论文部分内容阅读
【摘 要】本文以2009-2016年剔除金融行业和B股的19306公司年的数据作为研究样本,对研发投入、主动并购、企业绩效之间的关系进行了理论探讨和实证检验。本文采用中介模型,认为企业绩效为被解释变量,研发投入为中介变量,并购为解释变量。通过对研究变量的研究、分析和检验,本文发现并购会导致绩效的增加;潜在的未来并购事项会促进并购方企业进行研发投入,研发投入会对企业绩效产生积极影响,即并购通过企业增加研发投入而使绩效得以改善。
【关键词】公司绩效;主动并购;研发投入;中介效应
一、引言
从近年国内外并购活动的交易数量与金额可看出,并购已成为当今世界经济领域非常活跃的事项之一,并逐渐成为上市公司的重要战略。并购实践的发展推动了并购理论的研究,理论研究反过来又对并购实践提供了指导。有些学者认为并购是作为一种获取新技术的方法,也有一些学者认为企业为了改善并购后的绩效,把并购作为企业内部研发活动的补充或者替代方案。国内外关于企业并购绩效的实证研究结果却表明很多并购并不是成功的,甚至有的研究结果表明50%~70%的并购是不成功的。很多实证检验都认为并购的实际绩效并不好,但却无法解释实务中并购事件不断发生的现象。
在充分研究研發、并购和绩效的关系后,本文提出了两个假设:并购活动中并购方的绩效会得到提升;潜在的未来并购事项会促进并购方企业进行研发投入,而研发投入会对企业绩效产生积极影响,即并购通过企业增加研发投入而使绩效得以改善。
本文认为,并购活动将使并购方的绩效得到改善,增加研发投入也对企业绩效具有正向影响,为进一步研究三者间可能存在的关系,本文从实证研究角度进行分析。
二、实证研究设计
1.模型的建立
本文认为企业绩效、研发投入与并购间存在中介效应,且企业绩效为被解释变量,研发投入为中介变量,并购为解释变量。
本文为此设立模型如下:
M1:检验企业绩效与并购事项的关系
![](https://www.soolun.com/img/pic.php?url=http://img.resource.qikan.cn/qkimages/zgjm/zgjm201711/zgjm20171180-1-l.jpg)
2.样本选取和数据来源
本文以2009-2016年间的19306公司年的数据作为样本,研究企业绩效与研发投入、并购三者之间的关系。本文的样本数据均从国泰安数据库(CSMAR)中获取。
本文认为,企业为了未来在并购活动中具有较强的讨价还价能力和有利的合并成本,会有意进行研发投入,即未来的并购事项可能成为企业现在进行研发投入的动机,因此考虑第t年的并购活动对第t-1年的研发投入的影响,考虑到研发的滞后效应,我们分析其对第t年的公司绩效的影响。
三、实证结果分析
表1报告了MA、RD与TOBIN’Q三者间中介模型的回归结果,并且对比了加控制变量前后中介模型的显著性。根据前文分析,回归中使用的TOBIN’Q和MA为第t年数据,RD为第t-1年数据。
![](https://www.soolun.com/img/pic.php?url=http://img.resource.qikan.cn/qkimages/zgjm/zgjm201711/zgjm20171180-2-l.jpg)
本文数据全部经过年度行业调整,因此控制变量中不包含年度行业哑变量。从上表的回归结果我们可以看出,在未加入控制变量前,TOBIN’Q与MA回归模型的F值为0.56,整个模型是显著的。调整后的R2为0,说明MA对TOBIN’Q的解释力度较弱。在加入了控制变量进行回归检验后,TOBIN’Q与MA回归模型的F值为759.36,模型显著性增强,调整后的R2为0.328,加入控制变量后MA对TOBIN’Q的解释力度增强。从回归结果可以看出TOBIN’Q与MA的回归系数为正数且在1%显著性水平下通过检验,说明并购与绩效有着极大的正相关关系,即当企业进行并购时,主动并购方当年的企业绩效将会随之提升。通过梳理国内外文献,本文认为并购活动中所处的位置,公司规模的大小等因素会导致并购公司的绩效有所不同,并购以后不同时期的绩效也会存在不同表现,由于购买方会有较好的整合能力以及获取了被并方无形资产、市场等资源。Healy、Palepu and Ruback(1992)研究了1979—1984年间50家美国最大的并购公司,将并购前后进行对比,发现行业调整后的公司资产回报率明显提高,因此认为并购会导致购买方和被购买方公司绩效都上升,本文与其研究结论一致。
针对RD与MA模型,在未加入控制变量前,整个回归模型的F值为15.86说明回归方程是显著的,调整后R2为0.001,说明MA对RD的解释力度较弱。此模型中并购系数为0.0527,以1%显著性水平通过检验。在加入了控制变量进行检验后,回归模型的F值变大为117.33,回归方程的线性关系显著,调整后R2为0.0697,MA对RD的解释力度增强。而回归方面,RD与MA的回归检验系数为0.0526,以1%显著性水平通过检验,说明t-1期的RD与t期的MA为显著正相关。国外学者Bena和Li(2014)指出拥有较大专利组合以及较低研发支出的的公司更易成为并购者,而在专利产出方面增长缓慢的研发密集型公司更容易成为被并购者。本文模型为动机模型,本文认为,企业为了主动并购其他企业,会在前一年增加研发支出从而降低当年的并购成本。
针对与MA、RD与TOBIN’Q的模型,在未加入控制变量进行检验时,回归模型的F值为187.09说明回归方程是显著的,调整后的R2为0.0233,说明MA和RD对TOBIN’Q的解释力度较弱。RD的回归系数为0.4601,以1%显著性水平通过检验,说明此模型中TOBIN’Q与RD之间的正向关系非常显著,而解释变量MA与TOBIN’Q回归后得出的回归系数为0.0055,二者并未达到显著性水平,说明此模型中二者之间的正向相关关系并不显著,即该模型解释变量与被解释变量之间关系不显著,中介变量与被解释变量之间非常显著。在加入控制变量进行回归分析后,从表中可以看出,回归模型的F值变大为704.54,说明模型的显著性水平进一步增加,调整后的R2为0.3325,MA和RD对TOBIN’Q的解释力度增强。而被解释变量TOBIN’Q与中介变量RD的回归系数为0.2086,以1%显著性水平通过检验,说明二者的之间存在正向非常显著的相关关系。被解释变量TOBIN’Q与解释变量MA在进行的回归系数为0.1306,以1%显著性水平通过检验,说明二者间的正向相关关系非常显著。根据上述模型回归结果分析,本文认为潜在的未来并购事项会促进购买方企业进行研发投入,而研发投入会对企业绩效产生积极影响,即并购通过企业增加研发投入而使绩效得以改善。 在加入控制变量之前,中介模型的Sobel检验结果为3.901且非常显著,加入控制变量后,Sobel值非常显著为3.732,说明本文的部分中介模型成立。本文认为主动并购会带来企业绩效的提升,企业为了降低并购成本而进行前期研发,从而带来企业绩效的提升。
四、研究结论及建议
本文通过对研究变量进行实证研究分析,对研发、并购和绩效采用不同的指标进行衡量、分析得到如下结论:
1.研发投入在主动并购和企业绩效之间起到了不完全中介作用。
2.研发投入对主动并购有正向影响,即企业如果存在并购其他企业的动机,会加大自己的研发投入以提升自己的竞争力来达到降低并购成本的目的。
3.主动并购通过研发投入对企业绩效有正向影响。进一步地,通过稳健性分析进行研究,验证了本文提出的结论。并购对企业绩效的影响一直是学术界里有争论的话题,本文对并购通过影响前期研发来影响企业绩效的这一路径的研究证明了,存在研发投入的企业在并购后会实现公司绩效的上升,同时为企业提供增加企业价值的参考。
本研究有以下重要贡献:首先,本文提供了研究并购的新视角,不再是单纯的从企业长短期绩效来研究并购公司的发展,而是从研发支出的角度出发,考虑研发支出在并购对企业绩效影响中的作用。其次,本文对主动并购和非并购的上市公司进行区分,不只研究主动并购的公司的绩效在一定时期的变化,从更为广泛的层面考察研发是否对主动并购公司和非并购公司的绩效有不同重大影响。最后,本文对公司的决策层提供有价值的信息,帮助上市公司在并购决策方面提供了考虑的方向。
参考文献:
[1] Healy,PaulM,KrishnaG.Palepu,RichardS.Ruback.1992.Doesfirm performanceimproveaftermergers.JournalofFinancialEconomics.31(2):5-50.
[2] Bena,Jan,KaiLi.2014.Corporateinnovationsandmergersandacquisiti ons.TheJournalofFinance.69(5):1923—1960.
[3]國泰安数据库:www.gtarsc.com.
作者简介:
邓娜(1997—),女,汉族,湖南省平江县人,吉林大学商学院2014级会计专业在读本科生。
林子力(1996—),女,汉族,海南省海口市人,吉林大学商学院2014级会计专业在读本科生。
【关键词】公司绩效;主动并购;研发投入;中介效应
一、引言
从近年国内外并购活动的交易数量与金额可看出,并购已成为当今世界经济领域非常活跃的事项之一,并逐渐成为上市公司的重要战略。并购实践的发展推动了并购理论的研究,理论研究反过来又对并购实践提供了指导。有些学者认为并购是作为一种获取新技术的方法,也有一些学者认为企业为了改善并购后的绩效,把并购作为企业内部研发活动的补充或者替代方案。国内外关于企业并购绩效的实证研究结果却表明很多并购并不是成功的,甚至有的研究结果表明50%~70%的并购是不成功的。很多实证检验都认为并购的实际绩效并不好,但却无法解释实务中并购事件不断发生的现象。
在充分研究研發、并购和绩效的关系后,本文提出了两个假设:并购活动中并购方的绩效会得到提升;潜在的未来并购事项会促进并购方企业进行研发投入,而研发投入会对企业绩效产生积极影响,即并购通过企业增加研发投入而使绩效得以改善。
本文认为,并购活动将使并购方的绩效得到改善,增加研发投入也对企业绩效具有正向影响,为进一步研究三者间可能存在的关系,本文从实证研究角度进行分析。
二、实证研究设计
1.模型的建立
本文认为企业绩效、研发投入与并购间存在中介效应,且企业绩效为被解释变量,研发投入为中介变量,并购为解释变量。
本文为此设立模型如下:
M1:检验企业绩效与并购事项的关系
![](https://www.soolun.com/img/pic.php?url=http://img.resource.qikan.cn/qkimages/zgjm/zgjm201711/zgjm20171180-1-l.jpg)
2.样本选取和数据来源
本文以2009-2016年间的19306公司年的数据作为样本,研究企业绩效与研发投入、并购三者之间的关系。本文的样本数据均从国泰安数据库(CSMAR)中获取。
本文认为,企业为了未来在并购活动中具有较强的讨价还价能力和有利的合并成本,会有意进行研发投入,即未来的并购事项可能成为企业现在进行研发投入的动机,因此考虑第t年的并购活动对第t-1年的研发投入的影响,考虑到研发的滞后效应,我们分析其对第t年的公司绩效的影响。
三、实证结果分析
表1报告了MA、RD与TOBIN’Q三者间中介模型的回归结果,并且对比了加控制变量前后中介模型的显著性。根据前文分析,回归中使用的TOBIN’Q和MA为第t年数据,RD为第t-1年数据。
![](https://www.soolun.com/img/pic.php?url=http://img.resource.qikan.cn/qkimages/zgjm/zgjm201711/zgjm20171180-2-l.jpg)
本文数据全部经过年度行业调整,因此控制变量中不包含年度行业哑变量。从上表的回归结果我们可以看出,在未加入控制变量前,TOBIN’Q与MA回归模型的F值为0.56,整个模型是显著的。调整后的R2为0,说明MA对TOBIN’Q的解释力度较弱。在加入了控制变量进行回归检验后,TOBIN’Q与MA回归模型的F值为759.36,模型显著性增强,调整后的R2为0.328,加入控制变量后MA对TOBIN’Q的解释力度增强。从回归结果可以看出TOBIN’Q与MA的回归系数为正数且在1%显著性水平下通过检验,说明并购与绩效有着极大的正相关关系,即当企业进行并购时,主动并购方当年的企业绩效将会随之提升。通过梳理国内外文献,本文认为并购活动中所处的位置,公司规模的大小等因素会导致并购公司的绩效有所不同,并购以后不同时期的绩效也会存在不同表现,由于购买方会有较好的整合能力以及获取了被并方无形资产、市场等资源。Healy、Palepu and Ruback(1992)研究了1979—1984年间50家美国最大的并购公司,将并购前后进行对比,发现行业调整后的公司资产回报率明显提高,因此认为并购会导致购买方和被购买方公司绩效都上升,本文与其研究结论一致。
针对RD与MA模型,在未加入控制变量前,整个回归模型的F值为15.86说明回归方程是显著的,调整后R2为0.001,说明MA对RD的解释力度较弱。此模型中并购系数为0.0527,以1%显著性水平通过检验。在加入了控制变量进行检验后,回归模型的F值变大为117.33,回归方程的线性关系显著,调整后R2为0.0697,MA对RD的解释力度增强。而回归方面,RD与MA的回归检验系数为0.0526,以1%显著性水平通过检验,说明t-1期的RD与t期的MA为显著正相关。国外学者Bena和Li(2014)指出拥有较大专利组合以及较低研发支出的的公司更易成为并购者,而在专利产出方面增长缓慢的研发密集型公司更容易成为被并购者。本文模型为动机模型,本文认为,企业为了主动并购其他企业,会在前一年增加研发支出从而降低当年的并购成本。
针对与MA、RD与TOBIN’Q的模型,在未加入控制变量进行检验时,回归模型的F值为187.09说明回归方程是显著的,调整后的R2为0.0233,说明MA和RD对TOBIN’Q的解释力度较弱。RD的回归系数为0.4601,以1%显著性水平通过检验,说明此模型中TOBIN’Q与RD之间的正向关系非常显著,而解释变量MA与TOBIN’Q回归后得出的回归系数为0.0055,二者并未达到显著性水平,说明此模型中二者之间的正向相关关系并不显著,即该模型解释变量与被解释变量之间关系不显著,中介变量与被解释变量之间非常显著。在加入控制变量进行回归分析后,从表中可以看出,回归模型的F值变大为704.54,说明模型的显著性水平进一步增加,调整后的R2为0.3325,MA和RD对TOBIN’Q的解释力度增强。而被解释变量TOBIN’Q与中介变量RD的回归系数为0.2086,以1%显著性水平通过检验,说明二者的之间存在正向非常显著的相关关系。被解释变量TOBIN’Q与解释变量MA在进行的回归系数为0.1306,以1%显著性水平通过检验,说明二者间的正向相关关系非常显著。根据上述模型回归结果分析,本文认为潜在的未来并购事项会促进购买方企业进行研发投入,而研发投入会对企业绩效产生积极影响,即并购通过企业增加研发投入而使绩效得以改善。 在加入控制变量之前,中介模型的Sobel检验结果为3.901且非常显著,加入控制变量后,Sobel值非常显著为3.732,说明本文的部分中介模型成立。本文认为主动并购会带来企业绩效的提升,企业为了降低并购成本而进行前期研发,从而带来企业绩效的提升。
四、研究结论及建议
本文通过对研究变量进行实证研究分析,对研发、并购和绩效采用不同的指标进行衡量、分析得到如下结论:
1.研发投入在主动并购和企业绩效之间起到了不完全中介作用。
2.研发投入对主动并购有正向影响,即企业如果存在并购其他企业的动机,会加大自己的研发投入以提升自己的竞争力来达到降低并购成本的目的。
3.主动并购通过研发投入对企业绩效有正向影响。进一步地,通过稳健性分析进行研究,验证了本文提出的结论。并购对企业绩效的影响一直是学术界里有争论的话题,本文对并购通过影响前期研发来影响企业绩效的这一路径的研究证明了,存在研发投入的企业在并购后会实现公司绩效的上升,同时为企业提供增加企业价值的参考。
本研究有以下重要贡献:首先,本文提供了研究并购的新视角,不再是单纯的从企业长短期绩效来研究并购公司的发展,而是从研发支出的角度出发,考虑研发支出在并购对企业绩效影响中的作用。其次,本文对主动并购和非并购的上市公司进行区分,不只研究主动并购的公司的绩效在一定时期的变化,从更为广泛的层面考察研发是否对主动并购公司和非并购公司的绩效有不同重大影响。最后,本文对公司的决策层提供有价值的信息,帮助上市公司在并购决策方面提供了考虑的方向。
参考文献:
[1] Healy,PaulM,KrishnaG.Palepu,RichardS.Ruback.1992.Doesfirm performanceimproveaftermergers.JournalofFinancialEconomics.31(2):5-50.
[2] Bena,Jan,KaiLi.2014.Corporateinnovationsandmergersandacquisiti ons.TheJournalofFinance.69(5):1923—1960.
[3]國泰安数据库:www.gtarsc.com.
作者简介:
邓娜(1997—),女,汉族,湖南省平江县人,吉林大学商学院2014级会计专业在读本科生。
林子力(1996—),女,汉族,海南省海口市人,吉林大学商学院2014级会计专业在读本科生。