耿 玥,谢振安
(安徽理工大学 经济与管理学院,安徽 淮南 232001)
2019年,中国人民银央行公布了我国各类企业的贷款需求指数,中小型企业的贷款需求相对于大型企业来说更大,小型企业的贷款需求指数比大型企业高约15%。中小企业在我国金融市场中发挥很大作用,但当他们在申请融资时依然受到了不小的限制。为了得到解决中小企业融资难问题的途径,国内专家学者对供应链金融模式进行了探究。赵雪飞[1]提出供应链金融对中小型融资企业、第三方物流公司和金融机构3个主体的运作都有很高价值并列举了供应链金融对中小型融资企业运作上的优势;吴标等[2]通过对国内大量文献的研究,列举了目前供应链金融可研究的方向;徐秋慧等[3]从44家农业中小企业选取信用风险评估指标,构建信用风险预警模型,结果表明供应链金融模式可以有效评估农业中小企业信贷风险;张梦媛[4]对苏宁企业进行了案例分析,探究了苏宁供应链金融的模式、创新点和效果,对同类型企业开展供应链金融服务提供了参考;孔繁祺[5]从多个方面阐述了供应链金融对改善中小企业融资问题的意义并提出有效措施。目前国内对供应链金融的研究大多从案例分析、国内外文献入手,通过建立模型对其进行探究的较少。本文在选取SF公司作为案例分析的基础上,建立灰色GM(1,1)预测模型,发现该模型可以对我国供应链金融进行短期预测且我国供应链金融有较好的前景,供应链金融是很有发展空间也是很有必要的。
近年来,我国金融业快速发展,新兴金融产品种类越来越多,金融业杠杆率上升速度加快,我国也不断强调“去杠杆”战略。在日益紧缩的财政政策下,中国的金融机构和实体企业正在经受巨大考验。然而,在这种情况下,供应链金融始终保持非常快的发展速度,而我国中小企业对资金的需求也日益增长。为了凸显供应链金融的需求及前景,本文运用SPSSAU软件对供应链金融的规模以及中、小型企业应收账款情况进行了短期的预测。
2016~2020年我国供应链金融规模如表1所示。
表1 2016~2020年供应链金融规模
为了检验数据是否具有研究意义,首先进行级比值检验,级比值为上一期数据/当期数据,若级比值介于[e^(-2/(n+1)),e^(2/n+1)],则通过检验。如表2所示,级比值介于区间[0.982, 1.0098],表明本组数据适合进行GM(1,1)模型的构建。
然后进行模型构建结果的计算,计算结果如表3所示,后验差比C值0.008<0.35,说明模型精度等级非常好。另外,小误差概率p值为1.000>0.95,说明模型精度很好。
表2 GM(1,1)模型级比值
表3 模型构建结果
随后可得出还模型向后12期的预测值,而灰色预测使用向后1~5期的数据即可。如表4所示,均方根误差值RMSE为0.595,该数值越小越好,可知该预测模型较好。
由表4中的预测值,可以进一步得到残差、相关误差、级比偏差计算等,对模型的效果进行了验证。计算结果如表5:相对误差的最大值为2.158%,小于0.1,且级比偏差值都小于0.1,该模型达到较高的拟合效果。
表4 模型预测值
表5 GM(1,1)模型检验
综上所述,该GM(1,1)模型通过了检验,后3期供应链金融规模的预测具有较高的参考价值。按照表4所示,2021、2022、2023年的供应链金融规模分别为27.821万亿元、30.867万亿元和34.247万亿元。为了更加清晰地观察供应链金融规模的发展趋势,绘制如图1所示折线图。
图1 供应链金融规模预测
如表6所示,搜集我国2015~2019年中、小型企业应收账款数据,建立新的GM(1,1)模型。数据来源于国家统计局。检验方法与上述一致。
级比值检验显示:级比值均在标准范围区间[0.717, 1.396]内,说明本数据适合进行GM(1,1)模型的构建;后验差比C值为0.001,小误差概率P值为1.000,模型精度较好;模型相对误差值与级比偏差值均小于0.1,说明模型拟合效果达到较高要求。由此可见,该模型通过检验且具有研究意义,模型的RMSE为0.067,故向后4期的数据可以作为2020~2023年中、小型工业企业应收账款的预测值,分别为10.453万亿元、11.368万亿元、12.362万亿元和13.443万亿元。如图2所示,绘制中、小型工业企业应收账款预测图。
表6 中、小型工业企业应收账款
图2 中、小型工业企业应收账款预测
通过观测上述供应链金融规模与中、小型工业企业应收账款的预测结果,可见供应链金融的潜在市场是巨大的,到2023年,将会达到34.247万亿元。中、小型工业企业应收账款自2020年起突破10万亿元,至2023年将达到13.443万亿元。若这些应收账款被充分利用为贷款质押物,那么供应链金融将拥有巨大的发展空间,将会是缓解中小企业融资困难的有效途径。目前我国已有京东、顺丰等大型物流企业提供供应链金融服务,为部分中小企业缓解了融资难的问题。然而供应链金融服务的提供受到多方面因素的制约,存在不少问题,本文以顺丰公司(以下简称SF公司)为例,分析其供应链金融的开展模式,并针对其存在的问题提供建议。
目前,以SF公司为主导的供应链金融融资模式已经基本形成,主要有以下3种模式。
SF公司在全国有上百个仓库配送中心,其强大的信息管理系统可以实时监控各个配送中心和仓库的状况。在这一模式中,SF公司与有融资需求的中小企业签订第三方协议:融资企业把货物放置在SF公司的仓储中心, SF公司对货物进行估值后由第三方金融机构向融资企业提供100~3000万元的贷款。这一模式既解决了中小企业的融资需求又使SF公司增加了客户粘性。
该模式主要服务对象是供应链中的上游供应商。SF公司与上游供应商签订货物购销合同,买断其应收账款,为其提供融资,同时SF公司为上下游企业提供物流服务。该融资模式能使上游供应商资金周转不力的问题得到缓解,也巩固了SF公司的物流业务。
供应链中的下游企业在采购时将订单发送给SF公司,SF公司按照采购订单为下游企业进行支付款项,除此之外,下游企业的物流运输及仓储管理业务一律由SF公司提供。订单融资模式的主要服务对象是与SF公司有多年合作关系且信用评级较高的老客户,该模式不仅仅缓解了下游企业的资金紧张问题,而且使顺丰公司的业务内容更具多样性,创造更多盈利。
4.1.1 资金来源受限
SF公司的资金来源主要是银行贷款、业务收入和市场融资,但这3种资金来源都有一定劣势:银行贷款的审批手续复杂、周期长,融资金额受限;SF公司若使用大量的运营资金,可能会对公司的其他业务造成不利影响,使主营业务受限。若在市场融资,则可能会因为股权变动影响企业的发展方向或因为金融市场的波动性导致SF公司面临筹资风险。
4.1.2 面临多种风险
SF公司面临来自多个方面的风险。首先是信用风险,在供应链金融模式中,部分小微企业往往存在经营管理模式不规范、财务体系不完善的问题,若出现投资失败、经营困难,就可能出现违约状况;其次是突发事件,不管是仓储过程中还是运输过程中,都有可能发生无法预测的突发事件,比如车祸导致的货物受损,仓库起火、雨水浸湿等等。这些非人为造成的风险也是SF公司应该考虑到的因素。
4.1.3 供应链中信息不对称
目前各个大小企业已经开始利用收集来的数据去分析消费者、竞争对手以及市场的行为,SF公司在营销模式上的确不及部分竞争对手,依然倾向于采用最传统的营销模式。在上文SF公司供应链金融模式中提及SF公司在提供供应链金融服务的过程中往往需要对融资企业进行信用评级或者货物股价,从而向金融机构获得一定融资额度。在这一过程中极易出现信息共享不及时甚至是传递错误的问题,若该环节出现差错,将影响整条供应链的资金状况,引起纠纷。
4.2.1 完善风控机制
SF公司应同时加强对商流、信息流、物流的监控。在商流上,SF公司应严格审查融资企业的货物信息和企业的信用度并给予相应的贷款额度;在信息流上,利用强大的信息管理系统,通过与客户合作时积累的大量数据对客户进行分类管理,对有违约记录的客户进行标注、慎重考虑;在物流上,SF公司应实时追踪货品的流通加工、仓储、运输等环节,在与融资企业合作过程中尽可能由SF公司提供物流服务,加强各部门的协作,掌握货物的控制权。
4.2.2 加强与金融机构的合作
由于我国国情原因,SF公司只能通过金融机构获取资金,无法拥有自己的资本公司。目前,SF公司已与多家商业银行合作,例如与中信银行合作推出的“顺手付”和与渣打银行等合作推出的“经营贷”。对于整条供应链而言,中小企业从商业银行获取资金可以加强中小企业在供应链外的经营活动,从而增加营业收入及供应链中的信用度,降低供应链中资金链断裂的风险。SF公司也可以开创新的电商平台,创立新的业务点。
4.2.3 注重大数据技术
相对于传统的供应链管理手段,采用大数据技术可以帮助企业实现对内部不同资源的整合与利用。在如今的大数据时代, SF公司更应该利用大数据分析、ERP 管理、云计算等技术系统科学地、精准地、高效地管理企业,提高融资效率,降低融资风险,加强与合作企业之间的信息共享。SF公司应发挥信息流、资金流、商流的协同作用,在供应链金融的各个环节进行实时跟踪,对中小企业的资料严格审核、多重比对,提高供应链金融的可视化程度。
本文对我国供应链金融规模和中、小型工业企业应收账款情况进行预测,结果表明,供应链金融的发展前景是巨大的,能够有效缓解中小企业融资难的困境。对我国物流公司中的领头羊SF公司开展第三方物流公司为主导的供应链金融服务的现状进行分析,列举了SF公司开展供应链金融的几种模式,认为SF公司具有资金来源受限、面临多种风险、供应链中信息不对称等劣势,应当完善风控机制、加强与金融机构的合作、注重大数据技术。我国物流企业的供应链金融发展过程中仍然存在很多问题,但是物流行业近几年的飞速发展和中小企业不断增长的融资需求表明:供应链金融是很有发展空间也是很有必要的。