基于供应链金融汽车行业上市公司信用风险实证探究.docVIP

基于供应链金融汽车行业上市公司信用风险实证探究 　　摘 要：供应链金融，在传统的信贷模式基础上，将核心企业与供应链上下游的多个中小企业联系起来，为其解决融资难的问题。文章从融资企业状况、核心企业状况、供应链状况三个大的方面构建了中小企业信用风险评价体系。选取了30家汽车行业中小型上市公司，利用因子分析法以及Logistic回归分析对其信用风险进行评价、验证，得出结论，提出改进建议，对供应链金融信用风险评估提供了有效的解决方法 关键词：供应链金融；信用风险；因子分析；Logistic模型 Abstract： Supply chain finance， based on the traditional credit model， link up the core enterprises and several of the supply chain upstream and downstream small enterprises to solve the financing difficulties. This paper designs the credit risk evaluation system from three aspects： the financing enterprise condition， the core enterprise condition and the supply chain condition. This paper selects thirty small and medium-sized listed companies from automobile industry，uses the method of factor analysis and logistic regression analysis to evaluate the credit risk， verify and draw the conclusion. In the end， this paper puts forward some suggestions to improve the accuracy of credit risk assessment. Key words： supply chain finance； credit risk； factor analysis； Logistic model 引 言 供??链金融，即在传统的信贷模式基础上，将核心企业与供应链上下游的多个合作企业联系起来，从原材料采购的供应商、加工制造半成品的制造商，直至销售产品的经销商，最后到消费客户手中，形成的一个整体，对供应链中的各节点企业提供所需的金融和融资类服务。结合目前我国各大银行供应链金融业务的开展情况来看，我国供应链金融业务的开展主要集中在汽车、钢铁、能源和电信等几大板块，其中汽车制造业是我国供应链活动中较为典型的组织。汽车制造业供应链的组成可以分为上游汽车零部件的购买、中游汽车整车的组装制造和下游成品的分销物流三部分。本文以大型的汽车整车制造企业作为核心企业，与整车制造企业有合作关系的上游汽车零部件及配件供应商及下游的汽车分销商的融资企业为研究对象，进行信用风险的评价分析 1 信用风险评价模型的建立 1.1 确定评价方法 选择Logistic模型进行供应链金融的信用风险评价，Logistic模型是目前计算违约概率方面研究比较成熟的一种模型，二分类的Logistic回归模型的变量取值只有两个值，而企业在贷款中也只有违约和不违约两种情况，因此二分类的Logistic模型非常符合企业计算违约概率风险度量的预测。采用一系列财务和业务指标X， i=n作为自变量建立Logistic模型，预测企业的守约概率P。然后根据银行和相关风险评级机构资料设立分界点P，通过P与P的比较，以确定融资企业的守约率大小，最后决定是否对该企业进行贷款，P值越接近于1，表示融资企业的信用较好，P值越接近于0，则融资企业的信用较差。在进行Logistic回归分析之前，采用因子分析法选择具有代表性的自变量，设法将原来众多具有一定相关性（比如m个指标），重新组合成一组新的互相无关的综合指标因子来代替原来的指标，以减少候选变量间的相关性，作为新的综合指标因子 1.2 评价体系的建立 供应链金融业务改变了金融机构的传统融资视角，融资过程中参与主体和风险来源更加复杂，对于信用风险的评价不仅局限于申请融资的中小企业本身，而是将供应链上复杂多变的运行状况和核心的参与主体纳入了信用风险评价管理，本文从融资企业、核心企业和供应链状况三个方面出发，客观科学地建立了供应链金融信用风险的指标体系： （1）融资企业是