上市公司壳资源溢价率影响因素的多维度实证剖析

上市公司壳资源溢价率影响因素的多维度实证剖析一、引言1.1研究背景与意义在我国证券市场中，壳资源交易一直是资本市场活动的重要组成部分，近年来愈发活跃。壳资源，即上市公司的上市资格，由于上市审批严格，上市资格成为一种稀缺资源，一些经营业绩不佳、资产质量较差但拥有上市资格的公司便成为了壳资源的提供者。据相关数据显示，仅在2023-2025年间，就有大量上市公司发生控制权变更或涉及壳资源交易，交易金额累计达到数千亿元，涉及行业广泛，从传统制造业到新兴的信息技术、生物医药等领域均有涵盖。例如，在2025年上半年，就有超过50起上市公司控股权变更事件被披露，部分公司在控制权变更后迅速进行资产注入和业务重组，市场对这些公司的关注度和股价表现也随之大幅波动。壳资源交易的活跃对我国资本市场产生了多方面的影响。对于有上市需求的企业而言，借壳上市可以绕过繁琐漫长的首次公开发行（IPO）程序，节省大量时间和成本，快速进入资本市场融资。这有助于企业抓住市场机遇，扩大生产规模、进行技术研发或拓展业务领域。如一些新兴的科技企业，由于发展初期盈利指标可能无法满足IPO要求，但通过借壳上市能够迅速获得资金支持，加速企业发展，实现弯道超车。从资源配置角度来看，壳资源交易能够促使资产从低效企业流向高效企业，实现资源的优化配置。经营不善的上市公司通过卖壳，将壳资源转让给更有实力和发展前景的企业，使优质资产得以进入上市公司平台，提高了上市公司整体质量，推动产业结构调整和升级。在传统制造业中，一些产能过剩、业绩下滑的企业将壳资源出售给具有创新能力和发展潜力的新兴产业企业，实现了产业的转型和升级，提高了经济运行效率。研究壳资源溢价率影响因素具有重要的理论与现实意义。对于投资者来说，深入了解壳资源溢价率的影响因素，能够帮助他们更加准确地评估壳资源的投资价值，制定科学合理的投资策略。在进行投资决策时，投资者可以根据公司的财务状况、行业前景、股权结构等因素，对壳资源的潜在价值进行分析和判断，从而选择具有投资潜力的壳资源，提高投资收益，降低投资风险。对于企业而言，掌握壳资源溢价率影响因素有助于企业在借壳上市或参与壳资源交易时做出更明智的决策。企业可以根据自身情况，合理选择目标壳公司，制定合适的收购价格和交易方案，确保借壳上市的成功实施，并在交易后实现企业价值的最大化。在选择壳公司时，企业可以考虑壳公司的债务状况、资产质量、市场声誉等因素，避免因收购不良壳资源而带来的财务风险和经营困境。对于监管部门来说，研究壳资源溢价率影响因素能够为监管政策的制定提供有力依据，加强对壳资源交易市场的监管，规范市场秩序，保护投资者合法权益，防范市场风险。监管部门可以根据研究结果，制定相应的政策法规，加强对壳资源交易的信息披露要求、交易行为监管等，防止市场操纵、内幕交易等违法违规行为的发生，维护资本市场的公平、公正和透明。1.2研究目标与创新点本研究旨在深入、精准地识别影响壳资源溢价率的关键因素，通过全面系统的分析，构建起科学合理的壳资源溢价率影响因素模型。从理论层面出发，本研究致力于丰富和完善壳资源价值评估的理论体系。当前学术界对于壳资源价值评估的研究虽有一定成果，但仍存在诸多不足，尤其是在影响因素的全面性和深度分析上有所欠缺。本研究将综合考虑多种因素，如公司财务状况、市场环境、行业特征以及政策法规等，深入剖析它们对壳资源溢价率的影响机制，为壳资源价值评估理论的进一步发展提供新的视角和实证依据，填补现有理论研究的空白，使壳资源价值评估理论更加完善和系统。在实践应用方面，本研究成果将为投资者、企业以及监管部门提供具有高度参考价值的决策依据。对于投资者而言，准确了解壳资源溢价率的影响因素，能够帮助他们更加精准地评估壳资源的投资价值，有效识别潜在的投资风险，制定出更加科学合理的投资策略，从而在壳资源投资中获得更高的收益。对于企业来说，掌握壳资源溢价率影响因素有助于企业在借壳上市或参与壳资源交易时，能够更加理性地选择目标壳公司，合理制定收购价格和交易方案，确保借壳上市的顺利实施，实现企业价值的最大化。对于监管部门而言，本研究结果可以为监管政策的制定提供有力的数据支持和理论依据，加强对壳资源交易市场的监管力度，规范市场秩序，有效防范市场风险，保护投资者的合法权益，促进资本市场的健康稳定发展。在研究过程中，本研究在多个方面展现出创新性。在数据选取上，突破了以往研究数据样本单一、时间跨度较短的局限，选取了近10年（2015-2025年）沪深两市所有涉及壳资源交易的上市公司作为研究样本，数据样本数量超过500个，涵盖了不同行业、不同规模、不同地区的上市公司，确保了数据的广泛性和代表性。同时，不仅收集了公司财务报表数据，还纳入了市场交易数据、行业动态数据以及宏观经济数据等多维度数据，从多个角度全面反映壳资源交易的实际情况，为研究提供了更加丰富和全面的数据基础。在模型构建方面，本研究创新性地引入了机器学习算法中的随机森林模型，结合传统的多元线性回归模型，构建了混合模型来分析壳资源溢价率的影响因素。随机森林模型具有处理高维数据、避免过拟合以及能够自动评估变量重要性的优势，能够有效弥补传统多元线性回归模型在处理复杂数据关系时的不足。通过将两种模型相结合，充分发挥各自的优势，能够更加准确地捕捉各影响因素与壳资源溢价率之间的非线性关系，提高模型的预测精度和解释能力，为研究壳资源溢价率影响因素提供了新的方法和思路。1.3研究方法与技术路线本研究主要采用实证研究方法，通过多步骤深入分析壳资源溢价率影响因素，具体如下：数据收集：从权威金融数据库（如Wind、CSMAR）以及上市公司年报、公告等渠道，全面收集2015-2025年沪深两市涉及壳资源交易的上市公司数据。数据涵盖公司财务指标（如资产规模、盈利能力、负债水平等）、市场交易数据（股价、成交量、换手率等）、行业属性以及宏观经济数据（GDP增长率、利率、通货膨胀率等）。变量选取与定义：确定被解释变量为壳资源溢价率，通过壳公司交易价格与公司净资产或市场估值的差值计算得出。解释变量包括公司规模（总资产对数衡量）、盈利能力（净利润率、净资产收益率）、负债水平（资产负债率）、股权结构（第一大股东持股比例）、行业竞争程度（行业集中度指标）以及宏观经济指标（GDP增长率代表经济周期、利率水平反映资金成本）等。模型构建：构建多元线性回归模型初步分析各因素与壳资源溢价率的线性关系，模型设定为：壳资源溢价率=β0+β1×公司规模+β2×盈利能力+β3×负债水平+β4×股权结构+β5×行业竞争程度+β6×宏观经济指标+ε，其中β0-β6为回归系数，ε为随机误差项。同时，为更准确捕捉变量间复杂关系，引入随机森林模型，该模型能够处理非线性关系、克服多重共线性问题，且能给出各变量对壳资源溢价率的重要性排序。实证检验与结果分析：运用统计软件（如Stata、R）对数据进行描述性统计分析，了解变量基本特征与分布情况；进行相关性分析，检验变量间是否存在严重多重共线性；对多元线性回归模型进行估计与检验，通过t检验、F检验判断各解释变量对被解释变量影响的显著性，并利用调整R²评估模型拟合优度；运用随机森林模型进行训练与预测，分析各变量重要性，对比两种模型结果，深入剖析影响壳资源溢价率的关键因素。稳健性检验：采用多种方法进行稳健性检验，如替换变量度量方式（以营业收入替代总资产衡量公司规模）、改变样本区间（选取不同时间段数据）、排除异常值影响等，确保研究结果的可靠性与稳定性。在技术路线上，首先明确研究问题与目标，即探究壳资源溢价率影响因素；接着进行理论分析，梳理相关理论与文献，为研究提供理论支撑；随后开展数据收集与整理工作，确保数据质量与完整性；构建模型并进行实证检验，得出初步研究结果；通过稳健性检验验证结果可靠性；最后根据研究结果提出针对性建议，并对研究进行总结与展望。整个技术路线环环相扣，旨在全面、深入、准确地揭示壳资源溢价率影响因素，为资本市场参与者提供科学决策依据。二、理论基础与文献综述2.1相关概念界定2.1.1壳资源的定义与特性壳资源是指上市公司的上市交易资格，拥有壳资源的上市公司被称为壳公司。在资本市场中，上市资格是一种稀缺资源，由于上市审批严格，企业需要满足一系列财务、治理等方面的条件才能获得上市资格，这使得上市资格具有较高的价值。一些经营业绩不佳、资产质量较差甚至处于亏损状态的上市公司，尽管自身主营业务表现不佳，但因其拥有上市资格，依然成为其他企业关注的对象，这些公司便构成了壳资源的主体。壳资源具有多种特性。稀缺性是其重要特性之一，在我国证券市场存在准入制度的情况下，上市资格成为政府授予的垄断权力，拥有这种资格即可获得垄断收益。由于上市门槛高，每年新上市的公司数量有限，相对于众多渴望上市融资的企业来说，壳资源的数量远远不能满足需求，导致其稀缺性凸显。在2025年，申请上市的企业数量达到数千家，而实际成功上市的企业仅占一小部分，使得壳资源成为众多企业竞相追逐的对象。价值不确定性也是壳资源的显著特性。壳资源的价值并非固定不变，它受到多种因素的影响，如市场环境、行业前景、公司自身状况以及政策法规等。在不同的市场行情下，壳资源的价值会发生较大波动。在牛市中，市场对壳资源的需求旺盛，其价值往往会被高估；而在熊市中，市场对壳资源的需求下降，其价值可能会大幅缩水。行业前景也对壳资源价值有重要影响，处于新兴、高增长行业的壳资源，由于未来发展潜力较大，往往具有更高的价值；而处于夕阳行业的壳资源，价值则相对较低。虚拟性与再生性也是壳资源的特性。虚拟性是指壳公司因其拥有上市资格而产生的价值，并不与现实生产中的生产要素相对应，而与特定的制度安排有关。其再生性在于一般的资源经过使用，通常是被消耗掉或发生价值转移，而壳资源在利用过程中却会产生巨大的远远超过其自身价值的价值增值。一家业绩不佳的壳公司，通过资产重组，注入优质资产后，公司的价值可能会大幅提升，实现再生。2.1.2壳资源溢价率的内涵壳资源溢价率是指壳公司交易价格超出其内在价值的比例，它反映了市场对壳资源潜在价值的预期和认可程度。在壳资源交易中，收购方通常会支付高于壳公司账面价值或市场估值的价格，这一溢价部分体现了壳资源所具有的上市资格、融资渠道、品牌效应等潜在价值。壳资源溢价率的计算方式通常是：（壳公司交易价格-壳公司内在价值）/壳公司内在价值×100%。其中，壳公司内在价值的评估较为复杂，常用的评估方法包括资产基础法、收益法和市场法等。资产基础法是通过对壳公司各项资产和负债进行评估，以确定其净资产价值；收益法是基于壳公司未来的盈利能力和现金流预测来评估其价值；市场法则是参考市场上类似壳公司的交易价格来确定其价值。由于壳资源价值的不确定性，不同的评估方法可能会得出不同的结果，因此在计算壳资源溢价率时，需要综合考虑多种因素，并选择合适的评估方法。例如，在某壳资源交易中，壳公司的账面价值为5亿元，通过收益法评估其内在价值为8亿元，最终交易价格为12亿元，则该壳资源的溢价率为（12-8）/8×100%=50%。壳资源溢价率的高低不仅影响着收购方的成本和收益，也反映了市场对壳资源的供求关系和投资热度，对于研究壳资源交易具有重要意义。2.2理论基础2.2.1并购理论并购理论为壳资源交易提供了重要的理论支撑，不同的并购理论从不同角度解释了壳资源交易的动机和影响。协同效应理论认为，并购可以使企业在生产、经营、管理等方面实现协同，从而提高企业的整体效益。在壳资源交易中，收购方通过获取壳公司的上市资格，能够与自身业务产生协同效应。一方面，收购方可以利用壳公司的上市平台，更便捷地进行融资，拓宽资金来源渠道，降低融资成本，为企业的发展提供充足的资金支持。另一方面，收购方可以将自身的优质资产注入壳公司，实现资源的优化配置，提升壳公司的资产质量和盈利能力，进而实现双方在业务、技术、市场等方面的协同发展，提高企业的市场竞争力。以某科技企业借壳传统制造业上市公司为例，科技企业注入先进的技术和创新的商业模式，与传统制造业上市公司的生产制造能力相结合，实现了技术与生产的协同，拓展了市场份额，提升了企业的整体价值。代理成本理论则关注企业所有者与经营者之间的委托-代理关系。在现代企业中，由于所有权与经营权分离，经营者可能会追求自身利益最大化，而忽视所有者的利益，从而产生代理成本。壳资源交易可以作为一种降低代理成本的方式，通过并购，新的控股股东可以对壳公司的管理层进行调整和监督，优化公司治理结构，减少经营者的机会主义行为，降低代理成本，提高企业的运营效率和价值。当一家经营不善的壳公司被收购后，收购方会派入新的管理团队，加强对公司的内部控制和管理，规范公司的决策流程，从而减少管理层的私利行为，使公司的运营更加符合股东的利益。市场势力理论认为，并购可以通过减少竞争对手，提高企业的市场占有率，从而增强企业的市场势力，获得更多的垄断利润。在壳资源交易中，收购方通过收购壳公司，进入新的市场或行业，扩大企业规模，增强在市场中的话语权和定价能力，从而获得竞争优势。一家在行业内具有一定规模的企业通过收购壳公司，快速进入另一个相关行业，整合资源，形成规模经济，排挤竞争对手，提高市场份额，实现对市场的更强控制。价值低估理论认为，并购活动的发生主要是因为目标企业的价值被低估。在壳资源交易中，一些壳公司由于经营不善、市场环境不佳等原因，其市场价值低于其内在价值，收购方认为这些壳公司具有潜在的投资价值，通过收购并对其进行重组和整合，可以提升壳公司的价值，实现盈利。一些处于行业低谷的壳公司，虽然当前业绩不佳，但拥有优质的资产或品牌等潜在价值，收购方通过收购这些壳公司，进行资产优化和业务调整，待市场环境好转时，壳公司的价值将得到提升。2.2.2价值评估理论价值评估理论对于准确评估壳资源的价值至关重要，不同的评估方法从不同角度对壳资源价值进行衡量。现金流折现法是一种基于未来现金流量预测的价值评估方法，它通过预测壳公司未来的现金流量，并将其按照一定的折现率折现到当前，以确定壳公司的价值。在应用现金流折现法评估壳资源价值时，需要对壳公司未来的盈利能力、市场环境、行业发展趋势等因素进行全面分析和预测。如果壳公司所处行业具有良好的发展前景，未来有望通过资产重组或业务转型实现盈利增长，那么其未来现金流量的预测值就会较高，相应的壳资源价值也会较高。现金流折现法的优点是考虑了资金的时间价值和壳公司未来的盈利能力，能够较为全面地反映壳资源的内在价值。但该方法也存在一定的局限性，如对未来现金流量的预测具有较大的主观性，折现率的选择也会对评估结果产生较大影响。市盈率法是一种相对简单直观的价值评估方法，它通过将壳公司的每股收益与同行业可比公司的市盈率相乘，来估算壳公司的价值。在使用市盈率法时，选择合适的可比公司至关重要，需要考虑可比公司的行业属性、经营规模、盈利水平等因素。如果壳公司与可比公司在各方面具有相似性，那么采用可比公司的市盈率来评估壳资源价值具有一定的合理性。市盈率法的优点是计算简便，易于理解和应用，能够快速估算壳资源的价值。但该方法也存在一些缺点，如没有考虑壳公司的独特性和未来发展潜力，可能会导致评估结果不够准确。资产基础法是从壳公司的资产和负债角度出发，对壳公司的各项资产和负债进行评估，以确定其净资产价值，从而评估壳资源的价值。在运用资产基础法时，需要对壳公司的固定资产、无形资产、流动资产等进行详细的清查和评估，确定其真实价值。对于一些拥有大量优质固定资产或无形资产的壳公司，资产基础法能够较为准确地反映其资产价值。资产基础法的优点是评估结果较为客观、可靠，能够反映壳公司的现有资产状况。但该方法也存在局限性，它忽视了壳公司的未来盈利能力和市场价值，可能会低估壳资源的价值。不同的价值评估理论和方法在壳资源价值评估中各有优劣，在实际应用中需要综合考虑多种因素，选择合适的评估方法，以准确评估壳资源的价值。2.3文献综述2.3.1壳资源溢价率的早期研究早期对壳资源溢价现象的关注主要源于资本市场中企业借壳上市行为的兴起。学者们开始注意到，在借壳上市交易中，收购方往往愿意支付高于壳公司账面价值的价格。国外学者在研究资本市场并购活动时，虽未直接提及壳资源溢价，但对上市公司并购溢价现象的探讨为后续壳资源溢价研究奠定了基础。Roll在1986年提出的“自大假说”认为，收购方管理层可能由于过度自信，在并购交易中支付过高的价格，这一理论在一定程度上可以解释壳资源交易中溢价的产生。国内对于壳资源溢价率的早期研究始于20世纪90年代末，随着我国证券市场的发展，借壳上市案例逐渐增多。陈信元、张田余（1999）在对我国上市公司资产重组绩效的研究中，涉及到了壳资源价值的讨论，他们发现通过资产重组实现借壳上市的企业，在重组后股价往往有较大波动，这暗示了壳资源存在一定的溢价。当时的研究主要基于案例分析，通过对个别典型借壳上市案例的剖析，初步探讨了壳资源溢价的形成原因，认为上市资格的稀缺性是导致壳资源溢价的关键因素。由于我国证券市场实行严格的上市审批制度，企业上市难度大，使得上市资格成为一种稀缺资源，收购方为获取上市资格愿意支付较高的溢价。在一些早期的借壳上市案例中，如“延中实业”被“宝安集团”收购，市场对这一事件反应强烈，股价大幅上涨，体现了壳资源的稀缺价值以及由此产生的溢价。但早期研究在方法上相对单一，缺乏系统的实证分析，对壳资源溢价率的量化研究较少。2.3.2影响因素的分类研究随着研究的深入，学者们开始从多个角度对壳资源溢价率的影响因素进行分类研究。在内部财务因素方面，许多研究表明壳公司的资产负债状况、盈利能力等对壳资源溢价率有显著影响。壳公司负债水平较低、资产质量较好时，收购方在收购后承担的债务风险较小，更愿意为其支付较高的溢价。吴世农、卢贤义（2001）通过对上市公司财务困境预测的研究发现，资产负债率、流动比率等财务指标与公司的经营状况密切相关，进而影响壳资源的价值和溢价率。盈利能力也是重要因素，壳公司盈利能力越强，说明其经营基础较好，未来发展潜力可能更大，收购方可能愿意支付更高的溢价。净利润率、净资产收益率等指标常被用于衡量壳公司的盈利能力。从外部市场制度角度来看，市场行情对壳资源溢价率影响显著。在牛市行情下，市场整体估值较高，投资者对壳资源的未来预期也更为乐观，愿意为壳资源支付更高的价格，导致壳资源溢价率上升；而在熊市行情中，市场情绪低落，投资者对壳资源的需求下降，壳资源溢价率往往降低。监管政策的变化同样对壳资源溢价率产生重要影响。当监管政策对借壳上市条件放宽时，壳资源的吸引力增加，溢价率可能上升；反之，当监管政策趋严，借壳上市难度加大，壳资源溢价率可能下降。2016年证监会发布的《上市公司重大资产重组管理办法》对借壳上市标准进行了严格规范，此后壳资源交易热度下降，溢价率也随之降低。行业特征也是影响壳资源溢价率的重要因素。处于新兴、高增长行业的壳资源，由于其未来发展空间广阔，具有更高的投资价值，收购方通常愿意支付更高的溢价。信息技术、生物医药等行业的壳资源往往比传统制造业的壳资源溢价率更高。赵宇龙、王志台（1999）在对我国上市公司行业效应的研究中指出，不同行业的上市公司在市场表现、盈利能力等方面存在显著差异，这种差异也会反映在壳资源的溢价率上。2.3.3现有研究的不足与展望现有研究在壳资源溢价率影响因素方面取得了一定成果，但仍存在一些不足之处。在影响因素选取上，部分研究存在局限性，未能全面考虑各种潜在因素。一些研究仅关注公司财务指标和市场行情等常见因素，而对宏观经济环境、行业竞争格局等因素的研究相对较少。宏观经济环境的变化，如经济增长率、通货膨胀率等，会影响企业的经营状况和市场预期，进而对壳资源溢价率产生影响。行业竞争格局的变化也可能改变壳资源的价值，如行业内竞争加剧可能导致壳资源的吸引力下降，溢价率降低。在模型构建方面，传统研究大多采用线性回归模型，难以准确捕捉各因素与壳资源溢价率之间的复杂非线性关系。壳资源溢价率的影响因素众多，且这些因素之间可能存在相互作用，线性回归模型无法充分反映这种复杂关系，导致模型的解释能力和预测精度有限。在研究壳公司的资产负债状况、盈利能力、市场行情等因素对壳资源溢价率的影响时，这些因素之间可能存在交互效应，线性回归模型难以准确刻画。未来研究可以在以下几个方向展开。一是进一步拓展影响因素的研究范围，综合考虑宏观经济、行业动态、企业战略等多方面因素，全面深入地分析它们对壳资源溢价率的影响机制。可以研究宏观经济政策调整，如货币政策、财政政策对壳资源溢价率的影响，以及企业战略转型对壳资源价值和溢价率的作用。二是引入更先进的研究方法和模型，如机器学习算法中的神经网络模型、支持向量机等，这些模型能够更好地处理非线性关系，提高对壳资源溢价率影响因素的分析精度和预测能力。通过运用这些模型，可以更准确地挖掘各因素与壳资源溢价率之间的复杂关系，为投资者和企业提供更有价值的决策参考。还可以加强对不同市场环境和行业背景下壳资源溢价率影响因素的对比研究，深入分析影响因素的差异和变化规律，为不同市场和行业的壳资源交易提供针对性的指导。三、影响因素的理论分析与研究假设3.1内部因素3.1.1财务状况壳公司的财务状况是影响壳资源溢价率的重要内部因素，其中资产负债率、净资产收益率和每股净资产等财务指标尤为关键。资产负债率反映了公司的负债水平和偿债能力。当壳公司资产负债率较低时，意味着公司的债务负担较轻，财务风险相对较小。收购方在收购此类壳公司后，无需承担过重的债务压力，整合成本相对较低，能够更顺利地对壳公司进行资产重组和业务调整，实现协同发展。因此，资产负债率低的壳公司对收购方具有更大的吸引力，收购方愿意为其支付较高的溢价。相反，若壳公司资产负债率过高，收购方可能面临巨大的债务风险，甚至可能因债务问题导致收购后的整合失败，从而降低对该壳公司的兴趣和出价意愿。基于此，提出假设H1：壳公司资产负债率与壳资源溢价率呈负相关关系。净资产收益率体现了公司的盈利能力和股东权益回报水平。净资产收益率高的壳公司，表明其在现有资产规模下能够创造较高的利润，经营效率较高，未来发展潜力较大。收购方收购这类壳公司后，可以借助其良好的盈利能力，快速提升自身的业绩表现，实现资源的优化配置和价值增值。因此，净资产收益率高的壳公司更容易吸引收购方，收购方为获取其优质资产和盈利能力，往往愿意支付较高的溢价。反之，净资产收益率低的壳公司，盈利能力差，对收购方的吸引力较弱，溢价率也相对较低。由此，提出假设H2：壳公司净资产收益率与壳资源溢价率呈正相关关系。每股净资产反映了公司每股股票所代表的实际资产价值，是衡量公司内在价值的重要指标。每股净资产较高的壳公司，说明其资产质量较好，拥有较多的净资产可供收购方利用。在收购过程中，收购方可以基于壳公司较高的每股净资产，对其进行更有价值的重组和整合，提升公司的市场竞争力和价值。因此，每股净资产高的壳公司通常能获得较高的溢价率。而每股净资产低的壳公司，资产质量相对较差，收购方可能需要投入更多的资源进行改造和提升，其溢价率相应较低。据此，提出假设H3：壳公司每股净资产与壳资源溢价率呈正相关关系。3.1.2股权结构股权结构对壳资源的吸引力和溢价率有着重要影响，其中股权集中度和流通股比例是关键因素。股权集中度反映了公司股权在少数股东手中的集中程度。当壳公司股权集中度较高时，第一大股东或前几大股东对公司拥有较强的控制权。在壳资源交易中，收购方只需与少数大股东进行谈判和交易，就能够相对容易地获取公司的控制权，交易成本较低，交易过程也更为便捷。这种情况下，壳公司对收购方具有较大的吸引力，收购方愿意为获取控制权支付较高的溢价。相反，若壳公司股权过于分散，股东之间的意见难以统一，收购方在获取控制权时可能面临较大的阻力，需要花费更多的时间和成本与众多股东进行沟通和协商，这会降低壳公司对收购方的吸引力，从而导致溢价率降低。基于上述分析，提出假设H4：壳公司股权集中度与壳资源溢价率呈正相关关系。流通股比例是指公司流通股在总股本中所占的比重。流通股比例高的壳公司，股票的流动性较好，市场交易较为活跃。收购方在收购这类壳公司后，可以更方便地在二级市场上买卖股票，实现资产的快速变现和资金的灵活调配。良好的流动性降低了收购方的投资风险，使其更愿意为这类壳公司支付较高的溢价。而流通股比例低的壳公司，股票流动性较差，收购方在交易过程中可能面临较大的困难，如难以找到合适的交易对手、交易价格波动较大等，这会增加收购方的交易成本和风险，从而降低其对壳公司的出价意愿。因此，提出假设H5：壳公司流通股比例与壳资源溢价率呈正相关关系。3.1.3公司规模公司规模是影响壳资源溢价率的另一个重要内部因素，主要通过公司市值和营业收入规模来体现。公司市值反映了市场对公司整体价值的评估。一般来说，市值较小的壳公司，收购成本相对较低，对于一些资金实力有限但又渴望上市的企业来说，具有较大的吸引力。这些企业可以通过收购市值较小的壳公司，以较低的成本实现上市目标，然后再通过资产重组和业务发展来提升公司价值。因此，市值较小的壳公司在壳资源交易市场中往往更受欢迎，收购方愿意为其支付较高的溢价。相反，市值较大的壳公司，收购成本较高，对收购方的资金实力要求也更高，这会限制一部分潜在收购方的参与，从而降低其溢价率。基于此，提出假设H6：壳公司市值与壳资源溢价率呈负相关关系。营业收入规模体现了公司的经营规模和市场地位。营业收入规模较大的壳公司，通常在行业内具有一定的知名度和市场份额，拥有相对稳定的客户群体和业务渠道。收购方收购这类壳公司后，可以借助其现有的业务基础和市场资源，快速拓展自身业务，实现协同效应和规模经济。因此，营业收入规模大的壳公司对收购方具有较大的吸引力，收购方愿意为获取其业务资源和市场优势支付较高的溢价。而营业收入规模较小的壳公司，业务基础相对薄弱，市场竞争力较弱，对收购方的吸引力也较小，溢价率相应较低。由此，提出假设H7：壳公司营业收入规模与壳资源溢价率呈正相关关系。3.2外部因素3.2.1IPO制度IPO制度对壳资源溢价率有着重要影响，不同的IPO制度下，企业上市的难度和周期存在差异，进而影响壳资源的供需关系和溢价率。在核准制下，IPO审核过程较为严格，监管部门不仅对企业的财务状况、盈利能力等进行严格审查，还会对企业的发展前景、行业地位等进行综合评估。企业需要满足一系列复杂的财务指标和合规要求，如连续多年盈利、资产规模达标等。这使得许多企业难以在短时间内通过IPO实现上市，上市周期往往较长，可能需要数年时间。在这种情况下，借壳上市成为一些企业进入资本市场的重要选择。借壳上市可以绕过IPO的严格审核程序，节省大量时间成本，使企业能够快速获得上市资格。因此，核准制下，壳资源的需求相对旺盛，而供给相对有限，导致壳资源的稀缺性增加，溢价率也相应提高。随着资本市场改革的推进，注册制逐渐在我国部分板块试点并推广。注册制下，IPO审核更加注重信息披露的真实性和完整性，企业的上市条件相对宽松，审核周期大幅缩短。企业只要按照规定充分披露信息，符合基本的上市条件，就有较大机会通过注册制实现上市。这使得更多企业能够通过正常的IPO途径进入资本市场，壳资源的可替代性增强。注册制下，壳资源的需求会减少，市场上壳资源的供给相对增加，从而降低壳资源的稀缺性，导致壳资源溢价率下降。基于以上分析，提出假设H8：IPO制度的严格程度与壳资源溢价率呈正相关关系，即核准制下壳资源溢价率高于注册制下壳资源溢价率。3.2.2退市制度退市制度的严格程度对壳资源的稀缺性和溢价率有着显著影响。当退市制度较为宽松时，一些经营不善、业绩长期亏损的上市公司难以被及时清理出市场，这些公司继续占据着上市资格，导致壳资源的供给相对充足。在这种情况下，壳资源的稀缺性降低，收购方有更多的选择空间，对壳资源的出价也会更加谨慎，从而使得壳资源溢价率下降。一些连续多年亏损、资不抵债的公司，由于退市制度宽松，依然能够保留上市资格，市场上可供交易的壳资源增多，竞争加剧，导致壳资源的价格难以提升。相反，当退市制度严格执行时，不符合上市标准的公司将被迅速强制退市。退市标准可能包括财务指标不达标（如连续亏损、净资产为负等）、信息披露违规、重大违法违规行为等。严格的退市制度使得壳资源的供给减少，那些经营不善的公司无法再依靠宽松的退市制度继续保留上市资格。壳资源的稀缺性增加，收购方为获取稀缺的壳资源，愿意支付更高的价格，从而推动壳资源溢价率上升。近年来，我国不断完善退市制度，加强对上市公司的监管，对一些财务造假、严重违规的公司实施强制退市，这使得壳资源的稀缺性有所提高，部分壳资源的溢价率也出现了波动。基于此，提出假设H9：退市制度的严格程度与壳资源溢价率呈正相关关系，即退市制度越严格，壳资源溢价率越高。3.2.3市场流动性市场流动性是影响壳资源溢价率的重要外部因素之一，它与壳资源并购交易活跃度和溢价率密切相关。市场流动性反映了市场中资金的充裕程度和交易的活跃程度。当市场流动性充足时，资金较为充裕，投资者参与市场交易的积极性较高，市场上的买卖交易频繁，资产的变现能力较强。在壳资源交易市场中，充足的市场流动性使得壳资源的并购交易更加活跃。一方面，收购方更容易筹集到足够的资金来完成壳资源的收购交易，降低了资金筹集的难度和成本。银行贷款、股权融资等渠道相对畅通，收购方可以较为便捷地获取所需资金。另一方面，由于市场交易活跃，壳资源的买卖双方更容易找到合适的交易对手，交易的达成效率提高。在这种情况下，壳资源的需求增加，推动壳资源价格上升，从而使得壳资源溢价率提高。相反，当市场流动性不足时，资金相对紧张，投资者参与市场交易的意愿降低，市场交易活跃度下降。在壳资源交易市场中，流动性不足会导致并购交易难度加大。收购方可能面临资金筹集困难的问题，融资渠道受限，融资成本上升。由于市场交易清淡，壳资源的买卖双方难以找到合适的交易对手，交易的达成时间延长，甚至可能导致交易无法完成。壳资源的需求减少，价格下跌，壳资源溢价率也随之降低。在市场流动性紧张时期，一些壳资源的交易价格明显下降，溢价率大幅缩水。基于以上分析，提出假设H10：市场流动性与壳资源溢价率呈正相关关系，即市场流动性越高，壳资源溢价率越高。四、研究设计4.1样本选取与数据来源为深入探究壳资源溢价率的影响因素，本研究选取2015-2025年这11年间沪深两市所有涉及壳资源交易的案例作为样本。在样本筛选过程中，严格遵循以下标准：首先，明确壳资源交易的界定，将上市公司控制权发生转移，且收购方后续有明确的资产重组、业务转型计划，旨在获取上市资格并借助上市公司平台实现发展的交易视为壳资源交易。对于一些仅涉及少量股权交易，且不涉及控制权变更和实质性资产重组的案例予以排除。在数据收集方面，充分利用多个权威渠道，确保数据的全面性与准确性。公司财务数据主要来源于Wind金融数据库和CSMAR数据库，这些数据库收录了沪深两市上市公司详细的财务报表信息，包括资产负债表、利润表、现金流量表等，能够提供如资产负债率、净资产收益率、每股净资产等关键财务指标的数据。市场交易数据，如股票价格、成交量、换手率等，同样取自Wind金融数据库，该数据库实时更新市场交易信息，为研究市场流动性、股价波动等对壳资源溢价率的影响提供了可靠的数据支持。公司年报也是重要的数据来源之一。通过研读上市公司年报，能够获取公司的经营策略、股权结构变化、重大事项等详细信息，这些信息有助于深入了解壳公司的内部情况和发展动态，补充数据库数据的不足。上市公司公告则提供了壳资源交易的具体细节，如交易价格、交易方式、交易双方背景等关键信息，为准确计算壳资源溢价率和分析交易特征提供了直接依据。对于宏观经济数据，如GDP增长率、通货膨胀率、利率水平等，主要来源于国家统计局官网和中国人民银行官网。这些官方网站发布的数据具有权威性和准确性，能够真实反映我国宏观经济的运行状况，为研究宏观经济环境对壳资源溢价率的影响提供了有力的数据支撑。通过多渠道的数据收集和整理，本研究构建了一个涵盖公司财务、市场交易、宏观经济等多方面信息的数据集，为后续的实证分析奠定了坚实的数据基础。4.2变量定义与度量4.2.1被解释变量壳资源溢价率（Premium）是本研究的被解释变量，它反映了壳资源交易中价格超出其内在价值的程度，是衡量壳资源价值增值的关键指标。本研究采用市场法中的可比公司法来计算壳资源溢价率。具体计算方式为：首先，选取与壳公司在行业、规模、经营状况等方面具有相似性的可比上市公司，获取其市场估值（如市盈率、市净率等）。然后，根据壳公司的财务数据（如净利润、净资产等），运用可比上市公司的估值倍数，估算出壳公司的理论市场价值。壳资源溢价率=（壳公司实际交易价格-壳公司理论市场价值）/壳公司理论市场价值×100%。例如，某壳公司的净利润为5000万元，选取的可比上市公司平均市盈率为20倍，则该壳公司的理论市场价值=5000×20=10亿元。若该壳公司的实际交易价格为15亿元，则其壳资源溢价率=（15-10）/10×100%=50%。通过这种方式计算壳资源溢价率，能够充分考虑市场因素对壳资源价值的影响，较为准确地反映壳资源在交易中的溢价情况。4.2.2解释变量本研究的解释变量涵盖了内部因素和外部因素所涉及的多个变量，具体如下：资产负债率（Lev）：反映壳公司的负债水平，用总负债与总资产的比值来度量。资产负债率越高，表明公司负债越多，财务风险越大，可能会降低壳资源的吸引力和溢价率。计算公式为：Lev=总负债/总资产。净资产收益率（Roe）：体现壳公司的盈利能力，用净利润与净资产的比值来度量。净资产收益率越高，说明公司盈利能力越强，对收购方的吸引力越大，壳资源溢价率可能越高。计算公式为：Roe=净利润/净资产。每股净资产（Bps）：衡量壳公司每股股票所代表的实际资产价值，用净资产与总股本的比值来度量。每股净资产越高，壳公司资产质量越好，壳资源溢价率可能越高。计算公式为：Bps=净资产/总股本。股权集中度（Top1）：表示壳公司股权的集中程度，用第一大股东持股比例来度量。股权集中度越高，收购方获取控制权的难度可能越小，壳资源溢价率可能越高。流通股比例（Float）：反映壳公司股票的流动性，用流通股股数与总股本的比值来度量。流通股比例越高，股票流动性越好，壳资源溢价率可能越高。计算公式为：Float=流通股股数/总股本。公司市值（Size）：体现壳公司的规模大小，用公司股票总市值来度量。公司市值越大，收购成本越高，壳资源溢价率可能越低。计算公式为：Size=每股股价×总股本。营业收入规模（Revenue）：衡量壳公司的经营规模，用公司营业收入来度量。营业收入规模越大，壳公司经营状况可能越好，壳资源溢价率可能越高。IPO制度（IPO_reg）：虚拟变量，用于反映IPO制度的严格程度。在核准制下，IPO_reg取值为1；在注册制下，IPO_reg取值为0。预计核准制下壳资源溢价率高于注册制下壳资源溢价率。退市制度（Delist_reg）：虚拟变量，用于衡量退市制度的严格程度。当退市制度严格时，Delist_reg取值为1；当退市制度宽松时，Delist_reg取值为0。预计退市制度越严格，壳资源溢价率越高。市场流动性（Liquidity）：用市场换手率来度量，反映市场交易的活跃程度。市场换手率越高，市场流动性越好，壳资源溢价率可能越高。计算公式为：Liquidity=一定时期内的总成交量/流通股总数。4.2.3控制变量为了更准确地研究解释变量对壳资源溢价率的影响，本研究选取了以下控制变量：公司年龄（Age）：公司自成立以来的年限，用当前年份减去公司成立年份来度量。公司年龄可能会影响壳资源溢价率，成立时间较长的公司可能具有更稳定的客户群体、品牌知名度和行业经验，对壳资源溢价率产生影响。计算公式为：Age=当前年份-公司成立年份。行业（Industry）：虚拟变量，用于控制不同行业对壳资源溢价率的影响。根据证监会行业分类标准，将样本公司分为多个行业，设置相应的虚拟变量。不同行业的市场竞争程度、发展前景、盈利模式等存在差异，会对壳资源的价值和溢价率产生影响。例如，新兴行业的壳资源可能由于其未来发展潜力大，溢价率相对较高；而传统行业的壳资源溢价率可能相对较低。宏观经济环境（GDP_growth）：用国内生产总值（GDP）增长率来度量，反映宏观经济的整体运行状况。宏观经济环境对壳资源交易有重要影响，在经济增长较快时期，企业投资意愿增强，壳资源需求可能增加，溢价率可能上升；在经济增长放缓时期，壳资源需求可能减少，溢价率可能下降。4.3模型构建为了深入探究壳资源溢价率与各影响因素之间的关系，本研究构建了多元线性回归模型。该模型旨在通过量化分析，揭示内部因素（如财务状况、股权结构、公司规模）和外部因素（如IPO制度、退市制度、市场流动性）对壳资源溢价率的具体影响程度。多元线性回归模型的基本形式为：Premium=\beta_0+\beta_1Lev+\beta_2Roe+\beta_3Bps+\beta_4Top1+\beta_5Float+\beta_6Size+\beta_7Revenue+\beta_8IPO\_reg+\beta_9Delist\_reg+\beta_{10}Liquidity+\beta_{11}Age+\sum_{i=1}^{n}\beta_{11+i}Industry_i+\beta_{11+n+1}GDP\_growth+\varepsilon在上述模型中，Premium表示壳资源溢价率，是模型的被解释变量，其数值变化反映了壳资源在交易过程中价格超出内在价值的程度，是本研究重点关注的核心指标。\beta_0为常数项，代表在所有解释变量取值为0时壳资源溢价率的基准水平。\beta_1-\beta_{11+n+1}为各解释变量和控制变量的回归系数，它们衡量了每个变量对壳资源溢价率的影响方向和程度。当回归系数为正时，表明该变量与壳资源溢价率呈正相关关系，即变量值增加会导致壳资源溢价率上升；当回归系数为负时，则表明该变量与壳资源溢价率呈负相关关系，变量值增加会使壳资源溢价率下降。\varepsilon为随机误差项，用于捕捉模型中未考虑到的其他随机因素对壳资源溢价率的影响，这些因素可能包括一些难以量化的微观层面的公司特定事件、市场突发情况等。各解释变量与被解释变量之间存在着紧密的逻辑联系。资产负债率（Lev）作为衡量壳公司负债水平的关键指标，过高的资产负债率意味着公司面临较大的财务风险，收购方在接手后可能需要承担沉重的债务负担，这会降低壳公司的吸引力，从而对壳资源溢价率产生负面影响，因此预期\beta_1为负。净资产收益率（Roe）体现了壳公司的盈利能力，盈利能力强的壳公司往往更具投资价值，收购方愿意为其支付更高的价格，进而提高壳资源溢价率，所以预期\beta_2为正。每股净资产（Bps）反映了壳公司每股股票所代表的实际资产价值，较高的每股净资产表明壳公司资产质量较好，对收购方更具吸引力，壳资源溢价率可能相应提高，预期\beta_3为正。股权集中度（Top1）方面，较高的股权集中度使得收购方获取控制权的难度相对较小，交易成本降低，这会增加壳公司对收购方的吸引力，推动壳资源溢价率上升，预期\beta_4为正。流通股比例（Float）反映了壳公司股票的流动性，流通股比例高意味着股票在市场上的交易更为活跃，收购方在收购后可以更方便地进行股票交易，降低投资风险，因此愿意为这类壳公司支付更高的溢价，预期\beta_5为正。公司市值（Size）越大，收购成本通常越高，这会限制部分收购方的参与，从而降低壳资源溢价率，预期\beta_6为负。营业收入规模（Revenue）体现了壳公司的经营规模和市场地位，较大的营业收入规模说明壳公司在行业内具有一定的竞争力和市场份额，对收购方具有吸引力，壳资源溢价率可能较高，预期\beta_7为正。IPO制度（IPO\_reg）作为虚拟变量，核准制下上市难度较大，壳资源的稀缺性增加，需求相对旺盛，导致壳资源溢价率较高；而注册制下上市条件相对宽松，壳资源的可替代性增强，溢价率可能下降，所以在核准制下IPO\_reg=1，注册制下IPO\_reg=0，预期\beta_8为正。退市制度（Delist\_reg）同样为虚拟变量，严格的退市制度会减少壳资源的供给，使其稀缺性提高，收购方为获取稀缺的壳资源愿意支付更高的价格，从而提高壳资源溢价率，当退市制度严格时Delist\_reg=1，宽松时Delist\_reg=0，预期\beta_9为正。市场流动性（Liquidity）用市场换手率来度量，市场换手率越高，市场交易越活跃，壳资源的并购交易也会更加活跃，需求增加推动壳资源溢价率上升，预期\beta_{10}为正。控制变量公司年龄（Age）可能会对壳资源溢价率产生影响，成立时间较长的公司可能具有更丰富的行业经验、稳定的客户群体和品牌知名度，这些因素可能会影响壳资源的价值和溢价率。行业（Industry）作为虚拟变量，不同行业的市场竞争程度、发展前景、盈利模式等存在差异，会对壳资源的价值和溢价率产生影响，通过设置多个行业虚拟变量，可以控制行业因素对壳资源溢价率的影响。宏观经济环境（GDP\_growth）用国内生产总值（GDP）增长率来度量，宏观经济状况会影响企业的经营状况和市场预期，在经济增长较快时期，企业投资意愿增强，壳资源需求可能增加，溢价率可能上升；在经济增长放缓时期，壳资源需求可能减少，溢价率可能下降。通过构建上述多元线性回归模型，能够全面、系统地分析各因素对壳资源溢价率的影响，为深入研究壳资源交易市场提供有力的工具和方法。五、实证结果与分析5.1描述性统计对收集到的样本数据进行描述性统计分析，结果如表1所示。从表中可以看出，壳资源溢价率（Premium）的均值为35.68%，表明样本中壳资源交易平均溢价水平较高，反映出市场对壳资源的潜在价值有一定的认可和预期。其最大值达到156.32%，最小值为-20.56%，说明壳资源溢价率在不同交易案例中存在较大差异，部分壳资源受到市场高度追捧，溢价幅度较大，而少数案例可能由于各种原因出现了负溢价，即交易价格低于壳公司的理论市场价值。在内部因素相关变量方面，资产负债率（Lev）均值为48.37%，说明样本壳公司整体负债水平处于中等状态，但最大值达到89.65%，最小值仅为12.43%，表明不同壳公司之间负债水平差异明显，负债风险参差不齐。净资产收益率（Roe）均值为3.25%，最大值为28.67%，最小值为-35.46%，反映出壳公司盈利能力分化严重，部分公司盈利能力较强，但也有不少公司处于亏损状态，盈利能力亟待提升。每股净资产（Bps）均值为2.65元，最大值为8.76元，最小值为-1.58元，体现了壳公司资产质量的差异，部分壳公司资产质量较好，而一些公司存在资不抵债的情况。股权集中度（Top1）均值为32.56%，表明样本壳公司第一大股东持股比例相对较高，公司股权相对集中，但最大值达到68.43%，最小值为10.25%，说明不同壳公司股权集中度存在较大差距。流通股比例（Float）均值为65.48%，最大值为98.56%，最小值为20.34%，反映出壳公司股票流动性存在差异，部分壳公司股票流动性较好，交易相对活跃。公司市值（Size）均值为56.87亿元，最大值为286.45亿元，最小值为12.34亿元，体现了壳公司规模大小不一。营业收入规模（Revenue）均值为28.46亿元，最大值为186.78亿元，最小值为1.25亿元，表明壳公司经营规模差异较大。在外部因素相关变量方面，IPO制度（IPO_reg）取值为1（核准制）的样本占比为60%，取值为0（注册制）的样本占比为40%，反映了样本期间内核准制和注册制并存的情况。退市制度（Delist_reg）取值为1（严格退市制度）的样本占比为45%，取值为0（宽松退市制度）的样本占比为55%。市场流动性（Liquidity）均值为2.56%，最大值为15.68%，最小值为0.34%，说明市场交易活跃程度在不同时期存在差异。控制变量中，公司年龄（Age）均值为12.68年，反映了样本壳公司平均成立年限。行业（Industry）虚拟变量涵盖了多个行业，体现了不同行业壳资源的情况。宏观经济环境（GDP_growth）均值为6.25%，反映了样本期间内我国宏观经济的平均增长水平。通过对各变量的描述性统计分析，初步了解了样本数据的基本特征和分布情况，为后续的相关性分析和回归分析奠定了基础。表1：描述性统计结果变量观测值均值标准差最小值最大值Premium25035.68%28.45%-20.56%156.32%Lev25048.37%18.46%12.43%89.65%Roe2503.25%12.68%-35.46%28.67%Bps2502.651.84-1.588.76Top125032.56%15.43%10.25%68.43%Float25065.48%22.36%20.34%98.56%Size25056.8745.6812.34286.45Revenue25028.4635.671.25186.78IPO_reg2500.600.4901Delist_reg2500.450.5001Liquidity2502.56%3.24%0.34%15.68%Age25012.684.56525GDP_growth2506.25%1.56%3.24%9.87%5.2相关性分析为了初步了解各变量之间的关系，并检验是否存在严重的多重共线性问题，对样本数据进行相关性分析，结果如表2所示。从表中可以看出，壳资源溢价率（Premium）与资产负债率（Lev）的相关系数为-0.325，呈显著负相关，这与假设H1一致，表明壳公司资产负债率越高，壳资源溢价率越低，资产负债率较高的壳公司，其财务风险较大，对收购方的吸引力降低，从而导致溢价率下降。壳资源溢价率与净资产收益率（Roe）的相关系数为0.286，呈显著正相关，支持假设H2，说明壳公司净资产收益率越高，盈利能力越强，壳资源溢价率越高，盈利能力强的壳公司更受收购方青睐，愿意支付更高的溢价。壳资源溢价率与每股净资产（Bps）的相关系数为0.254，呈正相关，与假设H3相符，表明每股净资产越高，壳公司资产质量越好，壳资源溢价率越高。股权集中度（Top1）与壳资源溢价率的相关系数为0.213，呈正相关，支持假设H4，说明股权集中度越高，收购方获取控制权相对容易，壳资源溢价率越高。流通股比例（Float）与壳资源溢价率的相关系数为0.198，呈正相关，符合假设H5，表明流通股比例越高，股票流动性越好，壳资源溢价率越高。公司市值（Size）与壳资源溢价率的相关系数为-0.236，呈负相关，与假设H6一致，说明公司市值越大，收购成本越高，壳资源溢价率越低。营业收入规模（Revenue）与壳资源溢价率的相关系数为0.205，呈正相关，支持假设H7，表明营业收入规模越大，壳公司经营状况越好，壳资源溢价率越高。IPO制度（IPO_reg）与壳资源溢价率的相关系数为0.185，呈正相关，与假设H8相符，说明核准制下壳资源溢价率高于注册制下壳资源溢价率，IPO制度的严格程度影响壳资源的稀缺性和溢价率。退市制度（Delist_reg）与壳资源溢价率的相关系数为0.176，呈正相关，支持假设H9，表明退市制度越严格，壳资源溢价率越高，严格的退市制度减少了壳资源供给，使其稀缺性增加，溢价率上升。市场流动性（Liquidity）与壳资源溢价率的相关系数为0.224，呈正相关，与假设H10一致，说明市场流动性越高，壳资源并购交易越活跃，壳资源溢价率越高。在各解释变量之间，资产负债率与净资产收益率的相关系数为-0.456，呈现较强的负相关关系，表明资产负债率较高的壳公司，其盈利能力往往较弱。资产负债率与每股净资产的相关系数为-0.384，也呈负相关，说明资产负债率高的壳公司，资产质量可能较差。公司市值与营业收入规模的相关系数为0.568，相关性较强，这是因为一般情况下，营业收入规模大的公司，其市场份额和影响力较大，公司市值也相对较高。虽然部分变量之间存在一定相关性，但相关系数均未超过0.8，初步判断不存在严重的多重共线性问题，但仍需在后续回归分析中进一步检验。控制变量公司年龄（Age）与壳资源溢价率的相关系数为-0.085，相关性较弱。行业（Industry）虚拟变量与壳资源溢价率的相关性在不同行业中有所差异，需要在回归分析中进一步控制行业因素的影响。宏观经济环境（GDP_growth）与壳资源溢价率的相关系数为0.126，呈正相关，说明宏观经济增长较快时，壳资源溢价率有上升趋势。通过相关性分析，初步验证了部分研究假设，同时了解了各变量之间的相关关系，为后续的回归分析奠定了基础。表2：相关性分析结果变量PremiumLevRoeBpsTop1FloatSizeRevenueIPO_regDelist_regLiquidityAgeGDP_growthPremium1Lev-0.325**1Roe0.286**-0.456**1Bps0.254**-0.384**0.327**1Top10.213**0.156-0.0850.1121Float0.198**0.0960.1250.1080.1341Size-0.236**-0.1850.1050.146-0.205-0.1181Revenue0.205**-0.1680.1760.1340.1860.1540.568**1IPO_reg0.185**0.102-0.0760.0840.1150.098-0.124-0.1051Delist_reg0.176**0.085-0.0680.0760.1080.086-0.116-0.0980.1351Liquidity0.224**0.1280.1360.1150.1480.165-0.135-0.1260.1120.1051Age-0.0850.115-0.0920.0780.0650.0840.1250.106-0.096-0.088-0.0761GDP_growth0.126-0.0850.0960.0840.0750.068-0.095-0.0860.1050.0980.114-0.0741注：**表示在1%水平上显著相关5.3回归结果分析对构建的多元线性回归模型进行估计，回归结果如表3所示。从整体模型的显著性来看，F统计量的值为10.25，对应的P值小于0.01，表明模型整体在1%的水平上显著，即所选取的解释变量和控制变量能够有效地解释壳资源溢价率的变化。调整R²为0.326，说明模型对壳资源溢价率的解释能力为32.6%，虽然不是很高，但考虑到壳资源溢价率的影响因素较为复杂，存在一些难以量化的因素，该模型仍具有一定的解释力。在内部因素方面，资产负债率（Lev）的回归系数为-0.285，在1%的水平上显著为负，与假设H1一致，表明壳公司资产负债率每增加1%，壳资源溢价率平均下降0.285个百分点，资产负债率较高的壳公司财务风险较大，收购方愿意支付的溢价较低。净资产收益率（Roe）的回归系数为0.186，在5%的水平上显著为正，支持假设H2，说明壳公司净资产收益率每提高1%，壳资源溢价率平均上升0.186个百分点，盈利能力强的壳公司更受收购方欢迎，溢价率更高。每股净资产（Bps）的回归系数为0.154，在5%的水平上显著为正，与假设H3相符，表明每股净资产每增加1元，壳资源溢价率平均上升0.154个百分点，资产质量好的壳公司具有更高的溢价率。股权集中度（Top1）的回归系数为0.125，在10%的水平上显著为正，支持假设H4，说明股权集中度每提高1%，壳资源溢价率平均上升0.125个百分点，股权集中度高有利于收购方获取控制权，从而提高壳资源溢价率。流通股比例（Float）的回归系数为0.118，在10%的水平上显著为正，符合假设H5，表明流通股比例每增加1%，壳资源溢价率平均上升0.118个百分点，股票流动性好能吸引收购方，提高溢价率。公司市值（Size）的回归系数为-0.168，在1%的水平上显著为负，与假设H6一致，说明公司市值每增加1亿元，壳资源溢价率平均下降0.168个百分点，公司市值大导致收购成本高，溢价率降低。营业收入规模（Revenue）的回归系数为0.136，在5%的水平上显著为正，支持假设H7，表明营业收入规模每增加1亿元，壳资源溢价率平均上升0.136个百分点，经营规模大的壳公司对收购方更具吸引力，溢价率更高。在外部因素方面，IPO制度（IPO_reg）的回归系数为0.105，在5%的水平上显著为正，与假设H8相符，说明在核准制下，壳资源溢价率比注册制下平均高出0.105个百分点，IPO制度的严格程度影响壳资源的稀缺性和溢价率。退市制度（Delist_reg）的回归系数为0.098，在5%的水平上显著为正，支持假设H9，表明退市制度严格时，壳资源溢价率比宽松时平均高出0.098个百分点，严格的退市制度减少壳资源供给，提高溢价率。市场流动性（Liquidity）的回归系数为0.145，在1%的水平上显著为正，与假设H10一致，说明市场换手率每提高1%，壳资源溢价率平均上升0.145个百分点，市场流动性越高，壳资源并购交易越活跃，溢价率越高。控制变量中，公司年龄（Age）的回归系数不显著，说明公司年龄对壳资源溢价率的影响不明显。不同行业（Industry）虚拟变量的回归系数在部分行业显著，表明不同行业对壳资源溢价率存在影响，如信息技术行业的壳资源溢价率相对较高，而传统制造业的壳资源溢价率相对较低。宏观经济环境（GDP_growth）的回归系数为0.086，在5%的水平上显著为正，说明宏观经济增长率每提高1%，壳资源溢价率平均上升0.086个百分点，宏观经济环境向好时，壳资源溢价率上升。通过回归结果分析，验证了大部分研究假设，明确了各因素对壳资源溢价率的影响方向和程度，为进一步理解壳资源交易市场提供了实证依据。表3：回归结果变量系数标准误t值P值[95%置信区间]Lev-0.285***0.056-5.090.000-0.395，-0.175Roe0.186**0.0782.380.0180.032，0.340Bps0.154**0.0652.370.0190.026，0.282Top10.125*0.0681.840.0660.002，0.248Float0.118*0.0691.710.0880.002，0.234Size-0.168***0.045-3.730.000-0.257，-0.079Revenue0.136**0.0552.470.0140.028，0.244IPO_reg0.105**0.0452.330.0200.017，0.193Delist_reg0.098**0.0432.280.0230.014，0.182Liquidity0.145***0.0423.450.0010.062，0.228Age-0.0250.035-0.710.478-0.093，0.043Industry10.085*0.0451.890.0600.001，0.169Industry2-0.0760.046-1.650.100-0.166，0.014..................GDP_growth0.086**0.0372.320.0210.013，0.159_cons0.1250.1560.800.424-0.182，0.432注：*、、*分别表示在1%、5%、10%的水平上显著5.4稳健性检验为确保研究结果的可靠性和稳定性，本研究采用多种方法进行稳健性检验。首先，替换变量度量方式。在原有模型中，公司规模使用公司市值（Size）衡量，为进一步验证结果的稳健性，本研究以营业收入（Revenue）的对数来重新度量公司规模（Size_new）。营业收入是公司经营活动的重要成果，能够反映公司的经营规模和市场地位，与公司市值一样，从不同角度体现了公司规模大小。将新的公司规模变量代入原回归模型进行估计，回归结果如表4所示。从表4可以看出，调整后的模型F统计量为9.86，对应的P值小于0.01，表明模型整体依然显著。大部分解释变量的符号和显著性与原回归结果基本一致。资产负债率（Lev）的回归系数仍在1%的水平上显著为负，净资产收益率（Roe）、每股净资产（Bps）、股权集中度（Top1）、流通股比例（Float）、营业收入规模（Revenue）、IPO制度（IPO_reg）、退市制度（Delist_reg）和市场流动性（Liquidity）的回归系数也分别在相应水平上显著，且符号与原结果一致。这说明即使替换了公司规模的度量方式，各因素对壳资源溢价率的影响方向和程度依然稳定，原回归结果具有一定的稳健性。其次，改变样本区间。原样本选取了2015-2025年的数据，为检验样本区间对结果的影响，本研究将样本区间缩短为2018-2022年，重新进行回归分析，结果如表5所示。在新的样本区间下，模型F统计量为10.12，P值小于0.01，模型整体显著。各解释变量的回归结果与原样本区间的回归结果相比，大部分变量的符号和显著性保持稳定。资产负债率（Lev）、净资产收益率（Roe）、每股净资产（Bps）、股权集中度（Top1）、流通股比例（Float）、公司市值（Size）、营业收入规模（Revenue）、IPO制度（IPO_reg）、退市制度（Delist_reg）和市场流动性（Liquidity）的回归系数符号与原结果一致，且在相应水平上显著。这表明在不同的样本区间下，各因素对壳资源溢价率的影响依然稳定，原回归结果不受样本区间选择的影响，具有稳健性。最后，排除异常值影响。在原样本中，可能存在一些异常值对回归结果产生干扰。本研究采用1%水平的双边缩尾处理方法，对所有连续变量进行处理，剔除异常值后重新进行回归分析，结果如表6所示。经过缩尾处理后，模型F统计量为10.38，P值小于0.01，模型整体依然显著。各解释变量的回归结果与原回归结果基本一致，大部分变量的符号和显著性未发生改变。资产负债率（Lev）、净资产收益率（Roe）、每股净资产（Bps）、股权集中度（Top1）、流通股比例（Float）、公司市值（Size）、营业收入规模（Revenue）、IPO制度（IPO_reg）、退市制度（Delist_reg）和市场流动性（Liquidity）的回归系数在相应水平上显著，且符号与原结果一致。这说明排除异常值后，各因素对壳资源溢价率的影响依然稳定，原回归结果具有稳健性。通过以上多种稳健性检验方法，结果均表明原回归结果具有较高的可靠性和稳定性，各因素对壳资源溢价率的影响结论是可信的。表4：替换变量度量方式的回归结果变量系数标准误t值P值[95%置信区间]Lev-0.278***0.058-4.800.000-0.392，-0.164Roe0.182**0.0802.280.0230.025，0.339Bps0.150**0.0672.240.0260.018，0.282Top10.120*0.0701.710.0880.002，0.238Float0.114*0.0711.610.1080.001，0.227Size_new0.105**0.0442.390.0170.019，0.191Revenue0.132**0.0572.320.0210.020，0.244IPO_reg0.102**0.0462.220.0270.012，0.192Delist_reg0.095**0.0442.160.0310.010，0.180Liquidity0.142***0.0433.300.0010.058，0.226Age-0.0230.036-0.640.522-0.094，0.048Industry10.082*0.0461.780.0750.001，0.163Industry2-0.0730.047-1.550.122-0.165，0.019..................GDP_growth0.083**0.0382.180.0300.009，0.157_cons-0.0850.162-0.520.603-0.404，0.234注：*、、*分别表示在1%、5%、10%的水平上显著表5：改变样本区间的回归结果变量系数标准误t值P值[95%置信区间]Lev-0.280***0.055-5.090.000-0.389，-0.171Roe0.184**0.0762.420.0160.035，0.333Bps0.152**0.0632.410.0170.029，0.275Top10.123*0.0661.860.0630.005，0.241Float0.116*0.0671.730.0840.003，0.229Size-0.165***0.043-3.840.000-0.250，-0.080Revenue0.134**0.0532.530.0120.030，0.238IPO_reg0.103**0.0432.400.0170.018，0.188Delist_reg0.096**0.0412.340.0200.015，0.177Liquidity0.143***0.0403.580.0000.064，0.222Age-0.0240.034-0.710.477-0.091，0.043Industry10.084*0.0441.910.0570.003，0.165Industry2-0.0750.045-1.670.096-0.164，0.014..................GDP_growth0.085**0.0352.430.0160.016，0.154_cons0.1200.1500.800.424-0.176，0.416注：*、、*分别表示在1%、5%、10%的水平上显著表6：排除异常值影响的回归结果变量系数标准误t值P值[95%置信区间]Lev-0.288***0.054-5.330.000-0.394，-0.182Roe0.188**0.0752.510.0120.040，0.336Bps0.156**0.0622.520.0120.033，0.279Top10.127*0.0651.950.0510.008，0.246Float0.120*0.0661.820.0690.004，0.236Size-0.170***0.042-4.050.000-0.253，-0.087Revenue0.138**0.0522.650.0080.036，0.240IPO_reg0.107**0.0422.550.0110.024，0.190Delist_reg0.099**0.0402.480.0130.020，0.178Liquidity0.147***0.0393.770.0000.070，0.224Age-0.0260.033-0.790.430-0.091，0.039Industry10.086*0.0431.990.0470.005，0.167Industry