并购审查中的安全港规则：一种非参数方法，本文主要内容关键词为：全港论文,规则论文,参数论文,方法论文，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。
［中图分类号］F038.2 ［文献标识码］A ［文章编号］1006－480X（2011）09－0045－11
一、引言
安全港规则（Safe Harbors）是并购审查① 中的一种筛选机制。在并购审查的初级阶段，执法机构一般用它过滤掉那些明显不会产生反竞争效果的并购案件。具体来说，它通过考察并购前后相关市场的一些结构指标（如HHI和并购各方的市场份额之和等）的水平值和变化情况，划定一个安全区域。执法机构通常认为，落入该区域内的并购案件一般不会产生显著的排除、限制竞争的效果，这些案件一般也不需要进一步审查。
安全港规则一方面可以将并购审查机构的有限资源集中用于审查那些可能会严重损害竞争的并购案件；另一方面，它可以节省那些明显不会产生反竞争效果的并购案件的并购各方接受进一步审查的成本。另外，它还可以提高并购审查结果的可预见性。
为了提高执法效率、减轻企业负担和增加审查结果的可预见性，目前世界上大多数国家的并购指南中都设置了安全港规则。这些安全港规则之间既有显著的差异，也有基本相同的地方。差异主要表现在它们考察的指标不同，以及相同指标的门槛值不同；共同点在于它们都没有给出制定安全港规则的基本原理（Yang and Pickford,2011），也就是说，他们没有给出门槛值的选择依据。
虽然安全港规则非常重要，现有的制定方法也存在明显的缺陷，但是相关文献却较少。Yang and Pickford（2011）利用模拟实验数据，通过构建并购模拟模型，制定了一个他们称之为具有可靠基础的安全港规则。由于他们采用的数据并非真实的数据，并购模拟模型对模型的假设条件比较敏感，所以该安全港规则的基础可能并不牢固。余东华、乔岳和张伟（2010）在借鉴外国经验的基础上，提出了中国的安全港规则。但是他们设定门槛值的理由不具有说服力。比如，将HHI的门槛值设定为1000时，他们给出的理由是“HHI为1000的市场相当于市场中至少有10个规模相同的企业在竞争，这是低集中度市场，企业难以影响、限制或排除有效竞争”。事实上，HHI为1000的市场也可以是一个寡头市场，其中一家企业的市场份额为30％，而其余企业的市场份额都在1％左右。
本文利用2004—2007年中国工业四位码行业的数据，采用非参数方法，通过估计HHI和ΔHHI的分布函数，并结合并购案件损害竞争的概率，提出了具有科学依据的安全港规则。该思路的优点在于：一是采用中国真实的数据，而不是虚假的模拟数据，这使得制定的安全港规则更加符合中国国情；二是采用的非参数估计方法可以有效避免参数化方法因条件误设所带来的潜在风险。本文的主要贡献在于：一是研究结果为中国有关部门制定安全港规则提供了重要的决策依据。随着科学发展观的贯彻落实，目前反垄断立法部门在制定法律法规时，越来越来重视学术研究成果的支撑作用。二是采用非参数方法研究制定安全港规则在国内外相关问题研究中属于首创。
二、世界主要国家的安全港规则
目前大多数国家的反垄断执法机构都制定了并购审查中的安全港规则，纵观世界各国的安全港规则（见表1），我们发现：
（1）各国的安全港规则都是根据HHI、前n家企业的市场份额之和（CRn）和并购各方的市场份额之和制定的，只是组合和标准不同而已。各国的HHI的门槛值主要有（1000,2000）和（1500,2500）两组。这表明，各国的安全港规则都是相互借鉴的，而不是真正根据本国的国情制定的。
（2）安全港规则具有简化的趋势。2008年以后制定的安全港规则一般相对简单。比如，2010年修订后的美国《横向并购指南》中的安全港规则就大大简化了，删去了市场份额标准。另外，德国和澳大利亚的安全港规则也较为简单，分别只包括CRn和HHI指标。
（3）个别国家的安全港规则较为特殊。巴西针对单边效应和协调效应制定不同的安全港规则。英国将相关市场上企业的个数也作为制定安全港规则的指标。
（4）个别国家或地区的安全港规则之间自相矛盾。比如，在欧盟，如果两个市场份额均为12％的企业合并②，根据市场份额标准，并购双方的市场份额之和小于25％，那么该项并购处于安全港之内。但是，此项并购前后HHI的变化量为288，大于250，那么根据HHI标准，此项并购处于安全港之外。这种不同标准之间的不一致性从侧面说明了这些安全港规则缺乏科学依据。
三、基本原理和研究思路
2008年8月1日《中华人民共和国反垄断法》（以下简称《反垄断法》）正式颁布实施，时至今日，已三年有余。作为重要配套法规之一的并购指南仍然没有发布，其中的原因可能多种多样，但如何制定合理的安全港规则肯定是立法机构遇到的难题之一。
1.理论基础和现实依据
在同质产品市场上，市场份额和市场集中度与市场支配力之间存在密切的联系。当市场份额或市场集中度较低时，该类市场的竞争通常比较充分。也就是说，该类市场上的企业并购案一般不会使并购各方具有市场支配力或增强其市场支配力，也不会产生便于行使其市场支配力的条件。这是世界各国和下文制定安全港规则的理论基础。
反垄断法律法规不健全、执法资源有限和执法经验不足是目前中国制定安全港规则最重要的现实依据。《反垄断法》已经实施三年多了，可是相关的配套法规仍然缺东少西，且不论法规本身是否完善。目前商务部反垄断局负责审查经营者集中案件。据悉，商务部反垄断局只有30多人，且人员构成多为年轻的硕士和博士，而美国司法部反垄断局和联邦贸易委员会的专职经济学家就有几十人之多。美国《谢尔曼法》颁布于1890年，迄今已有120多年。相比之下，中国反垄断执法资源和执法经验严重不足。但是，他们的审查任务却非常繁重。据商务部反垄断局不完全统计，目前并购案件进入第二阶段的比例非常高③。在此背景下，制定中国的安全港规则，应该遵循以下原则：
（1）顺应国际趋势，力求简洁。在制定安全港规则时尽量选择单一指标，因为安全港规则只是一种初步的筛选机制，没有必要搞得非常复杂。况且，选择多种指标还可能产生内在的不一致性。比如上文提到的欧盟安全港规则中的市场份额标准和HHI标准的冲突。
（2）符合中国国情，不能简单照搬国外经验。在制定安全港规则时，要基于中国的真实数据，在借鉴国外经验的同时要弥补现有安全港规则的不足，给出明确的制定依据。
2.研究思路
我们将中国所有的并购案件视为一个总体，已经发生的案件则是其样本。显然，获取所有并购案件（包括未来发生的案件）的相关信息理论上是不可能的。现实中，我们可以根据已发生案件的相关数据（比如，HHI和ΔHHI）来推断并购案件相应数据的分布状况。
在同质产品市场上，HHI与市场支配力之间存在密切的联系（Motta,2004）。也就是说，我们可以根据HHI的高低推断市场支配力的大小。并购审查的根本目的是识别出那些可能会使并购各方拥有市场支配力、增加并购各方的市场支配力、产生便于行使市场支配力的条件的并购案件。这样，我们就可以将并购案件损害竞争的概率（即排除、限制竞争的并购案件占总并购案件的比例）和HHI联系起来。假设HHI服从F（x）分布，如果并购案件损害竞争的概率为b，那么，根据F（x）＝P（X≤x）＝1－b，HHI的门槛值为x。换句话说，当HHI＞x时并购案件损害竞争的概率为b。同理，我们也可以获得ΔHHI的门槛值。因此，只要估计出中国并购案件HHI和ΔHHI的分布，并获得并购案件损害竞争的概率，我们就可以制定出中国的安全港规则。
理论上，在估计HHI和ΔHHI的分布函数时，我们应该采用真实案例的HHI和ΔHHI。但是，中国反垄断执法时间较短，案例较少且相关资料不公开，缺乏相应的统计数据。④ 基于以下理由，本文选择中国工业四位码行业的HHI和ΔHHI来近似替代真实案例的HHI和ΔHHI：
（1）目前中国处于工业化阶段，工业企业之间的并购案仍将是未来一段时间内并购案的主体。在商务部反垄断局网站上，我们可以看到，自《反垄断法》实施以来，商务部审理的有影响力的案件多为工业企业并购案。比如，英博收购AB公司案、松下收购三洋案、辉瑞收购惠氏案、诺华收购爱尔康案和乌拉尔公司吸收合并谢尔维尼特公司案。此外，还有著名的可口可乐拟并购汇源案，以及目前正在审理的雀巢拟收购徐福记案等。
（2）理论上，计算HHI之前首先需要界定相关市场。事实上，界定准确的相关市场是一个世界难题（黄坤，2011），以目前的执法水平，执法机构很难快速、准确地界定相关市场。另外，安全港规则只是一种初选机制，其目的在于让执法机构集中有限的精力于最可能损害竞争的案件。因此，在初步筛选时没有必要费时费力地界定相关市场。
（3）国民经济四位码行业与大多数案件的相关市场比较接近。比如，在著名的可口可乐拟并购汇源案中，商务部将相关市场界定为果汁市场⑤，这与国民经济四位码行业（1533，果菜汁及果菜汁饮料制造）是完全吻合的。在乌拉尔公司吸收合并谢尔维尼特公司案中，“商务部认定氯化钾为相关商品市场，而氯化钾主要作为钾肥使用”⑥，与国民经济四位码行业（2623，钾肥制造业）基本吻合。
当然，由于无法获得农业和服务业的企业级数据，因此很难计算它们的HHI。但根据其他国家的执法经验，这些行业一般与工业适用同样的安全港规则。
四、HHI分布函数的非参数估计
在恰当的条件下，参数估计量具有一致性、有效性和渐近正态性等优良的性质。但是，如果模型设定错误，那么参数估计量可能是无效的，甚至是不一致的。正如McFadden所言，参数化方法在计量分析和经济理论的命题之间隔了一层不干净的面纱，强加了一些经济理论所没有的维度或函数约束，使得计量分析与经济理论有些脱节（H
rdle and Linton,1994）。为了解决这个问题，非参数方法应运而生，其基本思想是避免事先预设变量分布的函数形式（Racine,2008），从而避免设定错误带来的严重后果。非参数估计方法主要包括非参数密度估计方法和非参数回归方法。非参数密度估计方法主要有局部直方图法、核估计方法、k近邻估计和可变窗宽核估计等。
由于我们事先并不知道HHI的分布形式，此时非参数方法是最佳选择。本文将采用目前应用最广泛的Rosenblatt-Parzen核估计方法来估计HHI和ΔHHHI的分布函数。
1.密度函数的核估计方法
由于采用指标函数（Indictor Function）作为权重函数，局部直方图法估计出的密度函数是非连续的。为了估计出平滑的密度函数，Rosenblatt（1956）和Parzen（1962）最早提出用一个平滑的核函数代替指标函数。核函数通常满足纵轴对称性和积分为1：
核估计方法的核心在于选择恰当的核函数和合理的窗宽。常见的核函数有uniform（box）、normal、epanechnikov、triangle、biweight和triweight等，其形式如表2所示：
据Racine（2008）统计，目前最优窗宽的选择方法主要有拇指法则、插值法（Plug-in Methods）、交叉有效性方法（Cross-validation Methods）和自助法（Bootstrap Methods）。一般来说，最优窗宽是指使积分均方误（Integrated Mean Square Error,IMSE）最小的窗宽：
Faraway and Jhun（1990）提出的自助法首先利用任意给定的窗宽估计f（x），并计算IMSE，使IMSE最小的窗宽即最优窗宽。
实证研究表明，核函数对核估计量的影响较小，而窗宽对核估计量往往具有决定性的影响。
2.数据
本文数据主要来源于中国工业企业数据库。该数据库统计了自1998年以来规模以上工业企业的基本信息和财务信息。2002年中国发布了新的《国民经济行业分类》。与1994年版相比，新行业分类标准中工业部分大类由40个减至39个，中类由197个减至191个，小类（四位码行业）由607个大幅减至525个。中国工业企业数据库于2003年开始采用新标准来统计数据。为了使本文构建的安全港更具有现实意义，本文将考察范围聚焦于新标准下的四位码行业。
《国民经济行业分类》（2002）将工业分为525个四位码，其中有89个其他类。由于这些其他类都是兜底类别，内容庞杂，经济含义不明确，一般也不重要，所以学术界在作实证分析时一般将这些其他类去掉。为了检验结论的稳健性，本文同时考虑了包括和不包括其他类两种情形。两种情形下，HHI的统计描述如表3所示。
从表3可以看出：①中国工业行业的市场集中度的整体分布比较稳定，基本上不随时间变化而变化，这为我们根据HHI的分布函数来制定安全港规则的思路提供了可靠的事实依据。虽然2003—2004年HHI的变化较大⑦，但是，2004—2007年HHI的均值和标准差等统计量变动较小。比如，均值在550左右，标准差在900左右。②其他类四位码行业对整体的市场集中度影响较小。2003—2007年，两种情形下HHI的基本统计量差异较小。但是，不包括其他类的HHI更加合理。比如，最大值和最小值与现实更加吻合。
为了更准确地制定安全港规则，下面将主要采用2004—2007年中国工业四位码行业（不包括其他类）的HHI来拟定中国的安全港规则。
3.HHI的核估计量
本文采用Matlab软件中的ksdensity函数来估计HHI的密度函数和累积分布函数。在估计HHI的概率密度时，我们选择ksdensity函数默认的normal核，采用默认的插值法来选择最优窗宽，在HHI的最小值和最大值之间均匀选择10000个点来估计密度函数，结果如图1所示。
图1 2004—2007年HHI的密度函数
从图1可以看出：①HHI的分布是尖峰、有偏的，且右侧拖尾较长，与常见的分布函数差异较大。如果事先假设HHI服从某一常见分布，采用参数化方法来估计其密度函数，那么我们很可能得到错误的结论。②2004—2007年HHI的分布基本相同，再一次证实了中国工业四位码行业的市场集中度比较稳定的结论。
我们知道，在其他条件一定的情况下，非参数方法的精度会随着样本量的增加而提高。既然2004—2007年HHI的分布基本相同，那么为了提高估计精度，下面我们将这4年的HHI混为一个样本，并据此来估计HHI的分布函数。
为了检验估计结果的稳健性，我们首先选择了normal、box、triangle和epanechnikov四种常见的核函数，考察核函数对估计结果的影响；然后选择了normal核下最优窗宽的1、0.9、0.8、和0.7倍，考察窗宽对估计结果的影响。结果如图2所示：
图2 不同情景下的密度函数
从图2可以看出：①四种核函数下HHI密度函数的估计量基本上是重合的，也就是说，核函数对密度函数的估计结果影响甚微，这与已有的实证结果是相符的；②四种窗宽下HHI密度函数估计量也基本相同，换句话说，HHI密度函数的核估计量对窗宽的选择并不敏感。这些均表明，估计结果非常稳健。
接着，我们估算出HHI的累积分布函数如图3所示：
从图3可以看出：①85％的观测值在1000以下，其中70％左右在500以下，20％左右在100以下；②HHI在1000—2000范围内的观测值不足10％；③个别观测值在5000以上。具体来说，2004—2007年只有“宝石、玉石开采”、“固体饮料制造”、“核燃料加工”、“镍钴冶炼”、“电车制造”、“农林牧渔专用仪器仪表制造”和“核辐射加工”7个行业的14个观测值大于5000。
五、中国的安全港规则
从2008年8月1日至2010年6月底，商务部共立案受理140多件企业并购案，其中90％的案件已经审结。在已经审结的案件中，95％的案件无条件通过审查，有5个案件附加了限制性条件，一个案件禁止，即可口可乐拟并购汇源案。如果执法机构没有执法错误，那么这些数据表明，中国95％的并购案件不会产生排除限制竞争的效果，99％的并购案件不会产生显著的反竞争效果。
据《Hart-Scott-Rodino Annual Report》（2008财年）统计，1999—2008年美国司法部和联邦贸易委员会共收到22943件并购案件，其中进入第二轮审查的案件平均只有2.6％。这意味着97％以上的并购案件不会产生反竞争效果。
从上述国内外的执法经验来看，95％以上的并购案件一般都不会产生排除、限制竞争的效果。换句话说，并购案件显著地损害竞争的概率（筛选率）通常不超过5％。筛选率和HHI的关系满足公式：P（X≥HHI）＝a，其中P（X）为HHI的累积分布函数，a为筛选率。根据本文估计出的HHI的累积分布函数，以及给定的筛选率整理得到表4：
查表4，我们得知，当筛选率为5％时，HHI的门槛值为2016。也就是说，当并购后相关市场的HHI低于门槛值时，该并购案件不会产生反竞争效果的概率在0.95以上。为了防止漏网之鱼，我们将筛选率提高到10％，此时HHI的门槛值为1287。结合门槛值为整十整百的国际惯例，我们将市场分为三类：HHI＜1200，低度集中市场；1200≤HHI≤2000，中度集中市场；HHI＞2000，高度集中市场。
通常，在制定安全港规则时，不仅要考虑HHI的水平值，还要考虑HHI的变化量。通过如下方法，我们获得ΔHHI的门槛值（如表5和表6所示）：①挑选出2004—2007年每个四位码行业的前十家企业⑧，并计算其市场份额；②计算每个行业可能的ΔHHI⑨，每个行业每年最多有45个可能的ΔHHI；③将2004—2007年中度集中行业和高度集中行业可能的ΔHHI分别混为一个样本，样本量分别为4354和2786；④像估计HHI的分布函数一样，分别估计出中度集中行业和高度集中行业ΔHHI的累积分布函数⑩。筛选率和ΔHHI的关系满足公式：P（X≥ΔHHI）＝a，其中，P（X）为ΔHHI的累积分布函数，a为筛选率。
在中度集中市场，通常80％以上的并购案都不会损害竞争。查表5，我们得知，当筛选率(11) 为20％，ΔHHI的门槛值为179。
在高度集中市场，一般60％以上的并购案都会在一定程度上损害竞争。据美国联邦贸易委员会的横向并购指南调查数据（1996—2007财年）统计，HHI在1800—2399区间内的并购案件中只有36％的案件最终无条件通过审查（Shapiro,2010）。查表6，我们得知，当筛选率(12) 为60％时，ΔHHI的门槛值为16。
综合以上分析，并结合门槛值为整十整百的国际惯例，我们将制定中国的安全港规则如下：
①HHI＜1200；②1200≤HHI≤2000，且ΔHHI＜180；③HHI＞2000，且ΔHHI＜20。
当并购后相关市场的HHI满足上述条件之一时，该并购案件一般不会严重损害相关市场的竞争，通常不需要进一步审查。
当然，立法机构也可以随着执法资源和执法效率等条件的变化，选择更加合理的筛选率，从而制定出更加科学的安全港规则。
六、结语
并购审查中的安全港规则既可以节省执法资源，提高执法效率，也可以降低并购企业的成本，增加并购审查结果的可预见性。因此，世界各国的并购指南中一般都设置了安全港规则。但是，这些安全港规则都缺乏科学依据。换句话说，它们都没有给出选择门槛值的充分理由。
从2008年8月《反垄断法》颁布实施至今已经三年有余。作为重要配套法规的《并购指南》却迟迟没有发布，其中一个重要的原因很可能是无法制定出一个合理的安全港规则。安全港规则的缺失在一定程度上加大了商务部的工作量，在执法资源不变的前提下，这必定会降低并购审查的质量和效率，这也是目前经营者集中案件进入第二阶段过多的一个重要原因，这个问题已经引起业界的广泛关注。因此，制定一个合理的安全港规则迫在眉睫。
本文利用2004—2007年中国工业四位码行业的数据，采用非参数估计方法估计出HHI和ΔHHI的分布函数，结合并购案件损害竞争的概率，提出了具有科学依据的安全港规则。本文的估计结果对核函数和窗宽都比较稳健，与国际上主要国家的安全港规则基本相符，可为中国有关部门制定安全港规则提供重要的决策依据。
本文的贡献不仅仅在于提出了一个符合中国国情的、具体可操作的安全港规则，而在于提出了一种科学、合理，并具有普遍指导意义的制定安全港规则的新思路。其他国家或地区也可以遵循本文的研究思路，利用本国或本地区的相应数据，制定出它们的安全港规则。
值得注意的是，本文在计算市场份额时，分子为法人企业的营业额，而不是反垄断领域常用的集团企业的营业额，这在一定程度上会低估市场份额和相应的HHI。另一方面，分母为规模以上的工业企业的总营业额，这在一定程度上又会高估市场份额和相应的HHI。如果条件允许，有兴趣的读者可以采用集团企业的营业额和工业企业的总营业额，重新计算市场份额和相应的HHI，然后沿着本文的思路，重新制定中国的安全港规则。(13)
本文选取的HHI仅限于工业，没有包括其他国民经济行业。今后如果可以获得更多行业的企业级数据，那么沿着本文的思路可以制定出更加可靠的安全港规则。
鉴于金融业和其他行业计算营业额的方法不同，如果有金融业的企业级数据，沿着本文的思路，理论上我们也可以针对金融业制定不同的安全港规则。但是，现实中没有必要这么做，因为HHI是相关市场上所有企业的市场份额的平方和，与统计口径无关。
当国民经济行业分类标准变化或其他原因导致HHI和ΔHHI的分布发生较大变化，或者并购案件损害竞争的概率有了较大变化时，有关机构可以沿着本文的思路及时更新安全港规则。
当然，如果可以获得大量真实案例中的HHI和并购案件损害竞争的概率，我们也可以通过建立回归模型等方法来设置安全港规则。
［收稿日期］2011－08－28
注释：
① 企业并购一般分为横向并购、纵向并购和混合并购。由于非横向并购的并购主体不在同一个相关市场，并购不会对相关市场的市场结构产生影响，所有并购审查中的安全港规则一般是针对横向并购案件的。
② 例如，市场上有10家企业，它们的市场份额分别为12％、12％、10％、10％、10％、10％、10％、10％、10％、6％，并购前HHI为1024，前两家企业并购后HHI为1312。
③ 据商务部反垄断局有关人士透露，进入第二阶段案件比例较高，其中原因除了流程的原因（比如，相关单位意见反馈较慢）以外，也与不能参照一个门槛快速地排除大部分不会产生竞争影响的案子有关。
④ 如果商务部内部有这方面的统计数据，可以沿着本文的研究思路自行制定中国的安全港规则。
⑤ 事实上，本案的相关市场为碳酸饮料市场和果汁市场。参见黄坤和张昕竹（2010）、黄坤（2011）。
⑥ 商务部：《中华人民共和国商务部［2011］第33号公告（关于附条件批准乌拉尔开放型股份公司吸收合并谢尔维尼特开放型股份公司反垄断审查决定的公告）》，http://fldj.mofcom.gov.cn/aarticle/zcfb/201106/20110607583288.html。
⑦ 在整理原始数据时，我们发现2003年的许多数据与《中国统计年鉴》等公开出版物有一定的出入，而其他年份的数据基本一致。因此，我们认为，这些差错可能是新旧行业分类标准更替时，数据库中某些数据的统计口径没有及时、准确更新造成的。
⑧ 一般来说，前10家企业与其他企业之间的并购案不可能产生反竞争效果。如果某个行业的企业个数不足10，则以实际数为准。
⑩ 鉴于中、高集中度市场ΔHHI的分布图与HHI相应的分布图较为类似，本文没有列出。像估计HHI时一样，我们选择不同的核函数和窗宽，验证了估计结果的稳健性。结果都比较稳健。
(11) 此处的筛选率是一种条件概率，即在中度集中市场上并购案损害竞争的概率。
(12) 此处的筛选率是一种条件概率，即在高度集中市场上并购案损害竞争的概率。
(13) 我们可以预期，HHI的门槛值肯定会提高。事实上，没有必要这么做，理由是，安全港规则只是一个初步的筛选机制，在此阶段，没有必要费时费力地计算集团企业的市场份额，只要计算门槛值的HHI和并购案件相关市场的HHI的口径一致即可。