客户集中度、环境不确定性与投资趋同

,2

(1.东北财经大学 会计学院，辽宁 大连 116025；2.东北财经大学 中国内部控制研究中心，辽宁 大连 116025)

一、引言

当前，我国经济发展进入新常态，党的十九大报告指出，我国国民经济已由高速增长阶段转变为更高质量、更有效率发展阶段。落实到微观企业来说，过去主要依靠资源要素投入、规模扩张的增长模式已经受到制约，要持续保持企业的健康发展，应不断提高其产品和服务质量，从长远的经营效益角度制定投资决策，实现自身价值最大化。然而，产能过剩依旧是我国目前经济发展亟待解决的顽疾，导致产能过剩的原因是大量企业投资方向出现集中聚合，互为趋同的投资行为是行业中多数企业共同行动的结果[1]。根据投资理论，在无摩擦的市场下，公司投资活动完全取决于自己的投资机会、对财务资源的控制能力和自身特征，应该是一种特质性行为。显然，趋同的投资可能会实现企业短期利益的提升，但这种盲目跟风式投资将会使相关企业伴随债务杠杆率持续提高、过剩产能难以出清，库存累积继续增加，有悖于市场对资源配置起决定性作用的市场经济规则，长期以往那些存在严重投资趋同行为的企业势必将被市场淘汰。因此，剖析企业投资趋同的成因，探讨如何能够减少投资趋同行为是公司财务研究的重要问题，对促进我国产业结构升级和企业可持续健康发展具有重要的理论和现实意义。

投资趋同本质上反映的是投资决策中所包含的公司专有投资机会相关信息与行业公有信息的相对数量，若公司模仿其他公司或更加依赖公有信息进行投资决策，就会出现投资趋同的倾向[2,3]。获取公司专有信息的成本较高，需要公司管理者积极努力深层调研与投资机会相关的信息来评估公司投资项目[4]。而行业公有信息则是通过多种媒介，如公司公告或投标结果等来源传递到公司内部，获取过程更为简便，具有一定参考价值。在已有的研究中，学者们分别从政府治理[4]和政府干预[5]等制度环境层面、公司治理层面[2]以及管理者特征[1]等视角对投资趋同的影响因素进行了研究。但是，这些研究都忽略了市场环境对于投资趋同的影响。根据权变理论，每个组织的外在环境条件都各不相同，因而在管理活动中不存在适用于任何情景的原则和方法，即当环境复杂、市场进一步细分,企业需要专业的团队更深入掌握市场动态、发现需求、开发提供合适的服务。所以，管理者在应对组织外部环境变化时具有一定的灵活自主性，在面临环境不确定性时采取不同的经营策略[6-8]。那么，当企业面临环境不确定性时，管理者是否会改变制定投资决策所使用的信息来源，从而影响投资趋同呢？另外，客户是企业了解市场变化和获取供应链下游信息的重要源头，这一重要的外部利益相关者所促进的信息流动是否会影响环境不确定性与投资趋同之间的关系呢？

基于以上分析，本文以2009-2016年沪、深两市A股上市公司数据为样本，聚焦于以下两个问题，第一，环境不确定性是否会对公司的投资趋同产生影响？第二，不同的客户集中度水平是否会使环境不确定性与投资趋同之间的关系有所差异？本文可能的边际贡献有：(1)当前关于投资趋同的研究主要集中于政府治理与政府干预、产权保护等外部管制因素以及公司治理和管理者能力等公司层面和高管特征层面因素，但是这些研究都忽略了市场环境对于投资趋同的影响，本文首次尝试提出以环境不确定性作为投资趋同的影响因素，丰富了投资趋同的相关文献；(2)不同于以往文献考察环境不确定性与投资效率之间关系多集中于对投资过度和投资不足的视角[9-11]，本文认为环境不确定性作为一种风险机制能够抑制投资趋同进而提高资源配置效率，研究结论加深了我们对环境不确定性与投资行为之间关系的认识；(3)本文从客户关系视角出发，验证了不同的客户集中度对环境不确定性与投资趋同之间关系的影响差异。当前学者对较为集中的客户资源有两种认识，一种是因契约不完善而产生的“风险观”，另一种是由资源依赖理论引出的“合作观”，本研究进一步支持了后一种观点，丰富了有关于客户关系经济后果的研究。

二、理论分析与假设提出

(一)环境不确定性对投资趋同的影响

环境不确定性可以被视为是一种风险机制，为了在竞争激烈的环境下保障公司的稳定运营和健康发展，需要管理者深层次地挖掘公司的信息，了解公司的现状和评估未来的潜力，通过灵活自主的方式制定不同的战略和决策应对环境的变化[6]。一方面，环境不确定性可能会对企业产生负面影响，如引起盈余波动进而影响公司股价的波动[7]，提高审计费用[12]，提高权益资本成本[13]等。为应对这些风险，管理层有迫切的意愿改善经营业绩，以避免对其战略目标的实施、薪酬和职业形象产生不良影响。另一方面，经理人市场声誉也可以作为显性激励契约的替代，经理人通过现期努力影响产出可以改善市场对其经营才能的判断[14-15]，因此声誉机制也会促使管理者做出有利于企业长期发展的决策。而投资活动作为资本助推发展的一种重要行为，能够从根本改善公司经营业绩和财务状况，可以从长期角度提升公司价值。但是，管理者有时并非对公司的投资环境非常了解[16]，想要做出合适的决策需要掌握更多公司专有信息，这些信息需要管理者付出努力去收集。当企业在面对环境不确定性的复杂竞争情形下，管理者需要通过更符合自身发展需要的投资决策的方案才可以改善不确定环境对公司的冲击，带领公司走上稳定的发展道路，这无疑将会是对自身能力的肯定，自我价值的体现，自己付出的证明，随之也会使其薪酬和声誉得到相应提升，为未来的职业发展奠定良好的基础。已有研究表明，当企业面临较高的环境不确定性时，委托人会提高薪酬合约中的激励部分[17]，以此激励管理者更加积极勤勉地专注于公司的管理，改善公司业绩。此外，环境的不确定性会使参与性预算增加[18]，进一步促使多余的资源转移到最有助于组织成功的关键活动上[19]。由此可见，管理者有动机在环境不确定性的情况下更加积极勤勉地收集有关投资机会的公司专有信息，并且实施更具针对性的管理方式，这些行为都会促进管理者对专有信息的掌握。因此，环境不确定性会使管理者在制定投资决策时更多使用公司特有与投资机会相关的信息，减少对行业公用信息的使用。综合以上分析，提出假设1。

H1在其他条件相同的情况下，外部环境不确定性与公司投资趋同具有负相关关系。

(二)客户资源对环境不确定性与投资趋同关系的影响

环境不确定性来源于公司对供应链上、下游公司、同行业公司以及监管组织等外部相关者不可预知的行为变化[18]，特别是客户，作为帮助公司产品流向终端市场的重要环节，上市公司需要通过与客户公司的密切联系把握未来发展趋势，客户公司也会把产品市场的反馈信息传递给客户，为公司制定未来决策和战略提供重要依据。较高的客户集中采购比例意味着企业仅需要重点服务较少的主要客户，并与之建立良好的沟通平台，给为便利地进行组织间合作。与客户资源较为分散的公司相比，拥有较为集中客户资源的公司具备更好为客户服务的能力，降低生产成本，提升销售增长率和运营效率[20,21]。同时，集中采购的客户便于供应链上下游合作伙伴之间的整合。Schloetzer(2012)指出，相互依赖的供需合作关系便于双方进行流程整合和信息共享，进而会提高公司业绩。由此可见，拥有高集中度的客户资源可以帮助改善公司财务质量，提供更多来自供应链下游的重要信息，有助于供应商公司管理者制定更灵活、更符合自身发展需要的投资决策。不仅如此，融洽的合作伙伴关系有助于供应商公司和客户之间在环境不确定时期的竞争压力下建立柔性应对机制，针对客户的突发状况，公司可以及早获悉并迅速调整[23]。如供应商库存管理模式(VMI)可以帮助供应商公司快速应对客户需求的变化，避免过度生产导致的运营效率降低，同时减少仓储费用，及时调整运营和财务策略；上下游企业共同对产品进行设计可增进供应商公司对市场的了解，避免无效产品的市场流入[24]。此外，上下游企业间的紧密合作可以及时帮助对方解决问题，使得双方能够相互理解，有效地进行信息交换传递，帮助上市公司更好地获得运营信息。因此，当公司面临环境不确定性的情况下，这种信息共享增加了供应商公司管理者对市场的了解，增强了来自下游公司的信息传递作用，提高未来业务量变动预测的准确度，使得公司管理者能够获取更多投资决策相关的专有信息，更少地使用行业公有信息。综合以上分析，提出假设2。

H2其他条件相同的情况下，与客户分散的公司相比，环境不确定性对投资趋同的负相关关系在客户集中度较高的公司中更显著。

三、研究设计

(一)环境不确定性与投资趋同的模型

根据Knyazeva等(2008)、Chen等(2013)、张敦力和江新峰(2015)的研究，构建模型(1)检验客户集中度对投资趋同的影响

ΔI=β0+β1ΔIind+β2ΔIind×Eu+β3Eu+β4Control+β5Year+β6Industry+ε

(1)

被解释变量为ΔI表示上市公司的投资变动，通过本期资本支出变动与期初总资产的比值进行估算，其中资本支出变动为现金流量表中本期购建固定资产、无形资产和其他长期资产支付的现金与对应上期数字的差值。解释变量ΔIind表表示上市公司所在行业当年投资变动的中位数。若β1>0，则说明上市公司投资的变动与所在行业当年整体的投资变动存在趋同现象。公司投资变动与行业投资变动的关系受影响，若β2<0,说明环境不确定性Eu会使投资趋同的程度降低，反之则说明Eu会使投资趋同的程度增加。

(二)环境不确定性的度量

环境不确定性是对组织外部环境变化的一种定义[25]，早期文献通常用市场特征和技术特征刻画环境变化[26-28]。但是，技术特征(如R&D支出和资本支出)可能会在财务状况不好的情况下被削减或延后，所以这种特征更多表现的是管理者对于外部环境变化的反应。所以，市场特征比较适合作为描述环境变化的代理变量。因此，本文采用市场特征中的销售收入变化来度量环境不确定性。

进一步，参考申慧慧等(2012)、林钟高等(2015)的研究，为采用当年与过去4年销售收入的变化再剔除销售收入中稳定成长的部分，所得到的异常销售收入变化可以更准确地捕捉外界环境变化给销售收入带来影响，即公司外部的环境不确定性。具体做法为，通过模型(2)分别估算当年与过去4年每一年的异常收入

Sale=δ0+δ1Year+ε

很多年以前，我作为初入社会的职场新人时，我的人力总监River先生在谈到员工管理时，曾说过一句话，我至今记忆犹新。

(2)

其中，Sale为销售收入；Year为年度变量。计算当年与过去4年异常收入的标准差，再除以这五年销售收入的期望值，即得到未经行业调整的环境不确定性，同一年度同一行业内所有公司的未经行业调整的环境不确定性的中位数即为行业环境不确定性；进一步采用Ghosh和Olsen(2009)的方法，各公司未经行业调整的环境不确定性除以行业环境不确定性，即为经行业调整后的环境不确定性，也就是公司的外部环境不确定性Eu。

(三)客户集中度水平差异下环境不确定性对投资趋同的影响

参考Patatoukas(2012)，王雄元等(2017)的研究分别采用前五大客户销售占比之和(CF)与前五大客户赫芬达尔指数(CC)来度量客户集中度。由于三项系数交乘可能会产生多重共线性，也会造成系数难于解释的问题，为避免这些问题带来的不便，在验证不同客户集中度对环境不确定性与投资趋同之间关系的影响时，采用分组的方式进一步对模型(1)检验，客户集中度指标大于中位数的为高客户集中度组，反之为低客户集中度组。

(四)控制变量

Control为控制变量的向量组，包括公司规模(Size)、资产负债率(Lev)、货币资金(Cash)、托宾Q(TobinQ)、经营活动净现金流(Ocf)、资产回报率(Roa)、资产专用性(Fa)、公司年龄(Age)、销售收入增长率(Growth)、第一大股东持股比例(Largest)、两职合一(Dual)和产权性质(State)。此外，本文还控制行业效应与年度效应的影响。主要变量表现形式见表1。

(五)样本选择与数据来源

本文选取2009-2016年沪、深两市A股上市公司数据作为初始样本。选择这一期间是考虑到客户集中度信息的披露状况，中国证监会在2007年开始要求公司披露主要客户情况，但是一直到2009年之后，我国才开始有较多数量的上市公司披露主要客户信息(不仅介绍前5名客户销售额合计占比，大部分公司还介绍了前五大客户各自采购额所占比例以及客户名称，这为我们计算客户集中度赫芬达尔指数值提供了有利条件)。因此，为避免过多缺失值对结果造成影响，故选择2009-2016年作为样本期间。之后，将初始样本按照以下步骤进行筛选：(1)剔除金融类公司；(2)剔除ST、*ST公司；(3)剔除样本期间内退市的公司；(4)剔除上市当年及上市以前的年度数据；(5)剔除财务数据以及公司所有权性质不完整的公司。最终得到11 403个公司年度观测值。为避免异常极端值对检验结果的影响，本文将所有连续变量在前后1%分位数上进行Winsorise处理。本文中前五大客户信息数据通过手工收集获得，其他数据均来自国泰安CSMAR数据库。

表1 变量定义表

四、实证结果分析

(一)描述性统计

表2为主要研究变量的描述性统计。企业投资变化ΔI的均值为0.007，这表明平均而言，各企业相比上一年增加了投资支出，增加的投资额度为上年资产总额的0.7%。另外，行业投资变动的中位数ΔIind均值为0.001，标准差为0.008，可见，不同行业间的投资变动程度比较接近。环境不确定性Eu均值为1.852，最小值为0.069，最大值为20.110，标准差为2.789，说明不同公司面临的环境不确定性存在较大的差异。关于控制变量，企业成长性水平Growth为0.216，表明总体而言，样本企业具有较好的成长能力。TobinQ的均值为2.357，最小值为0.209，说明样本公司普遍具有投资需求。企业资产负债率Lev均值为0.437，说明平均来看，样本企业的杠杆率基本处于正常水平。企业第一大股东持股比例Largest均值为0.351，最大值为0.750，表明样本企业存在一股独大现象。State均值为0.402，表明样本中有40.2%的样本是国有企业。各变量的描述性统计结果见表2。

表2 描述性统计结果

(二)相关系数矩阵

表3列示了公司层面主要变量的Pearson(左下)和Spearman(右上)相关系数矩阵。在Spearman相关系数矩阵中的公司投资变动与行业投资变动中位数在1%的水平上显著正相关，即我国上市公司存在投资趋同现象。在Spearman相关系数矩阵和Pearson相关矩阵中托宾Q、货币资金、销售增长率、经营活动自由现金流与投资变动在1%的水平显著正相关，即投资机会越好、持有资金越充足、成长性越高、财务状况越好，正向投资变动越大。可以看到无论是Pearson相关系数矩阵还是Spearman相关系数矩阵各控制变量两两之间的相关系数都小于0.5。此外，各主要变量的方差膨胀因子VIF值，均值远小于5。综上，可以说明本文的实证模型并不存在严重的多重共线性问题。

(三)多元线性回归结果

利用模型(1)考察环境不确定性对投资趋同的影响，需要关注的是环境不确定性和该公司所在行业投资变动中位数交互项ΔIind×Eu的系数。表4中(1)列为全样本混合OLS回归，可以看到，在控制其他对投资有影响的因素后，ΔIind系数为1.242，t值为12.009，说明公司投资变动与所在行业整体投资变动存在正相关关系，即上市公司的投资决策很大程度上被行业层面的公有信息所解释，管理者制定的投资决策包含了较多行业公有信息，因此存在投资决策趋同现象。(1)列中ΔIind×Eu的系数为-0.097，t值为-2,955，在1%的置信水平下显著，说明随着环境不确定性程度的增加，公司的投资变动被行业层面信息所解释的能力变弱，公司管理者会更多采用公司内部的专有信息制定投资决策，因此环境不确定性会显著缓解投资趋同现象，验证了H1。

表3 主要变量相关系数矩阵

注：左下角为pearson相关系数矩阵，右上角为spearman相关系数矩阵。*、**、***分别表示回归系数在10%、5%、1%的置信水平下显著，双尾检验。

表4 多元线性回归分析结果

注：括号中报告的是稳健t值，*、**、***分别表示回归系数在10%、5%、1%的置信水平下显著。

(四)稳健性检验

1.构建行业趋同指数检验行业内公司投资趋同的程度

借鉴Chen等(2013)和方军雄(2012)的研究，构建投资趋同指数Comove(I)。该指数为同年同行业中，投资增加的公司数量与投资减少的公司数量中最大值与同年该行业公司总数之比，该比值代表着同一行业内的各公司呈现相同的投资变化方向的程度，即反映了行业内各公司的投资趋同程度。同年同行业中所有公司的投资趋同指数都相同，所以可以合并为一个行业年度观测值，进一步在原有的公司年度观测样本的基础上可得到558个行业年度观测值。行业分类标准是参照中国证监会2012年为规范上市公司行业分类工作修订颁布的上市公司行业划分标准。接下来我们采用模型(3)考察环境不确定性对行业投资趋同指数的影响。

Comove(Ⅰ)=β0+β1Euind+β2Control+ε

(3)

表5 环境不确定性与投资趋同指数回归分析结果

注：括号中报告的是稳健t值，*、**、***分别表示回归系数在10%、5%、1%的置信水平下显著。

其中，投资趋同指数Comove(I)为被解释变量，解释变量Euind为特定年份行业内各公司环境不确定性的中位数，度量的是行业的环境不确定性[9]。若显著大于0，则说明环境不确定性会使行业内各公司投资趋同程度增加，反之则说明环境不确定性会降低行业内各公司之间的投资趋同程度。控制变量包括将模型(1)中所有公司层面变量取行业中位数，此外，还控制了投资机会的趋同指数Comove(MB)、资产回报率的趋同指数Comove(ROA)以及行业集中度HHI。Comove(MB)和Comove(ROA)的计算方式与度量Comove(I)的方式相同，HHI为给定公司所占行业市场份额的赫芬达尔指数。

回归结果如表5所示，可以发现，在控制其他因素的条件下，环境不确定性与行业投资趋同指数Comove(I)显著负相关，Euind系数为-0.020，t值为-1.694，在10%的置信水平上显著。这说明，当环境不确定性越高，投资趋同指数越低，即行业内同方向投资变动的公司数量减少，投资趋同的程度下降，再次验证了H1。

表6 固定效应稳健性检验结果

注：括号中报告的是稳健t值，*、**、***分别表示回归系数在10%、5%、1%的置信水平下显著。

2.固定效应检验

为了防止因遗漏变量而产生的内生性，本文采用固定效应模型进行稳健性检验，以此控制不随时间改变的非观测效应。检验结果如表6所示，结果与混合OLS回归的结果保持一致。H1，H2再次得到验证。

3.替换行业投资变化的度量方式

参照Knyazeva等(2008)的做法，计算剔除样本公司后的行业均值代替行业中位数来重新度量行业投资变化ΔIind。回归结果见表7，H1，H2依然成立。

表7 使用剔除样本公司后的行业均值代替行业中位数稳健性结果

注：括号中报告的是稳健t值，*、**、***分别表示回归系数在10%、5%、1%的置信水平下显著。

4.替换环境不确定性度量方式

参考现有文献[11, 31]，将环境不确定性的度量方式改为行业赫芬达尔指数HHI，HHI可以度量环境的复杂性，HHI越小公司所处环境越复杂。因为是反向指标，所以本文采用(1-HHI)作为另一种环境不确定性Eu2的代理变量。回归结果见表8，结果与表4结果基本相同，H1、H2再次得到了验证。

表8 替换环境不确定性度量方式的稳健性结果

注：括号中报告的是稳健t值，*、**、***分别表示回归系数在10%、5%、1%的置信水平下显著。

5.替换客户集中度的度量方式

在一些国外的会计准则中，通常要求把销售占比超过10%的客户称为重要客户并报告。借鉴这一定义方式，将样本分为存在重要客户样本和不存在重要客户样本。回归结果见表9，结果与之前一致，H2依然成立。

表9 是否存在重要客户分组的稳健性结果

注：括号中报告的是稳健t值，*、**、***分别表示回归系数在10%、5%、1%的置信水平下显著。

五、研究结论及启示

本文以2009-2016年沪、深两市A股上市公司数据为样本，构建了环境不确定性对于投资趋同影响的模型，就环境不确定性对企业投资趋同的影响，以及不同的客户集中度水平是否会使环境不确定性与投资趋同之间的关系有所差异展开研究。研究结论如下：(1)环境不确定性与投资趋同具有显著负相关关系，环境不确定性越高，越能激励上市公司管理者更加积极地收集公司专有投资信息并减少对行业公有信息的依赖，从而降低投资趋同的程度，激烈竞争所带来的环境不确定性作为一种风险机制能够成为对企业管理者的隐性监督，从而减少了代理问题。(2)区分公司的客户集中度高与低，环境不确定性与投资趋同的显著负相关关系主要体现在客户集中度高的公司，在客户集中度低的公司不存在。表明集中的客户资源能够促进信息共享，使更多来自市场的信息传递到企业中，有助于管理者加强对企业特有信息的掌握和使用。

探究环境不确定性下的企业投资趋同行为,有助于促进上市公司在激烈竞争环境下保持良好运营和健康发展，为学术界和实务界进一步认识基于环境适应下的自我调整和企业投资行为提供新认识。根据本文的研究结论得到以下的启示：(1)近年来我国在“一带一路”建设和经济发展新常态的背景下，上市公司面临更多的外部竞争压力，环境的不可预知性是所有企业不可规避的外部客观因素，而从研究结论中我们可以发现中国上市公司管理者面对风险普遍具有良好的应对态度，能够积极调整自身投资策略，这将有利于促进淘汰过剩产能以及推进市场结构升级。(2)下游客户公司是传递来自产品终端市场有效信息的一个重要环节，上市公司应积极整合客户资源，集中的客户资源有助于改善企业内部的信息环境，流畅的信息传递可以为企业制定未来投资决策提供重要依据。因此企业应该着力整合客户资源，加强供应链上的信息共享，以此减少资源的不合理分配。