本文为清华－康奈尔双学位金融MBA2019级《公司金融II》课后作业，作者是田宇。授课教师田轩为清华大学五道口金融学院副院长、金融学讲席教授、教育部“长江学者”特聘教授、国家杰出青年基金获得者、博士生导师。田轩还兼任首都党外人才高端智库专家、国家金融研究院全球并购重组研究中心主任和五道口金融学院金融MBA教育中心主任，曾兼任中国证监会第六届上市公司并购重组审核委员会委员和世界银行咨询专家。
自2015年以来，企业创新的驱动因素及与相关收并购交易成为了公司金融领域的一个研究热点。本文围绕2019年发表的关于企业创新、收并购溢价的论文《企业创新, 被收购可能性及收购溢价》，简要回顾了研究方法和实证测试结论。基于《公司金融II》所学知识及分析方法，从计量经济学分析维度、企业创新维度对原论文的观点进行了分析和辩驳。特别地，本文指出了原论文可能存在的反向因果、遗漏变量、解释变量间自相关等方面问题，并辅以公司金融领域的研究观点和数据支持论证。本报告论证得出的结论为：在部分实际案例中，收购溢价高是研发支出和研发产出的原因；且仅通过研发产出和研发支出作为企业创新的衡量因素不够全面，且二者会受到较多内外部因素的影响（宏观法律及财税政策层面、行业层面、企业内部层面），有可能造成原论文分析中的测量误差；且研发支出和研发产出存在一定程度的自相关性。因此，原论文试图基于企业创新（研发支出和研发产出）和被收购可能性、被收购溢价的正相关关系来得出存在因果关系的结论，值得进一步仔细论证。
本报告重点研究分析的文献为《Corporate innovation, likelihood to be acquired, and takeoverpremiums》[1]（以下简称“原文献”）。原文献对企业创新和企业收并购的关系、企业创新驱动的收并购对股东财富的影响进行了分析，得出的结论为：研发支出高、创新产出高的公司更容易获得收购人的关注，收并购支付的溢价也相对更高，研发创新强度与收购支付溢价存在正相关关系。且，当被收购公司技术可替代性低、市场收购竞争激烈时，这一关系会更为显著；从收购后来看，收购人的超额回报、经营业绩也与被收购公司的研发创新活动强度存在正相关关系。以下对数据来源、数据选取标准、计量分析方法及相关结论进行概述：
原文献主要采用了1980年1月1日-2011年12月31日Thomson Reuters’s SDC Platinum的企业收并购数据，数据选择标准为：1、要求收购人在公告日期之前拥有目标公司不到50%的股份，并在交易完成后获得100%的股份，2、剔除了非寻求技术协同价值的收购案例。
从解释变量来看，创新产出主要采用公司专利数量在同行业中的权重占比（INNO_PT）、专利的被引用强度（INNO_CITE），研发支出则采用研发费用支出作为解释变量（INNO_R&D），并增加了被收购公司杠杆比率，资产回报率等控制变量进行对照。
原文献中做出两个假设：1、公司被收购的可能性与研发产出和研发费用支出正相关；2、收购溢价与研发产出和研发费用支出正相关。从以下几个方面对进行回归分析，测试是否应拒绝上述两个假设条件。
（1）被收购的可能性与研发产出和研发费用支出正相关（测试假设1）：
回归模型为：Targeti,t= α + β1INNOi,t-1+∑βkFirmCharacteristici,k,t-1+ αt+ αIND+ ∈i,t。通过z-统计量测试，三个解释变量(INNO_PT、INNO_CITE、INNO_R&D)的系数均为正且显著（5%显著性水平下），说明研发产出和研发费用支出高的目标公司更有能被收购。
图1 被收购的可能性与研发产出和研发费用回归分析1
图2 被收购的可能性与研发产出和研发费用回归分析2
（2）研发产出、研发支出及收购溢价的关系（测试假设2）：回归模型为Premiumi,t =α + β1INNOi,t-1 + ∑βk FirmCharacteristici,k,t-1+∑βd DealCharacteristici,d+ αt + αIND + ∈i,t。通过z-统计量测试，三个研发解释变量的系数均为正且显著（5%显著性水平下），说明并购溢价随创新活动的增加而增加。
图3 研发产出、研发支出及收购溢价的关系回归分析1
图4 研发产出、研发支出及收购溢价的关系回归分析2
（3）参与收购的竞争者数量与收购溢价的关系：回归模型为Premiumi,t= α + β1NumCompbidi,t*INNOi,t-1+ β2INNOi,t-1+ β3NumCompbidi,t+∑βkFirmCharacteristic + ∑βdDeal Characteristici,d+ αt+ αIND+ ∈i,t。即在上述收购溢价回归模型中增加了参与收购竞争的公司（NumCombid）作为解释变量，通过z-统计量测试，证实了参与收购竞争的公司数量（NumCombid）与原先三个研发解释变量的相关系数均为正且显著（5%显著性水平下），说明参与收购竞争公司数量可以放大企业创新对收购溢价的正向影响。
图5 参与收购的竞争者数量与收购溢价关系的回归分析
（4）技术替代性与收购溢价的关系：回归模型为Premiumi,t= α + β1TechProxi,t-1*INNOi,t-1+ β2INNOi,t-1+ β3TechProxi,t-1+ ∑βkFirm Characteristici,k,t-1+∑βdDeal Characteristici,d+ αt+ αIND+ ∈i,t。即在上述收购溢价回归模型中增加了技术替代性容易程度作为解释变量（以ATP、H-ATP及LNNum作为TechProxi,t-1的具体解释变量），通过z-统计量测试，证实了技术替代性容易程度（ATP、H-ATP及LNNum）与三个研发解释变量相关系数为负且显著（5%显著性水平下），说明技术可替代越低，收购者愿意支付的收购溢价也就越低。
图6 参与收购的竞争者数量与收购溢价关系的回归分析
虽然原文献证实了研发费用、研发产出与被收购可能性存在正相关关系，研发费用、研发产出与收购溢价存在正相关关系，但并不能证实研发费用、研发产出与被收购可能性及收购溢价之间存在着因果关系。本文主要基于计量经济学分析框架，结合公司金融领域内相关文献[2]-[15]的论证及观点支持论证，指出了原文献可能存在的缺陷，分述如下：
原文献中忽视了收购壁垒大、溢价高可能为企业创新提供了保障，激发了研发产出及研发费用的增长，存在反向因果的可能性：
（1）根据Chemmanur和Tian[4]的研究，反收购条款(Anti-Takeover Provisions)对于公司长期价值的创造、公司管理壁垒均存在的影响。且，反收购条款越多，企业创新活力越大，这一点在竞争激烈、信息不对称程度高和短期业绩压力大的行业体现尤为显著。然而，如果公司创新活动较少，增加反收购条款反而会降低公司价值。因此，收购壁垒大、收购溢价高，对企业后续的创新越具有积极的保护作用，企业后续研发支出和产出才能更高。
（2）基于Sapra、Subramanian[5]等人的研究，发现创新与外部收购壁垒（或收购压力）之间存在“U型关系”——收购壁垒很小（公司治理有效，市场化程度较高）和收购壁垒很大（反收购）时，企业的创新活动会显著增多，而收购壁垒程度适中时，企业的创新活动会显著减少，与上述（1）中的观点呼应。本研究通过建立模型，论证“U型关系”可能是预期的收购溢价和公司控制权利益交互影响所致，即仅在收购压力过小或过大时，企业创新活动才能得到激发。如下图所示，将收并购限制法案的特拉华州，与对照组一直未颁布收并购限制法案的加利福尼亚州对比：刚通过法案后，特拉华州创新活动明显下降；而法案逐渐运行平稳后，特拉华州的创新活动有明显的增加，随着法案的推进呈现“U型”分布。
图7 二重差分法分析反收购法案通过前、后对不同地区创新活动的影响[5]
因此，原文献中论证的研发支出、研发产出高造成收购壁垒和收购溢价增加，存在反向因果错误的可能——收购壁垒高可能激发了企业创新活动。
2.2 解释变量不能完全准确地反映企业的创新活动，存在遗漏变量问题
企业创新活动因为其内在的复杂性（企业内部对创新的态度、外部行业及财政政策对创新的态度），仅通过研发产出（专利和专利引用）和研发支出作为企业创新活动的代表因子，不能完整地代表企业创新活动强度，且不能全面地解释收购溢价、被收购可能。所以，基于计量经济学分析框架，仅采用研发产出和研发支出作为解释变量可能因遗漏变量的问题，造成原文献相关回归模型的测量误差。结合公司金融研究领域内相关文献，将部分可能存在遗漏的解释变量分述如下：
如2.1中所述，与收并购相关的法律对企业创新有着复杂且重要的影响，所以在观测企业创新和收并购溢价时，有必要增加法律法规、会计政策等监管层面的解释变量，以区分不同地区监管力度不同的企业，使得回归模型更为精准。
（1）法律法规监管：根据Atanassov[6]的研究，通过反收购法案的地区，创新活动会经历一个显著的下降。他的观点更支持对于敌意收购监管宽松的地区，企业的创新活动会更加活跃。虽然与2.1中几位学者观点相左，但也证实了相关法律法规的确是收并购溢价、收并购可能性的一个重要解释变量。
（2）会计监管政策：基于Li、Moshirian、Tian等人[7]的研究，对2001-2009年期间38个国家14万多家公司的年度观察数据进行二重差分分析（其中24个国家接受国际报告准则，14个国家未接受），探索了国际财务报告准则(IFRS)如何影响企业创新活动积极性。本研究表明，接受并采用国际财务报告准则的国家地区，企业的创新产出会大幅增加。
企业的财税政策因素也是企业创新活动、收并购可能性及溢价的重要影响因素之一，而原文献中未能考虑此类因素对被解释变量的影响：
（1）根据Dechezleprêtre、 EiniE、Martin等人的研究[8]，税收政策对研发支出和专利申请都有显著影响，在没有税收减免计划的情况下，企业的研发支出将显著降低；而税收优惠抵免政策对其他创新企业具有积极的溢出效应。
（2）根据Atanassov和Liu的研究[9]，基于二重差分模型证明了所得税的大幅增加会减少企业的创新活动，所得税率提高显著抑制了公司的研发活动，因为研发活动存在着长期性和不确定性。
银行业监管约束同样对企业创新、收并购存在重要影响，而原文献中未能考虑此类因素对被被解释变量的影响。基于Cornaggi、Mao、Tian等人对银行业竞争与企业创新关系的研究[10]，银行业放松监管将对政府相关企业的研发活动起到抑制作用，但对私营企业的创新活动起促进作用。主要是因为放松监管将使得私营企业更容易获得银行授信，激励私营企业开展创新活动，也为私营企业防止被其他公司兼并收购提供了帮助（授信增加为私营企业持续经营、激励创新提供了资金支持）。
从市场层面来看，资本市场活力及市场成熟程度也是影响企业创新活动、收并购的重要因素之一，而原文献中未能考虑此类因素对被被解释变量的影响:
（1）基于Nanda、Rhodes-Kropf的研究[11]，创业公司在技术初创期往往难以获得足够的资金支持以承受融资压力，而活跃的资本市场才能为这类公司的经营提供保障，证明了积极活跃的资本市场是企业后续开展创新支出、创新产出的重要保障。
（2）根据Hsu、Tian、Xu[12]的研究，共收集分析了32个发达国家和新兴国家的数据，以观察金融资本市场发展对企业创新的影响。研究发现，在股票市场发展成熟的地区，对外部融资依赖较高的行业和企业更具有创新的积极性，研发支出和创新产出也相对较多。
从市场层面来看，行业内部的竞争结构区别、竞争关系强弱也是影响企业创新活动、收并购溢价的重要因素之一，而原文献中未在解释变量层面对行业结构和竞争力强弱进行进一步细分拆解。根据Aghion、Bloom、Blundell等人的研究[13],行业内竞争关系强弱与企业创新活动存在着非线性关系，呈现“倒U型”分布。即，在垄断程度极低，垄断程度极高时，企业的创新活动明显较低，而垄断程度适中时（Lerner指数在0.95左右），企业的创新活动显著较高。非线性关系的原因为企业创新活动受到了“逃离竞争效应”和“熊彼得效应”的双重影响。基于此，如果按原文献未区分行业竞争强弱的分析，可能会忽视了竞争程度不同的行业在企业创新活动的差异，造成测量误差。
图8 不同行业竞争强度与企业创新活动的关系图[13]
从企业自身层面来看，原文献中研发产出采用“专利数量”作为解释因子，而专利申请实质上受企业与相关专利审批部门的沟通影响，公司专利申请人员与专利审批部门人员的通畅沟通将有助于专利获批。根据Jia、Tian的研究成果[14]，美国企业与美国专利商标局距离越近、专利官员的可及性越高，企业的创新活动将更为积极，一定程度上证实了美国专利商标局对于企业的可及性、开放程度是对企业创新的重要影响因素。
结合实证分析来看，原文献中选取的研发支出（研发费用）和研发产出（专利发表和引用）存在着一定关联，解释变量间的自相关性可能造成多重共线性。根据Mann的研究成果[15]，专利的质押融资具有较大的经济价值，尽管专利质押品存在着法律意义上的不确定性。研究同时表明，专利质押能够帮助企业开辟新的融资渠道，解决公司过于依赖股权融资的问题，从而更好地促进创新活动开展。因此，企业研发产出和研发支出存在着一定程度的因果关联：企业研发创新产出越高，其质押获得的融资资金也就相对较高，也为后续的研发支出提供了资金来源。所以，两个解释变量间地自相关性导致原文献中的回归模型存在一定的测量误差。
结合上述分析与论证，我们证实了企业创新与被收购可能性、收购溢价间的相关性显著并不能证明存在因果关系。基于计量经济学分析框架和公司金融领域实证研究，原文献论证存在的缺陷包括：（1）反向因果关系：收购壁垒高和收购溢价高为企业创新提供了条件，被解释变量与解释变量间存在反向因果的关系；（2）遗漏变量：原文献中的研发产出和研发支出两个解释变量不足以全面、准确地代表企业创新活动，也不能全面地影响收购溢价、被收购可能性；（3）解释变量存在自相关性：原文献中的两个解释变量间（研发产出和研发支出）在一定程度上存在自相关性。综上，如需论证企业创新和收购可能性、收购溢价间的因果关系，仍需进一步完善相关的分析模型和论证，通过优化实证研究方法解决反向因果、遗漏变量、自相关性等问题。
1.Szu-Yin Wu, Kee H. Chung.Corporate innovation, likelihood to beacquired, and takeover premiums[J]. Journal ofBanking&Finance,2019,108,105634.
2.J. He, X.Tian. Finance and Corporate Innovation: A Survey[J]. Asia‐pacificJournal of Financial Studies, 47(2):165-212.
3.Phillips G M , Zhdanov A . R&D and theIncentives from Merger and Acquisition Activity[J]. Review of FinancialStudies, 2013, 26(1):34-78.
4.Chemmanur T , Tian X . Do Anti-TakeoverProvisions Spur Corporate Innovation?[J]. Social Science Electronic Publishing,2013.
5.Sapra H , Subramanian A , Subramanian K .Corporate Governance and Innovation: Theory and Evidence[J]. Social ScienceElectronic Publishing.
6.Atanassov, Juliann. Do Hostile TakeoversStifle Innovation? Evidence from Antitakeover Legislation and CorporatePatenting[J]. The Journal of Finance, 2013, 68(3):1097-1131.
7.Li, X., F. Moshirian, X. Tian, and B.Zhang, The real effect of financial disclosure:International evidence[J].Working Paper, London School ofEconomics,2016.
8.Dechezleprêtre A;EiniE;Martin R;et al. DoTax Incentives for Research Increase Firm Innovation?An Rd Design for R&D [J].NBER Working Paper,2016,No. 22405
9.Atanassov J , Liu X . Corporate IncomeTaxes, Pledgeable Income and Innovation[J]. Social Science ElectronicPublishing, 2015.
10.Cornaggia, J., Y. Mao, X. Tian, and B.Wolfe, Does banking competition affect innovation?[J].Journalof Financial Economics 2015,115,pp. 189–209.
11.Nanda, R.,and M. Rhodes-Kropf, Financing risk and innovation [J].Management Science, 2017,63(4), pp. 901–918.
12.Hsu P H ,Tian X , Xu Y . Financial development and innovation: Cross-countryevidence[J]. Journal of Financial Economics, 2014, 112(1):116-135.
13.Aghion P ,Bloom N , Griffith R , et al. Competition and Innovation: An Inverted URelationship[J]. Quarterly Journal of Economics, 2002, 120(2).
14.Jia N , TianX . Accessibility and materialization of firm innovation[J]. Journal ofCorporate Finance, 2018, 48. pp. 515–541.
15.William Mann,Creditor rights and innovation:Evidence from patent collateral [J].Journal ofFinancial Economics, 2018 130(1), pp. 25-47.
本文系学生个人观点，不代表清华大学五道口金融学院及金融MBA教育中心立场，转载请联系作者授权。
