一、 引言

目前，隨著我國(guó)資本市場(chǎng)的迅速發(fā)展，上市公司的并購(gòu)活動(dòng)也日趨活躍，從微觀角度來(lái)研究上市公司的并購(gòu)效率表現(xiàn)，探尋并購(gòu)企業(yè)業(yè)績(jī)與效率的關(guān)系，對(duì)于完善效率評(píng)價(jià)理論具有重要的學(xué)術(shù)意義。

二、 基于SFA的效率評(píng)價(jià)模型

1. 效率評(píng)價(jià)模型。效率估計(jì)的方法主要運(yùn)用現(xiàn)階段比較成熟的隨機(jī)邊界方法（Stochastic Frontier Analysis，SFA）。Battese和Coelli（1992）對(duì)傳統(tǒng)的隨機(jī)前沿生產(chǎn)函數(shù)模型針對(duì)非平衡面板數(shù)據(jù)作了改進(jìn)。非平衡面板數(shù)據(jù)存在決策單元效應(yīng)（即與各決策單元自身狀況有關(guān)），假定其服從截?cái)嗟恼龖B(tài)隨機(jī)變量分布，且允許隨時(shí)間系統(tǒng)變化。模型表示為：

yit=？茁Xit+（vit-uit） i=1，…，N t=1，…，T（1）

在1式中：yit為第i決策單元第t期的產(chǎn)出（或產(chǎn)出的對(duì)數(shù)）；xit為第i決策單元第t期的I×1階投入向量；vit為隨機(jī)變量，假設(shè)其服從獨(dú)立同一分布N（0，？滓2v），且獨(dú)立于uit。

uit=（uiexp（-？濁（t-T）））（2）

ui為非負(fù)隨機(jī)變量，用以說(shuō)明生產(chǎn)的技術(shù)無(wú)效，通常假設(shè)其服從在0處截?cái)嗟恼龖B(tài)分布N（？滋，？滓2u）；？濁為待估計(jì)的參數(shù)。

對(duì)（1）式進(jìn)行極大似然估計(jì)時(shí)，設(shè)定并計(jì)算？滓2=？滓2v+？滓2u和？酌=？滓2u/（？滓2v+？滓2u），以檢驗(yàn)估計(jì)結(jié)果的顯著性。？酌∈[0，1]為迭代過(guò)程提供了很好的起始值范圍。

對(duì)（1）式施加更多約束可得到各種特定形式的模型。如設(shè)定？濁=0，則形成了技術(shù)無(wú)效不隨時(shí)間變化的模型；進(jìn)一步設(shè)定？滋=0，則簡(jiǎn)化為Pitt and Lee（1981）中的模型一；再進(jìn)一步限定T=1，模型就簡(jiǎn)化為式（1）的基本模型。如果選擇成本函數(shù)而非生產(chǎn)函數(shù)，則可以估計(jì)企業(yè)的配置效率（Allocative Efficiency）模型。

使用似然比（Likelihood Ratio，LR）檢驗(yàn)，可確定合適的模型形式，也可以通過(guò)檢驗(yàn)參數(shù) 的顯著性，檢驗(yàn)?zāi)撤N形式的隨機(jī)前沿生產(chǎn)函數(shù)是否符合需要。如果零假設(shè)？酌=0被接受，說(shuō)明？滓2u=0，uit項(xiàng)應(yīng)從模型中去掉，模型參數(shù)可由普通最小二乘法進(jìn)行估計(jì)。

Battese和Coelli（1995）在1992年模型的基礎(chǔ)上增加配置效率，去掉利潤(rùn)最大化一階條件，在生產(chǎn)函數(shù)估計(jì)之后進(jìn)一步對(duì)技術(shù)無(wú)效項(xiàng)進(jìn)行估計(jì)（即采用二階段估計(jì)），得到改進(jìn)的模型如下：

yit=？茁Xit+（vit-uit） i=1，…，N t=1，…，T（3）

式中：uit為服從在0處截?cái)嗟恼龖B(tài)分布N（mit，？滓2u），而

mit=zit？啄（4）

無(wú)效率模型可定義為：

uit=zit？啄+？著it（5）

其中，zit為可能影響決策單元效率的p×1階向量；？啄為1×p階待估參數(shù)向量；？著it服從在0處截?cái)嗟腘（0，？滓2u）的正半部分布，即？著it～|N（0，？滓2u）|。

對(duì)于上述生產(chǎn)函數(shù)模型，經(jīng)過(guò)極大似然估計(jì)之后，如果投入和產(chǎn)出取的是對(duì)數(shù)形式，則第i決策單元的技術(shù)效率為exp（-ui）；如果投入和產(chǎn)出取的是原單位，則第i決策單元的技術(shù)效率為（？茁Xit-ui）/？茁Xi。顯然，技術(shù)效率取值范圍為[0，1]，其值越接近于1，表明決策單元的技術(shù)效率越高，技術(shù)無(wú)效程度越低。

2. 投入產(chǎn)出變量選擇。由于各公司分處不同的行業(yè)，這就給投入產(chǎn)出指標(biāo)的選取帶來(lái)了很大的難度。但是，如果把所有的企業(yè)都看作是一個(gè)追求利潤(rùn)最大化的個(gè)體，那么便可以找到所有企業(yè)在投入產(chǎn)出方面的共性。既然企業(yè)活動(dòng)的本質(zhì)是通過(guò)有限的資源要素投入，通過(guò)資源的優(yōu)化配置，來(lái)達(dá)到產(chǎn)出最大化的過(guò)程。對(duì)于一般性的生產(chǎn)性企業(yè)，本文在投入要素中，主要選取了固定資產(chǎn)總額、營(yíng)業(yè)成本、三項(xiàng)費(fèi)用總和（營(yíng)業(yè)費(fèi)用，管理費(fèi)用和財(cái)務(wù)費(fèi)用）作為投入變量，把營(yíng)業(yè)總收入、凈利潤(rùn)作為產(chǎn)出指標(biāo)。金融行業(yè)的企業(yè)比較特殊，由于其沒(méi)有一般意義上的生產(chǎn)活動(dòng)，衡量其效率的投入產(chǎn)出變量與一般企業(yè)不同，在投入變量方面，金融類(lèi)企業(yè)沒(méi)有一般生產(chǎn)型企業(yè)的三項(xiàng)費(fèi)用和營(yíng)業(yè)成本類(lèi)別，銀行等金融企業(yè)的經(jīng)營(yíng)成本主要集中于管理費(fèi)和業(yè)務(wù)費(fèi)用方面，基于此，本研究選定金融企業(yè)的投入變量為：固定資產(chǎn)、業(yè)務(wù)及管理費(fèi)和其他成本（主要包括其他業(yè)務(wù)成本和營(yíng)業(yè)外支出）?？紤]到與一般生產(chǎn)性企業(yè)的可比性，以及金融行業(yè)又可細(xì)分為銀行、證券和保險(xiǎn)等不同的企業(yè)，所以金融企業(yè)的產(chǎn)出變量本文的選擇與一般企業(yè)相同。

3. 效率標(biāo)準(zhǔn)化。在效率估計(jì)方面，考慮到一般性企業(yè)和金融類(lèi)企業(yè)的生產(chǎn)經(jīng)營(yíng)情況存在這顯著的差異，所以通過(guò)兩個(gè)邊界模型來(lái)分別估計(jì)其效率表現(xiàn)，由于是不同的投入變量來(lái)估計(jì)一般企業(yè)和金融企業(yè)的效率值，原始的效率值不具有可比較性。

為了兩者具有可比性，本文把兩類(lèi)企業(yè)的效率得分分別加以標(biāo)準(zhǔn)化，即把其實(shí)際效率值從高到低進(jìn)行排序，然后最高的取值為1，最低的取值為0，其他的效率值是一個(gè)介于0和1之間的小數(shù)。取值越接近1，說(shuō)明其效率得分越高，得分越低，其效率表現(xiàn)越差。

三、 數(shù)據(jù)來(lái)源及描述

1. 數(shù)據(jù)來(lái)源。本文的研究對(duì)象為在上海證券交易所上市并且在2008年～2011年進(jìn)行過(guò)并購(gòu)活動(dòng)的上市公司，考慮到比較并購(gòu)前與并購(gòu)后的上市公司效率比較，本研究選擇的效率評(píng)價(jià)區(qū)間為2005年～2011年。

本文用于效率評(píng)價(jià)的數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)2005年～2011年的上市公司財(cái)務(wù)數(shù)據(jù)庫(kù)。國(guó)泰安研究服務(wù)中心提供了我國(guó)精準(zhǔn)的研究數(shù)據(jù)庫(kù)，其中包含了經(jīng)濟(jì)、金融、財(cái)務(wù)等學(xué)科的專(zhuān)業(yè)數(shù)據(jù)庫(kù)，是國(guó)內(nèi)學(xué)者和學(xué)術(shù)機(jī)構(gòu)進(jìn)行實(shí)證研究工作的重要資料。本研究的樣本公司選擇是根據(jù)上海證券交易所的信息披露網(wǎng)站以及Wind金融數(shù)據(jù)庫(kù)整理。

2. 數(shù)據(jù)描述。表1為效率評(píng)價(jià)模型用到的投入產(chǎn)出變量，如前所述，一般性企業(yè)和金融類(lèi)企業(yè)的投入產(chǎn)出變量不同，估計(jì)的邊界也不同，其數(shù)據(jù)分開(kāi)來(lái)列示。通過(guò)表1可以看出，一般性企業(yè)的觀測(cè)期數(shù)為12 648期，而金融類(lèi)企業(yè)數(shù)量很少，只有165期。此外，金融類(lèi)企業(yè)規(guī)模較大，金融類(lèi)企業(yè)約為607億元，而一般性企業(yè)的均值59億元左右，差了10倍之多，凈利潤(rùn)的差距更加明顯。

表2為不同并購(gòu)類(lèi)型的上市公司統(tǒng)計(jì)表，統(tǒng)計(jì)區(qū)間為2008年～2011年，數(shù)據(jù)來(lái)源于上海證券交易所網(wǎng)站信息披露公開(kāi)信息以及Wind金融數(shù)據(jù)庫(kù)整理，本研究涵蓋了129家在過(guò)去四年進(jìn)行并實(shí)施完畢的重大資產(chǎn)重組樣本公司，公司并購(gòu)行為逐年活躍，從2008年的28家逐步增加到2011年的40家。從表2可以看出，在過(guò)去四年的時(shí)間里，資產(chǎn)注入和借殼上市一直是我國(guó)重大資產(chǎn)重組的主要類(lèi)型，行業(yè)整合類(lèi)的并購(gòu)在過(guò)去四年一直比較穩(wěn)定，平均每年在4家～5家左右。企業(yè)類(lèi)型的并購(gòu)（比如業(yè)務(wù)重組、資產(chǎn)置換等）則比較少。

四、 效率視角的績(jī)效評(píng)價(jià)

1. 不同并購(gòu)類(lèi)型的效率表現(xiàn)。通過(guò)表3可以看出，不同并購(gòu)類(lèi)型的效率表現(xiàn)存在很大的差異，總體上來(lái)說(shuō)，行業(yè)整合類(lèi)和借殼上市類(lèi)的并購(gòu)的上市公司的效率表現(xiàn)更優(yōu)。而且，不同的年份，其效率表現(xiàn)也有很大的差異，從2008年進(jìn)行重大資產(chǎn)重組的28家公司的統(tǒng)計(jì)來(lái)看，并購(gòu)顯著提升了企業(yè)的經(jīng)營(yíng)效率。

但是，從表3的統(tǒng)計(jì)結(jié)果不難看出，效率的提升具有明顯的時(shí)滯效應(yīng)，并且效率分布呈現(xiàn)出一種U型分布。從2008年的統(tǒng)計(jì)情況看，時(shí)滯基本為兩年左右。一種可能的解釋是：并購(gòu)后的上市公司在各個(gè)方面都需要整合，其效率的改善需要一個(gè)企業(yè)各部分磨合的過(guò)程，2009年的統(tǒng)計(jì)情況也可以看出這種現(xiàn)象。與2008年和2009年不同的是，2010年增加了業(yè)務(wù)重組的并購(gòu)類(lèi)型，2011年增加了資產(chǎn)出售和資產(chǎn)置換類(lèi)型的并購(gòu)，此類(lèi)型公司并購(gòu)后效率提升非常明顯。此外，總體的并購(gòu)上市公司在每年的效率表現(xiàn)也存在很大的差異，特別是2009年和2010年的效率得分很低，這可能與2008年經(jīng)濟(jì)危機(jī)有關(guān)。2011年上市公司的效率得分恢復(fù)的很快，在一定程度上說(shuō)明了之前刺激經(jīng)濟(jì)的效果明顯，并且對(duì)經(jīng)濟(jì)的刺激存在著明顯的時(shí)滯。

2. 不同所有制性質(zhì)的效率表現(xiàn)。表4的結(jié)果說(shuō)明不同所有制性質(zhì)的并購(gòu)效率表現(xiàn)也存在著顯著差異，總體來(lái)講，外資公司的并購(gòu)效率最高，達(dá)到了0.694 2。國(guó)內(nèi)私營(yíng)企業(yè)的并購(gòu)效率普遍優(yōu)于國(guó)有企業(yè)，2008年～2011年的樣本時(shí)間段上，私營(yíng)企業(yè)的效率得分（0.449 3）超過(guò)國(guó)有企業(yè)（0.401 0）約5個(gè)百分點(diǎn)。特別的，在2008年和2010年，國(guó)有企業(yè)的效率得分高于私營(yíng)企業(yè)，這可能與經(jīng)濟(jì)刺激方案對(duì)于國(guó)有大型企業(yè)的傾斜有關(guān)。

五、 效率與業(yè)績(jī)的關(guān)系分析

1. 模型與假設(shè)。對(duì)于效率和業(yè)績(jī)之間的關(guān)系，效率高的企業(yè)可以通過(guò)更低的投入來(lái)獲得更高的產(chǎn)出，合理的邏輯應(yīng)該是高效率企業(yè)的經(jīng)營(yíng)業(yè)績(jī)也會(huì)好。何韌（2005）利用上海市銀行業(yè)1999年～2003年的相關(guān)數(shù)據(jù)，對(duì)該市銀行業(yè)的綜合效率和經(jīng)營(yíng)業(yè)績(jī)及其相互關(guān)系進(jìn)行了實(shí)證研究，他發(fā)現(xiàn)銀行業(yè)的規(guī)模效率對(duì)銀行業(yè)績(jī)水平具有積極的作用，但是沒(méi)有發(fā)現(xiàn)綜合效率和技術(shù)效率與業(yè)績(jī)之間有顯著的關(guān)系。為了驗(yàn)證效率和業(yè)績(jī)之間是否存在穩(wěn)定的正向影響，本文提出假設(shè)：

H1：效率高的并購(gòu)上市公司的經(jīng)營(yíng)業(yè)績(jī)更好。

參考Berger（1995）和Goldberg和Rai（1996）的研究思路，本文建立如下方程來(lái)檢驗(yàn)H1。

Pit=f（Effit，Scaleit，Riskit，Controlit）+ui+vit（6）

Pit用來(lái)表示上市公司的業(yè)績(jī)指標(biāo)，具體可以用ROE和ROA來(lái)表示。Riskit是指上市公司的效率指標(biāo)，Scaleit指上市公司規(guī)模，Riskit用來(lái)判別大企業(yè)是否獲得壟斷超額利潤(rùn)， 用來(lái)表示對(duì)與風(fēng)險(xiǎn)的測(cè)度。Controlit是一組控制變量，用來(lái)控制影響企業(yè)業(yè)績(jī)的其他影響因素。ui是銀行的個(gè)體成分，在固定效應(yīng)假設(shè)中，ui是常數(shù)，而在隨機(jī)效應(yīng)假設(shè)中，ui服從均值為0的正態(tài)分布；vit是面板回歸的異質(zhì)成分，用來(lái)衡量模型的誤差項(xiàng)。如果方程（1）中Effit的系數(shù)顯著并且大于0，就可以證明H1是正確的。

業(yè)績(jī)可能與企業(yè)的規(guī)模及成長(zhǎng)性有很大的關(guān)系，傳統(tǒng)的理論認(rèn)為，大企業(yè)往往具有壟斷優(yōu)勢(shì)，更容易獲取超額利潤(rùn)，另外也有學(xué)者認(rèn)為企業(yè)的成長(zhǎng)性與其業(yè)績(jī)也有關(guān)系，成長(zhǎng)性更高的企業(yè)，其業(yè)績(jī)表現(xiàn)更好。本文為了驗(yàn)證并購(gòu)企業(yè)的業(yè)績(jī)與規(guī)模和公司成長(zhǎng)性等因素的關(guān)系，本文也提出如下假設(shè)：

H2a：并購(gòu)上市公司的規(guī)模越大，其業(yè)績(jī)表現(xiàn)越好；

H2b：并購(gòu)上市公司的成長(zhǎng)性越高，其業(yè)績(jī)也越高。

此外，風(fēng)險(xiǎn)因素和所有制結(jié)構(gòu)也可能會(huì)影響并購(gòu)上市公司的業(yè)績(jī)水平，因此，本文也提出如下兩個(gè)假設(shè)：

H3：財(cái)務(wù)風(fēng)險(xiǎn)高的企業(yè)的經(jīng)營(yíng)業(yè)績(jī)更差。

H4：國(guó)有制企業(yè)的經(jīng)營(yíng)業(yè)績(jī)更差。

2. 模型識(shí)別。在進(jìn)行數(shù)據(jù)回歸之前，應(yīng)該對(duì)于方程（1）進(jìn)行模型識(shí)別，這里通過(guò)F檢驗(yàn)，Breusch-Pagan LM檢驗(yàn)和Hausman檢驗(yàn)來(lái)進(jìn)行模型識(shí)別。F檢驗(yàn)是對(duì)混合效應(yīng)和固定效應(yīng)的識(shí)別，原假設(shè)是混合效應(yīng)更適合模型，接受原假設(shè)說(shuō)明混合效應(yīng)優(yōu)于固定效應(yīng)；如果拒絕原假設(shè)，則說(shuō)明應(yīng)用面板數(shù)據(jù)的固定效應(yīng)更好。Breusch-Pagan LM檢驗(yàn)主要用于對(duì)于混合效應(yīng)和隨機(jī)效應(yīng)的識(shí)別，拒絕原假設(shè)說(shuō)明隨機(jī)效應(yīng)更適合，接受原假設(shè)則說(shuō)明應(yīng)該選用混合效應(yīng)模型。如果F檢驗(yàn)和Breusch-Pagan LM檢驗(yàn)的結(jié)果均是拒絕原假設(shè)，那么Hausman檢驗(yàn)用來(lái)進(jìn)一步比較面板數(shù)據(jù)的固定效應(yīng)和隨機(jī)效應(yīng)，原假設(shè)是面板數(shù)據(jù)中存在著隨機(jī)效應(yīng)，接受原假設(shè)說(shuō)明模型應(yīng)該選擇隨機(jī)效應(yīng)，反之則應(yīng)運(yùn)用固定效應(yīng)模型。對(duì)于本文方程（1）的模型識(shí)別，發(fā)現(xiàn)隨機(jī)效應(yīng)更適合。

本文也對(duì)其他變量和效率變量之間是否存在多重共線(xiàn)性進(jìn)行檢驗(yàn)。檢驗(yàn)多重共線(xiàn)性的方法主要有條件數(shù)方法（Condition Number）和方差膨脹因子方法（VIF，Variance Inflation Factor）。條件數(shù)方法求法是：先求出兩個(gè)變量乘積所得矩陣的所有特征根，定義條件指數(shù)（Condition Index）為最大特征根與每個(gè)特征根比值的平方根，其中最大的條件指數(shù)稱(chēng)為矩陣的條件數(shù)。條件數(shù)為1，說(shuō)明不存在多重共線(xiàn)性，條件數(shù)越大，說(shuō)明多重共線(xiàn)性就越強(qiáng)。Greene（2003）指出，如果條件數(shù)小于20，那么多重共線(xiàn)性屬于可接受的范圍之內(nèi)，條件數(shù)大于20說(shuō)明存在比較嚴(yán)重的多重共線(xiàn)性。本研究中其他變量和效率變量之間的條件數(shù)在1～8之間，多重共線(xiàn)性在可以接受的范圍之內(nèi)。通過(guò)方差膨脹因子（VIF）的檢驗(yàn)也顯示其各變量的系數(shù)均沒(méi)有超過(guò)存在多重共線(xiàn)性的臨界值10（檢驗(yàn)結(jié)果省略）。

3. 面板數(shù)據(jù)模型。通過(guò)面板數(shù)據(jù)模型的回歸（表5）可以看出，對(duì)于模型（1），本文進(jìn)一步按照并購(gòu)的進(jìn)度，把所有數(shù)據(jù)劃分為三個(gè)區(qū)間，即：并購(gòu)前，并購(gòu)中和并購(gòu)后。業(yè)績(jī)變量本文選取了資產(chǎn)收益率（ROA）和權(quán)益收益率（ROE），通過(guò)表5的面板數(shù)據(jù)模型結(jié)果可以看出，總體上，效率與業(yè)績(jī)之間明顯的正向相關(guān)關(guān)系（H1成立），但是其關(guān)系不是非常穩(wěn)定，這可能與效率對(duì)業(yè)績(jī)影響存在的時(shí)滯有關(guān)。特別的，在以權(quán)益收益率（ROE）為因變量的模型中，對(duì)于全部樣本的公司，業(yè)績(jī)與效率的相關(guān)系數(shù)達(dá)到了1.379。

本研究沒(méi)有發(fā)現(xiàn)業(yè)績(jī)與規(guī)模變量之間存在明顯的相關(guān)關(guān)系（H2a不成立），但是業(yè)績(jī)與公司的成長(zhǎng)能力指標(biāo)（托賓Q值）存在著明顯的相關(guān)關(guān)系，在以資產(chǎn)收益率為因變量的四個(gè)方程中，均發(fā)現(xiàn)了業(yè)績(jī)與公司成長(zhǎng)能力的正向相關(guān)關(guān)系，并且關(guān)系顯著（H2b成立）。此外，衡量風(fēng)險(xiǎn)能力的財(cái)務(wù)杠桿比率（F_lever）與業(yè)績(jī)之間的相關(guān)關(guān)系不明確，財(cái)務(wù)杠桿比率只有在資產(chǎn)收益率方程的并購(gòu)后的回歸中顯著（方程3）。在權(quán)益收益率（ROE）模型中，業(yè)績(jī)和衡量所有制性質(zhì)的虛擬變量（State）在并購(gòu)中和并購(gòu)后的階段存在著負(fù)向相關(guān)關(guān)系（方程6和方程7），說(shuō)明國(guó)有企業(yè)與私營(yíng)企業(yè)相比更不太重視股東回報(bào)。

六、 小結(jié)

本文利用滬市2008年～2011年進(jìn)行重大資產(chǎn)重組的上市公司從效率的視角研究了上市公司的并購(gòu)績(jī)效表現(xiàn)情況。研究發(fā)現(xiàn)不同并購(gòu)類(lèi)型、不同區(qū)域以及不同所有制結(jié)構(gòu)的上市公司的效率表現(xiàn)存在著顯著地差異。通過(guò)對(duì)于不同并購(gòu)類(lèi)型的上市公司的分年份的效率統(tǒng)計(jì)情況來(lái)看，并購(gòu)對(duì)于上市公司的影響呈現(xiàn)出一種U型分布，即并購(gòu)后效率有所降低，但是慢慢隨著企業(yè)整合的進(jìn)程會(huì)逐步恢復(fù)，效率的提升存在著明顯的時(shí)滯效應(yīng)。從不同所有制企業(yè)的效率統(tǒng)計(jì)來(lái)看，私營(yíng)企業(yè)的運(yùn)行效率明顯優(yōu)于國(guó)有企業(yè)，但是國(guó)家的一些經(jīng)濟(jì)刺激政策會(huì)造成一些偏差。

對(duì)于效率與業(yè)績(jī)的關(guān)系，本文也通過(guò)模型來(lái)加以驗(yàn)證，發(fā)現(xiàn)了效率與業(yè)績(jī)之間的比較明顯的正向相關(guān)關(guān)系。為了更深一步的刻畫(huà)在并購(gòu)的若干階段效率與業(yè)績(jī)之前的關(guān)系，本研究分并購(gòu)前、并購(gòu)中和并購(gòu)后來(lái)加以分析。此外，本文也研究了其他一些變量與并購(gòu)企業(yè)的業(yè)績(jī)之間的關(guān)系，研究結(jié)論沒(méi)有發(fā)現(xiàn)公司規(guī)模與業(yè)績(jī)明顯的相關(guān)關(guān)系。公司的成長(zhǎng)性與并購(gòu)的業(yè)績(jī)表現(xiàn)的顯著正相關(guān)，而風(fēng)險(xiǎn)因素對(duì)并購(gòu)的業(yè)績(jī)影響并不明確。

參考文獻(xiàn)：

1. Cummins J D， Xie X.Mergers and acquisi- tions in the US property-liability insurance industry： Productivity and efficiency effects. Journal of Banking Finance，2008，32（1）：30-55.

2. Goldberg L.G.and Rai A.The structure-pe- rformance relationship for European banking. Journal of Banking and Finance，1996，（20）：745-771.

3. Greene W.M.Econometric analysis.Prenti- ce-Hall， New Jersey，2003.

4. 薩繆爾森，諾德豪斯.經(jīng)濟(jì)學(xué).北京：中國(guó)發(fā)展出版社，1992.

5. 何韌.銀行業(yè)市場(chǎng)結(jié)構(gòu).效率和績(jī)效的相關(guān)性研究——基于上海地區(qū)銀行業(yè)的考察.財(cái)經(jīng)研究，2005，（12）：29-40.

6. 李心丹，朱洪亮，張兵，羅浩.基于DEA的上市公司并購(gòu)效率研究.經(jīng)濟(jì)研究，2003，（10）：15-24.

基金項(xiàng)目：教育部人文社科基金青年項(xiàng)目“上市公司并購(gòu)績(jī)效的社會(huì)凈效應(yīng)研究：度量方法與評(píng)價(jià)體系（項(xiàng)目號(hào)：11YJC790116）”。

作者簡(jiǎn)介：劉尚鑫，復(fù)旦大學(xué)經(jīng)濟(jì)學(xué)院博士后。

收稿日期：2013-06-28。