杠杆并购对资产荒问题影响的分析

大学生创新训练项目研究报告项目名称： 杠杆并购对资产荒问题影响的分析项目类型： 重点项目项目年度： 2017年项目负责人： 吴宇行（学号：32016030308）所在学院： 经济学院专业（方向）： 商务经济学项目成员： 吴宇行、汪赵欣指导教师： 王军教授教务处制二〇一七年摘要：过热经济造就过热货币资本。中国经济自改革开放以来实现了三十多年的超高速增长，我国的资本市场已经由三十年前的“钱荒”演化成了如今的“资本荒”。高收益的投资对象缺乏成为了投资者和投资机构巨大的发展障碍之一，在社会上引发热议。与此同时在资本过剩的条件下很多公司采用杠杆并购的模式完成蛇吞象的连续作业也引发了广泛的社会关注。企业之间的杠杆并购行为对社会融资的消耗，如何理解企业并购与资产荒之间的联系是本文讨论的主要话题。本文首先简单的阐述了资产荒和杠杆并购的含义，随后利用协方差分析法和t检验证明两者之间的相关性。关键词：资产荒、杠杆并购、资本空转、资金价格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

目录引言………………31杠杆并购对资产荒问题影响的理论分析……………31.1资产荒………………31.2杠杆并购……………41.3资本空转……………51.4资金价格……………62研究设计………………62.1理论推导……………62.2公式推导……………113样本选择……………123.1梧桐翔宇收购德奥通航……………123.2私募投资基金太平洋联合集团(PAG）收购好孩子集团…………183.3苏思通并购东晶电子………………194数据分析……………224.1协方差分析…………224.2市场期望分析………………………224.3样本数据分析结果…………………235稳健性检验…………23结论………………25参考文献………………27致谢………………28

引言近年来，随着社会融资渠道的不断拓宽，大量互联网金融投资机构的涌现，金融市场取得了令人瞩目的发展速度。在当今的市场化资本运作背景下，几乎所有的普通投资者都感觉投资渠道非常的丰富。国家统计局公布的2015年社会融资规模数据，规模已经达到了154062亿元人民币。中国的金融业市场呈现出过热的态势。为了抑制资金热度，监管层除了一路降息，还出台一系列监管措施来遏制这种狂热，比如为约束地方政府融资行为出台了43号文，以及管清友博士（1）提及的一系列对影子银行的管控措施，都很大程度遏制了信贷热度。然而资产荒的问题还是日趋严重。从2016年开始，资产荒的严重问题被提到了议事日程上。对于资产荒问题或带来的投资者注资热情下降，资金流动性变差，路林（2）预判资产荒问题可能导致投资市场的迅速冷却，迎来一个较长期的“投资寒冬”，导致资金出现“假冻结”情况，流动性变差。“假冻结”情况的出现，会对P2P互联网金融产生毁灭性打击，对此王忠民（3）由此认为资金的流动性变差，会让使得资产荒的对立面资金荒同时出现，使得虚拟信用体系出现危机，货币的流动方式回归现金流动。很大程度的减弱资本市场活力。同样是2016年，杠杆并购在资本的助推下迅速成为公司吞并的重要手段。对于企业并购杠杆化的趋势，格雷戈里奥（4）表示担忧，并对企业杠杆并购的交易模式的趋势和内在的逻辑进行了分析。但遗憾的是，以上文献并没有对于杠杆并购和资产荒问题之间的相关性构建过相对系统的分析方法，只是对于企业并购中杠杆并购的杠杆倍率不断上升和杠杆并购额度的加大趋势嵌入了NVC程度的简单核算方法。本文针对企业并购对中国企业作为收购方和被收购方价值的影响以及杠杆并购对整个社会产生的影响。考虑到中国企业并购活动最近的一些特征，我们利用企业财务报告和一些经济定律研究杠杆并购的价值。也就是说，我们将考虑公告期前后相对于期望值的正的回报作为企业价值的增值。1杠杆并购对资产荒问题影响的理论分析1.1资产荒资产荒，顾名思义就是市场上可提供给投资者选择的高收益优质投资对象匮乏，给予投资者的投资理财产品无法支付融资成本，产生了资产荒的现象。因大众创业万众创新的政策纲领，国家实行了宽松的货币政策，刚性兑付被打破。在金融体系中，有大量的闲置资金找不到对应的投资对象，出现了货币资本配置混乱的局面。从2015年开始的中国经济新常态下，经济增速减缓，企业的实体经济投资收益率下降，使得企业家奖公司经营产生的现金流利润大量存入或购买相应的银行理财产品。银行同时在资本过剩的条件下难以将资金贷出，又把资金委托给专业的投资部门进行资本市场运作。资本的运作大多是金融的投资，于是购买股票，上市公司市值提高，可以通过股票质押融到更多的资金，这样资金有又回到企业家手里。如此周而复始，恶性的资本空转产生，在一个循环完成的情况下，资产本身没有产生任何的价值，但每一次转动都要支付每一个环节方所要获取的融资利息，融资成本不断拉高，但没有投资渠道来支付这些融资成本，“资产荒”变得越来越严重。理财的收益率也受到冲进而大幅度下降。根据普益财富发布的行业报告，2016年共计有366家银行推出了83247款人民币理财产品，其中国家商业银行发行了14413款人民币理财产品，全年平均投资收益率为4.58%。股份制商业银行发行了19294款理财产品，全年平均投资收益率为4.81%。城市商业银行发行了32627款理财产品，全年平均投资收益率为4.97%。全年银行收益率由年初的5.16%下降到了年末的4.29%，降幅高达0.87个百分点。1.2杠杆并购借鉴了LiJin（5）提出的《DuranceofHate.LBO流程图》，本文提出杠杆并购在资本运作中的概念。杠杆收购是指公司或个体利用收购目标的资产作为债务抵押，收购另一家公司的策略。交易过程中，收购方的现金开支降低到最小程度。换句话说，杠杆收购是一种获取或控制其他公司的方法。杠杆收购的突出特点是，收购方为了进行收购，大规模融资借贷去支付（大部分的）交易费用。通常为总购价的70%或全部。同时，收购方以目标公司资产及未来收益作为借贷抵押。借贷利息将通过被收购公司的未来现金流来支付。杠杆收购的主体一般是专业的金融投资公司，投资公司收购目标企业的目的是以合适的价钱买下公司，通过经营使公司增值，并通过财务杠杆增加投资收益。通常投资公司只出小部分的钱，资金大部分来自银行抵押借款、机构借款和发行高利率高风险债券，由被收购公司的资产和未来现金流量及收益作担保并用来还本付息。其本质是一种通过增加企业的负债率提高获利能力，根据1958年，美国经济学家莫迪利亚尼和米勒在《美国经济评论》上发表的《资本成本、公司财务以及投资理论》提出的MM定理,即在一定的条件下，企业无论以负债筹资还是以权益资本筹资都不影响企业的市场总价值。企业如果偏好债务筹资，债务比例相应上升，企业的风险随之增大，进而反映到股票的价格上，股票价格就会下降。也就是说，企业从债务筹资上得到的好处会被股票价格的下跌所抹掉，从而导致企业的总价值（股票加上债务）保持不变。企业以不同的方式筹资只是改变了企业的总价值在股权者和债权者之间分割的比例，而不改变企业价值的总额。也正因此，杠杆并购的险资举牌行为才得到了保监会陈文辉（6）等人的认可和默许，在国内是市场上得以合法合规的运行。杠杆收购起源于美国，在20世纪80年代开始盛行，任泽平和杨为敩（7）曾对此进行过解读。那时美国经济刚刚走出了滞涨时期，采取极为宽松的资本管理和风险管控政策，对投资者的杠杆并购行为提供很好的制度支持。甚至允许投资机构借贷数百万美元的社会性风险资金完成很勉强的杠杆并购项目。在杠杆收购发展之初的1980年，被认为是杠杆收购之基的四大并购项目，其累计交易额就达到了17亿美金。1988年是杠杆收购的发展巅峰时期，当时累计交易额已经达到了1880亿美金。这些通过大局借贷完成的交易行为，必然会导致极大的风险，也就是产生其副产品“垃圾股”即高风险高收益的企业债券，这些债券以极高的收益率吸引投资者把资金投入，但这样的企业债券背后几乎没有任何的风险管控程式进行约束，也没有足够的风险对冲资金给予支持，几乎是空壳的企业债券，使得很多债券到期时无法完成刚性兑付，导致投资蒙受巨大损失，市场的融资信誉体系也受到冲击。所以，毫不奇怪，一些80年代的项目最终演变成了灾难，并以借贷人的破产收场。1.3资本空转这样的行为实质上也是资本空转的一种。实施杠杆并购的投资机构自有资金很少，大量的资金是依靠社会融资，吸纳社会资本对已有公司的股份形式进行攻击，寻找其中漏洞。参考杨荣(8)的著作，资本空转实际上是在资金流转的过程中的一个“时点”现象。从一个“时点”来看，资金之在资本体系里留存，没有进入实体产业，从出发点又回到出发点，这就是普遍理解的资本空转。这样的做法如2016年年底，著名演员赵薇6000万自有资金加成50倍融资杠杆30亿资金入主万家文化的杠杆并购行为。其中消耗的29.4亿社会融资，并没有产生新的收益，但赵薇吸纳这些融资的时候，要向提供融资给她的金融机构支付每年高达2.4亿的融资成本利息。那么杠杆并购是否会对资产荒问题产生相关性的影响呢？1.4资金价格资金价格也就是资本市场上使用资金的价格。一般以利率的形式表现出来。其中反应最为敏感的就是资本市场上的融资日息利率成本。从2016年的第四季度到现在，我国的金融市场流动性明显趋紧，其中的根本原因就在于前期的债券市场过度的加杠杆，垃圾债泛滥，以及资本市场大量存在委托投资的情况，加剧了资本空转的情况，也让资金价格不断上涨。资金价格的上涨又促使理财产品收益率提升以吸引投资者，一方面或提高杠杆并购的成本价格，另一方面可能也对资产荒问题产生显著的影响。2研究设计2.1理论推导我们将杠杆并购对资产荒问题可能产生的影响分为两个部分：根据MM定律，企业杠杠并购提升了自身的负债率，因而提高了其公司的自身净值，从而直接的影响了金融机构与被杠杆收购的公司的投资人的收益率，提供了更多的高收益率投资理财产品。并且受到马太效应的影响，杠杠并购之后的合并后公司规模更加庞大，产业链完整程度提高，增强了其在实际经营中的获利能力，一定程度上也稀释了资产荒于银行环节的缺少贷款对象的问题，并激活实体经济的发展，推进去虚拟化，因此杠杆并购在或对资产荒问题具有一定的缓解作用。杠杆并购消耗掉大量社会融资，自身却只是在两家企业之中进行股份空转，并购过程又受到许多非市场因素制约，杠杠并购的资金风险很大。高倍率杠杆的融资成本也很高，收益率是投资界的地心引力，高收益率的风投基金也在诱导独立投资者和机构投资者买入高风险的垃圾债券，增加了金融业的不稳定性，对资产荒或产生加剧的作用。在此次研究中,我们通过美国和中国杠杆并购来谈资产价值和并购引起的资产荒。背景：美国80年代杠杆并购潮的兴起，垃圾债、利率市场化与资产荒。80年代是美国重要的变革时代，制服了滞涨，孕育了信息经济，奠定了90年代以后的经济大繁荣和股票大牛市的基础。在这样的背景下，美国80年代催生了一波杠杆并购潮并最终破灭。其实杠杆收购在上世纪60年代在美国已经出现了比较成形的模式，但是一直没有出现大规模并购潮，除了经济环境、政策环境等因素外，主要的难点发生在上图中的B环节，及债务融资环节。当时的收购资金主要靠银行贷款，不但利率高，并且条件苛刻，其所能获得的贷款规模仅仅是被收购公司账面价值的贴现，一旦收购公司存在溢价的话，贷款难度则明显增加。因此当时被杠杆收购的企业仅仅是一些濒临破产的小企业，而收购方大多是该企业的管理层。而到了60年代末后期及70年代，杠杆收购有了缓慢的发展。一方面收购资金来源稍有松动，一些大型保险公司及股权投资公司也参与到杠杆收购中来，其无疑具有更强的信用及贷款能力；另一方面某些投行在70年代进入了杠杆收购领域，也有一些专门从事杠杆收购的公司应运而生。

杠杆收购真正的高速发展期是上世纪80年代，也引起了美国的一轮并购高峰。当时，美国每年的并购交易案例数量从1980年的1800余例迅速增长至1986年的3300余例，期间增速高达76%。从海外经验来看，经济越下行，则并购越繁荣（被收购的需求更高）。80年代初，美国经济增长率从5%左右的中枢开始下滑，这在一定程度上繁荣了杠杆收购的市场。最后可能也是最重要的是，80年代美国利率市场化导致储贷机构负债竞争成本上升以及对高收益资产需求大增和资产荒，为垃圾债提供了买家。

当年的杠杆收购里的杠杆有相当一部分都是靠垃圾债来实现的。在资金脱媒化的倒逼之下，美国陆续实施了“1980年存款机构放松管制以及货币控制法”、“1982年存款机构法”、“Q条例”等促成利率市场化的政策，逐步放松自动转账服务（ATS）账户、小额储蓄存单、NOW账户、货币市场储蓄账户的利率管制，直到1986年3月，客户存款利率管制被完全取消。

在固定利率时期，银行业对利率的敏感性体现为资产敏感，因此在利率水平较高时，银行的利差上升。到了70年代末期，客户存款利率逐步推进的市场化导致了美国银行业负债结构的转变，银行业的利率敏感性资金比重显著上升，利息成本逐渐成为银行业最主要费用。而到了80年代存款利率市场化完成后，甚至连银行的核心存款本身也开始对市场利率产生敏感。美国银行业频频用提高贷款规模，降低贷款信用来弥补利差损失的同时，本身监管较弱的储贷机构则用大举买入垃圾债的方式来获取超额收益。于是，储贷机构开始大举购入当时收益率相对较高的垃圾债，当时垃圾债确实具有很高的收益，70年代十年期美国国债的平均收益率仅有7.5%，因为当时的经济衰退，信用利差比较高，穆迪Baa级的企业债收益率当时的平均收益为9.3%，利差达到了1.8%，而对于垃圾债来说，当时与国债的利差高达300bp。

由此，80年代的垃圾债需求增多也给杠杆并购增强了资金基础。在中国，随着经济发展和监管的力度加强，2016年，沪市公司并购重组呈现量减质增的总体态势。全年共完成并购重组594家次，交易总金额8500亿，较上一年度同比分别下降31%和18%。重大资产重组方面，共有178家公司停牌启动重组，同比下降28%；共披露150个重组预案，同比下降1.32%；89家公司完成重大资产重组，涉及交易金额3500亿元，合计增加市值1900亿元，新增市值超过百亿公司13家。与往年相比，2016年沪市并购重组回归价值创造本源，与宏观经济改革更为合拍。并购重组方向呈现出回归实体经济的良好态势。重组产业多分布于实体行业，主要集中于电子、医药、化工、房地产、建筑、有色金属和交通运输等与国民经济休戚相关的制造业和服务业，标的资产属于实体行业的方案数量与交易金额均超过沪市整体的80%。

三是在并购重组支持企业产业转型中升级发挥的作用更加明显。全部并购重组案例中，近1/2集中于高端制造、节能环保、生物医疗、新能源等新兴行业，展现出通过整合协同，加速向高端价值创造发展的新方向。(纵轴为百分比）1990年代末至今高收入与中低收入国家经济增速出现明显分化注：不同曲线分别表示IMF对2016.2017.2018年全球经济的增速预测2005年后美国，中国全要素生产率（TFP）增速下降2.2公式推导通过中美并购的对比，利用斜方差分析杠杆并购和资产荒问题的相关性。将协变量对因变量的影响从自变量中分离出去，可以进一步提高实验精准度和统计检验灵敏度。方差是用来度量单个变量“自身变异”大小的总体参数，方差越大，该变量的变异越大；方差是用来度量两个变量之间“协同变异”大小的总体参数，即二个变量相互影响大小的参数，协方差的绝对值越大，两个变量相互影响越大。对于仅涉及单个变量的试验资料，由于杠杆并购额和资产荒亏空额其总变异仅为“自身变异”因而可以用方差分析法进行分析；在对案例的分析过程中，同时考虑对于企业价值提升和对社会融资的消耗双变量，通过t检验查看杠杆并购是否与资产荒问题确实相关。根据相关性检验规则，如果t值大于3.29即表明杠杠并购行为确实与资产荒问题具有相关性，表明本文的假设是正确的。两个不同参数之间的方差就是协方差若两个随机变量X和Y相互独立，则E[(X-E(X))(Y-E(Y))]=0，因而若上述数学期望不为零，则X和Y必不是相互独立的，亦即它们之间存在着一定的关系。定义E[(X-E(X))(Y-E(Y))]称为随机变量X和Y的协方差，记作Cov(X，Y)，即Cov(X，Y)=E[(X-E(X))(Y-E(Y))]。协方差与方差之间有如下关系：D(X+Y)=D(X)+D(Y)+2Cov(X，Y)D(X-Y)=D(X)+D(Y)-2Cov(X，Y)协方差与期望值有如下关系：Cov(X，Y)=E(XY)-E(X)E(Y)。协方差的性质：（1）Cov(X，Y)=Cov(Y，X)；（2）Cov(aX，bY)=abCov(X，Y)，（a，b是常数）；（3）Cov(X1+X2，Y)=Cov(X1，Y)+Cov(X2，Y)。由协方差定义，可以看出Cov(X，X)=D(X)，Cov(Y，Y)=D(Y)。协方差作为描述X和Y相关程度的量，在同一物理量纲之下有一定的作用，但同样的两个量采用不同的量纲使它们的协方差在数值上表现出很大的差异。为此引入如下概念：定义

称为随机变量X和Y的(Pearson)相关系数。定义若ρXY=0，则称X与Y不线性相关。即ρXY=0的充分必要条件是Cov(X，Y)=0，亦即不相关和协方差为零是等价的。定理设ρXY是随机变量X和Y的相关系数，则有（1）∣ρXY∣≤1；（2）∣ρXY∣=1充分必要条件为P{Y=aX+b}=1，（a，b为常数，a≠0）定义设X和Y是随机变量，若E(X^k)，k=1，2，...存在，则称它为X的k阶原点矩，简称k阶矩。若E{[X-E(X)]k}，k=1，2，...存在，则称它为X的k阶中心矩。若E{(X^k）（Y^p)}，k、l=1，2，...存在，则称它为X和Y的k+p阶混合原点矩。若E{[X-E(X)]^k[Y-E(Y)]^l}，k、l=1，2，...存在，则称它为X和Y的k+l阶混合中心矩。显然，X的数学期望E(X)是X的一阶原点矩，方差D(X)是X的二阶中心矩，协方差Cov(X，Y)是X和Y的二阶混合中心矩。分别为m与n个标量元素的列向量随机变量X与Y，这两个变量之间的协方差定义为m×n矩阵.其中X包含变量X1.X2Xm,Y包含变量Y1.Y2Yn,假设X1的期望值为μ1，Y2的期望值为v2，那么在协方差矩阵中（1,2）的元素就是X1和Y2的协方差。两个向量变量的协方差Cov(X,Y)与Cov(Y,X)互为转置矩阵。协方差有时也称为是两个随机3样本选择3.1梧桐翔宇收购德奥通航以梧桐翔宇收购德奥通航（002260.SZ，原名伊立浦）为例，当年在A股市场呼风唤雨的德隆系，开始借着各种路径重回市场。梧桐翔宇被认为是具有“德隆系”背景的投资公司，背后操盘者均浮现德隆旧部身影，阳煤化工（600691.SH）、斯太尔（000760.SZ,原博盈投资）、德奥通航都是新德隆版图的重要棋子。2013年6月30日，梧桐翔宇投资通过协议转让方式获得德奥通航24.66%股份，成为控股股东。重要财务指标利润趋势（归属净利润元）时间201620152014第一季度-229万-1283万-260万第二季度-792万-567万-1263万第三季度1338万1007万2553万第四季度1323万2272万收入趋势（主营收入元）时间201620152014第一季度1.29亿1.20亿1.34亿第二季度1.44亿1.50亿1.27亿第三季度2.60亿2.15亿2.00亿第四季度--1.69亿2.30亿盈利趋势（每股收益元）时间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重要指标指标名称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净利润(元)314万-1023万-230万-2154万-844万-1851万-1284万3342万净利润同比增长(%)164.44-192.9973.11净利润滚动环比增长(%)217.35-43.8029.07-31.6372.60加权净资产收益率(%)0.94-3.13-0.70-6.40-2.43-5.66-3.939.77摊薄净资产收益率(%)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实际税率(%)43.6921.94预收款/营业收入0.010.030.080.010.020.030.050.01销售现金流/营业收入0.921.031.261.041.051.241.350.92总资产周转率(次)0.570.300.150.840.650.380.171.17资产负债率(%)65.5964.8959.3261.6156.7352.9150.5648.51流动负债/总负债(%)96.2796.0395.1195.7294.8693.6893.4393.34通过近三年的财务报表分析，我们可以分为三个阶段来分析，A时段（2013年6月30日至2014年11月），B时段（2014年11月至2015年9月），C时段（2015年9月至今）首先，企业在并购之前，业绩不佳，随着（A时段）并购中往往伴随着股价波动，从2013年起，公司在不断的并购中利润稳定增长，在14年年报中净利润同比增长72.6%，达到了历年的最巅峰3342万元。加权净资产收益率达到9.77%。说明了企业在并购后，企业的绝对规模和相对规模都得到了扩大，企业的资信等级上升，筹资成本下降，并购双方股价平稳上扬，产生了财务的预期效应。在B时段，在2015年，公司策划非公开发行加码通用航空，同时变更实际控制人，但未通过证监会审核，股价跌至最低点，净利润同比增长-164.44%，净利润亏损2154万。说明证监会加强企业并购审核，引导市场价值回归。同时公司的毛利率仍然达到18.86%，说明公司的业绩也处于不错的水平。C时段公司平稳发展，盈利预测会达到14年水平，收入也是近三年的最佳水平。净利润开始扭亏为盈。并于2017年3月拟收购珍爱网，继续走并购重组之路。从以上分析中可以看到被收购公司A、B、C这三个时段的反应具有一定的差异性，异常收益的显著性又不相同。结合表可以看到收购的A时段股价虽未发生显著的变化，并且这种显著性持续了一段时间，但可以看到即A时段的利润和收益都达到了最高峰，说明此次并购是成功的；同时，可以看到B时段对于被并购公司的股价影响在事件窗内波动较大，在事件窗内股价发生显著性变化，即B时段持续收购对的股价造成显著性影响；并可以看到在事件日后一个交易日的股价发生了剧烈变动，股价从最高点连续下探，说明证监会的审核对公司股价和并购也起到重大的决定意义和影响。C时段未有明显变化，但有并购的利好消息，预期收益也会提高。表一目标公司描述性统计量天均值中值标准差峰度偏度范围最小值最大值t统计量-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表二竞标公司表述性统计量天均值中值标准差峰度偏度范围最小值最大值t统计量-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私募投资基金太平洋联合集团(PAG）收购好孩子集团2006年年底PAG集团并购好孩子集团，至此PAG集团占有了好孩子集团的大部分股权，成为好孩子集团的绝对股东。观察这一案例可发现其具有典型的杠杆性，PAG集团以1200万美金的自由基金融集到1.225亿美元的来进行并购交易，这也就是说明PAG集团以10倍杠杆完成了此次并购活动，而且PAG集团所筹集的资金是以好孩子的资产为抵押的，是一个标准的杠杆收购。下列数据是利用eviews工具计算得到，以两企业进行并购活动后从2010年至2015年这六间产生的资产荒数据即高收益资产的缺乏和企业并购额分别作为函数的x值和y值进行回归分析。通过eviews的计算数据可以得到x和y之间的t值为4.384000，这一结果大于3.629因此可以说明杠杆并购产生的资产荒与企业并购额具有正相关的联系。（单位：万元）报表日期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摊薄每股收益0.180.050.170.180.180.18毛利率29.49%24.98%22.93%19.14%17.09%21.58%总资产收益率3.33%0.88%4.94%5.68%5.58%5.01%净资产收益率8.35%2.50%8.57%9.94%10.53%9.96%流动比率1.561.281.861.811.671.8速动比率0.990.781.31.341.21.37存贷比1.170.941.211.431.241.46管理费用比率5.583.985.257.295.827.7财务费用比率43.45%47.25%44.01%48.62%52.08%40.41%销售现金比率22.87%45.69%3.50%5.51%5.99%13.10%(单位：万元）CovarianceAnalysis:OrdinaryDate:03/25/17Time:12:09Sample:20102015Includedobservations:6Correlationt-StatisticX

Y

X

1.000000

Y

0.9097971.0000004.384000

3.3苏思通并购东晶电子苏思通对ST东晶持股仅5.03%，相当于举了一次牌，仅位于第四大股东。这家上市公司的情况有些特殊，第一大股东、第三大股东是两个信托计划，在股权转让前，李庆跃持股14.12%，虽为第二大股东，但却是上市公司实际控制人。在并购中，苏思通使用了表决权委托这一工具。以蓝海投控为平台拿下5.03%股权的同时，也与李庆跃等四人敲定《表决权委托协议》，将四人余下合计持股15.08%对应表决权拿在手中，实现对上市公司实际控制。苏思通仅以2.45亿元将成为*ST东晶的实际控制人。而如果没有表决权委托，蓝海投控意图控股上市公司将需再支付7.35亿元。（单位：万元）

报告日期2016/12/312015/12/312014/12/312013/12/312012/12/312011/12/312010/12/312009/12/312008/12/31总资产利润率(%)1.12-21.69-9.452.060.980.555.564.865.34主营业务利润率(%)-0.160.23-0.353.814.7613.2120.3817.6421.05总资产净利润率(%)0.72-19.37-10.232.281.040.735.945.25.46成本费用利润率(%)1.98-65.79-37.479.474.632.2211.8711.214.18营业利润率(%)-3.78-93.44-54.89-24.452.23-2.568.038.3310.33主营业务成本率(%)98.1799.2999.9195.4285.2486.7879.3582.278.19销售净利率(%)2.88-88.86-52.3712.243.992.239.639.0711.1净资产收益率(%)3.53-62.05-21.285.512.091.0310.939.049.04股本报酬率(%)145.9560.3690.88181.85119.52139.75154.81154.86161.1净资产报酬率(%)77.4331.5229.2354.8741.0232.260.1649.842.1资产报酬率(%)53.8110.6212.923.719.3817.3730.6226.9724.85销售毛利率(%)1.83--0.094.58--13.2220.6517.821.81三项费用比重(%)44.7938.8436.224.9412.9916.0813.299.6812.22非主营比重(%)1878.15-7.32-10334.9175.72248.8633.327.434.14主营利润比重(%)-5.69-0.250.6933.1324.21577.36184.79171.03162.77（单位：万元）

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

Y

X

1.000000Y

0.8834311.000000t-StatisticX

Y

X

Y

4.988324

4数据分析4.1协方差分析期望值分别为E[X]与E[Y]的两个实随机变量X与Y之间的协方差Cov(X,Y)定义为：协方差表示的是两个变量总体误差的期望。如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值时另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值；如果两个变量的变化趋势相反，即其中一个变量大于自身的期望值时另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。用来度量两个随机变量关系的统计量，我们可以仿照方差的定义：来度量各个维度偏离其均值的程度，标准差可以这么来定义：4.2市场期望收益分析在我们的分析中依据如下的市场模型计算期望收益率：

（1）

其中Rit是股票i的日收益率，Rmt是时间t内的市场收益率，最后一项是满足古典假设的干扰项。我们通过并购公告前90天到11天的80个观察值来预测模型。事件窗口期包括了并购公告的前后20天。OLS残差在子期间的异常收益率定义为：（2）

事件窗口期内企业每天的异常收益率的计算和报告都反映在表1和表2中，这两个表分别反映了事件窗口期内目标企业和收购企业每天的收益率的一些统计特征。经济计量研究始于经济学中的理论假设，根据经济理论设定变量间的一组关系，如消费理论、生产理论和各种宏观经济理论，对理论设定的关系进行定量刻画，如消费函数中的边际消费倾向、生产函数中的各种弹性等进行实证研究。单方程回归是最丰富多彩和广泛使用的统计技术之一。EViews中基本回归技术的使用，说明并估计一个回归模型，进行简单的特征分析并在深入的分析中使用估计结果。回归系数系数框描述了系数b的估计值。最小二乘估计的系数b是由以下的公式计算得到的B=(X’X)-1X’Y如果使用列表法说明方程，系数会列在变量栏中相应的自变量名下；如果是使用公式法来说明方程，EViews会列出实际系数c(1),c(2),c(3)等等。对于所考虑的简单线性模型，系数是在其他变量保持不变的情况下自变量对因变量的边际收益。系数c是回归中的常数或者截距它是当其他所有自变量都为零时预测的基本水平。其他系数可以理解为假设所有其它变量都不变，相应的自变量和因变量之间的斜率关系。4.3样本数据分析结果经过三个案例的分析，排出了随机性误差的情况，t检验相关值均大于3.29的临界值，因此证明本文的推断杠杆并购与资产荒问题具有相关性。随杠杆并购交易金额的提高和融资杠杆倍率的提升，资产荒亏空额与之正相关，平均相关性系数高达4.50903767。5稳健性检验上面的基准实证结果证实了杠杆并购确实对资产荒问题具有显著影响，但t检验相关性分析结果可能受其他条件的限制，诸如杠杆并购交易当日的市场资金价格，并且计量的目的是确定总体回归函数：Yi=B1+B2Xi+ui因此为了获得尽可能的“接近”的总回归函数，接下来要进行相关稳健性检验。我们采用回归性检验，套用原有公式在例如数据表格时，对数据进行编辑，采用估计方程(EstimateEquation)，运用LS最小二乘法进行相关稳健性检验。数据表格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