商业信用供给的同伴效应：近朱者赤乎？

洪金明， 王梦凯， 马德芳

(1.中国财政科学研究院，北京 100142；2.首都师范大学 管理学院，北京 100089)

一、问题的提出

近年来，融资难问题一直是我国企业高质量发展的主要障碍，国家相继出台了一系列企业融资扶持政策，例如“国九条”“银十条”“定向降准”等政策。值得注意的是，我国长期处于不均衡的二元经济和金融体系的制度背景下[1]，企业规模歧视和所有权歧视严重制约着正规金融市场融资的效果[2]，而以商业信用为主的非正规金融是企业融资的另一重要途径[3]。一方面，商业信用供给能够保证产品质量、扩大销售规模，是公司提升市场竞争优势以及行业地位的有效手段；另一方面，大规模的商业信用供给会导致企业应收账款增加，造成财务费用和管理费用增多、企业现金流受限，加剧企业的经营压力[4-5]。同时，由于外部环境存在很大程度的不确定性，一旦商业信用供给累积过多或者不能及时收回，客户的账款违约会使供应商承受巨额坏账损失，财务风险还可能通过供应链向上游传染[6]，从而对整个供应链的生产经营造成规模性的负面影响。Wind资讯相关数据显示，截至2019年年末，我国A股上市公司应收账款余额总规模达5.23万亿元，与2016年、2017年和2018年相比分别增加了17.22%、16.20%和9.10%。鉴于此，2020年7月，国务院出台了《保障中小企业款项支付条例》，加强了对企业应收账款的管理。这也从一个侧面说明，应收账款的累计规模以及是否能够顺利收回对企业的商业战略实施以及长远发展具有举足轻重的作用。在新支付条例的制度背景下，探讨商业信用供给水平的影响因素，无疑有着重要的理论价值和现实意义。

古语有云：“近朱者赤，近墨者黑”。公司所处的外部环境以及同伴群体往往会影响公司的行为选择，从而表现出经营决策的一致性和趋同性。随着行为金融学理论与实践的迅速发展，越来越多的研究表明企业的行为决策经常受到同伴公司的影响[7]，即企业制订决策时通常会受到周围特征相近企业显著的外生性影响[8]。诸多研究表明，企业在资本结构[9]、现金持有[10]、投资决策[11]、股利分配[12]、高管薪酬[13]以及信息披露[14]等财务决策方面均存在同伴效应。商业信用是供应链上下游企业竞争的重要影响因素，企业为保证自身商业信用水平的科学性和有效性，在进行商业信用供给决策的过程中是否存在同伴效应值得深入探讨。另外，由于存在信息不对称和代理冲突，外部环境、行业特征等异质性因素也可能影响公司的商业信用水平[15]。进一步地，如果商业信用供给存在同伴效应，就处于不同市场结构、拥有不同行业地位以及客户关系的企业而言，其同伴效应又是否存在显著差异呢？

鉴于此，本文以2008—2019年我国A股上市公司为样本，从行业内公司之间相互作用的视角出发，实证研究了同伴效应对商业信用供给的影响及其在不同市场结构、行业地位和客户关系情境下的差异性。本文可能的贡献在于：第一，关于商业信用水平影响因素的已有研究主要集中在经济形势[16]、货币政策[17-18]、法律环境[19]等宏观层面，以及企业规模[20]、盈利能力[21]、行业地位[22]等微观层面，并未考虑到行业内企业之间的相互作用，本文从同伴公司这一视角切入，拓宽了商业信用供给影响因素的研究视角。第二，已有研究表明企业的融资决策[23]存在同伴效应，但大多针对正规金融渠道，本文探讨企业典型的非正规金融决策的同伴效应问题，进一步丰富了企业融资决策同伴效应的经验范畴。

二、理论分析与研究假设

(一)商业信用供给的同伴效应

同伴效应也称为羊群效应，主要指个体的决策会受到周围特征相近群体的相互影响，表现为同一群体内的模仿或者追随行为[8]，通过同伴间相互学习产生社会乘数效应，从而形成决策制订的趋同性和相似性。在当今经济下行压力趋势下，环境不确定性较高，市场竞争越发激烈，由于同行企业面临的市场环境和政策规范非常相似，企业间存在“信息共通”现象，因而同伴公司间会更容易产生学习效应。理性的管理层在进行决策时会变得小心谨慎，强烈的风险规避动机会促使企业模仿同行业其他企业的决策[24]，尤其是行业领先企业的决策制订，从而合理应对社会环境剧烈的变动。商业信用作为一项重要的财务决策，企业在进行该决策时会受到同伴企业的影响。商业信用作为一种商品质量保证[25]，可以增加企业的客户黏性、扩大销售规模、降低销售成本，在激烈的市场竞争中扩大竞争优势，但是企业过度提供商业信用会造成经营现金流问题以及财务风险，严重制约企业发展。因此，企业需要参考同伴企业确定的商业信用供给水平，谨慎把握商业信用条款“紧缩”或者“宽松”的程度，从而保证自身商业信用水平的科学性和有效性。

根据现有理论，我国上市公司商业信用供给存在同伴效应的解释有以下几个方面：第一，基于社会学习理论，在环境不确定的情境下，公司进行商业信用供给决策的独立性会弱化，反而会更偏好于观察同行公司的动态，通过参考并模仿相似公司的商业信用供给决策倾向，从而获取更为成功的经验来提升自身的竞争优势。另外，在信息不对称的情况下，Lieberman & Asaba[24]认为同伴效应是企业间传递信息的一种表现，公司通过分析评估同伴企业披露的财务状况、客户关系、经营策略等信息，可以指导自身决策的制订，从而紧跟竞争对手的步伐。第二，基于委托—代理理论，管理者基于自身声誉和风险规避的考虑，在决策制订过程中会存在“学习”效应，即使决策出现失误，也会由于和其他公司管理者之间的责难分担，从而保护自身职业声誉，不仅能有效应对环境不确定性带来的冲击，还能降低获取信息的成本和决策的风险。第三，基于新制度理论，在外部环境模糊和信息不确定时，公司有强烈动机主动去模仿行业内其他公司的内控制度和商业信用供给等经营决策[26]，能为决策制订的政治合法性提供有效保障，优化公司的生存环境和发展前景。据此，本文提出如下假设。

H1：商业信用供给水平会受到同行业公司商业信用供给水平的显著影响，即上市公司商业信用供给存在同伴效应。

(二)市场结构对商业信用供给同伴效应的影响

行业竞争程度作为重要的市场结构特征，与企业的各项经营决策有着紧密的关联。基于行业竞争假说，在竞争型市场结构下，为了争夺更多的客户资源，企业往往会提供更多的商业信用[27]。为了应对激烈的行业竞争带来的压力，公司进行商业信用供给决策时，模仿同伴企业的现象会更加明显[3]。一方面，同行业公司面临严重的产品同质化现象，产品研发投入成本高昂并且研发周期较长，产品差异化难以实现，并且向高端化市场转型发展也需要大量资金支持，产品质量和产品定位很难形成较大的差距。因此，企业有更大动机选择制订宽松的商业信用政策，向外界传递自身产品高质量的信号，提升自身市场声誉，从而削弱同伴企业的竞争优势。另一方面，企业的管理者非常注重维持自身声誉，理应更加努力地工作，从而作出更科学、更适合企业发展的商业信用水平决策。然而，现阶段我国的管理人才市场还不够成熟，并且面临市场环境不确定性较大，管理者即便不努力工作导致净收益下降，也不会对声誉造成过大的影响[28]。尤其是在竞争型市场结构中，管理者为减少做出决策付出的成本、降低决策失误的风险，在制订经营决策时更容易出现机会主义行为，较为盲目地跟随同伴企业的商业信用供给决策。随着市场竞争程度的增大，公司模仿同行企业决策的动机会更加强烈，公司更加可能对同行商业信用供给决策做出反应。据此，本文提出如下假设。

H2：商业信用供给的同伴效应在竞争型市场结构中更为显著。

(三)行业地位对商业信用供给同伴效应的影响

面对外部环境的不确定性以及激烈的市场竞争时，同伴企业的学习效应会弱化部分独立决策的动机。在选择模仿的对象时，行业地位是一项重要的考量因素。一方面，受信息效应的驱动，目标企业有动机学习领先同伴企业的优势信息和先进管理经验[24]。当面临相同的外部环境时，相较于行业跟随者，行业领导者披露的信息会被同行企业进行更多的解读与分析，其战略选择、决策制订等行为会形成更为显著的示范效应，从而表现出明显的导向性行为[26]。另外，行业领先企业普遍规模较大、营业收入较高，在行业内更具有发言权，其各项决策的制订更容易影响行业标准的设定，基于自身的信息优势，会做出更符合市场发展前景的规划和决策，这些信息对行业地位较低的公司无疑具有重要的参考价值。

另一方面，为了维护自身声誉和领导地位，目标企业会参考模仿追随同伴企业的财务行为决策[29]。通过分析模仿行业地位较低企业的商业信用供给水平，目标企业可以对自身财务决策进行科学的动态调整，从而削减同伴企业的收益，维护自身的行业领导地位[30]。另外，对于行业地位较高的企业来说，其管理层对自身声誉更加重视，不管是因为商业信用供给水平过低造成客户流失还是因为商业信用供给水平过高导致流动性问题，都会承担决策失误的责任，甚至影响他们在管理人才市场中的声誉。在这种情境下，管理层在决策制订上会显得信心不足，很可能参考追随同伴企业的商业信用供给来规避决策风险。因此，行业地位是目标企业选择模仿对象的重要影响因素，但这种影响可能存在两种不同的作用机制。据此，本文提出如下假设：

H3a：商业信用供给水平受领先同伴企业的影响更为显著。

H3b：商业信用供给水平受追随同伴企业的影响更为显著。

(四)客户关系对商业信用供给同伴效应的影响

从供应链的角度分析，公司通过向客户提供商业信用能够扩大销售规模、提供质量保证，从而拥有稳固的客户关系，而不同的客户关系会导致议价能力存在差异，影响公司的商业信用供给决策制订，从而对商业信用供给的同伴效应造成影响。现有研究发现，客户集中度越高，公司对客户提供的商业信用就越多[31]，主要原因是公司和客户的依赖关系不平衡，公司的主要客户越集中，对客户的依赖性越强，议价能力越低，所以在与客户进行商业信用供给水平的博弈中处于劣势。另外，根据买方市场理论，客户为提升资金流动性，会借助自身强势的议价能力和市场地位要求更宽松的商业信用条款，导致供应商被动提供更多的商业信用[32]。同时，应当考虑到公司提供大量的商业信用无疑会产生高昂的成本，不仅会降低自身的资金周转率、阻碍业务发展，大规模的坏账还会造成严重的财务风险。因此，公司的客户集中度越高，议价能力越低，为了防止出现重大的财务风险，进行商业信用供给决策时会更加谨慎，会有更强的动机去参考同伴企业商业信用水平的制订。据此，本文提出如下假设。

H4：企业客户集中度越高，其商业信用供给的同伴效应越显著。

三、研究设计

(一)样本选取和数据来源

本文选取2008—2019年沪深两市A股上市公司为研究样本，考虑到2007年我国上市企业新会计准则的实施，为避免新准则对样本数据的影响，故选择2008年作为研究起始年份。为了保证样本数据的准确性和可靠性，依次进行如下筛选过程：(1)剔除金融行业、保险行业上市公司；(2)剔除在样本区间内被ST、*ST的上市公司；(3)剔除主要变量数据缺失的样本。为了消除极端值的影响，本文对所有连续变量进行上下1%的Winsorize处理。本文根据《上市公司行业分类指引》证监会2012年版，按照行业二级分类，经过上述处理之后，最终得到80个行业共15 421条有效样本数据。本文的上市公司数据主要来源于CSMAR数据库，各行业内的公司总数从国家统计局网站以及Wind数据库中查找整理所得。

(二)变量定义

1.被解释变量

商业信用供给(AR)为本文的被解释变量，主要有两种度量方法：一种是应收账款占总资产的比重；另一种是应收账款占总销售额的比重[2]。考虑到企业的商业信用供给主要发生于向客户销售商品的过程中，本文采用“应收账款/销售收入”来衡量企业的商业信用供给。

2.解释变量

同伴公司的商业信用供给(P_AR)为本文的解释变量。同伴公司一般包括同行业公司和同地区公司，鉴于同行业的公司具有更加密切的联系，更有可能通过学习效应对企业的经营决策倾向产生重大影响，因此本文将企业的同伴对象界定在行业层面。借鉴Leary & Roberts[33]的做法，用同行业所有公司剔除i公司后商业信用供给的平均值度量同伴公司的商业信用供给。

3.调节变量

(1)市场竞争(Compet)。借鉴陈正林[31]、彭镇等[29]的做法，采用两种方法来衡量市场竞争：第一种，根据各行业企业数量(CompetN)来衡量市场竞争程度，行业内企业数量越多，说明市场竞争越激烈。将行业内企业数量大于中位数的行业定义为竞争型市场结构，取CompetN为1，反之则为非竞争型市场结构，取CompetN为0。第二种，根据各行业内公司营业收入的赫芬达尔指数(CompetH)来衡量行业竞争程度，该指数的具体公式如下：

(1)

其中，Si表示i公司的营业收入，S表示i公司所在行业内所有公司的年营业收入总和，N表示行业内上市公司的数量。赫芬达尔指数越小，说明行业内市场集中度越低，市场竞争越激烈。将行业赫芬达尔指数小于中位数的行业定义为竞争型市场结构，取CompetH为1，反之则为非竞争型市场结构，取CompetH为0。

(2)行业地位(L&F)。本文借鉴潘子成[13]的做法，采用公司规模、营业收入、营业利润、利润率四种指标来衡量上市公司的行业地位。Lead_I和Fol_I则分别代表样本公司所处行业的行业领先者和行业追随者。以公司规模为例，根据公司规模大小对各行业内所有公司(包括样本公司)进行排序，然后生成各行业内公司规模的四分位数，将公司规模位居行业前25%的公司定义为行业领先企业(Lead_IS)，将公司规模位居行业后25%的公司定义为行业追随企业(Fol_IS)。同样地，采用营业收入指标可以得到Lead_IR和Fol_IR；采用营业利润指标可以得到Lead_IP和Fol_IP；采用利润率指标可以得到Lead_IM和Fol_IM。

(3)客户集中度(Cust)。本文借鉴王雄元等[34]的方法，分别采用第一大客户销售额占全部销售额的比例(Cust_1)、前五大客户销售之和占全部销售额的比例(Cust_5)和前五大客户各自占全部销售额比例的平方和(CCHHI)三种方式来衡量客户集中度，将客户集中度大于中位数的企业定义为高客户集中度企业，取Cust_1(Cust_5、CCHHI)为1，将其余企业定义为低客户集中度企业，取Cust_1(Cust_5、CCHHI)为0。

4.控制变量

借鉴影响公司商业信用供给的相关研究，本文选取的控制变量有盈利能力、公司成长性、治理结构等变量，包括公司特征变量和同伴公司特征变量。其中，公司特征变量包括资产负债率(Lev)、资产收益率(Roa)、销售收入增长率(Growth)、营业利润率(Profit)、公司规模(Size)、前十大股东持股比例(Ctr10)。同伴公司特征变量在公司特征变量的基础上，将各行业内所有公司(剔除i公司)的均值作为其衡量指标，变量代码为相应公司特征变量代码前加上前缀(P_)。此外，本文还加入了控制年度(YEAR)和行业(IND)的虚拟变量，且均采用公司层面的聚类回归。具体的变量定义见表1。

表1 变量的定义与说明

(三)实证模型构建

为了检验我国上市公司商业信用供给是否存在同伴效应，本文借鉴姜永盛等[9]、巩鑫和唐文琳[23]的做法，构建模型(2)：

ARijt=α+β1P_ARijt+γXijt+λP_Xijt+

δμj+φνt+εijt

(2)

其中，i、j和t分别代表公司、行业和年份。被解释变量ARijt代表公司为客户提供的商业信用，解释变量P_ARijt代表同伴公司的商业信用供给，Xijt和P_Xijt分别代表公司特征和同伴公司特征的控制变量，μj和νt分别代表行业和时间固定效应，εijt为残差项。如果估计系数β1显著为正，则说明商业信用供给水平会受到同行业公司商业信用供给的显著正向影响。

为了检验市场结构、客户集中度对商业信用供给同伴效应的影响，本文在模型(2)的基础上分别引入市场竞争(客户集中度)及其与同伴公司商业信用供给的交互项，构建模型(3)：

ARijt=α+β1P_ARijt+β2CompetijtCustijt+

β3P_ARijt×CompetijtCustijt+γXijt+

λP_Xijt+δμj+φνt+εijt

(3)

其中，Competijt表示市场竞争程度，包括按照各行业内公司数量来衡量的CompetN，以及按照各行业内公司营业收入的赫芬达尔指数来衡量的CompetH。P_ARijt×Competijt表示市场竞争与同伴公司商业信用供给对目标企业商业信用供给水平的影响。如果估计系数β3显著为正，则说明商业信用供给的同伴效应在竞争型市场结构中更显著。Custijt表示客户集中度，数值越大，表明公司的客户集中度越高。P_ARijt×Custijt表示客户集中度与同伴公司商业信用供给对目标企业商业信用供给水平的影响。如果估计系数β3显著为正，则说明企业客户集中度越高，其商业信用供给的同伴效应越显著。

为了检验行业地位对商业信用供给同伴效应的影响，本文分别引入以公司规模、营业收入、营业利润、利润率来衡量的行业地位，构建模型(4)：

ARijt=α+β1Lead_Ijt+β2Fol_Ijt+γXijt+

λP_Xijt+δμj+φνt+εijt

(4)

其中，Lead_I和Fol_I分别代表i公司所处j行业的行业领先者和行业追随者。如果估计系数β1的显著性水平优于β2，则说明商业信用供给受领先同伴企业的影响更显著；反之，则说明商业信用供给受追随同伴企业的影响更显著。

四、实证结果分析

(一)描述性统计

表2报告了主要变量的描述性统计结果。AR的均值为0.25，说明我国上市公司向客户提供的商业信用占销售收入的平均水平为25%，反映出我国上市公司普遍存在商业信用高供给的现象。同时，可能受市场结构、行业地位和客户关系等异质性因素的影响，AR的最小值接近于0，最大值为0.868，不同公司间的商业信用供给水平存在较大差异。另外，P_AR的均值为0.214，与AR的均值接近，并且个体公司的Lev、Roa、Growth、Profit、Size、Ctr10的均值以及中位数与同伴公司对应的统计值较为接近，这表明本文识别出来的同伴公司特征具有相似性。各变量数据均分布在合理范围之内。

表2 主要变量的描述性统计

(二)回归结果分析

1.商业信用供给同伴效应的存在性检验

为了验证我国上市公司商业信用供给水平是否存在同伴效应，对模型(2)进行全样本回归，检验结果见表3。列(1)报告了未加入控制变量时P_AR与AR的关系，P_AR的回归系数为0.609且在1%的统计水平上显著；列(2)～列(4)分别加入了公司特征控制变量、行业特征控制变量以及全部控制变量，结果均显示P_AR的回归系数在1%的水平下显著为正，说明我国上市公司商业信用供给存在同伴效应，即商业信用供给水平会受到同行业公司商业信用供给的显著正向影响，H1得以验证。可能的原因是，在外部环境模糊和信息不确定时，基于规避决策风险和降低信息成本的考虑，公司通过模仿行业内其他公司的商业信用供给水平，能为最终决策的政治合法性和有效性提供保障，即使决策失误，也能通过公司间的责难分担来维护自身声誉。从控制变量的影响来看，营业利润率(Profit)的回归系数在1%的水平下显著为正，说明公司的成长性较好时，会适当放宽商业信用条款，加大对客户的商业信用供给，从而在激烈的市场竞争中扩大自身的竞争优势，也反映了商业信用供给对公司成长发挥着关键性的作用。

表3 商业信用供给同伴效应存在性检验的回归结果

2.市场结构对商业信用供给同伴效应的调节作用

利用模型(3)检验不同市场结构下商业信用供给同伴效应是否存在差异。表4的列(1)、列(2)和列(3)、列(4)分别报告了用CompetN和CompetH两种方法衡量市场竞争的检验结果。其中，列(1)中CompetN的回归系数为0.059，在1%的水平下显著，说明行业竞争越激烈，商业信用供给受同伴企业的影响越大，这也支持了行业竞争假说。列(2)交互项P_AR×CompetN的回归系数为0.141，在10%的水平下显著，表明处于竞争型市场结构的企业，其商业信用供给的同伴效应更加显著，列(4)P_AR×CompetH的回归系数同样显著为正，H2得以验证。

表4 商业信用供给同伴效应：基于市场结构差异

3.行业地位对商业信用供给同伴效应的调节作用

利用模型(4)检验不同行业地位下商业信用供给的同伴效应是否存在差异。表5的列(1)～列(4)分别报告了以公司规模、营业收入、营业利润、利润率来衡量的行业地位的回归结果。不难发现，以上述四种指标定义的行业领先者分别为Lead_IS、Lead_IR、Lead_IP、Lead_IM，回归系数分别为0.676、1.201、0.646、0.814，都在1%的水平下显著，回归系数和显著性水平均明显优于相对应的行业追随者(Fol_I)。这说明在行业内部，公司更倾向于模仿规模较大、营收较高、利润率较高的行业领导者，即商业信用供给水平受行业内领先同伴公司的影响更显著，H3a得以验证。

表5 商业信用供给同伴效应：基于行业地位差异

4.客户关系对商业信用供给同伴效应的调节作用

利用模型(3)检验不同客户关系下商业信用供给的同伴效应是否存在差异。表6分别报告了以Cust_1、Cust_5和CCHHI来衡量的客户集中度的回归结果。回归结果显示，客户集中度越高，企业的商业信用供给水平越高，这与其他学者的研究结论相一致。另外，交互项P_AR×Cust_1、P_AR×Cust_5和P_AR×CCHHI的回归系数均在1%的水平下显著为正，这说明客户关系差异对同伴效应造成了异质性影响，公司的客户集中度越高，商业信用供给的同伴效应越显著，H4得以验证。

表6 商业信用供给同伴效应：基于客户关系差异

(三)稳健性检验

本文已经对结果的稳健性进行了相关设计，比如采用各行业企业数量(CompetN)和各行业内公司营业收入的赫芬达尔指数(CompetH)两种方法衡量市场竞争，采用公司规模、营业收入、营业利润、利润率四种指标衡量行业地位，以及采用Cust_1、Cust_5和CCHHI三种指标衡量客户集中度。为进一步支持实证研究结果的可靠性，本文从以下几个方面进行稳健性检验。

1.考虑共同行业冲击的影响

同行业公司通常面临着相似的行业制度和市场环境，公司进行商业信用供给决策表现出的行为一致性和趋同性，可能是由于行业内面临共同的行业冲击而导致的，而非受到同伴效应引起的[8]。为了排除该种可能性的干扰，本文参考王磊等[28]的研究方法，在模型中引入行业冲击变量(Shock)，通过对同行业公司面临的行业冲击进行控制，来验证同伴公司商业信用供给对特定公司商业信用供给水平的影响是否依然显著。具体构建方法为：以j行业t年度的行业冲击变量为例，首先，用j行业滞后一年的平均营业收入除以滞后五年的平均营业收入，其结果的对数代表j行业在t年度的营业收入波动率；然后，按照相同的方法计算出各行业的营业收入波动率以及均值；最后，计算j行业的营业收入波动率与各行业营业收入波动率均值的差值，其结果代表j行业面临的行业冲击。表7中的列(1)报告了控制行业共同冲击变量(Shock)后的回归结果，P_AR的回归系数仍然在1%的水平下显著为正，这说明在考虑行业共同冲击影响的情况下，研究结论依然成立。

2.更换计量方法

考虑到本文的因变量为应收账款/销售收入(AR)，其数值为正数，采用普通最小二乘法回归可能会导致回归结果出现偏差。当因变量不是连续变量，而是取值受到限制的变量时，根据计量经济学原理可以采用Tobit回归。为此，本文使用Tobit回归进行稳健性检验。表7中的列(2)报告了更换计量方法后的检验结果，P_AR的回归系数为0.656，在1%的水平下显著，说明我国上市公司商业信用供给的同伴效应依然显著，同样支持了本文的结论。

3.排除金融危机的影响

考虑到2008年暴发的金融危机对我国资本市场的影响，上市公司进行商业信用供给决策时受到金融环境波动的影响较大，另外，2010年之后我国GDP增速持续下降，上市公司在2010年后面临较为相似的宏观经济环境。为了排除金融危机的影响，本文更改样本区间，用2010—2019年的数据重新进行稳健性检验，实证结果如表7的列(3)所示。可以看到，核心解释变量的回归系数符号以及显著性水平与之前保持一致，研究结论依然成立。

表7 商业信用供给同伴效应：稳健性检验

4.使用替代性变量

为了避免可能存在的核心变量测量偏误问题，本文参考Manski[7]的研究方法，重新定义了同伴公司商业信用供给的衡量方式，用同伴公司商业信用供给的中值(P_ARp50)来替代剔除i公司后行业商业信用供给的均值(P_AR)。表7中的列(4)报告了使用同伴公司商业信用供给替代性变量进行回归的结果，P_ARp50的回归系数仍然显著为正，主要结果并未发生实质性变化，说明本文的实证结论是高度可靠的。

5.内生性检验

考虑到同行业内公司间的密切联系与相互影响，即使同伴公司商业信用供给是外生变量，但是与目标企业商业信用供给水平仍然可能存在反向因果关系。为此，本文借鉴Leary & Roberts[33]以及彭镇等[29]的做法，选择剔除i企业后同行企业的平均股票收益(P_Alpha)作为同伴企业商业信用供给(P_AR)的工具变量，通过两阶段最小二乘法重新估计模型。选择该工具变量的理由是P_Alpha反映了非系统性风险收益，只与同伴企业经营特征相关，而与目标企业商业信用供给水平无关，故满足工具变量选择的条件。表8的列(1)报告了工具变量法第一阶段的回归结果，P_Alpha的回归系数在10%的水平下显著为正，说明同伴企业平均股票收益越高，其商业信用供给水平越高。列(2)报告了第二阶段的回归结果，P_AR的回归系数在5%的水平下显著为正，说明我国上市公司商业信用供给受到同伴公司商业信用供给的显著正向影响。通过工具变量法的检验，减少了反向因果关系的干扰，增强了本文研究结论的稳健性。

表8 商业信用供给同伴效应：内生性检验

五、研究结论与启示

本文从同伴公司这一视角切入，以2008—2019年我国A股非金融类上市公司为样本，实证检验了商业信用供给是否存在同伴效应，以及不同情境下该效应的异质性。研究发现，我国上市公司商业信用供给存在同伴效应，并且处在竞争型市场结构和客户集中度较高的企业，其商业信用供给的同伴效应更加显著，受领先同伴企业的影响更显著。在考虑行业共同冲击、金融危机影响、回归方法选择、替代性变量、互为因果等问题后，研究结论依然可靠。本文的研究结论不仅丰富了商业信用供给与同伴效应领域的研究文献，而且有助于企业科学制订商业信用供给水平，为新支付条例的实施提供了经验证据支持。

基于上述结论，本文得到如下启示：第一，上市公司制订商业信用供给水平时不能仅考虑自身的经营决策，还需要考虑同伴企业的相关决策，既不能因过严的信用决策而影响企业的市场竞争力，也不能因过宽的信用决策而影响企业的资金被占用，要结合同伴企业的决策行为进行科学分析和研判。第二，上市公司的商业信用供给决策需要考虑自身的市场结构、客户关系、行业地位等不同的情境，谨防同伴效应的过度使用，而是要根据自身实际情况，科学谨慎地参考同伴公司，从而提高自身商业信用水平的科学性和有效性。第三，部分行业的上市公司因供应链处于劣势而需要提供更高的商业信用供给水平，从而影响了资金的流动性。为此，国家应加强监管督查以及违规处罚力度，切实防范企业资金被恶意占用的风险，努力建立相对公平的竞争环境和信用体系，进一步优化营商环境。