■潛力 周夢(mèng)霞
近年來,對(duì)大額商譽(yù)進(jìn)行減值的企業(yè)數(shù)量大幅增加,由2012年的104 家上升至2020年的738 家。2018年,A 股市場(chǎng)商譽(yù)減值規(guī)模為1616.17 億元,達(dá)到歷史峰值,共有889家企業(yè)對(duì)其商譽(yù)進(jìn)行減值;超過400 家企業(yè)發(fā)布業(yè)績(jī)虧損公告,其中半數(shù)企業(yè)虧損是由于一次性計(jì)提大額商譽(yù)。在企業(yè)商譽(yù)減值規(guī)模日益擴(kuò)大的背景下,研究上市企業(yè)商譽(yù)減值同伴效應(yīng)及其影響因素,對(duì)于防范金融市場(chǎng)風(fēng)險(xiǎn)具有重要意義。
目前,國(guó)內(nèi)外學(xué)者對(duì)企業(yè)商譽(yù)減值動(dòng)機(jī)的研究主要集中于經(jīng)濟(jì)因素[1]、管理因素[2]、CEO 個(gè)人屬性[3]、股價(jià)高估程度[4]等,而研究同伴企業(yè)商譽(yù)減值行為對(duì)企業(yè)商譽(yù)減值行為外生影響的文獻(xiàn)相對(duì)較少。Manski[5]最早觀察到企業(yè)行為會(huì)受到同伴企業(yè)行為的外生影響。Leary等[6]研究發(fā)現(xiàn)企業(yè)資本結(jié)構(gòu)受到同伴企業(yè)資本結(jié)構(gòu)的影響。近年來,諸多研究也發(fā)現(xiàn),企業(yè)違規(guī)[7]、高管減持[8]、高管薪酬[9]、并購(gòu)[10]等方面均表現(xiàn)出明顯的同伴效應(yīng)。
本文試圖從同伴效應(yīng)視角解釋企業(yè)商譽(yù)大規(guī)模集中減值的現(xiàn)象,從理論和實(shí)證兩方面探討商譽(yù)減值行為的趨同性、企業(yè)內(nèi)外部治理能力以及環(huán)境不確定性對(duì)商譽(yù)減值同伴效應(yīng)的影響。本文的邊際貢獻(xiàn)主要體現(xiàn)在以下方面:現(xiàn)有文獻(xiàn)對(duì)同伴效應(yīng)影響因素的研究主要集中在外部環(huán)境、行業(yè)地位和高管能力等方面,少有文獻(xiàn)從公司內(nèi)外部治理視角研究公司治理能力對(duì)企業(yè)行為決策同伴效應(yīng)的影響,本文對(duì)這方面研究作了補(bǔ)充。
許多文獻(xiàn)證實(shí)企業(yè)在決策制定和執(zhí)行過程中會(huì)學(xué)習(xí)同行業(yè)、同地區(qū)或其他關(guān)聯(lián)企業(yè)的行為,并將其稱為同伴效應(yīng)(Peer Effect)。企業(yè)商譽(yù)減值行為除了受到自身情況影響外,還可能受到同伴企業(yè)商譽(yù)減值行為的外生影響。這可能是因?yàn)椋旱谝?,有礙于信息不對(duì)稱等客觀因素的存在,管理層對(duì)決策制定缺乏準(zhǔn)確的判斷,因此會(huì)考慮同伴企業(yè)的行為選擇。第二,如果多個(gè)企業(yè)同時(shí)進(jìn)行商譽(yù)減值,在一定程度上會(huì)分散投資者的注意力,降低商譽(yù)減值的負(fù)面影響。第三,行業(yè)內(nèi)相同主體間的頻繁社會(huì)互動(dòng)和信息交流使得其行為表現(xiàn)出高度一致性,如易志高等[8]研究發(fā)現(xiàn)高管減持存在顯著的行業(yè)同伴效應(yīng)。由此,本文提出如下假設(shè):
假設(shè)1:企業(yè)商譽(yù)減值行為存在同伴效應(yīng)。
如果非CEO 高管認(rèn)為CEO 做出的決策損害了企業(yè)的集體利益,那么非CEO高管可以采取一些措施來阻止有損企業(yè)利益的行為,例如消極工作、拒絕提供相關(guān)信息或拒絕執(zhí)行決策等,非CEO 高管對(duì)CEO“自下而上”的監(jiān)督治理機(jī)制被稱為高管團(tuán)隊(duì)內(nèi)部治理(Internal Governance)[11]。Landier 等[12]研究發(fā)現(xiàn)高管團(tuán)隊(duì)內(nèi)部治理效應(yīng)顯著提升了企業(yè)績(jī)效水平。Khanna等[13]研究發(fā)現(xiàn)高管團(tuán)隊(duì)內(nèi)部治理水平越差,企業(yè)財(cái)務(wù)舞弊概率越大。因此,本文認(rèn)為高管團(tuán)隊(duì)內(nèi)部治理對(duì)企業(yè)管理層起到內(nèi)部監(jiān)督作用,高管團(tuán)隊(duì)內(nèi)部治理效應(yīng)越強(qiáng)的企業(yè),越不會(huì)受到同伴企業(yè)商譽(yù)減值行為的外生影響。由此,本文提出如下假設(shè):
假設(shè)2:高管團(tuán)隊(duì)內(nèi)部治理會(huì)抑制商譽(yù)減值同伴效應(yīng)的發(fā)生。
根據(jù)分析師監(jiān)督假說,分析師作為資本市場(chǎng)的重要信息中介,往往具備一定專業(yè)知識(shí)和財(cái)務(wù)分析能力[14],能夠?qū)ζ髽I(yè)已披露信息和未披露信息進(jìn)行全面解讀和深度挖掘[15],具有外部治理作用[16]。分析師能夠識(shí)別并揭露企業(yè)盈余操縱行為[17],使得管理層行為得到有效監(jiān)督。因此,本文認(rèn)為分析師治理對(duì)企業(yè)管理層起到外部監(jiān)督作用,分析師外部治理越強(qiáng)的企業(yè)越不會(huì)受到同伴企業(yè)商譽(yù)減值行為的外生影響。由此,本文提出如下假設(shè):
假設(shè)3:分析師關(guān)注會(huì)抑制商譽(yù)減值同伴效應(yīng)的發(fā)生。
環(huán)境不確定性使得企業(yè)管理層無法獲得決策所需的全部信息,為了降低決策制定所產(chǎn)生的額外風(fēng)險(xiǎn),管理層會(huì)主動(dòng)獲取信息,比如通過模仿同伴企業(yè)的行為決策來獲取信息。Dimaggio 等[18]研究發(fā)現(xiàn),在環(huán)境不確定的情況下,企業(yè)會(huì)更傾向于模仿同伴企業(yè)的行為決策,企業(yè)幸存概率會(huì)增加。Francis等[2]研究發(fā)現(xiàn),外部環(huán)境的惡化會(huì)導(dǎo)致企業(yè)經(jīng)營(yíng)業(yè)績(jī)和成長(zhǎng)性變差,商譽(yù)減值發(fā)生的概率會(huì)增加。由此,本文提出如下假設(shè):
假設(shè)4:環(huán)境不確定性會(huì)加劇商譽(yù)減值同伴效應(yīng)的發(fā)生。
本文以2015—2019年A股上市企業(yè)為樣本,為了保證結(jié)果的穩(wěn)健性,剔除滿足以下條件的上市企業(yè):(1)行業(yè)內(nèi)企業(yè)少于兩家;(2)ST、*ST 等公司;(3)相關(guān)財(cái)務(wù)指標(biāo)數(shù)據(jù)缺失;(4)金融相關(guān)行業(yè)。為了避免極端值的影響,對(duì)所有相關(guān)變量在1%和99%水平上進(jìn)行縮尾處理,最終得到1155家上市企業(yè)樣本,共5775個(gè)觀測(cè)值。所有數(shù)據(jù)均來源于萬德數(shù)據(jù)庫(kù)和國(guó)泰安數(shù)據(jù)庫(kù)。本文以證監(jiān)會(huì)2012年一級(jí)行業(yè)分類標(biāo)準(zhǔn)劃分行業(yè),以省、直轄市和自治區(qū)為單位劃分地區(qū)。
1.企業(yè)商譽(yù)減值同伴效應(yīng)
為檢驗(yàn)假設(shè)1,本文借鑒Leary等[6]的研究,構(gòu)建模型(1)如下:
其中,i、j、t、r 分別代表第i 個(gè)行業(yè)、第j 個(gè)企業(yè)、第t 個(gè)年度和第r 個(gè)地區(qū)。被解釋變量GI 為企業(yè)商譽(yù)減值;解釋變量Pe_GI 為同伴企業(yè)商譽(yù)減值均值。Pe_GI具體計(jì)算方式如下:首先,選取與企業(yè)同一行業(yè)的所有同伴企業(yè),但不包括企業(yè)本身。其次,剔除與企業(yè)處于相同地區(qū)的企業(yè)。最后,將剩余所有同伴企業(yè)商譽(yù)減值的算術(shù)平均值記為同伴企業(yè)商譽(yù)減值均值。以行業(yè)劃分同伴企業(yè)時(shí)剔除同地區(qū)的企業(yè),排除了地區(qū)因素對(duì)回歸結(jié)果的影響,明確了同伴效應(yīng)在行業(yè)中的影響范圍。X 為控制變量,參考陸蓉等[7]、易志高等[8]的研究,本文控制了公司規(guī)模(Size)、前十大股東流通股占比(Shareholder)、資產(chǎn)負(fù)債率(Lev)、總資產(chǎn)凈利潤(rùn)率(Roa)、流動(dòng)比率(Curratio)、管理層持股(Smshratio)和獨(dú)立董事占比(Idratio),同時(shí)控制了年份、行業(yè)和地區(qū)固定效應(yīng)。
2.高管團(tuán)隊(duì)內(nèi)部治理對(duì)企業(yè)商譽(yù)減值同伴效應(yīng)的調(diào)節(jié)作用
為檢驗(yàn)假設(shè)2,本文引入高管團(tuán)隊(duì)內(nèi)部治理(IN‐TGOV)變量,構(gòu)建模型(2)如下:
參考張博等[19]對(duì)高管團(tuán)隊(duì)內(nèi)部治理(INTGOV)的衡量,分母是薪酬總額排名前四位的非CEO高管的人數(shù),分子是薪酬總額排名前四位的非CEO高管在CEO 之前上任的人數(shù)。INTGOV 值越大,表明非CEO高管越獨(dú)立,高管團(tuán)隊(duì)內(nèi)部治理效應(yīng)越強(qiáng)①。
3.分析師外部治理對(duì)企業(yè)商譽(yù)減值同伴效應(yīng)的影響
為檢驗(yàn)假設(shè)3,使用當(dāng)年關(guān)注該公司的分析師人數(shù)(團(tuán)隊(duì))之和加1取對(duì)數(shù)(Analyst1)、當(dāng)年分析師對(duì)企業(yè)評(píng)級(jí)的平均值(Analyst2)、當(dāng)年分析師目標(biāo)價(jià)格的平均值(Analyst3)三個(gè)指標(biāo)衡量分析師外部治理變量(Analyst)。每一年將同行業(yè)商譽(yù)減值總樣本按照分析師外部治理不同分為分析師外部治理好和分析師外部治理差子樣本。分類方法借鑒Leary等[6]、李志生等[20]的研究,將各行業(yè)企業(yè)當(dāng)年關(guān)注該公司的分析師人數(shù)(團(tuán)隊(duì))之和加1取對(duì)數(shù)(Analyst1)、當(dāng)年分析師對(duì)企業(yè)評(píng)級(jí)的平均值(Analyst2)、當(dāng)年分析師目標(biāo)價(jià)格的平均值(Analyst3)的前10%定義為分析師外部治理好的同伴企業(yè)(Pe_GIAnalystHigh),其余定義為分析師外部治理差的同伴企業(yè)(Pe_GIAnalystLow)。對(duì)分析師外部治理好和分析師外部治理差子樣本分別按式(3)進(jìn)行回歸:
4.環(huán)境不確定性對(duì)商譽(yù)減值同伴效應(yīng)的調(diào)節(jié)作用
為檢驗(yàn)假設(shè)4,本文引入環(huán)境不確定性(EU)變量,構(gòu)建模型(4)如下:
參考Ghosh 等[21]對(duì)環(huán)境不確定性(EU)的衡量,進(jìn)行如下處理:首先,剔除過去5年銷售收入變化中穩(wěn)定成長(zhǎng)部分,即利用各企業(yè)過去5年數(shù)據(jù),通過模型Sales=λ0+λ1Year+ε,采用最小二乘法回歸,分別得到過去5年非正常銷售收入。其次,計(jì)算出企業(yè)過去5年非正常銷售收入的標(biāo)準(zhǔn)差,再除以過去5年銷售收入的平均值,得到未經(jīng)行業(yè)調(diào)整的環(huán)境不確定性。同時(shí),把同一年份同一行業(yè)內(nèi)所有企業(yè)未經(jīng)行業(yè)調(diào)整的環(huán)境不確定性的中位數(shù)定義為行業(yè)環(huán)境不確定性。最后,用各企業(yè)未經(jīng)行業(yè)調(diào)整的環(huán)境不確定性除以行業(yè)環(huán)境不確定性得到企業(yè)經(jīng)行業(yè)調(diào)整后的環(huán)境不確定性。
Adhikari 等[22]運(yùn)用同伴企業(yè)股票特質(zhì)收益率作為工具變量來解決同伴效應(yīng)中的內(nèi)生性問題。股票特質(zhì)收益率是股票收益率剔除市場(chǎng)風(fēng)險(xiǎn)和行業(yè)差異后的殘差部分,反映企業(yè)未來的盈利能力,與企業(yè)商譽(yù)減值不存在直接的因果關(guān)系。曲曉輝等[23]研究發(fā)現(xiàn)商譽(yù)減值與企業(yè)盈利能力負(fù)相關(guān),所以同伴企業(yè)股票特質(zhì)收益率與同伴企業(yè)商譽(yù)減值均值負(fù)相關(guān)。股票特質(zhì)收益率的計(jì)算方式如下:
首先,在Fama等[24]的三因素模型基礎(chǔ)上加入行業(yè)因素:
其中,i、j、t 分別代表第i 個(gè)行業(yè)、第j 個(gè)企業(yè)和第t個(gè)月度。R是月股票收益率;MKT、HML、SMB分別是市場(chǎng)因子、賬面市值比因子和市值規(guī)模因子;是行業(yè)因子;是行業(yè)內(nèi)除i公司外的所有企業(yè)的平均收益率;RFt是t月的無風(fēng)險(xiǎn)利率。
其次,使用過去5年共60個(gè)月的數(shù)據(jù)對(duì)(6)式進(jìn)行回歸,估計(jì)出各個(gè)β系數(shù)值。根據(jù)各個(gè)β系數(shù)值計(jì)算出月股票收益率的擬合值。
股票月特質(zhì)收益率為:
最后,將股票月特質(zhì)收益率簡(jiǎn)單復(fù)合平均得到年特質(zhì)收益率,將滯后一年的同伴企業(yè)平均特質(zhì)收益率Peeryiret作為內(nèi)生解釋變量的工具變量。
本文變量定義與計(jì)算方式如表1所示。
表1 變量定義與計(jì)算方式
圖1 為企業(yè)商譽(yù)減值規(guī)模隨時(shí)間變動(dòng)的趨勢(shì)圖。從圖中可知,商譽(yù)減值規(guī)模在2018年之前保持緩慢增長(zhǎng),并在2018年達(dá)到峰值,而在2018年之后有所下降。
圖1 商譽(yù)減值規(guī)模的時(shí)間變動(dòng)趨勢(shì)
表2 是主要變量的描述性統(tǒng)計(jì)結(jié)果。統(tǒng)計(jì)顯示,同伴企業(yè)商譽(yù)減值發(fā)生率與企業(yè)總體商譽(yù)減值發(fā)生率保持相似的水平,符合企業(yè)商譽(yù)減值同伴效應(yīng)的理論預(yù)期。
表2 主要變量的描述性統(tǒng)計(jì)
表3 是基于模型(1)的回歸結(jié)果。實(shí)證結(jié)果顯示,無論是否加入控制變量,OLS 和2SLS 的解釋變量Pe_GI的回歸系數(shù)均在1%的水平上顯著為正,并且兩階段回歸中工具變量的Cragg-Donald Wald F值均遠(yuǎn)遠(yuǎn)大于Stock-Yogo的弱工具變量在10%的臨界值16.38,說明工具變量至少在10%的誤差容忍水平上是有效的。這表明企業(yè)商譽(yù)減值行為存在明顯的同伴效應(yīng),假設(shè)1成立。
表3 商譽(yù)減值同伴效應(yīng)的回歸結(jié)果
表4 是基于模型(2)的回歸結(jié)果。實(shí)證結(jié)果顯示,無論是否加入控制變量,OLS 和2SLS 的交乘項(xiàng)INTGOV×Pe_GI 的回歸系數(shù)都至少在5%的水平上顯著為負(fù),解釋變量Pe_GI的回歸系數(shù)均在1%的水平上顯著為正。這表明高管團(tuán)隊(duì)內(nèi)部治理能力的提升會(huì)顯著削弱企業(yè)商譽(yù)減值同伴效應(yīng),假設(shè)2 得到證實(shí)。究其原因,高管團(tuán)隊(duì)內(nèi)部治理水平越高,管理層越不容易受到同伴企業(yè)商譽(yù)減值行為的影響,當(dāng)高管團(tuán)隊(duì)內(nèi)部治理水平足夠高時(shí),同伴企業(yè)商譽(yù)減值行為并不會(huì)讓企業(yè)管理層做出商譽(yù)減值的選擇。
表4 高管團(tuán)隊(duì)內(nèi)部治理對(duì)企業(yè)商譽(yù)減值同伴效應(yīng)影響的回歸結(jié)果
表5 是基于模型(3)的回歸結(jié)果。實(shí)證結(jié)果顯示,分析師關(guān)注人數(shù)(團(tuán)隊(duì))少的分組、平均評(píng)級(jí)低的分組和平均目標(biāo)價(jià)格低的分組的解釋變量Pe_GI的回歸系數(shù)均在1%的水平上顯著為正,而其余分組的解釋變量Pe_GI的回歸系數(shù)均不顯著。這說明分析師外部治理度低的企業(yè)會(huì)受到商譽(yù)減值同伴效應(yīng)的顯著影響,假設(shè)3得到證實(shí)。究其原因,分析師外部治理對(duì)企業(yè)管理層的決策行為起到外部監(jiān)督作用,即使同伴企業(yè)紛紛進(jìn)行商譽(yù)減值,管理層還是謹(jǐn)慎作出商譽(yù)減值選擇。
表5 分析師外部治理對(duì)商譽(yù)減值同伴效應(yīng)影響的回歸結(jié)果
表6 是基于模型(4)的回歸結(jié)果。實(shí)證結(jié)果顯示,無論是否加入控制變量,OLS 和2SLS 的交乘項(xiàng)EU×Pe_GI 的回歸系數(shù)至少在10%的水平上顯著為正,解釋變量Pe_GI的回歸系數(shù)至少在5%的水平上顯著為正。這說明環(huán)境不確定性正向影響企業(yè)商譽(yù)減值同伴效應(yīng),環(huán)境不確定性越大,企業(yè)管理者就越想通過提取商譽(yù)進(jìn)行套現(xiàn),從而商譽(yù)減值同伴效應(yīng)越明顯。
表6 環(huán)境不確定性對(duì)商譽(yù)減值同伴效應(yīng)影響的回歸結(jié)果
用商譽(yù)減值虛擬變量(DumGI)替換商譽(yù)減值(GI)。如果企業(yè)進(jìn)行商譽(yù)減值,記為1;否則,記為0。解釋變量AVEDumGI 為與企業(yè)處于同一行業(yè)但不同地區(qū)的所有企業(yè)(不包括企業(yè)本身)的商譽(yù)減值虛擬變量的均值,按照式(8)進(jìn)行回歸。
實(shí)證結(jié)果如表7所示,即無論是否加入控制變量,解釋變量AVEDumGI 的回歸系數(shù)均在1%的水平上顯著為正。這表明商譽(yù)減值確實(shí)存在同伴效應(yīng),本文的結(jié)論是穩(wěn)健的。
表7 商譽(yù)減值虛擬變量同伴效應(yīng)的回歸結(jié)果
為了排除行業(yè)劃分對(duì)實(shí)證結(jié)果的影響,按照以下方法對(duì)行業(yè)重新劃分:證監(jiān)會(huì)2012年一級(jí)行業(yè)分類標(biāo)準(zhǔn)(制造業(yè)細(xì)分)以及證監(jiān)會(huì)2001年一級(jí)行業(yè)分類標(biāo)準(zhǔn)。實(shí)證結(jié)果如表8所示,重新劃分行業(yè)后的解釋變量Pe_GI 的回歸系數(shù)均在1%的水平上顯著為正。這說明行業(yè)劃分對(duì)于商譽(yù)減值同伴效應(yīng)的影響不大,證明本文的研究結(jié)論是穩(wěn)健的。
表8 重新劃分行業(yè)后的商譽(yù)減值同伴效應(yīng)的回歸結(jié)果
為排除企業(yè)個(gè)體差異導(dǎo)致的商譽(yù)減值規(guī)模存在行業(yè)差異這一內(nèi)生性問題,本文參考李志生等[20]的研究,采用傾向得分匹配法(PSM),使用一對(duì)一有放回且允許并列匹配法,選取任一行業(yè)作為實(shí)驗(yàn)組,其他行業(yè)的企業(yè)作為對(duì)照組,控制變量為滯后一階的企業(yè)規(guī)模、營(yíng)業(yè)收入增長(zhǎng)率、CEO 是否擔(dān)任董事會(huì)主席和是否由四大審計(jì)師事務(wù)所審計(jì)。在匹配時(shí),用Logit 模型進(jìn)行回歸,得到各個(gè)樣本的傾向得分,通過比較實(shí)驗(yàn)組和對(duì)照組樣本發(fā)現(xiàn)商譽(yù)減值規(guī)模存在顯著差異,企業(yè)的特征變量不存在顯著差異。接著對(duì)樣本分別進(jìn)行50次Bootstrap過程,計(jì)算匹配后本行業(yè)企業(yè)(實(shí)驗(yàn)組)和非本行業(yè)企業(yè)(對(duì)照組)商譽(yù)減值規(guī)模的均值差距。表9 的實(shí)證結(jié)果顯示,部分行業(yè)的ATT 值顯著為負(fù)或者顯著為正,表明不同行業(yè)具有相同特征的企業(yè)之間商譽(yù)減值規(guī)模存在顯著差異。
表9 各行業(yè)企業(yè)商譽(yù)減值規(guī)模的平均處理效應(yīng):ATT檢驗(yàn)結(jié)果
我國(guó)《公司法》規(guī)定,董事會(huì)秘書由董事會(huì)提名和任命,而其他非CEO 高管是由CEO 提名、董事會(huì)任命,所以CEO可能無法直接影響董事會(huì)秘書的聘任。為了排除董事會(huì)秘書對(duì)實(shí)證結(jié)果的影響,本文將董事會(huì)秘書排除在非CEO 高管之外后重新構(gòu)建了高管團(tuán)隊(duì)內(nèi)部治理變量(INTGOVNON),按照式(2)進(jìn)行回歸,結(jié)果如表10所示。實(shí)證發(fā)現(xiàn),主要解釋變量的符號(hào)和顯著性基本保持一致,證明本文的研究結(jié)論是穩(wěn)健的。
表10 排除董秘的高管團(tuán)隊(duì)內(nèi)部治理對(duì)企業(yè)商譽(yù)減值同伴效應(yīng)影響的回歸結(jié)果
為了檢驗(yàn)分析師外部治理這一變量的穩(wěn)健性,本文將關(guān)注人數(shù)(團(tuán)隊(duì))(Analyst1)、平均評(píng)級(jí)(Ana‐lyst2)和平均目標(biāo)價(jià)格(Analyst3)分別與同伴企業(yè)商譽(yù)減值均值Pe_GI 作交乘項(xiàng)。表11 的回歸結(jié)果顯示,交乘項(xiàng)Analyst×Pe_GI的回歸系數(shù)在10%的水平上顯著為負(fù),解釋變量Pe_GI的回歸系數(shù)均在1%的水平上顯著為正,證明本文的回歸結(jié)果是穩(wěn)健的。
表11 分析師外部治理變量穩(wěn)健性檢驗(yàn)的回歸結(jié)果
教育背景異質(zhì)性是指高管團(tuán)隊(duì)成員在進(jìn)入高管團(tuán)隊(duì)之前受教育程度的差異,對(duì)其進(jìn)行賦值:大專以下、大專、本科、碩士和博士分別賦值為1、2、3、4 和5。職能背景異質(zhì)性是指高管團(tuán)隊(duì)成員在進(jìn)入高管團(tuán)隊(duì)之前所承擔(dān)職能的差異,對(duì)其進(jìn)行賦值:生產(chǎn)人員賦值為1;市場(chǎng)和銷售人員賦值為2;研發(fā)、技術(shù)和信息人員賦值為3;財(cái)務(wù)、證券和會(huì)計(jì)人員賦值為4;管理、法律和政府工作人員賦值為5。采用Her‐findal-Hirschman 系數(shù),表示團(tuán)隊(duì)中第i 類成員占團(tuán)隊(duì)總?cè)藬?shù)的比例。H 值介于0~1之間,H值越大,高管團(tuán)隊(duì)異質(zhì)性程度越高。本文定義當(dāng)年同行業(yè)的前10%為異質(zhì)性大的高管團(tuán)隊(duì),當(dāng)年同行業(yè)的后90%為異質(zhì)性小的高管團(tuán)隊(duì)。表12的回歸結(jié)果顯示,高管團(tuán)隊(duì)教育背景和職能背景越相似,高管團(tuán)隊(duì)內(nèi)部治理對(duì)商譽(yù)減值同伴效應(yīng)的削弱作用越強(qiáng)。
表12 高管團(tuán)隊(duì)內(nèi)部治理對(duì)企業(yè)商譽(yù)減值同伴效應(yīng)影響的異質(zhì)性回歸結(jié)果
本文利用2015—2019年國(guó)內(nèi)A 股上市企業(yè)數(shù)據(jù),基于行業(yè)集聚視角,研究企業(yè)商譽(yù)減值同伴效應(yīng)及其影響因素。實(shí)證結(jié)果表明:企業(yè)商譽(yù)減值存在明顯的同伴效應(yīng),內(nèi)外部治理會(huì)顯著削弱商譽(yù)減值同伴效應(yīng),而環(huán)境不確定性會(huì)加劇商譽(yù)減值同伴效應(yīng)。進(jìn)一步研究發(fā)現(xiàn),高管團(tuán)隊(duì)教育背景和職能背景差異越小,高管團(tuán)隊(duì)內(nèi)部治理對(duì)商譽(yù)減值同伴效應(yīng)的削弱作用越強(qiáng)。
本文的研究為企業(yè)商譽(yù)減值動(dòng)機(jī)提供了新解釋,對(duì)同伴效應(yīng)影響因素的研究提供了補(bǔ)充。本文研究的政策啟示在于:首先,商譽(yù)減值同伴效應(yīng)的存在,說明商譽(yù)減值行為具有“傳染性”,監(jiān)管機(jī)構(gòu)應(yīng)考慮到這一點(diǎn),以避免商譽(yù)減值集群式爆發(fā),進(jìn)而引起股市波動(dòng),在制度上對(duì)商譽(yù)減值行為加以引導(dǎo)和規(guī)范。其次,高管團(tuán)隊(duì)內(nèi)部治理和分析師外部治理對(duì)商譽(yù)減值同伴效應(yīng)有顯著削弱作用,企業(yè)可以通過加強(qiáng)內(nèi)外部協(xié)同治理,進(jìn)一步提升企業(yè)的治理能力,從而防范商譽(yù)減值行為的“傳染性”。最后,環(huán)境不確定性加劇了企業(yè)的商譽(yù)減值同伴效應(yīng),應(yīng)盡可能維持宏觀環(huán)境的相對(duì)穩(wěn)定。■
注釋
①高管團(tuán)隊(duì)成員包括總經(jīng)理、總經(jīng)理助理、副總經(jīng)理、財(cái)務(wù)總監(jiān)、董事會(huì)秘書、高管其他等。因?yàn)橥粋€(gè)高管可能具有多個(gè)任期,為了更好地衡量高管團(tuán)隊(duì)內(nèi)部治理變量,本文把高管最早的任期確定為其上任時(shí)間。