姚遠(yuǎn)

摘 要：商業(yè)信用即企業(yè)法人之間商業(yè)往來(lái)而產(chǎn)生的信用，在支持企業(yè)成長(zhǎng)方面扮演著更為關(guān)鍵的作用。本文以2006—2014年2538家中國(guó)制造業(yè)上市公司的面板數(shù)據(jù)為樣本，選取相關(guān)指標(biāo)建立回歸模型來(lái)研究中國(guó)制造業(yè)上市公司的商業(yè)信用與銀行貸款的關(guān)系，研究結(jié)論為：中國(guó)制造業(yè)上市公司商業(yè)信用和銀行貸款替代關(guān)系顯著，同時(shí)宏觀經(jīng)濟(jì)、公司規(guī)模等因素的不同并不影響實(shí)證結(jié)論。

關(guān)鍵詞：商業(yè)信用；銀行貸款；制造業(yè)上市公司

現(xiàn)今，商業(yè)信用是企業(yè)最重要的融資渠道之一，主要因?yàn)樗谋憬菪院挽`活性，其次是它的低門(mén)檻。尤其像中國(guó)這樣的發(fā)展中國(guó)家經(jīng)濟(jì)體，正規(guī)金融的門(mén)檻較高、供給不足，很多企業(yè)沒(méi)有辦法從銀行渠道獲取貸款，寧可承受較高的成本從非正規(guī)金融渠道融資，這也促成了商業(yè)信用的發(fā)展和盛行。

2014年我國(guó)GDP的增速首度跌破7.5%，中國(guó)經(jīng)濟(jì)的這一變化揭示了“新常態(tài)”的主要特征。與世界先進(jìn)水平相比，我國(guó)制造業(yè)仍然大而不強(qiáng)，在我國(guó)經(jīng)濟(jì)發(fā)展步入“新常態(tài)”的階段，同樣面臨諸多挑戰(zhàn)，這一因素對(duì)制造業(yè)行業(yè)的影響有待研究。

一、 國(guó)內(nèi)外研究綜述

（一）商業(yè)信用與銀行貸款存在替代關(guān)系

基于我國(guó)特定的貨幣政策環(huán)境，將貨幣政策緊縮年度虛擬變量和銀行家信心指數(shù)納入研究框架進(jìn)行分析可知，企業(yè)受到信貸沖擊時(shí)以商業(yè)信用作為替代銀行貸款的融資方式以彌補(bǔ)資金供給缺口（饒品貴、姜國(guó)華，2013）。Jeffrey（2002）通過(guò)研究制造業(yè)企業(yè)的數(shù)據(jù)也得出結(jié)論：沒(méi)有債券評(píng)級(jí)的企業(yè)在貨幣緊縮期會(huì)增加商業(yè)信用。

國(guó)內(nèi)外的學(xué)者運(yùn)用不同地區(qū)的面板數(shù)據(jù)商業(yè)信用與銀行貸款的關(guān)系進(jìn)行研究。Eddie and Conor（2014）和陽(yáng)佳余、楊蓓蕾（2013）分別選用了歐洲地區(qū)和中國(guó)國(guó)內(nèi)上市公司的數(shù)據(jù)來(lái)研究在金融危機(jī)中銀行貸款渠道受限的中小企業(yè)是否更可能使用或申請(qǐng)?zhí)娲酝庠慈谫Y。研究結(jié)果顯示，公司更頻繁使用商業(yè)信用是基于信貸配給理論，這也體現(xiàn)出商業(yè)信用對(duì)于銀行貸款的顯著性替代。

（二）商業(yè)信用與銀行貸款存在互補(bǔ)關(guān)系

Daisuke（2015）和Gerhard et al.（2014）分別采用日本和英國(guó)的企業(yè)數(shù)據(jù)來(lái)研究商業(yè)信用與銀行貸款的關(guān)系，均得出互補(bǔ)性關(guān)系的結(jié)論，主要邏輯：在銀行貸款可得性增加時(shí)，企業(yè)的商業(yè)信用（包括應(yīng)付賬款和應(yīng)收賬款）都有所增加，即商業(yè)信用于銀行貸款存在互補(bǔ)的關(guān)系。

劉仁伍、盛文軍（2011）提出在現(xiàn)行銀行貸款體系下，對(duì)于不同類(lèi)型的非國(guó)有企業(yè)仍存在一定程度的信貸歧視，故商業(yè)信貸機(jī)制對(duì)于銀行貸款體系具有顯著的補(bǔ)充作用，企業(yè)的規(guī)模、資本密集度、出口等因素都對(duì)企業(yè)提供商業(yè)信貸的數(shù)額有顯著影響。

本文擬選用中國(guó)制造業(yè)上市公司數(shù)據(jù)來(lái)進(jìn)行分析，從更切合企業(yè)利益的商業(yè)信用需求的視角來(lái)分析商業(yè)信用與銀行貸款的關(guān)系。在模型構(gòu)建方面，本文采用固定效應(yīng)模型進(jìn)行估計(jì)。

二、 商業(yè)信用與銀行貸款關(guān)系的實(shí)證分析

（一）數(shù)據(jù)選取及變量說(shuō)明

1、樣本選擇和數(shù)據(jù)來(lái)源

本文采用的樣本為2006—2014年中國(guó)制造業(yè)上市公司為研究樣本，總樣本量為22842。上市公司數(shù)據(jù)來(lái)源為國(guó)泰安數(shù)據(jù)庫(kù)、各上市公司年報(bào)和官網(wǎng)資料等，宏觀經(jīng)濟(jì)及原材源于國(guó)家統(tǒng)計(jì)局網(wǎng)站。本文的模型研究軟件為Stata12.0。

2、變量設(shè)計(jì)

本文討論的主要是商業(yè)信用需求，根據(jù)Blasio（2003）、Ge and Qiu（2007）、Gamaetal.（2009）的研究，采用應(yīng)付賬款/總資產(chǎn)比例（即應(yīng)付賬款比率）指標(biāo)作為被解釋變量進(jìn)行分析。關(guān)于銀行貸款的衡量，本文選用短期借款與長(zhǎng)期借款之和占總資產(chǎn)的比率（即有息負(fù)債率）作為解釋變量進(jìn)行分析。

參考商業(yè)信用與銀行貸款關(guān)系的相關(guān)文獻(xiàn)，本文的控制變量選取了應(yīng)收賬款比率、公司規(guī)模、資產(chǎn)負(fù)債率、存貨周轉(zhuǎn)率、營(yíng)業(yè)總收入占總資產(chǎn)的比重、營(yíng)業(yè)總成本占總資產(chǎn)的比重、國(guó)內(nèi)生產(chǎn)總值作為控制變量。

（二）模型設(shè)定及回歸分析

1、模型設(shè)定

Hausman檢驗(yàn)結(jié)果顯示chi2（5）=52.39，Prob>chi2=0.0000，因此應(yīng)該選擇固定效應(yīng)模型。具體表示如公式（3.1）所示：

2、實(shí)證分析

表3-3的實(shí)證結(jié)果即采用模型（3.1）進(jìn)行固定效應(yīng)模型估計(jì)所得。相關(guān)結(jié)果顯示，中國(guó)制造業(yè)上市公司商業(yè)信用與銀行貸款呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系。存貨周轉(zhuǎn)率與商業(yè)信用同樣呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，其他控制變量包括應(yīng)收賬款比率、公司規(guī)模、資產(chǎn)負(fù)債率、標(biāo)準(zhǔn)化營(yíng)業(yè)成本、國(guó)內(nèi)生產(chǎn)總值、與商業(yè)信用呈現(xiàn)顯著的正相關(guān)關(guān)系。研究結(jié)果為：中國(guó)制造業(yè)上市公司商業(yè)信用和銀行貸款替代關(guān)系顯著，同時(shí)宏觀經(jīng)濟(jì)、公司規(guī)模等因素的不同并不影響實(shí)證結(jié)論。

三 政策建議

1、堅(jiān)定走“國(guó)企改革”之路，積極引入社會(huì)資本和戰(zhàn)略投資者。這一點(diǎn)不僅適用于制造業(yè)上市公司，同樣適用于其他制造業(yè)行業(yè)不同規(guī)模的國(guó)有企業(yè)。發(fā)展混合所有制經(jīng)濟(jì)是深化國(guó)有企業(yè)改革的“重頭戲”，本文涵蓋的2538個(gè)制造業(yè)上市公司樣本中有894個(gè)是國(guó)有企業(yè)，可見(jiàn)國(guó)有企業(yè)在各個(gè)制造業(yè)行業(yè)各大細(xì)分市場(chǎng)基本處于主導(dǎo)地位，國(guó)企改革必然會(huì)對(duì)制造業(yè)行業(yè)產(chǎn)生深遠(yuǎn)影響。

2、 制造業(yè)上市公司需盡快擴(kuò)大自己的金融業(yè)務(wù)公司及其業(yè)務(wù)規(guī)模和范圍來(lái)拓寬融資渠道、多元化融資方式，從整理的數(shù)據(jù)可知，制造業(yè)上市公司存在較大的商業(yè)信用缺口，這也意味著存在較大的信用風(fēng)險(xiǎn)敞口。對(duì)商業(yè)信用的分析和運(yùn)用不僅局限于量，更要注重質(zhì)。因此，還需對(duì)商業(yè)信用建立完善的管理體系，進(jìn)一步測(cè)試考核信用成本與效益比。

參考文獻(xiàn)：

[1]董紅曄、李小榮，商業(yè)信用與銀行貸款的替代效應(yīng)——基于控股股東代理問(wèn)題的研究，山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014（11）：25—35。

[2]范小云、董二磊，銀行貸款，商業(yè)信用與企業(yè)出口——基于聯(lián)立方程模型的經(jīng)驗(yàn)分析，中國(guó)經(jīng)濟(jì)問(wèn)題，2015（1）：36—49。

[3]胡海青、崔杰、張道宏，中小企業(yè)商業(yè)信用融資影響因素研究——基于陜西制造類(lèi)非上市企業(yè)的證據(jù)，管理評(píng)論，2014（2）：36—48。

[4]李曉靜、趙雅莉、廣禮，商業(yè)信用需求行業(yè)間差異及其影響動(dòng)因的實(shí)證研究，技術(shù)經(jīng)濟(jì)與管理研究，2015（3）：86—90。

[5]劉仁伍、盛文軍，商業(yè)信用是否補(bǔ)充了銀行信用體系，世界經(jīng)濟(jì)，2011（11）：103—120。

[6]陸正飛、楊德明，商業(yè)信用：替代性融資，還是買(mǎi)方市場(chǎng)？，管理世界，2011（4）：6—14。

[7]牛培路、白俊，金融發(fā)展，銀行貸款與商業(yè)信用再分配，金融論壇，2011（10）：34—42。

[8]石曉軍、李杰，商業(yè)信用與銀行借款的替代關(guān)系及其反周期性：1998—2006年，財(cái)經(jīng)研究，2009（3）：4—15。

[9] Baum， C. F.， Schaffer， M. E.， andStillman， S. Instrumental variables and GMM： Estimation and testing. Stata Journal， 2003：1—31.

[10] Berger， A. N.， andUdell， G. F. Small business credit availability and relationship lending： The importance of bank organisational structure. The Economic Journal， 2002： 32—53.

[11] Bester， H. Screening vs. rationing in credit markets with imperfect information. The American Economic Review， 1985： 850—855.

[12] Bester， H. The role of collateral in credit markets with imperfect information. European Economic Review， 1987： 887—899.

[13] Biais， B.， andGollier， C. Trade credit and credit rationing. Review of Financial Studies， 1997： 903—937.