前言：想要寫出一篇引人入勝的文章？我們特意為您整理了供應鏈金融下企業信用風險指標淺析范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：本文以2014-2018年中國深交所中小企業板的940家設備制造商樣本為主要研究對象，在全面考察全鏈條面臨的整體風險后，構建了供應鏈融資與中小企業信用風險評估SEALECTION指標，分為申請人資質、交易對手資質、融資中資產和供應鏈運營四個標準維度，應收賬款特征和業績等14個二級指標，信用評級特征和擔保條件等127個三級指標。按照去除冗余信息的基本思路，采用偏相關-方差分析的首次篩選進行研究，剔除了64個因現代信息科技冗余而對企業違約狀態影響不大的指標?；诖箫L險管理因素識別對整個金融企業的最優原則，通過發達且逐步完善的神經網絡，選擇識別企業違約能力強的指標組。最后，構建了供應鏈金融下中小民營企業社會信用環境風險評估指標體系，涵蓋48個指標體系，顯著區分風險因素。實驗結果表明，本文建立的指標組遵循金融界廣泛認可的“5C原則”，商業銀行社會信用風險管理因子的計算準確率高達90.53%，判斷效果顯著。

關鍵詞：供應鏈金融；中小企業；信用風險指標；體系構建

近年來，中小企業的國民經濟已成為社會主義國民經濟蓬勃發展不可或缺的重要組成部分，是政府擴大就業機會、改善民生、鼓勵創新創業的主要動力。另一方面，銀行由于資本規模小、規模小、投資風險高、抵押物量少、信用等級低，普遍受到資本不足的約束。解決銀行融資難問題，對于大力發展社會主義國民經濟，促進社會主義市場經濟的可持續發展具有重要意義[1]。

一、供應鏈金融下中小企業信用風險指標體系研究綜述

信用風險評價指標體系一直是學術界和金融界關注的焦點?，F有研究主要有三種類型：首先，根據各種原因，建立了供應鏈融資環境下的銀行信用風險評價指標。供應鏈環境下，銀行信用評價的內涵更加豐富，其核心企業資質是主要原因之一。朱建民等人運用項目集成思維的方法，創造性地提出了生產力、工業控制、工業生態環境、工業競爭力和工業依存度的“五要素模型”評價體系。王宗潤還提供了由供應商、生產商和銀行組成的供應鏈金融體系。Wuttke等人和Agarwal等人認為買方會對供應鏈金融業務產生影響[2]。王潤等人的研究表明，在傳統的供應鏈融資模式下，銀行可以通過核心企業信貸改善信用狀況[3]。其次，基于不同角度，建立供應鏈融資環境下中小企業信用風險評價指標。不同于傳統的信用評級，在供應鏈金融環境下，從不同角度建立信用風險評估體系，為中小企業信用評級提供了新思路。胡海清等人從供應商的角度提出了涵蓋核心公司信用狀況和供應商相關狀況的信用風險評估模型[4]。趙等從多個理論角度提出了包括應稅銷售收入和繳納增值稅頻次在內的中小企業信用評價指標體系[5]。陳小紅等人從中小企業融資難的角度出發，建立了基于主客觀因素的評價指標體系[6]。鄧愛民等人從第三方物流的角度建立指標體系，分析供應鏈金融環境下企業的信用能力和競爭力[7]。Wetzel等人基于傳統的單一公司視角，討論了供應鏈中有限的財務資源如何影響公司的營運資本水平。蒙彬等人基于5C原則建立了小型建筑企業信用評價指標體系。三是信用風險指標篩選方法的研究。信用指標可能存在信息內容重復、信息不具有代表性等諸多問題。因此，采用指標篩選技術模式，選擇供應鏈融資模式的金融機構信用風險評估體系至關重要。Oreski等人利用遺傳算法篩選出違約區分度最大的信用評價指標。但耿等采用了單因素方差分析的方法，選擇了對客戶財務風險影響最大的指標。馬爾多納多等人采用順序向后搜索的方法選擇信用風險評價指標。張等計算了抵押貸款定價與種族之間的Pearson相關系數，根據相關系數對指標進行排序，并逐一選取指標。Fallahpour等人使用順序向前搜索算法來篩選信用評級指標。目前，供應鏈融資信用風險的研究取得了一定的進展，但仍有兩個方面有待完善：一是現有的評價指標體系不能反映整個供應鏈的綜合特征。供應鏈和金融業務在中國發展的機會并不長，因此相關數據的收集非常困難?，F有的研究多從企業自身來評價企業的信用風險，而很少涉及供應鏈中對信用風險有影響的其他因素。一些學者通常只是為了方便實證研究而選擇定量指標，而忽略了定性指標的選擇。這導致供應鏈金融下的信用風險評估指標體系無法完全覆蓋整個供應鏈面臨的違約風險。二是現有指標體系沒有考慮整體指標體系與風險狀態識別的關系?，F有的指標體系大多不能有效區分企業的風險狀況。盡管有幾篇文章提到了指標識別違約的能力，但它們往往側重于單個指標的選擇，而沒有考慮識別違約的整體能力。事實上，單一指標對違約的歧視性較強，指標體系整體對違約的歧視性不一定強。基于此，本文擬以供應鏈融資環境下940家ipo上市中小企業樣本為主要研究對象，歷時五年。綜合考慮供應鏈網絡中核心公司的盈利能力、銀行與核心銀行的相互交易程度、供應鏈網絡面臨的外部環境變化等因素后，根據中國國內權威機構對高頻指標的研究總結和國際經典論文。在中小企業信用風險評價的選擇指標體系下，建立了包括申請人資質、交易對手資質、融資項下資產及供應鏈運營、應收賬款特征、交易績效等14個子指標、信用評級、擔保比例等127個三級供應鏈融資指標的4級評價標準。根據去除冗余信息的基本思想，首次選用了偏相關均方誤差分析法。剔除了64個信息冗余、對實際違約影響不大的指標?；谡w風險因素識別的優化機制，利用神經網絡評估指標組識別違約因素的能力，以對違約因素整體識別準確率最高的指標組作為主要篩選標準，逐一剔除對整體違規識別能力有負面影響的指標，從而選出違規識別能力最高的指標組，從而改善目前指標組在篩選指標體系時忽略了違約因素識別能力的缺點。最終形成供應鏈金融下中小企業社會信用風險分類評價指標的評價體系，涵蓋48項指標，對綜合因素風險進行顯著區分，原理如圖1所示。

二、供應鏈金融模式下中小企業信用風險評價模型的數據選擇與實證檢驗

（一）研究樣本

本文的主要研究對象是中小企業?？紤]到供應鏈金融服務的發展趨勢和數據不足的影響，2018年12月31日前制造業中小企業的所有數據均從萬達數據庫中選取，ST和*ST企業中有57家公司被刪除。小部分數據來自東方財富網絡公司上市公司的財務報表和供應鏈金融服務核心公司的官網。針對不同行業公司長期發展經營評價標準定義模糊的問題，通過自身企業的年度財務報表和與企業發展相關的歷史信息進行了相關研究狀況的數據分析。根據盧躍進教授等（2003）的根據評價等級數判斷心理影響因素的研究理論，他們對上述評價指標進行了四級評價，分別給出了10、7、4、0分。

（二）變量的選取與描述性統計

本文選取反映一家公司生產經營控制能力、盈利能力、償債能力、經營實力和核心公司社會誠信等22項指標，對銀行供應鏈金融機構信用風險進行教學評價。運用因子分析進行降維，建立Logit模型研究我國供應鏈金融商業銀行信用風險評估體系。主營業務成本收入增長率與凈利潤增長率的標準差很大，尤其是主營業務利潤收入增長率的標準差超過727.873，說明制造業中小民營企業的經濟發展能力差距影響較大，發展過程中存在發展不平衡的情況。但現金到期比率的標準差為394.745，說明中小企業現金到期比率各階段差異較大，部分公司還款能力相對較弱。樣本公司的平均離職率和快速增長率分別為1.827和1.416，均已達到相對健康的水平。凈利潤平均增長率為負，說明制造業中小企業的利潤和增長潛力正在減弱。

（三）實證檢驗

1．因子法市場分析

樣本企業的企業管理涉及22個指標變量，涉及的指標變量數量相當大。如果之間的變量有很大的相似性，會計信息可能會重復，從而增加市場分析的復雜性。為了實現后續的數據分析，利用STATA軟件進行因子分析和降維。表1給出了旋轉影響因子分析方法的一般結論。保留了五個主要因素，解釋了80.45%的原始變量。模型中LR檢驗結果的卡方統計量為1844.75，P值為0.0000。這個模式很有意義。KM檢驗的取值范圍為0.7315，說明企業模型的建立是有意義的，適合我們選取不同的變量因素進行分析。通過最大方差法旋轉后，因子負荷矩陣（僅顯示因子負荷系數等于0.7的相關變量）如表1所示。反映盈利能力的變量，如營業毛利、銷售凈回報、負債凈回報和資產總回報也包含在F1中。反映償付能力的變量，如流動比率、速動比率和現金比率，也包含在F2中。比如反映企業管理能力的變量，比如存貨周轉率、流動資產周轉率、凈資產周轉率，都包含在反映核心行業信用狀況的F三個變量中。反映經濟增長的變量，如收入增長率和凈資產增長率，包含在F5中。

2．Logit回歸分析法

利用Logit模型，以影響因素分析得到的五個主要因素為自變量，以中小制造企業信用風險評價為解釋變量，發展了回歸分析方法。信用管理風險統計是基于Wonder數據庫《中國制造業發展報告》中小民營企業的社會信用評級。評級為AA-或以下的設置為0，評級為AA或以上的設置為1。根據Logit返回的結果，刪除了F3和F5，回歸結論見表2。根據Logit模型，F1、F2和F4的標準化回歸系數分別為1.09、0.65和1.64?？梢园l現，這三個因素對商業銀行信用風險的影響程度由強到弱依次為核心公司的信用狀況因素、盈利能力因素和償付能力因素，因素值越高，公司信用風險評級越高。

3．實證結果檢驗與分析

進一步測試表明，Logit模型的敏感性、特異性和總體分類概率分別為91.67%、61.90%和80.70%。57家銀行根據Logit建模的性能概率與實際的壽命評估結果之間的比較。模型中正確分類的概率約為80.70%。一方面，WonderDatabase的開發信用評價體系與企業社會誠信和管理風險分類評價體系可能存在一定差異；另一方面，供應商的金融服務能力受到核心科技公司發展信用的影響，在一定程度上提升了銀行的投資信用，導致個別企業的預測業績概率遠高于生活的實際評價結果?？偟膩碚f，由于核心科技公司的信用狀況、中小企業的盈利能力和還款能力等關鍵因素的運用，我們希望利用Logit建模對傳統供應鏈金融模式下的中小社會信用風險做出合理的教學評價。

三、結束語

本文以WIND數據庫中的中小制造公司為樣本進行理論研究和實證分析，得到以下結果：首先，通過影響因素分析得出供應鏈融資模式下影響銀行信用風險的主要原因，分別提取出五個主要原因：盈利能力、運營能力、償債能力、經濟增長率和核心公司的信用狀況。然后，利用Logit建模再次回歸檢驗，保留盈利能力因子、償債能力因子和核心公司信用狀況因子，它們對銀行信用風險的影響為正。也就是說，營業收入利潤、凈資產收益率、凈利潤總額、資產收益率總額、產品銷售經營凈收入、成本管理費等收入越高，中小民營企業社會誠信活動的風險越低。但流動負債率、速動比率、現金比率和現金到期負債率越高，中小企業的發展信用環境風險越低；然而，核心中小企業通過信用環境在同一企業供應鏈環境中運營的程度越高，中小企業提供信用信息的風險就越低。經過實證分析，形成了供應鏈融資模式下中小企業發展的信用風險評估體系。

參考文獻：

[1]朱家瑩.供應鏈金融視角下中小企業信用風險指標體系研究[D].昆明理工大學,2021.

[2]吳沈娟.供應鏈金融環境下中小企業信用風險指標權重設計[J].時代金融,2020(21):69+86.

[3]匡海波,杜浩,豐昊月.供應鏈金融下中小企業信用風險指標體系構建[J].科研管理,2020,41(04):209-219.

[4]韓琴.供應鏈金融視角下的中小企業信用風險評價指標體系構建[J].時代金融,2019(09):171-172.

[5]許貴義.供應鏈金融下中小企業信用風險評價指標體系構建研究[D].福建師范大學,2016.

[6]景琦.供應鏈金融模式下中小企業信用評價指標體系研究[J].科技創業月刊,2015,28(14):48-50.

[7]夏立明,宗恒恒,孟麗.中小企業信用風險評價指標體系的構建——基于供應鏈金融視角的研究[J].金融論壇,2011,16(10):73-79.

作者:田問耕 單位:北京理工大學珠海學院