The Logical Relationship between Trade Credit and R&D Investment：Based on Dynamic Risk

Yu Bo, Huo Yongqiang

(School of Business, Development Institute of Jiangbei New Area, Nanjing University of Information Science&Technology, Nanjing 210044, China)

Abstract：The implementation of innovation driven and high-quality economic development are the inherent requirements of implementing the modern strategic system. Based on the empirical data of A-share listed companies from 2010 to 2018, this paper tests the mechanism of trade credit on R&D investment. The results show that: the relationship between trade credit and R&D investment is inverted U-shaped, and the dynamic changes of enterprise risk play a part of intermediary effect in the process of trade credit influencing R&D investment. Further research shows that the impact of trade credit on R&D investment is more significant in enterprises with high supplier concentration, and supplier concentration enhances the intermediary effect firm risk. There is also an optimal threshold for the impact of trade credit on innovation capability and two-dimensional performance.

Key Words:Dynamic Risk；Trade Credit; R&D Investment;Supplier Concentration; Innovation Ability; Two Dimensional Performance

收稿日期：2021-01-16

修回日期：2021-02-04

基金项目：国家社会科学基金后期项目(15FJY008)；江苏省第十三批六大人才高峰项目(R2016L04)；江苏高校哲学社会科学研究项目一般项目(2016SJB790005)；江苏省研究生科研创新计划项目(KYCX20_0985)

作者简介：于波(1974—)，男，湖南长沙人，博士，南京信息工程大学商学院江北新区研究院副教授，研究方向为公司治理与投融资管理；霍永强(1992—)，男，江苏宿迁人，南京信息工程大学商学院江北新区研究院硕士研究生，研究方向为公司治理与技术创新管理。

DOI：10.6049/kjjbydc.2020100320

开放科学(资源服务)标识码(OSID)：

中图分类号：F273.1

文献标识码：A

文章编号：1001-7348(2021)20-0101-10

0 引言

创新是引领发展的第一动力。党的十九届五中全会提出，力争在关键核心技术领域实现重大突破，进入创新型国家前列。创新成为谋划“十四五”的高频词。企业是技术创新的主体，创新是企业提升市场价值、获取比较优势和超额回报的重要路径，对企业成长发展至关重要[1]。不同于一般投资，创新既存在信息不对称[2]、风险系数高[3]和周期长[4]等特征，又对外部融资要求严苛，需要充足、持续的现金流支持[5]。债务期限结构理论认为，研发投资长周期性决定债务融资偏好长期借款，贷款期限结构与研发投资是否匹配决定创新能否成功[5-6]。目前，以银行为主导的国内金融体系普遍存在信贷配给偏好和信贷歧视[7-9]，严重制约着企业创新与发展。作为银行借款的替代性融资，商业信用在资本市场被广泛运用，是缓解企业融资约束的重要手段[7-8,10]。那么，商业信用对企业研发投资具有哪些影响？

商业信用的存在，是供给与需求共同作用的结果[11]。学界对商业信用的讨论始于动因和影响因素研究。替代性融资理论[7-8]、交易动机理论[12-13]解释了商业信用盛行之因，交易成本理论揭示了商业信用融资隐含的显性成本和隐性成本，认为其代价高昂[7,14]。学者关于商业信用融资经济后果的研究主要集中在缓解融资约束[15]、提升资本配置效率[16-17]等方面。那么，商业信用的盛行究竟是随行就市还是价值使然？对此，学者探讨商业信用融资对企业绩效的影响机理，结论莫衷一是[14,18]。西方学者较少讨论商业信用融资对研发投资的影响，因为发达资本市场中商业信用融资成本高昂，仅作为缓解融资约束的临时手段，对企业创新的影响甚微[19]。但是，在金融体系尚不完善的中国，商业信用的广泛存在仅是交易合作的需要，还是另具其它价值？尤其是其对研发投资是否具有显著影响？如有，其背后的作用机理如何？学术界对此讨论较少。

在现有研究中，学者基于融资功能，认为商业信用融资具有成本低、无抵押、融资期限灵活等优势，而且能够帮助企业纾困，促进企业技术创新[20-22]。吴祖光和安佩[4]发现，作为短期债务融资，商业信用的过度使用会引发偿债压力，企业为保持流动性会挤占研发投资现金储备，从而抑制企业研发投入；于波和霍永强[23]认为，商业信用与企业创新间并非简单的线性关系，商业信用融资存在融资激励效应和偿债挤出效应。在低水平阶段，融资功能占主导地位，商业信用总体上促进企业创新；在高水平阶段，偿债风险凸显，当挤出效应超过激励效应时，商业信用的使用反而抑制企业创新。理论上讲，商业信用融资功能必然存在，但过度使用商业信用又会提高杠杆率，由此引发企业还本付息的偿债压力，加大企业系统风险，反而制约企业创新发展[1]。然而，已有研究未能就商业信用融资对企业创新的影响机理作进一步阐释和验证，尤其是针对杠杆率提升引发的一系列企业风险，揭示商业融资对企业研发投资非线性影响的直接动因，成为本文研究的价值所在。因此，本文基于动态风险视域，研究商业信用融资如何对企业风险产生影响，继而作用于研发投资。

1 理论分析与研究假设

1.1 商业信用融资与研发投资

学界关于商业信用融资与研发投资的探讨较少，因为发达资本市场中商业信用的使用是增加资金流动性和缓解融资约束，而并非研发投资的主要来源。由于商业信用成本高昂，其并不是外部融资的首选[24]。但是，在欠发达的中国金融市场中，商业信用融资是银行贷款的重要替代方式，其融资功能效应、信号传递效应、外部治理效应和债务风险效应等势必对研发投资产生深刻影响。国内学者对此进行初步探讨，但大多是基于商业信用的某一效应得出促进论或抑制论。于波和霍永强[23]纳入商业信用融资的双重效应，发现商业信用融资对企业创新的促进作用存在最优解，但未剖析不同阶段商业信用融资究竟发挥何种效应，又是如何影响企业技术创新的。

本文认为，适度的商业信用有助于促进企业研发投资，其能够产生以下3种效应：①融资功能效应。首先，供应商与企业通过长期合作获取更多私有信息，更容易向融资约束企业提供资金支持[7]。其次，商业信用形成于商品交易，无需复杂手续即可实现，交易成本低，企业可以获取无利息、无抵押的资金支持，以保障研发投资的顺利进行[23]。最后，商业信用融资通过延期支付货款、实现资金集中结算等方式降低企业资金管理成本、结算交易成本及外部融资成本，对研发投资有益[25]；②外部治理效应。其一，商业信用的使用使企业暴露在供应商的监控之下，约束管理层机会主义行为，激励其提高代理效率，从而缓解股东与管理层间的代理问题[17-18]；其二，使用商业信用融资面临短期偿债压力，迫使企业减少现金流支配，抑制企业过度投资[14,16]；③信号传递效应。供应商向企业提供商业信用，是对企业财务状况和经营效果的正面评价，由此向外界传递积极信号[21]。供应链融资模式有助于减少企业内外部信息不对称，降低外部投资者风险预期，有利于企业获取更多低成本外部融资，促进研发投资[10]。

然而，过度的商业信用融资将产生财务风险效应、恶意拖欠效应和破产风险效应，抑制企业研发投资。①财务风险效应。过度依赖商业信用融资需要付出高昂代价，如财务风险成本、存置成本、信用管理成本等[7,14]。企业一旦逾期支付货款，还会承担一系列隐性成本(声誉损失、损害合作关系等)和显性成本(违约金和罚款)[4]。因此，过度的商业信用融资将会加大企业财务风险，迫使企业放弃高风险性创新投资；②恶意拖欠效应。商业信用融资规模过大，可能是企业较高的市场势力和议价能力所致[4]，企业无偿挪用商业信用的恶意拖欠行为，使正常的商业信用演变为强制性信用[12]。恶意拖欠行为不仅会使供应商资金被侵占从而导致其面临融资约束，还会使供应链陷入流动性危机，降低资本运行效率[26]，导致供应商外部监督约束失效，加剧企业信息不对称[27]，降低外部投资者信心，增加企业外部融资成本，从而抑制研发投资[28]；③破产风险效应。过高的商业信用融资规模还会抬高企业杠杆率，加剧财务危机和破产风险[1]，由此引发投资者恐慌，影响商业信用融资使用途径，导致企业减少风险性投资[5]。此外，破产风险还会提高企业经营环境不确定性，加剧企业创新失败风险。

理论上讲，随着商业信用融资规模递增，研发投资先升后降。在初始阶段，融资功能效应、外部治理效应和信号传递效应占据主导地位，商业信用融资的边际收益大于边际成本，边际报酬增加，促进研发投资。但是，当商业信用融资超越临界值后，财务风险效应、恶意拖欠效应和破产风险效应则会加剧商业信用使用成本，融资功能效应减弱，外部治理效应接近失效。另外，过度侵占商业信用融资还会向外界传递负面信号，当收益不足以抵消成本时，就会出现边际报酬递减，从而对研发投资产生负面影响。据此，本文提出如下假设：

H1：商业信用融资与企业研发投资存在显著倒U型关系。

1.2 商业信用融资对研发投资影响的内在机理

商业信用融资对企业研发投资的影响机理如图1所示。从中可见，适度的商业信用融资有助于降低企业系统风险。融资功能效应能够缓解企业融资约束，避免出现资金链断裂引发的财务风险[7]；外部治理效应有助于约束管理层机会主义行为，提高经营效率，通过减少盈余操作动机和提升信息披露质量降低企业信息风险[14]；信号传递效应能够向外界传递积极信号，增强外部投资者信心，维护市场经营环境稳定，帮助企业获取更多融资机会，增加创新成功概率[21]。但是，过度的商业信用融资则会加剧企业短期偿债压力，增加企业财务风险和破产风险[4,23]。一方面，债台高筑不利于企业自由支配资金流，导致企业丧失投资机会，损害企业价值；另一方面，企业过度侵占商业信用融资，一旦逾期支付，则会破坏企业与供应商之间的合作关系，损害企业声誉质量，其背后的隐性成本十分巨大[7,14]。因此，过高的商业信用融资会提高企业杠杆率，随着杠杆率的提升，企业财务风险陡增，甚至还会出现破产危机[1]。此外，恶意拖欠效应也会在过高的商业信用融资中出现[27-28]。恶意拖欠行为的破坏力更大，不仅会加剧企业破产风险，还会引发供应链产业危机的连锁反应，使纵向产业链经营环境面临巨大的不确定性[26]。

本文认为，适度的商业信用融资收益大于成本，且能够显著降低企业风险。但是，过度的商业信用融资则会导致边际收益减弱而边际成本增加，当成本超过收益时，商业信用的使用将会引发一系列问题，加剧企业风险。在管理层风险偏好既定情境下，企业风险与研发投资创新风险相互矛盾[1]。创新项目周期长、投资回报率不确定导致创新的高风险属性。企业风险越低，越能为创新提供安全稳定的投资环境，越能促使创新成功[29]。此外，企业风险低，还能改善市场融资环境，拓宽企业创新融资渠道，获取低成本长期借款，实现融资期限的完美匹配，从而促进企业创新[5]。反之，企业风险系数过高则会使企业经营环境、融资状况甚至内部治理出现巨大震荡。在持续经营管理视角下，企业会采取“弃车保帅”的经营策略回流资金。退一步讲，即使企业孤注一掷，缺乏稳定环境的投资项目也极易流产。因此，理性经济人势必作出符合股东利益最大化的最优决策，核减甚至放弃研发投资。据此，本文提出如下假设：

H2：在商业信用融资对研发投资的影响中，企业风险发挥中介效应。

2 研究设计

2.1 样本选取与数据来源

本文选取2010-2018年沪深A股上市公司作为样本，研发费用和专利数据从国家知识产权局官网手工搜集并查询上市公司年报进行核对和缺漏值填补，财务数据主要来源于国泰安数据库(CSMAR)。行业分类指标以证监会发布的《上市公司行业分类索引(2012)》为准。为确保研究结论可靠，对样本数据进行如下筛选：①剔除资不抵债、退市或暂停的上市公司；②剔除金融类上市公司；③剔除关键变量数据异常或缺失的样本公司，最终得到有效样本16 481个。为消除极端值对结果的影响，本文还对连续变量进行上下1%的缩尾处理。

2.2 变量选取与定义

(1)研发投资(RD)：用于衡量企业研发投入强度。吴祖光和安佩[4]以研发支出除以主营业务收入度量研发投入强度；于波和霍永强[23]以研发费用占企业总资产的比重衡量研发投入水平；王玉泽等[1]以研发支出的自然对数衡量企业创新投入。Chen & Miller[30]认为，相对值更能反映企业研发能力和水平。借鉴以上研究，本文将研发投资定义为年末研发费用占总资产的比重。在稳健性检验中，以研发费用除以主营业务收入作为研发投资的代理变量。

(2)商业信用融资(TCF)：借鉴Petersen & Rajan[7]、陆正飞和杨德明[10]的做法，本文用年末应付账款、应付票据和预收账款之和除以总资产衡量企业商业信用融资规模。

(3)企业风险(RISK)：在逻辑推演中，不同阶段商业信用融资带来的效应最终会引发企业风险系数动态变化，而结合内部风险管控与创新高风险间的矛盾关系，企业风险动态变化可能影响创新投资规模。因此，企业风险是探寻商业信用融资对研发投资影响机理的关键变量。本文基于理论分析，将企业风险细分为财务风险(ORISK)、信息风险(IRISK)和破产风险(BRISK)3种，探究商业信用融资通过何种风险的动态变化影响创新投资。

财务风险(ORISK)：本文借鉴余明桂等[31]、孙艳梅等[32]的做法，以企业过去3年净资产收益率的标准差衡量盈利能力波动性。通常情况下，标准差越大，企业财务风险越大。

ORISK=

(1)

其中：

(2)

式(1)中，盈利能力(ROA)用当年税息折旧摊销前利润(EBITDA)与年末总资产(ASSET)之比得出，X代表企业所处行业的个体总数。

信息风险(IRISK)：Francis等[33]采用修正的DD模型估计信息风险，具体衡量标准如下：

WCAi,t=α0+α1CFOi,t-1+α2CFOi,t+α3CFOi,t+1+α4ΔREVi,t+α5PPEi,t+εi,t

(3)

式(3)中，WCA=△CA-△CL-△CASH-△STDEBT，△CA、△CL、△CASH、△STDEBT分别代表流动资产、流动负债、货币资金和短期借款的变动额，WCA代表企业营运资本变化，△REV是主营业务收入的变动额，PPE为固定资产净额，模型中所有变量均除以年末总资产。最后，对模型进行回归，将估计的残差绝对值作为信息风险衡量指标。

破产风险(BRISK)：本文借鉴Altman[34]构建的Z值模型衡量破产风险。模型为：Z=X1+X2+X3+X4+X5(X1：营运资本/总资产，营运资本=期末流动资产-期末流动负债；X2：留存收益/总资产；X3：息税前利润/总资产；X4：股东权益市场价值/负债账面价值；X5：营业收入/总资产)，Z值越大，说明破产风险越小。为便于数据分析，本文将破产风险定义为BRISK=1/Z，BRISK数值越大，表示企业破产风险系数越大。

(5)控制变量。参考于波和霍永强[23]、张良和马永强[14]的做法，在回归模型中加入企业规模(SIZE)、财务杠杆(LEV)、盈利能力(ROA)、成长性(GRO)、自由现金流(FCF)、偿债能力(MORT)、企业价值(TQ)、股权制衡度(BAL)、两职兼任(DUAL)、产权性质(STATE)等一系列影响企业研发创新的变量，此外还包括年度行业哑变量。具体变量定义如表1所示。

2.3 模型设定

为检验商业信用融资与研发投资的关系，构建如下模型：

RD=β0+β1TCF+β2TCF2+β3∑Controls+ε

(4)

为检验商业信用融资对研发投资的影响机理，本文借鉴温忠麟等[35]的依次检验法，通过构建模型5和模型6检验企业风险是否在商业信用融资与研发投资之间发挥中介效应。

RISK=δ0+δ1TCF+δ2TCF2+δ3∑Controls+ε

(5)

RD=λ0+λ1TCF+λ2TCF2+λ3RISK+λ4∑Controls+ε

(6)

其中，RISK代表企业风险，用财务风险(ORISK)、信息风险(IRISK)和破产风险(BRISK)衡量。模型(5)中的δ2用来检验企业风险是否存在中介效应，如果δ2显著为正，则说明商业信用融资与企业风险之间存在“U型”关系，也即企业风险(经营风险、信息风险、破产风险)存在中介效应；模型(6)中的λ2用来检验商业信用融资对企业研发投资的直接效应，如果λ2显著为负，且λ3不显著，则说明企业风险存在完全中介效应，如果λ2、λ3皆显著，且λ2系数的绝对值变小，则认为企业风险存在部分中介效应。

3 实证检验

3.1 描述性统计分析

表2统计结果表明，研发投资均值仅为0.02，极大值为0.097，最小值为0，说明中国上市企业整体研发投资偏低，与欧美发达国家差距明显，且样本企业研发投资存在较大差异。商业信用融资的均值为0.162，最大值为0.535，最小值仅为0.01，说明企业商业信用融资占比差异明显。此外，不同样本企业财务风险、信息风险和破产风险均存在不同程度差异，企业风险管控情况迥异。控制变量的均值和中位数接近，标准差较小，样本数据总体呈正态分布。

为考察商业信用融资与企业研发投资的关系，对样本数据进行分组检验。以商业信用融资的33%、66%分位数进行分组，对每组样本均值进行差异化检验。从中发现，中等水平组(MED_TCF)研发投资均值显著高于低水平组(LOW_TCF)和高水平组(HIGH_TCF)；与此同时，财务风险、信息风险和破产风险的均值在中等水平组最低。这初步说明，伴随着商业信用融资的递增，研发投资先增后减，企业风险先降后升(见表3)。

3.2 回归结果分析

(1)商业信用融资对研发投资的影响。本文借鉴Haans等[36]的研究，变量间存在倒U型关系需满足3个前提：①自变量的平方项系数显著为负；②自变量取最小值时曲线斜率显著为正，自变量取最大值时曲线斜率为负；③曲线拐点在自变量取值范围内。

表4列(1)结果显示，TCF回归系数显著为正(0.026)，TCF2回归系数显著为负(-0.050)，均在1%水平上显著，满足前提①。对模型(2)中的TCF进行一阶求导，得到曲线斜率为RD'=β1+2β2TCF。根据列(2)结果可知，β1=0.026，β2=-0.050，则当TCF取最小值0.010时，RD'=0.025，曲线斜率为正；当TCF取最大值0.535时，RD'=-0.028，曲线斜率为负，满足前提②。曲线拐点出现在曲线斜率为0处。因此，令函数RD'=β1+2β2TCF为0，得到TCF*=-β1/2β2，再将β1、β2的值代入，得到TCF*=0.26，位于TCF取值区间，满足前提③。综上所述，商业信用融资与研发投资的倒U型关系存在，假设H1得到验证。

此外，商业信用融资的阈值超过均值和75%分位数(0.162/0.221)，表明商业信用融资与研发投资曲线呈现左低右高、先升后降的倒U型关系，商业信用融资经历漫长爬坡阶段。由于信用成本的存在，企业需要支付部分专项资本维护与供应商的合作关系，商业信用融资激励效应在抵减专项资本成本后对企业创新的促进作用甚微。但是，随着商业信用融资的递增，规模效应显现，边际成本减小，边际报酬增加，对企业研发投资的促进作用越来越大。学界得出的商业信用融资促进论，大致都是基于上述逻辑推演得到的。但是，商业信用融资与研发投资之所以出现拐点，是因为过度使用商业信用还会引发企业系统风险激增，这才是最终抑制研发投资的直接动因。理论逻辑是，既有专项资本可视为前期固定成本，随着商业信用融资的递增，边际成本递减，而融资促进效应增加，导致边际报酬递增，商业信用融资与研发投资理应正相关。但实际上，过高的商业信用融资还会引发一系列风险，导致企业面临巨大的风险危机，在创新高风险投资不可避免、但管理层风险承担能力既定的前提下，企业只能核减创新投资，保障产业链、资金链稳定，避免出现财务风险甚至破产。

(2)商业信用融资对研发投资的影响机理。表4列(2)～(7)用以检验企业风险在商业信用融资对研发投资的影响中是否存在中介效应。结果显示，在列(2)、(4)、(6)中，TCF系数显著为负(分别为-0.229，-0.166，-0.173)，TCF2系数显著为正(分别为0.363，0.002，0.433)，说明商业信用融资与企业各类风险存在U型关系，意味着商业信用融资递增会导致企业风险系数先降后升。而ORISK、BRISK和IRISK在RD方程中的回归系数均显著为负，说明企业风险与创新高风险之间互为矛盾，过高的企业风险不利于研发投资的顺利进行。

从各列系数值及显著性可以发现，企业财务风险、破产风险和信息风险在商业信用融资与研发投资间发挥部分中介效应。以企业财务风险为例，列(2)中ORISK对TCF2的回归系数显著为正(0.363)，列(3)中RD对ORISK的回归系数显著为负(-0.010)，两者的乘积为负，与列(3)中TCF2的系数(-0.042)符号一致。结合列(1)中TCF2回归系数绝对值(|-0.050|)可以发现，在加入ORISK之后，TCF2系数绝对值有所下降，这正是部分中介效应的体现。其中，财务风险的中介效应占比为7.26%，破产风险的中介效应占比为0.07%，信息风险的中介效应占比为6.06%。可以看出，财务风险和信息风险发挥的中介作用更大，在持续经营理念中，管理层不会任由企业陷入破产危机。在已有研究中，学者未能就过度使用商业信用融资引发的偿债风险进行深入探讨，而大多是基于商业信用具有缓解融资约束的作用，得出商业信用融资促进论。而于波和霍永强[23]认为，商业信用融资同时存在融资激励效应和偿债风险挤出效应，发现商业信用融资与企业创新间存在倒U型关系，但未能揭示其背后的影响机理。

当前，在中国市场环境下，创新企业面临的融资约束是造成研发投资效率低下的主要原因。不可否认，商业信用融资的使用，对企业补充创新融资资金、增加创新投资额大有裨益，从滞后的拐点值也可以看出商业信用融资的促进效应在较长区间存在。但是，研发创新不仅依赖充足稳定的资金流，还需要安全的孵化器，由此对企业内部风险管控提出更高要求。过度的商业信用融资超出风险承担范畴，势必加大创新失败概率，企业只能被迫割舍研发项目投资。

3.3 稳健性检验

本文进行如下稳健性检验：①考虑到研发创新与企业经营状况密切相关，在稳健性检验中以研发费用除以主营业务收入作为研发投资的代理变量(见表5)；②商业信用融资与研发投资间存在互为因果的内生性问题，本文对模型中所有自变量滞后一期处理(见表6)；③考虑到模型设定中存在测量误差和遗漏变量的内生性问题，本文使用控制个体差异的固定效应和随机效应模型重新进行检验；④研发费用属于自愿信息披露，在样本企业间存在较大差异，导致数据缺失严重。为缓解样本选择偏误，本文采用2SLS、SGMM估计法，以行业商业信用融资均值和樊纲等编制的市场化指数作为外生工具变量，对模型重新进行估计(见表7)。在进行上述测试后，研究结论基本不变。

3.4 拓展性分析

商业信用是供应商向企业提供的信贷融资。那么，供应商特征对商业信用融资与研发投资的倒U型关系是否存在影响？学术界研究供应商特征主要关注供应商集中度。理论上讲，供应商集中度对企业商业信用融资具有双向效应。其中，正面效应体现在：①发挥外部监督作用，实现负债治理效应，约束管理层机会主义行为，提高代理效率；②减少专项资本投入，信息不对称较轻，信任度高，可降低交易成本和延长偿债周期；③产生“体恤效应”，实现资源共享、信息互通，提高创新产出[37-38]。负面效应体现在：①产生“掠夺效应”，发生“敲竹杠”行为，交易成本较高且偿债周期缩短[38]；②过度监督导致企业决策效率下降；③企业变更供应商成本较高，商业信用融资违约隐性风险抬高。那么，供应商集中度对商业信用融资与研发投资的关系是否存在差异化影响？此外，研发投资的直接导向是增加创新产出，提高创新能力，形成市场竞争优势，最终实现绩效提升。因此，商业信用融资能够对创新能力、财务绩效和市场绩效产生何种效应？

(1)供应商集中度的调节作用。本文按照供应商集中度的中位数，将观测值分为两组子样本。由表8结果可知，TCF系数值均显著为正，TCF2系数值均显著为负，表明供应商集中度高低并不会改变商业信用融资与企业研发投资的倒U型关系。进一步考察倒U型曲线拐点是否在不同分组间存在差异，结果发现在供应商集中度高组中，拐点值TCF=0.224，低于供应商集中度低组(0.321)。观察曲线形态发现，列(1)中TCF2系数绝对值为0.058，高于列(4)中TCF2系数绝对值(|-0.042|)，表明供应商集中度高组的倒U型曲线更加陡峭。

此外，表8列(4)～(6)结果显示，虽然RISK作为中介变量与TCF显著负相关、与TCF2显著正相关，但RD对RISK的回归系数并不显著。Sobel和Boostrap均未通过联合检验，表明在供应商集中度低组，企业风险的中介效应不显著。而在供应商集中度高组，RISK均通过中介效应检验，且中介效应比例达到14.4%，高于全样本(7.26%)和供应商集中度低组(4.81%)。上述结果表明，供应商集中度越高，商业信用融资对研发投资的倒U型影响越大。因此，企业需要加强风险管控，避免过早触及阈值。

(2)经济后果分析。前文提到，债务期限结构与研发投资匹配度是影响创新持续性的重要因素，也是决定创新成功与否的关键。本文借鉴已有研究，以无形资产增量衡量创新持续性。表9结果表明，创新持续性与商业信用融资的一次项系数显著为负(-0.019)，但商业信用融资二次项系数不显著。这说明，商业信用融资与创新持续性之间负相关，商业信用融资作为短期债务融资与研发投资不匹配，不利于创新的持续进行。以专利申请数衡量的创新成果和专利申请类型衡量的创新质量均与商业信用融资存在倒U型关系。

观察系数值发现，商业信用融资初始阶段对于实用新型和外观设计类非实质创新投资的促进效果更加明显(3.173>2.052)，但拐点也提前到来(0.194<0.312)。这说明，企业本身倾向于将商业信用融资与风险系数值较低的非发明类创新投资相匹配，但该类型创新项目对创新能力的提升作用有限，无法为企业确立竞争优势，反而还会因为资金流短缺而加大企业风险。以资产收益率(ROA)和基本每股收益(EPS)衡量的财务绩效、市场绩效皆与商业信用融资呈现倒U型关系，商业信用的激励效应和挤出效应对财务绩效与市场绩效同样适用。因此，企业需要合理把控融资结构，实现双维绩效提升。

4 结论与建议

4.1 研究结论

本文以2010-2018年A股上市公司为研究样本，从动态风险视域切入，探究商业信用融资对企业研发投资的影响机理。结果发现：商业信用融资与研发投资之间存在倒U型关系。适度合理的商业信用融资可以发挥融资功能效应、外部治理效应和信号传递效应，通过降低企业风险系数促进研发投资；过度滥用的商业信用融资则会导致财务风险效应、恶意拖欠效应甚至破产风险效应，加剧企业风险承担，倒逼企业降低研发投资。此外，供应商集中度在商业信用融资与研发投资间发挥调节效应，通过增强企业风险中介效应，可以强化两者之间的影响。整体而言，商业信用融资会加剧企业“短贷长投”，不利于创新可持续性，且在研发产出、创新质量和双维绩效中，倒U型关系依旧存在。

4.2 边际贡献

本文的边际贡献在于：①从企业动态风险视角切入，追踪商业信用融资在不同水平下究竟发挥何种效应以及对企业风险系数产生何种影响，以创新高风险与企业系统风险的矛盾属性，探究商业信用融资与研发投资的逻辑关系；②充分揭示多寡情境下商业信用融资如何影响研发投资，对长久以来实务界对商业信用融资经济后果的理论诉求进行有效回应，对已有研究关于商业信用融资与研发创新关系莫衷一是的结论进行回溯和反馈；③拓展企业风险在投融资决策中的新视角，对进一步探究非正规金融背后的经济后果提供了理论支撑。

4.3 对策建议

(1)企业应合理配置商业信用融资。研究表明：商业信用融资与研发投资存在倒U型关系。因此，企业对商业信用融资的使用并非多多益善，而是适可而止。商业信用虽为无抵押、无利息的短期债务融资，但其交易成本和融资规模有赖于供应商对企业的信任，这意味着商业信用的使用存在高昂的隐性成本，一旦违约将会使企业声誉受损。因此，商业信用融资的初衷并非为研发投资提供资金支持，企业如果过度占用，极易出现流动性危机而导致无法偿还欠款。因此，企业应当根据自身资金流运营状况及与供应商间的合作关系，因企制宜，配置合理的商业信用融资。

(2)企业应有效管控商业信用融资风险。研究表明：商业信用融资的使用会引发企业风险动态变化，进而作用于研发投资。因此，企业需加强内部风险管控，通过有效配比内部融资、股权融资和债权融资，将杠杆率控制在合理区间，既规避投资不足又防范投资过度，实现资金的合理配置。具体而言，一定份额的商业信用融资既不会使企业陷入流动性危机，还能有效提升代理效率和市值，但过高的商业信用融资则会加剧企业短期偿债压力，引发一系列财务风险、信息风险和破产风险，不仅使企业面临违约风险，也不利于创造安全稳定的研发创新环境。因此，针对财务风险，管理者可从资产负债表中的财务杠杆系数值制定财务柔性策略；针对信息风险，股东、外部利益相关者应密切关注管理层盈余操纵动机和痕迹，以会计信息披露质量、审计意见、媒体披露和分析师预测等综合考量企业信息质量及隐藏风险；针对破产风险，企业的违法违规行为、重大交易事项及关联方交易行为等都有可能成为破产风险预警，债权人需密切关注。

(3)不断深化中国金融体系改革。首先，以银行为主导的正规金融仍是企业创新融资的首选。因此，政府亟需出台政策规范正规金融体系，矫正正规金融的国有信贷配给偏好，减少政府的不正当干预，充分发挥市场对资源的合理配置作用；其次，以商业信用为首的非正规金融支撑着中小民营企业健康发展，因此政府应当保障非正规金融的合法权益，充分肯定非正规金融对创新驱动发展的作用，鼓励受融资约束企业多用、善用商业信用融资拓宽融资渠道，通过出台相关法律法规，督促企业建立健全信息披露机制，防范垄断势力企业对供应链弱势方商业信用的恶意侵占。最终，通过破解正规金融信贷配给和非正规金融制度缺失问题，充分发挥金融服务实体经济的作用。

4.4 不足与展望

本文在探析商业信用融资对研发投资的影响机理时，以企业内部风险动态变化为切入点，研究其发挥的中介传导效应，未将外部风险(货币政策、贸易政策、市场环境、行业竞争等)纳入评价体系。理论上讲，商业信用融资对研发投资的影响应是企业内外部风险共同作用的结果。因此，后续量化外部风险的影响将成为研究重点。

参考文献:

[1] 王玉泽,罗能生,刘文彬.什么样的杠杆率有利于企业创新[J].中国工业经济, 2019，36(3):138-155.

[2] MYERS S C,MAJLUF N S.Corporate financing decisions when firms have information investors do not have[J].Journal of Financial Economics,1984,13(2):187-221.

[3] GARLAPPI L.Risk premia and preemption in R&D ventures[J].Journal of Financial and Quantitative Analysis,2004,39(2):371-389.

[4] 吴祖光,安佩.商业信用融资对企业研发投入强度的影响——来自创业板上市公司的经验证据[J].科技进步与对策,2019,36(6):94-100.

[5] 吴尧,沈坤荣.信贷期限结构对企业创新的影响[J].经济与管理研究,2020，41(1):104-117.

[6] MYERS S C.Determinants of corporate borrowing[J].Journal of Financial Economics, 1977,5(2):147-175.

[7] PETERSEN M,RAJAN R.Trade credit:theories and evidence[J].Review of Financial Studies,1997,10(3): 661-691.

[8] BIAIS B,GOLLIER C.Trade credit and credit rationing[J].Review of Financial Studies, 1997(10):903-937.

[9] MELTZER A H.Mercantile credit, monetary policy, and size of firms[J].The Review of Economics and Statistics,1960,42(4) :429-437.

[10] 陆正飞,杨德明.商业信用:替代性融资,还是买方市场[J].管理世界,2011，37(4):6-14.

[11] GE Y,QIU J.Financial development,bank discrimination and trade credit[J].Journal of Banking&Finance,2007,31(2):513-530.

[12] FABBRI D,MENICHINI A M C.Trade credit,collateral liquidation,and borrowing constraints[J].Journal of Financial Economics,2010,96(3):431-432.

[13] GIANNETTI M,BURKART M,ELLINGSEN T.What you sell is what you lend? explaining trade credit contracts[J].Review of Financial Studies, 2011,24(4):1261-1298.

[14] 张良,马永强.商业信用能提升企业绩效吗——基于非效率投资中介效应与组织冗余调节效应的实证[J].投资研究,2016,35(2):59-77.

[15] 宋婕,张俊民,李会云.媒体报道能缓解企业融资约束吗?基于商业信用融资视角[J].北京工商大学学报(社会科学版),2019, 34(4):60-73.

[16] 余明桂,潘红波.所有权性质、商业信用与信贷资源配置效率[J].经济管理, 2010,40(8):106-117.

[17] 石晓军,张顺明.商业信用、融资约束及效率影响[J].经济研究,2010,45(1):102-114.

[18] 付佳.税收规避、商业信用融资和企业绩效[J].山西财经大学学报,2017,39(2):87-98.

[19] 刘慧芬.商业信用、市场地位与技术创新——来自制造业上市公司的证据[J].经济问题,2017,49(4):12-17.

[20] 魏群,靳曙畅.货币政策、商业信用与科技创新投资[J].科技进步与对策,2018,35(11):124-130.

[21] 张林, 丁鑫, 王佳.货币政策、商业信用与研发投入——基于产权性质差异的实证研究[J]. 商业研究, 2018,61(4):24-32.

[22] 刘政, 杨先明.非正规金融促进了本土企业产品创新吗——来自中国制造业的证据[J]. 经济学动态, 2017,58(8):88-98.

[23] 于波,霍永强.商业信用与企业创新:多多益善还是适可而止[J].现代经济探讨,2020,39(5):88-98.

[24] 池仁勇,项靖轩.企业商业信用对研发投入的影响——基于企业生命周期视角的实证分析[J].科技与经济, 2020, 33(2):56-60.

[25] FERRIS J S. A transactions theory of trade credit use[J].The Quarterly Journal of Economics, 1981,96(2):243-270.

[26] 张园园,孙兰兰,王竹泉.商业信用融资能否提高实体经济的资本效率——基于经济政策不确定性的视角[J].现代财经(天津财经大学学报),2020,40(11):53-67.

[27] 耿得科,张旭昆.公司声誉.财务信息与债务违约风险估计[J].经济与管理研究,2011, 5(5):94-94.

[28] 张杰,冯俊新.中国企业间货款拖欠的影响因素及其经济后果[J].经济理论与经济管理, 2011,31(7):87-98.

[29] 陈彩云,李盈璇,汤湘希. R&D投资与经营风险[J].投资研究,2019,38(4):137-156.

[30] CHEN W R,MILLER K D. Situational and institutional determinants of firms' R&D search intensity[J].Strategic Management Journal, 2007, 28(4):369-381.

[31] 余明桂,李文贵,潘红波.管理者过度自信与企业风险承担[J].金融研究,2013,56(1):149-163.

[32] 孙艳梅,郭敏,方梦然.企业创新投资、风险承担与股价崩盘风险[J].科研管理,2019,40(12):144-154.

[33] FRANCIS J, LAFOND R, OLSSON P, et al. The market pricing of accruals quality[J]. Journal of Accounting & Economics, 2005, 39(2):295-327.

[34] ALTMAN E I. Financial ratios,discriminant analysis and the prediction of corporate bankruptcy[J]. The Journal of Finance, 1968,23(4):589-609.

[35] 温忠麟,张雷,侯杰泰,等.中介效应检验程序及其应用[J].心理学报,2004,49(5):614-620.

[36] HAANS R F J, PIETERS C, HE Z L.Thinking about U: theorizing and testing U and inverted U-shaped relationships in strategy research[J].Strategic Management Journal,2016, 37(7):1177-1195.

[37] 李任斯,刘红霞.供应链关系与商业信用融资——竞争抑或合作[J].当代财经,2016，37(4):115-127.

[38] 马黎珺,张敏,伊志宏.供应商—客户关系会影响企业的商业信用吗?基于中国上市公司的实证检验[J].经济理论与经济管理,2016,46(2):98-112.

(责任编辑：王敬敏)