客戶集中度對公司權益資本成本影響的實證研究
——來自2012-2017年滬深A股上市公司的證據

■/ 燕洪國 俞莉潔

一、引言

資本成本是影響企業運營的核心要素之一。無論是企業的戰略管理、資本結構，還是資源配置與投融資決策，均不可避免受到資本成本約束，因此，資本成本一直以來都是國內外學者研究的熱點之一。其中，從企業風險視角，學者對資本成本展開了深入研究。Francis（2008）、Dhaliwal（2011）和曾穎（2006）從信息風險的視角探討了權益資本成本的影響因素，認為信息披露能降低資本成本。Barth（2013）從治理風險的角度，發現治理缺陷較多的企業，其權益資本成本也較高。Fernando（2006）、Dhaliwal（2009）和張正勇（2017）認為企業面臨的審計風險越高，其權益資本成本越高。此外，經營風險也會影響企業的權益資本成本（Modigliani and Miller,1958;Francis,2005;Bhattacharya,2012）?？蛻艏卸缺徽J為用以衡量企業現金流的風險因素（Dhaliwal and Scottjudd,2016）。因此，客戶集中度會對企業的權益資本成本產生重大影響。陳峻（2015）以2007-2014年制造業企業為樣本，發現在環境不確定性較低時，客戶集中度與權益資本成本負相關；周冬華（2017）和畢金玲（2018）分別以2009-2014年A股主板上市企業和2012年-2014年制造業為樣本進行了研究，認為客戶集中度與權益資本成本正相關。鑒于現有相關研究比較稀缺，且研究結論遠未達成一致，因此，進一步研究客戶集中度對權益資本成本的影響具有較大的理論與現實意義。

二、理論分析與研究假設

作為企業的重要外部利益相關者，客戶會對企業的生產經營產生至關重要的影響。一些學者認為，客戶集中度的提高能為企業帶來積極的影響。首先，較高的客戶集中度有利于完善企業的供應鏈（Marty et al.，2004），形成穩定、可靠的客戶關系。而穩定、可靠的客戶關系有利于企業之間信息共享，建立有效的溝通和信息交流機制，降低信息不對稱程度，從而節約生產成本，降低交易風險，如KalwaniandNarayandas（1995）認為客戶較為穩定的采購行為為企業的成本管理提供有效的信息，能改善企業的存貨管理，降低管理費用；有利于促進企業合作生產與聯合投資（Kumar，1996;Kin?ney&Wempe，2002），如在營銷方面大客戶能為企業降低一部分銷售費用，從而提高企業業績（Kal?wani&Narayandas，1995；Patatoukas，2012）。其次，大客戶具有一定的“監督治理效應”。對于客戶而言，與企業可能存在生產合作、聯合投資關系，所以若企業進入破產清算，則客戶會失去該供貨源，在損失一部分銷售收入的同時，還會因為尋找新的供應商而增加成本（Titman，1984）。因此，客戶會起到外部監督的作用，時刻關注企業的生產經營狀況，促進企業改善管理，以實現自身利益的最大化（張勝，2013）；最后，較高的客戶集中度存在一種“溢出效應”。大客戶在愿意與企業形成專有化的交易關系之前，一定經過相應的信息調查，對企業的經營現狀和發展前景有良好的預期，相比于客戶集中度較低的企業，客戶對于形成專有化交易關系會更加理性、謹慎。因此，企業擁有較高的客戶集中度，在一定程度上會向股東傳達出企業經營狀況良好、經營風險較低的信號，降低股東面臨的逆向選擇問題和道德風險。此外，企業獲得大客戶信賴的同時，更有利于吸引更多其他小客戶，獲得更多的關注，品牌效應加強，降低企業的經營風險，投資者就會降低預期投資回報率，從而降低企業權益資本成本。

然而，另一些學者認為，客戶集中度的提高會給企業帶來負面效應。首先，從本質上來看，企業與客戶之間是一種博弈關系，當客戶集中度較高時，企業對客戶的依賴較強，客戶具有比企業更強的議價能力，這會使得企業降低產品價格，從而損失一部分利潤，導致經營風險和財務風險的增加（Piercy and Lane，2006；唐躍軍，2009）。其次，較高的客戶集中度會誘發大客戶對企業利益的侵害行為，如拖欠貨款、加長信用期與縮減交貨期等（韓敬穩等，2009），導致企業投資成本、投資風險的增加。此外，如果客戶集中度較高，當大客戶中止與企業之間的交易，轉而自行生產商品或者向其他供應商購貨，甚至與競爭對手合作時，企業會陷入經營不暢和現金流短缺的雙重困境（Albequerque,A.M.，2014）。Hertzel et al（2008）研究發現，大客戶突然流失會嚴重影響企業的銷售收入，減少現金流量，從而影響企業的財務狀況（Maksimovic and Tit?man，1991）。最后，當大客戶破產時，企業很有可能收不回其應收賬款，造成一定的財務損失，使企業面臨一定的財務風險。Hertzel等（2008）研究發現，大客戶的破產會使企業產生異常的負收益，且二者之間正相關；Jorion和Zhang（2009）的研究也表明當客戶破產時，企業為客戶提供的信用貸款越多，其股票負收益率越大。當股東預期到以上風險時，其預期必要報酬率會相應增加，從而使企業的權益資本成本增加。

綜合以上分析，一方面，客戶集中度的適度提高，會給企業帶來積極效應，減少經營風險，從而降低權益資本成本；另一方面，客戶集中度過高可能會為企業帶來負面影響，增加財務風險和經營風險，從而增加權益資本成本。因此，本文提出以下假設：

H0：客戶集中度與權益資本成本并非線性關系，而是U型關系。

也就是說，客戶集中度應該存在一個閾值。當低于該閾值時，提高客戶集中度，能為企業帶來的積極效應大于負面效應，經營風險下降，權益資本成本下降；當高于該閾值時，提高客戶集中度，能為企業帶來的積極效應小于負面效應，經營風險上升，權益資本成本增加。

三、研究設計

（一）模型設計

為實證檢驗客戶集中度與權益資本成本之間的關系，本文設計了如下模型：

其中，Ri,t為企業的權益資本成本，用PEG模型和MPEG模型進行估算；Top5為客戶集中度；Top5X2為客戶集中度的平方項；Controls為控制變量。

（二）變量定義

1.被解釋變量

對于權益資本成本的估算，已有研究并未達成一致的意見。目前，主流的估算模型是以事前收益率作為代理變量對企業的權益資本成本進行衡量，包括股利折現模型、GLS模型、OJ模型、PEG模型和MPEG模型。其中，許多學者選擇使用GLS模型進行估算（肖敏和沈藝峰，2008；肖作平和黃璜，2013；陳峻等，2015），但是，毛新述等（2012）認為，相比于GLS模型，PEG模型和MPEG模型能更好地捕捉到各類風險因素；李超（2011）對GLS模型、KR模型和PEG模型進行了準確性檢驗，發現PEG模型具有最好的可靠性。PEG模型是由Easton于2004年基于市盈率和市盈增長率提出的估算模型，但該模型假定企業非正常收益率為0。在此基礎上，Easton（2004）進一步放松假設，假定企業的非正常收益率恒定，此時形成MPEG模型。鑒于此，本文選擇PEG模型和MPEG模型二者的均值來估算企業的權益資本成本，其計算公式如下所示：

其中，Rpeg為用PEG模型估算的權益資本成本；Rmpeg為用MPEG模型估算的權益資本成本；R_ave為兩模型估算的平均值；epst+2、epst+1分別表示預測的第t+2、t+1期每股收益的均值；dpst+1表示預測的第t+1期每股股利的均值，dpst+1=α*epst+1，α是指前三年的平均股利支付率；pt指第t期的年收盤價。

2.解釋變量

客戶集中度采用主要營業收入比（Top5）進行衡量，即為上市公司在年報中披露的“前五大客戶的銷售收入合計占總銷售收入的比例”，該指標的數值越大，表明客戶集中度越高。

3.控制變量

借鑒已有的相關文獻，本文對以下變量進行了控制：企業規模（Size）、財務風險（Lev）、總資產周轉率（Turnover）、企業成長性（托賓Q）、流動性（Liq?uid）、股票收益率（Return）、第一大股東持股比例（First）、股權集中度（Equil）、產權性質（State）。變量的具體計算方法見表1：

（三）樣本及數據來源

表1 變量定義及說明

本文以2012-2017年深滬A股上市公司為初始樣本，并在此基礎上，剔除以下企業：（1）金融行業的企業；（2）ST類的上市公司；（3）分析師預測的每股收益數據缺失的樣本；（4）epst+2小于epst+1的樣本；（5）相關控制變量缺失的樣本，最終得到5223個樣本，其中，包括制造業3433個樣本。此外，為了消除極端值對回歸結果的影響，本文對所有的連續變量進行了1%的winsor處理。在本文所需的數據中，股利支付率取自萬德數據庫；因國泰安數據庫目前沒有更新2017年客戶集中度的數據，因此，2017年客戶集中度的數據于上市公司披露的年報中手工收集；其他財務數據都來源于國泰安數據庫。

表2 各變量的描述性統計表

四、實證分析

（一）描述性統計

從描述性統計結果來看，用PEG模型和MPEG模型平均值估算的權益資本成本R_ave的均值為0.1107，中位數為0.1078，說明企業權益資本成本總體在10%-11%之間，最小值為0.0332，最大值為0.2326，說明各企業之間權益資本成本相差較大，其面臨的風險差異較大?？蛻艏卸萒op5的均值為0.2758，中位數為0.2142，說明企業前五大客戶銷售收入占總收入的比例均值為27.58%，均值大于中位數，說明企業的客戶集中度較高，其最小值為0.0071，最大值為0.9420，說明各企業之間客戶集中度的差異很大。關于控制變量，企業規模在6.4815-12.7148之間，均值為8.7144；不同企業之間，其財務杠桿、總資產周轉率、托賓Q、流動性和投資回報率都存在著較大的差異；此外，First的均值為0.3638，Equil的均值為0.2441，說明我國企業的股權較為集中；State的均值為0.3582，說明有35.82%的樣本為國有企業。

（二）實證分析

本文用PEG模型和MPEG模型的平均值來估算企業的權益資本成本，并用STATA14.0進行回歸分析，表3是相應的回歸結果。其中，（1）、（3）列為企業權益資本成本與客戶集中度一次項的回歸結果；（2）、（4）列為在客戶集中度一次項的基礎上，加入二次項后的回歸結果。

由表3可知，以2012-2017年深滬A股上市企業為樣本，在（1）列中，客戶集中度（Top5）的回歸系數為正數，但并不顯著，這說明了客戶集中度（Top5）與企業權益資本成本（R）并非單純的線性關系。在（2）列中，客戶集中度的平方項（Top5X2）對企業權益資本成本（R_ave）的回歸系數在1%的水平上顯著為正，這說明了客戶集中度對權益資本成本的影響存在區間效應，即二者應為U型關系，而非單純的線性關系。客戶集中度平方項（Top5X2）對R_ave的回歸系數為0.0354，經過計算可知，客戶集中度的拐點為0.3814（[-0.0270/（-2*0.0354）]），因此，對于全樣本而言，根據資本成本約束觀，為使企業的權益資本成本降到最低，前五大客戶的收入比應控制在38.14%左右，而描述性統計中客戶集中度的均值為27.58%，所以企業還可以在一定程度上提高客戶集中度。

表3 客戶集中度與權益資本成本（R_ave）的回歸結果

表4 客戶集中度與權益資本成本（OJ）的回歸結果

以2012-2017年深滬A股制造業企業為樣本，從表中可知，客戶集中度（Top5）與權益資本成本（R）顯著正相關，且加入二次項后，其二次項的回歸系數在1%的水平上顯著為正，相比較而言，加入二次項后的模型更為顯著，其拐點為0.3088，因此，對于制造業而言，前五大客戶的收入比應加以更為嚴格的控制，應控制在30.88%左右。

（三）穩健性檢驗

為驗證研究結論的可靠性，本文進行了穩健性檢驗。由于權益資本成本估算較為復雜，且估算模型尚未達成統一，為了排除估算模型對本文研究結論的影響，在穩健性檢驗中，用OJ模型估算企業權益資本成本代入模型進行了檢驗，表4報告了回歸結果。從表4可知，本文的研究結論是穩健的，二者之間存在區間效應，且基于全樣本回歸，客戶集中度的拐點為38.05%，基于制造業回歸，客戶集中度的拐點為32.64%，與前文計算的拐點較為接近。

五、研究結論

本文以2012-2017年深滬A股上市公司為全樣本，實證檢驗了客戶集中度與企業權益資本成本二者之間的關系。研究表明：（1）客戶集中度對權益資本成本的影響并非線性關系，而是存在區間效應，即二者應為U型關系；（2）用PEG模型和MPEG模型的均值來衡量企業權益資本成本，客戶集中度相應的拐點為38.14%；（3）以制造業企業為分樣本，發現相比于全樣本，制造業企業客戶集中度的拐點較低，為30.88%。由描述性統計可知，樣本公司前五大客戶占總收入比例的均值為27.58%，遠低于回歸分析得到的拐點值。因此，企業應在控制客戶帶來的經營風險與財務風險下，適度提高其客戶集中度，優化與整合供應鏈，擴大其積極效應，改善企業經營狀況，降低投資者預期的必要報酬率，從而控制企業的權益資本成本，使其決策建立在資本成本的約束之上。