供應鏈金融風險管理研究

鄭昱 張凱夕

摘 ? 要：供應鏈金融整合了物流、信息流、資金流，在緩解中小企業融資過程中面臨難題的同時，也對商業銀行信用風險管理提出了更高要求。本文基于濟南實踐分析了供應鏈金融融資模式及風險點，在此基礎上，提出了一種更為完善的風險評價指標體系，并運用因子分析和Logistic模型進行實證研究發現，在多維度采集中小企業數據的基礎上，關注供應鏈穩定程度及核心企業特點，提高商業銀行全流程風險監控水平，有利于供應鏈金融健康發展。

關鍵詞：供應鏈金融;風險評價;履約概率

中圖分類號：F830 ?文獻標識碼：B 文章編號：1674-2265（2020）10-0045-07

DOI：10.19647/j.cnki.37-1462/f.2020.10.007

一、引言和文獻綜述

近年來，中小企業貸款實現了較快增長，但與中小企業巨大的融資需求相比，信貸供給仍顯不足。導致中小企業融資難的原因主要包括信息不對稱、抵質押品不足等，而供應鏈金融模式整合了物流、信息流、資金流，在很大程度上解決了中小企業融資過程中面臨的難題，特別是隨著互聯網、大數據、區塊鏈、物聯網等新技術在供應鏈金融領域的廣泛應用，供應鏈金融模式在中小企業融資服務方面的適用性得到進一步提升。中國人民銀行和各級政府部門積極推動供應鏈金融在解決中小企業融資難、融資貴中發揮更大作用，先后出臺了一系列指導性、支持性、規范性的文件，啟動了為期三年的“小微企業應收賬款融資專項行動”，建立了動產融資服務平臺。對于中小企業融資來說，供應鏈金融將通過怎樣的機制發揮作用，實踐效果如何，是否有發展瓶頸以及如何做好其中的風險控制，成為理論研究和政策制定需要關注的重點問題。

（一）供應鏈金融風險來源

供應鏈金融作為一種新型的中小企業融資方式，其風險控制和管理問題需詳盡探討。供應鏈金融風險是指在特定的經濟環境下，供應鏈上的所有參與者所預期的物流、信息流和資金流的運行情況與實際狀況并不相符，從而給參與供應鏈金融的企業及其他機構帶來發生巨大損失的不確定性（張濤和張亞男，2012）[1]。Barsky和Catanach（2005）[2]建立了供應鏈金融融資風險模型，該模型將融資風險分為五類：環境風險、融資過程風險、信息技術風險、人力資源風險和基本結構風險，其中的任何一種風險都可能損害借貸企業的生存能力和償債能力。宋華和楊璇（2018）[3]將供應鏈金融運行過程中的風險分為三類：外部環境風險、供應鏈網絡風險和供應鏈企業風險。如果供應鏈網絡內部的所有權界限模糊、治理機制不清晰，由不確定性以及供應鏈網絡的擴散機制所導致的網絡內部風險也將增大（Christopher和Peck，2004）[4];在供應鏈網絡中各企業之間由于存在對環境和貿易活動本身的有限理性，存在機會主義行為，可能會對從事供應鏈金融的相關企業造成不利影響，即供應鏈企業風險。李毅學（2011）[5]將供應鏈金融風險分為系統和非系統兩大類，又將系統風險細化為宏觀與行業系統風險和供應鏈系統風險，非系統風險則包括信用風險、存貨變現風險和操作風險。基于中小企業視角，傅琳和金愛華（2018）[6]將流通業中小企業供應鏈金融所面臨的主要風險分為四個層面：質物風險、信用風險、監管風險以及操作風險。

（二）供應鏈金融的風險控制

很多學者基于不同的方法構建了專門針對中小企業的信用風險評估模型。胡海青等（2012）[7]在供應鏈金融視角下，運用機器學習的方法提出并構建了一個中小企業信用風險評估模型，該模型的一級指標包括融資企業所處的行業狀況、融資企業自身狀況、核心企業的資信狀況以及供應鏈關系狀況四個方面，其優勢在于解決了銀行錯將履約企業視為違約企業的問題，為信用較好的中小企業從銀行取得貸款提供機會。王琪（2010）[8]基于決策樹構建信用風險預測評估模型，選取供應鏈狀況、供應鏈資產情況、企業經營者狀況以及企業狀況作為四大指標，為銀行評價供應鏈上中小企業的信用風險提供方法。任歌（2013）[9]構造最小二乘支持向量隨機模型，幫助商業銀行對供應鏈中的中小企業信用風險進行貸前評估。韓琴（2019）[10]對供應鏈金融預付賬款融資模式、應收賬款融資模式和動產質押融資模式的信用風險進行識別，并構建信用風險評價指標體系。張濤和張亞南（2012）[1]基于巴塞爾協議Ⅲ提出商業銀行需要分階段、有重點地對供應鏈金融風險進行管理，制定資本流動性管理的規章制度以及完善風險預警機制。朱同江和陳思月（2018）[11]還提到了商業銀行的管理者需要掌握供應鏈金融的管理方法以及構建完善的信息服務平臺等。

綜上所述，現有文獻對供應鏈金融的研究主要集中在概念界定、風險來源分析和風險控制三個方面，風險定量評價研究較少。本文的創新之處在于：一是結合濟南市的實踐，通過調查訪談，分析了銀行在實際開展供應鏈金融業務時存在的風險點;二是構建了較為完整的供應鏈金融風險評價體系，對中小企業的供應鏈金融信用風險進行定量測度，為政策制定和銀行實務提供參考。

二、供應鏈金融實踐及其風險點

近年來，濟南市積極發展供應鏈金融，制定并印發《濟南現代金融產業發展行動計劃（2018—2022）》，提出探索物流與供應鏈金融發展的新模式，打造一批物流與供應鏈金融綜合服務平臺，力求有效緩解中小企業融資難問題。2020年，“泉貿通”供應鏈金融平臺上線，通過區塊鏈等技術，將金融機構、企業、稅務、海關等進出口鏈條完整串聯，實現企業輕資產、無抵押、無擔保融資。

（一）供應鏈金融業務的濟南市實踐

從業務模式上看，根據企業在不同生產階段資金缺口特點，供應鏈金融主要分為應收賬款類、預付賬款類和存貨質押類三種類型。應收賬款類融資是指當上游供應商或賣方為核心企業提供產品或服務后，可將賒銷產生的未到期應收賬款（或應收票據）有條件地轉讓或質押給商業銀行，由商業銀行為上游企業提供應收賬款融資和應收賬款催收、管理等服務。該模式在不擴大核心企業任何成本和風險的前提下，使上游企業可以預先得到銷售現金，具體包括應收賬款質押融資、訂單融資與國內保理等三種業務模式。存貨質押類融資是指企業將其庫存（動產）質押給銀行獲得貸款，通過銷售庫存產生的資金償還貸款，能夠獨立于供應鏈核心企業辦理貸款，主要包括動產質押融資和倉單質押融資兩種業務模式。其中倉單質押融資又包括標準倉單質押和非標準倉單質押，中小企業更適用于非標準倉單質押模式。預付賬款類融資是指中小企業用預付賬款項下對上游供應商的提貨權，或提貨后在發貨、運輸和入庫環節形成的在途物資和庫存商品作擔保，用貨物銷售收入直接償還貸款的一種融資模式。這一模式下，核心企業對下游中小企業提供擔保，承諾如果發生違約，將對貨物進行回購;第三方物流企業負責評估監管借款企業抵質押貨物;金融機構根據下游中小企業銷售回款進度，逐步通知第三方物流企業釋放抵質押貨物;最終借款企業通過分批次付款分批次提貨，緩解一次性支付全部貨款的短期資金壓力。

從濟南市各金融機構供應鏈金融業務的實踐情況看，目前針對上游供應商的應收賬款類供應鏈金融產品較多，針對下游預付款環節的供應鏈金融產品較少。具體來看，目前濟南市共有18家銀行開展了針對上游供應商的應收賬款類供應鏈金融業務，包括保理、反向保理、應收賬款質押、政府采購貸等，2019年以來累計服務小微企業553家，累計業務量32.1億元;有5家銀行開展了針對下游供應商的預付賬款類供應鏈金融業務，包括保兌倉、廠商銀等產品，2019年以來累計服務小微企業56家，累計業務量12.8億元;僅有1家銀行開展存貨質押類供應鏈金融業務，為齊魯銀行的控貨融資產品，且規模較小，目前累計業務量420萬元。此外，還有4家銀行開展了票據池供應鏈融資業務，累計服務小微企業33家，累計業務量4.4億元（見表1）。

（二）供應鏈金融業務開展過程中存在的主要問題及風險點

調研發現，目前供應鏈金融業務開展過程中存在的問題主要有：交易信息不對稱帶來的貿易背景核實難、中小企業不規范管理帶來的盡職調查難、買方核心企業不愿提供確權的確認難、買方核心企業不按規則要求回款的回款難等四大難點和發展障礙。

1. 交易信息不對稱帶來的貿易背景核實難。銀行針對國內應收賬款真實性審核的甄別手段有限，一般通過核驗合同、增值稅發票、貨運單據等的真實性來驗證，難以做到對應收賬款真實性的全面審核。部分核心企業與上下游供應商貿易背景的真實性有待進一步考量，供應鏈業務存在一定風險隱患，銀行普遍對此類業務持審慎態度。

2. 核心企業應收賬款確權難。在應收賬款類供應鏈金融業務中，核心企業的付款信用是銀行為上游中小供應商提供融資支持的基礎，而在真實業務中，通常存在核心企業不愿意配合應收賬款確認的情況。核心企業對供應鏈融資工具往往持消極的態度，存在諸多顧慮，比如是否會限制自己對上游賒購和對下游預付款的資金占用能力，上下游中小企業對自身授信額度是否存在占用，對銀行承諾付款的剛性遠大于對供應商（中小企業），以及對原有內部機制流程的重新改造涉及工作量及權益再分配等等，這些問題都對推進供應鏈金融這一新興產品造成約束。

3. 中小企業不規范管理帶來的盡職調查難。由于部分中小企業財務制度不健全或不規范，企業財務信息在銀行盡職調查中起到的參考作用有限。又因供應鏈業務特殊性，核心企業產業鏈上下游企業往往分散在全國各地，傳統信貸貸前調查及貸后管理方式的高成本和復雜性影響銀行開展業務的積極性。

4. 買方核心企業不按規則要求回款。應收賬款融資類業務模式中，銀行需要以監管賬戶的方式嚴格控制回款路徑，而在實際業務操作中，特別是政府采購類項目，無有效的中標賬戶變更路徑，醫院等核心企業也不愿意配合修改回款賬戶，導致銀行融資回款監管難。部分企業雖在銀行辦理應收賬款融資，并確認賬期，但仍存在核心企業提前或延后回款甚至變更回款路徑的問題，銀行囿于技術手段，無法完全保證企業按時回款。

上述問題中，有些問題會導致供應鏈金融業務無法開展，比如核心企業不能進行應收賬款確權，會給中小企業融資帶來直接障礙;有些問題會給銀行開展供應鏈金融業務帶來不同程度的風險，導致銀行不敢或者不愿意開展供應鏈金融業務，制約了供應鏈上的中小企業獲得融資（見表2）。要解決上述問題，除了提高核心企業配合度外，提高商業銀行的信用風險控制能力也是推動供應鏈金融服務中小企業的關鍵。

三、供應鏈金融信用風險控制的實證研究

如何結合風險來源提高風險管理水平，從而有效控制風險，是供應鏈金融業務能否有效助力中小企業解決融資難題的關鍵。供應鏈金融與傳統銀行信貸相比有較大不同，實踐中的風險點也存在差異，這就要求商業銀行在風險管理方面進行相應調整，對供應鏈金融模式下的信用風險評價指標體系進行優化。因此，從理論上完善供應鏈金融模式下的信用風險評價指標，建立風險評價模型，不僅是對已有研究的深化，也會對商業銀行供應鏈金融業務的健康有序發展起到實踐指導作用。

（一）供應鏈金融的信用風險評價體系

借鑒傳統信貸業務信用評價的基本框架，根據供應鏈金融自身業務的特點構建評價體系，結合借款人的資信水平，重點考察單筆融資業務自我清償的特征以及貸款人組織該筆交易的能力。具體來看，評價指標體系主要考察以下四方面內容：一是申請人資質，包括企業素質、營運能力、盈利能力、償債能力和發展潛力。二是交易對手資質，包括交易對手信用級別、交易對手行業特征、經營能力和償債能力。三是供應鏈穩定程度，主要指合作的密切程度。四是融資項下資產情況，包括質物特征、應收賬款特征和預付賬款特征。融資項下資產情況是銀行考察的重中之重，原因在于銀行是對交易資產的價值進行評估，然后根據評估結果授信，若受信人違約，交易資產是銀行變現彌補損失的保證（見表3）。

（二）供應鏈金融信用風險評價模型

1. 數據來源及變量描述性統計。本部分所用數據來自國泰安數據庫中小企業板上市公司數據，僅考慮非金融行業和房地產行業的民營企業數據，根據公司年度財務報表附注部分披露的前五大供應商和客戶資料，篩選出披露具體往來客戶名稱的企業共74家。本文選用Logistic回歸方法建立模型，共選取24個自變量，具體見表3。供應鏈穩定程度指標主要為近三年與核心企業的合作次數，34%的樣本中小企業與核心企業連續3年合作，27%的樣本中小企業與核心企業3年中有2年維持密切合作關系，具體見圖1。分析樣本企業的交易對手發現，核心企業主要包括三種類型，分別為國企或上市公司、政府單位和其他一般企業，分別占43%、3%和54%，具體見圖2。

2. 因子分析。由于Logistic回歸方法對模型中自變量的多維相關性較為敏感，樣本數據自變量數量過多，為使有效信息最大限度地暴露，本文先利用因子分析法來選擇代表性的自變量，以減少候選變量之間的相關性。

對24個變量進行因子分析后共提取9個主因子，這9個主因子對原始變量的解釋程度為76.419%。選取[F1]、[F2]、[F3]、[F4]、[F5]、[F6]、[F7]、[F8]、[F9]作為最終指標進行分析，因子得分系數矩陣見表4。

3. Logistic回歸結果及分析。假設企業履約概率服從Logistic 分布，選取企業信用風險作為因變量，將因子分析所得因子作為自變量建立 Logistic 模型。因變量結合企業違約情況披露及萬得數據庫中的信用風險評級來確定，若有違約事項披露或評級為AA及以下，則取值為0 ，否則，取值為1。

P為企業的履約概率，以 P*=0.5 為界點，當 P<0.5時，說明該企業履約概率低，違約率較高，信用風險水平較高;反之，當 P>0.5 時，說明企業履約率較高，違約率較低，信用風險水平較低。

表5中模型一行輸出了Logistic回歸模型中所有參數是否均為0的似然比檢驗結果，P<0.05表示本次擬合的模型納入的變量中，至少有一個變量的OR值有統計學意義，即模型總體有意義。表6是檢驗模型的擬合優度，P值=0.862，當P值不小于檢驗水準時（即P>0.05），認為當前數據中的信息已經被充分提取，模型擬合優度較高。由表7的結果可以看出，回歸分析將F6和F8留在了方程中，說明F6和F8對于受信人的履約率影響顯著。估計的Logistic回歸模型及履約概率p值如下：

最終計算出的履約概率p值中，F6的主要構成指標為X4、X13、X14、X15、X17、X20、X22和X23，F8的主要構成指標為X3、X13、X14、X15、X16、X17、X19、X21、X23和X24，綜合來看，影響企業履約概率的指標主要有X3、X6、X16、X19、X20、X21、X22、X23和X24，說明銀行在判斷企業履約概率時，除了企業營運能力（X3）、盈利能力（X6）和增長潛力（X16）以外，抵質押物情況（X19、X20、X21）、供應鏈上企業情況（X22、X23）及供應鏈穩定程度（X24）也是重要衡量指標。具體結果分析如下：

（1）X22（交易對手企業性質）、X23（交易對手經營期限）、X24（供應鏈穩定程度）的系數分別為-0.421、-0.62和-0.632，均為負值，而且絕對值較大，說明供應鏈交易對手情況對企業的信貸可得性有顯著正向影響。具體來說，供應鏈上交易對手企業為國企或上市公司，成立時間越早，供應鏈穩定程度越高，那么測算出的受信企業履約概率越高，貸款信用風險越低，企業就更有可能獲得銀行貸款。

（2）X20（壞賬準備）系數為0.107，說明壞賬準備越高，測算出的受信企業履約概率越低，這與常規的理解是一致的，企業壞賬準備越高，資產質量越低，對銀行來說會增大信用風險;X19（應收賬款賬齡分析）系數為-0.157，說明一年以內到期的應收賬款比重越高，測算出的受信企業履約概率越高;X21（預付賬款特征）系數為-0.158，說明一年以內的預付賬款比重越高，測算出的受信企業履約概率越高。

（三）模型檢驗及企業履約情況預測

進一步將模型預測結果和企業實際信用情況做比較，可以檢驗模型預測能力。根據回歸結果進一步做企業履約情況預測，將每家企業各項指標代入回歸模型中計算出相應的P值。信用風險F結合企業違約情況披露及萬得數據庫中的信用風險評級來確定，若有違約事項披露或評級為AA及以下，則表示風險水平較高，取值1 ;否則，取值為0。具體如表8所示。

選取的74家中小企業中，有60家企業的履約概率P值能夠正確估計，Logistic回歸模型整體預測準確率為81.1%。由此可得，采用新的信用風險指標體系預測中小企業供應鏈融資信用風險準確率較高。其中，誤判的14家中小企業中，有8家企業F值為1，而預測的履約概率P大于50%，說明與現行的萬得信用風險評級相比，采用新的風險指標評價體系計算的企業履約概率更高，信用風險更低。這主要是由于本文基于供應鏈視角對融資企業信用風險進行評估，利用供應鏈融資模式特征及交易對手情況對中小企業進行信用加成，與單純考慮中小企業自身情況相比，一定程度上降低了傳統模式下的信用風險。

四、供應鏈金融健康發展的政策建議

通過對供應鏈金融運行模式及特點的分析，結合濟南市實踐情況，發現供應鏈金融發展目前存在一些限制因素，如中小企業信息不完善、應收賬款核驗困難以及核心企業參與度不高等，這些問題給金融機構的風險控制帶來一定困難。同時，供應鏈金融業務模式本身與傳統信貸存在很大不同，不再以房產等不動產做抵押，對中小企業的抵質押品要求降低，也對商業銀行的風險管理能力提出了更高的要求。實證研究結果表明，通過完善信用風險評價指標體系、加入供應鏈金融相關指標，能夠更加全面地衡量中小企業信用水平。基于以上結論，本文提出以下政策建議：

第一，加強信息采集與共享，多維度精準刻畫企業特征。企業應規范財務制度，保證自身財務指標的規范性和完整性，銀行客戶經理要做好數據采集和指標錄入，相關部門要推動實現外部信息共享，特別是提高公共非金融數據的可得性。第二，關注供應鏈穩定程度，實現全流程風險監控。金融機構在風險管理過程中要關注供應鏈穩定程度和核心企業情況，豐富和完善信用風險評價體系，更好測度貸款業務風險，加強貸后風險預警，根據質物和核心企業經營情況，定期做好風險評估，將供應鏈金融的信用風險控制在合理水平。第三，推進新技術應用，提高商業銀行供應鏈金融風險管理水平。繼續加大互聯網、大數據、物聯網、區塊鏈等新技術應用，將金融科技與供應鏈金融深度融合，建立并逐步完善多方合作的新型供應鏈金融模式，解決供應鏈金融在信息獲取、風險防控、成本控制等方面的問題。

參考文獻：

[1]張濤，張亞男.基于巴塞爾協議Ⅲ我國商業銀行供應鏈金融風險管理 [J].時代金融，2012，（36）.

[2]Barsky N P，Catanach A H. 2005. Evaluating Business Risks in the Commercial Lending Decision [J].Commercial Lending Review，20（3）.

[3]宋華，楊璇.供應鏈金融風險來源與系統化管理：一個整合性框架 [J].中國人民大學學報，2018，32（4）.

[4]Christopher M，Peck H. 2004. Building the Resilient Supply Chain [J].International Journal of Logistics Management，15（2）.

[5]李毅學.供應鏈金融風險評估 [J].中央財經大學學報，2011，（10）.

[6]傅琳，金愛華.流通業小微企業供應鏈金融的風險評價及防范 [J].商業經濟研究，2018，（8）.

[7]胡海青，張瑯，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，2012，24（11）.

[8]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，（4）.

[9]任歌.供應鏈金融中小企業風險評估模型 [J].統計與決策，2013，（17）.

[10]韓琴.供應鏈金融視角下的中小企業信用風險評價指標體系構建 [J].時代金融，2019，（9）.

[11]朱同江，陳思月.商業銀行供應鏈金融風險管理 [J].時代金融，2018，（3）.