劉楚妤
摘要:在當下市場經濟不斷繁榮、壯大的今天,我國的小型企業已經占據了市場的半部江山,成為我國經濟發展中的重要源泉。而其在銀行貸款方面,面臨著諸多問題,銀行方面的融資風險問題,需要得到進一步地改善。本文主要介紹了信用風險識別的兩個方面,并進一步提出了供應鏈金融風險中的融資風險識別。
關鍵詞:市場經濟;銀行貸款;融資;供應鏈;金融風險
中圖分類號:F832 文獻識別碼:A 文章編號:1001-828X(2016)010-000-01
一、信用風險識別分析
1.道德風險
在供應鏈融資上,銀行對貸款企業所采用的授信方式一般是主體授信與電子信息相結合的模式。在具體的操作中,如果銀行一味地追求便捷,過于依賴電子信用,那么主體授信方面銀行將會面臨一系列道德風險。例如貸款企業可以通過虛假交易記錄來騙取銀行貸款,物流公司與貸款公司的結合對銀行實行聯合詐騙。在銀行與合作方談判時,不僅要對結款公司進行詳細核實,同時也要選擇信譽較好的第三方物流企業、電子商務企業作為支撐,以確保支付環境的安全性。
2.授信風險
在供應鏈融資上,服務的對象主要是企業的會員單位,這些企業的特點是規模小、財務管理不系統,并且有一定的分散性。在這樣的管理模式下,企業的經營管理不善很容易對經濟造成影響,為銀行帶來的還款風險也會增大。除此之外,在銀行對貸款企業進行授信審查的過程中,有的貸款企業會利用虛假的財務報表,通過非法的途徑來升級為銀行的會員,以此來騙取銀行的授信額度,為企業帶來諸多借貸風險。
二、供應鏈金融風險中的融資風險識別
1.預付賬款類融資
預付賬款融資,屬于供應鏈的下游融資,可以解決下游經銷商一時的資金短缺問題。在具體的操作過程中,預付賬款的方式、方法多種多樣,其中包括“先票后貨、存貨質押融資”以及“保兌倉”等融資方式。
前者的融資方式在風險識別上,首先要確定的是兩個環節,第一個是信用風險。銀行首先要對經銷商的信用情況給予審查和記錄,例如核心企業的信用記錄,履約能力,確保核心企業的發貨時效性。銀行要進一步對企業的銷售、管理、財務能力等綜合情況給予審查,以此來確保經銷商的提貸順利完成。除此之外,對經銷商的物流、道德信用要進行嚴格的調查,防止物流企業與經銷商之間的連謀問題發生,以此來損害銀行的整體利益。其次,就是操作風險。預付賬款與應收賬款融資相比,不僅要涉及核心企業、銀行,還包括了物流企業,整個操作流程較為復雜,所以在具體的風險操作管理上,對銀行提出了更高的要求。銀行需要與借款企業簽訂相關歸責協議,以明確彼此的義務、責任。在與核心企業與經銷商的條款設置中,應注意對處置方法的說明,例如廠商回購,調劑銷售等方式。銀行方面一旦簽訂了相關協議,就需要定時對企業的業務情況給予監控,監控核心企業的貨物發送是否定時到達倉庫等方面的問題。以此來完成經銷商的貨物運輸清單對比。
后者的風險識別,重點在于對核心企業的信用問題進行考察。銀行對核心企業的信譽、財務、生產經營、市場競爭力等方面要做全面、詳盡的調查,以更好地了解核心企業的保兌能力。銀行的調查重點應放在交易的有效性、正式性,簽訂相關協議后,要定期走訪,防止核心企業、經銷商之間有利用虛假交易來騙取銀行信任,從而變相獲得貸款的行為。為了進一步提升操作的安全性、可靠性,銀行方面還需要與經銷商簽訂協議,確保經銷商可以分期完成保證金的支付,盡量避免到貸款日期一次性存保證金然后提貨的現象發生。
2.物流服務類融資
物流服務類融資主要是從生產、交易與第三方物流企業的關聯性出發,實現對企業的供應鏈需求控制,以獲取企業的信用能力,幫助企業完成貸款需求。物流的融資主要包括“存貨”和“倉單”兩種質押融資方式。前者屬于物質屬性,在質押或無需要有一定的穩定性,在規格計量方面不易波動太大。后者的主要融資風險與前者的融資風險一致,需要讓企業出具貨運單、銷售單、購買收據、質量檢測證明等文件。前者與后者的區別在于,前者銀行要重視核庫過程,而后者的操作中,銀行不直接參與到貨物的檢測和巡查中,對倉管之進行質押管理,所以后者會帶來的風險,還需要進一步加強控制。在這方面,銀行可以與物流企業辦理倉單的物品保管流程,確保銀行的唯一性和有效性,倉單方面的可流通性。銀行有權利要求企業按規定填相關的規格倉單。
三、結語
長期以來,我國的商業銀行一直都是企業融資業務方面的重要源泉,通過對供應鏈金融風險的識別與信用風險度量進一步研究,激發當下人們對融資的思考,并不斷調整線下問題,使銀行的融資、企業的貸款能夠更好地適應我國經濟發展,共同構建一個成熟、穩健的社會主義市場環境。
參考文獻:
[1]劉遠亮,高書麗.供應鏈金融模式下的小企業信用風險識別——基于北京地區信貸數據的實證研究[J].新金融,2013,01:45-49.
[2]方煥,孟楓平.基于Logistic模型的供應鏈金融信用風險實證研究——以農業類上市公司為例[J].山西農業大學學報(社會科學版),2015,11:1158-1164.
[3]吳屏,劉宏,劉首龍.試析線上供應鏈金融信用風險——基于BP神經網絡的模型設計[J].財會月刊,2015,23:104-108.