商譽、信息不對稱與企業避稅

許靜靜 王寬亮

(華東師范大學經濟與管理學部，上海 200333)

一、引言

受政策影響，2014年以來，我國并購重組事件呈爆發式增長，其中高估值、高業績承諾的“雙高”現象推動A股市場商譽總額一路攀升(高榴和袁詩淼，2017)[17]。根據國泰安數據的統計，我國A股市場的商譽總額在2016年首次突破萬億元大關，且在隨后幾年一直維持在1.3萬億元左右。巨額商譽意味著未來可能發生巨額減值而使企業面臨風險，因此，商譽及其減值的經濟后果引起了學者們的廣泛關注(Bens et al.，2011；Li and Sloan，2017；楊威等，2018；張新民和祝繼高，2019；孫瑞澤，2020)[2][7][26][29][23]。在此背景下，本文關注商譽及商譽減值對企業避稅行為的影響。

企業避稅被認為是一種稅收籌劃戰略，它既包括稅法基礎下的合法抵扣，也包含基于機會主義動機的非法抵扣。避稅雖然降低了企業現金流的支出，但卻帶來了國家和企業之間、股東與管理層之間的利益沖突(Crocker and Slemrod，2005)[5]，且對企業自身也存在諸多不利影響(汪猛和徐經長，2016；代彬等，2016)[24][14]?，F有文獻表明，監督缺失下的管理層自利行為(范子英和田彬彬，2013；陳駿和徐玉德，2015；代彬等，2016)[15][12][14]和信息不對稱(蔡宏標和饒品貴，2015)[11]是促使企業避稅的兩大主要因素。而商譽在其產生及后續的會計處理中堆積了大量的信息不對稱(傅超等，2015；謝紀剛和張秋生，2013)[16][25]，這種信息不對稱加大了外部人識別企業非常規交易、對相關信息進行解讀及監管的難度，從而為企業避稅提供了機會及掩護，使得高商譽企業有著更高的避稅程度；后續的計提商譽減值則是緩解了商譽中的信息不對稱，對企業避稅產生抑制作用。

本文的研究貢獻主要有以下三個方面：(1)證明了商譽對避稅產生影響的一個重要機制在于商譽數據中積累了大量信息不對稱，這一結果為理解商譽負面經濟后果及商譽治理提供了思路。超額商譽對企業及市場都有負面影響，在既有的達萬億元規模的A股企業商譽背景下，如何治理商譽是監管層所關注的。本文的結論表明，在現有準則背景下，應當加大對高商譽企業相關信息披露的要求，對商譽的產生及其后續處理的全過程信息披露加強監管，提高相關信息透明度，降低內外部的信息不對稱。(2)與以往文獻大多認為商譽減值是企業進行“洗大澡”等盈余管理行為的手段(Bens et al.，2011；Li and Sloan，2017)[2][7]不同，發現了商譽減值同時也可以緩解商譽所導致的信息不對稱，幫助外界了解被并購標的產生超額經濟利益能力的下滑及協同效應減弱的情況，從而有助于外界對企業進行恰當評估、降低商譽風險，體現了商譽減值的積極面，說明了促使企業適時減值的必要性及重要性。(3)以企業避稅為切入點，為現行會計處理下的商譽所導致的負面經濟后果提供了新證據，豐富了有關商譽的研究，同時也豐富了企業避稅領域的研究。

二、文獻回顧與假設提出

(一)文獻回顧

在關于“商譽”的相關研究中，針對其經濟后果的探討相對較多，且大多數文獻都指出高額商譽所帶來的負面效應，如張新民和祝繼高(2019)[29]、鄭海英等(2014)[31]均發現，高額商譽將導致企業市場價值和長期業績下降。周澤將等(2019)[32]研究發現，企業商譽增加了經營的不確定性，而這種不確定同樣反映在市場表現上(楊威等，2018)[26]。鄭春美和李曉(2018)[30]、葉建芳等(2016)[27]均發現擁有大額商譽的企業增加了審計的不確定性與審計風險，使得被審計單位需要承擔更多的審計費用。在會計處理上，準則要求企業每年對商譽做減值測試，當有減值跡象時，應當對其進行及時減值。然而，企業計提商譽減值容易引發市場的向下反應(Bens et al.，2011)[2]，如韓宏穩等(2019)[18]發現商譽減值對股價崩盤風險具有顯著正向影響。有研究認為，企業在商譽減值決策中擁有絕對的自由裁量權，導致商譽減值中存在較多盈余管理的因素，這些盈余管理動機主要來源于政治壓力(Ramanna，2008)[9]和管理層機會主義(Ayres et al.，2019)[1]，表現為管理層為了達到“洗大澡”、收入平滑、避免損失報告等目的而擇機進行減值(Choi and Nam，2020)[4]，因而導致對商譽減值的計提往往不及時(Li and Sloan，2017)[7]。針對高商譽及其減值帶來的問題，有些學者從監管角度入手，提供了一些應對策略(任雅萍，2018；孫瑞澤，2020)[22][23]。

由現有文獻可以看出，商譽對企業造成了很多負面影響，這主要是由于商譽在確認、計量及后續處理中所帶來的信息不對稱與管理者所擁有的自由裁量權。商譽中累積的信息不對稱為避稅提供了機會，從而使得商譽對企業避稅行為產生影響。

(二)研究假設

企業擁有的巨額商譽與會計信息不對稱密切相關(傅超等，2015；謝紀剛和張秋生，2013)[16][25]，這種信息不對稱來自于商譽的產生以及后續處理的全過程。

首先，從商譽的產生看，企業在合并過程中產生的商譽是否真實地反映了應當支付的溢價，本身就存疑。一方面，合理的商譽包括被并購標的未來產生的超額經濟利益，以及協同效應帶來的價值。然而，商譽也可能包括過度支付部分，如管理層的過度自信(李丹蒙等，2018)[19]、自身利益等因素都會促使其支付過高的對價，這些因素與動機并不能完全體現在商譽的會計計量和報告中，導致外部人對于賬面商譽的“信息含量”了解不足。另一方面，企業在商譽后續的減值決策上擁有較大自主裁量權，使得商譽數據及報表盈余數據失真，會計信息質量下降，外部人難以利用會計信息對企業進行恰當評估。鄭春美和李曉(2018)[30]、葉建芳等(2016)[27]的研究都證明了企業擁有巨額商譽會增加會計信息不對稱，而這種信息不對稱剛好為企業避稅行為提供了“掩護”(蔡宏標和饒品貴，2015)[11]，因為避稅需要采取復雜且不透明的交易(葉康濤和劉行，2014)[28]，同時也需要不透明的信息來規避外界對企業業務的解讀及稅收部門的監管(Chen and Chu，2005)[3]。商譽導致的信息不對稱又會影響企業避稅行為。巨額商譽來源于高溢價并購，這些并購往往伴隨著被并購企業的高業績承諾。為了達到業績承諾，被并購企業大多會進行一定程度的業績操控以避免因未達業績承諾而進行補償。這就意味著高商譽企業的報表數據“水分”往往較大，會計信息質量較低，為企業設計復雜且不透明的交易來進行避稅行為提供了動機與便利。

其次，從商譽的后續處理看，由于準則賦予了企業在商譽減值上的自由裁量權，企業在是否減值、減值金額上彈性較大，這導致盈余數據不夠真實客觀，企業的會計信息可比性較差，進而加大了外界識別公司非常規業務及對企業信息進行解讀的難度，為其避稅活動提供了掩護(李青原和王露萌，2019)[20]。因此，商譽在產生及后續處理全過程中累積的信息不對稱，加大了外部人及監管方對企業業務的識別及判斷難度，降低了避稅成本，為企業實施避稅行為提供了便利。綜上所述，本文提出以下假設：

H1：商譽與企業避稅程度正相關，即商譽金額越大，企業避稅程度越高。

基于均值回歸效應，超額回報能力、協同效應都不會一直持續下去，當被并購方產生經濟利益的能力下滑，或者是協同效應減弱，并購企業都應該計提商譽減值。然而，作為商譽唯一的后續處理方式，“減值”決策的話語權被賦予了企業，這就導致了企業在減值決策上可能出現機會主義傾向。在這種情況下，就算被并購方產生經濟利益的能力已經出現下滑跡象，或者是協同效應減弱甚至消失，只要并購方利用在減值決策上的話語權不計提減值，外部人就無從知曉這一事實。

這種信息不對稱將隨著企業計提商譽減值而得到緩解。如果企業計提了商譽減值，則相當于企業拿掉了“遮羞布”，主動把真相公布于眾。雖然這其中也可能伴隨企業“洗大澡”的機會主義行為，但可以肯定的是，外部人能夠通過減值了解到商譽價值在發生毀損，并購標的產生超額回報的能力在下滑、協同效應在減弱，從而使得商譽數據上的“信息不對稱”得以緩解，商譽數據更加真實客觀。因此，本文認為商譽減值會緩解商譽中的“信息不對稱”，從而使得企業避稅行為失去了天然“避風港”而變得更加困難?；诖?，本文提出以下假設：

H2：商譽減值與企業避稅負相關，即計提商譽減值能夠抑制企業避稅。

三、研究設計

(一)模型與變量

參考Desai and Dharmapala(2006)[6]、蔡宏標和饒品貴(2015)[11]，本文用以下模型(1)進行多元回歸檢驗：

1.被解釋變量

模型(1)的被解釋變量為企業的避稅程度，參考Desai and Dharmapala(2006)[6]的方法，本文利用模型(2)構建指標DDBTD：

其中，BTD為會計-稅收差異，其算法為利潤總額與應納稅所得額之差除以期初總資產，應納稅所得額的計算方式為所得稅費用與遞延所得稅費用之差與名義稅率的比值。TACC為當年應計項目總額，等于凈利潤與經營活動產生的凈現金流的差額與總資產的比值。模型(2)中的μi被認為是企業稅負差異中不隨時間變化的部分，具有固定特征，而εi,t則代表企業稅負差異中變動差異部分，而DDBTD就是該兩部分之和，代表會計-稅收差異(BTD)中不能為應計項目所解釋的兩部分，即：

該變量數值越大，表示企業的避稅程度越大。

2.解釋變量

假設1的主解釋變量為期末商譽(Goodwill)，計算方式為企業期末商譽凈額與企業總資產的比值；假設2的主解釋變量為商譽減值(GW_imp)，計算方式為當年計提的商譽減值與總資產的比值。

3.控制變量

參考陳作華和方紅星(2018)[13]、范子英和田彬彬(2013)[15]、陳駿和徐玉德(2015)[12]、代彬等(2016)[14]，本文加入了企業基本面信息、治理結構、內外部監督環境等層面的控制變量，具體包括：企業規模(Size)、固定資產比重(Fix)、資產負債率(Lev)、總資產收益率(Roa)、企業成長能力(Grow)、無形資本密集度(Intan)、期間費用率(Sale)、當年是否虧損(Nol)、存貨密集度(Inv)、高管性別(Tmtg)、高管年齡(Tmta)、股權集中度(First)、股權制衡度(Top2_10)、是否為國企(Soe)、是否經過由中注協排名的全國前十大會計師事務所審計(Big10)，以及年份(Year)和行業(Ind)虛擬變量。各變量的定義詳見表1。

表1 變量定義

(二)樣本數據

我國的并購熱潮自2014年開始，因此，本文選取了2014―2019年我國A股上市公司樣本進行檢驗。本文按照以下順序對樣本進行了篩選：(1)剔除金融和保險類上市公司；(2)剔除ST、ST*、PT的上市公司；(3)剔除資產負債率大于1的企業；(4)剔除了主要變量及控制變量缺失的樣本。最終，得到滿足商譽回歸的有效樣本量為8720，滿足商譽減值回歸的有效樣本量為3147。具體的樣本篩選過程見表2。數據來源于國泰安數據庫(CSMAR)，為了減輕極端值的影響，本文在1%和99%分位進行縮尾處理。本文所使用的統計軟件為STATA 15.0。

表2 樣本選擇過程

樣本的描述性統計結果見表3。DDBTD的均值為-0.009，中位數為-0.003，這兩個指標小于零，說明我國允許扣除的項目較小或收入的確認比較嚴格；Goodwill的均值為0.051，平均來看，企業商譽金額占資產總額約5%，但中位數為0.006，最大值為0.456，這表明均值受個別極端值影響較大；GW_imp的均值為0.012，中位數為0.000，這表明有超過半數企業在當年未計提商譽減值。控制變量方面，樣本中非國有企業占據多數，大約有64%；大約58%的企業財務報表經過了國內前十大審計，在樣本中占比相對較多。另外，公司第一大股東的平均持股比率達到約34%，顯示了大股東的控制力與企業的股權集中度；在管理層特征方面，男性高管占總體的約82%，高管平均年齡在49歲左右，這些管理層個人特征均會對其做出的決策產生影響。

表3 變量描述性統計結果

四、實證結果與分析

(一)回歸結果

表4列示了商譽對企業避稅程度的影響結果，回歸(1)控制了公司基本面信息，回歸(2)加入了治理層面控制變量等。可以看到，在回歸(2)中，Goodwill的系數為0.020，且在1%水平下顯著，說明商譽金額越大，企業避稅程度越高，支持了本文假設1，說明商譽數據中積累的信息不對稱為企業避稅創造了有利條件，使得高商譽企業表現出更高的避稅程度。

表4 商譽對企業避稅影響的回歸結果

假設2的回歸結果如表5所示，回歸(1)加入了公司基本面控制變量，回歸(2)繼續加入公司治理等其余控制變量?？梢钥吹?，兩個回歸中商譽減值GW_imp的系數都顯著為負，說明商譽減值金額越大，企業避稅程度越低，這表明計提商譽減值能夠抑制企業避稅，支持了本文假設2。

表5 商譽減值對企業避稅影響的回歸結果

總的來說，表4、表5的回歸結果支持了本文的假設，即商譽數據中積累了信息不對稱，為避稅提供了便利，而計提商譽減值則緩解了信息不對稱，從而能夠抑制企業避稅行為。

(二)進一步檢驗

1.基于“信息不對稱”的機制檢驗

在進一步檢驗中，本文首先利用機制檢驗，探究商譽是否通過增加企業信息不對稱，為企業避稅行為提供掩護；以及商譽減值是否通過緩解信息不對稱，繼而能夠對企業避稅產生抑制作用。參考Lu et al.(2010)[8]的研究思路，本文利用企業信息透明度(Opacity)衡量信息不對稱，該指標是上交所和深交所根據信息披露質量和信息的獲取和傳播程度進行的評級。本文將評級為“A”的企業賦值為1，非“A”類企業為0。相對于其他衡量信息不對稱的指標，該指標更為客觀，更能規避企業內生選擇因素對衡量指標的影響。表6中回歸(1)(2)分別為假設1及假設2，檢驗商譽及商譽減值對避稅的影響，回歸(3)(4)分別利用Tobit回歸檢驗了商譽及商譽減值對信息不對稱程的影響，回歸(5)考察信息不對稱程度對避稅的影響。結果顯示，在回歸(3)中，商譽(Goodwill)的系數顯著為負，說明商譽加劇了信息不對稱程度回歸(4)中，商譽減值(GW_imp)的系數顯著為正，表明企業計提商譽減值能夠緩解信息不對稱；回歸(5)中，信息不對稱(Opacity)的系數顯著為負，說明信息不對稱有利于企業避稅，而高信息透明度的企業越不傾向于避稅。以上結果表明，信息不對稱是商譽與商譽減值對企業避稅產生影響的重要機制，即高商譽中累積了信息不對稱，為企業避稅提供了掩護，而商譽減值能夠降低信息不對稱，從而抑制企業避稅。總的來說，機制檢驗的結果從側面支持了假設。

表6 信息不對稱的機制檢驗

2.截面差異檢驗

上文檢驗結果證實，商譽對企業避稅程度的影響主要是通過信息不對稱這條路徑。如果這一假設成立，應該觀察到企業間信息不對稱程度的差異將會影響商譽對企業避稅程度的影響。因此，本文檢驗了信息不對稱程度的差異在商譽對企業避稅影響中所起的調節作用。具體來說，本文檢驗了企業信息透明度(Opacity)、外部監督造成的影響。其中，外部監督指標選取了企業的外審事務所是否屬于中注協公布的前十大事務所審計(Big10)以及分析師出具的報告數量(Report)。獲得上交所和深交所信息透明度A級評級的企業在信息披露中運作規范，披露質量較高，因而信息不對稱程度較低；高質量的審計作為一種外部監督手段，能夠提高會計信息質量，降低企業信息不對稱程度；而分析師作為外部專業第三方，通過研究報告形式對企業進行監督，從而降低企業的信息不對稱?；谏衔牡慕Y果，預期在信息透明度A級評級企業、由國內十大審計企業、分析師發布報告多的企業中，商譽對避稅的影響更弱。具體檢驗結果見表7的回歸(1)至回歸(6)。

表7 企業商譽對避稅影響的分組檢驗

由表7的回歸(1)(2)可以看到，在非A評級企業中，商譽對于企業避稅程度呈顯著正向影響，而在A級評級的企業中，商譽對避稅沒有顯著影響，且兩者系數差異在統計上顯著，支持了預期。另外，回歸(3)(4)列示了由非十大、十大所審計的企業中商譽對避稅的影響結果，可以看到，在“非十大”審計組中，商譽對避稅有著顯著正向影響，而在“十大”審計組中，商譽對企業避稅并沒有顯著影響，但兩組回歸中商譽系數之間的差異在統計上并不顯著。回歸(5)(6)是根據分析師出具研報數量的分組檢驗，結果顯示，在出具研報數較多(高于中位數)與較少(低于中位數)的企業中，商譽對企業避稅程度都呈現顯著正向影響，但兩組回歸中商譽系數的差異在統計上也不顯著。這些結果說明，諸如高質量審計、分析師跟蹤這些外部監督機制并沒有減輕商譽對企業避稅的影響，這可能是因為商譽產生于復雜的企業合并之中，而避稅操作又往往比較復雜兼隱蔽，外部監督雖然在一定程度上降低了信息不對稱，但起到的作用有限。

此外，本文也檢驗了商譽對避稅的影響在不同性質企業中的差別，即在國企、非國企中是否有差異。國有企業、非國有企業的避稅動機及所受到的監管程度有較大差別，商譽對避稅的影響也可能有所不同，表7的回歸(7)(8)列示了相應結果。本文發現，在非國有企業中，商譽對避稅有顯著促進作用，但這種顯著的促進作用并沒有發生在國有企業中。產生以上結果的原因可能是，國有企業往往承擔著政府的一些政治責任(Wei et al.，2005)[10]，有著更多的納稅義務，相比于非國有企業，其避稅動機較低。

五、穩健性檢驗

(一)對內生性的控制

高商譽企業與低商譽企業可能本身就在公司層面特征上存在顯著差異，從而導致本文的結果可能是因為這些固有差異而帶來的。針對高、低商譽兩組企業的控制變量的t檢驗結果(見表8)顯示，兩組企業在公司基本面、治理等指標上都存在顯著差異?；诖?，本文用PSM配對后的樣本重新進行回歸(具體來說，將控制變量作為配對變量，為高商譽組企業選擇一個得分最近的低商譽組企業)，相應的檢驗結果見表9的回歸(1)。另外，為了避免因遺漏那些不隨時間變化的公司特質因素對結果的影響，本文采用了公司層面固定效應模型分別對假設1、2進行檢驗，相關結果見表9的回歸(2)和回歸(3)。可以看到，PSM配對檢驗結果與固定效應模型檢驗結果都與上文的主檢驗結果保持一致，說明結果并不是由于上述內生因素所導致的。

表8 控制變量均值檢驗

表9 PSM匹配后回歸和固定效應模型回歸檢驗

(二)替換變量及改變樣本的回歸

企業避稅存在多種衡量指標，為保證結果的穩健性，本文采用會計-稅收差異(BTD)進行回歸，該指標數值越大，表示企業避稅程度越高，相關結果見表10的回歸(1)和回歸(2)；在表10的回歸(3)和回歸(4)中，分別刪除了商譽為零、商譽減值為零樣本重新進行檢驗；在回歸(5)中，改用“企業當年是否新增商譽(Gw_add)”替代假設1的主自變量Goodwill重新進行檢驗；在回歸(6)中，改用“企業當年是否有計提商譽減值(GW_impd)”這一虛擬變量替代假設2的主自變量GW_imp重新進行檢驗。由表10可見，所有的檢驗結果都與上文的主檢驗結果保持一致，表明了本文相關檢驗結論的穩健性。

表10 替換變量及改變樣本的回歸結果

(三)控制“企業并購”的影響

商譽來源于企業溢價并購，因此商譽對企業避稅的影響需要考慮并購本身對于避稅可能造成的影響?；诖?，本文加入變量“企業是否并購(Mer)”來控制企業并購行為對結果的影響，具體來說，若企業當年發生了并購，則Mer取1，否則為0。在表11的回歸(1)中，把企業并購Mer作為遺漏變量加入主檢驗模型中，結果表明，在控制了并購之后，商譽對企業避稅仍然有顯著的正向影響；在回歸(2)中，將企業并購Mer加入到商譽對企業信息不對稱影響的檢驗模型中，結果和上文一致，商譽仍表現出對信息不對稱的加劇；而在控制了商譽的情況下，并購行為本身沒有對信息不對稱產生顯著影響。這一結果也從側面反映出并非并購行為本身，而是高溢價并購所產生的商譽造成了信息不對稱，使其為企業避稅提供了便利，促進了企業避稅行為。

表11 企業并購對于結果影響的檢驗

六、結論與建議

本文利用2014―2019年我國上市公司數據，實證研究了商譽及商譽減值對企業避稅的影響。研究發現，商譽會顯著提高企業避稅程度，而商譽減值會抑制企業避稅。產生該結果的原因主要是商譽的確認及后續會計處理中累積了大量的信息不對稱，這種信息不對稱為企業避稅提供了機會與掩護，而計提商譽減值事實上則是緩解了其中的信息不對稱，從而能夠有效降低企業避稅行為。本文還發現，商譽對企業避稅的影響只在信息透明度比較差的企業中存在；而在國企中，商譽對其避稅并沒有顯著影響，這可能是因為其特殊的納稅動機所致；此外，外部監督機制，如前十大事務所審計、分析師關注，都沒能抑制商譽對避稅的影響。

本文的研究發現對相關監管方具有一定參考價值：(1)對高商譽企業的信息披露加強監管。本文發現，正是由于商譽在確認及后續處理過程中積累的信息不對稱為企業避稅行為提供了機會與便利，才使得高商譽企業產生了較高程度的避稅行為，這說明降低商譽數據中的信息不對稱的重要性和在商譽形成及后續處理全過程中加強信息披露的必要性；該結果也提醒監管方對高商譽企業的納稅行為應當加以關注。(2)采取手段促使企業及時減值。商譽減值能夠緩解商譽信息導致的信息不對稱，提高會計信息質量，雖然減值常常被認為伴隨著企業的“洗大澡”行為，但總的來說，減值能夠緩解商譽帶來的風險。因此，在當下由企業自主進行減值測試的準則背景下，審計及相關監管方應當采用更有效的手段督促企業及時減值，而不是“想減就減，不想減就不減”。 ■