供应链金融视角下企业信用风险评估指标体系的选择与应用

羿建华，郭 峰

(济南大学 商学院，山东 济南 250002；中国人民银行济南分行，山东 济南 250010)

一、引言

20世纪90年代，随着经济全球一体化的发展，各国的核心企业为降低生产成本，加大了寻求全球性外贸采购和外包业务的力度，并由此产生了供应链管理的概念。由于核心企业处于供需的优势地位并采取赊销等模式降低成本，导致其上下游企业资金压力明显加大，并逐渐牵引形成了新的融资模式。其中，供应链金融成为最重要的融资模式之一。供应链金融是金融机构向核心企业提供融资及配套服务，并向其上下游企业提供同属性服务的新型金融业务模式，作为一种面向供应链所有成员企业的系统性金融创新服务，近年来备受理论和实务界关注，其显著优点是能够引导资金流向供应链环节中相对弱势的中小微企业，一般是指供应链环节中除核心企业以外的中小微配套企业。自从新冠肺炎疫情在全球暴发后，各国供应链领域的竞争更加激烈，创新融资方式、保障供应链的资金流稳定成为增强竞争力的重要支撑。在供应链金融环境下，核心企业和上下游企业成为一个完整的资金需求系统，特别是对链上的中小微企业来说，等同于得到了核心企业的增信支撑。同时也必须看到，无论是传统融资模式还是供应链金融模式，信用风险始终是影响企业融资的关键因素。因此，对供应链金融条件下企业信用风险评估指标体系进行研究具有较强的理论和现实意义。供应链融资的概念最早由Allen和Hofmann提出(1)Hofmann Erik．Supply Chain Finance：Some Conceptual Insights．Logistik Management-Innovative Logistikkonzepte，2005，S：203-214．，并随着研究的深入逐渐细分为应收账款融资、预付账款融资、存货质押融资等融资模式(2)祝由：《供应链金融环境下中小企业信用风险评估》，湖南大学博士论文，2017年；薛小飞：《商业银行视角下供应链金融风险来源与综合性管理架构思考》，《海南金融》，2020年第8期。。虽然各类融资模式在具体操作上存在差异，但本质上都是利用供应链运行中的信息流、资金流或物流基础，缓解因信息不对称、抵质押物不足等因素导致的中小微企业融资难问题，支持供应链企业提高融资能力。

在有效促进企业融资的同时，供应链金融也存在环境风险、融资过程风险、信息技术风险、人力资源风险和基本结构风险，从而损害融资企业的生存和偿债能力(3)Barsky N. P.，Catanach A. H.．Evaluating Business Risks in the Commercial Lending Decision．Commercial Lending Review，2005，20(3)；阎永哲,贺翔：《科技型小微企业融资需求错配的原因及对策》，《浙江树人大学学报》，2019年第3期。，并最终集中转化为企业的信用风险。同时，由于企业贸易背景真实性核实难、核心企业应收账款确权难、核心企业按约定回款难、对中小企业尽职调查难等原因，企业普遍存在对环境和贸易活动本身的有限理性，有可能出现机会主义行为，因此，供应链金融会导致上下游企业之间信用风险的相互传染和叠加(4)郑昱，张凯夕：《供应链金融风险管理研究——基于中小企业融资视角》，《金融发展研究》，2020年第10期。。目前，供应链金融环境下企业信用风险问题已经成为该领域的重点研究内容，Silvestro和Lustrato认为，由于企业信用风险的构成和传递渠道发生变化，银行应对供应链企业开展检查或抽查，从而更加有效地管理和防范供应链金融业务中的信用风险(5)Silvestro R.，Lustrato P.．Integrating Financial and Physical Supply Chains：The Role of Banks in Enabling Supply Chain Integration．International Journal of Operations & Production Management，2014, 34(3)：298-324．。郑忠良、包兴也对这一问题进行了研究，他们构建了银行-企业博弈模型，并通过现实数据拟合发现银行采取10%—20%的检查率并辅以1倍贷款利率的惩罚，能有效减少企业虚构应收账款融资的问题(6)郑忠良，包兴：《供应链金融应收账款融资的检查率和惩戒机制研究》，《经济评论》，2014年第6期。。胡海青等构建了供应链金融中小企业信用风险评估模型，主要包括融资企业自身状况及所处行业状况、核心企业的资信状况、供应链关系状况四个方面的指标(7)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》，《管理评论》，2012年第24期。。徐秋慧等从普遍性角度研究了供应链金融环境下中小企业信用风险评估体系，认为企业偿债能力、营运能力及供应链发展能力指标对中小企业特别是农业企业的信用评级具有显著影响(8)徐秋慧，王迪，邓之音：《供应链金融模式下中小企业融资问题分析——以 44 家农业中小企业为例》，《金融论坛》，2020年第9期。，而王琪、杨军等学者进一步对信用风险评估指标体系的具体指标变化情况进行了实证研究(9)王琪：《基于决策树的供应链金融模式信用风险评估》，《新金融》，2010年第4期；杨军，房姿含：《供应链金融视角下农业中小企业融资模式及信用风险研究》，《农业技术经济》，2017年第9期。。总体来看，已有关于供应链金融的研究大多集中在供应链金融的业务模式、服务方式和风险来源方面，鲜有关于供应链金融模式下企业信用风险管理的相关内容。

供应链金融的出现和发展对缓解企业融资难问题具有重要作用，但同时由于企业间信息流、资金流等要素的紧密连接，企业的信用风险水平也发生了明显变化。在这种复杂的融资模式下，有效判别企业的违约风险也变得更加困难，因此，需要建立科学合理的风险评估指标体系对其进行再评估、再认识。目前国内商业银行实践领域中尚未出现能够较好地匹配供应链金融业务特征并有效判别风险的评价体系，这一领域的研究将具有较强的现实意义。基于此，本文就构建供应链金融背景下的企业信用风险指标体系进行研究，并利用博弈论、LR模型等实证方法对指标体系的科学性进行检验。

二、供应链金融模式下企业信用风险形成机理

供应链金融模式下企业信用风险的形成与传统的企业信用风险的形成机制不同，既有融资企业自身经营产生的风险，同时也面临来自于供应链企业传递的风险，尤其是核心企业经营状况产生的影响更加突出。因此，本文首先对供应链金融模式下企业信用风险的形成机制进行博弈分析，从而更加清晰地分析各类风险因素，为后文中企业信用风险评价指标体系的选择与应用提供支撑。

(一)银企博弈基本模型的构建

在供应链金融环境下，中小企业供应商将应收账款(票据、仓单等)质押给银行获取融资。若银行全面审核并确定供应链业务背景的真实性，贷款面临的信用风险主要是应收账款变现的风险。但在实际操作中，银行难以花费巨大成本进行审核以确保业务的真实性，供应链核心企业也可能不愿配合银行进行确权，然而银行贷款决策必须评估融资企业的信用风险，包括融资企业是否虚构应收账款获取贷款投资高风险项目等。银行和中小企业动态博弈模型构建如下：

1. 中小企业和银行确立应收账款质押融资合同，应收账款金额为L，放款率为β，回报率为r(1≤r<1/β)。中小企业既可以用真实应收账款质押，也可以虚构应收账款质押融资并投资高风险项目。银行事前无法知晓企业策略，预期企业虚构应收账款的概率为t(0

2.如果中小企业通过真实应收账款获取贷款并投资供应链项目，投资成功概率为pl(0r)，投资失败概率为1-pl、回报率为0。如果企业通过虚假应收账款获取贷款并投资高风险项目，投资成功率为ph(0plrl)，投资失败概率为1-ph、回报率为0，项目投资失败会直接导致中小企业贷款违约。

3.如果中小企业发生贷款违约，银行会核实应收账款真实性和企业经营情况；若银行核实应收账款真实存在，仍可以向核心企业请求变现；若银行发现应收账款虚构，则承担全部贷款损失；假设银行资金成本为0。

图1 供应链金融环境下银行和中小企业博弈树

假设中小企业选择收益最大的策略为占优策略，在守约或违约收益相同时优先选择守约策略，可比较不同情况下企业和银行的收益情况：

(1)若中小企业存在真实应收账款，但投资失败并违约，银行最终从核心企业变现应收账款，实际获得收益：

(1)

企业最终获得收益：

(2)

若中小企业投资成功，可能选择守约，获得收益：

(3)

此时银行获得收益：

(4)

若中小企业投资成功后赖账违约，则获得收益：

(5)

此时银行获得收益：

(6)

(2)若中小企业虚构应收账款，且投资失败违约，银行无法从核心企业变现应收账款，实际获得收益：

(7)

若中小企业投资成功，可能选择违约，获得收益：

(8)

此时银行获得收益：

(9)

若其投资成功后赖账违约，则获得收益：

(10)

此时银行获得收益：

(11)

πb=(1-t)βL(r-1)-tβL=(r-1-rt)βL

(12)

综上所述，若企业虚构应收账款风险较高或贷款利率较低，子博弈精炼纳什均衡为：企业违约、银行不贷款；若企业虚构应收账款风险较低，其贷款利率足以补偿风险损失，银行才会同意贷款。可以看出，供应链金融环境下中小企业信用风险可能给银行贷款带来损失，并在一定程度上推高企业融资成本。

(二)重复博弈下企业与银行的行为选择

在现实中，银行往往能够对赖账违约或坏账企业实施惩戒，如将失信记录报送征信系统、纳入合作黑名单等，以提高企业恶意违约成本。本文据此构建无限次重复博弈模型来分析银行与企业在多次连续博弈中的策略行为。假设图1中的博弈可以一直重复进行，银行可以对违约贷款进行追溯审核，查明企业是否谎称投资项目经营失败而故意赖账违约，并在无限重复博弈中采取触发策略，对信用好的企业选择继续合作，对谎称投资项目经营失败且不清偿贷款的企业实施惩罚，一旦惩罚策略被触发，银行拒绝再次合作导致博弈终止。在这样的形势下，企业在赖账违约前必然会权衡短期利益和长期利益的关系。

假设银行和中小企业的收益折现系数均为λ(0<λ<1)。

若中小企业虚构应收账款且投资成功，其选择违约策略会触发银行不合作的惩罚策略，折现后的预期总收益为：

(13)

其选择守约策略会得到银行的继续合作的正反馈，折现后预期总收益为：

(14)

(15)

通过构建的重复博弈模型可以发现，在供应链金融环境下，影响企业信用风险的因素趋于多元化，不仅包括中小企业投资项目和产业链核心企业经营方面的风险，还包括供应链管理操作、企业诚信履约等方面的风险。因此，需要更加全面、科学地考量影响企业信用风险的各种因素，从而支持银行更加准确地进行风险评估。

三、风险指标体系的选择与检验

在供应链金融环境下，链上企业信用风险评估涉及到的因素多于对单一企业进行独立评估，使得评估指标体系具有较强的整体性和复杂性。从现有的研究成果看，供应链金融环境下企业信用风险评估体系中的指标可以分为两个方面：一方面是企业自身的风险因素，这与传统评估体系基本相同；另一方面是关联风险，主要包括核心企业状况、供应链关系状况等。

(一)数据选择

由于我国的供应链金融发展还处于起步阶段，缺乏系统的数据集，且企业经营、财务等数据均涉及商业机密，难以通过实地调研、问卷调查等方式获得。因此，本文选择上市公司公开数据作为样本，样本主要覆盖深圳证券交易所中小板企业，并以深圳证券交易所主板市场的大型企业作为核心企业。本文主要通过以下两个步骤建立实证样本：第一，选择了90家中小板企业和12家主板企业，其中，在90家中小企业中，每家企业都与所选择的某一家大型企业有实际业务往来，12家大企业具有供应链核心企业的典型特征；第二，90家中小企业中包含15家ST公司和75家非ST公司，由此构建了一个包含15组样本的风险型企业集合和75组样本的非风险型企业集合。样本中所有财务数据主要来自国泰安数据库，非财务数据通过公司年报及相关新闻报道获得。

(二)指标体系的选择与构建

在充分考虑供应链环境下企业信用风险特点的基础上，本文借鉴已有研究成果，并结合实证检验操作性、指标独立性等因素选取了相关指标，同时，综合40余篇文献的研究情况，对各指标在这些文献中的出现频率进行了简单统计，初步选择了20个出现频率较高的指标纳入本文的研究框架(10)由于本文后续利用上市公司数据对选择的指标进行实证检验，因此，放弃了对个别难以获得数据以及难以有效量化指标的研究。，各评估指标选择情况见表1。

表1 简单统计后的初步指标集

为检验各指标之间的共线性，防止同属性指标相互干扰问题，本文首先计算各指标之间的相关系数(11)受篇幅所限，该系数相关性检验结果未予以列示，感兴趣的读者可向作者索取。，并以0.7为阈值，对相关系数大于0.7的两个指标进行相应的取舍(12)从已有研究看，关于相关系数的阈值没有明确标准，但多数学者将其设置在0.6至0.8之间。具体请见范柏乃，朱文斌：《中小企业信用评价指标的理论遴选与实证分析》，《科研管理》，2003年第6期；徐映梅，丁俊君：《宏观经济运行质量评价指标的选择方法》，《中南财经政法大学学报》，2007年第4期。。考虑到我国供应链金融发展的阶段性特点以及指标的代表性等因素，本文对表2存在显著相关性的6组指标进行取舍后，形成了关于供应链金融条件下企业信用风险的16个评价指标，覆盖偿债能力、盈利能力、经营能力、信用状况、应收账款情况、供应链特征六个方面(见表3)。

(三)对风险指标体系的实证评估

为进一步考察选择指标的实用性，本文利用LR模型(Logistics Model)对各指标进行实证检验。

1.解释变量及被解释变量的选择

在选择被解释变量时，本文将供应链金融环境下的企业划分为两类：一类是风险型企业，即样本中的ST企业，将其取值为“1”，另一类是非风险型企业，即样本中的非ST企业，将其取值为“0”。在选择解释变量时，本文将表3中的各评估指标全部纳入。

表2 相关性检验筛选指标情况

表3 供应链金融下企业信用风险评估指标体系

2. LR模型构建

本文选择LR模型对供应链金融环境下企业信用风险问题进行研究，模型具体可以表示为：

在模型中，ln(y/y′)是被解释变量，取值分别为0或1，对应代表非风险型企业和风险型企业；y代表供应链金融环境下企业的违约概率；y′代表供应链金融环境下企业的守约概率，即：y+y′=1；β为解释变量集合，在本文中包括X1等16个变量。此外，本文使用Wald-forward方法来提高模型的预测精度。

3.检验结果

首先，本文采用Goldstein的三项指标(13)Goldstein用来检验解释变量共线性的三项指标是状态指数(Conditional Index，CI)、容忍度(Tolerance，T)、方差膨胀因子(Variance Inflation Factor，VIF)。借鉴其研究成果，本文也选择当CI>10，T<0.2或者VIF>10时，解释变量具有共线性。对16个变量进行共线性检验。检验结果显示，16个解释变量中有3个变量没有通过检验，应在拟合LR模型时进行剔除，见表4。

表4 解释变量共线性诊断

结合共线性检验结果，本文利用剩余13个指标构建了LR模型，回归结果见表5。

从回归结果看，X4、X11、X13、X20没有通过10%水平下的显著性检验，因而无法纳入LR模型。剩余解释变量均通过了显著性检验，因此，可以得到以下结果：

第一，核心企业销售利润率的回归系数为负，说明核心企业的盈利能力越强，上下游企业的违约风险越低。这也反映出核心企业具有最强的带动效应，核心企业的盈利水平较高时，有助于降低整个供应链的信用风险水平，从而对上下游企业融资形成极大的正向支撑作用。

第二，核心企业违约率的回归系数为正，说明核心企业违约水平较高时，上下游企业发生信用风险的可能也越高：一方面，核心企业一旦违约可能增加上下游企业的代偿风险，另一方面，也会使得上下游企业的经营承受更大压力。

第三，应收账款周转率的回归系数为负，说明供应链应收账款周转率越高，企业发生信用风险的可能越低，这也较好地反映出当供应链收入增加、应收账款期末余额减少时，供应链整体融资和供销较为顺畅，链上企业正常偿还债务的能力较强。

第四，资产周转率的回归系数为负，证明资产周转率越高的企业，信用风险越低。这反映出企业经营能力仍然是供应链环境下影响企业信用风险的重要因素；而资产负债率的回归系数为正，说明负债越高的企业，其信用风险越高，这与传统金融下的结论基本一致，也是微观金融运行的基本特征。

表5 LR模型回归结果

第五，利润率的回归系数为负，说明供应链金融环境下企业利润水平越高，违约风险越低，这符合企业融资及经营的基本逻辑；而现金比率的回归系数为负，说明企业现金越充足、流动性越好则信用违约风险越小，主要原因在于现金充足的企业，其财务报表一般也比较健康，在短期内出现资金链紧张等风险的概率较低，能够保障正常偿还债务。

第六，应收账款周期的回归系数为正，说明应收账款周期越长，企业发生违约的概率越大。主要原因在于，应收账款周期越长意味着银行贷款周期越长，银行贷款周期越长意味着发生违约的概率越大。

第七，合作时间的回归系数为负，反映出合作时间越长的供应链发生违约的概率越低，说明供应链经营关系稳定是降低企业信用风险的重要因素。

四、研究结论及政策建议

本文利用相关理论实证和经验实证方法，对供应链金融环境下企业信用风险评估问题进行了研究，特别是对评估指标体系进行了科学性检验。从研究情况看，与传统企业的信用风险相比，在供应链金融环境下，企业信用风险的影响因素呈多元化特征，既与企业本身的财务、信用、经营等方面的情况有关，也与供应链情况特别是供应链核心企业密切相关。本文在总结国内外研究成果基础上选择的20个评估指标，虽然在理论上都能够反映企业信用风险，但有11个指标没有通过相关系数、共线性和LR模型的检验，仅有9个变量适合在现阶段纳入供应链金融企业信用风险评估指标体系。

(一)研究结论

从本文的理论实证和经验实证结果看，供应链金融企业的信用风险评估指标体系与传统企业风险评估指标体系存在明显差异，这与供应链作为一个整体系统进行现金流和信息流交换密不可分。传统模式下评估企业信用风险，只是针对企业个体的经营、财务等情况进行建模估计，而在供应链金融环境下，企业个体的情况仍较为重要，但其所处供应链整体系统特别是核心大企业的情况也同样重要，特别是LR模型的回归结果进一步验证了这样的结论。其中，企业资产周转率、资产负债率、利润率、现金比率等反映企业自身经营情况和偿债能力的指标通过了10%显著性水平下的统计检验，应纳入供应链金融企业信用风险评估指标体系，从回归系数的统计特性看，这些变量的回归结果也基本符合现实情况，与传统金融模式下的风险评估特点基本吻合。核心企业销售利润、核心企业违约率等反映核心企业情况的指标也通过了10%显著性水平下的统计检验，充分证明了供应链核心企业的关键作用。应收账款周转率、应收账款周期等指标的检验结果也进一步说明了供应链企业信用风险与融资能力的整体联动性。

(二)政策建议

根据对已有文献的梳理和本文的研究结论，应从以下两个方面更好地应对供应链金融环境下的企业信用风险：

一方面，供应链金融环境下的企业信用风险不仅关系到供应链的整体运行，更关系到商业银行的风险防控。因此，商业银行需要调整信用风险评估方式，建立一套针对供应链企业的信用风险评估指标体系，探索将过去单一的主体信用风险评估指标体系、静态的授信主体评估、传统的信用风险评估方法，调整为基于供应链整体的信用风险评估指标体系、动态的授信主体评估、现代的信用风险评估模型。对信用风险评估系统进行改进，要将新指标、新参数纳入系统中，不断更新供应链市场行情、运行状态等信息，提高系统自我迭代更新的能力。此外，应加强对信用风险的持续管理，密切防控私自改变资金用途、资金使用效率低下、隐瞒真实收益、蓄意骗取贷款等问题，加强对交易真实性和中小企业融通资金的事后监管。

另一方面，鉴于供应链金融对缓解企业融资难、融资贵的积极作用，金融管理部门应成立专门的信用评估组织，并制定严格的准入机制，定期筛选优质的核心企业并建立“白名单”，支持银行提高与核心企业的合作能力。具体来讲，包括加强对相关风险的有效监管，创新监管手段和监管方式，联合有关部门强化对物流企业等第三方的共同监管，降低道德风险。此外，亟需建立供应链金融信用数据库，有针对性地对银行和企业的信用信息进行归集整理，建立信息共享机制，实现部门间的互联互通(14)邢乐成：《金融错配与中小企业融资》，济南：山东人民出版社，2017年版，第205页。，支持双方更好地开展业务。同时要加强法律法规体系建设，完善供应链金融各方的法律权利和义务，避免形成新的风险点。