陶經輝，應麗景

（南京財經大學 營銷與物流管理學院，南京 210046）

國內對物流金融風險的研究大部分是從銀行金融機構或是融資企業(yè)的角度分析，從物流企業(yè)的角度對其定性或定量的研究還不多見。劉萍萍[1]（2010）對物流金融服務的實施過程進行了風險分析，認為物流金融業(yè)務能有效降低國際結算的融資風險；馮耕中[2]（2007）等人從銀行的角度對物流金融業(yè)務的風險進行了分析，研究了銀企之間的溝通風險和法律風險等。物流企業(yè)在開展物流金融服務的過程中，一方面同銀行金融機構密切合作，物流公司需要按照銀行的指示進行對質押物的相關操作，另一方面物流企業(yè)需要對融資企業(yè)提供信用評估，對質押物儲存管理并監(jiān)督服務，以及相關的運輸、配送甚至是加工包裝等物流服務。

1 風險評價指標體系的初步構建

通過對現(xiàn)有文獻的總結歸納[3-5]，物流企業(yè)開展物流金融服務的主要風險來自于質押物風險、融資企業(yè)的資質評價風險、銀行合同法律風險、企業(yè)內部管理與操作風險以及宏觀環(huán)境的風險。初步設計該風險評價指標體系如表1所示。

2 風險評價指標體系的篩選

2.1 對樣本數據進行分析

對表1中的初始風險評價指標體系，首先采用Likert 5級量表的形式對指標進行測量，請被調查者根據其實際情況對問卷所提到的風險指標分別從“完全不重要”到“非常重要”給予1分至5分。然后采用SPSS13.0統(tǒng)計工具，選擇基于主成分分析的因子分析法，主要目的在于選取出最終的與觀測變量的關系緊密的因子個數，并得出各因子與各觀測變量之間的相關程度，以建立相關程度比較大的因子與變量的內在結構。

表1 物流企業(yè)開展物流金融服務的風險評價指標體系

2.1.1 對質押物風險中的質押物監(jiān)管風險進行分析

首先，對選取的樣本數據進行有效性分析，采用SPSS13.0的KMO樣本檢驗和Bartlett球檢驗。檢驗數據顯示，KMO為0.702，大于0.5，球檢驗的顯著性檢驗Sig為0.000，明顯小于1%，說明樣本數據具有良好的相關性，適合采用因子分析法。

其次，因子分析中的總方差解釋表格主要由三部分組成，包涵初始因子解的方差、提取因子解的方差以及旋轉因子解的方差，而且每個部分下屬涵蓋因子解釋的原始變量的方差值、因子解釋所有原始變量總方差的百分比以及累計的前n項因子對原始變量總方差的百分比值[6]。

一般情況下，我們只需要注意旋轉因子解的方差解釋，旋轉后的因子解釋原始變量的方差得到重新分配，但是累計解釋總方差是不變的。通常只有當累計解釋總方差的百分比達到60%左右才表示某個因子的總方差解釋百分比可以保留，否則予以刪除。但如果經過主成分方法分析后，只能提取一個成分，故不再需要考慮旋轉的情況。

從方差解釋中可以看出，通過成分分析法，提取得到一個大于1的特征值，且解釋方差已經達到79.069%，說明該量表具有比較良好的結構效果。在該情況下，由于只有只得到一個主成分，故不存在轉置的情況。意味著質押物風險只有一個衡量維度，與本文所提的理論模型相符。

將因子載荷值低于0.5的因子予以刪除，其中Z51和Z52的因子載荷都小于0.5，所以將從該量表中移去。

2.1.2 對融資企業(yè)資質評價的風險的統(tǒng)計分析

首先，對樣本適當性進行檢驗分析，數據顯示，KMO為0.674，大于0.5，球檢驗的顯著性檢驗Sig為0.000，明顯小于1%，說明樣本數據具有良好的相關性，適合采用因子分析法。

其次，通過采用因子分析，表2所示為總方差解釋。

表2 總分差解釋

如表2中所示，通過主成分分析，提取得到三個大于1的特征值，且解釋總方差已達到64.044%，說明該量表具有良好的結構效果。三個主成分的結果與本文理論模型構想一致。旋轉后的因子載荷，小于0.3的因子載荷不予以顯示，此處仍采用小于0.5予以刪除。

其中，R13、R18、R31、R32的特征值均小于0.5，所以考慮將它們從該量表中移去。

2.1.3 對銀行合同法律風險進行分析

首先，對樣本數據的適當性進行分析，數據顯示，KMO為0.684，大于0.5，球檢驗的顯著性檢驗Sig為0.000，明顯小于1%，說明樣本數據具有良好的相關性，適合采用因子分析法。

其次，通過采用因子分析，表3所示為總方差解釋。

表3 Total Variance Explained

如表3中所示，通過主成分分析，提取得到兩個大于1的特征值，且解釋總方差已達到89.231%，說明該量表具有良好的結構效果。只提取了一個成分，則不存在轉置的情況，其因子載荷中，低于0.5的因子載荷，則將這些指標刪除，Y3的載荷低于0.5，因而予以刪除。

2.1.4 對物流企業(yè)內部管理和操作風險進行分析

首先，對樣本數據的適當性進行分析，數據顯示，KMO為0.643，大于0.5，球檢驗的顯著性檢驗Sig為0.000，明顯小于1%，說明樣本數據具有良好的相關性，適合采用因子分析法。

其次，通過采用因子分析，表4所示為總方差解釋。

表4 總方差解釋

表4中，通過主成分分析，提取得到兩個大于1的特征值，且解釋總方差已達到76.124%，說明該量表具有良好的結構效果。兩個主成分的結果與本文理論模型構想一致。旋轉后的因子載荷，小于0.3的因子載荷不予以顯示，此處仍采用小于0.5予以刪除。

W13、W14和W23的特征值為0.437，小于0.5，所以考慮將其從該量表中移去。

考慮到宏觀環(huán)境風險的量表下含有的風險因素僅為兩個，這里省去對其進行主成分分析，將各因子予以保留處理。

2.2 風險評價指標體系的最終確定

通過對初選風險指標進行主成分分析之后，對一些信度不足的指標予以刪除，保留信度較高的指標，從而確立最終的風險評價指標體系。如表5所示。

3 基于多層次的模糊綜合評價法

本文采用多層次模糊綜合評價法應用于物流金融風險評價。多層次模糊綜合評價法集專家經驗、物流企業(yè)內部專業(yè)人士的意見和科學可觀的量化計算為一體，將定性和定量進行有機結合的系統(tǒng)性分析方法，可以在定量分析的同時將不確定的因素納入其中，通過權重的設定，將各個風險指標進行高低排序，有利于物流企業(yè)在進行物流金融服務的時候，針對不同的風險因素進行控制與防范，從而做出科學客觀的信貸決策。

表5 物流企業(yè)開展物流金融服務風險評價體系

由于目前多層次模糊綜合評價法比較成熟，本文略去詳細的評價過程，只給出兩級評價指標的權重，見表6。

表6 物流企業(yè)開展物流金融服務風險的兩級評價指標及其權重

4 評價結果分析

（1）質押物風險。在所有的影響物流企業(yè)開展物流金融服務的因素中，其所起到的影響作用是最大的，估計值為0.313。而隸屬于該層次的下一層指標中，質押物品種所起的影響值是最大的，其次是質押物的市場價格的變動、質押物是否參與投保等指標。說明物流企業(yè)在物流金融服務中需要慎重考慮質押物各個方面的因素，才能更好地防范物流金融業(yè)務所帶來的風險。

（2）融資企業(yè)的資質評價估計值為0.238，排在五大指標的第二位。其中包括企業(yè)的財務狀況、道德與信譽以及企業(yè)的未來發(fā)展狀況。在這三者之間，企業(yè)的財務狀況需要物流企業(yè)從實際的數據中進行分析，以求得到對融資企業(yè)的客觀、科學的評價。融資企業(yè)未來的發(fā)展前景亦是物流企業(yè)需要考量的另一重要方面，從銷售額增長率和營業(yè)利潤增長率兩個角度來評估。此外則是借貸企業(yè)的道德與信譽即信用問題。此處說明銀行對融資企業(yè)授信貸款，物流企業(yè)需要配合對借貸企業(yè)進行一定程度的監(jiān)督，以便及時采取行動控制風險。

（3）物流企業(yè)的內部管理和操作，其估計值為0.202，位列五大指標中的第三位，該指標中的下屬指標顯示物流企業(yè)的管理水平略高于物流企業(yè)的技術水平，物流企業(yè)需要高素質的企業(yè)人員熟悉內部的管理與操作，還需要企業(yè)相應的技術設備設施。

（4）銀行的合同法律風險，其估計值為0.135，位列五大指標的第四位。該風險對物流企業(yè)開展物流金融服務的營銷相對較小，其下屬的三個低級指標屬物流企業(yè)往往承擔過多責任所帶來的影響最大，由于銀行在物流金融服務中常常處于強勢地位，所以對物流企業(yè)來說，處于劣勢的地位，并會與之簽訂固定的合同以及造成合同的內容不完整。

（5）位于五大因素指標的最小風險是宏觀環(huán)境風險，主要包括政策法規(guī)和市場環(huán)境兩個次級指標，前者較后者對物流金融業(yè)務風險的影響較小。因為宏觀環(huán)境所帶來的風險具有一定的不可抗性，物流企業(yè)相對處在被動情況之下，只能去適應或是通過預見性的去控制和避免。

[1]劉萍萍，裴葆春.物流企業(yè)的風險評價分析[J].商業(yè)研究，2010,（3）.

[2]馮耕中.物流金融業(yè)務創(chuàng)新分析[J].預測，2007,（26）.

[3]繆興鋒.試對中國物流行業(yè)融資需求及操作方案的探討[J].經濟研究導刊，2010,（1）.

[4]孟超，田志軍.第三方物流企業(yè)服務創(chuàng)新：物流金融[J].經濟研究，2006,（9）.

[5]羅齊，朱道立，陳伯銘.第三方物流服務創(chuàng)新:融通倉及其運作模式初探[J].中國流通經濟，2002,（2）.

[6]郭志剛.社會統(tǒng)計分析方法——SPSS軟件應用[M].北京:中國人民大學出版社,1999.