基于因子分析法的互聯網企業并購績效實證研究

摘 要：隨著互聯網行業在我國的快速發展，企業并購是成熟型互聯網企業繼續擴張的必經之路，近幾年的并購現象進行得風生水起，很多企業有盲目效仿的嫌疑。為了幫助這一并購浪潮回歸理性，文章選取了33家符合條件的互聯網上市公司為研究對象，將其并購前一年至并購后兩年的財務指標進行因子分析，探究這幾年之間企業財務績效綜合得分的變化趨勢，從而找出該并購事件對企業財務績效到底有怎樣的影響。

關鍵詞：互聯網企業 并購事件 財務績效因子分析

一、引言

我國互聯網企產業自20世紀80年代末90年代初起步以來，經過了十來年的飛速發展，在此期間，各式各樣的互聯網企業涌現于市場，借著大好時機快速壯大。進入21世紀以后，我國互聯網行業逐步走向成熟，各企業紛紛追求繼續開拓市場擴大規模，這種情況下互聯網企業之間的并購事件應運產生，并迅速在行業內風起云涌。萬得數據庫顯示，2016年互聯網軟件與服務行業的并購事件為398起，交易金額約為2310億元，同比增長85.77%。由此可見，互聯網行業并購的火熱程度可見一斑。

在這愈演愈烈的并購熱潮中，對互聯網企業并購的行為進行研究，尤其是其并購行為對企業財務績效影響的研究顯得尤為重要。我國各專家和學者對傳統的各行各業并購的現象研究已經非常深入，但是與傳統行業相比，互聯網行業有諸多的特殊性。互聯網行業是電子商務化的創新型行業，它的運營模式更加新穎、產品更迭速度更快，企業之間的模仿行為也更明顯，所以互聯網企業之間的并購浪潮也比傳統企業來得更加猛烈，甚至是盲目追隨行業巨頭，并購行為不甚理智。事實上，互聯網行業的并購也確實出現了比傳統企業更多的弊端，并購帶來的負面因素大大超出最初的預期，從而使得人們對公司并購的效果產生了懷疑。 現在來研究并購對財務績效的影響問題，對互聯網公司并購決策有很強的參考意義。

由于我國互聯網上市公司管理相對比規范，并購行為有更詳細的資料，且并購前后的財務數據更易取得，所以本文選擇了互聯網上市公司作為研究本行業并購現象的切入點，對互聯網上市公司并購前一年至后兩年的財務績效變化趨勢進行研究，探究如火如荼的并購現象背后的實際經濟效益。

二、實證研究過程

本文選取的研究對象是2012-2014年完成并購的互聯網上市公司，剔除并購日前后兩年有退市警告以及并購兩年內退市的公司，剔除早期財務數據不完整的公司，剔除并購前后兩年內發生過其他并購的公司，最終篩選出的有效樣本為33家公司。研究方法為通過對各公司并購前一年至并購后兩年的財務數據進行因子分析，得出各年的綜合績效得分，進行比較后得出并購事件對主并方財務績效的影響。具體的實證分析分為以下四步。

第一步：對樣本中的每家公司，分別選取Ft-1（并購前一年）、Ft（并購當年）、Ft+1（并購后一年）、Ft+2（并購后兩年）四個年度中反映其財務狀況的11個指標--凈資產收益率、總資產報酬率、銷售凈利率、資產負債率、流動比率、現金比率、流動資產周轉率、固定資產周轉率、總資產周轉率、營業收入增長率、總資產周轉率。

第二步：將這些財務數據輸入SPSS中，進行KMO和Bartlett球形檢驗，判斷其是否適合進行因子分析。輸出結果如下圖所示，可以看出，KMO值大于0.6，說明原變量適合做主成分分析得出公共因子。Bartlett球形度檢驗值為1205，很大，并且概率值0<0.05，非常顯著，說明原始變量存在相關性。

第三步：將上述財務數據進行降維，確定公共因子。SPSS輸出的解釋的總方差結果顯示，有四個因子的特征值大于1，選取其作為提取出的公共因子。累計方差貢獻值大于82%，說明這些公共因子具有代表性，能夠代表所有原始因子包含信息的82%以上，可以用這四個公共因子來近似反映并購活動主并方并購前一年、當年和后兩年的財務績效。通過觀察旋轉成分矩陣，看到每個公共因子下各個原始變量的負荷度，負荷度較高的幾個原始變量即可以歸入對應的公共因子。例如，第一個公共因子下，流動比率、現金比率和資產負債率的負荷度遠高于其他原始因子，分別為0.975、0.967和0.936。我們發現這三個原始變量反映的是企業對債務的償還能力，由此，我們將第一個公共因子命名為償債能力因子。同樣地，根據旋轉成分矩陣找到第二個公共因子為盈利能力因子，包含的原始變量有凈資產收益率、總資產收益率和銷售凈利率。第三個公共因子為營運能力因子，包括總資產周轉率、固定資產周轉率和流動資產周轉率三個原始變量。第四個公共因子為成長能力因子，包括總資產增長率和營業收入增長率。

第四步：確定公共因子的系數，構建因子得分函數，并計算每一年的財務績效綜合得分模型。公共因子系數的確定來源于SPSS輸出文檔中的成分得分系數矩陣，整理之后可以得出如下表達式：

F1（償債能力因子）

=-0.025x1-0.025x2-0.024x3+0.340x4+0.361x5+0.365x6-0.002x7+0.138x8+0.080x9+0.013x10+0.013x11

F2（盈利能力因子）

=0.349x1+0.382x2+0.355x3-0.007x4-0.020x5-0.037x6-0.006x7-.0.90x8-0.010x9-0.067x10+0.074x11

F3（營運能力因子）

=-0.045x1-0.027x2-0.049x3+0.051x4+0.081x5+0.098x6+0.347x7+0.458x8+0.441x9+0.040x10-0.017x11

F4（成長能力因子）

=0.038x1-0.017x2-0.011x3+0.071x4-0.013x5-0.024x6+0.056x7+0.010x8-0.035x9+0.587x10+0.597x11

構建財務績效綜合得分模型時，首先需要按照上述因子得分函數，計算出各個公共因子的得分，然后找到各個公共因子在綜合得分模型中的重要程度，即其方差貢獻率（為各公共因子解釋的方差與四個公共因子解釋的總方差的比值），綜合得分計算公式為：Z=（26.500F1+23.163F2+19.963F3+12.769F4）/82.394。

找出綜合得分計算公式之后，需要將33家公司四年的財務數據，按年份分為四組。每組數據分開計算，結果即為每一年的綜合得分。

三、實證研究結果

在SPSS中計算出每行數據的綜合得分，并將33家公司的財務數據按年份分組，進行分組描述統計，將得到的結果繪制成如下折線圖：

如上圖所示，從并購前一年到并購后兩年，財務績效綜合得分的均值呈不斷下降的趨勢，得出互聯網上市公司并購對主并方財務績效具有負面的影響。與并購前一年相比，并購當年以及之后的兩年，企業經營業績不斷下滑，財務狀況逐漸惡化。

四、總結與建議

21世紀是互聯網行業迅猛發展的時代，初創的公司迅速成長占領市場，成熟的公司紛紛進行并購活動以進一步擴大規模成為行業巨頭，但這并不意味著這是一條值得盲目效仿的道路。企業管理者面對并購浪潮的沖擊，應當保持理智，吸引同行業其他企業的教訓，全面地進行思考和權衡，與其一味地隨波逐流，不如將寶貴的企業財富和管理層智慧運用到更有經濟效益的活動中。

參考文獻：

[1]王賢杰. 互聯網企業并購績效研究[D].首都經濟貿易大學，2013.

[2]黃興孿. 中國上市公司并購動因與績效研究[D].廈門大學，2009.

[3]晏潔. 并購對企業財務績效影響的案例分析[D].西南交通大學，2016.

作者簡介：鄭欣瑜（1992—）女。河北衡水人。北京郵電大學經濟管理學院研究生，研究方向為財務管理及財務報表分析。