ESG表现有助于降低客户集中度吗__林钟高.pdf

DOI:10 13796/j cnki 1001 5019 2023 01 013ESG 表现有助于降低客户集中度吗?林钟高，韦文滔摘要:基于中国传统“关系契约信任”的非正式制度背景，以客户集中度作为关系交易的替代变量，研究 ESG(环境、社会和公司治理)表现与客户集中度之间关系及其逻辑机理。结果表明，企业 ESG表现显著降低了客户集中度，减弱企业对大客户的依赖程度。机制检验发现，ESG 表现通过提高信息透明度和缓解融资约束两条中介渠道降低客户集中度。异质性检验发现，分析师关注度较高、客户议价能力较高和存在关系型投资的企业，ESG 表现对客户集中度的抑制作用更明显。关键词:ESG 表现;客户集中度;信息透明度;融资约束;关系型交易中图分类号:F275文献标识码:A文章编号:1001 5019(2023)01 0121 12基金项 目:国 家 自 然 科 学 基 金 面 上 项 目(71572002);安 徽 省 高 校 研 究 生 科 学 研 究 项 目(YJS20210357)作者简介:林钟高，安徽工业大学商学院教授，博士生导师;韦文滔，安徽工业大学商学院硕士研究生(安徽 马鞍山243032)。一、引言近年来，非财务风险引发的“黑天鹅”“灰犀牛”等事件层出不穷，企业开始反思传统商业模式的弊端，重新审视传统的“唯利润论”，将可持续发展和绿色转型发展作为企业基业长青的重要保证。ESG从环境(Environment)、社会(Social)和公司治理(Governance)三个维度综合评价企业可持续发展能力，关注企业环境、社会、公司治理绩效而非仅财务绩效，通过提供可量化分析的信息披露框架以追求经济价值和社会价值的平衡。已有研究表明，良好的 ESG 表现有助于企业提升未来抵御内外部风险的能力，对改善财务绩效(Yoon et al，2018;Taliento et al，2019)、投资效率(Benlemlih et al，2018)和企业价值(Fatemi et al，2018)等均有积极影响。然而，鲜有文献研究企业 ESG 表现与关系型交易这一“关系”机制(中国企业间极为常用的交易模式)之间的互动和内在关联。在市场经济环境下，信任是所有交易的前提和基础，而在中国社会背景下，以客户集中度为表征的企业间关系型交易普遍存在于商业活动网络中(李增泉，2017)。企业对于大客户的狭隘私人信任恰恰造成了同市场中其他客户的不信任，妨碍商业诚信的发展。同时，企业对大客户的依赖具有机会主义和效率的双重性质:一方面，过度依托大客户的供销关系可能导致企业丧失议价谈判能力，增加大客户的话语权，产生“客大欺主”现象。大客户为了自身利益会对供应商企业“敲竹杠”，蚕食企业利润。一旦合作双方关系破裂或主要客户经营困难，合作难以存续，供应商企业将面临专用性投资被套牢、投资价值减损、资金链断裂和股价崩盘等财务风险(Dhaliwal et al，2020)。此时，良好的 ESG 表现构建的“制度信任”，有助于企业在市场上吸引更多新的潜在客户，减弱对大客户资源的依赖。另一方面，企业倾向和少数大客户绑定交易，建立长期合作关系以减少市场竞争的不确定性，高度集中的客户资源带来的稳定供销网络可以促进供应链有效整合，降低交易成本费用(方红星 等，2017)。此时，良好的 ESG 表现可能会进一步加强企业和关键客户之间的“关系信任”，加强对大客户的依赖。如此，企业 ESG 表现究竟是发挥“制度信任”抑制客户集中度过高现象，还是加深“关系信任”提高对大客户的依赖?学术界尚121无定论。企业作为实施可持续发展目标的重要主体，ESG 所强调的负责任的践行模式将被融入企业生产经营的各个环节，它在客户服务、产品责任和供应链管理方面能否带来积极的社会影响值得我们探究思考。此外，监管部门对 IPO 企业审核时，也将客户集中度过高作为重点关注的风险事项。如何规避客户集中度过高的潜在风险，也成为研究者亟待解决的问题。鉴于此，本文借助华证咨询公司公布的 ESG 评级数据，以 20102020 年沪深 A 股上市公司为研究样本，考察 ESG 表现对客户集中度的影响及其作用机理。本文可能的边际贡献在于:第一，提供 ESG 表现在经济后果方面的增量经验证据。由于目前学界关于 ESG 表现的实证研究较少，本文以中国传统关系型交易为切入点，深入研究其与企业 ESG 表现的内在联系，拓展和丰富 ESG 表现对企业交易模式选择经济后果的研究。第二，拓展客户集中度研究的新视角。以 ESG 表现这一非财务信息披露为出发点，打开 ESG 表现影响客户集中度的“黑箱”。明确 ESG 表现能够降低客户集中度后，通过“ESG 表现信息透明度/融资约束客户集中度”两条作用路径，厘清 ESG 表现影响客户集中度的具体作用机理，为企业如何构建价值共享的供应链关系、树立基业长青的经营理念和道德基石提供新思路。二、理论分析与研究假设在“碳达峰、碳中和”远景目标下，国家战略布局与 ESG 理念深度契合。越来越多的投资者将环境、社会和公司治理作为衡量企业可持续发展能力的指标，ESG 表现已然成为资本市场新的话语体系和未来投资的蓝海领域。早在2015 年，中国香港联合交易所发布 环境、社会和治理指引，要求上市公司强化 ESG 信息披露内容，遵守“不披露就解释”原则。2018 年中国证监会发布新修订的 上市公司治理准则，明确了环境、社会及公司治理的披露框架，随后一系列 ESG 政策不断落地实施。目前，国际上发达国家或地区对企业 ESG 信息披露采取强制或半强制措施。截至2020 年，标准普尔500 指数中已有90%的公司出具ESG 信息披露报告，而同期中国 A 股仅有约27%的上市公司发布了1021 份 ESG 报告。在资本市场双向开放的要求下，ESG 理念在全球升温的态势也将倒逼国内企业和投资者更加重视ESG 信息披露(高杰英 等，2021)。2022 年4 月，中国证监会正式发布 上市公司投资者关系管理工作指引，首次要求在沟通内容中增加上市公司 ESG 信息，进一步响应和实践“创新、协调、绿色、开放、共享”的新发展理念。目前，沪深交易所尚未强制要求企业 ESG 信息披露“不遵守就解释”，根据自愿性披露原则，企业主动披露 ESG 相关信息可以看作是向外界传递优质经营和可持续发展能力的信号，有利于提高信息透明度，吸引市场上的潜在客户以取得信任。同时，ESG 信息披露往往也是企业增强其经营合法性、获取利益相关者资源供给的一种手段。新制度经济学认为，企业可以看作是和利益相关者之间缔结的契约集合体，各个利益相关者通过资源置换与企业建立隐形契约(Jensen et al，1976)。“股东至上”的时代已经过去，现代企业逐渐意识到利益相关者在发展过程中的重要性，通过 ESG 表现以获得来自利益相关者更多的认同和资源支持，反过来利益相关者也不再仅仅使用财务数据的好坏作为衡量企业发展的标尺，同样关注企业在环境、社会和公司治理等方面的非财务信息披露程度。在多方资本的共同作用下，企业ESG 表现将可能影响关系型交易模式的变动。基于此，本文从交易成本、信号传递和利益相关者角度进行分析并推演出研究假设。图 1逻辑框架和写作思路(一)交易成本企业和市场之间存在正式的或非正式的、显性的或隐形的契约关系，无论履行何种形式的契约都会221安徽大学学报(哲学社会科学版)2023 年第 1 期耗费一定的交易成本，且交易成本的大小内生于经济制度环境(郑军 等，2013)。由于正式制度信任体系薄弱，企业更倾向利用关系网络交易以降低交易成本，这种紧密的关系型契约交易模式赋予大客户获得供应商企业私有信息的渠道，交易双方依赖程度不断提高，会计信息可比性和稳健性大大降低。非关键客户和潜在客户难以获取企业不可观察且缺失的潜在信息，只能依靠传统财务数据推断企业的经营状况和发展前景，容易出现信息鸿沟和遮掩效应，认知相对片面，进而加剧资本市场信息摩擦。而良好的 ESG 履责行为，通过“制度信任”这一机制搭建起企业和市场潜在客户之间有效沟通和良性互动桥梁，减少潜在客户事前信息搜索成本以及其他交易成本，增强对企业的信任和认可，并成为潜在客户筛选供应商企业的主要特征。同时，更关注多元化和包容性、员工健康与福祉以及供应链降本增效和减碳等问题的企业，也会吸引更多优质员工，提高企业运营效率。因此，可以合理预见，ESG 表现越好的企业，节约交易成本作用越明显，所反映的市场价值效应不仅为潜在客户获取信息提供便利，还蕴含丰富的信息流和业务交易机会。潜在客户感知风险和逆向选择风险大大降低，增强了与企业合作和为产品支付溢价的意愿。由此，企业获得更多关键客户以外的新交易机会，客户群体更多元化、辐射维度更广(李姝 等，2021)。随着新客户源源不断涌入，长尾效应显著，处于曲线“头部”的大客户将逐渐被“稀释”。ESG 表现越好的企业或将成为谈判过程中强势的一方，掌握的话语权和议价谈判能力也有所回转，专用性投资的“锁定”效应减弱，对大客户的依赖下降。(二)信号传递企业通过披露 ESG 表现非财务信息，向潜在客户发送积极信号，传递企业具有利他性行为意愿(陈承 等，2019)。与传统财务信息相比，ESG 表现彰显企业在环境保护、社会责任和治理监督机制方面的担当，涵盖更多的非结构化数据，有助于降低企业与潜在客户之间的信息不对称，同时作为财务信息披露标准的补充。当信号质量较高时，管理层(信号发送者)主动披露的信号意图会随着 ESG 信息质量的提升而相应增强。原因在于，企业购销交易合约本质上以信任为基础，潜在客户是否愿意和企业交易取决于其对企业的信任和企业声誉。ESG 表现作为一种声誉信息表达机制，是企业长期社会责任投入所形成的社会资本，具有一定的累积性和不可复制性。积极的 ESG 表现意味着管理层能够合理地进行资源配置，提高员工忠诚度，有效预防和控制新出现的环境、社会和公司治理风险，快速应对市场变化的要求，通过降低成本和加强技术创新识别潜在机会，在激烈的市场竞争中赢得先机以实现良性循环。进一步地，这种 ESG 表现优势奠定了企业在供应链关系中的地位，有助于获得更多的商业信用供给。以往的关系型交易，赋予大客户在交易过程中主导地位和强势议价能力，大客户为维系自身利益最大化，试图要求企业降低产品价格或延长付款期限(孟庆玺 等，2018)，企业受制于专用性资产投入带来的沉没成本，难以抽身，资金周转困难(Gosman et al，2004)。而 ESG 表现这一异质性资源逐渐内化为企业独特的竞争优势(Hart et al，2011)，带来的声誉扩散效应促使企业获取更多来自上下游的信任以及在供应链中的话语权，有能力延长上游付款期限和占用下游预收账款，可以一定程度上缓解融资约束困境，降低经营风险，打破被大客户牵掣的不利局面。同时，在开发新市场和拓宽客户渠道方面，企业 ESG 表现可以充分发挥协同效应，借助口碑扩大市场份额，获取更多客户资源，避免在同业竞争中落后。特别地，当企业遭受负面事件等外生冲击时，企业在较长时间内建立的积极声誉不易被竞争对手破坏，ESG 表现所形成的社会资本还可以发挥类似“保险”的作用，帮助企业摆脱不利境况，最大限度减少损失(Lins et al，2017)。(三)利益相关者利益相关者理论认为企业的发展离不开各利益相关方的参与和投入，企业应追求利益相关者的整体利益，而非仅仅是股东利益最大化(Freeman，1984;邱牧远 等，2019)。企业的环境污染、社会责任缺失和公司治理机制不完善，都将损害整个社会利益，不利于可持续发展。ESG 表现所反映的非财务信息对于企业未来经营状况具有指导作用，有助于利益相关者更加系统地了解企业状况和未来发展潜力，相应地，利益相关者也更愿意与 ESG 履行水平较高的企业合作。首先，债权人层面。在绿色信贷政策指引下，企业 ESG 表现逐渐成为银行信贷投放的审查标准之一。银行债权人逐步缩小高污染、高能耗企业的借贷规模，相应地扩大低污染、低能耗和节能环保企业的借贷规模和信贷投放总量。企业披露 ESG 表现方面的信息向银行传递了更多有关企业特质的信息，321林钟高，韦文滔:ESG 表现有助于降低客户集中度吗?有效降低内外部信息不对称，积极承担社会责任，更易获得较低的银行贷款利率和优惠政策，进而提高外源融资比例，减少对大客户的依赖。此外，施罗德 2021 年全球投资者研究发现，新冠疫情导致全球57%的投资者更加重视社会问题，企业 ESG 表现逐渐成为资本市场新的风向标和衡量企业投资价值的标准。良好的 ESG 表现向投资者传递了企业可持续发展的信号，一方面，迎合投资者的 ESG 偏好，增进投资者对企业发展的信任;另一方面，意味着企业在环境、社会和公司治理机制方面相对健全，投资者的利益可以得到保护。因而，投资者愿意追加资金，此举有助于降低企业债务资本成本和对大客户的依赖。其次，政府和监管层面。随着近年来环境保护逐渐被纳入政绩考核的范畴，良好的 ESG 表现受到政府和监管部门等利益相关者的关注和认同，企业发挥的“头雁效应”成效显著(王琳璘 等，2022)。积极的ESG 表现为企业树立了良好的公众形象，有助于企业获得政府补贴、财政支持等一系列优惠政策，从而缓解资金短缺，减少对大客户的依赖(Zeng et al，2019)。特别地，针对某些重污染行业，监管部门可能会采取限制绿色信贷规模、加大环境违规处罚力度等措施倒逼企业重视 ESG 表现。同时，良好的 ESG 表现或将成为决定企业未来的砝码，提高债权人资金支持的意愿、降低企业债务违约风险和对大客户的依赖。再次，分析师关注层面。一方面，分析师作为重要的信息中介，可以搭建起企业与社会公众之间信息传递的桥梁(Healy et al，2001)，通过对企业的跟踪和调研，加快信息传播速度，有助于资本市场其他参与者对企业财务和非财务绩效进行全面、系统的考量，从而降低企业内外部信息的不对称，提高信息透明度;另一方面，分析师作为重要的外部监督机制，可以直接或间接地参与公司治理，有效发挥监督职能，抑制公司违规行为、降低盈余管理操纵动机(路军伟 等，2021)。如果企业不注重发展质量和规范性，则容易被分析师追踪识别，产生负面新闻和媒体报道，损害企业形象。因此，履行 ESG 表现责任的企业在潜在客户进行供应商筛选时会格外受到青睐。基于上述分析，提出研究假设:在其他条件不变的情况下，企业 ESG 表现越好，越能降低客户集中度。三、研究设计(一)样本选取与数据来源本文在选取 20102020 年沪深 A 股上市公司作为初始研究样本的基础上，进行以下处理:(1)剔除金融、保险类上市公司;(2)剔除含 ST、PT 标识的公司数据;(3)剔除数据缺失或存在异常的样本。最终获得 16205 个有效样本。另外，为了降低极端值对回归结果的影响，本文对连续变量进行上下 1%水平的缩尾(winsorize)处理。研究数据来自 CSMA 和 WIND 数据库，使用 STATA15 统计软件。(二)模型设计为检验研究假设，构建如下模型:Customeri，t=0+1esgi，t+2Controlsi，t+Year+Ind+i，t(1)(三)变量定义1 被解释变量客户集中度(Customer)。借鉴王雄元等(2014)的做法，使用前五大客户销售额占公司全年销售额的比例衡量客户关系交易的大小。2 解释变量ESG 表现(esg)。参考国际主流的 ESG 评价体系并结合中国资本市场现实情况和企业特点，本文采用更新频率高、覆盖范围广和数据可得性高的华证 ESG 评价体系衡量 esg。华证 ESG 评价体系包括环境、社会和公司治理三大支柱下的14 个主题、26 个关键指标和 130 多个子指标，包含更多中国特色和本土化指标，例如乡村振兴、精准扶贫等指标。华证 ESG 体系基于指标赋分评级，共分为 C AAA 九档。解释变量(esg)依据上述评级采用赋值方法构建，依次赋值为1 9，分值越高意味着企业的 ESG 表现越好。为了检验回归结果的可靠性，本文还采用彭博 ESG 评级，通过构建多期 DID 进行了稳健性测试。421安徽大学学报(哲学社会科学版)2023 年第 1 期资料来源:https:/www schroders com/zh cn/cn/public/insights/global investor study/2021 findings/sustainability report/#sc art53 控制变量借鉴顾雷雷等(2020)、王琳璘等(2022)的做法，分别从财务特征、公司治理、宏观经济环境三个方面设定控制变量，各变量的具体解释见表 1。表 1控制变量说明与定义变量名称变量符号变量定义企业规模Size上市公司年末总资产的自然对数资产负债率Lev年末总负债除以年末总资产总资产报酬率oa年末净利润除以年末总资产公司成长性Growth营业收入增长率公司上市年限ListAge公司自上市至今的年数的自然对数托宾 Q 值TobinQ市值除以总资产董事会规模Board董事会人数高管薪酬Salary高管薪酬总额的自然对数独立董事占比Indep独立董事人数除以董事会总人数股权制衡度Balance第二至第五大股东持股比例之和/第一大股东持股比例两职合一Dual虚拟变量，公司董事长与总经理两职合一为 1，否则为 0产权性质Soe虚拟变量，若实际控股人为国有，则取为 1，否则为 0股权集中度Top1第一大股东持股比例审计师事务所Big4虚拟变量，若审计师事务所为四大，则取为 1，否则为 0市场化总指数评分Market采用王小鲁等 2018 年发布的市场化进程指数货币政策M2M2 增量除以上期 M2年份Year哑变量，控制年度因素的影响行业Ind哑变量，控制行业因素的影响四、实证结果与分析(一)描述性统计表 2 报告了主要研究变量的描述性统计结果。其中，客户集中度(Customer)均值为 0 292，标准差为 0 214，最大值为 0 965，说明不同企业客户集中度差距过大，且中国企业大部分存在客户关系型交易。部分企业的客户集中度偏高，甚至有些企业全年的营业收入几乎都来自前五大客户，对大客户的依赖度过高。ESG 评级方面，esg 均值为6543，表明样本企业ESG 的平均评级介于BBB 到A 之间，意味着中国上市公司的 ESG 表现仍有提升空间。此外，其他控制变量的描述性统计结果基本与现有相关研究一致。表 2主要变量的描述性统计变量均值标准差最小值25%分位中位数75%分位最大值Customer0 2920 2140 0000 1340 2320 4000 965esg6 5431 1711 0006 0006 0008 0009 000Size22 4461 26817 95421 58222 27623 14328 636Lev0 4440 1970 0070 2940 4430 5911 698oa0 0350 0721 1300 0120 0340 0640 816Growth0 1460 3610 5040 030 0910 2352 196ListAge2 4610 5031 6092 0792 4852 8903 434TobinQ2 0301 2600 8451 2211 6162 3557 961Board2 1430 2031 0991 9462 1972 1972 996Salary14 9560 8039 28714 45414 93615 45118 416Indep0 3750 0570 1250 3330 3330 4290 800521林钟高，韦文滔:ESG 表现有助于降低客户集中度吗?续表 2变量均值标准差最小值25%分位中位数75%分位最大值Balance0 6900 6030 0000 2200 5161 0013 917Dual0 2280 4190 0000 0000 0000 0001 000Soe0 4330 4960 0000 0000 0001 0001 000Top10 3340 1460 0830 2180 3110 4300 729Big40 0630 2420 0000 0000 0000 0001 000Market8 4171 9931 4207 0708 7909 97012 000M20 1100 0280 0810 0870 1010 1330 197(二)相关性检验主要变量的相关性检验显示，ESG 表现(esg)和客户集中度(Customer)的 Pearson 相关系数为0 106，Spearman 相关系数为 0 138，且都在 1%水平上显著负相关，初步说明 ESG 表现能够影响企业客户集中度，且两者之间是负相关关系。另外，各变量之间的相关性绝大部分都小于 0 5，初步判断模型不存在多重共线性。限于篇幅，相关性检验结果不再列示。(三)回归分析表 3 分别采用了普通最小二乘法(OLS)、基于面板数据的固定效应、滞后一期和一阶差分进行回归。其中列(1)基于 OLS 可以得出，esg 的回归系数为 0 013，在 1%水平上显著负相关，假设得到验证。进一步控制公司年度、行业层面，基于面板数据的固定效应，结果见列(2)，esg 的回归系数为 0003，在 5%水平上显著负相关，研究结论不变。考虑到 ESG 表现的延迟性，即上期企业的 ESG 表现可能会对本期的客户集中度产生影响，将解释变量与控制变量滞后一期回归，结果见列(3)，其中 esg 的回归系数仍在 1%水平上显著为负。进一步考虑可能存在相关变量遗漏或内生性问题对结果造成异常影响，采用一阶差分模型进行回归，结果见列(4)，尽管显著性水平有所下降，但结果仍然不变。由此说明ESG 表现优良，企业会披露更多相关信息，在谋求商业利益的同时兼顾社会责任，向市场传递积极信号，吸引更多潜在客户与企业开展交易和合作。前文假设得到验证。表 3ESG 表现和客户集中度回归结果变量(1)Customer(2)Customer(3)Customer(4)Customeresg0 013 (8 46)0 003(2 15)0 013 (7 47)0 002*(1 69)Size0 018 (8 73)0 020 (3 11)0 017 (7 42)0 017 (4 27)Lev0 042 (3 92)0 014(0 78)0 044 (3 68)0 005(0 43)oa0 199 (7 26)0 048(2 34)0 224 (7 53)0 024*(1 92)Growth0 032 (6 25)0 007*(1 93)0 036 (5 92)0 006 (3 33)ListAge0 003(0 67)0 029*(1 87)0 004(0 89)0 028(1 42)Board0 004(0 39)0 02(1 45)0 000(0 04)0 007(0 67)Salary0 015 (6 62)0 004(0 98)0 015 (6 02)0 001(0 39)Indep0 021(0 63)0 028(0 80)0 022(0 61)0 005(0 21)Soe0 027 (6 94)0 017*(1 92)0 027 (6 35)0 011(1 46)Top10 047 (3 03)0 009(0 23)0 030*(1 75)0 030(1 20)Big40 000(0 04)0 018(1 11)0 001(0 13)0 002(0 18)Constant1 030 (19 88)1 110 (6 51)1 043 (15 80)0 015(2 27)Ind/Year是是是是N16205162051298512985adj 20 2150 1520 2130 007注:*、分别表示在 10%、5%、1%的水平上显著，括号内为 T 值;下表同。为节省篇幅，表3 删除部分控制变量，后续检验不再列示控制变量。621安徽大学学报(哲学社会科学版)2023 年第 1 期(四)内生性检验1 倾向得分匹配法(PSM)借鉴晓芳等(2021)的做法，采用倾向得分匹配法(PSM)以缩小样本企业特征差异对结论的影响。选取前文的控制变量为匹配变量进行一对一配比，将 ESG 表现年度行业均值作为临界值构造实验组和对照组，进行 1 1 最邻近匹配，将得到的子样本按照模型进行回归。表 4 为配对结果，显示平均处理效应(ATT)对应的 T 值为 6 06，在 1%的水平上显著。表 5 列(1)为 PSM 子样本回归结果，可以看出ESG 表现对客户集中度的估计系数仍显著为负，有力地支撑了本文假设。表 4PSM 的平均处理效应(ATT)变量处理效应处理组控制组差异T 值CustomerUnmatched0 2650 3120 04814 15ATT0 2650 3000 0356 06ATU0 3120 2700 042ATE0 0392 Heckman 两阶段法为消除样本中选择偏差所造成的内生性问题，采取 Heckman 两阶段法进行处理，利用 Logit 回归模型，选择前文的控制变量，考察其与被解释变量上市公司 ESG 表现是否高于年度行业均值(esg_Dum)之间的相关性，计算出逆米尔斯比率(IM)，再将 IM 作为控制变量引入模型(1)中进行回归，结果见表 5第(2)列，IM 系数在 1%的水平上显著，表明样本中存在选择偏差问题，考虑这一问题可能造成的估计偏差是有必要的。此外，回归结果仍显示 ESG 表现对客户集中度存在显著抑制作用。3 两阶段最小二乘法(2SLS)为缓解存在未观测因素对基准回归结果造成的偏误，借鉴高杰英等(2021)的做法，选取每家企业同一年度公司注册地所在省份其他上市公司的 ESG 表现均值(esg_IV)作为工具变量。原因在于，企业的 ESG 表现会受到同一省份其他企业 ESG 表现的影响，而其他企业的 ESG 表现对本企业的客户集中度并无直接关联。而且，本文所选取的工具变量通过了不可识别检验，证明工具变量的选取是有效的。表 5 列(3)(4)报告了两阶段最小二乘法(2SLS)第一阶段和第二阶段的回归结果，与前文结论基本一致，因此内生性并没有对本文结论产生较大影响。表 5PSM、Heckman 两阶段模型和 2SLS 的内生性检验结果变量(1)Customer(2)Customer(3)esg(4)Customeresg0 032 (6 95)0 013 (8 50)0 018*(1 91)esg_IV0 587 (21 14)IM0 169 (6 33)Controls控制控制控制控制Ind/Year是是是是Constant0 882 (11 567)2 349 (11 13)6 349 (20 77)0 800 (14 02)N7302162051620516205adj 20 2210 2170 2170 046(五)稳健性检验1 替换解释变量参考潘海英等(2022)的做法，采用彭博咨询公司披露的 ESG 表现，作为华证 ESG 表现的替换变量。表 6 第(1)列的回归结果显示，彭博 ESG 表现的系数在 1%的水平上显著，这意味着替换自变量度量方式后，企业 ESG 表现与客户集中度仍是负相关关系，说明结果较为稳健。进一步地，随着资本市场全面深化改革的不断推进，证监会对企业 ESG 表现重视程度与日俱增。自 2018 年以来，证监会相继发布多个上市公司 ESG 相关指引，出台速度不断加快，政策落地日益密集。借鉴晓芳等(2021)的做法，依据上市公司 ESG 评级被公布的时点构建多期 DID 的虚拟变量，若公司 i 第 t 期公布了 ESG 评级，则当期721林钟高，韦文滔:ESG 表现有助于降低客户集中度吗?及以后期间取值为 1，否则取值为 0，回归结果见表 6 列(2)。并且进行安慰剂检验，让 ESG 表现对客户集中度的影响冲击变得随机(由计算机生成)，在此基础上进行 1000 次回归，检验结果显示随机过程的系数核密度估计值以及相应的 T 值与 P 值都分布在 0 附近(见图 2 和图 3)，在一定程度上说明 ESG 表现对客户集中度的影响不是由其他不可观测的因素所推动。图 2随机处理后系数 T 值、核密度分布图 3随机处理后系数、P 值分布2 替换被解释变量参考曹越等(2020)的做法，将被解释变量 Customer 设置成哑变量 Customer_Dum，即当前五大客户销售比超过 50%，Customer_Dum 取 1，否则取 0，作为客户集中度的替换变量。重新对模型(1)进行Logit 回归，回归结果见表 6 列(3)，结果与前文保持一致。表 6替换解释变量、多期 DID 和替换被解释变量的稳健性检验结果变量(1)Customer(2)Customer(3)Customeresg0 010 (5 54)0 030 (7 95)0 205 (9 02)Controls控制控制控制Ind/Year是是是Constant0 981 (16 81)1 061 (22 97)4 089 (5 10)N84142269016205adj 20 1310 1990 1253 调整样本期间考虑到新冠疫情的影响，在样本窗口期内剔除 2020 年的样本，将样本时间窗口调整为 20102019年，重新进行回归。回归结果见表 7 列(1)，结果与前文保持一致，说明结果较为稳健。4 改变回归方法由于本文采取的客户集中度指标中的数据都大于 0，采用截尾回归模型(Tobit 模型)对模型(1)进行重新回归，表 7 第(2)列报告了回归结果，ESG 表现(esg)系数为 0 013，在 1%的水平上显著，与前文结果一致。表 7调整样本期间、Tobit 模型和排除行业间影响的稳健性检验结果变量(1)Customer(2)Customer(3)Customeresg0 012 (6 25)0 013 (8 61)0 010 (5 54)Controls控制控制控制Ind/Year是是是Constant0 932 (14 27)1 030 (20 44)0 981 (16 81)N108671620510864adj 20 2180 1315 排除行业间影响考虑到 ESG 表现可能对不同行业的客户集中度有所不同，虽然前文回归中已控制行业因素，但其影响可能依旧存在，因此剔除其他行业，只保留制造业上市公司样本进行重新回归，表 7 列(3)的回归821安徽大学学报(哲学社会科学版)2023 年第 1 期结果与上文基本无异。五、进一步研究:影响机制与异质性检验(一)影响机制检验ESG 本质上是企业长期价值的体现，客户作为和供应商企业生产经营紧密联系的利益相关者，企业的 ESG 表现也是潜在客户合作考量的标准之一。在前文中，我们验证了 ESG 表现与客户集中度之间呈负相关关系，那么这种影响是通过何种机制路径实现的呢?根据本文的理论分析，接下来重点考察ESG 表现如何通过提高信息透明度和缓解融资约束来降低客户集中度。1 提高信息透明度企业的 ESG 表现作为一种积极的信息披露，通过信号传递机制向市场潜在客户传递企业可持续发展的经营理念。良好的 ESG 表现可以通过缓解信息不对称，提高信息透明度，吸引更多的客户进行合作，进而降低客户集中度。因此，本部分引入信息透明度作为中介变量，考察“ESG 表现信息透明度客户集中度”这一传导机制的作用路径。借鉴温忠麟等(2014)中介效应模型进行三步回归。首先，用模型(1)检验 ESG 表现对客户集中度的影响;然后，用模型(2)检验 ESG 表现对信息透明度(Opaque)的影响;最后，用模型(3)检验信息透明度(Opaque)是否具有中介效应。Opaquei，t=0+1esgi，t+2Controlsi，t+Year+Ind+i，t(2)Customeri，t=0+1esgi，t+2Opaquei，t+3Controlsi，t+Year+Ind+i，t(3)借鉴潘越等(2011)的做法，采用可操纵性应计绝对值(Da)的前三期总额度量信息透明度(Opaque)。该变量数值越小，说明信息透明度越高。其余控制变量与模型(1)相同。表 8 第(1)列和第(2)分别是模型(2)和模型(3)的回归结果。从列(1)可以看出，企业 ESG 表现(esg)系数在 1%水平上显著为负，说明 ESG 表现(esg)显著提高了信息透明度(Opaque);列(2)结果表明，ESG 表现(esg)系数在 1%水平上显著为负，信息透明度(Opaque)在 1%水平上显著为正，说明企业的 ESG 表现(esg)通过提高信息透明度来降低客户集中度，表明信息透明度具有部分中介效应。2 缓解融资约束融资约束作为企业在经营过程中不可避免的筹资问题，势必对企业关系交易产生一定的影响。良好的 ESG 表现能够增强企业的风险应对能力，规避潜在风险，提高利益相关者对企业的信任，使企业获得更多来自利益相关者的资金补给，有效缓解融资约束。因此，本部分引入融资约束作为中介变量，考察“ESG 表现融资约束客户集中度”这一传导机制的作用路径。首先，用模型(1)检验 ESG 表现对客户集中度的影响;然后，用模型(4)检验 ESG 表现对融资约束(KZ)的影响;最后，用模型(5)检验融资约束(KZ)是否具有中介效应。KZi，t=0+1esgi，t+2Controlsi，t+Year+Ind+i，t(4)Customeri，t=0+1esgi，t+2KZi，t+3Controlsi，t+Year+Ind+i，t(5)借鉴 Kaplan 等(1997)的思想，构建 KZ 指数。KZ 值越大，意味着企业面临的融资约束越高。其余控制变量与模型(1)相同。表8 第(3)列和第(4)列分别是模型(4)和模型(5)的回归结果。从列(3)可以看出，企业 ESG 表现(esg)系数在 1%水平上显著为负，说明 ESG 表现(esg)显著缓解了融资约束(KZ);列(4)结果表明，ESG 表现(esg)系数在 1%水平上显著为负，融资约束(KZ)在 1%水平上显著为正，说明企业的 ESG 表现(esg)通过缓解融资约束来降低客户集中度，表明融资约束具有部分中介效应。(二)异质性检验前文已验证 ESG 表现影响客户集中度的中介路径，但考虑到企业 ESG 表现和客户集中度两者之间的关系，可能由于外部资本市场的关注和客户特征的不同而存在差异，为此，需要进一步研究不同水平的分析师关注度、客户议价能力和关系型投资下的企业 ESG 表现对客户集中度的影响差异。921林钟高，韦文滔:ESG 表现有助于降低客户集中度吗?表 8影响机制检验结果变量(1)Opaque(2)Customer(3)KZ(4)Customeresg0 007 (8 59)0 011 (7 55)0 047 (4 37)0 012 (8 32)Opaque0 188 (12 32)KZ0 005 (4 21)Controls控制控制控制控制Ind/Year是是是是Constant0 229 (7 98)0 987 (19 09)4 456 (11 46)1 008 (19 38)N16205162051620516205adj 20 0770 2230 6030 2161 分析师关注度的异质性分析师作为重要的外部治理机制，通过对信息的全方位解读和传递参与资本市场活动，在关注企业财务状况的同时，亦关注影响企业高质量发展的非财务信息披露。ESG 表现可以促使分析师更多地了解企业“软信息”，比如企业的环保意识、经营者的个人品德、员工和客户的满意度等。在分析师高关注度所带来的外部强监督情境下，企业更注重环境、社会以及公司治理方面的表现。与此同时，市场上的潜在客户也通过到分析师关注这一信号，ESG 表现优良的企业将会在供应商筛选中赢得优势。参考陈钦源等(2017)的做法，以当年公司被分析师跟踪分析的人数加一取自然对数衡量分析师关注度(Ana-lyst)。分析师关注度指标大于其中位数的为高分析师关注度组，低于中位数的则为低分析师关注度组，回归结果如表