借壳上市中壳资源的选择问题

马钰浩

摘要：本文以A股市场100家上市公司（30家目标壳公司、70家非目标公司）2016-2017年的财务数据为样本，通过主成分分析法、二元Logit回归分析法对壳资源的选择标准进行有效的实证分析。研究表明，壳公司应该具备以下条件：较低市值，盈利能力较差，股价被低估以及股权较为集中。其中市值是选壳标准的第一要素，公司的经营状况和股权集中度是第二要素，市盈率是第三要素。

关键词：壳资源 主成分分析法 二元Logit模型

一、引言

随着我国资本市场发展的不断深入，一些公司为解决公司规模发展需求与IPO上市比较困难的矛盾，选择了借壳上市的方式。在以往的借壳上市的过程中，由于壳资源属于稀缺资源。市场上对于壳公司的选择没有统一的标准，只有理论上的选择依据，对其实证分析属于空白部分。因此很有必要对选壳标准进行量化分析，从而知道各选壳因素的权重问题。

本文采用先主成分分析法得出4个主成分，然后通过二元logistic模型进行回归分析。从而更加直观的看到影响选壳因素的权重，更加有目的性的对壳公司进行一个筛选。

二、壳资源理论上的选择标准

（一）壳公司的市值大小

因为对于借壳而言，目前主要的操作方式大多以发行股份购买资产为主。同时对于借壳方来说，借壳后权益被原有上市公司所摊薄即是最大的成本。与IPO的对价摊薄不同，借壳重组的股比摊薄是无偿的，即为了获取上市地位对上市公司原有股东的利益让渡。

借壳方重组后的股权比例取决于自身估值大小和上市公司市值。即壳公司市值越小，重组后借壳方股东占比越高，后续上市后分享市值财富越多，股本融资空间也就越大。因此，市值显得尤为重要。

（二）壳公司目前的经营情况

经营情况大致可以分为公司的盈利能力和公司的营运能力。在公司盈利能力大幅下降的时候，公司的管理层也会想方设法去解决公司的困境，对于卖壳方来说，借壳意味着现金流的大量贴现以及未来股权的增值，这是一种很不错的办法，对于买壳方来说，对于这种公司，他们所出的买壳费用也会相对较低，假设市场无套利机会买壳费用应等同于卖壳方的收益。

在营运能力方面，买壳方肯定更倾向于营运能力强的公司，但一般这样的公司更不愿意卖壳，这就比较考究双方的互相博弈了。

（三）壳公司的股价是否被低估

壳公司的股价被低估，一般可能会是企业的管理能力没有得到充分有效的运用，或者买壳方基于获得比外部市场更多有关目标企业价值的信息而判断借壳该公司是有益的，再或者当壳公司的全部重置成本大于被壳公司的股票市价时，可能出现壳公司的价值被低估的现象。在本文下面的研究中，用市盈率作为一家公司股价是否被低估的衡量标准。

（四）股权集中度

当股权较为集中且清晰明了的时候，更利于买壳方去进行操作。一般考察的主要是第一股东持股比例、第二股东持股比例。

三、研究设计

（一）研究目标

上述理论分析说明了影响壳资源选择的4个要素。但具体各个要素是否真正影响到壳资源的选择以及各个要素所影响的程度还需要实证研究予以考察。本文的研究目标在于通过对理论上影响壳资源标准的因素进行实证分析，阐明各因素的权重以及得到最后的预测模型。

（二）研究思路

具体研究设计如下：（1）根据样本的选取原则筛选出100家上市公司，30家目标公司，70家非目标公司，并选取目标公司借壳前一年的财务数据以及非目标公司同一时间的财务数据作为建模样本（2）使用主成分分析法，得出4个主成分，并可以得到各个因素的得分系数（3）使用二项logistic回归模型对4个主成分进行回归分析，最后可以得出一个预测模型能在一定程度上判定一家公司符不符合壳资源的标准。

（三）样本与指标的筛选

1.样本的筛选。目标公司选取了2016-2017期间借壳上市的殼公司共计30家，因为这30家公司所处行业板块较为分散，所以在选取对照组时只需要考虑到数据的完整性即可，因此对照组为随机选取的A股市场上的70家公司。

2.指标的筛选

对应上面的理论分析提出以下指标见表1：

2.判定是否适合做主成分分析。由实证结果得出巴特利特球度检验统计量的观测值为187.087.概率p值近乎于0。如果显著性水平a为0.05.由于概率p值小于显著性水平a，应该拒绝原假设，认为相关系数矩阵与单位阵有显著差异。同时KMO的值为0.916.是大于的0.6.选取的变量是适合做主成分分析的。

4.对提取的主成分进行分析。从上述式子来看，可以获得出以下研究结果：

总市值x1、流通市值x2在主成分1上有较高的载荷，第1个因子主要解释这几个变量，可解释公司规模的大小。

总资产利润率x3、净资产收益x4、主营业务利润率x5.总资产周转率x6、应收账款周转率x7在主成分2上有较高的载荷，可解释为经营的状况。

市盈率x8在主成分3上有较高的载荷，反映的是企业价值被低估的程度。

第一大股东持股比率x9、第二大股东持股比率x10。在第4个因子上有较高的载荷，可解释为股权集中程度。

（二）二元logistic回归分析

1.变量的定义。二元回归分析是一种用来预测具有两分特点的因变量概率的统计方法。在本文中，取成为目标公司为1、成为非目标公司为0.被解释变量设为Y，即Y取值为l或0。因而可以使用二元logistic回归分析。

2.对模型整体系数进行综合检验

从上表3可以看出，卡方值为18.524.概率p值接近于0.如果显著性水平a为0.05.由于p值小于显著性水平a，应拒绝原假设，认为回归系数不同时为0.解释变量全体与LogitP之间的线性关系显著，采用该模型是合理的。

3.对模型中的变量系数的显著性进行检验

由表4中结果可知，如果显著性水平a为0.05.由于各概率值均小于显著性水平，因此模型合理。

（三）对结果的分析

可以发现，主成分z1影响程度最大即是壳公司标准的第一要素。z2、z4影响程度其次，z3影响程度最小。参照主成分里的主要载荷因子，可以有这样的解读，市值是选壳标准的第一要素，公司的经营状况和股权集中度是第二要素，市盈率是选壳标准中影响相对不是很大的因素。