基于供應鏈金融的小企業信用風險識別研究

摘 要：近年來，供應鏈金融快速發展，成為解決小企業融資難的有效方式。本文首先研究了在供應鏈金融模式下的小企業信用風險識別，提出了綜合行業、受信企業和核心企業等要素的評價體系，用主成分分析法和Logistic回歸方法建立了信用風險識別模型，然后通過比較供應鏈金融融資模式和傳統模式下的小企業守約概率，表明供應鏈金融能改善小企業的信用狀況，最后從完善信貸數據庫、依行業屬性調整模型、加強模型檢驗等方面提出建議。

關鍵詞：供應鏈金融；信用風險；主成分分析法；Logistic模型

中圖分類號：F276 文獻標識碼：A 文章編號：1003-9031（2013）02-0020-05 DOI：10.3969/j.issn.1003-9031.2013.02.05

近年來，不少銀行開始積極探索創新信貸服務，其中供應鏈金融受到越來越多的關注。供應鏈金融利用供應鏈生產中的動產或權利作為擔保，將核心企業的良好信用延伸到供應鏈上下游企業，解決小企業信用難以評價或信用不足的問題，進而緩解小企業的融資壓力。對于商業銀行而言，供應鏈金融使得風險評價的側重點從對主體的評估轉向對整個供應鏈的交易進行評估，核心企業的資信和供應鏈的整體信用狀況使小企業的信用等級獲得提升，這樣有利于眾多小企業進入銀行的信貸服務范圍。供應鏈金融在風險控制技術上的金融創新使得銀行能站在供應鏈全局的高度，為協調供應鏈資金流、降低供應鏈整體財務成本而提供系統性的金融解決方案。因其能夠有效地將銀行、核心企業及其上下游配套企業結合，實現金融資本與實業經濟的高度契合，促成各方互利共贏，供應鏈金融逐漸成為商業銀行業務新的重要增長點。

一、文獻回顧

在近年來的研究中，隨著小企業信貸數據獲得改善，國內部分學者對小企業信用風險進行了實證研究。熊熊等人（2009）研究了在供應鏈金融模式下的信用風險評價體系，提出了考慮主體評級和債項評級的信用風險評價體系，構建了信用風險評價模型，并據此進行了實證研究。但該研究所取樣本并未明確界定于供應鏈的企業，而且許多數據是隨機模擬而得，因此其擬合模型的準確性有待提高[1]。胡海青等人（2011）運用支持向量機（SVM）建立信用風險評估模型，研究了在供應鏈金融模式下的信用風險評估，提出了綜合考慮核心企業資信狀況及供應鏈關系的信用風險評估指標體系，結果表明基于SVM的信用風險評估體系具有優越性[2]。在國內的相關研究中，由于信用環境欠佳和數據積累不足等方面的原因，大部分屬于定性研究，度量模型和實證分析的研究成果較少，有的實證研究未契合實際，因此并不能很好地應用于小企業信貸業務實踐。

二、供應鏈金融模式下的小企業信用風險識別指標

在傳統信用風險識別中，銀行主要從規模、資產負債情況、抵押物、擔保等方面對企業的信用風險進行審核。而小企業業務有其自身的特點，不宜用傳統信用風險識別方法。根據中國銀監會公布的《銀行開展小企業授信工作制度意見》（銀監發[2007]53號），銀行應建立和完善小企業客戶信用風險評估體系，可依據企業經營狀況、存續時間、償債能力、經營者素質、發展前景、資信狀況等指標，制定小企業信用評分體系，突出對小企業業主或主要股東個人的信用，以及小企業所處市場環境和信用環境的評價。

相較于傳統方法更多地側重于對財務報表的靜態分析，供應鏈金融模式下銀行弱化對企業自身的分析，更側重于對物流和資金流的分析，將企業置身于供應鏈條中，這樣可以盡量規避小企業在信息披露和財務等方面存在的信息不對稱問題，有利于銀行開展“鏈式”開發。同時在信用風險識別中，一方面要分析企業財務指標等定量指標，另一方面還要對交易商品的價格波動性、行業發展前景、企業歷史交易情況、整個供應鏈運作狀況等定性指標均要予以分析。具體而言，指標體系應主要包括以下幾方面的內容：

一是企業所在行業狀況。在供應鏈金融模式下，作為銀行信貸的抵質押物如原材料、成品、半成品、應收賬款和訂單等的價值與企業所在行業的狀況密切相關。外部經濟環境、行業發展階段和所在經濟區域等都會極大地影響企業的風險狀況。

二是申請企業自身的狀況。通過企業的管理狀況、財務信息和信用記錄等內容可以反映企業的還款意愿、盈利能力、運營能力、償債能力和發展前景等，融資企業的資信度越高，與物流企業合作的程度越深入，其貿易背景的真實性越準確，銀行所面臨的信用風險就越小。

三是融資項下資產情況。銀行在供應鏈融資模式中需對所交易的資產進行評估，進而給予授信，由于所交易資產也是在小企業發生違約情況時銀行將其變現據以彌補損失的保障，因此融資項下的資產情況應是銀行所要考查的重點內容。

四是核心企業狀況。由于小企業往往依附于核心企業，是生產過程的某個環節，小企業的資信狀況很大程度上依賴于核心企業的狀況。通過考查核心企業的盈利能力、償債能力和信用狀況等因素可以反映核心企業的狀況。如果核心企業資信狀況較好，在核心企業提供擔保或履行相應義務的情況下，銀行所面臨的信用風險可以大幅度地降低。

五是供應鏈關系。主要是通過合作年限、強度、質量和產品可替代性等指標來反映合作的密切程度和申請企業的地位情況，在供應鏈上的小企業與核心企業的合作時限越長，兩者的合作關系越密切，其違約的可能性就越低，銀行所面臨的信用風險就越小。

本文根據以上五個方面的一級指標，選取了宏觀環境、企業經營管理、質押物特征和合作密切程度等17個二級指標以及宏觀經濟狀況、行業發展階段、當地政府支持力度和產品可替代性等46個三級指標，構建了如表1所示的供應鏈金融的小企業信用風險識別指標體系：

三、供應鏈金融模式下的小企業信用風險識別模型

目前用于信用風險識別的眾多方法中，既有如神經網絡等非線性方法，又有如Logistic回歸等線性方法。雖然線性方法的精確度低于非線性方法，但線性方法在穩健性方面具有獨特的優勢。由于我國正處于轉型期，信息不對稱程度較深，商業銀行的小企業業務也還不成熟，線性方法應為較優選擇，因此本文選用Logistic回歸方法構建模型。由于Logistic回歸方法對自變量多維相關性比較敏感，可以采用主成分分析法選擇代表性的變量，因此本文對數據先進行主成分分析，然后利用Logistic回歸方法計算企業的信用風險情況。

鑒于供應鏈金融業務的開展現狀以及該項業務適用于中小企業的背景，本文選取了北京市汽車行業219家小企業作為研究樣本（其中好客戶135家，差客戶84家），這些小企業以北京現代汽車有限公司、北京奔馳有限公司等為核心企業，構成了北京市汽車行業供應鏈。本文利用這些小企業的信貸數據和財務信息，對指標體系中的定量指標進行了計算，而對于宏觀經濟狀況、行業發展階段和管理者素質等定性因素則采用了專家打分法進行打分，然后對所得分數進行標準化處理，最后對這些數據進行分析。

在預測分類的準確率方面，在概率界限為0.5的條件下，該模型判定的總準確率為88.1%，其中對信用好的客戶判為守信率高的準確率為92.6%，對信用較差的客戶判為守信率低的準確率為81%，所得結果比較理想。

四、結論及建議

在小企業業務開展中，信用風險的有效識別是此類業務獲得良性發展的保障。采用供應鏈金融使得商業銀行圍繞核心企業對上下游的小企業開展信貸業務，更易于準確識別借款人的信用風險狀況，從而降低對小企業信貸的違約風險。在供應鏈金融的小企業信用風險識別方面，商業銀行需要注意以下幾點：

一是要注重完善信貸數據庫。由于國內的商業銀行開展供應鏈金融業務時間還不長，同時傳統的信貸數據更側重于企業的財務數據，而對企業主人品等定性數據關注甚少，因此各商業銀行的信貸數據庫有待于完善。

二是要關注評價指標及模型對不同行業的適用性。由于不同行業的屬性各異，因此能很好地反映某一行業信貸客戶的信用風險識別模型未必能較好地在另一行業適用，需要根據各行業的特性對模型進行相應的調整。

三是要加強對風險識別模型的檢驗。由于我國正處于經濟轉型期，企業的外部經營環境和內部經營條件變化較快，特別是小企業經營易受外部經濟環境的影響，因此對信用識別模型需要定期進行檢驗，以考察該模型是否能較好地反映小企業的信用變化情況。

參考文獻：

[1]熊熊， 馬佳， 趙文杰， 王小琰， 張今. 供應鏈金融模式下的信用風險評價[J]. 南開管理評論，2009 （4）： 92-98.

[2]胡海青， 張瑯， 張道宏， 陳亮. 基于支持向量機的供應鏈金融信用風險評估研究[J]. 軟科學，2011（5）： 26-36.

（特約編輯：羅洋）