【摘要】并购可以促进公司资源的优化整合、实现控制权的转移，引发控制权溢价的现象。本文选取wind数据库中2016年至2018年，房地产、材料和信息技术等三大行业并购交易相关数据，通过划分持股比例区间、比较不同区间内平均市盈率与行业平均市盈率、并购案例平均市盈率来分析控制权溢价的行业异质性。不同行业存在不同控制权溢价现象，程度随控制权的增长而增长，控制权溢价程度按资本密集型房地产行业、劳动密集型材料行业、技术密集型信息技术行业由高到低排序。

　　【关键词】公司并购 控制权溢价 行业异质

　　一、引言

　　传统公司理论赋予公司每股普通股相等的权力(汪青松，2015)，人们发现，拥有公司控制权的大股东不仅能够获得一般股东均可以获得的共有收益，还能够取得中小股东无法享有的私有收益(陈晨蓓， 2012;何凯、王瑞华，2015)。股东为什么要获得一个公司的控制权呢?因为，拥有控制权即拥有经营决策等在内改组公司的特权(艾佳慧，2009)。大股东为了获取该特权，通常要额外支付一定的成本， 也就是控制权溢价(孙建民、薛瑞文，2013)。在并购交易中，经常会出现控制权溢价的现象(高燕燕、黄国良，2017)。在确定非上市公司并购价值时，应将控制权溢价纳入股权价值评估中。

　　控制权指的是拥有公司的股份达到了一定比例以上，或者是通过协议方式能够拥有公司实际控制的权力，即能够决定公司的一切重大事项权力(朱国泓、杜兴强，2010)。理论而言，如果一家公司的超过 50% 的股份被一名股东所拥有，那么这位股东就一定能够对该公司实施控制。然而，现实中，由于公司股份分散的原因，股东如果想要取得该公司的实际控制，只需要在股东会上获得多数表决权即可。本文依据下述三条区别不同控制权的股权线， 划分出四个持股比例区间，绝对控制权(2/3,1]、相对控制权 (1/2,2/3]、重大影响 (1/5,1/2]。

　　行业是所有同类公司的集合(王凤彬、江鸿、王璁，2014)。各个行业在演变发展的过程中，逐渐形成了与其他行业的差异也就是该行业的特征。行业异质性指的就是不同的行业之间存在着差异(胡晓明、赵东阳、孔玉生等，2013)，各个行业的外部竞争环境、要素集约度和其自身内部的资本结构、管理环境等都有着或多或少的差异。这些差异会导致不同行业的控制权溢价程度的不同。

　　本文从要素集约度的角度在资本密集型行业、劳动密集型行业和技术密集型行业这三大类行业中分别从 wind 咨询导出房地产行业、材料行业和信息技术行业这三个行业的并购交易的案例数据作为三大类行业的代表行业来分析行业的控制权溢价水平。

　　二、控制权溢价方法选择

　　(一)理论研究

　　国内外学者对上市公司的控制权溢价进行了研究。Baraclay 和 Holdemess(1989)采用大宗股权交易法进行研究发现控制权溢价的平均值为 20%，并认为这个数值与公司的规模和业绩成正比，并得到Dyck 和 Zingale(2001)的证实。Hanouna、Sarin 和Shapiro(2001)研究显示，控制权交易价格要高于少数股权交易价格，平均高出了 20% 到 30%。在国内，唐宗明和蒋位(2002);邓建平和曾勇(2004);李延喜、郑春艳和王阳等(2007)、孙建民、薛瑞文(2013)、郑志刚、吴新春和梁昕雯(2014)、胡晓明、张祖遥(2018)等进行相关研究，证明了控制权溢价的存在。从文献来看，现有研究主要立足于上市公司，对于并购中的非上市公司研究较少，而且控制权溢价大都作为大样本研究中的变量考虑;从股权转让形式看，模型构建主要适用于发生了大宗股权交易导致控制权变更的企业。

　　(二)传统控制权溢价衡量模型

　　目前在国外被广泛接受且用来计算控制权溢价的方法主要有大宗股权交易法、流通股交易法以及控制权交易法等三种。

　　1.大宗股权交易法。该方法最初由 Baraclay 和Holdemess(1989)提出，控制权溢价是在公开有效市场下，大宗股权的交易价格与公告后的这些股权市场价格之间的差额。

　　2.流通股交易法。这种方法是由 Mcconnell、Mikkelson(1983)和 Zingales(1995)三人提出的，他们三人所提出的这种方法中的控制权溢价，指的是存在于正流通在股票市场上具有不同的投票权的股票之间的价格差异。假使一家公司发行了两种或者两种以上的股票。并且这些股票仅仅只是在投票权上有所区别。除了这一方面之外，在别的方面上这些股票都是完全没有区别的。这样的话，购买具有更多的投票权的这一类股票的成本，就会高于没有投票权，或拥有的投票权较少的这一类股票的成本。那么多出来的这一部分成本就代表了这部分股票所拥有的更多投票权的价值，这部分高出来的成本反映了股东为了获得更多的投票权而支付的高出正常价格的成本。也就是我们所说的控制权溢价。但是由于在使用这种方法时需要不同类型的股票的交易价格，因此这种方法的适用范围是发行了不同类型股票的公司。

　　3.控制权交易法。这种方法是由 Hanouna、Sarin 和 Shapiro(2001)三人提出的，控制权溢价可以通过是否发生了控制权转移两种情况下不同的交易价格来计算。即计算出发生控制权转移的交易价格和未发生控制权转移的股权交易的价格之间的差异。再将这个价格差异作为衡量控制权溢价的指标。

　　(三)基于行业异质性的控制权溢价衡量模型构建

　　本文选取的方法是基于并购案例以市盈率为决定因素的控制权溢价模型。控制权溢价市盈率法是采用发生了并购交易中的受让方公司的市盈率均值作为计算基准来度量控制权溢价的方法，采用市盈率计算控制权溢价更直接、便于理解、贴近实际。本文基于行业和并购案例构建了两个模型，其中公式 1 用于计算行业控制权溢价率，公式 2 则是用于计算并购案例控制权溢价率。

　　1.按行业平均市盈率计算控制权溢价率

　　式中，

　　为行业控制权溢价率，

　　为平均市盈率，

　　为行业平均市盈率。

　　2.按并购案例平均市盈率计算控制权溢价率

　　式中，

　　指并购案例控制权溢价率，

　　为并购案例平均市盈率。

　　三、控制权溢价差异分析

　　(一)样本选择

　　本文选取 wind 数据库中自2016年1月1日至2018年12月31日期间的房地产行业、材料行业、信息技术行业的并购案例作为初始样本。在此基础上，做出如下筛选：2016年1月1日至2018年12月31日期间已经完成的并购交易;受让方为上市公司;剔除因无偿划转、司法执行、抵债和拍卖等形式发生股权交易的公司;剔除无法准确获得财务数据或财务数据异常的公司;忽略不同支付方式对于控制权溢价的影响。

　　本文采取的行业分类方式是将行业分为资本密集型行业、劳动密集型行业和技术密集型行业三类。从中选取房地产(资本密集型行业)、材料(劳动密集型行业)和信息技术(技术密集型行业)作为代表行业进行分析。从国证指数网站找到三个行业的行业平均市盈率以及并购案例平均市盈率如表 1 所示：

　　查 2016、2017 和 2018 年期初与期末的房地产、材料、信息技术三个行业的平均市盈率，如表 2 所示：

　　(二)行业控制权溢价差异分析表 3 的数据中，按行业平均市盈率计算得出的控制权溢价率(采用公式 1)均为正数，表明在三个行业中均存在控制权溢价的现象，且房地产行业的控制权溢价程度明显高于另两个企业。三个行业中均显现出随着持股比例的不断增加控制权溢价率也在不断增加的趋势。按并购案例平均市盈率算出的控制权溢价率(采用公式 2)也呈现相同的趋势，佐证了控制权溢价的存在。各个持股比例区间计算得到的行业控制权溢价率都高于同区间的交易案例控制权溢价率，这是因为用以计算行业控制权溢价率的行业平均市盈率是从国证指数网站上导出的行业内所有公司市盈率均值，而用于计算交易案例平均市盈率的则是从 wind 系统导出的各个行业样本案例市盈率的平均值，这个平均值中已经包含了控制权溢价，因此交易案例控制权溢价率会小于行业控制权溢价率。这也是采用公式 2 计算得出的控制权溢价率中前两个区间为负数的原因。可以看出当持股比例达到相对控制(1/2,2/3] 即拥有控制权时，控制权溢价率就变为正数。

　　房地产行业是从事房地产开发和经营的行业统称，是一个典型的资本密集型行业，伴随着中国高速城镇化的进程，在 2016 年至 2018 年间始终保持着较快的增长速度，具有较高的投资回报率。房地产行业是一个不完全竞争性行业，进入壁垒通常是开发周期长和土地成本高。但房地产行业的需求十分旺盛，并购方为了获取较高的投资回报率愿意在并购中支付更高的价格来进入行业，这也是房地产行业控制权溢价程度高的原因。材料行业是典型的劳动密集型行业，盈利能力较差，固定资产占比大， 因此控股股东难以从中谋取私人收益，控制权溢价程度较低。信息技术行业是技术密集型行业的代表， 属于轻资产行业即无形资产占比较大，在政策上享有税收优惠政策。由于无形资产的研发需要投入大量的资金并且具有不确定性，并购方为了获取无形资产愿意支付高于股权的市场价值但控制权溢价程度并不高。

　　(三)年度控制权溢价差异分析

　　表 4 中列举了这三个行业三年来的控制权溢价率，房地产行业在三年中均存在控制权溢价的现象，并显著高于另两个行业。在 2016 年和 2018 年显现出控制权溢价程度随持股比例增加而增加的趋势。相较于上市公司，投资者难以在非上市市场上快速地在不贬值的条件下变现资产。因此非上市公司的并购交易中则存在着非流动性和流动性折扣的现象。材料行业在 2016 年和 2017 年达到相对控制(1/2,2/3]，在 2018 年达到绝对控制(2/3,1] 的控制权溢价率均为正数，信息技术行业在 2016 年的(1/2,2/3]、2017 年和 2018 年达到相对控制之后的控制权溢价率均为正数，表明在这两个行业内存在控制权溢价的现象。并且信息技术行业的控制权溢价程度略高于材料行业。

　　四、结语

　　目前已有的文献资料为上市公司并购行为中控制权溢价的存在提供了理论支撑，但关于非上市公司并购中的控制权溢价研究很少。本文基于并购案例，从行业异质视角对三大行业的控制权溢价计算结果进行分析，得出如下结论：房地产行业、材料行业、信息技术行业这三个行业在 2016 年至 2018 年间发生的并购案例都存在着控制权溢价的现象， 并且控制权溢价的程度随控制权的增长而增长。控制权溢价程度从资本密集型房地产行业到劳动密集型材料行业再到技术密集型信息技术行业由高及低。说明不同行业的控制权溢价程度不同，在并购时应当考虑行业对控制权溢价的影响。