劉任重，高 珊

（哈爾濱商業(yè)大學(xué) 金融學(xué)院，黑龍江 哈爾濱 150028）

一、引言

供應(yīng)鏈金融資產(chǎn)證券化（Supply Chain Finance Asset-backed Securities，下文簡(jiǎn)稱“供應(yīng)鏈金融ABS”）是指在金融機(jī)構(gòu)的參與下，以大企業(yè)信用為擔(dān)保，提升供應(yīng)鏈上信用等級(jí)較低的中小企業(yè)流動(dòng)性的行為，是一種多方共贏的融資途徑（Hoffman和Greenwald，2005）[1]。供應(yīng)鏈金融ABS與我國(guó)目前發(fā)行的應(yīng)收賬款A(yù)BS的主要區(qū)別在于：供應(yīng)鏈金融ABS是以核心企業(yè)作為原始債務(wù)人，并作為資產(chǎn)支持證券現(xiàn)金流的提供方，中小企業(yè)作為基礎(chǔ)資產(chǎn)的原始債權(quán)人進(jìn)行的資產(chǎn)證券化，而應(yīng)收賬款A(yù)BS的基礎(chǔ)資產(chǎn)債務(wù)人是信用等級(jí)較低的中小企業(yè)。供應(yīng)商與客戶交易形成的應(yīng)收賬款受客戶信用風(fēng)險(xiǎn)的影響進(jìn)而影響其資產(chǎn)證券化的能力（Liu等，2018）[2]，我國(guó)供應(yīng)鏈金融資產(chǎn)證券化的債務(wù)人通常是大企業(yè)，信用風(fēng)險(xiǎn)普遍較低。在核心企業(yè)作為原始債務(wù)人的情形下，將應(yīng)收賬款證券化能增加供應(yīng)鏈上中小企業(yè)的流動(dòng)資產(chǎn)，為核心企業(yè)提供低成本融資，資金可從投資人快速轉(zhuǎn)向借款人，極大地提升資金使用效率（Hess和Smith，1988）[3]。因此，相比于普通應(yīng)收賬款A(yù)BS而言，供應(yīng)鏈金融ABS有效地解決了由于信息不對(duì)稱而影響作為債權(quán)人的中小企業(yè)的融資難問題。

由于目前學(xué)術(shù)界尚未對(duì)供應(yīng)鏈金融資產(chǎn)支持證券有嚴(yán)格界定，本文擬用中國(guó)證券市場(chǎng)上以供應(yīng)鏈金融命名的資產(chǎn)證券化產(chǎn)品作為研究對(duì)象，將供應(yīng)鏈金融ABS概括為：以原本的供應(yīng)鏈為背景，在金融機(jī)構(gòu)的參與下，以供應(yīng)鏈上的核心企業(yè)與中小供應(yīng)商在長(zhǎng)期穩(wěn)定的交易中產(chǎn)生的應(yīng)收賬款為基礎(chǔ)資產(chǎn)而發(fā)行的資產(chǎn)支持證券（見圖1）。截至2021年6月，我國(guó)共發(fā)行1032單供應(yīng)鏈金融ABS產(chǎn)品，發(fā)行總規(guī)模達(dá)6110.33億元，占企業(yè)資產(chǎn)證券化產(chǎn)品發(fā)行總規(guī)模的10.64%，其中1013單為企業(yè)資產(chǎn)證券化類產(chǎn)品，其余為資產(chǎn)支持票據(jù)（ABN）。因企業(yè)資產(chǎn)證券化產(chǎn)品在交易所交易，ABN在銀行間市場(chǎng)交易，而對(duì)于不同的發(fā)行場(chǎng)所而言，信用評(píng)級(jí)對(duì)資產(chǎn)支持證券發(fā)行定價(jià)的影響有顯著差異（朱波和劉文震，2019）[4]，且我國(guó)供應(yīng)鏈金融ABN產(chǎn)品單數(shù)過(guò)少，所以本文僅對(duì)屬于企業(yè)資產(chǎn)支持證券的供應(yīng)鏈金融產(chǎn)品發(fā)行定價(jià)影響機(jī)制進(jìn)行研究（見圖2）。

圖1 供應(yīng)鏈金融ABS交易結(jié)構(gòu)

圖2 供應(yīng)鏈金融ABS分類

在債市違約事件發(fā)生之前，信用評(píng)級(jí)并不受投資者過(guò)多關(guān)注，但自2014年債市發(fā)生違約事件后，我國(guó)信用評(píng)級(jí)市場(chǎng)便快速發(fā)展。由于投資者并不一定是理性人和風(fēng)險(xiǎn)厭惡的，他們往往傾向于偏信自己易獲得的信息（Kahneman和Tversky，1979）[5]，而信用評(píng)級(jí)機(jī)構(gòu)可以通過(guò)整理數(shù)據(jù)獲得普通投資者無(wú)法獲得的關(guān)鍵信息，所以研究我國(guó)核心企業(yè)評(píng)級(jí)結(jié)果是否能有效地影響供應(yīng)鏈金融ABS發(fā)行定價(jià)也至關(guān)重要。由于信用評(píng)級(jí)對(duì)信貸資產(chǎn)支持證券和企業(yè)資產(chǎn)支持證券的影響有明顯差異（劉曦騰和楊大楷，2016）[6]，因此監(jiān)管層更需重點(diǎn)關(guān)注ABS產(chǎn)品的信用評(píng)級(jí)問題。

雖然目前有文獻(xiàn)研究過(guò)原始權(quán)益人、主承銷商、會(huì)計(jì)師事務(wù)所等參與機(jī)構(gòu)對(duì)資產(chǎn)證券化發(fā)行定價(jià)的影響（王雄元和高開娟，2017）[7]，但缺少研究核心企業(yè)對(duì)供應(yīng)鏈金融ABS發(fā)行定價(jià)影響的相關(guān)文獻(xiàn)。因此本文基于我國(guó)發(fā)行的供應(yīng)鏈金融ABS產(chǎn)品獲取研究數(shù)據(jù)，對(duì)我國(guó)供應(yīng)鏈金融中核心企業(yè)信用評(píng)級(jí)對(duì)供應(yīng)鏈金融資產(chǎn)證券化產(chǎn)品發(fā)行定價(jià)的影響進(jìn)行實(shí)證研究。

二、文獻(xiàn)綜述

關(guān)于信用評(píng)級(jí)對(duì)證券發(fā)行定價(jià)的相關(guān)研究主要從三個(gè)方面展開。第一，評(píng)級(jí)機(jī)構(gòu)差異對(duì)評(píng)級(jí)效果的影響?？茏趤?lái)等（2015）[8]在考慮內(nèi)生性基礎(chǔ)上，就我國(guó)信用評(píng)級(jí)對(duì)發(fā)債成本的影響進(jìn)行研究，結(jié)果發(fā)現(xiàn)我國(guó)評(píng)級(jí)機(jī)構(gòu)公信力不強(qiáng)，信用評(píng)級(jí)結(jié)果不能對(duì)發(fā)行定價(jià)產(chǎn)生顯著影響。Mathis等（2009）[9]從評(píng)級(jí)機(jī)構(gòu)收入角度分析，認(rèn)為當(dāng)評(píng)級(jí)機(jī)構(gòu)大部分收入來(lái)源于評(píng)級(jí)結(jié)構(gòu)化產(chǎn)品且評(píng)級(jí)機(jī)構(gòu)的聲譽(yù)足夠好時(shí)，其評(píng)級(jí)出的結(jié)果虛高，導(dǎo)致評(píng)級(jí)無(wú)效。Jiang等（2012）[10]通過(guò)實(shí)證檢驗(yàn)指出中國(guó)評(píng)級(jí)機(jī)構(gòu)由于過(guò)分重視市場(chǎng)占有水平，忽略評(píng)估對(duì)象的真實(shí)違約風(fēng)險(xiǎn)，因此認(rèn)為中國(guó)評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)結(jié)果無(wú)效。第二，多重評(píng)級(jí)對(duì)評(píng)級(jí)效果的影響。Hsueh和Kidwell（1988）[11]從信息生產(chǎn)假說(shuō)與認(rèn)證假說(shuō)角度，認(rèn)為當(dāng)兩個(gè)信用評(píng)級(jí)結(jié)果相同時(shí)，可有效降低借款成本達(dá)5.2個(gè)基點(diǎn)。Billingsley等（1985）[12]基于工業(yè)債券數(shù)據(jù)，研究多重評(píng)級(jí)與再發(fā)行債券利差的關(guān)系，結(jié)果表明再次發(fā)行利差與多重評(píng)級(jí)中低評(píng)級(jí)的利差更為接近。第三，從債項(xiàng)評(píng)級(jí)角度展開研究。Song（2013）[13]基于我國(guó)短期融資券討論我國(guó)信用評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)效果，認(rèn)為我國(guó)債項(xiàng)評(píng)級(jí)結(jié)果差異不大，但發(fā)債企業(yè)信用評(píng)級(jí)差異較大，因此認(rèn)為投資者可以根據(jù)發(fā)債企業(yè)的信用評(píng)級(jí)做出投資決策。Skreta和Veldkamp（2009）[14]通過(guò)建立評(píng)級(jí)市場(chǎng)均衡模型發(fā)現(xiàn)當(dāng)發(fā)債企業(yè)資產(chǎn)結(jié)構(gòu)復(fù)雜時(shí)，盡管各評(píng)級(jí)機(jī)構(gòu)均是根據(jù)公正的評(píng)估方法做出的估計(jì)，但評(píng)級(jí)結(jié)果差異較大時(shí)，發(fā)債企業(yè)會(huì)產(chǎn)生評(píng)級(jí)購(gòu)買動(dòng)機(jī)，導(dǎo)致評(píng)級(jí)結(jié)果無(wú)效。Livingston等（2018）[15]通過(guò)調(diào)查中國(guó)債券市場(chǎng)和信用評(píng)級(jí)行業(yè)發(fā)現(xiàn)中國(guó)債券評(píng)級(jí)相關(guān)信息豐富，并且債券評(píng)級(jí)與債券發(fā)行收益率顯著負(fù)相關(guān)，認(rèn)為我國(guó)信用評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)結(jié)果有效。

關(guān)于核心企業(yè)對(duì)債券發(fā)行定價(jià)的影響主要從相關(guān)主體信用風(fēng)險(xiǎn)角度展開研究。第一，考慮發(fā)債企業(yè)本身的信用風(fēng)險(xiǎn)。吳育輝等（2009）[16]以上市公司發(fā)行的短期融資券為樣本，通過(guò)實(shí)證檢驗(yàn)認(rèn)為公司信用等級(jí)越高，上市公司財(cái)務(wù)杠桿越低、經(jīng)營(yíng)風(fēng)險(xiǎn)越低時(shí)，更容易發(fā)行短期融資券。付瑋瓊（2020）[17]研究核心企業(yè)主導(dǎo)的供應(yīng)鏈金融模式，將核心企業(yè)分為四類，并認(rèn)為當(dāng)核心企業(yè)出現(xiàn)危機(jī)時(shí)，鏈條上的中小供應(yīng)商會(huì)失去核心企業(yè)的高信用擔(dān)保，導(dǎo)致整個(gè)供應(yīng)鏈條上信用風(fēng)險(xiǎn)加大。第二，從發(fā)債企業(yè)交易客戶的信用風(fēng)險(xiǎn)角度展開研究。宋華等（2021）[18]通過(guò)研究金融導(dǎo)向和供應(yīng)鏈導(dǎo)向的兩類供應(yīng)鏈金融認(rèn)為，當(dāng)核心企業(yè)為客戶提供商業(yè)信用超過(guò)一定閾值后，會(huì)降低供應(yīng)鏈條上的運(yùn)營(yíng)效率。王雄元和高開娟（2017）[19]從客戶集中度的收益效應(yīng)和風(fēng)險(xiǎn)效應(yīng)角度解釋客戶集中度對(duì)公司債二級(jí)市場(chǎng)利差的影響機(jī)制，研究發(fā)現(xiàn)客戶商業(yè)信用風(fēng)險(xiǎn)較高時(shí)，客戶集中度會(huì)轉(zhuǎn)變成風(fēng)險(xiǎn)效應(yīng)，加大公司信用風(fēng)險(xiǎn)。王雄元和高開娟（2017）[7]從承銷商的調(diào)節(jié)效應(yīng)分析大客戶對(duì)公司債的影響發(fā)現(xiàn)，當(dāng)承銷商排名較低時(shí)，大客戶信用評(píng)級(jí)較低時(shí)對(duì)公司債定價(jià)具有風(fēng)險(xiǎn)效應(yīng)。Jarrow和Fan（2001）[20]從交易對(duì)手風(fēng)險(xiǎn)角度分析并舉例說(shuō)明客戶償債風(fēng)險(xiǎn)會(huì)顯著影響公司債定價(jià)。張文強(qiáng)（2009）[21]通過(guò)套利定價(jià)理論建立應(yīng)收賬款資產(chǎn)支持證券定價(jià)模型分析發(fā)現(xiàn)，要想從微觀角度有效定價(jià)資產(chǎn)證券化產(chǎn)品應(yīng)考慮原始債務(wù)人所在行業(yè)和企業(yè)財(cái)務(wù)狀況。第三，從原始權(quán)益人角度進(jìn)行研究。張建平和徐雨朦（2021）[22]將2017—2019年房地產(chǎn)業(yè)和建筑工程業(yè)的資產(chǎn)證券化產(chǎn)品作為研究數(shù)據(jù)，通過(guò)實(shí)證研究發(fā)現(xiàn)兩個(gè)行業(yè)均呈現(xiàn)出原始權(quán)益人信用評(píng)級(jí)與發(fā)行利差負(fù)向變動(dòng)的現(xiàn)象，且行業(yè)不同此影響程度不同，并分析各項(xiàng)財(cái)務(wù)指標(biāo)對(duì)資產(chǎn)證券化發(fā)行定價(jià)的影響。

從上述文獻(xiàn)中發(fā)現(xiàn)，關(guān)于證券定價(jià)的研究主要集中在發(fā)債企業(yè)、相關(guān)信用評(píng)級(jí)、金融機(jī)構(gòu)、發(fā)債企業(yè)的主要客戶等因素對(duì)證券定價(jià)影響的實(shí)證研究上。但同時(shí)發(fā)現(xiàn)，現(xiàn)有文獻(xiàn)關(guān)于資產(chǎn)證券化產(chǎn)品發(fā)行定價(jià)的影響因素的研究還存在很多不確定性。如有的研究對(duì)評(píng)級(jí)機(jī)構(gòu)的信用評(píng)級(jí)對(duì)發(fā)行定價(jià)影響的有效性存在分歧，有的研究認(rèn)為債項(xiàng)評(píng)級(jí)和主體評(píng)級(jí)影響效力存在差異。

三、研究假設(shè)

通過(guò)相關(guān)文獻(xiàn)梳理發(fā)現(xiàn)，現(xiàn)有文獻(xiàn)已經(jīng)證實(shí)了原始權(quán)益人評(píng)級(jí)、承銷商聲譽(yù)、主體產(chǎn)權(quán)性質(zhì)、債項(xiàng)評(píng)級(jí)均對(duì)一般資產(chǎn)證券化產(chǎn)品具有一定程度的影響；在影響過(guò)程中有因素起到中介作用；債項(xiàng)評(píng)級(jí)和主體評(píng)級(jí)影響效果不一致等。因此，本文針對(duì)供應(yīng)鏈金融ABS發(fā)行定價(jià)做出下列假設(shè)。

第一，核心企業(yè)信用評(píng)級(jí)的影響?？茏趤?lái)等（2015）[8]在考慮內(nèi)生性基礎(chǔ)上，對(duì)我國(guó)信用評(píng)級(jí)對(duì)發(fā)債成本的影響進(jìn)行研究，發(fā)現(xiàn)我國(guó)評(píng)級(jí)機(jī)構(gòu)公信力不強(qiáng)，信用評(píng)級(jí)不能對(duì)發(fā)行定價(jià)產(chǎn)生顯著影響。何平和金夢(mèng)（2010）[23]基于我國(guó)企業(yè)債數(shù)據(jù)，研究我國(guó)早期信用評(píng)級(jí)市場(chǎng)的影響力，通過(guò)建立“真實(shí)利息成本”（TIC）回歸模型，最終得出債項(xiàng)評(píng)級(jí)和發(fā)行主體評(píng)級(jí)均對(duì)信用利差影響顯著，但相較而言，債項(xiàng)評(píng)級(jí)影響力更大。王雄元和張春強(qiáng)（2013）[24]基于中期票據(jù)發(fā)行數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)信用評(píng)級(jí)對(duì)中期票據(jù)融資成本具有顯著負(fù)向效應(yīng)，并利用Vuong檢驗(yàn)得出相對(duì)主體評(píng)級(jí)，債項(xiàng)評(píng)級(jí)融資成本效應(yīng)更強(qiáng)，且國(guó)有產(chǎn)權(quán)和公司上市會(huì)降低信用評(píng)級(jí)對(duì)融資成本的影響效果。因此為研究我國(guó)核心企業(yè)信用評(píng)級(jí)的有效性，提出如下假設(shè)H1。

H1：核心企業(yè)信用評(píng)級(jí)可有效降低供應(yīng)鏈金融ABS的發(fā)行利差。

第二，核心企業(yè)財(cái)務(wù)狀況的影響。逯宇鐸和金艷玲（2016）[25]通過(guò)Lasso-logistic模型，基于汽車行業(yè)上市公司數(shù)據(jù)，認(rèn)為企業(yè)的流動(dòng)比率、企業(yè)所處的行業(yè)均對(duì)供應(yīng)鏈金融的信用風(fēng)險(xiǎn)有顯著的影響。羿建華和郭峰（2021）[26]通過(guò)回歸模型分析，認(rèn)為核心企業(yè)的速動(dòng)比率對(duì)供應(yīng)鏈上的違約率不具有顯著影響，并利用LR模型發(fā)現(xiàn)，整個(gè)供應(yīng)鏈的信用風(fēng)險(xiǎn)水平與核心企業(yè)銷售利潤(rùn)率負(fù)相關(guān)，與核心企業(yè)的違約率正相關(guān)。Ziebart等（2010）[27]通過(guò)將公司財(cái)務(wù)信息如ROA、前兩大評(píng)級(jí)機(jī)構(gòu)的債項(xiàng)評(píng)級(jí)和首次發(fā)行收益率聯(lián)立建立方程組，最終認(rèn)為財(cái)務(wù)信息影響債券評(píng)級(jí)，且財(cái)務(wù)信息與債券評(píng)級(jí)共同影響債券收益率，財(cái)務(wù)信息還通過(guò)對(duì)評(píng)級(jí)的間接作用影響債券收益率。由于企業(yè)資產(chǎn)負(fù)債率對(duì)企業(yè)聲譽(yù)和企業(yè)融資能力起著至關(guān)重要的作用，由此提出假設(shè)H2。

H2：核心企業(yè)的資產(chǎn)負(fù)債率通過(guò)影響核心企業(yè)信用評(píng)級(jí)進(jìn)而影響供應(yīng)鏈金融ABS發(fā)行利差。

第三，債券特征的中介效應(yīng)。劉曦騰和楊大楷（2016）[6]將樣本進(jìn)行分組均值差異t檢驗(yàn)，驗(yàn)證了利差各影響因素在ABS產(chǎn)品和CLO產(chǎn)品中的分布顯著不同，并通過(guò)OLS實(shí)證模型對(duì)全樣本進(jìn)行測(cè)算，發(fā)現(xiàn)債券信用評(píng)級(jí)、分層規(guī)模在1%的水平上對(duì)ABS產(chǎn)品和CLO產(chǎn)品發(fā)行利率的影響有顯著差異，發(fā)行規(guī)模對(duì)兩者發(fā)行利率的影響系數(shù)在10%水平上有顯著差異；到期期限則對(duì)兩者發(fā)行利率的影響程度沒有顯著區(qū)別；認(rèn)為企業(yè)資產(chǎn)證券化產(chǎn)品的影響因素具有多元化的特點(diǎn)。朱波和劉文震（2020）[28]利用兩階段最小二乘估計(jì)模型，從發(fā)行人和承銷商股權(quán)關(guān)聯(lián)關(guān)系角度探討聲譽(yù)機(jī)制對(duì)資產(chǎn)證券化產(chǎn)品的調(diào)節(jié)作用，認(rèn)為次級(jí)占比與高聲譽(yù)承銷商對(duì)利差的降低效應(yīng)高度相關(guān)。Brian和William（2002）[29]通過(guò)考察商業(yè)抵押貸款，最終認(rèn)為導(dǎo)致商業(yè)抵押貸款支持證券的利差由急劇下降轉(zhuǎn)至上升趨勢(shì)的主要因素是證券的發(fā)行期限和發(fā)行規(guī)模。譚地軍等（2008）[30]通過(guò)實(shí)證檢驗(yàn)中國(guó)企業(yè)債券特征，發(fā)現(xiàn)債券特征能顯著影響其定價(jià)，并認(rèn)為債券自身特征與利率風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)顯著相關(guān)?；诖吮疚奶岢黾僭O(shè)H3。

H3：核心企業(yè)信用評(píng)級(jí)會(huì)通過(guò)影響次級(jí)占比進(jìn)而影響發(fā)行定價(jià)。

第四，債項(xiàng)評(píng)級(jí)的中介效應(yīng)。Gabbi和Sironi（2005）[31]分析歐債發(fā)行利差影響因素發(fā)現(xiàn)，債項(xiàng)評(píng)級(jí)是影響債券定價(jià)最重要的因素，這與Ammer和Clinton（2004）[32]的結(jié)論一致，并且預(yù)期投資者對(duì)評(píng)級(jí)機(jī)構(gòu)的依賴程度將越來(lái)越高。朱波和劉文震（2019）[4]同樣認(rèn)為債項(xiàng)評(píng)級(jí)對(duì)資產(chǎn)證券化產(chǎn)品發(fā)行價(jià)差有顯著影響，并且通過(guò)對(duì)比分析法分析企業(yè)ABS與信貸CLO數(shù)據(jù)，對(duì)債項(xiàng)信用評(píng)級(jí)對(duì)資產(chǎn)證券化發(fā)行定價(jià)的影響機(jī)理進(jìn)行考察，結(jié)果發(fā)現(xiàn)不同發(fā)行市場(chǎng)中信用評(píng)級(jí)對(duì)資產(chǎn)證券化產(chǎn)品影響的顯著性不同，并認(rèn)為債券特征對(duì)資產(chǎn)證券化產(chǎn)品的發(fā)行定價(jià)具有顯著影響，但原始權(quán)益人評(píng)級(jí)對(duì)信用利差的影響效果卻不顯著。王安興等（2012）[33]通過(guò)橫截面回歸分析我國(guó)公司債利差的影響因素，發(fā)現(xiàn)債券信用評(píng)級(jí)越高，利差越小，并認(rèn)為信用評(píng)級(jí)中包含部分公司債違約風(fēng)險(xiǎn)?；诖吮疚奶岢黾僭O(shè)H4。

H4：在核心企業(yè)信用評(píng)級(jí)影響供應(yīng)鏈金融ABS發(fā)行定價(jià)過(guò)程中，債項(xiàng)評(píng)級(jí)發(fā)揮著中介作用。

第五，核心企業(yè)產(chǎn)權(quán)性質(zhì)的影響。方紅星等（2013）[34]基于滬、深兩市公司債發(fā)行數(shù)據(jù)，分析產(chǎn)權(quán)性質(zhì)對(duì)公司債券發(fā)行定價(jià)的影響，發(fā)現(xiàn)國(guó)有企業(yè)能夠通過(guò)直接效應(yīng)和間接效應(yīng)降低違約風(fēng)險(xiǎn)，從而使公司債券獲得較低的信用利差；上市公司也能通過(guò)信息披露降低投資者面臨的信息風(fēng)險(xiǎn),從而使公司債券獲得較低的信用利差，但這種影響在國(guó)有上市公司中卻不顯著。冷奧琳等（2016）[35]利用2007—2014年中國(guó)A股上市公司數(shù)據(jù)檢驗(yàn)發(fā)現(xiàn)：提供擔(dān)保公司在國(guó)有上市公司與非國(guó)有上市公司間有顯著數(shù)量上的差異，并認(rèn)為政府的隱性擔(dān)?？梢詾閲?guó)有上市公司帶來(lái)資信福利。于謙龍等（2021）[36]基于滬、深兩市上市公司的公司債發(fā)行數(shù)據(jù)進(jìn)行關(guān)于產(chǎn)權(quán)性質(zhì)的實(shí)證分析，研究發(fā)現(xiàn)在國(guó)有與非國(guó)有企業(yè)的特定環(huán)境中，國(guó)有企業(yè)的信用風(fēng)險(xiǎn)影響會(huì)較大部分被抑制，而非國(guó)有企業(yè)中較小部分受到抑制，顯示出我國(guó)債券市場(chǎng)上所特有的“國(guó)企信仰”現(xiàn)象。由此本文提出假設(shè)H5。

H5：相比于非上市國(guó)有核心企業(yè)而言，上市國(guó)有核心企業(yè)信用評(píng)級(jí)對(duì)供應(yīng)鏈金融ABS發(fā)行定價(jià)的降低效應(yīng)更大。

四、研究設(shè)計(jì)

基于上述文獻(xiàn)綜述中對(duì)資產(chǎn)證券化發(fā)行定價(jià)影響因素的分析發(fā)現(xiàn)，大多數(shù)文獻(xiàn)都將最小二乘法（OLS）與工具變量法（2SLS）相結(jié)合進(jìn)行實(shí)證研究?，F(xiàn)有文獻(xiàn)用2SLS法研究信用評(píng)級(jí)對(duì)資產(chǎn)證券化發(fā)行定價(jià)影響的主要用評(píng)級(jí)市場(chǎng)的赫芬達(dá)爾—赫希曼指數(shù)（HHI）作為債項(xiàng)信用評(píng)級(jí)的工具變量。因此本文將以行業(yè)—年份為單元的供應(yīng)鏈金融市場(chǎng)HHI和核心企業(yè)信用評(píng)級(jí)殘差（e1）共同作為工具變量。

（一）樣本分布與數(shù)據(jù)來(lái)源

本文將2016年至2021年上半年在證券交易所發(fā)行并處于存續(xù)期和已清算的供應(yīng)鏈金融ABS作為研究對(duì)象①供應(yīng)鏈金融ABS發(fā)行數(shù)據(jù)來(lái)源于中國(guó)資產(chǎn)證券化分析網(wǎng)（CNABS）。。數(shù)據(jù)來(lái)源如下：國(guó)債各標(biāo)準(zhǔn)期限利率來(lái)自中國(guó)債券信息網(wǎng)；核心企業(yè)歷年信用評(píng)級(jí)來(lái)自各評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)報(bào)告；公司財(cái)務(wù)信息整理自公司年報(bào)和巨潮資訊網(wǎng)。樣本選取過(guò)程：（1）本文對(duì)2016—2021年1013個(gè)供應(yīng)鏈金融資產(chǎn)支持證券進(jìn)行整理；（2）刪除年報(bào)、信用評(píng)級(jí)信息不對(duì)外公布的樣本；（3）將所有變量缺失的樣本進(jìn)行刪除，共剩余503個(gè)有效樣本。

（二）模型與變量設(shè)計(jì)

1.基準(zhǔn)模型構(gòu)建

本文參照Demirtas和Cornaggia（2013）[37]的做法，將參考文獻(xiàn)涉及核心企業(yè)的相關(guān)影響因素（包括核心企業(yè)信用評(píng)級(jí)、核心企業(yè)產(chǎn)權(quán)性質(zhì)、核心企業(yè)相關(guān)財(cái)務(wù)狀況）加入模型中。Bonfim（2009）[38]認(rèn)為債券相關(guān)特征會(huì)顯著影響債券價(jià)格，因此本文將債券發(fā)行特征變量（包括發(fā)行規(guī)模、次級(jí)占比、發(fā)行期限）加入模型中。Fang（2005）[39]從承銷商聲譽(yù)對(duì)債券影響角度出發(fā)，控制內(nèi)生性后，發(fā)現(xiàn)信譽(yù)高的承銷商對(duì)發(fā)行利差的降低作用相當(dāng)顯著，因此本文設(shè)置主承銷商（lnchengxiaoshang）作為控制變量。綜上所述，本文模型中變量可分為主要變量和控制變量，將核心企業(yè)信用評(píng)級(jí)作為主要變量，債券特征、核心企業(yè)財(cái)務(wù)狀況和參與金融機(jī)構(gòu)作為控制變量，并將部分變量數(shù)據(jù)取對(duì)數(shù)，以減小回歸誤差?；貧w模型如下。

其中，選取發(fā)行利差（r_spreadhmt）為被解釋變量，參考Kwan（1996）[40]的做法，以資產(chǎn)支持證券的到期期限為基準(zhǔn)，利用插值法通過(guò)兩個(gè)到期期限最接近的國(guó)債利率構(gòu)造基準(zhǔn)利率，構(gòu)造基準(zhǔn)利率與同期限資產(chǎn)支持證券的差額即為被解釋變量（r_spread），公式如下：

其中，f(r)為構(gòu)造的利率函數(shù)，l1、l2分別是國(guó)債最接近債券發(fā)行日期的兩個(gè)期限，R1、R2分別是相應(yīng)日期的國(guó)債利率；l為供應(yīng)鏈金融ABS發(fā)行日期。

回到模型（1）中，m是對(duì)應(yīng)的資產(chǎn)支持證券，t是資產(chǎn)支持證券的發(fā)行年份；yeardum、hx_industrydum、hx_province分別為債券發(fā)行年份，核心企業(yè)省份和核心企業(yè)行業(yè)虛擬變量用來(lái)控制模型中的年份、省份和行業(yè)因素；sec_level為債券信用評(píng)級(jí)；uhmt為模型的隨機(jī)擾動(dòng)項(xiàng)；listedhmt是核心企業(yè)是否上市的虛擬變量；soehmt是核心企業(yè)產(chǎn)權(quán)性質(zhì)的虛擬變量；roehmt、debt_assethmt、cashhmt、rs_bilvhmt是描述核心企業(yè)財(cái)務(wù)狀況的一組控制變量，分別代表凈資產(chǎn)收益率、資產(chǎn)負(fù)債率、經(jīng)營(yíng)性凈現(xiàn)金流和流動(dòng)性比率；lnsize_amounthmt、lndurtimehmt分別是描述證券發(fā)行規(guī)模和發(fā)行期限的控制變量。

2.內(nèi)生性問題與工具變量選取

針對(duì)上述模型（1）的OLS基準(zhǔn)回歸結(jié)果可能存在內(nèi)生性問題，引入工具變量構(gòu)造模型（2）。

模型（2）和模型（1）結(jié)合構(gòu)成了兩階段最小二乘估計(jì)（2SLS）模型。與普通最小二乘估計(jì)（OLS）的最大的區(qū)別在于，核心企業(yè)的信用評(píng)級(jí)（lnhx_pingji）在2SLS模型中是內(nèi)生的，而文中的兩個(gè)工具變量（hhi1_lnhx_pingjihmt、e1hmt）符合外生變量的檢驗(yàn)條件。本文對(duì)hhi1_lnhx_pingji工具變量的選取借鑒Becker和Milbourn（2011）[41]的方法，將行業(yè)—年份維度上測(cè)量供應(yīng)鏈金融市場(chǎng)競(jìng)爭(zhēng)程度的HHI作為工具變量，工具變量e1是利用核心企業(yè)信用評(píng)級(jí)回歸的殘差形成的。

3.穩(wěn)健性檢驗(yàn)

針對(duì)模型（1）得出的回歸結(jié)果，本文通過(guò)改變核心企業(yè)信用評(píng)級(jí)的計(jì)量模式的方法，構(gòu)建模型（3）。將評(píng)級(jí)為AAA的企業(yè)取為1，其余企業(yè)取0，再次進(jìn)行回歸分析。wj_hx_pingjiihmt代表核心企業(yè)信用評(píng)級(jí)改變計(jì)量方式后的虛擬變量。結(jié)合以上模型，各變量具體賦值情況見表1。

表1 變量定義與說(shuō)明

（三）描述性統(tǒng)計(jì)

表2為所有變量的描述性統(tǒng)計(jì)。數(shù)據(jù)顯示：供應(yīng)鏈金融ABS發(fā)行利差最高為0.0550，最低為0.0280，說(shuō)明供應(yīng)鏈金融ABS發(fā)行定價(jià)存在明顯差異；均值為0.0190，中位數(shù)為0.0150，說(shuō)明數(shù)據(jù)分布比較合理。

表2 描述性統(tǒng)計(jì)

表3統(tǒng)計(jì)了核心企業(yè)信用評(píng)級(jí)（C）與債項(xiàng)評(píng)級(jí)（B），數(shù)據(jù)顯示：AAA級(jí)核心企業(yè)占比高達(dá)88.07%，AAA級(jí)債券占比高達(dá)90.05%；在AAA，AA+，AA-中，核心企業(yè)評(píng)級(jí)數(shù)目與同債券評(píng)級(jí)數(shù)目極為接近；房地產(chǎn)行業(yè)占據(jù)供應(yīng)鏈金融資產(chǎn)證券化市場(chǎng)的絕對(duì)地位；供應(yīng)鏈金融資產(chǎn)支持證券評(píng)級(jí)整體較高，無(wú)低評(píng)級(jí)證券，說(shuō)明該領(lǐng)域信用風(fēng)險(xiǎn)相對(duì)較小。

表3 核心企業(yè)與債券評(píng)級(jí)信息分布及變動(dòng)情況（單位：?jiǎn)危?/p>

五、實(shí)證分析

（一）核心企業(yè)信用評(píng)級(jí)對(duì)供應(yīng)鏈金融資產(chǎn)支持證券發(fā)行定價(jià)的影響分析

表4中列（1）和列（2）給出核心企業(yè)信用評(píng)級(jí)對(duì)供應(yīng)鏈金融ABS發(fā)行定價(jià)的回歸結(jié)果。列（1）和列（3）分別為核心企業(yè)信用評(píng)級(jí)在控制核心企業(yè)省份、年份、行業(yè)和不控制下進(jìn)行單因素回歸，結(jié)果顯示：在1%的顯著水平下，核心企業(yè)信用評(píng)級(jí)的回歸系數(shù)分別為-0.033和-0.037。這初步說(shuō)明我國(guó)供應(yīng)鏈金融ABS發(fā)行定價(jià)中，核心企業(yè)信用評(píng)級(jí)對(duì)其發(fā)行定價(jià)有顯著負(fù)向影響，同時(shí)說(shuō)明我國(guó)評(píng)級(jí)機(jī)構(gòu)在評(píng)價(jià)基礎(chǔ)債務(wù)人時(shí)，對(duì)基礎(chǔ)債務(wù)人的違約風(fēng)險(xiǎn)的識(shí)別結(jié)果較為可信，可真實(shí)地反映企業(yè)的真實(shí)信用風(fēng)險(xiǎn)情況，其評(píng)價(jià)結(jié)果對(duì)供應(yīng)鏈金融ABS領(lǐng)域的投資者具有參考價(jià)值。

表4 核心企業(yè)信用評(píng)級(jí)對(duì)供應(yīng)鏈金融ABS發(fā)行定價(jià)影響研究的回歸結(jié)果

根據(jù)列（4）可知，核心企業(yè)信用評(píng)級(jí)與供應(yīng)鏈金融ABS發(fā)行定價(jià)在1%水平下顯著負(fù)相關(guān)，表明核心企業(yè)信用評(píng)級(jí)越高，債券發(fā)行利差越小，結(jié)論與假設(shè)H4一致；債項(xiàng)評(píng)級(jí)在5%的水平上顯著為負(fù)；列（4）中，上市（listed）與產(chǎn)權(quán)性質(zhì)（soe）均與債券利差在1%水平上顯著負(fù)相關(guān)；在供應(yīng)鏈金融ABS發(fā)行定價(jià)中，核心企業(yè)中上市國(guó)有企業(yè)比非上市國(guó)有企業(yè)更能有效降低中小企業(yè)的融資成本。

通過(guò)列（2）發(fā)現(xiàn)，資產(chǎn)負(fù)債率在1%水平下顯著與發(fā)行利差正相關(guān)，表明核心企業(yè)的總負(fù)債相對(duì)總資產(chǎn)越多，則發(fā)行利差越大；值得注意的是，對(duì)于供應(yīng)鏈金融產(chǎn)品而言，證券發(fā)行規(guī)模（lnsize_amount）與發(fā)行利差在1%水平上顯著正相關(guān)，說(shuō)明發(fā)行規(guī)模越大，融資成本越高。這與Sengupta（1998）[42]得出的結(jié)論相反，與Shi（2003）[43]得出的結(jié)果一致，針對(duì)這一現(xiàn)象shi認(rèn)為是因?yàn)榘l(fā)行規(guī)模與債券利差負(fù)相關(guān)導(dǎo)致的，本文有與其不同的原因解釋：通過(guò)OLS法分析核心企業(yè)資產(chǎn)負(fù)債率與核心企業(yè)信用評(píng)級(jí)、證券發(fā)行規(guī)模的關(guān)系發(fā)現(xiàn)，核心企業(yè)資產(chǎn)負(fù)債率均在1%的水平下顯著與發(fā)行規(guī)模正相關(guān)、與核心企業(yè)信用評(píng)級(jí)負(fù)相關(guān)。因此本文認(rèn)為發(fā)行規(guī)模與發(fā)行利差顯著正相關(guān)主要是資產(chǎn)負(fù)債率對(duì)發(fā)行利差的擴(kuò)大效應(yīng)所致。綜上，資產(chǎn)負(fù)債率越大，核心企業(yè)信用評(píng)級(jí)越小，發(fā)行規(guī)模越大，發(fā)行利差越大，假設(shè)H2成立（見圖3過(guò)程②—③）。

（二）核心企業(yè)對(duì)供應(yīng)鏈金融ABS發(fā)行定價(jià)影響的內(nèi)生性檢驗(yàn)

針對(duì)上述模型可能存在的內(nèi)生性問題，本文使用兩個(gè)工具變量同時(shí)對(duì)核心企業(yè)信用評(píng)級(jí)的影響重新進(jìn)行估計(jì)，以行業(yè)—年份為單元的HHI來(lái)描述供應(yīng)鏈金融市場(chǎng)的競(jìng)爭(zhēng)程度，并用其作為核心企業(yè)信用評(píng)級(jí)的工具變量；用核心企業(yè)信用評(píng)級(jí)回歸的殘差（e1）作為第二個(gè)工具變量，回歸結(jié)果和工具變量的檢驗(yàn)結(jié)果如表5所示。

表5列（1）與列（3）分別給出對(duì)應(yīng)的一階段回歸結(jié)果，兩模型都表明，供應(yīng)鏈金融市場(chǎng)競(jìng)爭(zhēng)程度（HHI）與核心企業(yè)信用評(píng)級(jí)之間存在負(fù)相關(guān)關(guān)系。由于HHI越高，市場(chǎng)競(jìng)爭(zhēng)程度越低，因此供應(yīng)鏈金融市場(chǎng)競(jìng)爭(zhēng)程度越激烈，核心企業(yè)信用評(píng)級(jí)越高，這與朱波和劉文震（2019）[4]結(jié)論一致。列（2）和列（4）均表明在考慮內(nèi)生性的情況下，核心企業(yè)信用評(píng)級(jí)與發(fā)行利差仍然呈現(xiàn)顯著負(fù)相關(guān)關(guān)系，這與朱波和劉文震（2019）[4]對(duì)企業(yè)ABS發(fā)行定價(jià)的內(nèi)生性檢驗(yàn)得出的結(jié)果一致。列（4）顯示，核心企業(yè)信用評(píng)級(jí)與債項(xiàng)評(píng)級(jí)均在1%顯著水平上與供應(yīng)鏈金融ABS定價(jià)負(fù)相關(guān)，即核心企業(yè)的信用評(píng)級(jí)在供應(yīng)鏈金融定價(jià)方面較好地發(fā)揮了價(jià)格發(fā)現(xiàn)功能。本文將2SLS回歸結(jié)果與OLS回歸結(jié)果進(jìn)行對(duì)比發(fā)現(xiàn)核心企業(yè)信用評(píng)級(jí)系數(shù)均大于OLS的回歸結(jié)果，這說(shuō)明數(shù)據(jù)中存在的內(nèi)生性問題可能令上述OLS回歸系數(shù)產(chǎn)生了誤差（寇宗來(lái)等，2015）[8]。

表5 核心企業(yè)信用評(píng)級(jí)對(duì)發(fā)行定價(jià)的工具變量估計(jì)結(jié)果

（三）核心企業(yè)信用評(píng)級(jí)影響的進(jìn)一步分析

本文借鑒Baron和Kenny（1986）[44]的研究，用中介效應(yīng)檢驗(yàn)法下的Sobel檢驗(yàn)分別對(duì)次級(jí)占比和債項(xiàng)評(píng)級(jí)進(jìn)行中介效應(yīng)檢驗(yàn)，并分別求出對(duì)總影響效應(yīng)的貢獻(xiàn)度。具體中介效應(yīng)檢驗(yàn)步驟：第一步，對(duì)模型（1）剔除中介變量次級(jí)占比（ciji）、債項(xiàng)評(píng)級(jí)（lnsec_pingji）后進(jìn)行回歸；第二步，檢驗(yàn)核心企業(yè)信用評(píng)級(jí)對(duì)供應(yīng)鏈金融ABS發(fā)行定價(jià)的影響效應(yīng)。

次級(jí)占比檢驗(yàn)結(jié)果見表6模型（4），在控制其他條件不變的情況下，檢驗(yàn)結(jié)果P值均小于0.05，說(shuō)明文中假設(shè)H3中的中介效應(yīng)成立，核心企業(yè)信用評(píng)級(jí)可以通過(guò)影響次級(jí)占比進(jìn)而影響供應(yīng)鏈金融ABS發(fā)行利差。

表6 核心企業(yè)信用評(píng)級(jí)對(duì)發(fā)行定價(jià)的中介效應(yīng)檢驗(yàn)

對(duì)證券評(píng)級(jí)（lnsec_pingji）中介效應(yīng)做出檢驗(yàn)，結(jié)果如表6模型（5）顯示，P值均小于0.05，說(shuō)明次級(jí)占比發(fā)揮中介作用的同時(shí)，債項(xiàng)信用評(píng)級(jí)也在核心企業(yè)信用評(píng)級(jí)對(duì)發(fā)行利差產(chǎn)生負(fù)向影響過(guò)程中發(fā)揮了中介效應(yīng)作用，與假設(shè)H4一致。

如表7所示，通過(guò)費(fèi)舍爾組合檢驗(yàn)，分別針對(duì)產(chǎn)權(quán)性質(zhì)和上市兩要素進(jìn)行分組回歸，模型（6）、模型（7）顯示出回歸結(jié)果，核心企業(yè)產(chǎn)權(quán)性質(zhì)與上市與否均在核心企業(yè)信用評(píng)級(jí)對(duì)供應(yīng)鏈金融ABS發(fā)行定價(jià)影響過(guò)程中無(wú)明顯差異，證明假設(shè)H5不成立。但債項(xiàng)評(píng)級(jí)在核心企業(yè)產(chǎn)權(quán)性質(zhì)方面，對(duì)供應(yīng)鏈金融ABS發(fā)行定價(jià)影響有顯著差異。

表7 信用評(píng)級(jí)影響的分組回歸差異分析

（四）穩(wěn)健性檢驗(yàn)

1.通過(guò)傾向得分匹配（PSM）

本文使用傾向得分匹配（PSM）的半徑匹配法，最終得出結(jié)果為-2.36，結(jié)果通過(guò)穩(wěn)健性檢驗(yàn)的一般標(biāo)準(zhǔn)。

2.改變計(jì)量模式

本文借鑒朱波和劉文震（2019）[4]的做法，改變核心企業(yè)信用評(píng)級(jí)的衡量方式，將核心企業(yè)AAA評(píng)級(jí)設(shè)置為1，其余設(shè)置為0。如表8所示，核心企業(yè)信用評(píng)級(jí)虛擬變量（wj_hx_pingji）在1%水平上顯著與發(fā)行利差負(fù)相關(guān)，即核心企業(yè)信用評(píng)級(jí)對(duì)發(fā)行利差有顯著負(fù)向影響。

表8 穩(wěn)健性檢驗(yàn)結(jié)果

（五）多重共線性檢驗(yàn)

另外，本文對(duì)模型（1）中的變量進(jìn)行了多重共線性VIF檢驗(yàn)，其中關(guān)鍵變量結(jié)果整理如表9所示，最大VIF值為2.31，平均VIF為1.46，說(shuō)明本文的研究模型不存在嚴(yán)重共線性問題，因此本文上述得出的結(jié)論較為穩(wěn)健。

表9 多重共線性檢驗(yàn)結(jié)果

六、結(jié)論與建議

本文以嶄新視角討論我國(guó)核心企業(yè)信用評(píng)級(jí)對(duì)供應(yīng)鏈金融產(chǎn)品發(fā)行定價(jià)的影響?；谖覈?guó)供應(yīng)鏈金融資產(chǎn)證券化產(chǎn)品數(shù)據(jù)，在考慮核心企業(yè)自身特征與債券特征后構(gòu)建供應(yīng)鏈金融資產(chǎn)證券化定價(jià)模型，并在控制行業(yè)、年份和省份維度的基礎(chǔ)上，利用工具變量來(lái)分析核心企業(yè)信用評(píng)級(jí)對(duì)供應(yīng)鏈金融產(chǎn)品發(fā)行定價(jià)作用機(jī)制的有效性。

本文結(jié)論如下：第一，核心企業(yè)信用評(píng)級(jí)對(duì)我國(guó)供應(yīng)鏈金融ABS發(fā)行定價(jià)有顯著負(fù)向影響，即供應(yīng)鏈上核心企業(yè)信用評(píng)級(jí)越高，越有利于中小供應(yīng)商低成本融資（見圖3過(guò)程②）；第二，資產(chǎn)負(fù)債率影響核心企業(yè)信用評(píng)級(jí)進(jìn)而影響發(fā)行定價(jià)（見圖3過(guò)程⑤—⑥）；第三，核心企業(yè)信用評(píng)級(jí)通過(guò)影響次級(jí)占比進(jìn)而影響發(fā)行定價(jià)（見圖3），核心企業(yè)信用評(píng)級(jí)對(duì)債券定價(jià)的部分降低效應(yīng)會(huì)通過(guò)影響資產(chǎn)支持證券的次級(jí)占比，進(jìn)而影響其發(fā)行定價(jià)，因此，我國(guó)資產(chǎn)證券化產(chǎn)品在設(shè)計(jì)次級(jí)占比時(shí)，較好地規(guī)避了逆向選擇行為，提升了信用評(píng)級(jí)在資產(chǎn)證券化市場(chǎng)上的價(jià)值；第四，核心企業(yè)信用評(píng)級(jí)通過(guò)影響債項(xiàng)評(píng)級(jí)進(jìn)而影響發(fā)行定價(jià)（見圖3）。綜上所述，本文提出以下相關(guān)建議。

圖3 核心企業(yè)信用評(píng)級(jí)對(duì)供應(yīng)鏈金融ABS發(fā)行定價(jià)影響匯總

（一）對(duì)投資者的建議

本文認(rèn)為核心企業(yè)信用評(píng)級(jí)對(duì)供應(yīng)鏈金融ABS定價(jià)的影響效應(yīng)對(duì)其本身是否上市與國(guó)有無(wú)明顯差異，因此，當(dāng)兩家核心企業(yè)信用評(píng)級(jí)相同時(shí)，投資者不能僅僅因核心企業(yè)產(chǎn)權(quán)性質(zhì)和上市兩項(xiàng)因素差異對(duì)供應(yīng)鏈金融ABS價(jià)格做出差異預(yù)期。本文認(rèn)為我國(guó)評(píng)級(jí)機(jī)構(gòu)對(duì)核心企業(yè)的信用評(píng)級(jí)較為有效，因此投資者可以將核心企業(yè)信用評(píng)級(jí)作為評(píng)估供應(yīng)鏈金融ABS價(jià)格的重要因素之一。

（二）關(guān)于核心企業(yè)方面的建議

核心企業(yè)的信用評(píng)級(jí)結(jié)果不僅代表了大企業(yè)的信用風(fēng)險(xiǎn)，還影響了與其長(zhǎng)期交易的中小供應(yīng)商的融資成本，從而影響資金在實(shí)體企業(yè)運(yùn)作中的效率。因此，本文建議我國(guó)信用評(píng)級(jí)機(jī)構(gòu)應(yīng)致力于不斷完善對(duì)參與我國(guó)供應(yīng)鏈金融ABS產(chǎn)品發(fā)行的核心企業(yè)的信用評(píng)級(jí)制度，將其能影響供應(yīng)鏈金融定價(jià)的因素（如應(yīng)付賬款周轉(zhuǎn)率等信息）考慮到信用評(píng)級(jí)模型中。另外，建議保理商和證券公司在受理供應(yīng)鏈金融ABS的業(yè)務(wù)時(shí)，將優(yōu)質(zhì)的核心企業(yè)進(jìn)行歸納并列入“白名單”，從而鼓勵(lì)優(yōu)質(zhì)核心企業(yè)幫助中小供應(yīng)商實(shí)現(xiàn)資金的快速流通。