
近年来,随着全球自然灾害频发、国际贸易摩擦加剧、地缘政治冲突等“黑天鹅”事件频发,全球经济趋势下行,给我国经济发展带来了前所未有的挑战。2025年4月召开的中央政治局会议首次提出“四稳”,其中“稳企业”作为重要的战略支点,其稳健经营事关国家经济的发展质量。在此背景下,企业不得不思考如何适应当下的挑战与危机,从而实现可持续发展。组织韧性作为企业应对危机的关键能力,可使其在面对内外部冲击时迅速恢复并转危为机,高水平的组织韧性能使企业适应环境的变化,催生良性发展与卓越成长的能力,并在激烈的市场竞争中脱颖而出。
2023年10月,中央金融工作会议提出,金融要为经济社会发展提供高质量服务。在动荡市场环境中,供应链金融作为一种创新型融资模式,已逐渐成为赋能企业发展的重要战略工具。中国银行业协会统计数据显示,截至2024年12月,我国供应链金融业务规模已达40万亿元人民币,其中应收账款融资业务占比约60%,预付账款融资业务占比约25%,其他类型的供应链金融业务,如仓储物流、电商平台供应链金融占比约15%。随着供应链金融市场规模的扩大,其服务于实体经济的效应也日益凸显,现有研究主要集中在供应链金融的融资效应以及价值创造等方面(宋华等,2021)。供应链金融的核心在于整合企业的物流、信息流与资金流,从而提升供应链整体协同效率、优化企业供应链管理、推动供应链长期稳定发展。其运作机制主要体现在金融机构为供应链节点上的企业提供信贷支持等综合性金融服务,促进供应链上各企业的资金融通,保证供应链体系的完整性与运作效率。此外,供应链金融在降低企业融资成本、优化企业资源配置、提高企业资金周转速度以及降低企业的运营风险等方面也发挥了至关重要的作用。在当前国家“稳企业”的政策导向下,探究供应链金融对企业组织韧性的影响及其作用机制,对助力企业实现可持续发展具有重要意义。
基于此,本文以2008—2023年A股上市公司数据为样本,探究供应链金融对企业组织韧性的影响。可能的贡献在于:第一,尽管现有文献研究了供应链金融对企业组织韧性的积极影响,但将其发挥的作用局限于融资与创新方面。本文则立足供应链金融的内涵,将其作用从融资拓展到投资以及更为广泛的创新领域,基于资源配置与公司治理的双重视角,从企业投融资期限矫正和双元创新方面分析了供应链金融对企业组织韧性的作用机制,完善了企业组织韧性的研究文献。第二,数字供应链金融作为供应链金融与企业数字化转型相融合的产物,相较于传统供应链金融,数字供应链金融在信息传递、资金融通、供应链传导效率等方面均有很大的提升。本文从内部赋能的角度出发,将数字技术(如大数据、区块链、人工智能等)与供应链金融相结合,系统分析了数字化转型在增强供应链金融效能以提升企业组织韧性中的关键作用,拓展了供应链金融的研究边界。第三,现有关于企业组织韧性的研究多聚焦企业员工、内部控制、高管团队以及战略决策等内部因素,本文不仅将研究视角延伸至供应链上下游,而且将分析师关注度视为重要的外部监督方式,探讨其强化供应链金融对企业组织韧性的提升作用。与其他发现问题后采取退出、强制约束的外部监督方式相比,分析师关注能够主动发现企业价值、传递前瞻性信息,从声誉上对企业施加软约束,为构建和优化企业组织韧性的多元治理机制提供了经验证据。
二、理论分析与研究假设 (一) 供应链金融与企业组织韧性供应链金融是基于真实交易背景下,以核心企业为中心并整合其上下游企业的综合金融服务体系,能够为链上企业提供结算、融资以及现金流管理等业务,有效满足企业的多元化融资需求,降低交易成本,从而提升产业链价值(潘爱玲等,2021)。相较于传统金融模式,供应链金融具有更灵活的资金管理方式,使企业能够有效规划资源分配,更精准地满足企业的实际需求(宋华等,2021)。供应链金融通过增强供应链各环节之间的协作与信息共享,能够降低企业的信息不对称,提高供应链的效率,使链上企业可根据市场变化动态调整自身的发展战略,加强链上企业对外部环境变化的响应速度和适应能力(凌润泽等,2021)。企业通过有效运营供应链金融,高效管理其资金周转,提高资金的使用效率,增强企业资金流动性(周泽将等,2025),提高企业应对外部市场环境冲击的能力,形成市场竞争优势,进而增强其组织韧性水平。具体而言,供应链金融在资源配置与公司治理方面所具有的积极效应,能够有效缓解企业投融资期限错配问题及提升双元创新能力,从而增强其组织韧性。通过以上分析,本文提出如下假说:
假说1:供应链金融有助于提高企业组织韧性。
(二) 供应链金融的投融资矫正机制投融资期限错配是企业通过短期融资渠道获取资金,并将资金用于长期投资项目,即“短贷长投”(钟凯等,2016)。投融资期限结构是企业日常投资活动中的重要安排,通过将投资项目与融资项目的期限适配,有利于维持企业的可持续发展(何青等,2024)。企业投融资期限适配是优化资源跨期配置的核心机制:一方面,投融资期限结构适配能够有效规避“短贷长投”引发的流动性危机与再融资风险(马红等,2018),这不仅提高了企业的资金流动性、稳定了长期资金来源,更构筑了应对外部冲击的财务韧性与缓冲空间;另一方面,期限结构适配能够将管理层注意力与财务资源从频繁的短期偿债压力中解放出来,通过将长期资金精准配置于长期资产投向研发创新等长期战略领域,提升了企业技术创新与产品升级的能力,不仅使其在激烈的市场环境中保持竞争优势,还强化了其动态调整战略以应对环境变化的适应力(董浩和闫晴,2025)。因此,改善投融资期限错配能够有效增强企业组织韧性。
供应链金融能够有效缓解投融资期限错配问题,进而提高企业发展的稳定性。首先,从信息整合的角度来看,供应链金融通过区块链等技术整合链上企业的物流、资金流、信息流、商流,能够有效提高链上企业公开披露的信息质量(于小悦等,2023)。信息环境的改善对银行等金融机构具有重要意义(姜付秀等,2019)。一方面,银行可通过供应链上的实时数据流来动态掌握企业的实际经营状况,能有效缓解信息孤岛问题(武春桃,2016);另一方面,完整的信息链条也有助于银行更准确地评估企业信用风险,降低因信息不对称导致的逆向选择问题(钱龙,2015)。在这种模式下,银行对企业提供长期贷款的意愿会显著增强(凌润泽等,2023),从而满足企业长期投资的资金需求,降低短期借贷比例,并有效缓解企业采用短期贷款滚动支持长期投资的实践,最终降低其因被动选择带来的“短贷长投”现象。其次,供应链金融能够显著降低企业的融资成本(周兰和吴慧君,2022),从而缓解其出于成本因素导致的“短贷长投”现象。一方面,从内部融资视角来看,供应链金融能促进资金流动效率,确保资金流的持续稳健,从而强化其盈利能力和财务表现。企业基于供应链上的真实交易与自身信用评级,与银行等金融机构建立合作,通过采取更为灵活的融资模式,加强了供应链上下游企业的信贷支撑(夏雨等,2019),也有效解决了信贷不公平问题,进而降低企业原材料采购成本,推动销售网络的拓展和生产效率的提高。另一方面,从外部融资角度来看,供应链金融通过促进链上企业间的信息交互与共享,使银行等金融机构能够迅速、精准地掌握链上企业的真实运营信息,显著消减借贷双方信息壁垒,推动银企合作关系升级,由此不仅减少了双方为获取经营信息所投入的成本,还提升了银行等金融机构为核心企业提供信贷服务的积极性(潘爱玲等,2021)。在供应链金融的支持下,企业能够减少不必要的短期债务投资,将更多的资源投入长期项目中(龚强等,2021),从而满足长期投资的需要,也在一定程度上避免了企业使用短期借贷资金应付中长期项目的现象。借贷与投资的匹配度的提高,使企业的投资更加符合实际需求,有助于缓解财务管理方面的压力,保持稳定持续的发展,从而促进其组织韧性的提升。通过以上分析,本文提出如下假说:
假说2:供应链金融通过改善企业的投融资期限错配,从而增强其组织韧性水平。
(三) 供应链金融的双元创新机制双元创新是企业通过协调与利用内外部创新资源,改进现有产品和技术,保持稳定运营,同时探索新的技术机会与市场空间,提高企业的环境适应能力(Ceptureanu等,2022)。双元创新通过灵活调动并运用资源,在公司治理框架下构建动态战略平衡机制,增强企业在危机中的反弹与生存能力(Bonesso等,2014),从而促进其组织韧性的形成。具体而言,利用式创新依托于公司内部的协同性,形成稳健的内部治理结构,通过促进企业成员之间的沟通协作,有效整合其内部资源信息,构建可灵活调配的战略能力,及时缓冲外部环境的不确定性,进而增强企业在外部冲击下快速恢复的能力(Van Der Vegt等,2015)。探索式创新则对应公司治理中的开放性与适应性,是企业超越现有的资源基础,获取和创造新资源的主要手段,也是企业与外部关系网络进行信息交换的过程,有助于打破现有的资源与惯例,提升其识别潜在风险并采取积极措施应对的能力(Benner和Tushman,2003),为企业在不确定的环境中应对意外威胁、响应危机变化提供了保障,有利于组织韧性的形成。因此双元创新所蕴含的“利用—探索”协同机制,在公司治理结构的支撑下,分别从运营稳健性与战略前瞻性两个维度,共同构筑了企业应对不确定性,并从危机中实现反弹甚至跃升的组织韧性根基。
供应链金融通过优化资源配置,能够提升供应链管理效率(卜君和朱悦,2024),促进链上企业间的协同合作与信息共享(潘爱玲等,2021),为企业实现双元创新提供了关键知识基础。首先,根据资源编排理论,企业通过动态管理和有效配置资源组合,发挥各项资源的最大利用价值(Teece等,1997)。供应链金融能够提供多样化的融资工具和策略,优化企业在供应链中的资源配置,特别是财务资源的配置(卢强等,2019)。通过库存融资、发票融资等方式,能够迅速调整资金流向和优化现金流管理,这种灵活的资金调配机制,使企业在面临经营压力时仍能维持稳定的现金流,保障运营的稳定性和连续性。这种资金支持在促进企业对现有技术改进及流程优化的同时,也有效提升了企业利用式创新能力。其次,供应链管理理论认为通过连接企业之间的资金流、物流、信息流,与核心企业建立实时信息共享机制,能够有效强化链上企业之间的协同合作,促进资源共享,以弥补自身的不足,从而实现良性发展,不断增强核心竞争力(宋华等,2023)。供应链金融通过促进链上企业间的协同合作与信息共享,有效提升了供应链的整体管理效率。该模式使企业能够根据市场的变化进行动态调整,并采取相应的财务策略,将现有资源转化为新的生产能力,提高了企业资源的利用效率(周兰和吴慧君,2022)。通过增强企业对外部环境的适应能力和响应速度,供应链金融能够帮助企业在激烈的市场竞争中保持优势,持续拓展业务并开拓新市场。同时,该模式还能够推动企业投入前沿技术研发,提升创新产出水平(韦施威和杜金岷,2023),最终有效强化企业的探索式创新能力。因此,供应链金融的发展对企业双元创新能力具有显著促进作用:不仅能通过盘活现有资源推动利用式创新,还可为探索新机会的探索式创新提供支持。具体而言,供应链金融通过优化现金流配置、提升资源整合效能、强化供应链协同管理,系统增强了企业的双元创新能力,进而为培育组织韧性奠定了基础。通过以上分析,本文提出如下假说:
假说3:供应链金融通过提升企业双元创新能力,从而增强其组织韧性水平。
三、研究设计 (一) 样本选取与数据来源2008年是我国供应链金融业务逐步进入规范化、规模化发展的重要节点,考虑到样本数据的有效性与完整性,本文选取2008—2023年A股上市公司为研究样本,以此来探究供应链金融对企业组织韧性的影响。研究的财务数据来自国泰安数据库,词频数据通过对公司年报进行文本分析得到。为确保数据的有效性,对属于金融行业、处于特殊状态(*ST或ST)、观测数据少于连续两年、资产负债率小于0或大于1以及数据出现缺失的样本进行剔除。最终,共获得
1.被解释变量:组织韧性(Org)。根据现有研究,从长期增长和财务波动两个维度构建组织韧性的衡量指标(Ortiz-de-Mandojana和Bansal,2016)。在具体指标的选择上,本文以企业净销售额近三年累计值作为长期增长的衡量指标,以年股票回报率衡量企业财务波动(Sajko等,2021)。最后,通过熵值法对上述两个维度的指标进行计算,从而得出企业组织韧性的衡量指标。
2.核心解释变量:供应链金融(SCF)。借鉴成程等(2023)的研究,通过对公司年报中有关供应链金融的词频进行统计,将供应链金融关键词频细分为“应收类、预付类、存货类、综合类”四类。根据统计年报中供应链金融关键词频所出现的频次,由于词频数在统计分布上是右偏的,因而本文将所得词频数据进行对数化处理后+1,以此作为衡量供应链金融发展水平的测算指标。
3.中介变量:包括企业投融资期限错配与企业双元创新水平。其中,企业投融资期限错配(SL):使用“短贷长投”进行衡量,该指标数值越大,表明企业投融资期限错配程度越高(钟凯等,2016)。企业双元创新水平:包括利用式创新(LI)和探索式创新(TI)。对于双元创新水平的衡量,借鉴Guan和Liu(2016)的研究,采用专利数据作为衡量企业双元创新水平的指标。由于我国专利数据缺乏引文,根据IPC分类方法,设定五年的滚动窗口期以IPC分类号前四位为依据。若企业当年申请专利的分类号与前五年窗口期已有的分类号重合,便将其计入利用式创新;若当年申请的专利分类号在以往五年中未曾出现,则将其归为探索式创新。
4.调节变量:包括数字化转型与分析师关注度。其中,数字化转型(DT):将CSMAR团队与华东师范大学工商管理学院企业管理系“智能工商与科创企业管理”研究团队联合研发的数字化转型指数作为衡量企业数字化转型水平的指标,然后+1取自然对数进行衡量。分析师关注度(Ana):对关注同一家公司的证券分析师人数+1后取自然对数进行衡量(关静怡等,2020)。
5.控制变量:借鉴凌润泽等(2021)的研究,对可能影响企业组织韧性的一系列变量进行控制,包括:资产负债率(Lev)、固定资产占比(Fixed)、营业收入增长率(Growth)、董事人数(Board)、独立董事占比(Indep)、两职合一(Dual)、前十大股东持股比例(Top10)、托宾Q值(Tobinq)、企业性质(Soe)、成立年限(Firmage)、地区经济发展水平(PGDP)。研究变量定义如表1所示。
| 变量类型 | 变量名称 | 符号 | 定义 |
| 被解释变量 | 企业组织韧性 | Org | 熵值法测算的长期增长率与股票回报率的综合指标 |
| 解释变量 | 供应链金融发展水平 | SCF | 企业供应链金融年报词频数+1后取自然对数 |
| 中介变量 | 企业短贷长投水平 | SL | (购建固定资产等支付的现金–出售固定资产收到的现金–经营活动 现金净流量–所有者权益增加额–长期借款增加额)/总资产 |
| 企业双元创新水平 | LI | 企业当年利用式创新专利数量+1后取自然对数 | |
| TI | 企业当年探索式创新数量+1后取自然对数 | ||
| 调节变量 | 数字化转型 | DT | 数字化转型指数+1后取自然对数 |
| 分析师关注度 | Ana | 企业分析师总人数+1后取自然对数 | |
| 控制变量 | 资产负债率 | Lev | 企业当年总债务/总资产 |
| 固定资产占比 | Fixed | 企业当年固定资产/总资产 | |
| 营业收入增长率 | Growth | [企业当年营业收入/上年营业收入]–1 | |
| 董事人数 | Board | 董事会总人数的自然对数 | |
| 独立董事占比 | Indep | 独立董事人数占董事会总人数的比例 | |
| 两职合一 | Dual | 董事长兼任总经理赋值为1,否则为0 | |
| 前十大股东持股比例 | Top10 | 企业前十大股东的持股比例 | |
| 托宾Q值 | Tobinq | 企业当年市场价值/总资产 | |
| 企业性质 | Soe | 国有企业赋值为1,否则为0 | |
| 成立年限 | Firmage | 企业成立的年数 | |
| 地区经济发展水平 | PGDP | 企业所在地区人均GDP的自然对数 |
为探究供应链金融对企业组织韧性的影响,本文采用面板数据,并构建面板固定效应模型,如式(1)所示:
| $ Or{g}_{i,t}={\alpha }_{0}+{\alpha }_{1}SC{F}_{i,t}+\sum \limits_{k=2}^{12}{\alpha }_{k}C{V}_{ikt}+{\mu }_{j}+{\eta }_{t}+{\varepsilon }_{i,t} $ | (1) |
其中,Org表示企业组织韧性水平;SCF表示企业供应链金融发展水平;CV为一系列控制变量;μj、ηt 为本文所控制的行业和时间效应;εi,t为随机干扰项。并对回归系数的标准误进行企业层面的聚类处理。在研究模型中,需要重点关注SCF的系数α1的正负性及其显著性,若α1的系数显著为正,则说明供应链金融能够提升企业组织韧性。
四、实证检验与分析 (一) 研究变量的描述性统计表2为研究变量的描述性统计。其中,Org的均值为0.406、中位数为0.430、标准差为0.270,均值小于中位数,说明企业组织韧性平均水平略低于中等水平,且不同企业应对风险的能力存在较大差异,部分企业组织韧性建设亟待加强。SCF的均值为0.410、标准差为0.688,说明企业在研究期内的供应链金融发展水平存在一定差异。SL的均值为–0.109,即样本企业的短期借款整体上低于长期投资水平,表明企业更依赖长期资金。TI与LI的均值分别为2.003、4.613,说明样本企业更倾向于进行利用式创新,而非探索式创新。DT的均值为3.622,说明样本企业已积极推进数字化转型进程。Ana的均值为1.442,表明外部分析师对企业进行了持续关注。Growth的均值为0.139,表明样本企业的发展态势整体较好。Top10的均值为0.563,表明样本企业的前十大股东在各自公司中有较强的话语权。
| 变量 | 样本量 | 均值 | 标准差 | 最小值 | 中位数 | 最大值 |
| Org | 0.406 | 0.270 | 0.018 | 0.430 | 0.867 | |
| SCF | 0.410 | 0.688 | 0.000 | 0.000 | 2.944 | |
| SL | –0.109 | 0.210 | –3.945 | –0.078 | 0.388 | |
| TI | 2.003 | 2.767 | 0.000 | 1.099 | 6.792 | |
| LI | 4.613 | 6.267 | 0.000 | 2.398 | 9.776 | |
| DT | 3.622 | 2.381 | 3.099 | 3.577 | 4.395 | |
| Ana | 1.442 | 1.212 | 0.000 | 1.386 | 4.331 | |
| Lev | 0.437 | 0.191 | 0.068 | 0.436 | 0.851 | |
| Fixed | 0.221 | 0.149 | 0.003 | 0.194 | 0.650 | |
| Growth | 0.139 | 0.316 | –0.492 | 0.096 | 1.651 | |
| Board | 1.885 | 0.691 | 0.000 | 2.197 | 2.639 | |
| Indep | 37.565 | 5.337 | 33.330 | 35.710 | 57.140 | |
| Dual | 0.259 | 0.438 | 0.000 | 0.000 | 1.000 | |
| Top10 | 0.563 | 0.147 | 0.239 | 0.565 | 0.895 | |
| Tobinq | 1.969 | 1.142 | 0.835 | 1.603 | 7.059 | |
| Soe | 0.388 | 0.487 | 0.000 | 0.000 | 1.000 | |
| Firmage | 2.950 | 0.306 | 2.079 | 2.996 | 3.526 | |
| PGDP | 11.371 | 10.612 | 9.759 | 11.311 | 12.155 |
表3中列(1)仅为SCF对Org的回归,SCF的系数在1%水平下显著为正。列(2)加入控制变量后,SCF的系数仍在1%水平下显著为正。说明企业开展供应链金融业务能够提高其组织韧性,因而研究假说1得以验证。此外,列(2)中控制变量的回归结果显示,Board、Indep、Top10的系数至少在5%水平下显著为正,说明企业建立良好的公司治理结构有利于提升其组织韧性。PGDP的系数显著为正,表明企业位于经济发达地区更有利于提升其组织韧性。Dual的系数显著为负,表明企业管理者因权力集中而引起的代理问题,不利于企业组织韧性的提升。
| 变量 | Org | |
| (1) | (2) | |
| SCF | 0.003***(0.001) | 0.002***(0.001) |
| Lev | 0.001(0.002) | |
| Fixed | –0.002(0.004) | |
| Growth | –0.001*(0.001) | |
| Board | 0.006***(0.001) | |
| Indep | 0.000**(0.000) | |
| Dual | –0.002**(0.001) | |
| Top10 | 0.022***(0.004) | |
| Tobinq | –0.005***(0.000) | |
| Soe | 0.005***(0.001) | |
| Firmage | –0.001(0.002) | |
| PGDP | 0.003**(0.001) | |
| Constant | 0.404***(0.000) | 0.352***(0.015) |
| YR & IND | YES | YES |
| Adj. R2 | 0.983 | 0.984 |
| F Value | 19.140*** | 29.570*** |
| Obs. | ||
| 注:***、**和*分别表示在1%、5%和10%的统计水平上显著,()内为稳健标准误,下同。 | ||
1.工具变量法。一般而言,具备较强组织韧性的企业通常能够维持稳健的运营体系,这类企业在供应链协同中更容易建立信用背书,从而获得上游供应商的融资支持,便会推动供应链金融发展水平的提升。同时,供应链金融的成熟也会反哺企业组织韧性的增强,因此二者之间可能存在反向因果关系。为缓解内生性问题,本文采用工具变量法进行检验。具体而言,首先计算企业在t-1期所在行业(排除企业自身)的供应链金融平均水平,作为“初始份额”;其次,计算该行业从t-1期到t期的供应链金融增长率(排除企业自身),作为“外生行业冲击”;最后,将二者相乘形成工具变量。该工具变量与企业的供应链金融发展高度相关,但排除了企业自身特质对组织韧性的直接影响,满足了工具变量的相关性与外生性条件,相应的回归结果见表4。
| 变量 | SCF | Org | Org |
| (1) | (2) | (3) | |
| Bartik_IV | –0.209***(0.022) | ||
| SCF | 0.002***(0.001) | 0.003***(0.001) | |
| Constant | 0.068(0.227) | 0.024***(0.008) | 0.022***(0.013) |
| CV | YES | YES | YES |
| Year & IND | YES | YES | YES |
| Kleibergen-Paap rk LM | |||
| Cragg-Donald Wald F | |||
| Adj. R2 | 0.342 | 0.984 | 0.978 |
| F Value | 32.750*** | ||
| Obs. | |||
列(1)显示,Bartik_IV的均值在1%水平下显著为负,Kleibergen-Paap rk LM统计量为
2.倾向得分匹配法。根据前文的描述性统计结果可知,样本企业的供应链金融水平整体上存在较大差异,可能导致因样本自选择而产生的内生性问题。为处理该问题,采用倾向匹配得分法对原模型进行重新估计。根据供应链金融的中位数,将样本分为处理组和对照组,并选择所有控制变量作为辅助变量,执行1:1的近邻匹配,共得到
为确保基准回归的可靠性,表5进行了一系列稳健性检验。具体地,第一,更换解释变量:使用供应链金融的虚拟变量(SCF1,若企业明确披露为上下游企业提供供应链金融服务,则开展供应链金融的当年及以后各年SCF均取值为1,否则为0)进行检验(Pan等,2020),相应的结果见于列(1)。第二,调整样本区间:由于2008年金融危机、2015年股灾以及2020年疫情对企业投融资均会产生重大影响,为避免宏观经济因素导致供应链金融对企业组织韧性产生的增量效应,根据刘一鸣等(2025)的研究,剔除了2008年、2009年、2015年、2020年、2021年样本后再进行基准回归,相应的结果见于列(2)。第三,剔除部分样本:由于直辖市拥有更为完善的金融基础设施,相对于其他地区的企业,位于直辖市的企业应对不确定性事件的能力也更强。为了消除这一干扰,将位于四个直辖市的企业样本予以剔除,相应的结果见于列(3)。第四,高维固定效应:参考卢毅等(2025)的研究,通过引入固定行业与时间的交互项,以便更好地捕捉到不同行业随时间变化的特定影响,从而增强研究结果的可靠性,相应的结果见于列(4)。通过上述几种稳健性检验,对于核心解释变量的系数大小、方向以及显著性方面均未产生明显的变化,表明供应链金融能够显著提高企业的组织韧性水平,所得结论与基准回归相符,因而基准回归结果是稳健可靠的。
| 变量 | Org | |||
| (1) | (2) | (3) | (4) | |
| 更换解释变量 | 剔除金融危机样本 | 剔除直辖市样本 | 高维固定效应 | |
| SCF1 | 0.002***(0.001) | |||
| SCF | 0.002***(0.001) | 0.002***(0.001) | 0.002***(0.001) | |
| Constant | 0.352***(0.015) | 0.300***(0.017) | 0.401***(0.009) | 0.351***(0.015) |
| CV | 控制 | 控制 | 控制 | 控制 |
| Year & IND | 是 | 是 | 是 | 否 |
| Year× IND | 否 | 否 | 否 | 否 |
| Adj. R2 | 0.984 | 0.986 | 0.989 | 0.985 |
| F Value | 29.650*** | 17.510*** | 24.980*** | 25.630*** |
| Obs. | ||||
在理论分析中,本文提出供应链金融能够通过缓解投融资期限错配和提高双元创新水平来增强企业组织韧性。为验证这两项机制,借鉴温忠麟和叶宝娟(2014)的研究,构建模型(2)—(4),采用Sobel估计验证供应链金融与企业组织韧性之间存在的中介效应:
| $ Or{g}_{i,t}={\alpha }_{0}+{\alpha }_{1}SC{F}_{i,t}+\sum \limits_{k=2}^{12}{\alpha }_{k}C{V}_{ikt}+{\mu }_{j}+{\eta }_{t}+{\varepsilon }_{i,t} $ | (2) |
| $ Mechanis{m}_{i,t}={\beta }_{0}+{\beta }_{1}SC{F}_{i,t}+\sum \limits_{k=2}^{12}{\beta }_{k}C{V}_{ikt}+{\mu }_{j}+{\eta }_{t}+{\varepsilon }_{i,t} $ | (3) |
| $ Or{g}_{i,t}={\theta }_{0}+{\theta }_{1}SC{F}_{i,t}+{\theta }_{2}Mechanis{m}_{i,t}+\sum \limits_{k=3}^{13}{\theta }_{k}C{V}_{ikt}+{\mu }_{j}+{\eta }_{t}+{\varepsilon }_{i,t} $ | (4) |
其中,Mechanism表示前文选取的中介变量,包括企业短贷长投和双元创新水平,CV与模型(1)中的相一致。
1.投融资矫正机制。表6中列(1)—(3)为投融资期限错配矫正机制检验。列(1)为步骤一检验结果:SCF的系数在1%水平下显著为正,即供应链金融能够显著增强企业的组织韧性,故进行下一步检验。列(2)为步骤二检验结果:SCF的系数在1%水平下显著为负,说明供应链金融能够显著降低企业的“短贷长投”水平,故进行下一步检验。列(3)为步骤三检验结果:SCF的系数在1%水平下显著为正,SL的系数在1%水平下显著为负,表明投融资矫正机制存在部分中介效应。列(1)中SCF的系数差异检验结果表明投融资矫正机制起到了显著的作用。为确保中介效应检验的稳定性,采用Sobel检验。Sobel检验的Z值在1%水平下显著,再次验证投融资矫正机制存在显著的中介效应。并且SL的中介效应占比为18.61%,说明在供应链金融增强企业组织韧性方面,有18.61%是通过投融资机制提供的。因而假说2得以验证,即供应链金融能够通过降低“短贷长投”水平来缓解企业的投融资期限错配问题,从而增强其组织韧性。
| 变量 | 步骤一 | 步骤二 | 步骤三 | 步骤一 | 步骤二 | 步骤三 | 步骤一 | 步骤二 | 步骤三 |
| Org | SL | Org | Org | LI | Org | Org | TI | Org | |
| (1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) | (9) | |
| SCF | 0.002*** (0.001) | –0.006*** (0.002) | 0.002*** (0.001) | 0.002*** (0.001) | 0.203*** (0.034) | 0.001** (0.001) | 0.002*** (0.001) | 0.096*** (0.016) | 0.002*** (0.001) |
| SL | –0.007*** (0.002) | ||||||||
| LI | 0.002*** (0.000) | ||||||||
| TI | 0.003*** (0.000) | ||||||||
| Constant | 0.352*** (0.015) | –0.168*** (0.037) | 0.358*** (0.014) | 0.352*** (0.015) | –3.079*** (0.933) | 0.359*** (0.014) | 0.352*** (0.015) | –0.462 (0.436) | 0.353*** (0.015) |
| CV | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| YR & IND | 是 | 是 | 是 | 是 | 是 | 是 | 是 | 是 | 是 |
| Adj. R2 | 0.983 | 0.159 | 0.984 | 0.983 | 0.294 | 0.984 | 0.983 | 0.227 | 0.984 |
| F Value | 29.570*** | 167.310*** | 38.370*** | 29.570*** | 64.360*** | 31.950*** | 29.570*** | 78.110*** | 29.920*** |
| Obs. | |||||||||
| SCF系数差异卡方统计量: 73.140*** SL中介效应Sobel检验Z统计量:2.697*** 中介效应占比:18.61% | SCF系数差异卡方统计量:35.444*** LI中介效应Sobel检验Z统计量:4.699*** 中介效应占比:21.23% | SCF系数差异卡方统计量:34.341*** TI中介效应Sobel检验Z统计量:4.462*** 中介效应占比:12.97% | |||||||
2.双元创新机制。表6中列(4)-(9)为双元创新机制检验。列(4)、(7)为步骤一的检验结果:SCF的系数在1%水平下显著为正,即供应链金融能够显著增强企业组织韧性水平,故进行下一步检验。列(5)、(8)为步骤二的检验结果:SCF的系数均在1%水平下显著为正,说明供应链金融能够提高企业的双元创新水平,故进行下一步检验。列(6)、(9)为步骤三的检验结果:SCF、LI、TI的系数至少在5%水平下显著为正,表明双元创新机制存在部分中介效应。列(4)、(7)中SCF系数差异检验结果表明双元创新机制起到了显著的作用。为确保中介效应检验的稳定性,采用Sobel检验。LI、TI的Sobel检验的Z值均在1%水平下显著,再次验证双元创新机制存在显著的中介效应。此外,LI、TI的中介效应占比结果表明,在增强企业组织韧性方面,分别有21.23%、12.97%是通过提高企业利用式创新水平与探索式创新水平提供的。因而假说3得以验证,即供应链金融能够通过提高企业双元创新水平,从而增强其组织韧性。
(二) 调节效应检验1.供应链金融与数字化转型对企业组织韧性的影响。随着人工智能、云计算、区块链、大数据等数字技术的不断涌现,数字化转型已成为企业创新变革的重要突破点。在数字技术的赋能下,供应链金融逐渐向智能化、生态化、服务化和可视化转型,成为一种更高效、普惠的金融支持手段(龚强等,2021)。数字化转型提升了企业资金流动速度,增强了企业之间的信息传递和筛选效率,使供应链金融能够更加精准、及时响应供应链各方的资金需求。区块链等数字技术能够支撑供应链金融多元主体间的有效协调,增强供应链金融的透明度、自动化和信任水平,完善金融监管体系和风控能力,从而改善传统供应链金融工具的低效率问题(宋晓晨和毛基业,2022)。在数字技术的持续赋能下,有效提高了供应链金融在融资方面的信息传递效率和便利度(王少华等,2024)。同时,企业数字化转型有利于加强供应链金融在资源配置、资金管理以及风险防控方面的作用。为了考察供应链金融对企业组织韧性的提升作用是否会受到数字化转型的影响,本文构建如下模型:
| $ Or{g}_{i,t}={\gamma }_{0}+{\gamma }_{1}SC{F}_{i,t}+{\gamma }_{2}D{T}_{i,t}+{\gamma }_{3}SC{F}_{i,t}\times D{T}_{i,t}+\sum \limits_{k=4}^{14}{\gamma }_{k}C{V}_{ikt}+{\mu }_{j}+{\eta }_{t}+{\varepsilon }_{i,t} $ | (5) |
其中,DT表示企业数字化转型水平;SCF×DT表示供应链金融与数字化转型的交互项;CV与模型(1)中的相一致。在模型中,需重点关注交互项的系数γ3,若交互项的系数显著为正,则表明数字化转型在供应链金融与企业组织韧性之间发挥着正向调节作用。
表7中列(1)—(3)报告了供应链金融与数字化转型对企业组织韧性影响的回归结果。列(1)显示,DT的系数在1%水平下显著为正,说明企业积极推进数字化转型有利于增强其组织韧性。列(2)加入SCF后,SCF与DT的系数均在1%水平下显著为正,说明二者均能提升企业组织韧性。列(3)加入SCF×DT后,SCF、DT的系数仍在1%水平下显著为正,SCF×DT的系数在5%水平下显著为正,表明数字化转型在供应链金融与企业组织韧性之间发挥着正向调节作用,即数字化转型能够增强供应链金融对企业组织韧性的提升作用。
| 变量 | Org | |||||
| 数字化转型的调节效应 | 分析师关注度的调节效应 | |||||
| (1) | (2) | (3) | (4) | (5) | (6) | |
| SCF | 0.001*** (0.000) |
0.001*** (0.000) |
0.001*** (0.000) |
0.001*** (0.000) |
||
| DT | 0.010*** (0.001) |
0.009*** (0.001) |
0.009*** (0.001) |
|||
| SCF×DT | 0.000** (0.000) |
|||||
| Ana | 0.004*** (0.000) |
0.002*** (0.002) |
0.003*** (0.000) |
|||
| SCF×Ana | 0.001*** (0.000) |
|||||
| Constant | 0.354*** (0.010) |
0.356*** (0.010) |
0.356*** (0.011) |
0.357*** (0.008) |
0.355*** (0.008) |
0.354*** (0.008) |
| CV | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| YR & IND | 是 | 是 | 是 | 是 | 是 | 是 |
| Adj. R2 | 0.983 | 0.983 | 0.983 | 0.984 | 0.984 | 0.984 |
| F Value | 35.220*** | 33.450*** | 31.270*** | 59.690*** | 55.210*** | 51.450*** |
| Obs. | ||||||
| 注:由于本文使用的数字化转型指数披露起始年份为2011年,因此样本个数少于 |
||||||
2.供应链金融与分析师关注度对企业组织韧性的影响。作为一种独立的外部监督机制,分析师关注度在企业与外部市场间发挥着重要的信息传递作用,可有效提高投资者和金融机构对目标企业的认知,降低信息不对称程度,帮助投资者和供应链伙伴更准确地评估供应链金融项目的价值,增强合作伙伴的信心(邱洋冬,2022)。分析师对财务健康的跟踪可促使企业优化供应链金融的资金配置,避免过度杠杆,提升抗风险能力。外部关注增加了企业行为的可见性,可促使企业更规范地使用供应链金融资源,避免短视行为,从而增强其组织韧性建设的长期性。构建如下模型以检验供应链金融对企业组织韧性的提升作用是否会受到分析师关注度的影响:
| $ Or{g}_{i,t}={\delta }_{0}+{\delta }_{1}SC{F}_{i,t}+{\delta }_{2}An{a}_{i,t}+{\delta }_{3}SC{F}_{i,t}\times An{a}_{i,t}+\sum \limits_{k=4}^{14}{\delta }_{k}C{V}_{ikt}+{\mu }_{j}+{\eta }_{t}+{\varepsilon }_{i,t} $ | (6) |
其中,Ana表示企业分析师关注度;SCF×Ana表示供应链金融与分析师关注度的交互项,CV与模型(1)中的相一致。在该模型中,需重点关注交互项的系数δ3,若交互项系数显著为正,则表明分析师关注度在供应链金融与企业组织韧性之间发挥着正向调节作用。
表7中列(4)-(6)报告了供应链金融与分析师关注度对企业组织韧性影响的回归结果。列(4)显示,Ana的系数在1%水平下显著为正,说明分析师关注度对企业组织韧性有显著的正向影响。列(5)加入SCF后,SCF与Ana的系数均在1%水平下显著为正,说明二者均能够提升企业组织韧性。在列(3)中加入交互项SCF×Ana后,结果显示SCF、Ana及SCF×Ana均在1%水平下显著为正,表明分析师关注度在供应链金融与企业组织韧性之间发挥着正向调节作用,即分析师关注度能够增强供应链金融对企业组织韧性的提升作用。
(三) 异质性检验1.企业内部特征异质性
(1)供应链金融对不同规模企业组织韧性的差异化影响。不同规模的企业,在资源禀赋、融资能力、风险管理以及供应链地位等方面均存在差异,因而对企业开展供应链金融业务产生差异化影响(潘爱玲等,2021)。大规模企业有着较为稳定的客户资源与专业知识,具备较强的管理能力,能够更加有效地利用供应链金融服务来整合资源(George等,2005)。同时,大规模企业面临更多的外部社会压力和监管要求,会拥有更强的动力去利用供应链金融来调配资金,进而确保企业供应链金融业务的持续开展。而小规模企业通常资源有限,受制于管理能力和专业知识的不足,在供应链金融发展中面临着诸多限制。为探讨供应链金融对企业组织韧性的影响是否会因其规模存在差异,本文以分行业、分年度企业总资产的中位数为划分依据,将样本分为大规模和小规模企业进行分组检验,相应的回归结果如表8中列(1)、(2)所示。结果显示,在小规模企业中,SCF的系数并未通过显著性检验;而在大规模企业中,SCF的系数在1%水平下显著为正,且Chow检验结果显示其与小规模企业的差异在1%水平下显著,表明供应链金融对大规模企业组织韧性的提升作用会更为明显。
| 变量 | Org | |||||||
| 企业规模 | 供应链集中度 | 金融市场发展水平 | 营商环境 | |||||
| 大 | 小 | 高 | 低 | 高 | 低 | 好 | 差 | |
| (1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) | |
| SCF | 0.002** (0.001) |
0.000 (0.000) |
0.000 (0.000) |
0.003*** (0.001) |
0.002*** (0.001) |
0.001** (0.001) |
0.002*** (0.000) |
0.001** (0.001) |
| Constant | 0.365*** (0.015) |
0.407*** (0.011) |
0.371*** (0.012) |
0.361*** (0.018) |
0.361*** (0.015) |
0.342*** (0.021) |
0.440*** (0.014) |
0.265*** (0.024) |
| CV | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| Year & IND | 是 | 是 | 是 | 是 | 是 | 是 | 是 | 是 |
| Adj. R2 | 0.981 | 0.989 | 0.988 | 0.981 | 0.986 | 0.982 | 0.974 | 0.987 |
| F Value | 10.900*** | 20.060*** | 19.450*** | 13.340*** | 19.730*** | 18.840*** | 44.820*** | 13.800*** |
| Chow test | χ2=29.550*** | χ2=11.940*** | χ2=2.120*** | χ2=7.640*** | ||||
| Obs. | ||||||||
(2)供应链金融在不同供应链集中程度下对企业组织韧性的差异化影响。供应链集中度体现了企业对客户、供应商的依赖程度(李健等,2025)。供应链集中度高,表明企业与大供应商或客户存在较强的资源依赖,在供应链关系中通常处于弱势地位,会进一步加剧企业的融资约束,并降低其信息透明度(Jia等,2025)。供应链集中度较低,则意味着企业对单一客户或供应商的依赖程度较低,客户和供应商分布相对分散,企业能够有效降低单点依赖风险、提高信息透明度(张冰晔等,2024)。因而对供应链集中度较低的企业,供应链金融对其组织韧性的促进作用会更为明显。为探讨供应链金融在不同供应链集中程度下对企业组织韧性的影响是否存在差异,以供应商集中度与客户集中度之和的均值来衡量其供应链集中度(唐跃军,2009)。其中,供应商集中度是前五大供应商采购额占全年采购总额的比例;客户集中度是前五大客户销售额占全年销售总额的比例。然后,以每年各行业供应链集中度的中位数作为划分依据,当供应链集中度高于中位数时表明其供应链集中度水平较高,反之则表明供应链集中度水平较低,相应的回归结果如表8中列(3)、(4)所示。结果显示,在供应链集中度较高组中,SCF的系数并未表现出统计上的显著性,而在供应链集中度较低组中,SCF的系数显著为正,且Chow检验结果显示其与供应链集中度较高组的差异在1%水平下显著,表明供应链集中度越低,供应链金融对企业组织韧性的促进作用会更为明显。
2.外部环境异质性
(1)供应链金融在不同金融市场发展水平下对企业组织韧性的差异化影响。金融市场作为企业财务决策的外部环境,能够为企业发展提供金融资源与服务,金融市场的发展程度对企业开展供应链金融业务具有重要影响(谢军和黄志忠,2014)。在金融发展水平较高的地区通常拥有更为丰富的金融资源与服务,具体表现为在金融人才、金融科技、资金数量等方面具有显著的优势(解维敏和方红星,2011),能够为供应链金融的发展与创新提供有力支持。在此情形下,供应链金融能够发挥更大的作用,其对企业组织韧性的影响也会更强。在金融发展水平较低的地区,企业开展供应链金融的条件不够成熟,需要投入更高的成本,导致供应链金融产生的额外成本与其带来的经济效益相互抵消,因而对企业组织韧性的提升作用有限。为探究在不同金融市场发展水平下,供应链金融对企业组织韧性的影响是否存在差异,本文以金融机构贷款额度与人均GDP的比值来衡量企业所处城市的金融市场发展水平(窦炜等,2019)。具体而言,根据金融贷款额度与人均GDP比值的年度中位数将样本企业分为金融市场发展水平较高组与金融市场发展水平较低组,相应的回归结果如表8中列(5)、(6)所示。结果显示,SCF的系数均显著为正,但在金融市场发展水平较高的地区,SCF的系数更大,且Chow检验结果显示其与金融市场发展水平较低组的差异在1%水平下显著,说明在金融市场发展水平较高的地区更有利于发挥供应链金融对企业组织韧性的提升作用。
(2)供应链金融在不同营商环境下对企业组织韧性的差异化影响。营商环境作为市场主体在参与市场经济活动时所涉及的各种体制机制条件及其环境的总和,虽不直接形成生产力,但能够直接影响土地、劳动力、资本、技术、数据等生产要素的流通(范合君等,2022)。营商环境较差的地区,受限于当地基础设施的不足,难以为企业发展供应链金融提供稳定的环境。而处于营商环境较好地区的企业,在发展过程中能够享受更为完善的政策法规、基础设施、金融服务、市场环境等条件,同时,当地良好的营商环境也能为企业在资源获取、政策扶持等方面带来更多的便利与优惠。为探究供应链金融在不同营商环境下对企业组织韧性是否存在差异化影响,参考王小鲁等(2019)发布的中国分省份企业经营环境指数,将企业所在省份评分的中位数作为分组依据。具体而言,企业所在省份评分大于中位数视为营商环境较好组,小于或等于中位数则视为营商环境较差组,以此来考察供应链金融在不同营商环境下对企业组织韧性的影响,相应的回归结果如表8中列(7)、(8)所示。结果显示,SCF的系数均显著为正,但在营商环境较好组中,SCF的系数更大,且Chow检验结果显示其与营商环境较差组的差异在1%水平下显著,说明供应链金融在营商环境较好地区对企业组织韧性的提升作用会更为明显。
六、结论与启示党的二十届四中全会提出,“十五五”时期我国发展环境面临深刻复杂变化;我国发展处于战略机遇和风险挑战并存、不确定难预料因素增多的时期。经济韧性是国家统筹发展和安全的重要基础,而企业作为国民经济体系中不可或缺的微观主体,其组织韧性的构建与提升事关国家经济的发展质量。本文以2008—2023年A股上市企业为样本,研究了供应链金融对企业组织韧性的影响。研究发现:企业开展供应链金融业务能够有效提升其组织韧性水平,这一结论在经过内生性检验及稳健性检验后仍然成立。机制检验发现,供应链金融通过改善投融资期限错配问题、提升双元创新能力进而增强了企业的组织韧性水平。调节效应检验发现,企业数字化转型与分析师关注度均能够增强企业供应链金融对组织韧性的提升作用。企业层面的异质性分析表明,在规模较大和供应链集中度较低的企业中,供应链金融对企业组织韧性的提升作用会更为明显。外部环境异质性分析表明,位于金融市场发展水平较高以及营商环境较好地区的企业,供应链金融对其组织韧性的提升作用会更为明显。
基于上述结论,可提供以下启示:第一,在企业层面,首先,在日益复杂多变的市场环境下,企业应当充分认识到供应链金融在组织韧性中的重要作用,结合自身特点,在全面分析供应链金融的风险与机遇基础上,积极开展相关业务。主动与金融机构开展基于供应链的融资合作,以便高效获得融资服务,缓解融资困境。利用供应链金融工具匹配短期资金需求与长期资产投资,减少期限错配风险。将供应链金融节省的融资成本投入研发,平衡探索式创新和利用式创新,增强企业的双元创新能力。其次,企业应积极推进数字化转型,构建智能供应链管理系统,实现物流、信息流和资金流的深度融合,为供应链金融提供数据支撑,形成数字供应链金融生态体系。同时,加强与资本市场的沟通,主动提高自身的信息披露水平,与分析师、机构投资者等外部监督者保持良性互动,增强供应链业务的可视性,吸引更多分析师的关注。
第二,在金融机构层面,首先,银行等金融机构应当充分利用数字技术分析供应链交易数据,建立客观全面的信用评价体系与风险监管体系,动态评估企业信用和经营情况。同时也应当持续创新金融产品,为企业提供多元化的融资服务,以适应和满足不断变化的市场环境,真正发挥供应链金融对实体企业的赋能作用。其次,银行可与证券公司合作,针对供应链金融表现突出的企业发布专项研究报告,引导更多分析师关注,加强企业外部监督机制。此外,金融机构应加强与核心企业的合作,构建“供应链金融生态圈”,通过核心企业信用赋能上下游中小企业。重点关注金融市场发展水平较低和营商环境较差的地区,优先布局供应链金融业务,并针对不同行业特点设计差异化金融产品,提升服务精准度。
第三,在政府层面,首先,政府部门应完善供应链金融政策,通过出台专项补贴、税收减免等方式激励更多市场主体参与供应链金融,并建立公开透明的市场准入机制,控制供应链金融业务过程中的风险,充分释放供应链金融效能。其次,可通过设立专项创新基金等方式强化对企业技术创新的政策支持,引导企业积极开展研发活动与模式创新,从而系统提升其在探索式创新与利用式创新的协同能力。并且,应推动企业数字化转型,政府可联合行业协会开展供应链金融试点示范,加强企业数字化转型的政策引导,促进供应链金融与数字经济深度融合。此外,政府部门应优化营商环境,加强金融供给侧结构性改革,提高金融市场发展水平,为供应链金融创造良好的外部条件。并将扶持力度适当向规模较小及供应链集中度较高的企业倾斜,引导和鼓励这类企业积极开展供应链金融业务,充分发挥供应链金融在服务微观企业、驱动实体经济发展中的作用。
| [1] | 卜君, 朱悦. 供应链金融能够提高企业全要素生产率吗?[J].财经问题研究,2024(5). |
| [2] | 成程, 田轩, 徐照宜. 供应链金融与企业效率升级——来自上市公司公告与地方政策文件的双重证据[J].金融研究,2023(6). |
| [3] | 董浩, 闫晴. 供应链稳定与企业投融资期限错配[J].证券市场导报,2025(2). |
| [4] | 窦炜, 郝晓敏, 方俊. 信贷配给、金融发展水平与企业创新[J].商业研究,2019(6). |
| [5] | 范合君, 吴婷, 何思锦. “互联网+政务服务”平台如何优化城市营商环境?——基于互动治理的视角[J].管理世界,2022(10). |
| [6] | 龚强, 班铭媛, 张一林. 区块链、企业数字化与供应链金融创新[J].管理世界,2021(2). |
| [7] | 关静怡, 朱恒, 刘娥平. 股吧评论、分析师跟踪与股价崩溃风险——关于模糊信息的信息含量分析[J].证券市场导报,2020(3). |
| [8] | 何青, 琚望静, 庄朋涛. 如何缓解企业投融资期限错配?基于数字化转型视角[J].数量经济技术经济研究,2024(5). |
| [9] | 姜付秀, 蔡文婧, 蔡欣妮, 等. 银行竞争的微观效应: 来自融资约束的经验证据[J].经济研究,2019(6). |
| [10] | 李健, 丁紫茵, 步晓宁. 数据资产化与供应链集中度——基于链主企业视角的考察[J].上海财经大学学报,2025(5). |
| [11] | 凌润泽, 李彬, 潘爱玲, 等. 供应链金融与企业债务期限选择[J].经济研究,2023(10). |
| [12] | 凌润泽, 潘爱玲, 李彬. 供应链金融能否提升企业创新水平?[J].财经研究,2021(2). |
| [13] | 刘一鸣, 曹廷求, 刘家昊. 供应链金融与企业风险承担[J].系统工程理论与实践,2025(2). |
| [14] | 卢强, 刘贝妮, 宋华. 中小企业能力对供应链融资绩效的影响: 基于信息的视角[J].南开管理评论,2019(3). |
| [15] | 卢毅, 郑青昊, 邓扬. 资源编排视角下供应链金融对供应链韧性的影响研究[J].统计与信息论坛,2025(4). |
| [16] | 马红, 侯贵生, 王元月. 产融结合与我国企业投融资期限错配——基于上市公司经验数据的实证研究[J].南开管理评论,2018(3). |
| [17] | 潘爱玲, 凌润泽, 李彬. 供应链金融如何服务实体经济——基于资本结构调整的微观证据[J].经济管理,2021(8). |
| [18] | 钱龙. 信息不对称与中小企业信贷风险缓释机制研究[J].金融研究,2015(10). |
| [19] | 邱洋冬. 分析师追踪能提升企业真实创新产出吗——兼论研报文本的解读[J].广东财经大学学报,2022(3). |
| [20] | 宋华, 韩梦玮, 胡雪芹. 供应链金融如何促进供应链低碳发展?——基于国网英大的创新实践[J].管理世界,2023(5). |
| [21] | 宋华, 黄千员, 杨雨东. 金融导向和供应链导向的供应链金融对企业绩效的影响[J].管理学报,2021(5). |
| [22] | 宋晓晨, 毛基业. 基于区块链的组织间信任构建过程研究——以数字供应链金融模式为例[J].中国工业经济,2022(11). |
| [23] | 唐跃军. 供应商、经销商议价能力与公司业绩——来自2005—2007年中国制造业上市公司的经验证据[J].中国工业经济,2009(10). |
| [24] | 王少华, 王敢娟, 董敏凯. 供应链网络位置、数字化转型与企业全要素生产率[J].上海财经大学学报,2024(3). |
| [25] | 王小鲁, 樊纲, 胡李鹏. 中国分省份市场化指数报告[M]. 北京: 社会科学文献出版社, 2019. |
| [26] | 韦施威, 杜金岷. 供应链金融如何影响企业创新?[J].经济社会体制比较,2023(2). |
| [27] | 温忠麟, 叶宝娟. 中介效应分析: 方法和模型发展[J].心理科学进展,2014(5). |
| [28] | 武春桃. 信息不对称对商业银行信贷风险的影响[J].经济经纬,2016(1). |
| [29] | 夏雨, 方磊, 魏明侠. 供应链金融: 理论演进及其内在逻辑[J].管理评论,2019(12). |
| [30] | 谢军, 黄志忠. 宏观货币政策和区域金融发展程度对企业投资及其融资约束的影响[J].金融研究,2014(11). |
| [31] | 解维敏, 方红星. 金融发展、融资约束与企业研发投入[J].金融研究,2011(5). |
| [32] | 于小悦, 于苏, 曹伟, 等. 供应链金融与企业专业化分工[J].财经研究,2023(10). |
| [33] | 张冰晔, 刘紫琦, 周君, 等. 供应链集中度对中国上市企业ESG表现的影响分析——基于企业经营视角[J].系统工程理论与实践,2024(6). |
| [34] | 钟凯, 程小可, 张伟华. 货币政策适度水平与企业“短贷长投”之谜[J].管理世界,2016(3). |
| [35] | 周兰, 吴慧君. 供应链金融与产品市场表现[J].金融经济学研究,2022(6). |
| [36] | 周泽将, 张悦, 汪顺. 供应链金融能否平滑企业资金的年尾堆叠[J].世界经济,2025(9). |
| [37] | Benner M J, Tushman M L. Exploitation, exploration, and process management: The productivity dilemma revisited[J].The Academy of Management Review,2003,28(2):238–256. |
| [38] | Bonesso S, Gerli F, Scapolan A. The individual side of ambidexterity: Do individuals’ perceptions match actual behaviors in reconciling the exploration and exploitation trade-off?[J].European Management Journal,2014,32(3):392–405. |
| [39] | Ceptureanu S I, Ceptureanu E G, Cerqueti R. Innovation ambidexterity and impact on the performance in IT companies: The moderating role of business experience[J].Technology Analysis & Strategic Management,2022,34(7):746–759. |
| [40] | George G, Wiklund J, Zahra S A. Ownership and the internationalization of small firms[J].Journal of Management,2005,31(2):210–233. |
| [41] | Guan J C, Liu N. Exploitative and exploratory innovations in knowledge network and collaboration network: A patent analysis in the technological field of Nano-energy[J].Research Policy,2016,45(1):97–112. |
| [42] | Jia F, Xu Y, Chen L J, et al. Does supply chain concentration improve sustainability performance: The role of operational slack and information transparency[J].International Journal of Operations & Production Management,2025,45(1):269–300. |
| [43] | Ortiz-de-Mandojana N, Bansal P. The long-term benefits of organizational resilience through sustainable business practices[J].Strategic Management Journal,2016,37(8):1615–1631. |
| [44] | Pan A L, Xu L, Li B, et al. The impact of supply chain finance on firm cash holdings: Evidence from China[J].Pacific-Basin Finance Journal,2020,63:101402. |
| [45] | Sajko M, Boone C, Buyl T. CEO greed, corporate social responsibility, and organizational resilience to systemic shocks[J].Journal of Management,2021,47(4):957–992. |
| [46] | Teece D J, Pisano G, Shuen A. Dynamic capabilities and strategic management[J].Strategic Management Journal,1997,18(7):509–533. |
| [47] | Van Der Vegt G S, Essens P, Wahlström M, et al. Managing risk and resilience[J].Academy of Management Journal,2015,58(4):971–980. |