并购中主并公司的可预测性——基于交易成本视角的研究，本文主要内容关键词为：视角论文,交易成本论文,公司论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言与文献概览
对目标公司的选择在并购中是一个关键环节，而且以往的研究成果大多支持目标公司能获得超常收益的结论，这在一定程度上促使了学术界将预测研究的重点放在了目标公司上，而对主并公司的预测研究却不足。
随着对并购研究的深入，笔者认为，对并购的预测应该将重点放在主并公司而不是目标公司上，因为主并公司才是并购的主动方。站在公司战略的角度来看，公司是否要通过并购来扩张的决策在大多情况下都先于目标公司的选择。如果出现目标公司寻找主并公司的情况，对主并公司的考察更成为决策的重点。因此，本文对并购的可预测性研究主要集中于对主并公司的预测。
主并公司实行并购的目的何在？是获得协同效应？还是降低交易成本？本文试图从交易成本角度，将一些并购动因理论纳入交易成本的分析框架之中。
科斯(1937)指出决定企业边界的是市场交易成本和企业组织成本的相对高低。如果某些商业活动的市场交易成本比企业组织成本高，则在企业内部完成这些活动；反之，则由市场来完成这些活动。威廉姆森(1985)成功地用交易成本理论解释了并购的发生，将并购（尤其是纵向并购）的成因归结为降低市场交易成本。但是，研究交易成本的学者往往将注意力集中在市场交易成本的绝对比较上，而忽略了组织变革可能带来的交易成本的相对变化。
金融经济学家提出的并购理论大多从企业运作的层面解释并购的动因和收益问题。最主要的动因理论有以下几个：差别效率理论，经营协同效应理论，财务协同效应理论，税盾理论，价值低估理论，委托代理理论，过于自信假设和自由现金流量假设。差别效率理论、经营协同效应理论对横向并购有更多的解释力，但对纵向并购的解释力有限；财务协同效应理论、税盾理论、价值低估理论、自由现金流量理论从财务的角度能解释主并公司选择目标公司的原因，却无从对主并公司何时需要进行并购提供合理的理论基础；委托代理理论对并购的解释则具双面性，一方面无法通过内部机制减少代理问题的企业需要通过外部控制权市场来解决，另一方面存在代理问题的企业管理层更可能进行企业规模扩大但价值减少的并购；过于自信假设可以解释并购后主并公司的收益下降，但却不能认为过于自信是主并公司的并购动因。
自从提出了众多的收购兼并的理论之后，国外许多学者根据本国的情况，采取了不同时段和不同规模的样本对并购动因进行了大量的实证研究。部分理论和假说得到了相应的支持，但一直没有一种理论或假说得到比较一致的认同。
国内学者对并购的动因也进行了研究，如冯根福和吴林江(2001)认为股权集中度过高的公司并购动因可能是“投机性资产重组”或“政府干预性资产重组”。张新(2003)对1993-2002年的 1216个并购事件是否创造价值进行了全面的分析，发现协同效应、自大假说和代理理论都有一定的解释力。张宗新和季雷(2003)认为并购过程中利益相关者的利益均衡是推动有效公司购并的基本动力。李增泉、余谦和王晓坤(2005)研究发现中国的并购中存在支持或掏空现象。
研究的另一条路径延伸到了从并购的动因来预测并购的发生。由于以Jensen和Ruback(1983)为代表的学者发现目标公司在并购中可以获得正的超常收益，所以金融经济学家将关注的重点放在了目标公司的财务特征上，试图从对目标公司的预测中找到一种从并购中获利的方法，如Palepu (1986)、赵勇和朱武祥(2000)、李善民和曾昭灶(2003)等。对主并公司的财务特征却鲜有研究，这可能是受到前期研究结果的影响（因为主并公司没能获得显著的超常收益）。
二、从交易成本的角度来解释并购动因
科斯(Coase,1937)提出用“交易成本”来解释企业的存在遭到了一些学者的质疑。迪屈奇指出“科斯未能认识到公司的最重要特征乃是对生产—销售过程的管理”，并认为简单地从节约交易成本的分析中得出企业会替代市场的结论是不正确的。除了静态比较交易成本和组织成本的大小外，还应从是否带来效益的角度来分析企业边界的变化。即使交易成本高于组织成本，如果通过企业组织生产的效益低于市场，仍可能不会发生企业替代市场的情形；同样，即使组织成本高于交易成本，如果通过市场比通过企业组织生产效率更低，也会产生企业替代市场的情形。企业的边界是由成本比较和效益比较共同决定的（迪屈奇·迈克尔，1999，第22页）。
笔者认为，科斯提出的“交易成本”中的“成本”这一概念与通常经济学框架下的成本有所区别。经济学框架内的“成本”对应着“收益”，最终关乎的是利润的大小。而这里的“交易成本”没有对应的“收益”。尽管迪屈奇提出了“效益”这一概念来对应于利用市场和利用企业的“成本”，并在一定程度上解释了所谓的“半结合”状态，但这个框架内的成本和传统意义上的“成本”还是不同。试想，如何来评价“市场”的“效益”比企业的“效益”高？在一般的经济学框架下，我们可以用利润的大小来评价一个企业和另一个企业的“效益”，但是我们该用什么指标来评价市场的“效益”？
在科斯研究交易成本的时候，实际上隐含着一个假设：在达到同样目标的前提下，哪个组织形式的成本小，就采用哪个组织形式。如果市场交易成本大于企业组织成本，则利用企业组织来达成目标；如果企业组织成本大于市场交易成本，则利用市场交易来达成目标。如果目标不同，则不能单纯地比较成本。
我们再来看迪屈奇的解释。他利用“效益”一词来说明目标的不同所导致的不同选择。尽管市场交易显性成本大于企业组织显性成本，仍有可能不会利用企业这种组织形式，其原因就在于市场和企业会达到不同的“效益”。交易成本尽管比企业组织成本高，但由于利用市场机制达到的效益比利用企业组织达到的效益高，所以仍可能采用市场交易。迪屈奇的解释实际上是将“目标相同”的假设放宽了。
笔者认为，在分析企业与市场的替代问题时，首先要分清楚的是两种组织形式（市场与企业）的效益是既定的还是未定的？在市场效益和组织效益既定的情况下，只需要比较交易成本和组织成本即可，这正是科斯的观点；在市场效益和组织效益未定的情况下，除了要比较交易成本和组织成本之外，我们还需要考虑其他因素。而通常组织效益在替代市场前和替代市场后都是不同的，比如两个企业合并后带来的协同效应将会使企业的组织效益提高。另外，目前为止，对市场效益还未明确地界定。这使我们必须从新的角度来探讨这一问题。
回顾汪丁丁(1995)对交易成本的论述，他认为交易成本或制度的成本“只不过是某个实现了的博弈对每一个参与博弈的主体的主观价值而言的机会成本。而这个机会成本是由他所放弃了的那些经由他个人影响可能实现的博弈均衡的最高主观价值所决定的。”从这一论述中可以看到，由于各种制度都有比较优势，不论选择哪种制度，其中会存在一个“机会成本”。机会成本就是一个建立在比较优势上的成本，它常常是隐性的。
基于这一思想，笔者提出了“交易成本”应划分为显性成本和隐性成本，试图补充交易成本理论的不足。利用任何制度或治理结构的成本可分为显性成本和隐性成本。利用市场机制的显性成本就是科斯所提的“交易成本”；除显性成本外，运用企业组织所可能获得的“效益”可以看作利用市场机制的隐性成本。这一“效益”是利用企业组织的收益（比如协同效应带来的收益）与组织成本的差额。隐性交易成本可以为正也可以为负。隐性交易成本与显性交易成本之和大于零表明利用市场机制是不合理的；隐性交易成本与显性交易成本之和小于零则表明利用企业组织是不合理的。因此，在考虑企业并购决策的时候，要考虑的应是显性交易成本与隐性交易成本之和。当显性交易成本与隐性交易成本之和为正时，企业并购既可以节约显性交易成本又可以节约隐性交易成本。如果从张五常的“企业契约论”来看，则利用市场运行机制的显性成本对应的是产品市场的交易成本；要素市场的交易成本则包含在利用市场运行机制的隐性成本之中。
如果从市场交易的隐性成本这一角度来看，在解释企业边界时就不需要“市场效益”。利用企业组织的“收益”比“成本”高时，表明市场交易的隐性成本高。如果有利于市场运行机制的因素发挥了作用，市场显性交易成本就会降低，市场机制替代企业组织的可能性提高；如果有利于企业组织的因素发挥了作用，则市场隐性交易成本就会提高，企业组织替代市场机制的可能性提高。
并购也是企业组织替代市场机制的一种形式。并购不但可以节约显性交易成本，而且可以提高组织效益，降低公司并购之前的隐性交易成本。无效率的管理者理论、协同效应理论、代理成本理论等都可以从降低隐性交易成本的角度来考察。
如果管理效率高的公司并购管理无效率的公司会使合并后的公司效益得到提升，那么管理效率高的收购公司在并购其他公司之前的隐性交易成本就会为正，所以公司会倾向于通过并购来降低隐性交易成本。
同样，协同效应并不能从显性交易成本理论得到解释，但却可以从隐性交易成本来理解。隐性交易成本是利用市场机制的机会成本，即企业组织变革带来的收益与组织成本的差额。在没有市场显性交易成本的情况下，如果并购的协同效应带来的组织效益的增加超过了组织成本的增加，这意味着并购前的隐性交易成本为正，所以这样的并购降低的是隐性交易成本而不是显性交易成本。公司的成长能力和资源的不平衡程度越高，可能获得的协同效应会越强，隐性交易成本会越高，并购的可能性越高。
从隐性交易成本的角度分析，代理成本则起着降低并购可能性的作用。由于代理成本增加了利用企业组织的成本，从而使隐性交易成本偏低，企业并购的可能性减弱。
三、研究假设与指标选取
根据以上的分析，本文提出了两个核心假设：
研究假设H[,1]：显性交易成本越大，公司发生并购的可能性越高；
研究假设H[,2]：隐性交易成本越大，公司发生并购的可能性越高。
为了验证这两个假设，我们需要分别从显性交易成本和隐性交易成本两个方面选取合适的指标构建模型。
显性交易成本来自科斯的思想。威廉姆森(1985)则将交易成本应用到了实证研究中，指出交易成本是资产专用性、不确定性和交易频率的函数。此后的多数实证研究都以资产专用性和不确定性为主要维度。根据资产专用性、不确定性与显性交易成本的关系，我们可以得到研究假设H[,3]和H[,4]：
研究假设H[,3]：资产专用性越强，显性交易成本越高，发生并购的可能性越高。
研究假设H[,4]：不确定性越高，显性交易成本越高，发生并购的可能性越高。
测量资产专用性的问卷调查来自Buvik(2002)。他研究的不仅是买方的资产专用性，还有卖方的资产专用性。Buvik的问卷设计符合研究并购的目标，因此对资产专用性的问卷设计建立在他的研究基础之上。
对于不确定性，Buvik(2002)用了四个问题来考察，分别是产品需求条件的变化，供应商市场条件的变化，竞争对手的产品更新速度，供应商所供产品的创新快慢。本文将以Buvik(2002)的研究为基础，根据并购企业所处的环境变化来考量不确定性。
资产专用性和不确定性属于显性交易成本的维度，仅仅从这两个维度不足以预测并购的发生，因为隐性交易成本也是并购中要考虑的重要因素。无效率的管理者、协同效应理论和代理成本理论为寻找影响隐性交易成本的因素提供了基础。
无效率的管理者未能充分发挥其经营潜力，从而未能使公司的价值进一步扩大，而另一管理团队可能会更有效地对该领域内的资产进行管理。收购公司的管理团队力图补足被收购公司管理团队的能力并且在被收购公司的特定业务活动方面可能更有经验。如果并购其他公司会使合并后的公司效益得到提升，那么管理效率高的收购公司在并购其他公司之前的隐性交易成本就会为正，所以公司会倾向于通过并购来降低隐性交易成本。管理效率高的收购公司并购后能提高合并后整个组织的效益，并购前的隐性交易成本较高，所以并购的可能性较高。
由此我们可得到研究假设H[,5]：公司的管理效率越高，并购前的隐性交易成本越高，发生并购的可能性越高。
李善民和曾昭灶(2003)使用了反映盈利能力和营运能力的7个指标来衡量管理效率。他们指出，公司的业绩直接说明了管理的效率，而公司的业绩又主要反映在公司盈利能力和营运能力上，可以认为公司盈利能力和营运能力与管理的效率正相关。这7个指标是反映盈利能力的主营业务利润率、总资产利润率、净资产收益率、每股净利润和反映营运能力的总资产周转率、应收帐款周转率和存货周转率。
协同效应涉及到企业多个方面。Sorensen(2000)发现收购公司通过外部收购促进了增长。这意味着成长过程中的公司会通过收购来获取成长所需要的资源。从整体来说，协同效应就是企业的资源配置优化效应。公司常常在盈利和成长之间面临两难选择，成长性高的公司在成长期的盈利能力往往不高，因而没有足够的资源来支持自身的发展，所以成长能力高盈利能力低的公司倾向于收购成长能力低资源丰富的公司。在没有市场显性交易成本的情况下，如果并购的协同效应带来的组织效益的增加超过了组织成本的增加，这意味着并购前的隐性交易成本为正，所以这样的并购降低了隐性交易成本。公司的成长能力、盈利能力和资源的不平衡程度越高，可能获得的协同效应会越强，隐性交易成本会越高，并购的可能性越高。
由此得到研究假设H[,6]：公司的成长能力、盈利能力和财务资源之间的不平衡程度越高，并购前的隐性交易成本越高，发生并购的可能性越高。
协同效应的指标主要从成长能力、盈利能力和财务资源来考虑。李善民和曾昭灶(2003)选取了主营业务收入增长率、净利润增长率、净资产增长率、总资产增长率来反映公司的成长能力；财务资源则以流动性和股本扩张能力表示。我们认为流动性不足以反映企业的财务资源，公司的偿债能力才能更充分地反映企业拥有的长期和短期财务资源。因此我们选择了资产负债率、流动比率、速动比率反映公司的偿债能力；选择了每股净资产、每股未分配利润反映公司的股本扩张能力。
代理成本增加了利用企业组织的成本，从而使隐性交易成本偏低，企业并购的可能性减弱。由此得到研究假设H[,7]：代理成本越低，隐性交易成本越高，发生并购的可能性越高。
Ang、Cole和Lin(1999)使用了两个指标来度量代理成本：一个是资产利用率（年销售额／总资产），另一个是销售费用率（营业费用／销售额）。较高的资产利用率和较低的销售费用率反映了较低的代理成本。本文将采用这两个比率来度量代理成本。
四、研究方法、数据来源与实证结果
1.研究方法
我们首先采用一个二阶段多元回归程序对并购的可预测性进行研究，主要基于因子分析模型和logistic模型。
第一阶段，使用因子分析模型来测度与可观察变量相关的因子集，这一阶段属于测度模型。在选取因子时主要运用特征值准则，即取特征值大于1的主成分作为因子，放弃特征值小于1的主成分。
第二阶段，使用logistic模型来估计并购的发生受到第一阶段获得的哪些因子的影响。由于本文的研究对象是并购的发生情况，是一个定性的因变量，对定性因变量的研究无法采用多元回归分析方法，所以我们采用logistic回归模型来进行分析和预测。
在使用logistic方法得出拟合模型后，要对样本进行判别检验，以确定模型的好坏或者用于未来的预测。以往判断losistic模型的预测能力都是采用回判法，即用总样本模拟出来的模型重新估计每个案例某个事件的发生概率，再与实际发生情况相比较来评估模型的预测能力。我们认为这种方法只能说明模型对原样本的预测能力，而无法证明对新样本的预测能力。由于问卷只获得了 70个有效样本，模型能否推广到其他的样本很容易受到质疑。为了证明模型在更广泛的样本中也有一定的预测力，除采用回判法对预测能力进行分析外，我们还另外随机选择了一组新的样本来检验模型的预测力。
2.数据来源
本研究所用数据主要分为三部分，分别是上市公司并购的事项公布、上市公司的财务数据、上市公司的资产专用性指标和不确定性指标。
上市公司并购的事项公布数据来源于《中国证券报》2003年2月13日至2004年1月15日陆续公布的《2003年上市公司重组事项总览》，共有15个系列，以及2004年1月30日公布的《2004年上市公司重组事项总览》系列之一所含的2003年12月底的重组事项。
上市公司的财务数据来源于深圳市国泰安信息技术有限公司开发的《CSMAR系列研究数据库系统》，包括其中的中国上市公司财务年报数据库，中国上市公司财务中报数据库，中国上市公司财务季报数据库。①
上市公司的资产专用性指标和不确定性指标来源于对工业行业上市公司的采购部经理所做的问卷调查。
根据Buvik(2002)的研究基础，我们用了6个测项来计量上市公司的资产专用性，用了4个测项来计量上市公司面临的不确定性（测项见表1）。每个测项采用5点尺度计量，5代表非常大 （多），1代表非常小（少）。
由于上游公司和下游公司的生产链关系在工业行业更为突出，受时间和经费所限，我们将问卷调查的对象专注于工业行业②的上市公司。对在上海证券交易所上市的411家A股工业公司和在深圳证券交易所上市的296家A股工业公司发出了707份问卷，收回问卷73份，有效问卷70份，有效回收率9.9%。③
表1 资产专用性和不确定性的测项指标和内容
3.实证结果
(1)测项分析与因子提取
首先，对反映显性交易成本的各变量进行因子分析。资产专用性的6个问卷测项的内部一致性系数(Cronbach α)为0.7164，可用于整体分析。对是否能进行主成分分析的条件进行检验后，发现KMO=0.740。巴特利特球体检验的近似卡方值为84.120，自由度15，在0.01的显著性水平上拒绝了相关系数为单位阵的假设，表明这组数据符合主成分分析的要求。对其进行因子分析后提取出了两个资产专用性因子ASSET1和ASSET2作为回归变量。但对不确定性的指标进行巴特利特球体检验表明不确定性各测项不适合做主成分分析，所以我们将各个测项作为单独的变量进行分析。对测项进行分析后发现u7和u8分别与最终产品和中间产品市场的不确定性关系最密切④，u7和u9之间又具有较强的相关性，u8和u10之间也具有较强的相关性。我们仅选择u7和u8分别作为反映最终产品市场不确定性和中间产品市场不确定性的变量以避免自变量线性相关。
其次，分别将反映盈利能力、营运能力、成长能力、偿债能力、股本扩张能力的各财务指标通过因子分析进行了精简，分别提取了盈利能力因子(PROFIT)、营运能力因子(OPERATE)、成长能力因子(GROWTH)、偿债能力因子(DEBT)⑤、股本扩张能力因子(EQUITY)。由于反映代理成本的两个指标销售额／总资产和销售额／营业费用⑥未能通过巴特利特球体检验，无法提取因子，所以我们将两个指标单独进行分析。销售额／总资产与营运能力中的资产周转率相关系数非常高，在分析中被剔除，因此我们最终采用销售额／营业费用来反映代理成本(AGCOST)。
(2)建立Logistic模型
为了证明仅用单方面的指标（显性交易成本为一方面，隐性交易成本为另一方面）得出的预测模型不如同时使用双方面的指标，我们建立了三个模型：以显性交易成本方面的因子为自变量建立的模型；以隐性交易成本方面的因子为自变量建立的模型；同时以显性交易成本和隐性交易成本方面的因子为自变量建立的模型。加入SIZE（以总股本的对数来衡量）作为控制变量建立的三个模型如表2。
第一，以显性交易成本因子构建的模型
由于Coles和Hesterly(1998)发现资产专用性和不确定性之间的交互影响也会对企业是购买还是制造的决策产生影响，所以我们将ASSET1与u7、u8之间的二元交互项⑦逐个加入方程，以似然比卡方检验⑧来确定是否保留二元交互项。模型1并不显著(significance=0.171)。相当于最小二乘法回归中的R2的Naselkerke R[2]为0.169。说明模型的拟合效果一般。
资产专用性因子ASSET1的系数显著为正，表明资产专用性对并购是否发生的确有重要的影响，符合研究假设H[,3]。
与中间产品市场的不确定性有关的变量u8的系数显著为正，表明中间产品市场的不确定性增加将提高公司发生并购的概率，符合研究假设H[,4]。
但ASSET1×u7的系数为负，表明与最终产品市场的不确定性有关的变量u7的增加会导致并购可能性的降低。ASSET1和u7的交互项系数为负表明资产专用性和最终产品市场的不确定性同时高的时候，并购的可能性却降低。我们认为，当最终产品市场的不确定性高而资产专用性也高的时候，可能会造成两种均衡：最终产品市场的不确定性特别高的时候，形不成市场，均衡是自给自足，也就不会有公司合并；而最终产品的不确定性不是太高，导致有市场形成，则如果资产专用性高，合并将成为均衡。⑨
第二，以隐性交易成本因子构建的模型
将二元交互项PROFIT×DEBT、GROWTH×PROFIT、GROWTH×DEBT加入方程⑩，以似然比卡方检验确定交互项是否保留。模型拟合得不错，significance=0.010，Nagelkerke R[2]为0.398。三个交互项加入方程后都通过了卡方检验。
从单个因素来看，成长能力因子的系数显著为正，其他各项能力因子（除盈利能力因子）的系数也为正，表明隐性交易成本越高的公司越倾向于并购。
表2 以显性交易成本和隐性交易成本为基础构建的并购预测模型
注：***表示显著性水平为0.01；**表不显著性水平为0.05；*表不显著性水平为0.1。SIZE是规模变量，ASSET1和ASSET2是资产专用性因子，u7是与最终产品市场不确定性有关的变量，u8是与中间产品市场不确定性有关的变量，PROFIT是盈利能力因子， OPERATE是营运能力因子，GROWTH是成长能力因子，DEBT是偿债能力因子，EQUITY是股本扩张能力因子，AGCOST是代理成本变量。
单独的盈利能力因子的系数为负，这说明盈利能力越高的公司不容易发生并购，而盈利能力越低的公司反而倾向于并购。这点与中国上市公司并购的制度背景有关。考核中国上市公司的业绩往往看的是盈利指标，盈利指标上去了，则该公司股票也相应看好。在这种情况下，在每年的年末要出年报之时，各上市公司就会想方设法提高盈利水平。越是盈利指标低的公司越可能会通过并购重组这一手段来提高业绩，反倒是那些盈利指标高的公司不需要再靠并购来提升业绩，这点符合李增泉、余谦和王晓坤(2005)得出中国的并购存在支持现象的结论。
交互作用项中成长能力和盈利能力的交互项(GROWTH×PROFIT)系数显著为负，这说明成长能力和盈利能力同时高的公司并购的可能性会降低。这是因为当成长能力有盈利能力支持时，公司可以不通过并购获得外部资源来扩张。成长性—盈利性平衡的公司获得协同效应的可能性下降，因此并购前的隐性交易成本不高，并购可能性降低。这符合我们的研究假设H[,6]。
第三，同时以显性交易成本和隐性交易成本因子构建的模型
对交互项ASSET1×u7、PROFIT×DEBT、GROWTH×DEBT、PROFIT×GROWTH仍然以似然比卡方检验来确定是否保留，四个交互项都进入了回归方程。建立的模型significance=0.000， Nagelkerke R[2]=0.674，从拟合程度来看，模型3模拟得比模型2和模型1要好。各变量的系数是稳健的而且显著性更强。
五、模型的预测能力研究
预测模型的建立，不单只是用来研究所选取的样本中并购公司的特征，它还应该具备对总体的预测能力。但是用样本得出的概率估计值来预测总体，会产生一定的偏差，结果导致由样本推断总体时误判率非常高。Palepu(1986)指出了由样本推断总体时应该进行概率值的调整和阈值概率的重新计算。笔者在研究的过程中发现，由样本推断总体的准确率依赖于概率值的调整幅度和阈值概率的取值。
首先要对概率值进行w系数调整。假设总体中有N[,1]个并购公司，有N[,0]个非并购公司。采用随机抽样的方法，从中抽取n[,1]个并购样本和n[,0]个非并购样本。并购样本被抽中的概率为n[,1]/N[,1]，非并购样本被抽中的概率为n[,0]/N[,0]。运用模型预测出来的该样本的并购概率为p[,m]，总体中该样本并购的概率为p，则根据贝叶斯条件概率模型，可知
令 
整理得 
即经过模型预测出P[,m]后，还要用w系数进行调整才能得出总体中样本并购的概率。
根据统计结果，2003年有370家公司发生过并购，2003年A股上市公司共有1287家。
对预测并购来说，由70家样本公司中有23家并购公司样本，47家非并购样本，所以
。
除了对预测出的概率要进行调整外，还需要确定阈值概率，以便用来推断总体中样本是否属于并购公司。模型的预测准确率对阈值概率的取值非常敏感。阈值概率越低，模型对并购的预测准确率越高。Palepu(1986)对阈值概率进行了详细的探讨，并用条件概率曲线来求阈值。我们采用他的方法来求出模型的阈值概率为0.56。(11)以0.56的阈值概率计算模型3的预测能力，发现对并购公司的预测准确率为68.2%，对非并购公司的预测准确率为91.5%，平均预测准确率为84.1%。
上述结果只是回判的结果，只能说明对70个样本的预测准确率。那么，究竟我们的模型是否能用来预测总体呢？我们拟对随机抽取的新样本再次进行检验。由于资产专用性和不确定性指标无法再次获得，我们只能检验以隐性交易成本因子为基础构建的模型2。
我们对2003年上市公司总体进行了分析，将其分成了489家没有发生过任何重组的公司和 183家并购公司。从这672家上市公司中随机抽取了50个样本，构成了我们的检验样本，其中有14家并购样本和36家非并购样本。整个检验过程如下：
第一，收集财务数据。基准公司使用2002年末的财务数据。并购公司采用2003年发生并购最早日的前一季度的财务特征数据。如果是1季度，使用2002年末的年报财务数据；如果是3季度，使用2003年的中报财务数据。
第二，将各财务指标标准化。
第三，将标准化的财务指标变量代入因子值计算公式（各计算公式由因子值系数矩阵得出），求出各因子变量。
第四，将因子变量代入预测模型中求出预测出的LOGITP。
第五，运用公式p=1/｛1+EXP[-LN(0.8245)-LOGITP]｝求并购发生的概率。
第六，比较实际情况，判断预测的准确率。
检验结果见表3。
表3 模型2对检验样本的预测准确率
注：由于在计算因子值时会导致一些样本无法获得因子数据，因此实际上预测的样本数少于50。
从检验结果来看，对新样本的预测能力相应低于原来的估计样本，这可能是因为新样本中还包含着原来样本中所没有的信息。总的来看，模型的平均预测准确率超过65%。(13)由于模型2仅仅包含了隐性交易成本方面的信息，我们可以预期，在模型3中加入了显性交易成本方面的信息后，还会使模型的预测能力得到提升。
六、主要结论
研究交易成本的学者往往将注意力集中在交易成本的比较上，而忽略了组织变革可能带来的组织效益的变化；传统并购理论虽从不同视角分别解释了并购的动因，但却没有形成一个统一的框架。本文则提出了交易成本的显性和隐性之分，将交易成本经济学和传统的并购理论结合起来研究企业的并购行为，并以此框架为基础对2003年中国发生并购的上市公司进行了实证分析，建立了并购的预测模型，结果发现资产专用性越强，显性交易成本越高，公司发生并购的可能性越大；中间产品市场的不确定性越高，显性交易成本越高，公司发生并购的可能性越大；公司的成长能力越强，成长能力与盈利能力之间的不平衡程度越高，隐性交易成本越高，公司发生并购的可能性越大。
上面的分析是对并购的可预测性进行的技术层面的分析。然而，微观层面发生的事情往往受制于宏观层面的影响。即使对微观层面进行了再细致再复杂的研究，其研究结果都可能受限于特定的制度背景和经济环境。如果将并购的预测也分为技术分析和基本面分析的话，那么基本面的分析可以从经济因素、法律因素、制度因素等层面进行，限于论文的篇幅，在此不予展开。
注释：
①为了保证预测的精确程度，我们采用了并购前一季度的财务数据。
②这里的行业分类是以传统的行业分类来划分的。传统的划分方法将行业分为五类：金融、公用事业、房地产、综合、工业、商业。
③问卷是针对采购部门经理发出的。由于问卷所涉及的内容被大多数经理认为是隐秘的，且上市公司公布的地址和电话常常有误，所以有效回收率不高。70个样本可能无法代表上市公司的行业分布。
④我们建立了超边际分析模型得出了最终产品市场和中间产品市场的不确定性对并购的影响是不同的，可参见本文第一作者的博士论文《并购与剥离的可预测性——基于交易成本视角的研究》，第31-50页。
⑤由于资产负债率与流动比率、速动比率不是同向变化的，所以进行了趋同处理后再提取了因子。
⑥代理成本的两个指标销售额／总资产和营业费用／销售额不是同向变化的，我们进行了趋同处理。
⑦只选择ASSET1和不确定性变量间的交互项是因为ASSET1是更主要的因子，反映了资产专用性的主要部分；只选用二元交互项是因为二元以上的交互项体现的经济意义不大。
⑧如果卡方检验结果显著，则将该交互项保留。
⑨对此我们进行了超边际分析，可参见本文第一作者的博士论文《并购与剥离的可预测性——基于交易成本视角的研究》，第31-50页。
⑩这三个交互项分别反映了盈利能力、成长能力和偿债能力之间的相互关系，它们的两两匹配与资源是否平衡有关，所以选择了这三个交互项加入方程。
(11)阈值的计算过程很复杂，限于篇幅，在此不赘述。关于阈值的讨论可参见《并购与剥离的可预测性——基于交易成本视角的研究》，第107-111页。
(12)最优阈值仍按上述方法计算而得。
(13)Palepu(1986)对被接管的目标公司的预测模型的回判平均预测准确率为62.5%。
标签：隐性成本论文; 协同效应论文; 资产专用性论文; 显性成本论文; 纵向并购论文; 预测模型论文; 不确定性分析论文; 管理成本论文; 概率计算论文; 成本预测论文; 成本效益论文; 能力模型论文; 财务预测论文; 解释变量论文; 企业资产论文; 协同设计论文;