线上供应链金融平台效率研究

乔 玥 姚世越 王汉兴

（首都经济贸易大学，北京 100070）

一、引言

随着中小型企业融资需求的不断加大以及“互联网+技术”的不断普及，商业银行传统的供应链金融模式已经不能满足当下的发展。各大银行纷纷将互联网技术与传统的供应链金融模式相结合，将业务从“线下”搬到“线上”，据此，线上供应链金融应运而生。同时，国家连续出台鼓励线上供应链金融发展的政策，致力于供应链金融的革新。基于此，线上供应链金融成为人们日益青睐的创新型金融模式，获得了长足的发展。

但是在线上供应链金融平台的研究中存在两种情形：一方面，研究内容多集中于运行模式、融资模式以及风险控制，而平台运行效率及影响因素研究甚少；另一方面，研究的对象聚焦于大型的商业银行，对于小型城市商业银行的研究少之又少。本文基于DEA—Tobit数据分析方法，以12家上市城市商业银行为例，深入研究基于银行层面的线上供应链金融平台运行效率及其影响因素，以期为其他城市商业银行线上供应链金融平台的发展革新提供一定的借鉴意义。

二、城商行线上供应链金融平台运行效率测度及评价

1.数据包分析法（DEA）

数据包络分析（DEA）利用线性规划方式，结合多种投入与产出项目，计算出一个代表效率的综合指标，是评价效率最有效的一种非参数型方法。DEA模型是一种基于投入和产出的多指标评价方法，可用于评价相同部门之间的相对有效性，第一阶段采用BCC模型，在规模可变的条件下可以得到综合技术效率（TE）、纯技术效率（PE）和规模效率（SE）。DEA方法的优点在于其测算不受人为因素影响，不同性质的投人产出的决策单元之间也能进行效率高低的评估，因此本文采用DEA作为测算线上供应链金融平台运行效率的方法。

应用DEA方法进行绩效评价时，首先需要在投人导向和产出导向之间进行判断。线上供应链平台运行过程中，对于银行而言投入往往相比于产出更容易被控制，因此本文选择了以投入为导向的DEA方法，这也可以激励城商行增加线上供应链金融平台投入。基于以上考虑，本文选取投入导向模型。

2.决策单元及投入产出指标的选取

决策单元的选取。根据我国银行的分类以及线上供应链金融平台运行效率的目标，考虑到一些银行的信息披露程度不高，在剔除缺失数据后，选取已经上市的12家城市商业银行，作为本次研究的12个决策单元进行分析（见表1）。

表1 线上供应链金融平台运行效率决策单元

投入与产出指标的选取。要准确测算城商行线上供应链金融平台的运行效率，关键是选择合理的投入与产出指标。从银行自身角度来看，银行的线上供应链金融平台的目的是缓解各个产业中小企业的融资问题，并以此促进各产业的结构优化升级。因此，从投入产出来看，投入指标的选取主要是城商行投入的线上供应链金融资源，产出指标主要是城商行的“三性”，即安全性、流动性和盈利性。

（1）投入指标

通过对商业银行年报的研究及已有效率分析文献的研究，投入指标主要是在业务规模、人力资源、资金投入三方面解释。

业务规模方面：城商行的线上供应链金融平台的业务通过该行供应链融资余额体现，供应链融资余额越大，则业务规模越大，银行对该平台业务越重视，线上供应链平台资金的运作效率越高。因此本文采用指标X1代表线上供应链融资余额。

人力资源方面：城商行的线上供应链金融平台业务相对于传统业务而言，发展时间较短，需要专业技术人员参与。因此，本文选取指标X2代表城商行金融科技业务的从业人员数。

资金投入方面：现阶段线上供应链金融平台的运作，离不开商业银行的金融科技资金投入。因此，本文选取指标X3代表金融科技资金投入。

（2）产出指标

线上供应链平台能够更好的盘活资金，降低银行的贷款风险，因此产出指标主要从城商行的安全性、流动性和营利性三方面进行考虑。安全性方面选取指标X4代表资本充足率，资本充足率越高，则安全性越高；流动性方面选取指标X5代表流动性比率，流动性比率越高，则流动性越好；盈利性方面选取指标X6代表净资产收益率，净资产收益率越高，则盈利性越好。

表2 线上供应链金融平台运行效率指标体系

3.线上供应链金融平台运行效率

首先采用DEAP软件，将表中投入产出数据代入，最终可得2019年12家上市城市商业银行线上供应链金融平台运行效率。

三、城商行线上供应链金融平台运行效率影响因素分析

选取DEA方法得出的12家城商行线上供应链金融平台运行效率值之后，我们将DEA计算所得的运行效率值作为回归的因变量，以相关因素作为自变量，进行回归分析，目的是根据自变量的系数和显著性程度，判断不同因素对平台运行效率的影响方向与程度。由于DEA方法所衡量出来得效率值介于0～1之间，因此其数值与普通二乘法中因变量为连续变数得假设有所不同。Greene（1981）指出在这种因变量满足某种约束条件下进行取值得情况下，若是以普通最小二乘法估计，将对结果造成偏误。因此，本文采取Tobit模型进行分析。

1.假设提出与模型设定

商业银行经营绩效越好，盈利能力越强，就越能在线上供应链金融平台业务中投入更多的资源，提高平台的运营效率，从而不断提高银行的竞争能力。而经营效率差的商业银行则难以承受优化线上供应链金融平台的成本。因此，本文选取资产回报率（ROA）作为商业银行经营绩效的替代变量。基于此，本文提出以下假设。

假设一：城商行的经营绩效越好，则线上供应链金融平台的运行效率越高。

城商行对于各企业经营、信贷信息因为该银行年限而存在一定的差异。年龄大的城商行在长时间的存贷款业务中会积累更多的企业信息，从而拥有比年龄小的银行因为信息不对称而产生的风险少的多。因此，平台年限越长，积累企业数据和信息越多，线上供应链金融平台的风险就越小，运行效率就可能越高。本文采用银行的上市年限（AGE）作为衡量银行年限的指标。基于此，本文提出假设。

假设二：城商行上市年限越长，则平台的运行效率越高。

一方面，城市发展环境越好，政府对于金融创新、金融科技的支持力度越大；另一方面，城市发展环境越好，中小微企业的成长环境越好，由此产生的道德风险相对越少。因此，城市发展越好的城市由于政策环境和企业成长环境，各城商行对于金融科技的重视程度越高，线上供应链金融平台的运行效率可能会更高。本文采取城市指标评分（SCORE）作为衡量城市发展状况的指标。基于此，本文提出假设。

假设三：城商行所在城市发展环境越好，线上供应链金融平台的运行效率越高。

线上供应链金融平台借助大数据、云计算等技术，使得贷款审核相对快捷，放款速度加快，这给小微企业带来便利的同时也可能导致放款过多而无法收回的现象，导致信用违约风险，使得银行产生大量的逾期贷款。逾期贷款过多会一定程度上影响银行的资金流转，从而影响银行的正常运行，进一步影响银行线上供应链金融平台的运行。本文采取逾期贷款率（ODL）作为衡量指标。基于此，本文提出假设。

假设四：城商行的逾期贷款率越大，线上供应链金融平台的运行效率越低。

基于以上假设，本文进行12家城商行线上供应链金融平台效率的面板Tobit模型设定，具体如下：

其中，BEi代表第i家城商行线上供应链金融平台的运行效率，C代表回归方程的常数项，β1～β4分别代表各变量的回归系数，ROAi代表第i家城商行的资产回报率，AGEi代表第i家城商行的上市年限，SCOREi代表第i家城商行所在城市的指标评分，ODLi代表第i家城商行的逾期贷款率。

2.实证分析

本文使用Stata12.0软件中的Tobit回归模型进行计量分析，结果如表3所示。

表3 变量的描述性统计

以上描述性统计的结果显示线上供应链金融平台运行效率良好，均值为0.7333，标准差为0.2845 。研究样本的ROA值在0.0039～0.0059之间，均值为0.0049，差异不大；上市年限均值为4.6742，但标准差4.7322较大，说明上市年限存在明显的差异；城市指标评分和逾期贷款率都存在明显的差异，这使得本文对于线上供应链金融平台运行效率的影响因素更具有研究意义。

从相关系数来看，线上供应链金融平台的运行效率与资产回报率、逾期贷款率成正相关，与上市年限和城市指标评分成负相关，但仅与城市指标评分在10%的水平上正相关，有显著的相关性，与原假设不符，有待进一步检验。

此外，变量之间的相关系数均小于0.5，表明模型不存在严重的多重共线问题。

根据相关回归结果可以得出以下结论：

第一，银行的资产回报率与线上供应链金融平台运行效率成正相关，且在10%的水平上显著。在其他条件不变的情况下，银行的资产回报率提高，银行的线上供应链金融平台的运行效率也随之提高，与假设一相符。这表明城商行的经营绩效越好，越能在线上供应链金融平台的建设中投入更多的资金，更能重视该平台的建设和发展。

第二，上市年限与运行效率负相关，且在5%的水平上显著。这说明银行上市年限越长，平台的运行效率越低，这与假设二不符。可能一方面是本文样本数量少，具有一定的偏差；另一方面，虽然银行的年限长且企业信息掌握的更多，但早期银行获取企业信息的途径较少全面性得不到保证，且与部分企业的黏性较强，对于整条供应链上的中小企业信任度过高，产生较多的风险。由此，银行应积极运用大数据等技术，对于银行的信息库进行更新升级。

第三，银行所在城市指标评分与运行效率负相关，但显著性不强。这说明城市指标评分越高，平台的运行效率越低。城市指标评分较高的城市经济发展普遍较好，这就促进更多金融科技企业的孵化，而国家加大对新型企业的扶持，一定程度上使得金融科技企业瓜分了城商行的部分市场，使得平台效率低下，但对于金融科技的重视促使平台的投入加大，消减了一部分影响，因此显著性并不强。

第四，逾期贷款率与运行效率成负相关，但没有通过显著性检验，这表明银行的逾期贷款了对于线上供应链金融平台运行效率的影响并不显著。银行的线上供应链金融平台的贷款主体一般为中小型企业，融资额相对而言较小，因此银行的逾期贷款率的增加不会对银行的资金流转产生太大的影响，因此逾期贷款率对平台的运行效率并没有显著的影响。

三、结论及对策

1.结论

本文以12家上市城市商业银行作为样本进行实证研究，从微观层面对各家银行线上供应链金融平台运行效率进行了评价，并进一步研究了线上供应链金融平台的影响因素，得出了以下结论：

第一，整体来看，仅有少部分上市城市银行线上供应链金融平台运行效率已经达到了最优，仍有过半银行的平台效率低下，有待改善。

第二，资产回报率和上市年限是显著影响城商行线上供应链金融平台运行效率的因素，同时银行所在城市的指标评分也影响着平台的运行效率。

2.对策

（1）增强银行盈利能力，加大平台建设资金投入

线上供应链金融平台的进一步发展依赖于银行资金的投入，是供应链金融需求累积和模式创新的必然结果。互联网金融、金融科技、智慧银行等新兴技术与金融业务的结合深刻地改变了消费者、投资者的行为，也加速重构银行经营发展模式和市场竞争格局。在这种外部的冲击下，银行不得不也必须进行科技战略的转型。银行应该从自身基础业务着手，不断提高自身的盈利能力，从而扩大供应链金融线上平台建设的资金流，更好的升级线上平台的运营结构，提高其运营效率。

（2）充分利用大数据等技术，加强风险控制

相比于其他金融机构虽然商业银行在风险控制上有一定的优势，但在线上供应链金融平台中简单的延续传统金融的风险控制理念已经不足以支撑平台健康发展。通过大数据技术设计一系列贷后监测的数据模型，利用数据模型在大数据中寻找与客户信用信息风险间的关联，并提取出异常信息，再对异常信息进行排查，有利于及时了解客户的信用动态，防范潜在风险。从而加强整条供应链中的风险控制。

（3）加大科技创新投入，弥补科技短板

部分城商行虽已开展供应链金融多年，但相科技实力依旧偏弱，落后于近几年新兴的金融科技公司，所以即使在国家政策支持、城市发展环境良好的情况下，仍然被金融科技公司瓜分一部分市场。因此，银行应加大科技创新投入，大力培养金融科技人才，弥补科技短板。疫情期间，供应链金融极大提高，各银行业抓住机会进行数字化转型，转型过程中不仅仅要注重发展新新型业务，也要注重内部治理。组织结构层面，一方面，可以通过线上供应链金融平台产品和业务，让管理层体验客户感受，同时直接了解市场当前需求，从而更好的调整组织管理模式，快速应对客户需求和线上供应链金融平台创新，提高信息传递和组织运营的效率；另一方面，要加快落实线上供应链金融平台工作的制度完善，随着数字化的推进发展，业务的实施细则和操作规范应当应时而变，及时调整。技术架构层面，可以利用数字化的网络和技术优势，调整技术架构，提高业务系统、风控系统的科技含量，从而实现有效控制技术风险。