超額商譽與企業創新行為

葉 超 李明輝

(南京大學，江蘇 南京 210093)

一、引言及相關文獻回顧

創新是驅動經濟增長的關鍵要素。企業創新行為不僅是影響未來競爭優勢的決定性因素，也是提升國家競爭力的關鍵所在。外延并購可代替內部創新實現企業的成長與發展(Hitt et al.，1990)，這也是現下眾多企業熱衷于并購重組的原因之一，Bena et al.(2014)認為企業進行并購的重要推動力之一是獲得創新的協同效應以增強自身的創新能力。而商譽作為一項日趨重要的資產，直接來源于企業的并購重組，代表著并購企業預期產生的協同效應，因此，并購商譽與企業創新息息相關。

近年來，中國上市公司的商譽資產呈現井噴式增長的態勢，巨額商譽猶如懸在上市公司頭頂的“達摩克利斯之劍”。適度、合理的商譽可以反映企業并購后的預期協同效應，而過高的商譽則可能加劇企業風險，給創新帶來負面影響。從超額商譽與企業創新投入的關系來看，一方面，過高的商譽可能來源于經理人過度樂觀、自信等非理性特征(杜興強 等，2011)，導致管理層高估創新收益，低估其風險，從而過度投資研發活動；也可能來源于管理層的“帝國構建”行為，甚至會與不當關聯交易及利益輸送相關聯(杜興強 等，2011；張新民 等，2018)，從而導致管理層對研發等活動的投資增加。另一方面，超額商譽蘊含的巨大經營風險和資本市場壓力，向利益相關方傳遞著不利的信號(黃蔚 等，2018)。此時，管理層有通過削減研發投入來進行向上盈余管理的動機。因此，超額商譽與企業研發投入之間的關系并不確定，有必要通過實證研究對其進行探討。此外，研發投入的增加并不必然意味著創新產出的增加。從理論上來說，超額商譽體現出的企業規模過度擴張可能會超出管理層的控制范圍和能力，導致管理層時間和精力的分散。另外，超額商譽背后的盲目并購會導致短期內企業文化過度混雜，這可能引發部分研發人員的流失和剩余研發人員工作效率的下降，進而對創新產出產生不利影響。

隨著商譽在資產負債表中的比重越來越大，“讀懂”商譽對投資者與相關監管部門的重要性不言而喻。已有文獻對并購商譽的經濟后果做了大量研究，發現商譽會降低企業未來業績(Li et al.，2017；Li et al.，2011；魏志華 等，2019；鄭海英 等，2014；周澤將 等，2019)、加劇股價崩盤風險(王文姣 等，2017；楊威 等，2018)、影響企業股票收益和股價波動率等(Ayres et al.，2019a；Ayres et al.，2019b；葉建芳 等，2016；鄭春美 等，2018)。此外，并購商譽給企業帶來的風險也會引起審計機構和分析師的關注(Glaum et al.，2018；曲曉輝 等，2017)。作為企業并購的出發點之一，創新除了受公司治理機制(Aghion et al.，2013；Balsmeier et al.，2017；楊道廣 等，2019)與制度保護因素(Hsu et al.，2014；權小鋒 等，2017)的影響之外，是否還會受到商譽的影響？這一話題目前關注較少。為此，本文研究超額商譽對企業創新的影響，并進一步探討該影響的作用機制及其異質性。

本文以2007—2017年中國A股上市公司為樣本，實證檢驗了超額商譽對企業創新投入和創新產出的影響及其作用機制。本文可能的貢獻在于：(1)以往關注會計信息對企業創新行為影響的研究較少，Zhong(2018)發現信息透明度能夠提高創新投入和創新產出；從商譽會計信息的角度出發，朱郭一鳴等(2021)發現商譽對于企業技術創新的負面作用，但是，其僅關注了創新產出而未研究創新投入，也未區分商譽中正常與異常的部分，而本文將低效率并購導致的超額商譽與企業創新行為聯系起來，發現代表商譽泡沫的超額商譽對企業的創新投入與創新產出具有不同方向的影響，這豐富了會計信息對企業創新作用的文獻，拓展了企業創新行為影響因素的相關研究，也為企業研發團隊創新實踐提供了有益的啟示。(2)現有關于商譽經濟后果的研究主要集中于并購后的短期業績研究，而本文側重于考察超額商譽與企業創新行為的關系，豐富了并購商譽對企業并購后長期表現影響的研究。(3)不同于部分現有文獻單獨考察創新投入或創新產出，本文同時從這兩個視角出發考察企業創新活動，并發現超額商譽對創新投入與創新產出存在不同的影響。

二、理論分析與假說提出

(一)超額商譽與創新投入

從理論上來說，商譽反映的是并購雙方通過整合產生的協同效應，是預期未來超額盈利能力的貼現值(馮衛東 等，2013)。現階段中國并購重組規模不斷創下歷史新高，巨額商譽減值頻發，這說明上市公司賬面存在較大的商譽泡沫，現階段商譽并不完全等價于超額盈利能力。現有研究認為商譽泡沫主要來源于不當關聯交易、利益輸送或是管理層“帝國情結”(杜興強 等，2011；張新民 等，2018)，管理層過度自信的行為特征也易引發商譽泡沫(Malmendier et al.，2008)。與傳統的有形資產投資不同，研發投入回報周期較長、結果不確定性極強，具有高風險高收益的特征(Holmstrom，1989)。創新活動不僅取決于充足的研發資金投入，還要求管理層高瞻遠矚，在研發過程中擁有一以貫之的堅定信念，才能最終獲得有效的創新成果。因此，超額商譽的形成與企業研發投入的強度均與管理層特質有關。

超額商譽的存在可能會增加企業的研發投入，這一正向關系主要體現在三個方面：首先，根據代理理論，管理層會出于“帝國構建”動機無限擴大公司規模(Jensen，1986)，因為企業規模的擴張會給管理層帶來更多的升遷機會，使其掌握更多的資源，滿足其獲得調配資源的權威與隨之而來的自我成就感。因此，管理層出于自利動機，傾向于盲目并購與企業戰略目標不符、整合難度大的目標企業，導致商譽泡沫的產生(張新民 等，2018)。而盲目的并購易造成企業規模冗余、組織結構復雜性增加，當組織結構單元不斷增加時，組織內的信息交換受到限制，溝通與協調更加復雜，組織分權程度和規則制度越來越多，很容易陷入職能重疊、管理效率低下、跨部門溝通及合作困難的組織困境中(呂鴻江 等，2014)。此時，不同部門或子公司之間難以實現信息互通共享，企業內部信息傳遞渠道不暢通，信息透明度下降，作為內部人的管理層比外部監督者擁有更大的信息優勢。研發作為一項資金投入大、周期長、結果不確定性強的投資活動(Holmstrom，1989)，整個過程具有較強的保密性，無法及時披露研發進程，本身與外界存在高度的信息不對稱。企業信息透明度下降，股東更加難以掌握充分的信息資源進而有效約束管理層行為，無法確保研發資金是否高效規范地使用、實現最佳用途。在這種情況下，作為內部人的管理層更有可能會選擇高額研發投資活動，通過研發資金的不當配置或其他機會主義行為攫取私人利益。其次，根據管理層非理性假說，即使管理層出于企業利益最大化目標進行投資決策，在決策時的行為偏差也會導致其做出不當決策。超額商譽是管理層過度自信的重要外在表現(吳超鵬 等，2008)，Malmendier et al.(2008)發現過度自信的管理層更易盲目合并價值不高的企業，或是對交易價值的評估過于樂觀，導致交易多付，產生商譽泡沫。這一行為特征延續到公司日常經營過程中，體現為管理層易對未來抱有不切實際的樂觀態度，傾向于高估自己的能力與判斷的準確性、低估面臨的風險，進而更樂意參與高風險高收益的投資活動。由于回報周期長，創新通常是風險最高的長期投資項目之一(Holmstrom，1989)，但研發創新投資具有顯著的“贏家效應”，這會促使過度自信的管理層為構建“經理人帝國”而低估創新投資的風險程度，進行高額研發投入。最后，對競爭者的收購活動會降低企業吸收技術外溢的正的外部性，Kamien et al.(1992)指出并購可能導致技術外溢的內部化，引發額外的研發支出，因此并購帶來的超額商譽可能與企業未來的研發支出呈正向關系。

然而，高溢價并購帶來的商譽泡沫也可能導致研發投入的減少，理由如下：第一，商譽泡沫對企業未來的經營業績具有顯著的負面影響(魏志華 等，2019；鄭海英 等，2014)，加劇企業未來股價崩盤風險(楊威 等，2018)。在經營風險與資本市場壓力之下，管理層為了維護自身聲譽、增加薪酬，不希望承認并購失敗，會存在向上盈余管理的動機(Li et al.，2017)。而研發投入為管理層提供了較大的自由裁量空間，此時管理層傾向于減少研發投入以粉飾財務報表。第二，高溢價并購涉及大量的投資，在外延收購可代替內部創新實現企業成長與發展的情況下，管理層可能會選擇減少研發投入。并購活動還耗費了管理層大量的精力，導致其放棄其他投資機會(Hitt et al.，1991)，包括創新投資。此外，超額商譽可能體現出管理層本身就對資本運作活動具有偏好，而非關注企業基礎的生產經營活動，這一傾向也會造成研發創新投入較少。第三，周澤將等(2019)指出商譽是企業承擔較高水平風險的重要信號，對于存在商譽泡沫的企業，其利益相關方將減少資源供給或要求更高的風險補償(黃蔚 等，2018；魏志華 等，2019)，例如提高企業融資成本、增加企業融資約束(黃蔚 等，2018)，此時管理層將被迫投資于規模小、風險低的創新活動，以縮短回報周期來取悅投資者。

基于上述分析，本文提出如下競爭性假說：

假說1a：在其他條件相同的情況下，超額商譽對企業創新投入有促進作用；

假說1b：在其他條件相同的情況下，超額商譽對企業創新投入有抑制作用。

(二)超額商譽與創新產出

研發投入的增加并不必然帶來創新產出和創新效率的提高(Hitt et al.，1991)，只有產生可見的成果產出，才能產生持續的價值，因此，進一步研究超額商譽與研發產出的關系是必要的。超額商譽會通過不同的渠道影響創新產出：

首先，從管理層角度來看，企業擁有超額商譽可能意味著其規模冗余、業務分散，這會降低管理團隊對研發項目的管理能力，不利于企業的創新產出。具體來講，適度的并購商譽代表著并購雙方的預期協同效應(馮衛東 等，2013)，而超額商譽在一定程度上意味著管理層出于“帝國情結”盲目進行并購擴張，這一行為會導致公司業務過度分散(Galbraith et al.，1986)。在企業創新方面，具體表現為擁有超額商譽的企業更有可能擁有過多的研發項目，隨之而來的是管理團隊與創新研發相關的管理時間和精力的過度分散(張晨 等，2020)以及控制業務能力的不足。管理層缺乏充分的時間和精力去認真調研每一個研發項目，很難做到綜合評價與項目有關的成本與收益，無法合理判斷研發項目的可行性，也難以對研發資金的投入使用情況進行恰當監督，導致企業的創新產出有所下降。

基于上述分析，本文提出：

假說2：在其他條件相同的情況下，超額商譽對企業的創新產出有抑制作用。

三、研究設計

(一)數據來源與樣本選擇

本文以2007—2017年中國A股上市公司數據作為初始研究樣本。2007年以前，中國企業財務報表中并不存在“商譽”科目，2007年后中國會計準則首次要求企業將商譽作為資產單獨列報。出于數據的可得性，本文的研究始于2007年。同時，由于CSMAR數據庫提供的上市公司發明、實用新型和外觀設計三種類型專利申請量和授權量的數據截至2017年，故本文選取的樣本截至2017年。本文研究使用的商譽數據來源于CNRDS數據庫，企業創新相關數據來源于CSMAR數據庫，上市公司財務數據與公司治理水平相關指標來源于CSMAR數據庫和Wind金融終端。另外，本文對初始樣本進行了如下處理：刪除金融類上市公司；刪除關鍵變量缺失的樣本；刪除特別處理ST、ST*、PT樣本。經過如上標準化處理后，最終得到6439個觀測值。為緩解極端值對實證結果的影響，本文對所有連續變量在1%和99%分位上進行了縮尾處理。為緩解面板數據截面相關問題，在回歸時，本文對標準誤進行了公司層面的聚類調整。

本文所用計量軟件為STATA 16.0。

(二)變量的選擇和說明

1.被解釋變量

(1)創新投入：現有文獻通常將研發支出作為衡量企業研發努力程度的指標(Hagedoorn et al.，2003)，本文采用研發投入(RDratio)作為創新投入的衡量指標，具體定義為企業當期研發投入與當期營業總收入的比值。

(2)創新產出：專利申請數量通常被認為是衡量創新產出績效最合適的指標(Hagedoorn et al.，2003)，因此本文采用專利申請數量作為企業創新產出的代理變量。雖然專利申請數量指標可能僅測度公司創新的數量，相比之下，專利的被引用數量更能衡量創新產出的質量(Hagedoorn et al.，2003)，但由于數據難以獲得，因此本文僅采用專利申請數量相關指標作為創新產出的代理指標。在穩健性檢驗中，本文使用申請專利最終獲得授權的數量替代專利申請數量重新進行檢驗。根據《中華人民共和國專利法》，專利分為發明專利、實用新型專利和外觀設計專利三種，其科技含量、審核嚴格程度依次降低，發明專利所代表的創新質量最高，最能反映自主創新能力(張杰 等，2016)。因此，為了區分不同專利所代表的創新能力的高低，本文將專利細分為發明專利和非發明專利兩種類型，其中非發明專利包含實用新型專利和外觀設計專利。在后續實證檢驗中，本文分別以專利申請總數量(Patents)、發明專利申請數量(IPatents)以及非發明專利申請數量(NIPatents)作為創新產出的代理變量。將上述三個代理變量的值加1之后取對數(ln Patents/ln IPatents/ln NIPatents)作為被解釋變量進行回歸。

2.解釋變量

借鑒魏志華等(2019)的做法，本文構建如下回歸模型測度期望商譽，超額商譽即為該模型的殘差值：

GW_revi,t=α0+α1GW_meani,t+∑Xi,t+Industry+Year+εi,t

(1)

其中，下標i、t分別代表公司和年份。被解釋變量GW_rev為企業營業收入標準化后的商譽賬面價值，GW_mean為除i公司以外同行業年度其他公司標準化商譽的均值，X是影響商譽規模的公司特征的變量集，另外還控制了行業(Industry)與年度(Year)固定效應。殘差εi,t即實際商譽與預期商譽之間的差額，本文以此殘差作為超額商譽的代理變量。

3.控制變量

參考以往文獻(張杰 等，2016；權小峰 等，2017)，本文選取了一系列控制變量：公司規模(Size)、資產收益率(ROA)、資產負債率(Lev)、現金持有比重(Cash)、無形資產比重(Intan)、固定資產比重(PPE)、員工數量(Staff)、子公司數(Subs)、公司年齡(Age)、賬面市值比(MTB)、是否由四大審計(Big4)、產權性質(SOE)、成長性(Growth)、管理層持股比例(Mshare)以及兩職合一(Dual)。此外，本文還在模型中控制了行業固定效應(Industry)和年度固定效應(Year)。

變量的具體定義見表1。

表1 變量說明

(續表1)

(三)檢驗模型

考慮到企業從研發創新到獲得產出存在一定時滯，本文對主模型中所有解釋變量進行滯后處理。

RDratioi,t+n=β0+β1GW_excessi,t+∑Controlsi,t+δi,t

(2)

Ln Patentsi,t+n=β0+β1GW_excessi,t+∑Controlsi,t+δi,t

(3)

其中，n=0，1，2，3。被解釋變量Ln Patents分別為經過對數化處理后的兩種不同類型的專利申請數量以及專利申請總數量。Controls為控制變量，δ為殘差項。

四、實證結果與分析

(一)描述性統計分析

表2報告了主模型中變量描述性統計的結果。總的來說，樣本中的研發投入、各類型專利申請數量、超額商譽以及其他變量存在較大差異，表明樣本具有良好的區分度。超額商譽(GW_excess)的均值為0.0000，中位數為-0.0402，說明超額商譽的分布呈右偏狀態，部分企業的商譽處于極端高的水平。專利申請指標(Patents/IPatents/NIPatents)的標準差均較大，表明企業專利申請數量差異較大，部分企業的創新產出水平較高。上述主要變量描述性統計與魏志華等(2019)、權小鋒等(2017)等的研究基本接近，其他變量的描述性統計也與現有文獻較為接近，均在合理范圍之內。

表2 變量的描述性統計結果

表3報告了超額商譽與創新投入與產出系列變量之間的相關系數。可以看出，超額商譽與研發投入在1%水平顯著正相關，而與創新產出系列指標均在1%水平顯著負相關。這表明，在不控制其他變量的情況下，超額商譽會顯著提高(降低)企業創新投入(產出)水平。

表3 超額商譽與創新投入與產出的相關系數矩陣

表4報告了自變量之間的相關系數。盡管個別自變量間相關系數顯著，但回歸時檢驗VIF值發現，模型控制變量VIF值均不超過6，因此主模型不存在嚴重的多重共線性問題。

表4 解釋變量相關系數矩陣

(二)超額商譽與創新投入

為了考察超額商譽(GW_excess)對研發投入(RDratio)的影響程度，本文分別以當期、未來1～3期的創新投入(RDratio)作為被解釋變量進行回歸，具體回歸結果見表5。表5列(1)～(4)分別展示了以不同時期的超額商譽(GW_excess)作為解釋變量的回歸結果，結果顯示超額商譽(GW_excess)的系數均在1%的水平顯著為正，說明企業超額商譽對研發投入有顯著的正向影響，且這一影響至少持續至未來三年時間。換言之，代理問題會促使管理層出于私利盲目并購、增加研發投入；或是管理層的過度自信導致其低估研發活動的風險，高額投資研發活動，使得超額商譽與研發投入之間表現為顯著的正相關關系。假說1a得到了檢驗。

表5 超額商譽與研發投入

(三)超額商譽與創新產出

為了考察超額商譽(GW_excess)對創新產出的影響程度，本文分別以當期、未來1～3期的不同類型專利申請數量作為被解釋變量進行回歸。表6～8分別展示了以不同時期、不同類型的專利申請作為被解釋變量的回歸結果。結果顯示超額商譽(GW_excess)的系數均為負，且系數基本在1%的水平顯著，假說2通過了檢驗。說明企業超額商譽對創新產出有顯著的負向影響，且這一影響至少持續至未來三年時間。

表6 超額商譽與專利申請總數

表7 超額商譽與發明專利申請數

五、機制分析

根據前文，超額商譽可能分別通過“代理問題”與“研發團隊”渠道影響創新投入與創新產出。本文分別以并購后企業未來代理成本與研發團隊相關因素作為中介變量，采用逐步回歸法，輔之以Sobel檢驗，對超額商譽與創新投入及產出關系的內在機制進行考察。

(一)超額商譽對研發投入的影響機制——代理成本渠道

基于前文理論分析，超額商譽對管理層與股東間代理成本的影響是超額商譽影響研發投入的重要渠道之一。本文以經營費用率(Agency)衡量企業管理層與股東之間的代理成本，具體定義為管理費用與銷售費用之和占營業總收入的比重。企業經營費用率越高，說明股東與管理層之間的代理成本越大。本文以經營費用率(Agency)作為中介變量，在前文的基礎上，進一步構造如下中介效應模型：

Agencyi,t+n=β0+β1GW_excessi,t+∑Controlsi,t+δi,t

(4)

RDratioi,t+n=χ0+χ1GW_excessi,t+χ2Agencyi,t+∑Controlsi,t+δi,t

(5)

表9列(1)～(3)報告了模型(4)，即中介變量代理成本(Agency)對核心解釋變量超額商譽(GW_excess)的回歸結果。表9列(4)～(6)報告了模型(5)的回歸結果。

表9 超額商譽與創新投入：代理問題的中介效應檢驗

觀察表9列(1)～(3)發現，核心解釋變量超額商譽(GW_excess)的估計系數在1%的水平顯著為正，這就表明企業超額商譽會顯著提升企業未來的代理成本，這一影響至少持續三年。從表9列(4)～(6)的回歸結果可以看出，在模型中納入中介變量(Agency)后，核心解釋變量(GW_excess)的顯著性減弱，而中介變量(Agency)的估計系數均在1%的水平顯著為正。進一步進行Sobel檢驗之后發現，在超額商譽影響代理成本進而增加企業研發投入的過程中，Sobel檢驗中的Z統計量為8.61，p值小于1%，故而存在以代理成本(Agency)為中介變量的中介效應，該中介效應在總效應中所占比例為73%。這說明超額商譽會導致企業研發投入的增加，可能的原因是超額商譽帶來的公司規模擴張、組織冗余加劇了管理層與股東間的信息不對稱，外部與內部監督機構難以約束管理層行為，導致管理層更樂于使用研發費用進行盈余操控，進行高額研發投入。

(二)超額商譽對創新產出的影響機制——研發人員人力資本渠道

基于前文的分析，超額商譽對人力資本的影響是最終影響企業創新產出的重要渠道之一。本文以企業研發團隊兩大特征——人員數量與創新效率作為中介變量，在前文的基礎上，進一步構造如下中介模型：

RDPersoni,t+n=β0+β1GW_excessi,t+∑Controlsi,t+δi,t

(6)

Inventori,t=β0+β1GW_excessi,t+∑Controlsi,t+δi,t

(7)

Ln Patentsi,t=γ0+γ1GW_excessi,t+γ2RDPerson+∑Controlsi,t+δi,t

(8)

Ln Patentsi,t=λ0+λ1GW_excessi,t+λ2Inventor+∑Controlsi,t+δi,t

(9)

模型(6)～(7)驗證超額商譽與中介變量——企業研發人員數量及研發人員創新效率之間的關系。被解釋變量分別為企業研發人員數量RDPerson和研發人員創新效率(Inventor/IInventor/NIInventor)。根據Gao et al.(2020)的研究，研發人員創新效率定義為(不同類型)專利申請數量/研發人員數量，該值越大，表明單位研發人員特定類型的專利申請數量越高，研發人員的效率越高。

考慮到行業層面的異質性可能對企業創新有重要影響，本文對這兩個變量作了行業年度中位數調整處理。表10列(1)～(4)報告了模型(6)的回歸結果，由表可知，以不同時期的超額商譽(GW_excess)作為解釋變量的回歸系數均在1%的水平顯著為負，且這一系數隨時間流逝而變小。說明超額商譽與企業當期及未來三年的研發人員數量顯著負相關，管理層出于“帝國情結”盲目擴張帶來的商譽泡沫會導致企業研發人員流失，使得企業研發能力不斷下降。表10列(5)～(7)報告了模型(7)的回歸結果。由表可知，超額商譽的回歸系數均為負，且當被解釋變量為單位研發人員發明專利申請數量時，系數在5%的水平顯著為負。而單位研發人員非發明專利申請數量沒有受到超額商譽的顯著影響，可能是由于實用新型專利和外觀設計專利所需要的自主創新能力較低，所需的研發投入也較少，因而產出難度較小。綜上所述，雖然列(7)超額商譽(GW_excess)的系數顯著性稍弱，總體結果依然能說明超額商譽降低了企業研發人員的創新效率。

表10 超額商譽對研發團隊規模與產出效率的影響

表11為納入中介變量之后，創新產出對核心解釋變量超額商譽和中介變量的回歸結果。出于篇幅限制，加上發明專利更能突出代表企業的原發創新能力，此處僅報告以發明專利申請數量(IPatents)作為被解釋變量的回歸結果。由于研發人員數量這一指標在數據庫中缺失值較多，因此此處檢驗僅保留被解釋變量當期以及未來一至二期的數據，未來三期的檢驗由于數據量過少無法實現。從表11可以看出，中介變量研發人員數量(RDPerson)與研發人員創新效率(IInventor)的回歸系數在1%的水平顯著且為正，進一步進行Sobel檢驗之后發現，在超額商譽影響研發團隊規模和效率進而降低創新產出的過程中，Sobel檢驗中的Z統計量分別為-5.12和-1.97，p值均小于5%，因此存在以研發團隊規模和研發效率為中介變量的中介效應，該中介效應在總效應中所占比例分別為57%和23%，表明研發團隊的規模與效率在超額商譽對創新產出的影響中起到了部分中介作用。

表11 超額商譽與創新產出：研發團隊的中介效應檢驗

綜合表9～11的結果，本文驗證了超額商譽代表的盲目并購行為給管理層提供了一定的裁員空間，超額商譽越多的企業，研發人員數量會越少，且研發人員的創新效率也越低，表明超額商譽降低了企業并購后的知識協同效應，對企業的創新能力造成不利影響。

六、異質性分析

上文的分析表明超額商譽的存在會擴大企業未來創新投入、降低創新產出，這種創新抑制效應是因為超額商譽進一步加劇了管理層與股東間代理問題、損害研發團隊創新能力所致。為進一步深入挖掘超額商譽對企業創新績效的作用機理，本節內容聚焦考察在不同的因素影響之下，超額商譽對企業創新投入與產出的影響是否存在差異。影響因素的考察集中于高管性格特征、高管團隊特征、企業產權性質以及企業組織復雜性。

(一)高管過度自信對超額商譽與創新投入關系的調節效應

為考察高管過度自信是否會影響超額商譽對創新投入的影響，本文在模型(2)中加入超額商譽與管理層過度自信的交互項，以研發投入(RDratio)為被解釋變量進行檢驗：

RDratioi,t=β0+β1GW_excessi,t+β2Overconfi,t+β3GW_excess×Overconfi,t+∑Controlsi,t+δi,t

(10)

借鑒姜付秀等(2009)的研究，本文使用高管薪酬的相對比例來衡量管理者過度自信(Overconf)，具體定義為前三位高管的薪酬總額/所有高管的薪酬總額。該值越大，CEO地位越重要，越容易產生過度自信。

表12列(1)報告了相關的檢驗結果。由表可知，超額商譽與管理層過度自信的交互項GW_excess×Overconf系數在5%的水平顯著為正，這一結果驗證了上文的分析假說，即在管理層過度自信的情況下，企業的超額商譽和研發投入之間的正向關系越明顯。

(二)產權性質對超額商譽與創新投入關系的調節效應

為驗證在不同產權性質的企業中，超額商譽對創新投入的影響是否有差異，本文在模型(2)中加入超額商譽與企業產權性質的交互項，以研發投入(RDratio)為被解釋變量進行檢驗：

RDratioi,t=β0+β1GW_excessi,t+β2SOEi,t+β3GW_excess×SOEi,t+∑Controlsi,t+δi,t

(11)

其中，SOE為企業產權性質的指示變量，當企業性質為國有企業時，SOE取值為1，否則為0。

表12列(2)報告了相關的檢驗結果，超額商譽與產權性質的交互項GW_excess×SOE系數在1%的水平顯著為正，說明相比民營企業，國有企業的超額商譽和研發投入之間的正向關系更明顯。這一結果也從側面驗證了超額商譽與研發投入之間的正向關系部分來源于企業的委托代理問題。

表12 過度自信與產權性質對超額商譽和創新投入關系的影響

(三)組織復雜性對超額商譽與創新產出關系的調節效應

本文進一步考察組織復雜性是否會影響超額商譽與創新產出之間的關系。由于組織復雜性沒有統一的衡量指標，且極少有上市企業會披露研發項目數量的數據，出于數據可獲得性，本文以子公司數量(Subs)來衡量企業復雜性，該指標的具體計算方法為當年度子公司數量加1后取對數。本文通過在模型(3)中加入子公司數量(Subs)與超額商譽(GW_excess)的交互項來驗證組織復雜性的調節作用：

Ln Patentsi,t=β0+β1GW_excessi,t+β2Subsi,t+β3GW_excess×Subsi,t+∑Controlsi,t+δi,t

(12)

為減輕多重共線性與行業影響，本文對模型(12)中子公司數量(Subs)這一變量作行業年度中位數的調整處理。

表13列(1)～(3)報告了異質性檢驗的結果。當被解釋變量分別為三種不同類型的專利申請數量及申請數總和時，超額商譽(GW_excess)與子公司數量(Subs)的交互項GW_excess×Subs的回歸系數均在1%的水平顯著為負，說明子公司數量越多，企業組織復雜性越高，超額商譽與企業創新產出之間的負向關系越大，這一結果符合預期，且一定程度上驗證了假說2的理論分析。

(四)女性高管比例對超額商譽與創新產出關系的調節效應

為考察上下級溝通、團隊協作等因素是否會影響超額商譽與創新產出之間的關系，本文在模型(3)中加入女性高管比例(Female)與超額商譽(GW_excess)的交乘項：

Ln Patentsi,t=β0+β1GW_excessi,t+β2Femalei,t+β3GW_excess×Femalei,t+∑Controlsi,t+δi,t

(13)

結果如表13的列(4)～(6)所示，對應被解釋變量分別為不同類型的專利申請數量，GW_excess×Female的系數均至少在10%的水平顯著為正，表明女性高管可以削弱超額商譽與創新產出的負相關關系。這一結果同樣支持了本文假說2的部分理論分析內容。

表13 組織復雜性與女性高管比例對超額商譽與創新產出關系的影響

七、穩健性測試

(一)內生性問題

1.自選擇問題

企業存在超額商譽的概率與規模并非隨機分布的結果，而可能與企業特質有關，因此超額商譽規模可能存在自選擇問題。本文采用傾向得分匹配法來緩解自選擇問題的影響。首先，以企業超額商譽是否超過同行業年度中位數為標準設置的0/1啞變量為因變量，采用Logit模型，若企業超額商譽大于同行業年度中位數，則代表處理組的指示變量Treat取值為1，否則為0。本文選取公司規模(Size)、盈利能力(ROA)、資產負債率(Lev)、存貨比重(Inv)、固定資產比重(PPE)、無形資產比重(Intan)、產權性質(SOE)、公司年齡(Age)、兩職合一(Dual)、成長性(Growth)等作為第一階段回歸模型的控制變量。平衡性檢驗結果顯示，匹配之后控制變量的均值差異小于5%，t檢驗結果無法拒絕處理組與控制組無顯著差異的原假設。然后，采用一對一無放回的最近鄰匹配法得出匹配樣本。限于篇幅，本文僅列示當期研發投入與專利總數作為因變量的結果，表14列(1)～(2)展示了針對匹配后的樣本進行回歸分析的結果。實證結果表明，本文的研究結論依然穩健。

表14 緩解自選擇與樣本選擇偏誤問題

2.樣本選擇偏誤問題

本文進一步構建Heckman兩階段回歸模型，再次對研究假設進行檢驗。第一步，以企業超額商譽是否超過同行業年度中位數為標準設置0/1啞變量為因變量，設定Probit模型，預測樣本企業存在超出同行業企業超額商譽的概率，并利用估計結果計算逆米爾斯比率(IMR)；第二步，將逆米爾斯比率作為新的控制變量，加入基本回歸模型(2)～(3)。其中，選擇模型除了主回歸的所有變量之外，加入同行業同年度其他企業超額商譽均值作為控制變量。由于篇幅限制，表14列(3)～(4)僅列示以當期研發投入與專利總數作為因變量的回歸結果。可以看出，本文結論在使用兩階段檢驗模型的情況下依然保持穩健，且逆米爾斯比率(IMR)的回歸系數基本顯著，說明本文存在一定的樣本自選擇問題，采用Heckman兩步法的估計結果是有效的。

3.遺漏變量

(1)控制市場集中度。Haucap et al.(2019)發現企業所在行業的市場競爭激烈程度會影響企業并購后的創新行為，因此，參考鄭海英等(2014)，在模型(2)～(3)中加入赫芬達爾指數作為控制變量以衡量市場集中度。由于赫芬達爾指數的計算已經考慮了行業變量，為避免多重共線性，在此檢驗中不再控制行業變量。表15列(1)～(2)報告了以當期研發投入與專利總數作為因變量的實證結果，研究結論依然穩健。

表15 緩解遺漏變量問題

(2)固定效應模型。為緩解不可觀測、難以度量、不隨時間變化等一些遺漏變量對模型結果的影響，本文采用固定效應模型重新進行檢驗，表15列(3)～(4)報告了這一結果。可以看出，在進一步控制遺漏變量問題之后，超額商譽對創新產出依然有顯著負向影響。針對超額商譽與創新投入的關系，本文進一步采用LSDV法進行檢驗，發現大多數個體虛擬變量在統計上并不顯著，因此可以接受“所有個體虛擬變量均為0”的原假設，可以采用混合回歸法，即本文基準檢驗中的回歸結果是可接受的。總的來說，結論依然是穩健。

(二)更換度量指標(1)限于篇幅，本部分回歸結果未在文中列示。

1.更換創新產出的度量方式

借鑒虞義華等(2018)，本文使用經對數化處理后的企業當年申請專利中最終獲得授權的數量作為企業創新產出的代理變量進行檢驗，結果依然穩健。此外，新產品銷售收入也常被用來度量創新產出，考慮到數據可獲得性，本文使用主營業務收入的自然對數作為創新產出的替代變量(李政 等，2018；蘆鋒 等，2015)，重新檢驗超額商譽對創新產出的作用，結果依然穩健。

2.更換超額商譽的度量方式

借鑒Ramanna(2008)對異常商譽的定義，采用經行業中位數調整的商譽來測度超額商譽。具體來說，超額商譽定義為經標準化后的企業期末商譽賬面金額與該企業所在行業當年的商譽中位數的差額，本文分別使用經總資產標準化后的超額商譽和經營業總收入標準化的超額商譽作為新的解釋變量進行檢驗。檢驗結果依然穩健。

(三)采用Tobit模型回歸方法(2)限于篇幅，本部分回歸結果未在文中列示。

由于很多企業的專利申請數量為0，采用OLS回歸方式可能存在偏差。為此，本文采用Tobit模型重新進行了檢驗，結果顯示與主檢驗結果沒有差異。

八、研究結論與政策啟示

(一)研究結論

基于高溢價并購頻發的現狀，本文以2007—2017年中國A股上市公司為樣本，實證檢驗了超額商譽對企業創新全過程的具體影響及其作用機制。研究發現，超額商譽對企業創新投入有顯著正面影響，而對創新產出與創新效率有顯著負面影響，且影響均至少持續至未來三年。在控制內生性問題、重新度量變量等一系列敏感性測試后，上述研究結論仍然成立。

本文為超額商譽對創新投入和產出的不同影響提供了可能的解釋，認為超額商譽影響創新投入與創新產出的兩大渠道分別是代理問題與研發團隊特征，最終降低了企業創新效率。具體來說，一方面超額商譽帶來的公司規模擴張、組織冗余加劇了管理層與股東間的信息不對稱，外部與內部監督機構難以約束管理層行為，股東與管理層之間代理成本增加，管理層更可能通過研發等投資活動進行機會主義行為，造成企業研發投入增加；另一方面并購引發的信息溝通不暢、文化沖突協調難等因素導致研究人員流失，研究人員創新效率下降，致使創新產出減少、企業整體創新效率下降。進一步研究發現，高管過度自信的行為特征和國有企業產權性質會增強超額商譽與創新投入之間的積極關聯，超額商譽帶來的企業組織復雜性增加會加劇超額商譽對創新產出的消極影響，而女性高管則可以緩解兩者之間的負相關關系。

本文探討了超額商譽與企業創新投入與專利創新產出的關系，不足之處在于，創新產出并非只有專利產出，還有新產品銷售收入。但目前上市企業的年報沒有統一規范地披露新產品銷售收入這一數據，針對收入細節的披露通常基于行業和產品名稱，難以判斷某一產品是否為當年度新產品，因此無法考察超額商譽對新產品銷售收入的影響及其具體作用路徑，這些都有待今后的進一步深入研究。

(二)政策啟示

本文的研究結果表明，高溢價并購形成的超額商譽不利于企業創新水平的提高。本文開拓了并購商譽與企業創新的交叉研究，將并購形成的商譽與并購后的企業創新行為聯系起來，厘清了超額商譽影響企業創新的具體路徑，擴展了商譽經濟后果的研究視角，同時證實了商譽這一會計信息對企業未來的創新能力與企業長期價值有較好的預測能力。從國家層面來說，政府監管機構應當加強對企業并購行為的審核，嚴格對并購商譽的事前監管與事后監督，避免企業隨意確認高額商譽與大額減值，從源頭上遏制超額商譽帶來的風險與不利后果，同時鼓勵企業專注提升自身的創新性和專業性，避免一味地“拿來主義”，引導企業理性并購。從企業層面來說，企業應根據自身實際情況，克制欲望，選擇合適的并購對象，追求可持續發展，避免盲目擴張公司規模與透支式成長。同時，完善內外部公司治理機制，加強企業內部控制建設，設置更加完善的管理層激勵機制，以降低管理層與股東之間的代理成本。從投資者角度來說，投資者應理性看待企業的并購行為，根據企業披露的商譽信息對企業未來創新能力和長期價值做出正確地判斷，避免盲目跟風進行投資決策。