鄭志遠

(南京財經(jīng)大學，江蘇 南京 210023)

一、導論

(一)研究背景

自從十五大以來，中小企業(yè)的成長堪稱風起云涌。 2009年9 月國務(wù)院發(fā)布的《國務(wù)院關(guān)于進一步促進中小企業(yè)發(fā)展的若干意見》，明確指出中小企業(yè)的發(fā)展是關(guān)系民生和社會穩(wěn)定的重大戰(zhàn)略任務(wù)。 然而，中小企業(yè)的貢獻與其得到的融資服務(wù)卻不呈同向關(guān)系，盡管政府專門建立了針對中小企業(yè)的金融機構(gòu)和信用制度，但中小企業(yè)能夠得到融資的比例仍舊非常低。 一方面，中小企業(yè)本身財務(wù)披露機制不健全，抵押物無法滿足金融機構(gòu)的放貸要求，導致金融機構(gòu)不愿意過多放貸；另一方面，金融機構(gòu)為降低自身風險，會優(yōu)先貸給大企業(yè)、有相應(yīng)擔保物的中等規(guī)模企業(yè)，致使銀行業(yè)追尋二八準則，造成中小企業(yè)除了應(yīng)急性需求，不會為了擴大再生產(chǎn)或者日常交易需求去主動尋求貸款，造成了融資難、融資貴等實質(zhì)性問題。

(二)研究目的及意義

本文在參考了大量文獻并設(shè)計信用風險評價指標后，從中小企業(yè)板選取29 家通信企業(yè)2016 ～ 2018年的數(shù)據(jù)，來測度在供應(yīng)鏈金融模式下哪些指標對于信用風險的評估有著重要的意義，并希望能夠?qū)γ媾R高風險的企業(yè)起到一定指導作用。

(三)創(chuàng)新之處

通過對國內(nèi)外文獻的研究，作者發(fā)現(xiàn)部分學者側(cè)重點在于運用什么樣的模型去進行分析，以及比較傾向于去研究供應(yīng)鏈金融的各種業(yè)務(wù)模式，而對于供應(yīng)鏈金融下中小企業(yè)信用風險評估指標體系并沒有更多的關(guān)注。 基于此，本文考慮在供應(yīng)鏈金融模式下企業(yè)會遇到什么新的風險，并且在數(shù)字金融快速發(fā)展的背景下，是否能夠運用大數(shù)據(jù)來對一些重要指標進行實時監(jiān)測以防止對于企業(yè)信貸問題一刀切，是否有新的手段能夠?qū)?yīng)鏈信用風險進行檢測。

二、文獻綜述

(一)供應(yīng)鏈金融的概念

Hofmann首先將供應(yīng)鏈與金融進行整合，實現(xiàn)了重要突破。 馮瑤認為供應(yīng)鏈金融是一種好的金融產(chǎn)品，能夠更好地幫助中小企業(yè)緩解資金短缺的窘迫。 胡海青等認為供應(yīng)鏈金融是商業(yè)銀行拓展業(yè)務(wù)廣度和深度，向上游和下游企業(yè)提供信貸服務(wù)從而提高盈利水平的一種模式。

(二)供應(yīng)鏈金融的信用風險

范柏乃和朱文斌列舉了許多如Altman 的Z 值模型、Chesser 信用預(yù)測模型、運營資產(chǎn)評價模型等對于企業(yè)風險管理且被廣泛接受的評估方法。 于立勇和詹捷輝通過對國內(nèi)外文獻的研究，提出用Logistic 回歸模型來進行測度，對于風險的評測更加細化、更有說服力，也為本文的模型選擇提供了幫助。 He 等學者運用模糊綜合評價法將許多定性的風險因素量化，提供了實驗的可行性，為其他學者提供了借鑒。 朱通通過深入分析供應(yīng)鏈金融的主要模式，構(gòu)建了新的指標體系，并通過Logistic 回歸證明了供應(yīng)鏈金融模式下企業(yè)的履約能力大幅提升。 任歌進行實證分析， 認為LSSVM 模型能夠助力于金融機構(gòu)去評估企業(yè)信用風險。 龐浩認為研究供應(yīng)鏈金融視角下中小企業(yè)信用風險，有助于相關(guān)風險評估系統(tǒng)的政策制定者和參與者能夠更加精準地實現(xiàn)風險評估。 劉艷春和崔永生運用探索因子分析法和SEM 驗證分析方法，構(gòu)建出一種信用風險評價模型，有效分析了中小企業(yè)的風險，為銀行如何放心選取授信對象提供參考。 范方志等在數(shù)字金融的背景下建議通過大數(shù)據(jù)來追溯信用風險源頭。

(三)供應(yīng)鏈金融的相關(guān)研究

Beck率先將供應(yīng)鏈金融產(chǎn)品與中小企業(yè)結(jié)合在一起。Pfaff 等學者通過對供應(yīng)鏈金融的深入研究，認為基于訂購、賬單、兌現(xiàn)支付的訂單管理相當重要。 閆俊宏和許祥秦以供應(yīng)鏈信用傳導為核心，討論了應(yīng)收賬款、預(yù)付賬款、存貨的資金流狀況，并設(shè)計了應(yīng)收賬款融資、保兌倉融資和融通倉融資三種基本融資模式。 Constantion Blome認為將用戶、生產(chǎn)方、金融服務(wù)機構(gòu)等主體置于一個系統(tǒng)且進行明確的分工能夠降低交易成本并且使信息公開透明。 胡躍飛和黃少卿認為供應(yīng)鏈金融不是供應(yīng)鏈與金融的簡單結(jié)合，而是在真實的貿(mào)易背景下，金融機構(gòu)為更好地服務(wù)于企業(yè)創(chuàng)新出的新模式。 Guo 等對于當時發(fā)展迅猛的互聯(lián)網(wǎng)金融P2P 模式進行研究，并通過Logistic 模型進行評估。 馬蕾認為在供應(yīng)鏈金融不斷發(fā)展下，需要有與之配套的供應(yīng)鏈金融生態(tài)環(huán)境，才能夠呈階梯式發(fā)展，出現(xiàn)更多新的超越。 鮑新中等將B2B 電商平臺與供應(yīng)鏈金融模式結(jié)合，發(fā)現(xiàn)了在信用融資和訂單融資方面比傳統(tǒng)模式更有優(yōu)勢，拓寬了供應(yīng)鏈金融模式的運行渠道。 Ma 等認為在供應(yīng)鏈模式下企業(yè)之間協(xié)作這個因素能以最大的程度實現(xiàn)互惠互利。

(四)中小企業(yè)結(jié)合供應(yīng)鏈金融的相關(guān)研究

鄭紹慶針對中小企業(yè)融資存在的問題，探索了新的解決方式。 鄭冰以中小板、新三板為例，從中小企業(yè)自身因素進行實證分析證明了中小企業(yè)融資難的事實。 張敏指出中小企業(yè)融資難、融資貴的真實境況，提出企業(yè)、銀行、政府之間相互協(xié)作加以解決的美好愿景。 熊熊等提出了主體評級和債項評級的風險評價體系，建議用數(shù)據(jù)來實證分析而不是過度依賴專家的評價，揭示了供應(yīng)鏈金融模式能夠在一定程度上緩解中小企業(yè)融資困境。 張誠通過運用系統(tǒng)動力學理論，把獨立的中小企業(yè)通過供應(yīng)鏈連接起來，將傳統(tǒng)模式下獨立的中小企業(yè)與供應(yīng)鏈金融下的中小企業(yè)來進行比較，認為中小企業(yè)供應(yīng)鏈金融資金鏈更加穩(wěn)定。 李思海認為需要盡快建設(shè)完備的基礎(chǔ)數(shù)據(jù)庫系統(tǒng)，安排相關(guān)部門進行信息的質(zhì)量監(jiān)控，結(jié)合中小企業(yè)自身特點，構(gòu)建保護中小企業(yè)權(quán)益的合法體系。

(五)文獻綜述小結(jié)

文章查閱了大量的相關(guān)文獻，發(fā)現(xiàn)國外對于供應(yīng)鏈金融的研究理論更早、更深、更多元化，突破了供應(yīng)鏈融資，延伸到了資本結(jié)構(gòu)、資金流周期，逐漸形成了一個完備的體系，視角更加全面；而國內(nèi)學者對于供應(yīng)鏈金融的研究比較單一，往往側(cè)重于研究供應(yīng)鏈的融資功能。 對于供應(yīng)鏈模式下是否會產(chǎn)生新的信用風險關(guān)注較少，且目前存在一些例如定性指標量化片面性等問題，再加上中小企業(yè)信息披露機制不健全導致許多數(shù)據(jù)不好收集，造成了一定程度的困難。 但國內(nèi)外學者對于供應(yīng)鏈研究的機理和模式主張還是比較一致的，且普遍承認供應(yīng)鏈金融模式能夠為中小企業(yè)融資提供有效的幫助，從而更好地服務(wù)于實體經(jīng)濟。

三、供應(yīng)鏈金融信用風險評價

(一)指標選取和構(gòu)建的原則

供應(yīng)鏈金融信用風險評價指標建立原則如表1 所示。

表1 供應(yīng)鏈金融信用風險評價指標建立原則

序號 原則 說明1 可獲取性 影響企業(yè)信用風險的因素眾多，但并不是所有因素都可獲取，因此要在盡可能獲取的基礎(chǔ)上做到更加全面2 全面性 要從各個角度盡量全面反映企業(yè)的信用風險3 獨立性 盡可能選取相關(guān)性較弱的指標來提高評價結(jié)果的準確性，減少不必要的復雜程度4 合理性 將定性指標與定量指標相結(jié)合，定量指標對于定性指標進行補充5 科學性 要從客觀實際出發(fā)，運用科學合理的方法，避免空談理論

(二)供應(yīng)鏈金融信用風險評價指標體系設(shè)計

企業(yè)的基本情況可從企業(yè)規(guī)模、財務(wù)披露質(zhì)量2 個二級指標來分析；企業(yè)的償債能力可從有形凈值債務(wù)率、資產(chǎn)負債率、產(chǎn)權(quán)比率、速動比率、現(xiàn)金流量比率、已獲利息倍數(shù)6個二級指標來分析；企業(yè)的盈利能力可從銷售凈利率、凈資產(chǎn)收益率2 個二級指標來分析；企業(yè)的資金周轉(zhuǎn)能力可從應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、流動資產(chǎn)周轉(zhuǎn)率3 個二級指標來分析；企業(yè)的履約能力可從交易履約情況這個指標來分析。

通過以上剖析供應(yīng)鏈金融信用風險的特點、中小企業(yè)自身的發(fā)展狀況以及金融機構(gòu)對于中小企業(yè)信貸評估所考慮的因素，選取14 個指標如表2 所示。

表2 供應(yīng)鏈金融信用風險評價指標體系

一級指標 二級指標 指標描述企業(yè)基本情況企業(yè)規(guī)模X1 企業(yè)的總資產(chǎn)財務(wù)披露質(zhì)量X2 財務(wù)披露是否出現(xiàn)問題償債能力有形凈值債務(wù)率X3 企業(yè)負債總額/ 有形凈值資產(chǎn)負債率X4 負債總額/ 資產(chǎn)總額產(chǎn)權(quán)比率X5 負債總額/ 所有者權(quán)益總額速動比率X6 速動資產(chǎn)/ 流動負債現(xiàn)金流量比率X7 經(jīng)營活動產(chǎn)生的現(xiàn)金凈流量/ 期末流動負債已獲利息倍數(shù)X8 息稅前利潤總額/ 利息支出盈利能力 銷售凈利率X9 凈利潤/ 銷售收入凈資產(chǎn)收益率X10 稅后利潤/ 所有者權(quán)益資金周轉(zhuǎn)能力應(yīng)收賬款周轉(zhuǎn)率X11 賒銷凈收入/ 平均應(yīng)收賬款余額存貨周轉(zhuǎn)率X12 銷貨成本/ 平均存貨余額流動資產(chǎn)周轉(zhuǎn)率X13 主營業(yè)務(wù)收入凈額/ 平均流動資產(chǎn)總額履約能力 交易履約情況X14 是否因履約問題遭到訴訟

四、基于通信行業(yè)供應(yīng)鏈信用風險實證檢驗分析

(一)樣本來源

通過上述指標評選體系分析，在通信行業(yè)篩選出企業(yè)規(guī)模、財務(wù)披露質(zhì)量、有形凈值債務(wù)率等14 個風險指標。 由于本文選取行業(yè)為通信行業(yè)，為了獲取更詳細的信息披露情況，在中小板上市公司中進行篩選，但只有29 家，所以又找了2016～2018 三年的數(shù)據(jù)。 其中，定量指標X1、X3 ～ X13 來源于萬德數(shù)據(jù)庫中各上市公司的報表數(shù)據(jù)、X2 以1 分為滿分，通過查詢企業(yè)是否因為財務(wù)披露問題而受到處分或通告，一次扣0.2 分，信息同樣來源于萬德數(shù)據(jù)庫中的案由披露。 X14 同樣以1 分為滿分，通過查詢企業(yè)是否因為履約問題被訴訟，一次扣0.2 分，信息來源于天眼查。 而評測企業(yè)信用狀況則通過2016～2018《企業(yè)績效評價標準值》，行業(yè)帶息負債率高于平均值的則視為信用風險組，低于平均值的則視為無信用風險組，根據(jù)評判標準，23 組為信用風險組，64 組為無信用風險組。

(二)實證分析

1.描述性統(tǒng)計分析

由描述性統(tǒng)計量的結(jié)果(表3)，可以看出本文所選數(shù)據(jù)合理，可以用來進行計量分析。

表3 描述性統(tǒng)計量

指標 樣本量 極小值 極大值 均值 標準差企業(yè)規(guī)模 87 389871318.6 15930807160 4090211444 3325530923財務(wù)披露質(zhì)量 87 0.000 1.000 0.931 0.164有形凈值債務(wù)率 87 0.086 772.491 77.371 118.471資產(chǎn)負債率 87 7.896 70.119 39.726 16.539產(chǎn)權(quán)比率 87 0.086 2.347 0.810 0.582速動比率 87 0.428 9.227 1.904 1.498現(xiàn)金流量比率 87 －0.255 19.777 1.587 2.365已獲利息倍數(shù) 87 －1642.364 1390.716 8.821 242.056銷售凈利率 87 －60.979 22.803 2.013 16.090凈資產(chǎn)收益率 87 －29.654 23.280 3.676 10.599應(yīng)收賬款周轉(zhuǎn)率 87 0.425 45.670 4.100 6.011存貨周轉(zhuǎn)率 86 0.567 83.500 6.749 14.431流動資產(chǎn)周轉(zhuǎn)率 87 0.193 1.748 0.862 0.348交易履約情況 87 0.000 1.000 0.802 0.279

2.主成分分析

由于各項數(shù)據(jù)所對應(yīng)的單位、大小有顯著的差異，我們需要對數(shù)據(jù)進行標準化處理，首先計算各指標樣本的算術(shù)平均值和方差:

之后采用標準化處理公式:

以確保數(shù)據(jù)結(jié)構(gòu)的準確性。

首先對數(shù)據(jù)進行主成分分析與可行性檢驗，由KMO 和Bartlett 檢驗結(jié)果(表4)知，在輸出結(jié)果中，KMO 值為0.595>0.5，另外近似卡方值為684.816，自由度為91，顯著性概率的值為0.000＜0.01，通過檢驗，可以進行主成分分析。

表4 KMO 和Bartlett 的檢驗結(jié)果

取樣適切度的Kaiser－Meyer－Olkin 度量 0.595 Bartlett 的球形度檢驗近似卡方 684.816 df 91 Sig.0.000

由表5 可知，公因子方差最大為0.922，最小方差為0.488?？傮w來說公因子方差比較合適，可以對原變量進行解釋。

表5 公因子方差

指標 初始 提取企業(yè)規(guī)模 1.000 0.533財務(wù)披露質(zhì)量 1.000 0.665有形凈值債務(wù)率 1.000 0.508資產(chǎn)負債率 1.000 0.888產(chǎn)權(quán)比率 1.000 0.812速動比率 1.000 0.843現(xiàn)金流量比率 1.000 0.670

續(xù)表

指標 初始 提取已獲利息倍數(shù) 1.000 0.488銷售凈利率 1.000 0.829凈資產(chǎn)收益率 1.000 0.922應(yīng)收賬款周轉(zhuǎn)率 1.000 0.794存貨周轉(zhuǎn)率 1.000 0.760流動資產(chǎn)周轉(zhuǎn)率 1.000 0.555交易履約情況 1.000 0.652

如表6 和圖1 所示，有5 個變量的特征值大于1，累計貢獻率為70.816%。 可以將其視為主成分來對原始數(shù)據(jù)進行解釋。 在這里我們將F1 設(shè)為第一主成分，F(xiàn)2 至F5 為第二至第五主成分。 下面我們將對旋轉(zhuǎn)成分矩陣(表7)進行研究。

表6 解釋的總方差

成分初始特征值 提取平方和載入 旋轉(zhuǎn)平方和載入合計 方差百分比累積百分比 合計 方差百分比累積百分比 合計 方差百分比累積百分比1 3.876 27.688 27.688 3.876 27.688 27.688 3.136 22.403 22.403 2 2.296 16.399 44.087 2.296 16.399 44.087 2.264 16.171 38.574 3 1.442 10.302 54.389 1.442 10.302 54.389 1.704 12.168 50.742 4 1.276 9.115 63.504 1.276 9.115 63.504 1.443 10.310 61.052 5 1.030 7.357 70.861 1.030 7.357 70.861 1.373 9.810 70.861 6 0.976 6.970 77.831 7 0.773 5.520 83.351 8 0.723 5.167 88.518 9 0.511 3.651 92.170 10 0.489 3.491 95.660 11 0.347 2.481 98.141 12 0.158 1.126 99.267 13 0.086 0.613 99.880 14 0.017 0.120 100.000

圖1 碎石圖

表7 旋轉(zhuǎn)成分矩陣

成分1 成分2 成分3 成分4 成分5企業(yè)規(guī)模 0.525 0.119 －0.057 0.477 0.110財務(wù)披露質(zhì)量 －0.147 0.008 0.059 －0.080 0.796有形凈值債務(wù)率 0.284 0.005 －0.095 0.205 0.613資產(chǎn)負債率 0.784 －0.112 －0.261 0.370 0.236產(chǎn)權(quán)比率 0.699 －0.170 －0.179 0.437 0.267速動比率 －0.893 0.054 0.203 －0.039 0.017現(xiàn)金流量比率 －0.781 0.019 －0.064 0.171 0.160已獲利息倍數(shù) 0.024 0.406 0.078 －0.372 0.422銷售凈利率 －0.258 0.869 －0.075 0.017 0.044凈資產(chǎn)收益率 －0.111 0.949 －0.076 0.009 0.063應(yīng)收賬款周轉(zhuǎn)率 －0.087 －0.058 0.884 －0.009 0.051存貨周轉(zhuǎn)率 －0.153 0.006 0.856 －0.037 －0.045流動資產(chǎn)周轉(zhuǎn)率 0.364 0.612 0.102 0.169 －0.097交易履約情況 －0.060 －0.089 －0.013 －0.800 0.019

通過分析每個主成分的載荷，可以看出各主成分的解釋能力較好。 其中第一主成分主要包含了企業(yè)的負債情況，因此將其命名為債務(wù)情況；第二主成分主要包含了企業(yè)收益方面的能力，因此將其命名為盈利能力；第三主成分主要包含了企業(yè)資金周轉(zhuǎn)方面的能力，因此將其命名為資金周轉(zhuǎn)能力；第四主成分主要包含了企業(yè)交易履約方面能力的信息，因此將其命名為履約能力；第五主成分主要包含了企業(yè)財務(wù)披露的質(zhì)量，因此將其命名為財務(wù)披露質(zhì)量。

另外，我們可以得到主成分得分系數(shù)矩陣，如表8 所示。

表8 主成分得分系數(shù)矩陣

成分1 成分2 成分3 成分4 成分5企業(yè)規(guī)模 0.103 0.066 0.055 0.274 0.022財務(wù)披露質(zhì)量 －0.087 －0.051 0.030 －0.062 0.615有形凈值債務(wù)率 0.022 －0.025 －0.006 0.079 0.435資產(chǎn)負債率 0.192 －0.033 －0.052 0.110 0.116產(chǎn)權(quán)比率 0.145 －0.066 －0.007 0.192 0.147速動比率 －0.345 －0.025 0.020 0.189 0.072現(xiàn)金流量比率 －0.392 －0.054 －0.126 0.324 0.162已獲利息倍數(shù) 0.107 0.170 0.052 －0.349 0.308銷售凈利率 －0.074 0.374 －0.059 0.050 －0.006凈資產(chǎn)收益率 －0.006 0.418 －0.040 0.005 －0.006應(yīng)收賬款周轉(zhuǎn)率 0.067 －0.015 0.558 0.055 0.063存貨周轉(zhuǎn)率 0.052 0.016 0.531 0.048 －0.008流動資產(chǎn)周轉(zhuǎn)率 0.171 0.304 0.131 0.052 －0.139交易履約情況 0.158 －0.027 －0.056 －0.672 0.055

根據(jù)系數(shù)矩陣，我們可以得到五個主成分的表達式(

X

采用標準化后數(shù)據(jù)):

根據(jù)式(4)～ 式(8)，可以計算出企業(yè)的債務(wù)情況、盈利能力、資金周轉(zhuǎn)能力、履約能力、財務(wù)披露質(zhì)量的得分，并將計算得到的得分變量作為自變量加入Logistic 回歸模型。

3.Logistic 回歸

根據(jù)所構(gòu)建的企業(yè)指標，將企業(yè)的債務(wù)情況、盈利能力、資金周轉(zhuǎn)能力、履約能力、財務(wù)披露質(zhì)量的得分作為模型的解釋變量，并設(shè)置啞變量(是否有信用風險)作為被解釋變量(表9)，運用SPSS 軟件計算各個變量之間的相關(guān)系數(shù)，通過對其進行Logistics 回歸，并估計回歸系數(shù)，最后對方程和模型進行擬合優(yōu)度檢驗。

表9 變量定義

變量類型 指標 變量因變量 是否有信用風險 Y自變量債務(wù)情況 F1盈利能力 F2資金周轉(zhuǎn)能力 F3履約能力 F4財務(wù)披露質(zhì)量 F5

通過分析相關(guān)系數(shù)矩陣(表10)，可以發(fā)現(xiàn)被解釋變量是否有信用風險與企業(yè)的債務(wù)情況之間有著顯著的正相關(guān)性，這說明企業(yè)的負債增加會顯著地引起信用風險提升；此外，被解釋變量是否有信用風險與企業(yè)的盈利能力、資金周轉(zhuǎn)能力、履約能力之間有著顯著的負相關(guān)性，這說明這三個變量對企業(yè)的信用風險影響較大，當企業(yè)的盈利情況變好，或是資金周轉(zhuǎn)能力增加，或是履約能力提升，都會引起企業(yè)的信用風險降低。 方程中的變量見表11。

表10 相關(guān)系數(shù)矩陣

注:和分別表示在5% 和1% 水平上顯著。

是否有信用風險債務(wù)情況盈利能力資金周轉(zhuǎn)能力履約能力財務(wù)披露質(zhì)量是否有信用風險 1.000債務(wù)情況 0.147** 1.000盈利能力 －0.124*** 0.000 1.000資金周轉(zhuǎn)能力 －0.175*** 0.000 0.000 1.000履約能力 －0.090** 0.000 0.000 0.000 1.000財務(wù)披露質(zhì)量 －0.084 0.000 0.000 0.000 0.000 1.000

表11 方程中的變量

注:、分別表示在10% 和1% 水平上顯著。

回歸系數(shù)(B)標準誤差(S.E)Wald 統(tǒng)計量 df 顯著性(Sig.)發(fā)生比率Exp(B)債務(wù)情況 0.479* 0.301 3.091 1.000 0.082 0.620盈利能力 －1.460*** 0.210 48.135 1.000 0.000 0.232資金周轉(zhuǎn)能力 －0.992*** 0.326 9.256 1.000 0.002 0.371履約能力 －2.523* 1.413 3.188 1.000 0.074 0.080財務(wù)披露質(zhì)量 0.160 0.178 0.811 1.000 0.368 1.174截距項 0.334 0.203 2.700 1.000 0.100 1.397

得出以下結(jié)論:

(1)企業(yè)的債務(wù)情況對企業(yè)信用風險有著明顯的正向影響，即當企業(yè)的負債增加時，企業(yè)的信用風險將會增加。

(2)企業(yè)的盈利能力對企業(yè)信用風險有著明顯的負向影響，即當企業(yè)的收益增加時，企業(yè)的信用風險將會降低。

(3)企業(yè)的資金周轉(zhuǎn)能力對企業(yè)信用風險有著明顯的負向影響，即當企業(yè)的周轉(zhuǎn)資金增加時，企業(yè)的信用風險將會降低。

(4)企業(yè)的履約能力對企業(yè)信用風險有著明顯的負向影響，即當企業(yè)的履約情況變好時，企業(yè)的信用風險將會降低。

4.模型檢驗

從表12 來看， 模型的Cox ＆ Snell

R

的值為0.318，Nagelkerke

R

的值為0.424，說明模型擬合的結(jié)果較好。

表12 模型匯總

步驟 －2 對數(shù)似然值 Cox ＆ Snell R2 Nagelkerke R2 1 513.841 0.318 0.424

通過表11，可以得到Logistic 回歸模型的方程為:

通常情況下，我們?nèi)?p>P

＝0.5 為警戒值，即將主成分分析中計算得到的5 個自變量的數(shù)據(jù)代入Logistic 模型，得到的

P

>0.5，則說明企業(yè) “存在信用風險” 的可能性較大，反之若

P

＜0.5，則說明企業(yè) “不存在信用風險” 的可能性較大。 另外，我們根據(jù)原始樣本的數(shù)據(jù)進行檢驗，得到表13 所示檢驗結(jié)果(部分)。

根據(jù)檢驗結(jié)果，該回歸模型存在兩種情形:①觀測企業(yè)無信用風險，但評估出的企業(yè)存在信用風險；②觀測企業(yè)有信用風險，但評估出的企業(yè)不存在信用風險。 由表13 錯判分類表可見，模型的總體準確性為88.5%，在對 “不存在信用風險” 的樣本判別中，有58 個樣本被判別為“不存在信用風險” ，6 個樣本被誤判為 “存在信用風險” ，準確率為90.6%；在對 “存在信用風險” 的判別中，有19 個樣本被判別為 “存在信用風險” ，4個樣本被誤判為“不存在信用風險” ，準確率為82.6%。

表13 錯判分類表

已觀測已預(yù)測是否存在信用風險否是百分比校正步驟0 是否存在信用風險 否 58 6 90.6是 4 19 82.6總計百分比 88.5

五、結(jié)論與建議

通過以上分析，可以發(fā)現(xiàn)資產(chǎn)負債率、凈資產(chǎn)收益率、應(yīng)收賬款周轉(zhuǎn)率、交易履約情況、企業(yè)財務(wù)披露質(zhì)量對于供應(yīng)鏈金融下中小企業(yè)信用風險有很大的影響。 因此，提出以下相關(guān)建議:從企業(yè)視角來看，在如今全球貿(mào)易一體化的背景下，供應(yīng)鏈的各個主體要確立整體意識，加強對自身企業(yè)的信用風險監(jiān)控來保證供應(yīng)鏈上各個環(huán)節(jié)都能夠流暢運轉(zhuǎn)。從金融機構(gòu)來看，在數(shù)字金融的勢頭愈發(fā)猛烈的情況下，原有的評判標準較為刻板，因此要逐步建立數(shù)據(jù)庫，利用大數(shù)據(jù)來實時觀測企業(yè)的資產(chǎn)負債率、應(yīng)收賬款周轉(zhuǎn)率等上述結(jié)論所驗證的指標，對于波動較大的企業(yè)要及時關(guān)注，并結(jié)合減稅降費、金融扶持等政策，做到真正的普惠而不是口號。從監(jiān)管部門來看，供應(yīng)鏈其中一環(huán)的停滯會造成很大的影響，因此要致力于對供應(yīng)鏈安全的保障，在以安全為目標的前提下給予供應(yīng)鏈金融模式進行適當?shù)膭?chuàng)新，并利用監(jiān)管沙箱等新型監(jiān)管來監(jiān)管新型模式。 此外，應(yīng)該收集更多的數(shù)據(jù)指標，建立綠色的供應(yīng)鏈金融生態(tài)系統(tǒng)，完備各個企業(yè)的數(shù)據(jù)檔案，為金融機構(gòu)提供技術(shù)保障和金融風險管控支持，減少由信息不對稱帶來的信用風險。