供應商集中度對股價崩盤風險的影響研究

周子熙 李良

[摘要]金融市場在國民經濟中占據非常重要的地位。為探討供應商集中度作用于股價崩盤風險的機制和路徑，選取2008—2019年A股制造業公司為樣本，研究供應商集中度與股價崩盤風險的關系。結果顯示，供應商集中度上升會導致股價崩盤風險的增加，且供應商集中度通過影響商業信用，從而影響股價崩盤風險。當供應商集中度較大時，會導致企業的商業信用受到侵占，最終引起股價崩盤風險上升。

[關鍵詞]供應商集中度;股價崩盤風險;商業信用;中介效應

一、 引言

股票市場對于國家經濟發展具有十分重要的作用，其穩定與否對于整個社會經濟、金融體系的風險防控意義重大。然而近些年來，股票崩盤、暴跌現象層出不窮，不但對金融市場造成嚴重打擊，也對國家經濟安全帶來了極大的危害。黨的十九大明確指出“嚴防死守各大風險防控站，其中最重要的是要對金融風險進行防范”1，這體現了黨和國家持續防范化解金融風險、維護金融市場穩定的態度和決心。2018年6月A股被納入MSCI新興市場指數、2019年6月被納入富時羅素新興市場指數等標志著我國股市發展得到國際認同，但是我國股市發展仍然不夠穩定，時常出現股價大規模下跌事件。股價的大規模、急劇崩盤現象會導致金融市場的變化，從而可能引發經濟市場的動蕩。

2020年5月4日，國家發改委明確指出在疫情期間要全力以赴保持供應鏈的穩定，在供應鏈穩定的基礎上不斷提高競爭力2。目前企業在選擇供應商和客戶時，已經從分散單獨的供應商、客戶關系轉化為集中的關系。一條供應鏈中，位于上方的是供應商，下方是客戶，向客戶企業提供生產開發所需的材料、半成品及服務等是供應商的主要功能。如果企業的供應商只有一個或幾個，即供應商集中度較大時，供應商向企業提供的原材料半成品價格或服務水平對客戶企業的生產水平維持或飛速發展有著十分重要的作用和意義。相對而言，客戶企業會對供應商造成嚴重的依靠傾向，以至于供應商處于供應鏈的強勢地位，具有較強的議價能力，可能會要求企業提前付款，導致企業的流動性資金會減少，企業的商業信用會受到侵占，從而加劇企業的融資約束，企業資金流動性下降這一負面消息的意愿上升，進而導致股價崩盤風險上升。

之前學者主要是從代理問題、信息不透明以及機構投資者三方面研究供應商集中度，鮮有學者從供應鏈的角度出發且大多數集中于客戶集中度。因此本文基于以上背景，研究供應商集中度對股價崩盤風險的影響，并探討商業信用的中介效應。這不僅是對現有理論的進一步探索和補充，還為資本市場主體以及利益相關者如何有效避免金融風險給出了一定的參考價值。同時供應商集中度作為一個可以進行量化的指標，對于上市公司和投資者而言，是在實際工作中方便獲取的且來源可靠的，這也為資本市場主體和利益相關者有效、合理地避免金融風險提供了一定的參考和價值。

二、 理論分析與研究假設

1. 股價崩盤風險的成因

股票崩盤風險是指當公司內部負面信息積累達到臨界點后爆發，對股票價格產生重大負面影響，并導致股票價格急劇下跌 [1]。資本市場的正常運營一直是大眾關注的焦點，其穩定不僅與相關利益投資者息息相關，并且對整個地區和國家的經濟金融正常穩定繁榮發展起到不可估量的作用。近年來，國內外股票市場都出現過暴跌暴漲的現象，這種極其不穩定的波動會造成資本市場的不穩定運行。中國股市相比于國外發達資本市場，制度上還需更進一步完善，市場建立時間也較晚，相對比較多變和不穩定，因此出現股價崩盤的風險也高。因此國內外學者從不同方面對股價崩盤風險影響因素進行了探討，并在此基礎上尋求防止和降低股價崩盤風險的辦法。目前影響股價崩盤風險的因素主要聚焦于以下三點：

（1）代理問題。具體是指公司股東與公司管理者之間的代理問題而引發的股價崩盤風險。就公司管理層而言，管理者從自身利益出發，會有目的性地隱瞞公司的負面消息。壞消息累積達一定值被爆發時，則會對股價造成巨大沖擊，導致股價大幅下降[2]。管理層可能會故意隱藏或延遲發布負面信息，是基于職業發展、工資激勵，商業建設，政治晉升的考慮，并更傾向于提前披露好消息，這種情況會導致股票收益信息不對稱，進而導致股價泡沫虛高，產生股價崩盤風險[3-4]。Kim等從首席執行官的角度出發，研究其對股價崩盤風險的影響，結果表明，當首席執行官存在過度自信的情況，那么所處的公司的股價在未來可能面臨暴跌的風險更多。究其原因，是當首席執行官存在過度自信的情況時，在投資項目選擇上，會盲目承擔一些負凈現值的項目，這會對公司經營產生阻礙，進一步惡化消極消息的囤積，最終導致股價瘋狂暴跌[5]。Mamun等同時發現如果首席執行官（CEO）所擁有的權力越大，那么他所在公司的股價在未來面臨崩盤的可能性也就越大[6]。

（2）信息不透明。Hutton等研究了公司不透明度與股價崩盤風險的關系，結果表明公司財務信息越不透明，出現崩盤風險的概率越大，并提出了可以利用盈余管理的措施來預防崩盤風險[1]。Kousenidis等指出股市風險應該反映在會計信息中，但是當最終披露信息時，由于流向財務報告使用者的信息減少而導致信息披露的減少可能會導致股價暴跌[7]。Defond等探索了國際財務報告準則的采用是否會影響公司股價崩盤風險，研究結果表明采用國際財務報告準則會降低非金融公司的崩盤風險，尤其在信息環境較差的公司更為明顯，這是因為采用國際財務報告準則會增加公司財務信息的透明度，進而減少股價崩盤風險[8]。Abedifar等[9]以全球銀行為研究樣本，檢驗會計法規和執行標準對股價崩盤風險的影響，研究結果表明，會計法規和執行標準更加嚴格的國家，出現股價崩盤的風險更低，這是因為監管機構會計法規的制定，是為了提高財務報告質量和透明度以減少外部投資者的信息風險。

（3）機構投資者。機構投資者的監督限制了職業經理人對公司現金流量的提取，從而降低了經理承擔的公司特定風險，減輕了管理人員的壞消息累積，這會導致股票價格暴跌的可能性相應降低。由于長期機構投資者擁有大量股份和較長的投資期限，因此有很強的動力進行監管，經理人很難隱藏和捕獲公司的現金流。相反，對于短期的機構投資者來說，這種關系發生了變化，因為他們傾向于交易而不是監督。機構投資者越長期，那么公司的股價崩盤風險越低，如果公司機構投資者越短期，那么股價崩盤風險就越高。這是因為職業經理人在臨時績效不佳時會掩蓋壞消息，以保護其工作。但是，當累積的壞消息最終超過臨界點時，經理們放棄了隱藏信息的嘗試，所有壞消息立即被發布，從而導致股價暴跌。管理者負面消息的囤積會因為長期機構投資者的強力控制而縮小，從而使得公司股價崩盤風險在一定程度上得到控制。

Callen等研究探討了機構投資者的確定性與股價崩盤風險的關系以及在多大程度上影響了股價崩盤風險[10]。結果顯示機構投資者越確定，股價崩盤風險越低，這是由機構投資者的監管理論導致的而不是短期主義理論。同時穩定的機構投資者群體在預先防范降低管理層的不良活動中發揮著監督作用，以降低股價崩盤風險。結果還表明短期的機構投資者會對上市公司產生不利影響，最終增加未來股票價格暴跌的風險。Wang等研究了管理層的機會主義行為對機構投資者訪問頻率對股價崩盤風險的作用，研究表明機構投資者訪問頻率與股價崩盤風險呈倒U型，表明在低頻率訪問階段時，隨著機構投資者訪問頻率的增加，股價崩盤風險隨之升高，而當訪問頻率過高時，股價崩盤風險隨之降低[11]。這是因為管理層的投機行為旨在避免訪問的負面影響。特別是當管理層的機會主義行為受到高度激勵并且實施空間更大時，訪問頻率與股價崩盤風險之間的非線性關系就更加明顯。如果機構投資者的注意力不集中，則會帶來更大的股價崩盤風險。也就是說，如果他們因為外來事情而被分散過多注意力時，會對公司的事情更加漠不關心，經理人更有可能通過其他方法累積壞消息，那么公司將會面臨較大崩盤風險。對于國有企業、由首席執行官擔任董事會主席的公司以及分析師覆蓋率較低的公司，這種影響更為明顯。這種影響主要是由于專注的長期機構投資者引起的，而不是由短期的機構投資者引起的。Fan等研究考察了機構投資者在中國A股市場中與公司股票價格崩盤風險中的關系，表明機構投資者的負面作用加劇了市場的崩潰風險[12]。

2. 商業信用與股價崩盤風險

企業的信息披露受到其融資模式的顯著影響，商業信用是指供應商通過要求企業提前支付貨款來為經營活動進行融資的做法。商業信用在世界范圍內被廣泛當作短期融資的重要工具。在金融市場欠發達的國家，商業的作用更為重要，通過商業信用進行的融資方式是和銀行信貸一樣重要的外部融資來源。

在正常經營活動中供應商向買方提供商業的動機很強，因為可以限制買方的機會主義行為。而機會主義行為的減少，將會導致股價崩盤風險的降低。同時，有更多商業信用的公司通常在財務上會受到限制。因此，這些公司為了獲得商業信用等更好的外部融資渠道，會積極改善信息的披露，因為信息不對稱的減少，也會將使得股票價格崩盤的風險降低。

企業融資主要有三大來源：公司債券、銀行借款以及商業信用。在發達國家和發展中國家，商業信用都被認為是可替代性融資選擇，且在公司的債務結構中起著日漸重要的作用。由于我國目前資本市場上還存在著融資渠道不完善的問題，使得債券融資在上市公司資本結構中所占比例很低，商業信用和銀行借款成為公司的主要融資來源。互相依賴且擁有共同利益的雙方是商業信用融資能夠產生的重要前提條件，企業在售賣產品或提供服務過程中采取提前或延后收取貨款的方式會產生商業應用，它是企業短期融資的重要組成部分。在商業信用融資中，提供商業信用的一方為債權人，對債務人的財務情況能夠有更細致清楚的了解，以此將公司的負債風險控制在較低的水平，保證公司的債務可以及時收回，壞賬及爛賬的發生頻率降低，從而使得公司治理達到正向積極的狀態。

Cao等研究了中國背景下公司的商業信用融資是否會對公司股價下跌的概率產生重大影響。結果顯示，商業信用越高的企業，未來股價崩盤風險越低[13]。對于信息不對稱較顯著的和所處金融市場不太發達的公司，這種負相關關系更為明顯。進一步的研究結果顯示，監控機制和披露機制都可以促進企業披露相關信息，使得信息更加透明化。王娟研究了商業信用融資是否對股價崩盤風險有影響，實證結果顯示，商業信用越高，未來股價崩盤風險越低。同時她還進一步研究在不同情況下商業信用融資如何對未來股價暴跌的影響。結果顯示，如果公司在行業內地位較低，所處地區法律壞境惡劣時，商業信用和股價崩盤風險的負相關關系將更加顯著，反之則相反[14]。Gu等發現股價崩盤風險與銀行貸款利息成正相關關系，研究結果認為發放貸款時，股價崩盤風險是銀行重要考慮的風險因素，進一步研究發現，當銀行是國有企業且借款公司是國有企業時，股價崩盤風險與銀行貸款利息差之間的正相關關系就會更加顯著，并且當股價崩盤風險較高時，企業能獲得的貸款期限也會變短[15]。同時，在法律環境較差的地區，國家的影響力和社會網絡會產生一定的影響。

3. 供應商集中度與商業信用

在市場運行過程中，商業信用融資發揮著十分關鍵的作用，其對于市場績效和企業經營績效都會產生正向影響，且還能夠在一定程度上對企業融資約束進行緩解，使規模效率得到持續提升。從功能上而言，商業信用融資和銀行借款雙方能夠相互替代。企業商業信用的積累是一個漫長過程，其融資來源客戶和供應商、企業所處的供應鏈關系會直接影響到商業信用融資。在企業發展過程中，供應商是利益相關者，當前隨著時代的快速發展、企業經營特點的轉變，企業供應商也逐漸開始出現集中化趨勢，企業會依據自身的生產需要、發展需求等選擇最中意的幾個供應商，并與其形成一種戰略聯盟，構建合作關系，推動交易成本的降低。不過雖然供應商集中對于企業而言有一定的好處，但是供應商過度集中，也會導致企業談判處于弱勢，降低談判能力。Summers等選取655家英國企業作為對象進行研究，最終發現在實際運行過程中，低廉便捷的商業融資被視為一種非常常見的手段[16]。在供應鏈中，如果公司在市場所占份額較高時，即代表它擁有了話語權，此時供應商就沒有話語權，所以公司會提出一些要求，比如要求晚一點支付對供應商的貨款。在實際運行中企業和供應商都青睞于提升流動性，有較多的現金流規避風險、投資等。在這個過程中企業和供應商會相互競爭以提升自身的流動性，而企業供應商越是集中，且向這些供應商采購量越大，那么供應商就越有較高的談判能力，其會向企業提出現金付款、及時付款等要求，從而企業會面臨商業信用融資減少的威脅。

國內學者徐淳厚等通過分析了解到，如果企業的供應商有較高集中度，那么企業商業信用融資就會降低，供應商會對企業提出提前付款的要求，降低企業流動資金，并侵占企業商業信用[17]。Fabbri等主要針對于供應商議價能力對商業信用的影響關系進行了研究，最終發現，處于弱勢地位的供應商會為企業提供較多的商業信用，且這些商業信用在企業商品中會占較高的份額，而客戶會適當對付款期限進行延長，甚至這一期限會高于供應商期限，從而會出現逾期付款的情況[18]。在中小企業中，供應商信用融資發揮著十分重要的作用，特別是在金融市場發展水平不高的國家中，處于弱勢地位的供應商會在一定程度上受到銀行的約束，從而難以提供強大的貿易信貸，這就會導致其競爭力降低。這體現了在市場中商業信貸是供應商的一種競爭手段。學者Zhang等也圍繞這方面的內容進行了研究，他們通過研究發現公司如果供應商集中度較高，那么就會導致自身議價能力被降低，進而會導致內部資金流動性、盈利能力等降低。另外，供應商集中度較高，還會導致公司面臨更大的供應沖擊風險，這就會間接提升外部融資成本[19]。

本文基于上述文獻，提出以下2個假設：

假設1：供應商集中度上升導致股價崩盤風險的增加。供應商集中度越高，股價崩盤風險越高。

假設2：供應商集中度通過影響商業信用，從而影響股價崩盤風險。商業信用在供應商集中度對股價崩盤風險的影響中起到中介作用。

三、 數據來源及模型設定

1. 樣本數據

本文選取2008—2019年滬深兩市A股制造業上市公司作為研究樣本。剔除了*ST和ST公司、年度周收益率的觀測值少于30個以及數據缺失的樣本，最終得到9191個觀測值。數據來源包括兩部分：①供應商集中度數據根據上市公司年報所披露的“向前五名供應商采購金額合計占總采購金額的比例”手工整理得到;②其他數據來源于CSMAR數據庫。為避免極端值的影響，本文對連續變量均采用了上下1%的縮尾處理。

參考于博等的研究[20]，檢驗供應商集中度對崩盤風險的影響的模型如下：

2. 變量定義

被解釋變量。本文的被解釋變量的是股價崩盤風險。參考江宇軒和許年行的研究[21]，股價崩盤風險分別由負收益偏態系數（NCSKEW）和收益率上下波動比率（DUVOL）來度量。NCSKEW的值越大，意味著股價崩盤風險越高;DUVOL的值越大，股價崩盤風險越大。度量方式如下：

其中，[Ri，t]指的是股票[i]在第[t]周考慮現金紅利再投資的收益率，[Rm，t]指的是A股所有股票在第[t]周經流通市值加權的平均收益率。本文在公式（4）中分別加入超前和滯后兩期的市場收益率來緩解交易非同步性帶來的偏差。

收益率上下波動比率（DUVOL）的計算方法如下：對于每個公司、年度樣本，首先先定義特定收益率小于均值的周為下跌周，特定收益率高于均值的周為上漲周。然后分別計算出下跌周和上漲周特定收益率的標準差，得出下跌波動率和上漲波動率。最后，以下跌波動率除以上漲波動率并取自然對數，即得到每一個公司、年度樣本的DUVOL指標。計算公式如下：

②解釋變量。本文的解釋變量是供應商集中度。參照趙秀云等的研究 [22]，計算方法為：公司向前五名供應商購買商品等所付的金額/公司所有的采購金額。

③中介變量。參照方明月的研究[23]，本文的中介變量為商業信用。計算方法為：公司應付賬款/營業成本。

④控制變量。參照Hutton等[1]、Kim等[4]和趙璨等[24]的研究，本文控制了滯后一期的崩盤風險NCSKEWt-1和DUVOLt-1、總資產收益率ROA、資產負債率LEV、股票[i]在第[t]年周特定收益率的標準差SIGMA、股票[i]在第[t]年周特定收益的均值RET、月均超額換手率DTURN、公司規模SIZE、信息透明度ABACC、市值賬面比MB、第一大股東持股比例NO1。所有變量的具體定義和說明如表1所示。

四、 實證結果與分析

本文的實證分析過程是先進行描述性統計，以了解建模數據的基本情況，在進行控制行業和年份的基礎上驗證供應商集中度對股價崩盤風險的影響，并通過中介效應方法分析上游供應商的商業信用即應付賬款與營業成本的比例對股價崩盤風險影響的中介效應，以驗證本文所提出的假設，并通過穩健性檢驗驗證本文得到的結果是比較可信的。

1. 描述性統計

本文通過描述性統計（表2），先對數據的基本情況進行一個了解，描述性統計包括變量的樣本個數，均值，標準差，最小值，最大值，以及各個分位數的情況，若變量的標準差較大，說明企業各年份之間的該變量的波動程度較大，即差異是較大的，本文已經提前進行了winsorize處理對數據進行了一個異常值的處理，因此后續的研究可以排除異常值帶來的不良的影響。

由上表可知，NCSKEWt+1、DUVOLt+1、PAYRATE1t、NCSKEWt、DUVOLt、ROAt、RETt、DTURNt的標準差均是大于均值的，說明這些數據的波動是比較大的，winsorize已經減少了最大值和最小值帶來的波動影響，NCSKEWt+1的均值和中位數分別為-0.233和-0.208，DUVOLt+1的均值是-0.151，中位數是-0.157，均值的標準差是0.694，中位數的標注差是0.475，可見各個公司的崩盤風險還是存在很大差異。SUPPLYt的平均值為0.338，p5是0.105，p75是0.441，這說明了各個企業的供應商集中度肯定是不同的，但是根據上面數據顯示，對于整體而言，供應商集中度總體偏高。

2. 供應商集中度與股價崩盤風險

接下來通過控制年份和行業來研究供應商集中度對股價崩盤風險的影響，本文利用式（4）對供應商集中度與股價崩盤風險進行多元回歸，結果如表3所示。

本文利用式（1）對供應商集中度與股價崩盤風險進行多元回歸，結果如表3所示。研究供應商集中度對與NCSKEW（負收益偏態系數）和DUVOL（收益率上下波動比率）影響。

列（1）是對負收益偏態系數的影響，模型的調整R方為0.118，模型的擬合優度為11.80%，由于是面板數據，且企業數據之間的差異性是比時間序列截面數據差異更大的，因此，擬合優度較低是比較正常的現象，F值為26.16，在0.01的顯著性水平下整個模型是顯著的，即存在99%以上的概率解釋變量和控制變量對被解釋變量的影響是比較顯著的。供應商集中度SUPPLY對負收益偏態系數NCSKEW的影響系數為1.079，且在0.01的顯著性水平下顯著，即存在99%以上的概率供應商集中度的增加是促進負收益偏態系數增加的，

列（2）是對收益率上下波動比率的影響，模型的調整R方為0.130，模型的擬合優度為13.00%，F值為29.08，在0.01的顯著性水平下整個模型是顯著的，即存在99%以上的概率解釋變量和控制變量對被解釋變量的影響是比較顯著的。供應商集中度對收益率上下波動比率DUVOL的影響系數為0.766，且在0.01的顯著性水平下顯著，即存在99%以上的概率供應商集中度的增加是促進收益率上下波動比率增加的。

以上兩列結果均表明供應商集中度與股價崩盤風險顯著正相關，即供應商集中度越大，股價崩盤風險越大，且用兩個變量得到的結果是更為準確的，即假設1成立。

3. 中介效應檢驗

如果解釋變量X通過另外一個變量M影響被解釋變量Y，那么M就被稱為這一組影響中的中介變量。中介效應分為三個步驟，其中，解釋變量為X，被解釋變量為Y，中介變量為M。

首先檢驗解釋變量對被解釋變量的影響是否顯著：

若系數c不顯著，則說明已經不存在中介效應，停止下一步的檢驗，若c是顯著的，也不能說明存在中介效應，要繼續進行下一步：

若系數a不顯著，則需要進行sobel檢驗，若sobel檢驗通過，則說明中介效應存在，sobel檢驗在進行下一步檢驗后進行：

若a和b中任意一個不顯著，則需要進行sobel檢驗，若sobel檢驗通過，則說明中介效應是存在的，若都是顯著的，若a、b都顯著，則[c']顯著的話，則說明存在部分中介效應，若[c']不顯著的話，則說明存在完全的中介效應。

本文的中介效應檢驗如表4所示。

SUPPLYt對NCSKEWt+1和DUVOLt+1的系數顯著為正，這初步驗證了中介效應方法的第一步，說明解釋變量對被解釋變量影響是顯著的，第二步驗證SUPPLYt對PAYRATE1t的影響系數為-1.377，且在0.01的顯著性水平下顯著，存在顯著的負向影響，通過了第二步檢驗，第三步，將解釋變量和中介變量都放入到模型中，SUPPLYt對NCSKEWt+1和DUVOLt+1有顯著的正向影響，而PAYRATE1t則存在顯著的負向影響，解釋變量和中介變量均是顯著的，由于所有系數均是顯著的，因此，不需要再進行sobel檢驗，說明PAYRATE1 t存在部分的中介效應，即一部分是SUPPLYt作用于NCSKEWt+1和DUVOLt+1的，一部分是SUPPLY t通過作用于PAYRATE1 t再作用于NCSKEWt+1和DUVOLt+1的，驗證了本文的中介效應即本文的假設2成立。

4. 穩健性檢驗

①利用改變被解釋變量與中介變量變量的度量方法來進行穩健性檢驗。對于被解釋變量，利用極端值收益率的方式來度量股價收益率的分布。當某周的特定收益率小于年平均特質收益率3.09個標準差時，即發生[Wi，t≤Average（Wi，t）-3.09σi]時，定義[CRASHi，t]等于1即發生了股價崩盤風險，如果等式相反，則等于0。由于這個變量是虛擬變量，因此，回歸時采用Logit 模型。對于中介變量，則是通過公司公布的財務年報來獲得應付賬款和總負債的值，再將兩者相除即獲得商業信用的中介變量（PAYRATE2）。將被解釋變量和中介變量更換后，重新進行回歸。回歸結果如表5所示。

從表5可以看出，SUPPLYt對CRASH t+1仍然存在顯著的正向影響，且對中介變量仍然存在負向的影響，且該影響是顯著的，在將SUPPLYt和PAYRATE2t同時作為解釋變量放入到模型中時，兩者均是顯著的，且SUPPLYt系數仍然為正向，PAYRATE2t仍然是為負的，替換變量后回歸結果同之前的回歸結果相一致，證明結論具有穩健性，本文的回歸結果是穩健的，因此，本文得到的結果是比較可信的。

②在前文控制了行業和年份固定效應的基礎上，接下來通過控制企業和年份固定效應，來檢驗結果是否一致，回歸結果如表6所示。

從表6可以看出，供應商集中度（SUPPLYt）對股價崩盤風險（NCSKEWt+1和DUVOL t+1）產生顯著正相關影響，說明在考慮了樣本公司個體差異的情況下，該回歸結果與前文并無本質差異，說明本文的研究結果是穩健可行的。

五、 結論

1. 研究結論

股價崩盤風險的發生不僅會對投資者和上市公司造成直接的經濟損失，對于整個資本市場的正常公開透明運行也會造成負面影響，同時也給整個金融市場甚至國家經濟安全埋下了重大隱患。本文的主要目的在于檢驗供應商集中度對股價崩盤風險的影響以及是否是通過商業信用這一中介變量進行影響的，從而為公司治理監督以及金融市場繁榮穩定提供一定的參考價值。

通過整理與總結前人學者的文獻資料，對影響股價崩盤風險的因素、供應商集中度與商業信用的關系以及商業應用與股價崩盤風險的關系進行了總結，同時探討了供應商集中度與未來股價崩盤可能性的關系。結論表示：（1）供應商集中度和股價崩盤風險呈顯著正相關，即供應商集中度越高，股價崩盤風險越低。（2）供應商集中度與商業信用的關系是顯著負線性相關。如果公司的供應商越不集中，公司所獲得的商業信用就越多。（3）商業信用與股價崩盤風險呈顯著負相關，當公司的商業信用越高，那么公司未來所面臨的股價崩盤風險也就越低。（4）供應商集中度通過對商業信用的影響，進而影響股價崩盤風險，當供應商集中度較大時，供應商處于強勢地位，可能會要求企業提前付款，進而導致企業的商業信用受到侵占，其資金流動性削弱，公司隱藏這一負面消息的意愿將上升，最終導致股價崩盤風險上升。

2. 實踐啟示

本文從供應商集中度的角度出發，為研究影響股價崩盤風險的因素提供了新的思路與想法。研究成果為公司穩定發展、投資者的保護以及金融市場的平穩安全提供了一定的參考，也為公司的供應商選擇提供了一定的幫助。具體的實踐啟示有以下兩點：（1）對企業而言，要關注供應商集中度，當這一指標過高時，可能會對企業的正常經營產生影響，在與供應商開展合作時，要避免供應商過于集中的現象發生;（2）對于投資者而言，要及時關注公司供應商集中度的變化，當供應商集中度較高時，要理性客觀地分析，謹慎投資。

參考文獻：

[1] Hutton A P， Marcus A J， Tehranian H. Opaque Financial Reports，R2 and Crash Risk[J].Journal of Financial Economics，2009，94（1）：67-86.

[2] Lee S M，Jiraporn P，Song H.Customer Concentration and Stock Price Crash Risk[J].Journal of Business Research，2020，110（27）：327-346.

[3] Kothari S P， Shu S， Wysocki P D. Do Managers Withhold Bad News？[J].Journal of Accounting Research，2009，47（1）：241-276.

[4] Kim J， Zhang L. Accounting Conservatism and Stock Price Crash Risk： Firm-level Evidence[J]. Contemporary Accounting Research，2016，33（1）：412-441.

[5] Kim J B， Wang Z， Zhang L.CEO Overconfidence and Stock Price Crash Risk[J]. Social Science Electronic Publishing，2016，33（4）：1720-1749.

[6] Mamun M A， Balachandran B，Duong H N Powerful CEOs and Stock Price Crash Risk[J].Journal of Corporate Finance，2020，62（36）：101-582.

[7] Kousenidis D V， Ladas A C， Negakis C I.Accounting Conservatism Quality of Accounting Information and Crash Risk of Stock Prices[J].Journal of Economic Asymmetries，2014，32（11）：120-137.

[8] Defond M L， Hung M， Li S， et al. Does Mandatory IFRS Adoption Affect Crash Risk？[J]. Accounting Review，2015，90（1）：265-299.

[9] Abedifar P， Li M， Johnson D L.Accounting Regulations， Enforcement and Stock Price Crash Risk：Global Evidence in the Banking Industry[J].Social Science Electronic Publishing，2018，23（34）：123-145.

[10] Callen J L， Fang X.Institutional Investor Stability and Crash Risk： Monitoring Versus short-termism？[J]. Journal of Banking & Finance，2013，37（8）：3047-3063.

[11] Wang J， Liu G， Xiong Q.Institutional Investors' Information Seeking and Stock Price Crash Risk：Nonlinear Relationship based on Management's Opportunistic Behaviour[J]. Accounting & Finance，2002，60（43）：21-49.

[12] Fan Y， Fu H. Institutional Investors， Selling Pressure and Crash Risk： Evidence from China[J]. Emerging Markets Review，2020，36（34）：42-61.

[13] Cao F， Ye K， Zhang N，et al. Trade Credit Financing and Stock Price Crash Risk[J]. Journal of International Financial Management & Accounting，2017，29（1）：30-56.

[14] 王娟.商業信用融資對股價崩盤風險的影響——基于債務治理效應視角[J].經濟與管理評論，2019，35（3）：110-121.

[15] Gu X， Xin Y， Xu L. Expected Stock Price Crash Risk and Bank Loan Pricing：Evidence from China's listed firms[J]. Pacific-Basin Finance Journal，2019，57（6）：13-25.

[16] Summers B， Wilson N. An Empirical Investigation of Trade Credit Demand[J].International Journal of the Economics of Business，2002，9（2）：257-270.

[17] 徐淳厚，閆偉東，溫丹.我國零—供商積怨關系的探討與解決之道[J].北京工商大學學報（社會科學版），2006（5）：11-16.

[18] Fabbri D，Klapper L F. Bargaining Power and Trade Credit[J].Journal of Corporate Finance，2016，41（21）：66-80.

[19] Zhang X， Zou M， Liu W，et al. Does a Firm's Supplier Concentration Affect Its Cash Holding？[J]. Economic Modelling，2020，01（25）：22-40.

[20] 于博，毛玄，吳菡虹.客戶集中度，融資約束與股價崩盤風險[J].廣東財經大學學報，2019（5）：62-75.

[21] 江軒宇，許年行.企業過度投資與股價崩盤風險[J].金融研究，2015（8）：141-158.

[22] 趙秀云，鮑群.制度環境、關系交易與現金持有決策[J].審計與經濟研究，2015，30（3）：21-29.

[23] 方明月.市場競爭、財務約束和商業信用——基于中國制造業企業的實證分析[J].金融研究，2014（2）：111-124.

[24] 趙璨，陳仕華，曹偉.“互聯網+”信息披露：實質性陳述還是策略性炒作——基于股價崩盤風險的證據[J].中國工業經濟，2020，384（3）：176-194.

Abstract：The financial market occupies a very important position in the national economy. In order to explore the mechanism and path of supplier concentration degree on stock price crash risk， the 2008—2019 A-share manufacturing company is selected as a sample to study the relationship between supplier concentration degree and stock price crash risk. The results show that the increase in supplier concentration degree will increase stock price crash risk， and supplier concentration degree will affect stock price crash risk by affecting trade credit. When supplier concentration degree is large， it will lead to the infringement of the trade credit of the enterprise， and ultimately lead to an increase in stock price crash risk.

Key words：supplier concentration degree; stock price crash risk;trade credit;mediation effect

作者簡介：周子熙（1997-），女，西南交通大學經濟管理學院研究生，研究方向為股價崩盤風險;李良（1975-），男，博士，西南交通大學經濟管理學院教授，研究方向為供應鏈管理、倫理決策行為。

（收稿日期：2021-04-19 責任編輯：殷 俊）