商业信用供给、客户关系及阈值效应

徐瑶之 华迎

内容提要：客户关系型交易能够衡量企业与下游客户关系的密切程度，進而会影响企业的商业信用供给行为。本文以2007-2018我国A股上市公司为样本，考察了商业信用供给和客户集中度的关系，实证结果表明二者之间存在显著的倒“U”型关系。随着客户集中度的增加，客户议价能力提高，上游企业考虑客户的强势市场地位而提供更多的商业信用;随着客户集中度进一步增加，企业和客户利益的趋同使得强势客户考虑上下游之间的长远合作而“体恤”上游供应商，减少对商业信用的占用，商业信用供给逐渐减少。进一步的研究发现，产品独特性、非国有企业以及货币紧缩政策对于商业信用供给与客户集中度之间的倒“U”型关系更为敏感。上述研究结论对于建立商业信用供给与客户关系型交易的适度性，应对外部环境的变化，提高企业自身产品独特性等方面有启示意义。

关键词：商业信用供给;客户关系;阈值效应

中图分类号：F275.5文献标识码：A文章编号：1001-148X（2020）06-0014-09

商业信用供给主要是基于赊销基础上产生的。赊销使商品交易中的资金与货物在空间和时间上实现了分离，同时产生了这一以信任为基础的短期信贷形式。商业信用供给是企业扩大销售的重要方式之一，然而考虑到现金折扣率、违约率、应收账款等的机会成本，提供商业信用的成本是高昂的。现实中，卖方并非总是“被迫”向买方提供商业信用，企业提供商业信用自有其战略考虑。早期关于商业信用供给动机的解释是商业信用扮演着非金融角色，即商业信用可以降低交易成本[1]，对不同信用等级的客户实现价格歧视[2]，提供产品质量保证[3]以及进行商品促销[4]。随着研究的深入，学者们从信贷配给的角度解释了商业信用供给的动机，商业信用在一定程度上起到了公司金融中介的作用。与银行贷款相比，供应商提供的商业信用拥有信息优势[5]、控制买方优势[6]和抵押物价值优势[7]。基于以上三大优势，供应商相比较银行更愿意提供商业信用。

Giannetti等（2011）[8]挑战了经典的供应商优势理论，提出供应商并不存在信息优势，而是和买方市场地位有关。长期的客户关系会带来更多的商业信用，供应商可以通过向客户提供商业信用参与市场上激烈的竞争，客户的市场力量会影响商业信用供给。关于商业信用供给与客户集中度的关系，学者们的研究存在争议。部分学者支持客户集中度的提高会增加商业信用供给。客户购买的商品在企业销售中的占比越大，企业对下游客户的依赖程度越高，因此企业会考虑客户的强势市场地位而“被迫”提供更多的商业信用[9]。也有部分学者提出客户集中度的提高会降低商业信用供给。企业通过和大客户建立密切的关系，降低了信息不对称，通过了解客户的运营情况和财务状况，提高供应链效率和账款的回收率，降低逾期账款风险[10]。随着企业与客户关系密切程度的增加，双方利益趋同使得强势客户考虑上下游之间的长远合作而“体恤”上游企业，减少对商业信用的占用，甚至能在企业困难时提供资金支持[11]。对此，本文将展开商业信用供给与客户关系的非线性阈值效应研究，探讨学者们争议的背后是否逻辑自洽;同时，将进一步分析产品独特性、企业所有权、货币政策对商业信用供给与客户关系的影响。

一、理论分析与研究假设

（一）客户关系对商业信用供给的影响

客户关系型交易初期，企业和客户之间的信息互通不顺畅，商业信用可以克服由信息不对称引起的逆向选择和道德风险——如果存在质量不符的问题，客户在收到商品后的一段时间内可以拒绝兑付。由此可见，商业信用在客户关系型交易初期起到了担保的作用，并向客户传递了产品质量的信息[12]。供应链关系有利于供应商或者客户，亦或是双方都受益，取决于关联方的相对议价能力，即供应商集中度和客户集中度[13]。随着客户集中度的增加，客户购买的商品在企业收入中的占比增大，强势客户可能利用其较强的议价能力要求上游供应商提供更为优惠的还款政策。商业信用供给与客户市场地位相关，供应商会为市场地位高，议价能力强的客户提供更多的商业信用[8]。市场地位高的买方通过商业信用的方式购买商品能够增加消费者剩余，消费者剩余随着买卖双方信息不对称程度的增加而增加。风险大的企业受买方市场地位的影响更大，为客户提供更多的商业信用[14]。然而，提供商业信用（大多数情况下）对企业而言是昂贵的，会降低企业自身的资金周转率，可能给企业带来现金流量风险[15]。此时，企业如果减少商业信用供给，大客户可能以与上游企业停止合作，或者以与竞争对手建立战略联合作为要挟，严重影响企业的经营发展。同时，对于企业自身而言，在面对市场地位高的大客户时很难找到其他替代客户[14]。为了防止此类风险，在上下游企业的谈判中，上游企业一般会持有更多现金，并考虑下游客户的强势市场地位而“被迫”提供更多的商业信用。因此，基于竞争的观点，随着客户交易型关系的加深，客户的议价能力提高，企业向客户提供的商业信用增加。

随着企业与客户关系密切程度的进一步加深，客户关系也可能会降低商业信用供给。当大客户在企业交易中占有很大的份额时，企业向客户提供商业信用维持交易稳定性的同时，也伴随着客户的违约风险。大客户延迟偿还甚至无力偿还账款的情况会严重影响企业的运营，可能导致企业出现现金流问题，发生财务风险[16]。在面对错综复杂的国际问题，以及诸如“新冠状病毒”疫情等突发危机事件等不确定环境下，现金流对企业的运营尤其在应对危机时至关重要。正如巴菲特对现金流的评价：“现金是氧气，99%的时间你不会注意到它，直到它没有了。”此时，企业如果持续为大客户提供商业信用，应收账款的持续增加会严重影响企业的现金流，尤其对于本身存在现金流问题的企业，可能会陷入财务困境。因此，基于财务风险的考虑，企业会考虑减少商业信用供给。与此同时，随着企业与客户关系的密切程度进一步加深，上下游企业之间互通信息的能力增强，商业信用不必作为担保或向客户传递产品质量的信息，也不需要通过提供商业信用的方式来改善与客户的关系[17]。随着客户集中度的进一步增加，供应商和客户之间的关系越来越密切，双方形成合作联盟，更注重供应链的整合，达到协同效应[18]。上下游企业之间的沟通更为顺畅，双方基于双赢的基础上提高交易效率[19]。此时，上下游企业之间的利益得到整合，企业和客户利益的趋同使得强势客户考虑上下游之间的长远合作而“体恤”上游供应商，减少对商业信用的占用，甚至能在企业困难时提供资金支持[11]。因此，基于合作的观点，随着客户关系的进一步加深，企业向客户提供的商业信用逐渐减少。

综上所述，客户关系型交易对商业信用供给的影响可能是非线性的，存在阈值效应。具体而言，随着客户集中度的提高，企业提供给下游的商业信用增加，当客户集中度达到阈值（临界值）后，随着客户集中度的进一步提高，企业提供的商业信用逐渐减少。基于上述分析，本文提出以下假设。

H1：随着客户集中度的增加，商业信用供给先增加后逐渐减少，商业信用供给与客户集中度之间呈现显著的倒“U”型关系。

（二）商业信用供给、客户关系与产品独特性

独特性是产品的核心竞争力，独特性强的产品能够提供一种稳定的关系纽带，留住客户。通常而言，产品的独特性与企业的定位以及研发投入相关，研发投入被视为企业发展潜力的指标，带来技术创新，研发投入高的产品的可替代性比较小[20]。

交易初期，企业和客户之间存在信息不对称，通过向客户提供商业信用可以降低产品质量不确定性，减少上下游之间由信息不对称引起的道德风险，议价能力强的客户会要求供应商提供更多的商业信用[21]。当企业与下游客户密切交往时，强势客户会基于自身作为独特性产品专属客户的重要竞争地位，而提高对上游供应商提供商业信用的要求。同时，独特性产品的专用性投资大，这种投资需要持续性交易，一旦交易停止，供应商将面临较大的损失[22]。因此，随着客户关系的加深，产品独特性强的企业更有动机向强势客户提供商业信用。随着客户集中度的进一步增加，上下游企业关系的密切程度达到一定水平后，上下游之间的利益得到整合，企业和客户利益的趋同使得强势客户考虑上下游之间的长远合作而“体恤”上游供应商，减少对商业信用的占用。独特性强的产品通常拥有稳定的客户群，企业和固定客户之间是紧密的利益相关者，基于双赢建立长期密切关系，双方协同互助形成合作联盟，独特性产品客户的“体恤”效应更强。此外，从防范风险的角度考虑，当固定客户群在供应商的销售中占有很大份额时往往伴随着大客户违约风险，产品独特性强的供应商更有足够的动机减少对关系密切的大客户的商业信用供给。根据上述分析，本文提出以下假设。

H2：产品独特性强的企业对商业信用供给与客户集中度之间的倒“U”型关系敏感性更强。

（三）商业信用供给、客户关系与产权性质

转型经济背景下，我国市场经济发展面临着更多的不确定性。国有企业的业务发展方向与国家战略方向更为契合，符合国家和社会发展的企业战略安排，在资金规模、销售渠道、资源等方面，国有企业比非国有企业更具有优势[23]。由于国有企业在资金和资源等方面拥有的竞争性优势，国有企业比非国有企业更具备应对客户风险的能力。而非国有企业受到信贷歧视等政策障碍，较难获取稀缺性资源，面临着更为激烈的市场竞争，随着客户集中度的增加，非国有企业更需要使用商业信用供给作为产品市场的竞争手段，从而维持强势客户的关系。商业信用的供给很大程度上取决于买卖双方的议价能力，议价能力弱的供应商以商业信用方式出售商品的份额更大，并提供更长的付款期限[24]。非国有企业的市场地位相对较低，议价能力较弱，非国有企业为强势客户提供了更多的商业信用。随着客户集中度的进一步提高，伴随着大客户违约的风险和企业陷入财务困境的风险，非国有企业面临的现金流约束更大，从风险防范的角度考虑，非国有企业更有动机减少商业信用供给。因此，与国有企业相比，非国有企业客户集中度对商业信用供给的影响更为敏感。基于上述分析，本文提出以下假设。

H3：非国有企业对商业信用供给与客户集中度之间的倒“U”型关系敏感性更强。

（四）商业信用供给、客户关系与货币政策

宏观货币政策会影响商业信用的供给与客户关系。在货币收缩时期，央行采用紧缩性的货币政策控制货币的发行，企业获取信贷较为困难，利率也随之提高。紧缩的货币政策可能与过热的经济有关，带来产能过剩，对于微观企业而言，更需要推進供给侧改革“去库存”。此时，企业通过向客户提供商业信用的方式扩大销售，达到“去库存”的效果[25]。客户在货币紧缩时期受到融资约束，强势客户更需要占用上游企业的资金以弥补自身资金缺口，因此企业会考虑下游客户的强势市场地位而“被迫”提供更多的商业信用。随着客户集中度的进一步增加，客户和企业的利益趋同使得强势客户可能考虑上下游之间的长远合作而“体恤”上游企业。企业在货币紧缩时期同样也受到融资的约束，客户从双方利益紧密相关的角度考虑，并基于“体恤”效应减少对商业信用的占用，甚至能在企业困难时提供资金支持。在货币政策宽松时期，央行通过扩张性的货币政策刺激需求，企业获得信贷较为容易，利率也随之降低。货币宽松时期企业获得资金的成本相对较低，有相对充足的资金为客户提供商业信用。与此同时，强势客户受资金的约束较小，可能不再需要强迫上游企业提供商业信用。因此，宽松的货币政策对于商业信用供给和客户关系的影响敏感度较低。根据上述分析，本文提出以下假设。

H4：货币紧缩时期商业信用供给与客户关系的倒“U”型关系的敏感性更强。

二、研究设计

（一）样本选择和数据收集

本文选取的是CSMAR数据库中沪市和深市2007-2018年的数据，对数据做如下处理：剔除金融性企业、ST股票和B股，剔除应收账款、应付账款、营业收入和总资产为负的样本。为了消除异常值的影响，本文对所有连续变量上下1%分位进行了Winsorize处理，最后得到21826条有效数据。对于行业虚拟变量的设置，本文根据证监会行业分类指引2012版，剔除金融企业，把沪市和深市的上市企业划分为80个行业。对于年份虚拟变量的设置，根据存款准备金率、存贷款基准利率调整等央行执行的货币政策将2007年、2010年、2011和2017年定义为货币政策紧缩年度;2005年、2008年、2009年、2012年、2013年、2014年、2015年、2016年和2018年为货币宽松年度。

（二）变量定义（参见表1）

1.被解释变量：商业信用供给。包括应收账款，应收票据和预付账款。本研究选取应收账款、应收票据及预付账款的加总与总资产的比重来衡量商业信用的供给情况，该变量可以有效地衡量企业采用延期收款方式的占比。

2.解释变量：客户集中度。利用前五名客户销售金额占全部销售金额的比重，衡量客户与企业关系型交易的密切程度。解释变量产品独特性用研发投入来度量，利用研发投入与营业收入的占比衡量产品的独特性。

3.控制变量：公司规模、库存、盈利能力、银行借款、公司年龄、财务杠杆、股东持股比例、商业信用融资、公司所有权性质、行业虚拟变量、年份虚拟变量等。

（三）计量模型

首先，为了检验假设H1，商业信用供给与客户关系的非线性关系，本文借鉴Ge和Qiu（2007）[26]、Hill等（2012）[17]以往研究文献，引入客户集中度二次项，构建多元回归模型，如下式（1）所示。

TCRi;t=β0+β1Cusotmeri;t+β2Cusotmeri;t2+Controli;t+INDi;t+Yeari;t+εi;t（1）

其次，为了考察产品独特性对客户关系和商业信用供给之间关系的影响，本文加入解释变量研发投入，构建模型（2）如下式所示，并根据研发投入与营业收入的占比分为产品独特性强组别和独特性弱组别，以检验前文提出的H2。

TCRi;t=β0+β1Cusotmeri;t+β2Cusotmeri;t2+β3RNDi;t+Controli;t+INDi;t+Yeari;t+εi;t（2）

再次，为考察不同产权性质上市公司的客户关系对商业信用供给的影响，本文根据模型（1）分为国有企业样本组和非国有企业样本组，用来检验前文提出的假设H3。

最后，为了考察不同货币政策下客户关系对商业信用供给的影响，本文根据模型（1）分为货币宽松时期样本组和货币紧缩时期样本组，以检验前文提出的假设H4。

回归模型中，i代表企业，t代表年份，Controli;t代表控制变量，包括公司规模、公司年限、盈利能力、库存、银行借款、股东持股比例、财务杠杆商业信用融资等，INDi;t、Yeari;t代表行业虚拟变量和年度虚拟变量。β是待估计参数，接下来需要对β的系数进行检验，验证前文提出的假设。

三、实证分析与稳健性检验

（一）描述性统计

1.主要变量的描述性统计。从表2可知：

被解释变量商业信用供给的均值和中位数分别为0.141和0.044，最小值为0，最大值为0.811，不同企业之间商业信用供给的比重存在较大的差异。主要解释变量中，我国上市公司客户集中度中位数和平均值大约为0.249和0.31，最小值仅为0.011，而最大值为0.989，标准差为0.224，可见客户集中度跨越幅度很大。研发投入占营业收入的比例平均值为0.045，最小值为0，最大值为0.255。

控制变量中，企业规模的自然对数的平均值和中位数分别为20.346和20.535。企业年龄自然对数的均值为2.008，最小值为0即上市1年，而最大值为3.219，我国上市公司的成立年限相对偏低。企业盈利能力的均值和中位数分别为0.04和0.039，最小值为-0.249，最大值为0.211，我国上市公司的盈利能力相差比较大。库存的均值为0.387，最小值为0，最大值为4.520，库存与销售的占比在不同企业间的差异较大。银行借款的比重均值为0.046，我国企业普遍受到银行信贷的约束，较难从银行获得贷款。前十大股东控股比例均值是0.588，最小值是0.001，最大值是1，可见我国上市公司的前十大股东控股比例比较大，同时前十大股东控股比例的跨越幅度也比较大。公司财务杠杆的均值为0.428，我国上市公司的负债率比较高。商业信用融资的中位数为0.219，可见我国企业商业信用融资的比重较高。产权性质的均值为0.38，代表我国国有企业占比为38%，非国有企业占比62%，非国有企业的上市公司占比高于国有企业，总体而言国有企业比例相对平衡。

2.主要变量的组间检验。从表3可以看出，与国有企业相比，非国有企业向下游客户提供的商业信用均值较高，非國有企业面临着更激烈的市场竞争。在买方市场下，非国有企业在和下游客户的谈判中，不具备较强的议价能力，非国有企业向下游客户提供了更多的商业信用。从国有企业和非国有企业的客户集中度的比较可以看出，非国有企业的客户集中度要高于国有企业，说明我国非国有企业更加依赖客户关系型交易。

由表4关于产品独特性的比较中可以看出，产品独特性弱的企业提供给下游客户的商业信用均值要高于产品独特性强的企业;产品独特性弱的企业的客户集中度要高于产品独特性强的企业。可见，产品独特性对商业信用供给和客户集中度的关系产生一定的影响。

表5表明，货币宽松时期企业提供给下游客户的商业信用均值要高于货币紧缩时期提供的商业信用。与货币宽松期相比，货币紧缩期的客户集中度较高，议价能力较强，企业处于相对弱势的市场地位。

3.相关性分析。对于主要变量之间的关系进行了相关性分析，结果见表6。商业信用供给与客户集中度的关系是我们所关注的，客户集中度与商业信用供给存在正相关，由前文理论分析可知，学者们对二者关系存在争议，可能存在非线性关系，因此需要进一步验证。一般而言，相关系数小于0.3时，变量之间不存在多重共线性关系，本文的相关系数大部分小于0.3。此外，本文变量的VIF检验均小于3，不需要删减变量。根据相关系数检验和面板数据VIF检验，本文的计量模型不存在严重的多重共线性。

（二）多元回归分析

表7第2列是模型（1）的全样本回归结果，其中客户集中度一次项的回归系数为0.118，客户集中度二次项的回归系数为-0.095，且都通过了1%的显著性检验，说明随着客户集中度的增加，商业信用供给先增加后逐渐减少。为了进一步考察商业信用供给与客户集中度之间的非线性关系，对模型（1）的阈值进行计算。根据回归结果，该模型客户集中度的阈值为0.621。模型中客户集中度二次项的系数为负数，是开口向下的抛物线。当客户集中度小于0.621时，商业信用供给随着客户集中度的增加而增加，二者之间正相关;当客户集中度超过阈值0.621时，商业信用供给随着客户集中度的增加而减少，二者之间负相关。综合而言，商业信用供给与客户集中度之间存在显著的倒“U”型关系，回归结果验证了前文提出的假设H1。

根据回归结果，商业信用供给与客户集中度之间的倒“U”型关系说明在交易初期，随着客户集中度的提高，在企业和下游客户的谈判中，客户的议价能力提高，供应商考虑下游顾客的强势市场地位而“被迫”提供更多的商业信用。随着客户集中度的进一步提高，当客户集中度达到阈值后，企业提供的商业信用停止上升，并开始逐步下降。此时，企业和客户关系的紧密程度进一步加深，上下游关系的协同会通过提高资本运行进度和资金回收速度而降低商业信用供给，企业和下游客户之间利益趋同使得强势客户考虑上下游之间的长远合作而“体恤”上游供应商，减少对商业信用的占用，甚至能在企业困难时提供资金支持，帮助企业渡过难关。

表7第3列为回归模型（2）产品独特性强的企业的回归结果，第4列为产品独特性弱的企业的回归结果，本研究将研发投入大于中位数的定义为独特性强的企业，研发投入小于中位数的定义为独特性弱的企业。独特性强企业的客户集中度一次项系数为0.092，二次项系数为-0.077，阈值出现在0.597;独特性弱企业的客户集中度一次项系数为0.074，二次项系数为-0.045，阈值为0.815。无论是独特性强企业还是独特性弱的企业的客户集中度系数都通过了1%的显著性检验，产品独特性强的企业倒“U”型曲线比产品独特性弱的企业更陡，产品独特性强的企业倒“U”型曲线的阈值在产权独特性弱的企业的左侧。由此可见，与产品独特性弱的企业相比，产品独特性强的企业的客户集中度对商业信用供给影响的敏感性更强。该回归结果验证了前文提出的假设H2。

表7第5列和第6列分别为国有企业和非国有企业商业信用供给与客户集中度的回归结果。国有企业客户集中度一次项系数为0.096，二次项系数为-0.066;非国有企业一次项系数为0.115，二次项系数为-0.097，且都通過了1%的显著性检验。可见无论是国有企业还是非国有企业，商业信用供给与客户集中度之间的倒“U”型关系都显著存在。为了进一步比较差异，国有企业客户集中度的二次项系数绝对值为0.066，非国有企业二次项系数绝对值为0.097，同时计算二者的抛物线拐点，国有企业为0.727，非国有企业为0.593。非国有企业的倒“U”型曲线相对于国有企业更陡，企业非国有产权性质导致倒“U”型曲线的拐点向左移动，与国有企业相比，非国有企业客户集中度对商业信用供给影响的敏感性更强。回归结果验证了前文提出的假设H3。

表7第7列是货币宽松时期的回归结果，客户集中度一次项系数为0.125，客户集中度二次项系数为-0.102，都通过了1%的显著性检验。第8列为货币紧缩时期的回归结果，客户集中度一次项系数为0.157，二次项系数为-0.134，亦通过了1%的显著性检验。货币紧缩时期二次项的绝对值为0.134，高于货币宽松时期客户集中度的二次项绝对值0.102。此外，货币宽松时期的阈值为0.613，货币紧缩时期的阈值为0.586，货币紧缩期倒“U”型曲线的阈值出现在货币宽松期的左侧。由此可见，货币紧缩时期商业信用供给与客户集中度之间的倒“U”型关系的敏感性更强，该结论验证了前文的假设H4。

控制变量中，企业规模、公司年龄、盈利能力，财务杠杆等与商业信用供给显著正相关，回归结果表明，企业的规模越大，成立年限越长，盈利能力越强，财务杠杆越高，商业信用供给越多。回归模型中银行借贷的系数是负数，说明外源融资能力越强的企业非但没有提供更多的商业信用，反而提供了更少的商业信用，银行贷款和商业信用供给负相关。部分学者的研究支持该观点，受到市场竞争优势等原因影响，那些易于获得银行贷款的大企业没有积极提供商业信用;而受到银行信贷约束的企业受迫于竞争劣势，提供了较大比例的赊销[27-28]。此外，库存和商业信用供给之间显著负相关，企业会通过向客户提供更多的商业信用以减少其在库存上的投资。该结论和多数学者们的研究结论相一致，商业信用供给具有存货管理的功能，达到“去库存”效果[25，29]。

（三）稳健性检验

本文进行了以下检验来验证实证结果的稳定性：首先，使用应付账款、应付票据、预收账款的加总与销售额标准化的比重来替代应付账款、应付票据、预收账款的加总与总资产标准化的比重，重新进行回归，结果如表8。其中，客户集中度一次项系数为正，二次项系数为负，且都通过了1%显著性检验，因此商业信用供给与客户关系之间存在显著的倒“U”型关系，进一步验证的前文假设H1。同时，独特性强企业的阈值为0.597，独特性弱企业的阈值为0.822，独特性强的企业阈值在独特性弱企业的左侧，企业产品独特性对商业信用供给与客户集中度之间的倒“U”型关系敏感性更强，该结论进一步验证了假设H2。此外，非国有企业的阈值在国有企业左侧;货币紧缩期的阈值在货币宽松期左侧，进一步验证了假设H3和H4。

其次，使用滞后一期的动态面板数据。在商业信用运行过程中，可能存在时间滞后效应。商业信用供给不但受到同期因素的影响，也可能受到过去时期的各种因素甚至自身过去值的影响。滞后变量模型考虑了时间因素的作用，使静态分析的问题成为动态分析。本文将所有的自变量滞后一期回归，由表9所示，除了独特性弱企业商业信用供给与客户关系的倒“U”型关系不显著，其他结论均成立，证明了结论的稳健性。

最后，为了消除遗漏变量和互为因果关系造成的内生性问题，釆用广义矩估计（GMM）的方法做进一步分析。选取客户集中度行业中位数（Customermedian）、客户集中度大小虚拟变量（Customerdum）作为工具变量。其中，Customermedian代表客户集中度的行业中位数，根据我们前文的行业分类，数据样本中包含80个行业;Customerdum是客户集中度的虚拟变量，当客户集中度大于行业中位数取1，当客户集中度小于中位数取0。GMM估计结果如表9。检验的结果表明，原模型不存在序列相关;同时检验结果通过了识别不足检验，弱工具变量检验（临界值为10%水平下16.38）和Sargen检验，证明了工具变量的有效性。由表10的估计结果可知，控制住可能存在的内生性问题后，回归结果均支持原假设，进一步证明了结论的稳健性。

四、结论与建议

本文考察了商业信用供给和客户关系型交易之间的关系。实证结果表明：商业信用供给和客户关系之间存在显著的非线性关系。在客户关系型交易中，商业信用供给与客户集中度之间由“强势买方市场”到“买方体恤效应”转变，二者呈现显著的倒“U”型关系。随着客户集中度的增加，客户在谈判中占有优势，上游企业考虑客户的强势市场地位而提供更多的商业信用。随着客户集中度进一步增加，企业和客户利益的趋同使得强势客户考虑上下游之间的长远合作而“体恤”上游供应商，减少对商业信用的占用，商业信用供给减少。本文进一步研究发现：（1）产品独特性的增强会强化商业信用供给和客户关系的倒“U”型关系，产品独特性强的企业客户集中度对商业信用供给的倒“U”型关系更为敏感。（2）客户集中度对商业信用供给的倒“U”型关系在非国有企业的敏感性更强，而在国有企业的敏感性相对较弱。（3）货币紧缩政策使得强势客户更加“体恤”企业，给予更多支持，货币紧缩期对于商业性用供给与客户集中度的倒“U”型关系更显著。

本文的结论启示企业应注意客户关系型交易的适度性，保持良性合作。企业与客户的商业信用谈判中，应考虑针对不同客户关系性质区别对待。对于建交初期的客户，企业应考察客户的财务状况和信用记录，对商业信用的供给情况进行评估。对于长期合作的关系密切型客户，由于客户集中度较高，企业提供商业信用的同时要充分考虑客户的经营风险及无力偿还信贷的情况。此外，应考虑外部融资环境和货币政策对商业信用的影响，而企业和客户关系的紧密程度也影响双方对外部环境变化的应对之策。对企业自身而言，应增加研发的支出，增强产品的独特性，有助于企业的可持续发展，提高行业竞争力。

参考文献：

[1]FerrisJ.S.A.TransactionsTheoryofTradeCreditUse[J].TheQuarterlyJournalofEconomics，1981，96（2）：311-321.

[2]BrennanM.J.，V.Maksimovic，J.Zechner.VendorFinancing[J].JournalofFinance，1988，43：1127-1141.

[3]LongM.S.，MalitzI.B.，RavidS.A.OnTradeCredit，QualityGuarantees，andProductMarketability[J].FinancialManagement，1993，22（4）：117-127.

[4]Emery，G.W.APureFinancialExplanationforTradeCredit[J].TheJournalofFinancialandQuantitativeAnalysis，1984，19（3）：271-285.

[5]WilnerB.S.TheExploitationofRelationshipsinFinancialDistress：theCaseofTradeCredit[J].TheJournalofFinance，2000，55（1）：153-178.

[6]BurkartM.，EllingsenT.In-kindFinance：Atheoryoftradecredit[J].TheAmericanEconomicReview，2004，94（3）：569-590.

[7]MaksimovicV.，TitmanS.FinancialPolicyandReputationforProductQuality[J].ReviewofFinancialStudies，1991，4（1）：175-200.

[8]GiannettiM.，BurkartM.，EllingsenT.Whatyouselliswhatyoulend？Explainingtradecreditcontracts[J].ReviewofFinancialStudies，2011，24（4）：1261-1298.

[9]FabbriD.，MenichiniA.M.C.，Tradecredit，collateralliquidation，andborrowingconstraints[J].JournalofFinancialEconomics，2010，96（3）：413-432.

[10]KalwaniM.U.，NarayandasN.Long-TermManufacturer-SupplierRelationships：DoTheyPayoffforSupplierFirms[J].JournalofMarketing，1995，59（1）：1-16.

[11]吳娜，于博.客户集中度、体恤效应与商业信用供给[J].云南财经大学学报，2017（8）：141-152.

[12]SmithJ.K.TradeCreditandInformationalAsymmetry[J].TheJournalofFinance，1987，42（4）：863-872.

[13]CooperR.，R.Slagmulder.SupplyChainManagementforLeanEnterprises：InterorganizationalCostManagement[M].ProductivityPress，1999.

[14]VanH.N.CustomerMarketPowerandProvisionofTradeCredit：EvidencefromEasternEuropeandCentralAsia[R].WorldBankPublication，2007.

[15]DhaliwalD.S.，JuddJ.S.，Serfling，M.A.，etal.CustomerConcentrationRiskandtheCostofEquityCapital[R].WorkingPaper，2014.

[16]HertzelM.G.，Z.Li，M.S.Officer，K.J.Rodgers.Inter-FirmLinkagesandtheWealthEffectsofFinancialDistressalongtheSupplyChain[J].JournalofFinancialEconomics，2008，87（2）：374-387.

[17]HillM.D.，KellyG.W.，LockhartG.B.ShareholderReturnsfromSupplyingTradeCredit[J].FinancialManagement，2012，41（1）：255-280.

[18]Iyer，G.，J.M.Villasboas.AMAjournals-aBargainingTheoryofDistributionChannels[J].JournalofMarketingResearch，2003，40（1）：80-100.

[19]BaimanS.，RajanM.V.TheRoleofInformationandOpportunismintheChoiceofBuyer-SupplierRelationships[J].JournalofAccountingResearch，2002，40（2）：247-278.

[20]Ettlie，J.E.，R&Dandglobalmanufacturingperformance[J].ManagementScience，1998，44（1）：1-64.

[21]程新生，程菲.开发支出与商业信用研究[J].中国软科学，2016（1）：109-120.

[22]WilliamsonO.E.MarketsandHierarchies：AnalysisandAntitrustImplications[M].NewYork：FreePress，1975.

[23]ShleiferA.，VishW.Politiciansandfirms[J].QuarterlyJournalofEconomics，1994，109（4）：995-1025.

[24]DanielaF.，LeoraF.K.Bargainingpowerandtradecredit[J].JournalofCorporateFinance，2016，41：66-80.

[25]DaripaA.，NilsenJ.Ensuringsales：Atheoryofinter-firmcredit[J].AmericanEconomicJournal：Microeconomics，2011，3（1）：245-279.

[26]GeY.，J.Qiu.FinancialDevelopment，BankDiscriminationandTradeCredit[J].JournalofBankingandFinance，2007，31：513-530.

[27]CookL.D.，TradeCreditandBankFinance：FinancingSmallfirmsinRussia[J].JournalofBusinessVenturing，1999，14：493-518.

[28]AlessandraG.，SimonaM.CreditChannel，TradeCreditChannelandInventoryInvestment：EvidencefromaPanelofUKfirms[J].JournalofBankingandFinance，2006，30（10）：2835-2856.

[29]BougheasS.，MateutS.，MizenP.CorporateTradeCreditandInventories：NewEvidenceofaTrade-offfromAccountsPayableandreceivable[J].JournalofBankingandFinance，2009，33：300-307.

（責任编辑：李江）