中國資本市場并購浪潮與宏觀經濟的關聯性研究

孫 燁，邵方婧，劉金橋

(1.吉林大學 商學院，吉林 長春 130012；2.吉林財經大學 國際交流學院，吉林 長春 130117)

中國資本市場并購浪潮與宏觀經濟的關聯性研究

孫 燁1，邵方婧1，劉金橋2

(1.吉林大學 商學院，吉林 長春 130012；2.吉林財經大學 國際交流學院，吉林 長春 130117)

本文基于中國資本市場并購活動的月度交易數量，利用馬爾科夫區制轉移模型，檢驗出中國資本市場不但存在并購浪潮而且并購活動存在高低兩個區制。隨后使用社會消費品零售總額、匯率、利率、流通中貨幣、宏觀預警指數和股票價格指數這六個指標測度我國宏觀經濟的運行狀況，通過利用向量自回歸(VAR)模型、脈沖響應函數以及方差分解方法具體考察了中國資本市場并購浪潮與宏觀經濟的關聯性問題。結果表明：不同滯后階數的宏觀經濟變量對并購活動的影響程度和方向都不盡相同，匯率、社會消費品零售總額和流通中貨幣對并購交易數量的影響較大。在低區制上，流通中貨幣、利率和股票價格指數的影響更為持久且明顯，流通中貨幣、股票價格指數和宏觀預警指數的結構沖擊貢獻度更大；在高區制上，匯率和利率的影響更為持久且明顯，利率、股票價格指數和匯率的結構沖擊貢獻度更大。

資本市場并購；宏觀經濟；馬爾科夫區制轉移模型

一、問題的提出

西方資本市場起步較早，且發生過多次在一段時期內、大規模且相對集中的并購事件，這為并購浪潮的研究奠定了深厚的基礎。Nelson[1]最早提出“并購浪潮”的概念，他通過實證研究表明并購活動往往存在時間和行業的集群。并購活動不是時間序列上的隨機游走，而是以浪潮的形式出現，即并購具有一定的周期性。其后，不斷有學者進行相關研究試圖探索并購活動的規律性。Linn和Zhu[2]發現總體并購活動遵循一個穩定的區制轉移過程。Kashyap[3]與Barkoulas等[4]分別采用正弦波、長記憶模型和馬爾科夫區制轉移模型描述并購活動的波動特征，進一步證明了并購浪潮假說。

此外，西方學者還試圖探究并購浪潮與宏觀經濟的關聯性，Melicher等[5]與Becketti[6]研究發現并購活動與經濟周期相關，在經濟周期增長階段并購活動的數量較多，即Makaew[7]提出的并購活動存在順周期特征。在宏觀經濟因素與并購活動的相關性研究方面，Steiner[8]與Uddin和Boateng[9]發現并購活動的數量與GDP、股價、利率以及匯率等因素正相關；而Melicher等[5]則認為并購活動數量與股價和利率等因素負相關，Golbe和White[10]也發現股價負向影響并購；Beckenstein[11]與Nieh[12]的研究并沒有發現其與GDP或利率之間存在顯著關聯。

由于中國資本市場起步較晚且尚不成熟，國內學者對并購浪潮的研究文獻較少。唐紹祥[13]認為并購活動水平在高、中、低三種狀態之間交替變化的現象即為并購浪潮。唐紹祥[14]最早對中國資本市場并購浪潮成因進行分析，研究發現經濟周期波動和利率的變化是形成并購浪潮的重要原因。王林元和王曉慧[15]也將利率視為影響并購活動的重要宏觀經濟因素，且利率波動與并購活動負相關。此外，后銳等[16]試圖用股市波動信息解釋中國資本市場并購浪潮的形成，李井林[17]發現股票價格的確是中國并購浪潮形成的重要驅動因素。

鑒于深入分析并購浪潮與宏觀經濟的關聯性問題極為重要，本文首先利用馬爾科夫區制轉移模型對中國資本市場并購浪潮進行檢驗。然后利用向量自回歸模型、脈沖響應函數和方差分解等方法全面透析和測度中國資本市場并購活動兩區制上并購浪潮與宏觀經濟運行存在的潛在關系，以期在洞悉中國資本市場并購活動運行規律的同時，為其不斷完善提供重要的政策建議。

二、中國資本市場并購浪潮的檢驗

在對并購活動動態軌跡的研究中，通常采用建立并購活動序列自回歸模型的方法，考察不同時期并購活動的相依程度和模型的擬合效果，進而判斷該模型的預測能力。并購活動交易數量的時間序列模型可以表示為：

(1)

其中，εt|It-1～iidN(0,σ2)。在模型(1)中，假定自回歸模型中的均值、系數以及正態分布的方差都為固定常數，模型(1)表明，當期并購活動依賴于前p期的并購活動，然而此模型要求并購活動交易數量的時間序列平穩，該條件并非自然滿足，一旦出現技術革新或新政策出臺等結構轉變，將導致自回歸模型的結構也相應變化，此時若仍采用測度穩定時間序列的自回歸模型，得到的估計結果將存在較大誤差。此外，并購活動交易數量序列的簡單自回歸模型僅能刻畫并購活動中的線性關系，無法全面描繪不同波動程度的并購活動，因此，該模型不能準確刻畫并購活動的動態軌跡。鑒于此，將簡單自回歸模型引入Hamilton[18]提出的馬爾科夫區制轉移模型，構建模型如下：

(2)

(3)

為估計馬爾科夫區制轉移模型，需要推導πt、St和St-1基于過去信息集It-1的聯合分布密度：

f(πt,St,St-1|It-1)

=f(πt|St,St-1,It-1)Pr(St,St-1|It-1)

(4)

通過式(4)可以得到邊際分布：

f(πt|It-1)

(5)

由式(5)可以得到對數似然函數：

Pr(St,St-1|It-1)]

(6)

其中，Pr(St=j,St-1=i|It-1)=Pr(St=j|St-1=i)Pr(St-1=i|It-1)，i,j=1,2。利用計算出的加權項Pr(St,St-1|It-1)更新式(6)，其中πt為t時刻的樣本觀測值，其具體計算過程如下：

Pr(St=j,St-1=i|It)

(7)

基于t=1，2，…，T時刻的濾子概率迭代式(4)和式(7)，會在f(πt|It-1)中得到相應的加權項，最終得到對數似然值和各時刻的濾子概率。

由于中國資本市場起步較晚，本文選取1997年1月至2016年6月并購交易數量的月度數據，并對其取自然對數用以描繪中國資本市場并購活動的時間動態軌跡，數據來自CSMAR中國上市公司并購重組研究數據庫。從中國并購活動的時間動態軌跡來看，在1997—2007年間并購活動波動程度比較大；在2007年之后并購活動的缺口較小，說明并購活動出現了一定的規律性。但尚無法刻畫并購活動在何時、何種條件下發生結構性變化，仍需通過馬爾科夫區制轉移模型描述并購活動的規律性。表1為基于極大似然估計方法的馬爾科夫區制轉移模型的估計結果，其中，均值參數、自回歸系數和方差在不同區制下差異很大，表明并購活動過程中存在明顯的兩區制，分別稱作并購活動低區制和并購活動高區制。從轉移概率矩陣可以看出，低區制與高區制在t=1，2，…，T時刻的維持概率較高，分別為0.9536和0.9949；而向其他狀態轉移的概率較低，分別為0.0464和0.0051。

表1 馬爾科夫區制轉移模型估計結果

注：**表示在5%水平下顯著，()中數值為對應參數的標準差。

圖1和圖2分別為上述馬爾科夫區制轉移模型在St=1和St=2處取值的平滑概率，它們刻畫了并購活動在t=1，2，…，T時刻所處狀態發生轉移的概率。從圖1和圖2可以看出，中國資本市場的并購過程確實發生了結構轉變，1997年1月至2007年2月期間，并購水平處于并購活動低區制(St=1的概率Pr(St=1|It)>0.5000)，而在2007年3月至2016年6月期間，并購水平處于并購活動高區制(St=2的概率Pr(St=2|It)>0.5000)。并在并購活動低區制和并購活動高區制之間存在著階段性的相互變遷，其轉折點為2007年，說明資本市場并購活動存在并購浪潮。

圖1 馬爾科夫區制轉移模型 (低區制)

圖2 馬爾科夫區制轉移模型 (高區制)

三、中國資本市場并購浪潮與宏觀經濟關聯性測度

本文選取社會消費品零售總額(CR)、匯率(ER)、利率(IR)、流通中貨幣(M0)、宏觀預警指數(MW)和股票價格指數(STOCK)等六個指標的月度數據測度宏觀經濟的運行狀況。GDP作為描繪宏觀經濟運行狀況的重要指標，由于無法獲得其月度數據，使用宏觀預警指數作為替代指標。上述指標的月度數據均來自中經網統計數據庫。筆者對上述數據以及并購交易數量月度數據進行了X12季節調整并對其取自然對數以消除季節變動和量綱影響，進而利用VAR模型、脈沖響應函數與方差分解方法分別考察中國資本市場并購活動低區制和高區制下并購浪潮與宏觀經濟的關聯性問題。

1. VAR模型測度

標準的VAR (p) 模型具體表示為如下形式：

yt=A1yt-1+A2yt-2+…+Apyt-p+BXt+μt

(8)

其中，yt表示n個維度的內生變量，Xt表示d個維度的外生變量，A1,A2,…,Ap以及B表示系數矩陣，μt表示隨機擾動項。

參照VAR模型，本文將六個宏觀經濟變量設為自變量X1,X2,…,X6，將并購交易數量(BG)視為y序列，根據AIC、SC和LR信息準則確定的最優滯后階數為2，并購活動低高區制的VAR模型單位根均落在單位圓內，說明其穩定。VAR模型估計結果如表2所示。

表2 并購活動低區制和高區制VAR估計結果

注：( )內為t值。

由表2可知，各宏觀經濟因素不同滯后階數對并購交易數量的影響程度和方向均存在差異。在并購活動低區制上，并購交易數量、社會消費品零售總額和利率的滯后1階對并購交易數量有正向影響，而滯后2階對并購交易數量存在負向影響。匯率、流通中貨幣和股票價格指數的滯后1階和滯后2階對并購交易數量的影響均為正向，而宏觀預警指數的滯后1階和滯后2階對并購交易數量的影響均為負向。從影響程度來看，對并購交易數量影響較大的宏觀經濟因素有匯率、流通中貨幣和社會消費品零售總額，其滯后1階和滯后2階對并購交易數量的影響系數分別為2.7349、4.6730、2.6727、2.3061、0.5869和-2.5953。在并購活動高區制上，并購交易數量、匯率和利率的滯后1階對并購交易數量存在正向影響，而滯后2階對并購交易數量存在負向影響，社會消費品零售總額和流通中貨幣的滯后1階和滯后2階對并購交易數量的影響方向與之相反。宏觀預警指數的滯后1階和滯后2階對并購交易數量的影響均為負向，股票價格指數的滯后1階和滯后2階對并購交易數量的影響均為正向。從影響程度來看，對并購交易數量影響較大的宏觀經濟因素有匯率、社會消費品零售總額和流通中貨幣，其滯后1階和滯后2階對并購交易數量的影響系數分別為3.2628、-4.5454、-1.0745、0.9131、-0.1656和0.6591。

2. 脈沖響應函數分析

我們利用VAR(2)模型進一步測度隨機擾動項的具體影響情況：

(9)

通常來講，由yi引致的沖擊所產生的沖擊響應函數為：C0,ij,C1,ij,C2,ij,…，而Cs的第i行、第j列元素可以表示為：

Cs,ij=?yi,t+s/?μjt,s=0,1,…

(10)

圖3和圖4分別為并購活動低區制和并購活動高區制下，宏觀經濟因素對并購交易數量的沖擊響應軌跡，其中，橫坐標表示沖擊發生后的時間間隔(在此指月度)，縱坐標表示沖擊反應程度，圖中虛線表示1倍標準差范圍內的置信曲線。

圖3 并購活動低區制下宏觀經濟因素對并購交易數量的沖擊反應

圖4 并購活動高區制下宏觀經濟因素對并購交易數量的沖擊反應

對比圖3和圖4發現，各個宏觀經濟指標發生1標準單位正向沖擊的當月，并購交易數量均沒有產生明顯變化，而并購交易數量對各宏觀經濟指標的沖擊響應軌跡在不同區制間存在差異。

在并購交易數量對社會消費品零售總額的沖擊響應方面，在并購活動低區制上，當發生1標準單位正的沖擊后，響應在第2期達到0.0165個單位的正向最大值，而在第3期達到0.0252個單位的負向最大值，自第4期開始并購交易數量的響應基本為零。而在并購活動高區制上，當發生1標準單位正的沖擊后，響應在第2期達到0.0157個單位的負向最大值，其后負向沖擊響應逐漸減弱，并自第5期開始呈現微弱的正向響應，且一直持續到沖擊發生后的第12期。

在并購交易數量對匯率的沖擊響應方面，在并購活動低區制上，當發生1標準單位正向沖擊后，響應在第3期達到0.0075個單位的正向最大值，此后沖擊響應逐漸減弱，自第6期開始呈現負向響應且有逐漸增加的趨勢。在并購活動高區制上，當發生1標準單位正向沖擊后，響應在第2期達到0.0125個單位的正向最大值，自第3期開始呈現負向響應，并在第6期達到0.0143個單位的負向最大值，此后響應程度逐漸減弱，但處于相對穩定狀態。

在并購交易數量對利率的沖擊響應方面，在并購活動低區制上，當發生1標準單位的正向沖擊后，響應在第2期呈現0.0085個單位的正向最大值，其后均呈現負向響應，并在第5期達到0.0265個單位的負向最大值，此后這一沖擊響應程度稍有減弱，但仍處于較為穩定的負向水平。在并購活動高區制上，并購交易數量對利率的沖擊響應一直維持在正向水平，其中沖擊發生后第2期正向響應達到0.0323個單位的最大值，其后沖擊響應程度有所減弱，自第4期開始響應發生緩慢增長。

在并購交易數量對流通中貨幣的沖擊響應方面，在并購活動低區制上，當發生1標準單位正向沖擊的響應一直處于正向水平，且在第3期達到0.0729個單位的最大值，其后沖擊響應程度逐漸減弱，從第5—12期，響應基本處于0.038個單位的穩定水平。在并購活動高區制上，當發生1標準單位正向沖擊后，響應在第2期出現微弱的負向響應，至第3期呈現最大的正向響應，其后沖擊響應程度逐漸減弱，至沖擊發生后的第12期，響應基本趨近于零。

在并購交易數量對宏觀預警指數的沖擊響應方面，在并購活動低區制上，當發生1標準單位正向沖擊的響應處于負向水平，且在沖擊發生后的第3期達到0.0395個單位的負向最大值，其后沖擊響應程度逐漸減弱。在并購活動高區制上，當發生1標準單位正向沖擊的響應一直處于較微弱的負向水平。

在并購交易數量對股票價格指數的沖擊響應方面，在并購活動低區制上，當發生1標準單位正向沖擊的響應一直處于正向水平，且在第6期達到0.0312個單位的最大值，此后的沖擊響應稍有減弱，但基本穩定。在并購活動高區制上，當發生1標準單位正向沖擊響應也一直處于正向水平，其響應程度呈現先增長后下降的趨勢，在沖擊發生后的第5期，響應達到0.0209個單位的最大值，在第12期的響應基本趨近于零。

3. 方差分解分析

本文運用方差分解方法深入測度結構沖擊對內生變量變化水平的貢獻程度。總體上看，在兩種區制下，并購交易數量對其自身的方差貢獻度所占比重均為最大，且有隨時間推移遞減的趨勢。如表3所示，在并購活動低區制上，隨著時間的推移，匯率、利率、流通中貨幣、宏觀預警指數和股票價格指數對并購交易數量的貢獻度基本呈現逐漸增加的趨勢，而社會消費品零售總額對并購交易數量影響的貢獻度先增加后減少。除并購交易數量自身外，流通中貨幣對并購交易數量影響的貢獻度最大，股票價格指數和宏觀預警指數次之。

表3 并購活動低區制方差分解結果

如表4所示，在并購活動高區制上，隨著時間推移，社會消費品零售總額、匯率、利率和宏觀預警指數對并購交易數量影響的貢獻度基本處于逐漸增加狀態，而流通中貨幣和股票價格指數對并購交易數量影響的貢獻度先增加，分別在第8期和第11期達到極大值，其后有微弱降低。除并購交易數量自身外，利率對并購交易數量影響的貢獻度最大，而股票價格指數和匯率次之。

表4 并購活動高區制方差分解結果

四、結論與政策啟示

本文運用馬爾科夫區制轉移模型證明了中國資本市場上的并購活動存在明顯的兩區制，即中國資本市場存在并購浪潮，繼而深入分析了并購活動與宏觀經濟因素之間的關聯關系，得到如下研究結論與啟示：

首先，在并購活動的兩個區制上，對并購交易數量影響較大的宏觀經濟因素有匯率、社會消費品零售總額和流通中貨幣。本國貨幣升值能夠反映企業實際財富的增加，會增強企業的并購融資能力。而社會消費品零售總額和流通中貨幣分別反映了一定時期內人民物質生活水平與市場上貨幣供給情況，較高的物質文化生活水平為企業并購活動提供了良好的環境氛圍，充足的貨幣供給也有助于企業獲取資金，這些因素都會推動企業并購行為的發生。

其次，在并購活動低區制上，流通中貨幣、利率和股票價格指數對并購交易數量的影響較大且持續時間較長。這可能與并購的資金來源和資金成本有關。并購是企業的一項重大的戰略決策，市場上充足的貨幣供給和較低的利率水平有助于企業獲得充足的資金以保障并購活動的順利完成。此外，股票市場具有信號傳遞作用，投資人可以根據股票價格指數判斷市場趨勢，進而做出并購決策。而在并購活動高區制上，匯率和利率對并購交易數量的影響較大且持續時期較長。

最后，通過比較并購活動兩區制的宏觀經濟影響因素，我們發現：在并購活動低區制上，流通中貨幣、宏觀預警指數和股票價格指數對并購交易數量的影響較為重要；而在并購活動高區制上，對交易數量影響貢獻度較大的宏觀經濟因素則是利率、股票價格指數和匯率。流通中貨幣、宏觀預警指數和股票價格指數對并購活動低區制上的影響程度高于其在并購活動高區制上的影響程度，而社會消費品零售總額、匯率和利率對并購活動低區制上的影響程度低于其在并購活動高區制上的影響程度。原因在于，在并購活動低區制上，市場上充足的貨幣供給、宏觀經濟良好的運行態勢以及繁榮的股票市場均推動了并購行為的發生，有助于并購活動從低區制向高區制轉變，促進了并購浪潮的形成，從股東財富最大化的理論來看，并購會增加企業價值，如果并購的增加值超過了并購的成本，企業會做出并購決策。在并購活動高區制上，較高的人民物質文化生活水平、國際資本流動加速以及低利率會降低企業資金使用成本，從而促使企業進行并購。

[1] Nelson，R.L.Merger Movements in American Industry [M].Princeton：Princeton University Press，1959.

[2] Linn，S.C.，Zhu，Z.Aggregate Merger Activity：New Evidence on the Wave Hypothesis [J].Southern Economic Journal，1997，64(1)：130-146.

[3] Kashyap，A.K.What Should Regulators Do About Merger Policy? [J].Journal of Banking & Finance， 1999，23(2)：623-627.

[4] Barkoulas，J.T.，Baum，C.F.，Chakraborty，A.Waves and Persistence in Merger and Acquisition Activity [J].Economics Letters，2001，70(2)：237-243.

[5] Melicher，R.W.，Ledolter，J.，D’Antonio，L.J.A Time Series Analysis of Aggregate Merger Activity [J].The Review of Economics and Statistics，1983，65(3)：423-430.

[6] Becketti，S.Corporate Mergers and the Business Cycle [J].Economic Review，1986，71(5)：13-26.

[7] Makaew，T.Waves of International Mergers and Acquisitions [R].University of South Carolina Working Paper，2012.

[8] Steiner，P.O.Mergers：Motives，Effects，Policies[M].Michigan：University of Michigan Press， 1975.

[9] Uddin，M.，Boateng，A.Explaining the Trends in the UK Cross-Border Mergers & Acquisitions：An Analysis of Macro-Economic Factors[J].International Business Review，2011，20(5)：547-556.

[10] Golbe，D.L.，White，L.J.Catch a Wave: The Time Series Behavior of Mergers[J].The Review of Economics and Statistics，1993，75(3)：493-499.

[11] Beckenstein，A.R.Merger Activity and Merger Theories：An Empirical Investigation[J].The Antitrust Bulletin，1979，24(1)：105-128.

[12] Nieh，C.The Relation Between the Mergers and Acquisitions and Microeconomic Fundaments：The US Evidence[R].Tamkang University Working Paper，2002.

[13] 唐紹祥.我國并購浪潮假說的實證檢驗[J].財貿經濟，2006，(9)：75-80+97.

[14] 唐紹祥.我國總體并購活動與宏觀經濟變量的關聯性研究——對我國并購浪潮成因的分析[J].數量經濟技術經濟研究，2007，(1)：83-91.

[15] 王林元，王曉慧.影響企業并購的宏觀經濟因素分析——基于企業并購理論與中國市場實踐的實證研究[J].吉林金融研究，2011，(9)：5-10.

[16] 后銳，伍嘉文，羅智.并購浪潮與股市波動：基于Emd的相關性檢驗與解釋[J].系統工程，2013，(9)：44-50.

[17] 李井林.宏觀經濟環境對并購活動的影響——基于時間序列數據的經驗研究[J].經濟與管理，2014，(6)：87-94.

[18] Hamilton，J.D.A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle [J].Econometrica，1989，57(2)：357-384.

2017-09-18

孫 燁(1963-)，女，遼寧沈陽人，教授，博士生導師，主要從事公司金融研究。E-mail：rosesmailsy@163.com

F830.9

A

1000-176X(2017)12-0090-07

劉艷)