学位论文 > 优秀研究生学位论文题录展示
国外私募股权和国内私募股权支持的中国上市公司股票业绩比较
作 者: 蔡锦
导 师: 王小卒
学 校: 复旦大学
专 业: 企业管理
关键词: 私募股权投资(PE) 国外和国内私募股权投资(PE)公司 私募股权(PE)支持的中国上市公司 股票业绩 非参数方法
分类号: F832.51
类 型: 硕士论文
年 份: 2009年
下 载: 444次
引 用: 3次
阅 读: 论文下载
内容摘要
在最近的二十年中,两个新概念“私募股权投资”和“风险投资”逐渐在中国被人们熟知,在近期它们更成为商界人士关注的重点。“私募股权投资”和“风险投资”由英文单词“private equity”和“venture capital”翻译而来,在西方常常被简称为PE和VC。虽然这两个英文相对的中文词汇也会经常被用到,但更多的专业人士采用PE和VC简单的代替所要传达的内容。在商业界,PE和VC早已受到广泛的重视,但在理论届,并没有权威著作专门讲授相关知识,所以本文对PE和VC的定义借鉴于欧洲私募股权和风险投资协会EVCA。根据EVCA的定义,私募股权提供股权资本给未上市企业。私募股权融资可以用于开发新产品和技术(也被称作风险投资),扩展营运资本,进行企业并购,或强化公司资产负债表。私募股权融资也可用于解决所有权和管理权问题。家族企业的继承权转移,或经验丰富的管理人员买出买进某项业务,也经常通过私募股权融资实现。风险投资是与企业家一起进行股权融资给早期阶段(种子期和创业期)或者扩张阶段的公司。与投资者要承担的高风险相抵的是对高于一般投资回报的期望。风险投资是私募股权投资的一个分支。由于风险投资是隶属于私募股权投资的概念,本文采用私募股权投资或PE代表这两个专业词汇,以求简单的表达。特别要指出的是,风险投资家是从事私募股权投资或风险投资的专业人士,他们管理私募基金并做出投资决策,他们带给企业的不仅仅是股权资本,还有宝贵的行业认识、业务资源、品牌权益和战略建议等。从此,不难看出在PE领域内存在巨大的风险,只有那些具备特殊技能的人才可以完成成功的交易。PE对经济的增值作用已被世界各国政府赏识已久。无庸置疑,起源于美国的私募股权投资,在知识型经济中对企业和技术融资有重要作用。从历史角度出发,中国PE的活动可以追溯到1980年代。那时,一批PE专业人士开始进入中国市场。1992年,国际数据集团(IDG)在中国成立第一支私募基金,这成为中国PE行业初期发展的里程碑。全国人大常委会副委员长成思危代表民建中央,在1998年全国政协九届一次会议上提出《关于加快发展我国风险投资事业》的提案,在国内引起了强烈的反响,这个提案给整个PE行业注入活力并使其得以快速发展。至今,PE在中国已经历了两次高峰期。虽然目前,私募股权投资在立法方面仍存在缺陷,但对风险投资家来说值得高兴的是经历过二十年的发展后,PE在中国已经形成一套基本原则。2007年颁布执行的新《合伙企业法》也为PE的组织形式带来便利。现在,养老基金和保险基金也可以投资于私募股权领域。关于PE基金募集的问题仍比较普遍,但时间可以证明中国PE投资环境会变的越来越好。早在1987年年底,香港就已经成立风险投资和私募股权投资行业协会HKVCA,因为受殖民的影响,香港的金融市场一直比大陆更发达;当年很多外资PE公司投资大陆市场的时候,也是通过香港作为进入航道。大陆风险投资协会CVCA于2002年成立,总部位于香港并在北京设有代表处。本着协调行业内部活动为目的,CVCA并不收集PE市场相关的基金募集、投资情况、退出方式和内部收益率数据,因此,PE行业数据由几家私人企业提供。在经过详细的市场调研之后,本文找到四家公司提供比较详细的中国PE数据,它们分别是亚洲创业基金期刊集团AVCJ,金融街PE资讯JRS-PE,北京清科信息咨询有限公司Zero2IPO和投中集团ChinaVenture Group。本文PE行业相关数据除非特别指出全部来自投中集团数据库CVSource。即使在经济危机的情况下,全球金融市场处于疲软状态,中国PE市场仍对PE从业者和投资人具有强大的吸引力。2008年在美国,风险投资家投资284亿美元在PE领域,比在互联网泡沫破碎后达到的2007年最高值减少8%;同期,投资额在英国为66亿美元,比2007年水平降低21%:发展中国家PE市场印度在同期投资44亿美元,比2007年增加2%;但中国PE投资额为41亿美元,比前一年增长24%。这些数据传达的信息是:即便在其他重要PE市场萎缩或增长缓慢的情况下,中国PE市场仍保有强劲的增长势头。从总体趋势上讲,中国PE基金募集量是逐年增加的。在2000年之前,基金募集量保持在较低的水平,最高值在1998年达到38.86亿美元,同时募集基金的个数保持在一位数。在2000年的网络经济泡沫中,基金募集量从1999年的21.22亿美元一下窜升到102.46亿美元,基金个数也跳到两位数。在泡沫过后,基金募集回复到正常状态但基金个数仍保持在两位数的合理水平上。从2005年开始,伴随着中国股票市场牛市的崛起,基金募集量经历了一次飞跃性的增长,在2005年达到网络泡沫后的最高值312.26亿美元,是前一年水平的7倍多;基金个数也猛劲增长,在2007年冲破了100支大关。2008年137支基金募集了646.44亿美元,达到中国PE基金募集数量和个数历史新高。PE公司在中国市场主要从事于上市和并购投资。从2004年到2008年,PE参与的上市和并购数量逐年增加,但在不同年份,PE倾向注重于一种投资。当2005年股市状况良好时,PE注重上市业务多一些,但2007年金融危机开始后,PE更多转向于并购业务。PE投资的行业中,制造业排名第一位,之后信息技术和能源行业也是PE的重要选择,医疗健康行业紧追其后,同时互联网、电信增值服务、零售业和房地产业比较吸引PE的注意。PE的融资活动一项以谨慎著称。在2004年到2008年之间,PE每年支持的融资项目占所有融资项目的比例保持在较稳定的水平上,不超过所有融资数量的40%也不低于20%,而且PE融资数量每年上升幅度比所有融资数量每年上升幅度要稳定很多。由于机构性不确定因素的存在,风险投资家们一致认为在中国投资风险比较大,所以大部分人也会采用逐年分散投资额的方法以规避风险。在2008年,PE领域有65个成功退出投资项目的案例。上市退出是主流方式,占60.0%,并购退出位居第二位占27.7%,有7.7%的退出是通过PE公司把股权转卖给其他PE公司完成的,最后管理层收购方式占4.6%。截止到2009年4月底,CVSource中记录有800多家PE公司出现在中国市场,其中的70%已做出至少一笔投资,24%已退出至少一笔投资。许多PE公司仍留守于投资组合中,处于与企业家和管理者合作,共同为公司创造价值的阶段。PE公司的资金来源有26.0%是国内资本支持,54.7%是国外资本支持,其余是来自中外资本共同支持。PE基金的投资者在有限合伙制中是有限合伙人,他们把资金投放到基金中,由PE基金经理或者是有限合伙制中的一般合伙人管理资金并做出投资决策。中国市场有550多家PE基金投资机构,半数以上的机构属于外资。70%的机构已投资于至少一支基金,其他处于寻找期或观望中。53%已经有投资的机构来自盎格鲁撒克逊国家,23%来自西欧国家,19%的亚洲机构也有参与中国市场的PE投资,中东地区的投资机构占5%。基金投资机构的类型主要有企业投资者、PE投资机构、养老基金、大学基金、家族基金、银行和保险信托、专署投资基金的基金(FOF,即funds of funds)、主权基金、政府机构和资产管理公司。企业投资者、PE机构、银行和保险信托和资产管理公司占有投资机构类型数量的70%以上。其中企业因为拥有大量高流动性的自有资金,成为主要的PE资金来源;国外PE投资机构经常选择投资国内同类型基金作为进入中国市场的一种途径,而部分国内PE投资机构涉足基金投资者领域是以铺设项目渠道为目的,希望借此获得更多投资项目来源,这是中国市场的一个特点。主权基金以规模大,投资谨慎为特点,同样是国内外基金投资者的重要组成部分,占8%。在投资基金对象的选择上,国内投资机构偏好于创业型基金,国外投资机构偏好于成长型和买断型基金。原因在于,国内投资机构相对资本持有量较少,投资额很难达到成长型和买断型基金的最低限额,而且很多国内投资机构有政府机构的背景,他们投资的目的是辅助中小企业的创新和发展。投资机构偏向于投资医疗、技术媒体通讯和能源行业,在选择基金时最看重的内部因素为基金经理的素质,最看重的外部因素为中国的宏观经济状况。此外,中国PE市场竞争逐步加剧,有些原本投资创业型基金的投资机构转向成长型基金,这直接影响了投资机构的投资回报率。私募股权给被投企业带去的正面效应是多方面的,最显著的就是证明效应。企业在发展初期没有任何名誉,所以需要外部的证明作为良好信誉的保证,PE的名声提供了这种保证,企业借助PE的品牌更容易获得金融机构的贷款,并能以更低的代价换取相关的咨询服务。此外,PE通过监督性的活动为企业增加价值,这包括PE参与董事会、设定公司治理、控制人力资源、协助企业取得关系网和指导战略规划。在企业准备首次公开发行的过程中,PE系统性的帮助企业整合上市所需的资源。私募股权给企业的指导让企业能够有条理不紊的运营,所以即使在PE退出企业之后,企业仍能向着积极的方向发展。研究表明曾经有PE背景的企业在PE退出后的几年里,在各方面也都超越没有任何PE背景的企业。所以说,PE给企业的价值是有长久影响力的,可以一直延伸到PE退出企业之后。PE效应可以由分析得出,但PE和企业之间的关系、PE如何为企业增值的细节犹如一个黑箱,外部人士无从知道黑箱内部的机制,我们所能观察到的就是PE进入企业,二者合作几个月或几年,然后PE和企业分道扬镳。当黑箱存在时,我们只能以间接的方法测量PE价值的有效性,其中之一就是观测PE支持的上市企业股票业绩,一方面,PE支持的上市企业股票业绩某种程度上可以体现PE对企业的影响,另一方面,上升公司定期对外界披露信息,这使得各种研究能更容易的开展下去。既然在中国市场的PE公司按照性质可以分成两组,一组包含所有来自世界各地的国外PE,一组包含所有国内本土PE,作为探讨中国PE市场的一个有趣的话题就是比较两组PE分别支持的中国上市公司的股票业绩。本文就是从这个视角出发,把2007年后半年上市的中国公司根据支持它们首次公开发行的是国外PE或国内PE而分成两组,然后采用三个指标比较这两组公司的股票业绩:所有比较的结构建立在行业基础上,文章首先比较所有行业两组公司的股票业绩,然后比较制造业和信息技术业两个具体行业内两组公司的股票业绩,旨在得出所有行业比较结果之后,进一步探讨结果是否受行业因素影响。本文所选择的所有公司详细列入附录A中。在26家中国公司中,13家由国外PE支持上市、13家由国内PE支持上市,如果PE形成辛迪加组织进行投资,那么辛迪加内是全部为国外或全部为国内的PE,也就是说一组辛迪加内的PE具有相同的基金性质。名单中公司的排列顺序由它们首次公开发行的日期决定。所有公司都在2007年7月至12月间上市,因为在这期间由PE支持的首次公开发行案例最多。本文尽量缩短公司之间上市日期的差别,以免造成股票业绩受股票在市场中成熟度的影响。当抽取公司样本时,公司所属行业无关紧要,但最后名单中制造业的公司多于其他行业的公司,信息技术类公司的数量排在第二位,这两个现象并非偶然,因为在2007年7月至12月之间,有更多PE支持的制造业和信息技术业的公司上市,另外,两个行业的案例较多能进一步允许细分行业的股票业绩比较,这使得本次研究更具有说服力。对于所选择的对比因素,鉴于所有公司上市时间均短于两年,本文采用比较股票的实际回报、波动情况和原始市场Beta的方法,所有数据截取时间段从股票首次公开发行日起到2008年12月31日。股票价格来自Thomson数据库Datastream的每日收盘价,并由此算得股票每日回报率和波动情况,结果列于附录B和C中。原始市场Beta数据取自于Bloomberg,每支股票的参考市场和具体Beta数值记录在附录D中。本次研究主要采用非参数统计的方法。虽然类似于T检验的参数统计方法使用起来简单,检验结果也具有稳健性,但参数统计的前提是要满足变量符合某些分布或者方差齐性等特征。现实检验中,不符合参数统计条件的情况经常会发生,所以非参数的优势就会体现出来。非参数统计之所以会被称为非参数是因为这类统计方法不会做任何关于分布参数的假设,也没有对特定分布的限制,而且在样本非常小时,非参数方法成为唯一的选择,另外对于分布情况和位置的检验,非参数检验可以与研究目标更接近,特别是当研究目的是得出两组数据在某一特征上的优劣而并非得出具体优劣的差距时,非参数的优势更为突出。最后,非参数检验结果的解释常常(会比参数检验结果的解释)更直接。以上非参数检验的特点给本文研究带来很大的便利。首先,本文研究的两组公司,每组中公司个数为13家,这远达不到30个样本容量为大样本的要求,而且当进一步进行制造业和信息技术业的比较时,每组公司个数降低到5家和3家,如此小的样本数量很难进行参数分析;其次,正态分布的假设在这里并不适用,因为文章中所涉及的上市公司股票流通于不同的市场,分布的偏斜情况不足为奇;此外,本次研究的目的是找出两组公司股票业绩是否存在差别,而不是注重差别有多大,致信区间等不是本文要讨论的问题;最后,数据采集的时间范围落入近期金融危机中,非常理现象的出现也会扰乱参数方法的使用。所以,在这次初级阶段的研究中,非参数统计方法更符合本文的要求。所有数据统计结果由Excel 2003或SPSS 11.5 for Windows分析得出。前文中已经提到,本文的分析建立在行业之上,分别比较所有行业、制造业和信息技术业内,国外PE和国内PE支持的中国上市公司的股票业绩,这里股票业绩具体转化成的三个指标是实际回报、波动情况和原始市场Beta。每次比较过程中都会利用到三个非参数过程:两样本Kolmogorov-Smirnov检验,Mann-Whitney检验和Wilcoxon符号秩次检验。所有检验的解释在正文有具体的描述,这里不会详细指出。在此次初级阶段的比较中,建立在PE支持中国企业上市之后的一年多时间段内,统计结果显示国外PE和国内PE支持的中国上市公司,在实际回报和波动情况上,它们的分布形状和分布位置相差不大;行业因素在这两个方面也没有显著的影响。但是原始市场Beta的分布形状和分布位置在两组公司之间有显著差异,而且这种差异是体现在所有行业中的,当行业具体到制造业和信息技术业时,这种差异又不再显著。这种情况的发生可能是由两个行业内的小样本容量造成的,也可能是在这两个行业中的确没有原始市场Beta的分布形状和分布位置差异;本文无法证实哪个解释更合适,因为两个具体行业内的小样本是事实,未来进一步研究可以在扩大样本的前提下得出哪个解释更相关。这里,有一点可以确定的,就是,行业因素会影响原始市场Beta的分布形状和分布位置,即使不在制造业和信息技术业内有影响,也会在其他的行业内有影响。在各个行业比较中,两组公司间的股票实际回报差异并不大,但国外PE支持的中国上市公司的股票波动情况较大,行业因素在这里再次起到作用,因为在两个细分行业中股票波动差异并不显著。此外,不受行业因素的驱使,国内PE支持的中国上市公司比国外PE支持的中国上市公司相对于其所在的金融市场表现的更强势,而且国内PE支持的公司在所有行业和制造业中原始市场Beta显著大于1.0,信息技术业有可能再次受到小样本的影响而统计不显著。另一方面,国外PE支持的公司的原始市场Beta相对远离1.0,也就意味着,这些公司的股票波动距离参考市场的整体水平比较远。最后,作为总结,很明显的是在实际回报、波动情况和原始市场Beta这三个指标上,在私募股权把中国公司带到股票市场后一年多的时间跨度中,国外PE支持的中国上市公司的股票并没有比国内PE支持的中国上市公司的股票表现卓越,至少在近期这次金融界的骚乱中,国外PE支持的中国上市公司股票没有表现不凡。在中国市场活动的国外PE或许从长期角度在其他方面给被投公司带去很多价值,因为国外PE相对而言经验更丰富,但在本文的比较中,国外PE支持的公司没有显示出优越性,反而在某些方面落后于国内PE支持的公司。在中国PE的舞台上,国外PE和国内PE应该以竞合的精神互相学习,进而营造中国PE行业的良好环境,在成为中国经济发展的重要催化剂同时获得丰厚回报。在本文的基础上,可以展开的进一步研究很多,特别是作为非参数方法的特点之一就是可以随时间推移跟踪被调查对象的发展情况,以更新研究结果。首先,加入更多行业的数据进行研究,可能会有不同的结论出现,尤其是单一行业内的比较将是一个很好的延伸主题。第二,本文考虑的时间维度是短期的,从中长期的角度出发,结论也可能有所不同,特别是本次研究的数据落入金融危机中,当经济发展良好时的比较也将是很有趣的。第三,作为PE效应的比较,股票业绩只是一个方面,其他可以体现公司优劣的指标,如国际化程度、市场占有率甚至长期中公司的存活率,也可以成为研究上的主题。第四,在中国市场PE形成辛迪加组织进行投资很常见,辛迪加中可能全部为国外PE,可能全部为国内PE,也可能是两种PE的混合体,在这方面可以探讨的话题也很多,比如辛迪加的效率如何,辛迪加支持的中国公司会不会比单一PE支持的中国公司各方面表现更突出,这些都是值得深入讨论的。最后,但并不仅仅限制于此,当样本足够大,公司个数可以达到上千,时间维度够长,可以有至少5年以上的上市数据时,相应的参数统计方法,例如各种回归结合Fama-French模型,也可用于探测各种PE支持的公司是否有显著的卓越表现。本篇论文的结构安排如下:第一部分是前言;第二部分是中国PE市场纵览;第三部分回顾PE效应相关文献;第四部分细致介绍本文的研究重点;第五部分展示研究方法和统计结果;第六部分总结全文,说明相关研究结果和后续研究方向。
|
全文目录
论文摘要 5-14 Abstract 14-15 1. Introduction 15-16 2. Chinese Private Equity History 16-32 2.1 Private Equity Definition and Origination 16-18 2.2 Private Equity in China 18-21 2.3 Private Equity Industry Association and Market Data Provider 21-24 2.4 Chinese Private Equity Statistics 24-32 3. Private Equity Effect 32-36 4. Research Topic 36-42 4.1 Private Equity Black Box Mechanisms 36-37 4.2 Target Research Company Selection 37-40 4.3 Stock Data Collection 40-42 5. Statistical Methodology and Result 42-69 5.1 Nonparametric Methods 42-46 5.2 Analytical Results 46-69 5.2.1 Overall Industry Return Comparison 46-52 5.2.2 Manufacturing Industry Return Comparison 52-53 5.2.3 IT Industry Return Comparison 53-55 5.2.4 Overall Industry Volatility Comparison 55-57 5.2.5 Manufacturing Industry Volatility Comparison 57-58 5.2.6 IT Industry Volatility Comparison 58-60 5.2.7 Overall Industry Market Beta Comparison 60-63 5.2.8 Manufacturing Industry Market Beta Comparison 63-65 5.2.9 IT Industry Market Beta Comparison 65-68 5.2.10 Market Beta Comparison within All Industry Levels 68-69 6. Conclusions and Future Research 69-74 6.1 Conclusions 69-71 6.2 Future Research Direction 71-74 Appendices 74-82 Appendix A 75-79 Appendix B 79-80 Appendix C 80-81 Appendix D 81-82 References 82-85 Acknowledgement 85-86
|
相似论文
- 私募股权投资对创业板上市公司治理结构和股票业绩的作用,F832.51;F224
- 多维模糊数据环境下累积和控制图的研究,O213
- 我国金融市场基准利率选择问题研究,F224
- 全要素生产率理论及实证研究,F014
- 基于关联方网络的关联交易研究,F275
- 市场化进程对地区工业经济发展的作用机理研究,F427
- 识别药物最大耐受剂量的推广EWOC方法和二维保序设计,R96
- 中国股市的动态VaR与CVaR计量模型分析,F832.51
- 股权结构对商业银行技术效率影响的实证分析,F224
- 中国能源效率的地区差异及收敛性研究,F206
- 中国开放式基金(股票型)绩效分析和实证研究,F832.51
- 基于模型的蛋白质芯片数据分析,O212.1
- 生产率增长测算方法的系统研究,F224
- 生产前沿面构造及应用研究,F224
- 复杂背景下红外目标检测与跟踪,TP391.41
- 利率建模与模型估计,F224
- 项目集合选择优化理论、方法与创新研究,F224
- 基于非参数方法的成本效率理论及应用研究,F275.3
- 融资融券对我国证券市场股票交易影响研究,F832.51
- 证券经纪合同研究,F832.51
- 试论我国创业板市场的风险法律防范,F832.51
中图分类: > 经济 > 财政、金融 > 金融、银行 > 中国金融、银行 > 金融市场
© 2012 www.xueweilunwen.com
|