2022第44卷第4期
2.南京审计大学 会计学院, 江苏 南京 211815
2.School of Accountancy, Nanjing Audit University, Nanjing 211815, China
“顾客是上帝”“顾客乃衣食父母”“顾客至上”等常被企业奉为经营准则，客户对企业的重要性不言而喻。毛泽东四言诗《手中有粮》中“手中有粮，心就不慌。脚踏实地，喜气洋洋”可以很好地诠释客户对企业的重要性。2017年10月，国务院发布《关于积极推进供应链创新与应用的指导意见》，将供应链创新与应用上升为国家战略。供应链管理与创新是实现降本增效、培育经济新增长点和促进经济高质量发展的重要抓手。2020年5月，中共中央政治局常务委员会召开会议，分析国内外新冠肺炎疫情防控形势，研究提升产业链供应链稳定性和竞争力。供应链的稳定是保障企业生存的根本，也是促进经济高质量发展的重要路径之一。稳定客户有利于稳定供应链，使得企业收益具有稳定性（Gosman等，2004）。稳定客户关系可以节约交易成本和实际的生产成本，为企业持续稳定的收益提供有力保障。反之，若企业客户关系不稳定，可能导致企业收入不稳定，容易诱发管理层操控会计信息的行为。值得注意的是，客户稳定性不仅会引起投资者、债权人等利益相关者的关注，而且还有引起监管部门的注意。如盛达金属资源股份有限公司（000603）于2020年3月20日收到深圳证券交易所公司部发出的《关于对盛达金属资源股份有限公司的年报问询函》（公司部年报问询函〔2020〕第2号）。交易所问询函要求结合行业及公司经营特点，说明前五大客户及供应商近年来变化较为频繁的原因以及公司与主要客户及供应商的销售或采购关系是否稳定、持续。这些背景为我们揭示客户稳定性对会计信息质量的影响机理和改进监管手段与措施提供了机会。
客户关系不稳定容易导致盈余波动，进而诱发企业操控会计信息的行为发生。可能的原因是：首先，稳定的客户可以节约企业搜寻成本、合同重复签订成本及事后的违约成本。稳定客户关系表明了企业间的彼此信任，有助于契约履行和降低交易成本（王永钦，2006），但由于交易各方存在信息不对称，难以预测是否以及何时突然终止交易，进而为信息劣势的交易方带来经济损失（Joskow，1988）。客户稳定性程度如何，不仅表明企业履约程度和信誉，而且能向其利益相关者发送收益稳定且会计信息质量良好的信号。其次，客户作为企业整个供应链上的重要利益相关者之一，其稳定性很大程度上决定了企业的运营成本和销售成本。企业生产过程一般包括：根据销售部门提供的客户订单制定生产计划，计划确定后下发到采购部门、仓库和生产加工部门，满足发货要求后，通知销售部门按客户订单发货。只有稳定的客户，企业在整个生产过程中才能有的放矢，节约其生产、仓储、销售等过程中的运营成本。第三，稳定的客户可以为企业带来持续稳定的收益，不仅减轻了业绩压力，而且向企业利益相关者传递了企业经营状况良好的信息，削弱了管理层操控会计信息的动机。因此，可以推断当企业客户不稳定时，企业的交易成本（运营成本、销售成本、契约执行成本等）也会随之增加，面临业绩压力、职位和声誉的束缚，自利的管理层更有动机操控会计信息。
客户和企业之间通过频繁的生意往来，形成了合作的伙伴关系，一方面，由于客户与供应商之间信息共享、可以降低运营成本、提高效率、促进创新及合理避税等（Sobrero和Roberts，2001；Baiman和Rajan，2002；Vickery等，2003；程博等，2021）。另一方面，由于客户与供应商之间的专用资产投资，容易产生交易中的锁定（hold-up）及事后的机会主义行为（Titman和Wessels，1988；Costello，2013；Kolay等，2016）。具体来讲，客户信息对供应商的影响体现在以下几个方面：（1）客户的信息影响着供应商的盈利能力。客户作为供应商重要的产品购买方，也就决定了供应商当期的收益及未来的收益能力，Radhakrishnan等（2014）研究发现，客户的报告质量与供应商的盈利能力呈正相关关系。Leung（2015）研究发现，客户对细分市场和管理层预测前瞻性信息的披露均影响供应商特定关系投资的增加。（2）客户的信息影响着供应商的市场估值。客户的破产申请可以影响着供应商的市场估值（Hertzel等，2008），客户超额收益也可以影响供应商的市场估值（Pandit等，2011），主要客户的盈利公告影响着供应商的市场估值（Cho等，2020）。（3）客户的信息影响着供应商的融资行为。拥有庞大的客户和供应商关系会让借款人面临高成本和高风险（Campello和Gao，2017；Hasan等，2020）。借款人更容易受到供应链上有特定投资关系公司的影响，这增加了他们的违约风险（Rahaman等，2020）。客户与供应商紧密的关系，可以传递有利信息，缓解贷款方的信息不对称问题（Biais和Gollier，1997）。Hasan等（2020）研究表明客户与供应商稳定的关系向借款人传达了积极信号，可以减少对企业贷款的限制性条款，降低贷款成本。（4）客户的信息影响着供应商的投资行为。客户公开信息披露的质量是影响供应商投资的主要因素（Trueman，1986；Goodman等，2014）。Aaron Nelson（2019）研究发现客户高质量信息显著减少了其供应商投资回报的不确定性，有效地增加了供应商的投资水平。
盈余管理是衡量会计信息质量的一个重要的代理变量，现有文献也做了大量的研究。如，分析师跟踪会减少企业的盈余管理（Jenson和Meckling，1976；Healy和Palepu，2001；Lobo等，2012；李春涛等，2014）；审计师特征及审计质量影响企业盈余管理（Menon和Williams，2004；Naiker等，2013；蔡春等，2015）；内部控制抑制盈余管理（方红星和金玉娜，2011；雷英等，2013；宫义飞和谢元芳，2018）；独立董事对盈余管理的影响（胡奕明和唐松莲，2008；祝继高等，2015；黄海杰等，2016；陈汉文等，2019） 。上述文献多是从公司治理视角，研究了内外部治理机制如何抑制企业管理层操纵会计信息的动机。也有学者从企业的控制权视角研究其对盈余管理的影响（刘慧龙等，2014；王克敏和刘博，2014）。孙健等（2016）认为公司战略对盈余管理也有显著影响，相对于战略保守的公司，战略激进的公司盈余管理程度更高。然而，从客户视角研究盈余管理的文献相对较少，这与客户对企业行为影响重要性不符。
基于此，本文以2013—2018年A股上市公司为研究样本，检验了客户稳定性对企业会计信息质量的影响，研究结果表明：客户稳定性可以显著提升企业会计信息质量，即客户越稳定，企业的盈余管理程度越低，该结论在采用工具变量法、倾向得分匹配（PSM）法、替代变量等一系列稳健性检验之后仍然成立。异质性检验发现，在非国有企业中，客户稳定性对操控会计信息的抑制作用更强；在行业竞争激烈的企业中，客户稳定性对操控会计信息的抑制作用更强；审计质量高的企业中，客户稳定性对操控会计信息的抑制作用更强；当年没有卖空企业中，客户稳定性对操控会计信息的抑制作用更强。
本文的主要贡献为：首先，以往基于供应链视角研究下游客户对上游企业影响的文献主要体现在主要客户关系会影响上游企业估值、盈利能力，融资成本等，较少研究下游客户稳定性对企业会计选择及决策的作用，本研究则是将客户稳定性嵌入会计信息质量的影响因素分析框架。其次，本文通过考察企业客户稳定性问题对会计信息质量之间关系的影响，发现客户的稳定性不仅节约了其搜寻客户、讨价还价、违约等间接成本，也直接降低了企业的运营成本，保证了企业持续稳定的收益，从而抑制了企业对会计信息的操纵行为，这一发现丰富了会计信息质量影响因素的相关文献。第三，从微观企业性质、中观的行业竞争及宏观的制度监管三个层面辨别了客户稳定性对会计信息质量影响的差异，也是本文的研究视角的创新。
余文的结构安排如下，第二部分为理论分析与研究假说；第三部分为研究设计；第四部分实证结果与分析；第五部分为稳健性检验；第六部分为异质性分析；最后一部分是研究结论。
二、理论分析与研究假说企业是一系列契约的集合体，企业与客户之间的关系，本质是一种产权交换关系。企业与客户之间交易的实现，须经过搜寻、谈判、签约、生产、交割等多个环节，在交易费用不为零的现实背景下，如何使得企业的交易成本与生产成本之和最低，是保障企业持续发展的关键。
从企业角度来看，稳定的客户为企业节约了其搜寻客户、讨价还价、规避违约等方面的成本。Coase （1937）在著名的《企业性质》中指出通过价格机制“组织”生产的最明显的成本是所有发现相关价格的工作，并指出如果签订一个较长期的契约以替代若干个较短期的契约，那么，签订每一个契约的部分费用就被节约下来。由于预测方面的困难，有关签订商品或者劳务供给的契约期越长，实现的可能性就越小，从而买方也越不愿意明确规定自己长期的承诺。现实中，企业的生产过程一般需要销售部门提供的客户订单制定生产计划，计划确定后下发到采购部门、仓库和生产加工部门，满足发货要求后，通知销售部门按客户订单发货。只有稳定的客户，企业在整个生产过程中才能有的放矢，节约其生产过程中的运营成本和销售过程中的销售成本。更为重要的是，稳定客户可能向外界传递企业经营以及盈利较为稳定的信号，相反，客户经常变动显示企业面临较大经营风险（王雄元和高开娟，2017）。稳定的客户可以为企业带来持续稳定的收入，向企业利益相关者传递了企业经营状况良好的信息，减少企业管理层因业绩压力而操控会计信息的动机（方红星和张勇，2016）。
从客户角度来看，Williamson（1979）把资产专用性定义为资源在用于特定用途以后，很难再移作他用的性质，并认为，随着资产专用性的增强，缔约后违约的风险就会加大。由于专用性较强的资产转移到其他用途的成本较高，资产所有者就有可能受到对方的讹诈，被要求以较低的价格继续提供服务。反过来，在专用资产的服务购买者一方，也有可能受到对方不继续提供服务的要挟。Klein等（1978）认为解决机会主义行为的第一种方法是签订某种形式的经济上可行的长期契约，而一次性交易、一次性销售的短期契约不能解决这样的问题。“一锤子买卖”欺骗的潜在可能性越大，可望的业务关系持续的时间越短，达到非欺骗均衡点所需的奖酬（是以一种高于平均可变成本的价格来使人确信准租金收入将超过从欺骗中得到的潜在收入）就会越高。客户和供应商生意往来中，客户也可能对供应商进行专用性投资，华为芯片断供案例中，华为为其供应商进行的专用性投资，在出现供应商芯片断供时，也给华为带了巨大损失。对客户来讲，稳定供应商关系同样非常重要，签订长期契约，恰如本文所讲的稳定的客户关系，可以解决供应商的机会主义行为。因而，这可以部分地解释企业与特定供应商之间的关系依赖于长期的不成文契约的情形和企业间互惠协议的存在。基于上述分析提出如下假说：
假说：其他条件不变的情况下，企业客户越稳定，企业会计信息质量越高。
三、研究设计（一）数据来源
本文选择2013—2018年中国A股上市公司为初始样本，并按照以下原则进行了筛选：（1）剔除金融类公司样本；（2）剔除当年被ST公司样本；（3）剔除相关指标数据缺失的样本；（4）对本文对主要连续变量进行上下1%的Winsorize处理，以消除极端值在分析中导致的偏差。最终，我们得到8701个公司—年度观测值。本文使用的研究数据来自国泰安（CSMAR）。
（二）变量定义
1. 被解释变量
为避免使用单一应计模型导致计量上的误差，本文使用修正琼斯模型（Dechow等，1995）和McNicols模型（McNichols，2002）两种方法计算公司的操控应计盈余管理水平，用来衡量会计信息质量。修正琼斯模型和McNicols 模型分别使用下述模型进行估计。
| $ \begin{aligned} T{A_t}/Asse{t_{t - 1}} = & {{\hat {\alpha } }_1} \times 1/Asse{t_{t - 1}} + {{\hat{\alpha } }_2} \times (\Delta RE{V_t} - \Delta RE{C_t})/Asse{t_{t - 1}} \\ & + {{\hat{\alpha } }_3} \times PP{E_t}/Asse{t_{t - 1}} + \varepsilon \end{aligned} $ | (1) |
| $ \begin{aligned} T{A_t}/Asse{t_{t - 1}} = & {{\hat{\alpha } }_1} \times 1/Asse{t_{t - 1}} + {{\hat{\alpha } }_2} \times (\Delta RE{V_t} - \Delta RE{C_t})/Asse{t_{t - 1}} \\ &+ {{\hat {\alpha } }_3} \times (PP{E_t} + CF{O_{t - 1}} + CF{O_t} + CF{O_{t + 1}})/Asse{t_{t - 1}} + \varepsilon\end{aligned} $ | (2) |
其中，TAt为公司第t年的总应计利润，Assett−1为公司第t−1年末资产总额，ΔREVt为
上述模型分年度分行业先估计出参数α1，α2，α3，然后再利用公式（1）和（2）计算出操纵性盈余管理DA1，DA2。以DA1计算为例，如等式（3）：
| $ DA1 = T{A_t}/Asse{t_{t - 1}} - \left[ \begin{aligned} & {{\hat{\alpha } }_1} \times 1/Asse{t_{t - 1}} + {{\hat{\alpha} }_2}\times (\Delta RE{V_t} - \Delta RE{C_t})/Asse{t_{t - 1}} \\ & + {{\hat{\alpha}}_3} \times PP{E_t}/Asse{t_{t - 1}} \end{aligned} \right] $ | (3) |
2. 解释变量
本文借鉴 Li和Yang（2011）、王雄元和彭旋（2016）、王雄元和高开娟（2017）对客户稳定度定义的方法，客户稳定性为前五大客户在上年出现的个数，数值越大，客户越稳定，具体定义如下。
（1）客户稳定性（Cstable1），前5大客户与上年比未发生变动的数量加1的自然对数。
（2）客户稳定性（Cstable2），第1大客户是否为上年前5大客户，是为1，否则为0。
3. 分组变量
（1）企业性质（SOE），上市公司为国有企业的时为1，否则为0。
（2）行业竞争（HHI），赫芬达尔指数，数值越小，表示所处行业竞争越激烈。
（3）审计质量（AQ），实际审计意见与预计发表无保留审计意见概率偏差程度的负绝对值，AQ越大表示审计质量越高。
（4）卖空机制（Shortsell），公司当年能够融券交易为1，否则为0。
其他主要变量如表1：
| 变量类型 | 符号 | 变量名称 | 定义 |
| 被解释变量 | DA1 | 应计盈余管理 | Dechow等（1995）模型计算的操控应计盈余管理 |
| DA2 | 应计盈余管理 | McNichols（2002）模型计算的操控应计盈余管理 | |
| 解释变量 | Cstable1 | 客户稳定性 | 前5大客户与上年比未发生变动的数量加1的自然对数 |
| Cstable2 | 客户稳定性 | 第1大客户是否为上年前5大客户，是为1，否则为0 | |
| 分组变量 | SOE | 企业性质 | 上市公司为国有企业的时为1，否则为0 |
| HHI | 行业竞争 | 赫芬达尔指数，数值越小，表示所处行业竞争越激烈 | |
| AQ | 审计质量 | 实际审计意见与预计发表无保留审计意见概率偏差程度的负绝对值，AQ越大表示审计质量越高 | |
| Shortsell | 卖空机制 | 公司当年能够融券交易为1，否则为0 | |
| 控制变量 | Size | 公司规模 | 期末总资产取对数 |
| Lev | 资产负债率 | 期末总负债/期末总资产 | |
| Inv | 存货周转率 | 销售（营业）成本/平均存货 | |
| Growth | 投资机会 | 总资产增长率 | |
| Risk | 财务杠杆 | （净利润+所得税费用+财务费用）/（净利润+所得税费用） | |
| ROA | 总资产收益率 | 利润总额/总资产 | |
| Big4 | 审计质量 | 国际四大审计为1，否则为0 | |
| Outdir | 独立董事占比 | 独立董事人数/ 董事会人数 | |
| Dual | 两职合一 | 董事长与总经理合一为1，否则为0 |
（三）模型设定
| $ DA = {\alpha _0} + {\alpha _1} \times {{Cstable }} + \sum\limits_2^n {{\alpha _i} \times } Contro{l_i} + {\varepsilon _i} $ | (4) |
模型（4）中，DA1/DA2分别代表修正琼斯模型（Dechow等，1995）、McNicols模型（McNichols，2002）计算公司的操控应计盈余管理水平。Cstable为客户稳定性。本文预期企业的客户越稳定，企业的操控应计盈余管理水平越低，会计信息质量越高，预计客户稳定性（Cstable）α1系数为负。
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。从中可知，盈余管理（DA1）均值为0.09，标准差为0.22，盈余管理（DA2）均值为0.10，标准差为0.25，这说明我国上市公司存在不同程度的盈余管理，且公司之间会计信息质量存在明显差异。客户稳定性（Cstable1）是前5大客户与上年比未发生变动的数量加1的自然对数，均值为1.13，标准差为0.79；客户稳定性（Cstable2）均值为0.66，标准差为0.47；企业性质（SOE）均值为0.36，表明约36%为国有企业；行业竞争（HHI）均值为0.07，标准差为0.06；审计质量（AQ）均值为−0.05，标准差为0.15；卖空机制（Shortsell）均值为0.07，标准差为0.25。控制变量方面，公司规模（Size）均值为22.29，标准差为1.40，表明企业间规模存在差异；资产负债率（Lev）均值为0.45，标准差为0.22；投资周转率（Inv）均值为2.31，标准差为4.40；总资产周转率（Risk）均值为1.59，标准差为0.75；投资机会（Growth）均值为0.58，标准差为0.43；资产收益率（ROA）均值为0.03，标准差为0.06；审计独立性（Big4）均值为0.07，标准差为0.25；董事长与总经理合一（Dual）均值为0.27，标准差为0.45；董事会独立性（Outdir）均值为0.38，独立董事占董事总人数之比为38%。
| variable | N | sd | min | max | mean | p25 | p50 | p75 |
| DA1 | 8701 | 0.22 | 0.00 | 13.63 | 0.09 | 0.02 | 0.05 | 0.10 |
| DA2 | 8701 | 0.25 | 0.00 | 13.55 | 0.10 | 0.02 | 0.06 | 0.11 |
| Cstable1 | 8701 | 0.79 | 0.00 | 1.79 | 1.13 | 0.00 | 1.79 | 1.79 |
| Cstable2 | 8701 | 0.47 | 0.00 | 1.00 | 0.66 | 0.00 | 1.00 | 1.00 |
| SOE | 8701 | 0.48 | 0.00 | 1.00 | 0.36 | 0.00 | 0.00 | 1.00 |
| HHI | 8701 | 0.06 | 0.01 | 0.36 | 0.07 | 0.04 | 0.05 | 0.07 |
| AQ | 8701 | 0.15 | −0.99 | −0.00 | −0.05 | −0.02 | −0.01 | −0.01 |
| Shortsell | 8701 | 0.25 | 0.00 | 1.00 | 0.07 | 0.00 | 0.00 | 0.00 |
| Size | 8701 | 1.40 | 18.99 | 26.53 | 22.29 | 21.32 | 22.09 | 23.04 |
| Lev | 8701 | 0.22 | 0.06 | 1.21 | 0.45 | 0.27 | 0.44 | 0.61 |
| Inv | 8701 | 4.40 | 0.01 | 29.45 | 2.31 | 0.53 | 1.01 | 1.99 |
| Risk | 8701 | 0.75 | 1.01 | 5.77 | 1.59 | 1.20 | 1.37 | 1.66 |
| Growth | 8701 | 0.43 | 0.03 | 2.52 | 0.58 | 0.31 | 0.49 | 0.73 |
| ROA | 8701 | 0.06 | −0.32 | 0.20 | 0.03 | 0.01 | 0.03 | 0.06 |
| Big4 | 8701 | 0.25 | 0.00 | 1.00 | 0.07 | 0.00 | 0.00 | 0.00 |
| Dual | 8701 | 0.45 | 0.00 | 1.00 | 0.27 | 0.00 | 0.00 | 1.00 |
| Outdir | 8701 | 0.06 | 0.00 | 0.80 | 0.38 | 0.33 | 0.36 | 0.43 |
表3报告了相关性分析结果，客户稳定性（Cstable1）与会计信息质量（DA1）相关性在1%水平上负显著。其他变量之间的相关性具体如表3所示。
| DA1 | Cstable1 | Size | Lev | Inv | Risk | Groth | ROA | Big4 | Dual | |
| Cstable1 | −0.052 | 1 | ||||||||
| 0.0000 | ||||||||||
| Size | −0.061 | 0.052 | 1 | |||||||
| 0.0000 | 0.0000 | |||||||||
| Lev | 0.059 | −0.076 | 0.505 | 1 | ||||||
| 0.0000 | 0.0000 | 0.0000 | ||||||||
| Inv | 0.075 | −0.062 | 0.078 | 0.156 | 1 | |||||
| 0.0000 | 0.0000 | 0.0000 | 0.0000 | |||||||
| Risk | −0.071 | −0.025 | −0.055 | −0.004 | −0.104 | 1 | ||||
| 0.0000 | 0.0206 | 0.0000 | 0.7355 | 0.0000 | ||||||
| Growth | −0.01 | 0.075 | 0.055 | 0.135 | −0.313 | −0.043 | 1 | |||
| 0.3215 | 0.0000 | 0.0000 | 0.0000 | 0.0000 | 0.0001 | |||||
| ROA | −0.062 | 0.121 | 0.030 | −0.364 | −0.085 | −0.244 | 0.135 | 1 | ||
| 0.0000 | 0.0000 | 0.0067 | 0.0000 | 0.0000 | 0.0000 | 0.0000 | ||||
| Big4 | −0.023 | 0.037 | 0.333 | 0.115 | −0.026 | −0.001 | 0.053 | 0.052 | 1 | |
| 0.0378 | 0.0007 | 0.0000 | 0.0000 | 0.0185 | 0.9665 | 0.0000 | 0.0000 | |||
| Dual | 0.010 | 0.075 | −0.146 | −0.097 | −0.019 | −0.014 | −0.020 | 0.038 | −0.066 | 1 |
| 0.3765 | 0.0000 | 0.0000 | 0.0000 | 0.0850 | 0.2147 | 0.0669 | 0.0005 | 0.0000 | ||
| Outdir | −0.004 | 0.049 | −0.012 | −0.007 | 0.030 | 0.008 | −0.044 | −0.039 | 0.001 | 0.123 |
| 0.6972 | 0.0000 | 0.2951 | 0.5353 | 0.0062 | 0.4551 | 0.0001 | 0.0003 | 0.9693 | 0.0000 |
（二）回归结果分析
表4报告了客户稳定性（Cstable1）与会计信息质量关系的检验结果，第（1）列的因变量为采用Dechow等（1995）模型计算的盈余管理（DA1），检验结果发现，Cstable1的系数显著为负（beta=−0.007，p<0.01）；第（2）列的因变量为McNichols（2002）模型计算的盈余管理（DA2），检验结果发现，Cstable1的系数显著为负（beta=−0.008，p<0.01）。以上结果验证了假说，这表明客户稳定性不仅节约了其搜寻客户、讨价还价、违约等间接成本，也直接降低了企业的生产和销售成本，保证了企业持续稳定的收益，缓解了管理层因业绩压力而操控会计信息的动机，进而提升了企业会计信息质量。
| （1） | （2） | |
| DA1 | DA2 | |
| Cstable1 | −0.007*** | −0.008*** |
| （−2.64） | （−2.94） | |
| Size | −0.024*** | −0.025*** |
| （−12.24） | （−11.53） | |
| Lev | 0.118*** | 0.128*** |
| （10.05） | （9.72） | |
| Inv | −0.000 | −0.000 |
| （−0.06） | （−0.23） | |
| Risk | −0.013*** | −0.013*** |
| （−5.31） | （−4.83） | |
| Growth | 0.009* | 0.012** |
| （1.80） | （1.97） | |
| ROA | 0.098*** | 0.140*** |
| （2.62） | （3.35） | |
| Big4 | 0.007 | 0.006 |
| （0.66） | （0.58） | |
| Dual | −0.001 | −0.002 |
| （−0.14） | （−0.37） | |
| Outdir | 0.003 | 0.006 |
| （0.09） | （0.15） | |
| YEAR | YES | YES |
| INDUSTRY | YES | YES |
| _cons | 0.567*** | 0.604*** |
| （12.72） | （12.10） | |
| N | 8 701 | 8 701 |
| Adj.R2 | 0.0443 | 0.0594 |
| 注：*表示p<0.1,**表示p<0.05,***表示p<0.01，下同。 |
||
为了使上述检验结果更加稳健，本文采用工具变量法、倾向得分匹配（PSM）法、替换变量等方法进行稳健性检验。
（一）工具变量法回归检验结果
首先，可能存在遗漏变量问题，在检验时，尽可能控制影响模型估计精度的变量。其次，可能存在互为因果关系。本文借鉴权小锋等（2015）、梁上坤等（2020）方法，利用客户稳定性（Cstable1）减去其调整的行业均值所得的ΔMeanCstable1作为工具变量进行两阶段回归，表5报告了采用工具变量的回归结果，第（1）列为第一阶段检验结果发现，工具变量ΔMeanCstable1的系数为0.999且在1%的水平上显著为正；第（2）列的检验结果发现，Cstable1的系数显著为负，且在5%水平上显著；第（3）列的检验结果发现，Cstable1的系数显著为负，且在1%水平上显著。这一结果表明，考虑内生性问题后，本文的研究结论依然稳健。
| （1） | （2） | （3） | |
| Cstable1 | DA1 | DA2 | |
| ΔMeanCstable1 | 0.999*** | ||
| （661.53） | |||
| Cstable1 | −0.006** | −0.008*** | |
| （−2.49） | （−2.75） | ||
| Control | YES | YES | YES |
| YEAR | YES | YES | YES |
| INDUSTRY | YES | YES | YES |
| _cons | 1.403*** | 0.521*** | 0.552*** |
| （ 47.78） | （4.86） | （5.08） | |
| N | 8701 | 8701 | 8701 |
| Adj.R2 | 0.9795 | 0.0283 | 0.0281 |
（二）PSM 样本检验结果
为控制样本选择偏误及内生性问题，本文进一步采用倾向得分匹配法（PSM）进行检验。具体地，以公司规模、资产负债率、投资周转率、总资产周转率、投资机会、资产收益率、审计质量、董事长与总经理是否合一、董事会独立性为特征变量进行可重复最近邻2∶1匹配，匹配后的回归结果如表6所示。其中，第（1）列的检验结果发现，Cstable1的系数显著为负（beta=−0.006，p<0.05）；第（2）列的检验结果发现，Cstable1的系数显著为负（beta=−0.009，p<0.01）。以上检验结果表明在控制样本选择偏误及内生性问题之后，前文结论依然成立。
| （1） | （2） | |
| DA1 | DA2 | |
| Cstable1 | −0.006** | −0.009*** |
| （−2.34） | （−2.98） | |
| Control | YES | YES |
| YEAR | YES | YES |
| INDUSTRY | YES | YES |
| _cons | 0.481*** | 0.501*** |
| （4.07） | （4.21） | |
| N | 5371 | 5371 |
| Pseudo R2/Adj.R2 | 0.0230 | 0.0230 |
（三）改变稳定性变量的检验结果
表7报告了用第一大客户是否仍然是上年度前五大客户之一作为客户稳定性替代变量（Cstable1）与盈余管理关系的检验结果，其中，第（1）列的检验结果发现，Cstable2的系数显著为负（beta=−0.007，p<0.10）；列（2）的检验结果发现，Cstable2的系数显著为负（beta=−0.010，p<0.05），以上结果进一步验证了研究假说。类似地，用第二大客户、第三大客户是否仍然是上年度前五大客户之一作为客户稳定性替代变量，结果依然稳健（限于篇幅，未列报）。
| （1） | （2） | |
| DA1 | DA2 | |
| Cstable2 | −0.007* | −0.010** |
| （−1.81） | （−2.21） | |
| Control | YES | YES |
| YEAR | YES | YES |
| INDUSTRY | YES | YES |
| _cons | 0.567*** | 0.605*** |
| （12.74） | （12.12） | |
| N | 8701 | 8701 |
| Pseudo R2/Adj.R2 | 0.0439 | 0.0589 |
（四）改变稳定性变量的检验结果
本文虽然采用工具变量进行两阶段回归，我们也意识到了这种方法只能缓解内生性，并不能完全解决。为此，本文进一步采用滞后一期盈余管理回归来缓解这一问题以及控制公司固定效应对上述结果进行检验，结果仍然成立（限于篇幅，正文未列报）。
六、异质性检验为了使研究深入，本文从竞争视角（产权性质和行业竞争）、监管视角（审计质量和卖空机制）对上述结论进一步进行检验。
（一）产权性质的影响
公司所属不同产权性质（国有与非国有）决定了其行为的差异。在我国不同产权性质的公司被认为在获取政府支持、融资便利、客户或供应商资源时，存在较大差异。Wong （2016）强调国有股权与政府干预、政府官僚、法律管制与行政体制、文化习俗四个制度特征对公司治理机制的影响。非国有企业天生的脆弱性，在经济不稳定、重大灾难等不确定性事件时，非国有企业的影响首当其冲，在损失重大客户时候，企业为了应对盈利的不确定性，操控会计信息的动机更加强。表8报告了公司是否为国有情况下客户稳定性（Cstable1）与会计信息质量关系的检验结果，在国有企业样本中（SOE），第（1）和（3）列显示了客户稳定性（Cstable1）与会计信息质量关系均不显著。在非国有企业（Non-SOE）样本中，第（2）列的检验结果发现，Cstable1的系数显著为负（beta=−0.008，p<0.01）；第（4）列的检验结果发现，Cstable1的系数显著为负（beta=−0.009，p<0.01）。以上结果验证了与国有企业相比，客户稳定性对会计信息的提升作用在非国有企业更为明显。
| （1） | （2） | （3） | （4） | |
| DA1 | DA1 | DA2 | DA2 | |
| SOE | Non−SOE | SOE | Non−SOE | |
| Cstable1 | −0.003 | −0.008*** | −0.006 | −0.009** |
| （−0.71） | （−2.58） | （−1.51） | （−2.44） | |
| Control | YES | YES | YES | YES |
| YEAR | YES | YES | YES | YES |
| INDUSTRY | YES | YES | YES | YES |
| _cons | 0.398*** | 0.651*** | 0.421*** | 0.693*** |
| （5.10） | （10.03） | （5.14） | （9.48） | |
| N | 2 655 | 5 986 | 2 655 | 5 986 |
| Adj.R2 | 0.0572 | 0.0484 | 0.0802 | 0.0637 |
（二）行业竞争的影响
产品市场竞争激烈通常表现为行业竞争者数量较多且势均力敌，市场增长率较低，但企业的生产能力远远超过需求，企业被迫采取价格战/营销战进行竞争，导致行业内所有企业只能保持最低的利润水平，企业的现金流和营业利润随之下降。在中国资本市场上，产品市场竞争作为一种较强的外部治理机制，通过市场竞争向公司管理层传递经营压力（孔东民等，2013）。随着产品市场竞争激烈程度的增加，企业面临的经营风险也越高。处于同一行业的企业，往往具有竞争性的客户，当企业所处的行业属于高度竞争行业时，企业为了应对盈利的不确定性，操控会计信息的动机更加强。表9报告了公司所处不同行业竞争情况下客户稳定性（Cstable1）与会计信息质量关系的检验结果，在行业竞争度底的样本中，第（2）和（4）列显示了客户稳定性与会计信息质量关系均不显著。在行业竞争度高的样本中，第（1）列的检验结果发现，Cstable1的系数显著为负（beta=−0.008，p<0.01）；第（3）列的检验结果发现，Cstable1的系数显著为负（beta=−0.010，p<0.01）。以上结果验证了客户稳定性对会计信息质量的提升作用在行业竞争激烈的企业表现更为明显。
（三）审计质量的影响
审计师行为规范与审计质量保障已成为我国保护中小投资者利益、促进资本市场健康发展和中国经济转型升级的重要战略性问题。2019年10月22日颁布的《关于加强国家统一的会计制度贯彻实施工作的指导意见》要求财政部门加强注册会计师行业监管，切实规范审计秩序。2020年3月1日实施新的《证券法》要求会计师事务所及审计师应当勤勉尽责、恪尽职守。近些年来，尽管采取了完善公司治理结构、规范会计信息披露、保持与提高审计质量、制定证券诉讼法规等方面的措施，会计操纵行为时有发生。表10报告了公司不同审计质量情况下客户稳定性（Cstable1）与会计信息质量关系的检验结果，本文采用 Gul等（2013）、许亚湖（2018）审计质量指标，实际审计意见与预计发表无保留审计意见概率偏差程度的负绝对值，AQ越大表示审计质量越高。在审计质量低的企业样本中，第（2）和（4）列显示了客户稳定性（Cstable1）与会计信息质量关系均不显著。在审计质量高的样本中，第（1）列检验结果发现，Cstable1的系数显著为负（beta=−0.005，p<0.01）；第（3）列的检验结果发现，Cstable1的系数显著为负（beta=−0.006，p<0.05）。以上结果验证了客户稳定性对会计信息质量的提升作用在审计质量高的企业更为明显。
| （1） | （2） | （3） | （4） | |
| DA1 | DA1 | DA2 | DA2 | |
| 行业竞争强 | 行业竞争弱 | 行业竞争强 | 行业竞争弱 | |
| Cstable1 | −0.008*** | −0.000 | −0.010*** | −0.003 |
| （−2.62） | （−0.15） | （−2.87） | （−0.66） | |
| Control | （−0.09） | （0.15） | （−0.07） | （0.79） |
| YEAR | YES | YES | YES | YES |
| INDUSTRY | YES | YES | YES | YES |
| _cons | 0.904*** | 0.498*** | 0.917*** | 0.541*** |
| （6.33） | （7.55） | （5.95） | （6.51） | |
| N | 6511 | 2190 | 6511 | 2190 |
| Adj.R2 | 0.0475 | 0.0654 | 0.0570 | 0.1047 |
| 注：小于行业竞争（HHI）的均值为行业竞争强组，大于行业竞争（HHI）的均值为行业竞争弱组。 | ||||
| （1） | （2） | （3） | （4） | |
| DA1 | DA1 | DA2 | DA2 | |
| 审计质量高 | 审计质量低 | 审计质量高 | 审计质量低 | |
| Cstable1 | −0.005*** | −0.002 | −0.006** | −0.003 |
| （−2.62） | （−0.55） | （−2.45） | （−0.49） | |
| Control | YES | YES | YES | YES |
| YEAR | YES | YES | YES | YES |
| INDUSTRY | YES | YES | YES | YES |
| _cons | 0.274*** | 0.571*** | 0.298*** | 0.621*** |
| （7.30） | （8.14） | （6.67） | （6.73） | |
| N | 4155 | 4546 | 4155 | 4546 |
| Adj.R2 | 0.0275 | 0.1938 | 0.0440 | 0.1864 |
（四）卖空机制的影响
2010年3月31日，我国有6家券商开始试点融资融券业务，标志着我国正式启动卖空机制。截至2014年12月31日，融资融券的标的股票突破900只，累计余额也达到了10256 亿元。现有文献认为融资融券的卖空机制可以提高股票的信息含量。李志生等（2017）研究发现融资融券交易同时具有内部信息治理和外部信息治理的作用，从而有利于改善公司的信息环境。在内部信息治理方面，融资融券制度的引入提高了公司管理层的信息披露质量。在外部信息治理方面，融资融券制度的引入改善了分析师的盈利预测质量。孟庆斌等（2019）研究发现卖空机制通过提高对公司的威慑力，从而降低其违规倾向。表11报告了公司是否有卖空情况下企业客户稳定性（Cstable1）与会计信息质量关系的检验结果，在有卖空企业样本中（Shortsell），第（1）和（3）列显示了客户稳定性（Cstable1）与会计信息质量关系都不显著。在没有卖空企业样本中（Non-Shortsell），第（2）列的检验结果发现，Cstable1的系数显著为负（beta=−0.007，p<0.01）；第（4）列的检验结果发现，Cstable1的系数显著为负（beta=−0.009，p<0.01）。以上结果验证了客户稳定性对会计信息质量的提升作用在没有卖空企业更为明显。
| （1） | （2） | （3） | （4） | |
| DA1 | DA1 | DA2 | DA2 | |
| Shortsell | Non-Shortsell | Shortsell | Non-Shortsell | |
| Cstable1 | 0.001 | −0.007*** | 0.000 | −0.009*** |
| （0.20） | （−2.60） | （0.02） | （−2.91） | |
| Control | YES | YES | YES | YES |
| YEAR | YES | YES | YES | YES |
| INDUSTRY | YES | YES | YES | YES |
| _cons | 0.316*** | 0.577*** | 0.380*** | 0.617*** |
| （3.90） | （11.98） | （3.79） | （11.45） | |
| N | 728 | 7973 | 728 | 7973 |
| Adj.R2 | 0.1602 | 0.0474 | 0.2728 | 0.0582 |
党的十九大报告指出，中国现代化经济体系建设，必须坚持质量第一、效率优先的原则，进而推动经济高质量发展。而供应链管理体系是现代化经济体系的重要组成部分，也是推动经济高质量发展的重要抓手。对微观企业而言，供应链对企业生产经营、战略、绩效以及企业行为等方面有重要的影响。本文以A股上市公司为研究样本，检验了客户稳定性对企业会计信息质量的影响。研究结果表明，客户稳定性可以抑制企业的盈余管理行为，即客户越稳定企业盈余管理水平越低，有助于提升会计信息质量，这一现象在非国有企业、行业竞争激烈的企业、年度审计质量高的企业、未卖空的企业中表现更加明显。
本文的研究具有重要的理论与现实意义。理论意义在于：本文的研究结论将客户稳定性嵌入会计信息质量的影响因素分析框架，丰富了企业会计信息质量影响因素方面的文献，同时也丰富了客户稳定性的经济后果方面的文献。现实意义在于：第一，本文基于中国经济转型背景下，考察客户稳定性对企业会计信息质量的影响，国家应为企业创造良好的营商环境，尤其民营企业，稳定的预期使民营企业家增强信心改善信息环境，进而促进经济高质量发展。第二，经历了40多年的经济改革发展，我国企业在各种困难中不断前行，在企业面对突发的不稳定事件时，政府应出台帮助企业渡过不确定阶段的政策和长效机制。第三，本研究结论有助于监管部门完善和修订对上市公司信息质量监管制度，对我国资本市场发展及公司治理具有一定的启示和实践意义。诚然，本文虽然对客户稳定性对企业会计信息质量的影响方面做了尝试性的探索，但客户只是供应链体系中一环，今后还需要从多角度和多维度去考察供应链对企业行为的影响，增强供应链稳定性和总体韧性与粘性，提升供应链的抗风险能力，进而促推经济高质量发展。
| [1] | 蔡春, 谢柳芳, 马可哪呐. 高管审计背景、盈余管理与异常审计收费[J]. 会计研究, 2015(3): 72–78. |
| [2] | 陈德球, 陈运森. 政策不确定性与上市公司盈余管理[J]. 经济研究, 2018, 53(6): 97–111. |
| [3] | 陈汉文, 廖方楠, 韩洪灵. 独立董事联结与内部控制对盈余管理的治理效应[J]. 经济管理, 2019, 41(5): 171–191. |
| [4] | 陈硕, 张然, 陈思. 证券交易所年报问询函影响了审计收费吗?——基于沪深股市上市公司的经验证据[J]. 经济经纬, 2018, 35(4): 158–164. |
| [5] | 陈运森, 邓祎璐, 李哲. 非处罚性监管具有信息含量吗?——基于问询函的证据[J]. 金融研究, 2018(4): 155–171. |
| [6] | 陈运森, 邓祎璐, 李哲. 证券交易所一线监管的有效性研究: 基于财务报告问询函的证据[J]. 管理世界, 2019, 35(3): 169–185. |
| [7] | 程博, 邱保印, 殷俊明. 信任文化影响供应商分布决策吗?[J]. 外国经济与管理, 2021, 43(7): 54–67. |
| [8] | 方红星, 张勇. 供应商/客户关系型交易、盈余管理与审计师决策[J]. 会计研究, 2016(1): 79–86. |
| [9] | 宫义飞, 谢元芳. 内部控制缺陷及整改对盈余持续性的影响研究——来自A股上市公司的经验证据[J]. 会计研究, 2018(5): 75–82. |
| [10] | 胡奕明, 唐松莲. 独立董事与上市公司盈余信息质量[J]. 管理世界, 2008, 24(9): 149–160. |
| [11] | 黄海杰, 吕长江, 丁慧. 独立董事声誉与盈余质量——会计专业独董的视角[J]. 管理世界, 2016, 32(3): 128–143. |
| [12] | 金智. 新会计准则、会计信息质量与股价同步性[J]. 会计研究, 2010(7): 19–26. |
| [13] | 孔东民, 刘莎莎, 王亚男. 市场竞争、产权与政府补贴[J]. 经济研究, 2013, 48(2): 55–67. |
| [14] | 雷英, 吴建友, 孙红. 内部控制审计对会计盈余质量的影响——基于沪市A股上市公司的实证分析[J]. 会计研究, 2013(11): 75–81. |
| [15] | 李春涛, 宋敏, 张璇. 分析师跟踪与企业盈余管理——来自中国上市公司的证据[J]. 金融研究, 2014(7): 124–139. |
| [16] | 黎来芳, 张伟华, 陆琪睿. 会计信息质量对民营企业债务融资方式的影响研究——基于货币政策的视角[J]. 会计研究, 2018(4): 66–72. |
| [17] | 李志生, 李好, 马伟力, 等. 融资融券交易的信息治理效应[J]. 经济研究, 2017, 52(11): 150–164. |
| [18] | 梁上坤, 徐灿宇, 王瑞华. 董事会断裂带与公司股价崩盘风险[J]. 中国工业经济, 2020(3): 155–173. |
| [19] | 刘慧龙, 王成方, 吴联生. 决策权配置、盈余管理与投资效率[J]. 经济研究, 2014, 49(8): 93–106. |
| [20] | 刘启亮, 罗乐, 张雅曼, 等. 高管集权、内部控制与会计信息质量[J]. 南开管理评论, 2013, 16(1): 15–23. |
| [21] | 陆建桥. 中国亏损上市公司盈余管理实证研究[J]. 会计研究, 1999(9): 25–35. |
| [22] | 孟庆斌, 邹洋, 侯德帅. 卖空机制能抑制上市公司违规吗?[J]. 经济研究, 2019, 54(6): 89–105. |
| [23] | 潘红波, 韩芳芳. 纵向兼任高管、产权性质与会计信息质量[J]. 会计研究, 2016(7): 19–26. |
| [24] | 权小锋, 吴世农, 尹洪英. 企业社会责任与股价崩盘风险: “价值利器”或“自利工具”?[J]. 经济研究, 2015, 50(11): 49–64. |
| [25] | 孙健, 王百强, 曹丰, 等. 公司战略影响盈余管理吗?[J]. 管理世界, 2016, 32(3): 160–169. |
| [26] | 王克敏, 刘博. 公司控制权转移与盈余管理研究[J]. 管理世界, 2014, 30(7): 144–156. |
| [27] | 王雄元, 高开娟. 如虎添翼抑或燕巢危幕: 承销商、大客户与公司债发行定价[J]. 管理世界, 2017, 33(9): 42–59. |
| [28] | 王雄元, 彭旋. 稳定客户提高了分析师对企业盈余预测的准确性吗?[J]. 金融研究, 2016(5): 156–172. |
| [29] | 王永钦. 市场互联性、关系型合约与经济转型[J]. 经济研究, 2006, 41(6): 79–91. |
| [30] | 祝继高, 叶康涛, 陆正飞. 谁是更积极的监督者: 非控股股东董事还是独立董事?[J]. 经济研究, 2015, 50(9): 170–184. |
| [31] | Baiman S, Rajan M V. Incentive issues in inter-firm relationships[J]. Accounting, Organizations and Society, 2002, 27(3): 213–238. |
| [32] | Biais B, Gollier C. Trade credit and credit rationing[J]. The Review of Financial Studies, 1997, 10(4): 903–937. |
| [33] | Campello M, Gao J. Customer concentration and loan contract terms[J]. Journal of Financial Economics, 2017, 123(1): 108–136. |
| [34] | Cho Y J, Kim Y, Zang Y. Information externalities and voluntary disclosure: Evidence from a major customer's earnings announcement[J]. The Accounting Review, 2020, 95(6): 73–96. |
| [35] | Coase R H. The nature of the firm[J]. Economica, 1937, 4(16): 386–405. |
| [36] | Goodman T H, Neamtiu M, Shroff N, et al. Management forecast quality and capital investment decisions[J]. The Accounting Review, 2014, 89(1): 331–365. |
| [37] | Hasan I, Minnick K, Raman K. Credit allocation when borrowers are economically linked: An empirical analysis of bank loans to corporate customers[J]. Journal of Corporate Finance, 2020, 62: 101605. |
| [38] | Healy P M, Palepu K G. Information asymmetry, corporate disclosure, and the capital markets: A review of the empirical disclosure literature[J]. Journal of Accounting and Economics, 2001, 31(1-3): 405–440. |
| [39] | Jones J J. Earnings management during import relief investigations[J]. Journal of Accounting Research, 1991, 29(2): 193–228. |
| [40] | Klein B, Crawford R G, Alchian A A. Vertical integration, appropriable rents, and the competitive contracting process[J]. The Journal of Law and Economics, 1978, 21(2): 297–326. |
| [41] | Kolay M, Lemmon M, Tashjian E. Spreading the misery? Sources of bankruptcy spillover in the supply chain[J]. Journal of Financial and Quantitative Analysis, 2016, 51(6): 1955–1990. |
| [42] | Lobo G J, Song M, Stanford M. Accruals quality and analyst coverage[J]. Journal of Banking & Finance, 2012, 36(2): 497–508. |
| [43] | McNichols M F. Discussion of the quality of accruals and earnings: The role of accrual estimation errors[J]. The Accounting Review, 2002, 77(s-1): 61–69. |
| [44] | Menon K, Williams D D. Former audit partners and abnormal accruals[J]. The Accounting Review, 2004, 79(4): 1095–1118. |
| [45] | Naiker V, Sharma D S, Sharma V D. Do former audit firm Partners on audit committees procure greater nonaudit services from the auditor?[J]. The Accounting Review, 2013, 88(1): 297–326. |
| [46] | Pandit S, Wasley C E, Zach T. Information externalities along the supply chain: The economic determinants of suppliers’ stock price reaction to their customers’ earnings announcements[J]. Contemporary Accounting Research, 2011, 28(4): 1304–1343. |
| [47] | Radhakrishnan S, Wang Z, Zhang Y. Customers’ capital market information quality and suppliers’ performance[J]. Production and Operations Management, 2014, 23(10): 1690–1705. |
| [48] | Rahaman M M, Rau M R, Zaman A A. The effect of supply chain power on bank financing[J]. Journal of Banking & Finance, 2020, 114: 105801. |
| [49] | Trueman B. Why do managers voluntarily release earnings forecasts?[J]. Journal of Accounting and Economics, 1986, 8(1): 53–71. |
| [50] | Williamson O E. Transaction-cost economics: The governance of contractual relations[J]. The Journal of Law and Economics, 1979, 22(2): 233–261. |