欢迎来到010在线作文网!

供应商客户关系与管理层盈余预测精确度研究论文

实用文 时间:2021-08-31 手机版

  近年来,关系型投资在转轨经济国家中的重要性受到诸多学者的关注(Fan,2007;王少飞等,2010)。供应商作为企业重要的利益相关者,要想与企业建立长期稳定的合作伙伴关系,获取“关系租金”并维持竞争优势的关键是进行专有型投资。但是,根据Coase(1937)交易成本理论,由于信息不对称和环境不确定性等因素的存在,使得自利的交易各方有动机进行机会主义行为。资产的专用程度越高,投资方越会被“紧捆”在特定交易中而受到被投资方的“要挟”,即我们所说的套牢问题(Hold-up),因此这会抑制供应商对客户企业的关系型投资,使得专有型资产不能够达到理想的水平,双方经济利益都会受到损失。管理层盈余预测是资本市场重要的信息来源,相对于财务报告等历史信息,它可以向相关各方提供前瞻性信息,是预测性信息中最富有信息含量的(操巍,2016)。那么,为了显示公司未来较好的经营绩效和较高的声誉,来引导供应商进行更多的关系型投资,客户企业是否会倾向于发布精确度更高的管理层盈余预测。基于上述问题,本文实证检验了供应商集中度对客户企业管理层盈余预测披露精确度的影响。

供应商客户关系与管理层盈余预测精确度研究论文

  理论分析与假设提出

  (一)供应商集中度与客户企业管理层盈余预测精确度

  供应商与客户之间的信息透明度越高,越有利于信息共享、协同营销、提高营运资本的管理效率(Kinney and Wempe,2002)。但是,供应商与客户之间普遍存在信息不对称的问题。由于信息不对称,供应商在对客户企业进行专有型投资时,很难判断企业何时会违约,担心企业事后的机会主义行为会使自己遭受经济损失(Chen,Kai.2015)。这种风险使得供应商不会轻易对客户企业进行事前的专有型投资或者寻求保护措施。所以,客户企业有动机提高其自身的会计信息披露质量来缓解信息不对称,增加供应商的关系型投资。徐虹等(2014)的研究表明,企业披露的高质量内部控制信息能够有效地约束机会主义行为、增强信息的可信度、降低交易风险。Leung(2012)发现,随着企业与供应商之间关系型交易的增加,其越倾向于自愿披露更具前瞻性的会计信息。

  与财务报告等历史信息相比,管理层盈余预测能够提供增量信息,增强信息的决策有用性。对于供应商来说,盈余预测的披露可以帮助供应商更好评估专用性资产的投资风险、降低未来收益的不确定性并减小其对客户公司可能违背合同或破产的看法。随着供应商集中度的提高,一方面大供应商议价能力会随之增强,他们也就越有能力要求企业披露更高质量的会计信息,从而提高契约执行的有效性。Hui et al.(2012)发现,当供应商具有较高的议价水平时,其越有能力要求客户提供更为稳健的会计信息。另一方面损失大供应商会产生巨额的转换成本,为了降低自己被当成劣币驱逐的风险,公司倾向于发布精确度更高的.盈余预测,以提供高质量的会计信息。并且,盈余预测精确度越高,信息透明度越好,越有利于公司声誉或品牌的建立,从而也会吸引更多合作伙伴,减小对大供应商的依赖程度。基于上述分析,提出假设1:

  H1:供应商集中度越高,客户企业管理层发布盈余预测的精确度越高。

  (二)供应商集中度、法制环境与企业管理层盈余预测精确度

  Bergman 和 Nicolaievsky (2007)认为各国法律制度的特点体现在交易双方对合同的执行力水平上。与法律制度相对完善的国家相比,在法制水平较低的国家,合同双方均具有较弱的契约执行力。在弱合同执行力国家,供应商由于担心产生过高的违约成本而不愿意进行事前的关系专用性投资(Nunn,2007)。结合我国的宏观背景进行分析,我国区域间法制环境的发展存在不平衡的现象。相较于法制环境较好的区域,在法制环境薄弱的区域,法律保护的欠缺降低了企业对法律这一正式制度的信任感,导致企业在选择供应商或者客户时通常优先考虑本地区的合作对象,在自己的“关系网络”内与少数公司形成高强度的关系专用性投资以减少交易成本、降低经营风险。因此,地区的法制环境越差,客户企业与供应商之间的关系越紧密,对关系型投资的依赖性也就越强,从而为了缓解主要供应商对事后套牢问题的担心,客户企业更有动机提高会计信息的披露质量,即管理层越倾向于发布形式更为精确的盈余预测,以向供应商传递更为精确的预测信息,展现良好的企业形象和声誉,引导供应商从事最佳的关系型投资。基于上述分析,提出假设2:

  H2:其他条件相同时,企业所处地区的法制环境越差,供应商集中度与客户企业管理层盈余预测精确度的正相关关系越强。

  研究设计

  样本选择与数据来源。本文选取2011-2015年A股制造業上市公司作为样本进行研究。关于供应商集中度的数据以上市公司年报中披露的“向前五大供应商采购比例”来度量,经手工收集得到。盈余预测的原始数据来自Wind数据库,盈余预测精确度的数据为手工计算得到,其他财务数据来自CSMAR数据库。本文选用年报盈余预测为研究样本,剔除掉ST公司和其他财务数据缺失的样本,最终确定supplier的有效观测值为3218。为了消除异常值影响,对连续性变量进行了上下1%的Winsorize缩尾处理。

  变量定义。一是管理层盈余预测精确度(Accuracy)。结合我国上市公司信息披露的相关规定,将管理层盈余预测的具体形式分为以下四类:点预测,即精确度最高的预测形式,关于未来的盈利情况,管理层给出了精确的数值;区间预测,管理层披露的盈余预测在一个有上下边界的范围内;上下限预测,管理层只给出未来盈余的上限或者下限;定性预测,管理层对未来的业绩只进行了定性的文字描述,没有提供具体数值。设置Accuracy为有序离散变量,根据盈余预测精确程度依次取值,点预测取3,区间预测取2,上下限预测取1,定性预测取0。二是供应商集中度(supplier)。供应商集中度supplier以上市公司年报信息中披露的“向前五大供应商合计采购金额占年度采购总额的比例”来衡量。三是控制变量。控制变量的具体定义如表1所示。

  模型构建。为了检验上文中提出的假设,本文构建如下的ologit回归模型:

  实证结果分析

  描述性统计。本文模型中各相关研究变量的描述性统计如表2所示。

  多元回归分析。第一,供应商集中度与客户企业管理层盈余预测精确度。表3列示了供应商集中度与客户企业管理层盈余预测精确度的ologit回归结果。供应商集中度supplier的回归系数为0.612,在1%水平上与管理层盈余预测精确度显著正相关,假设H1得到了验证。第二,供应商集中度,法制环境与客户企业管理层盈余预测精确度。表4列示了在不同法制环境下,供应商集中度与客户企业管理层盈余预测精确度的ologit回归结果。在法制环境较差组,supplier的回归系数为0.804,在5%的水平上与管理层盈余预测精确度显著正相关;在法制环境较好组,supplier与Accuracy的系数为正,但不显著。说明与法制环境较好地区相比,在法制环境较差地区,客户企业对主要供应商的依赖性更强,更倾向于发布精确度较高的盈余预测以引导供应商进行更多的关系型投资,维持与供应商的长期稳定关系,假设H2得到验证。

  结论

  本文基于我国正处于经济转型的发展背景,从客户企业与供應商之间形成的关系型投资为出发点,探讨了主要供应商的存在对客户企业预测性信息披露质量的影响。研究发现:供应商集中度越高,客户企业管理层发布盈余预测的精确度越高。同时,在法制环境较差的地区,供应商集中度与客户企业管理层发布盈余预测精确度之间的正相关关系更强。并且进行稳健性测试后,上述结论依然成立。本文的研究结果有助于理解经济转轨中客户企业与供应商之间的关系型投资是如何影响企业会计信息披露质量的,以期对进一步完善我国公司业绩预告制度、提高管理层盈余预测信息的披露质量提供政策启示。

  参考文献:

  1.王少飞,周国良,何小杨,于旭辉.关系型投资与审计行为[J].财经研究,2010(5)

  2.林钟高,郑军,彭琳.关系专用性投资、制度环境与盈余管理[J].北京工商大学学报(社会科学版),2014(1)

  3.Hui,K.W.,S.Klasa and P.E. Yeung. Corporate suppliers and customers and accounting conservatism[J].Journal of Accounting and Economics,2012,53(1-2)

  4.袁振超,岳衡,谈文峰.代理成本、所有权性质与业绩预告精确度[J].南开管理评论,2014,17(3)

  5.Hirst,D.,L.Koonce,S.Venkataraman. Management Earnings Forecasts:A Review and Framework[J].Accounting Horizons,2008(22)

【供应商客户关系与管理层盈余预测精确度研究论文】相关文章:

1.盈余管理运用研究论文

2.我国上市公司盈余管理对策研究论文

3.盈余管理与所得税税负关系研究论文

4.我国上市公司盈余管理动机研究及治理建议论文

5.管理会计预测机理研究论文

6.上市公司管理层财务绩效研究论文

7.管理与供应商关系的论文

8.我国上市公司股权结构与盈余管理关系研究论文


本文来源https://www.010zaixian.com/shiyongwen/1934003.htm
以上内容来自互联网,请自行判断内容的正确性。若本站收录的信息无意侵犯了贵司版权,请给我们来信(zaixianzuowenhezi@gmail.com),我们会及时处理和回复,谢谢.