企业并购课件中文版.pptVIP

第五部分： 什么因素增加了违约风险 我们发现，市场对兼并通告的反应暗含了市场对此次兼并风险的反应， 当持股者认为此次收购可能会在不提高股票报酬率的情况下提升风险， 该公司股价就会下跌，因此我们接下来采用 CAR 这一变量进行检验这一 观点， CAR 是累积股票异常收益率，即股票实际收益率与期望收益率的 差异，本文选取 CRSP 数据库的平均期望作为期望收益率。鉴于对兼并通 告的反应与风险应该是负相关的， CAR 的相关系数预测会是负值。 最后一个变量 IND CF VOL DIFF 是衡量目标公司产业与收购方产业所处 产业的不同风险水平对违约风险的影响的，主要由公司的现金流波动反 应。一如之前的描述，这一变量可能会证明风险是由目标公司转移到兼 并公司的。但是要注意的是，我们样本数据中 80% 的兼并都是同产业兼 并，可能会影响这一变量的考察结果，形成误差导向。 第五部分： 什么因素增加了违约风险 最后，我们为了控制初始的兼并公司违约风险大小，采用了 B 组来自美国 公司高级经理人薪资数据库的数据样本，因为这一数据库中公司多为大 型公司，所以相对的算是控制了初始的兼并公司违约风险在一个水平之 上。 第五部分： 什么因素增加了违约风险 介绍完回归模型中的各个变量并进行一些初步预测后，我们来看下这个 回归模型的初步演算结果，也就是表 4 的主要内容。 正如我们推测的 target private 和 target sub 的系数都是正的，虽然都不是 特别明显 然后是 VOL 股票波动率，不仅显示了是正相关，还是显著的与风险正相 关，与我们之前的推论股票波动异常，风险提升更高是相一致的 第四个 runup net mkt 与风险明显负相关，而第五个 mkt-to-book 结果不明 显，接近于 0 ，这俩数据说明股市表现越差，兼并公司风险提高程度越大。 第六个变量 stock 与因变量风险的系数的是负数，表明前文中有争议的两 个观点中，这一数据更支持兼并活动中包含股票支付的，使其额外举债 的减少量降低的风险超过了可能过高估计目标公司价值带来的风险。 第五部分： 什么因素增加了违约风险 第七个变量 DIFF IND 本来是用来检验交叉并购的影响的，我们预测时认 为交叉产业并购会带来资产多样化降低风险，因此可能是负相关的，而 结果却显示正相关，虽然比 0 也高不了多少。不管怎样，这一检验结果表 明交叉产业并购并不比同业并购因为资产多样化带来更多有利影响。也 有可能这仅仅表明了我们对同产业的划分方式并不是很精确，一些同业 特征比较模糊，从而产生计量偏差。 第八个变量 ratio 的检验结果表明其与风险为并不是很明显的正相关关系。 这一结果可能是由于目标公司占比太小的时候对公司整体风险的影响较 小。为此我们又进一步筛选了占比至少 5% 的样本，发现结果也是相似的， 依然是正相关。 第九个变量 mkt val 与风险是负相关的，与我们推测一致。负相关的应该 是我们推测的规模较大的公司资产更多样化，兼并后受到的影响更小， 从而违约风险的提升比小公司风险提升程度低一些。 第五部分： 什么因素增加了违约风险 第 13 个变量 IND CF VOL DIFF 与风险负相关，表明目标公司比收购方风 险更大，则违约风险会提升更多，某种程度与我们的推测也是一致的。 第十个变量 CAR 与风险是负相关的。与先前推测一致，市场对并购的反 应与违约风险反方向变化。然而 CAR 股票累积异常收益率虽然表明了市 场对并购的反应，却由于公司的 EDF 预期违约率的公司证券的一个衍生 产品，因此股价变动与 EDF 变动有一定关联，就像杠杆率变化与风险变 化间有直接效用一样。我们想从兼并结果中分离出兼并活动的特征，所 以想把 CAR 从 CAR 与 EDF 的变动连接中分离出来 为此，我们估测了我们测量违约风险的同时期的成为收购方股票收益部 分的累积股票异常收益率。并计算了这一时期采用收购方公司的内部报 酬率的累积异常收益率的残差。然后我们将回归模型中其他变量保持不 变，用这一残差代替了 CAR 重新进行了回归检验，检验结果即表 4 的第二 列。对比两组结果可以发现，虽然大部分变量的系数并无多大改变，但 是这一残差的系数项并不为 0 。这表明在收购过程中 , 变量 CAR 不是作为收 购的风险性信号，而只是公司整体价值变化的一种表示方式。 并购提高违约风险 关键词 : ? 并购 ? 资产多样化 ? 违约风险 摘要 这篇文章检验了并购对违约风险的影响。发现了，除去资产多样 化的影响，平均而言，并购会提高收购方公司的违约风险。这一结果 不能单单借由风险较低的收购方兼并风险较高的目标公司或者是收购 方公司提升了并购后的杠杆率来简单诠释。研究表明，管理层的动机 在这一过程中可能发