張嘉欣

摘 要：供應(yīng)鏈金融在一定程度上降低了中小企業(yè)的融資門檻。本文分析了供應(yīng)鏈融資模式下中小企業(yè)信用風(fēng)險(xiǎn)的來源，確定了評價(jià)指標(biāo)體系。然后，通過主成分分析和logistic回歸，建立中小企業(yè)信用風(fēng)險(xiǎn)評價(jià)模型。對模型的準(zhǔn)確性進(jìn)行了較高的測試，并將供應(yīng)鏈財(cái)務(wù)模型下中小企業(yè)的違約風(fēng)險(xiǎn)概率預(yù)測的準(zhǔn)確性與傳統(tǒng)模式的準(zhǔn)確性進(jìn)行了比較。確定中小企業(yè)的信用風(fēng)險(xiǎn)主要來自于自身的情況，為銀行、中小企業(yè)提高中小企業(yè)信用評級提供了建議。

關(guān)鍵詞：供應(yīng)鏈金融 中小企業(yè) 信用風(fēng)險(xiǎn)

1引言

近年來，在全球產(chǎn)業(yè)一體化和金融深度一體化的趨勢下，供應(yīng)鏈金融具有產(chǎn)業(yè)與金融的雙重屬性，能夠?yàn)楫a(chǎn)業(yè)鏈上下游企業(yè)提供基于業(yè)務(wù)的融資服務(wù)，從而實(shí)現(xiàn)快速發(fā)展。供應(yīng)鏈金融作為社會(huì)經(jīng)濟(jì)的背景，將核心企業(yè)和上下游企業(yè)聯(lián)系在一起，整合和優(yōu)化物流、資金流和信息流，有效地降低了金融機(jī)構(gòu)與中小企業(yè)之間的溝通成本。同時(shí)銀行通過對供應(yīng)鏈企業(yè)間的真實(shí)交易追蹤，確保每項(xiàng)業(yè)務(wù)的資金都可以及時(shí)支付來控制風(fēng)險(xiǎn)，從而可以為資信普遍較低的中小企業(yè)提供融資服務(wù)，拓展了銀行的業(yè)務(wù)領(lǐng)域，增加了金融機(jī)構(gòu)對中小企業(yè)融資服務(wù)的積極性，提升了整個(gè)供應(yīng)鏈的運(yùn)作效率和價(jià)值。

國內(nèi)學(xué)者周純敏（2009）認(rèn)為供應(yīng)鏈金融模式的主要風(fēng)險(xiǎn)就是信用風(fēng)險(xiǎn)。韓明輝（2011）選取農(nóng)業(yè)企業(yè)來研究供應(yīng)鏈，針對其行業(yè)特征、經(jīng)營環(huán)境，得出影響中小型農(nóng)業(yè)企業(yè)信用的因素。薛娟娟（2012）認(rèn)為供應(yīng)鏈金融模式下中小企業(yè)的能力是影響其信用風(fēng)險(xiǎn)的主要因素，經(jīng)過研究最終得到凈資產(chǎn)收益率、應(yīng)收轉(zhuǎn)款周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率等16個(gè)指標(biāo)對中小企業(yè)的信用風(fēng)險(xiǎn)進(jìn)行評估。

在上述研究的基礎(chǔ)上，提出了影響中小企業(yè)在供應(yīng)鏈財(cái)務(wù)模式下信用風(fēng)險(xiǎn)的因素，建立了評價(jià)指標(biāo)體系，克服了專家評分的主觀性，運(yùn)用主成分分析和邏輯回歸建立了評價(jià)模型。通過比較傳統(tǒng)模式下中小企業(yè)在供應(yīng)鏈財(cái)務(wù)模型下的風(fēng)險(xiǎn)概率的準(zhǔn)確性，確定中小企業(yè)的信用風(fēng)險(xiǎn)主要來自于自身的情況，并分別對中小企業(yè)的銀行和中小企業(yè)提出建議。

2供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險(xiǎn)影響因素分析

2.1中小企業(yè)自身信用狀況

中小企業(yè)作為供應(yīng)鏈金融模式下的授信主體，其自身的綜合實(shí)力和信用狀況是銀行開展供應(yīng)鏈金融授信業(yè)務(wù)時(shí)必須考慮的因素。目前大多數(shù)中小企業(yè)涉足范圍小，技術(shù)水平和創(chuàng)新能力相對落后，財(cái)務(wù)信息透明度低，總體信譽(yù)度不高，因此融資門檻高。具體而言，影響中小企業(yè)信用狀況的因素主要包括：基本質(zhì)量、盈利能力、運(yùn)營能力、償付能力和發(fā)展?jié)摿Α?/p>

2.2核心企業(yè)資信狀況

供應(yīng)鏈金融模式的開展與核心企業(yè)的資信狀況關(guān)系重大，商業(yè)銀行在評價(jià)中小企業(yè)的信用狀況時(shí)，是以評估核心企業(yè)的資信狀況為起點(diǎn)的。商業(yè)銀行通過核心企業(yè)進(jìn)行風(fēng)險(xiǎn)緩釋，核心企業(yè)對中小企業(yè)提供信用支持，降低中小企業(yè)的信用風(fēng)險(xiǎn)，商業(yè)銀行才對中小企業(yè)進(jìn)行授信。同時(shí)，在供應(yīng)鏈金融業(yè)務(wù)中，與中小企業(yè)相關(guān)的核心企業(yè)發(fā)揮著支付賬戶的作用，核心企業(yè)的信用狀況是中小企業(yè)信用風(fēng)險(xiǎn)評估的關(guān)鍵，也是中小企業(yè)信用風(fēng)險(xiǎn)的來源之一。

2.3行業(yè)狀況

中小企業(yè)所處的行業(yè)因素主要包括產(chǎn)業(yè)所處的宏觀環(huán)境和未來的發(fā)展空間。在供應(yīng)鏈金融業(yè)務(wù)中，作為銀行信貸的質(zhì)押，如原材料、成品、半成品、應(yīng)收賬款和訂單等。企業(yè)價(jià)值與企業(yè)所處行業(yè)的狀態(tài)密切相關(guān)。行業(yè)的變化直接關(guān)系到中小企業(yè)的資產(chǎn)質(zhì)量以及市場供求之間的關(guān)系，從而影響中小企業(yè)的信用水平，因此，行業(yè)形勢也是影響中小企業(yè)信用風(fēng)險(xiǎn)的重要因素。

2.4供應(yīng)鏈關(guān)系狀況

產(chǎn)品從生產(chǎn)制造到最終用戶使用，要經(jīng)歷供、產(chǎn)、銷三個(gè)環(huán)節(jié)，而供應(yīng)鏈金融恰好是基于供應(yīng)鏈上穩(wěn)定的上下游企業(yè)間產(chǎn)品的運(yùn)轉(zhuǎn)來解決中小企業(yè)資金難題的，即供應(yīng)鏈的穩(wěn)定性也是影響中小企業(yè)信用風(fēng)險(xiǎn)的一個(gè)重要因素。供應(yīng)鏈的核心理念是將單個(gè)企業(yè)置于與其主營業(yè)務(wù)相關(guān)的交易鏈條中考察，即中小企業(yè)通過與核心企業(yè)合作，其經(jīng)營穩(wěn)定性和未來現(xiàn)金流得到保證，其主要通過與核心企業(yè)的合作時(shí)間、合作頻率、合作強(qiáng)度等三方面進(jìn)行考量。

3供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險(xiǎn)評價(jià)模型的研究設(shè)計(jì)

3.1研究樣本選取

之前很多研究都采取上市企業(yè)中小板塊里的所有企業(yè)作為樣本，這樣雖然樣本數(shù)據(jù)較多，但是這些樣本中的企業(yè)屬于不同的行業(yè)，不同行業(yè)之間有著顯著的差別，財(cái)務(wù)指標(biāo)差別較大，且某些行業(yè)產(chǎn)業(yè)鏈不清晰，企業(yè)間連接不緊密，并不適合供應(yīng)鏈金融業(yè)務(wù)。

統(tǒng)計(jì)顯示，制造業(yè)從整體上來看，其主要組成部分是中、小型企業(yè)，制造產(chǎn)業(yè)在生產(chǎn)過程中供應(yīng)鏈形態(tài)明顯，上下游企業(yè)信息共享度高，供應(yīng)鏈合作緊密穩(wěn)定，且近年來我國制造業(yè)中小企業(yè)貸款大幅增長，所以本文選取制造業(yè)中小企業(yè)為研究對象。但由于非上市公司的數(shù)據(jù)獲取困難，且基于供應(yīng)鏈金融發(fā)展的現(xiàn)狀和中小企業(yè)作為供應(yīng)鏈金融業(yè)務(wù)的主要對象，本文從深圳證券交易所上市公司中小企業(yè)板里選取40所制造業(yè)中小企業(yè)作為研究樣本，其中ST公司10家，非ST公司30家，研究的時(shí)間區(qū)間為2018年1月1日至2018年12月31日。

3.2變量的選擇及數(shù)據(jù)獲取說明

上述的供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險(xiǎn)評價(jià)指標(biāo)體系針對的是開展供應(yīng)鏈金融業(yè)務(wù)的各個(gè)行業(yè)，但由于本文選取的是某個(gè)具體行業(yè)即制造業(yè)，所研究的樣本面臨的行業(yè)狀況是相同的，所以選擇變量時(shí)不再考慮行業(yè)因素。同時(shí)考慮到部分定性指標(biāo)數(shù)據(jù)的獲得性，本文基于上述建立的指標(biāo)體系，將核心企業(yè)資信狀況、供應(yīng)鏈關(guān)系狀況的三級指標(biāo)分別合成一個(gè)變量整體，前16個(gè)影響因素分別對應(yīng)指標(biāo)X1，…，X16，核心企業(yè)資信狀況作為指標(biāo)X17，供應(yīng)鏈關(guān)系狀況作為指標(biāo)X18，即最終得到18個(gè)變量，其中同時(shí)包括定性和定量指標(biāo)。

4基于Logistic回歸的供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險(xiǎn)評價(jià)模型

4.1數(shù)據(jù)標(biāo)準(zhǔn)化處理

由于指標(biāo)數(shù)據(jù)的量綱不同，直接計(jì)算得到的測量結(jié)果可靠性不高，所以在數(shù)據(jù)分析之前需要將其標(biāo)準(zhǔn)化處理，以減弱各個(gè)指標(biāo)之間的差異性。利用SPSS25.0采取Z標(biāo)準(zhǔn)化法，將原數(shù)據(jù)與均值之差除以標(biāo)準(zhǔn)差來實(shí)現(xiàn)數(shù)據(jù)的標(biāo)準(zhǔn)化，記Z（X_i）為標(biāo)準(zhǔn)化處理之后得到的變量。

4.2主成分分析

用來評估中小企業(yè)信用風(fēng)險(xiǎn)的指標(biāo)數(shù)量眾多，且本文的數(shù)據(jù)來源于上市中小企業(yè)年度報(bào)表，指標(biāo)之間具有高度的相關(guān)性，在后續(xù)回歸分析時(shí)可能出現(xiàn)共線性問題，所以在評估之前，要先利用主成分分析選擇具有代表性的指標(biāo)，通過降維的手段，使原先多個(gè)具有相關(guān)性的變量轉(zhuǎn)化為少數(shù)幾個(gè)主成分變量以減少候選指標(biāo)之間的相關(guān)性。

KMO 值為0.623， KMO值反映了指標(biāo)之間公因子的數(shù)量，KMO值越大，表明指標(biāo)間的公因子越多，變量間的相關(guān)性越高，越適合作因子分析;Bartlett球形度檢驗(yàn)的值為 0.000，小于0.05，說明變量之間相關(guān)性高，所以可得數(shù)據(jù)適合做因子分析。

4.3 Logistic回歸分析

本文計(jì)劃選取線性評分方法對中小企業(yè)的信用風(fēng)險(xiǎn)進(jìn)行評估，其中Logistic回歸方法對數(shù)據(jù)變量要求不高，且該模型具有較好的穩(wěn)定性，比較適用于我國現(xiàn)階段的供應(yīng)鏈金融市場。

將上述的6個(gè)主成分（F1、F2、F3、F4、F5、F6）當(dāng)作自變量，而將企業(yè)的違約情況Y作為因變量（ST企業(yè)為1，非ST企業(yè)為0），運(yùn)用SPSS25.0進(jìn)行Logistic模型回歸分析，本文選擇向前逐步選擇引入法，結(jié)果如表6所示，F(xiàn)1、F5這兩個(gè)主成分被保留在模型中，說明企業(yè)的財(cái)務(wù)狀況、盈利能力、營運(yùn)能力、償債能力和發(fā)展能力對于中小企業(yè)的信用狀況影響顯著。

該方程所求得的P值即為供應(yīng)鏈金融模式下中小企業(yè)的違約概率，能夠反映其信用風(fēng)險(xiǎn)大小。如果P>0.5，說明該企業(yè)的違約概率高，即企業(yè)的信用風(fēng)險(xiǎn)較高，銀行等商業(yè)機(jī)構(gòu)需規(guī)避此類企業(yè);如果P<0.5，則說明企業(yè)的違約概率較低，銀行可以考慮給予信貸支持。

5模型檢驗(yàn)

對模型進(jìn)行檢驗(yàn)是判斷模型優(yōu)劣性的重要方法，分別比較供應(yīng)鏈金融模式下和傳統(tǒng)模式下中小企業(yè)違約概率的預(yù)測值和實(shí)際值的符合程度，進(jìn)而確定中小企業(yè)融資難的原因，以便后續(xù)為中小企業(yè)融資提供建議。

5.1供應(yīng)鏈金融模式下

在預(yù)測模型的準(zhǔn)確率上，如表4所示，在概率界限為0.5的條件下，供應(yīng)鏈金融模式下對信用較好的企業(yè)判為違約率低的準(zhǔn)確率為96.7%，對信用較差的企業(yè)判為違約率高的準(zhǔn)確率為70%，該模型判定的總準(zhǔn)確率為90%，說明該模型較可靠。

在概率界限為0.5的條件下，傳統(tǒng)模式下對信用較好的企業(yè)判為違約率低的準(zhǔn)確率為93.3%，對信用較差的企業(yè)判為違約率高的準(zhǔn)確率為90%，該模型判定的總準(zhǔn)確率為92.5%，所得結(jié)果比較理想。

6結(jié)論與建議

本文在分析供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險(xiǎn)來源的基礎(chǔ)上，提出了供應(yīng)鏈金融業(yè)務(wù)信用風(fēng)險(xiǎn)評價(jià)指標(biāo)體系，并選取深圳證券交易所上市公司中小企業(yè)板里的制造業(yè)中的40家企業(yè)為研究對象，采用SPSS軟件進(jìn)行主成分分析，提取最能反映企業(yè)信用風(fēng)險(xiǎn)的指標(biāo)，運(yùn)用Logistic回歸方法，建立供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險(xiǎn)評價(jià)模型。回代結(jié)果說明該模型的預(yù)測準(zhǔn)確率較高，為銀行準(zhǔn)確識別融資企業(yè)的信用狀況提供了依據(jù)。同時(shí)通過比較傳統(tǒng)模式下和供應(yīng)鏈金融模式下企業(yè)違約概率的預(yù)測準(zhǔn)確度，確定了中小企業(yè)信用風(fēng)險(xiǎn)主要來源于自身狀況，這提醒中小企業(yè)在開展供應(yīng)鏈金融業(yè)務(wù)時(shí)要注意完善好公司的基礎(chǔ)數(shù)據(jù)庫，客觀準(zhǔn)確地披露信息。銀行要加強(qiáng)對客戶基礎(chǔ)數(shù)據(jù)庫的建設(shè)，注重對客戶信息的搜集，通過供應(yīng)鏈金融模式更準(zhǔn)確地把握融資企業(yè)的違約風(fēng)險(xiǎn)，減少對中小企業(yè)貸款的不確定性。同時(shí)，銀行可以據(jù)此更合理地確定貸款利率，減少對信貸配給的依賴，給中小企業(yè)發(fā)放更多的貸款，實(shí)現(xiàn)銀企雙贏。

參考文獻(xiàn)：

[1]周純敏.商業(yè)銀行對供應(yīng)鏈融資的風(fēng)險(xiǎn)管理[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2009，31（S2）：115-116.