客户会计稳健性与供应商评级、债务成本

王唯可 李刚

【摘要】以2007 ～ 2018年的上市公司为研究样本， 基于客户资源视角， 研究客户会计稳健性与企业信用评级、债务成本之间的关系。 实证研究发现：客户会计稳健性与企业信用评级显著正相关; 客户会计稳健性与企业债务成本显著负相关， 相比于债券成本， 客户会计稳健性与企业银行借款成本之间的负相关关系更显著; 在小银行内， 客户会计稳健性与企业信用评级和债务成本的相关关系均比大银行显著。 实证结果不仅说明了客户会计稳健性对企业的影响， 还揭示了其作为软信息的作用机理， 为企业提高信用评级、降低债务成本提供了参考。 企业的客户资源能通过声誉效应、供应链整合与监督效应为企业带来收益， 因此企业应该谨慎选择客户并努力维持与优质客户之间的联系。

【关键词】会计稳健性;信用评级;债务成本;客户资源

【中图分类号】F234      【文献标识码】A      【文章编号】1004-0994（2020）22-0089-9

一、引言

根据信息不对称理论， 交易双方不能在资本市场中获得做出正确决策所需要的全部信息， 这使得股东和投资者希望通过会计稳健性制约管理层的机会主义行为， 债权人希望通过会计稳健性制约上市公司虚增利润行为。 Watts[1] 认为， 会计稳健性缓解了债权人与债务人之间的信息不对称问题， 进而降低企业债务成本。 由此可知， 企业提升会计稳健性， 则有可能降低企业信息的获得成本， 并向市场释放积极信号， 进而提升企业债券在二级市场的交易效率。

信用评级自1909年首次发布以来， 就被市场参与者视为评估公司信用风险的主要指标。 Graham和Harvey[2] 指出， 获得良好的评级是仅次于财务弹性安排的公司第二项重要财务决策。 信用评级高意味着标的企业有较好的发展前景和较强的预期偿债能力， 投资者投资企业债券要求的风险溢价较低。 故如何提高企业信用评级是一个值得研究的问题， 已有研究表明企业信用评级的差异主要体现在其盈利能力、负债水平、资产规模和股权结构的差异上。 那么会计稳健性这一指标是否会对企业的信用评级产生影响？ 本文从供应链视角来研究这一问题， 即客户的会计稳健性是否会影响供应商的信用评级？

根据优序融资理论， 企業通常情况下遵循内源融资、债务融资、权益融资的顺序进行融资。 但对大部分企业来说内源融资往往难以支撑其发展， 外部融资就显得尤为重要。 相比权益融资， 债务融资具有税盾效应并且能使企业更好地利用杠杆， 能提高企业的竞争力[3，4] ， 能帮助企业进行合理避税并增加企业财务杠杆效用。 目前， 基于供应链视角研究债务成本的文献比较少， 具体考察客户的财务信息对供应商债务融资成本的研究就更不多见了。 在我国由于客户信息披露不完善， 导致这方面的研究比较困难， 但国内外学者都发现客户的信息特征会影响供应商企业。 随着客户更多地披露信息， 企业对客户盈利公告的股价反应也更强[5] ; 客户信息披露会增加投资者对上市公司的了解， 从而降低上市公司的股价同步性[6] 。

本文从会计稳健性入手， 分析客户会计稳健性影响企业的债务融资成本的作用机理， 并进一步将债务成本分为银行借款成本和债券融资成本来检验其影响作用。 同时还考察了银行规模对会计稳健性作用的影响。

本文的研究贡献在于以下几个方面：第一， 从供应链视角研究了会计稳健性与信用评级之间的关系， 揭示了客户的会计稳健性能够传递供应商的相关信息， 进而影响供应商的信用评级， 丰富了企业信用评级影响因素的研究。 第二， 拓展了企业债务成本的相关研究， 将企业债务成本分为银行借款成本和债券融资成本， 并考察了会计稳健性对二者在供应链环境下的影响。 第三， 进一步研究了银行规模对会计稳健性与信用评级以及债务成本二者关系的调节作用， 对软信息与硬信息的作用机制研究进行了补充。

二、文献综述及研究假设

（一）客户会计稳健性与供应商评级之间的关系

会计稳健性是指对收益和损失非对称性的反映， 即预见所有能预见的损失， 却谨慎地确认收益。 它保障了财务报告的真实性， 提高了企业的会计信息质量[7] 。 银行在进行贷款决策时也十分关注企业的会计信息质量[8] 。 也就是说， 整个资本市场对于会计信息质量是认可的， 必然也会重视和利用会计信息。 随着市场的完善， 国内信用评级也能够反映出企业的风险。 吴健和朱松[9] 发现，  2005 年以后的信用评级在一定程度上反映了企业基本面层面的风险， 评级机构是理性的行为主体， 因此评级机构给出信用评级时会考虑资本市场对企业的认可度。 会计信息质量高的企业更容易受到市场的认可， 会计稳健性提高了会计信息质量， 从而有利于企业的信用评级。 基于供应链视角， 客户会计稳健性的提升， 会提升客户自身的会计信息质量， 那么在客户公布的盈余公告里， 盈利信息更保守、更真实， 而客户盈余公告中也包含了企业或股东对供应商未来现金流的预测相关信息[10] 。 因此， 外界投资者基于客户盈余公告中的会计稳健性预测供应商未来现金流会趋于稳定， 进而认为供应商盈利能力趋于稳定， 客户会计稳健性就可以作为一种承诺机制， 帮助供应商取得债权投资者的信任， 最终提升供应商的信用评级。

基于以上分析， 本文提出如下假设：

H1：客户会计稳健性与供应商信用评级呈正相关关系。

（二）客户会计稳健性与供应商债务成本的关系

学者们对会计稳健性与债务成本相关关系展开了深入研究。 Zhang[11] 发现会计稳健性提高了债务契约效率、降低了债务成本。 郑登津和闫天一[12] 研究发现， 企业会计稳健性越高， 企业的债务成本越低; 企业的外部审计质量越高， 企业的债务成本越低。

已有文献发现， 客户的会计稳健性可以从以下两方面降低供应商的债务成本：

一方面， 客户会计稳健性的提升减少了供应商与债权人之间的信息不对称。 首先， 客户具有声誉机制和交叉监管作用， 因其与供應商之间的联系会促进客户监视供应商的行为， 减少了供应商企业外部利益相关者的信息成本和代理成本， 从而使企业得到更宽松的财务契约， 拥有更低的利差。 其次， 拥有良好财务状况且市场价值被低估的企业具有更强的信息披露动机， 以使自身区别于财务状况差且市场价值被高估的那些企业。 拥有较高会计稳健性的企业能向市场传递良好的信号[12] ， 故会计稳健性会提升企业的声誉; 而客户的良好声誉会通过信号传递机制提升供应商的声誉， 影响银行等债权人对供应商的投资价值判断[6] 。 孙铮等[13] 研究发现， 企业从其他地方“借得”的声誉会起到与自身声誉相同的作用。 由此， 企业拥有高声誉的客户会减少与债权人之间的信息不对称并提升其声誉， 降低债务成本。 最后， 会计稳健性高的客户对坏消息特别敏感， 如果客户认为供应商企业陷入财务困境或其他原因导致不能兑现合同承诺， 就会终止与企业的关系[14] 。 如此， 虽然债权人和企业存在信息不对称， 也可以通过观察客户与企业之间的关系变化得到信息， 降低自身风险。

另一方面， 客户的会计稳健性会影响到供应商的还款能力和收入的稳定性。 首先， 客户会计稳健性能增强企业的还款能力。 张圣利[15] 发现， 上市公司的会计稳健性有助于提高其利润的真实性， 具有会计稳健性的客户的利润信息更加真实公允， 这有利于供应商根据客户的业绩信息更好地管理库存以及作出正确的决策， 由此提高企业的经营业绩， 并增强企业还款能力。 其次， 客户的会计稳健性能让企业拥有更稳定的现金流。 因为客户会计稳健性越高， 越能制约客户企业管理层的选择性披露行为[16] ， 从而缓解供应链上下游信息不对称， 提升供应链上共享信息的质量[17] ， 确保客户与企业关系的持久性[18] ， 最终为企业未来收入的稳定性提供保障。

更进一步来说， 企业债务成本包括了银行借贷成本和债券成本。 与公共债券持有人相比， 银行在收集和处理信息方面均具有更高的能力， 这种差距来源于银行和企业的私人联系[19] 。 戴国强和钱乐乐[20] 实证研究发现， 银行和企业之间确实存在着一种关系性借贷关系， 这种关系使银行更容易获得不会轻易传达到一般市场的企业软信息。 故软信息能在银行中发挥作用， 但不能很好地影响公共债券市场行情。

综上所述， 客户较高的会计稳健性不仅缓解了债权人与供应商的信息不对称， 而且证实了供应商的盈利能力， 有助于对债权人利益的保护， 所以债权人对企业的贷款意愿较强， 愿意降低贷款成本。 另外， 相比于债券持有人， 银行能获得市场不能轻易获得的软信息。 据此， 本文提出如下假设：

H2：客户会计稳健性与供应商债务成本负相关， 并且相比于债券成本， 与供应商银行借款成本的负相关关系更显著。

银行倾向于贷款给关系亲近的企业， 且用更加私人化的方式与企业交流， 与企业的关系更加持久和稳固[21] 。 这说明银行能接触到企业一些没有公开的软信息。 有研究表明， 大银行的规模特点决定了其更多地依据企业的硬信息（如资产抵押、财务报表等）制定贷款决策， 而小银行则更多地将软信息（如企业家的经营能力、声誉等）纳入贷款决策的考量， 许多实证研究为此提供了经验证据[22] 。 也就是说， 大小银行本身的规模特征决定了其对硬信息和软信息的使用偏好， 大银行会更多地使用硬信息， 小银行则更多地使用软信息。

换个角度来说， 大银行组织结构更加复杂， 具有较少管理层次的中小银行在与中小企业的关系借贷方面更具比较优势。 小银行的基层经理一般可以得到更好的所有权激励， 因此他们会付出较多努力来收集软信息， 并会以与股东目标基本一致的方式来使用这些信息， 从而产生小银行优势。 软信息在小银行里更容易传播并且也更受重视， 从而更好地发挥作用。 而会计稳健性是与软信息相关的信息， 小规模银行会对企业的软信息更加关注。 据此， 本文提出如下假设：

H3：在小规模银行， 客户会计稳健性对供应商评级和债务成本影响更显著。

三、研究设计

（一）样本及数据来源

本文选取2007 ～ 2018年供应商及主要客户均为上市公司的样本， 并做如下处理：①剔除金融行业的上市公司， 因为这些公司所处的行业存在特殊性， 报表结构及相关指标与其他行业有较大差异; ②由于我国公司的评级水平普遍偏高， 本文参考其他研究的做法， 如果同一家公司同一年有多次评级， 取最低的那次评级结果; ③剔除相关变量的缺失值。 最终H1得到341个样本观察值， H2得到596个样本观察值。 样本数据来自CSMAR数据库以及沪深交易所。

（二）变量定义

1. 企业信用评级（Rating）。 考虑到信用评级是定性数据， 本文借鉴朱松[23] 、何平和金梦[24] 等的方法， 将企业信用评级按照顺序进行赋值处理。 由于大多数样本集中在A至AAA级之间， 根据刘娥平和施燕平[25] 的研究， 在这个评级区间采用更细致的划分方法。

2. 会计稳健性（Cscore）。 参考前人研究， 设定具体计算模型如下：

其中：EPSi，t为i公司第t年的每股收益; Pi，t-1为i公司上年年末的股票价格; Ri，t为i公司当年5月至次年4月以月度计算的股票年回报率; DRi，t设为虚拟变量， 当Ri，t<0时该值为1， 否则该值为0; RETi，j为考虑现金红利再投资的月个股回报率， Size是公司规模; MB为市账比; Lev为财务杠杆; Size为公司规模; νi，t为残差项。

3. 债务成本（Debtcost）。 本文借鉴郑登津和闫天一[12] 的研究方法， 将债务成本表示为：利息支出/（长期借款+短期借款+应付债券+一年内到期的长期借款）。 其中利息支出使用财务报表附注中“财务费用”的明细项目“利息支出”数额。

（三）实证模型

H1中由于因变量取值是有顺序特征的离散数值， 本文依据之前的研究建立排序选择模型对H1进行检验， 具体模型如下：

其中， Ratingit 代表企业i在第t年度的信用评级， C_Csore_sit-1 代表企业i在第t-1年度的会计稳健性， εit代表残差。 在控制变量的选取上， 本文参考刘娥平和施燕平[25] 、孙洁等[26] 的研究， 将公司规模、第一大股东持股比例、利息保障倍数、总资产报酬率、资产负债率等作为控制变量， 并且将它们滞后一期处理。

H2中因变量为连续变量， 故建立如下模型：

其中， Debtcostit是企业的债务成本， C_Cscoreit是企业的会计稳健性， εit代表残差。 参考张敦力和李四海[3] 的做法， 在模型二里再将Debtcostit分为两类。 定义Debtcost1银行借款成本=利息支出/（长期借款+短期借款+一年内到期的长期借款）; 定义Debtcost2债券成本=利息支出/应付债券。 在验证H3时， 使用两个模型进行了分组检验。

具体变量定义见表1、表2。

四、实证分析

（一）描述性统计

表3为模型一对应的样本描述性统计结果。 企业的信用评级Rating的平均值为8.314， 中位数为8， 说明样本企业信用评级普遍在AA+级以上， 这一数据较其他研究偏高， 说明会计稳健性指标的存在就可能对信用评级有着积极的影响; 标准差为1.457， 说明企业之间信用评级差距比较明显。 会计稳健性C_Cscore的平均值为0.0533， 中位数为0.0405， 标准差为0.062， 这说明此样本的会计稳健性不存在很大差异。 产权性质SOE的平均值为0.733， 说明样本中大多数企业为国有企业， 这也表明评级机构更愿意对国有企业进行评级。 公司规模Size的平均值为24.50， 中位数为23.97， 标准差为2.051， 说明样本企业规模相差不大。 OPR和Roa标准差分别为0.111和0.0296， 说明样本企业的盈利能力较为接近。

表4为模型二样本的描述性统计结果。 债务成本Debtcost平均值为0.0678， 中位数为0.0567， 标准差为0.0713， 说明样本企业债务成本相差不大。 客户会计稳健性C_Cscore 平均值为0.0519， 中位数为0.0482， 标准差为0.0479， 表明样本会计稳健性差异较小， 数据分布比较集中。 公司盈利能力Roa的平均值为0.0445， 中位数为0.0344， 标准差为0.0373， 说明样本企业的盈利能力没有较大的差异。 有形资产比率PPE2的平均值为0.942， 中位数为0.958， 标准差为0.0593， 说明大多数样本企业的有形资产持有比率很高， 几乎不持有无形资产。 财务杠杆Lev的平均值为1.618， 中位数为1.205， 标准差为1.286， 说明样本企业的财务杠杆存在较大差异， 且大多数企业都运用了财务杠杆。

（二）回归分析

表5报告了H1客户会计稳健性对供应商信用评级的回归结果。 客户会计稳健性C_Cscore的系数为5.902且在5%水平上显著。 这说明客户会计稳健性对供应商信用评级有着显著的积极影响， 客户会计稳健性越高， 供应商信用评级也越高， 验证了H1。 供应商信用评级与客户产权性质正相关， 产权性质为国有时信用评级较高; 与客户公司规模正相关， 说明客户规模越大企业评级越高; 与审计意见正相关， 说明客户的审计报告对企业评级有显著影响。 客户的风险水平与供应商信用评级负相关， 这说明客户承担的风险对企业评级有负面影响。 这些结果与其他研究基本保持一致。 从回归结果可以得知， 客户会计稳健性对会计信息提升的作用根据传递效应通过供应链传递给供应商， 評级机构对供应商的会计信息质量评价上升， 从而使供应商得到更高的信用评级。

表6是客户会计稳健性与供应商债务成本的回归结果。 Debtcost、Debtcost1、Debtcost2分别代表了企业的债务成本、银行借款成本、债券成本。 从回归结果可以得出， 供应商的债务成本与客户会计稳健性呈负相关关系， 且在5%水平上显著， 验证了H2。 从后两列回归结果可以进一步得出， 供应商的银行借款成本与客户会计稳健性在5%水平上显著负相关， 而其债券成本与客户会计稳健性的相关系数虽然是负数， 但不显著。 综上所述， 一方面， 客户会计稳健性减少了债权人和供应商企业之间的信息不对称， 并且保障了企业的盈利能力， 使债权人愿意放宽贷款条件， 从而使企业的债务成本下降; 另一方面， 相对于债券市场， 会计稳健性在银行系统的作用更加显著， 这意味着银行可能更容易取得会计稳健性信息并作出反应。

表7和表8是假设三的回归结果， 本文依据武龙[27] 和曾懿亮等[28] 的相关研究， 用短期借款与长期借款的和除以期初总资产度量银行规模， 并按照中位数分为大规模银行和小规模银行两组。 其中， Loansize=1代表大规模银行， Loansize=0代表小规模银行。 表7列示了H1的分组回归结果， 大规模样本组的回归结果不显著， 而在小规模样本组中客户稳健性对供应商债务成本的影响是显著的， 表8中的回归结果与表7一致， 验证了H3。 这说明， 一方面， 小银行有更强的软信息收集意愿， 在信息不对称环境下资产规模较小的企业在银行贷款资源配给上受到天然的歧视， 它们更倾向于从小银行借款并主动释放软信息给银行， 这进一步降低了小银行的软信息收集成本; 另一方面， 由于大型组织层级较多， 软信息在传递过程中容易失真[29] ， 大银行的组织结构不利于软信息的传播， 故在软信息的利用方面也是小银行更具优势。

（三）稳健性检验

排序选择模型对随机误差项的假设有logistic和正态分布， 对应的分别为logit和probit回归模型。 为了验证本文结论的稳健性， 对H1样本使用了probit模型进行回归， 结果如表9所示。

结果显示， 客户会计稳健性C_Cscore在1%水平上与供应商信用评级显著正相关， 其他控制变量的显著性与原模型的回归结果也基本一致， 故研究结论未发生实质性改变。

五、研究结论、建议及展望

（一）研究结论

本文以2007 ～ 2018年的上市供应商及客户企业为研究样本， 实证检验了客户会计稳健性对供应商信用评级和债务成本的影响。 研究发现：第一， 客户会计稳健性越高， 供应商的信用评级越高， 两者呈显著正相关关系。 这说明评级机构在对企业进行评级时考虑了企业客户的会计信息质量， 客户资源是我国评级机构对企业信用等级进行评定时需要考虑的重要因素之一。 第二， 客户会计稳健性与供应商债务成本显著负相关， 并且相比于债券成本， 与银行借款成本的相关性更显著。 这说明资本市场对企业客户的会计信息质量有反应， 并且银行的反应更明显， 因为银行更容易与企业形成关系型借贷从而得到更多的企业软信息， 而软信息在向外界传播时容易失真或流失， 不能完整传递到债券市场。 第三， 客户会计稳健性与企业信用评级和债务成本的相关性均在小规模银行样本中更加显著。 这验证了学者们关于软硬信息机制的研究结论， 说明软信息在层级较少的小规模组织中能更顺畅地传递并发挥作用。 本文研究结果表明， 评级机构认同企业的客户会计信息质量， 认为这种企业盈利的稳定性更强， 愿意给客户会计稳健性高的企业以更高的评级。 资本市场也认为客户会计稳健性高的企业有更好的声誉以及更稳定的还款能力， 因此会放松与企业之间的债务条约， 使企业的债务成本下降， 尤其是小规模银行对会计稳健性有更明显的反应。

（二）建議

企业的客户资源能通过声誉效应、供应链整合与监督效应为企业带来收益， 因此企业应该谨慎选择客户并努力维持与优质客户之间的联系。 本文已经证明了我国评级机构不仅对企业自身财务状况， 也对其客户的会计质量有明显反应， 这说明我国评级机构开展的信用评级是有效的， 故政府在引导评级机构作出公正客观的评级的同时也要加强企业的信息披露， 以使评级机构能够从企业获取充分的评级依据。

（三）展望

本文选取的样本数量偏少， 原因在于我国处于供应链关系中并且有信用评级的上市企业数量相对较少。 随着我国债务市场的发展， 会有更多的上市公司进行债务融资， 未来的研究的样本量会有所增加， 通过扩容样本可以从更多的角度拓展研究结果。 本文仅仅探讨了客户资质对供应商的影响， 未来研究可以从供应商视角或者整个供应链视角来做进一步的探讨。