公司并購與全要素生產率變化研究

楊玉坤

(廈門大學 財務管理與會計研究院，福建 廈門 361005)

?

公司并購與全要素生產率變化研究

楊玉坤

(廈門大學 財務管理與會計研究院，福建 廈門 361005)

對并購績效的研究表明并購通常不能創造股東超額收益，但從并購前后企業全要素生產率的變化來看，大部分企業的產出效率得到了顯著提升。本文通過對我國上市公司2002—2014年并購案例的研究發現，并購重組能夠提升企業的全要素生產率，企業全要素生產率的增長是通過技術效率、生產效率和配置效率三個方面實現，而規模效率對企業產出效率增長的貢獻不明顯。

公司并購；超越對數生產函數；全要素生產率

一、引 言

目前對并購績效的研究多關注于并購能否創造股東超額收益或者財務指標是否有明顯的改善。現有的研究表明，上市公司并購活動通常不能獲得協同效應，收購企業股東不能獲得超額收益，反而在一定程度上損害了企業價值[1]。對于這一現象，學者們提出了并購非效率動因理論，主要包括管理主義、管理者自負假說和市場擇時假說。不否認并購活動中非效率動因的存在，不少學者還使用不同的并購評價標準和評價方法來研究并購成功與否，其中一個重要的分支就是比較并購前后企業全要素生產率的變化。

Lichtenberg和Siegel[2]最早研究了企業并購對全要素生產率的影響，發現公司所有權變更可能導致企業全要素生產率的提高。之后許多學者開始從企業全要素生產率的角度研究并購效率。Gort和Nakil[3]研究了1997—1998年間美國兩個當地電訊公司并購對生產率和營運成本的影響，結果表明全要素生產率在并購前后并沒有系統的差別，但運營成本卻增加了。Amess[4]用1986—1997年間英國發生管理層收購(MBO) 公司為樣本，應用柯布-道格拉斯生產函數研究這些公司的生產率效應，實證結果發現，那些采用MBO 治理結構企業的希克斯中性(全要素生產率) 平均提高了16.13%，同時，勞動的邊際價值也增加了，但資本的邊際價值卻減少了。Malgorzata[5]使用DEA方法研究了1997—2001年波蘭的銀行并購前后要素生產率的變化，發現在研究期間銀行的產出水平、技術效率、規模效率和產出效率都有明顯的提升。Surajit和Ankit[6]研究了2000—2010年印度銀行業改革期間商業銀行并購效率，他們使用DEA方法分別計算了總體的和各個銀行的前沿生產函數以及固定和可變規模報酬假設下的全要素生產率，發現了并購是有效率的證據，同時有些銀行并購后平均效率水平是下降的。

李心丹等[7]用滬深兩市發生并購的103 家上市公司為樣本，利用DEA方法計算出公司并購前后的績效穩定性指標，分析了并購活動的績效。袁宏泉和陳建梁[8]以1999—2003 年間滬深兩市發生的699 起股權轉讓超過5% 的并購事件為有效樣本，利用生產函數計算出公司并購前后的全要素生產率，并分析了不同并購活動對產出效率的影響。實證研究表明，整體上看，公司股權轉讓后產出效率得到提高，但對長期產出效率改善缺乏持續性；混合并購使股權轉讓公司的效率提高，而橫向和縱向并購卻降低了目標公司的效率。另外，研究還表明，在不同的所有權結構下，公司的產出效率并不存在顯著性的差異。尹豪[9]使用DEA方法研究了我國1999—2004年750個并購事件樣本，發現并購交易對企業效率改善是有積極作用的，并且從改善程度來看，對技術效率的作用要大于對規模效率的作用，而且這種改善作用具有持續性和一定的穩定性。李雙杰和尹遜雅[10]通過DEA分析法，以主營業務收入為產出指標，主營業務成本、期間費用和固定資產為投入指標，計算投入導向條件下2003—2009 年我國鋼鐵業上市公司Malmquist 生產力指數，并以2006 年和2007 年發生并購的鋼鐵業上市公司為研究對象，對其并購前后兩年的效率進行實證研究，結果表明，鋼鐵行業并購前后的全要素生產率呈現出V型變化趨勢，且在并購后第二年就出現效率滑坡。

從以上研究可以看出，并購能夠提升企業的全要素生產率，但這種效率改善是否具有持續性則有分歧。同時，基于要素生產率的分解，可以讓我們看清并購效率的具體來源——究竟是技術效率的提高，還是規模效率的提高，或者源于生產效率的提高。但以上研究還存在以下不足：首先，用非參數方法計算全要素生產率的研究比較多，這是因為非參數方法不需要對函數形式做出假設，計算也相對簡單。但非參數方法要求數據的測量絕對準確，因此，無法避免由于運氣或其他測量問題帶來的隨機誤差以及問題數據對結果的影響。如果隨機誤差存在，勢必造成所得效率值與真實值的偏差。其次，出于簡化的考慮，對所有行業都使用同一生產函數。除了Surajit和Ankit[6]對每個銀行都單獨估計生產函數、測定全要素生產率外，其余研究都假定所有企業符合同一個生產函數。這一點可能是學者們為了達到生產率研究中對數據量的要求，使用非參數方法計算生產率時通常要求有至少連續7年的觀測數據。最后，較少有對全要素生產率的增長進行分解的研究，有限的幾篇沒有計算配置效率。一方面，是因為使用估計方法造成的；另一方面，也可能是因為配置效率的分解需要用到資本成本，而資本成本的計算比較復雜。因此，針對以上研究的不足，本文將使用超越對數生產函數模型來測算并購前后企業全要素生產率指標的變化，并通過對全要素生產率增長的分解來挖掘效率變化的深層來源。

二、模型介紹、樣本選擇與變量定義

1.模型介紹

本文使用參數方法[11]來估計生產函數，生產函數有線性、對數線性和超越對數等不同的形式。筆者借鑒Battese和Coelli[12]的模型：

Yit=xitβ+(Vit-Uit)

(1)

依Battese和Cora[13]對復合殘差項推導：

(2)

γ反映了生產無效率在復合殘差項中的比重，如果γ趨近于0，就表明無效率項引起的偏離前沿產出較少，甚至可以忽略不計，這時可以用OLS方法估計生產函數；反之，如果γ越趨近于1，則表明實際產出的偏離更多來源于技術非效率，采用隨機前沿模型估計就更合適。

為了實現對全要素生產率增長率的分解，本文還使用了模型(3)：

lnYit=β0+β1lnKit+β2lnLit+β3t+β4(lnKit)t+β5(lnLit)t+β6lnKitlnLit+β7(lnKit)2+β8(lnLit)2+Vit-Uit

(3)

這里的生產函數形式為超越對數模型，周曉艷和韓朝華[11]認為超越對數模型包容性強，易于估計。

基于全要素生產率的研究多集中在對宏觀經濟體的考察上，由于要素價格信息的可得性不夠，資本成本難以計算，因此，盡管Kumbhakar等[14]的分解包含了配置效率，但學者們在測算中大都忽略了對配置效率的計算[11-15-16]，如周曉艷和韓朝華[11]在對我國各地區間的全要素生產率進行分解時就只考察了技術效率、生產效率和規模效率三種。本文利用上市公司的報表數據，搜集了企業會計報表中的職工薪酬數據，從而計算出了勞動的平均成本(PL)。對于資本成本(PK)的衡量，王寧[17]認為不能孤立地以每一種資本的成本來看待企業資本成本問題，企業的資本成本應當是權益資本成本與負債資本成本的加權平均值，因此，本文借鑒王寧[17]的做法，計算了我國上市公司的綜合資本成本作為企業的資本成本，發現我國上市公司平均資本成本為9.69%。因此，本文使用企業微觀層面的數據計算出企業的資本成本，并在模型(3)的基礎上加入時間解釋變量以及有關解釋變量的交乘項，即可實現對配置效率的測算，全要素生產率的變化最終分解為四個部分：技術效率、生產效率、規模效率和配置效率。

技術效率(TP)分解為：

(4)

技術進步一部分為所有個體共同擁有的技術進步率，另一部分為非中性技術進步，也就是不同個體隨時間而變化的技術效率，反映了個體在學習能力方面的差異。

一個公司的管理水平就反映到技術效率中，管理水平較高的公司通過接管目標企業，提升原來企業的管理水平。也可以把管理能力看做一種資源，合并后，管理能力在新的企業中得到合理利用，從而提高了企業的全要素生產率，只不過管理能力是無形資本，不像勞動力、資本、土地和設備等生產資料，因此，管理協同效應應該反映在技術效率之中。

生產效率(TE)定義為：

(5)

規模效率(SE)是指在保持其他生產條件不變情況下，要素投入增長一倍時產出增長的倍數，表示為：

(6)

配置效率(AE)反映了要素投入結構變化對全要素生產率增長率的貢獻，它是研究在產出給定時要素投入成本最小化問題，在實際中生產要素的投入比例經常會偏離利潤最大化條件下的投入比例，因此，配置效率較高就說明要素配比合理。

(7)

2.樣本選擇與變量定義

本文的樣本數據來自于CSMAR數據庫，樣本事件為2002—2014年滬深主板A股上市公司發生的并購重組事件(上市公司可作為收購公司或者目標公司)，并按以下標準篩選樣本：(1)選取該公司在2002—2014年間并購交易中披露了并購金額且金額最大的案例作為一個樣本事件。之所以選取這樣的案例，是因為上市公司通常在一年之內或者連續不連續的幾年之內有多起并購活動，并購決策是一個公司所能做出的最重要的投資決策，而金額最大的并購案例對于公司經營的影響是顯著的，企業生產要素的重組能夠產生明顯的效果。(2)公司基本數據完整。本文考察了發生并購重組企業并購前后3年包括并購當年共7年全要素生產率變化情況，同時保留了數據不滿足7年要求的公司，最終形成了一個非平衡的面板數據樣本。該數據以1 848家企業歷史上發生金額最大的并購為樣本事件，跨度了[-3，3]共7年的企業數據，包括9 801條觀測值。

企業的產出Yit用主營業務收入的對數來衡量，用年末的固定資產凈額對數來測度資本Kit，用年末的員工總人數對數來表示勞動投入Lit。主營業務收入、固定資產凈額和員工總人數數據均來自于CSMAR中上市公司財務數據庫。對于生產無效率殘差Uit的外生影響因素zit為時間，而對于時間的衡量采用并購前第3年為基準年1，之后年份分別為2、3、…，并購當年為4。

三、經驗分析

1.樣本描述性統計

表1描述了并購事件的業務類型及年度分布情況。從業務類型上看，發生次數最多的并購事件為協議轉讓(股權)，有1 129例；協議轉讓(資產)類居于其次，有745例，其次為債務重組和要約收購類型的并購重組，分別為30例和26例。因此，總體看來，協議收購的事件有1 874例，而要約收購僅為26例，與西方資本市場以要約收購為主體的收購模式相比還存在較大差距，而要約收購通常被認為是市場化程度較高的并購模式。

表1 并購樣本企業業務類型與年度分布表

年 度協議轉讓(資產)協議轉讓(股權)要約收購債務重組總 計2002213600572003183202522004283403652005185041732006324015782007565716120200878101211782009801161119820109312332221201110317942288201213528065426201338422082201445392288總 計745112926301926

注：樣本為2002—2012年間1 848家上市公司交易金額最大的并購重組事件。并購重組事件的業務類型按照CSMAR數據庫的標準表示。

2.生產函數回歸估計結果

這里給出對全樣本模型(1)的估計結果。*本文還分行業對模型(2)進行了估計，但由于篇幅限制，這里不再一一匯報。使用Front41估計隨機前沿生產函數(命令省略)，得到1 926家企業10 058個全要素生產率值，結果如表2所示。

表2 對數生產函數的隨機前沿模型估計

變 量對數生產函數估計變 量生產無效率方程估計cons10.2848(80.8912)delta0-9.2269(-7.1796)lncap0.3894(46.2995)t-1.6216(-14.0673)lnlab0.4397(44.6892)Log-Likelihood-14044.7170σ27.1254(10.9458)LR281.7031γ0.8806(70.4345)

從表2可知，我國上市公司并購年度資本的平均產出彈性為0.3894，勞動的平均產出彈性為0.4397，要素投入的產出份額小于1，這說明我國上市公司開始擺脫依靠要素投入的粗放增長模式，逐漸走上依靠技術進步實現企業效益增長的道路；對資本的依賴程度有所降低，對勞動投入的依賴增強，這也反映了隨著人民生活水平不斷提高以及我國資本市場的不斷發展，資金的稀缺性相對降低，而勞動力成本不斷提高的現實。γ值為0.8806，且其t值大于0.0100的顯著性水平上的臨界值，說明γ顯著不為0。γ值比較接近1，說明這里采用隨機前沿模型估計是合適的。生產函數系數的t值都比較大，說明估計都在0.0100的水平上顯著。生產無效率項方程mit=zitδ中，解釋變量zit為常數項delta0和時間t組成的向量元素，δ為相應的系數，由表2可知，各系數也是顯著的。似然函數值以及LR單側似然比檢驗說明模型擬合結果良好。

3.企業全要素生產率變化的并購效應分析

并購企業歷年平均產出效率有明顯的隨時間上升的趨勢。因此，雖然表2說明了并購后企業全要素生產率得到提升，但還不能證明是由于并購重組起的作用，還要剔除時間效應。

為了證明全要素生產率的提高不僅僅是由于存在時間趨勢，并購重組確實提高了企業的全要素生產率，我們將全要素生產率對時間變量以及企業并購年度變量進行回歸，在控制了時間因素的同時，考察并購各年度企業全要素生產率水平的變動情況。為了進一步說明并購重組的作用，我們引入一個虛擬變量Dum替代企業并購年度變量，對于企業并購當年前的年份，Dum=0，對于企業并購當年以及并購后的年份，Dum=1 。

回歸結果如表3所示。

表3 全要素生產率變化的時間趨勢與并購效應檢驗

注：*、**和***分別表示10%、5%和1%的顯著性水平；—表示該變量不包括在模型中；括號內數字為回歸系數的t值；在對超越對數生產函數模型(2)的估計結果進行分析時，也發現了類似的結論，這里不再匯報。

另外，本文還嘗試使用營業收入作為企業的產出去計算全要素生產率，發現與主營業務收入的計算結果基本一致。本文也嘗試了其他企業基本層面的控制變量，發現結論是穩健可靠的。因此，可以得出如下結論：

我國企業全要素生產率增長存在明顯的隨時間遞增的趨勢，而且并購后企業的全要素生產率增長明顯，說明并購重組能夠提升企業的全要素生產率水平，也就是說并購是有效率的。

四、并購企業全要素生產率增長率分解分析

1.分行業并購企業全要素生產率分析

為了反映不同行業生產函數的差異，本文采用Stata11.0的分行業估計模型對模型(2)進行擬合。由于行業較多，這里就不詳細匯報各行業生產函數的回歸結果。回歸結果顯示，大部分行業的回歸模型γ值都在0.7800以上，說明采用隨機前沿方程估計模型是合適的。

根據極大似然估計結果可知，我國上市公司平均資本產出彈性為0.4162，勞動的平均產出彈性為0.3727。而周曉艷和韓朝華[11]利用分省份的宏觀數據測算結果分別為0.1891和0.7372，反映出我國經濟增長較多地依賴于勞動要素的投入增長，屬于比較粗放的增長模式。而本文對上市公司的估算結果反映出我國上市公司的產出增長對資本投入的依賴程度稍高，上市公司與我國整體經濟依賴勞動要素投入增長的模式有著本質的區別，體現了上市公司是我國企業中的優質企業，結果如表4所示。

表4 主要行業平均勞動和資本產出彈性

行 業勞動產出彈性資本產出彈性采礦業0.31230.4847電力、熱力、燃氣及水生產和供應業0.32160.5742房地產業0.60190.0891服務業0.12930.4287建筑業0.42590.0710交通運輸、倉儲業和郵政業0.44800.3889金融業0.74130.3773農、林、牧、漁業0.25350.2841批發和零售業0.37400.2244水利、環境和公共設施管理業0.21100.5586文化、體育和娛樂0.28150.6646信息傳輸、軟件和信息技術服務0.57790.2667制造業0.33330.4866住宿和餐飲業0.30040.3370綜合0.42260.4393租賃和商務服務業0.63240.2073總體0.37270.4162

注：CSMAR中的行業標準總共有18類，這里由于居民服務、修理及其他服務業以及科學研究和技術服務業的數據較少，在擬合時過少的數據會導致模型不收斂，因此，將這兩個行業的數據合并為一類，行業名稱為“服務業”；部分行業分類缺失的企業歸類為綜合。

從表4可知，不同行業的資本和勞動產出彈性差異較大，說明分行業的估計是合適的。另外，資本和勞動的產出彈性之和為規模報酬率，表4結果表明大部分行業的規模報酬率都小于1。這說明我國上市公司規模效應并不明顯，靠簡單的規模擴張來實現企業產出增長的情況是比較少的，上市公司依賴于更深層次的增長因素。

由并購前后3年上市公司生產效率的變化情況可以看出，并購前3年上市公司的平均生產效率是不斷下降的。而在并購后，生產效率開始出現了明顯的上升趨勢，并且在并購后的第一年生產效率就得到了改善。同時，并購后第一年生產效率的增長速度比較快，而在第二年和第三年生產效率的增長趨于緩和。

2.并購企業全要素生產率增長率分解結果

從圖1可見，全要素生產率增長主要來自于技術效率，其次是生產效率的變化，這兩者對全要素生產率的增長一直是顯著的正貢獻。配置效率對全要素生產率增長的貢獻較小，但大多為正，規模效率為負，這表明上市公司的產出增長主要來自于生產效率的提高和技術進步的作用，規模經濟或范圍經濟的作用較小。顏鵬飛和王兵[18]的研究也表明從20世紀90年代以來我國的規模經濟不斷下降。規模經濟的不顯著表明我國上市公司的全要素生產率的增長不再是原始的依靠擴大企業規模實現，而是依賴于結構調整和產業升級實現，技術效率和生產效率一直顯著為正就說明了這一點。從變化趨勢上看，技術效率和規模效率一直保持在比較穩定的水平上。生產效率與配置效率大部分時間都存在互補的關系，并購當年，在配置效率對全要素生產率增長貢獻比較小的情況下，生產效率不斷提高，而在生產效率下降的情況下，配置效率緩解了這一趨勢，從而使全要素生產率增長率水平在并購后維持在0以上。

圖1 并購企業全要素生產率增長率分解曲線

五、研究結論和政策建議

首先，企業全要素生產率有明顯的隨時間遞增的趨勢。本文通過回歸分析控制了全要素生產率增長的時間趨勢后，發現全要素生產率增長的并購效應依然明顯，說明并購重組能夠提升企業的全要素生產率水平，也就是說并購是有效率的。

其次，對全要素生產率的分解研究顯示，全要素生產率的增長主要來自于技術進步率，其次是生產效率的變化，這兩者對全要素生產率的增長一直是顯著的正貢獻。配置效率對全要素生產率的增長的貢獻較小，規模效率貢獻為負。

隨著上市公司并購模式的不斷成熟，以及并購法律法規的不斷完善，以實現產業整合、轉移和升級為目的的并購活動不斷增加，尤其在全球金融危機后全球并購市場低迷的情況下，我國企業的并購活動如火如荼。盡管總體來看，我國上市公司的并購活動顯著提升了企業的全要素生產率水平，但在并購市場中仍存在不少問題：(1)我國上市公司的市場化程度仍比較低，要約收購的案例非常少，大部分為協議收購。(2)并購支付方式單一，大部分為現金支付。(3)內幕交易和暗箱操作的現象仍然存在，中小投資者的利益得不到有效的保護。有鑒于此，筆者建議：一方面，政府部門應積極進行法律和政策方面的完善，創造自由、高效、公開、公平的市場環境；另一方面，政府部門要減少采取行政手段對并購活動的干預，使市場規律能夠充分地發揮作用，提升并購活動的市場化程度，提高資源配置效率。另外，還要進一步促進多樣化金融工具的發展，積極探索非現金的支付方式。

[1] Ferris, S.P., Jayaraman, N., Sabherwal, S.CEO Overconfidence and Intenational Merger and Acquisition Activity[J].Jouranl of Financial and Quantitative Analysis,2013,48(1):37-164.

[2] Lichtenberg,F.R., Siegel,D.Productivity and Changes in Ownership of Manufacturing Plants[J].Brooking Papers on Economic Activity,1989,18(3):643-684.

[3] Gort,M.,Nakil, S.Competition and Productivity Growth: The Case of the U.S.Telephone Industry[J].Economic Inquiry,1999, 37(4):678-691.

[4] Amess,K.The Effect of Management Buyouts in Firm-Level Technical Inefficiency: Evidence From a Panel of UK Machinery and Equipment[J].The Journal of Industrial Economics, 2003,51(1):35-44.

[5] Malgorzata,P.The Impact of M&A on Technical Efficiency, Scale Efficiency and Productivity Change in the Polish Banking Sector: A Non-Parametric Approach[R].National Bank of Poland Working Paper, 2003.

[6] Surajit,B.,Ankit,C.Efficiency of Indian Commercial Banks:The Post-Reform Experience From Mergers & Acquisitions[R].MPRA Paper No.39299, 2012.

[7] 李心丹，朱洪亮，張兵，等.基于DEA 的上市公司并購效率研究[J].經濟研究, 2003, (10)：15-24.

[8] 袁宏泉, 陳建梁.上市公司股權變更與公司產出效率的研究[J].中山大學學報(社會科學版), 2005,(5)：87-94.

[9] 尹豪.中國企業并購的價值研究[D].南京：河海大學博士學位論文，2006.

[10] 李雙杰,尹遜雅.中國鋼鐵業上市公司并購效率研究[J].價格月刊，2011，(4)：68-71.

[11] 周曉艷,韓朝華.中國各地區生產效率與全要素生產率增長率分解(1990—2006)[J].南開管理評論, 2009，(5):26-48.

[12] Battese, G.E., Coelli, T.J.A Model of Technical Inefficiency Effects in a Stochastic Frontier Production for Panel Data[J].Empirical Economics,1995,20(2):325-332.

[13] Battese,G.E.,Cora,G.S.C.Estimation of a Production Frontier Model:With Application to the Pastoral Zoon of Eastern Australia[J].Australia Journal of Agricultural Economics,1977,21(3)：169-179.

[14] Kumbhakar,S.C.,Tsionas,E.G.,Sipl?inen,T.Joint Estimation of Technology Choice and Technical Efficiency:An Application to Organic and Conventional Daily Farming[J].Journal of Productivity Analysis,2009,31(3):151-161.

[15] 郭慶旺，賈俊雪.中國全要素生產率的估算:1979—2004[J].經濟研究，2005,(6)：51-60.

[16] 袁堂軍.中國企業全要素生產率水平研究[J].經濟研究，2009，(6)：52-64.

[17] 王寧.我國上市公司資本成本比較[J].中國工業經濟，2000，(11)：59-64.

[18] 顏鵬飛，王兵.技術效率、技術進步與生產率增長：基于DEA的實證分析[J].經濟研究，2004，(12)：55-65.

(責任編輯：劉 艷)

2016-09-19

國家社會科學基金青年項目“我國國有上市公司政治控制成本研究”(71302072)

楊玉坤(1986-)，男，河南虞城人，博士研究生，主要從事公司治理和公司并購研究。E-mail：millet@126.com

F224.9

A

1000-176X(2016)11-0023-07