供應鏈視角下商業信用與銀行信貸間的動態關系研究

■徐瑤之，華 迎

一、引言

商業信用和銀行信貸是企業不同的融資來源，對企業的投資和生產運營都發揮了很大的作用。關于商業信用融資與銀行信貸的關系，學者們提出了替代性融資理論和互補性融資理論，也有學者認為替代性關系和互補性關系可能同時存在。替代性融資理論的支持者提出，信貸配給是商業信用被廣泛運用的一個重要原因。由于存在信貸配給，部分企業無法獲得銀行貸款，企業信貸受到銀行限制只能向供應商求助，于是銀行貸款的替代性融資方式變成了商業信用。互補性融資理論認為商業信用傳遞了產品質量信息的信號，而這種信號能被銀行捕捉到，商業信用和銀行負債之間存在正相關關系。Alphonse P.et al.（2003）認為，商業信用和銀行信貸的替代性效應和互補性效應同時存在，并通過實證研究驗證了該結論。

近年來，國內外學者開始關注商業信用和銀行信貸的非線性關系。國外學者以債務累積水平和生產力水平為門限變量，研究證實了商業信用與銀行信貸在替代關系和互補關系之間的轉換（Burkart M. & Ellingsen T.，2004；Hui H.et al.，2011）。國內學者對商業信用和銀行信貸之間關系轉換研究的視角是基于信用規模、產能、企業生命周期（吳娜和于博，2017；于博和Gary G.T.，2018）。從學者們的研究中可以看出，商業信用與銀行信貸之間的關系可能存在非線性的結構突變。從供應鏈關系視角看，供應鏈關系的緊密程度影響企業獲取商業信用融資和銀行信貸的動態能力。但鮮有學者從供應鏈的視角展開商業信用與銀行信貸的非線性研究。因此，本文以2014—2017 年我國A 股上市公司企業為樣本，基于供應鏈關系“重構”了商業信用與銀行信貸非線性轉換邏輯，為替代理論與互補理論的融合提供了微觀解釋，拓展了商業信用、銀行信貸和供應鏈關系的研究邊界，以期為企業發揮供應鏈集中效應在信貸資源配置過程中的作用提供借鑒。

二、理論分析與研究假設

供應商是企業重要的利益相關者，影響企業的商業信用融資與銀行信貸融資。在建立交易關系的初期，企業對供應商的依賴程度較低，供應商的議價能力較弱，通常以提供商業信用的方式作為競爭手段，并且因信息不對稱的存在，企業也需要通過從供應商那里獲得商業信用來確保其產品質量。當供應商比較分散時，銀行難以準確獲取相關信息進行信用風險評估，企業較難獲得銀行信貸。因此，在交易初期供應商集中度較低時，企業能夠獲得較多的商業信用融資，但很難獲得銀行信貸，商業信用融資和銀行信貸之間呈現為替代關系。

隨著交易的發展，供應商集中度逐漸增加，適度的供應商關系型交易減少了銀行與企業之間的信息不對稱，使銀行能夠獲取與企業有關的商業和財務信息，能客觀地評估企業信用風險。適中的供應商關系可以兼顧供應鏈績效和供應鏈風險，有利于改善公司業績（唐躍軍，2009），銀行可以獲得利好的信息外溢效應，有助于企業獲得銀行信貸。而商業信用融資在一定程度上取決于買賣雙方的相對議價能力，當買方依賴主要供應商時，供應商會減少對商業信用的提供，買方獲取的商業信用融資相應減少（Uchida H. et al.，2013）。隨著供應商集中度逐漸增加，供應商的議價能力提高并逐漸占據優勢，從而提出有利于自己的商業信用條款，減少企業的商業信用融資（張良等，2011；李艷平，2017）。因此，適度的供應商集中度增加了銀行信貸，減少了商業信用融資，替代關系依然存在于銀行信貸與商業信用融資之間。

隨著交易關系的進一步加深，供應商和企業之間成為緊密的利益相關者，雙方基于雙贏理念會逐漸形成戰略聯盟。此時，考慮到下游企業的利益，供應商會通過提供商業信用來減輕下游企業面臨的融資限制，企業獲得的商業信用融資會增加（鮑群和趙秀云，2016)。公司與供應商之間的交易更加頻繁，關系更為穩定，信任度更高，共同維護供應鏈的穩定發展，進而向銀行傳遞了利好的信號，企業獲得的銀行信貸增加。因此，隨著供應商集中度的進一步增加，銀行信貸和商業信用融資之間從替代關系轉換為互補關系。綜上所述，本文提出假設1。

H1：供應商集中度是商業信貸和銀行信貸關系的門限變量，在供應商集中程度較低和適中時，商業信貸和銀行信貸之間為替代關系。在供應商集中程度較高時，商業信貸和銀行信貸呈現為互補關系。

客戶是企業的密切關聯者，客戶關系會影響企業的銷售和現金流等。在客戶集中度較低時，企業對客戶的依賴程度較低并處于優勢地位，通常會要求縮短付款期限甚至采取現金結算方式，較少向客戶提供商業信用。Daniela F.&Leora FK.（2008）研究發現商業信用間存在匹配現象，從上游供應商獲得更多商業信用融資的企業會向下游客戶提供更多的商業信用，從而實現負債期限（應付賬款）和資產期限（應收賬款）的匹配。因此在下游客戶集中度較低時，提供商業信用較少的企業也會獲得較少的商業信用融資。此外，客戶集中度較低時，企業處于賣方市場地位，經營風險較低，相對容易獲得銀行信貸。此時，商業信用和銀行信貸之間呈現為替代關系。

隨著客戶越來越集中，一方面，客戶的議價能力提高，企業向客戶提供的商業信用增加。另一方面，企業自身可能面臨融資約束，為了實現資產與負債結構的匹配，公司選擇利用商業信用來緩解融資壓力（王明虎，2015）。根據債務期限和資產期限的匹配現象，為客戶提供更多商業信用的企業在供應商處占用了更多的商業信用。同時，適度的客戶關系可以兼顧供應鏈績效和供應鏈風險，有利于改善公司業績（唐躍軍，2009），銀行可以獲得利好的信息外溢效應，有助于企業獲得銀行信貸。因此，適度的客戶集中度會同時增加企業的商業信用融資和銀行信貸，二者表現為互補關系。

然而，當客戶集中度進一步增加時，會產生負面影響。當客戶群體過于集中時，企業由賣方市場變為買方市場，客戶憑借強大的議價能力獲得更多的商業信用融資。過多的商業信用融資不利于客戶與上游企業之間的關系，對供應鏈的長期穩定發展帶來了不利影響。同時，過于集中的客戶關系伴隨著大客戶停止合作轉而投向其他競爭者的風險，過多的商業信用融資也伴隨著大客戶違約風險，企業的經營風險和財務風險增加，使銀行加強對企業的風控措施，收緊對企業的信貸額度。因此，過度集中的客戶關系會導致商業信用和銀行之間的關系從互補到替換的轉換。綜上所述，本文提出假設2。

H2：客戶集中度是商業信用和銀行信貸關系的門限變量，存在雙重門限效應。客戶集中度超過第一門限后，商業信用和銀行信貸從替代關系轉變為互補關系。超過第二門限后從互補關系轉變為替代關系。

三、研究設計

（一）樣本選擇和數據收集

選取了CSMAR 數據庫中滬市和深市2014—2017年的數據，對數據做如下處理：剔除了金融類企業；剔除ST股票和B股；排除沒有完整數據的樣本；排除應收賬款、應付賬款、業務收入和資產總額中的負樣本；應用Winsorize 對所有連續變量進行上下1%分位處理。并通過處理將原始不平衡面板數據轉換為平衡面板數據，最后得到3800 條有效數據。對于行業虛擬變量的定義，根據中國證監會行業分類2012 行業分類準則將金融企業排除在外，把滬市和深市的上市企業劃分為80個行業。本文以中央銀行根據存款準備金率和存款基準利率調整所執行的貨幣政策為基礎，界定年份的虛擬變量，將2014年、2015年、2016年定義為寬松貨幣政策年度，將2017年定義為緊縮貨幣政策年度。

表1 主要變量定義表

（二）變量定義

商業信用融資和銀行信貸分別是被解釋變量和解釋變量。商業信用融資用應付賬款、應付票據和預付款總額與總成本的比率來衡量，以此有效地衡量企業采用延期付款方式的占比。銀行信貸用銀行貸款占企業資產總額的比例，以此衡量企業獲得銀行融資的能力。供應商集中度和客戶集中度是門限變量，具體定義及其他控制變量見表1。

（三）計量模型

為了檢驗商業信用與銀行信貸的動態轉換關系，借鑒Ge Y. & J.Qiu（2007），Love I. & Zaidi R.（2010）的研究文獻，應用Hansen BE.（1999）閾值回歸模型，采用固定效應面板分析，并通過去均值除去固定效應的影響。在后續的穩健性檢驗中，采用不同時間周期的模型做進一步的分析，以增強結論的穩健性。建立回歸模型（1）檢驗假設H1，建立回歸模型（2）檢驗假設H2。

其中，核心解釋變量是銀行信貸，模型（1）的門限變量（Threshold）是供應商集中度，模型（2）的門限變量（Threshold）是客戶集中度。其中，i 代表企業，t 代表年份，Controli，t代表銀行借款等實際控制變量，INDi，t，Yeari，t代表產業和年度的虛擬變量。β是待估計參數，重點對β的系數進行檢驗。

四、實證分析與穩健性檢驗

（一）描述性統計

表2的描述性統計顯示：不同企業之間獲取商業信用融資和銀行信貸的能力存在很大的差距。從均值來看，企業依賴商業信用融資特征明顯。從商業信用融資和銀行信貸融資從1/4位到3/4位的變化對比上看，銀行信貸的增長速度高于商業信用融資的增長速度，說明隨著商業信用融資的增加，供應鏈關系效應不斷強化，銀行信貸隨之快速增加，初步證實了互補效應的存在。閾值變量供應商集中度和客戶集中度的跨度均較大。

（二）門限回歸分析

1.門限效應檢驗

本文應用Hansen BE.（1999）閾值回歸模型，采用固定效應面板分析，并通過去均值除去固定效應的影響。根據殘差平方根和最小原則尋求單門限、雙重門限和三重門限。然后，計算不同閾值的F值，使用自抽樣法以估計統計量F的漸進分布，從而得出F的p值。進一步計算F1、F2和F3在1%、5%和10%的臨界值，并判斷應選用哪種門限模型。

表2 主要變量的描述性統計結果

模型（1）的門限變量是供應商集中度，檢驗結果見表3。結果顯示應選擇單一門限，即當供應商集中度超過門限值時，商業信用和銀行信貸之間的關系就會發生結構性變化，該結論與前文假設H1一致。由表4可知，門限估計值為0.145。

表3 模型（1）門限效應檢驗結果

表4 模型（1）門限值及置信區間

模型（2）的門限變量是客戶集中度，檢驗結果見表5。根據檢驗結果，應選擇雙重門限，即商業信用與銀行信貸間存在多重結構性轉變，該結論與假設H2 相一致。由表6 可知，雙重門限的估值為0.378和0.565。

表5 模型（2）門限效應檢驗結果

表6 模型（2）門限值及置信區間

2.門限回歸結果

表7顯示了模型（1）的門限回歸結果。全樣本回歸結果如第 2 列所示。β1為-0.307，β2為0.163，回歸結果滿足β1＜0，β2＞0，說明存在由替代關系轉換為互補關系的門限。商業信用與銀行信貸在供應商集中度低于γ1（0.145）時表現為替代關系。但當供應商集中度高于γ1（0.145）后，商業信用與銀行信貸之間隨著供應商集中度的增加而表現為互補關系，假設H1 成立。國有企業的回歸結果如第3列所示，國有企業的門限效應不顯著。非國有企業的回歸結果如第4列所示，銀行等正式金融渠道對非國有企業有較多的融資限制，從銀行機構獲得貸款的機會不多，非國有企業具有比較顯著的替代效應，但是沒有明顯的互補效應。

表7 模型（1）門限檢驗結果

續表7

表8顯示了模型（2）的門限回歸結果。全樣本回歸結果如第 2 列所示。β1為-0.314，β2為1.361，回歸結果滿足β1＜0，β2＞0，說明存在由替代效應轉換為互補效應的第一門限。同時，β3為-0.054，回歸結果滿足β3＜0，說明隨著客戶集中度的進一步增加，商業信用和銀行信貸的互補效應消失轉而出現了替代效應。回歸結果表明該模型存在雙重門限效應，商業信用與銀行信貸在客戶集中度低于γ1（0.378）時表現為替代關系；但是當客戶集中度高于γ1（0.378）后，二者隨客戶集中度的增加而表現出互補關系；當客戶集中度持續增加超過γ2（0.538）時，互補效應消失開始轉換為替代效應，故前文提出的假設H2 成立。國有企業的回歸結果如第2 列所示，非國有企業的回歸結果如第3列所示，非國有企業的互補效應出現得更晚，說明銀行對非國有企業具有較高的避險情緒。

表8 模型（2）門限檢驗結果

續表8

（三）穩健性分析①限于篇幅，結果留存備索。

前文模型（1）和模型（2）選取2014—2017年的平衡面板數據建立門限回歸模型，選取不同的時間周期（2012—2014 年）進行穩健性驗證。更換時間周期后對模型（1）和（2）進行了全樣本和分樣本回歸，結果均符合假設H1 和H2，證實了前文結論的穩健性。

五、結論

本文以供應鏈中供應商集中度和客戶集中度為門限變量，實證研究了商業信用與銀行信貸存在替代關系和互補關系的結構突變特征。通過單門限分析和雙重門限分析，證實了商業信用和銀行信貸間的動態演變過程。實證結果表明：第一，供應商集中度是商業信用和銀行信貸關系轉變的門限變量。在供應商集中度較低和適中時，商業信用與銀行信貸呈現替代關系。在供應商集中度較高時，二者轉換為互補關系。第二，客戶集中度也是商業信用與銀行信貸關系轉變的門限變量，在客戶集中度較低時，商業信用與銀行信貸呈現替代關系。在客戶集中度適中時，二者轉換為互補關系；在客戶集中度進一步提高時，二者轉換為替代關系。

根據本文的結論提出以下建議：企業應加強供應鏈管理，兼顧供應鏈關系和供應鏈風險，發揮供應鏈集中效應在信貸資源配置中的作用。供應商與企業關系的穩定程度影響企業商業信用融資和銀行信貸，企業應合理利用供應商關系帶來的融資優勢。企業應注意客戶關系型交易的適度性，保持良性合作，在與客戶的商業信用談判中，可以考慮針對不同客戶關系性質進行區別對待。從企業自身的角度看，應提高公司治理水平，增加信息透明度和信用記錄，改善自身的融資環境，降低自身面臨的融資風險。對政策制定者而言，應繼續深化銀行業結構改革，規范商業信用市場的制度設計，為企業融資效應的發揮創造更好的外部條件，幫助企業緩解“融資難”問題，提高企業融資能力。