供应链风险：供应商构成变化与纵向整合 学术研究报告
本研究由Nuri Ersahin（美国南方卫理公会大学）、Mariassunta Giannetti（瑞典斯德哥尔摩经济学院）和Ruidi Huang（美国南方卫理公会大学）共同完成，发表于2024年的《Journal of International Economics》第147卷。
一、 研究背景与目标
在全球化和复杂供应链网络主导生产的时代，从美中贸易战、新冠疫情到苏伊士运河事故等重大事件，不断凸显出供应链的脆弱性。现有文献广泛记录了负面冲击（如破产、自然灾害）如何通过上下游企业传导。然而，我们对于哪些企业更易暴露于供应链风险、企业如何系统性评估并向投资者更新此类风险的前瞻性概率，以及供应链风险如何影响企业政策，知之甚少。量化供应链风险面临挑战，因其来源多样，且商业数据源通常只关注主要客户与供应商，覆盖有限。
因此，本研究旨在解决三个核心问题：1) 开发一种基于文本分析的供应链风险代理指标；2) 识别哪些企业特征使其更易受到供应链风险影响；3) 探究供应链风险如何影响企业的供应链管理策略（如供应商构成）和产业组织结构（如纵向整合）。该研究填补了经济学和金融学文献中对供应链风险系统性量化及其对公司政策影响研究的空白。
二、 详细研究流程
本研究整合了多种数据源，并采用创新的文本分析方法构建核心变量，随后进行了一系列严谨的实证检验。
1. 数据收集与整合（2002-2020年） * 收益电话会议文本：从Refinitiv Eikon和Capital IQ数据库收集了约8,000家美国上市公司在2002年至2020年间举行的近20万份收益电话会议记录文本。 * 供应链关系数据：从FactSet Revere数据库获取了具体的供应商-客户配对关系及其地理位置信息。 * 并购数据：使用SDC并购数据库获取企业并购信息，并利用美国经济分析局（BEA）的投入产出表来识别纵向相关的行业，以定义纵向并购。 * 公司财务数据：从Compustat和CRSP数据库获取公司层面的财务与市场变量。
2. 核心变量构建：供应链风险与情绪 本研究的关键创新在于使用文本分析构建了两个核心指标：供应链风险（Supply Chain Risk, SCRisk）和供应链情绪（Supply Chain Sentiment, SCSentiment）。 * 方法基础：借鉴Hassan等人（2019）的方法，通过分析收益电话会议中管理层讨论特定主题（此处为供应链）时与“风险/不确定性”词汇或“正面/负面”情绪词汇的共现频率来构建指标。 * 词典创建： * 使用供应链管理教科书《Supply Chain Management: Strategy, Planning, and Operation》构建供应链主题训练库（S）。 * 使用财务会计教科书《Financial Accounting》构建非供应链（一般财务）主题训练库（N）。 * 通过比较两个文本库中的双词组合（Bigrams），筛选出在供应链文本中出现频率至少是非供应链文本30倍的词汇，最终手动清理得到4,631个与供应链讨论相关的核心双词组合。 * 指标计算： * 供应链风险（SCRisk）：计算在收益电话会议文本中，出现在“风险”或“不确定性”同义词（来自牛津词典）前后10个词范围内的供应链相关双词组合的频率，并除以文本总双词组合数。该指标旨在捕捉企业对供应链不确定性的感知（即冲击的二阶矩）。 * 供应链情绪（SCSentiment）：计算在收益电话会议文本中，供应链相关双词组合前后10个词范围内，正面情绪词与负面情绪词（使用Loughran和McDonald词典）的净数量，并除以文本总双词组合数。该指标旨在捕捉已实现的负面供应链冲击或对未来冲击的条件期望（即冲击的一阶矩）。 * 两个指标均按年度加总，以匹配企业调整供应链的决策周期。研究表明，SCRisk与SCSentiment的相关系数仅为-1%，说明两者捕捉了独立的变化来源。
3. 供应链风险主题建模分析 为深入理解企业讨论的供应链风险具体涉及哪些方面，研究者对包含风险词典和供应链词典词汇的文本片段进行了主题建模分析。结果显示，供应链风险的讨论主要围绕以下几个主题展开：成本和商品价格风险、技术与网络攻击风险、环境与气候风险及疫情、市场不确定性与地区问题、流动性、分析师与财务问题、投资与收购。这揭示了供应链风险来源的多样性，并暗示企业可能通过投资和收购来管理此类风险。
4. 供应链风险的决定因素分析 在控制行业×年份固定效应后，通过横截面回归分析，探究哪些公司特征与更高的SCRisk相关。主要发现包括： * 供应链复杂性：供应商分布在更多大洲的公司、跨国公司、规模更大的公司（可能拥有更复杂的供应链）面临更高的供应链风险。 * 议价能力与多元化：相对于供应商规模较小的公司（议价能力弱）面临更高风险；而在某个投入品行业拥有更多供应商的公司（多元化程度高）风险较低。 * 其他因素：客户依赖度、财务约束与SCRisk无显著正相关；成长机会高的公司风险较低；机构持股比例高的公司SCRisk较低。
5. 企业如何管理供应链风险：供应商构成 采用面板数据固定效应模型，将t年的供应商特征对t-1年的SCRisk进行回归，以探究企业应对风险的行为。 * 增加供应商数量：SCRisk较高的公司在下一年会显著增加供应商总数，体现了通过多元化（多源采购）来降低依赖。 * 优化供应商质量与地理分布： * 显著增加位于同一大洲（特别是美国国内）的供应商数量，体现了“近岸外包”（Nearshoring）趋势。 * 显著增加行业领导者（销售额高于行业中位数）作为供应商，以提升供应链网络的可靠性。 * 位于其他大洲的供应商数量没有显著减少，表明供应链多元化与近岸化并不必然导致供应链“碎片化”（Fragmentation）。 * 内生性处理（工具变量法）：为缓解SCRisk测量误差或企业策略性讨论的内生性问题，研究者使用公司所有供应商中SCRisk的最大值作为工具变量。工具变量回归结果与OLS结果方向一致，且系数更大，表明在供应商也面临高风险的外生冲击下，企业调整供应商构成的力度更强。
6. 企业如何管理供应链风险：纵向整合 检验供应链风险是否影响企业边界，即是否促进纵向并购（Vertical M&A）。 * 并购概率：SCRisk较高的公司在接下来一年进行纵向并购（无论是收购上游供应商还是下游客户）的概率显著更高。而对非相关行业的并购没有显著影响，说明效应具有针对性。 * 工具变量检验：使用供应商的SCRisk作为工具变量，结论依然稳健，且效应更大。 * 并购价值：事件研究法表明，当收购方自身SCRisk较高时，宣布纵向并购所获得的累计异常收益（CAR）也更高，说明市场认为在高供应链不确定性下进行纵向整合能创造更大价值。 * 财务约束的调节作用：研究发现，财务受限的公司在高SCRisk下进行纵向并购的概率显著低于财务宽松的公司。这表明，尽管所有公司都面临风险，但财务约束限制了它们通过并购进行应对的能力，从而可能损害其长期竞争优势。
7. 稳健性检验 研究进行了多项稳健性检验以确保结论可靠性： * 控制其他风险：在模型中加入了政治风险（Hassan et al., 2019）和气候风险（Sautner et al., 2023）的文本度量指标。结果显示，SCRisk的影响依然显著，且与这些风险的影响不同甚至相反，证实了供应链风险是一个独立且重要的风险维度。 * 控制整体情绪：控制了收益电话会议的整体情绪，排除了SCRisk仅是反映公司整体负面情绪的担忧。 * 处理测量噪声：通过主题建模识别可能包含噪音（如主要讨论财务或流动性问题）的SCRisk片段，并进行替换或剔除，结果依然稳健。
三、 主要研究结果
四、 研究结论与意义
本研究得出结论：供应链不确定性是影响企业决策和产业结构的重要力量。当面临更高的供应链风险时，企业会通过多元化供应商基础、转向更近（尤其是国内）和更可靠的供应商，以及进行纵向并购来积极管理风险。重要的是，这种调整并不意味着全球供应链的全面收缩或“脱钩”，因为企业并未减少与其他大洲供应商的合作，而是通过增加近岸供应商来实现供应链的“多元化”与“韧性”并重。
科学价值： 1. 方法论贡献：首次开发了基于文本分析的企业层面供应链风险度量方法，为后续相关研究提供了有力工具。 2. 理论贡献：首次为大样本提供了供应链风险驱动纵向整合的实证证据，连接了公司金融与产业组织理论中关于企业边界决定的经典文献。 3. 文献拓展：将关于不确定性的研究从宏观经济、政治风险等领域拓展至供应链这一微观运营层面，并证明其具有独立且独特的影响。
应用价值： 1. 对企业管理者：提供了量化自身供应链风险的方法论启示，并系统展示了可行的风险缓解策略（多元化、近岸化、纵向整合）及其条件（如财务灵活性）。 2. 对投资者与分析师：SCRisk和SCSentiment可作为评估公司未来业绩波动性和潜在战略调整（如并购）的前瞻性指标。 3. 对政策制定者：研究表明，供应链风险可能导致产业地理布局和企业组织形式的长期变化。理解这些动态对于制定贸易、产业和竞争政策具有重要意义。
五、 研究亮点