顾婧 史心雨 陈祥锋

一、引言

系统性金融风险一直是金融工作关注和防范的重点，其关键在于主动化解风险源，及时“扑灭火种”。信用风险作为金融风险的主要类型，具有较强传染性，管理不当容易引发系统性金融风险。2020年新冠肺炎疫情的暴发导致社会经济活动受到极大限制，实体经济经营压力增大，偿债能力下降，违约规模创新高。银行采取贷款展期、逾期免息等宽松政策予以支持，有效降低了信用风险在金融市场上的传染性，避免了系统性金融风险的发生。在这样的现实背景下，研究企业信用风险影响因素、探索风险管控的有效措施有助于保护企业资产安全、守住不发生系统性金融风险的底线、维持经济稳定健康发展。

当前国内外宏观经济形势复杂，发展不平衡不充分带来的内忧和国际经贸冲突带来的外患使得经济下行压力加大。为适应不同经济发展阶段、实现不同宏观经济目标，国家不断出台和调整各项经济政策，随之也引发了经济政策不确定性（Economic Policy Uncertainty，EPU）的影响问题。〔1〕由图1可以看出我国EPU指数整体呈现上涨趋势，2019年更空前高涨，最高时可达970.83。经济政策不确定性的上升会对宏观经济与金融市场产生影响〔2〕，使得微观企业生存环境动荡，进而诱发企业信用风险。

图1 中国经济政策不确定性变化：1995—2021年①相关数据由斯坦福大学和芝加哥大学联合发布并且实时更新，参见：http://policyuncertainty.com，2022年3月18日。本文运用算术平均法将月度指数转化为年度指数。

随着全球一体化的推进与商品经济的不断发展，企业不再是孤立存在的个体，而是与多个企业建立供应链关系，成为供应链中的一员。市场竞争主体逐渐由企业演化为供应链。“十四五”规划着重强调了产业链供应链优化问题，已有研究则表明供应链关系会对企业融资能力〔3〕、投资效率〔4〕、创新活动〔5〕和绩效表现〔6〕等方面产生影响。因此，供应链关系作为影响企业发展的重要因素，对企业抵御外部冲击，推动企业高质量可持续发展的作用不容忽视。

本文基于我国A股上市公司数据，借助Baker等人构建的EPU指数作为核心解释变量，以KMV模型计算出的违约距离作为企业信用风险代理指标，实证检验经济政策不确定性对企业信用风险的影响，试图从企业外部融资和内部投资两方面阐明政策变动影响企业信用风险的机制，并进一步探究供应链关系在其中的重要作用，为企业提升自身抗风险能力、抵御外部冲击提供启示。本研究主要贡献在于：（1）丰富了国内外关于企业信用风险影响因素的相关研究，并从供应链关系视角出发，探究能够减弱政策变动给企业带来的风险效应的有效措施，为企业风险管理提供新思路。（2）通过实证分析证实经济政策不确定性这一宏观风险会传导给企业，导致企业信用风险上升，同时揭示了其中的作用机制，这是对经济政策不确定性经济后果研究的有益补充与完善，也为缓解经济政策不确定性可能带来的不利影响、真正做到主动防范化解风险、保证政策有效执行、维持金融市场稳定提供理论参考。（3）从资源关系和资金关系管理两个维度，探究供应链关系在经济政策不确定性影响企业信用风险中的调节作用，拓展了供应链管理研究的范围，为优化产业链供应链实践提供参考依据。

二、文献回顾和研究假设

（一）经济政策不确定性与企业信用风险

经济政策不确定性上升影响着经济主体的行为决策。一方面，经济政策不确定性升高促使企业信息披露意愿上升、银行选择效应增强，企业信用风险反而下降。具体来说，经济政策不确定性是企业信息环境和管理者自愿披露决策的重要组成部分，不确定性较高时，管理者披露信息的意愿增强〔7〕，这有利于降低信息不对称程度，促使债权人做出更准确的判断，从而降低信用风险。此外，银行出于安全性的考虑会对贷款企业进行更加严格的筛选，向信用更好的企业提供资金，而信用较差的企业难以获得融资。这一选择效应使信用风险研究主体优质化，因此企业信用风险显著降低。〔8〕

另一方面，作为一种不可避免的系统性风险，经济政策不确定性对企业运营带来的不利影响似乎更为显著。首先，不确定性会带来需求冲击，导致市场需求下降〔9〕，企业经营业绩变差；其次，政策频繁调整会引起股市动荡，加剧股价崩盘风险；〔10〕再次，政策不确定性上升会抑制企业投资〔11〕、降低创新能力〔12〕，导致企业正常经营活动受限；最后，政策频繁调整使银行谨慎性动机增强，贷款标准更加严格，企业融资成本与融资难度上升。〔13〕总的来说，经济政策不确定性越强，企业未来经营风险越大，资金问题更加凸显，最终致使企业无法按期偿还债务的可能性加大，信用风险上升。

面对宏观政策变动带来的冲击，不同企业遭受的风险有差异。首先，关注企业所有制，我国国有企业相比非国有企业更容易获得资源支持，贷款成本更低，在行业中拥有绝对市场势力，且能更早地获悉政策动向，对市场环境不那么敏感。〔14〕正是由于存在这种偏向性政策，与国有企业相比，非国有企业在面对较强的经济政策不确定性时，受冲击影响可能更大、风险效应更强。其次，融资约束一直是制约企业发展的重要因素，中小企业由于经营规模小、资信状况差、信息披露质量低等问题难以获得融资，因而流动性约束强，一旦外部不确定性上升则雪上加霜。据此，本文提出假设1。

H1：经济政策不确定性上升会增大企业信用风险，且这一效应在非国有企业和高融资约束企业中更加明显。

（二）银行贷款和企业投资的中介效应

经济政策不确定性作为市场风险的一部分，是影响企业信用风险的重要因素。那么，这种宏观风险向微观经济主体传导的机制是什么？为了探究这一问题，本文从以下两方面进行分析。

首先，从企业外部融资环境来看，银行贷款作为主要融资来源是解决企业融资约束最直接有效的途径。当经济政策不确定性增强时，银行难以准确预期未来相关政策走向，面临的经营不确定性增强，出于安全性考虑，银行会提升贷款标准，紧缩信贷供给〔15〕，这会导致企业获得银行贷款的难度加大，外部融资能力降低，流动性下降，生产经营受限，从而信用风险上升。

其次，从企业内部投资行为来看，根据实物期权理论，企业投资具有不可逆性，只有在考虑机会成本的情况下收入大于支出时才会进行投资。〔16〕外部不确定性上升使机会成本增加，由于投资不可逆，企业往往变得更为谨慎，通常会选择推迟投资等待时机，从而抑制了当前的投资决策。〔17〕投资行为受阻使企业资源利用效率降低，盈利能力与还款能力下降；此外，企业减少投资会使市场上可获得的有效信息减少，信息不对称程度加深，导致金融机构与投资者难以评估与监测企业风险，融资难度进一步加大的同时还会引起股市动荡，不利于企业经营活动平稳进行，使企业信用风险增大。综上所述，提出假设2：

H2a：经济政策不确定性升高促使银行紧缩贷款规模，进而增大企业信用风险。

H2b：经济政策不确定性升高促使企业减少投资行为，进而增大企业信用风险。

（三）供应链关系的调节作用

根据资源依赖理论，获取资源和资金的能力是企业生存的关键。而供应链关系管理，可从供应链上下游企业的资源关系和资金关系管理两个维度来推动供应链物料流、信息流和资金流“三流”有效协调，提升企业和供应链的竞争能力。因此，当外部环境不确定性上升时，为保障企业经营活动正常进行，维持经济稳定健康发展，应充分利用供应链关系提升企业风险抵御能力，缓解外部冲击产生的负面影响。

本文通过供应链集中度、供应链地理距离刻画供应链资源关系整合程度，其中供应链集中度可理解为供应链资源关系的规模整合程度，供应链地理距离为供应链资源关系的空间整合程度；通过供应链商业信用融资来描述供应链资金关系整合程度。讨论供应链集中度、供应链地理距离和供应链商业信用融资在缓解经济政策不确定性冲击、降低企业信用风险水平方面的调节作用。

首先，高供应商（客户）集中度表明企业信息流单一、资源配置集中、对主要供应商（客户）依赖度高，这会导致企业议价能力降低〔18〕，供应链中断风险加剧〔19〕，信用风险传染效应加重。〔20〕因此，降低供应商（客户）集中度可以分散信息流、降低企业资源依赖度、缓解供应链中断风险和信用风险传染效应，从而提高自身应对环境变化的能力，缓解由经济政策不确定性上升为企业带来的风险效应。

其次，企业与主要供应商（客户）之间的地理距离越远，物料流通过程越复杂、营业成本越高〔21〕，同时远距离会造成企业监督产品质量和管理供应链关系难度加大，信息不对称和道德风险问题严重。〔22〕因此，缩短企业与供应链合作伙伴之间的地理距离可以减少营业成本、降低信息不对称与道德风险，从而在经济政策不确定性升高时降低给企业带来的风险效应。

最后，商业信用融资作为供应链资金流的主要形式，具有门槛低、风险小等特点，可以弥补企业资金缺口，有效缓解融资约束。〔23〕同时，由于商业信用普遍存在于业务关联的企业之间，债权人具有一定的信息优势，监管更加便捷，能够较为全面地掌握债务人的财务状况，更好地评估和管控违约风险。〔24〕此外，企业可以通过宽松的商业信用政策向供应商和客户传达保持长期合作的意愿与能力，促进合作型关系的建立。〔25〕因此，当经济政策不确定性增强时，市场环境不确定性上升，银行贷款规模紧缩，商业信用融资不仅可以填补企业资金缺口，还可以降低信息不对称程度，并进一步促进供应链合作型关系的形成，从而提高企业应对环境变化、抵御风险的能力，缓解经济政策不确定性对企业信用风险的不利影响。综上所述，提出假设3。

H3a：降低供应商（客户）集中度可以缓解经济政策不确定性对企业信用风险的负面影响。

H3b：缩短企业与主要供应商（客户）之间的地理距离可以缓解经济政策不确定性对企业信用风险的负面影响。

H3c：提升供应链商业信用融资额可以缓解经济政策不确定性对企业信用风险的负面影响。

三、研究设计

（一）样本选择和数据来源

本文选取2009—2020年我国A股上市的非金融类公司数据作为研究样本。选取从2009年开始的数据有两个原因，一是避免2008年金融危机对结果的干扰，二是本文聚焦供应链视角下企业信用风险管理的有效措施，我国供应链相关数据从2009年开始逐渐丰富完善，因此将2009年作为起始年份。企业数据均来源于CSMAR数据库，通过剔除交叉持股和关键变量缺失的企业样本，最终获得25371个观测值。

（二）变量定义

1.企业信用风险

本文借鉴已有研究〔26〕，采用KMV模型计算违约距离（DD），以此刻画企业信用风险水平。违约距离是企业未来资产市场价值E（VA）与违约点DP的相对距离，违约距离越小，企业市场价值越接近违约点，信用风险越大。

2.经济政策不确定性

本文采用Baker等人构建的EPU指数，衡量我国经济政策不确定性。〔27〕该指数以香港权威英文报纸《南华早报》相关政策报道为基础，进行识别分析，所得具体信息由斯坦福大学和芝加哥大学联合发布。本文通过取年度算术平均值将月度指标转化成年度指标。

3.中介变量

（1）银行贷款（BC）：用银行借款总额与总资产之比表示。

（2）企业投资（Inv）：用资本性支出与总资产之比表示。〔28〕

4.调节变量

（1）供应链集中度（Con_s、Con_c）：应用企业在前五大供应商（客户）的采购额（销售额）与全年总采购额（销售额）之比来表示。〔29〕

（2）供应链地理距离（Dis_s、Dis_c）：应用企业与其主要供应商（客户）注册地之间的地理距离〔30〕，并用供应商（客户）交易份额占比进行加权来表示。

（3）供应链商业信用融资（TC）：用商业信用净额与总资产之比表示〔31〕，商业信用净额＝（应付账款＋应付票据＋预收账款）－（应收账款＋应收票据＋预付账款）。

5.控制变量

参照以往相关研究，本文选取企业规模（Size）、总资产收益率（ROA）、财务杠杆（Lev）、固定资产比率（Fix）、现金流（CF）、企业价值（TQ）、企业成长性（Growth）和股权集中度（Top1）作为控制变量（CV）。此外，本文还使用行业固定效应（Industry）和地区固定效应（Province）来消除行业和地区差异造成的影响。

（三）实证模型构建

为检验假设1，设定基准回归模型如下：

其中，被解释变量DDi,t代表企业i在第t年的违约距离，DD越小，说明企业信用风险越大。解释变量EPUi,t-1表示企业i在t-1年面临的经济政策不确定性。controlk,i,t-1是一系列控制变量。λIndustry和λProvince分别表示行业固定效应和地区固定效应。εi,t为扰动项。考虑经济政策变动给微观经济主体带来的影响存在时滞效应，同时为缓解内生性问题，解释变量和控制变量均滞后于被解释变量一期。

在检验假设2，银行贷款与企业投资的中介效应时，先采用逐步回归法检验系数，再用Bootstrap法进行二次检验。在检验假设3，供应链关系的调节作用时，在模型（1）的基础上加入调节变量以及EPU与调节变量的交互项。

四、实证结果与分析

（一）经济政策不确定性对企业信用风险的影响

表1报告了在全样本和按企业所有制（SOE）、融资约束程度（采用SA指数进行度量〔32〕）分组下，经济政策不确定性对企业信用风险水平产生影响的回归结果。第（1）列全样本估计结果显示，EPUt-1回归系数显著为负（β=-0.067），证实经济政策不确定性上升会给企业带来风险效应，导致企业违约距离缩短，信用风险增大。第（2）—（5）列分样本估计结果在显示EPUt-1回归系数显著为负的同时，还揭示经济政策不确定性给企业带来的风险效应具有不对称性。具体而言，经过组间系数差异检验，不同所有制和不同融资约束企业的信用风险增加程度具有显著差异，表现为伴随EPU的升高，非国有企业和高融资约束企业的信用风险增大幅度显著高于国有企业和低融资约束企业。至此，表1的回归结果充分支持假设1。

表1 经济政策不确定性对企业信用风险的影响

（二）银行贷款与企业投资的中介效应检验

诚如理论分析部分所述，经济政策不确定性上升可能会降低银行贷款和企业投资规模，最终造成企业信用风险上升。表2报告了两种可能作用机制的检验结果。在银行贷款中介效应检验中，第（1）列EPUt-1回归系数显著为负，说明政策频繁调整带来的不确定性会使银行紧缩贷款规模，企业可获得的贷款额度下降。第（2）列BCt-1回归系数显著为正，表明银行贷款越少，企业违约距离越短，信用风险越大。Bootstrap检验所得间接效应置信区间为（-0.081，-0.061），再次证实中介效应成立。

表2 银行贷款与企业投资的中介效应检验

在企业投资中介效应检验中，第（3）列EPUt-1回归系数显著为负，表明政策频繁调整带来的不确定性会使企业减少投资。第（4）列Invt-1回归系数显著为正，即企业投资越少，违约距离越短，信用风险越高。Bootstrap检验所得间接效应的置信区间为（-0.075，-0.059），进一步证实中介效应成立。综上，政策频繁调整使银行和企业变得更加谨慎，企业获得银行贷款额度减少、投资规模降低，导致信用风险上升，假设2得到验证。

（三）供应链关系的调节作用检验

表3报告了供应链关系调节作用的检验结果。第（1）列与第（3）列供应商端相关变量交互项不显著，第（2）列与第（4）列客户端相关变量交互项均显著为负，其中客户集中度Con_c与EPU的交互项EPUt-1×Con_c系数为-0.047，并在1%水平上显著，说明客户集中度增大会加强经济政策不确定性上升对企业信用风险带来的负面影响；企业与主要客户之间地理距离Dis_c与EPU的交互项EPUt-1×Dis_c系数为-0.018，在1%水平上显著，说明企业与主要客户之间地理距离变远会加重经济政策不确定性给企业信用风险带来的影响。因此，企业应该关注与供应链上下游，特别是与下游客户的关系。通过管理供应链资源关系，降低客户集中度、缩短与主要客户之间的地理距离可以增强企业自身抗风险能力，缓解经济政策不确定性上升带来的风险效应。

表3 供应链关系的调节作用检验

第（5）列EPUt-1×TC回归系数显著为正，说明利用商业信用融资可以缓解政策频繁调整对企业信用风险的负面影响，提升企业抵御外部冲击的能力。因此，在外部不确定性上升，银行谨慎授信的情况下，企业可以通过管理供应链资金关系，运用商业信用融资弥补资金缺口，从而减轻外部冲击给信用风险带来的负向影响。至此，假设3得以验证。

（四）稳健性检验

一是改变经济政策不确定性的测算方式。区别于Baker等人运用《南华早报》，Davis等人对《人民日报》和《光明日报》的文章进行分析并得到月度CEPU指数〔33〕，与前文相同，采取算术平均法将月度数据转化为年度数据，并重复上文的实证研究过程。回归结果中CEPUt-1回归系数显著为负（β=-0.183，p＜0.01），证实经济政策不确定性上升会给企业带来风险效应，导致企业信用风险增大，与上文的结论一致。

二是改变企业信用风险的衡量方式。不同于KMV模型运用企业股票市场信息推算信用风险，Z值模型基于企业财务数据度量信用风险〔34〕，Z值越大表明企业信用风险越小。回归结果中EPUt-1回归系数显著为负（β=-0.044，p＜0.01），与前面研究结果保持一致，证实经济政策不确定性上升会增大企业信用风险。

五、结论与启示

本文利用经济政策不确定性指数和基于KMV模型计算的企业信用风险指标，考量经济政策不确定性对企业信用风险的影响，揭示其中的作用机制，并探究供应链关系的调节作用。研究结果表明：（1）经济政策不确定性上升会给企业带来风险效应，导致企业信用风险增大；同时，这一风险效应具有不对称性，非国有企业和高融资约束企业信用风险的增大幅度更明显。（2）银行贷款和企业投资分别是经济政策不确定性作用于企业信用风险的外部和内部的重要传导媒介；当不确定性上升时，银行贷款规模紧缩（外部传导路径），企业投资水平下降（内部传导路径），最终导致企业信用风险上升。（3）供应链关系能够调节经济政策不确定性对企业信用风险的影响，通过供应链资源关系管理视角降低供应链下游客户集中度、缩短与主要客户之间的空间距离，以及通过供应链资金关系管理视角提高供应链商业信用融资净值，可以缓解政策频繁变动带来的冲击，提升企业抗风险能力。

因此，对于企业而言，了解经济政策不确定性对企业信用风险的影响及传导路径，有助于企业识别风险源，提高对政策变动的敏锐性。充分利用供应链关系，有效管理资源和资金关系，有助于提高企业抵御外部冲击的能力，降低不确定性带来的风险效应，从而保持稳定健康的运营状态。对于金融机构而言，掌握供应链关系特征可以促进资金有效配置。供应链中具有相对优势的企业，如国有企业、上市企业等通常扮演着信贷提供方的角色，为上下游合作伙伴提供商业信用融资。外部不确定性上升时，金融机构通过适当提升对国有企业等具有相对优势企业的信贷额度可以使资金有效流转。对于政策制定者而言，运用政策手段进行宏观调控时，应关注因政策调整引发的不确定性给金融机构和企业带来的风险效应。在保持政策稳定性的同时，可以提前释放信号，加强政策引导，从而增强政策可预期性，保证政策有效执行，维持金融市场稳定。