公司并購(gòu)與全要素生產(chǎn)率變化研究

楊玉坤

(廈門大學(xué) 財(cái)務(wù)管理與會(huì)計(jì)研究院，福建 廈門 361005)

?

公司并購(gòu)與全要素生產(chǎn)率變化研究

楊玉坤

(廈門大學(xué) 財(cái)務(wù)管理與會(huì)計(jì)研究院，福建 廈門 361005)

對(duì)并購(gòu)績(jī)效的研究表明并購(gòu)?fù)ǔ２荒軇?chuàng)造股東超額收益，但從并購(gòu)前后企業(yè)全要素生產(chǎn)率的變化來(lái)看，大部分企業(yè)的產(chǎn)出效率得到了顯著提升。本文通過(guò)對(duì)我國(guó)上市公司2002—2014年并購(gòu)案例的研究發(fā)現(xiàn)，并購(gòu)重組能夠提升企業(yè)的全要素生產(chǎn)率，企業(yè)全要素生產(chǎn)率的增長(zhǎng)是通過(guò)技術(shù)效率、生產(chǎn)效率和配置效率三個(gè)方面實(shí)現(xiàn)，而規(guī)模效率對(duì)企業(yè)產(chǎn)出效率增長(zhǎng)的貢獻(xiàn)不明顯。

公司并購(gòu)；超越對(duì)數(shù)生產(chǎn)函數(shù)；全要素生產(chǎn)率

一、引 言

目前對(duì)并購(gòu)績(jī)效的研究多關(guān)注于并購(gòu)能否創(chuàng)造股東超額收益或者財(cái)務(wù)指標(biāo)是否有明顯的改善?，F(xiàn)有的研究表明，上市公司并購(gòu)活動(dòng)通常不能獲得協(xié)同效應(yīng)，收購(gòu)企業(yè)股東不能獲得超額收益，反而在一定程度上損害了企業(yè)價(jià)值[1]。對(duì)于這一現(xiàn)象，學(xué)者們提出了并購(gòu)非效率動(dòng)因理論，主要包括管理主義、管理者自負(fù)假說(shuō)和市場(chǎng)擇時(shí)假說(shuō)。不否認(rèn)并購(gòu)活動(dòng)中非效率動(dòng)因的存在，不少學(xué)者還使用不同的并購(gòu)評(píng)價(jià)標(biāo)準(zhǔn)和評(píng)價(jià)方法來(lái)研究并購(gòu)成功與否，其中一個(gè)重要的分支就是比較并購(gòu)前后企業(yè)全要素生產(chǎn)率的變化。

Lichtenberg和Siegel[2]最早研究了企業(yè)并購(gòu)對(duì)全要素生產(chǎn)率的影響，發(fā)現(xiàn)公司所有權(quán)變更可能導(dǎo)致企業(yè)全要素生產(chǎn)率的提高。之后許多學(xué)者開(kāi)始從企業(yè)全要素生產(chǎn)率的角度研究并購(gòu)效率。Gort和Nakil[3]研究了1997—1998年間美國(guó)兩個(gè)當(dāng)?shù)仉娪嵐静①?gòu)對(duì)生產(chǎn)率和營(yíng)運(yùn)成本的影響，結(jié)果表明全要素生產(chǎn)率在并購(gòu)前后并沒(méi)有系統(tǒng)的差別，但運(yùn)營(yíng)成本卻增加了。Amess[4]用1986—1997年間英國(guó)發(fā)生管理層收購(gòu)(MBO) 公司為樣本，應(yīng)用柯布-道格拉斯生產(chǎn)函數(shù)研究這些公司的生產(chǎn)率效應(yīng)，實(shí)證結(jié)果發(fā)現(xiàn)，那些采用MBO 治理結(jié)構(gòu)企業(yè)的?？怂怪行?全要素生產(chǎn)率) 平均提高了16.13%，同時(shí)，勞動(dòng)的邊際價(jià)值也增加了，但資本的邊際價(jià)值卻減少了。Malgorzata[5]使用DEA方法研究了1997—2001年波蘭的銀行并購(gòu)前后要素生產(chǎn)率的變化，發(fā)現(xiàn)在研究期間銀行的產(chǎn)出水平、技術(shù)效率、規(guī)模效率和產(chǎn)出效率都有明顯的提升。Surajit和Ankit[6]研究了2000—2010年印度銀行業(yè)改革期間商業(yè)銀行并購(gòu)效率，他們使用DEA方法分別計(jì)算了總體的和各個(gè)銀行的前沿生產(chǎn)函數(shù)以及固定和可變規(guī)模報(bào)酬假設(shè)下的全要素生產(chǎn)率，發(fā)現(xiàn)了并購(gòu)是有效率的證據(jù)，同時(shí)有些銀行并購(gòu)后平均效率水平是下降的。

李心丹等[7]用滬深兩市發(fā)生并購(gòu)的103 家上市公司為樣本，利用DEA方法計(jì)算出公司并購(gòu)前后的績(jī)效穩(wěn)定性指標(biāo)，分析了并購(gòu)活動(dòng)的績(jī)效。袁宏泉和陳建梁[8]以1999—2003 年間滬深兩市發(fā)生的699 起股權(quán)轉(zhuǎn)讓超過(guò)5% 的并購(gòu)事件為有效樣本，利用生產(chǎn)函數(shù)計(jì)算出公司并購(gòu)前后的全要素生產(chǎn)率，并分析了不同并購(gòu)活動(dòng)對(duì)產(chǎn)出效率的影響。實(shí)證研究表明，整體上看，公司股權(quán)轉(zhuǎn)讓后產(chǎn)出效率得到提高，但對(duì)長(zhǎng)期產(chǎn)出效率改善缺乏持續(xù)性；混合并購(gòu)使股權(quán)轉(zhuǎn)讓公司的效率提高，而橫向和縱向并購(gòu)卻降低了目標(biāo)公司的效率。另外，研究還表明，在不同的所有權(quán)結(jié)構(gòu)下，公司的產(chǎn)出效率并不存在顯著性的差異。尹豪[9]使用DEA方法研究了我國(guó)1999—2004年750個(gè)并購(gòu)事件樣本，發(fā)現(xiàn)并購(gòu)交易對(duì)企業(yè)效率改善是有積極作用的，并且從改善程度來(lái)看，對(duì)技術(shù)效率的作用要大于對(duì)規(guī)模效率的作用，而且這種改善作用具有持續(xù)性和一定的穩(wěn)定性。李雙杰和尹遜雅[10]通過(guò)DEA分析法，以主營(yíng)業(yè)務(wù)收入為產(chǎn)出指標(biāo)，主營(yíng)業(yè)務(wù)成本、期間費(fèi)用和固定資產(chǎn)為投入指標(biāo)，計(jì)算投入導(dǎo)向條件下2003—2009 年我國(guó)鋼鐵業(yè)上市公司Malmquist 生產(chǎn)力指數(shù)，并以2006 年和2007 年發(fā)生并購(gòu)的鋼鐵業(yè)上市公司為研究對(duì)象，對(duì)其并購(gòu)前后兩年的效率進(jìn)行實(shí)證研究，結(jié)果表明，鋼鐵行業(yè)并購(gòu)前后的全要素生產(chǎn)率呈現(xiàn)出V型變化趨勢(shì)，且在并購(gòu)后第二年就出現(xiàn)效率滑坡。

從以上研究可以看出，并購(gòu)能夠提升企業(yè)的全要素生產(chǎn)率，但這種效率改善是否具有持續(xù)性則有分歧。同時(shí)，基于要素生產(chǎn)率的分解，可以讓我們看清并購(gòu)效率的具體來(lái)源——究竟是技術(shù)效率的提高，還是規(guī)模效率的提高，或者源于生產(chǎn)效率的提高。但以上研究還存在以下不足：首先，用非參數(shù)方法計(jì)算全要素生產(chǎn)率的研究比較多，這是因?yàn)榉菂?shù)方法不需要對(duì)函數(shù)形式做出假設(shè)，計(jì)算也相對(duì)簡(jiǎn)單。但非參數(shù)方法要求數(shù)據(jù)的測(cè)量絕對(duì)準(zhǔn)確，因此，無(wú)法避免由于運(yùn)氣或其他測(cè)量問(wèn)題帶來(lái)的隨機(jī)誤差以及問(wèn)題數(shù)據(jù)對(duì)結(jié)果的影響。如果隨機(jī)誤差存在，勢(shì)必造成所得效率值與真實(shí)值的偏差。其次，出于簡(jiǎn)化的考慮，對(duì)所有行業(yè)都使用同一生產(chǎn)函數(shù)。除了Surajit和Ankit[6]對(duì)每個(gè)銀行都單獨(dú)估計(jì)生產(chǎn)函數(shù)、測(cè)定全要素生產(chǎn)率外，其余研究都假定所有企業(yè)符合同一個(gè)生產(chǎn)函數(shù)。這一點(diǎn)可能是學(xué)者們?yōu)榱诉_(dá)到生產(chǎn)率研究中對(duì)數(shù)據(jù)量的要求，使用非參數(shù)方法計(jì)算生產(chǎn)率時(shí)通常要求有至少連續(xù)7年的觀測(cè)數(shù)據(jù)。最后，較少有對(duì)全要素生產(chǎn)率的增長(zhǎng)進(jìn)行分解的研究，有限的幾篇沒(méi)有計(jì)算配置效率。一方面，是因?yàn)槭褂霉烙?jì)方法造成的；另一方面，也可能是因?yàn)榕渲眯实姆纸庑枰玫劫Y本成本，而資本成本的計(jì)算比較復(fù)雜。因此，針對(duì)以上研究的不足，本文將使用超越對(duì)數(shù)生產(chǎn)函數(shù)模型來(lái)測(cè)算并購(gòu)前后企業(yè)全要素生產(chǎn)率指標(biāo)的變化，并通過(guò)對(duì)全要素生產(chǎn)率增長(zhǎng)的分解來(lái)挖掘效率變化的深層來(lái)源。

二、模型介紹、樣本選擇與變量定義

1.模型介紹

本文使用參數(shù)方法[11]來(lái)估計(jì)生產(chǎn)函數(shù)，生產(chǎn)函數(shù)有線性、對(duì)數(shù)線性和超越對(duì)數(shù)等不同的形式。筆者借鑒Battese和Coelli[12]的模型：

Yit=xitβ+(Vit-Uit)

(1)

依Battese和Cora[13]對(duì)復(fù)合殘差項(xiàng)推導(dǎo)：

(2)

γ反映了生產(chǎn)無(wú)效率在復(fù)合殘差項(xiàng)中的比重，如果γ趨近于0，就表明無(wú)效率項(xiàng)引起的偏離前沿產(chǎn)出較少，甚至可以忽略不計(jì)，這時(shí)可以用OLS方法估計(jì)生產(chǎn)函數(shù)；反之，如果γ越趨近于1，則表明實(shí)際產(chǎn)出的偏離更多來(lái)源于技術(shù)非效率，采用隨機(jī)前沿模型估計(jì)就更合適。

為了實(shí)現(xiàn)對(duì)全要素生產(chǎn)率增長(zhǎng)率的分解，本文還使用了模型(3)：

lnYit=β0+β1lnKit+β2lnLit+β3t+β4(lnKit)t+β5(lnLit)t+β6lnKitlnLit+β7(lnKit)2+β8(lnLit)2+Vit-Uit

(3)

這里的生產(chǎn)函數(shù)形式為超越對(duì)數(shù)模型，周曉艷和韓朝華[11]認(rèn)為超越對(duì)數(shù)模型包容性強(qiáng)，易于估計(jì)。

基于全要素生產(chǎn)率的研究多集中在對(duì)宏觀經(jīng)濟(jì)體的考察上，由于要素價(jià)格信息的可得性不夠，資本成本難以計(jì)算，因此，盡管Kumbhakar等[14]的分解包含了配置效率，但學(xué)者們?cè)跍y(cè)算中大都忽略了對(duì)配置效率的計(jì)算[11-15-16]，如周曉艷和韓朝華[11]在對(duì)我國(guó)各地區(qū)間的全要素生產(chǎn)率進(jìn)行分解時(shí)就只考察了技術(shù)效率、生產(chǎn)效率和規(guī)模效率三種。本文利用上市公司的報(bào)表數(shù)據(jù)，搜集了企業(yè)會(huì)計(jì)報(bào)表中的職工薪酬數(shù)據(jù)，從而計(jì)算出了勞動(dòng)的平均成本(PL)。對(duì)于資本成本(PK)的衡量，王寧[17]認(rèn)為不能孤立地以每一種資本的成本來(lái)看待企業(yè)資本成本問(wèn)題，企業(yè)的資本成本應(yīng)當(dāng)是權(quán)益資本成本與負(fù)債資本成本的加權(quán)平均值，因此，本文借鑒王寧[17]的做法，計(jì)算了我國(guó)上市公司的綜合資本成本作為企業(yè)的資本成本，發(fā)現(xiàn)我國(guó)上市公司平均資本成本為9.69%。因此，本文使用企業(yè)微觀層面的數(shù)據(jù)計(jì)算出企業(yè)的資本成本，并在模型(3)的基礎(chǔ)上加入時(shí)間解釋變量以及有關(guān)解釋變量的交乘項(xiàng)，即可實(shí)現(xiàn)對(duì)配置效率的測(cè)算，全要素生產(chǎn)率的變化最終分解為四個(gè)部分：技術(shù)效率、生產(chǎn)效率、規(guī)模效率和配置效率。

技術(shù)效率(TP)分解為：

(4)

技術(shù)進(jìn)步一部分為所有個(gè)體共同擁有的技術(shù)進(jìn)步率，另一部分為非中性技術(shù)進(jìn)步，也就是不同個(gè)體隨時(shí)間而變化的技術(shù)效率，反映了個(gè)體在學(xué)習(xí)能力方面的差異。

一個(gè)公司的管理水平就反映到技術(shù)效率中，管理水平較高的公司通過(guò)接管目標(biāo)企業(yè)，提升原來(lái)企業(yè)的管理水平。也可以把管理能力看做一種資源，合并后，管理能力在新的企業(yè)中得到合理利用，從而提高了企業(yè)的全要素生產(chǎn)率，只不過(guò)管理能力是無(wú)形資本，不像勞動(dòng)力、資本、土地和設(shè)備等生產(chǎn)資料，因此，管理協(xié)同效應(yīng)應(yīng)該反映在技術(shù)效率之中。

生產(chǎn)效率(TE)定義為：

(5)

規(guī)模效率(SE)是指在保持其他生產(chǎn)條件不變情況下，要素投入增長(zhǎng)一倍時(shí)產(chǎn)出增長(zhǎng)的倍數(shù)，表示為：

(6)

配置效率(AE)反映了要素投入結(jié)構(gòu)變化對(duì)全要素生產(chǎn)率增長(zhǎng)率的貢獻(xiàn)，它是研究在產(chǎn)出給定時(shí)要素投入成本最小化問(wèn)題，在實(shí)際中生產(chǎn)要素的投入比例經(jīng)常會(huì)偏離利潤(rùn)最大化條件下的投入比例，因此，配置效率較高就說(shuō)明要素配比合理。

(7)

2.樣本選擇與變量定義

本文的樣本數(shù)據(jù)來(lái)自于CSMAR數(shù)據(jù)庫(kù)，樣本事件為2002—2014年滬深主板A股上市公司發(fā)生的并購(gòu)重組事件(上市公司可作為收購(gòu)公司或者目標(biāo)公司)，并按以下標(biāo)準(zhǔn)篩選樣本：(1)選取該公司在2002—2014年間并購(gòu)交易中披露了并購(gòu)金額且金額最大的案例作為一個(gè)樣本事件。之所以選取這樣的案例，是因?yàn)樯鲜泄就ǔＴ谝荒曛畠?nèi)或者連續(xù)不連續(xù)的幾年之內(nèi)有多起并購(gòu)活動(dòng)，并購(gòu)決策是一個(gè)公司所能做出的最重要的投資決策，而金額最大的并購(gòu)案例對(duì)于公司經(jīng)營(yíng)的影響是顯著的，企業(yè)生產(chǎn)要素的重組能夠產(chǎn)生明顯的效果。(2)公司基本數(shù)據(jù)完整。本文考察了發(fā)生并購(gòu)重組企業(yè)并購(gòu)前后3年包括并購(gòu)當(dāng)年共7年全要素生產(chǎn)率變化情況，同時(shí)保留了數(shù)據(jù)不滿足7年要求的公司，最終形成了一個(gè)非平衡的面板數(shù)據(jù)樣本。該數(shù)據(jù)以1 848家企業(yè)歷史上發(fā)生金額最大的并購(gòu)為樣本事件，跨度了[-3，3]共7年的企業(yè)數(shù)據(jù)，包括9 801條觀測(cè)值。

企業(yè)的產(chǎn)出Yit用主營(yíng)業(yè)務(wù)收入的對(duì)數(shù)來(lái)衡量，用年末的固定資產(chǎn)凈額對(duì)數(shù)來(lái)測(cè)度資本Kit，用年末的員工總?cè)藬?shù)對(duì)數(shù)來(lái)表示勞動(dòng)投入Lit。主營(yíng)業(yè)務(wù)收入、固定資產(chǎn)凈額和員工總?cè)藬?shù)數(shù)據(jù)均來(lái)自于CSMAR中上市公司財(cái)務(wù)數(shù)據(jù)庫(kù)。對(duì)于生產(chǎn)無(wú)效率殘差Uit的外生影響因素zit為時(shí)間，而對(duì)于時(shí)間的衡量采用并購(gòu)前第3年為基準(zhǔn)年1，之后年份分別為2、3、…，并購(gòu)當(dāng)年為4。

三、經(jīng)驗(yàn)分析

1.樣本描述性統(tǒng)計(jì)

表1描述了并購(gòu)事件的業(yè)務(wù)類型及年度分布情況。從業(yè)務(wù)類型上看，發(fā)生次數(shù)最多的并購(gòu)事件為協(xié)議轉(zhuǎn)讓(股權(quán))，有1 129例；協(xié)議轉(zhuǎn)讓(資產(chǎn))類居于其次，有745例，其次為債務(wù)重組和要約收購(gòu)類型的并購(gòu)重組，分別為30例和26例。因此，總體看來(lái)，協(xié)議收購(gòu)的事件有1 874例，而要約收購(gòu)僅為26例，與西方資本市場(chǎng)以要約收購(gòu)為主體的收購(gòu)模式相比還存在較大差距，而要約收購(gòu)?fù)ǔ１徽J(rèn)為是市場(chǎng)化程度較高的并購(gòu)模式。

表1 并購(gòu)樣本企業(yè)業(yè)務(wù)類型與年度分布表

年 度協(xié)議轉(zhuǎn)讓(資產(chǎn))協(xié)議轉(zhuǎn)讓(股權(quán))要約收購(gòu)債務(wù)重組總 計(jì)2002213600572003183202522004283403652005185041732006324015782007565716120200878101211782009801161119820109312332221201110317942288201213528065426201338422082201445392288總 計(jì)745112926301926

注：樣本為2002—2012年間1 848家上市公司交易金額最大的并購(gòu)重組事件。并購(gòu)重組事件的業(yè)務(wù)類型按照CSMAR數(shù)據(jù)庫(kù)的標(biāo)準(zhǔn)表示。

2.生產(chǎn)函數(shù)回歸估計(jì)結(jié)果

這里給出對(duì)全樣本模型(1)的估計(jì)結(jié)果。*本文還分行業(yè)對(duì)模型(2)進(jìn)行了估計(jì)，但由于篇幅限制，這里不再一一匯報(bào)。使用Front41估計(jì)隨機(jī)前沿生產(chǎn)函數(shù)(命令省略)，得到1 926家企業(yè)10 058個(gè)全要素生產(chǎn)率值，結(jié)果如表2所示。

表2 對(duì)數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿模型估計(jì)

變 量對(duì)數(shù)生產(chǎn)函數(shù)估計(jì)變 量生產(chǎn)無(wú)效率方程估計(jì)cons10.2848(80.8912)delta0-9.2269(-7.1796)lncap0.3894(46.2995)t-1.6216(-14.0673)lnlab0.4397(44.6892)Log-Likelihood-14044.7170σ27.1254(10.9458)LR281.7031γ0.8806(70.4345)

從表2可知，我國(guó)上市公司并購(gòu)年度資本的平均產(chǎn)出彈性為0.3894，勞動(dòng)的平均產(chǎn)出彈性為0.4397，要素投入的產(chǎn)出份額小于1，這說(shuō)明我國(guó)上市公司開(kāi)始擺脫依靠要素投入的粗放增長(zhǎng)模式，逐漸走上依靠技術(shù)進(jìn)步實(shí)現(xiàn)企業(yè)效益增長(zhǎng)的道路；對(duì)資本的依賴程度有所降低，對(duì)勞動(dòng)投入的依賴增強(qiáng)，這也反映了隨著人民生活水平不斷提高以及我國(guó)資本市場(chǎng)的不斷發(fā)展，資金的稀缺性相對(duì)降低，而勞動(dòng)力成本不斷提高的現(xiàn)實(shí)。γ值為0.8806，且其t值大于0.0100的顯著性水平上的臨界值，說(shuō)明γ顯著不為0。γ值比較接近1，說(shuō)明這里采用隨機(jī)前沿模型估計(jì)是合適的。生產(chǎn)函數(shù)系數(shù)的t值都比較大，說(shuō)明估計(jì)都在0.0100的水平上顯著。生產(chǎn)無(wú)效率項(xiàng)方程mit=zitδ中，解釋變量zit為常數(shù)項(xiàng)delta0和時(shí)間t組成的向量元素，δ為相應(yīng)的系數(shù)，由表2可知，各系數(shù)也是顯著的。似然函數(shù)值以及LR單側(cè)似然比檢驗(yàn)說(shuō)明模型擬合結(jié)果良好。

3.企業(yè)全要素生產(chǎn)率變化的并購(gòu)效應(yīng)分析

并購(gòu)企業(yè)歷年平均產(chǎn)出效率有明顯的隨時(shí)間上升的趨勢(shì)。因此，雖然表2說(shuō)明了并購(gòu)后企業(yè)全要素生產(chǎn)率得到提升，但還不能證明是由于并購(gòu)重組起的作用，還要剔除時(shí)間效應(yīng)。

為了證明全要素生產(chǎn)率的提高不僅僅是由于存在時(shí)間趨勢(shì)，并購(gòu)重組確實(shí)提高了企業(yè)的全要素生產(chǎn)率，我們將全要素生產(chǎn)率對(duì)時(shí)間變量以及企業(yè)并購(gòu)年度變量進(jìn)行回歸，在控制了時(shí)間因素的同時(shí)，考察并購(gòu)各年度企業(yè)全要素生產(chǎn)率水平的變動(dòng)情況。為了進(jìn)一步說(shuō)明并購(gòu)重組的作用，我們引入一個(gè)虛擬變量Dum替代企業(yè)并購(gòu)年度變量，對(duì)于企業(yè)并購(gòu)當(dāng)年前的年份，Dum=0，對(duì)于企業(yè)并購(gòu)當(dāng)年以及并購(gòu)后的年份，Dum=1 。

回歸結(jié)果如表3所示。

表3 全要素生產(chǎn)率變化的時(shí)間趨勢(shì)與并購(gòu)效應(yīng)檢驗(yàn)

注：*、**和***分別表示10%、5%和1%的顯著性水平；—表示該變量不包括在模型中；括號(hào)內(nèi)數(shù)字為回歸系數(shù)的t值；在對(duì)超越對(duì)數(shù)生產(chǎn)函數(shù)模型(2)的估計(jì)結(jié)果進(jìn)行分析時(shí)，也發(fā)現(xiàn)了類似的結(jié)論，這里不再匯報(bào)。

另外，本文還嘗試使用營(yíng)業(yè)收入作為企業(yè)的產(chǎn)出去計(jì)算全要素生產(chǎn)率，發(fā)現(xiàn)與主營(yíng)業(yè)務(wù)收入的計(jì)算結(jié)果基本一致。本文也嘗試了其他企業(yè)基本層面的控制變量，發(fā)現(xiàn)結(jié)論是穩(wěn)健可靠的。因此，可以得出如下結(jié)論：

我國(guó)企業(yè)全要素生產(chǎn)率增長(zhǎng)存在明顯的隨時(shí)間遞增的趨勢(shì)，而且并購(gòu)后企業(yè)的全要素生產(chǎn)率增長(zhǎng)明顯，說(shuō)明并購(gòu)重組能夠提升企業(yè)的全要素生產(chǎn)率水平，也就是說(shuō)并購(gòu)是有效率的。

四、并購(gòu)企業(yè)全要素生產(chǎn)率增長(zhǎng)率分解分析

1.分行業(yè)并購(gòu)企業(yè)全要素生產(chǎn)率分析

為了反映不同行業(yè)生產(chǎn)函數(shù)的差異，本文采用Stata11.0的分行業(yè)估計(jì)模型對(duì)模型(2)進(jìn)行擬合。由于行業(yè)較多，這里就不詳細(xì)匯報(bào)各行業(yè)生產(chǎn)函數(shù)的回歸結(jié)果。回歸結(jié)果顯示，大部分行業(yè)的回歸模型γ值都在0.7800以上，說(shuō)明采用隨機(jī)前沿方程估計(jì)模型是合適的。

根據(jù)極大似然估計(jì)結(jié)果可知，我國(guó)上市公司平均資本產(chǎn)出彈性為0.4162，勞動(dòng)的平均產(chǎn)出彈性為0.3727。而周曉艷和韓朝華[11]利用分省份的宏觀數(shù)據(jù)測(cè)算結(jié)果分別為0.1891和0.7372，反映出我國(guó)經(jīng)濟(jì)增長(zhǎng)較多地依賴于勞動(dòng)要素的投入增長(zhǎng)，屬于比較粗放的增長(zhǎng)模式。而本文對(duì)上市公司的估算結(jié)果反映出我國(guó)上市公司的產(chǎn)出增長(zhǎng)對(duì)資本投入的依賴程度稍高，上市公司與我國(guó)整體經(jīng)濟(jì)依賴勞動(dòng)要素投入增長(zhǎng)的模式有著本質(zhì)的區(qū)別，體現(xiàn)了上市公司是我國(guó)企業(yè)中的優(yōu)質(zhì)企業(yè)，結(jié)果如表4所示。

表4 主要行業(yè)平均勞動(dòng)和資本產(chǎn)出彈性

行 業(yè)勞動(dòng)產(chǎn)出彈性資本產(chǎn)出彈性采礦業(yè)0.31230.4847電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)0.32160.5742房地產(chǎn)業(yè)0.60190.0891服務(wù)業(yè)0.12930.4287建筑業(yè)0.42590.0710交通運(yùn)輸、倉(cāng)儲(chǔ)業(yè)和郵政業(yè)0.44800.3889金融業(yè)0.74130.3773農(nóng)、林、牧、漁業(yè)0.25350.2841批發(fā)和零售業(yè)0.37400.2244水利、環(huán)境和公共設(shè)施管理業(yè)0.21100.5586文化、體育和娛樂(lè)0.28150.6646信息傳輸、軟件和信息技術(shù)服務(wù)0.57790.2667制造業(yè)0.33330.4866住宿和餐飲業(yè)0.30040.3370綜合0.42260.4393租賃和商務(wù)服務(wù)業(yè)0.63240.2073總體0.37270.4162

注：CSMAR中的行業(yè)標(biāo)準(zhǔn)總共有18類，這里由于居民服務(wù)、修理及其他服務(wù)業(yè)以及科學(xué)研究和技術(shù)服務(wù)業(yè)的數(shù)據(jù)較少，在擬合時(shí)過(guò)少的數(shù)據(jù)會(huì)導(dǎo)致模型不收斂，因此，將這兩個(gè)行業(yè)的數(shù)據(jù)合并為一類，行業(yè)名稱為“服務(wù)業(yè)”；部分行業(yè)分類缺失的企業(yè)歸類為綜合。

從表4可知，不同行業(yè)的資本和勞動(dòng)產(chǎn)出彈性差異較大，說(shuō)明分行業(yè)的估計(jì)是合適的。另外，資本和勞動(dòng)的產(chǎn)出彈性之和為規(guī)模報(bào)酬率，表4結(jié)果表明大部分行業(yè)的規(guī)模報(bào)酬率都小于1。這說(shuō)明我國(guó)上市公司規(guī)模效應(yīng)并不明顯，靠簡(jiǎn)單的規(guī)模擴(kuò)張來(lái)實(shí)現(xiàn)企業(yè)產(chǎn)出增長(zhǎng)的情況是比較少的，上市公司依賴于更深層次的增長(zhǎng)因素。

由并購(gòu)前后3年上市公司生產(chǎn)效率的變化情況可以看出，并購(gòu)前3年上市公司的平均生產(chǎn)效率是不斷下降的。而在并購(gòu)后，生產(chǎn)效率開(kāi)始出現(xiàn)了明顯的上升趨勢(shì)，并且在并購(gòu)后的第一年生產(chǎn)效率就得到了改善。同時(shí)，并購(gòu)后第一年生產(chǎn)效率的增長(zhǎng)速度比較快，而在第二年和第三年生產(chǎn)效率的增長(zhǎng)趨于緩和。

2.并購(gòu)企業(yè)全要素生產(chǎn)率增長(zhǎng)率分解結(jié)果

從圖1可見(jiàn)，全要素生產(chǎn)率增長(zhǎng)主要來(lái)自于技術(shù)效率，其次是生產(chǎn)效率的變化，這兩者對(duì)全要素生產(chǎn)率的增長(zhǎng)一直是顯著的正貢獻(xiàn)。配置效率對(duì)全要素生產(chǎn)率增長(zhǎng)的貢獻(xiàn)較小，但大多為正，規(guī)模效率為負(fù)，這表明上市公司的產(chǎn)出增長(zhǎng)主要來(lái)自于生產(chǎn)效率的提高和技術(shù)進(jìn)步的作用，規(guī)模經(jīng)濟(jì)或范圍經(jīng)濟(jì)的作用較小。顏鵬飛和王兵[18]的研究也表明從20世紀(jì)90年代以來(lái)我國(guó)的規(guī)模經(jīng)濟(jì)不斷下降。規(guī)模經(jīng)濟(jì)的不顯著表明我國(guó)上市公司的全要素生產(chǎn)率的增長(zhǎng)不再是原始的依靠擴(kuò)大企業(yè)規(guī)模實(shí)現(xiàn)，而是依賴于結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)升級(jí)實(shí)現(xiàn)，技術(shù)效率和生產(chǎn)效率一直顯著為正就說(shuō)明了這一點(diǎn)。從變化趨勢(shì)上看，技術(shù)效率和規(guī)模效率一直保持在比較穩(wěn)定的水平上。生產(chǎn)效率與配置效率大部分時(shí)間都存在互補(bǔ)的關(guān)系，并購(gòu)當(dāng)年，在配置效率對(duì)全要素生產(chǎn)率增長(zhǎng)貢獻(xiàn)比較小的情況下，生產(chǎn)效率不斷提高，而在生產(chǎn)效率下降的情況下，配置效率緩解了這一趨勢(shì)，從而使全要素生產(chǎn)率增長(zhǎng)率水平在并購(gòu)后維持在0以上。

圖1 并購(gòu)企業(yè)全要素生產(chǎn)率增長(zhǎng)率分解曲線

五、研究結(jié)論和政策建議

首先，企業(yè)全要素生產(chǎn)率有明顯的隨時(shí)間遞增的趨勢(shì)。本文通過(guò)回歸分析控制了全要素生產(chǎn)率增長(zhǎng)的時(shí)間趨勢(shì)后，發(fā)現(xiàn)全要素生產(chǎn)率增長(zhǎng)的并購(gòu)效應(yīng)依然明顯，說(shuō)明并購(gòu)重組能夠提升企業(yè)的全要素生產(chǎn)率水平，也就是說(shuō)并購(gòu)是有效率的。

其次，對(duì)全要素生產(chǎn)率的分解研究顯示，全要素生產(chǎn)率的增長(zhǎng)主要來(lái)自于技術(shù)進(jìn)步率，其次是生產(chǎn)效率的變化，這兩者對(duì)全要素生產(chǎn)率的增長(zhǎng)一直是顯著的正貢獻(xiàn)。配置效率對(duì)全要素生產(chǎn)率的增長(zhǎng)的貢獻(xiàn)較小，規(guī)模效率貢獻(xiàn)為負(fù)。

隨著上市公司并購(gòu)模式的不斷成熟，以及并購(gòu)法律法規(guī)的不斷完善，以實(shí)現(xiàn)產(chǎn)業(yè)整合、轉(zhuǎn)移和升級(jí)為目的的并購(gòu)活動(dòng)不斷增加，尤其在全球金融危機(jī)后全球并購(gòu)市場(chǎng)低迷的情況下，我國(guó)企業(yè)的并購(gòu)活動(dòng)如火如荼。盡管總體來(lái)看，我國(guó)上市公司的并購(gòu)活動(dòng)顯著提升了企業(yè)的全要素生產(chǎn)率水平，但在并購(gòu)市場(chǎng)中仍存在不少問(wèn)題：(1)我國(guó)上市公司的市場(chǎng)化程度仍比較低，要約收購(gòu)的案例非常少，大部分為協(xié)議收購(gòu)。(2)并購(gòu)支付方式單一，大部分為現(xiàn)金支付。(3)內(nèi)幕交易和暗箱操作的現(xiàn)象仍然存在，中小投資者的利益得不到有效的保護(hù)。有鑒于此，筆者建議：一方面，政府部門應(yīng)積極進(jìn)行法律和政策方面的完善，創(chuàng)造自由、高效、公開(kāi)、公平的市場(chǎng)環(huán)境；另一方面，政府部門要減少采取行政手段對(duì)并購(gòu)活動(dòng)的干預(yù)，使市場(chǎng)規(guī)律能夠充分地發(fā)揮作用，提升并購(gòu)活動(dòng)的市場(chǎng)化程度，提高資源配置效率。另外，還要進(jìn)一步促進(jìn)多樣化金融工具的發(fā)展，積極探索非現(xiàn)金的支付方式。

[1] Ferris, S.P., Jayaraman, N., Sabherwal, S.CEO Overconfidence and Intenational Merger and Acquisition Activity[J].Jouranl of Financial and Quantitative Analysis,2013,48(1):37-164.

[2] Lichtenberg,F.R., Siegel,D.Productivity and Changes in Ownership of Manufacturing Plants[J].Brooking Papers on Economic Activity,1989,18(3):643-684.

[3] Gort,M.,Nakil, S.Competition and Productivity Growth: The Case of the U.S.Telephone Industry[J].Economic Inquiry,1999, 37(4):678-691.

[4] Amess,K.The Effect of Management Buyouts in Firm-Level Technical Inefficiency: Evidence From a Panel of UK Machinery and Equipment[J].The Journal of Industrial Economics, 2003,51(1):35-44.

[5] Malgorzata,P.The Impact of M&A on Technical Efficiency, Scale Efficiency and Productivity Change in the Polish Banking Sector: A Non-Parametric Approach[R].National Bank of Poland Working Paper, 2003.

[6] Surajit,B.,Ankit,C.Efficiency of Indian Commercial Banks:The Post-Reform Experience From Mergers & Acquisitions[R].MPRA Paper No.39299, 2012.

[7] 李心丹，朱洪亮，張兵，等.基于DEA 的上市公司并購(gòu)效率研究[J].經(jīng)濟(jì)研究, 2003, (10)：15-24.

[8] 袁宏泉, 陳建梁.上市公司股權(quán)變更與公司產(chǎn)出效率的研究[J].中山大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2005,(5)：87-94.

[9] 尹豪.中國(guó)企業(yè)并購(gòu)的價(jià)值研究[D].南京：河海大學(xué)博士學(xué)位論文，2006.

[10] 李雙杰,尹遜雅.中國(guó)鋼鐵業(yè)上市公司并購(gòu)效率研究[J].價(jià)格月刊，2011，(4)：68-71.

[11] 周曉艷,韓朝華.中國(guó)各地區(qū)生產(chǎn)效率與全要素生產(chǎn)率增長(zhǎng)率分解(1990—2006)[J].南開(kāi)管理評(píng)論, 2009，(5):26-48.

[12] Battese, G.E., Coelli, T.J.A Model of Technical Inefficiency Effects in a Stochastic Frontier Production for Panel Data[J].Empirical Economics,1995,20(2):325-332.

[13] Battese,G.E.,Cora,G.S.C.Estimation of a Production Frontier Model:With Application to the Pastoral Zoon of Eastern Australia[J].Australia Journal of Agricultural Economics,1977,21(3)：169-179.

[14] Kumbhakar,S.C.,Tsionas,E.G.,Sipl?inen,T.Joint Estimation of Technology Choice and Technical Efficiency:An Application to Organic and Conventional Daily Farming[J].Journal of Productivity Analysis,2009,31(3):151-161.

[15] 郭慶旺，賈俊雪.中國(guó)全要素生產(chǎn)率的估算:1979—2004[J].經(jīng)濟(jì)研究，2005,(6)：51-60.

[16] 袁堂軍.中國(guó)企業(yè)全要素生產(chǎn)率水平研究[J].經(jīng)濟(jì)研究，2009，(6)：52-64.

[17] 王寧.我國(guó)上市公司資本成本比較[J].中國(guó)工業(yè)經(jīng)濟(jì)，2000，(11)：59-64.

[18] 顏鵬飛，王兵.技術(shù)效率、技術(shù)進(jìn)步與生產(chǎn)率增長(zhǎng)：基于DEA的實(shí)證分析[J].經(jīng)濟(jì)研究，2004，(12)：55-65.

(責(zé)任編輯：劉 艷)

2016-09-19

國(guó)家社會(huì)科學(xué)基金青年項(xiàng)目“我國(guó)國(guó)有上市公司政治控制成本研究”(71302072)

楊玉坤(1986-)，男，河南虞城人，博士研究生，主要從事公司治理和公司并購(gòu)研究。E-mail：millet@126.com

F224.9

A

1000-176X(2016)11-0023-07