客户—供应商网络五篇

客户—供应商网络 篇1

客户—供应商网络的研究, 在管理学和产业组织学等领域有着重要的意义。例如, 管理学中的供应链理论认为:供应链是由原材料零部件供应商、生产商、批发经销商、零售商、运输商等一系列企业组成的, 每家企业都是“链”中的一个节点。原材料零部件依次通过“链”中的每个企业, 逐步变成产品;产品则通过一系列流通配送环节, 最后交到最终用户手中 (刘丽文, 2013) 。随着市场竞争的日趋激励, 越来越多的企业意识到, 单靠自身的努力难以取胜, 有必要建立多个企业的“联盟”, 共同对抗其他“联盟”。而“盟友”的首选, 是与本企业业务相关联的上游或下游企业, 即供应链上的其他成员。如果“链”上的各企业未能相互合作, 没有增强整个“链”的竞争力, 这条“链”就会处在一种不合理的状态, 导致各企业之间的交易成本居高不下, 甚至使企业内部的管理绩效互相抵消。

此外, 产业组织学中的垄断竞争理论也与供应商—客户关系密切相关。根据产业组织学中的买方抗衡势力理论, 企业行业整合会形成一定的市场垄断, 垄断企业会提升产品价格, 压缩下游企业的利润空间。而下游的客户企业也会进行相应的行业整合, 提高自身的购买力, 以对抗供应商市场势力的上升。该理论虽然得到了很多学者的支持和认可, 但是, 对该理论的实证检验并不多。原因是, 企业的客户—供应商网络错综复杂, 给行业整合对上下游企业影响的研究造成了一定的阻碍。

缺乏供应商网络、客户网络的分析技术, 一定程度限制了对相关理论的实证检验。为此, 本文介绍了图论和社会网络的相关技术, 详细说明了如何使用Matlab软件来衡量网络的相关指标, 为后续的实证检验奠定了基础。本文的具体操作如下:首先, 根据中国国家统计局提供的《投入产出基本流量表》分别计算行业投入系数表和行业产出系数表;其次, 根据系数表计算客户行业与供应商行业的相邻矩阵;最后, 根据相邻矩阵计算行业集中性程度、集群系数和平均最短路径的指标。

1 行业投入系数和产出系数的核算

投入产出表记录了每个行业的产出对其他行业产出的贡献, 可以反映出行业之间的客户—供应商关系。中国国家统计局每五年统计一次各行业的投入产出额, 具体包括三张表格:《投入产出基本流量表 (中间使用部分) 》、《投入产出直接消耗系数表》和《投入产出完全消耗系数表》。本文主要采用的是《投入产出基本流量表 (中间使用部分) 》。需要注意的是, 历次发布的投入产出表, 所涉及行业略有不同。例如, 2002年的投入产出表涉及122个行业, 而2007年则涉及135个行业。

对于“投入产出基本流量表”, 记第i行第j列所列内容为Aij。其中, i是行 (供应商行业) , j是列 (客户行业) 。Aij表示客户行业j的产出所需的行业i的直接投入值 (不含行业增加值) 。

投入系数Iij是用Aij除以行业j的总投入 (即总产出) A□j (基本流量表最后一行的第j个元素) 后所得的系数 (1) 。Iij代表的是客户行业j每一元的产出所需要的供应商行业i产出的金额, 它显示了供应商行业i的投入对于客户行业j产出的相对重要性。

相应地可以计算产出系数Oij=Aij/A□i, 即用Aij除以供应商行业i的总产出Ai□ (基本流量表最后一列的第i个元素) 后所得的系数。Oij表示供应商行业i每一元的产出销售给行业j的金额, 它显示了客户行业j对供应商行业i的销售的相对重要性。

为了直观地说明矩阵I= (Iij) 和O= (Oij) 的计算方法, 这里以2007年的投入产出表为基础, 截取了“石油和天然气开采业”及其相关行业的数据进行解释。表一列出了7个关联行业的投入产出基本流量。

注:1、燃气生产和供应业;2、石油及核燃料加工业;3、石油和天然气开采业;4、航空运输业;5、合成材料制造业;6、化纤制造业;7、塑料制品业数据来源:中国国家统计局, 2007年135个部门的投入产出表

根据表一可以计算投入系数表和产出系数表。用Aij除以行业j的总产出 (最后一行) 就可以得到投入系数表 (见表二) , 除以行业i的总产出 (最后一列) 就可以得到产出系数表 (见表三) 。

由表二可知, 石油和天然气开采业是燃气生产和供应业以及石油及核燃料加工业的主要供应商行业, 在后两者的总投入中所占的比例分别是50%和66%。石油及核燃料加工业是航空运输业和合成材料制造业的主要供应商行业, 在这两个行业各自的总投入中所占的比例分别是30%和24%。合成材料制造业是化纤制造业和塑料制品业的主要供应商行业, 在这两个行业中的投入比例分别是16%和28%。由投入系数表, 我们可以找出“石油和天然气开采业→石油及核燃料加工业→合成材料制造业→化纤制造业”的供应商链条。

由表三可知, 在石油和天然气开采业的产品销售中, 石油及核燃料加工业的采购比例是123%, 这表明石油及核燃料加工业的需求量超过石油和天然气开采业的供应量, 石油及核燃料加工业是石油和天然气开采业的主要客户。石油及核燃料加工业的总产出中, 有6%用于自身生产, 5%由航空运输业采购, 11%由合成材料制造业采购。因此, 航空运输业和合成材料制造业是石油及核燃料加工业的主要客户。对于合成材料制造业, 最大的客户行业是塑料制品业 (采购比例是43%) , 其次是化纤织造业 (采购比例为9%) 。因此, 我们可以根据产出系数表找出“石油和天然气开采业→石油及核燃料加工业→合成材料制造业→塑料制品业”的客户关系链。虽然这与供应商链条相似, 但是两个关系链中上下游行业间关系的强度存在较大的差异。

相应的Matlab脚本为:

%导入数据;数据文件为paper_data.xlsx

A=xlsread ('paper_data.xlsx') ;

N_all=size (A, 1) ;

%选取相关行业的产出额

ind_id=[93;37;7;100;43;47;49;N_all];

%相关行业的投入产出额 (表一)

Amat=A (ind_id, ind_id) ;

N=size (Amat, 1) -1;

%计算投入系数和产出系数 (表二和表三)

Imat=A (1:end-1, 1:end-1) ./repmat (A (end, 1:end-1) , N, 1) ;

Omat=A (1:end-1, 1:end-1) ./repmat (A (1:end-1, end) , 1, N) ;

2 根据行业投入产出系数核算相邻矩阵

根据投入系数表和产出系数表构建投入产出的相邻矩阵, 为后面网络指标的求解奠定基础。下面以投入系数表 (如表二所示) 为例, 得到相邻矩阵:

第一步, 用0替换对角元素。

第二步, 若I= (Iij) 中任一非对角元素Iij大于1%, 则用1替换之 (2) 。

第三步, 将I= (Iij) 对称化, 即若Iij=1, 则令Iij=1。这样, 就得到如下相邻矩阵:

相应的MATLAB脚本为:

%将投入系数矩阵转换为二元相邻矩阵Imat2

% (1) 第一步:将对角元素替换为0

Imat2=Imat;

Imat2 (eye (N) ==1) =0;

% (2) 第二步:若元素大于0.01, 用1替换;否则, 定为0

Imat2= (Imat2>0.01) ;

% (3) 第三步:对称化、数值化

Imat2= (Imat2|Imat2') +0;

以上是根据投入系数表得出的相邻矩阵, 用产出系数表计算相邻矩阵的方法与之类似, 只需用O-mat、Omat2分别替换上述语句中的Imat和Imat2即可。

3 客户—供应商网络指标的核算

3.1 客户—供应商网络结构图

得出相邻矩阵后, 就可以根据相邻矩阵得到7个行业之间的供应网络图, 如图一所示 (3) 。由图一可知, 仅仅是石油和天然气相关的7个行业, 关联网络就已经较为复杂。若考虑全部的135个行业, 得到的网络会更错综复杂。这时, 用图形来表示行业之间的供应商关联, 显然是项艰巨的任务。为此, 接下来本文将引入图论和社会网络的相关技术进行分析。

注:1、燃气生产和供应业;2、石油及核燃料加工业;3、石油和天然气开采业;4、航空运输业;5、合成材料制造业;6、化学纤维制造业;7、塑料制品业

所用的Matlab程序为:

%将GLGP包加入路径

addpath.Graph Layout

%绘制关联图

draw_layout (Imat2)

3.2 客户—供应商网络指标核算

对供应链、产出网络的研究主要涉及客户—供应商网络的密集程度, 企业与其客户、供应商关系的密切程度, 以及企业在网络中的位置等。因此, 本文主要介绍三个指标, 以此核算网络密集度和客户—供应商关系的强度。这三个指标是:集群系数、平均最短路径和集中性程度。

(1) 集群系数。按照Watts&Strogatz (1998) 的方法, 对于行业而言, 集群系数等于行业的关联行业之间的实际关联数与理论最大关联数之比。由于实际关联数至多等于理论最大关联数, 因此, 集群系数的最大值是1。

在“客户—供应商网络”中, 行业的集群系数越高, 行业的客户—供应商网络越紧密, 行业中的企业进行供应链整合的重要性更高, 难度也更大。从产业组织学的角度来看, 处于网络核心位置行业进行行业整合的影响面更广, 也更可能引发进一步的行业整合。

下面以图一为例介绍Watts&Strogatz (1998) 对集群系数的核算方法。在图一中, 行业1 (燃气生产和供应业) 与行业2 (石油及核燃料加工业) 、行业3 (石油和天然气开采业) 直接相关;对于2~3组成的子群, 共有1个链条 (或称“边”) , 而理论最大的链条数为C22=1, 因此, 行业1的集群系数为1。

又例如, 行业2与行业1、3、4、5、6都相关。而后5个行业之间有4个链条 (1与3, 3与5, 3与6, 5与6) , 因此, 行业2的集群系数为4/C25=0.2。对其他行业也可采用类似的计算;通过计算, 行业1~7的集群系数分别为1、0.40、0.67、0、0.67、0.67和1。

这种手工计算只适用于节点较少的小网络, 而对于复杂的网络, 可以用Matlab软件来实现, 算法即标准的聚类程序。

相应的Matlab脚本为:

Mat=Imat;

C_coef=zeros (N, 1) ;

For i=1:N

%寻找子群的交点

joint=find (Mat (i, :) ==1) ;

%计算交点数

k=length (joint) ;

%若交点数为1, 说明子群只包含一个i行业以外的行业, 集群系数为0

if k<=1

C_coef (i) =0;

%若交点数大于1, 说明子群内部有多条关联

%此时, 提取子群内相互关联的行业

else

Mat_sub=Imat (joint, joint) ;

%集群系数=实际关联数/理论关联数

%实际关联数=子群中为1的节点个数/2, 因为2个点对应一条关联

%理论关联数=k* (k-1) /2

C_coef (i) =sum (sum (Mat_sub==1) ) / (k* (k-1) ) ;

End

End

(2) 平均最短路径。计算各个行业到其他各行业的平均最短路径, 可采用Dijkstra (1959) 的两步法:第一步, 计算单个行业到网络中其他行业的最短路径;第二步, 计算每个行业所有路径的均值。

行业的平均最短路径涉及的是行业在客户—供应商网络中的位置, 行业与其他所有行业的最短路径的均值越小, 行业越接近网络的核心位置, 否则, 则越接近网络边缘位置。两个行业之间的最短路径越小, 表明这两个行业的投入产出关系越密切。最短路径的最小值0, 代表的是两个行业是同一行业;其次是1, 表明两个行业之间存在直接的投入产出关系, 即这两个行业的投入产出系数大于1%。

行业之间的最短路径对于管理学的研究有着重要意义。例如, 在供应链管理中, 处理好与直接客户和供应商的关系可能对企业供应链整合业绩的影响更大。因为直接客户和供应商对于企业生产经营的重要性比间接客户和供应商的影响更为直接、迅速。在企业并购活动中, 并购双方处于近距离行业的并购可能比远距离并购的并购绩效更好。因为, 并购双方所属行业的投入产出关系在近距离行业并购中更为密切, 这有利于并购后的资源整合。

根据以上的分析可知, 行业到自身的距离为0, 相邻行业的最短路径记为1, 不相邻行业的距离可定为无穷大。以图一为例, 行业1到行业2的路径有多条:一是直接到行业2, 也可经由关联行业3两步达到, 也可经行业3到行业5再到行业2, 等等。前者是1步, 后者需2步, 其他路径则需要两步以上。因此, 行业1到行业2的最短路径是2。

平均最短路径度量的是行业A与其他行业的紧密程度, 行业A到其他行业的平均距离越短, 它与其余行业就越紧密。以行业1为例, 它到行业1~7的最短路径分别为0、1、1、2、2和3步, 因此该行业的平均最短路径为 (0+1+1+2+2+2+3) /7=11/7=1.57。

最后算得的7个行业的平均最短路径分别为:1.57、1.14、1.71、1.14、1.14和1.71。

相应的matlab脚本为:

%计算每个行业到其他所有行业的最短距离矩阵

D=graphallshortestpaths (sparse (Imat2) ) ;

D_avg=zeros (N, 1) ;

D_max=max (D (D~=Inf) ) ;

for i=1:N

D_i_all=D (i, :) ;

%用D的最大元素替换D第i行为Inf的元素

D_i_all (D (i, :) ==Inf) =D_max;

%求各行业最短路径的平均值

D_avg (i) =mean (D_i_all) ;

end

(3) 集中性程度。集中性程度显示了网络中某个行业在所有行业的投入产出流中的重要性。这种重要性取决于:与该行业有投入产出关联的行业数目, 以及投入产出系数的大小。

用投入系数算得的集中性程度数值较大, 表明该行业的产出对于其他行业的产出较为重要, 即该行业是其他行业的重要的供应商行业。用产出系数算得的集中性程度数值较高, 表明该行业的采购对于其他行业的销售重要性较高, 即该行业是其他行业的重要客户行业。

集中性程度的计算方法较为简单, 其定义为:某个行业的集中性程度等于该行业对于其他全部行业 (包含本行业) 的投入 (或产出) 系数之和。按照行是供应商, 列是客户的矩阵, (外向) 集中性程度是行的和。

3.3 企业层面的客户—供应商关联核算

根据《中国2007年投入产出表部门分类解释》和企业的主营产品资料, 划分企业的投入产出行业分类, 就可以核算企业层面的客户—供应商网络指标。例如, 根据《中国2007年投入产出表部门分类解释》合成材料制造业的范围是: (1) 初级形态的塑料及合成树脂制造也称初级塑料或原状塑料生产, 包括通用塑料、工程塑料、功能高分子塑料的制造。 (2) 合成橡胶制造, 指人造橡胶或合成橡胶及高分子弹性体的生产。 (3) 合成纤维单 (聚合) 体的制造, 指合成纤维单体和合成纤维聚合物的生产。 (4) 其他合成材料制造。如果企业的主营产品是以上四类中的一类, 就将该企业归为合成材料制造业。此外, 还可通过问卷调查, 获取企业的实际客户—供应商数据, 然后再进行网络分析。对此, 本文介绍的网络指标和Matlab程序仍然适用。

当然, 用行业层面的数据得到的客户—供应商网络不一定与企业实际的客户—供应商网络相符。但是, 使用行业数据的优势在于:它不仅考虑了企业的实际供应商和客户, 也考虑企业的潜在供应商和客户, 从而有利于对相关理论作实证检验。例如, 在研究并购收益在并购双方的分配时, 考虑潜在供应商和客户, 能更好地反映并购双方的“可替代性” (供应商—客户越多, 可替代性越强) 和竞争力。一般而言, 可替代性强的企业在并购谈判中具有较低的议价能力, 因而分配到的并购收益比例也较低。

4 结束语

传统的管理学和产业组织学研究, 通常将客户—供应商关系视为简单的线性链条。但实际上, 客户—供应商构成了复杂的关联网络。因此, 要全面分析企业的客户—供应商网络对企业某些行为 (如并购) 的影响, 就需要度量企业在产业网络中的位置。

本文提供了一些分析客户—供应商网络的方法和技术, 介绍了这些度量方法在Matlab软件上的实现。这些分析方法为分析客户—供应商网络的密度和强度提供了帮助, 为企业经营发展和战略决策影响的分析提供了帮助。

摘要：构建并度量客户—供应商网络对管理学和产业组织学的研究具有重要意义。由于缺乏相关技术的支持, 管理学一些领域的研究尚停留在理论阶段, 缺乏实证支持。本文通过引入图论和社会网络的相关技术, 以中国国家统计局提供的投入产出表数据为基础, 介绍了构建行业层面的客户—供应商网络的方法。鉴于复杂网络的相关指标难以进行手工度量, 本文介绍了采用Matlab软件计算网络集群系数和平均最短路径的程序和方法, 为后续实证研究奠定了基础。

关键词：客户—供应商网络,投入产出表,集群系数,最短路径

参考文献

[1]刘丽文.供应链管理思想及其理论和方法的发展过程[J].管理科学学报, 2003, 6 (02) :81-88.

[2]Ahern K R, Harford J.The importance of industry links in merger waves[J].The Journal of Finance, 2014, forthcoming.

[3]Ahern K R.Bargaining power and industry dependence in mergers[J].Journal of Financial Economics, 2012, 103 (03) :530-550.

[4]Dijkstra E W.A note on two problems in connexion with graphs[J].Numerische mathematik, 1959, 1 (01) :269-271.

[5]Fan J PH, LangLH P.The measurement of relatedness:An application to corporate diversification[J].Journal of Business, 2000, 73 (04) :629-660.

[6]Fan J P H, Goyal V K.On the Patterns and Wealth Effects of Vertical Mergers[J].The Journal of Business, 2006, 79 (02) :877-902.

客户—供应商网络 篇2

供应商和客户分别位于企业供应链的上游和下游,是企业重要的非财务利益相关者,中国证券监督管理委员会对上市公司关于披露主要客户/供应商信息的要求越来越严格。从证监会强化上市公司对主要客户/供应商信息的披露可以看出,企业与主要客户/供应商之间的关系越来越受到人们的关注,客户/供应商集中度逐渐成为研究人员的研究重点。赵秀云等(2014)研究表明,客户集中度越高,企业对客户的依赖度越高,面临的客户风险越大,这样的企业更倾向于持有更多的现金来防范客户流失风险,以及有足够的资金履行对客户的承诺。Jennifer Itzkowitz(2012)得出了类似的结论,他还指出供应商获得现金是通过发行股票而不是负债和留存收益。林钟高等(2014)以客户/供应商集中度来衡量关系型交易比例,研究了关系型交易与盈余管理的关系。为了降低会计盈余的波动性,越依赖客户/供应商的企业越倾向于盈余管理,即:客户/供应商集中度与企业的盈余管理幅度之间存在显著的正相关关系。Kartik Raman等(2008)认为,机会主义的盈余管理可以影响客户/供应商对企业的预期,他们的研究结果表明,客户/供应商的关系型交易与可操控性应计盈余管理的程度,盈余的波动性以及较大盈余增长的频数显著正相关。总的来说,会计方面客户/供应商集中度的研究已经从现金持有水平、盈利能力和盈余管理等方面进行了研究。关于盈余管理的研究虽然已有,但是还没有从盈余激进度和盈余平滑度的角度出发,研究客户/供应商集中度对盈余透明度的影响,本文就从盈余透明度的角度来研究客户/供应商集中度对其的影响。

二、理论分析与研究假设

从交易成本经济学的视角来说,由于搜寻信息成本的存在,维护一个已有客户和供应商,比开发一个新客户/供应商的交易成本要低得多。Emshwiller(1991)发现,许多美国公司转变企业战略,不再仅仅根据价格选择客户,而是选择与主要客户建立持久的交易关系,通过供应链管理来降低交易成本。郑军等(2103)研究发现,企业与主要客户和供应商之间的关系网络有助于节约交易成本和提升企业价值。但是由于信息不对称(企业无法观察到主要客户/供应商的内部信息),很难预测主要客户/供应商是否以及何时突然终止交易,一旦失去主要客户,会引起企业现金流的较大波动,还会引起企业信用额度的降低,这些都会加剧企业的财务困境;一旦失去主要供应商,企业产品的生产会受到影响,可能会增加企业的违约风险。因此,重要客户/供应商对于企业来说也存在较大的风险,客户/供应商集中度越高,企业面临的这种风险越大。

由于企业与主要客户/供应商之间的供求关系,彼此之间可能会被要求提供关系专用资产投资。专用资产在企业与客户/供应商之间这种特定的关系之外很少具有市场价值,而重新部署和调整原先的专用性资产要耗费更多的成本,因此,资产专用性程度越高,越容易形成双方锁定(Klein等,1978)。Titman&Wessels(1988)指出,若企业发生了财务危机或破产清算,这种专用资产也就失去了价值,客户/供应商也会因企业清算而承担更高昂的成本。因此,为了规避风险,客户/供应商都对企业的财务状况有较高的要求。Graham等(2005)发现,一旦受到来自客户/供应商的压力,企业更倾向采取盈余管理的方式来满足这些非财务利益相关者的预期,以维持和改善彼此之间的交易关系。因此为了维护与客户/供应商的长期合作关系,企业有动机进行盈余管理来满足客户/供应商对企业的预期(Maksimovic&Titman,1991;林钟高、郑军、彭琳,2014)。

本文将盈余管理可以分两种:一种企业的实际盈余较差,为了满足主要客户/供应商对企业盈余的预期进行盈余管理,给重要客户/供应商传递企业盈余较好的假象。盈余激进度是指上市公司推迟确认损失和加速确认收益的倾向,其结果是增加应计盈余。一般而言,盈余激进度越大,说明企业越有可能利用应计制会计政策选择的巨大弹性,进行盈余管理以掩盖公司实际盈余,从而增加企业盈余的不透明度。另一种是企业实际盈余的波动性较大,为了让主要客户/供应商认为企业的经营较稳定而进行盈余管理。盈余平滑度指公司降低盈余波动偏离正常盈余水准的程度,通过盈余管理故意隐藏企业的盈余波动,能给主要客户/供应商传递公司经营状况稳定的假象,从而增加企业盈余的不透明度。本文借鉴Bhattacharya等(2003)和雷光勇等(2009)的方法,分别采用盈余激进度(Earnings Aggressiveness)、盈余平滑度(Earnings Smoothing)和其加权后的综合指数(Comprehensive Transparency)作为衡量上市公司盈余透明度(Earnings Opacity)的替代变量。由此,提出以下假设:

假设1a:在其他条件不变的情况下,客户集中度越高,企业的盈余激进度越高

假设1b:在其他条件不变的情况下,客户集中度越高,企业的盈余平滑度越高

假设1c:在其他条件不变的情况下,客户集中度越高,企业的盈余激进度与盈余平滑度加权后的综合指数越高

假设2a:在其他条件不变的情况下,供应商集中度越高,企业的盈余激进度越高

假设2b:在其他条件不变的情况下,供应商集中度越高,企业的盈余平滑度越高

假设2c:在其他条件不变的情况下,供应商集中度越高,企业的盈余激进度与盈余平滑度加权后的综合指数越高

三、研究设计

(一)样本选择与数据来源

为了避免2006年准则对本研究的可能影响,以及盈余平滑度的计算需要滞后3期的数据,本文以2010-2014年沪、深两市的A股制造业上市公司作为研究对象。之所以选择制造业上市公司,主要基于以下考虑:(1)对于不同行业的公司来说,它们的客户/供应商集中度存在较大差异,这可能会导致样本的可比性较差,因此,为了消除行业因素的影响,选择制造业公司进行研究,这是现有文献的普遍做法(Banerjeeet等,2008;赵秀云等,2014;王雄元等,2014)。(2)对于制造业公司来说,它们的主要客户/供应商相对来说比较稳定,更换主要客户/供应商的成本较高,因此主要客户/供应商对它们的影响可能更大,这更便于研究客户/供应商集中度对公司盈余透明度的影响。

本文除了客户/供应商集中度数据之外,其他所有数据均来源于CSMAR数据库,客户/供应商集中度数据是从巨潮资讯网上根据上市公司年报所披露的“前五名客户合计销售金额占年度销售总额的比例”和“前五名供应商合计采购金额占年度采购总额的比例”通过手工整理得到。为了保证数据的准确性,对数据做了以下处理:剔除被ST的上市公司;剔除数据缺失的上市公司。表1和表2说明了客户集中度和供应商集中度的样本基础是如何得到的。因为盈余平滑度的计算涉及到滞后3期的数据,所以本文最终使用的是上述5年都存在的上市公司做样本基础。

(二)变量定义

(1)盈余透明度的定义。借鉴Bhattacharya等(2003)和雷光勇等(2009)的方法,用对盈余激进度(EA)、盈余平滑度(ES)和其加权后的透明度综合指数(CT)作为企业盈余透明度(EO)的替代变量。本文中,盈余激进度(EA)的衡量是借鉴Bhattacharya,Daouk&Welker(2003)中的方法,通过企业当年经年初资产调整过的总应计利润来衡量。EA的值越大,表明盈余激进度越高,企业的盈余透明度越低。反之,EA的值越小,表明盈余激进度越低,企业的盈余透明度就越高。其计算公式如下:EA=(当年净利润-当年经营活动现金净流量)÷当年年初总资产本文中,盈余平滑度(ES)的衡量也是借鉴Bhattacharya等(2003)种的方法,用企业经营活动现金净流量变异程度与利润变异程度之比来衡量。ES的值越大,表明盈余平滑度越高,企业的盈余透明程度就越低。反之,ES的值越小,表明盈余平滑度越低,企业的盈余透明度就越高。其计算公式如下:ES=公司在(t-3,t)期间内经营活动现金净流量与当年年初总资产之比的标准差÷公司在(t-3,t)期间内净利润与当年年初总资产之比的标准差,其中t表示第t年。本文中,综合指数(CT)的衡量是借鉴雷光勇等(2009)中的方法,对盈余激进度和盈余平滑度分别赋予50%的权重来衡量。CT的值越大,表明企业的盈余透明度越低。反之,CT的值越小,表明的盈余透明度越高。其计算公式如下:CT=50%*EA+50%*ES。

(2)自变量和控制变量的定义。文中的自变量是客户/供应商集中度,用上市公司年报中所披露的“前五名客户合计销售金额占年度销售总额的比例”和“前五名供应商合计采购金额占年度采购总额的比例”来衡量。在下文的研究模型中,借鉴罗进等(2012)和雷光勇等(2009)的做法,对除了客户/供应商集中度之外可能影响企业盈余透明度的因素进行控制。本文控制了企业规模(SIZE)、财务杠杆(LEV)、无形资产比率(INTAN)、现金比率(CUR)、经营风险(OPRISK)、营业利润率(OPR)以及净资产收益率(ROE)等因素。本文各个变量定义如表3所示。

(三)模型构建

为检验上文中所提出的假设,建立了以下多元回归模型:

其中,被解释变量是盈余透明度(EO),包括盈余激进度(EA)、盈余平滑度(ES)和透明度综合指数(CT),解释变量是客户集中度(CUSTOMER)和供应商集中度(SUPPLIER)。为使检验更为准确,对其他影响企业盈余透明度的因素进行了控制。根据假设1,在模型(1)中,本文预期CUSTOMER的系数显著为正。根据假设2,在模型(2)中,预期SUPPLIER的系数显著为正。

四、实证分析

(一)描述性统计

表4为本文所使用的变量的描述性统计情况。由于客户组和供应商组样本不同,有些变量的最小值、最大值和均值并不相同。根据描述性统计结果,可以观察到变量SUPPLIER的均值超过了30%,CUSTOMER的均值也超过了27%,这说明我国制造业上市公司对主要客户/供应商存在依赖。此外还可以观察到CUSTOMER和SUPPLIER的最大值(均为100%)和其最小值(均小于2%)之间的差距较显著,这说明各个企业在客户/供应商集中度方面存在较明显的差异。

(二)客户集中度对上市公司盈余透明度的影响

从表5的回归结果可以看出:从盈余激进度(EA)的角度来看,模型(1)的回归结果表明,CUSTOMER与盈余激进度在10%的水平上显著正相关,假设1a得到验证,即:在其他条件不变的情况下,客户集中度越高,盈余激进度越高,企业的盈余透明度就越低。OPR和ROE均与盈余激进度在1%的水平上显著正相关,说明OPR和ROE越高,盈余激进度越高,企业的盈余透明度就越低;CUR和OPRISK均与盈余激进度在5%的水平上显著负相关,说明CUR和OPRISK越高,盈余激进度越低,盈余透明度就越高。SIZE、LEV和INTAN的显著性水平均高于10%,表明这三个因素与盈余激进度并无显著相关性。从盈余平滑度(ES)的角度来看,模型(1)的回归结果表明,CUSTOMER与盈余平滑度在10%的水平上显著正相关,假设1b得到验证,即:在其他条件不变的情况下,客户集中度越高,盈余平滑度越高,企业的盈余透明度就越低。OPR与盈余平滑度在10%的水平上显著正相关,说明OPR越高,盈余平滑度越高,企业的盈余透明度就越低;SIZE、OPRISK和ROE均与盈余平滑度在1%的水平上显著负相关,说明SIZE、OPRISK和ROE越高,盈余平滑度越低,企业的盈余透明度就越高。LEV、INTAN和CUR的显著性水平均高于10%,表明这三个因素与盈余平滑度并无显著相关性。从透明度综合指数(CT)的角度来看,模型(1)的回归结果表明,CUSTOMER与透明度综合指数在10%的水平上显著正相关,假设1c得到验证,即:在其他条件不变的情况下,客户集中度越高,透明度综合指数越高,企业的盈余透明度就越低。LEV和OPR均与综合指数在10%的水平上显著正相关,说明LEV和OPR越高,透明度综合指数越高,企业的盈余透明度就越低;SIZE、OPRISK和ROE均与综合指数在1%的水平上显著负相关,说明SIZE、OPRISK和ROE越高,透明度综合指数越低,企业的盈余透明度就越高。INTAN和CUR的显著性水平均高于10%,表明这两个因素与综合指数并无显著相关性。

注:表中所有括号内为t值,***,**,*分别表示在1%、5%、10%的水平上显著,下同。

(三)供应商集中度对上市公司盈余透明度的影响

从表6可以看出:从盈余激进度(EA)的角度来看,模型(2)的回归结果表明,SUPPLIER与盈余激进度的显著性水平大于10%,假设2a未得到验证,即:在其他条件不变的情况下,供应商集中度与企业的盈余透明度没有显著的正相关关系。OPR和ROE均与盈余激进度在1%的水平上显著正相关,说明OPR和ROE越高,盈余激进度越高,企业的盈余透明度就越低;SIZE和OPRISK均与盈余激进度在5%的水平上显著负相关,说明SIZE和OPRISK越高,盈余激进度越低,企业的盈余透明度就越高。SUPPLIER、LEV、INTAN和CUR的显著性水平均高于10%,表明这四个因素与盈余激进度并无显著相关性。从盈余平滑度(ES)的角度来看,模型(2)的回归结果表明,SUPPLIER与盈余平滑度在1%的水平上显著正相关,假设2b得到验证,即:在其他条件不变的情况下,供应商集中度越高,盈余平滑度越高,企业的盈余透明度就越低。LEV与盈余平滑度在1%的水平上显著正相关,说明LEV越高,盈余平滑度越高,企业的盈余透明度就越低;SIZE、OPRISK和ROE均与盈余平滑度在1%的水平上显著负相关,说明SIZE、OPRISK和ROE越高,盈余平滑度越低,企业的盈余透明度就越高。INTAN、CUR和CUR的显著性水平均高于10%,表明这三个因素与盈余平滑度并无显著相关性。从透明度综合指数(CT)的角度来看,模型(2)的回归结果表明,SUPPLIER与综合指数在1%的水平上显著正相关,假设2c得到验证,即:在其他条件不变的情况下,供应商集中度越高,透明度综合指数越高,企业的盈余透明度就越低。LEV与透明度综合指数在1%的水平上显著正相关,说明LEV越高,透明度综合指数越高,企业的盈余透明度就越低;SIZE、OPRISK和ROE均与透明度综合指数在1%的水平上显著负相关,说明SIZE、OPRISK和ROE越高,透明度综合指数越低,企业的盈余透明度就越高。INTAN、CUR和CUR的显著性水平均高于10%,表明这三个因素与综合指数并无显著相关性。

五、结论

本文研究结果表明,客户集中度与盈余激进度、盈余平滑度和透明度综合指数有较为显著的正相关关系,即客户集中度越高,盈余激进度、盈余平滑度和透明度综合指数越高,企业的盈余透明度就越低;供应商集中度与盈余平滑度和透明度综合指数有较为显著的正相关关系,即供应商集中度越高,盈余平滑度和透明度综合指数越高,企业的盈余透明度就越低。值得注意的是样本公司的盈余平滑度的系数和显著性水平均大于盈余激进度的,说明客户/供应商集中度较高的企业,其盈余平滑动机要大于高报盈余的动机。客户/供应商集中度较高的企业更多时候是利用盈余管理进行盈余平滑,达到降低盈余波动的目的。供应商集中度与盈余激进度没有显著的正相关关系,但与透明度综合指数有显著的正相关关系,这可能是与盈余激进度相比,盈余平滑的动机较大引起的。本研究可能存在的不足:不能准确判断制造业上市公司每年前五大客户/供应商的交易数量是否包括了企业关联方的交易数量。

摘要：本文以我国2010-2014年沪深两市A股制造业上市公司作为研究对象,以盈余激进度、盈余平滑度和其加权平均的透明度综合指数三个指标作为上市公司盈余透明度的替代变量,分析了客户/供应商集中度对上市公司盈余透明度的影响。研究发现:客户集中度与盈余激进度、盈余平滑度和透明度综合指数之间有显著的正相关关系;供应商集中度与盈余平滑度和透明度综合指数之间都有显著的正相关关系。具体而言,企业的客户集中度越高,其盈余激进度、盈余平滑度和透明度综合指数越高,其盈余透明度就越低;企业的供应商集中度越高,其盈余激进度与盈余平滑度和透明度综合指数越高,其盈余透明度就越低。

关键词：客户/供应商集中度,盈余透明度,盈余激进度,盈余平滑度

参考文献

[1]赵秀云、鲍群:《供应商与客户关系是否影响企业现金持有水平》,《江西财经大学学报》2014年第5期。

[2]林钟高、郑军、彭琳:《关系型交易、盈余管理与盈余反应》,《审计与经济研究》2014年第2期。

[3]郑军、林钟高、彭琳:《法律环境、关系网络与交易成本》,《财经研究》2013年第6期。

[4]杨之曙、彭倩:《中国上市公司收益透明度实证研究》,《会计研究》2004年第11期。

[5]雷光勇、裴阳:《司透明度改进与股权分置的有效性》,《当代财经》2009年第8期。

[6]罗进、李延喜:《管理者过度自信与盈余透明度的实证研究》,《现代管理科学》2012年第11期。

[7]Bhattacharya,U.,Daouk,H.and Welker,M.The World Price of Earnings Opacity.The Accounting Review,2003.

管好供应商和客户 篇3

对待供应商要循循善诱；对待客户要不卑不亢，尤其不能“宠”客户。

供应商和客户，是企业的利益共同体。如何把握跟他们的关系，是近是远、是疏是亲，如何把他们紧密团结在企业周围，为企业所用，这里面大有学问。

先说供应商，是企业的上游资源。就像河流，上游的水质决定中下游的水质，实乃重中之重。有的企业没有意识到这一点，他们太过重视客户端，以至于忽略了供应商，甚至做出不够尊重的举动也是常事。他们对供应商指手划脚，呼来唤去，至于“杀价”更是家常便饭，三天两头让供应商降价，这实在不是明智之举。一家有素养的企业，一定非常尊重供应商，就像尊重客户一样。因为从某种意义上来说，客户是供应商帮你找来的，你和供应商之间不应该只是单纯的买卖关系，更是并肩作战的亲密伙伴，而且一定要让供应商意识到这一点并认同。

我目前的业务跟一些世界500强中的大公司有往来，他们有一整套管理供应商的方法非常值得借鉴，比如，他们会按照项目需要优选几家供应商，分为第一梯队和第二梯队，第一梯队大概3家，第二梯队多一些，6～8家。任何时候，项目询价都会优先发给第一梯队的供应商，24小时之内如果没有得到满意答复，才会考虑第二梯队。当然梯队之间并非永恒不变，而是每年都变，不过调整幅度不会太大，以保证基本稳定，价格方面，每个季度或半年，大家会坐到一起，讨论是否有调整空间。非常值得一提的是，他们会给每家供应商制定出“成本节省目标”，让他们互相比赛，看谁为企业节省的成本最多，并以此作为下年度评选第一梯队的标准之一。这样一来，既充分调动了供应商的积极性，又为企业控制了成本。

再来说客户。聪明的企业从来都不会在供应商和客户之间划一条界限，把二者分得清清楚楚。因为他知道，供应商随时可能变成客户，客户也随时可能变成供应商。我有一家客户，于所在领域排名全球第一，因为规模足够大，很多材料都能拿到非常优惠的价钱，因此我公司跟他们采购过很多东西，再转售给我们的供应商，无一例外，供应商们觉得还是很便宜，不停追加订单，直到没货为止。

在对待客户方面，企业通常都做得“有过之而无不及”，好得不能再好。我有幸领略过国内数家企业的待客排场，确实叹为观止，我有个同学在一家通讯企业当老总，一周有5天在饭桌上应酬，余下两天在高尔夫球场上应酬，那叫一个“累”啊!问他为何要这样，他答：客户太多了，就算每天一个也要两个月才轮完一圈。我又问：难道你对客户都一视同仁，不分大小?他说：是啊，来的都是客!我明白了，他活该那么累。

我个人的体会是，千万不要大小客户一把抓，一视同仁，那样会很辛苦，同时，二八定律适用于任何领域：你只需要管理好为企业贡献最多的20％的客户群，然后想办法增加这20％的基数即可，你会变得很轻松，我做了这么多年的营销工作，很少加班，很少应酬，周末更不会进公司，因为我只抓重点，所以有很多时间来享受生活。当然，除了制度化、公式化之外，人性化管理也必不可少，比如定期召开一些专业领域内的研讨会，把所有客户召集起来，提供一个交流平台，聆听他们心里的声音，也会起到事半功倍的效果。

客户指定供应商的管理 篇4

一、目的

对客户指定供应商进行评估和考核，确保客户指定供应商所提供的产品、交付和服务满足公司的要求。

二、范围

本程序适用于客户指定供应商产品实现相关的供应商管理。

三、管理办法

3.1 客户指定供应商的评审

3.1.1根据客户指定供应商名单及《供应商基本概况表》，按照<供应商管理程序>5.2款进行评估

3.1.2 客户指定供应商的生产现场和生产能力评估以总分70分以上（含）为合格。经批准后列入《合格供方名录》 3.1.3经评审后被列为不合格的客户指定供应商，需向客户指定供应商通告问题，提出整改要求并设定整改期限。与此同时，通告给客户知道。

3.2 不合格的客户指定供应商管理

3.2.1如客户指定供应商的不合格原因或异常原因一再发生，却无法获得供方的有效的改善措施或方法时，则需对供方进行不定期的稽核，或带着问题，协同客户一同去供应商现场解决，必要时，给供应商一些可操作的整改建议 3.2.2将客户指定的供应商的品质、交期、服务等问题一一详细记录，通告给客户知道

3.2.3如果供应商不配合改善或改善无效，则建议采购部门寻找替代供应商（SQE参与潜在供应商的推荐与合格供应商选择），并向客户推荐

客户—供应商网络 篇5

进入21世纪,由于经济全球化和一体化加速、科学技术的不断进步和发展,企业间的竞争在更广的范围和更深的领域展开,争夺市场和客户的竞争更加激烈,建立现代供应链(SC)和加强供应链管理(SCM)越来越引起人们的重视,而供应链客户服务能力最能体现供应链的竞争优势。开展供应链客户服务能力评价工作,对认识企业自身供应链客户服务能力状况,以寻找提高企业竞争力的途径,实现有效的供应链战略管理,具有现实的理论和实践意义。

一个完整的供应链客户服务能力评价,主要包括指标体系、各指标的重要度、评价方法、对比分析这几个要素构成。

2 构建指标体系,建立递阶层次结构

供应链客户服务能力是指依托于供应链资产网络资源,以供应链作为一个整体,利用供应链一体化优势,以客户为导向,能够在合适的时间和合适的场合,以合适的价格和合适的方式,向合适的客户提供合适的产品和服务,使客户的个性化需求得到满足,客户价值得到提高的活动力。供应链客户服务能力作用的过程和结果涉及到供应链内各企业(核心企业、合作伙伴企业)与客户的互动状况,最后都要求达到各自价值的实现和提高。核心企业运作、合作伙伴企业配合、客户的感知及行为表现和客户价值提升四个方面,分别从不同角度、不同层面反映企业供应链客户服务能力状况。结合现代供应链客户服务特性,供应链战略管理的目标,构建供应链客户服务能力评价指标体系,建立递阶层次结构如表1:

3 确定指标权重

3.1 用AHP确定指标权重

层次分析法(AHP)通过两两比较的方式确定各个因素相对重要性,是一种定性和定量相结合,多目标、多准则、系统化、层次化的分析方法。

3.1.1 构造两两比较判断矩阵

比较n个元素X1,X2,X3……Xn对准则a的影响,以确定它们在准则a中所占的比重。每次取两个元素Xi,Xj,用aij表示元素Xi与Xj关于准则a的相对重要程度之比,其全部比较结果可用矩阵A=C(aij)表示,A称为比较判断矩阵。

3.1.2 计算各元素相对权重

(1)将判断矩阵的每一列归一化:

(2)将每一列归一化后的判断矩阵按行相加:

(3)把向量W=(W1,W2,W3,…,Wn)T归一化,得向量W=(W1,W2,W3,…,Wn)T即为所求特征向量。

3.1.3 判断矩阵一致性的检验

当CR=CI/RI≤0.10时,判断矩阵具有满意的一致性,否则就需对判断矩阵进行调整,重新赋值。,其中。平均随机一致性指标RI如表3所示:

3.1.4 确定权重分配集

设Ui对U的权重为Wi,则准则层各因素的权重分配集为W=(W1,W2,W3,W4,W5)T;设uij对Ui的权重为Wij,则指标层各指标的权重分配集Wi=(wi1,wi2…wij)T,(i=1,2,3,4,…,n)。

3.2 用Delphi法确定指标权重

德尔菲法(Delphi Method),它是依据若干专家的知识、智慧、经验、信息和价值观,对已拟出的评价指标背靠背地进行分析、判断、权衡并赋予相应权值的一种意见调查法。为提高权重评判的准确性,有必要采用Delphi法进行辅助测评。其具体的操作处理方法如表4所示:

注:Bij表示第i个专家对第j个层准则层指标评价的重要程度。

3.3 AHP和Delphi法结合运用的必要性

AHP和Delphi法都适用于定性指标和定量指标相结合的指标体系评价。虽然AHP科学合理,但两两比较毕竟受人的知识、经验、视野等方面的限制,为了使确定的指标权重更具客观性和科学性,可以聘请企业外部的专家运用Delphi法对指标进行辅助测定,防止出现“内部评判”与“外部评判”相差太大的情况。“内部评判”是指AHP中指标标度的确定主要是由供应链企业本身的供应链管理专业人员和企业高管组成的评估组进行两两比较赋值,并由此计算得出指标的权重;而“外部评判”是指外部供应链管理专家、大学教授、咨询公司研究人员、供应链管理先进企业专业管理人员或高管(统称专家)对指标权重的见解和看法。若内外评判意见比较接近,AHP所得的指标权重标度不用调整;若内外评判差距较大,则须取二者均值。

4 模糊综合评价

模糊综合评价法(FCE)是一种针对现实中大量的经济现象具有模糊性而设计的综合评价方法,同时也是模糊数学的一种具体应用方法。

4.1 建立评价评语集

评语集V是评价者对评价对象做出的各种总的评价结果组成的集合。具体设置如表5:

4.2 建立评价隶属矩阵R

它是对评价项目集内诸评价项目评定的一种模糊映射,通过评估组对本企业供应链客户服务能力各指标相关实际资料收集和分析评定来建立。具体隶属矩阵如下:

4.3 分级模糊综合评价

对于多层次的综合评价问题,模糊综合评价过程由低层次向高层次逐步进行的。

(1)一级模糊综合评价:

Bi即为Ui对V的隶属向量

(2)二级模糊综合评价:

B=(b1,b2,b3,b4,b5)为U对V的隶属向量,即为总的评价结向量。

5 分析评价结果

评价是一种手段,目的是通过评价来发现问题,找出解决问题的方向。评价结果向量出来后,必须与相关标准进行比较分析。比较分析有两个角度:一是考查本企业供应链客户服务能力发展变化趋势,二是考查与领先企业供应链的差距,找出赶超先进的途径。为此评价标准可分两类:(1)历史标准。即内部标准,是纵向趋势的比较。(2)标杆标准。即外部标准,是横向实力的比较,是与行业中领军企业供应链的水平进行比较,以认清自己在市场竞争中的位置,查找自身存在的瓶颈。两类评价标准中,主要是标杆标准,即领先企业标准。要对评价结果进行对比分析,首先必须对评价结果向量进行单值化处理,然后与标杆企业的以同样方法得到的标杆数值进行对比分析。

5.1 把评价结果向量单值化,求其分值

(1)总评价得分值S1=B1OVT;(2)准则层各因素得分值:S2=B2OVT,S3=B3OVT,S4=B4OVT,

5.2 确定标杆值

通过对标杆企业供应链相关资料信息收集和分析,应用同样模糊综合评价法进行评判,求得B标i和B标,进而求得S标和S标1,S标2,S标3,S标4,

5.3 将该企业供应链客户服务能力现状与标杆值相比较

其具体对比如表6所示:

5.4 对比分析

通过对比明确自身的优势和劣势,看清机会和威胁,指导进一步制定和完善供应链客户服务管理战略,特别是薄弱环节还有必要进一步细化指标,深入探讨原困,查明瓶颈,以便采取相应的措施改变现况,进而不断提高客户服务能力,赶超一流水平。

6 结束语

供应链客户服务能力指标体系由核心企业运作、合作伙伴关系、客户的感知及行为表现和财务价值等4个层面16个指标构成,其指标权重的确定通过AHP和Delphi法相结合进行,在此基础上应用FCE进行综合评价,最后将评价结果与标杆值进行对比分析,以确定自身的优势与不足,明确竞争定位,改进和完善供应链客户服务战略管理,赶超先进水平。

摘要：构建了基于战略管理的供应链客户服务能力评价指标体系,提出运用AHP和Delphi法相结合确定各指标的权重,用FCE法进行综合评价,最后将评价结果与标杆值进行对比分析,构造了一个完整的供应链客户服务能力评价模式。

关键词：战略管理,供应链,客户服务能力,评价

参考文献

[1]詹姆卜.斯托克,道格拉斯.M.兰伯特.战略物流管理[M].北京:中国财政经济出版社,2003.

[2]马丁.克里斯托弗.创造增值物流--物流与供应链管理(第3版)[M].北京:电子工业出版社,2005.

[3]马士华,林勇.供应链管理[M].北京:机械工业出版,2005.

[4]Navneet Bhushan,Kanwal Ral.Strategic Decision Making:Applying the Analytic Hierarchy Process.Springer-Verlag.New York,US,2004.

[5]刘学毅.德尔菲法在交叉学科研究评价中的运用[J].西南交通大学学报(社会科学版),2007,02.