中國(guó)制造業(yè)并購(gòu)重組的動(dòng)態(tài)演變路徑及變異性分析：來(lái)自上市公司的經(jīng)驗(yàn)證據(jù)

張倩肖，李紀(jì)華

(西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院，陜西西安710061)

一、引 言

改革開(kāi)放30多年來(lái)，我國(guó)制造業(yè)發(fā)展迅速，取得了顯著的成績(jī)，在國(guó)民經(jīng)濟(jì)中具有舉足輕重的地位。然而，我國(guó)制造業(yè)大而不強(qiáng)，亟需通過(guò)企業(yè)并購(gòu)重組等措施，實(shí)現(xiàn)制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和優(yōu)化。基于上述考慮，有必要對(duì)制造業(yè)并購(gòu)重組的動(dòng)態(tài)演變路徑及變異性進(jìn)行分析，判斷制造業(yè)及其各子行業(yè)所處的發(fā)展階段、各子行業(yè)的發(fā)展階段是否具有顯著差異，從而為政府制定產(chǎn)業(yè)政策、上市公司確定發(fā)展戰(zhàn)略及投資者選擇合適的投資時(shí)機(jī)，提供有益的借鑒。

國(guó)內(nèi)外學(xué)者對(duì)并購(gòu)重組的研究，主要圍繞“結(jié)構(gòu)、行為、績(jī)效”的框架展開(kāi)，大多數(shù)文獻(xiàn)集中在并購(gòu)績(jī)效的研究。Stephen A.Rhoades從并購(gòu)效率角度考察了9個(gè)銀行并購(gòu)案例，結(jié)果表明僅有4個(gè)銀行成功實(shí)現(xiàn)了成本效率改進(jìn)的目標(biāo)［1］。Robert De Young、Douglas D.Evanoff和 Philip Molyneux運(yùn)用事件研究方法考察了北美銀行合并，認(rèn)為并購(gòu)改進(jìn)了效率［2］。Nadia Doytch和Esin Cakan將并購(gòu)重組作為內(nèi)生變量引入經(jīng)濟(jì)增長(zhǎng)模型，并利用廣義矩估計(jì)方法分析了并購(gòu)重組對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。結(jié)果表明制造業(yè)的并購(gòu)重組對(duì)自身產(chǎn)業(yè)和國(guó)民經(jīng)濟(jì)增長(zhǎng)皆具有負(fù)效應(yīng)［3］。翟進(jìn)步等從“功能鎖定”視角考察了并購(gòu)過(guò)程中不同融資方式選擇對(duì)并購(gòu)績(jī)效的影響。結(jié)果發(fā)現(xiàn)權(quán)益融資方式顯著提升了收購(gòu)公司的市場(chǎng)績(jī)效和股東財(cái)富，而債務(wù)融資方式則降低了收購(gòu)公司的市場(chǎng)績(jī)效并有損于股東財(cái)富［4］。顧露露、Robert Reed運(yùn)用事件研究方法評(píng)估我國(guó)企業(yè)的海外并購(gòu)績(jī)效，得出我國(guó)企業(yè)海外并購(gòu)整體上取得了非負(fù)的超?；貓?bào)率［5］。相比較而言，研究并購(gòu)重組行為的文獻(xiàn)較少。目前，國(guó)內(nèi)僅有少數(shù)文獻(xiàn)對(duì)制造業(yè)的并購(gòu)重組進(jìn)行了研究，并且都集中在跨國(guó)并購(gòu)及裝備制造業(yè)方面:王蘇生等從產(chǎn)業(yè)控制力的角度出發(fā)，認(rèn)為外資并購(gòu)對(duì)我國(guó)裝備制造業(yè)產(chǎn)業(yè)安全有較大影響［6］;王廣鳳、肖春華認(rèn)為政府應(yīng)對(duì)裝備制造業(yè)的外資并購(gòu)進(jìn)行合理干預(yù)，以避免遭受產(chǎn)業(yè)安全和經(jīng)濟(jì)安全的嚴(yán)重威脅［7］;王欽認(rèn)為對(duì)跨國(guó)公司并購(gòu)行為的公共政策選擇，要從產(chǎn)業(yè)政策、競(jìng)爭(zhēng)政策和并購(gòu)監(jiān)管三個(gè)層面進(jìn)行［8］。

本文通過(guò)考察制造業(yè)上市公司連續(xù)、頻繁的并購(gòu)重組行為，借助MATLAB編程軟件，采用函數(shù)性數(shù)據(jù)分析方法中的相平面圖、函數(shù)性主成分分析及函數(shù)性方差分析等手段，對(duì)我國(guó)制造業(yè)的動(dòng)態(tài)演變路徑及變異性進(jìn)行了研究。本文的研究在兩方面對(duì)現(xiàn)有文獻(xiàn)進(jìn)行了拓展:一是現(xiàn)有文獻(xiàn)多采用案例分析或者站在全行業(yè)的角度進(jìn)行并購(gòu)績(jī)效方面的研究，幾乎沒(méi)有從微觀企業(yè)出發(fā)對(duì)行業(yè)及其內(nèi)部的并購(gòu)重組行為進(jìn)行研究的，本文利用我國(guó)制造業(yè)上市公司的經(jīng)驗(yàn)數(shù)據(jù)對(duì)行業(yè)及其內(nèi)部的并購(gòu)重組行為進(jìn)行了詳盡的分析;二是現(xiàn)有文獻(xiàn)大多采用傳統(tǒng)的計(jì)量方法，使用離散的面板數(shù)據(jù)建立計(jì)量模型來(lái)分析并購(gòu)績(jī)效，難以對(duì)產(chǎn)業(yè)并購(gòu)重組的動(dòng)態(tài)演變路徑及其變異性進(jìn)行解釋?zhuān)疚牟捎靡环N新的統(tǒng)計(jì)分析方法——函數(shù)性數(shù)據(jù)分析(Functional Data Analysis，F(xiàn)DA)方法分析了我國(guó)制造業(yè)并購(gòu)重組的動(dòng)態(tài)演變路徑及其變異性。這種方法既具備有效解決模型樣本容量不足、變量指標(biāo)過(guò)多的優(yōu)越性，又可以彌補(bǔ)以往研究采用離散的面板數(shù)據(jù)建立計(jì)量模型時(shí)以線性結(jié)構(gòu)描述變量之間的因果關(guān)系以及模型的假設(shè)條件太多的局限性，在分析動(dòng)態(tài)演變及變異性方面具有先天優(yōu)勢(shì)。

二、數(shù)據(jù)分析和模型方法

(一)數(shù)據(jù)分析

1.樣本選取

本文采用的樣本數(shù)據(jù)是根據(jù)《中國(guó)上市公司并購(gòu)重組研究數(shù)據(jù)庫(kù)(CMAAR)》提供的數(shù)據(jù)整理，并購(gòu)重組次數(shù)的認(rèn)定以上市公司并購(gòu)重組的首次公告為準(zhǔn)。共搜集到制造業(yè)上市公司并購(gòu)重組次數(shù)20724次，時(shí)間維度為1998－2011年。按照證監(jiān)會(huì)《上市公司行業(yè)分類(lèi)指引(2001)》的劃分標(biāo)準(zhǔn)，制造業(yè)由10個(gè)制造業(yè)子行業(yè)組成，這20724次并購(gòu)重組分屬上述10個(gè)制造業(yè)子行業(yè)①制造業(yè)十個(gè)子行業(yè)分別是C0食品、飲料、C1紡織、服裝、皮毛、C2木材、家具、C3造紙、印刷、C4石油、化學(xué)、塑膠、塑料、C5電子、C6金屬、非金屬、C7機(jī)械、設(shè)備、儀表業(yè)、C8醫(yī)藥、生物制品業(yè)、C99其他制造業(yè)。。

2.制造業(yè)并購(gòu)重組數(shù)據(jù)的函數(shù)性特征

在分析制造業(yè)并購(gòu)重組數(shù)據(jù)的函數(shù)性特征之前，首先需要明確的是，本文選取的1998－2011年制造業(yè)上市公司并購(gòu)重組的時(shí)間段僅是我國(guó)證券市場(chǎng)上制造業(yè)并購(gòu)重組過(guò)程中很小的一段，未來(lái)出于不同的動(dòng)機(jī)，并購(gòu)重組仍將繼續(xù)存在。這種連續(xù)的、不間斷的并購(gòu)重組活動(dòng)，為我們考察它的動(dòng)態(tài)演變路徑及變異性提供了現(xiàn)實(shí)可能性。

由于實(shí)施并購(gòu)重組的買(mǎi)賣(mài)雙方在任何一天(非證券公司工作日除外)均有可能宣布實(shí)施并購(gòu)重組行為，并且可以預(yù)料在今后相當(dāng)長(zhǎng)的一段時(shí)期內(nèi)，并購(gòu)重組行為將一直持續(xù)下去，因此可以將潛在的并購(gòu)重組過(guò)程看作一個(gè)整體，所有的并購(gòu)重組行為構(gòu)成一個(gè)連續(xù)的過(guò)程。如果將制造業(yè)每一個(gè)子行業(yè)的并購(gòu)重組行為看作是其首次公告日的函數(shù)，那么每一個(gè)制造業(yè)子行業(yè)的并購(gòu)重組次數(shù)均對(duì)應(yīng)著一條不甚光滑的曲線［9］。由此可見(jiàn)，制造業(yè)上市公司的并購(gòu)重組次數(shù)具有函數(shù)性數(shù)據(jù)的特征，可以運(yùn)用函數(shù)性數(shù)據(jù)的統(tǒng)計(jì)分析方法進(jìn)行研究。

(二)模型方法

根據(jù)上述分析，本文采用相平面圖、函數(shù)性主成分分析及函數(shù)性方差分析等方法對(duì)制造業(yè)并購(gòu)重組的動(dòng)態(tài)演變路徑及變異性進(jìn)行研究。結(jié)合本文的研究對(duì)象，下面簡(jiǎn)單介紹一下上述方法。

1.數(shù)據(jù)修勻和相平面圖

(1)數(shù)據(jù)修勻

在進(jìn)行函數(shù)性數(shù)據(jù)分析之前，首先需要將離散的數(shù)據(jù)轉(zhuǎn)化為一個(gè)函數(shù)x(t)，將搜集到的原始數(shù)據(jù)yi(i=1，2，…，n)在某一區(qū)間上所有自變量t處的值都估算出來(lái)。由于存在觀測(cè)誤差，必須對(duì)離散數(shù)據(jù)進(jìn)行修勻處理。本文采用選定一組基函數(shù)φk(t)，k=1，…，K，并用基函數(shù)φk(t)的線性組合表示函數(shù)x(t)來(lái)對(duì)數(shù)據(jù)進(jìn)行修勻處理的方法［9－10］。即:

為了利用基函數(shù)的線性組合對(duì)數(shù)據(jù)進(jìn)行修勻，需要采用最小二乘法求出基展開(kāi)式中的系數(shù)ck，k=1，…，K。即:

其中，t1，t2，…，tn表示考察期的時(shí)間結(jié)點(diǎn)。

本文在MATLAB軟件的幫助下，采用B－樣條基(B－spline)來(lái)對(duì)制造業(yè)并購(gòu)重組數(shù)據(jù)進(jìn)行修勻。由于原始數(shù)據(jù)的容量太大，考慮到樣本區(qū)間的時(shí)間維度特征，將時(shí)間結(jié)點(diǎn)按年來(lái)均勻劃分成1998－2011年14個(gè)時(shí)間結(jié)點(diǎn)較為合適。

(2)相平面圖

在函數(shù)性數(shù)據(jù)分析方法中，為了分析研究對(duì)象的動(dòng)態(tài)演變，需要將研究對(duì)象的動(dòng)態(tài)變化分解為水平方向的相變化和垂直方向的幅變化，它們又分別對(duì)應(yīng)函數(shù)的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)。因此，相平面圖是在擬合出的勻滑函數(shù)的基礎(chǔ)上，將其一階導(dǎo)數(shù)和二階導(dǎo)數(shù)分別作為橫坐標(biāo)和縱坐標(biāo)，繪制出的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)之間的變化關(guān)系圖。

制造業(yè)并購(gòu)重組次數(shù)的變化也分為水平方向上的相變化和垂直方向上的幅變化。之所以呈現(xiàn)這兩種變化，是因?yàn)椴①?gòu)重組行為受能量的驅(qū)動(dòng)，這種能量與并購(gòu)重組買(mǎi)賣(mài)雙方的性質(zhì)、并購(gòu)重組行為的性質(zhì)及國(guó)家的產(chǎn)業(yè)政策有關(guān)，它驅(qū)動(dòng)并購(gòu)重組行為一方面沿著時(shí)間的水平方向變化，一方面沿著垂直方向變化，與物理學(xué)中的動(dòng)能和勢(shì)能類(lèi)似，這兩種能量的交替轉(zhuǎn)換使得并購(gòu)重組次數(shù)的函數(shù)曲線呈現(xiàn)出我們觀察到的形狀。利用MATLAB軟件，可求出制造業(yè)總體和每一個(gè)制造業(yè)子行業(yè)的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)曲線，然后繪制相平面圖，對(duì)制造業(yè)上市公司并購(gòu)重組的動(dòng)態(tài)演變路徑進(jìn)行分析。

2.函數(shù)性主成分分析和函數(shù)性方差分析

函數(shù)性數(shù)據(jù)的變異性分析主要包括函數(shù)性主成分分析和函數(shù)性方差分析。

(1)函數(shù)性主成分分析

在函數(shù)性主成分分析中，用主成分權(quán)函數(shù)表示主成分的權(quán)向量［9］。假設(shè)主成分權(quán)函數(shù)用ξ(t)表示，t在區(qū)間T中變化，則第i個(gè)樣本xi(t)(i=1，2，…，N)的主成分得分值為 Zi= ∫Tξ(t)xi(t)dt。第一主成分就是在∫Tξ(t)2dt=1的約束條件下，求使主成分得分值Zi的方差達(dá)到最大的權(quán)函數(shù)ξ(t)，即:

類(lèi)似地，可以求出第j個(gè)主成分的權(quán)函數(shù)ξj(t)，它是如下數(shù)學(xué)模型的解:

對(duì)求出的主成分需要進(jìn)行光滑處理，本文將修勻處理過(guò)程融入到主成分的求解中。將描述主成分曲線波動(dòng)程度的粗糙因子納入到約束條件中，形成帶懲罰的約束條件。利用粗糙懲罰法求第j個(gè)主成分的數(shù)學(xué)模型如下［9，11－13］:

其中，λ≥0是修勻參數(shù)，用它對(duì)粗糙懲罰項(xiàng)進(jìn)行調(diào)整。

(2)函數(shù)性方差分析

函數(shù)性方差分析主要為了考察研究對(duì)象的差異性。首先需要將研究對(duì)象按一定的標(biāo)準(zhǔn)劃分為若干類(lèi)別:C1，C2，…，CL，L 表示分類(lèi)的個(gè)數(shù)。每一個(gè)大類(lèi)Ci由許多子類(lèi)ci構(gòu)成，每個(gè)大類(lèi)Ci又包含LC個(gè)個(gè)體，則全體的總數(shù)N為:N=LC。用 Fkc表示第c個(gè)子類(lèi)中k個(gè)個(gè)體的某項(xiàng)指標(biāo)并建立數(shù)學(xué)模型Fkc(t)= μ(t)+αc(t)+εkc(t)，用均信函數(shù)μ(t)表示指標(biāo)的總體平均，用αc(t)表示子類(lèi)c中指標(biāo)的特殊效應(yīng)，它們對(duì)所有的t滿(mǎn)足∑cαg(t)=0，用誤差函數(shù)εkc(t)表示子類(lèi)c中第k個(gè)個(gè)體中不能被解釋的量［9，11－14］。

設(shè)計(jì)一個(gè)N×(L+1)的矩陣X，每一個(gè)個(gè)體對(duì)應(yīng)著矩陣X的一行。用(k，c)表示子類(lèi)c中的第k個(gè)個(gè)體，該行的第一個(gè)和第c+1個(gè)位置上的元素為1，其余元素為0。矩陣X中(k，c)所在行的轉(zhuǎn)置向量用x(k，c)表示，令 β1，β2，…，βL+1= αL，則上述模型可等價(jià)地表示成［x(k，c)β(t)］+ εkc(t)，或用矩陣形式表示成 F=Xβ+ε。其中F表示由N個(gè)個(gè)體的函數(shù)數(shù)據(jù)構(gòu)成的向量，ε是由N個(gè)誤差函數(shù)構(gòu)成的向量，β是由(L+1)個(gè)參數(shù)函數(shù)構(gòu)成的(L+1)維參數(shù)函數(shù)向量，即β=(β1，β2，…，βL+1)T。在約束=0(等價(jià)于下，β可以通過(guò)最小化 FVASSE=求得，即 μ 和αc的 LS 估計(jì)［9，11－13］。

為了考察上述分類(lèi)的特殊效應(yīng)在特定時(shí)間t是否顯著，除了求FVASSE之外，還需要求平方復(fù)相關(guān)函數(shù)R2(t)和F－比率函數(shù)。平方復(fù)相關(guān)函數(shù)R2(t)= ［SSY(t) － SSE(t)］/SSY(t)，F(xiàn)(t) =MSR(t)/MSE(t)。其中 SSE(t)= ∑k，c［Fck(t)－()kc(t)］2，SSY(t)=∑k，c［Fck(t)－((t)］，MSE(t)=SSE(t)/dt(誤差)，MSR(t)= ［SSY(t)－SSE(t)］/dt(模型)，dt(誤差)和dt(模型)分別是誤差和模型的自由度，為 N － L 和 L － 1［9，11－13］。通過(guò)計(jì)算函數(shù)R2(t)的值可以看出模型擬合的好壞，一般而言，R2(t)取值越大說(shuō)明擬合的越好;在一定的顯著性水平下，F(xiàn)(t)的值的大小可以確定各分類(lèi)之間是否存在顯著差異。

三、制造業(yè)并購(gòu)重組的動(dòng)態(tài)演變路徑及變異性分析

本文在函數(shù)性數(shù)據(jù)分析的基礎(chǔ)上，運(yùn)用上述數(shù)據(jù)修勻技術(shù)、相平面圖、函數(shù)性主成分分析和函數(shù)性方差分析等手段，對(duì)制造業(yè)并購(gòu)重組的動(dòng)態(tài)演變路徑及變異性進(jìn)行了研究。

(一)制造業(yè)并購(gòu)重組的動(dòng)態(tài)演變路徑

本文利用MATLAB編程軟件，首先對(duì)我國(guó)制造業(yè)并購(gòu)重組數(shù)據(jù)進(jìn)行修勻處理，得出制造業(yè)各個(gè)子行業(yè)及制造業(yè)總體并購(gòu)重組數(shù)據(jù)的函數(shù)曲線，進(jìn)而求出其一階導(dǎo)數(shù)和二階導(dǎo)數(shù)，并在此基礎(chǔ)上求出反映制造業(yè)各個(gè)子行業(yè)及制造業(yè)總體并購(gòu)重組動(dòng)態(tài)演變路徑的相平面圖(見(jiàn)下圖1、圖2)①需要說(shuō)明的是，為了簡(jiǎn)略，本文中所有的圖，均用字母C0－C9(為統(tǒng)一采用C9而非C99)代指制造業(yè)10個(gè)子行業(yè);圖1和圖2使用的是并購(gòu)重組的原始數(shù)據(jù)。。相平面圖中每一條曲線上的數(shù)字1－14與時(shí)間結(jié)點(diǎn)1998－2011年一一對(duì)應(yīng)，數(shù)字所在的坐標(biāo)位置，反映了該年發(fā)生并購(gòu)重組時(shí)動(dòng)能和勢(shì)能的大小。

通過(guò)分析圖1和圖2我們發(fā)現(xiàn)，制造業(yè)總體和制造業(yè)子行業(yè)并購(gòu)重組的動(dòng)態(tài)演變路徑具有一定的相似性，都具備“發(fā)散式螺旋”的變化特征，但是，具體來(lái)看，由于制造業(yè)各子行業(yè)的行業(yè)性質(zhì)不同，發(fā)展階段不同，制造業(yè)總體及其各子行業(yè)的動(dòng)態(tài)演變路徑也不同。按照動(dòng)態(tài)演變能量大小的差異可以將它們劃分為三類(lèi)，其中，C0、C1、C2、C3、C8、C9 是同一類(lèi)型，C4、C5、C6、制造業(yè)總體是同一類(lèi)型，C7是一種類(lèi)型。

從 C0、C1、C2、C3、C8、C9 的相平面圖可以看出，這幾個(gè)制造業(yè)子行業(yè)的能量與其他子行業(yè)相比都比較小。具體而言，在剛開(kāi)始時(shí)它們的能量接近于0，在中間階段能量達(dá)到最大，此后能量越來(lái)越小，說(shuō)明1998－2011年間食品、飲料業(yè)、紡織、服裝、皮毛業(yè)、木材、家具業(yè)、造紙、印刷業(yè)、醫(yī)藥、生物制品業(yè)和其他制造業(yè)的發(fā)展呈現(xiàn)出低—高—低的螺旋動(dòng)態(tài)演變路徑，目前這些行業(yè)處于并購(gòu)重組的低潮期②以2011 年為例，C0、C1、C2、C3、C8、C9 的能量(動(dòng)能，勢(shì)能)分別為(－49.2917，－23.4568)、(－50.3946，－49.6197)、(1.5848，9.6875)、(－19.4843，－41.0557)、(－31.9149，10.3155)、(－0.3847，3.0718)，均較低。。

從C4、C5、C6的相平面圖可以看出，這幾個(gè)子行業(yè)的能量在全部制造業(yè)子行業(yè)中處于中間層次。具體而言，在剛開(kāi)始時(shí)的能量接近于0，隨著時(shí)間的推移能量經(jīng)過(guò)了一個(gè)由大變小甚至達(dá)到能量零點(diǎn)的過(guò)程，此后能量開(kāi)始變大，說(shuō)明1998－2011年間石油、化學(xué)、塑膠、塑料業(yè)、電子業(yè)、金屬、非金屬業(yè)的發(fā)展呈現(xiàn)出低—高—低—高的螺旋動(dòng)態(tài)演變路徑，目前這些行業(yè)處于并購(gòu)重組的活躍期③以2011 年為例，C4、C5、C6 的能量(動(dòng)能，勢(shì)能)分別為(39.1958，107.9771)、(288.9802，322.3396)、(142.7470、174.6335)，均為正值，且較高。。

從C7的相平面圖可以看出，C7在全部制造業(yè)子行業(yè)中的能量最大。具體而言，C7在剛開(kāi)始時(shí)的能量接近于0，隨著時(shí)間的推移能量經(jīng)過(guò)了一個(gè)由大變小甚至達(dá)到能量零點(diǎn)的過(guò)程，此后能量越來(lái)越大，遠(yuǎn)遠(yuǎn)超過(guò)了其他制造業(yè)子行業(yè)。說(shuō)明1998－2011年間機(jī)械、設(shè)備、儀表業(yè)的發(fā)展呈現(xiàn)出低—高—低—很高的螺旋動(dòng)態(tài)演變路徑，目前機(jī)械、設(shè)備、儀表業(yè)處于并購(gòu)重組的高潮期①以2011年為例，C7的能量(動(dòng)能，勢(shì)能)為(391.0574，438.7793)，均為正值，且在10個(gè)子行業(yè)中最高。。

圖1 制造業(yè)各子行業(yè)并購(gòu)重組次數(shù)的相平面圖

圖2 制造業(yè)總體并購(gòu)重組次數(shù)的相平面圖

對(duì)制造業(yè)總體而言，其能量是各制造業(yè)子行業(yè)能量的綜合，表現(xiàn)出較大的能量。但是，由于C0、C1、C2、C3、C8、C9 處于行業(yè)并購(gòu)重組的低潮期，C4、C5、C6處于行業(yè)并購(gòu)重組的活躍期，因此，盡管C7處于行業(yè)并購(gòu)重組的高潮期，總體來(lái)看，制造業(yè)總體的能量變化大致與C4、C5、C6的變化相同，目前處于行業(yè)并購(gòu)重組的活躍期而非高潮期②以2011年為例，制造業(yè)總體的能量(動(dòng)能，勢(shì)能)為(712.0950，953.6721)，總量較高，但由于各子行業(yè)差別較大，將其劃分為活躍期較為合適。。

(二)制造業(yè)并購(gòu)重組的變異性分析

上述研究表明，制造業(yè)總體及其子行業(yè)并購(gòu)重組的動(dòng)態(tài)演變路徑呈現(xiàn)“發(fā)散式螺旋”的形式，但是，制造業(yè)總體及不同制造業(yè)子行業(yè)并購(gòu)重組的“發(fā)散式螺旋”形式存在著差異，分別處于不同的動(dòng)態(tài)演變時(shí)期。本文以上述研究為出發(fā)點(diǎn)，利用函數(shù)性主成分分析和函數(shù)性方差分析，探討制造業(yè)并購(gòu)重組動(dòng)態(tài)演變的主要變異方式和變異的時(shí)間特征。

圖3 制造業(yè)并購(gòu)重組一階導(dǎo)數(shù)的均值函數(shù)及四個(gè)主成分的加減效應(yīng)

1.制造業(yè)并購(gòu)重組動(dòng)態(tài)演變的主要變異方式

運(yùn)用上文介紹的函數(shù)性主成分分析法，采用修勻參數(shù)λ為10－4的粗糙懲罰法對(duì)主成分進(jìn)行修勻，求出制造業(yè)偏離均值函數(shù)的效應(yīng)圖(見(jiàn)圖3、圖4)。每幅圖中均繪出3條曲線，其中實(shí)線代表10個(gè)制造業(yè)子行業(yè)并購(gòu)重組的一階或二階導(dǎo)數(shù)的總體均值曲線，另外兩條虛線是對(duì)均值曲線分別加上和減去主成分的60倍而形成的曲線。通過(guò)觀察圖3和圖4可以看出，并購(gòu)重組一階導(dǎo)數(shù)(動(dòng)能)的四個(gè)主成分中，第一主成分(PC1)的解釋能力為88%，第二主成分(PC2)的解釋能力為7%，兩者的綜合解釋能力為95%。并購(gòu)重組二階導(dǎo)數(shù)(勢(shì)能)的四個(gè)主成分中，第一主成分(PC1)的解釋能力為72%，第二主成分(PC2)的解釋能力為24%，兩者的綜合解釋能力為96%。

關(guān)于制造業(yè)并購(gòu)重組次數(shù)一階導(dǎo)數(shù)即動(dòng)能的變化，由圖3可知，第一個(gè)主成分PC1對(duì)并購(gòu)重組次數(shù)的一階導(dǎo)數(shù)即動(dòng)能在10個(gè)制造業(yè)子行業(yè)之間變化的解釋能力達(dá)到88%。在不同的制造業(yè)子行業(yè)之間，并購(gòu)重組次數(shù)的一階導(dǎo)數(shù)即動(dòng)能在整個(gè)考察期內(nèi)均大于均值，但是在2007－2009年間變化最大，這種變化方式超過(guò)了并購(gòu)重組一階導(dǎo)數(shù)其他類(lèi)型的變化，說(shuō)明在這個(gè)階段出現(xiàn)的能量差異是導(dǎo)致并購(gòu)重組動(dòng)態(tài)性變化的最主要的原因;并購(gòu)重組次數(shù)一階導(dǎo)數(shù)的第二個(gè)主成分PC2對(duì)并購(gòu)重組的一階導(dǎo)數(shù)即動(dòng)能在10個(gè)制造業(yè)子行業(yè)之間變化的解釋能力為7%，是并購(gòu)重組一階導(dǎo)數(shù)除PC1外的另一變化方式。PC2在整個(gè)并購(gòu)重組考察期內(nèi)呈現(xiàn)出時(shí)而高于均值時(shí)而低于均值的上下波動(dòng)狀態(tài)，著重反映了并購(gòu)重組的動(dòng)能在10個(gè)制造業(yè)子行業(yè)之間的動(dòng)態(tài)變化。因此，PC1、PC2反映了不同制造業(yè)子行業(yè)并購(gòu)重組一階導(dǎo)數(shù)在考察期中間階段的變化，而類(lèi)似地，主成分PC3和主成分PC4則反映了不同制造業(yè)子行業(yè)并購(gòu)重組一階導(dǎo)數(shù)在考察期的前期和后期的變化情況。并購(gòu)重組二階導(dǎo)數(shù)即勢(shì)能的變化，情況與一階導(dǎo)數(shù)不太一致，從圖4可以看出，二階導(dǎo)數(shù)的四個(gè)主成分PC1、PC2、PC3和PC4在整個(gè)考察期內(nèi)均呈現(xiàn)出時(shí)而高于均值時(shí)而低于均值的上下波動(dòng)狀態(tài)，反映了并購(gòu)重組次數(shù)的勢(shì)能在10個(gè)制造業(yè)子行業(yè)之間的周期的、循環(huán)的動(dòng)態(tài)變化。

通過(guò)上面的分析可以看出，制造業(yè)子行業(yè)并購(gòu)重組次數(shù)一階導(dǎo)數(shù)和二階導(dǎo)數(shù)的前兩個(gè)主成分PC1和PC2，對(duì)于分析并購(gòu)重組次數(shù)的動(dòng)態(tài)性在不同制造業(yè)子行業(yè)之間的變化非常重要，它們對(duì)動(dòng)態(tài)演變路徑變化的總的解釋能力分別達(dá)到95%和96%，是制造業(yè)動(dòng)態(tài)演變路徑變異的兩個(gè)主要方式［15］。

圖4 制造業(yè)并購(gòu)重組二階導(dǎo)數(shù)的均值函數(shù)及四個(gè)主成分的加減效應(yīng)

2.制造業(yè)并購(gòu)重組動(dòng)態(tài)演變路徑的時(shí)間特征

為了分析制造業(yè)動(dòng)態(tài)演變變異的時(shí)間特征，首先要求出制造業(yè)各子行業(yè)并購(gòu)重組次數(shù)一、二階導(dǎo)數(shù)的主成分得分圖，對(duì)10個(gè)制造業(yè)子行業(yè)進(jìn)行分組，然后利用函數(shù)性方差分析法對(duì)并購(gòu)重組次數(shù)的變異性進(jìn)行分析［16－17］。

通過(guò)觀察圖5我們發(fā)現(xiàn):在以PC1為橫軸，PC2為縱軸繪制出的制造業(yè)并購(gòu)重組次數(shù)一、二階導(dǎo)數(shù)的主成分得分圖中，很明顯地，10個(gè)制造業(yè)子行業(yè)可以劃分成三組。其中，C0、C1、C2、C3、C8、C9 劃分為一組，C4、C5、C6劃分為一組，C7劃分為一組。然后運(yùn)用MATLAB編程并進(jìn)行仿真運(yùn)算，我們得到并購(gòu)重組次數(shù)一階導(dǎo)數(shù)和二階導(dǎo)數(shù)的平方復(fù)相關(guān)函數(shù)R2(t)的曲線以及F－比率曲線(見(jiàn)圖6，其中，顯著水平為 0.05，臨界值為 4.7374)①一階導(dǎo)數(shù) R2(t)值 = ［0.5621 0.6518 0.7007 0.5718 0.3686 0.1287 0.5813 0.7577 0.7683 0.7559 0.7231 0.5883 0.4869 0.5621］;二階導(dǎo)數(shù)R2(t)值 =［0.6607 0.7129 0.3668 0.7635 0.7513 0.3100 0.7842 0.7836 0.7156 0.7076 0.7681 0.3640 0.5589 0.6607］;一階導(dǎo)數(shù)F值 =［4.4919 6.5503 8.1956 4.6743 2.0429 0.5172 4.8595 10.9435 11.6077 10.8372 9.1421 5.0007 3.3210 4.4919］;二階導(dǎo)數(shù) F 值 = ［6.8144 8.6926 2.0272 11.2983 10.5729 1.5722 12.7210 12.6715 8.8047 8.4690 11.5917 2.0028 4.4343 6.8144］;顯著水平為 0.05，臨界值為 4.7374。［15］。

圖5 一階導(dǎo)數(shù)和二階導(dǎo)數(shù)對(duì)應(yīng)的得分圖

圖6 一、二階導(dǎo)數(shù)的平方復(fù)相關(guān)函數(shù)R2(t)值和F－比率函數(shù)值

通過(guò)考察R2(t)和F值以及觀察圖5和圖6我們發(fā)現(xiàn)，對(duì)一、二階導(dǎo)數(shù)求平方復(fù)相關(guān)函數(shù)R2(t)得到的數(shù)據(jù)的擬合程度總體而言是不錯(cuò)的，14年中值小于0.5的數(shù)據(jù)只有3年，并且從圖形上看，這些數(shù)據(jù)呈現(xiàn)一定的規(guī)律性。從數(shù)值的大小上來(lái)看，一階導(dǎo)數(shù)R2(t)值最大的為0.7683(2006年)，最小的僅為0.1287(2003年)，二階導(dǎo)數(shù)R2(t)值最大的為0.7842(2004 年)，最小的僅為0.3100(2003 年)，差距都比較大。從圖6可以看出，一、二階導(dǎo)數(shù)的平方復(fù)相關(guān)函數(shù)R2(t)曲線呈現(xiàn)出周期性的上下波動(dòng)的趨勢(shì)，其在整個(gè)考察期內(nèi)的擬合程度也呈現(xiàn)周期性的上下波動(dòng)的狀態(tài)，但是，二階導(dǎo)數(shù)波動(dòng)的頻率要大于一階導(dǎo)數(shù)的波動(dòng)頻率。并購(gòu)重組次數(shù)一階導(dǎo)數(shù)和二階導(dǎo)數(shù)的F值也呈現(xiàn)相似的變化規(guī)律，即呈現(xiàn)出周期性的上下波動(dòng)趨勢(shì)。一階導(dǎo)數(shù)的F值最大的為11.6077(2006 年)，最小的僅為 0.5172(2003 年)，二階導(dǎo)數(shù)的F值最大的為12.7210(2004年)，最小的僅為1.5722(2003年)，差距也都不小。需要指出的是，在顯著水平為0.05時(shí)，F(xiàn)－比率的臨界值為4.7374，一階導(dǎo)數(shù)中F值低于臨界值的年份有2001年(4.6743)、2002 年(2.0429)、2003 年(0.5172)、2010年(3.3210)，二階導(dǎo)數(shù)中F值低于臨界值的年份有 2000 年(2.0272)、2003 年(1.5722)、2009 年(2.0028)、2010 年(4.4343)。這說(shuō)明除了上述年份之外，制造業(yè)子行業(yè)并購(gòu)重組次數(shù)分成的三組數(shù)據(jù)有顯著的動(dòng)態(tài)差異，不同分組的制造業(yè)子行業(yè)之間的并購(gòu)重組明顯不同。此外，從上述分析還可以得出，盡管2003年制造業(yè)并購(gòu)重組一階導(dǎo)數(shù)和二階導(dǎo)數(shù)的R2(t)值擬合的很差，但是由于其F值并不顯著，說(shuō)明2003年制造業(yè)并購(gòu)重組出現(xiàn)的劇烈的波動(dòng)是由于出現(xiàn)了涉及整個(gè)制造業(yè)全行業(yè)的事件，進(jìn)而導(dǎo)致制造業(yè)行業(yè)間并購(gòu)重組的差異不復(fù)存在。聯(lián)系當(dāng)年的股市行情及發(fā)生的事件，可以認(rèn)為，2003年“SARS”的出現(xiàn)，對(duì)制造業(yè)全行業(yè)的并購(gòu)重組有較大影響。同理，2008年以來(lái)的金融危機(jī)對(duì)制造業(yè)全行業(yè)的并購(gòu)重組也有一定影響，但是2011年的數(shù)據(jù)顯示，這種影響不具備持續(xù)性，政府采取的經(jīng)濟(jì)刺激政策對(duì)制造業(yè)并購(gòu)重組有積極的推動(dòng)作用。

四、結(jié) 論

本文考察了我國(guó)制造業(yè)的動(dòng)態(tài)演變路徑及變異性，得出以下結(jié)論:

第一，我國(guó)制造業(yè)總體及其各子行業(yè)并購(gòu)重組的動(dòng)態(tài)演變路徑具有一定的相似性，呈“發(fā)散式螺旋”的變化特征。但是，由于制造業(yè)各子行業(yè)的行業(yè)性質(zhì)不同，發(fā)展階段不同，它們的動(dòng)態(tài)演變路徑和發(fā)展時(shí)期也不同。其中，食品、飲料業(yè)、紡織、服裝、皮毛業(yè)、木材、家具業(yè)、造紙、印刷業(yè)、醫(yī)藥、生物制品業(yè)和其他制造業(yè)的發(fā)展呈現(xiàn)出低—高—低的螺旋動(dòng)態(tài)演變路徑，目前處于行業(yè)并購(gòu)重組的低潮期;石油、化學(xué)、塑膠、塑料業(yè)、電子業(yè)、金屬、非金屬業(yè)的發(fā)展呈現(xiàn)出低—高—低—高的螺旋動(dòng)態(tài)演變路徑，目前處于行業(yè)并購(gòu)重組的活躍期;機(jī)械、設(shè)備、儀表業(yè)的發(fā)展呈現(xiàn)出低—高—低—很高的螺旋動(dòng)態(tài)演變路徑，目前處于行業(yè)并購(gòu)重組的高潮期;制造業(yè)總體目前處于行業(yè)并購(gòu)重組的活躍期而非高潮期。未來(lái)制造業(yè)的并購(gòu)重組，仍會(huì)沿著“發(fā)散式螺旋”的演變路徑發(fā)展。

第二，本文以分析制造業(yè)并購(gòu)重組動(dòng)態(tài)演變性的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)為出發(fā)點(diǎn)，利用函數(shù)性主成分分析方法探討了制造業(yè)并購(gòu)重組動(dòng)態(tài)演變的主要變異方式。我們發(fā)現(xiàn):制造業(yè)子行業(yè)并購(gòu)重組次數(shù)一、二階導(dǎo)數(shù)的前兩個(gè)主成分PC1和PC2，對(duì)于分析制造業(yè)并購(gòu)重組的動(dòng)態(tài)性在不同制造業(yè)子行業(yè)之間的變化非常重要，它們對(duì)動(dòng)態(tài)演變路徑變化的總的解釋能力分別達(dá)到95%和96%。反映了不同制造業(yè)子行業(yè)在考察期中間階段的變化(一階導(dǎo)數(shù))和不同制造業(yè)子行業(yè)在考察期中的周期性、循環(huán)性的變化(二階導(dǎo)數(shù))，是制造業(yè)并購(gòu)重組動(dòng)態(tài)演變路徑變異的兩個(gè)主要方式。

第三，利用制造業(yè)子行業(yè)并購(gòu)重組次數(shù)一、二階導(dǎo)數(shù)的主成分得分圖和平方復(fù)相關(guān)函數(shù)R2(t)曲線以及F－比率曲線我們發(fā)現(xiàn):制造業(yè)子行業(yè)并購(gòu)重組次數(shù)一、二階導(dǎo)數(shù)的平方復(fù)相關(guān)函數(shù)R2(t)的數(shù)據(jù)擬合程度較高，并呈現(xiàn)一定的規(guī)律性。從數(shù)值的大小上來(lái)看，制造業(yè)子行業(yè)并購(gòu)重組次數(shù)一、二階導(dǎo)數(shù)R2(t)值差距都比較大。從圖形上來(lái)看，一、二階導(dǎo)數(shù)的平方復(fù)相關(guān)函數(shù)R2(t)曲線呈現(xiàn)出周期性的上下波動(dòng)的趨勢(shì)，并且二階導(dǎo)數(shù)的波動(dòng)頻率要大于一階導(dǎo)數(shù)的波動(dòng)頻率。并購(gòu)重組次數(shù)一、二階導(dǎo)數(shù)的F值差距也都不小，F(xiàn)值圖形也呈現(xiàn)出周期性的上下波動(dòng)趨勢(shì)。并且一階導(dǎo)數(shù)中除了2001年、2002年、2003年和2010年，二階導(dǎo)數(shù)中除了2000年、2003年、2009年和2010年之外，制造業(yè)子行業(yè)并購(gòu)重組次數(shù)分成的三組數(shù)據(jù)的動(dòng)態(tài)性有顯著的差異。從而說(shuō)明不同制造業(yè)子行業(yè)之間的動(dòng)態(tài)演變具有顯著差異，也從側(cè)面證明了10個(gè)制造業(yè)子行業(yè)分別處于不同并購(gòu)重組時(shí)期的結(jié)論。

基于以上分析我們認(rèn)為，在借助并購(gòu)重組進(jìn)行制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與優(yōu)化時(shí)，需要分步驟、分階段進(jìn)行:機(jī)械、設(shè)備、儀表業(yè)處于行業(yè)并購(gòu)重組的高潮期，將是今后一段時(shí)間產(chǎn)業(yè)整合的重點(diǎn);石油、化學(xué)、塑膠、塑料業(yè)、電子業(yè)和金屬、非金屬業(yè)處于行業(yè)并購(gòu)重組的活躍期，將緊隨其后進(jìn)行產(chǎn)業(yè)整合;食品、飲料業(yè)、紡織、服裝、皮毛業(yè)、木材、家具業(yè)、造紙、印刷業(yè)、醫(yī)藥、生物制品業(yè)和其他制造業(yè)處于行業(yè)并購(gòu)重組的低潮期，產(chǎn)業(yè)整合的速度將最為緩慢。

［1］Rhoades S.The efficiency effects of bank mergers:An overview of case studies of nine mergers［J］.Journal of Banking＆ Finance，1998，22(3):273–291.

［2］Young R，Evanoff D，Molyneux P.Mergers and acquisitions of financial institutions:A review of the post－2000 literature［J］.Journal of Financial Services Research，2009，36(2－3):87－110.

［3］Doytch N，Cakan E.Growth effects of mergers and acquisitions:A sector－ level study of OECD countries［J］.Journal of Applied Economics and Business Research JAEBR，2011，1，3:120－129.

［4］翟進(jìn)步，王玉濤，李丹.上市公司并購(gòu)融資方式選擇與并購(gòu)績(jī)效:“功能鎖定”視角［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2011(12):100－110.

［5］顧露露，Reed R.中國(guó)企業(yè)海外并購(gòu)失敗了嗎?［J］.經(jīng)濟(jì)研究，2011(7):116－129.

［6］王蘇生，孔昭昆，黃建宏，李曉丹.跨國(guó)公司并購(gòu)對(duì)我國(guó)裝備制造業(yè)產(chǎn)業(yè)安全影響的研究［J］.中國(guó)軟科學(xué)，2008(7):55－61.

［7］王廣鳳，肖春華.我國(guó)裝備制造業(yè)外資并購(gòu)中的政府干預(yù)［J］.中國(guó)科技論壇，2007(6):62－65.

［8］王欽.跨國(guó)公司并購(gòu)中國(guó)裝備制造業(yè)企業(yè)的公共政策選擇［J］.北京師范大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2007(1):115－121.

［9］嚴(yán)明義.函數(shù)性數(shù)據(jù)的統(tǒng)計(jì)分析:思想、方法和應(yīng)用［J］.統(tǒng)計(jì)研究，2007(2):87 －94.

［10］Craven P，Wahba G.Smoothing noisy data with spline functions:Estimating the correct degree of smoothing by the method of generalized cross－ validation［J］.Numerische Mathematik，1979，4:377－403.

［11］Ramsay J，Dalzell C.Some tools for functional data analysis［J］.Journal of the Royal Statistical Society，Series B(Methodological)，1991，3:539－572.

［12］Ramsay J，Silverman B.Functional data analysis［M］.2th ed.Springer，2005.

［13］Ramsay J，Silverman B.Applied functional data analysis:Methods and case studies［M］.Springer，2002.

［14］Ramsay J，Hooker G，Graves S.Functional data analysis with R and MATLAB［M］.Springer，2009.

［15］嚴(yán)明義.網(wǎng)上拍賣(mài)競(jìng)買(mǎi)者出價(jià)水平的動(dòng)態(tài)演變模式研究［J］.統(tǒng)計(jì)研究，2010(3):59－65.

［16］Silverman B.Incorporating parametric effects into functional principal components analysis［J］.Journal of the Royal Statistical Society，1995，4:673－689.

［17］Silverman B.Smoothed functional principal components analysis by choice of norm ［J］.Annals of Statistics，1996，1:1－24.