基于信用担保模式的物流金融风险研究

王骏鹏 （江西财经大学 信息管理学院，江西 南昌 330000）

0 引 言

物流金融是指在物流业的运作过程中，由银行、第三方物流企业以及融资企业共同参与下发生的货币资金运用，涉及贷款、抵押、租赁、保险、贴现等金融业务。物流金融主旨是要解决中小企业资金短缺问题，为中小企业提供新的融资渠道。物流金融的业务模式包括仓单质押模式、信用担保模式、保兑仓模式、物流保理等业务模式。其中信用担保模式的物流金融是仓单质押模式进一步发展，更好地发挥第三方物流企业主导作用，更加灵活地解决了中小企业的融资问题。

仓单质押业务是融资企业向银行申请贷款，将货物运到银行指定的第三方物流企业的仓库中，由物流企业进行评估，监管以及开具仓单凭证，融资企业凭借仓单凭证去银行获取贷款。信用担保模式中银行根据第三方物流企业的财务状况、业务水平以及未来发展潜力授予相应的信贷额度，第三方物流企业通过对融资企业信用评估分配银行授予的信贷配额，并以存储在第三方物流仓库中的货物进行反担保。近年来由于信用担保模式的物流金融迅速发展，缓解了中小企业的资金短缺问题，但也蕴藏着巨大风险。文中以信用担保模式的物流金融为研究对象，识别风险因子，建立风险评估体系和风险评估模型，并提出风险预防措施。

1 信用担保模式的物流金融风险评估指标体系构建

信用担保模式的物流金融业务运作过程中，第三方物流企业更愿意接受与其有长期业务往来公司的申请，这可以详细了解企业的主营业务、财务状况和未来发展潜力，以减少物流金融的业务风险。文中假定接受贷款申请的物流企业是融资企业主要的物流服务提供商，双方合作时间较长且对融资企业有丰富的数据积累。

在此基础上通过对“ZETA”信用风险模型（ZETA Credit Risk Model）进行改进，从融资企业信用风险和质押物风险两个角度建立风险评价指标。

1.1 融资企业信用风险

融资企业信用风险从经营能力、获利能力、还贷能力、信用状况四个方面进行分析。

1.1.1 经营能力d1

选取经营时间d11为定性指标，经营时间4年以上的定为优，赋值为6。经营时间2年的定为中，赋值为4，经营时间不足1年的定为差，赋值为2。此外还有两个定量指标融资企业存货周转率d12，运营过程的资产回报率d13。

1.1.2 获利能力d2

选取持续获利d21为定性指标，持续获利4年以上为优，赋值6。持续获利2年定为中，赋值4，持续获利不足1年定为差，赋值2。根据融资企业的经营状况将主营业务利润率d22、税后经营净利率d23为定量指标。

1.1.3 偿债能力d3

选取质押物稳定性d31为定性指标，质押物在第三方物流企业仓库中近2年稳定为优，赋值6，有一般变动的为中，赋值4，质押物有较大变动的为差，赋值为2，举债经营比率d32，速动比率d33为定量指标。

1.1.4 信用状况d4

由于我国企业信用体系发展还未完善，第三物流企业和融资企业的信用状况主要是看合同的履约情况，选取融资企业履约率d41，作为衡量企业信用状况评价指标。

1.2 质押物风险

融资企业的质押物一般是企业的原材料或产成品，具有多样性的特点，根据市场情况的变动质押物的价值也会随之波动。所以选取恰当的质押物可以降低企业业务运营中的风险，有效地规避损失。文中从质押物的合法性、变现能力、质押物损耗性、保险四个方面分析质押物风险。

1.2.1 质押物的合法性d5

第三方物流企业授信担保前，应检验融资企业对质押物的所有权。融资企业对质押物所有权需要通过相关单据予以证明如发票、合同。选取质押物所有权d51设为定性指标，能够出具完整单据的为优，赋值6，能够出具部分单据的为中，赋值4，不能出具单据的为差，赋值2。

1.2.2 变现能力d6

当融资企业无法按时还款时，质押物的变现显得尤为重要。由于市场的不稳定性，选取价值稳定和易变现的质押物可有效规避风险。选取货物稳定性d61为定性指标，货物价值稳定的为优，赋值6，货物价值随市场波动较小的为中，赋值4，货物价值随着市场波动较大为差，赋值2。

1.2.3 质押物抗损耗性d7

由于质押物具有多样性，不同的货物对存储环境要求有所差异，当存储不当时极易发生货物损耗。本文将损耗率d71设为定量指标，据此来评估质押物的损耗性。

1.2.4 保险d8

质押物除了自然损耗外还可能遇到外部环境的威胁如自然灾害、盗窃。第三方物流企业在评估质押物时应检验融资企业是否给质押物投保。融资企业为质押物购买保险可有效降低第三方物流企业风险。选取质押物保险率d81设为评估指标。

1.3 信用担保模式的物流金融风险指标体系

信用担保模式的物流金融业务运作中，当银行表现稳定的情况下，第三方物流企业是主要的风险承担者，风险主要来自于融资企业信用风险和质押物风险。根据以上分析建立信用担保模式的物流金融风险指标体系如表1。

表1 信用担保模式的物流金融风险指标体系

2 信用担保模式的物流金融风险评估

信用担保模式的物流金融风险评估，在信用担保模式的物流金融风险指标体系的基础上进行，文中运用BP神经网络构建模型，利用MATLAB检验模型可行性。

2.1 BP神经网络模型构建

BP（back-propagation）神经网络是1986年，Rumelhart和McClelland提出的多层网络学习的误差反向传播学习算法—BP算法，较好地解决了多层网络学习问题。BP神经网络主要有输入层、输出层和隐含层组成，在建立模型中还应确定相应传递函数和训练函数。一般情况下三层的神经网络可以实现任意的非线性传播，过多网络层数虽然可使结果更加精确，但增加网络的复杂性和运算量。文中选用三层神经网络构建模型。

2.1.1 输入层

输入层节点数ni（）主要取决评估的风险因子数，根据信用担保模式的物流金融风险指标体系的影响因子确定输入层节点14个。

2.1.2 输出层

输出层的节点数no（）主要取决于数据类型和评估结果。由于风险评估结果是唯一的，输出层节点数为1个。设三种风险类型，高风险赋值6，低风险赋值4，中间状态为2。

2.1.3 隐含层隐含层的节点数（）

n与输入层和输出层的节点数有关，隐含层较多会导致学习时间过长，隐含层较少，模型容错性较差，导致识别样本的能力较低。所以隐含层节点数（）n下面公式推导：其中n隐含层节点，ni输出层节点，no输出层节点，a是1～10的自然数，隐含层节点范围[5，1 ]4，后面在MATLAB中测试出最优隐函数节点。

统计学理论认为交通流分布数据服从正态分布函数，但是本范例通过厦门港2016年的数据分析后认为，实际上船舶航迹分布不是典型的正态分布函数，因此，应先进行交通流分布函数的拟合，选择最为接近的分布函数。函数的选择影响建模后的运行结果与实际结果的差距，函数越接近实际数据的分布增加，建模的差距就越小，计算结果也就越接近实际情况。

2.1.4 传递函数

BP神经网络传递函数最常采用S型的对数函数（logsig） 或正切函数（tansig） 和线性函数（purelin）。S型函数两端平缓，中间波动较大，符合生物神经元信号输出形式，输出范围在（0、1）较为活跃。文中选用Log—Sigmoid作为隐含层的传递函数，选用purelin作为输出层的传递函数。

2.1.5 训练函数

构建神经网络模型选取合适的BP算法很重要，BP算法根据反向传播的原则，不断调整各层的阈值和权值以使均方误差（MSE）最小化以达到预设的误差标。BP算法种类很多有传统的最速下降法（traingd），还有改进后的动量BP算法（traingdm），弹性BP算法（tralnrp），学习速率可变的（traingdx）等。文中选取动量BP算法（traingdm）为模型的训练函数。

2.2 模型数据采集

模型数据采集运用调查问卷方式，根据上文信用担保模式的物流金融风险指标体系设计“风险调查问卷”。为了保证数据的可靠性，邀请江西蓝海科技有限公司部分第三方物流人员填写“风险调查问卷”。发出问卷40份，回收20份，回收率50%，其中数据完整有研究价值的8份，有效率40%，其中高风险3个，中度风险3个，低风险2个。信用担保模式的物流金融数据汇总如表2。

表2 信用担保模式的物流金融数据汇总表

运用SPSS软件对调查数据进行离散标准化处理让数据范围在[0、 ]1，使处理后数据符合MATLAB运算要求。运用公式：

2.3 模型仿真

运用MATLAB对BP神经网络模型进行仿真，将调查数据分为8组，对1～7组进行训练，第8组对模型评估结果进行检验。

2.3.1 选取隐含层节点

模型参数设定：输入层节点14个，输出层节点1个，隐含层节点[5、1]4 ，隐含层传递函数Log—Sigmoid，输出层传递函数purelin，训练函数traingdm循环次数1 000次，学习率0.01，目标误差0.001。MATLAB软件在相同的参数条件下对隐含层节点数进行检验，找出最适合的隐含层节点数。通过MATLAB软件的运算在隐含层节点数14个时误差较小，收敛趋势较明显，风险评估值为y=5.9478。

表3 信用担保模式的物流金融数据处理后汇总表

2.3.2 模型检验

通过上述分析在参数条件相同的情况下输入第八组数据[0.00、0.10、0.35、0.00、0.04、0.00、0.00、0.95、0.33、0.33、0.50、0.00、1.00、0.00]，风险评估值y=5.9988，为高度风险和1～7组的风险评估值y=5.9478相近，说明BP神经网络信用担保模式的物流金融风险评估模型有较好的评估能力。

3 信用担保模式风险防范措施

3.1 质押物风险控制

第三方物流企业应加强对融资企业质押物的监管。派遣专业人员对质押物的所有权、种类、数量进行核对，确保质押物的合法性和完整性，避免货差风险。同时应建立完善的货物管理制度，实行监管人负责制，定期对货物进行检查，当质押物发生损失时，监管人有相应的赔偿责任。

3.2 风险预防

第三方物流企业应在风险发生前做好预防措施，首先做好质押物的风险评估，及时了解市场行情波动对质押物的价格影响。其次定期对职工进行培训，加强员工的职业素养，避免道德风险。最后优化企业的组织结构，完善运营体系，随着物流金融业务的快速发展企业相应的调整组织结构，明确组织各部门的权责关系，提升企业抵御风险的能力。

3.3 风险转移策略

第三方物流企业可以根据质押物监管的成本效益，将一部分质押物委托给另一家物流公司监管，以减少仓储费用，分散质押物监管风险。企业在承接融资业务时，对业务风险进行全面的评估，当业务风险过大可选择实力较强的公司一起承接业务，共担风险。

3.4 建立信用等级体系

银行，第三方物流公司和融资企业，应共建立信用等级体系，对第三方物流企业和融资企业实行一体化的监控，确保融资业务的顺利进行。建立信用等级体系将有利于物流金融进一步发展。

4 结束语

近年来物流行业得到国家政策的大力扶持，物流金融将获得极大的发展机遇。随着信用担保模式的物流金融快速发展，为解决中小企业融资难的问题发挥了重大作用，但业务运作过程中风险是不可避免的，文中通过分析信用担保模式的物流金融风险因子，建立了信用担保模式的物流金融风险指标体系，运用BP神经网络对风险进行分析和评估，并提出相应的风险防范措施，期望对物流金融的发展有借鉴意义。

[1]任泽娟，彭煦.物流金融的模式及风险防范[J].商业经济研究，2017(12)：145-146.

[2]邓莉.物流企业主导型仓单质押业务的风险控制[J].商业经济研究，2017(4)：95-96.

[3]李毅学，汪寿阳，冯耕中.一个新的学科方向——物流金融的实践发展与理论综述[J].系统工程理论与实践，2010，30(1)：1-13.

[4]杨福明，刘锁贵.商业化的融资担保模式[J].中国金融，2016(4)：90-92.

[5]白世贞，黎双.基于BP神经网络的供应链金融风险评估研究[J].商业研究，2013(1)：27-31.

[6]刘静.我国物流金融业务运作及盈利模式构建[J].改革与战略，2016，32(4)：56-58.