（金融学专业论文）商业银行并购失败风险预警研究.pdf

浙江大学研究生学位论文独创性声明l y l l l i l i l l 8 m i l l19i3 9 2 i i i ti fll l l lf lff i 1 1 i i 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的 研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发 表或撰写过的研究成果，也不包含为获得逝江盘鲎或其他教育机构的学位或 证书而使用过的材料。与我一同工作的同志对木研究所做的任何员献均已在论文 中作了明确的说明并表示谢意。 学位论文作者签名：叫钐i 易召 签字日期：知“年6 月夕日 学位论文版权使用授权书 本学位论文作者完全了解逝鎏盘堂有权保留并向国家有关部门或机 构送交本论文的复印件和磁盘，允许论文被查阅和借阅。本人授权逝姿盘堂 可以将学位论文的全部或部分内容编入有关数据库进行检索和传播，可以采用影 印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 导师签名： ? 吣v 签字日期：钞【f 年6 月2 日 马日澎y侈汨rf 氰 年 签 叫 利 少 作 ： 文 期 沦 日 位 字 挚 登 致谢 时光荏苒，转眼两年光阴已逝，于浙江大学的短暂求学生涯也行将结束。这 段短暂而美好的时光带给了我无数的挫折与成长，也在西子湖畔老和山下留下了 难以磨灭的美好记忆。正值毕业论文完稿之际，在此向众多曾给予我无私帮助的 老师朋友致以深深的谢意。 首先，我要衷心的感谢我的导师张月飞老师。自入学以来，无论是学习上、 工作上还是生活上，老师都对我倾注了大量的心血。张老师严谨的学术态度与开 拓性的学术思维，甚至老师的一言一行都对我产生了深远的影响，令我受益终身。 在毕业论文写作之时，张老师也对我论文的进展时时关注，与我一起研究攻克论 文的难题，并对我提出大量宝贵的意见与建议，为论文的最终完成打下了坚实的 基础。 其次，要感谢好友赵凤月，苏萍的帮助。由于研究课题的数据涵盖范围广、 时间跨度大，且难以获得，两位好友毫无怨言的花费大量时间精力帮助我搜集数 据，在此，致以真诚的感谢。 最后，要感谢我的父母与众多好友的关怀与陪伴。是你们在我论文出现瓶颈 时予以鼓励和帮助，在我有所突破有所成果时分享喜悦，也借此机会，向各位表 达我诚挚的谢意。 此外，尚有许多帮助过我的人，在此一并深表感谢，并祝福所有的入平安幸 福! 楼海涛 2 0 10 年3 月于玉泉校区 摘要 并购是现代银行快速成长的重要手段，全球排名前十的金融巨头几乎都是通 过并购实现成长，然而并购失败的风险也始终笼罩在决策者周围。如何在利用并 购加快银行发展的同时有效规避并购风险成为学术界与实务界的重要研究议题。 本文在简要评述国内外银行并购与风险预警的相关理论基础上，通过对银行 并购失败经典案例的回顾与失败原因的深入探究，结合前人实证研究成果，从宏 观、微观、交易三个层面分辨出影响银行并购失败的重要影响因素，并据此提取 出1 3 个预警指标，建立商业银行并购失败风险预警指标体系，同时利用b p 神 经网络对预警模型进行实证检验，样本数据为5 3 组完成于1 9 9 9 年至2 0 0 7 年间、 并购金额在l o 亿美元以上，且前后三年内未发生同等或更大规模并购的上市银 行。实证结果发现并购成功组预警准确率达到7 5 ，失败组为8 7 5 ，总体判正 率达8 3 3 3 ，可见所建立的预警模型具有较强的准确性。最后，根据本文研究 结论，对降低银行并购失败风险提出切实可行的政策建议。 通过本文研究，一方面填补了银行并购风险预警领域的研究空白，另一方面 对商业银行决策层具有及时警示以降低甚至规避并购风险的重要作用，同时也利 于监管层有效实施银行并购监管。 关键词：银行并购风险预警b p 神经网络 a b st r a c t m e r g e ra n da c q u i s i t i o nh a sb e e na ni m p o r t a n tm e a n st om a k es u r et h er a p i d g r o w t ho fm o d e mb a n k s ，a n da l lo ft h et o pt e ng l o b a lf i n a n c i a lg i a n t sa r eg r o w n t h r o u g hm e r g e ra n da c q u i s i t i o n ；h o w e v e rt h er i s ko ff a i l u r ei nm & ah a sb e e n s h r o u d e di nt h ed e c i s i o n - m a k e r s t h e r e f o r e ，h o wt os p e e du pt h eg r o w t ho fb a n k sb y m & aw i t hl o w e rr i s kh a sb e e nah o tt o p i cb o t hi nt h ea c a d e m i ca n dp r a c t i c e b a s e do nar e v i e wo fd o m e s t i ca n df o r e i g nt h e o r i e s ，t h i sp a p e rs t u d i e sc l a s s i c f a i l e dc a s e so fm & ab e t w e e nc o m m e r c i a lb a n k s b yc o m b i n i n gw i mt h ep r e v i o u s e m p i r i c a lr e s u l t s ，w ea n a l y z e t h ei m p o r t a n tf a c t o r so ff a i l u r ef r o mt h r e el e v e l s ， i n c l u d i n gm a c r o ，m i c r oa n dt r a n s a c t i o n s ，a n d13i n d i c a t o r sa r ep i c k e dt os e tu pt h e e a r l y w a r n i n g m o d e lo ft h em & ai nb a n k i n gi n d u s t r i e s m e a n w h i l e ，b pn e u r a l n e t w o r ki si n t r o d u c e di n t ot h ee m p i r i c a lr e s e a r c hp a r t ，谢t 1 1t h es a m p l es e to f5 3l i s t e d b a n k sw h i c hc o m p l e t e dm & ab e t w e e n19 9 9a n d2 0 0 7 ，a n da l ld e a l sv a l u ea r eo v e r1 b i l l i o nu sd o l l a r s ，w i t h o u ts a m es c a l ea c t i v i t i e sd u r i n gt h r e ey e a r sb e f o r eo ra f t e r m & a o c c u r r e d t h ee m p i r i c a lr e s e a r c hi n d i c a t e st h a tt h ea c c u r a c yo ft h es u c c e s s f u l g r o u pi nt h em o d e lc a nr e a c h7 5p e r c e n t ，w h i l et h ef a i l e dg r o u pi su pt o8 7 5p e r c e n t ， a n dt h et o t a la c c u r a c yr a t ei sa sh i g ha s8 3 3 3p e r c e n t t h e r e f o r e ，i ti ss h o w nt h a tt h e e a r l y w a r n i n gm o d e lb u i l d e dh e r ec a np r e d i c tp r e c i s e l y i nt h ee n d ，a c c o r d i n gt ot h e r e s e a r c hr e s u l t s ，w ec o m eu pw i t hr e c o m m e n d a t i o n sa n dp r a c t i c a lp o l i c yt oa v o i d r i s k si nm & a t h i sp a p e r , o nt h eo n eh a n d ，f i l lt h eb l a n ki nr e s e a r c ho ft h ee a r l y w a r n i n go n m & ar i s ki n b a n k i n gi n d u s t r i e s ，o n t h eo t h e rh a n d ，w a r n i n gp o l i c ym a k e r so f c o m m e r c i a lb a n k si nt i m et ol o w e rt h er i s ki nm & a ，a n dt h e nh e l ps u p e r v i s o r st o r e g u l a t i o nt h em & a a c t i v i t i e sb e t t e r k e y w o r d s ：m & ai nb a n k i n gi n d u s t r i e s ；e a r l y w a r n i n g ；b pn e u r a ln e t w o r k 目录 l 绪论1 1 1 选题的背景l 1 2 选题的意义2 1 2 1 选题的理论意义2 1 2 2 选题的现实意义3 1 3 研究思路与结构3 1 4 研究方法与创新点5 2 研究综述7 2 1 银行并购研究动态7 2 1 1 并购动因研究7 2 1 2 并购绩效研究。8 2 1 3 并购风险研究。9 2 2 风险预警模型研究综述1 l 2 2 1 判别模型1 1 2 2 2 信号显示类模型1 2 2 2 3 其他预警模型1 3 2 3 研究述评1 4 3 商业银行并购失败风险经典案例及影响因素1 5 3 1 银行并购相关概念及失败界定1 5 3 1 1 并购及并购失败风险内涵1 5 3 1 2 并购失败界定1 6 3 2 商业银行并购失败经典案例评析1 8 3 2 1 “连环并购狙击手”难逃厄运1 8 3 2 2 上帝导演的并购命运转折2 0 3 2 3 世纪之战的赢者诅咒2 l 3 3 商业银行并购失败风险影响因素2 3 3 3 1 宏观因素一2 4 3 3 2 微观因素2 5 3 3 3 交易因素2 8 4 商业银行并购失败风险预警机制构建3 1 4 1 商业银行并购失败风险预警机制构建的目的、原则与功能3 l 4 2 银行并购失败风险预警指标体系设计3 2 4 2 1 宏观因素指标3 3 4 2 2 微观因素指标3 4 4 2 3 交易因素指标3 6 4 3 商业银行并购失败风险预警模型的选择3 7 4 3 1 风险预警模型的比较3 7 4 3 2 人工神经网络方法3 9 4 3 3 模型适用性分析4 0 5 商业银行并购失败风险预警实证研究4 1 5 1 样本选择与数据分析4 l 5 1 1 样本选择与数据来源4 l 5 1 2 样本数据分析4 l 5 1 3 数据归一化处理4 4 5 2 预警模型的设计4 4 5 3 预警模型的训练与检验4 5 5 4 预警结果分析与评价。4 8 6 结语4 9 6 1 结论与政策建议4 9 6 1 1 结j 沦4 9 6 1 2 政策建议5 0 6 2 不足与展望5 l 6 2 1 本文研究的局限性5 l 6 2 2 研究展望5 2 参考文献5 3 附录5 8 附录一样本案例列表5 8 附录二交易金额2 0 0 亿美元以上商业银行并购案例( 1 9 9 7 年至今) 6 0 浙江大学硕士学位论文= 绪论 1 绪论 1 1 选题的背景 并购是现代银行业发展的基本方式( 葛兆强，2 0 0 5 ) ，是推动企业成长的不 竭动力。历史上曾涌现五次大的并购浪潮，自第二次浪潮起，银行业并购逐渐成 为主角。进入2 0 世纪9 0 年代以来，国际经济金融形势变化莫测，各国政府管制 放宽，金融创新、技术革命层出不穷，客户需求多元化发展极为显著，银行之间 资本进一步集中，并购现象层出不穷，并购数量与并购规模屡创新高。 据z e p h y r 数据库统计，自1 9 9 7 年至今，已完成商业银行之间并购3 9 9 6 起，累计交易金额达到1 8 4 3 6 8 2 亿美元，其中3 0 0 亿美元以上巨型并购高达1 9 例。而银行间风起云涌的并购浪潮也造就了一批大型商业银行，汇丰银行、花旗 银行金融巨头的成长史俨然一部并购史，其中花旗银行与旅行者集团的天价并购 顺利将其推至规模最大银行之位。 表1 1 历年并购案例数量与金额 数据来源：b v d z e p h y r 数据库 本文所指商_ k 银行并购案例为并购双方均为商q p 银行，并购形式为兼并( m e r g e r ) 与收购 ( a c q u i s i t i o n ) ，且已顺利完成的并购案例。 1 浙江人学硕士学位论文绪论 我国银行业并购起步较晚，上世纪九十年代中期才逐渐兴起。早期银行并购 多是政府主导而非市场意愿，且大多出于化解金融机构风险以及调整金融机构体 系的目的，例如大量信用社的合并重组。随着我国商业银行经营管理能力的不断 提高，以及投资银行与证券市场的快速发展，我国银行业并购也渐渐从政府行为 向市场需求转变，同时大型国有银行与股份制银行开始走出国门，实施海外并购 战略，如工商银行入股南非标准银行、印尼h a l i m 银行等，招商银行10 0 控股 永隆银行，中国银行收购法国洛希尔银行2 0 的股份等。 然而，并非所有并购都能实现预期收益。并购行为涉及银行经营管理的方方 面面，且成本与收益深受宏观经济、社会文化以及法律等因素影响，风险来源众 多，也致使并购成功率并不高。默瑟管理咨询公司( 1 9 9 5 ) 对1 5 0 家并购公司研 究显示，5 0 的并购以失败告终，麦肯锡公司( 2 0 0 0 ) 对1 9 9 7 年至1 9 9 9 年间的 4 7 项并购交易研究表明，6 5 的交易未能实现并购收益，毕马威( k p m g ，2 0 0 1 ) 研究显示7 0 的并购未能增加股东价值。可见，并购隐含着巨大风险，需引起各 界重视。 在全球银行业不断掀起并购热潮，我国商业银行扩张脚步不断加快的情况下， 研究如何尽早识别风险因素并建立一套行之有效的并购预警管理体系，对于我国 银行业进一步学习国际先进经验、建立全球经营网络、实现稳健经营具有重大的 理论和现实指导意义。 1 2 选题的意义 1 2 1 选题的理论意义 目前，对于银行并购的研究十分丰富，不同学者从不同角度，以不同方法对 银行并购有关问题进行了深入探讨与研究。对于风险预警的研究也从初时的简单 判别模型、线性回归预测发展至眼下纷繁复杂的模型与技术，变革速度不可谓不 快。然而，眼下对于银行并购的研究多基于对并购动因的解释、绩效的评估以及 风险的识别与测评之上，且对风险的识别多基于理论或案例研究，而缺乏实证检 验；风险预警在金融方面的应用则多止于全球或某一经济体的金融风险预警与行 业危机预警，少数涉及单个金融机构经营危机预警，抑或进行财务风险预警研究， 而未能对银行并购行为进行风险警示。 2 浙江大学硕士学位论文绪论 而本文正是将眼下较为先进的神经网络风险预警技术应用于银行并购领域 进行实证研究，对于银行并购失败风险预警这块几乎尚未有人涉足的领域进行了 探索，具有重要的理论意义。 1 2 2 选题的现实意义 银行并购是一项高风险高收益的投资行为，基于商业银行的巨大规模效应， 有效并购能带来商业银行快速扩张，而一旦失利则将造成巨大的经济损失甚至社 会动荡。有鉴于银行并购存在的高风险性，研究其风险产生并建立并购风险预警 机制则能有效降低银行并购风险，对于银行自身的快速扩张与监管者的有效监管 乃至一国的金融安全具有重要的理论与现实指导意义。 一、及时警示风险，提高银行并购成功率，促进银行快速扩张。 银行兼并收购既是资本扩张战略，又是品牌延伸和品牌扩张战略，是打破资 源存量刚性、提高流动性的有效手段。银行并购风险预警可及时发现并购交易的 风险特性，预防风险的进一步发展与蔓延，为银行决策层提供决策依据，提高并 购成功率。在目前国际银行业扩张脚步不断加快的情况下，我国银行业通过并购 实现国际化发展的战略尤为重要。因而建立银行并购风险预警体系可有效指导我 国银行业并购交易，促进商业银行稳健扩张，推进我国银行业国际化发展进程。 二、稳定金融体系，减小银行危机发生可能。 金融是国家经济发展的核心，金融安全是国家经济安全的核心( 成思危， 2 0 0 3 ) ，金融业的特殊地位决定了稳定金融体系、维护金融安全应作为经济发展 的重中之重。银行并购的高风险以及并购后规模扩大而带来的“t ob i gt of a i l ” 问题则对银行稳健经营与金融体系安全带来隐忧。因而，若能防范于未然，建立 银行并购风险预警体系，有效监测银行并购风险，将有利于监管者对银行并购问 题实施有效监管，从而更好地指导银行业并购、维护金融体系稳定，保证金融安 全。 1 3 研究思路与结构 本文以银行并购为对象，从风险预警的角度进行研究，以银行并购与风险预 警相关理论方法为基础，旨在通过银行并购失败重要影响因素的识别分析、预警 浙江大学硕士学位论文绪论 模型的构建与实证检验，对银行并购失败风险进行及时警示，有效降低银行并购 失败风险。 根据以上思路，本文首先从银行并购热潮不断迭起与并购失败风险屡见不鲜 的尴尬引出本文研究命题一一银行并购失败风险预警，然后整理归纳已有的相关 理论与实证研究文献，捋顺本文研究的发展脉络；其次，根据前人研究成果以及 经典并购失败案例以得出银行并购失败风险的重要影响因素并加以分析；再次， 依据所识别出的影响因素构建银行失败风险预警指标体系，并阐述预警模型选择 依据；最后对预警模型做出实证检验，并对防范银行并购失败风险提出切实可行 的政策建议。 4 图1 1 本文结构图 浙江大学硕士学位论文绪论 1 4 研究方法与创新点 在遵循以上研究思路的基础上，本文主要以基本的银行并购相关理论与实证 成果为依据，采用理论分析与案例分析相结合、定性分析与定量分析相结合的研 究方法，并跨学科引入人工神经网络方法建立预警模型，对银行并购失败风险预 警问题进行全面综合的分析。 一、理论分析与案例分析相结合 本文详细回顾并总结了银行并购相关理论与实证研究成果，以此为据分析重 要影响因素对并购成败的作用机制。同时，对银行并购失败的经典案例做了介绍 分析，并探究其失败的重要原因，以对银行并购有更具体更深刻的理解，并为下 文预警模型的构建提供了一定的借鉴与指导。 二、定性分析与定量分析相结合 本文根据前人理论与实证研究成果以及案例分析结论，对影响银行并购失败 的重要因素进行定性的分析与理解，并以此为依据构建银行并购失败风险的预警 模型。然而，本文并未简单停留于这一阶段，还利用5 3 组全球范围内的银行并 购案例数据，借助m a t l a b7 7 软件对该模型做出实证检验，使得本文预警模 型更具有操作性与可行性。 三，引入跨学科的人工神经网络方法建立预警模型 鉴于人工神经网络自组织自学习且对样本数据几乎没有假定限制的优点，以 及其在大量研究领域所取得的良好预警精度，本文将其引入银行并购失败风险预 警领域，并做出实证检验。研究结果也显示人工神经网络具有较高的预警精度， 可见该方法在银行并购失败风险预警研究领域切实可行。 本文的创新之处主要在于以下几点： 第一，研究角度的创新。已有文献中关于银行并购与并购风险管理的研究已 经十分丰富，然而大量研究仍停留在银行并购动因、绩效、风险识别与测评上， 对于并购风险的提前预警研究则鲜有涉及。因而，本文将风险预警技术应用于银 行并购领域，从商业银行并购失败风险预警的角度研究银行业并购是一次全新的 尝试与探索，在相关领域的学术研究中尚属领先。 第二，银行并购失败风险识别方法的创新。前人对银行并购风险的研究主要 从并购的流程，即并购前、并购中、并购后三阶段分析，然而大量风险因素贯穿 5 浙江人学硕士学佗论文绪论 并购始终，且相互之间作用影响较强。而本文则从宏观、微观、交易三个层面对 影响银行并购成功的因素也即风险来源做了多层次多方面的研究，更为全面、具 体，也使得风险预警指标的提炼更为便利可靠。 第三，银行并购失败风险预警指标体系的创新。由于银行并购风险往往难以 定量衡量，因而对此进行实证研究的文献十分少见，为数不多的也是利用专家打 分法等获得一些极易受主观因素影响的数据指标。本文则根据银行并购失败风险 的重要影响因素，提炼出客观、易得、可量化、可操作的指标构建指标体系，为 预警模型的准确性奠定良好基础。 6 浙江大学硕土学位论文 研究综述 2 研究综述 2 1 银行并购研究动态 自1 9 世纪末至今，全球经济经历了五次大的并购浪潮，产生了大量的理论 与实证研究成果，主要集中于并购动因、并购绩效以及并购风险的识别与测评等。 下文对此进行简要的回顾与分析。 2 1 1 并购动因研究 商业银行作为特殊的企业，其并购行为大多出于对利润最大化的追逐和市场 竞争的压力。此外，并购可产生协同效应，主要来自经营协同效应与管理协同效 应两方面，其中经营效应包括：规模经济效应、财务协同效应、多元化经营效应， 而管理协同效应主要包括：利用原有的管理制度和人力资源、获得经验曲线效应 ( 许南，2 0 0 5 ) 同时，除了上述经营、管理原因之外，政策层面的因素亦是并 购的主要动因，如放松管制引发了上世纪八十年代后期的银行并购潮( h e a l y ， 1 9 9 2 ) 。结合以上几点，本文将国内外关于并购动因的文献归类如下： 一、规模经济效应。e h e l p m a n 和p k r u g m a n ( 1 9 8 5 ) 提出了“规模经 济贸易学说”，以企业生产经营中的规模经济与世界市场的不完全竞争力为基础， 解释战后迅速增长的贸易，且从微观经济与市场结构分析的角度解释并购行为产 生的原因。当一种产品单位成本取决于企业生产能力时，若企业的规模越大，则 产品的单位产品越低，相应的规模效应也就越明显。在市场竞争激烈的情况下， 并购成为迅速扩大经济规模，获取价格垄断地位或提高竞争能力以抗衡垄断的一 种重要手段。然而，来自b e r g e r 和h u m p h r e y ( 1 9 9 7 ) 、b e r g e r 和m e s t e r ( 1 9 9 7 ) 对美国的实证分析以及a l l e n 和r a i ( 1 9 9 6 ) 、v a n d e rv e n n e t ( 2 0 0 2 ) 对欧洲的实 证研究则证实了，即便是大型银行间的并购也未能充分实现规模经济效益。 二、协同效应。该理论认为并购行为能为社会带来的潜在增量，能提高参与 者的各自效率，主要包括两个要点：( 1 ) 并购行为利于改进管理层的经营业绩： ( 2 ) 并购将导致某种形式的协同效应( 陈共等，1 9 9 6 ) 。曹允刚( 1 9 9 8 ) 认为并 购行为可以在人力、信息、技术、营销网络等领域实现资源共享，从而获得成本 浙ii ：大学硕七学位论i c ：研究综述 节约。 三、代理问题。代理人的报酬由公司规模决定( m u l l e r ，1 9 6 9 ) ，因而代理 浙江大学硕士学位论文 研究综述 及对股东价值的影响，认为并购有助于节约成本、提高效率，但作用并不明显， 对股东价值增值也没有积极影响。 二、经营绩效研究法。该方法利用财务报表与会计数据，以盈利能力、市场 份额、现金流量、销售额等经营业绩指标深入研究并购前后或与行业水平相比的 经营业绩变化。大量学者在利用经营绩效研究法时从两个角度入手，即成本效率 和利润效率。由于实证检验的样本数据、指标选取等的差异，银行并购后绩效变 化同样没有定论。 在成本效率角度，b e r g e r 和h u m p h r e y ( 1 9 9 2 ) 利用美国1 9 8 0 - 1 9 9 0 年间资 产总额超过1 0 亿的5 7 家并购银行与目标银行为研究样本，运用自由分布法( d f a ) 衡量成本效率，结果表明成本效率并未有明显改善。而r o b e r td ey o u n g ( 1 9 9 3 ) 则运用厚前沿分析法发现5 8 的并购产生了成本节约。p e r i s t i a n i ( 1 9 9 7 ) 则以 1 9 8 0 1 9 9 0 年间发生并购行为银行为样本，利用d f a 实证发现并购后2 4 年内银 行成本效率显著降低。 在利润效率角度，丁慧( 2 0 0 9 ) 选取1 9 9 9 2 0 0 2 年间全球范围内7 9 家大型 银行并购金额超过2 0 亿元的并购案，采用r o e 和r o a 衡量并购后业绩，研究 发现并购后银行五年内总体业绩低于行业平均水平，盈利能力显著下降。而h e a l y 等( 1 9 9 0 ) 研究结果则显示企业并购后经营现金流优于行业平均水平。冯福根、 吴林江( 2 0 0 1 ) 对我国上市公司并购的实证研究发现并购绩效在整体上有个先升 后降的过程，且不同类型并购在不同并购时期内业绩不一致。 在研究方法上，早期文献多采用简单的财务比率比较衡量并购前后的业绩变 化( l i n d e r ，c r a n e ，1 9 9 2 ；s p i n d t ，t a r h a n ，1 9 9 3 ) ，结果基本为无法获利。在计 算财务比率时，没有控制产品与投入的价格且假定所有资产均用于生产，所有固 定资产都在使用中，易对效率计算产生误导，且无法区分x 一效率与规模效率和 范围效率的获利。为解决这一问题，学者们开始使用前沿分析法，如d e a ( a k a v e i n ， j a l a l ，1 9 9 7 ；r a l s t o n ，g a r d e n ，2 0 0 1 ) ，s f a ( v e n n e t ，2 0 0 2 ；马君潞，2 0 0 9 ) ， 极大的丰富了银行并购绩效的研究方法和实证结论。 2 1 3 并购风险研究 目前，国内外学者形成了大量企业并购风险理论成果与实证结论，对于企业 现实并购行为具有重要的指导意义，而银行并购风险研究则为数不多，且多限于 q 浙扪大学硕士学位论爻研究综述 定性研究，对于实际的风险管控作用不强。 并购风险的产生主要是由于：( 1 ) 并购银行股东未必赞成，并购将稀释股权 或增加现金支出，并购方股东不愿承担风险；( 2 ) 目标银行反收购努力，并购将 一定程度上损害目标银行经理层利益，因而可能利用股份回购、白衣骑士( w h i t e k n i g h t ) 、毒丸条款( p o i s o np i l l ) 等避免被收购；( 3 ) 反托拉斯法和兼并准则的 限制等，如美国的m c f a d d e np e p p e na c t 、g l a s ss t e a g a l la c t 、b a n k i n gh o l d i n ga c t ( 黄金老，1 9 9 9 ) 。 i r as m o l o w i t z 和c l a y t o nh i l l y e r ( 1 9 9 6 ) 通过对4 5 家财富5 0 0 强企业的高级 经理调查，研究了完成并购以后并未达到预期效果的兼并行为，发现最常被列出 的兼并后失败因素为：对财务协同效应期望过高、企业文化不相容、改进计划难 以实施、并购双方信息不对称以及无法进行未来预测。这些风险主要来自于三方 面：并购目标的业务与自身战略匹配性不好、过高支付，整合计划和执行不适合 ( r o b e r tj b o r g h e s e ，p a u lf b o r g h e s e ，2 0 0 1 ) 。此外，收购方将注意力集中在财 务上而很少制定可靠的战略，没有适当的兼并计划亦是并购风险的主要来源之一 ( p h i l i ph m i r v i s ，19 9 2 ) 。 银行并购活动主要包括准备与设计、谈判与实施、整合三个阶段，第一阶段 风险来自于对自身条件认识不足、未能制定正确收购标准、过高估计协同效应或 过低估计协同难度、未能正确判定并购后金融服务范围未来发展趋势；第二阶段 风险来自于信息不对称风险、融资风险、体制风险；第三阶段风险则来自企业文 化冲突、管理体制冲突及利益冲突( 庄乾志，1 9 9 9 ) 类似于这一划分，胥朝阳 和周婉怡( 2 0 0 4 ) 详尽分析各阶段风险的不同特点与诱因，并以此为据构建分段 风险识别流程图，设定风险因子及值域，按并购进程阶段识别并购风险，但并未 得出定量研究结论。孟凡臣、李颖( 2 0 0 9 ) 弥补了这一不足，选择十一个风险因 素，利用模糊评价法对某企业跨国并购行为进行风险测评，并得出风险评级以及 该评级的比率。 潘瑾等( 2 0 0 4 ) 在对风险衡量指标阐述的基础上，以2 0 0 0 发生过并购的上 市公司为研究对象，研究了不同并购方式，不同支付方式以及是否获得目标公司 控制权角度下的并购风险，结沦表明：混合并购方式的风险最大；现金收购具有 较高风险；并购公司获得控制权初期风险较小，并购两年后风险骤升。w e n s t o n 1 0 浙汀大学硕士学位论文 研究综述 等( 1 9 7 2 ) 也认为混合并购( c o n g l o m e r a t em e r g e r ) 具有较高的系统性风险。而 s u c h i s m i t am i s h r a 等( 2 0 0 5 ) 研究表明同业合并对减小总风险及非系统性风险具 有显著作用，对于系统性风险则效果并不显著。y a k o va m i h u d 等( 2 0 0 2 ) 通过 对银行并购的风险和超常收益的研究，认为较收购方国内银行市场平均水平而言， 并购方的总风险和系统风险并未降低反而有可能增加。k a r e l s 等( 2 0 0 1 ) 检验了 银行同业问以股票形式合并的风险，全面研究并购对总体风险、系统风险、非系 统风险等的影响，但结果显示任一风险均无显著变化。 2 2 风险预警模型研究综述 最早的经济预警一般认为可追溯至1 9 8 8 年法国经济学家以颜色测定法国经 济波动，后美国经济学家相继发布巴布森经济活动指数( 1 9 0 9 ) 以及美国一般商 情指数( 1 9 1 9 ) ，以反映美国宏观经济状态，进行景气监测研究，编制美国经济 “晴雨表”。而后，随着金融危机的频繁爆发，金融危机模型研究迅速开展，如 克鲁格曼( 19 7 9 ) 提出货币主义危机模型，o b s t f e l d ( 1 9 8 4 ) 提出“自我实现模 型”，此后又有道德风险模型、银行挤兑模型，以及更为一般的金融危机模型， 即资产价格的信心效应导致的自我实现悲观主义引发投资崩溃和金融危机，从理 论上剖析了经济金融危机的产生机制，进一步完善了经济金融危机理论。本文的 研究则是基于较为微观的风险预警模型，主要有判别模型，信号显示类模型以及 基于案例推理模型与神经网络模型，下文逐一介绍。 2 2 1 判别模型 一、单变量分析模型。f i t z p a t r i c k ( 1 9 3 2 ) 首次运用单变量分析模型进行企 业经营风险预警分析，以十九组破产企业与经营正常企业为样本，发现财物比率 对于企业经营风险具有预警作用，净利润股东权益与股东权益负债这两个比率 预测能力最强。后众多学者基于单变量模型展开大量研究，s m i t h 和w i n a k o r ( 1 9 3 5 ) 发现营运资本总资产比的指标预测能力最高，m e r w ( 1 9 4 2 ) 则认为是营运资 本总资产、流动资产流动负债、股东权益负债三个比率的预测能力强，b e a v e r ( 1 9 6 6 ) 则以轮廓分析、二分类检验、似然比检验对单变量模型予以发展，发现 债务保障率、资产负债率、资产收益率与资产安全率最为有效。尽管单变量模型 浙 i ：大学硕士学位论文研究综述 简便易行，利用财务比率作为预警指标经济意义明确，然而线性假定以及财务比 率的人为操控令其可信度大大降低。 二、多变量判别模型。a l t m a n ( 1 9 6 8 ) 利用美国1 9 4 6 - - 1 9 6 5 年问3 3 对破产 企业和非破产企业为样本，采用流动性、获利性、财务杠杆、偿债能力与周转力 五大类财务指标，利用逐步判别分析法，筛选出预测能力最强的财务比率，建立 判别函数，并财务比率加权汇总结合为综合性指标，经过数理统计步骤建立了z s c o r e 模型，根据模型判别分值，判别是否存在风险。后a l t m a n 等( 1 9 7 7 ) 在此 基础上加以改进，建立了z e t a 模型，企业破产前1 年预测准确率高达9 0 ，前 五年准确率高达7 0 ，具有极高的商业价值。此后国内外学者对该模型进行了研 究( 陈静，1 9 9 9 ；b e y n o n ，p e e l ，2 0 0 1 ；卢宇林，2 0 0 2 ) ，通过各关键财务比率 研制财务预警模型。多变量模型较单变量模型而言，预测更为全面，预警有效性 大大增强，具有较强的实用价值，然而这一模型依赖于变量的正态分布，且假定 组内协方差相等，而现实情形未必满足这些假定。同时理论基础薄弱，难以提炼 出较高的经济意义。 2 2 2 信号显示类模型 一、k l r 模型 i m f 学者k a r m i n s k y 、l i z o n d o 和r e i n h a r t ( 1 9 9 7 ) 利用噪声一一信号比率筛 选出了实际汇率、出口增长率、m 2 国际储备、实际利息率，股价等货币危机预 警指标，采用1 5 个发展中国家和工业化国家在1 9 7 0 至1 9 9 5 年间的月度数据对 货币危机进行了预测，得到泰国、马来西亚、印尼、韩国的货币危机可能性分别 为4 0 、3 0 、2 5 - - 2 8 、2 0 - - 2 3 ，具有较高的预警准确性。a n d r e wb e r y 和c a t h e r i n ep a t t i l l o ( 1 9 9 8 ) 也运用该模型对亚洲金融危机作出预测，但结果发 现6 8 的危机没有提前发出信号，4 4 的信号都是错误的，在增加经常账户余额 g d p 与m 2 p b 汇储备后有所改善，但仍不尽如人意。 二、逻辑斯特模型( l o g i s t i cm o d e l ) 。多变量判别模型的正态分布以及组间 协方差相等假定使得其适用性大为减弱，为改变这一情况，d a n i e lm a r t i n ( 1 9 7 7 ) 引入了l o g i s t i cm o d e l ，放宽上述两个假定，预测企业财务危机发生前两年可能 倒闭的概率，发现净利润总资产、费用营业收入、商业放款总放款、坏账营 业净利、总资产风险性资产这六个财务指标最能预测企业破产概率。自此， 1 2 浙江大学硕士学位论艾硕究综述 l o g i s t i c 模型广为应用( o h l s o n ，1 9 8 0 ；吴世农，卢贤义，2 0 0 1 ；刘翰林，2 0 0 2 ) ， 在样本选择、指标选取、因子多重共线性问题及企业盈余管理问题方面得到重大 改进。此外，国内外学者对模型的机理进行了丰富与发展，m o r l i s ( 1 9 9 7 ) 将t 1 年模型预测结果作为t 年预测模型中的独立变量，建立了滚动l o g i s t i c 模型( r o l l i n g l o g i s t i cm o d e l ) ，而l a i t i n e n ( 2 0 0 0 ) 将泰勒级数引入l o g i s t i c 模型之中，构建了一 个包含二次项的l o g i s t i c 模型，结果发现前两年的预测精度较线性模型更高，而 前3 5 年的准确性则较低。尽管其假定宽松，较为符合经济现实，但当样本完 全分离时，可能不存在最大似然值。 2 2 3 其他预警模型 一、基于案例推理模型( c b r ) 。c b r 是一个问题求解范例，其历史可以追 溯到2 0 世纪7 0 年代后期，起源于认知科学，其假设也是核心思想为：相似问题 具有相似解。j a n e tk o l o d n e r ( 1 9 8 3 ) 在动态记忆模型基础( r o g e rs c h a n k ，1 9 8 2 ) 上提出了c y r u s ，为此后大量c b r 系统奠定了基础。众多学者将c b r 的应用 范围大大扩张，延伸到机械故障、医药、司法、企业咨询决策等各个领域。 s t e p h a n i em b r y a n t ( 1 9 9 7 ) 运用案例推理方法进行企业失败预警，认为设计和 构造案例推理系统进行企业预警要包括案例表示、案例索引、自适应、应用和维 护等步骤和过程。案例推理法能有效解决传统预警模型的非线性问题，对于一些 尚未形式化、信息不充分的领域具有较强的预测能力，同时具有自我学习自我适 应的能力，能随着案例的增加提高解决问题的能力。然而，c b r 难以解决动态 的问题，且解决问题的能力依赖于案例库的质量，而案例库的建立于维护需要花 费大量的人力物力，成本较高。 二、人工神经网络模型( n e u r a ln e t w o r k ) 。人工神经网络是通过对生物神经 系统的模拟，其信息处理功能由网络单元的输入输出特性与网络拓扑结构所决定。 神经网络模型应用并不局限于单一领域，从通信工程到医药、商业、工程模式识 别，应用范围极为广泛( l i p p m a n n ，1 9 8 7 ) 。o d o m 和s h a r d a ( 1 9 9 0 ) 首次将人 工神经网络应用于企业预警，选用1 9 7 5 1 9 8 2 年间6 5 家失败企业与6 4 家稳健企 业为样本，以a l t m a n 所提出的zs c o r e 模型中5 个财务比率为变量，发现失败 企业与正常企业的预警正确率分别为8 1 7 5 和7 8 1 8 ，可见人工神经网络模型 预警效果较强。t a m 和k i a n g ( 1 9 9 2 ) 曾将多元判别法与神经网络模型同时运用 1 弓 浙t l ：大学硕士学使论文 研究综述 于银行破产预测，发现神经网络模型具有更好的预测能力。国内大量学者也采用 神经网络模型对金融风险、营销风险、信用风险、商业银行信贷风险等风险预警 问题做出研究( 杨丽敏等，2 0 0