供应链金融风险评价指标体系构建与实证分析

刘骅++哈雪洁

摘要：作为一种金融创新服务，供应链金融已经成为解决中小企业融资难题的重要途径。如何有效管理供应链金融风险，是拓宽中小企业融资渠道和推进银行供应链金融业务的现实要求与紧迫任务。本文基于风险综合管理的思路，建立供应链金融风险评估指标体系，运用CRITIC赋权法和灰色关联分析法对江苏省六个银行的供应链金融业务进行风险评估，并提出供应链金融可持续发展的对策建议。

Abstract： As a type of financial derivative instrument， the supply chain finance（SCF） has become an important way to solve the financing problems of small and medium-sized enterprises. How to effectively control the financial risk of supply chain is the practical requirements and urgent task to broaden the financing channels for small and medium enterprises and to increase the proportion of supply chain financial loan in banking business. Based on the idea of comprehensive risk management， this paper builds up a SCF risk assessment system and has an empirical study on six banks of Jiangsu Province by applying CRITIC and GRAP. Then， it puts forward some recommendations to maintain the healthy and stable development of supply chain finance.

关键词：供应链金融；CRITIC赋权法；灰色关联分析法

Key words： supply chain finance；CRITIC；GRAP

中图分类号：F830.3 文献标识码：A 文章编号：1006-4311（2016）32-0107-04

0 引言

经济新常态下，中小企业作为创新经济的主要载体逐渐成为新的增长点，其GDP的贡献率达到60%以上。但是中小企业规模小、没有可抵押资产等特点使其信用评级普遍偏低，很难获得银行贷款[1]。目前，经济下行产生的“融资沉淀效应”和“挤出效应”进一步增加中小企业资金断裂的可能性，加剧了中小企业的破产风险[2]。为了破解中小企业融资困境，商业银行积极开展供应链金融（SCF）业务，基于供应链链条中的真实交易和担保关系进行贷款授信。不同于传统贷款只关注贷款企业的信用评级，供应链金融中银行将整条供应链纳入贷款的考虑范围，与信用评级较高的核心企业共同分担中小企业的融资风险。这种新的授信模式分割了授信风险和主体风险，大大增加了银行对中小企业的贷款意愿。供应链金融创新诞生以来，已经在我国中小企业融资中发挥了巨大的作用，但同时也应该看到，银行贷款业务中供应链金融占比仍然不大。供应链金融涉及的参与主体较多，风险来源更为复杂，这些都成为银行开展供应链金融业务的障碍。鉴于此种困境，本文基于风险综合管理的思路，试图构建一个风险评估模型，对供应链金融风险进行全面的揭示、抵御和预防。

1 文献综述

在供应链生产模式的背景下，国外部分银行为了真实准确地了解融资企业的生产运营和现金流状况，最先在供应链上开展了信贷整合业务。F.John Mathis等人研究发现，将金融嵌入供应链交易可以提高融资效率，从而为供应链金融的迅速崛起提供了理论支持[3]。Siskin是国外较早关注供应链金融风险的学者，他提出可以采用与专业第三方机构合作的监督方式，以降低供应链下游经销商的风险[4]。对于供应链金融风险管理的研究，部分学者认为应该注重风险的过程控制，从融资过程风险、信息技术风险、人力资源风险、环境风险和基本结构风险等五个方面进行融资风险分析，构建供应链金融风险模型[5]。

国内对供应链金融的研究起步较晚，任文超第一次提出了物资银行的概念，并将动产质押引入银行的贷款担保体系[6]。随后，冯耕中、罗齐和杨绍辉分别对库存商品、融通仓和应收账款三种担保下的供应链金融模式进行了初步探讨[7]-[9]。深圳银行正式推出供应链金融业务以后，国内文献关于供应链金融风险的研究开始增多。学者们通过分析供应链金融的信用风险、市场风险、运营操作风险和法律风险等各种潜在风险，认识到风险管理是供应链金融成功的关键[10]。在供应链金融风险的定性研究方面，早期学者主要根据不同的供应链金融模式进行风险描述并给出相关的风险控制建议[11]。在供应链金融风险管理的量化分析方面，学者们采用的分析方法较多，主要包括Logistic模型、多级模糊评价法及层次分析法（AHP）[12-14]。此外，还有运用朴素贝叶斯技术和最小二乘支持向量机原理（LSSVM）对供应链金融风险进行预测[15-16]。

综上分析，作为一种新的授信方式，供应链金融风险综合评价方面的研究仍不够深入，特别是对其风险评价指标的测度方面还过度依赖于专家的主观判断。本文基于供应链金融风险财务指标数据，综合运用CRITIC和灰色关联分析两种客观评价方法，按照风险全面管理的要求，构建供应链金融风险评估模型，为提升供应链金融风险防控水平提供技术支撑。

2 指标体系与研究方法

与传统融资模式下的企业金融风险相比，供应链金融风险具有较强的复杂性，传染性和共振性特征。①风险复杂性。传统信贷业模式下，银行仅仅评估融资主体的信用风险，金融风险也主要集中于单一的融资主体。而在供应链金融的贷款决策中，银行进行风险评估的对象是一个包含融资企业、核心企业与第三方物流企业等在内的动态系统。评估对象的多元化使得银行面临的不确定因素增多，供应链金融风险具有较强的复杂性。②风险传染性。供应链上各个实体之间通过物流、资金流、信息流等渠道相互关联，一家企业出现的问题会很快传染给整条供应链上其它企业。因此，银行在进行供应链金融风险评估之前应该全面掌握风险的传导渠道。③风险共振性。基于供应链金融的复杂性和传染性，一个企业的风险将沿着供应链链条传导，并可能触发整条供应链物流、资金流和信息流风险的产生与放大，从而给供应链融资业务中各方参与者带来巨大损失和破坏。供应链金融风险的以上三大特性要求建立其风险评估模型时综合考虑各个节点的风险因素。

2.1 指标体系构建

供应链金融风险评估体系的指标选取更加关注供应链金融整体风险的揭示、抵御和预防。因此，本文基于供应链金融企业的财务指标，考虑数据的可获性，并遵循全面性、层次性和可操作性的原则，结合供应链金融风险三大特性，建立供应链金融风险评估指标体系，如图1所示。

一是融资企业的信用风险。供应链融资业务中，银行虽然通过交易结构设计将授信风险与主体信用分割，但融资主体的信用风险仍然应该是风险评估时不可忽视的一部分。结合传统信贷模式，本文通过总资产增长率、销售收入增长率和净利润增长率三个指标反映融资企业的偿债能力、发展前景和盈利能力，综合分析融资企业的信用状况。供应链金融业务中，融资企业的经营状况仍是银行风险评估的重要内容。

二是核心企业的信用风险。供应链金融创新之处在于引入核心企业与银行一起分担融资企业风险。核心企业在对上下游融资企业进行担保的同时，其运营状况也直接决定了供应链金融的风险大小。本文通过存货周转率、应收账款周转率、主营业务净利润率、净资产收益率和流动比率五个指标来反映核心企业资质。资信状况好的核心企业能有效降低供应链金融风险水平。

三是供应链运营风险。本文从合作年限和履约率两个方面考察供应链贷款模式的稳定性，融资企业与核心企业合作时间越长、关系越密切，供应链金融风险就会越小。

2.2 综合评价模型介绍

CRITIC权重法能综合衡量指标变异大小对权重的影响和各指标间的冲突性，得到的指标权数更为客观科学。因此，采用CRITIC赋权法对供应链金融风险评估体系的指标数据进行赋权具有客观性和合理性。

首先，本文建立一个包含n个评价指标，m个项目的评价矩阵A=aij（i=1，2，…，m；j=1，2，…，n），并采用极差标准化对A中数据进行标准化处理。其次，使用公式 （1-rij）量化第j个指标与其它指标的冲突性，其中rij为评价指标i和j之间的相关系数。第j个评价指标所包含的全部信息量用Cj表示，Cj=sj （1-rij），其中sj表示第j个指标的标准差，用来衡量指标的异化程度。最后，结合公式Wj=Cj/ Cj，得到第j个指标的客观权重Wj。

GRAP分析法主要适用于“小样本，贫信息”不确定性问题，对样本数量多少以及样本是否服从某种概率分布没有要求，而且计算相对简便。

鉴于构建的风险评估指标数据存在小样本缺陷的特点，本文首先选取风险评价指标的最优值作为参考序列，然后采用初值化方法对参考序列和样本的指标序列进行数据处理，达到消除量纲的目的。接着，运用灰色关联系数公式计算第i个比较数列与参考数列的关联系数ξi。最后，利用公式R= Wjξi得到第i个评价对象指标与参考数列的灰色关联度。灰色关联系数公式如式（1）所示，其中a0j和aij分别表示初值化后参考序列和样本序列的第j项指标。

ξi= （1）

综上分析，一方面建立供应链金融风险评估模型需要构建一个能够全面揭示供应链金融风险的指标体系；另一方面，通过CRITIC法得到指标权重，确定银行对供应链金融信贷风险的重点关注指标，并利用灰色关联分析法确定灰色关联系数，得到灰色关联度。通过比较灰色关联度，以确定融资风险较大的供应链，并进行重点监控。

3 实证研究

作为我国经济改革的中坚力量，江苏省各地普遍实行产业集群化发展模式，企业发展逐步实现从内部纵向一体化转向产业链的深度合作。产业链化模式给江苏省的供应链金融发展带来了机遇，目前江苏省的各大金融机构均开展了供应链金融业务，融资模式创新和融资业务规模明显领先于全国其他地区。因此，本文以江苏省为例，进行供应链金融风险评估的实证研究，具有一定代表性和普适性。2015年1月至12月，本课题组成员对江苏省内六个银行供应链金融业务的实际状况进行了系统考察，重点针对供应链中融资企业信用风险、核心企业信用风险和供应链运营风险的指标数据进行收集整理，并通过实地调研对财务数据进行了复核，以确保指标数据的真实性和有效性。

运用CRITIC赋权法，对江苏省内六个银行（S1-S6）的供应链金融指标原始数据进行极差化处理，结果如表1所示。

表2所述供应链金融风险评估的指标体系中除了合作年限（C9）指标，其他指标单位均为百分比。极差化后的数据能够有效消除C9指标单位对赋权造成的影响，保证权重的有效性。本文运用标准化后的数据量化每个指标的异化程度及与其他指标冲突性的大小，最终可以得到评价指标的权重如表2所示。

从CRITIC赋权法的求解结果来看，应收账款周转率（C5）的权重最高，占比16.58%。因此，银行在开展供应链金融贷款业务时，应重点关注核心企业应收账款周转率指标。应收账款周转率高，不仅说明核心企业的资金充足，一定程度上也反映出供应链下游企业的经营状况较好。而且较快的资金流动能够保证核心企业的担保能力，降低供应链金融风险。在融资企业的相关指标中，总资产增长率指标占比最高。这说明较大的资产规模能增加融资企业抵抗风险的能力，降低银行的信贷风险。因此银行评估风险时应该对总资产增长率高的中小企业给予较高的信用评价。在整条供应链的营运方面，合同履约率占比较高，达到13.14%。履约率越高，融资企业和核心企业之间的供应链越稳定，供应链金融业务持续发展的可能性就越高。

本文选取江苏省六个银行供应链金融业务中各风险评估指标的最佳值作为参考数列，其他实际指标值构成比较数列。采用灰色关联分析法时，为了消除量纲，需对参考序列和比较序列指标进行初值化处理，结果如表3所示。

结合CRITIC赋权法求得的各指标权重，计算各供应链金融风险的灰色关联度R=（0.7654，0.8696，0.6971，0.8214，

0.6835，0.5960）。比较六个银行的灰色关联度可以看到，银行S6的供应链金融风险控制最差，应当对其供应链金融业务进行及时治理，从而避免风险恶化，有效维护供应链金融业务的可持续性。从标准化后的数据可以看出，银行S6的供应链中融资企业的状况最差，总资产增长率（C1），销售收入增长率（C2），净利润增长率（C3）均为六个银行供应链金融业务中的最低水平。但鉴于融资企业的履约率很高，银行S6可以要求核心企业增加信用担保，分担更多信贷风险。银行S2的综合关联度为0.8697，供应链金融风险最低。从表3可以看出，银行S2各项指标值初值化后均达到70%以上，因此综合衡量不难得到银行S2的供应链上，融资企业和核心企业的还贷能力和供应链运营的稳定性相对最高。另外，银行S4的综合关联度也达到0.8214的较高水平，但是其销售收入增长率（C2）、净利润增长率（C3）和存货周转率（C4）均在50%以下，说明在计算灰色关联度时，这三个指标影响较小。

综上分析可以发现，基于CRITIC赋权法与灰色关联分析法的供应链金融风险评估体系构建，能发挥风险防控的功能，不仅可以对供应链金融风险进行全面揭示，还能得到银行信贷管理中的重点关注指标，并通过灰色关联分析可以筛选出需要进行重点治理的供应链，从而能有效降低供应链金融风险的监管成本。

4 结论与建议

本文综合运用CRITIC与GRAP分析法，对供应链金融风险进行研究，克服了一些评价方法没有统一标准的问题，减少了决策或评价的主观随意性，使得评价结果更能客观、准确地反映供应链金融综合风险的真实水平，为供应链金融风险防控提供了依据。基于本文对江苏省供应链金融风险的实证研究，提出供应链金融风险防控的对策建议：

一方面，加强核心企业应收账款周转率的监管，注重供应链运营风险。实证研究部分运用CRITIC权重法得出，应收帐款周转率的权重最高。因此，银行在进行供应链金融风险评估时应该重点监督核心企业的应收账款周转率，对潜在风险进行及时治理，从而将供应链金融风险控制在较低水平。同时，供应链营运能力评价的两个二级指标权数分别为0.1121和0.1314，在权重排序中分别位于第四位和第二位。因此，供应链的运营状况是供应链金融风险评估模型中的重要影响因素，银行管理供应链金融风险时不能仅仅评估核心企业和融资企业的信用风险指标，还应对合作年限和履约率进行有效监控。

另一方面，建立完善的信息共享平台。数据信息完善是构建供应链金融风险评估模型的根本。目前，我国供应链金融的信息平台建设还不够完善，在进行风险防控时，企业信用数据的缺乏将是银行进行供应链金融风险评估时遇到的最大障碍因素。因此，供应链上的各相关主体必须切实做好企业财务信息、交易信息的收集、整理和存储，建立全面的基础数据库。

此外，应加强供应链金融风险管理专业人才的培养。供应链金融风险评估是一项跨行业、跨学科的高新技术工作。专业的供应链金融风险评估人才能够充分考虑行业、地区等因素，灵活把控供应链金融风险指标因素，以通过风险评估模型达到最优的风险防控效果，保证供应链金融业务的可持续发展。

参考文献：

[1]唐杰峰.基于新经济形势下中小企业融资环境的构建[J].南京财经大学学报，2014（1）：54-57.

[2]吕劲松.关于中小企业融资难、融资贵问题的思考[J].金融研究，2015（11）：115-123.

[3]F.John Mathis，Joseph Cavinato.Financing the Global Supply Chain：Growing Need for Management Action. Commercial Lending Review，2010， 14（2）：51-62.

[4]Siskin E.Risks and rewards of asset-based lending to retailers[J].Commercial Lending Review，1997，13（1）：10-12.

[5]Barsky N P，Catanach A H. Evaluating business risks in the commercial lending Decision[J]. Commercial Lending Review， 2005， 20（3）：3-10.

[6]任文超.物资银行及其实践[J].科学决策，1998，2（2）：18-20.

[7]冯耕中.物流金融业务创新分析[J].预测，2007，26（1）：49-54.

[8]罗齐，朱道立，陈伯铭.第三方物流服务创新：融通仓及其运作模式初探[J].中国流通经济，2002（2）：11-14.

[9]杨绍辉.从商业银行的业务模式看供应链融资服务[J].物流技术，2005（10）：179-182.

[10]刘士宁.供应链金融的发展现状与风险防范[J].中国物流与采购，2007（7）：63-69.

[11]弯红地.供应链金融的风险模型分析研究[J].经济问题，2008（11）：109-112.

[12]熊熊，马佳，赵文杰，等.供应链金融模式下的信用风险评价[J].南开管理评论，2009（4）：92-98.

[13]陈长彬，盛鑫.供应链金融中信用风险的评价体系构建研究[J].福建师范大学学报，2013（2）：79-86.

[14]李勤，龚科.供应链金融模式下中小企业信用风险的案例分析[J].金融理论与实践，2014（8）：66-71.

[15]黄静，赵庆祯.基于朴素贝叶斯的供应链金融信用风险预测分析[J].物流科技，2009（8）：134-137.

[16]王粲，高更君.基于LSSVM的供应链金融业务中企业信用风险评估研究[J].征信，2015（6）：26-29.