郑瑶

（首都经济贸易大学会计学院 北京 100070）

一、引言

经济政策不确定性由财政、货币、金融、监管等政策制定的不确定所引发（Brogaard和 Detzel，2015；Baker等，2016），并对宏观经济及微观主体行为产生影响。相关研究表明，经济政策不确定性会引发经济衰退（Baker等，2016）、阻碍经济复苏，并抑制公司投资（Gulen和Ion，2016）。目前已有较多文献考察经济政策不确定性与公司决策行为的关系，而经济政策不确定性与客户关系的研究则少有文献关注。在经济转型背景下，为解决我国无效和低端供给过剩、中高端供给不足等供求结构性矛盾，我国自2015年来深入实施供给侧结构性改革。具体到微观层面，扩大内需需要公司提升自身产品质量、满足有效需求，同时积极开辟产品市场，寻找更多客户，开发潜在需求。可见，拓展客户对公司而言尤为重要。近年来，我国经济政策在国外经济形势影响下，调整和变化导致的不确定性加大，这可能提高公司经营环境中的风险，但是也有可能为公司带来潜在的发展机会。那么，在经济政策不确定性下，公司是选择“以不变应万变”，还是抓住机遇主动出击，跨区域开辟市场、扩大客户分布，以提升公司生存能力和竞争水平呢？鉴于此，本文试图研究经济政策不确定性与公司客户地理分布决策的关系。

二、文献综述

针对经济政策不确定性与公司行为决策关系的研究，目前文献多从公司投资及并购决策等方向展开。Bernanke（1983）认为，在不确定性环境下，对于具有不可逆性的投资项目，在做投资决策时，管理层应当考虑投资活动的实物期权价值，对当期投资和等待投资所带来的利益进行权衡。已有研究认为，由于投资活动具有不可逆性，经济政策不确定性对公司的投资产生了“延期效应”（Delay Effect）（Bloom，2007），公司会采取观望政策（wait-and-see poli⁃cy），暂时停止投资（Stokey，2016），即较高的经济政策不确定性减少了公司当期投资（饶品贵等，2017；张亚君和张西征，2016；刘贯春等，2019）。Nguyen和Phan（2017）认为，经济政策不确定性的增加降低了公司的并购意愿，并且在可逆性较差的交易中，这种负向效应更显著。与此不同，作为一种特殊投资，创新的调整成本与其他投资存在差别，创新对经济政策不确定性的反应也会不同于其他投资（Bloom，2007）。一方面，创新是公司应对市场风险的重要手段之一，经济政策不确定性会激励上市公司开展更多的创新活动（顾夏铭等，2018）；另一方面，经济政策不确定性对公司创新具有负向作用（李冰洁，2020）。

针对公司客户的研究，部分学者论证了客户集中度与公司经营活动风险的关系。一方面，较大的客户集中度加剧了公司风险。李娜和吴静桦（2020）研究表明，公司的债务成本会随着客户集中度的增强而提高。陈正林（2016）认为，如果公司过于依赖大客户，会使得大客户拥有较强的议价能力，要求公司提供更多的商业信用，进而提高公司的经营风险。另一方面，褚剑和方军雄（2016）认为，客户集中度有利于促进公司与客户之间的资源整合，降低公司风险。

综上，已有文献主要论证了经济政策不确定性对公司创新、投资等行为的作用，就政策不确定性如何影响公司客户管理，少有文献进行研究。已有针对客户的文献主要从客户集中度的角度出发，研究客户集中度对公司风险及绩效的作用，而影响客户地理分布的因素，关注的文献较少。鉴于此，本文试图基于我国经济转型的背景，考察经济政策不确定性与公司客户地理分布选择的关系。

三、研究假设

经济政策不确定性的上升可能扩大公司客户分布的广泛程度。首先，在较高经济政策不确定性下，市场区域较为集中可能是造成公司经营不稳定的重要因素，而扩大客户地理分布有助于公司分散风险，增加生存能力。也有文献认为，经济政策不确定性的上升将加剧经济主体经营环境的不确定性，使得经济主体的经营风险增加（王红建等，2014）。若公司客户所在区域较为集中，一旦该区域受到经济政策不确定性影响，出现客户违约或者客户陷入财务困境等问题，这将会对公司造成不利影响。所以，在经济政策不确定性较高的情况下，市场区域集中对公司造成的负面效应可能会放大。在较高的经济政策不确定性下，为规避市场区域过于集中带来的风险，公司应积极拓展市场区域，寻求多地域客户，以提升自身的生存和可持续发展能力。其次，较高的经济政策不确定性带来的“机遇预期效应”使得公司积极拓展市场区域，进而使客户距离增加。具体地，对公司而言，经济政策所带来的不确定性既是挑战，也是机遇。刘志远等（2017）认为，公司盈利的“真实源泉”产生于不确定性，经济政策不确定性所带来的“机遇预期效应”在公司的决策活动中发挥着主导作用，但在不确定性中所蕴含的发展机会也相对较多。若公司在经济政策不确定性下采取保守的观望态度，可能会错失扩张市场的时机，导致潜在市场被竞争对手所占领。因此，当经济政策不确定性较高时，富有机遇意识的公司可能会抓住时机主动出击，积极开拓市场。此外，Bernanke（1983）认为，公司需衡量当前投资收益与未来投资回报之间的关系。尽管在投资决策中，由于投资具有较大的不可逆性，采取“观望政策”是应对经济政策不确定性的有效方法，但是相对于投资水平高、回收时间长的项目，作为公司“软实力”的体现，客户投资的不可逆性较低，因此经济政策不确定性不太可能阻碍公司对客户的拓展。综合以上分析，本文提出假设1：

H1：经济政策不确定性越大，公司的客户地理分布越广。

进一步地，高等层级理论认为，异质化的高管特征对公司经营决策的影响存在差异（Hambrick和Mason，1984）。冒险精神是公司高管的特征之一，是公司追逐盈利、实现成长扩大的重要推动力（刘志远等，2017）。因此，在较高的经济政策不确定性下，富有冒险精神的管理层可能会更具机遇意识，抓住时机积极开拓市场，使得公司客户距离增大。Graham等（2013）研究发现，相较于女性高管，男性高管更偏好风险。同时，何瑛和张大伟（2015）认为，学历是管理者专业能力的重要衡量指标，由于高学历管理层具有更强的认知能力和学习能力，其在公司决策上会比低学历管理层表现得更加自信。不难推断，当经济政策不确定性较高时，相对于女性或低学历高管，男性或高学历高管更具冒险精神，更有可能做出扩大客户分布的决策。由此，本文提出假设2a：

H2a：在高管为男性或高管学历较高的公司中，经济政策不确定性对扩大公司客户地理分布的作用更为显著。

与此同时，本文认为，在市场化程度更高的区域，经济政策不确定性与客户地理分布具有更显著的正向关系。一方面，在市场化程度较高的区域，信息的透明度更高，管理层获取客户信息的渠道更加广泛；另一方面，当市场化程度较高时，产品及要素市场发育程度更高（程新生等，2011），市场竞争更激烈，公司更偏好采取扩大客户分布的行为以分散风险。由此，本文提出假设2b：

H2b：公司所处区域市场化程度越高，经济政策不确定性对扩大客户地理分布的促进作用越显著。

四、研究设计和分析

（一）样本选择

本文样本为2003年至2019年的A股上市公司。样本数据筛选步骤为：（1）剔除所有者权益和总资产小于等于零的观测值及ST观测值；（2）剔除金融类公司；（3）剔除数据缺失观测值。最终本文获得7 903条样本数据。此外，本文还对公司层面的连续变量采用了1%的winsorize缩尾处理。根据上市公司披露的前五大客户有效名称，本文手工从企查查网站获取客户地址，同时，从CSMAR数据库获取上市公司地址信息。进一步地，根据获取的客户和上市公司地址，通过Python从百度地图获取地址经纬度信息，以计算上市公司与客户之间的距离。其余公司层面变量及宏观数据均来自CSMAR数据库。

（二）变量定义

1.客户地理距离。参考刘文军（2014）研究成果，本文基于地址的经纬度，根据式（1）和式（2）计算上市公司与其前五大客户之间的距离。其中，RADIANS表示将地址经纬度的单位从角度转化为弧度，R表示地球赤道半径，等于6 371.004km，（lat，lng）为上市公司地址的经纬度，（lat，lng）为前五大客户地址的经纬度。

进一步地，参考饶品贵等（2019）的研究成果，构建了公司与其前五大客户的加权平均距离和算术平均距离，具体公式如下：

其中Lnwdis表示p公司第t年的客户加权平均距离，Dis表示第 t年公司p 与客户 q的距离，W表示第 t年p公司对客户q的销售额占前五大客户销售总额的比例，Ln⁃dis表示p公司第t年的客户算术平均距离，N表示公司当年披露的有效客户名称数量。

2.经济政策不确定性指数。该指数来自Baker等（2016）的研究成果。

3.控制变量。选取的控制变量参考了Nguyen和Phan（2017）、陈胜蓝和刘晓玲（2018）、饶品贵等（2019）的研究成果，具体变量及其定义见表1。

表1 变量定义表

（三）模型设计

为检验经济政策不确定性对公司客户地理分布的影响，本文建立以下回归模型：

其中，Controls表示控制变量，如表1所示；预期EPU的系数β显著为正。

五、实证结果分析

（一）主要变量描述性统计

如表2显示，被解释变量Lnwdis的中位数与最大值差额较小，与最小值差额较大。同时，Lnwdis的标准差为1.568，说明公司的客户地理分布存在较大差异；解释变量EPU的标准差为1.624，即我国的经济政策不确定性波动较大。

表2 主要变量描述性统计

为检验经济政策不确定性对公司客户地理分布的影响，本文对样本经济政策不确定性指数（EPU）中位数分组并进行t检验。如表3所示，当EPU较大时，被解释变量Ln⁃wdis的均值和中位数均显著较高。该结果表明，公司客户的地理距离随着经济政策不确定性的提高而扩大。

表3 按EPU中位数分组的t检验结果

（二）多元回归分析

1.经济政策不确定性与客户地理分布关系的检验。本文对模型进行回归分析，结果见下页表4列（1），可以看到，EPU系数是0.056，并达到了1%的显著性水平。该结果表明经济政策不确定性正向促进了公司客户的地理分布。该结果与表3的t检验结果相同，H1得证。

2.基于高管特征分组的经济政策不确定性与客户地理分布关系的检验。本文基于CEO性别和学历进行分组，检验在经济政策不确定性情况下，具有不同风险偏好的管理层在客户分布选择行为上是否存在差异。回归结果见下页表4列（2）至列（5）。可以看到，当CEO性别为男性、学历较高时，EPU系数显著为正，但是当CEO性别为女性、学历较低时，EPU系数并不显著。进一步地，本文对两分组样本中的EPU系数进行了组间差异检验，得到组间系数差异的经验p值分别为0.022和0.039。上述结果表明，当经济政策不确定性较高时，相比性别为女性或学历较低的CEO，男性或学历较高的CEO更有可能做出扩大客户分布的决策，验证了H2a。

3.基于市场化程度分组的经济政策不确定性与客户地理分布关系的检验。本文使用樊纲指数（MKT）来衡量各个区域的市场化程度，并按其中位数分组并进行分组回归。下页表4中列（6）为低于樊纲指数中位数样本组的回归结果，EPU的系数不显著，列（7）表示高于樊纲指数中位数样本组的回归结果，可以看到，EPU系数为0.161，并在1%的水平上显著。同时，EPU系数组间差异检验p值为0.003，说明分组中EPU系数存在显著差异。上述结果表明，在市场化水平更高的区域，经济政策不确定性对公司客户地理分布的正向影响更显著，验证了H2b。

表4 多元回归分析

（三）稳健性检验

本文可能遗漏了其他宏观经济不确定性等因素，为缓解遗漏变量对研究结果的影响，参考宋全云等（2019）的做法，本文依次在基础回归中加入宏观经济一致指数及宏观经济先行指数进行稳健性检验。在控制了有关宏观经济变量后，EPU的系数仍显著为正。该结果表明本文的结论是稳健的。

针对经济政策不确定性替代变量的检验。本文参考Gulen和Ion（2016）的研究成果，重新计算了经济政策不确定性指数并进行回归，结果与基础回归结论一致。

针对距离替代变量的检验。本文采用算术平均距离作为加权平均距离的替代变量进行稳健性分析。回归后解释变量EPU的系数为正且显著，本文结论仍然稳健。

六、研究结论与启示

本文选取了2003—2019年A股上市公司为研究样本，研究经济政策不确定性与公司客户地理分布的关系。研究表明，经济政策不确定性的上升使得公司与客户的地理距离扩大。进一步地，本文发现在高管更偏好风险的公司中，高管更有可能发挥冒险精神，抓住不确定性带来的潜在机遇来扩大公司市场，增加客户分布。此外，与低市场化程度地区相比，在高市场化程度地区，由于公司市场竞争更激烈，同时管理层获取信息渠道更广泛，经济政策不确定性与客户地理距离具有更显著的正相关关系。

本文研究结论对相关理论研究和政策实践均有重要启示。理论层面，不同于已有针对经济政策不确定性与公司投资的研究，本文基于我国经济转型的背景论证了经济政策不确定性与公司客户地理分布决策的关系。同时，本文从客户地理距离的角度，研究经济政策不确定性对公司客户地理分布的影响，丰富了已有关于客户与公司风险关系的文献（李娜和吴静桦，2020）。政策实践层面，在供给侧结构性改革实施过程中，对于市场过于集中的公司，应鼓励其跨地区经营，寻求突破，以分散市场过于集中的风险。此外，在我国经济转型背景下，宏观经济政策的制定及调整应充分考虑其对微观主体可能造成的影响，为微观主体的营业活动提供一个较为稳定的外部经营环境。