張淑慧，甘露潤(rùn)

(1.上海立信會(huì)計(jì)金融學(xué)院 會(huì)計(jì)學(xué)院，上海 201620；2.興證期貨有限公司 研究發(fā)展中心，上海 200135)

一、文獻(xiàn)回顧與研究假設(shè)

(一)文獻(xiàn)回顧

1.公司并購(gòu)與投資者逆向選擇

并購(gòu)是與企業(yè)經(jīng)營(yíng)戰(zhàn)略密切相關(guān)的重要投資決策，并購(gòu)決策的動(dòng)機(jī)與決策過(guò)程關(guān)系到企業(yè)競(jìng)爭(zhēng)的核心信息，因此無(wú)法事前向外界披露。公司并購(gòu)中的信息不對(duì)稱(chēng)問(wèn)題主要形成于兩個(gè)方面：一方面，并購(gòu)的經(jīng)濟(jì)影響具有較高的不確定性，進(jìn)一步加深了信息不對(duì)稱(chēng)。項(xiàng)保華和殷瑾[1]以及周小春和李善民[2]等研究認(rèn)為，公司并購(gòu)整合的過(guò)程具有高度的復(fù)雜性；姚長(zhǎng)輝和嚴(yán)歡[3]發(fā)現(xiàn)，并購(gòu)決策動(dòng)機(jī)與實(shí)際情況之間的差異，以及政策的影響導(dǎo)致了投資收益具有不確定性；王擎[4]認(rèn)為，投資者對(duì)收購(gòu)公司經(jīng)營(yíng)前景的判斷存在困難，表現(xiàn)為企業(yè)與投資者之間的信息不對(duì)稱(chēng)。信息不對(duì)稱(chēng)導(dǎo)致市場(chǎng)摩擦，使投資者無(wú)法準(zhǔn)確認(rèn)識(shí)公司的價(jià)值，致使高質(zhì)量公司的價(jià)值被低估，制約了股東投資的動(dòng)機(jī)，從而形成逆向選擇。另一方面，收購(gòu)方信息不對(duì)稱(chēng)的現(xiàn)狀使并購(gòu)決策的動(dòng)機(jī)和過(guò)程不易為外部人所知，因而在多元化并購(gòu)過(guò)程中信息不對(duì)稱(chēng)情況更嚴(yán)重。Lamonta和Polk[5]以及Rajan等[6]研究認(rèn)為，收購(gòu)公司通過(guò)多元化并購(gòu)進(jìn)入全新的行業(yè)，盡管可能會(huì)帶來(lái)多元化的收入，并且分散了經(jīng)營(yíng)風(fēng)險(xiǎn)，但是對(duì)于投資者而言，公司的資源被分散了，投資效率降低，收購(gòu)公司在新行業(yè)里的整合相比在同一行業(yè)內(nèi)的整合難度更大，更具有不確定性。因此，Lamonta和Polk[5]研究發(fā)現(xiàn)，多元化并購(gòu)?fù)殡S著公司價(jià)值的低估。

2.信息不對(duì)稱(chēng)與信息披露

Verrecchia[7]認(rèn)為，在完美市場(chǎng)假設(shè)中，由于市場(chǎng)參與者可以通過(guò)交易契約避免了為逆向選擇風(fēng)險(xiǎn)承擔(dān)后果，因此在這個(gè)背景下，信息披露是無(wú)效率的；而當(dāng)市場(chǎng)處于不完美狀態(tài)，以及契約不完全時(shí)，信息披露是有效率的；Diamond[8]認(rèn)為，在投資者同質(zhì)的情況下，信息披露可以降低投資者獲取信息的交易成本，從而可以保護(hù)投資者的整體福利。他還發(fā)現(xiàn)，企業(yè)具有自愿披露信息的動(dòng)機(jī)；Welker[9]發(fā)現(xiàn)，良好的信息披露可以降低企業(yè)的信息不對(duì)稱(chēng)程度，增加股票的流動(dòng)性，表現(xiàn)為信息披露與股票價(jià)差之間的顯著負(fù)相關(guān)關(guān)系；Healy 和 Palepu[10]發(fā)現(xiàn)，企業(yè)股票收益率的提高、機(jī)構(gòu)投資者增加、分析師關(guān)注增加和股票流動(dòng)性的增加與信息披露評(píng)級(jí)的提高正相關(guān)，這表明，增加信息披露可以降低信息不對(duì)稱(chēng)；Verrecchia[7]認(rèn)為，由于投資者收集信息能力的差異，信息披露水平的短期提高往往會(huì)加劇投資者間的信息不對(duì)稱(chēng)，而在長(zhǎng)期實(shí)現(xiàn)的信息披露水平的提升則可以降低信息收集所帶來(lái)的私人收益，因此降低信息不對(duì)稱(chēng)水平。他同時(shí)也指出，由于存在信息披露成本，企業(yè)會(huì)在信息的完全披露和完全保留之間選擇最有效率的披露水平。

信息披露的目的在于降低投資者逆向選擇所增加的資本成本，因此企業(yè)在做出信息披露決策時(shí)，不僅要考慮披露事項(xiàng)的范圍，更應(yīng)該考慮披露事項(xiàng)的信息含量，從而避免噪聲信息帶來(lái)的新的信息不對(duì)稱(chēng)。

3.銀行貸款的認(rèn)證作用

齊寅峰等[11]認(rèn)為，從商業(yè)銀行貸款是企業(yè)的日常融資活動(dòng)，而銀行貸款一直都是企業(yè)投資活動(dòng)的主要融資來(lái)源。由于商業(yè)銀行在貸款過(guò)程中的審核職能，使貸款信息與其它披露信息在信息含量上存在差異。商業(yè)銀行貸款審核的目的是降低違約風(fēng)險(xiǎn)；Best和Zhang[12]認(rèn)為，銀行是具有完善的信息管理和風(fēng)險(xiǎn)控制機(jī)制的專(zhuān)業(yè)機(jī)構(gòu)，可以對(duì)申請(qǐng)企業(yè)的負(fù)面信息進(jìn)行更深入的調(diào)查；Bester[13]與Gale 和Hellwig[14]研究認(rèn)為，企業(yè)面臨的信貸配給問(wèn)題是由信息不對(duì)稱(chēng)引起的，只有當(dāng)銀行將違約損失降至最低時(shí)，企業(yè)才能取得銀行貸款；Rajan[15]認(rèn)為，銀行可以利用包含一系列涉及風(fēng)險(xiǎn)控制和信息監(jiān)控條款的貸款契約降低企業(yè)的違約風(fēng)險(xiǎn)，因此銀行與已經(jīng)建立信貸關(guān)系的企業(yè)之間信息不對(duì)稱(chēng)程度更低；陳超和甘露潤(rùn)[16]發(fā)現(xiàn)，銀行風(fēng)險(xiǎn)管理水平的提升，增加了貸款信息披露的信息含量；Hale 和Santos[17]認(rèn)為，銀行甚至可以憑借已經(jīng)掌握的對(duì)企業(yè)的信息優(yōu)勢(shì)獲利；Bharath等[18]認(rèn)為，高度信息不對(duì)稱(chēng)的借款人更可能從已經(jīng)建立信貸關(guān)系的銀行獲得貸款；王擎和蔡棟梁[19]認(rèn)為，銀行續(xù)發(fā)貸款對(duì)股東、特別是中小股東具有“信號(hào)效應(yīng)”。

銀行核準(zhǔn)并向企業(yè)發(fā)放貸款，反映了企業(yè)的未來(lái)收入可以滿(mǎn)足還貸要求。收購(gòu)公司在并購(gòu)宣告前披露貸款信息，表明銀行作為具有風(fēng)險(xiǎn)管理能力的投資者對(duì)貸款企業(yè)未來(lái)收入能力的認(rèn)證，并借此向市場(chǎng)傳遞未來(lái)經(jīng)營(yíng)前景的積極信息。

(二)研究假設(shè)

基于上述分析，本文提出以下研究假設(shè)：

假設(shè)1：收購(gòu)公司并購(gòu)宣告收益與信息不對(duì)稱(chēng)程度負(fù)相關(guān)。

假設(shè)2：收購(gòu)公司并購(gòu)宣告收益與貸款信息披露正相關(guān)。

假設(shè)3：銀行貸款具有認(rèn)證效應(yīng)，貸款信息的披露降低了信息不對(duì)稱(chēng)對(duì)收購(gòu)公司并購(gòu)宣告收益的影響。

二、樣本選擇與變量定義

(一)樣本選擇

本文以2005—2014年作為研究區(qū)間，選取收購(gòu)公司為A股上市公司，且單筆并購(gòu)交易金額在人民幣1 000萬(wàn)元以上，支付方式為現(xiàn)金的股權(quán)收購(gòu)樣本。*與資產(chǎn)收購(gòu)相比，股權(quán)收購(gòu)的收益更具有不確定性，信息不對(duì)稱(chēng)更嚴(yán)重。本文依據(jù)以下原則對(duì)樣本進(jìn)行篩選：(1)并購(gòu)交易已經(jīng)完成，收購(gòu)公司仍上市交易。(2)如果同一天發(fā)生多起并購(gòu)事件，本文將這些事件合并為同一事件處理。(3)同一自然年內(nèi)，只選擇距離貸款信息披露時(shí)間最近的并購(gòu)宣告事件。(4)剔除了并購(gòu)宣告期間停牌超過(guò)40個(gè)交易日的樣本。(5)剔除了財(cái)務(wù)數(shù)據(jù)嚴(yán)重缺失的公司樣本。

由于上市公司進(jìn)行信息披露時(shí)，往往選擇多個(gè)類(lèi)別信息同時(shí)披露，因此為了進(jìn)一步區(qū)分信息披露的影響，筆者手工收集了披露頻率較高的高管人事變動(dòng)信息、增資增發(fā)信息、投資信息等三類(lèi)臨時(shí)披露事件，共同研究信息披露的認(rèn)證效應(yīng)。本文在研究中使用的數(shù)據(jù)來(lái)自銳思數(shù)據(jù)庫(kù)(Resset)、萬(wàn)得數(shù)據(jù)庫(kù)(Wind)、中國(guó)經(jīng)濟(jì)金融數(shù)據(jù)庫(kù)(CCER)，其他資料通過(guò)查詢(xún)相應(yīng)公司網(wǎng)站或公司公告獲取。

(二)變量定義

1.因變量

累積異常收益率(Cumulated Abnormal Return，CAR)，是衡量上市公司股票價(jià)格異常波動(dòng)的代理變量，本文使用收購(gòu)公司并購(gòu)宣告日之后特定交易時(shí)段的CAR作為投資者對(duì)樣本公司并購(gòu)宣告的反應(yīng)。本文選擇并購(gòu)宣告日前(-180,-41)個(gè)交易日作為股票收益率估計(jì)區(qū)間，利用市場(chǎng)模型：Rit=αi+βiRMt+εi對(duì)樣本公司股票與市場(chǎng)收益率的回歸關(guān)系進(jìn)行估計(jì)；選擇并購(gòu)宣告前第40至并購(gòu)宣告后第40個(gè)交易日作為計(jì)算股票異常收益率的窗口期。筆者選擇并購(gòu)宣告后特定區(qū)間的CAR作為本文研究的因變量，用來(lái)檢驗(yàn)各因素對(duì)并購(gòu)宣告市場(chǎng)反應(yīng)的影響。

2.解釋變量

(1)信息不對(duì)稱(chēng)指數(shù)(AI)，是本文衡量樣本公司信息不對(duì)稱(chēng)水平的代理變量。筆者從四個(gè)不同維度選擇了反映企業(yè)信息不對(duì)稱(chēng)情況的變量，構(gòu)建信息不對(duì)稱(chēng)指數(shù)。這四個(gè)變量分別為：

VOLA：為市場(chǎng)收益率殘差項(xiàng)的標(biāo)準(zhǔn)差，Ali等[20]以Rit=αit+βiRMt+εi殘差的標(biāo)準(zhǔn)差作為收益波動(dòng)性的代理變量。本文使用并購(gòu)宣告日前(-180,-41)收購(gòu)公司股票收益率對(duì)市場(chǎng)模型Rit=αit+βiRMt+εi的殘差進(jìn)行估計(jì)，計(jì)算殘差的標(biāo)準(zhǔn)差。Ali等[20]認(rèn)為，VOLA反映了投資者私人信息的異質(zhì)性，其數(shù)值越大，投資者之間的分歧越大，信息不對(duì)稱(chēng)程度越高。

AGE：公司成立年限的自然對(duì)數(shù)，公司成立年限越長(zhǎng)，信息不對(duì)稱(chēng)程度越低。

HHI：公司業(yè)務(wù)集中度，營(yíng)業(yè)收入排名第1的主營(yíng)業(yè)務(wù)占排名前5年主營(yíng)業(yè)務(wù)的赫芬達(dá)爾指數(shù)，HHI越低，公司業(yè)務(wù)越復(fù)雜，信息不對(duì)稱(chēng)越嚴(yán)重。

可見(jiàn)，以上四個(gè)變量對(duì)信息不對(duì)稱(chēng)情況測(cè)量的角度與方法均不相同，其反映信息不對(duì)稱(chēng)程度也存在差別。因此，本文參考Gomes和 Phillips[22]定義的方法，首先分別對(duì)每個(gè)樣本按上述四個(gè)信息不對(duì)稱(chēng)的代理變量所反映的信息不對(duì)稱(chēng)程度由低到高確定序號(hào)(秩統(tǒng)計(jì)量)，然后對(duì)這些變量秩統(tǒng)計(jì)量的平均數(shù)序列進(jìn)行5分位，分別用1、2、3、4、5表示公司的信息不對(duì)稱(chēng)程度，分位越高，信息不對(duì)稱(chēng)越嚴(yán)重。

(2)貸款信息披露(LOAN)，披露貸款信息虛擬變量，如果收購(gòu)公司在并購(gòu)首次公告前40個(gè)交易日至上一年披露信息時(shí)取1，否則取0。

(3)高管人事變動(dòng)信息(APP)，披露高管人事變動(dòng)信息虛擬變量，如果收購(gòu)公司在并購(gòu)首次公告前40個(gè)交易日至上一年披露信息時(shí)取1，否則取0。

(4)增發(fā)信息(SEO)，披露增資增發(fā)信息虛擬變量，如果收購(gòu)公司在并購(gòu)首次公告前40個(gè)交易日至上一年披露信息時(shí)取1，否則取0。

(5)投資信息(INV)，披露投資信息虛擬變量，如果收購(gòu)公司在并購(gòu)首次公告前40個(gè)交易日至上一年披露信息時(shí)取1，否則取0。對(duì)于同一自然年度出現(xiàn)多次并購(gòu)信息，筆者將最后一次并購(gòu)披露信息作為并購(gòu)宣告樣本，其他并購(gòu)信息作為投資信息進(jìn)行處理。

3.控制變量

(1)樣本股票的換手率(TNV)，并購(gòu)宣告前(-25,-1)與宣告后(1,25)收購(gòu)公司股票換手率的比值，反映并購(gòu)宣告前的異常交易行為。

(2)市場(chǎng)規(guī)模(SALEt-1)，市場(chǎng)規(guī)模代理變量，為上年?duì)I業(yè)收入的自然對(duì)數(shù)。

(3)并購(gòu)規(guī)模(SPN)，并購(gòu)規(guī)模代理變量，為并購(gòu)交易金額的自然對(duì)數(shù)。

(4)并購(gòu)類(lèi)型(HM)，橫向并購(gòu)代理變量。并購(gòu)雙方處于同一行業(yè)，且主要產(chǎn)品具有競(jìng)爭(zhēng)關(guān)系的定義為橫向并購(gòu)，其他定義為多元化并購(gòu)。HM=1表示橫向并購(gòu)，HM=0表示其他并購(gòu)。

(5)盈利能力(ROAt-1)，收購(gòu)公司的贏利能力，為上年公司總資產(chǎn)報(bào)酬率。

(6)樣本所有權(quán)性質(zhì)(SOE)，是否為國(guó)有控股企業(yè)，是則取1，其他取0。

(7)并購(gòu)宣告前的市場(chǎng)反應(yīng)(CAR(-25,-1))，為并購(gòu)宣告前(-25,-1)收購(gòu)公司股票累積異常收益率，用來(lái)控制宣告信息異常披露行為所導(dǎo)致的市場(chǎng)波動(dòng)。

(8)窗口期間的披露活動(dòng)(BDi)，反映并購(gòu)宣告期內(nèi)是否披露其他影響股票價(jià)格的重要事件。其中，BD1為是否披露高管人事變動(dòng)信息，是則取1，其他取0；BD2為是否披露增發(fā)或增資信息，是則取1，其他取0；BD3為是否披露業(yè)績(jī)報(bào)告，是則取1，其他取0；BD4為是否披露投資活動(dòng)，是則取1，其他取0。

三、實(shí)證研究與結(jié)果分析

(一)并購(gòu)宣告異常收益的統(tǒng)計(jì)分析

筆者在表1中分別統(tǒng)計(jì)了并購(gòu)宣告期間全部樣本的平均累積異常收益率(CAAR)。從表1中可以發(fā)現(xiàn)：(-25，-1)期間樣本的CAAR為0.025，并且在1%水平上顯著；樣本在宣告日的CAAR為-0.000，但不具有統(tǒng)計(jì)顯著性；而樣本在(1，1)期間的CAAR為-0.004，在10%水平上顯著；在(1，3)窗口期內(nèi)，收購(gòu)公司的異常收益率為-0.009，在1%水平上顯著；在(1，10)期間的CAAR為-0.010，并在10%水平上顯著；在(-25，20)期間的CAAR為0.028，在5%水平上顯著。

表1 并購(gòu)宣告平均累積異常收益率

注：*、**和***分別表示在10%、5%和1%置信水平上統(tǒng)計(jì)顯著，下同。

為了分析并購(gòu)宣告前后的樣本股票價(jià)格波動(dòng)差異，筆者對(duì)收購(gòu)公司在并購(gòu)宣告前(-25,-1)的每日平均異常收益率AAR(-25,-1)與AAR(0,0)和AAR(1,1)進(jìn)行均值檢驗(yàn)。結(jié)果表明，AAR(-25,1) 與AAR(0,0)并無(wú)顯著差異；AAR(-25,-1)與AAR(1,1)存在顯著差異。檢驗(yàn)結(jié)果顯示大部分樣本的并購(gòu)宣告信息于宣告后第1個(gè)交易日進(jìn)入市場(chǎng)。因此本文將事件研究窗口的起點(diǎn)確定為并購(gòu)宣告后的第1個(gè)交易日。筆者將事件窗口定義為(1,3)，使用CAR(1,3)分析信息不對(duì)稱(chēng)和貸款信息披露對(duì)并購(gòu)宣告收益的影響，以(1,1)、(1,10)、(-25,20)等窗口作為穩(wěn)健性檢驗(yàn)。

(二)多元回歸分析

本文使用多元線(xiàn)性回歸模型對(duì)首次并購(gòu)宣告的市場(chǎng)反應(yīng)進(jìn)行分析。多元線(xiàn)性回歸模型分別為：

CAR(1,3)=α+βAIAI+∑CTRL+ε

(1)

模型(1)僅包含了信息不對(duì)稱(chēng)變量與控制變量，用以檢驗(yàn)假設(shè)1信息不對(duì)稱(chēng)程度對(duì)并購(gòu)宣告市場(chǎng)反應(yīng)的影響。

CAR(1,3)=α+∑βANNiANNi+∑CTRL+ε

(2)

其中，ANNi={LOAN, APP, SEO, INV}，(下同)。

模型(2)包含信息披露代理變量與控制變量，用來(lái)檢驗(yàn)假設(shè)2信息披露內(nèi)容對(duì)并購(gòu)宣告市場(chǎng)反應(yīng)的影響。

CAR(1,3)=α+βAIAI+∑βANNiANNi+∑(βMiANNi×AI)+∑CTRL+ε

(3)

模型(3)包含信息不對(duì)稱(chēng)變量、信息披露代理變量，以及上述兩個(gè)變量的交乘項(xiàng)，用來(lái)檢驗(yàn)假設(shè)3信息披露內(nèi)容對(duì)信息不對(duì)稱(chēng)與并購(gòu)宣告市場(chǎng)反應(yīng)之間關(guān)系的調(diào)整作用。

在表2中，本文控制了年度對(duì)并購(gòu)宣告市場(chǎng)反應(yīng)的影響；使用CAR(-25,-1)控制并購(gòu)宣告前收購(gòu)公司股票異常收益對(duì)宣告效應(yīng)的影響；使用SOE控制所有權(quán)特征對(duì)市場(chǎng)反應(yīng)的影響；使用SALE控制公司市場(chǎng)規(guī)模的影響；使用SPN控制并購(gòu)規(guī)模的影響；使用HM控制并購(gòu)類(lèi)型的影響；使用ROA控制基本面因素對(duì)市場(chǎng)反應(yīng)的影響；并進(jìn)一步控制了事件窗口期內(nèi)重要信息披露事件對(duì)股票收益的影響。為了防止使用截面數(shù)據(jù)進(jìn)行回歸分析時(shí)可能產(chǎn)生的異方差問(wèn)題，本文對(duì)估計(jì)參數(shù)的統(tǒng)計(jì)顯著性采用了White[23]異方差穩(wěn)健標(biāo)準(zhǔn)差進(jìn)行檢驗(yàn)。

表2 貸款信息披露認(rèn)證效應(yīng)檢驗(yàn)

注：括號(hào)中為White穩(wěn)健標(biāo)準(zhǔn)差，下同。

表2中，模型(1)檢驗(yàn)了信息不對(duì)稱(chēng)指數(shù)(AI)對(duì)并購(gòu)宣告累計(jì)收益率的影響。AI的系數(shù)為-0.010，并且在10%水平上顯著，AI的系數(shù)表明當(dāng)樣本的信息不對(duì)稱(chēng)指數(shù)每提升一個(gè)百分位，(1,3)期間的累計(jì)異常收益就會(huì)降低0.010，由于CAAR(1,3)=-0.009，因此，信息不對(duì)稱(chēng)對(duì)樣本的并購(gòu)宣告收益將產(chǎn)生重大影響。

我們通過(guò)模型(2)檢驗(yàn)了信息披露變量對(duì)并購(gòu)宣告收益的影響。檢驗(yàn)結(jié)果表明：(1)LOAN的系數(shù)為0.017，在5%水平上顯著為正，說(shuō)明是否披露貸款信息對(duì)并購(gòu)宣告累積異常收益率有0.017的影響，由此可見(jiàn)貸款信息披露對(duì)并購(gòu)宣告收益的影響也是巨大的。(2)APP、SEO、INV三個(gè)披露事件對(duì)并購(gòu)宣告收益并不產(chǎn)生顯著的影響。(3)在控制變量中，CAR(-25,-1)的系數(shù)符號(hào)為負(fù)，但是不具有統(tǒng)計(jì)顯著性，暗示如果并購(gòu)宣告前，收購(gòu)公司已經(jīng)取得高額異常收益，則可能導(dǎo)致并購(gòu)宣告后的股價(jià)下跌；TNV的系數(shù)也為負(fù)，也不具有統(tǒng)計(jì)顯著性，說(shuō)明如果并購(gòu)宣告前的異常交易量越大，并購(gòu)宣告后的股票收益越低；SOE的系數(shù)為負(fù)，說(shuō)明投資者對(duì)國(guó)有控股企業(yè)的并購(gòu)?fù)顿Y存在消極評(píng)價(jià)。

進(jìn)一步，本文在模型(3)中引入披露事件與信息不對(duì)稱(chēng)指數(shù)的交乘項(xiàng)，以分析信息披露是否減輕了信息不對(duì)稱(chēng)對(duì)公司價(jià)值的損害。但是，模型(3)中變量的最大VIF值為26.830，出現(xiàn)了嚴(yán)重的多重共線(xiàn)性問(wèn)題，因此，模型(3)的回歸結(jié)果可能存在估計(jì)偏差。

筆者通過(guò)表3對(duì)解釋變量與交互項(xiàng)的相關(guān)性進(jìn)行檢驗(yàn)，發(fā)現(xiàn)LOAN、APP、SEO、INV分別與交乘項(xiàng)的相關(guān)系數(shù)高于0.9，說(shuō)明上述4對(duì)變量之間存在高度的相關(guān)關(guān)系，并因此導(dǎo)致了回歸模型中的多重共線(xiàn)性問(wèn)題。

表3 相關(guān)性檢驗(yàn)

注：表中為Pearson相關(guān)系數(shù)。

我們將模型(3)定義為無(wú)約束模型，同時(shí)定義了約束模型為：

CAR(1,3)=α+βAIAI+∑(βANNiANNi×AI)+∑CTRL+ε

(4)

約束條件為：H0：βLOAN=βAPP=βADD=βINV=0

筆者在表2模型(4)中使用約束模型重新檢驗(yàn)了信息披露與信息不對(duì)稱(chēng)影響之間的關(guān)系?？梢钥吹剑篈I的系數(shù)為-0.013，在5%水平上顯著；交互項(xiàng)LOAN×AI的系數(shù)為0.006，在5%水平上具有統(tǒng)計(jì)顯著性，上述結(jié)果說(shuō)明披露貸款信息可以使AI對(duì)CAR(1,3)的邊際影響下降0.60%，說(shuō)明貸款信息披露顯著地減輕了信息不對(duì)稱(chēng)對(duì)公司價(jià)值的損害。而在APP、SEO、INV與AI交互項(xiàng)的系數(shù)均不具有統(tǒng)計(jì)顯著性，說(shuō)明APP、SEO、INV披露事件并不能削弱AI對(duì)CAR(1,3)的影響。模型(4)的解釋變量通過(guò)了多重共線(xiàn)性檢驗(yàn)，說(shuō)明檢驗(yàn)結(jié)果是穩(wěn)定和可靠的。

由于銀行的貸款審批包含了企業(yè)資質(zhì)認(rèn)證的內(nèi)容，企業(yè)從銀行取得貸款說(shuō)明銀行認(rèn)可企業(yè)的經(jīng)營(yíng)前景和還款能力。而銀行的認(rèn)證信息通過(guò)企業(yè)的貸款信息披露傳遞給股票投資者，提高了投資者對(duì)企業(yè)的估值。表2的檢驗(yàn)結(jié)果表明，貸款信息有助于提高股票投資者對(duì)企業(yè)投資績(jī)效的預(yù)期，從而削弱了投資者受信息不對(duì)稱(chēng)的影響。因此，貸款信息披露具有認(rèn)證效用。

(三)穩(wěn)健性檢驗(yàn)

為使研究結(jié)論更可靠，筆者改變股權(quán)收購(gòu)市場(chǎng)反應(yīng)窗口，選擇(1,1)、(1,10)、以及(-25,20)三個(gè)事件窗口對(duì)并購(gòu)宣告異常收益進(jìn)行檢驗(yàn)，分別得到：

AR(1,1)=α+βAIAI+∑(βMiANNi×AI)+∑CTRL+ε

(5)

CAR(1,10)=α+βAIAI+∑(βMiANNi×AI)+∑CTRL+ε

(6)

CAR(-25,20)=α+βAIAI+∑(βMiANNi×AI)+∑CTRL+ε

(7)

穩(wěn)健性檢驗(yàn)結(jié)果顯示，解釋變量AI系數(shù)仍然顯著為負(fù)，表明信息不對(duì)稱(chēng)仍然對(duì)收購(gòu)公司的并購(gòu)宣告收益造成不利影響；LOAN×AI的系數(shù)仍然顯著為正，說(shuō)明貸款信息披露的認(rèn)證作用是穩(wěn)健的；而APP×AI系數(shù)的符號(hào)仍不顯著； SEO×AI和INV×AI的系數(shù)符號(hào)為負(fù)，其中， INV×AI的系數(shù)符號(hào)在5%水平上顯著為負(fù)，說(shuō)明SEO和INV不能減輕信息不對(duì)稱(chēng)對(duì)并購(gòu)宣告收益的損害，檢驗(yàn)結(jié)果表明APP、SEO、INV不具有認(rèn)證效應(yīng)。綜上所述，改變事件窗口并沒(méi)有影響本文的研究結(jié)論。*由于篇幅所限，表格未在文中列出，如有需要請(qǐng)與作者聯(lián)系。

四、結(jié)論與啟示

信息不對(duì)稱(chēng)是資本市場(chǎng)摩擦的重要表現(xiàn)，同時(shí)也對(duì)上市公司的估值產(chǎn)生重大影響。本文以2005—2014年以現(xiàn)金為支付方式的中國(guó)A股制造業(yè)上市公司股權(quán)收購(gòu)樣本為對(duì)象，對(duì)信息不對(duì)稱(chēng)、信息披露對(duì)上市公司價(jià)值波動(dòng)的關(guān)系展開(kāi)研究。

本文通過(guò)構(gòu)建信息不對(duì)稱(chēng)指數(shù)，并且手工收集了樣本公司在并購(gòu)宣告前一年至前41個(gè)交易日的貸款信息、高管變動(dòng)、股權(quán)再融資、對(duì)外投資信息等信息披露數(shù)據(jù)，對(duì)信息不對(duì)稱(chēng)、信息披露與上市公司并購(gòu)宣告的市場(chǎng)反應(yīng)的關(guān)系進(jìn)行了檢驗(yàn)。研究發(fā)現(xiàn)：(1)信息不對(duì)稱(chēng)程度越高，上市公司并購(gòu)宣告后的股票異常收益率就會(huì)越低，這種現(xiàn)象反映了投資者由于信息不對(duì)稱(chēng)問(wèn)題，對(duì)公司并購(gòu)前景所產(chǎn)生的悲觀態(tài)度。(2)公司信息披露固然增加了投資者對(duì)上市公司的認(rèn)知，但是不同內(nèi)容的信息披露所產(chǎn)生的影響也不盡相同，其中貸款信息披露對(duì)提高公司并購(gòu)宣告期間的股票異常收益率具有顯著的影響。(3)通過(guò)對(duì)交叉影響關(guān)系的檢驗(yàn)，我們發(fā)現(xiàn)貸款信息披露降低了信息不對(duì)稱(chēng)對(duì)并購(gòu)公司股票異常收益率負(fù)向影響。

筆者認(rèn)為，貸款信息與其他信息披露相比，隱含了銀行的審核內(nèi)容。一筆貸款的形成，均需要貸款銀行進(jìn)行授信審核。在這個(gè)過(guò)程中，銀行會(huì)深入了解貸款方的各項(xiàng)資質(zhì)和未來(lái)的償還能力，因此，與其他投資者相比，銀行獲取的信息更充分。獲得貸款，往往意味著銀行認(rèn)可了貸款企業(yè)未來(lái)的償債能力，反映對(duì)其經(jīng)營(yíng)前景具有樂(lè)觀的態(tài)度。實(shí)證研究表明，銀行貸款信息所反映的征信信息能夠被市場(chǎng)所認(rèn)可，表現(xiàn)為投資者對(duì)公司并購(gòu)前景的樂(lè)觀態(tài)度。因此，筆者認(rèn)為，貸款信息披露反映了銀行對(duì)收購(gòu)公司的經(jīng)營(yíng)活動(dòng)所形成的償債能力的認(rèn)可，從而對(duì)公司并購(gòu)前景產(chǎn)生了認(rèn)證作用。

在現(xiàn)實(shí)中，銀行貸款仍然是企業(yè)的主要融資手段。銀行對(duì)企業(yè)經(jīng)營(yíng)前景的判斷，以及對(duì)其未來(lái)償債能力的管理，不僅關(guān)系到銀行經(jīng)營(yíng)活動(dòng)的風(fēng)險(xiǎn)，同時(shí)也為資本市場(chǎng)的投資者傳遞重要的信號(hào)。因此，與其他信息相比，貸款披露包含了更多的信息含量。當(dāng)前，發(fā)展實(shí)體經(jīng)濟(jì)正成為中國(guó)構(gòu)建新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)的重要內(nèi)容。中共十九大確立了金融去杠桿與金融服務(wù)實(shí)體經(jīng)濟(jì)的雙重目標(biāo)，意味著實(shí)體經(jīng)濟(jì)將成為新的投資方向。在這種大趨勢(shì)下，一方面要求實(shí)體企業(yè)提高自身的經(jīng)營(yíng)管理能力，以吸引更多的外部投資；另一方面，也要充分發(fā)揮商業(yè)銀行在信息收集、征信管理等方面的優(yōu)勢(shì)，向資本市場(chǎng)傳遞高質(zhì)量的信息，引導(dǎo)資本向優(yōu)質(zhì)企業(yè)聚集，從而促進(jìn)價(jià)值投資的市場(chǎng)行為；同時(shí)，筆者認(rèn)為上市公司在信息披露過(guò)程中，應(yīng)提高披露內(nèi)容的信息含量，從而降低信息不對(duì)稱(chēng)對(duì)公司價(jià)值的影響，只有這樣才能有助于構(gòu)建健康、有效的資本市場(chǎng)。

參考文獻(xiàn)：

[1] 項(xiàng)保華，殷瑾.購(gòu)并后整合模式選擇和對(duì)策研究[J].中國(guó)軟科學(xué)，2001，(4)：56-59.

[2] 周小春，李善民.并購(gòu)價(jià)值創(chuàng)造的影響因素研究[J].管理世界，2008，(5)：134-143.

[3] 姚長(zhǎng)輝，嚴(yán)歡.關(guān)于并購(gòu)對(duì)我國(guó)上市公司經(jīng)營(yíng)業(yè)績(jī)影響的分析[J].經(jīng)濟(jì)科學(xué)，2004，(5)：67-76.

[4] 王擎.異質(zhì)預(yù)期、非理性行為與并購(gòu)績(jī)效——基于上市公司的實(shí)證研究[J].財(cái)經(jīng)科學(xué)，2009，(1)：21-28.

[5] Lamonta, O.A., Polk, C.Does Diversification Destroy Value? Evidence From the Industry Shocks[J].Journal of Financial Economics, 2002, 63(1):51-77.

[6] Rajan, R., Servaes, H., Zingales, L.The Cost of Diversity: The Diversification Discount and Inefficient Investment[J].The Journal of Finance, 2000, 55(1):35-80.

[7] Verrecchia, R.E.Essays on Disclosure[J].Journal of Accounting and Economics, 2001, 32(1-3):97-180.

[8] Diamond, D.W.Optimal Release of InformationBy Firms[J].The Journal of Finance, 1985, 40(4):1071-1094.

[9] Welker, M.Disclosure Policy, Information Asymmetry, and Liquidity in Equity Markets[J].Contemporary Accounting Research, 1995, 11(2):801-827.

[10] Healy, P.M., Palepu, K.G.Information Asymmetry, Corporate Disclosure, and the Capital Markets: A Review of the Empirical Disclosure Literature[J].Journal of Accounting and Economics, 2001, 31(3):405-440.

[11] 齊寅峰，王曼舒，黃福廣,等.中國(guó)企業(yè)投融資行為研究——基于問(wèn)卷調(diào)查結(jié)果的分析[J].管理世界，2005，(3)：94-114.

[12] Best, R., Zhang, H.Alternative Information Sources and the Information Content of Bank Loans[J].The Journal of Finance, 1993, 48(4):1507-1522.

[13] Bester, H.Screening Versus.Rationing in Credit Markets with Imperfect Information[J].The American Economic Review, 1985, 75(4):850-855.

[14] Gale, D.,Hellwig, M.Incentive-Compatible Debt Contracts: The One-Period Problem[J].Review of Economic Studies, 1985, 52(4):647-663.

[15] Rajan, R.G.Insiders and Outsiders: The Choice Between Informed and Arm’s-Length Debt[J].The Journal of Finance, 1992, 47(4):1367-1400.

[16] 陳超，甘露潤(rùn).銀行風(fēng)險(xiǎn)管理、貸款信息披露與并購(gòu)宣告市場(chǎng)反應(yīng)[J].金融研究，2013，(1)：95-109.

[17] Hale, G., Santos, J.Do Banks Price Their Informational Monopoly?[J].Journal of Financial Economics, 2009, 93(2):185-206.

[18] Bharath, S., Dahiya, S., Saunders, A., Srinivasan, A.So What Do I Get? The Bank’s View of Lending Relationships[J].Journal of Financial Economics, 2007, 85(2):368-419.

[19] 王擎，蔡棟梁.信息不對(duì)稱(chēng)、貸款公告與轉(zhuǎn)移成本[J].管理世界，2009，(10)：168-169.

[20] Ali, A., Hwang, L.S.,Trombley, M.A.Arbitrage Risk and the Book-to-Market Anomaly[J].Journal of Financial Economics, 2003, 69(2):355-373.

[21] Amihud, Y.Illiquidity, Stock Returns: Cross-Section and Time-Series Effects[J].Journal of Financial Markets, 2002, 5(1):31-56.

[22] Gomes, A.R., Phillips, G.M.Why Do Public Firms Issue Private and Public Securities[J].Journal of Financial Intermediation, 2012, 21(4):619-658.

[23] White, H.A Heteroscedasticity-Consistent Covariance Matrix Estimator and a Direct Test for Heteroscedasticity[J].Econometrica, 1980, 48(4):1425-1460.