张治锋

(中国财政科学研究院 国资管理与资本运营研究中心，北京 100142)

一、引言

近年来，企业债务违约的现象频繁发生。据Wind数据库统计，2020-2021年12月初，我国债券违约规模高达4 914亿元，已超过2014-2019年的4 367亿元。上市公司发生债券违约的规模也呈加速增长的趋势，2019-2021年12月初共计219只债券发生违约，违约金额为2 090亿元。短期内市场出现大量的债务违约现象不仅给企业经营带来不利影响，向市场渲染悲观情绪，还有可能进一步演化成为系统性金融风险，对推动我国实体经济发展形成阻力。因此，分析债务违约风险的影响因素是管控其消极影响的重要路径。

并购整合的成功与否将对企业经营产生重要影响。据Wind数据库统计，截至2021年第三季度末，A股商誉资产规模高达1.27万亿元。在企业并购过程中，商誉的确认可能受到来自非理性因素的影响，使得商誉资产存在被高估的成分[1]，而这一部分被称为超额商誉[2]。部分学者认为，超额商誉的确认将会影响企业的盈余管理行为以及产品竞争能力，进而使企业经营业绩产生波动现象[2-4]。一旦企业出现大幅度的业绩波动，根据信号传递理论，业绩波动的负面信号效应可能对企业融资以及项目投资产生影响，而二者是影响企业债务违约的重要因素[5-6]。可以看到，超额商誉与债务违约之间存在着一定的内在联系，但现有文献尚未就超额商誉与债务违约的关系做进一步探究。鉴于此，本文将在已有研究基础之上，引入业绩波动作为中介变量，深入探讨超额商誉对债务违约风险的传导机制。随着我国资本市场的不断扩大，由超额商誉导致的经济问题将进一步凸显。因此，探究超额商誉与债务违约之间的关系具有重要的理论与现实意义。

综上所述，本文重点关注如下问题：超额商誉是否会影响企业债务违约风险的提升？进一步，业绩波动在超额商誉对债务违约的影响作用中发挥了怎样的作用机制？相较于已有文献，本文可能的边际贡献在于：第一，以往研究较多关注到超额商誉对经营业绩[2]以及代理冲突[7]的影响，尚未关注到超额商誉对债务违约的影响作用。本文的理论探索则丰富了超额商誉的经济后果相关研究。第二，引入业绩波动作为中介变量，深入探讨超额商誉对债务违约风险的影响路径，同时从所有权性质、行业性质以及审计质量的角度进行了异质性检验并探索其他的中介作用机制。第三，进一步细化研究，揭示业绩波动对债务违约风险的作用路径。在异质性、作用机制方面的深入探索，有助于深刻理解超额商誉对债务违约风险的作用机理。

二、文献综述与研究假设

(一)文献综述

1.超额商誉的经济后果相关研究

早期研究表明，企业通过并购确认的商誉能够为企业带来市场价值、股价以及短期经营业绩的提升[8-10]。但近年来由超额商誉引发的负面经济效应逐渐受到诸多学者的关注。已有研究表明，商誉的确认会受到非理性因素的影响[7,11-12]，从而对企业生产经营产生负面作用。目前，学术界主要从市场竞争、代理冲突、创新效率以及审计风险这四个角度对超额商誉的经济后果进行了理论探索：(1)基于市场竞争的角度，超额商誉的产生过度消耗了企业宝贵的资源，导致企业产品市场份额和行业竞争优势持续下降，从而削弱企业的产品竞争能力[2]，进而降低企业的长期经营业绩。(2)基于代理冲突的角度，超额商誉的确认通过增加企业的正向可操纵性应计盈余，提高企业的当期绩效[4]。但超额商誉的后续处理为企业提供了更多的盈余管理空间，企业可能利用商誉减值进行“洗大澡”行为，造成企业未来业绩出现大幅度下滑[3]。此外，超额商誉的确认在短时间内推高了公司股价，管理层可能出于机会主义动机进行高位减持[7]。(3)基于创新效率的角度，董竹和张欣(2021)[13]研究发现，超额商誉通过提高债务融资成本和分析师乐观偏差的程度进而降低企业创新产出与创新效率。而李健等(2021)[14]则基于信号传递的理论认为，家族企业通过确认并购商誉向外界释放有利信息，提升企业风险承担水平，进而对创新投入产生正向影响。(4)基于审计风险的角度，郑春美和李晓(2018)[15]基于代理理论研究发现，商誉的不可辨认性为管理层提供了盈余管理空间，从而提高了企业的审计收费。

2.债务违约的影响因素相关研究

目前，学术界对影响债务违约的因素进行了诸多理论探索，大致可以分为宏观经济环境、市场流动性、财务表现、代理冲突以及公司治理这五类因素：(1)基于宏观经济环境的角度，GDP、税收、经济周期能够对企业债务违约产生影响[16-17]。(2)基于市场流动性的角度，Baker等(2003)[18]认为，股票流动性加剧了噪音交易，降低了股价的信息含量，提高了股价波动性，从而对债务违约产生影响。(3)基于财务表现的角度，Lennox(1999)[16]通过分析英国不同行业上市公司的破产原因，研究发现，经营现金流、资产负债率、公司规模以及盈利能力是影响公司破产的重要因素。(4)基于代理冲突的角度，根据代理成本理论，研究表明，债务违约现象的发生受到来自企业代理冲突因素的影响。叶志锋和胡玉明(2009)[19]研究发现，盈余管理企业的债务违约率相对更高。Furfine和Rosen(2011)[20]认为，在采用股份支付、经营业绩较差以及高市净率的收购方公司中，代理冲突会使得管理层进行盲目并购，从而提高了公司在未来经营过程中的债务违约风险。(5)基于公司治理的角度，Switzer等(2018)[21]研究发现，机构投资者持股以及董事会的独立性能够抑制企业代理冲突现象的发生，进而缓解债务违约风险。Lundqvist和Vilhelmsson(2018)[22]认为，企业进行风险管理(ERM)将会降低现金流的波动性、代理风险和信息风险，从而避免企业债务违约。此外，也有学者从企业创新行为的角度对债务违约的影响因素进行了探究，研究发现，企业创新投入与债务违约风险之间呈U型关系，在达到阈值前，适当的创新投入将降低企业债务违约风险，当超过阈值时，则会加剧企业的债务违约风险[23]。

3.文献述评

通过文献整理发现，超额商誉对企业经营产生诸多负面效应，如降低企业产品竞争能力、加剧代理冲突等。这些负面效应是影响企业债务违约的重要因素，理论分析表明二者存在一定的内在联系。但现有文献鲜有关于超额商誉与企业债务违约的相关研究，更缺乏超额商誉对债务违约风险的传导机制研究，完整的分析框架还有待建立。基于此，本文除了探讨超额商誉对债务违约风险的影响作用外，还将引入业绩波动这一中介变量，深入探讨超额商誉对债务违约风险的传导机制。同时结合产权性质、行业性质以及审计质量的异质性进行差异化检验，从而拓展和丰富超额商誉与债务违约等领域的相关成果。

(二)研究假设

1.超额商誉与债务违约

并购重组是企业构建核心竞争优势，扩大市场份额以及开展多元化经营的重要手段。但并购过程往往存在非理性因素，使得并购方确认过高的商誉资产。李丹蒙等(2018)[12]研究发现，过度自信的管理层更容易确认高额商誉。杨威等(2018)[7]认为，管理层可能会出于并购套利动机，通过炒概念、炒热点等方式助推标的资产估值，使得企业的商誉资产进一步扩大。

部分学者认为，商誉资产中被高估的部分称为超额商誉[1-2]。由于超额商誉包含了诸多非理性因素，将会对企业经营以及代理冲突产生重要影响。首先，基于企业经营的角度：魏志华和朱彩云(2019)[2]研究发现，超额商誉的产生过度消耗了企业的稀缺资源，对企业人力、物力、财力的投入形成挤占效应从而削弱企业的产品竞争能力，导致业绩下滑成为企业的经营负担。当企业自身盈利能力的下降幅度偏离了市场预期，不仅会加剧企业现金流压力，还会引起资本市场的负面评价，进而降低企业的市场价值[24]。根据公司债务理论，当企业的市场价值低于企业债务账面价值时，企业触发违约[25]。其次，基于代理冲突的角度：研究表明，代理冲突是影响企业价值的重要因素[26]。由于超额商誉并不能够为企业带来超额的预期收益反而成为企业的经营负担，由此引发的过度盈余管理、高位减持等代理冲突现象愈发严重。卢煜和曲晓辉(2016)[3]研究发现，商誉减值存在盈余管理动机，具体可以表现为盈余平滑以及“洗大澡”行为。在高商誉资产的公司中，管理层更倾向于进行高位减持来实现自身的财富转移[7]。严重的代理冲突现象将恶化企业的生存环境[27]，削弱企业长期价值的提升，从而加剧企业的债务违约风险。

综上，本文认为，超额商誉对企业的经营业绩产生负面影响并加剧企业的代理冲突现象，从而提高债务违约风险。基于以上分析，本文提出如下研究假设。

H1超额商誉对债务违约风险的提升具有显著正向影响。

2.超额商誉与债务违约：业绩波动的信号效应

已有研究发现，超额商誉的确认会提高企业的盈余管理程度，通过增加正向的可操纵性应计盈余，使得企业当期业绩得到大幅度提高[4]。但超额商誉对企业的长期绩效并没有促进作用，反而产生负面效应。一方面，超额商誉通过削弱企业的产品竞争能力，降低企业经营业绩[2]；另一方面，由于管理层对商誉减值拥有较高的自由裁量权，超额商誉的后续处理问题为管理层提供了更多的盈余管理空间。当预期净利润出现下降，管理层可能会通过一次性计提高额的商誉减值进行“洗大澡”盈余管理行为，以此来摆脱沉重的财务困境[3]。而高额的商誉减值将使企业经营业绩出现大幅度下滑。可以看到，超额商誉的确认在短期内刺激了企业经营业绩的提升，但对企业的长期经营业绩表现将会产生负面效应。因此，本文认为，超额商誉规模的提高能够加剧企业的业绩波动。

根据信号传递理论，业绩波动反映出企业经营状况存在信息风险以及经营风险[28]，向企业内部以及外部传递出消极信号。从融资的角度来看，业绩波动使企业面临融资困境，从而对债务违约风险产生影响。企业的生产活动离不开外源性资金的支持。银行作为债权人，当捕捉到企业业绩波动可能存在负面信息，会通过逆向选择降低企业的利率优惠以及贷款规模[6,29]。这种外界资金来源的减少，不仅对企业维持日常经营活动产生负面影响，还导致企业陷入融资困境，最终加剧企业的债务违约风险。而对于企业的供应商和客户而言，业绩波动可能预示着企业自身盈利能力存在不确定性，导致企业对上下游企业的议价能力下降。为了降低坏账发生的可能性，供应商和客户可能会降低向目标企业提供的商业信用[30]。商业信用的下降意味着企业要对内部融资结构和现金资源配置进行重新调整，提高了企业的融资压力，从而对企业债务违约产生影响[31]。从投资决策的角度来看，业绩波动降低了企业的项目投资规模，损害了企业长期市场价值的提升，从而加剧债务违约风险。由于业绩波动会对企业带来诸多负面效应，管理层会将业绩波动信息视为阻碍实现个人利益以及价值的不利信号，会通过采取一定措施抚平业绩波动以消除这种负面影响。由于长期的项目投资回报周期较长，短期内难以实现投资收益，那么管理层倾向于将企业资源注入到短平快的套利项目[32]。但企业内部资源在短时间内是有限的，由业绩波动导致的企业资源重新分配以及管理层短视行为可能会降低企业的长期投资规模[33-34]，从而损害企业长期价值的提升[5]，引发资本市场负面评价，对企业债务违约风险产生影响。

综上，本文认为，确认超额商誉将会增加企业的正向可操纵性应计盈余，从而在短期内刺激了经营业绩的提升。但从长期的角度来看，超额商誉削弱了企业产品竞争能力并加剧商誉减值压力，使得未来经营业绩出现下滑，造成企业经营业绩出现波动。而业绩波动的负面信号效应使企业陷入融资困境并降低长期投资规模，最终对债务违约风险产生负面影响。基于以上分析，本文提出如下研究假设。

H2超额商誉通过提高企业的业绩波动，进而加剧企业债务违约风险，即业绩波动在超额商誉对债务违约风险的影响作用中起到了中介效应。

三、研究设计

(一)样本选择与数据来源

本文选取2007—2020年中国A股上市公司数据为初始研究样本，财务数据来源于CSMAR数据库。根据研究需要，对样本数据作如下筛选：剔除金融类上市公司样本；剔除ST公司样本；剔除资产负债率大于1的公司样本；剔除关键变量缺失的公司样本，最终得到18 393个有效公司——年度观测值。在回归过程中对连续变量在1%和99%分位上进行缩尾处理，并对标准误进行公司层面的聚类调整。为了缓解可能存在的内生性问题，本文对关键解释变量进行了滞后一期处理。

(二)变量定义

1.债务违约风险(EDF)

参考Merton(1974)[25]的研究，本文采用KMV模型计算企业的债务违约风险(EDF)。KMV模型的核心思想认为公司股权价值与看涨期权同构，当公司资产的未来市场价值低于公司债务价值时，企业触发违约。以下是KMV模型方程组

E=VA*N(d1)-e-rT*D*N(d2)

(1)

(2)

(3)

(4)

DD=(VA-DP)/(VA*σA)

(5)

EDF=N(-DD)

(6)

在上面的方程组中，E为股权市场价值，股权市场价值=流通市值+每股净资产*未流通股份；D为公司债务市场价值；r为无风险利率，采用一年期定期存款利率来计算；T为债务到期期限，令T=1；σE为公司股权价值波动率，使用年度股价的波动率来衡量；N为正态分布累积概率函数。根据式(1)-(4)可以计算公司资产的市场价值VA以及公司资产价值的波动率σA。令公司债务违约点DP=流动负债+0.5*非流动负债。根据式(5)、(6)计算出违约距离DD，并将违约距离转换为累积标准正态分布，从而计算出公司债务违约风险EDF。

2.超额商誉(GW_excess)

参考傅超等(2015)[11]的研究，采用模型预测的方法度量超额商誉规模。其中，被解释变量为标准化商誉(GW)，解释变量包含经行业年度调整后的标准化商誉(GW_indyear)、公司规模(Size)、公司年龄(Age)、经营性现金流(CFO)、两职兼任(Dual)、公司成长性(Growth)以及资产负债率(LEV)，并加入行业与年度虚拟变量。其中，标准化商誉(GW)=商誉账面价值/总资产。以下是超额商誉测算模型

GWit=α0+α1GW_indyearit+α2Sizeit+α3Ageit+α4CFOit+α5Dualit+α6Growthit+α7LEVit+∑Indcd+∑Year+εit

(7)

对式(7)进行最小二乘法回归，取残差ε作为超额商誉(GW_excess)的代理变量。

3.业绩波动(ROA_sd)

参考Adams等(2005)[35]、张瑞君和李小荣(2012)[6]的研究，以每三年(t-1至t+1)作为一个观测时段，滚动计算公司业绩的标准差。其中，公司业绩=净利润/总资产。

4.其他变量

参考傅超等(2015)[11]的研究，在回归过程中加入如下控制变量：资产负债率(LEV)、公司规模(Size)、公司年龄(Age)、经营性现金流(CFO)、股票回报率(Return)、股权集中度(Top1)、两职兼任(Dual)、债务担保能力(Tangible)、账面市值比(MB)、代理成本(Agency)，并在回归过程中加入行业、年度以及地区虚拟变量。

具体变量定义如表1。

(三)模型设计

参考温忠麟和叶宝娟(2014)[36]的研究，构建如下中介效应检验模型

EDFit=α0+α1GW_excessit+ΣControlsit+εit

(8)

ROA_sdit=β0+β1GW_excessit+ΣControlsit+εit

(9)

EDFit=γ0+γ1GW_excessit+γ2ROA_sdit+ΣControlsit+εit

(10)

第一步对式(8)回归，如果系数α1显著为正，则假设1成立；第二步对式(9)回归，如果系数β1显著为正，则表明超额商誉能够提高业绩波动的形成；第三步对式(10)进行回归，如果系数γ1与γ2显著为正且γ1系数大小较α1有所下降，则认为业绩波动在超额商誉与债务违约风险之间起到了部分中介作用，假设2成立。如果式(10)系数γ1不显著，则认为业绩波动在超额商誉与债务违约风险之间起到了完全中介作用。

四、实证分析

(一)描述性统计

主要变量的描述性统计结果如表2所示。从表2可以看到，债务违约风险(EDF)平均值为0.022，最小值为0，最大值为0.119，说明样本整体债务违约风险水平较低，但不同观测值之间的债务违约风险表现出较大差异。超额商誉(GW_excess)平均值为0.002，最小值为-0.125，最大值为0.296，说明部分观测值具有较高的超额商誉。业绩波动(ROA_sd)平均值大于中位数，且标准差较大，说明不同观测值之间业绩波动水平差异较大。其他控制变量的描述性统计结果与现有文献基本一致,不再赘述。

表2 主要变量描述性统计

(二)基准回归分析

表3陈列的是对假设1和假设2的检验结果。列(1)回归结果显示，超额商誉(GW_excess)对债务违约风险(EDF)的回归系数为0.017并在1%水平下显著，支持了假设1的成立，表明超额商誉对债务违约风险具有显著的正向影响，超额商誉规模每提高1%将使债务违约风险的概率平均提升1.7%。列(2)回归结果显示，超额商誉(GW_excess)对业绩波动(ROA_sd)的回归系数为0.083并在1%水平下显著，表明超额商誉对业绩波动具有显著的正向影响，超额商誉规模每提高1%将使业绩波动幅度平均提升8.3%。列(3)回归结果显示，业绩波动(ROA_sd)对债务违约风险(EDF)的回归系数为0.040并在1%水平下显著；超额商誉(GW_excess)对债务违约风险(EDF)的回归系数为0.014并在1%水平下显著，并且系数小于列(1)的回归结果。以上回归结果验证了假设2的成立，即业绩波动在超额商誉对债务违约风险的影响作用中发挥了部分中介效应。

表3 基准回归分析

(三)异质性检验

1.产权性质

基于产权性质的不同，本文将样本分为国有企业样本组与非国有企业样本组，以考察超额商誉对债务违约风险的影响是否会因企业产权性质的不同而表现出差异化。进一步研究发现，超额商誉的存在对企业的负面影响是长期的[2]。那么超额商誉对企业的债务违约风险影响是否具有长期性？这种长期负面影响是否会因产权的异质性而表现出差异化？据此，本文将就以上问题进行实证分析。

表4展示了基于产权性质分组的回归检验结果。列(1)-(3)的回归结果显示，在国有企业样本中，超额商誉(GW_excess)对债务违约(EDF)的回归系数在t期和t+1期分别在1%、5%水平下显著为正，在t+2期虽为正但不显著；列(4)-(6)的回归结果显示，在非国有企业样本中，超额商誉(GW_excess)对债务违约(EDF)的回归系数在t期、t+1期和t+2期都在1%水平下显著为正。以上回归结果表明，超额商誉对债务违约风险的影响具有长期性，并且会因产权的异质性而表现出差异化，具体表现为超额商誉对债务违约风险的长期负面影响主要存在于非国有企业中。一种可能的解释是，由于产权的特殊性，相较于国有企业，非国有企业更容易出现融资约束问题，从而使得非国有企业债务违约风险对超额商誉的敏感程度大于国有企业。

表4 超额商誉与债务违约：基于产权性质分组

2.行业性质

前文研究发现，超额商誉能够加剧企业的债务违约风险，那么这种负面影响是否会因行业性质的不同表现出差异化？张新民和祝继高(2019)[37]研究发现，在轻资产行业中，商誉与企业价值的负相关之间关系更强。因此，本文将尝试探究基于行业异质性的超额商誉对债务违约风险的影响作用。具体地，本文将样本划分为轻资产行业样本组和重资产行业样本组，划分标准参考周泽将等(2021)[38]的研究，当企业处于批发和零售业(F)、住宿和餐饮业(H)、信息传输、软件和信息技术服务业(I)、租赁和商务服务业(L)、科学研究和技术服务业(M)、教育(P)、卫生和社会工作(Q)、文化、体育和娱乐业(R)等行业时，判定企业处于轻资产行业，否则为重资产行业。进一步地，本文通过设置轻资产行业虚拟变量(LD)与超额商誉(GW_excess)的交互项(LD_GW)来检验超额商誉对债务违约的影响是否具有显著差异性。对轻资产行业虚拟变量的取值方法为当企业处于轻资产行业时取值为1，否则为0。

表5列(1)-(3)展示了基于行业性质分组的回归检验结果。列(1)-(2)回归结果表明，不论是在轻资产行业还是重资产行业，超额商誉(GW_excess)对债务违约(EDF)的回归系数都在1%水平下显著为正，表明在两类行业中，超额商誉都能够对债务违约产生显著影响。列(3)的回归结果显示，超额商誉与债务违约的交互项(LD_GW)在5%的水平下显著为正，表明相较于重资产行业，轻资产行业中的超额商誉更能够对债务违约风险产生显著影响。本文认为，在重资产行业中，大量的固定资产能够帮助企业进行抵押融资，降低财务风险[39]，同时帮助企业对商誉带来的资源进行有效整合，从而提升企业价值[37]，降低债务违约风险。因此，相较于处于重资产行业的企业，处于轻资产行业的企业债务违约风险对超额商誉的敏感程度更高。

表5 超额商誉与债务违约：基于行业性质、审计质量分组

3.审计质量

高质量的外部审计将对企业经营产生重要影响。本文将基于审计质量的异质性来考察超额商誉对债务违约的差异化影响。具体地，若企业聘请“四大”会计事务所则归入到高质量审计分组，否则为低质量审计分组。

回归结果如表5列(4)-(5)所示。列(4)陈列的是高质量审计样本的回归结果，回归检验发现，超额商誉(GW_excess)对债务违约风险(EDF)的回归系数为正但没有通过显著性检验，表明在高质量审计样本中，超额商誉对债务违约风险不构成显著影响。列(5)陈列的是低质量审计样本，回归检验发现超额商誉(GW_excess)对债务违约风险(EDF)的回归系数在1%水平下显著为正，表明在低质量审计样本中，超额商誉能够显著影响企业的债务违约风险。本文认为，外部有效的公司治理机制如高质量外部审计能够避免非理性商誉的确认[40]，制约企业的机会主义行为，降低代理成本[41]，从而抑制超额商誉对债务违约风险的负面影响。因此，相较于采用高质量审计的企业，采用低质量审计的企业更可能面对超额商誉对债务违约风险带来的负面效应。

(四)其他中介机制检验：创新投入

前文的研究表明，业绩波动在超额商誉对债务违约风险的影响作用中起到了中介效应。那么在超额商誉与债务违约之间是否还存在其他的中介机制？研究发现，企业创新能力的提升有利于向市场释放正面信息，提升市场价值，缓解企业债务违约风险[23]。但超额商誉的存在将削弱企业的创新能力，董竹和张欣(2021)[13]研究发现，超额商誉通过提高企业债务融资成本进而对企业创新产生负面影响。基于此，本文将尝试探究企业创新行为在超额商誉对债务违约风险的影响作用中是否发挥了中介效应。企业创新行为用创新投入来衡量，创新投入(INN)=研发支出/总资产。检验方法采用中介效应检验三步法以及Sobel检验法，回归模型的控制变量与前文保持一致。

表6 超额商誉与债务违约：创新投入的中介机制检验

表6陈列了关于创新投入的中介效应检验结果。列(2)回归结果显示，超额商誉(GW_excess)对创新投入(INN)的回归系数为-0.015并在1%水平下显著，表明超额商誉对创新投入具有显著的抑制作用。列(3)回归结果显示，创新投入(INN)对债务违约风险(EDF)回归系数在1%水平下显著为正，表明创新投入的增加有利于降低债务违约风险；超额商誉(GW_excess)对债务违约风险(EDF)的回归系数为0.015并在1%水平下显著，并且系数大小小于列(1)的回归结果。以上回归结果表明创新投入在超额商誉对债务违约的影响作用中发挥了部分中介效应。此外，Sobel检验法进一步证实本文选取的中介变量是有效的。综合以上研究发现，本文认为，超额商誉通过提高企业的债务融资成本，对企业创新行为产生负面影响，降低了企业创新投入力度，而企业创新投入的下降将会引发资本市场负面评价，削弱企业市场价值，最终加剧债务违约风险。因此，创新投入在超额商誉对债务违约风险的影响作用中具有部分中介效应。

五、稳健性检验

为了提供更多可靠的经验支持，本文将使用变量替换、Tobit回归以及更换中介效应检验方法进行稳健性检验。

(一)变量替换

1.超额商誉

参考Ramanna(2008)[42]、张新民等(2018)[43]的研究，采用经行业年度中位数调整后的商誉来计算超额商誉，回归结果如表7列(1)-(3)所示；采用经行业年度均值调整后的商誉来计算超额商誉，回归结果如表7列(4)-(6)所示。

表7 超额商誉变量替换

2.债务违约风险

参考Merton(1974)[25]、丁志国等(2021)[44]的研究，使用流通市值作为公司股权价值的代理变量，对债务违约风险变量进行重新测算。回归结果如表8列(1)-(2)所示。

3.业绩波动

参考Adams等(2005)[35]、谢珺和翟佳丽(2017)[45]的研究，采用经行业年度平均值调整后的公司业绩来计算业绩波动指标。回归结果如表8列(3)-(4)所示。

(二)Tobit模型

考虑到被解释变量债务违约风险的取值范围为0到1之间，采用Tobit模型进行回归。回归结果如表8列(5)-(6)所示。

(三)更换中介效应检验方法

采用Sobel检验法进行中介效应检验。检验结果如表9列(1)所示，中介效应占比为18.90%。此外，采用Bootstrap检验法进行中介效应检验，抽样次数设置为2 000次。检验结果如表9列(2)所示，Bootstrap间接效应显著为正且95%的置信区间不包含零。

表9 Sobel检验法与Bootstrap检验法

通过以上3种方法的稳健性检验，各检验结果均支持前文研究假设的成立。

六、内生性问题处理

样本选择性偏差将可能导致内生性问题，对于超额商誉与债务违约之间的内生性问题，本文将采用Heckman两步法、工具变量法(2SLS)以及倾向得分匹配(PSM)来进行控制；对于业绩波动与债务违约风险之间的内生性影响，本文将采用三阶段最小二乘法(3SLS)来进行缓解。

(一)Heckman两步法

企业是否并购、是否形成商誉可能是样本自选择的结果。本文将基于Heckman两步法来缓解可能存在的内生性问题。第一步，采用probit模型，被解释变量是否存在商誉(GWyn)，如果样本当年存在商誉则记1，否则为0；解释变量除了包含式(8)的控制变量外，还将考虑以下变量：行业年度其他存在商誉资产的公司个数(n)、公司成长性(Growth)。第二步，在第一步回归的基础上构建逆米尔斯比率变量(imr2)，将其作为控制变量加入到式(8)-(10)中，以此来矫正潜在的选择性偏差所造成的干扰。表10列(1)展示的是Heckman第一阶段回归结果，列(2)-(4)展示的是第二阶段回归结果。从第二阶段回归列(2)和列(4)可以看出，逆米尔斯比率(imr2)在10%水平下显著，表明样本的商誉数据存在分布偏差。在列(2)中，超额商誉(GW_excess)回归系数在1%水平下显著为正，支持了假设1的成立。在列(3)中，超额商誉(GW_excess)回归系数在1%水平下显著为正；在列(4)中，业绩波动(ROA_sd)回归系数显著为正，超额商誉(GW_excess)回归系数显著为正且系数大小小于列(2)的回归结果。以上回归结果表明，业绩波动在超额商誉对债务违约风险的影响作用中发挥了部分中介效应，进一步支持了前文的研究假设。

表10 Heckman两步法

(二)工具变量法(2SLS)

考虑到超额商誉和债务违约风险之间可能存在双向因果效应，即超额商誉能够加剧企业的债务违约风险，而债务违约风险的增加又会影响企业超额商誉的形成。因此，本文采用工具变量法(2SLS)来缓解可能存在的内生性问题。参考董竹和张欣(2021)[13]的研究，将同年度其他公司的超额商誉均值(GWex_mean)作为工具变量。回归结果如表11所示，综合第二阶段的回归结果，表明业绩波动在超额商誉对债务违约风险的影响作用中发挥了部分中介效应，再次支持了前文的回归结果。此外，Anderson检验(p值)显著拒绝原假设，Cragg-Donald Wald检验(F值)大于Stock-Yogo弱工具变量检验的临界值，以上表明本文选取的工具变量是有效的。

表11 工具变量法(2SLS)

(三)倾向得分匹配(PSM)

样本数据在是否具有商誉之间可能存在系统性差异，因此利用PSM方法对样本数据进行匹配。设置虚拟变量是否存在超额商誉(Treat)作为被解释变量，当样本个体超额商誉数值为正记1，否则为0。选择公司规模(Size)、公司年龄(Age)、资产负债率(LEV)、股权集中度(Top1)、两职兼任(Dual)以及公司成长性(Growth)作为匹配协变量，使用Logit回归并采用最近邻原则对标的样本进行匹配，卡尺范围为0.001。重新对匹配后的样本进行回归，回归结果如表12所示。综合表12列(1)-(3)的回归结果，验证了假设1和假设2的成立。

表12 倾向得分匹配(PSM)

(四)三阶段最小二乘法(3SLS)

业绩波动与债务违约风险之间可能存在双向因果效应，业绩波动的负面信号效应导致企业债务违约风险增加，而企业债务违约风险的增加可能引发资本市场的负面评价从而进一步加剧企业业绩波动的形成。为了控制可能存在的内生性问题，本文将采用三阶段最小二乘法进行回归。联立方程组如下

ROA_sdit=α0+α1EDFit+∑Controls1+∑Indcd+∑Year+∑Province+εit

(11)

EDFit=β0+β1ROA_sdit+∑Controls2+∑Indcd+∑Year+∑Province+εit

(12)

其中，控制变量集合Controls1和Controls2分别为Controls1=α2GW_excessit+α3LEVit+α4Dualit+α5Agencyit+α6Ageit+α7CFOit+α8Returnit+α9Top1it+α10MBit+α11Tangibleit

(13)

Controls2=β2GW_excessit+β3Sizeit+β4Ageit+β5CFOit+β6Agencyit+β7TOP1it+β8Dualit+β9Growthit+β10INNit+β11SOEit

(14)

本文在式(11)中控制了影响业绩波动的变量，在式(12)中控制了影响债务违约风险的变量。其中变量SOE为产权性质虚拟变量，当样本个体属于国有企业取值为1，非国有企业取值为0。回归结果如表13所示，综合列(1)和列(3)的回归结果，表明债务违约风险的提升能够加剧企业业绩波动，证明业绩波动与债务违约之间存在反向作用，验证了上述机理的存在；综合列(2)和列(4)的回归结果，表明在控制了变量之间存在的内生性问题后，业绩波动依然能够加剧企业债务违约风险。以上研究结果进一步支持了假设2的成立。

表13 三阶段最小二乘法(3SLS)

七、进一步研究

(一)作用机制检验

前文的理论分析认为，超额商誉通过增加企业的正向可操纵性应计盈余刺激了短期经营业绩的提升，但其削弱了企业的产品竞争能力，加剧了商誉减值压力，进而对长期经营业绩产生负面影响，造成经营业绩产生波动。而业绩波动所传递出的负面信息将会被利益相关方捕获，从而使企业陷入融资困境，并降低企业的项目投资规模。这两个不利因素将影响企业的融资压力以及企业价值，最终加剧债务违约风险。

在本部分中，本文将重点考察业绩波动加剧债务违约风险的两种作用机制能否成立：从企业融资的角度来看，业绩波动的负面信号效应是否使企业陷入融资困境；从企业长期投资的角度来看，业绩波动的负面信号效应是否使企业降低了长期投资规模？以下是具体的检验过程。

1.业绩波动的信号效应：陷入融资困境

企业经营业绩的不稳定性向外界传递出负面消息，为了降低这种经营风险所带来的不利影响，银行可能会向目标企业要求较高的风险补偿以及提供较低的信贷规模，而供应商和客户则会降低向目标企业提供的商业信用额度，从而加剧企业的融资困境。具体可以表现为业绩波动提高了企业贷款利息成本、降低了企业银行贷款规模以及商业信用规模。下面是各变量的具体衡量方法：利息成本采用两种方法进行度量，Cost1=利息支出/总负债，Cost2=财务费用/总负债；贷款规模(FIN)=(短期借款+长期借款)/总负债；商业信用(TCS)=(应付票据+应付账款+预收款项)/资产总计。

表14列(1)-(4)陈列了关于业绩波动对企业融资的信号效应检验结果。列(1)-(2)陈列的是业绩波动(ROA_sd)对利息成本(Cost1)、(Cost2)的回归结果，结果显示业绩波动能够显著提升企业的贷款利息成本；列(3)陈列的是业绩波动(ROA_sd)对贷款规模(FIN)的回归结果，回归结果表明，业绩波动的提高显著降低了企业所获得的银行贷款规模；列(4)陈列的是业绩波动(ROA_sd)对商业信用(TCS)的回归结果，结果显示，业绩波动的提高显著降低了企业的商业信用。以上研究表明，业绩波动的负面信号效应提高了企业贷款利息成本，降低了企业信贷规模与商业信用，导致企业陷入融资困境。

2.业绩波动的信号效应：降低长期项目投资规模

业绩波动将向管理层传递出负面信号，为了消除业绩波动所带来的不利影响。管理层会将企业现有资源进行重新分配，以促使业绩增长回归到一个合理区间。但企业资源在短时间内是有限的，资源的重新分配行为以及管理层的短视行为将降低企业长期项目投资规模，从而损害企业长期价值提升。具体可以表现为业绩波动降低了企业的长期项目投资规模。以下是长期项目投资变量的衡量方法：长期项目投资(INV)=(取得子公司及其他营业单位支付的现金净额+购建固定资产无形资产和其他长期资产支付的现金-处置子公司及其他营业单位收到的现金净额-处置固定资产无形资产和其他长期资产收回的现金净额)/期初总资产。

表14列(5)陈列了关于业绩波动对长期投资的信号效应检验结果。列(5)陈列的是业绩波动(ROA_sd)对长期投资(INV)的回归结果，结果显示，业绩波动的提高显著降低了企业的长期投资规模。上述的研究发现验证了本文的观点，即业绩波动的负面信号效应促使管理层变更经营决策，降低了长期投资规模。

(二)调节机制检验：商誉减值

前文的理论的分析认为，超额商誉的形成提高了企业的商誉减值压力。在此基础上，本文进一步认为，企业发生商誉减值将加剧业绩波动所带来的负面效应。由于企业对商誉减值的处理问题拥有较高的自由裁量权，使得商誉减值不仅预示着企业盈利能力下降，还包含盈余管理动机、商誉资产存在泡沫等诸多负面信息[3,7]，使得业绩波动对企业经营的负面影响进一步扩大，从而加剧债务违约风险。因此，本文认为，商誉减值现象的出现将加剧业绩波动对债务违约的负面影响。本文通过构造商誉减值与业绩波动的交互项(GWimp_ROAsd)来检验商誉减值是否对业绩波动的信号效应产生调节作用。在回归过程中，设置商誉减值虚拟变量(GW_imp)，当企业发生商誉减值取1，否则为0。

表14列(6)陈列了商誉减值调节作用的回归结果。商誉减值与业绩波动的交互项(GWimp_ROAsd)回归系数为0.044并在1%水平下显著为正，表明商誉减值能够正向调节业绩波动对债务违约的影响作用，即商誉减值行为的发生加剧了业绩波动对债务违约风险的负面影响，该回归结果支持了前文的理论分析。

表14 业绩波动的作用机制检验与商誉减值的调节机制检验

八、研究结论与启示

近年来，资本市场发生债务违约的现象愈发严重，债务违约问题逐渐受到诸多学者的关注。本文以2007-2020年A股上市公司为研究样本，实证考察了超额商誉、业绩波动与债务违约三者之间的关系。研究发现：(1)超额商誉将加剧企业的债务违约风险；(2)超额商誉通过提高企业的经营业绩波动，进而对债务违约风险产生负面效应，即业绩波动在超额商誉对债务违约风险的影响作用中发挥了部分中介效应；(3)异质性检验表明，在非国有企业、轻资产行业以及采用低质量审计的企业中，超额商誉对债务违约风险的影响更为显著；(4)其他中介机制检验表明，创新投入在超额商誉对债务违约风险的影响作用中发挥了部分中介效应；(5)业绩波动作用机制检验表明，业绩波动通过发挥信号效应对债务违约产生影响，具体表现为，业绩波动加剧了企业融资困境和降低了企业长期投资规模，从而提高债务违约风险；(6)调节机制检验表明，企业发生商誉减值将扩大业绩波动对债务违约风险的负面影响。

本文的研究结论应该有如下启示：第一，市场监管单位要加强对超额商誉的事前与事后监管。具体地，强化对高溢价并购重组的问询监管，加强并购过程中的信息披露，避免企业确认超额商誉；重点关注具有超额商誉资产的上市公司，及时进行风险提示并采取监管措施，压缩上市公司的盈余管理空间，降低超额商誉对企业债务违约风险的不利影响。第二，上市公司应当警惕超额商誉对企业带来的经济影响。虽然超额商誉的确认在短期内能够为企业带来经济收益，但从长期的角度来看，超额商誉将会加剧企业的债务违约风险。因此，在并购过程中，要制定合理的并购决策，避免盲目行为，从源头上降低商誉泡沫的产生。此外，对于具有超额商誉资产的上市公司，应当警惕公司出现大幅度的业绩波动，通过采取防范措施降低业绩波动对债务违约风险的不利影响。第三，投资者应当谨慎地对存在超额商誉资产的上市公司做出投资判断，特别是对处于轻资产行业的公司。投资者应当理性看待企业的并购行为，合理评估超额商誉对企业经营的影响，避免盲目跟投，谨慎地做出投资决策。