供应链金融模式下中小企业信用风险评价模型

供应链金融模式下中小企业信用风险评价模型

作者：张嘉欣

来源：《中国市场》2020年第16期

龙源期刊网 http://www.qikan.com.cn

摘 要：供应链金融在一定程度上降低了中小企业的融资门槛。本文分析了供应链融资模式下中小企业信用风险的来源，确定了评价指标体系。然后，通过主成分分析和logistic回归，建立中小企业信用风险评价模型。对模型的准确性进行了较高的测试，并将供应链财务模型下中小企业的违约风险概率预测的准确性与传统模式的准确性进行了比较。确定中小企业的信用风险主要来自于自身的情况，为银行、中小企业提高中小企业信用评级提供了建议。 关键词：供应链金融 中小企业 信用风险 1引言

近年来，在全球产业一体化和金融深度一体化的趋势下，供应链金融具有产业与金融的双重属性，能够为产业链上下游企业提供基于业务的融资服务，从而实现快速发展。供应链金融作为社会经济的背景，将核心企业和上下游企业联系在一起，整合和优化物流、资金流和信息

龙源期刊网 http://www.qikan.com.cn

流，有效地降低了金融机构与中小企业之间的沟通成本。同时银行通过对供应链企业间的真实交易追踪，确保每项业务的资金都可以及时支付来控制风险，从而可以为资信普遍较低的中小企业提供融资服务，拓展了银行的业务领域，增加了金融机构对中小企业融资服务的积极性，提升了整个供应链的运作效率和价值。

国内学者周纯敏（2009）认为供应链金融模式的主要风险就是信用风险。韩明辉（2011）选取农业企业来研究供应链，针对其行业特征、经营环境，得出影响中小型农业企业信用的因素。薛娟娟（2012）认为供应链金融模式下中小企业的能力是影响其信用风险的主要因素，经过研究最终得到净资产收益率、应收转款周转率、总资产周转率等16个指标对中小企业的信用风险进行评估。

在上述研究的基础上，提出了影响中小企业在供应链财务模式下信用風险的因素，建立了评价指标体系，克服了专家评分的主观性，运用主成分分析和逻辑回归建立了评价模型。通过比较传统模式下中小企业在供应链财务模型下的风险概率的准确性，确定中小企业的信用风险主要来自于自身的情况，并分别对中小企业的银行和中小企业提出建议。 2供应链金融模式下中小企业信用风险影响因素分析 2.1中小企业自身信用状况

中小企业作为供应链金融模式下的授信主体，其自身的综合实力和信用状况是银行开展供应链金融授信业务时必须考虑的因素。目前大多数中小企业涉足范围小，技术水平和创新能力相对落后，财务信息透明度低，总体信誉度不高，因此融资门槛高。具体而言，影响中小企业信用状况的因素主要包括：基本质量、盈利能力、运营能力、偿付能力和发展潜力。 2.2核心企业资信状况

供应链金融模式的开展与核心企业的资信状况关系重大，商业银行在评价中小企业的信用状况时，是以评估核心企业的资信状况为起点的。商业银行通过核心企业进行风险缓释，核心企业对中小企业提供信用支持，降低中小企业的信用风险，商业银行才对中小企业进行授信。同时，在供应链金融业务中，与中小企业相关的核心企业发挥着支付账户的作用，核心企业的信用状况是中小企业信用风险评估的关键，也是中小企业信用风险的来源之一。 2.3行业状况

中小企业所处的行业因素主要包括产业所处的宏观环境和未来的发展空间。在供应链金融业务中，作为银行信贷的质押，如原材料、成品、半成品、应收账款和订单等。企业价值与企业所处行业的状态密切相关。行业的变化直接关系到中小企业的资产质量以及市场供求之间的

龙源期刊网 http://www.qikan.com.cn

关系，从而影响中小企业的信用水平，因此，行业形势也是影响中小企业信用风险的重要因素。

2.4供应链关系状况

产品从生产制造到最终用户使用，要经历供、产、销三个环节，而供应链金融恰好是基于供应链上稳定的上下游企业间产品的运转来解决中小企业资金难题的，即供应链的稳定性也是影响中小企业信用风险的一个重要因素。供应链的核心理念是将单个企业置于与其主营业务相关的交易链条中考察，即中小企业通过与核心企业合作，其经营稳定性和未来现金流得到保证，其主要通过与核心企业的合作时间、合作频率、合作强度等三方面进行考量。 3供应链金融模式下中小企业信用风险评价模型的研究设计 3.1研究样本选取

之前很多研究都采取上市企业中小板块里的所有企业作为样本，这样虽然样本数据较多，但是这些样本中的企业属于不同的行业，不同行业之间有着显著的差别，财务指标差别较大，且某些行业产业链不清晰，企业间连接不紧密，并不适合供应链金融业务。

统计显示，制造业从整体上来看，其主要组成部分是中、小型企业，制造产业在生产过程中供应链形态明显，上下游企业信息共享度高，供应链合作紧密稳定，且近年来我国制造业中小企业贷款大幅增长，所以本文选取制造业中小企业为研究对象。但由于非上市公司的数据获取困难，且基于供应链金融发展的现状和中小企业作为供应链金融业务的主要对象，本文从深圳证券交易所上市公司中小企业板里选取40所制造业中小企业作为研究样本，其中ST公司10家，非ST公司30家，研究的时间区间为2018年1月1日至2018年12月31日。 3.2变量的选择及数据获取说明

上述的供应链金融模式下中小企业信用风险评价指标体系针对的是开展供应链金融业务的各个行业，但由于本文选取的是某个具体行业即制造业，所研究的样本面临的行业状况是相同的，所以选择变量时不再考虑行业因素。同时考虑到部分定性指标数据的获得性，本文基于上述建立的指标体系，将核心企业资信状况、供应链关系状况的三级指标分别合成一个变量整体，前16个影响因素分别对应指标X1，…，X16，核心企业资信状况作为指标X17，供应链关系状况作为指标X18，即最终得到18个变量，其中同时包括定性和定量指标。 4基于Logistic回归的供应链金融模式下中小企业信用风险评价模型 4.1数据标准化处理

龙源期刊网 http://www.qikan.com.cn

由于指标数据的量纲不同，直接计算得到的测量结果可靠性不高，所以在数据分析之前需要将其标准化处理，以减弱各个指标之间的差异性。利用SPSS25.0采取Z标准化法，将原数据与均值之差除以标准差来实现数据的标准化，记Z（X_i）为标准化处理之后得到的变量。 4.2主成分分析

用来评估中小企业信用风险的指标数量众多，且本文的数据来源于上市中小企业年度报表，指标之间具有高度的相关性，在后续回归分析时可能出现共线性问题，所以在评估之前，要先利用主成分分析选择具有代表性的指标，通过降维的手段，使原先多个具有相关性的变量转化为少数几个主成分变量以减少候选指标之间的相关性。

KMO 值为0.623， KMO值反映了指标之间公因子的数量，KMO值越大，表明指标间的公因子越多，变量间的相关性越高，越适合作因子分析;Bartlett球形度检验的值为 0.000，小于0.05，说明变量之间相关性高，所以可得数据适合做因子分析。 4.3 Logistic回归分析

本文计划选取线性评分方法对中小企业的信用风险进行评估，其中Logistic回归方法对数据变量要求不高，且该模型具有较好的稳定性，比较适用于我国现阶段的供应链金融市场。 将上述的6个主成分（F1、F2、F3、F4、F5、F6）当作自变量，而将企业的违约情况Y作为因变量（ST企业为1，非ST企业为0），运用SPSS25.0进行Logistic模型回归分析，本文选择向前逐步选择引入法，结果如表6所示，F1、F5这两个主成分被保留在模型中，说明企业的财务状况、盈利能力、营运能力、偿债能力和发展能力对于中小企业的信用状况影响显著。

该方程所求得的P值即为供应链金融模式下中小企业的违约概率，能够反映其信用风险大小。如果P>0.5，说明该企业的违约概率高，即企业的信用风险较高，银行等商业机构需规避此类企业;如果P<0.5，则说明企业的违约概率较低，银行可以考虑给予信贷支持。 5模型检验

对模型进行检验是判断模型优劣性的重要方法，分别比较供应链金融模式下和传统模式下中小企业违约概率的预测值和实际值的符合程度，进而确定中小企业融资难的原因，以便后续为中小企业融资提供建议。 5.1供应链金融模式下

龙源期刊网 http://www.qikan.com.cn

在预测模型的准确率上，如表4所示，在概率界限为0.5的条件下，供应链金融模式下对信用较好的企业判为违约率低的准确率为96.7%，对信用较差的企业判为违约率高的准确率为70%，该模型判定的总准确率为90%，说明该模型较可靠。

在概率界限为0.5的条件下，传统模式下对信用较好的企业判为違约率低的准确率为93.3%，对信用较差的企业判为违约率高的准确率为90%，该模型判定的总准确率为92.5%，所得结果比较理想。 6结论与建议

本文在分析供应链金融模式下中小企业信用风险来源的基础上，提出了供应链金融业务信用风险评价指标体系，并选取深圳证券交易所上市公司中小企业板里的制造业中的40家企业为研究对象，采用SPSS软件进行主成分分析，提取最能反映企业信用风险的指标，运用Logistic回归方法，建立供应链金融模式下中小企业信用风险评价模型。回代结果说明该模型的预测准确率较高，为银行准确识别融资企业的信用状况提供了依据。同时通过比较传统模式下和供应链金融模式下企业违约概率的预测准确度，确定了中小企业信用风险主要来源于自身状况，这提醒中小企业在开展供应链金融业务时要注意完善好公司的基础数据库，客观准确地披露信息。银行要加强对客户基础数据库的建设，注重对客户信息的搜集，通过供应链金融模式更准确地把握融资企业的违约风险，减少对中小企业贷款的不确定性。同时，银行可以据此更合理地确定贷款利率，减少对信贷配给的依赖，给中小企业发放更多的贷款，实现银企双赢。

参考文献：

[1]周纯敏.商业银行对供应链融资的风险管理[J].山西财经大学学报， 2009，31（S2）：115-116.