供应链融资能否降低企业风险？

司 璐

(安徽大学 商学院，安徽 合肥 230601)

在我国经济转型升级、新冠肺炎疫情叠加以及市场化改革不断向纵深推进的现实背景下，企业面临更大的融资困境，且企业间的竞争已逐步演变为各供应链间的竞争。为解决供应链中因资金不足问题对企业发展的限制以及提高供应链整体运行效率和综合竞争力，供应链融资(Supply Chain Finance，简称SCF)应运而生[1]。其突破了以单个企业为考察对象，将关注点拓宽至以核心企业为中心的整条供应链，降低了财务报表和发展规模等传统项目在银行信贷管理决策中的比重，为缓解企业融资困境提供了有效的解决方案。2020年9月，人民银行等八部委发布关于《规范发展供应链金融 支持供应链产业链稳定循环和优化升级的意见》，鼓励发展供应链融资，促进产业链、供应链稳定升级，从而更好地服务于实体经济(1)八部门：规范发展供应链金融 支持供应链产业链优化升级.http：//www.xinhuanet.com/ fortune/2020-09/23/c_1126528546.htm.。然而，供应链融资能否帮助企业破解融资难的困境，进而降低企业风险并成为促进实体经济快速高质量增长的一个新契机呢？这将是本文研究的着眼点。

现有关于供应链融资的研究主要集中在：1)概念界定方面 Gelsomino等[2]认为SCF旨在优化组织间的资金流动[3]，使供应链中的资金流与产品流、信息流相匹配，从供应链的角度改善现金流管理效率[4]。2)风险防控方面 Chen等[5]认为基于银行电子商务平台的网络治理可以解决诸如信息不对称、监控成本高等发展问题，降低银行在供应链融资中的贷款风险。3)绩效提升方面 Ali等[6]指出SCF能显著提升中小企业绩效，贸易数字化正向调节供应链融资与企业风险的关系。4)融资困境纾解方面 Yang等[7]指出中小企业在供应链中的运作状况和交易背景可能会减少信息不对称，帮助中小企业获得外部融资。

综合上述文献，现有研究将供应链融资的供应链属性与金融属性拆分开，研究视角分为两类：供应链导向视角和金融导向视角。其中，以供应链为导向的视角主要关注处理营运资本相关决策，优化企业营运资金流动[3，8]；而金融导向视角更侧重于短期融资解决方案，涉及保理、应收账款、应付账款等[2，9]。一方面，从供应链融资的供应链导向视角看，供应链融资会巩固供应链上各企业间的关系，进而提升供应链整体运行效率和竞争力，确保整条供应链的稳定与健康发展，盘活企业营运资金，最终降低企业风险。另一方面，从供应链融资的金融导向视角看，供应链融资依托核心企业信用和供应链真实贸易背景降低银企间信息不对称，能够有效提升企业外部融资能力，为企业日常经营与长期投资提供资金支持，从而优化企业决策，降低企业风险。那么，企业能否实现供应链融资的“供应链属性”和“金融属性”的深度融合，进而降低企业风险呢？上述问题对于供应链融资助力实体经济“脱虚向实”，促进实体经济快速高质增长具有重要的现实意义。

综上所述可以发现，由于供应链融资数据的获取受到限制，目前关于供应链融资的文献大多以问卷调查或采用替代变量对其进行衡量；研究主要集中在概念界定、风险防控、绩效提升、融资困境纾解等方面，而对降低企业风险的实证研究并不多见。因此，本文将通过手工搜集上市公司供应链融资数据，这样更加准确且具有说服力，然后将供应链融资的供应链属性和金融属性有机结合，来探究供应链融资对企业风险的影响，为企业积极采用供应链融资方案以降低企业风险提供决策参考。

1 理论分析与研究假设

1.1 供应链融资与企业风险

从供应链融资的供应链导向视角看，供应链融资会巩固供应链上各企业间的关系[2]，进而提升整体运行效率和综合竞争力，确保整条供应链的稳定与健康发展[6]，盘活企业营运资金，最终降低企业风险。具体来看，中国是一个典型的“关系型”社会，“关系型交易”在中国有着深厚的文化基础[10]。一方面，在供应链融资的作用下，位于供应链网络中的企业通过持续不断的业务往来，建立起彼此间的强连接，在贸易和融资的纽带下形成利益共同体，有助于维持稳定的合作关系，优化供应链条资金配置，盘活企业营运资金，从而减缓企业的市场压力和资金压力，降低企业经营风险和财务风险；另一方面，持久稳定的供应链关系有助于企业间建立有效的信息传递和反馈渠道，从而提升企业间的信息透明度和信任程度，大幅降低交易成本，促使企业彼此获益。此外，供应链上各企业能够利用彼此的社会资源，有助于获取发展所需的关键资源和信息，在面对突发状况时能及时制定稳定可靠的风险应对方案，降低企业风险。

从供应链融资的金融导向视角看，供应链融资依托核心企业信用和供应链真实贸易背景降低银企间信息不对称，能够提升企业的外部融资能力，为企业日常经营与长期投资提供资金支持，从而优化企业决策，降低风险。具体来看，在当前复杂的经济形势下，有待完善的金融制度体系和资本市场运行体系进一步加剧了银企间信息不对称，使企业面临较大的融资困境。当面临融资约束时，企业做出的决策通常具有次优性[11]，从而导致风险增大。一方面，有限的自有资金难以满足企业日常资金需求，由此可能产生现金流风险和信用风险；另一方面，为提升市场竞争力，企业需要进行长期投资，如研发创新、新产品开发、新市场开拓等，然而内部资金的有限性不足以支撑其日后发展，导致企业缺乏市场竞争力，由此可能产生市场风险和财务风险。鉴于融资约束导致企业风险加剧的问题，供应链融资为其提供了解决方案。它能够突破以单个企业为考察对象，将关注点拓宽至以核心企业为中心的整条供应链，降低了财务报表和发展规模等传统项目在银行信贷管理决策中的比重，帮助企业获得融资。其运行逻辑是供应链上下游企业在共享核心企业信用的基础上，依托供应链真实贸易背景和信息降低银企间信息不对称，从而提升企业外部融资能力，降低融资成本，提高融资的可获得性。综上所述，本文提出假设：

H1供应链融资能有效降低企业风险。

1.2 供应商集中度的调节作用

供应商集中度在某种程度上反映了企业与供应商之间议价能力的相对大小。供应商集中度高意味着企业的日常采购集中于少数几个主要供应商，企业处于议价的劣势地位[12-13]。一方面，当企业的供应商集中度较高时，供应商生产计划的改变、与企业间合作的中断、寻找新的合作伙伴或遭受严重财务困难等都可能导致企业面临原材料供给短缺的风险。此外，对供应商的过度依赖可能迫使企业承担原材料价格过度上涨的风险，且因无法迅速找到替代合作伙伴，转换成本较高[14-15]。另一方面，较高的供应商集中度表明企业与供应商之间关系紧密，彼此间会进行关系专用性投资。由于该投资的不可逆性和特定性，一旦供应链关系破裂，专有资产难以变现，会引发现金流问题，企业可能面临经营风险和财务风险。相反，供应商集中度越低，企业对主要供应商的依赖程度就越低，反而越自由，这有助于其在供应链中更好地分配利润。因此供应商集中度与企业风险正相关，供应商集中度越高，企业风险越大。供应商集中度会弱化供应链融资对企业风险的影响。综上所述，本文提出假设：

H2供应商集中度负向调节供应链融资与企业风险的关系。

1.3 地区金融发展水平的调节作用

我国各省之间发展不平衡，不同地区的金融发展水平存在显著差异。企业在经营发展过程中，其行为总是受制于所处的外部环境。一方面，货币政策与该地区金融发展水平正相关，在金融发展水平高的地区，货币政策趋于宽松[16]，银行对企业的信贷额度大、贷款利率低，这将会降低企业融资成本，减缓资金压力，最终降低企业经营风险和财务风险。另一方面，金融发展水平高的地区通常具有发达的证券市场和经理市场，政府对金融市场的干预程度较低，银行的贷款决策具有自主性，且收益和成本由其自身承担，这进一步激励了银行加强对企业贷款的监督和控制，迫使企业减少高风险投资行为，最终降低企业投资风险。因此金融发展水平与企业风险负相关，地区金融发展水平越高，企业风险越小。地区金融发展水平会强化供应链融资对企业风险的影响。综上所述，本文提出假设：

H3地区金融发展水平正向调节供应链融资与企业风险的关系。

2 研究设计

2.1 样本选取与数据来源

本文选取2008—2018年中国A股上市公司作为初始样本，筛选过程中进行以下处理：剔除金融保险类、ST类企业，上市不满三年的企业，变量缺失的样本。为避免异常值的影响，对所有连续型变量在1%水平上下进行Winsorize处理，最终得到3395个样本观测值。本文的核心变量供应链融资通过手工搜集各上市公司公开披露的年报获得，地区金融发展水平数据来自中国统计年鉴，其余数据均来源于CSMAR数据库。本文所用软件为stata15.0。

2.2 变量选取

解释变量：供应链融资(SCF) 目前，学术界有关供应链融资没有明确的量化指标，大多采用替代变量来衡量，如企业商业承兑汇票、银行承兑汇票以及短期借款总额，但部分数据并不属于供应链融资或只在其中占据一定比例，而且得到的只是大概，数据不够精确。本文通过查阅相关文献[17]及询问安徽省合肥市高新区中国工商银行、中国农业银行、中国徽商银行、中国建设银行理财产品负责人获知，目前供应链融资产品的主要类型主要有8种，即国内信用证融资、国内订单融资、国内采购融资、应收账款质押融资，应收账款保理、发票融资、银票商票汇票贴现、动产融资。接着通过手工收集各上市企业年报披露的供应链融资产品数额，加总后得到该企业各年所获供应链融资总额，最后取自然对数得到SCF值。

被解释变量 本文借鉴赵胜民[18]提出的方法，使用CAPM模型的残差标准差来度量企业风险，CAPM模型为：ri，t=α+β·rm，t+εi，t。其中ri，t为个股收益率，采用考虑现金红利再投资的日个股回报率替代，rm，t为市场收益率，采用考虑现金红利再投资的综合A股和创业板的日市场回报率替代；εi，t为回归残差项。本文分别使用流通市值加权法与总市值加权法两种方法来度量日市场回报率，RISK1为使用流通市值加权法计算的企业风险，RISK2为使用总市值加权法计算的企业风险。

调节变量：供应商集中度(Supply) 借鉴已有研究[19-20]，采用企业从前五大供应商处采购额与企业总采购额之比度量供应商集中度。

地区金融发展水平(FD) 参考沈红波等[21]的方法，采用各地区年末金融机构存贷款余额与当年GDP之比度量金融发展水平。

控制变量 参考翟胜宝等[22]、耿云江等[23]的研究，控制其他变量对企业风险的影响，具体包括资产负债率(Lev)、经营现金流量比率(FCFO)、总资产收益率(Roa)、公司上市年龄(Age)、独董比例(Ind_ratio)、高管持股比例(Stock_ratio)、企业成长性(Growth)、高管薪酬(Compensation)，同时还控制了行业和年度效应。各变量的定义如表1所示。

表1 变量定义

续表1

2.3 模型设定

为验证假设H1供应链融资对企业风险的影响，本文构建模型(1)：

RISK1，2=β0+β1SCF+β2Lev+β3FCFO+β4Roa+β5Age+β6Ind_ratio+β7Stock_ratio+β8Growth+

β9Compensation+ηIND+λYEAR+ε

(1)

为验证假设H2供应商集中度对供应链融资与企业风险的调节作用，本文构建模型：

RISK1，2=β0+β1SCF+β2Supply+β3SCF·Supply+β4Lev+β5FCFO+β6Roa+β7Age+β8Ind_ratio+

β9Stock_ratio+β10Growth+β11Compensation+ηIND+λYEAR+ε

(2)

为验证假设H3地区金融发展水平对供应链融资与企业风险的调节作用，本文构建模型：

RISK1，2=β0+β1SCF+β2FD+β3SCF·FD+β4Lev+β5FCFO+β6Roa+β7Age+β8Ind_ratio+

β9Stock_ratio+β10Growth+β11Compensation+ηIND+λYEAR+ε

(3)

3 实证检验与结果分析

3.1 描述性统计

由表2可以看出，样本企业中RISK1的均值为0.0234，标准差为0.0075；RISK2的均值为0.0233，标准差为0.0074，说明数据结构不存在明显的偏态分布。从供应链融资(SCF)角度看，均值为18.2147，可见我国供应链融资整体发展状况良好；标准差为1.8154，表明其变异系数较大，不同企业所获供应链融资数额存在较大差异。从控制变量角度看，资产负债率(Lev)的均值为0.5485，说明样本企业资产结构中净资产的比例略低于负债的比例，资本结构较为健康；总资产收益率(Roa)均值为0.0235，中位数为0.0252，表明样本企业均具备一定的盈利能力。此外，企业成长性(Growth)均值为0.2076，最小值为-0.4666，最大值为3.1571，说明企业成长性在不同企业间差异显著。在高管薪酬(Compensation)方面，均值为14.3063，标准差为0.7655，这意味着企业对管理层的薪酬激励水平较高，但激励强度差异较大。

3.2 相关性检验

将主要变量进行相关性检验，具体结果如表3所示。可以看出，供应链融资(SCF)与RISK1的相关性系数为-0.1719，与RISK2的相关性系数为-0.1703，且都在1%的水平上显著为负，说明供应链融资会对企业风险产生负向影响，能有效降低企业风险，初步验证假设H1。此外，控制变量与企业风险之间的关系与预期基本一致。总资产收益率(Roa)、企业上市年龄(Age)与企业风险的相关系数显著为负，表明总资产收益率越高、上市时间越长，企业风险越低。高管薪酬(Compensation)与企业风险的相关系数显著为负，说明高管薪酬激励能够起到降低企业风险的作用。还可以看出，任意两个变量相关性系数的绝对值均低于0.5，可见变量之间不存在严重的多重共线性，相关性不高。因此，本文的模型效果较好。

3.3 多元回归分析

3.3.1 供应链融资对企业风险的影响

本文利用模型(1)检验供应链融资对企业风险的关系，模型控制了行业和年份，具体回归结果见表4。可以看出，SCF与RISK1的系数(-0.0509)在1%水平上显著为负，与RISK2的系数(-0.0494)在1%水平显著为负。表明企业可以通过采用供应链融资，有效降低企业风险。假设H1得到验证。

表4 供应链融资与企业风险

3.3.2 供应商集中度对供应链融资与企业风险的调节作用

为验证供应商集中度对供应链融资与企业风险的调节作用，本文对模型(2)进行回归，结果如表5所示。可以看出，在控制其他因素的影响后，SCF×Supply与企业风险(RISK1、RISK2)的系数(分别为0.0798和0.0752)均在5%水平显著为正。表明供应商集中度越高，供应链融资对企业风险的削减作用越弱，即供应商集中度会弱化供应链融资对企业风险的影响。假设H2得到验证。

表5 供应商集中度的调节效应

续表5

3.3.3 地区金融发展水平对供应链融资与企业风险的调节作用为进一步分析地区金融发展水平是否也会对供应链融资与企业风险的关系产生调节作用，本文对模型(3)进行回归，结果如表6所示。SCFFD与RISK1的系数(-0.0073)在5%水平上显著为负，与RISK2的系数(-0.0066)在10%水平显著为负。表明地区金融发展水平越高，供应链融资对企业风险的削减作用越强，即地区金融发展水平会强化供应链融资对企业风险的影响。假设H3得到验证。

表6 地区金融发展水平的调节效应

3.3.4 稳健性检验为保证以上研究结果的可靠性，本文进行如下稳健性检验：

改变企业风险度量方法 企业风险是本文的核心变量。目前测度方式有很多种，为更好地说明供应链融资与企业风险之间的关系，本文参考Jo和Na[24]的做法，采用日个股回报率的标准差作为度量企业风险的指标，加入模型再次进行回归。结果如表7所示。

表7 稳健性测试

克服内生性问题 供应链融资和企业风险之间可能存在逆向因果关系。原因在于风险低的企业相较于高风险企业，本身往往具备很强的生存能力，是企业对外展现的一种优质信号，能够得到供应链上下游的认可，从而形成企业在整个供应链中的竞争优势。基于此，企业在供应链中更容易得到金融机构的青睐和信任，进而有利于获得供应链融资。本文通过两阶段最小二乘回归来解决逆向因果产生的内生性问题，具体来说，就是选取供应链融资的一期滞后项和同地区、同年度供应链融资的均值作为工具变量。之所以选取这样的工具变量，原因就在于供应链融资的一期滞后项和年度地区均值能够对供应链融资产生直接影响，但与企业风险无关联，都比较符合工具变量的外生性要求。另一方面，通过对工具变量的相关性、过度识别和弱工具变量检验，证明了选取的有效性。最终结果表明企业风险会受供应链融资的影响。回归结果如表8所示。

表8 内生性检验

可见，回归结果与上述实证结果基本一致，进而能够证明本文研究结论的稳健性和可靠性。

4 结论与启示

本文在结合现实背景与文献回顾的基础上，以2008—2018年我国A股上市公司为研究对象，将供应链融资的供应链属性和金融属性有机结合，实证研究了供应链融资对企业风险的内在影响。进一步地，本文检验了不同供应商集中度和地区金融发展水平下供应链融资对企业风险的差异性影响。研究结果表明：1)供应链融资能有效降低企业风险；2)供应链融资对企业风险的削减作用受到供应商集中度和地区金融发展水平的影响，即供应商集中度会弱化供应链融资对企业风险的影响，地区金融发展水平会强化供应链融资对企业风险的影响，表现为供应商集中度降低、所处地区金融发展水平提高，均会增强供应链融资对企业风险的削减作用。

根据研究结论，本文提出如下建议：1)为纾解企业融资困境，企业应积极采用供应链融资方案获取外部融资，以提高融资的可获得性，从而降低企业风险并促进实体经济快速高质增长。2)金融机构要结合企业不同特征、所在地区和业务发展诉求提供与之相匹配的融资产品和服务，同时应健全供应链融资信息披露，有效防控信贷风险。3)在我国供应链融资起步较晚、发展尚不成熟的现实背景下，政府监管部门需充分发挥撬动效应，对供应链融资的发展加以支持和引导，持续优化供应链融资平台和相关服务，推动供应链融资可持续健康发展。