水平高低,在控制其不变的情况下,内部复杂性越高,整合优势则越低。从表1也可以看出,不论短期还是长期,情境1下自治体模式的探索改变次数要高于情境2,而情境3也要高于情境4。但是情境2下自治体模式协调失败的次数则明显低于情境1,情境4也要低于情境3。上述发现与部分模块化相关的研究结果一致。模块化通过在多个模块之间划分任务来减轻管理者的认知负担,并使各模块能够专业化并更好地适应其当前的任务环境[52,55]。由于模块内部活动的决策是高度相互依赖的,那么模块内的任一决策变动都会对模块绩效产生较大影响,因此模块的探索活动相对变弱[27,40,48],发生利益冲突的次数也随之下降。因此在这种情况下,各模块对在更高的层次上进行协调的需求也下降[38,58],同时协调的优势也最不明显。

接着,我们考虑外部相互依赖水平的影响。与情境1、情境2相比,情境3、情境4仅企业间相互依赖水平上升,企业内部复杂性处于同一水平。但是二者整合优势的相对大小在短期和中长期存在不同。短期内,情境3下的整合优势高于情境1,情境4下的整合优势也要高于情境2,并且情境3下的整合优势要高于情境4。这是因为短期内,当外部相互依赖水平上升时,企业内的任一决策都会对另一企业造成影响。自治体模式以自身利益最大化为决策基础,因此企业的纯粹利己行为有可能对并购绩效造成负面影响,增加利益冲突的可能,这也是协调失败次数明显增加的原因。协调机制能明显避免由于利益冲突导致的绩效损失,显示为协同效应。因此外部相互依赖水平更高的情境3与情境4在短期对协调的需求较高,且此时协调带来的益处最大。此外,由于内部复杂性对整合优势产生负向影响,当内部复杂性增加时,整合优势也随之下降,所以情境3下的整合优势高于情境4。因此,短期内,一旦外部相互依赖水平变得更高,系统就需要更强的协同效应。而当内部复杂性与外部相互依赖均处于较高水平时,与内部复杂性对绩效的影响相比,外部相互依赖的影响更大。

前已述及,随着刚性效应的快速增长,整合优势在中长期呈现不断下降的趋势。在长期时,四种情境下的整合优势均较最高水平时出现较大幅度回落。此时虽然情境3 的整合优势仍然高于情境1,但此时情境4下的整合优势已经低于情境2,甚至小于0。其中,在情境3下,企业的外部环境比内部环境复杂得多,长期探索改变次数也远远大于情境1。因此,两企业间仍需要较强的协调水平,长期内整合优势仍然处于较高的水平。情境4的长期整合优势则表现出了不同,并没有像短期时表现出较高的整合优势,反而在长期时为负。这意味着当内部复杂性和外部相互依赖水平均变高的情况下,整合体模式在长期并不会使企业的绩效表现更好,反而不如自治体模式。这一结果与文献并不一致,现有研究普遍认为相互依赖限制了管理者理性解释重要决策因素的能力,这增加了在战略决策过程中可能出现的风险[33]。活动之间的相互依赖关系越复杂,企业就越难很好地适应,因此企业需要进行协调[39-41]。然而我们的研究结果挑战了文献中的观点。本文认为这主要是因为学者们大多只关心企业间相互依赖的影响,忽视了企业内部复杂性的作用。当企业内部复杂性增加时,收购企业和目标企业组成的系统便存在模块化的基础。与在短期不同,长期时,内部复杂性对系统绩效的影响更大。作为可分解的模块,由于模块内部高度复杂,长期内收购企业和目标企业的探索活动减弱,企业的刚性变强。从表1也可以看出,在情境4下,尽管短期内自治体模式的探索改变次数高于情境1,但是在长期却低于情境1,甚至小于零。这说明内部复杂性变高后会在长期降低企业的探索活力,从而降低整合带来的优势。同时在情境4这样一个外部相互依赖水平也同样较高的情况下,协调使得企业的探索行为更为保守。因此,在非常复杂的情况下,协调在长期使企业具有很强的路径依赖而惰于改变,其影响已大于协调本身带来的益处,整合在此时变得不再必要。因此,我们提出:

命题2外部相互依赖水平与整合优势正相关。内部复杂性负向调节外部相互依赖水平与整合优势的正相关关系。这种负向调节效应在长期比在短期更加明显。

4 稳健性分析

基于NK模型的仿真分析,本研究讨论了不同相互依赖情境下各整合模式的绩效,并讨论了协调的作用。在稳健性分析,我们主要讨论N和K的变化对结果可能的影响。主分析中设定了6-6的双企业系统结构。在稳健性分析中,我们评估了5-5和7-7两个结构,并在此基础上研究四种相互依赖情境下的绩效表现。结果显示,N和K的变化只会改变绩效值的大小,不会影响变化趋势以及整合优势的相对差异。

此外,本文中的相互依赖关系被假设为对称且发生相互依赖关系的活动为随机选定。组织设计的本质正在发生深刻的变化,相互依赖从被视为一个需要管理的具有挑战性的外生环境,转变需要鼓励和引导的内生因素。为此,本文设计出两种相互依赖模式,分别为完全可分解的模式以及不再对称的控制模式。在完全可分解模式下,相互依赖仅发生在活动模块之内,模块间不再存在相互依赖关系。在这种情况下,自治体模式的绩效在短期内便大于两类整合体模式,并在长期内保持相同绩效水平。这也再次证明了本文的研究结果,说明在活动可分解的情况下,整合不再必要。在控制模式下,系统内的相互依赖关系不再对称,目标企业受到来自收购企业的影响,而不能影响到收购企业。这模拟了收购企业对目标企业实现了较高的控制。在这种情况下,结果变得十分复杂,非完全整合下的绩效总是高于完全自治模式,而完全整合模式下的绩效在短期内低于完全自治模式却在中长期时高于完全自治模式。因此,结果显示,相互依赖模式可能仍有很多问题需要探讨,未来有必要将相互依赖模式作为内生变量进行深入研究。

5 讨论和结论

已有研究在PMI对并购绩效的影响方向上存在分歧。本研究认为其原因在于已有研究没有认识到PMI过程的内外部依赖复杂性和动态性。本文研究问题是:在不同内外部相互依赖模式下,整合战略如何随时间影响并购绩效?企业采取什么样的整合战略才能实现更优的并购绩效?为了能更好地刻画组织内外部相互依赖模式和动态性,本文通过基于Agent的建模方法(具体为NK模型)建立一个并购双企业系统模型,并讨论在不同组织内外部相互依赖关系情形下不同整合战略随时间影响绩效的过程,从而揭示PMI与并购绩效之间的动态演化关系。本研究发现尽管非完全整合模式的绩效总高于完全整合模式。但是长期内,两种整合体模式的绩效基本趋于一致。因此本文将两类整合体模式统一起来进行研究,从而计算得到每种依赖模式下的整合优势。进一步发现,不论哪种情境下,整合优势都随时间变化而呈现出先上升后下降的倒U型变化趋势。这是因为整合同时存在正向的协同效应和负向的刚性效应。在短期时协同效应扩大的速度高于刚性效应,而中长期以后刚性效应增长则更为快速。同时,通过对比不同情境下整合优势的相对大小和变化情况,发现内部复杂性与外部相互依赖都会对整合优势产生影响。其中,外部相互依赖水平与整合优势正相关。内部复杂性负向调节外部相互依赖水平与整合优势的正相关关系,而且这种负向调节效应在长期比在短期更加明显。因此,我们认为企业应关注内部复杂性与外部相互依赖的情况,这有助于企业更有针对性地理解整合策略设计的权衡。

本研究提供三方面的理论贡献。第一,通过直接考察PMI的复杂性和动态性,本研究调解了已有文献中不一致的结论。并购文献中的一个核心问题是PMI能否为企业创造价值[59],而目前有关该问题的研究仍然未能达成一致[6,60]。有些研究认为有效整合确实创造了价值,因而会提高并购绩效[7]。但另外一些研究表明,PMI破坏而不是创造股东价值[8]。造成的分歧的重要原因在于,现有大部分研究对PMI是一个极其复杂的动态过程这一事实的认知仍不充分[44]。在充分考虑到PMI过程复杂性和动态性特征的基础上,本研究发现整合战略对并购绩效并非简单的促进或抑制作用:整合在短期内能提升企业的绩效,但是在长期时却不尽然。特别是当内部复杂程度和外部相互依赖程度均较高的情况下,整合会损害并购绩效。因此,本研究调解了已有文献中整合战略对并购绩效影响这一问题的不一致结论。

第二,本研究响应并购文献最近的呼吁,即从时间视角探索PMI的动态过程[6,61-62]。鉴于PMI十分耗时,企业如何基于时间来管理并购活动则成为一个关键问题[17]。在整合过程开始时十分有效的管理活动在之后可能会变得无效,甚至适得其反。研究时间在并购决策过程中的角色,将有助于洞察管理者如何看待和运用时间,并将其作为竞争优势的来源。然而迄今只有少数研究就时间动态视角对此做出阐释,并提供这些动态因素不可忽视的证据[14-15]。Steigenberger[63]呼吁学者们重视这个问题,将时间视为PMI过程中的重要权变因素。本研究通过仿真方法考察PMI过程的时间动态演化来推动发展这项工作,发现在复杂性条件下,在短期内最大化协同效应的同一选择也可能有损长期绩效;整合战略对并购绩效的正向影响在短期会增加,但在长期则会逐渐下降,随时间呈现倒U形关系。

第三,本研究揭示了内外部相互依赖在整合战略影响并购绩效中的复杂作用。Haspeslagh和Jemison[13]在划定PMI过程时就将相互依赖作为一项重要因素。不同类型相互依赖所需的整合程度一直是收购后如何合并组织的理论核心假定[23]。然而后续研究忽视了并购过程中相互依赖关系的讨论[13,64],此外,大多数研究仅关注外部相互依赖的影响,较少关注内部相互依赖性即内部复杂性在其中起到的作用。本研究发现内部复杂性负向调节外部相互依赖水平与整合优势的正相关关系。当仅内部复杂性较高时,系统形成模块化基础,短期内存在协调需求但是并不强,因此整合优势也受到抑制。而当内部复杂性与相互依赖水平都很高时,短期内相互依赖的影响更大,系统需要通过整合进行协调,而长期时内部复杂性的影响则更大,使得此时的整合不再具备优势。这说明上述负向调节效应在长期比在短期更加明显。这些发现有助于揭示内外部相互依赖在整合战略影响并购绩效中的复杂作用。

和所有研究一样,本文开展的研究存在一些不足。首先,我们的研究假设相互依赖关系为给定的外生变量,而在管理实践活动中,相互依赖也有可能随着时间推移而发生变化。因此,未来有必要将相互依赖模式作为内生变量进行深入研究。其次,仿真研究的优势是有很高的内部效度,但不足是缺少经验基础,我们的研究结论仍然有待经验研究的进一步验证,因此,未来仍然有必要就该问题开展大样本或案例研究以提供更为全面充分的证据。