彭 旋,王雄元
(1. 華中農(nóng)業(yè)大學(xué) 經(jīng)濟管理學(xué)院,湖北 武漢 430070;2. 中南財經(jīng)政法大學(xué) 會計學(xué)院,湖北 武漢 430073)
美國經(jīng)歷了1929年和1987年兩次股價崩盤,股市健康、投資者財富與實體經(jīng)濟均遭受重創(chuàng)(Jin和Myers,2006)。中國股票市場雖然尚未經(jīng)歷股價崩盤,但股指暴漲暴跌時常發(fā)生,國家監(jiān)管層不得不出臺各種政策維護(hù)股市穩(wěn)定。因此,中國股市也存在崩盤風(fēng)險,研究股價崩盤風(fēng)險具有重要的現(xiàn)實意義。股價崩盤風(fēng)險文獻(xiàn)普遍認(rèn)為,信息不對稱和代理問題是引發(fā)股價崩盤風(fēng)險的重要因素(Chen等,2001)。雖然股價崩盤風(fēng)險很難被分散與避免(An和Zhang,2013),但分析師(Jin 和 Myers,2006)、機構(gòu)投資者(Callen 和 Fang,2013)和債權(quán)人(李小榮等,2014)等利益相關(guān)者的監(jiān)督能有效降低股價崩盤風(fēng)險。作為重要的利益相關(guān)者之一,客戶對供應(yīng)商企業(yè)而言可能發(fā)揮供應(yīng)鏈整合、外部治理等正向積極效應(yīng)(Itzkowitz,2013),也可能發(fā)揮負(fù)向消極效應(yīng)(王雄元和高開娟,2017),因此客戶關(guān)系會影響企業(yè)股價崩盤風(fēng)險(彭旋和王雄元,2016)。整體上,客戶集中度在我國呈現(xiàn)治理效應(yīng),有利于降低企業(yè)股價崩盤風(fēng)險(褚劍和方軍雄,2016)。然而,現(xiàn)有文獻(xiàn)尚未關(guān)注客戶具體特征對企業(yè)股價崩盤風(fēng)險的影響。
由于供應(yīng)商與客戶“一榮俱榮、一損俱損”(Ute,1991)利益共同體關(guān)系的存在,客戶股價回報較高時,供應(yīng)商股價回報也較高(Pandit等,2011);客戶財務(wù)狀況較差時,供應(yīng)商股價也會下跌(Hertzel等,2008)。不良事件在關(guān)系范圍內(nèi)不可避免地具有傳染性(Garleanu等,2015),供應(yīng)鏈上的密切聯(lián)系會使雙方在面對困難時無法獨善其身,一方遭受的困境可能波及供應(yīng)鏈上的另一方。具體而言,客戶的股價崩盤風(fēng)險可能禍及與之有密切供應(yīng)鏈關(guān)系的供應(yīng)商,當(dāng)供應(yīng)商自身健
客戶與供應(yīng)商關(guān)系越密切,關(guān)系轉(zhuǎn)換成本越高,上述傳染效應(yīng)越強。若一方嚴(yán)重依賴于另一方,一旦交易中斷,企業(yè)的銷售(或采購)將大幅降低并面臨較大經(jīng)營風(fēng)險,甚至引發(fā)財務(wù)危機(Gosman等,2004)。尤其當(dāng)客戶與供應(yīng)商關(guān)系的專有化程度較高時,中止關(guān)系將使專有化投資失去價值,并面臨高昂的轉(zhuǎn)換成本(Titman和Wessels,1988)。由于國有企業(yè)間的關(guān)系可能是政府干預(yù)的結(jié)果,國有產(chǎn)權(quán)性質(zhì)的供應(yīng)商不大可能在國有產(chǎn)權(quán)性質(zhì)的客戶發(fā)生股價崩盤風(fēng)險時自主選擇中止關(guān)系,從而穩(wěn)定性更強。當(dāng)客戶與供應(yīng)商之間的關(guān)系趨于良性時,供應(yīng)商更難在客戶面臨困難時獨善其身,更可能與對方保持持續(xù)的供應(yīng)鏈關(guān)系。因此,當(dāng)客戶與供應(yīng)商關(guān)系的依賴性越高、專有性越強、越穩(wěn)定、越良性時,中止關(guān)系的成本越高,供應(yīng)商越不可能通過中止關(guān)系來規(guī)避客戶股價崩盤風(fēng)險,客戶股價崩盤風(fēng)險對供應(yīng)商的傳染效應(yīng)越強。
本文利用2007?2013年滬深兩市800對客戶和供應(yīng)商均為上市公司的供應(yīng)鏈公司數(shù)據(jù),探討了客戶股價崩盤風(fēng)險對供應(yīng)商的傳染效應(yīng)。研究發(fā)現(xiàn):(1)客戶與供應(yīng)商當(dāng)年股價崩盤風(fēng)險不具有同步性,客戶當(dāng)年股價崩盤風(fēng)險與下一年供應(yīng)商股價崩盤風(fēng)險顯著正相關(guān)??蛻艄蓛r崩盤風(fēng)險對供應(yīng)商具有傳染效應(yīng),而且這種傳染效應(yīng)在供應(yīng)商自身股價崩盤風(fēng)險較高時更顯著。(2)在客戶與供應(yīng)商關(guān)系中,一方對另一方的重要性越高,專有化投資越多,雙方關(guān)系越穩(wěn)定或越趨于良性,中止關(guān)系的機會成本越高,供應(yīng)商越不可能通過中止關(guān)系來規(guī)避客戶股價崩盤風(fēng)險,客戶股價崩盤風(fēng)險對供應(yīng)商的傳染效應(yīng)越強。本文研究發(fā)現(xiàn)客戶股價崩盤風(fēng)險是供應(yīng)商股價崩盤風(fēng)險的外部誘因,展示了客戶股價崩盤風(fēng)險通過“客戶?供應(yīng)商”關(guān)系鏈條影響企業(yè)的獨特途徑,為傳染文獻(xiàn)提供了新的適用情形,從而有助于豐富傳染、股價崩盤風(fēng)險以及客戶供應(yīng)商關(guān)系文獻(xiàn)。
股價崩盤風(fēng)險文獻(xiàn)主要涉及三方面的研究。代理觀認(rèn)為,管理者出于貨幣薪酬、在職消費、職業(yè)晉升和帝國構(gòu)建等利益考慮可能隱藏負(fù)面信息(Chen等,2001),負(fù)面消息累積到極限時的集中釋放將對公司股價造成極大沖擊甚至導(dǎo)致崩盤(Jin和Myers,2006)。具有行權(quán)需要(Kim 等,2011a)、超額薪酬需求(Xu 等,2014)、較強避稅動機(Kim 等,2011b)的管理者更可能隱藏負(fù)面信息。信息觀認(rèn)為,信息不對稱程度越高,管理者越容易隱藏負(fù)面消息(Jin和Myers,2006),股價崩盤風(fēng)險越大。分析師的樂觀偏差(許年行等,2012)、機構(gòu)投資者的騎乘泡沫行為(李曉龍等,2016)等第三方非理性行為會進(jìn)一步產(chǎn)生干擾信息,增大股價崩盤風(fēng)險。而會計穩(wěn)健性可阻止企業(yè)加速釋放好消息與延遲披露壞消息,從而有助于降低股價崩盤風(fēng)險(Kim和Zhang,2016)。治理觀認(rèn)為,良好的內(nèi)外部治理機制有助于降低信息不對稱,緩解代理問題,進(jìn)而降低股價崩盤風(fēng)險。分析師的關(guān)注能有效提高信息透明度,降低股價崩盤風(fēng)險(潘越等,2011;謝盛紋和陶然,2017);持續(xù)穩(wěn)定的機構(gòu)投資者能發(fā)揮監(jiān)督效應(yīng),降低股價崩盤風(fēng)險(Callen和Fang,2013);債務(wù)訴訟可以促使債務(wù)人約束和監(jiān)督管理者,降低企業(yè)盈余管理程度,進(jìn)而降低股價崩盤風(fēng)險(李小榮等,2014)??蛻魧蓛r崩盤風(fēng)險具有監(jiān)督和治理效應(yīng),客戶信息披露越詳細(xì),企業(yè)股價崩盤風(fēng)險越高(彭旋和王雄元,2016),大客戶可發(fā)揮供應(yīng)鏈整合效應(yīng)進(jìn)而緩解股價崩盤風(fēng)險(褚劍和方軍雄,2016)。綜上發(fā)現(xiàn),已有文獻(xiàn)主要從企業(yè)內(nèi)在角度討論客戶對崩盤風(fēng)險的影響,尚無文獻(xiàn)從供應(yīng)鏈關(guān)系角度研究客戶崩盤風(fēng)險對供應(yīng)商的影響。
傳染效應(yīng)主要存在于三種情形。傳染效應(yīng)可能存在于同行業(yè),如企業(yè)財務(wù)重述會引起同行業(yè)其他非重述企業(yè)的股價下跌(Gleason等,2008);銀行的財務(wù)危機會引發(fā)其他銀行也陷入財務(wù)危機(Mistrulli,2011)。傳染效應(yīng)還可能存在于有共同第三方參與的情形,如當(dāng)債權(quán)人的其中一個債務(wù)人發(fā)生債務(wù)危機時,債權(quán)人出于對更大債務(wù)風(fēng)險的擔(dān)憂而減少放貸,可能導(dǎo)致其他債務(wù)人也陷入債務(wù)危機(Oh,2013);當(dāng)一個客戶出現(xiàn)財務(wù)重述時,由同一審計機構(gòu)審計的其他客戶的盈余質(zhì)量也可能較低(Francis和Michas,2013)。傳染效應(yīng)還可能存在于供應(yīng)鏈關(guān)系,如客戶陷入財務(wù)困境時,供應(yīng)商股價會隨之下跌(Hertzel等,2008);供應(yīng)商股價對客戶盈余的市場反應(yīng)與客戶股價反應(yīng)正相關(guān)(Pandit等,2011;王雄元和高曦,2017);客戶所在行業(yè)的股票回報能引導(dǎo)供應(yīng)商行業(yè)的股票回報(Cohen和Frazzini,2008)。但現(xiàn)有文獻(xiàn)未研究股價崩盤風(fēng)險可能帶來的傳染效應(yīng),因此本文基于“客戶?供應(yīng)商”關(guān)系鏈條來探討客戶股價崩盤風(fēng)險在供應(yīng)鏈上的傳染效應(yīng),有一定創(chuàng)新性。
供應(yīng)商和客戶之間通過貿(mào)易往來形成了“一榮俱榮、一損俱損”的利益共同體關(guān)系(Ute,1991)。供應(yīng)商股價會對客戶盈余做出反應(yīng)(Olsen和Dietrich,1985),并且供應(yīng)商股價市場反應(yīng)與客戶股價市場反應(yīng)正相關(guān)(Pandit等,2011;王雄元和高曦,2017)??蛻粝萑胴攧?wù)困境時,供應(yīng)商股價也會隨之下跌(Hertzel等,2008)。當(dāng)一方業(yè)績較好時,另一方也可能有較好的市場表現(xiàn),而一方遭受困難時也可能會波及供應(yīng)鏈上的另一方??蛻艄蓛r崩盤風(fēng)險主要是由客戶刻意隱瞞負(fù)面消息造成的(Jin和Myers,2006),供應(yīng)商無法預(yù)知而可能會遭受波及。因此,當(dāng)客戶股價崩盤風(fēng)險較高時,與之關(guān)系密切的供應(yīng)商可能會受到影響。當(dāng)然,供應(yīng)商也可以通過中斷關(guān)系來規(guī)避客戶股價崩盤風(fēng)險的影響,但中止舊關(guān)系會產(chǎn)生大量沉沒成本,建立新關(guān)系又會產(chǎn)生大量轉(zhuǎn)換成本。如果這些成本大于因承受客戶股價崩盤風(fēng)險的傳染效應(yīng)而產(chǎn)生的損失,供應(yīng)商可能會選擇繼續(xù)維持關(guān)系。由于股價崩盤風(fēng)險是股價持續(xù)下跌的趨勢,供應(yīng)商發(fā)覺客戶股價可能存在崩盤風(fēng)險并做出反應(yīng)需要時間,即使是重新尋找客戶也需要時間與成本,等待可能導(dǎo)致產(chǎn)品積壓和市場份額減少,因此供應(yīng)商股價可能遭受客戶股價崩盤風(fēng)險的牽連且具有滯后性。綜上分析,本文提出以下假設(shè):
假設(shè)1:客戶股價崩盤風(fēng)險對供應(yīng)商具有傳染效應(yīng),即當(dāng)年客戶股價崩盤風(fēng)險與下一年供應(yīng)商股價崩盤風(fēng)險顯著正相關(guān)。
任何能增加兩者關(guān)系緊密度的因素均能強化客戶股價崩盤風(fēng)險對供應(yīng)商的傳染效應(yīng)。(1)關(guān)系依賴度。供應(yīng)商對客戶的依賴度越高,資產(chǎn)周轉(zhuǎn)速度與資金回收速度越低(Patatoukas,2012),現(xiàn)金流風(fēng)險越高,越可能陷入財務(wù)困境(Wang,2012)。若主要客戶突然中斷與供應(yīng)商的交易,供應(yīng)商的銷售金額、現(xiàn)金流和經(jīng)營利潤將大幅下降(Hertzel等,2008),甚至引發(fā)財務(wù)危機(Gosman等,2004)。延續(xù)關(guān)系能避免這種損失,但同時也必須承受客戶股價崩盤風(fēng)險的波及。(2)關(guān)系專有化程度。當(dāng)供應(yīng)商對某些客戶的專有化投資較高時,失去這些客戶會對供應(yīng)商產(chǎn)生毀滅性打擊,供應(yīng)商破產(chǎn)也會使客戶專有化投資失去價值,并面臨高昂的轉(zhuǎn)換成本(Patatoukas,2012)。如果企業(yè)生產(chǎn)銷售耐用品,供需雙方的專用性資產(chǎn)或?qū)S谢顿Y較高,改變供需關(guān)系將面臨較高的轉(zhuǎn)換成本,因此耐用品會增強供需雙方的相互依賴性(Titman和Wessels,1988)。(3)關(guān)系穩(wěn)定度。國有企業(yè)通常受到政府的諸多干預(yù)或者同一政府控制(陳仕華等,2014),國有企業(yè)間的交易可能是政府行為。當(dāng)大客戶是政府部門時,供應(yīng)商更少擔(dān)憂其貨款無法收回而產(chǎn)生經(jīng)營風(fēng)險(Banerjee等,2008),因此國有企業(yè)之間的供應(yīng)鏈關(guān)系更穩(wěn)定。這種穩(wěn)定的關(guān)系會使國有產(chǎn)權(quán)性質(zhì)的客戶發(fā)生股價崩盤風(fēng)險時,國有產(chǎn)權(quán)性質(zhì)的供應(yīng)商無法中止關(guān)系來規(guī)避風(fēng)險,而不可避免地遭受其股價崩盤風(fēng)險的波及。(4)關(guān)系是否良性??蛻襞c供應(yīng)商往往通過簽訂一系列的契約(如長期合約和戰(zhàn)略聯(lián)盟)來建立和維持密切的經(jīng)濟聯(lián)系(Raman和Shahrur,2008)。由于尋找替代客戶或供應(yīng)商需要花費大量資源和成本(Kim等,2015),客戶供應(yīng)商關(guān)系不會因暫時困難而斷裂,尤其是兩者關(guān)系趨于良性時??傊?,當(dāng)中斷關(guān)系以規(guī)避風(fēng)險的成本大于因承受風(fēng)險波及而產(chǎn)生的損失時,供應(yīng)商會選擇維持關(guān)系,并承受客戶股價崩盤風(fēng)險的波及。綜上分析,本文提出以下假設(shè):
假設(shè)2:客戶與供應(yīng)商關(guān)系越緊密、越專有、越穩(wěn)定、越良性,客戶股價崩盤風(fēng)險對供應(yīng)商的傳染效應(yīng)越強。
本文參照Chen等(2001)以及許年行等(2012)的研究設(shè)置方程(1)以驗證假設(shè)1,并按供應(yīng)鏈關(guān)系性質(zhì)對方程(1)進(jìn)行分組回歸以驗證假設(shè)2。
2007?2013年滬深兩市共有14 130家上市公司披露了前五大客戶及供應(yīng)商的名稱信息,包括9 485個供應(yīng)商和28 739個客戶,其中有1 586組客戶和供應(yīng)商均為上市公司。本文刪除478組因股票交易周數(shù)小于30周與企業(yè)上市、退市、停牌等因素而無法計算股價崩盤風(fēng)險的樣本,以及308組因樣本滯后而無法使用的客戶供應(yīng)商樣本,最終得到800組客戶和供應(yīng)商均為上市公司的有效樣本。本文對所有變量按 1%做Winsorize處理以消除極端值的影響。前五大客戶或供應(yīng)商數(shù)據(jù)手工收集,其他數(shù)據(jù)取自WIND數(shù)據(jù)庫和CSMAR數(shù)據(jù)庫。
表1的變量描述性統(tǒng)計結(jié)果顯示:(1)t+1期供應(yīng)商股價崩盤風(fēng)險指標(biāo)gysDuvolt+1和gysNcskewt+1的均值分別為?0.0422和?0.1686,t期客戶股價崩盤風(fēng)險指標(biāo)khDuvolt和khNcskewt的均值分別為?0.1028和?0.1616,且均與中位數(shù)接近,標(biāo)準(zhǔn)差接近1,說明股價崩盤風(fēng)險指標(biāo)分布總體上較為合理;(2)t期客戶股價崩盤風(fēng)險總體上小于t+1期供應(yīng)商股價崩盤風(fēng)險,而且符號相同,可能呈現(xiàn)一種正相關(guān)關(guān)系,與我們的預(yù)期一致。
表1 主要變量描述性統(tǒng)計
表2列示了本文的基本回歸結(jié)果。列(1)至列(4)顯示,無論是只控制供應(yīng)商特征還是同時控制客戶特征,當(dāng)期客戶股價崩盤風(fēng)險khDuvolt或khNcskewt與下一年供應(yīng)商股價崩盤風(fēng)險gysDuvolt+1或gysNcskewt+1顯著正相關(guān);在同時控制客戶特征后,方程解釋力度有所增加,說明若當(dāng)年客戶發(fā)生股價崩盤風(fēng)險,供應(yīng)商下一年有較大概率也會發(fā)生股價崩盤風(fēng)險。列(5)至列(8)顯示(當(dāng)被解釋變量為t期供應(yīng)商股價崩盤風(fēng)險時,除了解釋變量為t期客戶股價崩盤風(fēng)險外,其他控制變量均為t-1期值),無論是只控制供應(yīng)商特征還是同時控制客戶特征,當(dāng)期客戶股價崩盤風(fēng)險khDuvolt或khNcskewt與當(dāng)期供應(yīng)商股價崩盤風(fēng)險gysDuvolt或gysNcskewt正相關(guān)但不顯著,說明客戶與供應(yīng)商的當(dāng)期股價崩盤風(fēng)險不具有同步性。這些結(jié)果說明客戶股價崩盤風(fēng)險在供應(yīng)鏈上對供應(yīng)商具有傳染效應(yīng),本文假設(shè)1得到驗證。
表2 客戶股價崩盤風(fēng)險具有傳染效應(yīng)嗎?
續(xù)表2 客戶股價崩盤風(fēng)險具有傳染效應(yīng)嗎?
當(dāng)供應(yīng)商自身崩盤風(fēng)險較低時,客戶崩盤還會具有傳染效應(yīng)嗎?還是當(dāng)供應(yīng)商自身崩盤風(fēng)險較高時,客戶崩盤會成為“壓死駱駝的最后一根稻草”?信息透明度低和公司治理差是股價崩盤風(fēng)險的重要成因(Jin和Myers,2006),因此我們用股權(quán)制衡度(第二大股東持股與第一大股東持股的比例)來衡量公司治理,用修正瓊斯模型計算的盈余管理絕對值來衡量信息透明度,按照中位數(shù)將樣本分為低股權(quán)制衡度組和高股權(quán)制衡度組,以及高盈余管理組和低盈余管理組,對表2主回歸進(jìn)行分組檢驗,以進(jìn)一步分析傳染效應(yīng)在什么情況下更容易發(fā)生。表3的回歸結(jié)果顯示,客戶股價崩盤風(fēng)險khDuvolt或khNcskewt與供應(yīng)商股價崩盤風(fēng)險gysDuvolt+1或gysNcskewt+1的顯著正相關(guān)關(guān)系主要存在于供應(yīng)商股權(quán)制衡度較低或盈余管理程度較高組,說明供應(yīng)商公司治理越差,信息透明度越低,因自身原因或客戶波及而發(fā)生股價崩盤風(fēng)險的可能性越大。可見,當(dāng)供應(yīng)商自身股價崩盤風(fēng)險較高時,客戶崩盤較容易成為“壓死駱駝的最后一根稻草”。
表3 供應(yīng)商自身特征對供應(yīng)鏈上股價崩盤風(fēng)險傳染效應(yīng)的影響
在本文800對客戶與供應(yīng)商關(guān)系樣本中,有371對關(guān)系在下一年仍然存在,429對關(guān)系在下一年不復(fù)存在??蛻襞c供應(yīng)商關(guān)系不復(fù)存在,可能是因為相對重要性下降進(jìn)而沒有出現(xiàn)在前五大客戶或供應(yīng)商名單之列,也可能是雙方完全中止了交易合作關(guān)系。無論是哪種情形,都意味著對方不再是自己理想的交易對象,或可能存在某種問題。因此,供應(yīng)商觀察到客戶出現(xiàn)較大股價崩盤風(fēng)險時,選擇降低交易權(quán)重甚至中止交易,是規(guī)避客戶牽連的有效舉措。
表4的回歸結(jié)果顯示,客戶股價崩盤風(fēng)險khDuvolt或khNcskewt與下一年供應(yīng)商股價崩盤風(fēng)險gysDuvolt+1或gysNcskewt+1的顯著正相關(guān)關(guān)系確實只存在于客戶與供應(yīng)商關(guān)系延續(xù)組。而在客戶與供應(yīng)商關(guān)系未延續(xù)組,客戶股價崩盤風(fēng)險khDuvolt或khNcskewt與下一年供應(yīng)商股價崩盤風(fēng)險gysDuvolt+1或gysNcskewt+1正相關(guān)但不顯著,說明客戶與供應(yīng)商關(guān)系的中止能阻隔或減弱客戶股價崩盤風(fēng)險對供應(yīng)商的傳染效應(yīng)。而在供應(yīng)商不得不延續(xù)關(guān)系并承受客戶股價崩盤風(fēng)險波及的情況下,客戶股價崩盤風(fēng)險對供應(yīng)商的傳染效應(yīng)更強。
表4 供應(yīng)鏈關(guān)系延續(xù)與否對客戶股價崩盤風(fēng)險傳染效應(yīng)的影響
本文采用傾向評分匹配法排除傳染效應(yīng)并非源于客戶與供應(yīng)商關(guān)系而是源于統(tǒng)計上相關(guān)性的可能。假設(shè)供應(yīng)商A對應(yīng)客戶B,我們采用PSM一對一近鄰匹配得到供應(yīng)商A1與客戶B1,并假定兩者存在模擬的客戶與供應(yīng)商關(guān)系。前者為有實際客戶與供應(yīng)商關(guān)系的處理組樣本,后者為沒有實際客戶與供應(yīng)商關(guān)系但在主要特征上與處理組盡可能相近的控制組樣本。如果處理組樣本客戶B的股價崩盤風(fēng)險對供應(yīng)商A下一年股價崩盤風(fēng)險的傳染效應(yīng)并不存在于控制組客戶B1和供應(yīng)商A1之間,就說明客戶B的股價崩盤風(fēng)險對供應(yīng)商A下一年股價崩盤風(fēng)險的傳染效應(yīng)確實是基于客戶與供應(yīng)商關(guān)系。表5中列(3)至列(4)為控制組即對照組的回歸結(jié)果。數(shù)據(jù)顯示,在控制組,客戶股價崩盤風(fēng)險khNcskewt與下一年供應(yīng)商股價崩盤風(fēng)險gysNcskewt+1不存在顯著的相關(guān)關(guān)系。而表5中列(1)至列(2)為處理組即樣本組的回歸結(jié)果。數(shù)據(jù)顯示,在處理組,客戶股價崩盤風(fēng)險khNcskewt與下一年供應(yīng)商股價崩盤風(fēng)險gysNcskewt+1顯著正相關(guān)。由于控制組與處理組唯一的差別是有無實質(zhì)的客戶與供應(yīng)商關(guān)系,而在其他方面均具有相似性,對比兩組的回歸結(jié)果,可以說明客戶股價崩盤風(fēng)險對供應(yīng)商的傳染效應(yīng)確實基于客戶與供應(yīng)商關(guān)系。
表5 客戶股價崩盤風(fēng)險的傳染效應(yīng)是由供應(yīng)鏈關(guān)系所導(dǎo)致的嗎?
上述結(jié)果表明客戶股價崩盤風(fēng)險對供應(yīng)商具有傳染效應(yīng),那么供應(yīng)商股價崩盤風(fēng)險對客戶是否也具有傳染效應(yīng)呢?表6的回歸結(jié)果顯示,供應(yīng)商股價崩盤風(fēng)險gysNcskewt與客戶當(dāng)年股價崩盤風(fēng)險khNcskewt和下一年股價崩盤風(fēng)險khNcskewt+1均不存在顯著的相關(guān)關(guān)系,說明供應(yīng)商股價崩盤風(fēng)險與當(dāng)期客戶股價崩盤風(fēng)險不具有同步性,對下一年客戶股價崩盤風(fēng)險也不具有傳染性。可能的原因是:客戶是企業(yè)的重要資產(chǎn),丟失關(guān)鍵或重要客戶將使企業(yè)面臨巨大經(jīng)營風(fēng)險。供應(yīng)商對企業(yè)來說雖然也很重要,但相比較而言,除非供應(yīng)商具有壟斷性或唯一性,尋找新的供應(yīng)商并非難事,失去重要供應(yīng)商對企業(yè)的影響也不會太大。
表6 供應(yīng)商股價崩盤風(fēng)險對客戶也具有傳染效應(yīng)嗎?
為了保證本文回歸結(jié)果的可靠性,我們進(jìn)行了如下穩(wěn)健性檢驗:(1)表7中列(1)只保留銷售占比超過10%的樣本進(jìn)行回歸,以排除客戶與供應(yīng)商不存在實質(zhì)性、較高比例的交易關(guān)系對本文結(jié)果的可能影響。(2)表7中列(2)剔除了客戶銷售占比低于1%的23個樣本進(jìn)行回歸,以消除客戶銷售占比較低對結(jié)果的可能影響。(3)在我們的樣本中,有510個供應(yīng)商只對應(yīng)著一個客戶,還有124個供應(yīng)商對應(yīng)著2個或2個以上客戶。表7中列(3)只保留這124個供應(yīng)商中銷售占比最高的那一個客戶進(jìn)行回歸。(4)表7中列(4)剔除了存在關(guān)聯(lián)關(guān)系的樣本進(jìn)行回歸,以排除控股股東掏空上市公司動機的可能影響。(5)表7中列(5)設(shè)置是否有金融危機Year2010dum變量進(jìn)行回歸,以控制金融危機等宏觀經(jīng)濟形勢對微觀企業(yè)行為的可能影響(李宗彥和覃予,2016)。(6)表7中列(6)使用Heckman兩階段方法控制供應(yīng)商的客戶信息披露行為對結(jié)果的可能影響。(7)用股價波動性替代股價崩盤風(fēng)險。經(jīng)上述處理后,本文結(jié)果仍然存在,從而說明本文結(jié)論具有較強的穩(wěn)健性。
表7 穩(wěn)健性檢驗
本文按企業(yè)t期銷售占比或采購占比的中位數(shù)將樣本分為高占比組和低占比組,占比越高,表示客戶與供應(yīng)商關(guān)系越穩(wěn)定。表8中列(1)至列(4)結(jié)果顯示,客戶股價崩盤風(fēng)險khNcskewt與供應(yīng)商股價崩盤風(fēng)險gysNcskewt+1的顯著正相關(guān)關(guān)系只存在于采購或銷售占比較高組,說明客戶與供應(yīng)商的依存度越高,供應(yīng)鏈上客戶股價崩盤風(fēng)險對供應(yīng)商的傳染效應(yīng)越強。
企業(yè)需要權(quán)衡中止交易引發(fā)的轉(zhuǎn)換成本和延續(xù)交易可能遭受的股價崩盤風(fēng)險產(chǎn)生的損失,如果中止交易的成本高于股價崩盤風(fēng)險傳染效應(yīng)所造成的損失,企業(yè)會選擇承受交易方股價崩盤風(fēng)險傳染而繼續(xù)交易,反之則會選擇中止交易。本文按企業(yè)t期研發(fā)費用R&D自然對數(shù)的中位數(shù)將樣本分為高研發(fā)費用組和低研發(fā)費用組,研發(fā)費用越高,專有化投資越高,客戶與供應(yīng)商關(guān)系越專有。表8中列(5)至列(8)結(jié)果顯示,客戶股價崩盤風(fēng)險khNcskewt與供應(yīng)商股價崩盤風(fēng)險gysNcskewt+1的顯著正相關(guān)關(guān)系只存在于研發(fā)費用較高組,說明客戶與供應(yīng)商的研發(fā)費用越高,關(guān)系專有性越強,供應(yīng)鏈上客戶股價崩盤風(fēng)險對供應(yīng)商的傳染效應(yīng)越強。
表8 關(guān)系緊密程度對供應(yīng)鏈上客戶股價崩盤風(fēng)險傳染效應(yīng)的影響
國有產(chǎn)權(quán)性質(zhì)的客戶與供應(yīng)商關(guān)系可能具有更好的穩(wěn)定性,當(dāng)國有性質(zhì)的客戶發(fā)生股價崩盤風(fēng)險時,國有性質(zhì)的供應(yīng)商更不可能通過中止交易來規(guī)避這種影響,更容易受到傳染。本文按t期企業(yè)產(chǎn)權(quán)屬性將樣本分為國企對國企組及其他組,前者表示客戶與供應(yīng)商關(guān)系更穩(wěn)定。表9中列(1)和列(2)結(jié)果顯示,客戶股價崩盤風(fēng)險khNcskewt與供應(yīng)商股價崩盤風(fēng)險gysNcskewt+1在兩組均顯著正相關(guān),且當(dāng)客戶與供應(yīng)商均為國有企業(yè)時,回歸系數(shù)更大。當(dāng)我們以Duvol作為股價崩盤風(fēng)險的衡量指標(biāo)時,未報告的回歸結(jié)果顯示,客戶股價崩盤風(fēng)險khDuvolt與供應(yīng)商股價崩盤風(fēng)險gysDuvolt+1的顯著正相關(guān)關(guān)系(5%水平)只存在于客戶與供應(yīng)商均為國有企業(yè)時。這說明國有企業(yè)之間的交易關(guān)系更穩(wěn)定,供應(yīng)鏈上客戶股價崩盤風(fēng)險對供應(yīng)商的傳染效應(yīng)更強。
表9 關(guān)系穩(wěn)定程度對供應(yīng)鏈上股價崩盤風(fēng)險傳染效應(yīng)的影響
良性的客戶與供應(yīng)商關(guān)系可能具有更好的穩(wěn)定性。本文用供應(yīng)商t期、t-1期和t-2期總資產(chǎn)報酬率(ROA)方差來衡量供應(yīng)商盈利波動性,數(shù)值越小,客戶供應(yīng)商關(guān)系越趨于良性;用供應(yīng)商t期(應(yīng)收賬款+應(yīng)收票據(jù)-預(yù)收款項)與營業(yè)收入的比例來衡量商業(yè)信用,數(shù)值越小,客戶供應(yīng)商關(guān)系越趨于良性。表9中列(3)至列(6)按照供應(yīng)商盈利波動性和商業(yè)信用中位數(shù)分組回歸,結(jié)果顯示客戶股價崩盤風(fēng)險khNcskewt與供應(yīng)商股價崩盤風(fēng)險gysNcskewt+1的顯著正相關(guān)關(guān)系主要存在于供應(yīng)商盈利波動性較小或商業(yè)信用較少組,說明當(dāng)客戶與供應(yīng)商之間的關(guān)系趨于良性時,供應(yīng)鏈上客戶股價崩盤風(fēng)險對供應(yīng)商的傳染效應(yīng)更強。
上述結(jié)果驗證了本文假設(shè)2。由于篇幅限制,表5?表9只報告了以Ncskew作為股價崩盤風(fēng)險衡量指標(biāo)的回歸結(jié)果,當(dāng)以Duvol作為股價崩盤風(fēng)險衡量指標(biāo)時,所有回歸結(jié)果均無實質(zhì)性變化。
本文研究發(fā)現(xiàn),企業(yè)股價崩盤風(fēng)險可能源自自身,也可能來自客戶等外部環(huán)境,而且相對于企業(yè)自身原因,來自客戶傳染效應(yīng)的股價崩盤風(fēng)險的可預(yù)見性與可控性較弱,因此企業(yè)必須關(guān)注客戶風(fēng)險信號并及早應(yīng)對。盡管本文采用傾向評分匹配法在一定程度上完善了驗證邏輯,但由于沒有辦法匹配所有因素,而且也不能保證本文的控制變量包括了所有因素,因此我們無法完全排除本文所說的傳染效應(yīng)也可能是未知因素所致。同時,為研究傳染效應(yīng),我們只能選擇客戶與供應(yīng)商均為上市公司的樣本,致使樣本選擇可能存在偏向性。PSM方法雖然彌補了部分缺陷,但無法保證其結(jié)論的普適性。而故事與方法上的嚴(yán)謹(jǐn)性仍能保證本文研究在理論與實踐上的價值。
[1]陳仕華,姜廣省,李維安,等.國有企業(yè)紀(jì)委的治理參與能抑制高管私有收益么?[J].經(jīng)濟研究,2014,(10):139?151.
[2]褚劍,方軍雄.客戶集中度與股價崩盤風(fēng)險:火上澆油還是揚湯止沸[J].經(jīng)濟理論與經(jīng)濟管理,2016,(7):44?57.
[3]李曉龍,胡少柔,王潔玲.融資超募、機構(gòu)投資者持股與股價崩盤——來自我國中小板、創(chuàng)業(yè)板市場的經(jīng)驗證據(jù)[J].會計與經(jīng)濟研究,2016,(1):78?89.
[4]李小榮,張瑞君,董紅曄.債務(wù)訴訟與股價崩盤風(fēng)險[J].中國會計評論,2014,(2):133?158.
[5]李宗彥,覃予.經(jīng)濟波動中的盈余管理與高管薪酬契約[J].財經(jīng)研究,2016,(12):131?141.
[6]潘越,戴亦一,林超群.信息不透明、分析師關(guān)注與個股暴跌風(fēng)險[J].金融研究,2011,(9):138?151.
[7]彭旋,王雄元.客戶信息披露降低了企業(yè)股價崩盤風(fēng)險嗎?[J].山西財經(jīng)大學(xué)學(xué)報,2016,(5):69?79.
[8]王雄元,高開娟.客戶集中度與公司債二級市場信用利差[J].金融研究,2017,(1):130?144.
[9]王雄元,高曦.客戶盈余公告對供應(yīng)商具有傳染效應(yīng)嗎?[J].中南財經(jīng)政法大學(xué)學(xué)報,2017,(3):3?13.
[10]謝盛紋,陶然.年報預(yù)約披露推遲、分析師關(guān)注與股價崩盤風(fēng)險[J].會計與經(jīng)濟研究,2017,(1):3?19.
[11]許年行,江軒宇,伊志宏,等.分析師利益沖突、樂觀偏差與股價崩盤風(fēng)險[J].經(jīng)濟研究,2012,(7):127?140.
[12]An H,Zhang T.Stock price synchronicity, crash risk, and institutional investors[J].Journal of Corporate Finance,2013,21:1?15.
[13]Banerjee S,Dasgupta S,Kim Y.Buyer-supplier relationships and the stakeholder theory of capital structure[J].Journal of Finance,2008,63(5):2507?2552.
[14]Callen J L,F(xiàn)ang X.Institutional investor stability and crash risk:Monitoring versus short-termism?[J].Journal of Banking & Finance,2013,37(8):3047?3063.
[15]Chen J,Hong H,Stein J C.Forecasting crashes:Trading volume, past returns, and conditional skewness in stock prices[J].Journal of Financial Economics,2001,61(3):345?381.
[16]Cohen L,F(xiàn)razzini A.Economic links and predictable returns[J].The Journal of Finance,2008,63(4):1977?2011.
[17]Francis J R,Michas P N.The contagion effect of low-quality audits[J].The Accounting Review,2013,88(2):521?552.
[18]Garleanu N,Panageas S,Yu J.Financial entanglement:A theory of incomplete integration, leverage, crashes, and contagion[J].American Economic Review,2015,105(7):1979?2010.
[19]Gleason C A,Jenkins N T,Johnson W B.The contagion effects of accounting restatements[J].The Accounting Review,2008,83(1):83?110.
[20]Gosman M,Kelly T,Olsson P,et al.The profitability and pricing of major customers[J].Review of Accounting Studies,2004,9(1):117?139.
[21]Hertzel M,Li Z,Officer M,et al.Inter-firm linkages and the wealth effects of financial distress along the supply chain[J].Journal of Financial Economics,2008,87(2):374?387.
[22]Itzkowitz J.Customers and cash: How relationships affect suppliers’ cash holdings[J].Journal of Corporate Finance,2013,19:159?180.
[23]Jin L,Myers S C.R2 around the world:New theory and new tests[R].NBER Working Paper,2006.
[24]Kim J-B,Li Y,Zhang L.CFOs versus CEOs:Equity incentives and crashes[J].Journal of Financial Economics,2011a,101(3):713?730.
[25]Kim J-B,Li Y,Zhang L.Corporate tax avoidance and stock price crash risk:Firm-level analysis[J].Journal of Financial Economics,2011b,100(3):639?662.
[26]Kim J-B,Song Y,Zhang Y.Earnings performance of major customers and bank loan contracting with suppliers[J].Journal of Banking & Finance,2015,59:384?398.
[27]Kim J-B,Zhang L.Accounting conservatism and stock price crash risk:Firm-level evidence[J].Contemporary Accounting Research,2016,33(1):412?441.
[28]Mistrulli P E.Assessing financial contagion in the interbank market:Maximum entropy versus observed interbank lending patterns[J].Journal of Banking & Finance,2011,35(5):1114?1127.
[29]Oh F D.Contagion of a liquidity crisis between two firms[J].Journal of Financial Economics,2013,107(2):386?400.
[30]Olsen C,Dietrich J R.Vertical information transfers:The association between retailers’ sales announcements and suppliers’ security returns[J].Journal of Accounting Research,1985,23:144?166.
[31]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.
[32]Patatoukas P N.Customer-base concentration:Implications for firm performance and capital markets[J].The Accounting Review,2012,87(2):363?392.
[33]Raman K,Shahrur H.Relationship-specific investments and earnings management:Evidence on corporate suppliers and customers[J].The Accounting Review,2008,83(4):1041?1081.
[34]Titman S,Wessels R.The determinants of capital structure choice[J].Journal of Finance,1988,43(1):1?19.
[35]Ute S.Buyer structure and seller performance in US manufactural industries[J].The Review of Economics and Statistics,1991,73(2):277?284.
[36]Wang J.Do firms’relationships with principal customers/suppliers affect shareholders’ income?[J].Journal of Corporate Finance,2012,18(4):860?878.
[37]Xu N,Li X,Yuan Q,et al.Excess perks and stock price crash risk:Evidence from China[J].Journal of Corporate Finance,2014,25:419?434.