基于主成分綜合評價模型的雙向物流金融信用評價研究

文/黃玉佳，上海大學經濟學院

1 引言

面對市場競爭的不斷加劇，物流企業的競爭焦點不再是倉儲、運輸等低附加值的服務，而是逐漸轉向融資媒介業務、信息管理業務的角色轉移。物流金融作為一種新興的物流服務產品與金融服務產品，是物流增值服務的主要延伸模塊，物流機構通過充當金融機構與中小企業之間的橋梁，為供應鏈上下游企業提供融資方面的便利，解決了制造企業融資難的問題，同時也為銀行等金融機構的業務創新提供契機。本文分別從物流金融企業和有貸款需求的中小企業兩個視角出發，主要利用了主成分分析模型對物流金融服務中存在的信用風險進行了雙向研究。

2 建立第三方物流機構與中小企業的雙向評級指標體系

物流金融的出現旨在將物流企業、資金需求企業、金融機構三大主體有機結合在一起，為各方帶來便利的同時也產生了不可忽視的風險，物流金融企業須將自身的中介性和它與制造企業、供銷企業的內部相關性作出明確的劃分。對物流金融整個供應鏈上的風險進行科學、有效的評價具有不可忽視的作用，一方面使企業合理定位自身價值，以便投資者給予資金支持，同時倒逼那些評分等級較低的企業改善經管水平提高自己的資信級別。其次，科學地評價供應鏈風險還可為金融機構確定貸款風險程度和信貸資產風險管理水平提供重要的依據，也可為相關行業的監管部門提供參考信息。

2.1 物流金融企業對中小企業的評價因素分析

從物流金融服務企業的視角出發，對貸款對象的選擇直接關系到其增值業務質量的高低和項目的可持續性，可從以下角度對中小企業的價值進行評價，以便于物流企業確定是否給該企業提供融資服務。

1、企業基本素質：企業的基本素質包括宏觀環境下企業的市場定位、所處行業的成長性狀況、企業規模、企業內部財務制度和管理水平。

2、企業的綜合實力：可從企業的償債能力、運營能力、盈利能力、成長與發展能力幾個角度出發，對相關財務指標進行分析。償債能力可由流動比率、速動比率、資產負債率、產權比率表現。運營能力可用資產的周轉速度來衡量。盈利能力包括企業營業利潤率、總資產報酬率、凈資產收益率。最后，企業成長與發展能力可由一些增長率指標體現，如營業利潤增長率、總資產增長率等。

3、質押物質量：第三方物流機構比銀行更具優勢主要體現在其作為質物管理中介的地位，質押物在庫期間主要是由物流機構實施監管，因此相關質押物的市場價格、合法性、有效性、質押物的管理成本以及質押物的變現能力可作為物流企業的主要評估因素。

4、信用狀況：企業的信用狀況可依據該企業合同履約率、貸款償還率和還款意愿率指標給出，還可參照企業的信用記錄以及主要管理層和操作者的信用記錄。

2.2 中小企業對第三方物流企業的價值因素分析

從中小企業的角度，選擇一家資信好的第三方物流機構能夠提高其貸款的持久性和穩定性，通過長期合作可以獲得利率優勢從而降低融資成本，企業也可從以下幾個方面來確定一家適合的物流金融服務機構。

1、物流企業的基本素質：物流企業的市場占有率、企業規模、價格吸引力、服務的客戶滿意度、企業內部的財務制度和管理水平。

2、物流企業的硬件條件：倉庫規模、監管體系、風險控制水平、交通運輸設備的優劣、人力資源、管理質押物水平。

3、物流企業的技術水平：擁有全面高效的物流管理信息系統可以實現物流企業與客戶的實時互動和信息共享。因此評價物流企業的物流網絡建設和通信系統建設水平至關重要。主要評價指標有企業信息技術的擁有率、信息技術的使用率、信息技術投入產出比、物流技術開發人員比率等。

4、物流企業的信用水平：物流企業的融資能力代表物流企業為了擴大營業規模而融資的成本和難易程度，反映企業擴張資金的潛力。還可考察物流企業與銀行合作程度、物流企業監管記錄和操作人員的信用記錄等。

3 主成分綜合評價模型

3.1 問題分析

針對本文研究的具體內容和現有的評價指標體系，本文決定采用主成分分析法提取若干個綜合指標，并通過計算每個主成分的指標系數和成分貢獻率，最終得到主成分綜合評價模型，從而將復雜的評價因素歸結為數個主要因素。

3.2 主成分分析法介紹

主成分分析法以最少的信息丟失為前提，將較多的原有指標綜合成較少的定量指標，每個定量指標是不可觀測的，即它不是具體的某個指標而是若干個原有指標的線性組合。指標的個數雖有所減少，卻依然能夠反映出原有指標所攜帶的主要信息（>=85%）；且指標之間互相獨立，所含信息互不重疊。因此降維和數據結構簡化得以實現。

3.3 主成分評價模型算法

設有n個被評價對象e1,e2,…,en,這里指代了文中的借方中小企業或第三方物流企業；每個樣本點均由p個指標變量描述，原始數據構成一個n×p維矩陣。為使指標的方向統一，將全部逆指標轉化為正指標：

對陣中元素作如下標準化變換

式中得到標準化矩陣Z

求該標準化矩陣的相關矩陣

其中

解相關矩陣R的特征方程得p個特征根 λ1≥λ2≥…≥λp≥0

按照≥0.85確定m值，對每個λj,j=1,2,…,p,解方程組得特征向量bj，對其作歸一化處理.

求出變量主成分uj，計算對應的樣本主成分向量Uj

稱為變量的第j主成分，其中z為指標向量，uj的方差為λj；由互相獨立可知：各個主成分所含的信息互不重疊，根據所選擇的uj，計算樣本主成分向量Uj

它的第i個分量uij是向量 Zi( i = 1,2,… ,n)在bj上的投影.

求前m個樣本主成分的線性加權值，按uj的方差λj占總方差的比例求權系數（貢獻率）

樣本評價分值

由樣本評分值 si( i = 1,2,… n)的數值可對被評價對象評價排序。由此得到基于主成分分析法的主成分分量評價模型。

4 等級雙向匹配

由以上的評價模型可分別得到中小企業信用評分表和第三方物流企業的價值評分表（具體的各項指標評分可由企業提供的財報或專家評分得到）我們將按照評分數值大小對兩者進行評級，對雙方評語集均記為 V分別表示：{卓越，優秀，一般，較差，差}。各等級的分數分布范圍可根據行業種類、行業整體信用水平等要素略作調整。通過等級評定，雙方的可信任度水平得以明確，在雙向選擇時可根據自身的等級選擇合適的合作對象，比如A等級的第三方物流企業將不會選擇與E等級而是同為A等級的或相近的B等級的中小企業合作，同理，E等級的中小企業在獲悉自己的可融資水平后不會向A型物流企業提出融資申請，節省時間成本和用資成本的同時彌補評分弱項，從而在下一年度信用評級時提高等級。

5 總結

本文創新性地建立了物流金融雙向信用評價體系，克服了以往信用評價體系單向化、主觀化的弱點，使得中小企業與第三方物流企業的雙向定量評估得以實現；又使用了主成分綜合評價模型計算各個指標體系下待評價對象的評價分值，減少了指標數量，簡化了計算過程，同時原指標所載荷的信息亦得到最大保留；最后通過雙向信用等級匹配，使各方得以尋找到最合適的合作對象。本文下一步的研究將加入實際算例從而進一步驗證該信用評價體系的合理性與該模型的科學可行性。

【參考文獻】

[1]傅榮林.主成分綜合評價模型的探討[J].系統工程理論與實踐,2001,(11):68-74.

[2]劉哲,方淑芬.利用模糊層次綜合法構建物流金融信用評價模型研究[J].鐵路采購與物流,2009,4(04):50-51.

[3]潘永明,趙云.物流金融信用風險評估模型構建研究[J].華北電力大學學報(社會科學版),2009,(06):26-29.

[4]呂晶,樊世清.物流金融服務行業風險評價指標體系的完善設計[J].鐵路采購與物流,2009,4(12):33-35.