王駿鵬 （江西財經(jīng)大學(xué) 信息管理學(xué)院，江西 南昌 330000）

0 引 言

物流金融是指在物流業(yè)的運作過程中，由銀行、第三方物流企業(yè)以及融資企業(yè)共同參與下發(fā)生的貨幣資金運用，涉及貸款、抵押、租賃、保險、貼現(xiàn)等金融業(yè)務(wù)。物流金融主旨是要解決中小企業(yè)資金短缺問題，為中小企業(yè)提供新的融資渠道。物流金融的業(yè)務(wù)模式包括倉單質(zhì)押模式、信用擔(dān)保模式、保兌倉模式、物流保理等業(yè)務(wù)模式。其中信用擔(dān)保模式的物流金融是倉單質(zhì)押模式進(jìn)一步發(fā)展，更好地發(fā)揮第三方物流企業(yè)主導(dǎo)作用，更加靈活地解決了中小企業(yè)的融資問題。

倉單質(zhì)押業(yè)務(wù)是融資企業(yè)向銀行申請貸款，將貨物運到銀行指定的第三方物流企業(yè)的倉庫中，由物流企業(yè)進(jìn)行評估，監(jiān)管以及開具倉單憑證，融資企業(yè)憑借倉單憑證去銀行獲取貸款。信用擔(dān)保模式中銀行根據(jù)第三方物流企業(yè)的財務(wù)狀況、業(yè)務(wù)水平以及未來發(fā)展?jié)摿κ谟柘鄳?yīng)的信貸額度，第三方物流企業(yè)通過對融資企業(yè)信用評估分配銀行授予的信貸配額，并以存儲在第三方物流倉庫中的貨物進(jìn)行反擔(dān)保。近年來由于信用擔(dān)保模式的物流金融迅速發(fā)展，緩解了中小企業(yè)的資金短缺問題，但也蘊藏著巨大風(fēng)險。文中以信用擔(dān)保模式的物流金融為研究對象，識別風(fēng)險因子，建立風(fēng)險評估體系和風(fēng)險評估模型，并提出風(fēng)險預(yù)防措施。

1 信用擔(dān)保模式的物流金融風(fēng)險評估指標(biāo)體系構(gòu)建

信用擔(dān)保模式的物流金融業(yè)務(wù)運作過程中，第三方物流企業(yè)更愿意接受與其有長期業(yè)務(wù)往來公司的申請，這可以詳細(xì)了解企業(yè)的主營業(yè)務(wù)、財務(wù)狀況和未來發(fā)展?jié)摿?，以減少物流金融的業(yè)務(wù)風(fēng)險。文中假定接受貸款申請的物流企業(yè)是融資企業(yè)主要的物流服務(wù)提供商，雙方合作時間較長且對融資企業(yè)有豐富的數(shù)據(jù)積累。

在此基礎(chǔ)上通過對“ZETA”信用風(fēng)險模型（ZETA Credit Risk Model）進(jìn)行改進(jìn)，從融資企業(yè)信用風(fēng)險和質(zhì)押物風(fēng)險兩個角度建立風(fēng)險評價指標(biāo)。

1.1 融資企業(yè)信用風(fēng)險

融資企業(yè)信用風(fēng)險從經(jīng)營能力、獲利能力、還貸能力、信用狀況四個方面進(jìn)行分析。

1.1.1 經(jīng)營能力d1

選取經(jīng)營時間d11為定性指標(biāo)，經(jīng)營時間4年以上的定為優(yōu)，賦值為6。經(jīng)營時間2年的定為中，賦值為4，經(jīng)營時間不足1年的定為差，賦值為2。此外還有兩個定量指標(biāo)融資企業(yè)存貨周轉(zhuǎn)率d12，運營過程的資產(chǎn)回報率d13。

1.1.2 獲利能力d2

選取持續(xù)獲利d21為定性指標(biāo)，持續(xù)獲利4年以上為優(yōu)，賦值6。持續(xù)獲利2年定為中，賦值4，持續(xù)獲利不足1年定為差，賦值2。根據(jù)融資企業(yè)的經(jīng)營狀況將主營業(yè)務(wù)利潤率d22、稅后經(jīng)營凈利率d23為定量指標(biāo)。

1.1.3 償債能力d3

選取質(zhì)押物穩(wěn)定性d31為定性指標(biāo)，質(zhì)押物在第三方物流企業(yè)倉庫中近2年穩(wěn)定為優(yōu)，賦值6，有一般變動的為中，賦值4，質(zhì)押物有較大變動的為差，賦值為2，舉債經(jīng)營比率d32，速動比率d33為定量指標(biāo)。

1.1.4 信用狀況d4

由于我國企業(yè)信用體系發(fā)展還未完善，第三物流企業(yè)和融資企業(yè)的信用狀況主要是看合同的履約情況，選取融資企業(yè)履約率d41，作為衡量企業(yè)信用狀況評價指標(biāo)。

1.2 質(zhì)押物風(fēng)險

融資企業(yè)的質(zhì)押物一般是企業(yè)的原材料或產(chǎn)成品，具有多樣性的特點，根據(jù)市場情況的變動質(zhì)押物的價值也會隨之波動。所以選取恰當(dāng)?shù)馁|(zhì)押物可以降低企業(yè)業(yè)務(wù)運營中的風(fēng)險，有效地規(guī)避損失。文中從質(zhì)押物的合法性、變現(xiàn)能力、質(zhì)押物損耗性、保險四個方面分析質(zhì)押物風(fēng)險。

1.2.1 質(zhì)押物的合法性d5

第三方物流企業(yè)授信擔(dān)保前，應(yīng)檢驗融資企業(yè)對質(zhì)押物的所有權(quán)。融資企業(yè)對質(zhì)押物所有權(quán)需要通過相關(guān)單據(jù)予以證明如發(fā)票、合同。選取質(zhì)押物所有權(quán)d51設(shè)為定性指標(biāo)，能夠出具完整單據(jù)的為優(yōu)，賦值6，能夠出具部分單據(jù)的為中，賦值4，不能出具單據(jù)的為差，賦值2。

1.2.2 變現(xiàn)能力d6

當(dāng)融資企業(yè)無法按時還款時，質(zhì)押物的變現(xiàn)顯得尤為重要。由于市場的不穩(wěn)定性，選取價值穩(wěn)定和易變現(xiàn)的質(zhì)押物可有效規(guī)避風(fēng)險。選取貨物穩(wěn)定性d61為定性指標(biāo)，貨物價值穩(wěn)定的為優(yōu)，賦值6，貨物價值隨市場波動較小的為中，賦值4，貨物價值隨著市場波動較大為差，賦值2。

1.2.3 質(zhì)押物抗損耗性d7

由于質(zhì)押物具有多樣性，不同的貨物對存儲環(huán)境要求有所差異，當(dāng)存儲不當(dāng)時極易發(fā)生貨物損耗。本文將損耗率d71設(shè)為定量指標(biāo)，據(jù)此來評估質(zhì)押物的損耗性。

1.2.4 保險d8

質(zhì)押物除了自然損耗外還可能遇到外部環(huán)境的威脅如自然災(zāi)害、盜竊。第三方物流企業(yè)在評估質(zhì)押物時應(yīng)檢驗融資企業(yè)是否給質(zhì)押物投保。融資企業(yè)為質(zhì)押物購買保險可有效降低第三方物流企業(yè)風(fēng)險。選取質(zhì)押物保險率d81設(shè)為評估指標(biāo)。

1.3 信用擔(dān)保模式的物流金融風(fēng)險指標(biāo)體系

信用擔(dān)保模式的物流金融業(yè)務(wù)運作中，當(dāng)銀行表現(xiàn)穩(wěn)定的情況下，第三方物流企業(yè)是主要的風(fēng)險承擔(dān)者，風(fēng)險主要來自于融資企業(yè)信用風(fēng)險和質(zhì)押物風(fēng)險。根據(jù)以上分析建立信用擔(dān)保模式的物流金融風(fēng)險指標(biāo)體系如表1。

表1 信用擔(dān)保模式的物流金融風(fēng)險指標(biāo)體系

2 信用擔(dān)保模式的物流金融風(fēng)險評估

信用擔(dān)保模式的物流金融風(fēng)險評估，在信用擔(dān)保模式的物流金融風(fēng)險指標(biāo)體系的基礎(chǔ)上進(jìn)行，文中運用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建模型，利用MATLAB檢驗?zāi)Ｐ涂尚行浴?/p>

2.1 BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建

BP（back-propagation）神經(jīng)網(wǎng)絡(luò)是1986年，Rumelhart和McClelland提出的多層網(wǎng)絡(luò)學(xué)習(xí)的誤差反向傳播學(xué)習(xí)算法—BP算法，較好地解決了多層網(wǎng)絡(luò)學(xué)習(xí)問題。BP神經(jīng)網(wǎng)絡(luò)主要有輸入層、輸出層和隱含層組成，在建立模型中還應(yīng)確定相應(yīng)傳遞函數(shù)和訓(xùn)練函數(shù)。一般情況下三層的神經(jīng)網(wǎng)絡(luò)可以實現(xiàn)任意的非線性傳播，過多網(wǎng)絡(luò)層數(shù)雖然可使結(jié)果更加精確，但增加網(wǎng)絡(luò)的復(fù)雜性和運算量。文中選用三層神經(jīng)網(wǎng)絡(luò)構(gòu)建模型。

2.1.1 輸入層

輸入層節(jié)點數(shù)ni（）主要取決評估的風(fēng)險因子數(shù)，根據(jù)信用擔(dān)保模式的物流金融風(fēng)險指標(biāo)體系的影響因子確定輸入層節(jié)點14個。

2.1.2 輸出層

輸出層的節(jié)點數(shù)no（）主要取決于數(shù)據(jù)類型和評估結(jié)果。由于風(fēng)險評估結(jié)果是唯一的，輸出層節(jié)點數(shù)為1個。設(shè)三種風(fēng)險類型，高風(fēng)險賦值6，低風(fēng)險賦值4，中間狀態(tài)為2。

2.1.3 隱含層隱含層的節(jié)點數(shù)（）

n與輸入層和輸出層的節(jié)點數(shù)有關(guān)，隱含層較多會導(dǎo)致學(xué)習(xí)時間過長，隱含層較少，模型容錯性較差，導(dǎo)致識別樣本的能力較低。所以隱含層節(jié)點數(shù)（）n下面公式推導(dǎo)：其中n隱含層節(jié)點，ni輸出層節(jié)點，no輸出層節(jié)點，a是1～10的自然數(shù)，隱含層節(jié)點范圍[5，1 ]4，后面在MATLAB中測試出最優(yōu)隱函數(shù)節(jié)點。

統(tǒng)計學(xué)理論認(rèn)為交通流分布數(shù)據(jù)服從正態(tài)分布函數(shù)，但是本范例通過廈門港2016年的數(shù)據(jù)分析后認(rèn)為，實際上船舶航跡分布不是典型的正態(tài)分布函數(shù)，因此，應(yīng)先進(jìn)行交通流分布函數(shù)的擬合，選擇最為接近的分布函數(shù)。函數(shù)的選擇影響建模后的運行結(jié)果與實際結(jié)果的差距，函數(shù)越接近實際數(shù)據(jù)的分布增加，建模的差距就越小，計算結(jié)果也就越接近實際情況。

2.1.4 傳遞函數(shù)

BP神經(jīng)網(wǎng)絡(luò)傳遞函數(shù)最常采用S型的對數(shù)函數(shù)（logsig） 或正切函數(shù)（tansig） 和線性函數(shù)（purelin）。S型函數(shù)兩端平緩，中間波動較大，符合生物神經(jīng)元信號輸出形式，輸出范圍在（0、1）較為活躍。文中選用Log—Sigmoid作為隱含層的傳遞函數(shù)，選用purelin作為輸出層的傳遞函數(shù)。

2.1.5 訓(xùn)練函數(shù)

構(gòu)建神經(jīng)網(wǎng)絡(luò)模型選取合適的BP算法很重要，BP算法根據(jù)反向傳播的原則，不斷調(diào)整各層的閾值和權(quán)值以使均方誤差（MSE）最小化以達(dá)到預(yù)設(shè)的誤差標(biāo)。BP算法種類很多有傳統(tǒng)的最速下降法（traingd），還有改進(jìn)后的動量BP算法（traingdm），彈性BP算法（tralnrp），學(xué)習(xí)速率可變的（traingdx）等。文中選取動量BP算法（traingdm）為模型的訓(xùn)練函數(shù)。

2.2 模型數(shù)據(jù)采集

模型數(shù)據(jù)采集運用調(diào)查問卷方式，根據(jù)上文信用擔(dān)保模式的物流金融風(fēng)險指標(biāo)體系設(shè)計“風(fēng)險調(diào)查問卷”。為了保證數(shù)據(jù)的可靠性，邀請江西藍(lán)?？萍加邢薰静糠值谌轿锪魅藛T填寫“風(fēng)險調(diào)查問卷”。發(fā)出問卷40份，回收20份，回收率50%，其中數(shù)據(jù)完整有研究價值的8份，有效率40%，其中高風(fēng)險3個，中度風(fēng)險3個，低風(fēng)險2個。信用擔(dān)保模式的物流金融數(shù)據(jù)匯總?cè)绫?。

表2 信用擔(dān)保模式的物流金融數(shù)據(jù)匯總表

運用SPSS軟件對調(diào)查數(shù)據(jù)進(jìn)行離散標(biāo)準(zhǔn)化處理讓數(shù)據(jù)范圍在[0、 ]1，使處理后數(shù)據(jù)符合MATLAB運算要求。運用公式：

2.3 模型仿真

運用MATLAB對BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行仿真，將調(diào)查數(shù)據(jù)分為8組，對1～7組進(jìn)行訓(xùn)練，第8組對模型評估結(jié)果進(jìn)行檢驗。

2.3.1 選取隱含層節(jié)點

模型參數(shù)設(shè)定：輸入層節(jié)點14個，輸出層節(jié)點1個，隱含層節(jié)點[5、1]4 ，隱含層傳遞函數(shù)Log—Sigmoid，輸出層傳遞函數(shù)purelin，訓(xùn)練函數(shù)traingdm循環(huán)次數(shù)1 000次，學(xué)習(xí)率0.01，目標(biāo)誤差0.001。MATLAB軟件在相同的參數(shù)條件下對隱含層節(jié)點數(shù)進(jìn)行檢驗，找出最適合的隱含層節(jié)點數(shù)。通過MATLAB軟件的運算在隱含層節(jié)點數(shù)14個時誤差較小，收斂趨勢較明顯，風(fēng)險評估值為y=5.9478。

表3 信用擔(dān)保模式的物流金融數(shù)據(jù)處理后匯總表

2.3.2 模型檢驗

通過上述分析在參數(shù)條件相同的情況下輸入第八組數(shù)據(jù)[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]，風(fēng)險評估值y=5.9988，為高度風(fēng)險和1～7組的風(fēng)險評估值y=5.9478相近，說明BP神經(jīng)網(wǎng)絡(luò)信用擔(dān)保模式的物流金融風(fēng)險評估模型有較好的評估能力。

3 信用擔(dān)保模式風(fēng)險防范措施

3.1 質(zhì)押物風(fēng)險控制

第三方物流企業(yè)應(yīng)加強對融資企業(yè)質(zhì)押物的監(jiān)管。派遣專業(yè)人員對質(zhì)押物的所有權(quán)、種類、數(shù)量進(jìn)行核對，確保質(zhì)押物的合法性和完整性，避免貨差風(fēng)險。同時應(yīng)建立完善的貨物管理制度，實行監(jiān)管人負(fù)責(zé)制，定期對貨物進(jìn)行檢查，當(dāng)質(zhì)押物發(fā)生損失時，監(jiān)管人有相應(yīng)的賠償責(zé)任。

3.2 風(fēng)險預(yù)防

第三方物流企業(yè)應(yīng)在風(fēng)險發(fā)生前做好預(yù)防措施，首先做好質(zhì)押物的風(fēng)險評估，及時了解市場行情波動對質(zhì)押物的價格影響。其次定期對職工進(jìn)行培訓(xùn)，加強員工的職業(yè)素養(yǎng)，避免道德風(fēng)險。最后優(yōu)化企業(yè)的組織結(jié)構(gòu)，完善運營體系，隨著物流金融業(yè)務(wù)的快速發(fā)展企業(yè)相應(yīng)的調(diào)整組織結(jié)構(gòu)，明確組織各部門的權(quán)責(zé)關(guān)系，提升企業(yè)抵御風(fēng)險的能力。

3.3 風(fēng)險轉(zhuǎn)移策略

第三方物流企業(yè)可以根據(jù)質(zhì)押物監(jiān)管的成本效益，將一部分質(zhì)押物委托給另一家物流公司監(jiān)管，以減少倉儲費用，分散質(zhì)押物監(jiān)管風(fēng)險。企業(yè)在承接融資業(yè)務(wù)時，對業(yè)務(wù)風(fēng)險進(jìn)行全面的評估，當(dāng)業(yè)務(wù)風(fēng)險過大可選擇實力較強的公司一起承接業(yè)務(wù)，共擔(dān)風(fēng)險。

3.4 建立信用等級體系

銀行，第三方物流公司和融資企業(yè)，應(yīng)共建立信用等級體系，對第三方物流企業(yè)和融資企業(yè)實行一體化的監(jiān)控，確保融資業(yè)務(wù)的順利進(jìn)行。建立信用等級體系將有利于物流金融進(jìn)一步發(fā)展。

4 結(jié)束語

近年來物流行業(yè)得到國家政策的大力扶持，物流金融將獲得極大的發(fā)展機遇。隨著信用擔(dān)保模式的物流金融快速發(fā)展，為解決中小企業(yè)融資難的問題發(fā)揮了重大作用，但業(yè)務(wù)運作過程中風(fēng)險是不可避免的，文中通過分析信用擔(dān)保模式的物流金融風(fēng)險因子，建立了信用擔(dān)保模式的物流金融風(fēng)險指標(biāo)體系，運用BP神經(jīng)網(wǎng)絡(luò)對風(fēng)險進(jìn)行分析和評估，并提出相應(yīng)的風(fēng)險防范措施，期望對物流金融的發(fā)展有借鑒意義。

[1]任澤娟，彭煦.物流金融的模式及風(fēng)險防范[J].商業(yè)經(jīng)濟研究，2017(12)：145-146.

[2]鄧?yán)?物流企業(yè)主導(dǎo)型倉單質(zhì)押業(yè)務(wù)的風(fēng)險控制[J].商業(yè)經(jīng)濟研究，2017(4)：95-96.

[3]李毅學(xué)，汪壽陽，馮耕中.一個新的學(xué)科方向——物流金融的實踐發(fā)展與理論綜述[J].系統(tǒng)工程理論與實踐，2010，30(1)：1-13.

[4]楊福明，劉鎖貴.商業(yè)化的融資擔(dān)保模式[J].中國金融，2016(4)：90-92.

[5]白世貞，黎雙.基于BP神經(jīng)網(wǎng)絡(luò)的供應(yīng)鏈金融風(fēng)險評估研究[J].商業(yè)研究，2013(1)：27-31.

[6]劉靜.我國物流金融業(yè)務(wù)運作及盈利模式構(gòu)建[J].改革與戰(zhàn)略，2016，32(4)：56-58.