长期以来,各国学者致力于研究贷款合同的定价特征与非定价特征,并以此来推测银行等金融借款机构在信贷市场中是如何去评估客户的分布情况对于企业信用状况的影响。国外现有的研究结果(Campello&Gao,2016)中表明,在美国的信贷市场中,更高的客户集中度往往意味着贷款合同获取成本的增加,比如体现在更高的贷款合同利率、展期时面临着更多的贷款合同约束。这是因为,在银行看来,高客户集中度意味着企业与客户之间绑定程度的提升,一旦二者之间的供应链出现问题时,企业将面临更大的经营风险。从这一角度出发,相关的研究成果为我们揭示了供应链整合发展模式的局限性。但是,对于市场经济尚未完全成型的中国来说,上述国外研究中所得到的结论并不一定适用于中国市场。原因主要在于以下几点:1)在我国,公司获取外部融资的方式主要分为股权融资和债权融资,而根据优序融资理论,后者是公司融资时首选的方式。由于在我国,IPO条件较美国来说更严格,且上市后的股权再融资业务日益趋紧,因此债权融资方式成为了公司融资的主要手段。而在债权融资方面,银行借贷又占据了相当大的比重,这进一步凸显了借款方的优势地位。因此,在借贷关系不平衡的情况下,原有的充分竞争借贷市场情况下得到的相关研究成果很可能将不适用。2)中国是一个社会主义国家,在政治形态上天然不同于外国的资本主义社会,而制度上的差异将显著的影响相关研究的结论。例如,在我国,国企获得贷款上的便利程度显然高于非国企;而非国企特别是那些规模较小的民营企业则一直存在融资困难的问题。因此,在上述国内信贷市场的特殊背景下,研究供应链关系与银行贷款合同之间的关系是有必要的,相关的研究将会帮助我们更好的认识企业与银行之间贷款合同的定价特征和非定价特征,为从新的角度去为解决我国信贷市场上的供需不平衡的问题提供思路。本文的主要从供应链关系出发,站在公司客户集中度的角度进行研究,分析了在不同客户集中度度量标准下下企业获得银行贷款规模、贷款期限以及获得贷款所需要的成本之间的关系。值得一提的是,本文的一大特色是从单笔的贷款数据出发去研究,而在此之前,国内关于客户集中度对于信贷方面影响的研究大多公司的资产负债水平上去衡量企业的银行借贷水平,相较而言,本文的做法更加精确。本文用于实证的上市公司贷款合同的数据来自于中国社会科学院从公开信息中搜集的企业贷款合同数据,而关于解释变量客户集中度的相关数据则来源于国泰安数据库(CSMAR),其他的公司层面的控制变量同样来自于国泰安数据库,宏观层面的控制变量来自于国家统计局,剔除数据不完整的样本后,本文所选择的样本的时间范围在2001年-2016年。基于以上的数据,通过实证研究本文得到了如下的结论:对于上市公司而言,客户集中度有助于其获得利率更低,相对数额更大,期限更长的贷款,但是本文也发现,越高的客户集中度往往意味着借款条件数的增加与严苛水平的提升,同时较高的客户集中度也不利于企业和银行之间长期信贷关系的保持。这意味着从短期来看,客户集中度能够增强企业获取银行贷款的能力,同时银行将通过借款条件的严苛化去防范相关风险,但是从长期来看,高客户集中度将不利于企业保持与银行之间的长期借贷关系。最后,本文还在不同企业性质的条件下对结论进行进一步的讨论,发现在利率、借款期限、借款相对数额方面。客户集中度在国企发挥的正向作用显著大于其在非国企样本中体现的影响效果。而在借款条件这一维度上,客户集中度的提高将不利于非国企降低借款条件的难度,而在国企中,客户集中度的提高可以帮助其降低借款条件难度,但是效果不显著。在稳健性检验部分,本文从时间样本选择、变量重新构造、内生性检验等方面对模型进行进一步检验,发现相关的研究结论仍然成立。本文针对具有中国特色的信贷市场进行研究,利用具体的贷款合同数据,从不同的贷款合同特征出发讨论了客户集中度对于企业获取银行贷款的影响,丰富了我国之前在这一方面研究的空白,为供应链关系的研究做出了贡献。