在进行增厚与稀释分析时,我们首先也要理解,并购交易对象的相对规模更重要。如果市值5000亿元的大公司,完成一笔价值5000万元的收购,例如海天味业去收购了一家县级的酱油厂,收购金额是5000万元,那么,这笔收购不太可能对海天味业的财务报表产生重要影响,甚至这笔交易几乎不会给公司带来丝毫影响。但如果一家市值为10亿元的小公司要进行一笔价值10亿元的收购,这笔收购将导致公司规模扩大一倍。因此,在确定为每股收益的增厚与稀释分析而投入的资源时,首先应考虑的是这笔交易的相对规模。
敏感性分析和情景分析的重要性
财务模型的构建是基于一系列的财务假设,增厚与稀释分析也是建立在诸多交易假设基础之上。如同折现率的变化对估值产生的影响一样,增厚与稀释的重要假设发生变化,也会对结论产生重要影响。我们可以通过敏感性分析或情景分析来观察关键变量发生变化的情况下,结果出现的波动幅度。在进行增厚与稀释分析时,敏感性分析或情景分析非常重要,因为根据一组假设而实现增厚效应的交易,按另一组假设计算则有可能出现稀释效应。除非我们认为分析采用的所有假设都具有相当高的确定性,否则,就必须进行敏感性或情景分析,考虑一系列情景,而不仅只是某一种假设或情景。
特别是在交易的过程中,买方不太可能确切的知悉每一项假设,甚至在交易完成之后,原先的假设并不能实现。因此,对于并购交易非常重要的增厚稀释分析来说,在基准方案的基础上,要通过敏感性分析和情景分析来辅助判断,特别是在下行风险情况出现的情况下,交易后的最差结果是什么。例如,原先假设的收入协同效应并没有完全实现,只实现了预计的60%或50%,那么对合并后的业绩会产生什么影响?

税收影响的损益表调整
只要是计算每股收益的增厚与稀释效应,就必须根据要求调整所有纳税影响,但忽略这个步骤却往往是最常见的错误。考虑到净利润是税后数据,因此,针对损益表的调整就必须考虑税收影响,此外,任何需要增加或减少净利润的调整项目都必须采用税后数据。在计算备考每股收益的时候,所有采用税前数据的科目在考虑纳税成本之后,才能用来增加或减少净利润,只有这样,才能确保所有调整科目都具有可比性,或者说,保证它们的比较是对等的。这些科目包括利息费用、协同效应和折旧等。要计算出税收对税前数据的影响,需要将税前数据乘以1和税率之差,即:
税前数据×(1-税率)=税后数据
在这里,我们假设不存在税收亏损的结转、税收抵扣或其他特殊税收事项。
税收影响与税前金额
在对税收科目进行调整时,我们经常会遇到“税收影响”和“税前金额”这两个词。要确定“税收影响”,就需要将折旧、税前利息或协同效应等税前科目数据乘以1和税率之差,由此得到的即为税后数据。与净利润相加或相减的数值必须是税后数据,因为只有按这个结果,才能保证我们采用的所有数据均为税后数据。
税收影响=税前数据(如折旧或利息)×(1-税率)
例如,考虑1亿元税前利息费用的税收影响,为此,我们需要将这1亿元乘以1减去25%的税率,即可得到7500万元的税后利息费用。然后,我们才能将这7500万元的税后利息费用从净利润中扣除。
税前利息费用1亿元×(1-25%税率)=税后利息费用7500万元
计算税前金额的过程恰好与计算税收影响的过程相反。要计算出税前金额,首先从税后数据开始,将这个数值除以1和税率之差,即为税前金额。
税前金额=税后数据(例如税后利息费用)/(1-税率)
比如说,我们要计算出7500万元税后利息费用的税前数值,为此,我们需要将7500万元除以1减去25%的税率,结果为1亿元的税前利息费用。
税后利息费用7500万元/(1-25%的税率)=税前利息费用1亿元。
交易在年度之内完成情况下的时间调整
在对交易发生当年每股收益进行的增厚与稀释分析尤为需要当心,因为在大多数情况下,交易并不会恰恰赶在收购方财务年度结束的时点宣告完成。因此,合并经营的第一年仅包括目标公司年度内部分时间的业务以及相关交易调整。
比如说,假如交易于9月30日正式交割,而收购方的财务年度结束时间则是12月31日,合并第一个年度的业务应包括当年的最后3个月,因此,对于第一年发生的每一个交易调整事项,都需要按总额乘以25%(或1/4),以反映这笔交易仅适用于第一年内的一个季度。也就是说,收购方只能拥有目标公司第一个年度净利润的25%,因此,在收购方的财务报表中,只应反映这笔交易在第一年影响总额的25%。
例如,如果目标公司的年净利润为1亿元,而且收购交易于9月30日正式交割,那么,收购方应该只确认这1亿元中的25%,即2500万元(1亿元×0.25 = 2,500万元),因为目标公司被收购前的股东对前三个季度的收益享有所有权,因而年净利润的另外7500万元归目标公司原股东所有。同样,如果交易债务的年利息费用为1亿元,那么,在第一年的税后利息费用中,收购方仅需确认其中的1875万元(1亿元的税前利息费用×(1-25%)×0.25=1875万元),因为收购债务的持有期间仅为当年的最后3个月(一年中的25%)。按照同样的原则,如果交易的结束时间为3月31日,则需要在第一年将每笔交易的调整金额乘以75%。而在随后的所有年份,均不需要进行部分年度的调整。当然,对并购项目来说,调整的依据还取决于交易条款的约定。如果交易条款本身约定的就是锁箱机制,那么从锁箱日开始的收益也都归属于买方了。关于并购交易的两个重要机制,锁箱机制和交易账户调整机制,我们将在并购交易价格调整章节中进行详细解释。
资本结构的变化
必须要注意的一种情形是改变公司资本结构(即交易支付方式采用现金和增发股票的组合),可以明显地影响(甚至操纵)每股收益的增厚与稀释。因为每股收益已经扣除了利息费用,是衡量股权价值(非企业价值)的指标,因此,在对一笔交易估值时,千万不能忽略资本结构。通常情形下,负债融资成本要小于股权融资的成本。因此,在使用的现金量增加时(一种成本更低的资金形式),交易就会体现出更大的增值效应。从理论上说,杠杆率较高的公司应按较低的市盈率进行交易。因为当一家公司的债务相对量增加时,财务风险增大,拥有该公司股票的风险也会更大。因此,投资者应该赋予该公司以较低的估值倍数。在这种情况下,尽管收购方通常可以采用更高的杠杆率,从而让交易结果看起来有增厚效应(或是更低的稀释效应),但必然会给对公司的估值倍数造成更大的下行压力。不过,即使杠杆率有所增加,但如果投资者认为交易带来的战略收益大于杠杆率提高带来的成本压力,收购方仍有可能会发现,估值倍数不会发生变化,甚至会出现倍数扩张。对于资本结构变化对股票带来的影响,最典型的一个案例莫过于天齐锂业。第一次2014年对泰利森蛇吞象式的并购,结合行业景气度提升,公司即使采用高杠杆方式进行收购,仍然赚的盆满钵满。但是2018年完成对SQM公司收购后,公司负债率由40%提升至70%,之后行业形势急转直下,这也直接造成了2019年天齐锂业的巨额亏损,至今仍然背负沉重的财务负担。
使用目标公司完全摊薄后的流通股数量
摊薄流通股数量的计算方法是将在基本流通股数量基础上按如下事项进行调整:(i)使用库存股方法发行期权而增加的股份;及(ii)使用转换法发行可转换债而增加的股份数量。使用库存股方法计算期权股票数量的公式如下所示:
(当前股票价格-期权的行权价格)/当前股票价格×期权数量=行权增加的股票数量
为计算合并情景下的摊薄股票数量,模型中的“当前股票价格”为假设的每股收购报价,而不是目标公司的当前市场价格。
很多期权均设有控制权变更的触发机制,这样,一旦控制权发生变更,即可提前执行期权,使得期权可随时执行(但期权必须仍然是可以真正转换为股票的价内期权)。在对合并进行会计处理时,最好应根据未执行期权价内总数计算目标公司的完全摊薄流通股数量。这与可比公司分析或折现现金流分析不同,对后者来说,应使用可执行的价内期权来计算完全摊薄的流通股数量。使用未执行期权价内总数而不仅仅是可行权期权,显然是一种更保守的假设,因为它假设所有未执行期权都将在并购中触发并行权,而不只是已经可以行权的期权。
在现实的交易中,如果我们在谈判过程中了解到,并非所有期权都将触发并成为执行期权。在这种情况下,就可以按照可执行价内期权来计算完全摊薄的流通股数量。但最好的办法往往是以最保守的假设为出发点(也就是说,假设期权被转换的数量最大化),即在分析计算中使用的应该是目标公司的全部期权。对于收购方自身的股票数量确定,我们仅使用价内可执行期权计算完全摊薄的流通股数量就可以了。因为从收购方角度看,不会发生控制权的变更,只是目标方的期权因并购而触发,所以对目标方的全部期权要转成普通股,对收购方自身来说,只需要纳入可执行的期权来计算全部普通股数量就可以了。
交易费用
融资成本通常占所筹集债务资金的1%至2%,这部分成本需要在债务期限内予以摊销。除融资费用之外,并购交易还有其他顾问等中介费用,例如律师、投行及审计师等。通常情况下,当交易具有一定规模时,并购费用可占到交易价值总额的0.5%至1%之间,而在交易额度较小时,这个比例可能会高达交易价值的5%。这部分开支应费用化,必须以现金支付。在实务中,有些分析师并没有将交易费用纳入到每股收益的调整计算中,因为这些费用是一次性费用,也就是我们通常所说的非经常性科目,因此在计算每股收益的增厚或稀释时,不包括这些一次性费用。
参考文献:
1. Investment Banking: Valuation, LBOs, M&A, and IPOs
2. Valuation: Measuring and Managing the Value of Companies (Wiley Finance)
3. 《投资银行:估值、杠杆收购、兼并与收购》(机械工业出版社)
本文为CVA协会发表的原创文章,如需转载或使用,请与CVA协会工作人员进行联系。如有未经CVA协会或作者本人允许进行抄袭或转载,将追究法律责任。