供应链金融对我国宏观经济冲击效应研究

郭 琪

（宁波大学 商学院，浙江 宁波 315211）

一、引言

中小微企业虽已成为我国经济增长的主力军，仍存在着融资约束问题。供应链金融是能够有效解决中小企业融资困难的一种方式，其金融融资服务模式具备高度创新性[1-2]。目前，供应链作为国民经济运行的重要支撑，研究供应链金融对宏观经济的冲击有助于了解供应链金融的性质和影响，以及制定有效的风险管理政策和措施，有效降低供应链风险对宏观经济的负面影响[3]。此外，研究供应链金融对宏观经济的冲击也有助于政府部门制定应对策略，促进经济发展。

供应链金融对宏观经济的影响主要有三大方面：一是对价格综合指标的影响。企业资金供应充足，生产计划不确定性降低，整体价格市场较为活跃。二是对宏观经济活动要素的影响。核心企业的响应程度不同，对整体活动指标的影响程度也不同。三是对社会经济运行的影响。消费者总是最先预感到市场上相应的经济波动，所以其影响也和前两者有所不同。

尽管目前还没有相关文献对供应链金融和宏观经济的实际影响做出研究，但供应链金融作为全新的金融业态，如果我国信贷标准过度松散或企业对供应链金融监管不力，出现过度融资便易诱发对宏观经济的负向作用。因此，研究供应链金融发展对不同宏观经济层面的影响，对供应链金融的发展具有一定的现实意义。通过本文的研究，政策制定者可以了解哪些宏观经济指标受到供应链金融的影响，且影响程度具体趋势如何，从而制定更加有效的经济政策。

二、文献综述

（一）供应链金融减缓融资约束推动经济发展

供应链金融已经成为我国商业银行对中小企业融资的有效途径，它帮助企业缓解资金压力，提高供应链效率，增强企业之间的合作共赢。供应链金融可以从降低借贷双方信息不对称、降低银行贷款风险与贷款成本、提高中小企业信用、降低借款人抵押担保要求四个方面有效化解中小企业的信贷配给[4]，另外也可以从降低中小企业贷款准入门槛、降低融资风险，拓宽可选择客户范围、增强中小企业还款意愿、规避银行与中小企业信息不对称四个方面对中小企业提供融资支持[5]。还有不少学者从实证的角度进行研究，均可得出供应链金融发展能降低中小企业融资约束这一事实。从经济发展史上看，融资机制内生于经济增长，并成为促进经济进一步增长的“助推器”[6]。由此看来，供应链金融能为金融市场提供更多的投资机会和收益，促进金融市场的发展和稳定，为整体经济持续向好发展提供了基本保障。

（二）供应链金融提高安全稳定性推动经济发展

供应链金融通过引入核心企业、第三方物流企业等新的风险控制变量，构建更紧密的产业链生态系统，为解决供应链资金失衡提供了可行性方案[7]。供应链金融通过数字化技术和风险管理手段，在供应链金融市场的需求规模、业务模式效率、供应链金融风险管理能力方面取得了显著成就[8]。通过供应链金融服务，企业可以更加便捷地了解自己在供应链中的财务状况和资金流向，有效防范供应链上的欺诈行为和风险，提高供应链的安全性和稳定性。而稳定的供应链对经济发展有非常重要的作用。因此，供应链金融可能通过维持供应链稳定而对宏观经济产生影响。

（三）供应链金融加强整合协调推动经济发展

供应链金融通过外在的供应链整合协调，充分利用供应链链条企业的资源、信息和技术，建立反馈和需求渠道，提高供应商和客户集中度[9]，加快金融资源在供应链中的流动速度，为技术创新活动提供高效率的资金配置。供应链金融对企业数字化转型具有正向激励作用，相关机制研究表明通过降低信息不对称与传递市场良好信号、缓释金融约束与加强财务稳定、提高全要素生产率与增大创新产出等三种路径助推企业数字化转型[10]。企业数字化转型的战略抉择是遵循经济发展规律的客观体现[11]，所以说，企业数字化转型同样会影响宏观经济相关变量的变动。

学者们从不同的方面论证了供应链金融对宏观经济总体上表现为促进作用，但几乎没有学者研究其对宏观经济不同层面的影响，本文试图填补此方向研究的空白，为供应链金融领域提供一个新思路或视角。

三、研究方法

本文主要研究供应链金融对宏观经济整体的冲击效应，我们常用的冲击模型都是通过VAR 实现的，在Bernanke 等（2005）[12]发表的文章中提出，VAR模型具有两大缺点：一是标准VAR 使用的变量个数不会很多，进而对模型的估计不准确；二是传统VAR模型的脉冲响应只能在包含的变量中观察到。为解决这些问题，本文采用周新苗等（2021）[13]、沈悦等（2011）[14]的方法，结合Bernanke 等（2005）[12]提出的因子增强型向量自回归模型（FAVAR），该方法的基本思路为从观测到的大量数据集中提取少数的能表示这些数据共有特征的因子，再将所提取的因子与另外观测变量构建VAR 模型。

在FAVAR 模型中，常采用的降维分析方法有两个，一个是两步主成分分析法，另一个是贝叶斯似然法。本文采取计算相对简单的主成分分析方法，将高维数据转化为一组新的、不相关的主成分，且这些主成分可以解释原始数据中的绝大部分方差。参照以往文献，将VAR 模型推广为FAVAR 模型的具体方法如下：

式（1）中，Ft表示未观测到的经济变量向量，Yt表示可观测到的经济变量向量，Φ（L）为有限的滞后多项式算子矩阵，误差项vt的均值为零，协方差矩阵为Q。具体到本文中，Ft代表的是无法直接观测的宏观经济变量数据，Yt代表可直接获得的供应链金融指数以及货币、财政政策数据。由于Ft是不能直接观测到的变量，所以我们需要借助FAVAR的第二部分进行估计。Bernanke 等（2005）[12]提出，若存在信息事件序列Xt，假设信息时间序列Xt与不可观测因子Ft和可观测因子Yt的关系为:

式（2）中，Λ 称为因子载荷矩阵。本文中的Xt表示的就是通过主成分降维之后的三大宏观经济指标：价格综合指标、宏观经济活动指标以及社会经济运行指标。本文采用Bernanke 两步法，先由主成分分析法得到综合因子F^t的经济变量Xt，再利用标准的VAR 方法进行相关参数的估计。

四、实证研究

（一）样本选择与处理

1.样本选择。本文采取的数据为月度数据，由于供应链金融指数在2018 年3 月20 日之后才发布，因而最终选用的数据区间为2018 年4 月至2023 年2 月。

有关供应链金融：供应链金融指数是采取A 股直接或者间接开展供应链金融服务的上市公司6大行业共计17 个成分股按照等权重加权方式计算得出的。该指数可以帮助企业衡量供应链融资的难易程度和融资成本，所以本文采用供应链金融指数（8841054）每日收盘价来衡量供应链金融，数据来源于Wind 金融终端。

有关宏观经济指标：本文主要将宏观经济指标量化成三个方面，分别是价格综合指标、宏观经济活动指标以及社会经济运行综合指标。另外，本文还引入政策控制变量，一方面，排除由于政策波动而导致的宏观经济波动；另一方面，起到稳健性检验的作用。关于本文涉及到的所有宏观经济指标以及政策控制指标总结如表1 所示。数据均来源于Wind金融终端。

表1 指标汇总

2.数据处理。三大宏观经济指标在引入FAVAR模型前要进行主成分降维。主成分分析减少了数据的复杂性，在一定程度上消除量纲的影响。另外，数据的低维映射也使得不同变量之间均值和标准差相等，达到数据标准化的效果。

本文首先将日度供应链金融指数数据化为月度平均数据，再对其进行与主成分标准化相同的Z-Score 方法。财政政策与货币政策变量无法进行降维处理，所以我们用同样的方法对其标准化。

下面就三大宏观经济指标的主成分分析步骤做出说明：

对价格综合指标的6 个变量进行分析，KMO 值为0.621，Bartlett 球星检验的卡方统计量为494.095，在1%的显著性水平上拒绝“变量不相互关联”的原假设。最终提取出2 个主成分因子，累计方差贡献度为82.98%；在对宏观经济活动指标6 个变量的分析中，KMO 统计量0.76，Bartlett 球形检验的卡方统计量为1 123.846，最终提取1 个主成分，累计方差贡献度为83.09%；对社会经济运行指标的分析中，KMO 统计量0.54，Bartlett 球形检验的卡方统计量为722.56，最终提取1 个主成分，累计方差贡献度为99.81%。接着将价格综合指标的2 个主成分计算主成分得分，由主成分得分代替价格综合指标进行分析。

（二）脉冲响应及结果分析

在对模型进行脉冲响应分析之前，首先对模型稳定性进行检验，本文采用的检验方法为ADF 检验。除此之外，还要对不同控制变量下模型是否协整做Johansen 协整检验、确定最优滞后阶数、VAR 模型的平稳性检验等。检验结果如下。

1.ADF 检验。对上述所有指标进行ADF 检验，检验结果如表2 所示。

表2 ADF 检验结果

由表2 可知，价格综合指标、宏观经济活动指标以及社会经济运行指标均为一阶单整。

2.滞后阶数的确定。接下来，在考虑政策变量为外生变量的情况下，对模型滞后阶数进行确定，所得结果如图1 所示。

图1 供应链金融指数与价格综合指标滞后关系

图1 显示不同政策下供应链金融指数与价格综合指标滞后关系的确定。左上图以财政政策（国债利率）作为外生变量，其他分别以货币政策（银行间同业拆借利率、金融机构新增人民币贷款、存款准备金率）作为外生变量。最终结果一致，最优滞后阶数均为2 阶。同理，可确定供应链金融指数与宏观经济活动指标的最优滞后阶数为4 阶。与社会经济运行指标的最优滞后阶数为1 阶，佐证结果如图2、图3所示。

图2 供应链金融指数与宏观经济活动指标滞后关系

图3 供应链金融指数与社会经济运行指标滞后关系

3.协整检验。虽然单个变量为不平稳的，但非平稳的时间序列组合也可能是平稳的。协整关系主要解释这一长期均衡。Johansen 协整检验的原假设为各变量之间不存在协整关系，可以根据相应的迹统计量与p值判断协整关系的存在。所得结果如表3 所示。

表3 协整检验结果

根据表3 所得结果，我们很容易得出供应链金融指数与宏观经济各项指标之间都存在着协整关系，所以我们可以接着研究变量之间的动态响应关系。

4.脉冲响应分析。首先考虑在一定的货币或者财政政策下，供应链金融指数对价格综合指标之间的冲击效应，所得结果如图4 所示。从左到右所引入的政策变量分别为国债利率、银行间同业拆借利率、金融机构新增人民币贷款数量、大型存款类金融机构人民币存款准备金率。

图4 供应链金融指数对价格综合指标的脉冲图

由图4 可以看出：（1）供应链金融指数对价格综合指标的整体冲击是正向的，且这一正向效应随时间的推移呈现先大后小的趋势。（2）供应链金融对价格要素的正向冲击一般会在第四期之后达到最高点，而后逐渐回落。且影响作用持续时间较长，不会产生正负波动性。（3）不同经济政策下，供应链金融指数对价格变量的冲击作用没有明显差异，但也有细微区别。其最高的正向冲击峰值基本都为0.2个单位。但当政策变量为银行间同业拆借利率时，其峰值小于0.2，且其达到峰值的时间要久于其他政策变量。下面对供应链金融造成价格综合变量的正向冲击原因做出解释：

原因之一为融资成本的降低。供应链金融可以提供给供应链各个环节更便宜的融资渠道，进一步降低了供应商的融资成本，减轻了经营负担，以更低的成本生产商品或进行进出口业务。当供应商的成本降低时，可以将这些成本优势传递给消费者，社会上流通中的货币量可能增加，从而对整个经济社会的价格指标产生正向影响。

原因之二为供需关系的变化。对供应链金融的支持政策使供应链中的企业扩大产能和供应，改善供应链的流动性和效率。供应链效率越高，供应可能增加，若需求没有相应的增长极易出现供过于求的现象，更严重的情况会推动通货膨胀的出现。

原因之三为贸易融资风险的减少。供应链金融可以提供贸易融资工具，帮助供应链中的各个环节降低贸易融资风险。当供应链中的风险降低时，金融机构愿意以更低的利率提供融资支持，供应链中企业更容易获得资金，增加生产和交易活动，进而影响整体物价水平。

由以上分析可知，价格综合指标对供应链金融的响应程度较为滞后。供应链金融迅速发展，市场中流通货币量增加，消费者购买力上升，在一定程度上会加剧通胀。

接下来考虑在一定的财政和货币政策下，供应链金融指数对宏观经济活动指标之间的冲击效应，所得结果如图5 所示。

图5 供应链金融指数与宏观经济活动指标的脉冲图

由图5 可以看出：（1）供应链金融指数对宏观经济活动指标之间的冲击效应是正负波动的。在初期基本都表现为短暂的负向变动关系，这种负向波动是引人深思的。负向变动在第三期附近达到峰值，之后逐渐回缓。（2）负向冲击大约在第四期变为正向效应，且该正向效应在第5 期附近达到峰值，后续逐渐回落。（3）供应链金融对宏观经济综合指标的负向冲击峰值接近0.2，正向冲击的峰值接近0.3。（4）不同的货币及财政政策作用下，其峰值点有所不同，但整体冲击趋势保持一致。故从稳健性的角度出发，说明供应链金融对宏观经济活动指标的影响先负向后正向这一结论基本真实。下面对供应链金融可能造成宏观经济活动指标的正负冲击原因做出解释：

在供应链金融推出初期，企业和市场可能需要一段时间来适应新的金融工具和服务。在这个过程中，可能出现一些负面影响，例如供应链金融市场的不稳定性、信任建立的时间等。这些因素可能对宏观经济活动指标产生一定的负面冲击。初始期后，供应链金融的引入可能促使供应链中的企业进行结构调整和优化，以适应新的金融环境。这种结构调整可能需要一定的时间和资源，并可能导致一段时间内的生产和运营中断或调整。因此，初始阶段可能会对宏观经济活动指标产生一定的负向冲击。随着供应链金融市场的逐渐发展和企业的适应，潜在的正面效益逐渐释放出来。供应链金融可以改善供应链的流动性、降低融资成本、加强风险管理等，从而促进经济活动的发展。一旦供应链金融市场和企业适应期过去，正面效应可能逐渐显现，对宏观经济活动指标产生正向冲击。

供应链金融的有效运作需要各个环节的企业之间建立信任和合作关系。在初始阶段，这些关系可能还未完全建立起来，限制了供应链金融发挥作用。随着时间的推移，信任和合作关系的建立可能增强，进而促进供应链金融对宏观经济活动指标的正向影响。

考虑在一定的财政和货币政策下，供应链金融指数对社会经济运行指标之间的冲击效应，所得结果如图6 所示。

图6 供应链金融指数与社会经济运行指标的脉冲图

由图6 可以看出：（1）供应链金融指数对社会经济运行指标之间的冲击效应基本是正向的。（2）这一正向影响在初期会立马显现，随着期数的推移，影响效应逐渐减弱，直至消失。（3）正向冲击效应峰值约为0.2，在当期达到峰值。（4）不同财政政策或货币政策下，正向冲击效应减弱到0 的期数有所不同，但其大体趋势一致，可以认为满足稳健性要求。下面对供应链金融可能造成社会经济运行指标的正向冲击原因做出解释：

在本文变量选取的过程中，社会经济运行指标是由消费者信心指数、消费者满意指数、消费者预期指数进行主成分分析得出的。供应链金融的发展通常与经济增长和创造就业机会密切相关。当供应链金融活跃时，供应链中的企业更容易获得资金支持和融资，从而扩大生产和业务规模，刺激经济增长，提供更多就业机会，增加消费者的收入和信心。供应链金融可以提供更多的信息和透明度，使消费者更加了解产品的来源、质量和可靠性。这种透明度和稳定性有助于建立消费者对产品和供应链的信任，提高消费者信心。供应链金融的发展通常伴随着金融科技和创新的应用。这可能改善金融服务的便利性、速度和用户体验，使消费者更容易获得融资支持和金融产品。这种创新可能提高消费者对金融系统的信心，并促使他们更积极地参与经济活动。供应链金融会促进供应链效率的优化，效率的优化可以加强供应链中不同环节之间的协作和协调，提高生产过程的可靠性和质量控制。同时，通过更有效的物流和供应链管理，企业能够提供更及时、准确和高质量的产品和服务，满足消费者的需求。这可以增加企业的市场份额，带动经济的正向发展。

五、结论与建议

本文通过阅读供应链金融和宏观经济的相关文献并分析二者之间的作用渠道，从价格综合指标、宏观经济活动指标以及社会经济运行指标三个方面衡量我国的宏观经济主体，构建了供应链金融对宏观经济的冲击效应模型。研究表明，供应链金融对宏观经济的三大方面所带来的冲击作用各不相同。

一是对价格综合指标具有较为持续的正向影响作用，且正向影响随时间的滞后先增大再减小。本文认为发生该现象的主要原因为供应链金融可使融资成本降低、供需关系变化以及贸易融资风险减少等，且这些优势对价格综合指标的影响具有一定的时滞效应。

二是供应链金融对宏观经济活动指标的影响存在一定的波动性，表现为先负后正，最后趋于平衡。主要是由于企业和市场的不适应性。

三是供应链金融对社会经济运行指标的影响呈现正向影响趋势。这一现象符合实际，也侧面说明了消费者对社会经济现象的发现程度与响应程度都较强。

从上述的研究结果，我们提出以下对策建议：

一是加强监管，做好政策加持，缓解通货膨胀问题。根据本文的研究结果，供应链金融发展会对经济社会价格变量产生波动，当期供应链金融发生冲击，导致滞后几期社会上流通现金增加，更严重的情况导致通货膨胀，这是我们不可忽略的问题。（1）相关机构可以采取限制过度融资、过度松散的信贷标准和其他风险行为等方式加强对供应链金融市场的监管，确保其发展符合市场规则和稳定性要求。（2）促进供应链金融市场的竞争和透明度，降低金融机构的定价能力和操纵能力，防止过度融资和不合理的利率上涨。（3）优化供应链管理，提高供应链的整体效率。进行经济结构调整，提高生产能力以及供应链的灵活性，使供应链更具韧性和适应性。

二是企业重视供应链金融发展，提高在供应链金融领域的应用能力和竞争力。综合来看，供应链金融的存在对我国宏观经济各变量之间确实存在正向影响效应，但这一正向效应在后期适应期结束后才会显示出来。为保障经济长期向好发展，需要对企业提出相关的政策建议，尽量缩短负向效应的时间。（1）企业应提供相关的培训和教育，帮助企业了解供应链金融的潜在价值和运作方式。如可以组织研讨会、专家讲座等使其了解供应链金融的相关知识及应用。（2）鼓励企业之间的信息共享，建立合作伙伴关系、共享平台或供应链管理系统等。通过共享信息，企业更准确地评估供应链金融的机会和风险，并更好地应对供应链金融挑战。（3）企业可以寻求供应链金融领域的专业咨询服务，以获取专业知识和建议。专业咨询公司或金融机构可以帮助企业评估其供应链金融需求，并提供定制的解决方案和实施计划。（4）审查和改进企业内部的供应链流程和管理，以适应供应链金融的需求。