这是一项关于新冠疫情对供应链信用风险影响的原创性研究，作者包括Şenay Ağca（乔治华盛顿大学商学院）、John R. Birge（芝加哥大学布斯商学院）、Zi’ang Wang（香港理工大学会计与金融学院及迪拜卧龙岗大学商学院）以及Jing Wu（香港中文大学商学院）。该论文发表于《Production and Operations Management》期刊，于2021年12月8日投稿，2023年9月7日被接收，最终刊载于2023年第32卷。

本研究的学术背景涉及运营管理、供应链金融和信用风险管理的交叉领域。全球供应链既为企业提供了应对局部冲击的缓冲，也使其暴露于多区域风险的传导之中。新冠疫情在全球不同地区造成的差异化影响，为探究这类多区域供应链风险效应提供了独特的研究窗口。作者旨在研究地方性冲击如何通过全球供应链传导至其他地区，并重点分析企业信用风险（credit risk）的变动。信用风险通过信用违约互换（Credit Default Swaps, CDS）利差来衡量，CDS是一种类似于违约保险的金融衍生品合约，其利差能够较为及时和准确地反映企业的违约风险。研究的核心目的是利用“中国停工—中国复工而美国停工”这两个阶段性差异，建立自然实验（natural experiment）环境，考察中美供应链网络中的信用风险传染机制。

研究的详细工作流程可以概括为以下几个步骤。第一步是数据构建。作者从Markit获取美国上市公司从2019年12月1日至2020年4月6日的每日五年期CDS报价，从FactSet Revere获取截至2019年12月的全球供应链关系数据，从Compustat获取2019财年的企业财务与属性数据，并利用Chetty et al. (2020) 的消费者信用卡与借记卡消费数据来刻画家庭需求（household demand）渠道。剔除金融与公用事业企业后，最终面板包含424家美国企业、39,432个观测值。第二步是关键变量定义。被解释变量为异常CDS利差（abnormal CDS spread, AS），定义为个股CDS利差减去同行业同隐含评级（implied rating）的等权CDS指数利差，从而剥离行业与评级因素。核心解释变量包括中美供应链关联变量（如中国供应商或客户链接数量的对数，以及是否存在中国供应商或客户的指示变量）和疫情阶段指示变量。作者将2020年1月31日至2月29日定义为post1期，即中国经济因疫情封锁、生产停滞而全球尚未广泛蔓延的阶段；将2020年3月1日至4月6日定义为post2期，即中国经济复工复产、但疫情在美国和欧洲开始蔓延的阶段。第三步是构建匹配样本（matched sample）。为了缓解选择偏差，作者基于行业、规模、分部数量等属性，采用倾向得分匹配（propensity score matching）将具有中国供应链链接的美国企业与无此链接的企业进行匹配，并检验pre-event期（2019年12月1日至2020年1月30日）的平行趋势（parallel trend）假设。第四步是实证模型设定。基准模型采用双重差分（difference-in-difference, DID）形式，将中国供应链链接变量与post1和post2的交互项纳入回归，同时控制企业层面协变量、行业×日固定效应（industry×day fixed effects）或企业固定效应与行业×日固定效应的组合，以吸收时间变化的宏观和行业冲击。第五步是异质性分析扩展。作者按Fama-French 12行业分类整理为六大部门（消费品、计算机与电子、制造业、油气与化工、批发零售与部分服务、医疗保健与医药设备药品），并引入每个部门与供应链链接及疫情阶段的交互项，以考察行业差异。同时，利用家庭消费数据直接将居民消费支出与供应链链接和疫情阶段交互，探究需求渠道的直接作用。最后，作者还进行了大量稳健性检验，包括考虑全球其他地区供应链链接、将中国供应链链接替换为欧洲链接、采用更强链接的替代度量、改变post1和post2的起止日期、分样本估计、随机分配供应链链接的安慰剂检验（placebo test）等。

研究的主要结果如下。第一，在post1期间，中国因疫情停工导致供应链中断，具有中国供应商或客户的美国企业异常CDS利差显著上升。在匹配样本使用行业×日固定效应的设定下，拥有中国供应商的企业异常CDS利差上升约21个基点（basis points, bps），拥有中国客户的企业上升约26个基点。相对于post1期间匹配样本的平均原始CDS利差172个基点（供应商）和193个基点（客户），升幅约为12%至13%。第二，在post2期间，中国经济恢复、供应链活动重启，而美国本土经济开始受到疫情冲击，具有中国供应链链接的美国企业异常CDS利差显著下降。供应商样本下降约24个基点，客户样本下降约40个基点。相对于post2期间匹配样本的平均原始CDS利差275个基点（供应商）和304个基点（客户），降幅约为9%至13%。这一结果说明第一阶段地方性供应冲击通过全球供应链恶化了远端企业的违约风险，而第二阶段供应链恢复则带来了相对优势，验证了微观冲击可通过全球供应网络传播的机制，也说明信用市场会迅速对供应链动态作出反应。第三，行业异质性结果支持家庭需求渠道的作用。在post1期间，消费品和电子行业由于美国本土需求尚存，中国供应商中断带来的信用风险增加相对缓和；而在post2期间，美国本土家庭需求大幅下滑，中国供应链恢复对这些行业的相对信用风险改善作用较小。相反，制造业和油气行业在post2期间的异常CDS利差下降更明显。对于拥有中国客户的美国企业，消费品和电子行业在post1中国封锁期间受到更大负面影响，而在post2中国重新开放后，这些行业的异常CDS利差大幅下降，说明全球客户基础可以缓冲本地需求冲击。使用Chetty et al. (2020) 消费支出数据的直接检验进一步证实了这一结论。第四，在企业与供应链属性方面，规模较大、投资级评级、现金持有量高、库存水平高、分部数量多、在网络中处于中心地位以及资本可重新配置性高的企业，对全球供应链冲击展现出更强的韧性（resilience）；而财务杠杆（financial leverage）和经营杠杆（operating leverage）高、所处市场竞争更激烈的企业，其信用风险对供应链中断更为敏感，在供应链恢复时的改善也更大。第五，稳健性检验表明，即使考虑欧洲等中国以外地区的供应链链接，中美供应链关系对信用风险的影响仍然显著且独特。较强的供应链链接（如主要销售或主要成本来自中国、更长的供应链持续时间）会放大风险传染效应。随机分配供应链链接的安慰剂检验未发现类似信用风险效应，表明信用风险传染主要通过真实的供应链链接发生。此外，改变疫情阶段起止日期、分样本估计以及引入利率、市场波动率、期限利差、流动性、总违约溢价和中介资本比率等宏观控制变量后，结果依然稳健。

本研究的结论是：地方性冲击能够通过全球供应链显著传导至其他地区的企业信用风险。中国在疫情早期的停工导致具有中国供应链链接的美国企业违约风险相对上升，而中国复工则使这些企业在全球疫情扩散期间拥有相对优势。家庭需求渠道在这一过程中起着重要作用，全球客户基础可以部分对冲本地需求冲击。企业规模、现金、库存、网络中心性和资本灵活性等因素能够增强供应链韧性，而高杠杆和高竞争则会放大脆弱性。

本研究的价值体现在以下方面。在科学价值上，它将供应链风险传染的研究从国内供应链拓展到全球供应链，补充了Acemoglu et al. (2012) 关于微观冲击通过网络传播的理论，也丰富了关于CDS市场信息效率和疫情经济影响的文献。在应用价值上，研究识别了影响企业供应链韧性的关键属性，为管理者在全球供应链布局、客户多元化以及财务政策方面提供了参考；同时，研究也揭示了信用市场能快速反映供应链动态，对投资者和风险管理者具有实践意义。

本研究的亮点在于：第一，利用新冠疫情在中国先爆发、先恢复而在欧美后爆发的独特时序，构建了相对干净的自然实验，避免了后期各国协同应对政策带来的混淆效应；第二，使用高频CDS数据而非股票价格来捕捉信用风险，更能反映企业违约概率的即时变化；第三，结合供应链数据、家庭消费数据和丰富的企业属性，系统考察了供应链中断和恢复的非对称效应以及需求渠道的调节作用；第四，通过匹配样本、安慰剂检验和多种稳健性设定，增强了因果推断的可信度。