のれんの減損開示情報の実態とその影響

2019 Fiscal Year Research-status Report

• Project/Area Number: 18K01912
• Research Institution: Yokohama City University
• Principal Investigator: 張 櫻馨 横浜市立大学, 国際商学部, 教授 (70404978)
• Co-Investigator(Kenkyū-buntansha): 三浦 敬 横浜市立大学, 国際商学部, 教授 (50239183)
• Project Period (FY): 2018-04-01 – 2022-03-31
• Keywords: のれん / のれんの減損損失 / のれんの規則的償却

Outline of Annual Research Achievements

本研究では、当初①のれんの減損情報の開示実態と②その影響を実証的に解明するという２つを課題を明らかにすることを通じて、のれんによる影響を定性的な視点から検証する研究計画を作成した。１年目(2018年度)には、のれんの開示内容を取り上げた先行研究のレビューを通じて、検証結果と研究手法の確認を行った。そこで、医学分野で使用されている2つのサンプル・グループ（IFRSサンプル・グループとJGAAPサンプル・グループ）を限りなく同じ条件で比較することのできるアプローチに接することができ、それを本研究の研究手法として採用することとした。それに合わせて、研究計画を②から着手することに変更した。
２年目(2019年度)には、サンプルの収集に多くの時間を割いた。また、データの収集を効率的に進めるため、IFRS適用企業からIFRSサンプル・グループを特定することにした。日本では、最初にIFRSに移行したのが日本電波株式会社で、2010年3月期からIFRSに基づく財務諸表を開示し始めた。市場の学習時間と、四半期から移行する企業の存在を考え、検証対象年度はIFRSに移行した翌年度からとし、2010年度から2017年度の８年度とした。
また、本研究では、現在世界で適用されている２つののれんの事後処理方法のそれぞれがもたらす影響を測る変数としてアナリスト予想を取り上げることにしている。アナリスト予想は、IFISから入手している。以上から、本研究における両サンプル・グループは、①のれん計上企業かつ、②アナリスト予想がIFISのデータベースに網羅されている企業でなければならない。これら二つの条件に基づいて、両サンプル・グループの収集作業を行った。その結果、2018年度の実施状況報告書で予定している2019年度の(上述のサンプル収集）作業は、計画通りに執行し、ほぼ完成している。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

日本では、IFRSを任意適用することとなっているため、のれんの事後処理に減損を適用する(IFRS適用)企業と、規則的償却と減損を併用している(JGAAP適用)企業が同時に存在している。それぞれの方法がもたらす影響を特定するのに、最適な環境であるといえる。その一方で、任意適用であるゆえ、毎年新規にIFRSを適用する企業の数が増え、IFRSへ移行するタイミングも異なっている。よって、以前からIFRSを適用している企業に加えて、新規にIFRSを適用する企業も検証対象企業として収集する必要がある。
2019年度中に具体的に行った作業としては、まず年度ごとに東証１部上場企業からIFRS適用企業を特定した。その中から、のれんを計上しかつ、アナリスト予想の公表対象企業を抽出した。それから、金融業に属する企業の除外といったサンプル選択基準に基づいて、サンプル・グループを構築した。最終的にIFRSサンプル・グループに含まれたのは、230年・社である。
その次に行ったのは、JGAAPサンプル・グループの抽出作業である。のれん計上企業、アナリスト予測公表企業など、上述のIFRSサンプル・グループと同じ条件でJGAAPサンプル・グループの特定を行った。その結果、2,326年・社が検証対象サンプルとなった。このように、2019年度には、おおむね2018年度の実施状況報告書に示されている計画の通りに、サンプル企業の収集を実施することができている。

Strategy for Future Research Activity

３年目(2020年度)には、上記の両サンプル・グループをマッチングする作業を中心に研究を遂行していく予定である。マッチング作業とは、ソフトウェアを使って、IFRSサンプル企業とすべてにおいて類似している企業を特定する一連の手続きである。両サンプル・グループに含まれいる企業の体質を近似させることができるほど、マッチングの精度が高くなり、検証結果の精度も高くなる。本研究におけるコアな作業であるといえる。
マッチング作業のポイントは、企業の体質をどのように捉えるかということにある。先行研究によれば、企業の体質に関する特徴(変数)を多くソフトウェア・モデルに取り入れられるほど、体質が限りなく近似している企業をペアリングすることができる。しかし、その一方で、変数が多すぎると、変数を入手できないサンプル企業が増え、サンプル数の確保が困難になるという側面もある。
３年目には、まず、上記の両グループをマッチングするための、企業の体質を表せる特徴(変数)を特定する作業から行う予定である。具体的には、貸借対照表、損益計算書とキャッシュフロー計算書という３つの視点から企業の体質に関する変数を集めようと考えている。多く存在している変数のうち、マッチング作業に適するものを抽出するため、まず単年度でシミュレーションを行おうと計画している。いかにマッチング作業における短所を抑制しつつ、ペアリング作業を行うかが、３年目の作業の要となる。

Causes of Carryover

2019年度には、大学の入試業務を担当しており、出題から採点をこなした。夏休み中も入試作業に追われた。さらに、追い打ちをかけるように、研究分担者が２年連続して骨折してしまった。2019年度には、2019年7月に2度目の骨折と、2018年度の骨折の治療で2020年2月に手の抜釘手術を受けた。これらの治療によって、2019年度に予定している作業を実施することができなかった。
３年目には、具体的な作業としては、次の４つを計画している。まず①予定していたアナリスト予想のデータベースを入手する。②分析に必要なソフトウェアをアップデートしようと考えている。③研究課題を合わせて、収集してきたデータを②を使って、検証可能な形にしていく。また、検証手法の微調整と、検証課題のブラッシュアップを考えて、常に最新の情報を集める必要がある。そのため、④積極的に国内外の学会に出席する予定である。