供应商信用管理与风险防范

● 罗 鸣

企业制定合理的供应商管理制度有利于企业与供应商建立长期的信任关系，保证企业的产品质量，从而达到降低成本、提高企业盈利的目的。面对良莠不齐的供应商，及时对其进行考核和评价，划分供应商等级，才能够有针对性的进行供应商选择，激励供应商提高供货质量。

一、供应商信用管理现状及问题

现行供应商开发程序包括：供应商信息收集、“供应商基本资料”填写、供应商问卷调查、样本鉴定、提出供应商调查申请。开发过程遵循质量、成本、支付、服务并重的原则，由采购部牵头组成供应商调查小组，分别对供应商的价格、品质、技术、生产管理等作出评核，选出合格的供应商。调查小组所作出的考核结果将用于对供应商进行评级，以根据等级对供应商实施不同的管理，帮助落后的供应商进行改进，激励供应商提供更好的产品和服务，从而降低企业采购成本。

目前企业采购大多采用综合评分法对供应商进行评级。供应商主管需对供应商提供的产品或物资的质量和交货情况进行检查、评估考核，填制“供应商考核表”，上交采购经理审核、采购总监审批。如孙佩红、唐磊（2012），分别以30%、30%、20%、10%、10%的比例对价格、产品质量、交货情况、服务情况、管理情况进行评估，再根据分数划分A、B、C、D四个等级，并采取不同的措施。供应商主管根据审批结果修订合格供应商名单，要求不符合标准的供应商限期改进并跟踪其改进效果，或取消其供应商资格。定期对供应商进行信用评级有利于企业向长期供应原辅材料、零件、部件及提供配套服务的供应商开展考核、评价管理工作，可以有效控制供应商的产品质量、交货期、价格等，有利于建立稳定的供应商队伍，促进企业与供应商保持良好的合作关系。

但也应注意到，综合评分法在实施的过程中受到供应商主管的主观评判成分较高，如对各项指标权重的设定等。且随着企业采购规模的不断增大，参加竞标或采购活动的供货商也千差万别，客观上使得企业对供应商进行甄别更加困难。即使制定了客观详实的综合评分方法，受限于人员数量和时间成本，企业采购部门也往往没有足够的精力对供应商的信用状况进行比较全面、深入的调查和了解，难以准确判断供应商的合同履行能力。除此之外，由于供应商信用识别系统尚不完善，审查部门又人力不足，一些投标供应商在利益驱使下，为了能够通过审查，尽管企业本身条件不能满足要求，仍不惜牺牲企业信誉弄虚作假，伪造假证明、假证书，提供虚假财务报表等，以期蒙混过关。且目前信用监控机制不完善，信用激励和惩罚机制尚未形成，不足以对各种失信行为形成强有力的法律规范和约束。如一些供应商涉嫌严重的偷漏税行为，一些供应商存在违法经营活动，少数供应商编制虚假会计信息等。在有限时间内，未经深入翔实的认证核实，审查部门很难辨别真伪。因此，采用更加自动化的供应商信用评分方法对于解决考核成本高、考核团队人员不足、考核主观干扰等问题有一定的现实意义，有利于建立稳定的供应商队伍，促进企业与供应商保持良好的合作关系。

二、供应商信用评估指标的选取

供应商信用管理的流程包括利用各种分析方法进行信用风险计量，评估信用风险的期望损失和确定交易的信用条件。因此，在进行具体的信用评分体系建立之前，首先需要明确对供应商的重点考核项目。供应商的信用水平与其履约能力是息息相关的，而履约能力对企业采购项目能否按时保质完成是十分重要的。供应商的履约能力受到一系列因素的影响，包括经营状况、专业技术水平、管理及战略和财务实力等，应该通过对供应商信用等级的考评，了解这些因素对履约能力的影响程度，进而识别供应商在采购项目时段内信用度的变化程度。参照陈焕怡（2008）构建的供应商信用风险评估指标体系，制定以下考核指标：（再结合所收集的数据情况，采用机器学习算法，计算机可以实现指标重要性的自动筛选，容许多重共线性的存在，指标维度越多，预测越精确）

第一，供应商的财务数据，体现供应商的经营状况和经营水平。

第二，价格水平：考核供应商的价格水平，可以和市场同档次产品的平均价和最低价进行比较，分别用市场平均价格比率和市场最低价格比率来表示。（平均价格比率=（供应商的供货价格 -市场平均价）/市场平均价*100%；最低价格比率=（供应商的供货价格-市场最低价）/市场最低价*100%）

第三，交货期：交货期也是一个很重要的考核指标。考察交货期主要是考察供应商的准时交货率、交货周期等。其中交货准时率=准时交货的次数/总交货次数*100%；交货周期是指自订单开出之日到收货之时的时间长度，常以天为单位。

第四，交货量：按时交货量率=期内实际完成交货量/期内应当交货量*100%；未按时交货量率=期内实际未完成交货量/期内应交货量*100%，如果每期的交货量率不同，则可以求出各个交货期的平均按时交货量率；总供货满足率=期内实际完成供货量/期内应当完成供货问题*100%；缺货率=期内实际未完成货量/期内应当完成供货总量*100% 。

第五，品质：品质的好坏可以用质量合格率、平均合格率、批退率及来料免检率等来描述。包括：质量合格率，如果在一次交货中一共抽检了N件商品，其中有M件是合格的，则质量合格率=M/N*100%。显然，质量合格率越高，表明其产品质量越好，得分越高；平均合格率根据每次交货的合格率，再计算出某固定时间内合格率的平均值来判定品质的好坏。合格率越高，表明品质越好，得分更高；批退率即退货批量占采购进货批量的比率。批退率越高，表明其品质越差，得分越低；来料免检率来料免检率=来料免检的种类数/该供应商供应的产品总种类数*100%。

第六，工作质量：交货差错率=期内交货差错量/期内交货问题*100%；交货破损率=期内交货破损量/期内交货总量 *100% 。

第七，价格：平均价格比率=（供应商的供货价格-市场平均价格）*100% ；最低价格比率=（供应商的供货价格-市场最低价）*100% 。

第八，进货费用水平：进货费用水平=（本期进货费用-上期进货费用）*100% 。

第九，信用度：信用度主要考核供应商履行自己的承诺，以诚待人，不故意拖账、欠账的程度。信用度可以用下式来描述：信用度=供货期失信的次数/供货期交往总次数*100%。

第十，配合度：主要考察供应商的协调精神，依靠供应商主管评分来考核。

第十一，服务：同其他考核指标一样，考核供应商在支持、配合与服务方面的表现通常也是定性的考核，相关的指标有：沟通手段、反馈信息时间、表现合作态度、参与本公司的改进与开发项目、售后服务等。

三、基于机器学习算法的供应商评估模型设计

针对供应商信用管理的现状及存在问题，以供应商履约与否作为因变量，上文所建立的考核指标为自变量，通过机器学习算法筛选影响供应商履约能力的重要变量，建立基于Logistic回归模型的供应商信用评估模型。这种模型的优势表现在可以利用供应商的历史表现情况自动识别多维混杂的供应商考核数据，降低时间和人工成本，同时可通过测试集的检验提高人为主观判断的预判率。也可以单独采用高精度的单一机器学习算法，如神经网络等，但其虽比逻辑回归模型表现出更高的精确度，但是除了决策树模型可以通过画出决策树来寻找决策依据之外，其它机器学习算法实际上是一个“黑箱”，变量解释能力模糊，且如果决策树过大，读取起来也较为复杂，这对于供应商主管人员来说实用性不强。虽然其他的算法也可以提取出影响结果的重要变量，但是不能像逻辑回归一样给出自变量对因变量的正向或负向影响判断。随着企业规模的扩大，供应商数量和选择范围增加且资信情况不一，专业考核评估人才缺乏，单纯的依靠综合评分法虽然直观却过于主观，将逻辑回归和机器学习的优缺点相互结合构建组合模型成为了一种新的思路。

这种组合模型的做法是采用综合多种机器学习算法，依据信息增益、条件熵等原理筛选出重要变量，并以此建立Logistic回归模型。Logistic回归模型的效果通常会受到自变量数量和形式的影响，因此学者在利用逻辑回归模型进行研究时往往要进行降维处理，而利用机器学习算法筛选变量的好处在于建模的开始可以使用多维数据且无需处理，避免直接进行逻辑回归剔除“不重要”的特征导致变量维度的缺失；除了降维之外，逻辑回归对于类别特征值需要人为设置特征变量，对于数值范围广的连续变量也需要进行分段处理，这些人为设置可能对数据的真实性产生影响。机器学习算法对于数据类别基本没有要求，这在一定程度上保证了数据的真实性；不同的机器学习算法判断重要变量的原理不尽相同，综合多种变量重要性结论可以结合多个模型的优点，得出更加科学可信的筛选结果；最后，由Logistic回归模型给出的最终结果可以给供应商主管人员提供建议，方便他们在收集供应商信息时有所侧重。这种模型的组合方式可能会得出比单一算法更优的建模结果。

以上模型及各单一机器学习算法通过利用历史数据在训练集上进行训练，验证集修正，最终运用于测试集。

四、供应商评价及相应措施

根据以上供应商信用评估模型的违约概率输出结果，参照企业对于供应商的信用要求划分不同的信用概率区间，并采取相应的措施，具体做法如下表：（概率分值及等级可根据具体可接受程度设定，此处仅为可能划分方式举例。）

级别 概率（%） 措施A 10 酌情增加采购，优先采购，特殊情况下可办理免检，货款优先支付B 11～20要求其对不足部分进行整改并将结果以书面形式提交，对其采购策略维持不变，进行必要的辅导，帮助其升级C 21～30对其减少采购量，并要求其对不足部分进行整改、将整改结果以书面形式提交，采购部对其纠正措施和结果进行确认后决定是否继续正常采购D 31以上从“合格供应商名单”中删除，与其终止采购供应关系；若想重新供货，应重新按照供应商选择的流程接受调查评核或参加本公司招标

其中A级为优秀供应商，作为后续新产品的首选供应商，并优先考虑发展为长期供应商；B、C级为正常供应商，根据供应商的考核结果及意愿，可将其发展为上一级供应商；D级为不合格供应商。供应商主管根据审批结果修订合格供应商名单，要求不符合标准的供应商限期改进并跟踪其改进结果或取消其供应商资格。

五、加强企业采购供应商信用管理的相关建议

面对众多的供应商，采用合理的供应商信用风险评估方法有利于主管人员进行供应商评价，减少信用风险，维护企业的利益，降低成本。但是，考虑到目前供应商数量增加，但信息不对称情况严重的现状，除了合理模型的确定之外，还需要其他方面的改进，具体建议如下：

一是建立信用中介信息机构，避免利用评级灰色地带增信。为了更好的利用大数据工具对供应商进行信用管理，信息的全面性至关重要，信用中介机构以其第三方的身份进行供应商信息收集是信用管理规范化的关键。其一，解决企业采购的信息不对称，需要以大量的信息收集整理为前提，是一繁琐的系统化工作，需要更加专业的信息采集机构。其二，采用机器学习算法进行信用评估也依托于大数据的背景，供应商的数据维度越多，信息越全面，评估结果越准确。

二是平台间信息共享，加大借款人违约成本。建立统一的信息机构之后，还可以利用区块链技术进行信息共享，方便市场上的其他企业选择优秀的供应商。如日本的金融服务管理局就开发了一个可以在银行间无缝共享消费者信息的区块链共享ID平台。即允许银行账户持有人注册一个“共享ID”，然后用户可以使用共享ID在另一个银行开立新的账户。申请人通过智能手机上的应用程序输入指纹或进行面部扫描。应用到中国，就可以开发类似的方法应用在供应商信用中介信息机构上，实现信息的跨平台共享。