|
业绩预告商誉集中暴雷并未改变市场主导逻辑，创业板、中小板仅受到极为短期的冲击。部分投资者认为，创业板、中小板商誉占比较高，商誉减值压力对板块净利润造成较大压力，因此需要在商誉减值集中暴雷之前提早避开。但复盘16-18年报业绩预告商誉减值风险集中披露前后行情，我们发现商誉集中暴雷前创业板、中小板并未呈现明显规律，而在暴雷结束后商誉减值不确定性的落地则对成长风格带来一定的助推作用：2016年业绩预告商誉暴雷高峰前后，创业板相对万得全A持续录得负超额收益，而中小板则相对万得全A前跌后涨；2017年业绩预告商誉暴雷高峰期间，创业板相对万得全A持续上涨，仅暴雷期间短时下跌，而中小板则前跌后涨；2018年报在创纪录的商誉减值下，创业板相对万得全A先跌后涨，而中小板则是持续上涨，仅暴雷期间微跌。可以看到，即便对于商誉减值压力较为明显的板块，在业绩预告商誉集中暴雷期间也并未受到明显冲击，商誉的集中暴雷并未改变市场的主导逻辑。 大小盘风格上，在业绩预告商誉暴雷高峰期间大盘风格均占明显优势，而商誉集中暴雷结束后小盘风格则占据优势。行业风格上，业绩预告商誉暴雷高峰期间金融风格均占优，成长风格劣势；但商誉集中暴雷结束后迎来迅速反转，成长风格“后来居上”，金融风格则表现最差。可以发现，业绩预告中的商誉减值对风格的影响程度与当年商誉减值计提发生的笔数及规模呈正相关性。 个股方面，在业绩预告商誉暴雷之前，相应“暴雷”个股有极大概率获得负超额收益，而这一现象在商誉减值风险爆出后，出现明显的反转。从累计超额收益来看，在商誉减值预告披露前的20个交易日，相应“暴雷”个股获得累计正超额收益概率均低于20%，但而在商誉减值披露完毕后走势迅速反转。从单日超额收益来看，在商誉减值“暴雷”当日，商誉“暴雷”个股大概率获得负超额收益，随后便迎来反转，获得超额收益的概率迅速提高，在业绩预告披露后的第6个交易日，商誉“暴雷”的个股有超过70%的概率获得正超额收益。 ●年报商誉减值集中披露期间，市场并未呈现明显的规律 与业绩预告商誉减值风险集中披露期间不同，16-18年报商誉减值集中披露期间市场并无明显规律。观察16-18年报商誉减值集中披露期间前后，市场主要宽基指数、大小盘风格、行业风格、个股走势等均无明显规律。 为何业绩预告商誉减值风险集中披露期间，股票市场呈现出较为明显的规律，而年报披露期间并无明显规律？—— (1)业绩预告商誉减值集中披露的期间，业绩预告为市场少有的可观测的数据。业绩预告中商誉集中暴雷的时间分布在1月25日-1月31日，而1月底-2月正好是宏观经济数据真空期。根据我国统计局统计报表制度，2月份不发布1月份规模以上工业和能源生产、固定资产投资、房地产开发投资和销售、社会消费品零售总额和工业经济效益等数据；同时，2月不召开全年国民经济运行情况新闻发布会，1-2月的国民经济运行情况于3月发布会上一起发布。因此，业绩预告成为1月底市场少有的可以观测的数据，叠加商誉减值自身带有明显的风险信号，带有商誉减值的业绩预告在披露集中披露时便成为市场上备受关注的数据，更为容易对股价造成冲击。 (2)年报商誉减值集中披露阶段，市场或更关注年报中透露的其他信息，并开始关注新的一年的景气预期及一季报数据，同时业绩预告中风险的预先披露进一步降低年报披露阶段商誉减值对市场的冲击。上市公司年报中包含的信息相较业绩预告远为丰富，在年报披露阶段，除商誉减值信息外，市场还可观测企业更为细分的盈利、收入、现金流、产能周期、偿债周期、库存周期等信息，可对公司进行更全面的判断。A股年报商誉减值集中披露的时间分布在3月底和4月底，而进入3、4月份，市场更为关注新的一年的景气预期和一季报的数据，商誉减值影响边际下行。同时，随着商誉监管的加强，商誉减值在业绩预告预先披露的比重大幅提升，进一步降低年报披露阶段商誉减值对市场的冲击。 2 第二问：如何看2019年报商誉减值压力？ ●商誉减值的主要影响因素有哪些？ 临近尾声的业绩承诺数量、存量商誉、名义GDP增速、A股相应板块的收入增速等因素有助于推断年报的商誉减值比例。 上市公司的商誉减值压力主要来源于两个部分： (1)内生压力：微观上来讲，在业绩承诺初期，企业或可通过一定的财务会计计量方法延后披露业绩不达承诺的情形，但业绩承诺越靠近尾声，对赌业绩未达承诺概率上升、业绩承诺完成率下降；另一方面，业绩承诺结束后，尤其是第一年，市场关注度下降，且无业绩对赌补偿压力，在经营压力增大的情况下企业更愿意进行商誉减值。 (2)外生压力：企业外部的宏观环境影响上市公司整体的的收入情况和景气程度。在经济上行期企业收入情况良好，景气度提升，完成业绩承诺概率较高；经济下行期企业景气下行，完成业绩承诺压力增大，更容易出现商誉减值。 我们发现，临近到期业绩承诺数量(当年到期、剩余1年到期、剩余2年到期共三期)、存量商誉、名义GDP增速、A股相应板块的收入增速等因素与商誉减值比例存在较为显著的相关性。为进一步判断相关性，我们通过多元拟合确认了以上因素的有效性和显著性，即从统计学角度上来看，以上假设是合理的。 |
