• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    中小企業(yè)應(yīng)收賬款融資信用風(fēng)險(xiǎn)評(píng)價(jià)研究
    ——以農(nóng)業(yè)中小上市企業(yè)為例

    2021-11-23 04:20:04英,
    科技和產(chǎn)業(yè) 2021年11期
    關(guān)鍵詞:信用風(fēng)險(xiǎn)賬款供應(yīng)鏈

    樊 英, 段 文

    (湖南農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)學(xué)院, 長(zhǎng)沙 410128)

    中小企業(yè)在保障充分就業(yè)、優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)等方面發(fā)揮了重要作用,是推動(dòng)國(guó)民經(jīng)濟(jì)發(fā)展的重要力量。同時(shí),由于中小企業(yè)基礎(chǔ)薄弱、資產(chǎn)規(guī)模較小、內(nèi)部治理結(jié)構(gòu)不健全、生產(chǎn)經(jīng)營(yíng)不穩(wěn)定、抗風(fēng)險(xiǎn)能力弱等原因,融資難、融資貴問(wèn)題依然非常嚴(yán)峻。中國(guó)政府及金融機(jī)構(gòu)非常重視對(duì)中小企業(yè)的資金支持與金融創(chuàng)新。2020年9月中國(guó)人民銀行、工信部等部門(mén)聯(lián)合發(fā)布《關(guān)于規(guī)范發(fā)展供應(yīng)鏈金融 支持供應(yīng)鏈產(chǎn)業(yè)鏈穩(wěn)定循環(huán)和優(yōu)化升級(jí)的意見(jiàn)》,明確提出供應(yīng)鏈金融的內(nèi)涵、發(fā)展方向等。供應(yīng)鏈金融規(guī)范創(chuàng)新發(fā)展對(duì)于更好服務(wù)產(chǎn)業(yè)鏈上中小企業(yè)融資具有積極作用。應(yīng)收賬款融資屬于供應(yīng)鏈金融的重要產(chǎn)品模式。截至2020年8月中旬,人民銀行征信中心組建的應(yīng)收賬款融資服務(wù)平臺(tái)累計(jì)促成融資22.32萬(wàn)筆,融資金額共計(jì)11.67萬(wàn)億元,其中,超過(guò)七成的融資支持了中小微企業(yè)。應(yīng)收賬款融資依托供應(yīng)鏈上核心企業(yè)的信用,以真實(shí)性交易為背景,通過(guò)應(yīng)收賬款質(zhì)押等手段,為供應(yīng)鏈參與主體提供綜合性金融產(chǎn)品和服務(wù)。與傳統(tǒng)融資模式相比,應(yīng)收賬款融資可借助核心企業(yè)的較高信用,為中小企業(yè)增信,提高融資成功率,降低融資成本[1],有效緩解中小型企業(yè)融資不足的問(wèn)題[2]。

    信用風(fēng)險(xiǎn)是指因交易方經(jīng)營(yíng)管理不善、產(chǎn)品滯銷等原因,不愿或無(wú)力履行合約而遭受損失的可能性,是銀行等金融機(jī)構(gòu)面臨的主要風(fēng)險(xiǎn)之一。由于銀行等金融機(jī)構(gòu)與中小企業(yè)等供應(yīng)鏈相關(guān)參與主體存在信息不對(duì)稱,核心企業(yè)的經(jīng)營(yíng)狀況、供應(yīng)鏈主體間的業(yè)務(wù)關(guān)系及穩(wěn)定性狀況等都會(huì)對(duì)中小企業(yè)應(yīng)收賬款融資的信用風(fēng)險(xiǎn)產(chǎn)生影響,與傳統(tǒng)信貸融資模式下以中小企業(yè)的財(cái)務(wù)狀況為主進(jìn)行考量的授信方式不相適應(yīng)。為合理地預(yù)測(cè)中小企業(yè)應(yīng)收賬款融資信用風(fēng)險(xiǎn),應(yīng)基于供應(yīng)鏈應(yīng)收賬款融資特點(diǎn),設(shè)置針對(duì)性的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)。

    國(guó)內(nèi)外學(xué)者對(duì)供應(yīng)鏈金融風(fēng)險(xiǎn)的研究做出了積極的貢獻(xiàn)。關(guān)于應(yīng)收賬款融資風(fēng)險(xiǎn)方面,有學(xué)者提出全球應(yīng)收賬款融資的大部分客戶都是中小企業(yè),且國(guó)際應(yīng)收賬款保理業(yè)務(wù)中存在風(fēng)險(xiǎn)隱患,應(yīng)收賬款到期時(shí)間越長(zhǎng),風(fēng)險(xiǎn)越高[3]。應(yīng)收賬款融資資金提供方還應(yīng)關(guān)注供應(yīng)商應(yīng)收賬款的價(jià)值變動(dòng)風(fēng)險(xiǎn)[4],同時(shí)應(yīng)收賬款融資中主要存在法律監(jiān)管、銀企信息不對(duì)稱等問(wèn)題[5],商業(yè)銀行應(yīng)收賬款融資順利實(shí)施需降低核心企業(yè)的道德風(fēng)險(xiǎn),對(duì)融資企業(yè)進(jìn)行動(dòng)態(tài)風(fēng)險(xiǎn)監(jiān)控等[6]。關(guān)于以供應(yīng)鏈金融業(yè)務(wù)為整體的信用風(fēng)險(xiǎn)評(píng)估研究方面,學(xué)者們從核心企業(yè)、融資企業(yè)、融資項(xiàng)目、供應(yīng)鏈運(yùn)行狀況等方面選擇供應(yīng)鏈金融信用風(fēng)險(xiǎn)的評(píng)估指標(biāo)[7-9]。同時(shí),供應(yīng)鏈金融信用風(fēng)險(xiǎn)評(píng)估的方法主要包括客觀方法支持向量機(jī)(SVM)、模糊綜合評(píng)價(jià)法、博弈模型、熵權(quán)-TOPSIS模型等。由于學(xué)者們對(duì)供應(yīng)鏈金融風(fēng)險(xiǎn)研究中采用的方法、選用的指標(biāo)及樣本不同,對(duì)供應(yīng)鏈金融風(fēng)險(xiǎn)的構(gòu)成及評(píng)估結(jié)果有一定的差異,但普遍認(rèn)為需關(guān)注供應(yīng)鏈金融業(yè)務(wù)中可能面臨的風(fēng)險(xiǎn),并采取相應(yīng)的防范措施。在不同的供應(yīng)鏈金融模式下信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的側(cè)重點(diǎn)可能有所差異,因此,本文以中小企業(yè)板塊農(nóng)業(yè)上市企業(yè)為例,在充分考慮應(yīng)收賬款融資模式特點(diǎn)的基礎(chǔ)上,建立中小企業(yè)應(yīng)收賬款融資信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系,以期真實(shí)反映中小企業(yè)應(yīng)收賬款融資信用風(fēng)險(xiǎn),為中小企業(yè)應(yīng)收賬款融資業(yè)務(wù)實(shí)踐提供決策依據(jù)。

    1 中小企業(yè)應(yīng)收賬款融資信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的構(gòu)成

    應(yīng)收賬款融資主要是為供應(yīng)鏈上游的中小企業(yè)提供融資,中小企業(yè)將對(duì)下游企業(yè)的應(yīng)收賬款抵質(zhì)押給銀行,有利于中小企業(yè)快速獲得維持和擴(kuò)大經(jīng)營(yíng)所需的現(xiàn)金流,有效解決中小企業(yè)回款慢的問(wèn)題,但同時(shí)也要注意應(yīng)收賬款融資中存在的潛在信用風(fēng)險(xiǎn)點(diǎn),據(jù)此設(shè)置合理的信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo),具體應(yīng)包括以下4個(gè)方面。

    1.1 上游中小企業(yè)資質(zhì)

    當(dāng)作為融資企業(yè)的中小企業(yè)面臨內(nèi)部經(jīng)營(yíng)情況惡化、行業(yè)市場(chǎng)前景不佳等狀況,可能導(dǎo)致中小企業(yè)自身的盈利能力、償債能力等下降而不能按時(shí)履約,信用風(fēng)險(xiǎn)也隨之產(chǎn)生。因此,當(dāng)中小企業(yè)盈利能力越強(qiáng)、發(fā)展?jié)摿υ酱?、營(yíng)運(yùn)資產(chǎn)的效率越高,則中小企業(yè)資質(zhì)越好,償還債務(wù)的能力越強(qiáng),故選用了營(yíng)業(yè)利潤(rùn)率、銷售凈利率等指標(biāo)衡量中小企業(yè)的資質(zhì)。

    1.2 下游企業(yè)資質(zhì)

    應(yīng)收賬款融資業(yè)務(wù)依賴下游企業(yè)較高的資信度,下游企業(yè)的綜合實(shí)力不佳及信用水平低也會(huì)導(dǎo)致整個(gè)應(yīng)收賬款融資出現(xiàn)問(wèn)題并陷入僵局。下游企業(yè)還可能由于經(jīng)營(yíng)不善、內(nèi)部管理混亂等原因出現(xiàn)資金流動(dòng)性不足,或?qū)е缕浣?jīng)營(yíng)狀況惡化而喪失、可能喪失履行償還債務(wù)能力的情況。當(dāng)下游企業(yè)資信不高時(shí),還可能發(fā)生拒絕付款、推卸付款責(zé)任、拖延賬期等,加大應(yīng)收賬款融資的信用風(fēng)險(xiǎn)。本文下游企業(yè)的資質(zhì)狀況主要是根據(jù)下游企業(yè)的行業(yè)地位、信用級(jí)別狀況等對(duì)其綜合實(shí)力進(jìn)行評(píng)價(jià),通過(guò)中小企業(yè)近3年的合作企業(yè)及主要的應(yīng)收賬款方是否與政府合作或者是否為業(yè)績(jī)較好的行業(yè)內(nèi)龍頭企業(yè)反映,若是則認(rèn)為下游企業(yè)綜合實(shí)力較強(qiáng)記為1,若否記為0。

    1.3 應(yīng)收賬款質(zhì)量

    開(kāi)展應(yīng)收賬款融資業(yè)務(wù)時(shí),銀行等金融機(jī)構(gòu)將應(yīng)收賬款作為授信的基礎(chǔ)資產(chǎn),應(yīng)收賬款的質(zhì)量是影響中小企業(yè)融資能否成功的關(guān)鍵,主要選用了應(yīng)收賬款壞賬損失率、應(yīng)收賬款賬齡結(jié)構(gòu)指標(biāo)反映應(yīng)收賬款質(zhì)量。應(yīng)收賬款壞賬損失率是應(yīng)收賬款壞賬損失與期初應(yīng)收賬款之比,下游企業(yè)的歸還款是供應(yīng)鏈應(yīng)收賬款融資的第一還款來(lái)源,應(yīng)收賬款壞賬損失率能有效體現(xiàn)下游企業(yè)在歷史交易中償還賬款的能力和意愿,應(yīng)收賬款壞賬損失率越高則相應(yīng)的供應(yīng)鏈應(yīng)收賬款融資信用風(fēng)險(xiǎn)越高。同時(shí),應(yīng)收賬款的賬期越短,出現(xiàn)影響信用風(fēng)險(xiǎn)的事件可能越少。本文采用了應(yīng)收賬款賬齡結(jié)構(gòu)中1年以內(nèi)應(yīng)收賬款占比指標(biāo)。

    1.4 供應(yīng)鏈運(yùn)營(yíng)穩(wěn)定性

    銀行等金融機(jī)構(gòu)開(kāi)展應(yīng)收賬款融資業(yè)務(wù)是將供應(yīng)鏈上的相關(guān)參與主體作為一個(gè)整體,若供應(yīng)鏈中相關(guān)主體沒(méi)有實(shí)現(xiàn)有效整合,可能產(chǎn)生潛在的風(fēng)險(xiǎn),導(dǎo)致應(yīng)收賬款融資款項(xiàng)無(wú)法及時(shí)收回。如供應(yīng)鏈參與主體間合作管理意識(shí)不夠,發(fā)生上游中小企業(yè)提供的貨物或服務(wù)沒(méi)有達(dá)到合同要求,或供應(yīng)鏈上交易企業(yè)間資金拖欠嚴(yán)重等情況,都將無(wú)法形成協(xié)調(diào)穩(wěn)定的供應(yīng)鏈系統(tǒng)。因此,供應(yīng)鏈上節(jié)點(diǎn)企業(yè)間較強(qiáng)的合作管理意識(shí),有利于形成協(xié)調(diào)穩(wěn)定的供應(yīng)鏈金融系統(tǒng)。通過(guò)融資企業(yè)年報(bào)和官網(wǎng)涉及的下游企業(yè)交易,若融資企業(yè)與下游企業(yè)的交易年限保持在3年及以上的,認(rèn)為供應(yīng)鏈主體間交易穩(wěn)定性較高,記為1,否則交易穩(wěn)定性較低,記為0。供應(yīng)鏈主體間關(guān)系越緊密,供應(yīng)鏈運(yùn)營(yíng)穩(wěn)定性越高,以融資企業(yè)與下游企業(yè)間近兩年是否存在擔(dān)保關(guān)系指標(biāo)反映,有擔(dān)保關(guān)系記為1,反之記為0。

    可見(jiàn),該指標(biāo)體系不僅包括中小企業(yè)資質(zhì)的指標(biāo),還包括應(yīng)收賬款質(zhì)量、下游企業(yè)資質(zhì)、供應(yīng)鏈運(yùn)營(yíng)穩(wěn)定性程度等指標(biāo),力爭(zhēng)實(shí)現(xiàn)對(duì)中小企業(yè)應(yīng)收賬款融資信用風(fēng)險(xiǎn)較為準(zhǔn)確的評(píng)價(jià)。具體的指標(biāo)選擇見(jiàn)表1。

    表1 中小企業(yè)應(yīng)收賬款融資信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)

    2 農(nóng)業(yè)中小上市企業(yè)應(yīng)收賬款融資信用風(fēng)險(xiǎn)評(píng)價(jià)的實(shí)證分析

    2.1 樣本選取及數(shù)據(jù)來(lái)源

    樣本企業(yè)選自Wind數(shù)據(jù)庫(kù)里申銀萬(wàn)國(guó)行業(yè)類中深圳證券交易所A股市場(chǎng)上中小企業(yè)板塊上的農(nóng)林牧漁公司,共計(jì)41家農(nóng)業(yè)企業(yè)。信用風(fēng)險(xiǎn)構(gòu)成指標(biāo)數(shù)據(jù)來(lái)自Wind數(shù)據(jù)庫(kù)中2019年度的財(cái)務(wù)報(bào)表數(shù)據(jù),及各企業(yè)2017—2019年的財(cái)務(wù)報(bào)表,部分指標(biāo)數(shù)據(jù)手動(dòng)處理。41家農(nóng)業(yè)企業(yè)中有7家企業(yè)上市的年限不足3年,部分?jǐn)?shù)據(jù)存在缺失,剔除后共計(jì)34家農(nóng)業(yè)企業(yè)為樣本。對(duì)于農(nóng)業(yè)企業(yè)信用風(fēng)險(xiǎn)預(yù)判值,考慮到數(shù)據(jù)的真實(shí)性、可操作性及有效性,信用風(fēng)險(xiǎn)F值以和訊網(wǎng)個(gè)股財(cái)務(wù)分析中對(duì)樣本企業(yè)的綜合能力、盈利能力、償債能力的星級(jí)狀況進(jìn)行評(píng)判,將整體星級(jí)狀況在6顆星以上,且3項(xiàng)均無(wú)1星的狀況,認(rèn)為該企業(yè)信用等級(jí)較高,信用風(fēng)險(xiǎn)小,為信用風(fēng)險(xiǎn)良好的企業(yè),信用風(fēng)險(xiǎn)值F記為1;反之為信用等級(jí)較低,風(fēng)險(xiǎn)較大的企業(yè),F(xiàn)值記為0。

    2.2 信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的描述性統(tǒng)計(jì)

    樣本農(nóng)業(yè)中小上市企業(yè)的盈利能力、償債能力、供應(yīng)鏈運(yùn)營(yíng)狀況等以上選取的19個(gè)反映供應(yīng)鏈應(yīng)收賬款融資信用風(fēng)險(xiǎn)指標(biāo)的描述性統(tǒng)計(jì)結(jié)果見(jiàn)表2。值得關(guān)注的是現(xiàn)金流量利息保障倍數(shù)的極小值和極大值之間的差距高達(dá)48 143,表明該指標(biāo)在樣本農(nóng)業(yè)企業(yè)中的差距很大。流動(dòng)比率和速動(dòng)比率的均值分別為1.668、1.142,表明企業(yè)短期償債能力有可靠的保證?,F(xiàn)金比率在2.4%~433.5%,均值為77.2%,現(xiàn)金比率越高,說(shuō)明變現(xiàn)能力越強(qiáng),一般認(rèn)為20%以上較好,但這一比率過(guò)高,也意味著企業(yè)資金未能得到合理運(yùn)用,現(xiàn)金類資產(chǎn)獲利能力低。存貨周轉(zhuǎn)速度越快,存貨的占用水平越低,流動(dòng)性越強(qiáng),存貨轉(zhuǎn)換為現(xiàn)金或應(yīng)收賬款的速度越快,樣本農(nóng)業(yè)企業(yè)存貨周轉(zhuǎn)率均值為428.8%,表明樣本企業(yè)的存貨周轉(zhuǎn)率尚可。從應(yīng)收賬款質(zhì)量看,應(yīng)收賬款壞賬損失率均值為7.8%,標(biāo)準(zhǔn)差為0.15,1年以內(nèi)應(yīng)收賬款占比均值為79.6%,其中5家樣本農(nóng)業(yè)企業(yè)1年以內(nèi)應(yīng)收賬款占比為100%,可見(jiàn)從壞賬損失率和期限上看,大部分樣本農(nóng)業(yè)企業(yè)應(yīng)收賬款質(zhì)量較高。此外,通過(guò)分析發(fā)現(xiàn),現(xiàn)金流量利息保障倍數(shù)為正的樣本企業(yè)有28家,其中信用風(fēng)險(xiǎn)良好的企業(yè)有19家,占67.85%,為信用風(fēng)險(xiǎn)良好企業(yè)的90.48%,信用風(fēng)險(xiǎn)較大的企業(yè)有9家,占比32.15%,為信用風(fēng)險(xiǎn)較大企業(yè)的69.23%。該指標(biāo)為負(fù)的樣本企業(yè)有6家,其中信用風(fēng)險(xiǎn)較大的企業(yè)占66.67%,可見(jiàn)信用風(fēng)險(xiǎn)良好的企業(yè)利用經(jīng)營(yíng)現(xiàn)金凈流量支付利息的能力相對(duì)較好。樣本企業(yè)營(yíng)業(yè)利潤(rùn)率為正的樣本企業(yè)有24家,信用風(fēng)險(xiǎn)良好的企業(yè)有18家,占75%,為信用風(fēng)險(xiǎn)良好企業(yè)的85.71%,信用風(fēng)險(xiǎn)較大的企業(yè)有6家,占比25%,為信用風(fēng)險(xiǎn)較大企業(yè)的46.15%,該指標(biāo)為負(fù)的樣本企業(yè)有10家,其中信用風(fēng)險(xiǎn)較大的企業(yè)占70%,可見(jiàn)信用風(fēng)險(xiǎn)良好的企業(yè)商品銷售額提供的營(yíng)業(yè)利潤(rùn)相對(duì)更好,企業(yè)的盈利能力更強(qiáng)。

    表2 變量描述性統(tǒng)計(jì)

    2.3 基于因子分析的信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)處理

    因子分析的基本思想是根據(jù)相關(guān)性的大小將變量分組,使得同組內(nèi)變量間的相關(guān)性較高,不同組變量間的相關(guān)性較低,從一些錯(cuò)綜復(fù)雜關(guān)系的問(wèn)題中找出少數(shù)幾個(gè)主要因子,以幫助對(duì)復(fù)雜問(wèn)題的分析和解釋。由于19個(gè)信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)可能存在多重共線性問(wèn)題,會(huì)影響后續(xù)模型度量結(jié)果的可信度。因此,通過(guò)因子分析以篩選出具有代表性、若干不相干的信用風(fēng)險(xiǎn)評(píng)價(jià)綜合指標(biāo)。

    2.3.1 KMO和Bartlett檢驗(yàn)

    首先對(duì)各指標(biāo)進(jìn)行因子分析可行性檢驗(yàn),采用的是KMO和Bartlett球形檢驗(yàn)。KMO和Bartlett檢驗(yàn)結(jié)果見(jiàn)表3,KMO值大于0.5,說(shuō)明數(shù)據(jù)適合做因子分析, Bartlett 的球形檢驗(yàn)P值等于0,拒絕原假設(shè),說(shuō)明原有指標(biāo)間具有一定相關(guān)性,可以進(jìn)行因子分析。

    表3 KMO和Bartlett檢驗(yàn)結(jié)果

    2.3.2 主成分分析

    通過(guò)因子分析中最大方差法旋轉(zhuǎn)成分矩陣,運(yùn)算得到表4。可以看出,前5個(gè)公因子的特征根都大于1,說(shuō)明這5個(gè)公因子可以解釋全部的19個(gè)指標(biāo)。特征根大于1的公因子解釋能力分別為23.551%、18.308%、15.911%、13.379%、10.570%,且總體的累積貢獻(xiàn)率達(dá)到了81.719%,能夠較好地反映原評(píng)價(jià)模型。

    表4 解釋的總方差結(jié)果

    根據(jù)旋轉(zhuǎn)后的因子載荷矩陣,可以分析出每個(gè)公因子F所代表的具體指標(biāo)。由表5可得,X1、X2、X3、X4以及X15、X16指標(biāo)在因子F1上的載荷較高,故稱F1為盈利能力和應(yīng)收賬款質(zhì)量因子;F2中X7、X8、X9指標(biāo)的載荷較高,故稱F2為償債能力因子;F3中X12、X13、X14指標(biāo)的載荷較高,故稱F3為營(yíng)運(yùn)能力因子;F4中X17、X18指標(biāo)的載荷較高,故稱F4為供應(yīng)鏈運(yùn)營(yíng)質(zhì)量因子;F5中體現(xiàn)成長(zhǎng)能力、現(xiàn)金流量以及供應(yīng)鏈主體間關(guān)系緊密性的指標(biāo)載荷也較高,故稱F5為綜合因子。

    表5 旋轉(zhuǎn)成分矩陣結(jié)果

    2.4 基于Logistic回歸的應(yīng)收賬款融資信用風(fēng)險(xiǎn)評(píng)價(jià)及分析

    借鑒學(xué)者們對(duì)供應(yīng)鏈金融信用風(fēng)險(xiǎn)評(píng)價(jià)的相關(guān)研究,將和訊網(wǎng)中樣本農(nóng)業(yè)企業(yè)的信用風(fēng)險(xiǎn)值F為因變量,探討信用風(fēng)險(xiǎn)構(gòu)成的各指標(biāo)對(duì)信用風(fēng)險(xiǎn)值的影響程度。假設(shè)企業(yè)的守約概率服從Logistic分布,信用風(fēng)險(xiǎn)構(gòu)成的各指標(biāo)為L(zhǎng)ogistic回歸分析中的自變量,預(yù)測(cè)農(nóng)業(yè)中小企業(yè)的守約概率P。P值范圍為[0,1],越接近1,守約概率越高,信用風(fēng)險(xiǎn)越?。辉浇咏?,違約概率越高,信用風(fēng)險(xiǎn)越大。以P*=0.5為臨界點(diǎn),當(dāng)P值小于0.5時(shí),認(rèn)為該企業(yè)的違約風(fēng)險(xiǎn)較大,銀行等金融機(jī)構(gòu)對(duì)其提供信貸時(shí)要審慎。以信用風(fēng)險(xiǎn)值F為因變量,以因子分析后得到的5個(gè)公因子為自變量,通過(guò)二元Logistic回歸中的向后(wald)回歸方法排除變量,回歸結(jié)果見(jiàn)表6。

    由表6可知,回歸分析剔除了F2,將F1、F3、F4及F54因子留在了方程中,其顯著性的檢驗(yàn)值Sig.分別為0.023、0.043、0.065、0.031,其中F1、F3、F5均在5%的統(tǒng)計(jì)水平上顯著,F(xiàn)4在10%的統(tǒng)計(jì)水平上顯著,各因子對(duì)模型中P的影響顯著為正,因此可以得出農(nóng)業(yè)中小企業(yè)的守約概率方程為

    表6 方程中的變量

    (1)

    對(duì)回歸結(jié)果以及擬合優(yōu)度進(jìn)行檢驗(yàn),從表7可以看出,模型的Sig.值為0,均小于1%的統(tǒng)計(jì)水平,說(shuō)明該回歸模型具有實(shí)際意義。

    表7 模型系數(shù)的綜合檢驗(yàn)結(jié)果

    同時(shí),選取樣本中的A農(nóng)業(yè)企業(yè)為例,該企業(yè)是一家種植業(yè)公司,主要業(yè)務(wù)包括農(nóng)作物種子研發(fā)、繁育、推廣及服務(wù)等,其下游企業(yè)B公司是一家國(guó)有控股的種業(yè)有限公司。A公司以賒銷的方式向B公司銷售產(chǎn)品,形成對(duì)B公司的債權(quán)。由于A企業(yè)生產(chǎn)缺乏足夠的流動(dòng)性資金,以對(duì)B公司的應(yīng)收賬款作為抵押品向金融機(jī)構(gòu)融資,用于采購(gòu)原材料。

    根據(jù)A公司的財(cái)務(wù)狀況及下游企業(yè)資質(zhì)、供應(yīng)鏈運(yùn)營(yíng)狀況可得F1=0.848,F(xiàn)3=-1.110,F(xiàn)4=0.506,F(xiàn)5=-0.772,代入式(1)得

    概率P值為76.3%,說(shuō)明A公司的守約概率為76.3%,與信用風(fēng)險(xiǎn)F值違約概率高不太符合,原因是和訊網(wǎng)中的信用等級(jí)評(píng)價(jià)與本文中模型所參考的指標(biāo)存在不同。對(duì)所選的34家企業(yè)進(jìn)行信用風(fēng)險(xiǎn)估計(jì)時(shí),有5家企業(yè)的守約概率被誤判,回歸模型整體預(yù)測(cè)準(zhǔn)確率為85.3%,由表8可知,34家樣本農(nóng)業(yè)企業(yè)中,有13家信用風(fēng)險(xiǎn)較大的企業(yè),有9家符合,預(yù)測(cè)準(zhǔn)確度為69.2%,21家信用風(fēng)險(xiǎn)較小的企業(yè)中,有20家預(yù)測(cè)準(zhǔn)確。樣本農(nóng)業(yè)企業(yè)中有4家的履約概率估值過(guò)低,由于本文的指標(biāo)體系中增加了交易對(duì)手資質(zhì)及供應(yīng)鏈運(yùn)營(yíng)狀況等指標(biāo),從供應(yīng)鏈整體分析農(nóng)業(yè)中小企業(yè)融資的信用風(fēng)險(xiǎn),在一定程度上有利于中小企業(yè)的信用增級(jí),提高中小企業(yè)獲得貸款的概率。

    表8 模型預(yù)測(cè)結(jié)果

    3 結(jié)論及建議

    通過(guò)構(gòu)建中小企業(yè)供應(yīng)鏈應(yīng)收賬款融資信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系,并運(yùn)用Logistic回歸模型對(duì)34家樣本農(nóng)業(yè)企業(yè)的信用風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè),預(yù)測(cè)結(jié)果中5家企業(yè)信用風(fēng)險(xiǎn)概率被誤判,信用風(fēng)險(xiǎn)評(píng)估模型整體預(yù)測(cè)準(zhǔn)確率為85.3%。與傳統(tǒng)融資模式的信用風(fēng)險(xiǎn)評(píng)估模型不同,該評(píng)估指標(biāo)體系中增加了下游企業(yè)綜合實(shí)力和供應(yīng)鏈運(yùn)營(yíng)狀況指標(biāo),使中小企業(yè)應(yīng)收賬款融資信用風(fēng)險(xiǎn)評(píng)估更加合理和全面,供應(yīng)鏈運(yùn)營(yíng)質(zhì)量高的情況下,有利于提高中小企業(yè)的資信度。

    對(duì)選取的19個(gè)反映信用風(fēng)險(xiǎn)的指標(biāo)進(jìn)行因子分析后提取出5個(gè)主因子,其中盈利能力和應(yīng)收賬款質(zhì)量因子、營(yíng)運(yùn)能力因子、供應(yīng)鏈運(yùn)營(yíng)質(zhì)量因子以及綜合因子對(duì)農(nóng)業(yè)中小企業(yè)應(yīng)收賬款融資信用風(fēng)險(xiǎn)的影響顯著為正。結(jié)合本文因子分析狀況,可知營(yíng)業(yè)利潤(rùn)率、銷售凈利率、凈資產(chǎn)收益率、成本費(fèi)用利潤(rùn)率越高,企業(yè)效益越好,信用風(fēng)險(xiǎn)越低;應(yīng)收賬款壞賬損失率越低,1年以內(nèi)應(yīng)收賬款占比越高,應(yīng)收賬款質(zhì)量越好,農(nóng)業(yè)中小企業(yè)融資信用度越高;下游企業(yè)綜合實(shí)力越強(qiáng)、供應(yīng)鏈穩(wěn)定性程度越高其信用風(fēng)險(xiǎn)越低。企業(yè)潛在成長(zhǎng)空間越大、資產(chǎn)運(yùn)營(yíng)質(zhì)量越好以及經(jīng)營(yíng)現(xiàn)金凈流量?jī)攤哪芰υ綇?qiáng)其信用風(fēng)險(xiǎn)越低。

    因此,銀行等金融機(jī)構(gòu)在提供供應(yīng)鏈應(yīng)收賬款融資業(yè)務(wù)中,應(yīng)深入了解供應(yīng)鏈各節(jié)點(diǎn)企業(yè)間的貿(mào)易關(guān)系,注重檢驗(yàn)企業(yè)間貿(mào)易往來(lái)的真實(shí)性、合理性、穩(wěn)定性及定價(jià)的公允性。銀行等金融機(jī)構(gòu)可選擇與應(yīng)收賬款質(zhì)量佳、管理能力強(qiáng)的中小企業(yè)以及資質(zhì)好的核心企業(yè)開(kāi)展合作,并逐步建立起產(chǎn)業(yè)鏈企業(yè)數(shù)據(jù)庫(kù),為更多優(yōu)質(zhì)產(chǎn)業(yè)鏈主體提供融資服務(wù)。

    猜你喜歡
    信用風(fēng)險(xiǎn)賬款供應(yīng)鏈
    海外并購(gòu)績(jī)效及供應(yīng)鏈整合案例研究
    為什么美中供應(yīng)鏈脫鉤雷聲大雨點(diǎn)小
    我國(guó)銀行應(yīng)收賬款管理研究——以A分行應(yīng)收賬款管理為例
    企業(yè)應(yīng)收賬款管理的探索與思考
    應(yīng)對(duì)民企應(yīng)收賬款上升
    益邦供應(yīng)鏈酣戰(zhàn)“雙11”
    益邦供應(yīng)鏈 深耕大健康
    淺析我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理
    上市公司應(yīng)收賬款問(wèn)題探討
    京東商城電子商務(wù)信用風(fēng)險(xiǎn)防范策略
    兴海县| 潼南县| 潮州市| 赤壁市| 广饶县| 乌鲁木齐县| 迁西县| 张家界市| 广昌县| 新干县| 崇明县| 达拉特旗| 宁河县| 竹山县| 洮南市| 西畴县| 班玛县| 十堰市| 鄯善县| 嘉义县| 织金县| 黄浦区| 饶阳县| 临朐县| 临高县| 文化| 秦皇岛市| 汝州市| 荔浦县| 龙口市| 绥滨县| 时尚| 娄底市| 六枝特区| 孙吴县| 萨迦县| 新龙县| 兴山县| 鄂托克前旗| 临西县| 尼勒克县|