基于改進(jìn)KMV模型農(nóng)產(chǎn)品供應(yīng)鏈金融信用風(fēng)險(xiǎn)研究

蔣林伶， 李碧珍,2

(1.福建師范大學(xué)經(jīng)濟(jì)學(xué)院，福建 福州 350108； 2.福建師范大學(xué)協(xié)和學(xué)院，福建 福州 350108)

農(nóng)產(chǎn)品企業(yè)發(fā)展是促進(jìn)中國(guó)實(shí)體經(jīng)濟(jì)發(fā)展的重點(diǎn)之一，但由于其經(jīng)濟(jì)規(guī)模相對(duì)較小，經(jīng)營(yíng)管理水平較低，金融信用不高，抵押品種較少，能夠從正規(guī)金融機(jī)構(gòu)獲得的貸款有限。再加上農(nóng)業(yè)自身的風(fēng)險(xiǎn)性以及低效益性等特征很難滿(mǎn)足銀行資金的趨利性,農(nóng)產(chǎn)品企業(yè)在融資過(guò)程中困難重重。農(nóng)產(chǎn)品供應(yīng)鏈金融是商業(yè)銀行將農(nóng)業(yè)核心企業(yè)與上下游企業(yè)聯(lián)系起來(lái)，通過(guò)應(yīng)收賬款質(zhì)押融資、應(yīng)收賬款保理融資、保兌倉(cāng)融資、存貨質(zhì)押融資以及預(yù)付賬款融資等模式來(lái)提供可靈活運(yùn)用的金融產(chǎn)品和服務(wù)的一種新興融資模式。這種模式能夠在很大程度上緩解農(nóng)產(chǎn)品供應(yīng)鏈企業(yè)的融資難，有助于我國(guó)農(nóng)產(chǎn)品產(chǎn)銷(xiāo)平衡，流通渠道暢通。農(nóng)產(chǎn)品供應(yīng)鏈金融在我國(guó)尚處于起步階段。但農(nóng)業(yè)本身不可控因素較多，有的來(lái)源于自然環(huán)境，也有的來(lái)源于社會(huì)環(huán)境，增大了農(nóng)產(chǎn)品供應(yīng)鏈金融的信用風(fēng)險(xiǎn)。本文以農(nóng)產(chǎn)品供應(yīng)鏈金融為對(duì)象，選擇供應(yīng)鏈節(jié)點(diǎn)的農(nóng)業(yè)上市公司作為研究對(duì)象，利用KMV模型對(duì)各類(lèi)型企業(yè)在宏觀環(huán)境發(fā)生變化下的信用風(fēng)險(xiǎn)進(jìn)行量化研究，并根據(jù)違約距離及風(fēng)險(xiǎn)概率提出針對(duì)性的解決策略。

一、文獻(xiàn)綜述

較歐美等西方國(guó)家而言，我國(guó)研究供應(yīng)鏈金融的時(shí)間較晚。2005年，供應(yīng)鏈金融概念在我國(guó)正式提出。深圳發(fā)展銀行在次年便推出供應(yīng)鏈金融品牌。此后，供應(yīng)鏈金融所產(chǎn)生的巨大能量吸引了許多銀行的加入。國(guó)內(nèi)的學(xué)者最初是以物流金融和商業(yè)銀行的業(yè)務(wù)活動(dòng)為切入點(diǎn)對(duì)供應(yīng)鏈金融展開(kāi)研究的。李碧珍對(duì)我國(guó)農(nóng)產(chǎn)品物流的發(fā)展歷史進(jìn)行描寫(xiě)，研究我國(guó)當(dāng)前農(nóng)產(chǎn)品物流的現(xiàn)狀，并對(duì)缺乏金融供給的相關(guān)問(wèn)題進(jìn)行了詳細(xì)的分析[1]。張璟等認(rèn)為物流金融的流程簡(jiǎn)單且服務(wù)對(duì)象單一，與供應(yīng)鏈金融相較，二者的運(yùn)作模式存在許多的差異[2]。楊紹輝認(rèn)為，在商業(yè)銀行業(yè)務(wù)活動(dòng)方面，通過(guò)供應(yīng)鏈金融的相關(guān)服務(wù)，商業(yè)銀行能為供應(yīng)鏈的融資企業(yè)進(jìn)行合理的資金流分配，并對(duì)供應(yīng)鏈金融的應(yīng)收賬款模式和存貨融資模式進(jìn)行介紹[3]。李巍認(rèn)為，農(nóng)產(chǎn)品供應(yīng)鏈需要靠金融扶持，這才是解決困境的唯一辦法[4]。胡天石認(rèn)為，將供應(yīng)鏈金融服務(wù)運(yùn)用于農(nóng)產(chǎn)品的交易市場(chǎng)，更能促進(jìn)農(nóng)產(chǎn)品供應(yīng)鏈上游企業(yè)、下游企業(yè)之間建立戰(zhàn)略關(guān)系，這樣不僅有助于企業(yè)自身的發(fā)展，解決信息不對(duì)稱(chēng)等問(wèn)題，還能增強(qiáng)供應(yīng)鏈的競(jìng)爭(zhēng)力[5]。鄒建國(guó)認(rèn)為，農(nóng)業(yè)供應(yīng)鏈金融的信用考察是整合供應(yīng)鏈上的農(nóng)業(yè)融資企業(yè)與核心企業(yè)，并將其視為一個(gè)整體來(lái)進(jìn)行信用衡量，該種服務(wù)改變了對(duì)農(nóng)業(yè)企業(yè)貸款的傳統(tǒng)信用考察方式，不僅能提高企業(yè)的信用、緩解融資約束，還能解決信息不對(duì)稱(chēng)問(wèn)題[6]。

KMV模型是國(guó)外經(jīng)典的信用風(fēng)險(xiǎn)模型。傳統(tǒng)的KMV模型能更好地應(yīng)用于國(guó)外的資本市場(chǎng)，但我國(guó)的資本市場(chǎng)情況與國(guó)外存在較大的差異，因此需對(duì)傳統(tǒng)模型進(jìn)行修正。蔣正權(quán)等認(rèn)為，使用GARCH模型對(duì)股權(quán)價(jià)值波動(dòng)率的計(jì)算比傳統(tǒng)KMV模型中的方法更適合應(yīng)用于我國(guó)[7]。史小坤等修正了原有KMV模型的資產(chǎn)價(jià)值增長(zhǎng)率、股權(quán)價(jià)值波動(dòng)率以及違約點(diǎn)，并對(duì)滬、深的多家上市公司進(jìn)行實(shí)證分析，衡量其信用風(fēng)險(xiǎn)[8]。

綜上所述,現(xiàn)有文獻(xiàn)從運(yùn)營(yíng)模式等方面進(jìn)行分析，證實(shí)了農(nóng)產(chǎn)品和供應(yīng)鏈的結(jié)合對(duì)農(nóng)產(chǎn)品企業(yè)融資有很大的幫助。得益于國(guó)內(nèi)學(xué)者和國(guó)外學(xué)者的研究，KMV模型的改進(jìn)已逐漸走向成熟，并得到廣泛的應(yīng)用。但利用KMV模型對(duì)我國(guó)農(nóng)產(chǎn)品供應(yīng)鏈中各節(jié)點(diǎn)類(lèi)型的上市公司的信用風(fēng)險(xiǎn)進(jìn)行評(píng)估的研究仍在少數(shù)。本文選取2018年11月1日至2020年10月31日4種類(lèi)型的12家上市公司的股票價(jià)格數(shù)據(jù),將KMV模型進(jìn)行修正后，最終算出各個(gè)企業(yè)的違約距離，并將不同類(lèi)型企業(yè)的違約距離進(jìn)行比較，得出相對(duì)信用風(fēng)險(xiǎn)大小。

二、供應(yīng)鏈金融及其信用風(fēng)險(xiǎn)

傳統(tǒng)的供應(yīng)鏈金融是指以供應(yīng)鏈為基礎(chǔ)，企業(yè)為鏈條各節(jié)點(diǎn)，圍繞核心企業(yè)，將下游企業(yè)、上游企業(yè)與核心企業(yè)相結(jié)合，由金融機(jī)構(gòu)向該供應(yīng)鏈上的企業(yè)提供金融服務(wù)的一種融資方式。

(一)供應(yīng)鏈金融的模式

供應(yīng)鏈金融主要包括3種業(yè)務(wù)模式，分別是預(yù)付賬款融資、存貨融資和應(yīng)收賬款融資。

1.預(yù)付賬款融資。預(yù)付賬款是指下游企業(yè)在未收到貨物時(shí)便向上游企業(yè)支付的款項(xiàng)。在下游企業(yè)需要采購(gòu)貨物時(shí)，一些處于上游地位的核心企業(yè)有時(shí)會(huì)要求下游企業(yè)事先支付部分或全部貨款后再發(fā)貨，這就容易造成下游企業(yè)在短期內(nèi)資金緊缺。此時(shí)，預(yù)付賬款融資方式能為商家有效解決采購(gòu)資金的缺口問(wèn)題：以下游企業(yè)與上游核心企業(yè)簽訂的商務(wù)合同為基礎(chǔ)，通過(guò)協(xié)議約定，由金融機(jī)構(gòu)為下游企業(yè)提供預(yù)付賬款融資，若下游企業(yè)不能按照合同約定如數(shù)購(gòu)買(mǎi)，則上游核心企業(yè)需要將剩下的貨物回購(gòu)。在這種融資方式下，上游核心企業(yè)需要將貨物發(fā)至金融機(jī)構(gòu)指定的物流公司保管。

2.存貨融資。當(dāng)企業(yè)的商品庫(kù)存太多，導(dǎo)致企業(yè)的資金周轉(zhuǎn)困難時(shí)，存貨融資方式能夠幫助企業(yè)獲得資金。在這種融資方式下，企業(yè)需要先將存貨交給金融機(jī)構(gòu)指定的物流公司進(jìn)行評(píng)估和管理，然后金融機(jī)構(gòu)根據(jù)物流公司的存貨評(píng)估報(bào)告及整個(gè)供應(yīng)鏈的信用情況對(duì)融資企業(yè)的貸款進(jìn)行考核。另外，金融機(jī)構(gòu)還會(huì)要求與供應(yīng)鏈中的核心企業(yè)簽署協(xié)議，約定當(dāng)融資企業(yè)不能還款或還款困難時(shí)，核心企業(yè)要對(duì)存貨進(jìn)行回購(gòu)，這樣便能降低金融機(jī)構(gòu)的風(fēng)險(xiǎn)。

3.應(yīng)收賬款融資。應(yīng)收賬款是指上游企業(yè)已將貨物發(fā)給下游企業(yè)，但下游企業(yè)還未向上游企業(yè)支付的款項(xiàng)。應(yīng)收賬款融資是指當(dāng)上游企業(yè)需要資金時(shí)，可將與下游核心企業(yè)之間的應(yīng)收賬款作為抵押，向金融機(jī)構(gòu)尋求貸款，并將與下游核心企業(yè)的應(yīng)收賬款作為還款的主要來(lái)源。

(二)供應(yīng)鏈金融信用風(fēng)險(xiǎn)來(lái)源

1.融資主體。融資主體的信用風(fēng)險(xiǎn)從始至終都是金融機(jī)構(gòu)貸款面臨的最根本的風(fēng)險(xiǎn)。在供應(yīng)鏈金融模式下，雖以核心企業(yè)為融資主體在資金獲取環(huán)節(jié)能增強(qiáng)信用，但這不代表融資主體的信用風(fēng)險(xiǎn)也同步降低，因而有必要對(duì)企業(yè)的業(yè)務(wù)能力、管理人誠(chéng)信、財(cái)務(wù)狀況以及不利于企業(yè)的外部事件(如重大訴訟等)進(jìn)行考察和評(píng)估。

2.核心企業(yè)。供應(yīng)鏈金融的本質(zhì)是核心企業(yè)為上下游企業(yè)提供增信作用，從而降低中小企業(yè)的融資門(mén)檻。因此，供應(yīng)鏈實(shí)質(zhì)是“信用鏈”，核心企業(yè)必須有充足的能力和資格為上下游企業(yè)提供擔(dān)保。倘若核心企業(yè)由于經(jīng)營(yíng)不善，或在行業(yè)中的地位向不利的方向變化，則該條“信用鏈”將變得脆弱，甚至斷裂。一旦融資企業(yè)不能償還貸款，在供應(yīng)鏈金融模式下，核心企業(yè)將負(fù)有對(duì)貨物進(jìn)行回購(gòu)的承諾，并承擔(dān)連帶責(zé)任。如果核心企業(yè)的狀況也惡化，金融機(jī)構(gòu)便面臨貸款無(wú)法收回的風(fēng)險(xiǎn)。此外，實(shí)踐中還存在融資主體與核心企業(yè)串通，欺騙金融機(jī)構(gòu)，偽造合同和金額，騙取金融機(jī)構(gòu)貸款的情況，這也是金融機(jī)構(gòu)面臨的一大風(fēng)險(xiǎn)。

3.宏觀環(huán)境變化。由于市場(chǎng)整體下行，各行各業(yè)的運(yùn)行狀況都變得不如人意，甚至部分中小企業(yè)因資金周轉(zhuǎn)問(wèn)題而破產(chǎn)。再加上2020年新冠肺炎疫情的沖擊，更多中小企業(yè)因運(yùn)營(yíng)不佳而破產(chǎn)。在當(dāng)前環(huán)境下，供應(yīng)鏈的整體運(yùn)行和交易不僅會(huì)遭到破壞，并且會(huì)使銀行面臨巨大的信用風(fēng)險(xiǎn)甚至損失。

4.價(jià)格波動(dòng)。價(jià)格風(fēng)險(xiǎn)是指質(zhì)押、抵押在金融機(jī)構(gòu)的資產(chǎn)價(jià)格下降，使得抵押物的價(jià)值不能覆蓋貸款敞口的風(fēng)險(xiǎn)。在供應(yīng)鏈金融中，金融機(jī)構(gòu)收回貸款的最后防線便是質(zhì)押、抵押的存貨等資產(chǎn)。存貨等資產(chǎn)價(jià)格下跌，會(huì)導(dǎo)致金融機(jī)構(gòu)的敞口相對(duì)增加，銀行等金融機(jī)構(gòu)將會(huì)面臨資不抵債的風(fēng)險(xiǎn)。

5.監(jiān)管問(wèn)題。在對(duì)貨物等資產(chǎn)進(jìn)行監(jiān)管時(shí)，由金融機(jī)構(gòu)指定第三方物流公司提供服務(wù)。第三方物流公司向金融機(jī)構(gòu)提供虛假評(píng)估報(bào)告及信息，抑或是評(píng)估方法不專(zhuān)業(yè)造成評(píng)估價(jià)值或品質(zhì)不合理，會(huì)增大金融機(jī)構(gòu)的風(fēng)險(xiǎn)敞口。此外，由于第三方物流公司的疏忽而造成資產(chǎn)丟失，或第三方物流公司與融資企業(yè)串通，欺騙金融機(jī)構(gòu)，也會(huì)將金融機(jī)構(gòu)置于極大的風(fēng)險(xiǎn)中。

為了更好地量化信用風(fēng)險(xiǎn)，本文選取KMV模型對(duì)風(fēng)險(xiǎn)進(jìn)行實(shí)證分析。

三、修正KMV模型介紹

由于我國(guó)國(guó)情和金融市場(chǎng)環(huán)境不同于國(guó)外，直接照搬國(guó)外經(jīng)典KMV模型很難反映出我國(guó)真實(shí)的情況和效果，無(wú)法準(zhǔn)確估算企業(yè)的違約概率。本文通過(guò)修正KMV模型來(lái)提高該模型的適應(yīng)性，并對(duì)農(nóng)產(chǎn)品供應(yīng)鏈中的企業(yè)信用風(fēng)險(xiǎn)進(jìn)行衡量。

(一)改進(jìn)股權(quán)價(jià)值波動(dòng)率

KMV模型建立在BSM模型基礎(chǔ)之上。KMV模型將負(fù)債、資產(chǎn)和權(quán)益滲入BSM模型中，如股東將手中擁有的權(quán)益當(dāng)作擁有看漲期權(quán)，企業(yè)的資產(chǎn)則當(dāng)作看漲期權(quán)的標(biāo)的資產(chǎn)，期權(quán)的行權(quán)價(jià)便是該公司的全部負(fù)債。若企業(yè)的全部負(fù)債比資產(chǎn)的市場(chǎng)價(jià)格低，則有利可圖，公司不會(huì)發(fā)生違約；若企業(yè)的全部負(fù)債比資產(chǎn)市場(chǎng)價(jià)格高，企業(yè)就會(huì)發(fā)生虧損，可能導(dǎo)致違約。本文在修正的KMV模型的基礎(chǔ)上，選取GARCH(1，1)模型來(lái)預(yù)測(cè)企業(yè)股權(quán)價(jià)值波動(dòng)率，并通過(guò)算式量化企業(yè)的違約距離。具體公式如下：

E=VN(d1)-De-rTN(d2)

(1)

(2)

公式(1)和(2)中，E代表股權(quán)價(jià)值，V代表資產(chǎn)的市場(chǎng)價(jià)值，D代表全部負(fù)債的賬面價(jià)值，r代表無(wú)風(fēng)險(xiǎn)利率，T是期限，N是累計(jì)概率函數(shù)，σA代表資產(chǎn)波動(dòng)率。由公式(1)和(2)可得：

(3)

其中，σE代表股權(quán)波動(dòng)率。而GARCH(1，1)模型的表達(dá)式為：

(4)

其中，α代表的是收益系數(shù)，β為滯后系數(shù)，c為常數(shù)項(xiàng)。α+β<1，c不為0。

(二)改進(jìn)違約點(diǎn)P

KMV模型提出違約點(diǎn)的原設(shè)定表達(dá)式為：

P=S+0.5L

(5)

其中，P代表違約點(diǎn)，S代表流動(dòng)負(fù)債，L代表非流動(dòng)負(fù)債。本文除了借鑒國(guó)外的研究經(jīng)驗(yàn)，還參考了本國(guó)學(xué)者對(duì)違約點(diǎn)修正的實(shí)證研究結(jié)果，最終表明，當(dāng)流動(dòng)負(fù)債和非流動(dòng)負(fù)債的系數(shù)分別為1和0.75的時(shí)候，能夠給量化結(jié)果帶來(lái)更好的效果。經(jīng)修正后的公式為：

P=S+0.75L

(6)

四、實(shí)證分析

(一)企業(yè)介紹

如前所述，供應(yīng)鏈金融包含核心企業(yè)、上下游企業(yè)，以及為整個(gè)供應(yīng)鏈金融提供倉(cāng)儲(chǔ)物流服務(wù)的物流公司，因此，本文根據(jù)股票市場(chǎng)(同花順金融終端)里的分類(lèi)來(lái)選取龍頭企業(yè)，再對(duì)所選取企業(yè)的股票數(shù)據(jù)進(jìn)行GARCH模型檢驗(yàn)，能夠通過(guò)檢驗(yàn)的則作為樣本企業(yè)，進(jìn)行KMV模型建模。最終，選取了12家通過(guò)檢驗(yàn)的企業(yè)，具體如下：

1.供應(yīng)商類(lèi)企業(yè)。(1)農(nóng)發(fā)種業(yè)。中國(guó)農(nóng)發(fā)集團(tuán)是國(guó)務(wù)院國(guó)資委直接管理的唯一一家大型綜合性農(nóng)業(yè)類(lèi)中央企業(yè)，業(yè)務(wù)涵蓋農(nóng)、牧、漁業(yè)，擁有全資及控股子公司17家，包括農(nóng)發(fā)種業(yè)、中牧股份、中水漁業(yè)3家上市公司，在世界40多個(gè)國(guó)家建有分支機(jī)構(gòu)或海外基地、海外農(nóng)場(chǎng)，業(yè)務(wù)遍及全國(guó)及世界80多個(gè)國(guó)家和地區(qū)。(2)神農(nóng)科技。海南神農(nóng)科技股份有限公司是一家以雜交水稻種子的選育、制種、銷(xiāo)售和技術(shù)服務(wù)為主的公司,主要產(chǎn)品為農(nóng)作物種子,包括雜交水稻種子、玉米種子、蔬菜瓜果種子、棉花種子等。公司是國(guó)內(nèi)少數(shù)具有“育、繁、推”一體化經(jīng)營(yíng)能力的雜交水稻企業(yè)之一，是農(nóng)業(yè)產(chǎn)業(yè)化國(guó)家重點(diǎn)龍頭企業(yè)，并設(shè)立了博士后科研工作站，在業(yè)內(nèi)具有良好聲譽(yù)和較高地位。(3)隆平高科。袁隆平農(nóng)業(yè)高科技股份有限公司主要從事農(nóng)作物高科技種子及種苗的研發(fā)、繁育、推廣及服務(wù)。公司主要產(chǎn)品包括雜交水稻種子、玉米種子、蔬菜瓜果種子、小麥種子等,其中水稻種子、玉米種子、蔬菜種子為公司核心業(yè)務(wù)板塊。公司被認(rèn)定為農(nóng)業(yè)產(chǎn)業(yè)化國(guó)家重點(diǎn)龍頭企業(yè)、中國(guó)種業(yè)信用明星企業(yè)等,公司的隆平高科、湘研商標(biāo)被認(rèn)定為中國(guó)馳名商標(biāo)。

2.核心加工類(lèi)企業(yè)。(1)中糧科技。中糧生物科技股份有限公司的主營(yíng)業(yè)務(wù)是玉米深加工，擁有的資產(chǎn)超過(guò)180億元，是目前中國(guó)最具規(guī)模且技術(shù)先進(jìn)的玉米深加工企業(yè)之一。該企業(yè)以具有“黃金玉米帶”之稱(chēng)的東北地區(qū)生產(chǎn)的玉米為深加工的主要原料，具有700萬(wàn) t玉米加工能力，主要產(chǎn)品為淀粉、果糖等。(2)中糧糖業(yè)。在國(guó)內(nèi)甘蔗、甜菜制糖領(lǐng)域，中糧糖業(yè)是服務(wù)“三農(nóng)”、提升國(guó)內(nèi)糖業(yè)種植及加工能力的積極力量。在進(jìn)口及港口煉糖環(huán)節(jié)，中糧糖業(yè)作為國(guó)家食糖進(jìn)口的主渠道，年自營(yíng)及代理進(jìn)口量約占中國(guó)進(jìn)口總量的50%，擁有每年150萬(wàn) t的港口煉糖廠，是銜接海外資源與國(guó)內(nèi)市場(chǎng)的橋梁。(3)梅花生物。梅花生物科技集團(tuán)股份有限公司的產(chǎn)品包括味精、雞精、谷氨酸、淀粉、飼料蛋白、玉米胚芽、生物肥料、硫酸、液氨，以及谷氨酰胺、蘇氨酸等10多種氨基酸產(chǎn)品，橫跨基礎(chǔ)化工、傳統(tǒng)農(nóng)業(yè)深加工、高端生物技術(shù)三大產(chǎn)業(yè)范疇。2019年12月16日，入選農(nóng)業(yè)產(chǎn)業(yè)化國(guó)家重點(diǎn)龍頭企業(yè)名單。

3.分銷(xiāo)商類(lèi)企業(yè)。(1)三江購(gòu)物。三江購(gòu)物俱樂(lè)部股份有限公司是一家連鎖平價(jià)超市，也是國(guó)際獨(dú)立零售商聯(lián)盟成員，公司主要產(chǎn)品包括紡織、服裝及日用品、化工產(chǎn)品、一類(lèi)醫(yī)療器械、農(nóng)產(chǎn)品和家用電器的批發(fā)等。在浙江省的連鎖超市中，三江購(gòu)物規(guī)模最大，是浙江省重點(diǎn)支持的大型連鎖企業(yè)，也是中國(guó)排名前100位的連鎖店之一。(2)蘭州民百。蘭州民百(集團(tuán))股份有限公司是成立于1992年4月的大型商貿(mào)企業(yè)集團(tuán)，以百貨零售業(yè)為主，是甘肅省唯一一家百貨零售上市公司，也是零售企業(yè)貿(mào)易聯(lián)合會(huì)成員。(3)翠微股份。北京翠微大廈股份有限公司是以百貨零售業(yè)務(wù)(百貨業(yè)務(wù)、租賃業(yè)務(wù)、超市業(yè)務(wù))為主的北京市海淀區(qū)區(qū)屬商業(yè)龍頭企業(yè)，是目前海淀區(qū)首家發(fā)行上市的區(qū)屬?lài)?guó)有控股企業(yè)，連續(xù)多年銷(xiāo)售額位居北京百貨市場(chǎng)前列，是北京市著名商的大型商業(yè)企業(yè)。

4.倉(cāng)儲(chǔ)物流類(lèi)企業(yè)。(1)順豐控股。順豐控股(集團(tuán))股份有限公司是一家主要經(jīng)營(yíng)國(guó)際、國(guó)內(nèi)快遞業(yè)務(wù)的港資快遞企業(yè)，是目前中國(guó)速遞行業(yè)中投遞速度最快的快遞公司之一。在持續(xù)強(qiáng)化速運(yùn)業(yè)務(wù)的基礎(chǔ)上，其圍繞快遞物流產(chǎn)業(yè)鏈，針對(duì)電商、食品、農(nóng)產(chǎn)品、醫(yī)藥等不同類(lèi)型客戶(hù)提供一站式供應(yīng)鏈解決方案。(2)中儲(chǔ)股份。中儲(chǔ)發(fā)展股份有限公司是一家主要經(jīng)營(yíng)商品儲(chǔ)存、物資配送的公司，共占地641 hm2,其中物流貨場(chǎng)面積245 hm2,庫(kù)房面積118 hm2。公司擁有各類(lèi)物流設(shè)備近1 000臺(tái)套,業(yè)務(wù)涵蓋期現(xiàn)貨交割物流、大宗商品供應(yīng)鏈、互聯(lián)網(wǎng)+物流、金融物流等領(lǐng)域，資產(chǎn)規(guī)模達(dá)217億元，凈資產(chǎn)達(dá)106億元，年均利潤(rùn)10億元以上，是我國(guó)特大型倉(cāng)儲(chǔ)物流企業(yè)。(3)德邦股份。德邦物流股份有限公司是致力于倉(cāng)儲(chǔ)與供應(yīng)鏈、跨境等多元業(yè)務(wù)的綜合性物流供應(yīng)商。2019年,公司快運(yùn)業(yè)務(wù)收入107.46億元,居行業(yè)前列。

(二)數(shù)據(jù)取樣及處理

考慮新冠肺炎疫情對(duì)各類(lèi)企業(yè)信用狀況的影響，本文擴(kuò)大時(shí)間范圍，選取2018年11月1日至2020年10月31日各企業(yè)的股票收盤(pán)價(jià)的期限樣本為研究對(duì)象。

1.股票收益率的確定。假設(shè)股票價(jià)格服從對(duì)數(shù)正態(tài)分布，那么股票收益率為：Re=lnPi-lnPi-1。其中，Re為股票收益率，Pi和Pi-1分別代表當(dāng)天和前一天的股票日收盤(pán)價(jià)格(數(shù)據(jù)來(lái)源：同花順)。

2.股權(quán)價(jià)值的確定。由于模型中還存在公司股權(quán)價(jià)值的計(jì)算，且我國(guó)股市不存在非流通股，因此設(shè)定：股權(quán)價(jià)值=后10日平均股價(jià)×總股本數(shù)。

3.無(wú)風(fēng)險(xiǎn)利率的確定。本文選取一年期的國(guó)債利率作為無(wú)風(fēng)險(xiǎn)利率，基于本文取樣2年，因而取2年平均數(shù)作為無(wú)風(fēng)險(xiǎn)利率，算出r=2.49%。

(三)GARCH(1，1)模型的構(gòu)建

在修正的KMV模型的基礎(chǔ)上，本文通過(guò)GARCH(1，1)模型來(lái)量化股權(quán)價(jià)值日波動(dòng)率，進(jìn)而得出年波動(dòng)率σE。

1.正態(tài)性檢驗(yàn)。時(shí)間序列模型是基于具有正態(tài)分布特征的白噪聲，所以利用EViews對(duì)股票數(shù)據(jù)作正態(tài)性檢驗(yàn)，得到Jarque-Bera統(tǒng)計(jì)量。結(jié)果顯示，12家企業(yè)的J-B統(tǒng)計(jì)結(jié)果均遠(yuǎn)高于顯著性水平α= 5%的閾值，應(yīng)當(dāng)拒絕服從正態(tài)分布的原假設(shè)，因此都呈非正態(tài)分布。另外，因?yàn)?2家企業(yè)的偏度均不為0，且峰度值都大于標(biāo)準(zhǔn)值3，所以可認(rèn)定上述企業(yè)的時(shí)間序列都具有尖峰肥尾的特征。

2.平穩(wěn)性檢驗(yàn)。分析股票的時(shí)間序列需要以數(shù)據(jù)的穩(wěn)定性為前提，因此使用ADF方法進(jìn)行平穩(wěn)性檢驗(yàn)。結(jié)果顯示，12家企業(yè)的P值均為0，小于顯著性水平5%，因此拒絕存在單位根，時(shí)間序列為非平穩(wěn)的原假設(shè)，得到企業(yè)的日收益率序列在5%顯著度下是平穩(wěn)的結(jié)論。

3.自相關(guān)性檢驗(yàn)。自相關(guān)函數(shù)反映了時(shí)間序列變量?jī)?nèi)部的一種相互依賴(lài)的關(guān)系。因此，使用R語(yǔ)言，并利用Ljung-Box方法進(jìn)行檢驗(yàn)，得出各家企業(yè)的P值均大于顯著度5%，不拒絕原假設(shè)，因而不存在自相關(guān)關(guān)系。

4.ARCH效應(yīng)檢驗(yàn)。建立GARCH(1,1)模型之前，需要檢驗(yàn)數(shù)據(jù)是否具有ARCH效應(yīng)。若數(shù)據(jù)存在ARCH效應(yīng)，可以構(gòu)建GARCH(1,1)模型；反之，則不能。本文使用EViews軟件對(duì)各企業(yè)的數(shù)據(jù)進(jìn)行檢驗(yàn)，均滿(mǎn)足ARCH效應(yīng)的檢驗(yàn)。

5.構(gòu)建GARCH(1,1)模型。利用EViews軟件來(lái)對(duì)該模型進(jìn)行建模,結(jié)果如表1所示。

表1 GARCH(1，1)模型系數(shù)

從表1可知，c和α的P值都小于5%，且滿(mǎn)足t檢驗(yàn)，還滿(mǎn)足α和β之和小于1的約束條件，最終可得股權(quán)價(jià)值日波動(dòng)率為：

(7)

(8)

公式(8)中的n為交易天數(shù)。根據(jù)上述數(shù)據(jù)和公式，可得到企業(yè)的年波動(dòng)率情況，具體如表2所示。

(四)計(jì)算企業(yè)違約點(diǎn)P、違約距離D和違約概率E

通過(guò)公式(6)計(jì)算企業(yè)違約點(diǎn)P，結(jié)果如表3所示。

利用R語(yǔ)言進(jìn)行建模，可知D的計(jì)算公式為：

(9)

表2 年波動(dòng)率

表3 企業(yè)違約點(diǎn)P計(jì)算結(jié)果

E的計(jì)算公式為：

E=N(-D)

(10)

公式(9)和(10)中,E(VA)代表的是預(yù)期資產(chǎn)價(jià)值,σA為資產(chǎn)波動(dòng)率,N是累計(jì)概率函數(shù)。結(jié)果如表4所示。

表4 企業(yè)違約距離D和違約概率E計(jì)算結(jié)果

從表4可以看出，供應(yīng)商類(lèi)、核心加工類(lèi)、分銷(xiāo)商類(lèi)和倉(cāng)儲(chǔ)物流類(lèi)企業(yè)的平均違約概率分別為0.103、0.138、0.093和0.031?？梢?jiàn)，相對(duì)的違約風(fēng)險(xiǎn)即信用風(fēng)險(xiǎn)從高到低排序?yàn)椋汉诵募庸ゎ?lèi)企業(yè)、供應(yīng)商類(lèi)企業(yè)、分銷(xiāo)商類(lèi)企業(yè)、倉(cāng)儲(chǔ)物流類(lèi)企業(yè)。本次實(shí)證結(jié)果跟一般情況有一定的差別：核心加工類(lèi)企業(yè)的信用風(fēng)險(xiǎn)比其他三類(lèi)企業(yè)都要大，核心加工類(lèi)企業(yè)自身之間的差距也較大；倉(cāng)儲(chǔ)物流類(lèi)企業(yè)整個(gè)信用良好且穩(wěn)定，供應(yīng)商類(lèi)企業(yè)和分銷(xiāo)商類(lèi)企業(yè)的信用差距也不大。在供應(yīng)鏈金融中，上下游的中小企業(yè)本是借由核心企業(yè)的信用而獲得融資的，其自身的信用風(fēng)險(xiǎn)本應(yīng)大于核心企業(yè)的信用風(fēng)險(xiǎn)。產(chǎn)生以上情況最大的原因之一是受新冠肺炎疫情的影響，宏觀環(huán)境發(fā)生變化，對(duì)企業(yè)產(chǎn)生了影響和沖擊。

(五)實(shí)證結(jié)果分析

1.核心加工類(lèi)企業(yè)的違約概率大于倉(cāng)儲(chǔ)物流類(lèi)企業(yè)?？梢钥吹?，在核心加工類(lèi)企業(yè)中違約概率最大的中糧糖業(yè)和在倉(cāng)儲(chǔ)物流類(lèi)企業(yè)中違約概率最小的順豐控股，兩者的違約點(diǎn)數(shù)值在各自企業(yè)類(lèi)別中都較為突出，甚至順豐控股的數(shù)值比中糧糖業(yè)的更大。究其原因，很大程度上是因?yàn)樾袠I(yè)所受新冠肺炎疫情沖擊的程度不同。從GARCH(1,1)模型可以看出，順豐控股的股權(quán)價(jià)值波動(dòng)率波動(dòng)較小，仍在穩(wěn)中前行。物流行業(yè)是當(dāng)下發(fā)展迅猛且有良好發(fā)展前景的行業(yè)，疫情發(fā)生前后，都離不開(kāi)物流服務(wù)，尤其在疫情防控期間，更需要物流進(jìn)行物資和藥品等的輸送。順豐物流在業(yè)界具有較高的地位，其信用風(fēng)險(xiǎn)小，能強(qiáng)有力地抗衡宏觀環(huán)境所帶來(lái)的變化。而中糧糖業(yè)，由于農(nóng)產(chǎn)品行業(yè)變動(dòng)因素較多，波動(dòng)性較大，信用風(fēng)險(xiǎn)非常突出，加上外部環(huán)境發(fā)生，其信用風(fēng)險(xiǎn)效應(yīng)進(jìn)一步放大。

2.核心企業(yè)信用風(fēng)險(xiǎn)大于上下游企業(yè)。上下游企業(yè)是通過(guò)核心企業(yè)的信用來(lái)獲得融資的。為了交易能順利進(jìn)行，也為了自身良好信譽(yù)能維持，上下游企業(yè)往往比較保守，沒(méi)有太多的負(fù)債。因而在新冠肺炎疫情來(lái)臨時(shí)，其通常不會(huì)因?yàn)橘Y金周轉(zhuǎn)問(wèn)題而發(fā)生違約，甚至倒閉。且供應(yīng)鏈金融是為上下游企業(yè)提供的短期、小額貸款，只要上下游企業(yè)保守、穩(wěn)定發(fā)展，則還款壓力即使在疫情期間也不會(huì)太大。反觀核心企業(yè)，雖然融資實(shí)力強(qiáng)大，但常常過(guò)度舉債以擴(kuò)展業(yè)務(wù)。一旦停工停產(chǎn)(因疫情原因)，就容易造成收入下降和現(xiàn)金流縮減，進(jìn)而導(dǎo)致企業(yè)股票波動(dòng)劇烈。且供應(yīng)鏈金融是以核心企業(yè)的信用為抵押，在宏觀環(huán)境發(fā)生變化時(shí)，極大部分的金融壓力都會(huì)放置到核心企業(yè)身上，從而導(dǎo)致核心企業(yè)在模型中量化出的信用風(fēng)險(xiǎn)較大。

3.負(fù)債少的企業(yè)信用風(fēng)險(xiǎn)也比較小。同類(lèi)型上下游企業(yè)間的信用風(fēng)險(xiǎn)差距不大，但在核心企業(yè)中，企業(yè)間的信用風(fēng)險(xiǎn)差距較大。如梅花生物的違約點(diǎn)數(shù)值介于中糧科技和中糧糖業(yè)之間，但從財(cái)務(wù)報(bào)表來(lái)看，梅花生物的償債能力、現(xiàn)金流能力以及運(yùn)營(yíng)能力都比較穩(wěn)定，因而通過(guò)GARCH(1,1)模型得出的股票波動(dòng)率最小。可見(jiàn)，相較于其他兩家企業(yè)，梅花生物風(fēng)險(xiǎn)小，整體表現(xiàn)良好。此外，神農(nóng)科技在供應(yīng)商類(lèi)企業(yè)中股票波動(dòng)率比其他兩家高，但是負(fù)債非常小，負(fù)債差距較其他兩家企業(yè)更寬，因此，從綜合考慮，神農(nóng)科技的信用風(fēng)險(xiǎn)也不高。

綜上所述，股市的穩(wěn)定性及負(fù)債情況對(duì)企業(yè)的信用狀況影響很大。當(dāng)新冠肺炎疫情發(fā)生，宏觀環(huán)境發(fā)生變化時(shí)，投資者的情緒波動(dòng)等對(duì)企業(yè)的股票穩(wěn)定性有非常大的影響，而要使投資者情緒保持穩(wěn)定，需要企業(yè)的各項(xiàng)能力如償債能力、運(yùn)營(yíng)能力以及現(xiàn)金流都保持穩(wěn)定。因此，建議企業(yè)采取保守發(fā)展策略，盡量降低自身負(fù)債，提高業(yè)務(wù)能力，保持良好信用，方可在宏觀環(huán)境和市場(chǎng)發(fā)生變化時(shí)從容應(yīng)對(duì)。

五、對(duì)策建議

在對(duì)信用風(fēng)險(xiǎn)進(jìn)行量化評(píng)估以后，要加強(qiáng)對(duì)信用風(fēng)險(xiǎn)的管理，采取有效風(fēng)控措施，將潛在風(fēng)險(xiǎn)控制在合理水平。

(一)供應(yīng)鏈企業(yè)維度

企業(yè)應(yīng)從以下幾方面管理信用風(fēng)險(xiǎn)。

1.實(shí)施壓力測(cè)試。核心企業(yè)在負(fù)債時(shí)，應(yīng)進(jìn)行壓力測(cè)試，在特殊情況下還需考慮投資者情緒，在宏觀環(huán)境發(fā)生變化時(shí)，努力降低負(fù)債，穩(wěn)定市場(chǎng)情緒，避免出現(xiàn)較大波動(dòng)，造成自身違約風(fēng)險(xiǎn)上升。上下游企業(yè)雖然不會(huì)承擔(dān)較大負(fù)債，但也需要進(jìn)行情景分析，評(píng)判自身的現(xiàn)金流能否償還負(fù)債，維持供應(yīng)鏈的健康。

2.建立準(zhǔn)入和退出機(jī)制。在供應(yīng)鏈系統(tǒng)中，上下游企業(yè)主要是依靠核心企業(yè)的信用，并用與核心企業(yè)的交易為兜底進(jìn)行融資的。雖然核心企業(yè)在特殊情況下信用狀況會(huì)發(fā)生變化，但其企業(yè)規(guī)模和地位仍較高，有一定的話(huà)語(yǔ)權(quán)。因此，為了維持供應(yīng)鏈的穩(wěn)定和健康發(fā)展，應(yīng)當(dāng)建立嚴(yán)格的核心企業(yè)準(zhǔn)入和退出機(jī)制，對(duì)想要進(jìn)入供應(yīng)鏈的企業(yè)進(jìn)行嚴(yán)格的審查和評(píng)估。

(二)金融機(jī)構(gòu)維度

金融機(jī)構(gòu)在進(jìn)行放貸時(shí)應(yīng)建立一套完善的風(fēng)險(xiǎn)評(píng)估體系和流程。

1.衡量整條供應(yīng)鏈的信用質(zhì)量。傳統(tǒng)金融中，金融機(jī)構(gòu)在進(jìn)行放貸時(shí)，只需考慮融資主體自身的風(fēng)險(xiǎn)，但是供應(yīng)鏈金融不同，融資主體在融資時(shí)以核心企業(yè)的交易作為抵押，具有傳導(dǎo)性，因此對(duì)企業(yè)放貸時(shí)，需衡量整條供應(yīng)鏈的信用質(zhì)量。對(duì)上下游企業(yè)、核心企業(yè)授信權(quán)重還需金融機(jī)構(gòu)繼續(xù)探索和完善。

2.根據(jù)運(yùn)營(yíng)情況限制貸款額度。金融機(jī)構(gòu)在對(duì)業(yè)務(wù)進(jìn)行監(jiān)管時(shí)，應(yīng)根據(jù)供應(yīng)鏈上的經(jīng)營(yíng)狀況對(duì)融資企業(yè)貸款額度進(jìn)行綜合評(píng)定，設(shè)定限額。限額實(shí)質(zhì)上是對(duì)金融機(jī)構(gòu)的一種保護(hù)機(jī)制，提前為防范信用風(fēng)險(xiǎn)作準(zhǔn)備。

3.需要加強(qiáng)對(duì)應(yīng)收賬款、預(yù)付賬款和存貨等質(zhì)押品的信息掌握和監(jiān)管力度。嚴(yán)控上下游企業(yè)業(yè)務(wù)往來(lái)的真實(shí)度，減少因信息不對(duì)稱(chēng)而引發(fā)的信用風(fēng)險(xiǎn)。

(三)法律政策維度

完備的政策及法律能夠?yàn)楣?yīng)鏈金融發(fā)展提供一個(gè)健康的環(huán)境。

1.金融健康發(fā)展的前提是需要有完備的法律體系、政策和框架標(biāo)準(zhǔn)。在供應(yīng)鏈金融的發(fā)展中，要明確劃分各企業(yè)主體的責(zé)任，不斷完善法律法規(guī)，加強(qiáng)法規(guī)政策對(duì)信用風(fēng)險(xiǎn)和供應(yīng)鏈金融的監(jiān)管作用，有效約束業(yè)務(wù)的規(guī)范化。

2.完善企業(yè)信用風(fēng)險(xiǎn)防控機(jī)制。隨著技術(shù)進(jìn)步和大數(shù)據(jù)的發(fā)展，金融機(jī)構(gòu)需建立并不斷完善、更新企業(yè)的信用數(shù)據(jù)庫(kù)，保證企業(yè)的信用狀況數(shù)據(jù)的易得性、真實(shí)性及便捷性，從而更加有效地管理和防控信用風(fēng)險(xiǎn)。當(dāng)然，在特殊情況下，如2020年新冠肺炎疫情發(fā)生，應(yīng)適度放寬政策，協(xié)助金融機(jī)構(gòu)對(duì)遭受重大沖擊的供應(yīng)鏈企業(yè)進(jìn)行政策性幫助。