互聯(lián)網(wǎng)公司并購對自身績效影響的實證分析

周雪 馬夢璇 唐旭

摘 要：近年來，互聯(lián)網(wǎng)行業(yè)掀起了一股并購狂潮。本文采用財務(wù)指標(biāo)法、改進的critic賦權(quán)法以及虛擬變量的多元線性回歸模型對7 家互聯(lián)網(wǎng)公司的并購績效進行實證分析，研究發(fā)現(xiàn)其中5家互聯(lián)網(wǎng)公司的并購對績效產(chǎn)生一定的負(fù)面影響，僅有兩家互聯(lián)網(wǎng)公司的并購對績效有顯著的正面影響。在這樣的情況下，文章為互聯(lián)網(wǎng)企業(yè)提供了量化并購對績效影響的方法，幫助互聯(lián)網(wǎng)企業(yè)制定科學(xué)合理的決策。

關(guān)鍵詞：互聯(lián)網(wǎng)公司；并購；公司成長；實證分析

中圖分類號：F257 文獻標(biāo)識碼：A 文章編號：1006-8937（2016）20-0040-031 互聯(lián)網(wǎng)公司并購介紹

互聯(lián)網(wǎng)公司并購情況，見表1。

2 互聯(lián)網(wǎng)公司整體績效的評價

2.1 衡量互聯(lián)網(wǎng)上市公司整體績效的方法

在研究過程中，如何衡量公司的整體績效是一個關(guān)鍵問題，它直接影響到對并購行為評價與判斷的準(zhǔn)確性。

現(xiàn)今學(xué)術(shù)界主要有兩種相關(guān)的研究方法：

第一種方法是分析具體的事件對公司股價的影響；

第二種方法是研究并購對公司的經(jīng)營業(yè)績的影響，即財務(wù)指標(biāo)法。

對于成熟的資本市場，上市公司的整體績效通常采用股票價格來衡量。然而我國的資本市場尚未達到弱有效的程度，因此采用事件研究法分析我國上市公司的并購效率并不合適[1]。

綜上所述，本文采用財務(wù)指標(biāo)法來衡量互聯(lián)網(wǎng)上市公司的整體績效。

2.2 指標(biāo)體系的建立

可以發(fā)現(xiàn)，我國學(xué)者大都采用財務(wù)指標(biāo)來分析公司績效，但在指標(biāo)體系的構(gòu)成及權(quán)重的分配上存在著很大的不同。科學(xué)的評價指標(biāo)體系應(yīng)該同時具備全面性和代表性的特點，如何科學(xué)地選取指標(biāo)，構(gòu)建指標(biāo)體系，是上市公司績效綜合評價中首要解決的問題[2]。

通過查閱大量相關(guān)文獻，根據(jù)客觀、系統(tǒng)、科學(xué)、可比、可操作性的原則，本文從盈利能力、償債能力、營運能力以及成長能力四個方面選取構(gòu)成互聯(lián)網(wǎng)公司整體績效評價體系的財務(wù)指標(biāo)，

2.3 指標(biāo)權(quán)重的確定

指標(biāo)權(quán)重的確定方法可分為主觀賦權(quán)法和客觀賦權(quán)法。客觀賦權(quán)法相對于主觀賦權(quán)法具有較好的規(guī)范性，其中CRITIC賦權(quán)法同時考慮了指標(biāo)變異性和指標(biāo)間沖突性兩個重要因素。

基于幾種賦權(quán)方法的優(yōu)缺點，本文選取CRITIC賦權(quán)法進行指標(biāo)賦權(quán)更為合理。但是賦權(quán)法也存在一定的不足，即指標(biāo)變異性是使用標(biāo)準(zhǔn)差來度量的，這使得計算結(jié)果往往會受到量綱的影響，所以，本文采用改進的CRITIC賦權(quán)法，即用變異系數(shù)替換標(biāo)準(zhǔn)差，來度量指標(biāo)變異性，有效地消除量綱的影響，使得評價結(jié)果更為可靠。

以下為改進的CRITIC賦權(quán)法：

假設(shè)指標(biāo)體系包含m個指標(biāo)，n個被評價年度：T1，T2，···Tn；Pj表示第j個指標(biāo)所包含的信息量，而指標(biāo)變異性用變異系數(shù)Vj來體現(xiàn)，第j個指標(biāo)與其他指標(biāo)之間的沖突性用指標(biāo)來量化，其中r表示第j個指標(biāo)和第i個指標(biāo)之間的相關(guān)系數(shù)，則Pj可表示為：

因此，Pj越大表示第j個指標(biāo)所包含的信息量越大，即該指標(biāo)的相對重要性越大，所賦權(quán)重也應(yīng)越大，所以第j個指標(biāo)的客觀權(quán)重wj應(yīng)為：

由此可得到各互聯(lián)網(wǎng)公司各指標(biāo)的權(quán)重，見表3。

其中A1代表百度，A2代表樂視，A3代表奇虎360，A4代表掌趣科技，A5代表第一視頻，A6代表face book，A7代表微軟。

2.3 整體績效評價

由績效指標(biāo)體系及其權(quán)重可通過簡單加權(quán)法得到各個公司各年份的綜合績效，

3 實證分析及結(jié)果解釋

3.1 模型解釋

引入虛擬變量的目的是為了將例如并購事件、性別、戰(zhàn)爭等定性變量包括在多元線性回歸模型中，并將其量化為0、1等具體數(shù)值。當(dāng)一個定性變量含有m個類別時，應(yīng)向模型引入m-1個虛擬變量[3]。取值方式如下：

D=1 （發(fā)生了并購事件）0 （未發(fā)生并購事件）

將定性變量量化之后可將其當(dāng)成一個新的自變量加入到多元回歸線性模型中，通過對OLS模型的診斷及檢驗測定變量的回歸系數(shù)及其統(tǒng)計量，從而得到定性變量對因變量是否存在影響、影響方向（正面或負(fù)面）以及影響程度的大小。模型如下：

其中Xji為Xji控制變量，目的是排除“并購”以外的其他因素對公司績效的影響。

可以證明：

k為解釋變量的個數(shù)。

于是在H0成立的條件下，

對于給定的顯著性水平α，可從t分布表中查出相應(yīng)地自由度：

α水平的雙側(cè)分位數(shù)t（f）。將樣本觀測值和估計值帶入（3）式中，如果計算出的結(jié)果有：

則否定原假設(shè)H0：θ=0，接受H1：θ≠0，即認(rèn)為在顯著性水平α下，解釋變量D對被解釋變量Y存在顯著的影響；

否則，不否定原假設(shè)H0：θ=0，即認(rèn)為解釋變量D對被解釋變量Y不存在顯著的影響。

3.2 模型結(jié)果

將選取的7家互聯(lián)網(wǎng)公司的綜合績效作為被解釋變量，“并購”作為虛擬變量D，其公司期末總資產(chǎn)（億元）作為控制變量Xji，回歸結(jié)果如下：

3.3 結(jié)果分析

由多元線性回歸模型的結(jié)果可得：

因此在5%的顯著性水平下，并購對公司A1的整體績效存在顯著的正影響；

因此即使在50%的顯著性水平下，也無法拒絕H0，即認(rèn)為并購對公司A2的整體績效的負(fù)效應(yīng)不顯著；

在10%的顯著性水平上幾乎顯著。

可以發(fā)現(xiàn)，7家互聯(lián)網(wǎng)公司中只有兩家公司并購對公司績效有著顯著的積極影響，其中A1公司的并購使其整體績效提升了約67%。

值得一提的是，幾乎所有的模型在加入并購這一虛擬變量后擬合優(yōu)度有了明顯的提高，因此互聯(lián)網(wǎng)公司的并購對其整體績效有一定的影響。

4 結(jié) 語

綜上所述，并非所有的并購對互聯(lián)網(wǎng)公司的整體績效都會產(chǎn)生正面的影響。事實上，從上述分析可以發(fā)現(xiàn)，2010年以來的大多數(shù)互聯(lián)網(wǎng)公司的并購對績效產(chǎn)生了負(fù)面效應(yīng)，僅有少部分實力雄厚的大公司例如百度、微軟等互聯(lián)網(wǎng)巨頭，抓住并購的機會，大大提高了公司的績效。

企業(yè)并購?fù)际菫榱藢で髷U張以達到規(guī)模經(jīng)濟，降低成本，提高效益，但通過本文的實證分析我們可以發(fā)現(xiàn)，在并購的決策上企業(yè)應(yīng)當(dāng)正確認(rèn)識市場環(huán)境，結(jié)合自身的發(fā)展情況，切勿急功近利、盲目并購，否則很可能產(chǎn)生負(fù)面效應(yīng)。

互聯(lián)網(wǎng)行業(yè)是我國21世紀(jì)以來發(fā)展最迅速的新興行業(yè)，尚處于成長階段，仍存在著許多的可能性。并購對于這個階段的互聯(lián)網(wǎng)企業(yè)來說，既是機遇也是挑戰(zhàn)，互聯(lián)網(wǎng)企業(yè)應(yīng)當(dāng)在長期戰(zhàn)略的基礎(chǔ)上，根據(jù)實際情況建立起自身的績效評價體系，從而量化并購帶來的優(yōu)勢劣勢，幫助領(lǐng)導(dǎo)者制定科學(xué)合理的決策。

參考文獻：

[1] 周士元.中國上市公司并購績效評價及其影響因素研究[D].鄭州：河南 大學(xué)，2012.

[2] 羅珍.上市公司績效動態(tài)綜合評價方法研究[D].長沙：湖南大學(xué)，2009.

[3] 伍德里奇.計量經(jīng)濟學(xué)導(dǎo)論——現(xiàn)代觀點[M].北京：中國人民大學(xué)出版 社，2003.