關系型交易影響分析師盈利預測嗎？

趙慧 張莉

一、引言

在我國，利用企業間關系網絡中的私人信任關系降低交易成本在一定程度上是企業的一種現實自然選擇，由此催生出關系型交易模式。然而，對關系型交易的倚重卻可能引發“雙刃劍”效應。一方面，關系型交易降低了財務風險（Banerjee等，2008）、節約了交易成本（鄭軍等，2013），從而產生了供應鏈整合效應；另一方面，對關系型交易的依賴導致對審計師決策（方紅星等，2016）、股利分配（焦小靜等，2017）等產生一定的負面影響，從而產生了供應鏈風險效應。關系型交易經濟后果的兩面性及其迥異的研究結論，為本文進一步深入探究提供了新的話題。

作為資本市場中信息的使用者與提供者，分析師發布的盈利預測是投資者制定投資決策的重要參考依據。然而，有學者認為我國資本市場中分析師盈利預測行為并未發揮專業的信息解讀作用（丘心穎等，2016），對其預測質量表示擔憂（程博等，2017）。對這一問題，現有研究主要基于信息披露質量（Hui等，2012）、公司治理水平（伍燕然等，2016）、媒體報道（譚松濤等，2015）等角度探討了分析師盈利預測偏差的成因，卻尚未關注供應商/客戶這一關系型交易的影響，那么，關系型交易本身所帶有的兩面性對分析師盈利預測的影響究竟是促進還是減損呢？

基于此，本文以2007—2015年A股上市公司為樣本，實證考察了供應商/客戶關系型交易對分析師盈利預測行為的影響。期冀有如下增量貢獻：其一，在關系導向的新興市場環境下，本文將關系型交易影響后果研究拓展到其對資本市場中介組織——分析師的影響，強化了對關系型交易經濟后果的認識，豐富了相關文獻；其二，有助于深化認識關系型交易在促進價值增值過程中的負面效用。已有研究表明，關系型交易可能產生機會主義盈余管理行為等不良后果。因此，深入探討關系型交易的負面效用，對交易各方更加有效地進行專用性投資與供應鏈管理，進而從關系型交易中獲得滿意的收益具有重要的現實意義。同時，也充分印證了證監會要求上市公司披露主要供應商、客戶信息的必要性。

二、理論分析與研究假設

與市場化商業模式相比，“新興加轉軌”制度背景下的市場交易使企業面臨畸高的交易成本，企業寄希望于通過對“關系”的維護來獲取更多的溢價收入，致使其更依賴于關系型交易模式（李增泉，2017）。在“關系本位”的社會氛圍與傳統文化映射下，“關系”這一重要的社會資源擔負起了企業能否獲取競爭優勢的職能，而法律等顯性制度的缺失以及過高的執行成本進一步強化了企業對關系型交易的需求。然而，關系型交易在降低交易成本、增強互信、促進互惠的同時，也可能存在隨著關系型交易比例的提高而使企業面臨較高的機會主義風險等問題（Raman等，2008）。

一方面，關系型交易比例的提高意味著交易雙方依賴程度不斷加深，這種由長期依賴關系建立起來的關系網絡使得交易雙方為降低專有信息公開披露成本，傾向于通過私下渠道交流私有信息（如產品的成本與售價等）。獲取的私有信息越多，對主要供應商、客戶而言，意味著對公開信息的需求越低（張敏，2012），從而抑制了企業披露公開信息的意愿，進而加大了企業的信息不對稱程度。此外，因彼此之間長久穩定的交易合作而形成的信任關系，使得主要供應商、客戶在絕大部分情況下并不需要依賴企業公開披露的信息對交易過程進行監督，降低了企業向外部利益相關者提供高透明度的信息以進行信號傳遞的積極性，也會加大企業的信息不對稱程度。較高的關系型交易比例所帶來的信息不對稱程度過高的問題，對分析師而言，既意味著企業真實盈余相對較難被預測，也意味著需要花費更多的時間和精力搜集私人信息，導致搜集成本和解讀成本過高，從而對分析師盈利預測產生一定的負面影響。據此，本文預計，供應商/客戶關系型交易所占比例越高，其信息不對稱程度越高，對分析師盈利預測的負面影響越大。

另一方面，為提升產品競爭力，下游企業希望上游企業進行充分的專用性投資，如富士康為承接蘋果公司業務建設專為蘋果公司服務的新生產線，這種類型的投資具有非常高的專用性與不可逆性，在此關系網絡外，其使用價值會顯著降低。若因合作企業發展前景不明朗導致合約不能如約履行或提前終止，專有資產的投入者要承擔極大的沉沒成本與高昂的轉換成本（方紅星等，2016），從而帶來套牢風險。資產的專用程度越高，對交易伙伴的依賴性就越強，專用性投資較強的一方受到另一方“敲竹杠”機會主義行為損害的可能性就越大。上述風險，使得供應商與客戶不會輕易對企業進行事前的專用性投資，但不投資顯然不是降低事后風險的最佳解決辦法，上游企業往往通過觀察，來判斷其下游企業是否值得信任，而下游企業為了尋求到或拓展到更多的關系專用性投資，滿足上游企業從關系專用性投資中獲取更高收益的預期，下游企業有強烈的動機選擇和實施更為激進的盈余管理策略（林鐘高等，2014），以此向合作方展現其健康的財務狀況與穩步上升的業績表現，這可能會降低企業的會計信息質量。而作為企業財務信息的主要使用者，分析師的預測表現除了受自身能力的影響之外，也由其能夠獲取的信息的數量與質量決定。其中，財務報表作為企業公開披露的會計信息，既能夠直接反映企業整體的經營狀況又能夠降低分析師的獲取成本，因而成為分析師盈利預測的主要參考依據。因此，財務報表的質量，尤其是盈余質量的高低，在很大程度上影響著分析師的預測表現。據此，本文預計，供應商/客戶關系型交易所占比例越高，其盈余管理程度越高，對分析師盈利預測的誤導影響越大。

表1 變量定義

表2 主要變量描述性統計

由上述分析可知，供應商/客戶關系型交易比例的提高，一方面，抑制了企業對公開信息的披露，加大了企業的信息不對稱程度；另一方面，增加了企業進行盈余管理的動機，從而使企業出現了會計信息透明度降低與會計信息質量下降的問題，這兩方面原因削弱了分析師進行盈利預測的追蹤動機，降低了分析師盈利預測的準確性，加大了盈利預測的分歧度。基于此，本文提出如下假設：

H1：企業的供應商/客戶關系型交易所占比例越高，越能夠顯著地影響分析師盈利預測，具體表現在：

H1a：企業的供應商/客戶關系型交易所占比例越高，分析師追蹤數量越少；

H1b：企業的供應商/客戶關系型交易所占比例越高，分析師盈利預測準確性越低；

H1c：企業的供應商/客戶關系型交易所占比例越高，分析師盈利預測分歧度越大。

三、研究設計

（一）樣本選擇及數據來源

本文以2007—2015年A股上市公司為初始研究樣本，剔除金融保險業、退市、當年IPO以及相關數據缺失的樣本，得到供應商和客戶關系型交易樣本分別為5730個和9851個。其中，供應商和客戶關系型交易數據來自CSMAR數據庫與iFinD數據庫的交叉比對，分析師盈利預測數據來自CSMAR數據庫，公司治理與其他財務數據主要取自CSMAR和iFinD數據庫。為減少異常值的干擾，對所有連續變量進行了上下1%的Winsorize處理。數據處理與統計分析軟件為STATA13.1。

表3 供應商/客戶關系型交易與分析師盈利預測

（二）模型設定與變量定義

為檢驗供應商/客戶關系型交易對分析師盈利預測的影響，建立如下模型：

其中，Analysti，t+1根據研究假設的不同而不同，包括：（1）分析師追蹤數量（Followingi，t+1），用對公司進行盈利預測的分析師跟蹤報告數量表示（余明桂等，2017），該數值越大，表明分析師追蹤數量越多；（2）分析師盈利預測準確性（Accuracyi，t+1），用同一公司所有分析師最后一次盈利預測的均值與實際值之差的絕對值，除以預測均值的絕對值表示（吳溪，2012），為便于理解將該值乘以-1，該數值越大，表明分析師盈利預測準確性越高；（3）分析師盈利預測分歧度（Dispersioni，t+1），用同一公司所有分析師最后一次盈利預測的標準差，除以預測均值的絕對值表示（胡軍等，2016），該數值越大，表明分析師盈利預測分歧度越大。Supplyi，t、Customeri，t、Relationi，t分別用年報中披露的前五名供應商采購額占年度總采購額比例、前五名客戶銷售額占年度總銷售額比例、前五名供應商采購比例與前五名客戶銷售比例之和的均值來表征企業與其主要供應商、客戶之間的關系型交易，這三個數值越大，表明關系型交易所占比例越高，企業越依賴主要供應商與客戶。具體的變量定義見表1。

四、實證結果分析

（一）描述性統計

表2報告了樣本中主要變量的描述性統計結果。統計顯示，分析師盈利預測方面，樣本期間分析師追蹤數量（Followingnumi，t+1）的均值為15.109，最小值、最大值分別為2與48，標準差為11.303，說明我國上市公司平均被出具15份研究報告，但不同公司的分析師研報數量差異很大；分析師盈利預測準確性（Accuracyi，t+1）的均值為-0.603，最小值、最大值分別為-5.4 7 2與-0.009，總體來看，樣本公司分析師盈利預測準確性差異較大；分析師盈利預測分歧度（Dispersioni，t+1）的均值為0.461，最小值、最大值分別為0.035與2.546，說明樣本中分析師盈利預測分歧度差異較大，這意味著我國分析師行業有待于進一步發展。供應商/客戶關系型交易方面，樣本期間我國上市公司向前五大客戶的平均銷售比（Customeri，t）、向前五大供應商的平均采購比（Supplyi，t）以及向前五大客戶、供應商銷售采購比之和（Relationi，t）的均值分別為28.6%、33.9%與31.4%，都超過了25%，且向前五大供應商采購比均值比向前五大客戶銷售比均值高出約5%，這說明，整體而言，我國上市公司中供應商/客戶關系型交易是一個普遍現象，且上市公司對供應商的依賴性更強；向前五大客戶銷售比（Customeri，t）最小值為1%，最大值為94.8%，標準差為0.210；向前五大供應商采購比（Supplyi，t）最小值為4.6%，最大值為90.8%，標準差為0.196，這說明我國上市公司依賴供應商/客戶關系型交易進行采銷活動的情況差異很大。

（二）多元回歸分析

表3是利用模型（1）對假設H1進行檢驗的回歸結果。其中，第（1）、（2）、（3）列是以分析師追蹤數量（Followingi，t+1）為因變量，分別以Customeri，t、Supplyi，t、Relationi，t為自變量來衡量供應商/客戶關系型交易。結果顯示，Customeri，t、Supplyi，t、Relationi，t的回歸系數分別為-0.26、-0.15與-0.28，均在1%水平上顯著為負。此結果表明，在控制其他相關因素后，供應商/客戶關系型交易與分析師追蹤數量呈顯著的負相關關系，這說明供應商/客戶關系型交易占比越高，分析師追蹤報告數量越少，支持了假設H1a。第（4）、（5）、（6）列是以分析師盈利預測準確性（Accuracyi，t+1）為 因 變 量 ， 分 別 以 Customeri，t、Supplyi，t、Relationi，t為自變量來衡量供應商/客戶關系型交易，結果顯示，Customeri，t、Supplyi，t、Relationi，t的回歸系數分別為-0.17、-0.19與-0.23，均在1%水平上顯著為負。此結果表明，在控制其他相關因素后，供應商/客戶關系型交易與分析師盈利預測準確性呈顯著的負相關關系，這說明隨著供應商/客戶關系型交易比例的提高，分析師盈利預測準確性越低，支持了假設H1b。第（7）、（8）、（9）列是以分析師盈利預測分歧度（Dispersioni，t+1）為 因 變 量 ， 分 別 以 Customeri，t、Supplyi，t、Relationi，t為自變量來衡量供應商/客戶關系型交易，結果顯示，Customeri，t、Supplyi，t、Relationi，t的回歸系數分別為0.10、0.09與0.11，均在1%水平上顯著為正。此結果表

明，在控制其他相關因素后，供應商/客戶關系型交易（Customeri，t、Supplyi，t、Relationi，t）與分析師盈利預測分歧度呈顯著的正相關關系，這說明供應商/客戶關系型交易占比越高，分析師盈利預測分歧度越大，支持了假設H1c。這一實證結果與理論分析相一致，表明企業越是依賴與供應商/客戶間的關系網絡進行關系型交易，越是會對分析師盈利預測產生一定的負面影響，假設H1得以驗證。

表4 穩健性檢驗

（三）穩健性檢驗

為增強研究結果的可靠性與說服力，本文作了如下穩健性檢驗：

1. 重新衡量分析師盈利預測準確性

以同一家上市公司所有分析師最后一次預測的每股收益均值與實際每股收益之差，除以年初開盤價的絕對值（張正勇等，2017），以及以同一家上市公司所有分析師最后一次預測的每股收益中位數與實際每股收益之差的絕對值，除以每股總資產（吳錫皓等，2015）重新衡量分析師盈利預測準確性，為便于理解將該值乘以-1，分別以Accuracy1i，t+1、Accuracy2i，t+1表示，該值越大，表明分析師盈利預測準確性越高。回歸結果見表4中第（1）—（6）列，回歸結果不變。

2. 重新衡量分析師盈利預測分歧度

以同一家上市公司所有分析師最后一次每股收益預測的標準差，除以該公司期初股價（陳翔宇，2015），以及同一家上市公司所有分析師最后一次每股收益預測的標準差，除以每股資產（吳錫皓等，2015）重新衡量分析師盈利預測分歧度，為便于理解將該值乘以-1，分別以Dispersion1i，t+1、Dispersion2i，t+1表示，該值越大，表明分析師盈利預測分歧度越大。回歸結果見表4中第（7）—（12），回歸結果不變。

五、研究結論

與以往基于正式制度視角研究影響分析師盈利預測的文獻不同，本文從關系型交易這一非正式制度視角出發，探討企業供應商/客戶關系型交易對分析師盈利預測的影響。這為轉型資本市場中分析師盈利預測偏差現象提供了一個新的解釋，并獲得了來自2007—2015年A股上市公司的經驗支持。本文的主要研究結論是隨著供應商/客戶關系型交易所占比例的提高，分析師追蹤數量越少、分析師盈利預測準確性越低、盈利預測分歧度越高。基于此，本文認為，供應商/客戶關系型交易對分析師盈利預測有一定的負面影響，而這種負面影響可能源自于信息不對稱程度的提高以及盈余管理動機的增強。

本文的研究結論充分印證了證監會要求上市公司披露主要供應商、客戶信息的必要性。由本文的研究結論可知，在轉型經濟階段，關系型交易充當正式制度的替代品不僅對公司信息不對稱程度與財務報告質量產生不利影響，也對資本市場中的分析師有一定的負面影響；對政策制定者與監管者而言，在推進資本市場正式制度建設的同時，對關系型交易這一非正式制度對企業財務報告行為以及分析師盈利預測行為的影響要給予必要的關注。同時，也呼吁學者們關注關系型交易的經濟后果研究。