江苏龙网

  1. 首页 > 人文 > >

融资并购|半导体行业并购的“水”究竟有多深？


半导体行业的并购究竟有多“壕”？相信大家都对近期英伟达拟以400亿美元并购Arm的消息津津乐道 ， 但这都不如前几年高通、恩智浦、博通之间的“博弈”来得震撼 。 2016年10月 ， 高通宣布拟以超过400亿美元的价格收购恩智浦；2017年11月 ， 博通宣布拟以1300亿美元的价格收购高通 。 虽然如今三者谁都没能吞并谁 ， 但是当时高通、博通给出的价格 ， 在业界的确引爆了不小的热度 。

融资并购|半导体行业并购的“水”究竟有多深？
本文插图

据统计 ， 半导体行业并购的成功率一般为20%-30% ， 这也意味着大多数并购意向最终不会如愿 。 此外 ， 即使并购顺利完成 ， 也不一定是成功的并购 。 究竟怎样的并购才是成功的并购？它需要考虑到双方企业的文化、业务融合等多种因素 ， 最终的判断标准是能否实现良好的盈利 。 在过去几十年里 ， 半导体行业的并购事件层出不穷 ， 其中哪些并购是成功的 ， 哪些并购是失败的？
半导体业内并购频发
【融资并购|半导体行业并购的“水”究竟有多深？】在半导体领域 ， 由于一些新技术的逐渐落地 ， 一些新兴应用也开始受到关注 。 比如 ， 边缘计算、自动驾驶汽车、机器人等应用的兴起 ， 进一步推动了半导体行业的技术整合 。
随着全球数据量快速增长 ， 大家对图像/视频应用的需求增加 ， 也对远程处理数据的基础设施提出了更高的要求 。 其解决方案是 ， 在更靠近数据源的地方做更多的处理 ， 这引发了一场针对边缘计算的争夺战 。
边缘计算是在设备上而非云上来运行人工智能 。 以自动驾驶汽车为例 ， 该类汽车行驶时的反应速度要求在几毫秒内 ， 不能依靠汽车与云端AI系统通信来获得响应 ， 需要汽车自身的处理器来立即做出决定 。 以英伟达、英特尔、华为、高通等为主的芯片厂家已经入局边缘计算 。
除此之外 ， 机器人和航空电子设备等的安全关键系统 ， 对先进半导体的依赖越来越大 。 以上设备的使用年限一般为10年或者更久 ， 这意味着相应的芯片的寿命也要求更久 。 这对半导体厂商提出了更高的标准 ， 他们需要构建更新的供应链体系 ， 搭建全新的基础设施 。
无论是哪个行业 ， 位列前茅的巨头公司一般在新领域的反应速度更快 。 当一个巨头公司在新领域扩张得太快 ， 但又缺乏相应的专业技能时 ， 它们往往会选择通过并购规模稍小的公司来获取新技能 。 比如 ， 在自动驾驶汽车行业 ， 英特尔收购Mobileye ， 并把后者并入自己的自动驾驶事业部 。 这起并购使得英特尔建构起“CPU+FPGA+EyeQ+5G”基本完整的自动驾驶整体硬件解决方案 。
通过并购来填补技术空白
买方公司的这种举措 ， 符合消除竞争或获得更多专业人才的目的 。 假设开发一种产品需要3-4年时间 ， 另外还需花费3-4年让整个市场成熟起来 。 实际上 ， 在某些领域 ， 产品开发和市场成熟所耗费的时间 ， 甚至超过了10年 。 相比之下 ， 资产雄厚的大公司通过并购具备技术实力的小公司（规模相对较小） ， 要比自己从零开始慢慢开发技术更高效 ， 其风险也会更小 。
这种并购目的在半导体行业十分常见 。 无论是最近的英伟达收购Arm、ADI收购美信 ， 还是前几年闹得沸沸扬扬、最终却以失败告终的高通收购恩智浦 ， 它们的重要目标都有增强相关技术实力 。 英伟收购Arm被业内解读为 ， 是前者加大边缘计算投资战略的重要组成部分 。 功耗是边缘计算设备的关键指标之一 ， 基于Arm架构的处理器有低功耗、高能效比的优势 ， 十分适合边缘计算的应用 。 所以英伟达此举足以彰显其在边缘计算领域的野心 。
虽然大公司会非常注重内部研发工作 ， 也乐于为其投入大量资金 ， 但是收购一家已经拥有新技术的公司要快得多 。 这为买方公司迅速地解决了寻找全球紧缺人才的问题 ， 也解决了重新建立一个有凝聚力的团队的问题 。
成功的并购是1+1＞2
成功的并购对买卖双方企业来说是“双赢” ， 合并后的新企业往往会有更大体量、更好的盈利能力 。 以安森美的智能感知部门为例 ， 该部门在几次战略性并购的基础上形成——2014年5月 ， 安森美完成对TRUESENSE的收购 ， 后者的前身是柯达影像 ， 柯达影像的核心技术来源于贝尔实验室CCD影像；2014年8月 ， 安森美宣布收购完成Aptina ， Aptina的前身是美国航天宇航局JPL（喷气推进实验室） 。 JPL在1993年为阿波罗登月开发出全球首款CMOS图像传感器 。
在过去三年里 ， 安森美还陆续收购了IBM在以色列的毫米波雷达研发中心 ， 以及专注于飞行时间（ToF）激光雷达传感器开发的爱尔兰SensL公司 。 多次收购使得该公司在图像传感器方面拥有丰富的成像专利、庞大的传感器产品阵容以及强有力的供应链 。
上个月 ， 我们采访到安森美半导体智能感知部全球市场和应用工程副总裁易继辉（Sammy Yi） ， 他对《国际电子商情》采访人员表示 ， 并购的成功率是安森美的竞争优势之一：“安森美成功并购的比例达80%-90% ， 这在半导体行业中是比较少见的 。 安森美会在并购前通过synergy（协同增效）前期分析两个公司的互补性 ， 并购完成之后由专门的团队跟踪 ， 把设计系统、质量管理系统、生产管理系统并入到安森美半导体的构架中 。 此外 ， 安森美也会视情况跟踪新并购的公司 ， 从高层、中层到底层员工都有全面的融入的具体措施和行动 ， 被并购公司的主管一般会在董事会留任半年到一年 。 ”
并购完成只是第一步
不过 ， 企业并购在实操起来要困难得多 ， 并非所有的收购都进展顺利 ， 即便顺利完成并购也不代表一定会盈利 。 买、卖方企业还需要解决它们之间的技术融合、运营等方面的难题 。 毕竟不同的公司存在不同的企业文化 ， 这需要花费时间来磨合 。 如果卖方不能为买方带来良好的盈利 ， 买方公司最终可能会撤资 。
虽然在过去几十年里 ， EDA和IP公司之间已经有数百起成功的并购案例 ， 但并非所有的并购都像预期的那样成功 。 以半导体芯片巨头英特尔的几起并未达到预期的并购为例：2009年 ， 英特尔以8.84亿美元的价格收购了嵌入式软件开发商风河系统公司(Wind River) ， 2018年 ， 英特尔将风河软件部门分拆给金融巨头TPG ， 分拆价格并未对外公布；2011年 ， 英特尔以76.8亿美元的价格成功收购反病毒公司McAfee ， 并将后者并入到自己的安全部门 。 2017年 ， 英特尔以42亿美元的价格分拆McAfee 。
通过以上例子可以看出 ， 完成并购并不是结束 ， 而是新征程的开始 。 而企业在并购时大致需要注意哪些问题呢？《国际电子商情》在下文主要针对协同效应和《反垄断法》来展开 。
·注意量化协同效应
市场上的并购一般出于两种目的：一种是消除竞争或获得更多的专业人才；另一种是利用现有市场实现协同效应 。 协同效应 ， 即1+1>2 ， 两家公司合并之后能够发挥出两家单一公司不具有的优势 。 通常买、卖双方企业都需要考虑三种协同效应：收入协同效应、成本协同效应和金融协同效应 。 所谓收入协同效应 ， 是指两家公司合并后的营收要大于买、卖方公司的营收总和；成本协同效应 ， 是指两家公司并购后节省的成本要大于买、卖方公司分别节省的成本总和；金融协同效应 ， 是指合并后的公司可获得一些单独的买、卖方公司所无法获得的金融优势 。
为了保证并购能带来经济意义 ， 买、卖双方企业均需要清晰评估和量化协同效应 。 卖方必须要清楚自己可为买方带来哪些增值的机会 ， 买方要清楚此次并购可能会带来哪些协同优势 。 预先计划对企业并购来说是至关重要的 ， 买方企业在并购前需要对卖方企业做详细、尽职的调查 。 一般来说 ， 两家企业如果技术、渠道有相关性 ， 那么这次并购的风险会大大降低 。
·注意各国的《反垄断法》
当两个体量都很大且业务相似度较高的企业想要合并 ， 它们要考虑各国市场的《反垄断法》 。 以中国的《反垄断法》及相关规定为例：参与集中的所有经营者上一会计年度在全球范围内营业额合计超过100亿元人民币 ， 并且其中至少两个经营者上一会计年度在中国境内的营业额均超过4亿元人民币；参与集中的所有经营者上一会计年度在中国境内的营业额合计超过20亿元人民币 ， 并且其中至少两个经营者上一会计年度在中国境内的营业额均超过4亿元人民币 。 有以上情况的企业在并购过程中 ， 需要向中国商务部申报以进行反垄断审查 。
当然 ， 美国、欧盟等国家或地区都有自己的《反垄断法》 ， 尽管它们具体的细则不同 ， 但其目的都是为了避免新寡头的出现 。
买卖方的整合不一定很紧密
在现实中的一些并购中 ， 买、卖双方的整合并没有很紧密 ， 卖方公司仍保持着独立运营的模式 。 2016年9月 ， 软银完成对Arm的收购 ， 后者采取独立运营的形式继续运作 ， 软银此举很大程度上保持了Arm的独立性 。 有人认为 ， 是否独立运营主要取决于买、卖方公司的团队之间有多少重叠 。 按照这种观点 ， 软银的确是和Arm存在较大的差异 ， 这也是大家更担忧英伟达收购Arm的原因 ， 毕竟英伟达的主营业务也针对半导体领域 。
无论是卖方公司独立运营 ， 还是并入买方公司 。 对双方而言 ， 好的并购一定能带来更好的收益——对买方来说填补技术空白 ， 获取更大的市场份额 ， 开拓更宽的业务范围；对卖方来说拥有更好的资源 ， 取得更大的知名度等等 。 即使双方的整合看起来并不是那么紧密 ， 也能带来更持续的良性发展 。


    推荐阅读


    上一篇：360游戏|《侠客道》英雄篇之九天玄女 聚焦

    下一篇：大盘，还在调整周期，如何操作？