商誉减值自由裁量权的决策与影响因素

摘要

采用双向固定效应Logit模型，对我国上市公司商誉减值决策的影响因素进行实证分析，研究企业在进行商誉减值决策时对自由裁量权的运用。回归结果显示，经营波动的企业计提商誉减值的可能性较低，长期盈利的企业更有可能计提商誉减值。此外，经营波动率和盈利稳定性在高商誉余额样本或非国有企业样本中对减值决策的影响更为显著；与《企业会计准则第8号——资产减值》实施后的前6年相比，后6年的商誉减值与企业经营波动率、盈利稳定性的相关性更高。证明企业在进行商誉减值决策时考虑了自身的经营、盈利状态，并在一定程度上运用自由裁量权进行了“趋利避害”的减值决策。

关键词

商誉减值; 自由裁量权; 商誉; 会计准则

自1978年开始，我国经过改革开放四十多年的发展已成为世界第二大经济体，这无疑是一个人类历史上前所未有的经济奇迹。随着经济的发展，并购重组作为资本市场优化资源配置的重要方式，得到了较为广泛的应用。与此同时，全市场的商誉余额也在不断攀升，在2016年我国全市场留存商誉余额就已超过1万亿元，巨额商誉余额引发了监管部门以及学术界的关注。

我国上市公司一改以往规避商誉减值的态度，大量计提商誉减值，2018年有885家企业计提了商誉减值，超过了我国历史上总商誉减值次数的三分之一。依据国内外现行会计准则，上市公司每年仅通过进行商誉减值测试来判断是否计提减值，并不对商誉进行摊销处理，这使得商誉减值决策具有较高的自由裁量权，减值测试很大程度上依赖管理者的个人判断。那么上市公司为何提高计提商誉减值的频率，企业的减值决策又是由哪些因素所决定的？企业今后又应该如何处理尚存的1.3万亿元的商誉账面余额？在监管方面这些都是重要的现实问题，在理论方面这些也是学术研究的重要任务。

1 问题背景

著名会计学家杨汝梅在其著作《无形资产论》中提出，商誉“价值之确认，必以增加企业之收益能力为前提”，并认为商誉应该与特许经营权、商标权、专利权等可辨认无形资产区分列报^［1］。并购溢价作为企业真实发生的，意欲获得未来超额收益的并购支出，各国会计准则都将并购交易成本与所得净资产的账面价值或公允价值的差额确认为商誉，计入资产。商誉有别于无形资产，自初始计量之后便有不可辨认的特性，对其的后续计量也成为了会计核算上的一个巨大挑战。二十一世纪之前，各国会计准则普遍套用无形资产的规定来对商誉进行后续计量，也就是直线摊销加资产减值测试，这虽然能体现外购商誉逐渐转化为自创商誉并逐渐消失于账面的过程，但由于商誉的寿命并不固定，机械的摊销并不符合事实情况，所以美国财务会计准则委员会（FASB）、国际会计准则委员会（IASB）和我国财政部先后在2001年、2004年和2006年颁布了用每年至少进行一次减值测试的“单一减值测试法”取代原有的“摊销加减值测试法”。“单一减值测试法”向企业赋予了充分的自由裁量权，企业决策者可以借此向投资者传递他们的私有信息，但高自由裁量权一定程度上也为企业利用信息差进行不平等信息传递提供了便利。

Beatty和Weber以市值和面值的差额小于商誉余额的176家美国上市公司为样本，采用Probit模型估计，分析得出企业债务契约、股票价格与每股收益系数和管理者收入这三方面因素会促使企业运用自由裁量权规避商誉减值。此外，严格的监管和较低的商誉报告弹性会对自由裁量权的运用产生抑制作用^［2］。Ramanna和Watts通过多元回归模型研究了美国124家有减值迹象上市公司的减值决策，证实企业管理者是否收到现金激励与企业是否计提商誉减值负相关^［3］。卢煜与曲晓辉对我国2007—2013年A股非金融上市公司的4 700个观测数据进行研究，通过Tobit和Probit模型回归，发现审计质量与股权集中度对商誉减值的盈余管理动机有抑制的作用^［4］。Glaum等对21个国家的上市公司数据通过Logit模型进行分析，进一步研究了监管对商誉减值及时性的影响，并讨论了财务杠杆和减值决策的关系^［5］。

有关企业对商誉减值自由裁量权运用的实证研究，大多只重点关注计提资产减值向市场传达负面信号，并没有考虑到商誉减值可以消化商誉余额这一积极因素。已有研究认为企业一定程度上会利用减值测试的高自由裁量权来规避商誉减值，计提商誉减值是企业迫于监管的无奈之举，或是在出现极端绩效时的盈余管理手段。本文结合已有研究以及我国上市公司商誉减值激增的实际情况，认为当今大多数企业对商誉这一不可辨认的资产的态度是复杂的，并不是一味地规避减值。虽然商誉减值是负面消息，但计提商誉减值降低了商誉余额，降低了未来大额计提商誉减值的风险，所以本文在研究设计时加入考虑商誉余额对股票价格的反向作用，从而进一步研究企业对商誉减值自由裁量权的运用。

2 研究设计

2.1　假设的提出

会计自由裁量权是指会计从业人员在会计准则授权范围内，依据职业判断力自行权衡进行会计行为的权利^［6］。根据信息不对称理论，管理者会利用信息优势做出对企业或其个人有利的不平等信息传递，商誉减值的高自由裁量权给予企业选择的机会，企业有可能通过行使自由裁量权并利用信息优势做出“趋利避害”的商誉减值决策。依据现行准则中有关减值测试的规定，如果企业包含商誉的资产组或资产组组合的账面价值高于其可回收金额，应当确认商誉减值损失，可回收金额等于公允价值减去处置费用或采用预期未来现金流的现值来判定。可回收金额的确认，很大程度上取决于管理者的会计估计^［7］，而不同的估计假设，不同可回收金额的确认方法，不同的增长率、毛利率、贴现率等诸多因素都会影响减值测试的结果，使得商誉有着较宽的“计价走廊”，所以减值决策很大程度上取决于企业管理者的判断。经营、盈利状态好的企业更有可能计提商誉减值以达到降低商誉余额的目的，相反经营、盈利状态差的企业更有可能通过行使自由裁量权来规避商誉减值，图1展示了研究的逻辑框架。

图1 研究假设逻辑分析框架

Fig.1 Framework of research hypothesis

商誉自初始确认后便有着不可辨认、不能独立产生现金流、未来可能计提巨额减值的特性，如果企业账面留有巨额商誉，自然就会产生巨额商誉减值的可能性，这种不确定性会对股票价格产生负面影响。杨威等^［8］和Guler^［9］都证实高额的商誉会导致股票价格崩盘，郑海英等^［10］也证明了并购商誉对企业长期绩效有负面影响。核销商誉最直接的方法就是计提商誉减值，然而计提商誉减值代表企业确认了相关资产收益能力下降，有证据表明计提商誉减值的市场反应是负面的，需要超过半年的时间才能消化^［11］。也有研究证明商誉减值行为仅在短期内对企业产生负面影响，长期影响却是积极的^［12］，因为计提商誉减值的同时降低了商誉余额。

已有研究发现，没有经营压力的企业披露信息更为积极^［13］，保持盈利的企业比亏损企业更有可能及时公布其年度报告^［14］，说明经营、盈利状态与报表披露的及时性有关。遵循这一思路，本文将经营、盈利状态与商誉减值自由裁量权运用相关联。经营、盈利状态好的企业，从经济学逻辑来看更有可能维持未来现金流量，商誉减值的可能性也相对较低，但从美化报表的角度来讲，经营、盈利状态好的企业计提商誉减值产生的市场反应较小，对企业来讲更适合消化商誉余额。如果事实证明经营、盈利状态好的企业计提商誉减值的几率反而高，表明企业在减值决策时运用了自由裁量权，以计提商誉减值来达到消化商誉余额的目的，反之如果近期经营波动较大或有过亏损的企业计提商誉减值的几率低，证明企业运用自由裁量权规避了商誉减值。基于此，本文提出研究假设H₁。

H₁：经营稳定、长期盈利的企业计提商誉减值的可能性高，经营波动或近5年有过亏损的企业计提商誉减值的可能性低。

商誉余额越高对企业产生的负面影响越大^［8］。商誉余额难以体现其赚取超额收益的经济学含义，对于企业来讲是一种“负担”，高商誉余额企业更有可能通过行使自由裁量权来实现有利于企业自身的减值决策。高商誉余额企业计提商誉减值的金额相对较大，企业运用自由裁量权操控减值决策所产生的市场反应也较为明显，此时企业会依据近期的经营、盈利状态做出相应的减值决策。与之相反，低商誉余额企业计提商誉减值的金额相对较低，企业运用自由裁量权进行减值决策产生的市场反应也相对较小，所以经营、盈利状态对低商誉企业减值决策的影响也并不明显。基于此，本文提出研究假设H₂。

H₂：商誉余额高时，企业的商誉减值决策与企业经营、盈利状态的相关度较高。

产权性质的不同使得企业间对商誉减值自由裁量权的运用有所差异。已有文献证明商誉减值对非国有企业的影响更为明显^［15］。当国有企业包含商誉的资产组或资产组组合的收益能力发生变动时，政府有能力也有意图去平滑相关损失，一定程度上降低了商誉减值的负面影响，所以相较于国有企业，非国有企业更有可能运用自由裁量权操控商誉减值决策。基于此，本文提出研究假设H₃。

H₃：非国有企业的商誉减值决策与企业经营、盈利状态的相关度较高。

已有学者发现，在有关商誉减值的会计准则变更初期，企业并没有一个明确的减值策略^［16］。在准则变更初期，企业和资本市场还处于对“单一减值测试法”的适应阶段，影响减值决策的因素较为不确定。随着时间的推移，上市公司的商誉减值决策逐渐形成稳定的模式，高商誉余额问题也逐步受到关注，自2013到2018年，证监会连续在其颁布的《上市公司年报会计监管报告》中提出有关企业商誉的问题。所以，这6年企业运用商誉减值自由裁量权操控减值决策的现象也更为明显，企业更有可能依据其经营、盈利状态来选择是否计提商誉减值。基于此，本文提出研究假设H₄。

H₄：与准则变更后的前6年相比，后6年企业的商誉减值决策与企业经营、盈利状态的相关度较高。

2.2　样本选择及数据来源

本文以万得数据库中全部主板、中小板和创业板的上市公司为数据采集对象，时间范围为2007年—2018年，得到13 711个商誉或商誉减值不为0的企业年度观测数据，构成初始研究样本。由于个别变量需要用到前6年的历史数据，因此下载了相关企业从2001年至2018年连续18年的年度合并报表数据、企业股票价格相关数据，行业和以行业划分的主营业务构成数据。为控制极端值的影响，对所有连续变量在1%的水平上进行缩尾处理。采用Stata 15软件进行数据分析。

2.3　变量及模型设定

为了研究企业对商誉减值自由裁量权的运用，同时考虑到个体效应和时间效应，构建方程如下：

$$M_{i,t}=\alpha +{\beta }_{\mathrm{1}}{O}_{i,t}+{\beta }_{\mathrm{2}}{I}_{i,t}+{\displaystyle \sum _{j=\mathrm{1}}^n}{\beta }_j{X}_{i,t}+u_i+{\upsilon }_t+{\epsilon }_{i,t}$$

式中：i和t表示企业和年度；M表示减值决策；O表示企业经营状态；I表示企业盈利状态；X是一组控制变量；u_i表示个体效应；υ_t表示时间效应；ε_i，t表示随机扰动项。采用双向固定效应Logit模型进行估计，并使用自助标准误Bootstrap，迭代次数50。

本文将因变量设置成企业当年是否计提商誉减值的二元虚拟变量（IMP）。自变量是企业经营、盈利状态的代理变量。经营活动的现金流入最能体现一个企业的经营状态^［17］，以企业包含当年的近3年经营活动现金流入的标准差，并对其做标准化处理，作为经营状态的代理变量（OCF）。以企业是否超过5年净利润为正（INI）作为企业盈利状态的代理变量。如果经营波动率较低，代表企业经营状态好，如果企业连续盈利超过5年，代表企业盈利状态好。预计经营、盈利状态越好的企业计提商誉减值的可能性越高。

控制变量参考已有的国内外相关文献^［2，5，18］，并依据研究问题和市场特点进行了调整。模型中添加的控制变量分为两类，第一类是超额绩效变量，反映商誉的经济学含义，包括会计超额绩效和市场超额绩效。借鉴已有研究^［19］，选取资产净利率代表会计绩效，以超出当年行业平均水平的差值作为会计超额绩效指标（AROA），再选取企业当年末托宾Q值高于所属行业当年年末平均托宾Q值的数值作为市场超额绩效指标（ATQ）。预计是否计提商誉减值与企业的超额绩效负相关。第二类为有关减值决策的其他控制变量，包括企业当年是否由四大会计师事务所进行审计（BIG4），机构持股比例（INSTI），主营业务集中度（HHI），减值前商誉余额占总资产比例（GWTA），企业最近3个会计年度是否计提过商誉减值（YIMP），企业规模（LNSIZE），财务杠杆（LEV），股票价格波动率（RISK），董事长连续任职年数（TENURE），董事长和总经理是否二职合一（DUAL）以及年份（YEAR）。来研究企业对商誉减值自由裁量权的运用。

3 实证结果及分析

3.1　描述性统计

从表1给出的变量描述性统计可以看出，我国上市公司2007—2018年间计提了商誉减值的数据占全部样本的19.3%，经营波动率的均值为24.6%，69.3%的观测数据连续盈利超过5年，平均而言有商誉企业的商誉余额占总资产的5%。通过计算各个变量之间的方差膨胀因子，可以排除严重多重共线性问题。

表1 所有变量的描述性统计

Tab.1 Descriptive statistics of all variables

变量	观测值数量	平均值	标准差	最小值	最大值
IMP	13 711	0.193	0.394	0	1
OCF	13 709	0.246	0.199	0.017	1.094
INI	13 711	0.693	0.461	0	1
AROA	13 706	-0.002	0.089	-0.633	0.207
ATQ	13 706	-0.830	3.113	-21.319	7.370
BIG4	13 711	0.075	0.263	0	1
INSTI	13 601	0.385	0.235	0.003	0.886
HHI	12 905	0.733	0.247	0.200	1
GWTA	13 711	0.050	0.093	0	0.472
YIMP	13 711	0.179	0.383	0	1
LNSIZE	13 711	22.383	1.413	19.915	27.377
LEV	13 711	0.454	0.210	0.062	0.932
RISK	13 704	0.470	0.173	0.190	1.209
TENURE	13 676	5.708	3.833	1	19
DUAL	13 500	0.248	0.432	0	1

3.2　回归结果分析

（1）表2报告了验证商誉减值决定因素的Logit回归结果。以全样本估计方程，得到减值决策模型1，其中企业是否计提商誉减值与OCF在1%的统计显著水平下负相关。逻辑回归所拟合的，是因变量和一组自变量之间的非线性关系，系数会随着自变量的取值而变化，所以本文通过汇报优势比（Odds）来统一解释边际效应。在其他条件相同的情况下，OCF每增加1个单位，企业计提商誉减值的优势比只有之前优势比的46.6%。表3 具体举例了在特定Odds下自变量对减值概率的影响，对Odds等于1的企业，也就是原本有50%可能性计提减值的企业，OCF每增长1个单位，企业减值的可能性下降18.21%。证明经营波动率越大，企业计提商誉减值的可能性越小，而经营波动率越小，即企业的经营状态好，则企业计提商誉减值的几率越大。根据经济学逻辑推断，经营波动率与企业收益能力负相关，但回归结果显示经营状态好的企业事实上更有可能计提商誉减值，说明企业在进行减值测试时，决策者会考虑企业当前的经营状态，并运用商誉减值的自由裁量权做出了“趋利避害”的减值决策。经营状态差的企业一定程度上规避了商誉减值，而经营状态好的企业更有可能计提减值，以达到消化商誉余额的目的。

表2 逻辑回归估计结果

Tab.2 Logit regression results

变量	全样本	以商誉占比划分		以产权性质划分		以年份区间划分
	模型1	低商誉 （模型2）	高商誉 （模型3）	国有 （模型4）	非国有 （模型5）	前期 （模型6）	后期 （模型7）
OCF
优势比	0.466***	0.936	0.488**	0.619	0.419***	0.263	0.444**
z值	-2.93	-0.14	-2.39	-0.89	-2.88	-1.40	-2.51
INI
优势比	1.586***	1.158	1.918***	0.907	2.091***	1.381	2.045***
z值	3.53	0.77	3.12	-0.34	4.52	0.97	3.02
AROA
优势比	0.126***	0.158***	0.084***	0.118**	0.118***	0.120**	0.088***
z值	-6.68	-2.79	-3.59	-2.52	-4.61	-1.97	-4.38
ATQ
优势比	0.996	1.006	0.999	1.030	0.983	1.015	0.943**
z值	-0.22	0.19	-0.03	0.85	-0.98	0.48	-2.21
控制变量	控制	控制	控制	控制	控制	控制	控制
Stock FE	控制	控制	控制	控制	控制	控制	控制
Year FE	控制	控制	控制	控制	控制	控制	控制
Wald chi2	.73	256.38	868.20	452.58	1 613.75	134.85	803.86
N	8 359	2 746	4 436	2 335	5 882	920	5 538

注：  ***、**和*分别表示系数在1%、5%和10%的水平内显著。

表3 经营波动率变化对计提商誉减值概率的影响

Tab.3 The change of goodwill impairment incidence by variable OCF

比率名称	企业（Ai）	企业（Bi）	概率变化
优势比	Odds（Ai）= 1	Odds（Bi）= Odds（Ai）0.466=0.466
概率	P（Ai）=Odds/（1+Odds）=50%	P（Bi）=Odds/（1+Odds）=31.79%	-18.21%

企业是否计提商誉减值与INI在1%的统计水平上显著正相关，连续盈利超过5年的企业计提商誉减值的优势比是近5年亏损过企业的1.586倍，证明长期盈利的企业更有可能计提商誉减值。从表4可以看出，在其他条件相同的情况下，对于原本Odds为1的企业，当INI从0变为1时，计提商誉减值的概率提高了11.33%。显示企业在进行减值测试时，决策者会考虑企业的盈利状态，并在一定程度上运用了自由裁量权进行了减值决策。盈利状态差的企业可能规避商誉减值，盈利状态好的企业更有可能计提减值。

表4 是否长期盈利对企业计提商誉减值概率的影响

Tab.4 The change of goodwill impairment incidence by variable INI

比率名称	企业（Ai）	企业（Bi）	概率变化
优势比	Odds（Ai）= 1	Odds（Bi）= Odds（Ai）1.586=1.586
概率	P（Ai）=Odds/（1+Odds）=50%	P（Bi）=Odds/（1+Odds）=61.33%	11.33%

综合以上回归结果得出，假设H₁部分通过检验，企业进行减值决策时会考虑近期的经营、盈利状态，经营稳定、长期盈利的企业计提商誉减值的几率更高，经营波动或近5年有过亏损的企业计提商誉减值的可能性较低。

（2）为考察商誉余额对自由裁量权运用的影响，本文以全样本商誉占总资产比例的中位数作为分界点，把样本分为商誉占比小于中位数和商誉占比大于中位数的两个子样本，分别估计方程，得到模型2，即低商誉企业减值决策模型，和模型3，即高商誉企业减值决策模型。在低商誉模型里，企业是否计提商誉减值与经营、盈利状态变量OCF和INI并不相关，是否计提商誉减值与AROA在1%的统计显著性水平下负相关。模型3的回归结果显示，对于高商誉余额子样本，OCF和INI与企业是否计提商誉减值分别在5%和1%的统计显著水平下相关，INI的经济显著性相较全样本模型1的结果有所提升，近5个会计年度连续盈利的企业计提商誉减值的优势比是有过亏损企业的1.918倍，此外，企业是否计提商誉减值与AROA在1%的统计显著水平下负相关。说明高商誉余额企业更有可能依据企业盈利状态，并运用自由裁量权进行有目的减值决策，而低商誉余额企业依据经营、盈利状态运用自由裁量权的可能性较低，这可能是由于低商誉企业运用自由裁量权的市场反应较小，企业操控减值决策的动机不足所导致。回归结果支持研究假设H₂，经营、盈利状态与高商誉余额企业运用自由裁量权的相关度较高。

（3）为了考察产权性质不同的企业对商誉减值自由裁量权的运用的差异，本文把全样本划分为国有企业和非国有企业两个子样本，分别估计方程，得到国有企业商誉减值决策模型4，和非国有企业商誉减值决策模型5。在国有企业子样本中，企业是否计提商誉减值与AROA在5%统计显著水平下负相关，减值决策与有关自由裁量权运用的变量并不相关。在非国有企业子样本中，企业是否计提商誉减值与OCF和INI均在1%的统计显著水平下相关，特别是INI，近5个会计年度连续盈利的企业计提商誉减值的优势比是有过亏损企业的2.091倍。此外，非国有企业的减值决策与AROA在1%的统计显著性水平下负相关。对比模型4与模型5的回归结果得出，非国有企业的商誉减值决策与企业经营、盈利状态的相关度更高，结果支持假设H₃。

（4）为考察企业对自由裁量权的运用随时间演进的情况，本文把全样本划分为实施《企业会计准则第8号——资产减值》后的前6年（2007年—2012年）和后6年（2013年—2018年）两个子样本，分别估计方程，得到准则实施前期商誉减值决策模型，即模型6，和准则实施后期的商誉减值决策模型，即模型7。在准则变更前期子样本中，企业是否计提商誉减值与AROA在5%统计显著水平下负相关，与有关自由裁量权运用的变量并不相关。在实施新准则的后期样本中，企业是否计提商誉减值与OCF和INI分别在5%和1%的统计显著水平下相关。此外，代表商誉经济学含义的会计超额绩效变量AROA和市场超额绩效变量ATQ与企业是否计提减值分别在1%和5%的统计显著性水平下负相关。结果表明在实施国际趋同准则前期，企业并没有一个明确的减值策略或减值模式，随着时间的推移，企业对自由裁量权的运用已逐渐成熟，企业更有可能在经营、盈利状态好时积极计提商誉减值，而在经营、盈利状态差时规避商誉减值。回归结果支持研究假设H₄，与准则变更后的前6年相比，后6年企业的商誉减值决策与企业经营、盈利状态的相关度较高。值得注意的是，后6年我国上市公司的商誉减值信息质量有所提升，比准则变更初期更能反映相关资产组或资产组组合赚取超额收益能力的变动。

3.3　稳健性检验

为分析所得结论的稳健性，本文对全样本商誉减值决策模型（模型1），进行了改变估计方法以及变量替换等稳健性检验。针对二值因变量，参照已有研究，Logit模型估计常用的替代方法有Probit模型和线性概率模型，所以本文首先以控制随机效应的Probit模型方法和校正自选择偏误的Heckman两阶段线性概率模型进行估计。估计结果与前述结果基本保持一致，经营、盈利状态好的企业计提商誉减值的可能性较高。然后，本文改变了因变量的计量方法，将是否计提商誉减值的二值选择变量替换为减值金额占减值前商誉余额的比例，并依据其数据特征采用Tobit模型估计方法进行估计。Tobit模型估计结果中，经营波动率OCF与企业是否计提减值负相关，与前述结果一致，证明在其他条件不变的情况下，经营波动的企业计提商誉减值的几率低而且减值金额占商誉余额的比例也较低，但INI与计提减值比例并不相关，这可能是由于亏损企业的“洗大澡”动机使得减值金额较大，而美化报表动机使得企业减值金额较小，二者相互抵消，导致INI与计提减值比例的相关性不显著。针对遗漏变量产生的内生性问题，本文已将有可能混淆自变量与因变量因果作用的相关因素加以控制，一定程度上缓解了可能存在的内生性问题。结合上述分析，本文的研究结论具有较高的稳健性。

4 结论与建议

本文以我国全市场上市公司2007—2018年中有商誉的企业年度观测数据为样本，通过采用双向固定效应Logit模型对商誉减值的影响因素进行估计，研究企业对商誉减值自由裁量权的运用。通过实证，本文首次发现，经营稳定、长期盈利的企业计提商誉减值的可能性更高，经营波动或近5年有过亏损的企业计提商誉减值的可能性较低，证明企业在进行减值决策时运用了自由裁量权，企业依据其当前的经营、盈利状态选择是否计提商誉减值。通过子样本分析发现，平均而言，盈利状态因素在高商誉余额样本和非国有企业样本中对减值决策的影响更为显著；在实施《企业会计准则第8号——资产减值》的12年时间里，与前6年相比，后6年的减值决策呈现较为确定的模式，是否计提商誉减值与经营、盈利状态变量显著相关，同时商誉减值信息的相关性有所提升，是否计提减值与反映商誉内涵的会计超额绩效变量和市场超额绩效变量都呈现负相关关系。研究结果表明，随着会计准则与国际趋同的不断推进以及商誉余额的累计，上市公司对商誉的后续处理通过积累经验已逐步走向成熟，减值决策的信息质量有所提高，但一定程度上，企业通过行使自由裁量权做了对其有利的减值决策。

总结本文的学术贡献和现实意义：社会各界就是否对商誉重新进行摊销处理的问题进行了激烈讨论，我国并购市场蓬勃发展，是商誉减值自由裁量权运用研究的理想实验环境。本文通过研究，从商誉减值降低商誉余额的角度解释了我国企业大规模计提商誉减值的行为动机，并首次证实了企业经营、盈利状态与商誉减值自由裁量权运用的关系，丰富和发展了信息不对称理论在会计领域的应用。同时，本文试图揭示上市公司在商誉后续计量中可能存在的不当行为，从而提醒企业利益相关者以及监管部门重视，也为准则制定提供思路。具体而言，投资者以及监管部门应该特别关注经营较为波动或近期有过亏损的企业；企业决策者进行减值测试时要避免主观意愿对测试结果的影响，进而提高商誉减值的会计信息质量；关于会计准则，直线摊销与商誉寿命不确定的现实情况相悖，商誉的后续计量也不应再回到摊销，建议进一步细化商誉减值测试的相关流程与信息披露，以促进并购市场的健康发展。

作者贡献声明

肖明：研究思路构思、方法设计、初稿的审阅和修改、实践结果可视化、监督和领导；

杨晟毅：研究思路构思、方法设计、数据收集、数据整理、初稿撰写。