贸易政策不确定性与客户集中度

李超群　王华

【摘要】以2008 ～ 2019年上市公司为样本， 研究贸易政策波动期间企业如何调整自身的客户资源组合。结果发现， 企业更倾向于增加客户集中度来应对贸易政策不确定性增加带来的经营风险， 并且这种现象更多出现在产权性质为非国有、收入规模更小、 存货管理能力更弱以及融资约束程度更高的企业中。进一步检验发现， 贸易政策不确定性增加时期企业通过提高客户集中度来获得客户支持， 有助于提升企业价值，但这种现象在贸易政策不确定性降低时期并不明显。

【关键词】贸易政策不确定性；客户集中度；企业价值；客户资源组合

【中图分类号】F234.3；F752.0      【文献标识码】A      【文章编号】1004-0994（2023）02-0051-7

一、 引言

稳定的贸易政策环境是企业正常运营的重要保障。但近些年国际贸易环境持续恶化， 单边主义以及贸易壁垒现象不断涌现， 给企业实现预期经营目标、 推动业绩持续增长带来障碍。已有研究发现， 当贸易政策不确定性增加后， 企业倾向于减少风险更高的经营业务与投资活动， 例如减少进出口业务（Handley和Limao，2017；毛其淋，2020）， 减少外部直接投资（李真和刘永清，2021）和降低企业创新投入（司登奎等，2022）等。同时， 企业也可能通过降低资本动态调整速度（彭俊超，2021）以及提高现金持有水平（李超群，2022）， 来保证企业内部稳定的资金环境。

在产品市场中， 企业依赖于客户获得稳定的收入增长， 因此， 优化客户资源组合是企业持续健康发展的重要支撑（Dhaliwal等，2016；孟庆玺等，2018；李馨子等，2019）。当贸易政策不确定性增加时， 企业如何调整其客户资源组合是不确定的。一方面， 企业能通过提高客户集中度建立良好的客户—供应商关系， 通过供应链整合降低企业的运营成本， 提高企业运营效率， 从而降低企业现金流风险（Flynn等，2010；王雄元和 高开娟，2017）； 同时， 大客户能提供更多有价值的信息帮助供应商企业应对潜在的贸易政策风险， 有助于供应商企业管理层优化经营投资决策， 提高企业的创新能力（Chu等，2019）。另一方面， 企业也可能在贸易政策环境不确定性较高的时期分散其客户资源， 以降低大客户利用自身经济地位转嫁经营风险的可能性（Raman和Shahrur，2008）； 同时， 较低的客户集中度也有助于避免出现由于个别客户特殊风险给企业带来现金流的波动（Irvine等，2016）， 因此， 需要对贸易政策不确定性如何影响客户集中度进行实证检验。

本文运用Davis等（2019）基于报纸构建的中国贸易政策不确定性指数， 研究贸易政策波动期间企业如何调整自身的客户资源组合。以2008 ～ 2019年我国上市公司为样本， 研究发现企业更可能增加客户集中度来应对贸易政策增加带来的经营风险， 并且这种现象更多出现在产权性质为非国有、 收入规模更小、 存货管理能力更弱以及融资约束程度更高的企业中。进一步检验发现， 企业通过客户集中度的提升获得了客户支持， 有助于提升企业价值， 并且这种现象更多出现在贸易政策不确定性增加的时期。

二、 理论分析与假设提出

（一）理论分析

已有研究发现， 贸易政策波动会影响企业进出口活动、 投资活动和财务决策。基于企业进出口业务的视角， 已有研究发现国家之间设立的贸易协调机制， 能有效降低国家之间的贸易政策不确定性， 降低企业从事国际贸易活动的制度成本， 增加企业的进出口规模。Handley和Limao（2017）分析发现， 中国企业在中国加入WTO后降低了跨国的贸易成本， 对美国的出口份额获得了增长。Feng等（2017）进一步研究发现， 在中国加入WTO后， 提供低价格高质量产品的公司竞争优势更加明显， 获得了更多的出口业务， 而原有提供高价格低质量产品的公司则因为缺乏竞争力退出外贸市场。基于企业投资的视角， 李真和刘永清（2021）发现贸易政策不确定性降低了企业的投资成本， 使得企业更倾向于开拓海外市场。基于企业的创新活动， 李敬子和刘月（2019）发现， 当贸易政策不确定性增加后， 企业通过获得政府补贴来加大研发投入， 以加速企业转型升级； 但司登奎等（2022）强调贸易政策环境的恶化并没有带来企业创新质量的提升。基于企业财务决策的视角， 企业为保证自身拥有稳定的资金储备以应对可能的贸易政策风险， 可能在贸易政策不确定性增加的时期选择降低资本结构的动态调整速度（彭俊超，2021）或者增加现金持有（李超群，2022）； 同时李超群（2022）也发现， 贸易政策不确定性降低了企业的现金持有价值， 表明贸易政策波动降低了企业资金的使用效率。

基于上述分析可以发现， 已有研究多基于企业自身视角讨论贸易政策不确定性的經济后果。而本文尝试讨论贸易政策不确定性与客户集中度之间的关系， 这有助于了解贸易政策不确定性如何影响企业与外部利益相关者之间的关系。

（二）假设提出

1. 当贸易政策不确定性增加时， 提高客户集中度能帮助企业获得更多的供应链支持， 提升企业价值。

（1）公司能通过与大客户维系良好的客户—供应商关系进行有效的供应链整合， 降低企业的运营成本， 提高企业运营效率（王雄元等，2020）。具体而言， 在贸易政策不确定性上升的时期， 企业开拓新产品市场的难度增加， 需要耗费的销售费用与管理费用增加， 这些增加的运营费用进一步压缩了企业的利润空间， 降低了企业的经营业绩。而当企业将工作重心集中于现有大客户时， 通过有效的供应链整合， 基于长期建立的稳定关系， 能减少不必要的销售费用与管理费用支出。同时， 企业能通过与大客户进行有效交流， 保持与客户需求相匹配的产品库存， 减少由于贸易政策不确定性带来的原材料储备以及过剩产品积压， 这不仅有助于提高公司的运营效率（王雄元和高开娟，2017）， 更有助于释放公司生产环节的现金储备。王雄元和高开娟（2017）发现， 当公司客户集中度上升时， 能通过与大客户进行有效的供应链整合降低公司的成本粘性， 提升公司的经营效率， 并且这种现象在经营不确定性较高或者市场竞争程度较高的情况下更明显。

（2）当贸易政策不确定性增加时， 提高客户集中度能帮助企业获得更多大客户提供的有价值的信息， 提高企业创新效率， 进一步提升企业价值。具体而言， 在贸易政策不确定性上升时期， 企业缺乏足够的信息了解外部产品市场环境变化， 公司管理层投资决策的难度增加， 公司资金的有效使用难度增加。例如李超群（2022）发现贸易政策不确定性降低了公司的现金持有价值， 因此， 企业管理层如何获得有价值的信息来提高创新效率也是贸易政策不确定性上升时期企业需要关注的重要问题。当公司的客户集中度增加时， 企业通过与大客户深度绑定能及时与大客户沟通， 有针对性地进行产品调整， 有效满足大客户的需求（Chu等，2019）。当大客户进行产业升级时， 企业也能及时了解大客户的需求， 进行配套产品升级， 有效降低产品开发的不确定性， 节约了产品研发的成本， 提升了创新效率。因此， 本文提出以下假设：

H1： 当其他变量不发生变化时， 贸易政策不确定性上升， 企业会增加客户集中度。

2. 当贸易政策不确定性增加时， 企业也可能降低客户集中度以避免可能的经营风险。

（1）当贸易政策不确定性上升时， 大客户可能利用其经济地位， 通过谈判将自身经营风险转移至供应商企业， 损害供应商企业价值， 因此企业会选择降低其客户集中度。具体而言， 大客户可能会要求供应商企业采用更有利于自身利益的方式进行产品与资金交割， 以缓解和转移自身的经营风险（Raman和Shahrur，2008）。并且这种现象在贸易政策不确定性增加时期出现的概率会更大， 因为此时客户公司的经营难度也同样会增加， 而这会进一步增加企业在贸易政策波动环境下的经营难度， 损害企业价值， 导致企业倾向于降低客户集中度。

（2）基于投资组合理论的视角， 企业可能选择扩大客户资源组合， 避免由于个别大客户的特殊风险给企业带来剧烈的现金流波动。由于贸易政策不确定性增加， 客户自身的经营风险上升， 出现破产重组以及产品研发内部化问题的可能性增加（Li等，2021）， 而这会导致依赖大客户的企业突然失去大额订单， 对公司经营现金流量造成冲击。Campello和Gao（2017）的研究表明， 银行会关注公司客户资源组合带来的风险， 对客户集中度更高的企业提出更多高限制性条款， 并且要求更高的贷款利率。因此， 在贸易政策不确定性上升时期， 为避免大客户自身带来的经营风险冲击， 企业也可能会选择分散客户资源组合来降低经营风险。据此， 提出以下假设：

H2： 当其他变量不发生变化时， 贸易政策不确定性上升， 企业会降低客户集中度。

三、 研究设计

（一）样本选择与数据来源

证监会2007年12月修订发布了《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（2007年修订）》， 强制要求上市公司自2007年开始在年度报告中“披露前５名客户销售额合计占公司销售总额的比例”。由于2007年首次披露客户信息的公司较少， 本文选取的样本始于2008年。同时， 为了排除新冠疫情对研究结论的影响， 本文的研究样本截至2019年。因此， 本文利用2008 ～ 2019年我国上市公司数据来研究贸易政策不确定性如何影响公司客户集中度。同时， 本文还对研究样本进行如下步骤的处理： ①删除金融业上市公司样本； ②删除研究变量以及控制变量缺失的样本。经过上述步骤的处理， 最后得到共计26960个观测值。本文被解释变量和控制变量的数据均来自于国泰安数据库， 解释变量即企业面临的贸易政策不确定性主要通过Davis等（2019）利用报纸构建的中国贸易政策不确定性指数来度量。

（二）模型设计

为检验本文关注的贸易政策不确定性对客户资源组合的影响问题， 本文构建了模型（1）， 具体如下：

Customeri，t=α0+α1TPUi，t+α2Controlsi，t+∑Year+∑Industry+εi，t   （1）

其中： Customer为公司客户集中度， 它等于公司当年的前五大客户的销售收入比例之和； TPU为贸易政策不确定性， 具体是基于Davis等（2019）利用报纸构建的中国贸易政策不确定性指数， 通过年度平均后再进行对数处理。

借鉴Leung和Sun（2021）的研究成果， 本文选择的控制变量分为公司和地区两个层面：

公司层面的控制变量为： ①公司营业收入（REV）， 等于公司当年的营业收入取对数； ②总资产收益率（ROA）， 等于公司当年的净利润除以当年的资产总额； ③亏损业绩（Loss）， 如果公司当年的净利润为负， 赋值为1， 否则为0； ④资产負债率（LEV）， 等于公司当年的负债总额除以当年的资产总额； ⑤应收账款（REC）， 等于公司当年的应收账款净值除以当年的资产总额； ⑥公司存货（INV）， 等于公司当年的存货净值除以当年的资产总额； ⑦研发投入（RD）， 等于公司当年的研发投入除以当年的营业收入； ⑧营业成本率（Cost）， 等于公司当年的营业成本除以当年的营业收入； ⑨公司年龄（Age）， 等于当年年份减去公司成立年份的差值再取对数； ⑩公司董事会（Board）， 等于公司当年的董事会人数取对数； 11两职合一（Duality）， 如果公司当年的总经理同时担任董事长， 赋值为1， 否则为0； 12独立董事（Independent）， 等于公司当年的独立董事人数除以当年的董事会人数。

地区层面的控制变量为： ①地区经济增长率（GDP_Growth）， 等于公司注册地所在省份当年的GDP增长率； ②地区人均GDP（GDP_P）， 等于公司注册地所在省份当年的人均GDP再进行对数化处理。表1列示了这些变量。本文在回归中均对实证结果进行公司层面的聚类调整， 以缓解由于公司客户集中度在特定公司层面具有较强相关性对研究结论的影响。同时， 也对回归中涉及的所有连续变量都进行了1%的缩尾处理， 以缓解可能存在的由于变量的极端值的出现对实证结果可靠性产生的影响。

四、 实证分析

（一）描述性统计

表2展示了主要变量的描述性统计结果。可以看到， Customer均值为0.312， 说明本文的研究样本中， 每个公司前5大客户的销售规模占整个公司收入规模的平均比例为31.2%， 这一结果与已有研究类似。TPU的均值为5， 标准差为0.938， 这一结果和Li等（2021）报告的关于贸易政策不确定性的描述性统计结果类似。同时， 该结果也表明， 不同年份公司面对的外部贸易政策存在明显波动。REV均值为21.324， 标准差为1.463， 说明我国上市公司的营业收入之间差异较大。RD的平均值为0.032， 中位数为0.025， 说明我国有超过一半的上市公司研发强度相对较低， 不符合高新技术企业的认定标准。Duality均值为0.269， 表明我国有超过四分之一的上市公司的总经理同时担任董事長职务。

（二）基础回归

表3展示了贸易政策不确定性与企业客户集中度的基准回归结果。可以看到， TPU的系数为0.021， 在1%的水平上显著， 说明公司在贸易政策不确定性上升时期会提高客户集中度来应对潜在的贸易政策风险， 支持了H1的猜想。控制变量方面可以看到， REV的估计系数为-0.054， 在1%的水平上显著， 表明公司的营业收入越高， 拥有的客户资源越丰富， 越有可能降低客户集中程度； ROA的估计系数为0.192， 在1%的水平上显著， 表明当公司自身的盈利水平越高时， 越倾向于集中客户资源； RD的估计系数为-0.155， 在10%的水平上显著， 表明公司研发投入越多， 经营风险越高， 越倾向于分散客户资源以降低自身的风险。

（三）稳健性检验

为了保证上述结果的稳健性， 本文还采用以下几种方法进行稳健性检验： ①内生性问题。本文的研究结论可能会受到公司层面不随时间变动的遗漏变量的干扰， 为排除这些遗漏变量可能造成的影响， 本文在回归中进一步控制了公司固定效应。②更换客户集中度和贸易政策不确定性的度量方法。本文参考褚剑和方军雄（2016）的方法， 采用基于公司前五大客户销售收入比例计算的赫芬达尔指数重新度量客户集中度。同时， 本文还采用另外两种方式度量贸易政策不确定性： 定义TPU_Adj1为基于Davis等（2019）利用报纸构建的中国贸易政策不确定性指数， 再取年度中位数； 定义TPU_Adj2为基于Davis等（2019）利用报纸构建的每年12月份贸易政策不确定指数， 重新进行回归。③持续影响。为检验贸易政策不确定性对于公司客户选择的持续影响， 本文定义Customert+1为t+1期客户集中度， Customert+2为t+2期客户集中度， 重新进行回归。上述回归结果均与前文一致， 表明前述实证结果具有稳健性。 限于篇幅， 结果未予列示。

（四）截面差异分析

1. 产权性质。当贸易政策不确定性上升时， 不同产权性质的企业在客户资源组合调整过程中可能存在不同策略。国有企业相较于非国有企业拥有更多的政府支持和政策优势， 更可能在贸易政策不确定性上升时获得更多政策信息与资源以支持企业持续发展。同时， 相较于国有企业， 非国有企业外部融资的难度更高， 更不可能在贸易政策不确定性上升时获得政府补贴和外部银行信贷。因此， 非国有企业更可能依赖大客户的支持以应对贸易政策波动带来的经营风险。为进一步讨论国有企业和非国有企业是否在贸易政策不确定性和客户集中度的关系上具有明显差别， 本文基于公司的产权性质进行分组回归。表4第（1）列和第（2）列展示了回归结果， 可以看到TPU的系数仅在非国有企业的样本中显著， 在国有企业的样本中不显著， 并且TPU的估计系数在两组样本之间在10%的水平上存在明显差异， 表明非国有企业更愿意提高客户集中度来应对贸易政策不确定性上升带来的挑战。

2. 公司收入规模。收入规模更小的企业应对外部风险的难度更大， 更有可能在贸易政策不确定性上升的情况下选择集中客户资源组合， 依赖大客户的支持以应对贸易政策风险对企业生产经营活动带来的挑战。为检验不同营业收入规模的企业在贸易政策不确定性与企业客户集中度的关系上是否存在差异， 本文主要基于公司当年的营业收入中位数进行分组回归。表5第（1）列和第（2）列展示了回归结果， 可以看到TPU的系数在公司营业收入规模更小的样本中显著， 在公司营业收入规模更大的样本中不显著， 同时TPU的系数在两组样本之间在5%的水平上存在明显差异， 表明收入规模更小企业在贸易政策不确定性上升时会增加客户集中度。

3. 存货管理能力。良好的存货管理能力是企业提高经营效率、 应对外部市场需求不确定性的重要内部管理手段。存货管理能力较弱的企业更可能在贸易政策波动加剧的情况下依赖大客户的支持， 以保证自身经营业绩的稳定性。为检验不同存货管理能力的企业在贸易政策不确定性与企业客户集中度的关系上是否存在差异， 本文主要基于公司存货周转率的中位数以及存货净值占资产比重的中位数分别进行分组回归。表6第（1）列和第（2）列展示了基于存货周转率分组的回归结果， 可以看到TPU的系数在公司存货周转率更低的样本中显著， 而在公司存货周转率更高的样本中不显著， 同时TPU的系数在两组样本之间在5%的水平上具有显著差异。表6第（3）列和第（4）列展示了基于存货净值占资产比重分组的回归结果， 可以看到TPU的系数在公司存货资产占比更高的样本中显著， 而在公司存货资产占比更低的样本中不显著， 同时TPU的系数在两组样本之间在5%的水平上存在明显差异。上述结果表明， 存货管理能力更弱的企业在贸易政策不确定性上升时会提高客户集中度。

4. 公司融资约束。公司自身的资金积累是应对企业贸易政策不确定性的重要因素。已有研究发现， 当外部政策环境恶化时， 拥有充足资金的企业能更好地把握投资机会， 避免突发性的外部冲击对企业正常经营活动产生影响。因此， 贸易政策不确定性上升时， 融资约束程度更高的企业更有可能通过大客户获得商业信用融资以缓解贸易政策不确定性的冲击。为检验不同融资约束程度的企业在贸易政策不确定性与企业客户集中度的关系中是否存在差异， 本文基于公司SA指数的中位数进行分组回归。表7第（1）列和第（2）列展示了回归结果， 可以看到TPU的系数仅在公司融资约束程度更高的样本中显著， 在公司融资约束程度更低的样本中不显著， 并且TPU的系数在两组样本之间在5%的水平上存在明显差异， 表明融资约束程度更高的企业在贸易政策不确定性上升时更可能提高客户集中度。

（五）进一步分析

为检验企业在贸易政策不确定性波动时期增加客户集中度的效果， 本文进一步通过模型（2）来研究客户集中度对企业价值的总体影响， 同时检验客户集中度对企业价值的影响在不同贸易政策环境下是否存在差异：

Tobins_Qi，t+1=α0+α1Customeri，t+α2Controlsi，t+∑Year+∑Industry+εi，t         （2）

其中， Tobins_Q等于股票市值除以总资产。表8第（1）列展示了全样本下客户集中度与企业价值的关系， 可以看到Customer的系数为0.255， 在1%的水平上显著， 表明客户集中度的增加有助于提高企业价值。表8第（2）列和第（3）列进一步将样本区分为贸易政策不确定性上升时期和贸易政策不确定性下降时期， 可以看到， Customer的系数仅在贸易政策不确定性上升时期的样本中显著， 在贸易政策不确定性下降时期的样本中不显著， 并且TPU的系数在两组样本之间在1%的水平上存在明显差异， 表明当外部贸易环境发生剧烈变动时， 大客户可能会伸出扶持之手， 基于有效的供应链整合， 帮助供应商企业渡过难关， 提升供应商企业价值。但当外部贸易环境比较稳定时， 大客户并不会提供这种帮助， 可能的原因在于这种帮助也会损害大客户的自身利益。

五、 研究结论与启示

本文研究了贸易政策波动期间企业如何调整自身的客户资源组合。以2008 ～ 2019年我国上市公司为样本， 研究发现企业更可能选择增加客户集中度来应对贸易政策不确定性上升带来的经营风险。同时这种现象在产权性质为非国有、 收入规模更小、 存货管理能力更弱以及融资约束程度更高的企业中更显著。进一步研究发现， 客户集中度的提高有助于在贸易政策不确定性上升时期提高企业价值， 表明大客户会在危机时刻重视供应链的稳定， 通过扶持之手幫助供应商企业化解暂时的危机， 实现合作共赢。但当贸易政策不确定性降低时， 客户集中度并没有带来企业价值的提升。

本文研究表明企业能通过合理调整客户资源组合来有效应对贸易政策波动带来的挑战。企业需要重视供应链管理， 通过维护大客户关系， 在关键时刻依靠大客户的帮助以更好地应对贸易政策不确定性给企业经营活动带来的冲击。同时， 本文的研究也有助于企业全面理解客户资源组合对于自身价值的影响， 企业需要针对外部贸易政策环境的变化对自身客户资源组合进行动态调整， 为企业的持续价值提升助力。

【 主 要 参 考 文 献 】

陈峻，袁梦．融资约束，审计费用与现金持有价值［ J］．审计研究，2020（2）：106 ～ 113．

陈胜蓝，刘晓玲．中国城际高铁与公司客户集中度 —— 基于准自然实验的证据［ J］．南开经济研究，2020（3）：41 ～ 60．

鞠晓生，卢荻，虞义华．融资约束，营运资本管理与企业创新可持续性［ J］．经济研究，2013（1）：4 ～ 16．

李超群．贸易政策不确定性与企业现金持有［ J］．国际商务财会，2022（7）：3 ～ 11．

李敬子，刘月．贸易政策不确定性与研发投资：来自中国企业的经验证据［ J］．产业经济研究，2019（6）：1 ～ 13．

李馨子，牛煜皓，张广玉．客户集中度影响企业的金融投资吗？［ J］．会计研究，2019（9）：65 ～ 70．

李真，刘永清．贸易政策不确定性是否影响中国企业的对外直接投资概率［ J］．经济理论与经济管理，2021（12）：69 ～ 78．

毛其淋．贸易政策不确定性是否影响了中国企业进口？［ J］．经济研究，2020（2）：148 ～ 164．

孟庆玺，白俊，施文．客户集中度与企业技术创新：助力抑或阻碍 —— 基于客户个体特征的研究［ J］．南开管理评论，2018（4）：62 ～ 73．

彭俊超．贸易政策不确定性与公司资本结构调整速度［ J］．经济学家，2021（2）：52 ～ 61．

司登奎，李小林，孔东民等．贸易政策不确定性，金融市场化与企业创新型发展：兼论金融市场化协同效应［ J］．财贸经济，2022（4）：53 ～ 70．

王丹，李丹，李欢．客户集中度与企业投资效率［ J］．会计研究，2020（1）：110 ～ 125．

王雄元，高开娟．客户关系与企业成本粘性：敲竹杠还是合作［ J］．南开管理评论，2017（1）：132 ～ 142．

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（6）：72 ～ 82．

王贞洁，王竹泉．基于供应商关系的营运资金管理 —— “锦上添花” 抑或 “雪中送炭”［ J］．南开管理评论，2017（2）：32 ～ 44．

夏立军，陆铭，余为政．政企纽带与跨省投资 —— 来自中国上市公司的经验证据［ J］．管理世界，2011（7）：128 ～ 140．

张亮亮，李强．高铁开通与企业存货管理效率 —— 基于供应链协调成本的视角［ J］．中南财经政法大学学报，2019（6）：82 ～ 93．

Allen F.， Qian J.， Qian M.. Law， Finance， and Economic Growth in China［ J］．Journal of Financial Economics，2005（1）：57 ～ 116．

Chu Y.， Tian X.， Wang W.. Corporate Innovation along the Supply Chain［ J］．Management Science，2019（6）：2445 ～ 2466．

Cull R.， Xu L. C.. Institutions， Ownership，and Finance： The Determinants of Profit Reinvestment among Chinese Firms［ J］．Journal of Financial Economics，2005（1）：117 ～ 146．

Dhaliwal D.， et al.. Customer Concentration Risk and the Cost of Equity Capital［ J］．Journal of Accounting and Economics，2016（1）：23 ～ 48．

Flynn B. B.， Huo B.， Zhao X.. The impact of Supply Chain Integration on Performance：A Contingency and Configuration Approach［ J］．Journal of Operations Management，2010（1）：58 ～ 71．

Handley K.， Limao N.. Policy Uncertainty，Trade，and Welfare：Theory and Evidence for China and the United States［ J］．American Economic Review，2017（9）：2731 ～ 83．

Irvine P. J.， Park S. S.， Y?ld?zhan ?.. Customer-base Concentration， Profi-

tability，and the Relationship Life Cycle［ J］．The Accounting Review，2016（3）：883 ～ 906．

Raman K.， Shahrur H.. Relationship-specific Investments and Earnings Management： Evidence on Corporate Suppliers and Customers［ J］．The Accounting Review，2008（4）：1041 ～ 1081．

（責任编辑·校对： 李小艳  黄艳晶）

【基金项目】财政部部部省共建项目（项目编号：202009）

【作者单位】1.湖南第一工业设计研究院有限公司咨询研究中心， 长沙 410013；2.中南财经政法大学会计学院， 武汉 430073