○ 陈西婵 刘 星
无论是对不完善正式制度的适应，还是根源于古老的文化传统，我国社会和经济生活中的关系型特征被普遍认可。[1]中国企业之间的资源共享按照等级关系进行，关系判断往往是领导者资源配置时所考虑的首要因素。[2]基于关系的融资是支撑中国企业成长的重要原因。血缘关系、政商关系对投资者保护的影响已经有较多的探讨，本文重点关注企业间关系对投资者保护，尤其是公司信息披露的影响。
供应商（客户）集中度代表企业间关系的强度，可能会影响信息披露。事实上，证监会对供应商（客户）集中度给予持续关注，上市公司从“自愿性披露”转变为“强制性披露”。对于供应商（客户）集中度高的公司，强制性披露的要求更加细化。①2020年7月21日，上交所向“西藏珠峰”发出问询函，要求公司补充披露以下信息：近三年公司前五大客户名称、销售金额与产品销售量；
公司与客户之间的交易形式；
公司重要客户发生变化的原因；
结合公司业务模式和可比公司情况，说明公司供应商和客户集中的原因及其合理性。
不同于西方经济组织的运行，中国企业特别强调经济生活的关系导向，对主要供应商/ 客户的依赖是中国上市公司的显著特征。我国上市公司向前五大供应商（客户）的购销比如图1 所示。供应商（客户）对公司财务行为的影响已在众多研究中得到证实。[3,4]然而，从投资者保护角度，供应商（客户）如何影响公司“延迟披露”“虚假陈述”和“重大遗漏”等信息披露违规行为，尚缺乏必要的理论依据和证据支持。
图1 上市公司向前五大供应商/客户的购销比
根据信息披露权衡理论，在强制性信息披露的环境下，合规披露成本和违规披露后果是公司披露行为的决策变量。我们从违规动因和违规后果两个角度分析：供应商（客户）集中度越高，上市公司合规披露信息的成本越高，违规披露信息的收益越高、成本越低。上市公司可能对“圈子内部”的供应商（客户）充分信息披露，同时对“圈子外部”其他利益相关者选择性披露，造成不同群体之间的信息鸿沟。进一步分析，上市公司对“圈子内部”充分披露，供应商（客户）与公司间信息较为对称，公司违规被处罚时“圈子内部”的供应商（客户）可能不会轻易离开，有助于公司转移违规的负面后果。
为检验上述推测，我们以2003-2018年沪、深两市A 股上市公司为初始样本，考察供应商（客户）集中度对公司信息披露的影响及其作用机制。研究发现，供应商（客户）集中度越高，一方面，企业越容易信息披露违规；
另一方面，企业越容易转移违规的负面后果，供应商（客户）集中度缓解了违规企业银行贷款“量价齐升”的局面。供应商（客户）集中度对公司信息披露的影响体现在：关系中私有信息的沟通既降低了公司公开信息披露的动力，又降低了公司公开信息披露违规的后果。上述两方面的影响损害了资本市场的公平性，不利于投资者保护。为增强研究结论的稳健性，本文用Heckman 两步法解决样本自选择问题、倾向得分匹配法控制不可观测因素的影响、面板双向固定效应控制遗漏变量问题，同时剔除了资本市场再融资和供应商—客户关联关系的潜在影响。
1.关系与会计信息披露
会计信息质量内生于特定的制度环境，一些学者探讨了政商关系、血缘关系对公司信息披露的影响。政商关系实质上反映了企业与政府的寻租关系，反腐败和强化政府治理能够削弱政商关系对企业的消极影响。血缘关系实质上反映了企业内部不同群体的差序格局，当产权设计能够以情感偏爱缓解代理冲突时，血缘关系能够对公司治理发挥积极影响。供应商—客户关系实质上反映了企业间的利益关系，与政商关系、血缘关系相比，企业间关系更为普遍与持久，对公司信息披露的影响可能更为直接和深远，也更依赖于资本市场的外部治理。
（1）政商关系与公司信息披露
首先，政治关联直接降低了企业的信息披露质量。政治关联显著降低了盈余的价值相关性，[5]增加了管理层语调操纵。[6]Chaney 等[7]发现政治关联公司的会计信息质量更低，因为管理层不希望投资者、监管机构和媒体过多地关注公司因政治关联所获取的隐形收益。Bushman 等[8]针对党代会和官员晋升的考察提出，具有政治关联的上市公司在政治敏感期会延迟披露坏消息以营造更有利的政治环境，提供了政治关联影响企业信息披露的直接证据。政府甚至通过干预媒体影响上市公司的信息透明度。[9]其次，政治关联降低了企业寻求高质量信息鉴证的需求。Leuz 等[10]认为，与苏哈托有政治关联的印尼公司进入国际资本市场的可能性较小，因为政治关联所获取的收益超过了与外国融资相关的信息披露成本。Fan 等[5]发现，政治关联公司董事会的专业化水平较低。刘慧龙等[11]和唐松等[12]也发现，政治关联弱化了对公司高管的监督。最后，政治关联弱化了公司信息披露监管制度的有效性。当被告为政府或具有政治关联的当事人时，法院往往难以保持中立和公正。公司最终控制人为地方政府，并且该地方政府是公司虚假陈述案件管辖法院的本地同级政府时，虚假陈述公司的负向市场反应程度更小。[13]
（2）血缘关系与公司信息披露
社会群体有内群和外群之分，群体成员之间的归属感和认同感形成了“内群偏好”倾向，进而引起对群体内其他成员的信任、合作及正面积极的评价。[14]Fan 等[5]发现，亚洲家族企业有更多的动机和能力操纵收益，以向少数股东隐瞒侵占的事实。因为“本家人”之间容易形成相互保护和支持的战略网络组织。[15]通过选择“本家关系”的高管，以减少自愿性披露，进而掩盖利益侵占动机。当继任高管和离任高管具有“本家关系”时，高管变更后企业信息披露质量会下降。[16]实际控制人的宗族观念越强，其亲属参与公司治理的程度越高。[17]董事长和高校独董间的师生“类血缘”关系能够显著缓解代理问题。[18]地缘关系是亲缘关系在空间上的投影，[19]信任同乡的文化传统在公司内部的高层治理中也很常见，企业高管之间会组成一个由“老乡”形成的裙带关系网。[20]戴亦一等[19]发现“同乡抱团”具有公司治理作用，“乡音”可以显著降低公司代理成本。陆瑶等[21]则发现，CEO 与董事间的“老乡”关系会显著提高公司的违规倾向。
2.供应商（客户）关系与会计信息披露
供应商（客户）关系对公司信息披露的影响有两个相反方向的经验证据。一类是市场化交易的“治理观”，认为企业的财务报告是供应商（客户）获取信息的有效途径，供应商（客户）像银行一样希望公司稳健，供应商（客户）集中度有利于抑制企业信息披露违规。另一类是关系型交易的“迎合观”，认为公开信息披露可能泄露商业秘密，供应商（客户）更希望企业私下沟通，供应商（客户）集中度会加剧企业信息披露违规。
（1）市场化交易的“治理观”
企业可能会严格按照会计准则披露，以满足供应商（客户）对真实信息的需求。Hui 等[22]发现，公司增加的会计稳健性最终强化了与供应商（客户）的关系，他们预测购销合同中可能包含了会计稳健性的要求。Costello 等[23]发现，公司信息披露质量直接影响供应链上的合约。当公司会计信息披露质量较差时，供应链上的合约为短期合约，这种短期合约类似短期负债，有利于供应商（客户）加强对交易方的监督。但供应商（客户）的监督可能无法完全辐射和约束企业公开市场信息披露行为。而且，供应商（客户）与公开市场监督的范围和关注点是不同的。如果供应商（客户）发挥了强大的治理作用，则供应商（客户）集中度越高，公司公开市场违规应当越少。然而事实并非如此，中国证监会不得不对供应商（客户）集中度高的公司予以特别关注。
（2）关系型交易的“迎合观”
供应商（客户）是企业重要的战略资源，为了保护关系能够在未来正常地发挥作用，企业更可能选择性地公开披露。Raman 等[24]发现，客户关系紧密的公司具有的更多操控性应计和盈余波动。基于中国的市场，方红星等[25]也有类似的发现。对于专项信息，策略性披露是“绑定”供应商（客户）的重要方式。Cen 等[26]发现，为了维持供应商（客户）关系，公司会策略性地披露司法诉讼风险。Crawford 等[4]发现，公司减少盈余和销售预测的公开披露是为了保护关键客户的利益。与供应商（客户）的私下沟通可能会弱化企业公开披露信息的动力。[27]上述“迎合观”主要探讨的是自愿性信息披露。在强制性要求下，上市公司如何回应供应商（客户）的需求，以及该种回应方式可能对其他利益相关者的影响，已有文献尚未涉及。而且，公司的信息披露不一定至少不完全是为了迎合供应商（客户）的需求，政府、债权人、分析师、媒体等其他利益相关者也是信息需求方。信息披露是合规成本和违规后果多方面权衡的结果。所以，本文结合违规后果的分析才能更好地回答供应商（客户）对公司信息披露的影响及其作用机理问题。
3.供应商（客户）关系与公司行为
既有研究发现，供应商（客户）影响公司投资活动、[28]股权融资、[29]债权融资、[30]现金持有、[28]税收筹划、[31]股利分配、[32]资本结构、[33]资本成本[34,35]和业绩表现[36,37]等。也有文献认为供应商（客户）关系具有信息效应和资源效应：外部性使得信息能沿着供应链纵向传递，客户的销售公告会造成供应商的股价波动，[38,39]供应链信息能够提升分析师预测准确度，[40]供应商（客户）关系会影响银行授信；
[41,42]供应链集成有利于降低期间费用、提高资产使用效率，推动公司财务绩效的提高；
[43]供应链集成也有利于联合投资及战略合作、[44]调整研发设计、[45]降低研发风险、[46]提升研发业绩。[47]但是上述文献并未拓展到投资者保护。
资本市场上信息披露遵循供需均衡规律。从信息供给来看，当供应商（客户）集中度较高时，公司私下沟通的效率更高、成本更低，公司公开市场信息供给的动力越低。从信息需求来看，公开市场不一定是供应商（客户）获取信息的最佳渠道。交易本身可以帮助传递专有信息，建立信任和降低履约成本。首先，在日常业务往来中，供应商（客户）与公司各层次的员工有诸多接触，供应商（客户）可以多维度地收集公司的信息。其次，一些重要信息的沟通时间、沟通方式可能会直接写进合约中，以增强彼此的约束力。最后，重要的供应商（客户）与公司之间会互派高管或董事会成员加强沟通和监督。[48]通过上述多渠道多维度，供应商（客户）能获得比公开市场披露更多、更具时效性和更具有针对性的信息。所以供应商（客户）集中度越高，公司公开市场信息需求的压力越低。虽然政府、债权人、分析师、媒体等其他利益相关者仍然需要公司公开披露的信息，但是来自供应商（客户）的需求降低了，公司公开披露的整体需求会降低。
在不同情况下，公司信息供需的均衡用图2 表示。信息需求为D，信息供给为S，信息供给的价格为P，信息披露的程度为Q。（1）自愿性信息披露。公司的信息供给为S0，市场的公开信息需求为D0，信息供给的价格为PE1，信息披露在E1点实现均衡，公司公开市场信息披露为QE1。（2）强制性信息披露。假定市场的公开信息需求仍为D0，公司信息供给曲线由S0转移到S，公司公开市场信息披露为QE（在QE1右侧），市场反馈给公司的价格为PE（在PE1下方），公司承担额外的信息披露成本为（PE1-PE）。因为供应商（客户）集中度越高，公司公开信息披露的成本相对越高，PE1与PE的偏离越多，相应地公司自愿性信息披露QE1偏离强制性信息披露QE也越多，即供应商（客户）集中度越高，公司越容易信息披露违规。（3）充分的信息披露。供应商（客户）希望充分的信息披露，信息需求曲线由D0转移到D。对于供应商（客户）集中度高的公司，因为“圈子内部”多次重复博弈形成了“投桃报李”“礼尚往来”的氛围，公司预期充分信息披露的成本可以收回，将信息供给至QE2（在QE右侧），公司承担额外的信息披露成本为（PE2-PE1），构成了对“圈子内部”供应商（客户）的专有性投资。对于“圈子外部”的信息需求，公司预期信息披露的成本难以收回，可能会将信息选择性披露至QE1（强制监管下为QE），这时“圈子内部”与“圈子外部”不同群体之间存在信息鸿沟，资本市场的公平原则受到挑战。对于供应商（客户）集中度低的公司，无所谓“圈子”，公司也没有动力进行充分的信息披露，公司与供应商（客户）间信息仍然是不对称的。
综上所述，提出如下假设：
H1：供应商（客户）集中度越高，公司越容易信息披露违规
合规成本和违规后果是信息披露权衡的重要因素。如果公司易于转移违规的负面后果，则违规的成本相对较小，最终可能会导致“有恃无恐”。所以，结合违规后果的分析才能更好地回答供应商（客户）对公司信息披露的影响及机理。一方面，公司违规处罚后，供应商（客户）可能会终止合作，“落井下石”；
[49,50]另一方面，作为利益共同体，供应商（客户）更可能会“雪中送炭”。首先，在中国资本市场，信息披露违规处罚并不会导致公司破产，被强制退市的公司屈指可数。而且公司的壳相对稀缺，供应商（客户）仍然会持乐观预期。其次，市场竞争不再是单个企业间的竞争，供应链上的成员可能具有不可替代性，一旦破产清算，供应链上专用性投资将会面临高昂的转换成本。出于长远利益考虑，供应商（客户）可能与公司携手共渡难关。最后，供应链上的业务是多次重复交易，随着交易过程的不断演进企业间会出现善意的循环，即“礼尚往来”“投桃报李”，供应商（客户）可能会在危机时刻“雪中送炭”。
结合前文的信息披露情况，仍需要分情况探讨供应商（客户）的反应，如图3 所示。（1）供应商（客户）集中度高的公司在“圈子内部”充分披露，交易伙伴之间信息不对称较低，有利于降低证监会处罚这种“圈子外部”负面事件的冲击。而且“圈子外部”偶尔的负面事件可能难以撼动公司在“圈子内部”的口碑。因为“圈子内部”对违规公司的实物资产、社会资本及管理能力已经有自己的判断。所以，违规处罚后供应商（客户）可能不会离开，这有利于缓解公司的风险。（2）供应商（客户）集中度高的公司在“圈子外部”选择性披露。与银行等其他利益相关者相比，供应商（客户）通过业务往来能获得比公开市场披露更多、更具时效性和更具有针对性的信息，“圈子外部”将借助“圈子内部”供应商（客户）的行为判断证监会处罚的影响。供应商（客户）的稳定最终会影响银行等其他利益相关者的合作意愿，从而有助于公司转移违规处罚的负面后果。（3）供应商（客户）集中度低的公司与利益相关者之间仍存在一定程度的信息不对称。供应商（客户）推测违规公司在购销合作中也会违约，推测违规的公司可能会陷入财务困境，可能会终止合作，违规公司的风险快速上升。而且供应商（客户）的离开可能具有“破窗效应”，其他利益相关者的挤兑将加剧公司的风险，违规公司难以转移处罚的负面后果。
图3 信息披露状态及信息披露违规的后果
在中国，证监会对上市公司信息披露的监管与再融资绑定管理，部分公司因信息披露违规股票和债券再融资受限（如受到交易所“公开谴责”处罚的公司在未来12 个月的证券再融资受限），银行贷款将是“救命稻草”。我们预测，供应商（客户）集中度高的公司，违规处罚后银行贷款所受影响较小。因此，提出如下假设：
H2：供应商（客户）集中度越高，公司越容易转移违规处罚的负面后果
1.样本和数据
本文选取2003-2018年沪、深两市A 股上市公司为初始样本，进行如下步骤的筛选：（1）剔除金融类和ST、PT类公司；
（2）剔除无法确定产权的公司；
（3）剔除所有数据缺失或存在异常值的公司；
（4）对主要连续变量进行了（1%，99%）水平的Winsorize 处理。相关数据来自CSMAR数据库。兼顾到产权性质这一重要变量的可得性，观测期从2003年开始。筛选后供应商和客户分别为14790 和20695 个公司—年度观测值。
2.变量定义
（1）供应商（客户）集中度
借鉴Patatoukas、[36]王迪等、[41]王雄元等[51]的研究，选取前五大供应商（客户）购（销）金额之和占上市公司全年购（销）总金额的比重度量供应商（客户）集中度。
（2）企业信息披露违规
信息披露监管制度对信息有三个维度的要求：数量、质量和时效性。本文以《中国上市公司信息披露违规处理数据库》为基础，结合证监会处罚公告，逐一核对上市公司的信息披露违规情况。参照刘星等[52]的做法，将“推迟披露”“虚假陈述（虚构利润、虚列资产和虚假记载）”和“重大遗漏”三类违规行为确定为“信息披露违规”的原始样本。为保持样本的一致性，将“内幕交易、欺诈上市、操纵股价、擅自改变资金用途、违规担保”等少量的经营违规样本直接剔除。以证监会、证交所或地方证监局“发布公告日期”为标准确定时间。当企业被发现信息披露违规时，Violate 取1，否则为0。
（3）银行贷款
两个维度度量银行贷款情况：银行贷款规模和银行贷款成本。银行贷款规模用（短期借款+ 长期借款）/ 期末总资产度量，取季度均值。银行贷款成本用利息支出/（短期借款+ 长期借款），取滞后一期的季度均值。
3.模型设定
为考察供应商（客户）集中度与企业信息披露违规的关系，构建模型（1）：
Supplyi,t表示供应商集中度，Customeri,t表示客户集中度。控制变量δr包括：公司规模、资产负债率、固定资产比、筹资需求、净资产收益率、成长机会、第一大股东持股比、市场竞争、行业虚拟变量、年度虚拟变量。因变量Violatei,t和Violatei,t+1-t+3为0-1 变量，采用Logit 回归方法进行模型检验。
表1 变量的定义及度量
为考察企业信息披露违规与银行贷款的关系，构建模型（2）：
为考察供应商（客户）集中度、企业信息披露违规与银行贷款的关系，构建模型（3）：
模型（2）和模型（3）用OLS 回归，控制变量ηr包括：公司规模、资产负债率、固定资产比、现金流、净资产收益率、第一大股东持股比、账面市值比、两权分离度、审计意见、产权性质、行业虚拟变量、年度虚拟变量。
1.描述性统计
图4 给出了信息披露违规的年度分布情况。在供应商（客户）披露要求更为细化、强制披露范围扩大后，企业信息披露违规上升，与创新点“强制性信息披露”研究背景差异的阐述相呼应。
图4 信息披露违规年度分布
表2 的Panel A 给出了样本的年度分布情况。Panel B 给出了信息披露违规的类型和处罚情况，可以看到虚假陈述是信息披露违规的主要形式，占总样本的36.94%；
公司违规处罚主要来自上交所和深交所，占总样本的52.92%；
警告、罚款和没收非法所得为信息披露违规处罚的主要形式，占总样本的61.52%。Panel C的样本组间差异检验表明，信息披露违规主要出现在供应商（客户）集中度高的组，初步验证了假设1 的推测。
表2 样本筛选和样本分布状况
表3 给出了主要变量的描述性统计。在总样本中，信息披露违规观测值为21242 个，均值为6.1%，供应商集中度的观测值为14790 个，最大值为96.66%；
客户集中度的观测值为20695 个，最大值为99.25%。这表明中国上市公司供应商（客户）集中度较高。
表3 主要变量的描述性统计
2.供应商（客户）集中度与信息披露违规的检验结果与分析
表4 是供应商（客户）集中度与企业信息披露违规的检验结果。公司规模、负债水平，筹资需求、净资产收益率、大股东持股和市场竞争状况均显著影响企业信息披露违规。在控制这些因素后，Supply 的回归系数在5%的水平上显著为正，Customer 的回归系数在1% 的水平上显著为正，表明供应商（客户）集中度越高，企业越容易信息披露违规。检验结果与假设1 的预期保持一致。
表4 供应商（客户）集中度与信息披露违规的检验
3.供应商（客户）集中度、信息披露违规与银行贷款的检验结果与分析
企业信息披露违规与银行贷款的关系，检验结果如表5 所示。在模型（1）-（4）中Violate的回归系数显著为正，即信息披露违规导致企业银行贷款量价齐升，与刘星等[52]的研究一致，他们认为企业违规之后银行债务融资难度上升，银行对违规公司会“惜贷”。而银行贷款规模的上升可能是其他融资渠道收窄的结果，因为证监会对信息披露违规与再融资绑定管理，企业违规公开市场融资会受阻，银行贷款将是“救命稻草”，这与已有的文献结论保持一致。[53]
表5 供应商（客户）集中度、信息披露违规与银行贷款
表5模型（5）-（8）展示了供应商（客户）集中度在信息披露违规与银行贷款之间的作用。Supply×Violate 对银行贷款规模、银行贷款成本的回归系数在10% 的水平上显著为负，Customer×Violate 对银行贷款规模、银行贷款成本的回归系数在5% 的水平上显著为负，表明供应商（客户）集中度缓解了信息披露违规企业银行贷款“量价齐升”的局面。检验结果与假设2 的预期保持一致。
1.排除竞争性假说
与本文相关的竞争性假说是“违规企业具有银企关系禀赋优势，所以违规处罚对于银行贷款的影响更小，与供应商（客户）集中度无关”。为排除这一假说，首先分析违规企业的融资需求，检验结果如表6 所示。我们发现，违规企业的现金持有量、现金净流量和商业信用融资均显著更低，配股、增发和债券发行均显著更高，表明违规企业有再融资的需求。其次，考察违规企业、供应商（客户）集中度高的违规企业是否具备银企关系的禀赋优势，检验结果如表7 所示。在表7 中，信息披露违规与银企关系的回归系数没有显著为正，信息披露违规与供应商（客户）集中度交乘后对银企关系的回归系数不显著，夯实了供应商（客户）集中度缓解了违规企业银行贷款“量价齐升”的结论。
表6 信息披露违规企业的融资需求分析
表7 供应商（客户）集中度、信息披露违规与银企关系的检验
2.Heckman 两步法解决样本自选择问题
本文采用Heckman 两步法解决供应商（客户）集中度自愿性披露导致的样本自选择问题。借鉴王雄元等[30]的研究，在第一阶段，根据供应商（客户）信息披露的Probit 方程计算出逆米尔斯系数（IMR）。在第二阶段，将逆米尔斯系数（IMR）纳入模型以纠正样本选择偏差，检验结果如表8 所示。表8 模型（2）中供应商的逆米尔斯系数Supply IMR 为8.092，模型（4）中客户的逆米尔斯系数Customer IMR 为-8.189，二者均在1% 水平上显著，说明较好地控制了样本自选择问题。表8 的模型（2）中Supply 的回归系数为0.004，且在5% 的水平上显著为正；
模型（4）中Customer 的回归系数为0.005，且在1% 的水平上显著为正，与前文假设1 的检验结论保持一致。
表8 供应商（客户）集中度与信息披露违规的竞争性假说检验
因为本文观测到的信息披露违规为证监会（包括交易所、证监局）发现的样本，还有些企业可能存在违规行为并未被发现。本文也采用Heckman 两步法以纠正样本选择偏差，检验结果如表9 所示。同理，在供应商子样本和客户子样本中，也控制了供应商（客户）样本选择偏差问题，检验结果与前文的结论保持一致。
表9 供应商（客户）集中度、信息披露违规与银行贷款的稳健性检验（Heckman两阶段模型）
3.倾向得分匹配法（PSM）控制不可观测因素的影响
我们还采用PSM 控制供应商（客户）集中度以外不可观测因素的影响。具体以供应商（客户）集中度的行业年度均值为标准将样本分组，采用Logit 回归计算倾向得分。借鉴Ellis 等[54]和王雄元等[38]的研究，进入匹配的变量包括：公司规模、资产负债率、固定资产比、成长性、产权性质和公司年龄（Age）。匹配方法为1：1最近邻匹配法。相关表格备索。
PSM 处理后，重复假设1 的检验，相关表格备索。供应商（客户）集中度与企业信息披露违规的正相关关系仍然显著，进一步支持了假设1。
为控制信息披露违规以外的不可观测因素的潜在影响，我们也采用PSM。具体以是否被证监会（包括交易所、证监局）处罚分组，采用Logit 回归计算倾向得分。进入匹配的变量包括：供应商（客户）集中度、公司规模、资产负债率、固定资产比、筹资需求、净资产收益率、成长机会、第一大股东持股比、市场竞争。匹配方法为1：1 最近邻匹配法。相关表格备索。
PSM 后，重复前文假设2 的检验，相关表格备索。检验结论与前文保持一致。
本文还进行了如下稳健性检验：（1）排除供应商（客户）集中度与信息披露违规先行后续的反向因果关系的检验。（2）排除数据同期相关性影响的检验。（3）剔除供应商—客户关联关系影响的检验。（4）剔除再融资制度驱动信息披露违规的检验。（5）重新定义因变量的检验。做法一是将“信息披露违规”按程度排序用OLogit回归。做法二是将“信息披露违规”按“违规实际发生”重新定义再检验。（6）分别用第一大供应商（客户）、以标准化处理后的前五大供应商（客户）替代自变量的检验。（7）面板双向固定效应控制遗漏变量的检验。（8）按供应商（客户）信息披露监管变更节点分段回归的检验。限于篇幅，检验结果不再展示。
综上所述，我们认为前文的结论是稳健的，供应商（客户）集中度越高，企业越容易信息披露违规，越容易转移信息披露违规的负面后果。
信息披露制度要求上市公司真实、准确、完整、及时披露信息，使不同群体的投资者都有相同的信息渠道，这是防止证券欺诈行为，保护中小投资者的关键。强制性信息披露的要求保护了投资者基本的知情权，有利于减轻不同群体投资者之间的信息鸿沟。
本文考察供应商（客户）对公司信息披露的影响及其作用路径。研究发现，供应商（客户）集中度越高，企业越容易信息披露违规；
供应商（客户）集中度越高，企业越容易转移违规的负面后果。供应商（客户）集中度对公司信息披露的影响路径是：关系中私有信息的沟通既降低了公司公开信息披露的动力，又降低了公司公开信息披露违规的后果。上述两方面的影响损害了资本市场的公平性，不利于投资者保护。
本文从供应商（客户）关系角度补充了企业间关系与会计信息质量的文献，从投资者保护角度拓展了供应链关系对企业行为影响的研究，为证券监管对公司供应商（客户）集中度的关注提供了理论依据和证据支持。
本文的贡献体现在以下三点。第一，本文研究视角具有创新性。既有学者从政府干预角度探讨了政商关系对公司信息披露的影响，从委托代理角度探讨了血缘关
系对公司信息披露的影响，本文从公平角度探讨了供应商（客户）关系对公司信息披露的影响，补充了企业间关系影响信息披露机理的研究。第二，本文从违规动因和违规后果两个角度更全面地回答了供应商（客户）对公司信息披露的影响，为证监会对供应商（客户）集中度的关注提供了理论依据和证据支持。首先，既有研究包括市场化交易的“治理观”和关系型交易的“迎合观”两个相反方向的证据。本文研究结果支持了关系型交易的“迎合观”，且从违规后果角度为“迎合观”提供了更全面的证据。其次，既有研究大多探讨公司自愿性信息披露，Crawford 等[4]发现，为了客户的利益，公司减少了盈余和销售预测的公开披露。实际上，上市公司面临的是一种强制性信息披露的环境。本文探讨了在强制性要求下，上市公司如何回应供应商（客户）的信息需求，以及该种回应方式可能对其他利益相关者的影响。第三，本文从投资者保护角度拓展了供应链关系对企业行为影响的研究。已有研究发现，供应链关系影响企业财务活动和市场价值，也有文献发现供应商（客户）对企业具有信息效应和资源效应，但是均未涉及投资者保护。本文发现，供应商（客户）集中度影响企业信息披露及信息披露违规的经济后果，从投资者保护角度拓展了供应链关系对企业行为影响的研究，从而具有增量贡献。
猜你喜欢 集中度违规供应商 违规借调的多重“算计”廉政瞭望·下半月(2022年4期)2022-05-12供应商和客户是否可以抑制企业在职消费?中国注册会计师(2021年9期)2021-10-14新广告商：广告业周期性在弱化，而集中度在提升 精读英语文摘(2020年11期)2020-02-06基于层次分析法的汽车备件供应商选择活力(2019年15期)2019-09-25违规动火作业致9死18伤劳动保护(2019年7期)2019-08-27违规试放存放 爆炸5死1伤劳动保护(2018年5期)2018-06-05海德威，最佳压载水处理解决方案供应商中国船检(2017年3期)2017-05-18驾照意林(2017年2期)2017-02-06我国物流产业集中度与市场绩效关系分析商业经济研究(2016年24期)2017-01-10清徐醋产业发展研究时代金融(2016年29期)2016-12-05