打开文本图片集

摘要：本文选取2012—2017年的沪深两市A股非金融类上市公司的有关数据来开展实证分析研究，尝试研究在企业杠杆率约束下，客户集中度与企业创新投入的关系会发生什么样的变化。实证研究结果表明：（1）在控制其他因素的条件下，客户集中度与公司创新投入正相关；（2）客户集中度与企业创新投入的关系受到企业杠杆率的制约，在企业杠杆率低于57.61%时，客户集中度的提高有利于企业创新投入的提高，客户集中度越高创新投入越大。而当企业杠杆率超过有效阈值57.61%后，客户集中度与创新投入的关系变为负向，客户集中度的提高将会抑制企业的创新投入；。研究结论对于企业开展客户关系管理以及创新决策提供了理论杠杆和实践参考。

关键词：客户集中度；创新投入；杠杆率；门槛效应

前言

在当今日益复杂的国际关系和激烈的市场竞争环境下，客户关系对企业技术创新的影响是近年来供应链管理和财务领域关注的焦点，学者们开展了大量的理论研究和实证分析。企业创新不仅与客户集中度之间有着显著的相关关系[1-2]，企业资本结构、融资约束[3]、企业风险、信息获取、现金持有、盈余管理、资本成本、审计费用以及客户议价能力[4-8]等也影响客户集中度与企业创新的关系。此外，良好的客户关系还能够促使企业与客户基于彼此的了解、有效的信息沟通进行联合研发投资，提高产品创新效率。同时，过度集中的客户关系也会给企业带来经营风险的提高、财务状况的恶化和业绩不确定性的增加。另外，客户流失所产生的风险以及大客户“敲竹杠”行为的威胁，企业也进行要防范以平衡各种风险的变化。

企业杠杆率与企业融资约束和所处风险水平密切相关。适度的企业杠杆率下，企业风险可控，面临的融资约束小，其本身还具有资本放大效应、税盾效应、负债控制效应等；过高的企业杠杆率则会加大企业财务风险、破产风险以及加剧企业融资约束，两者可能会产生抵消或叠加效应。

在实施创新驱动发展战略和结构性去杠杆的背景下，关注到客户集中度对企业创新影响的国内外学者较少，另外在中国当前以债务融资为主的融资模式下，中国企业往往面临较高的杠杆率，因此有必要研究在企业杠杆率约束下客户集中度对企业创新投入的影响，本文的研究有其理论和现实意义。

1文献回顾与假设提出

1.1客户集中度与创新投入：助力效应

客户集中度提升可能会通过缓解融资约束、提升企业长期业绩和促进信息分享等促进企业对创新活动的投入。

第一，客户集中度提升会通过缓解融资约束从而促进企业创新投入的增加。利用客户集中这种社会资本，有利于降低信息不对称性，改善评估状况，缓解企业融资约束。客户集中的提升使得银行更容易获取整个供应链的信息，从而有助于降低银行信贷风险。

第二，客户集中度提升会通过提高企业长期业绩进而促进对创新活动的投入。较高的客户集中度意味着企业的资产专用性更强，其不仅可以降低交易成本，促进供应链整合优化，提升管理水平，表现出大客户的“治理效应”，从而提升企业的长期业绩，改善公司基本面。

第三，客户集中度提升会通过促进信息获取和知识分享的路径影响到企业创新投入。随着客户集中度的提高，企业与客户互动日益频繁，容易产生知识溢出效应。客户集中度的提高也有助于增强买卖双方共享客户需求信息的意愿、频率以及深度，促进企业创新活动。

综上所述，客户集中度对企业创新投入的影响存在“助力效应”。本文据此提出研究假设以待检验：

H1a： 在其他情况既定的条件下，客户集中度的提升会显著促进企业的创新投入。

1.2客户集中度与创新投入：阻碍效应

客户集中度提升可能还会通过增加企业风险、使企业倾向于持有更多现金以及更难获得异质性资源从而抑制企业创新活动投入。

第一，客户集中度提升会增加企业经营和财务风险。过高的客户集中度会给企业带来更高的经营风险。当客户集中度较高时，营业收入主要来自大客户，一旦企业与大客户的业务中断，企业产品将面临滞销风险。除此之外，如果大客户出现经营不善会导致企业应收账款可能无法收回出现坏账，那么大客户的财务风险就转移给了企业。

第二，客户集中度提高会使得企业出于预防性动机倾向于持有更多的现金，从而减少企业用于研发投入的资金。当客户集中度较高时，大客户具有较强的议价能力，容易导致应收账款出现坏账、呆账，给企业带来非常严重的影响。企业会持有较多现金防止“羊群效应”，减少了用以抵御研发风险的储备资金，不利于企业创新投入。

第三，客户集中度的提升使得企业难以获得更多的异质性资源从而不利于企业技术创新，减少对创新活动的投入。当客户集中度较高时，企业接触的客户数量变少，获得的异质性资源也随之减少，企业利用异质性资源信息数据库感知市场和消费者潜在需求的能力也降低了，缺乏对潜在市场机会的敏锐洞察力，这会导致企业对产品创新缺少方向，减少创新活动的投入。

综上所述，客户集中度对企业创新投入的影响还存在“阻碍效应”，本文据此提出研究假设H1b以待检验：

H1b：在其他情况既定的条件下，客户集中度的提升会显著抑制企业的创新投入。

1.3企业杠杆率对客户集中度与创新投入关系的影响

企业创新研发需要大量稳定资金作为支持，利用资本可为企业创新活动提供持续稳定的资金支持。然而，过度使用资本杠杆，企业面临的较重还本付息压力会恶化企业业绩从而挤出企业创新投入资金。因此，适度的企业杠杆率可以促进企业的创新投入，过高的企业杠杆率会抑制企业的创新投入。那么，加入企业杠杆率因素后，客户集中度与企业创新活动是否会呈现出非线性的关系。

如果客户集中度的“助力效应”大于“阻碍效应”。那么，当企业面临过高的企业杠杆率时，会加剧企业融资约束企业利用外部融资进行创新活动的行为会受到制约。同时，过高的企业杠杆率会加重委托代理问题，投资决策的短视化，更加注重当期的现金流安全而忽视企业的长远的发展，而对具有研发周期较长和不确定性较大的创新研发活动的决策趋向于保守。也就是说，过高的企业杠杆率会降低客户集中度对企业创新投入的促进作用，加剧“阻碍效应”，制约企业创新投入。当企业面临适度的杠杆率时，企业的融资约束较小，企业杠杆率会通过资本放大效应和税盾效应等正向调节客户集中度对企业创新投入的影响。

如果客户集中度对创新投入的“阻碍效应”大于“助力效应”。那么，当企业的杠杆率处于适度水平时，企业还本付息的压力较小，会缓解客户集中度提高给企业带来的风险，与此同时，杠杆率的适当提升还能够有效发挥资本杠杆放大效应、负债税盾效应以及负债控制效应，有利于促进企业的研发投入。而当企业杠杠率处于过高水平时，会加剧企业融资约束和增加财务风险，叠加客户集中度对企业创新投入的“阻碍效应”，不利于企业创新活动的资金投入。

综上所述，在加入企业杠杆率的约束后，随着企业杠杆率水平的不断变化，两种效应可能出现非线性的关系。本文由此提出如下待检验假设：

H2：在企业杠杆率约束下，客户集中度对创新投入的影响存在门槛效应，具有非线性特征。

2研究设计

2.1样本选择与数据来源

本文选取CSMAR上市公司数据库中2012—2017年沪深A股上市公司作为初始样本。在样本选择过程中，：①剔除ST、ST*以及退市等特殊处理的公司；②删除财务结构不同的金融类上市公司；③剔除样本期内相关数据不全的公司；④删除财务数据存在异常情况的公司；为使研究结果更具有可靠性，对变量数据进行上下1%的缩尾处理。

2.2主要变量定义

1）被解释变量

创新投入（ini）。创新投入是企业在研究与开发过程中所使用资产的折旧费、消耗的原材料、直接参与人员的工资及福利费、借款费用和相关租金等一系列支出的总和。本文以研发投入金额来衡量创新投入。

2）解释变量

客户集中度（cc）。本文采用前五名客户合计销售金额占年度销售总额的比值作为客户集中度衡量指标，比值越大，说明客户集中程度越高。

3）门槛变量

企业杠杆率（lev）。本文研究的是微观层面上的企业杠杆率，反映企业通过借债等方式，以较小自有资本金控制较大资产规模的程度。本文以资产负债率作为衡量企业杠杆率的指标。本文按照借贷期限的不同将企业杠杆率进一步细分为短期杠杆率（levs）和长期杠杆率（levl），短期杠杆率的衡量指标为企业流动负债与总资产的比值，而长期杠杆率以企业长期负债与总资产的比例来衡量。

4）控制变量

考虑到企业创新投入还受到其他多种因素的影响，本文主要从企业经营状况、企业特质、公司治理、股东结构和高管激励等方面选取指标作为控制变量，变量包括：（1）企业现金持有量（cs）：以企业年末货币现金对数化后的数值来衡量；（2）盈利能力（pro），选取净资产收益率作为衡量指标；（3）营运能力（turn），以应收账款周转率作为衡量指标；（4）企业规模（size），以年末员工数对数化数值来衡量；（5）企业年限（age），以企业成立年数对数化后的数值来衡量；（6）股东持股比例（shrcr），以前五大股东持股比例来衡量；（7）高管激励（exe），以高管持股数的对数化数值来衡量；（8）公司治理（ide），以独立董事占董事会的比例来衡量。

2.3模型设计

首先，为了验证客户集中度对企业创新投入的影响是促进还是抑制，设定如下计量模型（1）；其次，为了实证检验在企业杠杆率约束下，客户集中度与企业创新投入是否存在非线性特征，本文构建如下计量模型（2）。

其次，为了实证检验在企业杠杆率约束下，客户集中度与企业创新投入是否具有门槛效应，存在非线性特征。本文借鉴汉森的面板门槛回归模型，构建如下计量模型：

上述公式中，i表示上市公司，t表示不同年度（t=2012，2013……2017）；lev是门槛变量企业杠杆率，是lev的估计系数，为门槛估计值；，代表相关控制变量，θ为控制变量系数；，为随机误差项，（∙）表示检验门槛的指示函数，表示企业的个体固定效应。

3实证结果分析

3.1描述性分析

对实证分析的主要变量进行了描述性统计。从中可知，2012—2017年间样本上市公司的创新投入对数平均值为0.8092。客户集中度平均值为0.2727，代表上市公司前五大客户占公司业务总额比例的平均值为27.27%，客户集中度最大值为0.9067。样本企业的平均杠杆率为46.01%，最小值为8.08%，最大值为84.74%，差异较大。从长短期负债期限上来看，短期负债率的均值为37.16%，比率较高，而长期负债率的均值为6.96%，相对于短期负债率要低得多，这表明中国上市公司当前的负债融资主要采用短期负债融资方式。

3.2基准回归结果分析

为了检验客户集中度与企业创新投入是否存在线性关系以及是“助力效应”还是“阻碍效应”起主导作用，本文运用线性模型（1）进行固定效应回归检验。回归结果表明解释变量客户集中度的回归系数为0.1129203，t值为2.22，在5%的水平上显著为正，这表示客户集中度与企业创新投入之间存在显著正相关关系。

原因可能如下：随着客户集中度的提高，企业对客户的资产专用性更强，在降低交易成本的同时还会激励大客户关注并参与公司治理，起到改善公司基本面，提高企业长期业绩的效果，从而使企业有更稳定和充裕的资金投入到创新活动中。客户集中度越高，企业与客户的关系越紧密，借助供应链金融体系改善企业评估状况，从而使得企业更容易获取外源融资，对创新投入起到更大的促进作用。另外，客户集中度提高还会通过促进企业和客户的信息和知识分享等途径提高企业创新积极性，有利于企业创新活动投入的增加。

因此，通过线性模型，我们验证了在其他条件不变的情况下，客户集中度对创新投入的“助力效应”大于“阻碍效应”，客户集中度与公司创新投入正向相关，支持本文假设H1a，不支持H1b，客户集中度的提升对公司创新投入产生了有利影响，促进了企业创新。

3.3加入企业杠杆率的门槛效应显著性检验

为了确定加入企业杠杆率约束后，是否存在门槛效应，是否具有非线性特征。本文采用以企业创新投入为被解释变量，客户集中度为核心解释变量、企业杠杆率为门槛变量的面板门槛模型进行实证分析。通过自抽样检验分别在不存在门槛、存在一个门槛与存在两个门槛的模型设定下对回归模型进行估计，得到F统计量和bootstrap P 值。结果显示，回归模型具有门槛效应，单一门槛、双重门槛分别在5％、10％的置信水平显著，p值分别为0.0367和0.0967，单一门槛的显著性水平较高，因此选择单一门槛面板模型进行回归分析估计，模型单一门槛面板的门槛参数为0.5761，置信区间为0.5648-0.5819。

3.4加入企业杠杆率的门槛效应分析

根据门槛模型所示的估计结果来看，可得出在企业杠杆率约束下，客户集中度对企业创新投入的影响具有显著的异质性，呈现出“倒U”型非线性特征，假设H2得到验证。当企业杠杆率小于57.61％时，客户集中度的回归系数为0.4356972，在5%的水平上显著为正，客户集中度的提升有利于增加企业创新投入。究其原因，当企业杠杆率控制在57.61％之内时，企业债务水平比较健康，还保留了一定的债务融资能力，企业的经营风险和财务风险也在安全范围内，企业受到的融资约束较小；同时，在适度杠杆率下，企业资本杠杠的税盾效应、代理成本效应与财务放大效应得到有效发挥，会叠加客户集中度对企业创新投入的“助力效应”，产生积极的正向影响。

当企业杠杆率大于57.61％时，客户集中度的回归系数为-0.1048342，在10%的水平上显著为负，客户集中度的提升抑制企业创新投入。原因在于：过高的企业杠杆率下，企业面临的经营风险和财务风险高，客户集中度的提高会加剧企业风险，迫使企业减少对高风险的创新活动的投入；此外，客户集中度提升时，企业为了抵御客户流失风险会持有较多的现金，就会减少企业用于研发投入的现金；因此，过高的杠杆率会加剧客户集中度对创新投入的“阻碍效应”，使得“阻碍效应”大于“助力效应”，客户集中度越高，企业创新投入越少。

4 结论

基于2012—2017年沪深A股非金融类上市公司的数据，本文研究了在企业杠杆率约束下，客户集中度对企业创新投入的影响，得到的主要结论如下：

（1）在控制其他因素的条件下，客户集中度与企业创新投入具有线性关系，且客户集中度对企业创新投入的“助力效应”大于“阻碍效应”，客户集中度与公司创新投入正相关。

（2）客户集中度与企业创新投入的关系受到企业杠杆率的制约，在企业杠杆率低于57.61%时，客户集中度的提高有利于企业创新投入的提高，客户集中度越高创新投入越大。而当杠杆率超过有效阈值57.61%后，客户集中度与创新投入的关系变为负向，客户集中度的提升将会抑制企业的创新投入。

参考文献

[1]孟庆玺，白俊，施文.客户集中度与企业技术创新：助力抑或阻碍——基于客户个体特征的研究[J].南开管理评论，2018，21（04）：62-73.

[2]文旭倩，叶勇.客户集中对企业创新投入的影响——基于融资结构的中介效应[J].数理统计与管理，2019（12）：1-21.

[3]李欢，李丹，王丹.客户效应与上市公司债务融资能力——来自我国供应链客户关系的证据[J].金融研究，2018（06）：138-154.

[4]赵秀云，鲍群.供应商与客户关系是否影响企业现金持有水平——基于制造业上市公司面板数据的实证分析[J].江西财经大学学报，2014（05）：41-48.

[5]周冬华，王晶.客户集中度、产品市场竞争与股权融资成本[J].山西财经大学学报，2017（5）：44-58.

作者简介

于飞芹（1982-）女，汉族，安徽，本科，高级工程师，主要从事环保行业环境监测技术研发和管理工作。