摘要：供應(yīng)鏈金融作為一種新的金融業(yè)務(wù)，是當(dāng)前緩解中小企業(yè)融資困境的主要方式。然而，當(dāng)前信用評級體系仍處于發(fā)展中并且尚未完善。因此本文希望建立一定的信用評級體系，構(gòu)建一定的信用評級指標體系，以中小企業(yè)守約概率表示中小企業(yè)的信用水平，為中小企業(yè)取得融資提供一定的參考標準。在本文的信用評級構(gòu)建過程中，提出代表企業(yè)盈利能力、營運能力、發(fā)展能力以及償債能力的信用評級指標，選取滬深股市中小板中處于供應(yīng)鏈上下游的汽車配件制造行業(yè)數(shù)據(jù)進行研究，該行業(yè)為生產(chǎn)整車的核心企業(yè)提供配套服務(wù)。最后，本文使用Logistics模型預(yù)測企業(yè)的守信概率，鑒于供應(yīng)鏈金融可以緩解中小企業(yè)的融資困境，本文對供應(yīng)鏈上下游的中小企業(yè)進行信用評級分析具有一定的意義。

關(guān)鍵詞：供應(yīng)鏈金融;中小企業(yè);信用評級

中圖分類號：F831? 文獻識別碼：A? 文章編號：2096-3157（2020）25-0150-03

一、引言

中小型企業(yè)為我國經(jīng)濟發(fā)展貢獻了大比例的產(chǎn)值，在我國經(jīng)濟發(fā)展中是必不可少的一部分，中小企業(yè)由于金融體系不完善不健全、實力水平低、信用風(fēng)險大，很難從銀行獲取信貸，因此融資困境極大地阻礙了中小企業(yè)的發(fā)展。供應(yīng)鏈金融的推出可以有效地解決中小企業(yè)的困境，供應(yīng)鏈金融通過審核需融資企業(yè)的上游核心企業(yè)信用資質(zhì)，根據(jù)企業(yè)間、銀行與企業(yè)間真實的業(yè)務(wù)往來，使用自償性、貿(mào)易性等方式，通過抵押企業(yè)的應(yīng)收賬款并通過第三方進行風(fēng)險監(jiān)控，對需要融資的上下游企業(yè)提供專業(yè)性的金融服務(wù)。由于在供應(yīng)鏈金融中需要貸款的企業(yè)可以以其核心企業(yè)為信用抵押，使中小企業(yè)獲得更高的信用評價，增大獲得貸款的幾率。

二、供應(yīng)鏈金融的現(xiàn)狀

由于企業(yè)生產(chǎn)方式的不斷發(fā)展及改變，從20世紀70年代開始，企業(yè)的相互合作不斷增加，企業(yè)相互合作的生產(chǎn)模式使處于核心地位的企業(yè)要整合不同的企業(yè)進行生產(chǎn)，由此產(chǎn)生了供應(yīng)鏈業(yè)務(wù)。起初，供應(yīng)鏈業(yè)務(wù)重點關(guān)注企業(yè)的物流狀況和信息傳遞狀況并且不注重財務(wù)。20世紀后期，各機構(gòu)開始綜合考量供應(yīng)鏈金融業(yè)務(wù)，財務(wù)狀況是首先被考慮的因素。1999年，中國儲運總公司和銀行開始向客戶提供簡單的質(zhì)押融資服務(wù)。2001年下半年，深圳發(fā)展銀行開始試點，2006年率先推出供應(yīng)鏈金融服務(wù)，形成“供應(yīng)鏈品牌深度發(fā)展”。

供應(yīng)鏈金融在我國有廣大的發(fā)展前景，國家也相繼推出在一系列的政策支持該業(yè)務(wù)的發(fā)展。當(dāng)前我國供應(yīng)鏈金融的運行過程中，銀行等金融機構(gòu)率先引導(dǎo)了供應(yīng)鏈金融的發(fā)展。我國首個供應(yīng)鏈金融業(yè)務(wù)于2003年在深圳銀行成功推出。此后，平安銀行、浦發(fā)銀行、招商銀行等商業(yè)銀行以及國內(nèi)一些傳統(tǒng)的國有銀行紛紛開始開展供應(yīng)鏈金融業(yè)務(wù)。根據(jù)國家統(tǒng)計局數(shù)據(jù)，我國各個模式的供應(yīng)鏈金融業(yè)務(wù)都得到了一定規(guī)模的增加，應(yīng)收賬款模式的工業(yè)企業(yè)的凈額由2005年的3萬億元增加到2016年的12.6萬億元，增長3.2倍。2017年～2020年供應(yīng)鏈金融業(yè)務(wù)的增長率約為4.5%至5%。

三、供應(yīng)鏈金融下中小企業(yè)信用評級的實證分析

1.供應(yīng)鏈金融下中小企業(yè)信用評級體系的構(gòu)建

本文研究的對象是供應(yīng)鏈上下游的中小企業(yè)，因此本文對供應(yīng)鏈上下游的中小企業(yè)進行信用評價。由于汽車行業(yè)屬于制造行業(yè)，具有完整的供應(yīng)鏈體系，因此本文依據(jù)汽車整車制造企業(yè)，根據(jù)供應(yīng)鏈關(guān)系選出其上下游的汽車配件企業(yè)進行分析。同時由于上市企業(yè)的財務(wù)數(shù)據(jù)透明容易獲得，可以使分析結(jié)果更加準確，因此樣本企業(yè)的篩選從上市企業(yè)選取，并且樣本企業(yè)屬于滬深股市中小板中的汽車配件企業(yè)。

本文在選取信用評價指標時首先參考前人的研究經(jīng)驗，并體現(xiàn)供應(yīng)鏈金融的獨特評價方式以及參照傳統(tǒng)信用評級模式，為全面解釋企業(yè)的信用水平，最終選取代表企業(yè)盈利能力、營運能力、發(fā)展能力以及償債能力的十四個評級指標，構(gòu)建供應(yīng)鏈金融信用風(fēng)險評價指標體系。本文構(gòu)建的信用評級體系如表1所示。

通過樣本企業(yè)數(shù)據(jù)的選取和評價指標的構(gòu)建，經(jīng)過篩選，在150家中小板汽車行業(yè)上市企業(yè)中共選出符合條件的50家中小企業(yè)共279個數(shù)據(jù)作為信用分析的樣本，對于樣本指標的定量指標數(shù)據(jù)主要來自于2018 年第三季度各企業(yè)的年報以及新浪財經(jīng)的財務(wù)數(shù)據(jù)。

根據(jù)原始數(shù)據(jù)描述性統(tǒng)計量，參考標準偏差，由于一些企業(yè)存在自身原因，因此其部分指標數(shù)據(jù)與平均數(shù)據(jù)相比偏差過大，為使研究結(jié)果具有代表性并減小誤差，剔除10家企業(yè)的偏差數(shù)據(jù)。對剩余數(shù)據(jù)進行單樣本T檢驗，根據(jù)顯著性首先剔除X14，最終指標確定為X1至X13。

2.基于Logistic模型的中小企業(yè)信用評級分析

（1）因子分析

在使用Logistic模型進行回歸分析前，為確定變量間的相關(guān)性，對篩選過的數(shù)據(jù)進行因子分析，用SPSS 22.0軟件運行結(jié)果如表2所示，根據(jù)該檢驗的評判標準，如果 KMO 值小于0.5，原有變量間的相關(guān)性較弱，因子分析的方法不適合該數(shù)據(jù)。從表2可以看出，原始數(shù)據(jù)KMO值為0.488，不適宜進行因子分析。

（2）模型回歸分析

將信用評價指標X1至X13作為自變量，將樣本企業(yè)的失信與守信Z作為因變量，同時取=0.5。在選取樣本企業(yè)的評判指標因變量Z時，主要依據(jù)和訊數(shù)據(jù)中對所選取樣本企業(yè)的2018 年前三季度所做的財務(wù)評估，評價標準從企業(yè)的盈利能力、成長能力、償債能力和綜合能力出發(fā)，企業(yè)的綜合能力評價結(jié)果最低為兩顆星，且其余三項能力的評價結(jié)果最低為一顆白星，則Z值為1，否則Z值為0。

根據(jù)評價指標，運用SPSS軟件，使用移去檢驗基于Wald 統(tǒng)計量的概率的逐步向后去除法，對樣本數(shù)據(jù)進行回歸分析?；貧w結(jié)果如表3所示。

表3最終得到了Logistic實證模型的擬合結(jié)果。根據(jù)第九步回歸的結(jié)果，被保留在方程中的變量為X4、X5以及X11，被保留變量的顯著性均小于0.05。估計的Logistic回歸模型如下：

式（1）P值的大小代表了企業(yè)的守信概率，根據(jù)P值大小可以判斷中小企業(yè)信用風(fēng)險的狀況。以0.5為分界線，若P值大于等于0.5并且越接近1，說明該企業(yè)信用風(fēng)險低首信概率大，因此銀行等金融機構(gòu)可以為其授信;若P值小于0.5并且越接近0，說明該企業(yè)信用風(fēng)險大并且守信概率較小，因此若為其授信則會面臨違約。

（3）樣本企業(yè)守約概率分析

①單個企業(yè)守約概率計算

選取富奧股份的相關(guān)數(shù)據(jù)，根據(jù)模型可得：

P=11+e-（-0.457×11.565+0.860×10.73+1.491×1.592-3.757）=92.76%

根據(jù)P值可得富奧股份的守信概率為92.76%，可以得出富奧股份的信用水平很高，違約風(fēng)險低，可以有效獲得銀行的授信。

②樣本企業(yè)守約概率分析

同時計算出隨機選取的樣本中30家中小企業(yè)的P值，如表4所示。

四、中小企業(yè)提高信用水平的建議

1.完善核心業(yè)務(wù)提高盈利能力

企業(yè)盈利能力是衡量企業(yè)信用評級的主要因素，中小企業(yè)雖然規(guī)模較小，但其核心業(yè)務(wù)具備一定的競爭力，當(dāng)中小企業(yè)處于良性發(fā)展過程中，其盈利能力也會不斷增長，因此中小企業(yè)要提高信用水平并且進一步取得借款，需加強自身的盈利能力。

2.建立有效償債機制

供應(yīng)鏈上下游企業(yè)由于規(guī)模較小，相較核心企業(yè)其信用水平低，償債能力得不到有效保障，因此可能產(chǎn)生一定的信用風(fēng)險，不利于企業(yè)取得融資。中小企業(yè)提高信用水平可以提升其償債能力，通過建立有效償債機制對可能產(chǎn)生的違約風(fēng)險進行防范。首先中小企業(yè)需合理評估自身的實力，加強與核心企業(yè)的業(yè)務(wù)合作，進一步提升盈利能力增加償債保障;同時密切監(jiān)控各個企業(yè)財務(wù)的實時狀況以及企業(yè)的運營水平，設(shè)定一定的資金用于償債，通過風(fēng)險監(jiān)測以及有效的償債機制提高企業(yè)的信用水平以便取得融資。

3.加強與核心企業(yè)的合作完善擔(dān)保

由于供應(yīng)鏈金融主要依據(jù)核心企業(yè)的信用水平為上下游的中小企業(yè)提供一定的擔(dān)保，因此中小企業(yè)應(yīng)加強與核心企業(yè)的合作，依據(jù)核心企業(yè)的信用水平提高自身的信用水平。同時，對于擔(dān)保政策，國家應(yīng)進一步完善擔(dān)保政策，對于有較強核心企業(yè)合作的中小企業(yè)，相關(guān)政策可以進一步擴大可貸資金范圍，使中小企業(yè)的融資困境得到改善，促進中小企業(yè)獲取融資的能力。

4.培養(yǎng)信用評級意識

中小企業(yè)應(yīng)具備信用評級意識，可以自身建設(shè)信用評級體系，評估自身信用風(fēng)險水平;同時中小企業(yè)也應(yīng)該積極配合外部信用檢查以及信用評級，對相關(guān)信息公開透明，在供應(yīng)鏈基礎(chǔ)下，促進整條供應(yīng)鏈的透明以及促進信息交換，從而提升中小企業(yè)的信用水平。

基于本文的研究結(jié)果，供應(yīng)鏈上下游的中小企業(yè)信用風(fēng)險可以得到更為準確的識別，因此中小企業(yè)在申請信貸的過程中也能進一步通過資金提供方銀行的評估，最終獲得信貸。同時針對本文的研究成果，提出了中小企業(yè)進一步提升信用水平的建議，希望有效解決中小企業(yè)的融資困境。

本文的研究結(jié)果顯示，使用預(yù)測模型可以有效測評中小企業(yè)的信用風(fēng)險。為了保證數(shù)據(jù)的客觀有效性以及結(jié)果的準確性，本文選取我國滬深股市中小板的汽車行業(yè)的上市公司的數(shù)據(jù)作為樣本，因此模型結(jié)果主要反映了該行業(yè)公司的信用風(fēng)險水平。而不同的行業(yè)具有其自有的獨特性，因此本文得到的信用評級結(jié)果未必能完全符合不同行業(yè)的標準，在用于其他行業(yè)公司的信用評級時，應(yīng)依據(jù)各個行業(yè)的獨特性對評級模型進行一定的調(diào)整。因此，為更準確地識別中小企業(yè)的信用風(fēng)險水平，就需要考慮不同行業(yè)所依據(jù)的不同要素，加強模型的靈活性。

參考文獻：

[1] Erik Hofmann.Supply chain finance：someconceptual insights[J].Logistik Management Innovative Logistik konzepte，2005，（5）：203～214.

[2] William Atkinson.Supply Chain Finance：The Next Big Opportunity[J].Supply Chain，2008.

[3] Jing，B，& Seidmann，A.Finance sourcing in a supply chain[J].Decision Support Systems.Management Review，2013，（4）：57～60.

[4]Hofmann，E.Strewe，U.M，& Bosia，N.Supply chain finance and blockchain technology：the case of reverse securitization，2017.

[5] Caniato F，Gelsomino L M，Perego A，et al.Does finance solve the supply chain financing problem？ [J]Supply Chain Management，2016，21（5）：534～549.

[6] Sunil Chopra and Peter Meindl.Supply Chain Management[J].Pearson ESL，2009.

[7] Bob Dyckman.Supply chain finance：risk mitigation and revenue growth[J].Journal of corporate treasury management，2011，4（2）：168～173.

[8] Martin，J.Suppliersparticipationin supply chain finance practices：predictors and outcomes[J].International Journal of Integrated Supply Management，2017，11（2/3）：193～193.

[9] H Erandi，S Peter.A conceptual framework to assess supply chain risk in the apparel industry[J].International Research Symposium on Pure and Applied Sciences，2017，（5）.

[10]李媛媛，馬玉國.供應(yīng)鏈金融視角下的小微企業(yè)信用風(fēng)險評價[J].現(xiàn)代電子技術(shù)，2014，（12），32～36.

[11]蔣曼曼.供應(yīng)鏈金融視角下企業(yè)信用風(fēng)險評價研究[J].經(jīng)營與管理，2017，（02）：140～142.

[12]范黎波，賈軍，賈立.供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險評級模型研究[J].國際經(jīng)濟合作2014，（1）：90～94

[13]劉園，陳浩宇，任淮源.中小企業(yè)供應(yīng)鏈融資模式及風(fēng)險管理研究[J].經(jīng)濟問題，2016，（05）：57～61.

[14]范方志，蘇國強，王曉彥.供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險評價及其風(fēng)險管理研究[J].中央財經(jīng)大學(xué)學(xué)報，2017，（12）：34～43

作者簡介：

高柳娜，西交利物浦大學(xué)碩士研究生;研究方向：經(jīng)濟與金融。