文章信息
- 罗劲博
- Luo Jingbo
- 高管的“红顶商人”身份与公司商业信用
- The Identity of Executives as Red-hat Merchants and Corporate Commercial Credit
- 上海财经大学学报, 2016, 18(3): 48-61,128
- The Identity of Executives as Red-hat Merchants and Corporate Commercial Credit, 2016, 18(3): 48-61,128.
-
文章历史
- 收稿日期:2015-10-22
个人在家庭和社会中扮演着不同的角色,因此形成各种不同的社会地位或身份,而社会地位和身份往往也附带着他人和社会对该地位和身份之人的行为的期待和规范(高勇强等,2011)。目前公司高管通过加入行业协会或建立某种联盟的途径来增强企业与政府及其他组织之间讨价还价的能力(田志龙等,2007)已成为一个普遍现象,而“戴市场的帽子,拿政府的鞭子,坐行业的轿子,收企业的票子,供官员兼职的位子”(李学楠,2014)则是行业协会及其管理者的真实写照,如原中石化董事长傅成玉曾兼任中国企业联合会副会长一职,同样的中国移动原董事长王建宙就曾担任中国上市公司协会会长;知名央企华侨城集团原董事长任克雷,曾担任过深圳市设计联合会会长①(①参见“揭秘央企老总退休生活 到外企任职‘不走寻常路’”,华商网,http://news.hsw.cn/system/2015/0916/304463.shtml.)。一方面高管通过任职行业协会,可以使公司高管增加接触政府部门及官员的机会,进而通过为公司在资源获取、政策制定过程中发挥重要作用来维护自身利益;另一方面,该身份可使公司获得更多的网络资源、信任和合作(石碧涛和张捷,2011),从而具备“亦官亦商”、官商互动的“红顶商人”的特殊身份,其“隐性政治关联+显性社会网络”的双重身份可以提高公司的市场谈判能力,结交更多的更有影响力的商业伙伴,拓展可以求助的资源(Rwan El-Khatib等,2015);并能够降低并购业务中的并购公司与目标公司之间的信息不对称,进而产生更好的并购业绩(Cai 和 Sevilir,2012);以及利用独特的社会网络位置而获取更低成本的特有信息(Burt,1997; Nahapiet 和 Ghoshal,1998)。而在公司可利用的外部资源中,商业信用的获取或授予是公司一个重要的融资渠道((Fisman 和 Love,2003),进而有助于减轻股权融资的IPO管制与债务融资的信贷歧视等问题对企业带来的负面效应。在中国特定的制度背景下,有关公司高管的“红顶商人”身份是否会影响公司商业信用的获取以及背后的作用机制和影响因素等方面的研究还非常欠缺。
在中国,以银行等金融机构间接融资为主导的金融体系一定程度上限制了企业获得融资的渠道,融资难成为长期困扰企业发展的根本问题之一(曹向和匡小平,2013)。因此那些难以从银行获得贷款的企业,就会转而求助于商业信用——银行贷款的一种重要的替代性融资方式(Petersen和Rajan,1997;陆正飞和杨德明,2011)。当企业能够利用商业信用作为融资渠道时,商业信用的增长能够缓解企业的融资约束(孙浦阳等,2014),然而商业信用的使用一定是以完善的社会信用体系与相关的“认证”机制为基础的,而我国各地频发的“债务人跑路潮”、债务人恶性违约等事件,也使商业信用这一替代性融资手段面临较大的风险。事实上,在转型经济国家的正式法律制度和社会的配套协调机制尚不完善的背景下,非正式制度的存在可以保证交易合约的安全履行(North,1990)。高管“红顶商人”身份作为一种非正式制度,其所具有的“隐性政治关联+显性社会网络”的双重身份特征,能够增强公司以社会信任和网络关系为核心的社会资本,从而为商业信用的获取提供了社会信用基础与担保机制。在我国,由于国家权力的保留和市场发育的不完全,使得企业和行业协会形成了对政府的依附关系,并且行业协会仍然“镶嵌”于国家机构内部,已经成为依附于地方政府的工具,而不是企业与政府之间的连接纽带(张华,2015),这为发挥公司高管行业协会任职的“红顶商人”身份的作用提供了现实“机遇”与空间。
本文以公司高管的“红顶商人”身份为研究对象,分析高管的“红顶商人”身份对公司商业信用资源的影响,具体研究了市场竞争程度和宏观经济环境两个外部因素的调节作用,并在考虑国有企业与民营企业间的差异后,分析了该影响差异的具体内容和作用机制。本文研究发现:(1) 高管的“红顶商人”身份会显著增加公司的商业信用,并且其社会身份越高,越有可能获得较多的商业信用资源,从而有助于缓解公司的融资约束;(2) 相对于国有企业,民营企业高管的“红顶商人”身份使其获得较多的商业信用,表明其对融资约束影响更为明显;(3) 在高市场竞争环境下,以及在金融危机期间,公司高管的“红顶商人”身份能够显著增加公司获得的商业信用。
本文可能的研究贡献如下:首先,与以往研究公司高管的政治关联及银企关联不同的是,本研究基于社会资本视角,分析了公司高管的“红顶商人”身份对其商业信用获取的影响,从而揭示高管的“红顶商人”身份所关联的社会资本提高了公司资源配置效率,降低了融资约束;其次,本文基于社会学的“社会资本”理论与公司财务的融资理论的交融视角,分析了被已有研究所忽视的高管的“红顶商人”身份是如何影响公司的商业信用的,有助于在转轨加转型社会及经济新常态的背景下,深刻认识和理解非正式制度在公司财务决策中的特殊作用。我们认为,只有加快行业协会的市场化、去行政化改革,并斩断其与政府机构的利益瓜葛,消除可能发生的官商勾结、政商腐败行为,为所有企业创造公平竞争与和谐发展的平台,才能真正发挥其作为企业与政府之间的桥梁作用。
二、文献回顾与假设的提出 (一) “红顶商人”身份与社会资本行业协会是一种政治和经济制度,它产生了激励、支付和公司战略,并且国家授予行业协会分配国家资源的权力。当高管在行业协会任职时,就具备了政商互动、体制内外通吃的“红顶商人”身份,并能够利用“隐性政治关联+显性社会网络”的双重身份为公司带来充分的应税收入、进出口的额度、培训计划的资金、制定标准和规范的权力、签订政府订单等诸多“特权”(Doner和Schneider,2000;张华,2015)。行业协会作为政府与市场、社会之间的重要桥梁纽带,可以在政府的宏观经济管理和企业微观经济运行中发挥“传送带”和“上挂下联”的重要作用,尤其是它通过利用其相应的专业、信息、人才、机制等方面的资源优势,做了很多企业想做而无法做到、政府想做但又无精力做的事,从而为推动经济社会发展做出了重要贡献,同时还可为有关政府决策提供咨询与帮助。例如,1904年的清代法律规定,商人要注册公司,必须通过商会(行业协会)而不是当地政府(默克,2011)。据统计,在2013年全国性的行业协会商会向政府提出的政策建议达到了1800多项,并参与制定、修改法规与政策文件370多件,以及修订标准规则总计达到5400件左右。一方面,市场支持理论(Market Support)认为行业协会能对政府施加压力,迫使政府增加公共物品、基础设施建设、消除腐败、保护知识产权;另一方面,市场补充理论(Market Supplement)则强调行业协会可发挥垂直和水平协调、信赖、信息的流动以及人力资本技能的培训作用,尤其能够解决发展中国家的市场失灵所带来的集体行动失败,并提升整个行业与产业的竞争力,从而使得企业间的集体关系制度化。Laothamatas(1992)认为行业协会能通过反对“腐败、无效和行政政治化”等手段来迫使政府简化办事程序,而且行业协会能迫使政府改革关税制度,并可以促使政府制定安全标准,改革价格体系,以及实现技术创新的提高(Tendler,1997)。因而不难推测,公司高管在行业协会任职更会为公司带来“近水楼台先得月”的优势,从而将“红顶商人”的作用得以充分发挥。
十八届三中全会提出,激发各级社会组织的活力,进一步重点培育和率先发展行业协会商会类、科技类、公益慈善类与社区服务类的社会组织,进而切实发挥行业协会等中介组织的重要作用。石碧涛和张捷(2011)认为行业协会具有的横向内部信任与纵向外部关系是形成和发展协会社会资本的重要渠道。在中国的社会组织尚处于行政主导、缺乏法律保障的初级发展阶段,社会资本在行业协会的起步时期具有更加重要的作用。与此类似,林南(2004)发现,权力、财富、声望等特殊资源是嵌入于社会网络之中的,而缺乏该类资源的人可以借助于行业协会等社会网络来获取。另外,高管的行业协会身份也有助于公司建立技术服务平台、投资合作平台、宣传推介平台,推动行业协会成员的技术创新,而且技术协会给行业同仁提供了学习新技术、新材料、新工艺的机会,促使企业家更注重创新、流程和持续改进(李四海和高丽,2014)。换言之,公司高管的“红顶商人”身份,不仅可使其拥有信息和资源,而且拥有控制、整合、适时使用信息和资源等诸多优势,为自己创造盈利、增收、合作、互助、联盟、创新等难得的机遇(边燕杰和丘海雄,2000),并表现为嵌入于企业与有关利益相关者之间的网络关系结构中的一类无形资源,进而有利于企业建立社会资本。然而与普通的社会资本不同的是,该类社会资本不仅可以建立良好的政企关系,而且还可以使有关企业获得税收上的减免和高比例的财政补贴等,进而为企业价值增加做出贡献(隋敏和王竹泉,2013)。因而,企业高管的“红顶商人”身份不仅有助于增加其社会资本,并且可以使其建立社会网络关系,而企业的社会网络关系越多,其社会资本存量则越大;从而为占据那些“结构洞”位置的个人带来信息与控制的权力,从而帮助其在竞争的环境中求生和先赢;同时动员和使用社会网络中的嵌入性资源为企业服务。
(二) 社会资本与商业信用边燕杰和张磊(2013)认为公司的社会资本的关系基础是人际关系,而基于人际关系的社会资本是一个动态过程,是行动者有意而为的结果。相对于没有高管在行业协会任职的公司,具有“红顶商人”身份的公司高管更有可能与政府机构、同行企业产生人际互动,从而加强关系导向的社会资本的内涵和基础,有利于公司建立纵向联系、横向联系与社会联系,其中纵向联系可以帮助公司建立政治网络。政治网络是公司社会资本的重要部分(李敏才和刘峰,2012),进而给公司带来更多的债务融资、更低的税率、更多的市场份额、管制行业的准入资格及更多的政府救助等优惠和便利(Khwaja 和Mian,2005;Faccio,2006;余明桂和潘红波,2010)。
公司的社会资本越丰富,其与利益相关者之间的信任水平也越高,而且彼此在交易过程中更倾向于采用较低成本的商业信用,或者付更少的预付账款与营销费用(刘凤委等,2009)。Allen等(2005)发现在中国的法律体系和金融制度背景下,大量民营企业无法从正规金融机构获得贷款,从而促使这类企业更加依赖于以关系网络、声誉机制为基础的商业信用等非正式融资手段。但那些具有“红顶商人”身份的高管由于具有较高的存量社会资本,可以利用此优势而增加公司与同行企业甚至行业外的利益相关者之间的互动与沟通频率,进而有效降低信息不对称的负面效应,并大幅减少彼此的信息搜寻和传递成本(隋敏和王竹泉,2013)。因此,当体制不确定性越高时,关系社会资本的优势和作用就会愈加突出和重要(边燕杰和张磊,2013)。换言之,具有“红顶商人”身份的公司由于其独特的社会资本的作用,会导致其在行业内和行业外都具有较高的社会信任度,在目前融资难与融资贵的局面下,该类公司更有可能获得商业信用,以替代融资成本较高的银行贷款等融资渠道。因此当企业之间已经建立了稳定关系并能够互相提供商业信用,以及企业确信能够继续获得这种信用的前提下,企业才能够腾挪出其他资源来用于投资,进一步利用商业信用更好地管理现金和存货,从而增加利润,由此提高企业投资水平(Messmacher,2001),基于以上分析,提出如下假设。
假设1: 高管的“红顶商人”身份会显著增加公司的商业信用。
商业信用尽管可以部分缓解企业短期内的资金紧张和周转问题,但是其在不同产权性质企业中的需求是有很大差异的。国有企业是各级政府的“亲儿子”,相对于民营企业,它具有获取政府补助和财政资金支持的天然优势,而且我国实力最为雄厚的几家商业银行都偏好于支持国有企业,政府也会经常要求这些银行向国有企业提供“政策性”贷款(Cull 和 Xu,2003),所以国企普遍表现出“不差钱”的状态,并导致国有企业在经营过程中使用商业信用的机会较少。与此截然不同的是,我国民营企业要从国有银行贷款,则面临着或明或暗的很多限制性规定(Allen等,2005),其中的原因,除大银行对国有企业有某种体制上的偏好外,最核心的理由是民营企业的信息不对称问题较为严重,导致抵押资产的质量难以正确定价,尤其是如果出现信贷违约,没有政府为其信贷的偿还“兜底”,导致民营企业的融资约束问题愈加严重,结果使民营企业从正规银行渠道获取贷款的难度日益加大。在此背景下,民营企业依靠获取商业信用等非正式融资渠道来解决融资难问题就成为一种必然选择。当一个国家的社会信用环境和金融体系的发展已经很完善,但由于公司和金融机构之间的信息不对称的影响,将形成银行对企业的信贷配给的不均局面,并导致企业对商业信用的显著依赖(刘仁伍和盛文军,2011)。另外,民营企业将商业信用作为一种抢占市场的手段,会进一步享用商业信用带给企业避税、质量保证、促销、价格歧视与降低交易成本等诸多便利(刘仁伍和盛文军,2011)。但商业信用的获取必须依靠社会资本、关系等非正式制度的保证机制来辅助实施,因而企业提供商业信用的条件是它必须了解对方的信誉和可靠性,而在买方市场背景下,买方企业有可能会在不同商业信用的条件下比较,并且某些提供了商业信用的供应商面临客户流失的可能性,这进一步导致其减少商业信用的提供。
虽然大多数民营企业无法获得与国有企业相同程度的政府“关爱”,但是不少民营企业的高管通过在行业协会任职而带上“红顶商人”的帽子,进而获得一种游走于体制内与体制外的社会身份,其结果一方面会使民营企业可以获得准体制的资源与信息,另一方面还可以增加该企业在同行业内的影响力、知名度与议价能力,进而变相获得了一种担保和承诺机制,由此降低商业信用的违约风险。换言之,因民营企业高管的行业协会身份而积累的社会资本使其更容易获得对方的信任,这无疑是一个较好的担保和承诺机制。因为建立良好的关系网络、积累充分的社会资本是促进企业成长的重要途径,而且社会资本对企业的经营能力和经济效益有直接的提升作用(边燕杰和丘海雄,2000) 。民企高管在行业协会任职不但会获得更多的商业信用,而且可以降低由于融资约束和信贷歧视而对民企带来的负面影响。同时,因公司高管的“红顶商人”身份所建立的社会资本所具有的网络纽带具有三种作用机制,即网络纽带、网络结构和网络资源(边燕杰和张磊,2013),这不但使民营企业在利用这些机制获取跨越企业边界以外的资源的同时,而且也有助于企业在行业协会内外形成一定的声誉和信任度,促使企业获得较多的商业信用。另外,高管的“红顶商人”身份可使公司获得各种政策优惠及廉价的资源,增加民营企业的未来总收益和市场价值,以及降低资金供给方提供资金的风险(于蔚等,2012),有利于增加民营企业获得商业信用的额度和概率,最终实现资源效应的最大化收益。基于以上分析,提出如下假设。
假设2:相对于国有企业,民营企业高管的“红顶商人”身份更有助于增加其商业信用。
(三) 经营环境的调节效应竞争市场假说认为商业信用可以作为当市场竞争环境比较激烈的条件下,卖方面对更多的同行竞争对手时吸引和稳定客户的一种营销手段,因此,市场竞争环境越激烈,卖方越有可能提供更多的商业信用,即为了防止客户被其他企业争取,卖方有极大的动机提供商业信用,以锁定目标客户(Petersen 和Rajan,1997;Fisman 和Raturi,2004)。Fisman和Raturi(2004)也认为竞争可以增加企业的商业信用供给,而且这种关系在供给时间较长的样本中更加显著,原因是事后持有问题会拖延借款者信用的提供,而在激烈的竞争环境中,商业信用可以实现必要的营销目的(Schwartz,1974)。在我国,市场竞争程度越高,企业就越会依靠关系社会资本来增强其竞争优势,因为社会资本有助于减少和消除商业信用所潜藏的财务风险(边燕杰和张磊,2013)。
公司高管的“红顶商人”身份使其具有明显的信号效应和声誉保证机制。高勇强等(2011)发现具有社会身份的企业家更容易实施更多的社会捐赠水平,其结果也使公司积累了较高的以社会信任为特征的社会资本,那些社会资本越强的公司更可能把握住与其他企业的合作机会,从而建立的合作关系数量也越多(吴宝等,2011)。在市场的信息不对称程度较高、竞争极为激烈的环境中,社会资本对于平衡交易双方的心理、稳定未来预期以及赢得彼此的信任发挥着不可替代的作用。因此,市场竞争越激烈,企业资源获取的难度和风险越大,越需要健全规则和交易制度。尽管制度发挥着重要的角色,但是却无法完全杜绝机会主义的产生来有效地维持秩序,而且社会资本内含的关系结构所具有的信任,能够在资源交换和互惠的互动中起到维持交易秩序、解决资源交换的不平衡、并使合作关系持续等作用(罗家德,2002)。高管的 “红顶商人”身份所建立的社会网络,能给对方提供足够的信任和安全感,当市场的竞争环境越复杂,高管的“红顶商人”身份在帮助企业获取商业信用等资源方面的价值就越大,也越有可能获得资本成本较低的商业信用,基于上述分析,提出如下假设。
假设3:市场竞争环境水平越高,高管的“红顶商人”身份与商业信用之间的正相关越显著。
如果说市场竞争水平是一个企业所面对的常态化环境,那么当企业面对货币政策和金融环境大幅波动时,将显著改变企业的商业运营生态环境。陆正飞和杨德明(2011)发现商业信用的功能与央行的货币政策有关,当货币政策宽松时,商业信用的经营性功能凸显;但当货币政策紧缩时,商业信用则表现出一种替代性融资功能,说明商业信用与货币政策的大环境密切相关,其内在机制是在经济紧缩期间如果国家采用刺激经济增长的积极宏观经济政策而加大银行放贷,其实际效果会被企业间商业信用的收缩而抵消一部分(石晓军和张顺明,2010)。与国内研究类似,Mateut等(2006)发现在货币政策趋紧时,商业银行的贷款会收缩,但商业信用也会增加,使得信贷政策对企业的不利影响得到缓解。Love等(2007)认为在金融危机期间,那些能够从银行融资的企业会加大商业信用的投放,从而缓解下游企业的银行融资约束,而在金融危机刚发生之后的一段时间内,商业信用投放总量呈现先增长后萎缩的现象。
2007年8月,由美国次贷危机引起的全球金融危机的爆发,给全世界的资本市场、实体产品市场造成了巨大的冲击,恶化了企业赖以生存的经营环境,而危机后的信贷紧缩则进一步影响了商业信用供给,从而造成企业提供给客户的商业信用的减少(胡泽等,2013)。这次金融危机通过影响货币流通和信贷市场而导致了信贷紧缩和通货紧缩,更主要的是改变了市场的稳定预期,增加了市场的波动性、信息的不对称以及市场的噪音,导致卖方提供商业信用风险的加大,在此背景下,公司高管的“红顶商人”身份具有的社会资本所关联的信誉和信任效应,则具有较强的信号显示功能,从而为金融危机期间企业的商业信用的获取提供“隐形背书”与保证。因此,高管的“红顶商人”身份会导致该公司成为客户优先发展与“讨好”的对象,特别是在金融危机期间,高管的社会身份有助于公司获得商业信用以渡过难关,从而降低公司的融资约束,基于上述分析,提出如下假设:
假设4:在金融危机期间,高管的“红顶商人”身份与商业信用之间的正相关更为显著。
三、研究设计 (一) 数据选择和样本企业选择本文以我国沪深A股市场2006-2013年的上市公司为研究样本,在选择过程中,对符合以下条件的样本做了删除:(1) 公司当年ST、PT的样本;(2) 金融或证券类公司的样本;(3) 资产负债率大于1或小于0的公司;(4) 销售增长率大于1或小于0的公司;(5) 发行B股、H股的公司;(6) 已退市或当年上市的公司;(7) 缺失值较多的公司。高管行业协会工作经历的数据来自CSMAR数据库高管简历的披露,并经作者手工搜集处理,而且与上市公司官方网站披露的信息进行了核对;公司的产权性质数据来自色诺芬(CCER)数据库,财务数据及公司治理数据来自国泰安(CSMAR)。回归时对所有的样本数据在1%水平做了缩尾处理,使用Stata12.0统计软件进行数据处理。
(二) 主要变量的定义1.解释变量:“红顶商人”。“戴市场的帽子,拿政府的鞭子,坐行业的轿子,收企业的票子,供官员兼职的位子”,这就是我国行业协会的现实状况,即行业协会同时承担着经济参与功能和政治服务功能(李学楠,2014),自然那些在行业协会担任职务的公司高管就具有了“红顶商人”的身份和头衔,该变量是通过分析公司的董事长或总经理是否在国家、省级、市级、县级的行业协会(商会)担任秘书长或副秘书长、理事长、副理事长、理事或执行理事等关键职务来确定,如担任,赋值为1,否则为0。
2.被解释变量:商业信用。本研究以应收账款和应付账款为基础测度商业信用,应收账款体现了企业自身强大的资金和实力,而应付账款的存在说明公司在市场上被客户所信任的程度,二者之间是有内在联系的,两类指标共同度量企业所授予或被其他客户所授予的商业信用,具体定义见表 1。
变量名称 | 符号 | 定义 |
商业信用 | Credit 1 | 应付账款平均余额/年末资产总额 |
Credit 2 | 应收账款平均余额/年末资产总额 | |
经营环境 | Hhi | 赫芬达尔指数 |
Dum_Fincrsis | 样本为2008年与2009年则取值为1,其余年份为0 | |
高管的“红顶商人”身份 | Anapc 1 | 如果CEO或者董事长在国家级的行业协会曾任秘书长或副秘书长、理事长、副理事长、理事或执行理事等,赋值为1,否则为0 |
Anapc 2 | 如果CEO或者董事长在省级的行业协会曾任秘书长或副秘书长、理事长、副理事长、理事或执行理事等,赋值为1,否则为0 | |
Anapc 3 | 如果CEO或者董事长在市县级的行业协会曾任秘书长或副秘书长、理事长、副理事长、理事或执行理事等,赋值为1,否则为0 | |
Dumanapc | 如果CEO或者董事长在行业协会曾任秘书长或副秘书长、理事长、副理事长、理事或执行理事等,赋值为1,否则为0 | |
产权性质 | Dumcontro 1 | 如果是国有企业,取值为1,否则为0 |
公司规模 | Size | 企业资产总额的对数 |
公司年龄 | Age | 公司存在的时间 |
杠杆 | Lev | 年末总负债与年末总资产之比 |
净资产回报 | Roa | 公司的年末净利润/权益 |
经营活动现金流 | Opcash | 公司年末经营现金流的净额 |
可抵押资产 | Fixass | 固定资产/总资产 |
息税前利润 | Ebit | (净利润+所得税+利息)/总资产 |
市场化水平 | S 0 | 樊纲、王小鲁(2011) |
借款水平 | Loan | (长期借款+短期借款)/总资产 |
第一大股东持股比例 | Hold 1 | 第一大股东所持有的股份/流通在外的股份 |
3.控制变量。基于Ge和Qiu(2007)等的研究,并考虑了中国资本市场的实际,控制变量包括公司规模(Size)、公司年龄(Age)、杠杆(Lev)、净资产回报(Roa)、经营活动现金流(Opcash)、可抵押资产(Fixass)、息税前利润(Ebit)、借款水平(Loan)、第一大股东持股比例(Hold 1)等。
(三) 模型设计为了检验假设1,设计了模型1:
$\eqalign{ & Credit = {\alpha _0} + {\alpha _1}Anapc + {\alpha _2}Size + {\alpha _3}Lev + {\alpha _4}Fixass + {\alpha _5}Roa \cr & + {\alpha _6}Loan + {\alpha _7}Ebit + {\alpha _8}Opcash + {\upsilon _{it}} + {v_{it}} + {\eta _{it}} + {\mu _i} \cr} $ | (1) |
其中,被解释变量是商业信用,用应付账款平均余额/年末资产总额(Credit1)表示,解释变量是高管的“红顶商人”身份。另外,基于已有文献,控制了资产总额(Size)、资产负债率(Lev)、固定资产比例(Fixss)、净资产利润率(Roa)、公司的银行借款水平(Loan)、息税前利润(Ebit)等因素;同时控制了行业、年度和省份固定效应,如果α1的回归系数大于0,就表明“红顶商人”能够增加公司所获得的商业信用,模型最后一项是残差项。
假设2的检验依然是利用模型(1),并按照企业的产权性质(国有、民营)进行分组,主要变量和假设1一致,主要是比较两组企业的Anapc的估计系数的显著性。
为了检验假设3,设计了模型(2):
$\eqalign{ & Credit = {\gamma _0} + {\gamma _1}Anapc + {\gamma _2}Hhi + {\gamma _3}AnapcHhi + {\gamma _4}Size + {\gamma _5}Lev \cr & + {\gamma _6}Fixass + {\gamma _7}Roa + {\gamma _8}Loan + {\gamma _9}Ebit + {\gamma _{10}}Opcash + {\upsilon _{it}} + {v_{it}} + {\eta _{it}} + {\mu _i} \cr} $ | (2) |
模型(2)是在模型(1)的基础上,加入了表示市场竞争程度的赫芬达尔指数(Hhi),并将其和高管的“红顶商人”身份(Anapc)进行交乘,其余变量的定义与模型(1)相同,如果系数γ3小于0,则说明市场竞争程度越激烈,高管的“红顶商人”身份越有可能增加其所获得的商业信用。
为了检验假设4,设计了模型(3):
$\eqalign{ & Credit = {\beta _0} + {\beta _1}Anapc + {\beta _2}Dum\_fincrisis + {\beta _3}AnapcDum\_fincrisis + {\beta _4}Size + {\beta _5}Lev \cr & + {\beta _6}Fixass + {\beta _7}Roa + {\beta _8}Loan + {\beta _9}Ebit + {\beta _{10}}Opcash + {\upsilon _{it}} + {v_{it}} + {\eta _{it}} + {\mu _i} \cr} $ | (3) |
在模型(1)的基础上,进一步加入了表示金融危机的变量(Dum_fincrsis) ,其他变量的定义同模型(1),在模型(3)中,如果β3的估计系数显著大于0,则表明越是经济基本面较差时(如金融危机等),“红顶商人”身份越能使企业获得较多的商业信用,从而渡过难关和危机。模型同时控制了行业、年度和省份固定效应,模型的最后一项是残差项。
四、实证结果 (一) 描述性统计表 2是2006-2013年上市公司的高管分别担任国家级、省级和市县级行业协会职务的公司数目,从中可以看出公司高管参与国家行业协会的数量最大,达到556个,省级为421,地市级为213个。从我们手工整理的数据来看,在较高级别的行业协会担任职务的,绝大多数也在同一行政区的低级行业协会任职,因为高级别的国家行业协会身份的含金量更高,给公司带来的社会资本以及资源效应也更多;从时间趋势看,除2012年以外,其余时间区间内该指标都呈增加趋势,表明公司高管对进入行业协会担任职务有较高的热情,对其“红顶商人”的身份具有很高的认同度。
2006 | 2007 | 2008 | 2009 | 2010 | 2011 | 2012 | 2013 | 合计 | |
全国 | 41 | 49 | 82 | 82 | 80 | 80 | 49 | 93 | 556 |
省级 | 30 | 35 | 63 | 56 | 62 | 72 | 41 | 62 | 421 |
地市级 | 14 | 19 | 30 | 30 | 31 | 32 | 17 | 40 | 213 |
合计 | 85 | 103 | 175 | 168 | 173 | 184 | 107 | 195 | 1 190 |
表 3是变量的基本统计量,从中可以看出高管的“红顶商人”身份所关联的国家、省级与市县级社会身份的均值分别是0.089、0.068与0.034,其均值对应的数量与表 2的单个统计基本一致,表明公司高管更愿意拥有较高级别的“红顶商人”社会身份,因为其拥有的社会资本更多。“红顶商人”的综合度量指标,即不分行业协会级别的样本(Dumanapc)的均值为0.194,说明近20%的公司高管具有“红顶商人”的社会身份;商业信用指标(Credit 1)的均值为0.11,最小值为0,最大值为0.6,表明样本的差异较大,而该指标的中位数为0.08,说明50%左右的企业都有近9%的应收账款;代表公司产权性质的指标(Dumcontr)的均值为0.58,表明在数量上国有企业依然占据绝对优势;资产负债率(Lev)的均值为0.54,最小值为0.01,最大值为0.99,中位数为0.54,说明一半左右的公司的负债比例较高。
变量 | 观测值 | 均值 | 标准差 | 最小值 | 25分位 | 中位数 | 75分位 | 最大值 |
Anapc1 | 6234 | 0.089 | 1.482 | 0 | 0 | 0 | 0 | 1 |
Anapc2 | 6234 | 0.068 | 2.142 | 0 | 0 | 0 | 0 | 1 |
Anapc3 | 6234 | 0.034 | 1.005 | 0 | 0 | 0 | 0 | 1 |
Dumanapc | 6234 | 0.194 | 0.178 | 0 | 0 | 0 | 0 | 1 |
Opcash | 6234 | 4.900 | 2.696 | -1.025 | 1.706 | 2.347 | 5.643 | 16.108 |
Size | 6234 | 22.192 | 3.475 | 18.273 | 21.241 | 22 | 23.255 | 27.751 |
Credit 1 | 6234 | 0.110 | 1.006 | 0 | 0.050 | 0.080 | 0.130 | 0.600 |
Credit 2 | 6234 | 0.050 | 1.248 | 0 | 0 | 0.020 | 0.050 | 0.560 |
Dumcontr | 6234 | 0.580 | 0.003 | 0 | 0 | 1 | 1 | 1 |
Roa | 6234 | 0.040 | 3.429 | -1.150 | 0.020 | 0.030 | 0.070 | 0.520 |
Lev | 6234 | 0.540 | 0.014 | 0.010 | 0.430 | 0.540 | 0.630 | 0.990 |
Ebit | 6234 | 5.876 | 0.005 | -3.742 | 6.528 | 2.329 | 9.472 | 11.125 |
Age | 6234 | 12.974 | 1.248 | 1 | 10 | 13 | 14 | 29 |
Loan | 6234 | 1.900 | 0.193 | 0 | 1.024 | 6.174 | 7.238 | 96.645 |
Fixas | 6234 | 0.260 | 7.093 | 0 | 0.090 | 0.240 | 0.450 | 0.950 |
Hhi | 6234 | 0.110 | 2.651 | 0.030 | 0.060 | 0.080 | 0.150 | 1 |
表 4是主要变量的相关系数,从中可以看出高管的“红顶商人”身份(Dumanapc)与两个商业信用变量的相关系数分别为0.048与0.024,且分别在1%与5%的水平上显著;较高级别的“红顶商人”身份(Anapc1)与商业信用变量(Credit 1)的相关系数为0.025,且在1%水平上高度显著,与另一商业信用变量(Credit 2)的相关系数为0.005,尽管不显著但符号符合预期;而中等级别的省级行业协会身份(Anapc 2)与商业信用变量(Credit 1)的相关系数为0.051,且在1%的水平上显著,说明公司高管的“红顶商人”身份所关联的社会资本有利于公司获得较多的商业信用,此外,其与商业信用(Credit)之间的相关系数为0.137且不显著。剩余变量的多数变量之间的相关系数未超过50%,表明变量之间的多重共线性得以避免,而更准确的分析还需要考虑多元回归分析。
Anapc1 | Anapc2 | Anapc3 | Dumanapc | Hhi | Dumcontr | Credit1 | Credit2 | |
Anapc1 | 1 | |||||||
Anapc2 | 0.431*** | 1 | ||||||
Anapc3 | 0.379*** | 0.474*** | 1 | |||||
Dumanapc | 0.347*** | 0.264*** | 0.477*** | 1 | ||||
Hhi | -0.033** | -0.013 | -0.030** | -0.029** | 1 | |||
Dumcontr | -0.043*** | -0.064*** | -0.081*** | -0.065*** | -0.0130 | 1 | ||
Credit1 | 0.025* | 0.051*** | 0.035 | 0.048*** | 0.100*** | 0.235*** | 1 | |
Credit2 | 0.005 | 0.056*** | 0.064*** | 0.024* | -0.084*** | -0.232*** | 0.137 | 1 |
注:***、**、 *分别表示在1%、5%和10%的水平上显著,下同。 |
1.高管的“红顶商人”身份与商业信用
表 5是高管的“红顶商人”身份与商业信用的回归结果,被解释变量是商业信用(Credit1),解释变量依次是高管的“红顶商人”身份的综合度量指标(Dumanapc)、公司高管的国家级“红顶商人”身份(Anapc1)、高管的省级“红顶商人”身份(Anapc2)和公司高管的市县级“红顶商人”身份(Anapc3)等。第2列的高管的社会身份综合度量变量(Dumanapc)的估计系数为0.093(T=2.99),且在1%水平上高度显著,说明公司高管的“红顶商人”身份有利于公司获得更多的商业信用,从而增强公司的资源效应。第3列公司高管的国家级“红顶商人”身份(Anapc1)的估计系数为0.038(T=1.93)且在10%水平上显著,而第4列的省级“红顶商人”身份(Anapc2)和第5列的市县级“红顶商人”身份(Anapc3)两个变量的估计系数的符号为正但不显著,表明高管“红顶商人”身份的级别越低,其实际作用和价值就越小,也就不能增加公司获得商业信用的机会。
变量 | 被解释变量:(Credit1) | |||
模型(1) | ||||
Dumanapc | 0.093***(2.99) | |||
Size | -0.018***(-16.70) | 0.031***(51.38) | 0.032***(51.46) | 0.036***(51.49) |
Age | 0.028***(10.48) | 0.031**(2.13) | 0.032**(2.22) | 0.034**(2.13) |
Fixass | -0.146***(-23.20) | 0.281(0.80) | 0.239(0.68) | 0.269(0.77) |
Loan | 0.241***(3.52) | -0.324***(-84.99) | -0.362***(-84.87) | -0.325***(-84.96) |
Roa | 0.647***(8.47) | 0.538***(12.63) | 0.533***(12.51) | 0.535***(12.57) |
Ebit | -0.485***(-6.79) | -0.475***(-11.93) | -0.470***(-11.80) | -0.472***(-11.87) |
Lev | 0.303***(44.52) | 0.210***(55.50) | 0.210***(55.43) | 0.210***(55.43) |
Opcash | 0.021**(2.38) | 0.035***(3.73) | 0.016***(3.70) | 0.042***(3.70) |
Anapc1 | 0.038*(1.93) | |||
Anapc2 | 0.021(0.95) | |||
Anapc3 | 0.029(0.93) | |||
Constant | -0.389***(-19.50) | -0.603***(-5.43) | -0.616***(-5.55) | -0.617***(-5.56) |
行业、年度、省份 | 控制 | 控制 | 控制 | 控制 |
观测值 | 6234 | 6234 | 6234 | 6234 |
Adj-R2 | 0.33 | 0.34 | 0.44 | 0.36 |
F | 383.0 | 952.2 | 951.9 | 951.9 |
注:括号里的数字为T值。 |
表 6是考虑了市场竞争和公司的产权性质因素后,分析二者对商业信用的影响机制和路径。第2列的“红顶商人”身份(Anapc)的估计系数为0.039,尽管为正但不显著,而第3列相应的估计系数为0.066(T=2.44)且在1%水平上显著,同时两组解释变量回归系数的卡方值为102.925,从而表明在融资约束严重的融资环境中,相对于国有企业,多数民营企业更加依赖于通过建立社会资本而获得商业信用,假设2得到了验证与支持;第4列是考虑了市场竞争程度(Hhi),并加入了其“红顶商人”身份(Anapc)的交乘项,可以看出市场竞争程度(Hhi)的估计系数显著为负,并且其交乘项的估计系数为-0.378且在5%水平上显著,说明在高市场竞争环境下,高管的“红顶商人”身份使其拥有较多社会资本,进而获得一定规模的商业信用以缓解公司的融资约束。
变量 | 被解释变量:(Credit1) | ||
模型(1) | 模型(2) | ||
国有 | 民营 | 全样本 | |
Anapc | 0.039(1.32) | 0.066***(2.44) | 0.023*(1.78) |
Hhi | -0.231*(-1.83) | ||
Hhi×Anapc | -0.378**(-2.13) | ||
Size | 0.258***(15.04) | 0.325***(12.15) | 0.145***(9.23) |
Age | -0.414(-1.28) | 0.138***(3.40) | 0.176***(4.88) |
Fixass | 0.207(0.34) | -0.296***(-3.42) | -0.063***(-3.70) |
Loan | -0.265***(-14.77) | -0.251***(-2.126) | -0.149**(-31.68) |
Roa | 0.156*(1.90) | 0.466***(4.04) | 0.065***(2.63) |
Ebit | -0.079(-0.99) | -0.374(-0.64) | 0.012***(3.29) |
Lev | 0.205***(28.33) | 0.195***(18.45) | 0.808***(9.94) |
Opcash | 0.331***(3.17) | 0.334***(2.91) | 0.644***(5.91) |
Constant | -0.138***(-6.50) | -0.147***(-4.53) | -0.196***(-7.53) |
行业、年度、省份 | 控制 | 控制 | 控制 |
解释变量的组间差异显著性 | X(2)=102.925 | ||
交互项的联合显著性水平 | P=0.073 | ||
观测值 | 3616 | 2618 | 6234 |
Adj-R2 | 0.41 | 0.35 | 0.56 |
F | 457.7 | 96.40 | 140.4 |
2.高管的“红顶商人”身份、金融危机与公司的商业信用
表 7是考虑2008-2009年国际金融危机因素后,高管的“红顶商人”身份与商业信用的回归结果。第2列的社会身份变量(Anapc) 的估计系数为0.012且在5%水平显著,相应的第2列表示金融危机的变量(Dum_Fincrisis)的估计系数为-0.018(T=-12.44)且在1%水平上显著,表明金融危机最为严重的2008年公司会减少商业信用的供给,而其与商业信用(Credit1)的交乘项的估计系数为0.023(T=4.15),说明高管的“红顶商人”身份所具有的社会资本能够使公司在金融危机期间获得更多的商业信用,第4列是2009年的样本估计结果,虽然(Dum_Fincrisis)的估计结果为正且不显著,但其与高管的“红顶商人”身份(Anapc)的交互项的估计系数为0.323(T=2.60),进一步说明在金融危机期间,公司高管的“红顶商人”身份确实会增加公司的商业信用,进而缓解企业的经营资金的周转压力。
变量 | 被解释变量:(Credit1) | |||
模型(3)(2008年) | 模型(4)(2009年) | |||
系数 | T值 | 系数 | T值 | |
Anapc | 0.012** | (2.12) | 0.018*(1.71) | |
Size | 0.275*** | (30.57) | -0.258*** | (-12.56) |
Age | 0.054*** | (3.42) | 0.375*** | (8.10) |
Fixass | -0.057 | (-1.47) | -0.161*** | (-16.28) |
Loan | -0.291*** | (-62.48) | -0.013*** | (-18.263) |
Roa | 0.565*** | (11.92) | 0.161*** | (5.10) |
Ebit | -0.500*** | (-11.36) | 0.023 | (1.27) |
Lev | 0.215*** | (48.86) | 0.322*** | (30.38) |
Opcash | 0.477 | (0.89) | 0.965*** | (6.74) |
Dum_Fincrisis | -0.188*** | (-12.44) | 0.251 | (1.30) |
Anapc×Dum_Fincrisis | 0.023*** | (4.15) | 0.323*** | (2.60) |
行业、省份 | 控制 | 控制 | ||
Constant | -0.121*** | (-4.08) | 0.425*** | (-2.46) |
交互项的联合显著性 | P=0.036 | P=0.017 | ||
观测值 | 6234 | |||
Adj-R2 | 0.19 | 0.37 | ||
F | 495.4 | 349.9 |
3.稳健性检验
首先,采用Heckman两步法与固定效应的估计结果。由于高管的“红顶商人”身份所具有的社会资本与商业信用之间有可能存在自选择问题,需要控制销售增长(Salgrow)、金融业(S4a)、市场化程度(S0)与政府对企业的干预(S5b)等因素。考虑到王小鲁与樊纲两位学者的市场化指数的实际编制时间截止于2009年,因此我们基于唐跃军等(2014)的做法,对于2010-2013年的四个表示市场环境的变量,采用了王小鲁等(2013)的《中国分省企业经营环境指数2013年报告》中的企业所在省市的经营环境总指数、金融服务指数和企业经营的法制环境指数来代替,同时包括了第一大股东持股比(Hold1)、公司的年龄(Age)、公司规模(Size)、业绩(Roa)、经营现金流(Opcash)等控制变量后,进一步通过模型(5)估计出逆米尔斯比率(Imr)。
$\eqalign{ & P\left( {Anapc = 1} \right) = {\alpha _0} + {\alpha _1}Sa\lg row + {\alpha _2}S4a + {\alpha _3}S5b + {\alpha _4}Opcash + + {\alpha _5}Roa \cr & + {\alpha _6}Lev + {\alpha _7}size + {\alpha _8}Age + {\alpha _9}S0 + {\alpha _{10}}Hold + {\mu _i} \cr} $ | (4) |
然后再将模型(4)估计的逆米尔斯比率加入模型(1)作为控制变量(表略),从中可看出逆米尔斯比率(Imr)的估计值为2.647(Z=0.552),不显著,表明样本不存在明显的自选择问题,同时我们可以发现高管社会身份(Anapc)的估计系数为0.398(T=2.01),本文的假设进一步得到支持;在考虑了样本时间序列所涉及的个体效应后,再用面板固定效应进行回归,结果没有变化。
其次,进一步将商业信用的测度指标换为(Credit 2),即应收账款平均余额/年末资产总额,同时继续利用模型(1)到模型(3)进行检验(表略),从结果可以发现无论是主要解释变量(Anapc)还是相应的交互项的估计结果基本没有变化。
最后,考虑到高管的“红顶商人”身份与商业信用之间的关系可能同时受到空间、时间及行业的影响,因而采用了Peterson(2009)的方法进行了聚类调整后进行同样的估计(表略),可以看出公司高管的“红顶商人”身份所带来的社会资本能够帮助公司获得较多的商业信用,并且在不同企业产权和不同市场竞争条件下都有显著差异。
五、结论与启示当众多企业无法从正规金融机构获得所需贷款时,足够的商业信用能有效缓解其融资约束;而以往的研究普遍低估了商业信用对融资约束的缓解程度。但是公司的商业信用的使用也面临着巨大的道德风险和实施成本,因此如何降低和消除商业信用的使用成本,建立完善的履约保证机制就成为一个理论和实践研究中的重要议题。公司高管的“红顶商人”身份就是一个非正式的保证机制,然而其背后的机理和机制却是现有研究中较少触及的问题。在我国,行业协会是一个很重要的介于政府与企业间的社会组织,是联系企业、政府、金融机构以及利益相关者的一个有效的平台,上市公司高管所具有的“红顶商人”身份是其建立社会资本的一个特殊通道,有助于公司获取更多的体制内与体制外的资源。本文利用中国上市公司2006-2013年的数据,分析了高管的“红顶商人”身份对公司的商业信用的影响,并分样本研究了在不同产权性质企业之间的差异,以及在考虑不同市场竞争环境和国际金融危机等因素后,其具体的作用机制和表现。
本研究发现:高管的“红顶商人”身份会显著增加公司的商业信用,并且其身份的级别越高,越有可能获得更多的商业信用资源,从而有助于缓解公司的融资约束;相对于国有企业,民营企业高管的“红顶商人”身份使其获得了较多的商业信用;进一步在高市场竞争环境中,以及在金融危机期间,高管的“红顶商人”身份的确能够显著增加公司商业信用的获得,从而有效减轻了公司面临的融资约束。
行业协会组织是一个具有悠久历史的社会中介组织,它对于解决市场的不完备和缺陷具有重要的推动作用,而与此相关的社会资本对企业和市场的作用是新兴市场国家一个非常重要的话题。由于市场经济发展的水平以及文化等因素的影响,导致了新兴市场经济国家的制度基础非常薄弱和不完备,而公司高管在行业协会任职而具有的“红顶商人”身份,在一定意义上是对不完备的资本市场基础制度的有效补充,有助于公司在道德风险和逆向选择较为普遍的商贸交易中,作为一种履约和担保机制而获得一定的商业信用,以缓解部分公司普遍存在的融资约束。然而要发挥公司高管的行业协会的社会身份的重要价值,则需要进一步按照2013年党的十八届三中全会文件的精神,激发各类社会组织的活力,培育和发展各类行业协会商会类、科技类、公益慈善类与城乡社区类的社会组织,进一步充分发挥我国的行业协会等中介组织的正面作用。这就要求行业协会应按照国家提出的行业协会的“脱钩”意见,加快其市场化和去行政化改革的步伐,并按照效率与公平相协调的主旨,有效抑制和消除“红顶商人”身份所带来的不健康的官商互动行为,为企业创造更加公平、自主、和谐的中介环境,还原行业协会的本来面目。
[1] | 边燕杰, 丘海雄. 企业的社会资本及其功效[J].中国社会科学,2000(2). |
[2] | 边燕杰, 张磊. 论关系文化与关系社会资本[J].人文杂志,2013(1). |
[3] | 曹向, 匡小平. 制度环境与商业信用融资有效性[J].当代财经,2013(5). |
[4] | 高勇强, 何晓斌, 李路路. 民营企业家社会身份、经济条件与企业慈善捐赠[J].经济研究,2011(12). |
[5] | 胡泽, 夏新平, 余明桂. 金融发展、流动性与商业信用:基于全球金融危机的实证研究[J].南开管理评论,2013(3). |
[6] | 樊纲, 王小鲁. 中国市场化指数——各地区市场化相对进程2009年报告[M]. 北京:经济科学出版社, 2010 . |
[7] | 李四海, 高丽. 企业家社会资本与研发投入及其绩效研究——基于社会资本工具效用异质性视角[J].科学学与科学技术管理,2014(10). |
[8] | 李敏才, 刘峰. 社会资本、产权性质与上市资格——来自中小板IPO 的实证证据[J].管理世界,2012(11). |
[9] | 李学楠. 行业协会的政治行为方式、影响力与资源依赖——基于上海市的实证分析[J].天津行政学院学报,2014(4). |
[10] | 林南. 社会资本——关于社会结构与行动的理论, 上海: 上海人民出版社, 2004 . |
[11] | 刘仁伍, 盛文军. 商业信用是否补充了银行信用体系[J].世界经济,2011(11). |
[12] | 刘凤委, 李琳, 薛云奎. 信任、交易成本与商业信用模式[J].经济研究,2009(8). |
[13] | 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(4). |
[14] | 罗家德. 人际关系连带、信任与关系金融:以嵌入性观点研究台湾民间借贷[J].清华社会学评论,2002(S2). |
[15] | 石碧涛, 张捷. 社会资本与行业协会的治理绩效分析——以广东东莞行业协会为例[J].经济管理,2011(5). |
[16] | 石晓军, 张顺明. 经济周期中商业信用与银行借款替代行为研究[J].管理科学学报,2010(12). |
[17] | 隋敏, 王竹泉. 社会资本对企业价值创造影响研究:理论、机理与应用[J].当代财经,2013(6). |
[18] | 孙浦阳, 李飞跃, 顾凌骏. 商业信用能否成为企业有效的融资渠道——基于投资视角的分析[J].经济学(季刊),2014(4). |
[19] | 唐跃军, 左晶晶, 李汇东. 制度环境变迁对公司慈善行为的影响机制研究[J].经济研究,2014(2). |
[20] | 田志龙, 高勇强, 贺远琼. 拓展企业生存空间——企业政治策略与行为的理论研究, 北京: 清华大学出版社, 2007 . |
[21] | 余明桂, 潘红波. 金融发展、商业信用与产品市场竞争[J].管理世界,2010(8). |
[22] | 王小鲁, 余静文, 樊纲. 中国分省企业经营环境指数2013年报告, 北京: 中信出版社, 2013 . |
[23] | 吴宝, 李正卫, 池仁勇. 社会资本、融资结网与企业间风险传染——浙江案例研究[J].社会学研究,2011(3). |
[24] | 莫克. 公司治理的历史:从家族企业集团到职业经理人, 上海: 格致出版社, 2011 . |
[25] | 于蔚, 汪淼军, 金祥荣. 政治关联和融资约束: 信息效应与资源效应[J].经济研究,2012(9). |
[26] | 张华. 连接纽带抑或依附工具:转型时期中国行业协会研究文献评述[J].社会,2015(3). |
[27] | Allen F., Qian J., Qian M. J. Law, Finance, and Economic Growth in China[J].Journal of Financial Economics,2005,77(1):57–116. |
[28] | Burt R. S. The Contingent Value of Social Capital[J].Administrative Science Quarterly,1997,42(2):339–365. |
[29] | Cai Y., Sevilir M. Board Connections and M&A Transactions[J].Journal of Financial Economics,2012,103(2):327–349. |
[30] | Cull R., Xu L. C. Who Gets the Credit? The Behavior of Bureaucrats and State Banks in Allocating Credit to Chinese State-owned Enterprises[J].Journal of Development Economics,2003,71(2):533–559. |
[31] | Doner R. F., Schneider B. R. Business Associations and Economic Development: Why some Associations Contribute More than others[J].Business and Politics,2000,2(3):261–288. |
[32] | El-Khatib R., Fogel K., Jandik T. CEO Network Centrality and Merger Performance[J].Journal of Financial Economics,2015,116(2):349–382. |
[33] | Faccio M., Masulis R.W., McConnell J. J. Political Connections and Corporate Bailouts[J].The Journal of Finance,2006,61(6):2597–2635. |
[34] | Fisman R., Love I. Trade Credit, Financial Intermediary Development, and IndustryGrowth[J].The Journal of Finance,2003,58(1):353–374. |
[35] | Fisman R., Raturi M. Does Competition Encourage Credit Provision? Evidence from African Trade Credit Relationships[J].The Review of Economics and Statistics,2004,86:345–352. |
[36] | Ge Y., Qiu J. P. Financial Development, Bank Discrimination and Trade Credit[J].Journal of Banking & Finance,2007,31(2):513–530. |
[37] | Khwaja A. I., Mian A. Do Lenders Favor Politically Connected Firms? Rent Provision in an Emerging Financial Market[J].The Quarterly Journal of Economics,2005,120(4):1371–1411. |
[38] | Laothamatas A. Business Associations and the New Political Economy of Thailand, Boulder Westview Press, 1992 . |
[39] | Love I., Preve L.A., Sarria-Allende V. Trade Credit and Bank Credit: Evidence from RecentFinancial Crise[J].Journal of Financial Economics,2007,83(2):453–469. |
[40] | Mateut S., Bougheas S., Mizen P. Trade Credit, Bank Lending and Monetary PolicyTransmission[J].European Economic Review,2006,50(3):603–629. |
[41] | Messmacher M. The Relationship between Trade Credit and Investment in Mexico: 1998-2000, Mimeo Conference on Financial Markets in Mexico, Organized by the Center for Research on Economic Development and Policy Reform at Stanford University, 2001 . |
[42] | Nahapiet J., Ghoshal S. Social Capital, Intellectual Capital, and the OrganizationalAdvantage[J].The Academy of Management Review,1998,23(2):242–266. |
[43] | North D. C. Institutions, Institutional Change and Economic Performance, Cambridge University Press, 1990 . |
[44] | Petersen M. A. Estimating Standard Errors in Finance Panel Data Sets: Comparing Approaches[J].Review of Financial Studies,2009,22(1):435–480. |
[45] | Petersen M. A., Rajan R. G. Trade Credit: Theories and Evidence[J].Review of Financial Studies,1997,10(3):661–691. |
[46] | Schwartz R. A. An Economic Model of Trade Credit[J].The Journal of Financial and Quantitative Analysis,1974,9(4):643–657. |
[47] | Tendler J. Good Government in the Tropics[M]. Baltimore Johns Hopkins University Press, 1997 . |