風險控制視角下江蘇省農產品物流金融業務成效預測研究

薛超穎

農產品物流金融，是指金融機構為農產品物流產業提供的新型金融業務，涉及資金融通、結算、保險等服務，是物流金融在農產品流通領域的具體應用，是農產品物流與資金流的融合形式。農產品物流金融一般涉及農產品生產加工企業、農業信用合作社、郵政儲蓄機構、農業銀行等機構，以及經銷商、第三方物流公司等。物流金融業務是一種新型的金融業務品種，而農產品物流金融更具有特殊性，不僅為中小型農業企業的資金融通提供了新渠道，通過物流企業的橋梁作用使農產品企業與金融機構更好地合作，也促進了農產品企業、金融機構、第三方物流企業的共同發展。

目前，包括江蘇省在內的我國金融機構和物流企業普遍缺乏農產品物流金融業務運作的經驗，在諸多環節上存在著風險，阻礙了農產品物流金融的發展。在此前提下，銀行機構、物流企業和農業企業等合作各方，需要將風險環節轉變為業務能力，加強對應的業務運作，提高相應的業務水平，才能逐步克服和抑制風險，確保農產品物流金融業務的順利開展。其中，金融機構和物流企業發揮著重要的作用。尤其是銀行等金融機構，需要對農產品物流金融業務的成效進行準確、合理、有效地預測，才能減少業務過程中信用風險的發生，避免風險損失。

在國內外物流金融風險等級分類研究中，通常根據風險大小的相對程度對風險進行分類，以便有針對性地實施各級風險管理。筆者根據綜合權重系數可知，在農產品物流金融運作過程中，可以將江蘇省農產品物流金融所面臨的風險分為五個級別：一級風險包括質押貨物合法性風險和倉單管理不善風險，二級風險包括法律法規缺失風險、質押物品種選擇風險、質押物市場價格波動風險、企業誠信風險，三級風險包括企業組織結構風險、員工素質不足風險、商品監管風險，四級風險包括質押物價值評估風險、企業發展潛力風險、宏觀環境風險，五級風險包括質押物存量控制不當風險、行業環境風險、管理與監督體制缺失風險、管理層決策失誤風險。其中，對農產品物流金融業務的成功具有重要影響的是一級風險、二級風險和三級風險，分別包括質押貨物合法性風險和倉單管理不善風險要素，法律法規缺失風險、質押物品種選擇風險、質押物市場價格波動風險和企業誠信風險要素，企業組織機構設置風險、員工素質不足風險和商品監管風險要素。對于農產品物流金融合作各方而言，為了提高業務的運作效率，需要逐步加強各風險所對應業務能力，即提高質押貨物合法性和倉單管理安全性，增強法律法規適應性、質押物選擇合理性、質押物市場價格預測準確性和農業企業誠信度，改進物流企業組織機構設置合理性、物流企業員工素質和物流企業商品監管能力。

作為農產品物流金融業務的主要承擔者，金融機構應具有業務成功的預測能力，根據農產品物流金融的關鍵影響因素，來實現對業務成功的合理預測，才能將物流金融的業務風險和金融機構自身的信用風險降低到最低程度。根據西方發達國家農產品物流金融的運作經驗，這是確保農產品物流金融從萌芽到成熟轉變的關鍵性措施。

一、風險控制視角下農產品物流金融業務成效預測模型設計

線性概率模型（linear probability models，簡稱LPM），是指因變量為虛擬變量的回歸分析模型。該模型也可以理解為，在給定的條件下，因變量所代表的事件發生的條件概率。在線性概率模型中，因變量具有二分性質，僅要求回答“是”或“否”。在這里，虛擬變量是指取值是0或1的變量。

基于線性概率模型（LPM）理論，在農產品物流金融風險等級分類的基礎上，考慮到重要風險的影響，構建江蘇省農產品物流金融業務成效預測的線性概率模型如下式所示。

[yi=β0+β1x1i+β2x2i+β3x3i+β4x4i+β5x5i+β6x6i+β7x7i+β8x8i+β9x9i+ui]

在這里，當農產品物流金融業務取得預期的成效時，[y]取值為1，否則取值為0，即[y]是二分變量，或虛擬變量。

在這里，各類變量名稱所對應的變量符號、變量性質、對應系數和系數預期符號等模型信息如表1所示。

二、數據收集

筆者以江蘇省境內的農產品物流金融服務事件為樣板進行數據收集，主要依賴于各類金融機構的內部資料，實現對各項指標的測評。對于解釋變量，采用李克特7點量表法取值。對于業務的有效性，根據金融機構的收益來判斷。如果金融機構按期收回本金，則說明該項農產品物流金融業務是有成效的，業務有效性取值為1。相反，如果金融機構未能按期收回本金，則說明該項農產品物流金融業務缺乏成效，業務成效值取值為0。

本次數據調查自2015年11月11日起，至2016年2月20日結束，歷時100天，收集有效樣本59份。樣本描述性統計分析結果如表2所示。

三、模型檢驗

本研究擬采用后向淘汰（backward elimination）回歸分析法對農產品物流金融業務成效的線性概率模型進行檢驗。后向淘汰回歸分析法，是逐步回歸分析法的一種常見形式。在計量經濟理論中，逐步回歸分析法也稱逐步選擇法，是為了達到選用一系列有用的預報變量子集的目的，不斷在初始模型中剔出或添加變量。

逐步回歸法也是一種常見的回歸分析方法，是多個自變量與一個因變量的多重線性回歸方程，根據用戶事先設定的界值，即設定的“α（Alpha）值，或F值”標準，在計算過程中逐步引入或剔除滿足這個標準條件的自變量，從而最終建立起只含有對因變量有顯著作用的那些自變量、而不包含對因變量沒有顯著作用的那些自變量的“最優”多重線性回歸方程。在逐步回歸分析過程中，如果采用逐步添加變量方法，就稱為前向選擇回歸分析，如果采用逐步剔除變量的方法，就稱為后向淘汰回歸分析。

基于樣本數據，運用SPSS11.5軟件，得到各變量的協方差矩陣如表3所示。在該協方差矩陣中，盡管各變量之間存在著一定的、程度不等的相關性，但從協方差矩陣的整體上看，因子之間的相關系數普遍較低，因而不需要考慮多重共線性問題。

在第一次回歸分析中，法律法規適應性[x3]的回歸系數值較低，且缺乏顯著性，刪除后進行第二次回歸分析。在第二次回歸分析中，物流企業組織機構設置合理性[x7]回歸系數值較低，且缺乏顯著性，刪除后進行第三次回歸分析。在第三次回歸分析中，各變量的回歸系數均存在一定的顯著性，因此，回歸分析結束。

在第三次回歸分析中，回歸方程能夠解釋總變差的55.6%，總體檢驗也具有一定的顯著性。其中：倉單管理安全性[x2]和農業企業誠信度[x6]的系數值較高，對業務成效的影響較大；質押物選擇合理性[x4]和物流企業員工素質[x8]的系數值次之，對業務成效存在著一定的影響；質押貨物合法性[x1]、質押物市場價格預測準確性[x5]和物流企業商品監管能力[x9]的系數值較低，對業務成效的影響相對較小。

四、風險控制視角下農產品物流金融業務改進策略分析

首先，著力提高倉單管理的安全性，并培育農業企業的誠信度。農業企業誠信意識的培育是一個長期的問題，但要引起足夠的重視。如果重視程度不夠，不采取循序漸進的培育措施，必將長久地阻礙農產品物流金融的發展。銀行機構在進行信貸業務服務中，應對農業客戶進行誠信宣傳，以及采取一些其他的誠信促進措施。倉單管理水平主要受制于物流企業的管理思想、理念和方法，因此，物流企業應將倉單管理作為一項重要的業務來對待，制定專項倉單業務規章并進行嚴格監督。

其次，重視質押物的合理選擇和物流企業員工素質的開發。在現有的業務運作中，農產品質押物的選擇帶有很大的隨意性，僅關注了質押物的季節性，沒有考慮市場需求、價格波動、政策影響等因素，導致質押物價值往往低于信貸額度，誘發了農業企業的機會主義行為和傾向。江蘇省物流企業在招募員工時，綜合素質一般并不低，但是，由于不注重員工的培育和學習，缺乏對繼續教育的投入，導致員工業務能力無法跟上物流業的發展，對物流金融感到陌生，致使在許多業務環節上產生漏洞。

再次，關注質押物的合法性、質押物市場價格預測的準確性和物流企業商品監管能力的提高。在江蘇省農產品物流金融業務調查中，發現多起由于質押物不合法所引發的產權糾紛，最后導致金融機構和物流企業的利益受損。如果金融機構和物流企業能夠對質押物的合法性進行適度地關注，誠信意識較差的農業企業就很難蒙混過關。質押物市場價格的預測，不僅是物流企業的責任，也需要金融機構的參與，結合兩者的力量，才能實現對質押物價格波動的合理預測。在實現運作中，金融機構很少參與質押物價格波動的預測，反而為自身帶來不確定風險。農產品質押物的監管不同于其他產品，且各類農產品的產品特性也存在著差異，因此，物流企業應該對大宗農產品制定特殊的監管策略，尤其加強變質、發霉、脫水等自然屬性的監管，才能在實質上提高監管能力。

最后，探索物流企業組織結構的改革路徑，并及時出臺一些對農產品物流金融業務有針對性的法律法規。這兩個要素是農產品物流金融發展的潛在風險，盡管在江蘇省現有的業務中尚未體現，隨著農產品物流金融業務規模的擴大，這些潛在的風險遲早會發生或爆發。隨著各種新型物流業務的興起，物流企業組織結構變革勢在必行，如果對外部環境變化反應遲鈍，就會對物流金融業務的成長帶來很大的障礙。目前，江蘇省尚不存在專項的農產品物流金融法規條例，從長遠看，必然對農產品物流金融的發展形成制約。

參考文獻：

[1]張璐.黑龍江省農產品綠色物流金融運營研究[J].對外經貿，2014（01）：78-79.

[2]J Coulter， G Onumal. The role of warehouse receipt systems in enhanced commodity marketing and rural livelihoods in Africa[J].Food Policy，2002，27（9）：319-337.

[3]胡愈，許紅蓮.現代農產品綠色物流金融的發展及其方向選擇[J].湖南師范大學學報，2008（05）：116-119.

[4]許紅蓮.現代農產品綠色物流金融運作模式設計[J].中央財經大學學報，2009（11）：82-86.

[5]李巍.淺析農產品供應鏈物流的金融模式[J].物流工程與管理，2011（09）：44-45.

[6]袁玉春.我國農產品物流金融服務模式研究[J].安徽農業科學，2011，39（30）：18860-18861.

[7]屈曉娟，張臻.因子分析視角下農產品物流金融運作的風險管理[J].物流技術，2014，33（3）：163-165.

[8]郭薇.農產品物流金融服務發展模式風險及其防范[J].商業時代，2014（23）：30-31.

[9]梁志紅.農業政策性金融機構支持現代農產品物流業的有關建議[J].經濟研究導刊，2014（14）：210-211.

[10]Bertil Sylvancler， Nathalie S B. The strategic turn of organic farming in Europe： from a resource based to an entrepreneurial approach of organic marketing initiatives[M]. Emerald Group Publishing Limited，2006（8）：1057-1922.

[11]楊蕾，張義珍.農產品物流金融發展的必要性和可行性分析[J].安徽農業科學，2010，38（8）：4282-4284.

[12]許紅蓮，鄧超.現代農產品綠色物流金融發展及其制約因素分析[J].湖南大學學報（社會科學版），2008（04）：69-72.

[13]許紅蓮.農產品綠色物流金融運營的帕累托最優狀態分析[J].系統工程，2010（03）：123-126.

[14]舒輝，衛春麗.農戶參與農產品物流金融的模式研究[J].中國流通經濟，2014（02）：114-120.

基金項目：江蘇省農產品物流金融風險測評和業務成效預測研究，省哲科項目。