【笔墨之林】RFS: 弃旧图新 —— 气候变化与全球供应链网络的适应性

文摘其他 2024-07-22 08:15 北京

“笔墨之林”的由来

“笔墨之林”出自汉·王充《论衡·对作》，指斯文萃集的地方。本栏目为能源经济与环境管理研究室（E3M）公众号“研究分享”下的子栏目，同步在E3M官网更新。本栏目长期聚焦能源与环境经济学、可持续发展跨学科研究等方向的前沿文章。欢迎大家关注E3M研究室及本公众号，也欢迎向笔墨之林栏目投稿。【笔墨之林】学术推文征稿

原文信息

作者: Nora M. C. Pankratz, Christoph M. Schiller

题目: Climate Change and Adaptation in Global Supply-Chain Networks

期刊: Review of Financial Studies

时间: 2024年6月

链接: https://doi.org/10.1093/rfs/hhad093

编者荐语

本文在金融和环境经济学领域中开创性地探讨了供应商面临的气候变化风险如何间接影响下游企业，揭示了企业具有学习并主动适应气候风险的能力。

研究背景

如何管理气候变化带来的运营风险对于参与国际生产网络的企业显得尤为重要。根据PWC 2015年的报告，超过50%的CEO认为，国际供应商遭受的气候风险是他们首要关注点。除了企业管理者和投资者对气候变化的关注度日益上升外，气候变化的经济影响也成为了学术研究的重点。遗憾的是，当前研究更关注于短期气候变化(自然灾害)带来的直接影响，关于企业如何适应气候“渐进”变化的研究依然很少，特别是下游客户是否会因上游供应商的气候风险变化而遭遇间接影响尚待研究。

在诸多气候风险中，本文将研究重点放在最为普遍的气候变化现象——高温天气。已有研究发现高温能通过多个渠道影响企业生产力：温度超过30摄氏度时，工人表现、劳动力供给和企业产出会显著下降。本文根据CMIP5模型的输出数据测算，预计到2100年，如果不采取实质性措施减少排放，温度超过30摄氏度的天数将从目前的2.7%增加到超过12%。

基于构建的新型超预期高温指数，本文发现：1.供应商面临的超预期的高温天气风险对供应商和下游企业的盈利能力均产生了显著的负面影响；2.当供应商面临高温风险时，下游合作企业更倾向于终止与现有供应商的合作关系，以应对上游企业的气候风险上升。

本文的贡献在于：1.现有研究更多的是关注气候变化对企业的直接影响，本文则提出了气候风险通过供应链网络对企业产生间接影响的新证据；2.本文首次揭示企业具有学习并主动适应气候变化的能力；3.已有文献更多关注农业受气候变化的影响，本文则探索了农业以外的行业对气候变化的学习和适应能力。

研究内容

企业层面的供应链数据来源于FactSet Revere，包括来自92个国家的5628家供应商和74个国家的8200家客户企业，时间跨度为2003年到2016年。企业的财务数据来源于Worldscope，总部信息和所在地信息来源于FactSet Fundamentals 和Orbis，当地气温数据和未来气温的预报数据来源于Coupled Model Intercomparison Project (CMIP5)。

(一) 高温对供应链上下游的影响

本文在模型设定上包括行业-年度-季度固定效应，以吸收行业特定的时间趋势，并控制温度和经济发展的同时趋势。根据Barrot和Sauvagnat(2016)，本文将公司按规模、年龄和盈利能力分为三个等级，引入规模、年龄和盈利能力的时间固定效应，以吸收不同公司特征的共同变化。为了检验高温天气对供应商的直接影响，本文根据季度频率数据估计以下回归模型：

其中，yit表示供应商i在季度 t 的营业收入与上一期总资产的比重。异常高温天气Wit表示供应商 i 在 t 期间暴露在高温天气(超过30摄氏度)下的天数。μiq为供应商-季度固定效应；γn(i)t为基于两位数SIC代码的n行业中的i供应商在年度季度t的固定效应；θd(i)t为季度国家d的线性趋势；δBS2016it反映了公司规模、年龄和盈利性三分位数与年度-季度固定效应的交互作用。

供应商所在地的高温天气对下游企业的间接效应对应的回归模型如下：

其中下标c表示下游客户企业，异常高温天气Wct表示下游企业c的供应商在 t 期间暴露在高温天气下的天数。为了避免某个特定事件会对供应商和其下游客户企业同时产生影响，本文排除了供应商和客户企业物理距离在500公里范围内的供应商-客户的配对样本。与Barrot和Sauvagnat(2016)一样，稳健标准误在公司层面上进行了聚类。

异常天气对供应商带来的影响见表1a。本文发现当前季度和前三个季度的异常高温天气的天数上升1天，资产收益率下降0.0087个百分点 (第一行到第三行系数之和)。直观上，估计系数的数值非常小，但是作者在解释经济意义时采用了比较巧妙的技巧：根据描述性统计，异常高温天气Wct的标准差为16.2，意味着每个季度的异常高温天数变动一个标准差，资产收益率较平均水平下降13.8%(16.2*0.0087/1.02*100%)。该结论也与Barrot和Sauvagnat(2016)一致，异常天气带来的直接受影响会持续两个季度。

供应商所在地的异常天气会降低下游客户的财务表现(表1b)。具体来说，多增加1天的高温会使得间接受影响的客户的季度资产收益率减少0.0007个百分点(第4列)。根据描述性统计，每个季度异常高温天数增加一单位差，将导致资产收益率减少0.6%(16.2*0.0007/1.802)，也就是平均每个公司的营业收入下降大约355,000美元。

综合表1 的a和b两个表的结果，可以发现异常天气带来的间接影响小于直接影响，大约是直接影响的4.6%。值得注意的是，公司可能已经采取措施缓解气候变化对企业财务表现的负面影响。因此，本文的估计结果是低估了异常天气的负面影响，同时也支持客户存在监控高温天气频率的财务动机。

表1：高温的影响

(二) 供应链调整

在该部分中，本文测量异常高温天气的发生是否超过了客户先前预期的代理值。从关系开始时起，客户每年观察供应商的暴露情况，并评估每年平均高温天数是否与他们的先前预期一致。气温预期一致性指标表示为1(Realized > Expected Exposure)sct，该指标表示在年份t中，如果自供应链关系开始以来的年均高温天数超过了供应商的历史均值水平，则取值为1，否则为0。

本文采用以下线性概率模型检验异常高温天气对供应链关系的影响：

公式(3)中1(End)sct为供应商-客户关系是否结束；γn(s)t、γn(c)t表示供应商(客户)行业-年份固定效应；θd(s)d(c)t为供应商国家-客户国家-年份固定效应，用以反映宏观经济条件、贸易壁垒或与进口相关的成本变化。

实证结果如表2所示，无论是OLS还是GLM Logit回归(列1和列2)，实证结果都支持当实际异常高温天数超过预期时，供应商被终止的可能性上升。如果在供应链关系建立的第一年将1(Realized > Expected Exposure)sct取值设定为0，会发现异常高温天气带来的影响都更大且显著(列3)。

表2：供应链调整

研究结论与贡献

本文主要有三个发现：1.供应商在遭受高温影响时，其财务表现受到负面影响，并且这些影响会通过供应链传播到下游客户企业；2.当供应商所在地区的异常高温天气频率增加时，企业更有可能会终止与供应商的关系，这一效应与供应商行业的竞争激烈程度以及供应商-客户企业的关系密切相关；3.客户会选择终止与高气候风险的供应商合作，并选择预期气候风险低的供应商进行替代。本文的核心贡献在于验证了气候风险可以通过供应链网络对其他企业造成间接影响，且企业会主动学习并适应气候风险——终止与遭受气候风险的供应商合作以及调整其他经营决策。

本期作者

王茹婷，中山大学商学院科研博士后，研究方向为公司金融，金融风险，数字金融。

阅读原文，获取更多文章信息

图片来源网络，侵删

关于我们

能源经济与环境管理研究室（The Laboratory of Energy Economics and Environmental Management，E3M）成立于2017年，是香港地区第一个致力于能源和环境问题经济分析的实验室，探讨了经济、能源和环境之间的相互作用，为全球变化时代下的经济发展制定可持续的智能增长框架铺平道路。

更多信息请见E3M主页：

https://www.cityu.edu.hk/see_eeem/index.html

本期作者：王茹婷，中山大学博士后

本期责编：黄永颖，华中科技大学博士

本期主编：陈立东，香港城市大学博士生 (CityU-UCAS联培项目)

最新文章

【致思篇】2024诺奖得主的能源经济学研究汇编