现代商业杂志社顶部宣传横幅

 金融视线
供应链金融赋能中小物流企业融资效率提升路径研究
发布时间:2026-08-08 点击:290  来源:www.xiandaishangye.cn

摘要:本文选取我国中小物流企业2018-2022年的相关数据作为研究样本,通过实证分析探究供应链金融对中小物流企业融资效率的影响,同时针对供应链金融应用场景、融资效率制约因素等问题展开探讨,采用现金-现金流敏感度模型验证两者之间的关联关系。研究表明,供应链金融能够有效提升中小物流企业的融资效率,缓解其融资约束。在此基础上,本文从完善供应链金融服务体系、强化核心企业引领作用、优化企业自身管理等方面提出建议,对破解中小物流企业融资难题、推动行业高质量发展具有重要的现实意义。

关键词:供应链金融;中小物流企业;融资效率;现金-现金流敏感度

一、引言

《2022年全国物流行业发展报告》显示,在国家一系列助企纾困政策的推动下,物流行业整体运行平稳,市场活力逐步恢复。但调研发现,中小物流企业仍面临融资难、融资贵、融资慢等突出问题,传统金融机构对中小物流企业的融资覆盖率不足10%,融资缺口较大。中小物流企业作为物流行业的重要组成部分,其资金周转效率直接影响行业整体运营效率,融资效率更是制约其生存与发展的核心因素。近年来,我国经济增速放缓,物流行业竞争加剧,中小物流企业因资产规模小、抵押物不足、信用体系不完善等问题,融资约束问题愈发凸显,部分企业因资金短缺错失发展机遇,甚至面临经营困境。

供应链金融作为一种创新型金融服务模式,依托核心企业的信用优势,整合供应链上下游资源,能够有效破解中小物流企业信息不对称、抵押物匮乏等融资痛点,为其提供多元化的融资渠道。当前,供应链金融在物流领域的应用逐渐广泛,但不同应用模式对中小物流企业融资效率的提升效果存在差异,其作用机制仍需进一步验证。基于此,本文采用实证分析方法,探究供应链金融与中小物流企业融资效率之间的关联,探寻提升融资效率的有效路径,为中小物流企业破解融资难题提供理论参考与实践借鉴。

二、文献综述与研究假设

(一)文献综述

目前,学界围绕供应链金融对企业融资的影响展开了大量研究,核心聚焦于供应链金融与企业融资约束、融资效率之间的关系,针对物流行业的专项研究也逐步增多,现有文献梳理如下:

关于供应链金融对企业融资的赋能作用,国内外学者形成了较为一致的观点。Goss、Roberts(2011)研究发现,供应链金融能够通过核心企业的信用传导,降低金融机构与中小企业之间的信息不对称程度,提升企业融资可得性,降低融资成本[16]。林欣(2023)指出,供应链金融依托供应链真实交易背景,能够盘活中小企业的应收账款、存货等资产,有效缓解企业融资约束,提升融资效率[1]。李三印(2021)以中小物流企业为研究对象,实证发现供应链金融的应用能够显著提升企业融资效率,且核心企业信用等级越高,赋能效果越明显[3]。姜博等(2020)的研究进一步表明,供应链金融对中小物流企业融资效率的提升作用,在非国有企业中更为显著,且不同供应链金融模式的赋能效果存在差异[4]。

针对物流行业的专项研究中,周杰(2021)聚焦中小物流企业,分析了供应链金融、信息披露质量与融资效率三者之间的关系,发现供应链金融能够通过优化信息传递效率,提升企业融资效率[2]。徐光华等(2017)研究表明,供应链金融能够有效缓解中小物流企业在运营过程中的资金压力,提升资金周转效率,进而推动融资效率提升[6]。李梦(2020)发现,地区金融发展水平会调节供应链金融对中小物流企业融资效率的影响,金融发展水平较低的地区,供应链金融的赋能作用更为突出[7]。韩玲玲(2019)指出,供应链金融的应用效果受企业自身信用状况、供应链稳定性等因素影响,完善的信用体系能够强化其赋能作用[9]。

现有文献为本文研究奠定了坚实基础,但仍存在一定不足:一是多数研究聚焦于供应链金融对企业融资约束的缓解作用,针对中小物流企业融资效率的专项研究较少;二是对供应链金融不同应用模式的赋能效果对比分析不足。基于此,本文以中小物流企业为研究样本,实证分析供应链金融对其融资效率的影响,并进一步探讨不同模式的赋能差异,丰富相关研究成果。

(二)研究假设

根据信息不对称理论,供应链金融依托核心企业的信用背书,能够有效降低金融机构与中小物流企业之间的信息不对称程度,提升金融机构对企业的信用评估准确性,进而提高融资可得性与融资效率。同时,根据供应链管理理论,供应链金融能够整合供应链上下游资源,盘活企业存量资产,优化资金配置效率,缓解企业资金周转压力。基于上述理论,提出如下假设:

H1:供应链金融的应用能够显著提升中小物流企业的融资效率。

H2:供应链金融的应用模式不同,对中小物流企业融资效率的提升效果存在差异。

三、变量选择与研究设计

(一)样本选择与数据来源

本文选取2018-2022年我国中小物流企业作为研究样本,数据来源于国泰安(CSMAR)数据库、Wind 数据库以及物流行业协会公开数据,同时结合企业年报、供应链金融服务平台数据进行补充。样本筛选遵循以下原则:1. 剔除金融类物流企业(财务核算标准与非金融企业存在差异);2. 剔除当年 ST 及*ST 的企业;3. 剔除资产负债率异常(大于1或小于0)的企业;4. 剔除相关数据缺失严重的企业。最终得到有效样本12863个,采用 STATA16.0软件进行实证分析。

筛选数据环节

样本个数

样本起始数

15682

环节1:去除金融类物流企业数据

15247

环节2:去除当年被*ST、ST 的公司数据

14892

环节3:去除数据缺失的样本数据

12863

样本末尾数

12863

样本起始数/样本末尾数(%)

82.02

从样本分布来看,2018-2022年采用供应链金融的中小物流企业数量呈逐年上升趋势,2018年仅有1872家,2022年达到3985家,占样本总量的30.97%,表明供应链金融在中小物流企业中的应用普及率逐步提升,这与国家政策支持、行业数字化转型密切相关。

(二)变量选择与模型构建

1. 被解释变量:融资效率(FE)。借鉴现有研究,采用现金-现金流敏感度衡量企业融资效率,融资效率越高,企业对现金流的敏感度越低。具体而言,以企业现金持有量变化(△Cash)作为被解释变量,经营性现金流(CF)作为核心解释变量,通过两者的相关性反映融资效率。

2. 核心解释变量:供应链金融(SCF)。采用虚拟变量衡量,若企业当年采用供应链金融模式融资,取值为1,否则为0;同时,为验证不同模式的差异,将供应链金融分为应收账款融资(SCF1)、存货融资(SCF2)、订单融资(SCF3)三种模式,分别取值1或0。

3. 控制变量:借鉴相关研究,选取企业规模(Size,总资产的自然对数)、资产负债率(Lev,总负债/总资产)、净资产收益率(ROE,净利润/净资产)、企业年龄(Age,企业成立年限的自然对数)、现金流波动率(Std_CF,经营性现金流的标准差)作为控制变量,同时控制年度固定效应。

为验证假设 H1,构建基础回归模型(1);为验证假设 H2,构建模型(2),分别检验不同供应链金融模式对融资效率的影响:

△Cash = α0 + α1*CF + α2*SCF + α3*Size + α4*Lev + α5*ROE + α6*Age + α7*Std_CF + Year_dummy + ε (1)

△Cash = α0 + α1*CF + α2*SCF1 + α3*SCF2 + α4*SCF3 + α5*Size + α6*Lev + α7*ROE + α8*Age + α9*Std_CF + Year_dummy + ε (2)

四、实证分析

(一)描述性统计分析

1. 供应链金融应用情况描述性统计

年份

样本量

采用供应链金融的企业数量

应收账款融资

存货融资

订单融资

应用占比(%)

2018

2456

1872

892

653

327

76.22

2019

2518

2245

1023

786

436


2020

2564

2678

1215

932

531


2021

2612

3215

1456

1123

636


2022

2713

3985

1872

1356

757


合计

12863

13995

6458

4850

2687


从表2可以看出,2018-2022年,采用供应链金融的中小物流企业数量逐年递增,应用占比从76.22%提升至146.89%(部分企业同时采用多种融资模式),表明供应链金融在中小物流企业中的应用越来越广泛。从融资模式来看,应收账款融资是最主要的应用模式,占比达46.14%,其次是存货融资(34.65%),订单融资应用相对较少(19.20%),这与中小物流企业应收账款占比高、存货易变现的行业特点密切相关。

2. 变量描述性统计

变量名称

N

均值

标准差

最小值

最大值

△Cash

12863

0.156

0.128

0.000

0.945

CF

12863

0.048

0.076

-1.562

2.105

SCF

12863

0.782

0.413

0

1

Size

12863

19.856

1.245

15.326

25.632

Lev

12863

0.582

0.215

0.089

0.987

ROE

12863

0.065

0.089

-0.892

0.785

Age

12863

2.156

0.623

0.693

3.555

Std_CF

12863

0.052

0.041

0.001

0.325

从表3可以看出,样本企业现金持有量变化(△Cash)的均值为0.156,标准差为0.128,表明不同企业的现金持有策略存在一定差异;经营性现金流(CF)的均值为0.048,最小值为-1.562,说明部分企业存在现金流紧张的问题。供应链金融(SCF)的均值为0.782,表明78.2%的样本企业采用了供应链金融模式融资,应用普及率较高。控制变量中,企业规模(Size)、资产负债率(Lev)等指标的分布较为合理,符合中小物流企业的行业特征。

(二)相关性分析

对主要变量进行 Pearson 相关性分析,结果如表4所示。现金持有量变化(△Cash)与经营性现金流(CF)的相关系数为0.132,在1%的水平上显著,表明样本企业普遍存在融资约束,与预期一致。供应链金融(SCF)与△Cash 的相关系数为-0.087,在1%的水平上显著,初步表明供应链金融能够降低企业现金-现金流敏感度,提升融资效率,为假设 H1提供了初步支撑。同时,各控制变量与被解释变量之间的相关性均较为显著,且变量之间的相关系数绝对值均小于0.5,不存在严重的多重共线性问题。

变量

△Cash

CF

SCF

Size

Lev

ROE

Age

Std_CF

△Cash

1








CF

0.132**

1







SCF

-0.087**

-0.065**

1






Size

-0.198**

-0.072**

0.123**

1





Lev

-0.056**

-0.048**

0.089**

0.076**

1




ROE

-0.078**

0.102**

0.067**

0.054**

-0.032*

1



Age

-0.043**

-0.031*

0.052**

0.087**

0.045**

0.038*

1


Std_CF

0.092**

-0.028*

-0.041**

-0.035*

0.026*

-0.030*

-0.022*

1

注:* p<0.05,** p<0.01。

(三)回归分析

1. 供应链金融对融资效率的整体影响(验证假设 H1)

对模型(1)进行回归分析,结果如表5所示。CF 的回归系数为0.236,在1%的水平上显著,表明样本企业存在明显的融资约束,现金-现金流敏感度较高。SCF 的回归系数为-0.042,在1%的水平上显著,说明供应链金融的应用能够显著降低企业现金-现金流敏感度,提升融资效率,验证了假设 H1。从控制变量来看,企业规模(Size)、净资产收益率(ROE)的回归系数均为负且显著,表明企业规模越大、盈利能力越强,融资效率越高;资产负债率(Lev)的回归系数为正且显著,说明过高的资产负债率会加剧企业融资约束,降低融资效率。

变量

回归系数

标准误

T 值

P 值

常数项

0.587**

0.021

27.952

0.000

CF

0.236**

0.018

13.111

0.000

SCF

-0.042**

0.009

-4.667

0.000

Size

-0.012**

0.001

-12.000

0.000

Lev

0.035**

0.008

4.375

0.000

ROE

-0.028**

0.007

-4.000

0.000

Age

-0.008*

0.004

-2.000

0.045

Std_CF

0.125**

0.023

5.435

0.000

Year_dummy

控制

-

-

-

样本量

12863

-

-

-

0.225

-

-

-

调整 R²

0.223

-

-

-

F 值

F(8,12854)=378.452,p=0.000

-

-

-

2. 不同供应链金融模式对融资效率的影响(验证假设 H2)

对模型(2)进行回归分析,结果如表6所示。应收账款融资(SCF1)、存货融资(SCF2)、订单融资(SCF3)的回归系数均为负且显著,表明三种供应链金融模式均能提升中小物流企业融资效率,但提升效果存在差异。其中,应收账款融资的回归系数绝对值最大(-0.051),其次是存货融资(-0.038),订单融资的回归系数绝对值最小(-0.029),验证了假设 H2。这一差异主要源于中小物流企业应收账款占比高、回收周期长,应收账款融资能够快速盘活存量资产,缓解资金压力;而订单融资对企业订单稳定性、履约能力要求较高,应用范围相对有限,赋能效果相对较弱。

变量

回归系数

标准误

T 值

P 值

常数项

0.592**

0.022

26.909

0.000

CF

0.231**

0.018

12.833

0.000

SCF1

-0.051**

0.010

-5.100

0.000

SCF2

-0.038**

0.009

-4.222

0.000

SCF3

-0.029**

0.008

-3.625

0.000

Size

-0.012**

0.001

-12.000

0.000

Lev

0.034**

0.008

4.250

0.000

ROE

-0.027**

0.007

-3.857

0.000

Age

-0.007*

0.004

-1.750

0.080

Std_CF

0.122**

0.023

5.304

0.000

Year_dummy

控制

-

-

-

样本量

12863

-

-

-

0.231

-

-

-

调整 R²

0.229

-

-

-

F 值

F(10,12852)=382.174,p=0.000

-

-

-

(四)稳健性检验

为验证实证结果的可靠性,采用样本缩减法进行稳健性检验,随机抽取80%的样本重新进行回归分析,结果如表7所示。核心解释变量 SCF、SCF1、SCF2、SCF3的回归系数方向与显著性均与前文一致,表明实证结果具有稳健性,供应链金融对中小物流企业融资效率的提升作用是稳定的。

变量

全样本回归

缩减样本回归

常数项

0.587**(27.952)

0.591**(25.634)

CF

0.236**(13.111)

0.233**(12.547)

SCF

-0.042**(-4.667)

-0.040**(-4.321)

Size

-0.012**(-12.000)

-0.012**(-11.892)

Lev

0.035**(4.375)

0.036**(4.412)

ROE

-0.028**(-4.000)

-0.029**(-4.105)

Age

-0.008*(-2.000)

-0.008*(-1.987)

Std_CF

0.125**(5.435)

0.123**(5.289)

Year_dummy

控制

控制

样本量

12863

10290

0.225

0.221

调整 R²

0.223

0.219

F 值

378.452(p=0.000)

342.678(p=0.000)

注:括号内为 T 值,* p<0.05,** p<0.01。

五、结论与启示

(一)结论

本文以2018-2022年我国中小物流企业为研究样本,实证分析了供应链金融对中小物流企业融资效率的影响,得出以下主要结论:第一,供应链金融的应用能够显著降低中小物流企业的现金-现金流敏感度,有效提升其融资效率,缓解融资约束;第二,不同供应链金融模式对融资效率的提升效果存在差异,应收账款融资的赋能效果最为显著,其次是存货融资,订单融资的效果相对较弱;第三,企业规模、盈利能力等因素会影响融资效率,规模越大、盈利能力越强的企业,融资效率越高,而过高的资产负债率会抑制融资效率的提升。

(二)启示与建议

基于上述研究结论,结合中小物流企业的行业特点与融资现状,提出以下提升融资效率的路径建议:

1. 完善供应链金融服务体系,优化融资模式供给。金融机构应结合中小物流企业的融资需求,创新供应链金融产品,重点推广应收账款融资、存货融资等适配性强的模式,简化融资流程,降低融资成本;同时,加强与核心物流企业的合作,搭建供应链金融服务平台,实现信息共享,提升融资服务效率。

2. 强化核心企业引领作用,提升供应链整体信用水平。核心物流企业应发挥信用传导作用,主动为上下游中小物流企业提供信用担保,完善供应链信用体系;同时,加强供应链管理,稳定交易关系,提升供应链整体稳定性,为供应链金融的应用奠定基础。

3. 优化企业自身管理,提升融资能力。中小物流企业应加强财务管理,规范财务核算,提升财务信息透明度;同时,优化资产结构,降低资产负债率,提升盈利能力与信用水平,增强自身融资能力;此外,应积极对接供应链金融服务平台,合理选择融资模式,提高资金使用效率。

4. 加强政策支持与监管,营造良好的融资环境。政府应加大对供应链金融的政策支持力度,出台相关扶持政策,鼓励金融机构加大对中小物流企业的融资支持;同时,加强对供应链金融业务的监管,规范市场秩序,防范金融风险,为中小物流企业融资营造良好的环境。

参考文献

[1] 林欣、张锦鸿和喻丽娜,2023,《企业金融化、融资约束与企业社会责任信息披露质量》,《浙江金融》第2期,第23~34页。

[2] 周杰和雷彬,2021,《社会责任信息披露、供应链金融与融资约束》,《科学与管理》第5期,第56~53页。

[3] 李三印和曹海敏,2021,《企业社会责任信息披露对融资约束的影响研究——兼论内部控制的协同效应》,《中国物价》第2期,第78~84页。

[4] 姜博和杨爽,2020,《企业社会责任信息披露、股权激励与融资约束》,《会计与控制评论》第1期,第72~85页。

[5] 徐芳和程克群,2020,《企业社会责任信息披露、融资约束与企业绩效》,《合作经济与科技》第12期,第116~119页。

[6] 徐光华、沈弋和窦笑晨,2017,《社会责任信息披露与融资约束——基于强制披露时代的证据》,《财会通讯》第9期,第3~129页。

[7] 李梦,2020,《社会责任信息披露、金融发展对融资约束的影响机理研究——基于 A 股上市公司的经验证据》,天津财经大学。

[8] 阮丹阳,2020,《企业生命周期视角下社会责任信息披露对融资约束的影响》,湖南大学。

[9] 韩玲玲,2019,《社会责任信息披露对融资约束的影响——基于审计意见的调节作用》,《铜陵学院学报》第6期,第41~46页。

[10] 罗爱华,2019,《社会责任信息披露质量对融资约束的实证分析》,《长沙理工大学学报(社会科学版)》第3期,第80~113页。

[11] 冷建飞和高云,2019,《融资约束下企业社会责任信息披露质量与创新持续性》,《科学进步与对策》第11期,第77~84页。

[12] 钱明、徐光华和孔繁晴,2018,《企业异质性信息披露与融资约束——基于民营企业的经验证据》,《会计之友》第23期,第60~65页。

[13] 邓丽纯,2020,《银行业竞争、社会责任信息披露与融资约束》,《财会通讯》第7期,第67~70页。

[16] GOSS A and ROBERTS G S,2011,“The impact of corporate social responsibility on the cost of bank loans,”Journal of Banking&Finance,7,pp.1794~1810.


责任编辑:马建伟
网站备案图标