供應鏈金融視角下企業信用風險的評價

楊旺時

【摘要】本文將借助數據模型，探究一種全新的企業信用風險評價方法，以期為相關工作人員提供借鑒和啟示。

【關鍵詞】供應鏈金融 企業信用風險 風險評價

時至今日，伴隨互聯網金融對傳統銀行存款的大規模侵蝕，促使銀行等金融機構必須調整思路，在業務層面做出力所能及的創新。供應鏈金融的出現，為廣大企業的資金需求創造了更多有益的便利條件，企業只需要在供應鏈當中獲得核心企業的合作或認可，就可以從銀行等金融機構獲批融資申請，實現企業自身及金融機構的雙贏。但是在這樣一種情況下，企業自身的信用風險評價就成為一個重要的要素，需要構建完備的信用風險評價體系，來讓“雙贏”得以更好地實現。

一、供應鏈金融視角下企業信用風險評價指標體系的建立

（一）基本原則

供應鏈金融視角下的企業信用風險評價指標體系的建立必須秉承科學性、全面性、層次性以及可操作性的原則。其中科學性是指，評價指標的選擇必須有充分的科學依據，否則其所呈現的信用風險評判結果與真實情況會存在一定程度的偏差，影響金融機構對企業信用情況的判斷：全面性是指必須全面考量一切有可能會引發和影響評價體系建設的各類因素，包括客觀環境、行業態勢.供應鏈核心企業及供應鏈發展情況等：層次性是指體系的建設必須遵循從低到高、由簡單到復雜的分布結構，按照一定的層次來進行：可操作性是指體系建設所選取的指標，要盡可能用容易獲取的指標，可操作性較強。

（二）影響因素

1、宏觀經濟發展情況

良好的宏觀經濟發展情況，很大程度上能夠避免企業在出現系統性的風險時，這種風險被無限度地擴大和傳播：相應的，宏觀經濟發展情況一旦走向惡劣，其對于全社會都將造成顯而易見的損失，身在其中的企業難免會遭受種種系統性的風險。

2、行業本身的發展態勢

行業本身的發展情況對供應鏈上下游的所有企業都會產生直接影響，若行業本身持續性低迷，有融資需求的企業本身卻沒有辦法及時償貸，那么其后期就會為銀行等金融機構帶來巨大損失：但如果行業本身屬于國家重點發展的行業、其發展態勢業內普遍看好，縱然其現階段的各項財務指標不夠優秀，其未來依然有可能獲得穩定甚至是高收益的發展，這類企業在擁有貸款擔保的情況下，也很容易獲得金融機構的授信。

3、供應鏈核心企業以及有融資需求企業的各自情況

供應鏈核心企業的企業規模、盈利及償債能力、信用記錄，也是不容忽視的影響因素。其中企業規模很大程度上能夠反映出其應對風險的能力，以及是否能夠支撐、捍衛和引導供應鏈的穩定運行：盈利及償債能力則是保障融資企業具備穩定持續還款能力的基礎和先決條件：而核心企業的信用記錄越良好、信用等級越高，越能夠對融資企業的融資行為做出有力保障，讓金融機構免受損失。

4、供應鏈運行情況

供應鏈運行情況會直接對企業發展造成影響，而處在供應鏈中的核心企業，其發展狀況又會影響到供應鏈整體的發展情況。供應鏈強度越大，關聯企業之間的合作越緊密、化解信貸危機和風險的能力就越強。

5、融資項目的資產質量

融資項目的資產質量很大程度上決定了融資需求企業所能帶來風險的高低，資產質量越低、其所帶來的風險指數就越高，這是非常需要注意的一個關鍵點。

（三）指標選擇

結合前文所提及的體系建立所應遵循的基本原則，指標的選擇需要從宏觀環境、融資企業自身、核心企業、融資項目的資產質量和供應鏈運行情況五個維度展開。其中宏觀環境領域的指標包括宏觀經濟的發展情況，如行業周期、行業景氣情況等：融資企業自身的指標包括企業的素質、盈利能力、償債能力、運營能力、發展能力及信用記錄等：核心企業的指標包括盈利和償債能力：融資項目的資產質量指標需要根據融資模式展開針對性分析，比如應收賬款融資模式，必須要考量應收賬款的賬期、壞賬比例等：供應鏈運行情況指標包括供應鏈合作強度及合作穩定性。

（四）體系建立

通過前文分析，筆者初步構建出供應鏈金融視角下的企業信用風險評價指標體系，劃分一級指標和二級指標兩個層次，來促使這一體系構建更加立體化。以“融資企業”企業為例，其所包含的一級指標有企業基本素質（內含二級指標領導者素質、員工素質和管理水平）、盈利能力（內含二級指標凈資產收益率、銷售凈利率）、償債能力（內涵二級指標流動比率、現金比率、資產負債率）、運營能力（內含二級指標存貨周轉率、應收賬款周轉率、流動資產周轉率）、發展能力（內含二級指標凈利潤增長率、總資產增長率、每股收益增長率）。

二、基于案例，探究供應鏈金融視角下企業信用風險評價情況

本部分，筆者將結合具體案例，就供應鏈金融視角下的企業信用風險評價體系建立執行情況，展開分析。 （一）案例簡述

鑒于目前國內供應鏈金融主要圍繞汽車、鋼鐵以及通信等領域開啟，筆者在本文中針對汽車行業開啟針對性的案例研究，通過對2019年1-6月我國汽車產量以及保有量展開分析，得出相應數據和結論。2019年1-6月，中國汽車產量和銷量分別為1213.2萬輛和1232.3萬輛，同比下降13.7%和12.4%，汽車行業整體下沉，很大程度上決定了汽車零部件制造企業面臨融資方面的困難，而供應鏈金融主要就是為處在汽車行業供應鏈上的企業，提供更為可靠的融資服務，通過對其展開準確地企業信用風險評價，對其降低融資難度、提高融資率頗有益處。

（二）變量選取及描述性統計

出于研究需要，筆者在本文中選擇了足以彰顯企業經營、盈利、償債、運營能力以及包括供應鏈核心企業信用情況在內的22項指標，對供應鏈金融視角下的企業信用風險情況展開評價。在統計方法上，使用因子分析對變量進行降維處理，然后建立Logit模型，保障研究的順利進行。

（三）數據分析

啟動Logit模型之后，將通過因子分析所獲取的5個主要因子視作自變量，將企業信用風險評級視作被解釋變量，展開回歸分析。其中信用風險的相關數據取自萬得數據庫中“汽車行業企業信用評級”，將評級為AA-及以下的級別設定為“0級”：AA及以上的級別設定為“1級”。結合Logit模型，筆者所引入的三個變量的回歸系數分別為1.09、0.65和1.64，由此可知，對能夠影響到汽車行業企業信用風險評級的因子，風險程度由強到弱分別為核心企業自身信用狀況、盈利能力和償債能力，因子取值越高、信用風險評價等級越高。

（四）實證結果判斷和分析

通過進一步檢測，筆者發現Logit模型的敏感性和具體性分別為91.67%和61.9%，模型整體歸類正確的概率為80.7%。筆者出于研究目的所選擇的57家樣本企業，結合Logit模型，筆者對比模型檢測的履約概率及實際評級結果，發現模型正確的分類概率為80.7%。出現這樣的結果，一方面是因為數據庫的信用評級和企業信用風險評級會出現一定的差距，另一方面則是因為供應鏈中的核心企業，在一定程度上影響了融資需求企業的信用情況，以至于個別履約預測結果，要明顯高于實際評級情況，但就整體情況而言，所選擇的三類變量，通過Logit模型完全可以對供應鏈金融視角下的企業信用風險情況展開有效評估。

三、結束語

通過研究，筆者得出如下結論：

首先，利用因子分析，筆者分析得出了供應鏈金融視角下企業信用風險的主要影響因素，即盈利能力、營運能力、償債能力、供應鏈核心企業信用狀況：

其次，通過Logit模型的回歸及實證，進一步保留了盈利能力、償債能力及供應鏈核心企業信用情況——三大因子，其對汽車類企業的信用風險影響為正向。換言之，企業的營業利潤、凈資產收益率、總資產凈利潤、銷售凈利潤、總資產報酬率、成本費用利潤率，流動比率、速動比率和現金比率、現金到期債務比率，處于同一供應鏈的核心企業信用狀況越高，企業的信用風險也就越低。筆者已經通過研究和實證，初步完成了供應鏈金融視角下企業信用風險評價體系的建設。而根據所得出的研究結論，筆者將從以下三個方面，進一步提出建議：

首先，要進一步加強企業自身的建設和管理，其必須提高自身的管理水平及盈利能力，確保能夠靈活支配企業資金，保障償債能力的有效提升：

其次，供應鏈金融視角下，供應鏈中的核心企業重要性不言而喻，其必須要維系好自身的信用等級，同時充分參與供應鏈金融業務。這樣既可以充分幫助供應鏈上下游企業充分進行融資，更可以利用議價的優勢，幫助企業獲得更多收益：

最后，以銀行為代表的金融機構，不應局限于單一企業財務數據，而是要以供應鏈為載體，廣泛收集多項企業信用風險評價指標，進而提升自身對這類企業所能予以的支持。

參考文獻：

[1]劉兢軼，王或婧，王靜思，供應鏈金融模式下中小企業信用風險評價體系構建[J].金融發展研究，2019（11）：63 -67.

[2]田茂明.試論供應鏈金融模式下的信用風險評價[J].時代 經貿，2018（24）：72-73.

[3]賈茹，供應鏈金融模式下的中小企業信用風險研究一基于溧水地區信貸數據的實證分析[D].東南大學，2016： 26-29.