供應鏈金融應收賬款資產證券化信用風險研究

| 楊躍云

一、引言

隨著我國利率市場化改革的深入推進，資產證券化市場延續快速增長勢頭。據統計，2020年資產證券化市場共發行資產證券化產品2085單，發行總規模為28901.85億元，且資產存量規模突破5萬億元。隨著大數據金融、區塊鏈等技術的發展，供應鏈金融資產證券化進入蓬勃發展的階段，在推進供給側結構性改革，優化資本市場結構，提升經濟發展質量，解決中小企業融資問題等方面發揮著重要的作用。核心企業規模較大且信用等級較高，普遍具有較強的償債能力，違約事件發生的概率較低，供應鏈金融資產支持證券可以獲得較高的信用評級，從而吸引了大量的投資者。供應鏈金融主流模式是“1+N”模式，其中“1”為供應鏈的核心企業，“N”為供應鏈上下游的中小企業。“1+N”模式是在一個相對閉環的供應鏈關系中發展，基于各方良好穩定的貿易合作關系進行的，在貿易自償性的支持下，分散的、信用情況不一的各供應商可以通過資產證券化獲得應收賬款的提前回收，不僅解決了中小企業融資問題，而且推動了核心企業和中小企業建立穩定的供應鏈和戰略合作關系。

近年來，供應鏈金融相關政策陸續出臺，頂層設計漸趨完善，供應鏈金融資產證券化發展迅速，越來越多的企業布局供應鏈金融證券化業務，尤其在房地產行業的應用日漸廣泛。自萬科2016年8月發行國內首單供應鏈金融資產證券化以來，越來越多的房地產企業采用供應鏈金融資產證券化進行融資，以有效化解企業應收賬款大量占用企業日常流動資金的問題，然而企業應用供應鏈金融資產證券化進行融資的過程中應格外重視信用風險控制問題。基于此，本文從信用風險角度出發，選擇合適的度量指標，運用DEA模型評估供應鏈金融應收賬款資產證券化信用風險，并提出風險防范措施，以確保證券化過程的安全性和穩定性。

二、文獻綜述

國外學者對供應鏈金融的研究較成熟，麥克米倫提出麥克米倫缺口，認為資金缺口是企業普遍存在的現象，特別是長期融資過程中由于金融資源供給不足而形成的巨大資金配置缺口。Michael Lamoureux(2007)研究認為供應鏈融資為供應鏈上下游企業帶來新的融資模式，降低了供應鏈上下游企業的管理成本和生產成本，是一種對資金的可得性和成本進行系統優化的過程。Wuttke D A, Blome C和Henke M(2013)研究認為供應鏈金融為供應鏈上下游企業創造更高的價值，帶來更多的增值機遇，供應鏈金融未來發展潛力巨大。Wuttke D A, Blome C和Heese H S(2016)等人認為通過逾期償還應收賬款能提升供應鏈金融的運行效率，提高供應鏈上下游企業的融資效率。Manuj I, Esper T L和Stank T P(2014)通過對不同風險條件下的供應鏈金融風險管理績效進行分析，選擇凈利潤等指標評估風險管理效率，以確定有效的供應鏈金融風險管理方法。Chen L, Chan H K和Zhao X(2020)研究認為，在當今技術飛速發展的背景下，應將供應鏈金融與新興技術結合起來，對供應鏈金融運行績效進行分析。Shin HS(2009)認為資產證券化能夠很好地解決企業融資難問題，增加企業資金來源。Ho W, Zheng T和Yildiz H(2015)研究供應鏈金融風險管理相關內容，并對供應鏈金融風險的定義、類型和影響因素進行分析。

魏春華(2019)認為供應鏈金融資產證券化作為一種新的融資方式，拓寬了企業融資渠道、降低了企業融資成本、提高了企業融資效率，對企業的發展有著重要的作用。丁雨純、陳人懷(2019)認為在國家對房地產監管日益嚴格、信貸日益緊縮的背景下，房地產行業面臨著嚴峻的融資問題，房地產企業利用供應鏈金融保理資產證券化可以化解融資難的困境。楊德祥(2019)將KMV模型應用于房地產行業供應鏈金融保理ABS中，以度量并轉移證券化過程中的信用風險。黃明田和儲雪儉(2019)在當前供應鏈金融蓬勃發展的背景下，構建以供應鏈為基礎的金融服務模式，并對供應鏈金融未來的發展方向進行展望。房麗媛、張子彪和程雪(2018)認為供應鏈金融保理資產證券化有效地解決了房地產行業融資難問題，成為房地產行業的融資新渠道。湯佩紅(2019)通過建立一套供應鏈融資信用風險指標評價體系，來評估證券化過程中的信用風險，從而促進供應鏈融資的發展與完善。王子晗(2018)基于供應鏈金融與互聯網金融+資產證券化的視角對電商扶貧中的產業整合與資金循環進行了分析，認為長期可持續對產業發展至關重要。溫勝輝(2017)根據供應鏈金融的特點，對供應鏈金融證券化市場的概況、基本類型、交易結構、風險關注四個方面進行了論述，最后對供應鏈金融 ABS 的發展進行展望。趙奇琪(2018)認為應從核心企業信用風險、基礎資產質量和供應鏈交易結構合理性三個方面對房地產行業供應鏈金融融資的信用風險進行分析和規避。李津津(2018)認為在當今的新經濟形勢下，商業銀行應拓寬供應鏈金融證券化覆蓋的行業企業，并利用自身優勢，提高供應鏈融資的效率。

三、研究設計

（一）樣本選擇

房地產行業在我國實體經濟中占據重要地位，不僅具有較強的品牌影響力，而且在供應鏈金融資產證券化融資中占比較大，同時具有完善的產業鏈和較大規模的基礎資產，適合用于分析供應鏈金融應收賬款資產證券化，有很強的代表性。在房地產產業鏈中，房地產企業為核心企業，上游供應商在交易中產生大量的應收賬款，然而上游企業規模較小、資金緊張，且在房地產企業信貸監管日益嚴格的背景下很難從銀行等金融機構籌得資金。在此背景下，本文選取房地產行業上游供應商企業為研究對象，對供應鏈金融應收賬款資產證券化信用風險進行研究。

供應鏈金融核心企業一般為房地產行業中的龍頭企業，規模較大，擁有穩定的供應商和健康的資金鏈，且信用等級較高，經營能力和財務狀況良好，極少出現現金流斷裂的風險，具有很強的償付能力。站在整個供應鏈的角度考慮，核心企業違約事件出現的概率極低，而處于核心企業上游的供應商是供應鏈金融資產支持證券的發行方，具有資產支持證券的還本付息義務，而這些企業相對來說規模較小且現金流不穩定，還款能力較弱，故而對供應鏈金融應收賬款證券化信用風險研究時，主要考慮供應鏈中核心企業的上游供應商企業的信用風險。本文選取房地產企業上游供應商中有代表性的15家中小企業作為供應鏈金融應收賬款資產證券化研究樣本，并以15家供應商企業的相關數據評估供應鏈金融應收賬款資產證券化信用風險。

（二）變量選取與說明

輸入指標的選擇：輸入指標X 為注冊資本，企業的注冊資本可以直接反映企業規模大小，規模較大的企業一般具有較為穩定和可觀的現金流，企業具有較強的抗風險能力和較強的債務償還能力。輸入指標X 為經營風險發生次數之和，可以通過經營過程中的風險發生次數來直觀地評估中小企業經營過程中存在的風險，發生經營風險的次數越多意味著企業經營過程中的不確定性越強，信用風險越大。

輸出指標的選擇：輸出指標Y 為已簽合同金額，表示供應鏈上游供應商企業與核心企業簽訂的合同總額，能夠反映上游供應商企業與核心企業的合作程度。輸出指標Y 為合約持續時間(月)，表示該上游供應商企業與核心企業簽訂合約的持續時長，可以通過合約持續時間衡量雙方合作的穩定性，一般合約持續越長意味著供應商企業的信用風險越低，相應的供應鏈金融應收賬款資產證券化過程中整條供應鏈的穩定性也就越強。

（三）模型設計

DEA模型假定每個輸入都關聯到一個或多個輸出，并且輸入和輸出之間確實存在著某種聯系，但不必確定這種關系的顯示表達式。處理后的數據為效率值，效率值的取值范圍為0-1，如果<1，那么效率比較低，如果≥1，則表示決策單元有效。

運用DEA模型進行信用風險評估的步驟：(1)把核心企業供應鏈上游且存在應收賬款的企業作為決策單元(DMU)；(2)根據企業公開的披露信息，選定輸入指標和輸出指標；(3)建立DEA模型，計算每個決策單元的效率值，根據效率值決定是否將其納入證券化資產池。

設有n個同類型的企業(決策單元)，每個企業都有m種類型的“輸入”以及p種類型的“輸出”。引入各決策單元產出指標的權重系數μ、μ、μ、...μ、，以及各投入指標ν、ν、ν、... ν、。

每個決策單元相應的效率評價指數為：

以第j 個決策單元的效率指數為目標，所有決策單元的效率指數為約束，構造出第j 個決策單元的相對效率優化評價模型為：

模型中χ 和y為已知數，,為權數。

上述模型是一個分式規劃模型，為此，令：

轉化為線性規劃模型：

其對偶問題為：

引入松弛變量和剩余變量，模型如下：

利用模型判斷決策單元是否同時為技術有效和規模有效：

(1)=1，且S=0，S=0，則決策單元j 為DEA有效，決策單元的經濟活動同時為技術有效和規模有效。

(2)θ=1，且至少某個輸入或者輸出大于0，則決策單元j 的經濟活動不同為技術有效和規模有效。

(3)θ<1，決策單元j 不是DEA有效，經濟活動既不是技術有效，也不是規模有效。

四、實證結果與分析

本文選取15家房地產上游供應商為研究樣本，對相關數據進行分析整理，在DEA模型中，輸入指標注冊資本X ，評估供應商企業的規模大小；經營風險發生次數之和X ，通過經營過程中的風險發生次數評估中小企業經營存在的風險。輸出指標已簽合同金額Y ，表示上游供應商企業與核心企業簽訂的合同金額；合約持續時間(月)Y ，可以通過合約持續時間衡量雙方合作的穩定性，15家上游供應商企業輸入輸出數據如表1所示。

表1 15家上游供應商企業輸入輸出數據

根據DEAP2.1的數據處理結果可知上述15個樣本中，DMU、DMU、DMU、DMU、DMU、DMU、是有效決策單元，表明四川省＊＊建筑勞務有限公司、韶關市＊＊建筑工程服務有限公司、廣東順德＊＊裝飾工程有限公司、重慶市＊＊建筑勞務有限公司、益陽市＊＊裝飾有限公司和鄭州＊＊建筑勞務有限公司信用風險較低，核心企業與信用風險較低的供應商企業建立長期合作，能夠保證供應鏈金融資產支持計劃的信用風險處于較低水平，從而使供應鏈金融資產支持證券獲得較高的信用評級，吸引更多的投資者，有利于供應鏈金融應收賬款資產證券化的健康穩定運行。

表2 DEAP2.1處理結果

五、結論與建議

本文選取房地產企業的15家上游供應商為研究樣本，選擇合適的度量指標，利用DEA模型對供應鏈金融應收賬款資產證券化信用風險進行評估。由于DEA模型選用多個輸入和輸出變量進行分析，且分析方法非常直觀有效，故選用DEA模型對供應鏈金融應收賬款資產證券化信用風險進行評估。在樣本選擇上，由于房地產行業在我國實體經濟和供應鏈金融資產證券化市場中都占據十分重要的地位，故選取房地產企業作為核心企業。由于核心企業違約事件發生的可能性極低，信用風險主要集中在核心企業上游的供應商企業，本文選擇合適的指標作為輸入和輸出變量，并運用DEAP2.1軟件進行數據處理，篩選出有效的決策單元。根據DEA模型的處理結果檢驗上游供應商企業是否具有穩定的經營能力，幫助核心企業對上游供應商企業進行篩選，進而保證供應鏈金融資產支持計劃的穩定運行，保護供應鏈金融資產證券投資者的利益。

根據上文結論，本文提出如下政策建議：

1.關注企業財務杠桿的使用效率及銷售回款能力。企業尤其是房地產企業在項目的前期建設需要投入大量資金，投資資金通常是通過融資籌集，融資增加了企業的財務杠桿，過高的財務杠桿會加大企業的經營風險，因而財務杠桿的使用效率對企業至關重要，若財務杠桿較高且使用效率低會導致企業難以償還負債而發生違約事件。企業的銷售回款能力是企業償還借款的資金來源，體現了企業財富的創造能力，可以通過評估企業創造的現金流能否償還企業債務來考察企業的信用風險情況。

2.提高基礎資產分散程度。基礎資產的質量是影響供應鏈金融應收賬款資產證券化信用風險的重要因素，為降低證券化過程中的信用風險，選用質量較高的、有穩定現金流的基礎資產。對于同一產業鏈上的企業，應通過適當提高基礎資產的分散程度，來規避由于政策性因素和其它不確定因素導致資產池受到的損失，從而影響資產支持證券的償還，進而破環整個供應鏈金融應收賬款資產證券化的進程。資產池應當納入至少10個互相沒有關聯的債權人，可以有效避免債務償還時間過于集中，保持企業現金流的穩定性，達到控制信用風險的目的。

3.注重交易結構的合理性。合理的交易結構和適當的增信措施可以有效防范證券化過程中的信用風險。首先可以通過劃分資產支持證券的優先級來實現信用增級，將證券劃分為優先級證券和次級證券，優先級證券化的償付順序優于次級證券，當違約事件發生時，應優先償付優先級證券。采用“黑紅池”機制，可以有效的避免資金沉淀，提高資金的使用效率。改善交易結構可以讓應收賬款的現金流更加穩定安全，有助于防范供應鏈金融應收賬款證券化的信用風險。

4.加強相關部門監管。政府應出臺相關法律制度，對證券化過程中納入資產池的基礎資產質量做出相應規定，對證券化過程的透明度做出具體要求，加強政府及相關部門對資產證券化過程中的相關參與主體的監管，各行為主體要嚴格遵守相關部門制定的相關法律法規和行為準則，避免官僚作風，才能確保應收賬款的履約償付。

5.引入區塊鏈技術。區塊鏈的引入公開披露所有參與主體的交易記錄和數據信息，有效地解決供應鏈金融資產支持證券的投資者與參與主體企業之間信息不對稱問題，提升供應鏈金融資產支持計劃的運作效率和透明度，進而提高供應鏈的穩定性，從而降低證券化過程中的信用風險。因而，應大力推進區塊鏈技術的使用，為供應鏈金融應收賬款資產證券化的發展注入更多的活力。