供应链金融发展与高端制造业的耦合关系及阻碍因素

黎 月，周椿宝，赵晓霞

（1.南京审计大学金审学院金融与经济学院, 江苏南京 210023；2.上海立信会计金融学院国际经贸学院, 上海 201209）

一、引言

供应链金融是指金融机构将核心企业和上下游企业联系在一起提供灵活运用的金融产品和服务的一种融资模式，为各大企业提供了新型融资通道。现代供应链金融起源于20世纪80年代，是基于全球价值链的发展应运而生的金融融资模式。加入WTO以来，随着我国在全球价值链中的作用的提升，传统的金融体系和贷款融资模式已经不能满足企业基于产业融合和提升产业地位的需求。供应链金融依据核心企业的信誉值提供融资信贷额度，增加融资企业与核心企业之间的关联度，便于企业扩大再生产和产业结构优化升级，能够将银行给企业提高金融服务时遇到的财务风险在一定程度上转化为可控风险。随着人工智能、区块链、大数据分析和5G等新技术和新基建的普及，供应链金融也以“金融+科技+场景”为导向，打造智能化服务和数字化商业平台。

经济全球化发展背景下，全球制造产业进入低成本、高附加值的新轨道。高端制造业具有高技术和知识密集型特征，其崛起成为网络时代全球价值链中的核心组成部分，也代表着工业化进程开启了新阶段。高端制造业存在工艺复杂、研发成本高和核心技术难突破等特点，供应链金融在推动制造业资本规模的形成和技术创新方面具备天然优势。然而，我国供应链金融在支持高端产业发展方面却表现乏力，因此对我国供应链金融发展与高端制造业的融合程度和阻碍因素的考察具有十分重要的现实意义。

现有关于供应链金融的研究，关注点主要在业务创新模式（宋华和卢强，2017）和对实体经济的作用（胡江华，2021）方面，较少研究考察我国供应链金融发展与高端制造业之间的耦合度和阻碍因素，因此本文选择160家高端制造业，通过耦合模型和阻碍度分析上述问题并提出相关政策建议。本文结构如下：第二部分为文献综述，第三部分是现状和数据说明，第四部分是模型构建与实证分析，最后是结论与建议。

二、文献回顾

供应链金融作为金融市场的重要金融产品之一，是基于产品供应链和管理服务两方面延伸的整套金融服务的总称。现有研究主要从以下三个角度展开。

（一）供应链金融的作用机制分析

供应链金融服务业务模式创新丰富了企业的融资渠道，提高了上、中和下游产业链金融服务的可得性。宋华和卢强（2017）认为，交易不确定、信息不对称和投机主义等因素是中小微企业融资难、供应链金融推行不力的主要原因。鲍长生（2020）、张林和方丽秋（2021）发现，供应链金融使用信用捆绑方式提升了诸多曾被传统金融信贷机制排斥在外的产业链金融服务的可得性。潘爱玲等（2021）发现，数字化供应链金融打破了传统金融的时间和空间限制，在数据信息共享和公开透明的条件下促进金融服务资源的内部优化配置，降低交易和经营成本，创新业务服务模式。

（二）区块链技术在供应链金融中的应用

随着区块链技术、大数据和金融科技在供应链金融中的运用，相关研究也逐渐增多。Wuttke（2013）基于区块链应用与物流产业的融合进行研究后发现，区块链有助于提升供应链金融服务效率；周雷等（2021）发现供应链金融通过与区块链技术的融合以及搭建联盟链，可以解决核心企业信用背书难题，加速优化商贸流通企业融资模式；袁红林和辛娜（2019）运用网络分析法可视化表明中国在贸易网络中存在较强的依赖性；黄朝晖等（2020）通过选取2010－2016年中国30个省市研究互联网供应链金融对我国商贸流通业发展的支持效应，探索融入区块链技术的供应链金融与实体企业在技术、产业和数字化管理创新之间的关联度；宋华和陈思洁（2016）、王定祥等（2021）基于主体专业分工协同效应，重点分析供应链金融与物联网、区块链和大数据发展的深度融合趋势和信用风险传导机制；Pfohl（2020）利用交易经济学理论，通过构建模型和融资策略，演示实体企业借助区块链技术，使用自我担保等方式解决融资难题。

（三）供应链金融发展与高端制造业之间的关系

胡江华（2021）通过产业结构和金融服务水平关联分析发现，金融服务水平的提升有助于优化资源配置，促进制造产业实体经济的繁荣，从而进一步促进金融服务“脱虚向实”健康有序发展。刘亭立和李翘楚（2019）、彭飞和王忻（2019）、蒋楠（2020）分别从价值发现、金融支撑和企业治理等角度分析高端制造业的创新发展缓慢的主因，供应链金融发展与高端制造业创新双向影响，不同的业务模式和技术创新水平还会造成金融结构的差异化。李春花和董千里（2021）依据供应链金融的特点设计全新形式的融资产品和融资模式，制造业的资金、货物和信息流的有效管理和控制能够刺激供应链金融服务管理的深度耦合。

通过文献回顾可以发现，供应链金融发展与高端制造业是互相影响的两个部分，现有研究选取的数据大多为省际层面，本文贡献在于以160家上市高端制造业企业的2008－2020年年度财务数据，通过耦合函数实证检验供应链金融发展与高端制造业之间的关系，结合阻碍度模型挖掘阻碍两者协调发展的主要因素，为供应链金融有效促进高端制造业发展提出相应的建议。

三、现状分析与数据说明

（一）供应链金融发展与高端制造业发展现状

目前供应链金融在中国仍处于初步阶段，不过受益于应收账款、存货量以及融资租赁市场的不断发展，供应链金融在中国发展较为迅速。据前瞻产业研究院《中国供应链金融市场前瞻与投资战略规划分析报告》统计，我国供应链金融社会融资总额从2015年的12万亿快速增长到2019年的22万亿①https://info.emis.com/zh-cn/emis-baidu_ads_china?bd_vid=11578694402145245590。。通过科技赋能，区块链技术成为互联网金融的“数据共享博物馆”，有效整合上下游及核心企业的信用信息，提高透明度规避经营风险，给商业银行发展供应链融资业务提供了有力的技术支持。供应链金融逐渐成为各商业银行未来发展的重点业务，2020年1－3月期间，我国储蓄银行通过供应链金融平台向200多家企业发放1300多笔资金，总额高达22亿元②https://www.psbc.com/cn/gyyc/ycfm/ycdt/202010/t20201019_30726.html。。随着参与供应链金融主体多元化，在发展中潜在的经营风险和管理缺陷也日益凸显。主要体现在以下三点：一是核心企业信用机制问题，在产业链中将核心企业作为评估重点，一旦核心企业遭遇经营风险或者财务信用危机，产业链崩盘，风险加倍，损失巨大。二是银行面临信用、市场和操作风险三大难题，市场复杂多变，双方信息不对称、资金流中断，联合欺诈造成商业银行利润损失又该如何避免。三是机制不健全，主体协作缺乏，高端制造业核心龙头企业数量和质量不足，导致供应链融合高端制造的整体性发展缓慢。

中国制造业规模位居全球第一，中国高铁正加快“走出去”的步伐，成为闪亮的中国名片。此外，国家统计局统计数据表明，我国医药和通信已经成为快速发展的行业，2020年医药制造业投资增长28.4%，计算机、通信和其他电子设备制造业投资增长12.5%①http://paper.ce.cn/jjrb/html/2022-01/18/content_456804.htm。。由于我国制造业长期处于全球产业链和价值链的中低端，总体上大而不强，高端制造业发展动力不足，中国制造业转型压力较大。我国高新技术对外依赖度较高，制造业增加值占GDP的比重自2006年起呈波动下滑趋势，一定程度上抑制了有效资金需求。此外，制造业金融生态不健全，信用体系、融资担保体系、信息披露体系等都不健全，不良贷款率高②据中国产业经济信息网报道，截至2019年一季度末，商业银行的不良贷款率为1.8%，而制造业的不良贷款率高达9%（http://www.cinic.org.cn/xw/cjyj/550284.html）。，极大地降低了金融机构的信贷投放意愿。因而，供应链金融作为创新型融资模式，缓解融资约束也能促进企业有效资源配置协调发展吗？如果企业内外部发展环境的异质性对供应链金融与企业协调发展中的阻碍因素是否有差异？

（二）变量选择与数据来源

本文所用变量计算方式与表示方法如表1所示。

表1 变量计算方式与表示方法

供应链金融主要是通过金融供给量和金融供给结构两个一级指标进行衡量。金融供给量反映供给高端制造业发展的资金规模，财政科技拨款和RD经费额度体现高端制造业的科技研发投入水平，高新技术产业新增固定资产反映产业价值链高附加值的支持力度；金融供给结构主要依据工具、融资和开发三大结构来有效衡量整个社会的金融发展状况。

高端制造业的发展水平分别选取偿债能力、盈利能力和发展能力三个指标进行度量。偿债能力水平是通过流动比率和资产负债的比值而得，体现了产业的持续经营和扩大再生产能力，突出了制造产业的变现能力和发展规模；盈利能力通过营业利润率和营业净利润率来度量，企业的利润率水平代表了增值能力，增值水平越高越能促进产业结构的优化升级和自主创新；发展能力选取净资产收益率和净利润的增长幅度比较分析，衡量了企业未来的发展潜力和综合实力水平。

本文借鉴Wang等（2019）的做法，采用代表性抽样的方法来选取研究样本。具体做法是，基于行业代表性和数据完整性考虑，在医药医疗、仪器仪表、电子通信、计算机、信息化学、航空装备、轨道交通设备和海洋工程装备八个行业，根据2020年度利润排行榜各筛选出20家前景较好的上市公司共160家上市高端制造业企业作为样本。上述样本数据中供应链金融发展和高端制造业发展相关变量数据主要来源于国家统计局、Wind数据库和国泰安数据库。

（三）变量描述性统计分析

文中对160家上市高端制造业样本2008－2020年的数据进行匹配，共计1920条。样本缺失值部分，采取前三季度均值填补，并进行无量纲化处理，考虑到不同指标存在影响差异化，通过主成分分析法计算各个指标的权重wi。通过主成分分析检验数据来看：KMO为0.772，Bartlett球形度检验结果显著，均表明该数据适合主成分分析。具体如表2所示。

表2 KMO和巴特利检验

供应链金融发展与高端制造业相关变量的描述统计及权重情况见表3。可以看出，供应链金融供给逐年增加，结构优化相对较慢；RD经费支出和高技术产业新增固定资产整体规模较大，就中位数而言，财政科技拨款相对较低；供给结构上，融资结构与开放结构水平比较低，一定程度上限制产业高端化转型的资本需求；高端制造业的偿债能力、盈利能力和发展能力稳中有升，流动比率和资产负债率占比较小，偿债能力对高端制造业的成长拉动效应不足。

表3 变量描述性统计及权重

2008－2020年供应链金融供给量变化情况如图1所示，可以看出，供应链金融供给下的财政科技拨款、RD经费支出、高技术产业新增固定资产三个二级指标均呈上升趋势。2016年高新技术新增固定资产额略有回落，到2020年接近RD经费支出额，相当于科技财政拨款额的3倍。从增长趋势来看，高技术产业新增固定资产和RD经费支出增长速度较快，财政科技拨款增长速度相对较慢，2020年增长为负，这与疫情期间财政紧张也有很大关联。从以上三者的增长趋势可以明显看到，金融投入随着时间保持着较快步伐前行。

图1 2008－2020年供应链金融供给量情况（单位：亿元）

2008－2020年供应链金融供给结构变化趋势（主坐标表示融资结构和开放结构，次坐标表示工具结构）如图2所示，可以看出，金融供给结构下的三个二级指标（工具结构、融资结构、开放结构）变化明显。从工具结构来看，在2013年之前（含2013年）工具结构其值均大于1，表明在此年份之前境内股票市场更占市场额度，此后债券市场发行量增加额度明显高于股票发行量，工具结构在0.1～0.2不断下降。从融资结构来看，它是唯一后期有上升波动的指标，在2013年前融资结构在0.01～0.12较为稳定的波动，2014－2016年是增长速度比较快的两年，把融资结构从0.015增长到了0.053，此后几年在0.035～0.050波浪式波动。从开发结构来看，波动较小并且一直保持着下降趋势。以上三者的增长趋势表明，金融结构的变动逐渐趋于完善。

图2 2008－2020年供应链金融供给结构变化趋势

四、模型构建与实证分析

（一）模型构建

考虑到供应链金融发展与高端制造业存在互动关系，本文基于耦合函数和阻碍度模型，分别度量两者发展双向作用的耦合关联度，以识别协调关系中影响发展的阻碍因素。

供应链金融供给和高端制造业作为序参量，两者间的耦合关系基于耦合函数uij（0≤uij≤1 ）进行度量，Xij作 为序参量中的具体数值，maxij为Xij中 的最大值，minij为Xij中的最小值。当uij接近于0时，说明第i个序量第j个指标Xij对两者耦合关系贡献越低，反之，当uij接近于1时，贡献越大。考虑到指标对参量之间的影响存在正、负关系，其耦合关系计算如下，并将其矩阵标准化。

由于不同指标存在影响差异化，上述通过变异系数法计算各个指标的权重wi，分别将St和Mt设为第t年供应链金融供给发展与高端制造业的综合效应指数，计算公式如下：

根据St和Mt能够得到供应链金融供给发展和高端制造业的耦合度Pt和 评价指数Et，并且在评价指数中，α和β分别表示为供应链金融供给发展与高端制造业的综合效应指数的权重，在本文里各取0.5，满足α+β=1。

继而，由Pt和Et计算出耦合协调度Ct（0 ≤Ct≤1）。

耦合协调度分为三个发展阶段九个等级，划分见表4。

表4 耦合协调度发展等级划分标准

为了客观识别阻碍供应链金融供给发展与高端制造业协调发展的主要因素，采用阻碍度模型，基于因子贡献度（Fi）、指标偏离度（Ii）和阻碍度（Hi）三大指标进行度量。其中，Ii和Ht按如下公式计算：

供应链金融供给发展和高端制造业发展的阻碍度分别设为H1和H2，其计算公式如下所示：

（二）供应链金融发展与高端制造业耦合协调关系分析

通过上述公式，计算2008－2020年供应链金融供给发展与高端制造业耦合协调度变化情况，结果见表5。由第（1）列可以看出，供应链金融供给的综合效应指数St由2008年的0.0640逐年提升到2020年的0.5644，上升7.8倍，说明供应链金融供给量增加有效地拉动了供应链金融发展与高端制造业的耦合度的提升，实现促进两者间耦合协调水平的发展。由第（2）列可以看出，Mt的增长不明显，表明高端制造业发展对耦合关联度的提升作用相对较低，故而贡献值也相对较低。第（3）列的供应链金融供给耦合度Pt一直处于较高水平，2009－2012年增势明显，2014－2020年逐年回落，主要是因为供应链金融在发展过程中从较大的金融市场需求缺口到资源优化配置和产业融合阶段存在诸多的影响因素。第（4）列的高端制造业发展耦合度Et一直处于稳中逐升的状态，从2008年的0.1464提升到2020年的0.4434，提升2倍，增长幅度较大。

表5 2008－2020年供应链金融供给发展与高端制造业耦合协调度变化情况

将第表5第（3）列的Pt和 第（4）列的Et代 入公式（6），计算出耦合协调度Ct，如表5第（5）列所示。可以看出，2008－2020年，两者耦合协调关系稳中上升，由2008年的0.3402增长到2020年的0.6434，增幅高达89.12%。由此可见，供应链金融供给发展与高端制造业之间的耦合协调度逐年提升，有利于产业融合双向发展。2020年供应链金融供给发展和高端制造业的耦合协调度为0.6434，根据表4耦合协调度等级划分标准，目前处在过渡阶段的初级失调等级，说明两者的发展协调水平依然很低。

（三）供应链金融发展与高端制造业耦合协调发展的阻碍因素分析

为了有效识别供应链金融发展与高端制造业耦合协调度的阻碍因素，进一步按照公式（7）至公式（10）计算，得到2008－2020年系统协调发展主要指标的阻碍度，详见表6。可以看出，供应链金融供给的阻碍度US从2008年的0.7904下降为2020年的0.1705，整体下降趋势明显；金融供给量阻碍度S1从2008年的0.4580下降到2020年的0.0381，下降幅度高达91.68%，金融供给结构阻碍度S2从2008年的0.3324下降到2020年的0.1324，下降幅度达到60.17%，且供应链金融供给阻碍度的下降主要是由因为金融供给阻碍度大幅下降大力拉动。

表6 2008－2020年系统协调发展主要指标的阻碍度

高端制造业的阻碍度UM在2008－2020年呈现逐年上升趋势，从2008年的0.2096增长到2020年的0.8295，增长2.96倍；高端制造业的盈利能力M1、偿债能力M2和发展能力阻碍度M3中，阻碍度最大的是偿债能力，其次是发展能力，盈利能力相对较低。

从供应链金融系统阻碍因素来看，供应链金融供给阻碍度US与金融供给量阻碍度S1下降趋势大致相同，说明供应链金融供给阻碍因素主要是金融供给量。

从高端制造业系统阻碍因素来看，高端制造业发展的阻碍度UM与高端制造业的偿债能力阻碍度M2增长幅度趋近，从2008年的0.0027增长到2020年的0.0118，高达3.37倍，说明高端制造业发展的阻碍因素主要是偿债能力。

从表6还可以看出，2008－2017年，供应链金融供给发展的阻碍度远远高于高端制造业发展阻碍度，差距呈现逐年缩小趋势；2017年，两者阻碍度均保持在0.5；2017－2020年，高端制造业阻碍度超出供应链金融供给阻碍度，差距逐年增大。

由上述两者阻碍度初步分析得知，2017年（含2017年）以后高端制造业的偿债能力阻碍是造成两个系统耦合协调增长缓慢的主导因素。图3为高端制造业偿债能力细分指标趋势，可以看出，资产负债率在2008－2020年波动较小，其阻碍度从2014年以后缓慢增长，表明高端制造业利用债权人提供资金进行经营活动的能力匹配不上供应链金融供给力度；流动比率呈现出类似的波动，但其阻碍度增长趋势更快，表明企业变现能力严重匹配不上供应链金融供给力度，从相对角度来说，企业变现能力呈衰退状态。

图3 高端制造业偿债能力细分指标趋势

总之，供应链金融发展与高端制造业之间逐步进入耦合协调发展阶段，高端制造业偿债能力弱是当前阻碍两者协调发展的主导因素，因而协调发展的步伐比较缓慢，要优化企业经营管理模式，转化扩大生产规模，拓展市场的经营模式，往稳打稳扎型企业发展，实现制造大国向制造强国转变，推进制造业走向知识型、技术型和高端化。

五、结论与建议

（一）结论

文章基于耦合关联模型和阻碍度模型，选取160家高端制造业领域上市公司2008－2020年的数据，分析供应链金融供给发展与高端制造业之间的耦合关系，并通过阻碍度模型识别两者之间耦合发展的主要影响因素。根据上述实证结果分析，得出如结论：

第一，供应链金融供给发展与高端制造业耦合协调度逐年提升。2008－2020年，两者耦合协调关系稳中上升，由2008年的0.3402增长到2020年的0.6434，增长幅度高达89.12%。由此可见，供应链金融供给与高端制造业发展之间的耦合协调度逐年提升，有利于产业融合双向发展。

第二，供应链金融发展与高端制造业的耦合协调度稳中上升，但整体水平依然很低。供应链金融供给和高端制造业发展从失调衰退进入到过渡阶段，不断推进协调状态。2020年的耦合协调度0.6434，处在过渡阶段的初级失调等级，两者的发展协调水平依然很低。

第三，在2008－2017年、2017－2020年两个时段，阻碍供应链金融发展与高端制造业耦合的主要因素分别是供应链金融供给量和高端制造业的偿债能力。供应链金融供给的阻碍度从2008年的0.7904下降为2020年的0.1705，整体下降趋势明显。金融供给阻碍度下降幅度高达91.68%，相比金融供给结构的60.17%，对供应链金融供给的阻碍度下降的拉动效果更显著。高端制造业的阻碍度UM在2008－2020年呈现逐年上升趋势，从2008年的0.2096增长到2020年的0.8295，增长幅度高达2.96倍。阻碍度最大的是偿债能力，其次是发展能力，盈利能力相对较低。

（二）建议

基于上述供应链金融供给与高端制造业的发展耦合关系和阻碍效应研究结论，提出以下建议：

1.增加供应链金融供给量，促进产融有效结合

供应链金融在运作过程中，涉及到产业生产、加工、物流和零售等诸多环节。核心企业的信用机制有效的解决了部分金融约束问题。虽然供应链金融在调整资源优化配置和资本结构过程中发挥了明显的作用，但也存在诸多信用暴雷和过度转化的现象，违背了金融服务实体的初衷，因此要进一步优化供应链金融提供的良好外部环境，深入推进供应链核心企业与高端制造业的有机结合，大力支持金融机构根据诸多高端产业的特点，开发和提供更多重点创新项目满足异质性需求，真正解决产业链高端化的资金需求问题实现产业链循环和结构的优化升级，促进制造业高质量实体经济健康有序的发展。

2.提升制造业核心竞争力，推动产业优化升级

我国长期处于全球价值链中、低端产能过剩的阶段，要实现制造强国的目标，除了增加科研投入、提升自主创新能力以外，最重要的还要关注科研投入产出比。由于高端制造业核心技术被少数国家控制，相比发达国家高达80%的科技成果转化率，我国目前不满30%，相差甚远。加大高端制造业的产业集群效应，提升偿债能力，实现经济的循环拉动作用。在构建国内外双循环的大背景下，要继续发挥专业化运营和协同创新优势，推进产业高端化，向知识型、技术性不断升级，培育世界级高端制造业集群，布局全球经济网络，迈进制造强国和贸易强国。

3.提高供应链信息化建设水平，加强风险预警机制

随着金融科技的不断推进，诸多同行业、同部门产业应积极顺应人工智能、区块链和大数据趋势，构建数字供应链金融征信体系，搭建信息共享平台，有效实现上、中和下游企业深入融合。通过信息共享、信用共担，实时打造政府、企业和金融机构之间一体化服务，既能解决资金融资通道问题，又能及时防范金融潜在风险。基于核心企业的信用机制，促进整个产业链的高端化，真正发挥供应链金融的导向作用，提升高端制造业科技创新效率。

4.搭建供应链金融服务平台，提升上下游价值

搭建供应链金融综合服务平台，大力完善供应链金融基础设施服务建设，深挖高端制造业优势，构建供应链体系中占据主导地位的高端制造企业与上下游企业一体化的金融供给体系和金融风险评估体系，降低高端制造业供应链上下游融资成本，提升高端制造业供应链上下游价值。促进产业专业化、高端化，打造产业链品牌效应。