中国并购行为差异性及影响因素研究—基于空间函数型数据分析

VIP免费

3.0 侯斌 2024-11-19 4 4 2.07MB 83 页 15积分

侵权投诉

摘要

公司并购行为是资本市场的热门话题，并购是当代企业急剧膨胀和整合的最

重要手段，是资本市场资源配置和优化的主要方式，也是促进资本市场成长的坚

实力量。学术界对此也进行了大量的理论和实证研究，大部分的研究将并购数据

当成时间序列或截面数据，关注宏微观因素对并购双方企业绩效的影响。忽略了

并购数据的特殊性，缺乏对中国各个地区和行业并购行为差异性、动态演变路径

及其影响因素的研究。

并购行为差异性及其影响因素的分析面临着巨大的挑战，因为并购数据有如

下特点：（1）它是时间序列数据和截面数据的综合体，也就是所谓的面板数据；（2）

并购事件和影响并购行为因素指标分布不均匀，即数据不等时间间隔；（3）并购

影响因素指标数据的搜集时间间隔不等，并存在某些时间点数据的缺失现象；（4）

此外搜集到的并购行为是发生在一定 GPS 信息的中国地理空间上的，具有空间特

征。这些特征导致传统的时间序列分析方法和计量经济模型不能适用于并购数据，

函数型数据分析方法将搜集到的样本数据先转化为时间 t的函数 f(t)，再分析其蕴

藏的大量信息。这为以后这种不连续、不等间隔样本数据研究提供了很大方便，

形成本文在方法论上的创新意义。

本文基于 1998-2012 年的并购数据，用函数型数据分析方法将搜集到的原始数

据函数化处理，再利用惩罚函数法对研究对象函数进行修匀，以得到的修匀函数

为研究对象，进行下文的实证分析：

首先，采用函数型描述统计、主成分及方差分析等手段，对全国各个地区公

司并购重组的差异性进行了研究。结果表明：随着时间的推移和地区经济的发展，

整个并购重组呈现上升趋势，全中国各个地区并购差异性逐渐增大；股权分置改

革和金融危机对全国各个地区公司的并购重组有较大影响，但是对不同地区的影

响具有很大差别，并且金融危机对全国各个地区公司的并购重组速度的影响持续

时间比较长；近期地理和经济比较占优势的沿海地区的并购行为相对活跃。

然后，使用函数性数据分析方法中相平面图技术，考察中国三大行业及其子

行业并购重组动态路径演变，同时探索国家行业政策和经济金融环境的变化在并

购动态演变中的影响。发现随着时间的推移和产业经济规模的发展，整个并购重

组频次呈现上升趋势；第一产业的动态演变路径呈现出低-高-低的“收缩螺旋”特

征，二、三产业的发展呈现出低-高-低-高的“扩张螺旋”动态演变路径；就三产

中金融业和现代服务业，股权分置改革、金融危机、行业政策的出台等事件严重

影响相关产业的并购重组动态演变路径。

最后，将函数型数据分析向空间上扩展，提出带有空间权重的计量经济模型。

在定性分析的基础上，选取本文认为比较重要的经济发展水平（gdp）、居民消费

水平（con）、科技创新能力（edu）、市场化程度（ins）和政府职能（gov）五个影

响因素，在不同区域内建立空间计量经济模型，发现各个行政区域内并购行为存

在空间相关性，同一影响因素对不同区域的并购行为影响显著性也有差异性。

关键字：并购行为函数型数据分析空间计量经济模型差异性

ABSTRACT

Mergers and Acquisitions (M&A) is a hot topic in the capital market. It is the most

important mean of rapid expansion and integration for an enterprise. It is the main way

to configure and optimize resources in the capital market, it is also the solid strength to

promote the growth of the capital market. Academics had also done a lot of theoretical

and empirical research on M&A. Most of the research used the simple time-series data

or section data to attent how did macro and micro factors affect the enterprises’

performance. While ignoring the special nature of the data, there was no research on

differences in M&A and its dynamic evolution path and it’s factors.

It’s an enormous challenge to analyze differences in M&A, because the data has

the following characteristics (1) It is an complexy time-series data and cross-section

data, which we now call it panel data; (2) M&A data and the index data of factors is

uneven. (3) The interval of collecting the index data is unequal. Some data is missing at

some point; (4) M&A happened on the geospatial, which contained GPS information, so

they have spatial characteristics. We can’t analysis the data accurately using the

traditional time series analysis and econometric models. Using the method of Functional

Data Analysis (FDA), we converted the data to a function of the time. Then we analyzed

much information, which hided in the data. It provided a great convenience to study the

discontinuity and uneven data in the future. It is an innovation of this paper.

Based on the data from 1998 to 2012, using the method of FDA, we converted the

raw data into a function. Then we smoothed the functions using the penalty function.

We began our empirical analysis using the smoothing functions:

Firstly, we studied the differences on all regions in China by using functional

descriptive statistics and principal analysis and variance analysis methods. The results

show that with the passage of time and the development of regional economy, the whole

trend of M&A and reorganization is rising; The differences of M&A and

reorganization was gradually increasing from region to region in China. Equity division

reform and financial crisis had a great influence on M&A and reorganization, but the

influence was very different in different regions; Financial crisis had a long time

influence on velocity of M&A and reorganization.The M&A and reorganization

activities were more active than others in these coastal regions who had the advantage

of geography and economy.

Then we studied dynamic path evolution of M&A of three major industries and its

subsectors in China, using the phase plot of the functional data analysis technique. We

explored how did industry policies and economic and financial Environment impact the

dynamic evolution of M&A. We found that the frequency of M&A is increasing with

time moving and the development of the scale in industrial economies The dynamic

evolution path in the first industry presented "shrinking spiral" of low - high - low, but

showed the "expanding spiral" low - high - low - high in the second and the third

industry. In the financial industry and modern service industry, the equity division

reform, the financial crisis, the industry policy and the unexpected events will seriously

affect the dynamic evolution of M&A.

Finally, we expanded the analysis of FDA to spatial method and put forward

econometric model with weights. On the basis of the qualitative analysis, we selected

the level of economic development (gdp), the level of consumption (con), Innovation

capacity (edu), the degree of market (ins) and government functions (gov) to establish

the spatial econometrics model. We found M&A had space-dependent phenomenon or

spatial diffusion (spillover) effects between areas. The same factors had different

significant influences on different areas.

Keywords: Mergers and Acquisitions, Functional Data Analysis,

Spatial Econometric Model, Difference

中文摘要

ABSTRACT

第一章绪论 ......................................................... 1

1.1 选题的背景和意义 ............................................. 1

1.2 研究内容和方法 ............................................... 3

1.2.1 研究内容 .................................................. 3

1.2.2 研究方法 .................................................. 4

1.3 本文创新点 ................................................... 5

第二章国内外文献综述 ................................................ 6

2.1 并购驱动因素 ................................................. 6

2.1.1 并购与经济增长 ............................................ 6

2.1.2 并购区位选择 .............................................. 6

2.1.3 并购浪潮的驱动因素 ........................................ 7

2.2 函数型数据分析方法 ........................................... 8

2.3 小结 ......................................................... 9

第三章并购浪潮及其驱动因素概述 ..................................... 10

3.1 企业并购概念 ................................................ 10

3.2 西方企业五次并购浪潮 ........................................ 10

3.3 中国企业三次并购浪潮 ........................................ 12

3.4 小结 ........................................................ 14

第四章函数型数据分析概述及其空间上扩展 ............................. 15

4.1 函数型数据的预处理 .......................................... 16

4.1.1 基函数平滑法 ............................................. 16

4.1.2 函数曲线优化拟合的实现 ................................... 18

4.2 函数型数据的描述性统计量 .................................... 18

4.3 函数型数据主成分和方差分析 .................................. 19

4.3.1 函数型数据主成分分析 ..................................... 19

4.3.2 函数型数据方差分析 ....................................... 20

4.4 相平面法 .................................................... 21

4.5 函数型数据回归分析 .......................................... 21

4.6 函数型数据分析方法向空间分析方法的扩展 ...................... 22

4.7 小结 ........................................................ 24

第五章空间计量经济学研究方法 ....................................... 25

5.1 空间权重矩阵的构建 .......................................... 25

5.1.1 邻近矩阵 ................................................. 26

5.1.2 K 值邻近空间矩阵 .......................................... 26

5.1.3 基于距离的空间权重矩阵 ................................... 27

5.2 空间计量模型 ................................................ 27

5.2.1 空间滞后模型 ............................................. 27

5.2.2 面板数据上空间滞后模型 ................................... 28

5.2.3 空间误差模型 ............................................. 28

5.2.4 面板数据上空间误差模型 ................................... 29

5.3 空间相关显著性检验和 SLM、SEM 模型的选择 ..................... 29

5.4 小结 ........................................................ 30

第六章并购行为差异性及其动态演变路径实证分析 ....................... 31

6.1 并购行为样本数据说明及预处理 ................................ 31

6.1.1 样本数据选取及其函数性特征 ............................... 31

6.1.2 样本数据的预处理 ......................................... 31

6.2 中国企业并购行为区域差异性分析 .............................. 33

6.2.1 中国各个地区并购行为差异性的描述性统计分析 ............... 33

6.2.2 中国各个地区并购行为的函数性主成分分析 ................... 34

6.2.3 中国各个地区并购行为的函数性方差分析 ..................... 36

6.2.4 中国企业并购行为地区差异性分析结果 ....................... 36

6.3 各行业并购行为动态演变路径及其影响因素分析 .................. 37

6.3.1 中国三大行业并购行为速度、加速度分析 ..................... 37

6.3.2 中国行业并购行为动态演变路径分析 ......................... 38

6.3.3 中国企业各个行业并购行为动态演变路径分析结果 ............. 44

6.4 小结 ........................................................ 45

第七章空间权重上并购行为影响因素模型实证分析 ....................... 47

7.1 并购影响因素及定量指标确定 .................................. 47

7.1.1 并购影响因素及定量指标选择 ............................... 47

7.1.2 并购影响因素检验 ......................................... 48

7.2 指标数据的预处理和空间权重矩阵的建立 ........................ 49

7.2.1 指标数据的预处理 ......................................... 49

7.2.2 空间权重矩阵的建立 ....................................... 49

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要公司并购行为是资本市场的热门话题，并购是当代企业急剧膨胀和整合的最重要手段，是资本市场资源配置和优化的主要方式，也是促进资本市场成长的坚实力量。学术界对此也进行了大量的理论和实证研究，大部分的研究将并购数据当成时间序列或截面数据，关注宏微观因素对并购双方企业绩效的影响。忽略了并购数据的特殊性，缺乏对中国各个地区和行业并购行为差异性、动态演变路径及其影响因素的研究。并购行为差异性及其影响因素的分析面临着巨大的挑战，因为并购数据有如下特点：（1）它是时间序列数据和截面数据的综合体，也就是所谓的面板数据；（2）并购事件和影响并购行为因素指标分布不均匀，即数据不等时间间隔；（3）并购影响因素指标数...

展开>> 收起<<

中国并购行为差异性及影响因素研究—基于空间函数型数据分析.pdf

共83页,预览9页

还剩页未读，继续阅读

中国并购行为差异性及影响因素研究—基于空间函数型数据分析

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: