中国上市公司并购的短期财富效应实证研究

中国上市公司并购的短期财富效应实证研究杜兴强 聂志萍（厦门大学会计系，福建 厦门 36005）摘要：本文采用事件研究法对 19982003 年中国上市公司的 2128 起广义上的并购交易进行全面的分析。实证研究表明，在-30,30的事件窗内，总样本并购活动的确会引起显著的短期财富效应变动。分类研究发现，股权收购和股权转让类的子样本、目标公司的子样本、公用事业类和综合类的子样本、规模小于 10%的子样本、现金支付方式的子样本、国有股比重最大和法人股比重最大的子样本均在事件期内均取得显著为正的超常收益，但累计超常收益的大小均不超过 3%。关键词：公司并购；财富效应；事件研究法 Abstract：The paper adopts event study method to comprehensively analysis 2128 merges and acquisitions of Chinese public listed companies from 1998 to 2003。Our study discovers that all samples exist the change of short wealth effect on the event window of -30,30。When we classify samples，sub-samples of stock-purchase and Stock-transfer，merged companies，public services companies and comprehensive companies，size less than 10% companies，pay-cash companies，maximum stock-owned ratio companies and maximum stock-juristic ratio companies all exist significantly abnormal returns on the event window，but the cumulated abnormal stock returns(CAR) are less than 3%。Key Words：Merges and Acquisitions(M&A)；wealth effect；Event Study作者简介：杜兴强，厦门大学会计系教授、博士生导师；研究方向：资本市场会计与财务问题。聂志萍，厦门大学会计系博士生。中图分类号：F276.6 文献标识码：A文献综述自 1993 年的“宝延事件” 和 1994 年的“恒通棱光事件”之后，我国上市公司的并购活动日益激增。CSMAR 兼并收购数据库资料显示，我国上市公司 19982004 年发生的并购事件分别为 104、371、501 、649、614、 713、812 起，除了 2002 年比上一年度略有下降外，并购活动总体上呈现稳步增长的态势。我国资本市场并购活动的日趋频繁直接影响了学者对并购活动的研究。从方法论的脉络进行审视可以发现，我国对并购活动的研究主要围绕着事件研究和财务指标研究两条主线进行，即分别研究股价对并购事件的反应和并购前后企业财务业绩变化。对并购活动采取事件研究法，是为了捕捉并购消息的宣告引起的股价反应，而股价的变化直接影响着股东财富的增减，为进一步研究并购活动中各个利益相关者的动机提供准确的研究基础，还为监管部门如何引导、协调并购活动中的利益分配提供分析的平台。一、国外研究并购活动是公司控制权市场的具体运行方式，它可以从外部对管理者的行为进行监督和约束。Manne(1965) 【1 】 创造性地提出公司控制权市场(market for corporate control)的概念，并概括出代理投票权竞争(Proxy Contest)、要约收购(Tender Offer)或兼并(Merger)、直接购入股票(Direct Share Purchase)等主要并购方式。此后的学者便围绕 Manne 构建的公司控制权市场理论展开进一步的理论探讨和实证研究。Dodd 和Ruback(1977)【2 】 分析 19731976 年期间发生的 172 次要约收购事件，发现在收购事件前的十二个月里，收购方公司的股东能获得 8.44%11.66%显著为正的超常收益，而被收购方公司股东获得的超常收益更是高达则为 18.96%20.58% 。Dodd(1980)【3】 以 1971-1977 年间 71 次成功的兼并和 80 次不成功的兼并事件为研究对象，发现不管以后兼并是否成功，兼并方案的公布都能给被兼并方的股东带来超过 13%的超常收益率。而兼并方在累计期间-1,0和+1,+40的非正常收益率分别为-1.16%和-0.20%。 Asquith(1983) 【4】 对 19621976 年间 211 家成功被收购的公司和 91 家未成功被收购的公司进行分析，发现被收购的公告发布时，成功和未成功被收购的公司的超常收益率分别为 6.2%和 7.0%。不过他发现在被收购前 480 个交易日里所有这些公司都只能实现负的超常收益，这与 Dodd 和 Ruback(1977)的结论并不一致。 Jensen和 Ruback(1983) 【5】 在总结 13 篇以往并购文献的基础上概括出，成功的并购活动会给目标公司股东带来约 20%30% 的超常收益,相比较而言，收购公司股东获得的超额收益十分微小。Jarrell、Brickley 和 Netter(1988) 【6】 概括了对 1962 年1985 年间的663 起成功的收购活动中，目标企业所获得溢价的平均值在 60 年代为 19%，在 70 年代为 35%，在 19801985 年间为 30%。60 年代，他们得到的结果与 Jensen 和Ruback 的相同。成功竞价者的超额收益率在 70 年代跌至 2%左右，从统计数字的角度来看跌幅较大。而在 80 年代，超额收益率变为负的 1%左右，但没有统计显著性。随着西方各国政府对并购管制的加强和目标公司熟练采取的防御战略，收购公司的超常收益在不断下降甚至为负。这与愈演愈烈的并购活动形成鲜明对照，构成一个悖论为何在收益下降的情形下仍然有许多公司热衷于并购活动。Agrawal、Jaffe和 Mandelker(1992) 【7 】 在研究 1955-1987 年 1164 个并购事件后指出，被收购公司并购后一年内的累计超常收益为-1.53%，二年内为-4.94%，三年内为-7.38 %，即并购活动在总体上是不利于被收购公司股东的。同时，有近一半的并购公司股东获得正的累积超常收益，这部分地解释了为何并购活动层出不穷。Schwert(1996) 【8】 研究了1975-1991 年间 1814 个并购事件后，得出事件窗内目标公司股东的累积超常收益高达35%，而并购公司股东的累计超常收益与 0 没有显著差异。Bruner(2003) 【9】 对19732001 年间 130 多篇经典文献进行汇总分析，得出以下结论：在成熟市场上的并购活动中，目标公司股东收益要远远高于收购公司股东收益，超额收益达到10%30%；收购公司的收益并不明确，且有下降为负的趋势；目标公司与收购公司的综合收益也不确定，即并购活动对社会福利的净影响并不明朗。二、国内研究鉴于我国资本市场上的并购活动自 90 年代中后期开始兴起，我国学者对上市公司并购活动的研究也主要是从那时才起步。陈信元、张田余(1999) 【10 】 认为中国证券市场已经达到弱式有效，所以采用事件研究法考察短时间窗内股价对并购信息的反应。他们以 1997 年上证交易所的并购活动为样本，研究发现在事件窗-10,20天内，并购公司的累积超常收益 CAR 尽管有上升趋势，但统计检验结果表明 CAR 并不显著异于0，说明市场对上市公司的并购活动没有反应。余光、杨荣(2000) 【11】 选择上证、深证交易所 1993-1995 年上市公司发生的并购事件，研究发现目标公司的股东可以在并购中获得正的累积超常收益，股东财富有显著增长，而并购公司的股东难以在并购活动中获利，其财富基本维持不变。杨朝军、刘波(2000) 【 12】 对 1998 年上证交易所控制权转移类的并购事件进行实证研究，发现所选样本的 28 家上市公司在并购事件宣告前40 个交易日内，股价存在过度反应，宣告日后，股价出现迅速逆向修正，据此认为可能存在信息泄漏。洪锡熙、沈艺峰(2001) 【13】 对申华实业 1996 年 9 月 6 日至 1997年 1 月 23 日期间发生的 8 次因二级市场股票被收购而发布的并购公告进行实证研究，发现作为目标公司的申华实业仅在第一次被收购公告前 30 日内可以获得显著为正的累计超常收益，在其他事件窗内的股价反应并不一致，我们据此认为，在我国当时的市场条件下，二级市场收购不能给目标公司股东带来收益，这与西方控制权市场的主流观点不符。张文璋、顾慧慧(2002) 【14】 选择 19962000 年沪深两市所有上市公司并购事件作为样本，采用事件研究法和主成分综合评价法分别检验证券市场对上市公司并购事件的反应和上市公司并购前后经营业绩的变化，发现市场对资产置换并购事件的反应最为显著。李善民等(2002) 【15】 对 19992000 年沪深两市 349 起并购事件进行实证研究，发现并购能给收购公司的股东带来显著的财富增加，而对目标公司股东财富的影响不显著。此外国有股比重最大和法人股比重最大的收购公司的股东都能获得显著的财富增加，而目标公司股东财富不受股权结构种类的影响。张新(2003) 【16】 分别采用事件研究法和会计研究法研究 19932002 年中国上市公司 1216 起并购重组事件，实证结果表明目标公司股东的累计平均超常收益为 29.05%，而主并公司则为-16.67%。就目前我国短期财富效应的研究而言，存在以下问题：(1)研究方法不够严谨，如存在事件期和估计期相互重叠、收益率的计算未经挑选、样本的随机性未经检查、仅挑选显著性最大的事件期进行解释、事件日的选择不过准确以及检验统计量的选择没有考虑样本的特点等问题。(2)大多数研究样本量不足，或者时间跨度较短，原因在于我国资本市场的发展时间较短从而数据难以取得，以及数据处理存在困难。(3) 分类研究时只关注较为常见的几种或者所研究的特定类别，因而缺乏研究之间的比照，难以得到一致的结论并提供明确的建议。本文在克服上述缺陷的基础上，对 1998 年至2003 年间我国发生的并购事件进行系统研究，利用事件研究法考察各类公司股东短期财富效应的变化。数据来源和样本选择一、数据来源本研究所用数据主要来源于深圳市国泰安信息技术有限公司开发的 CSMAR 系列研究数据库系统(2.20 版本)上运行的 CSMAR 交易数据库、 CSMAR 财务年报数据库、CSMAR 年/中/季报公告日期数据库、CSMAR 红利分配数据库、CSMAR 配股增发数据库、CSMAR 兼并收购数据库。本文从上述数据库中收集整理出以下数据：(1)19982003 年中国上市公司并购活动公告日前 180 个交易日到公告日后 30 个交易日的日个股回报率 Rit(i 表示第 i 家样本公司，t 表示估计期和事件期内的第 t 日，即 t=-180，-99，30) 。本文以 CSMAR 系列研究数据库 2.20 中提供的考虑现金红利再投资的日个股回报率作为计算依据。 1(2)19982003 年中国上市公司并购活动公告日前 180 个交易日到公告日后 30 个交易日的综合日市场回报率，具体选择的回报率类型为根据沪深两市所有 A、B 股的考虑现金红利的日个股回报率，用等权平均法求得的市场回报率记为 Rmt。(3)为进行样本筛选，我们从 CSMAR 年/中/季报公告日期数据库、CSMAR 红利分配数据库、CSMAR 配股增发数据库中整理出 1998 2003 年各上市公司的年报公布日期、红利分配决案公告日期和配股说明书发表日期。(4)为进行分类研究，本文还收集了 CSMAR 兼并收购数据库中的并购活动并购类型、行业、交易总价、交易支付方式、股权结构、关联交易性质、同属管辖性质和CSMAR 财务年报数据库中并购活动年度期初资产等相关数据。 2二、样本选择本文研究的并购活动是指广义上的，与通常所说的重组活动等价，涵盖 CSMAR兼并收购数据库所有类型的重组活动，即股权收购、资产收购、资产剥离、股权转让、置换、债务重组。因此，文中以 CSMAR 兼并收购数据库中 19982003 年发生的并购交易为样本，按照公告的内容进行分类，满足以下标准的并购活动作为样本，不满足的则剔除。(1)事件日的确定。事件日的准确认定直接影响到研究结果和结论，是事件研究法的首要环节。原则上，所研究的事件界定为并购活动的首次公告，相应地，首次公告发布的事件即为事件日。这是因为同一并购事件如果先后有数次公告的，以后公告的信息含量不如首次公告，故不纳入样本。(2)事件日的调整。如遇到周末和假期以致整个市场停市或者由于公司发布并购等重大公告暂时停牌等情形，首次公告日当天无法取得交易数据。对此我们采用顺延的方式，将事件日调整为首次公告发布日后发生交易的第一天。具体说来，因整个市场休市导致事件日调整的，事件日顺延调整为首次公告发布日后发生交易的第一天；因公司本身停牌或暂停上市等原因导致事件日调整的，事件日至多只能向后顺延调整 2 天，若仍然取不到数据的，则将该样本删除。这样做的目的是防止因公司本身推迟交易的原因导致无法准确捕捉到事件首次发布对市场的影响。(3)事件期与估计期的选择。本研究选取的事件期是-30，30 ，估计期是-180，-31。事件期内要求尽量有连续的交易数据。一般来说，连续的交易数据是指整个市场有交易(数据)时，被研究的样本同期也发生交易，且交易数据可得。但是，这样的界定会导致数据损失近半数，且之后的进一步筛选和分类讨论将难以展开，或者可能存在选样偏误的问题。因此，我们放宽标准，在-30，-1窗口内间隔的天数之和不得超过 10 天，且 -1，0 之间的时间间隔应当小于2，或者只有因整个市场休市时才可以大于 2。在 0，30窗口内间隔的天数之和也不得超过 10 天，且0，1 之间的时间间隔应当根据标准(2)进行了调整。对于估计期的要求更为宽松，只要能够取满 150 天的数据即可。这样做的目的是为了尽量准确地捕捉到并购事件的全面影响，也是为了排除极端情况样本对研究结果的干扰。(4)剔除重大事件的影响。为减弱其他重大事件对股票价格的影响，同一公司在其某次并购公告的事件期内不得发生其他并购活动以及其他可能影响股价变动的重大事件(如分红、配股、送股、公布年报) ，否则从样本中剔除。当前版本中各数据库共同可选的最长的时间跨度为 1998 年 1 月 1 日至 2003 年12 月 31 日，考虑到事件期的长度，如果该时间内的并购活动全选，则无法进行重大事件的筛选，因此所研究并购活动的时间区间为 1998 年 4 月 1 日至 2003 年 9 月 30日。 3(5)在以并购总体活动为研究对象时，同一公司同一日发生的多起并购重组事项视为一起事项。在区分并购类型研究时，同一公司同一日发生的多类并购重组事项予以剔除。研究方法一、事件研究法及 AR 与 CAR 的计算利用市场模型本文的研究选择事件研究法进行相关的研究。在并购活动中运用事件研究法考察投资者的短期财富效应，就是指通过计算并购活动公告发布前后某段时间(事件窗)内样本公司实际收益与公司股票的预计收益之间的差额，来反映并购活动在短期内对投资者财富的影响。通常计算的指标有超常收益(abnormal return, AR)和累计超常收益(accumulated abnormal return, CAR)。Bruner(2003)提出，类似于检验资本市场有效性，研究并购活动中投资者是否能够获得超常收益的方法，可以概括为三大类弱式检验、半强式检验和强式检验。但若要做深入的研究，还是主要采用半强式检验的方法。事件研究法的关键在于计算超常收益 AR 和累计超常收益 CAR(本文的研究选择市场模型进行研究)。超常收益 AR 的计算如下：AR=R-E(R)其中，计算 R 时采用的是复利收益率。E(R)的准确度量是计算超常收益 AR 的关键步骤。作为同期应有收益的参考标准，E(R)通常采用市场模型法(风险调整模型中最常用的一种) 、均值调整法和市场调整法进行估计。鉴于市场模型的广泛应用，同时为了与其他研究增强可比性，我们采用市场模型计算 E(R)。事件期-30,30内第 t 日的平均超常收益 ARt 和 T1 到 T2 日之间的累积平均超常收益 CART1,T2 的计算公式如下：， Ni mtiitNiititNiitt RbaREAR111 )(t=-30,，0，30，i=某样本公司，N=样本公司总数 (1)(2)21,1TttC其中， ， 是运用市场模型、利用估计期-180，-31某公司股票连续复利报酬iaib率和市场指数连续复利报酬率数据回归得到的普通最小二乘法回归系数；是事件期内第 t 日第 i 家公司股票的连续复利报酬率，该指标选取的是itRCSMAR 系列数据库中考虑现金红利的日个股回报率，但由于 CSMAR 系列数据库中的日个股回报率为百分比报酬率 ，需要加以转换，即 =ln( +1)；itritRitr是事件期内第 t 日市场指数的连续复利报酬率，该指标选取的是沪深两市所有mtAB 股等权平均法下、考虑现金红利的综合日市场回报率，由于 CSMAR 数据库中的日个股回报率为百分比报酬率 ，需要加以转换，即 =ln( +1)。mtrmttr二、统计检验标准化横剖面法和符号检验本文对 、 建立的显著性检验的 t 统计量采用的是tAR2,1TCBoehmer，Musumeci 和 Poulsen(1991) 【17】 提到的 标准化横剖面法(standardized- residual cross-sectional method)，其计算公式分别为：(3)1()1()(Ni NiititiittSAR SARSVt(4)1()1()( 2,1()2,(1),(2,1, Ni NiTiTiiiTSCAR SCSCSt其中， 和 分别为 和 标准化后的形式，它们是计算标t2,1TtAR2,准化横剖面法下 t 统计量的基础其计算公式分别为：(5) Ni rmtriitNiitNiitt RTACSSARS 1 2211 21)(6)21,1TttSARSC在(5)式中， 为用估计期r 1,r2数据估计事件期第 t 日残差时，需要考虑的期it外估计调整值， 为估计期第 i 家公司证券残差的均方根(root of mean square error)，iS为调整值的一部分结构式 4，T 为估计期天数， 为市场指数在第 i 家公司证券事itCmtR件期第 t 日的报酬率， 为市场指数在第 i 家公司证券估计期第 r 日的报酬率，mrR为市场指数在第 i 家公司证券估计期的简单平均报酬率。mR统计量 和 符合自由度为 T-2 的 t 分布，它们可以用来检验 和SARtC tSAR是否显著异于 0。而 和 与 和 的差异仅在于多了2,1TCtSAR2,1TCtAR2,1TC分母，使得数值变大。因此，统计量 和 同样可以用来检验 和 是St t2,1T否显著异于 0。之所以采用统计量 和 ，是因为标准化横剖面法在理论上需要满足的假设SARtC与其他常用的统计量设计方法相比最少，只要求单个公司证券的异常报酬率在事件期的横截面上是相互独立的 5。这种方法通过标准化，考虑了期外估计的影响，修正了事件期异常报酬率方差的计算，放松了估计期残差的方差等于事件期预测误差的方差的假设。此外，标准化的过程使得单个公司证券异常报酬率符合标准常态分布，满足了统计检验时要求的各公司证券的异常报酬率方差在同一事件日相同的假设。Boehmer，Musumeci 和 Poulsen(1991)【17 】 实证模拟的结果也表明这种方法的优越性。本文还进行符号检验，作为参数检验的补充。符号检验 z 统计量的计算公式如下：；NpzAR)5.01(*. 0(.5).*1CARpzN其中， 、 分别为事件期 t 日 AR0 和 CAR0 的样本比重。N 为事件0ARp0C期 t 日样本数。实证结果与分析一、并购事件的总样本 表1 总样本估计期各参数的汇总统计量变量 均值 标准偏差 N 最小值 最大值 中位数 偏度SiaibiR2DWp_DWCit0.0179-0.00020.96240.42331.98520.00011.01460.00660.00150.26070.20160.21510.10670.024021282128212821282128212812980860.0027-0.01360.02340.00010.9346-0.34321.00670.06250.01082.32700.91382.68480.51541.60070.0167-0.00030.98620.42261.9976-0.00561.00830.94140.6172-0.51320.0075-0.31630.27919.4114表 1 列出了估计期各参数的主要统计量。 ， 和 R_Squared 分别为利用估计iaib期各股收益率和市场指数收益率数据、根据市场模型进行回归得到的最小二乘回归参数和回归式拟和优度判定系数 R2。从均值可以判断， 0， 1，表明总体样本构ii成的等权组合其系统风险与本文选择的等权综合市场指数的系统风险是一致的，选样过程基本随机，且满足市场模型应用的条件。R 2 的均值和中位数接近，达到 0.42 以上；同时，各股收益率和市场指数收益率的相关系数 R 等于 R2 的正的平方根，即达到0.65，说明市场模型较好地捕捉了各股收益率和市场指数收益率地关系。一阶自回归系数 p_DW 趋近于 0，杜宾统计量 DW 趋近于 2，说明回归式的建立不存在显著的自相关问题，参数估计较为正确。S i 和 Cit 是期外估计时调整 AR 进行标准化所用到的数值，C it 和以往的研究结果类似，其值接近于 1。表 2 总样本 AR 和 CAR 的描述性统计量分析变量：AR N 均值 标准偏差 最小值 最大值 129808 0.000084603 0.0184796 -0.4131394 0.1616132 分析变量：CARN 均值 标准偏差 最小值 最大值 129808 0.0052444 0.1155341 -1.1900146 1.1263614 表2关于AR 和CAR的描述性统计结果显示，两者的取值范围较为合理，故没有进行极值的删除，而是在后文进行分类讨论，以便考察与AR、CAR变化相关的原因。 图 1 总 样 本 AR和 CAR的 时 序 分 布 图-0.40-0.200.000.200.400.600.801.001.201.40-30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30事 件 日AR和CARAR(%) CAR(%)从图1可以明显看出，在事件日前12日内，AR就一直大于0，尤其在-4,0日均显著为正，p0.01 ；CAR更显示出一路上扬的趋势，自-8日起就一直保持显著为正的情形，且于0日达到最高点1.28。戏剧性的是，随即1 日 AR就跌至0以下，且在后续时间内经常为负，AR只在5、13、24、25日显著。相对应的，CAR一路下跌，只是下跌的幅度没有0日以前上升的幅度那么陡峭，但在30日时，CAR的水平仍维持在0.5%附近，且0日后一直显著。从符号检验来看，AR0的样本比重几乎一直显著小于50%，只有在-2、-1 、0 日AR0的样本比重才大于50%，但只有0 日显示为正。从-6日起，CAR0的样本比重一直大于 50%，且在大部分时间( 即在-3,-24的事件窗内)都显著大于50%。CAR的参数检验和非参数检验的结果显示，并购事件公布之前，市场已经作出了明显的反应，说明消息可能有所泄漏，或者市场可能对并购事件有所预期从而提前反应( 由于事件日在数据库中的定义可能导致市场对并购事件的预期，参见上文)。总样本在0日附近CAR 有显著上升势头，这和张新(2003)的发现一致，说明并购活动的确会给相关公司股东带来显著的财富效应。 二、不同并购类型的子样本根据 CSMAR 系列兼并收购数据库给出的业务类型，本文将并购类型分为股权收购、资产收购、资产剥离、股权转让、置换、债务重组六大类。由于要对之前的并购总样本按照并购类型进行分类研究，所以如果同一公司在某个事件 0 日发生的并购活动类型超过一种，就将该类样本剔出，因而并购类型子样本的合计数比总样本偏少。表 3 按照并购类型分类的总样本股权收购 资产收购 资产剥离 股权转让 置换 债务重组 合计样本数 432 225 624 547 167 3 19987比重 21.62% 11.26% 31.23% 27.38% 8.36% 0.15% 100%由表 3 可以看出，资产剥离的样本数最多，接近总样本的三分之一，其次为股权转让的样本数，这两类都属于企业的收缩活动。扩张类的活动包括股权收购和资产收购，股权收购的比重几乎为资产收购的 2 倍，说明企业扩张的过程以获得股权为主要手段。置换类的样本不到 10。债务重组的样本更少，仅 3 个，不适合运用事件研究法，因此在下图分析时没有包括在内。从图 2 可以看出，不论哪一种并购类型，几乎都在 0 日附近达到最高点(资产剥离为次高点，但和最高点相差无几)。股权收购的活动自-30 日起就一直稳步上升，0 日后略有下降，但 CAR 仍维持在 1%之上，其-23 日后的 CAR 值均显著。股权转让活动于股权收购活动的分布类似，但变动幅度更大，自-10 日起显著上升，在 0 日达到最高点后，也在高位震荡，CAR 基本在 1.50%之上，其-6 日后的 CAR 值均显著。资产剥离活动是所有并购类型中变化最平稳的，在整个事件期内，CAR 基本都在-0.50%,+0.50%内波动，且