本文研究了金融冲击如何通过商业信用这一传导渠道在生产网络中传播，并以中国2021年"三条红线"政策作为准自然实验进行理论与实证分析。以下是主要内容和贡献的概括：

1. 核心发现
   • 实证分析表明，通过商业信用渠道更多暴露于房地产行业的企业经历了现金持有量、销售额和资产的持续下降，效应持续三年以上[3.2]。
   • 从供需双侧验证了传导机制：受约束房企显著延长应付账款账期（需求侧证据），而其供应商的应收账款项显著增加（供给侧证据）[3.3-3.4]。
2. 理论框架
   • 构建了动态生产网络模型，内生化了由融资决策决定的商业信用条款[4.1-4.2]。当房企借款约束收紧时，会最优减少对供应商的预付款，将财务压力通过商业信用链向上游传导。
3. 量化评估
   • 基准模型显示GDP低谷为-4.7%，四年累计损失达-30.9个百分点，其中41%的损失可归因于商业信用渠道的放大效应[4.4]。
   • 模型在引入内生商业信用后，可解释实证隐含GDP损失的95%，而外生商业信用模型仅能解释56%[5.1]。
4. 政策启示
   • 研究表明，针对房地产等深度嵌入生产网络的行业，监管干预需考虑商业信用链的传播效应，否则会显著低估政策的总影响[6]。
5. 数据与方法创新
   • 结合企业级财务数据与投入产出网络结构，设计了基于应收账款/资产比率和行业Leontief关联的强度指标，解决了双边贸易信用数据缺失的难题[3.1-3.2]。
6. 扩展意义
   • 框架可推广至其他特定部门金融监管与生产网络交互的场景，如银行业去杠杆或行业定向政策[6]。本文通过结构模型与实证的精准对接，首次量化了商业信用作为金融冲击传播渠道的宏观经济重要性（Su et al., 2026）[1]。

trade credit 规模已经超过社融

exposure定义：应付/sales or assets * IO-linkage

房地产行业受到shock，资金紧张，欠款（需求侧） → 上游应收增加，收不到钱，流动性也下降（供给侧）

trade credit渠道可以解释41% GDP的下降 （very significant)

模型改进之处：内生化应付比例，加入应付比例的惩罚函数

视房地产为一产业，房地产受到冲击→产量下降→但是同时房价也下降，存在一个向下倾斜的供给曲线。