債務違約沖擊下銀行干預如何影響供應鏈融資？

■程京京 馬紫宇 張瀚文 孫文娜

一、引言

近年來，全球不確定性因素增多疊加新冠疫情沖擊，國內經濟轉型陣痛凸顯，周期性、結構性問題交織，企業資金鏈斷裂、債務違約問題頻發引起社會廣泛關注。以涉及銀行債務違約訴訟的A股上市公司為例，2019年之前銀行作為上市公司債務違約訴訟案件原告的涉事公司數量在低位徘徊，2019之后涉事公司數量進入高位震蕩，僅2023年前6個月涉事公司數量就達24 家（見圖1）?？梢?，近幾年企業債務違約問題已成為中國經濟發展的一大隱患。

圖1 上市公司的銀行債務違約訴訟

新冠疫情對全球產業鏈供應鏈造成嚴重破壞，俄烏沖突引發國際能源與糧食危機，世界經濟格局正深刻重塑，黨中央、國務院多次發文明確要保障產業鏈供應鏈安全穩定，筑牢國家高質量發展根基。黨的二十大報告提出，要“著力提高全要素生產率，著力提升產業鏈供應鏈韌性和安全水平”。供應鏈金融作為維護產業鏈供應鏈韌性的重要抓手已得到國內外學者廣泛認同[1，2]。作為產融結合的重要途徑，供應鏈金融對緩解中小企業融資約束、轉換企業增長方式起到決定性作用[3—5]，對企業績效的提升以及創新水平的提升也具有重要作用[6，7]。當然，這些研究主要使用的是以供應鏈為導向的廣義供應鏈金融含義，即供應鏈金融是基于供應鏈為上下游企業提供綜合性金融服務解決方案，核心企業既可以作為信用交易主體，也可以作為金融機構的協助者，幫助金融機構完成授信與風控。而狹義來說，供應鏈金融是以金融為導向的短期交易性融資，即產業核心企業以供應鏈交易事項為基礎，通過商業信用融資來緩解鏈條上下游企業融資約束問題[8，9]。由于狹義供應鏈金融更能反映供應鏈交易特征，下文主要基于狹義供應鏈金融概念展開討論。面對企業債務違約問題頻發，供應鏈金融是否會“望而卻步”？企業的銀行債務違約是否會影響供應鏈金融運行？

在理論研究上，就債權結構與宏觀經濟的關系而言：陸正飛等[10]認為在貨幣政策寬松時期，企業便于獲得銀行貸款，在此階段商業信用符合買方市場理論，即由于買方強勢，其議價能力強，供應商傾向于向融資無約束、信用良好的客戶提供商業信用；而在貨幣緊縮時期，隨著銀行信貸歧視進一步加深，在此階段商業信用符合替代融資理論，即公司對商業信貸需求大幅上升。馬亞明等[11]認為在經濟下行周期，非融資約束型企業商業信用的替代效應順周期下降，融資約束型企業對上游企業的商業信用違約則會增多，商業信用增加會加重企業破產風險。就債權結構現象而言：鮑長生[12]運用博弈論方法分析得出，供應鏈金融不能很好地解決中小企業融資約束問題，這是由于大型企業具有較強的議價能力，導致中小企業既要從銀行獲取資金“輸血”，又要向大型企業提供商業信用造成“失血”。Zhang[13]使用斷點回歸方法分析發現，當企業違反銀行債務契約后，企業商業信用會大幅下降，而當供應商對企業依賴增強時，企業的商業信用下降會得到緩解。在異質性債權人的約束力上，銀行借款、商業信用、企業債券對企業非效率投資的影響具有異質性[14]。與銀行借款相比，供應鏈融資中的企業債權人對企業行為約束較小，股東更易通過投資歪曲行為來損害債權人的利益[15]。不難發現，已有文獻大多考慮的是異質宏觀經濟特征或者常態下的企業銀行信貸與供應鏈融資的關系，鮮有文獻從債務違約角度出發，基于近些年中國企業數據來分析企業銀行債務違約對供應鏈融資的影響。

為此，本文以企業銀行信貸違約為沖擊分析銀行信貸與供應鏈融資的關系，利用上市公司數據，在傾向值匹配基礎上，采用雙重差分法（DID）系統評估銀行干預對供應鏈融資的影響效應及作用機制。本研究可能的貢獻在于：目前關于銀行信貸與供應鏈融資關系的研究，大多采用傳統計量方法進行實證分析，而本文以銀行債務訴訟為契機，在傾向值匹配基礎上采用雙重差分法進行實證研究，能有效克服內生性問題，相比于以往文獻可以更準確地評估銀行干預對供應鏈融資的影響。

二、理論分析與研究假設

供應鏈金融以核心企業為依托，在真實貿易基礎上，通過自償性貿易融資為上下游企業提供靈活的融資服務，它集商流、物流、信息流和資金流為一體，是以疏通產業鏈現金流為目的的一種金融創新模式[9]。就供應鏈金融存在情境而言，替代性融資理論認為，由于信貸配給問題，一些借款者無論支付多高的貸款利息，都無法獲得充足的銀行貸款，在此情況下他們會求助于供應商提供商業信用[16，17]。而買方市場理論則認為，由于買方強勢、買方信用良好，或者賣方為了實現差別定價、提供產品質量保證等以使交易盡快完成，賣方愿意為買方提供商業信用[10]。為此，盡管供應鏈融資外在表現是一樣的，但是他們存在的主導性依據可能具有不一致性。實際上，銀行債權治理會通過多種途徑影響供應鏈融資。第一，依據或有控制權，在企業債務違約后，銀行能夠干預借款人公司治理以及企業投資活動等[18，19]。相比于正常還款情況，企業債務違約后，銀行有強烈的動機監控企業，以減少企業過度冒險行為，進而改善企業經營表現，增加企業價值[18，20]。在這種預期下，無論是基于替代融資理論還是基于買方市場理論下的供應鏈融資，迫于資金壓力，違約企業的供應鏈融資可能不變或增加。第二，根據比較優勢理論，相比于銀行，商業信用提供者能夠更方便且低成本地獲得企業客戶經營狀況變化等信息，即具有信息獲取優勢[13]。同時，提供商業信用的上游企業對客戶具有控制力優勢，如果客戶對供應商的選擇是理性的，供應商的不易替代性越強，企業違約搜尋的機會成本越大，那么供應商越可能通過威脅停止供貨的手段要求企業遵守合約。因此，相比銀行來說，供應商具有更強的控制力[21]。此外，即便企業經營失敗，供應商也能利用該產品的銷售網絡迅速處置原材料等物品，減少損失，也即供應商具有財產挽回優勢。因此，相對于銀行，由于供應商面臨的信息不對稱程度較低，其治理能力更強[16]。在企業經營狀況不佳且銀行還未采取行動之前，或者說企業還沒有對銀行債務違約時，供應商會提前收緊商業信用供給。在這種預期下，銀行債務違約后，企業供應鏈融資規模不變或繼續收縮。由于供應商對企業信貸違約事件的反應取決于銀行干預后供應商提供商業信用的預期收益和與其成本之間的比較，此決定事前并未明確?；谏鲜龇治?，本文提出以下研究假設：

假設1a：銀行干預對企業供應鏈融資具有正向影響。

假設1b：銀行干預對企業供應鏈融資具有負向影響。

銀行債務違約后，由于破產清算成本高等原因，在通過非訴訟方式交涉不能保障自身權益的情況下，銀行債權人開始通過法律手段迫使債務人采取債務重組或資產重組等方式，來保障銀行的債權人利益，這變相增加了債權人對公司治理的干預。具體就銀行債權人干預的路徑而言：首先，債務違約后，銀行可能會通過影響企業投資決策來影響供應鏈融資。由于債務違約后，銀行作為債權人可以通過修改現有的信貸協議，對公司行為施加更強的合約限制，修訂后的協議幾乎涵蓋了企業投資決策的所有方面，包括對有形資產的投資、收購、資產出售等[18]。研究表明銀行干預主要限制企業代理問題嚴重的非效率投資[18—20]。而供應鏈融資作為銀行信貸的重要替代性融資資源[14，16]，非效率投資的下降會降低企業對供應鏈融資的需求。其次，債務違約后，銀行可能會通過影響企業財務決策來影響供應鏈融資。債務違約后，銀企雙方修訂信貸協議也會限制企業財務決策，例如對營運資本投資、股息支付、獲取新的融資等進行再約定。在修訂協議的約束下，相對而言，債務違約后企業的財務政策更趨于保守，例如企業持有更多的現金、發行更少的債務或者保持更低的財務杠桿率[18]。由于相對于非融資約束型企業，融資約束型企業持有的庫存現金和流動資產較少[22]，而應收賬款屬于企業流動資產，并且銀行干預下的企業保守財務政策也是在流動性沖擊下的融資約束體現。為此，在保守的財務政策下，企業會通過供應鏈融資向上下游企業傳遞流動性信號?；诖?，本文提出如下假設：

假設2：銀行干預可能從投資決策和財務決策渠道影響供應鏈融資。

三、研究設計

（一）數據來源及樣本選擇

本文研究對象為A 股上市公司。首先，篩選出債務違約數據，即從A 股上市公司訴訟仲裁數據中保留公司作為被告，訴訟主體為銀行，訴訟案由為欠款未還的樣本。其次，從數據中剔除公司作為擔保而被訴訟的樣本，剔除被訴訟公司為金融行業公司的樣本，剔除同一公司同一年度重復的銀行欠款未還訴訟數據。經處理后共得到607 個違約訴訟數據。從銳思數據庫獲得供應鏈融資以及公司經營等方面數據，考慮到全球金融危機影響，本文保留了2011—2022 年間A 股非金融企業的上市公司數據。為防止極端值影響，本文對所有連續變量進行1%分位和99%分位縮尾處理。

（二）變量選取

1.被解釋變量：供應鏈融資。參考宋華等[9]、陸正飛等[10]、宋婕等[24]的做法，構建供應鏈融資指標：靜態供應鏈金融，記為tracre；動態供應鏈金融，記為dtracre。

2.解釋變量：銀行干預。具體包括：債務違約發生，記為debvio；債務違約公司，記為treat。

3.控制變量。借鑒Zhang[13]、宋華等[9]的做法，本文選取控制變量包括：公司層面的公司規模、資產收益率、權益比重、銷售收入增長率等變量，行業層面的赫芬達爾指數。本文主要變量定義見表1。

表1 變量定義

（三）模型與方法

由于供應鏈融資和銀行信貸違約之間可能存在反向因果關系，例如，公司應付票據過多，不佳的財務狀況會使企業違反銀行信貸契約，并且企業不可觀察因素也會影響供應鏈融資表現。鑒于雙重差分法能較好地處理遺漏變量等問題，故本文利用雙重差分法來比較銀行干預前后，債務違約公司的供應鏈融資與沒有債務違約的可比性公司的供應鏈融資，從而得出銀行干預對供應鏈融資的凈效應。為保障結果的有效性，借鑒Gu 等[23]的研究，在使用雙重差分法之前，先使用傾向值匹配法構造具有可比性的處理組和控制組，即提供使用雙重差分法的平行趨勢假設條件。此外，本文使用兩組多期DID 模型，具體見模型（1）。本文重點關注系數β1，其反映了銀行信貸違約后銀行干預對供應鏈融資影響的凈效應。模型（1）中，yeart為年度效應，μi為個體固定效應。

為反映供應鏈融資的動態效果以及解決潛在的反向因果關系，參考Gu等[23]的做法，本文考慮了9年的時間窗口，估計如模型（2）所示。其中，beforej為虛擬變量，表示債務違約發生前j 年；debvio表示銀行債務違約發生當年的虛擬變量，若當年發生債務違約則為1，否則為0；afterk表示債務違約發生后的第k年，也為二值虛擬變量。

四、實證結果分析

（一）PSM過程與共同趨勢假設檢驗

為防止選擇性偏誤問題，本文為銀行債務違約發生企業尋找匹配對象。具體而言，從有顯著銀行借款（即單位企業總資產的銀行借款指標超過行業中位數）但未有銀行違約訴訟的企業中選取控制組。本文采用logit 模型、協變量為表1 所示的控制變量，在此基礎上按照1∶3 最近鄰匹配方法為處理組匹配控制組對象。

基于DID 的平行趨勢假設，表2 展示了處理組和控制組在違約發生前后各協變量的變化。匹配前，處理組與控制組在企業規模、資產收益率、權益比重、銷售收入增長率等指標上差異顯著；匹配后，這些指標偏差大幅縮減，組間差異不再顯著?？芍?，匹配后，處理組和對照組的特征較好地滿足了共同趨勢假定。

表2 經過匹配后控制組和處理組的偏差變化

為進一步驗證平行趨勢假設，本文將匹配前后處理組和對照組的傾向值得分作了對比（見圖2）。匹配前，處理組即債務違約企業（實線）和對照組即非債務違約企業（虛線）的傾向值得分的密度分布圖差距顯著。匹配后，處理組（實線）和對照組（虛線）的傾向值得分的密度分布圖較為趨同。綜合而言，傾向值匹配消除了影響債務違約的可觀察差異，增強了銀行干預對供應鏈融資變化的解釋程度。

圖2 匹配前和匹配后的處理組和對照組傾向值得分比較

（二）銀行干預對供應鏈融資的影響

在傾向值匹配的基礎上，依據模型（1），表3（1）和（2）列展示了銀行干預后雙重差分法的回歸結果。由（1）列可知，債務違約后，銀行干預使供應鏈融資指標tracre在1%的水平上顯著下降；由（2）列可知，銀行干預對供應鏈融資指標dtracre 的回歸系數為-0.044，且在1%的水平上顯著。這表示債務違約后銀行干預會使企業供應鏈融資顯著性下降，假設1b得驗。

表3 銀行干預對供應鏈融資的影響

為了探究銀行債務違約后銀行干預對供應鏈融資的動態效果，以及探究企業在違約前是否存在預期效果，進而保證研究結論的穩健性，根據模型（2），表3（3）至（6）列展示了回歸結果。首先，如果模型存在預期效應，那么treat和beforej交乘項（后文簡稱treatbeforej，同理類推其余交乘項簡稱）的估計系數顯著不為0。這意味著前文的傾向值匹配處理失敗，或者說在銀行干預前就形成了供應鏈融資調整的預期。在這種情況下，處理組與對照組的結果變量在債務違約發生前不具有可比性，雙重差分法估計結果有偏差。而根據表3（3）和（4）列結果顯示，treatbefore1的估計系數不顯著，即債務違約前一期，供應鏈融資并不存在銀行干預預期。進一步在表3（5）和（6）列引入交乘項treatbefore2，其表示債務違約前兩年的時間虛擬變量。結果顯示，treatbefore2的系數依然不顯著。這表示經過處理后銀行債務違約發生前供應鏈融資并未出現調整預期。其次，根據表3（3）至（6）列結果顯示，債務違約發生后企業供應鏈融資不僅在當年（treatdebvio）出現顯著性下降，違約后的第一年（treatafter1）企業供應鏈融資也顯著下降，然而到第二年這一影響不再顯著。這也進一步驗證了債務違約后銀行干預會使企業供應鏈融資顯著下降，說明債務違約發生前企業供應鏈融資不存在預期效果，盡管供應鏈融資受銀行干預影響的持續年限不長，但銀行干預對企業供應鏈融資影響仍具有一定的時滯性。

（三）穩健性分析

通過以上分析，本文得到的核心結論是，銀行干預使企業供應鏈融資顯著下降。為保證核心結論的可靠性，本文從以下幾方面開展穩健性檢驗：（1）進行反事實檢驗。有鑒于發生債務違約的企業主要為傳統制造行業，而制造行業在經濟轉型階段更有可能發生債務違約。為此，文章以制造業來構建反事實檢驗，發現treatdebvio 系數并不顯著。此外，文章把債務違約時間提前兩年，在此基礎上進行傾向值匹配后進行雙重差分法檢驗，同樣發現treatdebvio系數并不顯著。這些從另一個側面支撐了假設1b的結論。（2）傾向值匹配使用probit 方法進行估計，核心結論仍然成立。（3）調整傾向值匹配時的協變量，在增加企業融資約束、銀行貸款規模、應收賬款規模等指標后發現核心結論仍然成立。（4）對基礎數據進行OLS回歸后核心結論仍然顯著。（5）替代性因變量，由于應付票據含有商業承兌匯票和銀行承兌匯票，而后者涉及銀行授信，因此使用應付賬款的相對值來衡量供應鏈融資，核心結論仍然顯著。受篇幅限制，具體結果不再呈現。

五、影響機制檢驗

債務違約后銀行干預顯著降低了供應鏈融資，那么銀行干預究竟通過什么渠道降低供應鏈融資？借鑒Nini 等[18]的研究，本文分別選取公司資本性支出（lcapex）和公司現金規模（lcash）作為公司投資政策和財務政策變化的代理變量，進而分析投資政策和財務政策在影響企業供應鏈融資上的中介效應。參考溫忠麟等[25]的研究方法，本文構建的中介效應模型由如下四組方程構成：

表4報告了影響機制的檢驗結果。其中，（1）和（2）列是對基準雙重差分模型（3）式的估計結果。（3）列以企業資本性支出為因變量，交乘項treatdebvio的估計系數在1%水平上顯著為負，說明債務違約降低了企業的資本性支出。這主要是因為，債務違約后，銀行為了保護自己的債權，會削減企業非效率投資或代理問題嚴重的投資領域[19，20]。（4）列以企業現金規模為因變量，交乘項treatdebvio 的估計系數顯著為負，意味著債務違約顯著降低了企業的現金持有程度。原因可能在于，企業發生債務違約后，銀行會加速回收貸款，導致企業的融資約束困境變得更加嚴峻[23]。（5）和（6）列進一步報告了因變量對基本自變量和中介變量回歸的結果。據顯示，中介變量lcapex 的估計系數顯著為正，表明資本性支出與供應鏈融資呈正相關關系，若資本性支出水平下降導致企業供應鏈融資下降，這與通常的預期是相符的，即企業資本性支出水平下降，企業投資政策更加保守，其供應鏈融資需求也會減弱。另外，中介變量lcash 的估計系數均在1%水平上顯著為正，表明企業現金規模與供應鏈融資呈正相關關系，銀行干預后企業現金規模下降導致供應鏈融資需求下降。這也更加表明企業財務政策趨于保守，與Nini 等[18]的發現相一致。以上檢驗較好地印證了企業資本性支出水平下降、企業財務政策趨于保守是債務違約后銀行干預降低企業供應鏈融資的兩個重要渠道，即假設2得驗。

表4 銀行干預對供應鏈融資的作用機制

需要指出的是，與表4（1）和（2）列基準回歸結果相比，在分別加入中介變量lcapex 和lcash 之后，（5）和（6）列treatdebvio 的估計系數值和顯著性水平均出現一定幅度下降，這初步表明“企業投資政策”和“企業財務政策”中介效應的存在。為此，本文采用Sobel檢驗方法，檢驗經過中介變量路徑上的回歸系數的乘積項是否顯著，即檢驗H0：φb1=0 和H0：δc1=0。如果原假設受到拒絕，則表明中介效應顯著。根據乘積項φb1和δc1的標準差，，其中s 表示相應估計系數的標準差。結合表4（5）列的估計結果，可以計算得到乘積項φb1和δc1的標準差分別為0.00160507 和0.00687158，在此基礎上計算得到=-1.9044715 和=-2.6782254。前者通過5%顯著性檢驗，后者在1%的顯著性水平上通過中介效應檢驗。同理可得出表4（6）列的估計結果，=-3.3532009和=-2.5316725，兩者在1%的顯著性水平上拒絕原假設，即存在中介效應。這進一步驗證了“企業投資政策”和“企業財務政策”中介效應的可靠性。

六、進一步分析

（一）供應商集中度

進一步地，本文探究銀行干預對供應鏈融資影響是否受到供應商特征尤其是供應商集中度的影響。由于供應鏈融資是供給與需求共同作用下的一種均衡，如果供應商的利潤對特定客戶依賴性越強，那么供應商投資的專用性也越強。盡管債務違約后客戶陷入財務困境，供應商為了維持持久的產品市場關系，可能對陷入財務困境的客戶給予更多的融資支持，以保證買方的生存和促進買方的成長[21，26]。因此，賣方對客戶依賴性的強弱會影響客戶供應鏈融資的變化。為此，本文在基準雙重差分模型中引進供應商集中度進行分組回歸。按照前5名供應商采購金額占總采購金額的比例將供應商集中度分為高、低兩組，檢驗結果如表5（1）至（4）列所示。

表5 銀行干預對供應鏈融資影響強度的異質性檢驗

表5（1）和（2）列報告了銀行干預對供應商集中度較高的企業供應鏈融資的影響。本文發現交乘項treatdebvio 的估計系數為負并且分別通過1%和5%水平的顯著檢驗，這意味著供應商集中度較高，銀行干預后企業供應鏈融資下降的幅度較大。并且這些系數遠小于表4（1）和（2）列中的銀行干預對供應鏈融資的平均影響效應，可知供應商集中度較高的企業，銀行干預對其供應鏈融資的影響也較強。

此外，對于供應商集中度較低的企業，銀行干預對供應鏈融資影響的回歸結果見表5（3）和（4）列?？芍?，交乘項treatdebvio 的估計系數為負值，但未通過顯著性檢驗，這意味著銀行干預未能對供應商集中度較低的企業的供應鏈融資產生顯著影響。并且這些系數與表4中的銀行干預對企業供應鏈融資的平均影響效應相比，均出現了較大幅度的上升，進一步說明了供應商集中度較低的企業，銀行干預對供應鏈融資無顯著影響。

綜上分析可以看出，供應商集中度較高的企業，銀行干預對其供應鏈融資的抑制作用也較大。對此可能的解釋是，供應商集中度較高，企業采購中的不確定性、交易成本、生產成本等降低，加上原材料品質容易控制，企業采購的重復性提高，產品的質量也上升。盡管基于信號傳遞理論，供應商集中度高的企業容易獲得較多的銀行貸款[27]，然而，供應商集中度較高，企業對供應商的依賴程度和轉移成本較高，供應商議價能力強，債務違約后，強勢的供應商更可能“落井下石”[13，24]。

（二）金融契約制度

與銀行債權契約相比，供應鏈融資的商業信用契約更具有不完全性，其履約面對的不確定風險更大[21]。此外，后者的貸款求償權劣于前者[28]。作為一個保障企業合約有效實施的法律框架和執法體系，金融契約制度對金融中介有一定程度影響。那么銀行干預對供應鏈融資影響是否受到金融契約制度的影響？

為考察不同金融契約制度環境下，銀行干預對供應鏈融資影響的異質性，本文在基準雙重差分模型的基礎上進行異質性回歸。參考李俊青等[29]的研究，本文采用王小魯等[30]提供的“市場中介組織的發育和法律制度環境”指數來衡量金融契約制度環境，對于中間缺失年份數據采用線性插值的方法進行補充。根據年份契約制度均值，把高于均值的歸為契約制度保護較好的省份，把低于均值的歸為契約制度保護較弱的省份，然后進行分組檢驗，具體見表5（5）至（8）列。

表5（5）和（6）列報告了契約制度保護較好省份，銀行干預對供應鏈融資的影響?？芍?，交乘項treatdebvio的估計系數為負并且通過1%水平的顯著檢驗，這意味著契約制度保護較好地區對銀行等金融機構的保護力度較好，銀行干預后供應鏈融資受到的抑制作用越大。并且這些系數遠小于表4（1）和（2）列中的銀行干預對供應鏈融資的平均影響效應即treatdebvio 系數，可知契約保護制度較好的地區，銀行干預對企業供應鏈融資的抑制作用較強。

此外，契約制度保護較弱地區銀行干預對企業供應鏈融資影響的回歸結果見表5（7）和（8）列。（7）列中的交乘項treatdebvio 的估計系數為負值，但是未通過常規水平的顯著性檢驗；（8）列則在10%的顯著性水平上為-0.034，遠大于表5（6）列的-0.098，以及大于表4（2）列的-0.044。這意味著，在契約制度保護較弱的地區，銀行干預對供應鏈融資的異質作用較弱。

綜上，金融契約保護制度較好，銀行干預對供應鏈融資的抑制作用較大。對此可能的解釋是，相對于供應鏈企業間信用，銀企間信貸契約較正規，高金融契約制度水平在某種程度上意味著地區對銀行借貸契約實行更嚴格的保護，債務違約以后銀行干預會對企業的投資、財務政策等產生較大影響，進而保護銀行自身權益[29]，供應鏈融資根據預期得以下調。此外，契約制度保護提高了銀行干預對企業投融資決策的影響，企業非效率經營活動的收縮減少了對供應鏈融資的需求。

七、結論與啟示

企業債務違約會引發多個連鎖反應，本文以銀行債務契約違約為契機，在傾向值匹配和雙重差分法的基礎上評估了銀行干預對供應鏈融資的影響效應及其作用機制。主要有如下幾點發現：（1）銀行干預會顯著降低企業供應鏈融資規模。（2）機制分析表明，企業投資政策與財務政策變化是銀行干預降低供應鏈融資的兩個重要渠道。（3）在異質性分析中，供應商集中度越高，銀行干預對供應鏈融資的抑制作用越大，并且在契約制度水平較完善的地區，銀行干預對企業供應鏈融資的抑制作用較大。

根據上述研究結論，本文得出以下啟示：

首先，提高企業供應鏈融資質量，增強企業抗風險能力。本文發現債務違約后銀行干預使得供應鏈融資下降，尤其是供應商集中度較高，供應鏈融資下降幅度較大。供應鏈融資對銀行信貸的替代性融資角色并未完全發揮，企業供應鏈融資關系不夠緊密，受銀行干預影響嚴重。為提升供應鏈金融質量，企業需著力提升契約精神，在交易過程中同上下游企業簽訂信貸合約和風險分擔條款，提升供應鏈金融的使用效率和使用質量，以獲取更優質的供應鏈融資支持。

其次，強化供應鏈金融保護，政府有必要構建完善的供應鏈商業信用監管體系，加強商業信用相關立法，設立區域性商業信用擔保機構（包括保險公司、擔保集團等），降低企業商業信用的違約風險，提高企業的供應鏈融資水平。

最后，債權人銀行要完善對企業的全程監控機制。在建立債務契約前，銀行要針對企業尤其是中小企業完善放貸機制，減少信貸配給問題；在契約建立后企業正常運行階段，為有效防范企業陷入財務困境，銀行可要求企業加強相關信息披露，對企業行使監督權，預防公司管理層出現激進行為或違反信貸契約行為等；企業債務違約后，由于企業運營有一定行業特殊性，銀行應加快專營機構和人員隊伍建設，積極參與企業管理幫其脫困。