供應鏈金融模式下我國商業銀行的信用風險評估

摘 要：供應鏈金融作為一種新型的融資模式，與商業銀行傳統的授信理念和授信模式產生了強烈的背離，由此引發我們對供應鏈中的授信銀行是如何進行金融創新以解決中小企業授信風險問題的思考。本文在對以往研究進行歸納梳理的基礎上，找出目前研究中的不足、或有待改進之處，為今后研究提供一個可能的方向，使銀行等金融機構遭受更小的風險，使其供應鏈金融業務健康發展。

關鍵詞：供應鏈金融；商業銀行；信用風險

引言

2017年，國務院辦公廳發布了《關于積極推進供應鏈創新和應用的指導意見》，強調了管控供應鏈金融風險的重要性，并提出要推動建立以銀行等金融機構和供應鏈核心企業為主題的風險控制體系。同時Rhian Silvestro和Paola Lustrato（2014）指出商業銀行在整合供應鏈資金流、物流和信息流方面起到了非常重要的作用。張誠（2016）通過構建動態演化博弈模型研究了商業銀行與閉環供應鏈企業博弈均衡的穩定性，并指出商業銀行對中小企業閉環供應鏈資本體系有很大聯系。由此看來商業銀行對供應鏈金融信用風險的控制是很重要的。在2003年推出的《巴塞爾新資本協議》中，針對商業銀行的全面風險管理，提出了銀行應建立自身內部風險評估機制并使用外部專業評級機構對貸款公司進行評級，以評估銀行信貸風險要求。各國商業銀行須將安全性、流動性和盈利性三項原則作為銀行經營的主體經營管理思路。而在“三性原則”中安全性是首要和保障，因此風險管理是商業銀行的首選目標。由此可見，對金融機構和核心企業來說，構建一套基于供應鏈金融融資模式的商業銀行信用風險評估體系是很必要的。

一些長期研究中國經濟的國內外專家在供應鏈金融信用風險評估方面有了一定的研究成果，提出了一系列有實際意義的想法，深化了我國商業銀行信用風險的認識，豐富了相關理論。目前有關此方面的研究分為三個方向，分別為風險識別、風險評估和風險控制這三個供應鏈金融信用風險管理過程，其中風險評估是核心環節。接下來本文將對此進行歸納。

一、供應鏈金融信用風險評估

風險評估是指運用定量分析的方法進行估計、衡量融資風險發生的可能性和損失程度。對于研究以信用風險評估為主題的文獻絕大多數都是定量分析類文獻，通過構建模型，利用數據分析，客觀地解釋供應鏈金融信用風險評估體系。通過閱讀文獻發現在研究該問題時學者大多數采用兩類方法，一類是層次分析法或基于層次分析法的其他分析方法，如多層次灰色綜合評價法、模糊層次分析法等綜合分析評價方法。如張浩（2008）在結合前人分析成果的基礎上，以銀行授信為出發點，采用層次分析法構建中小企業信用評級指標體系，實現商業銀行中小企業信用風險的定量分析。趙忠，李波（2011）結合供應鏈金融信用風險特點從行業風險因素、融資企業資質、融資項下資產狀況、供應鏈運營狀況四個方面構建信用風險評價指標體系，并使用模糊層次分析法確定個指標的權重，有效對供應鏈金融信用風險進行評價。周紅英，江霞（2015）在考慮核心企業與此生操作風險的基礎上構建信用風險評價體系，運用模糊層次分析法確定指標權重，并分析指標對信用風險的影響路徑。

但是層次分析方法彰顯著濃重的主觀性，因為它需要借鑒專家意見來確定指標權重。為了降低其主觀性，一些學者開始尋求更客觀的研究模型，即Logistic模型。熊熊等人（2009）通過分析以往研究中供應鏈金融的信用風險評價，建立了風險平價指標體系，該體系包含申請人資質、交易對手資質、融資項下資產情況和供應鏈運營狀況，運用更客觀的Logistic模型評估企業的違約概率，并提出建議：為了更精確地評價風險，要重視大環境下經濟周期的走勢，要加強收集和整理客戶的基礎數據。

盡管采用Logistic模型進行風險評估比層次分析法更客觀，但是由于依然存在企業樣本數量龐大以及風險評估不準確等問題，學者們開始著手研究更信息化、更精確的供應鏈金融融資模式信用風險評估模型。胡海青等（2011）采用支持向量機方法建立了信用風險評估模型，并通過與Logistic評估模型進行比較分析，證實了使用該研究建立的風險評估模型的準確度更高。范黎波等（2014）將神經模糊系統引入中小企業，構建了信用風險評級的神經模糊模型，并檢驗了該模型的準確性。史金召等（2014）提出了一種基于VaR（處于風險狀態的價值）模型的信用風險控制方法，來實現銀行供應鏈金融業務貸款結構的動態優化調整，通過執行動態的貸款企業準入條件，達到信用風險控制的目的。劉艷春和崔永生（2016）基于處在供應鏈上下游企業的財務狀況、自身發展狀況、宏觀環境及供應鏈的運行效率等諸多影響因素對構建供應鏈金融信用風險評價體系提出了四點假設，并用探索因子分析法和結構方程模型驗證分析法建立了信用風險評價模型。同時通過計算結構方程模型的各觀測變量指標的標準化回歸系數結合灰色綜合評價方法，準確地對供應鏈金融下中小企業信用風險作評估，幫助銀行選擇出最佳授信對象。在構建信用風險平價體系時，大多數研究均采用企業的財務指標，而王寶森和王迪（2017）利用企業非財務指標數據（如交易頻率、客戶活躍程度、滿意度等）充分發揮互聯網優勢設計了邏輯回歸風險判別器，并借助盯市原理探索了創新的信用風險管理模式。

隨著互聯網的發展，有學者充分利用互聯網優勢評估企業信用等級。Basu和Nair（2012通過分析B2B平臺互聯網供應鏈金融預付賬款的業務模式，設計了一種隨機動態規劃模型，認為互聯網平臺下中小企業財務狀況的不完善會增加信用風險。

大多數學者的研究都是基于理論層面，也有在銀行工作的研究者結合銀行情況提出觀點。王琪（2010）從實踐需求出發，認為決策樹法處理海量信息非常有效，具有清晰直觀和易于解釋的優點，因此基于此方法構建了一個供應鏈金融模式下商業銀行的信用風險評估模型，具有實際意義。

二、結論及建議

（一）結論

從以上綜述中可以看出，供應鏈金融風險評估是相關研究的重要主題。通過閱讀文獻可知在研究供應鏈金融信用風險評價指標體系的建立中存在不足：在建立指標體系時，基本都是財務指標，非財務指標如企業信用狀況、活躍程度、交易頻率等很少被考慮。因此在建立中小企業信用指標體系時，應考慮加入影響融資企業信用狀況的一些非財務指標，并且對指標進行適時處理。為了盡可能全面地反映中小融資企業的信用狀況，該體系還應在定量指標的基礎上綜合考慮定性指標。

有關研究信用風險評估模型，由于我國供應鏈金融業務開展時間較短，大部分學者選擇了初始的層次分析法和較成熟的Logistic回歸模型。Logistic回歸模型雖然克服了專家評價法的主觀性，但是一般只能采用企業財務指標作為樣本，忽略了非財務指標的影響，所以模型結果還不夠精確。還有些學者嘗試了決策樹法、灰色分析法、SVM等方法，進一步準確評估企業信用。盡管國內外學者對供應鏈金融的風險評估和控制措施有了一定的研究，但是大多數研究都是從宏觀上分析對供應鏈金融業務模式的概念和操作流程，很少研究會依據商業銀行供應鏈金融業務實際運營情況剖析其所采取的信用風險分析和控制手段。隨著我國供應鏈金融業務的發展，希望學者能夠結合現實銀行實際合理運用這些方法。

（二）建議

綜上所述，本研究對供應鏈金融模式下商業銀行信用風險評估的研究方向有以下看法：

1.由于面臨越來越多中小企業的發展需求，供應鏈金融服務無法及時應對，因此銀行等金融機構須根據金融市場的需求變化，利用互聯網技術，不斷創新，不斷推動業務模式信息化，搭配出更適應銀行和上下游企業的創新型融資方式。所以在以后的研究中可結合互聯網技術深度剖析供應鏈金融信用風險。

2.供應鏈金融業務主要是以核心企業為中心點向中小企業進行融資授信的擴散。大量研究表明，供應鏈金融業務可以使供應鏈上的企業面臨更低且容易掌控的風險。但是，對由于環境發生劇烈變化且不受控如發生金融危機、自然災害等而引起連鎖效應所導致的風險的相關研究仍較少，如何定義這種風險以及怎樣定量預估、如何及時阻斷風險傳播仍有待探究。

3.目前存在的供應鏈金融業務都是圍繞核心企業來完成的，那么如果在供應鏈中沒有核心企業的存在或者核心企業發揮作用較小，商業銀行需要采取什么措施來管控風險為中小企業授信。這個問題值得學者未來研究。

參考文獻：

[1]Rhian Silvestro，Paola Lustrato. Integrating financial and physical supply chains： the role of banks in enabling supply chain integration [J].International Journal of Operations Production Management，2014，3（34）：298-324.

[2]張誠.Small and Medium-Sized Enterprises Closed-Loop Supply Chain Finance Risk Based on Evolutionary Game Theory and System Dynamics[J].

[3]張浩.基于供應鏈金融的中小企業信用評級模型研究[J].東南大學學報（哲學 社會科學版），2008，（S2）：54-58.

[4]趙忠，李波.基于模糊層次分析法的供應鏈金融信用風險評價[J].河南科學，2011，（01）：112-116.

[5]周紅英，江霞.考慮核心企業與次生操作風險的供應鏈金融信用風險研究——基于模糊層次分析法[J].科技和產業，2015，（10）.

[6]熊熊，馬佳，趙文杰，王小琰，張金供.應鏈金融模式下的信用風險評估[J].南開管理評論，2009，148（12）：55-58.

[7]胡海青，張瑯和張道宏.供應鏈金融視角下的中小企業信用風險評估研究——基于 SVM 與 BP 神經網絡的比較研究[J].管理評論，2012，（11）：70-80.

[8]范黎波，賈軍，賈立.供應鏈金融模式下中小企業信用風險評級模型研究[J].國際經濟合作，2014，（01）.

[9]史金召，王長春，亓暉.基于VaR模型的供應鏈金融信用風險動態控制方法研究[J].風險管理，2014，（06）.

[10]劉艷春，崔永生.供應鏈金融下中小企業信用風險評價——基于SEM和灰色關聯度模型[J].技術經濟與管理研究，2016，（12）.

[11]王寶森，王迪.互聯網供應鏈金融信用風險度量與盯市管理[J].中國流通經濟，2017，（04）.

[12]Basu，Nair. Supply chain finance enabled early pay： unlocking trapped value in B2B logistics[J]. International journal of logistics systems and management，2012，（03）：334-353.

[13]王琪.基于決策樹的供應鏈金融模式信用風險評估[J].新金融，2010，（04）：38-41.

作者簡介：

陳澤潤，北京對外經濟貿易大學。