地域相近性对大宗股权协议转让公告效应研究

李 敏

(东北财经大学 数学与数量经济学院/经济计量分析与预测研究中心,辽宁 大连 116025)

地域相近性对大宗股权协议转让公告效应研究

李 敏

(东北财经大学 数学与数量经济学院/经济计量分析与预测研究中心,辽宁 大连 116025)

本文从企业并购的信息角度入手,采用事件研究方法,考察了我国大宗股权协议转让过程中,相关公司的地理位置相近性对大宗股权协议转让公告效应的影响。论证了大宗股权收购的收购方对于同城的目标公司有强烈的偏好;同城收购的目标公司相对于异城收购的目标公司,可以在首次公告日的事件窗内取得统计上显著更高的异常收益;并且当目标公司规模小、风险大、高管持股比例高、收购方在收购后成为第一大股东、财务杠杆高等情况出现时,异常收益会更加显著。

大宗股权协议转让;地域相近性;同城;异城

企业并购是加快企业资源整合和战略布局的有效途径,是通过规模效应提升自身竞争实力的重要手段,在并购过程中,信息更是关系其成败的关键因素之一。我国的并购活动开始的较晚,直到上世纪 80年代初,才日渐在企业资本扩张的过程中扮演着越来越重要的角色。而国内学术界对于并购活动的研究,自原红旗和吴星宇[1]的文章才逐渐出现。

目前,我国的证券市场已基本通过了弱式有效检验[2],赵宇龙用股价反应验证了会计盈利的信息含量,所以用股价检验重组公告的信息含量有一定的理论基础[3]。之后,国内众多学者对公司并购重组公告进行了多角度的实证研究。与本文相关的比较有代表性的研究,如王志诚和张翼[4],发现在中国大宗非流通股权转让的市场反应为正,股票价格在转让公告前 75个交易日开始上涨直至公告日,平均累积超额收益大约为 7.9%;此后大致保持水平。研究结果表明了大宗股权购买者在公司监督和管理中所扮演的积极角色。国外有研究结果显示,French和 Poterba[5],Kang和 Stultz[6]认为,投资者在进行全球资产配置时,对本国的股票都表现出一种强烈的偏好。最近的研究表明,这种在全球资产配置中表现出的“本土偏好”现象,即使在本国范围内的资产选择中也同样存在,而且选择本地股票所得收益比选择非本地股票所得收益要高。Coval和Moskowitz[7]研究证明,对于那些规模越小,杠杆越高的公司,所存在的“本土偏好”现象越明显。Malloy[8]在利用更大范围的样本进行研究后,发现分析地理位置的相近性比进行其他分析更能准确地预测收益,尤其在当目标公司坐落于小城市或者偏远地区时,这种准确性更加显著①Loughran和 Schultz(2005)检验了公司的地理位置对股票流动性的影响,得出结论,坐落于乡村的公司的股票被分析师关注的少一些,并且交易也没有坐落于城市的公司的股票活跃。这些结果表明地理位置也会影响股票的流动性。。

鉴于前述研究结果,笔者可以进而推测,一方面,投资者在地理位置上距离目标公司相对越近,就会比地理位置相对较远的其他投资者具有一种地理区位上的信息优势,这可能由于他有相对顺畅的渠道,可以便捷的获得与公司相关的有价值信息,而这种信息优势往往能转化为超额收益。之前学者的研究结果也在一定程度上支持了这种猜测,研究表明,与目标公司地理位置相近的收购者比遥远的收购者更容易获得更高的公告效应,更进一步的是,目标公司的信息不对称程度越高,地理位置相近性的好处就越明显。另一方面,对于收购后目标公司的监管成本,也会随着收购投资方和目标公司之间距离的增加而增加,距离目标公司较近的投资方,可以获得监管成本上的优势。Lerner[9]的发现也证明了这点,风投公司在目标公司中的董事会席位有一部分取决于收购方与目标公司之间的距离,他指出,要经常拜访目标公司的高额的监管成本使得远方的收购者没有很大的动力去参与目标公司日后的监管。

因此,本文将“本土偏好”引入大宗股权收购的研究,采用事件研究方法,从企业并购的信息角度入手,考察了我国大宗股权协议转让过程中,相关公司的地理位置相近性对大宗股权协议转让公告效应的影响。在此基础上,进一步引入了地理位置变量作为一个分组因素,重点在于比较同城收购和异城收购在交易及财务特征中是否存在显著差异,并进而探索引发这些差异的具体因素。

一、数据来源、样本选择及研究方法

1.变量定义

大宗股权收购,指收购方最初持有目标公司的股份比例不超过已发行股本的 5%,在股权协议转让中收购的股份比例不低于 5%但又不高于 50%的收购行为。

事件日,指大宗股权协议转让的首次公告日。

同城收购 (异城收购),是指收购方与目标方处于同一个 (不同的)省 (自治区或直辖市)。

“省”际变量,即收购方和目标公司是否处于同一个省 (直辖市或自治区)以及他们之间的直线距离,是作为测量目标公司与收购方地理位置相近性①收购方的总部所在地与目标公司注册地相比较。的最优代理变量②因为省 (自治区或直辖市)的地理区位及行政区划可以作为对于信息流动的主要限制。与目标公司处于同城的收购者要比座落于其他城市的收购者更容易实现信息优势,因为前者能够通过多种渠道取得关于目标公司的各种信息,更进一步说,同城的收购者更容易熟悉或掌握省内的一些政策、法规,这些都能够影响目标公司的公司制度、经营表现以及治理结构等一系列特征。另外,同城的收购者可以利用自己的资源优势,与当地的政府部门、监管部门进行有效的沟通,以确保收购过程的顺利进行。以上这些论据表明,在省一级的政府和法规政策系统,包括省级法院,都会对收购方在收购后对目标公司的监督管理以及运营干预产生很大的影响。因此,选择“省”际变量,既能捕捉到同城收购者的信息优势,又不至于因划分太细微而失去信息优势,是对于信息传输距离的最优代理变量。。

di,j,收购方与被收购方的直线距离,作为地理位置相近性的另一个变量。根据公司所在地理位置的经纬度,利用以下标准公式来计算收购方和被收购方之间的直线距离。

di,j=arccos{cos(lati)cos(loni)cos(latj)cos(lonj)+cos(lati)sin(loni)cos(latj)sin(lonj)+sin(lati) sin(layj)}2πr/360,其中,lat和 lon分别代表纬度和经度,i,j分别代表收购方和被收购方,r代表地球半径 (约为 6 378千米)。

2.数据来源及样本选择

本文的数据样本取自 1999年 1月到 2006年 2月期间中国股票市场上发生的大宗股权协议转让事件。最初的样本事件来自于北京大学 CCER色诺芬数据库,数据描述统计中所涉及到的目标公司的财务数据来自W ind资讯金融终端;公司治理结构的数据来自国泰君安研究中心数据库;全国各省市法人单位及产业活动单位数目来自《中华人民共和国国家统计局第二次全国基本单位普查公报》;同时,由于本文所研究样本的目标公司是上市公司,收购方有可能是非上市公司,而未上市的收购方数据相对较难获得,因此,本文中涉及到的收购方的地理位置、所属行业、收购方与目标公司所处的经纬度等资料均来自于互联网权威网站。

笔者对原始获得的事件样本进行了如下的整理:①剔除交易尚未完成或已终止的样本;②剔除交易完成后收购方持有目标公司股份比例超过 50%的样本;③剔除买方在该笔交易前即为目标公司控股股东的样本;④由于收购方常常很难从单独一个卖家获得数量上的满足,可能会同时与几个卖家签订协议。因此,笔者把三年之内同一个收购方,对同一个目标公司的所有交易合并为一个事件样本得出三年内收购方的最终持股比例;⑤对于在同一天内,不只一个收购者对同一个目标公司进行收购的事件进行剔除,因为这种样本在后续的研究中难以确定买方的性质以及交易的性质,更难确定对目标公司造成的影响是由谁主导的;⑥剔除收购方为非境内企业或个人的样本;⑦剔除没有标明目标公司 GICS(全球行业分类标准)的样本;⑧剔除收购方名称明显错误或者在互联网上无法查询其信息的样本;⑨剔除首次公告日前后停牌时间过长的样本;⑩剔除目标公司股价的历史交易数据缺失的样本。这样,笔者将样本数量从最初的 2 407个缩减到规范的 995个。

3.样本描述统计

表1①鉴于版面限制,本文中除表 3、5其余均在附录中展示,有需要的读者可以与作者取得联系。描述了本文中 995个大宗股权协议转让样本按照年份、行业以及是否处于同一个省际 (包括自治区或直辖市)等特征。可以看出,许多目标公司处于消费者相机选购品行业 (21.71%)②GICS(全球行业分类标准)。,大宗股权交易最活跃的一年发生在 2002年,共有 188个样本 (18.89%),其余四年的分布比较均匀。汇总统计,收购方和目标公司处于同一个省 (自治区或直辖市)的样本共 544个 (54.67%),处于不同的省 (自治区或直辖市)的样本共 451个 (45.33%)。同时应注意到,在 995个样本中,共涉及到 544个目标公司,也就是说,有许多公司在不同的时期被不同的收购方收购过;这也从另一个侧面说明,在我国所有上市的A股公司中,从 1999年 1月到 2006年 2月间,只有这 554个上市公司在大宗协议收购方面比较活跃,其余的大多数公司几乎都没有发生过大宗协议转让。

为了更好地量化收购者“本地偏好”的程度,需要对每一个城市中任何一家公司被同城收购的概率期望进行估计。类似 Kedia,Panchapagesan和 Uysal[10]的研究方法,笔者假设,全国所有的法人单位和产业活动单位都可以成为潜在的收购者,用处于同一个省际的法人单位和产业活动单位的数量除以全国所有的法人单位和产业活动单位的数量,就得到某个省际范围内的企业被同城收购的概率期望③这些数据中没包括作为潜在收购者的个人投资者,所以我们这种方法可能会存在一定的测量误差。。

从表 2可以清楚地看到,平均意义上,大宗股权协议转让中收购方与被收购方的直线距离为621.536千米,距离的中位数为 124.248千米。同城收购的样本中,距离均值为 64.446千米,中位数为 0④由于许多样本的收购双方处于同一个地级市或者县级市内,这样的样本直线距离记为 0。。异城收购的样本中,距离均值为 1 293.50千米,中位数为 1 200.33千米。笔者利用这些单位的总部所在地作为位置的确定。可以发现,这些被同城收购的概率期望的均值为 3.226%,中位数为2.952%。在本文的 995个样本中,实际被同城收购的比例为 54.673%,这个数字要远远大于被同城收购的概率期望。这基本印证了西方已有的研究结论,无论是机构投资者,还是个人投资者,都存在一种“本地偏好”。但中国实际被同城收购的比例要远远大于西方市场的比例,这可能由于我国的市场还不是一个完全自由的市场,政府在市场中的地位不容忽视,在大宗股权收购的过程中,地方政府常常扮演了极其重要的角色,它们往往提供包括资金支援、资产 (土地等)低价注入在内的支持,通过重组本地有实力的上市公司,确保本地区上市公司的数量、质量及再融资资格,进而增加本地就业和维护地方稳定,保证税收来源,增加地方财政收入。

表3中展示了 995个样本目标公司情况的描述统计,目的是从信息不对称程度、公司过往经营业绩、过去的波动性与风险、实施收购的难易程度等四方面来考察样本总体、同城收购、异城收购这三组的异同。

(1)信息不对称程度

能够描述信息不对称程度的变量为:a.目标公司的资产规模。公司的规模越小,市场影响力就越小,它的同业竞争对手、上下游企业、政府以及证券分析师对其关注程度就越小,信息传输速度越慢,信息不对称程度越大;b.高管持股比例,也即内部控制人持股比例,这个比例越高,信息不对称程度越大。

从表 3中可以看出,同城收购中,收购方偏好于资产规模较大的公司,相对而言,异城收购的收购方偏好资产规模较小的公司,检验结果在 10%的显著性水平上通过了双样本均值 T检验,也就是说,同城收购的目标公司规模要大于异城收购的目标公司规模,结论与西方已有的研究结果有较大差别。笔者认为,这可能是由我国政府在大宗股权收购过程中所扮演的特殊角色所导致的,正如前文所述,规模越大的公司,政府主导其兼并收购或资产重组的可能性就越大,政府干预收购进程的动机就越强,政府往往会出面选择同城的收购者收购这类较大规模的公司,以便在收购完成之后更易于管理,并且不会对地方税收收入造成影响,也同时保护当地的上市公司数目。

(2)目标公司的过往经营业绩

主营业务收入与总资产的比值,可以作为衡量目标公司过去经营业绩的指标。而对目标公司过往经营业绩的关注程度,也在一定程度上反映了所处不同地理位置的并购投资方,在信息不对称程度上的差异。因为同城收购者在对目标企业进行信息收集、对并购后企业的经营进行监督管理、甚至是向目标企业派驻管理层等方面都比异城并购者具有优势。也就是说,同城收购者更容易参与目标公司日后的经营管理,更容易通过自身的能力来提升目标公司的盈利能力。因而,同城收购者对于目标公司的过往业绩相对并不十分看重;相反,异城收购者往往会因为不熟悉目标公司所处省份的政策法规、经济发展状况、自然人文环境等诸多因素,很难在收购完成后按照自己的意图去管理目标公司,所以,他们会倾向于去选择那些拥有良好过往业绩的公司。

从表 3中可看出,同城收购主营业务与总资产的比例的均值为 58.05%,中位数为 44.76%;而异城收购的均值为49.13%,中位数为37.71%,均在1%的显著性水平上通过 T检验。实证结果与理论分析一致,即异城收购者比同城收购者更看重目标公司的过往经营业绩。

表3 目标公司的描述统计

(3)目标公司过去波动性与风险

①目标公司股价过去 100周的年化波动率。从资本市场的角度,用目标公司过去两年的股价波动率来刻画其风险,波动率越大,未来的不确定性越大,对未来股价预测的可信度就越低,风险也就相应越大;②运营杠杆。其计算公式为:杠杆 =负债/(负债 +股票市值),相当于财务杠杆,刻画了公司举债经营的程度,一个公司的财务杠杆越大,其债务负担就越重,发生财务危机的可能性就越大,经营风险也就越大。

从理论上而言,在同城收购中,出资方与目标公司很可能存在某种关联,出现问题或者纠纷后,解决起来可能比异城收购要容易许多,因而,同城收购者在规避风险方面应该没有异城收购者那么认真。但实证检验中却没有得到特别显著的结果,同城和异城收购者在风险规避方面并没有表现出显著的差异。

(4)收购难易程度

本文选取了 5个衡量实施收购难易程度的指标为:①前 10大股东的持股比例之和。目标公司高管持股比例;②前 10大股东持股比例之平方和。目标公司的10指数①前 10大股东的持股比例之和。;③目标公司的10指数②;④目标公司的托宾 Q,Tobin-q= (股票市值 +债务)/资产账面值;⑤收购方在三年内最终持有目标公司的股份比例。

一般而言,拥有绝对控股股东的公司,成为收购兼并目标公司的可能性往往较小,而且在收购该类公司成功的情况下,收购者往往需要支付较大的额外金额,这表明了控股股东对收购兼并的抵制心态。Shleifer和 Vishny[11]甚至认为,取得大股东地位是收购方收购成功的必要条件,因此,目标公司高管持股比例在一定程度上反映了实施收购的难易程度。托宾Q,表示了公司的市场价值与账面价值之比,比值越大,表明公司的市场溢价越高,今后的成长性越好;比值越低,表明公司的市场价值越接近于账面价值,作为目标公司被收购时,其价格就相对越低。以上 5个指标能从不同角度体现出目标公司抵御程度以及收购的难易程度,统计结果在表 3中得到,在两样本均值 T检验中,高管持股比例在 10%的水平上显著,托宾Q和收购方三年内最终持股比例在 5%的水平上显著。进而可以认为,同城收购的目标公司的高管持股比例要高于异城收购的目标公司;同城收购的目标公司的市场溢价要低于异城收购;同城收购的收购方三年内最终持有的目标公司的股份比例要大于异城收购。可见,同城收购的出资方所选择的目标公司一般比异城收购所选择的难度要大。正如上所述,同城收购的出资方在信息资源、政府资源以及各种渠道上较异城收购者都有十分明显的优势,所以,在其他方面资质相似的情况下,同城收购者可以接受难度相对更大的收购目标。

在表 4中,笔者比较了同城收购与异城收购的一些重要交易特征。Kang和 Ki m (2008)的研究发现,同城收购者往往具有一个较长的持有期,并且会积极参与目标公司的日常管理;而异城收购者更像是一个被动投资者,持有期相对较短。但本文使用收购方在三年内是否增持被收购方股份作为变量来进行研究,发现同城收购与异城收购在这个指标上差异不显著。同城收购和异城收购在并购动机角度也表现出一定的差别。鉴于目前我国在公开市场数据方面的限制,笔者采用买方在该笔交易完成后是否成为目标公司的第一大股东,协议转让后一年内目标公司的行业是否发生变更这两个指标来间接刻画买方的交易目的。统计结果显示,同城收购中平均有 30.147%的收购方成为了目标公司的第一大股东;而异城收购中,平均只有 24.834%的收购方成为了目标公司的第一大股东;两样本均值 T检验的结果在 10%的水平上显著。结果表明,在同城收购中的收购方具有更强的控股动机,这也从侧面证明了同城收购者更像是有意愿与企业共同成长的长期投资者。但协议转让后一年内目标公司行业是否发生变更,这个指标没有通过两样本均值 T检验。

在比较同城收购与异城收购的出资方与目标方是否处于同一行业时,我们发现,在同城收购的协议中,平均有 52.390%的协议双方处于同一行业,在异城收购的协议中,43.459%的协议双方处于同一行业,双样本均值 t检验均在 1%的水平下显著。可见,同城收购协议双方处于同一行业的比例显著比异城收购双方的比例大。

检验同城与异城收购中,收购方的类型是否有显著差异。结果发现,同城收购中买方为金融机构的比例要显著小于异城收购中买方为金融机构的比例,且同城收购中买方为一般法人的比例要大于异城收购中买方为一般法人的比例。出现这种结论的原因可能在于,金融机构在进行股权收购时是基于目标公司的基本面情况,从金融投资、资产增值的角度考虑,并且在收购后也很少会参与目标公司的运营管理,所以,他们不是特别看重目标公司的地理位置。而一般企业法人在进行收购时,更多的不是基于市场化运作,可能会受到较多政策法规方面的限制,甚至会出现政府强制进行收购的情况,所以他们会更倾向收购本地的企业。

从协议转让前的股份性质来看,同城收购中进行国家股转让的比例要显著大于异城收购的比例。鉴于我国已有的众多研究结果表明,国有股在公司总股本中所占的比例越大,公司的内部人控制就越强,相应的经营效率就越低。由于在收购国家股时涉及到的政策限制较多,同时在提倡国有企业改革、加强企业运营效率的大背景下,政府更有意愿选同城收购方进行收购,统计结果中也证实了这一点。

二、实证研究结果

1.事件窗内的累积异常收益①根据《上市公司收购管理办法 (2006年)》第十四条规定:通过协议转让方式,投资者及其一致行动人在一个上市公司中拥有权益的股份拟达到或者超过一个上市公司已发行股份的5%时,应当在该事实发生之日起 3日内编制权益变动报告书,向中国证监会、证券交易所提交书面报告,抄报派出机构,通知该上市公司,并予公告。又由于一些样本上市时间的限制,本文最长的事件窗为(-20,20),没有讨论更长的事件窗。

本文采用事件研究法来计算事件窗内的累积异常收益:利用市场模型作为计算正常收益的模型;估计窗为首次公告日前 150天到前 21天;利用上证A股指数作为市场指数;将首次公告日前 t1到公告日后 t2天内目标公司每天的异常收益加总得到大宗股权协议转让公告效应的累计异常收益(CAR)。

(1)样本总体的累积异常收益②在我国现有的关于企业兼并收购的事件研究中,目标公司的收益率都有经济上非常显著的结果,但本文的 CAR普遍较小。原因是本文的样本选取与以往不同:样本时间段为 1999年 1月到 2006年 2月;事件为大宗股权协议转让;本文的目标公司包含一大部分 ST股票,每日涨跌幅限制只为 5%。所以,本文事件窗内的累积异常收益在经济上不够显著。并且本文的样本中包含了一部分上市不久的公司,与其他研究中的成熟公司相比会,结果会有所不同。

表5中分样本总体、同城收购和异城收购三组列出了目标公司在不同事件窗内的累积异常收益。平均而言,目标公司在首次公告日前后两天可以取得统计上显著为正的累积异常收益,且在首次公告日前更长一段时间也能够取得显著为正的累积异常收益,但在首次公告日后的一段时间,累积异常收益却是显著为负的,与现有的研究结论相符。

表5 首次公告日前后样本总体的累积异常收益 (CAR)

在比较同城收购和异城收购样本统计结果时发现,在至少 10%的显著性水平上,两组样本在CAR(-10,10),CAR(2,10),CAR(-20,20),CAR (-20,10)这四个事件窗内存在显著差异,同城收购的目标公司的累积异常收益大于异城收购的目标公司的累积异常收益,说明资本市场上对于同城收购的反应要显著好于对异城收购的反应。

(2)按照 ROE分组的累积异常收益

由于在进行股权协议转让之前,目标公司的盈利能力各有不同,所以我们用目标公司在收购前一年度末的加权 ROE(净资产收益率)来对样本进行分组。

①按照目标公司前一年度末的 ROE的中位数将样本分为两组,大于中位数的样本被列为“好”组,小于中位数的样本被列为“坏”组。在对 “好”组和“坏”组的累积异常收益的比较中发现,同城收购和异城收购的累积异常收益并没表现出显著的差异①按目标公司前一年度末的 ROE的依次将样本等分为 5组,其中 ROE最大的那组为 “好”组,ROE最小的那组为“坏”组,“好”“坏”两组依旧得到与等分两组相似的结论,即同城收购与异城收购的累计异常收益没有显著差异。。

②更进一步,按照目标公司前一年度末的 ROE将样本排序②剔除现在已经退市的样本共 107个。,ROE最高的前 100个样本作为“好”组,ROE最低的最后 100个样本作为 “坏”组。对于 “坏”组而言,结果参见表 6,CAR (-10,-2),CAR (-20,-2),的累积异常收益都显著大于 0。对于 “好”组,各个事件窗中的累积异常收益都不显著异于 0。这也印证了已有的研究结论,收购兼并的目标公司往往是绩效较差的公司,因为这样的公司只剩下了 “壳”资源,所以当有人出资收购时,市场反应要好于绩效好的公司。

比较两组中同城收购与异城收购的累积异常收益时发现,“好”组中,结果参见表 7,在大多事件窗的研究结果中,同城与异城样本结果存在显著差异。也就是说,对于收购前盈利能力相对较好的公司,同城收购与异城收购的累积异常收益有显著差异。但在“坏”组中,同城收购与异城收购的累积异常收益却没有表现出显著差异。可以解释为,当目标公司具有较强的盈利能力时,同城收购往往比异城收购更能产生协同效应,投资者会认为,同城收购后目标公司可以更多地分享收购方各方面的资源,从而并购活动会更多的得到资本市场的认可③为避免每年不同的宏观经济形势对企业盈利能力的影响,本文进而采取,首先计算出全部A股上市公司从 1998年到 2005年的ROE的上四分位数和下四分位数,并以此再进行分类检验,结果与 (2)中分组结果相同,“好”样本中,同城收购与异城收购的累积异常收益差异显著,“坏”样本中,并没有体现出显著差异。。

2.目标公司累积异常收益的横截面回归

表8显示了采用乘法 (OLS)计算的回归结果。鉴于收购的消息很可能存在泄露,为防止低估大宗股权协议转让的公告效应,参考已有的关于公告效应的研究,本文重点关注 CAR (-10,10)这个事件窗。

(1)在第一个回归中,将 CAR(-10,10)作为因变量,用是否为同城收购的哑变量、目标公司的财务特征以及交易特征作为因变量,进行横截面回归。是否同城的哑变量系数的估计值为1.170,T值为 1.693,表明在其他因素都保持不变时,同城收购将比非同城收购多取得 1.17%的异常收益。统计结果表明,地理上的相近性在目标公司累积异常收益是具有统计和经济意义上的显著性;托宾Q的系数显著为负,一家企业的托宾 Q越大,说明市场溢价越大,股价的上升空间也就会相应越小,所以托宾Q高的企业的累积异常收益要小;主营业务利润率的系数显著为负,表明投资者对收购方的管理改善有向好预期,认为之前表现较差的公司的经营状况将会得到大幅改善,因此公司股价还有上升空间,能够得到更大的累积异常收益。

(2)在第二个回归中引入了一个代表信息不对称的哑变量 b:如果目标公司规模小于样本总体的下四分位数,则取 1,反之则取 0;同时引入了是否同城与 b的交叉项。结果显示,交叉项的系数为正,并在 10%的显著性水平通过检验。可见,同城目标能够比异城目标取得更大的异常收益,尤其是当目标公司规模较小时,表明同城收购中目标公司的信息不对称程度越大,所取得的异常收益越高。另外可以注意到,财务杠杆和有形资产比的系数均显著为负,说明此两个比值越高,所取得的异常收益就越低,亦因此可以作为信息不对称的代理变量。

(3)目标公司的高管持股比例同样可以作为信息不对称的代理变量。现有的比较有代表性的Stulz[12]的研究显示,高官持股比例越集中,就越难被外部所影响,公司高管会倾向追求个人利益最大化,因而他们往往会有选择性的将信息提供给几个特定投资者。笔者在第三个回归中引入一个虚拟变量,目标公司内部控制人比例 (如果高管持股比例大于样本总体的中位数,则取 1;否则,取 0);同时也引入了一个内部控制人比例与同城变量的交叉项。由回归结果可以发现,交叉项的系数在10%的显著性水平上显著大于 0,结果证明,当同城收购者相对于异城收购者更具有信息优势时,目标公司可以取得更高的异常收益。

(4)另外一个可以作为信息不对称的代理变量的是目标公司过去股价的波动率。股票过去的波动率越大,它未来的不确定性也越大,它的信息不对称程度也就相对越大。在第四个回归中,笔者将从首次公告日前一年度末开始,倒推 100周的目标公司股价年化波动率作为自变量,并加入这个变量与同城变量的交叉项。回归结果显示,交叉项的系数在 5%的水平上显著大于 0,即对于目标公司的收益而言,与地理相近性相关的信息不对称程度是一个很重要的解释变量。

(5)如前文所述,对于目标过去收益的关注程度也在一定程度上反应了信息不对称的差异。因此在第五个回归中,笔者引入主营业务利润率变量和该变量与同城变量的交叉项。但交叉项系数的统计结果并不显著,进而可以理解为,同城收购较异城收购多取得的异常收益并不来自于此。

(6)Ellison和 Glaeser[13]发现,各行业都在一定程度上呈区域性集中,因为这样会具有成本以及行业信息优势,从某种程度上来讲,同行业之间的收购会取得更多的区域协同效应。已有的研究也证明了,收购方同城、同行业的目标公司比其他类型的目标公司可以获得更高的公告效应。因此本文在第六个回归中引入行业虚拟变量,如果收购方与目标方处于同一行业①如果双方在 GICS中的行业代码前两位相同,则认为是同一行业。,则取 1,反之则取 0;并引入该个变量与同城变量的交叉项。但统计结果表明,交叉项的系数并不显著,从这个意义而言,同城收购的累积异常收益不太可能是由此协同效应产生的。

(7)本文在第七和第八个回归中,分别加入收购完成后是否成为目标公司第一大股东的哑变量、此变量与同城变量的交叉项和财务杠杆与同城变量的交叉项。回归结果表明,交叉项的系数均在10%的水平上显著为正,表明同城收购后作为公司的第一大股东,资本市场的反应要好于异城收购;目标公司在具有相同杠杆情况下,同城收购比非同城收购能够取得更大的公告效应。另外,本文也考虑了其他一些指标与同城变量的交叉项对目标公司累积异常收益的影响,但这些变量的交叉项在统计上均不显著,结果在此不一一赘述。

五、结 论

1.财务特征以及交易特征

本文论证了大宗股权收购的收购方对于同城目标有强烈的偏好。在对同城及异城收购的目标公司选择中,本文发现同城的目标公司显著比异城的目标公司具有:规模更大、高管持股比例更高、主营业务收入占总资产的比例更高、过去一年的股票收益更差、托宾 Q更小、董事监事及高管人员平均年龄更小、收购方三年内最终持股比例更大、固定资产比例更小等财务指标特征。同时,同城收购还显著呈现出比异城收购在如下交易特征中:买方在该笔交易完成后成为第一大股东的比例更大、收购方与目标公司处于同一行业的比例更大、买方是否为金融机构的比例更小、转让前是国家股的比例更大等差异。

2.事件研究及横截面回归

同城收购的目标公司相对于异城收购的目标公司,在首次公告日的事件窗内可以取得统计上显著更大的异常收益,尤其当下列情况出现时,异常收益会更加显著:目标公司规模小、风险大、高管持股比例高、收购方在收购后成为第一大股东、财务杠杆高。该研究结果表明,在解释地理相近性在大宗股权收购这种信息敏感型投资活动中的作用时,信息不对称充当了相当重要的角色。此外,笔者还发现,同城收购者可以比其他类型的收购者取得更高的累积异常收益,尤其当目标公司规模较小时,这种差异会表现的更为显著,这也将在一定程度上引导收购方对于目标公司的选择。

参考文献:

[1] 原红旗,吴星宇 .上市公司资产重组实证分析[J].经济管理,1998,(3).

[2] 吴世农,黄志功 .上市公司盈利信息报告、股价变动与股市效率的实证研究[J].会计研究,1997,(4).

[3] 赵宇龙 .会计盈余披露的信息含量——来自上海股市的经验数据[J].经济研究,1998,(7).

[4] 王志诚,张翼 .大宗股权转让和公司控制[J].管理世界,2004,(5).

[5] French,K.R.,and Poterba,J.M.InvestorDiversification and International and EquityMarkets[J].American Economic Review,1991,(81):222-226.

[6] Kang,J.K.and Stulz,R.M.Why is there a Home Bias?An Analysis of Foreign Portfolio Equity Ownership in Japan [J].Journal of Financial Economics,1997,(46):3-28.

[7] Coval,J.D.,and Moskowitz,T.J.Home Bias at Home:Local Equity Preference in Domestic Portfolios[J].Journal of Finance,1999,(54):2045-2073.

[8] Malloy,C.The Geography of EquityAnalysis[J].Journal of Finance,2005,(60):719-755.

[9] Lerner,J.Venture Capitalists and the Oversight of Private Firms[J].Journal of Finance,1995,(50):301-318.

[10] Kedia,Panchapagesan,S.V.and Uysal,V.Geography and Acquirer Returns[R].Working paper,Washington University.2004,(42):589-623.

[11] Shleifer,A.and Vishny,R.W.Large Shareholders and Corporate Control[J].Journal of Political Economy,1986, (94):461-488.

[12] Stulz,R.M.ManagerialControlofVoting Rights:Financing Policies and theMarket forCorporate Control[J].Journalof Financial Economics,1988,(20):25-54.

[13] Ellison,G.and Glaeser,E.L.Geographic Concentration in U.S.Manufacturing Industries:A dartboard Approach[J]. Journal of Political Economy,1997,(105):889-927.

Announcement Effect of Geographical Neighborhood on Large Equity Transfer Agreement

L IMin
(College ofMathematics and Quantitative Economics/Center for Econometric Analysis and Forecasting,DongbeiUniversity of Finance and Economy,Dalian Liaoning 116025,China)

Beginningwith the infor mation of enterprise mergers and acquisitions and using the method of event study,we examine the announcement effect that geographical proxi mity in correlative companies have on partial block acquisitions.We prove that block acquirers have a strong preference for target companies in-province.The target companies in-province which are acquired have more significant abnormal returns in statistics in the eventwindow on the first announcement day than those out of -province.Moreover,the abnor mal returns will be more significant when targets are small,when targets are risky,when the executives have higher proportion of equity shares,when the acquirers become the largest shareholder after acquisition and when targets have higher financial leverage.

partial block acquisitions.;geographical proxi mity;in-province;out of-province.

book=70,ebook=138

F830.91

:A

:1008-4096(2010)06-0070-09

(责任编辑:杨全山)

2010-08-21

辽宁省教育厅高等学校科研项目 (2009S034);辽宁省教育厅创新团队项目 (2008T054)

李 敏 (1958-),女,吉林长春人,教授,主要从事经济统计分析等方面的研究。E-mail:min-lee78@163.com