论文部分内容阅读
[摘要]金融市场在国民经济中占据非常重要的地位。为探讨供应商集中度作用于股价崩盘风险的机制和路径，选取2008—2019年A股制造业公司为样本，研究供应商集中度与股价崩盘风险的关系。结果显示，供应商集中度上升会导致股价崩盘风险的增加，且供应商集中度通过影响商业信用，从而影响股价崩盘风险。当供应商集中度较大时，会导致企业的商业信用受到侵占，最终引起股价崩盘风险上升。
[关键词]供应商集中度;股价崩盘风险;商业信用;中介效应
一、 引言
股票市场对于国家经济发展具有十分重要的作用，其稳定与否对于整个社会经济、金融体系的风险防控意义重大。然而近些年来，股票崩盘、暴跌现象层出不穷，不但对金融市场造成严重打击，也对国家经济安全带来了极大的危害。党的十九大明确指出“严防死守各大风险防控站，其中最重要的是要对金融风险进行防范”1，这体现了党和国家持续防范化解金融风险、维护金融市场稳定的态度和决心。2018年6月A股被纳入MSCI新兴市场指数、2019年6月被纳入富时罗素新兴市场指数等标志着我国股市发展得到国际认同，但是我国股市发展仍然不够稳定，时常出现股价大规模下跌事件。股价的大规模、急剧崩盘现象会导致金融市场的变化，从而可能引发经济市场的动荡。
2020年5月4日，国家发改委明确指出在疫情期间要全力以赴保持供应链的稳定，在供应链稳定的基础上不断提高竞争力2。目前企业在选择供应商和客户时，已经从分散单独的供应商、客户关系转化为集中的关系。一条供应链中，位于上方的是供应商，下方是客户，向客户企业提供生产开发所需的材料、半成品及服务等是供应商的主要功能。如果企业的供应商只有一个或几个，即供应商集中度较大时，供应商向企业提供的原材料半成品价格或服务水平对客户企业的生产水平维持或飞速发展有着十分重要的作用和意义。相对而言，客户企业会对供应商造成严重的依靠倾向，以至于供应商处于供应链的强势地位，具有较强的议价能力，可能会要求企业提前付款，导致企业的流动性资金会减少，企业的商业信用会受到侵占，从而加剧企业的融资约束，企业资金流动性下降这一负面消息的意愿上升，进而导致股价崩盘风险上升。
之前学者主要是从代理问题、信息不透明以及机构投资者三方面研究供应商集中度，鲜有学者从供应链的角度出发且大多数集中于客户集中度。因此本文基于以上背景，研究供应商集中度对股价崩盘风险的影响，并探讨商业信用的中介效应。这不仅是对现有理论的进一步探索和补充，还为资本市场主体以及利益相关者如何有效避免金融风险给出了一定的参考价值。同时供应商集中度作为一个可以进行量化的指标，对于上市公司和投资者而言，是在实际工作中方便获取的且来源可靠的，这也为资本市场主體和利益相关者有效、合理地避免金融风险提供了一定的参考和价值。
二、 理论分析与研究假设
1. 股价崩盘风险的成因
股票崩盘风险是指当公司内部负面信息积累达到临界点后爆发，对股票价格产生重大负面影响，并导致股票价格急剧下跌 [1]。资本市场的正常运营一直是大众关注的焦点，其稳定不仅与相关利益投资者息息相关，并且对整个地区和国家的经济金融正常稳定繁荣发展起到不可估量的作用。近年来，国内外股票市场都出现过暴跌暴涨的现象，这种极其不稳定的波动会造成资本市场的不稳定运行。中国股市相比于国外发达资本市场，制度上还需更进一步完善，市场建立时间也较晚，相对比较多变和不稳定，因此出现股价崩盘的风险也高。因此国内外学者从不同方面对股价崩盘风险影响因素进行了探讨，并在此基础上寻求防止和降低股价崩盘风险的办法。目前影响股价崩盘风险的因素主要聚焦于以下三点：
（1）代理问题。具体是指公司股东与公司管理者之间的代理问题而引发的股价崩盘风险。就公司管理层而言，管理者从自身利益出发，会有目的性地隐瞒公司的负面消息。坏消息累积达一定值被爆发时，则会对股价造成巨大冲击，导致股价大幅下降[2]。管理层可能会故意隐藏或延迟发布负面信息，是基于职业发展、工资激励，商业建设，政治晋升的考虑，并更倾向于提前披露好消息，这种情况会导致股票收益信息不对称，进而导致股价泡沫虚高，产生股价崩盘风险[3-4]。Kim等从首席执行官的角度出发，研究其对股价崩盘风险的影响，结果表明，当首席执行官存在过度自信的情况，那么所处的公司的股价在未来可能面临暴跌的风险更多。究其原因，是当首席执行官存在过度自信的情况时，在投资项目选择上，会盲目承担一些负净现值的项目，这会对公司经营产生阻碍，进一步恶化消极消息的囤积，最终导致股价疯狂暴跌[5]。Mamun等同时发现如果首席执行官（CEO）所拥有的权力越大，那么他所在公司的股价在未来面临崩盘的可能性也就越大[6]。
（2）信息不透明。Hutton等研究了公司不透明度与股价崩盘风险的关系，结果表明公司财务信息越不透明，出现崩盘风险的概率越大，并提出了可以利用盈余管理的措施来预防崩盘风险[1]。Kousenidis等指出股市风险应该反映在会计信息中，但是当最终披露信息时，由于流向财务报告使用者的信息减少而导致信息披露的减少可能会导致股价暴跌[7]。Defond等探索了国际财务报告准则的采用是否会影响公司股价崩盘风险，研究结果表明采用国际财务报告准则会降低非金融公司的崩盘风险，尤其在信息环境较差的公司更为明显，这是因为采用国际财务报告准则会增加公司财务信息的透明度，进而减少股价崩盘风险[8]。Abedifar等[9]以全球银行为研究样本，检验会计法规和执行标准对股价崩盘风险的影响，研究结果表明，会计法规和执行标准更加严格的国家，出现股价崩盘的风险更低，这是因为监管机构会计法规的制定，是为了提高财务报告质量和透明度以减少外部投资者的信息风险。
（3）机构投资者。机构投资者的监督限制了职业经理人对公司现金流量的提取，从而降低了经理承担的公司特定风险，减轻了管理人员的坏消息累积，这会导致股票价格暴跌的可能性相应降低。由于长期机构投资者拥有大量股份和较长的投资期限，因此有很强的动力进行监管，经理人很难隐藏和捕获公司的现金流。相反，对于短期的机构投资者来说，这种关系发生了变化，因为他们倾向于交易而不是监督。机构投资者越长期，那么公司的股价崩盘风险越低，如果公司机构投资者越短期，那么股价崩盘风险就越高。这是因为职业经理人在临时绩效不佳时会掩盖坏消息，以保护其工作。但是，当累积的坏消息最终超过临界点时，经理们放弃了隐藏信息的尝试，所有坏消息立即被发布，从而导致股价暴跌。管理者负面消息的囤积会因为长期机构投资者的强力控制而缩小，从而使得公司股价崩盘风险在一定程度上得到控制。 Callen等研究探讨了机构投资者的确定性与股价崩盘风险的关系以及在多大程度上影响了股价崩盘风险[10]。结果显示机构投资者越确定，股价崩盘风险越低，这是由机构投资者的监管理论导致的而不是短期主义理论。同时稳定的机构投资者群体在预先防范降低管理层的不良活动中发挥着监督作用，以降低股价崩盘风险。结果还表明短期的机构投资者会对上市公司产生不利影响，最终增加未来股票价格暴跌的风险。Wang等研究了管理层的机会主义行为对机构投资者访问频率对股价崩盘风险的作用，研究表明机构投资者访问频率与股价崩盘风险呈倒U型，表明在低频率访问阶段时，随着机构投资者访问频率的增加，股价崩盘风险随之升高，而当访问频率过高时，股价崩盘风险随之降低[11]。这是因为管理层的投机行为旨在避免访问的负面影响。特别是当管理层的机会主义行为受到高度激励并且实施空间更大时，访问频率与股价崩盘风险之间的非线性关系就更加明显。如果机构投资者的注意力不集中，则会带来更大的股价崩盘风险。也就是说，如果他们因为外来事情而被分散过多注意力时，会对公司的事情更加漠不关心，经理人更有可能通过其他方法累积坏消息，那么公司将会面临较大崩盘风险。对于国有企业、由首席执行官担任董事会主席的公司以及分析师覆盖率较低的公司，这种影响更为明显。这种影响主要是由于专注的长期机构投资者引起的，而不是由短期的机构投资者引起的。Fan等研究考察了机构投资者在中国A股市场中与公司股票价格崩盘风险中的关系，表明机构投资者的负面作用加剧了市场的崩溃风险[12]。
2. 商业信用与股价崩盘风险
企业的信息披露受到其融资模式的显著影响，商业信用是指供应商通过要求企业提前支付货款来为经营活动进行融资的做法。商业信用在世界范围内被广泛当作短期融资的重要工具。在金融市场欠发达的国家，商业的作用更为重要，通过商业信用进行的融资方式是和银行信贷一样重要的外部融资来源。
在正常经营活动中供应商向买方提供商业的动机很强，因为可以限制买方的机会主义行为。而机会主义行为的减少，将会导致股价崩盘风险的降低。同时，有更多商业信用的公司通常在财务上会受到限制。因此，这些公司为了获得商业信用等更好的外部融资渠道，会积极改善信息的披露，因为信息不对称的减少，也会将使得股票价格崩盘的风险降低。
企业融资主要有三大来源：公司债券、银行借款以及商业信用。在发达国家和发展中国家，商业信用都被认为是可替代性融资选择，且在公司的债务结构中起着日渐重要的作用。由于我国目前资本市场上还存在着融资渠道不完善的问题，使得债券融资在上市公司资本结构中所占比例很低，商业信用和银行借款成为公司的主要融资来源。互相依赖且拥有共同利益的双方是商业信用融资能够产生的重要前提条件，企业在售卖产品或提供服务过程中采取提前或延后收取货款的方式会产生商业应用，它是企业短期融资的重要组成部分。在商业信用融资中，提供商业信用的一方为债权人，对债务人的财务情况能够有更细致清楚的了解，以此将公司的负债风险控制在较低的水平，保证公司的债务可以及时收回，坏账及烂账的发生频率降低，从而使得公司治理达到正向积极的状态。
Cao等研究了中国背景下公司的商业信用融资是否会对公司股价下跌的概率产生重大影响。结果显示，商业信用越高的企业，未来股价崩盘风险越低[13]。对于信息不对称较显著的和所处金融市场不太发达的公司，这种负相关关系更为明显。进一步的研究结果显示，监控机制和披露机制都可以促进企业披露相关信息，使得信息更加透明化。王娟研究了商业信用融资是否对股价崩盘风险有影响，实证结果显示，商业信用越高，未来股价崩盘风险越低。同时她还进一步研究在不同情况下商业信用融资如何对未来股价暴跌的影响。结果显示，如果公司在行业内地位较低，所处地区法律坏境恶劣时，商业信用和股价崩盘风险的负相关关系将更加显著，反之则相反[14]。Gu等发现股价崩盘风险与银行贷款利息成正相关关系，研究结果认为发放贷款时，股价崩盘风险是银行重要考虑的风险因素，进一步研究发现，当银行是国有企业且借款公司是国有企业时，股价崩盘风险与银行贷款利息差之间的正相关关系就会更加显著，并且当股价崩盘风险较高时，企业能获得的贷款期限也会变短[15]。同时，在法律环境较差的地区，国家的影响力和社会网络会产生一定的影响。
3. 供应商集中度与商业信用
在市场运行过程中，商业信用融资发挥着十分关键的作用，其对于市场绩效和企业经营绩效都会产生正向影响，且还能够在一定程度上对企业融资约束进行缓解，使规模效率得到持续提升。从功能上而言，商业信用融资和银行借款双方能够相互替代。企业商业信用的积累是一个漫长过程，其融资来源客户和供应商、企业所处的供应链关系会直接影响到商业信用融资。在企业发展过程中，供应商是利益相关者，当前随着时代的快速发展、企业经营特点的转变，企业供应商也逐渐开始出现集中化趋势，企业会依据自身的生产需要、发展需求等选择最中意的几个供应商，并与其形成一种战略联盟，构建合作关系，推动交易成本的降低。不过虽然供应商集中对于企业而言有一定的好处，但是供应商过度集中，也会导致企业谈判处于弱势，降低谈判能力。Summers等选取655家英国企业作为对象进行研究，最终发现在实际运行过程中，低廉便捷的商业融资被视为一种非常常见的手段[16]。在供应链中，如果公司在市场所占份额较高时，即代表它拥有了話语权，此时供应商就没有话语权，所以公司会提出一些要求，比如要求晚一点支付对供应商的货款。在实际运行中企业和供应商都青睐于提升流动性，有较多的现金流规避风险、投资等。在这个过程中企业和供应商会相互竞争以提升自身的流动性，而企业供应商越是集中，且向这些供应商采购量越大，那么供应商就越有较高的谈判能力，其会向企业提出现金付款、及时付款等要求，从而企业会面临商业信用融资减少的威胁。
国内学者徐淳厚等通过分析了解到，如果企业的供应商有较高集中度，那么企业商业信用融资就会降低，供应商会对企业提出提前付款的要求，降低企业流动资金，并侵占企业商业信用[17]。Fabbri等主要针对于供应商议价能力对商业信用的影响关系进行了研究，最终发现，处于弱势地位的供应商会为企业提供较多的商业信用，且这些商业信用在企业商品中会占较高的份额，而客户会适当对付款期限进行延长，甚至这一期限会高于供应商期限，从而会出现逾期付款的情况[18]。在中小企业中，供应商信用融资发挥着十分重要的作用，特别是在金融市场发展水平不高的国家中，处于弱势地位的供应商会在一定程度上受到银行的约束，从而难以提供强大的贸易信贷，这就会导致其竞争力降低。这体现了在市场中商业信贷是供应商的一种竞争手段。学者Zhang等也围绕这方面的内容进行了研究，他们通过研究发现公司如果供应商集中度较高，那么就会导致自身议价能力被降低，进而会导致内部资金流动性、盈利能力等降低。另外，供应商集中度较高，还会导致公司面临更大的供应冲击风险，这就会间接提升外部融资成本[19]。 本文基于上述文献，提出以下2个假设：
假设1：供应商集中度上升导致股价崩盘风险的增加。供应商集中度越高，股价崩盘风险越高。
假设2：供应商集中度通过影响商业信用，从而影响股价崩盘风险。商业信用在供应商集中度对股价崩盘风险的影响中起到中介作用。
三、 数据来源及模型设定
1. 样本数据
本文选取2008—2019年沪深两市A股制造业上市公司作为研究样本。剔除了*ST和ST公司、年度周收益率的观测值少于30个以及数据缺失的样本，最终得到9191个观测值。数据来源包括两部分：①供应商集中度数据根据上市公司年报所披露的“向前五名供应商采购金额合计占总采购金额的比例”手工整理得到;②其他数据来源于CSMAR數据库。为避免极端值的影响，本文对连续变量均采用了上下1%的缩尾处理。
参考于博等的研究[20]，检验供应商集中度对崩盘风险的影响的模型如下：
2. 变量定义
被解释变量。本文的被解释变量的是股价崩盘风险。参考江宇轩和许年行的研究[21]，股价崩盘风险分别由负收益偏态系数（NCSKEW）和收益率上下波动比率（DUVOL）来度量。NCSKEW的值越大，意味着股价崩盘风险越高;DUVOL的值越大，股价崩盘风险越大。度量方式如下：
其中，[Ri，t]指的是股票[i]在第[t]周考虑现金红利再投资的收益率，[Rm，t]指的是A股所有股票在第[t]周经流通市值加权的平均收益率。本文在公式（4）中分别加入超前和滞后两期的市场收益率来缓解交易非同步性带来的偏差。
收益率上下波动比率（DUVOL）的计算方法如下：对于每个公司、年度样本，首先先定义特定收益率小于均值的周为下跌周，特定收益率高于均值的周为上涨周。然后分别计算出下跌周和上涨周特定收益率的标准差，得出下跌波动率和上涨波动率。最后，以下跌波动率除以上涨波动率并取自然对数，即得到每一个公司、年度样本的DUVOL指标。计算公式如下：
②解释变量。本文的解释变量是供应商集中度。参照赵秀云等的研究 [22]，计算方法为：公司向前五名供应商购买商品等所付的金额/公司所有的采购金额。
③中介变量。参照方明月的研究[23]，本文的中介变量为商业信用。计算方法为：公司应付账款/营业成本。
④控制变量。参照Hutton等[1]、Kim等[4]和赵璨等[24]的研究，本文控制了滞后一期的崩盘风险NCSKEWt-1和DUVOLt-1、总资产收益率ROA、资产负债率LEV、股票[i]在第[t]年周特定收益率的标准差SIGMA、股票[i]在第[t]年周特定收益的均值RET、月均超额换手率DTURN、公司规模SIZE、信息透明度ABACC、市值账面比MB、第一大股东持股比例NO1。所有变量的具体定义和说明如表1所示。
四、 实证结果与分析
本文的实证分析过程是先进行描述性统计，以了解建模数据的基本情况，在进行控制行业和年份的基础上验证供应商集中度对股价崩盘风险的影响，并通过中介效应方法分析上游供应商的商业信用即应付账款与营业成本的比例对股价崩盘风险影响的中介效应，以验证本文所提出的假设，并通过稳健性检验验证本文得到的结果是比较可信的。
1. 描述性统计
本文通过描述性统计（表2），先对数据的基本情况进行一个了解，描述性统计包括变量的样本个数，均值，标准差，最小值，最大值，以及各个分位数的情况，若变量的标准差较大，说明企业各年份之间的该变量的波动程度较大，即差异是较大的，本文已经提前进行了winsorize处理对数据进行了一个异常值的处理，因此后续的研究可以排除异常值带来的不良的影响。
由上表可知，NCSKEWt 1、DUVOLt 1、PAYRATE1t、NCSKEWt、DUVOLt、ROAt、RETt、DTURNt的标准差均是大于均值的，说明这些数据的波动是比较大的，winsorize已经减少了最大值和最小值带来的波动影响，NCSKEWt 1的均值和中位数分别为-0.233和-0.208，DUVOLt 1的均值是-0.151，中位数是-0.157，均值的标准差是0.694，中位数的标注差是0.475，可见各个公司的崩盘风险还是存在很大差异。SUPPLYt的平均值为0.338，p5是0.105，p75是0.441，这说明了各个企业的供应商集中度肯定是不同的，但是根据上面数据显示，对于整体而言，供应商集中度总体偏高。
2. 供应商集中度与股价崩盘风险
接下来通过控制年份和行业来研究供应商集中度对股价崩盘风险的影响，本文利用式（4）对供应商集中度与股价崩盘风险进行多元回归，结果如表3所示。
本文利用式（1）对供应商集中度与股价崩盘风险进行多元回归，结果如表3所示。研究供应商集中度对与NCSKEW（负收益偏态系数）和DUVOL（收益率上下波动比率）影响。
列（1）是对负收益偏态系数的影响，模型的调整R方为0.118，模型的拟合优度为11.80%，由于是面板数据，且企业数据之间的差异性是比时间序列截面数据差异更大的，因此，拟合优度较低是比较正常的现象，F值为26.16，在0.01的显著性水平下整个模型是显著的，即存在99%以上的概率解释变量和控制变量对被解释变量的影响是比较显著的。供应商集中度SUPPLY对负收益偏态系数NCSKEW的影响系数为1.079，且在0.01的显著性水平下显著，即存在99%以上的概率供应商集中度的增加是促进负收益偏态系数增加的，
列（2）是对收益率上下波动比率的影响，模型的调整R方为0.130，模型的拟合优度为13.00%，F值为29.08，在0.01的显著性水平下整个模型是显著的，即存在99%以上的概率解释变量和控制变量对被解释变量的影响是比较显著的。供应商集中度对收益率上下波动比率DUVOL的影响系数为0.766，且在0.01的显著性水平下显著，即存在99%以上的概率供应商集中度的增加是促进收益率上下波动比率增加的。 以上兩列结果均表明供应商集中度与股价崩盘风险显著正相关，即供应商集中度越大，股价崩盘风险越大，且用两个变量得到的结果是更为准确的，即假设1成立。
3. 中介效应检验
如果解释变量X通过另外一个变量M影响被解释变量Y，那么M就被称为这一组影响中的中介变量。中介效应分为三个步骤，其中，解释变量为X，被解释变量为Y，中介变量为M。
首先检验解释变量对被解释变量的影响是否显著：
若系数c不显著，则说明已经不存在中介效应，停止下一步的检验，若c是显著的，也不能说明存在中介效应，要继续进行下一步：
若系数a不显著，则需要进行sobel检验，若sobel检验通过，则说明中介效应存在，sobel检验在进行下一步检验后进行：
若a和b中任意一个不显著，则需要进行sobel检验，若sobel检验通过，则说明中介效应是存在的，若都是显著的，若a、b都显著，则[c’]显著的话，则说明存在部分中介效应，若[c’]不显著的话，则说明存在完全的中介效应。
本文的中介效应检验如表4所示。
SUPPLYt对NCSKEWt 1和DUVOLt 1的系数显著为正，这初步验证了中介效应方法的第一步，说明解释变量对被解释变量影响是显著的，第二步验证SUPPLYt对PAYRATE1t的影响系数为-1.377，且在0.01的显著性水平下显著，存在显著的负向影响，通过了第二步检验，第三步，将解释变量和中介变量都放入到模型中，SUPPLYt对NCSKEWt 1和DUVOLt 1有显著的正向影响，而PAYRATE1t则存在显著的负向影响，解释变量和中介变量均是显著的，由于所有系数均是显著的，因此，不需要再进行sobel检验，说明PAYRATE1 t存在部分的中介效应，即一部分是SUPPLYt作用于NCSKEWt 1和DUVOLt 1的，一部分是SUPPLY t通过作用于PAYRATE1 t再作用于NCSKEWt 1和DUVOLt 1的，验证了本文的中介效应即本文的假设2成立。
4. 稳健性检验
①利用改变被解释变量与中介变量变量的度量方法来进行稳健性检验。对于被解释变量，利用极端值收益率的方式来度量股价收益率的分布。当某周的特定收益率小于年平均特质收益率3.09个标准差时，即发生[Wi，t≤Average（Wi，t）-3.09σi]时，定义[CRASHi，t]等于1即发生了股价崩盘风险，如果等式相反，则等于0。由于这个变量是虚拟变量，因此，回归时采用Logit 模型。对于中介变量，则是通过公司公布的财务年报来获得应付账款和总负债的值，再将两者相除即获得商业信用的中介变量（PAYRATE2）。将被解释变量和中介变量更换后，重新进行回归。回归结果如表5所示。
从表5可以看出，SUPPLYt对CRASH t 1仍然存在显著的正向影响，且对中介变量仍然存在负向的影响，且该影响是显著的，在将SUPPLYt和PAYRATE2t同时作为解释变量放入到模型中时，两者均是显著的，且SUPPLYt系数仍然为正向，PAYRATE2t仍然是为负的，替换变量后回归结果同之前的回归结果相一致，证明结论具有稳健性，本文的回归结果是稳健的，因此，本文得到的结果是比较可信的。
②在前文控制了行业和年份固定效应的基础上，接下来通过控制企业和年份固定效应，来检验结果是否一致，回归结果如表6所示。
从表6可以看出，供应商集中度（SUPPLYt）对股价崩盘风险（NCSKEWt 1和DUVOL t 1）产生显著正相关影响，说明在考虑了样本公司个体差异的情况下，该回归结果与前文并无本质差异，说明本文的研究结果是稳健可行的。
五、 结论
1. 研究结论
股价崩盘风险的发生不仅会对投资者和上市公司造成直接的经济损失，对于整个资本市场的正常公开透明运行也会造成负面影响，同时也给整个金融市场甚至国家经济安全埋下了重大隐患。本文的主要目的在于检验供应商集中度对股价崩盘风险的影响以及是否是通过商业信用这一中介变量进行影响的，从而为公司治理监督以及金融市场繁荣稳定提供一定的参考价值。
通过整理与总结前人学者的文献资料，对影响股价崩盘风险的因素、供应商集中度与商业信用的关系以及商业应用与股价崩盘风险的关系进行了总结，同时探讨了供应商集中度与未来股价崩盘可能性的关系。结论表示：（1）供应商集中度和股价崩盘风险呈显著正相关，即供应商集中度越高，股价崩盘风险越低。（2）供应商集中度与商业信用的关系是显著负线性相关。如果公司的供应商越不集中，公司所获得的商业信用就越多。（3）商业信用与股价崩盘风险呈显著负相关，当公司的商业信用越高，那么公司未来所面临的股价崩盘风险也就越低。（4）供应商集中度通过对商业信用的影响，进而影响股价崩盘风险，当供应商集中度较大时，供应商处于强势地位，可能会要求企业提前付款，进而导致企业的商业信用受到侵占，其资金流动性削弱，公司隐藏这一负面消息的意愿将上升，最终导致股价崩盘风险上升。
2. 实践启示
本文从供应商集中度的角度出发，为研究影响股价崩盘风险的因素提供了新的思路与想法。研究成果为公司稳定发展、投资者的保护以及金融市场的平稳安全提供了一定的参考，也为公司的供应商选择提供了一定的帮助。具体的实践启示有以下两点：（1）对企业而言，要关注供应商集中度，当这一指标过高时，可能会对企业的正常经营产生影响，在与供应商开展合作时，要避免供应商过于集中的现象发生;（2）对于投资者而言，要及时关注公司供应商集中度的变化，当供应商集中度较高时，要理性客观地分析，谨慎投资。
参考文献：
[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
[关键词]供应商集中度;股价崩盘风险;商业信用;中介效应
一、 引言
股票市场对于国家经济发展具有十分重要的作用，其稳定与否对于整个社会经济、金融体系的风险防控意义重大。然而近些年来，股票崩盘、暴跌现象层出不穷，不但对金融市场造成严重打击，也对国家经济安全带来了极大的危害。党的十九大明确指出“严防死守各大风险防控站，其中最重要的是要对金融风险进行防范”1，这体现了党和国家持续防范化解金融风险、维护金融市场稳定的态度和决心。2018年6月A股被纳入MSCI新兴市场指数、2019年6月被纳入富时罗素新兴市场指数等标志着我国股市发展得到国际认同，但是我国股市发展仍然不够稳定，时常出现股价大规模下跌事件。股价的大规模、急剧崩盘现象会导致金融市场的变化，从而可能引发经济市场的动荡。
2020年5月4日，国家发改委明确指出在疫情期间要全力以赴保持供应链的稳定，在供应链稳定的基础上不断提高竞争力2。目前企业在选择供应商和客户时，已经从分散单独的供应商、客户关系转化为集中的关系。一条供应链中，位于上方的是供应商，下方是客户，向客户企业提供生产开发所需的材料、半成品及服务等是供应商的主要功能。如果企业的供应商只有一个或几个，即供应商集中度较大时，供应商向企业提供的原材料半成品价格或服务水平对客户企业的生产水平维持或飞速发展有着十分重要的作用和意义。相对而言，客户企业会对供应商造成严重的依靠倾向，以至于供应商处于供应链的强势地位，具有较强的议价能力，可能会要求企业提前付款，导致企业的流动性资金会减少，企业的商业信用会受到侵占，从而加剧企业的融资约束，企业资金流动性下降这一负面消息的意愿上升，进而导致股价崩盘风险上升。
之前学者主要是从代理问题、信息不透明以及机构投资者三方面研究供应商集中度，鲜有学者从供应链的角度出发且大多数集中于客户集中度。因此本文基于以上背景，研究供应商集中度对股价崩盘风险的影响，并探讨商业信用的中介效应。这不仅是对现有理论的进一步探索和补充，还为资本市场主体以及利益相关者如何有效避免金融风险给出了一定的参考价值。同时供应商集中度作为一个可以进行量化的指标，对于上市公司和投资者而言，是在实际工作中方便获取的且来源可靠的，这也为资本市场主體和利益相关者有效、合理地避免金融风险提供了一定的参考和价值。
二、 理论分析与研究假设
1. 股价崩盘风险的成因
股票崩盘风险是指当公司内部负面信息积累达到临界点后爆发，对股票价格产生重大负面影响，并导致股票价格急剧下跌 [1]。资本市场的正常运营一直是大众关注的焦点，其稳定不仅与相关利益投资者息息相关，并且对整个地区和国家的经济金融正常稳定繁荣发展起到不可估量的作用。近年来，国内外股票市场都出现过暴跌暴涨的现象，这种极其不稳定的波动会造成资本市场的不稳定运行。中国股市相比于国外发达资本市场，制度上还需更进一步完善，市场建立时间也较晚，相对比较多变和不稳定，因此出现股价崩盘的风险也高。因此国内外学者从不同方面对股价崩盘风险影响因素进行了探讨，并在此基础上寻求防止和降低股价崩盘风险的办法。目前影响股价崩盘风险的因素主要聚焦于以下三点：
（1）代理问题。具体是指公司股东与公司管理者之间的代理问题而引发的股价崩盘风险。就公司管理层而言，管理者从自身利益出发，会有目的性地隐瞒公司的负面消息。坏消息累积达一定值被爆发时，则会对股价造成巨大冲击，导致股价大幅下降[2]。管理层可能会故意隐藏或延迟发布负面信息，是基于职业发展、工资激励，商业建设，政治晋升的考虑，并更倾向于提前披露好消息，这种情况会导致股票收益信息不对称，进而导致股价泡沫虚高，产生股价崩盘风险[3-4]。Kim等从首席执行官的角度出发，研究其对股价崩盘风险的影响，结果表明，当首席执行官存在过度自信的情况，那么所处的公司的股价在未来可能面临暴跌的风险更多。究其原因，是当首席执行官存在过度自信的情况时，在投资项目选择上，会盲目承担一些负净现值的项目，这会对公司经营产生阻碍，进一步恶化消极消息的囤积，最终导致股价疯狂暴跌[5]。Mamun等同时发现如果首席执行官（CEO）所拥有的权力越大，那么他所在公司的股价在未来面临崩盘的可能性也就越大[6]。
（2）信息不透明。Hutton等研究了公司不透明度与股价崩盘风险的关系，结果表明公司财务信息越不透明，出现崩盘风险的概率越大，并提出了可以利用盈余管理的措施来预防崩盘风险[1]。Kousenidis等指出股市风险应该反映在会计信息中，但是当最终披露信息时，由于流向财务报告使用者的信息减少而导致信息披露的减少可能会导致股价暴跌[7]。Defond等探索了国际财务报告准则的采用是否会影响公司股价崩盘风险，研究结果表明采用国际财务报告准则会降低非金融公司的崩盘风险，尤其在信息环境较差的公司更为明显，这是因为采用国际财务报告准则会增加公司财务信息的透明度，进而减少股价崩盘风险[8]。Abedifar等[9]以全球银行为研究样本，检验会计法规和执行标准对股价崩盘风险的影响，研究结果表明，会计法规和执行标准更加严格的国家，出现股价崩盘的风险更低，这是因为监管机构会计法规的制定，是为了提高财务报告质量和透明度以减少外部投资者的信息风险。
（3）机构投资者。机构投资者的监督限制了职业经理人对公司现金流量的提取，从而降低了经理承担的公司特定风险，减轻了管理人员的坏消息累积，这会导致股票价格暴跌的可能性相应降低。由于长期机构投资者拥有大量股份和较长的投资期限，因此有很强的动力进行监管，经理人很难隐藏和捕获公司的现金流。相反，对于短期的机构投资者来说，这种关系发生了变化，因为他们倾向于交易而不是监督。机构投资者越长期，那么公司的股价崩盘风险越低，如果公司机构投资者越短期，那么股价崩盘风险就越高。这是因为职业经理人在临时绩效不佳时会掩盖坏消息，以保护其工作。但是，当累积的坏消息最终超过临界点时，经理们放弃了隐藏信息的尝试，所有坏消息立即被发布，从而导致股价暴跌。管理者负面消息的囤积会因为长期机构投资者的强力控制而缩小，从而使得公司股价崩盘风险在一定程度上得到控制。 Callen等研究探讨了机构投资者的确定性与股价崩盘风险的关系以及在多大程度上影响了股价崩盘风险[10]。结果显示机构投资者越确定，股价崩盘风险越低，这是由机构投资者的监管理论导致的而不是短期主义理论。同时稳定的机构投资者群体在预先防范降低管理层的不良活动中发挥着监督作用，以降低股价崩盘风险。结果还表明短期的机构投资者会对上市公司产生不利影响，最终增加未来股票价格暴跌的风险。Wang等研究了管理层的机会主义行为对机构投资者访问频率对股价崩盘风险的作用，研究表明机构投资者访问频率与股价崩盘风险呈倒U型，表明在低频率访问阶段时，随着机构投资者访问频率的增加，股价崩盘风险随之升高，而当访问频率过高时，股价崩盘风险随之降低[11]。这是因为管理层的投机行为旨在避免访问的负面影响。特别是当管理层的机会主义行为受到高度激励并且实施空间更大时，访问频率与股价崩盘风险之间的非线性关系就更加明显。如果机构投资者的注意力不集中，则会带来更大的股价崩盘风险。也就是说，如果他们因为外来事情而被分散过多注意力时，会对公司的事情更加漠不关心，经理人更有可能通过其他方法累积坏消息，那么公司将会面临较大崩盘风险。对于国有企业、由首席执行官担任董事会主席的公司以及分析师覆盖率较低的公司，这种影响更为明显。这种影响主要是由于专注的长期机构投资者引起的，而不是由短期的机构投资者引起的。Fan等研究考察了机构投资者在中国A股市场中与公司股票价格崩盘风险中的关系，表明机构投资者的负面作用加剧了市场的崩溃风险[12]。
2. 商业信用与股价崩盘风险
企业的信息披露受到其融资模式的显著影响，商业信用是指供应商通过要求企业提前支付货款来为经营活动进行融资的做法。商业信用在世界范围内被广泛当作短期融资的重要工具。在金融市场欠发达的国家，商业的作用更为重要，通过商业信用进行的融资方式是和银行信贷一样重要的外部融资来源。
在正常经营活动中供应商向买方提供商业的动机很强，因为可以限制买方的机会主义行为。而机会主义行为的减少，将会导致股价崩盘风险的降低。同时，有更多商业信用的公司通常在财务上会受到限制。因此，这些公司为了获得商业信用等更好的外部融资渠道，会积极改善信息的披露，因为信息不对称的减少，也会将使得股票价格崩盘的风险降低。
企业融资主要有三大来源：公司债券、银行借款以及商业信用。在发达国家和发展中国家，商业信用都被认为是可替代性融资选择，且在公司的债务结构中起着日渐重要的作用。由于我国目前资本市场上还存在着融资渠道不完善的问题，使得债券融资在上市公司资本结构中所占比例很低，商业信用和银行借款成为公司的主要融资来源。互相依赖且拥有共同利益的双方是商业信用融资能够产生的重要前提条件，企业在售卖产品或提供服务过程中采取提前或延后收取货款的方式会产生商业应用，它是企业短期融资的重要组成部分。在商业信用融资中，提供商业信用的一方为债权人，对债务人的财务情况能够有更细致清楚的了解，以此将公司的负债风险控制在较低的水平，保证公司的债务可以及时收回，坏账及烂账的发生频率降低，从而使得公司治理达到正向积极的状态。
Cao等研究了中国背景下公司的商业信用融资是否会对公司股价下跌的概率产生重大影响。结果显示，商业信用越高的企业，未来股价崩盘风险越低[13]。对于信息不对称较显著的和所处金融市场不太发达的公司，这种负相关关系更为明显。进一步的研究结果显示，监控机制和披露机制都可以促进企业披露相关信息，使得信息更加透明化。王娟研究了商业信用融资是否对股价崩盘风险有影响，实证结果显示，商业信用越高，未来股价崩盘风险越低。同时她还进一步研究在不同情况下商业信用融资如何对未来股价暴跌的影响。结果显示，如果公司在行业内地位较低，所处地区法律坏境恶劣时，商业信用和股价崩盘风险的负相关关系将更加显著，反之则相反[14]。Gu等发现股价崩盘风险与银行贷款利息成正相关关系，研究结果认为发放贷款时，股价崩盘风险是银行重要考虑的风险因素，进一步研究发现，当银行是国有企业且借款公司是国有企业时，股价崩盘风险与银行贷款利息差之间的正相关关系就会更加显著，并且当股价崩盘风险较高时，企业能获得的贷款期限也会变短[15]。同时，在法律环境较差的地区，国家的影响力和社会网络会产生一定的影响。
3. 供应商集中度与商业信用
在市场运行过程中，商业信用融资发挥着十分关键的作用，其对于市场绩效和企业经营绩效都会产生正向影响，且还能够在一定程度上对企业融资约束进行缓解，使规模效率得到持续提升。从功能上而言，商业信用融资和银行借款双方能够相互替代。企业商业信用的积累是一个漫长过程，其融资来源客户和供应商、企业所处的供应链关系会直接影响到商业信用融资。在企业发展过程中，供应商是利益相关者，当前随着时代的快速发展、企业经营特点的转变，企业供应商也逐渐开始出现集中化趋势，企业会依据自身的生产需要、发展需求等选择最中意的几个供应商，并与其形成一种战略联盟，构建合作关系，推动交易成本的降低。不过虽然供应商集中对于企业而言有一定的好处，但是供应商过度集中，也会导致企业谈判处于弱势，降低谈判能力。Summers等选取655家英国企业作为对象进行研究，最终发现在实际运行过程中，低廉便捷的商业融资被视为一种非常常见的手段[16]。在供应链中，如果公司在市场所占份额较高时，即代表它拥有了話语权，此时供应商就没有话语权，所以公司会提出一些要求，比如要求晚一点支付对供应商的货款。在实际运行中企业和供应商都青睐于提升流动性，有较多的现金流规避风险、投资等。在这个过程中企业和供应商会相互竞争以提升自身的流动性，而企业供应商越是集中，且向这些供应商采购量越大，那么供应商就越有较高的谈判能力，其会向企业提出现金付款、及时付款等要求，从而企业会面临商业信用融资减少的威胁。
国内学者徐淳厚等通过分析了解到，如果企业的供应商有较高集中度，那么企业商业信用融资就会降低，供应商会对企业提出提前付款的要求，降低企业流动资金，并侵占企业商业信用[17]。Fabbri等主要针对于供应商议价能力对商业信用的影响关系进行了研究，最终发现，处于弱势地位的供应商会为企业提供较多的商业信用，且这些商业信用在企业商品中会占较高的份额，而客户会适当对付款期限进行延长，甚至这一期限会高于供应商期限，从而会出现逾期付款的情况[18]。在中小企业中，供应商信用融资发挥着十分重要的作用，特别是在金融市场发展水平不高的国家中，处于弱势地位的供应商会在一定程度上受到银行的约束，从而难以提供强大的贸易信贷，这就会导致其竞争力降低。这体现了在市场中商业信贷是供应商的一种竞争手段。学者Zhang等也围绕这方面的内容进行了研究，他们通过研究发现公司如果供应商集中度较高，那么就会导致自身议价能力被降低，进而会导致内部资金流动性、盈利能力等降低。另外，供应商集中度较高，还会导致公司面临更大的供应冲击风险，这就会间接提升外部融资成本[19]。 本文基于上述文献，提出以下2个假设：
假设1：供应商集中度上升导致股价崩盘风险的增加。供应商集中度越高，股价崩盘风险越高。
假设2：供应商集中度通过影响商业信用，从而影响股价崩盘风险。商业信用在供应商集中度对股价崩盘风险的影响中起到中介作用。
三、 数据来源及模型设定
1. 样本数据
本文选取2008—2019年沪深两市A股制造业上市公司作为研究样本。剔除了*ST和ST公司、年度周收益率的观测值少于30个以及数据缺失的样本，最终得到9191个观测值。数据来源包括两部分：①供应商集中度数据根据上市公司年报所披露的“向前五名供应商采购金额合计占总采购金额的比例”手工整理得到;②其他数据来源于CSMAR數据库。为避免极端值的影响，本文对连续变量均采用了上下1%的缩尾处理。
参考于博等的研究[20]，检验供应商集中度对崩盘风险的影响的模型如下：
2. 变量定义
被解释变量。本文的被解释变量的是股价崩盘风险。参考江宇轩和许年行的研究[21]，股价崩盘风险分别由负收益偏态系数（NCSKEW）和收益率上下波动比率（DUVOL）来度量。NCSKEW的值越大，意味着股价崩盘风险越高;DUVOL的值越大，股价崩盘风险越大。度量方式如下：
其中，[Ri，t]指的是股票[i]在第[t]周考虑现金红利再投资的收益率，[Rm，t]指的是A股所有股票在第[t]周经流通市值加权的平均收益率。本文在公式（4）中分别加入超前和滞后两期的市场收益率来缓解交易非同步性带来的偏差。
收益率上下波动比率（DUVOL）的计算方法如下：对于每个公司、年度样本，首先先定义特定收益率小于均值的周为下跌周，特定收益率高于均值的周为上涨周。然后分别计算出下跌周和上涨周特定收益率的标准差，得出下跌波动率和上涨波动率。最后，以下跌波动率除以上涨波动率并取自然对数，即得到每一个公司、年度样本的DUVOL指标。计算公式如下：
②解释变量。本文的解释变量是供应商集中度。参照赵秀云等的研究 [22]，计算方法为：公司向前五名供应商购买商品等所付的金额/公司所有的采购金额。
③中介变量。参照方明月的研究[23]，本文的中介变量为商业信用。计算方法为：公司应付账款/营业成本。
④控制变量。参照Hutton等[1]、Kim等[4]和赵璨等[24]的研究，本文控制了滞后一期的崩盘风险NCSKEWt-1和DUVOLt-1、总资产收益率ROA、资产负债率LEV、股票[i]在第[t]年周特定收益率的标准差SIGMA、股票[i]在第[t]年周特定收益的均值RET、月均超额换手率DTURN、公司规模SIZE、信息透明度ABACC、市值账面比MB、第一大股东持股比例NO1。所有变量的具体定义和说明如表1所示。
四、 实证结果与分析
本文的实证分析过程是先进行描述性统计，以了解建模数据的基本情况，在进行控制行业和年份的基础上验证供应商集中度对股价崩盘风险的影响，并通过中介效应方法分析上游供应商的商业信用即应付账款与营业成本的比例对股价崩盘风险影响的中介效应，以验证本文所提出的假设，并通过稳健性检验验证本文得到的结果是比较可信的。
1. 描述性统计
本文通过描述性统计（表2），先对数据的基本情况进行一个了解，描述性统计包括变量的样本个数，均值，标准差，最小值，最大值，以及各个分位数的情况，若变量的标准差较大，说明企业各年份之间的该变量的波动程度较大，即差异是较大的，本文已经提前进行了winsorize处理对数据进行了一个异常值的处理，因此后续的研究可以排除异常值带来的不良的影响。
由上表可知，NCSKEWt 1、DUVOLt 1、PAYRATE1t、NCSKEWt、DUVOLt、ROAt、RETt、DTURNt的标准差均是大于均值的，说明这些数据的波动是比较大的，winsorize已经减少了最大值和最小值带来的波动影响，NCSKEWt 1的均值和中位数分别为-0.233和-0.208，DUVOLt 1的均值是-0.151，中位数是-0.157，均值的标准差是0.694，中位数的标注差是0.475，可见各个公司的崩盘风险还是存在很大差异。SUPPLYt的平均值为0.338，p5是0.105，p75是0.441，这说明了各个企业的供应商集中度肯定是不同的，但是根据上面数据显示，对于整体而言，供应商集中度总体偏高。
2. 供应商集中度与股价崩盘风险
接下来通过控制年份和行业来研究供应商集中度对股价崩盘风险的影响，本文利用式（4）对供应商集中度与股价崩盘风险进行多元回归，结果如表3所示。
本文利用式（1）对供应商集中度与股价崩盘风险进行多元回归，结果如表3所示。研究供应商集中度对与NCSKEW（负收益偏态系数）和DUVOL（收益率上下波动比率）影响。
列（1）是对负收益偏态系数的影响，模型的调整R方为0.118，模型的拟合优度为11.80%，由于是面板数据，且企业数据之间的差异性是比时间序列截面数据差异更大的，因此，拟合优度较低是比较正常的现象，F值为26.16，在0.01的显著性水平下整个模型是显著的，即存在99%以上的概率解释变量和控制变量对被解释变量的影响是比较显著的。供应商集中度SUPPLY对负收益偏态系数NCSKEW的影响系数为1.079，且在0.01的显著性水平下显著，即存在99%以上的概率供应商集中度的增加是促进负收益偏态系数增加的，
列（2）是对收益率上下波动比率的影响，模型的调整R方为0.130，模型的拟合优度为13.00%，F值为29.08，在0.01的显著性水平下整个模型是显著的，即存在99%以上的概率解释变量和控制变量对被解释变量的影响是比较显著的。供应商集中度对收益率上下波动比率DUVOL的影响系数为0.766，且在0.01的显著性水平下显著，即存在99%以上的概率供应商集中度的增加是促进收益率上下波动比率增加的。 以上兩列结果均表明供应商集中度与股价崩盘风险显著正相关，即供应商集中度越大，股价崩盘风险越大，且用两个变量得到的结果是更为准确的，即假设1成立。
3. 中介效应检验
如果解释变量X通过另外一个变量M影响被解释变量Y，那么M就被称为这一组影响中的中介变量。中介效应分为三个步骤，其中，解释变量为X，被解释变量为Y，中介变量为M。
首先检验解释变量对被解释变量的影响是否显著：
若系数c不显著，则说明已经不存在中介效应，停止下一步的检验，若c是显著的，也不能说明存在中介效应，要继续进行下一步：
若系数a不显著，则需要进行sobel检验，若sobel检验通过，则说明中介效应存在，sobel检验在进行下一步检验后进行：
若a和b中任意一个不显著，则需要进行sobel检验，若sobel检验通过，则说明中介效应是存在的，若都是显著的，若a、b都显著，则[c’]显著的话，则说明存在部分中介效应，若[c’]不显著的话，则说明存在完全的中介效应。
本文的中介效应检验如表4所示。
SUPPLYt对NCSKEWt 1和DUVOLt 1的系数显著为正，这初步验证了中介效应方法的第一步，说明解释变量对被解释变量影响是显著的，第二步验证SUPPLYt对PAYRATE1t的影响系数为-1.377，且在0.01的显著性水平下显著，存在显著的负向影响，通过了第二步检验，第三步，将解释变量和中介变量都放入到模型中，SUPPLYt对NCSKEWt 1和DUVOLt 1有显著的正向影响，而PAYRATE1t则存在显著的负向影响，解释变量和中介变量均是显著的，由于所有系数均是显著的，因此，不需要再进行sobel检验，说明PAYRATE1 t存在部分的中介效应，即一部分是SUPPLYt作用于NCSKEWt 1和DUVOLt 1的，一部分是SUPPLY t通过作用于PAYRATE1 t再作用于NCSKEWt 1和DUVOLt 1的，验证了本文的中介效应即本文的假设2成立。
4. 稳健性检验
①利用改变被解释变量与中介变量变量的度量方法来进行稳健性检验。对于被解释变量，利用极端值收益率的方式来度量股价收益率的分布。当某周的特定收益率小于年平均特质收益率3.09个标准差时，即发生[Wi，t≤Average（Wi，t）-3.09σi]时，定义[CRASHi，t]等于1即发生了股价崩盘风险，如果等式相反，则等于0。由于这个变量是虚拟变量，因此，回归时采用Logit 模型。对于中介变量，则是通过公司公布的财务年报来获得应付账款和总负债的值，再将两者相除即获得商业信用的中介变量（PAYRATE2）。将被解释变量和中介变量更换后，重新进行回归。回归结果如表5所示。
从表5可以看出，SUPPLYt对CRASH t 1仍然存在显著的正向影响，且对中介变量仍然存在负向的影响，且该影响是显著的，在将SUPPLYt和PAYRATE2t同时作为解释变量放入到模型中时，两者均是显著的，且SUPPLYt系数仍然为正向，PAYRATE2t仍然是为负的，替换变量后回归结果同之前的回归结果相一致，证明结论具有稳健性，本文的回归结果是稳健的，因此，本文得到的结果是比较可信的。
②在前文控制了行业和年份固定效应的基础上，接下来通过控制企业和年份固定效应，来检验结果是否一致，回归结果如表6所示。
从表6可以看出，供应商集中度（SUPPLYt）对股价崩盘风险（NCSKEWt 1和DUVOL t 1）产生显著正相关影响，说明在考虑了样本公司个体差异的情况下，该回归结果与前文并无本质差异，说明本文的研究结果是稳健可行的。
五、 结论
1. 研究结论
股价崩盘风险的发生不仅会对投资者和上市公司造成直接的经济损失，对于整个资本市场的正常公开透明运行也会造成负面影响，同时也给整个金融市场甚至国家经济安全埋下了重大隐患。本文的主要目的在于检验供应商集中度对股价崩盘风险的影响以及是否是通过商业信用这一中介变量进行影响的，从而为公司治理监督以及金融市场繁荣稳定提供一定的参考价值。
通过整理与总结前人学者的文献资料，对影响股价崩盘风险的因素、供应商集中度与商业信用的关系以及商业应用与股价崩盘风险的关系进行了总结，同时探讨了供应商集中度与未来股价崩盘可能性的关系。结论表示：（1）供应商集中度和股价崩盘风险呈显著正相关，即供应商集中度越高，股价崩盘风险越低。（2）供应商集中度与商业信用的关系是显著负线性相关。如果公司的供应商越不集中，公司所获得的商业信用就越多。（3）商业信用与股价崩盘风险呈显著负相关，当公司的商业信用越高，那么公司未来所面临的股价崩盘风险也就越低。（4）供应商集中度通过对商业信用的影响，进而影响股价崩盘风险，当供应商集中度较大时，供应商处于强势地位，可能会要求企业提前付款，进而导致企业的商业信用受到侵占，其资金流动性削弱，公司隐藏这一负面消息的意愿将上升，最终导致股价崩盘风险上升。
2. 实践启示
本文从供应商集中度的角度出发，为研究影响股价崩盘风险的因素提供了新的思路与想法。研究成果为公司稳定发展、投资者的保护以及金融市场的平稳安全提供了一定的参考，也为公司的供应商选择提供了一定的帮助。具体的实践启示有以下两点：（1）对企业而言，要关注供应商集中度，当这一指标过高时，可能会对企业的正常经营产生影响，在与供应商开展合作时，要避免供应商过于集中的现象发生;（2）对于投资者而言，要及时关注公司供应商集中度的变化，当供应商集中度较高时，要理性客观地分析，谨慎投资。
参考文献：
[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