本站原创摘 要：近年来,供应链金融快速发展,成为解决小企业融资难的有效方式.本文首先研究了在供应链金融模式下的小企业信用风险识别,提出了综合行业、受信企业和核心企业等要素的评价体系,用主成分分析法和Logistic回归方法建立了信用风险识别模型,然后通过比较供应链金融融资模式和传统模式下的小企业守约概率,表明供应链金融能改善小企业的信用状况,最后从完善信贷数据库、依行业属性调整模型、加强模型检验等方面提出建议.
关 键 词 ：供应链金融；信用风险；主成分分析法；Logistic模型
中图分类号：F276 文献标识码：A 文章编号：1003-9031（2013）02-0020-05 DOI：10.3969/j.issn.1003-9031.2013.02.05
近年来,不少银行开始积极探索创新信贷怎么写作,其中供应链金融受到越来越多的关注.供应链金融利用供应链生产中的动产或权利作为担保,将核心企业的良好信用延伸到供应链上下游企业,解决小企业信用难以评价或信用不足的问题,进而缓解小企业的融资压力.对于商业银行而言,供应链金融使得风险评价的侧重点从对主体的评估转向对整个供应链的交易进行评估,核心企业的资信和供应链的整体信用状况使小企业的信用等级获得提升,这样有利于众多小企业进入银行的信贷怎么写作范围.供应链金融在风险控制技术上的金融创新使得银行能站在供应链全局的高度,为协调供应链资金流、降低供应链整体财务成本而提供系统性的金融解决方案.因其能够有效地将银行、核心企业及其上下游配套企业结合,实融资本与实业经济的高度契合,促成各方互利共赢,供应链金融逐渐成为商业银行业务新的重要增长点.
一、文献回顾
在近年来的研究中,随着小企业信贷数据获得改善,国内部分学者对小企业信用风险进行了实证研究.熊熊等人（2009）研究了在供应链金融模式下的信用风险评价体系,提出了考虑主体评级和债项评级的信用风险评价体系,构建了信用风险评价模型,并据此进行了实证研究.但该研究所取样本并未明确界定于供应链的企业,而且许多数据是随机模拟而得,因此其拟合模型的准确性有待提高[1].胡海青等人（2011）运用支持向量机（SVM）建立信用风险评估模型,研究了在供应链金融模式下的信用风险评估,提出了综合考虑核心企业资信状况及供应链关系的信用风险评估指标体系,结果表明基于SVM的信用风险评估体系具有优越性[2].在国内的相关研究中,由于信用环境欠佳和数据积累不足等方面的原因,大部分属于定性研究,度量模型和实证分析的研究成果较少,有的实证研究未契合实际,因此并不能很好地应用于小企业信贷业务实践.
二、供应链金融模式下的小企业信用风险识别指标
在传统信用风险识别中,银行主要从规模、资产负债情况、抵押物、担保等方面对企业的信用风险进行审核.而小企业业务有其自身的特点,不宜用传统信用风险识别方法.根据中国银监会公布的《银行开展小企业授信工作制度意见》（银监发[2007]53号）,银行应建立和完善小企业客户信用风险评估体系,可依据企业经营状况、存续时间、偿债能力、经营者素质、发展前景、资信状况等指标,制定小企业信用评分体系,突出对小企业业主或主要股东个人的信用,以及小企业所处市场环境和信用环境的评价.
相较于传统方法更多地侧重于对财务报表的静态分析,供应链金融模式下银行弱化对企业自身的分析,更侧重于对物流和资金流的分析,将企业置身于供应链条中,这样可以尽量规避小企业在信息披露和财务等方面存在的信息不对称问题,有利于银行开展“链式”开发.同时在信用风险识别中,一方面要分析企业财务指标等定量指标,另一方面还要对交易商品的波动性、行业发展前景、企业历史交易情况、整个供应链运作状况等定性指标均要予以分析.具体而言,指标体系应主要包括以下几方面的内容：
一是企业所在行业状况.在供应链金融模式下,作为银行信贷的抵质押物如原材料、成品、半成品、应收账款和订单等的价值与企业所在行业的状况密切相关.外部经济环境、行业发展阶段和所在经济区域等都会极大地影响企业的风险状况.
二是申请企业自身的状况.通过企业的管理状况、财务信息和信用记录等内容可以反映企业的还款意愿、盈利能力、运营能力、偿债能力和发展前景等,融资企业的资信度越高,与物流企业合作的程度越深入,其贸易背景的真实性越准确,银行所面临的信用风险就越小.
三是融资项下资产情况.银行在供应链融资模式中需对所交易的资产进行评估,进而给予授信,由于所交易资产也是在小企业发生违约情况时银行将其变现据以弥补损失的保障,因此融资项下的资产情况应是银行所要考查的重点内容.
四是核心企业状况.由于小企业往往依附于核心企业,是生产过程的某个环节,小企业的资信状况很大程度上依赖于核心企业的状况.通过考查核心企业的盈利能力、偿债能力和信用状况等因素可以反映核心企业的状况.如果核心企业资信状况较好,在核心企业提供担保或履行相应义务的情况下,银行所面临的信用风险可以大幅度地降低.
五是供应链关系.主要是通过合作年限、强度、质量和产品可替代性等指标来反映合作的密切程度和申请企业的地位情况,在供应链上的小企业与核心企业的合作时限越长,两者的合作关系越密切,其违约的可能性就越低,银行所面临的信用风险就越小.
本文根据以上五个方面的一级指标,选取了宏观环境、企业经营管理、质押物特征和合作密切程度等17个二级指标以及宏观经济状况、行业发展阶段、当地政府支持力度和产品可替代性等46个指标,构建了如表1所示的供应链金融的小企业信用风险识别指标体系：
三、供应链金融模式下的小企业信用风险识别模型
目前用于信用风险识别的众多方法中,既有如神经网络等非线性方法,又有如Logistic回归等线性方法.虽然线性方法的精确度低于非线性方法,但线性方法在稳健性方面具有独特的优势.由于我国正处于转型期,信息不对称程度较深,商业银行的小企业业务也还不成熟,线性方法应为较优选择,因此本文选用Logistic回归方法构建模型.由于Logistic回归方法对自变量多维相关性比较敏感,可以采用主成分分析法选择代表性的变量,因此本文对数据先进行主成分分析,然后利用Logistic回归方法计算企业的信用风险情况. 鉴于供应链金融业务的开展现状以及该项业务适用于中小企业的背景,本文选取了北京市汽车行业219家小企业作为研究样本（其中好客户135家,差客户84家）,这些小企业以北京现代汽车有限公司、北京奔驰有限公司等为核心企业,构成了北京市汽车行业供应链.本文利用这些小企业的信贷数据和财务信息,对指标体系中的定量指标进行了计算,而对于宏观经济状况、行业发展阶段和管理者素质等定性因素则采用了专家打分法进行打分,然后对所得分数进行标准化处理,最后对这些数据进行分析.
在预测分类的准确率方面,在概率界限为0.5的条件下,该模型判定的总准确率为88.1%,其中对信用好的客户判为守信率高的准确率为92.6%,对信用较差的客户判为守信率低的准确率为81%,所得结果比较理想.
四、结论及建议
在小企业业务开展中,信用风险的有效识别是此类业务获得良性发展的保障.采用供应链金融使得商业银行围绕核心企业对上下游的小企业开展信贷业务,更易于准确识别借款人的信用风险状况,从而降低对小企业信贷的违约风险.在供应链金融的小企业信用风险识别方面,商业银行需要注意以下几点：
一是要注重完善信贷数据库.由于国内的商业银行开展供应链金融业务时间还不长,同时传统的信贷数据更侧重于企业的财务数据,而对企业主人品等定性数据关注甚少,因此各商业银行的信贷数据库有待于完善.
二是要关注评价指标及模型对不同行业的适用性.由于不同行业的属性各异,因此能很好地反映某一行业信贷客户的信用风险识别模型未必能较好地在另一行业适用,需要根据各行业的特性对模型进行相应的调整.
三是要加强对风险识别模型的检验.由于我国正处于经济转型期,企业的外部经营环境和内部经营条件变化较快,特别是小企业经营易受外部经济环境的影响,因此对信用识别模型需要定期进行检验,以考察该模型是否能较好地反映小企业的信用变化情况.