供应链金融风险管理研究

郑昱 张凯夕

摘   要：供应链金融整合了物流、信息流、资金流，在缓解中小企业融资过程中面临难题的同时，也对商业银行信用风险管理提出了更高要求。本文基于济南实践分析了供应链金融融资模式及风险点，在此基础上，提出了一种更为完善的风险评价指标体系，并运用因子分析和Logistic模型进行实证研究发现，在多维度采集中小企业数据的基础上，关注供应链稳定程度及核心企业特点，提高商业银行全流程风险监控水平，有利于供应链金融健康发展。

关键词：供应链金融;风险评价;履约概率

中图分类号：F830  文献标识码：B 文章编号：1674-2265（2020）10-0045-07

DOI：10.19647/j.cnki.37-1462/f.2020.10.007

一、引言和文献综述

近年来，中小企业贷款实现了较快增长，但与中小企业巨大的融资需求相比，信贷供给仍显不足。导致中小企业融资难的原因主要包括信息不对称、抵质押品不足等，而供应链金融模式整合了物流、信息流、资金流，在很大程度上解決了中小企业融资过程中面临的难题，特别是随着互联网、大数据、区块链、物联网等新技术在供应链金融领域的广泛应用，供应链金融模式在中小企业融资服务方面的适用性得到进一步提升。中国人民银行和各级政府部门积极推动供应链金融在解决中小企业融资难、融资贵中发挥更大作用，先后出台了一系列指导性、支持性、规范性的文件，启动了为期三年的“小微企业应收账款融资专项行动”，建立了动产融资服务平台。对于中小企业融资来说，供应链金融将通过怎样的机制发挥作用，实践效果如何，是否有发展瓶颈以及如何做好其中的风险控制，成为理论研究和政策制定需要关注的重点问题。

（一）供应链金融风险来源

供应链金融作为一种新型的中小企业融资方式，其风险控制和管理问题需详尽探讨。供应链金融风险是指在特定的经济环境下，供应链上的所有参与者所预期的物流、信息流和资金流的运行情况与实际状况并不相符，从而给参与供应链金融的企业及其他机构带来发生巨大损失的不确定性（张涛和张亚男，2012）[1]。Barsky和Catanach（2005）[2]建立了供应链金融融资风险模型，该模型将融资风险分为五类：环境风险、融资过程风险、信息技术风险、人力资源风险和基本结构风险，其中的任何一种风险都可能损害借贷企业的生存能力和偿债能力。宋华和杨璇（2018）[3]将供应链金融运行过程中的风险分为三类：外部环境风险、供应链网络风险和供应链企业风险。如果供应链网络内部的所有权界限模糊、治理机制不清晰，由不确定性以及供应链网络的扩散机制所导致的网络内部风险也将增大（Christopher和Peck，2004）[4];在供应链网络中各企业之间由于存在对环境和贸易活动本身的有限理性，存在机会主义行为，可能会对从事供应链金融的相关企业造成不利影响，即供应链企业风险。李毅学（2011）[5]将供应链金融风险分为系统和非系统两大类，又将系统风险细化为宏观与行业系统风险和供应链系统风险，非系统风险则包括信用风险、存货变现风险和操作风险。基于中小企业视角，傅琳和金爱华（2018）[6]将流通业中小企业供应链金融所面临的主要风险分为四个层面：质物风险、信用风险、监管风险以及操作风险。

（二）供应链金融的风险控制

很多学者基于不同的方法构建了专门针对中小企业的信用风险评估模型。胡海青等（2012）[7]在供应链金融视角下，运用机器学习的方法提出并构建了一个中小企业信用风险评估模型，该模型的一级指标包括融资企业所处的行业状况、融资企业自身状况、核心企业的资信状况以及供应链关系状况四个方面，其优势在于解决了银行错将履约企业视为违约企业的问题，为信用较好的中小企业从银行取得贷款提供机会。王琪（2010）[8]基于决策树构建信用风险预测评估模型，选取供应链状况、供应链资产情况、企业经营者状况以及企业状况作为四大指标，为银行评价供应链上中小企业的信用风险提供方法。任歌（2013）[9]构造最小二乘支持向量随机模型，帮助商业银行对供应链中的中小企业信用风险进行贷前评估。韩琴（2019）[10]对供应链金融预付账款融资模式、应收账款融资模式和动产质押融资模式的信用风险进行识别，并构建信用风险评价指标体系。张涛和张亚南（2012）[1]基于巴塞尔协议Ⅲ提出商业银行需要分阶段、有重点地对供应链金融风险进行管理，制定资本流动性管理的规章制度以及完善风险预警机制。朱同江和陈思月（2018）[11]还提到了商业银行的管理者需要掌握供应链金融的管理方法以及构建完善的信息服务平台等。

综上所述，现有文献对供应链金融的研究主要集中在概念界定、风险来源分析和风险控制三个方面，风险定量评价研究较少。本文的创新之处在于：一是结合济南市的实践，通过调查访谈，分析了银行在实际开展供应链金融业务时存在的风险点;二是构建了较为完整的供应链金融风险评价体系，对中小企业的供应链金融信用风险进行定量测度，为政策制定和银行实务提供参考。

二、供应链金融实践及其风险点

近年来，济南市积极发展供应链金融，制定并印发《济南现代金融产业发展行动计划（2018—2022）》，提出探索物流与供应链金融发展的新模式，打造一批物流与供应链金融综合服务平台，力求有效缓解中小企业融资难问题。2020年，“泉贸通”供应链金融平台上线，通过区块链等技术，将金融机构、企业、税务、海关等进出口链条完整串联，实现企业轻资产、无抵押、无担保融资。

（一）供应链金融业务的济南市实践

从业务模式上看，根据企业在不同生产阶段资金缺口特点，供应链金融主要分为应收账款类、预付账款类和存货质押类三种类型。应收账款类融资是指当上游供应商或卖方为核心企业提供产品或服务后，可将赊销产生的未到期应收账款（或应收票据）有条件地转让或质押给商业银行，由商业银行为上游企业提供应收账款融资和应收账款催收、管理等服务。该模式在不扩大核心企业任何成本和风险的前提下，使上游企业可以预先得到销售现金，具体包括应收账款质押融资、订单融资与国内保理等三种业务模式。存货质押类融资是指企业将其库存（动产）质押给银行获得贷款，通过销售库存产生的资金偿还贷款，能够独立于供应链核心企业办理贷款，主要包括动产质押融资和仓单质押融资两种业务模式。其中仓单质押融资又包括标准仓单质押和非标准仓单质押，中小企业更适用于非标准仓单质押模式。预付账款类融资是指中小企业用预付账款项下对上游供应商的提货权，或提货后在发货、运输和入库环节形成的在途物资和库存商品作担保，用货物销售收入直接偿还贷款的一种融资模式。这一模式下，核心企业对下游中小企业提供担保，承诺如果发生违约，将对货物进行回购;第三方物流企业负责评估监管借款企业抵质押货物;金融机构根据下游中小企业销售回款进度，逐步通知第三方物流企业释放抵质押货物;最终借款企业通过分批次付款分批次提货，缓解一次性支付全部货款的短期资金压力。

从济南市各金融机构供应链金融业务的实践情况看，目前针对上游供应商的应收账款类供应链金融产品较多，针对下游预付款环节的供应链金融产品较少。具体来看，目前济南市共有18家银行开展了针对上游供应商的应收账款类供应链金融业务，包括保理、反向保理、应收账款质押、政府采购贷等，2019年以来累计服务小微企业553家，累计业务量32.1亿元;有5家银行开展了针对下游供应商的预付账款类供应链金融业务，包括保兑仓、厂商银等产品，2019年以来累计服务小微企业56家，累计业务量12.8亿元;仅有1家银行开展存货质押类供应链金融业务，为齐鲁银行的控货融资产品，且规模较小，目前累计业务量420万元。此外，还有4家银行开展了票据池供应链融资业务，累计服务小微企业33家，累计业务量4.4亿元（见表1）。

（二）供应链金融业务开展过程中存在的主要问题及风险点

调研发现，目前供应链金融业务开展过程中存在的问题主要有：交易信息不对稱带来的贸易背景核实难、中小企业不规范管理带来的尽职调查难、买方核心企业不愿提供确权的确认难、买方核心企业不按规则要求回款的回款难等四大难点和发展障碍。

1. 交易信息不对称带来的贸易背景核实难。银行针对国内应收账款真实性审核的甄别手段有限，一般通过核验合同、增值税发票、货运单据等的真实性来验证，难以做到对应收账款真实性的全面审核。部分核心企业与上下游供应商贸易背景的真实性有待进一步考量，供应链业务存在一定风险隐患，银行普遍对此类业务持审慎态度。

2. 核心企业应收账款确权难。在应收账款类供应链金融业务中，核心企业的付款信用是银行为上游中小供应商提供融资支持的基础，而在真实业务中，通常存在核心企业不愿意配合应收账款确认的情况。核心企业对供应链融资工具往往持消极的态度，存在诸多顾虑，比如是否会限制自己对上游赊购和对下游预付款的资金占用能力，上下游中小企业对自身授信额度是否存在占用，对银行承诺付款的刚性远大于对供应商（中小企业），以及对原有内部机制流程的重新改造涉及工作量及权益再分配等等，这些问题都对推进供应链金融这一新兴产品造成约束。

3. 中小企业不规范管理带来的尽职调查难。由于部分中小企业财务制度不健全或不规范，企业财务信息在银行尽职调查中起到的参考作用有限。又因供应链业务特殊性，核心企业产业链上下游企业往往分散在全国各地，传统信贷贷前调查及贷后管理方式的高成本和复杂性影响银行开展业务的积极性。

4. 买方核心企业不按规则要求回款。应收账款融资类业务模式中，银行需要以监管账户的方式严格控制回款路径，而在实际业务操作中，特别是政府采购类项目，无有效的中标账户变更路径，医院等核心企业也不愿意配合修改回款账户，导致银行融资回款监管难。部分企业虽在银行办理应收账款融资，并确认账期，但仍存在核心企业提前或延后回款甚至变更回款路径的问题，银行囿于技术手段，无法完全保证企业按时回款。

上述问题中，有些问题会导致供应链金融业务无法开展，比如核心企业不能进行应收账款确权，会给中小企业融资带来直接障碍;有些问题会给银行开展供应链金融业务带来不同程度的风险，导致银行不敢或者不愿意开展供应链金融业务，制约了供应链上的中小企业获得融资（见表2）。要解决上述问题，除了提高核心企业配合度外，提高商业银行的信用风险控制能力也是推动供应链金融服务中小企业的关键。

三、供应链金融信用风险控制的实证研究

如何结合风险来源提高风险管理水平，从而有效控制风险，是供应链金融业务能否有效助力中小企业解决融资难题的关键。供应链金融与传统银行信贷相比有较大不同，实践中的风险点也存在差异，这就要求商业银行在风险管理方面进行相应调整，对供应链金融模式下的信用风险评价指标体系进行优化。因此，从理论上完善供应链金融模式下的信用风险评价指标，建立风险评价模型，不仅是对已有研究的深化，也会对商业银行供应链金融业务的健康有序发展起到实践指导作用。

（一）供应链金融的信用风险评价体系

借鉴传统信贷业务信用评价的基本框架，根据供应链金融自身业务的特点构建评价体系，结合借款人的资信水平，重点考察单笔融资业务自我清偿的特征以及贷款人组织该笔交易的能力。具体来看，评价指标体系主要考察以下四方面内容：一是申请人资质，包括企业素质、营运能力、盈利能力、偿债能力和发展潜力。二是交易对手资质，包括交易对手信用级别、交易对手行业特征、经营能力和偿债能力。三是供应链稳定程度，主要指合作的密切程度。四是融资项下资产情况，包括质物特征、应收账款特征和预付账款特征。融资项下资产情况是银行考察的重中之重，原因在于银行是对交易资产的价值进行评估，然后根据评估结果授信，若受信人违约，交易资产是银行变现弥补损失的保证（见表3）。

（二）供应链金融信用风险评价模型

1. 数据来源及变量描述性统计。本部分所用数据来自国泰安数据库中小企业板上市公司数据，仅考虑非金融行业和房地产行业的民营企业数据，根据公司年度财务报表附注部分披露的前五大供应商和客户资料，筛选出披露具体往来客户名称的企业共74家。本文选用Logistic回归方法建立模型，共选取24个自变量，具体见表3。供应链稳定程度指标主要为近三年与核心企业的合作次数，34%的样本中小企业与核心企业连续3年合作，27%的样本中小企业与核心企业3年中有2年维持密切合作关系，具体见图1。分析样本企业的交易对手发现，核心企业主要包括三种类型，分别为国企或上市公司、政府单位和其他一般企业，分别占43%、3%和54%，具体见图2。

2. 因子分析。由于Logistic回归方法对模型中自变量的多维相关性较为敏感，样本数据自变量数量过多，为使有效信息最大限度地暴露，本文先利用因子分析法来选择代表性的自变量，以减少候选变量之间的相关性。

对24个变量进行因子分析后共提取9个主因子，这9个主因子对原始变量的解释程度为76.419%。选取[F1]、[F2]、[F3]、[F4]、[F5]、[F6]、[F7]、[F8]、[F9]作为最终指标进行分析，因子得分系数矩阵见表4。

3. Logistic回归结果及分析。假设企业履约概率服从Logistic 分布，选取企业信用风险作为因变量，将因子分析所得因子作为自变量建立 Logistic 模型。因变量结合企业违约情况披露及万得数据库中的信用风险评级来确定，若有违约事项披露或评级为AA及以下，则取值为0 ，否则，取值为1。

P为企业的履约概率，以 P*=0.5 为界点，当 P<0.5时，说明该企业履约概率低，违约率较高，信用风险水平较高;反之，当 P>0.5 时，说明企业履约率较高，违约率较低，信用风险水平较低。

表5中模型一行输出了Logistic回归模型中所有参数是否均为0的似然比检验结果，P<0.05表示本次拟合的模型纳入的变量中，至少有一个变量的OR值有统计学意义，即模型总体有意义。表6是检验模型的拟合优度，P值=0.862，当P值不小于检验水准时（即P>0.05），认为当前数据中的信息已经被充分提取，模型拟合优度较高。由表7的结果可以看出，回归分析将F6和F8留在了方程中，说明F6和F8对于受信人的履约率影响显著。估计的Logistic回归模型及履约概率p值如下：

最终计算出的履约概率p值中，F6的主要构成指标为X4、X13、X14、X15、X17、X20、X22和X23，F8的主要构成指标为X3、X13、X14、X15、X16、X17、X19、X21、X23和X24，综合来看，影响企业履约概率的指标主要有X3、X6、X16、X19、X20、X21、X22、X23和X24，说明银行在判断企业履约概率时，除了企业营运能力（X3）、盈利能力（X6）和增长潜力（X16）以外，抵质押物情况（X19、X20、X21）、供应链上企业情况（X22、X23）及供应链稳定程度（X24）也是重要衡量指标。具体结果分析如下：

（1）X22（交易对手企业性质）、X23（交易对手经营期限）、X24（供应链稳定程度）的系数分别为-0.421、-0.62和-0.632，均为负值，而且绝对值较大，说明供应链交易对手情况对企业的信贷可得性有显著正向影响。具体来说，供应链上交易对手企业为国企或上市公司，成立时间越早，供应链稳定程度越高，那么测算出的受信企业履约概率越高，贷款信用风险越低，企业就更有可能获得银行贷款。

（2）X20（坏账准备）系数为0.107，说明坏账准备越高，测算出的受信企业履约概率越低，这与常规的理解是一致的，企业坏账准备越高，资产质量越低，对银行来说会增大信用风险;X19（应收账款账龄分析）系数为-0.157，说明一年以内到期的应收账款比重越高，测算出的受信企业履约概率越高;X21（预付账款特征）系数为-0.158，说明一年以内的预付账款比重越高，测算出的受信企业履约概率越高。

（三）模型检验及企业履约情况预测

进一步将模型预测结果和企业实际信用情况做比较，可以检验模型预测能力。根据回归结果进一步做企业履约情况预测，将每家企业各项指标代入回归模型中计算出相应的P值。信用风险F结合企业违约情况披露及万得数据库中的信用风险评级来确定，若有违约事项披露或评级为AA及以下，则表示风险水平较高，取值1 ;否则，取值为0。具体如表8所示。

选取的74家中小企业中，有60家企业的履约概率P值能够正确估计，Logistic回归模型整体预测准确率为81.1%。由此可得，采用新的信用风险指标体系预测中小企业供应链融资信用风险准确率较高。其中，误判的14家中小企业中，有8家企业F值为1，而预测的履约概率P大于50%，说明与现行的万得信用风险评级相比，采用新的风险指标评价体系计算的企业履约概率更高，信用风险更低。这主要是由于本文基于供应链视角对融资企业信用风险进行评估，利用供应链融资模式特征及交易对手情况对中小企业进行信用加成，与单纯考虑中小企业自身情况相比，一定程度上降低了传统模式下的信用风险。

四、供应链金融健康发展的政策建议

通过对供应链金融运行模式及特点的分析，结合济南市实践情况，发现供应链金融发展目前存在一些限制因素，如中小企业信息不完善、应收账款核验困难以及核心企业参与度不高等，这些问题给金融机构的风险控制带来一定困难。同时，供应链金融业务模式本身与传统信贷存在很大不同，不再以房产等不动产做抵押，对中小企业的抵质押品要求降低，也对商业银行的风险管理能力提出了更高的要求。实证研究结果表明，通过完善信用风险评价指标体系、加入供应链金融相关指标，能够更加全面地衡量中小企业信用水平。基于以上结论，本文提出以下政策建议：

第一，加强信息采集与共享，多维度精准刻画企业特征。企业应规范财务制度，保证自身财务指标的规范性和完整性，银行客户经理要做好数据采集和指标录入，相关部门要推动实现外部信息共享，特别是提高公共非金融数据的可得性。第二，关注供应链稳定程度，实现全流程风险监控。金融机构在风险管理过程中要关注供应链稳定程度和核心企业情况，丰富和完善信用风险评价体系，更好测度贷款业务风险，加强贷后风险预警，根据质物和核心企业经营情况，定期做好风险评估，将供应链金融的信用风险控制在合理水平。第三，推进新技术应用，提高商业银行供应链金融风险管理水平。继续加大互联网、大数据、物联网、区块链等新技术应用，将金融科技与供应链金融深度融合，建立并逐步完善多方合作的新型供应链金融模式，解决供应链金融在信息获取、风险防控、成本控制等方面的问题。

参考文献：

[1]张涛，张亚男.基于巴塞尔协议Ⅲ我国商业银行供应链金融风险管理 [J].时代金融，2012，（36）.

[2]Barsky N P，Catanach A H. 2005. Evaluating Business Risks in the Commercial Lending Decision [J].Commercial Lending Review，20（3）.

[3]宋華，杨璇.供应链金融风险来源与系统化管理：一个整合性框架 [J].中国人民大学学报，2018，32（4）.

[4]Christopher M，Peck H. 2004. Building the Resilient Supply Chain [J].International Journal of Logistics Management，15（2）.

[5]李毅学.供应链金融风险评估 [J].中央财经大学学报，2011，（10）.

[6]傅琳，金爱华.流通业小微企业供应链金融的风险评价及防范 [J].商业经济研究，2018，（8）.

[7]胡海青，张琅，张道宏.供应链金融视角下的中小企业信用风险评估研究——基于SVM与BP神经网络的比较研究 [J].管理评论，2012，24（11）.

[8]王琪.基于决策树的供应链金融模式信用风险评估 [J].新金融，2010，（4）.

[9]任歌.供应链金融中小企业风险评估模型 [J].统计与决策，2013，（17）.

[10]韩琴.供应链金融视角下的中小企业信用风险评价指标体系构建 [J].时代金融，2019，（9）.

[11]朱同江，陈思月.商业银行供应链金融风险管理 [J].时代金融，2018，（3）.