并购能提高企业的创新和绩效吗——来自我国医药行业的经验证据

（新疆财经大学 金融学院，新疆 乌鲁木齐 830012）

一、引言

医药企业的制药水平为国民健康提供了重要保证。在2020年的新冠肺炎疫情中，我国医药企业承担了供给药品、提供医疗器械、研发试剂和疫苗的重任，各大药企的生产能力和研发能力受到了极大考验。我国医药行业有着行业集中度低、研发投入较少、产品以仿制药为主导的特征。在“十二五”规划中，政府致力于改善医药行业整体面貌，从源头到下游全方位整合医药企业资源，减少流通环节，提高行业准入壁垒。

由于医药行业存在研发周期长、药品研发结果不确定性高、前期投入高的特点，并购成为快速获取技术资源的捷径。从2011年开始，政府发布一系列文件，旨在提高医药行业集中度，鼓励医药企业兼并重组，提高优势企业品种、技术、渠道资源的集中度。2013年发布的《关于加快推进重点行业企业兼并重组的指导意见》，从实质上推进了医药行业的并购重组活动。自2012年开始，我国医药行业的并购数量及并购金额持续上升。2016年，我国医药行业并购数量超过400起，并购规模超过1800亿，创下近几年医药行业并购数量和规模之最，但并购活动是否有助于我国医药企业的发展？本文将从绩效水平和研发水平两个方面评价我国医药企业并购后的效果。

在衡量企业并购效果方面，我国早期的研究集中于评价企业并购后的业绩水平变化。冯根福和吴林江（2001）、张翼和乔元波等（2015）采用因子分析法，建立财务指标体系，研究发现上市公司的并购绩效有一个先升后降的过程，短期来看有一定并购收益[1][2]。陆桂贤（2012）采用EVA模型，发现并购活动并不会使企业短期的价值创造能力提高，在并购三年后，一半以上企业业绩仍然下滑，仅有部分企业绩效有所提高[3]。李善民和朱滔（2005）运用事件研究法（BHAR），采用证券市场上的指标探究长期市场绩效，结果发现并购后1—3年内，大多数收购方公司的股东遭到了利益侵蚀[4]。近些年随着国家对科技越来越重视，很多学者开始关注以获取技术资源为目的的并购结果。温成玉和刘志新（2011）发现，高技术上市公司以获取技术为目的的并购可以有效提高企业技术创新水平，而不以获取技术为目的的并购活动对企业技术创新水平没有帮助[5]。仇云杰和魏炜（2016）采用倾向得分匹配法探究了研发投入对我国工业企业是否存在影响，结果发现，进行研发投入的企业比不进行研发投入的企业全要素生产率及利润率高出3%[6]。

国外学者多采用事件研究法。在对1991—2011年全球47个国家或地区发生的所有并购交易事件进行的抽样调查中发现，被收购方三日累计的异常收益（CAR）平均为6.9%，收购方的累计异常收益（CAR）平均为1.4%。在2009年以后发生的并购活动中，为收购方股东创造了前所未有的价值，具有显著的正向收益。Alexandridis G和Antypas N等（2017）在以技术并购为导向的研究中将并购双方技术类型领域细分为三种：收购方已有的成熟核心技术领域、收购方需要加强补充的技术领域和收购方新涉及的知识领域，通过分析并购双方知识领域的相似性和互补性来判断并购活动对每个领域创新成果的影响[7]。研究发现，被收购公司的相似性确实有助于增强并购后核心领域中的创新成果，而互补性有利于企业产生新核心领域的并购后的创新成果（Shin SR 和Han J等，2017）[8]。美国在2014年、2015年掀起一阵仿制药行业并购的热潮，通过对1995—2016年并购规模趋势可以看出，并购活动会促使仿制药行业转型，但造成的垄断会引发药品的短缺和价格的上涨，及时有效地出台采购政策和法律法规是非常必要的（Gagnon M和Volesky K D，2017）[9]。

本文为克服样本的内生性问题，选用倾向得分匹配的方法，选取多企业多维度指标来衡量经营绩效及创新水平，探讨医药行业的并购活动对医药企业发展的影响。

二、理论分析和研究假设

企业可以通过横向、纵向或混合并购达到经营协同的目的。纵向并购可以节约交易费用（Williamson O，1975）[10]。以化学药品为主营业务的企业，可以通过并购原料供应商降低原材料的采购成本，加强生产过程中各个环节的配合。但在大多数收购活动中，企业支付了较高的收购溢价，因此增长的业务收入是十分必要的，更高的销售收入比节约成本更有助于企业保持稳定的业绩增长（Bekier Matthias M和Shelton Michael J，2002）[11]。近年来，随着互联网购物的普及，很多企业选择并购医药电子商务企业、药品零售连锁商店、医院及物流运输企业来提高市场占有率，提早进行药品零售端的布局。横向并购可以获得更大的规模经济。房地产企业通过频繁的横向并购后，表现出房地产行业上市公司销售额占前20强企业销售额近78%，行业集中度明显提高，而企业总资产均值在5年内提高了近20倍，表现出很强的规模优势（杨蕙馨和王继东等，2012）[12]。拜耳公司在希腊以获取知识为目的进行收购医药企业的案例中，通过对企业被收购前后PMI的评估发现，并购收益不仅可以增加企业增长潜力和扩展产品线，知识转移还可以帮助其成为更高性能的机构（Azan W 和 Huber Sutter I，2010）[13]。

医药行业作为高新技术产业之一，结合我国仿制药占比较大的特点，其核心技术的研发实力非常重要。医药行业目前的横向并购活动多以获得技术资源为主，丰富产品线以及吸收相应的高端人才，在国家政策的扶持下，选择有实力的研发公司结成战略联盟，迅速提高核心竞争力。由此提出：

H1：并购活动可以提高并购方的研发水平。

代理理论认为，并购是管理者追求自身利益的结果（Jensen MC和MecklingWH，1976）[14]。当管理者权力过大时，会导致一些并购活动出于非理性动机，管理层在并购双方信息不对称的情况下，选择的卖方企业可能并不是最合适本企业长期发展的对象。过多关心个人利益，会在股东利益与管理者利益不一致时，牺牲股东的利益，使股东利益受到侵害，企业业绩下滑（赵息和张西栓，2013）[15]。而频繁的企业并购活动会使企业规模迅速扩大，管理层及生产线会产生冗余人员及生产力。同时，并购活动需要大量的资金支持，在现有现金流平稳的情况下，资金来源需依靠外部支持，过高的负债率会使企业的资金成本进一步提高。如果不能快速高效地整合，就会导致更大的经营成本，不能达到预期的并购效果（Steigenberger N，2016）[16]。由此提出：

H2：并购不利于企业短期绩效水平提高。

三、样本选择和变量定义

1.样本选择

本文以2011—2018年A股医药制造业上市公司为研究对象。由于2015年和2016年医药行业并购活动最活跃，发生规模最大，因此选用2015年和2016年发生并购活动的企业作为实验组，将两年均未发生并购活动的企业作为对照组。医药行业交易信息总表及部分财务数据来自CSMAR数据库；当年发明专利申请数量来自CNRDS数据库；管理层及股东数据来自Wind数据库。

本文样本筛选过程如下：（1）上市第一年的公司缺乏上市当年的财务数据，删除掉2010年以后上市的公司；（2）删除 ST、PT企业；（3） 将 2015 年和 2016年发生的交易事项结合交易内容及买卖双方进行手工筛选，删除掉当年未完成并购的事项、关联交易事项、买方或卖方为基金公司（或非以获取企业经营权为目的交易）的事项，剔除两年均发生并购的样本，获得仅2015年发生并购企业16家，仅2016年发生并购企业21家，两年均未发生并购企业64家，最终得到101个有效样本；（4）将得到的有效样本与其他指标匹配，由于样本数量较少，对个别缺漏值的样本进行了多重补漏处理。

2.模型构建

检验并购活动是否有利于企业整体实力的提高，最好的方式是对比同一个企业发生并购和未发生并购之间的差异。而现实中并不存在这样的企业可以满足要求，因此采用倾向得分匹配的方法，构造一个反事实的样本与其形成对照，即通过估计倾向得分的方式，在对照组根据个体的得分，使用多种匹配方法，选择出一个或几个非常相似的企业与实验组企业形成对照，来假设实验组企业未发生并购活动的经营状态，据此评估发生并购活动的效果。

首先，估计倾向得分值。样本中个体的倾向值为：在给定观测协变量向量xi的情况下，企业发生并购（Ti=1，记为实验组）的条件概率：

这里选用logistic回归估计企业发生并购的条件概率。将第i个企业的状态记为Ti（如果企业处于并购状态则Ti=1，记为实验组；如果企业属于非并购状态，则Ti=0，记为控制组），条件变量的向量xi包含描述企业多个维度的变量，将协变量主要分为财务特征变量、治理结构变量及研发创新变量，将向量xi的回归参数记为β，由此可以计算出企业发生并购的概率：

由此得出实验组样本个体的倾向值为Pi，控制组样本个体的倾向值为Pj。

其次，基于上述得到的倾向得分值进行实验组及控制组的匹配。这里选用贪婪匹配中的近邻匹配和卡尺匹配。根据实验组与控制组的样本比例，选用1配2进行近邻匹配。I1和I0分别是实验组和控制组成员的集合，当实验组个体和控制组个体的倾向值之差的绝对值在所有组合中最小时，则此时落入邻居关系C（Pi）中的控制组个体作为此实验组个体的匹配对象，即：

而上述的匹配方式没有对倾向得分值之差的大小即‖Pi-Pj‖做出约束，只是在所有倾向值之差中选择最小的即可。卡尺匹配规定了个体间的距离满足一定条件时，才可看作是实验组的匹配对象，在此将半径距离设置为ε=0.001，即：

再次，对实验组采用了内核匹配。内核匹配可以从更相近的控制组个体中获得更多信息，而对离实验组个体距离较远的样本中取得的信息加以更小的权重，因此，理论上内核匹配可以运用控制组样本的所有潜在有用信息，使内核匹配结果更加稳健（Heckman J J和 Ichimura H 等，1998）[17]。

最后，根据匹配后的样本计算实验组的平均处理效应（Average Treatment Effect on the Treated，记为 ATT）。可以表示为：

上式中，Y（1）表示实验组样本发生并购活动时被解释变量的取值，Y（0）表示实验组样本假设没有接受此事件时被解释变量的取值。前者表示发生并购公司的指标水平，后者表示假设这些企业没有发生并购时的指标水平，两者差值反映出并购活动给企业带来的影响。

3.变量选取及描述性统计

为较全面地分析企业发生并购后的价值水平变化，主要选取两大类指标，计算方式均在表1中备注。第一类指标：评估企业研发水平，采用技术创新投入强度（rdten），使用研发费用/营业收入表示（Carmine Ornaghi，2008），研发费用采用期末余额减去起初余额，因此会产生负数[18]；当年独立申请发明数量（INV），由于专利授权时间较长，因此采用申请数量来衡量技术产出。第二类指标：主要衡量企业绩效变化，选取了净资产收益率（roe）、基本每股收益（eps）来衡量盈利能力；流动比率（ld）、速动比率（sd）、权益对负债比率（qy）用于衡量偿债能力；营业收入增长率（brir）用来衡量发展能力；销售费用率（sr）、管理费用率（mr）、财务费用率（fr）评估经营成本。分别从不同并购动机下评估医药企业的并购活动是否创造价值。

表1 变量定义

进行倾向得分匹配的目的在于找出与发生并购企业最为相似的未发生并购活动个体，选择可以大体描绘企业外貌的协变量进行倾向值估计，所有变量均列举在表1中。主要分为如下几个部分：（1）公司规模（size）、员工总数（staff）、企业年龄（age），通过企业经营的时间、资产和员工的规模来衡量企业经营成果和经营经验。（2）资产负债率（debt）、经营性现金流量（cash）、政府补助（gov），由于“十二五”时期政府对重点行业提供了大量资金支持，政府的支持力度可以从政府提供的补助水平体现出来，也反映了企业价值及经营情况，充裕的资金支持降低了企业的资金成本，选用这三个指标试图描绘出企业的资金来源结构及资金成本。（3）总经理与董事长是否合一（duty）、第一大股东持股比例（top1）、前十大股东持股比例（top10）、独立董事占比（RID）、管理层人均薪酬（LMC），用于描述企业管理层情况（李汇东和唐跃军等，2013）[19]。（4）技术人员占比（cstaff），用于衡量企业技术人员储备力度及对科研的重视程度，技术人员的数量在一定程度上可以反映出研发结果的产出数量，同时对企业创新能力进行粗略的衡量。

处理过程中，部分指标的数据存在离群值及缺漏值，为了不流失数据数量，进行了1和99百分位上的缩尾处理及根据其他协变量进行的多重补漏处理。表2列举了上述衡量企业价值变化的变量及描述企业各个特征的协变量的基本情况。

表2 样本统计量基本情况

（续表）

四、回归分析及实证结果

1.企业倾向发生并购活动的特征分析

先进行倾向得分值的估计，即企业发生并购活动的可能性。采用logistic回归分析，在表3给出了六组回归结果，其中，第（1）列报告了全部协变量进行回归的结果。从整体看，发生并购的概率与企业资产规模呈正相关，回归系数均显著为正，说明规模大的企业更易选择并购活动。与员工规模呈负相关，除第（3）列以外系数均为负值，结合资产规模看，说明劳动效率高的企业更愿意发生并购活动。企业年龄在三组回归中均不显著，说明并购活动广泛发生于年轻及成熟的医药企业中，不受企业经营经验的限制。企业资产负债率和政府补助与企业是否发生并购活动的联系不明显，但资产负债率的系数为负，说明杠杆水平高的企业考虑资金成本等问题，更不愿发生并购活动，而政府补助的系数为正，说明政府的支持力度与企业倾向于并购的程度成正比。企业的经营现金净流量这一变量的系数均显著为负，一定程度上说明了内部现金流紧张的企业更愿意通过并购活动进行资产配置。在管理层特征方面，发生并购概率的大小与董事长及总经理是否合一、高管平均薪资水平无关，与第一大股东持股比例显著负相关，说明股东更加考虑自身利益，认为过快及过大的扩张不利于管控企业，可能会产生更多的代理问题。前十大股东持股比例对并购活动产生的正向影响较弱，独立董事占比系数显著为正，说明独立董事占比较高的公司更加倾向于发生并购活动。技术人员占比系数均显著为正，说明对研发工作更重视的企业更加愿意进行并购活动，获取更多的技术要素。同时，结合伪R2来评价拟合优度，AUC值来评价选取的协变量组合是否可以有力解释企业选择发生并购的倾向程度，从表3可以看出不同模型计算出的拟合值较为接近。AUC值均在0.7以上，说明拟合情况较好，相比而言，第（6）组协变量均更加显著。据此，下文选用模型（6）中的变量作为匹配变量进行倾向匹配分析。

表3 匹配变量显著性检验

2.对协变量进行平衡支撑检验

选用1配2的邻匹配来对比样本匹配前后的变化，表4给出了匹配后平衡假设检验的结果。结果表明，除第一大股东持股比例及前十大股东持股比例外，其余变量均在匹配前有统计上的显著性差异。匹配后除员工数量外，各变量均不存在统计上的显著性差异，并且偏离度基本降低到10%以下。由此检验表明，匹配后的数据已经无法根据所选变量的特征区分是否发生并购，表明所选数据满足平衡检验。

表4 平衡假设检验

附图更清晰地给出了匹配前后发生并购企业与未发生并购企业的核密度函数图，实验组和控制组的函数曲线在匹配前有显著差异，进行匹配后两者基本相同，结果更加有说服力。

附图 样本匹配前后的核密度函数图

3.并购活动的价值分析

样本数据中实验组与控制组在被解释变量中产生的差异可以解释为并购活动对医药企业价值产生的影响，如表5所示。在创新方面，研发支出占比在匹配前，实验组与对照组的差异为1.3%，而独立申请专利数量方面实验组与对照组的差异达56.4%，说明发生并购活动的企业，投入研发的资金比例整体高于没有发生并购的企业，研发能力也强于控制组，可以看出，实验组更加重视企业研发，关注企业核心竞争力。而在匹配后，并购活动虽然降低了两类企业的差异程度，但实验组和控制组的研发水平仍存在显著性差异。发生并购的企业，其创新能力高于未发生并购企业，假设1得到证实。

表5 ATT值比较

盈利能力方面，发生并购企业的净资产收益率低于未发生并购活动的企业2.9%，说明实验组企业盈利能力较弱，发生并购活动虽然对盈利能力的差异有所改善，但从短期看仍然不利于企业净资产收益率的提高。匹配前实验组与控制组的每股收益差异为-0.142，匹配后每股收益差异增加到-0.216，反映出企业并购活动侵害了股东的利益。综合来看，企业的并购活动不利于企业短期盈利水平的提高。

偿债能力方面，控制组及实验组的流动比率均在2以上，速动比率均在1以上，说明医药企业目前资金结构较为合理，债务偿还压力较小。但在匹配前实验组流动比例及速动比例均小于控制组，而并购活动的发生显著扩大了差异水平，从-1.153、-0.963扩大至-1.347、-1.069，说明并购活动会在一定程度上降低企业的偿还能力，但比率水平依旧在正常的取值范围之中，也说明了并购活动促进了企业流动资产的合理运用。权益对负债比率中，实验组显著低于控制组，说明并购活动不利于债权人的资金保障。整体来看，医药企业的偿债能力指标结果均显著为负，说明并购活动不利于债权人的利益。

发展能力方面，营业利润增长率在匹配前没有较大差异，但在匹配后发生并购的企业比未发生并购企业的增长率低4.7%，虽然结果不显著，也在一定程度上反映出并购活动在短期内没有提高企业的营业利润，与未发生并购的企业相比，企业在主营业务收入方面提高较慢，需要更长的时间进行内部整合。

营业费用方面，并购活动显著地提高了企业的销售费用率，差异增加了5.5%。虽对管理费用和财务费用的影响有限，但也反映出发生并购企业的管理费用和财务费用显著高于未发生并购的企业，表明并购活动提高了企业的各项费用支出。结合营业利润增长率的较慢提升，更能反映出在行业发展前景一致时，发生并购的企业承担了更多非研发活动成本。更高的研发投入占比，反映出实力雄厚的医药企业也急需更多的资金支持，这样才能促进企业更好发展。综合这几方面看，并购活动不利于企业绩效的提高，假设2得到证实。

4.稳健性检验

为了检验匹配结果的稳健性，本文将被解释变量净资产收益率（roe）更换为总资产收益率（roa）。对同一样本再次进行了贪婪匹配和核匹配，检验结果与表5结果相近，说明企业的并购活动在短期对企业的创新能力、盈利能力、偿债水平、发展能力和经营成本的影响效果相近。

五、结论与建议

本文依据医药行业并购事件井喷式的发展态势，将2015年和2016年作为窗口期，选用2011—2018年的数据指标，采用倾向得分匹配法探究了并购活动能否提高医药企业的实力水平。结果表明，并购活动促进了企业科研水平的提高，但在短期内不利于盈利水平的提高，甚至损害了债权人和股东的利益，并且提高了营业费用，降低了企业利润，说明企业发生并购后还需要对其生产部门和管理部门进行进一步整合，才能发挥出1+1＞2的协同效应。

结合目前情况及研究结论，对医药企业发展提出一些建议：首先，与高校及一些小型研发实验室建立长期稳定的合作关系，若是药企能和高校达成合作协议，则既能理论结合实践，又能理论快速服务于实践。其次，鼓励企业与研发外包平台合作，有效降低企业的后期整合成本及前期一系列的配套研发投入成本，提高研发效率。最后，合理扩充产品丰富度，增强核心竞争力。并购活动会迅速扩充资产规模，可能会产生资产负债率提高、后期获取资金的成本上升等弊端，医药行业细分领域非常多，很多企业的主营项目横跨很多分支，既包括中成药，又包括西药、生物制品，会在后期产生需要大量资金支持研发活动等不利因素。这次新冠肺炎疫情的用药，与2003年SARS用药有显著差异，体现在提高中成药占比，降低西药用量，更好地减少后遗症的产生。从纯西药到中西结合的治疗转变值得医药企业扩张时借鉴，同企业产品之间的协同效应优势能否最大化地体现出来，在消费者及医师选择更有效的用药方式时，可以提高一系列产品的销售数量。从行业角度看，提高行业集中度是非常必要的，但我国医药行业仍然处于“百花齐放”的状态，国家要积极引导和扶持行业的健康发展，才能在市场竞争中打造出民族品牌。