互聯網公司并購對自身績效影響的實證分析

周雪 馬夢璇 唐旭

摘 要：近年來，互聯網行業掀起了一股并購狂潮。本文采用財務指標法、改進的critic賦權法以及虛擬變量的多元線性回歸模型對7 家互聯網公司的并購績效進行實證分析，研究發現其中5家互聯網公司的并購對績效產生一定的負面影響，僅有兩家互聯網公司的并購對績效有顯著的正面影響。在這樣的情況下，文章為互聯網企業提供了量化并購對績效影響的方法，幫助互聯網企業制定科學合理的決策。

關鍵詞：互聯網公司；并購；公司成長；實證分析

中圖分類號：F257 文獻標識碼：A 文章編號：1006-8937（2016）20-0040-031 互聯網公司并購介紹

互聯網公司并購情況，見表1。

2 互聯網公司整體績效的評價

2.1 衡量互聯網上市公司整體績效的方法

在研究過程中，如何衡量公司的整體績效是一個關鍵問題，它直接影響到對并購行為評價與判斷的準確性。

現今學術界主要有兩種相關的研究方法：

第一種方法是分析具體的事件對公司股價的影響；

第二種方法是研究并購對公司的經營業績的影響，即財務指標法。

對于成熟的資本市場，上市公司的整體績效通常采用股票價格來衡量。然而我國的資本市場尚未達到弱有效的程度，因此采用事件研究法分析我國上市公司的并購效率并不合適[1]。

綜上所述，本文采用財務指標法來衡量互聯網上市公司的整體績效。

2.2 指標體系的建立

可以發現，我國學者大都采用財務指標來分析公司績效，但在指標體系的構成及權重的分配上存在著很大的不同。科學的評價指標體系應該同時具備全面性和代表性的特點，如何科學地選取指標，構建指標體系，是上市公司績效綜合評價中首要解決的問題[2]。

通過查閱大量相關文獻，根據客觀、系統、科學、可比、可操作性的原則，本文從盈利能力、償債能力、營運能力以及成長能力四個方面選取構成互聯網公司整體績效評價體系的財務指標，

2.3 指標權重的確定

指標權重的確定方法可分為主觀賦權法和客觀賦權法。客觀賦權法相對于主觀賦權法具有較好的規范性，其中CRITIC賦權法同時考慮了指標變異性和指標間沖突性兩個重要因素。

基于幾種賦權方法的優缺點，本文選取CRITIC賦權法進行指標賦權更為合理。但是賦權法也存在一定的不足，即指標變異性是使用標準差來度量的，這使得計算結果往往會受到量綱的影響，所以，本文采用改進的CRITIC賦權法，即用變異系數替換標準差，來度量指標變異性，有效地消除量綱的影響，使得評價結果更為可靠。

以下為改進的CRITIC賦權法：

假設指標體系包含m個指標，n個被評價年度：T1，T2，···Tn；Pj表示第j個指標所包含的信息量，而指標變異性用變異系數Vj來體現，第j個指標與其他指標之間的沖突性用指標來量化，其中r表示第j個指標和第i個指標之間的相關系數，則Pj可表示為：

因此，Pj越大表示第j個指標所包含的信息量越大，即該指標的相對重要性越大，所賦權重也應越大，所以第j個指標的客觀權重wj應為：

由此可得到各互聯網公司各指標的權重，見表3。

其中A1代表百度，A2代表樂視，A3代表奇虎360，A4代表掌趣科技，A5代表第一視頻，A6代表face book，A7代表微軟。

2.3 整體績效評價

由績效指標體系及其權重可通過簡單加權法得到各個公司各年份的綜合績效，

3 實證分析及結果解釋

3.1 模型解釋

引入虛擬變量的目的是為了將例如并購事件、性別、戰爭等定性變量包括在多元線性回歸模型中，并將其量化為0、1等具體數值。當一個定性變量含有m個類別時，應向模型引入m-1個虛擬變量[3]。取值方式如下：

D=1 （發生了并購事件）0 （未發生并購事件）

將定性變量量化之后可將其當成一個新的自變量加入到多元回歸線性模型中，通過對OLS模型的診斷及檢驗測定變量的回歸系數及其統計量，從而得到定性變量對因變量是否存在影響、影響方向（正面或負面）以及影響程度的大小。模型如下：

其中Xji為Xji控制變量，目的是排除“并購”以外的其他因素對公司績效的影響。

可以證明：

k為解釋變量的個數。

于是在H0成立的條件下，

對于給定的顯著性水平α，可從t分布表中查出相應地自由度：

α水平的雙側分位數t（f）。將樣本觀測值和估計值帶入（3）式中，如果計算出的結果有：

則否定原假設H0：θ=0，接受H1：θ≠0，即認為在顯著性水平α下，解釋變量D對被解釋變量Y存在顯著的影響；

否則，不否定原假設H0：θ=0，即認為解釋變量D對被解釋變量Y不存在顯著的影響。

3.2 模型結果

將選取的7家互聯網公司的綜合績效作為被解釋變量，“并購”作為虛擬變量D，其公司期末總資產（億元）作為控制變量Xji，回歸結果如下：

3.3 結果分析

由多元線性回歸模型的結果可得：

因此在5%的顯著性水平下，并購對公司A1的整體績效存在顯著的正影響；

因此即使在50%的顯著性水平下，也無法拒絕H0，即認為并購對公司A2的整體績效的負效應不顯著；

在10%的顯著性水平上幾乎顯著。

可以發現，7家互聯網公司中只有兩家公司并購對公司績效有著顯著的積極影響，其中A1公司的并購使其整體績效提升了約67%。

值得一提的是，幾乎所有的模型在加入并購這一虛擬變量后擬合優度有了明顯的提高，因此互聯網公司的并購對其整體績效有一定的影響。

4 結 語

綜上所述，并非所有的并購對互聯網公司的整體績效都會產生正面的影響。事實上，從上述分析可以發現，2010年以來的大多數互聯網公司的并購對績效產生了負面效應，僅有少部分實力雄厚的大公司例如百度、微軟等互聯網巨頭，抓住并購的機會，大大提高了公司的績效。

企業并購往往都是為了尋求擴張以達到規模經濟，降低成本，提高效益，但通過本文的實證分析我們可以發現，在并購的決策上企業應當正確認識市場環境，結合自身的發展情況，切勿急功近利、盲目并購，否則很可能產生負面效應。

互聯網行業是我國21世紀以來發展最迅速的新興行業，尚處于成長階段，仍存在著許多的可能性。并購對于這個階段的互聯網企業來說，既是機遇也是挑戰，互聯網企業應當在長期戰略的基礎上，根據實際情況建立起自身的績效評價體系，從而量化并購帶來的優勢劣勢，幫助領導者制定科學合理的決策。

參考文獻：

[1] 周士元.中國上市公司并購績效評價及其影響因素研究[D].鄭州：河南 大學，2012.

[2] 羅珍.上市公司績效動態綜合評價方法研究[D].長沙：湖南大學，2009.

[3] 伍德里奇.計量經濟學導論——現代觀點[M].北京：中國人民大學出版 社，2003.