□ 狄詩涵

供應(yīng)鏈金融因在緩解中小企業(yè)融資困境方面效果顯著而得到廣泛關(guān)注，但也因供應(yīng)鏈運營情況復(fù)雜以致信用風(fēng)險難以控制而受到發(fā)展制約。通過梳理利用Logistic模型對供應(yīng)鏈金融中小企業(yè)信用風(fēng)險進(jìn)行評價方面的文獻(xiàn)，對現(xiàn)有研究在指標(biāo)篩選、數(shù)據(jù)處理和違約判定等方面存在的問題進(jìn)行探討并提出建議，以期為今后同類研究提供參考意見。

中小企業(yè)作為傳統(tǒng)融資業(yè)務(wù)中的“長尾客戶”，由于多層次金融市場的缺失，使得其暴露于無主流金融機(jī)構(gòu)覆蓋的尷尬境地，融資難、融資貴儼然成為限制中小企業(yè)發(fā)展的主要瓶頸。在此發(fā)展環(huán)境下，供應(yīng)鏈金融作為金融理論與實踐最重要的創(chuàng)新應(yīng)運而生。在實踐應(yīng)用上，供應(yīng)鏈金融借用核心企業(yè)信息優(yōu)勢來彌補中小企業(yè)信用缺位，緩解信息不對稱，進(jìn)而提升中小企業(yè)的信用水平；在優(yōu)勢特點上，該模式突破了傳統(tǒng)信貸業(yè)務(wù)在抵質(zhì)押擔(dān)保、審批流程等方面的限制，業(yè)務(wù)模式符合中小企業(yè)的特點，對支持中小企業(yè)發(fā)展具有重要意義；在市場需求上，供應(yīng)鏈金融本質(zhì)上給予了中小企業(yè)全新的融資工具，滿足了核心企業(yè)轉(zhuǎn)型升級的訴求并變現(xiàn)其產(chǎn)業(yè)鏈長期隱藏的價值，有利于商業(yè)銀行拓展新的利潤增長點，同時，我國金融管制造成金融資源配置的低效率，也使得供應(yīng)鏈融資的需求十分旺盛。

雖然供應(yīng)鏈金融已經(jīng)成為國內(nèi)外學(xué)者和銀行實業(yè)界的關(guān)注焦點，但是對風(fēng)險的評估和控制成為影響其發(fā)展的關(guān)鍵因素。供應(yīng)鏈金融考察整個供應(yīng)鏈信用水平，參與主體眾多、融資模式靈活、契約設(shè)計復(fù)雜，商流、信息流、資金流、物流難以協(xié)調(diào)和控制，使得供應(yīng)鏈金融信用風(fēng)險具有突發(fā)性強、傳染速度快、違約影響因素多、波及面廣等特點，風(fēng)險的失控將嚴(yán)重影響供應(yīng)鏈金融生態(tài)圈秩序的構(gòu)建。因此，如何判斷供應(yīng)鏈金融中的中小企業(yè)風(fēng)險，建立科學(xué)的信用風(fēng)險評估體系、定量測定貸款人違約概率成為供應(yīng)鏈金融發(fā)展的關(guān)鍵所在。

對此，國內(nèi)外對供應(yīng)鏈金融信用風(fēng)險評價開展了較多實證研究。國外學(xué)者多運用CreditMetrics模型、KMV模型、CreditRisk+、CreditPortfolioRisk模型，但由于在適用原則、管理制度、財務(wù)信息和數(shù)據(jù)積累等方面的差異，該類方法在我國的應(yīng)用還不夠成熟，因此國內(nèi)學(xué)者多利用Logistic模型、BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等開展實證研究。由于Logistic模型在穩(wěn)健性、適用性和數(shù)據(jù)要求方面特有的優(yōu)勢，成為供應(yīng)鏈金融中小企業(yè)信用風(fēng)險評價的主要方法。本文通過梳理相關(guān)文獻(xiàn)，理出了Logistic模型的關(guān)鍵技術(shù)路線，發(fā)現(xiàn)國內(nèi)現(xiàn)有研究中存在的問題并提出相關(guān)建議，以期為供應(yīng)鏈金融信用風(fēng)險評價研究和實踐提供參考意見。

基于Logistic模型下供應(yīng)鏈金融信用風(fēng)險評價研究的技術(shù)路線

Logistic回歸模型是一種二元概率方程式，可方便用于被解釋變量只有兩種值的情況，在不同解釋變量情況下對不同結(jié)果的概率進(jìn)行預(yù)測。在供應(yīng)鏈金融信用風(fēng)險評價中將評價指標(biāo)設(shè)為解釋變量，違約結(jié)果設(shè)為被解釋變量，從而對企業(yè)的違約概率進(jìn)行判斷。Logistic模型依靠寬松的假設(shè)條件、對數(shù)據(jù)的搜集和處理難度較低、違約閾值設(shè)置較為靈活、因變量表示0到1的違約概率與供應(yīng)鏈金融風(fēng)險評價研究目標(biāo)契合等優(yōu)勢，更加符合我國當(dāng)前國情，成為風(fēng)險評價中的主要度量模型。

總結(jié)歸納現(xiàn)有研究，對Logistic模型下供應(yīng)鏈金融信用風(fēng)險評價研究的技術(shù)路線做出以下梳理。

（一）篩選確定指標(biāo)

現(xiàn)有研究大多是在傳統(tǒng)信用風(fēng)險評價指標(biāo)體系基礎(chǔ)上，引入供應(yīng)鏈的多層指標(biāo)，涉及交易對手、融資項下資產(chǎn)、行業(yè)環(huán)境以及供應(yīng)鏈整體運營狀況等，共同構(gòu)成了供應(yīng)鏈金融模式下信用風(fēng)險評價指標(biāo)體系。在具體指標(biāo)選擇上，大多數(shù)研究者采用主觀選擇法對最終指標(biāo)進(jìn)行確定，也有學(xué)者采用頻數(shù)統(tǒng)計法和專家評價法來篩選風(fēng)險評價指標(biāo)。如張浩構(gòu)建的中小企業(yè)信用評級指標(biāo)體系包括了經(jīng)營狀況、成長能力、合作情況、信譽狀況、外部環(huán)境和管理者素質(zhì)等一級指標(biāo)[1]。熊熊等根據(jù)主體評級和債項評級的原則構(gòu)建了包含申請人、交易對手、融資項下資產(chǎn)、供應(yīng)鏈運營4項主體指標(biāo)的評價體系[2]。相較傳統(tǒng)授信方式，供應(yīng)鏈金融淡化了財務(wù)分析，不僅考查財務(wù)指標(biāo)，而且考查交易對手資信、商品價格穩(wěn)定性、交易流程的控制能力、企業(yè)交易記錄及整個供應(yīng)鏈運營狀況，規(guī)避了中小企業(yè)在披露信息和財務(wù)等方面存在的融資障礙。

（二）搜集樣本數(shù)據(jù)

一方面，在數(shù)據(jù)采集方面，采用證券交易所上市公司數(shù)據(jù)仍是主要的來源渠道。同時，也有不少作者通過對企業(yè)實地調(diào)研以及設(shè)計問卷來獲得第一手?jǐn)?shù)據(jù)；其他獲取數(shù)據(jù)的方法也如隨機(jī)模擬數(shù)據(jù)等。另一方面，數(shù)據(jù)所屬行業(yè)類別也較多樣如汽車、鋼鐵、能源等，但仍以制造業(yè)為主。如熊熊從國泰安數(shù)庫中小企業(yè)板102家上市公司選取財務(wù)數(shù)據(jù)，對于無法獲得其他指標(biāo)數(shù)據(jù)采用隨機(jī)模擬生成[2]。

（三）數(shù)據(jù)處理分析

在確定風(fēng)險評價指標(biāo)后，通過對樣本數(shù)據(jù)做logistic回歸得出最終風(fēng)險評價模型。由于Logistic回歸方法對模型中自變量的多維相關(guān)性較為敏感，需要利用主成分分析來選擇代表性的自變量，以減少候選變量之間的相關(guān)性。確定出主要指標(biāo)變量后，通過Logistic回歸模型分析得出最終的信用風(fēng)險評價模型，進(jìn)而通過樣本數(shù)據(jù)和違約切割點得出模型的判定準(zhǔn)確率，并利用樣本外數(shù)據(jù)進(jìn)行實證對比分析。

（四）實證對比分析

實證對比分析分為兩部分，首先是將樣本數(shù)據(jù)代入已得出的概率模型，通過比較樣本企業(yè)在模型中的守約概率與該企業(yè)真實的守約表現(xiàn)，進(jìn)而得出風(fēng)險評價模型的判別準(zhǔn)確度。其次是將樣本外企業(yè)數(shù)據(jù)代入概率方程，對該企業(yè)的信用風(fēng)險進(jìn)行評價預(yù)測，從而體現(xiàn)供應(yīng)鏈金融融資模式的優(yōu)勢。在判斷模型的準(zhǔn)確度時，由概率方程模型得出企業(yè)守約的“理論概率”，進(jìn)而與切割點比較來判定樣本企業(yè)理論上是否為違約企業(yè)。然而以上只是在理論上判定企業(yè)是哪一類型的客戶，在研究過程中判定真實情況下企業(yè)是否是好客戶也需要一套判別標(biāo)準(zhǔn)。通過對以上理論情況和真實情況下的客戶守約數(shù)進(jìn)行比較，可得出該風(fēng)險評價模型的違約判別準(zhǔn)確度。

基于Logistic模型下供應(yīng)鏈金融信用風(fēng)險評價研究存在的問題

第一是指標(biāo)選擇，構(gòu)建信用風(fēng)險評級體系先要確定評級指標(biāo)。然而由于供應(yīng)鏈金融信用風(fēng)險評價指標(biāo)尚未有成熟標(biāo)準(zhǔn)，因此在初始嘗試時出現(xiàn)的問題較多。首先是指標(biāo)選取的主觀性較強，缺少一套系統(tǒng)、規(guī)范的指標(biāo)確定方法，由于每位研究者在關(guān)注維度和知識廣度方面的差異使得評級指標(biāo)層次不齊，極容易缺失某些重要指標(biāo)。其次是財務(wù)指標(biāo)依然占據(jù)絕對比重，而供應(yīng)鏈整體運營指標(biāo)存在選取單一、數(shù)量較少、挖掘度較低的現(xiàn)象，在實質(zhì)上對融資企業(yè)孤立評價的局面仍未改變。最后是指標(biāo)數(shù)量過多，這意味著授信企業(yè)將要花費更多的精力去開展授信調(diào)查，致使管理費用上升，銀行利潤空間被壓縮，這一部分費用可能會補償在中小企業(yè)上，拔高融資利率，最終不利于供應(yīng)鏈金融的長遠(yuǎn)發(fā)展。

第二是數(shù)據(jù)選取，現(xiàn)有研究大多直接從深交所中小企業(yè)板塊獲取某時間段內(nèi)的整體企業(yè)數(shù)據(jù)進(jìn)行研究，在此過程中存在三個問題。首先是采集的樣本企業(yè)沒有區(qū)分行業(yè)類別而是采用所有的上市公司數(shù)據(jù)，而行業(yè)類別、狀況和供應(yīng)鏈特征作為評價指標(biāo)體系當(dāng)中重要的指標(biāo)，對于供應(yīng)鏈特征比較明顯的行業(yè)如汽車制造、鋼鐵、能源等與供應(yīng)鏈特征不明顯的行業(yè)在風(fēng)險評價模型上會存在差異，將二者的樣本數(shù)據(jù)共同使用將會對模型的準(zhǔn)確性產(chǎn)生較大影響。其次是未對樣本企業(yè)是否開展供應(yīng)鏈金融業(yè)務(wù)進(jìn)行分類，未開展供應(yīng)鏈金融業(yè)務(wù)的企業(yè)由于融資意愿較低導(dǎo)致信息披露質(zhì)量較差從而產(chǎn)生企業(yè)申請人資質(zhì)誤判，同時也不具有融資項下產(chǎn)品情況等指標(biāo)所需信息且不能代表供應(yīng)鏈金融當(dāng)中參與者的真實情況，用這類樣本數(shù)據(jù)來實證分析得出的模型在對開展供應(yīng)鏈金融業(yè)務(wù)的企業(yè)是否具有針對性將產(chǎn)生疑問。

第三是違約判定，在分析模型的準(zhǔn)確性時需要將樣本企業(yè)根據(jù)信用風(fēng)險評價模型得出的理論守約結(jié)果與企業(yè)真實的違約情況進(jìn)行對比，因此需要對企業(yè)在真實情況下和理論情況下是否違約進(jìn)行判定。在判定真實情況下企業(yè)是否違約時，現(xiàn)有研究多根據(jù)是否被交易所通報批評、某類財務(wù)指標(biāo)是否符合國家標(biāo)準(zhǔn)、企業(yè)綜合運營能力評級等側(cè)面指標(biāo)是否達(dá)標(biāo)的方法來“推斷”企業(yè)的真實違約情況，并沒有對樣本企業(yè)是否真正存在違約行為作出辨別，極有可能出現(xiàn)雖然“側(cè)面指標(biāo)”不達(dá)標(biāo)而信用狀況良好和“側(cè)面指標(biāo)”達(dá)標(biāo)卻真實違約的企業(yè)，這將嚴(yán)重影響模型的真實性和可靠性。因此該切割點的設(shè)置十分重要，在選擇閾值時應(yīng)當(dāng)要有科學(xué)依據(jù)，從而保證信用風(fēng)險評價模型的客觀準(zhǔn)確度。

基于Logistic模型下供應(yīng)鏈金融信用風(fēng)險評價研究的相關(guān)建議

基于Logistic模型下供應(yīng)鏈金融信用風(fēng)險評價研究存在的上述問題，從指標(biāo)選取、數(shù)據(jù)來源和違約判定三個方面提出針對性建議。

首先在指標(biāo)選擇方面，第一要關(guān)注評價指標(biāo)對不同行業(yè)的適用性，由于不同行業(yè)的屬性各異，因此能很好地反映某一行業(yè)信貸客戶的信用風(fēng)險識別模型未必能較好地在另一行業(yè)適用，需要根據(jù)各行業(yè)的特性對模型進(jìn)行相應(yīng)的調(diào)整。第二在確定指標(biāo)時可以聽取所屬行業(yè)領(lǐng)域內(nèi)的專家意見，找出每個行業(yè)特屬的關(guān)鍵性指標(biāo)，或采用專家評分、數(shù)量統(tǒng)計的方法來逐層篩選指標(biāo)，降低研究者主觀選擇性。第三應(yīng)當(dāng)提高財務(wù)外指標(biāo)所占的比重，降低對主體企業(yè)財務(wù)信息的依賴程度，更多引入可以反映供應(yīng)鏈運營情況的指標(biāo)，真正發(fā)揮供應(yīng)鏈融資中利用鏈屬企業(yè)増信的核心作用。

其次在數(shù)據(jù)方面，第一是盡量通過調(diào)研搜集一手?jǐn)?shù)據(jù)，降低處理后的二手?jǐn)?shù)據(jù)對模型真實性的干擾，并且隨著供應(yīng)鏈金融的發(fā)展相關(guān)數(shù)據(jù)將變得更加完善、獲取難度也會大大降低。第二是注意數(shù)據(jù)的行業(yè)區(qū)分，采樣時保證樣本企業(yè)所屬行業(yè)保持一致，充分考慮行業(yè)環(huán)境和供應(yīng)鏈特征對模型的影響，從而提高模型在具體行業(yè)應(yīng)用的穩(wěn)定性。第三是數(shù)據(jù)擇取已經(jīng)開展供應(yīng)鏈金融業(yè)務(wù)的中小企業(yè)，確保評價指標(biāo)體系中的關(guān)鍵指標(biāo)都可搜尋并且真實有效。

最后在違約判定方面，無論是真實違約情況還是理論違約情況，都應(yīng)當(dāng)按照符合客觀的原則來判定?，F(xiàn)實情況下企業(yè)是否違約，不能簡單依據(jù)誠信檔案或財務(wù)比率等“側(cè)面指標(biāo)”來劃分，而應(yīng)根據(jù)企業(yè)在相關(guān)業(yè)務(wù)中是否真正發(fā)生了違約行為，從而得出“壞客戶”的真實數(shù)量值。理論情況下判定企業(yè)是否違約，切割閾值的選擇十分重要，并且該切割點需要符合客觀情況，而普遍采用0.5的設(shè)定值明顯不符合真實信貸業(yè)務(wù)中對企業(yè)信用狀況的判別，因此在研究時切割閾值設(shè)置應(yīng)當(dāng)參考銀行同期貸款判別標(biāo)準(zhǔn)。通過以上兩方面的客觀判定，才能夠得出可靠的模型準(zhǔn)確度。

結(jié)語

供應(yīng)鏈金融的核心思想是利用供應(yīng)鏈核心企業(yè)以及整體運營情況為鏈屬企業(yè)增加信用，對信用風(fēng)險的識別和控制是銀行對中小融資企業(yè)進(jìn)行授信的主要環(huán)節(jié)，因此對相關(guān)研究細(xì)節(jié)展開討論十分必要。隨著供應(yīng)鏈融資業(yè)務(wù)的趨于成熟、企業(yè)參與規(guī)模的擴(kuò)大、企業(yè)信息數(shù)據(jù)庫的完善，供應(yīng)鏈金融信用風(fēng)險評價相較以往會相對易于操作可行，因此研究細(xì)節(jié)也需要繼續(xù)改進(jìn)與調(diào)整?；诒疚奶岢龅奶接懸庖姡瑥闹笜?biāo)上引進(jìn)更加多元化的供應(yīng)鏈指標(biāo)、數(shù)據(jù)上進(jìn)行行業(yè)和業(yè)務(wù)分類處理、違約判定上采用貼近客觀的準(zhǔn)則，對相關(guān)信用風(fēng)險評價進(jìn)行實證研究將是本文下一步重點研究的內(nèi)容。