Shocks to Supply Chain Networks and Firm Dynamics: An Application of Double Machine Learning

本研究は、機械学習手法に基づく予測モデルをベースに、企業のサプライチェーンに関する外生的な変化が当該企業の退出・成長に与える因果効果を推定するものである。具体的には、Chernozhukov et al.(2018)等で提案されたdouble machine learning手法を用いることで、企業のサプライチェーンネットワーク上のさまざまな中心性指標に関する「予期しない変化」と、当該企業の倒産、廃業、解散といった退出イベント及び売上高の成長に関する「予期しない変化」との相関を推定することで、サプライチェーンに関する外生的な変化が当該企業の退出・成長に与える影響を推定する。100万社以上の企業レベルデータを用いた分析結果から、第一に、局所的及び大域的なネットワーク中心性の上昇が退出確率と負の相関を有していることが確認された。第二に、局所的および大域的なネットワーク中心性をコントロールした場合、中間的なサイズのクラスターで計測された中心性指標が退出確率と正の相関を有していることを確認した。第三に、これらの含意は、売上高の成長確率に関しても同様に確認された。第四に、ある種の局所的な中心性指標（サプライヤー数の変化）が、売上高の成長確率と負の相関を持つことも確認された。これらの結果は、既存研究で報告されてきたサプライチェーン上の中心性と企業ダイナミクスとの相関関係を、因果関係に配慮した形で追試したものであるほか、局所的な中心性指標と中間的なサイズのクラスターで計測された中心性指標に関するユニークな役割を示すものである。

We examine the association between changes in supply chain networks and firm dynamics. To determine the causal relationship, first, using data on over a million Japanese firms, we construct machine learning-based prediction models for the three modes of firm exit (i.e., default, voluntary closure, and dissolution) and firm sales growth. Given the high performance in those prediction models, second, we use the double machine learning method (Chernozhukov et al. 2018) to determine causal relationships running from the changes in supply chain networks to those indexes of firm dynamics. The estimated nuisance parameters suggest, first, that an increase in global and local centrality indexes results in lower probability of exits. Second, higher meso-scale centrality leads to higher probability of exits. Third, we also confirm the positive association of global and local centrality indexes with sales growth as well as the negative association of a meso-scale centrality index with sales growth. Fourth, somewhat surprisingly, we found that an increase in one type of local centrality index shows a negative association with sales growth. These results reconfirm the already reported correlation between the centrality of firms in supply chain networks and firm dynamics in a causal relationship and further show the unique role of centralities measured in local and medium-sized clusters.