超额商誉对企业创新投入的影响

代 文 张思宇

(湖北工业大学 经济与管理学院，湖北 武汉 430068)

0 引言

创新作为引领发展的第一动力，是企业高质量发展的有效途径。然而，由于创新活动面临着信息不对称和周期较长的问题，因此为了快速给企业注入新的血液，并购成为了企业扩大规模和提升核心竞争力的主要手段。根据 CSMAR 数据库可知，我国A股市场并购交易频繁，产生的商誉占比越来越大，拥有商誉的A股上市公司从2010年609家上升到2020年2 049家。2019年的年报会计监督报告指出，在发生非同一控制下企业合并时，无形资产并不是以公允价值入账，而是以合并成本与可辨认净资产公允价值的差额作为入账价值，因此企业的无形资产和商誉的确认方法存在问题，导致金额存在错误。在我国现行会计准则下，企业并未被要求披露与形成商誉有关的信息，导致企业在确认商誉时具有主观性，容易高估合并双方的资源协同效应，从而支付过高的价格，而不合理的高出部分被认为是超额商誉。因此并购产生的超额商誉，很可能不仅不会给企业带来协同效应，更可能会影响企业长期发展，造成企业创新投入不足等问题。

目前关于商誉研究主要集中在商誉的本质、商誉的会计处理和商誉的形成原因等，已有研究表明，商誉的实质是在并购过程中，企业愿意支付的代价未来能够给企业带来超额收益，并能发生协同作用[1-2]；企业会计准则将商誉从无形资产中脱离出来，作为资产单独列示，且改变了定期摊销转回的计量方法，采用每年进行减值测试，经计提不得转回的方式。相关财务人员利用商誉的会计处理方式调节利润，逃避纳税义务等，因此商誉的会计处理方式在后续还需不断改善[3]；商誉形成的原因包括管理层过度自信，在并购活动中不够理性，往往认为是市场低估了企业的价值，而自己的能力高于市场平均水平，因此会出现低估风险，高估商誉的现象，推动并购的产生[4]。以往研究通过实证发现，管理层的过度自信程度越高，公司当年新增的并购商誉越多，只有在管理层非过度自信的上市公司中，公司当年新增的并购商誉才会对并购后1年的公司业绩有正向影响[5]。而内部控制可以抑制商誉溢价的产生，当公司的内部控制更加完善时，管理层的自由度就会降低，因此并购产生的商誉溢价就会相应降低[6]。目前商誉产生的经济后果是学术界关注的重点。

技术创新是企业长期生存法则，企业创新的影响因素一直是国内外关注的重点，主要集中在社会层面、企业层面和管理层个人层面等。首先从社会层面来说，国有企业与非国有企业由于社会责任的不同，会导致各影响因素对企业创新投入的作用会存在差异。有研究表明，当中央政策和地方政策的实施具有协同效应时，会给企业创新带来双倍的资源优势，有助于外资股东对国有企业研发投入[7]。其次从企业层面来说，董事会的容忍度对企业创新投入具有显著的正向关系，即董事会给予管理层越大的容忍度，管理层越有勇气尝试新的投资项目，有助于企业加大创新投入，给企业带来更大的收益[8]。最后从管理层层面来说，探讨了CEO的年龄、专业技术背景、学历和任期等个人特征对企业创新的影响，研究表明年龄越低的管理者越容易接受新事物，创新能力和研发能力都更强，因此和企业创新投入正相关，而CEO的专业技术背景、学历和任期都与企业创新投入负相关[9]。

关于超额商誉与企业创新投入的研究并不多，基于该方面研究的主题，学者主要从并购商誉对企业创新产出及创新效率的影响等方面进行了相关研究，但超额商誉对企业创新的影响及其路径方面的研究甚少。随着并购行为发生的频率越来越多，让更多人关注到了并购行为产生的超额商誉，超额商誉占的比例越来越多。从企业内部因素考虑，企业产生的超额商誉严重占用公司资金，经营风险成本变高，财务稳定性变差，导致企业面临周转问题而影响企业创新投入。从企业外部因素考虑，商誉本身具有不可辨认性，因此无法判断商誉的真实性，再加上商誉是一项虚拟资产，无法变现，在将来企业面临经营风险时会被要求更高的风险溢价，加剧了企业的融资约束，进而减少企业创新投入。因此，本文从影响企业创新投入的内部因素和外部因素两个角度入手，分别讨论超额商誉影响企业创新投入的内在机理。

1 理论分析与研究假设

1.1 超额商誉与企业创新投入

并购活动发生后，企业能否形成协同效应进而影响对企业的创新投入需要进一步检验。已有研究表明，在实际并购活动中，估值过高的收购方倾向于为收购目标支付过高的价格，这种高溢价表明商誉可能含有不合理的成分，即超额商誉[10]。从资源整合能力和管理层角度来说，企业产生的超额商誉会对企业创新投入产生直接影响，其影响路径如下。

首先，从资源整合能力来说，商誉的本质是超额收益和协同效应，而超额商誉的产生是并购方高估了合并双方未来资源整合的协同效应，更高估了商誉资产未来带来的现金流量[11]。企业并购行为产生的高溢价占用了公司资产，并形成了资源的浪费，浪费了原本用于运营、广告和市场营销的资金，不利于企业的长期发展[12]；从管理层角度来说，超额商誉表明管理层可能存在追求私人利益的道德风险行为[13]，企业并购商誉导致的高溢价包括了不确定性和主观性，主观性使管理层在处理商誉时更容易操纵资产负债表和利润表[14]，易诱发管理层的短视行为，对企业研发投入资金将会被挤出。基于以上分析，本文提出如下研究假设：

假设1：超额商誉与企业创新投入负相关。

1.2 超额商誉与企业创新投入的中介机制

1.2.1 超额商誉、资金周转率与企业创新投入

企业并购活动是一种规模大、资金耗费大且需一次性支付的对外投资活动，涉及了并购资金的来源问题，首当其冲的是企业内部自有资金。以坚瑞沃能并购沃特玛为例，并购时沃特玛的评估增值率达到469. 62%，形成了46.14亿元的商誉 (但在 2017 年进行了全额减值)，可见高溢价不仅给主并方带来了一定的资金压力，而且还使并购过程面临更多的风险和挑战，这使得并购融资决策格外重要[15]。

现代企业并购以创新为主要动因，会带来更高的成本溢价，形成超额商誉。超额商誉的诞生一定会引起企业大量资金被占用，自有资金减少，财务稳定性变差，不仅降低了企业对外部环境的迅速反应能力，更降低了企业资金周转率。当企业需要对创新活动投入资金时，资金周转不开，会导致资金链断裂，否则企业创新将停滞。

综上，企业由于并购产生的高额商誉严重占用企业资金，导致更高的经营风险成本，使得企业资产面临更迟缓的周转。而企业创新活动一般周期较长，且具有不确定性。在企业面临资金周转不灵的情况下，容易造成企业创新投入不足的问题。由此可见，由于并购引起的超额商誉，会严重占用企业资金，造成资金周转率低，导致减少企业创新投入，本文提出如下假设：

假设2：超额商誉降低了企业的资产周转率，进而导致创新投入减少。

1.2.2 超额商誉、融资约束与企业创新投入

商誉一般被认为是企业获得超额收益的一种存在方式，而在并购过程中付出的超额溢价，包含了许多与商誉本质无关的因素。因此，与真实价值相背离的商誉显然无法为企业带来超额收益。从信息不对称角度看，在我国会计现行准则下，在并购过程中商誉产生的依据等相关信息，企业并未被要求披露，导致不论是债权人还是投资者都无法判断商誉的真实性[16]。再加上商誉本身属于无形资产，具有不可辨认性，为管理层隐藏坏消息提供了机会，这些被隐藏的消息难以被获取，因此，加剧了企业与不同投资者之间的信息不对称，投资者对企业风险溢价的要求导致企业外部融资成本上升，进而减少了企业的创新投入[10]。

从经营风险角度看，企业的商誉越高，未来商誉减值的风险就越大，在A股市场商誉减值频繁被爆出，证监会要求加强商誉管理。有研究者认为超额商誉是高管进行盈余管理、利益输送等私利行为的工具[17-19]]，而商誉是企业财务报表上的一项虚拟资产，无法变现，因此在企业面临财务困境时无法变现解决企业资金问题，更不能改善企业的偿债能力。如果企业无法实现业绩对赌协议，企业产生的商誉减值会严重影响到当期业绩，进而诱发经营风险。因此投资者在面对企业未来经营状况的不确定时要求更高的风险溢价，由此提高企业的融资成本，进而减少了企业的创新投入。

基于以上分析，企业在并购过程中形成的超额商誉包含了很多非合理因素，因此产生的信息不对称和经营风险等因素致使企业融资约束加剧，进而抑制企业创新投入，本文提出如下假设：

假设3：超额商誉加剧了企业面临的融资约束，进而导致创新投入减少。

综上，本文的理论研究模型如图1所示。

图1 理论框架模型

2 研究设计

2.1 样本选择和数据来源

本文选择2016-2020年A股上市公司作为研究样本。数据全部来源于CSMAR数据库，并根据以下标准进行筛选：①剔除金融保险类上市公司；②剔除 ST类上市公司；③剔除财务报表信息披露不充分或没有披露相关指标数据的上市公司。经过以上程序筛选和整理，最终共获得包含 2 184家A股上市企业，8 059 个公司年样本观测值的非平衡面板数据。为了控制极端值对结果的影响，本文的相关连续变量都在1%和99%分位水平下进行了缩尾处理(Winsorize)。运用软件 STATA15.0 、SPSS22.0作统计分析，并使用Boostrap检验中介效应。

2.2 变量说明

本文将变量分为以下4类。

2.2.1 被解释变量

企业创新投入(INNO)。创新投入的强度最直观地体现为研发投入的多少，因此，本文选取研发投入占期末总资产的比率作为被解释变量来衡量创新投入的强度。

2.2．2 解释变量

超额商誉(GAW)。本文借鉴了张新民(2018)对超额商誉的测度，GAW用来表示超额商誉。

2.2.3 中介变量

资产周转率(TAT)。资产周转率用营业收入/期末总资产来表示，比率越小说明企业资产周转率越低，即将面临越严重的资金占用。

融资约束：本文借鉴 Hadlock 等(2010)构建的 SA 指数来衡量融资约束[20]。SA 指数考虑了对企业融资能力有直接影响的规模和年限因素，不仅更加直观，也避免了财务指标类型变量引起的内生性问题。具体计算方法如表1所示，该指标越大企业面临的融资约束越严重。

2.2.4 控制变量

综合借鉴以往等研究商誉或企业创新影响因素的文献，本文为模型设置了下列控制变量:企业年龄(Age)、总资产净利率(ROA)、资产负债率(Lev)、固定资产占比(Fixed)、流动资产净利率(CA)、企业现金(Cash)、企业性质(SOE)。此外，本文还控制了年度固定效应和行业固定效应。上述变量的详细定义与说明(见表 1)。

2．3 模型设定

为验证假设 1，即超额商誉与企业创新投入之间的关系，建立以下回归方程：

INNOi,t=α0+α1GAWi,t+γControli,t+ΣYear+ΣIndustry+εi,t

(1)

其中INNO代表企业创新投入作为被解释变量，GAW 代表超额商誉作为解释变量。Control 代表其他影响企业创新投入的控制变量集合。下标i和t分别代表企业和时间，ε 代表随机扰动项，并控制年度和时间的固定效应。在模型(1)中若α1显著，则继续用(2)或(4)。

为验证假设 2、3，即资产周转率与融资约束在超额商誉和企业创新投入之间的中介效应，建立如下回归方程：

TATi,t=β0+β1GAWi,t+γControli,t+ΣYear+ΣIndustry+εi,t

(2)

INNOi,t=μ0+μ1GAWi,t+μ2TATi,t+γControli,t+ΣYear+ΣIndustry+εi,t

(3)

SAi,t=ξ0+ξ1GAWi,t+γControli,t+ΣYear+ΣIndustry+εi,t

(4)

INNOi,t=λ0+λ1GAWi,t+λ2SAi,t+γControli,t+ΣYear+ΣIndustry+εi,t

(5)

表1 变量表

在模型(2)中，如果β1也显著，最后用同时加入解释变量和中介变量的模型(3)进行检验；在模型(3)中，如果μ2显著且μ1不显著，说明债务融资成本在其中发挥完全中介效应，如果μ1和μ2均显著，说明债务融资成本在其中发挥部分中介效应，如果μ2不显著，说明债务融资成本的中介效应不成立。

在模型(4)中，如果ξ1也显著，最后用同时加入解释变量和中介变量的模型(3)进行检验；在模型(5)中，如果λ2显著且λ1不显著，说明债务融资成本在其中发挥完全中介效应，如果λ1和λ2均显著，说明债务融资成本在其中发挥部分中介效应，如果λ2不显著，说明债务融资成本的中介效应不成立。

3 实证结果分析

3.1 描述性统计

表 2 为全部样本的描述性统计。从统计结果来看，公司间的研发投入差异较大，最大值为 0.113，中位数接近平均值，表明我国上市公司的创新投入仍有待提升。从标准差来看，企业创新投入与资产周转率、融资约束的标准差相对较大，表明不同公司面临的资产周转率与融资约束存在差异，创新投入的积极性也不同。从表 2 超额商誉的分布看，平均值为 -0.029，最大值为0.346，标准差也达到了0.150，表明部分公司存在着商誉虚高的问题。同时对基本模型的数据进行VIF 检验，得到的 VIF 均值小于2，表明不存在多重共线性问题，模型构建及指标选择比较合理，为了节省篇幅未作报告。

3.2 相关性分析

表3报告了Pearson相关系数矩阵。指标超额商誉(GAW)与创新投入(INNO)在1%的水平上显著负相关，初步支持了假设1。超额商誉(GAW)与资产周转率(TAT)在 1%的水平上显著负相关，且资产周转率(TAT)与创新投入(INNO)在1%的水平上显著正相关，初步支持了假设2；超额商誉(GAW)与融资约束(SA)在 1%的水平上显著正相关，且融资约束(SA)与创新投入(INNO)在1%的水平上显著负相关，初步支持了假设3。同时，控制变量与企业创新投入、超额商誉、资产周转率、融资约束显著相关，说明选择的控制变量具有研究意义，应纳入到回归模型中。

表2 描述性统计

续表2 描述性统计

表3 Pearson相关系数矩阵

3. 3 回归分析

3.3.1 超额商誉对企业创新投入影响：基本分析

本文采用STATA 15.0进行数据处理，Stata22.0进行基本回归，首先检验并购产生的超额商誉是否会影响上市公司的创新投入，如表4所示，由模型(1)回归结果可知，超额商誉回归系数为-0.012，通过了1%的显著性检验，表明超额商誉对创新投入的回归系数显著为负。由此验证了假设1，超额商誉与企业创新投入负相关，表明在资本市场上市公司超额商誉对企业创新投入起到了抑制作用。如果资本市场超额商誉对创新投入的产生具有抑制作用，那么会产生如下问题：产生的原因是什么? 对创新投入影响的路径是什么? 本文使用Boostrap中介效应检验，从资产周转率和融资约束的角度入手，根据实证设计建立的模型进行检验。

3.3.2 资产周转率的中介效应

表4是资产周转率影响路径检验结果。经检验，资产周转率是超额商誉影响企业创新投入的部分中介。模型(2)中，超额商誉的回归系数为 -0.153，通过了 1%的显著性检验，表明超额商誉降低了公司的资产周转率。最后的路径模型(3)中，超额商誉的回归系数为-0.010，资产周转率的回归系数为 0.012，均通过了1%的显著性检验，且通过表5可知，Boostrap检验结果为中介效应通过了显著性检验，占总效应检验的23.077%，整体检验结果表明我国上市公司并购产生的超额商誉降低了资产周转率，进而减少了创新投入的力度，验证了假设2。

表4 资产周转率路经检验结果

表5 Boostrap 检验结果

3.3.3 融资约束的中介效应

表6是融资约束影响路径检验结果。经检验，融资约束是超额商誉影响企业创新投入的部分中介。模型(4)中，超额商誉的回归系数为 3 813，通过了 1%的显著性检验，表明超额商誉提高了公司的融资约束。

最后的路径模型(5)中，超额商誉回归系数为-0.011，融资约束回归系数为-0.001，均通过1%的显著性检验，且通过表7可知Boostrap检验结果为中介效应通过了显著性检验，占总效应检验的16.667%，整体检验结果表明我国上市公司并购产生的超额商誉加剧了融资约束，进而减少了创新投入的力度，验证了假设3。

表6 融资约束路经检验结果

表7 Boostrap 检验结果

4 稳健性检验

4.1 变量替换

替换超额商誉变量，参考魏志华的相关研究，本文采用经过行业均值调整后的超额商誉进行稳健性检验。超额商誉(GW1)可以由经过标准化后的商誉净额减去同年同行业标准化后的行业均值计算得到，分析结果显示，超额商誉与企业创新投入显著负相关，且两个中介效果显著，即超额商誉降低了资金周转率进而降低了企业创新投入以及超额商誉加剧了超额商誉进而降低了企业创新投入。以上结论表明在替换变量后回归结果依然支持本文的研究结论。

4.2 剔除企业创新投入为0的样本

为了避免样本为0的企业对实验结果造成影响，本文将企业创新投入为0的样本剔除掉，对模型重新进行回归，回归结果显示，超额商誉与企业创新投入在1%的水平下显著负相关，以及中介效应也在1%水平下显著，以上研究表明本文结论依然成立。

5 结论与启示

当前，并购似乎更能直接获取创新带来的技术和人才，而并购产生超额商誉的背后原因、带来的经济后果以及是否会影响企业的创新投入值得深思。本文以全部A股上市公司为研究样本尝试考察超额商誉对企业创新投入的影响以及作用机制。研究表明，超额商誉越高的企业创新投入就会减少；通过中介效应检验可知，超额商誉会通过降低资产周转率进一步降低企业创新投入，超额商誉会通过加剧融资约束进而降低企业创新投入。

本文启示在于：首先，政府部门应当规范企业的并购行为，加强监督，要求企业披露商誉形成的原因减少信息不透明度，实现真正的创新；其次实证结果显示企业通过资产周转率与融资约束影响企业创新，因此未来缓解资产周转率与融资约束带来的资金压力，企业应在保证创新投入充足的情况下，理性并购，提前预测创新投入资金的需求量以及并购成本，进而稳定企业创新投入资金。