中小企业财务困境与上游供应商信用风险：一损俱损？

doi:10.16381/j.cnki.issn1003-207x.2021.1048

摘要/Abstract

摘要：

中小企业财务困境会给自身带来一系列负面影响，这种负面影响可能在供应链上蔓延。已有研究大多关注前者，忽略了中小企业财务困境对上游供应商造成的信用风险传导效应。为此，本文基于供应链视角，构建传导模型来分析中小企业财务困境对上游供应商信用风险的影响机制；进一步，基于2010-2018年间的中小板上市公司样本对上述机制进行实证检验。理论模型与实证研究均表明，中小企业财务困境对上游供应商的信用风险存在传导过程；上游供应商自身因素对其信用风险的影响较中小企业财务困境因素更大；这种传导过程存在两年的时间效应。此外，高规模、国有性质、高客户集中度供应商的风险抵御能力更强；分行业和产业后发现，制造业、第一二产业供应商的风险抵御能力更弱。本文研究结果，一方面为中小企业以及整个供应链系统的信用风险防控提出参考；另一方面也为增强供应链竞争力提供理论基础。

关键词: 中小企业, 上游供应商, 财务困境, 信用风险, 传导效应

Abstract:

The financial distress of small and medium-sized enterprises（SMEs）will bring a series of negative effects to themselves， from its startup to its decline. Multiple theories and much empirical evidence have been proposed to interpret this phenomenon. At the same time， the distress events can lead to negative wealth and profitability outcomes for supply chain members in the short time and long time. In fact， the financial distress of SMEs has become a major concern in disruptions to normal activities， but only a few contributions in the literature have focused on the transmission effect of SMEs’ financial distress on the credit risk of suppliers. Credit risk refers to the risk caused by the borrower's possible default and failure to repay the loan and interest. The credit risk may propagate further， sometimes even with amplifications， leading to a negative performance outcomes for the members， reducing the overall operational efficiency and competitiveness of the supply chain. To this end， a transmission model is constructed to analyze the impact of SMEs’ financial distress on the credit risk of suppliers. During modeling， classical Jarrow–Turnbull model is used as reference to denote the intensity of default risk $α$ and the probability of default risk $F (t)$ . Furthermore， the above mechanism is tested by the sample of Small and Medium-sized Board from 2010 to 2018. The results are as follows based on the theoretical model and empirical research： Firstly， there is a positive relationship between the financial distress of SMEs and the credit risk of suppliers. Secondly， the suppliers’ own factors have a greater impact on their credit risk than that of SMEs’ financial distress. Additionally， this process has a time effect of two years， and suppliers of high scale， high-customer-concentration and state-owned nature are more resistant to credit risk. On the contrast， manufacturing， primary and secondary industry suppliers have weaker risk resilience. The findings of this paper， on the one hand， provide reference for the credit risk prevention and management of SMEs and the supply chain system. On the other hand， promoting the stability and competitiveness of supply chain node-enterprises.

Key words: small and medium-sized enterprise（SME）, suppliers, financial distress, credit risk, transmission effect

中图分类号:

F270

顾婧,胡雅亭. 中小企业财务困境与上游供应商信用风险：一损俱损？[J]. 中国管理科学, 2023, 31(12): 23-33.

Jing GU,Ya-ting HU. The Transmission Effect of SMEs' Financial Distress on the Credit Risk of Suppliers[J]. Chinese Journal of Management Science, 2023, 31(12): 23-33.

图/表 10

图1

表1

参考文献 36

1	陈庭强，何建敏.基于复杂网络的信用风险传染模型研究［J］.中国管理科学，2014，22（11）：1-10.
	Chen Tingqiang， He Jianmin.Credit risk contagion model based on complex network［J］. Chinese Journal of Management Science，2014，22（11）：1-10.
2	钱茜，徐凯.企业家社交关系对关联信用风险传染影响的研究——基于双层网络视角［J］.中国管理科学，2020，28（11）：38-45.
	Qian Qian， Xu Kai. Research on the influence of entrepreneur's social relations on associated credit risk contagion：an dual-layer network perspective［J］. Chinese Journal of Management Science，2020，28（11）：38-45.
3	Allen F， Gale D M. Financial contagion［J］. Journal of Political Economy，2000，108（1）：1-33.
4	黄辉，崔飚.财务困境成本与公司治理［J］.管理科学，2007（6）：64-69.
	Huang Hui， Cui Biao.Financial distress costs and corporate governance［J］.Management Science，2007（6）：64-69.
5	Elkamhi R， Ericsson J， Parsons C A. The cost and timing of financial distress［J］. Journal of Financial Economics，2012，105（1）：62-81.
6	Hertzel M G， Li Zhi， Officer M S，et al. Inter-firm linkages and the wealth effects of financial distress along the supply chain［J］.Journal of Financial Economics，2008，87（2）：374-387.
7	Lian Yili. Financial distress and customer-supplier relationships［J］.Journal of Corporate Finance，2017，（43）：397-406.
8	徐晓燕，孙燕红.供应链企业财务困境的传递过程研究［J］.中国管理科学，2008，16（4）：132-139.
	Xu Xiaoyan， Sun Yanhong. Study on the propagation of financial distress along a supply Chain［J］. Chinese Journal of Management Science，2008，16（4）：132-139.
9	李丽君，刘杰，孙世敏.供应链视角下企业财务困境传递及控制问题研究［J］.中国管理科学，2016，24（6）：46-51.
	Li Lijun， Liu Jie， Sun Shimin. Study on the propagation and control of financial distress on the perception of supply Chain［J］. Chinese Journal of Management Science，2016，24（6）：46-51.
10	冯华，聂蕾，施雨玲.供应链治理机制与供应链绩效之间的相互作用关系——基于信息共享的中介效应和信息技术水平的调节效应［J］.中国管理科学，2020，28（2）：104-114.
	Feng Hua， Nie Lei， Shi Yuling. The interaction between supply chain governance mechanisms and supply chain performance： based on the mediating effects of information sharing and the moderating effects of information technology level［J］. Chinese Journal of Management Science，2020，28（2）：104-114.
11	肖奎喜，王满四，倪海鹏.供应链模式下的应收账款风险研究——基于贝叶斯网络模型的分析［J］.会计研究，2011（11）：65-71.
	Xiao Kuixi， Wang Mansi， Ni Haipeng. Research on accounts receivable risk under the supply chain model［J］. Accounting Research，2011（11）：65-71.
12	Stambaugh R F， Yu Jianfeng， Yuan Yu. The short of it： investor sentiment and anomalies［J］. Journal of Financial Economics，2012，104（2）：288-302.
13	Battiston S， Gatti D D， Gallegati M，et al. Credit chains and bankruptcy propagation in production networks［J］. Journal of Economic Dynamics and Control，2007，31（6）：2061-2084.
14	Mizgier K J， Wagner S M， Holyst J A. Modeling defaults of companies in multi-stage supply chain networks［J］. International Journal of Production Economics，2012，135（1）：14-23.
15	Gibilaro L， Mattarocci G. The impact of corporate distress along the supply chain： evidences from United States［J］. Supply Chain Management： An International Journal，2019（6）：498-508.
16	徐晓燕，李桃，陈华. 考虑投入产出效率的中小企业财务困境预测方法［J］.中国管理科学，2009，17（1）：113-118.
	Xu Xiaoyan， Li Tao， Chen Hua. Small-medium-enterprise financial failure prediction considering efficiency［J］. Chinese Journal of Management Science，2009，17（1）：113-118.
17	黄苒，范群，郭峰.中小企业违约风险系统性和异质性测度——基于违约风险成分分析法的研究［J］.中国管理科学，2018，26（3）：13-21.
	Huang Ran， Fan Qun， Guo Feng. Measuring systematic and idiosyncratic components in the default risk of small & middle enterprises［J］. Chinese Journal of Management Science，2018，26（3）：13-21.
18	彭旋，王雄元.客户股价崩盘风险对供应商具有传染效应吗？［J］.财经研究，2018，44（2）：141-153.
	Peng Xuan， Wang Xiongyuan. Does customer stock price crash risk have the contagion effects on their suppliers？［J］. Journal of Financial and Economics，2018，44（2）：141-153.
19	Agrawal A K， Matsa D A. Labor unemployment risk and corporate financing decisions［J］. Journal of Financial Economics，2013，108（2）：449-470.
20	Jarrow R A， Yu Fan. Counterparty risk and the pricing of defaultable securities［J］. Journal of Finance，2001，56（5）：1765-1799.
21	Houston J F， Lin Chen， Zhu Zhongyan.The financial implications of supply changes［J］. Management Science，2016，62（9）：2520-2542.
22	Kolay M， Lemmon M， Tashjian E. Spreading the misery？ Sources of bankruptcy spillover in the supply chain［J］. Journal of Financial and Quantitative Analysis，2016，51（6）：1955-1990.
23	Helwege J， Zhang Gaiyan. Financial firm bankruptcy and contagion［J］. Review of Finance， 2016，20（4）：1321-1362.
24	Marak Z R， Factors Pillai D.，outcome， and the solutions of supply chain finance ： review and the future directions［J］. Journal of Risk and Financial Management，2018，12（1）：1-23.
25	Gu Jing， Xia Xiongxing， He Yue，et al. An approach to evaluating the spontaneous and contagious credit risk for supply chain enterprises based on fuzzy preference relations［J］. Computers & Industrial Engineering，2017，（106）：361-372.
26	Hallikas J， Virolainen V M， Tuominen M. Risk analysis and assessment in network environments：a dyadic case study［J］. International Journal of Production Economics，2002，78（1）：45-55.
27	Jarrow R A， Turnbull S M. Pricing derivatives on financial securities subject to credit risk［J］. Journal of Finance，1995，50（1）：53-85.
28	Altman E I. Financial ratios，discriminant analysis and the prediction of corporate bankruptcy ［J］. Journal of Finance，1968，23（4）：589-609.
29	郑国坚，林东杰，张飞达. 大股东财务困境、掏空与公司治理的有效性——来自大股东财务数据的证据［J］. 管理世界，2013（5）：157-168.
	Zheng Guojian， Lin Dongjie， Zhang Feida. Corporate governance in firms with financially distressed controlling shareholders［J］.Management World，2013（5）：157-168.
30	Israeli O. A Shapley-based decomposition of the R-square of a linear regression［J］. The Journal of Economic Inequality，2007，5（2）：199-212.
31	黎文靖，李茫茫.“实体+金融”：融资约束、政策迎合还是市场竞争？——基于不同产权性质视角的经验研究［J］.金融研究，2017（8）：100-116.
	Li Wenjing， Li Mangmang. Combination of entity enterprise and financial institution： financial constraints，policies to cater or market competition？ Based on the empirical research of different property rights perspective［J］. Journal of Financial Research，2017（8）：100-116.
32	李天宇，孟宪春，冯叶. 信贷扭曲下系统性风险形成和“双支柱”政策协调问题研究——基于异质性企业的视角［J］.中国管理科学， 2021，29（1）：12-23.
	Li Tianyu， Meng Xianchun， Feng Ye. The formation of system risk and the coordination of “double pillar” policy under credit distortion：based on the perspective of heterogeneous enterprises［J］. Chinese Journal of Management Science，2021，29（1）：12-23.
33	Geroski P A， Mata J， Portugal P. Founding con- ditions and the survival of new firms［J］. Strategic Management Journal，2010，31（5）：510-529．
34	钱龙. 信息不对称与中小企业信贷风险缓释机制研究［J］. 金融研究，2015（10）：115-132.
	Qian Long. Asymmetric Information and Risk Mitigation for SMEs［J］. Journal of Financial Research，2015（10）：115-132.
35	Casalin F， Pang Gu， Maioli S. Inventories and the concentration of suppliers and customers：evidence from the chinese manufacturing sector［J］. International Journal of Production Economics，2017，193：148-159.
36	胡宁，靳庆鲁.社会性负担与公司财务困境动态——基于ST制度的考察［J］.会计研究，2018（11）：28-35.
	Hu Ning， Jin Qinglu. Social burden and the dynamics of corporate financial distress：an investigation based on the st rules［J］.Accounting Research，2018（11）：28-35.

变量分类	变量名称（符号）	度量方式
被解释变量	违约距离（DD）	KMV模型违约距离越大，信用风险越小
解释变量	财务困境（FD）	将中小企业Z积分值从高到低分为五组，Z积分位于最低一组的FD取值为1；Z积分位于其他组的FD取值为0
控制变量	资产负债率（Lev）	总资产/总负债
	资产收益率（Roa）	净利润/平均资产总额
	账面市值比（Btm）	账面价值/市场价值
	营业利润增长率（Growth）	（本期期末营业利润-本期期初营业利润）/本期期初营业利润
	产权性质（State）	国有企业为1，非国有企业为0
	第一大股东持股比例（Top）	第一大股东持股数/总股数
	企业规模（Size）	企业员工数量
	客户集中度（Cr）	前五大客户的销售额占年度销售总额的比重
	行业集中度（HHI）	赫芬达尔指数 $H H I = ∑ i = 0 n S i 2$ ， $S i 2$ 表示第 $i$ 个经营单元的收入与主营业务收入之比
	年度特征（Year）	年度虚拟变量
	行业特征（Ind）	行业虚拟变量

变量	样本量	最小值	中位数	最大值	均值
DD	354	1.005	2.469	5.846	2.457
FD	354	0	0	1	0.195
Lev	354	0.066	0.545	1.006	0.516
Roa	354	-0.221	0.030	0.205	0.039
Btm	354	0.129	0.714	1.177	0.694
Growth	354	-102.887	0.075	13.203	-1.208
State	354	0	0	1	0.469
Top	354	0.083	0.363	0.825	0.368
Size	354	142	4011	368953	9036
Cr	354	0.008	0.194	0.906	0.233
HHI	354	0.014	0.076	0.886	0.109

Panel A:全样本
	样本组		控制组		差异
	N	Mean	N	Mean	Mean	t-Value
	354	10.540	1388	11.716	1.176	0.552
Panel B：分年份样本
2010	17	14.720	78	35.110	20.390^*	1.328
2011	36	11.179	121	10.079	-1.100	-0.474
2012	62	7.147	243	7.437	0.290	0.236
2013	61	8.085	206	14.588	6.503^*	1.398
2014	39	10.718	162	11.897	1.179	0.281
2015	32	9.251	161	9.788	0.537	0.298
2016	43	9.914	153	9.095	-0.819	-0.437
2017	39	23.943	142	9.321	-14.622^*	-1.35
2018	25	8.284	122	8.907	0.623	0.897

变量	DD
变量	（1）	（2）	（3）	（4）
FD			-0.161^* (-1.76)	-0.178^** (-2.14)
Lev	0.323 (1.39)	0.100 (0.46)	0.337 (1.45)	0.107 (0.49)
Roa	3.944^*** (4.45)	2.230^*** (2.73)	3.801^*** (4.28)	2.077^** (2.55)
Btm	1.144^*** (5.80)	0.675^*** (3.40)	1.127^*** (5.73)	0.642^*** (3.24)
Growth	0.001 (0.39)	0.0004 (0.11)	0.002 (0.42)	0.0003 (0.11)
State	0.056 (0.75)	0.704 (1.04)	0.061 (0.81)	0.088 (1.30)
Top	0.010 (0.04)	-0.772 (-0.34)	-0.030 (-0.11)	-0.047 (-0.21)
Size	2.85e-06^* (1.87)	3.90e-06^*** (2.71)	2.81e-06^* (1.85)	3.95e-06^*** (2.75)
Cr	-0.373^** (-1.52)	-0.379^* (-1.74)	-0.355 (-1.44)	-0.369^* (-1.70)
HHI	-0.692 (-1.98)	-0.378 (-1.13)	-0.715^** (-2.05)	-0.429 (-1.28)
Year	No	Yes	No	Yes
Industry	No	Yes	No	Yes
Adjust-R²	0.158	0.393	0.163	0.400
F	7.69	9.67	7.28	8.94
N	354	354	354	354

模型中的变量（ $X$ ）	$R 2$	增值贡献（ $Δ R 2$ ）
模型中的变量（ $X$ ）	$R 2$	$X 1$ 资产收益率	$X 2$ 账面市值比	$X 3$ 企业规模	$X 4$ 财务困境
空集或 $K = 0$ 时，平均贡献	0	0.337	0.380	0.367	0.349
$X 1$	0.337	—	0.067	0.032	0.012
$X 2$	0.380	0.024	—	0.022	0.015
$X 3$	0.367	0.002	0.035	—	0.014
$X 4$	0.349	0.001	0.046	0.032	—
$K = 1$ 时，平均贡献	—	0.009	0.049	0.028	0.014
$X 1 、 X 2$	0.404	—	—	0.016	0.011
$X 1 、 X 3$	0.369	—	0.051	—	0.012
$X 1 、 X 4$	0.350	—	0.065	0.031	—
$X 2 、 X 3$	0.402	0.018	—	—	0.014
$X 2 、 X 4$	0.395	0.020	—	0.021	—
$X 3 、 X 4$	0.381	0.000	0.036	—	—
$K = 2$ 时，平均贡献	—	0.013	0.051	0.023	0.012
$X 1 、 X 2 、 X 3$	0.420	—	—	—	0.011
$X 1 、 X 2 、 X 4$	0.415	—	—	0.016	—
$X 1 、 X 3 、 X 4$	0.381	—	0.050	—	—
$X 2 、 X 3 、 X 4$	0.416	0.014	—	—	—
$K = 3$ 时，平均贡献	—	0.014	0.050	0.016	0.011
$X 1 、 X 2 、 X 3 、 X 4$	0.431	—	—	—	—
总平均贡献	—	0.092	0.133	0.109	0.097