![]()
1、大样本及相关工作带来的大量信息，比确切的观点更有价值。2、基于证据与事实的统计结果，和真相本身相比，可能相去甚远。3、“学好数理化，走遍天下都不怕”，这句话的含金量还在提高。（PS：目前《The M&A Failure Trap》只有英文版，欢迎出版社找我做本书及其他并购领域的英文书籍的中文翻译本）
一、《The M&A Failure Trap》更像一本统计陷阱书《The M&A Failure Trap（并购失败陷阱）》是本月境外刚出版的并购类书籍，有3个目标：1）解释为什么这么多并购会失败以及失败率不断上升的原因；2）确定收购成功的驱动因素；3）开发一个预测性并购记分卡。此外，这本书还关注了并购中CEO和员工的影响因素。我是先被书名吸引了，然后被序言里谈及的立意，以及作者对其他主流观点的质疑，比如:1）在过去一二十年里，企业收购决策有所改善；2）一家公司进行收购的数量越多，其收购的成功率就越高。接着，我抱着极高的期待去读整本书，却在还没开始读正文时，意外发现了一个情况，那就是作者在质疑其他人时，逻辑清晰、有理有据，但自身也犯了和其他人一样的问题，其个别观点还存在前后矛盾的情况，某种程度上甚至还犯了比其他人更严重的问题，那就是试图说服所有人其权威性不可挑战。比如，作者先是质疑其他人提出的观点“一家公司进行收购的数量越多，其收购的成功率就越高”，后面自己又说研究发现“多次收购的成功率略有提高，只是进行多次收购的公司数量非常少”。同样的观点别人说就质疑，自己说就对？又比如，作者称统计既是科学也是艺术，质疑其他人在做并购领域的统计分析时犯了一些错误，比如缺失相关变量，只做了简单的相关性分析，很可能并未发现真正的驱动因素。然后作者自己找了43个变量，收集了4万笔并购交易数据，定义了更全面的并购成功，做了多元回归分析，认为只要变量足够多，自己的模型就可以基本不受缺失相关变量的影响，自己的研究结果就有很强的普遍性和实用性。我惊讶于，作者既明白别人的统计套路以及观点与真相甚远，却又用一个看似更高级其实一样的统计套路来论证自己同样与真相相去甚远的观点。于是，这更激发了我要看完全书的欲望，我想知道这背后到底是怎么一回事，到底是作者有意用更科学的手段欺骗大众？还是说我们经济、社科类专家对数理统计的理解就是很不到位？又或者面对人类偏误，没有人（包括学术大拿）能幸免？还是有其他原因？二、《The M&A Failure Trap》的A面
1、基础信息详实
作者带领很多学生花了很久时间做了广泛的并购领域的literature review，收集了跨越40年的4万条并购交易信息，不仅是公告、年报、财报信息，还有各种公开的采访稿信息，这里面还有大量的数据清理等工作，工作量属实不易。我认为这算得上是将能获得的公开信息和数据进行分析做的最全面的并购研究了。
2、有益的统计信息多能激发更多思考和研究
从 40 年跨度的视角，分析了“企业控制权市场”（即并购市场）的 10 个关键属性的变化。这里面的很多数据变化，激发了我很多想法和思考，未来我也很可能会就其中一些话题进一步研究，以下我挑3个有意思的数据进行一些分享，其他等待大家亲身探寻。作者统计了跨界收购情况如下图：20 世纪 90 年代初期，企业集团式收购（收购方和被收购方来自不同的行业，即我们常说的跨界收购）约占 40%，到 2008—2010 年，这一比例降至 35%，而后又急剧上升至近 50%——创历史最高纪录。作者说到：企业集团从来就没有经济意义。如果投资者想要多元化投资，比如投资航空公司、银行和生物技术公司，他们可以直接购买这些行业的公司股票。投资者不需要企业为他们进行复杂且成本高昂的并购风险分散。我认为：从普通投资者的利益角度来说，诚如作者所言。但如果从上市公司及其大股东利益角度来说，就是另一番光景了。资产体量规模越大，冗余越多，可以利用的资金、信用、杠杆、腾挪空间就会越多，在跑道上能继续奔跑的时间就能更长。虽然企业集团化可能没法改变跑道，或者没法改变衰败的终点，但是能跑更久，对于很多利益相关人来说那就够了。至于这条道是不是会死，对他们而言问题不大，就像庞氏骗局和击鼓传花一样，时间越久信的人越多，及时把资产转出去就好了。这种心态不仅是高管会有，很多实控人一样会有，因为他们大多也就是普通生意人，并不是有啥特殊情怀的企业家（这很正常，不管是在国内，还是国外，我个人认为其实能称得上企业家的实控人并不多，而真正地想做百年企业甚至更长久企业想法的企业家就更少了）。我想这也是为啥，高管代理问题严峻且被广泛知悉的今天，仍然在不断上演这些企业集团化事件的一个原因。表面上看，是实控人纵容高管或者表现得被高管蒙蔽，实际上，是他们各取所需罢了。作者统计了不同资本市场情况下的并购成功率如下图：随着资本市场状况的改善，收购的成功率变差。从资本市场状况差时的 41% 收购成功率到资本市场状况好时的 20% 收购成功率，在资本市场状况好时，收购数量增加，但成功率下降。![]()
作者说到：在活跃的资本市场上，买方不仅容易急切出高价，还容易因为自身股价高而松懈并购细节（比如标的筛选、尽调等），而卖方也清楚自己拿到了一个未来很可能下跌的高股价，从而引发了留任的持买方股票的高管的失望、不满等影响经营业绩。我认为：作者说的是事实也是我经常看到的现象。目前国内很多人都鼓吹并购浪潮，积极推进和撮合各种并购，我觉得这个数据倒是一个清醒剂，让大家被热潮裹挟时仍能保持一些该有的清醒。但我们也要看到作者数据统计本身的一些问题。买方股价高的时候，不管做不做并购都是更容易面临股价下跌的风险的，牛市过后总是更容易面临熊市而不是持续牛市一样。因为作者对并购成功定义的问题，会天然导致活跃资本市场下或者说高股价资本市场下并购成功率下降，这和不同市场环境下的并购本身好坏与否其实是没啥关系。也就是说，我大体认可这个结论，大家在资本市场行情好的时候不能因为各种冗余多，就把并购做粗糙了，还是应该做好各种细节和专业，但是我并不大认可这个论证过程。作者统计了美国经济衰退期间和之后进行的收购的平均成功率：衰退期并购交易的平均成功率比正常年份并购交易的平均成功率低 4%到 5%。衰退后两年内收购的成功率几乎为 40%，而其他年份收购的成功率平均为 28%。![]()
作者说到：尽管《哈佛商业评论》的作者们提出了支持在经济衰退期间进行收购的合理论据，但从我们的直觉（和统计）来看，这些论据在现实中并不成立。衰退期和正常年份并购交易成功率之间的差异不容忽视，它绝对不支持“在衰退期收购！”。因为美国的经济衰退通常持续时间较短（一般为一到两年），从而没有给收购方留出足够的时间来仔细筛选，从失败者（那些将在衰退中倒闭的企业）中挑选胜利者（那些将在衰退中存活下来的企业），也没有让收购目标跌到清仓甩卖的水平。此外，鉴于美国衰退的持续时间相对较短，企业不愿裁掉关键人才（如研发人员），让他们被收购方招至麾下。根据数据统计，衰退后两年内才是收购企业的最佳时机。我认为：某种程度上，我们最近几年或者说正在经历经济衰退期，上述数据对于我们也很有参考意义（即使考虑到作者并购成功定义的问题和数据局限性我觉得仍然很有参考意义）。诚如作者所言，购买资产的最佳期可能就衰退期后那两年，时间窗口其实很窄。如何做，各方才能把握好这样一个时间窗口就很重要，也是应当值得继续深入研究和思考的，尤其是实践中应该探讨的。足够长期的深耕于一个市场或者领域的买方、FA、顾问、投资人等等，才能有这样的运气和机会完成最佳成功并购，不然即使是最佳时期，也和我们所有人没有关系。- 并购交易与普遍的学习曲线规律相悖：高管们的并购决策非但没有受益于经验，并改善他们的并购决策和后果，反而随着时间的推移而变得愈加糟糕。他们正在“去学习”，而非“学习”。
- 并购市场瞬息万变，过去的著述和个人经验在很大程度上已经过时。
- “这些交易只是延长了跑道，但不会改变它们的前进方向。”
- 就像尸检告知医生如何改善健康治疗一样，了解过去收购失败的原因对提高并购成功率至关重要。企业并购是一个复杂而耗时的过程，其失败当然不能用一个总体原因来解释。生活是复杂的。
- 实际上，所有那些讲述自己经历的并购设计师和专家，他们的并购经验都非常有限（通常只参与过寥寥可数的几次并购），而且都是在非常特殊的情况下进行的。人们无法从这些公开信息中得出一般性结论并从中学习。
- 过高的收购价格和缺乏战略契合度是导致收购失败率较高的主要原因之一。
- 大多数所谓的“最佳收购时机”实际上都是最糟糕的时机。一般来说，与其寻找良机，你不如寻找好的收购对象。
- 一位精明的投资者曾经说过：“我赚的大部分钱不是来自购买证券，而是来自及时出售证券。自己很难承认失败，而当出售一项表现不佳的投资的损失必须计入损益表时，就更难向投资者承认失败了。对失败目标持有过久，会耗尽高管的时间，并降低目标剩余部分的市场价值。长期持有失败目标往往会导致巨额亏损。
三、《The M&A Failure Trap》的B面
很多人都统计过并购成功率或者失败率，但往往没有说清楚或者就没说什么是成功或失败，而本书作者在这方面做到了进步，极为清晰地对并购成功进行了定义。作者自评：未见过如此全面的成功指标，包含了财务业绩角度、资本市场角度和会计角度。作者将成功的并购定义为收购方在收购完成后三年内，同时满足以下三个条件：1）收入或毛利率的增长率高于行业平均；2）收购方股票价格没有下降；3）收购方在完成后没有对该交易进行商誉或投资减值。1）这样既要又要也要的定义，天然地缩小了成功的范围和数量。即使不做大量的样本统计，我也能想象得出作者所说的这个并购成功的概率应该是比较低的（下图是作者关于并购失败率的统计）。如果按照每个条件实现的概率是70%来算，三者同时实现的概率就是34.3%；如果按照每个条件实现的概率是50%来算，三者同时实现的概率就是12.5%；如果再增加1-2个约束条件，我想并购成功概率不超过10%或者5%是很容易的。2）作者的定义看似全面，但却忽视了并购交易背后的动机问题。没满足买方的并购交易动机，但满足作者说的三个条件的并购就算成功？满足了买方的并购交易动机，但不满足作者说的三个条件的并购就算失败？我怎么都感觉好像不大对啊。当然，买方并购动机或者真实意图是比较难调研的，一方面，很多买方往往会隐藏自己的真实动机，找一个表面动机或者大家都能接受的动机用于对外宣传；另一方面，我们做研究的时候往往是事后了，也就是从后视视角看历史，即使这个买方愿意向研究人员开诚布公，仍有可能受到后视偏差的影响，不知不觉中影响了自己描述当初的真实动机。3）不少买方把并购当成长期战略工具使用，但作者却忽视了长期指标。不少买方对并购的期望并不在未来3年，而是更长远的维度。他们并不关注短期指标，或者说短期指标即使很不好看，但对买方的战略意义非凡。这个情况和交易动机问题会有一部分重合，就是有些人的交易动机就是长期战略目标，关心的可能是企业长期的品牌价值、市场影响力等等。甚至有的买方是跨界转型的，这一次收购就是跨界的第一步，它本身的成功或者失败都不是很重要，而是让他们有机会快速进入一个新领域进行了解，对整个全局更大的成功是很有益处的。当然，这些长期指标一方面，可能很难量化，另一方面又会涉及到很多概念的定义和标准问题。首先，商誉减值的可操纵性其实是很强的。商誉目前并不是强制摊销，而是更多地依赖人对未来的主观判断。凡事是主观判断就有一定操纵空间，而当这背后的人又有强烈动机时，就使得这个操纵空间比想象中要更大。即使标的业绩在三年内有波动，但长期预测下业绩整体仍然是符合当初收购时的设想，则可以不必在业绩波动下滑时进行商誉减值。也就是说，至少三年内商誉不减值的可操纵性还是比很强的。
其次，买方到底是与同行比还是与自身比，哪个更能表明并购的成功？
比如，并购前，买方和行业平均业绩比差30%，并购后，买方和行业平均业绩比差10%，这个交易虽然不满足作者说的前两个指标，但是买方和自己比确实打实进步良多，这样的并购交易就不能算成功?
反过来，并购前，买方和行业平均业绩比高30%，并购后，买方和行业平均业绩比高10%，这个交易虽然满足作者说的前两个指标，但是买方和自己比确实打实退步很多，这样的并购交易也能算成功?然后，买方整体还是标的自身业绩的变化，哪个与并购本身更相关？比如，并购后标的公司业绩如预期地一样节节上涨，但是买方本身出现了各种问题，标的业绩占比相对小，无法扭转买方整体情况，最终买方整体业绩和股价是不行的，也就是说无法满足前两个指标，但这样的并购交易能算是失败吗？反过来，并购后标的公司业绩远不如预期，但是买方自身发展很不错，好在标的业绩占比相对小，不影响买方整体情况，最终买方整体业绩和股价都很好，满足前两个指标。同时买方咬死了牙说，标的短期业绩由于各种原因出现了波动，但不影响其未来增长，所以商誉没有减值，最后到第四或者第五年实在编不下去了，做了商誉减值。这样的并购交易也能算成功吗？最后，买方自身因素还是宏观市场行情，哪个更能影响股票价格？此外，我们要知道买方自身因素众多，包括公司规模、财务业绩、公司战略、行业发展趋势、品牌口碑、分红政策、公司治理、投资关系维护、重大事件等等，并购可能与上述几方面因素都有关，但也很难说并购就是买方自身因素中最主要的那个因素，更不要说是唯一因素了。而且与比较极端的宏观市场行情（熊市、牛市）相比，所有这些买方自身因素加一起可能都没多少影响力，这在中国过去的熊牛股市中经常看到。
市场上有不少人做过并购成功因素分析，很多是定性的（包括我们自己过去做的一些研究）以及简单的相关性分析，这些分析都面临很多局限性，而本书作者在这方面做到了进步，使用了多元回归分析，识别出来了42个因素对并购成功有影响。作者自评：我们使用多元回归分析，这是经济和金融研究的黄金标准。43 个变量模型使得“缺失变量”不太可能影响我们的推断和建议，并增强我们研究结果的普遍性和实用性。我们大大增加的样本，更全面的收购成功衡量标准以及改进的统计方法将本书置于比现有并购文献高得多的水平上。
作者在附录提供了其多元回归模型中所有43个变量，具体如下（纯自己翻译的，可能不精准，仅供参考）：
作者这样的做法，让我感觉其只见树木，不见森林。作者通过增加变量和使用多元回归分析，看似深入研究了问题（只见树木），但实际上并没有抓住问题的本质和全貌（不见森林），因为多元回归分析仍然只是用于研究变量之间相关性的，我们并不能依据相关系数的高低来判断其是否为背后的驱动因素。也就是说，变量之间有相关性和有因果性是两回事。真正有因果关系的驱动因素很可能不在已经识别出来的42个因素之间。大家应该注意到了上述很多变量不是那种直接可以从市场上观察到的数据或者信息，而是代理变量（在统计学中，当直接测量某个变量不可行或成本过高时，可以使用一个与目标变量相关的变量作为代理变量），比如行业熟悉度、交易压力/竞争指标、投资者对收购公告的反应等等，或者是一个人为的定性判断，比如高科技买方、高科技标的、交易复杂度、过度自信的CEOs实施的收购等等。越少的可直接观察的变量，那变量本身的解释可能就是个复杂的模型，选择单一元素对其进行替代是一种简单粗暴的应对方案，可能并不合适，很可能掩盖了真实的自变量与因变量之间的关系。多个难以用单一元素进行解释的自变量叠加在作者的模型中后，整个模型都将变得异常复杂和难以解释了。
首先，上述变量中有很多自变量之间本身就是高度相关的，比如交易规模与商誉、股票支付比例、融资、收购溢价、收购时长、复杂度等指标都密切相关，这很可能导致作者的模型很可能存在多重共线性的问题。其次，上述研究横跨40年，在这样的长时间序列中很可能存在自相关的问题。然后，变量越多，自相关和异方差等问题也会越严峻，模型也变得更复杂，难以解释。最后，作者做了一个预测性并购记分卡（下图是作者提供的样例），筛选出10个变量，我想这可能就是考虑了上述局限性后优化出来的最佳变量了吧，也就是说作者其实也注意到了43个变量更多是噱头，10个其实也够用。四、总结
看到这本书的时候，我觉得它应该是目前并购领域内最详尽的量化分析研究成果。曾经我也想过这样做，但碍于时间压力、可获得性、有效性、有用性等等原因，很多时候只是开展了一部分就没继续完成了。看到作者能做到如此地步，还是由衷佩服，有人做完了自己曾经敢想却没敢做完的事情。然后看完这本书后，我也决定未来花更多时间在研究意义、有用性和有效性的探讨上，再投入时间和精力，要能及时掉头和调整，不然很容易被自己的历史时间与精力的投入所裹挟，而影响最根本、最简单的判断能力。最后，我想我需要花更多精力在并购定性领域的研究上，感谢本书作者给我提供了繁多信息数据和很多有益的思考上的激发。![]()
这里的内容纯属个人观点和思考，虽然我尽力保持独立性，试图做到客观、理性地表达，但在全面性、准确性、及时性和严谨性上，可能会有所欠缺。有些参与过的案例不方便直接点名引用，有些能引用的数据又难辩真假![]()
，所以很多时候我可能会模糊化数据来源和准确数值，甚至简化真实案例。对于需要精准数据来支撑的，我会亲自整理和搜集数据，并特别注明。更多时候，数据其实是实战经验和市场交流所得。如果这些内容对你有所帮助，那就再好不过了![]()
，但请记住，这不构成任何投资建议。若你因参考本文采取任何行动，产生的后果可得自行承担哦![]()
！欢迎线上线下的各种交流探讨和业务邀约，希望能互相成就，合作共赢![]()
。（引用或参考本文，请标明来源和作者以示尊重![]()
。)
