周子熙 李良

[摘要]金融市場(chǎng)在國(guó)民經(jīng)濟(jì)中占據(jù)非常重要的地位。為探討供應(yīng)商集中度作用于股價(jià)崩盤(pán)風(fēng)險(xiǎn)的機(jī)制和路徑，選取2008—2019年A股制造業(yè)公司為樣本，研究供應(yīng)商集中度與股價(jià)崩盤(pán)風(fēng)險(xiǎn)的關(guān)系。結(jié)果顯示，供應(yīng)商集中度上升會(huì)導(dǎo)致股價(jià)崩盤(pán)風(fēng)險(xiǎn)的增加，且供應(yīng)商集中度通過(guò)影響商業(yè)信用，從而影響股價(jià)崩盤(pán)風(fēng)險(xiǎn)。當(dāng)供應(yīng)商集中度較大時(shí)，會(huì)導(dǎo)致企業(yè)的商業(yè)信用受到侵占，最終引起股價(jià)崩盤(pán)風(fēng)險(xiǎn)上升。

[關(guān)鍵詞]供應(yīng)商集中度;股價(jià)崩盤(pán)風(fēng)險(xiǎn);商業(yè)信用;中介效應(yīng)

一、 引言

股票市場(chǎng)對(duì)于國(guó)家經(jīng)濟(jì)發(fā)展具有十分重要的作用，其穩(wěn)定與否對(duì)于整個(gè)社會(huì)經(jīng)濟(jì)、金融體系的風(fēng)險(xiǎn)防控意義重大。然而近些年來(lái)，股票崩盤(pán)、暴跌現(xiàn)象層出不窮，不但對(duì)金融市場(chǎng)造成嚴(yán)重打擊，也對(duì)國(guó)家經(jīng)濟(jì)安全帶來(lái)了極大的危害。黨的十九大明確指出“嚴(yán)防死守各大風(fēng)險(xiǎn)防控站，其中最重要的是要對(duì)金融風(fēng)險(xiǎn)進(jìn)行防范”1，這體現(xiàn)了黨和國(guó)家持續(xù)防范化解金融風(fēng)險(xiǎn)、維護(hù)金融市場(chǎng)穩(wěn)定的態(tài)度和決心。2018年6月A股被納入MSCI新興市場(chǎng)指數(shù)、2019年6月被納入富時(shí)羅素新興市場(chǎng)指數(shù)等標(biāo)志著我國(guó)股市發(fā)展得到國(guó)際認(rèn)同，但是我國(guó)股市發(fā)展仍然不夠穩(wěn)定，時(shí)常出現(xiàn)股價(jià)大規(guī)模下跌事件。股價(jià)的大規(guī)模、急劇崩盤(pán)現(xiàn)象會(huì)導(dǎo)致金融市場(chǎng)的變化，從而可能引發(fā)經(jīng)濟(jì)市場(chǎng)的動(dòng)蕩。

2020年5月4日，國(guó)家發(fā)改委明確指出在疫情期間要全力以赴保持供應(yīng)鏈的穩(wěn)定，在供應(yīng)鏈穩(wěn)定的基礎(chǔ)上不斷提高競(jìng)爭(zhēng)力2。目前企業(yè)在選擇供應(yīng)商和客戶時(shí)，已經(jīng)從分散單獨(dú)的供應(yīng)商、客戶關(guān)系轉(zhuǎn)化為集中的關(guān)系。一條供應(yīng)鏈中，位于上方的是供應(yīng)商，下方是客戶，向客戶企業(yè)提供生產(chǎn)開(kāi)發(fā)所需的材料、半成品及服務(wù)等是供應(yīng)商的主要功能。如果企業(yè)的供應(yīng)商只有一個(gè)或幾個(gè)，即供應(yīng)商集中度較大時(shí)，供應(yīng)商向企業(yè)提供的原材料半成品價(jià)格或服務(wù)水平對(duì)客戶企業(yè)的生產(chǎn)水平維持或飛速發(fā)展有著十分重要的作用和意義。相對(duì)而言，客戶企業(yè)會(huì)對(duì)供應(yīng)商造成嚴(yán)重的依靠?jī)A向，以至于供應(yīng)商處于供應(yīng)鏈的強(qiáng)勢(shì)地位，具有較強(qiáng)的議價(jià)能力，可能會(huì)要求企業(yè)提前付款，導(dǎo)致企業(yè)的流動(dòng)性資金會(huì)減少，企業(yè)的商業(yè)信用會(huì)受到侵占，從而加劇企業(yè)的融資約束，企業(yè)資金流動(dòng)性下降這一負(fù)面消息的意愿上升，進(jìn)而導(dǎo)致股價(jià)崩盤(pán)風(fēng)險(xiǎn)上升。

之前學(xué)者主要是從代理問(wèn)題、信息不透明以及機(jī)構(gòu)投資者三方面研究供應(yīng)商集中度，鮮有學(xué)者從供應(yīng)鏈的角度出發(fā)且大多數(shù)集中于客戶集中度。因此本文基于以上背景，研究供應(yīng)商集中度對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響，并探討商業(yè)信用的中介效應(yīng)。這不僅是對(duì)現(xiàn)有理論的進(jìn)一步探索和補(bǔ)充，還為資本市場(chǎng)主體以及利益相關(guān)者如何有效避免金融風(fēng)險(xiǎn)給出了一定的參考價(jià)值。同時(shí)供應(yīng)商集中度作為一個(gè)可以進(jìn)行量化的指標(biāo)，對(duì)于上市公司和投資者而言，是在實(shí)際工作中方便獲取的且來(lái)源可靠的，這也為資本市場(chǎng)主體和利益相關(guān)者有效、合理地避免金融風(fēng)險(xiǎn)提供了一定的參考和價(jià)值。

二、 理論分析與研究假設(shè)

1. 股價(jià)崩盤(pán)風(fēng)險(xiǎn)的成因

股票崩盤(pán)風(fēng)險(xiǎn)是指當(dāng)公司內(nèi)部負(fù)面信息積累達(dá)到臨界點(diǎn)后爆發(fā)，對(duì)股票價(jià)格產(chǎn)生重大負(fù)面影響，并導(dǎo)致股票價(jià)格急劇下跌 [1]。資本市場(chǎng)的正常運(yùn)營(yíng)一直是大眾關(guān)注的焦點(diǎn)，其穩(wěn)定不僅與相關(guān)利益投資者息息相關(guān)，并且對(duì)整個(gè)地區(qū)和國(guó)家的經(jīng)濟(jì)金融正常穩(wěn)定繁榮發(fā)展起到不可估量的作用。近年來(lái)，國(guó)內(nèi)外股票市場(chǎng)都出現(xiàn)過(guò)暴跌暴漲的現(xiàn)象，這種極其不穩(wěn)定的波動(dòng)會(huì)造成資本市場(chǎng)的不穩(wěn)定運(yùn)行。中國(guó)股市相比于國(guó)外發(fā)達(dá)資本市場(chǎng)，制度上還需更進(jìn)一步完善，市場(chǎng)建立時(shí)間也較晚，相對(duì)比較多變和不穩(wěn)定，因此出現(xiàn)股價(jià)崩盤(pán)的風(fēng)險(xiǎn)也高。因此國(guó)內(nèi)外學(xué)者從不同方面對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)影響因素進(jìn)行了探討，并在此基礎(chǔ)上尋求防止和降低股價(jià)崩盤(pán)風(fēng)險(xiǎn)的辦法。目前影響股價(jià)崩盤(pán)風(fēng)險(xiǎn)的因素主要聚焦于以下三點(diǎn)：

（1）代理問(wèn)題。具體是指公司股東與公司管理者之間的代理問(wèn)題而引發(fā)的股價(jià)崩盤(pán)風(fēng)險(xiǎn)。就公司管理層而言，管理者從自身利益出發(fā)，會(huì)有目的性地隱瞞公司的負(fù)面消息。壞消息累積達(dá)一定值被爆發(fā)時(shí)，則會(huì)對(duì)股價(jià)造成巨大沖擊，導(dǎo)致股價(jià)大幅下降[2]。管理層可能會(huì)故意隱藏或延遲發(fā)布負(fù)面信息，是基于職業(yè)發(fā)展、工資激勵(lì)，商業(yè)建設(shè)，政治晉升的考慮，并更傾向于提前披露好消息，這種情況會(huì)導(dǎo)致股票收益信息不對(duì)稱，進(jìn)而導(dǎo)致股價(jià)泡沫虛高，產(chǎn)生股價(jià)崩盤(pán)風(fēng)險(xiǎn)[3-4]。Kim等從首席執(zhí)行官的角度出發(fā)，研究其對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響，結(jié)果表明，當(dāng)首席執(zhí)行官存在過(guò)度自信的情況，那么所處的公司的股價(jià)在未來(lái)可能面臨暴跌的風(fēng)險(xiǎn)更多。究其原因，是當(dāng)首席執(zhí)行官存在過(guò)度自信的情況時(shí)，在投資項(xiàng)目選擇上，會(huì)盲目承擔(dān)一些負(fù)凈現(xiàn)值的項(xiàng)目，這會(huì)對(duì)公司經(jīng)營(yíng)產(chǎn)生阻礙，進(jìn)一步惡化消極消息的囤積，最終導(dǎo)致股價(jià)瘋狂暴跌[5]。Mamun等同時(shí)發(fā)現(xiàn)如果首席執(zhí)行官（CEO）所擁有的權(quán)力越大，那么他所在公司的股價(jià)在未來(lái)面臨崩盤(pán)的可能性也就越大[6]。

（2）信息不透明。Hutton等研究了公司不透明度與股價(jià)崩盤(pán)風(fēng)險(xiǎn)的關(guān)系，結(jié)果表明公司財(cái)務(wù)信息越不透明，出現(xiàn)崩盤(pán)風(fēng)險(xiǎn)的概率越大，并提出了可以利用盈余管理的措施來(lái)預(yù)防崩盤(pán)風(fēng)險(xiǎn)[1]。Kousenidis等指出股市風(fēng)險(xiǎn)應(yīng)該反映在會(huì)計(jì)信息中，但是當(dāng)最終披露信息時(shí)，由于流向財(cái)務(wù)報(bào)告使用者的信息減少而導(dǎo)致信息披露的減少可能會(huì)導(dǎo)致股價(jià)暴跌[7]。Defond等探索了國(guó)際財(cái)務(wù)報(bào)告準(zhǔn)則的采用是否會(huì)影響公司股價(jià)崩盤(pán)風(fēng)險(xiǎn)，研究結(jié)果表明采用國(guó)際財(cái)務(wù)報(bào)告準(zhǔn)則會(huì)降低非金融公司的崩盤(pán)風(fēng)險(xiǎn)，尤其在信息環(huán)境較差的公司更為明顯，這是因?yàn)椴捎脟?guó)際財(cái)務(wù)報(bào)告準(zhǔn)則會(huì)增加公司財(cái)務(wù)信息的透明度，進(jìn)而減少股價(jià)崩盤(pán)風(fēng)險(xiǎn)[8]。Abedifar等[9]以全球銀行為研究樣本，檢驗(yàn)會(huì)計(jì)法規(guī)和執(zhí)行標(biāo)準(zhǔn)對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響，研究結(jié)果表明，會(huì)計(jì)法規(guī)和執(zhí)行標(biāo)準(zhǔn)更加嚴(yán)格的國(guó)家，出現(xiàn)股價(jià)崩盤(pán)的風(fēng)險(xiǎn)更低，這是因?yàn)楸O(jiān)管機(jī)構(gòu)會(huì)計(jì)法規(guī)的制定，是為了提高財(cái)務(wù)報(bào)告質(zhì)量和透明度以減少外部投資者的信息風(fēng)險(xiǎn)。

（3）機(jī)構(gòu)投資者。機(jī)構(gòu)投資者的監(jiān)督限制了職業(yè)經(jīng)理人對(duì)公司現(xiàn)金流量的提取，從而降低了經(jīng)理承擔(dān)的公司特定風(fēng)險(xiǎn)，減輕了管理人員的壞消息累積，這會(huì)導(dǎo)致股票價(jià)格暴跌的可能性相應(yīng)降低。由于長(zhǎng)期機(jī)構(gòu)投資者擁有大量股份和較長(zhǎng)的投資期限，因此有很強(qiáng)的動(dòng)力進(jìn)行監(jiān)管，經(jīng)理人很難隱藏和捕獲公司的現(xiàn)金流。相反，對(duì)于短期的機(jī)構(gòu)投資者來(lái)說(shuō)，這種關(guān)系發(fā)生了變化，因?yàn)樗麄儍A向于交易而不是監(jiān)督。機(jī)構(gòu)投資者越長(zhǎng)期，那么公司的股價(jià)崩盤(pán)風(fēng)險(xiǎn)越低，如果公司機(jī)構(gòu)投資者越短期，那么股價(jià)崩盤(pán)風(fēng)險(xiǎn)就越高。這是因?yàn)槁殬I(yè)經(jīng)理人在臨時(shí)績(jī)效不佳時(shí)會(huì)掩蓋壞消息，以保護(hù)其工作。但是，當(dāng)累積的壞消息最終超過(guò)臨界點(diǎn)時(shí)，經(jīng)理們放棄了隱藏信息的嘗試，所有壞消息立即被發(fā)布，從而導(dǎo)致股價(jià)暴跌。管理者負(fù)面消息的囤積會(huì)因?yàn)殚L(zhǎng)期機(jī)構(gòu)投資者的強(qiáng)力控制而縮小，從而使得公司股價(jià)崩盤(pán)風(fēng)險(xiǎn)在一定程度上得到控制。

Callen等研究探討了機(jī)構(gòu)投資者的確定性與股價(jià)崩盤(pán)風(fēng)險(xiǎn)的關(guān)系以及在多大程度上影響了股價(jià)崩盤(pán)風(fēng)險(xiǎn)[10]。結(jié)果顯示機(jī)構(gòu)投資者越確定，股價(jià)崩盤(pán)風(fēng)險(xiǎn)越低，這是由機(jī)構(gòu)投資者的監(jiān)管理論導(dǎo)致的而不是短期主義理論。同時(shí)穩(wěn)定的機(jī)構(gòu)投資者群體在預(yù)先防范降低管理層的不良活動(dòng)中發(fā)揮著監(jiān)督作用，以降低股價(jià)崩盤(pán)風(fēng)險(xiǎn)。結(jié)果還表明短期的機(jī)構(gòu)投資者會(huì)對(duì)上市公司產(chǎn)生不利影響，最終增加未來(lái)股票價(jià)格暴跌的風(fēng)險(xiǎn)。Wang等研究了管理層的機(jī)會(huì)主義行為對(duì)機(jī)構(gòu)投資者訪問(wèn)頻率對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的作用，研究表明機(jī)構(gòu)投資者訪問(wèn)頻率與股價(jià)崩盤(pán)風(fēng)險(xiǎn)呈倒U型，表明在低頻率訪問(wèn)階段時(shí)，隨著機(jī)構(gòu)投資者訪問(wèn)頻率的增加，股價(jià)崩盤(pán)風(fēng)險(xiǎn)隨之升高，而當(dāng)訪問(wèn)頻率過(guò)高時(shí)，股價(jià)崩盤(pán)風(fēng)險(xiǎn)隨之降低[11]。這是因?yàn)楣芾韺拥耐稒C(jī)行為旨在避免訪問(wèn)的負(fù)面影響。特別是當(dāng)管理層的機(jī)會(huì)主義行為受到高度激勵(lì)并且實(shí)施空間更大時(shí)，訪問(wèn)頻率與股價(jià)崩盤(pán)風(fēng)險(xiǎn)之間的非線性關(guān)系就更加明顯。如果機(jī)構(gòu)投資者的注意力不集中，則會(huì)帶來(lái)更大的股價(jià)崩盤(pán)風(fēng)險(xiǎn)。也就是說(shuō)，如果他們因?yàn)橥鈦?lái)事情而被分散過(guò)多注意力時(shí)，會(huì)對(duì)公司的事情更加漠不關(guān)心，經(jīng)理人更有可能通過(guò)其他方法累積壞消息，那么公司將會(huì)面臨較大崩盤(pán)風(fēng)險(xiǎn)。對(duì)于國(guó)有企業(yè)、由首席執(zhí)行官擔(dān)任董事會(huì)主席的公司以及分析師覆蓋率較低的公司，這種影響更為明顯。這種影響主要是由于專注的長(zhǎng)期機(jī)構(gòu)投資者引起的，而不是由短期的機(jī)構(gòu)投資者引起的。Fan等研究考察了機(jī)構(gòu)投資者在中國(guó)A股市場(chǎng)中與公司股票價(jià)格崩盤(pán)風(fēng)險(xiǎn)中的關(guān)系，表明機(jī)構(gòu)投資者的負(fù)面作用加劇了市場(chǎng)的崩潰風(fēng)險(xiǎn)[12]。

2. 商業(yè)信用與股價(jià)崩盤(pán)風(fēng)險(xiǎn)

企業(yè)的信息披露受到其融資模式的顯著影響，商業(yè)信用是指供應(yīng)商通過(guò)要求企業(yè)提前支付貨款來(lái)為經(jīng)營(yíng)活動(dòng)進(jìn)行融資的做法。商業(yè)信用在世界范圍內(nèi)被廣泛當(dāng)作短期融資的重要工具。在金融市場(chǎng)欠發(fā)達(dá)的國(guó)家，商業(yè)的作用更為重要，通過(guò)商業(yè)信用進(jìn)行的融資方式是和銀行信貸一樣重要的外部融資來(lái)源。

在正常經(jīng)營(yíng)活動(dòng)中供應(yīng)商向買方提供商業(yè)的動(dòng)機(jī)很強(qiáng)，因?yàn)榭梢韵拗瀑I方的機(jī)會(huì)主義行為。而機(jī)會(huì)主義行為的減少，將會(huì)導(dǎo)致股價(jià)崩盤(pán)風(fēng)險(xiǎn)的降低。同時(shí)，有更多商業(yè)信用的公司通常在財(cái)務(wù)上會(huì)受到限制。因此，這些公司為了獲得商業(yè)信用等更好的外部融資渠道，會(huì)積極改善信息的披露，因?yàn)樾畔⒉粚?duì)稱的減少，也會(huì)將使得股票價(jià)格崩盤(pán)的風(fēng)險(xiǎn)降低。

企業(yè)融資主要有三大來(lái)源：公司債券、銀行借款以及商業(yè)信用。在發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家，商業(yè)信用都被認(rèn)為是可替代性融資選擇，且在公司的債務(wù)結(jié)構(gòu)中起著日漸重要的作用。由于我國(guó)目前資本市場(chǎng)上還存在著融資渠道不完善的問(wèn)題，使得債券融資在上市公司資本結(jié)構(gòu)中所占比例很低，商業(yè)信用和銀行借款成為公司的主要融資來(lái)源?；ハ嘁蕾嚽覔碛泄餐娴碾p方是商業(yè)信用融資能夠產(chǎn)生的重要前提條件，企業(yè)在售賣產(chǎn)品或提供服務(wù)過(guò)程中采取提前或延后收取貨款的方式會(huì)產(chǎn)生商業(yè)應(yīng)用，它是企業(yè)短期融資的重要組成部分。在商業(yè)信用融資中，提供商業(yè)信用的一方為債權(quán)人，對(duì)債務(wù)人的財(cái)務(wù)情況能夠有更細(xì)致清楚的了解，以此將公司的負(fù)債風(fēng)險(xiǎn)控制在較低的水平，保證公司的債務(wù)可以及時(shí)收回，壞賬及爛賬的發(fā)生頻率降低，從而使得公司治理達(dá)到正向積極的狀態(tài)。

Cao等研究了中國(guó)背景下公司的商業(yè)信用融資是否會(huì)對(duì)公司股價(jià)下跌的概率產(chǎn)生重大影響。結(jié)果顯示，商業(yè)信用越高的企業(yè)，未來(lái)股價(jià)崩盤(pán)風(fēng)險(xiǎn)越低[13]。對(duì)于信息不對(duì)稱較顯著的和所處金融市場(chǎng)不太發(fā)達(dá)的公司，這種負(fù)相關(guān)關(guān)系更為明顯。進(jìn)一步的研究結(jié)果顯示，監(jiān)控機(jī)制和披露機(jī)制都可以促進(jìn)企業(yè)披露相關(guān)信息，使得信息更加透明化。王娟研究了商業(yè)信用融資是否對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)有影響，實(shí)證結(jié)果顯示，商業(yè)信用越高，未來(lái)股價(jià)崩盤(pán)風(fēng)險(xiǎn)越低。同時(shí)她還進(jìn)一步研究在不同情況下商業(yè)信用融資如何對(duì)未來(lái)股價(jià)暴跌的影響。結(jié)果顯示，如果公司在行業(yè)內(nèi)地位較低，所處地區(qū)法律壞境惡劣時(shí)，商業(yè)信用和股價(jià)崩盤(pán)風(fēng)險(xiǎn)的負(fù)相關(guān)關(guān)系將更加顯著，反之則相反[14]。Gu等發(fā)現(xiàn)股價(jià)崩盤(pán)風(fēng)險(xiǎn)與銀行貸款利息成正相關(guān)關(guān)系，研究結(jié)果認(rèn)為發(fā)放貸款時(shí)，股價(jià)崩盤(pán)風(fēng)險(xiǎn)是銀行重要考慮的風(fēng)險(xiǎn)因素，進(jìn)一步研究發(fā)現(xiàn)，當(dāng)銀行是國(guó)有企業(yè)且借款公司是國(guó)有企業(yè)時(shí)，股價(jià)崩盤(pán)風(fēng)險(xiǎn)與銀行貸款利息差之間的正相關(guān)關(guān)系就會(huì)更加顯著，并且當(dāng)股價(jià)崩盤(pán)風(fēng)險(xiǎn)較高時(shí)，企業(yè)能獲得的貸款期限也會(huì)變短[15]。同時(shí)，在法律環(huán)境較差的地區(qū)，國(guó)家的影響力和社會(huì)網(wǎng)絡(luò)會(huì)產(chǎn)生一定的影響。

3. 供應(yīng)商集中度與商業(yè)信用

在市場(chǎng)運(yùn)行過(guò)程中，商業(yè)信用融資發(fā)揮著十分關(guān)鍵的作用，其對(duì)于市場(chǎng)績(jī)效和企業(yè)經(jīng)營(yíng)績(jī)效都會(huì)產(chǎn)生正向影響，且還能夠在一定程度上對(duì)企業(yè)融資約束進(jìn)行緩解，使規(guī)模效率得到持續(xù)提升。從功能上而言，商業(yè)信用融資和銀行借款雙方能夠相互替代。企業(yè)商業(yè)信用的積累是一個(gè)漫長(zhǎng)過(guò)程，其融資來(lái)源客戶和供應(yīng)商、企業(yè)所處的供應(yīng)鏈關(guān)系會(huì)直接影響到商業(yè)信用融資。在企業(yè)發(fā)展過(guò)程中，供應(yīng)商是利益相關(guān)者，當(dāng)前隨著時(shí)代的快速發(fā)展、企業(yè)經(jīng)營(yíng)特點(diǎn)的轉(zhuǎn)變，企業(yè)供應(yīng)商也逐漸開(kāi)始出現(xiàn)集中化趨勢(shì)，企業(yè)會(huì)依據(jù)自身的生產(chǎn)需要、發(fā)展需求等選擇最中意的幾個(gè)供應(yīng)商，并與其形成一種戰(zhàn)略聯(lián)盟，構(gòu)建合作關(guān)系，推動(dòng)交易成本的降低。不過(guò)雖然供應(yīng)商集中對(duì)于企業(yè)而言有一定的好處，但是供應(yīng)商過(guò)度集中，也會(huì)導(dǎo)致企業(yè)談判處于弱勢(shì)，降低談判能力。Summers等選取655家英國(guó)企業(yè)作為對(duì)象進(jìn)行研究，最終發(fā)現(xiàn)在實(shí)際運(yùn)行過(guò)程中，低廉便捷的商業(yè)融資被視為一種非常常見(jiàn)的手段[16]。在供應(yīng)鏈中，如果公司在市場(chǎng)所占份額較高時(shí)，即代表它擁有了話語(yǔ)權(quán)，此時(shí)供應(yīng)商就沒(méi)有話語(yǔ)權(quán)，所以公司會(huì)提出一些要求，比如要求晚一點(diǎn)支付對(duì)供應(yīng)商的貨款。在實(shí)際運(yùn)行中企業(yè)和供應(yīng)商都青睞于提升流動(dòng)性，有較多的現(xiàn)金流規(guī)避風(fēng)險(xiǎn)、投資等。在這個(gè)過(guò)程中企業(yè)和供應(yīng)商會(huì)相互競(jìng)爭(zhēng)以提升自身的流動(dòng)性，而企業(yè)供應(yīng)商越是集中，且向這些供應(yīng)商采購(gòu)量越大，那么供應(yīng)商就越有較高的談判能力，其會(huì)向企業(yè)提出現(xiàn)金付款、及時(shí)付款等要求，從而企業(yè)會(huì)面臨商業(yè)信用融資減少的威脅。

國(guó)內(nèi)學(xué)者徐淳厚等通過(guò)分析了解到，如果企業(yè)的供應(yīng)商有較高集中度，那么企業(yè)商業(yè)信用融資就會(huì)降低，供應(yīng)商會(huì)對(duì)企業(yè)提出提前付款的要求，降低企業(yè)流動(dòng)資金，并侵占企業(yè)商業(yè)信用[17]。Fabbri等主要針對(duì)于供應(yīng)商議價(jià)能力對(duì)商業(yè)信用的影響關(guān)系進(jìn)行了研究，最終發(fā)現(xiàn)，處于弱勢(shì)地位的供應(yīng)商會(huì)為企業(yè)提供較多的商業(yè)信用，且這些商業(yè)信用在企業(yè)商品中會(huì)占較高的份額，而客戶會(huì)適當(dāng)對(duì)付款期限進(jìn)行延長(zhǎng)，甚至這一期限會(huì)高于供應(yīng)商期限，從而會(huì)出現(xiàn)逾期付款的情況[18]。在中小企業(yè)中，供應(yīng)商信用融資發(fā)揮著十分重要的作用，特別是在金融市場(chǎng)發(fā)展水平不高的國(guó)家中，處于弱勢(shì)地位的供應(yīng)商會(huì)在一定程度上受到銀行的約束，從而難以提供強(qiáng)大的貿(mào)易信貸，這就會(huì)導(dǎo)致其競(jìng)爭(zhēng)力降低。這體現(xiàn)了在市場(chǎng)中商業(yè)信貸是供應(yīng)商的一種競(jìng)爭(zhēng)手段。學(xué)者Zhang等也圍繞這方面的內(nèi)容進(jìn)行了研究，他們通過(guò)研究發(fā)現(xiàn)公司如果供應(yīng)商集中度較高，那么就會(huì)導(dǎo)致自身議價(jià)能力被降低，進(jìn)而會(huì)導(dǎo)致內(nèi)部資金流動(dòng)性、盈利能力等降低。另外，供應(yīng)商集中度較高，還會(huì)導(dǎo)致公司面臨更大的供應(yīng)沖擊風(fēng)險(xiǎn)，這就會(huì)間接提升外部融資成本[19]。

本文基于上述文獻(xiàn)，提出以下2個(gè)假設(shè)：

假設(shè)1：供應(yīng)商集中度上升導(dǎo)致股價(jià)崩盤(pán)風(fēng)險(xiǎn)的增加。供應(yīng)商集中度越高，股價(jià)崩盤(pán)風(fēng)險(xiǎn)越高。

假設(shè)2：供應(yīng)商集中度通過(guò)影響商業(yè)信用，從而影響股價(jià)崩盤(pán)風(fēng)險(xiǎn)。商業(yè)信用在供應(yīng)商集中度對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響中起到中介作用。

三、 數(shù)據(jù)來(lái)源及模型設(shè)定

1. 樣本數(shù)據(jù)

本文選取2008—2019年滬深兩市A股制造業(yè)上市公司作為研究樣本。剔除了*ST和ST公司、年度周收益率的觀測(cè)值少于30個(gè)以及數(shù)據(jù)缺失的樣本，最終得到9191個(gè)觀測(cè)值。數(shù)據(jù)來(lái)源包括兩部分：①供應(yīng)商集中度數(shù)據(jù)根據(jù)上市公司年報(bào)所披露的“向前五名供應(yīng)商采購(gòu)金額合計(jì)占總采購(gòu)金額的比例”手工整理得到;②其他數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù)。為避免極端值的影響，本文對(duì)連續(xù)變量均采用了上下1%的縮尾處理。

參考于博等的研究[20]，檢驗(yàn)供應(yīng)商集中度對(duì)崩盤(pán)風(fēng)險(xiǎn)的影響的模型如下：

2. 變量定義

被解釋變量。本文的被解釋變量的是股價(jià)崩盤(pán)風(fēng)險(xiǎn)。參考江宇軒和許年行的研究[21]，股價(jià)崩盤(pán)風(fēng)險(xiǎn)分別由負(fù)收益偏態(tài)系數(shù)（NCSKEW）和收益率上下波動(dòng)比率（DUVOL）來(lái)度量。NCSKEW的值越大，意味著股價(jià)崩盤(pán)風(fēng)險(xiǎn)越高;DUVOL的值越大，股價(jià)崩盤(pán)風(fēng)險(xiǎn)越大。度量方式如下：

其中，[Ri，t]指的是股票[i]在第[t]周考慮現(xiàn)金紅利再投資的收益率，[Rm，t]指的是A股所有股票在第[t]周經(jīng)流通市值加權(quán)的平均收益率。本文在公式（4）中分別加入超前和滯后兩期的市場(chǎng)收益率來(lái)緩解交易非同步性帶來(lái)的偏差。

收益率上下波動(dòng)比率（DUVOL）的計(jì)算方法如下：對(duì)于每個(gè)公司、年度樣本，首先先定義特定收益率小于均值的周為下跌周，特定收益率高于均值的周為上漲周。然后分別計(jì)算出下跌周和上漲周特定收益率的標(biāo)準(zhǔn)差，得出下跌波動(dòng)率和上漲波動(dòng)率。最后，以下跌波動(dòng)率除以上漲波動(dòng)率并取自然對(duì)數(shù)，即得到每一個(gè)公司、年度樣本的DUVOL指標(biāo)。計(jì)算公式如下：

②解釋變量。本文的解釋變量是供應(yīng)商集中度。參照趙秀云等的研究 [22]，計(jì)算方法為：公司向前五名供應(yīng)商購(gòu)買商品等所付的金額/公司所有的采購(gòu)金額。

③中介變量。參照方明月的研究[23]，本文的中介變量為商業(yè)信用。計(jì)算方法為：公司應(yīng)付賬款/營(yíng)業(yè)成本。

④控制變量。參照Hutton等[1]、Kim等[4]和趙璨等[24]的研究，本文控制了滯后一期的崩盤(pán)風(fēng)險(xiǎn)NCSKEWt-1和DUVOLt-1、總資產(chǎn)收益率ROA、資產(chǎn)負(fù)債率LEV、股票[i]在第[t]年周特定收益率的標(biāo)準(zhǔn)差SIGMA、股票[i]在第[t]年周特定收益的均值RET、月均超額換手率DTURN、公司規(guī)模SIZE、信息透明度ABACC、市值賬面比MB、第一大股東持股比例NO1。所有變量的具體定義和說(shuō)明如表1所示。

四、 實(shí)證結(jié)果與分析

本文的實(shí)證分析過(guò)程是先進(jìn)行描述性統(tǒng)計(jì)，以了解建模數(shù)據(jù)的基本情況，在進(jìn)行控制行業(yè)和年份的基礎(chǔ)上驗(yàn)證供應(yīng)商集中度對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響，并通過(guò)中介效應(yīng)方法分析上游供應(yīng)商的商業(yè)信用即應(yīng)付賬款與營(yíng)業(yè)成本的比例對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)影響的中介效應(yīng)，以驗(yàn)證本文所提出的假設(shè)，并通過(guò)穩(wěn)健性檢驗(yàn)驗(yàn)證本文得到的結(jié)果是比較可信的。

1. 描述性統(tǒng)計(jì)

本文通過(guò)描述性統(tǒng)計(jì)（表2），先對(duì)數(shù)據(jù)的基本情況進(jìn)行一個(gè)了解，描述性統(tǒng)計(jì)包括變量的樣本個(gè)數(shù)，均值，標(biāo)準(zhǔn)差，最小值，最大值，以及各個(gè)分位數(shù)的情況，若變量的標(biāo)準(zhǔn)差較大，說(shuō)明企業(yè)各年份之間的該變量的波動(dòng)程度較大，即差異是較大的，本文已經(jīng)提前進(jìn)行了winsorize處理對(duì)數(shù)據(jù)進(jìn)行了一個(gè)異常值的處理，因此后續(xù)的研究可以排除異常值帶來(lái)的不良的影響。

由上表可知，NCSKEWt+1、DUVOLt+1、PAYRATE1t、NCSKEWt、DUVOLt、ROAt、RETt、DTURNt的標(biāo)準(zhǔn)差均是大于均值的，說(shuō)明這些數(shù)據(jù)的波動(dòng)是比較大的，winsorize已經(jīng)減少了最大值和最小值帶來(lái)的波動(dòng)影響，NCSKEWt+1的均值和中位數(shù)分別為-0.233和-0.208，DUVOLt+1的均值是-0.151，中位數(shù)是-0.157，均值的標(biāo)準(zhǔn)差是0.694，中位數(shù)的標(biāo)注差是0.475，可見(jiàn)各個(gè)公司的崩盤(pán)風(fēng)險(xiǎn)還是存在很大差異。SUPPLYt的平均值為0.338，p5是0.105，p75是0.441，這說(shuō)明了各個(gè)企業(yè)的供應(yīng)商集中度肯定是不同的，但是根據(jù)上面數(shù)據(jù)顯示，對(duì)于整體而言，供應(yīng)商集中度總體偏高。

2. 供應(yīng)商集中度與股價(jià)崩盤(pán)風(fēng)險(xiǎn)

接下來(lái)通過(guò)控制年份和行業(yè)來(lái)研究供應(yīng)商集中度對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響，本文利用式（4）對(duì)供應(yīng)商集中度與股價(jià)崩盤(pán)風(fēng)險(xiǎn)進(jìn)行多元回歸，結(jié)果如表3所示。

本文利用式（1）對(duì)供應(yīng)商集中度與股價(jià)崩盤(pán)風(fēng)險(xiǎn)進(jìn)行多元回歸，結(jié)果如表3所示。研究供應(yīng)商集中度對(duì)與NCSKEW（負(fù)收益偏態(tài)系數(shù)）和DUVOL（收益率上下波動(dòng)比率）影響。

列（1）是對(duì)負(fù)收益偏態(tài)系數(shù)的影響，模型的調(diào)整R方為0.118，模型的擬合優(yōu)度為11.80%，由于是面板數(shù)據(jù)，且企業(yè)數(shù)據(jù)之間的差異性是比時(shí)間序列截面數(shù)據(jù)差異更大的，因此，擬合優(yōu)度較低是比較正常的現(xiàn)象，F(xiàn)值為26.16，在0.01的顯著性水平下整個(gè)模型是顯著的，即存在99%以上的概率解釋變量和控制變量對(duì)被解釋變量的影響是比較顯著的。供應(yīng)商集中度SUPPLY對(duì)負(fù)收益偏態(tài)系數(shù)NCSKEW的影響系數(shù)為1.079，且在0.01的顯著性水平下顯著，即存在99%以上的概率供應(yīng)商集中度的增加是促進(jìn)負(fù)收益偏態(tài)系數(shù)增加的，

列（2）是對(duì)收益率上下波動(dòng)比率的影響，模型的調(diào)整R方為0.130，模型的擬合優(yōu)度為13.00%，F(xiàn)值為29.08，在0.01的顯著性水平下整個(gè)模型是顯著的，即存在99%以上的概率解釋變量和控制變量對(duì)被解釋變量的影響是比較顯著的。供應(yīng)商集中度對(duì)收益率上下波動(dòng)比率DUVOL的影響系數(shù)為0.766，且在0.01的顯著性水平下顯著，即存在99%以上的概率供應(yīng)商集中度的增加是促進(jìn)收益率上下波動(dòng)比率增加的。

以上兩列結(jié)果均表明供應(yīng)商集中度與股價(jià)崩盤(pán)風(fēng)險(xiǎn)顯著正相關(guān)，即供應(yīng)商集中度越大，股價(jià)崩盤(pán)風(fēng)險(xiǎn)越大，且用兩個(gè)變量得到的結(jié)果是更為準(zhǔn)確的，即假設(shè)1成立。

3. 中介效應(yīng)檢驗(yàn)

如果解釋變量X通過(guò)另外一個(gè)變量M影響被解釋變量Y，那么M就被稱為這一組影響中的中介變量。中介效應(yīng)分為三個(gè)步驟，其中，解釋變量為X，被解釋變量為Y，中介變量為M。

首先檢驗(yàn)解釋變量對(duì)被解釋變量的影響是否顯著：

若系數(shù)c不顯著，則說(shuō)明已經(jīng)不存在中介效應(yīng)，停止下一步的檢驗(yàn)，若c是顯著的，也不能說(shuō)明存在中介效應(yīng)，要繼續(xù)進(jìn)行下一步：

若系數(shù)a不顯著，則需要進(jìn)行sobel檢驗(yàn)，若sobel檢驗(yàn)通過(guò)，則說(shuō)明中介效應(yīng)存在，sobel檢驗(yàn)在進(jìn)行下一步檢驗(yàn)后進(jìn)行：

若a和b中任意一個(gè)不顯著，則需要進(jìn)行sobel檢驗(yàn)，若sobel檢驗(yàn)通過(guò)，則說(shuō)明中介效應(yīng)是存在的，若都是顯著的，若a、b都顯著，則[c']顯著的話，則說(shuō)明存在部分中介效應(yīng)，若[c']不顯著的話，則說(shuō)明存在完全的中介效應(yīng)。

本文的中介效應(yīng)檢驗(yàn)如表4所示。

SUPPLYt對(duì)NCSKEWt+1和DUVOLt+1的系數(shù)顯著為正，這初步驗(yàn)證了中介效應(yīng)方法的第一步，說(shuō)明解釋變量對(duì)被解釋變量影響是顯著的，第二步驗(yàn)證SUPPLYt對(duì)PAYRATE1t的影響系數(shù)為-1.377，且在0.01的顯著性水平下顯著，存在顯著的負(fù)向影響，通過(guò)了第二步檢驗(yàn)，第三步，將解釋變量和中介變量都放入到模型中，SUPPLYt對(duì)NCSKEWt+1和DUVOLt+1有顯著的正向影響，而PAYRATE1t則存在顯著的負(fù)向影響，解釋變量和中介變量均是顯著的，由于所有系數(shù)均是顯著的，因此，不需要再進(jìn)行sobel檢驗(yàn)，說(shuō)明PAYRATE1 t存在部分的中介效應(yīng)，即一部分是SUPPLYt作用于NCSKEWt+1和DUVOLt+1的，一部分是SUPPLY t通過(guò)作用于PAYRATE1 t再作用于NCSKEWt+1和DUVOLt+1的，驗(yàn)證了本文的中介效應(yīng)即本文的假設(shè)2成立。

4. 穩(wěn)健性檢驗(yàn)

①利用改變被解釋變量與中介變量變量的度量方法來(lái)進(jìn)行穩(wěn)健性檢驗(yàn)。對(duì)于被解釋變量，利用極端值收益率的方式來(lái)度量股價(jià)收益率的分布。當(dāng)某周的特定收益率小于年平均特質(zhì)收益率3.09個(gè)標(biāo)準(zhǔn)差時(shí)，即發(fā)生[Wi，t≤Average（Wi，t）-3.09σi]時(shí)，定義[CRASHi，t]等于1即發(fā)生了股價(jià)崩盤(pán)風(fēng)險(xiǎn)，如果等式相反，則等于0。由于這個(gè)變量是虛擬變量，因此，回歸時(shí)采用Logit 模型。對(duì)于中介變量，則是通過(guò)公司公布的財(cái)務(wù)年報(bào)來(lái)獲得應(yīng)付賬款和總負(fù)債的值，再將兩者相除即獲得商業(yè)信用的中介變量（PAYRATE2）。將被解釋變量和中介變量更換后，重新進(jìn)行回歸?；貧w結(jié)果如表5所示。

從表5可以看出，SUPPLYt對(duì)CRASH t+1仍然存在顯著的正向影響，且對(duì)中介變量仍然存在負(fù)向的影響，且該影響是顯著的，在將SUPPLYt和PAYRATE2t同時(shí)作為解釋變量放入到模型中時(shí)，兩者均是顯著的，且SUPPLYt系數(shù)仍然為正向，PAYRATE2t仍然是為負(fù)的，替換變量后回歸結(jié)果同之前的回歸結(jié)果相一致，證明結(jié)論具有穩(wěn)健性，本文的回歸結(jié)果是穩(wěn)健的，因此，本文得到的結(jié)果是比較可信的。

②在前文控制了行業(yè)和年份固定效應(yīng)的基礎(chǔ)上，接下來(lái)通過(guò)控制企業(yè)和年份固定效應(yīng)，來(lái)檢驗(yàn)結(jié)果是否一致，回歸結(jié)果如表6所示。

從表6可以看出，供應(yīng)商集中度（SUPPLYt）對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)（NCSKEWt+1和DUVOL t+1）產(chǎn)生顯著正相關(guān)影響，說(shuō)明在考慮了樣本公司個(gè)體差異的情況下，該回歸結(jié)果與前文并無(wú)本質(zhì)差異，說(shuō)明本文的研究結(jié)果是穩(wěn)健可行的。

五、 結(jié)論

1. 研究結(jié)論

股價(jià)崩盤(pán)風(fēng)險(xiǎn)的發(fā)生不僅會(huì)對(duì)投資者和上市公司造成直接的經(jīng)濟(jì)損失，對(duì)于整個(gè)資本市場(chǎng)的正常公開(kāi)透明運(yùn)行也會(huì)造成負(fù)面影響，同時(shí)也給整個(gè)金融市場(chǎng)甚至國(guó)家經(jīng)濟(jì)安全埋下了重大隱患。本文的主要目的在于檢驗(yàn)供應(yīng)商集中度對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響以及是否是通過(guò)商業(yè)信用這一中介變量進(jìn)行影響的，從而為公司治理監(jiān)督以及金融市場(chǎng)繁榮穩(wěn)定提供一定的參考價(jià)值。

通過(guò)整理與總結(jié)前人學(xué)者的文獻(xiàn)資料，對(duì)影響股價(jià)崩盤(pán)風(fēng)險(xiǎn)的因素、供應(yīng)商集中度與商業(yè)信用的關(guān)系以及商業(yè)應(yīng)用與股價(jià)崩盤(pán)風(fēng)險(xiǎn)的關(guān)系進(jìn)行了總結(jié)，同時(shí)探討了供應(yīng)商集中度與未來(lái)股價(jià)崩盤(pán)可能性的關(guān)系。結(jié)論表示：（1）供應(yīng)商集中度和股價(jià)崩盤(pán)風(fēng)險(xiǎn)呈顯著正相關(guān)，即供應(yīng)商集中度越高，股價(jià)崩盤(pán)風(fēng)險(xiǎn)越低。（2）供應(yīng)商集中度與商業(yè)信用的關(guān)系是顯著負(fù)線性相關(guān)。如果公司的供應(yīng)商越不集中，公司所獲得的商業(yè)信用就越多。（3）商業(yè)信用與股價(jià)崩盤(pán)風(fēng)險(xiǎn)呈顯著負(fù)相關(guān)，當(dāng)公司的商業(yè)信用越高，那么公司未來(lái)所面臨的股價(jià)崩盤(pán)風(fēng)險(xiǎn)也就越低。（4）供應(yīng)商集中度通過(guò)對(duì)商業(yè)信用的影響，進(jìn)而影響股價(jià)崩盤(pán)風(fēng)險(xiǎn)，當(dāng)供應(yīng)商集中度較大時(shí)，供應(yīng)商處于強(qiáng)勢(shì)地位，可能會(huì)要求企業(yè)提前付款，進(jìn)而導(dǎo)致企業(yè)的商業(yè)信用受到侵占，其資金流動(dòng)性削弱，公司隱藏這一負(fù)面消息的意愿將上升，最終導(dǎo)致股價(jià)崩盤(pán)風(fēng)險(xiǎn)上升。

2. 實(shí)踐啟示

本文從供應(yīng)商集中度的角度出發(fā)，為研究影響股價(jià)崩盤(pán)風(fēng)險(xiǎn)的因素提供了新的思路與想法。研究成果為公司穩(wěn)定發(fā)展、投資者的保護(hù)以及金融市場(chǎng)的平穩(wěn)安全提供了一定的參考，也為公司的供應(yīng)商選擇提供了一定的幫助。具體的實(shí)踐啟示有以下兩點(diǎn)：（1）對(duì)企業(yè)而言，要關(guān)注供應(yīng)商集中度，當(dāng)這一指標(biāo)過(guò)高時(shí)，可能會(huì)對(duì)企業(yè)的正常經(jīng)營(yíng)產(chǎn)生影響，在與供應(yīng)商開(kāi)展合作時(shí)，要避免供應(yīng)商過(guò)于集中的現(xiàn)象發(fā)生;（2）對(duì)于投資者而言，要及時(shí)關(guān)注公司供應(yīng)商集中度的變化，當(dāng)供應(yīng)商集中度較高時(shí)，要理性客觀地分析，謹(jǐn)慎投資。

參考文獻(xiàn)：

[1] Hutton A P， Marcus A J， Tehranian H. Opaque Financial Reports，R2 and Crash Risk[J].Journal of Financial Economics，2009，94（1）：67-86.

[2] Lee S M，Jiraporn P，Song H.Customer Concentration and Stock Price Crash Risk[J].Journal of Business Research，2020，110（27）：327-346.

[3] Kothari S P， Shu S， Wysocki P D. Do Managers Withhold Bad News？[J].Journal of Accounting Research，2009，47（1）：241-276.

[4] Kim J， Zhang L. Accounting Conservatism and Stock Price Crash Risk： Firm-level Evidence[J]. Contemporary Accounting Research，2016，33（1）：412-441.

[5] Kim J B， Wang Z， Zhang L.CEO Overconfidence and Stock Price Crash Risk[J]. Social Science Electronic Publishing，2016，33（4）：1720-1749.

[6] Mamun M A， Balachandran B，Duong H N Powerful CEOs and Stock Price Crash Risk[J].Journal of Corporate Finance，2020，62（36）：101-582.

[7] Kousenidis D V， Ladas A C， Negakis C I.Accounting Conservatism Quality of Accounting Information and Crash Risk of Stock Prices[J].Journal of Economic Asymmetries，2014，32（11）：120-137.

[8] Defond M L， Hung M， Li S， et al. Does Mandatory IFRS Adoption Affect Crash Risk？[J]. Accounting Review，2015，90（1）：265-299.

[9] Abedifar P， Li M， Johnson D L.Accounting Regulations， Enforcement and Stock Price Crash Risk：Global Evidence in the Banking Industry[J].Social Science Electronic Publishing，2018，23（34）：123-145.

[10] Callen J L， Fang X.Institutional Investor Stability and Crash Risk： Monitoring Versus short-termism？[J]. Journal of Banking & Finance，2013，37（8）：3047-3063.

[11] Wang J， Liu G， Xiong Q.Institutional Investors' Information Seeking and Stock Price Crash Risk：Nonlinear Relationship based on Management's Opportunistic Behaviour[J]. Accounting & Finance，2002，60（43）：21-49.

[12] Fan Y， Fu H. Institutional Investors， Selling Pressure and Crash Risk： Evidence from China[J]. Emerging Markets Review，2020，36（34）：42-61.

[13] Cao F， Ye K， Zhang N，et al. Trade Credit Financing and Stock Price Crash Risk[J]. Journal of International Financial Management & Accounting，2017，29（1）：30-56.

[14] 王娟.商業(yè)信用融資對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響——基于債務(wù)治理效應(yīng)視角[J].經(jīng)濟(jì)與管理評(píng)論，2019，35（3）：110-121.

[15] Gu X， Xin Y， Xu L. Expected Stock Price Crash Risk and Bank Loan Pricing：Evidence from China's listed firms[J]. Pacific-Basin Finance Journal，2019，57（6）：13-25.

[16] Summers B， Wilson N. An Empirical Investigation of Trade Credit Demand[J].International Journal of the Economics of Business，2002，9（2）：257-270.

[17] 徐淳厚，閆偉東，溫丹.我國(guó)零—供商積怨關(guān)系的探討與解決之道[J].北京工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2006（5）：11-16.

[18] Fabbri D，Klapper L F. Bargaining Power and Trade Credit[J].Journal of Corporate Finance，2016，41（21）：66-80.

[19] Zhang X， Zou M， Liu W，et al. Does a Firm's Supplier Concentration Affect Its Cash Holding？[J]. Economic Modelling，2020，01（25）：22-40.

[20] 于博，毛玄，吳菡虹.客戶集中度，融資約束與股價(jià)崩盤(pán)風(fēng)險(xiǎn)[J].廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2019（5）：62-75.

[21] 江軒宇，許年行.企業(yè)過(guò)度投資與股價(jià)崩盤(pán)風(fēng)險(xiǎn)[J].金融研究，2015（8）：141-158.

[22] 趙秀云，鮑群.制度環(huán)境、關(guān)系交易與現(xiàn)金持有決策[J].審計(jì)與經(jīng)濟(jì)研究，2015，30（3）：21-29.

[23] 方明月.市場(chǎng)競(jìng)爭(zhēng)、財(cái)務(wù)約束和商業(yè)信用——基于中國(guó)制造業(yè)企業(yè)的實(shí)證分析[J].金融研究，2014（2）：111-124.

[24] 趙璨，陳仕華，曹偉.“互聯(lián)網(wǎng)+”信息披露：實(shí)質(zhì)性陳述還是策略性炒作——基于股價(jià)崩盤(pán)風(fēng)險(xiǎn)的證據(jù)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2020，384（3）：176-194.

Abstract：The financial market occupies a very important position in the national economy. In order to explore the mechanism and path of supplier concentration degree on stock price crash risk， the 2008—2019 A-share manufacturing company is selected as a sample to study the relationship between supplier concentration degree and stock price crash risk. The results show that the increase in supplier concentration degree will increase stock price crash risk， and supplier concentration degree will affect stock price crash risk by affecting trade credit. When supplier concentration degree is large， it will lead to the infringement of the trade credit of the enterprise， and ultimately lead to an increase in stock price crash risk.

Key words：supplier concentration degree; stock price crash risk;trade credit;mediation effect

作者簡(jiǎn)介：周子熙（1997-），女，西南交通大學(xué)經(jīng)濟(jì)管理學(xué)院研究生，研究方向?yàn)楣蓛r(jià)崩盤(pán)風(fēng)險(xiǎn);李良（1975-），男，博士，西南交通大學(xué)經(jīng)濟(jì)管理學(xué)院教授，研究方向?yàn)楣?yīng)鏈管理、倫理決策行為。

（收稿日期：2021-04-19 責(zé)任編輯：殷 ?。?/p>