并购重组是市场发挥资源配置功能的重要手段,然而信息不对称的存在对并购前标的资产的估值及并购后绩效均产生消极影响,降低了并购市场的资源配置效率,损害了中小投资者利益。已有研究发现信息不对称诱使被收购公司做出高业绩承诺,以此提高标的资产的估值(王竞达和范庆泉,2017),资产错误估值导致并购后股票价格与企业绩效下跌。信息披露作为公司实现外部治理的重要方式与手段,能促进信息透明度的提升与资源的优化配置,高质量的信息披露有利于投资者对企业真实价值进行准确的评估,也有利于对企业管理层等信息优势方进行有效监督(李维安等,2019)。我国相关监管部门已出台一系列政策法规对并购重组中内幕信息泄露与内幕交易进行管制,但是企业信息披露违规行为仍频繁发生,抑制了资本市场价值发现功能的发挥,导致投资者难以判断企业真实价值(肖土盛等,2017)。如何有效约束上市公司欺诈和内幕交易行为,如何有效提升企业信息披露水平,既是政府管制的难题,也是公司治理的重点。
现有关于信息披露作用效果的研究尚未达成一致结论,一些学者认为企业积极进行信息披露能显著提升并购的短期市场绩效(Erickson等,2012),高水平的信息披露向市场传递利好信息,更容易得到投资者的信任,有利于促进企业价值的提升(蒋弘和刘星,2012)。李青原(2009)认为财务信息质量的提高能降低信息不对称程度及投资估值偏误,通过改善契约和监督机制减少逆向选择和道德风险问题的发生,促进资本市场资源配置效率的提升。Wang和Lahr(2017)发现较高的信息披露水平将提高并购市场效率。另一些学者认为增强信息披露行为是一把“双刃剑”:信息披露越完备,越有利于决策;但同时也会导致新的代理问题产生,给股东造成更多的成本(Hermalin和Weisbach,2012)。已有研究发现企业管理层为了进行印象管理或掩盖较差的企业绩效,有动机披露虚假信息或提前披露好消息而推迟披露坏消息,因此,企业信息披露难以有效缓解信息不对称问题(胡元木和谭有超,2013)。通过梳理现有文献可知,尽管国内外关于信息披露与并购重组的研究已相当丰富,但研究结果在相关性方向与强弱程度上存在明显差异,增加了学者进行后续研究或管理者进行实践创新的难度。本文认为现有研究存在以下不足:(1)文献集中在信息披露对市场价值及资源配置效率的影响,即主要关注对并购后绩效的影响,较少文献关注信息披露对并购重组过程中不同阶段的影响差异。(2)对信息披露或并购重组的度量指标存在分歧,导致研究结果存在较大争议,难以得出具有普遍性的结论。(3)企业规模特征与分析师的信息传递作用等情景因素对信息披露与并购重组关系的影响也未形成定论,分析框架与研究结论具有一定的局限性。(4)尚无文献对信息披露与并购重组中资本市场估值效率与并购绩效的关系进行Meta分析,情景因素与测量因素在其中发挥何种作用亦不明确。
基于以上研究的局限性,本文采用Meta分析方法对59篇实证文献内容进行整合分析,以回答信息披露能否提高资源配置效率以及对企业并购重组活动产生何种影响这一核心问题。研究发现:信息披露有利于提高资本市场估值效率与并购绩效,上述关系还受到企业规模、分析师跟踪、测量维度三个方面因素的影响。与以往研究相比,本文的贡献在于:第一,采用Meta分析将以往零散的实证研究结果综合起来,得出信息披露对并购重组的综合影响效应,同时从分析师跟踪、企业规模及测量维度三个方面的调节效应解释现有研究的异质性结论,有助于丰富信息披露监管理论的研究观点。第二,本研究将企业并购重组进一步区分为并购前的估值效率与并购后绩效,丰富和发展了财务学及信息经济学中有关信息披露影响并购重组的分析框架。第三,本研究揭示了信息披露对并购重组效率的影响,有利于提高控制权市场资源的有效配置,为完善新时代并购重组信息披露监管机制与推动资本市场健康持续发展提供经验证据和政策启示。
余文结构安排如下:第二部分阐述了信息披露影响并购重组的理论机制,并提出研究假设;第三部分说明了Meta分析的研究设计;第四部分为回归结果分析;最后为研究结论与启示。
二、理论分析与研究假设(一)信息披露与资本市场估值效率
本文分别从股价同步性、市场流动性以及企业资本成本三个方面探讨信息披露对资本市场估值效率的影响。Morck等(2000)首次以R2对股价同步性进行度量,分析了公司特质信息融入股票价格的程度。现有研究认为信息不对称问题是导致股价同步性过高的根源(Roll,1988),由于对资本市场有效性的判断存在争议,关于信息披露对股价同步性影响的研究结论不一致。非理性因素观认为在新兴资本市场中,非理性交易行为较多(张程睿和徐嘉倩,2019),股票价格包含泡沫、投资者情绪等与企业经营情况不相关的噪音,信息披露难以降低噪音对股票价格的影响,企业股价同步性越低,噪音越多(沈华玉等,2017),资本市场估值效率也越低。随着资本市场有效性的逐步增强,信息效率观得到了更为广泛地认同。信息效率观认为股价同步性衡量了股票市场信息传递效率,企业信息披露水平越高,越有利于更多公司特质信息融入股价,进而提升股价的信息含量(何贤杰等,2018);此外,较高的信息披露水平能降低信息不确定性,使投资者全面、准确地了解公司特质信息,为投资者的决策提供参考,进而减少非理性因素对股票价格的影响,股价随市场或行业波动的程度随之降低(胡军和王甄,2015)。Hutton等(2009)将企业盈余管理作为信息透明度的代理指标,发现企业负面信息隐藏行为越多,股价同步性越高。
现有研究普遍认为信息披露作为缓解信息不对称的重要手段,能有效提升股票市场流动性。委托代理理论认为企业管理者比外部投资者拥有更多内部信息,管理层有充足的动机与能力利用内部信息优势谋取个人私利并损害投资者利益,管理层信息操纵行为导致信息不对称程度提高,降低了股票流动性。同时,羊群效应和泡沫现象的形成,会加剧市场的投机性和波动性,进一步降低流动性水平(王春峰等,2012)。企业积极进行信息披露能提高投资者与分析师对公司未来经营预测的准确性(谢志华和崔学刚,2005),增强投资者对公司的关注与信任程度,减少不知情交易并降低交易成本,进而促进市场流动性的提升(徐寿福和徐龙炳,2015)。Barry和Brown(1985)认为企业信息披露能够降低投资者估计的偏差,进而增强股票流动性。Kim和Verrecchia(1994)发现投资者认为信息披露质量较高的公司股票按公允价值进行交易,故流动性水平较高。
信息披露对资本成本影响的研究主要集中于代理理论与信息不对称问题(孙士霞,2008)。一方面,信息不对称程度越高,投资者对企业真实价值进行估计的难度越大,企业积极进行信息披露可以释放优质信号(肖红军等,2015),降低投资者预估的风险水平(张然等,2012),进而促进企业交易成本与资本成本的下降(Handa和Linn,1993);另一方面,企业积极进行信息披露能增加投资者对公司的关注度,促进股票流动性的提升,从而通过压缩交易成本与减少估计误差降低企业资本成本(Bloomfield和Wilks,2000;蒋琰,2009)。据此,本文提出假设1:
假设1:信息披露能提高资本市场估值效率,具体表现为降低股价同步性与资本成本、增强股票市场流动性。
(二)信息披露与并购绩效
并购重组会提高信息不确定性(Erickson等,2012),加深信息不对称程度,增加控股股东通过并购“掏空”公司的风险。Ferreira和Laux(2007)研究发现控制权市场能够促进公司特质信息的传播,并购信息披露能改善信息环境,规避并购活动中的逆向选择问题,降低高质量公司价值被低估的风险,进而促进并购交易成本的降低与并购市场效率的提升(Wang和Lahr,2017)。同时,企业进行信息披露能加强外部投资者对经理人的监督与约束,减少道德风险问题(王春林和刘淑莲,2019),避免公司内部管理层出于自利动机进行低质量并购,从而有助于提高并购绩效。根据信号理论,企业提供高质量的信息披露向市场传递了管理层对并购活动的把控较为自信的信号,有助于增强投资者信心,达到提高并购绩效的目的。此外,正面信息与负面信息披露对并购活动的影响存在差异,正面信息披露有助于推动股票价格的上涨,提高并购绩效(李常青等,2016),而负面信息披露则显著提高了并购失败的可能性(陈泽艺等,2017)。据此,提出假设2:
假设2:信息披露有利于提升并购绩效。
(三)调节效应
在进行Meta分析时,可以根据理论分析与判断,得出可能对研究结论产生影响的调节变量(Jens等,2008)。在对研究样本文献进行整理和编码的过程中,本文发现分析师跟踪与企业规模是影响信息披露与并购重组关系的重要情景因素,此外,测量因素也是导致现有研究存在差异的重要原因之一。因此本文借鉴以往研究成果,进一步检验分析师跟踪和企业规模两类情景因素以及测量维度这一测量因素在信息披露与并购重组关系间的调节效应。
1. 情景因素:分析师跟踪与企业规模
分析师盈利预测或投资评级是影响股票价格的重要因素,但关于证券分析师是否能有效发挥信息传递功能这一问题尚存在争议。部分研究认为在资本市场机制尚不健全的背景下,分析师缺乏独立性(孙怡龙和凌鸿程,2019),由于认知偏差或规避风险的动机,分析师倾向于相互依赖并隐藏部分私有信息,表现出迎合管理层或过度乐观等非理性行为特征(游家兴和张哲远,2016),降低了资本市场估值效率,对企业并购绩效造成损害。也有研究认为分析师能对第一手资料进行加工、处理和分析,形成高质量的公司信息(Chen和Jiang,2005)。由于投资者的关注能力有限,在信息搜集与处理方面也处于劣势,难以充分理解并分析可得信息,分析师作为重要的信息中介,能对公司信息进行解读并传递给投资者,进而提升信息透明度。企业积极进行信息披露会受到更多分析师的跟踪与青睐,有助于信息获取成本的降低和预测准确性的提高(李秉成和郑珊珊,2019),为投资者做出决策提供重要参考。肖浩等(2016)研究发现,分析师会对公司披露的信息进行解读,能给股东提供更多公司层面特质信息,并将其反映在股价中,从而降低股价同步性。Brennan和Subrahmanyam(1995)的研究表明,分析师跟踪能使信息更快地反映在股票价格中,提高了股票流动性。因此证券分析师在增强资本市场估值效率与并购绩效方面发挥重要作用(陆超等,2018)。
不同规模的公司信息获取成本、披露渠道及受关注度不同,投资者对其信息披露的反应程度也有所不同。一些研究认为企业规模越大,公司市值占比越高,对整个资本市场甚至宏观经济的走势影响越大,能吸引更多投资者的关注,因此规模较大的企业进行信息披露能引起更大的市场反应。另一些研究认为投资者收集到的信息数量受到成本的制约(Hirshleifer和Teoh,2003),小公司受到的关注程度较低,投资者通常需要花费大量精力进行信息处理与分析,信息含量较少,因此,规模较小的企业进行信息披露能带来更多的信息增量,引起更强烈的市场反应(Freeman,1987)。据此,提出假设3:
假设3a:相对于分析师跟踪人数较少的企业,在分析师跟踪人数较多的企业中,并购重组对信息披露的敏感程度更高。
假设3b:相对于大型企业,在中小型企业中,并购重组对信息披露的敏感程度更高。
2. 测量维度
信息披露与并购重组的衡量方法和测量指标的多样性是造成研究结果差异的一个重要原因,本文进一步检验样本文献中变量测量维度因素的调节效应。在选择单一维度指标来衡量企业信息披露水平时,很有可能出现由于变量选择不当而造成研究结果出现偏差的现象,而多维度测量能够显著提高测量结果的可靠性和准确性。据此,提出假设4:
假设4:相对于单一测量维度,采用多维指标取得的研究结果更加显著。
根据以上分析,本文提出图1所示研究框架。
三、研究设计(一)研究方法
Meta分析具有一些优点,一方面,单个实证研究往往难以得出更具普遍性和归纳性的结论,而Meta分析能够对同一领域的多个研究结果进行综合分析,提高统计效度(张翼等,2009)。另一方面,Meta分析能提供量化结果,避免了主观性的影响。关于信息披露与并购重组的关系,已存在大量实证研究,可以满足Meta分析对文献数量的要求。基于以上合理性与适用性,本文运用Meta分析方法进行研究。
(二)基本定义及其测量指标
1. 信息披露的定义及其测量指标
信息披露可以定义为公司为投资者投资决策提供参考和接受社会公众监督而公开披露公司相关信息的行为(任政亮和徐飞,2013),也可以界定为通过媒介载体向社会公众发布信息的过程(蒋亚朋和杨洋,2005)。国内外现有研究通常将信息披露质量理解为信息透明度和信息披露等级,重点关注财务与非财务信息披露、强制性与自愿性信息披露,以及信息披露质量的资本市场效应。信息披露是缓解信息不对称的重要手段,对资本市场有效性及资源配置效率产生重要影响(杨红和杨淑娥,2007)。Hermalin和Weisbach(2012)则认为,信息披露在为投资者决策提供依据的同时会导致新的代理问题,给股东造成更多的成本,包括高管薪酬的提高与CEO更换率的提高,进而降低公司价值。
对信息披露的度量没有统一标准是研究结论存在分歧的重要因素之一,现有文献一般采用如下三类指标衡量企业信息披露水平:直接评价指标、特殊代理指标与新媒体信息披露指标。直接评价指标主要针对信息本身的质量,包括各类信息披露评级与信息披露指数,以及学者自建的信息质量评价体系(Botosan,1997;崔学刚,2004)。特殊代理指标主要包括盈余质量及媒体关注度等间接评价指标。近年来,新媒体的出现对资本市场的信息披露产生了重大影响(Miller和Skinner,2015;徐静等,2018),新媒体在信息的分享和传播上具有巨大优势(Hong等,2004),有利于丰富公司信息披露渠道并增强信息披露及时性,因此,多数学者开始使用新媒体信息披露指标作为主要代理变量。已有研究认为上市公司在社交媒体上开通公司账号有利于扩大信息披露渠道(Porter等,2011;Kim和Youm,2017),发布增量非财务信息(胡军和王甄,2015),减少市场信息不对称(Blankespoor等,2014)。
2. 并购重组定义及其测量指标
并购重组的关键是价值评估与并购后的整合,现有关于企业并购重组的研究主要集中于并购整合阶段,即关注企业并购后绩效的变化(王艳和李善民,2017;宋贺和段军山,2019)。随着近年来高估值高溢价并购案的频繁发生,越来越多学者关注到并购重组中的价值评估环节,认为能否对企业价值进行合理地评估直接关系到并购重组业务的成败(葛翔宇和周艳丽,2017),不合理的交易定价削弱了公司价值(程凤朝等,2013),因此,本文对企业并购重组的研究不仅包括并购后的绩效变化,也包括并购前的资产评估效率。已有诸多学者对并购重组估值与定价的合理性、并购估值方式以及并购重组估值的影响因素及经济后果等问题进行了研究(程凤朝等,2013;辛宇等,2015;翟进步等,2019)。良好的资产评估效率有利于企业实现最优价值(李小荣等,2019),而资本市场错误估值与高溢价并购会引发商誉减值、业绩承诺无法实现等风险,给并购方带来严重的财务压力,对企业短期市场绩效与长期财务绩效造成损害(刘娥平和关静怡,2018),直接导致并购重组业务的失败。对目标公司价值进行评估主要依赖于企业公开披露的信息,因此企业信息披露质量直接影响公司价值(张宗新等,2005)。在信息不充分的条件下,投资者难以预测企业未来经营状况进而对企业真实价值进行合理评估,随着信息披露质量的提高,投资者获得的信息增加,有利于修正对公司价值的预期。本文分别从股价同步性、市场流动性和企业资本成本三个方面探讨信息披露对资本市场估值效率的影响。股价同步性指公司股价波动与市场波动之间的关联性,反映了公司层面信息融入股票价格的程度(肖奇和屈文洲,2017)。股价同步性的形成机理包括投资者保护、制度建设等宏观因素(Morck等,2000;游家兴等,2007)以及企业信息披露水平、公司治理效率、信息中介的信息传递作用和投资者关注等微观因素(Piotroski和Roulstone,2004;朱红军等,2007;罗进辉等2015;肖奇和屈文洲,2017),现有文献主要使用R2及SYN衡量股价同步性。市场流动性反映了资产以合理价格迅速变现的能力,是衡量资本市场效率的重要指标(闫红蕾等,2020),受市场机制及投资者行为等因素的影响(肖磊和张聪,2019;尹海员和朱旭,2019),现有研究主要使用买卖价差、市场深度、交易活跃程度等指标对市场流动性进行度量。资本成本是控制权市场融资效率的体现,是企业做出并购决策的重要参考,包括权益资本成本与债务资本成本。根据信号理论,企业资本成本产生的根本原因在于信息不对称问题。
并购绩效衡量了并购交易为投资者创造价值的程度,主要表现为上市公司发起并购后的短期市场反应及长期财务绩效,现有研究主要通过事件研究法与会计研究法等衡量企业并购的短期市场财富效应(CAR/BHAR)和并购后长期绩效(ROA/ROE/Q)。事件研究法可以直接衡量并购活动为投资者带来的收益或损失,但难以剔除同期内其他事件对股票价格的影响。会计研究法以财务报告信息为基础判断并购活动对企业绩效的影响,但会计指标具有可操纵性,缺乏客观性。表1汇总了信息披露与并购重组的主要衡量指标。
变量 | 具体衡量指标举例 |
信息披露 | |
直接评价指标 | 深交所信息披露评级、内部控制信息披露质量指数、自愿性信息披露指数等 |
特殊代理指标 | 盈余质量、媒体报道数量、媒体曝光指数等 |
新媒体信息披露 | 微信订阅号信息发布数量、微信点击量、是否开设微博等 |
资本市场估值效率 | |
股价同步性 | R2、R2对数化处理后指标SYN |
市场流动性 | 买卖价差、换手率、交易量、交易金额、波动率、收益反转等 |
资本成本 | CAPM模型、FF三因素模型、GLS模型等;利息支出、财务费用与债务总额的比重等 |
并购绩效 | 市场财富效应(CAR/BHAR)、并购后长期绩效(ROA/ROE/Q)、主成分分析法构成的综合财务指标 |
(三)数据选择
1. 文献检索
参考崔小雨等(2018)的做法,本研究的文献检索主要有以下三个步骤:首先,本研究以“信息披露、信息不对称、社交网络、媒体关注、媒体报道、并购重组、股价同步性、市场流动性、information disclosure、information dissemination、information asymmetry、media exposure、media attention、merger and acquisition、transparency”等为关键词,在包括中国知网、谷歌学术、Springer Link、JSTOR、Wiley等在内的主流国内外数据库进行文献检索。其次,检索国内外关于信息披露与并购重组的重要会议论文。最后,根据相关的综述性和实证性核心论文,从其参考文献中进行进一步跟踪与挖掘,增强研究样本的完整性。
2. 文献筛选
根据以上检索步骤,共发现5275篇相关文献,但这些文献并非全部符合Meta分析的要求,本文对以上文献进行了进一步筛选,主要遵循以下原则:(1)样本文献必须是实证研究文献,剔除案例研究、文献综述等。(2)研究的问题必须是信息披露对资本市场估值效率或并购绩效的影响,剔除将信息披露作为因变量,资本市场估值效率或并购绩效作为自变量的文献,以及仅研究单一方面的文献。(3)样本文献必须具有明确的效应值。(4)若存在使用相同研究样本且研究方法与数据处理基本相同的文献,则只保留其中一篇。根据以上标准,最终确定59篇样本文献,其中中文文献38篇,英文文献21篇。样本文献筛选过程如图2所示。
3. 文献整理和数据编码
确定纳入分析的样本文献后,需要从文献中提取研究所需要的数据。本文主要对研究描述项和效应值统计项进行数据编码,研究描述项包括标题、作者、发表年份、发表期刊等,效应值统计项包括回归系数、t值、p值、F值、标准误(Se)等。一般以独立研究为单位进行编码,由于单项研究可能采用多个衡量指标,或构建不同的模型,因此单篇文献中可能出现多个效应值,本文以其平均值作为替代效应值,最终获得59个效应值,样本总量为434 224。
为了检验调节变量对信息披露与并购重组关系的影响,本文进一步对样本文献的3个调节变量进行了编码。(1)大型企业编码为1,中小型企业编码为0。(2)若以分析师跟踪人数较多的企业样本回归获得的效应值编码为1,反之为0。(3)若样本文献选择两个或以上变量进行度量编码为1,仅选择一个变量进行度量编码为0。
四、Meta回归分析结果(一)效应值转换
效应值(effect size,ES)是Meta分析中的关键性指标,由于纳入分析的样本文献性质和结构等方面存在差异,因此需要计算综合效应值。常用做法是将所有统计量转换为统一的效应值——相关系数r。
$ r=\sqrt{\frac{{t}^{2}}{{t}^{2}+d\;f}} $ | (1) |
将单个r通过费雪转换得到Fisher’s Z值,
$ {Fisher’s\;Z} =\frac{1}{2}ln(\frac{1+r}{1-r}) $ | (2) |
进而求出Fisher’s Z值的标准误。
$ {seFisher’s\;Z}=\sqrt{\frac{(1-{Fisher’s\;Z}^{2})}{d\;f}} $ | (3) |
通过Comprehensive Meta Analysis 2.0(CMA2.0)计算,最终获得了59篇文献的59个效应值。①
(二)发表偏倚分析与异质性检验
1. 发表偏倚分析
研究表明报告高效应值的研究比报告低效应值的研究更容易发表(Dickersin,2005),而发表的研究更有可能包含在Meta分析中(Rothstein等,2014),所以通过Meta分析得到的研究结果可能存在发表偏倚问题。由图3的漏斗图和表2可知,大部分样本聚集在漏斗图顶部,且分布于平均效应的两侧,说明存在发表偏倚的可能性很小。Egger检验的p值为0.499,Begg检验的p值为0.298,均大于0.05,进一步说明本研究不存在明显的发表偏倚问题。
2. 异质性检验
异质性检验的方法主要包括Q值和I2值检验,由表3可知Q值为121.178,远超过效应值,且p<0.001,因而认为本文的文献数据具有高度的异质性。此外,I2为96.981%,说明有96.981%的观察方差反映了真实效应的差别,可以初步判定研究结论差异主要来源于效应值的差异,说明信息披露与并购重组之间存在调节变量的影响。总体样本森林图见图4,其中10篇文献的效应值在95%的置信区间超出0界限,但考虑到样本文献的高度相关性,本文未进行剔除,并在稳健性检验中剔除该部分样本文献重新进行分析。
变量关系 | K | Egger检验p值 | Begg检验p值 |
信息披露与并购重组 | 59 | 0.499 | 0.298 |
信息披露与股价同步性 | 15 | 0.468 | 0.520 |
信息披露与市场流动性 | 10 | 0.401 | 0.254 |
信息披露与资本成本 | 18 | 0.100 | 0.111 |
信息披露与并购绩效 | 16 | 0.054 | 0.207 |
模型 | K | N | ES | −95%CL | 95%CL | Z值 | P值 | Q值 | df(Q) | I2 |
固定效应 | 59 | 434224 | 0.009*** | 0.006 | 0.012 | 5.674 | 0.000 | 121.178*** | 58 | 96.981 |
随机效应 | 59 | 434224 | 0.010** | 0.009 | 0.029 | 2.063 | 0.039 | |||
注:K代表研究样本个数,N代表总样本量,Q为异质性检验。CL表示置信区间;*、**、***分别表示在10%、5%和1%的水平上显著,下同。 |
(三)主效应检验
表3列示了主效应检验结果。就整体而言,信息披露与并购重组存在显著的正相关关系,固定效应模型的综合效应值为0.009,在1%的水平上显著,随机效应模型的综合效应值为0.010,在5%的水平上显著,说明信息披露有利于降低控制权市场的信息不对称程度,对企业并购重组产生积极影响。
本文进一步分析信息披露对股价同步性、市场流动性、资本成本与并购绩效的影响。如表4所示,信息披露对股价同步性的影响在固定效应与随机效应下分别在1%和10%的水平上显著为负,说明信息披露能将公司特质信息传递到市场中,降低股价变化同步性;信息披露与市场流动性呈显著正相关关系,说明企业增强信息披露水平有利于改善市场质量,提高股票的市场流动性;在固定效应与随机效应模型下,信息披露对资本成本的影响都在1%的水平上显著为负,说明提高信息披露水平能使投资者或债权人更了解公司经营现状,降低其风险预估水平,从而降低企业的资本成本,假设1得到验证;信息披露与并购绩效在1%的水平上显著正相关,说明企业进行信息披露能减少逆向选择与道德风险问题,对改善企业并购绩效具有显著促进作用,假设2得以验证。
模型 | K | N | ES | −95%CL | 95%CL | Z值 | P值 | |
股价同步性 | 固定效应 | 15 | 189494 | −0.021*** | −0.026 | −0.017 | −9.216 | 0.000 |
随机效应 | 15 | 189494 | −0.031* | −0.065 | −0.003 | −1.763 | 0.078 | |
市场流动性 | 固定效应 | 10 | 29989 | 0.102*** | 0.091 | 0.113 | 17.634 | 0.000 |
随机效应 | 10 | 29989 | 0.102*** | 0.043 | 0.160 | 3.419 | 0.001 | |
资本成本 | 固定效应 | 18 | 61576 | −0.039*** | −0.047 | −0.032 | −9.797 | 0.000 |
随机效应 | 18 | 61576 | −0.066*** | −0.086 | −0.046 | −6.569 | 0.000 | |
并购绩效 | 固定效应 | 16 | 153165 | 0.047*** | 0.042 | 0.052 | 18.214 | 0.000 |
随机效应 | 16 | 153165 | 0.090*** | 0.065 | 0.115 | 7.040 | 0.000 |
(四)调节效应检验
1. Meta二元分析
总体效应的Meta分析结果表明59篇样本文献的研究结论具有异质性,说明信息披露与并购重组的关系受到潜在调节变量的影响。本文在对研究样本文献进行编码的基础上,通过Meta二元分析进一步探讨潜在调节变量对二者关系的调节作用。具体检验结果如表5所示。
调节变量 | K | ES | −95%CL | 95%CL | Q值 | df(Q) | I2 | Z值 | P值 | |
情景因素 | 分析师跟踪 | |||||||||
分析师跟踪人数少 | 10 | 0.009*** | 0.004 | 0.014 | 786.222*** | 9 | 98.855 | 3.294 | 0.001 | |
分析师跟踪人数多 | 11 | 0.025*** | 0.021 | 0.030 | 248.625*** | 10 | 95.978 | 10.350 | 0.000 | |
企业规模 | ||||||||||
中小型企业 | 23 | 0.032*** | 0.027 | 0.036 | 731.092*** | 22 | 96.991 | 14.609 | 0.000 | |
大型企业 | 22 | 0.022* | 0.014 | 0.058 | 748.976*** | 21 | 97.196 | 1.704 | 0.088 | |
测量因素 | 测量维度 | |||||||||
单一维度 | 24 | 0.004*** | 0.000 | 0.008 | 776.116*** | 23 | 97.037 | 10.547 | 0.000 | |
多重维度 | 35 | 0.024** | 0.019 | 0.028 | 1061.810*** | 34 | 96.798 | 2.049 | 0.040 |
由表5可知,在情景因素中,分析师跟踪人数较多企业的效应值(0.025)大于分析师跟踪人数较少的企业(0.009),且满足显著性要求,因此,在分析师跟踪人数较多的企业中,并购重组对信息披露的敏感程度更高,假设3a得到验证。中小型企业效应值(0.032)大于大型企业(0.022),分别在1%和10%的水平上显著,由此可知,相对于大型企业,在中小型企业中,信息披露对并购重组的影响程度更为显著,假设3b得以证实。采用多重维度获得的效应值(0.024,p<0.050)大于采用单一维度测量获得的效应值(0.004,p<0.001),即与采用单一测量维度的研究相比,采用多维指标取得的研究结果更加显著,假说4得到支持。
2. Meta回归分析
根据以上分析可知,本文搜集的样本文献的研究结论具有显著异质性,这种差异可能来源于企业规模、分析师跟踪数量和测量维度三方面潜在因素的差别。为了探讨信息披露对并购重组调节作用的程度,在对样本文献进行编码并根据研究样本量为依据计算各文献权重的基础上,本文参照彭俞超和顾雷雷(2014)以及王福鸣和董正英(2018)的研究,构建如下模型进行回归分析:
$ {Y}_{i}=\alpha +\beta {X}_{i}+\gamma {Z}_{i}+{\varepsilon }_{i} $ | (4) |
其中,Yi为样本文献的综合效应量;Xi为本研究选取的3个调节变量;Zi为各研究样本的数量;
调节变量 | 系数 | 标准误 | Z值 | P值 | −95%CL | 95%CL |
分析师跟踪(跟踪人数多=1,跟踪人数少=0) | 0.034*** | 0.004 | 9.447 | 0.000 | 0.027 | 0.041 |
企业规模(大型企业=1,中小型企业=0) | −0.033*** | 0.004 | −9.026 | 0.000 | −0.040 | −0.026 |
测量维度(多重维度=1,单一维度=0) | 0.028*** | 0.003 | 9.124 | 0.000 | 0.022 | 0.034 |
由表6可知,在将3个调节变量纳入Meta回归分析模型后,分析师跟踪的系数为正(0.034),且在1%的水平上显著,进一步验证了在分析师跟踪人数较多的企业中,并购重组对信息披露的敏感程度更高;企业规模的系数显著为负(−0.033,p<0.001),说明相对于大型企业,在中小型企业中,信息披露对并购重组的影响程度更为显著,假设3得到进一步验证;测量维度的回归系数为正(0.028),且结果显著(p<0.001),说明采用多维指标取得的研究结果更加显著,假设4得到验证,进一步证实了二元分析所得结论,即3个调节变量在信息披露与并购重组的关系中具有较为显著的调节作用。
(五)稳健性检验
为保证研究结论的稳健性,本文进行如下稳健性检验②:(1)剔除图4中Botoson、肖作平等、张慧淑等、Francis等10篇效应值横跨零分界线的文献。(2)逐一剔除每一个纳入的研究样本文献进行重新分析,并与原结果进行对比分析,研究结果未发生明显变化。
五、研究结论与启示本文从资本市场估值效率与并购绩效的角度出发,采用Meta分析对信息披露与并购重组的关系进行了量化综述,并将情景因素与测量因素两类调节变量纳入分析框架。得出如下结论:首先,Meta异质性检验表明纳入分析的59篇独立样本文献的研究结论具有显著的异质性,说明现有研究关于信息披露对并购重组的影响方向或影响程度存在显著差异。其次,主效应回归研究结果表明信息披露对并购重组的估值效率与并购绩效产生显著的影响,具体表现为信息披露能降低股价同步性与企业资本成本、增强股票的市场流动性并促进并购绩效的提升。最后,企业规模、分析师跟踪、测量维度是影响信息披露与并购重组关系的3个重要调节变量,具体来说,中小型企业相对于大型企业、分析师跟踪人数较多相对于跟踪人数较少的企业,并购重组对信息披露的敏感程度更高;相对于单一测量维度,采用多维指标取得的研究结果更加显著。
信息披露在完善公司治理机制、保护中小投资者利益方面具有重要的作用与意义。部分研究已经发现了信息披露对缓解代理问题、提高资本市场估值效率的积极作用(李竹薇等,2019;何贤杰等,2018),然而,也有研究认为企业进行信息披露无法提升信息透明度(方红星和楚有为,2019;Li,2008)。本文使用Meta分析研究信息披露对并购重组的影响具有一定的理论意义。首先,本文尝试对现有研究结论存在较大分歧的原因进行解释:(1)现有研究对信息披露或并购重组的度量尚未形成统一标准,多数研究未明确区分信息特征(财务信息与非财务信息)、信息披露意愿(强制性信息披露与自愿性信息披露)等因素对企业并购重组的影响。(2)现有文献未细化信息披露对并购重组不同阶段的影响,本研究认为根据企业并购重组的主要步骤,至少可以细分为并购前估值与并购后整合两个阶段。(3)信息披露对并购重组的影响还有可能受到企业规模、分析师跟踪或测量维度等因素的调节。其次,本文研究结论丰富了并购重组中信息披露分析框架。最后,本研究验证了企业信息披露对并购重组的积极影响,为并购重组市场的信息治理效应提供了进一步的经验证据。
本文研究结论对企业信息披露战略与政府监管政策的制定也提供了有益的政策启示:首先,在十九大号召“金融服务实体经济”的制度背景下,上市公司应充分利用新媒体及时、详尽地披露企业信息,积极主动进行媒体和投资者管理,减少并购估值高溢价风险并提高资源配置效率,规范与优化上市公司信息治理框架。其次,金融监管部门应对并购重组中上市公司信息披露质量进行更好地评估,识别和处理信息提前泄露与内幕交易问题、提高稽查执法效率,同时增加信息披露违规成本从而起到市场震慑作用,维护市场“三公”原则。
虽然本文已尽量全面地对信息披露与并购重组的关系进行研究分析,克服了单个研究在样本选择、变量定义及研究设计等方面可能导致的偏误,得出了较为普遍和客观的结论,但仍存在一些不足:首先,只检索了中英文文献数据库,未将其他语言的文献纳入研究范畴,这会导致研究存在一定程度的选择性偏差,降低实验结果的精确度。其次,Meta二元分析中,部分调节变量在分组后研究样本较少,这些调节变量分析得到的结论缺乏稳健性。最后,诸如制度环境(游家兴等,2007)、机构投资者持股比例(杨洁等,2016)、政治关联(唐松等,2011)等都会对信息披露与并购重组的关系产生调节作用,但由于不满足Meta分析对文献数量的要求,本文未进行检验。未来研究可以加强目前文献数量较少领域的分析,进一步探讨信息披露影响并购重组的作用机制。
① 限于篇幅,未列示研究样本文献汇总描述性统计,如需要可向作者索取。
② 限于篇幅,未列示稳健性检验中剔除10篇效应值横跨零分界线文献的检验结果与逐一剔除样本文献的检验结果,如需要可向作者索取。
[1] | 陈泽艺, 李常青, 魏志华. 媒体负面报道影响并购成败吗? ——来自上市公司重大资产重组的经验证据[J]. 南开管理评论, 2017(1): 96–107. |
[2] | 胡军, 王甄. 微博、特质性信息披露与股价同步性[J]. 金融研究, 2015(11): 190–206. |
[3] | 胡元木, 谭有超. 非财务信息披露: 文献综述以及未来展望[J]. 会计研究, 2013(3): 20–26. |
[4] | 李维安, 郝臣, 崔光耀, 等. 公司治理研究40年: 脉络与展望[J]. 外国经济与管理, 2019(12): 161–185. |
[5] | 陆超, 戴静雯, 刘思静. 媒体、证券分析师与股价同步性[J]. 北京交通大学学报(社会科学版), 2018(3): 82–92. |
[6] | 彭俞超, 顾雷雷. 经济学中的META回归分析[J]. 经济学动态, 2014(2): 126–131. |
[7] | 王福鸣, 董正英. 资金支持政策对创业影响的Meta分析研究[J]. 研究与发展管理, 2018(3): 133–144. |
[8] | 肖奇, 屈文洲. 投资者关注、资产定价与股价同步性研究综述[J]. 外国经济与管理, 2017(11): 120–137. |
[9] | 徐静, 葛锐, 韩慧. 自媒体传播渠道对内控缺陷披露市场反应的影响研究[J]. 审计研究, 2018(5): 113–120. |
[10] | 张然, 王会娟, 许超. 披露内部控制自我评价与鉴证报告会降低资本成本吗?——来自中国A股上市公司的经验证据[J]. 审计研究, 2012(1): 96–102. |
[11] | 张翼, 樊耘, 赵菁. 国外管理学研究中的元分析评介[J]. 外国经济与管理, 2009(7): 1–8. |
[12] | Blankespoor E, Miller B P, White H D. Initial evidence on the market impact of the XBRL Mandate[J]. Review of Accounting Studies, 2014, 19(4): 1468–1503. |
[13] | Bloomfield R J, Wilks T J. Disclosure effects in the laboratory: Liquidity, depth, and the cost of capital[J]. The Accounting Review, 2000, 75(1): 13–41. |
[14] | Erickson M, Wang S W, Zhang X F. The change in information uncertainty and acquirer wealth losses[J]. Review of Accounting Studies, 2012, 17(4): 913–943. |
[15] | Ferreira M A, Laux P A. Corporate governance, idiosyncratic risk, and information flow[J]. The Journal of Finance, 2007, 62(2): 951–989. |
[16] | Hermalin B E, Weisbach M S. Information disclosure and corporate governance[J]. The Journal of Finance, 2012, 67(1): 195–233. |
[17] | Kim E H, Youm Y N. How do social media affect analyst stock recommendations? Evidence from S&P 500 electric power companies’ Twitter accounts[J]. Strategic Management Journal, 2017, 38(13): 2599–2622. |
[18] | Miller G S, Skinner D J. The evolving disclosure landscape: How changes in technology, the media, and capital markets are affecting disclosure[J]. Journal of Accounting Research, 2015, 53(2): 221–239. |
[19] | Porter C E, Donthu N, MacElroy W H, et al. How to foster and sustain engagement in virtual communities[J]. California Management Review, 2011, 53(4): 80–110. |
[20] | Wang Y, Lahr H. Takeover law to protect shareholders: Increasing efficiency or merely redistributing gains?[J]. Journal of Corporate Finance, 2017, 43: 288–315. |