長三角供應(yīng)鏈金融的發(fā)展現(xiàn)狀和風(fēng)險(xiǎn)控制研究

(重慶大學(xué) 重慶 400000)

一、長三角供應(yīng)鏈金融信用風(fēng)險(xiǎn)現(xiàn)狀分析

在國內(nèi)金融發(fā)展仍不完善的大背景下，長三角商業(yè)銀行在內(nèi)的大多國內(nèi)銀行對供應(yīng)鏈金融的引入多少存在著盲目性。為了搶占客戶，對不管何種信用水平的新老客戶都趨之若鶩。這種盈利模式勢必容易出現(xiàn)拉高授信額度，降低門檻限制，減弱審查力度的現(xiàn)象，致使銀行客戶資源魚龍混雜，隨時(shí)處于被騙貸的風(fēng)險(xiǎn)之中。

在供應(yīng)鏈金融風(fēng)險(xiǎn)的監(jiān)管方面，長三角大部分銀行尚處于傳統(tǒng)信用風(fēng)險(xiǎn)評估階段向現(xiàn)代化風(fēng)險(xiǎn)管理階段轉(zhuǎn)變的過渡期，這無疑限制著供應(yīng)鏈金融市場的發(fā)展空間。

二、長三角供應(yīng)鏈金融信用風(fēng)險(xiǎn)logistic模型測度

(一)供應(yīng)鏈金融信用風(fēng)險(xiǎn)評價(jià)體系設(shè)計(jì)

基于前人研究和數(shù)據(jù)獲得的便利準(zhǔn)確性構(gòu)建指標(biāo)體系，選擇指標(biāo)如下：X1每股收益；X2凈資產(chǎn)收益率；X3凈利率；X4毛利率；X5營業(yè)利潤率；X6應(yīng)收賬款周轉(zhuǎn)率；X7存貨周轉(zhuǎn)率；X8流動比率；X9總資產(chǎn)周轉(zhuǎn)率；X10資產(chǎn)負(fù)債率；X11現(xiàn)金流動負(fù)債比；X12應(yīng)收款項(xiàng)增長率；X13每股經(jīng)營性現(xiàn)金流；X14現(xiàn)金比率；X15凈利潤現(xiàn)金含量。

(二)數(shù)據(jù)選取與來源

本文選取三年前的財(cái)務(wù)指標(biāo)數(shù)據(jù)作為模型回歸和驗(yàn)證的測試數(shù)據(jù)。模型所用樣本采用滬深兩市2012～2015年間經(jīng)營正常的非“ST”公司10家和失敗的“*ST”公司10家。涉及制造、零售等行業(yè)，基本都為長三角地區(qū)供應(yīng)鏈中小企業(yè)，并被平均分為估計(jì)樣本和測試樣本。估計(jì)樣本由其中來自長三角地區(qū)的5家“*ST”和5家非“ST”企業(yè)組成，其財(cái)務(wù)比率用來估計(jì)logistic方程的回歸系數(shù)。

本文選用各個上市公司2012年的財(cái)務(wù)比率值作為原始數(shù)據(jù)，來源于“證劵之星”網(wǎng)站和“個股寶典”資料中提供的年度財(cái)務(wù)報(bào)表及業(yè)績預(yù)告。

(三)主成分logistic模型的求解

1.主成分分析。運(yùn)行SPSS19.0，輸入估計(jì)樣本公司的相應(yīng)數(shù)據(jù)結(jié)果如表1所示。

表1 主成分分析解釋的總方差統(tǒng)計(jì)表

表1中，各成分中初始特征根大于等于1的值分別為7.683、3.139、1.918、1.074，且四者對應(yīng)成分的累積貢獻(xiàn)率達(dá)到了92.091%，符合主成分的指標(biāo)要求。同時(shí)可知4個主成分變量分別解釋了原指標(biāo)變量的51.22%、20.924%、12.788%、7.159%的信息，較完整地保留了原有數(shù)據(jù)的信息。

2.主成分得分計(jì)算。按照主成分分析和因子數(shù)據(jù)正交旋轉(zhuǎn)的結(jié)果，得到各因子與各原始財(cái)務(wù)指標(biāo)函數(shù)關(guān)系如下：

Y1=0.2828SX1+0.2196SX2+…+0.3392SX14-0.0525SX15

(1)

Y2=0.3283SX1+0.4032SX2+…+0.1185SX14+0.0633SX15

(2)

Y3=-0.0878SX1-0.0668SX2+…+0.1336SX14-0.1013SX15

(3)

Y4=-0.0961SX1-0.1376SX2+…-0.1058SX14+0.9165SX15

(4)

上式中，標(biāo)準(zhǔn)化指標(biāo)數(shù)據(jù)SXi的系數(shù)由因子載荷矩陣中的權(quán)值與對應(yīng)特征根的平方根相除所得。

主成分Y1承載著代表公司短期債務(wù)償還能力的X1、X8、X11和X14較多的信息，可稱其為償債因子；主成分Y2承載著代表企業(yè)獲利能力的X2、X3、X4和X5較多的信息，由于企業(yè)的盈利能力強(qiáng)弱跟它的運(yùn)營水平高低息息相關(guān)，故可稱Y2為運(yùn)營因子；主成分Y3承載著表征公司成長潛能和進(jìn)步空間的X6、X7和X12較多的信息，可稱其為成長因子；主成分Y4承載著表征公司現(xiàn)金流活力的X13、X15較多的信息，可稱其為現(xiàn)金流因子。

3.二元logistic回歸分析。本文以三年前的財(cái)務(wù)指標(biāo)數(shù)據(jù)作為判斷或預(yù)測公司貸款違約或非違約的指標(biāo)，即自變量。因變量以三年來經(jīng)營正常的公司為貸款非違約狀態(tài)，以三年來經(jīng)營失敗的公司為貸款違約的狀態(tài)。也就是Y1～Y4為自變量，違約概率P為因變量代入二元logistic模型進(jìn)行回歸。設(shè)分類臨界值為0.5，通過SPSS 19.0獲得的迭代結(jié)果如表2所示。

表2 回歸分析結(jié)果

3.模型系數(shù)綜合檢驗(yàn)。同時(shí)得到模型系數(shù)的綜合檢驗(yàn)結(jié)果，見表3。

表3 模型系數(shù)的綜合檢驗(yàn)

p值為0.008，小于0.05，故該檢驗(yàn)通過。

綜上，估計(jì)的logistic回歸模型如下：

Z=-2.367-6.247Y1-10.98Y2-4.453Y3+4.7Y4

(5)

(6)

式(6)中的P表征著供應(yīng)鏈中融資企業(yè)的信用風(fēng)險(xiǎn)。

(四)模型驗(yàn)證

本文以其他5家“*ST”和5家非“ST”公司為測試樣本驗(yàn)證模型預(yù)測的準(zhǔn)確性。將每個上市公司的各項(xiàng)財(cái)務(wù)指標(biāo)代入最終的logistic模型，對每個公司的違約情況進(jìn)行預(yù)測。

預(yù)測結(jié)果顯示，觀測值P=0有5個(經(jīng)營正常)，相應(yīng)的預(yù)判值全部是P=0，預(yù)判準(zhǔn)確率為100%；觀測值P=1有5個(經(jīng)營失敗)，相應(yīng)的預(yù)判值有4個P=1，1個P=0，預(yù)判失敗一例，預(yù)判準(zhǔn)確率為80%。總體來看，全部10個樣本有9個預(yù)判準(zhǔn)確，1個預(yù)判失敗，總的預(yù)判準(zhǔn)確率為90%，表明該模型是可行并且有效的。

三、結(jié)論和建議

(1)依據(jù)企業(yè)的財(cái)務(wù)數(shù)據(jù)構(gòu)建風(fēng)險(xiǎn)預(yù)測模型是可行的，基于主成分和Logistic回歸的預(yù)測模型具有良好的準(zhǔn)確率。

(2)商業(yè)銀行必須認(rèn)清供應(yīng)鏈金融的行業(yè)特殊性，在選擇供應(yīng)鏈時(shí)就有做到選好供應(yīng)鏈、強(qiáng)化準(zhǔn)入標(biāo)準(zhǔn)、完善評價(jià)體系和評估模型。

(3)建立恰當(dāng)?shù)男庞蔑L(fēng)險(xiǎn)評價(jià)模型和風(fēng)險(xiǎn)預(yù)測模型，及時(shí)對風(fēng)險(xiǎn)進(jìn)行預(yù)測減少壞賬損失。