張淑慧，甘露潤

(1.上海立信會計(jì)金融學(xué)院 會計(jì)學(xué)院，上海 201620；2.興證期貨有限公司 研究發(fā)展中心，上海 200135)

一、文獻(xiàn)回顧與研究假設(shè)

(一)文獻(xiàn)回顧

1.公司并購與投資者逆向選擇

并購是與企業(yè)經(jīng)營戰(zhàn)略密切相關(guān)的重要投資決策，并購決策的動機(jī)與決策過程關(guān)系到企業(yè)競爭的核心信息，因此無法事前向外界披露。公司并購中的信息不對稱問題主要形成于兩個方面：一方面，并購的經(jīng)濟(jì)影響具有較高的不確定性，進(jìn)一步加深了信息不對稱。項(xiàng)保華和殷瑾[1]以及周小春和李善民[2]等研究認(rèn)為，公司并購整合的過程具有高度的復(fù)雜性；姚長輝和嚴(yán)歡[3]發(fā)現(xiàn)，并購決策動機(jī)與實(shí)際情況之間的差異，以及政策的影響導(dǎo)致了投資收益具有不確定性；王擎[4]認(rèn)為，投資者對收購公司經(jīng)營前景的判斷存在困難，表現(xiàn)為企業(yè)與投資者之間的信息不對稱。信息不對稱導(dǎo)致市場摩擦，使投資者無法準(zhǔn)確認(rèn)識公司的價值，致使高質(zhì)量公司的價值被低估，制約了股東投資的動機(jī)，從而形成逆向選擇。另一方面，收購方信息不對稱的現(xiàn)狀使并購決策的動機(jī)和過程不易為外部人所知，因而在多元化并購過程中信息不對稱情況更嚴(yán)重。Lamonta和Polk[5]以及Rajan等[6]研究認(rèn)為，收購公司通過多元化并購進(jìn)入全新的行業(yè)，盡管可能會帶來多元化的收入，并且分散了經(jīng)營風(fēng)險，但是對于投資者而言，公司的資源被分散了，投資效率降低，收購公司在新行業(yè)里的整合相比在同一行業(yè)內(nèi)的整合難度更大，更具有不確定性。因此，Lamonta和Polk[5]研究發(fā)現(xiàn)，多元化并購?fù)殡S著公司價值的低估。

2.信息不對稱與信息披露

Verrecchia[7]認(rèn)為，在完美市場假設(shè)中，由于市場參與者可以通過交易契約避免了為逆向選擇風(fēng)險承擔(dān)后果，因此在這個背景下，信息披露是無效率的；而當(dāng)市場處于不完美狀態(tài)，以及契約不完全時，信息披露是有效率的；Diamond[8]認(rèn)為，在投資者同質(zhì)的情況下，信息披露可以降低投資者獲取信息的交易成本，從而可以保護(hù)投資者的整體福利。他還發(fā)現(xiàn)，企業(yè)具有自愿披露信息的動機(jī)；Welker[9]發(fā)現(xiàn)，良好的信息披露可以降低企業(yè)的信息不對稱程度，增加股票的流動性，表現(xiàn)為信息披露與股票價差之間的顯著負(fù)相關(guān)關(guān)系；Healy 和 Palepu[10]發(fā)現(xiàn)，企業(yè)股票收益率的提高、機(jī)構(gòu)投資者增加、分析師關(guān)注增加和股票流動性的增加與信息披露評級的提高正相關(guān)，這表明，增加信息披露可以降低信息不對稱；Verrecchia[7]認(rèn)為，由于投資者收集信息能力的差異，信息披露水平的短期提高往往會加劇投資者間的信息不對稱，而在長期實(shí)現(xiàn)的信息披露水平的提升則可以降低信息收集所帶來的私人收益，因此降低信息不對稱水平。他同時也指出，由于存在信息披露成本，企業(yè)會在信息的完全披露和完全保留之間選擇最有效率的披露水平。

信息披露的目的在于降低投資者逆向選擇所增加的資本成本，因此企業(yè)在做出信息披露決策時，不僅要考慮披露事項(xiàng)的范圍，更應(yīng)該考慮披露事項(xiàng)的信息含量，從而避免噪聲信息帶來的新的信息不對稱。

3.銀行貸款的認(rèn)證作用

齊寅峰等[11]認(rèn)為，從商業(yè)銀行貸款是企業(yè)的日常融資活動，而銀行貸款一直都是企業(yè)投資活動的主要融資來源。由于商業(yè)銀行在貸款過程中的審核職能，使貸款信息與其它披露信息在信息含量上存在差異。商業(yè)銀行貸款審核的目的是降低違約風(fēng)險；Best和Zhang[12]認(rèn)為，銀行是具有完善的信息管理和風(fēng)險控制機(jī)制的專業(yè)機(jī)構(gòu)，可以對申請企業(yè)的負(fù)面信息進(jìn)行更深入的調(diào)查；Bester[13]與Gale 和Hellwig[14]研究認(rèn)為，企業(yè)面臨的信貸配給問題是由信息不對稱引起的，只有當(dāng)銀行將違約損失降至最低時，企業(yè)才能取得銀行貸款；Rajan[15]認(rèn)為，銀行可以利用包含一系列涉及風(fēng)險控制和信息監(jiān)控條款的貸款契約降低企業(yè)的違約風(fēng)險，因此銀行與已經(jīng)建立信貸關(guān)系的企業(yè)之間信息不對稱程度更低；陳超和甘露潤[16]發(fā)現(xiàn)，銀行風(fēng)險管理水平的提升，增加了貸款信息披露的信息含量；Hale 和Santos[17]認(rèn)為，銀行甚至可以憑借已經(jīng)掌握的對企業(yè)的信息優(yōu)勢獲利；Bharath等[18]認(rèn)為，高度信息不對稱的借款人更可能從已經(jīng)建立信貸關(guān)系的銀行獲得貸款；王擎和蔡棟梁[19]認(rèn)為，銀行續(xù)發(fā)貸款對股東、特別是中小股東具有“信號效應(yīng)”。

銀行核準(zhǔn)并向企業(yè)發(fā)放貸款，反映了企業(yè)的未來收入可以滿足還貸要求。收購公司在并購宣告前披露貸款信息，表明銀行作為具有風(fēng)險管理能力的投資者對貸款企業(yè)未來收入能力的認(rèn)證，并借此向市場傳遞未來經(jīng)營前景的積極信息。

(二)研究假設(shè)

基于上述分析，本文提出以下研究假設(shè)：

假設(shè)1：收購公司并購宣告收益與信息不對稱程度負(fù)相關(guān)。

假設(shè)2：收購公司并購宣告收益與貸款信息披露正相關(guān)。

假設(shè)3：銀行貸款具有認(rèn)證效應(yīng)，貸款信息的披露降低了信息不對稱對收購公司并購宣告收益的影響。

二、樣本選擇與變量定義

(一)樣本選擇

本文以2005—2014年作為研究區(qū)間，選取收購公司為A股上市公司，且單筆并購交易金額在人民幣1 000萬元以上，支付方式為現(xiàn)金的股權(quán)收購樣本。*與資產(chǎn)收購相比，股權(quán)收購的收益更具有不確定性，信息不對稱更嚴(yán)重。本文依據(jù)以下原則對樣本進(jìn)行篩選：(1)并購交易已經(jīng)完成，收購公司仍上市交易。(2)如果同一天發(fā)生多起并購事件，本文將這些事件合并為同一事件處理。(3)同一自然年內(nèi)，只選擇距離貸款信息披露時間最近的并購宣告事件。(4)剔除了并購宣告期間停牌超過40個交易日的樣本。(5)剔除了財(cái)務(wù)數(shù)據(jù)嚴(yán)重缺失的公司樣本。

由于上市公司進(jìn)行信息披露時，往往選擇多個類別信息同時披露，因此為了進(jìn)一步區(qū)分信息披露的影響，筆者手工收集了披露頻率較高的高管人事變動信息、增資增發(fā)信息、投資信息等三類臨時披露事件，共同研究信息披露的認(rèn)證效應(yīng)。本文在研究中使用的數(shù)據(jù)來自銳思數(shù)據(jù)庫(Resset)、萬得數(shù)據(jù)庫(Wind)、中國經(jīng)濟(jì)金融數(shù)據(jù)庫(CCER)，其他資料通過查詢相應(yīng)公司網(wǎng)站或公司公告獲取。

(二)變量定義

1.因變量

累積異常收益率(Cumulated Abnormal Return，CAR)，是衡量上市公司股票價格異常波動的代理變量，本文使用收購公司并購宣告日之后特定交易時段的CAR作為投資者對樣本公司并購宣告的反應(yīng)。本文選擇并購宣告日前(-180,-41)個交易日作為股票收益率估計(jì)區(qū)間，利用市場模型：Rit=αi+βiRMt+εi對樣本公司股票與市場收益率的回歸關(guān)系進(jìn)行估計(jì)；選擇并購宣告前第40至并購宣告后第40個交易日作為計(jì)算股票異常收益率的窗口期。筆者選擇并購宣告后特定區(qū)間的CAR作為本文研究的因變量，用來檢驗(yàn)各因素對并購宣告市場反應(yīng)的影響。

2.解釋變量

(1)信息不對稱指數(shù)(AI)，是本文衡量樣本公司信息不對稱水平的代理變量。筆者從四個不同維度選擇了反映企業(yè)信息不對稱情況的變量，構(gòu)建信息不對稱指數(shù)。這四個變量分別為：

VOLA：為市場收益率殘差項(xiàng)的標(biāo)準(zhǔn)差，Ali等[20]以Rit=αit+βiRMt+εi殘差的標(biāo)準(zhǔn)差作為收益波動性的代理變量。本文使用并購宣告日前(-180,-41)收購公司股票收益率對市場模型Rit=αit+βiRMt+εi的殘差進(jìn)行估計(jì)，計(jì)算殘差的標(biāo)準(zhǔn)差。Ali等[20]認(rèn)為，VOLA反映了投資者私人信息的異質(zhì)性，其數(shù)值越大，投資者之間的分歧越大，信息不對稱程度越高。

AGE：公司成立年限的自然對數(shù)，公司成立年限越長，信息不對稱程度越低。

HHI：公司業(yè)務(wù)集中度，營業(yè)收入排名第1的主營業(yè)務(wù)占排名前5年主營業(yè)務(wù)的赫芬達(dá)爾指數(shù)，HHI越低，公司業(yè)務(wù)越復(fù)雜，信息不對稱越嚴(yán)重。

可見，以上四個變量對信息不對稱情況測量的角度與方法均不相同，其反映信息不對稱程度也存在差別。因此，本文參考Gomes和 Phillips[22]定義的方法，首先分別對每個樣本按上述四個信息不對稱的代理變量所反映的信息不對稱程度由低到高確定序號(秩統(tǒng)計(jì)量)，然后對這些變量秩統(tǒng)計(jì)量的平均數(shù)序列進(jìn)行5分位，分別用1、2、3、4、5表示公司的信息不對稱程度，分位越高，信息不對稱越嚴(yán)重。

(2)貸款信息披露(LOAN)，披露貸款信息虛擬變量，如果收購公司在并購首次公告前40個交易日至上一年披露信息時取1，否則取0。

(3)高管人事變動信息(APP)，披露高管人事變動信息虛擬變量，如果收購公司在并購首次公告前40個交易日至上一年披露信息時取1，否則取0。

(4)增發(fā)信息(SEO)，披露增資增發(fā)信息虛擬變量，如果收購公司在并購首次公告前40個交易日至上一年披露信息時取1，否則取0。

(5)投資信息(INV)，披露投資信息虛擬變量，如果收購公司在并購首次公告前40個交易日至上一年披露信息時取1，否則取0。對于同一自然年度出現(xiàn)多次并購信息，筆者將最后一次并購披露信息作為并購宣告樣本，其他并購信息作為投資信息進(jìn)行處理。

3.控制變量

(1)樣本股票的換手率(TNV)，并購宣告前(-25,-1)與宣告后(1,25)收購公司股票換手率的比值，反映并購宣告前的異常交易行為。

(2)市場規(guī)模(SALEt-1)，市場規(guī)模代理變量，為上年?duì)I業(yè)收入的自然對數(shù)。

(3)并購規(guī)模(SPN)，并購規(guī)模代理變量，為并購交易金額的自然對數(shù)。

(4)并購類型(HM)，橫向并購代理變量。并購雙方處于同一行業(yè)，且主要產(chǎn)品具有競爭關(guān)系的定義為橫向并購，其他定義為多元化并購。HM=1表示橫向并購，HM=0表示其他并購。

(5)盈利能力(ROAt-1)，收購公司的贏利能力，為上年公司總資產(chǎn)報酬率。

(6)樣本所有權(quán)性質(zhì)(SOE)，是否為國有控股企業(yè)，是則取1，其他取0。

(7)并購宣告前的市場反應(yīng)(CAR(-25,-1))，為并購宣告前(-25,-1)收購公司股票累積異常收益率，用來控制宣告信息異常披露行為所導(dǎo)致的市場波動。

(8)窗口期間的披露活動(BDi)，反映并購宣告期內(nèi)是否披露其他影響股票價格的重要事件。其中，BD1為是否披露高管人事變動信息，是則取1，其他取0；BD2為是否披露增發(fā)或增資信息，是則取1，其他取0；BD3為是否披露業(yè)績報告，是則取1，其他取0；BD4為是否披露投資活動，是則取1，其他取0。

三、實(shí)證研究與結(jié)果分析

(一)并購宣告異常收益的統(tǒng)計(jì)分析

筆者在表1中分別統(tǒng)計(jì)了并購宣告期間全部樣本的平均累積異常收益率(CAAR)。從表1中可以發(fā)現(xiàn)：(-25，-1)期間樣本的CAAR為0.025，并且在1%水平上顯著；樣本在宣告日的CAAR為-0.000，但不具有統(tǒng)計(jì)顯著性；而樣本在(1，1)期間的CAAR為-0.004，在10%水平上顯著；在(1，3)窗口期內(nèi)，收購公司的異常收益率為-0.009，在1%水平上顯著；在(1，10)期間的CAAR為-0.010，并在10%水平上顯著；在(-25，20)期間的CAAR為0.028，在5%水平上顯著。

表1 并購宣告平均累積異常收益率

注：*、**和***分別表示在10%、5%和1%置信水平上統(tǒng)計(jì)顯著，下同。

為了分析并購宣告前后的樣本股票價格波動差異，筆者對收購公司在并購宣告前(-25,-1)的每日平均異常收益率AAR(-25,-1)與AAR(0,0)和AAR(1,1)進(jìn)行均值檢驗(yàn)。結(jié)果表明，AAR(-25,1) 與AAR(0,0)并無顯著差異；AAR(-25,-1)與AAR(1,1)存在顯著差異。檢驗(yàn)結(jié)果顯示大部分樣本的并購宣告信息于宣告后第1個交易日進(jìn)入市場。因此本文將事件研究窗口的起點(diǎn)確定為并購宣告后的第1個交易日。筆者將事件窗口定義為(1,3)，使用CAR(1,3)分析信息不對稱和貸款信息披露對并購宣告收益的影響，以(1,1)、(1,10)、(-25,20)等窗口作為穩(wěn)健性檢驗(yàn)。

(二)多元回歸分析

本文使用多元線性回歸模型對首次并購宣告的市場反應(yīng)進(jìn)行分析。多元線性回歸模型分別為：

CAR(1,3)=α+βAIAI+∑CTRL+ε

(1)

模型(1)僅包含了信息不對稱變量與控制變量，用以檢驗(yàn)假設(shè)1信息不對稱程度對并購宣告市場反應(yīng)的影響。

CAR(1,3)=α+∑βANNiANNi+∑CTRL+ε

(2)

其中，ANNi={LOAN, APP, SEO, INV}，(下同)。

模型(2)包含信息披露代理變量與控制變量，用來檢驗(yàn)假設(shè)2信息披露內(nèi)容對并購宣告市場反應(yīng)的影響。

CAR(1,3)=α+βAIAI+∑βANNiANNi+∑(βMiANNi×AI)+∑CTRL+ε

(3)

模型(3)包含信息不對稱變量、信息披露代理變量，以及上述兩個變量的交乘項(xiàng)，用來檢驗(yàn)假設(shè)3信息披露內(nèi)容對信息不對稱與并購宣告市場反應(yīng)之間關(guān)系的調(diào)整作用。

在表2中，本文控制了年度對并購宣告市場反應(yīng)的影響；使用CAR(-25,-1)控制并購宣告前收購公司股票異常收益對宣告效應(yīng)的影響；使用SOE控制所有權(quán)特征對市場反應(yīng)的影響；使用SALE控制公司市場規(guī)模的影響；使用SPN控制并購規(guī)模的影響；使用HM控制并購類型的影響；使用ROA控制基本面因素對市場反應(yīng)的影響；并進(jìn)一步控制了事件窗口期內(nèi)重要信息披露事件對股票收益的影響。為了防止使用截面數(shù)據(jù)進(jìn)行回歸分析時可能產(chǎn)生的異方差問題，本文對估計(jì)參數(shù)的統(tǒng)計(jì)顯著性采用了White[23]異方差穩(wěn)健標(biāo)準(zhǔn)差進(jìn)行檢驗(yàn)。

表2 貸款信息披露認(rèn)證效應(yīng)檢驗(yàn)

注：括號中為White穩(wěn)健標(biāo)準(zhǔn)差，下同。

表2中，模型(1)檢驗(yàn)了信息不對稱指數(shù)(AI)對并購宣告累計(jì)收益率的影響。AI的系數(shù)為-0.010，并且在10%水平上顯著，AI的系數(shù)表明當(dāng)樣本的信息不對稱指數(shù)每提升一個百分位，(1,3)期間的累計(jì)異常收益就會降低0.010，由于CAAR(1,3)=-0.009，因此，信息不對稱對樣本的并購宣告收益將產(chǎn)生重大影響。

我們通過模型(2)檢驗(yàn)了信息披露變量對并購宣告收益的影響。檢驗(yàn)結(jié)果表明：(1)LOAN的系數(shù)為0.017，在5%水平上顯著為正，說明是否披露貸款信息對并購宣告累積異常收益率有0.017的影響，由此可見貸款信息披露對并購宣告收益的影響也是巨大的。(2)APP、SEO、INV三個披露事件對并購宣告收益并不產(chǎn)生顯著的影響。(3)在控制變量中，CAR(-25,-1)的系數(shù)符號為負(fù)，但是不具有統(tǒng)計(jì)顯著性，暗示如果并購宣告前，收購公司已經(jīng)取得高額異常收益，則可能導(dǎo)致并購宣告后的股價下跌；TNV的系數(shù)也為負(fù)，也不具有統(tǒng)計(jì)顯著性，說明如果并購宣告前的異常交易量越大，并購宣告后的股票收益越低；SOE的系數(shù)為負(fù)，說明投資者對國有控股企業(yè)的并購?fù)顿Y存在消極評價。

進(jìn)一步，本文在模型(3)中引入披露事件與信息不對稱指數(shù)的交乘項(xiàng)，以分析信息披露是否減輕了信息不對稱對公司價值的損害。但是，模型(3)中變量的最大VIF值為26.830，出現(xiàn)了嚴(yán)重的多重共線性問題，因此，模型(3)的回歸結(jié)果可能存在估計(jì)偏差。

筆者通過表3對解釋變量與交互項(xiàng)的相關(guān)性進(jìn)行檢驗(yàn)，發(fā)現(xiàn)LOAN、APP、SEO、INV分別與交乘項(xiàng)的相關(guān)系數(shù)高于0.9，說明上述4對變量之間存在高度的相關(guān)關(guān)系，并因此導(dǎo)致了回歸模型中的多重共線性問題。

表3 相關(guān)性檢驗(yàn)

注：表中為Pearson相關(guān)系數(shù)。

我們將模型(3)定義為無約束模型，同時定義了約束模型為：

CAR(1,3)=α+βAIAI+∑(βANNiANNi×AI)+∑CTRL+ε

(4)

約束條件為：H0：βLOAN=βAPP=βADD=βINV=0

筆者在表2模型(4)中使用約束模型重新檢驗(yàn)了信息披露與信息不對稱影響之間的關(guān)系?？梢钥吹剑篈I的系數(shù)為-0.013，在5%水平上顯著；交互項(xiàng)LOAN×AI的系數(shù)為0.006，在5%水平上具有統(tǒng)計(jì)顯著性，上述結(jié)果說明披露貸款信息可以使AI對CAR(1,3)的邊際影響下降0.60%，說明貸款信息披露顯著地減輕了信息不對稱對公司價值的損害。而在APP、SEO、INV與AI交互項(xiàng)的系數(shù)均不具有統(tǒng)計(jì)顯著性，說明APP、SEO、INV披露事件并不能削弱AI對CAR(1,3)的影響。模型(4)的解釋變量通過了多重共線性檢驗(yàn)，說明檢驗(yàn)結(jié)果是穩(wěn)定和可靠的。

由于銀行的貸款審批包含了企業(yè)資質(zhì)認(rèn)證的內(nèi)容，企業(yè)從銀行取得貸款說明銀行認(rèn)可企業(yè)的經(jīng)營前景和還款能力。而銀行的認(rèn)證信息通過企業(yè)的貸款信息披露傳遞給股票投資者，提高了投資者對企業(yè)的估值。表2的檢驗(yàn)結(jié)果表明，貸款信息有助于提高股票投資者對企業(yè)投資績效的預(yù)期，從而削弱了投資者受信息不對稱的影響。因此，貸款信息披露具有認(rèn)證效用。

(三)穩(wěn)健性檢驗(yàn)

為使研究結(jié)論更可靠，筆者改變股權(quán)收購市場反應(yīng)窗口，選擇(1,1)、(1,10)、以及(-25,20)三個事件窗口對并購宣告異常收益進(jìn)行檢驗(yàn)，分別得到：

AR(1,1)=α+βAIAI+∑(βMiANNi×AI)+∑CTRL+ε

(5)

CAR(1,10)=α+βAIAI+∑(βMiANNi×AI)+∑CTRL+ε

(6)

CAR(-25,20)=α+βAIAI+∑(βMiANNi×AI)+∑CTRL+ε

(7)

穩(wěn)健性檢驗(yàn)結(jié)果顯示，解釋變量AI系數(shù)仍然顯著為負(fù)，表明信息不對稱仍然對收購公司的并購宣告收益造成不利影響；LOAN×AI的系數(shù)仍然顯著為正，說明貸款信息披露的認(rèn)證作用是穩(wěn)健的；而APP×AI系數(shù)的符號仍不顯著； SEO×AI和INV×AI的系數(shù)符號為負(fù)，其中， INV×AI的系數(shù)符號在5%水平上顯著為負(fù)，說明SEO和INV不能減輕信息不對稱對并購宣告收益的損害，檢驗(yàn)結(jié)果表明APP、SEO、INV不具有認(rèn)證效應(yīng)。綜上所述，改變事件窗口并沒有影響本文的研究結(jié)論。*由于篇幅所限，表格未在文中列出，如有需要請與作者聯(lián)系。

四、結(jié)論與啟示

信息不對稱是資本市場摩擦的重要表現(xiàn)，同時也對上市公司的估值產(chǎn)生重大影響。本文以2005—2014年以現(xiàn)金為支付方式的中國A股制造業(yè)上市公司股權(quán)收購樣本為對象，對信息不對稱、信息披露對上市公司價值波動的關(guān)系展開研究。

本文通過構(gòu)建信息不對稱指數(shù)，并且手工收集了樣本公司在并購宣告前一年至前41個交易日的貸款信息、高管變動、股權(quán)再融資、對外投資信息等信息披露數(shù)據(jù)，對信息不對稱、信息披露與上市公司并購宣告的市場反應(yīng)的關(guān)系進(jìn)行了檢驗(yàn)。研究發(fā)現(xiàn)：(1)信息不對稱程度越高，上市公司并購宣告后的股票異常收益率就會越低，這種現(xiàn)象反映了投資者由于信息不對稱問題，對公司并購前景所產(chǎn)生的悲觀態(tài)度。(2)公司信息披露固然增加了投資者對上市公司的認(rèn)知，但是不同內(nèi)容的信息披露所產(chǎn)生的影響也不盡相同，其中貸款信息披露對提高公司并購宣告期間的股票異常收益率具有顯著的影響。(3)通過對交叉影響關(guān)系的檢驗(yàn)，我們發(fā)現(xiàn)貸款信息披露降低了信息不對稱對并購公司股票異常收益率負(fù)向影響。

筆者認(rèn)為，貸款信息與其他信息披露相比，隱含了銀行的審核內(nèi)容。一筆貸款的形成，均需要貸款銀行進(jìn)行授信審核。在這個過程中，銀行會深入了解貸款方的各項(xiàng)資質(zhì)和未來的償還能力，因此，與其他投資者相比，銀行獲取的信息更充分。獲得貸款，往往意味著銀行認(rèn)可了貸款企業(yè)未來的償債能力，反映對其經(jīng)營前景具有樂觀的態(tài)度。實(shí)證研究表明，銀行貸款信息所反映的征信信息能夠被市場所認(rèn)可，表現(xiàn)為投資者對公司并購前景的樂觀態(tài)度。因此，筆者認(rèn)為，貸款信息披露反映了銀行對收購公司的經(jīng)營活動所形成的償債能力的認(rèn)可，從而對公司并購前景產(chǎn)生了認(rèn)證作用。

在現(xiàn)實(shí)中，銀行貸款仍然是企業(yè)的主要融資手段。銀行對企業(yè)經(jīng)營前景的判斷，以及對其未來償債能力的管理，不僅關(guān)系到銀行經(jīng)營活動的風(fēng)險，同時也為資本市場的投資者傳遞重要的信號。因此，與其他信息相比，貸款披露包含了更多的信息含量。當(dāng)前，發(fā)展實(shí)體經(jīng)濟(jì)正成為中國構(gòu)建新的經(jīng)濟(jì)增長點(diǎn)的重要內(nèi)容。中共十九大確立了金融去杠桿與金融服務(wù)實(shí)體經(jīng)濟(jì)的雙重目標(biāo)，意味著實(shí)體經(jīng)濟(jì)將成為新的投資方向。在這種大趨勢下，一方面要求實(shí)體企業(yè)提高自身的經(jīng)營管理能力，以吸引更多的外部投資；另一方面，也要充分發(fā)揮商業(yè)銀行在信息收集、征信管理等方面的優(yōu)勢，向資本市場傳遞高質(zhì)量的信息，引導(dǎo)資本向優(yōu)質(zhì)企業(yè)聚集，從而促進(jìn)價值投資的市場行為；同時，筆者認(rèn)為上市公司在信息披露過程中，應(yīng)提高披露內(nèi)容的信息含量，從而降低信息不對稱對公司價值的影響，只有這樣才能有助于構(gòu)建健康、有效的資本市場。

參考文獻(xiàn)：

[1] 項(xiàng)保華，殷瑾.購并后整合模式選擇和對策研究[J].中國軟科學(xué)，2001，(4)：56-59.

[2] 周小春，李善民.并購價值創(chuàng)造的影響因素研究[J].管理世界，2008，(5)：134-143.

[3] 姚長輝，嚴(yán)歡.關(guān)于并購對我國上市公司經(jīng)營業(yè)績影響的分析[J].經(jīng)濟(jì)科學(xué)，2004，(5)：67-76.

[4] 王擎.異質(zhì)預(yù)期、非理性行為與并購績效——基于上市公司的實(shí)證研究[J].財(cái)經(jīng)科學(xué)，2009，(1)：21-28.

[5] Lamonta, O.A., Polk, C.Does Diversification Destroy Value? Evidence From the Industry Shocks[J].Journal of Financial Economics, 2002, 63(1):51-77.

[6] Rajan, R., Servaes, H., Zingales, L.The Cost of Diversity: The Diversification Discount and Inefficient Investment[J].The Journal of Finance, 2000, 55(1):35-80.

[7] Verrecchia, R.E.Essays on Disclosure[J].Journal of Accounting and Economics, 2001, 32(1-3):97-180.

[8] Diamond, D.W.Optimal Release of InformationBy Firms[J].The Journal of Finance, 1985, 40(4):1071-1094.

[9] Welker, M.Disclosure Policy, Information Asymmetry, and Liquidity in Equity Markets[J].Contemporary Accounting Research, 1995, 11(2):801-827.

[10] Healy, P.M., Palepu, K.G.Information Asymmetry, Corporate Disclosure, and the Capital Markets: A Review of the Empirical Disclosure Literature[J].Journal of Accounting and Economics, 2001, 31(3):405-440.

[11] 齊寅峰，王曼舒，黃福廣,等.中國企業(yè)投融資行為研究——基于問卷調(diào)查結(jié)果的分析[J].管理世界，2005，(3)：94-114.

[12] Best, R., Zhang, H.Alternative Information Sources and the Information Content of Bank Loans[J].The Journal of Finance, 1993, 48(4):1507-1522.

[13] Bester, H.Screening Versus.Rationing in Credit Markets with Imperfect Information[J].The American Economic Review, 1985, 75(4):850-855.

[14] Gale, D.,Hellwig, M.Incentive-Compatible Debt Contracts: The One-Period Problem[J].Review of Economic Studies, 1985, 52(4):647-663.

[15] Rajan, R.G.Insiders and Outsiders: The Choice Between Informed and Arm’s-Length Debt[J].The Journal of Finance, 1992, 47(4):1367-1400.

[16] 陳超，甘露潤.銀行風(fēng)險管理、貸款信息披露與并購宣告市場反應(yīng)[J].金融研究，2013，(1)：95-109.

[17] Hale, G., Santos, J.Do Banks Price Their Informational Monopoly?[J].Journal of Financial Economics, 2009, 93(2):185-206.

[18] Bharath, S., Dahiya, S., Saunders, A., Srinivasan, A.So What Do I Get? The Bank’s View of Lending Relationships[J].Journal of Financial Economics, 2007, 85(2):368-419.

[19] 王擎，蔡棟梁.信息不對稱、貸款公告與轉(zhuǎn)移成本[J].管理世界，2009，(10)：168-169.

[20] Ali, A., Hwang, L.S.,Trombley, M.A.Arbitrage Risk and the Book-to-Market Anomaly[J].Journal of Financial Economics, 2003, 69(2):355-373.

[21] Amihud, Y.Illiquidity, Stock Returns: Cross-Section and Time-Series Effects[J].Journal of Financial Markets, 2002, 5(1):31-56.

[22] Gomes, A.R., Phillips, G.M.Why Do Public Firms Issue Private and Public Securities[J].Journal of Financial Intermediation, 2012, 21(4):619-658.

[23] White, H.A Heteroscedasticity-Consistent Covariance Matrix Estimator and a Direct Test for Heteroscedasticity[J].Econometrica, 1980, 48(4):1425-1460.