刘文婷
(东北财经大学,辽宁 大连 116025)
供应链金融是近几年发展起来的一种全新的金融服务业务,是由银行金融机构向供应链上下游节点企业和成员提供的一种融资服务,主要面向供应链上的核心企业,同时包括上游的供应商、生产商和下游的经销商、分销商乃至最终客户这样一整个链条成员提供融资服务。本文从大数据挖掘技术的角度研究了供应链金融风险评级方法。
银行金融机构在供应链金融中面临着较多的风险。从供应链金融所提供融资服务的主要对象来看,其风险主要来自供应链核心企业的上游供应商和下游经销商的还款风险,本文选择供应链核心企业的下游经销商作为供应链金融风险研究的主要对象。在供应链金融实施中银行金融机构首先要对供应链核心企业所推荐的融资经销商进行资格调查,然后根据其资信情况分配合理的授信额度,经销商根据授信额度和融资金额向生产商进行批量订货,然后通过销售环节实现资金回笼偿还银行本息。
BP神经网络是当前神经网络中应用最为广泛,全世界90%以上的神经网络都是基于BP算法的。BP神经网络由输入层、隐含层和输出层三层神经元组成,各层神经元的作用都是不同的。其训练过程由正向信号传播和反向误差传播两阶段组成,即输入信息从输入层经隐含层(1层或多层,本文模型取1层隐含层)传向输出层,如果在输出层得到的实际输出与所期望得到的输出不一致,则转入反向传播,将误差信号(实际输出与期望输出只差)沿原来通路返回。
在供应链融资中,为确保安全性,需要全面系统地分析供应链的抗风险能力以及各企业之间的协调能力。本文将供应链融资的风险来源分为5大类:
(1)供应链柔性。供应链柔性指标是对供应链整体抗风险能力的评估,柔性越好的供应链抵御外界波动能力越好。其中我们选取了订单完成率、准时交货比率、资本利用率、设备利用率以及授信企业信用评级这五个指标来分析。订单完成率、准时交货比率、设备、资本利用率以及设备利用率都是通过企业上传报表里的数据和其他信息来计算的。
(2)供应链协调度。供应链协调度指的是供应链上下游各企业之间合作的默契程度,反映供应链的潜在风险大小。合作时间长、合作频率高、协调度越高的供应链潜在风险越小,反之亦然。这一部分,选取了下面六个指标作为第一重神经网络的节点:信息传递及时率、信息传递准确率、企业信息化程度、企业间信息系统兼容性、合作时间以及合作频率。
(3)核心企业能力。核心企业能力指的是授信企业的实力大小。在核心企业能力的测算中,我们不仅考察了核心企业的财政能力,也考察了其对供应链整体的影响程度以及供应链管理的规范程度。该模型指标包括:核心企业信用评级、市场占有率、对上下游企业是否有明确的推出机制、对上下游企业是否有排他性优惠政策以及对供应链成员是否有奖惩措施。市场占有率为企业生产总值与行业生产总值的比值,其中企业生产总是来源于企业年度报表,行业生产总值来源于国研网数据库。上下游企业是否有明确的退出机制、对上下游企业是否有排他性优惠政策以及对供应链成员是否有奖惩措施,都由授信企业和核心企业共同提供具有法律效力的相关文件。这几个指标的取值是不连续的,其中有退出机制、优惠政策和奖惩措施的取1,反之取2。
(4)行业环境。行业环境是衡量整个行业环境并估计环境背景对企业影响情况的指标。包括行业景气指数和行业发展阶段两部分,行业景气指数用来衡量行业现状的发展情况,而行业发展阶段则用来预测未来行业走势。二者缺一不可,即便景气指数相近,所提供的行业环境也不一样。行业景气指数来源于国研网数据库,由于原来的景气指数为1~100分之内的评分,需要做标准化处理。我们规定行业发展阶段的数据总共分为形成阶段、发展阶段、 成熟阶段和衰退阶段四个部分, 分别赋值:0.5、1、0.75、0.25。
(5)宏观环境。宏观经济环境也是衡量核心企业未来能否维持目前资产能力的重要因素,考虑到核心企业多为实力雄厚的大公司,我们把进出口的因素也考虑进去,数据参考国研网数据库以及国家统计局数据库。在收集的数据中,GDP同比增长率需要进行标准化处理,由于进出口流量和进出口额度的值波动较大,所以这里不做处理,直接带入BP神经网络,并参与计算。
(6)输出变量的设定。未来与我国银行及金融机构的供应链质量的管理原则相统一,我们将供应链融资风险也规定为100分,其中0分风险最高,100分风险最低。由于BP神经网络输出结果为列向量,因此需要一个换算公式:供应链风险评分=供应链柔性评分×供应链柔性权重+供应链协调度×供应链协调度权重+核心企业能力×核心企业能力权重+行业环境×行业环境权重+宏观环境×宏观环境权重。
[1]罗齐,朱道立,陈伯铭.第三方物流服务创新:融通仓及其运作模式初探[J].中国流通经济,2002(2).
[1]屠建平,杨雪.基于电子商务平台的供应链融资模式绩效评价研究[J].管理世界,2013(7):182-183.
[3]胡跃飞,黄少卿.供应链金融:背景、创新与概念界定[J].财经问题研究,2009(8):76-82.
[4]姜超峰.供应链金融服务创新[J].中国流通经济,2015(1).
[5]张晶.大数据应用:提升物流供应链价值[J].物流技术,2015,34(2).
[6]徐欣.解读供应链融资双重模式[J].物流技术,2007,26(7):69-73.
[7]郭超.供应链金融的主要产品及发展途径分析[D].北京:对外经济贸易大学,2009.