章鐵生 （教授/博士） 李研 （安徽工業(yè)大學(xué)商學(xué)院 安徽馬鞍山 243032）

一、引言

突如其來(lái)的新冠疫情使中國(guó)乃至世界經(jīng)濟(jì)陷入深度衰退，其對(duì)中國(guó)經(jīng)濟(jì)的影響成為當(dāng)前學(xué)者們關(guān)注的熱點(diǎn)話(huà)題。國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示：2020年第一季度，我國(guó)GDP及規(guī)模以上工業(yè)利潤(rùn)同比下降 6.8%和36.7%，人均可支配收入實(shí)際下降3.9%，全國(guó)工業(yè)產(chǎn)能利用率僅為67.3%。在此背景下，中央和地方政府采取了一系列措施以穩(wěn)定金融市場(chǎng)：2020年2月初央行先后采取了投放流動(dòng)性資金1.7萬(wàn)億元人民幣、鼓勵(lì)建設(shè)債券發(fā)行綠色通道、為企業(yè)設(shè)立3 000 億元專(zhuān)項(xiàng)再貸款等措施。國(guó)泰安數(shù)據(jù)庫(kù)顯示，2020年廣義貨幣余額為2 186 795.89億元，同比增長(zhǎng)10.1%，扣除GDP增長(zhǎng)率和CPI增長(zhǎng)率達(dá)到5.33。在此寬松的貨幣環(huán)境下，銀行貸款供給充足、融資成本降低，企業(yè)獲取銀行貸款的難度相對(duì)降低，企業(yè)商業(yè)信用再配置水平因而受到一定影響。此外，企業(yè)的再配置水平亦取決于其再配置意愿的高低，再配置意愿又與供應(yīng)鏈關(guān)系中企業(yè)間的信任程度和關(guān)聯(lián)水平密切相關(guān)，因此供應(yīng)鏈集中度的高低便成為影響企業(yè)商業(yè)信用再配置行為的又一重大因素，即供應(yīng)鏈集中度高的企業(yè)作為銀行的代理人，發(fā)揮著連接銀行與下游企業(yè)的中介作用。當(dāng)前，對(duì)此問(wèn)題進(jìn)行深入研究的文獻(xiàn)較少，對(duì)于該方面的研究亟須展開(kāi)。

本文利用2007—2020年我國(guó)A股上市公司數(shù)據(jù)，基于供應(yīng)鏈關(guān)系視角，分析了新冠疫情背景下貨幣政策對(duì)企業(yè)商業(yè)信用再配置行為產(chǎn)生的影響。研究發(fā)現(xiàn)：在新冠疫情影響下，貨幣政策對(duì)商業(yè)信用再配置行為的影響機(jī)制得到強(qiáng)化。在引入調(diào)節(jié)變量供應(yīng)鏈集中度后發(fā)現(xiàn)，相對(duì)于供應(yīng)鏈集中度低的企業(yè)，這一強(qiáng)化機(jī)制在供應(yīng)鏈集中度高的企業(yè)中更為顯著。此外，本文對(duì)這一強(qiáng)化機(jī)制進(jìn)行了更為細(xì)致的考察，結(jié)果表明，在新冠疫情的沖擊下，央行推行更為寬松的貨幣政策以引導(dǎo)實(shí)體經(jīng)濟(jì)融資成本下降，縮小信貸資金與自有資金的成本差距，從而弱化企業(yè)內(nèi)部資金對(duì)銀行信貸的替代效應(yīng)，進(jìn)而促進(jìn)企業(yè)將銀行信貸轉(zhuǎn)為商業(yè)信用的資源再配置行為。

本文的研究貢獻(xiàn)主要在于：第一，當(dāng)前對(duì)商業(yè)信用再配置的研究大多是就存在性和異質(zhì)性而言的，本文基于新冠疫情背景對(duì)商業(yè)信用再配置行為的影響因素進(jìn)行探討，為企業(yè)商業(yè)信用再配置研究提供了一個(gè)新的視角與證據(jù)。第二，本文通過(guò)研究不同供應(yīng)鏈集中度的企業(yè)給下游客戶(hù)提供商業(yè)信用水平的差異，來(lái)理解現(xiàn)實(shí)中供應(yīng)鏈關(guān)系如何影響企業(yè)的商業(yè)信用再配置行為，進(jìn)一步豐富和拓展了商業(yè)信用再配置行為影響因素的相關(guān)研究。

二、理論分析與研究假設(shè)

（一）新冠疫情對(duì)商業(yè)信用再配置行為的影響

在新冠疫情爆發(fā)致使經(jīng)濟(jì)活動(dòng)幾近停擺的背景下，我國(guó)企業(yè)面臨著營(yíng)收下降和現(xiàn)金流短缺等多重壓力。為緩解企業(yè)的資金壓力，我國(guó)采取更加積極的財(cái)政政策，放松實(shí)體經(jīng)濟(jì)的信貸政策，通過(guò)優(yōu)惠的信貸環(huán)境以緩解企業(yè)所受到的外部融資困境。銀行貸款供給充足、融資成本降低（祝繼高、陸正飛， 2009；葉康濤、祝繼高，2009；Mojon等，2002），現(xiàn)金流得到改善，將進(jìn)一步刺激企業(yè)向下游客戶(hù)提供更多的商業(yè)信用以促進(jìn)銷(xiāo)售、提升市場(chǎng)競(jìng)爭(zhēng)力。

當(dāng)企業(yè)面臨商業(yè)信用投資時(shí)，會(huì)優(yōu)先選擇成本更低的自有資金為下游客戶(hù)提供商業(yè)信用，使得自有資金對(duì)銀行信貸的替代效應(yīng)將成為影響企業(yè)商業(yè)信用再配置行為的一大重要因素（于博、尹鳳，2016）。即自有資金對(duì)銀行信貸的替代效應(yīng)越強(qiáng)，企業(yè)將銀行信貸轉(zhuǎn)為商業(yè)信用的資源再配置效應(yīng)就越弱，因此可通過(guò)弱化兩者之間的替代效應(yīng)來(lái)提升企業(yè)的商業(yè)信用再配置水平。在新冠疫情下，央行推行更為寬松的貨幣政策以增加可貸資金，引導(dǎo)實(shí)體經(jīng)濟(jì)融資成本下降，緩解企業(yè)所受到的外部融資困境。因此企業(yè)自有資金與銀行信貸之間的成本差距將被縮小，自有資金對(duì)銀行信貸的替代效應(yīng)將被減弱，企業(yè)的商業(yè)信用再配置水平將進(jìn)一步得到提升。

從另一方面來(lái)說(shuō)，由于受到新冠疫情的沖擊，客戶(hù)所面臨的融資困境更為嚴(yán)峻，資金缺口加大，對(duì)商業(yè)信用的依賴(lài)增強(qiáng)，因此將會(huì)更多地使用商業(yè)信用融資替代銀行貸款融資以彌補(bǔ)自身資金缺口。特別是對(duì)于非國(guó)有企業(yè)，由于信貸歧視現(xiàn)象的存在（江偉、李斌，2006），其只能獲得銀行配給國(guó)有企業(yè)剩下的資源，非國(guó)有企業(yè)的融資約束進(jìn)一步加深，客戶(hù)使用商業(yè)信用融資替代銀行貸款融資將進(jìn)一步增加（陸正飛、楊德明，2011；饒品貴、姜國(guó)華，2013）。當(dāng)央行推行更為寬松的貨幣政策時(shí)，銀行貸款供給充足，貸款融資難度降低，一方面企業(yè)內(nèi)部現(xiàn)金流得到改善，進(jìn)而推動(dòng)企業(yè)商業(yè)信用再配置意愿與再配置能力的提升；另一方面信貸可得性的改善以及融資成本的降低將會(huì)刺激企業(yè)向下游提供更多的商業(yè)信用以促進(jìn)銷(xiāo)售、擴(kuò)大市場(chǎng)份額以及把握投資機(jī)會(huì)，從而促進(jìn)企業(yè)商業(yè)信用供給與貨幣政策呈現(xiàn)同方向的變動(dòng)。

根據(jù)以上分析，受新冠疫情的影響，國(guó)家通過(guò)實(shí)行寬松的貨幣政策以引導(dǎo)實(shí)體經(jīng)濟(jì)融資成本下降，一方面縮小了信貸資金與自有資金的成本差距，弱化自有資金對(duì)銀行信貸的替代效應(yīng)，提升企業(yè)的商業(yè)信用再配置水平；另一方面改善了企業(yè)內(nèi)部現(xiàn)金流、刺激企業(yè)向下游提供更多的商業(yè)信用以促進(jìn)銷(xiāo)售、提升市場(chǎng)競(jìng)爭(zhēng)力，進(jìn)而提升企業(yè)再配置意愿。鑒于此，提出以下假設(shè)：

H1：其他條件一定時(shí)，新冠疫情的沖擊會(huì)顯著強(qiáng)化貨幣政策對(duì)商業(yè)信用再配置行為的影響。

（二）供應(yīng)鏈集中度對(duì)新冠疫情與商業(yè)信用再配置之間關(guān)系的影響

在競(jìng)爭(zhēng)日益激烈的市場(chǎng)環(huán)境中，企業(yè)與少數(shù)供應(yīng)商/客戶(hù)建立穩(wěn)定合作關(guān)系至關(guān)重要（李艷平，2017），供應(yīng)鏈集中作為企業(yè)建立穩(wěn)定合作關(guān)系的重要途徑，既存在風(fēng)險(xiǎn)效應(yīng)也存在整合效應(yīng)。對(duì)企業(yè)來(lái)說(shuō)，當(dāng)企業(yè)對(duì)客戶(hù)/供應(yīng)商投入大量專(zhuān)有性資產(chǎn)時(shí)，一旦供應(yīng)鏈關(guān)系破裂，企業(yè)將會(huì)面臨資產(chǎn)價(jià)值減損的風(fēng)險(xiǎn)（Raman 和 Shahrur，2008），前期投入的專(zhuān)用性資產(chǎn)成為沉沒(méi)成本，嚴(yán)重?fù)p害企業(yè)的財(cái)務(wù)狀況，甚至引發(fā)破產(chǎn)。整合效應(yīng)體現(xiàn)在密切的交易往來(lái)有利于雙方進(jìn)行高價(jià)值信息分享，降低信息不對(duì)稱(chēng)程度，有利于企業(yè)安排生產(chǎn)、進(jìn)行投資（張西征、張慧，2017），降低存貨管理成本、交易成本和不確定性（Kalwani和Narayandas，1995 ；Patatoukas，2012），幫助企業(yè)及時(shí)對(duì)市場(chǎng)環(huán)境變化做出回應(yīng)（Dyer和 Singh，1998）。隨著供應(yīng)鏈集中度的提高，其帶來(lái)的風(fēng)險(xiǎn)效應(yīng)和整合效應(yīng)此消彼長(zhǎng)，一方面企業(yè)獲取的銀行信貸規(guī)模受到一定影響（章鐵生等，2022），另一方面對(duì)下游客戶(hù)進(jìn)行資源再配置的意愿將會(huì)有所改變。

當(dāng)供應(yīng)鏈集中度較高時(shí)，隨著供應(yīng)鏈集中度的增強(qiáng)，整合效應(yīng)逐漸占據(jù)主導(dǎo)地位，企業(yè)將銀行信貸轉(zhuǎn)為商業(yè)信用的資源再配置水平提高。首先，供應(yīng)鏈成員企業(yè)為深化合作關(guān)系進(jìn)行專(zhuān)用性資產(chǎn)投資（Banerjee等，2008），專(zhuān)用性資產(chǎn)的大量投入會(huì)大大增加彼此間的轉(zhuǎn)換成本（Kalwani和 Narayandas，1995），因此企業(yè)會(huì)更加努力維系上下游企業(yè)間穩(wěn)定良好的合作關(guān)系（林鐘高等，2014），當(dāng)下游客戶(hù)因受疫情影響而面臨暫時(shí)性的資金困難時(shí)，為減少專(zhuān)用性資產(chǎn)的投資損失企業(yè)會(huì)以商業(yè)信用的方式進(jìn)行賒銷(xiāo)，從而促進(jìn)企業(yè)再配置水平的提高。其次，雙方信任程度不斷加深。隨著企業(yè)與主要客戶(hù)交易的愈加密切，雙方之間私下溝通相對(duì)頻繁（方紅星等，2017），企業(yè)之間的信任關(guān)系不斷發(fā)展。通過(guò)私下溝通一方面使少數(shù)企業(yè)具備了獨(dú)有的信息優(yōu)勢(shì)（Williamson，1979），另一方面降低了交易雙方的信息不對(duì)稱(chēng)程度。信息不對(duì)稱(chēng)程度的降低使得企業(yè)對(duì)客戶(hù)的營(yíng)運(yùn)和財(cái)務(wù)狀況以及聲譽(yù)等方面有了更加細(xì)致的了解，企業(yè)發(fā)生壞賬的風(fēng)險(xiǎn)得以降低，因此企業(yè)對(duì)下游賒銷(xiāo)的意愿會(huì)有所提高。最后，企業(yè)強(qiáng)化下游客戶(hù)關(guān)系管理的意愿提高。隨著企業(yè)與重要供應(yīng)商/客戶(hù)關(guān)系型交易程度的愈發(fā)深入，供應(yīng)鏈成員企業(yè)間的關(guān)聯(lián)越發(fā)緊密，其促進(jìn)信息共享、資源整合的動(dòng)機(jī)增強(qiáng)（Iyer和Villas-Boas，2003），上下游企業(yè)間更加注重合作（李任斯、劉紅霞，2016），企業(yè)強(qiáng)化下游客戶(hù)關(guān)系管理的意愿提高，因此當(dāng)下游客戶(hù)因疫情原因面臨融資困境時(shí)，企業(yè)出于整體考慮會(huì)以賒銷(xiāo)的方式助供應(yīng)鏈整體脫困，即企業(yè)將銀行信貸轉(zhuǎn)為商業(yè)信用的再配置意愿提高。

因此，對(duì)于供應(yīng)鏈集中度較高的企業(yè)，當(dāng)供應(yīng)鏈關(guān)系型交易程度進(jìn)一步加深時(shí)，風(fēng)險(xiǎn)效應(yīng)逐漸減弱，整合效應(yīng)逐漸增強(qiáng)并占據(jù)主導(dǎo)地位，新冠疫情對(duì)商業(yè)信用再配置的強(qiáng)化作用更顯著。然而供應(yīng)鏈集中度較低時(shí)，企業(yè)之間處于相對(duì)競(jìng)爭(zhēng)狀態(tài)，風(fēng)險(xiǎn)效應(yīng)相對(duì)于整合效應(yīng)占據(jù)主導(dǎo)地位，為保留充裕的自有資金進(jìn)行投資與規(guī)避風(fēng)險(xiǎn)，企業(yè)將減少對(duì)下游客戶(hù)的商業(yè)信用再配置行為。鑒于此，本文提出以下假設(shè)：

H2：其他條件一定時(shí)，相對(duì)于供應(yīng)鏈集中度較低的企業(yè)而言，新冠疫情對(duì)商業(yè)信用再配置行為的強(qiáng)化作用在供應(yīng)鏈集中度高的企業(yè)中更為顯著。

三、研究設(shè)計(jì)

（一）樣本選取和數(shù)據(jù)來(lái)源

本文選取2007—2020年我國(guó)A股上市公司為研究樣本，并對(duì)相關(guān)數(shù)據(jù)作以下剔除：（1）剔除ST或*ST的公司；（2）剔除金融類(lèi)行業(yè)；（3）剔除相關(guān)變量數(shù)據(jù)不全的公司。本文對(duì)所有連續(xù)變量進(jìn)行了相關(guān)縮尾處理以消除極端值對(duì)本文結(jié)果的影響，最后得到23 660條數(shù)據(jù)。本文的基本數(shù)據(jù)來(lái)自CSMAR數(shù)據(jù)庫(kù)。統(tǒng)計(jì)軟件為STATA 15。

（二）變量選取與定義

1.被解釋變量：商業(yè)信用供給（AR）。參考已有文獻(xiàn)的做法，采用（應(yīng)收賬款+應(yīng)收票據(jù)）/營(yíng)業(yè)收入進(jìn)行衡量。

2.解釋變量。

（1）銀行信貸（Bank）。借鑒饒品貴、姜國(guó)華（2013）的做法，采用（短期借款+長(zhǎng)期借款）/營(yíng)業(yè)收入的方式進(jìn)行衡量。

（2）貨幣政策（MP）。借鑒王雄元等（2015）以及陸正飛、楊德明（2011）的做法，采用MP來(lái)估算貨幣政策寬松程度，其中MP=M2增長(zhǎng)率-GDP增長(zhǎng)率-CPI增長(zhǎng)率。若MP結(jié)果偏大，則表示貨幣政策偏寬松；反之，貨幣政策偏緊縮。從2007年至2020年 MP分別為-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。這里選擇幾個(gè)MP較大的年份，即2009年、2010年、2015年以及2020年作為貨幣政策寬松年度，設(shè)置為1；其余MP較小的年份作為貨幣政策緊縮年度并設(shè)置為0。

（3）新冠疫情（COVID）。按年份設(shè)置為虛擬變量：2020年作為新冠疫情年份，設(shè)置為1；其他年份設(shè)置為0。

（4）供應(yīng)鏈集中度（SC）。參考方紅星等（2017）的做法，采用前五大客戶(hù)銷(xiāo)售占比（Ctop5）與前五大供應(yīng)商采購(gòu)占比（Stop5）的均值作為供應(yīng)鏈集中度的衡量方式。

3.控制變量。參考陸正飛、楊德明（2011）以及Petersen和 Rajan（1997）等已有相關(guān)文獻(xiàn)的做法，本文控制了企業(yè)規(guī)模（Size）、資產(chǎn)收益率（Roa）、商業(yè)信用獲取（TC）、營(yíng)業(yè)利潤(rùn)率（Prof）、現(xiàn)金流（Cfo）、總資產(chǎn)周轉(zhuǎn)率（Turn）、存貨（Inventory）、獨(dú)立董事比例（Indd）、第一大股東持股比例（Top1）、資產(chǎn)負(fù)債率（Zfl）、產(chǎn)權(quán)性質(zhì)（State）以及行業(yè)（Ind）等可能影響商業(yè)信用供給的因素。具體變量定義及其解釋見(jiàn)表1。

表1 變量定義表

（三）模型設(shè)計(jì)

為驗(yàn)證假設(shè)1本文構(gòu)建模型（1）、模型（2）：

為驗(yàn)證假設(shè)2本文構(gòu)建模型（3）：

四、實(shí)證檢驗(yàn)

（一）描述性統(tǒng)計(jì)

下頁(yè)表2為主要變量的描述性統(tǒng)計(jì)結(jié)果，可以看出，對(duì)于商業(yè)信用供給，有75%企業(yè)的商業(yè)信用供給超過(guò)0.110，25%的企業(yè)的商業(yè)信用供給高于0.413，平均值為0.298，最大值為1.263，標(biāo)準(zhǔn)差為0.255，說(shuō)明不同企業(yè)間的商業(yè)信用供給程度相差較大。銀行信貸的平均值為0.328，標(biāo)準(zhǔn)差為0.482，說(shuō)明不同企業(yè)間獲取銀行信貸的規(guī)模相差較大。供應(yīng)鏈集中度的平均值為0.328，標(biāo)準(zhǔn)差為0.165，最大值、最小值分別為0.816與0.054，即不同企業(yè)前五大客戶(hù)/供應(yīng)商的交易量占比具有較大差異，有嚴(yán)重依賴(lài)大客戶(hù)/供應(yīng)商的企業(yè)存在。超過(guò)75%企業(yè)的關(guān)系型交易比例大于0.203，25%的企業(yè)關(guān)系型交易比例大于0.426，即整體供應(yīng)鏈集中度相對(duì)較高，為下面考察企業(yè)商業(yè)信用供給行為提供了數(shù)據(jù)支持。其他變量描述性統(tǒng)計(jì)結(jié)果基本合理。

表2 主要變量的描述性統(tǒng)計(jì)表

（二）單變量對(duì)比分析

表3中A部分為全樣本中銀行信貸與商業(yè)信用供給在貨幣政策寬松期與緊縮期之間的均值差異檢驗(yàn)，其中貨幣政策緊縮期樣本量為17 999，貨幣政策寬松期樣本量為5 661。在貨幣政策緊縮期企業(yè)銀行借款占營(yíng)業(yè)收入的比例為32.4%，而在貨幣政策寬松期，企業(yè)銀行借款占營(yíng)業(yè)收入的比例為34%，且其差異在5%的水平上顯著，可見(jiàn)貨幣政策寬松期企業(yè)獲取銀行信貸的規(guī)模大于貨幣政策緊縮期。

表3 單變量對(duì)比分析

B部分為貨幣政策寬松期樣本中銀行信貸與商業(yè)信用供給在新冠疫情時(shí)期和非疫情時(shí)期的均值差異檢驗(yàn)，其中新冠疫情時(shí)期樣本量為3 240，非疫情時(shí)期樣本量為2 421。在新冠疫情時(shí)期企業(yè)給下游客戶(hù)提供的商業(yè)信用為0.291，非疫情時(shí)期為0.224，且其差異在1%的水平上顯著，說(shuō)明在新冠疫情時(shí)期企業(yè)的商業(yè)信用供給水平高于非疫情時(shí)期。

C部分為銀行信貸與商業(yè)信用供給在供應(yīng)鏈集中度高與供應(yīng)鏈集中度低企業(yè)間的均值差異檢驗(yàn)，其中供應(yīng)鏈集中度低組樣本量為12 050，供應(yīng)鏈集中度高組樣本量為11 610。供應(yīng)鏈集中度較低的企業(yè)其銀行借款占營(yíng)業(yè)收入的比例為29.9%，給下游客戶(hù)提供的商業(yè)信用為0.275；而供應(yīng)鏈集中度較高的企業(yè)其銀行借款占營(yíng)業(yè)收入的比例為35.8%，給下游客戶(hù)提供的商業(yè)信用為0.322，兩者差異均在1%的水平上顯著，初步說(shuō)明供應(yīng)鏈集中度高的企業(yè)其商業(yè)信用再配置水平高于供應(yīng)鏈集中度低的企業(yè)。

（三）相關(guān)性分析

主要變量相關(guān)性分析結(jié)果如表4所示。商業(yè)信用供給與銀行信貸在1%的水平上顯著正相關(guān)，表明獲取的銀行信貸越多，其對(duì)下游客戶(hù)提供的商業(yè)信用就越多，說(shuō)明企業(yè)存在將銀行信貸轉(zhuǎn)為商業(yè)信用的資源再配置效應(yīng)。另外，貨幣政策與企業(yè)獲取的銀行信貸在5%的水平上顯著正相關(guān)，表明貨幣政策越寬松，企業(yè)獲取的銀行信貸規(guī)模越大；供應(yīng)鏈集中度與商業(yè)信用供給與銀行信貸均在1%的水平上顯著正相關(guān)，說(shuō)明相對(duì)于供應(yīng)鏈集中度低的企業(yè)來(lái)說(shuō)，供應(yīng)鏈集中度高的企業(yè)其獲取的銀行信貸與對(duì)外提供的商業(yè)信用規(guī)模更大。此外，各控制變量之間的系數(shù)基本不超過(guò)0.5，不存在嚴(yán)重的多重共線(xiàn)性問(wèn)題。

表4 主要變量的相關(guān)性分析

（四）多元回歸結(jié)果分析

下頁(yè)表5為假設(shè)1回歸結(jié)果。其中第（1）列為對(duì)全樣本的回歸，結(jié)果顯示商業(yè)信用供給（AR）與銀行信貸（Bank）的回歸系數(shù)為0.059，在1%的水平上顯著，與銀行信貸和貨幣政策的交乘項(xiàng)（Bank*MP）的回歸系數(shù)為0.041，同樣在1%的水平上顯著，驗(yàn)證了寬松的貨幣政策對(duì)商業(yè)信用再配置行為起強(qiáng)化作用；第（2）列與第（3）列為將貨幣政策寬松年份的樣本分組為新冠疫情時(shí)期和非疫情時(shí)期進(jìn)行

表5 假設(shè)1回歸結(jié)果

回歸，結(jié)果顯示在新冠疫情年份中，商業(yè)信用供給（AR）與銀行信貸（Bank）回歸系數(shù)為0.059，在1%的水平上顯著，而在非疫情組中與銀行信貸（Bank）的回歸系數(shù)不顯著。進(jìn)一步對(duì)兩組數(shù)據(jù)進(jìn)行Suest-似無(wú)相關(guān)檢驗(yàn)，結(jié)果p值為0.051，否定原假設(shè)，說(shuō)明在新冠疫情的沖擊下，貨幣政策對(duì)企業(yè)商業(yè)信用再配置行為的影響機(jī)制得到強(qiáng)化。假設(shè)1得到驗(yàn)證。

表6為假設(shè)2回歸結(jié)果。將貨幣政策寬松年份的樣本分組為供應(yīng)鏈集中度高組和供應(yīng)鏈集中度低組進(jìn)行回歸后發(fā)現(xiàn)，對(duì)于供應(yīng)鏈集中度較高的企業(yè)來(lái)說(shuō)，商業(yè)信用供給（AR）與銀行信貸（Bank）的回歸系數(shù)為0.028，在5%的水平上顯著，與銀行信貸和新冠疫情的交乘項(xiàng)（Bank*COVID）的回歸系數(shù)為0.069，在1%的水平上顯著；而對(duì)于供應(yīng)鏈集中度較低的企業(yè)來(lái)說(shuō)，商業(yè)信用供給（AR）與銀行信貸（Bank）以及交乘項(xiàng)（Bank*COVID）的回歸系數(shù)均不顯著。進(jìn)一步對(duì)兩組數(shù)據(jù)進(jìn)行Suest檢驗(yàn)，結(jié)果p值為0.082，否定原假設(shè)，說(shuō)明相對(duì)于供應(yīng)鏈集中度較低的企業(yè)，新冠疫情對(duì)商業(yè)信用再配置的強(qiáng)化作用在供應(yīng)鏈集中度較高的企業(yè)中更顯著。假設(shè)2得到驗(yàn)證。

表6 假設(shè) 2回歸結(jié)果

五、穩(wěn)健性檢驗(yàn)

為檢驗(yàn)結(jié)果的穩(wěn)健性，采用以下幾種方式進(jìn)行驗(yàn)證。（1）替換被解釋變量。參考王貞潔、王竹泉（2013）以及王雄元等（2015）做法，替換被解釋變量商業(yè)信用供給為（應(yīng)收賬款+應(yīng)收票據(jù)-預(yù)收賬款）/銷(xiāo)售收入（AR2），進(jìn)行回歸后基本結(jié)果不變，假設(shè)1、假設(shè)2得到驗(yàn)證。（2）替換解釋變量。參考王雄元等（2015）的做法，采用第一大客戶(hù)銷(xiāo)售占比（Ctop1）與第一大供應(yīng)商采購(gòu)占比（Stop1）的均值作為供應(yīng)鏈集中度的替代變量，回歸結(jié)果基本不變，假設(shè)1、假設(shè)2穩(wěn)健。（3）固定效應(yīng)模型回歸。為解決可能存在的遺漏變量導(dǎo)致的內(nèi)生性問(wèn)題，采用固定效應(yīng)模型進(jìn)行回歸，回歸結(jié)果與主檢驗(yàn)基本一致。（4）自變量滯后一期。考慮到銀行信貸對(duì)商業(yè)信用供給的影響可能存在互為因果導(dǎo)致的內(nèi)生性問(wèn)題，對(duì)銀行信貸滯后一期處理，按原模型再次進(jìn)行回歸，回歸結(jié)果基本不變。

六、進(jìn)一步研究

突如其來(lái)的新冠疫情使世界經(jīng)濟(jì)陷入深度衰退，為緩解疫情的沖擊，央行推行寬松的貨幣政策以引導(dǎo)實(shí)體經(jīng)濟(jì)融資成本下降，加快經(jīng)濟(jì)復(fù)蘇。信貸融資成本的下降有效縮小了銀行信貸與企業(yè)自有資金的成本差異，從而弱化了企業(yè)自有資金對(duì)銀行信貸的替代作用，進(jìn)而提升了部分企業(yè)的商業(yè)信用再配置水平。為驗(yàn)證這一邏輯的合理性，本文將進(jìn)一步對(duì)其中的作用渠道進(jìn)行更為細(xì)致的考察，這有助于進(jìn)一步理解新冠疫情如何強(qiáng)化貨幣政策與商業(yè)信用再配置行為間的影響關(guān)系。

本文利用溫忠麟等（2004）提出的中介效應(yīng)檢驗(yàn)程序構(gòu)建以下模型，對(duì)企業(yè)內(nèi)部現(xiàn)金流在貨幣政策與商業(yè)信用再配置之間是否發(fā)揮中介效應(yīng)進(jìn)行檢驗(yàn)。

其中，CF為企業(yè)內(nèi)部現(xiàn)金流，參考于博、尹鳳（2016）的做法，采用（扣除非經(jīng)常性損益后的凈利潤(rùn)+折舊與攤銷(xiāo)）/總資產(chǎn)的方式進(jìn)行衡量。

表7給出了企業(yè)內(nèi)部現(xiàn)金流的替代效應(yīng)作為影響渠道的檢驗(yàn)結(jié)果。路徑模型Path a中，貨幣政策（MP）與商業(yè)信用供給（AR）的回歸系數(shù)為0.006，在1%的水平上顯著；在路徑模型Path b中，貨幣政策（MP）與中介因子企業(yè)內(nèi)部現(xiàn)金流（CF）的回歸系數(shù)在1%的水平上顯著為負(fù)；在路徑模型Path c中，當(dāng)把中介因子企業(yè)內(nèi)部現(xiàn)金流（CF）放入模型時(shí)，貨幣政策（MP）與商業(yè)信用供給（AR）的回歸系數(shù)為0.004，依然在1%的水平上顯著，但小于路徑模型Path a中的回歸系數(shù)0.006。經(jīng)比較，βγ與γ同號(hào)，說(shuō)明存在部分中介效應(yīng)，中介效應(yīng)占總效應(yīng)的比例為12.02%。為進(jìn)一步驗(yàn)證是否存在中介效應(yīng)，本文進(jìn)行了Sobel檢驗(yàn)與Bootstrap檢驗(yàn)，結(jié)果顯示p值為0.012，間接效應(yīng)的置信區(qū)間不包含0，拒絕原假設(shè)，即寬松的貨幣政策弱化了企業(yè)自有資金對(duì)銀行信貸的替代效應(yīng)，從而提高了商業(yè)信用再配置水平。綜合Path a、Path b、Path c模型的路徑分析結(jié)果得知，企業(yè)內(nèi)部現(xiàn)金流的替代作用是貨幣政策對(duì)商業(yè)信用再配置產(chǎn)生影響的中介因子，該渠道存在部分中介效應(yīng)，中介效應(yīng)占比為12.02%。

表7 路徑檢驗(yàn)

七、研究結(jié)論

本文以2007—2020年我國(guó)A股上市公司為研究對(duì)象，基于供應(yīng)鏈關(guān)系視角考察了新冠疫情背景下貨幣政策對(duì)企業(yè)商業(yè)信用再配置水平產(chǎn)生的影響。研究發(fā)現(xiàn)：在新冠疫情的沖擊下，貨幣政策對(duì)企業(yè)商業(yè)信用再配置的影響機(jī)制得到強(qiáng)化；進(jìn)一步分析發(fā)現(xiàn)，相對(duì)于供應(yīng)鏈集中度較低的企業(yè)，這一強(qiáng)化機(jī)制在供應(yīng)鏈集中度高的企業(yè)中更為顯著。最后，本文對(duì)這一強(qiáng)化機(jī)制進(jìn)行了更為細(xì)致的考察，結(jié)果表明，在新冠疫情的影響下，國(guó)家通過(guò)實(shí)行更為寬松的貨幣政策以引導(dǎo)實(shí)體經(jīng)濟(jì)融資成本的下降，縮小信貸資金與自有資金的成本差距，弱化企業(yè)內(nèi)部資金對(duì)銀行信貸的替代效應(yīng)，從而強(qiáng)化企業(yè)將銀行信貸轉(zhuǎn)為商業(yè)信用的資源再配置行為。以上發(fā)現(xiàn)從微觀視角肯定了新冠疫情時(shí)期貨幣政策調(diào)控在優(yōu)化資源再配置方面的積極意義，拓展了宏觀經(jīng)濟(jì)政策與企業(yè)微觀行為研究的邊界。因此，企業(yè)應(yīng)積極響應(yīng)國(guó)家采取的財(cái)政政策，主動(dòng)抓住貨幣政策寬松帶來(lái)的融資優(yōu)勢(shì)，增加銀行信貸規(guī)模，充分發(fā)揮出中小微企業(yè)與銀行間“信用橋梁”的作用。需要特別關(guān)注的是，供應(yīng)鏈集中度并非越高越好，企業(yè)在加強(qiáng)供應(yīng)鏈關(guān)系管理的同時(shí)也應(yīng)及時(shí)防范和控制供應(yīng)鏈管理中存在的風(fēng)險(xiǎn)，保持適度的供應(yīng)鏈集中度水平在優(yōu)化資金配置效率方面是十分有必要的。