■謝文武，葉聰穎，汪 濤

企業(yè)并購(gòu)作為整合資本市場(chǎng)資源的重要方式，對(duì)提高資本配置效率、迅速擴(kuò)大企業(yè)規(guī)模、提升競(jìng)爭(zhēng)力有顯著的作用。隨著近年來(lái)企業(yè)并購(gòu)案的迅猛增加，商譽(yù)值作為企業(yè)并購(gòu)的伴隨產(chǎn)物更是呈井噴式的增長(zhǎng)。A股上市公司商譽(yù)凈值的總量從2007年的376.13億元擴(kuò)張到了2018年第三季度的14457億元，并購(gòu)商譽(yù)已經(jīng)成為資本市場(chǎng)關(guān)注的焦點(diǎn)。雖然商譽(yù)能夠?yàn)槠髽I(yè)帶來(lái)超額利潤(rùn)，但是由于A股上市企業(yè)并購(gòu)信息披露的不透明性、商譽(yù)計(jì)量方法存在偏差等原因，許多企業(yè)披露的商譽(yù)并未體現(xiàn)其真實(shí)價(jià)值，企業(yè)并購(gòu)引發(fā)股價(jià)暴漲暴跌的問(wèn)題也逐漸凸顯出來(lái)。但是，現(xiàn)有關(guān)于股價(jià)崩盤(pán)風(fēng)險(xiǎn)的研究，對(duì)并購(gòu)商譽(yù)的關(guān)注不足，且一般選擇公司內(nèi)部層面和市場(chǎng)層面中的其中一個(gè)進(jìn)行考察，本文則基于信息不對(duì)稱(chēng)假說(shuō)在市場(chǎng)和公司兩個(gè)層面以2008-2016年的A股上市公司為研究樣本，對(duì)商譽(yù)影響股價(jià)崩盤(pán)風(fēng)險(xiǎn)的作用機(jī)制進(jìn)行研究。

一、理論分析和假說(shuō)

由于股價(jià)崩盤(pán)會(huì)對(duì)金融市場(chǎng)和實(shí)體經(jīng)濟(jì)的產(chǎn)生巨大負(fù)面影響，學(xué)界已經(jīng)對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)產(chǎn)生的機(jī)制進(jìn)行了廣泛而透徹的研究。早在20世紀(jì)80年代外國(guó)學(xué)者就對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的成因進(jìn)行理論建模，Blanchard&Watson（1982）發(fā)現(xiàn)在人們的理性行為和理性預(yù)期下，資產(chǎn)的價(jià)格會(huì)出現(xiàn)偏離基礎(chǔ)價(jià)值的情況，并從線性理性預(yù)期模型中分解出一個(gè)泡沫項(xiàng)，他們認(rèn)為股價(jià)泡沫是引發(fā)股價(jià)崩盤(pán)的原因。Campbell&Hentschel（1991）則認(rèn)為利空和利好消息都會(huì)增加預(yù)期的股價(jià)波動(dòng)，為了補(bǔ)償股價(jià)波動(dòng)帶來(lái)的風(fēng)險(xiǎn)，投資者會(huì)要求更高的回報(bào)率，利好消息會(huì)帶來(lái)股價(jià)的向上波動(dòng)，但是更高的預(yù)期回報(bào)率會(huì)抵消部分波動(dòng)。然而，當(dāng)利空消息傳來(lái)時(shí)，投資者更高的回報(bào)預(yù)期會(huì)加劇利空消息帶來(lái)的股價(jià)向下波動(dòng)，即利空消息帶來(lái)的股價(jià)下行幅度比利好消息帶來(lái)的股價(jià)上行幅度更大，從而推斷股價(jià)崩盤(pán)是波動(dòng)不對(duì)稱(chēng)現(xiàn)象導(dǎo)致的。之后一些學(xué)者拋棄了市場(chǎng)轉(zhuǎn)而研究個(gè)股，放松了完全信息的條件，從信息不對(duì)稱(chēng)角度去研究股價(jià)暴漲暴跌現(xiàn)象?；谛畔⒉粚?duì)稱(chēng)假說(shuō)，Grossman（1988）通過(guò)利用不完全信息建立模型，提出股票市場(chǎng)是不完全信息市場(chǎng)，進(jìn)而在信息不對(duì)稱(chēng)的角度解釋了股價(jià)崩盤(pán)的成因。Hutton et al.（2009）指出公司管理層出于職業(yè)憂慮、職位晉升、期權(quán)行權(quán)的原因，會(huì)傾向于隱瞞“壞消息”，而負(fù)面消息累積到一個(gè)極限無(wú)法隱藏的時(shí)候，將會(huì)爆發(fā)于外部市場(chǎng)，公司股價(jià)會(huì)受到巨大沖擊以至于崩盤(pán)。

上述三種理論和假說(shuō)都豐富了學(xué)界對(duì)股價(jià)崩盤(pán)成因的研究。然而，已有研究表明，股價(jià)崩盤(pán)風(fēng)險(xiǎn)形成的主要原因是信息不對(duì)稱(chēng)理論下管理層為實(shí)現(xiàn)自身利益選擇向投資者和市場(chǎng)隱瞞壞消息（Kothari et al.，2009；Kim et al.，2011）。在此理論框架下，學(xué)者主要從市場(chǎng)層面和公司層面研究股價(jià)崩盤(pán)風(fēng)險(xiǎn)。在公司層面上，蔣紅蕓和王雄元（2018）提出內(nèi)部監(jiān)督信息披露越充分和內(nèi)部控制質(zhì)量越高，企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)越低。孫淑偉等（2017）發(fā)現(xiàn)高管減持與股價(jià)崩盤(pán)風(fēng)險(xiǎn)顯著正相關(guān)。王化成等（2015）發(fā)現(xiàn)大股東持股比例越高，對(duì)公司的監(jiān)督作用越強(qiáng)，公司的股價(jià)崩盤(pán)風(fēng)險(xiǎn)越低。在市場(chǎng)層面上，林永堅(jiān)等（2018）認(rèn)為股票流動(dòng)性越高，股價(jià)崩盤(pán)風(fēng)險(xiǎn)越大。但是鮮有文章在信息不對(duì)稱(chēng)的作用機(jī)制下研究并購(gòu)商譽(yù)對(duì)股價(jià)崩盤(pán)的影響，僅有趙燕和趙秀芳（2016）提出并購(gòu)中確認(rèn)的商譽(yù)數(shù)額對(duì)并購(gòu)后高管薪酬的提高具有顯著的正向影響。Masters et al.（2008）指出若商譽(yù)發(fā)生大規(guī)模減值，則高管任期一般不超過(guò)三年。公司管理層出于職業(yè)生涯和薪酬的目的，會(huì)傾向于提高并購(gòu)商譽(yù)的價(jià)格來(lái)保證自身的職位和薪酬。在市場(chǎng)層面，并購(gòu)商譽(yù)可能被公司用于修改當(dāng)期的會(huì)計(jì)信息。鄭海英等（2014）認(rèn)為公司支付較高的商譽(yù)成本能夠提升當(dāng)期公司業(yè)績(jī)，商譽(yù)成本在以后的期間與公司業(yè)績(jī)呈顯著的負(fù)相關(guān)。由此說(shuō)明，商譽(yù)并不能持續(xù)地提升公司業(yè)績(jī)，商譽(yù)記錄在資產(chǎn)負(fù)債表的價(jià)格（歷史成本）并不能反映其真實(shí)價(jià)值，其很有可能作為公司粉飾會(huì)計(jì)信息的工具而存在。所以，本文認(rèn)為并購(gòu)商譽(yù)的確認(rèn)在公司和市場(chǎng)層面均存在信息不對(duì)稱(chēng)的情況，而信息不對(duì)稱(chēng)會(huì)使股票價(jià)格高度偏離其基礎(chǔ)價(jià)值，當(dāng)由于信息不對(duì)稱(chēng)產(chǎn)生的負(fù)面消息爆發(fā)于市場(chǎng)時(shí)，就會(huì)引發(fā)股價(jià)崩盤(pán)。根據(jù)上述研究，提出假設(shè)H1。

假設(shè)H1：經(jīng)凈利潤(rùn)調(diào)整后的商譽(yù)與未來(lái)的股價(jià)崩盤(pán)風(fēng)險(xiǎn)正相關(guān)。

為了解釋商譽(yù)在信息不對(duì)稱(chēng)作用機(jī)制的基礎(chǔ)上影響股價(jià)崩盤(pán)，筆者認(rèn)為公司層面的信息不透明度可以有效的捕捉公司管理層為了自身利益而進(jìn)行巨額商譽(yù)合并從而操縱公司盈余的痕跡。傅超（2016）發(fā)現(xiàn)一些上市公司商譽(yù)存在會(huì)計(jì)信息質(zhì)量問(wèn)題，并進(jìn)一步指出商譽(yù)可能成為公司高管進(jìn)行盈余操縱的工具。因此，將可操縱應(yīng)計(jì)的絕對(duì)值定義為信息不透明度，以此來(lái)反映公司管理層控制并購(gòu)商譽(yù)規(guī)模的行為。在市場(chǎng)層面，媒體披露的壞消息的多少體現(xiàn)了公司與投資者之間信息不對(duì)稱(chēng)的程度。媒體負(fù)面消息越多，公司粉飾會(huì)計(jì)信息的情況就更廣泛地被市場(chǎng)和投資者了解。反之，媒體負(fù)面消息越少，媒體對(duì)該公司缺乏監(jiān)督作用，公司篡改會(huì)計(jì)信息的行為就變得更加隱蔽，公司和投資者之間的信息不對(duì)稱(chēng)程度就更高，更容易引發(fā)股價(jià)崩盤(pán)。關(guān)于媒體對(duì)股價(jià)崩盤(pán)的作用，羅進(jìn)輝和杜興強(qiáng)等（2014）認(rèn)為，相較于媒體關(guān)注度高的企業(yè)，媒體關(guān)注較少的企業(yè)信息不對(duì)稱(chēng)程度更高，股價(jià)崩盤(pán)風(fēng)險(xiǎn)更顯著。因此，將媒體披露的壞消息數(shù)定義為媒體負(fù)面報(bào)道，以此來(lái)體現(xiàn)公司與市場(chǎng)之間的信息不對(duì)稱(chēng)程度。根據(jù)信息不對(duì)稱(chēng)作用機(jī)制在公司和市場(chǎng)層面的體現(xiàn)，提出假設(shè)H2和假設(shè)H3。

假設(shè)H2：公司的信息不透明程度越高，管理層操縱盈余的空間越大，越能加劇商譽(yù)值對(duì)未來(lái)的股價(jià)崩盤(pán)風(fēng)險(xiǎn)的正向影響程度。

假設(shè)H3：媒體負(fù)面報(bào)道越少，媒體對(duì)公司的監(jiān)督越少，信息不對(duì)稱(chēng)水平越高，越能加劇商譽(yù)值對(duì)未來(lái)的股價(jià)崩盤(pán)風(fēng)險(xiǎn)的正向影響程度。

二、研究設(shè)計(jì)

（一）樣本選擇和數(shù)據(jù)來(lái)源

商譽(yù)在2007年作為單獨(dú)科目正式出現(xiàn)在企業(yè)報(bào)表上，但是由于2007年商譽(yù)規(guī)模較小，商譽(yù)納入資產(chǎn)負(fù)債表在2008年后才逐漸常態(tài)化，且計(jì)算股價(jià)崩盤(pán)風(fēng)險(xiǎn)需要滯后一期的數(shù)據(jù)。因此，將2008-2016年的A股上市公司為作為分析股價(jià)波動(dòng)的對(duì)象。并剔除了以下樣本：金融類(lèi)受管制的公司，以及股票被進(jìn)行特殊處理的公司；撰寫(xiě)時(shí)已退市的公司數(shù)據(jù)；每年交易周數(shù)小于30的樣本，避免交易周數(shù)過(guò)少影響股價(jià)崩盤(pán)風(fēng)險(xiǎn)的估算；數(shù)據(jù)缺失樣本。最終得到了17142個(gè)上市公司年度樣本。將連續(xù)變量在1%的水平上進(jìn)行兩側(cè)縮尾。此外，還對(duì)回歸標(biāo)準(zhǔn)誤進(jìn)行公司層面的群聚調(diào)整（cluster），以確?；貧w結(jié)果是無(wú)偏的。全文的相關(guān)數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)、Wind數(shù)據(jù)庫(kù)和百度新聞。

（二）變量定義

1.股價(jià)崩盤(pán)風(fēng)險(xiǎn)

參照Kim et al（2011）和許年行等（2012）的研究，采用兩個(gè)指標(biāo)來(lái)衡量股價(jià)崩盤(pán)風(fēng)險(xiǎn)，過(guò)程如下：

首先，在模型（1）中用市場(chǎng)收益率對(duì)股票i的周收益率進(jìn)行回歸。

其中，Rit為公司i股票的每周收益率，Rmt為考慮現(xiàn)金收益的A股市場(chǎng)收益率，εit為模型1回歸結(jié)果的殘差，是個(gè)股收益率無(wú)法被市場(chǎng)收益率解釋的部分。這一部分如果為負(fù)數(shù)，則代表股票i在受到除了市場(chǎng)以外的因素影響下，股價(jià)下降。因此，εi，t如果為負(fù)數(shù)且絕對(duì)值越大，代表公司股價(jià)由于非市場(chǎng)原因?qū)е碌牡酱?，越容易引發(fā)股價(jià)崩盤(pán)風(fēng)險(xiǎn)。使用Wit=ln（1+εit）這一公式對(duì)εit進(jìn)行調(diào)整，得到特質(zhì)收益率Wit。第一個(gè)指標(biāo)負(fù)收益偏態(tài)系數(shù)NCSKEWit的計(jì)算方法為：模型（2）中，n是股票i在第t年的交易周數(shù)，該指標(biāo)的值越大，股價(jià)崩盤(pán)風(fēng)險(xiǎn)越高。

第二個(gè)指標(biāo)收益率上下波動(dòng)比率DUVOLit的計(jì)算公式為：

其中，nu（nd）為股票i的周回報(bào)率高于（低于）當(dāng)年回報(bào)率均值的周數(shù)。DUVOLit越大，股價(jià)崩盤(pán)風(fēng)險(xiǎn)越高。

2.商譽(yù)

通過(guò)本年是否產(chǎn)生商譽(yù)用虛擬變量（GW_dum）將觀測(cè)值分為產(chǎn)生商譽(yù)組和未產(chǎn)生商譽(yù)組。產(chǎn)生商譽(yù)時(shí)，虛擬變量為1，否則取0。選取經(jīng)凈利潤(rùn)調(diào)整后的商譽(yù)值（GW）作為文章的解釋變量，具體計(jì)算方法為記錄在公司第t年資產(chǎn)負(fù)債表的商譽(yù)值減去記錄在公司第t-1年資產(chǎn)負(fù)債表的商譽(yù)值得到商譽(yù)值的增量，再用增量除以公司第t年的凈利潤(rùn)。

這樣設(shè)計(jì)被解釋變量有以下三點(diǎn)原因：第一，經(jīng)凈利潤(rùn)調(diào)整后的商譽(yù)值（GW）能夠有效地展現(xiàn)每年公司商譽(yù)的增值，來(lái)確定企業(yè)并購(gòu)事項(xiàng)是否發(fā)生。第二，根據(jù)鄭海英等（2014）、馮科和楊威（2018）的相關(guān)研究，商譽(yù)與本年公司業(yè)績(jī)呈正相關(guān)。經(jīng)凈利潤(rùn)調(diào)整后的商譽(yù)值（GW）越大，代表并購(gòu)商譽(yù)提升本年度業(yè)績(jī)的能力越小，從而體現(xiàn)出并購(gòu)商譽(yù)定價(jià)與其真實(shí)價(jià)值并不匹配，存在人為操縱的痕跡。第三，經(jīng)過(guò)凈利潤(rùn)調(diào)整的商譽(yù)值（GW）可以有效地控制企業(yè)凈利潤(rùn)對(duì)商譽(yù)規(guī)模的干擾。

3.信息不對(duì)稱(chēng)

采用信息不透明度AbsACC，即依據(jù)Jones模型得到的可操縱應(yīng)計(jì)的絕對(duì)值（Dechow et al.，1995），作為在公司層面衡量上市公司信息不對(duì)稱(chēng)程度的變量。AbsACC的值越大，意味著公司的信息透明度越低。下面是計(jì)算AbsACC所用的公式：

首先，用模型（4）控制年份和行業(yè)進(jìn)行回歸，得到系數(shù)α1、α2、α3。其次，將系數(shù)代入到模型（5）中計(jì)算出NDAt。然后，在模型（6）中利用模型（4）、（5）獲得的數(shù)據(jù)計(jì)算出DAt。最后，對(duì)DAt取絕對(duì)值得到信息不透明度AbsACC。其中，TAt是公司在本年度的總應(yīng)計(jì)項(xiàng)目，是凈利潤(rùn)和經(jīng)營(yíng)現(xiàn)金流的差額；At-1為公司在上年度的總資產(chǎn)；NDAt是公司本年度的非操縱應(yīng)計(jì)盈余；ΔSt是公司本年度與上年度營(yíng)業(yè)收入的增量；ΔRt是公司本年度與上年度應(yīng)收賬款的增量；PPEt為公司本年度固定資產(chǎn)；DAt是公司本年度的可操縱性應(yīng)計(jì)盈余。

媒體負(fù)面報(bào)道（Badnewst）指的是第t年的媒體披露的某公司壞消息數(shù)。采用Badnewst作為在市場(chǎng)層面衡量上市公司信息不對(duì)稱(chēng)程度的變量。Badnewst的值越小，意味著公司的信息不對(duì)稱(chēng)程度越高。該變量的來(lái)源為百度新聞，將上市公司的名稱(chēng)作為關(guān)鍵詞，在百度新聞中搜索文章全文，通過(guò)搜索主題和關(guān)鍵詞找出負(fù)面消息數(shù)，即百度新聞在第t年報(bào)道的關(guān)于公司i的負(fù)面消息數(shù)。

4.控制變量

參考Hutton et al.，（2009）和王化成等（2015）等的相關(guān)研究，選取了公司規(guī)模、托賓Q值、總資產(chǎn)收益率、資產(chǎn)負(fù)債率、月平均超額換手率、特質(zhì)收益率的年均值、特質(zhì)收益率的年標(biāo)準(zhǔn)差作為控制變量。此外，本文還控制了年份和行業(yè)。

表1 變量的定義與度量

三、實(shí)證分析

（一）描述性統(tǒng)計(jì)分析

表2列示了主要研究變量的描述性統(tǒng)計(jì)結(jié)果。結(jié)果顯示，NCKSEWt+1和DUVOLt+1的均值分別為-0.2559和-0.1658，中間值分別為-0.2148和-0.1577，標(biāo)準(zhǔn)差分別為0.6815和0.4715，這表明這兩個(gè)指標(biāo)的樣本間差異比較大，且分布左偏。商譽(yù)（GW）的均值為0.1809大于中間值（0.0000），極大值為6.8301，極小值為-0.3621，代表商譽(yù)的右偏性很強(qiáng)，且公司間確認(rèn)的商譽(yù)值差異較大。GW_dum的標(biāo)準(zhǔn)差0.4264，上市公司是否產(chǎn)生商譽(yù)的差異較大。Badnews極大值為294，極小值為2，媒體對(duì)每家公司的負(fù)面報(bào)道差異明顯。AbsACC的標(biāo)準(zhǔn)差為0.0863，極大和極小值為0.5183和0.0009，上市公司間的信息不透明度差異不明顯。

表2 主要變量描述性統(tǒng)計(jì)

（二）相關(guān)性統(tǒng)計(jì)分析

表3分析了本文主要變量的皮爾遜相關(guān)系數(shù)。其中，因變量NCKSEWt+1和DUVOLt+1的相關(guān)性為0.88，是十分顯著的正相關(guān)關(guān)系，代表了這兩個(gè)變量的一致性較強(qiáng)。商譽(yù)有無(wú)（GW_dum）與兩個(gè)因變量的相關(guān)系數(shù)分別為0.041和0.031，在1%的水平上顯著正相關(guān)；此外，商譽(yù)（GW）和兩個(gè)因變量的相關(guān)性在1%的水平上顯著為正，相關(guān)性為0.043和0.040，這初步證明了H1和H2。關(guān)于信息不對(duì)稱(chēng)指標(biāo)與因變量的關(guān)系，AbsACC與因變量關(guān)系并不顯著，但Badnews與兩個(gè)因變量均在1%的水平上顯著正相關(guān)。

（三）單變量分析

在回歸分析之前先對(duì)主要變量進(jìn)行單變量分析。根據(jù)樣本公司本年是否產(chǎn)生商譽(yù)，本文將總樣本分為本年產(chǎn)生商譽(yù)（以下簡(jiǎn)稱(chēng)“有商譽(yù)”）的子樣本和本年未產(chǎn)生商譽(yù)（以下簡(jiǎn)稱(chēng)“無(wú)商譽(yù)”）的子樣本。表4列示了樣本分組下各相關(guān)變量的描述性統(tǒng)計(jì)量及其差異檢驗(yàn)。

表3 主要變量相關(guān)性分析

表4 差異檢驗(yàn)

通過(guò)比較兩組樣本，可以發(fā)現(xiàn)：一是有商譽(yù)組的負(fù)收益偏態(tài)系數(shù)NCSKEWt+1和收益率上下波動(dòng)比率DUVOLt+1高于無(wú)商譽(yù)組，表明本年度有商譽(yù)的子樣本股價(jià)崩盤(pán)風(fēng)險(xiǎn)更大；二是有商譽(yù)組的商譽(yù)值GW均值達(dá)到了2.8%，表明商譽(yù)已經(jīng)成為并購(gòu)公司的重要資產(chǎn)之一；三是有商譽(yù)組的壞消息數(shù)要高于無(wú)商譽(yù)組，表明媒體對(duì)產(chǎn)生并購(gòu)商譽(yù)的公司傾向于披露更多的壞消息；四是有商譽(yù)組的公司規(guī)模、托賓Q值、總資產(chǎn)收益率要顯著的高于無(wú)商譽(yù)組，說(shuō)明并購(gòu)商譽(yù)多發(fā)生在公司規(guī)模較大、公司市值被高估、盈利能力較好的公司。差異性檢驗(yàn)結(jié)果對(duì)假設(shè)H1提供了初步的支持。

（四）回歸分析

1.驗(yàn)證假設(shè)H1

表5展示了商譽(yù)有無(wú)與股價(jià)崩盤(pán)風(fēng)險(xiǎn)的回歸結(jié)果。回歸（1）和（3）的結(jié)果表明，商譽(yù)有無(wú)GW_dum與NCSKEWt+1和DUVOLt+1的系數(shù)分別為0.0466和0.0164，在5%和10%的水平上顯著正相關(guān)。在加入控制變量后，回歸（2）和（4）的系數(shù)分別為0.0559和0.0270，在1%和5%的水平上顯著正相關(guān)。相比回歸（1）和（3），顯著性有所提升。以上結(jié)果與假設(shè)H1一致。

表5 商譽(yù)有無(wú)與股價(jià)崩盤(pán)風(fēng)險(xiǎn)的回歸結(jié)果

2.驗(yàn)證假設(shè)2和假設(shè)3

根據(jù)相關(guān)研究和分析，推測(cè)公司的信息不對(duì)稱(chēng)程度越高，商譽(yù)與股價(jià)崩盤(pán)風(fēng)險(xiǎn)的正相關(guān)關(guān)系就越顯著。為了驗(yàn)證上述猜測(cè)，在公司層面，用信息不透明度AbsACC作為體現(xiàn)信息不對(duì)稱(chēng)的指標(biāo)；在市場(chǎng)層面，用媒體負(fù)面報(bào)道Badnews作為代表信息不對(duì)稱(chēng)的指標(biāo)。信息不透明度AbsACC對(duì)應(yīng)的是管理層隱瞞負(fù)面消息的程度，信息不透明度AbsACC的值越大，代表管理層對(duì)投資者隱瞞的壞消息越多，信息不對(duì)稱(chēng)越嚴(yán)重；媒體負(fù)面報(bào)道Badnews對(duì)應(yīng)的是媒體對(duì)上市公司的監(jiān)督作用，媒體負(fù)面報(bào)道Badnews越少，代表媒體監(jiān)督作用發(fā)揮的效果不足，市場(chǎng)對(duì)公司壞消息的了解較少，公司不實(shí)的會(huì)計(jì)信息越多，信息的不對(duì)稱(chēng)程度越高。因此，筆者將通過(guò)商譽(yù)和信息不透明度的交乘項(xiàng)GW×AbsACC和商譽(yù)和媒體負(fù)面報(bào)道的交乘項(xiàng)GW×Badnews與衡量股價(jià)崩盤(pán)風(fēng)險(xiǎn)的兩個(gè)指標(biāo)做回歸，共同解釋信息不對(duì)稱(chēng)對(duì)商譽(yù)加劇股價(jià)崩盤(pán)風(fēng)險(xiǎn)的作用機(jī)制。

表6 信息不對(duì)稱(chēng)假說(shuō)：信息不透明度

表6展示了商譽(yù)（GW）與商譽(yù)和信息不透明度的交乘項(xiàng)（GW×AbsACC）對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的回歸結(jié)果?；貧w（1）、（2）、（3）、（4）中GW的系數(shù)分別為0.0153、0.0132、0.0760、0.0893，分別在5%和10%的水平上顯著為正。更重要的是，回歸（1）和（2）中GW×AbsACC與NCSKEWt+1在1%的水平上正相關(guān)，雖然回歸（3）和（4）GW×AbsACC與DUVOL的系數(shù)顯著性降低，但保持回歸（1）和（2）的結(jié)論不變。這說(shuō)明信息不透明度越高，商譽(yù)與股價(jià)崩盤(pán)風(fēng)險(xiǎn)的正相關(guān)關(guān)系越顯著，這一結(jié)果與假設(shè)H2一致。因此，認(rèn)為在公司層面，信息不對(duì)稱(chēng)理論能有效地解釋商譽(yù)加劇股價(jià)崩盤(pán)風(fēng)險(xiǎn)的原因。

表7 信息不對(duì)稱(chēng)假說(shuō)：媒體負(fù)面報(bào)道

續(xù)表7

表7展示了商譽(yù)（GW）與商譽(yù)和媒體負(fù)面報(bào)道的交乘項(xiàng)（GW×Badnews）對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的回歸結(jié)果?；貧w（1）和（2）中GW和NCSKEWt+1在1%的水平上顯著為正；對(duì)應(yīng)的GW×Badnews的系數(shù)分別為-0.000139和-0.000656，在1%的水平上與NCSKEWt+1顯著負(fù)相關(guān)。此外，本文發(fā)現(xiàn)回歸（3）、（4）中GW和DUVOLt+1在5%的水平上依然正相關(guān)；對(duì)應(yīng)的GW×Badnews系數(shù)分別為-0.000780和-0.000323，在10%的水平上與DUVOLt+1顯著為負(fù)。這驗(yàn)證了媒體負(fù)面報(bào)道少，商譽(yù)和股價(jià)崩盤(pán)風(fēng)險(xiǎn)的正相關(guān)關(guān)系就更顯著，證實(shí)了假設(shè)H3。因此，認(rèn)為在市場(chǎng)層面，信息不對(duì)稱(chēng)理論能有效的作用于商譽(yù)對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響。

四、穩(wěn)健性檢驗(yàn)

（一）更換變量和模型度量指標(biāo)

1.其他指標(biāo)衡量股價(jià)崩盤(pán)風(fēng)險(xiǎn)

根據(jù)Callen and Fang（2015）和吳曉暉等（2019）的相關(guān)研究，采用公司股票收益發(fā)生下行和上行的頻率之差來(lái)衡量股價(jià)崩盤(pán)風(fēng)險(xiǎn)。當(dāng)公司的周特質(zhì)收益率Wi，t低于（高于）其均值的3.09個(gè)標(biāo)準(zhǔn)差時(shí)，則將該周定義為下行周（上行周）。然后，統(tǒng)計(jì)公司股票收益率在一年內(nèi)發(fā)生下行周和上行周的差值，并用CRASH_COUNTt表示，該值越大，發(fā)生崩盤(pán)的概率越大。由于CRASH_COUNTt屬于離散變量，本文用有序多分類(lèi)logistic回歸對(duì)假設(shè)H1～H4進(jìn)行檢驗(yàn)，相關(guān)研究結(jié)論仍然成立。

2.其他指標(biāo)衡量商譽(yù)

采用經(jīng)營(yíng)業(yè)利潤(rùn)調(diào)整后的商譽(yù)（本年商譽(yù)增量除本年?duì)I業(yè)利潤(rùn)）和經(jīng)總資產(chǎn)調(diào)整后的商譽(yù)（本年商譽(yù)增量除本年總資產(chǎn)）來(lái)替換原有的經(jīng)凈利潤(rùn)調(diào)整的商譽(yù)GW對(duì)假設(shè)H2～H4進(jìn)行檢驗(yàn)，相關(guān)研究結(jié)論不變。

（二）內(nèi)生性檢驗(yàn)

采用相同行業(yè)、相同地區(qū)以及相同產(chǎn)權(quán)性質(zhì)的商譽(yù)均值作為商譽(yù)（GW）的工具變量，使用兩階段最小二乘法（2SLS）來(lái)檢驗(yàn)內(nèi)生性。在相關(guān)性方面，同行業(yè)、同地區(qū)和同產(chǎn)權(quán)性質(zhì)的公司經(jīng)營(yíng)業(yè)務(wù)、地方政策和公司制度存在相似之處，因此他們與本公司的商譽(yù)（GW）存在相關(guān)性。此外，在內(nèi)生性方面，尚沒(méi)有文獻(xiàn)證明相同行業(yè)、相同地區(qū)以及相同產(chǎn)權(quán)性質(zhì)的其他公司商譽(yù)會(huì)影響本公司未來(lái)的股價(jià)崩盤(pán)風(fēng)險(xiǎn)，所以以上工具變量是外生的。商譽(yù)與股價(jià)崩盤(pán)風(fēng)險(xiǎn)的兩階段最小二乘法（2SLS）的第一階段結(jié)果顯示商譽(yù)GW和三個(gè)工具變量關(guān)系在1%的水平上顯著，第二階段回歸結(jié)果表明商譽(yù)與t+1年的股價(jià)崩盤(pán)風(fēng)險(xiǎn)仍然顯著正相關(guān)，這和假設(shè)H1的結(jié)論相同。

五、結(jié)論

本文基于2008-2016年滬深A(yù)股上市公司的并購(gòu)商譽(yù)數(shù)據(jù)，在理論分析和實(shí)證研究相結(jié)合的基礎(chǔ)上，研究商譽(yù)、信息不對(duì)稱(chēng)以及股價(jià)崩盤(pán)風(fēng)險(xiǎn)三者之間的關(guān)系。結(jié)果發(fā)現(xiàn)：有商譽(yù)的公司能夠顯著加劇未來(lái)股價(jià)崩盤(pán)風(fēng)險(xiǎn)。商譽(yù)值與未來(lái)股價(jià)崩盤(pán)風(fēng)險(xiǎn)呈顯著正相關(guān)。作用機(jī)制研究表明，信息不對(duì)稱(chēng)理論會(huì)作用于商譽(yù)和股價(jià)崩盤(pán)風(fēng)險(xiǎn)的關(guān)系，即在商譽(yù)影響股價(jià)崩盤(pán)風(fēng)險(xiǎn)時(shí)，公司信息透明度越低、管理層操縱商譽(yù)實(shí)現(xiàn)自身利益的可能性越高，公司的股價(jià)崩盤(pán)風(fēng)險(xiǎn)越大。公司負(fù)面消息越少則說(shuō)明媒體監(jiān)督作用不足，公司和投資者之間的信息不對(duì)稱(chēng)程度高，股價(jià)崩盤(pán)風(fēng)險(xiǎn)更顯著。以上經(jīng)驗(yàn)證據(jù)說(shuō)明，高商譽(yù)并購(gòu)的經(jīng)濟(jì)后果之一是加劇公司未來(lái)股價(jià)崩盤(pán)風(fēng)險(xiǎn)，但公司能夠通過(guò)提高披露信息質(zhì)量，減少信息不對(duì)稱(chēng)程度來(lái)降低這種風(fēng)險(xiǎn)。

基于前文的實(shí)證研究，提出應(yīng)該在以下幾個(gè)方面利用并購(gòu)市場(chǎng)優(yōu)化金融資源的配置效應(yīng)：首先，在并購(gòu)業(yè)務(wù)發(fā)生的時(shí)候，應(yīng)科學(xué)合理地評(píng)估并購(gòu)對(duì)公司整體業(yè)績(jī)的促進(jìn)作用并確保這種促進(jìn)作用具有可持續(xù)性，以避免在并購(gòu)以后由于業(yè)績(jī)問(wèn)題導(dǎo)致公司股價(jià)出現(xiàn)的崩盤(pán)風(fēng)險(xiǎn)；其次，監(jiān)管層應(yīng)該制定科學(xué)的監(jiān)管政策，規(guī)范上市公司的并購(gòu)行為，設(shè)置防火墻，防止部分上市公司利用并購(gòu)等資本運(yùn)作手段拉升股價(jià)、進(jìn)行減持，這樣才能真正保證投資者的利益；最后，在上市公司進(jìn)行并購(gòu)的時(shí)候，監(jiān)管層應(yīng)該基于科學(xué)的并購(gòu)流程與規(guī)則，對(duì)并購(gòu)行為進(jìn)行嚴(yán)格的監(jiān)控，確保并購(gòu)重組的有序發(fā)展。結(jié)合上述的分析，強(qiáng)調(diào)商譽(yù)資產(chǎn)是公司對(duì)并購(gòu)資產(chǎn)的公允價(jià)值高于其賬面價(jià)值估計(jì)的體現(xiàn)，在這樣的背景下，企業(yè)會(huì)計(jì)信息不穩(wěn)健的可能性會(huì)明顯增大，而會(huì)計(jì)穩(wěn)健性是會(huì)計(jì)信息質(zhì)量的一個(gè)重要維度。在這樣的條件下，并購(gòu)帶來(lái)的商譽(yù)資產(chǎn)會(huì)導(dǎo)致會(huì)計(jì)穩(wěn)健性的缺失，從而導(dǎo)致會(huì)計(jì)信息質(zhì)量的降低，在其他因素的影響下，可能會(huì)加劇上市公司未來(lái)股價(jià)崩盤(pán)的可能性。本文的研究豐富了關(guān)于股價(jià)崩盤(pán)風(fēng)險(xiǎn)影響因素的相關(guān)文獻(xiàn)，并為以中國(guó)為代表的新興市場(chǎng)中的上市公司并購(gòu)行為及影響提供了直接可靠的實(shí)證檢驗(yàn)依據(jù)，提醒所有的監(jiān)管者和市場(chǎng)參與者關(guān)注并購(gòu)商譽(yù)及其帶來(lái)的影響。