客户风险与商业信用动态调整——“风险共担”还是“趋利避害”

鲍 群 汪菊英

(安徽财经大学，安徽 蚌埠 233030）

一、引言

近年来，中国经济高速成长的同时，经济环境也发生着较大的不确定性，尤其在经济下行的大背景下，企业面临着激烈的竞争环境，更加注重供应商、客户间的紧密关系，企业间的竞争进一步转化为供应链间的竞争。2017年国务院办公厅发布《关于积极推进供应链创新与应用的指导意见》，更是首次将供应链关系发展上升为国家战略方向。2020年国家大力推进的“六稳”“六保”工作中，稳定供应链关系是至关重要的一环。供应链上的买卖双方常为“一荣俱荣，一损俱损”的利益共同体，客户作为企业重要的外部利益相关者，是企业至关重要的社会资本，也是风险传染的重要渠道。因此，客户风险对企业的财务状况和战略决策具有重要影响。

供应链是重要的企业间风险传染渠道，客户风险会通过供应链渠道对企业产生溢出效应[1]，无论在资本市场表现[2]，还是在企业内部运营[3]等方面都有所体现。商业信用决策作为企业重要的信用决策[4]，亦会受到客户风险溢出的影响。企业会权衡提供商业信用的收益与成本，选择目标商业信用供给，而企业商业信用供给会围绕着目标商业信用进行动态调整，以保证资源的配置效率。而客户风险对商业信用动态调整行为可能具有两种相反的态度。一方面，当客户风险增大时，企业并没有为了自身配置效率的提高而加快调整速度，体现了风险共担动机。另一方面，当客户风险增大时，企业加快了商业信用的调整速度，体现了企业趋利避害动机。那么，在这个过程中，是否存在目标商业信用值呢？客户风险如何影响企业商业信用供给调整行为？调整行为体现了风险共担还是趋利避害动机？这些都是亟待检验的问题。

与已有研究相比，本文的主要贡献在于：第一，丰富关联企业信用风险传导效应，已有文献主要关注于同行业横向传染、资产关联企业间风险传染，未能说明供应链企业间风险传导机制，本文为企业风险的供应链溢出效应提供现实参考。第二，从动态视角深入研究企业商业信用供给行为。已有文献大多关注商业信用供给等静态行为，而企业财务决策动态调整行为更能反映出财务行为实质，本文从动态调整的视角的研究结论更具有说服力。第三，证实了供应商和客户联盟竞合关系的存在，已有研究大多将公司看成孤立的个体，对交易企业持有机会主义态度，本文从理论和经验两个方面证实，企业难以在供应商—客户关系中抽离出来，存在竞合并存的关系。

二、理论基础和研究假设

（一）目标商业信用供给存在及其动态调整

“信贷配给”理论给出商业信用出现的原因，若金融机构对公司实施信贷配给，则部分企业恐难获得支持，因此，在这种信贷歧视的环境下，商业信用作为交易过程中的灵活信用手段，广泛存在于中国各企业间[5]。基于买方市场理论，由于买方具备谈判优势，卖方企业出于促销动机会扩大销售。但从供应商能力角度，需要占用一定量资金，企业需要承担成本[6]。因此商业信用总成本最小时的商业信用提供数应当是最优值，称为目标商业信用供给。但在实际经营中，企业的实际商业信用供给偏离目标值，主要是因为企业乐于向客户提供商业信用来提升竞争力，稳定与客户的关系，并希望获得超额收益，因此获得利益是企业提供商业信用供给最主要的动力，但商业信用的缺陷在于交易和收款在时间上不一致，并且伴随着高额成本和信用风险，若商业信用大量挤占营运资金，将会产生机会成本，若客户破产违约，基于供应链风险传染效应，企业难以脱身，因此面临信用风险。另外，若上游企业将资金过多投放于应收账款，会产生额外监督成本。所以对于目标是价值最大化的企业来说，不会让商业信用供给长期偏离目标值，企业必定会进行趋向最优商业信用供给的动态调整。鉴于以上分析，本文提出如下假设：

H1：企业存在最优商业信用供给，并向最优商业信用供给调整。

（二）客户风险对商业信用动态调整影响效应

客户面临经营危机或财务危机时，信用风险会沿着供应链在上下游企业间逐渐蔓延，企业需根据外部环境来调整商业信用政策。客户作为企业的重要利益相关者，其和供应商企业往往是“一荣俱荣，一损俱损”的关系[7]。

一方面，良好的客户关系使得供应商愿意与客户共担风险，产生供应链协同效应。下游客户面临较大经营风险或者财务风险时，企业为了保持稳固的客户关系和供应链的正常运作，通常会延缓商业信用动态调整速度，体恤和向客户示好，资源互补，和客户维持联盟竞合的关系，帮助客户度过难关。这是因为，如果供应商对商业信用的调整幅度过大可能会影响供应链关系，而一旦大客户流失将很难在短时间内开辟新的营销渠道，进而造成销售收入的损失，增加企业的转换成本和调整成本。此外，失去客户时，供应商和客户之间的关系资本投入会使企业承担更多成本，也会引起调整成本增加。所以供应商可能会出于合作稳固等原因伸出“支持之手”，降低调整幅度，进而降低了调整速度。

另一方面，在风险规避和机会主义的动机下，企业会选择“趋利避害”。供应链是企业间风险传导的重要路径。在客户面临风险时，很大可能会通过供应链将风险传导给供应商企业，企业因此会面临坏账损失和违约风险，造成较高的坏账成本[8]。同时，供应链企业间除了合作关系以外，也存在竞争关系，可能产生“敲竹杠”等机会主义行为。因此企业会出于风险规避原则或者“敲竹杠”等机会主义行为动机，加快调整速度，减少机会成本。基于“风险共担”和“趋利避害”分析，本文提出如下两个假设：

H2a：客户风险越高，企业会基于“风险共担”动机而降低商业信用动态调整速度。

H2b：客户风险越高，企业会基于“趋利避害”动机而加快商业信用动态调整速度。

（三）融资约束的调节作用

企业是否加快商业信用动态调整速度，还受其外部的经济坏境、市场机制和企业规模等的制约。在众多内外部影响因素中，企业的融资能力、营运资本配置效率等都会受到融资约束水平的牵连。由于企业内外信息不对称现象和资本市场中存在交易费用的原因，企业内外部资本市场的资本成本显然存在差异，企业可能需要支付更高的融资成本进行外源性融资，因而会造成企业自由资金的使用受到限制，这个就是融资约束。基于预防性动机，在资金的使用上，管理层比较谨慎，只有当面临低融资约束水平时，企业才会乐于延缓商业信用调整速度来帮客户度过难关。基于美国上市公司实证研究，当货币政策紧缩时，融资约束较低的企业不会减少商业信用供给[9]。已有学者还发现，货币紧缩给客户带来风险时，流动性水平较高的企业乐于延缓商业信用供给调整速度[10]。基于以上分析，本文提出如下假设：

H3：客户风险对商业信用动态调整速度的影响受到企业融资约束程度的约束，融资约束程度较低的企业调整速度更慢。

三、研究设计

（一）样本及数据来源

本文以2006—2019年沪深A股上市公司的面板数据为初始样本，借鉴已有文献的常规做法，对初始样本做了如下处理：（1）剔除ST和金融业的上市企业；（2）删除前五大客户未披露销售占比的企业；（3）剔除研究数据缺失的样本；（4）为了降低极端值对回归结果的影响，本文对所有连续变量进行上下1%的缩尾处理。本文数据来自于供应商与客户均为上市公司的企业，而且做了供应商和客户年度匹配的数据。手工搜集客户相关数据，其他数据来源于CSMAR数据库。经过以上筛选，最终得到935组供应商—客户一一匹配公司年数据。

（二）变量定义与模型设定

商业信用供给衡量企业的商业信用政策，代表企业向客户提供的商业信用规模，本文借鉴Garcia and Martinez（2010）的方法，用应收账款和营业收入之比衡量该指标。最优值及其调整速度，本文借鉴黄继承（2014）的研究，用商业信用供给目标值预测的固定效应模型和标准的调整模型来估计。首先，选取一系列与商业信用供给相关的公司特征变量，控制年限和行业，进行线性拟合目标商业信用供给，如模型（1）所示：

在模型（1）中，Crsui,t*表示公司i在t年的目标商业信用供给。公司特征变量分别是：商业信用的占有（Cocy）、企业成长性（Growth）、利润率（Gprof）、现金流（Cflow）、短期债务水平（Stlev）、企业规模（Size）、成立年限（Age）、产品质量（Prod）。各变量的具体计算方法见表1。将模型（1）的拟合出的目标商业信用供给代入模型（2）：

表1 指标定义

其中，Crsui,t表示公司i在t年末实际商业信用供给，Crsui,t-1表示公司i在t-1年末实际商业信用供给，Crsui,t-Crsui,t-1记为DCrsui,t，表示企业i在t年的实际商业信用调整速度。Crsui,t*-Crsui,t-1记为DMCrsui,t，表示企业i在t年的实际商业信用供给偏离程度。重点关注回归系数β，它的含义是公司实际商业信用供给与目标商业信用供给之间的差距以平均每年β的速度变化，称为企业主动进行商业信用动态调整的速度。模型（2）也可以写为：

模型（3）进行回归得到（1-β）和α1β至α10β的值，从而得到α1～α10。接着将α1～α10代入模型（1），即可得到目标商业信用供给Crsui,t*的值。

最后借鉴安素霞和刘来会（2020）的研究，将计算得到的Crsui,t*代入模型（2），通过在模型（2）中添加客户风险与商业信用供给偏离程度的交互项，便可考察客户风险对商业信用动态调整速度的影响。模型设定如下：

其中客户风险，本文借鉴Altman（1968）和Zhang（2010）的做法，Z指数（Z-score）描述企业破产概率。Z-score=1.2×营运资金/总资产+1.4×留存收益/总资产+3.3×息税前利润/总资产+0.6×股票总市值/负债账面价值+0.999×销售收入/总资产。Z指数越小，企业破产可能性越大，即风险越大。λ1衡量客户风险对商业信用动态调整速度的影响。若λ1显著为正（负），则表明客户风险显著降低（提高）商业信用动态调整的速度。

四、实证分析与结果

（一）描述性统计

实际商业信用供给调整程度DCrsu的均值为0.015,4，标准差为0.079,8，商业信用供给偏离程度DMCrsu的均值为0.154,6，标准差为0.209,0，表明样本公司商业信用供给偏离目标的程度和趋向目标商业信用供给的幅度都偏小，但分布比较广泛。商业信用供给Crsu的均值为0.221,9，标准差为0.231,6，表现出我国上市公司的实际商业信用供给处于中等水平。这与孙兰兰和王竹泉（2016）的研究结果一致。研究企业的客户破产指数Z的均值为1.545,9，标准差为0.817,6，破产分界线为1.8，因此客户风险较大。

（二）回归分析

1.目标商业信用供给存在及其调整检验

表3给出了商业信用政策局部调整模型的回归结果。由表3可知1-β=0.519，β=0.481，β越接近于1，调整速度越快，我国沪深A股上市公司商业信用政策的调整速度为0.481，且通过了1%的显著性检验。所以，企业目标商业信用供给存在得到检验，并且企业每年的商业信用供给确实在往目标值调整。因此假设H1成立。

表3 目标商业信用回归结果

2.客户风险与商业信用供给动态调整

表4汇报了对模型（4）进行估计得到的结果，表4的列（1）显示上市公司i在t年实际商业信用供给调整速度DCrsui,t与t年初的商业信用供给偏离程度DMCrsui,t之间显著正相关，结果显示符合动态权衡理论，研究企业的商业信用供给确实向目标商业信用供给方向调整。列（2）不难看出，DMCrsu×Z-score系数为正，在5%的水平上显著，说明Z指数越小，商业信用供给调整速度越慢，即客户风险越高，商业信用动态调整速度越慢，假设H2a得到证实。表明供应链企业间存在支持之手，且积极的“支持效应”占主导地位，供应商和客户倾向于“风险共担”。供应商企业与下游客户基于未来收益而合作，因此企业不会因为客户面临风险而独善其身，消极的“掠夺效应”受到供应链关系的监督，“趋利避害”的机会主义行为受到约束。

表4 客户风险与商业信用动态调整回归结果

3.融资约束的调节作用

借鉴黄继承（2016）的研究，在模型（4）的基础上加入融资约束，模型设定如式（5）所示

其中，SA为融资约束水平，借鉴李振东和马超（2019）的研究，SA=-0.737×Size+0.043×Size2-0.04×age，Size为公司规模，age为成立年限。构造SA与DMCrsu×Z-score的交乘项，用DMCrsu×Z-score×SA表示。此模型中，DMCrsu×Z-score的系数显著为正，DMCrsu×Z-score×SA的系数显著为负，则表明融资约束削弱客户风险对商业信用动态调整速度的负向影响，回归结果见列（3）。因此假设H3成立。

（三）稳健性检验

为了确保结论的可靠性，考虑到中国股票市场波动性较强，故采用股票收益率波动性指标重新衡量企业风险，进行稳健性检验。经检验，替换后的客户风险使得回归结果与前文保持一致，因此结论具有稳健性。

五、结论与启示

本文从供应商和客户为“一荣俱荣，一损俱损”的利益相关者角度出发，以2006—2019年我国沪深A股935组供应商——客户一一匹配的公司年面板数据为研究样本，基于动态匹配视角和权衡理论，实证研究了客户风险对企业商业信用动态调整速度的影响。构建了客户风险与商业信用动态调整速度的研究模型，并考察融资约束程度对二者之间的影响。研究结果表明，客户风险越高，企业为了维护供应商—客户关系，会减慢商业信用动态调整速度，帮客户度过困境。基于预防性动机，在资金的使用上，管理层比较谨慎，只有外部融资约束水平较小时，企业才会乐于延缓商业信用调整速度来帮客户度过难关。

为了更深一步活跃商业信用市场，基于本文的研究结论，可得出下述启示：第一，从商业信用管理角度，积极发挥公司能动性，对于战略决策者而言，要尽量往目标商业信用供给靠拢，必要时辅以相应的配套措施来缓解客户风险所带来的不利影响；第二，从企业间关系管理角度，充分发挥企业对客户的监督作用和治理机制，企业与下游客户之间要增进信息沟通，积极开展以联盟竞合为前提的合作，有效抑制客户带来的不利影响，积极调动客户的危机意识；第三，政府等有关部门应该出台有效的法律法规，用来加强企业自愿披露商业信用政策等战略决策的力度，更深层次提升资本市场中信息的透明度，对企业在面对客户风险时的战略决策行为进行监督。此外，政府应当不断完善信贷体系，丰富上游企业融资渠道，为企业营造良好的生存发展环境。