供应商集中度、经营风险与企业金融投资

■王海芳，王明涛，王鑫怡，马培培

一、引言

2008 年国际金融危机以来，发达国家金融化扩张速度明显放缓，但对中国金融化的进程并没有产生明显的阻碍作用，在此之后中国金融业迅速崛起，呈现出明显的“脱实向虚”趋势（杜勇等，2019）。而作为国民经济基础和命脉的实体经济，则在发展上出现瓶颈。经济“脱实向虚”的微观表现主要是非金融企业过度金融化，具体表现为非金融企业将资产转移到金融资产，利润大多来自于金融渠道而非日常经营渠道（蔡明荣和任世驰，2014）。根据国泰安数据统计发现，2007—2018 年我国非金融上市企业金融资产（包括货币金融资产）平均规模从10.52 亿元增至25.87 亿元，且种类更加多元化，金融资产已成为实体企业资产的重要组成部分和获利渠道（李顺彬和田珺，2019）。实体经济与虚拟经济之间严重的结构性失衡，加大了“新常态”时期下经济运行的风险（Orhangazi，2008）。因此，探究非金融企业金融化的影响因素，为政府防范和化解系统性金融风险，有针对的制定政策抑制非金融企业金融化趋势，引导金融回归实体经济，服务实体经济，促进经济长期稳定发展等具有重要的理论和现实意义（彭俞超等，2018）。

二、文献综述和研究假设

（一）文献综述

1.企业金融化

随着金融体制改革的不断推进，国内金融市场仍处于快速发展态势，其中企业金融化已成为近年来非金融企业发展的重要趋势。蔡明荣和任世驰（2014）从行为和结果对企业金融化进行认识和界定：从行为视角看，企业采取偏资本运作的资源配置方式，具体表现为企业资产从传统的生产经营活动转移至投资活动；从结果视角看，企业利润更多来自于投资和资本运作等方式，而非主营业务等方式，只是单纯追求资本的增值。目前，已有研究对非金融企业金融化的动机、影响因素以及经济后果展开了深入的探讨。关于企业金融化动机，目前学术界主要有两种观点：一是流动性储备，企业持有金融资产可以防止未来现金流冲击带来的资金断裂的风险，缓解资金压力（胡奕明等，2017）。二是追求利润最大化，由于实体经济利润的不断下降、金融投资收益的不断上升，企业为追求高额的回报进而配置较多的金融资产。这两个动机并不冲突，它们在企业的成长发展过程中交替出现，也可能同时出现，只是各自程度不同（杜勇等，2019）。关于企业金融化的影响因素，现有研究分别从经济政策不确定性（彭俞超等，2018）、CEO 的金融背景（杜勇等，2019）、高管学术背景（杜勇和周丽，2019）、客户集中度（李馨子等，2019）等探讨了企业金融化的影响因素。关于企业金融化的经济后果，目前相关文献主要探讨了企业金融化对企业创新（王红建等，2017）、经营收益率（宋军和陆旸，2015）、实业投资率（张成思和张步昙，2016）、企业未来主业业绩（杜勇等，2017）、股价崩盘风险（彭俞超等，2018）等影响。可以看出现有文献对企业金融化动因的研究并不多，却从不同视角大量探讨了企业金融化的经济后果。虽然已有文献探讨了客户集中度对企业金融投资的影响，但并没有分析企业上游供应商特征如何影响企业的金融投资，更没有探讨三元关系中供应链集中度对企业金融投资的影响。

2.供应商集中度

企业之间的竞争逐渐演变为供应链之间的竞争（唐跃军等，2009）。供应商集中度作为企业供应链的重要特征，对企业长期的生存发展起着至关重要的作用。目前较多学者探讨了供应商集中度对企业微观行为的影响，王迪等（2016）研究发现较高的供应商集中度增加了企业银行借款能力。李振东和马超（2019）研究证实较高的供应商集中度降低了企业外部融资约束。另外，企业为了应对供应商集中的风险，往往持有更多的现金（李艳平等，2016）、投入较少的研发投入（任莉莉和张瑞君，2019），表现出较低的盈余持续性（程敏英等，2019）等。此外，当供应商集中度较高时，企业聘用大所进行审计的概率越低（张敏等，2012），商业信用融资规模越小，融资期限越短（马黎珺等，2016）。现有研究从不同视角探讨了供应商集中度对企业微观行为等的影响，但鲜有学者探讨供应商集中度与金融投资之间的关系，研究此问题可以丰富供应商集中度的相关研究。

（二）研究假设

供应商集中的风险体现在以下方面：一方面，供应商因非正常因素（破产或与同行竞争者建立联盟等）无法继续提供原材料导致合作关系中断。其一，导致企业预付账款无法收回，造成了更多的坏账，带来较大的实质性财务损失，甚至陷入财务危机。其二，企业在短时间无法找到满足条件的其他供应商，导致生产停滞，进而影响大客户的需求，甚至导致大客户流失等，都会提高企业的经营风险，恶化经营业绩（杨风和吴晓晖，2017）。另一方面，根据资源依赖理论，企业所需原材料集中在少数供应商手中时，对主要供应商的依赖程度较大，供应商的议价能力也就越强。主要供应商往往依靠谈判中的强势地位转移自身流动性风险，如降低原材料质量、提高价格、要求企业预付款和使用现金支付等，这些隐性契约导致企业预期的未来现金流减少并增加了企业经营风险和财务风险（程敏英等，2019）。此外，企业与较少的供应商来往，因需适应主要供应商要求而投入较多的专用资产和联合投资使资产专用性上升，导致对主要供应商的依赖程度和转换成本变大。较高的资产专用性导致企业决策的自主权和灵活性大幅下降，且当主要供应商陷入经营危机时，会对企业造成严重的负面影响。另外由交易成本理论可知，由于契约的不完备性，专用性投资可能增加投资企业被交易对手“敲竹杠”的风险，主要供应商基于自身利益最大化攫取关系专用性投资利益，增加企业流动性风险。总的来说，较高的供应商集中度增加了企业经营风险和现金流风险。

而较高的经营风险和现金流风险会影响到企业金融投资（Tornell，1990）。根据预防性储蓄理论，金融资产在流动性和预期收益方面较实体投资有很大的优势，表现为较强的变现能力、较低的调整成本以及较高的回报率。当企业面临资金流短缺等困难时，可以及时出售金融资产以获得资金补充，平滑企业资金需求，应对流动性风险（Stulz，1996）。企业持有金融资产是规避未来不确定性的“前瞻性”策略（杜勇等，2019）。另外，Tornell（1990）研究发现，企业为应对未来的不确定性，更倾向于选择流动性较强的金融资产。因此，本文认为相对于供应商集中度较低的企业，供应商集中度较高的企业面临的经营风险较高，企业金融投资规模也就越大。

基于上述分析，提出以下假说。

假设1：给定其他条件不变，相较于低供应商集中度企业，供应商集中度较高的企业金融投资水平越高。

假设2：经营风险在供应商集中度与企业金融投资之间发挥了显著的中介效用。

三、研究设计

（一）数据来源

本文选取2011—2018年A股非金融上市企业年度数据作为研究初始样本，探究供应商集中度对企业金融投资的影响。为保证数据有效性，对初始样本按照如下标准进行了针对性处理：（1）由于金融类上市企业特殊的资本结构、盈利模式等，将金融类上市企业的样本进行了剔除；（2）剔除了ST 类上市企业样本；（3）剔除财务数据存在缺失值的上市企业样本。为规避极端值对研究产生的影响，对所有连续变量按1%和99%水平进行了Winsorize 处理。数据处理采用STATA15 软件，企业供应商集中度数据以及其他财务数据均来自CSMAR 数据库。

（二）模型建立与变量定义

为检验假设1，供应商集中度对企业金融投资的影响，参考杜勇等（2019）的研究，构建回归模型（1）。为检验假设2，经营风险在供应商集中度与企业金融投资之间的中介作用，借鉴温忠麟（2005）提出的中介效应检验流程，参考陈正林（2016）的研究构建回归模型（2）和（3）、（4）。

模型（1）至（4）中，Fin为企业金融投资，Supplier为供应商集中度，Stroa为企业经营风险，下角标i代表企业，t代表年度，ε为模型的随机干扰项。此外，参考现有文献加入一系列控制变量。∑Year 是年度固定效应，∑Firm 是企业个体固定效应，∑Industry 是行业固定效应。模型中所涉及的变量解释如下：

被解释变量（Fin）。参考张成思和张步昙（2016）的研究，采用金融资产占总资产的比例度量企业的金融投资水平。其中，金融资产包括货币资金、持有至到期投资、交易性金融资产、衍生性金融资产、可供出售的金融资产、长期股权投资以及应收股利和应收利息。

解释变量（Supplier）。借鉴张敏等（2012）的研究，将企业向前五大供应商采购额与全年采购额的比例作为供应商集中度替代变量。

中介变量（Stroa）。参考陈正林（2016）的研究，用样本企业在研究期间Roa的方差作为经营风险的替代变量。

表1 变量定义

表2 变量描述性统计

控制变量（Controls）。参考张成思和张步昙（2016）的研究，在模型中加入如下控制变量：企业规模（Size）、盈利能力（Roa）、上一期盈利能力（lagRoa）、资产负债率（Lev）、托宾Q（Tq）、成长能力（Growth）、股权集中度（Share_10）、现金流量（Cfo）、上市年数（Age）、注册地区（East）、产权性质（Soe）。各变量的具体定义如表1所示。各变量的描述性统计如表2所示。

四、实证分析

（一）相关性分析

表3 报告了主要变量之间的相关系数。从表3 可以看出，供应商集中度和金融投资在1%水平上显著为正，初步表明供应商集中度加大了企业金融投资，更为严谨的结论需要控制其它可能影响企业金融投资的因素进行多元回归来得到。根据表3以及方差膨胀因子VIF值均小于3，说明模型中不存在严重的多重共线性问题。

（二）回归结果分析

为检验假设（1），根据Hausman 检验结果，本文采用固定效应模型进行假设验证，并采用聚类稳健标准误。表4中第（1）列为未加入控制变量的结果，Supplier 的系数在1%水平上为正，表明供应商集中度与企业金融投资呈正相关关系，证实了假设1。为防止其他因素对结果产生干扰，控制了企业规模等其他变量后，结果如第（2）列所示，Supplier 的系数同样在1%水平上显著为正，说明供应商集中度与企业金融投资显著正相关，即供应商集中度较高的企业金融投资程度更高。以上结果均支持了预期的假设1，即供应商集中度较高的企业更倾向于金融投资。此外，在控制变量方面，资产负债率（Lev）、前十大股东持股比例（Share_10）、成长能力（Growth）与企业金融投资显著负相关，经营活动净现金流量比例（Cfo）与金融投资显著正相关。与孟庆斌和侯粲然（2020）的研究结论一致。表4第（3）—（5）列为中介效应结果，表4中第（4）列显示，供应商集中度与企业经营风险显著正相关，即供应商集中度增加了企业经营风险，与陈正林（2016）结论一致。第（5）列中Supplier和Stroa的系数均显著为正，表明供应商集中度提高了企业经营风险，进而影响企业金融资产投资。以上结果支持假设2，即经营风险在供应商集中度与企业金融投资之间发挥了显著的中介效用。

表3 主要变量相关系数

（三）稳健性检验①限于篇幅，结果留存备索。

第一，供应商集中度与企业金融投资还可能存在双向因果的内生性等问题。为此，选取滞后一期的供应商集中度指标，作为供应商集中度的工具变量。两阶段的回归结果显示排除内生性后，前文的结论仍然成立。第二，上文检验中采用的是固定效应模型，为保持研究的完整性与严谨性，采用混合OLS 重新对模型（1）回归，进行估计方法的敏感性检验。第三，在模型（1）中加入了企业治理层面的一些变量，包括独立董事的比例、董事长与CEO两职合一、董事会规模变量。以上结果中，Supplier系数均在1%显著性水平上为正，即供应商集中度加剧了企业金融投资水平，与前文结论保持一致，表明本文实证结果具有较强的稳健性。

表4 供应商集中度与企业金融投资的回归结果

五、进一步分析

（一）三元关系中供应链集中度与企业金融投资

总的来说，相较于二元关系，企业供应链集中度较高时，未来的经营风险和现金流风险也就更大。根据预防性储蓄理论，介于金融资产较高的流动性和收益性，企业为防止较高供应链集中度的风险，可能会增加金融投资。当发生财务危机时，可以快速将金融类资产变现以缓解危机。参考方红星等（2017）的研究，以企业向前五大供应商采购额占年度采购总额比例与向前五大客户的销售占年度销售总额比例的均值作为供应链集中度（Scii）的替代变量。并借鉴方红星等（2017）研究，检验三元关系中供应链集中度对企业金融投资的影响。根据表5可知，供应链集中度Scii 的回归系数在1%水平下显著为正，第（2）列同时将客户集中度和供应商集中度放进模型一起检验，两者的系数依然显著为正。其中第（3）、（4）列给出的是供应商集中度、客户集中度单独对企业金融投资的影响，均显著为正。上述回归结果表明，供应链集中度较高时，企业会持有一定的金融资产以备不时之需。

表5 供应链集中度与企业金融投资

（二）供应商集中度与企业金融投资：议价能力的分组检验

当企业议价能力较低，与主要供应商谈判过程中处于劣势地位时，强势的供应商会降低原材料质量、提高价格、要求企业预付款、并使用现金支付等，增加了企业经营和现金流风险。基于此，本文认为企业议价能力越低，更倾向于配置金融资产来应对主要供应商的负面影响。借鉴王迪等（2016）的研究，使用上市企业向其供应商提供的净商业信用额来度量企业的议价能力（AR）。AR越大，表明企业在采购过程中更多的采用预付款支付，企业的议价能力越弱。净商业信用额（TCS）=（预付账款-应付票据-应付账款）/期末总资产。按照TCS 的年度—行业中位数将样本分为低议价能力组和高议价能力组。通过分组回归比较不同议价的企业对供应商集中度与金融投资之间关系的影响。表6 的第（1）、（2）列报告了基于企业议价能力分组检验的回归结果。其中，在第（1）列高议价能力组中，Supplier系数在10%水平上显著为正。第（2）列低议价能力组中，Supplier系数在1%水平上显著为正。表6 的结果表明，企业的议价能力越低，企业对供应商的依赖程度越大，供应商集中度对企业金融投资的影响就越大。

（三）供应商集中度与企业金融投资：市场竞争地位的分组检验

高市场竞争地位的企业经营风险较低（Irvine&Pontiff，2009），现金流和利润的不确定性也较低。然而，对市场竞争地位低的企业而言，基于维持市场份额的动机，对主要供应商有着较强的依赖，受到外部冲击时无法向外部转嫁负面影响，企业经营风险较大。借鉴张新民等（2012）的研究，采用企业年度销售额占行业内所有企业的年度销售额之和的比例作为度量市场竞争地位（HHI）的指标，并依据该指标的年度-行业中位数将样本分为低市场竞争地位组和高市场竞争地位组进行分组检验。通过分组回归比较企业市场竞争地位不同时，供应商集中度对企业金融投资的影响是否存在差异。回归结果如表6 中（3）、（4）列所示。其中，在高市场地位组中，Supplier 系数在10%水平上显著为正；而在低市场地位组中，Supplier的系数明显变大，且在1%水平上显著为正。表6的结果表明，企业市场竞争地位会影响供应商将集中度与企业金融投资关系，当企业市场竞争地位较低时，企业对主要供应商依赖性较大，供应商集中度对企业金融投资的影响就越大。

表6 基于企业议价能力、市场竞争地位的分组检验

（四）组间差异检验

此外，对低议价能力和高议价能力、低市场竞争地位和高市场竞争地位样本的金融投资均值的差异进行T检验。因AR和HHI中两组的方差均不等，因此选择方差不齐的均值T检验。如表7所示。可以看出两组中均值的差异均在1%的水平上显著为正，即在不同议价能力、市场竞争地位的企业中，金融投资的规模存在显著差异，进一步证实上述结论的稳健性。

表7 分样本t检验

六、结论

本文从企业重要的外部利益相关者供应商集中度视角出发，利用2011—2018 年A 股非金融上市企业数据，考查了供应商集中度对企业金融投资的影响，进一步检验了其作用路径。研究发现，供应商集中度越高，企业金融投资水平越高。分析作用路径发现，供应商集中度增加了企业经营风险，进而影响企业的金融投资。进一步分析发现，三元关系中供应链集中度与企业金融投资显著正相关，且在议价能力弱、市场地位低的样本中供应商集中度对企业金融投资的影响更为显著。

本文的研究结论具有一定的理论价值和现实意义。在“新常态”经济运行下，企业应结合自身经营状况，避免供应商集中度过高带来的风险，保持合理的供应商集中度，更好地实现供应链的整合，提升企业价值。另外，监管部门应加强对非金融企业融资后资金去向的监管，尤其应给予供应商集中度较高、供应链集中度较高、议价能力较弱、外部市场竞争地位较低的企业更多关注，做好对融资后企业资金投入实体项目的持续监督，引导资金回归本源，防止资金在资本市场“空转”，做到有针对性防范和化解系统性金融风险。此外，政府应积极改善企业所处营商环境以及实体投资环境，使企业能够从实体投资中获取较高的收益，引导金融资金回归实体经济，从源头上降低金融系统性风险。