签到
EN

JFE|并购传言对未上市公司有何影响?

27浏览
2022/01/24 06:21发布
学术前沿速递
学术前沿速递
最新——JFE|并购传言对未上市公司有何影响?

并购是企业生命周期中的重要事件,其可能带来战略重组、产品停产、加速增长、地域扩张、裁员或竞争加剧,并对大量的利益相关者产生潜在影响。

 

研究表明,交易通常由收购方或卖方发起,或者由目标公司(或外部)管理层发起。交易谈判最终会在未来合作伙伴之间直接接触,或由并购中介组织的有限制拍卖程序等形式展开。交易双方需要签订保密协议,从而限制交易谈判信息泄露的发生率,以及它们对交易能否完成和交易价值的潜在连锁影响。这些影响由交易传言中透露的关于最终合并结果的不确定性造成。

 

对于上市公司而言,并购传言(并购成功率、目标企业估值等)有可能被作为操纵股价的手段,将股价推向预期方向,由于上市公司经常受到此类股价操纵的影响,因此无法用它们来评估并购传言对交易成交和价值的影响。

 

来自法国里昂商学院的Yan Alperovych、Alexander Groh,佛罗里达大西洋大学的Douglas Cumming以及法国北方高等商学院的 Veronika Czellar在金融学顶级期刊《Journal of Financial Economics》发表论文“M&A Rumors about Unlisted Firms”,文章通过间接参照法,对68044宗已结束和未结束、传言和传言并购交易样本进行分析,讨论了并购交易传言对非上市公司的影响,从而排除了公开股票市场的噪音探索传言对交易达成率、企业价值的影响与经济效应。

 

文章投稿于20201119日,20201215日被接收,2021511日正式刊出。

 

01
变量设置

 

文章假设有关合并谈判的机密信息要么是随机泄露,要么是与交易有利害关系的人故意泄露。

 

文章构建了传言出现的同步模型。文章定义n为并购交易的总数量,Di为每笔并购交易的结束状态,如果交易完成则取1,否则取0;定义传言变量Ri,如果Di受到了传言的影响则取1,否则取0。文章假设(Ri, Di)满足以下模型:

并购是企业生命周期中的重要事件,其可能带来战略重组、产品停产、加速增长、地域扩张、裁员或竞争加剧,并对大量的利益相关者产生潜在影响。

 

研究表明,交易通常由收购方或卖方发起,或者由目标公司(或外部)管理层发起。交易谈判最终会在未来合作伙伴之间直接接触,或由并购中介组织的有限制拍卖程序等形式展开。交易双方需要签订保密协议,从而限制交易谈判信息泄露的发生率,以及它们对交易能否完成和交易价值的潜在连锁影响。这些影响由交易传言中透露的关于最终合并结果的不确定性造成。

 

对于上市公司而言,并购传言(并购成功率、目标企业估值等)有可能被作为操纵股价的手段,将股价推向预期方向,由于上市公司经常受到此类股价操纵的影响,因此无法用它们来评估并购传言对交易成交和价值的影响。

 

来自法国里昂商学院的Yan Alperovych、Alexander Groh,佛罗里达大西洋大学的Douglas Cumming以及法国北方高等商学院的 Veronika Czellar在金融学顶级期刊《Journal of Financial Economics》发表论文“M&A Rumors about Unlisted Firms”,文章通过间接参照法,对68044宗已结束和未结束、传言和传言并购交易样本进行分析,讨论了并购交易传言对非上市公司的影响,从而排除了公开股票市场的噪音探索传言对交易达成率、企业价值的影响与经济效应。

 

文章投稿于20201119日,20201215日被接收,2021511日正式刊出。

 

01
变量设置

 

文章假设有关合并谈判的机密信息要么是随机泄露,要么是与交易有利害关系的人故意泄露。

 

文章构建了传言出现的同步模型。文章定义n为并购交易的总数量,Di为每笔并购交易的结束状态,如果交易完成则取1,否则取0;定义传言变量Ri,如果Di受到了传言的影响则取1,否则取0。文章假设(Ri, Di)满足以下模型:

Image

 

其中,Xi=(1,Xi1,….,Xik) 是具有k个解释变量的矩阵的第i行,且:

 

Image

 

文章假设交易结束时的交易倍数Pi满足:

 

Image

 

其中,𝜀i,3是满足零均值假说的独立正态变量,𝝈2是与𝜀i,1和𝜀i,2相互独立的方差。具有l个解释变量的矩阵的第i行表示方法如下:

 

Image

对每一笔并购交易而言,其成交价格是否公开取决于交易是否完成。文章用Bi表示这种考虑的可得性:

 

Image

 

其中,𝜀i,4是满足零均值假说的独立正态变量,𝝈2是与𝜀i,2、𝜀i,2和𝜀i,3相互独立的方差。每一笔并购交易观察到的交易价值被定义为:

 

Image

 

文章对2k + 2l + 10个参数定义如下:

 

Image

 

在已知Di=1和Ri的条件下,被定义为:

 

Image

 

其中,ϕ(x)和φ(x)分别是标准正态分布的概率密度和累积分布函数。

 

 

02
数据与描述性统计

 

文章收集了来自Bureau van DijkZephyr数据库(BvD Zephyr)1996-2017年间88个国家共计68044笔有并购意图但失败(34.32%)或成功完成(65.68%)的未上市公司并购交易。从BvD Zephyr 提供的信息中可以确定在正式公告之前是否存在交易传言以及交易是否已完成。

 

具体而言,BvD Zephyr会记录潜在交易首次在印刷品、广播、电视、互联网或其他媒体中被提及的日期。如果该日期早于官方公告(也由BvD Zephyr提供),则将此日期称为传言日期。媒体参考,即公告前信息泄露的证据,可能来自买方、卖方、目标公司本身,也可能在没有任何准确来源的情况下被记录下来。

 

如果满足以下两个条件之一,则将交易谈判定义为泄露:

 

a)传言日期比公告日期早三个日历日(从而避免周末公告);

b)公告从未真正发生过。

 

表1展示了传言是否泄漏与并购交易是否关闭的列联表。可以看出,样本包括17440(25.63%)笔泄露传言的交易、23354(34.32%)笔未完成交易和44690 (65.68%) 笔已完成交易。已关闭交易中的泄漏比例约为14%(6063/44690),低于在已完成的谈判中观察到的泄漏比例(11377/23354=49%)。非泄露交易中已完成交易的比例约为76%(38627/50604),而泄露交易最终完成的比例仅为35%(6063/17440)。

 

Image

 

表2展示了样本随时间变化的情况。虽然交易关闭与传言泄露并没有明显的时间趋势,但文章还是在回归中使用时间固定效应来控制潜在的影响。

 

表3将样本按18个行业细分,揭示了交易完成、信息泄漏的可能性,以及各行业交易目标的显著差,文章在后续的回归中使用关于行业集中度和传言强度的Herfindahl-Hirshmann指数 (HHI),或者行业固定效应来控制这一潜在影响因素。

 

Image

 

Image

 

表4展示了并购交易传言的出现情况。A组根据收购方类型列出了泄露的交易,而不考虑泄露的来源。B组则列出了传言的来源。由于传言的发起者通常是不确定的,因此无法在主模型中控制这些信息。

 

尽管如此,文章在其他分析中提到了这一问题。在已确定的交易传言来源中,收购方泄露信息的频率最高(约占所有交易的4.07%),而目标公司传播传言的频率最低(约占所有交易的1.15%)。

 

Image

 

表5和表6分别展示了文章的控制变量进行对数转换的描述性统计数据(EV/Sales除外)及其定义。

 

Image

 

Image

 

图1显示了样本公司交易对价与销售额之间的关系。可以看出平均目标企业价值是销售额的10.94倍,而中位数是销售额的1.21倍。右偏分布是由外部交易倍数引起的,需要对交易值的度量进行对数变换。

 

Image

 

 

03
回归结果

 

文章首先使用probit回归确定并购交易传言和交易完成的驱动因素。表7列出了分析结果。

 

Image

 

第(1)列在几个协变量、行业、年份和国家固定效应上回归带有传言交易的标志。它表明Leak-IV工具描述了交易传言的历史性出现,对当前传言的可能性产生了强烈且具有统计意义的影响。

 

该模型进一步表明,并购交易传言强度随着目标、竞标者数量以及收购方与目标公司处于同一行业时而增加。如果目标公司经营年限越长、立足点更高,以及如果收购方和目标公司位于同一国家,那么出现并购传言的可能性较小。如果投标人是战略投资者、财务投资者或个人投资者,出现并购传言的可能性也较小。回归进一步表明,政府实体的收购鼓励了信息的传播。

 

文章继续对表7第(2)至(5)列进行分析。其中,第(2)列和第(4)列侧重于分析泄露变量与来源,未进行进一步的控制;第(3)列加入了第(1)列的协变量与固定效应,第(5)列还将泄露虚拟变量划分为不同的泄露来源。

 

第(2)列结果显示,交易传言对交易完成情况具有显著的负向影响,第(4)列则显示当泄露来源为“others”和“unspecified”时,影响更为显著。第(3)列和第(5)列的结果表明,具有更大目标、更高立足点、更多投标人、与收购方同行业和处在集中行业的交易不太可能完成。相反,由个人投资者发起的交易和收购完成的可能性更高。

 

第(2)列的平均边际效应(未列出)显示,与无泄漏传言交易相比,存在传言的交易完成的可能性下降了约40%。在(3)中效果约为-30%。然而,如上所述,文章不认为泄漏是一个外生变量,因为并购传言可能是由影响交易完成的相同不可观察因素驱动的。例如,管理能力或公司内部对合并的抵制可能会产生交易传言并影响交易的完成。

 

因此,泄漏的参数估计是潜在的偏见。如果成对相关性为正(负),则在普通最小二乘法(OLS)规定下,将存在向上(向下)偏差。然而,文章的模型不是线性的,而且偏差的方向和大小在事前是不可预测的,因此文章提出了下面的联合估计模型。

 

文章将公开和观察/记录的倍数定义为Pobsi,并定义了四种可能互斥的情况:交易完成并披露与记录其价值、已完成但未披露其价值、交易最终未能完成但已宣布并记录对价、交易没有完成且没有宣布对价。因此,文章使用模拟的方法,证明了未能纠正交易价值观察能力偏差κ,即感兴趣的参数。

 

文章认为,上文产生的偏差是由于没有控制交易价值的可观察性所致。因此文章加入了传言来源类别的数量,反映了提及并购传言的不同媒体的来源数量。文章设定ξ2=0,即假设交易倍数的可观测性是外生的,文章进行以下估计:

 

Image

 

其中,方程(1)-(2)的极大似然估计表示为:

 

Image

 

方程(4)的极大似然估计表示为:

 

Image

 

方程(3)仅适用于可用的交易倍数的OLS回归为:

 

Image

 

Naive模型易于评估,但低估了κ和σ。文章使用以下的蒙特卡罗模拟,其中交易完成设置为1,n = 20000, k = 0, b1= -0.67, b3 = b4= 0, κ = 0.15, ζ1 = 0.01, ζ2 = 1,σ = 1.5。

 

结果如图2中两个左侧箱线图所示。红色虚线表示假定的参数真实值,实际上偏差相当大。κ的原始估计值与真实值相差约7.5个小数点,大约相当于50%的向下偏差。方差的平均估计值向下偏移约75%。

Image

 

表8中对naive模型报告的结果还显示,Leak变量和交易价值变量的点估计值均显著为负,证明并购交易传言对交易价值有负面影响。

 

Image

 

如上所述,企业价值倍数的分布是右倾的,需要进行对数变换。图3报告了n=20000,k=0,b1=−0.67,b3=b4=0,κ=0.15,ζ1=0.01,σ=1.5,ζ2=−2, 0, 2情况下的结果。在每个直方图的顶部,文章还报告了样本偏度的稳健度量:

 

Image

 

直方图表明,偏度和ζ2之间存在一一对应的关系。因此,文章不能简单地将联合估计模型建立在可观测的交易倍数的基础上,而是需要求助于更精确的估计技术。

 

文章此前提及的2k+2l+10个参数向量为:

 

Image

 

对于给定的θ,文章生成S=10的伪数据样本,并使用以下方程进行定义:

 

Image

 

文章接着计算了辅助统计量和相应的(II)估计量:

 

Image

 

图2的右侧箱线图中的结果显示,使用上述方法可以纠正原模型中估计量的偏差。

表9显示(8)中的II估计量的结果。结果显示,传言对交易完成有很强的负面影响,对交易价值可观察性有积极影响,并积极推动交易价值。与表7相比,此处对交易完成的影响更大。然而,边际影响表明交易完成的可能性仅降低了约 26.11%。此外,有传言的企业价值与销售倍数比未泄露和已完成交易的企业价值高16.0%。同时,如果有交易传言,观察到交易倍数的可能性会高12.32%。

 

Image

 

然而还有一个问题,即合并效应必须为负,否则对高交易价值感兴趣的并购市场参与者(即,费用与交易价值相关的供应商或交易支持机构)将系统性地泄露并购谈判。在均衡状态下,交易破裂的威胁必须至少抵消交易传言对交易价值的积极影响。根据之前的估计,文章确定了以下组合效应:

 

Image

 

其中Oi=DiPi是第i笔并购交易的结果。期望值E[Oi|Ri=r]通过使用r=0或1和表9中的经验参数值,取J=104模拟输出{Di(j) Pi(j)}jJ=1的样本平均值来计算。本质上,并购交易传言的价值效应及其计算如图4所示。

 

Image

 

表10列出了并购传言的预期损失总额,其中考虑了因传言而放弃的交易价值。对交易倍数的积极影响转化为样本中总交易价值的32.42%的总体损失。这一巨大的放弃交易价值对传言传播者是一种威慑,但也表明了并购交易传言的整体经济影响,突出了交易参与者之间保密的重要性。

 

Image

 

 

04
结论

 

并购交易传言是一种普遍存在的现象,交易信息可能是有意或无意泄露的。

 

如果是故意泄漏,那么泄露者有可能企图以某种方式从中获益。交易制定者、支持机构、竞争对手、员工、供应商、客户、其他利益相关者、政客或媒体可能有兴趣散布传言以鼓励或终止并购交易。

 

如果目标公司上市,那么潜在的操纵者可能会散布并购传言,将股价推向预期的方向。由于上市公司经常受到此类股价操纵的影响,因此无法用它们来评估并购传言对交易成交和价值的影响。

 

文章采用间接参照法来理清这一复杂的内在过程,对68044宗已结束和未结束、传言和未传言并购交易样本的分析结果如下:

 

首先,交易传言是交易破裂的原因。与合并谈判没有泄露的情况相比,传言交易达成的可能性要低26.11%

 

第二,如果交易仍然达成,那么泄露交易与未泄露交易的价值之间存在16.0%的显著正差异

 

第三,也是最值得注意的一点,作为交易破坏者和价值提振者的并购传言的总体综合经济影响是非常负面的

 

第四,文章估计放弃的交易价值为预期样本交易总价值的32.42%

 

 

因此,需要将信息泄露视为并购市场的一大缺陷。

学术前沿速递
学术前沿速递
文章300
·
总浏览量144397
最新文章
更多
共读经典,启智未来——尚悦小夫子与《论语》之旅
杨展
3350
浏览
【千帆竞发占潮头 百舸争流破浪行】中国企业正扬帆启航向深蓝进发 | 2024全球出海数智创新高峰论坛邀您9月论道
杨展
3360
浏览
Campbell Harvey教授:Web3觉醒: 解密去中心化金融(DeFi)与Web3的未来
学术会议动态
26
浏览
Daniel Rabetti | 区块链取证:揭示加密货币的黑暗面
学术会议动态
17
浏览
修大成 | 金融机器学习: 崛起、突破与局限性
学术会议动态
35
浏览
李鲲鹏 | 单一因子降维方法:理论与金融应用
学术会议动态
16
浏览
热门用户
学术前沿速递
学术前沿速递
文章
300
学说观点
学说观点
文章
300
AIGC交流社区
学说官方
文章
239
未央网
未央网
文章
233
毕宣
中央财经大学
文章
185
王凯
T. Rowe Price
文章
181
热门文章
更多
经济学入门必读书籍有哪些值得推荐?
楚健
·
1236
浏览
最新综述!AIGC到底是什么?都有哪些应用?一文尽览!
AIGC交流社区
·
987
浏览
绿色信贷能否提高商业银行的核心竞争力?基于中国的准自然实验
创新研究
·
987
浏览
数电票的26个问题,税局统一回复!
张俊熙
·
955
浏览
“特斯拉”打败了“星巴克”
张子瑞
·
917
浏览
研究方法 | 文献资料分析方法大全!收藏
周舟
·
884
浏览
《中央企业基金业务管理暂行办法》已内部印发
楚健
·
838
浏览
银行纷纷入局数字藏品赛道,什么信号?
李杨杨
·
829
浏览
研究方法:文献资料分析方法
周舟
·
727
浏览
如果经济学家连股都不炒,那他们都在干什么呢?
李博
·
708
浏览