劉驊++哈雪潔

摘要：作為一種金融創(chuàng)新服務(wù)，供應(yīng)鏈金融已經(jīng)成為解決中小企業(yè)融資難題的重要途徑。如何有效管理供應(yīng)鏈金融風(fēng)險(xiǎn)，是拓寬中小企業(yè)融資渠道和推進(jìn)銀行供應(yīng)鏈金融業(yè)務(wù)的現(xiàn)實(shí)要求與緊迫任務(wù)。本文基于風(fēng)險(xiǎn)綜合管理的思路，建立供應(yīng)鏈金融風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，運(yùn)用CRITIC賦權(quán)法和灰色關(guān)聯(lián)分析法對(duì)江蘇省六個(gè)銀行的供應(yīng)鏈金融業(yè)務(wù)進(jìn)行風(fēng)險(xiǎn)評(píng)估，并提出供應(yīng)鏈金融可持續(xù)發(fā)展的對(duì)策建議。

Abstract： As a type of financial derivative instrument， the supply chain finance（SCF） has become an important way to solve the financing problems of small and medium-sized enterprises. How to effectively control the financial risk of supply chain is the practical requirements and urgent task to broaden the financing channels for small and medium enterprises and to increase the proportion of supply chain financial loan in banking business. Based on the idea of comprehensive risk management， this paper builds up a SCF risk assessment system and has an empirical study on six banks of Jiangsu Province by applying CRITIC and GRAP. Then， it puts forward some recommendations to maintain the healthy and stable development of supply chain finance.

關(guān)鍵詞：供應(yīng)鏈金融；CRITIC賦權(quán)法；灰色關(guān)聯(lián)分析法

Key words： supply chain finance；CRITIC；GRAP

中圖分類號(hào)：F830.3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2016）32-0107-04

0 引言

經(jīng)濟(jì)新常態(tài)下，中小企業(yè)作為創(chuàng)新經(jīng)濟(jì)的主要載體逐漸成為新的增長(zhǎng)點(diǎn)，其GDP的貢獻(xiàn)率達(dá)到60%以上。但是中小企業(yè)規(guī)模小、沒有可抵押資產(chǎn)等特點(diǎn)使其信用評(píng)級(jí)普遍偏低，很難獲得銀行貸款[1]。目前，經(jīng)濟(jì)下行產(chǎn)生的“融資沉淀效應(yīng)”和“擠出效應(yīng)”進(jìn)一步增加中小企業(yè)資金斷裂的可能性，加劇了中小企業(yè)的破產(chǎn)風(fēng)險(xiǎn)[2]。為了破解中小企業(yè)融資困境，商業(yè)銀行積極開展供應(yīng)鏈金融（SCF）業(yè)務(wù)，基于供應(yīng)鏈鏈條中的真實(shí)交易和擔(dān)保關(guān)系進(jìn)行貸款授信。不同于傳統(tǒng)貸款只關(guān)注貸款企業(yè)的信用評(píng)級(jí)，供應(yīng)鏈金融中銀行將整條供應(yīng)鏈納入貸款的考慮范圍，與信用評(píng)級(jí)較高的核心企業(yè)共同分擔(dān)中小企業(yè)的融資風(fēng)險(xiǎn)。這種新的授信模式分割了授信風(fēng)險(xiǎn)和主體風(fēng)險(xiǎn)，大大增加了銀行對(duì)中小企業(yè)的貸款意愿。供應(yīng)鏈金融創(chuàng)新誕生以來，已經(jīng)在我國中小企業(yè)融資中發(fā)揮了巨大的作用，但同時(shí)也應(yīng)該看到，銀行貸款業(yè)務(wù)中供應(yīng)鏈金融占比仍然不大。供應(yīng)鏈金融涉及的參與主體較多，風(fēng)險(xiǎn)來源更為復(fù)雜，這些都成為銀行開展供應(yīng)鏈金融業(yè)務(wù)的障礙。鑒于此種困境，本文基于風(fēng)險(xiǎn)綜合管理的思路，試圖構(gòu)建一個(gè)風(fēng)險(xiǎn)評(píng)估模型，對(duì)供應(yīng)鏈金融風(fēng)險(xiǎn)進(jìn)行全面的揭示、抵御和預(yù)防。

1 文獻(xiàn)綜述

在供應(yīng)鏈生產(chǎn)模式的背景下，國外部分銀行為了真實(shí)準(zhǔn)確地了解融資企業(yè)的生產(chǎn)運(yùn)營和現(xiàn)金流狀況，最先在供應(yīng)鏈上開展了信貸整合業(yè)務(wù)。F.John Mathis等人研究發(fā)現(xiàn)，將金融嵌入供應(yīng)鏈交易可以提高融資效率，從而為供應(yīng)鏈金融的迅速崛起提供了理論支持[3]。Siskin是國外較早關(guān)注供應(yīng)鏈金融風(fēng)險(xiǎn)的學(xué)者，他提出可以采用與專業(yè)第三方機(jī)構(gòu)合作的監(jiān)督方式，以降低供應(yīng)鏈下游經(jīng)銷商的風(fēng)險(xiǎn)[4]。對(duì)于供應(yīng)鏈金融風(fēng)險(xiǎn)管理的研究，部分學(xué)者認(rèn)為應(yīng)該注重風(fēng)險(xiǎn)的過程控制，從融資過程風(fēng)險(xiǎn)、信息技術(shù)風(fēng)險(xiǎn)、人力資源風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)和基本結(jié)構(gòu)風(fēng)險(xiǎn)等五個(gè)方面進(jìn)行融資風(fēng)險(xiǎn)分析，構(gòu)建供應(yīng)鏈金融風(fēng)險(xiǎn)模型[5]。

國內(nèi)對(duì)供應(yīng)鏈金融的研究起步較晚，任文超第一次提出了物資銀行的概念，并將動(dòng)產(chǎn)質(zhì)押引入銀行的貸款擔(dān)保體系[6]。隨后，馮耕中、羅齊和楊紹輝分別對(duì)庫存商品、融通倉和應(yīng)收賬款三種擔(dān)保下的供應(yīng)鏈金融模式進(jìn)行了初步探討[7]-[9]。深圳銀行正式推出供應(yīng)鏈金融業(yè)務(wù)以后，國內(nèi)文獻(xiàn)關(guān)于供應(yīng)鏈金融風(fēng)險(xiǎn)的研究開始增多。學(xué)者們通過分析供應(yīng)鏈金融的信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、運(yùn)營操作風(fēng)險(xiǎn)和法律風(fēng)險(xiǎn)等各種潛在風(fēng)險(xiǎn)，認(rèn)識(shí)到風(fēng)險(xiǎn)管理是供應(yīng)鏈金融成功的關(guān)鍵[10]。在供應(yīng)鏈金融風(fēng)險(xiǎn)的定性研究方面，早期學(xué)者主要根據(jù)不同的供應(yīng)鏈金融模式進(jìn)行風(fēng)險(xiǎn)描述并給出相關(guān)的風(fēng)險(xiǎn)控制建議[11]。在供應(yīng)鏈金融風(fēng)險(xiǎn)管理的量化分析方面，學(xué)者們采用的分析方法較多，主要包括Logistic模型、多級(jí)模糊評(píng)價(jià)法及層次分析法（AHP）[12-14]。此外，還有運(yùn)用樸素貝葉斯技術(shù)和最小二乘支持向量機(jī)原理（LSSVM）對(duì)供應(yīng)鏈金融風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)[15-16]。

綜上分析，作為一種新的授信方式，供應(yīng)鏈金融風(fēng)險(xiǎn)綜合評(píng)價(jià)方面的研究仍不夠深入，特別是對(duì)其風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的測(cè)度方面還過度依賴于專家的主觀判斷。本文基于供應(yīng)鏈金融風(fēng)險(xiǎn)財(cái)務(wù)指標(biāo)數(shù)據(jù)，綜合運(yùn)用CRITIC和灰色關(guān)聯(lián)分析兩種客觀評(píng)價(jià)方法，按照風(fēng)險(xiǎn)全面管理的要求，構(gòu)建供應(yīng)鏈金融風(fēng)險(xiǎn)評(píng)估模型，為提升供應(yīng)鏈金融風(fēng)險(xiǎn)防控水平提供技術(shù)支撐。

2 指標(biāo)體系與研究方法

與傳統(tǒng)融資模式下的企業(yè)金融風(fēng)險(xiǎn)相比，供應(yīng)鏈金融風(fēng)險(xiǎn)具有較強(qiáng)的復(fù)雜性，傳染性和共振性特征。①風(fēng)險(xiǎn)復(fù)雜性。傳統(tǒng)信貸業(yè)模式下，銀行僅僅評(píng)估融資主體的信用風(fēng)險(xiǎn)，金融風(fēng)險(xiǎn)也主要集中于單一的融資主體。而在供應(yīng)鏈金融的貸款決策中，銀行進(jìn)行風(fēng)險(xiǎn)評(píng)估的對(duì)象是一個(gè)包含融資企業(yè)、核心企業(yè)與第三方物流企業(yè)等在內(nèi)的動(dòng)態(tài)系統(tǒng)。評(píng)估對(duì)象的多元化使得銀行面臨的不確定因素增多，供應(yīng)鏈金融風(fēng)險(xiǎn)具有較強(qiáng)的復(fù)雜性。②風(fēng)險(xiǎn)傳染性。供應(yīng)鏈上各個(gè)實(shí)體之間通過物流、資金流、信息流等渠道相互關(guān)聯(lián)，一家企業(yè)出現(xiàn)的問題會(huì)很快傳染給整條供應(yīng)鏈上其它企業(yè)。因此，銀行在進(jìn)行供應(yīng)鏈金融風(fēng)險(xiǎn)評(píng)估之前應(yīng)該全面掌握風(fēng)險(xiǎn)的傳導(dǎo)渠道。③風(fēng)險(xiǎn)共振性?；诠?yīng)鏈金融的復(fù)雜性和傳染性，一個(gè)企業(yè)的風(fēng)險(xiǎn)將沿著供應(yīng)鏈鏈條傳導(dǎo)，并可能觸發(fā)整條供應(yīng)鏈物流、資金流和信息流風(fēng)險(xiǎn)的產(chǎn)生與放大，從而給供應(yīng)鏈融資業(yè)務(wù)中各方參與者帶來巨大損失和破壞。供應(yīng)鏈金融風(fēng)險(xiǎn)的以上三大特性要求建立其風(fēng)險(xiǎn)評(píng)估模型時(shí)綜合考慮各個(gè)節(jié)點(diǎn)的風(fēng)險(xiǎn)因素。

2.1 指標(biāo)體系構(gòu)建

供應(yīng)鏈金融風(fēng)險(xiǎn)評(píng)估體系的指標(biāo)選取更加關(guān)注供應(yīng)鏈金融整體風(fēng)險(xiǎn)的揭示、抵御和預(yù)防。因此，本文基于供應(yīng)鏈金融企業(yè)的財(cái)務(wù)指標(biāo)，考慮數(shù)據(jù)的可獲性，并遵循全面性、層次性和可操作性的原則，結(jié)合供應(yīng)鏈金融風(fēng)險(xiǎn)三大特性，建立供應(yīng)鏈金融風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，如圖1所示。

一是融資企業(yè)的信用風(fēng)險(xiǎn)。供應(yīng)鏈融資業(yè)務(wù)中，銀行雖然通過交易結(jié)構(gòu)設(shè)計(jì)將授信風(fēng)險(xiǎn)與主體信用分割，但融資主體的信用風(fēng)險(xiǎn)仍然應(yīng)該是風(fēng)險(xiǎn)評(píng)估時(shí)不可忽視的一部分。結(jié)合傳統(tǒng)信貸模式，本文通過總資產(chǎn)增長(zhǎng)率、銷售收入增長(zhǎng)率和凈利潤增長(zhǎng)率三個(gè)指標(biāo)反映融資企業(yè)的償債能力、發(fā)展前景和盈利能力，綜合分析融資企業(yè)的信用狀況。供應(yīng)鏈金融業(yè)務(wù)中，融資企業(yè)的經(jīng)營狀況仍是銀行風(fēng)險(xiǎn)評(píng)估的重要內(nèi)容。

二是核心企業(yè)的信用風(fēng)險(xiǎn)。供應(yīng)鏈金融創(chuàng)新之處在于引入核心企業(yè)與銀行一起分擔(dān)融資企業(yè)風(fēng)險(xiǎn)。核心企業(yè)在對(duì)上下游融資企業(yè)進(jìn)行擔(dān)保的同時(shí)，其運(yùn)營狀況也直接決定了供應(yīng)鏈金融的風(fēng)險(xiǎn)大小。本文通過存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、主營業(yè)務(wù)凈利潤率、凈資產(chǎn)收益率和流動(dòng)比率五個(gè)指標(biāo)來反映核心企業(yè)資質(zhì)。資信狀況好的核心企業(yè)能有效降低供應(yīng)鏈金融風(fēng)險(xiǎn)水平。

三是供應(yīng)鏈運(yùn)營風(fēng)險(xiǎn)。本文從合作年限和履約率兩個(gè)方面考察供應(yīng)鏈貸款模式的穩(wěn)定性，融資企業(yè)與核心企業(yè)合作時(shí)間越長(zhǎng)、關(guān)系越密切，供應(yīng)鏈金融風(fēng)險(xiǎn)就會(huì)越小。

2.2 綜合評(píng)價(jià)模型介紹

CRITIC權(quán)重法能綜合衡量指標(biāo)變異大小對(duì)權(quán)重的影響和各指標(biāo)間的沖突性，得到的指標(biāo)權(quán)數(shù)更為客觀科學(xué)。因此，采用CRITIC賦權(quán)法對(duì)供應(yīng)鏈金融風(fēng)險(xiǎn)評(píng)估體系的指標(biāo)數(shù)據(jù)進(jìn)行賦權(quán)具有客觀性和合理性。

首先，本文建立一個(gè)包含n個(gè)評(píng)價(jià)指標(biāo)，m個(gè)項(xiàng)目的評(píng)價(jià)矩陣A=aij（i=1，2，…，m；j=1，2，…，n），并采用極差標(biāo)準(zhǔn)化對(duì)A中數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。其次，使用公式 （1-rij）量化第j個(gè)指標(biāo)與其它指標(biāo)的沖突性，其中rij為評(píng)價(jià)指標(biāo)i和j之間的相關(guān)系數(shù)。第j個(gè)評(píng)價(jià)指標(biāo)所包含的全部信息量用Cj表示，Cj=sj （1-rij），其中sj表示第j個(gè)指標(biāo)的標(biāo)準(zhǔn)差，用來衡量指標(biāo)的異化程度。最后，結(jié)合公式Wj=Cj/ Cj，得到第j個(gè)指標(biāo)的客觀權(quán)重Wj。

GRAP分析法主要適用于“小樣本，貧信息”不確定性問題，對(duì)樣本數(shù)量多少以及樣本是否服從某種概率分布沒有要求，而且計(jì)算相對(duì)簡(jiǎn)便。

鑒于構(gòu)建的風(fēng)險(xiǎn)評(píng)估指標(biāo)數(shù)據(jù)存在小樣本缺陷的特點(diǎn)，本文首先選取風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的最優(yōu)值作為參考序列，然后采用初值化方法對(duì)參考序列和樣本的指標(biāo)序列進(jìn)行數(shù)據(jù)處理，達(dá)到消除量綱的目的。接著，運(yùn)用灰色關(guān)聯(lián)系數(shù)公式計(jì)算第i個(gè)比較數(shù)列與參考數(shù)列的關(guān)聯(lián)系數(shù)ξi。最后，利用公式R= Wjξi得到第i個(gè)評(píng)價(jià)對(duì)象指標(biāo)與參考數(shù)列的灰色關(guān)聯(lián)度?；疑P(guān)聯(lián)系數(shù)公式如式（1）所示，其中a0j和aij分別表示初值化后參考序列和樣本序列的第j項(xiàng)指標(biāo)。

ξi= （1）

綜上分析，一方面建立供應(yīng)鏈金融風(fēng)險(xiǎn)評(píng)估模型需要構(gòu)建一個(gè)能夠全面揭示供應(yīng)鏈金融風(fēng)險(xiǎn)的指標(biāo)體系；另一方面，通過CRITIC法得到指標(biāo)權(quán)重，確定銀行對(duì)供應(yīng)鏈金融信貸風(fēng)險(xiǎn)的重點(diǎn)關(guān)注指標(biāo)，并利用灰色關(guān)聯(lián)分析法確定灰色關(guān)聯(lián)系數(shù)，得到灰色關(guān)聯(lián)度。通過比較灰色關(guān)聯(lián)度，以確定融資風(fēng)險(xiǎn)較大的供應(yīng)鏈，并進(jìn)行重點(diǎn)監(jiān)控。

3 實(shí)證研究

作為我國經(jīng)濟(jì)改革的中堅(jiān)力量，江蘇省各地普遍實(shí)行產(chǎn)業(yè)集群化發(fā)展模式，企業(yè)發(fā)展逐步實(shí)現(xiàn)從內(nèi)部縱向一體化轉(zhuǎn)向產(chǎn)業(yè)鏈的深度合作。產(chǎn)業(yè)鏈化模式給江蘇省的供應(yīng)鏈金融發(fā)展帶來了機(jī)遇，目前江蘇省的各大金融機(jī)構(gòu)均開展了供應(yīng)鏈金融業(yè)務(wù)，融資模式創(chuàng)新和融資業(yè)務(wù)規(guī)模明顯領(lǐng)先于全國其他地區(qū)。因此，本文以江蘇省為例，進(jìn)行供應(yīng)鏈金融風(fēng)險(xiǎn)評(píng)估的實(shí)證研究，具有一定代表性和普適性。2015年1月至12月，本課題組成員對(duì)江蘇省內(nèi)六個(gè)銀行供應(yīng)鏈金融業(yè)務(wù)的實(shí)際狀況進(jìn)行了系統(tǒng)考察，重點(diǎn)針對(duì)供應(yīng)鏈中融資企業(yè)信用風(fēng)險(xiǎn)、核心企業(yè)信用風(fēng)險(xiǎn)和供應(yīng)鏈運(yùn)營風(fēng)險(xiǎn)的指標(biāo)數(shù)據(jù)進(jìn)行收集整理，并通過實(shí)地調(diào)研對(duì)財(cái)務(wù)數(shù)據(jù)進(jìn)行了復(fù)核，以確保指標(biāo)數(shù)據(jù)的真實(shí)性和有效性。

運(yùn)用CRITIC賦權(quán)法，對(duì)江蘇省內(nèi)六個(gè)銀行（S1-S6）的供應(yīng)鏈金融指標(biāo)原始數(shù)據(jù)進(jìn)行極差化處理，結(jié)果如表1所示。

表2所述供應(yīng)鏈金融風(fēng)險(xiǎn)評(píng)估的指標(biāo)體系中除了合作年限（C9）指標(biāo)，其他指標(biāo)單位均為百分比。極差化后的數(shù)據(jù)能夠有效消除C9指標(biāo)單位對(duì)賦權(quán)造成的影響，保證權(quán)重的有效性。本文運(yùn)用標(biāo)準(zhǔn)化后的數(shù)據(jù)量化每個(gè)指標(biāo)的異化程度及與其他指標(biāo)沖突性的大小，最終可以得到評(píng)價(jià)指標(biāo)的權(quán)重如表2所示。

從CRITIC賦權(quán)法的求解結(jié)果來看，應(yīng)收賬款周轉(zhuǎn)率（C5）的權(quán)重最高，占比16.58%。因此，銀行在開展供應(yīng)鏈金融貸款業(yè)務(wù)時(shí)，應(yīng)重點(diǎn)關(guān)注核心企業(yè)應(yīng)收賬款周轉(zhuǎn)率指標(biāo)。應(yīng)收賬款周轉(zhuǎn)率高，不僅說明核心企業(yè)的資金充足，一定程度上也反映出供應(yīng)鏈下游企業(yè)的經(jīng)營狀況較好。而且較快的資金流動(dòng)能夠保證核心企業(yè)的擔(dān)保能力，降低供應(yīng)鏈金融風(fēng)險(xiǎn)。在融資企業(yè)的相關(guān)指標(biāo)中，總資產(chǎn)增長(zhǎng)率指標(biāo)占比最高。這說明較大的資產(chǎn)規(guī)模能增加融資企業(yè)抵抗風(fēng)險(xiǎn)的能力，降低銀行的信貸風(fēng)險(xiǎn)。因此銀行評(píng)估風(fēng)險(xiǎn)時(shí)應(yīng)該對(duì)總資產(chǎn)增長(zhǎng)率高的中小企業(yè)給予較高的信用評(píng)價(jià)。在整條供應(yīng)鏈的營運(yùn)方面，合同履約率占比較高，達(dá)到13.14%。履約率越高，融資企業(yè)和核心企業(yè)之間的供應(yīng)鏈越穩(wěn)定，供應(yīng)鏈金融業(yè)務(wù)持續(xù)發(fā)展的可能性就越高。

本文選取江蘇省六個(gè)銀行供應(yīng)鏈金融業(yè)務(wù)中各風(fēng)險(xiǎn)評(píng)估指標(biāo)的最佳值作為參考數(shù)列，其他實(shí)際指標(biāo)值構(gòu)成比較數(shù)列。采用灰色關(guān)聯(lián)分析法時(shí)，為了消除量綱，需對(duì)參考序列和比較序列指標(biāo)進(jìn)行初值化處理，結(jié)果如表3所示。

結(jié)合CRITIC賦權(quán)法求得的各指標(biāo)權(quán)重，計(jì)算各供應(yīng)鏈金融風(fēng)險(xiǎn)的灰色關(guān)聯(lián)度R=（0.7654，0.8696，0.6971，0.8214，

0.6835，0.5960）。比較六個(gè)銀行的灰色關(guān)聯(lián)度可以看到，銀行S6的供應(yīng)鏈金融風(fēng)險(xiǎn)控制最差，應(yīng)當(dāng)對(duì)其供應(yīng)鏈金融業(yè)務(wù)進(jìn)行及時(shí)治理，從而避免風(fēng)險(xiǎn)惡化，有效維護(hù)供應(yīng)鏈金融業(yè)務(wù)的可持續(xù)性。從標(biāo)準(zhǔn)化后的數(shù)據(jù)可以看出，銀行S6的供應(yīng)鏈中融資企業(yè)的狀況最差，總資產(chǎn)增長(zhǎng)率（C1），銷售收入增長(zhǎng)率（C2），凈利潤增長(zhǎng)率（C3）均為六個(gè)銀行供應(yīng)鏈金融業(yè)務(wù)中的最低水平。但鑒于融資企業(yè)的履約率很高，銀行S6可以要求核心企業(yè)增加信用擔(dān)保，分擔(dān)更多信貸風(fēng)險(xiǎn)。銀行S2的綜合關(guān)聯(lián)度為0.8697，供應(yīng)鏈金融風(fēng)險(xiǎn)最低。從表3可以看出，銀行S2各項(xiàng)指標(biāo)值初值化后均達(dá)到70%以上，因此綜合衡量不難得到銀行S2的供應(yīng)鏈上，融資企業(yè)和核心企業(yè)的還貸能力和供應(yīng)鏈運(yùn)營的穩(wěn)定性相對(duì)最高。另外，銀行S4的綜合關(guān)聯(lián)度也達(dá)到0.8214的較高水平，但是其銷售收入增長(zhǎng)率（C2）、凈利潤增長(zhǎng)率（C3）和存貨周轉(zhuǎn)率（C4）均在50%以下，說明在計(jì)算灰色關(guān)聯(lián)度時(shí)，這三個(gè)指標(biāo)影響較小。

綜上分析可以發(fā)現(xiàn)，基于CRITIC賦權(quán)法與灰色關(guān)聯(lián)分析法的供應(yīng)鏈金融風(fēng)險(xiǎn)評(píng)估體系構(gòu)建，能發(fā)揮風(fēng)險(xiǎn)防控的功能，不僅可以對(duì)供應(yīng)鏈金融風(fēng)險(xiǎn)進(jìn)行全面揭示，還能得到銀行信貸管理中的重點(diǎn)關(guān)注指標(biāo)，并通過灰色關(guān)聯(lián)分析可以篩選出需要進(jìn)行重點(diǎn)治理的供應(yīng)鏈，從而能有效降低供應(yīng)鏈金融風(fēng)險(xiǎn)的監(jiān)管成本。

4 結(jié)論與建議

本文綜合運(yùn)用CRITIC與GRAP分析法，對(duì)供應(yīng)鏈金融風(fēng)險(xiǎn)進(jìn)行研究，克服了一些評(píng)價(jià)方法沒有統(tǒng)一標(biāo)準(zhǔn)的問題，減少了決策或評(píng)價(jià)的主觀隨意性，使得評(píng)價(jià)結(jié)果更能客觀、準(zhǔn)確地反映供應(yīng)鏈金融綜合風(fēng)險(xiǎn)的真實(shí)水平，為供應(yīng)鏈金融風(fēng)險(xiǎn)防控提供了依據(jù)?；诒疚膶?duì)江蘇省供應(yīng)鏈金融風(fēng)險(xiǎn)的實(shí)證研究，提出供應(yīng)鏈金融風(fēng)險(xiǎn)防控的對(duì)策建議：

一方面，加強(qiáng)核心企業(yè)應(yīng)收賬款周轉(zhuǎn)率的監(jiān)管，注重供應(yīng)鏈運(yùn)營風(fēng)險(xiǎn)。實(shí)證研究部分運(yùn)用CRITIC權(quán)重法得出，應(yīng)收帳款周轉(zhuǎn)率的權(quán)重最高。因此，銀行在進(jìn)行供應(yīng)鏈金融風(fēng)險(xiǎn)評(píng)估時(shí)應(yīng)該重點(diǎn)監(jiān)督核心企業(yè)的應(yīng)收賬款周轉(zhuǎn)率，對(duì)潛在風(fēng)險(xiǎn)進(jìn)行及時(shí)治理，從而將供應(yīng)鏈金融風(fēng)險(xiǎn)控制在較低水平。同時(shí)，供應(yīng)鏈營運(yùn)能力評(píng)價(jià)的兩個(gè)二級(jí)指標(biāo)權(quán)數(shù)分別為0.1121和0.1314，在權(quán)重排序中分別位于第四位和第二位。因此，供應(yīng)鏈的運(yùn)營狀況是供應(yīng)鏈金融風(fēng)險(xiǎn)評(píng)估模型中的重要影響因素，銀行管理供應(yīng)鏈金融風(fēng)險(xiǎn)時(shí)不能僅僅評(píng)估核心企業(yè)和融資企業(yè)的信用風(fēng)險(xiǎn)指標(biāo)，還應(yīng)對(duì)合作年限和履約率進(jìn)行有效監(jiān)控。

另一方面，建立完善的信息共享平臺(tái)。數(shù)據(jù)信息完善是構(gòu)建供應(yīng)鏈金融風(fēng)險(xiǎn)評(píng)估模型的根本。目前，我國供應(yīng)鏈金融的信息平臺(tái)建設(shè)還不夠完善，在進(jìn)行風(fēng)險(xiǎn)防控時(shí)，企業(yè)信用數(shù)據(jù)的缺乏將是銀行進(jìn)行供應(yīng)鏈金融風(fēng)險(xiǎn)評(píng)估時(shí)遇到的最大障礙因素。因此，供應(yīng)鏈上的各相關(guān)主體必須切實(shí)做好企業(yè)財(cái)務(wù)信息、交易信息的收集、整理和存儲(chǔ)，建立全面的基礎(chǔ)數(shù)據(jù)庫。

此外，應(yīng)加強(qiáng)供應(yīng)鏈金融風(fēng)險(xiǎn)管理專業(yè)人才的培養(yǎng)。供應(yīng)鏈金融風(fēng)險(xiǎn)評(píng)估是一項(xiàng)跨行業(yè)、跨學(xué)科的高新技術(shù)工作。專業(yè)的供應(yīng)鏈金融風(fēng)險(xiǎn)評(píng)估人才能夠充分考慮行業(yè)、地區(qū)等因素，靈活把控供應(yīng)鏈金融風(fēng)險(xiǎn)指標(biāo)因素，以通過風(fēng)險(xiǎn)評(píng)估模型達(dá)到最優(yōu)的風(fēng)險(xiǎn)防控效果，保證供應(yīng)鏈金融業(yè)務(wù)的可持續(xù)發(fā)展。

參考文獻(xiàn)：

[1]唐杰峰.基于新經(jīng)濟(jì)形勢(shì)下中小企業(yè)融資環(huán)境的構(gòu)建[J].南京財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014（1）：54-57.

[2]呂勁松.關(guān)于中小企業(yè)融資難、融資貴問題的思考[J].金融研究，2015（11）：115-123.

[3]F.John Mathis，Joseph Cavinato.Financing the Global Supply Chain：Growing Need for Management Action. Commercial Lending Review，2010， 14（2）：51-62.

[4]Siskin E.Risks and rewards of asset-based lending to retailers[J].Commercial Lending Review，1997，13（1）：10-12.

[5]Barsky N P，Catanach A H. Evaluating business risks in the commercial lending Decision[J]. Commercial Lending Review， 2005， 20（3）：3-10.

[6]任文超.物資銀行及其實(shí)踐[J].科學(xué)決策，1998，2（2）：18-20.

[7]馮耕中.物流金融業(yè)務(wù)創(chuàng)新分析[J].預(yù)測(cè)，2007，26（1）：49-54.

[8]羅齊，朱道立，陳伯銘.第三方物流服務(wù)創(chuàng)新：融通倉及其運(yùn)作模式初探[J].中國流通經(jīng)濟(jì)，2002（2）：11-14.

[9]楊紹輝.從商業(yè)銀行的業(yè)務(wù)模式看供應(yīng)鏈融資服務(wù)[J].物流技術(shù)，2005（10）：179-182.

[10]劉士寧.供應(yīng)鏈金融的發(fā)展現(xiàn)狀與風(fēng)險(xiǎn)防范[J].中國物流與采購，2007（7）：63-69.

[11]彎紅地.供應(yīng)鏈金融的風(fēng)險(xiǎn)模型分析研究[J].經(jīng)濟(jì)問題，2008（11）：109-112.

[12]熊熊，馬佳，趙文杰，等.供應(yīng)鏈金融模式下的信用風(fēng)險(xiǎn)評(píng)價(jià)[J].南開管理評(píng)論，2009（4）：92-98.

[13]陳長(zhǎng)彬，盛鑫.供應(yīng)鏈金融中信用風(fēng)險(xiǎn)的評(píng)價(jià)體系構(gòu)建研究[J].福建師范大學(xué)學(xué)報(bào)，2013（2）：79-86.

[14]李勤，龔科.供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險(xiǎn)的案例分析[J].金融理論與實(shí)踐，2014（8）：66-71.

[15]黃靜，趙慶禎.基于樸素貝葉斯的供應(yīng)鏈金融信用風(fēng)險(xiǎn)預(yù)測(cè)分析[J].物流科技，2009（8）：134-137.

[16]王粲，高更君.基于LSSVM的供應(yīng)鏈金融業(yè)務(wù)中企業(yè)信用風(fēng)險(xiǎn)評(píng)估研究[J].征信，2015（6）：26-29.