供應鏈金融對中小企業全要素生產率的影響研究

王 雷，劉明燦 （江南大學商學院，江蘇 無錫 214122）

0 引 言

隨著新冠病毒疫情對中國實體經濟的沖擊，供應鏈金融（Supply Chain Finance，SCF） 的出現對穩定我國實體經濟的重要性得到充分體現。供應鏈金融主要由第三方金融機構提供產品，以發生在供應鏈上企業間的商業交易價值為基礎，為供應鏈核心企業與其上下游企業提供流動資金解決方案，實現整條鏈上資金流轉順暢和穩固共贏局面。供應鏈金融作為新的融資方式的出現能夠平衡鏈上相對弱勢的上下游中小企業；另一方面，將銀行信用融入鏈上企業間購銷行為，增強商業信用，提升整體供應鏈的競爭能力。其融資模式分為三類：應收賬款融資模式、預付賬款融資模式以及存貨類融資模式。

在我國戰略布局中，供應鏈金融的地位逐漸提高。根據有關數據，我國2020 年供應鏈金融市場規模達到15 萬億元。同時圍繞我國供應鏈金融的發展，出臺一系列政策，加快供應鏈金融行業整體發展水平。2021 年政府報告中更是首次單獨提及“創新供應鏈金融服務模式”。2022 年中共中央辦公廳、國務院辦公廳印發了《關于推進社會信用體系建設高質量發展促進形成新發展格局的意見》 （以下簡稱《意見》）。《意見》明確提到了多項關于金融信用體系建設、金融服務實體、供應鏈金融發展等內容。為供應鏈金融服務實體，進一步明確了方向，并著重信用制度的完善，強化流通金融服務，充分關切中小企業融資。除此之外，各地方紛紛與當地情況相結合積極落地相關供應鏈金融政策。供應鏈金融如火如荼的發展也引起了學術界的廣泛關注和研究。

學者們的研究主要從以下幾個方面展開：（1） 概念界定。胡躍飛和黃少卿[1]通過實體經濟背景的分析，從財務供應鏈金融入手，對供應鏈金融概念進行界定。（2） 融資模式。閆俊宏和許祥秦[2]從中小企業角度分析供應鏈金融三種模式并進行比較。謝世清和何彬[3]分析了以美國聯合包裹服務公司（UPS） 為代表的物流企業主導模式，以通用電氣信用公司（GECC） 為代表的企業集團合作模式，以渣打銀行（SCB） 為代表的商業銀行服務模式，并對三種模式進行分析比較，為我國供應鏈金融模式發展提供一定思路。史金召等人[4]將互聯網金融視角下的供應鏈金融劃分為供應鏈金融Web2.0、電商供應鏈金融、基于電商平臺的銀行供應鏈金融三種主要類型。（3） 供應鏈金融風險。李毅學[5]將供應鏈金融風險分為系統和非系統兩大類，構建了評估指標體系。趙成國和江文歆[6]從金融生態視角下根據內部組織和外部環境搭建供應鏈金融生態風險管理架構，并基于協同共生生態關系，從資源、組織、知識分析視角建立供應鏈金融生態風險管理內外協同共生機制。（4） 融資約束。張偉斌和劉可[7]從現金-現金流敏感性角度出發，以中小企業為主體，研究認為供應鏈金融可以彌補中小企業的信用缺位, 降低信貸市場的信息不對稱，進而緩解中小企業所面臨的融資約束。蔣惠鳳和劉益平[8]研究發現數字金融發展環境促進了供應鏈金融對融資約束的緩解作用，數字金融發展的覆蓋廣度和使用深度的調節效應更顯著，且在信息披露質量高的情況下，數字金融發展的調節效應更明顯。

梳理上述文獻后發現，傳統供應鏈金融模式也逐漸有學者發現其局限性，以區塊鏈技術賦能供應鏈金融開始得到廣泛關注。樓永等[9]認為，區塊鏈技術對供應鏈金融的影響主要表現在兩個方面：一是優化商業模式，二是區域鏈的功能導向。區塊鏈技術具有非中心化、可追溯性、不可篡改等特性，其常用技術如信息傳遞、共識機制和開放源等。在進行供應鏈金融的貸款業務中合理運用區塊鏈技術，可以形成一種新型的供應鏈金融貸款業務模式。根據區塊鏈的特性，一家或多家企業可以直接參與到區塊鏈中，當企業需要資金的時候，可以直接向區塊鏈平臺提出資金要求，而區塊鏈技術則可以實現數據不受任何的干擾，并且可以通過共識機制獲取貸款企業的資金、資產等資質信息，再通過信息鏈條將信息傳遞到資金提供方，由資金提供方決定是否投資。如果選擇提供資金支持，則會在區塊鏈平臺上進行信用確認，資金的提供者將與借款人建立借貸關系。通過區塊鏈技術對授信合同、授信額度、貸款企業歷史貸款額度等進行實時記錄，保證了數據的實時性。它可以很好地解決傳統供應鏈金融所面臨的核心痛點，增強其在各個層次間的傳輸效率，使得其優勢真正深入到供應鏈的末端，從而更好地解決中小企業的融資制約問題。

本文以2014—2021 年中小板和創業板為中小企業研究樣本，實證研究供應鏈金融對中小企業全要素生產率的影響，并加入區塊鏈技術作為調節變量，探究其作用供應鏈金融對中小企業全要素生產率的影響。

1 理論分析與研究假設

全要素生產率（TFP） 是在給定水平要素下的投入產出效率。金融要素的分配是影響全要素生產率的重要因素。由我國企業數量與企業可獲得金融資源要素結構相反，甚至出現完全不匹配的情況。數量較多的中小企業只能獲得較少的金融資源，使得很多企業都出現融資約束。趙春明[10]研究發現當企業面臨融資約束，企業全要素生產率會顯著降低。這時供應鏈金融所具備的特點，決定了其可以為企業提供資金支持，為企業全要素生產率提供基礎，能夠緩解企業融資約束和降低企業融資成本從而加速企業資本結構的調整，進而提高自身TFP。供應鏈金融可以促進企業資源的靈活配置。風險資金得到有效的分配和利用，可以幫助企業更好地利用資源，減少可能產生的浪費。供應鏈金融可以加快企業供應鏈效率。由于供應鏈金融提供了更全面的融資服務，企業可以在有效降低供應鏈成本的同時有效提高供應鏈的效率，從而提高全要素生產率。創新水平可以通過促進技術進步拉動企業TFP 增長。基于融資效應視角和關系效應視角，凌潤澤[11]通過研究得出供應鏈金融能夠顯著提升企業創新水平，提升企業價值的結論。供應鏈金融在一定程度上整合了供應鏈網絡中的資金流、物流、信息流等，資源要素的整合提高企業TFP。

區塊鏈是一種基于互聯網技術的全新應用形式，其具有去中心化、數據不可修改、可溯源等技術特征可以有效彌補供應鏈金融的不足，使參與方打破數據孤島，通過去中心化的記賬系統完成多方審核，實現四流合一。周雷[12]從博弈分析的角度，認為供應鏈金融與區塊鏈技術的融合能創新性的為小微企業提供緩解融資約束的新可能，為區塊鏈技術中的共識機制、溯源等特性極大地解決了傳統供應鏈金融存在的交易流程復雜、人工成本高、操作風險大、收益低等問題，提升融資效率，增加違約成本并提高了安全度，實現了端到端的透明化，達到降本增效為供應鏈金融賦能的作用。

綜上所述，提出如下假設：

H1：供應鏈金融發展程度越高，中小企業全要素生產率越大。供應鏈金融對中小企業全要素生產率有著顯著的積極影響。

H2：供應鏈金融通過緩解融資約束來促進中小企業全要素生產率的提高。

H3: 區塊鏈技術賦能供應鏈金融對中小企業全要素生產率的影響中起到正向作用。

2 樣本選擇與研究設計

2.1 樣本選擇與數據來源

本文以2014—2021 年A 股上市公司中小板和創業板公司為初始樣本。將初始樣本進行如下處理：（1） 剔除掉金融企業；（2） 剔除掉st 和*st 企業；（3） 剔除掉關鍵數據缺失的企業；（4） 對初始樣本數據進行（1%，99%） 的雙向縮尾處理，避免異常值帶來的影響。處理后共得到470 個樣本數據。數據來自WIND 和CSMAR 數據庫。

2.2 變量設計

（1） 被解釋變量

對于企業全要素生產率，參考連玉君使用LP 法進行計算。設定式（1） 生產函數C-D 函數，Yit表示產出，和表示勞動投入和資本投入，Ait為全要素生產率。

取對數得到式（2）：

其中：μit包含wit和eit兩個部分，wit當期能被觀測到，eit當期無法被觀測到，利用OLS 簡單回歸會造成偏差。利用LP 法，其中間投入代理變量取當期購買商品、接受勞務支付的現金的對數值。

（2） 解釋變量

因供應鏈金融的衡量尚未有統一標準且不屬于強制披露信息，為對供應鏈金融進行衡量，根據參考凌潤澤[11]和Pan[13]等的研究，以上市公司名稱加“供應鏈金融”“供應鏈融資”“供應鏈管理”等關鍵詞為對象，通過百度搜索軟件搜索包含這些關鍵詞的上市公司新聞和年報文件，判斷其是否開展供應鏈金融活動。根據嚴廣樂[14]從供應鏈金融內涵出發，融資標的物的不同，將供應鏈金融劃分為三種模式，即預付款模式、存貨模式和應收賬款模式。從微觀層面定義供應鏈金融水平，其用應收賬款、短期借款及應付票據三個指標對三種供應鏈金融模式進行衡量供應鏈金融發展水平。

（3） 中介變量

本文采取融資約束為中介變量。關于融資約束的衡量并不統一，有多種不同的計量方式。本文利用外部融資依賴程度來衡量企業融資約束（EFD）。其具體計算公式為：

EFD的值越大，表明融資需求越高，也就意味著融資約束程度越高。

（4） 調節變量

通過百度搜索新聞或者年報關鍵詞，上市公司加“區塊鏈”上市公司的新聞，確定其區塊鏈技術使用情況和年份。

（5） 控制變量

為控制一些其他變量對于企業價值的影響，獲得更好的實證效果。現選取已被證實對企業價值有影響的因素作為控制變量，經營資產結構（Am）、 總資產收益率（ROA）、 公司年齡（Age）、 銷售收入增長率（Growth）、 企業規模（Size）、 代理成本（Agency）、 產權集中度（Top10 ）。

表1 變量名稱與定義

2.3 模型構建

為驗證融資約束是否為供應鏈金融影響企業全要素生產率的中介變量，構建以下模型：

其中：β0、β1、β2為常數項，εi,t為擾動項。Qt為第t年的企業價值，SCFi,t為i公司t時期的供應鏈金融發展情況，Contralsi,t代表控制變量。

為研究區塊鏈技術賦能供應鏈金融對企業價值的作用，設置虛擬變量與供應鏈金融的交叉項，即SCF×QKL，進行調節效應回歸。建立模型如下：

本文樣本為非平衡面板數據，樣本均已通過豪斯曼檢驗，采用固定效應模型進行估計。

3 實證檢驗與結果分析

3.1 描述性統計

通過表2 描述性統計可以看出，企業的全要素生產率（TFP）最小值為6.813，最大值為13.540，標準差是1.094，這充分表明不同企業中的全要素生產率是存在顯著差異的。供應鏈金融（SCF）最大值為0.587，最小值為0.006，平均值為0.263，說明選取的企業基本都使用了供應鏈金融這一金融產品。但各企業對于供應鏈金融產品使用差距較大。區塊鏈技術（QKL）的使用也各不相同。其他控制變量均與現實情況相符。

表2 主要變量相關描述性統計分析

3.2 回歸分析

表3 為回歸結果。其中（1） 列為中小企業開展供應鏈金融對企業全要素生產率的影響結果。（1） 列中變量SCF系數為2.122 4，在1%的水平上顯著為正，這說明中小企業進行供應鏈金融活動能夠顯著影響企業全要素生產率，即企業開展供應鏈金融程度越高，企業全要素生產率越高。供應鏈金融對中小企業全要素生產率有著顯著刺激，本文假設1 得以證明。表3 中（2）、（3） 列，是為了驗證融資約束在供應鏈金融與中小企業全要素生產率間的中介效應。中小企業中SCF系數為-0.450 8，在1%的水平上顯著，說明供應鏈金融能緩解企業融資約束。根據中介效應檢驗，因為（1） 列中SCF系數顯著，又因為（2）列中SCF系數顯著，（3） 列中EFD系數同樣顯著，說明融資約束的確在供應鏈金融與中小企業全要素生產率間起到中介效應。這表明，供應鏈金融水平越高，會使企業面臨的融資約束越小，從而能使企業全要素生產率得到更多的提升。（4） 列加入區塊鏈作為調節變量，區塊鏈與供應鏈金融交互項系數為1.391 1，且在1%的水平上顯著為正，說明區塊鏈技術一定程度上彌補了傳統供應鏈金融的缺陷，其作用于供應鏈金融對中小企業全要素生產率起到正向促進作用。使得假設3 得以驗證。

表3 主回歸分析結果

4 穩健性檢驗

為使本文結論更加穩健，在穩健性檢驗中，重新選擇測算全要素生產率的方法，采用OP 法以及GMM 法進行測算。結果如表4、表5 所示。

表4 OP 法測算全要素生產率

表5 GMM 法測算全要素生產率

根據表4、表5 結果顯示，在改變企業全要素生產率測算方法后，解釋變量，中介變量均顯著，且系數值和符號與基準回歸相比均無明顯變化，說明模型通過顯著性檢驗。

5 研究結論與啟示

本文通過對供應鏈金融和中小企業全要素生產率的實證研究得出結論，供應鏈金融能夠有效促進中小企業全要素生產率的提高，其通過緩解中小企業融資約束，降低信息不對稱性來增加企業全要素生產率，且隨著供應鏈金融開展程度越高，對中小企業全要素生產率的正向影響越大。區塊鏈技術作為調節變量，根據實證結果，其賦能供應鏈金融，區塊鏈技術在一定程度上補充了供應鏈金融的不足，正向調節供應鏈金融作用于中小企業全要素生產率。

依據上述結論給出以下建議：（1） 中小企業從自身角度來說應積極開展供應鏈金融活動，緩解自身融資約束以提高企業的全要素生產率，使企業有更好的發展。同時中小企業應充分利用區塊鏈技術填補供應鏈金融的缺陷，更高效地提升企業全要素生產率。（2） 從政府角度來說，政府應出臺相關激勵政策，推動區塊鏈技術賦能供應鏈金融。但區塊鏈技術上還存在一些問題有待解決和完善，政府出臺政策，例如設立企業研究專項基金，能在一定程度上推動區塊鏈技術的進步。（3） 從金融機構角度來說，尤其對于中小企業，本身就有融資難問題，金融機構應創新推出更多適合中小企業的金融產品，不僅幫助中小企業的發展，同時金融機構與中小企業可達到互利共贏、共同發展的和諧局面。