本文關(guān)鍵詞：供應(yīng)鏈金融模式下的信用風(fēng)險(xiǎn)評(píng)價(jià)，由筆耕文化傳播整理發(fā)布。

財(cái)務(wù)管理

供應(yīng)鏈金融模式下的信用風(fēng)險(xiǎn)評(píng)價(jià)*

○?熊?熊? 馬?佳? 趙文杰? 王小琰? 張?今
摘要 以往銀 行對(duì)中小企業(yè)信用風(fēng)險(xiǎn) 評(píng) 價(jià)主要是把 合， 提 升商品 供 應(yīng)鏈的核心競(jìng) 爭(zhēng)能力， 構(gòu)筑銀行、 企 業(yè) 和商品供應(yīng)鏈 互利共存、持 續(xù)發(fā)展、良性 互動(dòng)的產(chǎn)業(yè)生 態(tài)。銀行主要通過資金 ( 貸款、保理等 )、銀行信用 (

承 兌、 保 函、 信用 證、 保 貼函 等 )、 服 務(wù) ( 結(jié) 算與增 值 服 務(wù)、 賬戶管理、 公司理 財(cái)?shù)?) 等進(jìn) 入供 應(yīng)鏈， 借助對(duì) 大 企業(yè)支付能力和強(qiáng)勢(shì)信用支持等方面的評(píng) 估，為其配套 中小企業(yè)的存貨或應(yīng)收賬款 進(jìn)行質(zhì)押融資，解決 供應(yīng)鏈 資金 缺口和信用失衡 等問題，實(shí)現(xiàn)物流企業(yè)、中小企業(yè) 和銀行三方共贏的局面。 中小企業(yè)很 難得到銀行授信的主要原因是財(cái)務(wù)信息 的透明度比較低，財(cái)務(wù)指標(biāo)難以符 合 評(píng) 判標(biāo)準(zhǔn)以及可抵 押資產(chǎn)少等，而供應(yīng)鏈金融模 式 則較 好地解決了這一問 題。在供應(yīng)鏈金融模式下，銀行更關(guān)注中小企業(yè)整個(gè)供 應(yīng)鏈的交易風(fēng)險(xiǎn)，對(duì)風(fēng)險(xiǎn)的評(píng) 價(jià)不只是 對(duì)主體進(jìn)行 評(píng) 估， 而是更多地 對(duì)交 易進(jìn)行 評(píng) 估，通過依 賴交 易對(duì)手（核心 企 業(yè)）的資信、供應(yīng)鏈的整 體 實(shí)力，中小企 業(yè)信用等級(jí) 獲得提升。 這 樣既準(zhǔn)確評(píng) 價(jià)了業(yè)務(wù)的真實(shí)風(fēng)險(xiǎn)， 同時(shí)也 使 更多的中小企業(yè)能夠進(jìn) 入銀行的服務(wù)范圍。目前，國(guó) 內(nèi)外各 銀行已經(jīng)在此領(lǐng)域展開了激烈競(jìng)爭(zhēng)。 國(guó)際上銀行巨頭已采 取了一系列金融創(chuàng)新和業(yè)務(wù) 運(yùn) 作手段。20 05 年，J P 摩根收購(gòu)了美國(guó)物流公司 Va ster a， 以期完善其 在供應(yīng)鏈 上的金融服務(wù)。 渣打銀行用自己開 發(fā) 的 模 型 給 供 應(yīng) 商 和 買方 之 間的 關(guān) 系設(shè) 置 信用 值， 無 需 傳 統(tǒng) 擔(dān) 保 就可以向企 業(yè) 及 其 供 應(yīng) 商 提 供 供 應(yīng)鏈 融 資 服務(wù)。Ab e rde e n G roup 的報(bào)告提到，美國(guó)銀行、德意志 銀行、匯豐銀行、渣打銀行和花旗銀行等多家銀行也正 在開發(fā) 供 應(yīng)鏈 金融” 服務(wù)。 法國(guó)巴黎 銀 行、 荷蘭 萬貝 “ 銀行等對(duì) 大宗商品提 供融資服務(wù)、以銷售收 入支付采購(gòu) 貸 款等服務(wù)。 此 外， 并不僅僅只有銀行 看到了貿(mào)易融資 中的新機(jī) 遇，聯(lián) 合包 裹服務(wù)公司 ( U P S ) 也創(chuàng)立了自己的
南開管理評(píng)論?
2009 年 12 卷 , 第 4 期第 92- 9 8 頁(yè)

單 個(gè) 企業(yè)作為主體， 關(guān)注企業(yè)的財(cái)務(wù) 數(shù)據(jù)， 而在供應(yīng)鏈 金 融融資 模式中， 對(duì)中小企業(yè)風(fēng)險(xiǎn) 的認(rèn)識(shí) 和 評(píng) 價(jià)則換了 一個(gè) 新 的視角。 本文 研究了在供應(yīng)鏈 金 融 模式下的信用 風(fēng)險(xiǎn) 評(píng) 價(jià)， 提出了考慮主體評(píng)級(jí) 和 債項(xiàng)評(píng)級(jí)的信用風(fēng)險(xiǎn) 評(píng) 價(jià)體系，用主成分分析法和 L o g i s t i c 回歸方法建立信 用風(fēng)險(xiǎn) 評(píng) 價(jià) 模型， 減少目前對(duì)供應(yīng)鏈 金融業(yè)務(wù) 評(píng) 價(jià)大多 依靠專家評(píng) 價(jià)的局限，并通過比較供應(yīng)鏈金融融資 模式 和傳 統(tǒng) 銀 行 授信模式下的中小企業(yè)守約概率的不同， 揭 示了供應(yīng)鏈 金 融 在一定 程度 上 緩 解了中小企業(yè)的融資困 境， 并提出應(yīng) 加強(qiáng)對(duì)客戶基 礎(chǔ) 數(shù)據(jù)庫(kù)的建設(shè)， 從而有利 于對(duì)現(xiàn)有信用評(píng) 價(jià)體系的修正和完善，提高其準(zhǔn)確性。 關(guān)鍵詞 概率 （70 6 03 0 21） 、教育部博 * 本文受國(guó)家自然科學(xué)基金項(xiàng)目 士點(diǎn)基金（2 0 0 6 0 0 56 013）資助 供應(yīng)鏈金融 ；信用風(fēng)險(xiǎn) ；風(fēng)險(xiǎn) 評(píng) 價(jià) ；守約

引言
近 年 來， 銀 行 業(yè) 的 競(jìng) 爭(zhēng) 形 勢(shì) 不 斷 發(fā) 生 變 化， 商 業(yè) 銀行傳 統(tǒng)收 入 來源──利差不斷 縮小，拓展中小 企 業(yè)貸 款 業(yè)務(wù)的競(jìng)爭(zhēng)正在不斷 升溫，各 銀行 紛 紛加快了金融產(chǎn) 品的研發(fā)， 充分利用供 應(yīng)鏈和中小 企 業(yè)的特點(diǎn)開發(fā)而成 的 “供應(yīng)鏈金融”模式成為解決中小企業(yè)融資難的有效 方式。國(guó)際知名的金融 顧問和咨詢公司 To w e r G r o u p 對(duì) 供應(yīng)鏈金融做出如下定義 ：供應(yīng)鏈金融是以發(fā)生在供應(yīng) 鏈上的商業(yè)交易價(jià)值為基礎(chǔ)，設(shè) 計(jì)一系列的為供應(yīng)商提 供流動(dòng)資本融資和現(xiàn) 金流的解決方 案。 推出供應(yīng)鏈 金 融的目的在于 ：銀行將資金或信用注 入供 應(yīng)鏈， 促 進(jìn) 供 應(yīng)鏈核心企 業(yè) 及其上下游配套企 業(yè) “供 —產(chǎn) — 銷”流轉(zhuǎn) 暢順、鏈條穩(wěn)固，以實(shí)現(xiàn)金融資本與實(shí)業(yè)經(jīng)濟(jì)的高度契
[1]

92

財(cái)務(wù)管理
內(nèi)部銀行——專業(yè)負(fù)責(zé)貿(mào)易融資的 U P S 金融公司。又如 世界 排名第一的船公司馬士基也是這一業(yè)務(wù)模式的參與 者，并且其也已經(jīng) 成為這兩個(gè) 超大 型公司的最 重要的利 潤(rùn)來源。 與 歐 美 發(fā) 達(dá) 國(guó) 家 相比， 供 應(yīng) 鏈 金 融 在 我國(guó) 是 一 個(gè) 較 新的商業(yè)活動(dòng)，但國(guó)內(nèi)銀行也已經(jīng)認(rèn)識(shí)到可以通過貨 物流、信息流和資金流的整合，通過企業(yè)之間的優(yōu)勢(shì)互 補(bǔ)、緊密合作，達(dá)到增強(qiáng)成本控制、優(yōu)化資源配置、改 善服 務(wù)質(zhì) 量 和 提 高最 終 收 益 的 效 果。 深 圳 發(fā) 展 銀 行 開 創(chuàng)了 深發(fā) 展 供 應(yīng)鏈 品牌”；光 大銀 行則 在 汽 車、 鋼 鐵 “ 等行業(yè)做 得 有聲 有色 ；四大銀行中，中國(guó)銀行則在嘗試 貿(mào)易鏈金融等。No k i a、T C L 和 DH L 等國(guó)內(nèi)外廠商都通 過 開展和 參 與供 應(yīng)鏈 金 融 服 務(wù)， 應(yīng) 對(duì) 激 烈的市場(chǎng) 競(jìng) 爭(zhēng)， 物流創(chuàng)新已經(jīng)成為企業(yè)打開利潤(rùn)之源的鑰匙。隨著社會(huì) 發(fā) 展， 會(huì) 有更 多 的 銀 行 和 企 業(yè) 投 入 到 供 應(yīng)鏈 金 融 服 務(wù) 領(lǐng)域之中。 國(guó)內(nèi)外學(xué)者針對(duì)這一 金融 業(yè)務(wù)，也從不同角度進(jìn)行 了分析。A l l e n N B e r g e r 等人 最早提出了關(guān)于中小 企 業(yè) 融資的一些新的設(shè) 想及框 架，初步提出了供應(yīng)鏈金融的 思想 ； L e o r a K l a p p e r 就供應(yīng)鏈中的中小企業(yè)采用存貨 融資模式的機(jī)理 及功能進(jìn)行了分析 ； G o n z a l o G u i l l e n 等研究了集生產(chǎn)與企業(yè)融資 計(jì)劃于一體的短期供應(yīng)鏈管 理，提出合理的供應(yīng)鏈管理模式可以影響企業(yè)的運(yùn)作與 資金融通，從而增加整體收益。
[5] [4] [3] [2]

的風(fēng)險(xiǎn)模型分析，指出供應(yīng)鏈金融依賴的風(fēng)險(xiǎn)規(guī)避機(jī)制存 在失靈的可能性，需要銀行與核心企業(yè)建立新型合作的關(guān) 系，并發(fā)揮其各自的優(yōu)勢(shì)，才能達(dá)到供應(yīng)鏈金融期望實(shí)現(xiàn)
[9] 的作用。 隨后，鮑旭紅進(jìn)一步分析了供應(yīng)鏈金融的融資在

改善我國(guó)中小企業(yè)融資困境的優(yōu)勢(shì)，并針對(duì)供應(yīng)鏈金融在
[10] 我國(guó)開展面臨的問題，提出操作性較強(qiáng)的應(yīng)對(duì)策略。

但是，如何結(jié)合風(fēng)險(xiǎn)來源加強(qiáng)相應(yīng)的風(fēng)險(xiǎn)管理，從 而 有 效 控制風(fēng)險(xiǎn)， 是 供 應(yīng)鏈 金融 業(yè) 務(wù)能否成 功的關(guān) 鍵。 風(fēng)險(xiǎn)管理是 金融管理的一 個(gè)核心問題，信用風(fēng)險(xiǎn)則是風(fēng) 險(xiǎn) 管 理中最為重 要的問題， 而且 隨 著信用交 易的 擴(kuò)大， 信用風(fēng)險(xiǎn)越 來越大。已有的研究多從供應(yīng)鏈金融業(yè)務(wù)的 模式設(shè) 計(jì)與分析上 展開，未能 對(duì)其風(fēng)險(xiǎn) 管理提出系統(tǒng)的 評(píng) 價(jià)方法。因此，從理論上提出供應(yīng)鏈金融模式下的信 用風(fēng) 險(xiǎn) 評(píng) 價(jià) 指 標(biāo)， 建 立 風(fēng) 險(xiǎn) 評(píng) 價(jià) 的 模 型， 將 是 對(duì) 已有 研究的進(jìn)一步深化，并將對(duì)實(shí)踐中供應(yīng)鏈金融業(yè)務(wù)的健 康有序發(fā)展，起到指導(dǎo)作用。 從實(shí)際情況來看，供應(yīng)鏈金融業(yè)務(wù)所面臨的現(xiàn)狀是 業(yè)務(wù)開展只有三四年，銀行對(duì)于此類 業(yè)務(wù)正在不斷 地探 索之中， 這 就 增加了信用風(fēng)險(xiǎn) 評(píng) 價(jià)的難度， 而且目前銀 行在 對(duì)供應(yīng)鏈金融 業(yè)務(wù)的信用評(píng) 價(jià)中，對(duì)于指標(biāo)的選擇 及權(quán)重的設(shè)定完全是由專家根據(jù)以往 業(yè)務(wù)經(jīng)驗(yàn)給出，這 種完全依靠專家 對(duì)于業(yè)務(wù)的判斷，使決 策過于主觀，影 響對(duì)企業(yè)評(píng) 價(jià)的科學(xué)性。 基于以上分析，本文在傳統(tǒng)融資模式的信用風(fēng)險(xiǎn) 評(píng) 價(jià)基礎(chǔ)上，提出了在供應(yīng)鏈金融模式下的信用風(fēng)險(xiǎn) 評(píng) 價(jià)， 用主成分分析法和 L o g i s t i c 回歸方法建立信用風(fēng)險(xiǎn) 評(píng) 價(jià) 模型，克服了專家評(píng) 價(jià)過于主 觀的缺 點(diǎn)，提高評(píng) 價(jià)的客 觀性。通過實(shí)例比較供應(yīng)鏈金融融資模式和傳統(tǒng)銀行授 信 模式下的中小企業(yè)守約概率的不同，揭示供應(yīng)鏈金融 在一定程度上緩解了中小企業(yè)的融資困境，并 提出應(yīng)加 強(qiáng)對(duì)客戶基礎(chǔ)數(shù) 據(jù)庫(kù)的建 設(shè)，從而有利于對(duì)現(xiàn)有信用評(píng) 價(jià)體系的修正，提高其準(zhǔn)確性。

我國(guó)學(xué)者進(jìn)行了較多的研究。早在 1998 年，任文超 等就提出物資銀行的設(shè)想， 將銀行不動(dòng)產(chǎn)貸款為主的信 貸模式轉(zhuǎn)變?yōu)椴粍?dòng)產(chǎn)貸款和動(dòng)產(chǎn)質(zhì)押貸款相結(jié)合的信貸模 式。1999 年第三方物流公司——中國(guó)儲(chǔ)運(yùn)公司與銀行合作， 開始向客戶提供簡(jiǎn)單的質(zhì)押融資擔(dān)保服務(wù)。2000 年，復(fù)旦 大學(xué)朱道立教授在主持廣東順德物流基地項(xiàng)目時(shí)，首次提 出了 “融通倉(cāng)”概念，并組織相關(guān)人員開始了相關(guān)理論的研 究。2002 年，羅齊在 “第三方物流創(chuàng)新 ： 融通倉(cāng)及其運(yùn)作 模式初探”一文中詳細(xì)闡述了融通倉(cāng)的概念以及融通倉(cāng)獲 得金融機(jī)構(gòu)的授信額度和成立獨(dú)特的信用擔(dān)保體系兩種運(yùn) 作模式。 隨后，陳祥峰在 “融通倉(cāng)與物流金融服務(wù)創(chuàng)新”
[7] 中提出了融通倉(cāng)的一個(gè)理論框架和風(fēng)險(xiǎn)管理系統(tǒng)。 閆俊 [6]

一、 供應(yīng)鏈金融模式的信用風(fēng)險(xiǎn)評(píng)價(jià)
在銀行的傳統(tǒng)信貸政策框架下，主要考查企業(yè)的規(guī) 模實(shí)力、資產(chǎn)負(fù)債表、抵押物和保證等。根 據(jù)中國(guó)人民 銀 行 信用 評(píng) 級(jí)管 理 指導(dǎo)意 見（ 銀 發(fā)〔20 06〕95 號(hào)） 信 ， 用評(píng) 級(jí)機(jī) 構(gòu)對(duì)企 業(yè) 進(jìn) 行信用評(píng) 級(jí) 應(yīng)主 要考察 企 業(yè) 素質(zhì)、 經(jīng)營(yíng)能力、獲利能力、償債能力、履約情況以及發(fā)展前 景等。 又如中國(guó)銀行發(fā)展銀行客戶信用等級(jí)測(cè)評(píng)表包括： 基 本指標(biāo)，即償債能力狀況、財(cái)務(wù)效 益狀況、資產(chǎn)營(yíng)運(yùn) 狀況、發(fā)展能力狀況 ；評(píng)議指標(biāo)，即信譽(yù)狀況、管理 水 平、經(jīng)營(yíng)狀況、市場(chǎng)競(jìng)爭(zhēng)力和發(fā)展前景等。

宏在 “基于供應(yīng)鏈金融的中小企業(yè)融資模式分析”中，從 供應(yīng)鏈的角度分析了中小企業(yè)融資問題，主要針對(duì)供應(yīng)鏈 中中小企業(yè)的供應(yīng)鏈金融融資模式及其信用風(fēng)險(xiǎn)管理，研 究運(yùn)營(yíng)資本管理模式，運(yùn)用供應(yīng)鏈金融的核心理念，系統(tǒng) 地分析供應(yīng)鏈金融的相關(guān)理論及三種基本融資模式，從而 更清楚、深刻地揭示供應(yīng)鏈金融的特性，并對(duì)其信用風(fēng)險(xiǎn) 進(jìn)行評(píng)估和管理研究。 彎紅地通過對(duì)應(yīng)收賬款融資模式
Nankai Business Review? 2009, Vol. 12, No. 4, pp 92- 9 8
[8]

93

財(cái)務(wù)管理
由以上分析可以看出，銀行在傳統(tǒng)信貸政策框 架下 對(duì)企 業(yè) 的 信用風(fēng) 險(xiǎn) 評(píng) 價(jià)主 要 是 通 過 考查 企 業(yè) 的財(cái)務(wù) 指 標(biāo)，但由于中小企業(yè) 財(cái)務(wù)制度不健全，企業(yè)管理 透明度 差，又不能按照銀行規(guī)定提 供 擔(dān)保 或 其它抵押資產(chǎn)，所 以銀 行 評(píng) 價(jià)得出其守約 概 率 很低， 很 難 獲得 銀 行授信， 無法解決自身資金短缺問題。 相 對(duì) 于 傳 統(tǒng) 的 授 信 方 式， 供 應(yīng)鏈 金 融 融 資模 式 淡 化了財(cái)務(wù)分析和準(zhǔn) 入 控制，以對(duì)物流和資金流的動(dòng)態(tài)控 制代替對(duì)財(cái)務(wù)報(bào)表的靜態(tài) 分析，其信用評(píng) 價(jià) 最核心的特 點(diǎn)是 把主體評(píng)級(jí)和債項(xiàng)評(píng)級(jí)合二為一。銀行淡化企業(yè)自 身限制， 只針對(duì)單 筆 業(yè)務(wù) 進(jìn)行授信， 從而規(guī) 避了中小 企 業(yè)在披 露信息和財(cái)務(wù)等方面存在的融資障礙。在風(fēng)險(xiǎn) 評(píng) 價(jià)中， 不僅考查 財(cái)務(wù)指標(biāo)， 而且考查交 易對(duì)手資信、 涉 及商品的價(jià)格穩(wěn)定性、交 易流程的控制能力、企業(yè)過 往 交易記錄及整個(gè)供應(yīng)鏈運(yùn)營(yíng)狀況等，在風(fēng)險(xiǎn)管理制度上 發(fā)生了根本的變化。 要建立供應(yīng)鏈金融信用評(píng) 價(jià)指標(biāo)體系，應(yīng)遵循全面 性、科學(xué)性、針對(duì)性、公正性、合法性、可操作性等原則。 本 文借鑒 傳 統(tǒng) 業(yè) 務(wù) 信用 評(píng) 價(jià) 的 基 本 框 架， 根 據(jù) 供 應(yīng)鏈 金融自身業(yè)務(wù)的特點(diǎn)進(jìn)行 設(shè) 計(jì)，即結(jié)合借款 人的資信水 平，重點(diǎn)考察單 筆融資業(yè)務(wù)自我清償?shù)奶卣饕约百J款 人 組織該筆交易的能力，對(duì) 該筆業(yè)務(wù)進(jìn)行信用評(píng) 價(jià)。評(píng) 價(jià) 指標(biāo)體系主要考察以下四方面內(nèi)容 ： 1. 申請(qǐng)人資質(zhì)，包括企業(yè)素質(zhì)、經(jīng)營(yíng)能力、盈利能 力、償債能力、發(fā)展?jié)摿Α?申請(qǐng)人 資質(zhì) 是與傳 統(tǒng) 貸 款 業(yè) 務(wù)中 銀 行 評(píng) 價(jià) 指 標(biāo) 類 似，主要考察申請(qǐng) 貸款企業(yè)的基本財(cái)務(wù)情況及企業(yè)管理 和發(fā)展能力。著重選取傳統(tǒng)業(yè)務(wù)評(píng)級(jí)中的主要指標(biāo)構(gòu)成。 2. 交易對(duì)手資質(zhì)，包括交易對(duì)手 信用級(jí)別、交易對(duì) 手行業(yè)特征、經(jīng)營(yíng)能力、償債能力。 此 評(píng) 價(jià) 指 標(biāo) 就 是 考 察 供 應(yīng)鏈 金 融 業(yè) 務(wù)中的 核心 企 業(yè)的資質(zhì)，因?yàn)樵?此 業(yè)務(wù)中核心企業(yè)對(duì)中小企業(yè) 起到了 反擔(dān)保的作用，核心企 業(yè)的信用狀況直接 影響了中小 企 業(yè)與其發(fā)生交易的質(zhì)量。由于供應(yīng)鏈金融業(yè)務(wù)是 對(duì)單 筆 交易進(jìn)行授信，所以更關(guān)注中小企業(yè)的本筆交易質(zhì)量。 3. 融 資 項(xiàng) 下資 產(chǎn) 情況， 包 括質(zhì) 物 特 征、 應(yīng) 收 賬 款 特征。 融資項(xiàng)下資產(chǎn)情況是 銀行考察的重中之重，原因在 于 銀 行 是 對(duì)交 易資 產(chǎn) 的 價(jià) 值 進(jìn) 行 評(píng) 估， 然 后根 據(jù) 評(píng) 估 結(jié)果給 予授信，若受信人 違約，交易資產(chǎn)也是 銀行將其 變現(xiàn)彌補(bǔ)損失的保證。如果是融通倉(cāng)、保兌倉(cāng)融資則要 充分考慮質(zhì)物價(jià)格的變動(dòng)性，質(zhì)物的變現(xiàn)能力，在貸款 期間可能的磨損程度。如是應(yīng)收賬款還應(yīng)考慮應(yīng)收賬款
4.供應(yīng)鏈運(yùn) 營(yíng)狀況 行業(yè)狀況 3. 融資項(xiàng)下 資產(chǎn)情況 應(yīng)收賬款特征 質(zhì)物特征 2. 交易對(duì)手 資質(zhì) 交易對(duì)手信用 級(jí)別 交易對(duì)手行業(yè) 特征 盈利能力 償債能力 發(fā)展?jié)摿?償債能力 1. 申請(qǐng)人 資質(zhì) 盈利能力 經(jīng)營(yíng)能力 企業(yè)素質(zhì)

賬期，退貨記錄情況、受信人壞賬率等因素。 4. 供 應(yīng)鏈 運(yùn)營(yíng) 狀 況， 包 括 行 業(yè)狀 況、 合 作 的 密 切 程度、以往交易履約情況。 供應(yīng)鏈運(yùn)營(yíng)狀況是 銀行對(duì)受信企業(yè)交易質(zhì)量的整體 評(píng)價(jià)。從整個(gè)供應(yīng)鏈上綜合考慮其業(yè)務(wù)能力、履約情況、 與交易對(duì)手的合作情況，使銀行 評(píng) 價(jià)范圍更大，減輕企 業(yè)隱瞞信息而產(chǎn)生信息不對(duì)稱問題造成的評(píng)估質(zhì)量下降。 整 個(gè) 評(píng) 價(jià) 體系分四大 類， 共 27 個(gè)指 標(biāo)。 指 標(biāo)體系 如表 1 所示。
表1 評(píng)價(jià)指標(biāo)及其描述
一級(jí)指標(biāo) 二級(jí)指標(biāo) 三級(jí)指標(biāo)
領(lǐng)導(dǎo)素質(zhì)C1 職工素質(zhì)C2 管理素質(zhì)C3 財(cái)務(wù)披露質(zhì)量C4 經(jīng)營(yíng)周轉(zhuǎn)能力C5 銷售利潤(rùn)率C6 凈資產(chǎn)收益率C7 流動(dòng)比率C8 速動(dòng)比率C9 資產(chǎn)負(fù)債率C10

指標(biāo)描述
學(xué)歷、 管理者在本行業(yè)持續(xù)經(jīng)營(yíng) 年限 專業(yè)技術(shù)、 職業(yè)道德 管理制度、 產(chǎn)權(quán)結(jié)構(gòu)、 內(nèi)部監(jiān)管 財(cái)務(wù)報(bào)表審計(jì)及信息披露情況 銷售收入/(預(yù)付平均余額+應(yīng)收 平均余額+存貨平均余額) 銷售利潤(rùn)/銷售收入 稅后利潤(rùn)/[(期初凈資產(chǎn)余額+期 末凈資產(chǎn)余額)/2] 流動(dòng)資產(chǎn)-流動(dòng)負(fù)債 (流動(dòng)資產(chǎn)-存貨)/流動(dòng)負(fù)債 負(fù)債總額/資產(chǎn)總額

企業(yè)營(yíng)運(yùn)能力現(xiàn)金流 企業(yè)營(yíng)運(yùn)能力現(xiàn)金流/流動(dòng)負(fù)債 與流動(dòng)負(fù)債比率C11 利息保障倍數(shù)C12 銷售收入增長(zhǎng)率C13 凈利潤(rùn)增長(zhǎng)率C14 總資產(chǎn)增長(zhǎng)率C15 信用級(jí)別C16 行業(yè)地位C17 銷售利潤(rùn)率C18 速動(dòng)比例C19 價(jià)格穩(wěn)定性C20 變現(xiàn)能力C21 質(zhì)物易損程度C22 賬齡與賬期C20 退貨記錄C21 受信人壞賬率C22 行業(yè)增長(zhǎng)率C23 行業(yè)環(huán)境C24 交易年限C25 交易頻度C26 違約率C27 稅息前利潤(rùn)/利息支出 (本期銷售收入-上年同期銷售收 入)/上年同期銷售收入 (本期實(shí)現(xiàn)凈利潤(rùn)-上年同期實(shí)現(xiàn) 凈利潤(rùn))/上年同期實(shí)現(xiàn)凈利潤(rùn) (本期總資產(chǎn)-上年同期總資產(chǎn))/ 上年同期總資產(chǎn) 交易對(duì)手在銀行的信用級(jí)別 行業(yè)集中、 壟斷、 周期特點(diǎn) 銷售利潤(rùn)/銷售收入 (流動(dòng)資產(chǎn)一存貨)/流動(dòng)負(fù)債 上季波動(dòng)幅度 質(zhì)物流動(dòng)性、 轉(zhuǎn)換成現(xiàn)金能力 質(zhì)物自然屬性， 是否利用保存 80%應(yīng)收賬款賬期長(zhǎng)短 是否存在購(gòu)買方退貨 到期不能收回比率 結(jié)合行業(yè)平均水平判斷 政治、 社會(huì)、 經(jīng)濟(jì)、 技術(shù)環(huán)境 受信人與交易對(duì)手交易年數(shù) 結(jié)合行業(yè)平均次數(shù) 違約次數(shù)/總交易次數(shù)

合作密切程度 以往履約情況

94

南開管理評(píng)論?

2009 年 12 卷 , 第 4 期第 92- 9 8 頁(yè)

財(cái)務(wù)管理
供應(yīng)鏈金融信用評(píng) 價(jià)指標(biāo)如圖 1 所示。圖中虛線部 分為供應(yīng)鏈金融融資模式所特有的指標(biāo)。 據(jù) 儲(chǔ) 備不足， 而 且 并 沒有 建 立 起 完 整 的 數(shù) 據(jù) 存 儲(chǔ) 及管 理體系，因此，鑒于供應(yīng)鏈金融 業(yè)務(wù)開展現(xiàn)狀以及數(shù) 據(jù) 量不足的約束和供應(yīng)鏈金融 業(yè)務(wù)主要適用于中小企業(yè)的 背景，本文選取的樣本數(shù) 據(jù)為國(guó)泰安數(shù) 庫(kù)中中小企業(yè)板 20 06 年 12 月 31 日以前的 102 家上市公司財(cái)務(wù)數(shù) 據(jù)，其 它 指標(biāo)由于無 法 獲得， 使 用隨機(jī)數(shù) 據(jù) 模 擬而成。 其中 （ 好 客戶 67 個(gè)， 壞 客戶 35 個(gè)。 由于 評(píng) 價(jià) 指 標(biāo) 均 為 財(cái)務(wù) ） 指標(biāo)，其相對(duì) 評(píng) 價(jià)標(biāo)準(zhǔn)界限模糊，根據(jù)呂躍 進(jìn)提出的依
[11] 據(jù)心理因素劃分評(píng) 價(jià)等級(jí)以及數(shù)量等級(jí)確定理論， 對(duì)

于精度要求不高的數(shù)據(jù)進(jìn)行四級(jí)評(píng) 價(jià)，將樣本數(shù)據(jù)按照 每 個(gè)指 標(biāo)分為 10，7，4，0 四 個(gè)檔次予以打分， 并對(duì) 打 分結(jié)果進(jìn)行標(biāo)準(zhǔn)化，然后對(duì)數(shù)據(jù)進(jìn)行分析。
表2 因子得分系數(shù)矩陣
Component
F1 F2 F3 F4 F5 F6 0.056 0.020 0.115 -0.013 F7 0.162 0.096 0.023 0.285 F8 0.161 -0.096 0.099 F9 -0.303 0.152 -0.215 F10 0.117 0.030 0.318

二、 供應(yīng)鏈金融模式信用風(fēng)險(xiǎn)評(píng)價(jià)模型
信用評(píng)價(jià)使用較多的方法，包括判別分析、Logistic 回歸、線性 規(guī) 劃法、神經(jīng)網(wǎng)絡(luò)方 法以及分類樹 法。判斷 評(píng) 估 方 法或 模型的優(yōu)劣，不應(yīng)僅僅以錯(cuò) 誤分類率為唯一 標(biāo)準(zhǔn)，而應(yīng)同時(shí)結(jié)合該模型的穩(wěn)健性。模型的穩(wěn)健性是 針對(duì)模型對(duì) 訓(xùn)練樣本以外的樣本的預(yù)測(cè)能力而言的。穩(wěn) 健 性較 好的 模 型在 對(duì) 訓(xùn)練樣本以外的 樣本進(jìn) 行 預(yù) 測(cè)時(shí)， 其預(yù)測(cè)精度不應(yīng)該 有較大幅度的下降。若僅從預(yù)測(cè)的精 度考察，神經(jīng)網(wǎng)絡(luò) 等非線性方法具 有獨(dú)特的優(yōu)勢(shì)。雖然 判別分析、L o g i s t i c 回歸及線性規(guī) 劃等線性評(píng) 分方法的 預(yù) 測(cè) 精度比 神經(jīng) 網(wǎng)絡(luò) 等 非線 性 方 法 低 但 這 些 模 型的 穩(wěn) 健性要強(qiáng)于神經(jīng)網(wǎng)絡(luò) 等非線性方 法，這一點(diǎn)對(duì)信貸 市場(chǎng) 正處于 快 速發(fā)展時(shí)期的中國(guó)而言可能更加重要。由于市 場(chǎng)的快 速 發(fā)展，當(dāng)模型投入使 用后，新的信用產(chǎn)品申請(qǐng) 人總體可能很快就與建 �？傮w 有差異，一 個(gè)穩(wěn)健性較強(qiáng)
[9] 的模型的預(yù)測(cè)能力反而更好。

C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13 C14 C15 C16 C17 C18 C19 C20 C21 C22 C23 C24 C25 C26 C27

-0.024 -0.049 -0.085 -0.033 -0.360 0.079 0.030 -0.102 -0.125 0.173 0.108 0.090 0.020 0.051 0.028 0.002 0.045 -0.449 0.291 0.222

-0.020 -0.130 -0.009 -0.022 0.088 0.053 0.296 0.302 0.234 0.273 -0.046 0.006 0.038 -0.049

-0.056 -0.064 -0.154 0.666 0.304 0.169 0.045 0.113 0.073 -0.130 0.039 0.049 -0.007 -0.170 0.053 0.108 0.108 0.018 0.065 -0.098 0.021 -0.199 0.737 0.010 0.052

-0.058 -0.022 -0.035 -0.028 0.169 -0.131 0.211 0.009

-0.162 -0.343 0.034 0.012 0.381 0.018

-0.005 -0.072 -0.065 -0.100 -0.011 0.035 0.024 0.016 0.002 0.004 0.105 -0.023 -0.024 0.000 -0.063 -0.005 0.167 0.000 0.030 0.266 0.071 0.059 0.010 0.003 0.301 -0.027 0.031 0.064 -0.118 0.508 0.062

-0.047 -0.058 -0.069 0.057 -0.042 -0.159

-0.052 -0.025 -0.091 0.005 0.008 0.015 0.059 0.029 -0.028 -0.015

-0.001 -0.002 -0.019 0.011 -0.015

-0.040 -0.016 0.029 0.118 -0.034 0.002 -0.002 -0.097 0.016

-0.017 -0.420 0.225 0.033

-0.081 -0.032 -0.105 -0.044 0.005 0.038 -0.025 0.017 -0.020 0.023 0.035 -0.003 0.000 0.049 -0.063 0.118 0.267

-0.045 -0.019 -0.043 0.026 0.050 0.004

因此，對(duì)于 轉(zhuǎn)型中的中國(guó)而言，非對(duì) 稱信息的程 度 很深，其影響作用大，要獲得好的綜 合效 果，寧愿用一 定 程 度 的 精度 損 失 來 換 取 模 型 較 高的 穩(wěn) 健 性， 也 就 是 說，判別分析、L o g i s t i c 回歸及線性規(guī) 劃等線性評(píng) 分方 法是相對(duì)較優(yōu)的選擇。所以，本文選用 L o g i s t i c 回歸方 法建立模型。但由于 L o g i s t i c 回歸方法對(duì)模型中自變量 的多維相關(guān)性較為敏 感，需要利用主成分分析或變量聚 類分析等手段 來選擇代表 性的自變量，以減少候選變量 之間的相關(guān)性。故本文先 對(duì)數(shù)據(jù)進(jìn)行主成分分析，再利 用 log ist ic 回歸模型計(jì)算企業(yè)的守約概率。 由于 各 銀 行 對(duì) 供 應(yīng) 鏈 金 融 業(yè) 務(wù) 的中小 企 業(yè)客戶 數(shù)
Nankai Business Review? 2009, Vol. 12, No. 4, pp 92- 9 8

-0.032 -0.025 -0.028 0.093 0.071 0.185 0.340 0.019 0.060 0.099 0.335 0.013 0.295

-0.058 -0.095 0.048 0.415 0.181 0.039 0.035 -0.075

-0.401 -0.020 -0.002 0.076 -0.017 -0.180 0.022 0.025 -0.016 0.021 -0.026 0.007 0.026

-0.262 -0.053 -0.091 0.366 -0.057 -0.040 0.023 0.194 0.005 -0.034 -0.050 0.074 0.056 -0.114 -0.070 0.196

-0.200 -0.054 -0.014 0.123 0.500 -0.085 0.110 0.072 0.120 0.388 -0.044 0.012 0.035 -0.470 -0.049 0.157

-0.054 -0.063 0.009 0.031

-0.041 -0.054 -0.374 -0.006

-0.077 -0.039 0.033 0.060 0.003 0.159

-0.097 -0.039 -0.016 0.026 0.173 -0.013 0.088 0.125 0.014

-0.085 -0.206 -0.084

95

財(cái)務(wù)管理
1. 采用 S P S S 統(tǒng)計(jì)軟件進(jìn)行主 成分分析，前十個(gè)主 成分的特 征值的累計(jì)貢獻(xiàn)率已經(jīng) 達(dá)到了 74.687%。選取 F 1， 2， 3， 4， 5， 6， 7， 8， 9， 10 作 為 最 終 指 標(biāo) 進(jìn) F F F F F F F F F 行分析。由因子得分系數(shù) 矩陣（表 2） ，可以分別將原 來 27 個(gè)指標(biāo)表 示為 ： F F F F F F F F F 選取 F 1， 2， 3， 4， 5， 6， 7， 8， 9， 10 作為最終 指標(biāo)進(jìn)行分析。 2. 采用 S P S S 軟件進(jìn)行回歸模型分析�；貧w方 法為 向前逐步 選擇引入法，即通過最大似然估計(jì)所得的似然 比的 概 率作為引入變 量的 標(biāo)準(zhǔn)， 采 取 迭代 法 逐 步 計(jì) 算， 直到對(duì)數(shù)似然比不再變化為止。 F 由表 3 可以看 到， 選 擇 第五步的回歸結(jié)果， 1、F 2 、 F 3、F 8 和 F 9 被保留在 模 型中， 說明 F 1、F 2 、F 3、F 8 和 F 9 對(duì)于預(yù)測(cè)受信人的守約率影響顯著。其 參 數(shù)估計(jì)以及其 統(tǒng)計(jì)檢驗(yàn)見表 3，各系數(shù)統(tǒng)計(jì) 量檢驗(yàn)的效 果顯著。 估計(jì)的 L og ist ic 回歸模型如下 ：
p = 1? p + F1 + F2 + F3 + F8 + F9

(1) (2)

公 式 (2) 所 求 得 的 P 值 表 示了該 客戶的 守 約 概 率。 將客戶數(shù) 據(jù)代 入模 型預(yù)測(cè)信用狀況， 計(jì) 算出 P 值。P 值 越接近 1，則申請(qǐng)人信用較 好，P 值 越接近 0，則申請(qǐng)人 信用較差。
表3 進(jìn)入回歸方程的變量

…
* 其中 Ci* 為利用數(shù) 據(jù)標(biāo)準(zhǔn)化公式 Ci = ） 值。 C 為 Ci 平均數(shù)， Si 為標(biāo)準(zhǔn)差。 （

Ci ? C 標(biāo)準(zhǔn)化后的 Si

B
Step 5(e) F1 F2 F3 F8 F9 Constant 0.976 1.676 1.154 1.476 0.783 1.286

S.E.
0.382 0.359 0.407 0.437 0.350 0.384

Wald
6.524 21.857 8.044 11.418 5.016 11.247

df
1 1 1 1 1 1

Sig.
0.011 0.000 0.005 0.001 0.025 0.001

Exp(B)
2.654 5.345 3.172 4.374 2.188 3.619

F 1， 2， 3， 4， 5， 6， 7， 8， 9， 10 根據(jù)表 2 可以得出。 F F F F F F F F F 由旋轉(zhuǎn)后的因子載荷矩陣可以看出 ： F 1 主 要 表 達(dá)了 變 量 C 8、C 9、C 10 和 C 11 四 個(gè) 指 標(biāo) 的 信 息量，反映的是受信人的償債能力 ； F 2 主要表 達(dá)了變量 C 20、C 21、C 25 和 C 27 三個(gè)指標(biāo)的信 息量，反映的是質(zhì)物的狀況和供應(yīng)鏈合作程度 ； F 3 主要表達(dá)了變量 C 16、 18 和 C 24 三個(gè)指標(biāo)的信息量， C 反映的是交易對(duì)手 信用等級(jí)、盈利能力和行業(yè)環(huán)境 ； F 4 主 要 表 達(dá)了 變 量 C 6、C 7、C 14 和 C 15 四 個(gè) 指 標(biāo) 的 信 息量，反映的是受信人的盈利能力和發(fā)展?jié)摿?； F 5 主要表達(dá)了變量 C 1、 2、 3 和 C 4 四個(gè)指標(biāo)的信息量， C C 反映的是受信人的企業(yè)素質(zhì) ； F 6 主 要 表 達(dá)了 變 量 C 19 和 C 23 兩 個(gè) 指 標(biāo) 的 信 息 量， 反映的是交易對(duì)手的償債能力和行業(yè)增率 ； F 7 主 要 表 達(dá)了 變 量 C 22 和 C 26 兩 個(gè) 指 標(biāo) 的 信 息 量， 反映的是貨物易損程度和交易頻度 ； F 8 主要表達(dá)了變量 C 12、 17 和 C 20 三個(gè)指標(biāo)的信息量， C 反映的是利息保障倍 數(shù)，交易對(duì)手行業(yè)地位和貨物價(jià)格 的穩(wěn)定性指標(biāo) ； F 9 主 要表 達(dá)了變 量 C 5 指 標(biāo)的信息量， 反 映 的是 受 信人的經(jīng)營(yíng)能力 ； F 10 主要表達(dá)了變量 C 13 指標(biāo)的信息量，反映的是受 信人的銷售增長(zhǎng)能力。

預(yù) 測(cè) 分 類 的 準(zhǔn) 確 率， 在 概 率 界 限 為 0.5 的 條 件下， 該 模 型判定的總準(zhǔn)確率為 86.3%， 其中對(duì)信用好的客戶 判為守 信率高的準(zhǔn)確率為 91.0%， 對(duì)信用較 差的客戶判 為守信率低的準(zhǔn)確率為 77.1%。 3. 方法小結(jié) L og ist ic Reg ression 模型的優(yōu)點(diǎn)有 ： (1) 預(yù)測(cè)結(jié)果是 介于 0 和 1 之間的概率 ； (2) 可以適用于連續(xù)性或類別性自變量 ； (3) 容易使用，容易解釋。 L og ist ic Reg ression 模型的缺點(diǎn)有 ： (1) 對(duì) 模 型中自變 量的多 維相關(guān) 性較 為 敏 感， 需要 利用因子分析或變量類聚分析等手段 來選擇代表 性的自 變量，以減少候選變量之間的相關(guān)性 ； (2) 預(yù) 測(cè) 結(jié) 果 的 概 率 轉(zhuǎn) 換 呈 “S” 型， 因 此 從 l o g (o d d s) 向概 率 轉(zhuǎn)化的過 程 是非線 性的， 在兩端 隨 著 log(odd s) 值的變化，概率的變化很小，而在中間概率的 變化很大。 隨 著 銀 行 供 應(yīng)鏈 金 融 業(yè) 務(wù)發(fā) 展， 企 業(yè) 數(shù) 據(jù) 信息 所

96

南開管理評(píng)論?

2009 年 12 卷 , 第 4 期第 92- 9 8 頁(yè)

財(cái)務(wù)管理
含內(nèi)容及其準(zhǔn)確性會(huì)得到大幅度的提高，會(huì)有更多 企業(yè) 信息進(jìn)入模型，擬合模型的準(zhǔn)確性也會(huì)隨之提高。 和 F '7 作為 最 終 指標(biāo) 進(jìn) 行分析， 前七個(gè)主 成 分 的特 征值 的累計(jì)貢獻(xiàn)率已經(jīng)達(dá)到了 77.609%。

三、 實(shí)證研究
A 石化公司是某 省的地方煉油企業(yè)，其上游 供貨商 為中國(guó)石油化 工股份有限公司 B 分公司。中石化 B 分公 司每月按照 原油 指 標(biāo) 給與 A 石化公司穩(wěn) 定的原油 供 應(yīng)， A 石化公司進(jìn) 行 煉制生 產(chǎn)。A 石化公司與上游 供 貨商中 石化 B 分 公司采 取 預(yù) 付 貨 款 的 方 式。 由于 A 石化 公司 存在預(yù)付貨款的資金需求，向銀行申請(qǐng)基于預(yù)付貨款的 供應(yīng)鏈金融融資， 用于向上游中石化 B 分公司預(yù)付貨款。 按照 A 公司的公司狀況，財(cái)務(wù)狀況及交易狀況對(duì)其 進(jìn)行初始評(píng) 分。 1. 計(jì)算供應(yīng)鏈金融模式下企業(yè)的守約概率 根據(jù) A 公司情況為其打分，如表 4 所示。
表4 A公司評(píng)分(供應(yīng)鏈金融模式)
三級(jí)指標(biāo)
領(lǐng)導(dǎo)素質(zhì)C1 職工素質(zhì)C2 管理素質(zhì)C3 財(cái)務(wù)披露質(zhì)量C4 經(jīng)營(yíng)周轉(zhuǎn)能力C5 銷售利潤(rùn)率C6 凈資產(chǎn)收益率C7 流動(dòng)比率C8 速動(dòng)比率C9

采用 log ist ic 回歸方法，得出守約概率的表達(dá)式為
p= 1 1+ e
? 0.694+ 0.690 F1′ + 0.499 F5′

(3)

F' 先對(duì) C 1 到 C 15 進(jìn)行標(biāo)準(zhǔn)化，再計(jì)算出 F'1、 5 分別為： F'1=-0.9547；F'5 =-0.9739， 將上述結(jié)果代入公式 (3) 得出：
p= 1 1 + e ? 0.694+0.690 F1 +0.499 F5
′ ′

= 0.38919

概率 P 值 38.919%，說明 A 石化公司的守約概率為 38.919%，信用狀況較差，銀行難以為其授信。
評(píng)分
4 7 10 7 4 7 10 4 10

評(píng)分
7 4 7 7 0 10 0 4 10

三級(jí)指標(biāo)
資產(chǎn)負(fù)債率C10 企業(yè)營(yíng)運(yùn)能力現(xiàn)金流 與流動(dòng)負(fù)債比率C11 利息保障倍數(shù)C12 銷售收入增長(zhǎng)率C13 凈利潤(rùn)增長(zhǎng)率C14 總資產(chǎn)增長(zhǎng)率C15 信用等級(jí)C16 行業(yè)地位C17 銷售利潤(rùn)率C18

評(píng)分
7 0 4 7 10 10 10 7 7

三級(jí)指標(biāo)
速動(dòng)比例C19 價(jià)格穩(wěn)定性C20 變現(xiàn)能力C21 質(zhì)物易損程度C22 行業(yè)增長(zhǎng)率C23 行業(yè)環(huán)境C24 交易年限C25 交易頻度C26 違約率C27

3. 小結(jié) 通 過供 應(yīng)鏈 金 融 融 資模 式 和 傳 統(tǒng) 融 資模 式下的 信 用評(píng) 價(jià)體系的對(duì)比可知，A 企業(yè)如果按照傳統(tǒng)授信模式， 由于 信用水平不 高， 守約概 率只有 38.919%， 很 難獲得 銀 行的信貸 支 持， 這 是大 多 數(shù)中小 企 業(yè) 所 面臨的困境。 但 是，供應(yīng)鏈 金融信用評(píng) 價(jià)體系更為全面地評(píng) 價(jià)了中小 企 業(yè)， 從專注于對(duì)中小 企 業(yè)本身信用風(fēng)險(xiǎn)的評(píng) 估，， 轉(zhuǎn)變 為對(duì)整個(gè)供應(yīng)鏈的評(píng) 估，從 對(duì)中小企業(yè)靜態(tài)財(cái)務(wù)數(shù)據(jù)的 評(píng) 估， 轉(zhuǎn) 變 到 對(duì) 整 個(gè) 交 易 過 程 的 動(dòng) 態(tài)評(píng) 估， 更 注 重 其 單 筆 交 易的自償 性。A 企 業(yè)由于與 核心 企 業(yè) ( 即上游 供 貨商中石化 B 分公司 ) 有較穩(wěn)定的業(yè)務(wù)往 來，在供應(yīng)鏈 金融模式下的守約概率為 87.079%，銀行可以為其授信。 因此，供應(yīng)鏈金融融資模式既 正確評(píng) 價(jià)了業(yè)務(wù)的真實(shí)風(fēng) 險(xiǎn)， 同時(shí)也使更多的中小企業(yè)能夠進(jìn)入銀行的服務(wù)范圍。 銀行可以通過 對(duì)融資項(xiàng)下資產(chǎn)的有效控制，規(guī)避大部分 風(fēng)險(xiǎn)，有效解決了中小企業(yè)融資難問題。

首先 對(duì) C 1 到 C 27 進(jìn)行標(biāo)準(zhǔn)化，再計(jì)算出 F 1、F 2 、F 3、 F 8 、F 9 分別為 ： F1=-0.91364 ； 2=1.75525 ； 3=-0.71896 ； 8 =-0.00172 ； F F F F9 =-0.76100 將上述結(jié)果代入下式得出 ： = 0.87079 概率 p 值為 87.079%，說明 A 石化公司的守約概率 為 87.079%，信用風(fēng)險(xiǎn)較小。 2. 計(jì)算傳統(tǒng)模式下企業(yè)的守約概率 傳 統(tǒng) 模 式只考慮企 業(yè)自身 情況 ( 如企 業(yè) 素質(zhì)、經(jīng)營(yíng) 能力、 盈利能力、 償債能力、 發(fā)展?jié)摿Φ?) 為前 16 個(gè)指標(biāo)。 仍以 102 個(gè)數(shù) 據(jù)為樣本，按主 成分分析法和 l o g i s t i c 方 法算出其 概率守約概率。 F F F F F 主成分分析法結(jié)果為： 選取 F '1、 '2、 '3、 '4、 '5、 '6
Nankai Business Review? 2009, Vol. 12, No. 4, pp 92- 9 8

四、 結(jié)論與討論
本 文 在 分 析 供 應(yīng)鏈 金 融 模 式下的 信用風(fēng) 險(xiǎn) 評(píng) 價(jià)基 礎(chǔ)上，提出供應(yīng)鏈金融信用風(fēng)險(xiǎn) 評(píng) 價(jià)的指標(biāo)體系，并用 主成分分析法和 L og i s t ic 回歸方法建立信用風(fēng)險(xiǎn) 評(píng) 價(jià)模 型，進(jìn)一步 通過比較供應(yīng)鏈金融融資模式和傳統(tǒng)銀行授 信 模式下的中小企業(yè)守約概率的不同，揭示供應(yīng)鏈金融 在一定程度上緩解了中小企業(yè)的融資困境，并 提出應(yīng)加 強(qiáng)對(duì)客戶基礎(chǔ)數(shù) 據(jù)庫(kù)的建 設(shè)，從而有利于對(duì)現(xiàn)有信用評(píng) 價(jià)體系的修正和完善，提高其準(zhǔn)確性。

97

財(cái)務(wù)管理
信用 評(píng) 價(jià) 使 銀 行在 開展 供 應(yīng) 鏈 金 融 業(yè) 務(wù) 時(shí)可以更 準(zhǔn)確把握借款 人的違約風(fēng)險(xiǎn)，使銀行對(duì)中小企業(yè)貸款的 不確定性減少。同時(shí)，銀行 還可以根據(jù) 借款 人的違約風(fēng) 險(xiǎn)確定更有針對(duì)性、更合理的貸款利率，減 少對(duì)信貸配 給的依 賴， 更多地 發(fā) 放中小 企 業(yè)貸 款， 實(shí) 現(xiàn)銀 企雙 贏。 采用信用評(píng) 價(jià)技術(shù)后，銀行 貸款 風(fēng)險(xiǎn)利差擴(kuò)大，說明銀 行的風(fēng)險(xiǎn)管理能力增強(qiáng)。 但在引入信用評(píng) 價(jià)技術(shù)時(shí)必須注意到，僅有信用評(píng) 價(jià) 模 型 是 不夠 的， 更 重 要的是 要培 育良 好 的 信用文化， 信用評(píng) 價(jià)模型只是 銀行信用風(fēng)險(xiǎn)管理的一個(gè)手段。銀行 應(yīng)以建 立信用評(píng) 價(jià)模 型為契 機(jī)， 推動(dòng) 信用文化的建 設(shè)。 在信用文化的理 念下，建 立 新的信用風(fēng)險(xiǎn) 管理 模 式，將 信用評(píng) 價(jià)落實(shí)到銀行的授信政策、資產(chǎn)定價(jià)、貸后管理、 業(yè)績(jī) 考核評(píng) 估等各項(xiàng)業(yè)務(wù)之中，最大限度地發(fā)揮信用評(píng) 價(jià)模型的作用。 也 應(yīng) 注 意 到， 本 文 建 立 的 供 應(yīng)鏈 金 融 信用 評(píng) 價(jià) 體 系，由于樣本 容量較小且一部分?jǐn)?shù)據(jù) ( 如交易資產(chǎn)特征， 交 易對(duì)手資質(zhì) 等 ) 無 法 獲 得， 所以采用隨 機(jī) 數(shù) 據(jù) 生 成， 影響了信用評(píng) 價(jià)體系權(quán) 重的有 效性。 所以， 銀行在開展 供應(yīng)鏈金融 業(yè)務(wù)時(shí)，應(yīng)注 重對(duì)申請(qǐng)人信息的收 集、整理 及儲(chǔ) 存， 建 立較為完善的數(shù) 據(jù)庫(kù)， 以便為日后修正信用 評(píng) 價(jià)模 型提 供高質(zhì)量的 數(shù) 據(jù)。 在以后能 夠 獲得高質(zhì)量， 大容量樣本數(shù)據(jù)時(shí)， 可以建立更為有效的信用評(píng) 價(jià)體系。 從本文的研究中過程中，引申出來的相關(guān)建議有 ： (1) 基 礎(chǔ) 數(shù) 據(jù) 庫(kù) 的 完 善 是 建 立 信 用 評(píng) 價(jià) 模 型 的 根 本。在銀行業(yè)剛剛開展 供應(yīng)鏈金融業(yè)務(wù)兩三年的時(shí)間里 引入和應(yīng) 用信用評(píng) 價(jià)模型 , 企 業(yè)信用數(shù) 據(jù)的缺乏將是 遇 到的第一個(gè)問題。銀行本身必須切實(shí)做 好收集整理和存 儲(chǔ)企業(yè)的財(cái)務(wù)信息、交易信息 , 與之相關(guān)的供應(yīng)鏈信息， 建 立自己的基礎(chǔ)數(shù) 據(jù)庫(kù)。不同銀行的客戶群特性是不一 樣的 , 只有做 好 銀 行基 礎(chǔ) 數(shù) 據(jù)的收 集 整理 存 儲(chǔ)工作 , 才 能選擇或開發(fā) 適合自己業(yè)務(wù)的信用評(píng) 價(jià)方 法，提高決 策 的科學(xué)性與準(zhǔn)確性。 (2) 在設(shè) 計(jì) 新模 型時(shí) , 不僅 要關(guān)注借款 人目前的風(fēng) 險(xiǎn) , 也 應(yīng) 關(guān) 注 經(jīng) 濟(jì)周 期 的 走 勢(shì)， 考慮 經(jīng) 濟(jì)周 期 的 影 響。 經(jīng)濟(jì)周期的影響因素對(duì)于供應(yīng)鏈金融 業(yè)務(wù)十分重要，因 為供應(yīng)鏈融資主要針對(duì)供應(yīng)鏈上的商品交易價(jià)值 進(jìn)行授 信，價(jià)格的波動(dòng)性將直接導(dǎo)致銀行承擔(dān)較大的風(fēng)險(xiǎn)。 (3) 對(duì) 模 型 的 檢 驗(yàn)。 我國(guó)目前 還 處 于 經(jīng) 濟(jì) 轉(zhuǎn) 型 期， 企業(yè)經(jīng)營(yíng)狀況變化很大，對(duì)企業(yè)信用評(píng) 價(jià)應(yīng)根據(jù)情況及 時(shí) 調(diào) 整。 信用 評(píng) 價(jià) 結(jié) 果 的 檢 驗(yàn) 是 保證評(píng) 價(jià) 模 型 有 效 性 的重要手段。對(duì)信用評(píng) 價(jià)模型，需要持 續(xù)不斷的檢驗(yàn)以 考察其能否很 好地反映 銀行客戶的信用狀況。一 個(gè)好的 檢驗(yàn)指標(biāo)體系及其切實(shí) 執(zhí) 行 , 是 完善信用評(píng) 價(jià)模 型的關(guān) 鍵。所以應(yīng)加強(qiáng)檢驗(yàn)意識(shí)，通過檢驗(yàn)發(fā)現(xiàn)問題，改善信
[10] 用評(píng) 價(jià)模型。

中小 企 業(yè) 融 資 牽涉因素眾 多， 徹底 解 決 這一問題，
[12] 還可以從小企業(yè)本身的動(dòng)態(tài)投融資的有效策略、 戰(zhàn)略

擴(kuò)張 的 過 程

[13]

等 方面進(jìn) 行 考慮。 此 外， 也可以考慮供
[15]

[14] 應(yīng)鏈 融 資相 關(guān) 的關(guān) 系型 融 資， 例 如民間 商會(huì)

等中

介的作用方面進(jìn)行考慮。 總體看來，隨著我國(guó)銀行信用風(fēng)險(xiǎn)管理技術(shù)的完善 及中小 企 業(yè)在 經(jīng)濟(jì)發(fā) 展中的作用日益凸顯， 各 銀行為優(yōu) 化客戶結(jié) 構(gòu)、拓寬自身發(fā)展空間的需要將 會(huì)大力開拓中 小 企 業(yè)客戶市場(chǎng)，信用評(píng) 價(jià)技 術(shù)必然占有重要地位，它 將 保證供應(yīng)鏈金融業(yè)務(wù)的有序健康發(fā)展。

參與文獻(xiàn)
[1] Towergroup. While Supply Chain Finance is a Powerful Concept for Wholesale Banking, It is Also Widely Misunderstood. [2] Alen N. Berger, Gregory F. Udell. A More Complete Conceptual Framework for SME Finance. World Bank Conference on Small and Medium Enterprises: Overcoming Growth Constraints, 2004, (10): 14-15. [3] Leora Mapper. The Role of Reverse Factoring in Supplier Financing of Small and Medium Sized Enterprises. World Bank, 2004, (9): 102-103. [4] Gonzalo Guillen, Mariana Badell. A Holistic Framework for Short-term Supply Chain Management Integrating Production and Corporate Financial Planning. Production Economics, 2006, (7): 25-27. [5] 任文超 . 物資銀行及其實(shí)踐 . 科學(xué)決策 , 1998, (2) : 15-18. [6] 羅齊 , 朱道立 , 陳伯銘 . 第三方物流創(chuàng)新 : 融通倉(cāng)及其運(yùn)作模 式初探 . 中國(guó)流通經(jīng)濟(jì) , 2002, (2): 11-14. [7] 陳祥鋒 , 石代倫 , 朱道立 . 融通倉(cāng)與物流金融服務(wù)創(chuàng)新 . 科技 導(dǎo)報(bào) , 2005, (230): 30-33. [8] 閆俊宏 , 許祥秦 . 基于供應(yīng)鏈金融的中小企業(yè)融資模式分析 . 上海金融 , 2007, (2): 14-16. [9] 彎紅地 . 供應(yīng)鏈金融的風(fēng)險(xiǎn)模型分析研究 . 經(jīng)濟(jì)問題 , 2008, (11): 109-112. [10] 鮑旭紅 . 基于供應(yīng)鏈金融的中小企業(yè)融資渠道創(chuàng)新研究 . 科 技和產(chǎn)業(yè) , 2009, (1): 75-77. [11] 呂躍進(jìn) , 張維 . 指數(shù)標(biāo)度在 AHP 標(biāo)度系統(tǒng)中的重要作用 . 系 統(tǒng)工程學(xué)報(bào)，2003, (5): 14-19. [12] 秦學(xué)志 , 吳沖鋒 . 道德風(fēng)險(xiǎn)與企業(yè)動(dòng)態(tài)投融資的有效策略集 分析 , 管理科學(xué)學(xué)報(bào) , 2005, 8(2): 1-6.

( 下轉(zhuǎn)第 106 頁(yè)）
南開管理評(píng)論?
2009 年 12 卷 , 第 4 期第 92- 9 8 頁(yè)

98

財(cái)務(wù)管理
的收盤價(jià)數(shù)據(jù)。 ③ BEK K 模型向量表達(dá)式是 Engle 和 K roner 于 1995 年在綜 合了 Baba、Engle、K raft 和 K roner(1991 未發(fā)表手稿 ) 研 究基礎(chǔ)上提出的由四人名字的第一個(gè)字母命名的一類多元 GARCH 模型的表示形式。 作者簡(jiǎn)介 ? 張信東，山西大學(xué)管理學(xué)院教授、博士，研究方向?yàn)樨?cái) 務(wù)管理和金融工程 ； 趙芳，山西大學(xué)管理科學(xué)與工程碩士研究生，研 究方向?yàn)樨?cái)務(wù)管理和金融工程

( 上接第 98 頁(yè)）
[13] 古志輝 . 戰(zhàn)略擴(kuò)張與融資選擇 , 管理科學(xué)學(xué)報(bào) , 2004, 7(1): 19-24. [14] 周好文 , 李輝 . 中小企業(yè)的關(guān)系型融資實(shí)證研究及理論釋義 , 南開管理評(píng)論 , 2005, 8(1): 69-74. [15] 林海 , 王鑫 . 以民間商會(huì)為信用中介的中小企業(yè)投融資模式研 究 , 南開管理評(píng)論 , 2007, 10(4): 86-91. 作者簡(jiǎn)介 ? 熊熊，天津大學(xué)管理學(xué)院副教授、博士、碩士生導(dǎo)師，研 究方向?yàn)榻鹑诠こ膛c金融風(fēng)險(xiǎn)管理 ； 馬佳，天津大學(xué)管理學(xué)院碩士研 究生 ； 趙文杰，深圳發(fā)展銀行高級(jí)經(jīng)濟(jì)師 ； 王小琰，天津大學(xué)管理學(xué) 院碩士研究生 ； 張今，天津財(cái)經(jīng)大學(xué)商學(xué)院

Spillover Effects between Shanghai, Shenzhen and Hong Kong: A Comparative Analysis Based on “ The Through Train of Hong Kong Stocks”
Zhang Xindong, Zhao Fang School of Management, Shanxi University Abstract Focusing on whether “the through train of Hong Kong stock” has a significant impact on return and volatility spillover relationships between the Hong Kong, Shanghai and Shenzhen stock markets, this paper applies the VAR and Multiple GARCH model to data from the three stock markets. The evidence shows that no return spillover effect existed between the Hong Kong stock market and the other two markets before the announcement of “the through train of Hong Kong stock”, while a one-way volatility spillover effect emerged after the announcement. Additionally, the results indicate a bi-directional volatility spillover effect between the Hong Kong and Shanghai stock markets, and a one-way effect between the Hong Kong and Shenzhen stock markets. This shows that the launch of “the through train of Hong Kong stock” had a significant impact on the linkage between the Hong Kong stock market and the Shanghai and Shenzhen stock markets (in terms of mean and volatility spillovers). We believe, therefore, in the economic environment of continuing turmoil in global capital markets, we should speed up the gradual transformation of mainland market policy from one emphasizing administrative policy to one promoting economy policy. Restoring investor confidence by making reasonable policy adjustments should be a priority, as should the prudent promotion of financial product innovation. This should help to lay a solid foundation for the smooth, coordinated, healthy, and sustainable development of the mainland and Hong Kong capital markets. The time for enacting “the through train of Hong Kong stock” has not yet arrived. Given the deepening of the globalization process and the ever-increasing degree of openness in mainland stock markets, more and more capital will flow to Hong Kong stocks and the linkages between the Shanghai, Shenzhen and Hong Kong stock markets will become increasingly close. When and how “the through train of Hong Kong stock” can be successfully implemented will continue to be a topic worthy of further exploration. Key Words Stock Market; Spillover Effect; VAR Model; Multivariate GARCH Model

Credit Risk Analysis of Supply Chain Finance
Xiong Xiong1, Ma Jia1, Zhao Wenjie2, Wang Xiaoyan1, Zhang Jin3 1. School of Management, Tianjin University; 2. Shenzhen Development Bank; 3. Business School, Tianjin University of Finance and Economics Abstract Rather than rely on credit models that mainly focus on individual SMEs’ financial data, supply chain finance models have provided a new and creative perspective to identify and evaluate the risks of SMEs. This paper concentrates on credit risk evaluation in the supply chain finance model, as well as developing a credit risk evaluation system that emphasizes both overall and debt ratings. In addition, we use Principal Component Analysis and logistic regression to construct a credit risk evaluation model that may solve the limitations of traditional methods of expert evaluation and thus make the entire evaluation system more objective and scientific. As for Principal Component Analysis that is conducted with the help of SPSS, the paper aims to identify the critical indices to use in logistic regression, since logistic regression is very sensitive to the relevance of the variables. Furthermore, comparing the differences between compliance probability for SMEs in both supply chain finance models and traditional banking credit models, we notice that supply chain finance may mitigate the difficulties of SMEs’ financing and thus enhance the efficiency of SMEs’ funding processes. To some extent, supply chain finance also serves to motivate the construction of basic customer databases. This is the primary prerequisite for the establishment of a fair and efficient SME financing system. The modification and perfection of the current credit evaluation system will improve financing efficiency. Finally, this paper examines economic trends and their effect on supply chain finance during the design of the supply chain finance model. According to the results of related empirical analysis, the supply chain finance model combined with a perfect credit evaluation system will create a win-win situation for banks and SMEs. That is a crucial contribution to the SME financing research in China. Key Words Supply Chain Finance; Credit Risk; Risk Analysis; Confidence Probability
南開管理評(píng)論?
2009 年 12 卷 , 第 4 期第 99-106 頁(yè)

106



  本文關(guān)鍵詞：供應(yīng)鏈金融模式下的信用風(fēng)險(xiǎn)評(píng)價(jià)，由筆耕文化傳播整理發(fā)布。