创业板2017年商誉减值及外延并购关系 [page::0][page::6][page::8]

• 2017年创业板归母净利润942亿，商誉减值125亿，占净利润13%，净利润实际年增长调整后改善10%。

- 商誉形成紧密关联外延并购，商誉规模与并购市值高度相关，相关系数达0.82。

• 机械、传媒行业商誉减值规模最大，医药、计算机行业商誉规模大但减值较小，行业间表现差异明显。

商誉减值构成及业绩承诺分析 [page::9][page::10][page::11]

• 商誉减值拆分为业绩承诺期内（业绩承诺完成与未完成）及承诺期外不确定性两部分。

- 业绩承诺未完成部占比64%，业绩承诺完成部占27%，承诺期外第一年占9%，第二年及以后减值为0。

• 业绩承诺未完成比例约50%，第三年未完成率最高。

2018年商誉减值预测及趋势 [page::12][page::13][page::14]

• 预测2018年商誉减值135亿，略高于2017年水平，2019年及以后逐年下滑。

- 业绩承诺未完成和完成两部分商誉减值比例分别测算约10%和6%，均呈下降趋势。

• 承诺期外第一年商誉减值比例约3%，因基数扩大2018年减值增多，整体2018年总减值与2017年持平，2019年后迅速下降。

- 商誉减值放缓释出利好信号，建议关注创业板并购重组与商誉风险动态。

相关图表总结 [page::4][page::5][page::8][page::9]

• 图表详列不同年份、行业商誉减值及留存规模，展示了商誉与净利润关系，明确了行业间商誉风险差异。

- 业绩承诺期限以3年居多，未完成率长期保持50%附近，契合减值风险评估。

• 并购业绩承诺规模呈逐年递增与回落趋势，对应商誉减值规模变化，验证模型合理性。

深度解读报告：《金融工程研究——如何提前预测商誉减值大拐点？》

---

一、元数据与概览

报告标题： 金融工程研究——如何提前预测商誉减值大拐点？
作者与机构： 丁鲁明（中信建投证券金融工程方向负责人，首席分析师）及研究助理郭彦辉，来自中信建投证券研究发展部
发布日期： 2019年1月31日
主题范围： 本报告聚焦于中国创业板市场的商誉减值问题，尤其研究2017年以来商誉减值的现象、成因及对未来的预测，核心议题是商誉减值的驱动因素及其可预测性。

核心论点及结论：

• 2017年创业板整体归母净利润受到商誉减值影响严重，商誉减值125亿元，约占2017年净利润的13%，实际净利润增速从-13%调整至-3%。

- 创业板商誉与并购活动高度相关（相关系数0.82），商誉主要由外延并购产生。

• 商誉减值主要源于业绩承诺未完成（占比64%）和业绩承诺完成但仍出现减值的基本面因素（占比27%）。

- 预计2018年商誉减值略有上升至135亿元，随后2019年及以后逐年下降。

• 商誉减值风险正逐步释放，未来创业板市场将迎来利好。

本报告旨在通过严密的定量分析与财务工程方法，把握商誉减值风险的逻辑和节奏，帮助投资者提前识别其大拐点，提升风险预警能力。[page::0]

---

二、逐节深度解析

1.商誉前传

1.1 再叙2017年商誉减值现象

• 2017年商誉减值高达125亿元，占创业板归母净利润13%。该年的盈利大幅下滑部分归结于商誉的减值，剔除该影响的净利润增速下降幅度明显减小。

- 以典型公司天龙集团为例，该企业在2017年商誉减值5亿元，净利润亏损3亿元，若加回商誉减值后利润将扭亏为盈，可见商誉减值对盈利的扭曲作用显著。

• 对比其他资产减值，如乐视网2017年资产减值超过109亿，但并无商誉减值，说明资产减值和商誉减值存在区别，且均对利润产生压力。

报告详细披露了当前创业板企业商誉和资产减值的具体情况，并说明商誉减值对利润的冲击是不可忽视的。[page::3]

1.2 商誉概述及会计准则影响

• 商誉确认为企业合并成本超出被购方净资产公允价值的部分，且不可摊销，只能每年末进行减值测试。

- 商誉减值测试必须依附于形成商誉时相关的资产组或资产组合，且测试必须结合多种“减值迹象”，如现金流恶化、业绩承诺未达等。

• 中国证监会针对商誉减值出台明确监管指引，列明商誉减值必须定期或及时测试的条件和具体迹象。

- 规定商誉减值测试的减值金额及方法，包括采用公允价值法或未来现金流折现模型，强调合理性与合规性需严格遵守。

• 资产组合的界定对商誉分摊和减值测试至关重要，公司需合理划分、调整并披露。

该部分详细阐述了商誉确认与减值的会计逻辑及检测标准，为后续量化模型奠定基础。[page::6, 7]

---

2.商誉减值的构成分析

2.1 业绩承诺的角色

• 并购中签署的业绩承诺（对赌协议）是衡量资产组收益的核心标准，期限主要集中在2-4年（多数3年）。

- 资料显示，2015年新增业绩承诺最多，数量峰值为170个，且近年数目有所下降。

• 业绩承诺未完成率长期稳定在约50%，意味着一半左右的并购业绩无法实现预期。

- 业绩承诺未完成的风险直接映射为商誉减值风险。

• 业绩承诺规模和数量的变化是商誉减值风险变化的一个指标。

图13-16显示了业绩承诺的时间分布、未完成率、规模及数量的历史变化。[page::8, 9]

2.2 商誉减值拆分

• 创业板商誉减值个股数和减值规模从2014至2017年持续攀升，其中2017年规模激增至125亿元，较2016年增长5倍。

- 未完成业绩承诺规模比例一般在50-60%，且第三年未完成率最高。

• 商誉减值可分为：

1. 业绩承诺期内的商誉减值：区分为未完成业绩承诺（64%）和完成业绩承诺（27%）。未完成业绩承诺标志着基本面恶化，是主要减值来源。
2. 业绩承诺期外的商誉减值：主要第一年存在少量减值（9%），第二年及以后减值基本为0，体现公司自身不确定性对商誉的冲击。

• 图21详细说明了商誉减值的拆分结构。

整体来看，90%以上商誉减值受基本面因素驱动，符合会计准则关于商誉减值的判断逻辑。[page::10, 11]

---

3.如何预测2018年创业板商誉减值

3.1 测算过程

预判商誉减值趋势，报告采用分部测算法：

• 对承诺期内业绩未完成部分，根据历史约10%的减值比例以及商誉初始值下滑趋势，预计2018年对应减值规模下降。

- 对承诺期内业绩完成部分，存在6%左右的商誉减值风险，随着承诺规模减少，减值同样向下修正。

• 承诺期外第一年部分，历史数据显示约3%的减值率，且2018年此部分商誉基数提升，因此该项负担加重，商誉减值额对应有所提升。

- 承诺期外第二年及以后几乎无减值预期。

通过数据回归与实证，报告构建了2018至2020年商誉减值预测模型，综合考虑各部分对减值贡献，绘制了未来商誉减值预测曲线。

3.2 预测结果

• 2018年商誉减值预估为135亿元，较2017年略有上升，主要受承诺期外第一年商誉减值扩大的带动。

- 2019年和2020年商誉减值预计分别降至88亿元和43亿元，减值节奏明显放缓。

• 这反映出外延并购热度回落，业绩承诺规模减少，商誉减值风险逐步释放。

- 这预示创业板市场商誉风险拐点将被提前判断和有效控制，商誉减值的大幅度冲击趋于结束，是市场向好信号。

图29直观展现了商誉减值从2017年的峰值到2020年明显回落的趋势。[page::12-14]

---

三、图表深度解读

1. 图1、2、3及4：单个公司案例分析

• 图1显示天龙集团2015-2017年净利润和商誉减值的数额，2017年商誉减值接近5亿，而净利润为负3亿，如果剔除该减值，利润则为正，反映出商誉减值对利润负面影响明显。

- 图2为2017年第三季度各行业财务费用排名，展示了详细的行业成本压力。

• 图3和图4详述乐视网2017年的资产减值情况，尤其坏账损失和无形资产减值，比商誉减值更加突出，反映了互联网行业经营风险和资产质量压力。[page::3]

2. 图5到图7：行业分布与商誉规模

• 图5、图6分别展示2017年创业板各行业商誉减值和市值的分布，机械行业减值金额居首达58亿，传媒17亿，医药及计算机行业商誉留存值高但减值较少。基础化工、电力设备等行业减值规模小但商誉留存值仍大。

- 图7说明不同行业商誉留存值情况，医药和计算机行业流通市值高，商誉规模庞大，为潜在减值风险提供重要参考。

• 结合分析，商誉减值与行业特性及市值分布密切相关，标签出高风险行业和重点监控领域。[page::4-5]

3. 图8至图10：创业板整体商誉发展趋势与净利润影响

• 图8显示2014-2017年商誉减值规模和归母净利润，商誉减值显著攀升，索引2017年对利润带来13%的负担。

- 图9对比调整商誉减值前后净利润增速，显示若剔除商誉减值，净利润跌幅缩减近10个百分点，强调商誉减值对盈利数据的影响。

• 图10展示2014年以来商誉规模快速扩张及增速放缓，2016和2017年由并购带来的商誉峰值效应明显。

前两图强调商誉减值对业绩的扭曲影响，第三图反映商誉来源于高速并购扩张的客观事实。[page::5-6]

4. 图11与12：商誉规模与并购市值的高度相关性

• 图11显示商誉规模和累计并购市值的同步上涨，验证了商誉确实是并购行为产物，相关系数高达0.82。

- 图12揭示新增商誉增速和新增并购市值同步放缓趋势，体现政策影响和市场调整。
此两图为报告核心论据数据支撑，建立了商誉与并购关系的定量基础。[page::8]

5. 图13至16：业绩承诺时间分布与完成率

• 图13展示业绩承诺期限主要为2-4年，3年承诺最多。

- 图14显示约50%的业绩承诺项目未完成，且三年期项目的完成率最低。

• 图15、16分别为历年业绩承诺总规模和数量的趋势，2017年达到顶峰后2018年回落。

这些数据揭示业绩未达对商誉减值的压力来源及其时间规律，反映出商誉减值的“时限效应”现象。[page::9]

6. 图17至20：商誉减值个股数目、规模及未完成业绩比例演进

• 图17与18体现商誉减值个股数及规模自2014年至2017年快速增加，特别是2017年商誉减值规模激增。

- 图19、20显示未完成业绩承诺比例逐年提高，确认未完成承诺为商誉减值的直接因素。
这进一步强化减值因业绩未达而成型的逻辑链条。[page::10]

7. 图21至22：商誉减值构成拆分

• 图21用框图表达商誉减值拆分逻辑，区分承诺期内外及业绩完成与未完成两大类。

- 图22饼图显示2017年商誉减值90%受基本面驱动，其中64%源于未完成业绩承诺，27%为业绩完成但仍减值部分，9%为承诺期外首年减值。
该图形数据清晰归类了商誉减值构成的本质及比例关系。[page::11]

8. 图23至26：业绩承诺未完成与完成公司商誉减值测算

• 图23、25分别显示未完成与完成业绩承诺公司商誉减值规模和比例变化，2017年未完成部分减值比例约10%，完成部分约6%。

- 图24、26分别预测未来几年基于上述比例的减值金额，均显示商誉减值规模将逐年减少。
显示了各类公司及商誉的减值动力和趋势，有助于量化预测。
[page::12]

9. 图27至28：业绩承诺期外第一年商誉减值情况与预测

• 图27揭示2017年业绩承诺到期后公司2017年商誉减值为3%左右，较小但不容忽视。

- 图28预测了未来几年承诺期外首年商誉减值，显示初始值较大导致2018年而非2017年减值金额更高，2020年以后逐步减小。

• 该数据强调即使业绩承诺期已过，商誉减值仍有集中爆发风险。

[page::13]

10. 图29：综合预测2018-2020年商誉减值总量趋势

• 图29汇总前述三类减值来源的数据，2018年商誉减值基本维持高位（135亿），2019年明显下降，2020年显著降至43亿。

- 这一趋势预示商誉风险峰值已过，减值节奏将放缓，创业板商誉压力将明显减轻。
[page::13]

---

四、估值分析

本报告主要聚焦于商誉减值风险及预测，未直接涵盖传统估值模型和目标价格的具体测算，典型估值方法如DCF、EV/EBITDA等未特别展开。报告中涉及估值的是商誉形成的经济逻辑，明确商誉是并购溢价的体现，与被购资产估值背后的现金流预期密切相关。商誉减值测试则依托资产组合未来现金流折现模型或公允价值评估方法，强调减值模型准确参数的选择。报告通过业绩承诺的完成情况量化契合了商誉资产的未来收益预期，间接反映了商誉内在价值的变动预测。[page::6, 7, 11]

---

五、风险因素评估

• 业绩承诺未完成风险：占商誉减值主体部分，标志着并购资产经营不及预期，直接引发减值。该风险与宏观经济、行业竞争、公司经营能力相关。

- 业绩完成但仍减值风险：说明即使承诺达到，仍因基本面波动、市场变化产生减值，表明商誉减值不仅仅是单体验证业绩的问题，也包含对未来预期的调整。

• 承诺期外不确定性风险：尽管比例较低，但市场关注度和业绩驱动力减弱后，公司经营不确定性带来的减值风险可能集中爆发。

- 并购规模变化风险：商誉来源与并购紧密相关，市场并购政策、投资热度变化会直接影响商誉总量和未来减值节奏。

• 监管政策风险：证监会、会计准则的调整会影响商誉确认与减值测试的力度和时点。

报告通过详细定量模型，已充分考虑和拆解这些风险，提出了相应的定期监控节点和前瞻预警机制。[page::6, 10, 14]

---

六、批判性视角与细微差别

• 报告高度依赖历史数据，尤其2017年单一年份数据做拆分比例，存在样本容量不足和行业周期性波动放大风险。

- 业绩承诺完成但仍发生商誉减值的27%比例显示市场存在对业绩承诺外基本面恶化的隐性风险，模型中对这部分风险的假设和驱动因素解释略显不足。

• 报告预测2018年商誉减值略升，主要受业绩承诺期外第一年商誉基数增加驱动，但未充分讨论宏观经济、行业政策变动对业绩承诺完成率和商誉质量的深刻影响，未来风险或被低估。

- 业绩承诺未完成率稳定在50%暗示管理层可能对业绩承诺“普遍乐观”估计，导致商誉风险结构偏重，报告未对管理层激励机制失衡和信息披露准确性风险作深入分析。

• 报告整体结构科学，但对乐视网等典型案例的单独分析较少联动至量化模型的构建，未来可加强个股结构性风险的穿透分析。

仍需注意模型的动态调整和前瞻数据的实时更新，防止对历史趋势的过度拟合。[page::3, 11, 14]

---

七、结论性综合

本报告系统、细致地剖析了创业板商誉减值的现状、构成和未来趋势。通过会计准则和监管政策的解读，结合大量行业、个股和历史数据，揭示了商誉减值主要来源于两大因素——业绩承诺完成状况与公司经营不确定性，特别是未完成业绩承诺导致的减值占绝大多数（64%），这与企业未来现金流预期不符密不可分。

报告通过科学的拆分方法，将商誉减值风险量化为承诺期内未完成业绩承诺减值、承诺期内已完成但减值以及承诺期外第一年减值三部分，搭建了创新的预测模型。基于模型和数据，2017年商誉减值达到高峰125亿后，2018年预计小幅上升至135亿，随后减值规模将持续下降至2020年降至43亿，指向商誉减值拐点的提前出现和风险释放的节奏。

从图表数据看，机械、传媒等行业商誉减值显著，而医药、计算机虽减值小但商誉规模庞大，提示未来潜在风险不容忽视。创业板商誉规模与并购活动高度正相关，显示监管政策和资本热度将直接影响商誉和商誉减值走向。

整体来看，该报告基于扎实数据和金融工程技术，提出了量化“商誉减值黑天鹅”的方法论，为投资者提供了前瞻的风险识别和管理策略。考虑到中国资本市场并购重组的政策调控和经济周期性波动，报告强调商誉减值周期性调整的必然性和可预测性，具有较强的应用价值和指导意义。

评级与建议：
报告未明确单一股票评级意见，但透过定量分析和风险释放判断，建议投资者关注2019年及以后商誉减值风险下降后的创业板投资机会，警惕2018年商誉减值高位阶段波动，优选业绩承诺完成率高、商誉管理能力强的企业，从而实现稳健的风险收益管理。[page::0-14]

---

附录

复杂金融概念说明

• 商誉（Goodwill）： 企业合并中，购买价高于被购买方净资产公允价值的部分，体现了无形资产价值和未来超额收益预期。

- 商誉减值测试： 会计上对商誉评估是否需计提减值准备的程序，通常依据资产组合未来现金流现值与商誉账面价值比较判断。

• 业绩承诺（Performance Commitment）： 并购协议中约定被购方需达到的未来经营指标，未达成则需补偿或导致商誉减值。

- 现金流折现模型（DCF）： 通过预测未来现金流并折现至现值评估资产价值，是商誉减值测试中广泛使用的估值技术。

• 外延并购（External M&A）： 公司通过收购其他公司扩张业务规模，形成商誉资产的重要来源。

---

整体而言，该份报告结构逻辑严谨，数据详实，利用金融工程技术建立量化模型定量拆分商誉风险，辅助市场主体合理预判商誉减值周期，具有较高的研究价值和投资指导意义。

报告