摘要：近年来，全球供应链面临的外部冲击愈发频繁而复杂：自然灾害、地缘政治摩擦、网络攻击乃至偶发事故，都可能瞬间扰乱企业的正常生产和交付节奏。对于任何一条跨企业的生产网络而言，这类“运营冲击”不仅影响单一节点的产能，更可能在上下游之间迅速传导，放大为系统性的供应链风险
研究背景
01
近年来，全球供应链面临的外部冲击愈发频繁而复杂：自然灾害、地缘政治摩擦、网络攻击乃至偶发事故，都可能瞬间扰乱企业的正常生产和交付节奏。对于任何一条跨企业的生产网络而言，这类“运营冲击”不仅影响单一节点的产能，更可能在上下游之间迅速传导，放大为系统性的供应链风险。如何在突发冲击中维持产销稳定、避免关键客户流失，成为企业和学界共同关注的核心议题。然而，已有文献大多聚焦于企业与单一客户或供应商之间的资金关系，侧重研究流动性冲击和融资约束，却较少揭示当企业生产能力本身受到干扰时，供应链内部的金融安排如何发挥稳定作用。
在此背景下，Ersahin、Giannetti与Huang在2024年发表于Journal of Financial Economics的论文《Trade credit and the stability of supply chains》提出了新的研究视角。他们区分了“流动性冲击”和“运营冲击”，认为后者更具破坏性，因为它直接削弱企业按时、保质供货的能力，诱发下游客户更换供应商的动机。论文以美国上市公司为样本，结合供应链关系数据、企业财务报表以及自然灾害记录，系统检验了贸易信贷在运营冲击情境下的作用。研究发现，当企业因自然灾害等事件面临生产中断风险时，其向客户提供的应收账款和从供应商处获得的应付账款都会同步上升，显示贸易信贷在关键时刻像“粘合剂”一样维系了供应链的稳定。
02 数据说明与指标构建
该文以美国上市公司为样本，将Compustat North America Fundamentals Quarterly的季度财务数据与FactSet Revere Supply Chain Relationship的供应链关系数据库相匹配，构建企业—季度层面的供应链面板数据。作者借助SHELDUS识别企业总部所在县在季度内是否经历造成重大经济损失的自然灾害，据此构造外生的运营冲击变量（Disaster dummy）。此外，论文利用SEC 10-K披露的客户级应收账款信息，形成供应商—客户年度匹配的双边样本，用于精确识别贸易信贷在供应链内部的流动。通过这一多源数据体系，研究得以同时观察企业财务状况、供应链结构及外部冲击，为后续实证提供坚实的数据基础。
核心解释变量包括反映运营冲击的Disaster dummy以及衡量贸易信贷变动的应付账款、应收账款和净应收账款的季度变化（Change in payables、Change in receivables、Change in net receivables），均以销售或成本为基准并采用累计变化口径。控制变量涵盖企业规模（Size）、财务杠杆（Leverage）、盈利能力（Profit）、存货水平（High inventory）、产品可替代性（Fluidity）、行业集中度（HHI）、关系年限（Relationship length）及地域分散度（Number of states）等。针对SEC双边样本，作者进一步构建了Change in trade credit以及Affected customer、Affected supplier等变量，以识别贸易信贷在需求端和供给端的异质作用。
表1总结了上述主要变量的描述性统计：在107106个企业—季度观测中，平均应付与应收账款变动约为1.5%和1.4%，自然灾害季度占比约为2.2%；在2279个供应商—客户年度观测中，受灾客户与受灾供应商的比例分别为4.0%和5.5%。
实证分析
03
论文在理论框架的基础上提出检验假说：当企业遭遇运营冲击时，其对客户的贸易信贷应当增加。为验证这一机制，作者采用FactSet Revere企业—季度样本，借助总部所在县的自然灾害作为外生运营冲击构建双重差分模型。被解释变量是灾后四个季度应付账款占销售成本比的变化、应收账款占销售收入比的变化，以及两者差值的变化。核心解释变量Affected在企业总部县当季发生符合阈值的自然灾害时取值为1。标准误在企业层面聚类，保证估计的稳健性。
表2回归显示，在自然灾害后的四个季度内，受影响企业的应付账款占比平均上升约8个百分点（第1列），应收账款占比平均上升约2个百分点（第2列），而净应收账款变动并不显著（第3列）。这一发现说明企业从供应商获得的额外信贷几乎全部以更宽松的信用条件传递给客户，实现了上下游的资金缓冲。同时，自然灾害并未带来显著的现金、资产、销售或投资下降，仅在存货减记等科目上出现轻微增加，表明若供应链得以维持，整体经营影响有限。这一基准结果表明，贸易信贷在突发运营冲击中发挥了类似“稳定器”的作用，既帮助受灾企业获得上游的资金支持，又维持了与下游客户的合作关系。
为避免因“灾前已存在上升趋势”而产生的误判，作者在回归中引入“未来发生灾害”的一组引导项（t+5、t+6、t+7、t+8）。若受灾企业的应收或应付占比在灾前即系统性上升，则这些引导项应呈显著正值。
表4结果显示，除当期Disaster hits firm对应收与应付为正外，未来季度的“灾害将至”引导项在两类被解释变量上均不显著，针对“客户/供应商将遭灾”的对应引导项亦未见显著效应，表明相关变动并未提前出现，因而与并行趋势假设相一致。
04 机制检验
论文首先从客户转换成本出发，检验受灾企业如何通过贸易信贷稳定下游关系。表 6 以产品市场可替代性指标（ Product Fluidity ）衡量客户寻找替代供货商的难易度，结果显示受灾与该指标的交互项在应收与应付回归中均显著为正，即客户越容易改换门庭，受灾企业越需要以增加贸易信贷的方式稳住合作；上游供应商也因此向其提供更多账期。从产品可替代性最低分位到最高分位，对应受灾企业应收增加约 9% 、应付增加约 14% 。当用行业销售的 Herfindahl-Hirschman 指数反向度量替代性时，交互项则显著为负，即行业集中度越高、客户转换成本越高，灾后贸易信贷增加幅度越小，相应的应收和应付分别减少约 4% 和 12% 。
随后，论文考察客户对供货中断的预期对贸易信贷的影响。表7利用Dun Bradstreet NETS数据构建企业经营的地理分布指标，发现受灾与州数的交互项在应收和应付回归中均为显著负值：生产布局越分散、调配能力越强，灾后应收与应付的增加幅度越小，一次标准差的提升分别使应收和应付减少约2.36%和8.32%。同表还引入“高存货”指标（存货占资产比例高于中位数）度量成品可直接出货的能力，受灾与高存货的交互项同样显著为负，对应应收增加约4%更小、应付增加约20.59%更小。
进一步，表8从企业声誉角度切入，以关系年限和“超级明星”地位（行业市值前1%）衡量客户对供应稳定性的预期。结果表明，受灾与关系年限、受灾与超级明星地位的交互项均为显著负值，说明声誉高、难以被替代的企业在灾后无需大幅增加贸易信贷即可维系客户关系。
最后，论文分析了生产网络关系对贸易信贷调节的影响。表9从受灾企业对客户的依赖度出发，以客户相对规模（Relative size）和是否存在“大客户”（Major customer）作为指标。从客户相对规模最低分位提升至最高分位，受灾企业应收和应付分别增加约10.35%和33.05%；存在大客户则分别增加约10%和5%。
表10进一步从供应商视角切入，考察供应商对受灾企业及其下游客户的依赖度。结果表明，当供应商高度依赖受灾企业，且受灾企业本身又高度依赖其客户时，供应商向受灾企业提供的应收账款增幅最大：相对规模每增加一个标准差，对应应收增加约3.27%和2.58%；若供应商或受灾企业将对方或其客户列为“大客户”，应收账款则分别增加约4.17%和13.5%。这说明无论从下游客户还是上游供应商的角度，网络关系越紧密，灾后通过贸易信贷稳定合作关系的动机越强。
综上，客户转换成本、预期中断以及生产网络关系三方面的机制检验共同表明：在自然灾害等外生运营冲击下，贸易信贷不仅是企业自身的流动性工具，更是供应链各方根据关系紧密度与风险暴露程度进行差异化配置的重要手段。
结论
05
本文以美国上市公司为样本，将自然灾害视作外生运营冲击，利用FactSet Revere与Compustat等数据在企业—季度层面建立双重差分模型，揭示贸易信贷在稳定供应链中的核心作用。研究发现，受灾企业在灾后显著提高应付和应收账款比率，并将上游获得的流动性几乎全部传递给下游客户，从而维持供应链运转。进一步的稳健性和趋势检验证明，这一因果效应稳健可信。机制分析表明，客户转换成本、预期中断程度以及生产网络关系是决定贸易信贷调整幅度的关键：客户越易替代、供货风险越高或上下游依赖越强，受灾企业及其供应商越倾向扩大贸易信贷。整体而言，该研究不仅深化了对贸易信贷经济功能的理解，也为提升供应链韧性提供了有力的实证依据。
来源：古畔听史
