章铁生 （教授/博士） 李研 （安徽工业大学商学院 安徽马鞍山 243032）

一、引言

突如其来的新冠疫情使中国乃至世界经济陷入深度衰退，其对中国经济的影响成为当前学者们关注的热点话题。国家统计局数据显示：2020年第一季度，我国GDP及规模以上工业利润同比下降 6.8%和36.7%，人均可支配收入实际下降3.9%，全国工业产能利用率仅为67.3%。在此背景下，中央和地方政府采取了一系列措施以稳定金融市场：2020年2月初央行先后采取了投放流动性资金1.7万亿元人民币、鼓励建设债券发行绿色通道、为企业设立3 000 亿元专项再贷款等措施。国泰安数据库显示，2020年广义货币余额为2 186 795.89亿元，同比增长10.1%，扣除GDP增长率和CPI增长率达到5.33。在此宽松的货币环境下，银行贷款供给充足、融资成本降低，企业获取银行贷款的难度相对降低，企业商业信用再配置水平因而受到一定影响。此外，企业的再配置水平亦取决于其再配置意愿的高低，再配置意愿又与供应链关系中企业间的信任程度和关联水平密切相关，因此供应链集中度的高低便成为影响企业商业信用再配置行为的又一重大因素，即供应链集中度高的企业作为银行的代理人，发挥着连接银行与下游企业的中介作用。当前，对此问题进行深入研究的文献较少，对于该方面的研究亟须展开。

本文利用2007—2020年我国A股上市公司数据，基于供应链关系视角，分析了新冠疫情背景下货币政策对企业商业信用再配置行为产生的影响。研究发现：在新冠疫情影响下，货币政策对商业信用再配置行为的影响机制得到强化。在引入调节变量供应链集中度后发现，相对于供应链集中度低的企业，这一强化机制在供应链集中度高的企业中更为显著。此外，本文对这一强化机制进行了更为细致的考察，结果表明，在新冠疫情的冲击下，央行推行更为宽松的货币政策以引导实体经济融资成本下降，缩小信贷资金与自有资金的成本差距，从而弱化企业内部资金对银行信贷的替代效应，进而促进企业将银行信贷转为商业信用的资源再配置行为。

本文的研究贡献主要在于：第一，当前对商业信用再配置的研究大多是就存在性和异质性而言的，本文基于新冠疫情背景对商业信用再配置行为的影响因素进行探讨，为企业商业信用再配置研究提供了一个新的视角与证据。第二，本文通过研究不同供应链集中度的企业给下游客户提供商业信用水平的差异，来理解现实中供应链关系如何影响企业的商业信用再配置行为，进一步丰富和拓展了商业信用再配置行为影响因素的相关研究。

二、理论分析与研究假设

（一）新冠疫情对商业信用再配置行为的影响

在新冠疫情爆发致使经济活动几近停摆的背景下，我国企业面临着营收下降和现金流短缺等多重压力。为缓解企业的资金压力，我国采取更加积极的财政政策，放松实体经济的信贷政策，通过优惠的信贷环境以缓解企业所受到的外部融资困境。银行贷款供给充足、融资成本降低（祝继高、陆正飞， 2009；叶康涛、祝继高，2009；Mojon等，2002），现金流得到改善，将进一步刺激企业向下游客户提供更多的商业信用以促进销售、提升市场竞争力。

当企业面临商业信用投资时，会优先选择成本更低的自有资金为下游客户提供商业信用，使得自有资金对银行信贷的替代效应将成为影响企业商业信用再配置行为的一大重要因素（于博、尹凤，2016）。即自有资金对银行信贷的替代效应越强，企业将银行信贷转为商业信用的资源再配置效应就越弱，因此可通过弱化两者之间的替代效应来提升企业的商业信用再配置水平。在新冠疫情下，央行推行更为宽松的货币政策以增加可贷资金，引导实体经济融资成本下降，缓解企业所受到的外部融资困境。因此企业自有资金与银行信贷之间的成本差距将被缩小，自有资金对银行信贷的替代效应将被减弱，企业的商业信用再配置水平将进一步得到提升。

从另一方面来说，由于受到新冠疫情的冲击，客户所面临的融资困境更为严峻，资金缺口加大，对商业信用的依赖增强，因此将会更多地使用商业信用融资替代银行贷款融资以弥补自身资金缺口。特别是对于非国有企业，由于信贷歧视现象的存在（江伟、李斌，2006），其只能获得银行配给国有企业剩下的资源，非国有企业的融资约束进一步加深，客户使用商业信用融资替代银行贷款融资将进一步增加（陆正飞、杨德明，2011；饶品贵、姜国华，2013）。当央行推行更为宽松的货币政策时，银行贷款供给充足，贷款融资难度降低，一方面企业内部现金流得到改善，进而推动企业商业信用再配置意愿与再配置能力的提升；另一方面信贷可得性的改善以及融资成本的降低将会刺激企业向下游提供更多的商业信用以促进销售、扩大市场份额以及把握投资机会，从而促进企业商业信用供给与货币政策呈现同方向的变动。

根据以上分析，受新冠疫情的影响，国家通过实行宽松的货币政策以引导实体经济融资成本下降，一方面缩小了信贷资金与自有资金的成本差距，弱化自有资金对银行信贷的替代效应，提升企业的商业信用再配置水平；另一方面改善了企业内部现金流、刺激企业向下游提供更多的商业信用以促进销售、提升市场竞争力，进而提升企业再配置意愿。鉴于此，提出以下假设：

H1：其他条件一定时，新冠疫情的冲击会显著强化货币政策对商业信用再配置行为的影响。

（二）供应链集中度对新冠疫情与商业信用再配置之间关系的影响

在竞争日益激烈的市场环境中，企业与少数供应商/客户建立稳定合作关系至关重要（李艳平，2017），供应链集中作为企业建立稳定合作关系的重要途径，既存在风险效应也存在整合效应。对企业来说，当企业对客户/供应商投入大量专有性资产时，一旦供应链关系破裂，企业将会面临资产价值减损的风险（Raman 和 Shahrur，2008），前期投入的专用性资产成为沉没成本，严重损害企业的财务状况，甚至引发破产。整合效应体现在密切的交易往来有利于双方进行高价值信息分享，降低信息不对称程度，有利于企业安排生产、进行投资（张西征、张慧，2017），降低存货管理成本、交易成本和不确定性（Kalwani和Narayandas，1995 ；Patatoukas，2012），帮助企业及时对市场环境变化做出回应（Dyer和 Singh，1998）。随着供应链集中度的提高，其带来的风险效应和整合效应此消彼长，一方面企业获取的银行信贷规模受到一定影响（章铁生等，2022），另一方面对下游客户进行资源再配置的意愿将会有所改变。

当供应链集中度较高时，随着供应链集中度的增强，整合效应逐渐占据主导地位，企业将银行信贷转为商业信用的资源再配置水平提高。首先，供应链成员企业为深化合作关系进行专用性资产投资（Banerjee等，2008），专用性资产的大量投入会大大增加彼此间的转换成本（Kalwani和 Narayandas，1995），因此企业会更加努力维系上下游企业间稳定良好的合作关系（林钟高等，2014），当下游客户因受疫情影响而面临暂时性的资金困难时，为减少专用性资产的投资损失企业会以商业信用的方式进行赊销，从而促进企业再配置水平的提高。其次，双方信任程度不断加深。随着企业与主要客户交易的愈加密切，双方之间私下沟通相对频繁（方红星等，2017），企业之间的信任关系不断发展。通过私下沟通一方面使少数企业具备了独有的信息优势（Williamson，1979），另一方面降低了交易双方的信息不对称程度。信息不对称程度的降低使得企业对客户的营运和财务状况以及声誉等方面有了更加细致的了解，企业发生坏账的风险得以降低，因此企业对下游赊销的意愿会有所提高。最后，企业强化下游客户关系管理的意愿提高。随着企业与重要供应商/客户关系型交易程度的愈发深入，供应链成员企业间的关联越发紧密，其促进信息共享、资源整合的动机增强（Iyer和Villas-Boas，2003），上下游企业间更加注重合作（李任斯、刘红霞，2016），企业强化下游客户关系管理的意愿提高，因此当下游客户因疫情原因面临融资困境时，企业出于整体考虑会以赊销的方式助供应链整体脱困，即企业将银行信贷转为商业信用的再配置意愿提高。

因此，对于供应链集中度较高的企业，当供应链关系型交易程度进一步加深时，风险效应逐渐减弱，整合效应逐渐增强并占据主导地位，新冠疫情对商业信用再配置的强化作用更显著。然而供应链集中度较低时，企业之间处于相对竞争状态，风险效应相对于整合效应占据主导地位，为保留充裕的自有资金进行投资与规避风险，企业将减少对下游客户的商业信用再配置行为。鉴于此，本文提出以下假设：

H2：其他条件一定时，相对于供应链集中度较低的企业而言，新冠疫情对商业信用再配置行为的强化作用在供应链集中度高的企业中更为显著。

三、研究设计

（一）样本选取和数据来源

本文选取2007—2020年我国A股上市公司为研究样本，并对相关数据作以下剔除：（1）剔除ST或*ST的公司；（2）剔除金融类行业；（3）剔除相关变量数据不全的公司。本文对所有连续变量进行了相关缩尾处理以消除极端值对本文结果的影响，最后得到23 660条数据。本文的基本数据来自CSMAR数据库。统计软件为STATA 15。

（二）变量选取与定义

1.被解释变量：商业信用供给（AR）。参考已有文献的做法，采用（应收账款+应收票据）/营业收入进行衡量。

2.解释变量。

（1）银行信贷（Bank）。借鉴饶品贵、姜国华（2013）的做法，采用（短期借款+长期借款）/营业收入的方式进行衡量。

（2）货币政策（MP）。借鉴王雄元等（2015）以及陆正飞、杨德明（2011）的做法，采用MP来估算货币政策宽松程度，其中MP=M2增长率-GDP增长率-CPI增长率。若MP结果偏大，则表示货币政策偏宽松；反之，货币政策偏紧缩。从2007年至2020年 MP分别为-2.28、2.19、19.83、5.96、-1.44、3.32、3.16、2.94、5.00、2.60、 -0.43、-0.56、-0.30、5.33。这里选择几个MP较大的年份，即2009年、2010年、2015年以及2020年作为货币政策宽松年度，设置为1；其余MP较小的年份作为货币政策紧缩年度并设置为0。

（3）新冠疫情（COVID）。按年份设置为虚拟变量：2020年作为新冠疫情年份，设置为1；其他年份设置为0。

（4）供应链集中度（SC）。参考方红星等（2017）的做法，采用前五大客户销售占比（Ctop5）与前五大供应商采购占比（Stop5）的均值作为供应链集中度的衡量方式。

3.控制变量。参考陆正飞、杨德明（2011）以及Petersen和 Rajan（1997）等已有相关文献的做法，本文控制了企业规模（Size）、资产收益率（Roa）、商业信用获取（TC）、营业利润率（Prof）、现金流（Cfo）、总资产周转率（Turn）、存货（Inventory）、独立董事比例（Indd）、第一大股东持股比例（Top1）、资产负债率（Zfl）、产权性质（State）以及行业（Ind）等可能影响商业信用供给的因素。具体变量定义及其解释见表1。

表1 变量定义表

（三）模型设计

为验证假设1本文构建模型（1）、模型（2）：

为验证假设2本文构建模型（3）：

四、实证检验

（一）描述性统计

下页表2为主要变量的描述性统计结果，可以看出，对于商业信用供给，有75%企业的商业信用供给超过0.110，25%的企业的商业信用供给高于0.413，平均值为0.298，最大值为1.263，标准差为0.255，说明不同企业间的商业信用供给程度相差较大。银行信贷的平均值为0.328，标准差为0.482，说明不同企业间获取银行信贷的规模相差较大。供应链集中度的平均值为0.328，标准差为0.165，最大值、最小值分别为0.816与0.054，即不同企业前五大客户/供应商的交易量占比具有较大差异，有严重依赖大客户/供应商的企业存在。超过75%企业的关系型交易比例大于0.203，25%的企业关系型交易比例大于0.426，即整体供应链集中度相对较高，为下面考察企业商业信用供给行为提供了数据支持。其他变量描述性统计结果基本合理。

表2 主要变量的描述性统计表

（二）单变量对比分析

表3中A部分为全样本中银行信贷与商业信用供给在货币政策宽松期与紧缩期之间的均值差异检验，其中货币政策紧缩期样本量为17 999，货币政策宽松期样本量为5 661。在货币政策紧缩期企业银行借款占营业收入的比例为32.4%，而在货币政策宽松期，企业银行借款占营业收入的比例为34%，且其差异在5%的水平上显著，可见货币政策宽松期企业获取银行信贷的规模大于货币政策紧缩期。

表3 单变量对比分析

B部分为货币政策宽松期样本中银行信贷与商业信用供给在新冠疫情时期和非疫情时期的均值差异检验，其中新冠疫情时期样本量为3 240，非疫情时期样本量为2 421。在新冠疫情时期企业给下游客户提供的商业信用为0.291，非疫情时期为0.224，且其差异在1%的水平上显著，说明在新冠疫情时期企业的商业信用供给水平高于非疫情时期。

C部分为银行信贷与商业信用供给在供应链集中度高与供应链集中度低企业间的均值差异检验，其中供应链集中度低组样本量为12 050，供应链集中度高组样本量为11 610。供应链集中度较低的企业其银行借款占营业收入的比例为29.9%，给下游客户提供的商业信用为0.275；而供应链集中度较高的企业其银行借款占营业收入的比例为35.8%，给下游客户提供的商业信用为0.322，两者差异均在1%的水平上显著，初步说明供应链集中度高的企业其商业信用再配置水平高于供应链集中度低的企业。

（三）相关性分析

主要变量相关性分析结果如表4所示。商业信用供给与银行信贷在1%的水平上显著正相关，表明获取的银行信贷越多，其对下游客户提供的商业信用就越多，说明企业存在将银行信贷转为商业信用的资源再配置效应。另外，货币政策与企业获取的银行信贷在5%的水平上显著正相关，表明货币政策越宽松，企业获取的银行信贷规模越大；供应链集中度与商业信用供给与银行信贷均在1%的水平上显著正相关，说明相对于供应链集中度低的企业来说，供应链集中度高的企业其获取的银行信贷与对外提供的商业信用规模更大。此外，各控制变量之间的系数基本不超过0.5，不存在严重的多重共线性问题。

表4 主要变量的相关性分析

（四）多元回归结果分析

下页表5为假设1回归结果。其中第（1）列为对全样本的回归，结果显示商业信用供给（AR）与银行信贷（Bank）的回归系数为0.059，在1%的水平上显著，与银行信贷和货币政策的交乘项（Bank*MP）的回归系数为0.041，同样在1%的水平上显著，验证了宽松的货币政策对商业信用再配置行为起强化作用；第（2）列与第（3）列为将货币政策宽松年份的样本分组为新冠疫情时期和非疫情时期进行

表5 假设1回归结果

回归，结果显示在新冠疫情年份中，商业信用供给（AR）与银行信贷（Bank）回归系数为0.059，在1%的水平上显著，而在非疫情组中与银行信贷（Bank）的回归系数不显著。进一步对两组数据进行Suest-似无相关检验，结果p值为0.051，否定原假设，说明在新冠疫情的冲击下，货币政策对企业商业信用再配置行为的影响机制得到强化。假设1得到验证。

表6为假设2回归结果。将货币政策宽松年份的样本分组为供应链集中度高组和供应链集中度低组进行回归后发现，对于供应链集中度较高的企业来说，商业信用供给（AR）与银行信贷（Bank）的回归系数为0.028，在5%的水平上显著，与银行信贷和新冠疫情的交乘项（Bank*COVID）的回归系数为0.069，在1%的水平上显著；而对于供应链集中度较低的企业来说，商业信用供给（AR）与银行信贷（Bank）以及交乘项（Bank*COVID）的回归系数均不显著。进一步对两组数据进行Suest检验，结果p值为0.082，否定原假设，说明相对于供应链集中度较低的企业，新冠疫情对商业信用再配置的强化作用在供应链集中度较高的企业中更显著。假设2得到验证。

表6 假设 2回归结果

五、稳健性检验

为检验结果的稳健性，采用以下几种方式进行验证。（1）替换被解释变量。参考王贞洁、王竹泉（2013）以及王雄元等（2015）做法，替换被解释变量商业信用供给为（应收账款+应收票据-预收账款）/销售收入（AR2），进行回归后基本结果不变，假设1、假设2得到验证。（2）替换解释变量。参考王雄元等（2015）的做法，采用第一大客户销售占比（Ctop1）与第一大供应商采购占比（Stop1）的均值作为供应链集中度的替代变量，回归结果基本不变，假设1、假设2稳健。（3）固定效应模型回归。为解决可能存在的遗漏变量导致的内生性问题，采用固定效应模型进行回归，回归结果与主检验基本一致。（4）自变量滞后一期。考虑到银行信贷对商业信用供给的影响可能存在互为因果导致的内生性问题，对银行信贷滞后一期处理，按原模型再次进行回归，回归结果基本不变。

六、进一步研究

突如其来的新冠疫情使世界经济陷入深度衰退，为缓解疫情的冲击，央行推行宽松的货币政策以引导实体经济融资成本下降，加快经济复苏。信贷融资成本的下降有效缩小了银行信贷与企业自有资金的成本差异，从而弱化了企业自有资金对银行信贷的替代作用，进而提升了部分企业的商业信用再配置水平。为验证这一逻辑的合理性，本文将进一步对其中的作用渠道进行更为细致的考察，这有助于进一步理解新冠疫情如何强化货币政策与商业信用再配置行为间的影响关系。

本文利用温忠麟等（2004）提出的中介效应检验程序构建以下模型，对企业内部现金流在货币政策与商业信用再配置之间是否发挥中介效应进行检验。

其中，CF为企业内部现金流，参考于博、尹凤（2016）的做法，采用（扣除非经常性损益后的净利润+折旧与摊销）/总资产的方式进行衡量。

表7给出了企业内部现金流的替代效应作为影响渠道的检验结果。路径模型Path a中，货币政策（MP）与商业信用供给（AR）的回归系数为0.006，在1%的水平上显著；在路径模型Path b中，货币政策（MP）与中介因子企业内部现金流（CF）的回归系数在1%的水平上显著为负；在路径模型Path c中，当把中介因子企业内部现金流（CF）放入模型时，货币政策（MP）与商业信用供给（AR）的回归系数为0.004，依然在1%的水平上显著，但小于路径模型Path a中的回归系数0.006。经比较，βγ与γ同号，说明存在部分中介效应，中介效应占总效应的比例为12.02%。为进一步验证是否存在中介效应，本文进行了Sobel检验与Bootstrap检验，结果显示p值为0.012，间接效应的置信区间不包含0，拒绝原假设，即宽松的货币政策弱化了企业自有资金对银行信贷的替代效应，从而提高了商业信用再配置水平。综合Path a、Path b、Path c模型的路径分析结果得知，企业内部现金流的替代作用是货币政策对商业信用再配置产生影响的中介因子，该渠道存在部分中介效应，中介效应占比为12.02%。

表7 路径检验

七、研究结论

本文以2007—2020年我国A股上市公司为研究对象，基于供应链关系视角考察了新冠疫情背景下货币政策对企业商业信用再配置水平产生的影响。研究发现：在新冠疫情的冲击下，货币政策对企业商业信用再配置的影响机制得到强化；进一步分析发现，相对于供应链集中度较低的企业，这一强化机制在供应链集中度高的企业中更为显著。最后，本文对这一强化机制进行了更为细致的考察，结果表明，在新冠疫情的影响下，国家通过实行更为宽松的货币政策以引导实体经济融资成本的下降，缩小信贷资金与自有资金的成本差距，弱化企业内部资金对银行信贷的替代效应，从而强化企业将银行信贷转为商业信用的资源再配置行为。以上发现从微观视角肯定了新冠疫情时期货币政策调控在优化资源再配置方面的积极意义，拓展了宏观经济政策与企业微观行为研究的边界。因此，企业应积极响应国家采取的财政政策，主动抓住货币政策宽松带来的融资优势，增加银行信贷规模，充分发挥出中小微企业与银行间“信用桥梁”的作用。需要特别关注的是，供应链集中度并非越高越好，企业在加强供应链关系管理的同时也应及时防范和控制供应链管理中存在的风险，保持适度的供应链集中度水平在优化资金配置效率方面是十分有必要的。