替你估值的人，正在替你「挑」对手

[2022 JFE] Peer Selection and Valuation in Mergers and Acquisitions
Gregory W. Eaton, Feng Guo, Tingting Liu, Micah S. Officer
Jun He June 01, 2026
公司金融 并购 估值 投资银行
Note

本文读的是 Eaton, Guo, Liu & Officer (2022, Journal of Financial Economics)：在并购的「公平意见」里，给标的公司做估值的投资银行手握「挑选可比公司」的自由裁量权，而它系统性地挑选那些更大、增长更快、估值倍数更高的同行——这些倍数又恰好和更高的成交溢价正相关。换句话说，目标方的顾问像是在替你「选对手」，好让你的身价显得更高。

1 一个看似客观的数字，背后站着谁

并购里有一份文件，几乎每个标的公司的股东都会收到，叫做 公平意见 (fairness opinion)。它要回答一个朴素到不能再朴素的问题：这桩交易，对我们小股东到底公不公平？而支撑这个判断的核心工具之一，是 可比公司分析 (comparable companies analysis, CCA)——找一篮子和标的「像」的公司，看它们的估值倍数，再反推出标的「应该」值多少钱。

这套方法朴素得近乎天真。它的全部逻辑可以写成一行：

$$\hat{V}_{target} = \overline{\left(\frac{EV}{EBITDA}\right)}_{peers}\times EBITDA_{target}$$

找到同行的「企业价值／EBITDA」倍数，乘上标的自己的 EBITDA，估值就出来了。Gompers, Kaplan & Mukharlyamov (2016) 发现，私募股权投资人对这类「看同行倍数」的方法的倚重，甚至超过了课本里被奉为圭臬的 现金流贴现 (discounted cash flow, DCF)；Liu (2020) 统计了带多份公平意见的交易，91.6% 用了 DCF，90.1% 用了 CCA——它绝不是边角料，而是估值分析里挑大梁的那一个。

可是，方法越简单，越藏着一个被人忽略的关键：那一篮子「同行」，是谁挑的？

答案是：标的公司的主承顾问，通常就是那家投资银行。而这家银行的顾问费，很大一部分要等交易完成才能拿到手。于是，一个本该「客观」的估值数字，背后站着一个利益并不中立的人。

Note

这正是全文的「张力」所在：可比公司不是天上掉下来的客观集合，而是一个有自由裁量权、且利益不中立的人挑出来的。挑什么样的同行，几乎就决定了估值往哪个方向偏。

2 两种相反的「私心」，到底哪一种说了算

接着，一个自然的问题是：如果银行真要「做手脚」，它会往哪个方向做？

这里有意思的地方在于，两种激励是方向相反的。

一方面，银行可以帮标的把价格往上谈。要做到这一点，它该挑估值倍数高的同行——同行越贵，反推出来的标的就越贵，标的就能拿着这份「高身价」去和收购方讨价还价，争取更高的报价。这是「帮客户谈一个好价钱」的故事。

另一方面，银行也可能想让这桩交易顺利成交。毕竟顾问费大头要等成交才拿得到。要做到这一点，它反而该挑估值倍数低的同行——同行越便宜，标的看起来越「不值钱」，那么收购方开出的报价就显得格外慷慨，股东也就更容易点头同意。这是「帮交易盖个橡皮图章」的故事。Bebchuk & Kahan (1989) 很早就指出，投资银行因为「费用挂钩成交」这一结构性安排而存在内生的利益冲突，担心的正是后一种。

那么，到底哪一种私心占了上风？这不是靠讲道理能定的，是个经验问题——也正是这篇论文的主战场。

3 数据：把「谁是同行」从 SEC 文件里一个个抠出来

要回答这个问题，先得知道每桩交易里银行究竟挑了哪些公司当同行。这件事过去没人系统做过，因为它藏在一份份监管文件的「财务顾问意见」一节里，只能手工挖。

作者就这么挖了。他们从 1995–2017 年的并购交易出发，要求标的是上市公司、交易已完成或撤回、交易额不低于 $1 million、收购方意在买下 50% 以上股权、标的至少雇了一家财务顾问，并能在 CRSP 和 Compustat 上匹配到基础数据——筛下来得到 6,661 桩交易。再要求 SEC EDGAR 上能找到含公平意见、且披露了至少一家可比公司的并购文件，最终样本是 3,907 桩交易。从这些交易的公平意见里，他们一共抠出了 40,179 个同行公司名。平均每桩交易，银行会挑 8 到 10 家可比公司，这个数字在二十多年里相当稳定。

Table 1

Table 1

样本本身也描了个画像：交易额均值 $2.1 billion、中位数 $0.44 billion；平均溢价高达 44%；不到 1% 是敌意收购，4% 最终撤回，15% 是管理层收购 (buyout)，13.2% 是要约收购 (tender offer)，73% 的收购方是上市公司。这是一组以友好交易、高溢价为主的样本。

4 第一个反转：SIC 码根本不会「认同行」

在追问私心之前，作者先停下来问了一个更基础的问题：银行挑的这些同行，到底「像不像」标的？

直觉上，我们会用 标准产业分类码 (Standard Industrial Classification, SIC) 来判断两家公司是不是一个行业的。可结果出人意料：近一半被选中的可比公司，和标的的四位 SIC 码根本不一样。如果只看 SIC 码，你会得出「银行乱挑同行」的结论。

Table 2

Table 2

但真正关键的一步在于：这不代表同行选得差，而代表SIC 码这把尺子本身不好用。作者转而用 Hoberg & Phillips (2010, 2016) 基于 10-K 文本相似度构造的 产品相似度得分 (product similarity score)——一个连续的、衡量两家公司产品市场重叠程度的指标——重新去量。结果是：即便在那些 SIC 码对不上的交易里，被选中同行与并购双方之间的产品相似度也落在 0.097 到 0.150 之间，而 Compustat 全样本里随机两家公司的平均相似度只有 0.038。

高出三四倍。换句话说，银行其实很懂行——它是按产品市场空间在挑同行，只不过 SIC 码这种粗粒度的分类码，把这种「行业重叠」严重低估了。这一发现，和金融学里对 SIC 码长期的怀疑一脉相承（Kahle & Walkling, 1996；Hoberg & Phillips, 2010），也顺手把「产品市场空间是同行选择最重要的维度之一」这个结论钉了下来。

5 真正关键的一步：在「像」之外，还挑了什么

确认了银行确实在「像」的维度上认真挑同行之后，论文才走到它真正想问的地方：在「像」这个约束之内，银行还偏好什么样的同行？

作者沿着四个维度去看：规模 (size)、增长 (growth)、资产效率 (asset efficiency)、估值倍数 (valuation multiples)。结论强而稳健——投资银行系统性地偏向挑选那些更大、增长更快、估值倍数更高的公司当同行。

这就和前面那个 CEO 薪酬「找同行」的文献遥相呼应了。在高管薪酬基准 (compensation benchmarking) 这个完全不同的场景里，Bizjak, Lemmon & Naveen (2008)、Faulkender & Yang (2010) 等人发现，公司倾向于把更大、CEO 薪酬更高的公司塞进「可比组」，从而把自家 CEO 的薪酬往上抬。这篇论文说的是同一种「策略性挑同行」的逻辑，只是搬到了并购估值这个新舞台上。

Tip

把「挑同行」理解成一种普遍的博弈行为，是这篇论文最讨巧的切入点：无论是给 CEO 定薪、还是给标的估值，只要「可比组」由有私心的一方来挑，挑选本身就会朝着对挑选者有利的方向系统性地偏。（关于「谁是同行」这件事在资产定价里的另一种回响，可参见《强邻、弱邻，和你站的位置》。）

6 于是反转出现：高倍数同行，真的换来了高溢价

挑高估值的同行，到底有没有「用」？这是把前面所有铺垫收口的一击。

论文第 7 节去看价值含义：被选中同行的估值倍数，和成交溢价、以及标的在交易宣布时的股价异常收益正相关。也就是说，那些被精心挑出来的「又贵又亮眼」的同行，确实伴随着标的最终谈成了更高的价钱。

把两步连起来，故事就完整了：目标方的顾问，通过挑选高知名度、业绩好、估值高的同行，把标的的「感知价值」抬了上去，帮自己的客户（标的）从收购方那里谈到了更高的报价。这和「银行为了尽快成交、橡皮图章式地压低估值」的那种故事对不上——证据更支持「帮客户抬价」，而不是「帮交易放水」。

Warning

但作者很诚实地保留了一个例外。在 管理层收购 (management buyout, MBO) 这种代理冲突格外尖锐的子样本里——管理层有动机以尽可能低的价格从股东手里买下公司——他们发现被选中的同行反而估值更低、经营表现更弱。不过这个结果在控制了收购方特征之后会减弱，所以作者没有下死结论，只说提供了「一些证据」表明银行可能在收购方会刻意压低同行估值，来为更低的溢价开脱（呼应 Bargeron, Schlingemann, Stulz & Zutter, 2008 关于私有收购方为何出价更低的讨论）。

几个补充分析也颇有味道：声誉更高的银行更看重「挑大公司」、更强调产品市场空间；在 FINRA Rule 5150（一项要求加大披露银行利益冲突的监管变化）实施之后，有一些证据显示银行倾向于挑估值更高的同行；标的产品越独特，银行挑的同行数量越少；而当标的同时雇了多家投行时，各家挑出来的同行高度重叠——说明这些可比公司是被认真挑出来的，不是随手凑数。

7 文献脉络

把这条线索从头捋一遍，能更清楚地看到这篇论文站在哪里。

最早，人们关心的是 CCA「准不准」。Alford (1992) 给出了市盈率倍数法的描述性证据，Kaplan & Ruback (1995) 用一个小样本对比了 CCA 与 DCF 的估值精度，Kim & Ritter (1999) 把目光投向 IPO 定价里的倍数法。接着，焦点转向私有公司估值——Beatty, Riffe & Thompson (1999) 和 Officer (2007) 都在这个场景下研究 CCA。然后，一个更深的问题浮出水面：到底该怎么挑同行？ Bhojraj & Lee (2002) 是精神上和本文最接近的前辈，他们从「能否预测未来回报与倍数」的角度讨论了可比公司选择的优劣。

与此并行的，是一整条关于公平意见与利益冲突的争论：Bebchuk & Kahan (1989) 担心费用结构让银行内生地有冲突，Davidoff (2006)、Kisgen, Qian & Song (2009)、Cain & Denis (2013) 则各自从不同角度评估这种冲突到底有没有污染估值。再加上 Hoberg & Phillips (2010, 2016) 用文本相似度重新定义「行业」的工具，以及 Bizjak et al. (2008) 那条「策略性挑同行」的薪酬文献——这篇论文恰好坐落在这几条线的交汇处：它第一次用大样本、手工数据，直接看银行究竟挑了哪些同行，并把「挑选」和「溢价」连了起来。

文献脉络时间线
文献脉络时间线（按发表年份排布；红色为本文）

8 评论与延伸（Q&A + 研究方向）

(a) 几个可能的疑问

Q：选择性披露会不会污染样本？要约收购里很多交易压根不披露估值分析。

这是个真问题。要约收购 (SC 14D9) 因为不需要股东投票，标的往往不披露估值分析，能拿到可比公司信息的不到一半。作者的应对是在所有同行选择的回归里加入交易固定效应 (deal fixed effects)，把「哪些交易会披露」这一层差异吸收掉，识别只来自同一桩交易内部「选了谁、没选谁」的对比。这缓解了选择性披露的担忧，但无法完全排除「披露与否本身和挑选行为相关」的可能。

Q：「挑高倍数同行 → 高溢价」会不会是反过来的？真正值钱的标的，本来就该和高倍数公司比。

这是全文识别上最该警惕的地方。如果标的的真实质地更好，它本来就既配得上高倍数同行、又配得上高溢价，那么相关性就不是「策略性挑选」造成的。作者用同行的可观测特征（规模、增长、效率）去刻画「像不像」，并论证在控制了相似度之后，银行仍偏向高估值同行——但「质地」里总有不可观测的部分。这是一篇关联证据（consistent with）很强、但纯净因果略弱的论文。

Q：为什么用产品相似度，而不是直接修一个更细的行业码？

因为 SIC 码是离散的「抽屉」，本质上回答不了「重叠多少」这种连续问题。Hoberg & Phillips 的得分直接读 10-K 里的产品描述文本，给出 0 到 1 的连续重叠度，能捕捉「跨 SIC 码但产品高度重合」的情形——而这恰恰是近一半被选同行的真实状态。

Q：这和 CEO 薪酬里的「挑同行」是一回事吗？

机制同源、场景不同。两者都是「可比组由有私心的一方来挑」，挑选都朝对挑选者有利的方向偏。但薪酬场景里偏的是「往上抬薪酬」，并购里偏的是「往上抬标的感知价值」，而且并购里还多了一个方向相反的「压低估值促成交」的对立假设——本文的贡献正是判出了前者占优。

Q：高溢价对标的股东是好事，那这算「冲突」还是「尽责」？

微妙之处就在这里。如果银行抬高估值帮股东谈到了更高的价钱，这其实和股东利益一致，更像「尽责」而非「损人利己」。论文的措辞也很克制：它说证据支持「帮客户抬价」、不支持「橡皮图章压价放水」。真正的代理问题集中在 MBO 那个子样本——管理层既是买方又掌握顾问选择权时，方向才可能掉头。

Q：FINRA Rule 5150 之后银行挑更高估值同行，不是更透明了吗，怎么反而更激进？

作者对这一点的证据本身就标注为「一些证据」，量级和稳健性都偏弱，不宜过度解读。一种解释是：披露要求提高后，银行更倾向于把「抬价」做在台面上能自圆其说的地方（高估值同行有公开可查的倍数支撑），反而不必藏着掖着。但这只是猜测，论文没有给出强识别。

(b) 几个可能的研究问题与提案

1. 把「挑同行」的逻辑搬到公司债定价里。

【经济故事】信用研究里也常用「可比债券／可比发行人」来定价一只新债或一笔大宗交易，而承销商同样利益不中立。如果承销商系统性地挑选利差更低的「可比券」来给新债定价，发行人就能压低票息——这是债市版的「策略性挑同行」。 【可行性】中。可比券的选择往往不像公平意见那样被强制披露，识别「挑了谁、没挑谁」是难点；可借助 TRACE 成交数据 + 发行说明书里的定价 comparable 列表，但数据获取与匹配成本高。

2. 外资持有人是否改变同行选择的偏向？

【经济故事】当标的的股东结构里外资占比更高时，谈判与披露的诉求可能不同（外资更看重国际可比、更挑剔倍数口径）。银行是否会因股东构成调整它挑的同行？这把「挑同行」和股东异质性接了起来。 【可行性】中。需要把 13F／外资持股数据匹配到本文这类手工挖出的可比公司样本上，外资比例可作为横截面变量，识别仍依赖交易内对比，doable 但工作量不小。

3. 同行选择的「策略性」是否反映在二级市场流动性上。

【经济故事】如果银行挑的同行又大又贵又亮眼，这些同行往往也是流动性更好的股票。被「点名」为可比公司，会不会带来短暂的关注度与流动性外溢（类似被纳入某种隐性「指数」）？ 【可行性】高。可比公司名单 + 事件日（公平意见披露日）已经在样本里，对这些同行做事件研究、看其换手率与价差变化，识别清晰、数据现成。

4. 多顾问情形下的「同行重叠」能否当作估值可信度的代理变量。

【经济故事】本文发现标的雇多家投行时同行高度重叠，这或许意味着「共识同行」更可信。能否用重叠度构造一个「估值可信度」指标，去预测交易完成概率、诉讼概率或长期收购方回报？ 【可行性】高。重叠度可直接从已抠出的同行名单计算，结果变量（完成、诉讼、收购方 BHAR）都可外接现成数据库，是一个低成本的延伸。

5. 利益冲突在「成交 vs 抬价」之间的切换条件。

【经济故事】本文整体支持「抬价」，MBO 子样本却露出「压价」的苗头。什么时候银行从一种私心切换到另一种？关键或许在于「谁掌握顾问选择权」与「费用结构对成交的依赖程度」。 【可行性】低到中。需要顾问费结构（成交或有比例）的细颗粒数据，这类信息披露稀疏，识别切换的临界条件很难做干净，但若能拿到费用合同细节会非常有价值。

9 我的判断

这篇论文最漂亮的地方，是把一个所有人都知道、却没人系统看过的「黑箱」打开了：公平意见里那一篮子可比公司，原来是被有私心的一方一个个挑出来的，而挑选本身就带着方向。它用 40,179 个手工挖出的同行名，把「SIC 码不靠谱、产品市场才是真维度」「银行偏好大、高增长、高估值的同行」「高估值同行伴随高溢价」三件事串成了一条干净的证据链——尤其是「证伪了压价促成交、坐实了抬价帮谈判」这一判断，对长期争论投行公平意见到底有没有用的文献，是一个实打实的推进（呼应 Cain & Denis, 2013；Liu, 2020）。它和 CEO 薪酬「挑同行」文献的对话，也让「策略性可比组」上升成了一个更普适的现象。

但它的识别终究是关联性的：高估值同行与高溢价之间，挥之不去的是「标的真实质地」这个不可观测的混淆项——质地好的标的本就该既配高倍数同行、又配高溢价。作者用相似度控制、用交易固定效应去逼近，已经做得相当克制和扎实，但读者心里要清楚，这是一篇「consistent with」很强、纯净因果偏弱的论文，MBO 子样本结论的脆弱（控制收购方特征后即减弱）也提醒我们别把任何单一子样本的符号当成定论。

我接下来最想看到的，是把「挑同行」从横截面推向时间与外生冲击：能不能找到一个只改变「挑同行的激励」、而不改变标的质地的外生事件（比如费用结构的监管变化、或顾问声誉的突变），来给「策略性挑选 → 溢价」补上一刀更干净的因果？以及，这套逻辑在公司债与信用市场里是否同样成立——毕竟那里的「可比券」选择同样不透明、同样利益不中立。

参考文献