湾问ð J>荤 i有必兔 20畔第2期
上市公司客户集中度的财务效应与市场反应
黄晓波，张琪，郑金玲
(湖北大学商学院，湖北武汉 43∞62)
[摘 要]以 2∞7-2012 年上海证券交易所和深圳证券交易所制造业上市公司为研究对象，对客户集中度如
何影响公司的经营业绩、经营风险和市场表现进行实证研究。 结果发现，客户集中度与销售毛利率 、经营杠杆系数
显著负相关，与市销率显著正相关 。 这一研究发现为"业务-财务一市场"之间的关系提供了新的经验证据。 客户
集中度的提高会使经营业绩和经营风险同时下降，资本市场对客户集中度上升的反应是积极的和正面的，客户集
中度及其变化可以作为投资者进行投资决策的一种信号。
[关键词]客户集中度;上市公司;销售毛利率;经营杠杆系数;市销率;市盈率;财务效应;市场反应;经营业绩
[中图分类号] 文献标识码]A 文章编号] 1∞4-4833(2015)02-∞61 -ll
一、引言
企业与市场以及企业的研发、生产、销售等业务活动和筹资、投资、收益分配等财务活动是紧密相
关、浑然一体、不可分割的。然而，在专业化的教育体制和专业分工的管理体制下，企业与市场、业务
与财务之间的联系却被人为地割裂开来，这在学术研究中表现得特别明显。为此，本文试图将业务、
财务与市场联系起来进行动态的研究，为"业务一财务一市场"之间的关系提供新的经验证据。
客户集中度是公司销售政策的体现，同时也反映客户的议价能力。客户集中度越高，客户的议价
能力越强，客户对公司经营活动的影响力越大，这就像股权集中度越高，股东对公司决策的影响力越
大一样。 客户集中度不仅会影响公司的经营决策，而且会影响公司的财务决策;不仅会影响公司的经
营业绩，而且会影响公司的经营风险和市场表现。 但国内外学者偏重于研究客户集中度对公司经营
业绩的影响，而不注重研究客户集中度对经营风险的影响，也不注重研究资本市场对客户集中度的反
应。 与以往的研究不间，本文同时研究客户集中度对公司经营业绩和经营风险的影响，以及资本市场
对此做出的反应。这种研究不仅可以丰富有关客户集中度的研究文献，而且可以为企业的经营决策
和财务决策提供更适用的理论依据，为投资者进行投资决策提供一种信号。
本文以 2007-2012 年上海证券交易所和深圳证券交易所制造业上市公司为研究对象。 在本文
中，把为制造业上市公司提供原材料的企业称为"卖方"或"供应商把购买制造业上市公司产品的
企业称为"买方"、"零售商"、"经销商"或"客户" 。
二、文献述评
(一)国外研究动态
Stigler 提出了两个假说，即客户集中度与产业利润率显著负相关，客户集中度效应在那些供应商
[收稿日期 ]2014 -02 -27
[基金项目]教育部人文社会科学规划基金项目(1 1 YJA79∞54)
[ i'乍看简介]黄晓波(1967- ).男，湖北天门人，湖北大学商学院教授，博士，从事财务会计 、公司财务管理研究;张琪(1991一) •
男，河南南阳人，湖北大学商学院硕士研究生，从事财务会计研究;郑金玲(1985一)，女，湖北新洲人.大信会计师事务所湖北分所职
员，注册会汁师，从事财务会计研究。
• 61 •
黄晓波，等:上市公司窑户集中度的财务效应与市场反应
集中度高的产业特别显著[1] 0 Lustgarten 、 LaFrance 、 Cowley 等实证研究都证实了这两个假说[2-4]但
是， Newmark 认为，在上述实证研究中，由于一些产业利润率计量错误，客户集中度效应被夸大了 [5] 。
Newmark 在 Lustgarten 的基本模型中加入管理控制代理变量之后，客户集中度效应变得不够显著。
Porter 对客户集中度效应进行了定性分析[6] 0 P。此er 指出，购买者通过压低价格、要求提供质量
较高的产品或服务等手段，影响企业的盈利能力。如果购买者的总数较少，每个购买者的购买量占卖
方销售量的比例较大(即客户集中度较高) ，买方(客户)就具有较强的议价能力。
Patatoukas 对客户集中度( CC ,Customer-base Concentration) 是否影响公司业绩和股票估价，以及
如何影响公司业绩和股票估价进行了实证研究[7] 。结果发现，客户集中度与资产净利率(ROA) 和净
资产收益率(ROE)显著正相关，客户集中度的年度变化与当年和下一年度的股票投资回报显著正
相关。
(二)国内研究动态
徐津厚、闰伟东和温丹指出，买方市场的形成，使制造商和经销商之间的关系发生了质的变化，经
销商成为制造商的"上帝制造商变成了大型经销商的"仆人"。制造商不仅要向经销商提供优质的
产品，还要提供细致周到的服务。随着经销商议价能力的提高，出现制造商销量增加，但单位成本和
费用上升、利润减少的局面[8]O
韩敬稳、赵道致和秦娟娟也认为，凭借主导地位和议价能力，大型经销商会强迫制造商降低产品
价格，长期拖欠和占用制造商的货款，向制造商收取进场费、上架费等各种费用，把成本费用转嫁给制
造商，使制造商成本费用增加，收益下降[9] 。
唐跃军对供应商和经销商的议价能力与公司业绩的关系进行了实证研究。研究发现，供应商、经
销商(客户)的集中度和议价能力越低，公司业绩越好[m]O 张胜对企业供应商和客户集中度与资产
结构的关系进行了实证研究。结果发现，供应商或客户集中度越高，企业的现金持有量越少，流动资
产也越少，企业的业绩越差[U]O
(三)对国内外研究现状的评论
第一，与国外研究比较，国内研究不仅起步晚，而且文献不够丰富，特别是有关实证研究的文献很
少。在两篇实证研究文献中，唐跃军采用的是 2005-2007 年上市公司的数据，张胜采用的是 2001
2009 年上市公司的数据。由于 2007 年 1 月 1 日开始施行新企业会计准则，所以，其研究结论可能受
到财务数据结构性变化的影响。
第二，除了 Patatoukas 的研究之外，其他研究关注的仅仅是客户集中度对公司业绩的影响，没有
进一步研究客户集中度对经营风险的影响，以及资本市场的反应，没有把业务、财务和市场结合起来。
这也是很多实证研究存在的一个普遍性问题。事实上，企业的经营决策和财务决策既要考虑业绩，又
要考虑风险，是报酬与风险权衡的结果。资本市场的反应，也是建立在对企业风险和报酬权衡的基础
之上。所以，只研究对经营业绩的影响，而不研究对经营风险的影响，难免流于片面。
第三，研究结论不尽相同。 Patatoukas 的研究发现与 p。由r 的理论分析不一致，唐跃军、张胜等的
研究结论与 Patatoukas 的研究结论也不一致。
针对上述问题，本文从以下三个方面展开研究: (1)客户集中度与经营业绩之间的关系，包括客
户集中度对本期经营业绩和下期经营业绩的影响; (2) 客户集中度与经营风险之间的关系，包括客户
集中度对本期经营风险和下期经营风险的影响 ;(3) 客户集中度的市场反应，包括客户集中度与本期
市销率和下期市销率之间的关系。
本文的创新主要表现在以下方面。在研究方法上，把业务、财务与市场联系起来进行动态的研
究;在研究内容土，不仅研究客户集中度对经营业绩的影响，而且研究客户集中度对经营风险的影响，
以及资本市场对客户集中度的反应。
.62.
结词ð~荤』智多份兔川年第2期
三、理论假设
(一)客户集中度与经营业绩假设
在 2ο 世纪 70 年代产生的市场导向经营理念，以及 2却O 世纪 8朋O 年代兴起的顾客满意(ωCS ， Cωust剑蜘tωom
町 Satisfaction) ， m顷客忠诚(刊CL ， Cωu削s归tω.ome盯r Loρy归al) 、关系营销等理念中，都把客户视为企业的一项重要资
产，一种重要的关系性资源，即"顾客就是上帝"飞，\。但对于客户集中是好是坏，客户集中对经营业绩有
什么影响，理论界缺乏统一认识。
客户集中度提高，意味着客户对于企业重要性的提高，意味着客户议价能力的提高，意味着买方
势力的增强。一般认为，客户集中度提高或买方势力的增强会产生两种相反的经济效应，即买方垄断
势力效应和买方抗衡势力效应[口]。买方垄断势力效应是指客户利用自己的强势地位和企业对自己
的依赖，迫使企业降低产品价格，提高产品和服务质量，分担各种费用，给予各种优惠条件，从而减少
企业的利润。买方抗衡势力效应包括:(1)客户的强势地位可以迫使企业进行技术创新和管理创新，
降低产品的边际生产成本[口1 ; (2) 由于大客户依靠买方势力获取了较低价格或大量的折扣优惠，为
了实现销售利润目标，企业会提高对中小客户的销售价格[叫。买方垄断势力效应会使企业的业绩恶
化，买方抗衡势力效应则有助于企业业绩的改善。
基于徐淳厚、闰伟东和温丹，以及韩敬稳、赵道致和秦娟娟的理论分析，借鉴唐跃军、张胜的实证
研究[8-11] 同时考虑企业的技术创新和管理创新是一个长期的过程，提高中小客户销售价格对企业业
绩改善的作用有限，本文提出第一类理论假设(H， )。
H，:客户集中度与经营业绩显著负相关。客户集中度越高，经营业绩越差。
第一类理论假设 (H， )包括两个具体假设: (1)本期客户集中度与本期经营业绩显著负相关
( H I1 ) ; (2)本期客户集中度与下期经营业绩显著负相关(H12 )。
(二)客户集中度与经营风险假设
客户既是企业产品的购买者和使用者，也是企业的合作生产者。正是客户的购买和重复购买，才
使企业的产品实现了马克思所说的"惊险的跳跃才使企业产品的价值得以实现，才使企业的品牌
具有了市场价值。大客户对企业的信任和与企业的合作，可以加快企业的现金流转，降低现金流量的
不确定性，从而降低企业的经营风险。
企业的经营风险可以用经营杠杆系数来衡量，经营杠杆系数(DOL) 的计算公式如下。
。(P - V) L = f). /x~.& Tn." I 公式 1 ) Q(P - V) - F
在公式 1 中 ， Q表示销售量 ，P表示销售单价 ， V表示单位产品变动成本 ， F表示固定成本。显然，如
果 F不变 ， Q(p-v) 越大 ，DOL越小，即经营风险越小。从短期来看，假定F不变具有一定的合理'1主;而
且，尽管大客户凭借议价能力压低了销售价格(即 P 变小了) ，但一般来讲，销售价格总是会大于单位
产品变动成本(即 P> V) ， 即使是对大客户的销售，也是有利可图的，即 Q(p - v) 大于 F。所以，随着
销售量的增加，经营杠杆系数(DOL) 会下降，经营风险会变小。
基于以上分析，本文提出第二类理论假设( H2 ) 。
H2 : 客户集中度与经营风险显著负相关。客户集中度越高，经营风险越小。
第二类理论假设(H2 )包括两个具体假设: (1)本期客户集中度与本期经营风险显著负相关
(H2,) ; (2)本期客户集中度与下期经营风险显著负相关( H22 ) 。
(二)客户集中度的市场反应假设
在上述第一类和第二类理论假设下(即经营业绩变差和经营风险下降的情况下) ，客户集中度如
何影响资本市场对企业的估价呢?资本市场会对客户集中度做出何种反应呢?
.63.
黄晓波，等:上市公司害户集中度的财务效应与市场反应
根据企业价值评估原理，企业的价值是企业未来现金流量的现值。假定每年的自由现金流为 A，贴现
率为 1，那么，企业的价值为 :V =Al1o 其中，A 与企业的财务业绩密切相关，1 与企业的经营风险密切相关。
显然，A 越大，1 越小，企业的价值 V越大。但如果 A 和 I 都变小，V 是会变大还是会变小，这不好确定O
一般认为，大客户为企业提供了稳定的销售渠道，能为企业价值创造做出贡献[剧。为此，本文假
定，随着客户集中度的提高，经营风险比财务业绩下降得更快，并借鉴 Patatoukas 的研究发现[7J 提出
第三类假设(H3 )。
H3 :客户集中度与企业估价显著正相关。客户集中度越高，企业估价越大。
第三类假设(H3 )包括两个具体假设: (1)本期客户集中度与本期企业估价显著正相关(H31 ) ;
(2)本期客户集中度与下期企业估价显著正相关(H32 ) 0
四、实证研究设计
(一)回归模型
为了检验上述六个具体假设，本文建立如下六个线性回归模型。其中，模型 I 检验 Hll ，模型 2 检
验 H12 ，模型 3 检验 HZl'模型 4 检验 Hzz ，模型 5 检验 H31'模型 6 检验 H32 。
= α。 +α + α + α3 1nNA + α4DRi ， t + αsGRSi ， t + 8i ， t 模型 1)
GPMi ,t+l = β。 +βlDCCi ， t + βzlnAGEi ， t + β)nNAi ， t + β4DRi ， t + ßSGRSi ,t + 8i ， t 模型 2)
DOLi ,t = Xo + X1DCCi ,t + XzlnAGEi ,t + X3 1nNAi,t + X4 DRi,t + XSGRSi ,t + 1Ii , t (模型 3)
DOLi , '+1 = δ。 +δlDCCi . ， + δ + δ3 1nNAi. t + 84DR + + " (模型的
= φ。 +φlDCCi. t + φ + φ3 1nNA + φ + φsGRSi . t + μ (模型 5)
PSi 什 1 = ()o + () + θ + θ3 1nNA + ()4 DRì,t + θsGRSi . t + μ 模型 6)
在上述回归模型中，GPM 、DOL 和 PS 是因变量，分别表示销售毛利率、经营杠杆系数和市销率，
分别用来衡量经营业绩、经营风险和市场反应。 DCC 是自变量，表示客户集中度，即公司对前五名客
户的营业收入占公司全部营业收入的比例。 lnAGE 、 lnNA 、 DR 和 GRS 是控制变量。 lnAGE 是公司上
市年数的自然对数，用来控制公司的上市时间 ;lnNA 是公司净资产的自然对数，用来控制公司的规
模;DR 是资产负债率，用来控制公司的资本结构 ;GRS 是主营业务收入增长率，用来控制公司的成长
性。下标 i 表示第 i 家公司，下标 t 表示第 t 年，ιν 、μ 表示随机误差项，详见表 l 。
表 1 因变量、自变量与控制变量表
变量类型 变量名称 变量代码 变量的计算方法 备注
销售毛利率 GPM (销售收入-销售成本)/销售收入 计算结果用小数表示
因变量 经营杠杆系数 DOL (息税前收益+固定成本)/息税前收益 计算结果用倍数表示
市销率(收入乘数) PS 每股市价/每股销售收入 计算结果用倍数表示
自变量 客户集中度 DCC 对前五大客户销售收入/销售收入总额 计算结果用小数表示
上市时间 lnAGE 上市年数的自然对数
公司规模 lnNA 净资产的自然对数
控制变量 资产负债率 DR 负债总额/资产总额 计算结果用小数表示
主营业务收入增长率 GRS (本期主营业务收入-上期主营业务收 计算结果用小数表示入)/上期主营业务收入
(二)研究样本和数据筛选
本文以 2007 年以前在上海证券交易所和深圳证券交易所上市的制造业公司为研究样本，样本时
限为 2007-2012 年。之所以以 2007 年为起点，主要是因为 2007 年开始实施新企业会计准则，为了
避免会计准则的变化对样本数据的可比性可能产生的影响。之所以选择制造业上市公司，主要是因
为制造业处于由供应商、制造商、经销商组成的供应链系统的中间环节，同时也有与唐跃军、张胜的研
.64.
年词ð~i: t智价兔 2015年第2期
究进行比较的考虑。
客户集中度数据从上市公司年报中手工搜集，其他数据直接从锐思( RESSET) 数据库中导出 。
最终得到 475 家公司连续 6 年的数据，共 2850 个有效样本观测值。 上述六个模型中使用的数据，都
是在此基础之上进行处理得到的。
(三)数据处理
利用 SPSSl l. 5 对初选样本数据进行以下处理: (1)异常值的处理。通过.. Statistics" 中的..Outli-
ers"发现极端值，逐一检验是否为异常值。把含有异常值的样本，从初选样本中删除。 (2) 缺失值的
处理。 把含有缺失值的样本，从初选样本中删除。
五、实证研究结果
(一)描述性统计分析 褒 2 描述性统计分析表
由于删除异常值和缺失值之后模型 模型 变量 有效观测值 最小值 最大值 平均值 标准误
的有效样本观测值个数不一样，因此，本 GPM 2843 0. 226922 DCC 2843 0. 252658
文分别列示六个模型的描述性统计分析 ln AGE 2843 。 α)()() 3.ω10
结果，见表 20 (1) 在模型 1 中，有效观 ln NA 2843 25 . 7α汩汩 .129684
测值为 2843 个，销售毛利率( GPM) 的 DR 2843 o . ∞70 0. 9011 0 . 49052届 0 . 1753736GRS 2843 0. 206319 0. 6843487
平均值约为 22. 69% ，客户集中度 GPM 2368 0. 9228 0. 225495 0. 1577704
(DCC) 的平均值约为 毛。在模型 DCC 2368 0. 0186 0. 9928 0. 252385 0. 1713162
2 中，有效观测值为 2368 个，销售毛利 ln AGE 2368 o. 创)()() 3. 0445 2. 148817 2 ln NA 2368 21 . 072820 率(GPM) 的平均值约为 % ，比模
DR 2368 o.∞70 ∞ 型 1 的销售毛利率低 O. 14 个百分点。 GRS 2368 0. 231143
度( DCC) 的平均值约为 % ，比模 DOL 2461 234. 7881
型 1 的客户集中度低 个百分点。 DCC 2461 0. 247981 0. 1627095
(2 )在模型 3 中，有效观测值为 2461 ln AGE 2461 O.α)()() 3. 0910 3 ln NA 2461 18. 2483 25 . 6145 21. 097773 个，经营杠杆系数(DOL) 的平均值约为 DR 2461 0. 516734
倍，客户集中度 (DCC) 的平均值约 GRS 2461 -0. 6977 0. 205966 0. 7026431
为 % 。 在模型 4 中，有效观测值 DOL 2026 234. 7881 2. 643866 7. 5566838
为 2026 个，经营杠杆系数(DOL) 的平均 DCC 2026
值约为 倍，比模型 3 的经营杠杆系 ln AGE 2026 O.α)()() 4 ln NA 2026
数高出 。客户集中度( DCC) 的平 DR 2026 O. ∞70 0. 516417
均值约为 % ，比模型 3 的客户集 GRS 202届 0. 229895
中度高出 0. 01 个百分点。 (3) 在模型 5 PS 2456 65 . 3锁)2 3. 140375 4. ∞12084
中，有效观测值为 2456 个，市销率( PS) DCC 2456 0. 1705015 ln AGE 2456 o.α)()() 3. 0910 0. 5310874
的平均值约为 3. 14 倍，客户集中度 5 ln NA 2456 25 . 7以)Q 21. 196981 0. 9858372
(DCC) 的平均值约为 25. ∞% 。 在模型 DR 2456 O. ∞70 0. 9011 0. 481261
6 中，有效观测值为 2159 个，市销率 GRS 2456 0. 217116
(PS) 的平均值约为 2. 83 倍，比模型 5 PS 2159 DCC 2159
的市销率低 。客户集中度( DCC) lnAGE 2159 O. 仪)()() 2. 143202
的平均值约为 % ，比模型 5 的客 6 ln NA 2159 21. 089110
户集中度高出 个百分点。 DR 2159 O. ∞70 0. 484474
GRS 2159 -0. 6505 。 . 241352
.65.
黄晓波，等:上市公司害户集中度的财务效应与市场反应
(二)相关分析
由于模型的自变量和因变量不尽相同，有效样本观测值个数也不相同，因此，本文分别列示六个
模型的相关分析结果，见表 3 。
表 3 徊关分析褒
变量 Pearson 相关系数 GPM DCC lnAGE lnNA DR GRS 及其显著性
GPM
相关系数
显著性
DCC
相关系数 ..
显著性 O. 仪泊
相关系数 -0. 087 •• lnAGE 显著性 O.α)() 0. 053
模型 1 相关系数 -0. ∞8 •• ••
lnNA 显著性 0. 674 O. 创)() oα)()
相关系数 " " •• ••
DR 显著性 。 αm ∞ ∞ O.α)()
相关系数 -0. 047 • ••
GRS 显著性 0 . 127 O. α)()
GPM
相关系数
显著性
相关系数 -0. 078 ,.
DCC
显著性 O . 创)()
lnAGE
相关系数 ., -0. 046 '
模型 2 显著性
O.α)()
lnNA
相关系数 • •• 0. 225 ..
显著性 ∞ O . 创)()
相关系数 " " 0 . 134 .. "
DR 显著性 O. 仪)() O . 仪)() O. 创)() O. 仪)()
相关系数 -0. (泊6 -0. 024 0 . 023 0 . 094 ..
GRS 显著性 0. 762 0 . 249 O. 创)()
变量 Pearson 相关系数 DOL DCC lnAGE lnNA DR GRS 及其显著性
相关系数
DOL
显著性
相关系数 - '
DCC
显著性
相关系数 0. 034 -0. 041 •
lnAGE
显著性
模型 3
相关系数 -0α】2 -0. 226 •• ••
lnNA
显著性 O.α)() 。 α)()
相关系数 ' " 0 . 140 •• "
DR
显著性 ∞ ∞ O. ∞1
相关系数 -0. 052 •• ••
GRS
显著性 O α)9 0 .472 O . 仪)()
(接下页表 3)
.66.
华词~J，i:院秘兔 2阳年第2期
(接上页表 3)
表 3 相关分析襄
变量 Pearson 相关系数 DOL DCC lnAGE lnNA DR GRS 及其显著性
DOL
相关系数
显著性
相关系数
DCC 显著性
相关系数 0. 043 .
lnAGE 显著性 0. 054 0 . 013 模型 4 相关系数 o. α)() .. 0 . 210 ••
lnNA 显著性 o. α)() o . αm 0. 988
相关系数 .. •• ..
DR 显著性 o. 仪则 o.α)() 0 . 142
相关系数 0 . 096..
GRS 显著性 o.α)()
变量 Pearson 相关系数 PS DCC lnAGE lnNA DR GRS 及其显著性
PS
相关系数
显著性
相关系数 ••
DCC 显著性 o.α)()
相关系数 .. -0. 047"
lnAGE 显著性 o . α)()
模型 5 相关系数 .. .. 0 . 266 ••
lnNA 显著性 O.α)() O.α)() O. 创)()
相关系数 .. .. •• ..
DR 显著性 o.α)() O. 仪)() O. 创)()O.α)()
相关系数 -0. 056.. 0 . 095..
GRS 显著性 O . ∞5 O. 侃到
PS
相关系数
显著性
相关系数 0. 134..
DCC 显著性 O.α)()
相关系数 .
lnAGE 显著性 模型 6 相关系数 .. .. ..
lnNA 显著性 O.α)() O. 创始O.α)()
相关系数 •• 一 O. 113 •• 0 . 143.. ..
DR 显著性 O. 仪)() O α页。 O. 仪}1O.α)()
相关系数 .. 0 . 096..
GRS 显著性 0 . 341 。 O . α)() O. ∞2
注**表示相关系数在 水平上是显著的(双尾检验) 0 *表示相关系数在 水平上是显著的(双尾检验) 。
从表 3 的模型 1 中，可以发现:(1)销售毛利率(GPM)与客户集中度(DCC) 的相关系数为 ，
而且在 水平上显著。这意味着随着客户集中度的提高，本期销售毛利率会下降。 (2)销售毛利率
(GPM)与上市年数的自然对数(lnAGE) 、资产负债率(DR) 的相关系数分别为 和 ，而且
都在 水平上显著。这意味着随着上市时间的增加和负债的提高，本期销售毛利率会下降。
从表 3 的模型 2 中，可以发现: (1)销售毛利率 (GPM) 与客户集中度( DCC) 的相关系数为
，而且在 水平上显著。 这意味着随着客户集中度的提高，下期销售毛利率会下降。 (2)
销售毛利率(GPM)与上市年数的自然对数(lnAGE) 、净资产的自然对数( lnNA) 、资产负债率(DR) 的
相关系数分别为 、 和 ，而且都在 水平上显著。 这意味着随着上市时间
.67.
黄晓波，等:上市公司害户集中度的财务效应与市场反应
的增加、企业规模的扩大和负债的提高，下期销售毛利率会下降。
从表 3 的模型 3 中，可以发现: (1)经营杠杆系数( DOL) 与客户集中度( DCC) 的相关系数为
，显著性水平为 ，小于 5% 。这意味着随着客户集中度的提高，本期经营杠杆系数会下
降。 (2) 经营杠杆系数(DOL) 与资产负债率(DR) 的相关系数为 ，显著性水平为 ，小于
5% 。这意味着随着负债的增加，本期经营杠杆系数会下降。
从表 3 的模型 4 中，可以发现: ( 1 )经营杠杆系数( DOL) 与客户集中度( DCC) 的相关系数为
，但显著性水平超过 15% ，不够显著。 (2) 经营杠杆系数( DOL) 与上市年数的自然对数
( lnAGE) 的相关系数为 ，显著性水平超过 5% ;与资产负债率(DR) 的相关系数为 ，显著
性水平超过 10% ，都不够显著。
从表 3 的模型 5 中，可以发现: (1)市销率(PS) 与客户集中度(DCC) 的相关系数为 ，而且
在 水平上显著。 这意味着客户集中度的提高，本期市销率会上升。 (2) 市销率( PS) 与上市年数
的自然对数(lnAGE) 、净资产的自然对数(lnNA) 、资产负债率 (DR) 的相关系数分别为- 、
和 ，而且都在 水平上显著。这意味着随着上市时间的增加、企业规模的扩大和
负债的提高，本期市销率会下降。
从表 3 的模型 6 中，可以发现: (1)市销率( PS) 与客户集中度(DCC) 的相关系数为 ，而且
在 水平上显著。 这意味着客户集中度的提高，下期市销率会上升。 (2) 市销率( PS) 与净资产的
自然对数( lnNA) 、资产负债率(DR) 的相关系数分别为 和 -0. 物4 ，而且都在 水平上显
著。 这意味着企业规模的扩大和负债的提高，下期市销率会下降。
在六个模型中，客户集中度(DCC)与上市年数的自然对数(lnAGE) 、净资产的自然对数(lnNA) 和资
产负债率(DR)都负相关，而且除了模型 1 中的上市年数的自然对数(lnAGE) 之外，相关系数都在
水平上显著。这意味着随着上市时间的增加、企业规模的扩大和负债的提高，客户集中度会下降。
(三)回归分析
六个模型的回归分析结果，见表 40
表 4 回归分析表
模型 1 模型 2 模型 3 模型 4 模型 5 模型 6项目 系数值显著性系数值显著位系数值显著性系数值显著性系数值显著性系数值显著性
常数项 0 .437 O . αm O . 仪)() 5. 880 0 . 059 5. 284 O.α)() 17. 946 O.α)()
DCC -0. 117 0αm 0. 0<阳 - 0 . 014 -1. 779 1. 248 。∞5 1. 295 O . ∞2
ln AGE 0. 020 -0. 仪)9 0. 719 0 . 860 0 . 512 O.α)()
ln NA O. 创)() - O. 127 - O. 125 0 .486 O.αm O.α)()
DR ∞ O.αm
GRS O. ∞6 - 0. 594 0. 001
R2 O. ∞6 O.∞5
调整的时 O . ∞4 O. ∞3
Durbin-Watson 0 . 476 0 . 570 1. 944 1. 216
F 值 65 . 138 3. 148 103 . 255
F 的显著性 O. 创始 O. 锁)() 。∞8 0. 070 O . 创)() 。"页。
从表 4 中可以发现: ( 1 )除了模型 4 之外，其他模型 F 的显著性都小于 ，说明这些模型都在
0 . 01 水平上通过了 F 检验。 模型 4 的 F 的显著性为 7% ，在 水平上通过了 F 检验。 (2)模型 1 的
R2 为 % ，模型 2 的 R2 为 % ，模型 5 的 R2 为 % ，模型 6 的 R2 为 % ，都具有较强的
解释能力。但模型 3 的 R2 为 % ，模型 4 的 R2 为 % ，解释能力不够强。
从表4 中还可以发现: (1)在模型 1 中，客户集中度( DCC) 的回归系数 αl 为 ，且在
水平上显著。 所以， Hll "本期客户集中度与本期经营业绩显著负相关"成立。 (2) 在模型 2 中，客户
集中度(DCC) 的回归系数自l 为 ，且在 0 . 01 水平上显著。 所以， H12 "本期客户集中度与下期
.68.
华山ðll=t i有份免 20畔第2期
经营业绩显著负相关"成立。 (3) 在模型 3 中，客户集中度(DCC) 的回归系数 χ1 为 ，显著性
水平为 ，即在 的显著性水平下通过了 T 检验。所以， H21 "本期客户集中度与本期经营风
险显著负相关"成立。 (4)在模型 4 中，客户集中度(DCC) 的回归系数 81 为 -1. 779 ，显著性水平为
，即在 10% 的显著性水平下可以通过 T 检验。所以，在 10% 的显著性水平下， H22"本期客户集
中度与下期经营风险显著负相关"成立。 (5 )在模型 5 中，客户集中度( DCC) 的回归系数 φ1 为
1. 248 ，且在 水平上显著。所以， H31 "本期客户集中度与本期企业估价显著正相关"成立。 (6)
在模型 6 中，客户集中度(DCC) 的回归系数。1 为1. 295 ，且在 水平上显著。所以， H32"本期客户
集中度与下期企业估价显著正相关"成立。
(四)稳健性检验
对于模型 1 和模型 2 ，本文用资产净利率(ROA)替换销售毛利率(GPM)进行稳健"生检验;对于模
型 5 和模型 6 ，本文用市盈率(PE)替换市销率( PS)进行稳健性检验;对于模型 3 和模型 4，由于因变
量经营杠杆系数(DOL)没有合适的替代变量，而且原始数据中经营杠杆系数(DOL) 的缺失值较多，
所以，本文采用通过用变量所有值的均值代替缺失值( "Series Mean" )增加有效样本观测值的方法进
行稳健性检验。六个模型的稳健性检验结果见表 5 。
表 5 稳健性检验结果
结论
稳健
比较稳健
稳健
比较稳健
稳健
稳健
显著性
T 值
-1. 9仪)
-1. 528
-1. 584
客户集中度(DCC)
的回归系数
-1. 674
-1. 364
检验方法
用资产净利率(ROA)替换销售
毛利率(GPM)
用变量所有值的均值代替缺失值
(" Series Mean" )
用市盈率(PE)替换市销率(因)
用市盈率(PE)替换市销率( PS)
模型
123456
通过把表 5 中的回归系数、T值及其显著性与表4 中的原回归分析结果进行比较，可以发现: (1)
回归系数的符号都没有变化，原来是正的现在仍是正，原来是负的现在仍是负。 (2)T 值的显著性水
平都变大了，特别是模型2 和模型4 的 T 值显著性水平都超过了 10% ，模型 1 的 T 值显著性水平超过
了 5% 。但从总体上看，上述回归模型还是比较稳健的。
(一)关于解释变量和被解释变量之间的因果关系问题
产品销售等业务活动影响经营业绩和经营风险，进而影响企业的市场表现。企业的市场表现是
否会反过来影响财务活动和业务活动呢?业务、财务与市场之间是否存在一种相互影响、相互制约的
关系呢?唐跃军发现，经销商(客户)的议价能力与公司业绩表现在一定程度上是互为因果的[叫。
因此，本文利用 进行了 Granger 因果性检验(滞后期为 2) ，检验结果见表 6。
表 6 Granger 因果性检验结果
原假设 有效观测值(个)
DCC 不是 GPM 变化的原因
GPM 不是 DCC 变化的原因
DCC 不是 DOL变化的原因
DOL不是 DCC 变化的原因
DCC 不是 PS 变化的原因
PS 不是 DCC 变化的原因
六、进一步讨论
结论
原假设被拒绝
原假设被接受
原假设被拒绝
原假设被接受
原假设被拒绝
原假设被拒绝
显著'性
O.∞64
O. ∞38
F 统计量
2778
2790
2790
变量组
客户集中度( DCC) 与销售毛利
率(GPM)
客户集中度( DCC) 与经营杠杆
系数(DOL)
客户集中度( DCC) 与市销率
(PS)
Granger 因果性检验结果表明客户集中度(DCC)不是销售毛利率(GPM) 变化的原因"在 1% 的
.69.
黄晓波，等:上市公司害户集中度的财务效应与市场反应
显著性水平上被拒绝客户集中度(DCC)不是经营杠杆系数(DOL)变化的原因"在 10% 的显著性水
平上被拒绝客户集中度(DCC)不是市销率(PS)变化的原因"在 1% 的显著性水平上被拒绝。这说
明，产品销售等业务活动是引起经营业绩和经营风险变化的原因，也是引起市场反应变化的原因。从
表 6 中也可以发现市销率(PS)不是客户集中度(DCC)变化的原因"也在 5% 的显著性水平上被拒
绝，这说明企业的市场表现反过来也会影响企业的产品销售，二者之间确实存在一种互动关系，或互
为因果。
(二)关于区间效应问题
为了考察经营业绩、经营风险、市场表现与客户集中度之间是否存在区间效应，本文把"客户集
中度的平方"作为一个自变量加入上述六个模型之中进行回归分析，结果见表 7 。
通过观察客户集中度一次项 表7 区间效应分析表
和二次项的回归系数，以及 T 值 模型 客户集中度一次项 客户集中度二次项 客户集中度 显著性
回归系数 (DCC2 ) 的回归系数 二次项的 T值及其显著性，我们可以发现:除了
0 .494
模型 5 之外，其他五个模型的回归 2 …
系数都发生了反向变化，模型 1- 3
模型 4 的回归系数从一次项的负 4
5 l. 105
数变成二次项的正数，模型 6 的回 6 1. 627 - O. 438
归系数从一次项的正数变成二次
1. 418
也
项的负数。这种反向变化是一种存在区间效应的迹象。但六个模型客户集中度二次项的 T 值都很
不显著，没有通过 T 检验。
七、研究结论及其应用价值
综上所述，可以得出以下结论。(1)客户集中度与销售毛利率、资产净利率显著负相关。随着客
户集中度的提高，销售毛利率、资产净利率会下降。 (2) 客户集中度与经营杠杆系数显著负相关。随
着客户集中度的提高，经营风险会下降。 (3) 客户集中度与市销率、市盈率显著正相关，资本市场对
客户集中度的反应是积极的、正面的。
对于上述结论，一般人会产生一些疑惑:客户集中度的提高引起财务业绩下降，但为什么公司市
场价值会上升呢?难道投资者看到客户集中度提高了，就会给出一个好的估价吗?对此，一种可能的
解释是，公司价值不仅受财务业绩的影响，而且受经营风险的影响。财务业绩的下降会使公司价值下
降，经营风险的下降会使公司价值上升。客户集中度的提高同时引起财务业绩和经营风险下降，但经
营风险比财务业绩下降得更快，所以，对公司价值的影响是正面的。公司提高客户集中度，主要是为
了降低经营风险，但同时也使财务业绩受到了影响。
上述研究发现对于企业经营决策、财务决策，以及投资者进行投资决策都具有参考价值。(1)由
于客户集中度的提高会使经营业绩和经营风险同时下降，所以，企业要在综合权衡期望报酬和可承受
风险的基础上，制定经营决策和财务决策。如果企业的经营业绩较好，而风险较大，面临的主要问题
是降低风险，就可以采取降低价格、提高服务质量、提供商业折扣和现金折扣等方式，增加向大客户的
销售，减少向中小客户的销售，以提高客户集中度;如果企业的经营风险较小，而经营业绩不好，面临
的主要问题是提高业绩，就可以取消给予大客户的降价、折扣等优惠条件，增加向中小客户的销售，以
降低客户集中度。 (2)如果企业的财务风险较大，需要降低经营风险，以便控制总的风险，那么就可
以提高客户集中度;如果企业的财务风险较小，经营风险可以大一些，那么就可以降低客户集中度。
(3) 资本市场对客户集中度积极而正面的反应意味着，客户集中度向资本市场传递出了一种信号，技
资者可以依据客户集中度及其变化进行投资决策。
.70.
结山ð J，i: i有份免 20畔第2期
参考文献:
[1]5tigler G J. A 由回可 of oligopoly [ J J 四e Journal of Political Economy ,1964 ,72 (1 ) :44 - 61.
[2] LU8tgarten S H. The impact of buyer concentration in manufacturing indu8tries[ J]. The Review of Economic8 and Stati8tics , 1975 ,57 (2) :
125 -132.
[ 3 J LaFrance V A. The impact of buyer concentration-an extension [ J]. 四e Review of Economics and 5tati如凹， 1979 ，61(3) :475 -476.
[ 4] Cowley P R. BU8ine88 margin8 and buyer/ seller power[ 1] . The Review of Economics and Stati8tic8 ,1986 ,68 ( 2) : 333 - 337.
[5] Newmark C M. Admini8trative control , buyer concentrat阳1 , and price-cost ma耶n8 [ J] . The Review of Economics and 5tatistics , 1989 ,71
(1 ):74-79.
[ 6] Porter M E. How competitive forces 8ha阴阳tegy[J]. H町时 Busi时S8 Re旧w ， 1979 ， 57 ( 2 ) : 137 -145 .
[7] Patatoukas P N. Customer-base concentration : imp卢lic四叫a皿蚓tions田】咀s 岛如r firm p严er巾f化。rman肘c臼e and 臼呻P户itωal ma时r珠ke幽恒叫[υ川J川].T币h阳e Accω。u山且u皿川n
(2) :363 -392.
[8]徐淳厚，闰伟东，温丹.我国零一供商积怨关系的探讨与解决之道[J] . 北京工商大学学报(社会科学版).2∞6 ( 5):11 - 16.
[9J 韩敬稳，赵道致，秦娟娟. Bertrand 双寡头对上游供应商行为的演化博弈分析[J].管理科学，2∞9(2) :57 -63 .
[ 10] 唐跃军.供应商、经销商议价能力与公司业绩一一来自 2∞5-2∞7 年中国制造业上市公司的经验证据[1] .中国工业经济，2∞9
(10) :67 -76.
[11] 张胜. 供应商一客户关系与资产结构一一来自我国制造业上市公司的经验证据[1].会计论坛，2013 (1) :89 -99.
[12]程贵孙.买方势力理论研究评述[ J] . 经济学动态，2010(3) :115 -119 .
[13] Noll R G. Buyer power and economic policy[ J]. Antitrust Law Journal ， 2∞5 ，72(2) :588 -624.
[ 14] Gan J 5 , King S P. Exclusionary cont皿cts and competition for large buyers [ J]. International Joumal of Industrial 伽ganization , 2ω'2 ， 20
(9):1363 -1381.
[ 15] 张国军，陈传明.顾客资产研究的关系视角[1].中国工业经济，2创始 (7 ) : 103 -109
[责任编辑:高婷]
Financial EfTects and Market Reaction of Customer
Concentration of Listed Companies
HUANG Xiaobo , ZHANG Qi , ZHENG Jinling
(Sch∞，1 of Business , Hubei University , Wuhan 43创始2 ， China)
Abstract: By using the companies in the manufacturing sector listed in the Shanghai Stock Exchange and Shenzhen Stock Ex-
change during 2∞17-2012 脑 the research object , we do an empirical researcb on bow customer concentration affects a
compan内 financial results , operating risks and market performance. The results show that customer concentration has a signif-
icantly negative impact on 伊oss profit margin (GPM) and degree of operating leverage (DOL) , and has a significantly posi-
tive correlation with price-to-sales (PS). 币le research findings provide a new empirical evidence for the relationship among
business , finance and market.四le rising of customer concentration leads to the simultaneous falling of financial results and
operating risks , the capital market positively responses to the rising of customer concentration , and the customer concentration
and its change can be viewed as a kind of signal for inv白tment decision.
Key Words: customer concentration; listed companies; gross profit margin; degree of operating leverage; price-to-sales;
price-to-earning; financial efIect; market reaction; operational performance
• 71 •
