供应链金融模式下中小企业信用风险评价及其风险管理研究

2017-07-09范方志苏国强王晓彦

中央财经大学学报 2017年12期

范方志苏国强王晓彦

一、引言

供应链金融是基于整个产业供应链角度推出的新型融资模式,以供应链中的核心企业为中心,对其上下游企业进行有效资金注入,从而保证产业链条上、中、下游“供—产—销”运营模式的正常运作。对于银行来说,它是一种信贷业务；对于中小企业来说,它是一种有效的融资渠道。供应链金融包含应收账款质押、存货仓单质押、预付账款(保兑仓)等融资方式。

供应链金融改变了商业银行对单一企业授信的传统注资模式,同时也改变了商业银行的风险管理模式,银行对单个企业的风险管理将转变为对整个供应链的风险管理。商业银行不再仅仅聚焦于一个企业,而是通过对供应链以及核心企业信息的掌握,对整条供应链实行综合授信。例如,供应链上游的供应商可以通过与核心企业的交易项目获得银行授信或者获得企业自身资金运转所需的贷款,从而保证了资金流的通畅。以应收账款类供应链金融为例,其业务模式如图1所示。

图1 供应链金融的业务模式

我国各级政府也在大力推动供应链金融的发展。2016年2月,中国人民银行在《关于金融支持工业稳增长调结构增效益的若干意见》中指出:“推动更多供应链加入应收账款质押融资服务平台,支持商业银行进一步扩大应收账款质押融资规模”。许多地方政策也出台了配套法规来推动供应链发展。在当前经济下行的背景下,商业银行不良贷款的压力较大,在降低不良率的同时,需要加强产融结合并扩大中小企业融资,而发展供应链金融这种融资模式成为银行和企业的重要选择之一。近几年来,我国的供应链金融得到了迅猛发展。

然而,供应链金融在快速发展之时,也有着风险隐忧。由于信息不对称的存在,商业银行对中小企业的盈利情况、抵押状况等信息的不完全,商业银行对企业融资可能会存在不确定性,导致风险尤其是信用风险的产生。同时由于供应链的传导作用,核心企业的信用风险更容易传染到整个供应链条中的中小企业,使风险成倍放大,对整个供应链产生冲击。因此,分析供应链金融风险产生的原因,并建立供应链金融的信用风险评价体系对其进行测度,是非常有必要的。本文通过对风险指标的选取,构建供应链金融模式下的中小企业信用风险评价体系和测度方法。在此基础上,采用博弈论进一步分析了参与主体间的风险分担问题。最后,结合研究结论提出了对中小企业进行有效风险管理的政策建议。

二、文献综述

在供应链金融模式的提出方面,最初是Allen及Hofman(1968)[1]等国外学者提出了“供应链金融”的概念,但当时并没有对“供应链金融”进行清晰的划分与界定。Atkinson(1988)[2]认为供应链金融是一种金融职能与问题解决的联合产物,借助供应链金融模式,资金供给方(即商业银行)和供应链模式中的上下游中小公司紧密联系,向整条供应链注入有效资金。Prater等(2001)[3]认为供应链金融的风险可分为内部风险和外部风险:内部风险主要源自于某些不确定性引发的企业供应链应对滞后,外部风险主要来自于资源和运输、需求和预测的复杂性。Hallikas等(2002)[4]研究了在供应链中,小企业与大企业地位不对等,增加了其不确定性,由于谈判能力的不对等导致供应链的脆弱性增加了风险。Klapper(2004)[5]分析了中小企业的存贷融资模式。Guillen(2006)[6]基于供应链管理构建了一个整合模型,将企业生产和融资纳入到管理框架中,构建新模式提升收益。Ralf W.Seifert等(2011)[7]发现,如果缺乏供应链金融的协作则会极大地限制供应链发挥效用,供应链核心企业应该在占用供应商资金和维系供应商关系之间做出权衡,防止风险传递。David A.Wuttke等(2013)[8]构建了一套供应链金融管理的基础理论框架,将供应链金融管理分成装运前供应链金融管理和装运后供应链金融管理,对比分析了二者的风险及风险管理模式。Peter Finch(2016)[9]则认为,如果信息系统不改进,商业银行参与供应链金融,尤其是提高小微企业供应链金融的比重会增加商业银行的风险暴露,因此其风险管理既要加强供应链金融信息能力建设,也要密切关注中小企业的持续经营能力。

在国内很多文献从各个方面对供应链金融模式的信用风险都进行了分析研究。最初是任文超(1998)[10]对供应链金融模式的信用风险作出了大概的分析,在货物资金流通时,银行信贷应将不动产贷款和动产质押相结合的方式用于供应链金融模式,而不是仅以不动产贷款为主,他第一个指出物资银行的概念想法,指出风险一定要进行分散。一些文献从银行信贷方式的违约风险方面来研究,弯红地(2008)[11]在研究应收账款方式的信用风险测度中,研究表明供应链金融虽然具有一套自身的风险管理方法与模型,但是仅仅依靠这个避险机制是太单薄的,因为这种避险模型随时可能发生失灵。因此,这就需要一种新的合作关系来巩固供应链金融中各个主体的避险能力,这种建立在大企业和银行间的新型合作关系,会使供应链金融中的各个部分扬长避短,使供应链金融发挥作用。一些文献研究了供应链金融的融资方法以及如何对其信用风险进行管理,闫俊宏等(2007)[12]在研究中发现了三种全新的融资模式,研究得出供应链金融对商业银行具有极大的优势,此后评估了供应链金融的信用风险以及怎样进行信用风险管理。鲍旭红(2009)[13]也研究了供应链金融作为新型融资模式的业务优势,表明供应链金融在当前国内“融资难”的问题上可以发挥极其有效的作用,同时提出了风险管理的方法与建议。田菁和宋玉田(2015)[14]则是从线上供应链金融中具体的信用风险展开研究,提出了应对策略。

在供应链金融风险分析的实证研究方面,国内学者也借助新的研究方法展开了分析。熊熊、马佳等(2009)[15]分析了供应链金融模式中采用主体加债项双评级的信用风险评价方法,借助回归模型以及主成分分析法对信用风险进行了测度,以解决以往单一依赖专家打分法的限制。胡海青等(2011)[16]分析得出基于SVM即支持向量机的信用风险评估方法在供应链金融模式中具有优势。刘远亮和高书丽(2013)[17]通过借助北京地区的实证研究,也提出了使用logistic回归模型以及主成分分析法进行信用风险评价,并得出了供应链金融可以有效地帮助改善中小企业信用状况。刘艳春和崔永生(2016)[18]通过中小企业信贷风险中财务和非财务指标,采用SEM和灰色关联法对供应链金融下中小企业的信用风险进行了评价。蒋曼曼(2017)[19]则是采用logistic回归模型对所选定的61家上市公司的信用风险进行了评价。

综合国内外文献来分析,国外研究起步较早,然而国外的发展模式并不一定适合我国本身的供应链金融发展模式和国情。国内相关研究绝大多数仍停留在定性方面,测度和实证研究还很少,很多研究只找出了影响供应链金融信用风险的多种因素,却无法用定量方法对其风险进行有效的测度。但是由于数据的难获得性、指标的复杂性、供应链金融的整体性、评价主体的变动性以及评价方法的有限性,这些研究的“大数据”思维不够,部分研究也无法很好地应用于小企业信贷业务实践。本文结合供应链大数据云风控平台的数据,通过对风险指标的选取,构建供应链金融模式下的信用风险评价体系,采用了定性与定量相结合的AHP法得到供应链金融模式下中小企业风险的评价结果。

三、搭建评价指标体系

指标体系的搭建要遵循几个原则,一是科学性,二是全面性,三是针对性,四是操作性。本研究在综合了前人研究的基础上,结合互联网金融大数据的目标和数据挖掘方向增加了部分指标,例如中小企业通常管理者个人风格的“痕迹”比较重,因此将风险划分为管理者个人风险及企业自身风险,使指标体系更合适[20]。本研究的指标体系主要包括以下内容。

(一)核心企业信用风险

作为供应链金融的核心,核心企业在提供信息,保证资金方面起到了关键的作用。商业银行也正是因为核心企业的资金实力、信用评级,而对上下游中小企业开展授信业务。可见核心企业在整条供应链中发挥的作用是极其关键的,一旦核心企业出现信用风险将会威胁到供应链金融的安全性。具体表现在两个方面:首先,核心企业是否有能力承担起对整个供应链金融的担保是一个未知项,因此银行在核准核心企业的资格时,必须考虑其是否具有承担整个链条授信及担保的能力；其次,当核心企业在经营当中遭受损失而不再具备核心企业的担保能力时,核心企业为了不影响自身利益,很可能隐瞒自身的经营信息,导致后续风险的出现。

(二)中小企业自身业务风险

作为供应链金融的主要受益者,上下游中小企业与核心企业发生商业往来,借助核心企业的优秀信用评级来获得融资支持。一方面,为了得到信贷资金,当中小企业出现行业宏观经济形势不好或因自身经营不善导致企业无能力还款时,核心企业及其他上下游企业可能会受到牵连；另一方面,当上游的供货商出现缺货、货品质量不合格或延迟发货的情况时,中下游的企业则会受到影响导致无法正常生产运转,使信用风险增加。同时,如果下游企业收到货物后不及时付款,信用风险也随之产生。

(三)中小企业管理者信用风险

包括融资企业素养和信用状况两方面,企业素养涵盖了管理架构、员工素养、财务状况等,信用状况则可以通过信用记录来体现。企业素养和信用状况越好,则按时还款可能性越高,银行风险也就越小。

(四)融资项目风险

融资项目的资产状况是银行首要考察的重点内容,一方面,交易项目的盈利能力及潜力直接影响着后续还款的可能性；另一方面,若受信人违约,交易资产即成为银行将其变现补偿自身损失的保证,此时交易资产的变现能力直接决定了银行的亏损程度。

(五)宏观经济环境风险

对于实体经济来说,宏观经济环境直接决定其经营情况。当处于经济下行期时,债务人的还款能力受到影响,债权人的利益也更容易受到损害。其中,宏观经济环境包括供应链运营状况、行业整体情况等。另一方面,当某一市场受到炒家的冲击或政策的限制,发生不能短时间消除的下行时,此行业市场的中小企业或者与其相关的行业市场中小企业能否及时履约也将成为供应链金融的一大隐患。

本文根据以上的分析,在5个二级指标的基础上,选取了核心企业规模、中小企业管理者信用等57个三级指标,构建了如表1所示的供应链金融的中小企业信用风险指标体系。

表1 供应链金融信用风险指标体系

续前表

四、供应链金融信用风险评价

本研究利用苏州赛富科技有限公司提供的苏州工业园区制造类200家中小企业2016年度的数据,这些企业均采取的是存货质押的模式进行供应链融资,赛富科技作为国内领先的供应链大数据云风控服务商,利用大数据技术建立了较完备的中小企业数据库信息。

由于部分指标为定性指标,因此单独使用一种定性或定量方法难以对多目标和多层级的指标体系进行综合评价。而多目标决策层次分析法(AHP)则是将经验与现实、定性与定量相结合的有效方法,尤其是在对要素重要性进行两两比较判断时,更具有科学性[21]。其步骤如下:

1.将决策者的定性判断转化为定量表示,将每一层次的各要素相对于上一层次的各要素进行两两比较判断,得出相对重要性。

2.依据同样方法,分别对每个二级指标下的所有三级指标进行权重的计算,进而得到三级指标的权重,并进行一致性检验。最终得到全部指标的权重结果,详见表2。

表2 各指标权重分配结果

3.在进行信用风险指标体系的设计过程中,还需要考虑到进行各个指标集的评语集V＝｛A,B,C,D,E,F,G｝,这一评价过程是通过在二级指标下进行三级指标的隶属度模糊行向量,构成对模糊关系矩阵,并最终构成了中小企业信用风险的评价关系矩阵[22]。针对供应链金融下的中小企业的信用风险进行评估,设评价集V＝｛V1,V2,V3,V4,V5｝＝｛高,较高,中,较低,低｝,其中Vi(i＝1,2,3,4,5…)表示风险等级,评价的结果详见表3。

表3 子集及系统综合评价结果

从表3所示的供应链金融下中小企业信用风险的评估结果可以看出,中小企业的信用风险最主要表现为中小企业自身的业务风险及融资项目风险,宏观经济环境的风险反而较小,这说明中小企业的风险最主要还是来自于自身,因此供应链金融模式下中小企业的融资风险的本质是实体经济的风险,要回归到金融服务实体经济这一本质要求,从这一角度来加强风险管理,着力点应放在“苦练内功”上,即应用新技术加强新产品开发、采取差异化战略、增加产品销售等,才能从根本上最大程度降低中小企业风险。

五、参与主体间风险分担的博弈分析

供应链金融模式下银行、核心企业、中小企业共同形成了“生态系统”,同时存在着三方的博弈,因此供应链融资的风险不会也不应让中小企业独自承担,应建立参与主体间的风险分担机制,即在保持供应链金融整体利润最大化的目标下,使各成员企业均能得到相对公平的利益,兼顾到供应链金融的整体理性及成员企业的个体理性,可选择存货质押供应链模式下三方博弈模型进行分析。

在整个供应链金融体系中,中小企业相对被动地执行核心企业制定的价格决策及银行制定的存货质押率及贷款利率,而核心企业作为银行回购风险的主要承担者,应考虑整个供应链金融利润的创造,并主动协调各参与成员的利益,以提高存货质押融资模式的整体竞争力；银行应在严格控制自身风险的同时,制定合理的存货质押率和贷款利率[23]。

(一)中小企业与银行间的博弈

银行对中小企业放贷的监督成本为c0,中小企业偿还贷款获得的银行对其信任收益为t3,不偿还损失的信任收益为t4,存货质押率为δ,中小企业质押物价值为G；中小企业获得贷款后项目运营成功的概率为α,运营投资成功获得的收益率为β,供应链融资的额度为FB,银行利率为r；中小企业可能偿还贷款或拒绝偿还,假设中小企业经营失败时的收益为ε,则中小企业与银行之间的博弈矩阵详见表4。

表4 中小企业与银行的博弈支付矩阵

在博弈的初始阶段,中小企业选择“偿还”策略的概率为y,选择“不偿还”的概率为1－y；银行选择“贷款”策略的概率为z,选择“不贷款”的概率为1－z。根据表4可得到银行选择“贷款”及“不贷款”策略的期望收益及平均收益,分别表示为U11、U12和；中小企业选择“偿还”、“不偿还”策略的期望收益及平均收益分别为U21、U22和。则银行选择“贷款”策略即其收益的动态方程为:

采集法。收集民间良好的烹饪创作方法，依据实际状况，对民间烹饪制作方法进行创新，赋予菜品时尚、潮流的特征。

中小企业选择“偿还”策略即其收益的动态方程为:

现实中rFB－c0＞0,FB－δG＞0。令FB＝5,r＝0.5,δ＝0.6,G＝8,从而可得到银行收益函数的赋值表,详见表5。

表5 银行收益函数赋值表

续前表

由表5可看出,银行的收益随着中小企业还款概率y和银行贷款概率z的增加而有利于中小企业获得持续融资,同时也有利于银行获得更大收益。同时,银行的监督成本增加,会导致其收益降低,因此通过信息完全化来降低对中小企业的搜寻成本才能提高银行融资的积极性,这也从侧面推测出未来大数据在银行业以及供应链金融领域有巨大的应用空间。

类似地,令FB＝5,r＝0.5,ε＝0.01,α＝0.5,β＝2,从而可得到中小企业收益函数的赋值表,详见表6。

表6 中小企业收益函数赋值表

从表6可看出:当其他因素不变时,中小企业的收益同样随着中小企业还款意愿y和银行贷款意愿z的增长而增加；当中小企业违约而导致银行对其不信任感增加时(t4增加),随着y和z的增加,中小企业的收益先增加后减小,这表明银行对中小企业的风险评估通过融资额度间接影响其收益,会产生一种信誉惩罚机制来保证博弈各方的长期合作,更注重长期利益。

(二)中小企业与核心企业间的博弈

设核心企业的利润分配因子θ(0＜θ＜1)为其在供应链金融的贡献度即利润分配比例,中小企业的利润分配因子为1－θ,设Π为核心企业与中小企业对整个供应链金融的贡献度分配的利润总和,满足如下条件:

其中,ΠM和ΠS分别表示成员企业不参与到供应链金融中时获得的利润。假设ζ(0＜ζ＜1)为消耗系数,反应双方在讨价还价的过程中由于谈判费用、信息损失等导致得益的折现,设核心企业与中小企业具有非对称的消耗系数ζM和ζS。在供应链存货质押融资模式下,由于核心企业占据主导地位,奇数回合由核心企业出价,中小企业选择是否接受,偶数回合由中小企业出价,核心企业选择是否接受。受交货期、付款条件等因素的影响,对供应链金融的影响进行量化,综合得出消耗系数ζ。三方博弈模型可用图2博弈树反映。

图2 参与方博弈树

此博弈可采用逆推法来求解,各阶段的得益分别如下:

2.双方在进行第三回合的博弈时,如果中小融资企业出价C2,既能使核心企业满意,又能使自身的利润比第三回合大,则C2是符合融资企业的利益的定价。只要任一博弈方得到的利润不小于下个回合自己出价时得到的利润,就愿意接受对方的出价。因此,中小企业在第二回合博弈后能让核心企业接受的,也是使自己得益最大的出价C2,满足ζMΠ2≥ζ2MΠ∗,即Π2≥ζMΠ∗。则中小企业的最大得益为:

在进行第二回合的讨价还价时,如果核心企业直接给中小企业的定价为ζS(Π－ζMΠ∗),而同时核心企业又能得到比ζ2MΠ∗更大的收益,则有:

由于此博弈为重复性博弈,则从任何一个阶段开始的博弈都与从第一阶段开始的原博弈是同一博弈,即无论核心企业与中小企业的讨价还价从哪一阶段开始,得到的最终结果相同。满足以下条件:

可以得到:

在核心企业与中小企业重复博弈过程中,博弈均衡的结果是核心企业在第二回合给出价格C∗时,其利润为:

中小企业接受从而获得的利润为:

联立方程组可得到存货质押模式下协调后的最优价格C∗。核心企业在供应链金融体系中具有先动优势,核心企业首先通过制定一个转移价格来诱使融资企业选取一个需求量,然后根据市场的需求函数来确定融资企业的价格,最终根据供应链金融系统的利润分配确定核心企业的最优定价[24]。

六、完善供应链金融风险管理的政策建议

(一)实体经济领域

在实体经济领域,应回归金融服务实体经济的本质,促进中小企业“强身健体”。应落实好《促进中小企业发展规划(2016—2020)》,推进中小企业的创新发展,鼓励其加大研发投入,加强技术改造,引进先进适用技术、工艺和设备,改造传统工艺,优化生产流程；鼓励中小企业针对细分市场,开发差异化的产品和服务,推进技术、产品、管理模式和商业模式创新；应推动中小企业与大企业协同创新,通过多种合作研发、平台共享、协同制造等方式打造创新链、提升价值链,实现大企业带动产业链上下游中小企业协同发展[25]。

同时,政府应创新扶持方式,加强技术、人才、信息等公共服务平台建设,履行好公共服务职能,为中小企业技术创新与管理创新提供支持与服务。

(二)金融领域

在金融领域,应建立健全社会信用体系和信用风险评估体系,提升金融风险管理水平。首先,应加大对失信企业的惩罚。如果对违约企业惩处力度不足,会导致供应链金融体系中的信用风险的增加,因此应建立一套信誉惩罚机制,实现激励约束兼容,逐步推进社会信用体系的完善。其次,建立完善社会信用体系时,应利用好大数据思维,破除政府各部门的数据分割,在保证信息安全的前提下实现信息共联共享,并加大企业和个人违规成本,降低信用风险。最后,银行应加强风险防控意识,强化供应链金融模式下各主体间的信息交流和沟通,确实提高商业银行风险管理水平[26]。

此外,应建立供应链金融模式下的信用风险评价体系,掌握相关核心企业及关联中小企业的多维真实数据,降低银行和中小企业间的信息不对称,减少信息搜索的成本,并实现风险评估体系的效率提升。

[1]Allen N B,Hofmann E.Supply Chain Finance:Some Conceptual Insight[J].Logistic Management,1968,32(2):76－80.

[2]William Atkinson.Supply Chain Finance:The Next Big Opportunity[J].Supply Chain Management Review,1988,35(4):57－60.

[3]Prater E,Biehl M,Smith M A.International Supply Chain Agility,Tradeoffs Between flexibility and uncertainty[J].International Journal of Operations and Production Management,2001,21(2):823－839.

[4]Hallikas Jukka,Virolainen Veli-Matti,Tuominen Markku.Risk Analysis and Assessment in Network Environments:A Dyadic Case Study[J].International Journal of Production Economics,2002,78(1):45－56.

[5]Leora Klapper.The Role of Reserve Factor in Supplier Financing of SME[R].World Bank,2004,76(9),75－90.

[6]Gonzalo Guillen.A Holistic Framework for Short-term Supply Chain Management Integrating Production and Corporate Financial Planning[J].Production Economics,2006,30(7):25－27.

[7]Ralf W.Seifert,Daniel Seifert.Financing the Chain[J].International Commerce Review,2011,10(1):32－44.

[8]David A.Wuttke,Constantin Blome,Michael Henke.Focusing the Financial Flow of Supply Chains:An Empirical Investigation of Financial Supply Chain Management[J].International Journal of Production Economics,2013,145(2):773－789.

[9]Peter Finch.Supply Chain Risk Management Revisited[J].Supply Chain Management,2016,19(3):142－156.

[10]任文超.物资“银行”及其实践[J].科学决策,1998(2):18－20.

[11]弯红地.供应链金融的风险模型分析研究[J].经济问题,2008(11):109－111.

[12]闫俊宏,许祥秦.基于供应链金融的中小企业融资模式分析[J].上海金融,2007(2):14－17.

[13]鲍旭红.基于供应链金融的中小企业融资渠道创新研究[J].科技和产业,2009(1):74－77.

[14]田菁,宋玉田.线上供应链金融操作风险管理研究[J].天津商业大学学报,2015(2):26－29.

[15]熊熊,马佳等.供应链金融模式下的信用风险评价[J].南开管理评论,2009(4):92－98.

[16]胡海青,张琅,张道宏.供应链金融视角下的中小企业信用风险评估研究——基于SVM与BP神经网络的比较研究[J].管理评论,2012(11):70－80.

[17]刘远亮,高书丽.供应链金融模式下的小企业信用风险识别——基于北京地区信贷数据的实证研究[J].新金融,2013(1):45－49.

[18]刘艳春,崔永生.供应链金融下中小企业信用风险评价——基于SEM和灰色关联度模型[J].技术经济与管理研究,2016(12):14－19.

[19]蒋曼曼.供应链金融视角下企业信用风险评价研究[J].经济与管理,2017(2):140－142.

[20]夏立明,宗恒恒,孟丽.中小企业信用风险评价指标体系的构建——基于供应链金融视角的研究[J].金融论坛,2011(10):73－79.