客戶風險與商業信用動態調整
——“風險共擔”還是“趨利避害”

鮑 群 汪菊英

(安徽財經大學，安徽 蚌埠 233030）

一、引言

近年來，中國經濟高速成長的同時，經濟環境也發生著較大的不確定性，尤其在經濟下行的大背景下，企業面臨著激烈的競爭環境，更加注重供應商、客戶間的緊密關系，企業間的競爭進一步轉化為供應鏈間的競爭。2017年國務院辦公廳發布《關于積極推進供應鏈創新與應用的指導意見》，更是首次將供應鏈關系發展上升為國家戰略方向。2020年國家大力推進的“六穩”“六保”工作中，穩定供應鏈關系是至關重要的一環。供應鏈上的買賣雙方常為“一榮俱榮，一損俱損”的利益共同體，客戶作為企業重要的外部利益相關者，是企業至關重要的社會資本，也是風險傳染的重要渠道。因此，客戶風險對企業的財務狀況和戰略決策具有重要影響。

供應鏈是重要的企業間風險傳染渠道，客戶風險會通過供應鏈渠道對企業產生溢出效應[1]，無論在資本市場表現[2]，還是在企業內部運營[3]等方面都有所體現。商業信用決策作為企業重要的信用決策[4]，亦會受到客戶風險溢出的影響。企業會權衡提供商業信用的收益與成本，選擇目標商業信用供給，而企業商業信用供給會圍繞著目標商業信用進行動態調整，以保證資源的配置效率。而客戶風險對商業信用動態調整行為可能具有兩種相反的態度。一方面，當客戶風險增大時，企業并沒有為了自身配置效率的提高而加快調整速度，體現了風險共擔動機。另一方面，當客戶風險增大時，企業加快了商業信用的調整速度，體現了企業趨利避害動機。那么，在這個過程中，是否存在目標商業信用值呢？客戶風險如何影響企業商業信用供給調整行為？調整行為體現了風險共擔還是趨利避害動機？這些都是亟待檢驗的問題。

與已有研究相比，本文的主要貢獻在于：第一，豐富關聯企業信用風險傳導效應，已有文獻主要關注于同行業橫向傳染、資產關聯企業間風險傳染，未能說明供應鏈企業間風險傳導機制，本文為企業風險的供應鏈溢出效應提供現實參考。第二，從動態視角深入研究企業商業信用供給行為。已有文獻大多關注商業信用供給等靜態行為，而企業財務決策動態調整行為更能反映出財務行為實質，本文從動態調整的視角的研究結論更具有說服力。第三，證實了供應商和客戶聯盟競合關系的存在，已有研究大多將公司看成孤立的個體，對交易企業持有機會主義態度，本文從理論和經驗兩個方面證實，企業難以在供應商—客戶關系中抽離出來，存在競合并存的關系。

二、理論基礎和研究假設

（一）目標商業信用供給存在及其動態調整

“信貸配給”理論給出商業信用出現的原因，若金融機構對公司實施信貸配給，則部分企業恐難獲得支持，因此，在這種信貸歧視的環境下，商業信用作為交易過程中的靈活信用手段，廣泛存在于中國各企業間[5]。基于買方市場理論，由于買方具備談判優勢，賣方企業出于促銷動機會擴大銷售。但從供應商能力角度，需要占用一定量資金，企業需要承擔成本[6]。因此商業信用總成本最小時的商業信用提供數應當是最優值，稱為目標商業信用供給。但在實際經營中，企業的實際商業信用供給偏離目標值，主要是因為企業樂于向客戶提供商業信用來提升競爭力，穩定與客戶的關系，并希望獲得超額收益，因此獲得利益是企業提供商業信用供給最主要的動力，但商業信用的缺陷在于交易和收款在時間上不一致，并且伴隨著高額成本和信用風險，若商業信用大量擠占營運資金，將會產生機會成本，若客戶破產違約，基于供應鏈風險傳染效應，企業難以脫身，因此面臨信用風險。另外，若上游企業將資金過多投放于應收賬款，會產生額外監督成本。所以對于目標是價值最大化的企業來說，不會讓商業信用供給長期偏離目標值，企業必定會進行趨向最優商業信用供給的動態調整。鑒于以上分析，本文提出如下假設：

H1：企業存在最優商業信用供給，并向最優商業信用供給調整。

（二）客戶風險對商業信用動態調整影響效應

客戶面臨經營危機或財務危機時，信用風險會沿著供應鏈在上下游企業間逐漸蔓延，企業需根據外部環境來調整商業信用政策。客戶作為企業的重要利益相關者，其和供應商企業往往是“一榮俱榮，一損俱損”的關系[7]。

一方面，良好的客戶關系使得供應商愿意與客戶共擔風險，產生供應鏈協同效應。下游客戶面臨較大經營風險或者財務風險時，企業為了保持穩固的客戶關系和供應鏈的正常運作，通常會延緩商業信用動態調整速度，體恤和向客戶示好，資源互補，和客戶維持聯盟競合的關系，幫助客戶度過難關。這是因為，如果供應商對商業信用的調整幅度過大可能會影響供應鏈關系，而一旦大客戶流失將很難在短時間內開辟新的營銷渠道，進而造成銷售收入的損失，增加企業的轉換成本和調整成本。此外，失去客戶時，供應商和客戶之間的關系資本投入會使企業承擔更多成本，也會引起調整成本增加。所以供應商可能會出于合作穩固等原因伸出“支持之手”，降低調整幅度，進而降低了調整速度。

另一方面，在風險規避和機會主義的動機下，企業會選擇“趨利避害”。供應鏈是企業間風險傳導的重要路徑。在客戶面臨風險時，很大可能會通過供應鏈將風險傳導給供應商企業，企業因此會面臨壞賬損失和違約風險，造成較高的壞賬成本[8]。同時，供應鏈企業間除了合作關系以外，也存在競爭關系，可能產生“敲竹杠”等機會主義行為。因此企業會出于風險規避原則或者“敲竹杠”等機會主義行為動機，加快調整速度，減少機會成本。基于“風險共擔”和“趨利避害”分析，本文提出如下兩個假設：

H2a：客戶風險越高，企業會基于“風險共擔”動機而降低商業信用動態調整速度。

H2b：客戶風險越高，企業會基于“趨利避害”動機而加快商業信用動態調整速度。

（三）融資約束的調節作用

企業是否加快商業信用動態調整速度，還受其外部的經濟壞境、市場機制和企業規模等的制約。在眾多內外部影響因素中，企業的融資能力、營運資本配置效率等都會受到融資約束水平的牽連。由于企業內外信息不對稱現象和資本市場中存在交易費用的原因，企業內外部資本市場的資本成本顯然存在差異，企業可能需要支付更高的融資成本進行外源性融資，因而會造成企業自由資金的使用受到限制，這個就是融資約束。基于預防性動機，在資金的使用上，管理層比較謹慎，只有當面臨低融資約束水平時，企業才會樂于延緩商業信用調整速度來幫客戶度過難關。基于美國上市公司實證研究，當貨幣政策緊縮時，融資約束較低的企業不會減少商業信用供給[9]。已有學者還發現，貨幣緊縮給客戶帶來風險時，流動性水平較高的企業樂于延緩商業信用供給調整速度[10]。基于以上分析，本文提出如下假設：

H3：客戶風險對商業信用動態調整速度的影響受到企業融資約束程度的約束，融資約束程度較低的企業調整速度更慢。

三、研究設計

（一）樣本及數據來源

本文以2006—2019年滬深A股上市公司的面板數據為初始樣本，借鑒已有文獻的常規做法，對初始樣本做了如下處理：（1）剔除ST和金融業的上市企業；（2）刪除前五大客戶未披露銷售占比的企業；（3）剔除研究數據缺失的樣本；（4）為了降低極端值對回歸結果的影響，本文對所有連續變量進行上下1%的縮尾處理。本文數據來自于供應商與客戶均為上市公司的企業，而且做了供應商和客戶年度匹配的數據。手工搜集客戶相關數據，其他數據來源于CSMAR數據庫。經過以上篩選，最終得到935組供應商—客戶一一匹配公司年數據。

（二）變量定義與模型設定

商業信用供給衡量企業的商業信用政策，代表企業向客戶提供的商業信用規模，本文借鑒Garcia and Martinez（2010）的方法，用應收賬款和營業收入之比衡量該指標。最優值及其調整速度，本文借鑒黃繼承（2014）的研究，用商業信用供給目標值預測的固定效應模型和標準的調整模型來估計。首先，選取一系列與商業信用供給相關的公司特征變量，控制年限和行業，進行線性擬合目標商業信用供給，如模型（1）所示：

在模型（1）中，Crsui,t*表示公司i在t年的目標商業信用供給。公司特征變量分別是：商業信用的占有（Cocy）、企業成長性（Growth）、利潤率（Gprof）、現金流（Cflow）、短期債務水平（Stlev）、企業規模（Size）、成立年限（Age）、產品質量（Prod）。各變量的具體計算方法見表1。將模型（1）的擬合出的目標商業信用供給代入模型（2）：

表1 指標定義

其中，Crsui,t表示公司i在t年末實際商業信用供給，Crsui,t-1表示公司i在t-1年末實際商業信用供給，Crsui,t-Crsui,t-1記為DCrsui,t，表示企業i在t年的實際商業信用調整速度。Crsui,t*-Crsui,t-1記為DMCrsui,t，表示企業i在t年的實際商業信用供給偏離程度。重點關注回歸系數β，它的含義是公司實際商業信用供給與目標商業信用供給之間的差距以平均每年β的速度變化，稱為企業主動進行商業信用動態調整的速度。模型（2）也可以寫為：

模型（3）進行回歸得到（1-β）和α1β至α10β的值，從而得到α1～α10。接著將α1～α10代入模型（1），即可得到目標商業信用供給Crsui,t*的值。

最后借鑒安素霞和劉來會（2020）的研究，將計算得到的Crsui,t*代入模型（2），通過在模型（2）中添加客戶風險與商業信用供給偏離程度的交互項，便可考察客戶風險對商業信用動態調整速度的影響。模型設定如下：

其中客戶風險，本文借鑒Altman（1968）和Zhang（2010）的做法，Z指數（Z-score）描述企業破產概率。Z-score=1.2×營運資金/總資產+1.4×留存收益/總資產+3.3×息稅前利潤/總資產+0.6×股票總市值/負債賬面價值+0.999×銷售收入/總資產。Z指數越小，企業破產可能性越大，即風險越大。λ1衡量客戶風險對商業信用動態調整速度的影響。若λ1顯著為正（負），則表明客戶風險顯著降低（提高）商業信用動態調整的速度。

四、實證分析與結果

（一）描述性統計

實際商業信用供給調整程度DCrsu的均值為0.015,4，標準差為0.079,8，商業信用供給偏離程度DMCrsu的均值為0.154,6，標準差為0.209,0，表明樣本公司商業信用供給偏離目標的程度和趨向目標商業信用供給的幅度都偏小，但分布比較廣泛。商業信用供給Crsu的均值為0.221,9，標準差為0.231,6，表現出我國上市公司的實際商業信用供給處于中等水平。這與孫蘭蘭和王竹泉（2016）的研究結果一致。研究企業的客戶破產指數Z的均值為1.545,9，標準差為0.817,6，破產分界線為1.8，因此客戶風險較大。

（二）回歸分析

1.目標商業信用供給存在及其調整檢驗

表3給出了商業信用政策局部調整模型的回歸結果。由表3可知1-β=0.519，β=0.481，β越接近于1，調整速度越快，我國滬深A股上市公司商業信用政策的調整速度為0.481，且通過了1%的顯著性檢驗。所以，企業目標商業信用供給存在得到檢驗，并且企業每年的商業信用供給確實在往目標值調整。因此假設H1成立。

表3 目標商業信用回歸結果

2.客戶風險與商業信用供給動態調整

表4匯報了對模型（4）進行估計得到的結果，表4的列（1）顯示上市公司i在t年實際商業信用供給調整速度DCrsui,t與t年初的商業信用供給偏離程度DMCrsui,t之間顯著正相關，結果顯示符合動態權衡理論，研究企業的商業信用供給確實向目標商業信用供給方向調整。列（2）不難看出，DMCrsu×Z-score系數為正，在5%的水平上顯著，說明Z指數越小，商業信用供給調整速度越慢，即客戶風險越高，商業信用動態調整速度越慢，假設H2a得到證實。表明供應鏈企業間存在支持之手，且積極的“支持效應”占主導地位，供應商和客戶傾向于“風險共擔”。供應商企業與下游客戶基于未來收益而合作，因此企業不會因為客戶面臨風險而獨善其身，消極的“掠奪效應”受到供應鏈關系的監督，“趨利避害”的機會主義行為受到約束。

表4 客戶風險與商業信用動態調整回歸結果

3.融資約束的調節作用

借鑒黃繼承（2016）的研究，在模型（4）的基礎上加入融資約束，模型設定如式（5）所示

其中，SA為融資約束水平，借鑒李振東和馬超（2019）的研究，SA=-0.737×Size+0.043×Size2-0.04×age，Size為公司規模，age為成立年限。構造SA與DMCrsu×Z-score的交乘項，用DMCrsu×Z-score×SA表示。此模型中，DMCrsu×Z-score的系數顯著為正，DMCrsu×Z-score×SA的系數顯著為負，則表明融資約束削弱客戶風險對商業信用動態調整速度的負向影響，回歸結果見列（3）。因此假設H3成立。

（三）穩健性檢驗

為了確保結論的可靠性，考慮到中國股票市場波動性較強，故采用股票收益率波動性指標重新衡量企業風險，進行穩健性檢驗。經檢驗，替換后的客戶風險使得回歸結果與前文保持一致，因此結論具有穩健性。

五、結論與啟示

本文從供應商和客戶為“一榮俱榮，一損俱損”的利益相關者角度出發，以2006—2019年我國滬深A股935組供應商——客戶一一匹配的公司年面板數據為研究樣本，基于動態匹配視角和權衡理論，實證研究了客戶風險對企業商業信用動態調整速度的影響。構建了客戶風險與商業信用動態調整速度的研究模型，并考察融資約束程度對二者之間的影響。研究結果表明，客戶風險越高，企業為了維護供應商—客戶關系，會減慢商業信用動態調整速度，幫客戶度過困境。基于預防性動機，在資金的使用上，管理層比較謹慎，只有外部融資約束水平較小時，企業才會樂于延緩商業信用調整速度來幫客戶度過難關。

為了更深一步活躍商業信用市場，基于本文的研究結論，可得出下述啟示：第一，從商業信用管理角度，積極發揮公司能動性，對于戰略決策者而言，要盡量往目標商業信用供給靠攏，必要時輔以相應的配套措施來緩解客戶風險所帶來的不利影響；第二，從企業間關系管理角度，充分發揮企業對客戶的監督作用和治理機制，企業與下游客戶之間要增進信息溝通，積極開展以聯盟競合為前提的合作，有效抑制客戶帶來的不利影響，積極調動客戶的危機意識；第三，政府等有關部門應該出臺有效的法律法規，用來加強企業自愿披露商業信用政策等戰略決策的力度，更深層次提升資本市場中信息的透明度，對企業在面對客戶風險時的戰略決策行為進行監督。此外，政府應當不斷完善信貸體系，豐富上游企業融資渠道，為企業營造良好的生存發展環境。