计算机应用 | 古代文学 | 市场营销 | 生命科学 | 交通物流 | 财务管理 | 历史学 | 毕业 | 哲学 | 政治 | 财税 | 经济 | 金融 | 审计 | 法学 | 护理学 | 国际经济与贸易
计算机软件 | 新闻传播 | 电子商务 | 土木工程 | 临床医学 | 旅游管理 | 建筑学 | 文学 | 化学 | 数学 | 物理 | 地理 | 理工 | 生命 | 文化 | 企业管理 | 电子信息工程
计算机网络 | 语言文学 | 信息安全 | 工程力学 | 工商管理 | 经济管理 | 计算机 | 机电 | 材料 | 医学 | 药学 | 会计 | 硕士 | 法律 | MBA
现当代文学 | 英美文学 | 通讯工程 | 网络工程 | 行政管理 | 公共管理 | 自动化 | 艺术 | 音乐 | 舞蹈 | 美术 | 本科 | 教育 | 英语 |

壳公司的财务特征及其被并购的可猜测性分析(2)

2015-11-18 01:21
导读:三、研究方法及样本选择 1、变量的选择 根据上文的分析,我们选择以下变量来解释上市公司的壳资源特征是否明显。 X1:主营业务利润占利润总额的比重
  三、研究方法及样本选择  1、变量的选择  根据上文的分析,我们选择以下变量来解释上市公司的壳资源特征是否明显。  X1:主营业务利润占利润总额的比重。此变量所考虑的主要是被并购公司是进行多元化经营还是专业化经营。一般来说,假如是专业化经营的公司,将更加符合收购公司追求整合效应的经营目标,因此,这个值越高,越轻易成为被收购的对象。  X2:净资产收益率。此指标也在一定程度上能够反映壳公司的资产质量。因此,该指标越高,被作为壳资源的可能性越大。  X3:价值低估程度,采用托宾Q值(非流通股的价值定为A股股价的1/3)或Q1=股东权益市值/股东权益帐面价值或Q2=股价/每股净资产。假如Q的值比较大,说明公司价值被高估,将会增加收购方的本钱,所以较低的Q值应该是壳公司的一个特征。  X4:每股净资产。采用每股净资产在一定程度上可以反映收购本钱的高低。一般每股净资产越高,收购的本钱也会相应的进步。  X5:企业的规模指数,采用公司的总股本数。壳公司的规模越大,收购成功的难度也越大,因此预计检验结果的符号是负的。  X6:反映公司的股权结构的指标,采用的是壳公司第一大股东持股的比例/流通股所占的比例。如前所述,这个比例越大,收购越难以完成,因此期看检验结果的符号为负。  X7:资产负债率,采用这一指标在一定程度上反映壳公司的可能的“包袱”。因此,假如公司的负债率比较高,会给收购方带来更多的负担,这样的公司不会被选择作为收购目标。  X8:配股资格,这是一个0-1变量,用来衡量被收购公司是否会给收购方带来更多的融资渠道。有配股资格的公司为1,无配股资格的公司为0,经努力可在2000年恢复配股资格的个股的值定为0.5.  2、模型的建立  本文选择采用Probit二元离散选择模型,模型具有以下基本形式:  y=f(X)  其中,为0-1变量,用于描述某个公司在选定的样本期间内是否属于本文所界定的壳公司范围,即假如该公司在样本期间内成为非上市公司买壳收购目标,则y取值为1,否则为0.X是描述公司主要财务特征的多元向量,包括上文的X1-X8总共8个变量。  3、样本选择  将1999年以前于沪深两市上市的公司(A股)分为两类:  (1)壳公司——有偿收购的目标公司  1999年被非上市公司以有偿方式(现金及实物资产、股权、债务)取得该上市公司控股权(成为第一大股东)的上市公司为样本,共57家,其中深市29家,沪市28家(除往1999年上市的“锦州港”)。  (2)非壳公司  在被有偿收购的壳公司以外,样本中还往掉了以下两类公司:  一是1999年以其他方式控制权发生了变化的公司。包括被上市公司收购、股权无偿划转等的上市公司。原因在于,我们上述所呈述的壳公司的特征在一些被上市公司收购的或者股权无偿划转的上市公司当中也会有一定的体现,但是他们又不属于我们所界定的非上市公司对上市公司的壳资源收购的概念,为了避免由此带来的干扰,故而考虑往除该部分样本。  二是在以前年份控股权发生过变化的公司。由于我们的目的是要找出壳公司的财务特征,由于一些壳公司在被收购后仍处于调整时期,可能还具有相应的财务特征,但实际上短期内被再次收购的可能性很低(如我国《证券法》规定,收购人对所持有的被收购的上市公司的股票,在收购行为完成后的六个月内不得转让),为往除它们对模型的干扰,将之排除在外。  这样剩下586家非壳公司,其中深市264家,沪市586家。  从非壳公司中随机抽取深市41家、沪市42家与壳公司组成样本,样本容量为140家。  四、模型的估计和检验  1、模型的参数估计  对于上述二元离散选择模型的参数估计,在大多数的统计分析软件包里都有直接的估计。在这里采用TSP软件的Probit估计方法,经过多次回回和检验之后,得到的参数估计结果见下表。模型的最大似然函数LnL=71.474615,因此在1%的水平下模型是明显的。
上一篇:健全内控制度 有效控制财务风险务管理毕业论 下一篇:没有了