基于行業(yè)差異的商譽減值評估研究

楊曉杰　楚燕美　伍宇霏

【摘要】? 2018年11月16日，證監(jiān)會發(fā)布《會計監(jiān)管風險提示第8號——商譽減值》，如何公允地確定商譽減值成為業(yè)界討論的焦點。由于不同行業(yè)在經(jīng)營模式、核心競爭力以及依托資源種類等方面存在差異，所以兼并重組帶來的商譽在不同行業(yè)間呈現(xiàn)出不同的規(guī)模態(tài)勢。因此，如何基于行業(yè)差異選擇恰當?shù)脑u估方法、確定相關參數(shù)、合理估計商譽減值額，從而規(guī)避商譽減值測試風險，成為評估機構(gòu)以及評估人員亟待解決的難題。鑒于此，文章基于行業(yè)差異對商譽減值測試評估進行探討。

【關鍵詞】? ?商譽減值測試評估;逐步回歸分析法;行業(yè)差異

【中圖分類號】? F275? 【文獻標識碼】? A? 【文章編號】? 1002-5812（2020）08-0032-04

《企業(yè)會計準則第8號——資產(chǎn)減值》規(guī)定，企業(yè)應當在資產(chǎn)負債表日判斷是否存在可能發(fā)生資產(chǎn)減值的跡象，對于在并購過程中形成的商譽，至少應當在每年年度終了時進行減值測試。由于商譽減值一經(jīng)計提就不可轉(zhuǎn)回，同時計提資產(chǎn)減值損失會削減企業(yè)的利潤，影響企業(yè)的經(jīng)營成果，加之商譽的獨特性，客觀地確認商譽減值損失顯得尤為必要。本文通過收集整理相關數(shù)據(jù)，分析了我國滬深A股上市公司商譽的規(guī)模以及商譽減值現(xiàn)狀，指出商譽減值測試評估中存在的問題，并運用逐步回歸分析法對影響行業(yè)商譽減值的因素進行了對比分析，最后提出了切實可行的建議，旨在為上市公司商譽減值測試評估及風險規(guī)避提供參考。

一、上市公司商譽以及商譽減值規(guī)?，F(xiàn)狀

（一）整體商譽以及商譽減值規(guī)?，F(xiàn)狀。自2012年開始，滬深A股上市公司無論是商譽總額還是商譽減值規(guī)模都呈現(xiàn)出爆發(fā)式增長，截至2018年的短短6年時間里，商譽減值損失總額增長了134倍，僅2017年至2018年就翻了兩番，商譽減值問題凸顯。如下圖所示（資料來源：Wind資訊數(shù)據(jù)庫）。

（二）行業(yè)商譽以及商譽減值規(guī)模現(xiàn)狀。根據(jù)證監(jiān)會發(fā)布的2018年第四季度行業(yè)分類情況，滬深A股上市公司分屬19個行業(yè)大類，由于行業(yè)之間各方面都具有差異性，不同行業(yè)的商譽積累情況以及減值情況也存在差異。制造業(yè)的市場價值占據(jù)滬深A股整體市場價值的38%，其商譽減值損失占比以48.38%高居榜首;文化、體育和娛樂業(yè)的市場價值占比為1.29%，商譽減值損失占比為8.24%;而金融業(yè)的市場價值占比高達26.97%，商譽減值損失占比卻僅為0.3%。其他行業(yè)的具體情況如表1所示。

二、商譽減值測試評估中存在的問題

以商譽減值測試為目的的評估業(yè)務既具有新穎性又具有特殊性，在評估實務中仍然存在很多需要改進和完善之處。本文根據(jù)近年來上市公司公告的商譽減值測試評估報告實例以及相關數(shù)據(jù)，發(fā)現(xiàn)商譽減值測試評估中存在以下幾個問題。

（一）基本評估程序存在的問題。資產(chǎn)評估機構(gòu)執(zhí)行評估業(yè)務，必須遵循科學規(guī)范的評估程序，但在實務中經(jīng)常出現(xiàn)評估程序缺失的現(xiàn)象。如評估人員在接受業(yè)務委托時，未與委托人及其他相關方充分溝通以明確基本要素，導致出具的評估報告不能滿足委托人及其他相關方的需要;在清查核實環(huán)節(jié)，未對評估對象進行充分的現(xiàn)場調(diào)查與核查;在估值環(huán)節(jié)，未充分分析相關評估方法的適用性，未與前期商譽減值測試采用的評估方法保持一致且缺乏合理理由等。

（二）評估報告披露內(nèi)容不充分。中評協(xié)《以財務報告為目的的評估指南（試行）》中明確規(guī)定，資產(chǎn)評估報告應當包含必要信息，重點披露價值類型、評估方法的選擇過程、依據(jù)、具體運用以及關鍵性評估參數(shù)的測算、邏輯推理、形成過程等。然而在證監(jiān)會頻頻爆出的對某些評估機構(gòu)的處罰文件來看，仍然存在諸如折現(xiàn)率、收入增長率、毛利率等關鍵評估參數(shù)選取依據(jù)披露不充分的問題。

（三）未充分辨識與商譽相關的資產(chǎn)組或資產(chǎn)組組合。通過查看公開的評估報告發(fā)現(xiàn)，不乏存在以下現(xiàn)象：對資產(chǎn)組的認定不符合資產(chǎn)組的概念，未充分考慮資產(chǎn)組產(chǎn)生現(xiàn)金流入的獨立性;未充分辨識與商譽相關的資產(chǎn)組或資產(chǎn)組組合;未充分考慮企業(yè)合并所產(chǎn)生的協(xié)同效應，簡單地將形成商譽時收購的子公司股權(quán)作為商譽減值測試對象等。

（四）未考慮所屬行業(yè)的影響。通過翻閱大量公開的商譽減值測試評估報告發(fā)現(xiàn)，部分報告在進行公司所處環(huán)境分析時并沒有涉及所處行業(yè)，在后續(xù)指標預測時，更是沒有披露是否考慮了所處行業(yè)環(huán)境。比如某評估公司出具的A教育機構(gòu)以商譽減值測試為評估目的的報告中，在預測未來期間現(xiàn)金流量的現(xiàn)值時，β值的選取竟然參考了B影視業(yè)。根據(jù)前述分析，文化、體育和娛樂業(yè)的商譽減值計提比例高達30%，而教育行業(yè)的商譽減值計提比例不足1%，該評估公司對β值的選取顯然是不合理的。可見，在實務中，未考慮評估對象所屬行業(yè)的影響，容易造成取值不合理的問題，最終導致評估結(jié)果不公允。

三、基于行業(yè)差異的商譽減值測試評估影響因素分析

（一）樣本選擇。實務中，在進行商譽減值測試評估時，最重要的環(huán)節(jié)是確定與商譽相關的資產(chǎn)組或資產(chǎn)組組合可收回金額的大小，影響公司價值的因素在一定程度上也會對是否計提商譽減值損失以及減值額的大小產(chǎn)生影響。對于上市公司而言，所在行業(yè)的成熟度、發(fā)展速度、未來前景、獨有特性等因素都會對商譽估值產(chǎn)生影響，各個行業(yè)的商譽以及商譽減值規(guī)模呈現(xiàn)出了不同的發(fā)展趨勢。綜合各行業(yè)的上市公司數(shù)量、商譽以及商譽減值規(guī)模等指標，本文選取了滬深A股上市公司數(shù)量、商譽以及商譽減值規(guī)模最大的制造業(yè)、商譽減值規(guī)模較大且商譽計量難度相對較大的文化、體育和娛樂業(yè)，以及市場價值巨大但商譽規(guī)模一般的金融業(yè)作為樣本行業(yè)進行研究。

由于行業(yè)處于中觀層面，并考慮到行業(yè)研究數(shù)據(jù)的缺失性，為進一步說明商譽減值影響因素在每個行業(yè)中的差異性，在選擇樣本行業(yè)的基礎上，本文分別在各行業(yè)中選擇了具有代表性的上市公司作為樣本進行更為細化的分析。為了保證數(shù)據(jù)的完整性和代表性，本文首先剔除了沒有披露商譽減值損失和商譽金額的公司，然后計算剩余公司的商譽減值損失計提比例，最后依據(jù)商譽減值損失計提比例“最小30%、中間40%、最大30%”的原則選擇了30家制造業(yè)公司、20家文化、體育和娛樂業(yè)公司以及12家金融業(yè)公司。本文所選擇的樣本公司具有一定的代表性，基于行業(yè)差異研究商譽減值損失的影響因素具有可行性。

（二）變量定義。影響商譽減值損失的因素有很多，既包括盈利能力、營運能力、發(fā)展?jié)摿Φ冉?jīng)濟因素，也包括公司規(guī)模、治理結(jié)構(gòu)、外部監(jiān)管等非經(jīng)濟因素。本文結(jié)合眾多學者的研究，篩選了十項因素作為自變量。各變量的具體定義如表2所示。

（三）數(shù)據(jù)分析。

1.判斷相關關系。本文運用SPSS 23軟件，首先對影響制造業(yè)商譽減值損失的因素進行相關關系分析，發(fā)現(xiàn)Lev（0.872）與GWL之間存在極強的相關關系并呈正相關，ROA（-0.656）、Growth（-0.721）與GWL之間存在強相關關系并呈負相關，其他變量與GWL之間的相關關系較弱，具體如下頁表3所示。

其次，對影響文化、體育和娛樂業(yè)商譽減值損失的因素進行相關關系分析，發(fā)現(xiàn)ROA（-0.704）與GWL之間存在較強的負相關關系，GW0（0.518）與GWL存在中等程度的正相關關系，CCP（-0.509）、Size（-0.496）與GWL之間存在中等程度的負相關關系，其他變量與GWL之間的相關關系較弱，具體如表4所示。

最后，對影響金融業(yè)商譽減值損失的因素進行相關關系分析，發(fā)現(xiàn)Growth（-0.676）、Intangible（0.638）與GWL之間存在強相關關系，HER3（0.529）、CCP（-0.426）與GWL之間存在中等程度相關關系，其他變量與GWL之間的相關關系較弱，具體如表5所示。

2.建立模型。本文在運用逐步回歸分析法對制造業(yè)數(shù)據(jù)進行建模時，依次剔除了RSR、HER3、CCP、MTB、GW0、Intangible、Size七個變量，建立了由Lev、ROA和Growth三個變量組成的模型，恰好印證了這三個變量與GWL之間具有較大的相關系數(shù)。在對文化、體育和娛樂業(yè)數(shù)據(jù)進行建模時，依次剔除了HER3、Intangible、Growth、Size、RSR和CCP六個變量，建立了由GW0、Lev、ROA和MTB四個變量組成的模型，發(fā)現(xiàn)與GWL之間存在中等程度負相關關系的CCP（-0.509）和Size（-0.496）并未引入模型，相反，與GWL之間存在較弱相關關系的GW0 和 Lev被引入模型，說明由于樣本量較小，涉及的四個指標對樣本數(shù)據(jù)和總體數(shù)據(jù)的解釋程度存在差異。在對金融業(yè)數(shù)據(jù)進行建模時，依次剔除了ROA、Lev、CCP和GW0四個變量，由剩余RSR、HER3、MTB、Intangible、Size和Growth六個變量構(gòu)建了模型，同樣發(fā)現(xiàn)與GWL存在中等程度相關關系的變量CCP并未被引入模型。如下頁表6所示。

不難發(fā)現(xiàn)，模型中既囊括了相關系數(shù)較大的變量，也包含幾個相關系數(shù)較小的變量，但這并不矛盾。相關系數(shù)的大小表示兩個變量之間相關程度的強弱，基于樣本數(shù)據(jù)，具有一定的偶然因素;而在模型中具有顯著性則是具有統(tǒng)計學意義的，在一定程度上排除了偶然因素的影響。

3.檢驗分析。模型建立完畢后，還不能立即用于對實際問題的分析，必須對模型進行各種檢驗，包括經(jīng)濟意義檢驗、統(tǒng)計意義檢驗和計量意義檢驗。

（1）經(jīng)濟意義檢驗。

在模型1中，資產(chǎn)負債率（Lev）對商譽減值損失計提比例（GWL）的影響最大且為正向影響，Lev數(shù)值較高表明公司背負了較高的債務，償債能力較低，容易陷入財務困境，影響公司的后續(xù)發(fā)展能力，計提商譽減值損失。營業(yè)收入增長率（Growth）對GWL的影響次之，總資產(chǎn)報酬率（ROA）排在最后，Growth和ROA對GWL均為負向影響，Growth和ROA越高，說明公司具有較強的盈利能力和發(fā)展?jié)摿?，會相應地選擇少計提甚至不計提商譽減值損失。

在模型2中，市值賬面比（MTB）、資產(chǎn)負債率（Lev）、期初商譽規(guī)模（GW0）和總資產(chǎn)報酬率（ROA）四個因素對商譽減值損失計提比例（GWL）的影響程度依次增強，除GW0是正向影響外，其他因素均為負向影響。ROA數(shù)值較大說明公司的資產(chǎn)創(chuàng)收能力較好，市場競爭能力也較強;GW0數(shù)值較大，說明公司期初商譽規(guī)模較大，一旦經(jīng)營期間出現(xiàn)問題，就會引起較大程度的商譽減值損失，這與文化、體育和娛樂業(yè)的行業(yè)特征以及近兩年的發(fā)展狀況也是相契合的; Lev在該模型中呈負向影響，與模型1并不矛盾，Lev增大，在一定程度上說明公司利用負債降低了資本成本，有更多創(chuàng)造收益的投資機會可供選擇;MTB越大，說明市場對公司的評價較高，公司的發(fā)展前景較好。

在模型3中，公司規(guī)模（Size）、市值賬面比（MTB）、股權(quán)集中度（HER3）、無形資產(chǎn)規(guī)模（Intangible）、監(jiān)管層持股比（RSR）和營業(yè)收入增長率（Growth）六個因素對商譽減值損失計提比例（GWL）的影響程度依次增強，除Growth和MTB是負向影響外，其他因素均為正向影響。RSR數(shù)值越大，說明公司的監(jiān)管力度較強，監(jiān)管機制較為完善，根據(jù)謹慎性原則，計提商譽減值損失的可能性就越大;Intangible越大，說明公司依靠無形資產(chǎn)獲利，雖然無形資產(chǎn)具有很大的獲利潛力，但同樣具有極大的不穩(wěn)定性。HER3對GWL產(chǎn)生了正向影響，說明股權(quán)越集中，大股東為了維護自身利益，會促使公司建設和完善內(nèi)部控制制度，秉承謹慎性原則，計提商譽減值損失;Size對GWL產(chǎn)生正向影響，說明規(guī)模越大的公司，商譽減值問題越嚴重。

上述檢驗通過，說明三個模型反映的情況基本符合經(jīng)濟意義，在一定程度上可以解釋經(jīng)濟現(xiàn)象。

（2）統(tǒng)計意義檢驗。

F檢驗。運用SPSS軟件進行數(shù)據(jù)分析，首先輸出模型1的F值51.650>F0.1（3，20）=2.38>F0.1（3，26），模型1在90%的水平上顯著成立;其次輸出模型2的F值9.802>F0.1（4，15）=2.36，模型2在90%的水平上顯著成立;最后輸出模型3的F值111.541>F0.1（6，5）=3.40，模型3在90%的水平上顯著成立。

t檢驗。在運用SPSS軟件進行分析時，可以直接通過觀察t的顯著性水平判斷是否通過T檢驗。在表6中，三個模型所有自變量t值的顯著性均小于0.1，所以每個自變量都通過了T檢驗。