存貨質押業務風險因子關系影響分析:基于結構方程模型

摘要：供應鏈金融風險問題的擔憂一直制約著動產質押融資業務的繁榮。文章分析存貨質押業務風險的基礎上，利用訪談和問卷調查數據，引入結構方程模型，對存貨質押業務風險因子之間的關系建立路徑圖及結構方程，并進行假設驗證。結果顯示：融資企業經營狀況和質押物商品屬性對信用風險有顯著影響，融資企業管理水平又對融資企業經營狀況有重要影響，并基于此提出銀行在開展存貨質押業務的對策措施。

關鍵詞：存貨質押；風險因子；潛變量；結構方程模型；路徑圖

一、 引言

本文引入結構方程模型（SEM），對存貨質押業務建立了路徑圖及其結構方程，并進行實證研究，給出了存貨質押業務各風險因子之間的定量關系，為供應鏈金融實踐提供定量的決策參考。

二、 風險影響因子分析

從存貨質押業務風險緣起及其影響因素來講，主要有以下六種風險：

1. 質押物商品屬性。針對質物價格、物理、化學、流動性等特有的商品屬性，銀行在質押貸款的時候，對不同質押就應該確定不同的質押率。如，質押物的市場價格是隨機波動的，有些質物價格在一段時間內波動非常劇烈，可能會造成質物價值低于貸款價值，這可能會使企業產生違約的動機；，那些在儲存的過程中容易產生變質、揮發或價值下降等問題的物品是不適合做質押物的，故需要優選質押對象；還須注重質押物的市場變現能力。

2. 監管措施。在存貨質押業務中，貸款是由銀行發放的，而質押物是由物流企業進行監管的，因此物流企業的監管措施是否得當有效就顯得很重要。物流企業的監管設施和工具如何、是否有一個高效的信息系統和完善的安全檢查制度會直接影響監管效果，使銀行面臨風險。

3. 技術風險。技術風險指存貨質押業務因缺乏足夠的技術支持而引起的風險。如果價值評估體系不完善、評估技術不高，可能無法對質押物價值進行準確估計。融資企業可能以權屬有爭議的財產作為質押物，如果沒有足夠的技術支持，就無法清晰的劃清財產權屬，從而產生風險。還涉及融資企業違約發生后質物市場變現通路、機制設計等技術問題。

4. 融資方信用風險。客戶誠信度的不確定性是很多銀行不愿給中小企業貸款的根本原因。在存貨質押業務中，銀行和貸款企業間存在著信息不對稱，銀行無法對企業的資信狀況、償債能力、現金流情況等進行全面深入的了解和考查，加上目前國內企業和個人沒有健全征信體系，銀行對中小企業的“惜貸”行為也是無奈之舉。

5. 融資方管理水平。管理水平會影響到貸款企業的經營狀況，進而影響企業還款能力。公司領導素質、管理制度、組織結構等都是影響融資企業管理水平的重要指標。

6. 融資方經營狀況。貸款企業的經營狀況會對其還款能力產生直接而重大的影響。如果公司經營不好，發展陷入困境，甚至資不抵債、瀕臨破產，這時企業沒有還款能力，違約概論很大。另外，公司的財務狀況也會對公司能否按時還款產生直接影響。有些企業的經營狀況很好，利潤很高，但是企業的應收賬款太多，在償還銀行貸款的時候，企業缺乏足夠現金，也可能導致其違約。

三、 風險評價指標的選取

分析存貨質押風險的基礎上，論文對存貨質押業務風險建立初步評價指標體系，即分別對六個風險因子選取一定的指標作為其觀測變量。初步評價指標包括質押物價格波動率、變現能力、安全管理制度等一共18個指標。對于初步的指標體系需要進行信度分析。信度又叫可靠性，主要表現測驗結果的一貫性、一致性、再現性和穩定性。Crobach α系數是常用的內在信度指標，當Crobach α系數值在0.7以上，則表明表明該指標屬于高信度。如果指標的Crobach α系數值在0.7以下，則對下屬指標進行逐一的去除后重新檢驗，若刪除某個下屬指標使指標的系數值獲得提高，則說明該指標的一致性不高，調查項目為不適當項目，予以刪除。

論文的分析數據通過問卷調查方式得到，調查問卷的內容為對6個風險因子各自的觀測變量進行打分，采用李克特七點量表法，1表示觀測變量對其所屬風險因子影響很小，7表示影響很大，2、3、4、5、6則介于這兩者之間。本次問卷調查在成都、上海、杭州和福州等地進行，共發放調查問卷140份，具體調查對象分布為：銀行的信貸部人員55人、中小企業的財務部人員45人、高校從事供應鏈金融研究的教師15人、高校學習研究供應鏈金融方向的碩士生和博士生25人。最后共回收問卷112份，回收率為80%，全部為有效問卷。

利用問卷調查的數據對各風險指標進行信度分析，在剔除了信度不足的項目后，最終確立如表1評價指標體系。

四、 理論模型與假設

結構方程模型（Structural Equation Model，簡稱SEM）是一門基于統計分析技術的研究方法學，用以處理復雜的多變量研究數據的探究與分析，特別適合經濟學、行為科學等社會科學。SEM采用路徑圖的形式表示，潛變量用圓或橢圓來表示，觀測變量用矩形表示。如果兩個潛變量之間相關，用雙向弧形箭頭聯結這兩個潛變量。如果兩個潛變量是因果關系，則用單箭頭聯結，箭頭方向為原因變量指向結果變量。如果一個潛變量可由若干觀測變量表示，這個潛變量被看作觀測變量的因子，用單箭頭聯結這個潛變量與觀測變量。結構方程模型的變量可以分成外生變量和內生變量。外生變量在模型中只起自變量作用，沒有其他變量會影響它們，分別用ξ和x來表示外生潛變量和外生觀測變量。內生變量受到模型中的外生變量甚至內生變量的影響，分別用η和y來表示內生潛變量和內生觀測變量。

根據研究目的，在已有研究基礎上，對各風險因子之間的相互關系做出假設（見表4），并將在下文的方程求解中對此假設進行驗證。所假設的相互關系如圖1所示。

圖1中各變量的含義如表2所示。

圖1的路徑圖顯示，在六個風險因子中，技術風險、質押物商品屬性、融資企業管理水平為外生潛變量，而融資企業經營狀況、融資企業信用風險和監管措施則為內生潛變量，每一個風險因子的影響因素則為對應潛變量的觀測變量。

根據結構方程路徑圖，其結構方程為：

?濁1?濁2?濁3=0 00?茁210 ?茁230 00?濁1?濁2?濁3+0 0 ?酌130 ?酌22 0?酌31 0?酌33?孜1?孜2?孜3+?灼1?灼2?灼3

五、 模型求解

利用調查問卷的數據，論文運用SPSS中的Amos17.0軟件，基于極大似然法對方程進行求解，求得標準化解如圖2。

本模型的擬合指數如表3。

從表3的擬合指數表可知，模型的各主要擬合指數都較為理想，模型擬合得不錯，因此可以根據模型的解進行驗證性分析。

六、 路徑分析及假設檢驗結果

對結構方程模型的求解，得到各個潛變量之間的路徑系數及t檢驗值，見表4。

表4可以看出，各潛變量的因子負荷基本都在0.5以上或接近0.5，因子負荷的t-value基本都大于2，顯示各觀測變量的選取是合理的，問卷調查表的內容很好地反映了相應的潛變量。

對上文假設的結構方程路徑圖（即各風險因子之間相互關系）進行檢驗，結果見表5。

以表5分析可知：①由標準化解的系數可知，融資企業經營狀況對信用風險的影響最為顯著，其下屬指標中公司的盈利能力影響要略高于公司的財務狀況。對此，銀行在開展業務前，應對貸款企業的經營狀況進行充分的考查，詳細分析企業往年的財務報表，對企業的新開工項目進行可行性論證和盈利前景預判。對上市公司要時刻關注其股價變動。如果公司的經營狀況不佳，銀行應該及時采取相應行動，避免客戶違約從而造成損失。②質押物商品屬性對信用風險的影響排在第二位。銀行應對質押物的選擇格外重視，最主要的是質押物的價格波動性和流動性，選擇那些變現能力強、價格波動小、質量穩定的物品作為質押物。③監管措施對信用風險沒有顯著影響，而技術風險會對監管措施產生一定影響。銀行在開展業務時，盡量選擇那些實力雄厚、設施設備齊全、管理先進的物流企業進行合作，這樣才能有效的降低風險。④在信用風險自身的觀測變量中，客戶歷史信用記錄和客戶企業形象的影響不相上下，而領導的信用記錄影響相對較小。⑤融資企業管理水平對融資企業經營狀況以及技術風險對監管措施都有顯著影響，因此銀行要防范信用風險，同樣要重視對融資企業管理水平的考查以及物流企業評估體系和評估技術的考查。

七、 結論

目前，我國的物流業、金融業正處于快速融合發展時期，供應鏈金融作為一種全新的金融服務活動得到實業界和學術界的廣泛關注。關于供應鏈金融風險問題的擔憂一直制約著動產質押融資業務的繁榮。論文研究顯示，存貨質押業務中各風險因子之間存在相互影響的關系，其內在風險傳導機制和影響大小是各不相同的。銀行在開展供應鏈金融業務時，須充分考慮各風險因子之間的相互影響關系，采取相應對策措施，以防范風險事件的發生。

參考文獻：

1. 羅齊，朱道立，陳伯銘.第三方物流服務創新:融通倉及其運作模式初探.中國流通經濟2002，（2）:11-14.

2. Cossin D.， Huang Z J and Aunon N D，“A frame work for collateral risk control determination”，Working paper， European central bank working paper series，2003，（1）：1-41.

3. 李毅學，馮耕中，徐渝.價格隨機波動下存貨質押融資業務質押率研究.系統工程理論與實踐，2007，（12）： 42-48.

4. Comptroller of the currency，Administrator of National Banks.Accounts Receivable and Inventory Financing．Controller'S Handbook，2000：1-75.

5. Fotios Pasiouras.Estimating the technical and scale efficiency of Greek commercial banks: The impact of credit risk， off-balance sheet activities， and international operations. Research in International Business and Finance， 2008，（22）:301-318.

6. Kenneth Carling，Tor Jacobson，Jesper Lin- de，Kasper Roszbach. Corporate credit risk model- ing and the macroeconomy. Journal of Banking Finance，2007，（31）:845-868.

7. Yung-Jang Wang. Liquidity management， op- erating performance，and corporate value:evidence from Japan and Taiwan. Journal of Multinational Financial Management，2002，（12）:159-169.

8. 侯杰泰，溫忠麟，成子娟.結構方程模型及其應用.北京：教育科學出版社，2004:16-17.

9. 何娟.基于結構方程模型的融通倉風險因素評價研究.南京社會科學，2008，（7）:30-33.

基金項目：國家自然科學基金（項目號：71003082）；國家教育部博士點新教師基金項目（項目號:20080613 1007）、全國博士后科學基金項目（項目號:20080430602）和四川科技計劃項目（項目號：2010ZR0028）階段性成果。

作者簡介：何娟，復旦大學金融研究院博士后，西南交通大學交通運輸與物流學院副教授；王欣，西南交通大學交通運輸與物流學院碩士生。

收稿日期：2011-03-16。

注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文