政治連結對跨國併購的績效影響─以中國上市企業為例 - 政大學術集成

全文

(1)國立政治大學財務管理研究所碩士論文. 政治連結對跨國併購的績效影響 ─以中國上市企業為例. 指導教授：吳啟銘博士研究生：謝昌歷. 中國民國一百零二年一月.

(2) 摘要. 隨著近年來西方經濟不振且中國經濟的起飛，跨國併購活動的版圖正在重新洗牌，中國企業正如火如荼地進行跨國併購活動。本論文利用事件研究法對 2000 年到 2011 年中國上市且有進行跨國併購的企業共 47 家做分析，藉由迴歸分析的結果去觀察政治連結與國外投資人對於併購績效的影響。本研究的立論在於，存在政治連結的企業受到中國政府的指示進行跨國併購活動，目的是滿足中國政府的自身考量而非投資人的利益，也因為跨國併購行為是由政府所主導、推動的，因此政府所採取的政策與作為，很可能是這些政治連結企業跨國併購之成敗的最主要因素。而本論文主要的結果分為兩部分。 a.主併公司的跨國併購宣告效果在所有本論文選用的事件窗口皆不顯著，也就是併購事件對於公司股價並不會產生顯著的影響。 b. 政治連結與國外投資人都會對併購績效帶來負面的影響，尤其是這兩個同時存在的時候併購的績效負面的效果最為強烈。此外，國外投資人對於併購即期效果就有負面的影響，也就是在事件窗口(-1,+1)就會馬上產生負向關係，然而，可能因為併購消息提前走漏或是市場還沒有反應，政治連結對跨國併購的即時宣告效果並未產生任何顯著的影響。一直到了事件窗口(-5,+5)時這兩個解釋變數會同時相當顯著的對於併購績效造成負面的影響，而這個效果會隨著時間而遞減，但持續到併購宣告之後 15 個交易日，最後在併購交易之後 30 個交易日，可能是受到市場上其他事件或是公司本身有其他重大事件的干擾，導致負向的影響效果不再顯著了。. I.

(3) 目錄第一章. 緒論............................................................................................................ 1 緒論. 1.1 1.2 1.3. 研究背景及動機........................................................................................ 1 研究問題.................................................................................................... 2 研究目的與貢獻........................................................................................ 3. 1.4 1.5. 研究設計與方法........................................................................................ 3 研究架構.................................................................................................... 3. 第二章. 文獻回顧.................................................................................................... 5 文獻回顧. 2.1 2.2 2.3. 政治連結與企業價值的關係.................................................................... 5 政治連結對企業投資決策的影響............................................................ 6 企業進行跨國併購的誘因與績效............................................................ 7. 2.4. 影響跨國併購宣告效果的因素................................................................ 9. 第三章. 研究設計.................................................................................................. 13 研究設計. 3.1. 資料來源.................................................................................................. 13. 3.2 3.3 3.4 3.5. 樣本選取標準.......................................................................................... 13 事件研究法.............................................................................................. 17 變數定義.................................................................................................. 19 複迴歸分析.............................................................................................. 25. 第四章. 實證結果.................................................................................................. 27 實證結果. 4.1. 4.2. 第五章 5.1. 5.2. 5.3.. 累積異常報酬率統計檢定...................................................................... 27 複迴歸模型.............................................................................................. 28 結論與建議 ............................................................................................. 41 研究結論.................................................................................................. 41 研究限制.................................................................................................. 42 後續研究建議.......................................................................................... 42. 參考文獻...................................................................................................................... 43 附表.............................................................................................................................. 47. II.

(4) 圖目錄圖 1：研究架構圖........................................................................................ 4 圖 2：事件研究法示意圖.......................................................................... 18. 表目錄表 1 跨國併購樣本數................................................................................. 14 表 2 樣本公司資料..................................................................................... 15 表 3 被併公司所在國家與產業分配......................................................... 16 表 4 市場模型之下的累積異常報酬檢定................................................. 27 表 5 相關係數矩陣..................................................................................... 28 表 6 (-1,+1)併購宣告效果 .......................................................................... 30 表 7 (-2,+2)併購宣告效果 .......................................................................... 31 表 8 (-3,+3)併購宣告效果 .......................................................................... 32 表 9 (-4,+4)併購宣告效果 .......................................................................... 33 表 10 (-5,+5)併購宣告效果 ........................................................................ 34 表 11 (0,+5)併購宣告效果 .......................................................................... 35 表 12 (-5,0)併購宣告效果........................................................................... 36 表 13 (-5,+10)併購宣告效果 ...................................................................... 38 表 14 (-5,+15)併購宣告效果 ...................................................................... 39 表 15 (-5,+30)併購宣告效果 ...................................................................... 40. III.

(5) 第一章緒論 1.1 研究背景及動機二十一世紀開始，經濟全球化的腳步加速邁進，不管是商品、服務或是資本等有形資產以及其他無形資產如人才、技術等等也都不斷在國與國之間移動著；而二十世紀末開始的跨國併購逐漸成為這些有形資產與無形資產進行整合運作的主要形式。過去一直都是已開發國家的企業一直是這場國際併購活動的主角，然而，在 2008 年由美國掀起的金融海嘯蔓延到歐洲地區，就連亞洲以及新興國家都受到波及，尤其全世界又在這時候不約而同地實行寬鬆貨幣政策。在整個西方世界的經濟都受到嚴重的創傷同時，全球資金為了尋求避風港而開始流入亞洲地區等新興市場，這也直接影響到了跨國併購的版圖，以往都是已開發國家的公司併購新興國家的公司，如今角色互換，新興國家也開始將併購的觸手往外伸向已開發國家，成為跨國併購的主角。但是，開發中國家有辦法透過跨國併購為股東創造正報酬嗎？在市場完美假設下(Modigliani and Miller, 1958)，企業的投資決策應該根據淨現值法(NPV)衡量的結果來決定；大於零就投資，小於零則不要投資。然而，世界不可能如想像中那麼樣的完美，許多文獻也都證實了企業可能會因為各式各樣的原因產生投資行為上的偏誤。一直以來都有許多理論模型與實證研究都專注在可能使得市場不完美的兩個原因─資訊不對稱以及代理問題(Stein, 2003)，而且有很多時候這兩個問題是同時存在。例如，由於權益或是債務等昂貴的外部融資可能會讓投資人有負面反應，經理人因而放棄某些該投資的專案造成投資不足；而道德危機則會引發經理人有帝國建立(Empire building)的誘因造成過度投資，這兩點在實證上都已經獲得支持。只是過去的文獻大都專注討論已開發國家的成熟市場，而本論文則要以中國為主要的研究對象，想要透過實證上的研究了解是否政治連結也是一種市場不完美導致投資無效率或是併購績效較差。當然政治連結這個問題不是中國特有的，不過新興市場的前四大經濟體─金磚四國中只有中國 1.

(6) 是實施共產主義的國家，政府對民間商業影響的力量或許不是資本主義國家可以想像的。因此，中國政府便相當有可能對於具有政治連結的企業產生投資決策上有著重大的影響。所以，對於中國跨國併購的企業與該企業董事會成員的政治連結是否會對於這些企業進行的跨國併購活動產生影響呢？除了政治連結之外，本論文還想要探討到底投資中國上市企業的國外投資人對於中國具有政治連結的企業，其宣告進行跨國併購的看法為何。如同之前提到的，資訊不對稱也是會造成市場不完美的一個因素，在中國進行跨國併購的企業，有許多不是選擇在中國的兩個交易所第一上市，而是選擇到美國或是歐洲的交易所初次公開發行股票(IPO)，然後再回中國發行存託憑證，在本論文的樣本公司中發現了這樣一個議題可以做討論。有許多文獻都有說明投資人有本國偏誤 (Home Bias)，本國偏誤是指投資人會想要投資自己比較熟悉的公司，例如家裡附近的公司或是比較常聽到的一些公司。而本國偏誤很有可能是因為投資人離投資公司的距離較接近或許可以取得更多的訊息，反之可能會因為距離遙遠而使得資訊不對稱。中國的企業進行的跨國併購是否會因為資訊不對稱的問題而對國外的投資人放射出不好的訊號，進而併購的宣告效果更加負面；抑或是否因美國交易所對於公司治理的規範較為嚴格，反而對併購案的宣告效果較為正面，到底哪一股力量比較強呢？這也是相當令人感到好奇的。. 1.2 研究問題本論文欲探討中國企業執行跨國併購的宣告效果，以及企業的政治連結與國外投資人對於併購績效的影響，大概分為以下兩點： (1) 中國的主併公司執行跨國併購宣告效果 . 併購宣告後之事件期內是否產生正的累積異常報酬率。. (2) 國外投資人與政治連結對跨國併購的影響 . 具有政治連結的企業是否會有負的累積異常報酬率。 2.

(7) . 國外投資人是否會影響跨國併購活動的宣告效果。. 1.3 研究目的與貢獻基於上述之研究問題，本論文欲達成下列研究目的： (1) 了解跨國併購宣告對主併公司股價表現之影響。 (2) 探討主併公司跨國併購績效之重要變數影響的程度，如政治連結與國外投資人等。 (3) 探討這些重要變數對於跨國併購績效的影響時間長短。. 1.4 研究設計與方法本論文採用事件研究法(Event Study methodology)分析 2000-2011 年，具有政治連結的中國企業進行跨國併購對其股票市場報酬的影響。事件研究法最早是在 1933 年 Dolley 提出的一種統計方法，用於衡量特定事件（在本論文中指的是跨國併購的宣告）發生後會對該公司的股票帶來什麼樣的影響。主要邏輯是設定一段特定時間為事件窗口(Event Window)，然後計算事件窗口的異常報酬率(Abnormal Return, AR)和累積異常報酬率(Cumulative Abnormal Return, CAR)，並用這兩個指標的統計檢驗量衡量事件影響的顯著程度。在 Dolley 提出後，從此該方法便廣泛地應用於證券市場的研究，而 Fama(1969) 更把事件研究法拓展到行為財務學與市場結構方面的研究。. 1.5 研究架構本論文首先確立研究之主題與目的，針對國內外相關文獻加以探討。同時進行樣本資料蒐集，以中國大陸在過去 2000 年到 2011 年間曾進行跨國併購活動之上市公司為研究對象，找出適合的研究樣本。接著，推導本論文的假說、從文獻. 3.

(8) 探討中設計本論文的研究方法以及設計適合本論文的變數，再進行實證研究。而實證研究的部份，會先找出樣本公司的累積異常報酬率，並作統計檢定，藉此衡量跨國併購宣告對主併公司的股價影響；再以累積異常報酬率為自變數與相關參數做複迴歸分析，來了解相關參數對於影響跨國併購宣告效果的影響；接著對於實證之結果加以分析及探討。最後做出本論文的結論與未來研究方向的建議。詳細之研究流程如圖 1 所示：. 圖 1：研究架構圖. 研究動機研究主題. 文獻探討推導假說. 研究設計. 資料蒐集. 異常報酬率之檢定. 複迴歸分析. 結論與建議. 4.

(9) 第二章文獻回顧 2.1 政治連結與企業價值的關係自從 Krueger(1974) 提出競租理論後，有很多研究想要探討出政治連結對企業價值的影響，其中有很多研究證實政治連結對於公司價值是有顯著的影響。例如 Fisman(2001) 以印尼總統 Suharto 與上市公司的關係來衡量政治連結對於企業價值，發現當 Suharto 的健康惡化時，公司的超額報酬也會產生顯著的變化。有許多文獻認為政治連結能夠透過降低借款利率與降低擔保品的要求標準而減少舉債的資金成本進而提昇企業價值。Sapienza(2004) 研究提出政府持股的比例會影響銀行借款的利率，尤其是國有銀行會給予國有企業較低的放款利率。 Charumilind (2006) 發現具有政治連結的泰國企業可以拿到較長天期的貸款，而且銀行對於擔保品的要求又比較馬虎，顯示出政治連結對於企業借款具有正面的影響。Khwaja and Mian (2005) 以 1996 年到 2002 年間的巴基斯坦企業為研究對象，發現具有政治連結企業的負債水準超過 45%並且違約率還高達 50%以上。此外，Faccio(2006)發現具有政治連結的企業會比沒有政治連結的企業還要容易得到政府的援助，並且這些企業的債務資金本成也顯著較低。不過，有些文章則是認為政治連結是對企業價值有傷害的，大多是從代理問題的惡化為出發點。例如，Cheung(2005) 指出具有政治連結的企業比較容易剝奪少數股東的利益，使的公司價值受損，這個結論與 Shleifer and Vishny(1998) 提出的「掠奪之手理論」(The Grabbing Hand)結果相當一致。Johnson(2000) 發現在貪汙較為嚴重的國家，公司可能藉由賄絡政府官員等手段達到盈餘隱藏的目的。從過去的文獻告訴我們，政治連結經常伴隨著政府的干預使得企業經營效率便差，但也同時減少了企業面臨破產等財務風險。如同 Faccio(2010) 發現，具有政治連結的企業舉債的程度較高，但是享有較低的稅率以及較大的市場占有率，但在資產回報的表現卻相對較差的。所以，我們可以知道政治連結對一間企業有好也有壞，因此，對投資人而言公司是有政治連結的不一定是一個好消息，也不 5.

(10) 一定是一個壞消息。. 2.2 政治連結對企業投資決策的影響企業投資理論告訴我們只要投資在 NPV 大於零的投資專案便可以為公司帶來利益；然而政府的干預無可避免的會影響具有政治連結企業的決策思維(Lin et al., 1998)，而結果幾乎都會使得投資變得不效率，例如在決策前企業可能受到政府的干預而放棄一些 NPV 大於零的專案。過去有許多也有文獻提出有些政治人物為了一己之私運用他的政治力量讓具有政治連結的公司去達到某種目的 (Shleifer and Vishny, 1994, 1998)。除此之外，政治連結對投資決策的負面影響還可能因為有政府的支持，企業可以更輕鬆地取得便宜的資金，導致投資不效率或是併購績效不彰，這點在實證上也已經獲得充分的證據，許多國家具有政治連結的企業可以更容易向銀行取得資金(Sapienza, 2004; Khwaja and Mian, 2005; Faccio et al., 2006; Leuz and Oberholzer-Gee, 2006)，當然也包括中國(Fan et al., 2008)。然而，政治連結對於投資的影響不只是在投資決策前，有時候在投資決策之後還是存在，例如在決策後就算專案無法帶來如預期的成果，由於政府干預的關係，會有一些政治上的利益衝突，某種程度上比較難甚至是不可能放棄這個投資案。以中國的中央企業為例，中國政府委派的董事會成員同時扮演政府官員以及企業的部分擁有者經常會有發生利益上的矛盾；既然是公司股東的一份子就應該要想盡辦法最大化公司價值，然而擴張他們自己在政治上表現、完成某些政治策略上的目標，得到「黨」的認同與喜好，進而穩固他們的社會地位。再者，有些政治連結的董事所持有的股票是被限制賣出的，他們並不能藉由出脫持股得到將公司價值極大化的利益，因此他們更有可能會受到政治力量的干預，去完成中國政府給予的政治或是外交上的任務。Fan(2007) 以中國企業為例，發現到若是高 6.

(11) 階經理人具有政治連結的話，該企業的股票報酬與盈餘成長會比沒有政治連結的企業還要差。透過以上的文獻回顧，我們可以推論具有政治連結的企業，可能會因政府的干預而導致投資效率相對較差。而且近年來具有政治連結的中國企業所進行跨國併購行為，很可能是中國政府依據所推動的一種戰略行為，其中包括增進國家利益、維護國家安全，以及促進國家的持續發展等各種政經層面的策略考量。因此本論文認為，存在政治連結的企業受到中國政府的指示進行跨國併購活動，目的是滿足中國政府的自身考量而非投資人的利益。也由於這些政治連結企業的跨國併購行為，是由中國政府所主導、推動的，因此政府所採取的政策與作為，很有可能是影響這些企業跨國併購之成敗的最主要因素。. 2.3 企業進行跨國併購的誘因與績效在討論跨國併購與企業價值之間的關係前，先來看看為什麼企業會想要進行跨國的併購。跨國併購可以看做一種企業進行國際性上的擴張，而企業在進行跨國併購時主要是受到兩股力量的驅使，一個是資產的國際配置包括引進新技術、人才等等，另一個則是進入新的市場(Dunning, 1977, 2006; Yiu, Lau, Bruton, 2007)。若企業單純受到前者力量的牽引，他們是希望透過跨國併購使得資源能夠達到更好的配置進而增強他們在市場上的競爭力；若是受到後者的驅使，則可以透過他們公司更好的管理能力或是更好的技術等等比較利益與當地公司競爭(Caves, 1971; Hymer, 1976)。然而，這兩股力量是可以同時存在的，也就說企業進行跨國併購時可以同時達到這兩個目標(Dunning, 2006)。而我們也可以從中國最近進行的幾個跨國併購案發現與之相符的地方，例如 2004 年聯想(Lenovo)併購 IBM 的 PC 部門以及 TCL 併購 Alcatel 的行動電話部門，這兩個案例都可以看出跨國併購不只可以得到進階的技術也可以同時透過這樁交易進入國外的市場。接下來， 7.

(12) 我們開始探討跨國併購對企業價值的影響。過去有許多文章都專注在併購案是否為股東財富帶來正面價值。目前的文獻實證結果都只證明了併購案對於被併公司的價值創造是肯定為正的，不過對於主併公司的價值創造卻還沒有一致的結論。早期文獻如 80 年代時，大多數的文章都專注在主併方與被併方都是在美國上市的公司，而主併公司的平均市場反應是負面的。Roll 在 1986 年認為負面的市場反應是來自主併公司通常會出價過高，換句話說，這個負面的反應是因為市場認為這只是一個財富移轉罷了，而且是從主併公司移轉到被併公司。雖然 90 年代也有些文章如說明併購對買方是有利可圖的(Markides and Ittner ,1994)，但可能是併購浪潮的關係，2000 年以後的文章卻又證實買方的宣告效果是負的(Aw and Chatterjee, 2004; Eckbo and Thorburn, 2000)。後來提出的文獻，不管是跨國併購或是國內的併購案對於主併公司的實證結果有正有負，大多數的文獻是顯示主併公司的宣告效果是不顯著為負的，換句話說併購交易對於主併公司要不是造成價值破壞就是沒有什麼影響(Andrade et al., 2001; Moeller et al., 2004; Seth et al., 2002)。但若是在跨國併購中，被併公司有無形資產可供主併公司利用的話，則主併公司是可以藉由這樁併購案為股東創造價值的(Morck and Yeung,1992; Chari, 2010)。只不過在這些研究中，被併公司有些是已開發國家的也有些是開發中國家的，但是主併公司大都是已開發國家的公司，整體而言相對於國內併購，跨國併購是相當新鮮的題材，尤其是以開發中國家當做主要的研究對象。Mantecon(2009) 採用了 75 個國家從 1985 到 2005 年的併購資料發現有主併公司三天的宣告效果是相當負面的，然而在這一大筆資料的主併公司中來自開發中國家的不到 1%。會有這樣子的結果主要是受到樣本數量的限制，而 Zhu and Malhotra (2008)提出樣本數量主要受限於以下兩個原因 a. 開發中國家經濟崛起的時間太短，企業進行跨國併購的經驗不夠豐富；b. 相較於已開發國家，開發中國家的併購案規模太小，而過去文獻大都專注在金額較大的併購案上。. 8.

(13) 隨著開發中國家經濟實力與日俱增，近年來探討開發中國家的文獻也逐漸增加。Gubbi(2010) 採用 2000 年到 2007 年印度的跨國併購資料共 425 筆，說明印度企業的跨國併購為股東帶來顯著的正報酬。而 Boateng(2008) 以 2000 年到 2004 年的中國上市公司跨國併購資料做為研究對象，雖然只有 27 筆樣本資料，但依然顯示了這些企業有為股東創造財富。然而，Chen and Young (2010) 採用 2000 年到 2008 年總共 39 筆的跨國併購資料說明政府持有多數股權的企業，當這些企業在進行跨國購併對股東的財富往往會產生價值破壞。此外，Aybar and Ficici (2009) 使用 1991 年到 2004 年在開發中國家進行跨國併購的 58 間企業一共有 433 筆資料，發現公司股票在市場上的反應與跨國併購案的宣告呈現負向的關係。如同之前已開發國家跨國併購的文獻，開發中國家的跨國併購績效也是有正有負，尚沒有一致的結論。那麼到底是什麼因素會影響到跨國併購的宣告效果呢？. 2.4 影響跨國併購宣告效果的因素公司治理中有許多議題一直都是跨國併購動機中很重要的影響要素(Amihud, Lev, 1981)，大家也都知道所有開發中國家的企業都會存在著許多公司治理的問題如市場不效率、會計報表的可信度以及資訊不對稱等(Luo and Tung, 2007; Young et al., 2008)。而本論文主要根據代理問題與資訊不對稱著墨在兩個議題上 a.政治連結；b.國外投資人。. 1.. 政治連結. 政治連結雖然是開發中國家共有的特性，但這個特性在中國又格外的明顯，原因是中國的共產主義是以黨建國，大多數的企業都希望能與政府維持友好關係，再加上中國大陸的法律事實上並沒有辦法對企業產生足夠的約束力。(Buckley, 9.

(14) Clegg, Cross, Liu, Voss, Zheng, 2007; Peng, 2003; Ren, Au, Birtch,2009)。一般來說，政治連結又分為與中央政府的政治連結或是與地方政府的政治連結，通常地方政府會想要增進社會福利，而中央政府則是會想要透過政治的影響力進行海外掠奪，使得具有政治連結的企業受到干預，進行非理性的跨國併購案。例如，在 2010 年的時候 Eagle Brand Holdings Ltd (鹰牌陶瓷)就收購了馬來西亞的一間交通設備製造企業(Nam Cheong Dockyard Sdn Bhd)，這種非相關的並購案很有可能就是受到政府的影響，為了要取得交通設備的技術才進行的跨國並購。根據這些過去的文獻論述，我們的第一個假設，中國政府對中國具有政治連結的上市公司的干預，會降低其投資效率與併購績效。本論文的假說與“掠奪之手” (Shleifer and Vishny, 1994, 1998)雷同，也就是政府的介入會使得投資不效率或是併購績效不佳，而造成這些負面結果的原因可能是資源分配不當、過高的薪酬制度、為了達到政治目的而出價過高等等。但是在本論文中這個假設則是專注在政治連結對於中國上市企業進行跨國併購的影響。隨著中國資本市場的成長，中國企業在公司治理的透明度也有顯著的改善，因此我們可以透過董事會成員是否曾經擔任政府官員來衡量政治連結的程度，進而探討政府干預的對企業跨國併購的績效影響。因為他們很有可能為了鞏固自己在「黨」裡面的社會地位而聽從政府的指示，執行非理性的跨國併購決策。. 假說 1：政治連結會對中國上市企業進行跨國併購產生負向的宣告效果。. 2.. 國外投資人最近開始有研究關注到底是什麼原因誘使投資人到國外去進行投資。而這些. 投資人較少投資在對投資人保護比較差或是資訊揭露程度比較低的國家，這樣的結果在某些不透明的產業或是代理問題比較嚴重的公司尤為明顯，有學者認為資訊不對稱以及監督成本是造成這個結果的背後因素(Leuz, Lins, and Warnock ,. 10.

(15) 2009)。此外，若是公司內部人的所有權相對較低或是有受到比較好的管制的話，也會是投資人比較青睞的企業 (Kho, Stulz, and Warnock, 2009)。Forbes(2008) 也發現若是投資人所在的本國金融市場比較不成熟的話，那麼這些投資人會在他們的投資組合持有很大一部分美國或其他成熟國家的股票，亦即金融市場的成熟程度會影響投資人購買國外資產的慾望。然而，如果國外投資人比當地國內投資人的資訊還要落後，或是他們要負擔一些額外的費用去克服資訊上劣勢的話，那麼他們對於投資國外資產的誘因肯定會比本國投資人還要小。有些學者解釋資訊劣勢可能是來自於地理上的距離，例如在美國，投資人離公司比較近的話，可能可以比較輕鬆地獲取到價值攸關的資訊，相較於其他投資人就具有資訊上的優勢 (Baik, Kang, Kim, 2010; Coval, Moskowitz, 1999; Ivkovich, Weisbenner, 2005; Kang, Kim, 2008)。如果把範疇放大到國與國之間的話，兩國之間的距離便成了本國偏誤 (Home Bias)的一個相當重要因素 (Chan, Covrig, and Ng, 2005) ，投資人因為需要付出額外的通訊貨交通成本導致監督成本很有可能是隨著地理距離增加而增加 (Petersen, Rajan, 2002; Sussman, Zeira, 1995)。當然除了以上兩個原因之外，資訊劣勢還有很多其他的成因如對於少數股權保護這個部分。國外投資人的資訊劣勢很有可能是來自於其他國家當地的法令對於少數股權股東的保護 (La Porta, Lopez-de-Silanes, Shleifer, Vishny, 1998)，股東雖然擁有部分公司，可是通常是透過行使投票權決定董事會成員後，由董事會成員代表股東來參與公司治理的活動，因此少數股權的股東實際上是有資訊上的相對劣勢，而國外投資人通常是持有少數股權的股東。此外，當公司具有政治連結時，企業會受到自利的政府官員、政客的影響使得資訊劣勢的情況更加惡化，因為他們可能會賄絡政府官員而隱瞞盈餘或是做出非理性的投資決策。在跨國併購的交易案資訊不對稱會使得主併公司在進行外部融資時的成本更為昂貴 (Froot and Stein, 1993)，所以主併公司大都以現金支付較少使用股換股. 11.

(16) 的方式來做併購，為的是減少放出負面的訊號使股價下跌。基於資訊劣勢的立論，可以推出本論文的第二個假說，若是中國企業在進行跨國併購，國外投資人可能因為 a.地理位置比較遙遠的關係；b.手上只握有少數的股權所以對於具有政治連結的中國企業不信任，因此當那些企業宣告要進行跨國併購的時候，國外投資人的反應是會負面的。此外，由於時差導致每個國家開盤時間不一樣與實際地理距離遙遠，國外投資人得到消息可能會落後，股價也可能沒有辦法即時的反應，因而產生時間上的落差。. 假說 2-1：對於中國上市企業進行跨國併購時，存在國外投資人對於宣告效果是有負面的反應。假說 2-2：國外投資人對於宣告效果的影響，可能會有反應落後的情況。. 12.

(17) 第三章研究設計 3.1 資料來源 (1) 併購交易相關本研究樣本中有關併購交易的資料都是由 SDC Platinum (Securities Data Corporation) 資料庫所提供的，包括公司併購宣告日期併購宣告日做為宣告日、主併公司產業、被併公司產業、被併公司所在國家、交易金額、支付方式與是否取得多數股權等等。 (2) 公司股價、財報與市場指數樣本公司的每日股票交易與所對應的交易所大盤指數資料，則是取自 Datastream 資料庫，以每日未調整價格去做計算得到每日報酬率。另外，公司的資產總額、 Earnings Before Interest and Tax (EBIT) 等資料也是由 Datastream 資料庫所提供。 (3) 董事會成員背景與年報上市公司的董事會成員背景由各公司每年提供的年報所取得，而年報則是取自晨星 (Morning Star)、彭博 (Bloomberg) 或是該公司網站。. 3.2 樣本選取標準本研究蒐集 2000 年到 2011 年共 12 年間，在中國大陸上市進行跨國併購的公司為主要研究對象，同時蒐集併購宣告前 105 個交易日到前 15 個交易日的股價以計算 Beta 係數。但扣掉不合理的樣本以及無法取得資料的樣本，篩選標準如下： (1) 主併公司必須在中國大陸兩大交易所 (上海、深圳) 有上市的公司。 (2) 併購交易必須完成。. 13.

(18) (3) 排除非重大交易。若交易金額小於前一年度的資產總額的 20%，則該筆交易可能不對公司產生影響，故剔除。 (4) 在公司併購宣告事件前 105 個交易日與宣告後 30 個交易日須有持續交易。在宣告日前的 105 個交易日到宣告前的 15 個交易日當做事件估計期，每個研究都對於事件的估計期選擇有各自的考量，本論文使用這 90 個交易日來估計市場模型的係數，因此需有交易資料。此外，為了觀察宣告的長期效果，在宣告後 30 個交易日內，公司必須持續可以被交易。因此，若是公司在這 120 個交易日內無法被交易的話，則將該公司自研究樣本組中剔除。 (5) 樣本公司在估計期的 Beta 係數必須在合理範圍內有些樣本公司在估計期有受到其他非系統性因素的干擾，導致樣本公司的 Beta 係數異常高或異常低，可能會使得結果不合理。因此，將 Beta 係數大於 1.5 與小於 -0.5 的都剔除。 (6) 公司年報是可以取得的有幾家企業的年報無論在公司網站、晨星、彭博都沒有辦法找到。經相關資料的搜集與篩選後，選取 47 個符合條件的併購宣告樣本，詳細篩選過程如表 1。表 1 跨國併購樣本數. 樣本數. 2000~2011 主併公司在中國上市且併購案已經完成. 124. 排除非重大交易. 83. 宣告事件前 105 天與宣告後 30 天須有持續的交易. 76. Beta 係數在合理範圍. 59. 可取得公司年報. 47. 資料來源：本論文作者整理. 14.

(19) 表 2 樣本公司資料併購產業相關性、目標公司所在地支付方式之分配表 (年度別). 併購案件數(n=47) 年度. 數量. 2001. 0. 2002. 百分比. 目標公司產業. 目標公司所在國家. 支付工具. 相關. 非相關. 已開發. 開發中. 現金. 其他. 0.00%. 0. 0. 0. 0. 0. 0. 1. 2.13%. 1. 0. 0. 1. 1. 0. 2003. 2. 4.26%. 0. 2. 0. 2. 2. 0. 2004. 3. 6.38%. 1. 2. 1. 2. 3. 0. 2005. 0. 0.00%. 0. 0. 0. 0. 0. 0. 2006. 1. 2.13%. 0. 1. 0. 1. 1. 0. 2007. 7. 14.89%. 3. 4. 4. 3. 3. 4. 2008. 9. 19.15%. 6. 3. 5. 4. 7. 2. 2009. 7. 14.89%. 2. 5. 2. 5. 7. 0. 2010. 7. 14.89%. 4. 3. 5. 2. 7. 0. 2011. 10. 21.28%. 2. 8. 10. 0. 10. 0. 資料來源：SDC、本論文作者整理註： a. 產業相關性以 SIC code 的數字前兩碼為判斷基準，若是主併與被併公司的前兩碼一樣就認為是相關產業。 b. 已開發國家以 OECD 的會員國為判斷基準，若是會員國的話就認為已開發國家。. 從表 2 觀察本論文所採用的宣告樣本依照各年度、產業相關性、目標公司所在地與支付方式的分配狀況。我們由表中可以清楚看出，從 2000 年到 2006 年併購的樣本較少，但在 2007 之後併購案突然大增，因為中國政府在 2005 年通過十一五計畫 (2006 ~2010 年)，計畫重心為：支持有條件的企業「走出去」。而中國企業跨國併購的數目在政府政策的支持下，就算在 2008 年受到金融海嘯亦沒有減緩的趨勢，一直到 2011 年都維持在 7 件以上。而併購產業的相關性除了 2011 年之外其餘幾年的數量都差不多，而 2011 年時非相關性的併購案數量是相 15.

(20) 關性的併購案 4 倍，顯示公司想要藉由跨國併購拓展企業的營業版圖。比較令人感到興趣的是目標公司所在國家，也是在 2007 年的時候被併公司在已開發國家的數量首度超過開發中國家，到了 2011 年更是全部宣告樣本的被併公司都在已開發國家。另外，在支付工具上也是以現金支付為主，在 47 個樣本宣告當中只有 6 個併購不是以現金的方式支付，而且集中在 2007、2008 這兩年。大概是因為當時的股價還沒有受到金融海嘯的影響，股市行情正好，企業才會以被高估的股票進行併購的支付工具。表 3 被併公司所在國家與產業分配. Country. Deals. OECD member Australia Japan. 7 5. United States South Korea France. 5 3 2. Indonesia Canada Germany Netherlands. 2 1 1 1. Poland. 1. Total. 27. non-OECD member Hong Kong British Virgin Singapore. 12 3 3. Cayman Islands Czech Republic. 1 1. Total. 20. Industry. Deals. Business Services. 7. Metal and Metal Products Transportation Equipment Mining Oil and Gas; Petroleum Refining. 6 6 4 4. Machinery Drugs Electronic and Electrical Equipment Food and Kindred Products. 3 2 2 2. Measuring, Medical, Photo Equipment; Clocks Prepackaged Software Communications Equipment Computer and Office Equipment Motion Picture Production and Distribution Radio and Television Broadcasting Stations. 2 1 1 1 1 1. Tobacco Products Transportation and Shipping (except air). 1 1. Wholesale Trade-Nondurable Goods Wood Products, Furniture, and Fixtures. 1 1. 註：OECD member 代表 OECD 會員國，在本研究定義為已開發國家，而 non-OECD member 代表非 OECD 會員國，在本研究定義為開發中國家。. 從表 3 可以看出，被併公司所處國家與產業概況。可以看出中國跨國併購的 16.

(21) 對象還是以開發中國家為準，而被併公司多為商業服務業，可能是希望藉由跨國併購取得已開發國家成熟的商業服務模式，加上中國企業本身的製造能力，創造併購綜效。. 3.3 事件研究法事件研究法的目的為評估公司發生特定事件時，是否會為公司股東帶來異常報酬，而這所謂的異常報酬指的是事件期的報酬與估計期報酬的差異，透過這個資訊我們可以之觀察出公司股票價格與特定事件是否存在關聯性 (Peterson, 1989)。而我們也可以透過事件研究法去觀察以下兩個現象，a. 股票市場是否快速地、不偏地反映某項新資訊；b. 瞭解影響異常報酬率之因素。. 1. 併購宣告的時間參數在開始事件研究之前，必須先決定事件期長度以及估計期間，許多文獻在選擇事件期以及估計期的長短各有其考量。本論文的時間參數如下： (1) 宣告日：為併購事件資訊發佈的宣告日，資料庫提供的宣告日為準。 (2) 相對天數：以併購事件宣告日為第 0 天，也就是 t = 0 ，而以 -t 表示宣告日前第 t 個交易日，以 t 表示宣告日後第 t 個交易日 (3) 估計期：要找到一段時間，公司的股價是沒有受到併購事件的干擾，如此一來透過統計推估的樣本公司股價報酬率與市場報酬率之間的關係才會比較準確。而估計期間的選擇並沒有一定的標準，只要能夠避開探討事件日的可能影響即可(廖俊杰、陳家妤 2009)。所以，本論文以宣告日前 105 個交易日至宣告日前 15 個交易日共 90 個交易日的資料當做併購事件的估計期。 (4) 事件期：事件期長度的選擇主要能看出事件對股價報酬的影響 (McWilliams and Siegel, 1999)，但是又怕受到其他事件或是非系統因素的影響，事件期最 17.

(22) 好不要太長，重要的是確實能夠衡量併購事件。因為跨國併購的宣告效果反應可能較慢，而且消息有可能提前走漏的關係(郝嘉瑩, 2006)，所以本論文採併購宣告日前 5 個交易日至宣告日後 15 個交易日為併購事件的事件期。. 圖 2：事件研究法示意圖. t = -105. t = -15. 估計期間(90 個交易日). t = -5. t=0. t = +15. 事件期間. 2. 併購宣告各事件窗口的說明併購事件普遍存在著消息提前洩漏的現象(郝嘉瑩, 2006)，再加上本論文重點著重於跨國併購，市場不一定能夠立即地完全反應併購事件的影響。可以透過拉長事件的窗口(Dyckman et al., 1984)這個方法，來解決這些情況的影響又能確實分析市場反應，故本論文在進行事件研究時不只使用了一個事件窗口，而是採用較長和較多個事件窗口來進行研究分析。因此，本研究除了以事件日前後 1 日為併購事件即時的反應之外，研究事件期內併購宣告前後每日的變化外，更在事件期間內區分各個事件窗口，(-2, +2)、(-3, +3)、(-4, +4)、(-5, +5)、(-5, +10)、(-5, +10)、 (-5, +15)另外幾個來觀察即期、短期、中期以及整個併購事件期間的併購宣告異常報酬率的累積情形。. 18.

(23) 3.4 變數定義 1. 併購績效變數(自變數) 主要是以公司進行併購的宣告日前後累積的股票異常報酬率來衡量代表併購事件宣告後所帶給公司股票報酬率的異常影響。我們先透過市場模型來估計樣本公司的股票「預期報酬率」，然後以這個預期報酬率來計算樣本公司於事件期的「異常報酬率」。實際作法是將每一個樣本公司股票的日報酬率對市場投資組合的日報酬率進行統計估計。而預期報酬的計算種類相當多種，大致可分為三類：a.平均調整模型 (Mean-Adjusted Returns model)；b.市場指數調整模型(Market-Adjusted Returns model)；c.市場模型(Market model)。本研究採用 Fama（1976）的作法，以市場模型（Market model）來估計預期報酬率，在透過這個預期報酬率找出企業跨國併購的異常報酬與累積異常報酬。 (1) 個別股票日報酬率考量到樣本公司在不同的交易所上市，開盤時間不一，因此在歐洲或是北美上市的樣本公司，使用落後一天的股價資料，而亞洲地區則直接使用當天的股價。而股價資訊是從 Datastream 資料庫找出樣本公司每日的未調整股價，透過下面這個數學式得到樣本公司的個別股票日報酬率 , = (. − ) × 100% . 其中： , . 為個別股票在事件期間第 t 日的實際日報酬率為個別股票在事件期間第 t 日的未調整股價. (2) 市場投資組合日報酬率因為樣本公司在許多不同的交易所上市，將近半數企業 (23 間) 是交叉上市的情況；但是現實中的資本市場上並無一套完整精確的所有資產組合可供計 19.

(24) 算市場投資組合報酬率，所以，僅以該公司第一上市交易所的大盤指數作為近似市場投資組合報酬率的替代者，其日報酬率計算方式為： , = . − × 100% . 其中： ,. 為市場投資組合在事件期間第 t 日的實際日報酬率. 為市場投資組合在事件期間第 t 日的實際指數數值. (3) 個別樣本股票預期報酬率以市場模型（market model）來估計預期報酬率，即假設個別股票報酬率與市場報酬率間存在線性關係，再利用普通最小平方法 (Ordinary Least Square) 建立以下迴歸模式 , = + , + !, 其中： ,. 為樣本公司股票 i 在事件期間第 t 日的實際報酬率. ,. 為市場投資組合在事件期間第 t 日的實際報酬率. . 為樣本公司股票 i 與市場投資組合日報酬率的迴歸模式的截距項. . 為樣本公司股票 i 與市場投資組合日報酬率的迴歸模式的係數. !,. 為誤差項，且!, ~#(0, $ % ). 經過最小平方法即可以得到估計值與，代到下列這個式子可得個別樣本預期報酬率&(' , ) &(' + , , ) = . (4) 個別樣本股票異常報酬率 (Abnormal Return, 簡稱 AR) 關於公司併購宣告事件所帶來的股票異常報酬率的衡量方式，本論文是以樣本公司股票在事件期間的實際日報酬率及由市場模式所推估的預期報酬率 20.

(25) 的差距計算而得 (Sun and Chen, 2009)，其計算方式如下： (, = , − &(' , ) 其中： (,. 為樣本公司股票 i 在事件期間第 t 日的異常報酬率. ,. 為樣本公司股票 i 在事件期間第 t 日的實際報酬率. &(' , ) 為樣本公司股票 i 在事件期間第 t 日的預期報酬率. (5) 個別樣本累積異常報酬率 (Cumulative Abnormal Return, 簡稱 CAR) 將事件窗口內個別樣本的各日異常報酬率逐日相累加，則可得到個別樣本累積異常報酬率。其計算方式如下： )( = ∑+, +- (, 其中： )(, 為樣本公司股票 i 在事件視窗的累積異常報酬率 .=/. 為事件窗口起始日. .=. 為事件窗口終止日. (6) Dollar Cumulative Abnormal Return ($CAR) 將累積超額異常報酬率 (CAR)乘以該公司併購宣告前一年度的公司市場價值 (Market Value)，可以得到 Dollar Cumulative Abnormal Return ($CAR)，藉由$CAR 可以觀察大型公司的併購績效，因為公司的規模會影響併購的績效，而大型公司的績效比較差。(Sara et al., 2004)。. 除了使用市場模型之外，本研究也會使用市場指數調整模型(Market-Adjusted. 21.

(26) Returns model)來做比較。這個方法相對的簡單，不需要任何的估計程序及估計期，直接以市場報酬率 , 當做樣本公司的預期報酬率 &(' , ) ，之後兩者相減就可以得到異常報酬率 (AR)，接著把異常報酬率累加就可以得到累積異常報酬率 (CAR)。. 2. 解釋變數 (1) 政治連結政治連結的定義對本論文的研究是相當關鍵的，尤其是過去以來一直沒有一個普遍認同的定義。而本論文主要是根據 Faccio(2006)的作法稍作改變，在篩選標準中納入中國特有的中央企業，所謂中央企業簡稱央企，是指由中華人民共和國國務院授權國有資產監督管理委員會履行出資人職責的國有企業。也就是說本論文認定只要該公司的董事會成員滿足下列三個篩選標準的任何一個就算是有政治連結的董事：a.現任或前任中央政府官員；b.現任或前任中華人民共和國全國人民代表大會(簡稱人大)議員；c.現任或前任中國中央企業董事成員。人大在中國政治體系中扮演相當重要的角色，因為有很多主要的政府關於指派委任都必須通過人大的同意，所以其實人大與政府重要幹部都有緊密的連結。而中國中央企業通常是由中國政府持有多數股權並且董事會也是有政府指派的，因此政治連結的程度其實是相當高的，所以在篩選標準中特別把這一項加進來。而本論文使用政治連結的董事會佔整個董事會的比例來當做企業政治連結程度的代理變數。中國證券監督管理委員會(China Securities Regulatory Commission)要求公司在每年的年報必須揭露董事會所有成員的背景資料，因此我們可以透過年報去獲得這項資訊。但是我們無法確認併購案當天的董事會組成，但是考量到董事會成員的異動不會太頻繁，大都是以一年為一任的任期，所以本論文選擇以併購宣告日前一年的年報所提供的董事會成員名單. 22.

(27) 以及背景當做基準，去判斷該董事是否具有政治連結以及該公司政治連結的程度。. (2) 國外投資人 (虛擬變數) 樣本公司中 23 間公司為交叉上市，有些是在中國第一上市，到美國的交易所發行 ADR；有些則是在歐美地區第一上市，回到中國發行存託憑證。如果我們要以國外投資人的觀點來看這樁併購案，可以假設樣本公司的第一上市國家並非中國的話以虛擬變數 1 表示，若是在中國做第一上市的話則以 0 表示。因為第二甚至第三上市的股票為存托憑證，雖然具有跟普通股一樣的權力，但是股票的交易量主要還是集中在第一上市的交易所。企業在中國宣告併購的同時，國外投資人的看法就可以由這個變數觀察得知。. 3. 其他控制變數 (2) 主併公司與被併公司的產業相關性 (虛擬變數) 以 SIC 編碼作為衡量公司併購公司為相關與否的衡量依據(Rosenthal and Sullivan, 1985；Denis et al., 1997；Corhay and Rad, 2000; Lamont and Polk, 2002； Mansi and Reeb, 2002)。若是主併公司與被併公司的 SIC 編碼前兩碼一樣的話，在本論文中就認為是相關併購，以虛擬變數 1 來表示，否則列為非相關併購，以 0 表示。同業之間的合併可能會使得資源配置更好或是技術以及管理能力可以更充分的運用(Beatty, 1994; Healy et al., 1997)。也可以增加主併公司的市場佔有率，使得主併公司的營運風險降低，而且身處在同一個產業對目標公司的評價也會較為準確，整體的風險也比其他類型的併購還要低(郭珊女, 2002)。 (3) 目標公司所在地 (虛擬變數) 因為本論文主要探討的是中國上市企業的跨國併購績效，因此若是目標公. 23.

(28) 司在已開發國家的話以虛擬變數 1 來表示，否則為開發中國家，以 0 表示。而開發中國家的定義為 OECD ( Organisation for Economic Co-operation and Development)的會員國。 (4) 支付工具 (虛擬變數) 併購案的支付方式對宣告效果也是有影響的(Moeller et al., 2004)。對股東而言，現金支付比使用股換股還要有利(Agrawal and Jaffe Mandelker, 1992)。不只是短期的宣告效果，從長期的併購績效來看(Ghosh, 2001; Linn and Switzer, 2001)也有實證上的證據顯示以現金支付的績效比較好。以股票支付的話以虛擬變數 1，若是以現金支付則以 0 表示。 (5) 公司規模大小 (SIZE) Schulman, Thomas, Sellers and Kennedy (1996)的研究，將公司規模定義為「總資產帳面價值的自然對數值」。本論文以併購宣告日前一年底的總資產帳面數值為基準，依照前述學者的定義將公司規模大小定義如下：公司規模 = ln (總資產帳面價值) (6) 經營能力 (EBIT) Campa and Kedia(2002)對於經營能力的定義，以稅前息前淨利 (Earnings Before Interest and Tax, 簡稱 EBIT)除以資產總額(Asset)。本論文以宣告日前一年度的資料為基準，依照學者的定義如下：經營能力= EBIT / ASSET (7) 多數股權 (MAJ) 若是併購後主併持有被併公司超過 40% 的股權就被認為是具有控制權的，而且這個控制權是有價值的，因此主併公司需要支付控制權溢價，而且可以掌握控制權，所以這類型的併購對主併公司而言也是比較有利的 (Anusha et al., 2010)。 (8) 產業別 (虛擬變數). 24.

(29) 以 SIC 編碼的第一個數字當做虛擬變數，扣除有些編碼本論文的樣本公司沒有之外，總共設計 7 個虛擬變數。因為金融產業與其他產業的性質比較不一樣，而每一個產業之間也都有差異。 (9) 併購年份 (虛擬變數) 以併購年份當做虛擬變數，扣除有些年份樣本公司沒有進行跨國併購之外，總共有 8 個虛擬變數。. 3.5 複迴歸分析本論文使用複迴歸分析法，以累積超額報酬 (CAR) 作為企業跨國併購績效的衡量指標，採用一般最小平方法 (OLS) 進行估計。而本論文設定了 3 個不同的模型，如下. Model 1 )( = 0 + 1) + % 1(2 + 3 4&)5 + 6 &7 + 8 9(: + ; 7#(<<&= + > &?@= + A B @#5 + A C 2&( + !. Model 2 )( = 0 + 1) + % D@ + 3 1(2 + 6 4&)5 + 8 &7 + ; 9(: + > 7#(<<&= + B &?@= + A C @#5 + A 0 2&( + !. Model 3 )( = 0 + 1) ∗ D@ + % 1(2 + 3 4&)5 + 6 &7 + 8 9(: + ; 7#(<<&= + > &?@= + A B @#5 + A C 2&( + !. 25.

(30) 其中： . 迴歸係數. REL. 產業相關性. !. 殘差項. OECD. 目標公司所在地. CAR. 累積超額報酬. MAJ. 多數股權. PC. 政治連結. LNASSET. 公司規模. FI. 國外投資人. EBIT. 經營能力. PC*FI. 政治連結與國外投資人的交乘項. IND. 產業別控制變數. PAY. 支付工具. YEAR. 年份別控制變數. Model 1 主要是看政治連結對於併購宣告效果的影響；Model 2 可以觀察出政治連結與國外投資人分別對併購宣告效果的影響；Model 3 則可以看出來政治連結與國外投資人同時對宣告效果的影響。只要觀察這三個模型當中 PC, FI, PC*FI 的係數變化以及顯著程度就可以看出影響併購宣告效果的因素為何，其餘的變數皆為控制變數，因為每間公司、每筆交易都可能會有其他因素影響併購的宣告效果，避免影響主要的解釋變數所以加入這些變數控制。. 26.

(31) 第四章實證結果 4.1. 累積異常報酬率統計檢定本研究首先探討中國企業的跨國併購宣告對股價是否產生異常報酬。我們先觀察在使用市場模型的估算之下樣本在不同事件窗口之下的累積超額報酬。從表 4 Panel A 可以看出主併公司在宣告跨國併購之後的累積超額報酬雖然大都是正向的，但是不管是在哪一個事件窗口都是不顯著的，因此本研究得到與過去文獻類似的結果，即主併公司的宣告效果是不顯著的。從 Panel B 也可以觀察到一樣的結果，不管是在市場模型或是市場指數調整模型之下，主併公司的累積異常報酬雖然是正向的，但都是不具有統計上的顯著性。表4. Panel A 市場模型之下的累積異常報酬檢定. CAR. 平均數. 標準誤. 中間值. 標準差. t-統計量. 樣本數量. (-1,+1). 0.008. 0.009. 0.016. 0.062. 0.879. 47. (-2,+2) (-3,+3) (-4,+4) (-5,+5). 0.000 0.006 0.010 0.014. 0.009 0.007 0.009 0.016. 0.004 0.005 0.015 0.005. 0.062 0.050 0.059 0.113. 0.025 0.814 1.138 0.851. 47 47 47 47. (-10,+10) (-5,+10) (-5,+15) (-5,+30). -0.018 0.003 0.000 0.004. 0.021 0.007 0.009 0.008. -0.004 0.003 0.001 0.009. 0.145 0.051 0.064 0.056. -0.862 0.340 -0.002 0.488. 47 47 47 47. Panel B 市場指數調整模型之下的累積異常報酬檢定. CAR. 平均數. 標準誤. 中間值. 標準差. t-統計量. 樣本數量. (-1,+1) (-2,+2). 0.005 0.000. 0.009 0.009. 0.008 0.008. 0.063 0.064. 0.503 -0.032. 47 47. (-3,+3) (-4,+4) (-5,+5) (-10,+10) (-5,+10). 0.005 0.010 0.012 0.001 0.000. 0.008 0.009 0.016 0.007 0.009. 0.007 0.015 0.003 0.001 0.005. 0.054 0.059 0.112 0.049 0.062. 0.618 1.154 0.757 0.207 0.013. 47 47 47 47 47. (-5,+15) (-5,+30). 0.005 -0.018. 0.008 0.020. 0.009 0.004. 0.056 0.137. 0.574 -0.889. 47 47. 註：CAR 為使用市場指數調整模型所計算的累積超額異常報酬率，括弧內事件窗口的天數。 27.

(32) 4.2. 複迴歸模型從表 5 可以看出各個解釋變數的相關程度，觀察是否變數之間存在共線性的問題。發現 PC*FI 這個變數與 PC 與 FI 都呈現高度相關，所以 PC*FI 與 PC 或是 FI 不能放在同一個迴歸式中，否則會使得三個變數都變得不顯著。因此，本論文採用三個不同的模型去觀察政治連結與國外投資人如何影響企業跨國併購的宣告效果。另外，表 5 也告訴我們，其餘變數的相關程度均不高，應該不會有共線性的問題產生。. 表 5 相關係數矩陣. PC PC. FI. PC*FI. PAY. OECD. REL. MAJ LNASSET EBIT. 1. FI PC*FI PAY OECD. -0.240 1 0.525 0.465 1 -0.066 -0.130 -0.168 1 0.184 -0.039 0.038 -0.342. REL MAJ LNASSET EBIT. -0.157 -0.178 0.600 0.163. 0.277 0.170 -0.416 0.293. 1. 0.171 -0.340 0.236 1 0.165 0.259 -0.192 -0.003 1 0.082 0.018 0.252 -0.161 -0.281 0.195 -0.260 -0.038 0.208 -0.034. 1 -0.106. 1. 註：變數定義與衡量方式與本論文第三章相同. 接下來，將會一一的把不同併購宣告事件窗口的累積異常報酬當做迴歸的自變數進行三個模型( Model 1, Model 2, Model 3)的複迴歸分析，並且會同時討論使用市場模型與市場指數調整模型所推估出來的累積異常報酬。而主要的是討論政治連結(PC) 、國外投資人(FI) 以及政治連結與國外投資人的交乘項(PC*FI) 。之後再以$CAR 為自變數一樣對不同的事件窗口進行迴歸分析。表 6 報告事件窗口(-1,+1)的併購宣告效果，可以說是併購宣告的即期效果，從中發現不管是市場模型或是市場指數調整模型都只有 Model 2 的國外投資人 (FI) 顯著為負。也就是說對於國外投資人的企業當跨國併購宣告之後的累積異常 28.

(33) 報酬就會有顯著負向的影響，由此可知，若是主併公司在國外上市並且宣告跨國併購之後，對 3 天的累積異常報酬是負向的，與本論文的假說 2-1 吻合。在國外上市的企業宣告併購時等於對這些國外投資人放出負面的訊號，也對累積異常報酬有著負面的影響。但是，這與我們的假說 2-2 並不符合。當併購消息公布之後，沒有因為時間或是地理上的差距而導致反應落後。可能的原因是因為現在資訊科技發達，在智慧手機、平板電腦盛行之下，就算是國外企業發生了重大事情，都可以透過手持裝置得到相關消息甚至馬上使用電子下單的方式買賣股票。而 Model 1 與 Model 2 的政治連結(PC) 這項變數對於 3 天的累積超額報酬都是不顯著的，可能是併購的消息已經提前走漏或是落後反應。此外從 Model 3 的政治連結與國外投資人的交乘項也不具有解釋力，這點可以看出消息提前走漏只有在中國為第一上市的企業才有這個現象，導致政治連結對於累積異常報酬不具有解釋力。此外，2 種不同方式計算的 CAR 與本研究設定的 3 種模型產生的 6 條迴歸式，R-squared 最高還不到 0.6，而 Adj R-squared 也都相當低，可能這些變數對於 3 天的累積異常報酬解釋力都不夠強。. 29.

(34) 表 6 (-1,+1)併購宣告效果. 市場模型. CAR(-1,+1) N=47 PC. Model 1. Model 2. 0.056 (-0.940). FI. 市場指數調整模型 Model 3. Model 1. Model 2. 0.037. 0.060. 0.040. (-0.650) -0.0542* (-1.96). (-1.030). (-0.720) -0.0560** (-2.09). Model 3. PC*FI. -0.050. -0.059. PAY. -0.049 (-1.64). -0.033 (-1.13). (-0.80) -0.044 (-1.48). -0.039 (-1.33). -0.022 (-0.79). (-0.97) -0.033 (-1.15). OECD. -0.045 (-1.28) -0.004. -0.033 (-0.96) 0.001. -0.022 (-0.64) -0.019. -0.054 (-1.56) 0.010. -0.041 (-1.24) 0.015. -0.028 (-0.83) -0.007. (-0.12) 0.032 (-0.840) 0.005. -0.050 0.038 (-1.050) 0.002. (-0.59) 0.038 (-0.970) 0.011. -0.310 0.027 (-0.740) 0.003. -0.520 0.033 (-0.970) -0.001. (-0.22) 0.035 (-0.920) 0.010. Intercept. (-0.550) -0.026 (-0.61) -0.100. (-0.180) -0.009 (-0.22) -0.019. (-1.490) -0.005 (-0.12) -0.174. (-0.340) -0.022 (-0.54) -0.065. (-0.06) -0.005 (-0.12) 0.019. (-1.290) 0.000 -0.010 -0.145. YEAR IND R-squared Adj R-squared. (-0.72) Yes Yes 0.511 0.063. (-0.14) Yes Yes 0.581 0.162. (-1.41) Yes Yes 0.506 0.053. (-0.47) Yes Yes 0.522 0.084. -0.150 Yes Yes 0.598 0.197. (-1.20) Yes Yes 0.520 0.080. REL MAJ LNASSET EBIT. 註：*表示 10% 顯著水準，**表示 5% 顯著水準，***表示 1% 顯著水準。. 30.

(35) 表 7 (-2,+2)併購宣告效果. 市場模型. CAR(-2,+2) N=47 PC. Model 1. Model 2. -0.030 (-0.49). FI. Model 1. Model 2. -0.046. -0.015. -0.030. (-0.75) -0.044 (-1.47). (-0.26). (-0.51) -0.041 (-1.44). PC*FI PAY OECD REL MAJ LNASSET EBIT Intercept YEAR IND R-squared Adj R-squared. 市場指數調整模型 Model 3. Model 3. -0.097. -0.085 -0.010 (-0.33) -0.004. 0.002 (-0.080) 0.005. (-1.43) -0.008 (-0.27) 0.009. -0.020 (-0.65) 0.012. -0.007 (-0.23) 0.022. (-1.57) -0.019 (-0.63) 0.024. (-0.330) -0.036 (-1.06). (-0.610) -0.031 (-0.95). (-0.700) -0.043 (-1.36). (-0.12) -0.017 (-0.53). (-0.150) -0.013 (-0.41). (-0.280) -0.026 (-0.84). 0.026 (-0.660) 0.005 (-0.530). 0.030 (-0.800) 0.002 (-0.240). 0.043 (-1.110) 0.002 (-0.220). 0.021 (-0.570) 0.003 (-0.260). 0.026 (-0.700) 0.000 (-0.02). 0.036 (-0.970) 0.000 (-0.070). 0.048 (-1.110) 0.102 (-0.700). 0.062 (-1.420) 0.167 (-1.130). 0.051 (-1.300) 0.113 (-0.920). 0.023 (-0.550) 0.138 (-1.000). 0.036 (-0.850) 0.200 (-1.410). 0.028 (-0.750) 0.136 (-1.160). Yes Yes 0.504 0.050. Yes Yes 0.547 0.093. Yes Yes 0.546 0.129. Yes Yes 0.504 0.049. Yes Yes 0.545 0.09. Yes Yes 0.541 0.121. 註：*表示 10% 顯著水準，**表示 5% 顯著水準，***表示 1% 顯著水準。. 表 7 是討論事件窗口(-2,+2)的併購效果。跟表 6 唯一不一樣的地方就是原本具有解釋力的國外投資人(FI) 這項變數變得不再顯著，而且表 7 並沒有任何一個參數是顯著的，可以說本論文設定的參數對於這個事件窗口的不具有解釋能力。. 31.

(36) 表 8 (-3,+3)併購宣告效果. 市場模型. CAR(-3,+3) N=47 PC. Model 1. Model 2. -0.013 (-0.26). FI. Model 1. Model 2. -0.015. -0.007. -0.006. (-0.27) -0.004 (-0.15). (-0.13). (-0.12) 0.002 -0.060. PC*FI PAY OECD REL MAJ LNASSET EBIT Intercept YEAR IND R-squared Adj R-squared. 市場指數調整模型 Model 3. Model 3. 0.016. 0.030 0.026 (-1.060) 0.0654**. 0.026 (-0.980) 0.0650**. -0.580 0.025 (-1.010) 0.0580*. 0.016 (-0.610) 0.0730**. 0.017 (-0.620) 0.0739**. -0.290 0.015 (-0.560) 0.0669**. (-2.380) -0.028 (-1.01). (-2.320) -0.028 (-0.97). (-2.220) -0.024 (-0.87). (-2.210) -0.013 (-0.48). (-2.110) -0.013 (-0.47). (-2.010) -0.008 (-0.30). -0.003 (-0.08) 0.000 (-0.05). -0.002 (-0.07) -0.001 (-0.07). -0.005 (-0.15) -0.002 (-0.27). -0.001 (-0.03) -0.001 (-0.15). -0.001 (-0.04) -0.001 (-0.13). -0.006 (-0.18) -0.002 (-0.28). 0.024 (-0.660) 0.031 (-0.260). 0.025 (-0.660) 0.037 (-0.290). 0.019 (-0.540) 0.050 (-0.470). -0.014 (-0.41) 0.040 (-0.340). -0.015 (-0.40) 0.037 (-0.300). -0.020 (-0.59) 0.054 (-0.520). Yes Yes 0.503 0.047. Yes Yes 0.504 0.007. Yes Yes 0.503 0.048. Yes Yes 0.504 0.0492. Yes Yes 0.457 -0.040. Yes Yes 0.464 -0.026. 註：*表示 10% 顯著水準，**表示 5% 顯著水準，***表示 1% 顯著水準。. 表 8 是報告事件窗口(-3,+3)的宣告效果。可以看出不管是哪一個模型，主要的解釋變數都是不顯著的，只有已開發國家(OECD) 這個變數是顯著的，跟文獻的結果是一致的，也就是說被併公司在已開發國家的話對跨國併購而言是一個正面的消息，可能的原因是可以運用被併公司比較成熟的專業技術等等。. 32.

(37) 表 9 (-4,+4)併購宣告效果. 市場模型. CAR(-4,+4) N=47 PC. Model 1. Model 2. 0.064 (-1.110). FI. Model 1. Model 2. 0.054. 0.070. 0.059. (-0.920) -0.028 (-0.99). (-1.280). (-1.080) -0.030 (-1.14). PC*FI PAY OECD REL MAJ LNASSET EBIT Intercept YEAR IND R-squared Adj R-squared. 市場指數調整模型 Model 3. Model 3. 0.055. 0.047 -0.002 (-0.07) 0.003. 0.007 -0.250 0.010. -0.800 0.001 -0.020 0.010. -0.009 (-0.30) 0.017. 0.000 (-0.01) 0.024. -0.900 -0.007 (-0.24) 0.021. (-0.510) -0.014 (-0.43). (-0.680) -0.011 (-0.34). (-0.630) -0.016 (-0.52). (-0.080) -0.005 (-0.18). (-0.290) -0.002 (-0.08). (-0.300) -0.010 (-0.34). 0.009 (-0.240) -0.013 (-1.32). 0.012 (-0.320) -0.015 (-1.49). -0.003 (-0.07) -0.005 (-0.74). 0.008 (-0.240) -0.012 (-1.35). 0.012 (-0.340) -0.015 (-1.56). -0.002 (-0.05) -0.004 (-0.64). 0.008 (-0.190) 0.169 (-1.250). 0.017 (-0.400) 0.211 (-1.490). 0.019 (-0.500) 0.110 (-0.920). -0.014 (-0.36) 0.166 (-1.300). -0.005 (-0.12) 0.211 (-1.590). 0.000 (-0.01) 0.099 (-0.860). Yes Yes 0.490 0.023. Yes Yes 0.511 0.022. Yes Yes 0.482 0.007. Yes Yes 0.531 0.101. Yes Yes 0.556 0.111. Yes Yes 0.512 0.064. 註：*表示 10% 顯著水準，**表示 5% 顯著水準，***表示 1% 顯著水準。. 表 9 是報告事件窗口(-4+4)的宣告效果，而表中也沒有任何一個參數是顯著的。與表 7 一樣，本論文設定的參數再一次的均不具有解釋力並且迴歸式的 R-squared 也不高。. 33.

(38) 表 10 (-5,+5)併購宣告效果. 市場模型. CAR(-5,+5) N=47 PC. Model 1. Model 2. -0.125 (-1.47). FI. Model 1. Model 2. -0.154*. -0.126. -0.156*. (-1.92) -0.0827** (-2.13). (-1.41). (-1.86) -0.0870** (-2.13). PC*FI PAY OECD REL MAJ LNASSET EBIT Intercept YEAR IND R-squared Adj R-squared. 市場指數調整模型 Model 3. Model 3. -0.206**. -0.216** -0.003 (-0.06) 0.024. 0.023 -0.530 0.044. (-2.50) -0.002 (-0.06) 0.037. -0.011 (-0.27) 0.028. 0.013 -0.320 0.047. (-2.50) -0.011 (-0.29) 0.039. (-0.550) -0.019 (-0.41). (-0.980) -0.011 (-0.24). (-0.850) -0.026 (-0.62). (-0.460) -0.010 (-0.21). (-0.880) -0.001 (-0.03). (-0.780) -0.018 (-0.41). -0.016 (-0.31) 0.004 (-0.320). -0.007 (-0.15) -0.001 (-0.09). 0.022 -0.430 -0.010 (-1.02). -0.023 (-0.41) 0.004 -0.240. -0.013 (-0.25) -0.002 (-0.17). 0.018 -0.320 -0.011 (-1.08). 0.284*** (-4.740) 0.025 (-0.120). 0.310*** (-5.420) 0.148 (-0.770). 0.273*** (-5.230) 0.116 (-0.710). 0.271*** (-4.310) 0.041 (-0.200). 0.298*** (-4.960) 0.172 (-0.840). 0.261*** (-4.770) 0.131 (-0.770). Yes Yes 0.694 0.413. Yes Yes 0.744 0.489. Yes Yes 0.735 0.493. Yes Yes 0.665 0.359. Yes Yes 0.720 0.441. Yes Yes 0.712 0.448. 註：*表示 10% 顯著水準，**表示 5% 顯著水準，***表示 1% 顯著水準。. 表 10 報告事件窗口(-5,+5)的宣告效果，主要是反應併購事件中期的宣告效果。不管是市場模型還是市場指數調整模型，在 Model 2 以及 Model 3 都可以看出我們主要的解釋變數政治連結(PC)、國外投資人(FI)以及政治連結與國外投資人的交乘項(PC*FI) 都是顯著為負的，與本論文的假說 1 和假說 2-1 相符。而且從 Model 3 的交乘項可以看出來，若是企業同時具有政治連結與國外投資人兩項要素的話對累積異常報酬的影響是更加負面的，不僅僅是係數比 Model 2 的 PC 與 34.

(39) FI 負的更多，顯著水準相當高。而之前這些係數都不顯著的原因很可能如前面提到的併購消息提前走漏，股價已經事先開始反應；或者是股價反應落後一直到宣告之後 5 天的反應才是顯著的。此外，在 Model 1, 2, 3 當中，經營能力(EBIT) 這個變數是顯著的，而且是正向的，也就是說企業具有比較好的經營能力，對於中期的宣告效果是正面的。表 11 (0,+5)併購宣告效果. 市場模型. CAR(0,+5) N=47 PC. Model 1. Model 2. -0.037 (-0.47). FI. 市場指數調整模型 Model 3. Model 1. Model 2. -0.064. -0.036. -0.064. (-0.83) -0.075*. (-0.45). (-0.83) -0.079**. (-2.01) PC*FI PAY OECD REL MAJ LNASSET EBIT Intercept YEAR IND R-squared Adj R-squared. Model 3. (-2.08). -0.0070. 0.015. -0.107 (-1.30) -0.005. 0.001. 0.024. -0.114 (-1.36) 0.003. (-0.17) 0.030 (0.64) -0.035. (0.38) 0.047 (1.04) -0.028. (-0.14) 0.042 (0.93) -0.043. (0.03) 0.0285 (0.58) -0.025. (0.61) 0.0466 (1.00) -0.017. (0.08) 0.0423 (0.91) -0.034. (-0.81) -0.002 (-0.06) -0.008. (-0.68) 0.005 (0.11) -0.013. (-1.03) 0.016 (0.31) -0.0131. (-0.56) -0.007 (-0.14) -0.009. (-0.40) 0.001 (0.02) -0.014. (-0.79) 0.012 (0.24) -0.014. (-0.62) 0.279*** (4.88) 0.125 (0.66) Yes Yes. (-1.05) 0.302*** (5.49) 0.238 (1.28) Yes Yes. (-1.31) 0.280*** (5.39) 0.143 (0.88) Yes Yes. (-0.69) 0.265*** (4.53) 0.144 (0.75) Yes Yes. (-1.13) 0.289*** (5.17) 0.263 (1.38) Yes Yes. (-1.39) 0.267*** (5.05) 0.159 (0.96) Yes Yes. 0.693 0.412. 0.739 0.478. 0.711 0.456. 0.670 0.366. 0.721 0.443. 0.691 0.406. 註：*表示 10% 顯著水準，**表示 5% 顯著水準，***表示 1% 顯著水準。. 35.

(40) 表 12 (-5,0)併購宣告效果. 市場模型. CAR(-5,0) N=47. Model 1. Model 2. PC. -0.076* (-1.98). FI. Model 1. Model 2. -0.088**. -0.077*. -0.088**. (-2.37) -0.033* (-1.87). (-1.96). (-2.31) -0.032* (-1.77). PC*FI PAY OECD REL MAJ LNASSET EBIT Intercept YEAR IND R-squared Adj R-squared. 市場指數調整模型 Model 3. Model 3. -0.125***. -0.125*** -0.0048 (-0.25) -0.008. 0.00483 (0.25) -0.001. (-3.41) -0.00493 (-0.28) -0.002. -0.011 (-0.57) -0.0069. -0.0011 (-0.06) 0.0008. (-3.53) -0.011 (-0.66) -0.0001. (-0.30) 0.0066 (0.32). (0.04) 0.0101 (0.50). (-0.01) 0.0023 (0.13). (-0.38) 0.0141 (0.65). (-0.06) 0.017 (0.84). (-0.12) 0.009 (0.53). -0.0048 (-0.20) 0.014** (2.20). -0.0011 (-0.05) 0.011* (1.90). 0.018 (0.84) 0.005 (1.22). -0.007 (-0.30) 0.014** (2.26). -0.003 (-0.16) 0.012* (1.96). 0.015 (0.69) 0.005 (1.32). 0.020 (0.75) -0.053 (-0.59). 0.031 (1.17) -0.003 (-0.03). 0.013 (0.61) 0.0027 (0.04). -0.011 (-0.42) -0.058 (-0.63). -0.001 (-0.05) -0.008 (-0.10). -0.018 (-0.81) -0.001 (-0.02). Yes Yes 0.630 0.291. Yes Yes 0. 679 0.358. Yes Yes 0.717 0.457. Yes Yes 0.648 0.326. Yes Yes 0.691 0.381. Yes Yes 0.725 0.474. 註：*表示 10% 顯著水準，**表示 5% 顯著水準，***表示 1% 顯著水準。. 由表 11 可以看出市場是否對於併購事件的反應落後，而表 12 可以確認併購消息是否有提前走漏的情況。表 11 的政治連結(PC) 以及政治連結與國外投資人的交乘項(PC*FI)是不顯著的，只有國外投資人(FI) 這項變數是顯著的。而表 12 的政治連結(PC)、國外投資人(FI)以及政治連結與國外投資人的交乘項(PC*FI) 都是顯著為負的。由這兩張表我們可以確認併購事件的消息確實有提前走漏的情況。 36.

(41) 既然本論文的解釋變數在(-5,+5)的事件窗口對異常報酬具有解釋力，而且從表 10 也可以看出來迴歸式的 R-squared 甚至超過 0.7 以及 Adj R-squared 也將近 0.5，顯示這段時間確實可以反應併購事件的宣告效果。接著本論文將繼續討論，這樣子的效果是否將持續存在或是只是在併購宣告之後 5 個交易日就結束了，我們可以透過表 13 與表 14 也就是併購事件窗口(-5,+10)、(-5,+15)的區間的觀察得知。從這兩張表可以看出政治連結(PC)，以及政治連結與國外投資人的交乘項 (PC*FI) 對於主併公司的累積異常報酬影響在併購宣告之後 10 個與 15 個交易日依然是顯著為負的，其中在表 13 中的 PC*FI 變數顯著水準更達到 1%，可以知道國外投資人對於中國具有政治連結的企業進行跨國併購的宣告呈現相當負向的看法。從表 13 與 14 當中也可以從政治連結的係數變化注意到，政治連結對於宣告效果負面的影響也隨著天數而遞減，因此本論文將繼續討論這樣的效果是否也會隨著時間拉長就消失了。從表 15 可以看出事件窗口(-5,+30)的長期宣告效果，可以看到除了經營能力(EBIT)之外，其他變數均不顯著。可能是受到市場變化，股票報酬受到其他事件的影響，但是沒有納入迴歸式中做分析，因此在迴歸式中的參數只剩下經營能力會對累積異常報酬產生顯著的影響。最後，與前面的事件窗口設定都一樣，但改成以$CAR 為自變數，也就是觀察主併公司的併購是否存在規模效應，結果可以在附表 1、2、3、4 觀察出來。在所有 4 個部分主要的解釋變數政治連結(PC)、國外投資人(FI)以及政治連結與國外投資人(PC*FI)皆不顯著。而在(-2,+2)、(-3,+3)、(-4,+4)、(-5,+5)的經營能力都是顯著為正的，其中(-3,+3)、(-5,+5)這個事件窗口的公司規模(LNASSET)與截距項(Intercept)也都是顯著。代表公司規模的效應都由公司規模(LNASSET)解釋了，其餘無法解釋的部份也都由截距項解釋了。而本論文設定的主要解釋變數都不顯著，因此把該部分的迴歸結果放在附錄。. 37.

(42) 表 13 (-5,+10)併購宣告效果. 市場模型. CAR(-5,+10) N=47 PC. Model 1. Model 2. -0.093 (-1.70). FI. Model 1. Model 2. -0.106*. -0.0981*. -0.112*. (-1.97) -0.038 (-1.46). (-1.78). (-2.05) -0.040 (-1.51). PC*FI PAY OECD REL MAJ LNASSET EBIT Intercept YEAR IND R-squared Adj R-squared. 市場指數調整模型 Model 3. Model 3. -0.169***. -0.176*** -0.009 (-0.34) 0.004. 0.002 -0.090 0.014. (-3.51) -0.009 (-0.37) 0.016. -0.020 (-0.74) 0.002. -0.009 (-0.32) 0.011. (-3.42) -0.020 (-0.83) 0.014. (-0.080) 0.011 (-0.370). (-0.350) 0.015 (-0.510). (-0.520) 0.003 (-0.130). (-0.130) 0.026 (-0.870). (-0.420) 0.030 (-1.030). (-0.580) 0.019 (-0.730). -0.019 (-0.56) 0.0170* -1.870. -0.015 (-0.44) 0.014 -1.580. 0.012 -0.400 0.006 -1.000. -0.028 (-0.81) 0.0158* -1.710. -0.024 (-0.69) 0.013 -1.420. 0.005 -0.140 0.004 -0.690. 0.016 (-0.410) -0.003 (-0.03). 0.028 (-0.720) 0.054 -0.410. 0.010 (-0.310) 0.061 -0.620. -0.010 (-0.25) 0.017 -0.130. 0.003 (-0.070) 0.077 -0.580. -0.017 (-0.53) 0.085 -0.860. Yes Yes 0.580 0.195. Yes Yes 0.616 0.232. Yes Yes 0.684 0.394. Yes Yes 0.600 0.233. Yes Yes 0.636 0.272. Yes Yes 0.684 0.394. 註：*表示 10% 顯著水準，**表示 5% 顯著水準，***表示 1% 顯著水準。. 38.

(43) 表 14 (-5,+15)併購宣告效果. 市場模型. CAR(-5,+15) N=47. Model 1. Model 2. PC. -0.110** (-2.28). FI. Model 1. Model 2. -0.112**. -0.117**. -0.119**. (-2.24) -0.006 (-0.24). (-2.54). (-2.48) -0.005 (-0.21). PC*FI PAY OECD REL MAJ LNASSET EBIT Intercept YEAR IND R-squared Adj R-squared. 市場指數調整模型 Model 3. Model 3. -0.116**. -0.120** -0.006 (-0.25) -0.012. -0.004 (-0.18) -0.011. (-2.46) -0.008 (-0.36) -0.015. -0.001 (-0.23) 0.000. -0.004 (-0.15) 0.001. (-2.30) -0.008 (-0.32) -0.003. (-0.02) -0.012 (-0.01). -0.020 0.000 -0.020. (-0.12) 0.002 -0.070. (-0.42) 0.000 (-0.01). (-0.37) 0.000 -0.010. (-0.56) 0.002 -0.090. -0.0122 (-0.40) 0.028 (1.97). -0.012 (-0.37) 0.0156* -1.850. 0.011 -0.340 0.003 -0.540. -0.012 (-0.42) 0.0174** -2.240. -0.012 (-0.39) 0.0170** -2.110. 0.012 -0.390 0.004 -0.670. -0.110 (0.83) 47.000 (-0.97). 0.030 -0.840 -0.101 (-0.83). 0.011 -0.350 -0.013 (-0.13). 0.012 -0.380 -0.120 (-1.10). 0.014 -0.410 -0.112 (-0.97). -0.006 (-0.20) -0.017 (-0.17). Yes Yes 0.589 0.213. Yes Yes 0.590 0.180. Yes Yes 0.590 0.215. Yes Yes 0.634 0.298. Yes Yes 0.634 0.269. Yes Yes 0.629 0.289. 註：*表示 10% 顯著水準，**表示 5% 顯著水準，***表示 1% 顯著水準。. 39.

(44) 表 15 (-5,+30)併購宣告效果. 市場模型. CAR(-5,+30) N=47 PC. Model 1. Model 2. -0.068 (-0.62). FI. Model 1. Model 2. -0.053. -0.068. -0.054. (-0.47) 0.041 -0.750. (-0.61). (-0.47) 0.040 -0.720. PC*FI PAY OECD REL MAJ LNASSET EBIT Intercept YEAR IND R-squared Adj R-squared. 市場指數調整模型 Model 3. Model 3. -0.009. -0.012 -0.006 (-0.11) -0.023. -0.018 (-0.31) -0.032. (-0.10) -0.010 (-0.17) -0.036. -0.014 (-0.25) -0.015. -0.026 (-0.45) -0.025. (-0.08) -0.018 (-0.32) -0.029. (-0.24) 0.042 -0.700. (-0.37) 0.038 -0.620. (-0.45) 0.051 -0.850. (-0.35) 0.052 -0.850. (-0.47) 0.048 -0.780. (-0.55) 0.061 -1.000. -0.035 (-0.50) 0.030 -1.620. -0.039 (-0.56) 0.0327* -1.730. -0.031 (-0.42) 0.022 -1.590. -0.039 (-0.56) 0.030 -1.620. -0.044 (-0.61) 0.0330* -1.720. -0.035 (-0.48) 0.023 -1.600. -0.330*** -0.343*** -0.348*** -0.357*** -0.370*** -0.375*** (-4.25) (-4.27) (-4.73) (-4.52) (-4.53) (-5.02) -0.184 -0.245 -0.110 -0.186 -0.246 -0.114 (-0.71) (-0.90) (-0.48) (-0.71) (-0.89) (-0.49) Yes Yes 0.589 0.213. Yes Yes 0.590 0.180. Yes Yes 0.590 0.215. Yes Yes 0.634 0.298. Yes Yes 0.634 0.269. 註：*表示 10% 顯著水準，**表示 5% 顯著水準，***表示 1% 顯著水準。. 40. Yes Yes 0.629 0.289.

(45) 第五章結論與建議 5.1. 研究結論本論文在實證研究上分為兩部分，一個是對於主併公司的累積異常報酬進行統計檢定，另一個是透過迴歸模型探討不同要素對於併購績效的影響，而本論文主要討論中國企業的政治連結與國外投資人是否影響其跨國併購的績效。而本論文是假設政治連結會使得代理問題惡化，國外投資人的存在將會產生資訊不對稱的問題，兩者皆會對企業跨國併購產生負面的影響。而本論文的主要結果如下：第一，主併公司的跨國併購宣告效果在所有本論文選用的事件窗口皆不顯著，也就是併購事件對於公司股價並不會產生顯著的影響。第二，在迴歸模型方面，與文獻類似實證結果也顯示跨國併購案常常由於消息提前走漏，因此短期的宣告效果看不出政治連結對於併購績效的影響，但中長期績效(事件窗口(-5,+5)以上)，就可以看出政治連結對於併購績效有顯著的影響，並且是負面的。此外，這樣子的效果是長期存在的，一直到併購宣告之後的 15 個交易日都存在顯著的負面影響，但這樣子的負面效果隨著時間的遞減，在併購宣告之後 30 個交易日變得不再顯著。而國外投資人的部份則是在併購宣告之後馬上就產生顯著負面的反應，對於國外投資人而言中國企業的跨國併購宣告是一個負面的訊息。而在中長期的績效可以看出國外投資人對於併購宣告的效果又存在顯著負面的影響，且若是該企業同時具有政治連結的話，這個負面效果比單純只有國外投資人的企業不只更強烈，影響也比起沒有政治連結的企業更久也更加顯著。只是這樣的效果也是在併購宣告之後 30 個交易日消失，最後只剩下公司經營能力具有顯著影響。顯示政治連結與國外投資人對於企業併購的宣告效果不可能長久的維持，最後還是要回到公司要靠自己的經營能力去為股東創造價值。最後，使用市場模型與市場指數調整模型可以獲得類似的結果，甚至係數變化也相當一致。但是，使用$CAR 的結果是本論文設定的主要解釋變數皆不顯著，而且併購的績效大都是受到公司規模或是經營能力這兩個變數的影響。 41.