客户集中度、经营风险与经营业绩

孙 明，金 静，丁和平

（安徽财经大学会计学院，安徽蚌埠，233030）

一、引言

客户是企业重要的外部利益相关者，也是企业的商业合作伙伴，它会对企业经营管理行为和战略选择发挥重要影响。企业为了取得更多的利益将产品销售给少数几个大客户，从而形成了客户集中度（Ccustomer Concentration，简写为 CC）。［1］欧美等西方国家资本市场比较发达，会计准则较为完善，对客户信息披露的规定起步较早。美国SEC第101条规定“如果向客户销售额占比达到公司总销售额10%以上（含10%），则应披露客户的名称及其与公司或其子公司的关系（如有）；如果客户对公司很重要，即使销售占比在10%以下，也要对客户的信息进行相应披露”。根据中国证监会颁布的《公开发行证券的公司信息披露内容与格式准则第2号——年度报告的内容与格式》的规定，中国对上市公司披露前五大客户销售份额没有做强制要求（2012年之前）；由“自愿披露”改为“强制披露”（2012年之后），而且扩充了“其是否与上市公司存在关联关系”“客户名称和销售额”等披露的内容。由此可见，证监会等监管部门和市场参与者越来越重视客户信息，要求披露的客户信息内容更加丰富、详细。因此，客户信息披露越来越完备，为我们研究客户集中度对企业行为影响提供了契机。

近年来，随着上市公司客户信息披露愈加详细、规范，学者们开始关注对客户集中度经营后果的研究，而且成果较为丰硕。客户集中度对企业影响主要集中在以下几个方面：会计稳健性、盈余管理、避税行为、审计收费、现金持有、股价崩盘、企业创新、金融投资、投资效率等［2-10］。学者们的观点可以归纳为以下两个方面：一些学者认为，客户集中度可以发挥治理效应，对企业产生积极影响；另一些学者认为，客户集中度发挥风险效应，对企业产生消极影响。因此，基于中国制度背景，本文考察客户集中度对经营业绩的影响，并揭示两者关系的作用机制。从而验证，客户集中度对经营业绩是发挥积极效应，还是产生了消极效应。

本文的研究价值如下：首先，较早从供应链视角，以客户关系为切入点，研究了客户集中度对经营业绩的影响，为企业改善经营业绩提供了新思路；其次，采用中国特有的前五大客户销售占比的数据，实证检验了客户集中度通过经营风险对经营业绩的作用机制；最后，为利益相关者包括投资者、债权人等科学合理地理解与使用财务报表附注中披露的客户信息提供证据支持，也为政府监管部门制定科学合理的客户信息披露相关准则提供实践证据。

二、理论分析与假设提出

（一）客户集中度与经营业绩

客户集中度是一把“双刃剑”，它可能产生积极影响，也可能产生消极影响。一方面，主要客户和企业之间的信息共享与合作可能会产生的积极作用，比如随着供应链上下游企业相互之间的信息交流和生产合作的不断增强，客户集中度越来越高，有利于形成稳定、可靠的客户关系。［11］客户可以加快企业管理效率的提高，缩减销售费用，有利于实现业绩的改善，提高现金流回报率，降低企业风险。由于客户与企业存在合作关系，双方选择专用性投资可能性很高，但如果企业破产，该投资的价值就会显著降低，客户收益很难得到保障。因此，当企业破产清算时，客户将分担一部分成本。［12］因此，客户非常关注企业的经营状况，从而实现自身价值的最大化。［13］Kalwani和 Narayandas（1995）研究发现，客户集中会给企业带来一些积极作用，重要客户的稳定采购活动可以给企业制定科学合理的销售计划提供有价值的参考，能有效缩减销售费用等期间费用。［14］Patatoukas（2012）研究发现，对大客户依赖性越强越能促进企业降低销售成本，提升经营效率，加快资金周转，提高盈利能力。［15］Jia和 Mayer（2017）认为，大客户对稳定供应链起到了重要作用，大客户的存在可以给企业带来更高、更稳定的收益。［16］此外，大客户存在意味着更高的IPO溢价。［17］

另一方面，客户集中度也可能带来消极影响。高的客户集中度，会增加上游供应商对下游客户的依赖程度，客户也会变得更加强势，面对重要客户的要挟，企业被迫降低销售价格、延长信用期限、增加存货储备，从而对经营业绩产生不利影响。［18］近些年，随着中国市场化水平的提高，客户的实力也相应增强，客户延期付款、向供应商转嫁成本的现象时有发生。［19］韩敬稳等（2009）研究表明，下游客户由于强大的议价能力，会通过各种运营方式向上游供应商企业转移风险与成本，从而侵占供应商的经济利益，而且在双寡头的情况下，不可能通过寡头竞争达到不侵占供应商的均衡状态。［20］Kale和Shahrur（2007）研究发现，企业对主要客户的依赖程度越高，现金流风险就越大，更容易陷入财务困境。［21］存在少数几个大客户的企业，如果大客户破产，企业不仅无法回收账款，而且会失去未来销售额，造成重大财务损失，从而影响其自身经营活动。此外，李欢等（2018）实证研究表明，客户集中度降低了应收账款周转率以及毛利率，同时，因为大客户拖欠货款的情况时有发生，导致财务费用增加。［22］为了抑制客户的讨价还价能力，在供应链中争取获得更多收益，供应商须加强客户对自身的依赖程度，同时通过开拓多种销售方式及增加产品的差异性来吸引潜在客户，降低客户集中度，从而减弱自身对客户的依赖程度。

基于上述分析，提出以下待检验对立假说：

H1a：在控制其他因素的条件下，客户集中度与经营业绩显著正相关；

H1b：在控制其他因素的条件下，客户集中度与经营业绩显著负相关。

（二）客户集中度、经营风险与经营业绩

企业长期依赖一个或者几个大客户可能会付出较高的代价，面临更高的风险。具体来说，客户集中会增加经营风险，主要表现在以下几个方面：

第一，大客户可能随时中断和企业的交易，甚至会与企业的竞争者合作经营，因为突然失去这些重要客户，客户集中度高的企业的销售收入可能会大幅度下降，引起其现金流量短缺、财务状况恶化的后果［23，24］；第二，大客户与企业终止合作会对企业现有客户传递消极影响，可能会引起连锁反应，很容易导致其他客户考虑是否继续与供应商进行合作，给企业带来破产风险；第三，客户集中度越高，为了维持与客户合作，企业进行专用性投资成本就越高，其结果必然导致转换成本提高，使其经营风险加大；第四，大客户也可能会要求企业为其提供更长的还款期限、更多的商业信用等，而一旦客户出现财务困境等意外事件必将沿着供应链传染给供应商，导致企业应收账款很难收回或者收回可能性很小，其自身资金流转容易出现困难。可见，客户集中会引起经营风险增加。

客户集中度越高，意味着客户议价能力就越强，这会增加供应商在价格等方面妥协的可能性，蚕食企业利润，供应商的利润因此缩减，导致其潜在的经营风险提高，对其经营业绩产生不利影响。张志宏和陈峻（2015）认为，客户也会对企业财务状况带来负面影响，导致企业风险增大，经营业绩变差，降低现金收益。［25］对于客户比较集中的供应商而言，一旦突然失去主要客户，营业收入必将受到严重影响，当前及预期现金流量将会减少。供应商对大客户的依赖性越强，负债水平就越高，越容易陷入财务困境。Maksimovic和Titman（1991）实证发现，客户会尽量回避和财务状况糟糕的企业合作，对于濒临破产或有财务困境的企业来说，维持正常的生产经营活动很艰难，产品质量难以有效保证，客户面临供货中断的风险，结果会导致商业合约无法履行。［24］程敏英等（2019）发现，客户集中度通过增加经营风险，从而抑制了盈利持续性。［26］综上所述，客户集中可能会通过经营风险在一定程度上影响经营业绩。

基于以上分析，提出以下两个待实证检验对立假设：

H2：在其他因素相同的条件下，客户集中度会导致企业经营风险增加；

H3：在其他因素相同的条件下，经营风险在客户集中度与经营业绩关系中发挥中介效应。

三、研究设计

（一）样本的选择与数据来源

由于前五大客户销售占比的数据属于非强制性披露的信息，而且数据从2009年开始才相对完善，同时考虑到对经营业绩的影响，因此本文选取中国沪深A股主板上市企业2009—2017年数据为样本，考察客户集中度与经营业绩的关系及作用机制。借鉴以往学者的研究，对数据进行如下筛选：剔除保险金融类企业；剔除ST和*ST企业；剔除回归分析中缺失样本。最终获得有效观测值8 379个。本文客户销售份额的数据选自国泰安数据库，其他所需财务数据均来自万得数据库。对所有连续变量均经过Winsor在（1%，99%）水平上进行了缩尾处理，以消除异常值的影响。

（二）构建模型

本文在考察经营风险的中介效用检验时，借鉴温忠麟等（2004）中介效应检验模型。［27］中介效用检验的程序与步骤如下：若X影响Y通过M进行传递，则称M为X作用Y的中介变量，用如下模型表示 ：（1）Y=cX+ε1；（2）M=aX+ε2；（3）Y=dX+bM+ε3。若a、b、c、d都显著异于0，则认为M对X作用Y部分中介效用显著；若a、b、c都显著异于0，并且d不显著为0，则M对X影响Y完全中介效用显著；若c显著不为0，a、b至少有一个不显著异于0，无法直接判断M是否存在中介效应，则需要做Sobel检验①Sobel检验是一种“系数乘积检验方法”，这种方法用来检验模型（2）中变量X的回归系数a与模型（3）中M的回归系数b的乘积是否显著异于0，其原假设为a和b的乘积项显著异于0，即H0：a*b=0。sobel检验的统计量为z=̂∗̂/Sab,其中Sab=进一步验证。为了检验经营风险是否在客户集中度与企业创新之间发挥了中介效应。我们构建如下3个模型来检验客户集中度、经营风险及经营业绩三者之间的关系。

模型（1）用于检验客户集中度（Customer）对经营业绩（RA）的影响。同时参照褚剑和方军雄，而̂和̂分别是系数a和b的回归估计值，Sa和Sb分别是对应的标准误。（2016）的研究设定模型（2），以检验客户集中与经营风险（Risk）之间关系。［7］根据中介效应检验的方法和步骤在模型（1）中加入经营风险中介变量，即模（3），在基础回归中中介变量采用销售收入波动性（Rris），在稳健性检验中，中介变量采用现金流波动性（Rrca）。

以上三个模型运用混合的OLS进行回归分析，估计时采用公司层面聚类稳健标准误，并且控制了年份及行业。由中介检验的程序可知，在模型（1）中系数α1显著不为0的条件下，如果模型（2）中的β1和模型（3）中的λ2都显著异于0的话，则中介效应存在。在β1和λ2当中，至少有一个不显著异于0，此时无法判断中介效应，则需借助Sobel检验进行验证。Sobel检验结果相应的P值如果不显著异于0，则认定不存在中介效应；相应的P值显著异于0，则认定存在中介效应。

（三）变量定义

1.客户集中度（Customer），借鉴陈峻（2015）等与 Patatoukas（2012）的研究［15，25，28］，选择第一大客户销售比例（Top1）及前五大客户销售比例（Top5）进行测度。

2.经营业绩（RA），借鉴唐跃军（2009）的研究［29］，分别采用资产净利率（Roa）与净资产收益率（Roe）进行测度。

3.经营风险（Risk），借鉴廖理等（2009）与张志宏和陈峻（2015）的研究［25，30］，分别采用最近三年主营业务收入标准离差率（Rris）与最近三年现金持有标准差（Rrca）进行测度；

4.控制变量，借鉴江伟等（2018）的研究［31］，本文选择控制变量如下：负债水平（LEV）、公司规模（LAS）、资本支出占比（EX）、成长性（GROW）、托宾Q（TQ）、公司年龄（AGE）、股权性质（SOE）、固定资产比例（TG）、现金流量比例（OC）。并且对年度与行业进行了控制，变量定义及其计算见表1。

四、实证分析结果

（一）描述性统计结果

表2描述了变量统计结果。从因变量经营业绩（RA）来看，资产净利率（Roa）和净资产收益率（Roe）中位数分别为0.04、0.07，均值分别为0.046、0.066，说明整体上中国上市公司利润率不高；从自变量客户集中度（Customer）来看，第一大客户销售比例（Top1）中位数、均值分别为8.32%、12.79%，前五大客户销售比例（Top5）中位数、均值分别为24.32%、29.48%，就平均而言，第一客户销售比例约为10%，前五大客户销售比例约为30%，这与李欢等（2018）研究结果基本一致；从经营风险（Risk）来看，销售收入波动性（Rris）中位数、均值分别为0.164、0.209，标准差为0.164，现金流波动性（Rrca）中位数、均值分别为0.042 0、0.058，标准差为0.051 0，说明不同企业风险差异较大。其他控制变量描述性统计的结果基本与现有文献一致。

表1 变量的符号、含义与计算

表3报告了变量之间的相关系数。表3显示：客户集中度（Top1和Top5）与经营业绩（Roa及Roe）显著负相关，客户集中度（Top1与Top5）与经营风险（Rris及Rrca）显著正相关，这初步表明客户集中对经营业绩有消极作用，同时也增加了经营风险。

（二）回归结果分析

表4汇报了模型（1）回归的结果，即从整体上检验客户集中度对经营业绩的影响。列（1）与列（2）因变量为资产净利率（Roa），第一大客户销售比例（Top1）系数为负且在10%水平上显著，前五大客户销售比例（Top5）系数为负且在1%水平上显著；列（3）与列（4）因变量为净资产收益率（Roe），第一大客户销售比例（Top1）系数为负且在5%水平上显著，前五大客户销售比例（Top5）系数为负且在10%水平上显著。这证明客户集中度（Customer）与经营业绩（RA）显著负相关，假设H1b得到验证。

表5显示了模型（2）和模型（3）回归的结果，即检验客户集中度影响经营业绩的中介效应。列（1）与列（2）对应模型（2），因变量为经营风险（Rris）。结果表明，第一大客户销售比例（Top1）和前五大客户销售比例（Top5）系数均为正且在1%水平上显著，说明客户集中度会导致企业经营风险增加，H2得到了证明。列（3）、列（4）、列（5）、列（6）对应模型（3）回归分析的结果，列（3）、列（4）以资产净利率（Roa）为因变量，第一大客户销售比例（Top1）与前五大客户销售比例（Top5）系数至少在10%水平上显著为负，销售收入波动性（Rris）系数为负且都在1%水平上显著；列（5）、列（6）以净资产收益率（Roe）为因变量，第一大客户销售比例（Top1）与前五大客户销售比例（Top5）系数至少在10%水平上显著为负，销售收入波动性（Rris）系数虽然为负但均不显著，需要进一步进行sobel检验，sobel检验结果对应P值依次为0.028、0.06，分别在5%与10%水平上通过中介效应检验。根据温忠麟（2004）中介效应模型［27］，说明客户集中度通过增加经营风险抑制了经营业绩，即为经营风险在客户集中度与经营业绩关系中发挥了部分中介效应。H3得到了验证。

表2 主要变量的描述性统计

表3 主要变量的相关系数

（三）稳健性检验

前文研究表明：客户集中度越高，经营业绩越差，客户集中度通过经营风险这一中介变量作用于经营业绩。但是该结果是否可靠需要进一步验证，笔者将从以下两个方面验证上述结果的稳健性。

1.将自变量客户集中度及连续控制变量滞后一期。上述研究表明客户集中度与经营业绩显著负相关，但由于自变量与因变量是同时期数据，可能导致反向因果问题，即经营业绩越差、经营风险越大的企业越可能依赖少数几个大客户。为了解决这一问题，将自变量客户集中度及连续变量滞后一期作为自变量，复制上文回归的过程。结果没有发生实质性改变，假设再次得到验证。

2.替换经营风险衡量指标（Rris），销售收入波动性仅仅从收入方面衡量经营风险，并不能全面代表经营风险。借鉴张志宏和陈峻（2015）的研究［25］，采用最近三年现金持有标准差来衡量（Rrca），从现金流波动性方面衡量经营风险，复制前文中介效应检验过程，结果与前文一致，即现金流波动性在客户集中影响企业创新中发挥了中介效应。从而再次证明上述假设成立。

五、结论及启示

外部利益相关者客户会对企业经营管理活动产生深远影响，客户集中度代表了客户关系的重要特征。基于中国现实场景，以我国沪深A股主板上市企业为样本，检验了客户集中度与经营业绩之间的关系。研究表明，客户集中度和经营业绩负向关系显著；进一步研究表明，经营风险在客户集中度与经营业绩中发挥了中介效应。研究结论丰富了供应链理论与风险理论，从客户角度为提高企业经营业绩提供了新视角。

表4 客户集中度与经营业绩

基于研究结论得到如下启示：第一，作为供应链上游的供应商，应适当分散客户群，制定科学合理的与客户合作的战略，充分发挥自身优势，增加客户对自身的依赖程度，弱化对客户的依赖，化解经营风险，提高经营业绩，促进企业的可持续发展；第二，利益相关者不仅要重点关注财务信息，而且也不能忽视客户这些非财务信息，通过客户集中度等非财务指标也可以在一定程度上反映企业生产经营及风险情况，为利益相关者做出科学决策提供证据支持。

表5 客户集中度、经营风险与经营业绩