供应链金融视角下企业信用风险的评价

杨旺时

【摘要】本文将借助数据模型，探究一种全新的企业信用风险评价方法，以期为相关工作人员提供借鉴和启示。

【关键词】供应链金融 企业信用风险 风险评价

时至今日，伴随互联网金融对传统银行存款的大规模侵蚀，促使银行等金融机构必须调整思路，在业务层面做出力所能及的创新。供应链金融的出现，为广大企业的资金需求创造了更多有益的便利条件，企业只需要在供应链当中获得核心企业的合作或认可，就可以从银行等金融机构获批融资申请，实现企业自身及金融机构的双赢。但是在这样一种情况下，企业自身的信用风险评价就成为一个重要的要素，需要构建完备的信用风险评价体系，来让“双赢”得以更好地实现。

一、供应链金融视角下企业信用风险评价指标体系的建立

（一）基本原则

供应链金融视角下的企业信用风险评价指标体系的建立必须秉承科学性、全面性、层次性以及可操作性的原则。其中科学性是指，评价指标的选择必须有充分的科学依据，否则其所呈现的信用风险评判结果与真实情况会存在一定程度的偏差，影响金融机构对企业信用情况的判断：全面性是指必须全面考量一切有可能会引发和影响评价体系建设的各类因素，包括客观环境、行业态势.供应链核心企业及供应链发展情况等：层次性是指体系的建设必须遵循从低到高、由简单到复杂的分布结构，按照一定的层次来进行：可操作性是指体系建设所选取的指标，要尽可能用容易获取的指标，可操作性较强。

（二）影响因素

1、宏观经济发展情况

良好的宏观经济发展情况，很大程度上能够避免企业在出现系统性的风险时，这种风险被无限度地扩大和传播：相应的，宏观经济发展情况一旦走向恶劣，其对于全社会都将造成显而易见的损失，身在其中的企业难免会遭受种种系统性的风险。

2、行业本身的发展态势

行业本身的发展情况对供应链上下游的所有企业都会产生直接影响，若行业本身持续性低迷，有融资需求的企业本身却没有办法及时偿贷，那么其后期就会为银行等金融机构带来巨大损失：但如果行业本身属于国家重点发展的行业、其发展态势业内普遍看好，纵然其现阶段的各项财务指标不够优秀，其未来依然有可能获得稳定甚至是高收益的发展，这类企业在拥有贷款担保的情况下，也很容易获得金融机构的授信。

3、供应链核心企业以及有融资需求企业的各自情况

供应链核心企业的企业规模、盈利及偿债能力、信用记录，也是不容忽视的影响因素。其中企业规模很大程度上能够反映出其应对风险的能力，以及是否能够支撑、捍卫和引导供应链的稳定运行：盈利及偿债能力则是保障融资企业具备稳定持续还款能力的基础和先决条件：而核心企业的信用记录越良好、信用等级越高，越能够对融资企业的融资行为做出有力保障，让金融机构免受损失。

4、供应链运行情况

供应链运行情况会直接对企业发展造成影响，而处在供应链中的核心企业，其发展状况又会影响到供应链整体的发展情况。供应链强度越大，关联企业之间的合作越紧密、化解信贷危机和风险的能力就越强。

5、融资项目的资产质量

融资项目的资产质量很大程度上决定了融资需求企业所能带来风险的高低，资产质量越低、其所带来的风险指数就越高，这是非常需要注意的一个关键点。

（三）指标选择

结合前文所提及的体系建立所应遵循的基本原则，指标的选择需要从宏观环境、融资企业自身、核心企业、融资项目的资产质量和供应链运行情况五个维度展开。其中宏观环境领域的指标包括宏观经济的发展情况，如行业周期、行业景气情况等：融资企业自身的指标包括企业的素质、盈利能力、偿债能力、运营能力、发展能力及信用记录等：核心企业的指标包括盈利和偿债能力：融资项目的资产质量指标需要根据融资模式展开针对性分析，比如应收账款融资模式，必须要考量应收账款的账期、坏账比例等：供应链运行情况指标包括供应链合作强度及合作稳定性。

（四）体系建立

通过前文分析，笔者初步构建出供应链金融视角下的企业信用风险评价指标体系，划分一级指标和二级指标两个层次，来促使这一体系构建更加立体化。以“融资企业”企业为例，其所包含的一级指标有企业基本素质（内含二级指标领导者素质、员工素质和管理水平）、盈利能力（内含二级指标净资产收益率、销售净利率）、偿债能力（内涵二级指标流动比率、现金比率、资产负债率）、运营能力（内含二级指标存货周转率、应收账款周转率、流动资产周轉率）、发展能力（内含二级指标净利润增长率、总资产增长率、每股收益增长率）。

二、基于案例，探究供应链金融视角下企业信用风险评价情况

本部分，笔者将结合具体案例，就供应链金融视角下的企业信用风险评价体系建立执行情况，展开分析。 （一）案例简述

鉴于目前国内供应链金融主要围绕汽车、钢铁以及通信等领域开启，笔者在本文中针对汽车行业开启针对性的案例研究，通过对2019年1-6月我国汽车产量以及保有量展开分析，得出相应数据和结论。2019年1-6月，中国汽车产量和销量分别为1213.2万辆和1232.3万辆，同比下降13.7%和12.4%，汽车行业整体下沉，很大程度上决定了汽车零部件制造企业面临融资方面的困难，而供应链金融主要就是为处在汽车行业供应链上的企业，提供更为可靠的融资服务，通过对其展开准确地企业信用风险评价，对其降低融资难度、提高融资率颇有益处。

（二）变量选取及描述性统计

出于研究需要，笔者在本文中选择了足以彰显企业经营、盈利、偿债、运营能力以及包括供应链核心企业信用情况在内的22项指标，对供应链金融视角下的企业信用风险情况展开评价。在统计方法上，使用因子分析对变量进行降维处理，然后建立Logit模型，保障研究的顺利进行。

（三）数据分析

启动Logit模型之后，将通过因子分析所获取的5个主要因子视作自变量，将企业信用风险评级视作被解释变量，展开回归分析。其中信用风险的相关数据取自万得数据库中“汽车行业企业信用评级”，将评级为AA-及以下的级别设定为“0级”：AA及以上的级别设定为“1级”。结合Logit模型，笔者所引入的三个变量的回归系数分别为1.09、0.65和1.64，由此可知，對能够影响到汽车行业企业信用风险评级的因子，风险程度由强到弱分别为核心企业自身信用状况、盈利能力和偿债能力，因子取值越高、信用风险评价等级越高。

（四）实证结果判断和分析

通过进一步检测，笔者发现Logit模型的敏感性和具体性分别为91.67%和61.9%，模型整体归类正确的概率为80.7%。笔者出于研究目的所选择的57家样本企业，结合Logit模型，笔者对比模型检测的履约概率及实际评级结果，发现模型正确的分类概率为80.7%。出现这样的结果，一方面是因为数据库的信用评级和企业信用风险评级会出现一定的差距，另一方面则是因为供应链中的核心企业，在一定程度上影响了融资需求企业的信用情况，以至于个别履约预测结果，要明显高于实际评级情况，但就整体情况而言，所选择的三类变量，通过Logit模型完全可以对供应链金融视角下的企业信用风险情况展开有效评估。

三、结束语

通过研究，笔者得出如下结论：

首先，利用因子分析，笔者分析得出了供应链金融视角下企业信用风险的主要影响因素，即盈利能力、营运能力、偿债能力、供应链核心企业信用状况：

其次，通过Logit模型的回归及实证，进一步保留了盈利能力、偿债能力及供应链核心企业信用情况——三大因子，其对汽车类企业的信用风险影响为正向。换言之，企业的营业利润、净资产收益率、总资产净利润、销售净利润、总资产报酬率、成本费用利润率，流动比率、速动比率和现金比率、现金到期债务比率，处于同一供应链的核心企业信用状况越高，企业的信用风险也就越低。笔者已经通过研究和实证，初步完成了供应链金融视角下企业信用风险评价体系的建设。而根据所得出的研究结论，笔者将从以下三个方面，进一步提出建议：

首先，要进一步加强企业自身的建设和管理，其必须提高自身的管理水平及盈利能力，确保能够灵活支配企业资金，保障偿债能力的有效提升：

其次，供应链金融视角下，供应链中的核心企业重要性不言而喻，其必须要维系好自身的信用等级，同时充分参与供应链金融业务。这样既可以充分帮助供应链上下游企业充分进行融资，更可以利用议价的优势，帮助企业获得更多收益：

最后，以银行为代表的金融机构，不应局限于单一企业财务数据，而是要以供应链为载体，广泛收集多项企业信用风险评价指标，进而提升自身对这类企业所能予以的支持。

参考文献：

[1]刘兢轶，王或婧，王静思，供应链金融模式下中小企业信用风险评价体系构建[J].金融发展研究，2019（11）：63 -67.

[2]田茂明.试论供应链金融模式下的信用风险评价[J].时代 经贸，2018（24）：72-73.

[3]贾茹，供应链金融模式下的中小企业信用风险研究一基于溧水地区信贷数据的实证分析[D].东南大学，2016： 26-29.