企業(yè)連續(xù)并購績效研究
——以海信視像為例

敬志紅 肖明玉 湖南農(nóng)業(yè)大學(xué)商學(xué)院

隨著我國房地產(chǎn)市場的逐漸飽和、房地產(chǎn)行業(yè)的遇冷，家電行業(yè)的需求從剛需逐漸轉(zhuǎn)變?yōu)樘鎿Q需求。同時，家電主流消費群體日漸年輕化，新興家電產(chǎn)品、品質(zhì)家電產(chǎn)品受到用戶青睞。變化的市場環(huán)境要求家電企業(yè)加大信息化、自動化投入，引用前沿科技，提高智能制造水平。企業(yè)要想快速進行戰(zhàn)略轉(zhuǎn)型，最優(yōu)的辦法就是通過并購來達到目的。相較于傳統(tǒng)的內(nèi)生增長發(fā)展模式，企業(yè)通過連續(xù)并購的方式能夠在短期內(nèi)收獲人才資源、技術(shù)資源以及市場資源等，從而實現(xiàn)自身的快速發(fā)展。本文以海信視像的連續(xù)并購事件為例，利用DEA-Malmquist 模型分析連續(xù)并購對海信視像績效水平的影響。

一、文獻述評

Schipper 等（1983）選用1955—1965 年間的上市公司連續(xù)并購案例進行研究，采用股票異常收益率作為評價指標，最終發(fā)現(xiàn)連續(xù)并購不會提升上市公司股價[1]；Conn 等人（2004）基于事件研究法發(fā)現(xiàn)連續(xù)并購產(chǎn)生的平均短期市場反應(yīng)指標低于首次并購[2]。

門久久（2016）運用財務(wù)指標分析法研究2010—2014 年華電國際連續(xù)并購績效[3]；南金偉和付浩（2018）通過使用財務(wù)指標法在并購戰(zhàn)略基礎(chǔ)上研究分析了2010 年至2016 年海航持續(xù)收購對企業(yè)整體績效的影響[4]。賀天玥等人（2021）以新時達電氣為例，對其財務(wù)指標和市場競爭力等非財務(wù)指標進行分析，認為其落后的內(nèi)部治理機制、組織架構(gòu)導(dǎo)致連續(xù)并購并未實質(zhì)性改善其財務(wù)、經(jīng)營狀況[5]。胥朝陽等（2016）運用DEA-Malmquist 模型分析并購對交通業(yè)上市公司的績效影響[6]。陳少暉等（2020）以32 家發(fā)生并購重組的上市國企為樣本，采用超效率DEA 模型和Malmquist 指數(shù)研究其績效變化[7]。

參考前人的研究，本文采用DEA-Malmquist 模型對海信視像連續(xù)并購的績效水平進行研究。DEAMalmquist模型可以減少主觀因素對績效評價的影響，對于截面數(shù)據(jù)和面板數(shù)據(jù)都適用。

二、基于DEA-Malmquist 模型的海信視像連續(xù)并購績效水平評價

（一）模型選取

傳統(tǒng)的DEA 模型中，CCR 模型和BBC 模型都是在假設(shè)生產(chǎn)技術(shù)水平不變的情況下研究決策單元的效率，只適用于截面數(shù)據(jù)，無法從時間維度判斷效率的變化，Malmquist 指數(shù)可以分析面板數(shù)據(jù)，從時間維度分析連續(xù)并購事件給目標企業(yè)經(jīng)營效率帶來的影響。

Malmquist 指數(shù)的公式如下：

EFFCH 代表每個決策單元距離生產(chǎn)從t 期至t+1期向生產(chǎn)前沿面靠近的距離，EFFCH>1 代表全要素生產(chǎn)率增長，EFFCH＜1 代表全要素生產(chǎn)率下降。TECHCH 象征著生產(chǎn)前沿面的變化，反映了技術(shù)進步的程度。TECHCH>1 代表技術(shù)進步；TECHCH＜1 代表技術(shù)衰退。

EFFCH 還可以繼續(xù)分解為PECH×SECH。PECH即純技術(shù)效率指數(shù)，PECH>1 代表技術(shù)運用水平提高。SECH 代表規(guī)模效率的變化，SECH>1 代表決策單元在向最有規(guī)?？拷?。

（二）指標體系設(shè)計

參照由國務(wù)院國資委財務(wù)監(jiān)督與考核評價局制定的《企業(yè)績效評價標準值》。本文共選取13個財務(wù)指標，具體如表1 所示。

表1 海信視像連續(xù)并購效率指標

（三）實證分析與結(jié)果

將上述指標使用SPSS 進行因子分析，結(jié)果顯示KMO 統(tǒng)計量為0.616，同時Bartlett 球形檢驗的P 值為0.000＜0.05，變量間相關(guān)性比較高，適合做因子分析。

基于特征值大于1 的原則，本文提取了5 個公因子，累積方差貢獻率達到78.456%，基本能反映其績效水平。本文將四個公因子分別命名為盈利因子、償債因子、營運因子和發(fā)展因子，計算黑色家電上市公司2011—2022 年因子得分，如表2 所示。

表2 成分得分系數(shù)矩陣

本文將償債因子、營運因子作為DEA-Malmquist模型的輸入指標，盈利因子和發(fā)展因子作為DEA 模型的輸入指標。在運用DEA-Malmquist 模型進行分析前，由于部分因子得分小于0，故先對因子得分進行無量綱化處理，本文采用極值法進行處理，處理后的成分得分系數(shù)如表3 所示。

表3 海信視像2011—2022 年的績效水平變動

在時間維度上，從2011—2022 年海信視像全要素生產(chǎn)率年均下降5.2%，其中僅有4 年全要素生產(chǎn)率增加，7 年全要素生產(chǎn)率下降。在2012 年、2015年和2019 年即并購事件發(fā)生的當年都出現(xiàn)了本年全要素生產(chǎn)率下降、下一年全要素生產(chǎn)率上升的現(xiàn)象?？偟膩碚f，連續(xù)并購在較短的時期內(nèi)可以帶來生產(chǎn)率的改善。長期來看，海信視像的生產(chǎn)率變化不穩(wěn)定，沒有形成長期改善的趨勢。將全要素生產(chǎn)率分解為技術(shù)效率和技術(shù)進步指數(shù)，由上表可以得知技術(shù)效率年均下降0.9%，技術(shù)進步指數(shù)年均下降4.3%，說明海信視像全要素生產(chǎn)率下降的主要原因是技術(shù)進步指數(shù)下降，連續(xù)并購沒有帶來持續(xù)的技術(shù)進步。

如圖1 所示，將海信視像的全要素生產(chǎn)率和行業(yè)平均值進行比較，發(fā)現(xiàn)海信視像的全要素生產(chǎn)率指數(shù)大于行業(yè)平均值的年份有6 年。在2017 年及以前，海信視像僅有2 年全要素生產(chǎn)率大于行業(yè)平均水平；2017 年以后的5 年時間內(nèi)，海信視像全要素生產(chǎn)率指數(shù)大于行業(yè)平均值的年份有4 年。在并購前期，并購事件拖累了海信視像的績效水平；在并購后期，雖然只有最后兩年的全要素生產(chǎn)率指數(shù)大于1，但海信視像的績效水平整體上大于行業(yè)的績效水平，并購事件對企業(yè)后期的績效水平存在積極的影響。

圖1 海信視像與行業(yè)績效水平的比較

三、結(jié)論與建議

研究結(jié)果顯示：海信視像的連續(xù)并購對其績效水平造成了負面影響，主要原因是：第一，部分交易支付的對價溢價過高，且以自有資金支付，影響了企業(yè)的經(jīng)營效率。第二，通過并購獲取的技術(shù)不能幫助海信視像完成向高端化轉(zhuǎn)型的過程，而傳統(tǒng)彩電行業(yè)需求萎縮，行業(yè)內(nèi)競爭激烈，影響了海信視像的績效水平。

綜上分析，本文提出以下建議：

1.把握戰(zhàn)略方向，找準并購目標。連續(xù)并購可以幫助企業(yè)實現(xiàn)業(yè)務(wù)擴張和戰(zhàn)略轉(zhuǎn)型，但如果方向和目標找錯了，就可能出現(xiàn)事倍功半的效果，反而增加了經(jīng)營風險。因此，企業(yè)必須在實施連續(xù)并購前做好清晰的戰(zhàn)略規(guī)劃和前期準備。

2.選擇適當?shù)闹Ц妒侄?。企業(yè)應(yīng)結(jié)合被并購企業(yè)和自身的實際情況，在自有資金收購、杠桿收購和換股收購中選擇合適的支付手段，平衡債務(wù)風險、現(xiàn)金流壓力和控制權(quán)被稀釋的風險。