一、引言

并購是企業的一項重要財務決策，也是企業從衰退產業向新興產業轉移和蛻變的重要途徑。從宏觀角度來看，并購有助于提高產業集中度和資源的配置效率。近年來，在國家政策的有力引導下，中國企業在海內外的并購活動十分活躍，有關并購的研究日益成為學術界關注的熱點。然而，財務學中對并購的研究多數只關注微觀層面，較少從產業視角進行探討。例如，對并購企業的研究多集中在并購溢價和并購績效等方面，并未將并購雙方的產業關聯與并購績效結合起來，忽視了產業關聯在并購中所發揮的作用。

在研究微觀企業時，宏觀層面的產業關聯指的是企業直接及間接的客戶（供應商）關聯?，F代企業處于紛繁復雜的客戶、供應商網絡中，企業并購不僅會影響實際參與并購的企業雙方，也會波及客戶、供應商網絡中的其他企業，甚至引起其他企業的追隨并購。Galbraith（1952）認為，上游企業的并購會導致下游企業產生并購的動機。Bhattacharyya 和 Nain（2011）的研究進一步證實了 Galbraith（1952）的觀點。因此，在研究企業的并購績效時，不能只考慮實際發生并購的企業，還要考慮客戶、供應商網絡中的潛在并購方，以及并購企業與其客戶、供應商之間的動態博弈。

傳統文獻對并購溢價和并購收益分配的研究，多數從代理問題的視角出發。這類研究認為，目標企業是并購的主要獲益方，而并購方獲益較少或者沒有獲益。研究發現，并購方的管理者為了牟取私利，在并購中對目標企業支付過高，使財富由并購方流向目標企業（Moeller 等，2005；Fich 等，2011）。區別于傳統的研究視角，本文根據產業組織理論，將并購企業置于客戶、供應商網絡中研究并購雙方之間的網絡關系對并購收益和收益分配的影響。

二、文獻回顧與假設提出

（一）客戶、供應商研究文獻回顧

有關客戶—供應商關系的實證研究較少，主要原因是客戶及供應商數據不易獲取和度量。產業組織學中的一個新興領域填補了這一空白，其利用統計局提供的投入產出表數據來衡量行業層面的客戶、供應商關系。這一領域的出現，為客戶—供應商關系在財務學中的應用研究提供了成熟的技術和廣闊的空間。

Fan 和 Lang（2000）使用了投入產出表中的商品流數據，構建了兩個基于投入產出表的指標，以此衡量行業間的縱向相關性和互補性，進而研究了公司的多元化效應。Fan 和 Goya（l2006）使用投入產出數據來衡量并購企業的縱向相關關系，研究了縱向并購的模式和財富效應。Fan 和 Goyal 針對 1962～1996 年完成的并購進行研究，結果發現，縱向并購（客戶并購供應商或供應商并購客戶）在上世紀 60、70 年代較少，在 80、90 年代較為密集。在所有并購中，呈現出縱向相關關系的并購約占 1/3。此外，縱向并購能產生正向財富效應，這種財富效應顯著高于多元化并購，與橫向并購相近。

Bhattacharryya 和 Nain（2011）采用美國商務部經濟分析局（Bureau of Economic Analysis） 提供的1992 年的投入產出表數據，核算了供應商與客戶的相對依賴性。對于 1984～2003 年發生并購的 141 個行業，Bhattacharryya 和 Nain 根據核算的指標找出了前十大供應商行業，得到了 1 410 個樣本觀測值。在此基礎上，他們檢驗了 Galbraith（1952）的買方抗衡勢力理論，研究了橫向并購對購買力的影響，以及并購企業的供應商是否會進行相應的并購。結果發現，橫向并購可以增加企業的購買力，在發生橫向并購后，企業主要供應商行業的利潤下滑，原料供應價格下降。隨后幾年中，并購企業的供應商行業也會發生橫向并購，以對抗其客戶行業購買力的上升。不過，供應商行業發生橫向并購后，客戶行業并未隨之發生并購。

Ahern（2012）同樣使用美國經濟分析局提供的投入產出表，計算了客戶對供應商的相對重要性（客戶的采購除以供應商的銷售） 和供應商對于客戶的相對重要性（供應商的投入除以客戶的產出），分析了這種相對勢力如何影響縱向并購中的收益分配。

Ahern 認為，在縱向并購中，具有較強市場勢力的一方可以分享更多的并購收益。將樣本分為向上游的并購（客戶作為并購方）和向下游的并購（供應商作為并購方）之后，實證檢驗發現，在向下游的縱向并購樣本中，市場勢力的效應是顯著的，而在向上游的并購樣本中，這種效應并不顯著。這表明，只有在向下游的并購中，客戶和供應商的相對談判勢力才會影響到并購收益的分配。

本文與 Ahern（2012）的不同之處在于，這里采用的不是簡單線性的投入產出關系，而是包含了所有直接及間接的客戶、供應商網絡?；诖?，本文研究了并購雙方在網絡中的相對位置對并購收益以及收益分配的影響。采用客戶、供應商網絡能更恰當地體現企業在整個供應鏈中的位置，反映企業與其供應商和客戶關系的密集度，以及供應商或客戶在整個經濟體中的重要性，而這些因素都會影響到企業的并購收益。

國內對投入產出表的研究主要集中在宏觀經濟領域，微觀金融層面的研究較少。李青原等（2011）對該領域進行了初步嘗試。該文沿用了 Fan 和 Goyal（2006）的度量方法，根據中國國家統計局提供的“2002 年全國 122 部門投入產出表”，計算了行業間的縱向相關性，以此識別出縱向并購，進而研究了資產專用性對縱向并購的價值影響。然而，該文只是將投入產出關系作為識別縱向并購的依據，并沒有直接度量投入產出關系對并購收益和股東財富的影響。

（二）理論預期

并購收益方面的文獻大多發現，在并購首次公告日，目標企業可以獲得顯著為正的超額收益率，但并購方在當日的收益率不顯著為正，甚至為負。也就是說，目標企業的收益率顯著高于并購方（Morck等 ，1990；Moeller 等 ，2005；Morellec 和 Zhdanov，2005）。學者對此現象的一種解釋是：目標企業在并購收益中分享的份額較多，而并購方從并購收益中分享的份額較少。換言之，目標企業才是并購的真正獲益方。因此，有大量的文獻通過研究并購溢價來分析財富在并購雙方之間的轉移。并購溢價較高，表明并購方對目標企業的定價偏高，目標企業的獲益較大。

之前對并購溢價的研究主要基于代理問題。例如，研究發現，目標企業管理層持股的增加有助于增加 并 購 溢 價 （Stulz，1988；Stulz 等 ，1990；Song 和Walkling，1993；Moeller，2005），或導致財富由目標企業向并購方轉移（Fich 等，2011）。此外，還有文獻從稅收的角度研究并購溢價，如 Ayers 等（2003）發現，投資者的股東資本利得稅與并購溢價正相關。對跨國并購的研究發現，并購方所在國的股東保護和會計準則執行得越好，跨國并購的溢價就越高（Bris 和 Cabolis，2008）。事實上，并購定價是并購雙方談判的結果，它構成了一個零和博弈，因為定價越有利于一方，對另一方的損害就越高。因此，并購雙方的相對市場勢力會影響交易價格，并進一步影響到并購雙方的收益分配。

產業組織方面的研究為并購收益分配的研究提供了新的視角。Rhodes-Kropf 和 Robinson（2008）構建了一個考慮搜尋、稀缺性和資產互補性的模型來研究并購決策。Rhodes-Kropf 和 Robinson（2008）認為，企業在發起經營投資項目的同時，也在搜尋能夠進行帕累托改進的企業和資產。企業的搜尋工作和資產稀缺性決定了并購收益的分配，而資產的互補性決定了并購收益的產生。當企業找到可以接受的并購合作方時，就需要商討并購剩余財富的分配。

企業接受或拒絕并購契約，取決于它們能否在并購契約中爭取到有利的條款，即爭取到令其滿意的并購收益份額。企業爭取到的并購收益份額，取決于并購雙方在并購談判中的議價能力，而這依賴于并購雙方分別鎖定其他并購合作方的能力。資產具有相對稀缺性的企業具有更強的議價能力，更容易鎖定另一家并購合作方，因此能獲得更高的并購收益。

Rhodes-Kropf 和 Robinson（2008）提出的“稀缺性”理論得到了后續學者的實證支持，如 Hoberg 和 Pil－lips（2010）等。

根據 Rhodes-Kropf 和 Robinson（2008）的研究，企業資產的互補性和稀缺性是并購收益分配的關鍵因素。相應地，在客戶、供應商網絡的框架下，“稀缺性”理論意味著，如果目標企業處于網絡核心位置（擁有較多的投入產出關系鏈條），則目標企業的議價能力較低，能夠分配的并購收益份額較少，資本市場對并購公告的反應也較差；相反，如果并購方處于網絡核心位置，那么并購方的議價能力較低，目標企業就可以為股東爭取更多的財富，市場反應也更加積極。

由“稀缺性”理論，本文提出了兩個原假設 1a和 1b。

假設 1a：目標企業在并購中分配的份額以及并購公告收益率均與目標企業的網絡密集度負相關。

假設 1b：目標企業在并購中分配的份額以及并購公告收益率均與并購方的網絡密集度正相關。

為了進一步檢驗并購收益在并購雙方之間的分配，本文核算了并購雙方在網絡中的位置差異。若并購雙方中有一方處于網絡核心位置，另一方處于網絡的外圍位置，則二者的網絡密集度差異最大。位置差異越大，說明并購雙方的網絡位置越不對等。對于雙方的網絡位置差異，本文用目標企業的集群系數減去并購方的集群系數來度量。集群系數的差額越大，表明目標企業越接近網絡密集區，而并購方越接近網絡邊緣區。根據“稀缺性”理論，網絡密集區的資產稀缺性較低，議價能力較弱，能夠分配的并購收益份額也較低。因此，本文提出了假設 2。

假設 2：目標企業與并購方在網絡密集度上的差異，與目標企業在并購總收益中分享的份額負相關。

以上研究的是并購收益在并購雙方之間的分配。最后，本文將研究并購收益的產生。根據的Rhodes-Kropf 和 Robinson（2008）的理論，資產互補性決定了并購協同效應的發生。因此，資產互補性越高，并購企業的總體收益越高。采用 Ahern 和Harford （2014）兩個行業之間最短路徑的度量方法，本文研究了近距離并購和遠距離并購的并購收益差異。這里的近距離并購指的是并購雙方處于同一行業，或具有直接的客戶—供應商關系，其他并購則視為遠距離并購。與遠距離并購相比，近距離并購的資產互補性較高，因而并購的協同增效較高，導致總體的收益增加，目標企業的收益也會隨之提高。鑒于此，本文提出了假設 3a 和 3b。

假設 3a：與遠距離并購相比，近距離并購的并購增效較高。

假設 3b：與遠距離并購相比，目標企業在近距離并購中的公告收益率較高。

三、樣本、變量與模型設定

（一）樣本選擇

本文采用的并購數據來源于萬得（Wind）并購數據庫，并購收益率數據來自銳思（RESSET）金融數據庫，財務報表數據來自國泰安（CSMAR）數據庫，研究期間為 1997 年至 2012 年。初步篩選出并購方、目標企業同為上市公司的并購樣本，共 500 個。此外，將同一年內并購方對被并購方發起的多個并購合并，并將當年首次并購的首次公告日視作這起并購的首次公告日。若無法合并，則每一年只保留一個樣本。

為了保證樣本的有效性，我們對初始樣本進行了篩選。（1）刪去并購方和目標企業是同一家的公司后，樣本量為 370 個；（2）刪去數據庫中并購的重復值后，樣本量為 317 個；（3）刪去行政劃撥、法院裁決及以資抵債的樣本數據后，樣本量為 290 個；（4）刪去無法在銳思金融數據庫獲取收益率數據的觀測值后，樣本量為 194 個。經過以上處理，得到的并購樣本共有 194 個觀測值。再剔除其他變量有缺失值的數據之后，最終得到的回歸樣本包含 163 個觀測值。

（二）變量描述

1. 目標企業在并購收益中分配到的份額（△$CAR）。本文采用目標企業與并購方在交易公告日的超額收益之差來衡量并購收益的分配。雖然之前的研究通常采用并購溢價來度量，但 Betton 等（2008）發現，投標人的收益會隨著目標企業并購前股價的短期上漲而增加。這表明，溢價識別的是并購雙方的總收益，而非目標企業的討價還價能力。此外，即使溢價能反映目標企業得到的收益份額，也不能很好地衡量并購收益在并購雙方之間的分配。相反，采用收益額的優點是，它將并購方和目標企業的并購公告日收益率轉換成了貨幣價值，從而量化了并購收益在并購雙方之間的分配。

為了得到超額收益額，首先利用企業日收益率數據和經流通市值加權的市場日收益率數據（來自銳思金融數據庫），估計出并購公告日當日、公告日前后各 1 天的累計超額收益率 CAR（-1，1）。然后，使用 Malatesta（1983）和 Moeller 等（2004）的方法，用超額收益率乘以企業在公告日前一天的市值得到超額收益額。

為了衡量目標企業在并購收益中獲取的份額，理想的做法是計算目標企業的收益額占總收益額的百分比。但是，由于并購一方或雙方的收益額可能為負，因此按這種方法計算會產生偏誤。例如，如果目標企業的超額收益額是 100 元，而投標人的超額收益額是-99 元，那么，目標企業分享的比例即為：100/（100-99）=10000%。當總收益為負時，偏誤問題更為嚴重。為了避免上述問題，本文用目標企業和并購方收益額的差值，除以并購雙方在公告前一天的總市值，以此反映目標企業在總收益中分配的份額，記為△$CAR。該指標代表的是對于每一元的總市值，目標企業相對于并購方所獲得的收益。

2. 并購雙方的網絡位置。為了檢驗客戶、供應商網絡影響并購收益分配的假設，這里使用中國國家統計局提供的投入產出表來構建客戶網絡和供應商網絡。統計局每五年更新一次投入產出表，但是每期對行業的定義都會發生變化。為了保持一致性，本文使用 2007 年的投入產出表。雖然 2002 年的投入表在時間上更接近于樣本期間的中間時段，但由于并購活動總體呈逐年增加的趨勢，因此用 2007 年的數據來分割并購活動，在數量上更為均衡。盡管投入產出關系不太可能隨著時間發生顯著的變化，但是，全部樣本都采用 2007 年的數據不利于得出有關行業網絡和收益分配間關系的顯著結果，實際上會降低結果的顯著性。換言之，如果采用 2007 年的數據度量仍能得到顯著的結論，那么就為本文的假設提供了強有力的佐證。此外，用行業數據來衡量并購雙方市場勢力的優勢在于，這不僅控制了企業實際的競爭者，還控制了潛在的競爭者。因此，在研究并購收益分配問題中，采用行業數據比企業實際的客戶、供應商網絡數據更為恰當。

本文對并購雙方在供應商、客戶網絡中的位置進行了核算。首先，根據 Fan 和 Goya（l2006）的方法，利用《投入產出基本流量表》計算各個行業的投入系數（Inputij）和產出系數（Outputij）。假設《投入產出基本流量表》中第 i 行第 j 列所列內容為 aij，其中，行業 i 是投入行業（供應商行業），行業 j 是產出行業（客戶行業），那么 aij表示的是生產行業 j 的總產出所需的行業 i 的直接投入值（不包含行業增加值），或者代表在行業 i 的總產出中，行業 j 的采購額。這里，投入和產出系數的計算如下：Inputij=aij/行業 j 的總投入，表示客戶行業 j 每 1 元的總投入中所需要的供應商行業 i 投入的金額，Input 數值越大，表明供應商行業越重要；Outputij=aij/行業 i 的總產出，表示供應商行業 i 每 1 元的總產出中客戶行業 j 的采購比例，Output 數值越大，表明客戶行業越重要。

然后，分別根據計算的 Input 和 Output 系數構建供應商網絡和客戶網絡。由于 2007 年投入產出表中共有 135 個行業，所以，行業之間的兩兩配對數目共為 18 225（135×135）對。將行業間投入產出系數大于 1%的行業關聯添加到網絡中，剔除系數不超過1%的行業關聯，就得到了最終的供應商網絡和客戶網絡。

圖 1 提供了部分行業的供應商和客戶網絡示意圖（以 2007 年投入產出表為基礎）。雖然投入產出關系通常用線性鏈條模擬，但圖 1 表明，從原材料到最終產品間的路徑是非常復雜的。相對簡單的子樣本（13 個行業）中也存在復雜的關聯網絡，將行業增加到 135 個會得到一個極其復雜的行業關聯網絡。因此，為了能更好地分析投入產出網絡，本文引入了圖論和社會網絡的相關技術，包括集群系數、集中性程度和最短路徑的概念（Ahern 和 Harford，2014）。下面相關指標一一進行介紹?！緢D1】

（1）集群系數。集群指的是經濟體中與一個行業相關聯的行業集合。這里根據 Watts 和 Strogatz（1998）的方法計算集群系數，即集群中行業之間的實際關聯數目占所有潛在關聯數目的比例。根據圖1 可知，塑料制品業與兩個行業相連，這兩個行業之間的實際關聯數目是 0，因此，塑料制品業的集群系數是 0（0/C22）。棉、化纖紡織及印染精加工業與四個行業相連，這四個行業中的實際關聯數目是 4，因此，棉、化纖紡織及印染精加工業的集群系數是0.667（4/C42）。一個行業在客戶、供應商網絡中的集群系數越高，就有越多的客戶或供應商與之進行交易；相反，一個行業的集群系數越低，與之進行交易的客戶或供應商就越少。本文用集群系數來反映并購企業的網絡位置。集群系數越大，并購企業越接近網絡的核心位置；集群系數越小，并購企業越接近網絡的邊緣位置。根據前文的介紹，本文認為，并購企業的網絡位置會影響其在并購談判中的議價能力，進而影響其在并購總收益中分享的份額。

（2）集中性程度。集中性程度反映的是，網絡中一個行業相對全部行業投入產出流的重要性。這種重要性取決于該行業與多少個行業存在投入產出關聯，以及投入產出系數的大小。集中性程度的計算方法十分簡單，即某個行業的集中性程度等于該行業對于其他所有行業（包含自身行業）的投入系數（In－putij）之和或產出系數（Outputij）之和。本文用集中性程度作為并購企業網絡特性的控制變量。

（3）最短路徑。本文使用 Dijkstra（1959）的方法來計算某個行業到網絡中其他行業的最短路徑。存在投入產出關系的行業之間的最短路徑是 1，如石油和天然氣開采業與燃氣生產和供應業，而石油和天然氣開采業到航空運輸業的最短路徑為 2。在網絡中，一個行業到另一個行業的路徑可能不止一種，這時，應選擇最短路徑作為這兩個行業之間的距離。

依據并購雙方的最短距離，可將并購分為近距離并購和遠距離并購兩種，其中，遠距離并購的定義是并購雙方之間的最短路徑大于 1，然后檢驗近距離并購是否具有更高的收益率。

由于加入所有行業后，供應商和客戶網絡極其復雜，用手工核算集群系數和最短路徑的工作量較大，因此本文采用 Matlab 軟件編寫程序，計算了復雜網絡的集群系數和最短路徑的數值。最后，本文將并購企業的證監會行業分類與統計局投入產出表的135 個行業分類相匹配，得到了每個樣本企業的集群系數、行業集中性程度以及并購雙方的最短路徑。

使用行業層面的客戶—供應商數據可能與并購企業實際的客戶、供應商網絡存在差異，但是，差異部分是由于并購企業潛在的供應商或客戶造成的。之前有文獻采用實際客戶或供應商來研究并購決策（Fee 和 Thomas，2004；Shahrur，2005）。但是，行業層面的投入產出數據與本文的研究更加相關，因為即使是并購企業潛在的供應商或客戶，也會影響到并購企業的網絡位置，進而影響到并購方在并購談判中的地位。

（4）行業增加值。前文的分析表明，資產的稀缺性會影響到并購談判地位。在行業層面，行業的收益較高，說明該行業的產品具有較高的稀缺性，在并購談判中具有較強的議價能力。投入產出表中除了記錄每個行業的直接投入外，還記錄了每個行業的增加值，而增加值代表了行業的收益。因此，可以將行業增加值除以行業總產出進行標準化，以此來衡量產品在行業層面的稀缺性，這也是另一個衡量并購企業稀缺性的指標。

（5）其他控制變量。在實證檢驗中，本文還控制了交易特征，其中包括：并購交易的相對規模，它等于交易額除以并購公告日的市值；并購雙方的企業性質（A_SOE 和 T_SOE），國有企業取值為 1，非國有企業取值為 0。此外，本文還控制了公司特征，其中包括資產規模（A_Size 和 T_Size）、財務杠桿（A_Lev和 T_Lev）和盈利水平（A_PCM 和 T_PCM）。詳細的變量說明參見表 1?！颈?.略】

（三）模型設定

根據以上內容，可以得出各個檢驗假設的回歸模型。以下模型中，指標首字母 A 代表的是并購方（Acquirer），T 代表的是目標企業（Target），變量腳標I 代表的是供應商網絡，O 代表的是客戶網絡。

圖 1 13 個行業的供應商、客戶網絡數據來源：2007 年 135 個部門的投入產出表，中國國家1．假設 1 的檢驗。假設 1a 研究的是并購方和目標企業各自的客戶、供應商網絡密集度是否會影響目標企業的收益率，以及影響方向是否有差異，因此，因變量取目標企業在首次并購公告期的超額收益率 CAR（-1，1），自變量是客戶和供應商網絡的集群系數（Clustering）、集中性程度（Centrality）以及并購雙方所屬投入產出行業的行業增加值（IVA），這些都是資產“稀缺性”的代理變量?？刂谱兞堪ú①徬鄬σ幠＃≧elative Size）、并購雙方是否為國有企業（A_SOE、T_SOE）、盈利能力（A_PCM、T_PCM）、資產規模（A_Size、T_Size）和資本結構（A_Lev、T_Lev）。

由此建立如下的模型（1）：

TCAR =α0+α1AClusteringI+α2TClusteringI+α3A－ClusteringO+α4TClusteringO+α5ACentralityI+α6TCen－tralityI+α7ACentralityO+α8TCentralityO+α9AIVA+α10TI－VA+Control Variables+ε設 1b 研究的是并購雙方各自的客戶、供應商網絡的密集度（Clustering）是否會影響目標企業所分配的并購收益份額，因此，因變量取目標企業在總并購收益中所占的份額（△$CAR）。由此可建立模型（2），其中的自變量和控制變量與模型（1）相同。

△$CAR=α0+α1AClusteringI+α2TClusteringI+α3A－ClusteringO+α4TClusteringO+α5ACentralityI+α6TCen－tralityI+α7ACentralityO+α8TCentralityO+α9AIVA+α10TI－VA+Control Variables+ε （2）2.假設 2 的檢驗。假設 2 研究的是并購雙方所屬網絡位置的差異是否會影響目標企業所分配的并購收益份額。因變量與模型（2）相同，自變量是目標企業的網絡指標減去并購方相應的網絡指標的差值（△代表的是差分），以及并購雙方所屬行業的行業增加值。由此可建立模型（3）：

△$CAR=α0+α1△ClusteringI+α2△ClusteringO+α3△CentralityI+α4△CentralityO+α5AIVA+α6TIVA+Con－trol Variables+ε （3）3.假設 3 的檢驗。假設 3a 和假設 3b 研究的是近距離并購的并購總收益、目標企業的收益分配份額是否高于遠距離并購。因此，因變量分別取并購增效（Synergy） 和目標企業所分配的并購收益份額（TCAR）。自變量是最短路徑，即從客戶網絡和供應商網絡來看，并購是否屬于近距離并購，并購雙方是否處于同行業或存在直接的客戶—供應商關系。行業增加值變量和控制變量與前面模型相一致。對應于假設 3a 和 3b，可建立模型（4）和（5），如下所示：Synergy = α0+ α1ShortestPathI+ α2ShortestPathO+α3AIVA+α4TIVA+Control Variables+ε （4）TCAR=α0+α1ShortestPathI+α2ShortestPathO+α3AI－VA+α4TIVA+Control Variables+ε （5）

四、實證結果與分析

（一）描述性統計結果

由表 2 可知，目標企業收益率的均值為 3%。平均來看，在每 1 元的總市值中，目標企業與并購方分配的并購收益額之差為-0.000 5 元，中位數是 0.000 6元。在供應商網絡中，目標企業和并購方的集群系數（AClusteringI、TClusteringI） 的均值都在 4%左右；在客戶網絡中，并購雙方的集群系數（AClusteringO、TClusteringO）的均值約為 3%。供應商網絡的行業集中度（ACentralityI、TCentralityI）要高于客戶網絡（A－CentralityO、TCentralityO）。并購方和目標企業的行業增加值（AIVA、TIVA）的均值約為 40%。并購交易相對規模（Relative Size）的均值約為 32%。并購方的盈利能力（PCM）和資產規模（Relative Size）要高于目標企業，而財務杠桿（Lev）則低于目標企業。由表 3 可知，并購雙方的公告日收益率都顯著為正，目標企業的公告日收益率較高，但是并購雙方的公告效應并不存在顯著性差異。最后三行顯示，目標企業和并購方在并購增效中分享的份額不存在顯著性差異。由表 4 可知，用供應商網絡數據（供應商的投入占客戶總產出的比例，記為 Input）計算得到的網絡集中性程度（Centrality）、集群系數（Clustering）顯著高于用客戶網絡數據（客戶的采購占供應商總產出的比例，記為 Output）計算得出的結果。這表明，供應商網絡要比客戶網絡更為密集。由表 5 可知，在供應商網絡中，并購方的行業集中性程度低于目標企業的行業集中性程度，但并購方行業的集群系數高于目標企業行業的集群系數。

這表明，行業的集中性程度高并不意味著該行業與周圍行業之間形成了密集的客戶、供應商網絡。在客戶網絡中，并購雙方的行業集中度和集群系數不存在顯著差異。

（二）實證結果與分析

表 6 的前三列檢驗的是客戶、供應商網絡對目標企業收益率的影響，后三列檢驗的是客戶、供應商網絡對目標企業占總并購收益份額的影響。結果顯示，并購方的集群系數越高，目標企業的收益率越高；目標企業的是集群系數越高，目標企業的收益率越低，在并購中分配的收益份額也越低。實證結果支持了假設 1a 和假設 1b，即處于網絡核心位置的企業具有較高的稀缺性。在客戶網絡中，并購方和目標企業的網絡核心位置，并不會影響目標企業的收益率和并購收益分配。這表明，影響并購收益分配的主要是供應商網絡，這與 Ahern（2012）的結論相一致。此外，本文還用行業增加值反映產品的稀缺性，結果顯示，目標企業的行業增加值會顯著增加目標企業的收益率及其并購收益份額，而并購方的行業增加值會顯著降低目標企業在并購收益中的分配份額?？刂谱兞康南禂碉@示，并購的相對規模越大，目標企業分享的收益份額越高；目標企業在并購公告前一年的營業利潤率越高，并購公告的收益率越低，在并購中分配的份額越小。DeLong（2001）發現，并購公告期的超額收益率會隨著目標企業相對規模的增加而增加，隨著目標企業并購前業績的增加而減少。

本文的結果支持了 DeLong 的結論。此外，目標企業的負債率越高，并購公告期的收益率越低，在并購中分配的份額越小。這表明，高負債企業更容易折價出售。并購雙方的相對網絡位置對目標企業收益份額的影響如表 7 所示。由實證結果可知，在供應商網絡中，目標企業與并購方的網絡位置差異越大，目標企業在并購中分配的份額越少。結果支持了假設 2，即處于網絡核心位置的企業具有較低的議價能力。在客戶網絡中，并購雙方網絡位置的差異并不會影響并購收益的份額。但是，并購方的行業增加值會顯著降低目標企業的收益份額。在供應商、客戶和混合網絡中，目標企業的行業增加值可以顯著提升其收益份額，而目標企業的負債率則會顯著降低其收益份額。最后檢驗并購雙方所屬行業之間的距離對目標企業并購收益的影響，結果如表 8 所示。由實證結果可知，在供應商網絡中，近距離并購的并購增效、目標企業收益率要高于遠距離并購，但在客戶網絡中，是否為近距離并購并不會影響目標企業的收益率。

混合網絡的結果與供應商網絡的結論相一致。以上結果支持了假設 3a 和假設 3b。

（三）穩健性檢驗

1.因變量。識別出并購雙方收益額都為正的子樣本，用目標企業的收益額除以目標企業和并購方的總收益額，得出目標企業在并購總收益中所占的份額，然后使用該變量作為因變量，結果發現，得到的結論與上一節類似。此外，在計算超額收益率時，用企業的日收益率減去總市值加權市場收益率，得到的結論類似。

2.樣本。由于樣本量較小，本文沒有剔除并購交易相對規模較大和較小的觀測值。在穩健性檢驗中，剔除交易相對規模低于 1%或高于 100%的觀測值，用新樣本重新進行回歸，得出的結論與前文相似。此外，剔除樣本中的橫向并購，僅包含跨行業并購，發現結論并無顯著的變化。

五、結論與建議

并購是企業一項重要的投資活動，并購對企業成長的重要性不亞于研發投入和其他資本支出，是企業股權結構演變的重要決定因素（Celikyurt 等，2010）。本文研究了客戶、供應商網絡對并購收益的分配，以及對目標企業收益率的影響，結果發現，并購方與目標企業各自的供應商網絡的密集度，以及并購雙方在網絡中的相對位置，都會影響到并購收益的分配和目標企業在并購首次公告期的超額收益率。具體而言，并購方的供應商網絡越密集，目標企業分享的并購收益份額就越高，目標企業在并購公告期的收益率也越高。同樣，目標企業的供應商網絡越密集，目標企業在并購中分享的收益份額就越高，在并購公告期的收益率也越高。此外，本文還發現，并購方與目標企業的供應商網絡密集度差異越大，即二者在網絡中的位置距離越遠，并購雙方在收益份額分配上的差異就越大。目標企業處于網絡邊緣位置，而并購方處于網絡核心位置時，目標企業分享的收益份額較高；相反，目標企業處于網絡核心位置，并購方處于網絡邊緣位置時，目標企業分享的收益份額較低。原因在于，在并購談判過程中，處于網絡密集處的企業，其資產稀缺性較低，搜尋替代方的成本較低，不利于形成有力的并購談判勢力，因此，難以爭取到較多的并購收益份額。最后，本文研究了并購雙方在供應商網絡中的縱向距離對并購收益的影響，結果發現，近距離并購有助于增加企業的收益率，即并購方與目標企業所屬行業的縱向距離越近，并購的協同作用越強，目標企業的并購公告期超額收益率也越高。這是因為近距離并購的資產互補性較高，并購增效較大。以上結論都支持了 Rhodes-Kropf 和 Robinson（2008）的結論。然而，這些結論僅在供應商網絡中成立，在客戶網絡中并不成立。

Ahern（2012）的研究也表明，并購雙方的議價能力對并購收益的影響主要集中在供應商縱向整合的向上游并購中。

近年來，我國將企業并購視為調整產業結構的重要手段，出臺了一系列政策法規以促進并購市場的發展。例如，2008 年出臺的《商業銀行并購貸款風險管理指引》，允許符合條件的銀行開展并購貸款業務，為企業并購提供資金支持。其中規定，在銀行貸款支持的并購交易中，并購方與目標企業之間應具有較高的產業相關度或戰略相關性。2010 年出臺的《國務院關于促進企業兼并重組的意見》，旨在消除企業兼并重組的制度障礙，放寬民營資本的準入條件，落實稅收優惠政策。2011 年出臺的《關于修改上市公司重大資產重組與配套融資相關規定的決定》，旨在完善發行股票購買資產的制度規定，允許資產重組和配套融資同步操作。政府政策的支持和條例的不斷完善，為公司并購創造了良好的環境，推動了公司并購和控制權市場的健康發展。本文的研究表明，產業結構會影響并購收益，較高的產業相關度或戰略相關性有助于提高并購協同性，增加并購企業的收益。鑒于此，本文對計劃進行并購的企業提出了一些建議。（1）抓住并購時機，充分利用國家產業結構調整的優惠政策，適時發起并購，進入有助于企業未來發展的新市場。國家重點扶持行業（如汽車業、石油化工業等）的企業在發起并購時，較易獲得銀行或股票市場的資金支持，因此，如果企業有合適的并購合作方，應及時發起并購。這不僅有利于企業自身的發展，同時也有助于提高資產配置效率，推動產業結構的優化升級。（2）選擇縱向相關度較高的企業進行并購，這樣并購的協同性較高，并購增效較高。換言之，企業在選擇并購合作方時，應優先考慮與自身存在密切投入產出關系或資產互補性的企業，這有助于增強并購的總體收益，使并購雙方都從并購中獲益。同時，產業相關度高的并購更容易獲得國家的政策支持，也更容易順利完成。（3）企業并購增效源自于并購雙方的資產互補性，而并購收益的分配則取決于并購雙方的議價能力。本文研究發現，處于網絡密集處的企業議價能力較低，而處于網絡邊緣處的企業議價能力較高。因此，具有密集供應鏈條的企業在進行并購時，要尋求在資產上與之存在較高互補性的合作方進行并購。這樣，即使分配的并購收益份額較少，企業也能從中獲利。供應鏈條較少，處于供應商網絡邊緣處的企業，需要在并購中選擇資產互補性高的并購合作方，同時也要利用自身有利的談判地位，爭取到更大份額的并購收益。（4）處于網絡密集處的企業作為并購合作方時，面臨的競爭較為激烈，被替代的可能性較高。因此，這類企業要努力改善技術，增加產品的差異化，提高市場地位和資產的特殊性，增加企業的實力和議價能力。

本文的主要貢獻在于：不同于傳統的代理問題和行為金融視角，本文從產業組織和客戶—供應商關系的角度研究了并購績效和并購收益的分配，得出了新的結論，并從實證上支持了 Rhodes-Kropf 和Robinson（2008）模型的理論預期。此外，本文還借鑒 Ahern 和 Harford（2014）的方法來度量客戶、供應商網絡，為產業組織學與財務學的交叉研究建立了橋梁。本文研究的不足之處在于，在將證監會行業分類轉換為投入產出行業時，在分類上存在一定的主觀性。原因是這兩種行業的分類標準不一致，導致部分行業在轉換為投入產出行業時不夠精確?？蛻?、供應商網絡的構建和度量為將行業特征和行業關聯引入財務學研究提供了廣闊的空間。在未來的研究中，可以將相關理論應用到財務學的其他研究領域，將企業自身的財務決策與其所處的供應鏈環境結合起來。例如，可以研究客戶與供應商關系對企業資本結構、公司治理的影響，以及在客戶、供應商網絡的框架下，進一步研究網絡對并購決策和并購浪潮的影響?！緢D.表均略】