客户关系的稳定性、客户集中度与企业创新

金 静，汪燕敏，孙 明

(安徽财经大学 a.会计学院; b.统计与应用数学学院， 安徽 蚌埠 233030)

一、引言

企业创新是国家实现自主创新的关键。创新决定了企业的投资回报、市场价值、比较优势甚至企业生存[1]，对企业发展具有决定性作用。影响企业创新的因素很多，在我国独特的经济环境与制度背景下，需要深入挖掘影响企业创新的因素，以便为企业的创新行为提供科学合理的理论基础，保障企业经营管理活动可持续发展。企业是社会活动中最活跃的主体，企业创新是实现国家创新的关键。如何提高企业创新绩效不仅是政府及社会公众关心的热点，也是企业管理者、投资者等利益相关者重视的课题。

利益相关者理论认为，股东、债权人会对企业行为产生重要的影响。随着研究的深入，一些学者认为非财务利益相关者也会对企业行为产生重要的影响。这些非财务利益相关者包括客户、供应商及员工等。因此，客户作为企业重要的利益相关者，会对企业经济活动产生重要影响。随着我国经济的高速发展，客户也扮演着越来越重要的角色。有关统计表明，在我国制造业上市公司中，收入的30%来自大客户，而且客户集中趋势较为明显。由于客户集中会给企业带来不可预知的风险，国家也出台了相应法规制度加强对客户风险的监管。中国证监会出台了《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(2012修订)》，要求上市公司以分列或汇总方式披露前五大客户销售比例，鼓励披露前五大客户名称、销售额。显而易见，掌握客户信息对了解企业行为具有重要的参考价值。

已有文献将影响企业创新的因素分为外部因素与内部因素。影响企业创新的外部因素包括宏观环境[2]、金融发展[3]等，影响企业创新的内部因素包括企业特征[4]、公司治理[5]等，说明企业创新受到多种因素的影响。而客户集中度经济后果的相关文献大多集中在资本结构[6]、经营业绩[7]等方面。而将客户集中度与企业创新相结合的文献较少，仅有个别学者对客户集中度与企业创新有所涉及，但也缺乏对两者关系的作用机制的分析。以下是近年来学者对两者关系的影响机制的代表性成果。宛晴等发现，客户集中对企业创新的影响路径是通过增加融资约束而不是减少企业风险承担水平来实现的[8]；李姝等研究表明，大客户与企业技术创新显著负相关[9]。鉴于此，本文基于中国上市公司的数据，深入分析客户集中度对企业创新的影响，探讨客户关系稳定性对两者关系的影响效果，并进一步揭示客户信息披露程度对两者关系的影响。

本文的研究价值主要体现在如下三个方面：(1)基于中国现实场景，实证分析代表客户关系特征的客户集中度对企业创新的影响，为进一步从供应链角度研究企业创新提供新思路；(2)充分利用中国证监会要求上市公司披露的客户信息，实证检验客户关系稳定性对客户集中度与企业创新关系的影响效果；(3)通过分析客户关系对企业创新的影响效果，为中国证券监管部门制定科学、合理的上市公司客户信息披露准则提供参考。

二、文献回顾与研究假设

(一)客户集中度与企业创新

客户集中度是一把双刃剑，它可能会产生积极效应，也可能带来消极效应。积极效应主要体现在以下几个方面：首先，客户集中度越高，越有利于信息等资源共享。客户与供应商在交易过程中，逐步会形成相互依赖关系，一荣俱荣，一损俱损。双方之间的依赖关系会加速信息分享，特别是客户将需求信息及时传递给供应商。Joshi等研究认为，技术与信息共享，可以激发创新灵感，促进供应商创新能力的提升[10]；其次，客户越集中，供应链整合效果越好。供应商与客户在供应链的上下游，随着客户集中度的提高，可以降低交易成本，达到协同的效果。供应商与重要客户之间存在的共同投资有利于形成更为紧密的供应链体系，进而促进彼此之间的合作，减少创新项目的不确定；最后，客户集中度可以促进专用性投资。关于产品技术的发展，Johnson研究发现，基于良好客户关系的专用投资有助于促进技术创新，提高信用风险转移水平，增加市场价值，促进持续的管理承诺[11]。Ak等研究发现，为了吸引和留住客户，客户集中的企业向客户提供具有竞争力的产品，这将迫使企业增加研发投资，提高产品质量，减少对客户的依赖[12]。消极效应主要体现在以下几个方面：第一，客户集中度越高，经营风险越大。客户集中度较高，意味着企业产品或者服务集中于几个大客户，也就是说，失去一个或者少数几个客户，会对企业经营活动产生重要的影响。Dhaliwal等研究发现，客户集中度越高，对主要客户依赖性越强，面临现金流中断的风险越大[13]；第二，客户集中度越高，融资约束水平越高。Hertzel等认为，客户集中度引起企业成本增加、收入降低，企业融资容易出现困难[14]。因此，企业投入研发资金也会受到限制，使企业的创新行为受到不利影响；第三，客户集中度越高，创新资源被占用可能性就越大。客户集中度越高，为了维护与大客户的合作关系，企业需要付出一定的成本，为了显示自身的实力，表现出良好的财务状况，企业为了维护良好的经营能力，会增加现金等流动资产的持有，从而会占用创新资源，不利于企业创新活动的开展。基于以上分析，本文提出了如下对立假设：

H1a：在其他条件相同的情况下，客户集中度越高，越有利于企业创新。

H1b：在其他条件相同的情况下，客户集中度越高，越会抑制企业创新。

(二)客户关系稳定性、客户集中度与企业创新

客户关系对企业影响具有双面性，供应链整合可能给企业带来收益，也可能给企业带来风险。客户与企业关系越紧密，两者之间的盈利及成本关联性就越强[15]。良好的客户关系能促进合作共赢[16]、优化库存、加速信息分享及促进经营效率提高[17]。但是，客户与企业关系随着专用性投资提高[18]，信息分享会产生机会主义行为及道德风险[19]，容易导致业绩风险与关系风险[20]。王雄元等研究发现，客户集中度与企业商业信用显著正相关，随着客户与企业稳定性增加，客户从企业获取商业信用下降，特别是关系稳定的大客户更可能表现为体恤关系从而降低对商业信用的占用[21]。客户关系越稳定，信息不对称越低，商业信用吸引客户的作用也会下降[22]。米运生等研究发现，客户与企业双方利益趋同的关系使得客户可能“体恤”企业，不再占用大额的商业信用，在企业困难时可能会在资金方面提供帮助[23]。由此可见，稳定客户关系对企业来说利大于弊，可以减少对客户提供商业信息数量，进一步减少融资成本，保持稳定现金流，降低经营风险，提高盈利稳定性。客户关系稳定性对客户集中度与企业创新关系的影响有：一方面，客户关系稳定，双方利益一致，可以实现供应链整合效果，客户集中对企业资源配置会减弱；另一方面，客户关系越不稳定，就越会增加客户对商业信息占用并减少其对企业的体恤效应，从而增加经营风险，降低盈利稳定性，客户集中对企业创新的抑制作用也会增强。这给企业提供了创新动力及条件，企业更愿意进行创新投资。因此，提出如下假设：

H2：在其他条件相同的情况下，客户关系越稳定，客户集中度对企业创新的抑制作用越弱；客户关系越不稳定，客户集中度对企业创新的抑制作用越强。

三、研究样本与数据

(一)样本选择

中国证监会颁布了《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(2017年修订)》，强制要求上市公司披露客户销售份额等相关信息，客户披露制度的改革对揭示客户信息对企业行为产生重要影响。本文选择2009—2017年在上海和深圳证券交易所上市的A 股公司为初始样本，并对样本进行了处理：第一，删除ST、*ST、PT的样本；第二，剔除金融类的样本；第三，剔除数据缺失的样本，最后得到样本数为8 924个。客户数据均来源于(CSMAR)数据库，研发数据来源于(Wind)数据库，为了消除极端值的影响，本文针对连续变量的(1%，99%)Winsorize缩尾处理。

(二)变量的定义

1.客户集中度的衡量

借鉴王雄元等[24]的研究，本文通过如下3个指标衡量客户集中度：(1)第一大客户销售占比(Top1)；(2)前五大客户销售占比(Top5)；(3)前五大客户销售占比的赫芬达尔指数(CC)，即前五大客户占销售收入比例平方和。

2.企业创新的衡量

现有研究多从创新投入与创新产出两个维度衡量企业创新，由于创新风险大、周期长、不确定性较大，创新投入不一定会成功。但是，创新投入更能体现企业的创新行为。本文借鉴学者虞义华等[25]的做法，选择创新投入水平(LR)与创新投入强度(RD)衡量企业的创新行为。

3.客户关系的稳定性

客户关系稳定性Aa，虚拟变量，客户关系稳定时为1，否则为0。衡量方式：前五大客户在当年及过去两年出现至少2次为客户关系稳定，否则为客户关系不稳定。

4.客户信息披露的详细程度

客户信息披露Ff，虚拟变量，客户信息披露详细时为1，否则为0。衡量方式：客户名称与销售收入等信息均披露为客户信息披露详细，否则为客户信息披露不详细。

5.控制变量

借鉴已有研究，本文选择如下控制变量：(1)经营能力的变量，如公司规模(SIZE)、负债水平(DE)、公司年龄(AGE)、现金流量占比(OCF)、固定资产占比(TG)、资本支出占比(EXP)；(2)盈利能力的变量，如总资产净利率(ROA)；(3)发展能力的变量，销售收入增长率(SALE)、托宾(TQ);(4)股权结构的变量，产权性质(SOE)。同时，对年度与行业进行了控制。变量定义及其计算详见表1。

表1 主要变量定义

(三)模型设计

本文检验客户集中度对企业创新的影响，并区分客户关系的稳定性对这一问题进行探讨。参考江伟等[26]的研究设计，选择如下回归模型：

Innovationi,t=α0+α1Customeri,t+α2DEi,t+α3ROAi,t+α4EXPi,t+α5SIZEi,t+α6SALEi,t+α7TQi,t+α8AGEi,t+α9SOEi,t+α10OCFi,t+α11TGi,t+∑Ind+∑Year+εi,t

(1)

模型(1)不仅用来检验客户集中度(Customer)对企业创新(Innovation)的影响，而且在考察客户关系的稳定性及客户信息披露详细程度影响两者之间关系的效果时，该模型也用于对分组样本的多元回归分析。其中，解释变量客户集中度(Customer)用3个指标进行测度，分别是第一大客户销售占比(Top1)、前五大客户销售占比(Top5)、前五大客户销售占比的赫芬达尔指数(CC)；被解释变量企业创新(Innovation)分别用创新投入水平(LR)与创新投入强度(RD)进行衡量。对于模型(1)，预期α1为正，说明客户集中度有利于企业创新；预期α1为负，说明客户集中度抑制了企业创新。

四、实证结果与分析

(一)描述性统计分析

表2是描述性统计结果。从表中可以看出，上市公司中第一大客户销售占比(Top1)最大值为66.25%，最小值为0.76%，均值为12.92%，中国上市公司的客户集中度较高；企业前五大客户销售占比合计(Top5)介于2.72%与90.58%之间，均值为29.97%，说明在中国当前发展阶段，客户集中的现象在上市公司普遍存在，探讨其对企业创新的影响具有重要的意义。

表2 描述性统计

前五大客户销售占比的赫芬达尔指数(CC)最小值0.016，最大值47.1，均值为4.471，说明客户集中总体上较高，并且差异较大，客户风险很大。创新投入水平(LR)最小值13.31，最大值21.3，标准差是1.459，显示企业之间创新投入存在一定的差异，均值为17.5，中位数17.55，中位数高于平均水平，可见我国创新发展战略的实施效果已经显现，企业创新投入数量加大；创新投入强度(RD)的中位数为1.734%，均值为2.039%，，最小值为 0.013%，最大值为9.133%，；客户关系的稳定性(Aa)为0.396，说明样本企业39.6%客户关系较为稳定；客户信息披露详细程度(Ff)均值为0.245，表明样本企业24.5%披露客户信息较为详细。其他控制变量与现有文献描述性统计结果基本一致。

(二)回归分析

1.客户集中度与企业创新

表3报告了客户集中度对企业创新实证回归的结果。具体如下：其中第(1)(2)(3)列被解释变量为创新投入水平(LR)；第(4)(5)(6)列被解释变量为创新投入强度(RD)。在进行回归时对代表企业的盈利能力、发展能力的变量进行了控制，对年度以及行业状况也进行了控制。从回归结果来看，解释变量第一大客户销售占比(Top1)、前五大客户销售占比(Top5)、前五大客户销售占比的赫芬达尔指数(CC)，回归系数在六列中均在1%水平上显著为负。表明客户集中度与企业创新显著负相关，即为客户集中度越高，创新水平与强度越低。即模型(1)α1系数为负，假设H1b得到验证，即客户集中度越高，抑制了企业创新。

表3 客户集中度对企业创新的影响

续表(表3)

2.客户关系的稳定性、客户集中度与企业创新

表4报告了客户关系的稳定性对客户集中度与企业创新关系影响的回归结果。第(1)(3)(5)列为客户关系稳定组别，第(2)(4)(6)列为客户关系不稳定组别。从解释变量第一大客户销售占比(Top1)、前五大客户销售占比(Top5)来看，稳定组别回归系数均在5%显著为负，不稳定组别回归系数均在1%水平上显著为负；前五大客户销售占比的赫芬达尔指数(CC)，回归系数在稳定组别10%水平上显著为负，不稳定组别回归系数在1%水平上显著为负。结果说明，客户关系越稳定，客户集中度对创新投入水平抑制作用越弱；客户关系越不稳定，客户集中度对创新投入水平抑制作用越强，H2得到初步验证。

表4 客户关系的稳定性、客户集中度与创新投入水平

表5报告了客户关系的稳定性对客户集中度与创新投入强度关系影响的回归结果。同样，第(1)(3)(5)列为客户关系稳定组别，第(2)(4)(6)列为客户关系不稳定组别。从解释变量第一大客户销售占比(Top1)、前五大客户销售占比(Top5)来看，稳定组别回归系数均在5%显著为负，不稳定组别回归系数均在1%水平上显著为负；前五大客户销售占比的赫芬达尔指数(CC)，回归系数在稳定组别不显著，不稳定组别在1%水平上显著为负。结果说明，客户关系越稳定，客户集中度对创新投入强度抑制作用越弱；客户关系越不稳定，客户集中度对创新投入强度抑制作用越强，H2得到进一步验证。总之，客户关系的稳定性有利于缓解客户集中度对企业创新的抑制作用。

表5 客户关系的稳定性、客户集中度与创新投入强度

(三)进一步分析：考虑客户信息披露程度

客户信息披露包括仅披露客户销售收入所占比例与同时披露客户销售收入所占比例及名称两类(1)根据证监会《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(2017修订)》规定，前五大客户名称采取自愿披露，而前五大客户销售所占比例以汇总方式强制披露。因此，有的上市公司就没有披露客户名称。。前者被认为客户信息披露不详细，后者被认为客户信息披露详细。如果企业仅仅对客户销售份额进行披露，信息使用者仅仅只能了解客户结构、客户是否单一及是否存在大客户依赖风险。而如果将客户名称与销售收入份额同时披露，信息使用者可以追踪客户信息，可以全面掌握企业上下游供应链情况，减少信息不对称性。已有研究表明，供应链上下游客户供应商私有信息具有重要价值。Gong等发现，银行曾经给客户提供过贷款，因为掌握了更多供应链的私有信息，降低对企业稳健性的要求[27]。Guan等研究表明，同时追踪客户与供应商的分析师可以获得更多私有信息，盈余预测准确性更高[28]。可见，客户信息有助于更进一步了解供应商私有信息。客户信息披露越详细，说明失去客户给企业带来的风险较低；客户信息披露越不详细，说明客户对企业越重要，为了预防客户流失所带来的风险，企业会持有更多现金[29]。可见，客户信息披露详细程度在一定程度上意味着客户的重要性。客户越重要，说明客户议价能力越强，在谈判中客户关系很可能产生掠夺效应而不是治理效应。其结果更可能表现为对企业创新投资影响产生抑制作用而不是促进作用。此外，企业之所以不愿意进一步披露客户名称信息，是因为客户信息被竞争对手掌握，会面临失去客户更大的风险。综上，相比客户信息披露详细的企业，企业信息披露不详细的企业，客户集中度对其创新投入及产出的影响更显著。

表6报告了客户信息披露详细对客户集中度与企业创新关系影响的回归结果。第(1)(3)(5)列为披露详细组别，第(2)(4)(6)列为披露不详细组别。从解释变量第一大客户销售占比(Top1)来看，回归系数均在5%水平上显著为负，通过组间系数差异检验，对应P值为0.012，说明两组系数在5%水平上存在差异；从前五大客户销售占比(Top5)来看，详细组别回归系数在5%显著为负，不详细组别回归系数在1%水平上显著为负；前五大客户销售占比的赫芬达尔指数(CC)，回归系数均在5%水平上显著为负，通过组间系数差异检验，对应P值为0.045，说明两组系数在5%水平上存在差异。结果说明，客户信息披露越详细，客户集中度对创新投入水平抑制作用越弱；客户信息披露越不详细，客户集中度对创新投入水平抑制作用越强。

表6 客户信息披露详细程度、客户集中度与创新投入水平

表7报告了客户信息披露详细程度对客户集中度与创新投入强度关系影响的回归结果。第(1)(3)(5)列为披露详细组别，第(2)(4)(6)列为披露不详细组别。解释变量第一大客户销售占比(Top1)在客户信息披露详细组别其回归系数在5%水平上显著为负，在不详细组别其回归系数在10%水平上显著为负；从前五大客户销售占比(Top5)来看，详细组别与非详细组别回归系数均在1%显著为负，通过组间系数差异检验，对应P值为0.028，说明两组系数在5%水平上存在差异；前五大客户销售占比的赫芬达尔指数(CC)，在详细组别回归系数在10%水平上显著为负，在不详细组别回归系数在1%水平上显著为负。结果说明，客户信息披露越详细，客户集中度对创新投入强度抑制作用越弱；客户信息披露越不详细，客户集中度对创新投入强度抑制作用越强。

表7 客户信息披露详细程度、客户集中度与创新投入强度

(四)稳健性检验

为保证研究结论的可靠性，本文进行稳健性检验。第一，改变被解释变量的选取。在前文回归分析中，被解释变量选择创新投入水平及创新投入强度，这只是从创新投入角度考察企业行为，也有一些学者从创新产出角度考察企业创新行为。因此，在稳健性测试中，将被解释变量替换为代表创新产出的专利申请数与发明申请数，并进行取对数处理，结论与前文一致。第二，改变样本取值范围。前文回归分析几乎涵盖深沪A股所有行业，考虑到制造行业在上市公司比重较大，以及在制造行业中，客户对企业影响较大，因此，选择制造业重新复制了前文回归过程，结果不变。第三，内生性的问题。考虑到在模型设定中可能存在内生性的问题，本文采用工具变量方法克服由于遗漏变量导致的内生性问题，在选择滞后一期行业均值作为解释变量客户集中度工具变量，并进行两阶段回归分析，结果不变。同时，本文采用倾向匹配得分法(PSM)解决可能由于样本自选择产生的内生性问题，在样本进行匹配时，采用1∶1最近邻匹配法，每一个具有高客户集中度企业(处理组)从低客户集中度企业(控制组)选择得分最接近对象进行匹配。从回归结果来看，结论没有发生实质性改变。总之，在进行稳健性检验以后，本文研究结论依然可靠。

六、结论与建议

目前，我国资本市场信息环境有待改善。主要原因在于上市企业信息披露信息含量不高，市场参与者搜寻信息成本较高及交易信息含量较少，客户关系对企业战略行为选择的影响日益显现。因而从客户角度研究企业创新的影响因素和作用机制具有较强的现实意义。客户集中度是一把“双刃剑”，它可能会增加公司的风险，但也可能带来盈利。本文以代表客户关系的客户集中度为切入点，采用深沪A股2009—2017年数据，实证检验客户集中度对企业创新的影响，同时考察客户关系的稳定性对两者关系的影响效果，进一步分析在客户信息披露不同的情况下客户集中度对企业创新的影响。研究发现：客户集中度会显著抑制创新行为，而客户关系的稳定性可以缓解两者之间的抑制关系。进一步发现：客户信息披露得越详细，客户集中度对企业创新抑制作用越弱。本研究表明：客户信息披露越详细，即同时披露客户名称及客户销售份额可以弱化客户集中度对企业创新抑制作用。这就意味着适当地披露客户信息对促进企业创新会产生积极作用。本研究丰富了客户关系与企业创新的相关理论，同时也为提高企业创新绩效提供新思路。

基于研究结论，提出如下几个方面的建议：第一，客户集中在中国企业普遍存在，可以考虑分散客户，降低集中度。对企业而言，一方面要提高产品质量，增加自身竞争力，在选择客户时争取主动性，不要过分依赖于少数几个大客户，要动态选择优质的客户，增加客户多样性，降低客户风险。第二，基于客户关系的稳定性有益于缓解客户集中度对企业创新抑制作用，可以选择稳定客户进行长期合作。稳定的客户资源有利于改善企业的信息环境，顺畅的信息传递渠道可以帮助企业制定合理的财务决策。因此，企业应该发挥客户资源整合作用，加强与客户沟通、交流及共享信息，从而提高资源使用效率。第三，基于客户信息披露有利于缓解客户集中度对企业创新的抑制作用，可以适当强化客户信息披露范围。建议政府监管部门，在不涉及企业商业机密的情况下，结合会计信息有用性，要求企业披露前五大客户产权性质、是否上市、注册地及与企业是否存在关联方关系等非财务信息。总之，客户关系是一把“双刃剑”，企业应当发挥客户关系的积极作用避免或者减少消极作用，提高创新能力，从而促进自身可持续发展。利益相关者要重视对企业披露客户信息的解读，充分意识到客户集中度等信息的重要性，将供应链上下游供应商与客户生产经营情况作为整体进行财务分析及评价，为其科学合理投资等决策提供合理依据。