【摘 要】
:
近年来,我国并购市场进展如火如荼,越来越多的民营企业为了扩大规模,实现企业跨越式发展而选择并购,而我国目前正处于经济转型时期,政府依然掌握着大量核心资源的配置权,在资源配置过程中比较倾向于国有企业,而对于在市场中扮演着越来越重要角色的民营企业,在并购过程中依然面临着融资困难、市场准入限制等难题。在此背景下,民营企业就会主动寻求与政府建立政治关联,希望借此助力企业,为企业的并购活动提供必要的信息和资
论文部分内容阅读
近年来,我国并购市场进展如火如荼,越来越多的民营企业为了扩大规模,实现企业跨越式发展而选择并购,而我国目前正处于经济转型时期,政府依然掌握着大量核心资源的配置权,在资源配置过程中比较倾向于国有企业,而对于在市场中扮演着越来越重要角色的民营企业,在并购过程中依然面临着融资困难、市场准入限制等难题。在此背景下,民营企业就会主动寻求与政府建立政治关联,希望借此助力企业,为企业的并购活动提供必要的信息和资源。诚然,政治关联可以帮助我国民营企业更容易完成并购交易,但对于并购后的并购绩效影响到底如何更值得探究,目前学术界关于这一问题的研究尚未达成一致,因此本文试图探究我国民营企业的政治关联与并购绩效的关系。同时任何有解释力的并购理论都离不开对企业所处制度环境的考察,良好的制度环境可以增补正式机制,减少企业依赖政治关系谋求发展的行为。因此本文还在上述研究的基础上引入制度环境作为调节变量,进一步分析政治关联、制度环境以及并购绩效三者之间的关系。本文的结构安排如下:首先对政治关联、制度环境与并购绩效的相关概念做出界定,随后对于三者之间的关系进行文献回顾与评述,并基于寻租理论,委托代理理论、协同理论以及自大假说理论,提出文章的假设。以我国2010--2020沪深A股上市民营企业的并购事件为样本,对政治关联、制度环境和并购绩效的关系进行实证检验。首先采用事件研究法对民营企业的并购绩效进行测度,采用虚拟变量法与赋分法分别衡量企业是否存在政治关联与政治关联强度,进而对是否存在政治关联以及政治关联强度与并购绩效进行回归分析,随后在此基础上引入制度环境作为调节变量,回归分析制度环境是否对二者之间关系有影响以及如何影响,而后,将民营企业样本根据民营化方式的异质性进行分组研究。最后通过固定效应检验、PSM检验和工具变量测试等方法对回归结果进行稳健性检验,以保证研究结论的可靠性。本文实证研究最终得出以下结论:民营企业的政治关联对其并购绩效有显著负向影响,且政治关联强度越大,并购绩效越差;相对于制度环境差的地区,制度环境越好显著的削弱了政治关联带来负向的影响;直接上市的民营企业的政治关联与并购绩效显著负相关,而在间接上市(前身为国有企业)的民营企业样本中结果不显著。综上,本文的研究结论丰富了并购绩效影响因素以及政治关联经济后果的研究,同时帮助我国民营企业更清晰的认识政治关联,对促进地区经济建设以及助力企业的长久发展具有重要意义。
其他文献
写作教学是初中语文教学的重点和难点,学生的写作水平是评价其语文素养乃至综合素养的主要指标。但在实际教学过程中,大部分老师更重视学生作文的终结性评价而忽视对其写作过程的有效指导,这不但难以激发学生的写作兴趣,更难从根本上提升学生的写作能力。所以,寻求一个高效而可操作的提升学生写作能力的过程性指导方法,就显得尤为重要。图式理论是建立在认知心理学研究基础上,用以描述知识结构的理论,该理论在教育领域中得到
均衡问题在运筹学领域中扮演着重要的角色,是经济金融、网络运输、对策理论、数理经济等领域中的重要数学模型,近年来逐步成为学者们关注的热点.用微分方程方法解决均衡问题的实质就是将求解优化问题转化求解微分方程模型,将优化问题的解等价为微分方程的平衡点,通过相容性和稳定性来保障方法的有效性.尽管求解优化问题的微分方程方法早就存在,但文中建立的广义垂直线性互补问题和箱式约束变分不等式问题的微分方程求解模型并
在大数据时代背景下,概念格是一种能够有效地分析数据、处理数据的工具。现实生活中,人们获取的信息通常是模糊的、不确定的,常用贴近人类思维的语言值来表达这些信息,以减少这些信息在转化过程中造成的损失。在形式概念分析的实际应用中,形式背景可能不是固定的。为了处理不确定性环境中信息的动态变化问题,本文研究了基于模糊语言形式背景的增量计算及模糊对象语言形式背景添加属性时概念及规则的动态更新,个性化的适应动态
<正>我每年都会买好多不倒翁小玩具,颜色鲜艳、造型多样。我把玩具随身揣在兜里,在合适的时候送给孩子。“小小不倒翁,坚强又可爱,从不被打倒,永不言放弃……”每当接手一个新班级,我都会在班会课上教孩子们唱这首短小的歌谣。设计这个仪式,与其说是为了介绍不倒翁,不如说是赋予不倒翁象征性的内涵。在以后的学习生活中,每一个得到不倒翁的孩子,不但获得了一份童真童趣,更能感受到老师对他的关注与认可。
随着城市交通的快速发展,汽车的驾驶安全问题备受关注,轮毂是汽车重要组成部件,其质量起了至关重要的作用。同时,轮型识别和缺陷检测又是轮毂工艺流程中必不可少的两部分。随着深度学习的发展,计算机视觉利用机器模拟人体的视觉系统,从机器捕捉到的图像或视频中提取有效信息,然后对特征信息进行分析和理解,在工业生产中可以实现对产品的型号识别和质量监测。因此,本文研究基于深度学习的轮毂自动分类与缺陷检测技术,旨在提
束方法是解决非光滑优化问题最有效、最有前景的方法之一[1,2].一般束方法以切平面方法为基础,克服了切平面方法稳定性差的缺点.束方法将黑盒子中的迭代信息保存在“束”中,并利用这些迭代信息构造子问题,进而求得下一个候选点.束方法会记住当前“最佳”的候选点,直到找到最优解.本文基于电信网络路径选择问题展开研究,对目标函数近似之后,构建其对偶问题,并应用一般束方法得到该对偶子问题最优解的显式表达和一些相
电信网络路径选择问题是具体的实际问题,在互联网优化中扮演着至关重要的角色.但由于在实际问题中,往往不能得到精确的函数值,具体算法实施会变得很困难,因此考虑对函数做一个扰动,使算法的应用范围更广.基于此思想和动机,考虑到在实际计算中,往往不能得到真实的函数值,本文在Lemaréchal应用束方法解决电信网络路径选择问题的基础上,对其对偶模型中精确函数值增加扰动,构建非精确近似函数,使得电信网络路径选
自动化和智能化程度的不断发展,电能已然成为人类必不可少的一部分。用户对于优质电能的需求越加迫切,随之而来的电能质量问题亦越来越被重视。电能质量扰动准确识别是快速有效解决电能质量问题的前提。本文提出了一种基于改进多尺度反向色散熵(Improved Multiscale Reverse Dispersion Entropy,IMRDE)和麻雀搜索算法(Sparrow Search Algorithm,
近年来,人类由于向往更好的生活而从事的各种活动已经影响到了生态环境,尽管农业、制造业、运输业和采矿业的不断进步都提高了人类的生活水平和生活质量,但它们也极大地促进了有毒废物的产生,其中较为严重的一类是土壤中重金属的污染。重金属的物质特性使其在环境中的存在较为持久,且对于生物的发展具有危害性,由此土壤重金属的检测与监测问题显得尤为重要。我国的国土资源较为丰富,导致土壤检测任务需求的样本量较大,且考虑
有限维互补问题已经成为数学规划中一门相对成熟且硕果累累的学科,并且广泛地应用在力学、工程学、经济学、博弈论、网络运输和通信网络等领域.本文主要研究在广义双矩阵博弈问题和机械手抓取问题中有重要应用的广义垂直互补问题和二阶锥互补问题.求解这两类问题有许多大家熟知的方法,如非光滑牛顿法、光滑牛顿法、内点法等,但对于神经网络方法求解这两类互补问题的研究成果还不多,有一些理论和计算问题需要解决,如解的存在性