產能過剩與民營企業貸款期限結構研究

雷英 董佳艷

【摘 要】 近年來，我國經濟經歷了高速增長與逐步回落，其中也遇到了產能過剩問題。選取2013—2015年上市民營企業數據，研究產能過剩背景下供應鏈關系中的一個重要特征——客戶集中度對民營企業銀行貸款期限結構的影響機理和實際效應，研究民營企業在去產能的大環境中是如何改善其融資狀況，更多地獲得來自正規金融體系的支持。研究結果表明：在產能過剩的背景下，客戶集中度越高，民營企業銀行貸款期限結構越長；相比議價能力低的民營企業，客戶集中度和銀行借款期限結構之間的正相關關系，在議價能力高的民營企業中更為明顯。研究結論有助于對銀行借款期限結構的影響因素進行補充，同時幫助提升民營企業在銀行授信業務中的優勢與地位。

【關鍵詞】 供應鏈關系； 客戶集中度； 民營企業； 借款期限結構

【中圖分類號】 F275 【文獻標識碼】 A 【文章編號】 1004-5937（2018）05-0157-05

一、引言

近年來，我國經濟經歷了高速增長與逐步回落，這期間，產能過剩問題也逐步累積。在經濟上行期，尤其在2006、2007年國際及國內原材料商品價格上漲、出口形勢良好、盈利樂觀，于是企業擴大投資、購進機器設備，擴充產能。然而，始料未及的2008年國際金融危機使我國的經濟形勢急轉直下，形成了產能過剩，庫存積壓。為了刺激經濟增長，2008年底，我國推行了“四萬億”刺激計劃。在該計劃的引領下，企業盈利改善，固定資產投資熱情持續攀升，2011—2012年成為這些前期投資產能釋放的高峰時期。然而，隨著經濟總需求的逐漸下行，產能過剩問題又重新出現，2013年10月初，國務院印發了《關于化解產能嚴重過剩矛盾的指導意見》，指出我國的產能過剩是普遍的、全方位的。

企業擴大投資，銀行資金必不可少。與國有企業相比，民營企業在銀行信貸資金支持方面有著明顯劣勢。國有企業由于規模大，信息不對稱程度低，因而更容易向銀行取得貸款。民營企業由于規模小，破產風險高，股東與債權人之間的代理問題較為嚴重，銀行試圖通過限制債務期限結構或更嚴格的限制性條款來控制民營企業的借貸風險。然而，確實有些民營企業也有著較多的增長機會與發展機遇，在產能過剩背景下，什么是影響民營企業債務期限結構的重要因素，正確識別這些因素，對銀行風險控制與民營企業發展方向選擇都具有重要意義。

關于債務期限結構研究，Myers[1]的研究被廣泛認為是全面研究債務期限結構領域的鼻祖。Barclay et al.[2]則最早運用實證分析方法研究該領域，以后的研究則主要在這些學者的基礎上發展起來。當前，大量研究從企業內部視角出發關注公司治理和企業特征對債務期限結構的影響，發現企業規模、成長機會、資產結構、自由現金流、所有權性質等是影響企業債務期限結構的重要因素[3]。另一方面，從公司外部因素，特別是經濟制度環境角度出發尋找證據也成為重要的研究方向，如研究社會體制完善程度、銀行間競爭程度、供應鏈關系等對企業債務期限結構的影響。

二、制度背景與研究假設

所謂產能過剩是指企業的實際產出小于其最優規模，即平均成本最低的產出水平。有學者提出壟斷競爭和不完全競爭會導致企業不能在最優水平生產，出現產能過剩現象。周勁[4]認為產能過剩一般指行業的實際生產能力超過了市場需求，超過了正常期望水平的狀態。

產能過剩從微觀層面上造成了企業經營困難，大量倒閉；企業之間惡性競爭；有些多元化經營的企業可能將矛盾內部化，“拆東墻、補西墻”利用盈利業務，補貼落后產能，短暫地掩蓋矛盾，最終釀成重大風險。產能過剩從宏觀層面上看則是實體經濟泡沫，一旦泡沫破滅，會形成巨大的系統性風險，給經濟帶來不穩定的因素。另外，企業惡性競爭的結果也會導致市場秩序的混亂，“劣幣驅逐良幣”[5]。

產能過剩形成的原因有多種，比如對經濟高速增長的樂觀預期，經濟危機時期需求的突然放緩等。但政府的資源配置政策也起到推波助瀾的作用，如一些補貼政策、土地等資源要素的配置沒有發揮市場在資源配置中的作用。銀行貸款對于民營企業來說，也是一種非常稀缺的資源。在產能過剩背景下，銀行是如何有效地給民營企業配置貸款資源，發揮貸款的最佳功效？

企業的供應鏈關系包括供應商關系和客戶關系。產能過剩背景下，這些關系又如何影響企業的貸款期限結構？王迪等[6]研究得出供應商和客戶集中度越高，企業的銀行借款能力越強。但在產能過剩背景下，筆者認為銀行更關注企業的產品是否能賣得出去，即通過企業客戶的特點來評價貸款決策，因此客戶集中度是非常重要的指標之一。顧客是企業極其關鍵的命運共同體，關鍵顧客會不會在一定程度上影響貸款決策、運營策略、投資策略等也是目前比較熱門研究課題。

在產能過剩背景下，客戶集中度對企業業績具有正向作用。客戶處在供應鏈的末端，企業產品只有流向客戶才能實現價值，企業才能獲利。因此，企業與客戶之間建立穩定的關系就具有正面效應：首先，穩定的客戶關系可以降低企業與客戶間的交易成本；其次，較好的客戶關系可以促進信息共享，幫助企業合理安排生產，提高效率；再次，大的企業客戶有利于企業進行資源整合并獲得高而穩定的收益；最后，有利于維護股價穩定。當客戶集中度不斷變高，企業與客戶間供應鏈匯集與合并的效果越好，因此，降低了企業的運營風險和信息不對稱風險，企業股票價格崩盤的概率變小。

另一方面，企業客戶過于集中，也會帶來負面效應：首先，客戶很可能聯合起來提出各種不合理要求，損害企業利益。其次，由于市場競爭激烈，客戶集中度高的企業對客戶的依賴性較大，為了留住客戶，企業需要根據市場環境的變化研發新產品，不斷技術進步，促進產品差異化。最后，由于客戶集中度較高，企業繼續維持與主要客戶的關系變得更重要，這也隱藏著較高的套牢風險。這是因為，一是為緩和事前投資不充分，公司會通過縮減財務杠桿來向合作伙伴傳遞一種承諾，也是塑造一個風險較低的公司形象來吸引投資；二是為防范事后套牢的危害，公司會尋求主動縮減財務杠桿的比例以掌控自己的財務風險。

具體到企業獲得銀行貸款決策角度來說，相比于國有企業，銀行對民營企業發放貸款時顯得更加慎重，而決定銀行是否給民營企業放貸的關鍵因素是該企業違約風險的大小，如果銀行綜合各因素考慮認為該企業的違約風險較低，則會給予企業較為寬松的放款條件。在產能過剩背景下，客戶集中度則對民營上市公司違約風險起著重要作用，大致可從以下三方面解釋：

第一，當民營企業的客戶集中度較高時，則企業的資產配置相對集中，資產專有性特征明顯。為了防止自己的資產被套牢，企業擁有強烈的愿望，更好地維系其與客戶的關系。同時，客戶也會將他們的部分資產專有化投資于該民營企業，由此交易雙方都有期望交易能夠順利進行的強烈愿望，這就形成了穩固的客戶關系。當企業向銀行尋求貸款時，穩固的客戶關系會使銀行產生企業未來擁有業績平穩的預期，進而認為該企業的違約風險較低，從而獲得較寬松的信貸條件。

第二，當民營企業的客戶集中度較高，可以降低銀行的監控風險。客戶對企業的業績有很大作用，一旦客戶陷入財務困境，形成呆賬壞賬，對企業的經營現金流產生嚴重影響，很有可能導致公司的現金流斷裂，進而倒閉。由此，企業的違約風險飆升，銀行最終蒙受損失。因此，當客戶集中度高時，銀行對企業信貸風險的監控只需要集中在幾個大型客戶的經營狀況上，這極大地降低了銀行的信息成本，及時有效地發現并防范客戶關系的惡化所帶來的債務違約風險。

第三，客戶集中度高向銀行傳遞了企業有較好業績預期的信號。客戶集中度高意味著客戶與民營企業之間相互的資產專有化程度高，大型客戶只有在做了充分的信息調查之后，認為該企業有良好的發展前景和穩定的業績預期時，客戶才會對該企業進行專有化投資。因此，客戶集中度高也相當于向銀行傳遞一個信號，即該企業的經營狀況良好并有較好的成長機會和較高的業績預期。此外，大客戶在與該企業資產專有化投資的過程中和企業形成了不錯的小型社會關系，大客戶獲得了不少關于企業的內在信息，由此形成信息優勢，有效地監控企業的日常經營活動。

綜上所述，民營企業與客戶之間的社會資本，可以有效地降低銀行監控成本，減輕了企業與銀行之間的信息不對稱，對企業業績產生平穩預期，最終促使銀行對民營企業采取寬松的信貸條件，更加積極地給予貸款支持。2007—2012年，我國社會整體投資熱情高漲，到2013年產能過剩較嚴重。從此，產能過剩與去庫存成為經濟的主基調。在此期間，民營企業所面臨的更多是如何將庫存產品銷售出去，并逐漸減少產能過剩行業產品的生產。當民營企業向銀行申請信用貸款時，銀行對其風險評估的考量會更加側重于其客戶的特征。因此，提出假設1。

H1：客戶集中度越高，民營企業的銀行借款能力越強，其中表現在銀行借款期限結構更長。

由于客戶集中度高所帶來的資產專有化程度高，也會給民營企業帶來“套牢”風險。如果客戶資金鏈突然斷裂，企業的專有化資產會蒙受巨大損失，影響到企業的業績表現，甚至影響現金流，造成無法償還銀行貸款。銀行在發放貸款的時候自然也會考慮到此類“套牢”風險，當銀行認為該民營企業的客戶風險較大，企業很有可能因為下游企業的聯動風險導致業績滑坡時，銀行會更加謹慎。

因此，在與客戶關系中，企業如何保持較強的議價能力，對公司未來的經營狀況和持久的生存發展有著顯著的作用。民營企業的議價能力高低指的是該企業與客戶之間實力的相對大小。民營企業的議價能力高，則客戶與企業終止交易關系的轉換成本就高，由此形成的客戶關系就更加穩定，能一定程度上減輕銀行對企業套牢風險的顧慮。為此，提出假設2。

H2：相比議價能力低的民營企業，客戶集中度和銀行借款期限結構之間的正相關關系，在議價能力高的民營企業中更為明顯。

三、研究設計

（一）模型和變量

1.被解釋變量

本文研究民營上市公司的銀行借款期限結構，將因變量設計為企業公司長期借款占借款總量的比值（QX），該值越大，則民營上市公司的銀行借款期限結構就越長。在實際操作中，公司與公司間相互的資金拆借通常不反映在銀行借款類科目，而通過應付項目來表現增減，因此，企業財報上的“長期借款”與“短期借款”這兩個科目大體就是用來表現公司來自銀行或其他金融機構的負債。研究中本文采用了民營上市公司“短期借款”與“長期借款”兩個科目之和代表民營企業銀行借款的總額。

2.解釋變量

客戶集中度：用企業財務報表中公布的向前五大客戶的銷售總額占企業全年銷售總額的比值（Cus_Pro），反映公司的客戶集中度。

3.控制變量

本文還控制了可能對銀行借款期限結構產生重要影響的變量：（1）公司規模（Size）：用總資產的自然對數來表示；（2）盈利能力（ROA）：本年凈利潤與期末總資產的比值；（3）財務杠桿（Lev）：期末總負債與期末總資產的比值；（4）成長機會（Tobin's Q）：樣本公司以期末市值計算的托賓Q值；（5）資產期限結構（PPE）：即期末固定資產凈額與期末總資產之比；（6）現金流（CFO）：本年經營活動現金凈流量與期末總資產的比值；（7）兩職合一（Dual）：若公司董事長兼任總經理則取值為1，反之為0；（8）行業（Dum_Ind）和年度（Dum_Year），參照了中國證監會2001年頒布的《上市公司行業分類指引》。

此外，本文選擇了凈商業信用額來反映企業議價能力的高低。凈商業信用額是指公司在購銷活動中向交易對手供應的信用貿易金額與享有的信用貿易金額之差。本文采用公司年報中的往來款項目余額計算：向客戶提供的凈商業信用額：TCC=（應收賬款+應收票據一預收賬款）/期末總資產。表1列示了所有的變量及其定義。

4.模型設定

為實證檢驗提出的研究假設，本文構建了以下兩個OLS回歸模型：

QX=β0+β1Cus_Pro+β2Size+β3ROA+β4Lev+

β5Tobin's Q+β6PPE+β7CFO+β8Dual+Dum_Ind+Dum_Year+ε

（1）

QX=β0+β1Cus_Pro+β2TCC+β3Cus_Pro×TCC+

β4Size+β5ROA+β6Lev+β7Tobin's Q+β8PPE+β9CFO+

β10Dual+Dum_Ind+Dum_Year+ε （2）

（二）樣本和數據

本文主要是研究產能過剩背景下客戶集中度與民營企業銀行借款結構之間的假設關系，基于以上目的，本文選取產能過剩問題較嚴重的2013—2015年度A股上市民營公司作為初始樣本。樣本的篩選規則如下：（1）去除中小板和創業板的上市公司；（2）去除金融保險類行業的上市公司樣本，去除ST、*ST公司樣本；（3）去除負債異常即資產負債率大于l的公司樣本；（4）去除數據不全或值為NULL的公司樣本；（5）最后對一切連續變量進行上下1%的Winsorize極端值處理。此次研究獲得的有效樣本中包含1 214個公司—年度觀測值。文中使用的所有數據均來源于CSMAR數據庫。

1.描述性統計

表2列示了主要變量的描述性統計結果。從中可以看出，樣本期間我國民營上市公司資本構成中銀行長期借款占銀行全部借款的平均比例為25.7%，中位數為9.5%，其中有的民營企業沒有向銀行進行長期借款，有的民營企業只向銀行進行長期借款。在客戶集中度方面，樣本期間我國民營上市公司向前五大客戶的平均銷售比例為27.6%，中位數為22.2%。樣本企業的ROA均值為3.8%，中位數為3.5%。企業固定資產占總資產比重均值為9.9%，中位數為5.6%。

四、實證結果

本文計算了Pearson相關系數，對主要變量間的相關性進行了檢驗，結果顯示，以上變量間不存在嚴重的多重共線性問題，且結果粗略驗證了本文結論。限于篇幅，略去報告相關系數表。

（一）客戶集中度與銀行借款期限結構

民營企業客戶集中度與其銀行借款期限結構的多元回歸結果列示在了表3中。從表3可以看到，Cus_Pro的回歸系數為0.083，在10%的水平上顯著為正，說明民營企業的前五大客戶銷售的比例越大，客戶集中度越高，其銀行借款期限結構越長，獲得的銀行長期借款銀行借款總額的比例也就越大，這與H1相符合。

（二）議價能力的影響

以上的實證分析中，沒有考慮議價能力因素，實際上議價能力強弱是銀行信貸決策中的重要影響因素，相比于議價能力低的企業，議價能力高的企業更有可能避免套牢風險。因此考慮到議價能力這一調節變量，采用虛擬變量交叉乘項的研究方法，探究不同議價能力的民營企業，客戶集中度對其銀行借款期限結構的影響。

為了檢驗H2，本文使用對客戶的凈商業信用額（應收賬款+應收票據-預收賬款）/期末總資產）作為民營企業議價能力的代理變量。本文將凈商業信用額小于等于中位數的設為1，將凈商業信用額大于中位數的設為0。對客戶的凈商業信用額較低，則該企業應收賬款和應收票據的總額要相對小于預收賬款，說明該企業可以借助其本身規模實力的雄厚，預先收取較多的銷貨款，表明其議價能力強，反之則議價能力偏弱。關于H2的檢驗結果如表4所示。

表4中列示了模型2的回歸結果，結果顯示Cus_Pro的回歸系數為0.239，在1%的水平上顯著為正，說明客戶集中度與民營企業借款期限結構正相關，再次驗證了H1的觀點，且在考慮了議價能力這一變量之后，這種正相關關系更加顯著；TCC的回歸系數為0.102，在1%的水平上顯著為正，說明對客戶的凈商業信用額越低，即民營企業的議價能力越高，該企業的銀行借款期限結構越長；交叉乘項Cus_Pro×TCC的回歸系數為0.272，且在1%的水平上顯著為正，說明相較于議價能力低的民營企業，客戶集中度與銀行借款期限結構之間的正相關關系在議價能力高的民營企業中更為明顯，與H2的觀點相一致。

（三）進一步檢驗

企業的供應鏈關系中包含供應商和客戶兩個方面。上文檢驗了客戶集中度和對客戶的議價能力與銀行借款期限結構之間的關系。由于在產能過剩背景下，企業更多地關注商品能否賣得出去，那么，企業在供應方上的優勢能否體現出來呢？銀行貸款期限結構與供應商集中度應該有怎樣的關系？選取變量Sup_Pro表示供應商集中度，計算方法是用上市公司年報中披露的向前五大供應商的合計采購金額除以全年采購總額。采用與上文相似的模型進行多元回歸分析，回歸結果如表5所示。

從表5中可以看到，Sup_Pro的回歸系數為0.054，t值為1.27，回歸結果不顯著，說明供應商集中度與民營企業銀行借款期限結構的正相關關系存在，但是顯著性較弱。由此可見，在去庫存去產能的背景下，企業在原材料的采購上會更加容易獲得且成本較低，因此較高的供應商集中度并不能有效降低銀行對該企業的風險評估預期。

五、結論與啟示

本文研究了產能過剩背景下客戶集中度對民營企業銀行借款期限結構的影響。本文的研究結論為：

首先，客戶集中度越高，民營企業的銀行借款能力越強，其中表現在銀行借款期限結構更長。通過實證研究我們發現客戶集中度與民營企業銀行借款期限結構呈現正相關關系。其背后的邏輯是，當民營企業的客戶集中度較高時，該企業會被銀行認為擁有較低的信貸風險，銀行的信貸意愿會增強，于是便更有可能向企業增加長期貸款的發放，由此該企業銀行借款期限結構則會變長。

其次，相比議價能力低的民營企業，客戶集中度和銀行借款期限結構之間的正相關關系，在議價能力高的民營企業中更為明顯。這是因為議價能力較低的企業很有可能因為專有投資存在套牢風險，由較高的客戶集中度帶來的信貸風險較低的優勢，會被這種套牢風險所削弱。

本文豐富了供應鏈與債務期限結構的文獻。具體來說，本文從民營企業客戶集中度出發，對其財務行為進行了實證研究，有助于我們進一步認識銀行授信決策的傳導機制，幫助民營企業緩解銀行借款資源緊張的事實。經過本文的研究，筆者在民營企業增強銀行貸款能力方面給予如下建議：

首先，產能過剩的形成，不僅有市場因素，還有非市場的因素，因此，在未來的一段時間也不會完全消除。在這樣的背景下，企業既要積極自主創新，研發新的產品，同時又要加強老產品的客戶關系管理，這是獲得外部融資資源的重要因素之一。

其次，在產能過剩背景下，在供應鏈關系管理中，客戶關系管理應該重于供應商關系管理。由于產品同質競爭，甚至有可能惡性競爭，因此，企業應建立自己的品牌效應，在市場上形成強勢效應，同時，建立和擁有強勢的銷售客戶和渠道比強勢的供貨渠道更加重要。

最后，在客戶關系管理上要謹慎選擇客戶，建立信任關系，共享信息，共擔風險，提高效率，產生規模經濟，提高議價能力，提高企業核心競爭力，進而在銀行的信貸決策中獲得優勢。很多時候，客戶的財務績效和經營狀況對公司的影響很大，若沒有挑選到合適的客戶，很可能最終因為專有投資產生套牢風險。因此，在合作伙伴的選擇上，民營企業還應該充分考慮雙方的議價能力因素，在綜合評價的基礎上盡可能選擇議價能力在自身之下的合作伙伴以最大程度避免套牢風險。

【參考文獻】

[1] MYERS S C. Determinants of corporate borrowing[J].Journal of Financial Economics，1976，5（2）：147-175.

[2] BARCLAY M J，SMITH C W. The maturity structure of corporate debt[J].The Journal of Finance，1995，50（2）：609-631.

[3] 童盼，陸正飛.負債融資、負債來源與企業投資行為——來自中國上市公司的經驗證據[J].經濟研究，2005（5）：75-84.

[4] 周勁.產能過剩的概念、判斷指標及其在部分行業測算中的應用[J].宏觀經濟研究，2007（9）：33-39.

[5] 王文甫，明娟，岳超云.企業規模、地方政府干預與產能過剩[J].管理世界，2014（10）：17-36.

[6] 王迪，劉祖基，趙澤朋.供應鏈關系與銀行借款——基于供應商/客戶集中度的分析[J].會計研究，2016（10）：42-49.