供應(yīng)鏈金融風(fēng)險識別及防范分析

趙周華 李福軍 范晨楷

【摘? 要】中小企業(yè)面臨融資困境由來已久，供應(yīng)鏈金融被認(rèn)為是緩解中小企業(yè)融資壓力的有效突破口，其創(chuàng)新與應(yīng)用已上升為國家戰(zhàn)略。論文選取國有R小貸公司為樣本獲取原始數(shù)據(jù)，通過因子分析和Logistic模型進(jìn)行實(shí)證研究發(fā)現(xiàn)，速動比率、營業(yè)收入增長率、凈利潤增長率、凈資產(chǎn)收益率和應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率等指標(biāo)與供應(yīng)鏈金融的信用風(fēng)險水平呈負(fù)相關(guān)，并提出加強(qiáng)對融資客戶本身及其所處供應(yīng)鏈的鏈?zhǔn)斤L(fēng)險管理等建議。

【Abstract】Small and medium-sized enterprises have been facing financing difficulties for a long time. Supply chain finance is considered as an effective breakthrough to alleviate the financing pressure of small and medium-sized enterprises， and its innovation and application has become a national strategy. This paper selects the State-Owned R Small Loan Company as the sample to obtain the original data. Through factor analysis and Logistic model， it finds that the quick ratio， the growth rate of operating revenue， the growth rate of net profit， the return on net assets， the turnover rate of accounts receivable and the turnover rate of inventory are negatively correlated with the credit risk level of supply chain finance. It also puts forward some suggestions to strengthen the chain risk management of financing customers and their supply chain.

【關(guān)鍵詞】供應(yīng)鏈金融;風(fēng)險識別;風(fēng)險控制;Logistic回歸分析

【Keywords】supply chain finance; risk identification; risk control; Logistic regression analysis

【中圖分類號】F832? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號】1673-1069（2021）10-0109-05

1 引言

中小企業(yè)在國民經(jīng)濟(jì)中的作用不斷提升，逐步成為發(fā)展社會生產(chǎn)力的主力軍，是供應(yīng)鏈中不可或缺的重要輔助和構(gòu)成，但當(dāng)前的中小企業(yè)普遍面臨融資難的問題。供應(yīng)鏈金融可以借助供應(yīng)鏈核心企業(yè)與上下游企業(yè)的交易過程使融資介入，為鏈上相關(guān)企業(yè)提供綜合金融服務(wù)，金融參與者的多元化可以將單個企業(yè)的不可控風(fēng)險向供應(yīng)鏈整體進(jìn)行轉(zhuǎn)移和分散，從而稀釋金融風(fēng)險容量，可以成為供應(yīng)鏈上中小企業(yè)的重要融資渠道，被認(rèn)為是金融業(yè)務(wù)轉(zhuǎn)型的主要著力點(diǎn)和破解中小企業(yè)融資困境的重要突破口。

供應(yīng)鏈金融起源于20世紀(jì)80年代，最初始于對資金流的控制和優(yōu)化。Wright（1988）[1]首次提出了以應(yīng)收賬款為增信的供應(yīng)鏈金融可以獲得更多的銀行授信，有能力對供應(yīng)鏈進(jìn)行整體風(fēng)險把控的銀行更容易獲得競爭優(yōu)勢。William Atkinson（2008）[2]認(rèn)為供應(yīng)鏈金融將成為提高執(zhí)行力和整體競爭力的下一個重大機(jī)遇，供應(yīng)鏈的平衡則是其主要的風(fēng)險關(guān)注點(diǎn)。Randall、Farris（2009）[3]將供應(yīng)鏈金融定義為供應(yīng)鏈中上下游之間在資金流方面的合作，目的是降低平均成本，提升供應(yīng)鏈?zhǔn)找妗amoureux和Evans（2011）[4]則認(rèn)為，供應(yīng)鏈金融是一種在核心企業(yè)主導(dǎo)的企業(yè)生態(tài)圈中，對資金的可得性和成本進(jìn)行系統(tǒng)優(yōu)化的過程。

供應(yīng)鏈金融風(fēng)險理論源于金融業(yè)對貸款投放模式的改善需求與供應(yīng)鏈本身風(fēng)險的結(jié)合。而就管理技術(shù)而言，供應(yīng)鏈金融的風(fēng)險管理基本都來源于傳統(tǒng)金融的風(fēng)險管理與供應(yīng)鏈的結(jié)合及升級、改進(jìn)和細(xì)分。鑒于我國經(jīng)濟(jì)形勢和中小企業(yè)的現(xiàn)狀，國內(nèi)學(xué)者更注重于供應(yīng)鏈金融的融資功能，各類研究主要集中在金融風(fēng)險的模型識別和評價體系等方面的探討。

熊熊（2009）等[5]提出了區(qū)別于傳統(tǒng)單一授信的供應(yīng)鏈金融模式下的信用風(fēng)險評價，用主成分分析法和Logistic回歸方法建立信用風(fēng)險評價模型并進(jìn)行了實(shí)證研究，同時引申出不同類型的客戶群應(yīng)該建立不同的基礎(chǔ)數(shù)據(jù)庫，可以提高現(xiàn)有評價體系的準(zhǔn)確性。鄭小京、徐緒松等（2013）[6-8]通過對供應(yīng)鏈風(fēng)險的識別模型、評估體系及系統(tǒng)控制的一系列論述，認(rèn)為供應(yīng)鏈金融的風(fēng)險特性與供應(yīng)鏈風(fēng)險在動態(tài)性和傳導(dǎo)效應(yīng)上具有相似性，同時又兼具產(chǎn)業(yè)風(fēng)險和金融風(fēng)險疊加的特征。

范方志（2017）[9]通過多目標(biāo)決策層分析法分析了供應(yīng)鏈金融模式下中小企業(yè)的信用風(fēng)險，認(rèn)為信用風(fēng)險主要來自中小企業(yè)的自身因素，其融資風(fēng)險的本質(zhì)是實(shí)體經(jīng)濟(jì)的風(fēng)險。魏源（2017）[10]基于Logistic和Tobit回歸模型的實(shí)證研究得出核心企業(yè)的資信狀況越好，供應(yīng)鏈金融的質(zhì)量越好、關(guān)系強(qiáng)度越高。劉兢軼（2019）等[11]通過實(shí)證分析，證實(shí)在供應(yīng)鏈金融模式下，運(yùn)用核心企業(yè)的信用狀況、中小企業(yè)的盈利能力、償債能力及相關(guān)因子通過Logit模型可以對中小企業(yè)信用風(fēng)險進(jìn)行有效評價。張曉莉（2020）[12]指出現(xiàn)階段供應(yīng)鏈金融風(fēng)險評估的模型雖然廣泛，但是缺少基于數(shù)據(jù)驅(qū)動的供應(yīng)鏈金融風(fēng)控體系的構(gòu)建。

綜上所述，國外對供應(yīng)鏈金融的理解更為廣泛，包含了對資本結(jié)構(gòu)、成本結(jié)構(gòu)、資金流周期的研究，其視角更具整體性。但國外的金融風(fēng)險研究建立在相對完善的經(jīng)濟(jì)體制上，與我國國情和經(jīng)濟(jì)發(fā)展階段存在差異。隨著我國供應(yīng)鏈金融的發(fā)展呈現(xiàn)出整合趨勢，供應(yīng)鏈金融的推動主體已不再局限于商業(yè)銀行，還包括產(chǎn)業(yè)中的企業(yè)和科技信息公司，供應(yīng)鏈金融的風(fēng)險也由傳統(tǒng)的信貸風(fēng)險轉(zhuǎn)向網(wǎng)狀和多維，研究數(shù)據(jù)也應(yīng)從上市公司向非上市公司的原始數(shù)據(jù)延伸。

2 供應(yīng)鏈金融的風(fēng)險識別

供應(yīng)鏈金融風(fēng)險是供應(yīng)鏈風(fēng)險和金融風(fēng)險的雙重疊加，因此具有高度的復(fù)雜性，鏈上各企業(yè)之間相互依存、互相作用，同時受融資模式的更新?lián)Q代、供應(yīng)鏈規(guī)模、企業(yè)運(yùn)營狀況以及外部經(jīng)濟(jì)環(huán)境的變化等因素影響，又兼具傳導(dǎo)性和動態(tài)性。目前來看，主要有如下幾類風(fēng)險。

2.1 供應(yīng)鏈主體的信用風(fēng)險

在供應(yīng)鏈金融中，上下游的中小企業(yè)是直接融資主體，也是融資的第一還款人，其自身多存在結(jié)構(gòu)治理不健全、資產(chǎn)規(guī)模小、抗風(fēng)險能力差等固有的缺陷，對市場變化和供應(yīng)鏈變化具有雙重敏感性，還受到整體供應(yīng)鏈運(yùn)營狀況的影響。而且注冊資金實(shí)繳后做資金抽逃以逃避經(jīng)濟(jì)責(zé)任和法律風(fēng)險的現(xiàn)象較為普遍，一旦出現(xiàn)風(fēng)險觸發(fā)，基本上都會選擇違約。

核心企業(yè)的綜合實(shí)力以及對供應(yīng)鏈金融的支持程度對上下游各企業(yè)的經(jīng)營前景具有決定性意義，也對供應(yīng)鏈金融有著毋庸置疑的擔(dān)保作用。核心企業(yè)對自身兌付能力和負(fù)債額度的正確認(rèn)識和準(zhǔn)確評估會直接關(guān)系到供應(yīng)鏈金融是否會產(chǎn)生兌付危機(jī)和金融博弈。

2.2 交易真實(shí)性風(fēng)險

真實(shí)的交易場景是供應(yīng)鏈金融介入授信產(chǎn)品的基礎(chǔ)，而基于真實(shí)交易的鏈?zhǔn)饺谫Y是金融機(jī)構(gòu)鎖定資金流向、資金使用監(jiān)控和到期貸款自償?shù)闹攸c(diǎn)風(fēng)險控制手段。如果交易的真實(shí)性存疑或者交易過程出現(xiàn)重大瑕疵，供應(yīng)鏈融資缺少真實(shí)的賬款或貨權(quán)與之對應(yīng)，融資人無法獲得真實(shí)的銷售收入，一旦發(fā)生信貸資金被挪用、銷售回款被占用，自償性的貿(mào)易融資就失去了其本身應(yīng)有的意義，資金提供方則會面臨重大的風(fēng)險損失。

2.3 操作風(fēng)險

供應(yīng)鏈金融的服務(wù)產(chǎn)品具有多樣化的特征，導(dǎo)致其設(shè)計出的操作運(yùn)行體系缺乏標(biāo)準(zhǔn)化和統(tǒng)一性，融資過程中的貸款審批和融資后的用款控制難以做到嚴(yán)密和規(guī)范;金融從業(yè)人員的能力素質(zhì)和個人心態(tài)也是影響操作風(fēng)險的主要因素。缺少盡職調(diào)查的應(yīng)有的學(xué)識和判斷力則會導(dǎo)致對供應(yīng)鏈狀況和融資企業(yè)真實(shí)實(shí)力的誤判，職業(yè)道德的缺失則會直接導(dǎo)致貸款融資演變?yōu)槠墼p行為。

2.4 擔(dān)保資產(chǎn)變現(xiàn)風(fēng)險

供應(yīng)鏈融資的擔(dān)保資產(chǎn)主要分為應(yīng)收賬款融資、控貨質(zhì)押融資和預(yù)付款項(xiàng)融資，與融資敞口相比，擔(dān)保資產(chǎn)的價值高低會直接關(guān)系到借款人的違約成本和還款意愿，抵押率后的可變現(xiàn)資產(chǎn)價值越高，借款人的違約成本就越高，則其違約意向就越弱，供應(yīng)鏈融資的風(fēng)險水平就越低。

3 供應(yīng)鏈金融風(fēng)險評價模型

3.1 研究樣本

本文選取的樣本企業(yè)為R公司，該公司是一家由大型國有企業(yè)直接投資組建并絕對控股的小額貸款公司，企業(yè)性質(zhì)屬類金融機(jī)構(gòu)，僅依托其國有背景及產(chǎn)業(yè)背景在系統(tǒng)產(chǎn)業(yè)鏈內(nèi)開展供應(yīng)鏈金融業(yè)務(wù)。通過對R公司近5年內(nèi)的供應(yīng)鏈金融業(yè)務(wù)進(jìn)行篩選獲取樣本客戶共40家，分別來自3條供應(yīng)鏈，核心企業(yè)均為包頭市裝備制造業(yè)中的支柱型企業(yè)，同屬國有非上市公司。所選取樣本企業(yè)均為圍繞3家核心企業(yè)的供應(yīng)鏈上下游客戶，企業(yè)定位全部為中、小型非上市民營企業(yè)。從樣本企業(yè)履約狀況來看，其中正常履約客戶27家，違約形成不良貸款的上下游客戶13家，樣本違約率為32.50%。

3.2 指標(biāo)選取

本文風(fēng)險評價體系以傳統(tǒng)信貸業(yè)務(wù)的基本框架為基礎(chǔ)，以客戶自身的償債能力、盈利能力、營運(yùn)能力、增長速度等因子作為重點(diǎn)考察對象，同時結(jié)合供應(yīng)鏈金融的鏈?zhǔn)教卣鳎鶕?jù)融資客戶業(yè)務(wù)發(fā)生時所提供的公司年度財務(wù)報表選取并計算16個指標(biāo)，分別為流動比率X1 、速動比率X2、現(xiàn)金比率X3、利息保障倍數(shù)X4、資產(chǎn)負(fù)債率X5、凈資產(chǎn)收益率X6、銷售利潤率X7、銷售凈利率X8、營業(yè)利潤率X9、應(yīng)收賬款周轉(zhuǎn)率X10、存貨周轉(zhuǎn)率X11、銷售增長率X12、營業(yè)收入增長率X13、凈利潤增長率X14、總資產(chǎn)增長率X15、核心企業(yè)凈資產(chǎn)收益率X16。

3.3 變量選擇

選取樣本企業(yè)信用狀況作為被解釋變量，以企業(yè)是否正常履約設(shè)定因變量Y，當(dāng)企業(yè)履約，Y取值為1，當(dāng)企業(yè)違約，Y取值為0。以選定指標(biāo)作為自變量X，設(shè)定X=（X1，X2，…，Xi），i=1，2，…，16，i代表指標(biāo)的順序。

Logistic回歸方法對模型中自變量的多維相關(guān)性具有敏感性，如果樣本數(shù)據(jù)的自變量相對較多則不易滿足指標(biāo)自由度的匹配。為減少候選變量之間的重復(fù)相關(guān)性，并最大限度地暴露有效信息，對16項(xiàng)指標(biāo)先使用因子分析以選擇出更具代表性的自變量。

根據(jù)表1，總共有5個主成分特征根的初始特征值大于1，分別解釋了原指標(biāo)的23.33%、17.27%、16.37%、9.51%、6.78%，對原始變量的信息解釋程度達(dá)到73.26%，據(jù)此可以判斷這5個主成分已經(jīng)最大程度地解釋了原始指標(biāo)。

在模型擬合優(yōu)度的檢驗(yàn)中（見表2），KMO的檢驗(yàn)取值為0.535，說明模型的構(gòu)建是有意義的，卡方統(tǒng)計量為405.81，關(guān)聯(lián)P值為0.0000，模型非常顯著，適合從分類變量進(jìn)行分析。

因子分析可以最大限度地提取指標(biāo)中的有效信息，通過對指標(biāo)進(jìn)行因子分析，共提取5個主因子，選取各因子中絕對值較大的指標(biāo)作為該因子的主要構(gòu)成，由表3所示，上標(biāo)*為主因子中載荷較高的指標(biāo)。

3.4 Logit回歸分析

本文以企業(yè)履約概率服從Logit分布為基本假設(shè)，將初步的因子分析結(jié)果所得出的5個主因子作為自變量，選取F1、F2、F3、F4、F5作為最終分析指標(biāo)進(jìn)行Logistic回歸分析。以企業(yè)信用風(fēng)險作為因變量Y建立模型，因變量代表值的確定以樣本客戶在實(shí)際業(yè)務(wù)中是否做到了如期還款為依據(jù)，正常履約取值為1，如有違約則取值為0。β=（β1，β2，…，β5），β為Logistic系數(shù)，α為常數(shù)項(xiàng)。

根據(jù)Logistic模型：

ln=α+β1F1+β2F2+β3F3+β4F4+β5F5

可以算出如下函數(shù)：

P=

P為企業(yè)的履約概率，以P=0.5為界點(diǎn)，當(dāng)P>0.5時，表明企業(yè)履約率較高，違約風(fēng)險較低，信用風(fēng)險水平較低。反之，當(dāng)P<0.5時，說明企業(yè)的履約概率低，違約風(fēng)險較高，信用風(fēng)險水平較高。

回歸分析中，解釋變量F3和F4的顯著性均小于0.1，說明F3和F4對于受信人的履約狀況影響顯著，因此將F3和F4保留在方程中。其中：因子3主要體現(xiàn)指標(biāo)X2、X13、X14、X16的信息，因子4主要體現(xiàn)指標(biāo)X10、X11的信息。因子F3、F4均對企業(yè)的履約概率產(chǎn)生正向影響，因子系數(shù)越高，企業(yè)的履約概率越高，而與供應(yīng)鏈的金融風(fēng)險呈負(fù)相關(guān)，因子系數(shù)越高，違約風(fēng)險越低。

通過對樣本企業(yè)的實(shí)證分析，結(jié)合回歸方程和表4，最終得出如下樣本回歸函數(shù)，即R公司供應(yīng)鏈金融業(yè)務(wù)的風(fēng)險預(yù)測模型：

P=

3.5 實(shí)證結(jié)果檢驗(yàn)及分析

將樣本企業(yè)相關(guān)指標(biāo)代入風(fēng)險預(yù)測模型，計算出相應(yīng)的P值即得到對企業(yè)履約的預(yù)測概率，并與樣本企業(yè)的實(shí)際履約狀況進(jìn)行對照，以檢驗(yàn)?zāi)Ｐ偷念A(yù)測能力。

通過表5可知，在所選取的40家樣本企業(yè)中，有26家企業(yè)的預(yù)測概率與實(shí)際履約情況相符，模型正確分類的概率為65%，說明模型對供應(yīng)鏈金融中的企業(yè)履約情況具有一定的預(yù)測性和分組識別能力。

通過對誤判樣本實(shí)際案例的逐例分析可知，供應(yīng)鏈金融風(fēng)險與供應(yīng)鏈風(fēng)險和金融風(fēng)險雙重相關(guān)，具有高度的復(fù)雜性和鏈?zhǔn)教卣鳎藢θ谫Y客戶本身的考察，還要結(jié)合供應(yīng)鏈所處的行業(yè)受宏觀經(jīng)濟(jì)的影響程度及核心企業(yè)對其上下游供應(yīng)鏈客戶的控制能力進(jìn)行綜合分析。

4 供應(yīng)鏈金融的風(fēng)險防范措施

案例中所選擇的樣本企業(yè)均為裝備制造業(yè)鏈上客戶，裝備制造業(yè)屬于資金密集型行業(yè)，且在一定程度上存在行業(yè)壁壘，對流動資金的充足性和資產(chǎn)規(guī)模準(zhǔn)入均有較高的要求。同時，其供應(yīng)鏈融資的主要基礎(chǔ)在于賒銷所產(chǎn)生的應(yīng)收賬款及對賬期的合理運(yùn)用，根據(jù)調(diào)研和研究結(jié)論，本文提出以下4個方面建議防范供應(yīng)鏈金融的風(fēng)險：

第一，供應(yīng)鏈金融的創(chuàng)新要回歸金融本源。供應(yīng)鏈金融必須首先符合金融的基本特征，即必須要注重第一償債人的還款能力，對融資客戶真實(shí)財務(wù)報表的客觀、詳實(shí)而有效的分析和經(jīng)營狀況的盡職調(diào)查始終要放在首要環(huán)節(jié)。

第二，風(fēng)險控制要聚焦中小企業(yè)的真實(shí)競爭力。鑒于中小企業(yè)自身的資產(chǎn)結(jié)構(gòu)和經(jīng)營特點(diǎn)，其主要將可支配資金用于生產(chǎn)和經(jīng)營，在其所處供應(yīng)鏈上流動的資金和價值傳遞才是中小企業(yè)的核心競爭力和真正實(shí)力，也是風(fēng)險控制的主要著眼點(diǎn)。

第三，運(yùn)用科技手段構(gòu)建鏈?zhǔn)斤L(fēng)險管理模式。供應(yīng)鏈金融屬于人力密集型金融業(yè)務(wù)，需要以金融科技的輔助提升業(yè)務(wù)效率，推進(jìn)互聯(lián)網(wǎng)和大數(shù)據(jù)等新技術(shù)的應(yīng)用，加強(qiáng)供應(yīng)鏈客戶的篩選并升級客戶評級模型，建立數(shù)字化、網(wǎng)絡(luò)化管理，貫徹落實(shí)控貨管理和第三方監(jiān)管，實(shí)現(xiàn)多樣化、全流程的風(fēng)險管控。

第四，合理保障核心企業(yè)在供應(yīng)鏈金融中的權(quán)利和義務(wù)。供應(yīng)鏈金融模式可以通過核心企業(yè)對風(fēng)控壓力的分散和轉(zhuǎn)移實(shí)現(xiàn)鏈上企業(yè)融資壓力的減輕，以商業(yè)銀行為主的金融機(jī)構(gòu)應(yīng)打破核心企業(yè)兜底的傳統(tǒng)思維，將單一風(fēng)險管理轉(zhuǎn)為鏈?zhǔn)斤L(fēng)險管理，將主觀違約與被動違約區(qū)別對待，正確劃分追償次序，緩解核心企業(yè)擔(dān)保壓力。

【參考文獻(xiàn)】

【1】Wright J F.Accounting：Inventory-based lending[J].Commercial Lending Review，1988，4（3）：97-99.

【2】William Atkinson. Supply Chain Finance：The Next Big Opportunity[J]. Supply Chain Management Review，2008，4（4）：57-60.

【3】Randall.W.S.and M.Theodore Farris.Supply Chain Financing：Using Cash-to-cash Variables to Strengthen the Supply Chain[J].International Journal of Phsysical Distribution & Logisties Management，2009，39（8）：669-689.

【4】Lamoureux J F， Evans T A. Supply Chain Finance： A New Means to Support the Competitiveness and Resilience of Global Value Chains[J]. SSRN Electronic Journal， 2011.

【5】熊熊，馬佳，趙文杰，等.供應(yīng)鏈金融模式下的信用風(fēng)險評價[J].南開管理評論，2009，12（04）：92-98+106.

【6】鄭小京，鄭湛，徐緒松.供應(yīng)鏈風(fēng)險管理研究綜述——風(fēng)險控制[J].技術(shù)經(jīng)濟(jì)，2013，32（08）：118-124.

【7】鄭小京，鄭湛，徐緒松.供應(yīng)鏈風(fēng)險管理研究綜述——風(fēng)險評估[J].技術(shù)經(jīng)濟(jì)，2013，32（07）：123-130.

【8】徐緒松，曾學(xué)工，鄭小京.供應(yīng)鏈風(fēng)險管理研究綜述——風(fēng)險識別[J].技術(shù)經(jīng)濟(jì)，2013，32（05）：78-86+120.

【9】范方志，蘇國強(qiáng)，王曉彥.供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險評價及其風(fēng)險管理研究[J].中央財經(jīng)大學(xué)學(xué)報，2017（12）：34-43.

【10】魏源.核心企業(yè)資信狀況與供應(yīng)鏈金融體系發(fā)展的關(guān)系——基于Logistic和Tobit回歸模型的實(shí)證研究[J].中國市場，2017（18）：181-183+206.

【11】劉兢軼，王彧婧，王靜思.供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險評價體系構(gòu)建[J].金融發(fā)展研究，2019（11）：63-67.

【12】張曉莉.供應(yīng)鏈金融風(fēng)險研究綜述[J].商業(yè)經(jīng)濟(jì)，2020（12）：161-163.