基于行业差异的商誉减值评估研究

杨晓杰　楚燕美　伍宇霏

【摘要】  2018年11月16日，证监会发布《会计监管风险提示第8号——商誉减值》，如何公允地确定商誉减值成为业界讨论的焦点。由于不同行业在经营模式、核心竞争力以及依托资源种类等方面存在差异，所以兼并重组带来的商誉在不同行业间呈现出不同的规模态势。因此，如何基于行业差异选择恰当的评估方法、确定相关参数、合理估计商誉减值额，从而规避商誉减值测试风险，成为评估机构以及评估人员亟待解决的难题。鉴于此，文章基于行业差异对商誉减值测试评估进行探讨。

【关键词】   商誉减值测试评估;逐步回归分析法;行业差异

【中图分类号】  F275  【文献标识码】  A  【文章编号】  1002-5812（2020）08-0032-04

《企业会计准则第8号——资产减值》规定，企业应当在资产负债表日判断是否存在可能发生资产减值的迹象，对于在并购过程中形成的商誉，至少应当在每年年度终了时进行减值测试。由于商誉减值一经计提就不可转回，同时计提资产减值损失会削减企业的利润，影响企业的经营成果，加之商誉的独特性，客观地确认商誉减值损失显得尤为必要。本文通过收集整理相关数据，分析了我国沪深A股上市公司商誉的规模以及商誉减值现状，指出商誉减值测试评估中存在的问题，并运用逐步回归分析法对影响行业商誉减值的因素进行了对比分析，最后提出了切实可行的建议，旨在为上市公司商誉减值测试评估及风险规避提供参考。

一、上市公司商誉以及商誉减值规模现状

（一）整体商誉以及商誉减值规模现状。自2012年开始，沪深A股上市公司无论是商誉总额还是商誉减值规模都呈现出爆发式增长，截至2018年的短短6年时间里，商誉减值损失总额增长了134倍，仅2017年至2018年就翻了两番，商誉减值问题凸显。如下图所示（资料来源：Wind资讯数据库）。

（二）行业商誉以及商誉减值规模现状。根据证监会发布的2018年第四季度行业分类情况，沪深A股上市公司分属19个行业大类，由于行业之间各方面都具有差异性，不同行业的商誉积累情况以及减值情况也存在差异。制造业的市场价值占据沪深A股整体市场价值的38%，其商誉减值损失占比以48.38%高居榜首;文化、体育和娱乐业的市场价值占比为1.29%，商誉减值损失占比为8.24%;而金融业的市场价值占比高达26.97%，商誉减值损失占比却仅为0.3%。其他行业的具体情况如表1所示。

二、商誉减值测试评估中存在的问题

以商誉减值测试为目的的评估业务既具有新颖性又具有特殊性，在评估实务中仍然存在很多需要改进和完善之处。本文根据近年来上市公司公告的商誉减值测试评估报告实例以及相关数据，发现商誉减值测试评估中存在以下几个问题。

（一）基本评估程序存在的问题。资产评估机构执行评估业务，必须遵循科学规范的评估程序，但在实务中经常出现评估程序缺失的现象。如评估人员在接受业务委托时，未与委托人及其他相关方充分沟通以明确基本要素，导致出具的评估报告不能满足委托人及其他相关方的需要;在清查核实环节，未对评估对象进行充分的现场调查与核查;在估值环节，未充分分析相关评估方法的适用性，未与前期商誉减值测试采用的评估方法保持一致且缺乏合理理由等。

（二）评估报告披露内容不充分。中评协《以财务报告为目的的评估指南（试行）》中明确规定，资产评估报告应当包含必要信息，重点披露价值类型、评估方法的选择过程、依据、具体运用以及关键性评估参数的测算、逻辑推理、形成过程等。然而在证监会频频爆出的对某些评估机构的处罚文件来看，仍然存在诸如折现率、收入增长率、毛利率等关键评估参数选取依据披露不充分的问题。

（三）未充分辨识与商誉相关的资产组或资产组组合。通过查看公开的评估报告发现，不乏存在以下现象：对资产组的认定不符合资产组的概念，未充分考虑资产组产生现金流入的独立性;未充分辨识与商誉相关的资产组或资产组组合;未充分考虑企业合并所产生的协同效应，简单地将形成商誉时收购的子公司股权作为商誉减值测试对象等。

（四）未考慮所属行业的影响。通过翻阅大量公开的商誉减值测试评估报告发现，部分报告在进行公司所处环境分析时并没有涉及所处行业，在后续指标预测时，更是没有披露是否考虑了所处行业环境。比如某评估公司出具的A教育机构以商誉减值测试为评估目的的报告中，在预测未来期间现金流量的现值时，β值的选取竟然参考了B影视业。根据前述分析，文化、体育和娱乐业的商誉减值计提比例高达30%，而教育行业的商誉减值计提比例不足1%，该评估公司对β值的选取显然是不合理的。可见，在实务中，未考虑评估对象所属行业的影响，容易造成取值不合理的问题，最终导致评估结果不公允。

三、基于行业差异的商誉减值测试评估影响因素分析

（一）样本选择。实务中，在进行商誉减值测试评估时，最重要的环节是确定与商誉相关的资产组或资产组组合可收回金额的大小，影响公司价值的因素在一定程度上也会对是否计提商誉减值损失以及减值额的大小产生影响。对于上市公司而言，所在行业的成熟度、发展速度、未来前景、独有特性等因素都会对商誉估值产生影响，各个行业的商誉以及商誉减值规模呈现出了不同的发展趋势。综合各行业的上市公司数量、商誉以及商誉减值规模等指标，本文选取了沪深A股上市公司数量、商誉以及商誉减值规模最大的制造业、商誉减值规模较大且商誉计量难度相对较大的文化、体育和娱乐业，以及市场价值巨大但商誉规模一般的金融业作为样本行业进行研究。

由于行业处于中观层面，并考虑到行业研究数据的缺失性，为进一步说明商誉减值影响因素在每个行业中的差异性，在选择样本行业的基础上，本文分别在各行业中选择了具有代表性的上市公司作为样本进行更为细化的分析。为了保证数据的完整性和代表性，本文首先剔除了没有披露商誉减值损失和商誉金额的公司，然后计算剩余公司的商誉减值损失计提比例，最后依据商誉减值损失计提比例“最小30%、中间40%、最大30%”的原则选择了30家制造业公司、20家文化、体育和娱乐业公司以及12家金融业公司。本文所选择的样本公司具有一定的代表性，基于行业差异研究商誉减值损失的影响因素具有可行性。

（二）变量定义。影响商誉减值损失的因素有很多，既包括盈利能力、营运能力、发展潜力等经济因素，也包括公司规模、治理结构、外部监管等非经济因素。本文结合众多学者的研究，筛选了十项因素作为自变量。各变量的具体定义如表2所示。

（三）数据分析。

1.判断相关关系。本文运用SPSS 23软件，首先对影响制造业商誉减值损失的因素进行相关关系分析，发现Lev（0.872）与GWL之间存在极强的相关关系并呈正相关，ROA（-0.656）、Growth（-0.721）与GWL之间存在强相关关系并呈负相关，其他变量与GWL之间的相关关系较弱，具体如下页表3所示。

其次，对影响文化、体育和娱乐业商誉减值损失的因素进行相关关系分析，发现ROA（-0.704）与GWL之间存在较强的负相关关系，GW0（0.518）与GWL存在中等程度的正相关关系，CCP（-0.509）、Size（-0.496）与GWL之间存在中等程度的负相关关系，其他变量与GWL之间的相关关系较弱，具体如表4所示。

最后，对影响金融业商誉减值损失的因素进行相关关系分析，发现Growth（-0.676）、Intangible（0.638）与GWL之间存在强相关关系，HER3（0.529）、CCP（-0.426）与GWL之间存在中等程度相关关系，其他变量与GWL之间的相关关系较弱，具体如表5所示。

2.建立模型。本文在运用逐步回归分析法对制造业数据进行建模时，依次剔除了RSR、HER3、CCP、MTB、GW0、Intangible、Size七个变量，建立了由Lev、ROA和Growth三个变量组成的模型，恰好印证了这三个变量与GWL之间具有较大的相关系数。在对文化、体育和娱乐业数据进行建模时，依次剔除了HER3、Intangible、Growth、Size、RSR和CCP六个变量，建立了由GW0、Lev、ROA和MTB四个变量组成的模型，发现与GWL之间存在中等程度负相关关系的CCP（-0.509）和Size（-0.496）并未引入模型，相反，与GWL之间存在较弱相关关系的GW0 和 Lev被引入模型，说明由于样本量较小，涉及的四个指标对样本数据和总体数据的解释程度存在差异。在对金融业数据进行建模时，依次剔除了ROA、Lev、CCP和GW0四个变量，由剩余RSR、HER3、MTB、Intangible、Size和Growth六个变量构建了模型，同样发现与GWL存在中等程度相关关系的变量CCP并未被引入模型。如下页表6所示。

不难发现，模型中既囊括了相关系数较大的变量，也包含几个相关系数较小的变量，但这并不矛盾。相关系数的大小表示两个变量之间相关程度的强弱，基于样本数据，具有一定的偶然因素;而在模型中具有显著性则是具有统计学意义的，在一定程度上排除了偶然因素的影响。

3.检验分析。模型建立完毕后，还不能立即用于对实际问题的分析，必须对模型进行各种检验，包括经济意义检验、统计意义检验和计量意义检验。

（1）经济意义检验。

在模型1中，资产负债率（Lev）对商誉减值损失计提比例（GWL）的影响最大且为正向影响，Lev数值较高表明公司背负了较高的债务，偿债能力较低，容易陷入财务困境，影响公司的后续发展能力，计提商誉减值损失。营业收入增长率（Growth）对GWL的影响次之，总资产报酬率（ROA）排在最后，Growth和ROA对GWL均为负向影响，Growth和ROA越高，说明公司具有较强的盈利能力和发展潜力，会相应地选择少计提甚至不计提商誉减值损失。

在模型2中，市值账面比（MTB）、资产负债率（Lev）、期初商誉规模（GW0）和总资产报酬率（ROA）四个因素对商誉减值损失计提比例（GWL）的影响程度依次增强，除GW0是正向影响外，其他因素均为负向影响。ROA数值较大说明公司的资产创收能力较好，市场竞争能力也较强;GW0数值较大，说明公司期初商誉规模较大，一旦经营期间出现问题，就会引起较大程度的商誉减值损失，这与文化、体育和娱乐业的行业特征以及近两年的发展状况也是相契合的; Lev在该模型中呈负向影响，与模型1并不矛盾，Lev增大，在一定程度上说明公司利用负债降低了资本成本，有更多创造收益的投资机会可供选择;MTB越大，说明市场对公司的评价较高，公司的发展前景较好。

在模型3中，公司规模（Size）、市值账面比（MTB）、股权集中度（HER3）、无形资产规模（Intangible）、监管层持股比（RSR）和营业收入增长率（Growth）六个因素对商誉减值损失计提比例（GWL）的影响程度依次增强，除Growth和MTB是负向影响外，其他因素均为正向影响。RSR数值越大，说明公司的监管力度较强，监管机制较为完善，根据谨慎性原则，计提商誉减值损失的可能性就越大;Intangible越大，说明公司依靠无形资产获利，虽然无形资产具有很大的获利潜力，但同样具有极大的不稳定性。HER3对GWL产生了正向影响，说明股權越集中，大股东为了维护自身利益，会促使公司建设和完善内部控制制度，秉承谨慎性原则，计提商誉减值损失;Size对GWL产生正向影响，说明规模越大的公司，商誉减值问题越严重。

上述检验通过，说明三个模型反映的情况基本符合经济意义，在一定程度上可以解释经济现象。

（2）统计意义检验。

F检验。运用SPSS软件进行数据分析，首先输出模型1的F值51.650>F0.1（3，20）=2.38>F0.1（3，26），模型1在90%的水平上显著成立;其次输出模型2的F值9.802>F0.1（4，15）=2.36，模型2在90%的水平上显著成立;最后输出模型3的F值111.541>F0.1（6，5）=3.40，模型3在90%的水平上显著成立。

t检验。在运用SPSS软件进行分析时，可以直接通过观察t的显著性水平判断是否通过T检验。在表6中，三个模型所有自变量t值的显著性均小于0.1，所以每个自变量都通过了T检验。