1、互联网行业上市公司并购绩效分析 摘要：针对 2013年有并购行为的互联网行业公司，本文运用因子分析法，对并购前一年、当年、及并购后两年内的绩效进行实证分析。得出结论：互联网行业公司绩效经历了一个起伏的阶段，并购当年业绩出现大幅下降的现象，并购后第一年绩效迅速增长，并购后第二年较并购当年绩效有改善，较上一年绩效呈下降趋势。 下载 关键词：互联网行业；并购绩效；因子分析法 作为现代化的产物，互联网这个新兴产业的发展时刻影响着人们的生活，互联网经济对资本市场结构的改革也形成了重大影响。 2013 年，中国的并购市场无论在金额还是数量上，均创新高，据清科研究中心统计的数据显示，中国互联网上市公司共进行
2、 317 起并购交易，同比增加 100.6%；其中278 起涉及的交易金额达 143.49 亿美元，同比增加 164.5%。随着互联网行业的竞争越发激烈，并购似乎已经成为扩大企业规模，互补竞争优势的唯一途径。美国著名经济学家、诺贝尔经济学奖获得 者 George?J?Stigler 的文章提到： “ 可以说，在美国，几乎全部大规模企业都是依靠兼并、收购这样的方式发展壮大的。 ” 然而，并购行为能否达到真正改善企业状况，提升长期绩效呢？ 本文将围绕这一问题进行研究。 一、文献综述 一般来说，并购绩效分析主要选取两种方法。其一，事件研究法，通过观测股票的价格波动来研究并购行为带来股东价值的变动，是
3、研究并购短期绩效变化的常用方法。其二，会计研究法，通过对比财务指标及其组合，对绩效的进行中长期观测，分析上市公司并购绩效。国内大批学者对此展开过研究， 得出的结论不尽相同。冯根福、吴林江（ 2001）采用因子分析法，分析了 1994 -1998 年间上市公司的并购绩效，结果表明：整体来看，并购绩效是明显波动的，仅在并购第一年有上升，之后的几年均呈现下降的趋势；陆桂贤（ 2012）运用事件研究法，将沪深上市公司 2005 年发生的 37 起并购案例进行研究，发现大部分公司在并购后两年内绩效没有改善，并购三年后少数公司的绩效才有所提升。张翼、何小锋（ 2015）等用因子分析法对 20032008
4、年沪深股上市公司的并购事件为研究样本进行分析， 对比并购前三年与并购后五年的绩 效表现，得出结论：长期来看，我国上市公司并购行为是无效率的，未能达到资源融合与价值提升的效果。 二、研究方法的选择 为客观地对互联网行业的长期并购绩效做出评价，本文选取会计研究法，即因子分析法，对 2013 年互联网行业内的并购事件进行筛选、实证分析。因子分析法（ Factor Analysis）是用少数因子表示多个指标之间的联系，将密切相关的财务指标分为一类，形成公因子，以少数公因子反映出原始数据的信息。作者使用 SPSS23软件对 2013年发生互联网行业并购行为的公司进行因子分析，以收购方为 分析对象。本文综
5、合了海内外上市的互联网公司，以完成日期确定时间，若在本年度同一样本发生两起及以上的并购事件，以交易金额最大的一次为基准。在选取数据时，要求目标公司在并购当年至少上市两年，在剔除具有不完整财务数据的样本后，选取了 20家规模较大的互联网行业公司进行分析。需注明的是，随着互联网行业内外部的加速融合，如今的互联网行业已远不止广义的移动互联网，例如，百度、谷歌等，更多传统企业都在向互联网行业靠拢，实现产业融合，创造了一个行业细分越发模糊的新型互联网行业。作者对于目标公司的选取，充分考虑到了这一群体。 本文的研究数据是通过国泰安 CSMAR 数据库、清科创业投资研究中心、网易财经、新浪财经四个途径获取。
6、运用因子分析法，根据各指标对总体的贡献程度，构造出新的因子，得出综合得分函数。通过比较样本在不同年间的综合得分，反映互联网行业并购绩效的变动情况。考虑到该行业的特点，本文将从盈利能力、偿债能力、成长能力、管理能力四方面对数据展开研究，选取十个财务指标，包括：速动比率、流动比率、净资产收益率、投资回报收益率、营业收入增长率、总资产增长率、净利润增长率、每股收益增长率、流动资产周转率、总资产周转率。 三、实证分析过程 （一）标准化数据的适用性检验 根据 2012-2015 年的财务指标数据建立相关矩阵 R， 依次使用和 KMO 检验与巴特利特球体检验。从下表发现， KMO 值均大于 0.5，这说明
7、相关矩阵均通过检验，适合作因子分析。（见表 1） （二）公因子数量的确定及命名 一般认为，旋转后因子载荷的绝对值越大，其解释变量时越重要，本文将变量总值的方差百分比大于 0.7 的公因子判定为有效。从表 2 看出，2012 年，第一公因子对投资回报收益率、净资产收益率贡献度最高，因此命名为 盈利能力因子；第二公因子对营业收入增长率、总收入增长率、净利润增长率、每股收益增长率贡献度最高，命名为成长能力因子；同理，第三公因子命名为资产管理能力因子。第四公因子命名为偿债能力因子，分别对其他年度的公因子进行命名。（见表 2） （三）计算因子得分，构建综合得分函数 利用软件，对原始财务数据进行因子分析，
8、选择回归法估算出因子得分系数矩阵，将因子得分带入财务指标数据，计算综合得分。方差贡献率是衡量公共因子重要性的指标，它的值越大说明公共因子对总绩效的影响越大。根据总方差解释图 （受篇幅限制 ，该数据图表与各因子得分表略），得出 2012-2015 年的综合绩效得分函数。其中， Ft-1是指并购前一年，以此类推。将不同年间的综合的分数对比，得表 3： Ft-1 =（ 23.618F1 +23.397F2 +21.446F3 +20.602F4 ） 89.062 Ft =（ 30.404F1 +21.749F2 +20.173F3 +15.645F4 ） 87.970 Ft+1 =（ 22.119F
9、1 +21.409F2 +21.188F3 +20.915F4 ） 85.632 Ft+2 =（ 25.247F1 +25.140F2 +24.249F3 +12.320F4 ） 86.956 （四）结果分析 由上表可看出， 70%的样本公司并购当年的绩效较上一年明显下降，而大部分公司在并购后第一年、第二年比并购当年绩效有回升，其中第一年的绩效优于第二年。将所有公司的总得分求均值，发现并购后第一年的绩效弥补了上一年的损失，有了显著改善。（见图 1） 四、结论与建议 本文运用因子分析法对 20家互联网行业上市公司的并购绩效差量进行 实证分析，结果表明，并购企业经历了一个起伏的阶段，并购当年绩效较
10、上一年明显下降，并购后第一年绩效得以提升，下一年的绩效又呈下降趋势。短期来看，并购方业绩得到了改善，但这种改善是否长期有效，还需要通过未来的财务数据进一步分析。因此，公司并购行为往往需要收购方与被收购方长时间进行融合。尤其是在互联网这样一个高速发展的行业内，业务的相关性与互补性都深刻影响着并购双方的绩效。 例如，百度与 91无线存在着很强的业务互补性。通过收购 91，百度巩固并加强了其移动互联网入口商家的重要地位， 建立了移动互联网搜索和应用商店两 大强势入口，满足了用户在搜索和软件下载方面的需求。 并购，是有效扩大企业规模的方式，但不是唯一方式。纵观我国短暂的并购历史，可以看出国内大多企业，
11、仍处于并购的摸索阶段，规模效应并不明显，尤其是规模小的企业，其并购绩效仍要经受市场和时间的进一步检验。同时，企业间的不兼容现象也很大程度上阻碍了企业的增值过程。所以，在作出并购决策前，应做好可行性分析，充分考虑到行业环境的变化和并购带来的高风险。 五、研究的局限性 本文选取最新发布的数据，对国内互联网行业的并购绩效展开分析。在参考现有 研究成果的基础上，对我国上市公司，尤其指互联网行业，提出了建议。然而，本文的局限性在于分析并购的时间间隔较短，无法对并购后三到五年长期的绩效变动进行考察，说服力稍有欠缺。另外，尽管研究所用的财务指标数据是经过多家机构选取的，由于上市公司披露的财务数据的隐蔽性，无法反映出企业全部信息，因此数据会对研究结论产生一定影响。 参考文献： 冯根福，吴林江 .我国上市公司并购绩效的实证研究 J.经济研究，2001（ 1）： 54-61. 陆桂贤 .我国上市公司并购绩效的实证研究 基于 EVA模型 J.审计与经济研究， 2012， 27（ 2）： 104-109. 张翼，何小锋，乔元波 .我国上市公司并购绩效的经验与实证分析 J.财经问题研究， 2015（ 1）： 60-66. （作者单位：辽宁大学新华国际商学院）
