论文英文翻译

1、英文文献翻译学号：120108333 姓名：杨漫双- 12 - 企业跨国并购对并购后企业规模的影响 本文是对企业跨国并购的规模进行分析的文章，着重分析跨国并购后企业规模的改变。 作者：Cefis·Orietta Schenk 时间：2008年 通过使用相关的模型进行分析，研究合并和收购(并购)公司大小分布的形状。Ouranalysis表明当我们考虑公司的全部人口时，并购不会影响公司规模大小的分布。当我们专注于企业参与并购事件，企业的规模会在无形之中改变。意味着公司大小分布更集中，更偏向右边，薄的尾巴。而公司低尾下降，公司在中央大小类的数目大幅增加，超过了增加公司的数量(和平均直径)的

2、上尾分布(因此整个市场集中度衡量赫芬代尔指数下降)。公司的并购导致背离正太分布，表明外部增长并不遵循Gibrat定律。我们的反事实的分析强调，只有内部增长并不影响公司的大小分布的形状。相反，它贝加莫库普曼斯研究所和郭台强，乌特勒支大学Janskerkhof 认为，粒度分布的变化几乎完全是由于公司外部的增长。一、文献综述 Geroski（1931）实证研究一再表明，公司规模分布在工业国家高度倾斜，或者换句话说，少数大公司与大量的小型企业共存。公司大小分布在一个行业的产业集中度，因而对反垄断政策特别感兴趣。事实上，这种分布已经被解释为“比例定律效应”的结果，从预测来看，公司规模遵循随机游走。因此，

3、公司的增长是不稳定和独立的大小。Mc Cloughan（1995）和Geroski（1999）认为，在公司规模、幂指数定律预测的频率超过一定规模的公司(或最小尺寸)，此时与公司大小成反比。Sutton（1997）和Bottazzi et al（2002)利用Gibrat定律解释公司大小和它的高度偏态分布，从经验和理论上分析，着重讨论企业成长的过程。Luttmer(2007)和Bottazzi(2006)提出了不同的理论模型，偏离Gibrat定律，能解释给公司内部增长，观察公司大小分布。如果一个离散的随机变量，如公司规模改变，这意味着变量的频率超过一定阈值变量的值成反比。Luttmer(2007

4、)和Secchi (2006)研究帕累托分布，分布的系数(帕累托曲线的斜率)衡量业务集中的大企业在一个行业或一种经济中，来观察帕累托分布的上尾走势。此外，如果帕累托分布和斜率参数在一定范围内，产业结构将只取决于企业之间的交互，而不是外部因素和个人公司行为。二、并购对公司规模大小的影响尽管有庞大的文献曾调查公司大小分布的影响因素，其中一些将讨论将注意力一直落实在公司的底层形式增长，特别是公司内部条件对公司外部的扩张和成长的影响。由于并购的意义并非着重于公司的大小，而更关注于效益的增长。如果并购能更有效地扩大企业规模，将企业规模由内部扩张的增长和可持续的增长相结合，期望系统将向更高增长率的上尾处分

5、布。换句话说，这将取决于公司的大小。此外，更需要注意的是，一个分布的方差是衡量不平等、不集中的。因此，如果公司的数量保持不变，但当后者数量下降，会增加收购企业规模的不平等程度。由于合并一定意味着下降，通过合并可能会或可能不会增加不平等。这个大幅上涨显示的问题在1990年下半年的并购年代。事实上，这个所谓的第五次并购浪潮超过一切之前，其数量和交易价值在1996 - 2000年期间超过12万亿美元用于合并，其中9万亿美元来自欧洲和美国的公司。在大公司，合并也是影响企业规模的最重要的原因，特别是在欧洲和美国。在美国和欧洲联盟，最大的制造业公司，被吸收到另一个15年时间内这种规模的集团成员。总的来说，

6、15%的大公司通过合并消失了，除了在日本。这段时间不包括在下半年大规模合并运动的1990年代。实施退出前，没有进一步的信息，使得重新分类到另一个部门(主要是服务)。延长人口规模较小类别的比例将增加合并失踪。例如，有3011家公司选择1950年在伦敦证交所上市，不少于1265(或42%)似乎是在1977年上市。因此，本文的目的是分析并购对公司规模大小的影响大。第一步分析公司的增长过程中考虑总销售额（或员工人数)，而且也要考虑外部增长(即增长由于并购)的影响。在第二部分，我们将讨论一些重要结果获得之前的公司规模大小，以及进行获得数据后的后期的对比。 三、文献综述和讨论 外部争议少、名气好的大公司在

7、并购活动中显得越来越重要。的确，上个世纪的数据显示，不包括1930年代到1950年代，并购的增加总集中在制造业，矿业和分布对大多数欧洲国家。在1990年，包括荷兰、美国的数据显示出起伏的模式的。增加优势可以显示随机过程的结果，或者可以是现代技术和大规模生产的必然结果。比较公司大小分布在1956年和1957年在一个大型美国公司的样本，Ijiri用测试发测试了并购的影响(帕累托曲线的斜率)。他们的研究结果表明，并购不大大影响，认为长期以来保持的主要来源参考并未多么违反直觉。此外，Ijiri提出，在1960年代和1950年代，500家最大公司的大小分布显示，平行向上的形式影响公司大小分布。变化的程度

8、取决于适用于所有公司的增长率有关人口。他们的分析从而支持命题，并购企业成长将遵循Gibrat定律一样程度将内部增长。然而，这些结果可能是有偏见的，因为1950年代中期见证异常合并发生率低。因此，公司大小分布的比较在1957年与1956年不会让人期待发现显著差异。类似，尽管和Ijiri的说法相反，并购只出现在1960年代末流行(后来被称为第三次并购浪潮），所以它不会吃惊发现从1950年代初到1960年代中期顶部500公司的大小分布并无太大的变动。事实上，在他们以后的工作，Ijiri研究了831家最大的工业公司。根据1969年度财富排行榜，他们找到了一个公司大小分布，从直线偏离帕累托曲线。两个可能

9、的解释随后被调查，其中一个有关并购的效果。他们第一次分组831家公司分成九个大小类，然后观察参与并购的公司数量在前20年中，收购公司的大小。然后，给出了通过计算类的数量大小1969 -公司-数字会存在1969年而不是实际观察到的831年企业，和消失的速度大小类的合并并非独立。演习资产产生一系列资产变化数据的大小。 Ijiri(1974)还研究了历史的模式，即一个公司最近的增长有一个更好的机会比相同大小的公司进一步发展的增长发生在遥远的过去。似乎可信的和还发现实证支持。4、 实证分析1.资产增长的结果合并似乎依赖于大小大类，这将是小于实际观察到的。下图（图一）显示的是并购过程中带来的资产的变化量

10、。纵坐标单位（亿美元），横坐标单位（年）。 （图一 ）2.通过绘制实际的数据和估计数据对理论(帕累托曲线)的影响关系，Ijiri能够确认并购造成明显增加和公司的凹度大小分布，即偏离帕累托的期望。差距的最后几年期间观察研究，即当第三次并购浪潮的势头。采用不同的方法，但本质上保留的想法构成假想的人群比较，其他研究人员已经提出了类似的结果。3.辛格(1975)发现，从第二个五分位数以上，被收购单调下降的概率大小适度，但一旦达到最大尺寸类将更尖锐。同样，Aaronovitch和Souyee(1975)发现在大公司，规模和收购是逆相关的概率。规模最小的类之间，消失率由于合并12年段为40.4%，它系统地

11、拒绝后增加大小，最终达到21.1%和26.3%，最高规模类。在其他条件相同的情况下，这意味着因为他们彼此合并，从而创建一个上尾分布。Haner和Keven(1977)认为，合并对经济增长的影响是如此强烈。没有合并，规模较小的公司将比规模较大的公司增长得快。通过仔细分析增长的来源，他们的结论是，没有合并，企业规模也不会增加太多，当然也不像它一样在他们研究的1957 - 1976年期间。1957 - 1969年期间，将大型和合并公司的内部增长低于平均水平的人口作为一个整体，已阻止增长率高于它。有趣的是，Haner和Keven的研究建议，合并的影响，是负责法律的持有比例的影响。如果没有合并，更高程度

12、的多元化大型企业的特点将导致低分散度的增长率。调查美国、欧盟和日本的数据如下表（表一）。 表一 处理三大制造商在1978到1993年间的问题美国欧盟日本清算数010分离数020已超过数212118幸存数585778获得(留在顶部- 100)14164其他730总数100100100 （表一）4.注意到人口仅涉及到大公司。这个假设没有内部和外部之间的平衡增长，在这个意义上它，他们不关注外部增长。并购对公司的影响大小分布收购的大小将取决于现有大小的收购公司。根据汉娜和凯的研究，几乎总是主要因素的方差增长的公司，由于合并是在大多数情况下非常快速增长。我们对文学的贡献是双重的。首先，本文应用一个荷兰制

13、造业公司的全部人口的广泛数据集(不仅引用或大公司)，包括入口和出口的影响研究并购公司大小分布的形状。第二，它试图区分内部和外部的影响增长过程粒度分布的反事实的分析。五、数据和方法我们使用两个数据库收集的制造业公司在荷兰的荷兰中央统计局(CBS)。第一个数据库业务注册(BR)，一个全面的数据库制造业公司的全部人口。它包含人口和国内就业数据的公司注册在荷兰财政。活跃在那一年，不一定对的全部时间。一组由所有公司全年存在，所有那些进入和/或退出。这里事件“入口”和“出口”的定义包含或排除的数据集。此外，该数据集指定包含或排除一个公司的原因。特定变量允许区分实际入口和出口公司的入口和出口由于并购。合适的

14、测量尺寸，使得我们使用国内员工的数量，因为这是唯一可用的测量数据集。在这方面，BR的优势报告显示公司员工规模降至零(或自主创业)。第二个数据库提供了额外的信息在BR除此之外。它包含详细的信息在所有国内并购发生在观察人口BR的公司。特别是，它允许匹配(或合并)收购公司收购(或合并)公司，和相应的员工人数。从现在开始，我们指的是一个“事件”，每当一个合并、收购或部分收购。当公司的重组在不同的单位，或通过分拆和部分剥夺发生(部分收购和资产剥离记录只有关注所有权变化超出已发行股份总额的50%）。合并两个数据集，我们估计两个分布:（a) 初始分布的观察在今年年初前 正确的积累分布函数 （图二）(b)的最

15、终分布开展收购(包括部分收购)或剥离(包括部分剥离)出现在开始分布大小在任何事件发生之前。 （图三）在最后分配，他们用大小出现修改根据事件发生，即在合并或收购的情况下增加大小，而在减少大小的剥离。某一年，开始分布的由两类:(1)公司全年不会接受任何事件(2)公司将收购的公司或承担部分剥离。同年，“最终分布”包括以下设置:(1)公司今年不会经历任何事件(所谓的持续的公司)；(2)今年已进入公司；(3)公司从现有企业母子公司或分离；(4)公司收购或(部分)进行剥离。作为参考今年的开始和最后的分布，我们认为1997年，这是今年以来最大数量的事件相关的并购发生在观察期间。1997年，制造业公司的人口从

16、业务登记包括62662家公司，其中略低于10%公司为零的员工（个体经营）。因此，我们得到以下数据分析结果。如下表(表二）。Kolmogorov-Smirnov两个示例测试(渐近)开始分配最终分配KSDKSAPR>KSA所有规模：包括无雇员公司57329.0056595.000.000.011.660.01所有规模：包括无雇员公司51740.0051633.000.010.022.44<0.001仅仅包括实行并购的公司：包括无雇员公司3899.002564.000.030.2610.67<0.001 （表二）六、总大小分布 我们估计的起始和最终分布的人口，包括和不包括自主创业。

17、开始活跃的公司分布的数量达57329，其中9.7%都是零的公司员工(个体经营)。相同数量的最终分布等于56595。开始和最后的分布的比较表明，公司减少了1.3%的数量包括自主创业时，和0.2%时排除在外，这表明个体死亡率最高。我们估计分布，无论我们是否关心或最终分配开始，要么有或没有自主创业。 “程式化的事实”，大小分布是高度积极倾斜:大量的小数大小的小公司和大公司。事实上，只有1%的人口拥有超过230名员工。此外，分布的均值是8到9倍大于中位数，由于长期对尾(由大峰态)确认只有少数大型企业的存在。由于对数刻度，我们只分析分布没有自主创业。开始和最后的情节主要分布重叠，从而证明该公司大小分布似

18、乎不受事件影响。自1997年以来进入了第五次并购浪潮，和荷兰公司是世界上最活跃的并购而言，这似乎是一个令人困惑的结果。然而，可以提出一些可能的解释。首先，整个制造业的动态平衡的影响并购井公司退出市场(7.09%的人口)抵消并购对粒径分布的影响。然而，这个限制不会影响粒径分布的分析。其次，我们的分析集中在制造业公司的人口，是活跃在荷兰，和事件相关并购，只有涉及到这些公司，不包括国外所发生的事件。换句话说，我们研究并购对公司的影响大小分布到这些公司生产设施在一个国家，在这种情况下，特别是在过去的并购浪潮，从1995年到2000年，许多跨国并购，特别是那些涉及大量和非常大的公司。荷兰公司在国际并购市

19、场特别活跃。例如，1998年，在与本国国内生产总值(GDP)，荷兰公司世界头号位置的跨境并购。这种并购达到大约11.1%的GDP，而跨国并购涉及法国和德国公司只相当于GDP的3.4%和3.3%。因此，即使合并狂潮可能让国内企业规模分布。显然，这样的合并可能对公司有重大影响的大小分布以及产业集中度在欧盟和全球水平。七、并购对公司的影响大小分布 最后，我们的分析集中在并购的影响大小分布的总体水平。结果没有显著改变公司的大小分布已经检测到可能是由于聚合。越来越多的产业集中度将在一个特定的并购部门(在两个或三个数字的标准工业分类)的生活减少集中在另一个补偿。因此，聚合可以冲走并购对产业集中度的影响。为

20、了测试两个分布之间的差异是否显著，我们运行一个测试。结果显示两个来自相同的理论分布。事实上，我们知道大约3000家公司参与这些过程。随着是一个敏感的测试大量的观察，它能够捕捉图形分析忽视产生影响。我们计算赫芬代尔指数开始和最后的分布以评估产业集中度的变化是否作为一个工业动力学的影响。定义公司的数量分布(感兴趣的行业)，如果公司的规模和公司的市场份额、赫芬代尔指数是由索引范围的最小值。因此，索引的最小值取决于公司的数量分布。为了避免这些缺点，使对比指标在不同的分布和不同数量的计算。1997年，工业动力略有减少国内产业集中度的程度。这个违反直觉的结果可以解释通过观察，中型企业的密度的增加超过了增加

21、上反面的密度分布。我们可以注意到，随着公司分布数量的减少。也就是说，并保持常数分布的方差，规范化的价值赫芬代尔指数降低。为了增加赫芬代尔指数，我们应该观察分布的方差的增加抵消了减少由于减少公司的数量。这通常是当大多数并购需要。相反，我们认为所发生的整个人口的分布公司由于并购事件在所有类。我们观察数据的密度分布的均值分布显著增加，和分布的方差降低并购的影响，增强的影响减少公司的数量。因此，赫芬代尔指数降低。最后，调查大小分布的形状，和工业动力学的影响，我们目前的情节开始和最后的分布为对数正态和帕累托，对数正态分布的数据比帕累托分布更明显。这是更适合公司的上尾大小分布，为密度和累积分布图形，观察到

22、的差异之间的形状开始和最后的分布不能直观地感激。 在1997年，3899家公司参与活动相关的并购及其副产品和剥夺。2007年底，2584家公司仍然存在，这表明并购，分拆，剥离了制造业企业活跃的数量。所示的描述性统计强调这并不是唯一的影响。公司的平均尺寸增加了56%，而平均增加100%。看着两个分布可以得出这样的结论:整个分布开始转向更大的大小值得注意的是，偏态，峰度和变异系数大大减少从开始到最后的分布。有更多的企业集中在中心部分的分布。的确，中心的密度急剧增加，略微上尾巴。这一增长是由于大量减少公司的密度较低的尾巴。总的来说，我们观察到的并购效应显著增加，中型企业的数量，减少的微型和小型企业，

23、而在这样一个大公司不会增加有关，但它们的大小增加显著正确的累积分布函数从分布最终一个和之前一样，我们计算赫芬代尔开始和最后的分布指数来衡量产业集中度的变化由于并购的影响。 与整个人口、产业集中度降低并购的效果但是关于企业规模不同成分的影响。但在这种情况下，分布的方差增加并购的影响，但不足以抵消减少的影响公司的数量。也因此，在这种情况下，赫芬代尔指数降低。这是符合的衰落的变异系数分布最终开始，在整个人口和示例只考虑企业参与并购事件。这表明，由于并购外部增长的过程不是由Gibrat定律生成的过程。反事实的分析以前观察到的差异之间的开始和最后的分布反映了有机或公司的内部增长和增长由于并购(外部增长)

24、。为了区分的效果并购对公司的影响大小分布。内部和外部的增长，我们执行一个反事实的分析。目的是比较真实的最终分布的企业进行了并购事件、相同的公司，认为他们只经历了内部增长。反事实的分布的计算是建立在以下步骤。首先，实际增长率之间的1997年和1998年公司没有参与计算并购事件。从这个分布的实际增长率，随机样本提取尺寸等于企业参与并购的数量。通过应用这些随机、赫芬代尔指数较高的反事实的分布(H = 0.0965)比实际的最终分布(H = 0.07027)大。这主要是因为，在最后的分布，企业的数量与规模意味着大幅增加为代价的微型和小型企业。这种变化很大程度上超过了增加的数量和平均尺寸很少有大公司，使集中指数降低。八、结论谢勒(2002)指出，并购的过程中起着重要的作用在于塑造市场集中度。然而，实证证据这一过程如何影响公司的形状大小分布是有限的，有些不确定。本文提供了新的经验证据的影响并购企业大小分布的形状，通过使用数据从业务登记人口的制造业公司在荷兰。我们的分析表明，并购并不影响企业规模大小分布。入口和出口可能产生资产并购的影响，相反分布可能聚合效应在部门层面。对于国际并购，排除数据集，