现代企业早已不是可以“独善其身”的孤立主体。在企业关联越来越紧密的趋势下，值得探讨的已不只是某一家企业是否存在信用风险，更应关注的是风险如何突破企业边界，在供应链上发生传染。顾婧教授的新作《企业信用风险在供应链上的传染：机制、效应与治理》就这一关键问题展开了系统深入的研究。与通常聚焦单个企业个体违约概率和风险预警的研究不同，本书将“供应链传染”置于核心位置，系统讨论了信用风险在何处发生、经由何种关系传递、哪些因素会放大或抑制传染，以及应如何从供应链整体出发加以治理。

　　全书以“传染场景—传染机制—传染治理”为主线。第一篇章从信息溢出和交易对手两个角度梳理信用风险传染的基础理论；第二篇章将视线转向中国供应链，分析供应链特征、传染事实及其度量方法；第三篇章进一步考察股权关系、贸易信用、融资渠道和供应链结构如何影响传染强度；第四篇章则讨论大数据、机器学习、信息挖掘和区块链等数字技术在供应链风险治理中的应用。这样的行文结构，使全书形成了从“为什么会传染”到“如何传染”再到“怎样治理”的完整逻辑链条。通读全书，笔者认为有三个亮点值得关注：

　　第一，全书的一大亮点是对资产关联如何改变风险传染的分析。现实中的供应链企业不仅存在买卖关系，还可能通过前向持股、后向持股和贸易信用形成更深层次的资产关联。书中比较不同持股方向、融资渠道和供应链结构后指出，这些安排一方面能够强化合作、改善协调，另一方面也可能加深风险捆绑。尤其是贸易信用，它通常被视为缓解融资约束的重要工具，但在提高部分供应链伙伴利润的同时，也可能增加债权人的预期损失，并放大风险传染。这表明供应链的效率提升与风险控制往往不是同向变化，企业需要在收益与风险之间作出权衡。这一结论颇具现实意义：合作越深入并不意味着供应链越安全，融资工具帮助一家企业渡过难关，但未必能够降低供应链整体风险。正是通过对股权方向、偿还顺序、贸易信用和供应链结构的细致区分，本书把“一损俱损”从一种经验判断转化为可以严格分析、比较和检验的机制。

　　第二，将数字技术放在信用风险传染治理而非单纯的个体风险识别框架中考察，也是本书一大亮点。大数据、机器学习和区块链的价值，不只是帮助银行判断某一家企业是否会违约，更在于识别企业所处网络中的风险来源和可能的传播路径。书中构建的RF-WNB两阶段评估模型显示，在企业自身资质之外加入供应链网络指标后，对企业信用风险的识别精度有所提高；这一发现说明，将供应链关联纳入评价体系能够显著减少对风险企业的遗漏。值得肯定的是，本书并未将数字技术视为解决一切问题的“万能钥匙”。数字技术虽然可以提高信息透明度、降低交易成本和改善风险识别，却也可能加快负面信息扩散，使风险传播路径更加复杂。本书的讨论充分兼顾了技术的正面作用与潜在副作用。

　　第三，深入扎实的实证分析是本书的第三个亮点。书中对供应链信用风险传染事实的研究没有停留在概念推演和案例描述层面，而是在较为丰富可靠的数据基础上构建企业间供应链关系，并对传染效应进行实证检验。书中利用上市公司前五大供应商、前五大客户等信息链接上下游企业，发现下游企业的财务困境会显著提高上游供应商的信用风险，而且这一效应在民营企业和规模较小的供应商中更为突出。这一发现说明，供应链并非只是产品和价值的传递链条，同时也为风险传递提供了通道；更重要的是，同样的外部冲击会因企业所有制、规模和融资能力不同而产生差异化后果。

　　总体而言，本书穿透了看似寻常的供应链关系，揭示了订单、赊销、股权和融资安排背后的传染机制与运行逻辑，并通过理论建模和实证研究将“一损俱损”转化为可以解释、识别和治理的问题。在企业日益难以“独善其身”的现代经济生活中，这部立足中国供应链实践的专著，不仅为金融机构和企业重新认识风险提供了一个重要视角，也为相关学科和产业链安全研究贡献了具有中国特色的学术成果。

　　（作者系天津大学运营与供应链管理系系主任、讲席教授）