无形资产行业特征、内部结构与公司绩效关系研究,本文主要内容关键词为:无形资产论文,绩效论文,内部结构论文,特征论文,关系论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。
一、引言
国内外的学者们首先是将无形资产作为一个整体来考察它对公司价值的影响,然后区分年度研究无形资产对公司价值的持续性影响,最后进一步划分不同行业和不同类型的无形资产明细信息来研究,大部分研究者选取的样本数据较早(新准则之前的数据较多),只有少数学者将样本分行业和分类别进行检验,本文认为上市公司中不同行业的无形资产和同一行业中的无形资产不同明细分类信息会有不同,导致无形资产的价值相关性存在显著差异,本文在前人研究的基础上,以无形资产净额(考虑了无形资产摊销和减值准备)作为一个考察对象,并结合无形资产的行业特征和明细分类信息,分析行业特征与不同类别的无形资产在不同行业中发挥着不同的效用。
国外学者对无形资产的价值相关性等方面的实证研究起步较早,始于20世纪40年代。Lev[1]在无形资产价值相关性研究中认为,低水平的决定系数反映出会计信息有用性的降低,而与会计信息价值相关性不断下降形成对比的是,公司的无形资产投资不断加强,因而目前的会计体系不能如实反映公司的无形资产是导致价值相关性下降的一个重要原因。Lev & Zarowin[2]为检验Lev(1989)的命题,采用盈余回报模型较早的系统研究美国上市公司会计盈余信息含量的变动趋势,发现无形资产投资是产生会计盈余价值相关性变化的重要因素之一,而现有的会计处理准则制约了对无形资产价值的充分反映,进而损害了会计盈余的信息含量。Amir & Lev[3]选取无形资产对公司价值影响较为明显的移动通讯行业作为研究对象进行研究,结果发现公司披露的非财务指标和未确认无形资产具有价值相关性。Barron等[4]研究了无形资产与分析师盈余预测的信息特征之间的关系,发现分析师盈余预测的一致性程度与公司的无形资产水平呈显著负相关,认为针对拥有高额无形资产公司的盈余预测中包含了相对更多的私人信息,这些私人信息是指某一特定分析师所独有的有关公司未来盈余的信息。
我国学者采用实证研究的方法研究无形资产信息价值相关性的问题始于21世纪初。代表性人物有薛云奎、王志台[5]对1995~1999年上海证券交易所发行的A股上市公司相关数据进行研究,检验了无形资产的价值相关性,检验我国投资者对无形资产的定价以及评价改进我国上市公司对无形资产的信息披露。王化成、卢闯和李春玲[6]以1998~2002为研究区间,以深沪两市A股上市公司为研究对象,研究了无形资产存量和增量对未来绩效存量的贡献,并通过价格模型研究了无形资产对公司绩效的贡献。邵红霞、方军雄[7]以2001~2003年为研究区间,从深沪两市选取了152家上市公司,研究不同的无形资产对公司会计盈余质量和会计信息价值相关性的影响,认为无形资产对上市公司主营业务利润和主营业务利润率的贡献主要来源于土地使用权和其他无形资产,吴刚[8]通过描述性统计分析发现了无形资产逐年递增的趋势,并且通过对制造业公司的无形资产价值相关性检验,得出了无形资产对制造业公司主营业务利润具有正向显著贡献的结论。田昆儒、万翔[9]通过对中国运输仓储业和信息技术业上市公司进行抽样,考察不同的无形资产构成要素与公司经营业绩的相关性,研究发现不同类别的无形资产与公司业绩的相关性不同,技术含量较高的无形资产对信息技术业公司业绩的影响相对较大,技术类无形资产的作用逐步增强与体现,甚至最终取代使用权类无形资产,成为无形资产最重要的构成要素。赵敏[10]对上市公司无形资产的行业特征分析及监管对策进行研究,认为上市公司无形资产具有明显的行业特征。赵敏、朱黎敏[11]对上市公司无形资产与公司价值、绩效关系进行研究,认为每股无形资产与股票价格呈显著的正相关,无形资产具有价值相关性,无形资产对公司业绩的贡献是显著正相关的,对上市公司创造价值起到了一定的作用。
二、研究假设与模型建立
(一)研究假设
在前一篇文章(赵敏、朱黎敏2010)[11]中我们检验了假设,即上市公司的无形资产对公司绩效的贡献是显著正向的。在检验假设的时候,我们是将上市公司的无形资产作为一个总体进行回归分析,即从整体上把握无形资产对公司绩效的影响,但是沪市A股上市公司按照证券交易所行业分类标准分为13个行业,每个行业都有自己的行业特征,例如信息技术业属于高新技术行业,制造业是一个传统经济特征明显的行业,两者显然有一定的差异,另外还有房地产业、交通运输仓储业、采掘业等行业都具有各自的行业特征,所拥有的无形资产数额也会存在着差异,对公司绩效的影响也会随之不同。为了进一步研究不同行业的无形资产内部结构,分行业的同时区分不同类型的无形资产来检验对公司绩效的贡献,提出了以下的假设:
假设1:不同行业中同一类型无形资产与公司绩效的相关性不同。
假设2:同一行业中不同类型的无形资产与公司绩效的相关性不同。
(二)无形资产的类型和行业特征模型的建立
本文基于Aboody & Lev(1998)在检验无形资产价值相关性时所采用的方法,并结合薛云奎、王志台(2001)的研究结论和田昆儒、万翔(2008)的实证研究模型,来验证假设1和假设2:
其中:OPINC为t年的净利润,INTANG1表示t年末使用权类无形资产,INTANG2表示t年末技术类无形资产,INTANG3表示t年末其他无形资产;MB为净资产倍率,主要控制公司的风险和成长性的潜在影响;CS表示为t年末的资产负债率,控制公司资本结构和成长性的影响;ASSET为t年末总资产的对数,控制公司规模对经营绩效的影响;s表示残差项,为常数项,为回归系数;t表示年度;i表示样本公司。
本模型将无形资产分为三类(使用权类、技术类和其他无形资产)来检验无形资产的不同类型对公司绩效的影响,至于区分不同行业,主要通过分样本将各行业的数据带入模型(1)中,得出多个回归结果,每一个回归结果就代表一个行业,然后通过回归结果的比较来分析行业特征,最终检验不同行业的无形资产对公司绩效的影响程度。
三、样本选取与数据来源
(一)样本选取
本文研究的是不同行业及不同类别的无形资产与公司绩效的关系,基于这个原因,样本选取标准如下:(1)2007~2011年在我国上海证券交易所发行的A股上市公司;(2)沪市A股上市公司按照证券交易所行业分类标准分为13个行业,鉴于行业特征和无形资产内部结构的分析,本文选择行业特征明显的6个行业,分别为采掘业、制造业、交通运输仓储业、信息技术业、批发和零售贸易以及房地产业,其中由于制造业中包含了比较多的子行业,为了更详细的进行研究,同样根据行业代表性和样本量因素(考虑到行业本身的公司数不多,可能会影响回归分析的结果和可信度,所以将公司数较少的剔除)最终挑选出5个子行业,分别为石油化学和塑胶塑料、电子、金属和非金属、机械设备和仪表以及医药生物制品业;(3)剔除截至2011年12月31日在上海证券交易所已经暂停上市和终止上市的公司;(4)剔除无形资产数额为零、亏损公司以及相关财务数据和市场交易数据缺失的公司。经过筛选后最终得到341家样本公司,表2列示了10个行业的样本公司数。
(二)数据来源
本文有关各类无形资产的明细信息,来自于中国证监会指定信息披露网站——巨潮资讯网中上市公司披露的年度财务报告的附注信息,其他相关财务数据来自于CSMAR数据库。数据处理采用Excel和Eviews 5.0统计软件。
四、实证检验结果与分析
为便于分析,本文将无形资产分为三类:使用权类、技术类和其他无形资产。其中:使用权类无形资产包括土地使用权、特许使用权、房屋使用权、矿山开采权等各种使用权;技术类无形资产包括专利权、非专利技术、软件和商标权等;其他无形资产是指除了使用权类和技术类之外的无形资产。
表3显示,10个行业中使用权类无形资产所占比重占了绝大多数,除了电子业(50.72%)、采掘业(69.64%)、信息技术(78.18%)外都在85%以上;技术类无形资产所占比重只有电子、机械设备和仪表、医药生物制品以及信息技术业4个行业在10%以上;其他无形资产所占比重除了采掘业(27.88%)、交通运输业(19.71%)和批发零售业(15.77%)3个行业外,其余行业均不到2%。
表4中的D-W检验值接近于2表明不存在自相关的可能性,所有变量的方差膨胀因子即VIF值都在1和2之间,说明各变量之间不存在多重共线性问题(由于篇幅限制没有给出VIF值),从制造业各子行业的拟合优度(Adj-)看,线性回归的效果还可以,模型基本上具有一定的解释力。
逐项回归结果分析:
1.电子业中三类无形资产的回归系数均未通过t检验,说明三类无形资产对公司绩效没有显著的影响,从回归结果看,这三类无形资产未对公司绩效作出显著贡献。电子业属于典型的高新技术和知识密集型产业,其拥有大量的高科技产品,与其他行业相比,技术类无形资产比重接近50%,远远高于其他行业,非常符合其行业特征,但回归的结果却显示技术类无形资产没有对公司绩效产生影响。
2.机械、设备、仪表业中使用权类、技术类无形资产的回归系数均通过了t检验,但是只有使用权类无形资产的回归系数符号为正,技术类无形资产回归系数为负,说明使用权类无形资产对公司绩效的贡献呈显著正相关,而技术类无形资产与公司绩效呈负相关,即它们的增加会减少公司绩效,说明机械、设备、仪表业中的传统经济结构,使得技术类无形资产并未发挥应有的作用。
3.金属、非金属业中只有使用权类和技术类无形资产的回归系数为正且通过了t检验,但技术类的无形资产由于回归系数比较小可能会导致对公司绩效的影响较小,而其他无形资产的回归系数不显著,对公司绩效没有显著的影响,从结果看该行业比较符合传统经济结构的特征。
4.石油、化学、塑胶、塑料业中技术类无形资产的回归系数为正并通过了t检验,说明技术类无形资产对公司绩效的贡献是显著正向的,表明该行业采用一些技术手段能创造更多价值。
5.医药、生物制品业中使用权类和其他无形资产的回归系数通过t检验,说明这两类无形资产对公司绩效有影响,但由于回归系数比较小可能会导致对公司绩效的影响较小。一般认为医药业中的专利技术等技术类无形资产较之其他行业相对较高,但从回归结果看技术类无形资产对公司绩效却没有显著影响。
表5中的D-W检验值接近于2表明不存在自相关的可能性,所有变量的方差膨胀因子即VIF值都在1和2之间,说明各变量之间不存在多重共线性问题(由于篇幅限制没有给出VIF值),从各行业的拟合优度(Adj-)看,线性回归的效果比较好,模型具有一定的解释力。
逐项回归结果分析:
1.采掘业中技术类的回归系数为正并通过了t检验,说明技术类无形资产对公司绩效的贡献是显著正向的,而使用权类无形资产的回归系数不显著,它们对公司绩效没有显著的影响,这与预期的不一致,说明虽然采掘业中的采矿权所占价值较高,但是并没有对公司绩效作出显著的贡献。
2.交通运输、仓储业中使用权类无形资产的回归系数为正并通过了t检验,说明使用权类无形资产对公司绩效的贡献呈显著正相关。近年来高速公路建设不断加快,具体表现在公路总量持续增长,公路建设投资规模加大,公司发展迅速,而且随着各种宏观因素的影响,未来持续看好,普遍认为其拥有较多的高速公路经营权会使公司的绩效增长,而回归的结果也说明了这一点。
3.房地产业中三类无形资产的回归系数均通过t检验,其中技术类无形资产对公司绩效有正相关的影响,使用权类和其他无形资产对公司绩效呈负相关。这与预期的不一致,在行业特征分析中发现房地产业的无形资产均值并不高,但土地使用权所占比重达到96%,虽然房地产业拥有大量的土地使用权,但没有对公司绩效发挥很大的作用。
4.信息技术业中三类无形资产的回归系数均未通过t检验,说明无形资产对公司绩效的贡献没有影响,没有对公司绩效发挥作用。信息技术业是运用信息手段和技术,收集、整理、储存、传递信息情报,提供信息服务的高新技术行业,在人们的印象中该行业属于无形资产密集的产业,但回归结果显示并非如此。在行业分析中也没有处于优势地位。
5.批发和零售贸易中使用权类和其他无形资产的回归系数均通过t检验,说明这两类无形资产对公司绩效有贡献。
通过以上10个行业的回归结果分析,能很好地验证假设1和假设2,即不同行业中同一类型无形资产与公司绩效的相关性不同,同一行业中不同类型的无形资产与公司绩效的相关性也不同。
五、研究结论与建议
(一)结论
无形资产的类型和行业特征模型结果表明:虽然所有行业的无形资产对公司绩效呈显著正相关[11],但是因为不同行业有各自的行业特征,无形资产对上市公司绩效的影响存在明显差异,并且影响的程度因行业特征有所不同,不同类别的无形资产在不同行业中发挥了不同的效用。其中技术类无形资产对公司绩效的影响比较大,10个行业中有5个行业的技术类无形资产与公司绩效呈显著相关,基本上是正向作用的,而且回归系数比较大,发挥的作用比较明显,与此相对的,有6个行业的使用权类无形资产对公司绩效呈显著的相关(其中有5个是呈正相关),但是回归系数都比较小,说明影响力度不够大;其他无形资产与公司绩效呈显著相关的有3个行业,从回归系数的符号来看,对公司绩效的影响有促进作用也有抑制作用。另外各行业无形资产的内部结构对公司绩效的影响程度也不同,针对同一行业来说,使用权类无形资产、技术类无形资产和其他无形资产对公司绩效的影响有显著相关的也有不显著的。
(二)建议
1.优化无形资产的内部结构。无形资产的价值相关性研究显示,无形资产的整体规模虽然逐年呈上升趋势,但是占总资产的比重仍然比较低,且内部结构以土地使用权为主导,含金量高的技术类无形资产所占比重较少,但是这些技术类无形资产对公司绩效作出明显的贡献,因此,企业应努力提高无形资产整体规模的基础上,需要合理优化内部结构,比如重视商标品牌,通过这类无形资产强化公司知名度,塑造一种良好形象,以提高竞争力和经济效益。
2.应根据行业特征管理无形资产。不同行业所拥有的无形资产数额不同,且无形资产的内部结构也随着行业特征有所差异,对公司的绩效有着明显不同的影响,因此,对上市公司无形资产的内部管理应结合行业特征,发挥行业特征优势管理无形资产,加强技术类无形资产的管理。
标签:回归系数论文; 无形资产投资论文; 无形资产摊销论文; 公司价值论文; 回归模型论文; 相关性分析论文; 相关性检验论文; t检验论文;