葛伟杰，张秋生，张自巧

(北京交通大学经济管理学院，北京 100044)

一、引 言

并购是公司优化资源配置，实现跨越式发展的重要途径。然而，有研究表明相当多的并购是失败的，并没有给股东带来价值提升［1］［2］。代理成本高、管理层自大、并购经验不足等被认为是导致并购失败的主要原因，但这些因素只是从组织外部层面来剖析并购价值的创造过程，即使控制了这些因素，有些并购的失败仍然无法解释。近年来，组织关系在企业组织内部价值创造过程中所起的作用得到了广泛的认可［3］［4］，尤其注重组织能力在识别、发展和管理组织伙伴行为中的重要作用［5］［6］。因此，越来越多的学者从能力观视角研究并购取得成功的要素，这种能力称之为并购能力。已有文献主要关注并购能力的定义和结构［7］［8］［9］［10］，对于并购能力有效度量的研究则较少涉及。

本文以企业资源论中“资源—能力—绩效”的分析框架为基础，提出了以多维度的资源作为输入变量，并购绩效作为输出变量，转换效率作为并购能力的间接度量方法。由于数据包络分析(DEA)能有效的衡量投入与产出之间的转换效率，契合本文对于并购能力度量的逻辑思路，因此，运用该方法来衡量并购能力的大小。为了避免企业正常经营绩效带来的干扰，本文将并购绩效从日常经营所产生的绩效中分离出来，只将并购所导致的绩效变化作为输出变量，同时分行业计算企业间的相对效率。为了验证该度量方法的有效性，本文分别实证检验了并购能力与首次公告窗口期的市场反应以及并购后长期绩效之间的因果关系，结果显示并购能力与两者都显著正相关，这表明并购能力强的企业会获得更好的市场反应和并购后绩效的提升，从而验证了本文度量方法的有效性。

二、文献回顾

现有研究主要是以企业资源理论为基础探讨并购能力的定义与构成。张秋生将并购能力定义为企业利用剩余资源完成并购活动的实力，即企业需要拥有正常经营之外的资源来支持其并购活动，同时配以相应的管理能力［7］。陈轲则强调了有价值的、稀缺的资源在并购能力中的重要性，这些资源驱动着企业做出并购的战略选择、制定和执行并购计划［8］。谢纪刚等单独就并购管理能力进行研究，认为管理能力的不足是并购失败的根本原因，并购管理能力本质上是一种学习机制［9］。除了学习机制外，支付能力、信息能力、组织能力以及整合管理能力也是并购能力的组成部分［10］。Laamanen和Keil在研究连续并购的绩效时也对并购能力(Acquisition capability)进行了界定，他们认为并购能力由企业在并购时所拥有的知识、技能、系统、结构和程序组成，是组织能力的一种，具体包括寻找目标的能力、谈判能力以及整合能力［11］。此外，Helfat没有直接提及并购能力这一概念，而是提出基于并购的动态能力的概念(Acquisition-based dynamic capability)，他们认为基于并购的动态能力是指产生、扩大或者改变公司资源边界的能力，具体包括目标选择能力、目标识别能力和资源重新配置能力［12］。Amiryany等提出并购再配置能力(Acquisition reconfiguration capability)，其由并购经验、并购专门的工具以及知识管理工具三部分组成［13］。还有一些学者没有剖析并购能力的构成，只是将其作为一种概念来分析并购价值的创造过程［14］。

总的来看，现有文献对于并购能力概念界定和构成要素已有一定的研究。然而，并购能力在实际中的运用不仅仅是概念框架的分析，更需要解决的是并购能力如何度量的问题。对于此，现有文献的研究还不够深入。较为常见方法是从并购能力的结构入手构建二级指标评价体系，采用问卷调查或者专家打分获得指标值，赋予指标权重进行加权平均，最终得到并购能力的大小［15］。这种评价方法数据来源与指标权重的确定主观性都较强，因而度量结果并不稳定。还有学者直接利用函数模型对并购能力进行度量。张秋生认为企业的资源是“投入”，能力是“产出”，这符合柯布道格拉斯生产函数(Y=λ×Kα×Lβ，Y为工业产出，K为资本投入，L为劳动力投入)的经济含义，因此拟直接利用该函数模型度量并购能力［7］。此方法虽然有较强的理论基础，但是可操作性不强。原因在于直接将能力作为产出、资源作为投入进行计算需要首先确定函数的待估参数(即α和β)，而并购能力Y本身也是待估计参数，因此，该方法无法度量出并购能力。陶瑞使用模糊积分的方法建立了并购能力的评价模型，该方法首先根据专家打分，再计算出各指标的模糊值和明确值，最后使用模糊积分法来评价最终的并购能力大小［10］。该方法能够计算出具体的并购能力的大小，具有一定的应用价值，但是该方法没有使用原始的财务数据而是采用专家打分，有较大的主观性;其次，使用复杂的模糊积分对数据进行了过度的数学处理，有可能丧失原始数据的信息含量。

综上所述，有关并购能力度量的研究还未充分地展开。现有文献关于并购能力的度量还没有一个切合实际，可供企业管理层实际使用的方法。本文提出用数据包络方法(DEA)度量并购能力旨在解决这一问题。

三、基于效率的数据包络法并购能力度量

(一)研究思路

企业资源论的观点认为企业是资源的集合体，异质的、有价值的、稀缺的资源是企业竞争优势的源泉。然而，实证文献无法证实资源与竞争优势之间有着直接的联系［16］。因此，Priem和Butler对企业资源论提出质疑，认为资源是一个静态概念，其自身无法在多变的环境中产生竞争优势［17］。Barney对此予以回应:企业所拥有的特定资源如何产生竞争优势确实是一个黑箱，但是企业一旦拥有了好的资源，就会主动寻求措施来利用好这些资源［18］。这表明，资源是企业可控制或可利用因素的静态存量，其本身并不能创造价值［19］，它只能决定企业“可以做什么”，却决定不了企业“如何做”的问题［20］［21］。资源和竞争优势之间还缺少一个关键的环节，即配置和整合资源的能力。它是企业利用资源完成既定目标的能力，强调对资源进行有效配置和整合以获得经济租金［22］［23］。也就是说，资源是能力的前提条件，能力只有建立在相应的资源要素的基础上才能产生经济租金，否则就是“无米之炊”。

并购是企业重大的对外投资，需要大量资源的支撑才能得以实施。前期的尽职调查、交易谈判需要人力的支持，支付对价需要财力的支持，而后期的整合则需要大量资源的投入。同时，并购并非资源简单的跨组织流动、融合和重构，静态的资源不能给并购带来价值，并购的成功更为需要的是有效配置这些资源的能力。并购能力强意味着相同的资源经过有效的配置可以产生更多的并购价值［24］，因此，这种资源到并购绩效的转换效率就是企业的并购能力。本文使用数据包络法对并购能力进行度量，分析在既定的投入下产出可增加的能力或者在既定的产出下投入可减少的能力，即以资源为输入变量，经济结果为输出变量，考察资源转化为并购绩效的相对效率。

(二)数据包络分析(DEA)

DEA方法是评价多项投入和多项产出之间转换效率的分析方法，被广泛用于会计和金融领域的研究中。该方法通过保持决策单元的输入或输出不变，借助于数学规划将决策单元投影到前沿面上，并通过比较决策单元偏离前沿面的程度来评价它们的相对有效性。DEA方法相对于传统的评价方法有两个主要的优点:第一，DEA方法是将样本公司和本组中最有效率的公司进行对比以得出相对效率值，它能够给出企业之间的相对排序，而其他的评价方法采用绝对值大小进行排序，容易出现某些评价单元过度膨胀的现象;第二，DEA方法不要求事先设定权重，而其他度量方法如模糊评价法等需要事先设定一个权重比例，带有一定的主观性。

(三)数据来源、变量设计以及检验模型

1．数据来源与变量设计

本文的财务数据和并购数据均来自CSMAR国泰安数据库。由于本文的计算方法需要并购前后两年的数据，因此并购样本的时间跨度为2007－2010年，财务数据的跨度相应的覆盖到2005－2012年。并购类型包络资产收购、股权收购和要约收购，以控制权发生转移为准。如果样本当年发生多起并购事件，我们以第一起为准。

为了消除极端值的影响，对上下1%分位的值进行了winsorize处理。同时剔除了以下样本:(1)金融业。金融公司财务数据和一般行业公司的财务数据差异较大，予以剔除;(2)房地产业。在分析CSMAR数据库的数据时，我们发现房地产公司的并购事件实质上是房地产项目而非实质上的并购，而且房地产行业的此类业务所占比重较大，稍大型的房地产公司每年会发生20－30起这样的事件，干扰性太大，予以剔除;(3)公用事业。公用事业行业受到严格的行政监管，因此，并购业务与公司的并购能力关系较小，予以剔除。具体样本分布如表1所示。

对于多维的资源输入变量，本文分别从资本、成本以及费用三个方面衡量企业的物质投入［25］［26］，这些资源包括了并购后价值提升所必不可少的投入要素。同时考虑到品牌、专利和商誉等无形资产同样对并购后的机制有重要的影响，因此，也将其纳入到投入要素中。虽然个别行业对并购价值变动的具体投入要素可能会有部分差异，但是本质上导致并购后价值变动投入要素可以分为以上三类。在实际操作中，使用固定资产净额(FixAsset)表示企业的资本投入、营业成本(Cost)表示成本投入、销售和管理费用(SGA)反映费用的投入、最后将无形资产(Intan)也纳入其中。

对于输出变量，需要反映企业并购后的经济后果，也就是资源投入后的产出效果。本文拟使用营业收入作为代理变量。Nguyen和Swanson采用TobinQ作为输出变量，但是他们发现这会导致过高的估计公司的效率，带来较大的误差［27］。此外，Lee和Choi发现在输出变量中额外加入净利润并不会导致相对效率发生实质改变。综上，本文拟使用营业收入作为输出变量［28］。

表1 样本分布情况

并购导致的价值变动是一个需要处理的关键问题。并购后的绩效变化并非只由并购导致，企业正常的经营也会带来绩效的变动，因此，必须将企业正常经营导致的绩效分离出来。为此，本文首先计算了收购方并购前两年(不包括当年)的平均收入和平均增长率。假设不发生并购，企业可以按此正常的收入和增长率保持发展。因此，并购后实际的收入减去正常增长的收入即得出由并购导致的绩效变化。具体算法如下:假设PostRev是并购后两年的平均收入;PrioRev是并购前两的平均收入;γ%是并购前两年的平均收入增长率;ΔRev是由并购导致的收入的增长;则:

ΔRev=PostRev－PrioRev×(1+γ%)

另一个问题在于不同行业间的并购特点差异较大，不宜放在一起全部进行比较，应该分不同行业计算各自行业内的相对效率。因此，本文根据证监会的分类标准细分到二级行业进行计算。此外，DEA方法不能处理负值，由于并购后可能出现绩效下降带来的负数问题，我们采用归一化的方法进行处理，消除负数带来的影响［29］。

2．有效性检验模型

为了检验本文并购能力度量的有效性，采取首次宣告日窗口期的市场反应和并购后的业绩来进行检验。可以预见，如果本文并购能力的度量有效，则并购能力应该与两者都显著正相关。主要变量说明见表2。

表2 主要变量说明

(1)并购公告日的市场反应。并购能力反应的是企业将资源转化为并购价值的能力，并购能力强的企业进行并购会得到市场的而积极反应。我们计算了样本公司在(－2，2)、(－5，5)、(－10，10)三个窗口的累计超额收益(CAR)，并以超额累计收益(CAR)为被解释变量、并购能力(MACap)为解释变量做了回归分析，预计两者之间正相关。在回归分析中，还选取了交易态度(Attitude)、是否跨地域并购(Local)、是否关联并购(Relate)、第一大股东持股比例(LSH)、公司规模(Size)、交易价格(Price)作为控制变量［30］［31］，检验模型如公式(1)所示。

(2)并购后续绩效的反应。和市场反应一样，我们预计并购能力越高，后续的绩效也应该越好。本文使用并购后两年(不包括当年)的平均绩效作为被解释变量，并购能力作为解释变量进行回归分析，预计两者之间正相关。这里的绩效指标选用主营业务收入(Sale)、净利润(Profit)、ROE分别来进行验证，前两项取自然对数以消除规模影响。之所以选用并购前后两年的平均数据是想综合反映收购方的并购绩效，检验模型如公式(2)所示。