一、文献回顾.doc

企业无形资产信息披露质量研究来自中国资本市场的证据ZHU Wei-dong1, PAN Na2, LING Lan-lan31 School of Management, Hefei University of Technology, Anhui China, 230009【摘要】本文以上市公司的无形资产信息为研究对象，以观测无形资产报酬率为手段，从无形资产账面价值和无形资产评估价值两方面建立二元回归模型，分劳动力密集型、资本密集型和知识密集型行业三大类，选取代表性行业进行了回归分析。假设检验结果表明：（1）无形资产账面价值的报酬水平并不显著为正，且绝大部分表现为负值，即无形资产的账面价值几乎不能提供有意义的决策信息，知识经济下的现行财务报告体系的有用性正在减弱；（2）无形资产评估价值的报酬水平显著高于无形资产账面价值的报酬水平，且为正值，但并不显著高于有形资产的报酬水平和行业平均报酬率，也即无形资产评估价值较无形资产账面价值提供了更多决策有用信息，但还远远不够，应用无形资产的评估价值作决策参考时仍当谨慎进行，现行的无形资产评估机制因信息严重匮乏而有失公允。【关键字】无形资产，信息披露质量，资产报酬率 Abstract Using the method of observing the return rate of intangible assets, through establishing 2-variables regression models which refer to the book value of intangible asset and the estimated value of intangible asset, this paper investigates the information of intangibles from the listed company, and implements the regression testing through choosing the representative industries which are categorized into three parts: labor-intensive, capital-intensive and knowledge-intensive. Hypothesis & Test suggested: (1) The contribution Rate of book value of intangible assets isnt significantly positive, and relative samples mostly show negative. That is to say, the book value of intangibles barely supplies any meaningful information for decision-making, which intimates the usefulness of existing financial reporting system under knowledge-based economy is descending; (2) The contribution Rate of estimated value of intangible assets is significantly higher than the contribution Rate of book value of intangible assets, and is mostly positive, but isnt significantly higher than the contribution Rate of visible assets and the average rate of earnings. It drops a hint that comparing with the book value of intangible asset, the estimated value of intangible asset supplies more useful information for decision making, but it is far from enough. Do be prudent when applying the estimated value of intangibles to assist your decision, and it shows that information disclosure system today deviates from the fair rule owing to shortness of relative information. Key Words Intangible assets, the Quality of Information disclosure, the Contribution Rate of assets1 研究背景2006年2月，财政部发布了企业会计准则2006，通过引入公允价值等进一步强调了会计信息的决策有用性。其中，无形资产准则允许将内部研究开发项目开发阶段的支出在同时满足一定条件下予以资本化，确认为无形资产。尽管如此，由于无形资产固有高风险的存在，很多对企业价值创造意义重大的无形资产游离于财务报表之外，造成了严重的社会后果和个人危害本文为安徽省人文社会科学研究重点项目网络环境下基于证据理论的国有企业监管系统研究的阶段性成果，项目批准号2004sk003zd。社会危害表现为由于信息不对称导致的资本成本的增加，从而影响了资源的有效配置，降低了社会生产的效率；个人危害表现为内部信息者凭信息优势获得的非正常报酬，导致投资者对资本市场诚信度的丧失，进入了“劣币驱逐良币”的恶性循环。（巴鲁列弗，2003）1（葛家澍，2004）2。也就是说，现行的财务报告体系已无法满足知识经济下对无形资产的确认、计量和报告要求，无形资产信息披露过窄、过浅，进而扭曲了市场信号。这一点，对知识密集型企业的影响尤为显著（梁莱歆， 2003）3。研发支出的高增长率使得其账面利润水平偏低，投资者因无法获得其无形资产投资方面的信息而低估其发展前景，造成企业融资的高成本和无形资产的系统性低估。此外，研究表明，无形资产投资对企业的生产率、成长性和资本市场价值均有重大贡献（巴鲁列弗，2003）1，无形资产的绝对量和增量变动均对公司业绩表现出显著的正相关性（薛云奎等，2001）4（王化成等，2005）5，无形资产信息披露不足误导投资者进行有效决策（马德林，2005）6，无形资产信息应从自愿性披露向鼓励性披露转变，加强对经理人的激励和约束（巴鲁列弗，2003）1。总之，无形资产的信息披露质量应引起重视。那么，我们该如何去衡量现行的无形资产信息披露造成的危害的严重程度，并提供足够可靠的支持证据？纵观国外内现有的研究成果，对无形资产的信息披露质量的研究主要集中在无形资产的价值相关性检验和无形资产的价值动因分析两方面，更多是从定性角度加以解释，缺乏可靠的数据证明。本文从财务评价角度进行了大胆设想，引入无形资产报酬率作为监视器，从无形资产账面价值和无形资产评估价值两方面构建二元回归模型对中国上市公司财务报告中披露的无形资产信息质量进行了验证，规范的假设检验结果显示无形资产报酬率低于有形资产报酬率，甚至出现负值，这与无形资产投资高风险高收益的特征相背离，其扭曲在于企业大量的无形资产无法入账导致的无形资产价值被普遍低估。本文的研究验证了研发支出在一定条件下允许资本化的科学性和必要性，也将引导投资者更多关注无形资产投资信息的质量和数量，并促使管理层积极披露相关的无形资产信息，最终实现资源优化配置。本文中的无形资产是指企业拥有或控制的无实物形态的经济资源，该资源预期将导致经济利益流入企业（马格丽特布莱尔等，2004）7。2研究设计2.1模型选择与变量设置本文的模型构建源于评价企业营运能力的一个重要指标：，则上式可变换为。（其中：有形资产、无形资产也取其平均值）据此，本文采用如下模型来探讨企业无形资产信息披露质量：（）为随机扰动项， n代表样本总数。 MODEL（1） 其中：（Earnings Before Interests & Taxes），表示息税前利润；（Visible Assets）表示有形资产；（Intangible Assets）表示无形资产；回归系数、分别代表各自的报酬水平。在此，MODEL（1）中的、分别表示企业有形资产和无形资产的真实价值，唯其如此，、才能真实、完整地反映其报酬水平。由于会计确认、计量的严格限制，很多无形资产无法入账，如企业的组织结构资本、人力资源资本和客户关系资本，从而造成无形资产普遍被低估；另外，估值技术应用的困难，会计经验判断的不足等也会对有形资产的评估发生偏离。在这种情况下，我们无法获得上述指标的可靠信息，只能做到尽可能全面、客观反映，故我们选取其账面价值进行替代。 MODEL（2）其中： (Book value)表示账面价值。同时，需要注意的是，无形资产的账面价值仅仅反映了满足会计确认、计量标准的极少数无形资产的价值，其真实价值远不只如此。有研究表明（丹尼尔安德里森，2001），企业市值和账面价值的差额主要归于未充分披露的无形资产带来的影响。但是，因中国资本市场还未满足弱式有效假定，以及上市公司股票还未进入全流通阶段，其市值难以反映企业真实价值。有鉴于此，本文拟引入市场评估指标：总资产价值，来对无形资产价值进行估计。假定总资产价值的估计是真实、有效的，且有形资产账面价值充分反映了企业有形资产的真实价值，则，此时无形资产评估价值就是无形资产的真实价值。 MODEL（3）其中：，( Estimated Value of Total Assets )表示总资产价值。2.2样本选择与数据来源2.2.1行业分布 本文拟从企业贡献组合的三要素：劳动力、资本和知识着眼，将企业全体分为劳动力密集型、资本密集型和知识密集型三大类，分别选取各自具代表性的行业或是行业内的代表性组合进行分析，从而更好把握无形资产信息披露质量对不同类型行业的影响程度。其分布如下，见表1。无形资产包括三方面：（1）公司所有并可出售的资产，如知识产权；（2）公司可控制但不可剥离和出售的资产，如品牌资本；（3）公司不能完全控制的资产，如人力资本。总资产价值=流通股数当天收盘价 + 非流通股数每股净资产 + 负债账面价值表1 行业分布明细表类别代号大行业（样本数）小行业（样本数）劳动力密集型L1农、林、牧、渔业（36）农业（19）、林业（3）、畜牧业（3）、渔业（8）、相关服务业（3）L2食品、纺织制造业（103）食品加工（28）、纺织业（49）、服装及其他纤维制品（22）、皮革、毛皮、羽绒及其他（4）资 本密集型C1机械、电器制造业（107）普通机械制造（48）、电器机械及器材制造（59）C2房地产业（60）房地产开发与经营（60）知 识密集型K1生物、医药制造业（90）医药制造业（78）、生物制造业（12）K2信息技术业（95）通信及相关设备制造（35）、计算机及相关设备制造（11）、计算机应用服务（42）、通信服务（7）K3社会服务业（51）公共设施服务（17）、旅店（11）、旅游（19）、其他（4）2.2.2指标选择本文拟分析上述行业2006年的无形资产信息披露质量，选取了如下指标。结果见表2。表2 指标选择明细表时间指标来源2006-12-31总资产合计、无形资产资产负债表（合并报表）息税前利润公司财务分析指标总资产价值上市公司估值指标2005-12-31总资产合计、无形资产资产负债表（合并报表）2.2.3声明：本文样本数据来源于巨灵数据库，并采用SPSS10.0.1软件处理。2.3研究假设2.3.1资本自然是“趋利避害”的，存在机会成本。这就要求企业经营至少必须达到超过资本成本的利润水平，否则，长此以往，企业将面临破产或清算。如果企业是持续经营的，且处于正常的经济周期，则其资产报酬率应大于0，无形资产也是如此。假设一：、均大于0。2.3.2据来自资本市场的经验证据表明， Tobins Q显著大于1，这部分的差异主要归于无形资产信息披露不充分造成的影响。前述已假定无形资产的评估价值比无形资产的账面价值相对有效，若成立，则评估价值的报酬水平高于账面价值。假设二：。2.3.3平均而言，研究开发的收益变动率（一种风险度量指标）是实物投资的三倍。风险与收益成正比，一般有形资产只能获得行业的平均报酬率，而无形资产可以获得超额利润（巴鲁列弗，2003）1。若无形资产信息是充分的、真实的，则无形资产的报酬率将显著高于有形资产报酬率。在MODEL（3）中，我们假定无形资产的评估价值是真实有效的。假设三：。2.3.4进一步，在MODEL（3）中，无形资产报酬率应显著高于行业平均报酬率。假设四：。其中，（Average Rate of Earnings），为行业平均报酬率。3 实证研究过程3.1数据预处理3.1.1样本初筛巨灵数据库的年报信息只能按时间检索（如2006-12-31），而不能查询样本公司某年度的期初、期末值，故要求进入模型的样本公司2005、2006两年均为在市公司，从而用2005年的资产期末值替代2006年的资产期初值，且不考虑会计政策、会计估计变更和前期差错更正的影响。另外，我们假定无形资产能为企业创造财富，则其价值应为非负。故此，我们设定如下“排除”项对样本进行初筛。结果如下，见表3-1，表3-2。表3-1 进入MODEL（2）的样本明细表MODEL（2）L1L2C1C2K1K2K3选取N3610310760909551排除总资产缺省2782363无形资产为负000000进入n34969958878948其中：无形资产005014283账面无形资产比例（占总资产）0.0510.0360.0350.0090.0450.0130.061表3-2 进入MODEL（3）的样本明细表MODEL（3）L1L2C1C2K1K2K3选取N3610310760909551排除总资产缺省2782363无形资产为负3741652进入n31899557818446其中：无形资产00000000评估无形资产比例（占总资产价值）0.2480.2450.2650.4310.3110.3330.331在表3-1中，我们统计了“无形资产0”的样本公司数，L1和C1为0，而 C2达到了24.14（14/58），无形资产的无法入账对公司价值评估影响显著。而在表3-2中，从“无形资产为负”的统计看，各个行业都普遍存在，C1达到了7.48，可能是总市场价值被低估或是有形资产被高估所致。再比较无形资产账面价值和无形资产评估价值相应所占比例，若无形资产评估价值更为合理的假定成立，其正常取值为25%，45%，而账面均值以3为中心在 1%，6%之间波动，则账面无形资产远远低于其真实价值，差距是巨大的。这也从侧面反映出当前无形资产信息披露问题十分严峻。3.1.2 奇异值诊断本文设定判出阀值为Outliers outside 3 standard deviations，且只进行一次检验，在后续回归中的奇异值不再考虑。通过OLS回归分析剔除的奇异值如下。见表4。表4 剔除的样本奇异值数量表L1L2C1C2K1K2K3模型（2）1421131模型（3）12211313.2回归模型的假设检验双变量正态线性回归模型，可表示如下：。若我们应用OLS进行参数估计和统计推断，一般要求满足如下假定（古扎拉蒂，1996）：假定1: 且独立同分布。即要求，且。假定 2：对其中，且是具有的随机误差项。3.2.1正态分布 经检验，在MODEL（2）、（3）中，标准化残差以左上对角线为中轴，在其两侧极窄的范围摆动，呈S或是凸行。据此，推断满足正态分布假定。此处，仅以MODEL（3）的社会服务业举例说明，见图1，其他略。3.2.2无异方差性经检验， 在模型（2）中，样本的标准残值以0为中心，在-2，+2之间来回摆动，仅C1有少数几个点超出-2，+2，扩展到了-4，+4。据此，可以推断，其残差和预测值之间没有显著的相关关系，可以接受方差齐性假定。而在模型（3）中，其标准残值基本上也是随机对称分布，有轻微的正向关系但不明显，其方差齐性也是可以接受的。此处，仅以MODEL(3)的社会服务业举例说明，见图2，其他略。图1 MODEL(3)社会服务业P-P图图2 MODEL(3)社会服务业散点图3.2.3无自相关表5 Durbin-Watson系数和 VIP系数表L1L2C1C2K1K2K3Durbin-WatsonMODEL（2）1.323 1.845 1.379 1.103 1.800 1.944 1.563 MODEL（3）1.789 1.686 1.742 1.654 1.874 2.031 1.782 VIPMODEL（2）1.238 1.602 1.528 1.014 1.367 3.246 1.662 MODEL（3）2.521 2.433 4.996 8.025 1.677 5.887 2.143 经分析，见表5，模型（2）和模型（3）中，L2、K1、K2的Durbin-Watson系数均接近于1，表明该样本的分布是显著独立的。另外，模型（3）Durbin-Watson系数显著好于模型（2），即模型（3）较好地反映了自变量与因变量的回归关系。其他分布在1.1，1.7之间，表明存在一定程度的正相关，可能是由样本数据的欠缺和信息披露的不充分造成的。本文假定其不会造成显著影响，即接受零相关假设。3.2.4无多重共线性经分析，见上表5，在模型（2）中，VIP取值分布于1.0，1.665，仅有K2超出，其相关系数约为0.83。而在模型（3）中，仅有K1低于2，且C2超过8，其共线性是显著的，可能造成回归系数估计的不确定性。本文假定无形资产评估价值比账面价值更相关，仅作探索性实验，因此不采取补救措施。3.3实证分析和结论解释3.3.1样本公司无形资产的统计分析我们对MODEL(2) 、MODEL(3)中的无形资产的均值和离散程度进行统计，并按其均值由大到小进行排序。N表示最后进入模型的样本量。见表6。表6 无形资产信息统计表MODEL(2)_BIVMODEL(3)_EIV排名NMeanStd. Deviation排名NMeanStd. DeviationL123395.361166.17730498.6553.67L259263.83288.3984871836.42184.2C139783.047131.742932201.22462.6C275743.925112.71563597.210055K148682.406170.9157917631707.1K2 68644.28995.4213811843.43015.1K3145*155.31239.53643*1134.41540.8*表示值缺省，和模型（2）、（3）中K3均缺省2个值。从表6看，无形资产账面价值和评估价值的数量级分别为E+07和E+09，相差100倍，可见无形资产被系统性低估是普遍存在的。账面排名第一的为K3，评估排名第一的为C2，除C1和L2排名较为稳定外，其他变动较为剧烈。由此，可见，账面信息量是十分有限的，也验证了在无形资产的政治主导下市场普遍失灵带来的恶果：普通缺少有意义和有用的无形资产信息披露（FASB,2000）。另外，我们从绝对量和相对量变化两方面对无形资产评估价值（EIV）与账面有形资产(BVA)、账面无形资产(BIA)进行分析，并按EIA/BIA的比率由大到小进行排序如下，见表7。无形资产的政治表示无形资产信息披露还处于卖方市场，信息持有方保持缄默的收益远远高于充分披露的成本，还未建立足够的激励机制来引导市场从选择性披露转向完全披露。如：经理人可以免于被诉讼、而证券分析师因信息优势而获利等。表7 无形资产比较分析情况表EIA-BVA(百万)EIA/BVAEIA-BIA（百万）EIA/BIA1K3-1008.8970.7813553.28789.22482C1933.10032.0251799.155631.59863C21234.64833.05161772.606324.7094L11397.89872.74032118.126518.69375K1939.14822.13991680.62199.98856L2-1084.2790.5113979.13626.43237K2-1017.52250.3289403.23973.332在表7中，从EIA/BVA 来看，EIV的贡献更大，如，L1、C1、C2、K1，这也验证了在规模效应优势已近枯竭的知识经济时代无形资产正发挥越来越重要的作用，国民经济发展也是如此。但L2、K2、K3却是相反，其中L2是劳动力密集型，原材料和人工成本比重较大，知识含量较低可以理解，K3的EIA/BIA 排名第一，高达近90倍，从另一侧面反映出无形资产的重大贡献，而K2作为高新技术行业的典型代表却遭到冷遇，可能是因为其最重要的研发人员价值未受到关注，从而导致评估价值较低，其无形资产现状令人担忧（梁莱歆， 2003）3。高新技术企业在知识经济下异军突起，迅速为国民经济各个行业注入力量，可其无形资产信息却被严重扭曲，融资成本增加，阻碍了商业投资与成长。3.3.2样本公司资产贡献率的回归分析首先，我们对MODEL(2)、MODEL(3)的设定偏误进行检验，主要从回归的拟和优度（Adjusted R Square）和回归变量的解释强度（F检验）进行。一般，Adjusted R Square越接近1，其越能反映样本的真实情况。对于F检验，先设定置信水平（双尾检验），本例0.05（如无特别说明，下同），用其显著性水平（Sig.）进行判定。具体结果如下，见表8。世界银行，2005年底，2000年国别财富报告披露：越富庶的国家，有形资产所占比率越低，无形资产所占比率越高。表8 回归模型设定偏误分析表MODEL(2)MODEL(3)Adjusted R SquareF (Sig.)Adjusted R SquareF (Sig.)L1.73246.051 (.000).55419.621 (.000)L2.64685.005 (.000).847241.357 (.000)C1.772164.940 (.000).805193.268 (.000)C2.949533.002 (.000).965770.346 (.000)K1.700101.393 (.000).873272.166 (.000)K2.9883406.739 (.000).73211.537 (.000)K3.883171.039 (.000).914228.34 (.000)在表8中，结果表明其R和F检验都是显著的，模型没有显著的设定偏误。然后，我们对资产报酬水平进行观测，其回归结果如下，见表9。表9 资产报酬水平的回归分析Unstandardized CoefficientstSig.95% Confidence Interval for BBStd. ErrorLower BoundUpper BoundL1MODEL(2)BIA-1.550E-01.086-1.806.081-.331.020BVA6.079E-02.0079.263.000.047.074MODEL(3)EIA5.076E-02.0341.492.147-.019.120BVA3.535E-02.0132.674.012.008.062L2MODEL(2)BIA-1.060E-01.120-.887.378-.344.132BVA5.665E-02.00510.821.000.046.067MODEL(3)EIA4.301E-02.0058.356.000.033.053BVA9.244E-02.0146.615.000.065.120C1MODEL(2)BIA-9.490E-02.102-.927.356-.298.108BVA7.164E-02.00515.220.000.062.081MODEL(3)EIA5.746E-02.0087.219.000.042.073BVA3.595E-02.0211.725.088-.005.077C2MODEL(2)BIA-2.590E-01.194-1.332.188-.648.131BVA9.131E-02.00332.550.000.087.099MODEL(3)EIA3.276E-02.0056.444.000.023.043BVA5.085E-02.0077.639.000.037.064K1MODEL(2)BIA-5.160E-02.630-.824.412-.176.073BVA6.106E-02.00512.588.000.051.071MODEL(3)EIA4.540E-02.00412.087.000.038.053BVA5.667E-02.0077.732.000.042.071K2MODEL(2)BIA-8.290E-01.214-3.875.000-1.255-.404BVA7.103E-02.00148.990.000.068.074MODEL(3)EIA3.309E-02.0093.773.000.016.051BVA3.452E-02.0142.518.014.007.062K3MODEL(2)BIA2.315E-02.062.371.712-.103.149BVA7.119E-02.00514.110.000.061.081MODEL(3)EIA4.572E-02.0095.238.000.028.063BVA5.370E-02.00510.326.000.043.064在表9中，从t检验的显著性水平来看，MODEL（2）中（BIV的B）仅有K2是显著的，说明无形资产的账面价值解释力很弱，不能给出确切的报酬水平。而在MODEL(3)中，几乎全部行业样本均是统计显著的，只有L1表现较差，这可能与其相对较小的样本量（33家，均值为75家）和知识含量较低（农业，为劳动量密集型）存在关联。也就是说，MODEL(3)提供了更多的有用信息，无形资产的评估价值在一定程度确实反映企业无形资产的真实状况。另外，和均是统计显著的，也就是说现行的财务报告体系对有形资产还是有用的，但有效的无形资产的报告形式需要探索。下面，再看回归假设的情况，见表10。无形资产报告形式探索：如：价值链计分板（巴鲁列弗，2001）；价值探索者8（丹尼尔安德里森，2001；战略地图（卡普兰、诺顿，2004）等。表10 回归假设检验结果表接受(Support)不接受(Not Support)假设一：、均大于0。K3L1、L2、C1、C2、K1、K2假设二：。L1、L2、C1、C2、K1、K2、K30假设三：。L1、C1L2、C2、K1、K2、K3假设四：*。L1、C1、K2、K3L2、C2、K1*表11 AROE简明情况表 单位：L1L2C1C2K1K2K35.0764.3015.7463.2764.5403.3094.572AROE（样本）2.9585.1055.3837.2895.7182.0843.476行业加权资产收益率*1.5791.7112.6343.2892.2541.4193.660*如：AROE (C1)=N1/N (普通机械制造)ROE（普通机械制造）+N2/N (电器机械制造)ROE（电器机械制造）48/107932.4548+59/107932.78012.634（1）对假设一，在MODEL（3）中均大于0，而在MODEL（2）中仅有K3的大于0，表征了无形资产较为正常的报酬水平，而则失去了解释意义。也就是说，现行的财务报告准则扭曲了无形资产信息，向市场传达了错误的讯号，使得投资者对知识密集型企业“敬而远之”，或是持观望态度，严重地阻碍了高新技术的成长和壮大。新熊比特增长理论认为，企业为追求超额垄断利润而进行的创新是经济保持持续增长的推动力，而创新是企业投资进行研究开发的结果。创新能力的大小、创新成功的概率都决定于企业在R&D活动上的投资额。虽然从某一次具体的投入产出来看，R&D的支出和创新并不一定存在正相关的关系，但从长远来看，这种关系一定是存在的。由此可见，加大无形资产信息披露的透明度，完善无形资产价值评估已迫在眉睫。只有这样，市场这只无形的手才能引导资本流向高新技术企业，从而活跃创新，推动经济持续增长。（2）对假设二，无形资产评估价值的报酬水平显著高于无形资产账面价值的报酬水平。无形资产信息披露严重匮乏已是不争的事实，如何完善无形资产信息披露从而推动资本市场良性发展才是我们探索的焦点。这里，我们假定无形资产的真实价值是总资产价值与账面有形资产的差额，事实证明这样的假定是合乎清理的，信息的有用性得以体现，从而为有志于高新技术行业的投资者提供了决策