党的十九大报告指出:“建立以企业为主体、市场为导向、产学研深度融合的技术创新体系,加强对中小企业创新的支持,促进科技成果转化。”为了深入实施创新驱动发展战略,进一步激励企业加大研发投入,支持科技创新,国家税务局发布了研发费用税前加计扣除75%的政策,进一步降低企业研发成本,加大企业创新普惠性支持。但由于创新活动需要巨额而长期的研发投入,且创新成果具有极高的不确定性,具有“三高一轻”特点的科技型中小企业很难获得传统金融机构的债权融资支持,在创新活动研发投入上面临融资约束。
考虑到并购重组在化解上市公司经营困境、优化资源配置、提高自主创新能力等方面的积极作用,证监会发布并购重组新规利好上市企业并购重组,表示大幅取消和简化行政许可,监管持续松绑。在科技型中小企业面临融资难融资贵等问题的情况下,作为最常见的并购交易方式,股权并购为这些企业的创新研发投入提供了另一个资金来源,以科技企业为交易对象的并购行为快速发展,而融资难的企业更可能成为并购的目标企业。2018年境内上市企业实施并购重组4 153单,交易金额超过2.56万亿元,较2017年分别增长50.20%和36.39%,其中,信息技术行业并购金额占首位。并购对企业创新的影响是多重的,既可以通过增强并购企业与目标企业规模经济和范围经济、减少相似研究项目的重复投入,或者减少技术创新向竞争对手的外溢、增加发明的独占性发挥作用,还可以通过市场实力的提升、改变目标企业创新策略等产生影响,但并购通过融资作用促进目标企业技术创新的影响机制还不清晰。
外部融资对企业创新研发活动有显著影响,其中科技类企业由于自身发展的“高技术、高风险、高收益”特征,受到的融资约束更加显著,从而限制了企业创新资源投入,抑制了企业研发创新[1-3]。张艳平[4]以创业板上市的科技型中小企业为样本,发现企业自身因素是企业外源融资的主要障碍,但利用专利组合作为债务的抵押担保可以有效缓解这种制约。专利可被作为抵押物来获得大量债务融资,当专利抵押物价值增加时,企业获得融资的机会增加,借款的增加将转化为创新投资的增加[5];Hall & Lerner[6]证明,在缺乏有形资产或稳定现金流的情况下,外债不太可能为高风险项目提供资金。而且债权融资难以满足创新活动资金投入大、风险高、周期长的特点,因此,科技创新离不开股权资本的支撑;胡文伟等[7]研究发现,科技并购已成为我国并购市场最具活力的一个分支,科技类项目是VC/PE 并购交易的主要标的。
财务协同效应是企业参与股权并购的常见动机之一。Erel[8]的研究结果表明,并购可以减轻目标企业受到的融资约束,尤其是对于规模较小的企业来说,并购既有内部产生的现金流,又能提高从外部筹集资金的能力。此外,Liao[9]指出,融资受限的企业比融资不受限的企业更有可能成为并购目标,在无法获得其它融资的情况下,向其它企业出售股权能够缓解财务紧张。但是王磊等[10]发现,私募股权投资在创业板市场上并购行为并未显著提高企业并购绩效。另一方面,Sevilir & Tian[11]研究发现,并购企业在并购后的专利结果与目标企业并购前的研发强度以及专利结果正相关,表明获取创新是并购的重要动机。相应地,Bena & Li[12]发现,通过合并企业的创新能力而带来的协同效应是并购的重要驱动因素,合并后企业创新产出显著提高。
尽管国内外对并购的财务协同效应[13]进行了深入系统的研究,但是,关于股权并购对目标企业技术创新影响的研究相对欠缺。迄今为止,关于股权并购效果的研究大致分为两个方面:一是对并购企业或目标企业在并购前后经营业绩变化的分析,主要运用财务指标衡量并购对企业业绩的影响[14,15],以及通过股价变化或超常回报率考察并购带来的财富效应和市场绩效[16,17];二是对并购企业在并购前后创新绩效变化(如专利数量等)的分析,并购对企业需求引致创新的影响既可能是积极的,也可能是消极的[18]。并购企业的技术领先优势可以提高目标企业创新能力,创新能力的协同效应是并购的主要动因[12],但并购对企业创新的影响也有不同发现,例如欧美制药企业的横向并购由于降低了行业竞争压力而抑制了企业技术创新[19,20]。近年来,我国学者也开始关注并购对企业创新的作用,如黄红梅[21]论证了并购企业取得目标企业控股权越高,海外并购后企业追赶绩效越好;刘辉等[22]指出,并购有利于显著提高并购企业技术创新水平。
但是,上述研究仅仅针对并购企业创新进行探讨,国内对并购如何影响目标企业创新缺乏探索。相对于英美等发达国家,我国存在多数产业集中程度低、企业间无序竞争严重等问题[22],中小企业融资难融资贵这一问题一直难以解决。因此,有必要结合中国企业和产业实际发展环境,从企业微观层面探讨股权并购对中小企业技术创新的作用。在现有文献的基础上,本文将聚焦于科技类中小型目标企业,关注其并购前后创新产出变化。
股权并购按照交易实质分为股权转让或增资扩股,前者的交易主体是并购企业与目标企业的股东,属于股东权利转让,不涉及注册资本增加;后者的交易主体是并购企业与目标企业,目标企业的注册资本将增加并引入新股东。从并购企业角度来讲,并购企业在获取目标企业的股权时,支付工具一般包括现金、股份以及混合支付工具等。在现金支付方式下,目标企业成为并购企业的子公司,目标企业或其股东获得现金,并购企业的资本金和股份不变;在第二种方式下,以股份作为支付工具相当于换股,这种支付方式往往运用于并购企业为上市公司定向增发,并购企业发行股份购买目标企业股权,以股换股,并购企业股本增加,但是没有募集资金,目标企业的股东也没有获得现金;第三种方式是前两种方式的结合。目前,当并购企业对目标企业进行股权并购时,往往会进行增发,有的纯粹向市场发行新股募集资金采取现金支付,有的通过定向增发与目标企业进行换股,有的同时募集资金采取现金与股份混合支付。总之,只有当目标企业进行增资、并购企业采取现金支付认购其新股时,才会有新增现金流入目标企业并且增加资本金,而股权转让形式的股权并购不会带来现金流入。
由于增资扩股形式的股权并购所获得的资金具有长期性和不可逆性,以及企业股东的风险中性特征,通过股权并购获得的资金更可能流入高风险高收益的创新性项目[23]。相比于股权转让形式的并购和银行信贷,增资扩股形式的股权并购给目标企业带来了长期稳定的资金供给,可以更好地缓解目标企业技术创新投入的融资约束。据此,本文提出研究如下假设:
H1:只有伴随现金流转移的增资扩股型股权并购才对目标企业创新产生积极影响;
H2:当进行的是股权转让型并购即目标企业没有获得现金流入时,股权并购对创新产出没有积极影响。
在研究假设的基础上,本文参照Bostan & Spatareanu[24]的方法,将样本按照有无现金流入目标企业分为两个子样本,获取其股权并购交易数据以及专利申请数等相关数据,对数据进行回归分析。
最后,参照Seru[25]、Savor & Lu[26]的做法,将增资扩股与股权转让两种股权并购中的目标企业进行匹配,由此控制估计的内生性并验证假设是否成立,从而阐明两种形式的股权并购是否分别对目标企业的创新产出具有促进作用。
基于数据可得性,样本范围为2010-2018年中小板和创业板科技类企业并购数据,股权转让形式的并购交易数据包括证券代码、目标企业、首次公告日期、支付方式、股权变动方式、交易是否成功等,并购交易的首次公告日期和完成公告日期之间只存在少许时间延迟,故回归根据股权并购交易的首次公告年度进行估计,在此基础上,本文筛选出支付方式为现金支付且股权变动方式为协议转让的交易样本,最终筛选出股权转让形式的股权并购交易涉及182个企业的209次并购交易。其次,获取同一时间段中小板和创业板科技类企业增资扩股形式的股权并购数据,该数据包括证券代码、目标企业、新股上市流通日期以及新股发行对象即并购企业,在筛选出支付方式为现金支付的交易后,得到270个企业的386次采取现金支付的增资扩股型股权并购交易。最终,包含股权转让和增资扩股形式的股权并购在内,共获得2010-2018年期间595次股权并购交易的初始样本数据。股权并购交易数据来源于国泰安数据库公司研究系列中的并购重组以及增发数据。
股权并购交易样本的选择标准如下:一是若同一企业在同一年内进行了两笔或以上的股权并购交易,则将该年内多笔交易视为一笔交易;二是选择交易标的为股权的并购交易;三是目标企业选取中小板和创业板科技类企业,因为专利申请并非大多数行业企业的常见活动,而处于信息技术行业的企业在所有涉及专利申请的企业中占有较大比重,且在战略性新兴产业企业中的占比高达14% 。
3.2.1 解释变量
本文研究对象是股权并购对目标企业的创新效应,故将是否发生股权并购作为解释变量,利用虚拟变量表示目标企业是否被股权并购。当企业进行并购交易且作为标的方时,虚拟变量取值为1。同时,引入代表股权并购类型的虚拟变量,当交易为增资扩股形式的股权并购时,该虚拟变量取值为1,当交易为股权转让形式的股权并购时,取值为0,即并购伴随现金流入目标企业时,该虚拟变量取值为1,否则为0。随后对上述两个虚拟变量进行交互,以验证伴随现金流入的增资扩股形式的股权并购对目标企业是否存在创新效应。
3.2.2 被解释变量
上文理论分析认为,股权并购的创新效应主要体现为使目标企业获得长期稳定的现金流、缓解创新投入的融资约束,从而有利于提高其创新产出。本文选取企业年度专利申请数量作为创新产出的代理变量,专利申请数量包括发明专利、实用新型专利以及外观设计专利的申请量总和。相比于专利申请数量,企业专利授权数量具有较大的滞后性,且Griliches[27]认为,专利申请数量更能代表一个企业的创新产出能力。
并不是每个企业都具有专利申请,在595次股权并购交易中,保留样本期至少申请过一个专利的目标企业,剔除样本期没有进行专利申请的企业。另外,由于数据库中专利数据只更新至2017年,故剔除2018年间进行的股权并购交易,最终筛选出并购交易362次。
3.2.3 控制变量
为了专注于股权并购本身对目标企业的创新效应,排除其它因素的影响,本文引入如下控制变量:研发投入强度、资产负债率、总资产周转率、现金与总资产的比率、累积有效专利数量、净利润增长率以及净资产收益率(ROE),上述控制变量能够解释目标企业的偿债能力、营运能力、资产流动性、知识存量、成长能力以及盈利能力。创新的本质特征是知识创造与运用,Grant & Robert M[28]认为知识存量差异会引起企业创新绩效和研发效率的差异,因此,在研究股权并购的创新效应时,需要通过控制企业的累积有效专利数量来控制其知识存量的差异性。
本文所有变量的定义如表1所示。
企业技术创新过程时间较长并且面临高风险,创新投入的高风险源于创新产出的滞后性。从技术创新资金获得,到创新资源优化配置,再到创新效益实现,都需要一定的时间,本文将年度专利申请量进行滞后一期处理。经过被解释变量的滞后一期处理,剔除样本期没有进行相关变量数据披露的企业,样本数量下降至235个,其中包括股权转让和增资扩股形式的股权并购交易。
为了验证两种形式股权并购对目标企业的创新效应,本文构建如下模型:
其中,被解释变量lnpatenti,t+1是目标企业i在第t+1年的创新绩效衡量标准,定义为企业i在第t+1年中专利申请数量加上1之后的对数,由于创新效应以及创新投入具有滞后性,故将创新产出的代理变量即专利申请量lnpatent进行滞后一期处理,目的是捕捉目标企业股权并购后的创新活动产出水平。另外,专利申请数量的分布呈现右偏形态,并且存在目标企业在并购前没有专利申请的情况,因此,将专利申请数量加上1后再进行对数处理可以修正右偏形态,使分布更接近于正态。解释变量mai,t是一个虚拟变量,若企业i在第t年参与了股权并购交易且作为标的方,则该变量取值为1,否则为0。若系数β1为正数且在统计上显著,则意味着目标企业在股权并购后会有更多创新产出。然而,很可能并非所有股权并购都会提高目标企业创新产出,现有文献以及上文分析表明,融资受限企业可能寻求其它途径如伴随现金流入的股权并购来减轻融资压力,进而获取用于技术创新活动的资金,因此,本文模型引入一个虚拟变量cashflowi,t,用于表示股权并购类型,如果是增资扩股型的股权并购,后续将会有作为企业股本的长期资金转移至目标企业i,此时虚拟变量cashflow取值为1;如果是股权转让形式的股权并购,股权变动方式为协议转让,目标企业股本不增加且不作为资金受让方,后续没有资金流入目标企业,此时该虚拟变量取值为0。股权并购样本中,既包括在股票发行之后进行的股权转让型并购,又包括直接向目标企业转移资金的增资扩股型并购,所以,将两个虚拟变量cashflow与ma进行交互,旨在明确区分两种股权并购对目标企业后续创新产出的不同影响,当目标企业进行增资扩股型股权并购即具有现金流入时,交互项ma×cashflow取值为1,否则为0。若系数β2在统计上显著,则表明伴随现金转移至目标企业的增资扩股型并购确实会影响其后续创新产出。controls代表多个控制变量,这些控制变量的定义如表1所示。
表1 变量定义
变量类型变量名符号变量定义解释变量 股权并购ma虚拟变量,1代表企业发生股权并购并作为目标企业,0代表没有发生并购交易现金转移cashflow虚拟变量,1代表有现金流入目标企业,0代表无现金流入目标企业伴随现金转移的股权并购ma×cashflow虚拟变量,1代表企业进行了伴随现金流入的增资扩股型股权并购且作为目标企业,0代表没有发生并购或进行的是股权转让型并购被解释变量专利申请数量patent企业年度申请专利的数量专利申请量lnpatentln(1+专利申请数量)控制变量 研发投入强度RD研发投入/营业收入(%)资产负债率lev总负债/总资产总资产周转率tat营业收入/平均资产总额现金总资产比率cr现金持有量/总资产累积有效专利量tlnpatentln(1+截至当年企业持有的有效专利总数)净利润增长率npg(当期净利润-上期净利润)/上期净利润净资产收益率ROE净利润/所有者权益
首先对全体样本的解释变量和控制变量进行描述性统计,随后对两种形式的股权并购分别进行描述性统计,结果见表2。
通过表2可以发现,增资扩股形式股权并购的目标企业在并购后一年中具有更多专利申请量,除此之外,这些目标企业还在并购当年具有更高的研发投入强度和现金总资产比率,以及更低的资产负债率、总资产周转率和累积有效专利量。
为了比较两种股权并购对目标企业的影响,本文对两个被解释变量进行均值比较。结果显示,并购中是否具有现金流入目标企业对后续一年的专利申请数量lnpatent具有显著影响,伴随现金流入目标企业的增资扩股型股权并购中目标企业的后续创新产出即专利申请量显著高于股权转让型并购中的目标企业,前者的后续专利申请量lnpatent均值为2.63,后者为2.27,两者在90%的置信水平上存在显著差异。
主要变量相关性分析结果如表3所示,目标企业的专利申请数量patent以及经过调整的专利申请量lnpatent均与虚拟变量cashflow具有显著正相关关系,也就是说,伴随现金流入的增资扩股型股权并购对目标企业创新产出具有显著促进作用,为下一步回归分析奠定了基础。专利申请量与研发投入强度、资产负债率、总资产周转率、累积有效专利量也具有显著正相关关系,与假设和预期相符,研发支出和累积专利持有量是创新的重要决定因素,对目标企业被并购后的创新绩效具有正向显著影响。虚拟变量cashflow与资产负债率、总资产周转率均呈显著负相关关系,说明营运能力较低和受到融资约束的企业更倾向于选择增资扩股形式的股权并购。结果还表明,研发投入强度与资产负债率在99%的置信水平上显著负相关,这与上文理论分析的观点一致,较高的债权融资可能会使企业迫于还款付息压力或债权人的介入与监督压力,放弃风险较高的创新项目,进而降低研发投入强度。资产负债率与累积有效专利量的相关关系也进一步表明,较高的专利持有量能够缓解融资压力。
表2 描述性统计结果
变量最小值最大值均值标准差全体样本patent1.000518.00030.14062.172lnpatent0.6936.2522.5401.276RD0.01048.1506.5665.826lev0.0070.7260.2440.154tat0.0011.3900.3830.260cr0.0030.6610.1350.122tlnpatent0.0006.2093.4551.345npg-43.192416.9102.70329.194ROE-2.3650.3030.0370.172股权转让型股权并购 patent1.000141.00018.90030.854lnpatent0.6934.9562.2681.156RD0.27048.1505.8036.946lev0.0220.7270.3020.183tat0.0711.3720.4610.311cr0.0070.4850.1310.112tlnpatent0.0006.1423.5771.339npg-3.474416.9107.30654.273ROE-2.3650.2020.0140.331增资扩股型股权并购 patent1.000518.00033.91069.253lnpatent0.6936.2522.6311.304RD0.01029.2406.8225.398lev0.0070.7270.2240.137tat0.0011.3900.3570.235cr0.0030.6610.1370.126tlnpatent0.0006.2093.4151.348npg-43.192138.9611.16012.405ROE-0.1820.3030.0450.054
为了顺利地对模型进行参数估计和回归分析,本文对模型的设定进行了多重共线性检验,由于多重共线性会通过对参数估计方差的放大作用而对多元线性回归模型的最小二乘估计产生不利影响,导致参数估计不稳定,因此,本文利用方差膨胀因子VIF反映各个解释变量与其它变量之间的相关性来检验模型的多重共线性。共线性诊断结果表明,VIF的最大值与最小值分别是2.451与1.054,均值为1.489,都小于5,拒绝解释变量之间存在多重共线性问题,由此本文选取该模型进行研究分析。
将股权转让和增资扩股式股权并购前后的目标企业创新绩效进行汇总,依据上述模型,将经过滞后一期处理的专利申请量lnpatent作为因变量进行回归,回归包括上述所有解释变量以及虚拟变量的交互项ma×cashflow,旨在区分不同类型股权并购对目标企业后续创新产出的影响,如果伴随现金流入的增资扩股型股权并购对目标企业的创新绩效具有推动作用,那么该交互项的系数将会是一个正数且在统计上显著。
多元回归结果如表4所示。表4提供了两个回归模型中各个解释变量系数的估计值以及各自的t统计量,表中系数均为标准回归系数,消除了解释变量与被解释变量所取单位的影响,其绝对值大小反映了解释变量对被解释变量的影响程度。其中,模型(1)只包含一个虚拟变量ma,随后在模型(2)中引入交互项ma×cashflow。首先需要关注的变量是虚拟变量ma,通过引入目标企业在股权并购前后的专利申请量作为被解释变量,ma的系数能够反映股权并购本身,即包括股权转让型和增资扩股型在内的两种股权并购对目标企业创新产出的影响。在表4的第一列即模型(1)中,变量ma的系数是不显著的,这表明股权并购交易本身对目标企业后续的创新绩效并没有显著影响。为了更好地理解和区分不同类型股权并购对企业的不同影响,在模型(2)中引入虚拟变量的交互项ma×cashflow,该交互项的系数0.218在99%的置信水平上显著,表明增资扩股型股权并购中目标企业的创新产出确实会受到这类并购行为的影响,并购之后专利申请数有所上升,该回归结果证实了假设H1中的观点,只有伴随现金流转移的增资扩股型股权并购才会对中小型目标企业的创新绩效产生积极影响。
表3 相关性分析结果
变量patent lnpatentcashflowRDlevtatcrtlnpatentnpROEpatent1.0000.717***0.088*0.0590.260***0.281***-0.056 0.321***-0.0320.096*lnpatent1.0000.107**0.114**0.253***0.246***-0.0030.471***-0.0780.072cashflow1.0000.029-0.196***-0.166***0.023-0.072-0.084*0.085*RD1.000-0.265***-0.237***0.296***0.005-0.0560.033lev1.0000.351***-0.273***0.241***0.085-0.122**tat1.000-0.0330.198***-0.0370.232**cr1.000-0.096*-0.0310.061tlnpatent1.000-0.0290.008np1.000-0.226***ROE1.000
注:*、**和***分别表示在10%、5%和1%水平上显著,下同
其它控制变量的系数具有预期中的符号,在两个模型中,研发投入强度、资产负债率、总资产周转率和累积有效专利量都与被解释变量专利申请数具有显著正相关关系,都能够解释创新产出的部分变化。研发支出是创新产出的重要决定因素,外部融资约束、营运能力和累积专利持有量都会对目标企业创新产出产生显著影响。
表4 回归结果
变量(1)lnpatent(2)lnpatent常数项0.348*0.265(1.654)(1.268)ma-0.034-0.195***(-0.792)(-3.098)ma×cashflow0.218***(3.475)RD0.201***0.202***(4.552)(4.616)lev0.136***0.155***(2.841)(3.247)tat0.140***0.156***(2.955)(3.325)cr0.0510.060(1.121)(1.317)tlnpatent0.470***0.471***(11.169)(11.344)npg-0.039-0.029(-0.936)(-0.698)ROE0.0390.028(0.890)(0.650)R20.3150.335Adj-R20.3020.320F23.74323.013
为了获取更稳健的结果,考察自变量解释能力的稳健性,本文从被解释变量出发,用未经调整变换的目标企业年度专利申请数量衡量创新产出,替代原来的被解释变量lnpatent。回归模型中,作为控制变量的累积有效专利量tlnpatent也用未经变换的累积专利持有数量tpatent替代,其余控制变量和解释变量保持不变,进而考察上述回归结果的有效性。
回归结果见表5。表5提供了两个经过变换后的回归模型中各个解释变量系数的估计值以及各自的t统计量,表中系数均为标准回归系数,其中,模型(1)只包含一个虚拟变量ma,随后在模型(2)中引入交互项ma×cashflow。与上述回归结果相似,在表5的第一列即模型(1)中,解释变量ma的系数是不显著的,这表明股权并购交易本身对目标企业后续专利申请数量并没有显著影响。在引入虚拟变量的交互项ma×cashflow后(模型(2)),该交互项的系数在99%的置信水平上显著,而解释变量ma的系数仍不显著。这与上述回归分析的结果一致,无论用于衡量目标企业后续创新产出的专利申请量还是用于衡量知识存量的累积有效专利量是否经过调整变换,伴随现金流转移的增资扩股型股权并购都会对目标企业后续创新产出产生显著积极作用。
表5 稳健性检验回归结果
变量(1)patent(2)patent常数项-35.490***-39.067***(-3.947)(-4.360)ma0.05-0.102(1.131)(-1.588)ma×cashflow0.207***(3.222)RD0.197***0.197***(4.335)(4.392)lev0.165***0.183***(3.335)(3.717)tat0.190***0.205***(3.902)(4.255)cr-0.011-0.003(-0.232)(-0.067)tpatent0.380***0.378***(8.769)(8.813)npg0.0090.019(0.216)(0.446)ROE0.0540.043(1.185)(0.964)R20.2810.298Adj-R20.2670.283F20.14319.465
在构建计量模型考察股权并购对目标企业的创新效应时,为了提高模型估计效率,应考虑一个重要的计量问题——估计的内生性,即并非所有解释变量均为外生变量,或者解释变量与被解释变量相互作用,互为因果。导致内生性的一种可能情况是,并购企业有选择地对具有更好创新潜力的目标企业进行股权并购,换句话说,他们挑选出最具创新潜力的企业作为目标企业。上文实证结果分析表明,增资扩股形式的股权并购对目标企业后续创新产出具有积极作用,但是,如果并购企业参与并购的原因是他们预计某些具有特定特征的目标企业会在不久的将来提高创新产出,那么上述结果可能存在偏差。本文将使用倾向性评分匹配解决潜在内生性问题,验证回归结果在考虑内生性后是否稳健。
为了排除目标企业特定特征的影响,增加股权转让型与增资扩股型并购中目标企业的可比性,本文将两种并购中的目标企业相匹配,先找到并购前研发投入强度、资产负债率、累积有效专利量等特征相似的企业,再考察并购活动对后续创新产出的影响。在剔除两组目标企业主要特征的显著差异后,倾向性评分匹配可以有效降低混杂偏倚。
在匹配前,首先将两种并购的目标企业分为两组,对其主要特征进行基线情况比较,结果见表6。结果表明,两组目标企业并购前一些主要特征的分布存在显著差异。
表6 基线情况比较(匹配前)
变量cashlow=0cashflow=1显著性RD5.8036.8220.246lev0.3020.224<0.01***tat0.4610.357<0.01***cr0.1310.1370.747tlnpatent3.5773.4150.425npg7.3061.1600.392ROE0.0140.0450.472
随后将股权转让型并购中的目标企业设置为处理组,将增资扩股型并购中的目标企业设置为对照组,采用倾向性评分匹配中的最邻近匹配法作为处理组进行匹配。匹配后的两组企业在主要特征上都表现出相似性,即每个目标企业都找到了与其非常接近的匹配,基线情况比较见表7。
表7 基线情况比较(匹配后)
变量cashlow=0cashflow=1显著性RD6.1636.1630.782lev0.2780.2580.526tat0.4280.4580.568cr0.1310.1500.395tlnpatent3.5993.2110.161npg0.2300.4320.646ROE0.0630.0560.561
完成匹配后,每个企业都能在另外一组中找到与之相匹配、特征相似的企业,此时再进行回归分析,将表示股权并购类型的虚拟变量cashflow作为解释变量,当进行的是有现金流入的增资扩股型股权并购时,该虚拟变量取值为1,否则为0。若该变量的系数是一个正数且在统计上显著,则可以认为,在考虑了估计潜在的内生性后,这些企业仍将受益于伴随现金流入的股权并购。回归结果见表8,虚拟变量cashflow的系数在99%的置信水平上显著,结果表明,即使在通过倾向性评分匹配消除企业层面的异质性后,伴随现金流入的增资扩股型股权并购依然对目标企业后续创新产出具有显著积极作用。通过均值比较也可以发现,对照组企业(进行增资扩股型股权并购获得融资的目标企业)在并购后专利申请数量增加,从并购前的47.84增加至65.31;而处理组企业(进行股权转让型股权并购的目标企业)在并购后创新产出没有显著增长。该结论进一步支持了前文假设,即只有伴随现金流入目标企业的增资扩股型股权并购才能促进目标企业创新产出,而股权转让型股权并购中的目标企业因无法从并购中获得现金注入,无法缓解融资约束,故并购对目标企业创新产出没有积极影响。
本文研究了股权并购对我国中小板和创业板科技类上市企业创新产出的影响,结果发现伴随现金转移的增资扩股型股权并购对目标企业后续创新产出具有重要作用。这些面临融资约束的目标企业能够通过股权并购从中获得大量长期性资金,满足其创新活动的融资需求,从而加大研发投入力度,提高后续创新产出。但是,该创新效应仅仅针对伴随现金流入目标企业的增资扩股型股权并购,当没有对股权并购进行分类时,并购本身对目标企业创新的积极作用并不存在。
表8 匹配后回归结果
变量lnpatent常数-0.582(-1.389)cashflow0.257***(3.261)RD0.184**(2.151)lev0.242***(2.767)tat0.104(1.108)cr-0.004(-0.051)tlnpatent0.480***(5.952)npg0.020(0.254)ROE0.136(1.566)R20.427Adj-R20.380F9.030
为了解决内生性问题,本文采用倾向性评分匹配,将两种股权并购中的目标企业进行一一匹配,获得了具有相似研发投入强度、资产负债率、有效专利持有量等主要特征的企业,证明在考虑内生性问题后结论依旧是稳健的,并且在股权转让形式的股权并购中,由于目标企业无法从中获得现金注入和资本增加,故并购无法缓解其财务约束,对目标企业创新产出没有促进作用。
本文从中小型目标企业出发,探讨了股权并购中现金转移是否有利于技术创新产出,发现增资扩股型股权并购中现金转移对目标企业缓解融资约束促进创新产出具有积极影响。这一结论对技术密集型上市企业股权并购具有参考意义,考虑到增资扩股型并购对科技类目标企业创新产出的积极作用,这些企业在创新项目面临融资约束时,可以充分利用政府提供的宽松政策空间,通过股权并购为企业筹集长期性资金,为创新项目提供稳定现金流,从而提高后续创新产出。
[1] JAMES R BROWN,STEVEN M FAZZARI,BRUCE C PETERSEN. Financing innovation and growth: cash flow,external equity,and the 1990s R&D boom[J]. The Journal of Finance,2009,64(1): 151-185.
[2] GORODNICHENKO Y,SCHNITZER M. Financial constraints and innovation: why poor countries don′t catch up[J]. Journal of the European Economic Association,2013,11(5): 1115-1152.
[3] YAEL V HOCHBERG,CARLOS J SERRANO,ROSEMARIE H ZIEDONIS. Patent collateral,investor commitment,and the market for venture lending[J]. Journal of Financial Economics,2018(130): 74-94.
[4] 张艳平.科技型中小企业融资障碍因素研究——以创业板上市科技型中小企业为例[J]. 企业经济,2015(5): 184-188.
[5] WILLIAM MANN. Creditor rights and innovation: evidence from patent collateral[J]. Journal of Financial Economics,2018(130): 25-47.
[6] BRONWYN H HALL,JOSH LERNER. The financing of R&D and innovation[M]. Handbook of the Economics of Innovation,2010: 609-639.
[7] 胡文伟,李湛,李芸逸,等.股权投资基金在科技并购市场的引领作用分析[J].上海经济,2019(1):83-95.
[8] ISIL EREL,YEEJIN JANG,MICHAEL S WEISBACH. Do acquisitions relieve target firms' financial constraints[J]. The Journal of Finance,2015,70(1): 289-328.
[9] ROSE C LIAO. What drives corporate minority acquisitions around the world? the case for financial constraints[J]. Journal of Corporate Finance,2014(26): 78-95.
[10] 王磊,刘海邻,贺学会.私募股权投资与企业并购——基于创业板市场的证据[J].管理评论,2019(1):27-38.
[11] MERIH SEVILIR,XUAN TIAN. Acquiring innovation[A]. AFA 2012 Chicago Meetings Paper,2012.
[12] JAN BENA,KAI LI. Corporate innovations and mergers and acquisitions[J]. The Journal of Finance,2014,69(5): 1923-1960.
[13] EDWARD FEE C,CHARLES J HADLOCK,SHAWN THOMAS. Corporate equity ownership and the governance of product market relationships[J]. The Journal of Finance,2006,61(3): 1217-1251.
[14] 冯根福,吴林江.我国上市公司并购绩效的实证研究[J]. 经济研究,2001(1): 54-61+68.
[15] 张睿,师萍,孙荣新.基于因子分析的我国上市公司股权并购绩效研究[J]. 财会研究,2011(10): 50-52.
[16] 李善民,陈玉罡.上市公司兼并与收购的财富效应[J]. 经济研究,2002(11): 27-35+93.
[17] 顾露露,ROBERT REED.中国企业海外并购失败了吗[J]. 经济研究,2011,46(7): 116-129.
[18] BOURREAU,MARC,JULLIEN,et al. Mergers and demand-enhancing innovation[A]. Toulouse School of Economics Working Papers,2008.
[19] VALENTINI G. The impact of M&A on rivals' innovation strategy[J]. Long Range Planning,2015,49(2): 241-249.
[20] JUSTUS HAUCAP,ALEXANDER RASCH,JOEL STIEBALE. How mergers affect innovation: theory and evidence[J]. International Journal of Industrial Organization,2019 (63): 283-325.
[21] 黄红梅.企业自主创新、并购股权与技术追赶[J]. 企业科技与发展,2017 (12): 17-19.
[22] 刘辉,温军,丰若旸.收购兼并、异质企业与技术创新[J]. 当代经济科学,2017,39(2): 72-85,126-127.
[23] 张光明,赵常村.直接融资与企业创新: 来自中国A股市场的证据[J]. 珞珈管理评论,2018 (2): 42-61.
[24] IBRAHIM BOSTAN,MARIANA SPATAREANU. Financing innovation through minority acquisitions[J]. International Review of Economics and Finance,2018,57(9): 418-432.
[25] AMIT SERU.Firm boundaries matter: evidence from conglomerates and R&D activity[J]. Journal of Financial Economics,2014,111(2): 381-405.
[26] PAVEL G SAVOR,QI LU. Do stock mergers create value for acquirers[J]. The Journal of Finance,2009,64(3): 1061-1097.
[27] GRILICHES Z.Issues in assessing the contribution of R&D to productivity growth[J]. The Bell Journal of Economics,1979,10(1): 92-116.
[28] GRANT,ROBERT M. Toward a knowledge-based theory of the firm[J]. Strategic Management Journal,1996,17(S2): 109-122.