大學生創新訓練項目研究報告項目名稱： 杠桿并購對資產荒問題影響的分析項目類型： 重點項目項目年度： 2017年項目負責人： 吳宇行（學號：32016030308）所在學院： 經濟學院專業（方向）： 商務經濟學項目成員： 吳宇行、汪趙欣指導教師： 王軍教授教務處制二〇一七年摘要：過熱經濟造就過熱貨幣資本。中國經濟自改革開放以來實現了三十多年的超高速增長，我國的資本市場已經由三十年前的“錢荒”演化成了如今的“資本荒”。高收益的投資對象缺乏成為了投資者和投資機構巨大的發展障礙之一，在社會上引發熱議。與此同時在資本過剩的條件下很多公司采用杠桿并購的模式完成蛇吞象的連續作業也引發了廣泛的社會關注。企業之間的杠桿并購行為對社會融資的消耗，如何理解企業并購與資產荒之間的聯系是本文討論的主要話題。本文首先簡單的闡述了資產荒和杠桿并購的含義，隨后利用協方差分析法和t檢驗證明兩者之間的相關性。關鍵詞：資產荒、杠桿并購、資本空轉、資金價格AbstractOverheatedeconomymakesoverheatedcurrencycapital.Sincethereformandopeningup,China'seconomyhasachievedoverthirtyyearsofsuperhigh-speedgrowth.China'scapitalmarkethasevolvedfromthe"moneyshortage"thirtyyearsagotothecurrent"capitalshortage".Thelackofhighincomeinvestmentobjectshasbecomeoneofthehugeobstaclestothedevelopmentofinvestorsandinvestmentinstitutions,whichhasarousedhotdiscussioninthesociety.Atthesametime,undertheconditionsofcapitalsurplus,manycompanieshaveadoptedthemodeofleveragedmergerandacquisitiontocompletethecontinuousoperationofsnakeelephantswallowing.Themaintopicofthispaperishowtounderstandtherelationshipbetweenenterprise'sleveragedmergerandacquisitionandhowtounderstandtherelationshipbetweenM&Aandassetshortage.Thispaperfirstbrieflyexpoundsthemeaningofassetshortageandleveragedmergerandacquisition,andthenusescovarianceanalysisandttesttoprovethecorrelationbetweenthem.Keywords：assetshortage;leveragedM&A;capitalempty;capitalprice

目錄引言………………31杠桿并購對資產荒問題影響的理論分析……………31.1資產荒………………31.2杠桿并購……………41.3資本空轉……………51.4資金價格……………62研究設計………………62.1理論推導……………62.2公式推導……………113樣本選擇……………123.1梧桐翔宇收購德奧通航……………123.2私募投資基金太平洋聯合集團(PAG）收購好孩子集團…………183.3蘇思通并購東晶電子………………194數據分析……………224.1協方差分析…………224.2市場期望分析………………………224.3樣本數據分析結果…………………235穩健性檢驗…………23結論………………25參考文獻………………27致謝………………28

引言近年來，隨著社會融資渠道的不斷拓寬，大量互聯網金融投資機構的涌現，金融市場取得了令人矚目的發展速度。在當今的市場化資本運作背景下，幾乎所有的普通投資者都感覺投資渠道非常的豐富。國家統計局公布的2015年社會融資規模數據，規模已經達到了154062億元人民幣。中國的金融業市場呈現出過熱的態勢。為了抑制資金熱度，監管層除了一路降息，還出臺一系列監管措施來遏制這種狂熱，比如為約束地方政府融資行為出臺了43號文，以及管清友博士（1）提及的一系列對影子銀行的管控措施，都很大程度遏制了信貸熱度。然而資產荒的問題還是日趨嚴重。從2016年開始，資產荒的嚴重問題被提到了議事日程上。對于資產荒問題或帶來的投資者注資熱情下降，資金流動性變差，路林（2）預判資產荒問題可能導致投資市場的迅速冷卻，迎來一個較長期的“投資寒冬”，導致資金出現“假凍結”情況，流動性變差。“假凍結”情況的出現，會對P2P互聯網金融產生毀滅性打擊，對此王忠民（3）由此認為資金的流動性變差，會讓使得資產荒的對立面資金荒同時出現，使得虛擬信用體系出現危機，貨幣的流動方式回歸現金流動。很大程度的減弱資本市場活力。同樣是2016年，杠桿并購在資本的助推下迅速成為公司吞并的重要手段。對于企業并購杠桿化的趨勢，格雷戈里奧（4）表示擔憂，并對企業杠桿并購的交易模式的趨勢和內在的邏輯進行了分析。但遺憾的是，以上文獻并沒有對于杠桿并購和資產荒問題之間的相關性構建過相對系統的分析方法，只是對于企業并購中杠桿并購的杠桿倍率不斷上升和杠桿并購額度的加大趨勢嵌入了NVC程度的簡單核算方法。本文針對企業并購對中國企業作為收購方和被收購方價值的影響以及杠桿并購對整個社會產生的影響。考慮到中國企業并購活動最近的一些特征，我們利用企業財務報告和一些經濟定律研究杠桿并購的價值。也就是說，我們將考慮公告期前后相對于期望值的正的回報作為企業價值的增值。1杠桿并購對資產荒問題影響的理論分析1.1資產荒資產荒，顧名思義就是市場上可提供給投資者選擇的高收益優質投資對象匱乏，給予投資者的投資理財產品無法支付融資成本，產生了資產荒的現象。因大眾創業萬眾創新的政策綱領，國家實行了寬松的貨幣政策，剛性兌付被打破。在金融體系中，有大量的閑置資金找不到對應的投資對象，出現了貨幣資本配置混亂的局面。從2015年開始的中國經濟新常態下，經濟增速減緩，企業的實體經濟投資收益率下降，使得企業家獎公司經營產生的現金流利潤大量存入或購買相應的銀行理財產品。銀行同時在資本過剩的條件下難以將資金貸出，又把資金委托給專業的投資部門進行資本市場運作。資本的運作大多是金融的投資，于是購買股票，上市公司市值提高，可以通過股票質押融到更多的資金，這樣資金有又回到企業家手里。如此周而復始，惡性的資本空轉產生，在一個循環完成的情況下，資產本身沒有產生任何的價值，但每一次轉動都要支付每一個環節方所要獲取的融資利息，融資成本不斷拉高，但沒有投資渠道來支付這些融資成本，“資產荒”變得越來越嚴重。理財的收益率也受到沖進而大幅度下降。根據普益財富發布的行業報告，2016年共計有366家銀行推出了83247款人民幣理財產品，其中國家商業銀行發行了14413款人民幣理財產品，全年平均投資收益率為4.58%。股份制商業銀行發行了19294款理財產品，全年平均投資收益率為4.81%。城市商業銀行發行了32627款理財產品，全年平均投資收益率為4.97%。全年銀行收益率由年初的5.16%下降到了年末的4.29%，降幅高達0.87個百分點。1.2杠桿并購借鑒了LiJin（5）提出的《DuranceofHate.LBO流程圖》，本文提出杠桿并購在資本運作中的概念。杠桿收購是指公司或個體利用收購目標的資產作為債務抵押，收購另一家公司的策略。交易過程中，收購方的現金開支降低到最小程度。換句話說，杠桿收購是一種獲取或控制其他公司的方法。杠桿收購的突出特點是，收購方為了進行收購，大規模融資借貸去支付（大部分的）交易費用。通常為總購價的70%或全部。同時，收購方以目標公司資產及未來收益作為借貸抵押。借貸利息將通過被收購公司的未來現金流來支付。杠桿收購的主體一般是專業的金融投資公司，投資公司收購目標企業的目的是以合適的價錢買下公司，通過經營使公司增值，并通過財務杠桿增加投資收益。通常投資公司只出小部分的錢，資金大部分來自銀行抵押借款、機構借款和發行高利率高風險債券，由被收購公司的資產和未來現金流量及收益作擔保并用來還本付息。其本質是一種通過增加企業的負債率提高獲利能力，根據1958年，美國經濟學家莫迪利亞尼和米勒在《美國經濟評論》上發表的《資本成本、公司財務以及投資理論》提出的MM定理,即在一定的條件下，企業無論以負債籌資還是以權益資本籌資都不影響企業的市場總價值。企業如果偏好債務籌資，債務比例相應上升，企業的風險隨之增大，進而反映到股票的價格上，股票價格就會下降。也就是說，企業從債務籌資上得到的好處會被股票價格的下跌所抹掉，從而導致企業的總價值（股票加上債務）保持不變。企業以不同的方式籌資只是改變了企業的總價值在股權者和債權者之間分割的比例，而不改變企業價值的總額。也正因此，杠桿并購的險資舉牌行為才得到了保監會陳文輝（6）等人的認可和默許，在國內是市場上得以合法合規的運行。杠桿收購起源于美國，在20世紀80年代開始盛行，任澤平和楊為敩（7）曾對此進行過解讀。那時美國經濟剛剛走出了滯漲時期，采取極為寬松的資本管理和風險管控政策，對投資者的杠桿并購行為提供很好的制度支持。甚至允許投資機構借貸數百萬美元的社會性風險資金完成很勉強的杠桿并購項目。在杠桿收購發展之初的1980年，被認為是杠桿收購之基的四大并購項目，其累計交易額就達到了17億美金。1988年是杠桿收購的發展巔峰時期，當時累計交易額已經達到了1880億美金。這些通過大局借貸完成的交易行為，必然會導致極大的風險，也就是產生其副產品“垃圾股”即高風險高收益的企業債券，這些債券以極高的收益率吸引投資者把資金投入，但這樣的企業債券背后幾乎沒有任何的風險管控程式進行約束，也沒有足夠的風險對沖資金給予支持，幾乎是空殼的企業債券，使得很多債券到期時無法完成剛性兌付，導致投資蒙受巨大損失，市場的融資信譽體系也受到沖擊。所以，毫不奇怪，一些80年代的項目最終演變成了災難，并以借貸人的破產收場。1.3資本空轉這樣的行為實質上也是資本空轉的一種。實施杠桿并購的投資機構自有資金很少，大量的資金是依靠社會融資，吸納社會資本對已有公司的股份形式進行攻擊，尋找其中漏洞。參考楊榮(8)的著作，資本空轉實際上是在資金流轉的過程中的一個“時點”現象。從一個“時點”來看，資金之在資本體系里留存，沒有進入實體產業，從出發點又回到出發點，這就是普遍理解的資本空轉。這樣的做法如2016年年底，著名演員趙薇6000萬自有資金加成50倍融資杠桿30億資金入主萬家文化的杠桿并購行為。其中消耗的29.4億社會融資，并沒有產生新的收益，但趙薇吸納這些融資的時候，要向提供融資給她的金融機構支付每年高達2.4億的融資成本利息。那么杠桿并購是否會對資產荒問題產生相關性的影響呢？1.4資金價格資金價格也就是資本市場上使用資金的價格。一般以利率的形式表現出來。其中反應最為敏感的就是資本市場上的融資日息利率成本。從2016年的第四季度到現在，我國的金融市場流動性明顯趨緊，其中的根本原因就在于前期的債券市場過度的加杠桿，垃圾債泛濫，以及資本市場大量存在委托投資的情況，加劇了資本空轉的情況，也讓資金價格不斷上漲。資金價格的上漲又促使理財產品收益率提升以吸引投資者，一方面或提高杠桿并購的成本價格，另一方面可能也對資產荒問題產生顯著的影響。2研究設計2.1理論推導我們將杠桿并購對資產荒問題可能產生的影響分為兩個部分：根據MM定律，企業杠杠并購提升了自身的負債率，因而提高了其公司的自身凈值，從而直接的影響了金融機構與被杠桿收購的公司的投資人的收益率，提供了更多的高收益率投資理財產品。并且受到馬太效應的影響，杠杠并購之后的合并后公司規模更加龐大，產業鏈完整程度提高，增強了其在實際經營中的獲利能力，一定程度上也稀釋了資產荒于銀行環節的缺少貸款對象的問題，并激活實體經濟的發展，推進去虛擬化，因此杠桿并購在或對資產荒問題具有一定的緩解作用。杠桿并購消耗掉大量社會融資，自身卻只是在兩家企業之中進行股份空轉，并購過程又受到許多非市場因素制約，杠杠并購的資金風險很大。高倍率杠桿的融資成本也很高，收益率是投資界的地心引力，高收益率的風投基金也在誘導獨立投資者和機構投資者買入高風險的垃圾債券，增加了金融業的不穩定性，對資產荒或產生加劇的作用。在此次研究中,我們通過美國和中國杠桿并購來談資產價值和并購引起的資產荒。背景：美國80年代杠桿并購潮的興起，垃圾債、利率市場化與資產荒。80年代是美國重要的變革時代，制服了滯漲，孕育了信息經濟，奠定了90年代以后的經濟大繁榮和股票大牛市的基礎。在這樣的背景下，美國80年代催生了一波杠桿并購潮并最終破滅。其實杠桿收購在上世紀60年代在美國已經出現了比較成形的模式，但是一直沒有出現大規模并購潮，除了經濟環境、政策環境等因素外，主要的難點發生在上圖中的B環節，及債務融資環節。當時的收購資金主要靠銀行貸款，不但利率高，并且條件苛刻，其所能獲得的貸款規模僅僅是被收購公司賬面價值的貼現，一旦收購公司存在溢價的話，貸款難度則明顯增加。因此當時被杠桿收購的企業僅僅是一些瀕臨破產的小企業，而收購方大多是該企業的管理層。而到了60年代末后期及70年代，杠桿收購有了緩慢的發展。一方面收購資金來源稍有松動，一些大型保險公司及股權投資公司也參與到杠桿收購中來，其無疑具有更強的信用及貸款能力；另一方面某些投行在70年代進入了杠桿收購領域，也有一些專門從事杠桿收購的公司應運而生。

杠桿收購真正的高速發展期是上世紀80年代，也引起了美國的一輪并購高峰。當時，美國每年的并購交易案例數量從1980年的1800余例迅速增長至1986年的3300余例，期間增速高達76%。從海外經驗來看，經濟越下行，則并購越繁榮（被收購的需求更高）。80年代初，美國經濟增長率從5%左右的中樞開始下滑，這在一定程度上繁榮了杠桿收購的市場。最后可能也是最重要的是，80年代美國利率市場化導致儲貸機構負債競爭成本上升以及對高收益資產需求大增和資產荒，為垃圾債提供了買家。

當年的杠桿收購里的杠桿有相當一部分都是靠垃圾債來實現的。在資金脫媒化的倒逼之下，美國陸續實施了“1980年存款機構放松管制以及貨幣控制法”、“1982年存款機構法”、“Q條例”等促成利率市場化的政策，逐步放松自動轉賬服務（ATS）賬戶、小額儲蓄存單、NOW賬戶、貨幣市場儲蓄賬戶的利率管制，直到1986年3月，客戶存款利率管制被完全取消。

在固定利率時期，銀行業對利率的敏感性體現為資產敏感，因此在利率水平較高時，銀行的利差上升。到了70年代末期，客戶存款利率逐步推進的市場化導致了美國銀行業負債結構的轉變，銀行業的利率敏感性資金比重顯著上升，利息成本逐漸成為銀行業最主要費用。而到了80年代存款利率市場化完成后，甚至連銀行的核心存款本身也開始對市場利率產生敏感。美國銀行業頻頻用提高貸款規模，降低貸款信用來彌補利差損失的同時，本身監管較弱的儲貸機構則用大舉買入垃圾債的方式來獲取超額收益。于是，儲貸機構開始大舉購入當時收益率相對較高的垃圾債，當時垃圾債確實具有很高的收益，70年代十年期美國國債的平均收益率僅有7.5%，因為當時的經濟衰退，信用利差比較高，穆迪Baa級的企業債收益率當時的平均收益為9.3%，利差達到了1.8%，而對于垃圾債來說，當時與國債的利差高達300bp。

由此，80年代的垃圾債需求增多也給杠桿并購增強了資金基礎。在中國，隨著經濟發展和監管的力度加強，2016年，滬市公司并購重組呈現量減質增的總體態勢。全年共完成并購重組594家次，交易總金額8500億，較上一年度同比分別下降31%和18%。重大資產重組方面，共有178家公司停牌啟動重組，同比下降28%；共披露150個重組預案，同比下降1.32%；89家公司完成重大資產重組，涉及交易金額3500億元，合計增加市值1900億元，新增市值超過百億公司13家。與往年相比，2016年滬市并購重組回歸價值創造本源，與宏觀經濟改革更為合拍。并購重組方向呈現出回歸實體經濟的良好態勢。重組產業多分布于實體行業，主要集中于電子、醫藥、化工、房地產、建筑、有色金屬和交通運輸等與國民經濟休戚相關的制造業和服務業，標的資產屬于實體行業的方案數量與交易金額均超過滬市整體的80%。

三是在并購重組支持企業產業轉型中升級發揮的作用更加明顯。全部并購重組案例中，近1/2集中于高端制造、節能環保、生物醫療、新能源等新興行業，展現出通過整合協同，加速向高端價值創造發展的新方向。(縱軸為百分比）1990年代末至今高收入與中低收入國家經濟增速出現明顯分化注：不同曲線分別表示IMF對2016.2017.2018年全球經濟的增速預測2005年后美國，中國全要素生產率（TFP）增速下降2.2公式推導通過中美并購的對比，利用斜方差分析杠桿并購和資產荒問題的相關性。將協變量對因變量的影響從自變量中分離出去，可以進一步提高實驗精準度和統計檢驗靈敏度。方差是用來度量單個變量“自身變異”大小的總體參數，方差越大，該變量的變異越大；方差是用來度量兩個變量之間“協同變異”大小的總體參數，即二個變量相互影響大小的參數，協方差的絕對值越大，兩個變量相互影響越大。對于僅涉及單個變量的試驗資料，由于杠桿并購額和資產荒虧空額其總變異僅為“自身變異”因而可以用方差分析法進行分析；在對案例的分析過程中，同時考慮對于企業價值提升和對社會融資的消耗雙變量，通過t檢驗查看杠桿并購是否與資產荒問題確實相關。根據相關性檢驗規則，如果t值大于3.29即表明杠杠并購行為確實與資產荒問題具有相關性，表明本文的假設是正確的。兩個不同參數之間的方差就是協方差若兩個隨機變量X和Y相互獨立，則E[(X-E(X))(Y-E(Y))]=0，因而若上述數學期望不為零，則X和Y必不是相互獨立的，亦即它們之間存在著一定的關系。定義E[(X-E(X))(Y-E(Y))]稱為隨機變量X和Y的協方差，記作Cov(X，Y)，即Cov(X，Y)=E[(X-E(X))(Y-E(Y))]。協方差與方差之間有如下關系：D(X+Y)=D(X)+D(Y)+2Cov(X，Y)D(X-Y)=D(X)+D(Y)-2Cov(X，Y)協方差與期望值有如下關系：Cov(X，Y)=E(XY)-E(X)E(Y)。協方差的性質：（1）Cov(X，Y)=Cov(Y，X)；（2）Cov(aX，bY)=abCov(X，Y)，（a，b是常數）；（3）Cov(X1+X2，Y)=Cov(X1，Y)+Cov(X2，Y)。由協方差定義，可以看出Cov(X，X)=D(X)，Cov(Y，Y)=D(Y)。協方差作為描述X和Y相關程度的量，在同一物理量綱之下有一定的作用，但同樣的兩個量采用不同的量綱使它們的協方差在數值上表現出很大的差異。為此引入如下概念：定義

稱為隨機變量X和Y的(Pearson)相關系數。定義若ρXY=0，則稱X與Y不線性相關。即ρXY=0的充分必要條件是Cov(X，Y)=0，亦即不相關和協方差為零是等價的。定理設ρXY是隨機變量X和Y的相關系數，則有（1）∣ρXY∣≤1；（2）∣ρXY∣=1充分必要條件為P{Y=aX+b}=1，（a，b為常數，a≠0）定義設X和Y是隨機變量，若E(X^k)，k=1，2，...存在，則稱它為X的k階原點矩，簡稱k階矩。若E{[X-E(X)]k}，k=1，2，...存在，則稱它為X的k階中心矩。若E{(X^k）（Y^p)}，k、l=1，2，...存在，則稱它為X和Y的k+p階混合原點矩。若E{[X-E(X)]^k[Y-E(Y)]^l}，k、l=1，2，...存在，則稱它為X和Y的k+l階混合中心矩。顯然，X的數學期望E(X)是X的一階原點矩，方差D(X)是X的二階中心矩，協方差Cov(X，Y)是X和Y的二階混合中心矩。分別為m與n個標量元素的列向量隨機變量X與Y，這兩個變量之間的協方差定義為m×n矩陣.其中X包含變量X1.X2Xm,Y包含變量Y1.Y2Yn,假設X1的期望值為μ1，Y2的期望值為v2，那么在協方差矩陣中（1,2）的元素就是X1和Y2的協方差。兩個向量變量的協方差Cov(X,Y)與Cov(Y,X)互為轉置矩陣。協方差有時也稱為是兩個隨機3樣本選擇3.1梧桐翔宇收購德奧通航以梧桐翔宇收購德奧通航（002260.SZ，原名伊立浦）為例，當年在A股市場呼風喚雨的德隆系，開始借著各種路徑重回市場。梧桐翔宇被認為是具有“德隆系”背景的投資公司，背后操盤者均浮現德隆舊部身影，陽煤化工（600691.SH）、斯太爾（000760.SZ,原博盈投資）、德奧通航都是新德隆版圖的重要棋子。2013年6月30日，梧桐翔宇投資通過協議轉讓方式獲得德奧通航24.66%股份，成為控股股東。重要財務指標利潤趨勢（歸屬凈利潤元）時間201620152014第一季度-229萬-1283萬-260萬第二季度-792萬-567萬-1263萬第三季度1338萬1007萬2553萬第四季度1323萬2272萬收入趨勢（主營收入元）時間201620152014第一季度1.29億1.20億1.34億第二季度1.44億1.50億1.27億第三季度2.60億2.15億2.00億第四季度--1.69億2.30億盈利趨勢（每股收益元）時間201620152014第一季度-0.01-0.05-0.02第二季度-0.03-0.02-0.08第三季度0.050.040.16第四季度0.050.15重要指標指標名稱16-09-3016-06-3016-03-3115-12-3115-09-3015-06-3015-03-3114-12-31基本每股收益(元)0.0100-0.0400-0.0087-0.0800-0.0300-0.0728-0.05120.2100凈利潤(元)314萬-1023萬-230萬-2154萬-844萬-1851萬-1284萬3342萬凈利潤同比增長(%)164.44-192.9973.11凈利潤滾動環比增長(%)217.35-43.8029.07-31.6372.60加權凈資產收益率(%)0.94-3.13-0.70-6.40-2.43-5.66-3.939.77攤薄凈資產收益率(%)0.93-3.15-0.70-6.61-2.46-5.83-4.059.43毛利率(%)24.9923.5523.4018.8617.2214.9912.5320.44實際稅率(%)43.6921.94預收款/營業收入0.010.030.080.010.020.030.050.01銷售現金流/營業收入0.921.031.261.041.051.241.350.92總資產周轉率(次)0.570.300.150.840.650.380.171.17資產負債率(%)65.5964.8959.3261.6156.7352.9150.5648.51流動負債/總負債(%)96.2796.0395.1195.7294.8693.6893.4393.34通過近三年的財務報表分析，我們可以分為三個階段來分析，A時段（2013年6月30日至2014年11月），B時段（2014年11月至2015年9月），C時段（2015年9月至今）首先，企業在并購之前，業績不佳，隨著（A時段）并購中往往伴隨著股價波動，從2013年起，公司在不斷的并購中利潤穩定增長，在14年年報中凈利潤同比增長72.6%，達到了歷年的最巔峰3342萬元。加權凈資產收益率達到9.77%。說明了企業在并購后，企業的絕對規模和相對規模都得到了擴大，企業的資信等級上升，籌資成本下降，并購雙方股價平穩上揚，產生了財務的預期效應。在B時段，在2015年，公司策劃非公開發行加碼通用航空，同時變更實際控制人，但未通過證監會審核，股價跌至最低點，凈利潤同比增長-164.44%，凈利潤虧損2154萬。說明證監會加強企業并購審核，引導市場價值回歸。同時公司的毛利率仍然達到18.86%，說明公司的業績也處于不錯的水平。C時段公司平穩發展，盈利預測會達到14年水平，收入也是近三年的最佳水平。凈利潤開始扭虧為盈。并于2017年3月擬收購珍愛網，繼續走并購重組之路。從以上分析中可以看到被收購公司A、B、C這三個時段的反應具有一定的差異性，異常收益的顯著性又不相同。結合表可以看到收購的A時段股價雖未發生顯著的變化，并且這種顯著性持續了一段時間，但可以看到即A時段的利潤和收益都達到了最高峰，說明此次并購是成功的；同時，可以看到B時段對于被并購公司的股價影響在事件窗內波動較大，在事件窗內股價發生顯著性變化，即B時段持續收購對的股價造成顯著性影響；并可以看到在事件日后一個交易日的股價發生了劇烈變動，股價從最高點連續下探，說明證監會的審核對公司股價和并購也起到重大的決定意義和影響。C時段未有明顯變化，但有并購的利好消息，預期收益也會提高。表一目標公司描述性統計量天均值中值標準差峰度偏度范圍最小值最大值t統計量-102.91564-0.0327610.2538828.861568.5831252.94016-8.6486444.2265.0778-93.07944010.9418401.63845.89676-21.29424.602765.04504-83.800160.720728.615886.781324.258840.49136-11.760828.697767.92792-7-0.42588-0.884528.5831217.493845.0450446.32264-15.593830.72888-0.91728-6-0.22932-0.491410.2866430.499566.6175263.75096-22.309641.6052-0.36036-52.031120.950048.779680.29484-0.327639.08268-17.526621.556084.16052-40.884520.360368.288288.583121.7362844.97948-18.476626.502841.90008-32.88288-1.1138413.169526.09336-1.6052462.27676-37.67424.537243.9312-23.43983.4070411.6625612.35052-2.2276865.94588-34.725631.253045.30712-13.079441.4086823.652727.108922.03112116.5928-46.191670.10642.325960-4.062241.0483222.964769.5004-2.09664126.945-70.106456.6748-3.177721-0.4914-2.8828816.4455214.643725.1760885.96224-28.206457.6576-0.5241621.76904-0.950049.631447.469284.1932846.683-15.036831.646163.2763-1.9656-1.048329.7624811.76084-4.586450.4504-33.742816.67484-3.636364-1.50696-1.277647.600321.21212-1.7035233.48072-19.78713.69368-3.603650.52416-1.113847.829647.665844.8157235.11872-11.171223.947561.179366-1.01556-2.227689.82825.028646.2571654.873-17.559437.3464-1.834567-2.71908-1.670767.141683.86568-3.6363630.1392-21.75268.38656-6.8140881.34316-0.491411.3677226.568367.7968861.32672-14.905846.51922.096649-0.13104-0.229328.615881.572480.1965637.93608-19.492218.44388-0.2948410-2.55528-3.505327.3713.14496-0.0327636.42912-21.883714.51268-6.12612表二競標公司表述性統計量天均值中值標準差峰度偏度范圍最小值最大值t統計量-10-0.95004-0.851768.0262-0.098282.293229.58228-11.793617.78868-1.83456-9-0.819-0.425885.07780.589680.4258820.44224-11.5978.87796-2.48976-80.32760.458646.7485611.859123.4070432.53068-11.498821.031920.75348-7-0.45864-1.375926.5523.734640.6879630.04092-15.626514.4144-1.04832-61.408680.425887.46928-3.669120.163824.86484-11.433213.43162.88288-50.49140.687966.9451212.219480.9172837.54296-17.461120.081881.08108-42.882880.851769.5004-0.393122.4242434.82388-10.155624.668284.65192-3-1.1466-2.3587210.3521623.063046.1261251.56424-16.24935.31528-1.70352-21.343162.162165.24165.27436-3.5053222.63716-13.03859.598683.89844-1-1.04832-2.6535612.448810.417684.1932858.83696-25.487333.34968-1.2776400.98282.882887.403763.01392-1.5069633.31692-16.576616.740362.031121-1.73628-0.262087.567560.29484-0.163831.51512-16.543814.97132-3.505322-1.57248-2.653564.84848-2.194921.5397217.0352-8.648648.38656-5.012283-0.36036-0.720726.650280.524160.327627.32184-14.381612.9402-0.7862440.786240.262083.89844-2.94841.3759213.66092-5.07788.583123.11225-2.48976-4.455366.8796-0.458642.620824.30792-12.15412.15396-5.536446-2.98116-2.882884.88124-1.703520.0655217.82144-11.3356.45372-9.4348871.73628-0.032765.2088412.350525.5036824.01308-5.73318.247325.1433280.6552-0.458645.04504-3.43981.5724816.41276-6.3554410.057321.965690.360361.539725.40544.94676-1.4086824.83208-11.859112.972961.0155610-1.11384-1.14664.8812401.0810819.23012-9.631449.59868-3.50532Correlationt-StatisticX

Y

X

1.000000

Y

0.9010401.0000004.154789

3.2私募投資基金太平洋聯合集團(PAG）收購好孩子集團2006年年底PAG集團并購好孩子集團，至此PAG集團占有了好孩子集團的大部分股權，成為好孩子集團的絕對股東。觀察這一案例可發現其具有典型的杠桿性，PAG集團以1200萬美金的自由基金融集到1.225億美元的來進行并購交易，這也就是說明PAG集團以10倍杠桿完成了此次并購活動，而且PAG集團所籌集的資金是以好孩子的資產為抵押的，是一個標準的杠桿收購。下列數據是利用eviews工具計算得到，以兩企業進行并購活動后從2010年至2015年這六間產生的資產荒數據即高收益資產的缺乏和企業并購額分別作為函數的x值和y值進行回歸分析。通過eviews的計算數據可以得到x和y之間的t值為4.384000，這一結果大于3.629因此可以說明杠桿并購產生的資產荒與企業并購額具有正相關的聯系。（單位：萬元）報表日期2015/12/312014/12/312013/12/312012/12/312011/12/312010/12/31基本每股收益0.180.050.170.180.180.18攤薄每股收益0.180.050.170.180.180.18毛利率29.49%24.98%22.93%19.14%17.09%21.58%總資產收益率3.33%0.88%4.94%5.68%5.58%5.01%凈資產收益率8.35%2.50%8.57%9.94%10.53%9.96%流動比率1.561.281.861.811.671.8速動比率0.990.781.31.341.21.37存貸比1.170.941.211.431.241.46管理費用比率5.583.985.257.295.827.7財務費用比率43.45%47.25%44.01%48.62%52.08%40.41%銷售現金比率22.87%45.69%3.50%5.51%5.99%13.10%(單位：萬元）CovarianceAnalysis:OrdinaryDate:03/25/17Time:12:09Sample:20102015Includedobservations:6Correlationt-StatisticX

Y

X

1.000000

Y

0.9097971.0000004.384000

3.3蘇思通并購東晶電子蘇思通對ST東晶持股僅5.03%，相當于舉了一次牌，僅位于第四大股東。這家上市公司的情況有些特殊，第一大股東、第三大股東是兩個信托計劃，在股權轉讓前，李慶躍持股14.12%，雖為第二大股東，但卻是上市公司實際控制人。在并購中，蘇思通使用了表決權委托這一工具。以藍海投控為平臺拿下5.03%股權的同時，也與李慶躍等四人敲定《表決權委托協議》，將四人余下合計持股15.08%對應表決權拿在手中，實現對上市公司實際控制。蘇思通僅以2.45億元將成為*ST東晶的實際控制人。而如果沒有表決權委托，藍海投控意圖控股上市公司將需再支付7.35億元。（單位：萬元）

報告日期2016/12/312015/12/312014/12/312013/12/312012/12/312011/12/312010/12/312009/12/312008/12/31總資產利潤率(%)1.12-21.69-9.452.060.980.555.564.865.34主營業務利潤率(%)-0.160.23-0.353.814.7613.2120.3817.6421.05總資產凈利潤率(%)0.72-19.37-10.232.281.040.735.945.25.46成本費用利潤率(%)1.98-65.79-37.479.474.632.2211.8711.214.18營業利潤率(%)-3.78-93.44-54.89-24.452.23-2.568.038.3310.33主營業務成本率(%)98.1799.2999.9195.4285.2486.7879.3582.278.19銷售凈利率(%)2.88-88.86-52.3712.243.992.239.639.0711.1凈資產收益率(%)3.53-62.05-21.285.512.091.0310.939.049.04股本報酬率(%)145.9560.3690.88181.85119.52139.75154.81154.86161.1凈資產報酬率(%)77.4331.5229.2354.8741.0232.260.1649.842.1資產報酬率(%)53.8110.6212.923.719.3817.3730.6226.9724.85銷售毛利率(%)1.83--0.094.58--13.2220.6517.821.81三項費用比重(%)44.7938.8436.224.9412.9916.0813.299.6812.22非主營比重(%)1878.15-7.32-10334.9175.72248.8633.327.434.14主營利潤比重(%)-5.69-0.250.6933.1324.21577.36184.79171.03162.77（單位：萬元）

CovarianceAnalysis:OrdinaryDate:03/25/17Time:23:47Sample:20082016Includedobservations:9CorrelationX

Y

X

1.000000Y

0.8834311.000000t-StatisticX

Y

X

Y

4.988324

4數據分析4.1協方差分析期望值分別為E[X]與E[Y]的兩個實隨機變量X與Y之間的協方差Cov(X,Y)定義為：協方差表示的是兩個變量總體誤差的期望。如果兩個變量的變化趨勢一致，也就是說如果其中一個大于自身的期望值時另外一個也大于自身的期望值，那么兩個變量之間的協方差就是正值；如果兩個變量的變化趨勢相反，即其中一個變量大于自身的期望值時另外一個卻小于自身的期望值，那么兩個變量之間的協方差就是負值。用來度量兩個隨機變量關系的統計量，我們可以仿照方差的定義：來度量各個維度偏離其均值的程度，標準差可以這么來定義：4.2市場期望收益分析在我們的分析中依據如下的市場模型計算期望收益率：

（1）

其中Rit是股票i的日收益率，Rmt是時間t內的市場收益率，最后一項是滿足古典假設的干擾項。我們通過并購公告前90天到11天的80個觀察值來預測模型。事件窗口期包括了并購公告的前后20天。OLS殘差在子期間的異常收益率定義為：（2）

事件窗口期內企業每天的異常收益率的計算和報告都反映在表1和表2中，這兩個表分別反映了事件窗口期內目標企業和收購企業每天的收益率的一些統計特征。經濟計量研究始于經濟學中的理論假設，根據經濟理論設定變量間的一組關系，如消費理論、生產理論和各種宏觀經濟理論，對理論設定的關系進行定量刻畫，如消費函數中的邊際消費傾向、生產函數中的各種彈性等進行實證研究。單方程回歸是最豐富多彩和廣泛使用的統計技術之一。EViews中基本回歸技術的使用，說明并估計一個回歸模型，進行簡單的特征分析并在深入的分析中使用估計結果。回歸系數系數框描述了系數b的估計值。最小二乘估計的系數b是由以下的公式計算得到的B=(X’X)-1X’Y如果使用列表法說明方程，系數會列在變量欄中相應的自變量名下；如果是使用公式法來說明方程，EViews會列出實際系數c(1),c(2),c(3)等等。對于所考慮的簡單線性模型，系數是在其他變量保持不變的情況下自變量對因變量的邊際收益。系數c是回歸中的常數或者截距它是當其他所有自變量都為零時預測的基本水平。其他系數可以理解為假設所有其它變量都不變，相應的自變量和因變量之間的斜率關系。4.3樣本數據分析結果經過三個案例的分析，排出了隨機性誤差的情況，t檢驗相關值均大于3.29的臨界值，因此證明本文的推斷杠桿并購與資產荒問題具有相關性。隨杠桿并購交易金額的提高和融資杠桿倍率的提升，資產荒虧空額與之正相關，平均相關性系數高達4.50903767。5穩健性檢驗上面的基準實證結果證實了杠桿并購確實對資產荒問題具有顯著影響，但t檢驗相關性分析結果可能受其他條件的限制，諸如杠桿并購交易當日的市場資金價格，并且計量的目的是確定總體回歸函數：Yi=B1+B2Xi+ui因此為了獲得盡可能的“接近”的總回歸函數，接下來要進行相關穩健性檢驗。我們采用回歸性檢驗，套用原有公式在例如數據表格時，對數據進行編輯，采用估計方程(EstimateEquation)，運用LS最小二乘法進行相關穩健性檢驗。數據表格1)DependentVariable:YMethod:LeastSquaresDate:04/06/17Time:11:34Sample:20082015Includedobservations:8VariableCoefficientStd.Errort-StatisticProb.

C124295.756112.482.2151170.0687X-2.8677041.689887-1.6969800.1406R-squared0.324305

Meandependentvar29195.50AdjustedR-squared0.211689

S.D.dependentvar9027.925S.E.ofregression8015.614

Akaikeinfocriterion21.02849Sumsquaredresid3.86E+08

Schwarzcriterion21.04835Loglikelihood-82.11395

Hannan-Quinncriter.20.89454F-statistic2.879740

Durbin-Watsonstat1.328248Prob(F-statistic)0.140625

2)DependentVariable:YMethod:LeastSquaresDate:04/06/17Time:11:44Sample:20102015Includedobservations:6VariableCoefficientStd.Errort-StatisticProb.

C218387.639969.845.4638080.0055X-0.9953410.524671-1.8970780.1307R-squared0.473608

Meandependentvar162465.7AdjustedR-squared0.342010

S.D.dependentvar81512.25S.E.ofregression66119.94

Akaikeinfocriterion25.29753Sumsquaredresid1.75E+10

Schwarzcriterion25.22812Loglikelihood-73.89259

Hannan-Quinncriter.25.01966F-statistic3.598903

Durbin-Watsonstat0.742460Prob(F-statistic)0.130679

3)DependentVariable:YMethod:LeastSquaresDate:04/06/17Time:11:41Sample:20082016Includedobservations:9VariableCoefficientStd.Errort-StatisticProb.

C-18666.2516138.22-1.1566490.2854X1.5642810.3270344.7832310.0020R-squared0.765724

Meandependentvar53762.89AdjustedR-squared0.732256

S.D.dependentvar32360.15S.E.ofregression16744.43

Akaikeinfocriterion22.48265Sumsquaredresid1.96E+09

Schwarzcriterion22.52648Loglikelihood-99.17192

Hannan-Quinncriter.22.38807F-statistic22.87930

Durbin-Watsonstat0.832879Prob(F-stat