基于汽車類上市公司的供應鏈金融信用評價

侯志欣　張越

摘要：以汽車類上市公司作為研究對象，選取162家汽車及汽車零部件制造公司的相關指標，通過選取企業素質、經營指標、資產結構作為一級指標，利用因子分析的方法獲得其各自的信用狀況評分。根據結果，對汽車類供應鏈金融發展提出相關建議。

摘要：供應鏈金融 因子分析 汽車類上市公司

一、引言

伴隨著經濟全球化與網絡全球化的發展，國內貿易與國際貿易的競爭格局也從單一的企業與企業之間的競爭演變成企業所在的供應鏈與供應鏈之間的競爭，因此，整個供應鏈金融就形成了一個利益共同體。2015年我國供應鏈金融市場約12萬億元，至2017年，供應鏈金融市場到達14.5萬億元的市場規模，其在我國的增長率接近20%，同時互聯網+供應鏈金融近年來的快速發展，在2020年供應鏈市場規模將達到20萬億元。根據目前全國供應鏈金融業務發展來看，發展較快的主要是鋼鐵、能源、汽車和大宗商品幾個領域，其中汽車部分，上游為汽車零部件制造，中游為汽車整車制造和下游分銷三部分。本文通過選取汽車及汽車零部件制造的上市公司數據，分別對上游、中游兩部分的信用狀況問題進行綜合信用評分，以此來分析其信用狀況等相關問題進行評價。

二、評價模型建立

（一）評價指標選取

評價指標的選取是根據分析研究供應鏈金融信用評價的基礎，同時也是建立模型，數據處理分析的關鍵部分。因此，評價指標選取應遵循全面性、科學性、實用性和可操作性四大原則。本文分別從企業素質、經營指標、資產結構三方面來選取適當的指標。具體指標選取如下：

（二）數據來源

本文采用數據來自wind數據庫，選取162家上市公司的截至2018年底的相關數據。其中主體信用評級根據AAA、AA+……C，分別對應14、13……1。

本文選取162家滬深板塊汽車及汽車零部件上市公司的項目指標數據，其中汽車制造公司25家，摩托車制造公司4家，汽車零部件制造公司133家。

（三）因子分析

1.KMO和Bartlett球形檢驗。首先，利用軟件SPSS25對數據進行標準化處理。然后，利用軟件進行KMO檢驗，檢驗結果如表2所示。表中KMO值為0.629>0.5，表示樣本數據適合做因子分析。同時表中Bartlett球形檢驗P值為0，達到顯著水平，說明共同因素存在，適合采用因子分析。

2.解釋總方差。本文通過最大方差法旋轉構成矩陣，提取因子中選取主成分法，通過得到旋轉因子其解釋總方差的累計貢獻率來說明解釋程度;或者選取單個因子貢獻值大于1的標準來進行判定，如果因子貢獻值小于1，則不采用。從解釋總方差表中可以看出特征值大于1的因子共有8個，累計貢獻率達到76%，說明這8個公因子可以很好的解釋23個指標。

通過旋轉后載荷矩陣和線性組合系數矩陣，將二十三個項指標轉化為八個主成分，每個主成分所代表的能力和前面指標體系構建的二級指標相同。可以將影響企業風險的要素分成八個主要成分，分別是F1（盈利能力）、F2（償債能力）、F3（信用狀況）、F4（周轉狀況）、F5（員工素質）、F6（資產狀況）、F7（產權狀況）、F8（發展能力）。

F1因子中總資產凈利率、營業利潤率、凈資產收益率、總資產報酬率、成本費用率這五個指標所占比重較大，主要反映上市公司的盈利能力，F1的值越大，說明企業的盈利能力越強。

F2因子中資產負債率、流動比率、速動比率這三個指標所占比重較大，主要反映上市公司的償債能力，F2越大說明企業的償債能力越強。

F3因子中歷史授信額度、授信額度使用率、主體信用評級這三個指標所占比重較大，主要反映上市公司的的信用狀況，F3越大說明企業的信用狀況越好。

F4因子中總資產周轉率、應收賬款周轉率、存貨周轉率這三個指標所占比重較大，主要反映上市公司的周轉狀況，F4越大說明企業的周轉速度越快。

F5因子中碩博士人數占比、本專科人數占比這兩個指標比重較大，主要反映上市公司的員工的教育水平，F5越大說明企業員工中的高學歷人員越多。

F6因子中流動負債率、總資產、固定資產比率這三個指標比重較大，主要反映上市公司的資產規模與資產狀況，F6越大說明企業的資產狀況越好。

F7因子中只有一個產權比率的比重最大，主要反映上市公司的產權狀況。

F8因子中營業增長率、凈利潤增長率、凈資產增長率著三個指標比重較大，主要反映上市公司的發展能力，F8越大說明企業的發展能力越強。

由于數據量較大，本文選取綜合信用評分前10名的上市公司進行分析。根據旋轉因子矩陣可得出各公司對應的因子系數，此10家公司的相應因子得分如表3所示。

通過表3各公司因子相應得分，再結合各因子的貢獻率得出信用評分模型為：

F=0.2677F1+0.1356F2+0.1219F3+0.1110F4+0.1018F5+0.0970F6+0.0873F7+0.0776F8? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

將上述10家公司中F1-F8的值帶入評分模型，可得出各公司信用狀況綜合評分。如表4所示。

根據表4所示，上汽集團、威帝股份分別是汽車制造、汽車零部件制造中的龍頭公司，通常處于供應鏈金融中核心企業的地位。同時，由于其處于行業龍頭地位，與其合作的上下游中小企業通常信用狀況良好。這樣組成的整條供應鏈金融體系信用狀況好，違約風險低。

三、結論與總結

本文構建了以企業素質、經營指標、資產結構為一級指標，員工狀況、信用狀況、盈利能力、發展能力、產債能力、產權狀況、資產狀況、周轉狀況為二級指標的供應鏈金融信用評價體系。選取23個評價指標，采用主成分降維方法處理，得出各上市公司的信用綜合評分。作為供應鏈金融的參與方需要注意以下兩點，一是企業應當增強自身建設，優化自身資產結構，提高信用水平，減少不良貸款記錄;二是增強對外合作，保持供應鏈上的合作穩定關系，促進合作的健康發展。

通過信用綜合評分，可得知汽車及汽車零部件行業的龍頭公司，然而，供應鏈金融的信用評估不僅僅取決于自身的風險狀況，還依賴于上下游合作關系的穩定程度。因此，在綜合評價供應鏈金融信用風險時，還需要深入研究。

參考文獻：

[1]沈波，薛冰玉，楊仙佩，萬杉杉，雷星竹，楊忻悅.我國汽車類上市公司供應鏈金融信用風險評價[J].物流科技，2018，37（3）：82-86.

[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，2015，14（11），1158-1164.

[3]褚玉馨.供應鏈金融信用風險評價研究[D].山東財經大學.2016.

作者單位：華北理工大學經濟學院