客户集中度、融资约束与股价崩盘风险

于博; 毛䶮玄; 吴菡虹

客户集中度、融资约束与股价崩盘风险

1.
天津财经大学金融学院，天津 300222
2.
香港中文大学商学院，香港 999077

基金项目:

国家社会科学基金一般项目 17BGL062

详细信息

作者简介:
于博(1979-), 男, 天津人, 天津财经大学金融学院副教授, 博士

吴菡虹(1995-), 女, 天津人, 天津财经大学金融学院研究生

中图分类号: F832.4
计量
- 文章访问数: 602
- HTML全文浏览量: 320
- PDF下载量: 105
- 被引次数: 0
出版历程
- 收稿日期: 2019-04-16
- 网络出版日期: 2021-05-22
- 刊出日期: 2019-10-28

Customer Concentration, Financial Constraints and Stock Price Crash Risk

1.
Finance School, Tianjin University of Finance and Economics, Tianjin 300222, China
2.
Business School, The Chinese University of Hong Kong, Hong Kong 999077, China

摘要

摘要: 以2008—2017年A股制造业上市企业为样本, 考察了客户集中度对股价崩盘风险的影响。研究发现:(1)客户集中度与股价崩盘风险呈U型关系。客户集中度初始上升产生的整合效应能优化供应商商业信用配置, 提高资金回笼能力、缓解融资约束, 从而导致供应商为降低信贷摩擦而隐藏负面信息的动机弱化, 股价崩盘风险下降; 然而, 客户集中度过度上升会产生侵占效应, 大客户凭借其买方市场强势地位强制供应商实施商业信用供给, 这将恶化供应商的流动性水平及融资约束水平, 并导致供应商为降低信贷摩擦而隐藏负面信息的动机上升, 股价崩盘风险攀升。(2)供应商议价能力的提高能够降低侵占效应引发的崩盘风险。这一发现拓展了股价崩盘风险的影响因素研究, 也为解读供应链关系非线性冲击资本市场风险提供了逻辑依据, 且有关议价能力对U型拐点位置的调节作用研究为构建风险预警机制提供了临界值参考。
- 客户集中度 /
- 股价崩盘风险 /
- 融资约束 /
- 议价能力 /
- 商业信用 /
- 供应链
Abstract: By taking Chinese A-share listed companies of manufacturing industry from 2008-2017 as samples, this paper examines the impact of customer concentration on collapse risk in stock price. It is found that there is a U-shaped relationship between customer concentration and stock price crash risk. The initial increase in customer concentration will generate the "integration"effect, which optimizes the supplier's commercial credit allocation, improves its ability to recoup funds, and eases financing constraints, resulting in a decline in incentives for suppliers to hide"negative information"and lower stock price crash risk. However, the excessive increase in customer concentration will generate an "encroachment"effect-powerful customers could use their buyer market power to exploit suppliers' surplus through trade credits, thereby worsening supplier liquidity and strengthening financing constraints, increasing incentives for suppliers to hide negative information which makes them easier to access bank credit and increasing the stock price crash risk. This paper expands the research on determinant factors of the stock price crash risk, and sheds a light on the nonlinear relationship between customer concentration and crash risk. The group comparative analysis of the nonlinear inflection point also provides a way to identify the encroachment effect and construct the risk warning mechanism.
- customer concentration /
- stock price crash risk /
- financial constraint /
- bargaining power /
- business credit /
- supply chain

HTML全文

表 1 符号及变量定义

变量	符号	变量名称与度量方法
因变量	NCSKEW	负收益偏态系数，表示崩盘风险大小，具体公式参见上文
	DUVOL	收益上下波动比率，表示崩盘风险大小，具体公式参见上文
	TCAR	商业信用供给水平，以“应收账款/营业收入”度量
	FC	融资约束水平，通过LEV、ICR、SA等多种方式度量，具体口径参见正文介绍
解释变量	TOP5	客户集中度，前五大客户销售收入的比例之和。TOP5越大，客户集中度越高
解释变量	TOP5²	客户集中度TOP5的平方项
控制变量	ABACC	公司信息透明度，以可操纵应计利润的绝对值来衡量，参考Jones模型残差的绝对值
	MTURNOVER	月平均超额换手率，为第t年股票i的月平均换手率与第t-1年股票i的月平均换手率之差
	SIGMA	收益波动，股票i在第t年周收益率的标准差
	RET	平均周收益率，股票i在第t年中的平均周收益率
	ROA	总资产报酬率，股票i在第t年的净利润/总资产
	LEV	资产负债率，股票i在第t年的总资产/总负债
	SIZE	公司规模，股票i在第t年的总资产的自然对数
	MB	市账比MB=(年末股票价格流通股股数+每股净资产非流通股股数)/账面权益价值
	INSHOLD	机构投资者高持股哑变量，当机构投资者持股比例大于中位数时取值为1，否则取0

下载: 导出CSV

表 2 描述性统计

变量名	样本数	平均值	P²⁵	中值	P⁷⁵	最大值	最小值	标准差
NCSKEW	9 380	-0.633	-1.272	-0.791	-0.172	3.549	-4.289	1.008
DUVOL	9 380	-0.290	-0.711	-0.302	0.124	2.190	-3.125	0.643
Top5	9 380	0.292	0.147	0.238	0.388	1	0.003 10	0.197
Top5²	9 380	0.124	0.021	0.057	0.151	1	9.61e-06	0.170
MB	9 380	4.422	1.668	2.481	3.875	2, 012	-406.5	32.64
RET	9 380	0.155	-0.488	0.030	0.712	5.692	-3.800	0.944
ABACC	9 380	0.067 2	0.021	0.045	0.086	1.973	2.51e-06	0.086 6
INSHOLD	9 380	0.544	0	1	1	1	0	0.498
SIZE	9 380	21.99	21.159	21.854	22.674	27.31	17.05	1.207
ROA	9 380	0.058	0.027	0.052	0.088	1.044	-1.121	0.078
MTRUNOVER	9 380	-0.078 7	-0.244	-0.046	0.110	1.921	-3.284	0.357
SIGMA	9 380	0.067 1	0.048	0.060	0.081	0.223	0.018 8	0.026 8
LEV	9 380	0.454	0.283	0.445	0.601	13.40	0.007 10	0.328

下载: 导出CSV

表 3 客户集中度对供应商股价崩盘风险的正U型冲击

变量	双重聚类		Driscoll-Kraay		固定效应		随机效应
	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)
	NCSKEW_t	DUVOL_t	NCSKEW_t	DUVOL_t	NCSKEW_t	DUVOL_t	NCSKEW_t	DUVOL_t
Top5_t-1	-0.482^***	-0.223^***	-0.482^**	-0.223^***	-0.762^**	-0.339	-0.482^**	-0.223^*
	(-4.94)	(-2.83)	(-2.92)	(-3.91)	(-1.83)	(-1.36)	(-2.34)	(-1.74)
Top5_t-1²	0.641^***	0.289^***	0.641^**	0.289^**	0.889^**	0.506	0.641^***	0.289^*
	(6.44)	(3.51)	(3.02)	(3.21)	(1.94)	(1.84)	(2.69)	(1.95)
MB_t-1	-0.000	-0.000^**	-0.000	-0.000^**	-0.000	-0.000^***	-0.000	-0.000
	(-1.11)	(-2.49)	(-0.78)	(-2.70)	(-1.65)	(-1.65)	(-1.00)	(-1.24)
Ret_t-1	0.049	0.051	0.049	0.051	0.063	0.063	0.049^***	0.051^***
	(0.64)	(0.54)	(0.93)	(0.67)	(4.27)	(7.06)	(3.60)	(5.91)
ABACC_t-1	0.201	-0.175	0.201	-0.175	0.109	-0.145	0.201	-0.175^**
	(0.48)	(-1.23)	(0.78)	(-1.34)	(0.67)	(-1.47)	(1.41)	(-1.99)
ROA_t-1	0.045	-0.203	0.045	-0.203	-0.047	-0.438^**	0.045	-0.203*
	(0.12)	(-0.87)	(0.25)	(-1.79)	(-0.18)	(-2.87)	(0.26)	(-1.90)
MTurnover_t-1	0.054	0.241^***	0.054	0.241^**	0.057	0.232^**	0.054	0.241^***
	(0.14)	(2.84)	(0.21)	(3.31)	(1.54)	(10.33)	(1.56)	(11.17)
Lev_t-1	-0.005	-0.127^*	-0.005	-0.127^**	0.021	0.020	-0.005	-0.127^***
	(-0.04)	(-1.86)	(-0.03)	(-2.61)	(0.18)	(0.28)	(-0.10)	(-4.44)
Size_t-1	-0.079	-0.001	-0.079	-0.001	-0.183	0.069	-0.079^***	-0.001
	(-1.46)	(-0.02)	(-1.13)	(-0.03)	(-6.40)	(4.00)	(-7.21)	(-0.16)
InsHold_t-1	0.075^***	0.010	0.075^**	0.010	0.121	0.047^**	0.075^***	0.010
	(2.83)	(0.56)	(3.22)	(0.41)	(3.24)	(2.08)	(3.03)	(0.65)
Cons	1.135	-0.140	1.135	-0.140	3.436	-1.739	1.135^***	-0.140
	(0.97)	(-0.12)	(0.80)	(-0.18)	(5.44)	(-4.58)	(4.68)	(-0.93)
Adj-R²	0.012	0.034	0.012	0.034	0.013	0.044	0.011	0.039
N	7 891	7 891	7 891	7 891	7 891	7 891	7 891	7 891
注：括号内的数值是经稳健标准误调整后的T值；^*、^、^*分别表示在1%、5%、10%水平上显著(以下各表同); 为保证回归稳健性，同时报告了固定效应、随机效应、Driscoll-Kraay(xtscc)多重稳健标准误及双重聚类(Cluster2)稳健标准误下的估计结果, 其中，D-K标准误与双重聚类稳健标准误结果均表明存在显著的U型关系。

下载: 导出CSV

表 4 客户集中度对供应商商业信用供给的正U型冲击

因变量：商业信用供给	静态分析(固定效应)	动态分析(系统GMM)
TCAR_-1		0.672 6^***(8.11)
Top5	-0.054 9^**(-2.68)	-0.147 7^**(-2.21)
Top5²	0.067 9^**(2.82)	0.144 6^**(2.04)
OCF	-0.079 5^***(-3.78)	-0.204 9^***(-4.02)
INV	0.029 8(1.99)	-0.075 9(-0.50)
AP	0.306 3^***(21.77)	0.556 4^***(2.86)
SG	-0.016 3^***(-5.74)	-0.186 3^***(-3.84)
LEV	-0.080 6^***(-10.34)	-0.782 8^***(-4.43)
ROS	-0.035 0^**(-2.96)	-0.127 7(-0.67)
Cons	0.217 5^***(46.64)	0.385 4^***(4.15)
Firm-Level Fixed Effect	控制	控制
Within R²/Waldχ²(9)	0.164 2	1 130.97^***
N	6 398	6 398
注：由于动态面板回归涉及多个滞后期，为保证N一致，表 4样本期间为2012—2017年；列(1)为固定效应回归结果，括号内是经“异方差-序列相关-截面相关”稳健标准误调整后的T值；列(2)为使用系统GMM(two-step)法得到的估计结果，GMM-type工具变量为TCAR_-1的滞后1期与滞后2期，Hansen J检验在5%的置信度下拒绝过度识别。

下载: 导出CSV

表 5 客户集中度对供应商融资约束的正U型冲击：方差检验

融资约束水平	ICR (1)	ICR (2)	LEV (1)	LEV (2)	ABACC (1)	ABACC (2)
客户集中度位于两端的样本	0.033 0	0.036 1	0.475 5	0.490 8	0.076 1	0.074 9
客户集中度位于中间的样本	0.022 4	0.022 4	0.446 5	0.444 9	0.065 0	0.064 6
DIFF(P-value)	0.010 6^***	0.013 6^***	0.029 0^***	0.045 9^***	0.011 0^***	0.010 3^***
	(0.000)	(0.000)	(0.001)	(0.000)	(0.000)	(0.000)
注：(1)变量定义与口径：ICR为利息覆盖率的倒数，ICR越高、融资约束越高；LEV为企业杠杆率，LEV越高、融资约束越高；ABACC为可操纵应计利润(通过估计得到的修正琼斯模型的残差值)，代表信息透明度。ABACC值越大，信息透明度越低。(2)分组标准：所有(1)列以上、下10%为分组边界，大于P⁹⁰和小于P¹⁰的样本为两端样本，剩余80%为中间样本；所有(2)列以均值上、下浮动1个标准差为分组边界，大于上浮标准差和小于下浮标准差的为两端样本，其余为中间样本。

下载: 导出CSV

表 6 客户集中度对供应商融资约束的正U型冲击检验

因变量：融资约束水平	ICR (固定效应)	ICR (随机效应)	SA (固定效应)	SA (随机效应)
Top5	-0.054 4^*	-0.144 5^***	0.073 4^***	0.072 1^***
	(-1.69)	(-6.00)	(4.88)	(4.83)
Top5²	0.148 2^***	0.237 7^***	-0.042 1^***	-0.041 3^***
	(4.31)	(8.91)	(-2.61)	(-2.58)
OCF	0.025 3^***	0.010 4^***	-0.000 7	-0.000 7
	(9.51)	(4.08)	(-0.53)	(-0.58)
INV	0.039 9^***	0.031 9^***	-0.002 3	-0.002 3
	(4.67)	(5.21)	(-0.57)	(-0.58)
AP	0.144 0^***	0.121 1^***	-0.002 3	0.000 2
	(12.26)	(13.38)	(-0.42)	(0.04)
ROS	0.029 0^***	0.020 0^***	-0.003 6^***	-0.003 7^***
	(12.38)	(8.71)	(-3.29)	(-3.39)
SG	-0.023 2^***	-0.022 3^***	-0.016 6^***	-0.016 3^***
	(-7.28)	(-7.15)	(-11.12)	(-10.87)
LEV	0.133 5^***	0.103 1^***	-0.027 6^***	-0.031 2^***
	(12.21)	(13.98)	(-5.40)	(-6.18)
Cons	-0.075 1^***	-0.039 3^***	-3.929 9^***	-3.928 9^***
	(-9.75)	(-6.56)	(-109.02)	(-8.74)
Firm-Level Fixed Effect	控制	控制	控制	控制
Year-Level Fixed Effect	控制	控制	控制	控制
Within R²	0.090 0	0.084 9	0.056 1	0.056 0
N	8 561	8 561	8 561	8 561
注：为剔除金融危机及2008—2009年间中央“4万亿”经济刺激的影响，以2010—2017年为样本期间。

下载: 导出CSV

表 7 融资约束对崩盘风险的传导

变量	双重聚类		Driscoll-Kraay		固定效应		随机效应
变量	NCSKEW_t	DUVOL_t	NCSKEW_t	DUVOL_t	NCSKEW_t	DUVOL_t	NCSKEW_t	DUVOL_t
SA_t-1	-0.056^***	-0.065^*	-1.267^*	-1.025^**	-1.267^***	-1.025^***	-0.043	-0.065^*
	(-3.11)	(-1.70)	(-2.14)	(-2.91)	(-6.09)	(-6.01)	(-1.02)	(-1.88)
∑Controls_t-1	控制	控制	控制	控制	控制	控制	控制	控制
∑Year	控制	控制	控制	控制	控制	控制	控制	控制
Cons	0.831	-0.761	-4.119^***	-3.182^***	-4.119^***	-3.182^***	0.970^***	-0.136
	(0.61)	(-0.62)	(-3.73)	(-3.54)	(-5.00)	(-4.72)	(4.00)	(-0.69)
Adj-R²	0.007	0.004	0.586	0.255	0.586	0.255	0.583	0.251
N	7 891	7 891	7 891	7 891	7 891	7 891	7 891	7 891

下载: 导出CSV

表 8 议价能力对U型冲击拐点的调节作用检验

因变量：NCSKEW_t	国企	民企	专用性强	专用性弱	创新性高	创新性低
TOP5_t-1	-0.587^**	-0.485^***	-0.478^*	-0.520^**	-0.647^**	-0.538^***
	(-2.33)	(-3.56)	(-1.40)	(-3.00)	(-2.30)	(-4.61)
TOP5 _t-1²	0.640^**	0.724^***	0.704^***	0.673^**	0.743^**	0.799^***
	(2.42)	(3.95)	(1.87)	(3.31)	(2.47)	(4.60)
∑Controls_t-1	控制	控制	控制	控制	控制	控制
拐点	45.86%	33.49%	33.95%	38.63%	43.54%	33.67%
Adj-R²	0.013	0.011	0.017	0.011	0.018	0.013
N	2 796	5 095	1 473	6 418	4 344	3 547

下载: 导出CSV

表 9 基于面板工具变量的估计

因变量	GMM估计		LIML估计
因变量	NCSKEW_t	NCSKEW_t	DUVOL_t	DUVOL_t
Top5_t	-3.257 2^**	-3.267 7^**	-1.671 3*	-1.703 2^*
	(-2.20)	(-2.20)	(-1.88)	(-1.90)
Top5_t²	3.829 7^**	3.851 7^**	1.859 5^**	1.892 4^**
	(2.36)	(2.36)	(1.96)	(1.98)
∑CONTROLS	控制	控制	控制	控制
F	104.08^***	104.08^***	22.67^***	22.67^***
Hansen J (P-value)	2.611 (0.271 1)	2.611 (0.271 1)	13.720^*** (0.010 0)	13.736^*** (0.010 0)
N	6 455	6 455	6 455	6 455
注：括号内为T值, 样本回归周期为2011—2017年；无论是GMM估计还是有限信息极大似然LIML估计，TOP5和TOP5²的工具变量为：资产专用特征(Unique)、TOP5_t-1、TOP5_t-1²及滞后一期的研发支出(R & D_t-1)。

下载: 导出CSV

表 10 客户集中度与股价崩盘风险稳健性检验

变量	CRASH_NUM	JUMP_NUM
Top5	-0.925^***(-2.66)	1.024^**(2.51)
Top5²	1.213^***(3.23)	-1.214^**(-2.52)
∑Controls	控制	控制
∑Year	控制	控制
Cons	0.775^*(1.67)	-4.833^***(-9.07)
N	9 380	9 380
注：两个被解释变量的均值和方差的数值较为接近，且方差均小于均值，故采用泊松回归而非负二项式回归。

下载: 导出CSV

参考文献(43)

[1]	张晓宇, 徐龙炳.限售股解禁、资本运作与股价崩盘风险[J].金融研究, 2017(11): 158-174. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201711011.htm
[2]	遥远, 周爱民.企业生命周期与股价崩盘风险[J].中南财经政法大学学报, 2018(2): 97-105. doi: 10.3969/j.issn.1003-5230.2018.02.011
[3]	徐飞, 唐建新.股指波动率、市场流动性与全球股市崩盘传染[J].金融论坛, 2017(8): 58-69. https://www.cnki.com.cn/Article/CJFDTOTAL-CSJR201708009.htm
[4]	钟碧兰, 申韬.国内外融资融券制度与股价波动性关系的文献综述[J].金融教育研究, 2016(3): 15-19.
[5]	赵汝为, 熊熊, 沈德华.投资者情绪与股价崩盘风险:来自中国市场的经验证据[J].管理评论, 2019(3): 50-60. https://www.cnki.com.cn/Article/CJFDTOTAL-ZWGD201903022.htm
[6]	许年行, 于上尧, 伊志宏.机构投资者羊群行为与股价崩盘风险[J].管理世界, 2013(7): 31-43. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201307006.htm
[7]	吴晓晖, 郭晓冬, 乔政.机构投资者抱团与股价崩盘风险[J].中国工业经济, 2019(2): 117-135. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201902008.htm
[8]	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. doi: 10.1016/j.jfineco.2008.10.003
[9]	权小锋, 吴世农, 尹洪英.企业社会责任与股价崩盘风险: "价值利器"或"自利工具"?[J].经济研究, 2015(11): 49-64. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201511005.htm
[10]	KIM J, ZHANG L. Accounting and conservatism and stock price crash risk: firm-level evidence[J]. Contemporary accounting research, 2016, 33(1): 412-441. doi: 10.1111/1911-3846.12112
[11]	江轩宇, 许年行.企业过度投资与股价崩盘风险[J].金融研究, 2015(8): 141-158. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201508010.htm
[12]	郑姗姗.管理层权力强度、内外部监督与股价崩盘风险[J].广东财经大学学报, 2019(4): 72-86. https://www.cnki.com.cn/Article/CJFDTOTAL-SONG201904006.htm
[13]	李小荣, 刘行. CEO vs CFO:性别与股价崩盘风险[J].世界经济, 2012(12): 102-129. https://www.cnki.com.cn/Article/CJFDTOTAL-SJJJ201212009.htm
[14]	孙淑伟, 梁上坤, 阮刚铭, 等.高管减持、信息压制与股价崩盘风险[J].金融研究, 2017(11): 175-190. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201711012.htm
[15]	谢德仁, 郑登津, 崔宸瑜.控股股东股权质押是潜在的"地雷"吗?---基于股价崩盘风险视角的研究[J].管理世界, 2016(5): 128-140, 188. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201605014.htm
[16]	何孝星, 叶展.股权激励、代理冲突与股价崩盘风险---基于中国资本市场的经验证据[J].吉林大学社会科学学报, 2017(5): 15-25, 202. https://www.cnki.com.cn/Article/CJFDTOTAL-JLDB201705002.htm
[17]	褚剑, 方军雄.客户集中度与股价崩盘风险:火上浇油还是扬汤止沸[J].经济理论与经济管理, 2016(7): 44-57. doi: 10.3969/j.issn.1000-596X.2016.07.004
[18]	王化成, 曹丰, 叶康涛.监督还是掏空:大股东持股比例与股价崩盘风险[J].管理世界, 2015(2): 45-57, 187. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201502008.htm
[19]	姜永宏, 穆金旗, 赵婷婷.大股东交易与中国A股市场股价暴涨暴跌风险[J].南方金融, 2019(2): 3-11. https://www.cnki.com.cn/Article/CJFDTOTAL-GDJR201902001.htm
[20]	曾爱民, 魏志华.宗教传统影响股价崩盘风险吗?---基于"信息披露"和"管理自律"的双重视角[J].经济管理, 2017(11): 134-148. https://www.cnki.com.cn/Article/CJFDTOTAL-JJGU201711010.htm
[21]	许年行, 江轩宇, 伊志宏, 等.分析师利益冲突、乐观偏差与股价崩盘风险[J].经济研究, 2012(7): 127-140. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201207011.htm
[22]	孙健, 王百强, 曹丰.公司战略影响股价崩盘风险吗?[J].经济管理, 2016(12): 47-61. https://www.cnki.com.cn/Article/CJFDTOTAL-JJGU201612007.htm
[23]	蒋红芸, 王雄元.内部控制信息披露与股价崩盘风险[J].中南财经政法大学学报, 2018(3): 23-32, 158-159. doi: 10.3969/j.issn.1003-5230.2018.03.003
[24]	李欢, 李丹, 王丹.客户效应与上市公司债务融资能力---来自我国供应链客户关系的证据[J].金融研究, 2018(6): 138-154. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201806010.htm
[25]	许江波, 卿小权.僵尸企业对供应商的溢出效应及其影响因素[J].经济管理, 2019(2): 56-72. https://www.cnki.com.cn/Article/CJFDTOTAL-JJGU201903005.htm
[26]	江伟, 底璐璐, 姚文韬.客户集中度与企业成本粘性---来自中国制造业上市公司的经验证据[J].金融研究, 2017(9): 192-206. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201709014.htm
[27]	陈良华, 胡宇菲, 迟颖颖.基于供应链视角的供应商关系对企业成本粘性影响研究---来自中国制造业上市公司的经验证据[J].河海大学学报:哲学社会科学版, 2019(3): 37-45. https://www.cnki.com.cn/Article/CJFDTOTAL-HHZX201903007.htm
[28]	陈峻, 王雄元, 彭旋.环境不确定性、客户集中度与权益资本成本[J].会计研究, 2015(11): 76-82. doi: 10.3969/j.issn.1003-2886.2015.11.011
[29]	王雄元, 高开娟.客户集中度与公司债二级市场信用利差[J].金融研究, 2017(1): 130-144. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201701010.htm
[30]	江伟, 底璐璐, 彭晨.客户集中度影响银行长期贷款吗---来自中国上市公司的经验证据[J].南开管理评论, 2017(2): 71-80. doi: 10.3969/j.issn.1008-3448.2017.02.007
[31]	吴娜, 于博.客户集中度、体恤效应与商业信用供给[J].云南财经大学学报, 2017(4): 141-152. https://www.cnki.com.cn/Article/CJFDTOTAL-YNCM201704014.htm
[32]	李庭燎, 陈良华, 盛金鑫.供应链中企业地位与企业自主创新能力关系[J].河海大学学报:哲学社会科学版, 2016(2): 61-68. https://www.cnki.com.cn/Article/CJFDTOTAL-HHZX201602014.htm
[33]	FABBRI D, A M C MENICHINI. Trade credit, collateral liquidation, and borrowing constraints[J]. Journal of financial economics, 2010, 96: 413-432. doi: 10.1016/j.jfineco.2010.02.010
[34]	FABBRI D, KLAPPER L F. Bargaining power and trade credit[J]. Journal of corporate finance, 2016, 41: 66-80. doi: 10.1016/j.jcorpfin.2016.07.001
[35]	于博, 植率.我国商业信用再配置的动机检验及其治理效应分析---来自上市公司信贷漏损的证据[J].广东财经大学学报, 2017(4): 58-69. https://www.cnki.com.cn/Article/CJFDTOTAL-SONG201704006.htm
[36]	王迪, 刘祖基, 赵泽朋.供应链关系与银行借款---基于供应商/客户集中度的分析[J].会计研究, 2016(10): 42-49, 96. doi: 10.3969/j.issn.1003-2886.2016.10.006
[37]	CAMPELLO M, J GAO. Customer concentration and loan contract terms[J]. Journal of financial economics, 2017, 123(1): 108-136. doi: 10.1016/j.jfineco.2016.03.010
[38]	王雄元, 王鹏, 张金萍.客户集中度与审计费用:客户风险抑或供应链整合[J].审计研究, 2014(6): 72-82. https://www.cnki.com.cn/Article/CJFDTOTAL-SJYZ201406012.htm
[39]	张敏, 马黎珺, 张胜.供应商-客户关系与审计师选择[J].会计研究, 2012(12): 81-86. https://www.cnki.com.cn/Article/CJFDTOTAL-KJYJ201212013.htm
[40]	赵秀云, 鲍群.供应商与客户关系是否影响企业现金持有水平---基于制造业上市公司面板数据的实证分析[J].江西财经大学学报, 2014(5): 41-48. https://www.cnki.com.cn/Article/CJFDTOTAL-JXCZ201405005.htm
[41]	杜剑, 天肇, 刘晓燕.企业社会责任信息披露充分性研究[J].贵州财经大学学报, 2017(3): 60-69. https://www.cnki.com.cn/Article/CJFDTOTAL-GZCB201703007.htm
[42]	连玉君, 苏治.上市公司现金持有:静态权衡还是动态权衡[J].世界经济, 2008(10): 84-96. https://www.cnki.com.cn/Article/CJFDTOTAL-SJJJ200810010.htm
[43]	CHANG CHUN, XIN CHEN, GUANMIN LIAO. What are the reliably important determinants of capital structure in China?[J]. Pacificbasin finance journal, 2014, 30: 87-113. http://www.sciencedirect.com/science/article/pii/s0927538x14000602