胥麗莉， 孫 杰， 李欣怡

(上海大學(xué) 管理學(xué)院,上海 200444)

0 引言

供應(yīng)鏈金融從1.0版本到3.0版本信用一直是關(guān)鍵。隨著客戶需求的轉(zhuǎn)變所導(dǎo)致運(yùn)輸物流各子行業(yè)之間的界限，以及物流和價(jià)值鏈其他環(huán)節(jié)的界限愈加模糊，公路運(yùn)力供應(yīng)鏈疊加金融服務(wù)的創(chuàng)新模式開(kāi)始出現(xiàn)。然而，公路運(yùn)力具有層層轉(zhuǎn)包的特點(diǎn)，并且中國(guó)數(shù)量龐大的車輛95%為掛靠運(yùn)營(yíng)，并不屬于公路運(yùn)力型中小物流企業(yè)(小型三方和專線)的資產(chǎn)，加之中小物流企業(yè)財(cái)務(wù)數(shù)據(jù)缺乏，較難滿足傳統(tǒng)的信用指標(biāo)與信用評(píng)價(jià)，獲得金融支持機(jī)會(huì)少。據(jù)中國(guó)物流與采購(gòu)聯(lián)合會(huì)統(tǒng)計(jì)，2019年社會(huì)物流總費(fèi)用14.6萬(wàn)億元，其中運(yùn)輸費(fèi)用7.7萬(wàn)億元，公路貨運(yùn)占比77.81%，由此推算公路物流的運(yùn)輸費(fèi)用約6萬(wàn)億元，物流公司運(yùn)費(fèi)應(yīng)收款賬期在3～6個(gè)月之間，墊資壓力大。加之，每年約300萬(wàn)輛車需要更新，所產(chǎn)生的購(gòu)車資金需求約5000億元。面對(duì)公路運(yùn)力龐大的資金需求，能否從信用的角度挖掘出公路運(yùn)力的信用結(jié)構(gòu)組成，提煉出信用結(jié)構(gòu)與授信額度的關(guān)系，并以此為基礎(chǔ)確定授信額度，實(shí)現(xiàn)傳統(tǒng)信用評(píng)價(jià)的升級(jí)，解決公路運(yùn)力融資困境，同時(shí)為大型企業(yè)、銀行等金融機(jī)構(gòu)提供流動(dòng)性釋放決策？

為此，本文組織了如下研究框架：文章第一章首先進(jìn)行文獻(xiàn)回顧，明確中小公路貨運(yùn)企業(yè)現(xiàn)有的信用評(píng)估方法及金融機(jī)構(gòu)現(xiàn)有的授信額度決策方式；第二章從供應(yīng)鏈金融增信要素入手，構(gòu)建出主體信用、交易信用及監(jiān)管信用三維信用增信結(jié)構(gòu)，并就公路運(yùn)力的特點(diǎn)，建立信用結(jié)構(gòu)指標(biāo)；第三章解析三維信用結(jié)構(gòu)與授信額度的關(guān)系，為授信模型建立提供總體思路與技術(shù)路線；第四章從公路運(yùn)力授信比率設(shè)定、運(yùn)輸收入分析等進(jìn)行授信模型分析，明確信用結(jié)構(gòu)各指標(biāo)體系對(duì)模型的影響；第五章進(jìn)行算例分析；最后第六章進(jìn)行全文總結(jié)，并對(duì)今后研究方向進(jìn)行展望。

1 文獻(xiàn)回顧

儲(chǔ)雪儉等[1]指出，運(yùn)力供應(yīng)鏈與商品供應(yīng)鏈的區(qū)別在于：商品供應(yīng)鏈融資傾向于資產(chǎn)的抵押質(zhì)押，運(yùn)力供應(yīng)鏈融資主要是信用。為此，基于相關(guān)研究主題，文獻(xiàn)回顧主要分為(1)信用評(píng)估，即明確中小公路貨運(yùn)企業(yè)現(xiàn)有的信用評(píng)估方法(2)授信分析，即明確金融機(jī)構(gòu)現(xiàn)有的授信額度決策方式。

1.1 信用評(píng)估

目前代表性的信用評(píng)估方式主要有五類：

第一類是以財(cái)務(wù)指標(biāo)為基礎(chǔ)的信用評(píng)估，主要適用于上市公司。如You Zhu et al.[2]選取了77家上市中小企業(yè)和11家上市核心企業(yè)的季度財(cái)務(wù)數(shù)據(jù)和非財(cái)務(wù)數(shù)據(jù)作為樣本，對(duì)金融機(jī)構(gòu)中小企業(yè)的信用進(jìn)行了評(píng)估。劉穎[3]等按照企業(yè)規(guī)模、盈利能力、發(fā)展能力、償債能力、運(yùn)營(yíng)能力將財(cái)務(wù)指標(biāo)分類。You Zhu et al.[4]提出一種改進(jìn)的混合集成ML方法RS MultiBoosting，指出財(cái)務(wù)指標(biāo)在提高中小企業(yè)的融資能力中仍至關(guān)重要。

第二類是以財(cái)務(wù)指標(biāo)與上下游運(yùn)營(yíng)數(shù)據(jù)為基礎(chǔ)的信用評(píng)估。Caniato et al.[5]提出基于對(duì)買方與供應(yīng)商關(guān)系評(píng)估，通過(guò)買方的信譽(yù)而為供應(yīng)商提供信用融資的反向保理模式。Antonella Moretto et al.[6]提出將財(cái)務(wù)評(píng)估與供應(yīng)商評(píng)級(jí)整合到供應(yīng)鏈信用評(píng)級(jí)模型。馬毅[7]等提出在互聯(lián)網(wǎng)平臺(tái)上留下包括第三方數(shù)據(jù)、企業(yè)主要商品性能狀態(tài)數(shù)據(jù)、平臺(tái)交易數(shù)據(jù)和相關(guān)用戶網(wǎng)絡(luò)軌跡數(shù)據(jù)進(jìn)行信用分析。

第三類是以核心企業(yè)的信用為基礎(chǔ)的信用評(píng)估。WeiMing Mou et al.[8]運(yùn)用模糊層次分析法(FAHP)，構(gòu)建了供應(yīng)鏈融資信用風(fēng)險(xiǎn)評(píng)價(jià)體系，對(duì)核心企業(yè)信用風(fēng)險(xiǎn)進(jìn)行了定量度量和評(píng)價(jià)。

第四類是以擔(dān)保、保險(xiǎn)為基礎(chǔ)的信用評(píng)估。Qihui Lu et al.[9]研究了零售商向銀行借款時(shí)，由第三方或供應(yīng)商提供部分信用擔(dān)保實(shí)現(xiàn)融資的模型。鄒德志[10]指出通過(guò)信用保證基金進(jìn)行增信能最大限度地降低交易中的信息不對(duì)稱問(wèn)題。

第五類是綜合性信用評(píng)估。Chao LI[11]通過(guò)中小企業(yè)資質(zhì)、核心企業(yè)資質(zhì)、在線供應(yīng)鏈運(yùn)行狀態(tài)等指標(biāo)，對(duì)在線供應(yīng)鏈金融信用風(fēng)險(xiǎn)進(jìn)行評(píng)估。儲(chǔ)雪儉[12]等則表示通過(guò)將訂單信息、車輛軌跡信息、財(cái)務(wù)信息進(jìn)行交叉驗(yàn)證作為信用風(fēng)險(xiǎn)評(píng)估的指標(biāo)之一，可以對(duì)運(yùn)力供應(yīng)鏈上中小物流企業(yè)融資需求提供資信參考。

1.2 授信分析

授信額度與授信模型一直是研究的重點(diǎn)。陳林和周宗放[13]基于子公司對(duì)母公司違約風(fēng)險(xiǎn)的影響和貸款收益管理的多目標(biāo)決策，構(gòu)建了企業(yè)集團(tuán)成員企業(yè)授信額度優(yōu)化配置模型。李響[14]從小微企業(yè)經(jīng)營(yíng)狀況、信用等級(jí)出發(fā)，構(gòu)建授信額度測(cè)算模型。Chengfu Wang et al.[15]研究了在線零售商在電子商務(wù)平臺(tái)融資和銀行信貸融資之間，進(jìn)行貸款利率和費(fèi)率均衡和協(xié)調(diào)。吳宏亮[16]用區(qū)塊鏈搭建商業(yè)銀行供應(yīng)鏈金融授信模式公有鏈金融平臺(tái)，給核心企業(yè)發(fā)放信用令牌額度。

從上述文獻(xiàn)回顧可以看出，目前具有代表性的五種信用評(píng)估方式，主要都是從“征信”角度出發(fā)，而沒(méi)有從“增信”角度考慮如何挖掘業(yè)務(wù)實(shí)質(zhì)來(lái)幫助中小企業(yè)增加自身信用，促進(jìn)金融機(jī)構(gòu)授信模式創(chuàng)新。同時(shí)，即使少數(shù)以公路運(yùn)力為場(chǎng)景進(jìn)行了信用評(píng)估研究，也僅限于相關(guān)指標(biāo)的闡述，未就指標(biāo)對(duì)最終授信的影響進(jìn)一步分析。此外，就授信分析來(lái)看，雖然國(guó)內(nèi)外學(xué)者對(duì)授信額度的影響因素及額度算法與模型都有相當(dāng)程度的專研，但如何將這些方法運(yùn)用到中小公路貨運(yùn)企業(yè)。如何有效描繪出公路運(yùn)力供應(yīng)鏈的信用節(jié)點(diǎn)，挖掘出公路運(yùn)力供應(yīng)鏈中的信用結(jié)構(gòu)表征，利用運(yùn)營(yíng)大數(shù)據(jù)，通過(guò)增信來(lái)建立供應(yīng)鏈金融中的授信模型，解決公路運(yùn)力龐大的資金需求，是一個(gè)重要但少有研究的問(wèn)題。急需相應(yīng)的理論體系來(lái)形成實(shí)踐的指導(dǎo)支撐，以提升供應(yīng)鏈金融的應(yīng)用范疇，解決公路運(yùn)力的實(shí)際問(wèn)題。

2 公路運(yùn)力信用結(jié)構(gòu)分析

2.1 供應(yīng)鏈金融增信要素：業(yè)務(wù)真實(shí)、交易閉環(huán)、融資自償

受到鋼貿(mào)、青島港等事件的影響，金融機(jī)構(gòu)始終心有余悸，授信和風(fēng)控體系繞不開(kāi)融資自償。為此，通過(guò)業(yè)務(wù)真實(shí)與交易閉環(huán)來(lái)證實(shí)未來(lái)業(yè)務(wù)收入的能力，是供應(yīng)鏈金融能夠?qū)崿F(xiàn)增信的基本要素。

業(yè)務(wù)真實(shí)性可以從控合同、控業(yè)務(wù)、控流程來(lái)判斷?？睾贤ê贤旧淼恼?zhèn)伪鎰e，要素是否齊全，是否具有法律效力等；控業(yè)務(wù)包括供應(yīng)鏈上、下游客戶及合作時(shí)間、業(yè)務(wù)規(guī)模、結(jié)算方式等；控流程包括通過(guò)采用信息化工具，對(duì)流程相關(guān)的數(shù)據(jù)進(jìn)行采集、驗(yàn)證等。交易閉環(huán)則可以通過(guò)合同、訂單、運(yùn)單、回單、對(duì)賬單、發(fā)票等交易完成的可信度來(lái)判斷。

因而，將合同、訂單、相關(guān)流程數(shù)據(jù)等供應(yīng)鏈金融增信要素的判斷指標(biāo)，歸集為財(cái)務(wù)指標(biāo)以外的信用評(píng)估指標(biāo)，構(gòu)建財(cái)務(wù)指標(biāo)所代表的主體信用、交易閉環(huán)指標(biāo)所代表的交易信用以及業(yè)務(wù)真實(shí)性指標(biāo)所代表的監(jiān)管信用，形成三維信用增信結(jié)構(gòu)，是對(duì)中小公路貨運(yùn)企業(yè)財(cái)務(wù)報(bào)表所不能體現(xiàn)的信用部分的一種增信補(bǔ)充。通過(guò)交易信用、監(jiān)管信用有效證實(shí)中小公路貨運(yùn)企業(yè)未來(lái)業(yè)務(wù)收入的能力，通過(guò)主體信用來(lái)檢驗(yàn)，能有效擴(kuò)大供應(yīng)鏈金融運(yùn)作范疇。

2.2 三維信用增信結(jié)構(gòu)組成

(1)主體信用

公路運(yùn)力主體信用即銀行等金融機(jī)構(gòu)以財(cái)務(wù)報(bào)表所反應(yīng)信息所形成的各項(xiàng)信用評(píng)估指標(biāo)。綜合牟偉明[17]對(duì)供應(yīng)鏈金融視角下中小企業(yè)信用風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)，結(jié)合公路運(yùn)力企業(yè)一般為非上市企業(yè)、資金墊付普遍、應(yīng)收賬款賬期相對(duì)較長(zhǎng)等特點(diǎn)，分析提取出公路運(yùn)力主體信用的指標(biāo)如表1序號(hào)1～8。

(2)交易信用

公路運(yùn)力交易信用即通過(guò)合同、訂單、運(yùn)單、回單、對(duì)賬單、發(fā)票等形成的交易閉環(huán)作為征信評(píng)估的各項(xiàng)指標(biāo)。綜合劉志威[18]采用層次分析法分析跨境電子商務(wù)交易信用評(píng)價(jià)體系，結(jié)合現(xiàn)代公路運(yùn)力信息系統(tǒng)使用較為普遍、業(yè)務(wù)數(shù)據(jù)化、數(shù)據(jù)價(jià)值化的操作已有實(shí)現(xiàn)，以各運(yùn)作節(jié)點(diǎn)數(shù)據(jù)載體為基礎(chǔ)，建立交易信用指標(biāo)如表1序號(hào)9～14。

(3)監(jiān)管信用

公路運(yùn)力監(jiān)管信用即借助第三方工具對(duì)流程相關(guān)的數(shù)據(jù)進(jìn)行采集，所形成的信用評(píng)估指標(biāo)，如GPS數(shù)據(jù)、油卡信息等。按照真實(shí)性、獨(dú)立性、有效性的原則，構(gòu)建監(jiān)管信用指標(biāo)如表1序號(hào)15～20。

表1 公路運(yùn)力主體信用、交易信用、監(jiān)管信用指標(biāo)

3 信用結(jié)構(gòu)與授信額度

3.1 授信比率的調(diào)節(jié)：監(jiān)管信用

在運(yùn)力供應(yīng)鏈中，中小公路貨運(yùn)企業(yè)應(yīng)收賬款賬期通常達(dá)到3～6個(gè)月，而油費(fèi)、路橋費(fèi)、維修費(fèi)等成本需要實(shí)時(shí)支付，從而產(chǎn)生資金需求。針對(duì)中小公路貨運(yùn)企業(yè)的資金額度需求，金融機(jī)構(gòu)可以資金的需求實(shí)質(zhì)——運(yùn)力成本墊付，作為授信比率設(shè)定基礎(chǔ)，即明確中小公路貨運(yùn)企業(yè)的成本構(gòu)成即可明確授信比率的基礎(chǔ)值設(shè)定。

通常公路運(yùn)力成本可分為固定成本和變動(dòng)成本。其中燃油費(fèi)和路橋費(fèi)直接與公路運(yùn)力的每單業(yè)務(wù)運(yùn)作掛鉤，且資金支付方式多為實(shí)時(shí)支付，為此通過(guò)統(tǒng)計(jì)分析公路運(yùn)力燃油費(fèi)、路橋費(fèi)在整個(gè)成本組成中所占比值，即可以得出授信比率的基礎(chǔ)值。

監(jiān)管信用指標(biāo)包括GPS軌跡、里程、油卡、油量等，與授信比率基礎(chǔ)值確定所依托的燃油費(fèi)、路橋費(fèi)指標(biāo)密切相關(guān)。通常路橋費(fèi)需要通過(guò)GPS軌跡與里程進(jìn)行場(chǎng)景真實(shí)性判定，油卡、油量直接與燃油費(fèi)關(guān)聯(lián)，因此通過(guò)監(jiān)管信用指標(biāo)可以對(duì)授信比率的基礎(chǔ)值進(jìn)行調(diào)節(jié)。調(diào)節(jié)方式表現(xiàn)為基礎(chǔ)值的下浮影響，當(dāng)監(jiān)管信用中的某一項(xiàng)指標(biāo)取值越高，如GPS軌跡與里程匹配度越高，則授信比率下浮值越低；GPS軌跡與里程匹配度越低，則授信比率下浮值越高。

3.2 授信額度的控制：交易信用

供應(yīng)鏈金融業(yè)務(wù)中，金融機(jī)構(gòu)對(duì)于融資企業(yè)授信額度控制的要點(diǎn)在于融資自償，即可預(yù)期融資企業(yè)在未來(lái)所實(shí)現(xiàn)的業(yè)務(wù)收入能夠覆蓋金融機(jī)構(gòu)的授信敞口。面對(duì)中小公路貨運(yùn)企業(yè)的融資額度需求，金融機(jī)構(gòu)可根據(jù)對(duì)中小公路貨運(yùn)企業(yè)運(yùn)輸收入的預(yù)期，乘以授信比率，確定授信額度基數(shù)。

運(yùn)輸收入可由單位運(yùn)價(jià)、預(yù)期貨量與運(yùn)距計(jì)算得出，但只有當(dāng)貨物完好地實(shí)現(xiàn)最終的交付時(shí)才能確定收入的實(shí)現(xiàn)，當(dāng)存在貨損或貨物未完全交付時(shí)，運(yùn)輸收入都將打折。交易信用指標(biāo)根據(jù)交易閉環(huán)理念進(jìn)行構(gòu)建，數(shù)據(jù)匹配度與交易完成可信度的評(píng)估，可對(duì)運(yùn)輸收入的確認(rèn)進(jìn)行調(diào)節(jié)，從而有效控制授信額度。交易信用對(duì)運(yùn)輸收入的影響同樣表現(xiàn)為基礎(chǔ)值的下浮影響，當(dāng)交易信用中的某一項(xiàng)指標(biāo)取值越高，如合同數(shù)據(jù)、訂單數(shù)據(jù)、運(yùn)單數(shù)據(jù)匹配度越高，則運(yùn)輸收入調(diào)節(jié)下浮值越低；匹配度越低，則運(yùn)輸收入調(diào)節(jié)下浮值越高。

3.3 增信的判定：主體信用

根據(jù)主體信用所構(gòu)建的財(cái)務(wù)指標(biāo)，可以計(jì)算出企業(yè)自由現(xiàn)金流。自由現(xiàn)金流是金融機(jī)構(gòu)在中小企業(yè)無(wú)增信情況下對(duì)企業(yè)償還能力的基本判斷。

為此，可將主體信用的現(xiàn)金流約束作為增信的判定或檢驗(yàn)。當(dāng)通過(guò)交易信用調(diào)節(jié)的運(yùn)輸收入乘以受監(jiān)管信用調(diào)節(jié)的授信比率而確定的授信額度，大于主體信用的現(xiàn)金流約束時(shí)，則說(shuō)明基于三維信用結(jié)構(gòu)實(shí)現(xiàn)了增信；當(dāng)測(cè)算授信額度小于主體信用的現(xiàn)金流約束時(shí)，則說(shuō)明中小公路貨運(yùn)企業(yè)的低信用被檢驗(yàn)出，不能實(shí)現(xiàn)增信，可規(guī)避金融機(jī)構(gòu)盲目授信的風(fēng)險(xiǎn)；當(dāng)測(cè)算授信額度等于主體信用的現(xiàn)金流約束時(shí)，則說(shuō)明二者評(píng)判效力一致，證實(shí)了增信指標(biāo)的實(shí)用性。通過(guò)上述對(duì)增信的判定，可以使金融機(jī)構(gòu)進(jìn)行更精準(zhǔn)的授信額度決策。

4 授信模型構(gòu)建

4.1 模型假設(shè)及參數(shù)設(shè)定

本文模型假設(shè)如下：

(1)公路運(yùn)輸行業(yè)平均凈利率6%。

(2)銀行等金融機(jī)構(gòu)授信為一定周期時(shí)間內(nèi)的授信，而非針對(duì)某一單業(yè)務(wù)的授信。

(3)授信期內(nèi)所處政治、經(jīng)濟(jì)、法律環(huán)境不會(huì)發(fā)生明顯波動(dòng)。

(4)物流量作為隨機(jī)變量，服從正態(tài)分布。

(5)監(jiān)管信用對(duì)授信比率的調(diào)節(jié)，交易信用對(duì)運(yùn)費(fèi)收入的調(diào)節(jié)均表現(xiàn)為線性關(guān)系。

本文參數(shù)設(shè)定如表2。

表2 參數(shù)設(shè)定一覽表

4.2 授信比率設(shè)定

根據(jù)3.1通過(guò)統(tǒng)計(jì)分析公路運(yùn)力燃油費(fèi)、路橋費(fèi)在整個(gè)成本組成中所占比值，即可以得出授信比率的基礎(chǔ)值。為此，文章選取了中國(guó)物流與采購(gòu)聯(lián)合會(huì)發(fā)布的2018年5月21至2019年5月24日《中國(guó)公路物流運(yùn)價(jià)周指數(shù)報(bào)告》不同車型、不同線路的周運(yùn)價(jià)數(shù)據(jù)，共36周，108條數(shù)據(jù)，按照物流行業(yè)運(yùn)輸業(yè)務(wù)平均凈利率6%的行業(yè)指標(biāo)測(cè)算出運(yùn)營(yíng)成本值。同時(shí)通過(guò)查閱不同線路的運(yùn)距，訪談運(yùn)輸業(yè)務(wù)占比80%以上的第三方物流企業(yè)確定出不同車型的百公里油耗和單位公里的路橋費(fèi)(9.6米車型，油耗25L/百公里，平均路橋費(fèi)1.8～2.0元/公里；13.5米車型，油耗28～30L/百公里，平均路橋費(fèi)2.4～2.5元/公里；17.5米車型，油耗38L/百公里，平均路橋費(fèi)2.4～2.5元/公里)，結(jié)合相應(yīng)時(shí)間下金投網(wǎng)(http://www.cngold.org)所發(fā)布的全國(guó)31個(gè)省市0號(hào)柴油的價(jià)格，計(jì)算出不同車型、不同線路、不同時(shí)間的燃油費(fèi)及路橋費(fèi)。

通過(guò)計(jì)算不同時(shí)期，燃油費(fèi)占運(yùn)營(yíng)成本比重、路橋費(fèi)占運(yùn)營(yíng)成本比重及二者總體占運(yùn)營(yíng)成本比重可以看出：燃油費(fèi)與路橋費(fèi)二者幾乎以1:1的比重分?jǐn)傊\(yùn)營(yíng)成本，占比均在30%左右，二者作為公路運(yùn)輸?shù)闹饕杀緛?lái)源，占據(jù)了70%左右的運(yùn)營(yíng)成本。同時(shí)，統(tǒng)計(jì)發(fā)現(xiàn)某一時(shí)刻曲線出現(xiàn)波峰的狀況絕大部分原因在于此階段油價(jià)的變動(dòng)，如圖1。此外，我們有趣的發(fā)現(xiàn)，無(wú)論燃油費(fèi)和路橋費(fèi)9.6米車型成本都較高，而13.5米車型與17.5米車型分別在燃油費(fèi)和路橋費(fèi)上具有優(yōu)勢(shì)。

進(jìn)一步計(jì)算不同車型燃油費(fèi)、路橋費(fèi)分別占運(yùn)營(yíng)成本比重均值，可以看出在統(tǒng)計(jì)的108條數(shù)據(jù)中，燃油費(fèi)占運(yùn)營(yíng)成本比重均值為33.93%，路橋費(fèi)占運(yùn)營(yíng)成本比重均值為37.07%，二者總占比為71%，如表3。為此，確定出公路運(yùn)力供應(yīng)鏈金融授信授信比率的基礎(chǔ)值為71%。

表3 公路運(yùn)力燃油費(fèi)、路橋費(fèi)占運(yùn)營(yíng)成本比重

根據(jù)監(jiān)管信用對(duì)授信比率基礎(chǔ)值的調(diào)節(jié)，可用公式將授信比率W表示為:

W=0.71λ-(w1+w2+w3+w4+w5+w6)

(1)

其中，w1,w2,w3,w4,w5,w6取值范圍為[0,1]，0表示最低匹配度，1表示最高匹配度；λ取值范圍為(0,9.45]，0表示最低匹配度時(shí)的綜合影響系數(shù)。

4.3 運(yùn)輸收入分析

小公路貨運(yùn)企業(yè)運(yùn)輸收入，主要由單位運(yùn)價(jià)P、貨量Q和運(yùn)距S決定，即:

V=P*Q*S

(2)

在不考慮季節(jié)波動(dòng)的影響下，P可以通過(guò)附錄的樣本數(shù)據(jù)確定基礎(chǔ)值，S則根據(jù)實(shí)際的訂單情況確定，物流量Q作為隨機(jī)變量，服從正態(tài)隨機(jī)分布，只要確定出授信周期內(nèi)的最低貨量Q*，則可以確定出最低的償債能力水平。其中

Q*=-Zασ+μ

(3)

將(3)式代入(2)式，可以得到

V=PQS=PQ*S=P(-Zασ+μ)S

(4)

方程(4)中，參數(shù)P和S都可以直接得到。Zα為給定置信度α?xí)r的分位數(shù)，也可以通過(guò)查表直接得到。而σ為授信期為1時(shí)，貨量的標(biāo)準(zhǔn)差，μ為授信期為1時(shí)，貨量的期望值，可以通過(guò)極大似然估計(jì)確定其大小。

根據(jù)3.2交易信用對(duì)運(yùn)輸收入的影響，結(jié)合(4)，可將修正后的運(yùn)輸收入公式表示為

V=P(-Zασ+μ)S×0.1667(v1+v2+v3+v4+v5+v6)

(5)

通過(guò)附錄樣本數(shù)據(jù)確定P值為0.29，則V可進(jìn)一步表示為:

V=0.0483(-Zασ+μ)(v1+v2+v3+v4+v5+v6)S

(6)

其中，v1,v2,v3,v4,v5,v6取值范圍為[0,1]，0表示最低匹配度,1表示最高匹配度。

4.4 授信額度模型

根據(jù)(1)和(6)，可以得出授信額度L=VW的具體表達(dá):

L=[0.0483(-Zασ+μ)(v1+v2+v3+v4+v5+v6)S]

[0.71λ-(w1+w2+w3+w4+w5+w6)]

(7)

結(jié)合3.3主體信用對(duì)增信的檢驗(yàn)，主要表現(xiàn)為通過(guò)財(cái)務(wù)報(bào)表所展示的自由現(xiàn)金流對(duì)授信額度進(jìn)行檢驗(yàn)。文章采用自由現(xiàn)金流量=凈利潤(rùn)+(利息支出-利息收入)-[(本期流動(dòng)資產(chǎn)-本期流動(dòng)負(fù)債)-(上期流動(dòng)資產(chǎn)-上期流動(dòng)負(fù)債)]-非流動(dòng)資產(chǎn)變動(dòng)，即

FCF=l6+l7-l8-[(l1-l2)-(l3-l4)]-l5

(8)

金融機(jī)構(gòu)風(fēng)險(xiǎn)偏好為風(fēng)險(xiǎn)規(guī)避情況下，當(dāng)L>FCF時(shí)，實(shí)現(xiàn)了增信，L取FCF；當(dāng)L

金融機(jī)構(gòu)風(fēng)險(xiǎn)偏好為風(fēng)險(xiǎn)中性或風(fēng)險(xiǎn)偏好情況下，當(dāng)L>FCF時(shí)，實(shí)現(xiàn)了增信，L不變；當(dāng)L

結(jié)合(7)和(8)，金融機(jī)構(gòu)風(fēng)險(xiǎn)偏好為風(fēng)險(xiǎn)規(guī)避情況下，得出L模型為(9)；金融機(jī)構(gòu)風(fēng)險(xiǎn)偏好為風(fēng)險(xiǎn)中性情況下，得出L模型為(7)。

(9)

5 算例分析

由于金融機(jī)構(gòu)風(fēng)險(xiǎn)偏好為中性的情況授信額度確定相對(duì)簡(jiǎn)單，本節(jié)故選取金融機(jī)構(gòu)風(fēng)險(xiǎn)偏好為風(fēng)險(xiǎn)規(guī)避的情況進(jìn)行算例分析，而后可推及至前者。根據(jù)公式(9)所確定授信模型，需要采集中小物流企業(yè)的物流量、訂單及財(cái)務(wù)報(bào)表等數(shù)據(jù)。由于我國(guó)目前供應(yīng)鏈金融還處于發(fā)展階段，具有公信力的供應(yīng)鏈金融機(jī)構(gòu)還在萌芽中，且數(shù)據(jù)信息一般不公開(kāi)，加之中小物流企業(yè)自身的公開(kāi)數(shù)據(jù)也鳳毛麟角，因此貼切的數(shù)據(jù)難以獲得。

為了對(duì)模型計(jì)算過(guò)程有個(gè)清晰的認(rèn)識(shí)，文章選取了深圳證券交易所中小企業(yè)版運(yùn)輸倉(cāng)儲(chǔ)行業(yè)的企業(yè)數(shù)據(jù)進(jìn)行算例分析，相關(guān)數(shù)據(jù)采集如下。

根據(jù)表4，可以計(jì)算出:

表4 模型參數(shù)取值表

為此，①L=[0.0483(-Zασ+μ)(v1+v2+v3+v4+v5+v6)S][0.71λ-(w1+w2+w3+w4+w5+w6)]=9,926,784,FCF=l6+l7-l8-[(l1-l2)-(l3-l4)]-l5=5,541,194。

此時(shí)，由于L>FCF值，實(shí)現(xiàn)了增信，由于金融機(jī)構(gòu)風(fēng)險(xiǎn)偏好為風(fēng)險(xiǎn)規(guī)避，則取FCF值5,541,194為授信額度。

為了測(cè)算模型的有效性，我們改變v1,v2,v3,v4,v5,v6,w1,w2,w3,w4,w5,w6的取值，設(shè)定為0.5，相應(yīng)的λ值設(shè)定為4.725，得出結(jié)果如下:②L=[0.0483(-Zασ+μ)(v1+v2+v3+v4+v5+v6)S][0.71λ-(w1+w2+w3+w4+w5+w6)]=2,481,696。

此時(shí)，由于L

進(jìn)一步，可以確定L=FCF時(shí)，v1,v2,v3,v4,v5,v6,w1,w2,w3,w4,w5,w6以及λ的取值，根據(jù)①②，可以設(shè)定v1,v2,v3,v4,v5,v6,w1,w2,w3,w4,w5,w6均為x，λ為9.45x，則有:③L=[0.0483(-Zασ+μ)(v1+v2+v3+v4+v5+v6)S][0.71λ-(w1+w2+w3+w4+w5+w6)]=5,541,194,x=0.747，λ=7.060。

v1,v2,v3,v4,v5,v6,w1,w2,w3,w4,w5,w6取值為0.747，調(diào)節(jié)系數(shù)λ值為7.060，即合同數(shù)據(jù)、回單數(shù)據(jù)等代表的交易信用以及GPS軌跡與里程匹配度、GPS軌跡與車輛匹配度等代表的監(jiān)管信用評(píng)估值在75%左右的水平時(shí)，授信額度與現(xiàn)金流約束值相等，二者評(píng)判效力一致，增信指標(biāo)具有實(shí)用性。

當(dāng)然，實(shí)際授信過(guò)程中，具體企業(yè)交易信用指標(biāo)與監(jiān)管信用指標(biāo)的取值不一定是等值，但通過(guò)實(shí)際取值計(jì)算出L與FCF的值則可以確定出最終的授信額度。

6 結(jié)論啟示

本文從中小企業(yè)融資難問(wèn)題的實(shí)質(zhì)——信用評(píng)估難入手。首先，通過(guò)文獻(xiàn)研究，分析出目前具有代表性的五種信用評(píng)估方式，主要都是從“征信”角度出發(fā)，而沒(méi)有從“增信”角度考慮。其次，在明確供應(yīng)鏈金融增信要素為業(yè)務(wù)真實(shí)、交易閉環(huán)、融資自償前提下，將合同、訂單、相關(guān)流程數(shù)據(jù)等供應(yīng)鏈金融增信要素的判斷指標(biāo)，歸集為財(cái)務(wù)指標(biāo)以外的信用評(píng)估指標(biāo)。結(jié)合公路運(yùn)力中小貨運(yùn)企業(yè)的特點(diǎn)，構(gòu)建出主體信用、交易信用及監(jiān)管信用三維信用增信結(jié)構(gòu)；同時(shí)，通過(guò)解析三維信用結(jié)構(gòu)與授信額度的關(guān)系，明確授信模型構(gòu)建總體思路；接著，文章一方面通過(guò)分析我國(guó)公路運(yùn)力成本的統(tǒng)計(jì)數(shù)據(jù)，確定出授信比率的基礎(chǔ)值以及監(jiān)管信用對(duì)基礎(chǔ)值的影響。一方面通過(guò)物流企業(yè)貨量服從正態(tài)分布的特征，模擬出公路運(yùn)力運(yùn)費(fèi)收入以及交易信用對(duì)運(yùn)費(fèi)收入的影響。結(jié)合兩者構(gòu)建出受主體信用現(xiàn)金流約束檢驗(yàn)的公路運(yùn)力信用結(jié)構(gòu)的供應(yīng)鏈金融授信額度模型。針對(duì)金融機(jī)構(gòu)不同的風(fēng)險(xiǎn)偏好，授信額度有不同的選擇。最后，通過(guò)選取金融機(jī)構(gòu)風(fēng)險(xiǎn)偏好為風(fēng)險(xiǎn)規(guī)避的情況進(jìn)行算例分析，厘清了合同、訂單等數(shù)據(jù)匹配度，回單、對(duì)賬單等數(shù)據(jù)可信度以及GPS軌跡與里程匹配度等運(yùn)營(yíng)數(shù)據(jù)在供應(yīng)鏈金融授信開(kāi)展中所起到的增信作用。實(shí)現(xiàn)了傳統(tǒng)信用評(píng)價(jià)與融資的升級(jí)，一定程度上為解決公路運(yùn)力中小物流企業(yè)融資難及銀行等金融機(jī)構(gòu)開(kāi)展流動(dòng)性釋放決策提供了參考。

此外，文章在確定信用結(jié)構(gòu)對(duì)授信額度影響時(shí)的一些參數(shù)取值范圍設(shè)定上具有一定的片面性，需要對(duì)開(kāi)展中小物流企業(yè)供應(yīng)鏈金融業(yè)務(wù)的大量實(shí)際數(shù)據(jù)進(jìn)行采集分析。同時(shí)，算例分析所采取的樣本量應(yīng)該更廣泛并貼近實(shí)際。此外，監(jiān)管信用對(duì)授信比率的調(diào)節(jié)、交易信用對(duì)運(yùn)費(fèi)收入的調(diào)節(jié)均表現(xiàn)為線性關(guān)系的假設(shè)還需放開(kāi)，進(jìn)一步論證是否存在非線性關(guān)系，這是文章的不足之處也是后續(xù)深入研究的方向所在。