核心企業信用評級對供應鏈金融ABS發行定價影響的實證研究

劉任重，高 珊

（哈爾濱商業大學 金融學院，黑龍江 哈爾濱 150028）

一、引言

供應鏈金融資產證券化（Supply Chain Finance Asset-backed Securities，下文簡稱“供應鏈金融ABS”）是指在金融機構的參與下，以大企業信用為擔保，提升供應鏈上信用等級較低的中小企業流動性的行為，是一種多方共贏的融資途徑（Hoffman和Greenwald，2005）[1]。供應鏈金融ABS與我國目前發行的應收賬款ABS的主要區別在于：供應鏈金融ABS是以核心企業作為原始債務人，并作為資產支持證券現金流的提供方，中小企業作為基礎資產的原始債權人進行的資產證券化，而應收賬款ABS的基礎資產債務人是信用等級較低的中小企業。供應商與客戶交易形成的應收賬款受客戶信用風險的影響進而影響其資產證券化的能力（Liu等，2018）[2]，我國供應鏈金融資產證券化的債務人通常是大企業，信用風險普遍較低。在核心企業作為原始債務人的情形下，將應收賬款證券化能增加供應鏈上中小企業的流動資產，為核心企業提供低成本融資，資金可從投資人快速轉向借款人，極大地提升資金使用效率（Hess和Smith，1988）[3]。因此，相比于普通應收賬款ABS而言，供應鏈金融ABS有效地解決了由于信息不對稱而影響作為債權人的中小企業的融資難問題。

由于目前學術界尚未對供應鏈金融資產支持證券有嚴格界定，本文擬用中國證券市場上以供應鏈金融命名的資產證券化產品作為研究對象，將供應鏈金融ABS概括為：以原本的供應鏈為背景，在金融機構的參與下，以供應鏈上的核心企業與中小供應商在長期穩定的交易中產生的應收賬款為基礎資產而發行的資產支持證券（見圖1）。截至2021年6月，我國共發行1032單供應鏈金融ABS產品，發行總規模達6110.33億元，占企業資產證券化產品發行總規模的10.64%，其中1013單為企業資產證券化類產品，其余為資產支持票據（ABN）。因企業資產證券化產品在交易所交易，ABN在銀行間市場交易，而對于不同的發行場所而言，信用評級對資產支持證券發行定價的影響有顯著差異（朱波和劉文震，2019）[4]，且我國供應鏈金融ABN產品單數過少，所以本文僅對屬于企業資產支持證券的供應鏈金融產品發行定價影響機制進行研究（見圖2）。

圖1 供應鏈金融ABS交易結構

圖2 供應鏈金融ABS分類

在債市違約事件發生之前，信用評級并不受投資者過多關注，但自2014年債市發生違約事件后，我國信用評級市場便快速發展。由于投資者并不一定是理性人和風險厭惡的，他們往往傾向于偏信自己易獲得的信息（Kahneman和Tversky，1979）[5]，而信用評級機構可以通過整理數據獲得普通投資者無法獲得的關鍵信息，所以研究我國核心企業評級結果是否能有效地影響供應鏈金融ABS發行定價也至關重要。由于信用評級對信貸資產支持證券和企業資產支持證券的影響有明顯差異（劉曦騰和楊大楷，2016）[6]，因此監管層更需重點關注ABS產品的信用評級問題。

雖然目前有文獻研究過原始權益人、主承銷商、會計師事務所等參與機構對資產證券化發行定價的影響（王雄元和高開娟，2017）[7]，但缺少研究核心企業對供應鏈金融ABS發行定價影響的相關文獻。因此本文基于我國發行的供應鏈金融ABS產品獲取研究數據，對我國供應鏈金融中核心企業信用評級對供應鏈金融資產證券化產品發行定價的影響進行實證研究。

二、文獻綜述

關于信用評級對證券發行定價的相關研究主要從三個方面展開。第一，評級機構差異對評級效果的影響?？茏趤淼龋?015）[8]在考慮內生性基礎上，就我國信用評級對發債成本的影響進行研究，結果發現我國評級機構公信力不強，信用評級結果不能對發行定價產生顯著影響。Mathis等（2009）[9]從評級機構收入角度分析，認為當評級機構大部分收入來源于評級結構化產品且評級機構的聲譽足夠好時，其評級出的結果虛高，導致評級無效。Jiang等（2012）[10]通過實證檢驗指出中國評級機構由于過分重視市場占有水平，忽略評估對象的真實違約風險，因此認為中國評級機構的評級結果無效。第二，多重評級對評級效果的影響。Hsueh和Kidwell（1988）[11]從信息生產假說與認證假說角度，認為當兩個信用評級結果相同時，可有效降低借款成本達5.2個基點。Billingsley等（1985）[12]基于工業債券數據，研究多重評級與再發行債券利差的關系，結果表明再次發行利差與多重評級中低評級的利差更為接近。第三，從債項評級角度展開研究。Song（2013）[13]基于我國短期融資券討論我國信用評級機構的評級效果，認為我國債項評級結果差異不大，但發債企業信用評級差異較大，因此認為投資者可以根據發債企業的信用評級做出投資決策。Skreta和Veldkamp（2009）[14]通過建立評級市場均衡模型發現當發債企業資產結構復雜時，盡管各評級機構均是根據公正的評估方法做出的估計，但評級結果差異較大時，發債企業會產生評級購買動機，導致評級結果無效。Livingston等（2018）[15]通過調查中國債券市場和信用評級行業發現中國債券評級相關信息豐富，并且債券評級與債券發行收益率顯著負相關，認為我國信用評級機構的評級結果有效。

關于核心企業對債券發行定價的影響主要從相關主體信用風險角度展開研究。第一，考慮發債企業本身的信用風險。吳育輝等（2009）[16]以上市公司發行的短期融資券為樣本，通過實證檢驗認為公司信用等級越高，上市公司財務杠桿越低、經營風險越低時，更容易發行短期融資券。付瑋瓊（2020）[17]研究核心企業主導的供應鏈金融模式，將核心企業分為四類，并認為當核心企業出現危機時，鏈條上的中小供應商會失去核心企業的高信用擔保，導致整個供應鏈條上信用風險加大。第二，從發債企業交易客戶的信用風險角度展開研究。宋華等（2021）[18]通過研究金融導向和供應鏈導向的兩類供應鏈金融認為，當核心企業為客戶提供商業信用超過一定閾值后，會降低供應鏈條上的運營效率。王雄元和高開娟（2017）[19]從客戶集中度的收益效應和風險效應角度解釋客戶集中度對公司債二級市場利差的影響機制，研究發現客戶商業信用風險較高時，客戶集中度會轉變成風險效應，加大公司信用風險。王雄元和高開娟（2017）[7]從承銷商的調節效應分析大客戶對公司債的影響發現，當承銷商排名較低時，大客戶信用評級較低時對公司債定價具有風險效應。Jarrow和Fan（2001）[20]從交易對手風險角度分析并舉例說明客戶償債風險會顯著影響公司債定價。張文強（2009）[21]通過套利定價理論建立應收賬款資產支持證券定價模型分析發現，要想從微觀角度有效定價資產證券化產品應考慮原始債務人所在行業和企業財務狀況。第三，從原始權益人角度進行研究。張建平和徐雨朦（2021）[22]將2017—2019年房地產業和建筑工程業的資產證券化產品作為研究數據，通過實證研究發現兩個行業均呈現出原始權益人信用評級與發行利差負向變動的現象，且行業不同此影響程度不同，并分析各項財務指標對資產證券化發行定價的影響。

從上述文獻中發現，關于證券定價的研究主要集中在發債企業、相關信用評級、金融機構、發債企業的主要客戶等因素對證券定價影響的實證研究上。但同時發現，現有文獻關于資產證券化產品發行定價的影響因素的研究還存在很多不確定性。如有的研究對評級機構的信用評級對發行定價影響的有效性存在分歧，有的研究認為債項評級和主體評級影響效力存在差異。

三、研究假設

通過相關文獻梳理發現，現有文獻已經證實了原始權益人評級、承銷商聲譽、主體產權性質、債項評級均對一般資產證券化產品具有一定程度的影響；在影響過程中有因素起到中介作用；債項評級和主體評級影響效果不一致等。因此，本文針對供應鏈金融ABS發行定價做出下列假設。

第一，核心企業信用評級的影響?？茏趤淼龋?015）[8]在考慮內生性基礎上，對我國信用評級對發債成本的影響進行研究，發現我國評級機構公信力不強，信用評級不能對發行定價產生顯著影響。何平和金夢（2010）[23]基于我國企業債數據，研究我國早期信用評級市場的影響力，通過建立“真實利息成本”（TIC）回歸模型，最終得出債項評級和發行主體評級均對信用利差影響顯著，但相較而言，債項評級影響力更大。王雄元和張春強（2013）[24]基于中期票據發行數據進行分析，發現信用評級對中期票據融資成本具有顯著負向效應，并利用Vuong檢驗得出相對主體評級，債項評級融資成本效應更強，且國有產權和公司上市會降低信用評級對融資成本的影響效果。因此為研究我國核心企業信用評級的有效性，提出如下假設H1。

H1：核心企業信用評級可有效降低供應鏈金融ABS的發行利差。

第二，核心企業財務狀況的影響。逯宇鐸和金艷玲（2016）[25]通過Lasso-logistic模型，基于汽車行業上市公司數據，認為企業的流動比率、企業所處的行業均對供應鏈金融的信用風險有顯著的影響。羿建華和郭峰（2021）[26]通過回歸模型分析，認為核心企業的速動比率對供應鏈上的違約率不具有顯著影響，并利用LR模型發現，整個供應鏈的信用風險水平與核心企業銷售利潤率負相關，與核心企業的違約率正相關。Ziebart等（2010）[27]通過將公司財務信息如ROA、前兩大評級機構的債項評級和首次發行收益率聯立建立方程組，最終認為財務信息影響債券評級，且財務信息與債券評級共同影響債券收益率，財務信息還通過對評級的間接作用影響債券收益率。由于企業資產負債率對企業聲譽和企業融資能力起著至關重要的作用，由此提出假設H2。

H2：核心企業的資產負債率通過影響核心企業信用評級進而影響供應鏈金融ABS發行利差。

第三，債券特征的中介效應。劉曦騰和楊大楷（2016）[6]將樣本進行分組均值差異t檢驗，驗證了利差各影響因素在ABS產品和CLO產品中的分布顯著不同，并通過OLS實證模型對全樣本進行測算，發現債券信用評級、分層規模在1%的水平上對ABS產品和CLO產品發行利率的影響有顯著差異，發行規模對兩者發行利率的影響系數在10%水平上有顯著差異；到期期限則對兩者發行利率的影響程度沒有顯著區別；認為企業資產證券化產品的影響因素具有多元化的特點。朱波和劉文震（2020）[28]利用兩階段最小二乘估計模型，從發行人和承銷商股權關聯關系角度探討聲譽機制對資產證券化產品的調節作用，認為次級占比與高聲譽承銷商對利差的降低效應高度相關。Brian和William（2002）[29]通過考察商業抵押貸款，最終認為導致商業抵押貸款支持證券的利差由急劇下降轉至上升趨勢的主要因素是證券的發行期限和發行規模。譚地軍等（2008）[30]通過實證檢驗中國企業債券特征，發現債券特征能顯著影響其定價，并認為債券自身特征與利率風險、信用風險和流動性風險顯著相關?；诖吮疚奶岢黾僭OH3。

H3：核心企業信用評級會通過影響次級占比進而影響發行定價。

第四，債項評級的中介效應。Gabbi和Sironi（2005）[31]分析歐債發行利差影響因素發現，債項評級是影響債券定價最重要的因素，這與Ammer和Clinton（2004）[32]的結論一致，并且預期投資者對評級機構的依賴程度將越來越高。朱波和劉文震（2019）[4]同樣認為債項評級對資產證券化產品發行價差有顯著影響，并且通過對比分析法分析企業ABS與信貸CLO數據，對債項信用評級對資產證券化發行定價的影響機理進行考察，結果發現不同發行市場中信用評級對資產證券化產品影響的顯著性不同，并認為債券特征對資產證券化產品的發行定價具有顯著影響，但原始權益人評級對信用利差的影響效果卻不顯著。王安興等（2012）[33]通過橫截面回歸分析我國公司債利差的影響因素，發現債券信用評級越高，利差越小，并認為信用評級中包含部分公司債違約風險。基于此本文提出假設H4。

H4：在核心企業信用評級影響供應鏈金融ABS發行定價過程中，債項評級發揮著中介作用。

第五，核心企業產權性質的影響。方紅星等（2013）[34]基于滬、深兩市公司債發行數據，分析產權性質對公司債券發行定價的影響，發現國有企業能夠通過直接效應和間接效應降低違約風險，從而使公司債券獲得較低的信用利差；上市公司也能通過信息披露降低投資者面臨的信息風險,從而使公司債券獲得較低的信用利差，但這種影響在國有上市公司中卻不顯著。冷奧琳等（2016）[35]利用2007—2014年中國A股上市公司數據檢驗發現：提供擔保公司在國有上市公司與非國有上市公司間有顯著數量上的差異，并認為政府的隱性擔?？梢詾閲猩鲜泄編碣Y信福利。于謙龍等（2021）[36]基于滬、深兩市上市公司的公司債發行數據進行關于產權性質的實證分析，研究發現在國有與非國有企業的特定環境中，國有企業的信用風險影響會較大部分被抑制，而非國有企業中較小部分受到抑制，顯示出我國債券市場上所特有的“國企信仰”現象。由此本文提出假設H5。

H5：相比于非上市國有核心企業而言，上市國有核心企業信用評級對供應鏈金融ABS發行定價的降低效應更大。

四、研究設計

基于上述文獻綜述中對資產證券化發行定價影響因素的分析發現，大多數文獻都將最小二乘法（OLS）與工具變量法（2SLS）相結合進行實證研究?，F有文獻用2SLS法研究信用評級對資產證券化發行定價影響的主要用評級市場的赫芬達爾—赫希曼指數（HHI）作為債項信用評級的工具變量。因此本文將以行業—年份為單元的供應鏈金融市場HHI和核心企業信用評級殘差（e1）共同作為工具變量。

（一）樣本分布與數據來源

本文將2016年至2021年上半年在證券交易所發行并處于存續期和已清算的供應鏈金融ABS作為研究對象①供應鏈金融ABS發行數據來源于中國資產證券化分析網（CNABS）。。數據來源如下：國債各標準期限利率來自中國債券信息網；核心企業歷年信用評級來自各評級機構的評級報告；公司財務信息整理自公司年報和巨潮資訊網。樣本選取過程：（1）本文對2016—2021年1013個供應鏈金融資產支持證券進行整理；（2）刪除年報、信用評級信息不對外公布的樣本；（3）將所有變量缺失的樣本進行刪除，共剩余503個有效樣本。

（二）模型與變量設計

1.基準模型構建

本文參照Demirtas和Cornaggia（2013）[37]的做法，將參考文獻涉及核心企業的相關影響因素（包括核心企業信用評級、核心企業產權性質、核心企業相關財務狀況）加入模型中。Bonfim（2009）[38]認為債券相關特征會顯著影響債券價格，因此本文將債券發行特征變量（包括發行規模、次級占比、發行期限）加入模型中。Fang（2005）[39]從承銷商聲譽對債券影響角度出發，控制內生性后，發現信譽高的承銷商對發行利差的降低作用相當顯著，因此本文設置主承銷商（lnchengxiaoshang）作為控制變量。綜上所述，本文模型中變量可分為主要變量和控制變量，將核心企業信用評級作為主要變量，債券特征、核心企業財務狀況和參與金融機構作為控制變量，并將部分變量數據取對數，以減小回歸誤差。回歸模型如下。

其中，選取發行利差（r_spreadhmt）為被解釋變量，參考Kwan（1996）[40]的做法，以資產支持證券的到期期限為基準，利用插值法通過兩個到期期限最接近的國債利率構造基準利率，構造基準利率與同期限資產支持證券的差額即為被解釋變量（r_spread），公式如下：

其中，f(r)為構造的利率函數，l1、l2分別是國債最接近債券發行日期的兩個期限，R1、R2分別是相應日期的國債利率；l為供應鏈金融ABS發行日期。

回到模型（1）中，m是對應的資產支持證券，t是資產支持證券的發行年份；yeardum、hx_industrydum、hx_province分別為債券發行年份，核心企業省份和核心企業行業虛擬變量用來控制模型中的年份、省份和行業因素；sec_level為債券信用評級；uhmt為模型的隨機擾動項；listedhmt是核心企業是否上市的虛擬變量；soehmt是核心企業產權性質的虛擬變量；roehmt、debt_assethmt、cashhmt、rs_bilvhmt是描述核心企業財務狀況的一組控制變量，分別代表凈資產收益率、資產負債率、經營性凈現金流和流動性比率；lnsize_amounthmt、lndurtimehmt分別是描述證券發行規模和發行期限的控制變量。

2.內生性問題與工具變量選取

針對上述模型（1）的OLS基準回歸結果可能存在內生性問題，引入工具變量構造模型（2）。

模型（2）和模型（1）結合構成了兩階段最小二乘估計（2SLS）模型。與普通最小二乘估計（OLS）的最大的區別在于，核心企業的信用評級（lnhx_pingji）在2SLS模型中是內生的，而文中的兩個工具變量（hhi1_lnhx_pingjihmt、e1hmt）符合外生變量的檢驗條件。本文對hhi1_lnhx_pingji工具變量的選取借鑒Becker和Milbourn（2011）[41]的方法，將行業—年份維度上測量供應鏈金融市場競爭程度的HHI作為工具變量，工具變量e1是利用核心企業信用評級回歸的殘差形成的。

3.穩健性檢驗

針對模型（1）得出的回歸結果，本文通過改變核心企業信用評級的計量模式的方法，構建模型（3）。將評級為AAA的企業取為1，其余企業取0，再次進行回歸分析。wj_hx_pingjiihmt代表核心企業信用評級改變計量方式后的虛擬變量。結合以上模型，各變量具體賦值情況見表1。

表1 變量定義與說明

（三）描述性統計

表2為所有變量的描述性統計。數據顯示：供應鏈金融ABS發行利差最高為0.0550，最低為0.0280，說明供應鏈金融ABS發行定價存在明顯差異；均值為0.0190，中位數為0.0150，說明數據分布比較合理。

表2 描述性統計

表3統計了核心企業信用評級（C）與債項評級（B），數據顯示：AAA級核心企業占比高達88.07%，AAA級債券占比高達90.05%；在AAA，AA+，AA-中，核心企業評級數目與同債券評級數目極為接近；房地產行業占據供應鏈金融資產證券化市場的絕對地位；供應鏈金融資產支持證券評級整體較高，無低評級證券，說明該領域信用風險相對較小。

表3 核心企業與債券評級信息分布及變動情況（單位：單）

五、實證分析

（一）核心企業信用評級對供應鏈金融資產支持證券發行定價的影響分析

表4中列（1）和列（2）給出核心企業信用評級對供應鏈金融ABS發行定價的回歸結果。列（1）和列（3）分別為核心企業信用評級在控制核心企業省份、年份、行業和不控制下進行單因素回歸，結果顯示：在1%的顯著水平下，核心企業信用評級的回歸系數分別為-0.033和-0.037。這初步說明我國供應鏈金融ABS發行定價中，核心企業信用評級對其發行定價有顯著負向影響，同時說明我國評級機構在評價基礎債務人時，對基礎債務人的違約風險的識別結果較為可信，可真實地反映企業的真實信用風險情況，其評價結果對供應鏈金融ABS領域的投資者具有參考價值。

表4 核心企業信用評級對供應鏈金融ABS發行定價影響研究的回歸結果

根據列（4）可知，核心企業信用評級與供應鏈金融ABS發行定價在1%水平下顯著負相關，表明核心企業信用評級越高，債券發行利差越小，結論與假設H4一致；債項評級在5%的水平上顯著為負；列（4）中，上市（listed）與產權性質（soe）均與債券利差在1%水平上顯著負相關；在供應鏈金融ABS發行定價中，核心企業中上市國有企業比非上市國有企業更能有效降低中小企業的融資成本。

通過列（2）發現，資產負債率在1%水平下顯著與發行利差正相關，表明核心企業的總負債相對總資產越多，則發行利差越大；值得注意的是，對于供應鏈金融產品而言，證券發行規模（lnsize_amount）與發行利差在1%水平上顯著正相關，說明發行規模越大，融資成本越高。這與Sengupta（1998）[42]得出的結論相反，與Shi（2003）[43]得出的結果一致，針對這一現象shi認為是因為發行規模與債券利差負相關導致的，本文有與其不同的原因解釋：通過OLS法分析核心企業資產負債率與核心企業信用評級、證券發行規模的關系發現，核心企業資產負債率均在1%的水平下顯著與發行規模正相關、與核心企業信用評級負相關。因此本文認為發行規模與發行利差顯著正相關主要是資產負債率對發行利差的擴大效應所致。綜上，資產負債率越大，核心企業信用評級越小，發行規模越大，發行利差越大，假設H2成立（見圖3過程②—③）。

（二）核心企業對供應鏈金融ABS發行定價影響的內生性檢驗

針對上述模型可能存在的內生性問題，本文使用兩個工具變量同時對核心企業信用評級的影響重新進行估計，以行業—年份為單元的HHI來描述供應鏈金融市場的競爭程度，并用其作為核心企業信用評級的工具變量；用核心企業信用評級回歸的殘差（e1）作為第二個工具變量，回歸結果和工具變量的檢驗結果如表5所示。

表5列（1）與列（3）分別給出對應的一階段回歸結果，兩模型都表明，供應鏈金融市場競爭程度（HHI）與核心企業信用評級之間存在負相關關系。由于HHI越高，市場競爭程度越低，因此供應鏈金融市場競爭程度越激烈，核心企業信用評級越高，這與朱波和劉文震（2019）[4]結論一致。列（2）和列（4）均表明在考慮內生性的情況下，核心企業信用評級與發行利差仍然呈現顯著負相關關系，這與朱波和劉文震（2019）[4]對企業ABS發行定價的內生性檢驗得出的結果一致。列（4）顯示，核心企業信用評級與債項評級均在1%顯著水平上與供應鏈金融ABS定價負相關，即核心企業的信用評級在供應鏈金融定價方面較好地發揮了價格發現功能。本文將2SLS回歸結果與OLS回歸結果進行對比發現核心企業信用評級系數均大于OLS的回歸結果，這說明數據中存在的內生性問題可能令上述OLS回歸系數產生了誤差（寇宗來等，2015）[8]。

表5 核心企業信用評級對發行定價的工具變量估計結果

（三）核心企業信用評級影響的進一步分析

本文借鑒Baron和Kenny（1986）[44]的研究，用中介效應檢驗法下的Sobel檢驗分別對次級占比和債項評級進行中介效應檢驗，并分別求出對總影響效應的貢獻度。具體中介效應檢驗步驟：第一步，對模型（1）剔除中介變量次級占比（ciji）、債項評級（lnsec_pingji）后進行回歸；第二步，檢驗核心企業信用評級對供應鏈金融ABS發行定價的影響效應。

次級占比檢驗結果見表6模型（4），在控制其他條件不變的情況下，檢驗結果P值均小于0.05，說明文中假設H3中的中介效應成立，核心企業信用評級可以通過影響次級占比進而影響供應鏈金融ABS發行利差。

表6 核心企業信用評級對發行定價的中介效應檢驗

對證券評級（lnsec_pingji）中介效應做出檢驗，結果如表6模型（5）顯示，P值均小于0.05，說明次級占比發揮中介作用的同時，債項信用評級也在核心企業信用評級對發行利差產生負向影響過程中發揮了中介效應作用，與假設H4一致。

如表7所示，通過費舍爾組合檢驗，分別針對產權性質和上市兩要素進行分組回歸，模型（6）、模型（7）顯示出回歸結果，核心企業產權性質與上市與否均在核心企業信用評級對供應鏈金融ABS發行定價影響過程中無明顯差異，證明假設H5不成立。但債項評級在核心企業產權性質方面，對供應鏈金融ABS發行定價影響有顯著差異。

表7 信用評級影響的分組回歸差異分析

（四）穩健性檢驗

1.通過傾向得分匹配（PSM）

本文使用傾向得分匹配（PSM）的半徑匹配法，最終得出結果為-2.36，結果通過穩健性檢驗的一般標準。

2.改變計量模式

本文借鑒朱波和劉文震（2019）[4]的做法，改變核心企業信用評級的衡量方式，將核心企業AAA評級設置為1，其余設置為0。如表8所示，核心企業信用評級虛擬變量（wj_hx_pingji）在1%水平上顯著與發行利差負相關，即核心企業信用評級對發行利差有顯著負向影響。

表8 穩健性檢驗結果

（五）多重共線性檢驗

另外，本文對模型（1）中的變量進行了多重共線性VIF檢驗，其中關鍵變量結果整理如表9所示，最大VIF值為2.31，平均VIF為1.46，說明本文的研究模型不存在嚴重共線性問題，因此本文上述得出的結論較為穩健。

表9 多重共線性檢驗結果

六、結論與建議

本文以嶄新視角討論我國核心企業信用評級對供應鏈金融產品發行定價的影響。基于我國供應鏈金融資產證券化產品數據，在考慮核心企業自身特征與債券特征后構建供應鏈金融資產證券化定價模型，并在控制行業、年份和省份維度的基礎上，利用工具變量來分析核心企業信用評級對供應鏈金融產品發行定價作用機制的有效性。

本文結論如下：第一，核心企業信用評級對我國供應鏈金融ABS發行定價有顯著負向影響，即供應鏈上核心企業信用評級越高，越有利于中小供應商低成本融資（見圖3過程②）；第二，資產負債率影響核心企業信用評級進而影響發行定價（見圖3過程⑤—⑥）；第三，核心企業信用評級通過影響次級占比進而影響發行定價（見圖3），核心企業信用評級對債券定價的部分降低效應會通過影響資產支持證券的次級占比，進而影響其發行定價，因此，我國資產證券化產品在設計次級占比時，較好地規避了逆向選擇行為，提升了信用評級在資產證券化市場上的價值；第四，核心企業信用評級通過影響債項評級進而影響發行定價（見圖3）。綜上所述，本文提出以下相關建議。

圖3 核心企業信用評級對供應鏈金融ABS發行定價影響匯總

（一）對投資者的建議

本文認為核心企業信用評級對供應鏈金融ABS定價的影響效應對其本身是否上市與國有無明顯差異，因此，當兩家核心企業信用評級相同時，投資者不能僅僅因核心企業產權性質和上市兩項因素差異對供應鏈金融ABS價格做出差異預期。本文認為我國評級機構對核心企業的信用評級較為有效，因此投資者可以將核心企業信用評級作為評估供應鏈金融ABS價格的重要因素之一。

（二）關于核心企業方面的建議

核心企業的信用評級結果不僅代表了大企業的信用風險，還影響了與其長期交易的中小供應商的融資成本，從而影響資金在實體企業運作中的效率。因此，本文建議我國信用評級機構應致力于不斷完善對參與我國供應鏈金融ABS產品發行的核心企業的信用評級制度，將其能影響供應鏈金融定價的因素（如應付賬款周轉率等信息）考慮到信用評級模型中。另外，建議保理商和證券公司在受理供應鏈金融ABS的業務時，將優質的核心企業進行歸納并列入“白名單”，從而鼓勵優質核心企業幫助中小供應商實現資金的快速流通。