基于供应链金融的中小企业信用风险评价模型研究
２０１３／１０ 总第４３８期
商业研究
ＣＯＭＭＥＲＣＩＡＬＲＥＳＥＡＲＣＨ
文章编号：１００１－１４８Ｘ（２０１３）１０－０１７１－０７
基于供应链金融的中小企业信用风险评价模型研究
夏立明１
，边亚男１
，宗恒恒
２
（１．天津理工大学管理学院，天津 ３００４５０；２．天津房友工程咨询有限公司，天津 ３００４５０）摘要：在以往供应链金融视角下，中小企业信用风险评价多在孤立时间点上进行，这样会造成指标数据因某些原因而可能发生较大幅度变化，进而导致评价结果的错误，使银行在放贷过程中存在较大风险。本文以Ａ企业为例，构建了基于时间维的供应链金融视角下中小企业信用风险评价模型。根据评价指标特点，该模型在各个时间点上选用微粒群算法和模糊综合评价方法对其进行信用风险评价，将各个时间点上的评价结果进行比较，分析企业的信用等级变化趋势，以期为银行放贷风险的降低提供有效途径。
关键词：供应链金融；中小企业；信用风险评价；时间维；微粒群算法中图分类号：Ｆ８３０ 文献标识码：Ａ
收稿日期：２０１３－０７－０３
作者简介：夏立明（１９６０－），男，天津人，天津理工大学管理学院教授，研究生导师，研究方向：工程项目管理和
供应链金融；边亚男（１９８８－），女，河北保定人，天津理工大学管理学院研究生，研究方向：工程项目管理和供应链金融；宗恒恒（１９８６－），女，山东枣庄人，天津房友工程咨询有限公司职员，管理学硕士，研究方向：工程项目管理、供应链金融。
基金项目：天津市哲学社会科学规划项目，项目编号：ＴＪＧＬ１２－０４６。
一、引言
近年来，银行业的竞争日渐激烈，传统的利润空间在不断缩小，拓展中小企业贷款业务的竞争正在不断升温。针对现有中小企业融资存在的风险性弊端，探索结合供应链和中小企业特点的“供应链金融”模式应运而生。目前，造成银企之间融资信贷风险矛盾的原因主要是两者之间存在的信息不对称所引起的逆向选择和道德风险，这会使得其在放贷的过程中存在很大风险。信用风险评价旨在通过建立相应的信用风险评价模型，确定中小企业信用等级，以便使银行做出正确的贷款决策，降低银行的放贷风险。因此，研究供应链金融模式下的中小企业信用风险评价问题具有重要的指导意义。
到目前为止，供应链金融视角下中小企业的信用风险评价已成为一大研究热点。熊熊等（２００９）运用主成分分析法和Ｌｏｇｉｓｔｉｃ回归方法建立了供应链金融模式下中小企业信用风险评价模型，降低了依靠专家评价的局限性
［１］
。胡海青等（２０１１）针对
Ｌｏｇｉｓｔｉｃ回归方法要求样本量大且预测精度不高的缺点，提出了运用支持向量机建立供应链金融模式下中小企业信用风险评价模型，并对这两种方
法进行了对比研究
［２］
。谈俊英（２０１２）分析了我
国商业银行供应链金融服务的不足之处，并运用了因子分析和Ｌｏｇｉｓｔｉｃ的分析方法对中小企业进行信用评价
［３］
。谢伟（２０１２）运用了层次分析法和
功效系数法等构建供应链金融视角下中小企业信用评价模型，并与传统的信用评价指标体系进行比较
［４］
。孟丽（２０１１）建立了灰色层次分析法、
一次门限法和模糊综合评价法相结合的供应链金融视角下中小企业的评价实用模型
［５］
。
综上所述，目前关于供应链金融视角下中小企业信用风险评价方法的研究大多是在孤立时间点上落实的，结果只能反映中小企业在此时间点上的信用状况，而指标数据由于政策、市场环境等变化，往往可能会发生较大幅度增长或降低，导致产生错误的评价结果，从而使银行在放贷过程中存在很大风险。可见，如何对供应链金融视角下的中小企业进行真实有效的信用风险评价，是一个亟
?１７２
?商业研究２０１３／１０
待解决的问题。基于此，本文构建了基于时间维的供应链金融视角下中小企业信用风险评价模型，并以Ａ企业为例证明此模型的有效性和科学性。
二、供应链金融视角下中小企业信用风险评价指标体系的构建
从理论上分析，一套科学完善的指标体系是客观全面评价中小企业信用状况的基础，其评价内容应该包括能够影响评价对象的一切因素。因此，在选取指标时应遵循一定的原则：（１）指标之间避免相互涵盖；（２）供应链视角是研究的侧重点；（３）减少对财务报表的依赖性；（４）关注中小企业未来情况；（５）关注中小企业管理者；（６）定量与定性指标相结合。同时，由于供应链金融融资模式的复杂性，对融资企业信用风险进行评价，必须考虑影响融资企业信用水平的诸多综合因素，如供应链金融融资主体信用风险、供应链融资债项的信用风险、供应链金融融资宏观环境，这样才能全面、系统、科学地评价供应链融资企业信用水平。因此，面向供应链融资的中小企业信用风险评价指标体系应该涵盖以下几个方面的内容：（１）针对供应链金融融资企业的信用风险评价指标；（２）针对供应链核心企业的信用风险评价指标；（３）针对融资项目的信用风险评价指标；（４）针对供应链运营风险评价指标；（５）针对供应链金融融资宏观环境的风险评估指标。具体指标体系见表１。
表１基于供应链金融的中小企业信用评价指标体系
一级指标二级指标三级指标
中小企业自身影响因素企业素质财务信息质量；贷款履约情况；交易履约情况
经营能力管理者素质；管理者管理能力；资金自给率
盈利能力三年销售平均增长率；业务利润增长率
偿债能力资产负债率；利息保障倍数；速动比率；流动比率
发展潜力新产品开发能力；Ｒ＆Ｄ投入强度核心企业影响因素核心企业信用状况核心企业信用等级
核心企业偿债能力核心企业产需率；核心企业管理水平；核心企业产品生产循环期
核心企业经营能力核心企业速动比率
核心企业行业特征核心企业行业地位；核心企业规模融资项目影响因素项目产品特征应收账款周转率；存货周转率；流动资产周转率；销售增长率；赊销周期
现金流量特征订货量比重；产品可替代性；项目产品流动性；产品的市场占有率贸易供应链影响因素贸易供应链强度贸易供应链的竞争地位
合作诚意信息共享程度
贸易关系的稳定性合作时间；合作频率
合作价值贸易供应链利润
宏观环境影响因素政府信息政府支持度
行业信息行业前景预测；行业竞争强度
三、基于时间维的中小企业信用风险评价模型构建
（一）供应链金融视角下中小企业信用风险评价方法的选择
１．供应链金融视角下中小企业信用风险评价指标体系特点分析。为了能客观评价中小企业的信用等级，需要对指标体系进行深入的分析，根据其特点确定合理评价方法，构建具有操作性的评价模型。通过对指标体系进行深入的分析，可以发现具有以下特点：（１）由大量指标构成的大型复杂评价体系。指标体系是由５个一级指标，１８个二级指标，３８个三级指标组成。（２）由定性指标和定量指标组成的综合评价体系。为了公正、客观的反映供应链金融下的中小企业信用风险状况的各个方面信息，本文从定性和定量两个方面对供应链金融下的中小企业信用风险状况进行描述。
２．信用评价方法选择。根据供应链金融中小企业评价指标体系的上述特点，应当选用科学、合理的方法进行信用风险评价，具体为：信用风险指标体系是由定性指标和定量指标组成的，定性指标不方便数据的选取，因此需要将定性指标转化成定量指标，对指标的描述数量化。由于把定性指标转化为一个明确的定量数据是非常困难的，只可能把它界定在某个范围，于是考虑使用到模糊综合评价的方法。但模糊综合评价法存在两个难
总第４３８期夏立明：基于供应链金融的中小企业信用风险评价模型研究?１７３
?
点：一是指标权重的确定；二是隶属度的确定。为了客观得到评价指标权重，本文选用了微粒群算法。根据指标不同特点，本文采用的原始数据来源亦不相同：对于定量指标，收集企业近五年的数据；对于定性指标利用李克特量表专家打分，然后利用微粒群算法构建以指标权重为变量的非线性规划问题，确定权重，避免了权重的主观色彩，使得评价结果更加客观和科学。此外，为了科学得到指标的隶属度，本文根据指标的不同类型，采用了不同的方法。对于定性指标，采用问卷调查法，通过统计各个指标属于等级的频率确定其隶属度；对于定量指标，确定各个指标的评价标准，利用隶属度函数确定其隶属度。
（二）微粒群算法
微粒群算法又称粒子群算法（ＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ），最早是由美国心理学家Ｊ．Ｋｅｎｎｅｄｙ和电气工程师Ｒ．Ｃ．Ｅｂｅｒｈａｒｔ在１９９５年的ＩＥＥＥ国际神经网络学术会议上正式提出的［６］，这是原始的ＰＳＯ模型。Ｙ．Ｓｈｉ等在原始的ＰＳＯ模型基础上，经过多次试验，引入了惯性权重，形成了标准的ＰＳＯ模型［７］。微粒群算法是一种基于群体的优化工具，同时也是一种基于迭代的优化工具。微粒群算法具有以下优点［８］：（１）算法通用性很强，不依赖问题信息；（２）只有极少的参数需要调整，操作简单，容易实现；（３）收敛速度快，算法对于计算机的要求不高；（４）算法利用个体局部信息和群体全部信息指导搜索，收敛速度较快。基于此，微粒群算法已经被应用到许多领域。
表２微粒群算法计算权重步骤
步骤１将模型（１）转化为无约束问题，建立微粒群算法的适应度函数。
步骤２初始化各个参数。
步骤３设置惯性权重。
步骤４利用适应度函数计算各微粒的适应值，并以此设置个体的最优值和全局最优值。
步骤５微粒的状态更新。
步骤６找出个体和全局最优值。
步骤７重复步骤６、７，直到满足条件（最大迭代次数为１０００），停止计算，输出计算结果（为了减少随机初始值对结果的影响，取２０次运行结果的平均值并归一化，作为最终解）。
（三）基于时间维的中小企业信用风险评价
模型的构建
１．确定评价对象的评语集
评语集是反映中小企业信用等级的集合，评
价等级的多少是根据实际情况确定的。本文取评
语集为Ｖ＝｛Ｖ
１，Ｖ
２
，Ｖ
３
，Ｖ
４
，Ｖ
５
｝＝｛Ａ＋，Ａ，Ｂ＋，Ｂ，Ｃ｝
，具体代表优秀级，良好级，一般级，风险级，极差级。
２．基于微粒群算法指标权重的确定
（１）指标权重数据来源。为了避免指标权重的主观性，根据指标体系特点的不同，本文采用不同数据来源。对于定量指标，收集整理企业近５年的历史数据；对于定性指标采用李克特量表专家打分法，共聘请了５位专家，专家的打分标准为：５分代表非常重要，４分代表重要，３分代表重要性一般，２分代表不重要，１分代表非常不重要。由于数据过于庞大，在文中不再一一列出。
（２）指标数据标准化。由于数据来源不同，各个指标的量纲和量纲单位不同，为了消除量纲和量纲单位不同对指标权重的影响，需要对评价指标进行无量纲化处理，具体方法为：ｚ（ｔ）ｉ＝ｘ（ｔ）ｉ－ｘｉ
ｓｉ（ｉ根据指标的不同，采用不同数值），其中，ｚ（ｔ）ｉ为第ｔ个时间点第ｉ个指标无量纲后的数据，ｘ（ｔ）ｉ为第ｔ个时间点第ｉ个指标原始数据，ｘｉ为第ｉ个指标的平均值，ｓｉ为第ｉ个指标的标准差。
（３）利用微粒群算法（ＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉ－ｚａｔｉｏｎ，ＰＳＯ）确定指标权重。本文权重是以最优和最劣对象距离之和达到最小为目标来确定的。设最优对象为Ｇ＝（１，１，…，１）Ｔ，最劣对象为Ｈ＝（０，０，…，０）Ｔ，目标即为：
ｍｉｎｆ（ω）＝∑ｍｉ＝１ｆ（ωｉ）
＝∑
ｎ
ｔ＝１
∑
ｍ
ｉ＝１
ω２ｉ［（１－ｚ（ｔ）ｉ）２＋ｚ（ｔ）ｉ２］ｓ．ｔ． ∑ｍ
ｉ＝１
ωｉ＝１
ωｉ≥０，ｉ＝１，２，…，ｍ（１）其中，ωｉ指第ｉ个指标权重；ｚ（ｔ）ｉ为第ｔ个时间点第ｉ个指标无量纲后的数据；ｎ是评价对象的个数（此处是指专家的数量，ｎ＝５），ｍ是指标的个数，ｍ的取值根据实际指标的个数确定。
?１７４
?商业研究２０１３／１０式（１）引入权重系数之和为１的约束条件
后，便是一个有约束的非线性规划问题，求解过程
比较繁琐，因此，本文尝试用ＰＳＯ对其进行求解。
具体步骤见表２。
三级指标利用原始数据确定各指标权重，二
级指标权重利用三级指标的评判结果依据式（１）
确定权重，一级指标权重利用二级指标的评判结
果依据式（１）确定。
３．确定指标的隶属度
中小企业在进行信用风险评价之前，应先计
算隶属度函数值。根据评价指标类型不同，需要运
用不同的计算方法，指标主要分为定性指标和定
量指标两类：
（１）定性指标隶属度的确定。对于难以用数
量来衡量的定性指标，如财务信息质量、贷款履约
情况等，采用模糊统计方法确定其隶属度。假设邀
请有ｎ位专家按评语集Ｖ给各个定性指标划分等
级，然后依次统计指标属于等级Ｖｔ的频数，即可
得评价指标的隶属度。
（２）定量指标隶属度的确定。对于可以用数
量来衡量的定量指标，如三年销售平均增长率、业
务利润增长率，参考枟企业绩效评价标准值２０１１枠
确定各个指标的参考标准，利用模糊分布的半梯
形与三角形分布类型的隶属函数来确定隶属度。
由于指标特点不同，区分为极大型指标和极小型
指标。
①极大型指标相对于评语集的隶属度为：
ｖ（ｔ）ｉ１＝ｘ（ｔ）ｉ－ｘ（ｔ）４
ｘ（ｔ）５－ｘ（ｔ）４，ｘ（ｔ）４＜ｘ（ｔ）ｉ＜ｘ（ｔ）５
０，ｘ（ｔ）ｉ≤ｘ（ｔ）
４
１，ｘ（ｔ）ｉ≥ｘ（ｔ）
５
ｖ（ｔ）ｉｌ＝ｘ（ｔ）ｉ－ｘ（ｔ）ｌ－１
ｘ（ｔ）ｌ－ｘ（ｔ）ｌ－１，ｘ（ｔ）ｌ－１＜ｘ（ｔ）ｉ＜ｘ（ｔ）ｌｘ（ｔ）ｌ＋１－ｘ（ｔ）ｉ
ｘ（ｔ）ｌ＋１－ｘ（ｔ）ｌ，ｘ（ｔ）ｌ＜ｘ（ｔ）ｉ≤ｘ（ｔ）ｌ＋１０，ｘ（ｔ）ｉ≥ｘ（ｔ）ｌ＋１或ｘ（ｔ）ｉ≤ｘ（ｔ）ｌ－１
ｖ（ｔ）ｉ５＝ｘ（ｔ）２－ｘ（ｔ）ｉ
ｘ（ｔ）２－ｘ（ｔ）１，ｘ（ｔ）１＜ｘ（ｔ）ｉ＜ｘ（ｔ）２
０，ｘ（ｔ）ｉ≥ｘ（ｔ）
２
１，ｘ（ｔ）ｉ≤ｘ（ｔ）
１
②极小型指标相对于评语集的隶属度为：
ｖ（ｔ）ｉ１＝
１，ｘ（ｔ）ｉ≤ｘ（ｔ）
１
ｘ（ｔ）２－ｘ（ｔ）ｉ
ｘ（ｔ）２－ｘ（ｔ）１，ｘ（ｔ）１＜ｘ（ｔ）ｉ＜ｘ（ｔ）２
０，ｘ（ｔ）ｉ≥ｘ（ｔ）
２
ｖ（ｔ）ｉｌ＝
ｘ（ｔ）ｉ－ｘ（ｔ）ｌ－１
ｘ（ｔ）ｌ－ｘ（ｔ）ｌ－１，ｘ（ｔ）ｌ－１＜ｘ（ｔ）ｉ＜ｘ（ｔ）ｌ
ｘ（ｔ）ｌ＋１－ｘ（ｔ）ｉ
ｘ（ｔ）ｌ＋１－ｘ（ｔ）ｌ，ｘ（ｔ）ｌ＜ｘ（ｔ）ｉ≤ｘ（ｔ）ｌ＋１
０，ｘ（ｔ）ｉ≥ｘ（ｔ）ｌ＋１或ｘ（ｔ）ｉ≤ｘ（ｔ）ｌ－１
ｖ（ｔ）ｉ５＝
ｘ（ｔ）ｉ－ｘ（ｔ）４
ｘ（ｔ）５－ｘ（ｔ）４，ｘ（ｔ）４＜ｘ（ｔ）ｉ＜ｘ（ｔ）５
０，ｘ（ｔ）ｉ≤ｘ（ｔ）
４
１，ｘ（ｔ）ｉ≥ｘ（ｔ）
５
式中，ｖ（ｔ）ｉ１指第ｉ个指标在第ｔ个时间点相对于评语
集Ｖ
１
的隶属度；ｖ（ｔ）ｉｌ指第ｉ个指标在第ｔ个时间点相
对于评语集Ｖｌ的隶属度；ｖ（ｔ）ｉ５指第ｉ个指标在第ｔ个
时间点相对于评语集Ｖ
５
的隶属度；ｘ（ｔ）ｉ指第ｉ个指
标在第ｔ个时间点实际值；ｘ（ｔ）
１
指各个指标在第ｔ个
时间点相对于评语集Ｖ
１
的标准值，ｘ（ｔ）
２
指各个指标
在第ｔ个时间点相对于评语集Ｖ
２
的标准值，ｘ（ｔ）
４
指
各个指标在第ｔ个时间点相对于评语集Ｖ
４
的标准
值，ｘ（ｔ）
５
指各个指标在第ｔ个时间点相对于评语集Ｖ
５
的标准值，ｘ（ｔ）ｌ－１（１＜ｌ≤５）指各个指标在第ｔ个时间
点相对于评语集Ｖｌ－１的标准值，ｘ（ｔ）ｌ（１≤ｌ≤５）指
各个指标在第ｔ个时间点相对于评语集Ｖｌ的标准
值；ｘ（ｔ）ｌ＋１（１≤ｌ＜５）指各个指标在第ｔ个时间点相对
于评语集Ｖｌ＋１的标准值。
４．各级指标进行模糊综合评价
运用模型?，＋（加权平均型的综合评价，
?表示普通乘法，＋表示普通加法）对各级指标
进行模糊综合评价，下一级指标的评价结果是上
一级指标的评价基础。模糊综合评价过程模型为：
Ｂ（ｔ）＝（ｂ（ｔ）１，ｂ（ｔ）２，…，ｂ（５）５）
＝Ｗ?Ｖ（ｔ）
＝（ω
１
，ω
２
，…，ωｍ）?
ｖ（ｔ）１１ｖ（ｔ）１２…ｖ（ｔ）１５
ｖ（ｔ）２１ｖ（ｔ）２２…ｖ（ｔ）２５
………
ｖ（ｔ）ｍ１ｖ（ｔ）ｍ２…ｖ（ｔ）ｍ５
（２）
５．模糊综合评价结果处理
模糊综合评价结果采用最大隶属原则处理，
就是取一级指标模糊评价结果向量中最大的值所
隶属的等级作为结果。设模糊综合评价结果向量
为：Ｂ（ｔ）＝（ｂ（ｔ）
１
，ｂ（ｔ）
２
，…，ｂ（ｔ）
５
），若ｂ（ｔ）ｋ＝ｍａｘ
１≤ｊ≤５
｛ｂ（ｔ）ｊ｝
，则在第ｔ个时间点上被评价对象总体上来讲隶属
于ｋ等级。
总第４３８期夏立明：基于供应链金融的中小企业信用风险评价模型研究?１７５
? 四、实证分析
本文选取了某市的Ａ企业作为评价对象。Ａ
企业是大型企业Ｂ的供货商，Ａ企业和Ｂ企业有
长期的贸易关系。下面根据Ａ企业的公司状况、
财务状况和交易状况先对其近一年的情况进行信
用评价，然后再对其余４年进行评价。
（一）三级指标模糊综合评价
由于三级指标数目较多，本文以企业素质下
的三个指标财务信息质量、贷款履约情况、交易履
约情况为例，其他指标模糊综合评价的计算过程
相同。
１．计算三级指标权重。指标财务信息质量、
贷款履约情况、交易履约情况均为定性指标，其
原始数据是聘请５位专家按照李克特量表打分法
得到的。
（１）原始数据标准化。专家打分结果经标准
化处理为：
Ｒ１１＝
－０．９２０４－０．１５３４１．３８０５－０．９２０４０．６１３６１．２６４９－０．６３２５０．６３２５－１．２６４９０．００００１．２２７９－１．４０３３０．３５０８－０．５２６２０．３５０８
（２）根据标准化结果，利用微粒群算法确定权重。按照微粒群算法的计算步骤运用软件ＭＡＴ－ＬＡＢ２０１２编写程序求解，计算权重为：
Ｗ１１＝（０．３２２００．３６３１０．３１５０）
２．构建评判矩阵。由于三个指标均为定性指标，隶属度是邀请１０位专家按照表１的指标体系，根据企业的公司状况、财务状况和交易状况确定指标的隶属度，从而构成评判矩阵。其结果为：Ｖ１１＝
０．２０．１０．３０．２０．２
０．１０．２０．３０．４０
０．２０．３０．２０．３０
３．模糊综合评价。将Ｒ
１１
和Ｖ
１１
代入综合评价模型（２）可得企业素质的模糊综合评价结果为：Ｂ１１＝
（０．１６３７０．１９９３０．２６８５０．３０４１０．０６４４）
其余指标按照上面的步骤，运用ＭＡＴＬＡＢ２０１２编写程序，结果见表３。
（二）二级指标的模糊综合评价
利用三级指标的评价结果，按照微粒群算法确定权重的步骤，确定二级指标权重，见表４。把二级指标权重和二级指标评判矩阵代入模型（２），评价结果见表５。
表３三级指标综合评价结果
指标体系优秀级良好级一般级风险级极差级
企业素质０．１６３７０．１９９３０．２６８５０．３０４１０．０６４４
经营能力０．１６８５０．１５８５０．３１４４０．２９５５０．０６３１
盈利能力０．２３２５０．０００００．０９０７０．６７６７０．００００
偿债能力０．０１４４０．１６１１０．２６５４０．５５９１０．００００
发展潜力０．３９７８０．１００７０．０５０４０．３００００．１５１１核心企业信用状况０．３００００．３００００．２００００．２００００．００００核心企业偿债能力０．３２８００．１７２１０．４７９８０．３６３２０．００００核心企业经营能力１．０００００．０００００．０００００．０００００．００００核心企业行业特征０．３４３２０．２４３２０．３１３５０．１００００．００００项目产品特征０．７１３６０．０９５５０．１９０９０．０００００．００００现金流量特征０．４４９００．２７５６０．１７２１０．１０３３０．００００贸易供应链强度０．３００００．４００００．２００００．１００００．００００合作诚意０．２００００．３００００．３００００．２００００．００００贸易关系的稳定性０．２５１７０．４４９００．２９９３０．０００００．００００合作价值０．３００００．３００００．４００００．０００００．００００
政府信息０．２００００．４００００．４００００．０００００．００００
行业信息０．０００００．２４７６０．５００００．１０４８０．１４７６
（三）一级指标模糊综合评价
利用二级指标的评价结果，按照微粒群算法
确定权重的步骤，确定一级指标权重为：
Ｗ＝
０．１００５０．２０８５０．２１６１０．２２２９０．２５２０
利用模型（２），最终基于供应链金融的中小企业的信用评价结果为：
Ｂ＝
（０．３２１８０．２５８１０．２９１５０．１２２５０．０２５０）
由最大隶属度原则可知，此企业的信用等级处于优秀级，银行会考虑将Ａ企业纳入到自己的业务范围，同意其贷款申请。
如果按照传统的信用评价模式评价，只考虑中小企业自身的情况，则本例中Ａ企业的信用评
?１７６ ?
商业研究
２０１３／１０
价结果为：
Ｂ′＝（０．１９６５０．１２２５
０．１８５０
０．４３７６
０．０５８４）
此企业的信用等级处于风险级，银行不会接
受此企业的贷款申请，这样银行就会错失优质客
户。
表４
二级指标权重二级指标权重二级指标权重企业素质０．１３６４项目产品特征０．４６２７经营能力０．１３７９现金流量特征０．５３７３盈利能力０．１６８２贸易供应链强度
０．２８１５偿债能力０．２８６９合作诚意０．２１３６发展潜力０．２７０７贸易关系的稳定性
０．３０２４核心企业信用状况０．２７９２合作价值０．２０２５核心企业偿债能力０．２６５０政府信息０．４８４９核心企业经营能力０．１９７６行业信息
０．５１５１
核心企业行业特征
０．２５８２
表５
二级指标综合评价结果
指标体系
优秀级良好级一般级风险级极差级中小企业自身影响因素０．１９６５０．１２２５０．１８５００．４３７６０．０５８４核心企业影响因素０．４５６９０．１９２２０．２６４００．１７７９０融资项目影响因素０．５７１５０．１９２２０．１８０８０．０５５５０贸易供应链影响因素０．２６４００．３７３２０．２９１９０．０７０９０宏观环境影响因素
０．０９７０
０．３２１５
０．４５１５
０．０５４０
０．０７６０
图１ Ａ企业信用等级变化趋势及波动情况
利用同样的方法对其余４年进行供应链视角下和传统信用评价模式下的信用评价，评价结果及变化趋势见表６和图１。表６Ａ企业近５年的信用风险评价结果
时间点供应链金融视角下
只考虑中小企业自身情况
近１年优秀级风险级近２年优秀级良好级近３年良好级风险级近４年一般级极差级近５年
优秀级
极差级
图１中纵坐标表示Ａ企业每个时间点的信用等级，其中１代表极差级，２代表风险级，３代表一般级，４代表良好级，５代表优秀级；横坐标代表各个时间点，其中１代表近５年，２代表近４年，３代表近３年，４代表近２年，５代表近１年。通过表６和图１可以观察到供应链金融视角下Ａ企业近５年信用等级变化波动不大，基本上处于一般级以上，且多次处于优秀级，因此银行可以考虑接受Ａ企业的贷款请求。但是假如指标数据是在第二个时间点提取的，Ａ企业信用等级处于一般级，银行就可能犹豫对其放贷甚至可能直接拒绝其贷款申请，这样银行就会错失客户Ａ企业；在
总第４３８期夏立明：基于供应链金融的中小企业信用风险评价模型研究?１７７
?
只考虑中小企业自身情况的传统信用风险评价方式下，Ａ企业的信用等级整体就非常低，但是如果指标数据是在第４个时间点提取的，Ａ企业的信用等级处于良好级，银行就会考虑给予Ａ企业贷款，这将使银行存在很大的风险，很可能造成此笔款项无法追回的后果，给银行带来损失。另外，通过表６和图１可以看出：在供应链金融视角下，对中小企业的评价不再仅仅依靠中小企业自身，而是对于整个供应链的信用评价，中小企业的信用等级获得明显提升，增加了银行的潜在客户，使得银行的利润空间变大。
五、结论
针对以往供应链金融视角下中小企业信用风险评价多是在孤立时间点上进行的不足，本文构建了基于时间维的模糊综合评价模型。此模型在充分考虑了由于政策、市场环境等变化，可能引起指标数据发生较大幅度增长或降低，从而产生错误的评价结果，使银行在放贷过程中存在很大风险的情况后，加入了时间维的思想，降低了银行放贷风险。通过以Ａ企业为例，分析其在供应链金融视角下和只考虑中小企业自身情况下的信用等级变化趋势，本文证明了此模型的科学性和有效性。这提醒银行应注意收集、整理客户资料，不断地丰富和完善供应链金融视角下的资料，并不断地发展和完善信用风险评价方法，降低银行的放贷风险。
参考文献：
［１］ 熊熊，马佳，赵文杰．供应链金融模式下的信用风险评价［Ｊ］．南开管理评论，２００９，１２（４）：９２－９８．［２］ 胡海青，张琅，张道宏．基于支持向量机的供应链金融信用风险评估研究［Ｊ］．软科学，２０１１，２５（５）：２６－３３．［３］ 谈俊英．供应链金融模式下商业银行中小企业融资问题研究［Ｄ］．西安，西安电子科技大学，２０１２．［４］ 谢伟．商业银行信用风险识别以及评价———基于供应链金融视角［Ｄ］．上海，东南大学，２０１２．
［５］ 孟丽．基于供应链金融的中小企业信用风险评价体系构建［Ｄ］．天津，天津理工大学，２０１１．
［６］ ＪＫｅｎｎｅｄｙ，ＲＣＥｂｅｒｈａｒｔ．ＰａｒｔｉｃＩｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ．ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａＩＣｏｎｆｅｒｅｎｃｅｏｎＮｅｕｒａＩＮｅｔｗｏｒｋｓ，
Ｐｅｒｔｈ，ＡｕｓｔｒａＩｉａ，１９９５．
［７］ ＹＳｈｉ，ＲＣＥｂｅｒｈａｒｔ．ＡＭｏｄｉｆｉｅｄＳｗａｒｍＯｐｔｉｍｉｚｅｒ．ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａＩＣｏｎｆｅｒｅｎｃｅｏｆＥｖｏＩｕｔｉｏｎａｒｙＣｏｍｐｕ－
ｔａｔｉｏｎ，Ａｎｃｈｏｒａｇｅ，ＡＩａｓｋａ，１９９８．
［８］ 肖智，吕世畅．基于微粒群算法的西部地区自主创新能力综合评价研究［Ｊ］．科技管理研究，２００７（８）：２４
－２６．
ＡＳｔｕｄｙｏｎＣｒｅｄｉｔＲｉｓｋｓＥｖａｌｕａｔｉｏｎＭｏｄｅｌｏｆＳＭＥｓｂａｓｅｄｏｎＳｕｐｐｌｙＣｈａｉｎＦｉｎａｎｃｅ
ＸＩＡＬｉ－ｍｉｎｇ１，ＢＩＡＮＹａ－ｎａｎ１，ＺＯＮＧＨｅｎｇ－ｈｅｎｇ２
（１．ＳｃｈｏｏｌｏｆＭａｎａｇｅｍｅｎｔ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｔｉａｎｊｉｎ３００４５０，Ｃｈｉｎａ；
２．ＴｉａｎｊｉｎＦａｎｇｙｏｕＥｎｇｉｎｅｅｒｉｎｇＣｏｎｓｕｌｔａｔｉｖｅＣｏ．，Ｌｔｄ，Ｔｉａｎｊｉｎ３００４５０，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：ＳＭＥｓ′ｃｒｅｄｉｔｒｉｓｋｅｖａｌｕａｔｉｏｎｆｒｏｍｔｈｅｐｅｒｓｐｅｃｔｉｖｅｏｆｓｕｐｐｌｙｃｈａｉｎｆｉｎａｎｃｅｗａｓｏｎｌｙｅｖａｌｕａｔｅｄａｔｔｈｅｉｓｏｌａｔｅｄｔｉｍｅｐｏｉｎｔｓ，ｔｈｕｓｔｈｅｉｎｄｅｘｄａｔａｍａｙｇｅｎｅｒａｔｅｇｒｅａｔｖａｒｉａｔｉｏｎｆｏｒｓｏｍｅｒｅａｓｏｎｓ．Ｔｈｅｒｅｆｏｒｅ，ｔｈｉｓｍａｙｌｅａｄｔｏｔｈｅｗｒｏｎｇｅ－ｖａｌｕａｔｉｏｎｒｅｓｕｌｔｓａｎｄｓｅｒｉｏｕｓｃｒｅｄｉｔｒｉｓｋ．Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｉｓｐｒｏｂｌｅｍ，ｔｈｉｓｐａｐｅｒｅｓｔａｂｌｉｓｈｅｓＳＭＥｓ′ｃｒｅｄｉｔｒｉｓｋｅｖａｌｕａ－ｔｉｏｎｆｒｏｍｔｈｅｐｅｒｓｐｅｃｔｉｖｅｏｆｓｕｐｐｌｙｃｈａｉｎｆｉｎａｎｃｅｂａｓｅｄｏｎｔｉｍｅｄｉｍｅｎｓｉｏｎｂｙｔａｋｉｎｇｅｎｔｅｒｐｒｉｓｅＡａｓａｎｅｘａｍｐｌｅ．Ａｃｃｏｒｄ－ｉｎｇｔｏｔｈｅｅｖａｌｕａｔｉｏｎｉｎｄｅｘｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｔｈｉｓｍｏｄｅｌｕｓｅｓｔｈｅＰＳＯ（ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ）ａｎｄｆｕｚｚｙｃｏｍｐｒｅｈｅｎ－ｓｉｖｅｅｖａｌｕａｔｉｏｎｍｅｔｈｏｄｔｏｅｖａｌｕａｔｅｔｈｅｃｒｅｄｉｔｒｉｓｋａｔａｌｌｔｉｍｅｐｏｉｎｔｓ，ｔｈｅｎｃｏｍｐａｒｅｓａｌｌｔｉｍｅｐｏｉｎｔｓ′ｅｖａｌｕａｔｉｏｎｒｅｓｕｌｔａｎｄａｎａｌｙｓｅｓｔｈｅｃｈａｎｇｅｔｒｅｎｄｏｆＳＭＥｓ′ｃｒｅｄｉｔｒａｔｉｎｇ，ｔｏｐｒｏｖｉｄｅａｎｅｆｆｅｃｔｉｖｅｗａｙｆｏｒｒｅｄｕｃｉｎｇｒｉｓｋｏｆｂａｎｋｌｅｎｄｉｎｇ．
Ｋｅｙｗｏｒｄｓ：ｓｕｐｐｌｙｃｈａｉｎｆｉｎａｎｃｅ；ｍｉｄｄｌｅａｎｄｓｍａｌｌ－ｓｉｚｅｄｅｎｔｅｒｐｒｉｓｅｓ（ＳＭＥｓ）；ｃｒｅｄｉｔｒｉｓｋｓｅｖａｌｕａｔｉｏｎ；ｔｉｍｅｄｉｍｅｎ－ｓｉｏｎ；ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）
（责任编辑：张曦）
基于供应链金融的中小企业信用风险评价模型研究
作者：夏立明， 边亚男， 宗恒恒， XIA Li-ming， BIAN Ya-nan， ZONG Heng-heng
作者单位：夏立明,边亚男,XIA Li-ming,BIAN Ya-nan(天津理工大学 管理学院,天津,300450)， 宗恒恒,ZONG Heng-heng(天津房友工程咨询有限公司,天津,300450)
刊名：
商业研究
英文刊名：Commercial Research
年，卷(期)：2013(10)
参考文献(8条)
1.熊熊.马佳.赵文杰供应链金融模式下的信用风险评价[期刊论文]-南开管理评论 2009(04)
2.胡海青.张琅.张道宏基于支持向量机的供应链金融信用风险评估研究 2011(05)
3.谈俊英供应链金融模式下商业银行中小企业融资问题研究 2012
4.谢伟商业银行信用风险识别以及评价---基于供应链金融视角 2012
5.孟丽基于供应链金融的中小企业信用风险评价体系构建 2011
6.J Kennedy.R C Eberhart ParticIe Swarm Optimization 1995
7.Y Shi.R C Eberhart A Modified Swarm Optimizer 1998
8.肖智.吕世畅基于微粒群算法的西部地区自主创新能力综合评价研究[期刊论文]-科技管理研究 2007(08)本文链接：https://www.360docs.net/doc/4712449631.html,/Periodical_syyj201310027.aspx
信用风险量化的4种模型
信贷风险管理的信用评级方法 信贷风险管理是当今金融领域的一个重要课题。银行在贷款或贷款组合的风险度量中特别注意运用信贷风险管理的工具。除了专家系统、评分系统和信用打分系统等传统方法外，新的信贷风险管理方法主要有KMV模型、JP摩根的VAR模型、RORAC模型和EVA模型。 1、KMV——以股价为基础的信用风险模型 历史上，银行在贷款决策时，曾经长时间忽视股票的市价。KMV模型基于这样一个假设——公司股票价格的变化为企业信用度的评估提供了可靠的依据。从而，贷款银行就可以用这个重要的风险管理工具去处理金融市场上遇到的问题了。尽管很少有银行在贷款定价中将KMV模型作为唯一的信用风险指示器，但非常多的银行将其用为信贷风险等级的早期报警工具。 KMV实际上是一个度量违约风险的期权模型，是由买入期权推演而来的。 KMV扭转了看待银行贷款问题的视角，从借款企业的普通股持有者的视角来看贷款偿还(回报)的激励问题。换句话说，它将持有普通股视为与持有一家公司资产的买入期权相同。基本原理如图所示： （1）KMV是如何工作的？ 假设普通股持有者拥有公开交易公孙的股票，公司债务是一张一年期的单一贴现票据（single discount note）,票面价值是B.上图显示的是从普通股持有者方面来看的贷款偿还问题。 在图中，若公司资产的价值跌到OB以下（以左，如OA1）,股的持有者就不会偿还那个等于OB的债务。当然，如果选择违约，他就必须将对公司资产的控制权转让给贷款银行，公司所有者的普通股就一文不值了。然而，若公司资产的价值是OA2，公司就会偿还债务OB，而保留其余的价值BA2.在KMV模型中，公司债务的票面价值B就是买入期权中的约定价格。可以看到公司的风险底线（downside risk）被限制在OL，因为“有限责任”保护了普通股的持有人。从而，对一个好公司的股票持有者的回报有一个有限的底线和一个无限延长的上限。 KMV从贷款于期权之间的这种联系之中得到了EDF模型（估计违约频率模型）。以下对EDF作简要介绍。
商业银行信用风险评估
商业银行信用风险评估 结合本文分析了商业银行内部信用风险评估体系在银行风险管理的地位和作用，内容摘要：对如何完善和发展内蒙古商业银行,我国商业银行在信用风险评估方法上存在的问题和现状的内部信用风险评估体系提出了几点建议。国内银行业面临着参与国际随着我国金融体制改革步伐的加快和金融业开放程度的提高， 我国商业银行必须借鉴国际上先进的信用风险管理在金融全球化的新形势下，竞争的挑战。经验，强化信用风险管理，开发适用的信用风险管理模型，适应《巴赛尔协议》新框架的需银行融资仍将是企业筹措资金的在今后很长一段时期，要。我国处于经济发展的初期阶段，深入研究我国商业银行银行体系面临的风险将是我国金融风险的主要构成因素。主要方式，从全局不仅是商业银行作为微观金融主体进行内部管理的自主行为，的信用风险管理问题，股市引发货币危机、上看也是防范商业银行的信用风险导致银行信用体系和支付体系崩溃，下面仅就如何构建商行内部信用风险管理评估体系谈谈自己的一点暴跌和金融危机的需要。浅见，仅供交流和探讨。风险管理信用风险关键字：内蒙古商业银行 一、引言次系统性银行危机。个国家先后爆发了112世纪初，全球有70年代末到2193自20 世纪年美国利率风暴年美国股市崩盘、1994尤其90年代以来频频爆发的金融危机——如198720071998年俄罗斯政府违约事件，特别是及中南美洲比索风暴、1997年亚洲金融危机、影响程度之大，年的全球金融风暴，波及范围之广，年春季开始的次贷危机最终演变为2008对全它们不仅使一国多年的经济发展成果毁于一旦，还危机到一国的经济稳定，史无前例。近年随着巴林银行和雷曼兄弟的倒闭让人们愈加的认识到银行球经济也产生了强大的冲击。信用风险管理的重要性。二、我国商业银行业信用风险评估方法现状分析 目前我国的信用分析和评估技术仍处于传统的比率分析阶段。银行机构主要使用计算贷款风险度的方法进行信用风险评估。信用风险的分析仍然是以单一投资项目、贷款和证券为主,衍生工具、表外资产的信用风险以及信用集中风险的评估尚属空白,更没有集多种技术于一体的动态量化的信用风险管理技术。其主要表现在以下几个方面: (一)信用风险衡量采用专家制度。我国商业银行信用风险衡量大多采用专家制度。但专家制度存在一定的缺陷和不足,在实际运用中没有引起重视。如专门信用分析人员不足、实施效果很不稳定、银行应对市场变化的能力较低、银行在贷款组合方面过度集中的问题进一步加剧等。 (二)信用风险评估中定量分析不够。从信用风险的识别、衡量方面看,我国商业银行信用风险管理定性分析多,定量分析少(尽管已经使用了一些定量分析方法,但仍存在着不完善的地方);静态分析多,动态分析少;局部分析多,全局分析少。以企业信用评级为例,从评级要素的设计看,多侧重财务指标分析(总分值达三十分以上),而忽略了财务信息的质量问题。众所周知我国企业财务信息质量不高已是不争的事实;忽视了企业发展前景在信用评级中的作用,如企业所在行业发展状况、市场预期状况仅占1分,这样得出的评级结果更多反映的是企业过去和现在的信用状况,而未能反映企业未来的资信质量。从评级时间看,对企业的信用评级每年进行一次,不利于银行及时了解企业的信用等级变化,不能为风险管理提供动态的信息。再从国内银行对贷款的风险度测量方法看,一个最主要的问题就是贷款风险度涉及因素的选择和风险系数的确定很大程度上受到主观因素的影响。贷款风险度是否受到或仅受到企业信用等级、贷款方式的影响,有实证研究结果表明,中国的商业银行资产质量与抵押、担保贷款风险系数确定的依据是这意味着贷款方式与贷款风险度并无直接关系。, 率无直接线性关系 什么?这些问题由于未得到解决,导致了贷款风险度的测量并不能真正反映贷款信用风险水平。此外,我国商业银行贷款风险度的测量关注的是某一笔贷款的信用风险,并没有从组合管理的角度对信用风险进行测定。一笔贷款对贷款组合的信用风险贡献度,即边际信用风险为多少?各笔贷款之间的风险度相关性如何?这些问题在贷款风险度的测量方法中都没有加以解决。
供应链金融的三种模式分析
供应链金融改变了过去银行对单一企业主体的授信模式，围绕某“1”家核心企业，从原材料采购，到最终产品，最后由销售网络把产品送到消费者手中这一供应链链条，将供应商、制造商、分销商、零售商直到最终用户连成一个整体，全方位地为链条上的“N”个企业提供融资服务，通过相关企业的职能分工与合作，实现整个供应链的不断增值。因此，它也被称为“1+N”模式。如下图所示： 供应链金融的三种模式分析 供应链金融，使银行从新的视角评估中小企业的信用风险，从专 注于对企业本身的风险评估，转变为对整个供应链及其交易的评 估，这样既真正评估了业务的真实风险，同时也使更多的中小企业能够进入银行的服务范围。 供应商核心企业分销商 供应链融资模式中银行与供应链成员的关系 更多销售 能力较长时间账期供应该商核心企业分销商 传统融资模式中银行与供应链成员的关系 销售销售 供应链金融使银行从新的视角评估中小企业的信用风险，从专注于对中小企业本身信用风险的评估，转变为对整个供应链及其交易的评估，这样既真正评估了业务的真实风险，同时也使更多的中小企业能够进入银行的服务范围。一方面，将资金有效注入处于相对弱势的上下游配套中小企业，解决供应链失衡问题；另一方面，将银行信用融入上下游企业的购销行为，增强其商业信用，改善其谈判地位，使供应链成员更加平等地协商和逐步建立长期战略协同关系，提升供应链的竞争能力，促进了整个供应链的持续稳定发展。 应收类：应收账款融资模式分析 以未到期的应收账款向金融机构办理融资的行为，称为应收账款融资，如下图所示： 研究报告
应收账款融资模式 这种模式，一般是处于供应链上游的债权企业融资。债权企业、债务企业(下游企业)和银行都参与其中，债务企业在整个运作中起着反担保的作用，一旦融资企业出现问题，债务企业将承担弥补银行损失的责任。 另外，在商业银行同意向融资企业提供信用贷款前，商业银行仍要对该企业的风险进行评估，只是更多关注的是下游企业的还款能力、交易风险以及整个供应链的运作状况，而并非只针对中小企业本身进行评估。(可参见P9《盘活结算资金、随需而取的“出口应收账款池”》) 应收账款融资，使得企业可以及时获得银行的短期信用贷款，不但有利于解决融资企业短期资金的需求，加快中小企业健康稳定的发展和成长，而且有利于整个供应链的持续高效运作。 预付类：保兑仓融资模式分析 这种模式，适用于卖方回购条件下的采购。在供应商(以下称卖方)承诺回购的前提下，融资企业(以下称买方)向银行申请贷款额度，以卖方在银行指定仓库的既定仓单为质押的，并由银行控制提货权。其基本业务流程设计如下图所示： 保兑仓业务除了需要处于供应链中的上游供应商、下游制造商(融资企业)和银行参与外，还需要仓储监管方参与，主要负责对质押物品的评估和监管；保兑仓业务需要上游企业承诺回购，进而降低银行的信贷风险；融资企业通过保兑仓业务获得的是分批支付货款并分批提取货物的权利，因而不必一次性支付全额货款，有效缓解了企业短期的资金压力，实现了融资企业的杠杆采购和供应 商的批量销售。 保兑仓融资模式
供应链金融的交易模式详细分析附交易结构图
供应链金融的三种交易模式详细分析 一般来说，中小企业的现金流缺口经常会发生在采购、经营和销售三个阶段。在采购阶段，一方面具有较强实力供应商往往会利用自身的强势地位要挟下游购买商尽快付款，供应商的商品价格波动也会给下游企业采购带来巨大资金缺口。在日常运营阶段，中小企业因为库存、销售波动等原因积压大量存货，占用大量流动资金，给企业造成资金周转困难。在销售阶段，如果面对的是具有较强实力的购货方，货款收回期较长，也给企业带来流动资金短缺的风险。与这个过程相对应，银行融资的切入点分三个阶段。即采购阶段的预付款融资，生产阶段的存货融资生产阶段存货融资，以及销售阶段的应收账款融资。 供应链融资量身定做了几种业务模式以解决中小企业的现金流缺口问题。 一、采购阶段的供应链融资 预付账款融资模式 在采购阶段，采用基于预付账款融资的供应链融资业务模式，以使“支付现金”的时点尽量向后延迟，从而减少现金流缺口;在日常运营阶段，采用基于动产质押的供应链融资业务模式，以弥补“支付现金”至“卖出存货“期间的现金流缺口;在销售阶段，采用基于应收账款融资的供应链融资业务模式，以弥补“卖出存货”与“收到现金“期间的现金流缺口。从产品分类而言，预付款融资可以理解为“未来存货的融资”。因为从风险控制的角度看，预付款融资的担保基础是预付款项下客户对供应商的提
货权，或提货权实现后通过发货、运输等环节形成的在途存货和库存存货。提货权融资的情况如担保提货(或保兑仓)，这是指客户通过银行融资向上游支付预付款，上游收妥后即出具提货单，客户再将提货单质押给银行。之后客户以分次向银行打款方式分次提货。对一些销售状况非常好的企业，库存物资往往很少，因此融资的主要需求产生于等待上游排产及货物的在途周期。这种情况下，如果买方承运，银行一般会指定中立的物流公司控制物流环节，并形成在途库存质押;如果卖方承运，则仍是提货权质押。货物到达买方后，客户可向银行申请续做在库的存货融资。这样预付款融资成为存货融资的“过桥”环节。 传统流动资金贷款的贷款用途也可指定用于预付款，而且广义上，预付款融资包括了银行对客户采购活动的信用支行，如信用证得开立。但是在这两种情况下，银行一般会要求授信申请人提供不动产质押或担保以覆盖敞口。显然这与供应链融资中的预付款融资的概念不同。在供应链融资的预付款融资中，融资的担保支持恰是融资项下的贸易取得，因此对客户融资的资产支持要求被简约到了最大限度。处于供应链下游的中小企业从上游大企业处获得的货款付款期往往很短，有时还需要向上游企业预付账款。对于短期资金流转困难的中小企业来说，可以运用预付账款融资模式来对其某笔专门的预付账款进行融资，从而获得金融机构短期的信贷支持。 预付账款融资模式是在上游核心企业(销货方)承诺回购的前提下，中小企业(购货方)以金融机构指定仓库的既定仓单向金融机构申请质押贷款，并由金融机构控制其提货权为条件的融资业务。
基于供应链金融的中小企业信用风险评价模型研究
２０１３／１０ 总第４３８期 商业研究 ＣＯＭＭＥＲＣＩＡＬＲＥＳＥＡＲＣＨ 文章编号：１００１－１４８Ｘ（２０１３）１０－０１７１－０７ 基于供应链金融的中小企业信用风险评价模型研究 夏立明１ ，边亚男１ ，宗恒恒 ２ （１．天津理工大学管理学院，天津 ３００４５０；２．天津房友工程咨询有限公司，天津 ３００４５０）摘要：在以往供应链金融视角下，中小企业信用风险评价多在孤立时间点上进行，这样会造成指标数据因某些原因而可能发生较大幅度变化，进而导致评价结果的错误，使银行在放贷过程中存在较大风险。本文以Ａ企业为例，构建了基于时间维的供应链金融视角下中小企业信用风险评价模型。根据评价指标特点，该模型在各个时间点上选用微粒群算法和模糊综合评价方法对其进行信用风险评价，将各个时间点上的评价结果进行比较，分析企业的信用等级变化趋势，以期为银行放贷风险的降低提供有效途径。 关键词：供应链金融；中小企业；信用风险评价；时间维；微粒群算法中图分类号：Ｆ８３０ 文献标识码：Ａ 收稿日期：２０１３－０７－０３ 作者简介：夏立明（１９６０－），男，天津人，天津理工大学管理学院教授，研究生导师，研究方向：工程项目管理和 供应链金融；边亚男（１９８８－），女，河北保定人，天津理工大学管理学院研究生，研究方向：工程项目管理和供应链金融；宗恒恒（１９８６－），女，山东枣庄人，天津房友工程咨询有限公司职员，管理学硕士，研究方向：工程项目管理、供应链金融。 基金项目：天津市哲学社会科学规划项目，项目编号：ＴＪＧＬ１２－０４６。 一、引言 近年来，银行业的竞争日渐激烈，传统的利润空间在不断缩小，拓展中小企业贷款业务的竞争正在不断升温。针对现有中小企业融资存在的风险性弊端，探索结合供应链和中小企业特点的“供应链金融”模式应运而生。目前，造成银企之间融资信贷风险矛盾的原因主要是两者之间存在的信息不对称所引起的逆向选择和道德风险，这会使得其在放贷的过程中存在很大风险。信用风险评价旨在通过建立相应的信用风险评价模型，确定中小企业信用等级，以便使银行做出正确的贷款决策，降低银行的放贷风险。因此，研究供应链金融模式下的中小企业信用风险评价问题具有重要的指导意义。 到目前为止，供应链金融视角下中小企业的信用风险评价已成为一大研究热点。熊熊等（２００９）运用主成分分析法和Ｌｏｇｉｓｔｉｃ回归方法建立了供应链金融模式下中小企业信用风险评价模型，降低了依靠专家评价的局限性 ［１］ 。胡海青等（２０１１）针对 Ｌｏｇｉｓｔｉｃ回归方法要求样本量大且预测精度不高的缺点，提出了运用支持向量机建立供应链金融模式下中小企业信用风险评价模型，并对这两种方 法进行了对比研究 ［２］ 。谈俊英（２０１２）分析了我 国商业银行供应链金融服务的不足之处，并运用了因子分析和Ｌｏｇｉｓｔｉｃ的分析方法对中小企业进行信用评价 ［３］ 。谢伟（２０１２）运用了层次分析法和 功效系数法等构建供应链金融视角下中小企业信用评价模型，并与传统的信用评价指标体系进行比较 ［４］ 。孟丽（２０１１）建立了灰色层次分析法、 一次门限法和模糊综合评价法相结合的供应链金融视角下中小企业的评价实用模型 ［５］ 。 综上所述，目前关于供应链金融视角下中小企业信用风险评价方法的研究大多是在孤立时间点上落实的，结果只能反映中小企业在此时间点上的信用状况，而指标数据由于政策、市场环境等变化，往往可能会发生较大幅度增长或降低，导致产生错误的评价结果，从而使银行在放贷过程中存在很大风险。可见，如何对供应链金融视角下的中小企业进行真实有效的信用风险评价，是一个亟
信用风险的度量方法
一、信用风险度量方法与模型 １．传统的信用风险评价方法 （１）要素分析法。 要素分析法是通过定性分析有关指标来评价客户信用风险时所采用的专家分析法。 常用的要素分析法是５Ｃ要素分析法，它主要集中在借款人的道德品质（Ｃｈａｒａｃｔｅｒ）、还款能力（Ｃａｐａｃｉｔｙ）、资本实力（Ｃａｐｉｔａｌ）、担保（Ｃｏｌｌａｔｅｒａｌ）和经营环境条件（Ｃｏｎｄｉｔｉｏｎ）五个方面进行全面的定性分析，以判别借款人的还款意愿和还款能力。 根据不同的角度，有的将分析要素归纳为“５Ｗ”因素，即借款人（Ｗｈｏ）、借款用途（Ｗｈｙ）、还款期限（Ｗｈｅｎ）、担保物（Ｗｈａｔ）及如何还款（Ｈｏｗ）。 还有的归纳为“５Ｐ”因素，即个人因素（Ｐｅｒｓｏｎａｌ）、借款目的（Ｐｕｒｐｏｓｅ）、偿还（Ｐａｙｍｅｎｔ）、保障（Ｐｒｏｔｅｃｔｉｏｎ）和前景（Ｐｅｒｓｐｅｃｔｉｖｅ）。 无论是“５Ｃ”、“５Ｗ”还是“５Ｐ”，其共同之处都是先选取一定特征目标要素，然后对每一要素评分，使信用数量化，从而确定其信用等级，以其作为其销售、贷款等行为的标准和随后跟踪监测期间的政策调整依据。 （２）特征分析法。 特征分析法是目前在国外企业信用管理工作中应用较为普遍的一种信用分析工具。它是从客户的种种特征中选择出对信用分析意义最大、直接与客户信用状况相联系的若干因素，将其编为几组，分别对这些因素评分并综合分析，最后得到一个较为全面的分析结果。
一般所分析的特征包括客户自身特征、客户优先性特征、信用及财务特征等。特征分析法的主要用途是对客户的资信状况做出综合性的评价，它涵盖了反映客户经营实力和发展潜力的所有重要指标，这种信用风险分析方法主要由信用调查机构和企业内部信用管理部门使用。 （３）财务比率分析法。 信用风险往往是由财务危机导致的，因此，可以通过及早发现和找出一些特征财务指标，判断评价对象的财务状况和确定其信用等级，从而为信贷和投资提供决策依据。 财务比率综合分析法就是将各项财务分析指标作为一个整体，系统、全面、综合地对企业财务状况和经营情况进行剖析、解释和评价。这类方法的主要代表有杜邦财务分析体系和沃尔比重评分法。 杜邦财务分析体系是由美国杜邦公司创立的，它以净值报酬率为龙头，以资产净利润率为核心，重点揭示企业获利能力及其前因后果，通过对某项综合性较强的财务比率的逐层分解，将相关财务指标联系起来，形成一个综合体系，以便清楚地反映各项财务指标的相互关系。 沃尔比重评分法是由财务综合评价领域的著名先驱者之一亚历山大·沃尔创立的，他把若干个财务比率用线性关系结合起来，以此评价企业的信用水平。他选择了七种财务比率，即流动比率、产权比率、固定资产比率、存货周转率、应收账款周转率、固定资产周转率和自有资金周转率，分别给定各自的分数比重，通过与标准比率（行业平均比率）进行比较，确定各项指标的得分及总体指标的累计分数，从而得出企业财务状况的综合评价，继而确定其信用等级。 ２．多变量信用风险判别模型 多变量信用风险判别模型是以财务会计信息为基础，以特征财务比率为解释变量，运用数量统计方法建模。多变量信用风险判别模型主要
企业信用风险评估模型分析
企业信用风险评估模型 企业信用风险评估是构建社会信用体系的重要构成要素，也是企业信用风险管理的 核心环节。企业信用风险评估涉及四个基本的概念，即信用、信用风险、信用风险管理以及信用风险评估。本节重点为厘清基本概念，并介绍相关企业信用风险评估操作。 I —、企业信用风险评估概念 企业信用风险评估是对企业信用情况进行综合评定的过程，是利用各种评估方法，分析受评企业信用关系中的履约趋势、偿债能力、信用状况、可信程度并进行公正审查和评估的活动。 信用风险评估具体内容包括在收集企业历史样本数据的基础之上，运用数理统计方法与各种数学建模方法构建统计模型与数学模型，从而对信用主体的信用风险大小进行量化测度。 I 二、企业信用风险评估模型构建 (一）信用分析瘼型概述 — 在信用风险评估过程中所使用的工具——信用分析模型可以分为两类，预测性模型和管理性模型。预测性模型用于预测客户前景，衡量客户破产的可能性；管理性模型不具有预测性，它偏重于均衡地揭示和理解客户信息，从而衡量客户实力。 计分模型 Altman的Z计分模型是建立在单变量度量指标的比率水平和绝对水平基础上的多变量模型。这个模型能够较好地区分破产企业和非破产企业。在评级的对象濒临破产时，Z 计分模型就会呈现出这些企业与基础良好企业的不同财务比率和财务趋势。 2.巴萨利模型
巴萨利模型（Bathory模型）是以其发明者Alexander Bathory的名字命名的客户资信分析模型。此模型适用于所有的行业，不需要复杂的计算。其主要的比率为税前利润/营运资本、股东权益/流动负债、有形资产净值/负债总额、营运资本/总资产。 Z计分模型和巴萨利模型均属于预测性模型。 3.营运资产分析模型 营运资产分析模型同巴萨利模型一样具有多种功能，其所需要的资料可以从一般的财务报表中直接取得。营运资产分析模型的分析过程分为两个基本的阶段：第一阶段是计算营运资产（working worth);第二阶段是资产负债表比率的计算。从评估值的计算公式中可以看出，营运资产分析模型流动比率越高越好，而资本结构比率越低越好。 《 营运资产分析模型是管理性模型，与预测性模型不同，它着重于流动性与资本结构比率的分析。由于净资产值中包含留存收益，因而营运资产分析可以反映企业的业绩。 □第三章企业征信业务 又因为该模型不需要精确的业绩资料，可以有效地适用于调整后的账目。通过营运资产和资产负债表比率的计算，确定了衡量企业规模大小的标准，并对资产负债表的评估方法进行了考察，可以确定适当的信用限额。 4.特征分析模型 特征分析模型采用特征分析技术对客户所有财务和非财务因素进行归纳分析；从客户的种种特征中选择出对信用分析意义最大、直接与客户信用状况相联系的若干特征，把它们编为几组，分别对这些因素评分并综合分析，最后得到一个较为全面的分析结果。 (二）企业信用风险评估模型构建① 1.预测性风险模型构建——Z计分模型
供应链金融运作模式研究分析
供应链金融运作模式分析
————————————————————————————————作者：————————————————————————————————日期：
供应链金融运作模式分析 供应链金融的实践由来已久，但供应链金融这一概念的明确提出，则要追溯到2000年Timme(2000)等的定义，他们认为当供应链上的参与方与为其提供金融支持的处于供应链外部的金融服务提供者建立协作，且这种协作关系旨在于实现供应链的目标，同时考虑到物流、信息流及资金流及进程、全部资产和供应链上的参与主体时，就形成了供应链金融。 供应链金融是为中小企业量身定做的一种新型融资模式。它将资金流有效地整合到供应链管理中来，既为供应链各个环节的弱势企业提供新型贷款融资服务，同时又通过银行、物流企业、核心企业、中小企业的协作，构筑银行、企业和商品供应链互利共存、持续发展、良性互动的产业生态。 从供应链金融的资金来源上看，资金可以来源于供应链成员企业间由于预付、延期支付等形成的链内融资方式，也可以源于独立的第三方金融机构，即供应链外部融资，这也构成了供应链金融的两种基本形式：第一、链内融资。在供应链内部，出于成员间良好的合作关系，预付货款和延迟支付等付款方式可以在一定程度上缓解个别企业的资金短缺压力，实现资金流在供应链成员间的优化配置。这种以业务关系为纽带的资金流动，具有融资成本低、融资速度快等特点，在加强成员企业间的业务关系方面，具有重要的作用。当然，这种链内融资模式的资金调配能力和规模都有限，当上下游企业都同时面临资金缺口时，这种方式就很难达到效果。第二、链外融资。当链内融资不能满足需求时，就必须借助于链外的资金。按照有无实物质押，可以初步分为供应链外部基于物流金融业务的质押融资和基于核心企业资信水平的信用融资两个方面。基于物流金融业务的质押融资主要表现为外部金融机构通过与第三方物流企业实现物权的监管，所开展的保兑仓、融通仓等业务。而链外的信用融资方式则是从供应链整体的角度，充分利用核心企业的低融资成本、高融资效率优势，为供应链中广大的中小企业创造融资便利，也为供应链整体竞争力的提升创造基础。 1. 应收账款融资模式（应收类）——销售阶段供应链金融 （1）成员关系： 应收账款融资模式包括三个成员，分别是金融机构、上游供应商和下游核心
信用风险评估方法及其比较
信用风险评估方法及其比较 本篇论文目录导航： 【题目】中国网络保险信用风险的控制研究 【第一章】网络保险信用风险防控分析绪论 【第二章】网络保险信用风险的影响因素及其作用机理 【第三章】信用风险评估方法及其比较 【4.1 - 4.3】网络保险信用风险度量模型的构建 【4.4 4.5】信用风险Logit回归结果与多元线性回归分析 【结论/参考文献】网络保险信用风险的管理研究结论与参考文献 第三章信用风险评估方法及其比较 3.1 信用风险评估的概念 所谓的信用风险评估是指找出一些可能引起信用风险的因素，并利用定量和定性的方法对这些因素进行系统的分析，找出其中引起信用风险的最主要的影响因素，或者是直接运用相关的计量模型来计算出发生信用风险的概率，例如，如果通过相关模型找出某一企业的违约概率很大，那么担保机构就不会为该企业担保，银行也不会为该企业贷款。之所以有信用风险的评估，实际上的主要目的对评估对象的违约风险进行预测，也就是为了控制信用风险。对保险公司来说，
信用风险评估主要是对投保人来说的，如果说投保人的信用风险较高，可能收取的保费就比较多，反之如果投保人的信用较好可能降低该投保人的保费，也就是说，保险公司一般都会利用科学的信用评级方法，对投保人的信用状况进行合理的评估来降低信用风险，但是随着网络保险的发展，保险公司面临的信用风险发生了一些转变，一般的信用评级方法已不在适合于网络保险业务。网络保险的信用风险评估就是以一般保险公司的信用评估理论为基础，利用针对网络保险设计的评估模型，对在互联网上投保人的信用状况进行评估。 3.2 信用风险的评估方法 3.2.1 传统评估方法 由于市场经济的发展，人们对于市场信用风险评估方法的研究也比较早，随着市场经济的不断变化，人们对于信用风险的评估方法也在不断地改进和创新。经过多年的发展，如今存在着多种信用评估方法，本文将那些较早出现的信用评估方法称为传统的信用评估方法，与之相对应的就称为现代评估方法。并且由于信用评估方法的种类较多，本文就不一一都做介绍，只对那些影响力较大、较为典型的几种评估方法做出描述。 （1）专家系统法。所谓的专家系统法，就是一些掌握着专业的知识和具有丰富的经验的高素质人才组成的评估团队，他们利用他们的专业知识和工作经验，以及一些统计分析工具对信用风险的评估对象进行主观上的分析判断，它是过去应用最为广泛的一种信用风险分析方法，对如今的一些信用风险分析方法产生了深远的影响。在专
供应链金融3.0：创新业务模式及案例分析
供应链金融3.0：创新业务模式 及案例分析 供应链金融的传统模式是将高信用评级企业的信用分享给上下游中小企业。而现今，供应链金融已迈入3.0时代，新时代下的新运营模式则是在产业升级和技术驱动下的基于数据的授信模式。云计算、大数据、物联网以及区块链等技术的发展和深度应用都将支持到供应链金融的进一步发展，使其可以继续提升风控能力，并降低业务成本。 供应链金融领域“风口”频现 目前，中国的供应链金融产业仍处在朝阳期，行业标准尚未健全，行业内的竞争者类型多样，同时还有很多潜在竞争者在场外关注，等待入场时机。产业资本和金融资本之所以涌入供应链金融领域，除去供应链金融本身有很强的资本亲和性外，政府政策的号召和支持起到了极为关键的作用。
国务院“部署进一步缓解小微企业融资难融资贵”的政策对供应链金融发展无疑又是一大利好。但是除牢牢抓住机遇之外，布局供应链金融的企业也必须以正确的方式来享受利好政策，因为国家决不允许供应链金融泡沫出现，“积极稳妥”是我国推动供应链金融发展的基本要求。 供应链金融发展的进阶过程 供应链金融的运作模式从肇端至今共经历经了三个阶段，现已迈入3.0时代。第一阶段是传统的银行+核心企业模式；第二阶段是通过技术手段对接供应链中的各个参与者；第三阶段则是通过互联网等技术的深度介入打造一个综合的大服务平台。
参与方增加带来市场扩容 随着供应链金融模式的创新，相比于传统的“商业银行+核心企业”模式，参与方不断增加，使整个供应链金融市场随之得到扩充。首先，产业互联网化、信息化发展使数据开始成为供应链金融业务开展的核心，且数据来源更加广泛，除核心企业外，物流公司、电商平台、ERP厂商等都成为数据方；其次，融资渠道更加多元化，除商业银行之外，融资租赁公司、商业保理公司、小贷公司、担保公司以及P2P平台等都参与进来，共同拓展供应链金融的融资渠道；再次，供应链金融从围绕一个核心企业发展到一个完整的产业生态圈，市场扩容和信息化发展使企业之间的联系更加紧密，共同创造新的商机。
中小企业信贷风险分析及防范
目录 1.中小企业风险特征对商业银行信贷业务的影响 (4) 1.1 企业规模小,管理水平低，抗风险能力弱 (4) 1.2 缺乏完善的公司治理结构，管理较为粗放 (4) 1.3 财务管理制度不规范，财务报表失真 (5) 1.4 企业短期行为严重，缺少核心竞争力或特色经营 (5) 1.5 信用观念相对淡薄，信用可靠度低 (5) 2. 发展中小企业信贷业务的外部环境及相关体系不健全 (6) 2.1 经济和法律环境在保护商业银行债权方面不够健全 (6) 2.2 社会信用体系建设刚刚起步，良好信用环境尚未形成 (6) 2.3 信息渠道缺乏，服务体系不健全，中介机构服务缺位 (6) 3. 商业银行在拓展中小企业信贷业务方面自身存在的问题 (7) 3.1 风险管理的观念和意识落后 (7) 3.2 缺乏科学的信用风险评价体系 (7) 3.3 缺乏有效的风险管理信息系统，基础数据十分薄弱 (8) 3.4 信贷人员素质、信贷风险文化基础亟待提升 (9) 3.5 贷后管理不到位 (9) 4. 商业银行中小企业信贷风险防范的对策建议 (9) 4.1 加强法制观念，强化防范金融风险意识 (9) 4.2 建立和完善风险内控机制，加强信贷基础管理工作 (10) 4.3 完善针对中小企业的信贷风险评价体系 (14) 4.4 加快处置不良资产的创新机制建立 (16)
摘要 目前，中小企业信贷业务越来越成为商业银行关注的焦点，而信贷业务风险管理决定着银行的生存和发展。本文从多个视角揭示并分析了商业银行在开展中小企业信贷业务中存在的问题，针对性地提出加强中小企业信贷业务风险管理的措施和建议，为商业银行改革传统的经营管理模式，扩大和发展中小企业信贷业务提供了思路。 关键字：中小企业；信贷风险；分析与防范
个人信贷风险评估模型建立
个人信贷风险评估模型 建立 Company number：【WTUT-WT88Y-W8BBGB-BWYTT-19998】
个人信贷风险评估模型建立 摘要 随着我国商业银行个人消费贷款突飞猛进的发展，总量和规模与日俱增，个人消费贷款违约事件也屡见不鲜，因此商业银行个人消费贷款客户的信用评价也更显重要。 本文通过合理假设数学模型，研究确定银行个人信贷风险的评估标准。在实际中，影响贷款风险性的因素涉及很多方面，我们在题目中所给因素的基础上，选择和添加了十组较为重要的影响因素，并对其进行量化处理。 论文内容可分为三个层次：首先，我们在对大量真实样本数据分析的基础上，确定了信贷风险评分中十项影响因素的取值，并通过矩阵运算、程序设计、均值算法、数据统计、方程求解等方法，确定了各项指标的评分系数，进而最终确定了评估个人信贷风险的评分函数；其次，在确定评分函数的基础上计算贷款评分的临界值，并依次对客户进行信用评分等级划分；最后，随机选择了十位客户的数据进行检验，得出通过建立的评估模型和所求的数据与实际情况基本一致，且具有简便、易用的特点。 一、问题的提出 2008年9月美国金融市场风云再起，雷曼兄弟控股公司破产，美洲银行收购美林集团和AIG集团陷入危机。由此引发了美国金融市场的强烈震撼，并在国际金融市场掀起滔天巨浪，旷日持久的美国次贷危机中与演变成一场严峻的全球经济危机，未及一年多来，贸易骤减，企业倒闭，失业增加，各国经济特别是发达国家的经济呈现出一片萧条的景象。 “古为今用，史为实用”。前车之鉴，反思效实。所以，次贷风险的度量和防范就成为当前一个重要研究内容，而次贷风险的防范应该从信贷开始。因此，研究分析银行的客户信用程度，偿还能力等指标对银行的更好运作有着举足轻重的作用。 二、问题分析 中国人民银行颁布的《关于开展个人消费信贷指导意见》中要求各中资商业银行加大对消费贷款的支持力度，刺激消费从而带动经济发展。个人消费贷款将成为银行贷款投向的一个重点，但是消费贷款不同于其他贷款，其客户分散，贷款规模较小，且笔数多，成本高，风险远远高于其他贷款。所以银行应当加强消费信贷风险管理，建立健全信贷风险管理机制及评分标准，以保证贷款的安全性。而对贷款进行风险评估和量化研究则是银行信贷风险管理的一个必要手段。
应收账款客户风险评估体系的建立与完善分析
应收账款客户风险评估体系的建立与 完善分析 1
2
内容提要 伴随市场经济的发展,市场竞争愈演愈烈,赊销已成为企业间扩大销售、占领市场的重要手段,因而就产生了大量的应收账款。有调查显示,近年来中国应收账款的情况已有明显改进,各行业平均应收账款周转天数逐年降低,但这一指标与发达国家相比仍有较大差距,中国大多数企业尚缺乏系统规范的信用管理。 本文介绍了中国应收账款的现状,进而分析了应收账款产生的原因,主要在于企业的管理理念与管理方法上存在问题,如企业为应对市场竞争而盲目赊销产品,缺乏商业信用意识和法律观念,没有系统的信用管理标准和工具等。 本文以建立中小企业客户信用评估及管理体系为目标,从中小企业营销的角度出发,为中小企业提供一套客户信用评估及管理的理论和可操作的方法,使中小企业能够及时采取预防措施,加强客户信用管理,尽量减少因其客户信用缺失而造成的经济损失。 本文的研究方法主要采用定性的方法对中小企业客户信用评估和管理进行了一些探索性的研究。期望对解决应收账款问题有所帮助。 关键词:应收账款信用风险 5C 信用评估体系
目录 一、应收账款风险的形成原因以及影响因素 (1) (一)应收账款风险的形成原因 (1) (二)应收账款风险的影响因素 (1) 二、应收账款信风险评估体系的组成内容 (3) (一)”5C”的企业信用评价指标体系建立 (4) (二)建立基于”5C”的客户信用评价信息库 (4) (三)企业信用指标评审体系.............................. . . . . . . . . . . . . . . .8 (四)企业信用风险等级评定 . . . . . . . . . . . . . 11 三、应收账款客户风险控制的环节 (13) (一)签约前风险的控制侧重于客户选择 (13) (二)签约风险的控制应侧重于科学管理决策 (14) (三)履约风险的控制应侧重于加强监控力度 (14) 四、应收账款客户风险控制存在的问题 (14) (一)客户信用意识淡薄 (14) (二)信用法制不健全 (15) (三)中小企业未建立、健全完善的客户信用管理体系 (15) 五、对策和建议 (15) (一)企业客户信用调查管理程序的建立 (15) 1
供应链金融模式分析报告
供应链金融模式分析报告(说明：此文为WORD文档，下载后可直接使用)
从2012年以来，互联网金融、供应链金融的概念风起云涌，无论是银行、企业、还是电商都纷纷踏足这一领域，2014年成为在线供应链金融元年，供应链金融平台公司在这一年也呈现出快速发展的势头。根据前瞻网数据显示，我国供应链金融市场规模目前已经超过10万亿，预计到2020年可达近20万亿，存量市场空间够大。目前，国外供应链金融模式已比较成熟，主要有核心企业主导、银行主导和物流商主导三种模式。而我国由于供应链金融刚刚兴起，大小平台公司爆发式增长，供应链金融模式还未实现标准化和规模化，伴随着国内互联网金融的发展，供应链金融嫁接互联网基因后衍生出以下几种模式： 一、以银行主导模式 传统银行的短板是缺乏真实的交易数据，但银行独有的优势是与大型企业具有紧密的合作关系，而大型企业多为供应链金融中最核心的一环，众多小微企业的融资需求都是围绕其展开的。因此，传统商业银行在转型的过程中推出了在线供应链产品，通过其优势地位，采取技术手段，围绕核心企业将物流商、供应商、经销商连接起来，对小微企业提供资金支持。银行模式中，比较典型的是平安银行推出的供应链金融平台--橙e网。 橙e网 橙e网2014年7月上线，主要推行“全产业链”的创新模式，其底层软件免费向中小企业、物流伙伴、第三方信息平台、社会公共机构开放，通过与物流、会计审计、法律、商务代理等生产性服务机
构合作，同时与商务相关的政府公共服务建立接口，来打造中小企业经营活动所需的商务服务生态圈。通过平台，中小企业可实现在线交易，如达成订单、运输仓储、收款核销、金融服务等功能。平安银行迅速积累大量的交易数据，以弥补银行的数据短板。而平安银行的真正目的是随着数据的持续积累，建立一套独有的中小微企业信用评价体系，在此基础上衍生出融资需求。 橙e网目前推出多项供应链金融业务，包括与海尔集团下属日日顺B2B平台共同推出的“采购自由贷”；与大型超市服务平台合力中税推出的“商超供应贷”；与上海电子口岸的东方支付平台推出的“货代运费贷”；与行业垂直类电商惠海国际推出的“赊销池融资”；与跨境供应链服务平台一达通推出的“在线贷贷平安”等项目，确定了“电子商务+互联网金融”的发展模式。 二、以核心企业主导模式 核心企业凭借多年来在产业链上下游的资源积累，对拟融资企业的业务模式、潜在风险、还款实力、品牌信誉等情况具有深刻的理解，通过参股或收购互联网金融企业的方式布局供应链金融，具有得天独厚的产业资源优势。核心企业主导模式中最有代表性的是海尔集团供应链网络金融平台。 海尔供应链网络金融平台 2014年9月1日，海尔集团下属供应链网络金融平台正式上线。
中小企业信用风险评估模型比较
［提要］本文立足于我国中小企业融资难现状，从中小企业产业特点出发，在比较分析国内外信用风险度量技术的基础上，借鉴先进的信用风险度量方法，为金融机构提出切实可行的信用风险识别评估模型组合，以破解中小企业融资难困境。 关键词：中小企业；信用风险；模型 中图分类号：Ｆ２７文献标识码：Ａ 收录日期：２０１４年７月３日 引言 作为市场经济的活力之源，中小企业支撑着国民经济“半壁江山”。随着近年外部市场及金融环境趋紧，中小企业发展面临诸多挑战，最突出的就是信用风险导致的融资困难。中小企业融资渠道狭窄，银行信贷是其主要融资渠道，但由于信息不对称造成的逆向选择和道德风险，使银行对中小企业有惜贷趋势。因此，破解中小企业融资困难的关键首先在于完善中小企业各类信用数据库，为银行信贷提供数据支撑；其次要立足国情，学习先进测量技术，开发适合中小企业特点的信用风险度量方法，构建信用风险识别、评估模型，系统评价企业信用风险，改变企业与银行信息不对称的现状，破解中小企业融资困境。信息系统的建设与共享是一项长期而艰巨的任务，目前我国已经认识到数据库在中小企业信用风险管理中的重要性，人行征信中心的企业信用信息数据库已经逐渐成熟，司法、环保、社保、质检等中小企业信用数据已经逐步共享完善。所以，目前当务之急是合理设计中小企业信用评价模型，为银行信贷提供技术支持，降低信用风险。 一、传统信用风险度量模型分析 传统信用风险分析评估方法已相当成熟，在国内外银行信贷决策中应用较多，主要包含专家制度法、信用评级法、信用评分法。 （一）专家制度法。20世纪70年代前，企业信用风险评估主要是银行专家依据品格、资本、偿付能力、抵押品、经济周期等5C要素进行主观判断，后来衍生出5P模型（个人因素、目的因素、偿还因素、保障因素、前景因素）和5W模型（借款人、借款用途、还款期限、担保物、如何还款）。纵观这三种模型，都是定性分析，无法量化风险水平，而且严重依赖专家的主观判断，这会造成银行信贷决策官僚主义作风盛行，降低银行在金融市场中的应变能力，同时专家制度在对借款人进行信用分析时，难以确定共同遵循的标准，造成信用评估的随意性和不一致性。 （二）信用评级法。信用评级法是美货币监理署开发的，该方法将现有贷款安全级别分为5类：正常类、关注类、次级类、可疑类、损失类，后来细化为10类：AAA、AA、A、BBB、BB、B、CCC、CC、C、D（标注普尔）。评级后再根据级别提取不同贷款准备金率。 （三）信用评分法。和前两种方法相比，信用评分法是一个量化法，最著名的模型就是Z计分模型（Z-score）：它的基本思想是利用数理统计中的辨别方法分析银行的贷款情况，建立一个可以在最大程度上区分信贷风险度的模型，得到最能够反映借款人的财务状况的好坏，具有预测和分析价值的比率，从而对企业进行信用风险状况评估。模型如下： Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5 变量解释： X1=流动资本/总资产；X2=留存收益/总资产；X3=息税前收益/总资产；X4=优先股和普通股市值/总负债；X5=销售额/总资产=主营业务收入净额/总资产。 判断准则： Z<1.8，财务状况较差，信用风险高，拒绝贷款；1.8≤Z≤2.99，为灰色区，误判的概率较大；2.99
信用风险量化模型
银行风险量化评级模型 银行根据巴塞尔新资本协议对内部评级法的要求及借鉴国际银行业经验，采用信用风险评级模型，通过此模型测算客户违约概率、违约损失率等风险参数。 将客户信用等级分为三等九级，即AAA、AA、A、BBB、BB、B、CCC、CC、C级。从AAA级到C级风险逐及递增。在内部评级结果运用于确定授信额度上，表现为授信额度以企业净资产为基数，乘以一个与企业评级相对应的信用系数；客户信用等级高，对应的信用系数大，则相应的授信额度就高；客户信用等级低，对应的信用系数小，则相应的授信额度就低。内部评级结果除了影响授信额度外，还被用于进行简单的贷款定价，如某银行将借款人评级等级与贷款利率浮动水平联系起来，信用等级高的借款人其贷款利率在基准利率的基础上下浮动，等级越高，下浮幅度越大；信用等级低的借款人其贷款利率在基准利率的基础上上浮，等级越低，上浮幅度越大，从而起到覆盖风险成本的作用。 通过建立有效的程序来获得和更新有关借款人财务状况和贷款特性的重要信息，并在掌握重要信息的基础上及时更新借款人评级，对可能影响借款人违约概率、违约损失率的因素进行持续监测，并根据掌握的信息对客户和业务进行重
新评级。同时，独立部门必须至少每年检查一次银行评级体系及其运行状况，包括信用风险控制职能的运作和对违约概率、违约损失率等风险要素的估计。 在开发评级模型和评级系统等“硬件”设施的同时，设计了内部评级体系运行的组织架构，明确了风险管理、信贷等有关部门的职能分工，从管理制度等“软件”方面保证评级体系的正常运行。内部评级体系的运行由风险管理部、信贷经营部、合规部三个部门分工合作完成，其中风险管理部门负责制定客户信用评级办法，组织专家对信用评级的指标体系、模型方法和参数标准进行论证，负责设计、开发、维护评级系统；信贷部门负责确定评级人员，组织、推进和实施客户信用评级；合规部门则负责指导、检查和监督信用等级审定工作。