嚴(yán) 寬

一、引言

在資產(chǎn)買賣過程中，買方可以選擇通過現(xiàn)金或股份定向增發(fā)的方式來購買資產(chǎn)。2006年股改的完成及新的《再融資管理辦法》的實施，定向增發(fā)成為企業(yè)再融資的合法工具，自此之后，很多上市公司采用定向增發(fā)的方式來購買資產(chǎn)，即上市公司通過非公開發(fā)行股票來交換賣方的資產(chǎn)。在交易過程中，買賣雙方會通過協(xié)議的方式，對定向增發(fā)的股份鎖定期限進(jìn)行明確的規(guī)定，目的是防止短期進(jìn)入二級市場帶來市場的波動，并可能產(chǎn)生很多投機的行為。同時，在某些交易中（大約占到交易的80%左右），上市公司還要求資產(chǎn)的賣方必須對資產(chǎn)未來三年的盈利情況進(jìn)行承諾，如果達(dá)不到承諾，需要對差額部分進(jìn)行股份或現(xiàn)金補償，這樣能夠從三年等更長期限考察資產(chǎn)的好壞，避免資產(chǎn)價值評估不當(dāng)帶來的損失，保護(hù)上市公司大股東和中小投資者的利益。

目前，國內(nèi)外相關(guān)的研究僅僅局限于定向增發(fā)中的股票鎖定問題（Brav and Gompers ，2003）。對利潤承諾的相關(guān)問題研究較少，其實，利潤承諾在定向增發(fā)中也扮演了非常重要的角色。因此，本文以定向增發(fā)中利潤承諾為研究對象，對影響定向增發(fā)中利潤承諾的關(guān)鍵因素進(jìn)行探究。首先，本文通過梳理定向增發(fā)中資產(chǎn)買賣雙方的關(guān)系，認(rèn)為控制權(quán)轉(zhuǎn)移的威脅可能是利潤承諾的主要影響因素。上市公司在定向增發(fā)購買資產(chǎn)時，會考慮到資產(chǎn)交易價值的大小，因為資產(chǎn)交易價值越大，通過定向增發(fā)股份購買這些資產(chǎn)后，自身的控制權(quán)可能受到威脅就越大。因此，會選擇控制權(quán)轉(zhuǎn)移威脅較小、相對規(guī)模較小的公司進(jìn)行交易。本文在梳理國內(nèi)外相關(guān)文獻(xiàn)時，發(fā)現(xiàn)有些學(xué)者利用相對規(guī)模大小和買方大股東的股權(quán)集中度兩個指標(biāo)來衡量控制權(quán)轉(zhuǎn)移的威脅程度（Masulis， Wang， Xie， 2007）。 控制權(quán)受到的威脅越大，越可能采用利潤承諾、利潤承諾的實現(xiàn)比例可能越低、越可能優(yōu)先采取股份補償方式，本文利用2007-2017年定向增發(fā)的樣本對以上假設(shè)進(jìn)行檢驗。

二、理論分析及假設(shè)提出

（一）控制權(quán)轉(zhuǎn)移威脅與定向增發(fā)中的利潤承諾

目前，已經(jīng)有學(xué)者對控制權(quán)轉(zhuǎn)移威脅進(jìn)行研究，并取得了一定的成果?？刂茩?quán)轉(zhuǎn)移威脅對兼并收購后經(jīng)營業(yè)績的影響是財務(wù)與金融領(lǐng)域非常關(guān)注的問題，有學(xué)者利用現(xiàn)金流量的自回歸得到的截距作為兼并收購行為導(dǎo)致的經(jīng)營業(yè)績的變化，Linn and Switzer( 2001)利用截距模型以美國樣本研究發(fā)現(xiàn)，并購后的經(jīng)營業(yè)績比并購前顯著增加。Barber and Lyon（1996）通過并購前的業(yè)績與規(guī)模進(jìn)行配對，通過與配對公司并購后的業(yè)績進(jìn)行比較，發(fā)現(xiàn)并購前后經(jīng)營業(yè)績沒有顯著變化，這就是所謂的配對模型。而國內(nèi)學(xué)者在此后的一段時間內(nèi)，對控制權(quán)轉(zhuǎn)移與公司績效之間的相關(guān)關(guān)系進(jìn)行了研究。馮根福、吳林江(2001)利用財務(wù)指標(biāo)的因子分析法對相關(guān)問題進(jìn)行研究。孫錚、李增泉(2003) 研究認(rèn)為有償或無償轉(zhuǎn)讓控制權(quán)會對公司的業(yè)績產(chǎn)生顯著的影響。朱琪、黃祖輝（2004）對控制權(quán)變更公告日的市場反應(yīng)進(jìn)行研究，發(fā)現(xiàn)公告日的反應(yīng)顯著為正，但長期的市場反應(yīng)顯著為負(fù)。有學(xué)者研究了信息不對稱對定向增發(fā)中利潤承諾的影響（沈華玉和吳曉暉，2018），并對定向增發(fā)中利潤承諾的市場反映進(jìn)行研究（沈華玉和林永堅，2018；沈華玉，2018）。

在我國，大部分公司采用定向增發(fā)的方式來購買資產(chǎn)，這樣就會帶來持股比例的變動和控制權(quán)的變動，因此，買方大股東在進(jìn)行資產(chǎn)交易時，將會慎重考慮此次交易是否會對自身的控制權(quán)帶來威脅，控制權(quán)轉(zhuǎn)移威脅越大，買方就越有可能要求進(jìn)行利潤承諾，承諾實現(xiàn)比例可能越低，越可能要求使用股份進(jìn)行補償。從而提出以下假設(shè)：

H1-1：控制權(quán)轉(zhuǎn)移威脅越大，越可能要求利潤承諾。

H1-2：控制權(quán)轉(zhuǎn)移威脅越大，利潤承諾數(shù)額可能越高。

H1-3：控制權(quán)轉(zhuǎn)移威脅越大，利潤承諾實現(xiàn)的比例可能越低。

H1-4：控制權(quán)轉(zhuǎn)移威脅越大，越可能要求股份補償。

（二）產(chǎn)權(quán)性質(zhì)、控制權(quán)轉(zhuǎn)移威脅與定向增發(fā)中的利潤承諾

在我國制度背景下，有學(xué)者研究發(fā)現(xiàn)國有企業(yè)與政府部門保持著更加密切的聯(lián)系，因而在治理水平、資源獲取、融資方式、投資決策等方面，國有企業(yè)與非國有企業(yè)都存在明顯差異。國有企業(yè)的管理和決策在很多情況下會受到政府影響，因而高管在國有企業(yè)的各種決策行為并不完全是以股東利益最大化為前提，而是受到政府、政治動機等多種因素的影響，如：融資方式、信息披露等決策(余明桂和潘紅波 ，2008)。當(dāng)實際控制人是國有企業(yè)時，其對控制權(quán)轉(zhuǎn)移威脅的敏感度較低，而非國有企業(yè)的實際控制人對控制權(quán)轉(zhuǎn)移威脅基本持抵觸態(tài)度，因此，在非國有企業(yè)樣本組，控制權(quán)轉(zhuǎn)移威脅越大，實際控制人對標(biāo)的公司要求的補償越高，因而利潤承諾數(shù)額可能越高?；谝陨戏治?，本文提出如下假設(shè)：

H2-1：非國有企業(yè)中，控制權(quán)轉(zhuǎn)移威脅與是否有利潤承諾的正向關(guān)系更加顯著。

H2-2：非國有企業(yè)中，控制權(quán)轉(zhuǎn)移威脅與利潤承諾數(shù)額的正向關(guān)系更加顯著。

表1 變量說明

H2-3：非國有企業(yè)中，控制權(quán)轉(zhuǎn)移威脅與利潤承諾實現(xiàn)比例的負(fù)向關(guān)系更加顯著。

H2-4：非國有企業(yè)中，控制權(quán)轉(zhuǎn)移威脅與是否采用股份補償?shù)恼蜿P(guān)系更加顯著。

三、研究設(shè)計

（一）研究樣本與數(shù)據(jù)來源

本文結(jié)合CSMAR、WIND數(shù)據(jù)庫公布的定向增發(fā)樣本，通過人工方式對上海證券交易、深圳證券交易所官方網(wǎng)站、巨潮網(wǎng)公布的《非公開發(fā)行股份購買資產(chǎn)暨關(guān)聯(lián)交易報告書》、《非公開發(fā)行股票預(yù)案》、《股份變動說明書》、《實施情況說明書》和《持續(xù)督導(dǎo)報告》等相關(guān)文件進(jìn)行收集，得到標(biāo)的公司相關(guān)的財務(wù)信息等數(shù)據(jù)，結(jié)合CSMAR數(shù)據(jù)庫上市公司公布的數(shù)據(jù)，得到本文研究的數(shù)據(jù)庫。

在樣本方面，首先，從CSMAR或WIND數(shù)據(jù)庫提取2007年至2017年定向增發(fā)公告樣本，剔除補充流動資金和項目融資等增發(fā)目的的樣本，得到756個樣本。第二，剔除標(biāo)的公司數(shù)據(jù)缺失的樣本，剩下558個樣本。最后，剔除財務(wù)數(shù)據(jù)等缺失的樣本，剩下498個樣本。為了減少極端值對本文研究結(jié)果的影響，本文對所有連續(xù)變量都在0.01和0.99水平上進(jìn)行縮尾處理。

（二）主要變量定義

本文用到的因變量主要有是否利潤承諾、利潤承諾數(shù)額、承諾實現(xiàn)比例、是否股份補償。而自變量是控制權(quán)轉(zhuǎn)移威脅，根據(jù)已有研究，本文將用兩個指標(biāo)衡量控制權(quán)轉(zhuǎn)移威脅（Masulis，Wang， Xie， 2007），主要包括相對規(guī)模大小和買方大股東股權(quán)集中度。一般來說，相對規(guī)模越大，控制權(quán)轉(zhuǎn)移風(fēng)險越大。股權(quán)集中度越高，控制權(quán)轉(zhuǎn)移風(fēng)險越小。

控制變量中，標(biāo)的公司是否來自于發(fā)達(dá)城市，顯示標(biāo)的公司市場化水平的高低，一般來說，市場化水平越高，標(biāo)的公司的行為越可能與市場上其他公司的行為趨于一致，即越可能有利潤承諾，越可能采用股份補償，而承諾實現(xiàn)的比例越低。標(biāo)的公司的數(shù)量越多，上市公司對標(biāo)的公司的了解會越困難，因而，越可能需要利潤承諾和采用股份補償，而承諾實現(xiàn)的比例可能越低。而當(dāng)標(biāo)的公司與上市公司在同一行業(yè)時，上市公司對標(biāo)的公司各方面的了解會更加容易，因而，可能不需要利潤承諾和采用股份補償。當(dāng)標(biāo)的公司的市盈率高于行業(yè)平均市盈率越多時，上市公司為了防止由于高溢價帶來的不確定性，可能需要利潤承諾和采用股份補償。同理，標(biāo)的公司的財務(wù)指標(biāo)是對標(biāo)的公司好壞的反應(yīng)，一般來說，標(biāo)的公司的資產(chǎn)回報率越高，越可能不需要利潤承諾和股份補償，而負(fù)債率越高，可能需要利潤承諾和股份補償。本文主要變量見表1。

（三）模型構(gòu)建

為了檢驗假設(shè)H1-1至H1-4，本文采用以下模型進(jìn)行分析，其中，檢驗是否利潤承諾、是否股份補償?shù)燃僭O(shè)時，分別利用rare-event logit回歸進(jìn)行分析。檢驗利潤承諾實現(xiàn)比例主要采用OLS回歸：

表2 描述性統(tǒng)計分析

表3 主要因變量與自變量的相關(guān)關(guān)系分析

公式中，Profit是因變量，主要包括利潤承諾相關(guān)的四個變量，即是否有利潤承諾（YES）、利潤承諾數(shù)額（Pnum）、利潤承諾比例（Pper）、是否采用股份補償（Sharec）。Kzqzy是主要自變量，包括相對規(guī)模大小（SIZEP）和股權(quán)集中度（HHI）?？刂谱兞恳姳?。

為了檢驗假設(shè)H2-1至H2-4，本文采用交互項進(jìn)行回歸分析：

四、實證結(jié)果與分析

（一）描述性統(tǒng)計分析

表2是因變量、自變量和控制變量的極值、中位數(shù)和各分位數(shù)的描述性統(tǒng)計分析的結(jié)果。因變量中，是否有利潤承諾（YES）均值為0.782，說明樣本中約有78.2%的公司進(jìn)行了利潤承諾。其他因變量量，如：利潤承諾數(shù)額、利潤承諾實現(xiàn)比例和是否采用股份進(jìn)行補償?shù)确植季诤侠矸秶畠?nèi)。主要自變量相對規(guī)模大小的均值為0.707，說明標(biāo)的公司的規(guī)模普遍小于買方上市公司的規(guī)模；股權(quán)集中度均值為0.198，說明大多數(shù)上市公司的股權(quán)較為集中，符合我國上市公司的特征。其他控制變量的最大、最小值和各分位數(shù)值都在合理范圍之內(nèi)。

表4 控制權(quán)轉(zhuǎn)移威脅與利潤承諾的回歸結(jié)果

（二）相關(guān)性分析

表3左下三角是Pearson相關(guān)系數(shù)及其顯著性，右上三角是Spearman相關(guān)系數(shù)及其顯著性。結(jié)果顯示：YES與相對規(guī)模大小在0.01水平上顯著正相關(guān)，與HHI在0.01水平上顯著負(fù)相關(guān)，支持假設(shè)H1-1。Pnum與相對規(guī)模大小在0.01水平上顯著正相關(guān)，與HHI在0.01水平上顯著負(fù)相關(guān)，支持假設(shè)H1-2。Pper與相對規(guī)模大小在0.01水平上顯著負(fù)相關(guān)，與HHI在0.01水平上顯著正相關(guān)，支持假設(shè)H1-3。Sharec與相對規(guī)模大小在0.01水平上顯著正相關(guān)，與HHI在0.01水平上顯著負(fù)相關(guān)，支持假設(shè)H1-4。以上結(jié)果沒有考慮其他因素的影響，因而，下面將通過回歸分析控制其他變量的影響。

（三）回歸分析

表4是本文的基本回歸分析。模型（1）至模型（4）是自變量為相對規(guī)模大小時的回歸結(jié)果。

模型（1）用rare-event logit回歸，并通過robust消除異方差，自變量和控制變量的VIF值都在1-2之間，VIF均值也小于2，因此，并不存在嚴(yán)重的多重共線性。結(jié)果顯示：是否采用利潤承諾與相對規(guī)模大小在0.01的水平上顯著正相關(guān)，即在控制其他因素影響的情況下，控制權(quán)轉(zhuǎn)移風(fēng)險越高，越可能采用利潤承諾，假設(shè)H1-1得到驗證。

模型（2）采用OLS回歸，并通過robust消除異方差和VIF值消除多重共線性。結(jié)果顯示：利潤承諾數(shù)額與相對規(guī)模大小在0.01水平上顯著正相關(guān)，即在控制其他因素的影響下，控制權(quán)轉(zhuǎn)移風(fēng)險越高，利潤承諾的數(shù)額越高，假設(shè)H1-2得到驗證。

模型（3）采用OLS回歸，并通過robust消除異方差和VIF值消除多重共線性。結(jié)果顯示：利潤承諾實現(xiàn)的比例與相對規(guī)模大小在0.01水平上顯著負(fù)相關(guān)，即在控制其他因素的影響下，控制權(quán)轉(zhuǎn)移風(fēng)險越高，利潤承諾的實現(xiàn)比例越低。說明控制權(quán)轉(zhuǎn)移風(fēng)險越高，標(biāo)的公司越有可能通過夸大利潤承諾的數(shù)量來獲得較高的交易價格，為自己在談判中謀取更大的利益，從而彌補控制權(quán)轉(zhuǎn)移風(fēng)險帶來的潛在損失，假設(shè)H1-3得到驗證。

模型（4）采用rare-event logit回歸，并通過robust消除異方差和VIF值消除多重共線性。結(jié)果顯示：是否采取股份補償與控制權(quán)轉(zhuǎn)移風(fēng)險在0.01水平上顯著正相關(guān)，即在控制其他因素的影響下，控制權(quán)轉(zhuǎn)移風(fēng)險越高，標(biāo)的公司越可能采用股份補償，假設(shè)H1-4得到驗證。

模型（5）至模型（8）是自變量為股權(quán)集中度時的回歸結(jié)果。模型（5）用rare-event logit回歸，并通過robust消除異方差，自變量和控制變量的VIF值都在1-2之間，VIF均值也小于2，因此，并不存在嚴(yán)重的多重共線性。結(jié)果顯示：是否采用利潤承諾與股權(quán)集中度在0.01的水平上顯著負(fù)相關(guān)，即在控制其他因素影響的情況下，控制權(quán)轉(zhuǎn)移風(fēng)險越高，越可能采用利潤承諾，假設(shè)H1-1得到驗證。

表5 產(chǎn)權(quán)性質(zhì)、控制權(quán)轉(zhuǎn)移威脅與利潤承諾

模型（6）采用OLS回歸，并通過robust消除異方差和VIF值消除多重共線性。結(jié)果顯示：利潤承諾數(shù)額與股權(quán)集中度在0.01水平上顯著負(fù)相關(guān)，即在控制其他因素的影響下，控制權(quán)轉(zhuǎn)移風(fēng)險越高，利潤承諾的數(shù)額越高，假設(shè)H1-2得到驗證。

模型（7）采用OLS回歸，并通過robust消除異方差和VIF值消除多重共線性。結(jié)果顯示：利潤承諾實現(xiàn)的比例與股權(quán)集中度在0.01水平上顯著正相關(guān)，即在控制其他因素的影響下，控制權(quán)轉(zhuǎn)移風(fēng)險越高，利潤承諾的實現(xiàn)比例越低。說明控制權(quán)轉(zhuǎn)移風(fēng)險越高，標(biāo)的公司越有可能通過夸大利潤承諾的數(shù)量來獲得較高的交易價格，為自己在談判中謀取更大的利益，從而彌補控制權(quán)轉(zhuǎn)移風(fēng)險帶來的潛在損失，假設(shè)H1-3得到驗證。

模型（8）采用rare-event logit回歸，并通過robust消除異方差和VIF值消除多重共線性。結(jié)果顯示：是否采取股份補償與控制權(quán)轉(zhuǎn)移風(fēng)險在0.01水平上顯著負(fù)相關(guān)，即在控制其他因素的影響下，控制權(quán)轉(zhuǎn)移風(fēng)險越高，標(biāo)的公司越可能采用股份補償，假設(shè)H1-4得到驗證。

總體來說，控制權(quán)轉(zhuǎn)移的風(fēng)險越高，越可能采用利潤承諾，利潤承諾數(shù)額越高，利潤承諾實現(xiàn)比例越低，標(biāo)的公司越可能采取股份補償方式。

（四）產(chǎn)權(quán)性質(zhì)的交互影響

表5是產(chǎn)權(quán)性質(zhì)、控制權(quán)轉(zhuǎn)移風(fēng)險的交乘項對利潤承諾的影響分析。模型（1）至模型（4）是相對規(guī)模大?。a(chǎn)權(quán)性質(zhì)的回歸結(jié)果。

模型（1）用rare-event logit回歸，并通過robust消除異方差，自變量和控制變量的VIF值都在1-2之間，VIF均值也小于2，因此，并不存在嚴(yán)重的多重共線性。結(jié)果顯示：是否采用利潤承諾與（相對規(guī)模大小＊產(chǎn)權(quán)性質(zhì)）在0.01的水平上顯著負(fù)相關(guān)，即在控制其他因素影響的情況下，國有企業(yè)樣本組中，控制權(quán)轉(zhuǎn)移風(fēng)險對是否采用利潤承諾的正向影響更加不明顯，非國有企業(yè)樣本組中，控制權(quán)轉(zhuǎn)移風(fēng)險對是否采用利潤承諾的正向影響更加明顯，假設(shè)H2-1得到驗證。

模型（2）采用OLS回歸，并通過robust消除異方差和VIF值消除多重共線性。結(jié)果顯示：利潤承諾數(shù)額與（相對規(guī)模大小＊產(chǎn)權(quán)性質(zhì)）在0.01水平上顯著負(fù)相關(guān)，即在控制其他因素影響的情況下，國有企業(yè)樣本組中，控制權(quán)轉(zhuǎn)移風(fēng)險對利潤承諾數(shù)額的正向影響更加不明顯，非國有企業(yè)樣本組中，控制權(quán)轉(zhuǎn)移風(fēng)險對利潤承諾數(shù)額的正向影響更加明顯，假設(shè)H2-2得到驗證。

模型（3）采用OLS回歸，并通過robust消除異方差和VIF值消除多重共線性。結(jié)果顯示：利潤承諾實現(xiàn)的比例與（相對規(guī)模大?。a(chǎn)權(quán)性質(zhì)）在0.01水平上顯著正相關(guān)，即在控制其他因素的影響下，國有企業(yè)樣本組中，控制權(quán)轉(zhuǎn)移風(fēng)險對利潤承諾實現(xiàn)比例的負(fù)向影響更加不明顯，非國有企業(yè)樣本組中，控制權(quán)轉(zhuǎn)移風(fēng)險對利潤承諾實現(xiàn)比例的負(fù)向影響更加明顯，假設(shè)H2-3得到驗證。

模型（4）采用rare-event logit回歸，并通過robust消除異方差和VIF值消除多重共線性。結(jié)果顯示：是否采用股份補償與（相對規(guī)模大?。a(chǎn)權(quán)性質(zhì)）在0.01水平上顯著負(fù)相關(guān)，即在控制其他因素影響的情況下，國有企業(yè)樣本組中，控制權(quán)轉(zhuǎn)移風(fēng)險對是否采用股份補償?shù)恼蛴绊懜硬幻黠@，非國有企業(yè)樣本組中，控制權(quán)轉(zhuǎn)移風(fēng)險對是否采用股份補償?shù)恼蛴绊懜用黠@，假設(shè)H2-4得到驗證。

模型（5）至模型（8）是股權(quán)集中度＊產(chǎn)權(quán)性質(zhì)的回歸結(jié)果。模型（5）用 rare-event logit回 歸 ，并通過robust消除異方差，自變量和控制變量的VIF值都在1-2之間，VIF均值也小于2，因此，并不存在嚴(yán)重的多重共線性。結(jié)果顯示：是否采用利潤承諾與（股權(quán)集中度＊產(chǎn)權(quán)性質(zhì)）在0.01的水平上顯著正相關(guān)，即在控制其他因素影響的情況下，國有企業(yè)樣本組中，控制權(quán)轉(zhuǎn)移風(fēng)險對是否采用利潤承諾的正向影響更加不明顯，非國有企業(yè)樣本組中，控制權(quán)轉(zhuǎn)移風(fēng)險對是否采用利潤承諾的正向影響更加明顯，假設(shè)H2-1得到驗證。

模型（6）采用OLS回歸，并通過robust消除異方差和VIF值消除多重共線性。結(jié)果顯示：利潤承諾數(shù)額與（股權(quán)集中度＊產(chǎn)權(quán)性質(zhì)）在0.01水平上顯著正相關(guān)，即在控制其他因素影響的情況下，國有企業(yè)樣本組中，控制權(quán)轉(zhuǎn)移風(fēng)險對利潤承諾數(shù)額的正向影響更加不明顯，非國有企業(yè)樣本組中，控制權(quán)轉(zhuǎn)移風(fēng)險對利潤承諾數(shù)額的正向影響更加明顯，假設(shè)H2-2得到驗證。

模型（7）采用OLS回歸，并通過robust消除異方差和VIF值消除多重共線性。結(jié)果顯示：利潤承諾實現(xiàn)的比例與（股權(quán)集中度＊產(chǎn)權(quán)性質(zhì)）在0.01水平上顯著負(fù)相關(guān)，即在控制其他因素的影響下，國有企業(yè)樣本組中，控制權(quán)轉(zhuǎn)移風(fēng)險對利潤承諾實現(xiàn)比例的負(fù)向影響更加不明顯，非國有企業(yè)樣本組中，控制權(quán)轉(zhuǎn)移風(fēng)險對利潤承諾實現(xiàn)比例的負(fù)向影響更加明顯，假設(shè)H2-3得到驗證。

模型（8）采用rare-event logit回歸，并通過robust消除異方差和VIF值消除多重共線性。結(jié)果顯示：是否采用股份補償與（股權(quán)集中度＊產(chǎn)權(quán)性質(zhì)）在0.01水平上顯著正相關(guān)，即在控制其他因素影響的情況下，國有企業(yè)樣本組中，控制權(quán)轉(zhuǎn)移風(fēng)險對是否采用股份補償?shù)恼蛴绊懜硬幻黠@，非國有企業(yè)樣本組中，控制權(quán)轉(zhuǎn)移風(fēng)險對是否采用股份補償?shù)恼蛴绊懜用黠@，假設(shè)H2-4得到驗證。

五、穩(wěn)健性檢驗

1.工具變量。借鑒沈華玉等（2017）的研究，本文擬采用同年度同行業(yè)其他樣本的相對規(guī)模大小的均值（SIZEPyi）和其他樣本的股權(quán)集中度的均值（HHIyi）作為本公司相對規(guī)模大小和股權(quán)集中度的工具變量。回歸結(jié)果顯示，與前文結(jié)果一致。

2.子樣本回歸。同時，本文結(jié)果可能受到樣本偏差等影響。因而，本文在剔除集團整體上市和殼資源重組兩個方面的樣本后，重新利用以上的方法對假設(shè)進(jìn)行重新驗證（沈華玉等，2017），得到的結(jié)果與上面的結(jié)果保持一致。說明本文結(jié)果具有穩(wěn)健性。

六、研究結(jié)論及理論啟示

1.研究結(jié)論

第一，控制權(quán)轉(zhuǎn)移的可能性越高，越可能采用利潤承諾，利潤承諾的數(shù)額越高。上市公司在買賣資產(chǎn)的過程中，控制權(quán)是否受到威脅是重要的考量因素，當(dāng)控制權(quán)受到威脅時，要么選擇不進(jìn)行此次交易，要么在進(jìn)行交易時，要求對方給的條件更高、更苛刻。第二，控制權(quán)轉(zhuǎn)移的可能性越高，最后利潤承諾的實現(xiàn)比例可能越低，利潤承諾超額完成的比例也會越低。第三，控制權(quán)轉(zhuǎn)移可能性越高，標(biāo)的公司越可能優(yōu)先采取股份補償方式。

綜上所述，資產(chǎn)買賣的過程中，當(dāng)交易完成后，買方的控制權(quán)轉(zhuǎn)移的可能性越大，對利潤承諾的各項條件要求越高，相反，可能在交易完成后的三年內(nèi)，資產(chǎn)賣方掌握控制權(quán)之后，反而可能不能實現(xiàn)當(dāng)初的利潤承諾，即使實現(xiàn)了利潤承諾，但利潤承諾的實現(xiàn)比例或超額比例也會更低。

2.啟示與建議

第一，控制權(quán)轉(zhuǎn)移威脅會影響到是否做出利潤承諾的決策。因而，上市公司大股東會根據(jù)自己控制權(quán)受到的威脅程度來決定是否讓標(biāo)的公司做出利潤承諾。一方面，上市公司大股東希望保住自己的控制權(quán)地位，另一方面，上市公司可能錯失質(zhì)量較好的標(biāo)的公司。上市公司大股東有可能會拋棄質(zhì)量較好的標(biāo)的公司而保護(hù)自身控制權(quán)地位，因而損害上市公司及其他股東的利益。而上市公司的股權(quán)結(jié)構(gòu)、治理水平可能會緩解以上行為的發(fā)生，所以，監(jiān)管部門關(guān)于上市公司股權(quán)結(jié)構(gòu)、治理水平的政策法規(guī)顯得重要且必要，而上市公司本身如何去完善股權(quán)結(jié)構(gòu)、提升自身治理水平也變得尤為重要。

第二， 現(xiàn)實中，有些標(biāo)的公司為了獲得高的溢價或被并購成功，可能會做出很高的利潤承諾，但最終可能沒法實現(xiàn)當(dāng)初的承諾。本文結(jié)論顯示控制權(quán)威脅越大，最終利潤承諾實現(xiàn)的比例越低。這也給上市公司敲響警鐘，如何理性正確地看待對方給出的利潤承諾，如何保證利潤承諾數(shù)量不要虛高，成為上市公司未來思考的重要問題之一。而本文的結(jié)論剛好從控制權(quán)轉(zhuǎn)移威脅的角度給出了較好的解釋。

第三，標(biāo)的公司是否會選擇比較苛刻的補償方式？即股份補償。本文研究結(jié)論認(rèn)為在控制權(quán)轉(zhuǎn)移威脅較大時，標(biāo)的公司越可能采用比較苛刻的補償方式，一方面相當(dāng)于對上市公司大股東控制權(quán)地位喪失的保證和補償，另一方面，標(biāo)的公司可能想通過苛刻的補償方式顯示出對自己公司質(zhì)量的信心。