赊销决策推出的关键因素分析

□文/孙庆文 郭伟伟 魏 伟

（河北经贸大学工商管理学院 河北·石家庄）

买方市场的形成以及消费者个性化需求加剧了市场竞争，赊销成为大多数企业的重要销售方式。是否选择赊销，何时推出赊销是企业转变销售方式需要解决的问题，然而这一问题的解决需要考虑相关影响因素，即商机和客户信用。

一、赊销

（一）赊销的定义。随着商品经济的发展，信用销售成为企业间交易的重要形式，信用交易即以企业的诚信为交易筹码，而无任何物品和财产作抵押的交易方式。信用交易有别于传统交易方式，不再是一手交钱一手交货。信用销售是指企业在销售产品时，客户先得到其购买的产品，但无需立即支付相应的费用，而是根据交易双方之间的约定在未来时间支付相关费用。

信用销售即市场经济中的赊销，赊销客户以自身的信用为交易砝码，从而先获得产品的所有权，而不用立即支付获得所有权的费用。赊销企业在卖出产品之时，既没得到相应的费用，又没有抵押物的保证，没办法保证赊销收入的按时入账。

（二）赊销风险。企业推出赊销，会给赊销企业和赊购企业双方都带来利处。赊销企业可以扩大销售增加账面收入，减少库存管理费用和产品变质损失。对于赊购企业来说，推迟付款相当于短期融资，为赊购企业资金周转提供了有利机会。

赊销虽然带来利处，但也伴随着相应的风险。赊销风险主要是针对赊销企业而言的，由于赊购企业先获得产品而没有付款，可谓是双赢之事，对于赊销企业来说则是双风险，当赊购企业不能按照约定的时间支付相应的款项，延期付款，则给赊销企业的资金周转带来不便，同时减少了相应资金增值的可能性，也可能由于资金不能按时到位错失了更好的投资机会；当赊购企业违约，有意拒绝支付款项或者由于各种原因企业不能持续经营或者破产，则应收账款成为了坏账，赊销企业不仅损失了产品本身，生产和销售产品的成本费用支出也不能得到相应的补偿，这无疑增加了赊销企业的损失，资金无法收回，赊销企业也丧失了资金增值和资金再投资的可能性。因此，对于赊销的推出，企业必须尽最大的努力掌握更多的市场信息和赊购企业信息，赊购企业的信用水平是赊销成功的关键因素所在。

二、商机

（一）商机定义。商机也称为商业机会，是指市场参与者针对未被满足的市场需求，通过各种努力和正当手段满足市场需求，给相关各方带来利益或者效益的可能性。针对企业来说，商机是指市场上是否存在对该企业产品或服务的需求。只有当商品需求存在，并且企业有能力满足该需求，这才是商机的存在，商机存在能否给企业带来相应的利益，这是企业是否抓住商机的依据。

面对市场需求的改变、技术的进步以及政策支持等宏观和微观因素的变化，为企业的发展提供了更多的商业机会。在竞争激烈的市场活动中，面对存在的商业机会，企业必须重新审视自身的能力和技术，只有能够科学的预测和识别存在的商业机会，相应地增强自身的能力，有针对性地改进技术，抓住有利的政策支持，这样才能优先抓住商机，为企业率先占领市场提供了机会。

商机的存在为企业扭转现状和增强市场地位提供了机会，但针对不同的企业和不同的企业生命周期阶段，商机存续时间的长短和商机存在的条件是不同的。针对赊销企业来说，商机并不是一直存在的。企业推出赊销，首先必须保证市场上存在对该商品的需求，这是商机存在的前提条件。随着企业生命周期的进行，对商品的需求从小量需求逐步发展到大量需求，再到需求逐步减少，这意味着商机存在概率的大小和商机存续的时间长短也呈同样的趋势发展。对于使用寿命较长的产品来说，商机存在的概率较小；对于使用寿命较短的产品来说，商机存在的概率较大。其次，面对市场的需求，企业必须有能力满足市场需求，这才能保证抓住成功的商机。此外还要分析企业自身的实力，是否有足够的资金维持企业的运转，应收账款的回收是否影响企业的发展，即企业能够承担的资金风险限度是多少，只有当企业客观评估市场情况和自身情况的条件下，才能确定企业是否能够抓住商机和充分利用该商机。

（二）商机的判断。对于赊销企业，商机的存在主要是看市场客户的需求，客户需求存在，愿意与赊销企业发生交易行为，则商机存在，否则商机灭失。客户流失率或者保持率的预测是判断商机存在与否的主要依据。

1、SMC模型。SMC模型是预测客户活跃度的基础模型，依据客户信息来预测客户的活跃程度，并以客户活跃度作为判断客户类别的标准。客户信息包括三个：一是企业对客户进行分析的时间点；二是客户从第一次与企业发生交易到分析时间点之间交易的总次数；三是客户与企业最后一次交易的时间。SMC模型成立的假设条件如下：（1）活跃客户与企业交易的随机发生，其交易过程服从泊松分布；（2）客户与企业交易寿命周期服从指数分布；（3）不同客户与企业的交易率服从伽玛分布；（4）不同客户的流失率不同，其服从伽玛分布；（5）客户与企业的交易率和客户流失率相互独立。

客户分为活跃客户和不活跃客户，活跃客户是指与企业有较高的交易频率的客户，反之，则是不活跃客户。SMC模型根据客户信息进行预测，将描述客户信息的变量即客户活跃度作为判断客户活跃与否的标准。大多数学者以活跃度0.5作为阀值，当客户活跃度小于0.5时，表示客户与企业交易的频率较低，属于不活跃客户；当客户活跃度大于0.5时，表示客户与企业交易频率较高，属于活跃客户。对于活跃客户，企业需考虑与其长期合作，制定相关的政策或优惠条件，尽量保持与客户的交易关系，留住客户。

2、客户交易寿命分布函数。客户交易寿命时间即客户与企业保持交易关系的时间，与客户交易寿命相关的函数主要有两种，一种是生存函数，是指个体在时刻t存活的概率，在本文中指客户与企业仍有交易的累计概率；另一种是危险函数，是指个体在t时刻仍存活，在t时刻后单位时间内死亡的概率，在本文中是指客户在t时刻流失的概率。常见的生存函数分布有指数分布、威尔布分布、对数正态分布和伽玛分布。

企业应根据所掌握的客户信息，针对自身的情况，选择合适的模型估测客户的活跃程度和生存时间概率，这样才能充分利用有效的信息，判断商机存在的概率，为企业是否有机会推出赊销做好前提工作。

三、信用管理

（一）信用。赊销是信用销售，交易筹码为赊购方的信用，即其诚信度。若赊购企业违约，延期支付或拒绝支付，便是不成功的赊销，因此赊销企业必须对赊购方的信用进行评估，对其赊销信用额进行适当管理。信用原则是市场经济活动中经济主体需遵守的重要原则。

信用主要分为以下三类：

1、公共信用：是指一个国家或政府举债的能力，通常由于政府的地位和财力，公共信用是无风险的信用。

2、企业信用：是指一个企业授予另一个企业的信用，即企业以自身的信用资本优先获得产品或服务。

3、消费者信用：是指消费者以未来偿付款项为承诺条件的产品或服务的交易关系。消费者信用在市场经济活动中较为常见。

信用在商品经济中提高了资金的使用效率，优化资金的配置，加速了资金的周转，减少了资金的闲置时间，但信用也会带来信用危机，给企业带来损失或者严重影响企业的正常运营和生产，甚至破产。所以，应对企业信用进行管理。

（二）信用风险的判别。信用风险的判别也就是对客户信用水平的评价，即客户是否违约，违约概率是多少，国内外学者对违约概率的研究较多，主要方法有多元判别分析模型、Logistic回归分析和Probit模型。

1、多元判别分析模型。多元判别分析模型是通过选择能提供较多信息的变量建立判别函数，依据判别函数值的大小对研究对象属性进行判断。在判别函数中，c0是常数，xi为能提供较多信息的变量，ci为各变量的判别系数，则判别函数一般形式为：

在客户信用判别中，如果Z值越大，说明客户的信用风险越小，即违约概率越小；反之，则客户信用风险越大，违约概率越大。

2、Logistic回归分析。Logistic回归分析是计算违约概率的传统算法，该方法研究的历史时间较长，用简单的线性关系来说明问题，应用较简便。在Logistic回归模型中，y=0表示未违约，y=1表示违约发生，表示影响违约概率的因素线性组合，ci是影响因素xi的系数，则客户违约概率为：

3、Probit模型。Probit模型与Logistic模型类似，是以客户的财务指标来预测其发生违约的风险，其对数据的要求较高，服从正态分布，并且计算复杂度较高，其使用的广泛性不如Logistic模型。在Probit模型中是影响因素xi的系数，则客户发生违约的概率为：

在赊销活动中，客户是否履约是决定赊销成功与否的关键因素所在，因此赊销企业应针对赊销客户的情况，掌握更多的客户信息，针对不同的情况选用不同的客户违约概率测算模型，除本文讲述的基本模型外，大多数学者在基本方法基础上进行了方法的完善和发展，并将相关学科的方法应用到违约概率测算中，所以赊销企业应依据实际选择更合适的模型。

四、结束语

赊销在市场经济中较为常见，是企业交易的重要方式，为企业双方带来了好处。因此，赊销企业希望推出成功的赊销，赊销的推出必须以商机的存在为前提，也就是市场上存在客户对商品的需求，文中介绍了测算客户流失率和客户交易寿命的基础方法，充分利用赊销客户的相关信息可以为企业是否推出赊销提供决策依据。当商机存在概率较大时，企业推出赊销，然而赊销账款的回收是企业关心的事情，这在很大程度上取决于赊销客户的信用水平，即赊销客户是否违约。由于短期内宏观经济环境的变动较小，应收账款的回收主要由赊销客户的财力和信用水平决定，所以根据赊销客户的各种财务信息和交易信息测算其违约概率，尽量保证账款回收的可能性。

［1］向晖.个人信用评分组合模型研究与应用［D］.湖南大学，2011.12.

［2］赖辉，帅理，周宗放.个人信贷客户信用评估的一种新方法［J］.技术经济，2014.33.9.

［3］朱帮助.基于SMC-RS-LSSVM的电子商务客户流失预测模型［J］.系统工程理论与实践，2010.30.11.

［4］方匡南，章贵军，张惠颖.基于Lasso-logistic模型的个人信用风险预警方法［J］.数量经济技术经济研究，2014.2.

［5］张传新.我国商业银行信用风险度量研究［D］.苏州大学，2012.3.

［6］何莉娟.电子商务环境下的我国中小企业信用评估体系构建［D］.西南财经大学，2012.9.