-
上市公司通过实施并购重组,可以在市场、技术、品牌、研发、管理等方面获得新的机会,进而提高财务协同效应,实现价值创造。但是,由于标的公司选择、并购方案制定、价值评估等原因,一些公司在并购时会出现超额商誉。证监会发布的《2018年上市公司年报会计监管报告》明确指出部分上市公司商誉初始确认虚高。商誉过高预示着可能存在较大的减值风险,如2017年上市公司坚瑞沃能对收购沃玛特产生的46亿商誉全额计提减值,可能就是商誉虚高造成的。2022年,国资委发布的《关于加强中央企业商誉管理的通知》(国资发财评规〔2022〕41号)也指出:“部分企业存在高溢价、高商誉、高减值的连锁风险。”根据Wind金融数据终端统计,截至2021年底沪深两市A股上市公司商誉规模约为1.19万亿元,占净资产的比重为2.03%,占净利润的比重高达24.6%。近年来,越来越多的“商誉减值风险地雷”引爆,如果上市公司商誉在同一年全部计提减值,A股市场净利润将缩水近1/4,这将严重危及资本市场健康运行。不仅如此,超额商誉还给企业带来一系列不利影响,如损害企业未来经营业绩、减少企业创新产出、降低创新效率、提高审计费用等(魏志华和朱彩云,2019;赵彦锋,2021;张欣和董竹,2022)。商誉问题引起了监管部门、投资者和学术界的广泛关注,成为当前资本市场的重要问题之一。因此,研究超额商誉的经济后果具有重要的现实意义。
债务融资是上市公司主要的融资来源。2021年,国家发展改革委、工业和信息化部、财政部、人民银行联合印发的《关于做好2021年降成本重点工作的通知》(发改运行〔2021〕602号)指出要“促进企业综合融资成本稳中有降”。融资成本的确定依赖于宏观经济信息和微观财务信息,García-Teruel等(2014)研究发现大多数银行将企业财务信息作为发放贷款和确定贷款期限的主要依据。由此,财务信息构成利益相关者的决策基础。商誉信息是财务报表的重要组成部分,在债权人的信贷决策过程中发挥重要作用,Frankel等(2008)发现债权人制定债务契约合同时会考虑企业商誉信息。另外,已有研究表明,投资者对商誉的各组成部分采取不同的估值权重;同理,债权人对商誉信息的不同部分也会呈现不同反应。那么,从商誉总额中剔除合理商誉后的超额商誉将如何影响债务融资成本?从超额商誉本身来看,其可能是代理风险、过度支付、利益输送等所导致的结果,不仅浪费宝贵的现金资源,而且没有变现与偿债能力,同时弱化了正常的财务状况,增加未来业绩的不确定性,最终损害投资者利益。因此,超额商誉可能给企业债务融资带来负向影响。
本文利用2009−2019年A股上市公司数据,探讨超额商誉与债务融资成本之间的关系,并分析二者关系的作用机制及治理机制,尝试补充关于超额商誉经济后果和债务融资成本影响因素的相关研究。研究发现,超额商誉与企业债务融资成本显著正相关。从作用机制来看,超额商誉通过影响经营风险和信息不对称间接影响债务融资成本;从治理机制来看,高质量的内部控制能够显著抑制超额商誉对债务融资成本的不利影响。
本文可能的主要贡献在于:(1)已有研究商誉会计信息与债权价值相关性的文献没有明确区分商誉的各组成部分(增加或总额),也没有区分正常与异常的部分,使得关于商誉与融资之间关系的研究结论不一致。本文从超额商誉视角,结合信号传递理论,考察超额商誉对企业债务融资成本的影响,不仅丰富了商誉信息对融资活动影响的相关研究,而且对债务契约的制定具有理论和实践意义。(2)债务融资成本的高低直接影响企业未来发展和金融系统风险水平,研究债务融资成本的影响因素对企业做大做强、实现高质量发展和提升金融市场资源配置效率具有现实意义。本文侧重商誉会计信息的特定视角(超额商誉),有效扩展了债务融资成本影响因素的相关研究。(3)本文从经营风险和信息不对称视角探究超额商誉影响债务融资成本的作用路径,并从内部控制质量视角检验其对二者关系的影响,有利于加深对超额商誉影响债务融资成本的认识,同时对企业和债权人决策以及监管部门制定相关治理准则具有一定启示意义。
-
从经济实质上来看,商誉是能够给企业带来超额盈利能力的资源(葛家澍,1996),早期研究也证明了商誉能够提升企业盈利能力、为企业带来市场价值(Chauvin和Hirschey,1994;Godfrey和Koh,2001)。但近年来,中国上市公司商誉规模急剧增长,并非均为超额盈利能力的贴现值,可能包含其他非经济因素的成分,即商誉存在高估。这部分高估商誉对企业造成了一系列负面冲击,如加剧商誉减值风险、损害企业经营、抑制企业创新、增加审计成本等。Ramanna(2008)研究发现企业超额商誉金额越大,越倾向于对商誉进行减值测试,且短期内的商誉减值程度更严重(张萍和周昕雨,2020)。商誉计提大额减值在一定程度上为并购时不合理的超额支付提供了证据支持,这种超额支付不仅损害企业未来经营业绩(魏志华和朱彩云,2019;张腊凤和张蓉,2021),而且还削弱企业创新能力,负向影响企业创新产出和创新效率(张欣和董竹,2022)。基于审计视角的研究发现,超额商誉规模变大,经营风险和审计投入相应增加,一方面审计师将提高对关键审计事项的披露数量和应对质量(石青梅等,2021),另一方面审计师也将因此收取更高的审计费用(赵彦锋,2021)。
-
债务融资成本是债权人让渡资金使用权而收取的风险溢价。债权人根据企业财务报告等信息对债务人进行风险评估、确定风险溢价,信息含量及信息属性均会影响债权人决策。从信息含量来看,Sengupta(1998)、Sufi(2007)认为缓解信贷双方信息不对称有利于债权人掌握更多增量信息,进而降低企业债务融资成本。国内学者也发现了类似结论,企业可以通过提高会计信息质量、会计稳健性水平等降低债务融资成本(李敏和张士强,2016;张丽琨和姚梅芳,2016;赵振洋等,2017)。从信息属性来看,利好消息,如履行社会责任、选择高声誉的审计师以及审计师具有行业专长等,对企业债务融资成本具有明显抑制作用(Mansi等,2004;史敏等,2017;余冬根和张嘉兴,2017;袁卫秋等,2018);而不利消息,如企业存在未决诉讼、内部控制缺陷、股权质押等,则会提高债务融资成本(刘慧等,2016;林钟高和丁茂桓,2017;吴先聪等,2020)。
此外,经济政策不确定性增加会对债务融资成本产生显著负向影响(吴伟军和李铭洋,2019);良好的金融环境和法治环境质量有利于企业获取较低成本的融资(魏志华等,2012;邵传林,2015)。企业所有者、治理层、管理层特征也在一定程度上影响企业融资,企业中有多个大股东、董事具有海外背景、高管学术经历等表现为积极的公司治理行为,有利于降低企业债务融资成本(王运通和姜付秀,2017;周楷唐等,2017;谢获宝等,2019)。
-
会计信息在管理激励合同和债务契约合同中具有有用性(Kothari等,2010)。商誉会计信息具有预测价值,尤其是SFAS142实施后其未来现金流预测能力更强(Lee,2011;Boennen和Glaum,2014)。Henning等(2000)研究发现投资者对商誉的各组成部分采取不同的估值权重,同理,债权人对商誉不同组成部分的反应也表现出差异。从商誉增加角度来看,徐经长等(2017)发现新增的并购商誉越多,债务融资成本越低;债权人也会根据商誉新增信息增加对企业的长期贷款(杜春明等,2019)。从商誉减少角度来看,商誉减值传递出企业经营业绩不佳与未来盈利能力下降的负面信号(Li等,2011),债权人捕捉到这一信号后,出于降低投资风险的考虑会对债务进行相应调整(Cheng等,2018),如提升债务报酬率(Francis等,2005);商誉减值越多,债务融资成本越高,债务期限越短,长期贷款越少(徐经长等,2017;杜春明等,2019;刘莉等,2021)。从商誉总额角度来看,黄蔚和汤湘希(2018)发现商誉账面价值越大,越会加剧企业融资约束。可见,在债务契约的制定过程中,商誉信息能够发挥会计信息的资源配置作用。
综上,已有超额商誉经济后果的研究没有直接探讨其与企业债务融资成本之间的关系,债务融资成本众多影响因素中也少有具体会计科目信息与债务融资成本之间关系的研究,仅有徐经长等(2017)从商誉新增角度研究其对债务融资成本的影响。然而,已有研究表明商誉信息的各具体部分(包括增加、减少以及总额等)所传递的信号属性并不一致,对企业融资活动也会产生截然不同的影响。那么,剔除核心商誉后的不合理部分即超额商誉,将对企业债务融资成本产生怎样的影响,其作用机制如何?本文尝试回答这两个问题。
-
商誉产生于企业并购,是能为企业带来超额盈利能力的资源,反映了企业未来现金流的创造能力(葛家澍,1996;杜兴强等,2011),是协同效应的价值体现。但是,现行会计准则下商誉确认过程中的主观性较强,Johnson和Petrone(1998)指出初始确认的商誉高估了商誉的真实价值,除核心商誉部分,还可能包括高估或支付偏差部分。近年来,中国高估值、高溢价并购现象普遍,导致了巨额商誉的产生。巨额商誉中的虚高部分,可能是过度支付、潜在利益输送、管理层过度自信等机会主义行为的产物(Shleifer和Vishny,2003;Malmendier和Tate,2008;李丹蒙和叶建芳,2018),也可能是虚高的业绩承诺所致(李晶晶等,2020),还可能是减值测试中存在少提或不提的盈余管理动机造成的(Beatty和Weber,2006)。总之,商誉虚高是因为脱离并购本质和非理性决策,虚高的商誉并不具备价值内涵,无法为企业带来超额收益,其在资本市场上的负面表现也从侧面支持了这一观点。上市公司支付较高商誉对公司当期业绩具有提升作用,但是会降低未来期间的业绩(郑海英等,2014;冯科和杨威,2018),也会加剧未来股价崩盘的风险(杨威等,2018)。可见,商誉的高估部分并不能持续反映商誉经济实质,在资本市场的正面效应无法持续,企业将在并购后相当长的时期内为此“买单”。那么,商誉高估部分(超额商誉)将如何影响企业融资成本?
资金是企业经济活动中首要的、持续的推动力,在国家推动企业做大做强的背景下,企业的运作和发展离不开资金的支持。与欧美企业不同,中国企业更依赖于债务融资(Allen等,2005)。财务信息是债权人的主要信息来源和重要决策依据,债权人根据财务信息评估企业未来净现金流量、衡量风险水平,以索取相应的风险溢价。本文认为,超额商誉对企业财务状况和经营成果具有重要影响。首先,从超额商誉的形成来看,超额商誉并非是能为企业带来超额盈利的资源,可能是上市公司代理风险、过度支付、利益输送等导致的结果;其次,超额商誉是并购过程中的超额支付,不仅耗费企业的稀缺资源,容易造成企业资金链紧张,而且无法用来变现与偿债,弱化企业财务状况,增加经营风险,债权人会更加谨慎做出信贷决策;再次,超额商誉形成后,会对企业未来发展产生不利影响,导致企业产品市场份额和行业竞争优势持续下降,损害经营业绩(魏志华和朱彩云,2019)。总之,超额商誉自形成之初就暴露出诸多不利信号,形成中浪费了企业的稀缺资源,形成后还将引发一系列负面经济后果,导致企业陷入恶性循环。基于信号传递理论,商誉是企业承担高水平风险的重要信号(周泽将等,2019)。债权人普遍认为超额商誉会使自身面临更大的风险,出于对自身信贷安全的担忧,将要求更高的风险补偿。因此,本文提出如下假说:
H1:超额商誉能够显著提高企业债务融资成本。
风险是影响债务融资成本高低的重要因素,超额商誉作用于债务融资成本也是通过风险传递来完成的。一方面,超额商誉能够暴露出企业经营中存在的问题,如大股东和管理层间的代理风险、管理层滥用自由裁量权、潜在利益输送行为等,增加了企业经营风险;另一方面,经营风险的增加又会影响企业经营活动和财务活动,加大企业偿债风险,相应地,债权人基于对企业偿债能力的评估,会调整企业债务融资成本。由此,本文认为经营风险可能是连接超额商誉与债务融资成本之间关系的桥梁。因此,本文提出如下假说:
H2:经营风险在超额商誉对债务融资成本的影响中发挥中介作用。
风险是债权人信贷决策的基础,债权人评估风险的依据是信息,信息含量和信息属性均会影响债权人的信贷决策。契约双方广泛存在信息不对称问题,信息不对称是阻碍债权人认识企业的障碍,也是影响债务融资成本的重要因素。根据信号传递理论,在企业内部与外部信息不对称的情况下,企业重大事件的公布会传递信号,缓解内外部信息不对称,外部利益相关者也会根据有关信号做出决策。一方面,并购商誉确认具有“眼球效应”(李健等,2021),并购商誉消息的发布能够在一定程度上缓解企业和债权人之间的信息不对称。另一方面,信息不对称的缓解能够向外界传递有效信号(积极或消极),Sengupta(1998)认为增强企业信息透明度可以降低企业贷款成本;胡奕明和唐松莲(2007)认为信息披露质量与借款利率的负向关系并不明显;李志军和王善平(2011)发现企业信息披露质量较好,能够增强企业获得银行贷款的资信度,降低企业债务融资成本。本文认为,如果信息透明度的提高让债权人了解到企业经营中可能存在的超额收益能力,则可能降低企业融资成本;反之,如果债权人识别到企业存在经营风险,则可能制定更加严格的契约条款,要求更高的风险补偿,从而提高债务融资成本。因此,本文提出如下假说:
H3:信息不对称在超额商誉对债务融资成本的影响中发挥中介作用。
-
考虑到商誉作为单独的会计科目在财务报表中列示始于2007年,以及初始计量可能出现的不稳定性,本文选取2009−2019年沪深两市A股上市公司作为初始研究样本,并对样本进行以下处理:(1)剔除金融和房地产行业上市公司;(2)剔除ST公司;(3)剔除行业只有3家以下的上市公司;(4)剔除数据缺失、异常的样本公司。为减少极端值对研究结论的影响,本文对所有连续变量进行上下1%分位的Winsorize处理。上市公司内部控制质量数据来自迪博数据库,其他数据主要来自CSMAR数据库和Wind金融终端。
-
借鉴徐经长等(2017)的研究,债务融资成本(cod)=利息支出/负债总额;借鉴张新民等(2018)的研究,超额商誉(gwe)=(企业商誉净额−企业所在行业商誉的平均值)/总资产。
-
借鉴赵彦锋(2021)的研究,首先将总资产收益率减去当年行业内所有企业的平均总资产收益率,剔除系统性风险对经营风险的影响;然后选用3年期作为观测时间段,计算每一个观测时间段内滚动取值的总资产收益率的标准差,以此衡量企业经营风险。
-
参考许静静和王宽亮(2021)的方法,选用国泰安数据库中的企业信息透明度来衡量信息不对称,如果企业评级为A,则信息不对称(opa)赋值为1,否则为0。
-
参考徐经长等(2017)、魏志华和朱彩云(2019)的研究,模型中控制了公司规模、资产负债率、有形资产比率、成长性、总资产收益率、股权集中度、独立董事比例、两职合一、上市时间、产权性质等变量。变量定义详见表1。
表 1 变量定义
变量 名称 定义 cod 债务融资成本 利息支出/负债总额 gwe 超额商誉 (商誉净额−年度行业商誉均值)/总资产 risk 经营风险 经行业调整后资产收益率的3年波动率 opa 信息不对称 企业信息透明度 size 公司规模 期末总资产的自然对数 lev 资产负债率 期末总负债/期末总资产 tang 有形资产比率 (存货+固定资产)/期末总资产 growth 成长性 营业收入增长率 roa 总资产收益率 当年净利润/期末总资产 top1 股权集中度 第一大股东持股比例 idp 独立董事比例 独立董事人数/董事会人数 dual 两职合一 若董事长和总经理为同一人,取值为1,否则为0 age 上市时间 Ln(1+当年年份−上市公司成立年份) soe 产权性质 国有企业取值为1,否则为0 -
为检验超额商誉对债务融资成本的影响,即假说H1,本文构建如下模型(1):
$$ cod_{i,t+j}=α_{0}+α_{1}gwe_{i,t}+α_{2}\Sigma controls_{i,t}+ε_{i,t}$$ (1) 为检验假说H2、假说H3,本文借鉴温忠麟和叶宝娟(2014)的研究构建如下模型:
$$ risk_{i,t+j}/opa_{i,t}=β_{0}+β_{1}gwe_{i,t}+β_{2}\Sigma controls_{i,t}+ε_{i,t} $$ (2) $$ cod_{i,t+j}=γ_{0}+γ_{1}gwe_{i,t}+γ_{2}risk_{i,t+j}/opa_{i,t}+γ_{3}\Sigma controls_{i,t}+ε_{i,t} $$ (3) 如果模型(1)中gwe的回归系数α1显著大于0,则说明超额商誉对企业债务融资成本具有显著正向影响,假说H1得到实证支持。如果模型(1)中的α1显著,按中介效应理论(温忠麟和叶宝娟,2014),依次检验模型(2)中的β1和模型(3)中的γ2,若β1、γ2均显著,则检验模型(3)中的γ1。如果γ1不显著,则只有中介效应;如果γ1显著,则可能存在其他中介,需要判别γ1与β1×γ2的符号。若两者符号一致则属于部分中介效应,按中介效应解释结果;符号不一致则属于遮掩效应,按遮掩效应解释结果。
-
表2报告了主要变量的描述性统计结果。债务融资成本(cod)的均值和中位数差别较小,分别是0.024和0.022,说明企业利息支出约占负债总额的2%,且分布较为均匀。经总资产调整后的超额商誉(gwe)的最小值为−0.429,均值为−0.024,中位数为−0.010,最大值为0.248,标准差为0.088,说明部分公司超额商誉较高且公司间差异较大。超额商誉替代变量(gwe1)的中位数为0,说明存在超额商誉的样本数量与不存在超额商誉的样本数量相等;均值为0.018,说明超额商誉分布表现为右偏状态。借鉴傅超等(2015)的期望回归模型计量的超额商誉(GW_excess),其标准差相对较小,说明大部分数值和均值之间差异较小。衡量中介效应机制的经营风险(risk)的最小值为0.002,最大值为0.289,标准差为0.046,说明不同公司之间经营风险差异较大;中位数为0.031,均值为0.044,说明部分公司经营风险较大,与超额商誉(gwe1)的分布趋势一致。信息不对称(opa)的中位数为0,均值为0.117,说明评级结果为A的企业数量要少于非A类企业。控制变量的数据特征与已有研究基本一致,不再赘述。
表 2 主要变量描述性统计
变量 观测值 均值 标准差 最小值 中位数 最大值 cod 12597 0.024 0.015 0.000 0.022 0.065 cod1 12597 0.150 0.185 −0.282 0.109 0.802 gwe 12597 −0.024 0.088 −0.429 −0.010 0.248 gwe1 12597 0.018 0.060 −0.108 0 0.317 GW_excess 12597 0.007 0.058 −0.081 −0.005 0.291 risk 12597 0.044 0.046 0.002 0.031 0.289 opa 12597 0.117 0.322 0 0 1 注:限于篇幅,未报告控制变量的描述性统计结果,备索。 -
表3报告了超额商誉与债务融资成本之间关系的实证检验结果。结果显示,超额商誉与债务融资成本未来三期的回归系数分别为0.014、0.012、0.010,均在1%的水平上显著,说明超额商誉与债务融资成本具有显著正向关系,超额商誉越大,企业债务融资成本越高,并且这一正向影响具有持续性。结合回归系数的绝对值和经济意义看,超额商誉对第一年的债务融资成本影响最大,对第二年、第三年的影响逐渐弱化,说明债权人在信贷决策时保持了谨慎性,密切关注企业溢价并购情况,可能随着超额商誉的负面效果弱化及时改变经营策略、调整风险补偿。上述发现与徐经长等(2017)、张萍和周昕雨(2020)的结论一致。
表 3 超额商誉与债务融资成本的回归结果
变量 codt+1 codt+2 codt+3 gwe 0.014*** 0.012*** 0.010*** (5.839) (4.165) (2.584) size −0.001*** −0.001*** −0.000 (−4.309) (−2.715) (−1.540) lev 0.019*** 0.016*** 0.012*** (11.797) (8.974) (6.250) tang 0.011*** 0.009*** 0.006*** (6.294) (5.155) (3.632) growth −0.000 0.001* 0.001** (−1.083) (1.698) (2.323) roa −0.049*** −0.045*** −0.038*** (−11.274) (−8.772) (−6.775) top1 −0.005*** −0.005*** −0.006*** (−3.219) (−3.044) (−3.346) idp 0.004 0.002 0.003 (1.069) (0.394) (0.709) dual 0.000 0.000 0.000 (0.382) (0.643) (0.426) age −0.000 −0.000 −0.001** (−0.020) (−1.120) (−1.984) soe −0.004*** −0.004*** −0.004*** (−6.626) (−6.676) (−6.018) constant 0.037*** 0.038*** 0.039*** (5.518) (5.413) (5.651) year/ind 控制 控制 控制 N 9289 7552 6121 Adj R2 0.304 0.277 0.252 注:***、**、*分别代表在1%、5%、10%的水平上显著,括号内为经异方差调整的t值。 -
本文在模型(1)成立的基础上进行经营风险(risk)的中介效应检验。如果模型(2)中gwe的回归系数β1显著大于0,说明超额商誉与企业经营风险显著正相关,加入解释变量和中介变量后使用模型(3)检验。如果γ1不显著、γ2显著,说明中介变量发挥完全中介效应;如果γ1、γ2均显著大于0,说明中介变量发挥部分中介效应。如果γ2不显著,说明中介效应不成立。
表4报告了经营风险中介效应的检验结果。列(1)为模型(2)的回归结果,超额商誉与t+1期经营风险的相关系数在1%的水平上显著为正,说明超额商誉显著提高了未来一年的经营风险。列(2)为模型(3)的回归结果,超额商誉和经营风险的系数均在1%的水平上显著为正,且在加入中介变量经营风险后,超额商誉与债务融资成本的相关系数绝对值有所下降,说明超额商誉既直接与债务融资成本显著正相关,又可通过增加经营风险对债务融资成本间接产生影响,即经营风险在超额商誉与债务融资成本间发挥部分中介效应,假说H2得到实证支持。表4中代表t+2期的列(3)、列(4)与代表t+3期的列(5)、列(6)的回归系数及显著性水平同样支持经营风险发挥中介作用的结论。经营是企业生存发展壮大的根基,经营风险可引发一系列连锁反应,企业经营风险是债权人信贷决策的重要依据。因此,债权人应关注可能引发经营风险的因素,建立预警机制,以保障自身资金安全。
表 4 经营风险的中介效应
变量 riskt+1
(1)codt+1
(2)riskt+2
(3)codt+2
(4)riskt+3
(5)codt+3
(6)gwe 0.031*** 0.014*** 0.037*** 0.011*** 0.034** 0.009** (3.596) (5.694) (3.048) (3.950) (2.241) (2.440) riskt+1 0.013*** (3.814) riskt+2 0.017*** (4.293) riskt+3 0.016*** (3.725) controls 控制 控制 控制 控制 控制 控制 year/ind 控制 控制 控制 控制 控制 控制 N 9289 9289 7552 7552 6121 6121 Adj R2 0.070 0.306 0.073 0.280 0.069 0.255 注:***、**、*分别代表在1%、5%、10%的水平上显著,括号内为经异方差调整的t值;限于篇幅,未报告控制变量回归结果,备索。下同。 -
本文在模型(1)成立的基础上,进行信息不对称(opa)的中介效应检验。表5的检验结果显示,模型(2)中的β1和模型(3)中的γ2均显著,且两者乘积为负,即γ1与β1×γ2方向相反,说明信息不对称在超额商誉与债务融资成本之间发挥遮掩效应。
表 5 信息不对称的中介效应
变量 opa
(1)codt+1
(2)codt+2
(3)codt+3
(4)gwe 0.771*** 0.014*** 0.012*** 0.010*** (2.849) (5.905) (4.224) (2.630) opa −0.001*** −0.001* −0.001* (−2.597) (−1.909) (−1.854) controls 控制 控制 控制 控制 year/ind 控制 控制 控制 控制 N 12597 9289 7552 6121 Adj R2 0.070 0.305 0.278 0.253 表5列(1)为模型(2)的回归结果,超额商誉与信息不对称的相关系数在1%的水平上显著为正,说明超额商誉提高了信息透明度,能够缓解企业信息不对称。列(2)为t+1期模型(3)的回归结果,在加入信息不对称变量后,信息不对称(opa)的系数显著为负,说明缓解信息不对称有利于降低债务融资成本;但是,超额商誉与债务融资成本间的相关系数不降反升,说明控制信息不对称后显著加强了超额商誉对债务融资成本的影响。换言之,超额商誉影响债务融资成本的直接负向效应被超额商誉通过信息不对称进而影响债务融资成本的间接负向效应所遮掩,此时,信息不对称的中介作用则表现为遮掩效应。可见,在债权人看来,商誉是超额盈利能力的信号,但是如果商誉金额太高,反而有虚高的嫌疑,债权人可能怀疑企业存在不当行为,谨慎起见将要求更高的风险补偿,进而导致企业债务融资成本提高。表5中代表t+2期的列(3)与代表t+3期的列(4)的回归系数及显著性水平同样支持了上述结论。
-
(1)替换解释变量。参照张新民等(2018)的做法,超额商誉(gwe1)=(企业的商誉净额−企业所在行业商誉的中位数)/总资产,替换自变量重新进行检验。表6列(1)至列(3)的结果显示,超额商誉与未来第一年、第二年的债务融资成本在1%的水平上正相关,与第三年的债务融资成本在5%的水平上正相关。借鉴傅超(2015)的做法,本文使用商誉期望模型的回归残差作为超额商誉的代理变量(GW_excess),表6列(4)至列(6)的结果显示,假说H1依然成立。
表 6 稳健性检验:替换解释变量
变量 codt+1
(1)codt+2
(2)codt+3
(3)codt+1
(4)codt+2
(5)codt+3
(6)gwe1 0.012*** 0.011*** 0.010** (3.834) (3.249) (2.423) GW_excess 0.014*** 0.014*** 0.014*** (4.306) (4.076) (3.354) controls 控制 控制 控制 控制 控制 控制 year/ind 控制 控制 控制 控制 控制 控制 N 9289 7552 6121 9289 7552 6121 Adj R2 0.302 0.276 0.252 0.303 0.277 0.253 (2)替换被解释变量。参照李广子和刘力(2009)的做法,债务融资成本(cod1)=财务费用/期间费用,其中,期间费用为财务费用、管理费用、销售费用的合计数。从表7列(1)的结果可以看出,超额商誉与t+1期的债务融资成本在1%的水平上显著正相关,假说H1依然成立。
表 7 稳健性检验:替换被解释变量
变量 cod1t+1
(1)cod1t+2
(2)cod1t+3
(3)gwe 0.087*** 0.048 0.041 (3.087) (1.377) (0.947) controls 控制 控制 控制 year/ind 控制 控制 控制 N 9289 7552 6121 Adj R2 0.521 0.475 0.446 -
为进一步控制内生性问题的影响,本文将样本数据按照是否有超额商誉分成处理组和对照组;选取可能影响企业产生超额商誉(gwe)的因素,如资产负债率(lev)、总资产收益率(roa)、股权集中度(top1)、独立董事比例(idp)、产权性质(soe),采用Probit模型回归计算处理组(超额商誉大于0)的样本企业的倾向得分;按照卡尺范围为0.05的1比4近邻匹配(有放回匹配,且允许并列)。
配对后的样本使用模型(1)进行检验,表8的回归结果显示,超额商誉与企业未来1−3期的债务融资成本具有显著的正相关关系,实证结果依然在一定程度上支持假说H1。
表 8 PSM检验
变量 codt+1
(1)codt+2
(2)codt+3
(3)gwe 0.013*** 0.011*** 0.008*** (6.246) (4.949) (2.663) controls 控制 控制 控制 year/ind 控制 控制 控制 N 9281 7545 6116 Adj R2 0.239 0.202 0.185 -
良好的内部控制在提升企业管理水平和风险防范能力方面发挥重要作用。内部控制质量越好,越能降低企业经营与财务风险,越能够有效缓解企业融资约束,企业债务融资成本也越低(陈汉文和周中胜,2014)。那么,企业内部控制质量是否影响超额商誉与债务融资成本之间的关系?本文采用中国上市公司内部控制指数的自然对数来衡量企业内部控制质量,在基准模型中加入内部控制质量(icq)、超额商誉(gwe)与内部控制质量(icq)的交乘项(gwe×icq)进行回归。表9的结果显示,内部控制质量(icq)在t+1期的系数为−0.003,显著性水平为10%,说明内部控制质量与债务融资水平显著负相关;交乘项(gwe×icq)的系数在t+1期至t+3期均显著为负,说明内部控制质量能够反向调节超额商誉与债务融资成本间的关系。上述结果表明,内部控制质量越高,越能降低债权人的担忧,进而对债务融资成本起到负向调节作用。
表 9 内部控制质量的调节作用
变量 codt+1
(1)codt+2
(2)codt+3
(3)gwe 0.012*** 0.009*** 0.006 (5.053) (3.113) (1.601) icq −0.003* −0.002 −0.001 (−1.810) (−0.955) (−0.553) gwe×icq −0.034* −0.065*** −0.105*** (−1.685) (−3.181) (−4.019) controls 控制 控制 控制 year/ind 控制 控制 控制 N 8962 7307 5917 Adj R2 0.310 0.288 0.261 -
近年来,巨额商誉引发一系列问题,理论界和实务界越来越关注商誉的经济后果。本文从超额商誉视角,以中国沪深A股2009−2019年上市公司为样本,考察超额商誉对企业债务融资成本的影响,并探究二者之间的作用机制及治理机制。研究发现:超额商誉传递的风险信号影响债权人索要的风险补偿,二者表现为显著的正相关关系;经营风险和信息不对称分别在超额商誉与债务融资成本间的关系中发挥了部分中介效应和遮掩效应;内部控制质量在二者关系中发挥了负向调节作用。研究结果表明:风险是债权人信贷决策的基础,超额商誉向债权人传递风险信号,债权人出于自身资金安全的考虑,会要求更高的风险补偿;超额商誉揭示了企业经营管理中的问题,可能引发的负面经济效果增加了企业经营风险,进而导致企业债务融资成本提高;超额商誉披露的信息含量虽然能够缓解债权人与企业间的信息不对称,但是超额商誉自带的不利信息属性,会引起债权人的重视,债权人将采取保护措施,相应提高风险报酬,进而导致企业债务融资成本提高;高质量的内部控制能够释放有利信号,在一定程度上缓解债权人的担忧,进而降低企业债务融资成本,这也从侧面说明债权人比较关注风险。
商誉虚高是引发负面经济效果的导火索,本文的研究结论对于提高企业融资能力、降低企业融资成本和提升金融市场资源配置效率具有启示意义。
对企业而言,做大做强实体经济、实现高质量发展离不开债务融资的支持。一是要规范投前管理,充分调研、遵循投资和产业整合的逻辑,谨慎选择并购对象,避免盲目并购;二是在并购过程中做好监管、防范违约行为,合理确认商誉,切实维护投资者利益;三是并购后积极整合、创造协同效应;四是完善内部控制,提高内部控制质量,缓解信贷契约中的不利影响。
对债权人而言,一是理性看待企业并购商誉,高度关注企业公开披露的信息及信息属性,捕捉信贷决策中有价值的信息,避免盲目放贷;二是全面了解和评估企业内部控制,将信贷决策与内部控制结合,科学合理制定信贷契约、优化信贷资源配置;三是构建信贷风险预警机制,做好监督跟进工作、切实保证资金安全,维护经济主体和信贷市场的健康平衡发展。
对监管部门而言,一是进一步加强对企业并购的审核,规范企业并购行为,积极引导企业理性并购;二是加强对并购商誉的事前监管和事中、事后监督,降低企业任意确认大额商誉与减值的可能性,从源头上遏制超额商誉带来的负面影响;三是及时进行风险提示,降低超额商誉对实体经济和资本市场发展的不利影响,防范系统性金融风险。
-
摘要: 债权人如何看待高商誉传递的信号(高收益还是高风险)?研究选取沪深A股上市公司2009−2019年数据,实证检验了超额商誉与债务融资成本的关系。研究发现,超额商誉对企业债务融资成本具有显著正向影响,在改变解释变量度量方法、使用PSM倾向得分匹配法控制内生性一系列稳健性检验后,结论仍然成立。作用机制检验发现,经营风险在超额商誉与债务融资成本关系中发挥了部分中介效应,信息不对称发挥了遮掩效应。进一步研究发现,高质量的内部控制能够有效缓解超额商誉对债务融资成本的负向经济效应。
Excess Goodwill and Debt Financing Cost
Abstract: How do creditors view the signal of high levels of goodwill (high income or high risk)? Based on the data of A-share listed companies in China from 2009 to 2019, this research empirically tests the relationship between excess goodwill and debt financing cost. The results show that excess goodwill has a significantly positive impact on corporate debt financing cost. After changing the measurement method of explanatory variables, using the PSM propensity score matching method to control the endogeneity, the conclusion is still valid. The mechanism test finds that operational risk partially mediates the relationship between excess goodwill and debt financing costs, while information asymmetry plays a masking role. Further research finds that high-quality internal control can effectively alleviate the negative economic effects of excess goodwill on debt financing cost. -
表 1 变量定义
变量 名称 定义 cod 债务融资成本 利息支出/负债总额 gwe 超额商誉 (商誉净额−年度行业商誉均值)/总资产 risk 经营风险 经行业调整后资产收益率的3年波动率 opa 信息不对称 企业信息透明度 size 公司规模 期末总资产的自然对数 lev 资产负债率 期末总负债/期末总资产 tang 有形资产比率 (存货+固定资产)/期末总资产 growth 成长性 营业收入增长率 roa 总资产收益率 当年净利润/期末总资产 top1 股权集中度 第一大股东持股比例 idp 独立董事比例 独立董事人数/董事会人数 dual 两职合一 若董事长和总经理为同一人,取值为1,否则为0 age 上市时间 Ln(1+当年年份−上市公司成立年份) soe 产权性质 国有企业取值为1,否则为0 表 2 主要变量描述性统计
变量 观测值 均值 标准差 最小值 中位数 最大值 cod 12597 0.024 0.015 0.000 0.022 0.065 cod1 12597 0.150 0.185 −0.282 0.109 0.802 gwe 12597 −0.024 0.088 −0.429 −0.010 0.248 gwe1 12597 0.018 0.060 −0.108 0 0.317 GW_excess 12597 0.007 0.058 −0.081 −0.005 0.291 risk 12597 0.044 0.046 0.002 0.031 0.289 opa 12597 0.117 0.322 0 0 1 注:限于篇幅,未报告控制变量的描述性统计结果,备索。 表 3 超额商誉与债务融资成本的回归结果
变量 codt+1 codt+2 codt+3 gwe 0.014*** 0.012*** 0.010*** (5.839) (4.165) (2.584) size −0.001*** −0.001*** −0.000 (−4.309) (−2.715) (−1.540) lev 0.019*** 0.016*** 0.012*** (11.797) (8.974) (6.250) tang 0.011*** 0.009*** 0.006*** (6.294) (5.155) (3.632) growth −0.000 0.001* 0.001** (−1.083) (1.698) (2.323) roa −0.049*** −0.045*** −0.038*** (−11.274) (−8.772) (−6.775) top1 −0.005*** −0.005*** −0.006*** (−3.219) (−3.044) (−3.346) idp 0.004 0.002 0.003 (1.069) (0.394) (0.709) dual 0.000 0.000 0.000 (0.382) (0.643) (0.426) age −0.000 −0.000 −0.001** (−0.020) (−1.120) (−1.984) soe −0.004*** −0.004*** −0.004*** (−6.626) (−6.676) (−6.018) constant 0.037*** 0.038*** 0.039*** (5.518) (5.413) (5.651) year/ind 控制 控制 控制 N 9289 7552 6121 Adj R2 0.304 0.277 0.252 注:***、**、*分别代表在1%、5%、10%的水平上显著,括号内为经异方差调整的t值。 表 4 经营风险的中介效应
变量 riskt+1
(1)codt+1
(2)riskt+2
(3)codt+2
(4)riskt+3
(5)codt+3
(6)gwe 0.031*** 0.014*** 0.037*** 0.011*** 0.034** 0.009** (3.596) (5.694) (3.048) (3.950) (2.241) (2.440) riskt+1 0.013*** (3.814) riskt+2 0.017*** (4.293) riskt+3 0.016*** (3.725) controls 控制 控制 控制 控制 控制 控制 year/ind 控制 控制 控制 控制 控制 控制 N 9289 9289 7552 7552 6121 6121 Adj R2 0.070 0.306 0.073 0.280 0.069 0.255 注:***、**、*分别代表在1%、5%、10%的水平上显著,括号内为经异方差调整的t值;限于篇幅,未报告控制变量回归结果,备索。下同。 表 5 信息不对称的中介效应
变量 opa
(1)codt+1
(2)codt+2
(3)codt+3
(4)gwe 0.771*** 0.014*** 0.012*** 0.010*** (2.849) (5.905) (4.224) (2.630) opa −0.001*** −0.001* −0.001* (−2.597) (−1.909) (−1.854) controls 控制 控制 控制 控制 year/ind 控制 控制 控制 控制 N 12597 9289 7552 6121 Adj R2 0.070 0.305 0.278 0.253 表 6 稳健性检验:替换解释变量
变量 codt+1
(1)codt+2
(2)codt+3
(3)codt+1
(4)codt+2
(5)codt+3
(6)gwe1 0.012*** 0.011*** 0.010** (3.834) (3.249) (2.423) GW_excess 0.014*** 0.014*** 0.014*** (4.306) (4.076) (3.354) controls 控制 控制 控制 控制 控制 控制 year/ind 控制 控制 控制 控制 控制 控制 N 9289 7552 6121 9289 7552 6121 Adj R2 0.302 0.276 0.252 0.303 0.277 0.253 表 7 稳健性检验:替换被解释变量
变量 cod1t+1
(1)cod1t+2
(2)cod1t+3
(3)gwe 0.087*** 0.048 0.041 (3.087) (1.377) (0.947) controls 控制 控制 控制 year/ind 控制 控制 控制 N 9289 7552 6121 Adj R2 0.521 0.475 0.446 表 8 PSM检验
变量 codt+1
(1)codt+2
(2)codt+3
(3)gwe 0.013*** 0.011*** 0.008*** (6.246) (4.949) (2.663) controls 控制 控制 控制 year/ind 控制 控制 控制 N 9281 7545 6116 Adj R2 0.239 0.202 0.185 表 9 内部控制质量的调节作用
变量 codt+1
(1)codt+2
(2)codt+3
(3)gwe 0.012*** 0.009*** 0.006 (5.053) (3.113) (1.601) icq −0.003* −0.002 −0.001 (−1.810) (−0.955) (−0.553) gwe×icq −0.034* −0.065*** −0.105*** (−1.685) (−3.181) (−4.019) controls 控制 控制 控制 year/ind 控制 控制 控制 N 8962 7307 5917 Adj R2 0.310 0.288 0.261 -
[1] 陈汉文, 周中胜. 2014. 内部控制质量与企业债务融资成本. 南开管理评论 (3): 103−111. doi: 10.3969/j.issn.1008-3448.2014.03.011 [2] 杜春明, 张先治, 常利民. 2019. 商誉信息会影响企业债务期限结构吗? ——基于债权人的视角. 证券市场导报 (2): 45−54. [3] 杜兴强, 杜颖洁, 周泽将. 2011. 商誉的内涵及其确认问题探讨. 会计研究 (1): 11−16. doi: 10.3969/j.issn.1003-2886.2011.01.003 [4] 冯科, 杨威. 2018. 并购商誉能提升公司价值吗? ——基于会计业绩和市场业绩双重视角的经验证据. 北京工商大学学报(社会科学版) (3): 20−32. [5] 傅超, 杨曾, 傅代国. 2015. “同伴效应”影响了企业的并购商誉吗? ——基于我国创业板高溢价并购的经验证据. 中国软科学 (11): 94−108. doi: 10.3969/j.issn.1002-9753.2015.11.010 [6] 葛家澍. 1996. 当前财务会计的几个问题——衍生金融工具、自创商誉和不确定性. 会计研究 (1): 3−8. [7] 胡奕明, 唐松莲. 2007. 审计、信息透明度和银行贷款利率. 审计研究 (6): 74−84. [8] 黄蔚, 汤湘希. 2018. 合并商誉会增加企业的融资约束吗? 证券市场导报 (12): 32−40, 46. [9] 李丹蒙, 叶建芳. 2018. 管理层过度自信、产权性质与并购商誉. 会计研究 (10): 50−57. doi: 10.3969/j.issn.1003-2886.2018.10.007 [10] 李广子, 刘力. 2009. 债务融资成本与民营信贷歧视. 金融研究 (12): 137−150. [11] 李健, 崔雪, 陈传明. 2021. 家族企业并购商誉、风险承担水平与创新投入——基于信号传递理论的研究. 南开管理评论 (4): 1−25. [12] 李晶晶, 关月琴, 魏明海, 谢素娟. 2020. 商誉、准则与制度: 万亿商誉资产之谜. 经济管理 (12): 151−167. [13] 李敏, 张士强. 2016. 会计制度变迁背景下会计信息质量对股权、债务融资成本的影响差异——基于沪深A股上市公司1998−2012年的经验研究. 东岳论丛 (4): 69−77. [14] 李志军, 王善平. 2011. 货币政策、信息披露质量与公司债务融资. 会计研究 (10): 56−62. doi: 10.3969/j.issn.1003-2886.2011.10.008 [15] 林钟高, 丁茂桓. 2017. 内部控制缺陷及其修复对企业债务融资成本的影响——基于内部控制监管制度变迁视角的实证研究. 会计研究 (4): 73−80. doi: 10.3969/j.issn.1003-2886.2017.04.011 [16] 刘慧, 张俊瑞, 周键. 2016. 诉讼风险、法律环境与企业债务融资成本. 南开管理评论 (5): 16−27. doi: 10.3969/j.issn.1008-3448.2016.05.003 [17] 刘莉, 任广乾, 管文星. 2021. 商誉减值、高管薪酬与债务期限结构. 证券市场导报 (8): 48−57. [18] 邵传林. 2015. 法治环境、所有制差异与债务融资成本——来自中国工业企业的微观证据. 浙江社会科学(9): 19−31, 156. [19] 石青梅, 徐涵, 孙梦娜. 2021. 超额商誉是否引起审计关注? ——基于关键审计事项披露的研究视角. 金融发展研究 (5): 31−38. [20] 史敏, 蔡霞, 耿修林. 2017. 动态环境下企业社会责任、研发投入与债务融资成本——基于中国制造业民营上市公司的实证研究. 山西财经大学学报 (3): 111−124. [21] 王运通, 姜付秀. 2017. 多个大股东能否降低公司债务融资成本. 世界经济 (10): 119−143. [22] 魏志华, 王贞洁, 吴育辉, 李常青. 2012. 金融生态环境、审计意见与债务融资成本. 审计研究 (3): 98−105. [23] 魏志华, 朱彩云. 2019. 超额商誉是否成为企业经营负担——基于产品市场竞争能力视角的解释. 中国工业经济 (11): 174−192. [24] 温忠麟, 叶宝娟. 2014. 中介效应分析: 方法和模型发展. 心理科学进展 (5): 731−745. [25] 吴伟军, 李铭洋. 2019. 中国经济政策不确定性对企业债务融资成本的影响. 当代财经 (11): 61−71. [26] 吴先聪, 罗鸿秀, 张健. 2020. 控股股东股权质押、审计质量与债务融资成本. 审计研究 (6): 86−96. doi: 10.3969/j.issn.1002-4239.2020.06.012 [27] 谢获宝, 丁龙飞, 廖珂. 2019. 海外背景董事与债务融资成本——基于董事会咨询和监督职能的中介效应. 管理评论 (11): 202−211. [28] 徐经长, 张东旭, 刘欢欢. 2017. 并购商誉信息会影响债务资本成本吗? 中央财经大学学报 (3): 109−118. [29] 许静静, 王宽亮. 2021. 商誉、信息不对称与企业避税. 证券市场导报 (9): 60−69. [30] 杨威, 宋敏, 冯科. 2018. 并购商誉、投资者过度反应与股价泡沫及崩盘. 中国工业经济 (6): 156−173. doi: 10.19581/j.cnki.ciejournal.2018.06.010 [31] 余冬根, 张嘉兴. 2017. 审计师声誉影响企业债务融资成本和融资能力吗? ——基于2010−2014年A股上市公司的经验证据. 中国经济问题 (1): 111−120. [32] 袁卫秋, 李萍, 于成永. 2018. 市场化环境、审计师行业专长与债务融资成本. 现代财经(天津财经大学学报) (6): 72−85. [33] 张腊凤, 张蓉. 2021. 超额商誉、内部控制与并购绩效. 经济问题 (1): 125−129. [34] 张丽琨, 姚梅芳. 2016. 会计稳健性、高管团队特征与债务成本关系研究. 南方经济 (9): 91−107. doi: 10.3969/j.issn.1000-6249.2016.09.007 [35] 张萍, 周昕雨. 2020. 超额商誉、审计师行业专长与商誉减值. 重庆工商大学学报(社会科学版) (11): 1−10. [36] 张欣, 董竹. 2022. 超额商誉对企业创新的影响研究. 南开管理评论 (5): 16−30. [37] 张新民, 卿琛, 杨道广. 2018. 内部控制与商誉泡沫的抑制——来自我国上市公司的经验证据. 厦门大学学报(哲学社会科学版) (3): 55−65. [38] 赵彦锋. 2021. 超额商誉、高管激励与审计收费. 财经理论与实践 (1): 62−69. [39] 赵振洋, 王丽琼, 杨建平. 2017. 宏观货币政策、会计稳健性与债务融资成本——基于中国A股上市公司的实证研究. 会计与经济研究(6): 64−78. [40] 郑海英, 刘正阳, 冯卫东. 2014. 并购商誉能提升公司业绩吗? ——来自A股上市公司的经验证据. 会计研究 (3): 11−17. doi: 10.3969/j.issn.1003-2886.2014.03.002 [41] 周楷唐, 麻志明, 吴联生. 2017. 高管学术经历与公司债务融资成本. 经济研究 (7): 169−183. [42] 周泽将, 胡刘芬, 马静, 张东旭. 2019. 商誉与企业风险承担. 会计研究 (7): 21−26. doi: 10.3969/j.issn.1003-2886.2019.07.003 [43] Allen, F., J. Qian, and M. Qian. 2005. Law, finance and economic growth in China. Journal of Financial Economics 77(1): 57−116. doi: 10.1016/j.jfineco.2004.06.010 [44] Beatty, A., and J. Weber. 2006. Accounting discretion in fair value estimates: An examination of SFAS goodwill impairments. Journal of Accounting Research 44(2): 257−288. doi: 10.1111/j.1475-679X.2006.00200.x [45] Boennen, S., and M. Glaum. 2014. Goodwill accounting: A review of the literature. Working Paper. [46] Chauvin, K. W., and M. Hirschey. 1994. Goodwill, profitability, and market value of the firm. Journal of Accounting and Public Policy 13(2): 159−180. doi: 10.1016/0278-4254(94)90018-3 [47] Cheng, Q., Y. J. Cho, and H. Yang. 2018. Financial reporting changes and the internal information environment: Evidence from SFAS 142. Review of Accounting Studies 23(1): 347−383. doi: 10.1007/s11142-017-9437-8 [48] Francis, J., R. Lafond, and P. Olsson. 2005. The market pricing of accruals quality. Journal of Accounting & Economics 39(2): 295−327. [49] Frankel, R., C. Seethamraju, and T. Zach. 2008. GAAP goodwill and debt contracting efficiency: Evidence from net-worth covenants. Review of Accounting Studies 13(1): 87−118. doi: 10.1007/s11142-007-9045-0 [50] García-Teruel, P. J., P. Martínez-Solano, and J. P. Sánchez-Ballesta. 2014. The role of accruals quality in the access to bank debt. Journal of Banking & Finance 38(C): 186−193. [51] Godfrey, J., and P. S. Koh. 2001. The relevance to firm valuation of capitalising intangible assets in total and by category. Australian Accounting Review 11(2): 39−48. [52] Henning, S. L., B. L. Lewis, and W. H. Shaw. 2000. Valuation of the components of purchased goodwill. Journal of Accounting Research 38(2): 375−386. doi: 10.2307/2672938 [53] Johnson, L. T., and K. R. Petrone. 1998. Commentary: Is goodwill an asset. Accounting Horizons 12(3): 293−303. [54] Kothari, S. P., K. Ramanna, and D. J. Skinner. 2010. Implications for GAAP from an analysis of positive research in accounting. Journal of Accounting & Economics 50(2): 246−286. [55] Lee, C. 2011. The effect of SFAS 142 on the ability of goodwill to predict future cash flows. Journal of Accounting & Public Policy 30(3): 236−255. [56] Li, Z., P. K. Shroff, and R. Venkataraman. 2011. Causes and consequences of goodwill impairment losses. Review of Accounting Studies 16(4): 745−778. doi: 10.1007/s11142-011-9167-2 [57] Malmendier, U., and G. Tate. 2008. Who makes acquisitions? CEO overconfidence and the market’s reaction. Journal of Financial Economics 89(1): 20−43. doi: 10.1016/j.jfineco.2007.07.002 [58] Mansi, S. A., W. F. Maxwell, and D. P. Miller. 2004. Does auditor quality and tenure matter to investors? Evidence from the bond market. Journal of Accounting Research 42(4): 755−793. doi: 10.1111/j.1475-679X.2004.00156.x [59] Ramanna, K. 2008. The implications of unverifiable fair-value accounting: Evidence from the political economy of goodwill accounting. Journal of Accounting and Economics 45(2): 253−281. [60] Sengupta, P. 1998. Corporate disclosure quality and the cost of debt. The Accounting Review 73(4): 459−474. [61] Shleifer,A., and R. W. Vishny. 2003. Stock market driven acquisitions. Journal of Financial Economics 70(3): 295−311. doi: 10.1016/S0304-405X(03)00211-3 [62] Sufi, A. 2007. Information asymmetry and financing arrangements: Evidence from syndicated loans. The Journal of Finance 62(2): 629−668. doi: 10.1111/j.1540-6261.2007.01219.x
点击查看大图
计量
- 文章访问数: 123
- HTML全文浏览量: 96
- PDF下载量: 444
- 被引次数: 0

下载: 

