并购是否创 PSM DID...

全球化

《世界经济研究》2019 年第 5 期

国有企业的海外并购是否创造了价值:基于 PSM和 DID方法的实证检验*

吴先明张玉梅

内容提要国有企业海外并购是否创造了价值? 现有文献对这一问题还缺乏明晰的答案。文章基于资源基础观与制度基础观整合的视角，利用 Wind数据库 2007 ～ 2015年国有企业财务数据与海外并购数据库 Zephyr、SDC Platinum相匹配，借助倾向得分匹配( PSM)与双重差分( DID)方法实证检验了国有企业海外并购对企业价值(综合价值、融资能力、盈利能力和增长能力)的影响。研究发现，海外并购与国有企业价值之间存在关系，海外并购提升了企业综合价值，但存在至少 5年的滞后期。在 5 年存续期中，海外并购对企业融资能力影响甚微;对企业盈利能力的影响呈现出显著的积极发展态势;对企业增长能力的影响则由显著的负向影响逐渐减弱为没有影响。

关键词国有企业海外并购价值创造倾向得分匹配( PSM) 双重差分( DID)作者单位武汉大学经济与管理学院

* 本文受国家社会科学基金重点项目“创造性资产寻求型跨国并购的主要影响因素和运作推进机制研究”( 批准号: 12AZD034) 和国家社会科学基金重大项目“‘一带一路’建设面临的政治风险、经济风险、安全风险、经营风险及应对研究”( 批准号: 18VDL016) 项目资助。

一、引言

尽管国有企业的海外并购在中国企业的海外并购中占有举足轻重的地位，但有关国有企业海外并购效果的研究仍然非常稀少。大部分相关研究仅把国有股权作为一个因素加以考虑，而研究的主体并非国有企业( 如陆瑶等，2011;戴翔，2016;杨波等，2016) 。国有企业与生俱来的官僚主义和低效率的特征似乎注定了其海外并购难以取得良好的效果，但Ｒeddy 等( 2016 ) 对中国与印度在 1995 ～ 2014 年近20 年的高价值海外并购交易进行的追踪研究发现，相对于私有企业，中国的国有企业在海外并购过程中完成了更多的高价值交易。要对国有企业的海外并购作出科学的评价，需要回答一个关键问题:国有企业的海外并购是否创造了价值? 对于这一问题，目前尚不能从既有研究中找到明确的答案。

现有的研究主要采取事件研究法来考察海外并购对股票价格变动的影响，通过计算超常收益的方式判断海外并购的价值创造效应( Du和 Boateng，2015; Li 等，2016 ) 。这一方法可以测量股东或投资者对海外并购事件的反应，但并不代表海外并购给企业带来的真实价值。由于海外并购是企业重要的战略行动，它往往对企业的长期绩效构成影响，因此只有测量长期绩效才能准确判断海外并购的效果。然而，长期绩效受到多方面因素的影响，要将海外并购的影响单独分离出来面临很大困难。倾向得分匹配( propensity score matching，PSM) 和双重差分 ( difference-in-difference，DID) 可以很好地解决这一问题。本文将采取倾向得分匹配和双重差分方法分析国有企业的海外并购与价值创造之间的因果关系。

围绕国有企业的争论实际上从未间断，对于国有企业的海外并购当然也不例外 ( Chen 和 Young，2010; Du和 Boateng，2015) 。不过，要准确地把握这一现象，一个重要的前提条件就是要科学地测量国有企业海外并购的真实效果。国有企业处在不断的改革和变化之中，特别是当相当数量的国有企业开展大规模的海外并购，并逐渐进入国际竞争舞台中心的时候，学术界需要正视这一现象，需要回答这一现象为什么会发生、它是如何演变的、其影响将会如何等一系列问题。海外并购是国有企业改革和发展

·08·

DOI:10.13516/j.cnki.wes.2019.05.007

国有企业的海外并购是否创造了价值:基于 PSM和 DID

方法的实证检验


进程中的标志性事件，对国有企业海外并购效果的科学分析不仅具有重要的管理和政策意义，而且可以深化学术界对国有企业的认识，促进理论创新。

二、理论与假设

由于国有企业的海外并购兼具政治和经济双重目标，本文将从资源基础观和制度基础观二者整合的视角来分析国有企业海外并购价值创造的影响机制。

资源基础观认为，有价值的、稀缺的、不能完全模仿和不能完全替代的资源是组织竞争优势的主要来源( Barney，1991) 。资源基础观将海外扩张视作企业利用和探索有价值的资源并获取合理回报的手段。由于海外扩张会面临巨大的管理复杂性和外来者负债，企业所拥有的资源可以帮助企业克服这些障碍，平衡成本和风险。资源基础观与主流跨国企业理论的核心概念是兼容的，例如具有价值创造性的资源就与所有权优势的概念十分相似( Verbeke和 Dunning，1994) ，这使得资源基础观可以很好地用于解释企业的海外并购行为。

制度基础观来源于制度理论，它强调制度压力对组织生存和成功的影响( North，1990; Scott，1995) 。North( 1990) 将制度定义为人为设计的规范人们互动的游戏规则。这些规则既包括正式约束，如政治、法律和经济规则等;也包括非正式约束，如行为规范、嵌入在文化和意识形态中的惯例等。Scott( 1995)进一步地定义了制度框架的三大支柱，即调控、认知和规范，这为分析国家制度状况提供了一个宽广的基础。制度基础观认为，制度的强制、模仿和规范压力会促使组织的特征朝着增加与环境特征的兼容性方面不断调整。这一同构观点构成了制度基础观的核心，将这一观点运用于企业国际化方面即是企业的国际化战略和实践是由母国和东道国的制度环境所塑造的。

国有企业由于其特殊的制度背景，存在两种完全相反的力量影响其海外并购绩效。一方面，由于政府是出资人，国有企业拥有丰富的资源，更容易获得政府支持，这将有利于国有企业并购海外有价值的目标企业，从而提升海外并购绩效;另一方面，国有企业更容易受政府干预，这将影响企业的决策目标和过程，导致不良的海外并购绩效。有些文献检验了国有股权的价值创造或价值破坏效果，但结论是混合的( Sun等，2002;Wei等，2005) 。从资源基础观的角度看，国有企业可以利用其有利的优势地位，采取海外并购方式快速地获取重要的自然资源和战略资产，如石油、天然气、受专利保护的技术、产品差异化、先进的管理和营销技能等。这些资源和能力往往是国有企业所缺乏的，而且在国内市场是难以获得的。获取这些资源和能力将有利于国有企业加快技术学习，提升核心竞争力，有利于实现良好的并购绩效。从制度基础观的角度看，国有企业海外并购会受到多重制度因素的推动和限制。例如，中国政府“走出去”政策就是推动国有企业海外并购的重要因素。虽然政府的支持( 特别是融资支持) 有助于提升国有企业海外并购的竞争力，但这些支持政策和国有企业的特殊身份也会引发东道国社会的负面反应。由于意识形态和其他政治原因，国有企业的海外并购很容易刺激东道国的政治敏感和公众担忧，东道国政府往往会从当地产业保护和国家安全的角度对这类并购活动采取限制措施( Zhang等，2011) 。

国有企业的海外并购符合国有企业改革和发展的方向，可以利用其自身的资源优势和政策支持，克服海外并购过程中的各种障碍和困难，实现良好的价值创造效果。因此，本文提出如下假设:

H:国有企业的海外并购可以实现正的价值创造效果。

三、数据说明与模型构建

1．数据说明本文并购数据主要来自 2007 ～ 2015 年的《Zephyr －全球并购交易分析库》。但是其对亚洲国家的

·18·




海外并购分析存在局限性( Lehmann 等，2017) 。基于此，一方面，本文采用汤森路透旗下的“SDC Plati-num”对并购信息在全球范围内进行横向补充( Peng，2008; Lehmann等，2017) 。另一方面，采用Wind中的《中国并购库》，对并购信息在企业个体范围内进行纵向补充，最大程度保证研究区间内并购信息的完备性。同时选取以“completed”和“assume completed”为交易状态的并购信息条目为研究样本。最后，对全部并购信息进行手工验证，最大程度地保证研究区间内并购信息的真实性。

在得到全部的并购样本后，采用 Wind《中国企业库》和数据浏览器完成样本财务数据匹配。值得说明的是:本文研究主体的国有企业并非所有国有企业均公开上市，这导致部分样本财务数据的获取存在困难。本文通过对企业组织架构、可持续发展报告、高层管理人员信息的认真分析，对未上市国有企业财务数据按照以下原则处理: ( 1) 遵循“实质重于形式”的原则，大部分国有企业充当着“家长”的角色，在“出面”海外并购后，一般通过资产注入等方式，因此，可采用直接相关上市公司的财务数据进行有效替代。( 2) 若该国有企业旗下同时存在多个上市公司实体，则对所属上市公司的主营业务逐一盘查，选取与并购标的业务类型最为相似的上市公司数据作为有效替代。

2．模型构建国有企业海外并购政策的实施并非囿于自身战略规划，而更多考虑国家的政策目标部署，有鲜明的

经济与政治共生性( Cuervo-Cazurra，2012; Ｒamasamy 等，2012; Lehmann 等，2017 ) 。与私有企业相比，国有企业海外并购政策更具有外生性，因而将国有企业海外并购过程模拟为一项“准自然实验”是适宜的。基于此，本文参照周黎安和陈烨( 2005) 、肖浩和孔爱国( 2014 ) 、陈钊和熊瑞祥( 2015 ) 等的研究，采用倾向得分匹配和双重差分法相结合的方法探讨国有企业海外并购的价值创造效应。初始模型如下:

fmit = β0 + β1MAi + β2Dt + β3MAi × Dt + β4Xit + μi + εit ( i，1，2，…，n; t = 1，2; m = 0． 1，2，3) ( 1)其中，i与 t分别表示个体与时间。MAi为个体是否参与海外并购的虚拟变量，若参与，则 MAi = 1，

命名为实验组;否则，MAi = 0，命名为控制组。用于反映企业海外并购进程的变量为虚拟变量 D，本文借鉴周黎安和陈烨( 2005) 的做法，对虚拟变量 D 进行如下赋值:国有企业进行海外并购的当年及以后年份赋值为 1，其他年份为 0( 即“海外并购当年”赋值为 1，其他为 0; “海外并购第 i 年”赋值为 1，其他为0) 。值得说明的是，不同企业海外并购的吸收能力、协同能力存在异质性，可能部分国有企业的海外并购过程存在“朝种暮获”的情况，海外并购“政策效应”在当年就被刻画进企业价值; 但大部分企业海外并购“政策效应”在并购的后续年份逐渐凸显出来。本文将政策冲击点定义为海外并购开始的当年，且对企业海外并购后五年的价值指标进行追踪。

当 m = 0，1，2，3 时，fit、f1 it、f2 it、f3 it分别表示企业价值的综合指标、融资指标、盈利指标与增长指标。Xit为参与匹配过程的协变量。根据已有的研究理论与经验，主要的协变量有劳动生产率( pro) 、资本密度( kdensity) 、融资约束( fc) ( 戴翔，2016; 蒋冠宏，2013、2017; 苏莉和冼国明，2017 ) 。εit为模型的误差项; μi为不可观察的个体特征。

首先，探究海外并购对企业价值的影响实质在于揭示观测个体在实验期前后的企业价值差异，但对于同一观测个体，不可能同时处于实验期前与后两个观测时点上。本文依据 Neyman ( 1923 ) 和Ｒubin( 1974) 提出的因果关系反事实框架( Neyman-Ｒubin counterfactual framework of causality) ，利用已知信息对未被观测到结果的缺失值进行填补 ( 郭申阳，2012 ) ，而这一填补过程通常借助倾向得分匹配方法。同时，依据倍差法原理:

Δfmit实验组 = fmit实验后－ fmit实验前 = ( β0 + β1 + β2 + β3 + β4Xit + μi + εit )－ ( β0 + β1 + β4Xit + μi + εit ) = β1 + β3 ( 2)

Δfmit实验组 = fmit实验后－ fmit实验前 = ( β0 + β2 + β4Xit + μi + εit ) － ( β0 + β4Xit + μi + εit ) = β2 ( 3)在剔除不可观测因素的影响后，在实验组与控制组个体维度进行第二次差分，即:

·28·




Δfmit = Δfmit实验组－ Δfmit控制组 = ( β2 + β3 ) － β2 = β3 ( 4)其次，标准双重差分模型要求实验组接受政策冲击的时点相同，本文实验组接受政策冲击的时点并

不一致，即国有企业参与海外并购的时间层次不齐，双重差分模型关键参数 MAi × Dt并不唯一，对于多时点政策冲击效应评价问题存在局限性，为此，本文构建如下多时点双重差分估计模型，多时点 DID 模型允许每个参与海外并购的国有企业都有自己的政策实施年份。

fmit = β0 + β1MAi × Dt + β2Xit + μi + εit ( i，1，2，…，n; t = 1，2; m = 0． 1，2，3) ( 5)其中，若 MAi × Dt = 1，则表明某国有企业在某年实施了海外并购，同时，控制时间效应与个体效应。最后，本文研究区间横跨 2007 ～ 2015 年。其中，2008 年爆发了全球金融危机，全球经济遭受巨大冲

击，中国经济增速快速回落，出口实现负增长，中国政府于 2008 年 11 月开始推出“四万亿”经济刺激计划。直至 2010 年，金融危机对中国造成的影响才趋于缓和。为谨慎对待金融危机对研究结果造成的扰动，本文以 2010 年为分界点，对金融危机发生期间及之后国有企业的海外并购效应分别进行分析。

3．变量说明为了全面衡量国有企业海外并购的效果，借助因子分析法，利用总资产收益率( roa) 、净资产收益率

( roe) 、销售净利率( npms) 、应收账款周转率( rtr) 、流动资产周转率( cat) 、固定资产周转率( fat) 、营业收入增长率( brir) 、净利润增长率( npir) 、总资产增长率( tair) 、流动比率( cr) 、速动比率( qr) 、资产负债率( dar) 12 个指标进行因子分析，获取因子综合得分作为被解释变量。为分析不同目标导向下国有企业海外并购是否产生了价值效应，进一步提取 3 个公因子，对提取的 3 个公因子分别命名为企业融资因子( f1 it ) 、企业盈利因子( f2 it ) 、企业增长因子( f3 it ) ，用于对国有企业海外并购价值创造效应的深层分析。

倾向得分匹配法旨在为实验组样本找到除海外并购特征外其他特征均相似的控制组样本，这一过程通常借助协变量完成。本文包括以下匹配协变量: ( 1) 劳动生产率( pro) ，以主营业务收入与员工人数比值的对数值来测量劳动生产率; ( 2) 资本密度( kdensity) ，资本的充盈与否直接关系到企业进行海外并购的可能性，本文以固定资产与员工人数比值的对数值来测量资本密度; ( 3) 融资约束( fc) ，债务融资的财务费用导致的财务融资约束是影响国企海外并购的重要因素，以财务费用占主营业务收入的比重来测量融资约束; ( 4) 企业规模( size) ，规模是反映企业经营成果稳步增长的重要指标，在较长的期间内，员工人数通常是比较稳定的，故本文以员工人数的对数作为企业规模的替代指标; ( 5) 经营现金净流量( operate) ，是一个时期内企业经营成果的流量指标，本文以经营现金净流量与总资产的比值作为特征变量; ( 6) 净资产( equity) ，反映了企业一个时期内可以自由支配的资产，本文以净资产与总资产的比值作为特征变量; ( 7) 企业年龄( age) ，反映了企业的经营时间长短，本文以样本年份减去企业的成立年份加1 为其替代指标。

四、实证分析及结果

1．因子分析鉴于国有企业目标的多重性，单一维度指标对企业价值的测度难免有失偏颇，本文借鉴冯根福和吴

林江( 2001) 、樊秀峰和李稳( 2014) 的做法，选用多个财务指标变量借助因子分析，构建企业价值综合指标作为本文的被解释变量。因子综合得分函数如下:

Fit =∑AktFactorkit其中，Fit代表第 i个公司在第 t年的价值综合得分，Akt代表第 t年第 k个因子的方差贡献率，Factorkit

代表第 i个公司第 t年第 k个因子得分。在进行因子分析之前，对选取的国有企业 12 个财务指标进行相关性分析，意在为后续的因子分析

·38·




筛选更为合适的变量。但代表周转能力的财务指标 rtr、cat、fat 与其他指标相关程度较弱，因此本文最终选取除此之外的 roa、npms、roe、rtr、brir、npir、cr、qr、dar这 9 个财务指标进行因子分析。

进一步，将上述 9 个财务指标进行因子分析检验。依据 Kaiser ( 1960 ) 给出的 KMO 值检验标准，KMO值为 0． 6800，接近 0． 7; Bartlett P值为 0，小于 0． 01; 且累积方差解释率达 74． 78%，表明选取的公因子解释程度良好。由此证明进行因子分析并提取 3 个公因子的步骤是恰当的。

本文进一步将其分别命名为“融资”因子( Factor1) 、“盈利”因子( Factor2) 、“增长”因子( Factor3 ) 。分别从综合价值和融资能力、盈利能力、增长能力三个维度分析国有企业海外并购效果。

2．倾向得分匹配( PSM)本文主要采用最近邻匹配法( nearest neighbor matching) 进行匹配，参与匹配的实验组与控制组样本

分布及描述性统计如表2、表3所示。匹配细节如下 : ①当出现距实验组距离一样的两个控制组样本

表 1 实验组与控制组样本分布时间数量占比( % )

2007 实验组 24 家 12． 062008 实验组 27 家 13． 572009 实验组 26 家 13． 072010 实验组 19 家 9． 552011 实验组 16 家 8． 042012 实验组 22 家 11． 062013 实验组 14 家 7． 042014 实验组 31 家 15． 582015 实验组 20 家 10． 05

共计 199 家 100

2007 ～ 2015 年控制组持续未参与海外并购的国有企业 849 家

资料来源:笔者自行整理。

注:因为占比用四舍五入方法求得，故总计存在一定误差。

表 2 倾向得分匹配( PSM)匹配特征变量描述性统计变量处理效应观测值均值标准差最小值最大值

operate控制组 8，931 0． 1750 0． 2384 － 2． 6474 1． 0600

实验组 1，329 0． 1019 0． 3136 － 7． 8084 1． 0600

equity控制组 8，934 1． 2184 1． 1465 － 2． 7544 5． 3835

实验组 1，331 0． 8921 1． 0044 0． 0017 5． 3835

size控制组 8，760 7． 6803 1． 3675 1． 6094 12． 4440

实验组 1，302 9． 1546 1． 7269 2． 7081 13． 2228

kdensity控制组 8，754 － 0． 9686 1． 2808 － 8． 9806 5． 9085

实验组 1，293 － 0． 3554 1． 6370 － 4． 6118 8． 0819

pro控制组 8，746 － 0． 0703 1． 0652 － 10． 4194 5． 8868

实验组 1，296 0． 6268 1． 3852 － 3． 8708 9． 1302

fc控制组 8，708 0． 0287 0． 0361 － 0． 2296 0． 1627

实验组 1，307 0． 0212 0． 0339 － 0． 0453 0． 1627

age控制组 8，950 23 5 13 41

实验组 1，341 22 6 5 37

age × age控制组 8，950 563 214 169 1225

实验组 1341 496 245 25 1225

资料来源:笔者利用 stata 15． 0 软件计算。表 3、表 4、表 5、表 6 和表 7 注同。

·48·




表 3 全部匹配特征变量逐年匹配平衡性检验结果表( 2007 年)

变量名称匹配过程变量均值

实验组控制组

标准偏差( % )

偏差减少

幅度( % )t统计量 p值

F匹配前 0． 1547 0． 0088 30． 60 1． 4600 0． 1460

匹配后 0． 0483 0． 0323 3． 40 89． 00 0． 0900 0． 9260

operate匹配前 0． 1337 0． 1782 － 6． 30 － 0． 2100 0． 8360

匹配后 0． 1078 0． 0891 2． 70 58． 00 0． 2900 0． 7760

equity匹配前 0． 7508 1． 2176 － 34． 60 － 1． 2700 0． 2050

匹配后 0． 8412 0． 8685 － 2． 00 94． 20 － 0． 0500 0． 9600

fc匹配前 0． 0161 0． 0318 － 24． 70 － 0． 8300 0． 4080

匹配后 0． 0217 0． 0260 － 6． 70 73． 00 － 0． 1600 0． 8710

pro匹配前 0． 8131 － 0． 3485 73． 90 4． 3600 0． 0000

匹配后 0． 3006 0． 2674 2． 10 97． 10 0． 0700 0． 9410

kdensity匹配前－ 0． 2902 － 0． 9540 41． 90 2． 3300 0． 0200

匹配后－ 0． 7413 － 0． 6129 － 8． 10 80． 70 － 0． 2700 0． 7870

size匹配前 8． 7410 7． 3990 76． 10 4． 5300 0． 0000

匹配后 7． 9302 8． 0984 － 9． 50 87． 50 － 0． 3600 0． 7230

age匹配前 21． 3330 23． 8220 － 71． 60 － 2． 6800 0． 0080

匹配后 21． 6430 22． 1070 － 13． 40 81． 30 － 0． 4200 0． 6800

age × age匹配前 461． 0500 585． 4300 － 71． 60 － 2． 5800 0． 0100

匹配后 475． 7900 497． 4600 － 12． 50 82． 60 － 0． 4400 0． 6630

注:限于篇幅，仅汇报单一年份平衡性检验结果，其他年份备索。

时，允许并列( ties) ，以便提高匹配的效率。②本文的观测区间为 2007 ～ 2015 年，由于实验组受到政策的冲击时点并不一致，因此，存在对实验组样本进行逐年匹配的必要性( 杨德彬，2016;薛安伟，2017;蒋冠宏，2017) 。匹配的目的在于“按图索骥”，即为实验组寻找与其特征变量最为相似的控制组样本。由于参与匹配的特征变量不止一个，匹配问题由“一维”陡增到“多维”以完成匹配过程。

特征变量在实验组与控制组之间的分布是否平衡? 一般借助平衡性检验辅助判断，如表 3 所示。以 2007 年为例，匹配实施前，匹配变量的均值在实验组与控制组之间存在较大差别，匹配实施后，匹配变量的均值在实验组与控制组之间分布较为平衡，依据Ｒosenbaum和Ｒubin( 1985) 所给出的经验标准，当标准化差距 ( bias) 小于 20%时，匹配过程被认为是有效的。观测区间内特征变量的标准化差距( bias) 全部小于 20%，且绝大部分小于 5%，因此说明本文所进行的逐年匹配过程是有效的。

图 1 实验组与控制组逐年匹配前后倾向得分( Pscore)核密度函数图( 2007 年)

资料来源:笔者利用 stata 15． 0 软件绘制。

·58·




3．基本回归模型( OLS)估计为形成对国有企业海外并购与企业价值间因果关系的初始判断，表 4 报告了基于 OLS 回归模型的

初步估计结果和精确研究结论。将样本区间划分为两个时段，即金融危机发生的全球经济动荡时期与金融危机后的全球经济回落时期，分别对应模型( 1) 与模型( 2) ;同时，为检验国有企业海外并购动态效应，第一列数据为国有企业海外并购对企业综合价值影响的 OLS 估计结果，第二列数据是加入协变量后的 OLS估计结果。从表 4 看出，模型( 1 ) 中，在不同并购持续期，海外并购并未对国有企业综合价值产生影响;模型( 2) 中，并购完成当年，考虑控制变量时，海外并购对国有企业综合价值产生微弱正效应，“昙花一现”呈现一种“虚假”的真实;直至并购完成后第 5 年，海外并购发力，海外并购行为显著提升了国有企业综合价值，由此表明，长期来看，借助海外并购进行国际化扩张对国有企业发展大有裨益。

表 4 OLS基本模型:企业价值综合指标( F)初步估计结果自变量模型当年后 1 年后 2年后 3年后 4 年后 5年

MA 模型( 1) － 0． 0030 － 0． 0091 0． 0362 0． 0266 － 0． 0232 0． 0586 － 0． 0556 － 0． 0186 － 0． 0823 － 0． 0516 － 0． 0535 － 0． 0621

( － 0． 0526) ( － 0． 1700) ( 0． 5000) ( 0． 4770) ( － 0． 3570) ( 1． 2080) ( － 0． 7890) ( － 0． 3250) ( － 1． 2000) ( － 0． 8830) ( － 0． 8370) ( － 1． 0700)

模型( 2) 0． 0685 0． 0961＊＊ 0． 0252 0． 0542 0． 0199 0． 0318 0． 0811 0． 0669 0． 1110 0． 0492 0． 280＊＊＊ 0． 242＊＊＊

( 1． 2820) ( 2． 3620) ( 0． 5150) ( 1． 4080) ( 0． 3420) ( 0． 7070) ( 1． 2430) ( 1． 4700) ( 1． 4890) ( 0． 8810) ( 3． 4610) ( 3． 3620)

N 模型( 1) 209 208 209 208 209 208 209 209 209 209 209 209

模型( 2) 457 456 457 456 372 371 266 266 205 205 126 126

Ｒ-s 模型( 1) 0． 3020 0． 5140 0． 2160 0． 5330 0． 1830 0． 5740 0． 2680 0． 5160 0． 2210 0． 4970 0． 1740 0． 4980

模型( 2) 0． 1620 0． 4950 0． 1830 0． 4690 0． 1660 0． 4740 0． 1750 0． 5410 0． 2220 0． 5690 0． 3110 0． 5520

行业效应 Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes

地区效应 Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes

时间效应 Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes

注: OLS回归样本仅包括实验期后样本; Ｒ-squared简称Ｒ-s;＊＊＊、＊＊、* 分别表示在 1%、5%、10%的水平上显著。

表 5 报告了基于 OLS估计的海外并购对国有企业融资能力( Factor1 ) 、盈利能力( Factor2 ) 和增长能力( Factor3 ) 的影响。融资能力，国有企业较私营企业更能够从政府获取财政补贴和投资优惠，融资能力具有“先天”优势，政府的“圈养”行为诱发国有企业“走出去”过程中融资行为的潜在惰性。海外并购对国有企业盈利能力提升影响稳健且显著，估计系数由并购完成当年的 0． 21 骤升至 5 年后的 0． 67。经历并购整合阶段的短暂困难后，基于组织学习理论，国有企业必将受益于标的方的经验知识、先进技术等，最终盈利。在增长能力模型( 1) 中，所有观测期内，海外并购无一例外对国有企业增长能力产生消极影响，且势头有增无减，这与人们对国有企业海外“买买买”行为的不好印象是相符的; 而在模型( 2 ) 中恰恰相反，海外并购为国有企业增长能力所带来的消极影响逐渐减弱，并在并购完成后第 4 年消失殆尽。由此，本文认为海外并购可能与国有企业综合价值指标( F) 有关。

4．平均处理效应( ATT)估计进一步采用倾向得分匹配与双重差分法的原因在于: ( 1) 国有企业海外并购存在“自选择”问题，业

绩表现优良的企业更倾向于参与跨国并购，更多囿于国内市场的发展。对不同企业存在潜在“门槛”。而倾向得分匹配与双重差分法的天然优势在于克服“自选择”问题。( 2 ) 除并购因素之外，还可能存在其他影响企业价值的因素，若不可观测的遗漏因素被囊括进 OLS 估计模型的误差项，也会产生内生性偏差。进一步借助双重差分可以对不可观测遗漏因素造成的内生性问题进行应对。( 3) 在估计处理效应时，OLS回归在设计上没有控制选择偏差，导致其估计水平被夸大( 郭申阳，2012) 。倾向得分匹配与双重差分可以弥补这一缺陷。

表6报告了国有企业海外并购政策平均处理效应 ( ATT ) 估计结果。由表6可知 : 针对综合价值·68·




表 5 OLS基本模型:企业价值分指标( Factor1-Factor2-Factor3 )初步估计结果

自变量因变量模型当年后 1 年后 2年后 3 年后 4 年后 5 年

MA Factor1 模型( 1) － 0． 101 － 0． 115 － 0． 0037 0． 0636 － 0． 130 0． 0387 － 0． 117 0． 0303 － 0． 0926 0． 0027 － 0． 117 － 0． 0835

( － 1． 0690) ( － 1． 3680) ( － 0． 0244) ( 0． 5520) ( － 0． 9800) ( 0． 4520) ( － 0． 7800) ( 0． 2730) ( － 0． 6410) ( 0． 0236) ( － 0． 8840) ( － 0． 8610)

模型( 2) 0． 133 0． 153＊＊ 0． 0750 0． 111* 0． 104 0． 130* 0． 0991 0． 0995 0． 147 0． 0007 0． 356* 0． 230

( 1． 1900) ( 2． 0080) ( 0． 7110) ( 1． 7080) ( 0． 9460) ( 1． 8690) ( 0． 7300) ( 1． 1230) ( 0． 9400) ( 0． 0065) ( 1． 8500) ( 1． 4150)

Factor2 模型( 1) 0． 309＊＊ 0． 285＊＊ 0． 350＊＊ 0． 286＊＊ 0． 255* 0． 346＊＊ 0． 111 0． 0729 0． 128 0． 117 0． 238 0． 120

( 2． 3970) ( 2． 1480) ( 2． 4550) ( 2． 0270) ( 1． 8440) ( 2． 5300) ( 0． 8260) ( 0． 5510) ( 0． 9020) ( 0． 8520) ( 1． 5530) ( 0． 8360)

模型( 2) 0． 207* 0． 286＊＊＊ 0． 232＊＊ 0． 286＊＊＊ 0． 109 0． 122 0． 364＊＊ 0． 300＊＊ 0． 297＊＊ 0． 219 0． 670＊＊＊ 0． 666＊＊＊

( 1． 7890) ( 2． 8140) ( 2． 1260) ( 3． 0520) ( 0． 9030) ( 1． 0970) ( 2． 5400) ( 2． 4450) ( 2． 0450) ( 1． 5940) ( 3． 8210) ( 4． 0410)

Factor3 模型( 1) － 0． 375＊＊－ 0． 343＊＊－ 0． 398＊＊＊－ 0． 487＊＊＊－ 0． 348＊＊－ 0． 331＊＊－ 0． 327＊＊－ 0． 323＊＊－ 0． 587＊＊＊－ 0． 565＊＊＊－ 0． 546＊＊＊－ 0． 457＊＊＊

( － 2． 2110) ( － 2． 0630) ( － 2． 6510) ( － 3． 1350) ( － 2． 3820) ( － 2． 1480) ( － 2． 0580) ( － 1． 9830) ( － 4． 5700) ( － 4． 5650) ( － 3． 7320) ( － 3． 0360)

模型( 2) － 0． 210＊＊－ 0． 214＊＊－ 0． 420＊＊＊－ 0． 404＊＊＊－ 0． 290＊＊－ 0． 291＊＊－ 0． 342＊＊＊－ 0． 320＊＊＊－ 0． 120 － 0． 0784 － 0． 134 － 0． 105

( － 2． 1120) ( － 2． 1230) ( － 4． 8360) ( － 4． 6400) ( － 2． 5090) ( － 2． 5090) ( － 2． 8030) ( － 2． 7480) ( － 0． 7740) ( － 0． 5140) ( － 0． 6570) ( － 0． 5090)

N 模型( 1) 209 208 209 208 209 208 209 208 209 208 209 208

模型( 2) 457 456 457 456 372 371 266 266 205 205 126 126

控制变量 No Yes No Yes No Yes No Yes No Yes No Yes




注: OLS回归样本仅包括实验期后样本; Ｒ-squared简称Ｒ-s;括号中为稳健 t统计量;＊＊＊、＊＊、* 分别表示在 1%、5%、10%的水平上显著。

( F) ，在模型( 1) 中，估计结果均显示，并购行为对国有企业价值提升不显著;模型( 2) 中，尽管贪婪匹配1 配 4 和半径匹配结果认为并购完成当年，助力国有企业价值微提升，但这更多是一种表象，与 OLS 估计结果揭示所符。海外并购后第 5 年，国有企业综合价值被显著提升，但还可能存在其他不可观测的影响因素，且估计“瓶颈”较 OLS模型更紧。对企业融资能力( Factor1 ) 而言，所有匹配方法估计结果均显示，实施海外并购并非国有企业融资能力提升的“利器”。对企业盈利能力( Factor2 ) 而言，模型( 1 ) 中，尽管贪婪匹配 1 配 4 与半径匹配方法下并购行为使国有企业在短期内盈利，但使用匹配精度更高的贪婪匹配 1 配 3 估计认为这种短期盈利现象是不存在的，同时，局部线性匹配结果更是佐证了这一观点;模型( 2) 中，不同持续期内不同匹配方法下的估计结果出现微小差异，但大体上呈现出一种趋势，即海外并购对国有企业盈利能力的积极影响越来越显著，且估计结果较 OLS 模型进一步收紧。对增长能力( Factor3 ) 而言，模型( 1) 中，所有匹配方法估计结果大体保持一致，即海外并购对国有企业增长不利。模型( 2) 中，并购行为对企业增长能力形成的消极影响逐渐消失，且从海外并购后第 4 年趋于 0。

金融危机期间，西方资本市场急需大量资金“救市”，尽管国际上涌现了一大批“物美价廉”的投资标的，但这种“抄底”型的海外并购带有明显的投机色彩，短期内使企业快速盈利，长期来看，反而对企业的增长产生不利影响。金融危机后，全球经济逐渐回暖，国有企业海外并购投资行为更加理性，由此，海外并购对企业增长所造成的消极影响逐渐消失，长期内，盈利效果愈发显著。

5．双重差分( DID)估计本部分分别采用最近邻匹配 1 配 3 与 1 配 4 进行估计。从企业综合价值( F) 来看，模型( 1) 中，两种匹配方法估计结果均表明并购行为未对国有企业进行

价值创造。模型( 2) 中，双重差分估计趋势与 OLS、PSM估计基本保持一致，但估计系数“缩水”，即短期内，在经历长达 5 期“蓄力”后，海外并购真正实现价值创造。从融资能力( Factor1 ) 来看，两种匹配方法下，与前述研究保持一致。对盈利能力( Factor2 ) 而言，在模型( 1 ) 中，海外并购对国有企业盈利能力的

·78·




表 6 倾向得分匹配( PSM)平均处理效应( ATT)估计结果

变量样本方法模型当年后 1 年后 2 年后 3 年后 4 年后 5 年

ATT( F)

部分样本贪婪匹配

1 配 4模型( 1) 0． 0018 0． 0591 0． 0109 － 0． 0207 － 0． 0416 － 0． 0878

模型( 2) 0． 0976* 0． 0560 0． 0370 0． 0508 0． 0073 0． 2158＊＊

0． 25σ模型( 1) － 0． 0024 0． 0819 0． 0695 － 0． 0087 － 0． 0618 － 0． 0968

模型( 2) 0． 0972 * 0． 0590 0． 0184 0． 0412 0． 0351 0． 2099 ＊＊

1 配 3模型( 1) 0． 0453 － 0． 0081 0． 0306 － 0． 0152 － 0． 0333 － 0． 0041

模型( 2) 0． 1001 0． 0601 0． 0527 0． 0969 － 0． 0318 0． 1268

全部样本局部线

性匹配

小带宽模型( 1) － 0． 0126 0． 0265 0． 0121 － 0． 0440 － 0． 0790 － 0． 0722

模型( 2) 0． 0857 0． 0005 0． 0201 － 0． 0145 0． 0832 0． 1082

大带宽模型( 1) － 0． 0626 － 0． 0524 － 0． 0092 0． 0715 － 0． 0142 － 0． 0221

模型( 2) 0． 1093 0． 0564 0． 0425 0． 0282 0． 0567 0． 1687*

2%修剪模型( 1) － 0． 0130 － 0． 0482 0． 0092 － 0． 0528 － 0． 0529 － 0． 0655

模型( 2) 0． 0882 0． 0203 0． 0022 0． 0264 0． 0579 0． 1411

15%修剪模型( 1) － 0． 0122 － 0． 0482 0． 0092 － 0． 0528 － 0． 0504 － 0． 0605

模型( 2) 0． 0832 0． 0121 － 0． 0045 0． 0080 0． 0362 0． 1418

ATT

( Factor1 )


1 配 4模型( 1) － 0． 0045 0． 1605 － 0． 0713 0． 0471 0． 0497 － 0． 1430

模型( 2) 0． 1278 0． 1065 0． 1100 0． 0716 － 0． 1314 0． 2739

0． 25σ模型( 1) － 0． 0131 0． 1706 0． 0021 0． 0454 0． 0406 － 0． 1022

模型( 2) 0． 1634 0． 1312 0． 1185 0． 0522 － 0． 0508 0． 2846

1 配 3模型( 1) 0． 0273 0． 1268 0． 0191 0． 0153 0． 0826 － 0． 0502

模型( 2) 0． 1158 0． 0099 0． 0437 0． 0347 － 0． 1264 0． 0118


性匹配

小带宽模型( 1) 0． 0988 0． 2493 0． 1107 0． 0049 － 0． 0344 － 0． 0614

模型( 2) 0． 0731 0． 0236 0． 1000 0． 0499 0． 0738 － 0． 0328

大带宽模型( 1) 0． 0081 0． 0617 － 0． 0281 0． 0624 0． 0218 － 0． 0152

模型( 2) 0． 1423 0． 1054 0． 0860 0． 0781 0． 0341 0． 1646

2%修剪模型( 1) 0． 1324 0． 0530 0． 1001 0． 0024 0． 0691 － 0． 0333

模型( 2) 0． 1223 0． 0751 0． 1106 0． 1106 0． 0685 0． 2229

15%修剪模型( 1) 0． 0551 0． 0530 0． 1001 0． 0024 0． 0808 － 0． 0133

模型( 2) 0． 1181 0． 1073 0． 0787 0． 0804 0． 0154 0． 2261

ATT

( Factor2 )


1 配 4模型( 1) 0． 2190 0． 2983* 0． 3769＊＊ 0． 0549 0． 0703 0． 0865

模型( 2) 0． 3478＊＊＊ 0． 2667＊＊ 0． 1371 0． 2714＊＊ 0． 2054 0． 4266*

0． 25σ模型( 1) 0． 1267 0． 3226 ＊＊ 0． 4020＊＊＊ 0． 1452 0． 0446 0． 0555

模型( 2) 0． 2849＊＊ 0． 2678 ＊＊＊ 0． 1072 0． 2609＊＊ 0． 2202 0． 4514＊＊

1 配 3模型( 1) 0． 2840 0． 0766 0． 2481 0． 1212 0． 0979 0． 2515

模型( 2) 0． 3007＊＊ 0． 3757＊＊＊ 0． 2678＊＊ 0． 4541＊＊＊ 0． 2540 0． 5691＊＊


性匹配

小带宽模型( 1) － 0． 0020 0． 0894 0． 0705 － 0． 0414 － 0． 0633 0． 0452

模型( 2) 0． 3767＊＊ 0． 1677 0． 1215 0． 1815 0． 2997* 0． 5046＊＊＊

大带宽模型( 1) 0． 0257 0． 1148 0． 3712 0． 3729 0． 1536 0． 1207

模型( 2) 0． 3709＊＊ 0． 2903 0． 2012 0． 2038 0． 2445 0． 5501＊＊＊

2%修剪模型( 1) － 0． 0190 0． 1312 0． 0691 0． 0057 － 0． 0707 0． 0277

模型( 2) 0． 3437＊＊＊ 0． 2511* 0． 0732 0． 1866 0． 2029 0． 4260＊＊

15%修剪模型( 1) 0． 0932 0． 1312 0． 0691 0． 0057 － 0． 0820 0． 0360

模型( 2) 0． 2987＊＊ 0． 1771 0． 0567 0． 1676 0． 1868 0． 4626＊＊

·88·




续表 6

变量样本方法模型当年后 1 年后 2 年后 3 年后 4 年后 5 年

ATT

( Factor3 )


1 配 4模型( 1) － 0． 3825＊＊－ 0． 4984＊＊＊－ 0． 4714＊＊＊－ 0． 3391* － 0． 5122＊＊＊－ 0． 4401＊＊＊

模型( 2) － 0． 2634＊＊－ 0． 3463＊＊＊－ 0． 2406* － 0． 3149＊＊－ 0． 0505 0． 0669

0． 25σ模型( 1) － 0． 3642＊＊－ 0． 4130＊＊－ 0． 3722＊＊－ 0． 4223＊＊－ 0． 5804＊＊＊－ 0． 5298＊＊＊

模型( 2) － 0． 2265＊＊－ 0． 3806＊＊＊－ 0． 3271＊＊＊－ 0． 3182＊＊－ 0． 0646 － 0． 0413

1 配 3模型( 1) － 0． 2804 － 0． 4652＊＊＊－ 0． 2945 － 0． 3576* － 0． 5783＊＊＊－ 0． 3846＊＊

模型( 2) － 0． 1346 － 0． 3139＊＊＊－ 0． 2366* － 0． 2665* － 0． 4111＊＊－ 0． 2311


性匹配

小带宽模型( 1) － 0． 2908 － 0． 5190＊＊－ 0． 2851 － 0． 2270 － 0． 3361＊＊－ 0． 4336＊＊＊

模型( 2) － 0． 2799 － 0． 3567＊＊－ 0． 3032＊＊－ 0． 5374＊＊－ 0． 1561 － 0． 1411

大带宽模型( 1) － 0． 4812＊＊＊－ 0． 6919＊＊＊－ 0． 6859＊＊＊－ 0． 3448 － 0． 4242＊＊＊－ 0． 3374＊＊

模型( 2) － 0． 2592 － 0． 3845＊＊－ 0． 2701* － 0． 3548* － 0． 1463 － 0． 2423

2%修剪模型( 1) － 0． 3336* － 0． 6757＊＊＊－ 0． 2795 － 0． 3668* － 0． 3692＊＊－ 0． 4162＊＊＊

模型( 2) － 0． 3071＊＊－ 0． 4882＊＊＊－ 0． 3096＊＊－ 0． 4043＊＊－ 0． 1348 － 0． 3211

15%修剪模型( 1) － 0． 3704＊＊－ 0． 6756＊＊＊－ 0． 2795 － 0． 3668* － 0． 356＊＊－ 0． 4408＊＊＊

模型( 2) － 0． 2486* － 0． 4747＊＊＊－ 0． 3021＊＊－ 0． 4267＊＊－ 0． 1365 － 0． 3902*

控制变量 Yes Yes Yes Yes Yes Yes

注:限于篇幅限制，不同因变量与匹配方法组合的 N不同，未列示;半径匹配中的半径为 0． 25 倍 1 配 4 倾向值标准差;同时，仅列示 ATT

显著性水平，并未汇报 t值与标准差，备索。＊＊＊、＊＊、* 分别表示在 1%、5%、10%的水平上显著。

积极影响至少持续 2 期，尤其在考虑控制变量后，最近邻 1 配 3 双重差分估计结果与倾向得分匹配估计结果出现悖论，这正说明相较倾向得分匹配，双重差分更能控制更多隐性偏差; 在模型( 2) 中，最近邻 1配 3 与 1 配 4 方法估计结果十分接近，除并购完成第 2 年海外并购对国有企业盈利能力积极影响十分显著，且估计系数逐渐增大，但仍小于 OLS 模型估计结果 ( β1配4 = 0． 57 ＜ βOLS = 0． 67; β1配3 = 0． 56 ＜βOLS = 0． 67) 。对企业增长能力( Factor3 ) 而言，模型( 1) 中，海外并购几乎对国有企业增长能力产生持续消极影响，且估计系数的绝对值逐渐增大;模型( 2) 中，两种匹配方法所呈现的估计趋势一致，且不利影响的持续时间最多为 4 期，并购完成后第 5 年起，海外并购对企业增长造成的不利影响殆尽。

五、结论与讨论

本文将 2007 ～ 2015 年 Wind数据库中国企业库数据与跨国并购数据库 Zephyr、SDC Platinum 数据相匹配，借助倾向得分匹配与双重差分方法实证检验了国有企业海外并购对企业价值的影响。研究发现，在全球金融危机期间，国有企业海外并购对企业价值影响甚微;在全球金融危机后，国有企业海外并购为企业创造了价值，但存在至少 5 年的滞后期。通过对价值创造维度的进一步细分，本文发现，在全球金融危机后，在 5 年存续期中，国有企业的海外并购对企业融资能力的影响基本不显著;对企业盈利能力的影响呈现出显著的积极发展态势;对企业增长能力的影响则由显著负向影响逐渐减弱为没有影响。由此可见，除去全球金融危机的冲击，从长期来看，国有企业的海外并购为企业创造了价值。

这一发现多少有些令人意外。因为海外并购会面临各种困难和风险，即使是完全市场导向的私有企业也难以保证取得预期绩效，更何况具有经济和政治双重目标的国有企业( Li 等，2016 ) 。国有企业会受到政府的干预，不以盈利为唯一目标，因而其效率往往低于私有企业( Du 和 Boateng，2015) 加之国有企业的海外并购会引发东道国的政治敏感，遭受更加严格的审查和限制( Zhang等，2011 ) ，这使得人

·98·




表 7 双重差分( DID)估计结果变量方法模型当年后 1 年后 2年后 3年后 4年后 5年

DID( F) 1配 4 ( 1) 0． 0046 0． 0245 0． 0027 0． 0262 0． 0070 0． 0559 － 0． 0398 － 0． 0220 － 0． 0708 － 0． 0495 － 0． 0524 － 0． 0620

( 2) 0． 0774 0． 0972＊＊ 0． 0298 0． 0523 0． 0295 0． 0461 0． 0917 0． 065 0． 0988 0． 0451 0． 249＊＊＊ 0． 214＊＊＊

1配 3 ( 1) － 0． 0196 0． 00267 － 0． 0403 － 0． 0004 － 0． 0333 0． 0528 － 0． 0664 0． 0042 － 0． 1040 － 0． 0417 － 0． 0642 － 0． 0358

( 2) 0． 0737 0． 0804＊＊ 0． 0191 0． 0453 0． 0323 0． 0411 0． 0888 0． 0986＊＊ 0． 0800 0． 0450 0． 233＊＊＊ 0． 169＊＊＊

DID( F1) 1配 4 ( 1) － 0． 1030 － 0． 0762 － 0． 027 0． 0535 － 0． 1100 － 0． 0257 － 0． 0796 － 0． 0123 － 0． 0655 － 0． 0277 － 0． 0881 － 0． 0975

( 2) 0． 1670 0． 1540＊＊ 0． 1060 0． 0936 0． 1240 0． 1400* 0． 1190 0． 0502 0． 1540 － 0． 0177 0． 3290* 0． 2210

1 配 3 ( 1) － 0． 0739 － 0． 0576 － 0． 0485 － 0． 0180 － 0． 1750 － 0． 0776 － 0． 1340 － 0． 0450 － 0． 0986 － 0． 0347 － 0． 132 － 0． 102*

( 2) 0． 1400 0． 0661 0． 0753 0． 0541 0． 1010 0． 0916 0． 0905 0． 0894 0． 1170 － 0． 0717 0． 2770 0． 1040

DID( F2) 1配 4 ( 1) 0． 3270＊＊＊ 0． 3670＊＊＊ 0． 2710＊＊ 0． 2690＊＊ 0． 3340＊＊ 0． 3980＊＊＊ 0． 1290 0． 1010 0． 1340 0． 1540 0． 1530 0． 1050

( 2) 0． 2000* 0． 2780＊＊＊ 0． 2170＊＊ 0． 2930＊＊＊ 0． 1020 0． 1450 0． 3890＊＊＊ 0． 3500＊＊＊ 0． 2560* 0． 2290* 0． 5960＊＊＊ 0． 5740＊＊＊

1配 3 ( 1) 0． 2010 0． 2580＊＊ 0． 1310 0． 2280* 0． 2220 0． 3940＊＊＊ 0． 1080 0． 2410* 0． 0397 0． 1720 0． 1460 0． 2110

( 2) 0． 2210* 0． 3100＊＊＊ 0． 2400＊＊ 0． 3320＊＊＊ 0． 1310 0． 1600 0． 4430＊＊＊ 0． 4570＊＊＊ 0． 3090＊＊ 0． 3420＊＊ 0． 5860＊＊＊ 0． 5600＊＊＊

DID( F3) 1配 4 ( 1) － 0． 3540＊＊－ 0． 3520＊＊－ 0． 4240＊＊＊－ 0． 4350＊＊＊－ 0． 3370＊＊－ 0． 3070＊＊－ 0． 3330＊＊－ 0． 3060＊＊－ 0． 5790＊＊＊－ 0． 5540＊＊＊－ 0． 4430＊＊＊－ 0． 400＊＊＊

( 2) － 0． 2090＊＊－ 0． 1940* － 0． 4270＊＊＊－ 0． 3930＊＊＊－ 0． 2550＊＊－ 0． 2590＊＊－ 0． 3590＊＊＊－ 0． 3200＊＊＊－ 0． 1420 － 0． 0846 － 0． 1440 － 0． 1030

1 配 3 ( 1) － 0． 3440＊＊－ 0． 3360* － 0． 4070＊＊＊－ 0． 3850＊＊＊－ 0． 2590* － 0． 2100 － 0． 3550＊＊－ 0． 3210＊＊－ 0． 5570＊＊＊－ 0． 5220＊＊＊－ 0． 4150＊＊＊－ 0． 4120＊＊＊

( 2) － 0． 2160＊＊－ 0． 1770* － 0． 4750＊＊＊－ 0． 4260＊＊＊－ 0． 2420＊＊－ 0． 2160* － 0． 4200＊＊＊－ 0． 3780＊＊＊－ 0． 2860* － 0． 1790 － 0． 1230 － 0． 1320

控制变量 No Yes No Yes No Yes No Yes No Yes No Yes




注:限于篇幅限制，不同因变量与匹配方法组合的 N不同，未列示;同时，仅列示 DID显著性水平，并未汇报 t值与标准差;有关资料备索;限于篇幅，F1、F2、F3为 Factor1、Factor2、Factor3

的简称。＊＊＊、＊＊、* 分别表示在 1%、5%、10%的水平上显著。

们对于国有企业的海外并购一直持怀疑或否定的态度。然而，本文的发现与人们通常的判断并不一致。这并不意味着由此可以否定国有企业效率低下的特征，也不能说明国有企业的海外并购比私有企

业的海外并购创造了更多的价值。这一发现更多地是证明了海外并购所具有的工具性特征，即不管是国有企业还是私有企业，只要有效地利用海外并购这一工具，就有可能为企业创造价值。国有企业的海外并购历尽艰辛，最终实现了长期的价值创造效果，这可以从资源基础观和制度基础观相结合的视角找到答案。尽管国有企业面临效率劣势以及东道国制度环境的负面影响，但国有企业经过改革和发展已经具有了较强的市场竞争力和有利的国内市场优越地位，已经具备了必要的海外并购条件。海外并购可以使国有企业快速获取重要的自然资源、技术和管理专门知识，有利于提升企业的核心竞争力，这与中国政府提出的“走出去”经济发展战略高度契合。政府作为国有企业的出资人，支持国有企业通过海外并购获取重要的能源、矿产资源以及先进技术，不仅可以保证国家的资源安全，推进国有企业转型升级，而且可以帮助国有企业克服海外并购过程中的各种障碍和困难，实现良好的并购绩效。

本研究具有重要理论和实践意义。在理论意义方面，首先，本文采用倾向得分匹配与双重差分方法较为准确地测算出国有企业海外并购的价值创造效果，克服了事件研究法只能计算并购发生期间股票价格变动，而不能计算并购实际绩效的不足，为后续相关研究提供了一个坚实可靠的基础;其次，本文发现国有企业海外并购可以为企业创造价值，这可以提醒学术界更加关注国有企业的国际化问题，重视国有企业这一重要的国际化参与主体，这将有利于拓展现有的国际商务理论。在实践意义方面，其一，对于国有企业的管理人员而言，既要认识到海外并购在获取自然资源和先进技术方面的有效性，又要重视国有企业海外并购的困难和风险，特别是有些东道国对国有企业海外并购的敌视或限制。国有企业的

·09·




海外并购应避免短期行为，重视并购双方的能力互补和市场互补，通过建立并购双方相互尊重、共同发展的合作机制，实现价值创造的目标。其二，对于经济政策制定部门而言，国有企业海外并购的价值创造效果证明了国家“走出去”战略的正确性，为了确保国家的资源安全，促进国有企业的改革和发展，中国政府应一如既往地鼓励和支持国有企业的海外并购，在制定具体政策时，应坚持市场化导向，注意将国家的政策目标与企业发展的内在要求相结合，通过激发国有企业的自身活力促进经济的持续发展。

参考文献［1］ Abadie，A．，Drukker，D．，Herr，J． L．，Imbens，G． W．． Implementing matching estimators for average treatment effects in Stata． Stata Jour-

nal，2004，4( 3) : 3-290．

［2］ Barney，J．． Firm Ｒesources and Sustained Competitive Advantage． Journal of Management，1991，17( 1) : 99-120．

［3］ Cuervo-Cazurra，A．． Extending Theory by Analyzing Developing Country Multinational Companies: Solving the Goldilocks Debate． Global

Strategy Journal，2012( 2) : 153-167．

［4］ Chen，Y． Y．，M． N． Young． Cross-border Mergers and Acquisitions by Chinese Listed Companies: A Principal-principal Perspective． Asia

Pacific Journal of Management，2010，27( 3) : 523-539．

［5］ Du，M．，A． Boateng． State Ownership，Institutional Effects and Value Creation in Cross-border Mergers ＆ Acquisitions by Chinese Firms．

International Business Ｒeview，2015，24( 3) : 430-442．

［6］ Kaiser，H． F．． The Application of Electronic Computers to Factor Analysis． Educational ＆ Psychological Measurement，1960，20 ( 1 ) : 141-

151．

［7］ Li，J． P． Li．，B． Wang． Do Cross-border Acquisitions Create Value? Evidence From Overseas Acquisitions by Chinese Firms． International

Business Ｒeview，2016，25( 2) : 471-483．

［8］ Lehmann，A． T． T．，F． Lehmann． Outward Direct Investment by Chinese State-Owned Enterprises: Can Host Country Policy act as a Coun-

try-Specific Advantage?． Competitiveness Ｒeview An International Business Journal Incorporating Journal of Global Competitiveness，2017，

27( 3) : 231-252．

［9］ Neyman，J． S． Statistical problems in agricultural experiments． Journal of the Ｒoyal Statistical Society，1923，2( 2) : 107-180．

［10］ North． Institutions，Institutional Change，and Economic Performance． Cambridge University Press，1990．

［11］ Peng，M． W．，D． Y． Wang，Y． Jiang． An Institution-Based View of International Business Strategy: A Focus on Emerging Economies． Journal

of International Business Studies，2008，39( 5) : 920-936．

［12］Ｒamasamy，B． M． Yeung，S． Laforet． China's Outward Foreign Direct Investment: Location Choice and Firm Ownership． Journal of World

Business，2012，47( 1) : 17-25．

［13］Ｒeddy，KS．，E． Xie，Y． Huang． Cross-border Acquisitions by State-owned and Private Enterprises: A Perspective From Emerging Econo-

mies． Journal of Policy Modeling，2016，38( 6) : 1147-1170．

［14］Ｒosenbaum，P．Ｒ．，Ｒubin，D． B．． Constructing a Control Group Using Multivariate Matched Sampling Methods That Incorporate the Propen-

sity Score． The American Statistician，1985，39( 1) : 33-38．

［15］Ｒubin，D． B．． Estimating causal effects of treatments in randomized and nonrandomized studies． Journal of Educational Psychology，1974，66

( 5) : 688-701．

［16］ Scott，W．Ｒ．． Organizations and Institutions．Ｒesearch in the Sociology of Organizations，1995，2( 5) : 44-45．

［17］ Sun，Q．，W． H． S． Tong，J． Tong． How Does Government Ownership Affect Firm Performance? Evidence from China’s Privatization Experi-

ence． Journal of Business Finance ＆ Accounting，2010，29( 1) : 1-27．

［18］ Verbeke，A． J． Dunning，S． Lundan． Multinational Enterprises and the Global Economy． Journal of International Business Studies，1994，25

( 1) : 190-193．

［19］ Wei，Z． F． Xie，S． Zhang． Ownership Structure and Firm Value in China's Privatized Firms: 1991 ～ 2001． Journal of Financial ＆ Quantita-

tive Analysis，2005，40( 1) : 87-108．

［20］ Zhang，J． C． Zhou，H． Ebbers． Completion of Chinese overseas acquisitions: Institutional perspectives and evidence． International Business

Ｒeview，2011，20( 2) : 226-238．

［21］陈强．高级计量经济学及 Stata应用( 第二版) ．高等教育出版社，2014．

［22］戴翔．“走出去”促进我国本土企业生产率提升了吗．世界经济研究． 2016，( 2) : 78-89．

( 下转第 106 页)

·19·

海外市场风险如何影响中国企业的国际化进程

?


1262-1297．

［26］ Petrin A，Poi B P，Levinsohn J．． Production function estimation in Stata using inputs to control for unobservables［J］． Stata Journal，2004，

4( 2) : 113-123．

［27］Ｒamondo N．． The Proximity-Concentration Tradeoff under Uncertainty［J］．Ｒeview of Economic Studies，2013，80( 4) : 1582-1621．

［28］Ｒauch J E，Watson J．． Starting small in an unfamiliar environment［J］． International Journal of Industrial Organization，2003，21 ( 7 ) :

1021-1042．

［29］Ｒob Ｒ，Vettas N．． Foreign Direct Investment and Exports with Growing Demand［J］．Ｒeview of Economic Studies，2010，70( 3) : 629-648．

［30］Ｒodrik D．． Policy Uncertainty and Private Investment in Developing Countries［J］． Nber Working Papers，1989，36( 2) : 229-242．

［31］ Yu，Miaojie． Processing Trade，Tarif Ｒeductions，and Fin Productivity: Evidence from Chinese Fins，Economic Journal，2015，125 ( 585 ) :

943-988．

［32］高越，李荣林．分割生产与产业内贸易:一个基于 DS垄断竞争的模型［J］．世界经济，2008( 5) ．

［33］顾雪松，韩立岩，周伊敏．产业结构差异与对外直接投资的出口效应———“中国—东道国”视角的理论与实证［J］．经济研究，2016

( 4) ．

［34］蒋冠宏，蒋殿春．中国企业对外直接投资的“出口效应”［J］．经济研究，2014( 5) ．

［35］刘淑琳，黄静波．对外直接投资与企业生产率———基于中国上市公司的实证分析［J］．国际经贸探索，2011( 2) ．

［36］林志帆．中国的对外直接投资真的促进出口吗［J］．财贸经济，2016( 2) ．

［37］李春顶．出口贸易、FDI与我国企业的国际化路径选择———新－新贸易理论模型扩展及我国分行业企业数据的实证研究［J］．南开

经济研究，2009( 2) ．

［38］施炳展，齐俊妍．金融发展、企业国际化形式与贸易收支［J］．世界经济，2011( 5) ．

［39］田巍，余淼杰．企业生产率和企业“走出去”对外直接投资:基于企业层面数据的实证研究［J］．经济学:季刊，2012( 1) ．

［40］王永钦，杜巨澜，王凯．中国对外直接投资区位选择的决定因素:制度、税负和资源禀赋［J］．经济研究，2014( 12) ．

［41］张纪凤，黄萍．替代出口还是促进出口———我国对外直接投资对出口的影响研究［J］．国际贸易问题，2013( 3) ．

( 责任编辑:王丽娟

櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋櫋

)

( 上接第 91 页)［23］冯根福，吴林江．我国上市公司并购绩效的实证研究．经济研究，2001( 01) : 54-61．

［24］樊秀峰，李稳．基于 PSM方法的中国上市公司海外并购绩效评估与分析．国际经贸探索． 2014，( 12) : 70-80．

［25］郭申阳．倾向值分析:统计方法与应用．重庆大学出版社，2012．

［26］蒋冠宏，蒋殿春，蒋昕桐．我国技术研发型外向 FDI的“生产率效应”———来自工业企业的证据．管理世界． 2013，240( 9) : 44-54．

［27］蒋冠宏．我国企业跨国并购真的失败了吗? ———基于企业效率的再讨论．金融研究． 2017，( 4) : 46-60．

［28］陆瑶，闫聪，朱玉杰．对外跨国并购能否为中国企业创造价值．清华大学学报:自然科学版． 2011，( 8) : 1145-1154．

［29］苏莉，冼国明．中国企业跨国并购促进生产率进步了吗．中国经济问题． 2017，( 1) : 11-23．

［30］薛安伟．跨国并购提高企业绩效了吗———基于中国上市公司的实证分析．经济学家． 2017，6( 6) : 88-95．

［31］肖浩，孔爱国．融资融券对股价特质性波动的影响机理研究:基于双重差分模型的检验．管理世界． 2014，( 8) : 30-43．

［32］杨德彬．跨国并购提高了中国企业生产率吗———基于工业企业数据的经验分析．国际贸易问题． 2016，( 4) : 166-176．

［33］杨波，张佳琦，吴晨．企业所有制能否影响中国企业海外并购的成败．国际贸易问题． 2016，( 7) : 97-108．

［34］周黎安，陈烨．中国农村税费改革的政策效果:基于双重差分模型的估计．经济研究． 2005，( 8) : 44-53．

( 责任编辑:夏定)

·601·

No． 5，2019( Serial No． 303)

World Economy Studies


made an empirical research by comprehensively utilizing the super-efficiency DEA model and panel threshold method combinedwith the relevant dataset of 30 provinces in China from 2000 to 2016． The results demonstrated that: the influence of agriculturalproduct export on agricultural production efficiency is nonlinear，once the export share index of agricultural products exceeds criti-cal point，the restrain effect for agricultural product export on agricultural product efficiency would be strengthened． Specifically，when the export share index exceeded the threshold point，the agricultural export department would step into the mature develop-ment stage，as a result，labor force relationship between domestic department and export department would transit from singlepush model to mutual competition model． What's worse more，the transition would disturb the inter-sector movement order anddistort the inter-sectoral allocation structure of agricultural labor force，which restrained the improvement of inter-sector allocationefficiency of agricultural labor force and intensified the restrain effect of agricultural product export on agricultural product effi-cienc; at last，the expension of agricultural production scale not only postponed the threshold point and amplfied the inclusivenessof the agricultural economic system，but also reversed the affect direction of agricultural product export on agricultural productionefficiency once the real export share index of agricultural products crossed the threshold point ．

Government Subsidy and Enterprise Export Learning: from the Perspective of Policy Spillover EffectZhang Xianfeng Li Hui Wu Feifei( 53)

The existing related research focuses mainly on examining the direct impact of government subsidies on corporate perform-ance，neglecting the policy spillover effects of government subsidies． Based on the perspective of policy spillover effect，this pa-per analyzes the internal mechanism of the effect of government subsidies on enterprises' Learning-by-Exporting and the heteroge-neity of the characteristics exhibited by heterogeneous companies，conducting an empirical analysis by using the Chinese IndustrialEnterprise Database and the Customs database matching data from 2000 to 2007． The research shows that，basiclly governmentsubsidies are conducive to the improvement performance on Learning-by-Exporting． Further research finds that government subsi-dies mainly promote the performance on enterprises' Learning-by-Exporting by promoting human capital investment and Ｒ＆D in-vestment channels，and rent-seeking cost is the main reason for poor government subsidies． After distinguishing the types of enter-prise ownership and the differentiation characteristics of export destinations，government subsidies for non-state-owned enterprisesand enterprises exporting to undeveloped countries and regions can better promote enterprises' Learning-by-Exporting． After con-sidering endogenous problems and robustness analysis，the above conclusions still hold． The enlightenments of this study are thatthe central government should optimize the system design，strengthen the compliance review of various subsidy policies issued bylocal governments，and avoid continuous and extensive government subsidies． At the same time，it is also necessary to curb therent-seeking effect，improve the efficiency of subsidies，and promote the performance on enterprises' Learning-by-Exporting．

Global Value Chain Position Improvement of Service Industry and Technological Progress in Manufacturing: A Perspec-tive of Total Factor Productivity in Chinese Manufacturing Enterprises

Wang Qianqian Xia Jiechang( 67)

Based on the latest global input-output table，this paper builds a more detailed global service value chain participation andposition index，and uses OP and LP methods to measure the total factor productivity of manufacturing enterprises in China's in-dustrial enterprise database． Data match is carried out to empirically analyze the potential benefits of the technological innovationand industrial upgrading brought about by global value chain position improvement of the service industry，and the potential bene-fits to the production segmentation and total factor productivity of the manufacturing industry． The results show that: ( 1) The im-provement of global value chain position for service industry has a significant role in promoting technological progress of manufac-turing industry． Among them，the innovative effect of the domestic service industry on manufacturing productivity is greater thanthe spillover effect brought by foreign service factor input． ( 2) The improvement of service industry global value chain position ontechnological progress in manufacturing has significant heterogeneity． Among them，the innovation efficiency on the eastern re-gion，private and foreign-funded enterprises is more obvious． ( 3) Ｒeducing manufacturing input costs，technological innovationand spillovers are the main influencing mechanisms for the technological progress of the manufacturing industry caused by the im-provement of service industry global value chain position． Based on the status quo of China's manufacturing service input struc-ture，the technology spillover and innovation effects of high-tech services such as information technology services，Ｒ＆D and com-mercial services，and financial services industries on China's manufacturing industry need to be further released．

Do State-Owned Enterprises Create Value in Overseas M＆A?: An empirical Test Based on the PSM and DID MethodsWu Xianming Zhang Yumei( 80)

Do state-owned enterprises ( SOEs) involved in overseas Mergers and Acquisitions( M＆A) create value? This question has

·531·

World Economy Studies No． 5，2019( Serial No． 303

)


not been answered in the existing literatures． This paper is based on integrated perspective about the resource-based view and theinstitutional-based view． Then the financial data of SOEs in Wind database is used to match the overseas M＆A database in Zephyrand SDC Platinum from 2007 to 2015． By means of propensity score matching ( PSM) and difference-in-difference ( DID) ，thispaper tests the impact of overseas M＆A of SOEs' value empirically ( comprehensive value，financing ability，profitability andgrowth ability) ． It finds that there is a relationship between overseas M＆A and SOEs' value． Overseas M＆A increases the compre-hensive value of enterprises，but there is at least a five-year lag in five years，the influence of overseas M＆A on the enterprise fi-nancing ability scarcely has impact on enterprise profitability shows a positive development trend; the impact on enterprise growthability is gradually weakened from negative to insignificant．

How Does Overseas Market Ｒisk Affect the Internationalization of Chinese Companies?Chen Zhen Li Yaru( 92)

The overseas market risk is the key factor that promotes enterprises to adopt gradual internationalization strategy． This paperconstructs a two-cycle model of internationalization choice for heterogeneous firms and demonstrates the dynamic internationaliza-tion path of firms under uncertain conditions． Firstly，enterprises will try to gain profitability by exporting． If the profitability levelis lower than the export cost，enterprises will quit the market; otherwise，enterprises will continue to export． If the profit level ishigh enough，enterprises will start foreign direct investment． Using the new data empirical research on export and foreign directinvestment information from 2005 ～ 2013 at the enterprise-year-destination level，it is found that the export experience of enterpri-ses in foreign markets has a positive impact on the probability of start invest ment in the market，and the role of export experiencedepends to a large extent on the uncertainty of foreign markets，that is，when companies invest in destinations where market con-ditions are more uncertain，it is more important to gain export experience．

Foreign Direct Investment and Domestic Survival Expansion: An Empirical Test Based on China's Industrial EnterpriseData

Jiang Na Dong Youde( 107)

In view of the fact that the survival period of Chinese enterprises is relatively short，based on the micro panel data of Chineseindustrial enterprises' FDI，this paper uses the propensity score matching and survival analysis model to describe the impact ofoutward foreign direct investment ( OFDI) on the survival of enterprises domestic． It is found that OFDI significantly reduces therisk of market exit and prolongs the survival perid of enterprises． Moreover，there is a positive U-shaped relationship between thenumber of investments and the exit risk of enterprises． Investment in developed countries and technology Ｒ＆D-based OFDI hasstronger risk inhibition effect． The test of impact mechanism shows that OFDI reduces the exit risk of enterprises by improvingtheir productivity，export intensity and profit margin，in which profit margin mechanism lags behind and plays a dominant role．Further research shows that the inhibition of OFDI on exit risk is regulated by heterogeneous enterprise characteristics and indus-tries． This paper reveals the new role of investment openness，that is，OFDI can effectively extend the survival time of enterprises．It enriches the research on the spillover effect of China's outward foreign direct investment．

FDI and Chinese Manufacturing Firm's Unit Labor Cost: from the Perspective of Horizontal and Vertical IndustryLinkages

Zhang Xiaolei Zhang Erzhen( 120)

This paper studied the impact of horizontal and vertical FDI entry on the Unit Labur Cost ( ULC) of Chinese manufacturingfirms by using the Chinese firm-level data． The empirical results showed that the horizontal FDI entry had positive effect and thedownstream FDI entry had negative effect，while the upstream FDI entry had no significant effect on the ULC of Chinese manufac-turing firms． Besides，this paper also proved that the reason why the horizontal FDI entry had positive effect on the ULC of Chi-nese manufacturing firms，that is due to its " technology crowding-out" effect on Chinese manufacturing firms' per-capita value-addition，and the " technology crowding-out" effect from the HMT-funded firms is far stronger than that from the foreign-fundedfirms． The empirical results of this paper implied that rectifying the competition order between the foreign-funded firms and theirlocal Chinese peers，and strengthening the cooperation relationship between the foreign-funded firms and their local upstream anddownstream Chinese cooperative firms，could relieve the ever-rising ULC stress on the Chinese manufacturing firms．

·631·

并购是否创 PSM DID...

Documents

Transcript of 并购是否创 PSM DID...