客户集中度与会计信息可比性——基于倒U型关系的解释

李 清，陈 琳

(吉林大学商学与管理学院，吉林 长春 130012)

一、引 言

供应链的稳定和韧劲是公司防范化解未来突发风险的重要保障，更是推动全球经济增长的关键力量。客户作为供应链上的重要利益相关者，与公司通过频繁交易组成合作伙伴，两者间交易关系的强度通常以客户集中度表示。客户与供应商之间恰当的客户集中度有助于公司风险意识能力、反应能力的提升以及供应链风险的降低，继而使得供应链整体稳定性和韧性得以增强[1]。同时，过高的客户集中度则可能因“客大欺店”引致供应商被“敲竹竿”的风险[2]。事实上，客户集中度水平已经引起监管部门的注意，例如，2022年9月22日上交所对“上海易连”下发半年报的二次监管问询函，由于公司2022年上半年前五大客户销售占比达到90%，上交所要求其说明客户高度集中的原因与合理性，以及是否对主要客户形成较大依赖。这为本文的研究，以及为监管部门关注客户集中度与公司会计信息质量并优化相关监管措施提供了契机。

学界关于客户集中度对供应商公司会计信息影响的研究，可以归纳为两种截然不同的结论。一是基于市场化交易的“客户治理观”，认为客户群体作为外部“监督者”，在交易过程中对供应商会计信息具有正向作用，有助于减少供应商的信息不对称程度，帮助供应商快速识别坏消息，披露更及时、更稳健的会计信息[3][4]。二是基于关系型交易的“客户协同观”，认为客户可能扮演“合谋者”的角色，与供应商利用关系渠道开展私下交流，进而对公司信息环境产生负向影响。例如，随着客户集中度的提高，公司可能因私下沟通渠道的存在而实施选择性信息披露行为，导致管理层业绩预测和销售预测的频次减少，继而使得公司信息透明度下降[5]。

在会计信息质量的众多维度中，本文聚焦于公司间信息质量的度量方式——会计信息可比性。究其原因，首先，会计信息可比性是揭示公司相比于同行业其他竞争对手特有差异的关键指标。更多学者也注意到会计信息可比性对公司特有因素影响的协助作用，认为会计信息可比性不仅有助于投资者鉴别公司特有风险，而且能够帮助会计信息使用者直接比较公司间财务状况差异[6]。其次，会计信息可比性能够呈现公司所在的行业共同特征，并且伴随着有关行业信息的预测。这有助于客户通过类比同行业其他公司的财务报告，实现对目标公司会计信息的挖掘与预判[7]。再者，客户希望通过高质量的会计信息进行有效决策，而会计信息可比性既是增进会计信息质量的首要特征[8]，又一直被视为提高会计信息决策有用性的关键途径之一[9]。最后，对会计信息可比性的关注契合提升供应链稳定和韧性的研究背景，Chircop(2021)[10]的研究表明会计信息可比性有利于公司间通过相互学习提升自身竞争力，继而打造更稳定、更高韧性的供应链。当前，立足于供应链交易视角，将客户集中度与会计信息可比性联系在一起进行探讨的研究较少。既有研究或基于治理观考察客户对供应商的监督作用，或从关系型交易视角考虑客户与供应商的协同效应[11]，缺少将客户在市场化交易中的监督特征和关系型交易中的协同特征纳入同一框架下的研究，即未能考察客户角色的动态转变。此外，客户的角色直接影响着供应商管理层的行为，但鲜有研究在管理层策略性行为视域下考察客户集中度与会计信息可比性之间的中介作用机制。

本文基于交易成本理论和资源依赖理论，关注交易过程中客户集中度的增加是否会导致客户角色的动态转变，进而分析客户集中度对会计信息可比性的作用机理。与以往文献相比较，可能的贡献有：第一，基于交易成本理论和资源依赖理论，同时考虑交易过程中客户角色由“圈外监督”到“圈内协同”的动态转变以及供应商相应实施的策略性行为，以此构建了全新的理论分析框架，为客户集中度与会计信息可比性的关系提供了新的理论解释。同时，随着客户集中度的增加，客户角色的动态转变也在很大程度上解释了以往客户集中度对会计信息影响的研究结论不一致的原因。第二，提出并验证了客户集中度与供应商会计信息可比性的倒U型关系，当客户集中度未达到阈值时，客户集中度对会计信息可比性表现为促进效应，超过阈值后客户集中度对会计信息可比性转为抑制作用。这打破了以往的线性研究结论，为客户集中度与会计信息可比性之间的非线性关系积累了新的经验证据。第三，出于供应商管理层实施策略性行为的考虑，从信息不对称的视角考察管理层的信息披露行为，验证了信息不对称程度在客户集中度与会计信息可比性之间的中介效应。同时，基于管理层财务杠杆策略视角，验证了财务杠杆水平在客户集中度与会计信息可比性之间的中介作用。本文遵循“客户集中度—信息不对称程度或财务杠杆水平—会计信息可比性”的思路，检验了完整的因果关系链条，有助于投资者关注公司的机会主义行为与策略性操纵手段。此外，从投资者获取信息的公平性角度来讲，大客户与供应商的私下沟通行为，在一定程度上为证监会关注公司信息披露违规提供了必要的理论依据和经验支持。

二、理论分析与研究假设

(一)客户集中度对会计信息可比性的影响

交易成本理论认为，由于投资者的有限理性、公司的资产专用性特征以及交易的不确定性，缔约双方通常会付出高昂的事前及事后成本。为降低交易成本，供应商与客户倾向于缔结长期稳定的合约，即形成特定关系型交易网络。其中，供应商的会计信息是客户评估特定关系投资(1)特定关系投资(relationship-specific investment)是指只针对某个特定联盟伙伴，很难再次被利用到其他战略联盟中的投资。的重要依据[12]。随着客户集中度的增加，供应商为响应客户的信息需求，将调整会计信息的披露渠道，由最初的公开披露转为后续与大客户的私下沟通。在此期间，客户对供应商的会计信息可比性将提出不同的要求，而供应商也将据此改变会计信息可比性水平。具体的，客户集中度对会计信息可比性的影响可分为“圈外监督”效应以及“圈内协同”效应。

1.客户集中度对会计信息可比性的“圈外监督”效应。当客户集中度较低，即客户群体较为分散时，客户与供应商之间的特定关系投资相对较少，此时，客户处于同供应商进行市场化交易的“圈外”状态，只能依据供应商公开披露的会计信息制定特定关系投资的决策。在此情况下，面对同一行业中可选供应商较为相似的经营信息，客户需要利用供应商公司较高的会计信息可比性来快速准确地比较、甄别和预测公司经营状况和未来前景，以期科学合理地判断特定关系投资价值。所以，集中度较低的客户群体有强烈的动机对供应商会计信息可比性发挥“圈外监督”效应。与此相同的，出于吸引客户并实现特定关系型交易的考虑，供应商管理层也倾向于满足客户对会计信息可比性的预期与诉求。具体而言，供应商可能在信息生产过程中采用行业内惯常的会计信息系统来提高会计信息可比性，以此增加客户利用行业信息开展公司分析的可能性[13]。此外，供应商也可以在信息披露过程中严苛地遵循会计准则，与行业内的其他公司采取统一的确认、计量和报告规则来提高会计信息可比性，以期借由同一口径下会计信息的差异来实现公司间信息的有效比较，突出自身独特优势[14]。因此，在这一阶段，客户集中度能够促进供应商会计信息可比性的提高。

2.客户集中度对会计信息可比性的“圈内协同”效应。在客户集中度较高的情况下，大客户由市场化交易的“圈外”状态转为关系型交易的“圈内”状态。这些大客户与供应商之间呈现愈发紧密的联系。从信息需求者客户的角度分析，私下沟通能使大客户获得比查阅公开披露信息更丰富、更具针对性的供应商信息[5]。那么，“圈内”大客户将迫使供应商以私下沟通渠道传递会计信息。从信息供给者供应商的角度来看，此时的供应商对大客户具有高度的经济依赖性[15]，为规避大客户交易规模调整或交易中断等一系列潜在威胁[16]，供应商将选择迎合大客户对会计信息的私下沟通诉求，从而维持双方长期稳定的交易关系[17]。这样看来，当客户较为集中时，供应商普遍与大客户达成“圈内协同”效应，即采用非正式的私下沟通方式向“圈内”大客户披露信息。“圈内”渠道的长期存在将对供应商的会计信息可比性从两方面产生重要作用：一方面，虽然只针对大客户的“圈内”披露违背了其他利益相关者的信息诉求，但供应商已经实现了与主要大客户建立合作关系的目标，因此，供应商通过提高会计信息可比性吸引其他投资者的动机遭到弱化。同时，由于较高的会计信息可比性将引致会计信息被竞争对手利用的成本[18]，在权衡成本与收益后，供应商也将在整体上降低会计信息可比性。另一方面，“圈内”渠道打破了信息披露制度中“相同信息渠道”这一原则，扰乱了市场上的信息公平环境，而监管部门也意识到了私下沟通的存在以及由此引发的会计信息异常，进而对公司大客户信息尤为关注[19]。因此，为避免处罚风险和声誉损失，供应商管理层将采取手段隐匿异常会计信息，以“低调”地存在于资本市场。具体而言，管理层可能在信息生产过程中采用异于行业常规的会计信息系统或者操纵会计信息的披露过程，这类行为无疑将削弱公司与同行业其他公司间会计信息的可比性[20]。

综上，当客户集中度较低时，客户群体对会计信息可比性发挥积极的“圈外监督”效应，供应商将通过信息生产和披露过程的良性操控来满足客户对会计信息可比性的诉求，以诱导客户建立或加强特定关系投资。此时，随着客户集中度的增加，供应商的会计信息可比性随之提高。然而，当客户集中度超过某一阈值后，大客户和供应商倾向于达成私下沟通的信息传递模式，“圈内协同”效应显现。这时，供应商总体上公开披露的会计信息减少并且提高会计信息可比性以吸引其他投资者的动机弱化，这不利于会计信息可比性的增加。同时，为避免私下沟通方式引起监管部门的注意，供应商管理层将操控会计信息的生产和披露过程，继而导致会计信息可比性降低。故在此阶段，随着客户集中度的增加，供应商会计信息可比性随之下降。基于此，提出第一个研究假设：

H1：客户集中度与会计信息可比性之间呈现倒U型关系，阈值前客户集中度发挥“圈外监督”效应，阈值后客户集中度呈现“圈内协同”效应。

(二)客户集中度影响会计信息可比性的中介作用机制

资源依赖理论认为，当企业与其他组织处于资源依赖关系时，企业将寻求一个可以调整对其他组织依赖程度的方法，以稳定地掌握其他组织资源。因此，当供应商与客户达成合作交易，也即两者形成资源依存关系时，供应商有动机采取某种方式来支配对客户的依赖程度。具体而言，在交易过程中，供应商管理层面对客户角色从“圈外监督”到“圈内协同”的动态转变，将实施策略性行为，包括改变公司的信息不对称程度或财务杠杆水平以调解与客户之间的资源依存关系，而这一系列变化也将对会计信息可比性产生影响(见图1)。

图1 信息不对称程度和财务杠杆水平的中介效应传导机制

从作用机制上看，当客户集中度处于较低水平时，客户对供应商发挥“圈外监督”效应。此时，供应商出于诱导客户建立并加强特定关系投资的目的，将实施两方面的策略性行为来吸引客户。第一，供应商管理层在“被动监督压力”与“自发吸引动机”的双重效用下，将加强公开信息披露，缓解公司的信息不对称程度[3]，继而向外界传递出公司经营优势与良好前景等增量信息。第二，供应商管理层将使用财务杠杆策略，通过降低财务杠杆水平向客户传递产品质量良好的信息以及加强合作的意愿[21]。究其原因，高财务杠杆不仅降低了公司生产高质量产品的动机[22]，而且其中隐含的破产清算风险可能使客户的特定关系投资丧失价值[23]，客户不愿与高财务杠杆的公司缔结合约，所以，供应商需要通过降低财务杠杆向客户“示好”。进一步，供应商信息不对称程度的缓解增加了管理层通过盈余管理行为隐藏负面信息的难度，而财务杠杆水平的降低大幅削弱了公司“粉饰”财务报表并进行盈余管理的动机。由此，管理层将更为严格地遵守相关规则进行会计信息的生产和披露，继而提高了会计信息可比性。

当客户集中度超过阈值后，供应商与大客户以私下沟通渠道传递信息，此时，供应商出于自身利益的考虑，同样将调整信息不对称程度和财务杠杆水平。一方面，伺机减少公开信息披露，加剧信息不对称程度。这是由于供应商已经满足于同大客户的合作关系，通过信息披露来吸引客户的动机大大减弱，同时，如果公司公开披露的信息过于充分，信息会被同行业竞争对手加以利用，所以客户集中度较高的公司会主动增加信息不对称[24]。信息不对称程度的提高不仅降低了管理层操纵会计盈余、实施机会主义行为的难度，而且使得信息生产方凭借信息优势以及在执行会计准则上的自由裁量权，能够更容易地操纵会计信息的生产和披露[25]，进而降低了会计信息可比性。另一方面，使用财务杠杆战略，提高财务杠杆水平。当客户集中度较高时，议价能力较强的大客户可能要求供应商提供价格优惠、提高产品质量等，从而引发大客户“客大欺店”的现象以及供应商被“敲竹杆”的风险。Matsa(2010)[26]研究发现公司可以将财务杠杆作为一种抗衡大客户议价能力的战略工具。因此，供应商将通过提高财务杠杆水平向较强议价能力的大客户发出可信威胁，逼迫大客户们在竞合博弈中作出让步[21]。然而，供应商财务杠杆的提高会使得其“粉饰”业绩、盈余管理的动机增强。由此，管理层操纵会计信息生产和披露过程的可能性增大，最终导致相同经济事件下公司与同行业其他公司的会计信息可比性恶化。基于上述分析，提出第二个研究假设：

H2：供应商信息不对称程度以及财务杠杆水平在客户集中度影响会计信息可比性的机制关系中发挥着部分中介效应。

三、研究设计

(一)样本选择与数据来源

考虑到证监会在2007年系统性规范了上市公司年报信息披露管理办法，且财政部于同年起执行新会计准则，故本文选取2007—2020年沪深A股上市公司的年度财务数据作为研究样本。按照以下规则进行数据筛选：(1)剔除金融业、保险业公司样本；(2)剔除财务异常(ST)的公司样本；(3)剔除数据缺失的公司样本。此外，为消除异常值影响，对所有连续变量进行上下1%的缩尾处理。最终，本文共计得到21，753个观测值。文中所有变量的原始数据均源自国泰安(CSMAR)数据库。

(二)变量定义

Earningsmt=αM+βMReturnmt+εmt

(1)

式(1)中，被解释变量Earningsmt代表公司的会计信息，为第t期公司m(m∈M且m≠i)的会计盈余(该期净利润与期初权益市场价值的比值)；解释变量Returnmt代表公司的经济业务，为第t期公司m的季度股票收益率。

其次，利用式(2)计算相同经济业务(Returnit相同)时，第t期公司i根据行业M的会计系统平均转换函数得到的预期盈余。

(2)

再次，使用式(3)得到公司i的截面可比性值。

COMPACCTit=-|Earningsit-E(Earnings)it|

(3)

式(3)中，COMPACCTit代表第t期公司i的截面可比性值，为公司i的会计盈余与预期盈余差值的绝对值的相反数，该值越大说明可比性越强。

(2)配对可比性值(COMP_A和COMP_M)。这里为提高研究的稳健性，同样借鉴De Franco等(2011)[28]的方法测算配对可比性值。具体计算过程如下：①计算同行业内公司i与公司j的会计转换函数。参考式(1)，分别利用公司i与公司j在第t期前的连续16个季度数据进行回归，得到各自的会计转换函数；②计算相同经济业务(Returnit相同)时，公司i和公司j在各自会计转换函数下的预期会计盈余；③计算两个公司预期会计盈余差异的绝对值，进而计算连续16个季度的平均数，并取相反数来定义第t期公司i与公司j的会计信息可比性；④重复上述步骤，计算第t期公司i与同期同行业其他公司所有配对组合的可比性均值(COMP_A)和中位数(COMP_M)。

2.客户集中度(CC_S)。借鉴杨金玉等(2022)[29]的做法，采用公司前五大客户销售额占公司年度总销售额的比值度量客户集中度。与此同时，为确保研究结果的稳健性，选用第一大客户销售额占总销售额比例(CC_1)作为稳健性检验中解释变量的替代变量。

3.信息不对称(ILL)。对于交易量较大的股票而言，某一笔交易对股票价格的影响较小，那么当股票流动性较大时，投资者的逆向选择成本相对较少，而逆向成本是由信息不对称引致的，故而此时，信息不对称程度较低。反之，股票非流动性越高时，逆向选择成本越大，信息不对称程度越高。因此，参考李莉等(2014)[30]的研究，选用日频股票数据计算的股票非流动比率来测算信息不对称程度，数值越大，信息不对称程度越强。计算公式如下：

(4)

4.财务杠杆(LEV)。本文采用最常用的财务杠杆指标总资产负债率度量供应商财务杠杆水平，计算方式为总债务与总资产的比值，比值越大表明供应商财务杠杆水平越高。

5.控制变量。基于已有文献[8][25]，对其他可能影响会计信息可比性的变量加以控制。具体变量定义如表1所示。

表1 变量名称、符号与定义

(三)模型设定

本文构建计量模型如下：

COMP=β0+β1CC_S+β2CC_S2+β∑Controls+∑YERA+∑IND+ε

(5)

其中，COMP代表被解释变量会计信息可比性；CC_S及其平方项为解释变量客户集中度；∑Controls为其他控制变量；∑YEAR和∑IND分别表示年度固定效应和行业固定效应；β表示各变量的系数；ε为随机扰动项。为保证结论的稳健性，本文在后续回归还中对标准误进行了公司层面的聚类(cluster)调整。

四、实证结果与分析

(一)描述性统计

表2报告了主要变量的描述性统计结果(2)限于篇幅，控制变量的描述性统计结果略，作者备索。，COMPACCT的最小值为-0.2252、最大值为-0.0003，相差较大，说明不同公司间会计信息可比性两极分化严重。客户集中度指标(CC_S)的均值为0.2992，中位数为0.2415，最小值和最大值分别达到0.0112和0.9860，表明公司间的客户集中度具有较大差异，存在供应商公司高度依赖大客户进行销售的情况。

表2 主要变量描述性统计结果

(二)基准回归

表3列示了客户集中度与会计信息可比性的线性及非线性检验的回归结果。整体来看，模型的拟合优度均达到30%以上，表征着回归方程对被解释变量具有较强的解释力。从列(1)、(3)、(5)可知，在没有加入解释变量平方项的情况下，当被解释变量为截面可比性值COMPACCT时，回归系数为正，但结果不具有显著性；当被解释变量分别为配对可比性值COMP_A和COMP_M时，回归系数转为负向，但仅有配对可比性的均值(COMP_A)通过10%水平上的显著性检验。这表明客户集中度与会计信息可比性之间并不存在显著、稳健的线性关系，客户集中度对会计信息可比性并不像以往研究结果显示的那样单纯地发挥着负向协同效应。为进一步探究客户集中度与会计信息可比性之间是否存在非线性关系，在上述回归基础上加入客户集中度的平方项(CC_S2)，分别得到列(2)、(4)、(6)的检验结果。可以看出，无论以何种会计信息可比性度量指标作为被解释变量，客户集中度的一次项回归系数均至少在5%的水平上显著为正，而客户集中度平方项的回归系数均在1%水平上显著为负，说明客户集中度与会计信息可比性存在明显的倒U型关系。

表3 客户集中度与会计信息可比性基准回归

(三)稳健性检验

本文采用如下方法进行稳健性检验：(1)内生性检验-工具变量法。考虑到客户集中度与会计信息可比性之间可能存在互为因果导致的内生性问题，选取客户集中度(CC_S)行业均值的滞后一期和滞后二期作为工具变量，使用两阶段工具变量法来缓解可能存在的内生性，研究假设H1得到验证，结论是稳健的(3)限于篇幅，略去了内生性检验结果，作者备索。。(2)内生性检验-倾向得分匹配(PSM)。为缓解客户集中度与会计信息可比性之间可能由于样本自选择偏差引起的内生性问题，本文使用倾向得分匹配法(PSM)重新进行检验。具体地，首先以公司前五大客户销售额占总销售额比例是否大于50%为标准划分出处理组和控制组；其次，选取基准回归模型中全部控制变量，并采用Logistic回归估计倾向得分；最后，按最邻近匹配原则对处理组和控制组进行1∶1配对得到新样本。重复假设H1的检验，研究结论不变。(3)更换客户集中度度量方法。为确保研究结论的可靠性，选用第一大客户销售额占公司总销售额比例这一衡量方式来替换客户集中度的度量方法，再次进行检验，研究结论不变。

(四)中介效应检验

如前文理论分析所述，客户集中度可能通过影响供应商的信息不对称程度或财务杠杆水平，形成与会计信息可比性之间的倒U型关系。因此，借鉴现有文献对U型关系中介效应的检验方法[31]，本文运用温忠麟和叶宝娟(2014)[32]提出的修正的中介效应检验步骤，建立如下三个回归方程：

Y=c0+cX+e1

(6)

M=a0+aX+e2

(7)

(8)

其中，式(6)中的c为X对Y的总效应，若系数c显著，则进一步考察中介效应是否显著。式(7)中的a为X对中介变量M的效应，式(8)中的c′是X对Y的直接效应，b为控制X的影响后M对Y的效应。若系数a和系数b均显著，则表明X能够通过中介变量M显著影响Y，而ab代表经过中介变量M传导的间接效应。

为揭示客户集中度与会计信息可比性关系背后的作用机制，根据理论分析，本文将信息不对称程度(ILL)以及财务杠杆水平(LEV)分别作为中介变量，同时，加入基准回归模型中的控制变量集以及年度和行业固定效应，构建中介效应模型如下：

ILL/LEV=γ0+γ1CC_S+γ2CC_S2+γ∑Controls+∑YEAR+∑IND+ε

(9)

COMP=η0+η1CC_S+η2CC_S2+η3ILL/LEV+η∑Controls+∑YEAR+∑IND+ε

(10)

式(5)、(9)、(10)分别对应中介效应检验步骤的式(6)—(8)。另外，根据式(9)和(10)，若η1、η2、η3(即c′和b)回归系数均显著，且γ1η3与η1、γ2η3与η2(即ab与c′)的系数符号相同，说明除了本文分析得出的中介渠道，客户集中度还通过其他途径影响着供应商会计信息可比性，即供应商的信息不对称程度以及财务杠杆水平只发挥了部分中介效应；若η3(即b)回归系数显著而η1和η2(即c′)的回归系数不显著，则表明该中介变量在客户集中度对会计信息可比性的影响中扮演完全中介效应。

式(9)的检验结果如表4所示，第(1)和(3)列报告了以信息不对称程度(ILL)为被解释变量的回归结果。可以发现，客户集中度的一次项回归系数在1%的水平上显著为负，二次项回归系数在至少5%的水平上显著为正。这意味着随着客户群体愈发集中，供应商公司的信息不对称程度呈现先下降后提升的U型变化趋势，表明客户集中度的确可以引发供应商管理层对信息披露的操纵行为。表4中第(2)和(4)列展示了以财务杠杆水平(LEV)作为被解释变量的回归结果，可知客户集中度的一次项回归系数至少在10%水平上显著为负，而二次项回归系数至少在10%水平上显著为正。这意味着随着客户群体愈发集中，供应商公司的财务杠杆水平呈现先下降后上升的U型变化趋势，表明客户集中度的确可以引发供应商财务杠杆策略的使用。上述检验的非线性变化趋势与本文基准回归中客户集中度与供应商公司会计信息可比性之间的关系相呼应，并在一定程度上可以解释客户集中度对会计信息可比性产生倒U型影响的原因。因此，初步确定供应商信息不对称程度以及财务杠杆水平是客户集中度影响会计信息可比性的中介因素。

表4 客户集中度与中介变量回归结果

表5列示了式(10)的估计结果。其中，列(1)、(3)、(5)展示了在基准回归模型中加入解释变量信息不对称(ILL)的回归结果。可以发现，信息不对称的回归系数均在1%的水平上显著为负，说明供应商信息不对称程度的间接效应显著。列(2)、(4)、(6)呈现了在基准回归模型中加入解释变量财务杠杆水平(LEV)的回归结果。可以看出，财务杠杆的回归系数均在至少5%的水平上显著为负，说明财务杠杆水平的间接效应显著。同时，表5每列结果中客户集中度对会计信息可比性的直接效应也均显著呈现倒U型关系。因此，信息不对称程度以及财务杠杆水平在客户集中度与会计信息可比性的倒U型关系中具有部分中介效应，假设H2通过检验。这一结论证实了机制研究中“客户集中度—信息不对称程度或财务杠杆水平—会计信息可比性”的因果链条关系，着重强调了在供应商与客户竞合博弈过程中，面对客户角色的转变，供应商进行客户关系管理时采取的策略性行为，以及由此对公司会计信息可比性造成的影响。

表5 基于信息不对称和财务杠杆中介效应的回归结果

五、研究结论与政策启示

本文以2007—2020年沪深A股上市公司为研究样本，从客户角色动态转变视角探析了客户集中度对公司会计信息可比性的动态影响与作用机制。研究结果表明，客户集中度与会计信息可比性呈现倒U型曲线关系，即客户集中度的增加在某一阈值前会促进会计信息可比性的提升，但在达到一定程度后则对会计信息可比性产生抑制作用。论文的结论支持了客户与供应商的“动态关系生命周期”假说。中介效应检验发现，供应商管理层的信息披露调整(信息不对称程度)和财务杠杆策略(财务杠杆水平)是客户集中度影响会计信息可比性的重要机制。根据上述结论，本文得到如下政策启示：

第一，本文提出并验证了客户集中度与会计信息可比性的倒U型曲线关系，表明客户集中度未达到阈值前，客户集中度的增加能够促进会计信息可比性的提升。因此，一方面，监管部门在重视公司主要客户信息披露的同时，也应考虑对客户集中度水平进行合理管控，确保客户集中度处于“门槛”界限内，即保持在客户集中度促进会计信息可比性的上升阶段。另一方面，投资者应重视公司的前五大客户信息披露情况，充分考虑公司的客户集中度水平，并以此来评价公司会计信息的决策有用性。此外，信息披露制度要求不同群体利益相关者应具有相同的信息渠道。然而，当客户集中度超过阈值，即公司高度依赖大客户时，公司可能会与大客户进行私下沟通，这严重违背了制度要求，损害了市场的公平性。故而，本文也提醒监管部门加强关注客户集中度较高公司的信息生产过程和披露渠道，加大对会计信息违法违规操控的惩罚力度。

第二，本文验证了“客户集中度—信息不对称程度或财务杠杆水平—会计信息可比性”的因果关系链条，认为客户集中度最终抑制会计信息可比性的原因在于管理层信息披露的不充分以及对高财务杠杆的操纵结果。因此，监管部门应进一步健全优化信息披露制度，加强对信息披露充分度的关注，同时，针对财务杠杆操纵行为加大监管处罚力度，例如，通过立法的形式约束公司杠杆操纵融资业务，防范公司避开政府监管及合同限制进行大规模筹集资金以操纵财务杠杆的行为。此外，监管部门可以通过及时问询、加大处罚力度以及引导投资者提高对公司信息鉴别能力等方式从源头上削弱管理层操纵动机，从而与外部投资者共同实现对公司信息披露和财务项目的有效监管。