供应链金融模式下 中小企业信用风险评价体系构建

刘兢轶 王彧婧 王静思

摘   要：供应链金融已成为帮助中小企业摆脱融资困境的有效途径。本文首先分析了影响供应链金融模式下中小企业信用风险的因素，进而通过因子分析和Logit模型建立了供应链金融模式下中小企业信用风险评价指标体系，验证了中小企业的盈利能力、偿债能力及核心企业的信用水平显著影响中小企业信用风险评级。实证结果表明，该模型预测准确度较高，对金融机构衡量供应链金融模式下中小企业信用风险及中小企业提升自身信用水平具有一定意义。

关键词：中小企业; 信用风险; 供应链金融

中图分类号： F832.5   文献标识码： A  文章编号：1674-2265（2019）11-0063-05

DOI：10.19647/j.cnki.37-1462/f.2019.11.009

一、引言

近年来，我国中小企业规模不断壮大，作为国民经济发展中不可或缺的组成部分，已经成为扩大就业、改善民生、促进创新创业的重要力量。而由于中小企业具有自有资本较少、规模小、经营性风险高、抵押物较少、信用级别低等特点，使其普遍受到资金不足的约束。解决中小企业融资难问题，对发展国民经济、促进经济可持续发展具有重要意义。

近些年，供应链金融在国内受到了越来越多的关注，并得到快速发展。2019年7月银保监会发布《关于推动供应链金融服务实体经济的指导意见》，提出推动供应链金融创新，进一步改善小微企业、民营企业金融服务水平。鼓励银行业金融机构规范发展供应链金融模式，通过依托核心企業，密切联系上下游中小企业，提供全产业链金融服务。对商业银行来说，通过核心企业和供应链整体资信状况提升中小企业的信用水平，从而将中小企业纳入银行的信贷范围，使中小企业获得融资已经成为一种重要授信方式。因此，越来越多的中小企业愿意加入供应链并参与到供应链管理当中。而供应链金融信用风险评价体系建设在我国还处于起步阶段。分析影响供应链金融信用风险的因素，建立供应链中的中小企业信用风险评价指标体系，对金融机构衡量供应链金融模式下中小企业信用风险具有重要意义。

二、文献回顾

（一）供应链金融信用风险评价理论分析

对于供应链金融业务中中小企业存在的信用风险，国内外学者分别从同传统信贷模式比较、供应链金融运行和风险来源等多角度开展了相关理论研究。Wright（1988）首先将供应链金融模式与传统的信贷模式进行了风险对比，认为两者的根本区别在于：传统信贷只是对单一融资企业进行授信，而供应链金融要求对供应链进行整体风险把控，对供应链上所有企业的风险进行全程控制。David A.Wuttke（2008）等通过建立供应链金融管理基础理论框架，将供应链金融管理分为两个阶段，分别是装运前和装运后供应链金融管理，并且对比了二者风险和管理模式的不同。国内学者宋华（2016）提出供应链金融的风险是由产业供应链风险和金融风险二者共同作用的，具有多重性，既包括供应链本身由于交易结构问题或行为主体自身的道德风险引发的内生风险，又包括由于市场等外部因素引发的外部风险。

（二）供应链金融信用风险评价的实证分析

国内学者运用多种实证分析方法，引入不同的风险影响变量，对供应链金融风险评价体系的建立进行实证研究。弯红地（2008）建立了供应链金融应收账款融资模式的风险评价模型，认为供应链金融中所依赖的通过货物、应收账款等抵押或核心企业的担保给予供应链企业融资的风险规避机制存在失灵的可能性。熊熊（2009）等提出打破依靠专家评价的局限，借助回归方程和主成分分析法建立风险评价模型，建立主体评级和债项评级的评价体系。刘艳春（2016）等运用SEM和灰色关联度模型对供应链金融下的中小企业信用风险进行评价，认为供应链金融下中小企业信用风险状况和企业所处行业、自身状况、供应链运营能力等正相关，提出商业银行要加强供应链上下游中小企业的基础数据建设。范方志（2017）等通过多目标决策层分析法（AHP）分析了中小企业在供应链金融模式下的信用风险，认为信用风险主要来自中小企业自身因素。魏源（2017）利用Tobit模型探讨了核心企业资信状况和供应链金融发展的关系，表明核心企业的资信状况越好，供应链金融关系强度越高、质量越好。何平均（2018）等运用Logistic模型将客户集中度加入中小企业信用风险评价模型，通过实证验证客户集中度指标可以提升对中小企业信用风险预测的准确度，更有效地降低供应链金融业务风险。

综上所述，国外学者对供应链金融的研究起步较早，但是由于国情的差异我国的供应链金融发展并不能照搬国外的发展模式。国内的供应链金融信用风险评价由于存在数据积累不足等限制，大部分属于定性研究，依靠AHP专家打分方法，主观性较强。也有部分学者运用实证分析模型，但由于存在部分变量界限模糊或部分数据缺失等问题，导致供应链金融信用风险评价精度不够。本文采用因子分析法及Logit模型，选取客观的中小企业财务指标、核心企业的信用状况、行业发展前景等数据，进一步完善供应链金融信用风险评价体系，以期更好地为中小企业供应链金融发展服务。

三、供应链金融模式下中小企业信用风险指标体系构建

（一）中小企业自身信用风险因素

处于供应链体系上下游的中小企业作为融资的主体，是整个供应链金融的最大受益者，通过借助核心企业的良好信用评级以获得信贷融资支持。而中小企业自身的经营实力是保证整个供应链稳定以及获得核心企业授信的基础，故此中小企业的盈利能力、偿债能力和发展能力是影响其自身信用风险的主要因素。中小企的盈利能力主要通过净资产收益率、销售利润、总资产报酬率等反映，集中体现了企业的经营业绩;中小企业的偿债能力主要通过流动比率、速动比率等指标反映，集中体现了企业的信用情况;中小企业的营运能力主要通过流动资产周转率、总资产周转率、存货周转率等体现，集中反映了企业经营管理能力;中小企业的发展前景主要通过净利润增长率、总资产增长率等指标反映，集中体现了企业的增长速度和发展前景。中小企业自身的财务状况越好，则资信程度越高，供应链金融所面临的风险越小。

（二）核心企业信用状况

核心企业在整个供应链体系中处于主导地位，核心企业通常经营规模较大、资金雄厚、信用等级较高，但如果核心企业不能够按时足额支付货款，则将给中小企业带来较高的经营风险。故核心企业的信用状况也显著影响着供应链金融的信用风险。如果核心企业的资信状况较好，能够确定履约或提供担保，供应链金融所面临的风险就越小。

（三）中小企业所在行业状况

中小企业所在的行业状况也影响着供应链金融的信用风险。所处行业的地位、发展前景、外部经济环境、技术发展等因素都会对中小企业的资产质量造成影响。行业所处的生命周期和发展前景等能够影响中下游企业获得核心企业青睐的程度，也就间接影响了供应链金融的信用风险。

四、供应链金融模式下中小企业信用风险评价模型的数据选择与实证检验

（一）研究样本

本文的研究对象是中小企业，鉴于供应链金融开展情况及数据不足问题的约束，选取万得数据库中2018年12月31日以前的制造业中小企业的财务数据，剔除ST和*ST公司后共计57家企业。小部分数据从东方财富网中企业年报和供应链金融各个核心企业官方网站手工搜集补充获取。由于行业发展状况的评价标准界定相对模糊，通过公司的年度报告等与公司有关的资料进行研究分析，根据吕跃进等（2003）依据心理因素划分评价等级以及数量等级确定理论，对这些指标进行四级评价，分别给予 10、7、4、0 的分数。

（二）变量的选取与描述性统计

本文选取反映企业经营能力、盈利能力、偿债能力、营运能力和核心企业信用情况等共计22个指标对中小企业供应链金融信用风险进行评价。通过因子分析进行降维处理，并建立Logit模型对供应链金融信用风险评价体系进行了研究。表1为运用STATA 15.0得到的原始数据描述性统计。

由表1可以看出，营业收入增长率、净利润增长率的标准差较大，尤其是营业收入增长率的标准差达到了727.873，表明我国制造业中小企业的成长差距较大，成长呈现出不太稳定的情况。现金到期债务比率的标准差为394.745，说明处于不同阶段的中小企业现金到期债务比率之间的差异也比较大，部分企业偿债能力较弱。样本企业中流动比率和速动比率的均值分别为1.827和1.416，处于较健康水平。净利润增长率的均值为负，说明制造业中小企业的盈利增长能力处于下降过程。

（三）实证检验

1. 因子分析。由于样本企业包含22个指标变量，涉及的指标变量比较多，变量之间如果存在较高的相关性，可能会造成信息重叠，增加分析的复杂性。为了进行后续分析，利用STATA软件采用因子分析，进行降维处理。表2呈现了旋转后的因子分析的一般结果，最终保留了5个主因子，对原始变量的信息解释程度为80.45%。

模型LR检验的卡方统计量为1844.75，P值为0.0000，模型非常显著。KMO检验取值为0.7315，说明模型的构建是有意义，适合采用因子分析。

利用最大方差法进行旋转之后，得到因子载荷矩阵（仅显示因子载荷系数大于0.7的变量）见表3。

从表3中可以看出，反映盈利能力的变量，如营业利润率、销售净利率、总资产净利率和总资产报酬率在F1上具有很高的载荷;反映偿债能力的变量，如流动比率、速动比率和现金比率在F2上具有很高的载荷;反映营运能力的变量，如存货周转率、流动资产周转率和总资产周转率在F3上具有很高的载荷;反映核心企业信用状况的变量在F4上具有很高的载荷;反映增长速度的变量，如营业收入增长率、总资产增长率在F5上具有很高的载荷。

2. Logit回归分析。运用Logit模型，将因子分析所得5个主因子作为自变量，制造业中小企业信用风险评级作为被解释变量进行回归分析。信用风险数据来源为万得数据库中制造业中小企业信用评级，把评级为AA-及以下设定为0，评级为AA及以上的设定为1。根据Logit回归结果分别剔除了F3和F5，得到如表4所示的回归结果。

表4显示，F1、F2、F4在给定的5%显著性水平下是显著的，并且对信用风险评级的影响为正，说明这些因子取值越大，企业信用风险评级越高。因此，我们将因子F1、F2、F4留在方程中。

根据Logit模型，得到如下样本回归函数：

[P=11+e-（0.60+1.09F1+0.65F2+1.64F4）]

其中，P 值的大小可以用来评价融资企业信用风险的大小。如果预测值 P接近于1，则表示企业的履约概率较高，企业融资信用风险较低;反之，如果预测值P 接近 0，则表示企业融资的信用风险越高，履约概率较低。通过Logit模型，F1、F2、F4的回归系数分别是1.09、0.65、1.64，可以看出这三个因子对信用风险的影响程度由强到弱分别为核心企业信用状况因子、盈利能力因子、偿债能力因子，并且因子取值越大，企业信用风险评级越高。

3. 实证结果检验与分析。进一步检验得到该Logit模型的敏感性（sensitivity）为91.67%，具体性（specificity）为61.90%，模型整体归类正确的概率为80.70%。

表5中给出了57家样本中小企业根据Logit模型预测的履约概率与实际评级结果对照，模型正确分类的概率为80.70%。一方面可能由于万得数据库的信用评级与企业信用风险评价存在一定差异，另一方面由于供应链金融受核心企业信用影响，在一定程度上提升了中小企业的融资信用，出现了个别预测履约概率高于实际评级结果。整体来看，运用核心企业的信用状况、中小企业的盈利能力、偿债能力相关因子通过Logit模型可以对供应链金融模式下的中小企业信用风险进行有效评价。

五、结论与建议

本文利用万得数据库中制造业中小企业为样本进行实证分析，得出以下结论：第一，利用因子分析获取了供应链金融模式下影响中小企业信用风险的主要因素，提取了5个主因子分别是：盈利能力因子、营运能力因子、償债能力因子、增长速度因子、核心企业信用状况因子。第二，通过Logit模型回归与检验，保留了盈利能力因子、偿债能力因子和核心企业信用状况因子，其对中小企业信用风险影响为正。也就是说营业利润、净资产收益率、总资产净利润、总资产报酬率、销售净利润、成本费用利润率越高，则中小企业信用风险越低;流动比率、速动比率和现金比率、现金到期债务比率越高，中小企业信用风险越低;处于同一供应链的核心企业信用状况越高，中小企业信用风险越低。通过实证分析，初步建立了供应链金融模式下中小企业信用风险评价体系。根据研究结论提出如下三个方面的建议：

第一，加強中小企业自身的建设与管理。中小企业要加强自身的经营管理，提升管理水平和盈利能力;保证可支配资金运用的灵活性与效率，提升偿债能力。第二，核心企业在供应链金融模式下发挥着重要作用，要注重维护自身的良好信用评价。要加强供应链金融业务的参与度，一方面可以帮助上下游中小企业融资，另一方面可以利用其议价优势，获取经营业务收益。第三，商业银行应不再局限于关注单一中小企业的经营财务数据，而要广泛收集整个供应链上核心企业和中小企业的数据信息，合理利用信用风险评价指标，对供应链金融风险进行评估，加大对中小企业的资金支持。

参考文献：

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

[2]Wright J F. 1988. Accounting：Inventory -based lending[J].Commercial Lending Review，（3）.

[3]刘可，缪宏伟.供应链金融发展与中小企业融资——基于制造业中小上市公司的实证分析[J].金融论坛，2013，18（01）.

[4]朱秋华，杨毅，杨婷.信息披露质量、供应链金融与中小企业融资约束——基于创业板上市公司的经验证据[J].企业经济，2019，（6）.

[5] 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）.

[6]吕建蕊.供应链金融信用风险评价体系构建研究[D].兰州大学硕士研究生论文，2014.

[7]宋华，卢强.什么样的中小企业能够从供应链金融中获益？——基于网络和能力的视角[J].管理世界，2017，（6）.

[8]张伟斌，刘可.供应链金融发展能降低中小企业融资约束吗？——基于中小上市公司的实证分析[J].经济科学，2012，（3）.

[9]熊熊，马佳，赵文杰，王小琰，张今.供应链金融模式下的信用风险评价[J].南开管理评论，2009，（4）.

[10]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）.

[11]范方志，苏国强，王晓彦.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[J].中央财经大学学报，2017，（12）.

[12] 魏源.核心企业资信状况与供应链金融体系发展的关系——基于Logistic和Tobit回归模型的实证研究[J].中国市场，2017，（18）.

[13]吕跃进，张维.指数标度在 AHP 标度系统中的重要作用[J].系统工程学报，2003，（5）.

The Construction of SMEs Credit Risk Evaluation System under the Mode of Supply Chain Finance

Liu Jingyi1/Wang Yujing1/Wang Jingsi2

（1. Research Center of Financial Innovation and Risk Management，Hebei Finance University，Hebei   Baoding   071051;

2.North China Electric Power University，Hebei   Baoding   071000）

Abstract：This paper first analyzes the factors that affect the credit risk of SMEs in the supply chain financial model. Then，the credit risk evaluation index system of SMEs in supply chain finance mode is established based on factor analysis and Logit model，which verifies the profitability，debt paying ability and credit level of the core enterprises significantly affect the credit risk rating of SMEs. The empirical results show that the model established in this paper has high-level accuracy of prediction，which has certain significance for financial institutions to measure the credit risk assessment of SMEs under the supply chain financial model，and for SMEs to improve their own credit level.

Key Words：SMEs，credit risk，supply chain finance