基于主成分综合评价模型的双向物流金融信用评价研究

文/黄玉佳，上海大学经济学院

1 引言

面对市场竞争的不断加剧，物流企业的竞争焦点不再是仓储、运输等低附加值的服务，而是逐渐转向融资媒介业务、信息管理业务的角色转移。物流金融作为一种新兴的物流服务产品与金融服务产品，是物流增值服务的主要延伸模块，物流机构通过充当金融机构与中小企业之间的桥梁，为供应链上下游企业提供融资方面的便利，解决了制造企业融资难的问题，同时也为银行等金融机构的业务创新提供契机。本文分别从物流金融企业和有贷款需求的中小企业两个视角出发，主要利用了主成分分析模型对物流金融服务中存在的信用风险进行了双向研究。

2 建立第三方物流机构与中小企业的双向评级指标体系

物流金融的出现旨在将物流企业、资金需求企业、金融机构三大主体有机结合在一起，为各方带来便利的同时也产生了不可忽视的风险，物流金融企业须将自身的中介性和它与制造企业、供销企业的内部相关性作出明确的划分。对物流金融整个供应链上的风险进行科学、有效的评价具有不可忽视的作用，一方面使企业合理定位自身价值，以便投资者给予资金支持，同时倒逼那些评分等级较低的企业改善经管水平提高自己的资信级别。其次，科学地评价供应链风险还可为金融机构确定贷款风险程度和信贷资产风险管理水平提供重要的依据，也可为相关行业的监管部门提供参考信息。

2.1 物流金融企业对中小企业的评价因素分析

从物流金融服务企业的视角出发，对贷款对象的选择直接关系到其增值业务质量的高低和项目的可持续性，可从以下角度对中小企业的价值进行评价，以便于物流企业确定是否给该企业提供融资服务。

1、企业基本素质：企业的基本素质包括宏观环境下企业的市场定位、所处行业的成长性状况、企业规模、企业内部财务制度和管理水平。

2、企业的综合实力：可从企业的偿债能力、运营能力、盈利能力、成长与发展能力几个角度出发，对相关财务指标进行分析。偿债能力可由流动比率、速动比率、资产负债率、产权比率表现。运营能力可用资产的周转速度来衡量。盈利能力包括企业营业利润率、总资产报酬率、净资产收益率。最后，企业成长与发展能力可由一些增长率指标体现，如营业利润增长率、总资产增长率等。

3、质押物质量：第三方物流机构比银行更具优势主要体现在其作为质物管理中介的地位，质押物在库期间主要是由物流机构实施监管，因此相关质押物的市场价格、合法性、有效性、质押物的管理成本以及质押物的变现能力可作为物流企业的主要评估因素。

4、信用状况：企业的信用状况可依据该企业合同履约率、贷款偿还率和还款意愿率指标给出，还可参照企业的信用记录以及主要管理层和操作者的信用记录。

2.2 中小企业对第三方物流企业的价值因素分析

从中小企业的角度，选择一家资信好的第三方物流机构能够提高其贷款的持久性和稳定性，通过长期合作可以获得利率优势从而降低融资成本，企业也可从以下几个方面来确定一家适合的物流金融服务机构。

1、物流企业的基本素质：物流企业的市场占有率、企业规模、价格吸引力、服务的客户满意度、企业内部的财务制度和管理水平。

2、物流企业的硬件条件：仓库规模、监管体系、风险控制水平、交通运输设备的优劣、人力资源、管理质押物水平。

3、物流企业的技术水平：拥有全面高效的物流管理信息系统可以实现物流企业与客户的实时互动和信息共享。因此评价物流企业的物流网络建设和通信系统建设水平至关重要。主要评价指标有企业信息技术的拥有率、信息技术的使用率、信息技术投入产出比、物流技术开发人员比率等。

4、物流企业的信用水平：物流企业的融资能力代表物流企业为了扩大营业规模而融资的成本和难易程度，反映企业扩张资金的潜力。还可考察物流企业与银行合作程度、物流企业监管记录和操作人员的信用记录等。

3 主成分综合评价模型

3.1 问题分析

针对本文研究的具体内容和现有的评价指标体系，本文决定采用主成分分析法提取若干个综合指标，并通过计算每个主成分的指标系数和成分贡献率，最终得到主成分综合评价模型，从而将复杂的评价因素归结为数个主要因素。

3.2 主成分分析法介绍

主成分分析法以最少的信息丢失为前提，将较多的原有指标综合成较少的定量指标，每个定量指标是不可观测的，即它不是具体的某个指标而是若干个原有指标的线性组合。指标的个数虽有所减少，却依然能够反映出原有指标所携带的主要信息（>=85%）；且指标之间互相独立，所含信息互不重叠。因此降维和数据结构简化得以实现。

3.3 主成分评价模型算法

设有n个被评价对象e1,e2,…,en,这里指代了文中的借方中小企业或第三方物流企业；每个样本点均由p个指标变量描述，原始数据构成一个n×p维矩阵。为使指标的方向统一，将全部逆指标转化为正指标：

对阵中元素作如下标准化变换

式中得到标准化矩阵Z

求该标准化矩阵的相关矩阵

其中

解相关矩阵R的特征方程得p个特征根 λ1≥λ2≥…≥λp≥0

按照≥0.85确定m值，对每个λj,j=1,2,…,p,解方程组得特征向量bj，对其作归一化处理.

求出变量主成分uj，计算对应的样本主成分向量Uj

称为变量的第j主成分，其中z为指标向量，uj的方差为λj；由互相独立可知：各个主成分所含的信息互不重叠，根据所选择的uj，计算样本主成分向量Uj

它的第i个分量uij是向量 Zi( i = 1,2,… ,n)在bj上的投影.

求前m个样本主成分的线性加权值，按uj的方差λj占总方差的比例求权系数（贡献率）

样本评价分值

由样本评分值 si( i = 1,2,… n)的数值可对被评价对象评价排序。由此得到基于主成分分析法的主成分分量评价模型。

4 等级双向匹配

由以上的评价模型可分别得到中小企业信用评分表和第三方物流企业的价值评分表（具体的各项指标评分可由企业提供的财报或专家评分得到）我们将按照评分数值大小对两者进行评级，对双方评语集均记为 V分别表示：{卓越，优秀，一般，较差，差}。各等级的分数分布范围可根据行业种类、行业整体信用水平等要素略作调整。通过等级评定，双方的可信任度水平得以明确，在双向选择时可根据自身的等级选择合适的合作对象，比如A等级的第三方物流企业将不会选择与E等级而是同为A等级的或相近的B等级的中小企业合作，同理，E等级的中小企业在获悉自己的可融资水平后不会向A型物流企业提出融资申请，节省时间成本和用资成本的同时弥补评分弱项，从而在下一年度信用评级时提高等级。

5 总结

本文创新性地建立了物流金融双向信用评价体系，克服了以往信用评价体系单向化、主观化的弱点，使得中小企业与第三方物流企业的双向定量评估得以实现；又使用了主成分综合评价模型计算各个指标体系下待评价对象的评价分值，减少了指标数量，简化了计算过程，同时原指标所载荷的信息亦得到最大保留；最后通过双向信用等级匹配，使各方得以寻找到最合适的合作对象。本文下一步的研究将加入实际算例从而进一步验证该信用评价体系的合理性与该模型的科学可行性。

【参考文献】

[1]傅荣林.主成分综合评价模型的探讨[J].系统工程理论与实践,2001,(11):68-74.

[2]刘哲,方淑芬.利用模糊层次综合法构建物流金融信用评价模型研究[J].铁路采购与物流,2009,4(04):50-51.

[3]潘永明,赵云.物流金融信用风险评估模型构建研究[J].华北电力大学学报(社会科学版),2009,(06):26-29.

[4]吕晶,樊世清.物流金融服务行业风险评价指标体系的完善设计[J].铁路采购与物流,2009,4(12):33-35.