張向榮

一、引言

近三年，股價(jià)崩盤風(fēng)險(xiǎn)時(shí)有發(fā)生，給全球資本市場(chǎng)帶來(lái)動(dòng)蕩和不穩(wěn)定，股價(jià)崩盤風(fēng)險(xiǎn)不僅僅給投資者帶來(lái)巨大損失，影響投資者的情緒和信心，也給上市公司融投資帶來(lái)消極影響。資本市場(chǎng)崩盤現(xiàn)象引起了各國(guó)證券監(jiān)管部門的重視，也引起了學(xué)者、媒體的廣泛關(guān)注。2019年7月26日，美股中特斯拉公司股票當(dāng)日下跌超過(guò)13%，市值一天減少超過(guò)400億元。2017年3月24日，香港上市公司輝山乳業(yè)股價(jià)一天暴跌85%。2019年1月22日，上市公司遠(yuǎn)方信息發(fā)布2018年年報(bào)，由于計(jì)提6億元商譽(yù)減值，導(dǎo)致公司凈利潤(rùn)虧損約4.8億元，而遠(yuǎn)方信息近一年的股價(jià)已下跌近70%。2016年4月，上市公司堅(jiān)瑞消防溢價(jià)并購(gòu)沃特瑪產(chǎn)生巨額商譽(yù)，2017年底，由于計(jì)提商譽(yù)46.1億元，導(dǎo)致其當(dāng)年凈利潤(rùn)虧損36.84億元，股價(jià)也在短短數(shù)月從13.51元跌至1.69元。近十年，我國(guó)上市公司商譽(yù)減值急劇增長(zhǎng)，從2007年的5.44億元增長(zhǎng)至2018年的1121.53億元，增長(zhǎng)了約200倍，特別是近三年，從2016年的114.45億元增長(zhǎng)到2018年的1121.53億元。

因而，商譽(yù)減值和股價(jià)崩盤風(fēng)險(xiǎn)引起了學(xué)者、媒體的廣泛關(guān)注，成為近幾年學(xué)者們研究的熱點(diǎn)。目前有相關(guān)學(xué)者從控股股東持股比例、內(nèi)部治理、機(jī)構(gòu)投資者、媒體監(jiān)督等多個(gè)角度探討了其對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響（許年行等，2012；沈華玉等，2017）。但鮮有學(xué)者從商譽(yù)減值的角度探討其如何影響股價(jià)崩盤風(fēng)險(xiǎn)。本文以2009年至2018年中國(guó)上市公司為樣本，對(duì)商譽(yù)減值如何影響股價(jià)崩盤風(fēng)險(xiǎn)進(jìn)行研究。結(jié)果顯示：商譽(yù)減值與股價(jià)崩盤風(fēng)險(xiǎn)在0.01水平上顯著正相關(guān)，說(shuō)明商譽(yù)減值促進(jìn)了股價(jià)崩盤風(fēng)險(xiǎn)。進(jìn)一步研究結(jié)論顯示：當(dāng)公司內(nèi)部治理水平越差時(shí)，商譽(yù)減值對(duì)公司股價(jià)崩盤風(fēng)險(xiǎn)的正向影響越明顯；當(dāng)公司機(jī)構(gòu)投資者持股比例越低時(shí)，商譽(yù)減值對(duì)公司股價(jià)崩盤風(fēng)險(xiǎn)的正向影響越明顯。上述結(jié)果在經(jīng)過(guò)變量替換、OLS替換和雙重聚類模型檢驗(yàn)后結(jié)果仍然成立。

本文的主要邊際貢獻(xiàn)有：第一，以近三年學(xué)者關(guān)注的熱點(diǎn)問(wèn)題為起點(diǎn)，研究了商譽(yù)減值對(duì)公司股價(jià)崩盤風(fēng)險(xiǎn)的影響，豐富了股價(jià)崩盤風(fēng)險(xiǎn)影響因素的相關(guān)文獻(xiàn)。第二，從資本市場(chǎng)反應(yīng)的角度研究商譽(yù)減值的影響，豐富了目前商譽(yù)減值經(jīng)濟(jì)后果的研究視角，豐富了相關(guān)研究文獻(xiàn)。同時(shí)，本文結(jié)論為上市公司并購(gòu)中估價(jià)決策、監(jiān)管部門對(duì)并購(gòu)溢價(jià)及商譽(yù)政策的制定等提供科學(xué)依據(jù)。

二、理論基礎(chǔ)與研究假設(shè)

近三年，關(guān)于商譽(yù)減值的文獻(xiàn)主要從問(wèn)題對(duì)策、影響因素等角度展開(kāi)。在影響因素方面，有學(xué)者認(rèn)為董事會(huì)規(guī)模和獨(dú)立董事比例會(huì)導(dǎo)致公司商譽(yù)減值增加（劉愛(ài)明和黃媛媛，2019）。而其他學(xué)者認(rèn)為公司并購(gòu)過(guò)程中估價(jià)太高，從而導(dǎo)致并購(gòu)溢價(jià)較高，而高并購(gòu)溢價(jià)會(huì)導(dǎo)致公司商譽(yù)減值風(fēng)險(xiǎn)提高（胡凡和李科，2019）。在問(wèn)題與對(duì)策方面，很多學(xué)者探討了商譽(yù)減值的會(huì)計(jì)計(jì)量問(wèn)題，對(duì)實(shí)務(wù)中相關(guān)確認(rèn)和計(jì)量進(jìn)行探討，發(fā)現(xiàn)其中存在的問(wèn)題，并有針對(duì)性給出對(duì)策和建議，如金利科技并購(gòu)宇瀚光電（王蕓和周鈺萍，2018）。在商譽(yù)減值經(jīng)濟(jì)后果方面，有學(xué)者以我國(guó)上市公司為樣本，研究發(fā)現(xiàn)商譽(yù)減值提高了公司的融資成本（徐經(jīng)長(zhǎng)等，2017）。同時(shí)，商譽(yù)減值會(huì)導(dǎo)致公司的盈余平滑和業(yè)績(jī)大洗澡（盧煜和曲曉輝，2016）?？梢?jiàn)，現(xiàn)有關(guān)于商譽(yù)減值經(jīng)濟(jì)后果的相關(guān)文獻(xiàn)較少，本文研究了商譽(yù)減值對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響。

表1 變量定義及說(shuō)明

表2 描述性統(tǒng)計(jì)分析

那么，商譽(yù)減值如何影響股價(jià)崩盤風(fēng)險(xiǎn)呢？首先，商譽(yù)確認(rèn)是按照并購(gòu)溢價(jià)計(jì)算而得，但在對(duì)被并購(gòu)資產(chǎn)價(jià)格進(jìn)行評(píng)估時(shí)，雖然是基于公允價(jià)值進(jìn)行計(jì)量，但仍然存在較強(qiáng)的主觀性和不準(zhǔn)確性。此外，商譽(yù)總額太高會(huì)導(dǎo)致公司可能進(jìn)行利潤(rùn)平滑或盈余管理，因而公司的信息不對(duì)稱程度較高、信息透明度較低。Hutton等(2009)認(rèn)為公司的信息不透明度越高，管理層隱藏壞消息的可能性越大，當(dāng)壞消息積累到一定的程度，一旦由于某些導(dǎo)火索將壞消息披露出來(lái)，股價(jià)就會(huì)在短期內(nèi)迅速下跌，導(dǎo)致股價(jià)崩盤風(fēng)險(xiǎn)。所以，商譽(yù)減值越高，管理層盈余管理動(dòng)機(jī)越強(qiáng)，公司的信息不對(duì)稱程度可能越高，因而股價(jià)崩盤風(fēng)險(xiǎn)越高。其次，有學(xué)者研究發(fā)現(xiàn)商譽(yù)數(shù)額越高，公司的會(huì)計(jì)穩(wěn)健性越低（Kim等，2013)，有學(xué)者研究發(fā)現(xiàn)會(huì)計(jì)穩(wěn)健性與股價(jià)崩盤風(fēng)險(xiǎn)顯著負(fù)相關(guān)（Kim和Zhang，2016)。所以，公司商譽(yù)數(shù)額越高，導(dǎo)致會(huì)計(jì)穩(wěn)健性越低，進(jìn)而促進(jìn)了股價(jià)崩盤風(fēng)險(xiǎn)?；谝陨戏治?，本文提出如下假設(shè)：

H1：其他條件不變時(shí)，商譽(yù)減值與股價(jià)崩盤風(fēng)險(xiǎn)顯著正相關(guān)。

三、模型構(gòu)建與變量定義

（一）模型構(gòu)建

為了檢驗(yàn)假設(shè)H1是否成立，本文利用模型（1）進(jìn)行回歸分析：

模型（1）中，CRASH代表公司股價(jià)崩盤風(fēng)險(xiǎn)，本文用兩個(gè)指標(biāo)來(lái)衡量：經(jīng)過(guò)市場(chǎng)收益調(diào)整后的周收益負(fù)偏態(tài)系數(shù)（NS表示，是Negative conditional return skewness術(shù)語(yǔ)的縮寫）；股票周收益率的上下波動(dòng)比例（DU），具體計(jì)算過(guò)程詳見(jiàn)變量定義部分。GWM表示上市公司商譽(yù)減值數(shù)額，本文用當(dāng)年商譽(yù)減值總額的自然對(duì)數(shù)來(lái)衡量。CONT代表回歸模型中的控制變量。YEAR是虛擬變量，用于控制年度；IND是虛擬變量，用于控制行業(yè)。

本文以2009年至2018年滬深上市公司為樣本，樣本選擇過(guò)程如下：首先，剔除金融保險(xiǎn)類上市公司、（＊）ST上市公司和公用事業(yè)類上市公司，因?yàn)檫@些類別的上市公司在財(cái)務(wù)特征、信息披露等方面與其他公司差異較大；其次，剔除因變量、自變量和控制變量缺失的數(shù)據(jù)，最后得到18636個(gè)公司--年度樣本。本文相關(guān)數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR），所有連續(xù)變量在1%和99%水平上進(jìn)行縮尾處理。

（二）變量選擇與定義

1.股價(jià)崩盤風(fēng)險(xiǎn)的定義

根據(jù)Jin和Myers（2006）的研究，本文采用經(jīng)過(guò)市場(chǎng)收益調(diào)整后的周收益負(fù)偏態(tài)系數(shù)（NS表示）與股票周收益率的上下波動(dòng)比例（DU）兩個(gè)指標(biāo)衡量股價(jià)崩盤風(fēng)險(xiǎn)。

表3 變量Pearson和Spearman相關(guān)關(guān)系

表4 隨機(jī)效應(yīng)和固定效應(yīng)模型回歸結(jié)果

（1）經(jīng)過(guò)市場(chǎng)收益調(diào)整后的周收益率負(fù)偏態(tài)系數(shù)的計(jì)算步驟

第一，利用公式（2）計(jì)算經(jīng)過(guò)市場(chǎng)周收益率調(diào)整的某上市公司周收益率的殘差項(xiàng)。

公式（2）中，ri,t是上市公司i在第t周的周收益率，rm,t是整個(gè)市場(chǎng)第t周的經(jīng)過(guò)總市值加權(quán)的平均周收益率（考慮現(xiàn)金紅利再投資）。殘差項(xiàng)εi,t即為第一步需要的計(jì)算結(jié)果。

第二，根據(jù)第一步計(jì)算的結(jié)果，求出公司i第t周的周收益率的自然對(duì)數(shù)wi,t=ln(1+εi,t)。

第三，根據(jù)第二步得到的結(jié)果，用公式（3）計(jì)算得出經(jīng)過(guò)市場(chǎng)收益調(diào)整后的周收益負(fù)偏態(tài)系數(shù)（NS）。

（2）股票周收益率的上下波動(dòng)比例（DU）的計(jì)算步驟

第一，根據(jù)上面求得的wi,t，利用公式（4）計(jì)算股票周收益率的上下波動(dòng)比例（DU）。

公式（4）中，nu是某上市公司股票一年內(nèi)，其周收益率大于等于本年度平均周收益率的次數(shù)，反之，nd是某上市公司股票一年內(nèi)，其周收益率小于本年度平均周收益率的次數(shù)。

綜上所述，當(dāng)NS和DU的數(shù)值越大時(shí)，表明該上市公司股票的股價(jià)崩盤風(fēng)險(xiǎn)越高。

2.商譽(yù)減值

借鑒已有研究，本文擬采用當(dāng)年計(jì)提的商譽(yù)減值總額取自然對(duì)數(shù)來(lái)衡量該上市公司的商譽(yù)減值（GWM）。

表5 內(nèi)部治理、機(jī)構(gòu)投資者持股比例的進(jìn)一步檢驗(yàn)

3.信息不對(duì)稱（ABACC）

根據(jù)已有相關(guān)研究文獻(xiàn)（Hutton等，2009），本文采用可操控應(yīng)計(jì)利潤(rùn)的絕對(duì)值來(lái)衡量公司的信息不對(duì)稱程度，具體用修正的Jones模型計(jì)算得到。

一般來(lái)說(shuō)，ABACC的數(shù)值越大，公司的信息不對(duì)稱程度越高。

4.控制變量

基于Kim等（2011）前人關(guān)于股價(jià)崩盤風(fēng)險(xiǎn)影響因素的相關(guān)研究，本文控制如下變量：第t期NS、上市公司超額月平均換手率（EXT）、上市公司當(dāng)年周收益率的標(biāo)準(zhǔn)差（SIG）、上市公司當(dāng)年周收益率的均值（RET）、公司規(guī)模（SIZE）、公司總資產(chǎn)收益率（ROA）、市值賬面比（MB）、公司資產(chǎn)負(fù)債率（LEV）、公司透明度（ABACC）、機(jī)構(gòu)投資者持股比例（IP）、董事會(huì)規(guī)模（BSIZE）、獨(dú)立董事比例（IDP），同時(shí)本文還控制了年度（YEAR）和行業(yè)（IND）。本文所有變量說(shuō)明見(jiàn)表1。

（三）描述性統(tǒng)計(jì)分析

各變量的均值、分位數(shù)、極大極小值、標(biāo)準(zhǔn)差等描述性統(tǒng)計(jì)分析的結(jié)果見(jiàn)表2。NS的均值為-0.274，標(biāo)準(zhǔn)差為0.574，極大極小值分別為0.875和-1.583，說(shuō)明樣本中各公司的NS值差異較大。DU的均值為-0.196，標(biāo)準(zhǔn)差為0.653，極大極小值分別為1.093和-1.764，說(shuō)明樣本中各公司的DU值差異較大。商譽(yù)減值GWM的均值為0.408，標(biāo)準(zhǔn)差為0.482，極大極小值分別為1和0，說(shuō)明樣本中各公司的GWM值差異較大?？刂谱兞恐校~月均換手率EXT的均值為-2.862，標(biāo)準(zhǔn)差為36.159，極大極小值分別為83.438和-86.172，說(shuō)明樣本中各公司的EXT值差異較大。周收益率標(biāo)準(zhǔn)差SIG的均值為0.069，標(biāo)準(zhǔn)差為0.168，極大極小值為0.164和0.028，說(shuō)明樣本中各公司SIG值差異較大。周收益率均值RET的均值為0.019，標(biāo)準(zhǔn)差為0.028，極大極小值為0.038和-0.019，說(shuō)明樣本中各公司RET值差異較大。獨(dú)立董事比例IDP的均值為0.391，標(biāo)準(zhǔn)差為0.217，最大最小值分別為0.509和0.319，符合我國(guó)政策要求上市公司獨(dú)立董事的比例至少1/3的規(guī)定。其他變量的均值及各統(tǒng)計(jì)量都在合理范圍之內(nèi)。

四、實(shí)證結(jié)果分析

（一）變量Pearson和Spearman相關(guān)關(guān)系

在回歸之前，本文擬對(duì)變量之間的相關(guān)關(guān)系進(jìn)行分析，Pearson相關(guān)關(guān)系的系數(shù)及顯著性見(jiàn)表3左下方，Spearman相關(guān)關(guān)系的系數(shù)及顯著性見(jiàn)表格右上方。相關(guān)關(guān)系分析結(jié)果顯示：GWM與NS的相關(guān)系數(shù)為0.204，且在0.01水平上顯著正相關(guān)；GWM與DU的相關(guān)系數(shù)為0.219，且在0.01水平上顯著正相關(guān)，表明商譽(yù)減值與股價(jià)崩盤風(fēng)險(xiǎn)的兩個(gè)指標(biāo)在0.01水平上顯著正相關(guān)，即在不控制其他變量時(shí)，商譽(yù)減值提升了股價(jià)崩盤風(fēng)險(xiǎn)。控制變量中，大部分變量至少在0.1水平上與股價(jià)崩盤風(fēng)險(xiǎn)顯著正相關(guān)，但目前結(jié)果并沒(méi)有控制其他變量。

表6 自變量替代回歸分析

（二）面板回歸分析

表4是本文模型面板隨機(jī)效應(yīng)和固定效應(yīng)的回歸結(jié)果。第（1）列和第（2）列是面板隨機(jī)效應(yīng)的回歸分析，結(jié)果顯示：NS與GWM在0.01水平上顯著正相關(guān)，DU與GWM在0.01水平上顯著正相關(guān)，表明商譽(yù)減值增加了股價(jià)崩盤風(fēng)險(xiǎn)，驗(yàn)證了本文假設(shè)H1。第（3）列和第（4）列是面板固定效應(yīng)的回歸分析，結(jié)果顯示：NS與GWM在0.01水平上顯著正相關(guān)，DU與GWM在0.01水平上顯著正相關(guān)，表明商譽(yù)減值增加了股價(jià)崩盤風(fēng)險(xiǎn)，同樣驗(yàn)證了本文假設(shè)H1。無(wú)論采用面板固定效應(yīng)還是面板隨機(jī)效應(yīng)，商譽(yù)減值都促進(jìn)了股價(jià)崩盤風(fēng)險(xiǎn)。

控制變量中，超額月均換手率、周收益率的標(biāo)準(zhǔn)差、總資產(chǎn)收益率、機(jī)構(gòu)投資者持股比例、獨(dú)立董事比例、董事會(huì)規(guī)模與NS、DU至少在0.05水平上顯著負(fù)相關(guān)，表明超額月均換手率、周收益率的標(biāo)準(zhǔn)差、總資產(chǎn)收益率、機(jī)構(gòu)投資者持股比例、獨(dú)立董事比例、董事會(huì)規(guī)模降低了公司的股價(jià)崩盤風(fēng)險(xiǎn)。周收益率的均值、公司規(guī)模、市值賬面比、資產(chǎn)負(fù)債率和信息不對(duì)稱程度與NS、DU至少在0.05水平上顯著正相關(guān)，表明周收益率的均值、公司規(guī)模、市值賬面比、資產(chǎn)負(fù)債率和信息不對(duì)稱程度促進(jìn)了股價(jià)崩盤風(fēng)險(xiǎn)。

（三）進(jìn)一步檢驗(yàn)

為了驗(yàn)證商譽(yù)減值對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響是否會(huì)在不同情境下有所不同，本文擬從內(nèi)部治理水平（獨(dú)立董事比例）和外部治理水平（機(jī)構(gòu)投資者持股比例）對(duì)不同情境下的影響結(jié)果進(jìn)行檢驗(yàn)。表5中第（1）列和第（2）列是內(nèi)部治理水平（獨(dú)立董事比例）的檢驗(yàn)結(jié)果，結(jié)果顯示：NS與GWM ＊ IDP在0.01水平上顯著負(fù)相關(guān)，DU與GWM ＊ IDP在0.01水平上顯著負(fù)相關(guān)，表明當(dāng)獨(dú)立董事比例較低時(shí)，商譽(yù)減值對(duì)股價(jià)崩盤風(fēng)險(xiǎn)兩個(gè)指標(biāo)的正向影響越明顯。表5中第（3）列和第（4）列是內(nèi)部治理水平（獨(dú)立董事比例）的檢驗(yàn)結(jié)果，結(jié)果顯示：NS與GWM ＊ IP在0.01水平上顯著負(fù)相關(guān)，DU與GWM ＊ IP在0.01水平上顯著負(fù)相關(guān)，表明當(dāng)機(jī)構(gòu)投資者持股比例較低時(shí)，商譽(yù)減值對(duì)NS的正向影響越明顯。

五、穩(wěn)健性檢驗(yàn)

（一）自變量替代

為了保證實(shí)證結(jié)論的穩(wěn)健性，本文擬采用變量替代的方法對(duì)已有模型進(jìn)行重新回歸。本文用商譽(yù)減值除以商譽(yù)總額的比例（GWMP）作為GWM的替代變量。表6中第（1）列和第（2）列是自變量替代的面板隨機(jī)效應(yīng)回歸結(jié)果。第（1）列和第（2）列結(jié)果顯示：GWMP與NS、DU在0.01水平上顯著正相關(guān)，說(shuō)明商譽(yù)減值提高了公司股價(jià)崩盤風(fēng)險(xiǎn)，支持假設(shè)H1。第（3）列和第（4）列是自變量替代的面板固定效應(yīng)回歸結(jié)果。第（3）列和第（4）列結(jié)果顯示：GWMP與NS、DU在0.01水平上顯著正相關(guān)，說(shuō)明商譽(yù)減值提高了公司股價(jià)崩盤風(fēng)險(xiǎn)，支持假設(shè)H1。

（二）OLS回歸和雙重聚類分析

為了驗(yàn)證模型的穩(wěn)健性，本文擬采用OLS模型進(jìn)行重新回歸，同時(shí)，模型中可能存在異方差等問(wèn)題，本文還將采用雙重聚類（公司和年度）對(duì)模型進(jìn)行重新檢驗(yàn)（沈華玉等，2018）。表7中第（1）列和第（2）列是OLS回歸分析的結(jié)果，結(jié)果顯示：GWM與NS、DU在0.01水平上顯著正相關(guān)，支持假設(shè)H1，表明本文的研究結(jié)論比較穩(wěn)健。第（3）列和第（4）列是雙重聚類的回歸結(jié)果，結(jié)果顯示：GWM與NS、DU在0.01水平上顯著正相關(guān)，支持假設(shè)H1。

表7 OLS回歸和雙重聚類分析

六、研究結(jié)論與啟示

本文以2009年至2018年中國(guó)上市公司為樣本，對(duì)商譽(yù)減值如何影響股價(jià)崩盤風(fēng)險(xiǎn)進(jìn)行研究。結(jié)果顯示：商譽(yù)減值與股價(jià)崩盤風(fēng)險(xiǎn)在0.01水平上顯著正相關(guān)，說(shuō)明商譽(yù)減值促進(jìn)了股價(jià)崩盤風(fēng)險(xiǎn)。進(jìn)一步研究結(jié)論顯示：當(dāng)公司內(nèi)部治理水平越差時(shí)，商譽(yù)減值對(duì)公司股價(jià)崩盤風(fēng)險(xiǎn)的正向影響越明顯；當(dāng)公司機(jī)構(gòu)投資者持股比例越低時(shí)，商譽(yù)減值對(duì)公司股價(jià)崩盤風(fēng)險(xiǎn)的正向影響越明顯。

本文探討了商譽(yù)減值對(duì)公司股價(jià)崩盤風(fēng)險(xiǎn)的影響研究，研究啟示如下：首先，商譽(yù)減值和股價(jià)崩盤風(fēng)險(xiǎn)是近幾年學(xué)術(shù)界和媒體關(guān)注的熱點(diǎn)話題，本文研究發(fā)現(xiàn)商譽(yù)減值促進(jìn)了股價(jià)崩盤風(fēng)險(xiǎn)，因而為了避免商譽(yù)減值給上市公司股價(jià)帶來(lái)的不良影響，公司高層應(yīng)該重視并購(gòu)中的商譽(yù)及未來(lái)可能存在的商譽(yù)減值情況，需要對(duì)并購(gòu)標(biāo)的公司的估值進(jìn)行謹(jǐn)慎科學(xué)的判斷。其次，當(dāng)公司內(nèi)部治理水平越低時(shí)、公司外部治理水平越低時(shí)，商譽(yù)減值對(duì)公司股價(jià)崩盤風(fēng)險(xiǎn)的正向影響越明顯。因而，公司管理層應(yīng)該通過(guò)多種渠道提高公司內(nèi)部的治理水平，通過(guò)多樣化方式提高公司的外部治理水平，進(jìn)而緩解商譽(yù)減值帶來(lái)的股價(jià)崩盤風(fēng)險(xiǎn)。