供給側結構性改革中商業信用再配置的經濟后果：“錦上添花”抑或“雪中送炭”

王貞潔，李真真

(中國海洋大學 管理學院，山東 青島 266000)

內容提要：本文以2008年至2017年A股上市公司為研究樣本，考察供給側結構性改革中商業信用再配置的經濟后果——究竟是對強勢企業的“錦上添花”，還是對弱勢企業的“雪中送炭”。研究結果發現：從總體上來看，商業信用再配置主要表現為“雪中送炭”效應，商業信用資源主要從強勢企業流向弱勢企業，弱勢企業是商業信用再配置的最大受益者，并且這一效應在供給側結構性改革中具有持續性。在微觀層面上，商業信用再配置能修正初始配置時期的信貸資源扭曲現象，表現為一方面強勢企業的商業信用流出削減了自由現金流，抑制了代理問題產生，另一方面弱勢企業利用商業信用流入緩解了融資約束。宏觀層面上，商業信用再配置促使資源從收益較低的行業流向收益較高的行業。進一步分析發現，弱勢企業的高管借助“紅頂商人”身份等非正式制度和不斷改善的外部環境謀取強勢企業對其“雪中送炭”式的扶助。

在供給側結構性改革的背景下，民營企業和中小企業在金融資源初始配置中難以獲得信貸資金，使得其即使存在較強的技術創新動力和產業升級意愿，也難以將其付諸于實踐，在這種情形下，商業信用再配置可能會對供給側結構性改革背景下中國企業的增長方式轉換起到決定性作用。從這個邏輯上來說，如果商業信用再配置的過程能夠促使資源從強勢企業流向弱勢企業，修正金融資源初始配置的扭曲，提高金融資源配置效率，那么與供給側結構性改革的目標便不謀而合。因此，推進商業信用再配置的研究，不僅有助于理解供給側結構性改革中微觀主體的行為策略及其演變邏輯，也有助于為發揮商業信用再配置優化供給結構的關鍵作用提供理論依據。有鑒于此，本文從產權性質、企業市場地位和行業競爭程度等三個角度刻畫了在金融資源初始配置中處于強勢地位的企業和弱勢地位的企業，通過一系列備擇假設的方式，考察究竟何者是商業信用再配置的最大受益者以及在供給側結構性改革的背景下再配置效應能否持續，并且進一步從自由現金流量和代理成本、融資約束以及資源配置效率的角度探討由此導致的經濟后果。

一、理論分析與研究假設

(一)誰是商業信用再配置的主要受益者？

在經營領域存在商業信用再配置行為，但究竟強勢企業還是弱勢企業才是商業信用再配置的最大受益者？基于傳統觀點，供應鏈企業之間存在競爭，強勢企業具有較強的議價能力，容易在商業信用再配置中占據優勢。“錦上添花”效應就是基于供應鏈競爭假設而得出的(王貞潔和王竹泉，2017)，在此效應下，強勢企業更可能脅迫供應鏈利益相關者為其提供資金支持。但也有研究表明在滿足一定條件時，供應鏈企業之間的合作關系增強、競爭關系減弱，這使得弱勢企業也可以在商業信用再配置中獲益。而“雪中送炭”效應就是基于供應鏈的合作關系而提出的，銀行為保證資金能夠及時、足額收回，會將金融資源更多地配置到信息透明度更高以及抵押品較多的強勢企業，這導致弱勢企業只能通過商業信用再配置來緩解融資約束。基于以上分析，本文提出如下兩個備擇假設：

H1a(弱勢企業是商業信用再配置最大的受益者)：若“雪中送炭”效應占據主導，商業信用再配置會促使資源從強勢企業流向弱勢企業。

H1b(強勢企業是商業信用再配置最大的受益者)：若“錦上添花”效應占據主導，商業信用再配置會促使資源從弱勢企業流向強勢企業。

(二)供給側結構性改革中商業信用再配置是否可以持續？

作為供給側結構性改革的一項重要內容，去杠桿正逐步推進。在去杠桿政策的實施過程中，雖然國有企業承擔了非金融企業部門的主要負債，但是考慮到國有資產處置的敏感性等問題，國有企業的去杠桿反而成了最棘手的問題。相反，另外一些企業在這個過程中受到了很大的沖擊———銀行等金融機構在執行去杠桿政策時，更偏愛安全性更高的強勢企業，而弱勢企業難免在金融資源初始配置過程遭受“信貸歧視”(茍琴等，2014；沈永建等，2018)，這就導致在去杠桿政策的實際實施中，弱勢企業的信貸規模下降程度更大。但是，從資金需求的角度來看，供給側結構性改革對企業的生產經營提出了更高的要求，企業又必須有一定的金融資源作為支撐，進行技術研發和創新投資，以實現供給側結構性改革的目標。綜合資金供需來看，在供給側結構性改革的背景下，弱勢企業在金融資源初始配置中獲得了更少的信貸資源，但是對資金的需求與以往相比卻只增不減，這導致其資金缺口進一步加大(王貞潔和王竹泉，2019)。如果在商業信用再配置過程中，強勢企業繼續榨取弱勢企業的資源，那么這種對供應鏈的剝削式占用不可能持久，終究會伴隨供應鏈中弱者的資源匱乏和財務困境而失去支撐，所以在供給側結構性改革背景下“錦上添花”效應不可持續。但若“雪中送炭”效應占據主導，弱勢企業會借助供應鏈利益相關者的扶助渡過難關，有利于構建適應供給側結構性改革下的發展模式。因此，在供給側結構性改革中“雪中送炭”效應是可以持續的。據此，提出如下兩個備擇假設：

H2a(雪中送炭效應)：在供給側結構性改革背景下，商業信用再配置的“雪中送炭”效應是可持續的，即強勢企業通過商業信用對弱勢企業的扶助可持續發揮作用。

H2b(錦上添花效應)：在供給側結構性改革背景下，商業信用再配置的“錦上添花”效應是不可持續的，即弱勢企業對強勢企業的反向配置無法持續發揮作用。

(三)商業信用再配置流出與強勢企業代理問題

若“雪中送炭”效應居于主導，從企業性質的角度來看，去杠桿政策的實施使得國有企業在初始配置獲得了大部分信貸資金(鄧路等，2016)，因此在商業信用再配置的過程中，國有企業比民營企業具有更強的再配置意愿與能力；從市場地位的角度來看，隨著供應鏈企業之間的合作關系增強、競爭關系減弱，市場地位低的企業可以通過商業信用的渠道獲得資金；從行業競爭程度的角度來看，激烈的行業競爭有利于促進供應鏈上企業的合作，競爭程度高的行業更傾向于憑借非正式制度獲得更多的商業信用流入(羅勁博，2016)。綜上，在“雪中送炭”效應下，由于強勢企業通過商業信用再配置的過程將富余資金輸入弱勢企業，從而削減了自身的自由現金流，可以抑制代理問題的產生。若“錦上添花”效應居于主導，會導致弱勢企業向強勢企業反向配置資源，在此情形下，強勢企業擁有了缺乏制衡的絕對權力，他們憑借自身的優勢再次獨占了再配置過程中的金融資源，而這些資源又缺乏良好的投資項目作為出口，非常容易出現自由現金流引發的代理問題。基于以上分析，本文提出以下兩個備擇假設：

H3a(微觀資源配置效率)：若“雪中送炭”效應占據主導，商業信用再配置會促使資源從強勢企業流向弱勢企業，因此商業信用流出會削減強勢企業的自由現金流，抑制其代理問題的產生。

H3b(微觀資源配置效率)：若“錦上添花”效應占據主導，商業信用再配置會使弱勢企業向強勢企業反向配置資源，無助于削減強勢企業的自由現金流，也無助于抑制其代理問題。

(四)商業信用再配置流入與弱勢企業融資約束

前期研究表明商業信用再配置流入緩解了企業的融資約束(Mcguinness等，2017)，但究竟顯著緩解了哪類企業的融資約束，不同的假說有不同的理解。在“雪中送炭”效應下，供應鏈合作關系占主導，此時供應鏈上的利益相關者會與弱勢企業合作，在供應鏈利益相關者“雪中送炭”式的協助下，弱勢企業可以通過商業信用的渠道獲取資金，從而達到緩解融資約束的目的。在“錦上添花”效應下，供應鏈競爭關系占主導，供應鏈利益相關者為了規避風險只愿意為強勢企業“錦上添花”，在此情形下，只有強勢企業才可以獲得供應鏈利益相關者的協助。雖然一般而言強勢企業并不存在融資約束問題，但是考慮到經營領域的金融資源大多是低成本甚至是免費的，所以強勢企業仍然有可能利用商業信用再配置過程中流入的資源，以獲得持續增長。而弱勢企業雖然面臨較高的融資約束，但供應鏈上的利益相關者卻不愿意對其施以援助，這意味著商業信用再配置活動只能對那些強勢企業“錦上添花”，無助于改善弱勢企業的融資約束。據此，提出以下兩個備擇假設：

H4a(微觀資源配置效率)：若“雪中送炭”效應占據主導，商業信用再配置會促使資源從強勢企業流向弱勢企業，因此商業信用再配置流入會緩解弱勢企業的融資約束。

H4b(微觀資源配置效率)：若“錦上添花”效應占據主導，商業信用再配置會使弱勢企業向強勢企業反向配置資源，無助于緩解弱勢企業的融資約束。

(五)商業信用再配置與宏觀資源配置效率

供給側結構性改革的一個重要目標便是提高資源配置效率，而宏觀資源配置效率的提高必然要落實到每一個微觀企業才能實現。在供給側結構性改革的背景下，微觀企業的財務行為及其決策很有可能會與之前相比發生變化(王貞潔和王京，2018)，這一財務行為決策當然也包括商業信用決策。當企業的商業信用再配置行為發生改變時，將每個企業的變化進行加總，那么微觀企業的商業信用再配置行為是否會反作用于宏觀資源配置效率呢？從這個邏輯出發，我們考察了企業的商業信用再配置行為對宏觀資源配置效率的影響。在“雪中送炭”效應下，如果商業再配置可以修正初始資源配置中存在的扭曲，促使資源從低效率的企業流向高效率的企業，就可以提高宏觀層面的資源配置效率。如果“錦上添花”效應居于主導地位，就存在弱勢企業對強勢企業的反向配置，這一扭曲性的再配置過程意味著金融資源從融資成本高的部門逆向轉移到融資成本低的部門，此種情形會進一步激化強勢企業的代理問題，加劇弱勢企業的融資約束，從而激化資源配置扭曲問題，使得資源配置效率進一步降低。據此，我們提出以下兩個備擇假設：

H5a(宏觀資源配置效率)：若“雪中送炭”效應占據主導，商業信用再配置提高了宏觀資源配置效率。

H5b(宏觀資源配置效率)：若“錦上添花”效應占據主導，商業信用再配置無助于提高宏觀資源配置效率。

需要注意的是，由于供應鏈企業間的競爭與合作關系此消彼長，所以商業信用再配置的“錦上添花”效應和“雪中送炭”效應可能交替占據主導，而在供給側結構性改革的背景下，商業信用再配置的“雪中送炭”效應更可能占據主導。這是因為：首先，去杠桿政策的實施導致了銀行的“惜貸”傾向，這使得以信貸資源為代表的整體資源變得更為寶貴，那些在金融資源初始配置過程中無法獲得資源支持的弱勢企業，必然對商業信用再配置有更高的訴求。其次，從可持續性的角度來看，由于強勢企業受到金融機構的偏愛而從初始配置中獲得持續性資源，弱勢企業則會面臨更為嚴峻的融資約束問題，供應鏈利益相關者對弱勢企業的剝削性的占用不可能持久，只有基于供應鏈合作的“雪中送炭”效應是可持續的，而基于供應鏈競爭的“錦上添花”效應由于伴隨強勢企業對弱勢企業殺雞取卵式的占用，是不可能持續的。最后，從重復博弈的角度看，如果供應鏈利益相關者只考慮為強勢企業“錦上添花”，雖然可以在短期內規避信用風險，但從長期看會導致弱勢企業被供應鏈淘汰，形成強勢企業獨占供應鏈的局面，這導致供應鏈的利益相關者不僅失去了弱勢企業的支持，還會喪失與強勢企業討價還價的資本與博弈的砝碼，只有通過促進弱勢企業的持續經營保持供應鏈勢力均衡，才會最終促進供應鏈相關企業普遍獲益、實現協同發展。當然，商業信用再配置的經濟后果究竟是對強勢企業的“錦上添花”，還是對弱勢企業的“雪中送炭”，我們將在下文進行實證檢驗。

二、研究設計

(一)樣本選擇與數據來源

本文選取了2008年至2017年的全部A股上市公司作為研究樣本，剔除了IPO、ST、金融行業和數據缺失的公司，經過以上處理，最終得到14270個觀察值。本文的數據來源于CSMAR數據庫和Wind資訊，數據整理主要通過EXCEL進行，為了消除極端值的影響，對所有連續型變量進行了上下1%水平的Winsorize縮尾處理，采用STATA13.0進行實證分析。

(二)模型構建與變量定義

本文構建了判斷誰是商業信用再配置的最大受益者、再配置效應在供給側結構性改革中是否可持續、商業信用再配置流出對企業代理成本的影響、商業信用再配置流入對企業融資約束的影響以及商業信用再配置對宏觀資源配置效率的影響這五個模型來檢驗本文的假設，使用普通最小二乘法(OLS)對模型(1)-模型(5)進行回歸，相關變量定義如表1所示。

1.誰是商業信用再配置的最大受益者？參考于博(2016)的研究，設置模型(1)用來檢驗假設1。其中，被解釋變量為商業信用再配置流入(AP)，解釋變量為企業勢力(DF)，若β1顯著為負，則說明在商業信用再配置的過程中弱勢企業獲得了更多的資源流入，即“雪中送炭”效應居于主導；若β1顯著為正，則說明在商業信用再配置的過程中強勢企業獲得了更多的資源流入，即“錦上添花”效應居于主導。

APit=β0+β1DFit+β2INVit+β3ROAit+β4Levit+β5Sizeit+β6Dualityit+β7Top1it+β8Indepratioit+β9Mshareit+∑Industry+∑Year+ε

(1)

表1 變量定義

2.供給側結構性改革背景下商業信用再配置是否可以持續？模型(2)加入了供給側結構性改革的時間虛擬變量(SSR)①與企業勢力(DF)的交乘項用來檢驗這一假設。若“雪中送炭”效應占主導且交乘項的系數顯著為負，則說明隨著供給側結構性改革的延續，弱勢企業可以持續獲得再配置的金融資源支持。若“錦上添花”效應占主導且交乘項的系數顯著為負，則說明隨著供給側結構性改革的延續，強勢企業難以持續獲得再配置的金融資源支持。

APit=β0+β1DFit+β2SSRit+β3DFit×SSRit+β4INVit+β5Levit+β6Sizeit+β7ROAit+β8Dualityit+β9Top1it+β10Indepratioit+β11Mshareit+∑Industry+∑Year+ε

(2)

3.商業信用再配置的經濟后果分析。模型(3)商業再配置流出對強勢企業的自由現金流和代理成本的影響方面對商業信用再配置的經濟后果進行了檢驗，被解釋變量包括自由現金流(FCF)和代理成本(Agency)，參考劉孟暉和高友才(2015)的研究，采用銷售管理費用率衡量企業的代理成本，由于公司的銷售管理費用不僅包含了與管理層相關的日常管理費用，而且還包括了銷售費用、廣告支出等，可以更加全面地衡量企業的代理成本，解釋變量為商業信用再配置流出(AR)，如果商業信用再配置的“雪中送炭”效應成立，即商業信用再配置流出削減了強勢企業的自由現金流，抑制了代理問題的產生，那么AR的系數應顯著為負；如果“錦上添花”效應成立，則AR的系數應顯著為正。模型(4)從商業信用再配置流入對弱勢企業融資約束的影響方面對商業信用再配置的經濟后果進行了檢驗，其中，被解釋變量為融資約束程度(FC)，借鑒Whited和Wu(2006)的研究，采用WW指數衡量企業的融資約束，WW指數越大表示企業面臨的融資約束程度越高，解釋變量為商業信用再配置流入(AP)，如果“雪中送炭”效應成立，即商業信用再配置流入緩解了弱勢企業的融資約束，那么AP的系數應顯著為負；如果“錦上添花”效應成立，則AP的系數應顯著為正。模型(5)從商業信用再配置對宏觀資源配置效率影響的角度對商業信用再配置的經濟后果進行了分析，借鑒Wurgler(2000)、周中勝和陳漢文(2008)的研究構建資源配置效率模型，其中，某行業某年加權平均每股收益(AVP)前的系數表示投資增長率對增加值增長率的彈性系數，其數值越大表示資源配置效率越高，為了檢驗商業信用再配置對資源配置效率的影響，加入了某行業某年商業信用再配置流入的平均值(MAP)與某行業某年加權平均每股收益(AVP)的交乘項，如果商業信用再配置的“雪中送炭”效應成立，則交乘項的系數應顯著為正；如果“錦上添花”效應成立，則交乘項的系數應顯著為負。

FCF/Agencyit=β0+β1ARit+β2ROAit+β3ECFit+β4TobinQit+β5Levit+β6Sizeit+β7Top1it+β8Mshareit+β9Indepratioit+β10Dualityit+β11Profit+∑Industry+∑Year+ε

(3)

FCit=β0+β1APit+β2Ageit+β3AMit+β4Sizeit+β5Levit+β6TobinQit+β7NWCit+∑Industry+∑Year+ε

(4)

ECPit=β0+β1AVPit+β2AVPit×MAPit+β3Liqit+β4Growthit+β5Stockit+ε

(5)

三、實證結果與分析

(一)描述性統計

主要變量的描述性統計結果如表2所示。商業信用再配置流入(AP)平均數為0.422，表示企業平均的應付款項占期初營業收入的比例為42.2%，這表明我國商業信用的整體利用水平較高；最大值為3.076，最小值為0.0245，標準差為0.469，這表明商業信用利用水平在不同企業間存在較大差異。商業信用再配置凈流出(AR)平均數為-0.0225，該值為負，即企業應收款項減去應付款項后的差額為負，這表明從總體層面來看我國上市公司平均的商業信用再配置流入要高于商業信用再配置流出。自由現金流量(FCF)的平均數為-0.0113，最大值為0.372，最小值為-0.782，這意味著從整體層面上來看我國上市公司的自由現金流量并不，但是在不同企業間存在較大的差異。銷售管理費用率(Agency)平均數為0.147，表明上市公司銷售費用與管理費用的和占總營業收入的比值為14.7%，可以側面反映上市公司的代理問題。

表2 主要變量的描述性統計結果

(二)回歸結果分析

1.誰是商業信用再配置的最大受益者？

模型(1)的回歸結果如表3所示，分別把企業性質(SOE)、市場占有率(Market)和行業競爭程度(HHI)放入方程1-方程3，SOE、Market和HHI的系數分別為-0.040、-0.132、-0.060，均在1%的水平上顯著為負，這意味著在商業信用再配置的過程中弱勢企業(民營企業、市場地位低的企業、行業競爭程度高的企業)獲得了更多的再配置流入，弱勢企業是商業信用再配置的最大受益者，這說明“雪中送炭”效應居于主導，從而否定了“錦上添花”效應(假設1a成立、假設1b不成立)。從控制變量來看，企業新增存貨越多、資產負債率越高、企業規模越大、管理層持股比重越高，商業信用再配置流入也越多。

表3 誰是商業信用再配置的最大受益者

注：括號內為t值，*、**、***分別表示在10%、5%和1%的水平上顯著。

2.供給側結構性改革中商業信用再配置是否可以持續？

模型(2)的回歸結果如表4所示，從方程4-方程6可以看出企業性質(SOE)、市場占有率(Market)、行業競爭程度(HHI)與供給側結構性改革虛擬變量(SSR)的交乘項都顯著為負，結合假設1的實證結果——“雪中送炭”效應居于主導，這意味著在“雪中送炭”效應下，隨著供給側結構性改革的延續，商業信用再配置持續發揮作用，弱勢企業可以持續獲得再配置的金融資源支持(假設2a成立、假設2b不成立)。

表4 供給側結構性改革中商業信用再配置是否可以持續

3.商業信用再配置的經濟后果分析

(1)商業信用再配置流出對強勢企業代理成本的影響。利用強勢企業的樣本進行回歸檢驗，結果如表5所示。當被解釋變量為自由現金流量時，在方程7-方程9中，商業信用再配置流出(AR)的系數分別為-0.027、-0.033、-0.030，均在1%的水平上顯著，由此可知商業信用再配置流出削減了強勢企業的自由現金流量。當被解釋變量為代理成本時，在方程10-方程12中，商業信用再配置凈流出(AR)的系數分別為-0.006、-0.004、-0.013，分別在10%、10%和1%的水平上顯著，故商業信用再配置流出緩解了強勢企業的代理問題。綜上，再配置過程的商業信用流出削減了強勢企業的自由現金流，抑制了代理問題的產生，從而支持了“雪中送炭”效應，否定了“錦上添花”效應(假設3a成立，假設3b不成立)。

表5 商業信用再配置流出對強勢企業代理成本的影響

(2)商業信用再配置流入對弱勢企業融資約束的影響。利用弱勢企業的樣本進行回歸，結果如表6所示。在方程13-方程15中，商業信用再配置流入(AP)的系數均在1%的水平顯著為負，這表明商業信用再配置流入顯著緩解了民營企業、市場占有率低的企業、行業競爭水平高的企業的融資約束，即商業信用再配置流入緩解了弱勢企業的融資約束，實證結果支持了“雪中送炭”效應，否定了“錦上添花”效應(假設4a成立，假設4b不成立)。

(3)商業信用再配置對資源配置效率的影響。商業信用再配置對資源配置效率影響的結果如表7所示。從方程16的回歸結果可以發現，當行業年度平均商業信用再配置流入(MAP)與行業加權平均每股收益(AVP)相乘以后，交乘項的回歸系數顯著為正，這表明再配置提升了資源配置效率，有利于促使資源流向收益較高的行業中，這驗證了商業信用再配置的“雪中送炭”效應，否定了商業信用再配置的“錦上添花”效應(假設5a成立，假設5b不成立)。

表6 商業信用再配置流入對弱勢企業融資約束的影響

變量方程13方程14方程15民營企業市場地位低行業競爭水平高FCFCFCAP-0.031???-0.028???-0.028???(-13.528)(-10.932)(-12.638)Age0.001???0.001???0.001???(10.429)(15.184)(8.336)AM-0.037???-0.035???-0.040???(-9.656)(-9.377)(-10.167)Size-0.055???-0.052???-0.054???(-99.831)(-57.791)(-117.627)Lev0.075???0.081???0.078???(18.987)(21.526)(20.876)TobinQ-0.002???-0.001???-0.002???(-5.576)(-3.165)(-5.191)NWC-0.003-0.002-0.008??(-0.779)(-0.555)(-2.406)IndustryYESYESYESYearYESYESYES_cons0.190???0.132???0.163???(15.550)(6.802)(13.558)N768271977524r20.7130.6120.761F497.024297.3101013.381

表7 商業信用再配置對資源配置效率的影響

表8 商業信用再配置產生原因分析

注：控制變量中STD表示短期流動負債的增加，定義為(本期流動負債-上期流動負債)/期初總資產；PCR表示成本費用利潤率，定義為(利潤總額)/(營業成本+銷售費用+管理費用+財務費用)。

(三)商業信用再配置“雪中送炭”效應的進一步分析

通過上述分析可知，商業信用再配置有利于資源從強勢企業流向弱勢企業，那么究竟是什么原因導致了商業信用再配置的這種“雪中送炭”效應呢？我們嘗試從非正式制度的層面來解釋商業信用再配置過程中強勢企業對弱勢企業“無私”的援助這一看似不合理的經濟現象。金融資源初始配置主要是基于正式制度導向的——在當前供給側結構性改革的背景下，正式法律、金融制度和配套協調機制尚不完善，社會信用體系建設仍然存在諸多體制障礙，以風險謹慎型的銀行機構為主的金融體系在執行去杠桿政策時，更傾向于將有限的資金注入安全性更高的強勢企業，而弱勢企業難免在金融資源初始配置過程遭受“信貸歧視”，這就導致在去杠桿政策的實際實施中，強勢企業信貸收縮的力度較小，而弱勢企業信貸收縮的力度較大，從而陷入了資源匱乏的窘境。而商業信用再配置則是立足于非正式制度導向的——當部門企業無法在金融資源初始配置中獲得足夠資源、存在融資約束時，即正式制度無法滿足其需求，企業就會通過非正式制度在資源再配置時尋求支持。在商業信用再配置的過程中，非正式制度可以降低信用風險、保證合約履行，其中一種方式便是借助高管“紅頂商人”身份，間接提高公司的市場談判能力，拓展可以求助的資源，獲取更低成本的特有信息。這是因為“紅頂商人身份”可使公司具有“亦官亦商”、官商互動的“紅頂商人”的特殊身份，從而獲得更多的政治資源、信任和合作。企業越難以通過正式制度獲得資金支持，就越會想方設法利用非正式制度在再配置中尋求幫助。因此，可以合理推斷供給側結構性改革背景下高管“紅頂商人”身份有助于幫助弱勢企業在商業信用再配置中獲得更多資源。為驗證這一推論，我們分別將產權性質(SOE)、市場占有率(Market)、行業競爭程度(HHI)與高管紅頂商人身份(Political)②的交乘項放入方程17-方程19，結果如表8所示：除方程17中SOE與Political交乘項的系數不顯著外，方程18-方程19中Market和HHI與Political交乘項系數均顯著為負，這說明市場地位低的企業、行業競爭水平高的企業通過非正式制度在再配置過程中獲得了更多的資源。我們思考，造成方程17中產權性質與政治關聯的交乘項不顯著的原因可能是由于國有企業天然具有較強的政治關聯，其董事長或者總經理更容易在行業協會中任職。那么商業信用究竟是如何從國有企業流向了民營企業呢？我們進一步思考可能是由于隨著供給側結構性改革的推進，政府逐步簡政放權，對企業的干預降低，使得民營企業融資的外部環境得以改善，導致再配置的過程中資源從國有企業流向民營企業。為驗證這一推論，我們采用政府干預指數(Gov)③衡量政府對企業的干預程度，然后將產權性質(SOE)和政府干預指數(Gov)的交乘項放入方程20中，交乘項的系數顯著為負，這說明政府干預程度的降低促進了金融資源從國有企業流向民營企業。綜上所述，非正式制度的存在以及政府干預的降低使得弱勢企業在商業信用再配置的過程中獲得了更多的資源。

(四)穩健性檢驗

為了檢驗研究結果的穩健性，我們進行了如下穩健性測試：第一，為了消除可能的異方差影響，使用加權最小二乘法(WLS)對相關方程重新進行回歸，實證結果未發生實質性改變。第二，將強勢企業重新定義為同時滿足國有、市場占有率高以及行業競爭程度低條件的企業，同理將弱勢企業重新定義為同時滿足民營、市場占有率低以及行業競爭程度高這三個條件的企業。此外，為了消除行業年份的影響，將商業信用再配置流出(AR)、商業信用再配置流入(AP)經減去行業年份均值除以行業年份標準差處理。經過以上處理后對相關方程重新進行回歸，回歸結果未發生實質性變化。第三，對自由現金流量以及代理成本指標的穩健性分析。將自由現金流量的計算口徑調整為自由現金流量除以權益總額，將代理成本的衡量指標替換為資產周轉率，對模型(3)重新進行回歸，結果未發生實質性變化。第四，對融資約束指標的穩健性檢驗。參考Kaplan和Zingales(1997)、姜付秀等(2016)的研究，采用KZ指數④來衡量企業的融資約束程度，對模型(4)重新進行回歸，結論依然穩健。第五，解決內生性問題。為了排除內生性問題對結論的干擾，本文采用傾向得分匹配法(PSM)重新進行了估計。(1)分別根據企業性質、市場占有率和行業競爭程度作為劃分企業勢力的依據，將強勢企業作為處理組(樣本數分別為6588個、7073個、6746個)，比較“處理組”與“控制組(弱勢企業)”商業信用再配置的差異，選擇公司規模、行業、年度等解釋變量計算傾向評分(ps)，使用最鄰近匹配方法(一對一匹配)分別構建控制組，在輸出變量為商業信用再配置流入(AP)時，ATT估計值分別為-0.0713、-0.2662、-0.0210，對應的t值分別為-3.54、-7.05、-1.98，說明弱勢企業獲得了更多的商業信用再配置流入。(2)將強勢企業重新定義為同時滿足國有、市場占有率高以及行業競爭程度低這三個條件的企業，將強勢企業作為處理組(樣本數為1889個)，使用前述方法計算PS值分別構建控制組，在輸出變量為商業信用再配置流入(AP)時，ATT估計值為-0.1394，對應的t值-6.46，說明弱勢企業獲得了更多的商業信用再配置流入。(3)在估計商業信用再配置流出對強勢企業代理成本的影響時，分別根據企業性質、市場占有率和行業競爭程度作為劃分企業勢力的依據，在強勢企業樣本中，將自由現金流量和銷售管理費用率同時低于中位數的公司作為處理組(樣本數分別為1635個、1824個、1709個)，使用前述方法計算PS值分別構建控制組，在輸出變量為商業信用再配置凈流出(AR)時，ATT的估計值分別為0.0579、0.0387、0.0600，對應t值分別為2.79、1.93、2.60，說明在強勢企業中，代理成本更低的公司有著更高的商業信用再配置流出。(4)在估計商業信用再配置流入對弱勢企業融資約束的影響時，分別根據企業性質、市場占有率和行業競爭程度作為劃分企業勢力的依據，在弱勢企業樣本中，將商業信用再配置流入低于中位數的公司作為處理組(樣本數分別為3841個、3599個、3762個)，使用前述方法計算PS值分別構建控制組，在輸出變量為融資約束程度(FC)時，ATT的估計值分別為0.0061、0.0068、0.0060，對應t值為2.50、3.03、2.28，說明在弱勢企業中，商業信用再配置流入更低的公司有著更高的融資約束水平。(5)在研究商業信用再配置對資源配置效率的影響時，資源配置效率高于中位數的行業的公司作為處理組(樣本數為7135個)，然后選擇公司規模、某行業某年流動比率的平均值，某行業某年營業收入增長率的平均值，某行業某年權益乘數的平均值等解釋變量計算傾向評分(ps)，使用前述方法構建控制組，在輸出變量為商業信用再配置流入(AP)時，ATT的估計值為0.1165，對應的t值為3.71，說明資源配置效率高的行業往往有著更高的再配置流入。

四、結論與建議

在我國新興加轉軌市場，金融資源初始配置所伴隨的信貸歧視和金融抑制，降低了信貸資金的使用效率。而在供給側結構性改革的背景下，商業信用再配置是供應鏈環境下金融漏損的重要表現形式，有助于修正初始配置過程中的金融抑制，提高金融資源使用效率。本文通過考察誰是商業信用再配置最大受益者，引發對供應鏈競爭“錦上添花”效應和供應鏈合作“雪中送炭”效應的思考，并從自由現金流量和代理問題、融資約束和資源配置效率等角度分析商業信用再配置的經濟后果。研究結果發現：(1)總體來看，弱勢企業是商業信用再配置的最大受益者，這支持了商業信用再配置的“雪中送炭”效應，并且這一效應在供給側結構性改革中具有持續性。(2)微觀層面上，再配置過程的商業信用流出會削減強勢企業的自由現金流，抑制代理問題產生；再配置過程的商業信用流入能修正初始配置時期的信貸資源扭曲現象，緩解弱勢企業融資約束。(3)宏觀層面上，再配置能提升資源配置效率。進一步分析發現，非正式制度和外部環境的改善是導致再配置“雪中送炭”效應產生的原因，本文的結論有助于理解供給側結構性改革背景下商業信用再配置的演變邏輯，為供應鏈企業自發通過再配置提高資金配置效率提供了證據。

根據研究結論，提出如下建議：

首先，供應鏈中的企業要樹立合作意識。如今的市場競爭早已不再是單個企業之間的競爭，而是擴展到供應鏈之間的競爭，每個供應鏈上企業的生死存亡都關系到整個供應鏈在市場競爭中的成敗。本文的研究結論表明，商業信用再配置能夠發揮“雪中送炭”效應，這一方面可以緩解強勢企業的代理問題，另一方面可以緩解弱勢企業的融資約束。基于此，供應鏈上的強勢企業，應發揮自己的比較融資優勢，關注弱勢企業的融資需求，特別是在弱勢企業面臨財務困境時，應積極施以援手，以維持供應鏈企業之間的合作關系，促進供應鏈持續發展，最終達到雙贏的目的。此外，為爭取供應鏈利益相關者的支持、保證商業信用再配置的成功實施，弱勢企業需要注意培養供應鏈關系資本，經常性地加強與供應鏈利益相關者的溝通，規范自身行為，降低信息不對稱、提高信息透明度。

其次，企業要權衡風險與收益，合理利用商業信用。目前我國的金融體系還不完善，在金融資源的初次配置中金融抑制與信貸歧視的現象并存，使得弱勢企業在金融資源的初始配置中難以獲得所需要的資源。本文的研究結論發現，在弱勢企業面臨融資約束的情況下，商業信用可以作為弱勢企業最重要的融資來源，緩解弱勢企業的融資約束。但是，商業信用在緩解融資約束方面有其自身的局限性，過多地使用商業信用會增加企業的短期償債壓力，提高企業的財務風險，甚至會導致供應鏈企業之間的關系發生惡化。因此，企業應權衡使用商業信用的風險與收益，做到在風險可控的前提下，適度合理地利用商業信用。

再次，要深化金融體制改革，從根本上提高金融資源配置效率。本文研究發現，與商業信用再配置相比，金融資源初始配置的效率較低，金融資源初始配置過程中的金融抑制與信貸歧視是導致我國金融資源配置效率不高的根本原因，而在我國弱勢企業主要通過商業信用再配置緩解融資約束，這也與目前我國的金融體系不完善存在直接的關系。因此，想要提高金融資源的配置效率，在金融資源的初次配置中，銀行就要加大對弱勢企業的信貸資源配置，提高金融服務實體經濟的能力，具體來說，國家可以建立專門服務弱勢企業的銀行，對弱勢企業的融資提供幫助，政策性銀行應積極發揮自身的作用。同時，要加快構建多層次的金融體系，提高直接融資比重，鼓勵企業間融資，使得大型供應商和金融中介機構能夠在向中小企業提供融資方面發揮更大的作用。

最后，要深化供給側結構性改革，著力改善金融資源的供給效率。目前，我國的金融體系面臨著市場化、多元化以及國際化的局面，形勢比以往更加嚴峻。從國內來看，金融資源作為供給端最重要的要素之一，由于改革措施實施不到位，在金融資源初始配置中存在著明顯的金融抑制現象。作為標準化的政府改革，無論是放松行政管制，還是降低融資成本，抑或是減少對金融資源這種生產要素的供給限制，實際上都是供給側結構性改革的內容。因此，應堅定不移深化供給側結構性改革，積極推進政府“簡政放權”，逐步降低行政干預，為企業營造良好的外部環境，促進商業信用再配置過程中的金融要素自由流動，提高金融資源的供給效率，真正發揮市場在配置資源方面的決定性作用，最終提高資源配置效率。

注釋：

① 從2014年下半年以來，結構性失衡遭遇瓶頸，經濟加速放慢，全面深化改革、實施創新驅動發展戰略，加快轉變經濟發展方式，切實轉換經濟發展動力，因此我們將2014年設為供給側改革開始的時間。

② 如果CEO或者董事長在行業協會曾任秘書長或副秘書長、理事長、副理事長、理事或執行理事等，賦值為1，否則為0。

③ 政府干預指數是對“減少政府對企業干預”的度量，其數值越大，說明政府干預程度越低。如果某企業所在省份的政府干預指數高于當年度的中位數，我們將其賦值為1，否則為0。由于政府干預指數的數據更新到2014年，所以我們以最接近的年份替代。

④KZ=-1.002*CF-39.368*D-1.315*Cash+3.139*Lev+0.283*TobinQ。其中CF為經營活動現金凈流量除以期初總資產，D為現金股利除以期初總資產，Cash為現金及現金等價物除以期初總資產，Lev為資產負債率，TobinQ為托賓Q值。