原文标题：Climate Change and Adaptation in Global Supply-Chain Networks

原文作者：Nora M C Pankratz, Christoph M Schiller

发表期刊：The Review of Financial Studies

一、引言

目前学术界主要研究了短暂性天气冲击如何影响企业业绩、股票收益以及劳动和资本生产率等，对企业如何适应气候渐进式变化的了解甚少。从事广泛国际生产网络的公司可能会其供应商而间接面临物理风险，然而适应气候变化对于一般经济主体，尤其是供应链组织中的企业来说是一项复杂的任务。目前尚不清楚逐渐变化的气候危害暴露会如何影响企业终止现有供应链关系并开始新的供应链关系的决策。

本文研究了企业是否会根据供应商的热暴露程度增加来调整其供应链网络。本文首先估计恶劣天气的财务后果如何从供应商传播到其全球企业客户；其次研究了企业是否以及如何调整其供应链组织以应对供应商暴露程度的变化。

二、数据来源和变量描述

1. 全球供应链

本文使用来自 FactSet Revere 的有关供应链关系的国际数据。样本包括来自74(92)个国家/地区的8,200(5,769)家客户(供应商)公司，包括2003年至2016年的近595,000个成对的年度季度观测值。

2. 财务数据和公司特征

（1）本文从Worldscope获得了2000年至2016年的公司财务数据，以季度营业收入除以滞后总资产作为主要业绩衡量标准。（2）本文从Worldscope和Datastream收集有关收入、员工、有形资产占比、营业利润率、库存、应收账款、销售成本(COGS)、研发支出(R&D)和退市日期的数据。（3）本文构建了行业竞争力指标，即给定SIC两位数行业中的公司数量和收入的Herfindahl-Hirschman指数(HHI)。（4）本文从经济分析局(BEA) 2012年的全球投入产出矩阵，构建行业级投入集中度，即从供应商到客户行业的销售额和每个客户行业的所有投入行业的美元价值HHI。（5）本文使用来自 FactSet 的总部地址作为衡量公司位置的主要指标。

3. 当地气温及预测

本文使用欧洲中期天气预报中心(ECMWF)提供的ERA5再分析数据中的位置特定信息，构建了公司季度层面的高温天气暴露指标。将客户和供应商与最近的ERA5电网节点的温度进行匹配，并将每个财务季度或年度的高温天数相加，高温阈值设置为30℃。此外，本文使用ECMWF提供的CMIP5的温度预测。

三、高温、供应链和适应的财务激励

本文研究问题隐含地假设了供应商公司的高温会对供应商和客户产生直接和间接的不利影响，从而激励客户公司在气温升高时做出适应。为了验证这一假设，本文研究了天气对供应商绩效的直接不利影响以及对客户的下游传播效应。

1. 实证策略

检验分为两阶段进行，分别使用按资产衡量的供应商（客户）营业收入作为主要绩效衡量标准。首先，为检验高温天对供应商的直接影响，估计：

其中，yit是供应商i在第t年季度的营业收入/资产；不利天气Wit是公司i在t中暴露于高温的天数；μiq表示供应商按财政季度的固定效效应，γn(i)t是行业季度的固定效应，θd(i)t是国家季度线性趋势，δBS06it是公司规模、年龄和盈利能力与年季度固定效应相互作用的三分位数。其次，估计高温天气是否间接影响客户：

其中，yct表示客户c在第t年季度的营业收入/资产。

2. 结果

表2（a）报告了对供应商的直接影响的结果，表明热暴露每增加一个标准差，营业收入与资产之比将下降 13.8%。表2（b）显示了受影响供应商对客户的间接影响，证明供应商所在地的高温会降低下游客户的财务绩效。高温天数每增加一个标准差，下游效应就意味着营业收入比资产减少0.6%。间接影响小于直接影响，约为直接影响的 4.6%。值得注意的是，这些影响是扣除公司可能已经采取的缓解措施后估计出来的。因此，这些估计值是一个下限，可能会对客户构成财务激励，以监测频率和严重程度的潜在增加。

四、供应链适应

如果恶劣天气对企业造成重大财务影响，且其发生频率逐渐增加，企业可能会面临调整生产网络的激励。本文继续研究了高温天气频率的局部趋势如何影响企业继续或终止现有供应链关系的决策。

1. 实证策略

本文衡量恶劣天气的发生率是否超出了客户事前预期，假设客户使用历史信息形成有关供应商高温天数分布的先验（(Expected Exposure）。如果实际发生率（Realized）超过先验值，则取1 (Realized >Expected exposure)，否则为零。估计模型为：

其中，1（End）一个虚拟变量，如果给定的供应商-客户关系在当前年份t之后结束，则取值为1，否则取值为0。

2. 结果

表3（a）中的系数显著为正，表明当实际的高温暴露量超过客户的预期时，现有供应商更有可能被终止。第(1)列中的线性概率估计表明，当实际的高温暴露量超过预期时，供应商终止的可能性增加了一个百分点。根据第(2)列中的GLM固定效应逻辑回归，这种影响转化为供应商终止的可能性增加了7.4%。

当使用聚类到关系和年份层面的标准误时，表3（b）的结果不再准确。作者估计客户对初始偏差的反应较弱，于是把供应链关系的第一年将1 (Realized >Expected exposure)设置为0 。如第三列结果显示，系数更大且显著。

表3（c）估计供应商终止的可能性的变化与恶劣天气的实现超过客户先验的年数有关。发现当预期超过预期多年时，高温对供应商终止的影响会增加，对于第二年的信号尤其强烈。此外，供应商终止合同的可能性随着偏差的幅度而非线性增加。

3. 短期热暴露

为了进一步证明本文主要发现并非完全由短期供应商中断所驱动，我们接下来研究了暂时性天气冲击对供应商终止合同可能性的影响。表4结果显示，高温对供应链终止的同期影响在经济上很小，在统计上不显著。这些不显著的估计与客户在终止现有供应链关系时主要对突出的、暂时的冲击作出反应的假设不一致。

进一步的分析发现，除了更换供应商之外，客户应对气候风险也可能进行其他调整。本文实证结果表明，当客户在供应商处遇到的恶劣天气超出预期时，库存、销售成本、研发支出、现金持有量会增加。其次，供应商行业竞争力的增加，会放大高温暴露对于供应商终止的影响。最后，本文发现供应商国家层面的准备程度增加降低了供应商终止合同的可能性。

4. 经验高温天数和温度预测

本文继续研究了实际变化与未来预测不一致时企业如何应对。根据RCP2.6（第1列）、RCP4.5（第2列）和RCP8.5（第3列）情景估计模型（3），表8结果表明，在所有情景中，对预期和经验暴露偏差的响应幅度与前文结果类似，说明无论变化是否与预测相符，企业都会对经验变化做出反应。

五、热暴露和供应商更换

本文最后研究了供应商暴露于高温的感知增加如何影响新供应商的选择。假设客户在初始供应商关系期间评估供应商和潜在替代供应商，估计以下模型：

其中1（Exposure New<old）在新供应商受热影响较小时取1，否则为0。1（Realized >Expected Exposure）表示在终止前初始关系年t内供应商s所在地的热量预期超标情况，以确定可能因气候变化考虑而终止的关系。

结果发现，超出事前预期对替代供应商事后暴露于热量的可能性有积极影响，比在初始关系期间终止的供应商更低（表9第1列和第2列）。新供应商暴露于热量的可能性比旧供应商低 12 个百分点。说明当客户推测旧供应商所在地将逐渐发生变化时，他们可能会选择过去气候暴露程度较低的替代供应商。

六、结论

本文研究了企业是否会因为供应商所遭受的高温影响而调整其供应链网络。结果表明：首先，样本中的供应商的财务表现受到高温的负面影响，而这种影响会通过供应链环节传递给客户。其次，当供应商所在地的恶劣天气变得更加频繁时，企业似乎会终止合作关系。这种影响会随着信号强度和重复性的增加而增加，对于竞争性行业的供应商来说，这种影响更强，而对于紧密结合的供应链关系来说，这种影响较弱。第三，客户会选择预期受气候危害影响较小的替代供应商。

七、原文摘要

This paper examines how physical climate exposure affects firm performance and global supply chains. We document that heat at supplier locations reduces the operating income of suppliers and their customers. Further, customers respond to perceived changes in suppliers’ exposure: when suppliers’ realized exposure exceeds ex ante expectations, customers are 7% more likely to terminate supplier relationships. Consistent with experience-based learning, this effect increases with signal strength and repetition and decreases with countrylevel climate adaptation. Subsequent replacement suppliers show a lower expected and realized but similar projected heat exposure. We find similar results for suppliers’ exposure to floods.

作者：

张广逍 中央财经大学博士研究生

指导老师：

王遥 中央财经大学绿色金融国际研究院院长

原创声明

如需转载、引用本文观点，请注明出处为“中央财经大学绿色金融国际研究院”。