价值链网络、企业异质性与产业信用风险传染——基于中国光伏产业的研究

宋凌峰 刘志龙

(武汉大学 经济与管理学院， 湖北 武汉 430072)

一、引言

2010年以来，中国经济增速放缓，实体经济下行压力增大，国内资本“脱实向虚”，这一方面放大了房地产等资产的泡沫，扭曲了经济结构，另一方面也使得制造业融资受到挤压，企业融资成本提高，经营风险攀升。2016年之后，随着金融去杠杆的推进，非标融资受限，这虽然一定程度上抑制了地方性融资平台、房地产行业的过度融资，但同时也对传统制造业特别是中小民营企业形成错杀，致使债务风险频发。由于产业内上下游企业间的业务往来频繁，信息不对称程度较轻，因此基于物流与资金流相互提供商业和担保信用支持成为企业降低营运成本、缓解资金压力的重要手段(李延喜 等，2007)。然而，这种基于价值链的相互信用支持也可能会造成企业资产负债状况表现出较强的关联性，增加产业整体的系统性风险暴露(王贞洁 等，2013)。因此，当前在经济下行的环境下，以企业信用支持为基础，研究信用风险在产业价值链中的传染与恶化，对于有效防范产业危机具有重要的指导意义。

在外部环境持续恶化的背景下，一旦产业内部某个企业由于营运和现金流量状态不佳，出现资金链断裂或破产清算危机，轻则会影响上下游相关企业正常的生产经营，严重的甚至会导致生产停滞，继而提高产业群体性危机爆发的可能(张乐才，2011)。同时，产业价值链中任意一级节点企业都是作为独立的经济主体而存在，在利润最大化的驱使下它们会不断遴选符合自身利益的上下游供应商和销售商，从而在成本和利益分配上造成企业间的相互挤压和优胜劣汰，这种来自于产业内部的竞争机制也可能提高行业群体性危机爆发的概率(Govindan et al.，2017)。由于产业价值链关系对实体企业经营的影响较大，实体经济信用风险的传染与恶化效应可能比金融体系更为迅速和严重。那么，对于企业信用关联所形成的产业价值链网络所表现出的“稳健但脆弱”的性质，究竟是网络结构的自有属性，还是企业自身风险暴露和核心程度等异质性的外在表现，抑或兼而有之？在产业风险传染中“大而不能倒”与“太互连而不能倒”的效应哪种更明显，即濒危企业还是核心企业对系统性风险的贡献更大？针对上述问题，已有研究并未给出明确的回答。

本文基于或有权益分析方法(CCA，Contingent Claims Analysis)，利用2009—2016年中国光伏产业数据和企业间资产负债表联动关系构建了产业价值链网络模型， 细致考察了价值链网络结构和企业异质性特征对系统性风险恶化的影响，着重剖析了值链网络产生“稳健但脆弱”这一结构性突变的原因，并进一步探究了企业自身风险暴露和核心程度等异质性特征的作用强度差异。

二、文献综述

目前，针对产业信用风险传染研究的重点聚焦于风险传染渠道和企业管理决策行为两部分内容。在风险传染渠道方面，Wu et al.(2014)、Li et al.(2015)以及Qian et al.(2016)分别从产业内企业间的资产价值关联、应收账款关联以及物流交易等角度对产业内的信用风险传染进行了研究，结论显示，企业商业信用的扩张会增大风险传染的强度。在企业应对信用风险传染的管理决策方面，学者多采用网络分析法进行模拟分析。North et al.(2007)以及Mizgier et al.(2012)考虑了不确定条件下的厂商行为，以ABM模型(Agent-Based Model，简称“主体代理模型”)为基础模拟了供应链动态变化下的厂商最优决策，认为受利润最大化驱使，厂商的进货渠道将不断发生调整，从而会造成供给链网络结构的动态变化和企业流动资产的波动。Govindan et al.(2017)通过构建两级供应商需求随机波动模型考察了产业内物流波动所引致的生产不确定性，以及供应商对此做出的风险转嫁行为。上述研究主要从微观角度出发，对产业信用风险传染特征展开分析，进而为企业风险管理提供相关建议，却未能基于行业整体视角探讨产业的系统性风险，忽略了价值链风险网络结构与企业异质性特征等因素对产业系统性风险的贡献，因此不利于产业风险防控和监管。

在网络结构和系统性风险研究方面，现有文献集中于金融系统内部，而鲜有学者关注经济实体产业所承载的系统性风险暴露。Allen et al.(2000)以及Freixas et al.(2000)认为，紧密的网络结构特征有利于形成风险共担，降低负面冲击对单个机构的影响，从而增强系统的风险弹性。然而，部分研究也发现紧密的网络结构会起到风险放大器的作用，造成“多米诺骨牌”般的系统性连锁反应。比如，Blume et al.(2011)发现，随着个体关联机构的增加，风险网络结构更加紧密，系统性风险爆发的概率也随之上升，网络结构的高连通性反而会降低系统风险弹性。后期，在网络结构和系统性风险的研究中逐步发展出传染的相变理论(phase transition)，即认为网络系统性风险会表现出“稳健但脆弱”(robust-yet-fragile)的性质。比如，Lenzu et al.(2012)、Borovkova et al.(2013)以及Marbukh(2016)都认为，当外部风险冲击较小，系统性危机尚未发生时，价值链网络结构的高连通性特征有利于分散风险，降低违约概率；而危机一旦爆发，高连通性反而会提高大规模违约发生的概率。虽然上述研究通过数值模拟发现了网络系统“稳健但脆弱”的特征，但未能深入探讨风险网络产生结构性突变的原因。显然，网络节点自身风险暴露和重要程度等异质性特征均会对网络系统结构性突变的阈值产生影响，特别是信用风险演变存在着加速恶化的特性，因此单纯将网络系统的“稳健但脆弱”归结于网络结构是不准确的。

鉴于上述原因，在网络节点异质性与系统性风险的研究方面，Amini et al.(2013)指出系统性风险一般集中于少数几个节点，而资产负债大小并非是衡量系统重要性和系统性风险的最优指标，需进一步考虑节点对系统性风险的异质性贡献。Teteryatnikova(2014)通过对比无标度网络模型和异配网络模型(节点度与其相连点的度反向相关)中系统性风险的传染，指出网络系统中节点的关联程度这一异质性特征越高，其蕴含的系统性风险越小。隋聪等(2017)从银行网络连接倾向的异质性着手，认为网络连接的异质性特征会造成银行网络的群落结构，从而使得群落内部更易发生风险传染及放大系统性风险，而群落外部则恰恰相反。目前，有关网络节点异质性特征对系统性风险影响的研究多侧重于计量和统计层面的探究，而鲜有利用信用风险的结构化模型分析节点异质性对网络系统性风险的影响，更是缺少剖析异质性在网络系统“稳健但脆弱”特征中的贡献。

较之既有文献，本文的贡献主要体现在：(1)在研究基础上，与现有文献大多假定风险网络服从某一关联模型不同，本文对价值链风险网络的构建主要基于企业资产负债表所产生的真实信用风险关联；(2)在研究对象上，本文从宏观层面的风险网络结构和微观层面的企业异质性两个角度解构价值链网络，并考察了其“稳健但脆弱”性质的深层次原因；(3)在研究方法上，已有文献对系统性风险传染的模拟分析需要相关网络节点出现实质性的破产或违约，而本文将或有权益分析方法引入结构化风险研究中，可以充分体现信用风险的集聚与渐变特征。

三、理论分析

(一)价值链信用风险关联

根据“信贷配给”理论，产业内的商业和担保信用支持是企业降低营运成本、替代银行借款的重要短期融资方式(王霄 等，2003)。优序融资理论认为，由于存在信息不对称，企业的外部投资者通常会要求企业在融资时给予相应的风险补偿，信息不对称程度越深，投资者要求的风险溢价越高。然而，在产业内部，由于上下游企业对彼此的经营状况更为熟悉，商业信用和担保信用的成本更低，因此为企业所青睐(李延喜 等，2007)。产业内的企业之间通过物流与资金流等方式相互提供商业和担保信用支持，虽然一定程度上有助于降低企业的营运成本，缓解短期资金压力，但同时也使得企业间的资产负债表现出紧密的关联性。因此，基于物流的商业信用支持和基于资金流的担保信用支持是产业价值链信用风险关联的主要渠道。

在基于物流的商业信用支持方面，由于产业内的上下游企业普遍存在资金瓶颈问题，为降低运营成本，它们在业务往来时大多会根据企业议价能力和核心竞争力，使用赊销赊购和预购预售等形式的商业信用进行扩张。通常，当产业下游企业遭遇需求萎缩等负面冲击而导致自身信用风险上升时，由于其拥有上游企业的信用支持，这就使得信用风险从下游企业传导至上游企业，具体表现为上游企业应收款项价值缩水，资产负债状况恶化。同理，上游企业信用风险上升也会导致下游企业获得中间产品的不确定性和生产经营停滞的可能性加大，进而使得企业资产价值缩水，信用风险增加。

在基于资金流的担保信用支持方面，产业内企业的担保信用主要包括两种。一是金融借贷担保。由于缺乏足够的抵押物，企业通常会采取相互提供担保的方式获取银行贷款。当被担保企业信用违约风险增加，无力偿还银行贷款时，由于代偿协议的存在，担保企业自身资金流亦将承受压力，从而导致信用风险通过金融借贷担保在产业内传染。二是投资隐性担保。为增强产业竞争力，降低经营和市场波动，产业内部基于价值链关系的企业交叉持股投资将上升。当关联企业面临偿付危机时，为避免产业价值链断裂，投资企业存在对关联企业进行注资的倾向。

(二)产业信用风险传染

在受到风险冲击后，企业信用风险会基于商业信用和担保信用所建立的资产负债关联，通过价值链风险网络在产业内部传染。从宏观层面来看，企业间相互隐含担保关联所组成的价值链风险网络结构决定着信用风险分担和扩散的速度。产业价值链网络的连通性越高，碎片化程度越低，风险传染效率越快，与此同时产业信用风险的分配也将越均匀(Elliott et al.，2014；Acemoglu et al.，2015)。从微观层面来看，由于产业内不同企业自身信用风险的暴露不尽相同，其面临冲击所产生的风险恶化也程度各异。一定程度上，企业在产业中的核心地位决定着整体风险的影响范围。因此，总体而言，宏观层面的价值链风险网络结构和微观层面的企业风险异质性特征均会影响产业内信用风险的恶化。

(1)宏观层面的价值链风险网络结构。价值链风险网络结构集中体现在网络密度(网络中节点间相互连边的密集程度)、聚类系数(网络中节点集聚的程度)和平均路径长度(网络中任两节点间的平均最短距离)等连通性特征上。网络系统中的信用风险传染同时具有稀释效应和扩散效应，二者相互关联、相互影响。一方面，产业信用风险的传染扩散是稀释效应发挥的前提，通过风险传染可以将外部冲击分散至产业内的各个企业中，形成类似保险的风险共担机制，从而提高产业整体的抗风险能力；另一方面，风险的传染扩散还会导致产业内风险恶化，极端条件下甚至会产生连锁反应，引发群体性危机。

(2)微观层面的企业异质性。根据或有权益分析，关联企业提供信用支持所产生的担保成本具有加速恶化的特性。在受到外部风险因素冲击后，个体企业信用风险的非线性变动会显著影响关联企业的信用风险承担，从而导致风险的传染和扩散。同时，企业在产业信用风险网络中的核心地位这一异质性特征也会改变产业整体的风险传染与恶化。企业的核心地位越高，关联企业越多，其信用风险的影响范围也就越广。

综上分析可知：第一，价值链网络出现“稳健但脆弱”的结构性突变取决于宏观层面的网络结构和微观层面的企业异质性，两种因素对系统性风险贡献差异决定了行业风险监控的重点；第二，价值链网络结构连通性的增强对系统性风险的影响同时具有稀释效应和传染效应；第三，企业异质性特征对产业信用风险的影响主要体现在企业个体风险的非线性演变以及企业间信用风险的交叉传染上，相应地，在网络分析中则表现为企业自身的信用风险暴露及其在网络中的核心地位两个方面。

四、研究设计

(一)价值链风险网络构建

根据或有权益理论，企业间提供的商业和担保信用支持相当于一项或有资产或负债，可以分解为无风险债券和看跌期权的组合。此看跌期权衡量了企业违约担保的价值，反映了提供信用支持企业的预期损失：

EL=DBe-rtN(-d2)-AN(-d1)

(1)

由于一般只能根据产业内各企业的财务信息状况测度其信用风险，而很难准确衡量企业间信用风险的相互担保和承担关系。为解决上述问题，本文采用最大熵估计分析产业企业间的风险承担关系。

将价值链风险承担关系矩阵E的元素看作是联合概率分布函数f(EL,RB)的值，而EL(i)与RB(i)视为边际分布函数f(EL)和f(RB)的值，其中EL(i)表示企业i所面临的总风险损失，RB(j)表示企业j所承担的总风险损失，且二者满足:

(2)

假设产业内企业所承担的风险与其自身的资产市值成正比，即RB(j)=ρA(j)，则上式可表示为:

(3)

(4)

(二)产业信用风险传染

产业中企业普遍受到外部市场风险和内部经营风险的影响，考虑产业内n家企业受到L0=(L10…Ln0)的初始风险向量冲击，在其他条件不变的情况下，企业资产价值A的变动满足：

ΔA=-L0

(5)

而资产价值的大幅下跌将导致企业信用违约风险上升，企业违约预期损失EL增加，系统新增风险冲击L1=(ΔEL11…ΔELn1)将在产业内部进行传染和扩散。在经过一轮风险传染后，产业内任意企业i所面临的风险应为所有企业起始风险冲击的加权平均数：

(6)

(7)

(8)

(9)

经过一轮风险恶化后，价值链内的企业会再次受到信用风险关联所导致的风险冲击，在其他条件不变的情况下，企业资产价值A的变动满足：

(10)

同时，企业资产价值的损失将进一步导致系统新增风险冲击L2=(ΔEL12…ΔELn2)，此过程将一直持续下去，直至系统崩溃或风险被完全吸收。

(三)产业信用风险恶化与准备金

假设企业i首先因为信用风险恶化出现破产，即企业资产市值小于违约点Ai≤DBi。此时企业的破产退出使得基于企业i的风险传染路径受阻，系统剩余风险将在剩余幸存企业中重新分配，幸存企业k此轮所受风险为：

(11)

其中，λkj为企业i破产后，企业k所承担的企业j全部信用风险比例。同样，价值链风险传染恶化将一直持续下去，直至信用风险被完全吸收或企业全部破产。由于信用风险的传染与恶化，产业中的企业破产后，会在系统内部产生引致风险：

(12)

在企业异质性分析中，引致风险衡量了企业破产所导致的产业信用风险恶化。产业引致风险TL的大小取决于破产企业的异质性特征，具体包括企业的风险暴露和核心程度等方面。

借鉴Merton et al.(1993)对风险准备金的定义，认为系统性风险损失准备金是用于弥补企业净资产价值相对于无风险投资价值的差额，即风险准备需满足：

RC=max{E0×erT-ET,0}

(13)

其中，E0与ET分别代表企业起始日和到期日的权益市值，由于上述支付可被看作是以企业到期日权益市值ET为标的，以起始日权益市值的无风险投资价值E0×erT为执行价格的看涨期权，因此企业的系统性风险损失准备金可以表达为：

(14)

五、实证分析

(一)样本选择与数据来源

考虑到非上市企业权益市值及波动率数据获取困难，且上市企业由于资本金相对雄厚、业务量大，能够很好地代表其所在产业的整体经营与风险传染承担状况，因此本文选取2009年第一季度到2016年第二季度在深沪两市挂牌交易且主营业务为光伏产业的上市企业作为研究对象。在剔除2009年之后上市、财务数据严重缺失和异常以及光伏产业收入占比过小的公司后，共选取样本企业15家，具体包括南玻A、银星能源、精功科技、横店东磁、粤水电、梦网荣信、中环股份、拓日新能、特变电工、岷江水电、航天机电、鄂尔多斯、亿晶光电、三安光电、综艺股份。其中，生产晶体硅原料、硅棒及硅片的上游企业6家，生产光伏电池及组件的中游企业4家，与光伏系统应用产品相关的下游企业5家。

本文所选取的上市企业股票市值数据来自于Wind数据库，其中权益市值为股票每日收盘价与总股本之积，并以交易日为单位计算上市企业的年化权益波动率。同时，对于部分上市企业因短期停牌而导致当期权益市值波动率为零的情况，本文采用取相邻两季度的权益市值和波动率的平均数进行计算。产业内企业的资产负债表信息来自于CSMAR数据库，并借鉴宫晓琳等(2013)将或有权益计算中的违约点设定为上市企业短期负债与一半长期负债之和。无风险利率选取CSMAR数据库中的银行一年期存款利率，并将月度数据取平均数作为无风险利率的季度数据。本文的计算分析均通过Matlab、Excel和Stata等软件完成。

(二)光伏产业信用风险及网络结构特征

将中国的光伏产业视作一个整体，对其资产负债进行加总构造产业部门资产负债表，同时结合市场的股票价格信息，运用或有权益分析方法，对中国光伏产业整体的信用风险进行度量。图1为中国光伏产业基于或有权益分析方法所求出的违约距离。

由图1可见，中国光伏产业的违约距离波动明显，且大致呈现三段式的特征。其中，2011年第四季度之前为危机前阶段，此时中国光伏产业发展迅速，整体违约距离保持在6左右。2012年第一季度至2014年第一季度为危机中阶段，光伏产业违约距离整体下滑，信用违约风险逐渐增加，行业整体受到来自“双反”所致的外部风险冲击的影响明显。光伏产品的出口困难和国内的产能过剩共同致使产品价格持续走低，企业存货堆积，行业信用风险增加。而2014年第二季度之后，违约距离开始重新上升，虽然在2015年第三季度受中国“股灾”的影响，违约距离出现异常的大幅下跌，但是很快便恢复至正常水平，并维持在6以上，这表明中国光伏产业的信用违约风险经过此前行业危机的释放后得到了很好的控制，行业整体走向回暖阶段。

表1 光伏产业价值链网络结构特征

表1对光伏产业风险网络的网络结构特征进行了测度。从中可以看到，产业链风险传染网络的网络密度呈现震荡波动的态势，且相对较大，样本均值达到0.55。由于网络密度衡量了网络节点间的紧密程度，因此较高的网络密度表明中国光伏产业企业间的信用风险关联明显，风险传染特征显著。同时，在所选取的样本区间内，价值链风险网络的聚类系数基本维持在0.8的水平上，平均路径长度也稳定于2以下，这表明中国光伏产业风险网络符合典型小世界网络聚类系数高、平均路径短的特性，其风险传染的连通性较好。就风险传染效率指标而言，价值链风险网络的风险传染效率基本维持在0.5水平以上，产业内信用风险的传染效应较强。

(三)价值链网络与产业信用风险传染

为单独对比不同价值链风险网络对风险恶化的影响，本文通过Matlab随机生成100000个不同的价值链风险传染矩阵，通过计算其对应的风险恶化系数和各网络特征，分析网络结构特征对风险恶化的影响。

表2列示了对随机风险矩阵样本的网络结构效应进行分析所得的结果，从中可见，所有模型的回归系数及联合显著性检验都通过了1%的显著性水平。风险网络传染效率和平均路径长度对风险恶化系数存在显著的正效应，而网络密度和聚类系数对其存在显著的负效应。上述结果说明，价值链风险网络的网络密度、聚类系数越高，平均路径越短，这虽会导致其风险传染效率增加，产业风险恶化加重，但整体来看，在控制风险传染效率变量后，风险网络连通性的增强有利于节点企业形成风险共担的整体，进而避免产业风险的恶化。因此，网络系统中信用风险的传染虽然同时具有稀释效应和扩散效应，但整体上稀释效应更明显，这使得网络系统表现出稳健性特征，而企业风险的非线性演变才是网络系统“脆弱性”的主要来源。

表2 随机风险传染矩阵的网络结构特征效应分析

注：*、**、***分别代表在10%、5%、1%的水平上显著。

(四)企业异质性与产业信用风险传染

针对网络分析中存在的“大而不能倒”与“太互连而不能倒”之争，图2通过模拟系统内任意2家企业同时破产对产业信用风险恶化的影响，计算了价值链风险传染所产生的引致风险，并分别按企业的核心程度和风险暴露进行了排序。

图2 企业系统性信用风险贡献

左图方框圈出了5家核心企业中任意2家破产后所产生的引致风险，可以看出，其值显著高于其他，且企业核心程度与系统风险贡献表现出显著的正相关关系，这表明企业的核心程度越高，其对产业系统性风险恶化的影响越大。对比右图，按照企业风险排序后，单个企业风险暴露与产业系统性风险的关系则表现得不甚明显，这说明企业自身风险暴露大并不意味着其对产业的系统性风险影响也大。因此，核心企业，而非濒危企业应成为产业信用风险的重点调控对象。

进一步地，表3通过网络分析法筛选出了光伏产业中的核心企业，以模拟价值链中各企业破产所引致的产业信用风险冲击。横向对比来看，鄂尔多斯、特变电工、三安光电、南坡A、中环股份这5家企业的度显著高于其他节点，在整个价值链风险网络中处于核心地位，属于产业的核心企业。在模拟计算中，5家核心企业破产后所造成的系统性风险影响分别占产业总资产规模的5.77%、10.52%、7.45%、7.60%和6.16%，远大于普通企业3.34%的平均值。同时，核心企业作为风险暴露的重点，其系统性风险准备金也远高于普通企业。

表3 光伏产业系统性风险的企业异质性分析

注：000012(南玻A)、000862(银星能源)、002006(精功科技)、002056(横店东磁)、002060(粤水电)、002123(梦网荣信)、002129(中环股份)、002218(拓日新能)、600089(特变电工)、600131(岷江水电)、600151(航天机电)、600295(鄂尔多斯)、600537(亿晶光电)、600703(三安光电)、600770(综艺股份)。

六、结论及政策建议

本文基于或有权益理论，通过企业间资产负债表联动关系构建产业价值链网络模型，并以中国光伏产业上市企业为研究对象，利用2009年第一季度至2016年第二季度相关数据样本，考察了价值链网络结构和企业异质性特征对产业信用风险传染恶化的影响。主要结论包括：价值链网络连通性的增强有利于缓解产业信用风险的恶化，而企业风险的非线性演变是网络系统“脆弱性”的主要来源；与自身风险暴露相比，企业核心程度对产业信用风险恶化的影响更明显，核心企业在价值链风险网络中具有系统重要性，其财务状况不佳会加剧产业内风险的传染与恶化。

基于研究所得，本文提出如下政策建议：

第一，推动产业集聚，延伸产业价值链业务范围。价值链风险网络的连通性特征有利于降低产业潜在信用风险的暴露，通过产业集群、延伸部分企业的业务范围，可增强风险传染网络的连通性。

第二，强化核心企业内部的信用风险管理，必要时对其进行救助。企业通过加强资产负债表管理，可以弱化单个企业资产负债状况不佳所引致的行业风险恶化。

第三，建立基于系统性风险的动态准备金制度。通过在行业发展阶段建立风险共担机制，将行业准备金作为风险冲击的缓冲器，可有效避免未来在面临不利因素时，企业财务状况急剧恶化。