应用微观经济学分析并购审查的挑战与实际情况

除了讨论竞争和投资的基本知识之外，讨论并购的实质性分析必须涉及经济理论中通过对数据的统计进行的实证测试，即应用微观经济学。

可能发生的并购如果引发市场支配力是否增长的极大关注，那么，对于该行业和市场的理论认识，可能不足以准确确定并购是否会减损竞争，或当竞争方面的担忧确实存在时，不足以决定适当的解决方式（而非禁止并购）。由于各种因素重要性和影响的不同，在很多情况下，理论知识可能会导致预测冲突，只有实证分析可以解决此类冲突。

因此实证分析增强了并购审查过程的准确性。另外实证分析也可以减少投资者的不确定性。如果大家都知道并购监管机构如何利用实证分析来解决并购中的实质问题，则潜在的并购方可以提前进行相同或相似的实证分析并对结果拭目以待——这将帮助投资者确定成功通过并购审查程序的可能性。

应用微观经济学中与并购审查相关部分有很多，远非本次讨论所能覆盖。实证分析包括了复杂的统计模型，这些统计模型运用了海量的大数据集观测数据。例如，美国零售消费品企业并购时，会要求建立拓展的系统需求模型，这些模型建立于对大量时段的成千上万的零售销售点的检测数据。但使实证分析对并购审查起到作用的并非有复杂模型的大数据集。即使是很基础的实证研究都是有帮助的，只要研究将正确的经济思想应用于可靠的数据（公司日常业务运作中依赖的数据最适宜）。

简单的实证分析有助于并购审查的一个例子就是输赢数据研究。参与频繁的定期谈判或涉及相对较少的有区分的竞争者的商业投标的公司通常会记录潜在的商业机会的结果——如果他们获得该商业机会，视为赢，否则视为输。如果该公司也准确记录了每一次谈判的竞争业务，这些信息的作用将十分巨大，尽管这些细节对于信息是否能用并非是必要的。

这里有一个运用了输赢数据分析（尽管数据是模拟的）的真实的并购案例。拥有30%的市场份额的A公司计划并购拥有21%市场份额的B公司。那么知道A公司向B公司的转移率很有用——即了解如果A公司想要涨价，那么A公司损失的销售中多少会流向B公司。这是UPP计算中一个非常重要的参数，同时也是衡量差异领域内竞争“紧密程度”的有用的一般方法。(www.xing528.com)

估计转移率的一种方法是假定所有的竞争对手对消费者来说都是同样好的选择，这样损失的商业机会流向其他竞争对手的份额与相关的市场份额一致。B公司享有21%的市场份额，对于A公司不具有的70%的商业机会，转移率应为30%（21%除以70%）。

假定所有的竞争对手对消费者来说都是同样好的选择对许多有差异化产品的市场而言都是无效的。例如，如果地理位置是一关键因素，那么接近A公司的消费者不会愿意换到一个较远的公司消费。输赢数据有助于确定消费者的实际选择从而对于转移能有一个更好的估计。

假设A公司记录了40个商业机会中的胜者，数据显示A公司获得20个机会而B公司只获得2个。值得注意的是A公司成功的几率很高（相较于其市场份额，仅为30%而言），40次机会中成功20次（占50%）；这对输赢数据而言很平常，因为公司往往会将资源投入到他们认为更有把握成功的机会进行谈判或投标。对评估转移更为重要的是，A公司损失的份额仅很小的部分流向了B公司——A公司失败的20个机会中仅有2个由B公司获得（占10%）。10%这一比率相较于所占市场份额的比率30%更有助于估算转移率，同时表明B公司与A公司的竞争关系并不像单独由市场份额表现出来的那么紧密。

即便最简单的实证分析也不仅要求数据可靠，还需要专业的经济学家的关注和研究。在中国要获得一般的经济数据比较具挑战性而且可靠性低，但公司日常业务运作过程中依靠的数据在任何主权管辖区都应该可以获得（只要并购监管机构有权要求并购方提供这些数据）。从经济学家（或工作人员中就有经济学家）那里获得帮助需要财政资源，而这些资源可能需要留作他用。直到最近（2011年和之后），商务部发布的并购决定公告很少涉及经济分析，这表明过去应用微观经济学分析与中国的并购审查可能关联不大。最近的决定似乎改变了这一情况，下面将具体阐述其中的一个。