企業供應鏈融資能力研究＊

劉 迅

(1.湖北經濟學院會計學院，湖北 武 漢 4 30205;2.武漢大學 經濟與管理學院，湖北 武 漢 4 30000)

所謂“供應鏈融資”是指金融機構從整個供應鏈的角度出發，開展綜合授信，把供應鏈上的相關企業作為一個整體，根據交易中構成的鏈條關系和行業特點設定融資方案，將資金有效注入供應鏈上的相關企業，提供靈活運用的金融產品和服務的一種融資模式。供應鏈融資并非某一單一的業務或產品，它改變了過去商業銀行等金融機構對單一企業主體的授信模式，將供應商、制造商、分銷商、零售商到最終用戶連成一個整體，全方位地為鏈條上的“N”個企業提供融資服務，實現整個供應鏈的不斷增值［1］。

由于和傳統融資相比，供應鏈融資具有很大優勢，所以，自從其出現以來，取得了較快的發展。截止2010年底，我國以商業銀行為代表的金融機構大多數都推出了各自的供應鏈融資服務方案;在國外，供應鏈融資發展則更為迅速，不僅商業銀行等金融機構，而且大的物流公司如A.P.Moller－Maersk、UPS等也紛紛開展物流金融 (供應鏈融資的一種)服務。本文要探究的問題是:金融機構在開展供應鏈融資服務時如何相對科學地評價那些帶有鮮明供應鏈特征企業的融資能力?

一、文獻綜述

對金融機構來說，企業的融資能力的高低集中體現為其信用水平的高低。學者們對企業的信用水平 (融資能力)早已展開了研究，其中有代表性的成果有:

在企業信用水平 (融資能力)的評價指標體系設計上，這方面有代表性的成果來主要自于世界三大評級機構。穆迪公司認為以下的幾個方面是評價企業信用水平的基本要素:行業趨勢、國家政策和監管環境、管理質量、基本經營和競爭地位、公司結構、財務狀況、母公司保證和保持協議、特別事件風險。標準普爾認為信用水平是財務風險與經營風險平衡的結果，經營風險應該主要從行業特征、競爭地位及管理三個方面測量;財務風險應該主要從企業的財務特征、財務政策、收益性、資本結構、現金流保護和財務靈活性等方面進行衡量。惠譽認為企業的信用水平評價基本框架應該包括定量和定性兩部分。定量的組成要素有現金流量、成長能力、盈利能力及杠桿比率等等;定性的組成因素有行業風險、公司管理、市場競爭地位及經營環境等等。

在企業信用水平 (融資能力)的評價方法研究上，自1968年，美國的Altman教授采用22個相關財務比率創建 Z評分模型 (Z－Score Model)以來，多元判別分析 (MDA)模型計量信用風險的方法得到了廣泛的發展，該模型在20世紀70年代經不斷修改發展成為Zeta模型和神經網絡方法。從20世紀90年代以來，國際上又發展出很多著名的信用水平度量模型，其中比較著名的有KMV公司開發的以Credit Monitor模型為代表的一類KMV模型、J.P.Morgan等公司聯合開發的Credit Metries模型、瑞士信貸金融公司的Credit Risk+模型、Wilson開發的Credit Portfolio View模型、信孚金融機構的Risk－Adjusted Return on Captial模型以及KPMG公司的貸款分析體系和Mortality Rate模型等等。同時，層次分析法、模糊理論和灰色系統理論也被引入到對企業信用水平的評價中，如陳中華用層次分析法對中小企業的信用進行了評價研究［2］，史修海用模糊綜合評判方法對企業的信用評級進行了研究［3］，劉秀英用基于灰色系統理論對創業板上市公司的信用風險進行了研究［4］。

筆者發現，上述成果普遍地把評估企業融資能力的重點放在企業本身的資質上，忽略了企業的供應鏈特征，特別是在指標體系的設計上，沒有考慮到供應鏈的因素，在企業供應鏈迅速發展的情況下，這是一個非常大的缺陷。筆者認為，只有充分考慮到企業的供應鏈特征，才能更加切合實際地評估企業的融資能力。在評價指標體系的設計上，不僅要包括企業本身的資質因素，還要包括供應鏈的因素，如供應鏈整體的運行情況、和上下游企業交易的穩定性等等。

二、企業供應鏈融資能力評價方法的選擇

評價屬性多樣、結構復雜的對象，一般需要建立多指標、多層次的評價指標體系，選用綜合評價方法進行評價。本文采用的方法是模糊灰色綜合評價方法。該方法的理論基礎是模糊理論和灰色系統理論。模糊理論和灰色系統理論都是不確定性系統研究的理論，其研究對象都具有某種不確定性，但兩者是有差別的。模糊數學著重研究“認知不確定”問題，其研究對象具有“內涵明確，外延不明確”的特點，其研究手段主要憑經驗借助于隸屬函數進行處理，其研究宗旨強調先驗信息和研究經驗認知的表達規律。灰色系統理論這種研究“少數據不確定”的問題，其研究對象具有“外延明確，內涵不明確”的特點，其研究手段主要是通過數據生成處理得出結論，其研究宗旨強調信息優化和研究現實規律［5］。

由于企業的供應鏈融資能力受諸多因素影響，很多因素帶有模糊性和信息不完全性，因此，對企業供應鏈融資能力的評價既是一個模糊評價問題也是一個灰色評價問題。模糊評價一般能對客觀世界中具有不確定和模糊特征的事物進行量化分析，從而可以得到對這些事物較為切合實際、客觀和正確的評價，進而解決這些帶有模糊特征的現實問題。模糊評價的特點在于它結合了主客觀兩個方面的因素，可以把難以數量化的定性分析定量化。灰色評價的典型特征是依據貧信息 (信息不完全)來處理問題。現實世界絕大多數問題的信息是不完全的，對決策者來說，它們既不是完全的“黑箱”，也不是完全的“白箱”，而是“灰箱”，要解決這些灰色問題，常規的數學理論和模式是難以有用武之地的。如果采用灰色系統理論和方法應對之，常會使得問題得以簡化且能提升解決問題的精準性，收到事半功倍的效果。對企業供應鏈融資能力的評價，如果僅僅采用模糊評價，會造成既有信息利用不充分或者信息丟失的后果，如果單單采用灰色評價，則會忽視問題本身的模糊特質，因此，單獨采用一種評價方法，都會導致對企業供應鏈融資能力評價的結果和其實際融資能力的偏差。鑒于此，筆者采用有機地結合了這兩者優點的模糊灰色綜合評價方法，來對企業供應鏈融資能力進行評價。

模糊灰色綜合評價方法的評價企業供應鏈融資能力的流程如下:

第一步:建立評價企業供應鏈融資能力的指標集 (詳見本文第三部分)。假如企業供應鏈融資能力X由k個影響因素構成，而每一個因素又由若干個二級因素構成，筆者把一級指標設為x1，x2，…，xi，…，xk，二級指標設為 xi1，xi2，…，xii，…，xik。當然，二級因素還可以進一步細分，這里不再贅述。

第二步:確定影響企業供應鏈融資能力的各因素 (指標)的權重。在多屬性綜合評價決策時，如何確定指標的權重，是一個十分關鍵的問題。指標權重值的變動會導致被評價對象最終評價量值的變動，從而直接影響綜合評判的結果。在實踐中，有很多確定權重的方法，通常分為兩大類，主觀賦權法和客觀賦權法，主觀賦權法是根據決策者主觀的經驗及判斷，用某些特定規則計算權重的辦法，比如，相對比較法、專家咨詢法和連環比法等;客觀賦權法是根據指標本身提供的客觀數據，用某些特定規則計算權重的辦法，比如熵權法和主成分分析法等。主觀賦權法主要依靠決策者的經驗，帶有很強的主觀性，不同的決策者計算權重結果可能有很大的不同;客觀賦權法主要依靠指標提供的數據，但指標數據收集的時候可能受到隨機因素的影響。因此，這兩類方法都有其缺陷 (也各有其優點)。所以，實際運用中，最好把這兩類方法有機結合起來。本文采用的權重確定方法是主觀賦權和客觀賦權相結合的層次分析法 (AHP)［6］。

第三步:確定評價的等級與標準，建立企業供應鏈融資能力評價矩陣。企業供應鏈融資能力中的指標按其優劣等級統一劃分為(“低”、“較低”、“一般”、“較高”、“高”)五種標準，其分值分別為 (5、4、3、2、1)五種分值，指標等級介于相鄰等級之間，相應評分為 (4.5、3.5、2.5、1.5)4 種分值［7］。有了評價的等級和標準之后，就可以建立企業供應鏈融資能力評價矩陣D，其任意一元素記為d(根據最后一級指標數來確定其下標，如果最后一級評價指標數是3，則任意一元素記為dimn，下文均以最后一級是三級為例闡釋)。

第四步:確定評價的灰類。評價矩陣D中指標值本質上是一個灰數的白化值。確定評價灰類，其目的主要是為了更加準確的描述評價指標歸屬與某類別的程度，其任務主要是把評價灰類的等級數確定、把灰類的灰數確定以及把灰數的白化權函數確定。確定評價灰類是要依實際情況而定的。本文把評價企業供應鏈融資能力的灰類取為“低”、“較低”、“一般”、“較高”、“高”五級，灰類的等級序號用e=5，4，3，2，1表示。本文采用的白化函數是三角白化函數，具體設計如下:

①當 e=5時，灰類為“低”，灰數?5∈［0，1，2］，其白化函數為:

②當e=4時，灰類為“較低”，灰數?4∈［0，2，4］，其白化函數為:

③當e=3時，灰類為“一般”，灰數?3∈［0，3，6］，其白化函數為:

④當e=2時，灰類為“較高”，灰數?2∈［0，4，8］，其白化函數為:

⑤當 e=1時，灰類為“高”，灰數?1∈［0，5，10］，其白化函數為:

第五步:計算灰色評價系數、灰色評價權向量和權矩陣。對于最后一級評價指標uimn，屬于第e個評價灰類的灰色評價系數記為pimne，則總灰色評價系數記為pimn，則就評價指標uimn，第e個灰類的灰色評價權記為rimne，則rimne=pimne/pimn，灰色評價權向量 rimn= ［rimn1，rimn2，rimn3，rimn4，rimn5］，灰色評價權矩陣 Rim= ［rim1，rimn2，…，rimn］T;依據第二步得到的權重矩陣，逐步向上，分別可以求得第二級和第一級指標的灰色評價的權向量和權矩陣。

第六步:進行模糊綜合評價。對企業供應鏈融資能力進行模糊綜合評價，記其評價結果為Z，根據第二步得到的權重及第一級指標的灰色評價權矩陣，可以計算出結果。如果將各評級灰類按照灰水平的閾值賦予數值，則可以得到各評價灰類等級的數量化向量C=［高，較高，一般，較差，差］，在實際評價過程中，通常采用的是百分制 C= ［100，80，60，40，20］來將評價的結果數量化。據此，可以得到企業供應鏈融資能力的模糊綜合評價量化值V=ZCT=V［100，80，60，40，20］T。

三、企業供應鏈融資能力評價指標體系的確定

1.企業供應鏈融資能力評價指標體系的建立及權重的確定

在遵循構建評價指標體系基本原則 (科學性和客觀性、系統性和層次性、定性分析和定量分析結合、針對性和可操作性)的前提下，筆者著手構建了評價企業供應鏈融資能力的指標體系。

(1)指標的初選

宏觀層面:①自然環境、社會環境。指標:無 (特殊企業可以考慮增加指標)②政治環境。指標:產業政策、相關法律等。③經濟環境。指標:宏觀經濟發展狀況等。④行業環境。指標:行業發展潛力、產品銷售潛力。

中觀層面:①供應鏈整體狀況。保障層①供應鏈保障層是保障供應鏈能發揮應有作用的相關基礎條件。主要有制度和技術兩個方面的條件。指標:供應鏈制度的存在及執行、供應鏈信息系統完備程度、供應鏈信息的共享程度、供應鏈成員交易合作程度及信息溝通程度等;結果層②供應鏈結果層是指供應鏈最終體現的成果和能力。指標:供應鏈整體競爭力、供應鏈客戶滿意度、供應鏈總資產報酬率、供應鏈總利潤率、供應鏈總庫存周轉率、供應鏈總銷售增長率、供應鏈客戶響應速度、供應鏈準時交貨等。②供應鏈主體企業狀況。指標:供應鏈主體企業信用狀況、主體企業產品成本、主體企業利潤增長率、主體企業的產需率、主體企業市場覆蓋率、主體企業產品生產循環周期、主體企業對供應鏈的控制程度、主體企業與融資企業的合作程度等。③與融資企業有交易的供應鏈上下游廠商狀況。財務狀況指標:供應鏈上下游廠商的存貨周轉率、應收賬款周轉率、銷售利潤率等;信用狀況指標:與金融機構的合作程度、在金融機構的信用等級、貸款本息按期償還率、貸款按期支付率等。

微觀層面:①自身基礎素質。指標:融資企業文化建設水平、領導者素質、企業制度、公司治理結構、社會責任感、財務報表質量等。②盈利能力。指標:融資企業的銷售利潤率、凈資產報酬率、成本費用利潤率、資產報酬率等。③經營創新能力。指標:融資企業的流動資產周轉率、存貨周轉率、應收賬款周轉率、研發投入強度、研發人員比重等。④償債能力。指標:融資企業資產負債率、流動比率、現金流動負債比率、股東權益比等。⑤成長潛力。指標:融資企業凈利潤增長率、股東權益增長率、主營利潤增長率等。⑥交易與信用狀況。指標:交易的真實程度、交易的頻率、交易履約率、與金融機構的合作程度、在金融機構的信用等級、貸款本息按期償還率、貸款按期支付率等。

(2)指標的篩選

對于供應鏈融資能力定性方面的指標，本文篩選的原則是:凡超過80%的專業人員。③在實際操作過程中，對定性指標有所凝練，指標范圍有所縮小。對于定量方面的指標，根據上文的分析，數量非常多，這些指標之間有的高度相關，有的難以收集，因此需要進行篩選。篩選的過程是這樣的:首先通過調研得到多家供應鏈中小企業的相關定量指標的數據，其次用所得的數據進行相關分析④相關分析中，要選取相關系數小的指標，指標間相關系數越大，表明指標所包含信息越少，反之包含的信息越多，應該選擇相關系數小的指標，當然，相關系數小到何種程度是要根據具體情況調整的。通常的做法是，根據實際的問題確定一個臨界值，如果兩個指標計算出來的相關系數大于該臨界值，那么就剔除其中的一個指標;反之，如果兩個指標計算出來的相關系數小于該臨界值，那么兩個指標都予保留。本文選擇的臨界值是平均相關系數值為0.45。評價相關系數等于每列相關系數之和除以項數。和方差 (標準差)分析，⑤方差 (標準差)分析中，在指標間相關系數無法區分的情況下，要選取方差 (標準差)較大的那個指標。其原因是變動率較大的指標包含的信息量較大。最后得到我們所需要的定量指標。

指標篩選的具體步驟為 (我們以成長潛力指標的篩選為例):首先把選取的多家樣本公司的成長潛力指標數據輸入Eviews5.1軟件中，其次計算成長潛力指標間的相關系數和評價相關系數、方差，最后按照指標選擇篩選的標準選取指標。如在表1中，供應鏈融資企業的主營利潤增長率、凈利潤增長率和主營收入增長率的評價相關系數都超過了0.45，所以要剔除兩個指標，剔除的標準就看哪兩個的方差小，按照要求，剔除主營利潤增長率和主營收入增長率兩個指標，保留凈利潤增長率指標。同樣的道理，保留股東權益增長率和總資產增長率指標。

表1 成長潛力指標相關性及方差分析表

根據上述的篩選步驟，對前面的初選指標進行篩選，并結合后文要提到AHP的要求構建指標體系，目標層X，一級規則層xi，二級規則層xim，三級具體指標層ximn，最后的篩選結果如表2—表5所示。

表2 一級規則層

表3 宏觀層面指標篩選結果表

表4 中觀層面指標篩選結果表

表5 微觀層面指標篩選結果表

2.企業供應鏈融資能力評價指標的權重

本文采用AHP來確定企業供應鏈融資能力評價指標體系的權重。用此方法確定各指標權重的步驟是:首先要創構待解決問題的遞階層次結構;然后根據遞階層次結構創建兩兩判 (目標層除外);最后求得權重向量并且要通過一致性檢驗。本文求解權向量的方法是和法［8］。根據筆者的收集的問卷調查資料，依次方法，求得企業供應鏈融資能力各指標的權重 (如表6所示)。

表6 企業供應鏈融資能力各指標權重表

［1］張慶，劉迅 .供應鏈融資［J］.企業管理，2009，(4):72－74.

［2］陳中華.層次分析法在中小企業信用評價中的應用研究［D］.蘇州:蘇州大學碩士學位論文，2006.

［3］史修海.基于模糊綜合評判方法的企業信用評級研究［D］.濟南:山東大學碩士學位論文，2009.

［4］劉秀英.基于灰色系統理論的創業板上市公司信用風險評價研究［D］.合肥:中國科學技術大學碩士學位論文，2010.

［5］鄧聚龍.灰色系統基本方法［M］.武漢:華中理工大學出版社，1987.

［6］劉迅.供應鏈融資模式及信用風險分析:金融機構的視角［D］.武漢:武漢大學博士學位論文，2010.

［7］劉思峰，黨耀國，方志耕.灰色系統理論及其應用［M］.北京:北京科學出版社，2004.

［8］彭勇行.管理決策分析［M］.北京:科學出版社，2005.

［9］王素義，朱傳華.中小企業信用評價指標的選擇與拓展［J］.生產力研究，2009，(11):180－181.

［10］劉廣斌，郭富貴.中小型科技企業信用評價指標的構建與篩選［J］.工業技術經濟，2009，(8):51－54

［11］謝科進.現代企業信用和信用體系建設［J］.管理世界，2002，(11).

［12］張文彤.SPSS統計分析高級教程［M］.北京:高等教育出版社，2007.

［13］黎日榮，周懷峰.社會資本視角下的中小企業融資效率分析［J］.貴州財經學院學報，2011，(6).

［14］彭宏超.供應鏈銀企聯盟在中小企業融資擔保中的作用［J］.經濟與管理，2011，(5).

［15］于淼.基于知識視角的企業開放式創新能力機制研究［J］. 財經問題研究，2012，(3).

［16］李曉華.價值鏈的片斷化及其對國際分工的影響［J］. 河北經貿大學學報，2007，(5).