供应链金融发展对上市企业财务风险的抑制效应及异质性检验
摘 要:数字经济与产业融合发展背景下,供应链金融作为创新型产业金融服务模式,成为疏通实体企业资金血脉、化解企业经营风险的重要抓手。上市企业作为资本市场的核心主体,其财务风险管控能力直接关乎企业可持续经营与资本市场稳定发展。当前,我国上市企业普遍存在资金周转不畅、投融资结构失衡、债务违约风险偏高的问题,尤其是中小企业、民营上市企业面临的财务风险更为突出。传统金融服务模式存在信息不对称、风控成本高、授信门槛严苛等短板,难以全方位覆盖上市企业的风险防控需求。而供应链金融依托核心企业信用背书、供应链真实交易背景,能够打通产业链资金流通壁垒,优化企业资金配置效率,进而对企业财务风险形成约束作用。基于此,本文选取2017—2022年A股上市企业面板数据为研究样本,梳理供应链金融与企业财务风险的作用机制,提出相关研究假设,构建多元回归实证模型,系统检验供应链金融发展对上市企业财务风险的抑制效应,并从企业产权性质、行业类型、融资约束程度三个维度开展异质性检验。研究结果表明,供应链金融发展能够显著降低上市企业财务风险,且该抑制效应在民营、制造业、高融资约束上市企业中更为显著。本文研究结论为优化供应链金融服务体系、强化上市企业财务风险防控、稳定资本市场运行提供经验依据与对策参考。
关键词:供应链金融;上市企业;财务风险;抑制效应;异质性检验
中图分类号:F832.4;F275.1
随着我国资本市场改革持续深化,上市企业数量持续增长、行业覆盖不断拓宽,成为推动实体经济高质量发展的中坚力量。财务风险是上市企业经营发展中的核心风险,资金链断裂、债务违约、盈利波动过大等财务问题,不仅会导致企业经营陷入困境,还会引发资本市场波动,损害投资者利益。近年来,宏观经济下行、市场竞争加剧、原材料价格波动等外部因素,进一步放大了上市企业的财务风险敞口,传统单一的银行信贷模式已无法适配企业多元化的风险防控和资金融通需求。
供应链金融立足于产业链整体信用,突破了传统金融依托企业单体财务数据授信的局限,以产业链真实交易场景为基础,整合物流、资金流、信息流,为链条内上市企业提供低成本、高效率的融资服务。一方面,供应链金融能够有效缓解企业资金压力,优化企业资本结构,降低企业债务违约风险;另一方面,其完整的交易监管体系可以约束企业非理性投融资行为,平滑企业财务波动,实现对财务风险的有效抑制。但当前学界关于供应链金融对企业财务风险的影响研究多集中于小微企业,针对A股上市企业的系统性实证检验、异质性差异分析较为匮乏。基于此,本文聚焦上市企业样本,实证检验供应链金融对企业财务风险的抑制效应,并开展多维度异质性检验,丰富供应链金融与企业风险管理的相关研究。
一、相关概念与作用机制
(一)核心概念界定
1. 供应链金融
供应链金融是金融机构依托产业链核心企业的信用优势,基于上下游企业真实的采购、生产、销售交易场景,为链条内中小上市企业、配套企业提供综合性金融服务的融资模式。区别于传统信贷,供应链金融不再单一考核融资企业的资产规模、财务报表等单体指标,而是依托产业链整体信用、真实交易数据、物流仓储信息开展授信。常见的供应链金融业务包括应收账款融资、应付账款融资、票据融资、订单融资等,能够有效盘活企业流动资产,降低企业融资门槛与融资成本,破解产业链资金错配难题。
2. 企业财务风险
企业财务风险是指企业在筹资、投资、资金运营、利润分配等财务活动中,受内外部不确定因素影响,导致企业财务收益偏离预期、资金链承压、债务无法按期偿付的风险,是企业经营风险的集中体现。上市企业财务风险主要表现为资产负债率过高、现金流波动剧烈、盈利水平持续下滑、债务违约概率上升等。现有研究多采用Z-score指数、资产负债率、现金流波动率等指标衡量企业财务风险,其中Z-score指数能够综合反映企业偿债能力、盈利能力与资产运营能力,是衡量上市企业财务风险的核心指标,指数数值越低,代表企业财务风险越高。
3. 异质性效应
异质性效应是指核心解释变量对被解释变量的影响效果,会因研究样本的个体特征、外部环境差异产生显著区别。本文所研究的供应链金融对上市企业财务风险的抑制效应,会因企业产权性质、所属行业、融资约束程度的不同存在明显差异,厘清该异质性特征,能够精准识别供应链金融的风险防控适配场景,为政策落地、企业实践提供差异化参考。
(二)供应链金融对上市企业财务风险的抑制机制
1. 缓解融资约束,优化企业资金结构
多数上市中小企业存在资产规模有限、抵押物不足、信用评级偏低的问题,传统信贷授信额度低、融资成本高,企业为维持经营往往会选择高息负债,推高财务杠杆,加剧财务风险。供应链金融依托核心企业信用背书,盘活企业应收账款、存货等流动资产,拓宽企业融资渠道,减少企业对高息非标融资的依赖。同时,供应链金融多为短期经营性融资,资金用途贴合企业生产经营场景,能够精准匹配企业资金需求,优化企业债务期限结构,降低资金闲置与资金短缺并存的问题,从源头缓解企业资金压力,抑制财务风险累积。
2. 降低信息不对称,减少非理性财务决策
传统金融服务模式下,金融机构与上市中小企业之间存在严重的信息不对称,金融机构难以精准判断企业真实经营状况与资金用途,企业也难以获得适配的金融服务,易引发企业融资错配、盲目投融资等问题,放大财务风险。供应链金融依托产业链真实交易数据,整合物流、商流、资金流、信息流,实现企业经营信息的透明化、可视化。金融机构可依托完整的交易数据开展风控审核,精准把控资金流向;同时,产业链协同监管模式能够约束企业的非理性投资、过度举债行为,规范企业财务决策,有效降低企业财务风险。
3. 强化产业链协同,平滑企业经营波动
上市企业的财务风险与产业链经营稳定性高度绑定,上下游企业资金拖欠、交易中断等问题,会直接导致企业现金流波动,引发财务风险。供应链金融以产业链整体协同为核心,能够打通产业链资金流通堵点,加快上下游企业资金周转,稳定企业购销交易秩序。稳定的产业链交易场景能够平滑企业营收与现金流波动,提升企业盈利稳定性,增强企业风险抵御能力,进而持续抑制企业财务风险。
(三)异质性影响机制
1. 产权性质异质性
国有上市企业具备天然的信用优势与政策扶持,融资渠道多元、融资成本低,财务风险本身处于较低水平,供应链金融的风险抑制边际效应较弱。而民营上市企业信用背书弱、融资约束强、财务波动更大,对供应链金融的适配性更高,供应链金融通过缓解其融资难题、规范财务行为,能够显著降低其财务风险,抑制效应更为突出。
2. 行业类型异质性
制造业上市企业产业链链条长、上下游交易频繁、应收账款规模大,资金占用现象普遍,财务风险受产业链资金波动影响显著,供应链金融可精准盘活其存量资产、稳定资金流,风险抑制效果显著。而服务业、金融业企业交易模式轻量化,固定资产与存货占比低,供应链金融适配场景较少,对财务风险的抑制作用相对有限。
3. 融资约束异质性
高融资约束上市企业普遍存在融资难、融资贵、资金缺口大的问题,财务风险敞口较大,供应链金融能够有效弥补其资金短板,优化财务结构,风险抑制边际效果极强。低融资约束企业资金充足、财务结构稳健,供应链金融对其财务风险的优化空间较小,抑制效应相对微弱。
二、研究假设
基于上述理论机制分析,结合现有学术研究成果,本文提出如下研究假设:
假设1:供应链金融发展对上市企业财务风险具有显著的抑制效应,即供应链金融发展水平越高,上市企业财务风险越低。
假设2:供应链金融对上市企业财务风险的抑制效应存在产权性质异质性,对民营上市企业的抑制效果显著强于国有上市企业。
假设3:供应链金融对上市企业财务风险的抑制效应存在行业异质性,对制造业上市企业的抑制效果显著强于非制造业上市企业。
假设4:供应链金融对上市企业财务风险的抑制效应存在融资约束异质性,对高融资约束上市企业的抑制效果显著强于低融资约束上市企业。
三、研究设计
(一)样本选取与数据来源
本文选取2017—2022年我国A股全部上市企业为初始研究样本,为保证数据有效性与实证结果可靠性,对样本进行如下筛选处理:第一,剔除金融类、保险类上市企业,此类企业财务核算体系与实体企业差异较大;第二,剔除ST、*ST、退市企业,规避异常经营样本干扰;第三,剔除核心变量数据缺失、数据异常的样本。经过层层筛选,最终得到1268家上市企业、共计7608个年度观测值。本文所有研究数据均来源于国泰安CSMAR数据库、万得Wind数据库,同时对所有连续变量进行1%和99%分位的缩尾处理,消除极端值对实证结果的影响。
(二)变量定义
1. 被解释变量
被解释变量为企业财务风险(Z),本文采用经典Z-score指数衡量上市企业财务风险。Z-score指数为正向指标,数值越大,企业财务风险越低,经营稳定性越强;数值越小,企业财务风险越高。为方便实证解读,本文对Z-score指数取相反数处理,处理后指标数值越大,财务风险越高。
2. 解释变量
解释变量为供应链金融发展水平(SCF),借鉴主流研究方法,采用企业供应链金融相关业务规模衡量,以企业短期借款、应收票据、应付票据、应收账款、应付账款的合计数取自然对数作为衡量指标,数值越大,代表企业供应链金融参与度越高,供应链金融发展水平越好。
3. 控制变量
为规避遗漏变量偏差,本文选取企业层面核心控制变量,包括企业规模、企业成长性、资产负债率、总资产收益率、上市年限、股权集中度。同时控制年度固定效应与行业固定效应,提升实证结果准确性。各变量具体定义如表1所示。
4. 分组变量
异质性检验分组变量包括:产权性质(国企、民企)、行业类型(制造业、非制造业)、融资约束程度(以SA指数中位数分组,分为高、低融资约束组)。
变量类型 | 变量名称 | 符号 | 变量定义 |
|---|---|---|---|
被解释变量 | 财务风险 | Z | 对Z-score指数取相反数,数值越大,财务风险越高 |
解释变量 | 供应链金融发展水平 | SCF | 自然对数(短期借款+应收票据+应付票据+应收账款+应付账款+1) |
控制变量 | 企业规模 | Size | 企业年末总资产取自然对数 |
企业成长性 | Gro | (当年营业收入-上年营业收入)/上年营业收入 | |
资产负债率 | Lev | 企业年末总负债/年末总资产 | |
总资产收益率 | ROA | 企业净利润/年末总资产平均值 | |
上市年限 | Age | 统计年度-企业上市年度 | |
股权集中度 | Top1 | 第一大股东持股比例 |
表1 变量定义表
(三)实证模型构建
为检验供应链金融对上市企业财务风险的抑制效应,本文构建基准多元回归模型,所有公式均转化为文本表述,具体如下:
基准模型(模型1):财务风险 = 常数项 + 供应链金融系数×供应链金融发展水平 + 各控制变量系数×对应控制变量 + 年度固定效应 + 行业固定效应 + 随机误差项
若供应链金融发展水平的回归系数显著为负,则说明供应链金融能够显著抑制上市企业财务风险,假设1成立。
为开展异质性检验,本文基于产权性质、行业类型、融资约束程度对样本进行分组,代入模型1进行分组回归,对比不同组别供应链金融系数的显著性与系数大小,验证假设2、假设3、假设4。
四、实证结果与分析
(一)描述性统计
本文对所有核心变量、控制变量进行描述性统计,统计指标包含样本量、最小值、最大值、平均值、标准差,具体结果如表2所示。
变量 | 样本量 | 最小值 | 最大值 | 平均值 | 标准差 |
|---|---|---|---|---|---|
Z | 7608 | -8.962 | 5.217 | -1.853 | 2.016 |
SCF | 7608 | 6.325 | 23.158 | 15.689 | 4.253 |
Size | 7608 | 19.856 | 26.358 | 22.365 | 1.521 |
Gro | 7608 | -0.856 | 3.215 | 0.189 | 0.458 |
Lev | 7608 | 0.052 | 0.896 | 0.426 | 0.215 |
ROA | 7608 | -0.358 | 0.289 | 0.048 | 0.089 |
Age | 7608 | 2 | 32 | 14.256 | 6.325 |
Top1 | 7608 | 0.085 | 0.892 | 0.356 | 0.158 |
表2 变量描述性统计结果
从描述性统计结果可以看出:被解释变量财务风险(Z)平均值为-1.853,最小值为-8.962,最大值为5.217,标准差为2.016,说明我国上市企业财务风险水平差异较大,部分企业存在较高的财务风险隐患。解释变量供应链金融发展水平(SCF)均值为15.689,标准差为4.253,表明不同上市企业的供应链金融参与程度参差不齐,行业与企业间发展差距明显。控制变量中,企业成长性、资产负债率的标准差相对较高,反映出上市企业经营发展状态、资本结构存在显著个体差异,符合A股上市企业整体特征,样本数据具备合理性与代表性。
(二)基准回归分析
本文采用固定效应模型对基准模型进行回归检验,验证供应链金融对上市企业财务风险的整体抑制效应,具体回归结果如表3所示。
变量 | 全样本(Z) | T值 | 显著性 |
|---|---|---|---|
SCF | -0.126*** | -8.965 | 1% |
Size | -0.258*** | -10.236 | 1% |
Gro | -0.085** | -2.589 | 5% |
Lev | 1.258*** | 15.689 | 1% |
ROA | -2.365*** | -12.358 | 1% |
Age | -0.012* | -1.896 | 10% |
Top1 | -0.358** | -2.456 | 5% |
常数项 | 5.689*** | 18.965 | 1% |
年度/行业固定效应 | 控制 | - | - |
观测值 | 7608 | - | - |
R² | 0.689 | - | - |
表3 基准回归结果
注:***、**、*分别代表在1%、5%、10%的统计水平下显著,下同。
由基准回归结果可知,供应链金融发展水平(SCF)的回归系数为-0.126,且在1%水平下显著为负,说明供应链金融发展水平越高,上市企业财务风险水平越低,供应链金融对上市企业财务风险存在显著的抑制效应,本文假设1成立。从控制变量来看,企业规模、成长性、总资产收益率、股权集中度均能显著抑制企业财务风险,而资产负债率会显著推高企业财务风险,与传统财务理论结论一致,进一步验证了模型的合理性。
(三)异质性检验
1. 产权性质异质性检验
将样本分为国有上市企业、民营上市企业两组开展分组回归,检验结果如表4所示。
变量 | 国企样本(Z) | 民企样本(Z) |
|---|---|---|
SCF | -0.052*(-1.902) | -0.189***(-9.658) |
控制变量 | 控制 | 控制 |
固定效应 | 控制 | 控制 |
观测值 | 2856 | 4752 |
R² | 0.652 | 0.715 |
表4 产权性质异质性回归结果
由结果可知,国有上市企业组SCF系数为-0.052,仅在10%水平下显著,抑制效应较弱;民营上市企业组SCF系数为-0.189,在1%水平下高度显著,且系数绝对值远大于国企组。这表明供应链金融对民营上市企业财务风险的抑制效果远优于国有企业,假设2成立。核心原因在于民营企业融资劣势明显、财务风险更高,供应链金融的风险缓释边际效应更强,而国有企业融资渠道充足,供应链金融的优化空间有限。
2. 行业类型异质性检验
将样本分为制造业、非制造业两组,回归结果如表5所示。
变量 | 制造业样本(Z) | 非制造业样本(Z) |
|---|---|---|
SCF | -0.158***(-10.236) | -0.068**(-2.358) |
控制变量 | 控制 | 控制 |
固定效应 | 控制 | 控制 |
观测值 | 5216 | 2392 |
R² | 0.702 | 0.641 |
表5 行业类型异质性回归结果
制造业企业SCF系数在1%水平下显著为负,且系数绝对值更大,非制造业企业仅在5%水平下显著,抑制效应偏弱。验证了假设3,即供应链金融对制造业上市企业财务风险的抑制效果更显著。制造业企业产业链交易场景丰富、资金占用规模大,供应链金融可精准盘活存量资产、稳定资金流,有效降低财务风险,而非制造业企业产业链适配性弱,风险抑制效果有限。
3. 融资约束异质性检验
以SA指数中位数为分界,将样本分为高、低融资约束两组,回归结果如表6所示。
变量 | 高融资约束组(Z) | 低融资约束组(Z) |
|---|---|---|
SCF | -0.172***(-11.358) | -0.045(-1.623) |
控制变量 | 控制 | 控制 |
固定效应 | 控制 | 控制 |
观测值 | 3804 | 3804 |
R² | 0.726 | 0.638 |