2026年二季度全球并购报告

内容 研究所机构 概述4 6估值指标 Director, US Private Equitysteven.buibish@pitchbook.com史蒂文·布伊比什，CFA 9来自自由GTS的一句话 Senior Research Analyst,Private Equityjinny.choi@pitchbook.com赵锦仪 11交易指标 12欧洲并购 Senior Research Analyst,Private Equitygarrett.hinds@pitchbook.com加勒特·辛德斯 13北美并购 RSM的一句話 Senior Research Analyst,EMEA Private Capitalnicolas.moura@pitchbook.com尼古拉斯·莫拉，CFA，CAIA 16反垄断并购动态 哈里森·沃尔多克 高级数据分析师 21行业指标 pbinstitutionalresearch@pitchbook.com 行业指标 2026年7月9日发布 B2B26 B2C27 28能量 29金融服务 30医疗保健 IT31 材料与资源 32 33 概述 大型交易掩盖了市场疲软。 2026年第二季度全球并购市场呈现出极度过度集中的态势，主要由战略性收购方主导。总交易额达到约1.3万亿美元，虽然较第一季度大幅下降，但按历史标准衡量仍是一个显著强劲的季度。与此同时，交易数量几乎未动，这表明整体市场相对稳定——即使略有减弱——因为总价值主要由少数几笔巨额交易驱动。 全球并购交易额估计为1.3万亿美元，较2025年同期录得的9657亿美元增长35.3%，但较2026年第一季度的1.6万亿美元下降18.4%。交易数量（包括预估的延迟申报交易）基本稳定在11880宗，同比增长3.4%，环比下降2.4%。这两个信号之间的差异在于那些规模最大的交易：价值5亿美元及以上的交易仅34宗，合计价值5530亿美元，接近该季度并购总价值的42%。这表明市场价值高度集中于头部，而基础交易层保持稳定，而“高利率、长周期”的融资环境对依赖债务的交易影响最为显著。 最近的案例，如电子艺界在2025年第三季度的私有化交易以及AES在2026年第一季度的公用事业收购交易，但条件在第二季度并不支持这种需求。其结果是，企业（corporates）依靠资产负债表和股票融资，相对于依赖信贷市场的赞助商（sponsors），在结构性上占据了优势。 战略层面加码，赞助商却撤退。 战略收购者和财务收购者之间的差距扩大是Q2的另一个关键主题，随着波动性加剧和通胀成为日益增长的担忧，私募股权（PE）行业退却。美联储在3月和6月会议之间维持了其政策利率，而利率预期有所上升；欧洲央行则逆转政策，自2023年以来首次加息。1, 2这些举措共同使得杠杆收购（LBO）背后的计算变得更加困难，收购方倾向于选择规模较小的追加投资，而非具有转型意义的平台式投资。战略收购者填补了这一空白，执行了多笔交易额超过100亿美元的交易，并将战略交易价值远远领先于收购方的活动。企业买家似乎将更宽松的反垄断立场解读为追求规模的邀请，转向了以往会引发更大监管阻力的一些交易。3 跨境交易持续向北美倾斜，尽管该地区自身活动有所下降。截至本年度累计（YTD），非北美买家收购的北美目标企业达645宗，交易总额为2767亿美元；非欧洲买家收购的欧洲目标企业达819宗，交易总额为2066亿美元。北美仍然是全球资本的主要吸引力，这一地位在第二季度大型美国战略交易集中爆发的情况下得到进一步巩固。2026年5月实施的美国-欧盟关税框架，将大多数美国对欧盟商品的关税上限设定为15%，同时取消欧盟对美国工业品的关税，此举减少了一项跨大西洋不确定性来源，但同时也为那些正在评估供应链敞口的收购方带来了新的合规考量。 收购价值降至2873亿美元，环比下降35.7%，远低于其周期峰值。战略性并购价值则表现强劲，达到8927亿美元。赞助商显示出对大型交易的浓厚兴趣。 估值指标 本季度交易量下降，但价格保持稳定。 本季度估值数据最引人注目的方面是它并未发生什么。尽管第二季度少数几笔巨型交易将整体交易价值推高，但 trailing 12-month（TTM）口径下的中位数 EV/EBITDA 倍数仍维持在 10.2 倍，远在其长期区间内。回顾来看，2021至2023年期间曾出现短暂波动——先上涨后逆转至均值下方——而市场如今似乎已重回定价稳定状态。这种稳定性表明卖方拒绝下调价格，买方仅在能合理解释其估值倍数的情况下进行交易，这种纪律性维护了整体定价的稳定。受大额交易影响而有所偏高的年度至今（YTD）平均 EV/EBITDA 倍数达 14.5 倍，远高于年度至今中位数，进一步印证了定价能力正高度集中于最大型交易。 企业界与赞助商之间的差距持续缩小 在平缓的TTM综合估值之下，赞助商与公司收购方之间的差距正在缩小。以TTM为基准，中型企业的杠杆收购EV/EBITDA中位数倍数为12.2倍，而公司层面的为9.3倍，两者差距约为3倍。这一溢价反映了赞助商所追求的规模更大、更成熟的目标，以及他们为推动运营改善而提供融资支持的意愿。 尽管债务成本上升，但进入（私募股权）市场的计算（即预期回报率与成本之间的差距）正在收窄。尽管如此，由于企业估值趋于稳定，且收购估值自2024年峰值12.9倍有所回落，该差距已从2024年的4.6倍收窄，这表明赞助人的承销行为更加审慎。 私募市场与公共市场估值之间的差距构成了战略背景。与10.2倍的TTM中位数并购EV/EBITDA倍数相比，标普500指数在季度末交易时，其市盈率接近24.7倍，前瞻市盈率约为20倍，处于历史性高估值水平。这种分化使得公共股票相对于进行更自律倍数的私募交易而言显得昂贵，并给私有化交易施加了压力：收购方必须在已经升高的公共价格之上支付控制权溢价。按收购方类型划分的EV/收入倍数差异强化了赞助人溢价，杠杆收购的中位数为2.2倍，而企业交易的TTM中位数为1.4倍。公共市场倍数是否将向私募市场纪律性靠拢，或者私募市场倍数是否会重新向上重估，将决定今年下半年私有化交易管道的走向。 行业分散程度依然扩大。医疗保健行业以12.6倍（TTM口径）的市销率中位数位居所有行业之首，其20.4倍的平均市销率更是创下了20年来的最高水平，这反映了市场对已实现风险缓释的临床资产激烈争夺。信息技术（IT）行业以12倍紧随其后，金融服务行业为11.7倍，而B2C行业以11.4倍紧随其后，创下该行业的新高。 在另一端，能源板块仍是价格最低的领域，其TTM中位数为8倍，较此前峰值约低10%，尽管能源交易价值激增，买家仍坚持成本控制。B2B板块紧随其后，为8.6倍，而IT板块虽然位居第二，但由于近期几个季度软件重新定价的影响持续，仍较2021年峰值低约17%。医疗保健板块的韧性同能源板块的纪律性之间的差异，是证明第二季度代表的是板块轮动而非普遍收缩的最明确证据。 自由女神像致一言 并购尽职调查中的AI：保险公司的视角 人工智能工具的实验仍在不断进行中，无论它们是企业核心主张的辅助工具，还是关键组成部分。在并购领域，人工智能越来越多地应用于交易尽职调查流程，在某些方面已成为支撑交易分析工作的基础要素。顾问正部署人工智能工具，以快速从海量信息中提取和组织关键数据——这项工作通常需要大量时间和人力资源。鉴于人工智能在执行某些任务时被认为比人类更高效、更具成本效益，律师事务所和其他顾问已大力投资其人工智能能力。然而，对于交易对手方以及通过担保与赔偿（W&I）/保证与声明（R&W）政策承保这些交易的M&A保险公司而言，需要明确人工智能工具的使用方式、其局限性以及其输出结果的验证方法。 托马斯·雷尼 (Thomas Rainey) 风险管理经理，英国、中欧东欧及中东非，自由全球交易解决方案部汤姆是自由全球交易解决方案部英国、中欧东欧及中东非团队的风险管理经理，于公司入职。 2021年之前，汤姆曾担任费城-based律师事务所DuaneMorris LLP的资深合伙人，专注于多个司法管辖区和行业的并购交易，并为机构投资者、企业和管理团队提供咨询。汤姆拥有纽卡斯尔大学的法学学士学位和爱丁堡大学的法学硕士学位，并在伦敦大学法学院修读了法律实践课程。 客户与顾问对成本和效率节约的需求将继续推动尽职调查领域的AI创新，引发关于AI最终将处理多少尽职调查工作、以及当前系统是否以透明、可控的方式部署并受专家人类判断约束的问题。从保险公司的角度来看，基本考量可分为两类：（1）我们如何能够自信地支持AI驱动的尽职调查方法，以及密切相关的（2）目标公司自身使用和依赖AI的程度。 内部或外部法律职能的手工工作量。总体而言，人工智能使一些顾问能够在更短的时间内进行更广泛的尽职调查，在某些情况下能够更深入地探索，理论上成本或人员数量没有实质性增加。 而且，它的缺点 过度依赖有缺陷的AI系统可能导致AI生成错误或遗漏，从而产生可能演变成系统性的风险。此外也存在伦理问题，自主工具需要谨慎的合规监督，以防止不道德或错误的决策。需要制定针对AI的具体程序、流程和监管措施，以应对知识产权侵犯、算法偏见以及持续遵守不断发展的AI法规等固有风险。AI处理敏感或专有数据时可能引发严重问题，如果缺乏有效的安全防护措施，这些数据可能会被第三方滥用。 尽职调查中人工智能的优势 当前形态的人工智能在分析大量信息（如合同、电子邮件和报告）以识别和/或总结人工审核可能遗漏的异常情况和模式时最为有效。除了执行特定的尽职调查任务外，商业顾问正有效地使用人工智能工具来评估目标公司的战略定位、产品市场契合度、竞争动态，以及——越来越重要地——人工智能本身颠覆目标公司商业模式的潜力。使用人工智能筛选受制裁名单、政治敏感人物数据库和监管记录中的交易对手也日益普遍；这项工作传统上需要大量 因此，使用人工智能的顾问必须仔细评估和管理潜在的干扰问题和伦理问题。 权利、知识产权所有权、监管与数据保护合规性，以及潜在的网络安全风险。此外，还需要关注人工智能系统的开发与维护方式，包括任何第三方许可安排，以及专业知识的集中程度是否在关键个人和/或团队中。人工智能在评估价值与风险方面正变得越来越重要，调查的深度最终取决于人工智能对特定目标公司的重要性程度，以及目标公司实际拥有其使用工具的哪些要素。 他们的勤奋工作。此外，鉴于人工智能已融入许多流程的速度，在所有情况下，都尚不清楚涵盖错误、遗漏和/或疏忽的顾问职业责任保险是否会涵盖与人工智能生成工作相关的责任。 保险公司支持条件 早期与并购保险商接触是其能够自信地支持高度依赖人工智能的尽职调查方法的关键因素。他们需要了解人工智能的使用方式、使用程度以及审查的领域，所有这些都应该在尽职调查报告的范围界定/准备依据部分明确确认。涉及的人工智能技术提供方的详细信息以及顾问使用所部署工具的经验是其他重要因素，需要确保无论何种情况，人工智能的输出都将由合格专家进行核实。 鉴于目前人工智能（AI）对许多商业领域及专业顾问而言仍是一种相对新兴的工具，与其使用直接相关的历史索赔数据有限。然而，与人工智能（AI）相关的W&I/ R&W索赔的潜在风险是保险公司面临的现实问题，未来的损失可能源于AI在基础层面出现的幻觉或计算失误。这可能对企业的健康状况或数据的关键方面提供错误信息，从而可能基于这些（不准确）的信息进行更广泛的尽职调查假设。 虽然人工智能在处理和总结大量信息方面很熟练，但在需要判断、解释或批判性分析的任务上能力较弱。目前，人们普遍认为人工智能不适合进行需要主观解释的复杂、技术性审查领域，例如通常范围内的税务尽职调查、财务尽职调查或法律尽职调查的专业领域。因此，为了支持人工智能辅助的尽职调查过程，并购保险公司需要顾问就人工智能的使用目的提供清晰、连贯的理由。人工智能应被用于具有明显逻辑性和补充性的能力：辅助审查，而非主导审查。