市场错误定价、支付方式与并购商誉

奥鹏网院作业

市场错误定价、支付方式与并购商誉
——基于成长性的调节作用
曾江洪1 曾琪姗1 黄向荣2
(1.中南大学 商学院，湖南 长沙 410083；2.湖南财政经济学院 工商管理学院，湖南 长沙 410205)
摘 要： 资本市场的高额商誉现象引起了学术界与实务界的广泛关注。本文基于市场择时理论，以A股市场2010-2018年发起并购的上市公司为研究对象，实证研究了行业系统性市场错误定价、支付方式与并购商誉之间的关系，以及成长性的调节作用。研究结果发现，主并方的行业系统性市场错误定价正向影响并购商誉，支付方式在这一关系中起中介作用，成长性对支付方式与并购商誉的关系起正向调节作用，第二阶段被调节的中介效应成立。进一步研究发现，并购当年主并方的行业系统性市场错误定价会通过提高商誉，进而正向影响并购后第三年的商誉减值。
关键词： 市场错误定价； 支付方式； 并购商誉； 成长性
一、引言
2014-2016年并购浪潮期间，市场高位与估值高企的环境催生了巨额商誉。2016年以来，我国上市公司累计商誉净额破万亿(1)商誉净额数据通过国泰安数据库资产负债表计算得出，年度新增商誉与减少商誉数据通过国泰安数据库财务报表附注商誉表计算得出。，年度商誉变动值与净额累计值变化如图1所示。商誉产生自并购对价大于标的资产公允价值的溢价部分，其定义是“非同一控制下企业合并中，购买方的合并成本大于合并中取得的被购买方可辨认净资产公允价值份额的差额”。随着主并方三年业绩承诺逐渐到期，巨额商誉减值现象频发。仅2019年1月30日一日，14家A股上市公司共计提了178亿元商誉减值，2017-2019年三年间，我国上市公司减少的商誉规模分别达336、369、723亿元，其中不乏天神娱乐此类商誉减值额与其市值持平的公司(2)根据国泰安数据库财务报表附注商誉表(截止2020年6月30日)计算得出；天神娱乐2018年计提商誉减值41亿，亏损72亿，市值仅44亿。。商誉作为资产类会计科目，其本质是“代表企业未来获得超额盈利的能力”，但如今高商誉意味着更大的减值空间与更多的风险。高商誉及其减值的现象也得到监管机构(3)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》；2019年3月29日财政部监督检查局下发《关于进一步加强商誉减值监管的通知》，要求各财政监察专员办加强上市公司商誉减值监管。与学术界的高度关注。已有研究指出，商誉减值产生的关键在于收购时对标的付出了过高的溢价，而非并购后商誉价值的下降[1-2]。因此，找到推动商誉产生的关键非理性因素，有助于厘清商誉的来源，防止收购时产生过高商誉，进一步把控未来的商誉减值风险。

图1 2009-2018年我国上市公司商誉变化折线图
市场错误定价是影响并购行为的重要非理性因素。市场择时理论[3]指出，企业管理者是理性的，而市场不是完全有效率的，当企业的股价被高估时，理性的企业管理者会利用错误定价择时市场、发起并购。现有研究多聚焦于市场错误定价对并购动机、支付决策与并购溢价的影响[4]，较少关注到市场错误定价对商誉产生的影响。符蕾和夏奕奕(2017)[5]研究指出，市场错误定价对并购决策的影响主要来源于行业层面，而非企业层面，但并未进一步探究行业系统性市场错误定价在并购决策环节产生的影响。已有关于市场错误定价与商誉减值[6,7]、并购溢价[8,9]的研究，多基于股票高估或企业层面错误定价，并未关注到行业系统性市场错误定价。近年来我国资本市场大额商誉增加现象存在明显的行业聚集特征，基于证监会2012年《上市公司行业分类指引》的三级代码分类，通过计算各行业2019年商誉净额总值排名发现，前10名行业的商誉净额总值占全部行业(83个)商誉净额总值的54.79%(4)基于国泰安数据库上市公司资产负债表商誉净额数据计算得出。。相比短期的企业层面错误定价，长期的行业系统性错误定价更易在无形中被接受，进而对商誉等指标产生更大的影响。本文认为聚焦行业系统性市场错误定价对并购商誉的影响，具有一定的理论与现实意义。
当主并企业股票存在行业系统性市场错误定价时，一方面，企业管理者会利用错误定价择时市场进行股票收购，以节约自身成本[3-4]；而在我国资本市场中，股票收购下的股票支付会因补偿流动性风险等原因产生更高的溢价[10]。另一方面，由于信息不对称的存在，标的企业会因错误定价高估主并企业的价值与未来的协同收益；主并企业也会因错误定价的存在提高自身可接受并购对价的上限，进而由并购双方在博弈环节推高并购对价。两方面共同作用下，行业系统性市场错误定价会直接影响以及通过支付方式这一中介路径间接影响商誉的产生。而此时产生的商誉内含更多非理性因素，更易在未来发生减值。此外，当主并企业具备更高的成长性时，通常伴随着更高的信息不对称性程度，标的企业也会更认可主并企业股票的未来价值，进而推动协同收益与并购对价的高估；更高的成长性意味着企业更愿意承担风险，主并方也会因此愿意接受更高的并购对价以及商誉。
基于此，本文关注并购商誉的非理性影响因素，以我国A股市场2010-2018年发起并购的上市公司为研究对象，通过市账比拆解模型获得行业系统性市场错误定价与成长性数据，基于市场择时理论，实证分析行业系统性市场错误定价对并购商誉的影响、支付方式的中介作用与成长性的调节作用，并在此基础上进一步探究行业系统性市场错误定价对未来商誉减值的影响与并购商誉的中介作用。
本文的创新之处与贡献在于：第一，市场错误定价对并购的影响一直以来备受学者关注，但前人研究仅指出企业层面市场错误定价会影响商誉减值[6]，股票高估(5)股票高估内含企业层面市场错误定价、行业层面市场错误定价与成长性三个维度的信息。会推动并购溢价[7-9]，并未关注到驱动并购决策[5]的行业系统性市场错误定价对商誉的影响。本文的研究填补了行业系统性市场错误定价在并购支付环节的研究空白，丰富了市场择时理论在并购商誉领域的研究成果。第二，现有关于商誉的实证研究，多聚焦其减值的影响因素[11]与经济后果[12]，已有商誉影响因素的文献多基于微观企业与宏观层面数据，指出市场特征[13]、政府行为[14] 、企业[15-16]及管理者特征[17]会影响并购商誉，但较少关注到并购事件本身的特征。本文关注到支付方式这一并购事件层面特征的中介路径，丰富了并购事件层面商誉影响因素的相关研究。第三，成长性是股票高估的重要组成部分，本文实证检验了成长性对支付方式与并购商誉关系的调节作用，为实务中更好地理解高商誉的产生提供经验证据。
二、文献综述
(一)并购商誉影响因素的相关研究
商誉产生自并购支付环节所付出的溢价，其本质代表的是“企业未来获得超额盈利的能力”，但因诸多非理性因素的影响，商誉不一定能在未来为企业带来超额盈利，反而会因减值造成企业股价波动乃至崩盘[6]。关于商誉影响因素的已有研究，指出交易制度[13]、政府补贴[14]、内部控制[15]、企业社会责任[16]、管理层过度自信[17]等因素会影响并购商誉的确认。多关注宏观环境、高管或企业特质对商誉的影响，较少关注到并购事件本身的特质对商誉的影响。其中，谢纪刚和张秋生(2013)[13]验证了现行的交易制度会导致股份支付产生更高的标的评估增值率，并合理推断由此会导致商誉高估，但并未对其进行检验。根据商誉的定义可知，商誉的大小直接由并购对价与标的资产公允价值决定，不同的并购事件必然有着不同的商誉，并购事件本身的特征对并购商誉的影响值得进一步关注，而支付方式作为重要的并购事件特征，其对商誉的影响有待进一步验证。
(二)市场择时理论的相关研究
市场择时理论最早由Stein(1996)[18]于1996年提出，随后Shelifer 和Vishny(2003)[3]与Rhodes-Kropf和Viswanathan(2004)[19]将其运用在并购领域，解释并购动机。市场择时理论认为股票高估是发起并购的重要动机之一[20-23]：理性管理者会出于利益最大化的动机，择时股价高估的时期发起股票收购；而标的企业面临严重的信息不对称，在主并方股价高估的背景下并不能有效判断自身与主并方的相对高估水平，进而会出于高估协同效应等原因接受并购。
早期市场择时理论的研究关注股票高估，并通过相对价值指标(如市账比M/B)来衡量股票高估水平。但市账比等相对价值指标既受错误定价的影响，也受真实成长潜力的影响。而并购领域市场择时理论的运用更关注股票高估中的错误定价。因此，Rhodes-Kropf等(2005)[24]基于行业平均水平的标准，提出了市账比(M/B)拆解模型，通过分行业分年度回归，将股票高估拆解为代表资本市场无效率的错误定价与代表企业真实成长机会的成长性，以此来衡量市场错误定价，具体包含短期的企业层面市场错误定价与长期的行业系统性市场错误定价[25]。
基于市场择时理论，市场错误定价对并购动机、支付方式、融资方式与并购溢价的影响得到了广泛的关注。当主并企业股票存在高估时，高管会出于节约成本、谋取私利或谋求股价上涨的“眼球效应”等动机发起并购[26-29]，此时更倾向于选择股票支付或股票融资[30-33]，也更易产生更多的并购溢价[8-9]。其中，有部分学者关注到了市场错误定价对商誉及其减值的影响。Gu和Lev(2011)[7]研究指出，主并方高估的股价会促使其在支付环节付出更高的成交价，往往溢价部分会超过其可以获得的协同收益，导致更高的商誉与未来更大的减值。但该研究是通过相对价值指标衡量股票高估整体，并未区分股票高估中不同层面市场错误定价与成长性的差别。胡凡和李科(2019)[6]研究指出，企业层面市场错误定价会正向影响企业面临的商誉减值风险，并认为并购商誉是其中的微观经济机制之一。田新民和陆亚晨(2019)[34]研究指出，股票高估与较差的成长性会导致公司面临更高的商誉减值风险。
并购领域关于市场错误定价的已有研究，多聚焦于股票高估整体，或仅关注企业层面错误定价，对行业系统性市场错误定价的已有研究仅停留在并购动机分析上[5]，并未关注到行业系统性市场错误定价在并购支付及并购后环节会产生的影响。随着商誉的行业聚集特征日益明显，进一步讨论驱动并购决策的行业系统性市场错误定价并购商誉，有助于丰富市场错误定价在并购领域的相关研究与商誉影响因素的相关研究。在上述基础上，验证行业系统性市场错误定价、商誉与商誉减值的关系，可以将行业系统性市场错误定价对商誉的影响落实到经济后果层面，并丰富商誉减值影响因素的相关研究。
三、理论分析与研究假设
(一)行业系统性市场错误定价、支付方式与并购商誉
当主并方企业存在行业系统性市场错误定价时，管理者会出于节约并购成本[20-22]或者谋取私利[23,26-27]的动机发起股票收购。在并购支付环节，股票支付会产生更多的商誉，有以下几点原因：其一，基于市场择时理论，只要主并方付出的溢价小于其股票高估的部分，对主并方而言就是“有利可图”的，因此主并方有意愿接受更高的并购对价，标的企业出于不希望自身资产被低价收购的目的会推高并购对价至接近主并方的意愿上限；其二，股票变现的不稳定性，以及我国资本市场规定的股票持有期，均决定了股票支付需要比现金支付付出更高的溢价，以补偿流动性风险[10]，在同一标的情况下股票支付的并购对价会更高；其三，由于信息不对称的存在，主并方的股票高估会使得并购双方高估主并方的价值，行业系统性市场错误定价越高的企业，通常被认为具备更好的行业前景与广阔的未来市场，因此并购双方均更易高估并购的协同收益[7]。商誉的本质是并购对价大于标的可辨认净资产公允价值的差额，其代表企业未来获得超额盈利的能力，因此计算公式上内含股票支付补偿流动性风险的溢价，逻辑上内含预期未来实现的协同收益，同时主并方对并购对价有更高的预期，无论是出于节约动机的理性管理者，还是出于谋私动机的自利管理者，在三者作用下股票支付均会产生更多的商誉。根据国泰安并购重组数据库披露，现金支付、股票支付、现金与股票混合支付已涵盖我国资本市场95%以上并购事件(6)根据国泰安并购重组数据库披露，2010-2018年间共85 346起并购事件中，现金支付80 506起，股票支付1 581起，现金与股票混合支付1 403起；其中主并方为上市公司且并购成功的15 316起并购事件中，现金支付12 746起，股票支付1 207起，现金与股票混合支付1 045起。，因此本文对支付方式的讨论集中在以上三种，提出假设1与假设2。
H1 行业系统性市场错误定价正向影响并购商誉。
H2 支付方式在行业系统性市场错误定价与并购商誉之间起中介作用。
(二)企业成长性的调节作用
当主并方股票价值存在高估时，资本市场通常可以通过市账比或托宾Q等相对价值指标得到信号[35]，在并购支付环节，标的企业可能对此信号做出对应的议价策略。对于标的企业为何要接受主并方的股票支付，市场择时理论在发展过程中提出了两种相反的观点：SV理论认为，主并方择时市场的股票收购行为实质是套利，而标的企业会出于短视或高位套现的动机接受报价；RKV理论认为，标的企业在知道主并方报价存在偏差的情况下，会出于对协同效应的高估接受报价[5]。我国资本市场存在并购重组股份锁定期的限制，36个月的锁定期会给套利带来极大的风险，因此本文认为标的企业对股票支付报价的接受更多基于对并购与协同收益的认同[32]。
在主并方企业具备较高的成长性时，并购双方对股票支付产生的商誉有更高的接受度，有以下几点原因：其一，当主并方成长性越高时，标的企业更为看好主并方未来的发展与股票的长期价值，标的企业对协同收益的高估会被放大，因此会更易接受主并方股票支付的报价以及所产生的商誉；其二，Eckbo等(2018)[36]研究指出，当信息不对称程度越低时，主并方出于高估股价给出的股票支付越难以被接受，而高成长性企业以新兴热门行业或初创企业为代表，与传统企业及进入稳定期的大企业相比具备较高的信息不对称性，因此其股票支付的对价与产生的商誉更易被接受；第三，周泽将等(2019)[37]认为当主并企业成长性越高时，高管会有过度自信的心理状态与更为高速的扩张战略，企业会倾向于承担更多的风险，因此主并方在并购支付环节会更易高估协同收益、更愿承担整合风险，进而接受更高的并购对价与更多的商誉。基于此提出本文假设3，并得出如图2理论模型。

图2 理论模型
H3 成长性正向调节支付方式与并购商誉的关系。
四、研究设计
(一)样本选择与数据来源
本文以我国A股市场2010-2018年发起并购的上市公司为研究对象，并进行了如下筛选：(1)选取了主并方为上市公司且并购成功的并购事件；(2)剔除行业代码J开头的金融行业数据；(3)剔除ST和*ST样本数据；(4)识别并购事件的标的企业，通过与披露的财务报表附注商誉信息表中的并购事件详情进行通配符匹配，获得并购事件层面并购信息数据与并购商誉数据(7)受限于国泰安中财务报表附注商誉信息表详情栏描述的完备性，并非所有并购事件都在详情栏提及标的企业，因此无法筛选出所有样本，但本文认为这一情况并不会影响已有样本与实证的效度。；(5)基于本文对支付方式的讨论，去除了不仅包含现金支付与股票支付的并购事件。共457个样本，完成上述筛选后不存在一家企业同一年两起并购事件的数据。本文主要数据来自国泰安数据库，控制变量中的内部控制数据来自“迪博内部控制数据库”，对连续变量进行1%缩尾处理，使用Excel进行初步的数据处理，使用Stata 14.0进行进一步的数据分析。
(二)变量说明
本文的自变量是行业系统性市场错误定价，调节变量是成长性，均由市账比拆解模型得出。参照前人研究[6,24-25]，计算过程如下所示

(1)
其中，M是市值，B是账面价值，V是基础价值，其中M与B已知。M/V是错误定价，V/B是企业真实成长机会带来的成长性。两边取对数后得
(m-b)=(m-v)+(v-b)
(2)
其中，m、b、v分别表示M、B、V的对数。v通过企业的财务信息进行估计，可表示为v(θ,α)，因此式(2)可以化为下式
mi,t-bi,t=[mi,t-v(θi,t,αj,t)]+[v(θi,t,αj,t)-
(3)
其中，i表示企业，j表示行业，t表示时间，v(θi,t,αj,t)表示分行业与年度回归(t期行业j系数αj,t)估计的短期企业基本价值，v(θi,t,αj)表示基于长期行业系数(行业j系数αj)估计的长期企业基本价值。因此，第一项衡量了一家企业股票的市值与同期同行业估计值之差，表示企业层面的错误定价；第二项衡量了一家企业当期同行业的估计值与长期行业估计值之差，表示行业系统性市场错误定价；第三项衡量了一家企业的长期价值与账面价值之差，表示企业的真实成长机会。其中，v(θi,t,αj)是基于企业所有年份回归系数取平均得出的估计值，回归时年度固定效应与行业系统性市场错误定价具备较强的共线性，因此本文对所采用的模型进行了时间效应的检验。2010-2018年共9个会计年度，得到chi(8)=10.23，prob>chi2=0.249 2，接受“无时间效应”的原假设。为保证模型有效性，本文去掉了i.year。有以下系数估计公式

(4)
v(θi,t,αj,t)通过一系列财务指标可以分行业与年度回归得到

(5)
其中，mi,t是i公司t年末股票市值的对数；bi,t是i公司t年末总资产的对数；是i公司t年净利润的绝对值；I为指示性函数，NI>=0时，I=0，NI<0时，I=1；LEVi,t是i公司t年的资产负债率。由此，i公司t期的短期企业基本价值v(θi,t,αj,t)可以由下式估计得出

(6)
通过对式(6)系数进行平均后，长期企业基本价值v(θi,t,αj)可以由下式估计得出

(7)
综上，根据式(1)-(7)可以分别算出t时期i企业的行业系统性市场错误定价与成长性。
本文的中介变量是支付方式，现金支付、股票支付与现金股票混合支付占我国并购市场支付方式的绝大多数情况。通过理论推导可以发现，主并方在自身存在市场错误定价时会倾向于选择股票支付，进而推动商誉产生。因此本文对支付方式的衡量，以主并方是否选择股票支付为标准。但本文认为，完全股票支付与现金股票混合支付有一定差异，完全股票支付下，主并方利用股票的错误定价降低成本的动机更强烈，而错误定价内含的非理性因素对商誉的影响也更大。本文认为，若主并方完全不考虑股票支付，即完全现金支付，赋值为0；若主并方有一定比例的股票支付，并非完全通过股票支付，即现金股票混合支付，赋值为1；若主并方完全通过股票支付，赋值为2。
本文的因变量是并购商誉，采用的是财务报表附注中披露的每一起并购事件的并购商誉，因此本文研究的是并购事件层面的新增商誉，而非企业层面的年度商誉净额。参考前人研究，为了去除公司规模的影响，取并购商誉与当年主并方总资产的比值来衡量因变量。
本文的控制变量则参考前人研究，选取了并购事件层面与企业层面的常用变量作为控制变量。其中涉及主并方特征的变量采取的是并购前一年财务数据，认为并购年度主并方可以调度的资源是依据前一年的情况而定的，具体见表1。
(三)模型设计
基于本文的面板数据，对样本进行LM检验与豪斯曼检验。LM检验的结果显示，prob>chibar2=0.060 3，说明在10%的水平上随机效应优于混合回归；豪斯曼检验的结果显示，prob>chi2=0.700 5，说明随机效应优于固定效应。且考虑到本文的面板中大部分对象仅有一个截面数据，采用传统的固定效应易造成大量自由度损失，因此主要采用随机效应OLS模型对本文假设进行检验，并以Areg回归补充固定效应结果，以说明本文结论的稳健性。随后对样本进行了异方差检验，P值为0.000说明样本存在异方差，因此回归时用robust对异方差进行控制。
构建式(8)检验假设1；基于温忠麟等(2004)[38]的三步检验法，构建式(8)-(10)检验中介效应假设2；对相关变量进行中心化后构建交乘项，通过式(11)与(12)检验调节效应假设3；因为本文的调节效应发生在中介效应的第二阶段，因此参考温忠麟等(2014)[39]的检验方法，通过式(9)与式(13)检验第二阶段被调节的中介效应。此外，考虑到面板数据内含时间维度信息的情况，参考并购领域同类型数据的研究[14]，本文还将结合Sobel检验与Bootstrap检验中介效应，以说明本文结论的稳健性
Goodwill=α0+α1DevInd+α2Control+α3ΣInd+ξ1
(8)
Paytype=α4+α5DevInd+α6Control+α7ΣInd+ξ2
(9)
Goodwill=α8+α9Paytype+α10DevInd+α11Control+α12ΣInd+ξ3
(10)
Goodwill=α13+α14Paytype+α15Control+α16ΣYear+α17ΣInd+ξ4
(11)
Goodwill=α18+α19Paytype+α20Growth+α21Paytype×Growth+α22Control+α23ΣYear+α24ΣInd+ξ5
(12)
Goodwill=α25+α26DevInd+α27Paytype+α28Growth+α21Paytype×Growth+α30Control+α31ΣInd+ξ6
(13)
表1 变量定义

五、实证结果
(一)描述性统计
表2列示了本文全样本描述性统计数据，可以发现，并购事件商誉增加额占总资产比重的均值约为5%，其中最小值接近0，最大值超过35%，说明并购事件商誉的差别较大；支付方式的均值为0.135，说明样本符合我国市场的基本情况，现金支付仍是所有支付方式中的主流；行业系统性市场错误定价的均值均大于0，说明我国资本市场错误定价高估较为普遍；成长性的均值为负数，因为企业总资产一般均大于总市值，所以依据市账比拆解模型做差时，负值易积累在成长性，但其相对水平仍有意义，且本文会用较为通用的TobitQ作为后续稳健性检验的替代指标；控制变量中，大股东持股占比均值为2.4%，标准差较大，说明样本企业的股权结构有较大的差异；产权性质的均值约为0.16，说明样本中非国企较多；资产负债率均值为34%；是否关联并购的均值为0.14，说明样本中非关联并购较多。
表2 描述性统计

(二)相关性分析
通过相关性分析可以发现，支付方式与并购商誉之间在1%水平上显著相关；行业系统性市场错误定价、成长性与并购商誉在1%的水平上正相关；行业系统性市场错误定价与支付方式在1%水平上正相关，成长性与支付方式无显著关系，支付方式与行业系统性市场错误定价在1%的水平上负相关，与变量逻辑一致，说明本文的主要变量之间有一定的相关关系。
除此之外，虽然有变量之间的相关系数大于0.5，但经过共线性检验，除了部分年度、行业的VIF值存在共线性，其余变量的VIF值均小于5，不存在多重共线性。变量说明部分已检验本文模型不存在时间效应，因此模型去除年度虚拟变量；为保证模型的有效性，随机效应模型拟去除行业虚拟变量，并在Areg固定效应回归时对行业进行控制，以证明行业差异不影响本文结论。
表3 相关性分析

注：*、**、***分别表示在0.1、0.05、0.01的水平下显著。下同。
(三)回归分析
1.行业系统性市场错误定价、支付方式与并购商誉
表4验证主效应假设1与中介效应假设2，Model1-3列示了随机效应OLS回归的结果，Model4-6列示了控制行业的固定效应回归结果。无论是随机效应还是固定效应，模型的Chi2与F统计量对应的p值均为0.000，说明模型有效；且R2与调整后的R2均说明模型有较好的解释力度。
表4 假设1、2回归结果

结果显示，Model1中行业系统性市场错误定价t值为5.87，Model2中行业系统性市场错误定价t值为4.08，Model3中行业系统性市场错误定价t值为5.41，支付方式t值为4.82，且系数均为正，说明行业系统性市场错误定价显著正向影响并购商誉，且支付方式在其中起到中介作用。Model4-6的结果与Model1-3主要变量系数符号一致，显著性水平也均一致，说明控制行业差异后，假设1主效应与假设2中介效应仍成立，结论稳健。
表5补充了中介效应Sobel和Bootstrap的检验结果。SobelZ统计量为3.416，对应p值为0.000 6，在1%水平上存在中介效应；Bootstrap检验中Ind_eff的置信区间不包括零，对应z统计量为3.44，p值为0.001，也支持中介效应的存在，说明考虑了面板数据内含的时间维度信息时，假设2中介效应仍成立，结论稳健。
表5 中介效应Sobel和Bootstrap检验

此外，验证假设1与假设2时，通过表4 Model1-6控制变量的回归系数及其显著性可以发现，随机效应与固定效应模型中控制变量的显著性水平相当，且符合变量逻辑，其中较为稳定与显著的关系有：产权性质会显著负向影响支付方式的选择，说明国有企业倾向于现金支付，符合国有控股的特点；企业规模显著负向影响并购商誉与支付方式，说明大企业在并购价格谈判时能更有效地控制商誉相对水平，且更支持现金支付；资产负债率负向影响并购商誉，说明负债率越高，企业更为慎重，倾向于控制商誉的产生；关联并购显著正向影响并购商誉与支付方式，说明在关联并购中主并方更可能采取股票支付，推动商誉产生。
2.支付方式、成长性与并购商誉
表6验证调节效应假设3以及有调节的中介效应，Model7-9列示了随机效应OLS回归的结果，Model10-12列示了控制行业的固定效应回归结果。其中，Model7-8与Model10-11检验的是单独调节效应假设3，Model9与Model12检验的是第二阶段被调节的中介效应。模型的Chi2与F统计量对应的p值均为0.000，说明模型有效；且R2与调整后的R2均较大，说明模型有较好的解释力度。因调节变量对因变量不显著并不影响调节效应的检验，因此成长性对并购商誉的回归结果并未列示。
表6 假设3回归结果

结果显示，Model7中支付方式t值为5.26，Model8中支付方式t值为6.16，支付方式与成长性交乘项t值为3.00，且系数均为正，说明股票支付时会产生更多的并购商誉，当主并方企业成长性较高时，支付方式对并购商誉的正向影响更强，即起到正向调节作用。Model10-11的结果与Model7-8主要变量系数符号一致，显著性相同，说明控制行业差异后，假设3调节效应仍成立，结论稳健。关于第二阶段被调节的中介效应的检验，行业系统性市场错误定价对支付方式的影响已经在表5中Model2与Model5得到检验，在此处进一步检验行业系统性市场错误定价、支付方式以及支付方式与成长性交乘项对并购商誉的回归结果。Model9中，行业系统性市场错误定价的t值与支付方式的t值分别为4.75与6.31，支付方式与成长性交乘项t值为2.92，且系数均为正，说明支付方式在行业系统性市场错误定价与并购商誉中起到中介作用的第二阶段受到成长性的正向调节。Model12中关键变量的系数符号相同，显著性水平一致，说明控制行业差异后，第二阶段被调节的中介效应仍存在。
(四)进一步研究
通过前文分析，本文验证了行业系统性市场错误定价会通过支付方式正向影响并购商誉，且成长性正向调节支付方式与并购商誉的正向关系。本文的结论从市场错误定价的视角解释了并购商誉如何产生，以及何时会被进一步推高。但并未将这一影响落实到经济后果层面。高商誉并不必然导致未来的商誉减值，商誉中内含的非理性因素才是产生减值的关键。当主并企业股票存在行业系统性市场错误定价时，主并方会因此时股票支付的成本更低而愿意接受更高的并购对价，而标的企业会因高估主并企业未来价值与协同收益推高并购对价。此时产生的商誉，内含更多因行业系统性市场错误定价而带来的溢价。但这种溢价并非是真实的成长机会所带来的，因此在未来很难产生对应的协同收益。当3年的业绩承诺期与并购整合期到期，并购当年因行业系统性市场错误定价产生的商誉越多，需要实现的业绩压力越大，而协同收益未产生，3年后就可能发生越多的商誉减值。
表7 进一步研究回归结果

因此，本文拟进一步验证并购当年行业系统性市场错误定价是否会通过影响商誉进而推动三年后的商誉减值。关于三年时间节点的选择，有如下原因：其一，业绩承诺已经成为我国资本市场并购的重要特征，业绩补偿期一般均为完成并购重组后3年[40]，业绩承诺期内主并方会努力达成承诺目标，但业绩承诺期结束可能面临更大的减值风险[41]；其二，整合效应一般需要3-5年的时间方能考察[42]；其三，Olante(2013)[2]指出，SFAS 142颁布之前，从购买日期产生商誉，到确认减值损失之间的平均时间间隔为4-5年，SFAS 142颁布之后，监管趋严，这一时间间隔变为2-3年，而近年来我国商誉减值监管趋严。因进一步研究的关键变量不涉及并购事件层面的特征，且考虑到了商誉减值发生的长期性，依据本文的样本筛选原则，重新进行样本筛选。以我国A股市场2010-2015年发起并购的上市公司为研究对象，并匹配了2013-2018年的商誉减值数据进行实证检验。进一步研究的样本有1 933条数据，经豪斯曼检验选择固定效应模型，商誉减值的变量ImpairGW通过当年财务报表披露的商誉减值准备/总资产得出，其余均与正文模型Model1-6保持一致。Model13-15列示了固定效应的回归结果，Model16-18通过Areg控制了行业差异。模型的F统计量对应的p值均为0.000，说明模型有效；R2与调整后的R2均说明模型有较好的解释力度。
结果显示，Model13中行业系统性市场错误定价的系数为正，t值为6.08，说明并购当年主并方股票存在越多的行业系统性市场错误定价，并购后第三年发生的商誉减值会越多；Model14中行业系统性市场错误定价的系数为正，t值为6.37，说明在企业数据层面，主并方行业系统性市场错误定价对并购商誉的影响仍存在；Model15中行业系统性市场错误定价与并购商誉的系数均为正数，t值分别为4.45与4.53，说明并购当年行业系统性市场错误定价是通过推高当年产生的商誉，进而正向影响三年后的商誉减值。Model16-18主要变量的系数方向与显著性水平均与Model13-15一致，说明在控制行业的情况下结论仍稳健。进一步研究的结论说明了因行业系统性市场错误定价导致的商誉增加更易在未来发生减值，为正文的研究进一步补充了相关经济后果的论证。
(五)稳健性检验
除前文补充汇报的固定效应回归结果与Sobel、Bootstrap检验外，本文还将从内生性、行业系统性市场错误定价与成长性的替代变量、更换排序计数模型以及增加宏观经济形势控制变量五个方面对本文进行进一步的稳健性检验，以证明全部结论的稳健性。
1.工具变量+2SLS的内生性检验
由前文分析可知，市场错误定价可能是股票并购的动机，股票并购也可能造成企业股价高估，因此本文的自变量与因变量之间可能存在双向因果的内生性问题。但这一内生性问题并不存在于调节效应的部分，因为本文研究匹配到并购事件层面的商誉数据，支付方式必然先于并购商誉发生，因此主要针对主效应与中介效应进行内生性检验。参考公司治理领域错误定价的相关研究[43]，选取错误定价的滞后项作为工具变量，并用两阶段最小二乘法(2SLS)进行回归。一阶段的F统计量为14.01，大于弱工具变量标准10，因此认为工具变量有效。以本文主要采用的Model1-3为基准模型，通过豪斯曼检验是否存在内生性，结果显示，chi2=3.20，prob>chi2=0.073 6，说明在10%的水平上存在较弱的内生性，用工具变量进行修正，回归结果如表8所示。
表8 内生性修正回归结果

Model19-Model21针对主效应假设1与中介效应假设2，基于Model1-3控制内生性进行回归，Model22针对有调节的中介效应，基于Model9控制内生性进行回归。模型整体的统计量、显著性、R2与Adj_R2均显示模型有较好的解释力度与有效性。主要变量的系数均为正，Model19中行业系统性市场错误定价的t值为4.59，Model20中行业系统性市场错误定价的t值为3.50，Model21与Model22中行业系统性市场错误定价与支付方式的t值分别为3.70与4.60、3.82与5.64，Model22中支付方式与成长性交乘项的t值为2.81，均与假设一致，且有较好的显著性。说明修正内生性问题后本文的结论仍然是稳健的。
2.行业系统性市场错误定价的替代指标
市场错误定价最常见的衡量方法为市净率等相对价值指标、剩余收益模型估值法与市账比拆解模型[35]。虽然其他方法并未能与市账比拆解模型一样，拆分出行业系统性市场错误定价，但一定程度上仍能衡量错误定价水平。参考柳楠等(2014)[44]、胡国强和肖志超(2019)[45]的研究，分别选用相对行业水平的估值指标RVI与当期个股年度超额收益率(CAR)作为替代指标。具体计算公式为即公司当期市值比上当期主营业务收入与行业平均市销率乘积的对数；CARi,t=Ri,t-Rm,t，即公司当期个股持有收益率减去公司所在市场的当期流通市值加权年持有收益率。
表9 替代变量回归系数表

对标检验了主效应假设1与中介效应假设2的Model1-3，检验了被调节的中介效应的Model7-9，以及进一步研究的Model13-15，进行了上述指标替换工作，并通过Sobel与Bootstrap检验进一步研究的中介效应。表9列示了更换行业系统性市场错误定价衡量方式后，假设1与假设2的检验结果。表10列示了变量更换为CAR后进一步研究中介效应的检验结果，表11列示了变量更换为RVI后进一步研究中介效应的检验结果。表12中Model29-30列示了更换行业系统性市场错误定价衡量方式后，被调节的中介效应的检验结果，Model31-32列示了进一步研究的检验结果。上述模型的Chi2、F统计量对应的p值与R2、调整后的R2均说明模型有效，且有较好的解释力度。
结果显示，表9中关键变量的回归系数均为正。Model23中CAR的t值为2.30，Model24中CAR的t值为1.77，Model25中CAR的t值为1.83，支付方式的t值为5.00。Model26中RVI的t值为2.57，Model27中RVI的t值为2.08，Model28中RVI的t值为2.00，支付方式的t值为5.25，均在可接受范围内显著。可见，更替行业系统性市场错误定价的衡量变量后主效应假设1与中介效应假设2结论仍稳健。
表12中关键变量的回归系数也均为正。Model29中CAR的t值为1.94，支付方式的t值为5.85，支付方式与成长性交乘项的t值为3.01，Model30中RVI的t值为2.16，支付方式的t值为6.15，支付方式与成长性交乘项的t值为3.06，均在可接受范围内显著。可见，更替行业系统性市场错误定价的衡量变量后被调节的中介效应仍成立。
Model31中CAR的t值为2.37，Model32中RVI的t值为2.58，均在可接受范围内显著，说明更替行业系统性市场错误定价的衡量变量后，行业系统性市场错误定价对并购后第三年商誉减值的正向影响仍稳健存在。表10列示了以CAR为自变量，商誉为中介变量，商誉减值为因变量的中介效应检验结果，控制变量均与正文保持一致，此时Sobel检验说明在1%水平上存在中介效应，Bootstrap检验的z值为4.01，p值为0.000，支持中介效应存在。表11列示了以RVI为自变量，商誉为中介变量，商誉减值为因变量的中介效应检验结果，控制变量均与正文保持一致，此时Sobel检验说明在1%水平上存在中介效应，Bootstrap检验的z值为5.86，p值为0.000，支持中介效应存在。上述结果说明更替行业系统性市场错误定价的衡量变量后，本文进一步研究的结论稳健。
表10 进一步研究替代变量(CAR)中介效应Sobel和Bootstrap检验

表11 进一步研究替代变量(RVI)中介效应Sobel和Bootstrap检验

3.成长性的替代指标
采用衡量成长性最常见的指标TobitQ作为市账比拆解模型成长性的替代指标，对标检验了调节效应假设3与被调节的中介效应的Model7-9。表12中关键变量的回归系数均为正。Model33中支付方式的t值为5.05，其与TobitQ交乘项的t值为2.28，均在5%水平显著，说明更替成长性的衡量变量后，调节效应假设3的结论仍稳健。Model34中行业系统性市场错误定价的t值为3.43，支付方式的t值为5.22，支付方式与TobitQ交乘项的t值为2.19，均在5%水平显著，说明更替成长性的衡量变量后，被调节的中介效应仍成立。
表12 替代变量与更换模型回归结果

4.更换排序计数模型
由于本文的中介变量支付方式是“0-1-2”变量，随着数值的增加，代表主并方更倾向于选择股票支付而非现金支付，该离散数据有天然的排序，因此选用排序计数模型进行稳健性检验。支付方式的方差为0.401 7，期望为0.135 7，二者并不相等，应当采取负二项回归。但负二项回归时LR检验的chibar2值为0.1，对应p值为0.374，说明不存在过度分散的情况，因此应当采用泊松回归。本文同时进行了零膨胀泊松回归，Vuong统计量对应p值为0.501 0，说明接受标准泊松回归假设。对标本文的基准模型中以支付方式为因变量的Model2，表12 Model35列示了标准泊松回归的结果，模型有效，其中行业系统性市场错误定价的系数为正，t值为3.47，在1%水平显著，说明更换模型后，行业系统性市场错误定价对支付方式的影响仍稳健。
5.增加宏观经济形势的控制变量
考虑到公司层面指标会受到宏观经济形势动态变化的影响，本文增加了宏观经济形势的控制变量MEC，对主要假设及进一步研究进行回归。参考周泽将和王怡晨(2020)[46]的研究，选取宏观经济景气程度的哑变量来代指宏观经济形势，具体衡量方法为：以2010-2018年宏观经济一致指数的中位数98.24为界，当年宏观经济一致指数大于该中位数的年份取值为1，在本文的样本期间内包括2010、2011、2016、2017四年，否则为0。
回归结果如表13所示，对标本文的基准模型Model1-3、Model7-9和进一步研究的Model13-15，表14列示进一步研究中中介效应的Sobel检验与Bootstrap检验结果，模型均有效。表13中关键变量的回归系数均为正，Model36-38中行业系统性市场错误定价t值分别为5.87、4.00、4.82，Model38中支付方式的t值为5.37，说明控制宏观经济形势后行业系统性市场错误定价仍正向影响并购商誉，且支付方式仍在其中起中介作用，假设1与假设2结论稳健。Model39-41中支付方式t值分别为5.26、6.16、6.28，Model40中支付方式与成长性交乘项的t值分别为3.00，Model41中行业系统性市场错误定价t值为4.76，支付方式与成长性交乘项的t值为2.90，说明控制宏观经济形势后成长性仍正向调节支付方式对商誉的影响，且第二阶段被调节的中介效应仍成立，假设3结论稳健。Model42中行业系统性市场错误定价的t值为6.07，说明控制宏观经济形势后行业系统性市场错误定价仍正向影响三年后的商誉减值，表14的Sobel检验说明并购商誉在上述关系中起到的中介作用在1%水平显著，Bootstrap检验的置信区间不包括0，z值为5.38，p值为0.000，也证明结论成立，说明控制宏观经济形势后行业系统性市场错误定价仍通过并购商誉推高未来的商誉减值，进一步研究结论稳健。
表13 控制宏观经济形势回归结果

表14 进一步研究控制宏观经济形势中介效应Sobel和Bootstrap检验

六、结论与建议
(一)研究结论
本文基于市场择时理论，以我国A股市场2010-2018年发起并购的上市公司为研究对象，研究行业系统性市场错误定价对并购商誉的影响、支付方式的中介作用与成长性的调节作用。研究发现：第一，并购当年，主并企业股票的行业系统性市场错误定价会正向影响并购商誉。第二，支付方式在行业系统性市场错误定价与并购商誉之间起到部分中介作用，当主并企业股票存在更高的行业系统性市场错误定价时，企业高管更倾向于采取股票支付的方式，进而产生更多商誉。第三，在高成长性的主并企业中，支付方式对并购商誉的正向影响更强，即成长性在支付方式与并购商誉之间起到正向调节作用，且第二阶段被调节的中介效应成立。第四，进一步研究发现，并购当年行业系统性市场错误定价通过推动并购商誉，正向影响三年后的商誉减值。
本文的结论丰富了商誉影响因素的相关研究与市场择时理论在并购领域的研究成果，一定程度上填补了行业系统性市场错误定价在并购支付环节产生影响的研究空白，从行业系统性市场错误定价的视角梳理了当前商誉内含非理性因素的产生路径与成长性情境，有助于实务进一步理解并把控高商誉的产生，预防商誉减值风险。
(二)政策建议
本文从行业系统性市场错误定价的角度揭示了部分内含非理性因素的商誉是如何产生的，基于研究结论提出如下几点建议。
(1)市场监管角度。监管部门在市场高位环境下，需重点关注股价存在行业层面高估的主并方发起的股票收购及收购的溢价水平，从标的资产评估等多个环节防止此类并购产生过高的商誉，并针对并购对价远高于标的资产公允价值的并购事件，充分考察其溢价与相关协同收益预估的合理性，以预防未来的商誉减值风险。
(2)主并方角度。主并企业需认识到，因错误定价带来的商誉在未来难以获得协同收益，反而会产生更大的商誉减值风险。因此，主并企业不能为减少并购交易的成本就放任错误定价推高商誉。主并企业需要合理评估自身的行业系统性市场错误定价水平，在并购交易环节，在合理范围内承担股票支付的流动性补偿，并谨慎评估未来的协同收益，以减少因行业层面的股票高估产生过高的商誉。
(3)标的企业角度。标的企业需要正确看待主并方的成长性，谨慎对待股票支付的并购支付方式，合理评估并购协同收益的同时，减少与主并方的信息不对称程度，以减少商誉内含的非理性因素。
(三)不足与展望
本研究的不足之处在于，仅讨论了行业系统性市场错误定价对并购商誉的影响，对企业层面市场错误定价的研究还需进一步关注；仅讨论了成长性情境会放大支付方式对并购商誉的正向影响，并未找到何种公司治理机制可以抑制这一过程，未能给控制高商誉产生及其减值的实务提供更多的参考借鉴，有待未来的研究进行进一步完善。
参考文献
[1]LI Z N, SHROFF P K, VENKATARAMAN R, et al. Causes and consequences of goodwill impairment losses[J]. Review of Accounting Studies, 2011,16(4):745-778.
[2]OLANTE M E. Overpaid acquisitions and goodwill impairment losses—evidence from the US [J]. Advances in Accounting,2013,29(2):243-254．
[3]SHLEIFER A, VISHNY R W. Stock market driven acquisitions[J]. Journal of Financial Economics, 2003,70(3):295-311.
[4]罗琦, 杨婉怡. 股票错误定价与公司并购:研究述评[J]. 北京工商大学学报(社会科学版), 2019,34(5):81-91.
[5]符蕾, 夏奕奕. 行业系统性市场错误定价对并购决策的驱动研究[J]. 海南大学学报(人文社会科学版), 2017,35(5):50-59.
[6]胡凡, 李科. 股价高估与商誉减值风险[J]. 财经研究, 2019,45(6):71-85.
[7]GU F, LEV B. Overpriced shares, ill-advised acquisitions, and goodwill impairment [J]. Accounting Review, 2011, 86(6):1995-2022.
[8]FU F J, LIN L M, OFFICER M S. Acquisitions driven by stock overvaluation:are they good deals?[J]. Social Science Electronic Publishing,2013,109(1):24-39.
[9]刘娥平, 关静怡. 股价高估、定增并购价格偏离与市场绩效[J]. 中央财经大学学报, 2018, 372(8):64-77.
[10]葛伟杰,张秋生,张自巧. 支付方式、融资约束与并购溢价研究[J]. 证券市场导报, 2014(1):40-47.
[11]GLAUM M, LANDSMAN W R, WYRWA S. Goodwill impairment: the effects of public enforcement and monitoring by institutional investors [J]. The Accounting Review,2018,93(6):149-180.
[12]韩宏稳，唐清泉，黎文飞. 并购商誉减值、信息不对称与股价崩盘风险[J]. 证券市场导报,2019(3):59-70.
[13]谢纪刚, 张秋生. 股份支付、交易制度与商誉高估——基于中小板公司并购的数据分析[J]. 会计研究,2013(12):47-52.
[14]赵欣, 杨世忠, 侯德帅. 政府补贴与并购商誉：政策预期与现实悖论[J]. 现代财经(天津财经大学学报),2020(3):99-113.
[15]张新民, 卿琛, 杨道广. 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[J]. 厦门大学学报(哲学社会科学版), 2018,247(3):59-69.
[16]许罡. 企业社会责任履行抑制商誉泡沫吗[J]. 审计与经济研究, 2020(1):90-99.
[17]李丹蒙, 叶建芳, 卢思绮, 等. 管理层过度自信、产权性质与并购商誉[J]. 会计研究, 2018(10):50-57.
[18]STEIN J C. Rational capital budgeting in an irrational world [J]. The Journal of Business, 1996,69(4):429-455.
[19]RHODES-KROPF M, VISWANATHAN S. Market valuation and merger waves [J]. Journal of Finance, 2004,59(6):2685-2718.
[20]DONG M, HIRSHLEIFER D, RICHARDSON S, et al. Does investor misvaluation drive the takeover market? [J]. The Journal of Finance, 2006, 61(2):725-762.
[21]TEBOURBI I．Timing of mergers and acquisitions: evidence from the Canadian stock market [J]. International Journal of Economics and Finance，2012，9(4):87-107．
[22]王璐清, 何婧, 赵汉青. 资本市场错误定价如何影响公司并购[J]. 南方经济, 2015(3):24-37.
[23]安郁强, 陈选娟. 估值套利与公司并购——来自中国企业并购的新证据[J]. 经济管理, 2019(3):73-89.
[24]RHODES-KROPF M, VISWANATHAN S, ROBINSON D T. Valuation waves and merger activity:the empirical evidence [J]. Journal of Financial Economics,2004,77(3):561-603.
[25]陆蓉, 何婧, 崔晓蕾. 资本市场错误定价与产业结构调整[J]. 经济研究, 2017，52(11):104-118.
[26]ROSEN R J. Merger momentum and investor sentiment: the stock market reaction to merger announcements [J]. Journal of Business, 2006,79(2):987-1017.
[27]DANBOLT J, SIGANOS A, VAGENAS-NANOS E. Investor sentiment and bidder announcement abnormal returns [J]. Journal of Corporate Finance,2015,33(1):164-179.
[28]杨威, 宋敏, 冯科.并购商誉、投资者过度反应与股价泡沫及崩盘[J]. 中国工业经济, 2018(6):156-173.
[29]潘爱玲, 刘昕, 邱金龙,等. 媒体压力下的绿色并购能否促使重污染企业实现实质性转型[J]. 中国工业经济, 2019(2):174-192.
[30]SAVOR P G, LU Q. Do stock mergers create value for acquirers? [J]. Journal of Finance, 2009, 64(3):1061-1097.
[31]GIULI D A. The effect of stock misvaluation and investment opportunities on the method of payment in mergers [J]. Journal of Corporate Finance, 2013, 21:196-215.
[32]李井林, 易俊伶, 刘淑莲. 并购支付方式选择:动态权衡理论抑或市场择时理论[J]. 金融评论, 2017(2):57-72+129.
[33]李井林, 刘淑莲, 杨超. 市场错误定价、投资机会与并购对价方式[J]. 山西财经大学学报, 2013, 35(1):30-40.
[34]田新民, 陆亚晨.中国上市公司商誉减值风险影响因素的实证研究[J]. 经济与管理研究, 2019,40(12):114-127.
[35]李井林, 胡林琪, 徐静航, 等. 股票市场错误定价:测度方法、形成机理与经济后果[J]. 金融评论, 2018,10(5):118-125+130.
[36]ECKBO E B, MAKAEW T, THORBURN S K. Are stock-financed takeovers opportunistic? [J]. Journal of Financial Economics, 2018, 128(3):443-465.
[37]周泽将, 胡刘芬, 马静,等. 商誉与企业风险承担[J]. 会计研究, 2019(7):21-26.
[38]温忠麟，张雷，侯杰泰，等. 中介效应检验程序及其应用[J]. 心理学报,2004(5):614-620.
[39]温忠麟，叶宝娟. 有调节的中介模型检验方法：竞争还是替补[J]. 心理学报, 2014, 46(5):714-726.
[40]翟进步, 李嘉辉, 顾桢. 并购重组业绩承诺推高资产估值了吗[J]. 会计研究, 2019(6):35-42.
[41]关静怡, 刘娥平. 业绩承诺增长率、并购溢价与股价崩盘风险[J]. 证券市场导报, 2019,319(2):37-46.
[42]李秉祥, 简冠群, 李浩. 业绩补偿承诺、定增并购双价格偏离与整合效应[J]. 管理评论, 2019,31(4):21-35.
[43]汪玉兰, 周守华.股票错误定价对上市公司投资效率的影响——基于中国证券市场的实证研究[J]. 当代财经, 2018(6):124-132.
[44]柳楠, 朱鹤, 佟孟华. 我国股票市场错误定价现象的一个原因解释——基于套利风险视角的实证研究[J]. 金融评论, 2014(4):59-78+124.
[45]胡国强, 肖志超. 媒体关注、资本市场错误定价与企业投资[J]. 广东财经大学学报, 2019,34(2):62-75.
[46]周泽将,王怡晨.房地产存货、宏观经济形势与企业风险承担——基于中国房地产上市公司的经验证据[J]. 江淮论坛,2020(1):110-115.
Market Mispricing, Payment Methods and Goodwill of M&A: the Adjustment Based on Growth
ZENG Jiang-hong1, ZENG Qi-shan1, HUANG Xiang-rong2
(1.Business School, Central South University, Changsha 410083, China; 2.School of Business Administration, Hunan University of Finance and Economics, Changsha 410205, China)
Abstract：The phenomenon of high-value goodwill in the capital market has aroused widespread concern in academia and practice. Based on the market timing theory, this article takes listed companies that initiated M&A in China’s A-share market from 2010 to 2018 as the research object, and empirically studies the relationship between the industry’s systematic market mispricing, payment methods and goodwill of M&A, and the regulatory role of growth. The results show that the industry’s systemic market mispricing of the main merger has a positive impact on the goodwill of M&A, the payment method plays an intermediary role in this relationship, and growth has a positive adjustment effect on the relationship between the payment method and the goodwill of M&A, and the mediating effect regulated in the second stage. Further research show that the systemic market mispricing of the main merger in the year of the M&A will positively affect the impairment of the goodwill in the third year after the merger by increasing the goodwill.
Key words：market mispricing; payment methods; goodwill of M&A; growth