供应链金融信用风险分析—以汽车行业为例.docx

《供应链金融信用风险分析—以汽车行业为例.docx》由会员分享，可在线阅读，更多相关《供应链金融信用风险分析—以汽车行业为例.docx（12页珍藏版）》请在第一文库网上搜索。

1、目录1绪论11.1 研究背景及意义11.1.1 研究背景1112研究意义11.2 国内外文献综述11.3 研究内容与方法32研究基础与指标选择4第3章实证检验73.1 数据来源73.2 模型选择74总结与建议94.1 结论94.2 政策建议94.2.1 政府层面94.2.2 银行层面95参考文献111绪论1.1 研究背景及意义1.1.1 研究背景随着我国汽车产业的迅猛发展，汽车零部件行业不断向专业化方向进行转型和升级。但汽车零部件生产企业也深受自身规模小、抵押物不足、信用水平不高等因素的困扰而融资难、贷款难。不断上涨的各种成本和日益严峻的国内外竞争环境，使得我国的汽车零部件生产企业陷入困境，举

2、步维艰，一度有很多企业惨淡收场。此时，供应链金融给中小企业带来了新的希望，汽车行业的供应链金融信用风险问题也逐渐映入我们的视野，引起社会各界广泛的关注。1.1.2 研究意义本文旨在通过构建汽车供应链金融的信用风险评价指标体系及模型来帮助商业银行等金融机构识别风险融资企业，促进汽车供应链金融业务的健康持续发展，同时也加强汽车供应链上各参与企业之间的合作，以实现共同发展、共同进步。另外，汽车产业供应链金融本身作为供应链金融的代表产业，其融资链条具有很大的研究意义。一方面，促进我国汽车行业的持续健康发展。作为中小企业，汽车零部件企业为维持正常的生产经营活动，就产生了融资的需求,而在传统的信贷模式下,

3、受自身情况制约汽车零部件企业产生了融资困难问题,而融资瓶颈又会制约着企业的生产和销售，如此进入了一个死循环。更进一步，当汽车零部件企业陷入困境，进而会对供应链和链上其他企业的发展与运作产生负面的影响。供应链金融不仅打破了中小企业的融资瓶颈，而且也给银企合作搭建了一个很好的平台，从而能够推动银企实现双赢，也促进整个供应链上资金流的顺畅有序运行。另一方面，对于金融机构有借鉴意义，在其开展对汽车行业供应链金融业务时，一定程度上促进金融机构识别风险融资企业。有效的风险控制策略建立在稳定、准确的风险评估基础之上，因此金融机构对于借款企业的信用风险控制是其开展供应链金融业务的保证。1.2 国内外文献综述J

4、ameS在对供应链研究的过程中，首次提出可以将金融工具与供应链运营相结合，并对两者结合的前提条件和结果进行了分析。Anen借助案例分析，提出了一些新的构想，初步形成了供应链金融概念的雏形。Erid川则对供应链金融的概念进行了进一步的界定，揭示了该融资模式的基本架构，指出供应链金融将发放贷款的商业银行、提供担保的核心企业、第三方物流企业与融资企业这四个不同的主体连接在一起,通过对金融资源的规划和合理使用创造更多市场价值。谢世清等分别从运作模式、适用范围以及合规要求等方面对国际上普遍存在的三种典型的供应链金融融资模式进行了深入研究，提出我国应积极借鉴国外先进经验，在结合国情与当前实际经济环境的基础

5、上推进国内相关供应链金融业务的进一步发展。杨斌等基于实际操作业务，提出一种供应商主导型的新型融资模式，同时，构建上游供应商，面临融资困境的零售商以及商业银行之间的三方博弈模型，通过求解该三方博弈模型并对最终结果对比分析得出，采用供应商回购的供应链金融融资模式可以增进供应链上不同企业之间的交流合作，提高供应链的整体效率。朱兴雄等指出可以通过区块链技术创新供应链金融业务，搭建一个包含供应链上各个参与方的联盟链，完成资源共享和业务流程的透明化。徐鹏杰等指出随着“互联网+”战略的提出和发展，供应链金融业务定会出现飞跃式发展，最终达成与互联网技术紧密结合的N+1+N”发展模式。供应链金融业务在初级阶段必

6、定存在一定的风险。随着供应链金融实践中风险因素的逐渐暴露，大家逐渐将供应链金融的风险问题作为研亢重点，主要分为定性和定量研究在定性分析方面，MattheW认为供应链金融融资是对传统融资模式的一种创新。同时，他研究了供应链金融融资中无法进行规避的各种风险,提出信息共享虽有利于促进供应链整体效益的提高，但也加剧了信息泄漏的风险，从而损害链上企业的利益。李毅学对供应链金融的系统性风险和非系统性风险进行了分析研究，以过程性和动态性作为评估原则构建了供应链金融风险评价体系，分别从宏观与行业系统风险、供应链系统风险、信用风险、担保存货变现风险以及操作风险五大方面对供应链金融发展过程中存在的风险因素进行研究

7、。在定量分析方面，杨晏忠对供应链金融风险的特点和成因进行了实证研究，针对性地提出了尝试业务外包、对核心企业实行贷后追踪、建立应急处理机制，加强供应链金融文化建设等详细措施。于立勇网等利用中国商业银行实际数掘，用1ogiStiC模型构建了企业违约概率的测算模型。而庞素琳则用每股现金流量、每股收益等系列的财务指标构建了1ogiStiC模型对106家上市公司进行信用评价。在综合比较国内外商业信用风险度量模型之后，韩岗阿根据我国的实际情况提出了最适合我国银行信用风险度量的模型是1ogistic模型，他指出1ogistic模型是值得在我国国内进行推广使用的，对我国商业银行供应链金融业务的风险管理提供参考

8、。1.3 研究内容与方法本文将基础理论与实证计量模型相结合，对供应链金融的信用风险进行了评估，对供应链金融信用风险进行实证分析，首先介绍变量的选取，数据的来源以及处理，对1ogiStiC模型1ogistic模型做供应链金融信用风险评价的适应性就行了分析，然后利用基于主成分的1ogiStiC模进行回归分析，然后进行模型的检验，最后对回归结果进行分析。2研究基础与指标选择供应链金融业务本质上属于银行信贷业务，但由于业务目标群体的特殊性，供应链金融信用风险产生的影响因素有别于传统的信贷业务，因此，在构建供应链金融信用风险评价体系时不仅要考虑融资企业本身，还要考虑核私企业以及供应链等因素W-。融资企业

9、的偿债能力要从短期偿债能力和长期偿债能力两个尺度上进行综合分析。在短期偿债能力的评价中本文企业的流动比率、速动比率、现金比率作为指标。在短期的偿债能力中，本文主要考察了融资企业的流动比率、速动比率、现金比率三个指标。其中，流动比率代表着企业的变现能力，而速动比率不小于1时反映资企业的短期偿债能力较强并且资金利用率较高，信用风险较小。现金比率也是用来衡量公司资产的流动性的。在分析融资企业的长期负债时，本文主要考察企业的资产负债率、负债与所有者权益比率、产权比率、有形净值债务率几个指标。其中，资产负债率是反映企业的负债情况的综合评价指标，也能反映出债权人投放的贷款是否安全。有形净值债务率反映是债权

10、人在融资企业破产清算时能获得的保障，当有形净值债务率越低时，企业偿债能力越强，因而信用风险越小W-。核心企业在供应链中处于核必地位，一般来说信用水平较高，核心企业的偿债能力以及盈利能力也直接影响着整条供应链的稳定，同时也影响着供应链金融的信用风险，因此，本文从偿债和盈利两个方面的能力综合考察核必企业。本文根据上文中的指标筛选原则进行了指标的选取，共选取了3个一级指标、9个二级指和25个三级指标，建立了供应链金融的信用风险评价体系，具体情况如表所示。一级指标二级指标三级指标融资企业盈利能力每股收益总资产净利润率营业利润率净资产收益率成长能力主营业务收入增长率净利润增长率总资产增长率应收账款周转率

11、营运能力存货周转率总资产周转率流动比率偿债能力速动比率现金比率股东权益比率负债与所有者权益产权比率资产负债率有形净值债务率核心企业盈利能力主营业务利润率净资产收益率偿债能力资产负债率股东权益比率供应链情况行业状况行业发展情况物流能力传统以及创新物流能力合作关系强度产品竞争优势本节主要结合我国供应链金融业务开展的实际情况进行了变量的选取，主要从盈利能力、成长能力、营运能力、偿债能力以及供应链五个层面上筛选出了变量，变量的选取情况。符号变量符号变量X1每股收益X12流动比率X2主营业务利润率X13速动比率X3总资产净利润率X14现金比率盈利能力X4营业利润率偿债X15股东权益比率X5净资产收益率能

12、力X16负债与所有者权益X6主营业务收入增长率X17产权比率X7净利润增长率X18资产负债率成长能力X8总资产增长率X19有形净值债务率X9应收账款周转率X20行业发展情况营运能力X1O存货周转率供应链X21传统以及创新物流能力X11总资产周转率X22产品竞争优势第3章实证检验3.1 数据来源线上供应链金融最初致力于解决中小企业融资难成本高昂的问题，所以在多参与主体中中小企业数量最为庞大，相关数据收集也应由中小企业入手，然而我国的中小企业存在企业分布分散、信息相对不透明的问题，数据采集难度较大。目前国内线上供应链金融大多实施于汽车、化工、计算机通信以及医药等制造行业，而其中汽车行业在这一业务中

13、推行较早、发展也较为成熟，数据可获得性相对较强，由此后续选用汽车行业数据为分析样本。在前文第3章所设立的信用风险体系中共涵盖了19项指标，其中样本的定量指标多为财务指标,数据主要来源于中国汽车供应商网、企业财务报表及披露等多方面信息；定性指标数据采用符合思维判断传递性的指数标度方法，根据银行供应链金融相关从业人员及专家评议确定，结果的平均值代表指标分数,得分低则说明相关情况较差,得分高则意味此项指标水平优良。本文选取汽车行业下游经销商的30家中小企业，数据统计的时间跨度为三年(2016-2018),共得到90组数据信息。3.2 模型选择如前文所述，目前我国有关信用风险评价模型里，包括1ogiS

14、tiC逻辑回归等一系列线性方法，也包括BP神经网络、支持向量机等非线性方法。虽然非线性方法的模型精度在一定情况下优于线性方法，但其稳健性要远远弱于线性方法，稳健性低的模型主要指除了训练样本，其它的测试样本运行时适用性水平不高。也就是说，两者相比较时，线性模型对测试样本预测结果相对平稳，而这正是商业银行应用评价模型判断企业信用风险以及是否发生违约时一项十分关键的要求。线性回归的另一个优点是其结果可以更多的对数据和参数进行挖掘分析，这是非线性模型很难做到的。所以，根据以上线性与非线性风险评价方法的对比，本文应用线性回归模型1ogistic解读实证研究的具体内容。把前文中基于主成分分析法提炼的7个主

15、成分视作新的自变量,将企业是否违约视为因变量(其中有违约风险为1,无违约风险为0),执行1ogiStiC回归，显著性水平默认为0.05,在模型中实施向前逐步迭代，以得到每项主成分对于信用风险的影响权重。从回归中得到的参数回归结果可以看出，F1-F7作为模型的最终解释变量，其Sig.值均小于0.05,结果显著。因此按照1ogiStiC模型涵义，可以得出回归模型：In-=-5.756-2.867F-1.231F2-0.676F3-0.875F4-0.781F5-O.384F6-O.656F7I-Pi企业的偿债能力负相关于汽车行业供应链金融的信用风险的大小，当汽车行业供应链中的核必企业W及融资企业的偿债能力较强时，其信用风险的概率就较小。从本文的因子提取结果上看，核屯、企业及融资企业的偿债能力主要与企业的流动比率、速动比率、现金比率、股东权益的比率、