客户集中度对分析师盈余预测准确度的影响

刘婕

摘 要：以沪深A股上市公司2007—2018年数据为样本，研究上市公司客户集中度与分析师盈余预测准确度的关系。结果表明，客户集中度与分析师盈余预测误差呈现显著的正向关系，即客户集中度越高，分析师盈余预测准确度越低。监管部门、分析师以及投资者都应该密切关注公司客户依赖程度。

关键词：客户集中度 盈余预测准确度 盈余分析

一、引言

在供应链策略中，客户集中度可用以量化企业同产业链下游客户间关系的紧密程度、依赖程度，是企业制定销售战略的重要依据，也是影响企业盈余信息质量和信息披露动机的重要因素。而企业的盈余质量与信息披露行为对分析师的盈余预测准确度起到关键的决定作用。本文将外部市场势力与分析师盈余预测行为联系起来，丰富了分析师盈余预测的相关研究文献，也为投资者科学审慎地参考分析师的研究报告进而做出合理的投资决策，提供了参考意义。

二、客户集中度影响分析师盈余预测准确度的理论分析与假设提出

客户集中度过高，会对企业披露的信息质量和数量产生负面作用，进而影响分析师盈余预测准确度。

第一，客户集中度越高，客户利益侵占行为可能削弱公司盈利能力以及易造成公司财务危机，导致管理层通过盈余管理的方式粉饰报表的动机更强，可能严重扭曲真实的会计信息。客户集中度过高，企业盈利空间下降（Porter，1974），债务融资成本（史金艳等，2018）和权益融资成本上升（Dhaliwal等，2016），导致公司财务和资金状况恶化。大客户可能随时中断交易或与企业同行业竞争对手建立产业联盟，企业不仅面临损失巨额营业收入的压力和高昂的专用性资产转换成本（Maksimovic等，1991），同时面临“羊群效应”带来的不良后果（周冬华等，2018），将会严重影响企业未来经营及财务状况。大客户是企业利益主要来源的客体，为了缓解主要客户带来的经营风险及维持与主要客户长期稳定的关系，提高客户及资本市场对企业的信心，企业向大客户传递其业绩平稳、持续增长及履约能力较强等利好消息的动机加强，从而实现改善交易关系和优化交易条款的目的，因此盈余管理动机更趋强烈，粉饰财务报表以歪曲真实会计信息，以致分析师在进行盈余预测时不可获取真实有效的信息，进而造成盈余预测偏差，盈余预测准确度降低。

第二，客户集中度引发的关系型交易弱化了公司公开披露高质量会计信息的动机，增加了信息的不对称程度，降低信息披露质量。当主要客户与供应商进行多频率交易，建立起长期稳定的合作关系，同时也为供应商-客户之间构造出非公开信息交流渠道，大客户利用该渠道可以获取公开渠道获取不到的部分信息，降低公司公开披露高质量会计信息的动机，导致信息透明度降低，信息不对称程度加深（甘丽凝等，2018;Ball等，2000）。李丹蒙（2007）实证检验了上市公司信息透明度与分析师预测活动之间的关系，发现分析师盈余预测误差会随着公司透明度及披露水平的升高而降低。相比客户分散的企业，客户集中度越高的企业面临的运营风险也越大，为了维持与大客户的长期合作关系，企业更可能进行选择性信息披露（周冬华等，2018），通过有选择性的对外传达企业利好信号，利于建立和巩固与客户的长期合作关系。最终都导致企业公开披露信息质量不理想。另外，客户集中度越高，企业与客户之间形成的关系型交易条款与市场公开交易条款存在差异，分析师难以在公开市场中找到相似的交易条款进行类比分析，提升分析师解读信息的难度，以致盈余预测误差增大。基于以上分析，提出H1。H1：客户集中度越高，分析师盈余预测准确度越低。

三、客户集中度与分析师盈余预测准确度的实证检验

（一）样本选择与数据来源

中国证监会于2007年出台了《公开发行证券的公司信息披露编报规则第15号—财务报告的一般规定》，要求上市公司在定期报告中披露公司前五名客户的销售收入数据。本文从国泰安（CSMAR）数据库选取2007—2018沪深A股上市公司为初始研究样本并进行如下处理：（1）剔除ST、ST*的公司;（2）采取2012年中国证监会行业标准，制造业使用二级分类，其他行业使用大类，剔除金融行业;（3）剔除存在缺漏值的观察值;（4）对所有连续变量进行1%、99%缩尾处理。

（二）变量设计

1.被解释变量。本文的被解释变量是分析师盈余预测准确度（FERROR）。参照周开国（2014）的研究方法，本文选取了公司公布实际收益前的每个预测机构的最终预测值的平均值作为分析师预测每股盈余。计算公式如下：

FERROR=AEPS-FEPSAEPS

其中AEPS为公司实际每股盈余，FEPS为分析师预测每股盈余。FERROR值越大，分析师盈余预测准确度越低。

2.解释变量。本文的解释变量是客户集中度（TOP5，HHI）。借鉴王俊秋等（2016）和王雄元等（2014）衡量客户集中度做法，以上市公司年报中披露的“公司前五大客户的销售额占年度销售总额比例（TOP5）”以及“前五大客户销售比重的赫芬达尔指数（HHI）”作为客户集中度的代理变量，进行主测试。TOP5=公司前五大客户的销售额占同期年度销售总额比例;HHI=公司前五大客户的各自销售占比的平方和。客户集中度衡量公司客户关系结构及客户对公司的经营重要性，该指标越大，说明客户集中程度越大，对公司经营发展越重要。

3.控制变量。参考林钟高等（2014）、胡国柳等（2015）的研究成果，本文以企业规模（ASSET）、资产负债率（LEV）、总资产净利润率（ROA）、固定资产比例（PPE）、現金资产比率（CASH）、现金流量利息保障倍数（IPM）、营业收入增长率（GROWTH）、股权集中度（GDBL）、总资产周转率（TURNOVER）作为控制变量，并引入年度（YEAR）和行业（IND）两个虚拟变量对年度和行业的影响加以控制。

（三）模型设定

FERRORi，t=β0+β1×TOP5i，t（HHIi，t）+β2×ROAi，t+β3×IPMi，t+β4×GROWTHi，t+β5×LEVi，t+β6×ASSETi，t+β7×GDBLi，t+β8×TURNOVERi，t+β9×CASHi，t+β10×PPEi，t+YEAR+IND+ε

（四）实证结果分析

1.描述性分析。如表1所示，分析师盈余预测的误差平均值为2.54571，最小值为0.00515，最大值为38.20245，说明样本公司中分析师盈余预测误差的差距非常大。前五大客户的销售额占年度销售总额比例（TOP5）平均值为0.29261，最小值为0.00960，最大值为0.97310;前五大客户的各自销售占比的平方和（HHI）平均值为0.03755，最小值为0，最大值为0.56868。可以看出样本公司的客户集中度差异是较大的，有的企业客户分布极为分散，但有的企业销售收入几乎全部来源于前五大客户，对客户的依赖风险比较显著。

2.相关性分析。表2中客户集中度（TOP5/HHI）与分析师盈余预测误差的相关系数分别在1%和5%的水平显著正相关，初步对假设1进行了验证。除TOP5与HHI之间相关系数大于0.5，其余变量之间均小于0.5，说明不存在多重共线性问题。

3.多元线性回归分析。表3列示了回归结果。客户集中度（TOP5/HHI）与FERROR的回归系数分别为0.74257和1.27153，分别在1%和5%的水平上显著为正。说明客户集中度越高，分析师盈余预测误差越大，分析师盈余预测准确度也越低，H1得到证实。

四、稳健性检验

（1）参照周冬华等（2018）、王雄元等（2014）的做法，将客户集中度衡量换成客户离散度，即“前五大客户各自的销售额占比的标准差”进行稳健性检验。（2）为了解决内生性问题，将客户集中度滞后一期（TOP5_lag、HHI_lag）再次进行多元回归分析。以上结果均与主测试结果一致。

五、结论与建议

本文对客户集中度与分析师盈余预测准确度的关系进行了实证分析。研究结果表明，客户集中度与分析师盈余预测误差呈现显著的正向关系。

基于本文的实证结果，提出如下建议：对于监管机构而言，为了避免企业过高的客户集中度可能对分析师盈余预测准确度产生的不利影响，损害投资者的利益，使企业自身陷入艰难困境，扰乱资本市场，监管部门要时刻关注企业是否存在大客户现象，并积极要求企业确保大客户的经营质量，以保证其供应链上下游关系能够正常维持;分析师进行预测时应该将公司对客户依赖程度作为重点考虑对象以便提出更为精准的预测信息。

参考文献：

[1]Porter M E. Consumer Behavior， Retailer Power and Market Performance inConsumer Goods Industries [J]. The Review of Economics and Statistics， 1974， 56（4）： 419-436.

[2]Dhaliwal D， Judd J S， Serfling M， Shaikh S. Customer concentration risk and the cost of equity capital[J]. Journal of Accounting and Economics， 2016， 61（1）： 23-48.

[3]周冬華，梁晓琴.客户集中度、分析师跟进与会计信息可比性[J].山西财经大学学报，2018，40（07）：112-124.

[4]李丹蒙.公司透明度与分析师预测活动[J].经济科学，2007，（06）：10-117.

[5]王俊秋，毕经纬.客户集中度、现金持有与公司竞争优势[J].审计与经济研究，2016，31（04）：62-70.

[6]王雄元，王鹏，张金萍.客户集中度与审计费用：客户风险抑或供应链整合[J].审计研究，2014，（06）：72-82.

[7]吴锡皓，胡国柳.不确定性、会计稳健性与分析师盈余预测[J].会计研究，2015，（09）：27-34.

（刘婕，江西财经大学会计学院）