商譽減值、內部控制有效性與 股價崩盤風險的實證研究

胡忠蘭 盧寧文

摘要：文章以2007～2018年A股上市公司為研究對象，實證分析商譽減值對股價崩盤風險的影響。結果表明，商譽減值顯著增加了企業的股價崩盤風險，而有效的內部控制能抑制股價崩盤風險。進一步研究發現，內部控制具有緩解商譽減值對股價崩盤風險的影響作用。

關鍵詞：商譽減值;股價崩盤;內部控制

一、引言

近年來，我國企業并購熱潮高居不下，并購潮引發的巨額商譽減值也不容忽視，巨額商譽減值的披露往往伴隨著股價崩盤的發生?；诖?，本文以我國2007～2018年A股上市公司為樣本，實證檢驗商譽減值、內部控制有效性和股價崩盤風險三者之間的關系。

二、理論分析與研究假設

股價崩盤風險主要是由股價高估和公司負面信息集中釋放引起的（Chang et al，2017）。一方面，資本市場具有較強的投機傾向，根據信號傳遞理論，投資者對進行并購的公司形成樂觀預期，產生過度反應和非理性投資（王化成等，2010），股價高估由此形成“泡沫”，為之后可能發生的股價崩盤埋下了伏筆。另一方面，學者研究發現，商譽減值反映了經營業績下降，減少了企業的凈利潤（張麗達等，2013）。而部分公司利用商譽減值作為盈余平滑的手段，進行業績大洗盤。因此，商譽減值往往被視為公司向資本市場集中釋放的一種負面信息，資本市場對企業的預期變得消極，導致股價在短時間內急劇下跌，直至崩盤?；谏鲜龇治?，提出假設1。

假設1：商譽減值與企業的股價崩盤風險成正相關關系。

股價崩盤風險產生的根本原因是委托代理問題和信息不對稱，而有效的內部控制可以提高經營的效率和效果以及財務報告的可靠性。內部控制對股價崩盤風險的影響機理分析如下：一是委托代理理論認為，管理層和公司股東之間存在利益沖突，管理層具有機會主義行為的傾向。而有效的內部控制可以從事前防范、事中控制和事后糾正三個方面緩解代理問題，抑制管理層的機會主義行為。二是根據信息不對稱理論，公司和投資者之間存在信息不對稱，而有效的內部控制可以促使公司傳遞給投資者更為可靠、及時的會計信息，減少公司和投資者的信息不對稱，投資者可以根據得到的信息做出更為合理的決策，此時的股價能較合理的反映公司價值，降低后續股價崩盤的可能性。基于上述分析，提出假設2：

假設2：有效的內部控制能夠抑制股價崩盤風險。

已有學者研究發現，商譽減值與股價崩盤風險的正向關系，在信息不對稱程度高的公司更為明顯（韓宏穩等，2019），在有效內部控制的作用下，管理層的機會主義行為受到制約。一方面，在并購發生時，管理層將以更為合理的價格進行并購，公司并購年度的股價泡沫得以抑制;另一方面，在并購發生后，管理層對商譽減值這一會計信息進行操縱的空間被壓縮。因此，通過內部控制對管理層的監督和約束，緩解了商譽減值與股價崩盤風險的正相關關系?；谝陨戏治?，提出假設3：

假設3：有效的內部控制能夠削弱商譽減值與股價崩盤風險之間的正相關關系。

三、研究設計

（一）樣本選取和數據來源

本文以2007～2018年A股上市公司為初始研究樣本，并剔除金融保險行業、公司年度周收益率低于30個觀測值和ST公司的樣本數據，最終得到2476個觀測值。數據來源于CSMAR和WIND數據庫。

（二）變量定義

1. 股價崩盤風險

借鑒韓宏穩（2019）等的相關研究，首先，對樣本公司的周股票收益率按照方程（1）進行回歸：

Ri，t=αi+β1，iRm，t-2+β2，iRm，t-1+β3，iRm，t+β4，iRm，t+1+β5，iRm，t+2+εi，t（1）

其中，Ri，t為i公司考慮現金紅利再投資的第t周股票周收益率，Rm，t為經流通市值加權的第t周市場平均收益率。殘差εi，t為個股收益率中與市場收益率無關的部分。周特有收益率用包含了殘差項的Wi，t=ln（1+εi，t）來衡量。

接著，基于周特有收益率Wi，t構造衡量股價崩盤風險的兩個指標，即負收益偏態系數（NCSKEW）和收益率上下波動的比率（DUVOL）：

NCSKEW=-[n（n-1）3/2∑W]/[（n-1）（n-2）（∑W）3/2]（2）

DUVOL=log{[（nμ-1）W]/[（nd-1）W]}（3）

其中，n是股票i在第t年的交易周數，nd（nμ）是公司年度內股票周特有收益率低于（高于）當年周特有收益率均值的周數。

2. 商譽減值

本文將商譽減值額與總資產賬面價值的比作為商譽減值的衡量，記為GWIMP。

3. 內部控制有效性

本文選取迪博數據庫公布的內部控制指數的自然對數來衡量內部控制有效性，記為CONT。

4. 控制變量

引入控制變量公司規模（SIZE）、資產負債率（SIZE）、凈資產收益率（ROE）、市賬比（MB）、股票回報率（RET）、股票回報率波動（SIGMA）、個股的月平均超額換手率（DTURN）、會計穩健性（CSCORE）;引入行業和年份的虛擬變量。

（三）模型設定

假設1的模型構建：

CRASHRKi，t+1=α0+α1GWIMPi，t+α2SIZEi，t+α3LEVi，t+α4ROEi，t+α5MBi，t+α6RETi，t+α7SIGMAi，t+α8DTURNi，t+α9CSCOREi，t+∑YEAR+∑INDUSTRY+εi，t（4）

假設2的模型構建：

CRASHRKi，t+1=β+β1CONTi，t+β2