随着经济增速的放缓，中国国内煤炭行业面临着越来越严重的产能过剩问题。多个政府部门联合提出，煤炭行业要进行兼并重组，以化解过剩产能，提高产业集中度，优化生产布局。因此，本文使用超效率SBM模型和潜在并购收益模型，预估在最终决策前的潜在并购收益。本文以中国煤炭开采洗选行业上市公司为研究样本，使用2013年至2016年的年度财务报告数据，估计潜在并购前的效率收益，而非潜在并购后的效率收益。实证结果表明，部分煤炭上市公司的并购会导致效率的提高，但并不是所有的并购都能带来效率的提高。研究还发现，效率最高的企业不一定是最佳的并购目标，处于扩张阶段的企业也适合并购。此外，实证结果证实了大型煤炭公司和跨境上市公司之间的合并效率更高。
研究背景
煤炭是中国最基本、最重要的能源和原材料。但此前中国煤炭市场存在产量大、产能利用率低、行业集中度低和企业竞争力弱的问题。为了加快煤炭产业结构优化升级、推进煤矿企业并购重组培育规模较大的骨干企业集团、提高产业集中度以及增强市场控制力和抗风险能力，“十三五规划”明确提出到2020年，中国煤炭企业数量要控制在3000家以下，五千万吨及以上的大型企业占总产量的比应达到60%以上。而已有并购案例表明，大多数并购并没有提高股本回报率，盲目并购并不必然导致效率的提高，它们也可能造成市场垄断和阻碍自由竞争，从而降低产业效率，因此在煤炭企业并购前对其进行效率评估显得尤为重要。
研究方法
本文选取沪深两市上市的23家采煤洗选公司作为研究样本（ST公司除外），样本区间为2013-2017年，数据来源为Wind数据库企业年报。
大多数学者在进行并购效率问题研究时采取数据包络分析（DEA）方法，但该方法存在无法对输入和输出指标的“松弛”变化进行分析的缺点。本文参考Tone(2013)的超效率SBM模型，对松弛变量进行评价，解决了传统DEA模型中无效率评价含有松弛变量的问题，消除在投入产出测度存在误差时的经验分布误差，并结合George E. Halkos和Tzeremes’s (2013)的潜在股权收购模型，估计潜在煤炭企业并购后的效率收益。本文所用分析软件为DEA–SOLVER 13.0.
结论
首先，并不是所有的上市煤炭公司合并都可以带来效率的提高。因此，对于政府来说，促进并购的政策并不一定能给所有公司带来效率。其次，效率最高的合并并非发生在实力最强的企业之间。因此，企业在选择并购目标时，不仅要依靠目标公司现有的经营效率，还要充分考虑并购所产生的协同效应。再次，处于扩张阶段的企业适合进行并购，所以并购政策不应采取“一刀切”的做法，应根据规模收益情况进行分类。最后，通过对具有正向并购效率的煤炭企业规模和治理特征的分析发现:(a)中国大型煤炭企业的并购协同效应大于小型煤炭企业;(b)交叉上市对合并效率有积极影响;(c)自下而上监管力度较强的公司与自下而上监管力度较弱的公司的组合比较有效。
