供应链金融模式下中小企业信用风险评价探究.docVIP

供应链金融模式下中小企业信用风险评价探究 　　摘 要：过去银行对中小企业信用风险的研究主要是把单个企业作为主体，仅仅只关注中小企业的财务状况。而在供应链金融模式中，对中小企业风险的评价则换了一个新的角度。文章主要针对在供应链金融模式下对中小企业信用风险的测度进行系统性研究，提出用主成分分析法和Logistic回归方法建立信用风险评价体系的模型。 关键词：供应链金融；信用风险；Logistic回归模型 中图分类号：F275.6 文献标识码：A Abstract： Banks in the past study to SMEs credit risk is mainly to a single enterprise as the main body. Banks only focus on the financial situation of SMEs. However， banks meet the risk evaluation to the small and medium-sized enterprise is changed to a new point of view in the supply chain finance mode. The article mainly aims at the credit risk of medium-sized and small enterprises in the supply chain finance mode is studied. Key words： supply chain finance； credit risk； logistic regression model 0 引 言 随着经济的发展，我国中小企业市场发展迅速，映射出很多问题和困难。其中，融资难是中小企业发展的最大障碍之一，中小企业资产小，质量差、信用级别低、财务制度不完善。为了解决中小企业融资难的问题，开辟了供应链金融。随着这种业务的产生和发展，迫切需要有效的机制来审定中小企业的贷款风险，最重要的就是信用风险。本文就是站在金融机构的角度上对处在供应链上中小企业的信用风险进行评价研究，提炼出基于供应链下的中小企业信用风险评价模型。 1 综 述 在国外，Black（1999）[1]利用logistic回归模型研究供应链金融的信用风险。Jarrow[2]建立了信用风险模型，发现：（运营收入+折旧）/总负债、流动比率、利息保障倍数、权益/总资产、公司年龄、地区虚拟变量的作用比较显著。在国内，自从2006年深圳发展银行首先提出供应链金融业务品牌并且获得了巨大的成功。学术界才正式开始关注“供应链金融”这一金融创新模式。供应链金融作为一种新的信贷模式，不可避免地具有风险性。国内有关供应链金融的风险主要是定性分析，近两年才开始了定量分析。黄静、赵庆祯（2009）利用朴素的贝叶斯方法试图更准确的评价中小企业的信用风险[3]。白少布（2009）根据供应链融资的业务特点以及影响融资企业信用风险的供应链要素或绩效，建立指标体系，将多层次AHP法和FCE法相结合，为企业风险管理和风险评估提供了建议和策略[4]。孔媛媛等人（2010）采用模糊集和影响图相结合的方法分析风险因素之间的模糊影响关系，确定模糊概率进而进行风险评价[5]。芮婧等人（2010）建立了新的供应链金融信用风险评价系统，发现BP神经网络模型对供应链金融中的中小企业信用风险的误判率比较低[6]。 综上，国外学者的研究具有一定的借鉴意义，但其中的一些变量数据在我国不易得到而难以使用。在当前我国信用风险的研究中，多数研究都是关于度量模型的比较，实证的成分很少，而且有些国际上流行的模型不能很好地应用在我国中小企业，原因是这些模型需要建立一套完整的数据库和比较成熟的金融市场，而这恰恰是我国中小企业所欠缺的[7]。鉴于我国中小企业信用风险的实际情况和特点，本文将主成分分析与Logistic回归模型相结合对中小企业进行信用风险评估。期望为评估中小企业信用风险提供一条新的思路。 2 Logistic回归模型和主成分分析方法介绍 Logistic回归模型（Logistic Regression Model）采用二元Logistic概率函数作为模型的方程。对于二分类因变量的分析需要使用非线性函数事件发生的条件概率PY■=1/X■与X■之间的非线性关系通常是单调函数，即随着X■的增加单调增加或者单调减少一个自然的选择是值域在0，1之间且具有S形状的曲线，这样在X■趋近于负无穷时有EY■趋近于0，在X■趋近于正无穷时有EY■趋近于1，这种曲线类似于一个随机变量的累积分布曲线，在二分类因变量分析中曾使用多种分布函数，最常用