市场竞争、并购商誉与投资效率

张安军

(浙江财经大学 会计学院，杭州 310018)

一、引言

当前中国经济由高速增长阶段向高质量发展阶段转变，并购重组作为优化资源配置，增强竞争力的重要手段，日益得到企业的重视和运用。近些年在相关政策支持下，越来越多的企业投入到并购重组的浪潮之中。据wind数据库显示，2017年中国并购市场交易数量达到8048个，比2016年增长了54.5%，交易金额也达到3.3万亿元。在此背景下，伴随并购活动产生的商誉逐渐成为人们关注的焦点。自2007年新会计准则规定商誉在资产负债表中单独列报后，商誉规模迅速扩大。2007年末，A股上市公司对商誉进行披露的数量为564家，商誉金额仅为386.62亿元，而到了2017年末，这两项数值分别为1961家和13436.84亿元，11年间商誉总额增长了近35倍，存在商誉的公司占比达到了54.52%。2018年三季度季报统计，我国A股共有2070家公司存在商誉，其中558家公司的商誉占总资产比重超过10%，149家公司的商誉占总资产比重超过30%，21家公司的商誉占比超过了50%，有5家公司的商誉占比甚至超过了60%。诚然，并购活动的兴盛和商誉的增长见证了市场的繁荣，但如此巨额的商誉也带来了潜在的商誉减值风险。以2017年为例，A股共有477家上市公司计提商誉减值准备，总金额超359亿元，其中计提金额超亿元的有76家，其减值金额达230多亿元，使得净利润大幅缩水，严重拖累了公司业绩，损害了投资者的利益。且2018年11月16日证监会发布了《会计监管风险提示第8号—商誉减值》，就商誉减值的会计监管风险进行提示，也表明了监管层对该问题的重视。

并购商誉作为并购企业投资活动的经济结果，传递着企业未来发展的重要信息，并通过并购企业后期经营协同、财务协同等效应对企业未来的投资效率或经营绩效产生重要影响。对此部分学者对我国并购商誉与公司绩效或公司价值的经济后果等进行了探讨(Bens et al.,2007[1]；Li et al.，2011[2]；Chalmers et al.，2011[3]；赵敏和朱黎敏，2010[4]；胡燕等，2012[5]；Iatridis & Senftlechner，2014[6]；郑海英等，2014[7]；吕忠宏和范思萌，2016[8]；张丽达和冯均科，2016[9]；曲晓辉等，2017[10]；张倩等，2017[11]；冯科和杨威，2018[12])，然而以上文献并没有得出相一致的研究结论。并购企业可以通过整合被并购企业的优势资源实现资源优势互补，通过规模经济效应或获得被并购企业“组织管理经验”等使企业获得某种经营上的竞争优势，并提升并购企业后续的投资效率；抑或并购企业通过业务多元、降低企业经营性现金流的波动性等方式帮助企业降低财务风险(Higgins & Schall,1975[13]；Lewellen，1971[14])，缓解外部融资约束，降低融资成本，帮助企业及时获得低成本融资资金从而提升企业投资效率；同时，企业并购过程中普遍存在支付溢价现象，而并购企业当期大量现金等货币性资产的流出，也抑制了企业后期过度投资的冲动，从而间接提升了企业的投资效率等。现有文献发现，目前鲜有学者对并购企业商誉价值与投资效率之间的影响关系展开深入探讨。

本文以2010—2017年中国沪深A股上市公司为样本，研究了并购商誉对企业投资效率可能带来的影响，并且探讨了商誉价值对企业投资效率在不同行业市场竞争程度之间是否存在影响差异的问题。其目的在于回答两个问题：一是企业并购商誉能否有效发挥预期的协同效应，并能有效促进并购企业后期投资效率的提升；二是不同行业市场竞争程度差异是否成为并购商誉投资效率的重要影响因素。研究结论表明，并购商誉确实能有效抑制企业后期的投资非效率，并有效提升并购企业的投资效率。随着行业市场垄断程度的提高，并购商誉对并购企业投资非效率的抑制作用将会受到削弱。

本文的贡献主要体现在两个方面：一是通过考察企业并购活动带来的并购商誉与公司投资效率之间的影响关系，发现并购商誉确实会有效抑制企业后期的投资非效率，并有效提升企业的投资效率，从而为我国近10多年来资本市场日益活跃的企业并购活动提供重要经验证据支持，深化了对企业并购活动和并购商誉的市场认识，弥补了以往关于并购商誉与企业投资效率之间研究存在的不足。二是通过考察不同行业市场竞争程度对并购商誉与企业投资效率之间的影响关系，发现随着行业市场垄断程度的提升，并购商誉对企业投资非效率的抑制程度将会受到削弱，从而进一步深化了行业市场竞争环境差异在企业并购投资效率中所起的重要调节作用的认识，丰富了并购商誉经济后果的相关研究。

其结构安排如下：第二部分为文献回顾；第三部分为研究假设；第四部分介绍变量与检验模型；第五部分介绍样本与描述统计；第六部分报告实证结果；第七部分为研究结论。

二、文献综述

(一)关于商誉价值与投资效率的相关研究

商誉一般分为自创商誉和并购商誉。自创商誉是公司在经营过程中自然形成的一类无形资产，然而在我国财政部会计准则中并不承认企业自创商誉。并购商誉是指在非同一控制下的企业合并中，购买方对合并成本大于合并中取得的被购买方可辨认净资产公允价值份额的差额部分(财政部2006年：《企业会计准则第20号—企业合并》)，这部分超出被并购方净资产的差额即被确认为并购商誉，预期能够在并购活动发生后为并购企业带来超额收益。然而在资本市场并购活动过程中，企业并购能否带来协同效应，降低交易成本，或减弱代理成本效应等，能否提高企业后期投资效率并为企业带来超额的投资收益，现有文献对企业并购商誉与企业投资效率之间关系的研究还相对欠缺。目前仅有一篇文献(汪猛，2015)[15]利用我国2008—2013年上市公司样本数据得出并购商誉能够减少企业非效率投资，但该文献缺乏对存在的内生性问题和研究结果的稳健性进行深入验证，对结合不同行业特征并考查不同行业市场竞争环境所带来的影响差异则存在严重不足。

行业市场竞争环境作为企业外部经营环境的一种有效市场约束机制，将会影响企业的并购投资决策行为。如果企业所处行业产品市场竞争程度提升，会使得企业未来现金流面临不确定性波动，企业财务风险上升，从而抑制了企业使用大量现金资产来进行并购投资并支付过高溢价的冲动，企业财务风险的上升也提高了企业面临的外部融资约束，从而提高了企业外部融资的成本，并影响企业后续的投资效率高低。

因此，并购企业所处的行业竞争态势可能会显著地影响到并购企业投资效率的高低。如果不考虑企业所处的行业市场竞争态势对企业并购商誉与企业投资效率之间的影响，可能会得出错误的结论。因此，本文将从并购企业所处的行业市场竞争程度视角来研究企业并购商誉与投资效率之间的影响关系，以深化对并购商誉与投资效率之间关系的认识，并弥补以往研究中存在的不足。

(二)关于产品市场竞争与投资效率相关研究

国外学者主要基于西方发达市场经济为背景来分析产品市场竞争与企业投资效率之间的关系。如Griffith(2001)[16]以欧盟单一市场计划(SMP)带来的市场竞争为研究背景，分析了产品市场竞争与企业生产效率以及经济增长之间的关系，结果表明SMP带来的市场竞争促进了企业生产效率和经济增长率的提高，同时产品市场竞争在降低代理成本方面也发挥了重要作用。Chhaochharia et al.(2012)[17]实证分析了美国在颁布Sarbanes-Oxley Act后上市公司的产品市场竞争与管理层激励协同之间的关系，研究发现该法案在集中程度高的行业中带来更高的效率，这主要是源于更有效的投资决策、生产决策和更低的制造费用。Frésard & Valta(2013)[18]检验了在美国贸易自由化带来的国外竞争对手的激烈竞争对公司投资的影响，并发现市场竞争显著降低了公司的资本和投资水平，因为公司会保留更多现金来应对更大幅度的关税下降带来的竞争加剧。Laksmana & Yang(2015)[19]研究发现，产品市场竞争会激励管理层投资于风险性项目，竞争能够约束公司管理层使用企业的自由现金流行为，即产品市场竞争在公司管理层投资决策中能够发挥治理作用。

国内对于产品市场竞争与投资效率的研究主要是基于政府产权控制、产业政策干预、负债融资、会计信息质量、公司内部治理等视角来考察，其中部分学者得出企业所处行业市场竞争程度越强则越有利于提升企业的投资效率。如徐一民和张志宏(2010)[20]通过选取沪深股市2004—2008年非金融类上市公司为研究样本对产品市场竞争、政府控制和投资效率三者之间的关系进行了实证探讨，并得出产品市场竞争有利于高技术企业的投资效率，且政府控制企业比非政府控制企业投资效率更低。刘凤委和李琦(2013)[21]利用央企上市公司数据，实证检验了EVA与市场竞争对公司过度投资的影响，并发现竞争程度越高的行业EVA抑制企业过度投资的作用越明显。黎来芳等(2013)[22]研究了产品市场竞争与负债融资对上市公司过度投资的影响，并发现负债融资对企业过度投资具有抑制作用，产品市场竞争程度越高，则负债融资对企业过度投资的抑制作用越强。陈信元等(2014)[23]研究了行业竞争与投资效率之间的关系，发现行业竞争增加了公司投资与投资机会之间的敏感性，有助于缓解公司的投资不足和投资过度，显著改善了公司的投资效率。刘晓华和张利红(2016)[24]研究了产品市场竞争与会计信息质量对公司投资效率的影响关系，并发现产品市场竞争水平和会计信息质量都有利于促进公司投资效率的提升，但两者存在替代效应。何熙琼等(2016)[25]基于银行信贷中介和市场竞争的视角实证考察了产业政策对企业投资效率的影响，并发现当市场竞争程度越高时，产业政策对企业投资效率的促进作用越大，而当市场竞争程度越低时，产业政策对企业投资效率的促进作用越小。然而，部分学者却得出了不一致的研究结论。如章琳一和张洪辉(2015)[26]利用中国上市公司的经验数据考查了市场竞争对企业过度投资的影响，并发现市场竞争会触发公司的过度投资行为，竞争与公司过度投资水平正相关，且这种过度投资依赖于公司规模大小。窦欢等(2018)[27]以中国2007—2010年A股主板上市公司为研究样本，实证考查了上市公司与其控制股东是否存在同业市场竞争对公司投资效率的影响，实证发现相比不存在关联同业竞争关系的上市公司，存在关联同业竞争关系使得上市公司的投资效率更低，而且与上市公司投资过度或投资不足亦存在正相关。

由上可知，国外相关研究基本得出市场竞争有利于促进企业投资效率的提升，而国内学者对于行业市场竞争与企业投资效率之间的关系尚未得出相一致的结论。究其原因主要在于国外研究主要基于欧美发达的市场经济为背景，对于如我国转型中的发展中国家，由于市场经济发展不完善，市场经济环境也更为复杂，行业市场竞争与企业投资效率的关系可能受到更多方面因素的影响。商誉作为一种特殊的无形资产，会对企业的经营绩效或投资效率产生较大的影响。并购商誉既是并购企业市场竞争的结果，同时通过并购企业的经营协同、财务协同和其他协同效应等也为并购公司后续企业经营提供了重要的市场预期效应和发展动力，然而鲜有学者从企业商誉价值的视角来研究市场竞争与企业投资效率之间的关系。不同的企业商誉价值可能会对企业市场竞争带来的投资效率产生显著影响，因此有必要研究行业市场竞争环境下商誉价值与企业投资效率之间的影响关系，并弥补以往研究中存在的不足。

三、理论分析与研究假设

商誉作为重要的会计信息能够为投资者提供决策参考。商誉包括自创商誉和并购商誉，由于我国的会计准则中并不承认企业自创商誉的存在，因此在我国上市公司中企业商誉主要是指并购商誉。根据2006年财政部印发的《企业会计准则第20号—企业合并》中明确的商誉定义“非同一控制下的企业合并中，购买方对合并成本大于合并中取得的被购买方可辨认净资产公允价值份额的差额，应当确认为商誉”。资本市场中之所以会发生并购活动，主要是在某种程度上企业并购交易存在一定的“经济合理性”，预期并购企业在并购发生之后能提升企业的投资效率和企业价值，这主要是通过经营协同效应、财务协同效应和其他协同效应来实现的。经营协同效应(Operating Synergy)主要是指并购企业通过并购被并购企业后，实现双方资源的优势互补，或者能够通过并购活动以获取经济租金的“组织经验”“组织成本”等从而提升并购后企业的整体经营效率，或者能够通过规模经济效应降低企业运营成本，从而提升企业营运效率和投资绩效；或者并购完成后由于新产品、新市场或营销网络等所引起的增长效应，使得企业投资效率和经营绩效提升。财务协同效应(Financial Synergy)主要是指企业完成并购后，银行等信贷部门不再以单一企业来评估其风险，而是以并购后的整体企业作为风险评估对象，在这种情况下，只要并购交易的各方经营性现金流不存在完全正相关，则并购后将能降低企业的整体经营现金流波动性风险，从而使企业整体因共同保险效应所带来的信用等级提升(Higgins & Schall，1975)[13]、债务风险降低(Lewellen，1971)[14]、融资规模增大、债务融资成本降低等多种财务效应，从而有利于并购后企业减少外部融资约束，能以更低的筹资成本获得所需要的投资资金，有利于企业更好地抓住投资机会并提升企业投资效率。其他协同效应(Other Synergy Effects)包括经济增长效应和市场垄断势力效应。经济增长效应(Growth Effect)认为企业并购交易的动机之一是追求企业的增长，而企业的成长分为内源式增长和并购式增长。相对而言，内源式增长在财务上更为稳健，并以牺牲增长速度、不能及时把握市场机会等为代价；相比之下，并购增长能使企业抓住有利的机会并购被市场低估的企业价值，并能够缩短企业增长的时间，有利于实现并购后投资效率和企业价值的双提升。市场垄断势力效应(Market Power Effect)主要是指企业通过并购活动实现企业对某一产业、某一市场或某一产品的市场垄断势力，这里的垄断势力主要是指并购后产品市场份额占有率有较大提升，从而提高了企业产品或服务的定价话语权等。当企业通过并购获得某种市场垄断势力后，将有利于帮助企业实现投资效率和经营绩效的提升。因此本文提出如下假设：

H1:并购商誉能够提升企业投资效率，抑制企业投资非效率。

传统“结构—行为—绩效”假说(Bain，1951)[28]认为，有垄断能力的企业在市场集中程度较高的市场或行业中，可能通过制定较高的产品或服务价格从而获取高额垄断利润。同时企业为了实现高度的市场集中，并降低不必要的交易成本，往往会选择支付较高的“溢价”来并购其他的企业，并实现其提升市场垄断势力和做大做强的目的。Schmalensee(1985)[29]通过对242个行业内的456家上市公司进行研究，发现产业效应在公司绩效影响中所占的比重较大。这一结论也得到了Wernerfelt & Montgomery(1988)[30]的验证支持。

实际上，在行业市场竞争程度比较激烈时，行业中存在众多规模大小和竞争实力相近的企业，没有单家企业能够拥有较大的市场垄断势力并享有较高的市场垄断利润，此时并购企业管理者会面临较大的产品市场竞争压力而进行审慎项目投资决策；Hou & Robinson(2006)[31]经过研究发现，行业竞争程度的增加会使得行业整体利润率降低，行业内企业的流动性风险也将上升。而企业面临的财务风险上升也促进企业谨慎使用大量货币资金从事投资活动以防不确定性风险；同时随着企业面临的经营现金流的不确定性增加，企业面临的外部融资约束上升并增加了外部融资成本，也间接约束了企业的并购投资冲动行为。而当行业市场垄断程度较高时，企业面临的产品市场竞争程度较低，面临的产品市场竞争压力较小也相对弱化了垄断企业进行审慎项目投资决策的行为；而当行业市场垄断程度较高时，行业内企业产品具有一定的市场垄断势力并能获得一定的市场垄断性利润，企业经营性现金流的不确定性降低，容易使得企业利用自身市场垄断势力进行并购投资的冲动；同时由于垄断性企业因财务风险的下降也降低了外部融资约束，并容易相对低成本获取外部融资资金而从事并购投资行为。尤其是国有垄断企业因其复杂的委托-代理关系，以及面临预算软约束和受政府干预而偏离企业价值最大化目的等，容易导致出现投资冲动和盲目扩大等，影响到并购企业的投资效率。因此本文提出如下假设2：

H2：随着行业市场垄断程度提高，并购商誉对企业投资效率的促进作用程度将会降低。

四、研究设计

(一)被解释变量

本文的被解释变量为企业投资非效率。对于投资非效率的衡量，主要借鉴 Richardson(2006)[32]、刘慧龙等(2014)[33]的模型来进行估计，具体模型如下：

Investt=α0+α1Growtht-1+α2Levt-1+α3Casht-1+α4Aget-1+α5Sizet-1+α6Returnst-1

+α7Investt-1+∑Year+∑Industry+ξ

(1)

Invest为新增投资，Invest=(资本支出+并购支出-出售长期资产收入-折旧)/总资产。其中资本支出为现金流量表(直接法)中的“购买固定资产、无形资产及其他长期资产的支出”项目；并购支出为现金流量表(直接法)中的“取得子公司及其他营业单位支付的现金净额”项目；出售长期资产收入为现金流量表(直接法)中的“处置固定资产、无形资产和其他长期资产收回的资产净额”项目；折旧为现金流量表(直接法)中的“当期折旧费用”。Growth为公司的投资机会，等于上期营业收入的增长率。Lev为公司的资产负债率，等于总负债除以总资产。Cash等于现金及现金等价物除以总资产。Age为公司的上市年限，等于公司上市年限的自然对数。Size为公司规模，等于公司总资产的自然对数。Returns为公司股票年度回报，考虑采用现金红利再投资的年个股回报率。此外，模型(1)还控制了行业效应和年度效应。模型(1)估计的残差(Xinvest，即实际投资规模减去估计最佳投资规模)的绝对值(absXinvest)，即为衡量企业投资非效率的指标，其值越大则企业投资非效率程度越高，反之则越低。

(二)解释变量与调节变量

本文的主要解释变量为企业并购商誉，调节变量为行业市场竞争程度，具体定义如下。

1. 并购商誉

借鉴Giner & Pardo(2015)[34]、郑海英等(2014)[7]的研究，选取上市公司资产负债表中所披露的并购商誉净额，同时为了消除因企业规模不同带来的影响差异，通过商誉净额除以总资产进行了标准化处理，即并购商誉价值=(商誉净额/期末总资产)。同时商誉属于企业特殊的无形资产，为了避免企业因负债规模不同所带来的影响干扰，定义并购商誉价值=(商誉净额/期末净资产)来重新衡量，并进行稳健性检验。

2. 行业市场竞争程度

国内外已有的研究对行业市场竞争程度的衡量指标众多，目前学术界尚没有一个公认的，具有可操作性的指标来准确反映行业整体的市场竞争程度。其中多数学者采用赫芬达尔-赫希曼指数(Herfindahl-Hirschman Index，简称HHI)来进行衡量。借鉴多数学者的做法，采用HHI指数来衡量行业市场竞争程度。HHI指数是指一个行业中各市场竞争主体所占行业营业总收入或总资产百分比的平方和，用来衡量市场中厂商之间的竞争程度。HHI取值位于1～1/N之间(N为行业内厂商的数量),如果HHI取值越低则表明行业内市场离散程度越高，各市场主体之间竞争越激烈；反之如果HHI取值越高，则表明行业内市场垄断程度越高，各市场主体之间竞争程度越低。因此HHI在一定程度上能区别企业市场占有率为基础的市场结构。HHI指数的具体计算公式如下：

(三)控制变量

借鉴已有关于投资效率的相关研究(Richardson，2006[32]；唐雪松等，2010[35]； 陈运森和谢德仁，2011[36]；张立民等，2017[37])，分别选取了以下可能影响企业投资效率的控制变量因素：企业的成长机会(Growth)、企业的盈利能力(ROA)、财务杠杆水平(Lev)、企业规模大小(Lnasset) 、企业上市年限(Lnage)、公司内部治理特征因素包括董事会规模(Board)、独立董事所占比例(Outdir)、是否两职合一(Dual) 、第一大股东持股比例(First)以及高管持股比例情况(Mshare)，同时还分别控制了企业所在地区的市场化发展程度，以及行业效应和年度效应。所有变量定义如表1所示。

表1 变量定义

(四)模型的构建

为了检验企业商誉价值对企业投资效率的影响关系，本文构建了如下模型：

AbsXinvest=β0+β1GWt-1+β2Compt-1+β3C_GWt-1×C_Compt-1+β4Xt+∑Industry+∑Year+ε

(2)

其中，AbsXinvest表示企业投资非效率程度，前文已经介绍了其衡量方法。GW表示并购商誉价值。Comp表示企业所在行业的市场竞争程度。t-1表示主要变量滞后一阶，以避免同期相关的内生性问题。C_GW×C_Comp表示企业并购商誉与行业市场竞争程度的交互项，其中C_GW与C_Comp分别表示企业并购商誉去中心化处理和行业市场竞争程度去中心化处理，从而使得β1与β2能够具有一定的独立解释能力。根据前文的理论假设，预期β1的回归系数显著为负，而β3的回归系数显著为正。X表示影响企业投资效率的其他控制变量因素。∑Industry和∑Year分别表示控制行业效应和年度效应。

五、样本选择与描述性统计

本研究以2010—2017年我国全部A股上市公司为样本对象。同时为了使样本数据更加有效，按照以下几个标准进行样本筛选：一是剔除金融类上市公司和ST、*ST 类特殊处理的上市公司；二是剔除数据不齐、不连续、有异常数字的公司；三是剔除资不抵债的公司、上市年限不足3年的公司；四是剔除审计意见为保留意见和无法表示意见的公司以确保样本的真实性和可靠性。经过筛选最终获得1524家上市公司共计8422个观测样本。数据主要来源于国泰安数据库(CSMAR)、万德(Wind)数据库。同时为了避免极端值的影响，对连续型变量进行了上下1%的winsorize缩尾处理。

表2报告了描述性统计结果。AbsXinvest的平均值(中位数)为0.023(0.016)，表示全部样本企业中非效率投资规模占总资产比重的平均值(中位数)为2.3%(1.6%)，最小值为0.00，最大值为0.229，标准差为0.026，表明样本企业非效率投资程度存在较大差异。GW的平均值(中位数)为0.049(0.008)，表示全部样本企业中并购商誉净额占总资产比重的平均值(中位数)为4.9%(0.8%)，最小值和最大值分别为0.00和0.462，标准差为0.091，表明样本企业并购商誉占比存在较大差异。HHIa的平均值(中位数)为0.103(0.066)，表示全部样本企业所在行业市场竞争程度指数的平均值(中位数)为10.3%(6.6%)，最小值和最大值分别为0.014和1，表明样本企业所在行业的市场竞争程度指数相差较大。HHIb的平均值(中位数)为0.077(0.044)，表示全部样本企业所在行业市场竞争程度指数的平均值(中位数)为7.7%(4.4%)，最小值和最大值分别为0.011和1，标准差为0.113，同样表明样本企业所在行业的市场竞争程度指数相差较大。Growth平均值(中位数)为0.271(0.158)，表示全部样本企业的营业收入增长率的平均值(中位数)为27.1%(15.8%)，反映出我国近10多年来我国上市公司总体保持较好的成长性；最小值和最大值分别为上市公司总体报酬率水平较低；最小值和最大值分别为-0.45和3.808，标准差为0.546，同样表明样本企业之间成长性相差非常大。Lnasset平均值(中位数)为22.353(22.156)，表示全部样本企业总资产对数的平均值(中位数)为22.353(22.156)，标准差为1.275，由于该数据经过对数据处理，原数据表明不同企业之间资产规模相差很大。Lnage的平均值(中位数)为2.042(2.085)，表示全部样本上市年限对数的平均值(中位数)为2.042(2.085)。ROA的平均值(中位数)为0.049(0.043)，表示全部样本企业总资产报酬率的平均值(中位数)为4.9%(4.3%)，反映出我国上市公司总体报酬率水平较低；最小值和最大值分别为-0.088和0.205，标准差为0.047，同样表明样本企业盈利能力相差较大。First的平均值(中位数)为0.343(0.321)，表示样本企业第一大股东持股比例的平均值(中位数)为34.272%(32.083%)，反映出中国A股上市公司第一大股东持股比例独大现象比较普遍；最小值和最大值分别为0.091和0.74，标准差为0.145，表明样本企业第一大股东持股比例相差非常大。Mshare的平均值(中位数)为0.068(0.001)，表示样本企业管理层持股比例的平均值(中位数)为6.8%(0.1%)，最小值和最大值分别为0和 0.586，标准差为0.133，表明样本企业管理层持股比例相差较大。Dual的平均值(中位数)为0.253(0)，表示样本企业中董事长与总经理两职兼任的情况占比平均值(中位数)为25.3%(0)，标准差为0.435，表明不同企业之间两职兼任情况相差较大。Board的平均值(中位数)为8.762(9)，表示样本企业董事会人数规模的平均值(中位数)为8.762人(9人)，标准差为1.802，表明不同企业董事会人数规模相差较大。Outdir的平均值(中位数)为0.373(0.333)，表示样本企业独立董事人数占比的平均值(中位数)为37.3%(33.3%)，最小值和最大值分别为0.333和0.571，标准差为0.054，表明受国有政策影响，样本企业独立董事所占比例总体相差不大。Index的平均值(中位数)为8.157(8.37)，表示样本企业所在地区市场化发展水平指数的平均值(中位数)为8.157(8.37)，最小值与最大值分别为-0.3和11.109，标准差为1.868，表明我国不同地区之间市场化发展水平相差较大。另外，受限于篇幅，没有报告的统计结果显示，变量之间不存在高度的相关性，模型(2)的共线性问题不严重。

表2 描述性统计

六、实证结果与分析

(一)产品市场竞争与商誉价值交叉项对公司投资效率的影响

表3报告了全样本检验结果。回归结果列(1)显示，GWt-1的回归系数在1%水平上显著为负，系数估计值为-0.0507，表明企业并购商誉价值越高，则企业后期投资非效率程度越低，也即企业后期的投资效率程度将会得到提升。HHIa与企业投资效率之间的回归系数不显著，没有证据表明行业市场竞争程度对企业投资效率存在单独的影响关系。C_GWt-1×C_HHIat-1的回归系数在5%水平上显著为正，系数估计值为0.0952，同时经F检验发现GWt-1+C_GWt-1×C_HHIat-1的估计系数显著不等于0，表明随着企业所在行业市场垄断程度的增加，并购商誉对企业投资非效率的抑制程度将会受到削弱。也即表明，随着企业所在行业市场垄断程度的提高，并购商誉对企业投资效率的促进作用程度将会降低。以上研究结果支持了本文的假设1和假设2。本文以HHIb替代HHIa重新定义行业竞争程度，表3中列(2)显示了全样本回归结果，同样发现GWt-1的回归系数在1%水平上显著为负，系数估计值为-0.0507，表明企业并购商誉价值越高，则企业后期投资非效率程度越低，即并购商誉有利于抑制企业投资非效率，促进企业的投资效率。C_GWt-1×C_HHIbt-1的回归系数在10%水平上显著为正，同时经F检验发现GWt-1+C_GWt-1×C_HHIat-1的估计系数显著不等于0，表明随着行业市场垄断程度的增加，并购商誉对企业投资非效率的抑制程度将受到削弱。这与回归结果(1)的研究结论完全相一致。控制变量方面，Lnasset的回归系数在10%上显著为正，表明企业资产规模越大，则容易导致企业出现投资非效率。Growth的回归系数在5%水平上显著为正，表明企业成长性越高则越容易导致企业出现投资非效率。其他控制变量则没有发现明显的显著相关结果。

表3 回归结果

注：括号内为t值；*、**、***分别表示在10%、5%和1%水平上显著；以上经过以公司代码为聚类变量的聚类稳健标准误调整。

(二)改变投资效率的估计方法

为了进一步检验以上研究结论的可靠性，本文进一步改变投资效率的估计方法。使用公司上期的TobinQ代替Growth来重新衡量企业面临的投资机会，并重新运行模型(1)，估计出投资效率的指标，进而重新运行模型(2)。表4报告了相应的检验结果，全样本回归结果发现无论是列(1)还是列(2)，都显示GWt-1与企业投资非效率在1%水平上呈显著负相关，表明企业并购商誉价值越高，则企业后期投资非效率程度越低。C_GWt-1×C_HHIat-1的回归系数和C_GWt-1×C_HHIbt-1的回归系数在1%水平上显著为正，系数估计值分别为0.1256和0.1328，同时经F检验发现GWt-1+C_GWt-1×C_HHIat-1和GWt-1+C_GWt-1×C_HHIbt-1的估计系数显著不等于0，表明随着企业所在行业市场垄断程度的增加，并购商誉对企业投资非效率的抑制程度将会受到削弱。也即表明并购商誉对企业后期投资效率具有促进作用，但这种正相关程度将随着企业所在行业市场垄断程度的增加而降低，这与前文的研究结论完全一致。

表4 稳健性检验(重新定义Xinvest的估计方法)

注：括号内为t值；*、**、***分别表示在10%、5%和1%水平上显著；以上经过以公司代码为聚类变量的Robust聚类稳健标准误调整。

(三)进一步定义投资效率的估计方法

Modigliani & Miler(1958)[38]和Hayashi(1982)[39]认为在有效的市场条件下，公司投资应当只取决于投资机会。因此，本文分别借鉴Verdi(2006)[40]、Biddle et al.(2006)[41]等做法，运用如下模型分年度和分行业来估计公司的投资效率：

Invest=β0+β1Growth+ω

(3)

Invest为企业新增投资，分别利用上期营业收入增长率(Growth)和上期TobinQ来衡量企业的投资机会，并估计出企业最佳投资效率和企业的投资非效率指标。ω为模型(3)的随机干扰项。再重新运行模型(2)来检验并购商誉价值与企业投资非效率之间的关系，表5报告了相应的回归结果。回归列(1)和回归列(2)列显示GWt-1与企业投资非效率在1%水平上存在显著负相关，估计系数分别为-0.0475和-0.0456，表明企业并购商誉价值越高则企业的投资非效率程度越低，即并购商誉价值有助于提升企业的投资效率。C_GWt-1×C_HHIat-1的回归系数在5%水平上显著为正，系数估计值分别为0.0938和0.0829，且经F检验发现GWt-1+C_GWt-1×C_HHIat-1的估计系数显著不等于0，同样表明随着行业市场垄断程度的增加，并购商誉对企业投资非效率的抑制程度将受到削弱。也即并购商誉有助于提升企业的投资效率，但该正相关程度将随着企业所在行业市场垄断程度的提高而降低，这与前文的研究结论相一致。

表5 稳健性检验(进一步定义Xinvest的估计方法)

注：括号内为t值；*、**、***分别表示在10%、5%和1%水平上显著；以上经过以公司代码为聚类变量的robust聚类稳健标准误调整。

(四)进一步分析

由于我国的基本经济制度特征，国有企业在国民经济许多行业占有重要地位，甚至成为一些行业领导性企业，对行业内的重要经营性资源和市场产品定价具有较大的控制势力，并容易实施收购兼并活动。同时国有企业由于国有股权的存在，从而为政府实现某些公共利益等目的而干扰国有企业市场化经营提供了途径渠道。一方面，国有企业由于自身在行业内的优势，以及存在某种政治关联等，从而为国有企业实现并购活动提供了更为有利的资源或途径手段等。另一方面，由于国有企业经营中存在一定的政府干扰(Stigler，1971；Spiller，1990；Shleifer & Vishny，1998)，容易使得国有企业偏离利润最大化或市场价值最大化目标(Boycko et al.，1996)；同时由于国有企业存在复杂的委托-代理关系，以及存在预算软约束等(Li，1992)，可能导致国有企业投资效率偏离最优化。为了考查不同企业所有权性质可能对并购商誉与公司投资效率带来的差异影响，本文将全部样本分成国有企业和非国有企业子样本。通过统计发现，全部样本中国有企业共有2963家，占全国样本企业的35.18%，非国有企业共有5459家，占全部样本企业的64.82%，其中非国有企业中绝大部分为民营企业。

表6报告了相应的分组检验结果。从列(1)与列(2)的回归结果比较得知，无论是国有企业还是非国有企业，GWt-1与企业投资非效率均在1%水平上存在显著负相关，即表明并购商誉有利于抑制企业的投资非效率，从而有利于提高企业后期的投资效率；但相比之下，国有企业的回归系数绝对值(-0.1214)要显著大于非国有企业回归系数绝对值(-0.0502)，表明相对于非国有企业，在国有企业中并购商誉对企业后期投资非效率的抑制作用更加显著。同时在国有企业中，HHIat-1与企业投资非效率在5%水平上显著正相关，表明随着行业市场垄断程度提升，则越容易导致国有企业出现并购投资非效率；而在非国有企业当中则没有发现HHIat-1与投资非效率存在显著影响。在控制变量方面，在非国有企业分组中，Lnasset的估计系数在5%水平上存在显著正相关，表明非国有企业资产规模越大则越容易导致企业出现投资非效率。Growth的估计系数在10%水平上存在显著正相关，表明非国有企业成长性越高则越容易导致企业出现投资非效率。Board的估计系数在5%水平上显著负相关，表明非国有企业公司治理中董事会人数规模越大有利于抑制企业投资非效率行为；Lnage的估计系数在1%水平上显著负相关，表明非国有企业上市时间越长则越有利于抑制企业投资非效率，而以上控制变量在国有企业中则没有发现存在显著影响。

表6 回归结果(子样本)

注：括号内为t值；*、**、***分别表示在10%、5%和1%水平上显著；以上经过以公司代码为聚类变量的robust聚类稳健标准误调整。

另外，考虑到并购商誉与投资非效率之间的关系可能与投资非效率的类型相关，为此将非效率投资分为投资过度(Xinvest>0)和投资不足(Xinvest<0)两种情况，将全部样本分为投资不足和投资过度两个子样本分别进行了分组回归检验。表7报告了相应检验结果，在投资过度样本中，GWt-1的估计系数在1%水平上存在显著负相关，表明企业并购商誉越大则越容易抑制企业后期的投资过度行为。在投资不足样本中，则没有发现GWt-1的估计系数显著不等于0，没有证据表明并购商誉能有效抑制企业后期的投资不足。本研究结果也表明并购商誉对企业投资非效率的抑制作用主要表现为抑制企业后期的投资过度行为，从而有助于促进企业后期投资效率的提升。在控制变量方面，Lnasset与企业投资不足在1%水平上存在显著负相关，表明企业资产规模越大则越有利于抑制企业的投资不足。Growth与投资过度和投资不足均在10%水平上存在显著正相关，表明企业成长性越高则越容易导致企业出现投资过度或投资不足；Lev与企业投资过度在5%水平上存在显著正相关，Lev与企业投资不足在1%水平上存在显著负相关，表明企业财务杠杆水平越高则越容易导致企业投资过度，并抑制企业的投资不足行为；First与企业投资过度在5%水平上存在显著正相关，表明第一大股东持股比例越高则越容易导致企业内部治理集权并出现投资过度行为；Mshare与企业投资过度在1%水平上显著负相关，表明企业管理层持股比例越高则越有利于发挥股权激励和民主决策等效应并抑制企业出现投资过度行为。以上检验结果进一步支持了前文的研究结论。

表7 回归结果(子样本)

注：括号内为t值；*、**、***分别表示在10%、5%和1%水平上显著；以上经过以公司代码为聚类变量的robust聚类稳健标准误调整。

为了进一步检验上述研究结果的稳健性，本文进一步改变企业并购商誉的衡量方法。由于并购商誉属于企业的特殊无形资产，为了避免不同企业因举债规模的差异而对商誉价值的衡量方法带来的干扰影响，本文重新定义(并购商誉价值=商誉净额/公司净资产)，并重复模型(1)和模型(2)的估计过程，结果发现并没有改变前文的研究结论。由于部分行业上市公司样本数量较少，本文剔除样本数量少于15家的行业，并重新对剩余行业样本公司进行上述检验，发现回归结果并没有改变以上研究结论(该过程略)。

七、研究结论与启示

近些年来随着资本市场企业并购活动日趋活跃，具有商誉价值公司数量及其并购商誉价值所占比重也呈不断攀升态势，由此带来的并购商誉经济后果引起了市场投资者及政府监管机构的广泛关注。本文以2010—2017年我国沪深A股非金融类上市公司为研究样本，实证检验了并购商誉与企业投资效率之间的影响关系以及行业市场竞争程度不同所带来的影响差异效应。研究结果发现，并购商誉有利于抑制企业后期的投资非效率行为，并购商誉越高则企业后期的投资非效率程度越低；相对于市场垄断程度较低的行业，市场垄断程度较高的行业的企业并购商誉对企业投资非效率的抑制作用将会受到削弱。进一步研究发现，并购商誉对国有企业投资非效率的抑制程度要显著大于非国有企业，而并购商誉对企业投资非效率的抑制作用主要表现为抑制企业后期的投资过度行为。

本文弥补了以往对于并购商誉与企业投资效率之间影响关系研究的不足，拓展了并购商誉经济后果的相关文献，对于进一步认识行业市场竞争环境以及产权性质在企业投资效率中所起的重要作用，对于政府监管机构、企业管理人员以及市场投资者的投资决策都具有重要启示作用。首先，政府监管机构要维护自由公平的市场竞争环境，不断提升资本市场水平以充分发挥市场在企业价值信息发现功能中所起的重要作用；同时针对我国近些年来部分上市公司巨额商誉减值导致的业绩变脸等风险则需进一步加强市场监管，不断完善企业并购商誉价值的事前发现、事中理性评估和事后纠正机制，以保护广大投资者的利益。其次，企业管理者在市场并购活动中需对被并购企业市场价值做出审慎合理的评估分析，既要充分发挥企业并购带来的协同效应以提升企业市场竞争力，同时要避免支付过高溢价以及不合理业务并购所带来的损误风险。再次，市场投资者要正确理性认识企业合理并购带来的价值增值和投资效率提升效应，同时要规避企业非合理业务并购可能带来并购商誉虚高，业绩承诺失败的损失风险。