物流企業(yè)開展物流金融服務(wù)的風(fēng)險(xiǎn)評價(jià)

陶經(jīng)輝，應(yīng)麗景

（南京財(cái)經(jīng)大學(xué) 營銷與物流管理學(xué)院，南京 210046）

國內(nèi)對物流金融風(fēng)險(xiǎn)的研究大部分是從銀行金融機(jī)構(gòu)或是融資企業(yè)的角度分析，從物流企業(yè)的角度對其定性或定量的研究還不多見。劉萍萍[1]（2010）對物流金融服務(wù)的實(shí)施過程進(jìn)行了風(fēng)險(xiǎn)分析，認(rèn)為物流金融業(yè)務(wù)能有效降低國際結(jié)算的融資風(fēng)險(xiǎn)；馮耕中[2]（2007）等人從銀行的角度對物流金融業(yè)務(wù)的風(fēng)險(xiǎn)進(jìn)行了分析，研究了銀企之間的溝通風(fēng)險(xiǎn)和法律風(fēng)險(xiǎn)等。物流企業(yè)在開展物流金融服務(wù)的過程中，一方面同銀行金融機(jī)構(gòu)密切合作，物流公司需要按照銀行的指示進(jìn)行對質(zhì)押物的相關(guān)操作，另一方面物流企業(yè)需要對融資企業(yè)提供信用評估，對質(zhì)押物儲存管理并監(jiān)督服務(wù)，以及相關(guān)的運(yùn)輸、配送甚至是加工包裝等物流服務(wù)。

1 風(fēng)險(xiǎn)評價(jià)指標(biāo)體系的初步構(gòu)建

通過對現(xiàn)有文獻(xiàn)的總結(jié)歸納[3-5]，物流企業(yè)開展物流金融服務(wù)的主要風(fēng)險(xiǎn)來自于質(zhì)押物風(fēng)險(xiǎn)、融資企業(yè)的資質(zhì)評價(jià)風(fēng)險(xiǎn)、銀行合同法律風(fēng)險(xiǎn)、企業(yè)內(nèi)部管理與操作風(fēng)險(xiǎn)以及宏觀環(huán)境的風(fēng)險(xiǎn)。初步設(shè)計(jì)該風(fēng)險(xiǎn)評價(jià)指標(biāo)體系如表1所示。

2 風(fēng)險(xiǎn)評價(jià)指標(biāo)體系的篩選

2.1 對樣本數(shù)據(jù)進(jìn)行分析

對表1中的初始風(fēng)險(xiǎn)評價(jià)指標(biāo)體系，首先采用Likert 5級量表的形式對指標(biāo)進(jìn)行測量，請被調(diào)查者根據(jù)其實(shí)際情況對問卷所提到的風(fēng)險(xiǎn)指標(biāo)分別從“完全不重要”到“非常重要”給予1分至5分。然后采用SPSS13.0統(tǒng)計(jì)工具，選擇基于主成分分析的因子分析法，主要目的在于選取出最終的與觀測變量的關(guān)系緊密的因子個(gè)數(shù)，并得出各因子與各觀測變量之間的相關(guān)程度，以建立相關(guān)程度比較大的因子與變量的內(nèi)在結(jié)構(gòu)。

表1 物流企業(yè)開展物流金融服務(wù)的風(fēng)險(xiǎn)評價(jià)指標(biāo)體系

2.1.1 對質(zhì)押物風(fēng)險(xiǎn)中的質(zhì)押物監(jiān)管風(fēng)險(xiǎn)進(jìn)行分析

首先，對選取的樣本數(shù)據(jù)進(jìn)行有效性分析，采用SPSS13.0的KMO樣本檢驗(yàn)和Bartlett球檢驗(yàn)。檢驗(yàn)數(shù)據(jù)顯示，KMO為0.702，大于0.5，球檢驗(yàn)的顯著性檢驗(yàn)Sig為0.000，明顯小于1%，說明樣本數(shù)據(jù)具有良好的相關(guān)性，適合采用因子分析法。

其次，因子分析中的總方差解釋表格主要由三部分組成，包涵初始因子解的方差、提取因子解的方差以及旋轉(zhuǎn)因子解的方差，而且每個(gè)部分下屬涵蓋因子解釋的原始變量的方差值、因子解釋所有原始變量總方差的百分比以及累計(jì)的前n項(xiàng)因子對原始變量總方差的百分比值[6]。

一般情況下，我們只需要注意旋轉(zhuǎn)因子解的方差解釋，旋轉(zhuǎn)后的因子解釋原始變量的方差得到重新分配，但是累計(jì)解釋總方差是不變的。通常只有當(dāng)累計(jì)解釋總方差的百分比達(dá)到60%左右才表示某個(gè)因子的總方差解釋百分比可以保留，否則予以刪除。但如果經(jīng)過主成分方法分析后，只能提取一個(gè)成分，故不再需要考慮旋轉(zhuǎn)的情況。

從方差解釋中可以看出，通過成分分析法，提取得到一個(gè)大于1的特征值，且解釋方差已經(jīng)達(dá)到79.069%，說明該量表具有比較良好的結(jié)構(gòu)效果。在該情況下，由于只有只得到一個(gè)主成分，故不存在轉(zhuǎn)置的情況。意味著質(zhì)押物風(fēng)險(xiǎn)只有一個(gè)衡量維度，與本文所提的理論模型相符。

將因子載荷值低于0.5的因子予以刪除，其中Z51和Z52的因子載荷都小于0.5，所以將從該量表中移去。

2.1.2 對融資企業(yè)資質(zhì)評價(jià)的風(fēng)險(xiǎn)的統(tǒng)計(jì)分析

首先，對樣本適當(dāng)性進(jìn)行檢驗(yàn)分析，數(shù)據(jù)顯示，KMO為0.674，大于0.5，球檢驗(yàn)的顯著性檢驗(yàn)Sig為0.000，明顯小于1%，說明樣本數(shù)據(jù)具有良好的相關(guān)性，適合采用因子分析法。

其次，通過采用因子分析，表2所示為總方差解釋。

表2 總分差解釋

如表2中所示，通過主成分分析，提取得到三個(gè)大于1的特征值，且解釋總方差已達(dá)到64.044%，說明該量表具有良好的結(jié)構(gòu)效果。三個(gè)主成分的結(jié)果與本文理論模型構(gòu)想一致。旋轉(zhuǎn)后的因子載荷，小于0.3的因子載荷不予以顯示，此處仍采用小于0.5予以刪除。

其中，R13、R18、R31、R32的特征值均小于0.5，所以考慮將它們從該量表中移去。

2.1.3 對銀行合同法律風(fēng)險(xiǎn)進(jìn)行分析

首先，對樣本數(shù)據(jù)的適當(dāng)性進(jìn)行分析，數(shù)據(jù)顯示，KMO為0.684，大于0.5，球檢驗(yàn)的顯著性檢驗(yàn)Sig為0.000，明顯小于1%，說明樣本數(shù)據(jù)具有良好的相關(guān)性，適合采用因子分析法。

其次，通過采用因子分析，表3所示為總方差解釋。

表3 Total Variance Explained

如表3中所示，通過主成分分析，提取得到兩個(gè)大于1的特征值，且解釋總方差已達(dá)到89.231%，說明該量表具有良好的結(jié)構(gòu)效果。只提取了一個(gè)成分，則不存在轉(zhuǎn)置的情況，其因子載荷中，低于0.5的因子載荷，則將這些指標(biāo)刪除，Y3的載荷低于0.5，因而予以刪除。

2.1.4 對物流企業(yè)內(nèi)部管理和操作風(fēng)險(xiǎn)進(jìn)行分析

首先，對樣本數(shù)據(jù)的適當(dāng)性進(jìn)行分析，數(shù)據(jù)顯示，KMO為0.643，大于0.5，球檢驗(yàn)的顯著性檢驗(yàn)Sig為0.000，明顯小于1%，說明樣本數(shù)據(jù)具有良好的相關(guān)性，適合采用因子分析法。

其次，通過采用因子分析，表4所示為總方差解釋。

表4 總方差解釋

表4中，通過主成分分析，提取得到兩個(gè)大于1的特征值，且解釋總方差已達(dá)到76.124%，說明該量表具有良好的結(jié)構(gòu)效果。兩個(gè)主成分的結(jié)果與本文理論模型構(gòu)想一致。旋轉(zhuǎn)后的因子載荷，小于0.3的因子載荷不予以顯示，此處仍采用小于0.5予以刪除。

W13、W14和W23的特征值為0.437，小于0.5，所以考慮將其從該量表中移去。

考慮到宏觀環(huán)境風(fēng)險(xiǎn)的量表下含有的風(fēng)險(xiǎn)因素僅為兩個(gè)，這里省去對其進(jìn)行主成分分析，將各因子予以保留處理。

2.2 風(fēng)險(xiǎn)評價(jià)指標(biāo)體系的最終確定

通過對初選風(fēng)險(xiǎn)指標(biāo)進(jìn)行主成分分析之后，對一些信度不足的指標(biāo)予以刪除，保留信度較高的指標(biāo)，從而確立最終的風(fēng)險(xiǎn)評價(jià)指標(biāo)體系。如表5所示。

3 基于多層次的模糊綜合評價(jià)法

本文采用多層次模糊綜合評價(jià)法應(yīng)用于物流金融風(fēng)險(xiǎn)評價(jià)。多層次模糊綜合評價(jià)法集專家經(jīng)驗(yàn)、物流企業(yè)內(nèi)部專業(yè)人士的意見和科學(xué)可觀的量化計(jì)算為一體，將定性和定量進(jìn)行有機(jī)結(jié)合的系統(tǒng)性分析方法，可以在定量分析的同時(shí)將不確定的因素納入其中，通過權(quán)重的設(shè)定，將各個(gè)風(fēng)險(xiǎn)指標(biāo)進(jìn)行高低排序，有利于物流企業(yè)在進(jìn)行物流金融服務(wù)的時(shí)候，針對不同的風(fēng)險(xiǎn)因素進(jìn)行控制與防范，從而做出科學(xué)客觀的信貸決策。

表5 物流企業(yè)開展物流金融服務(wù)風(fēng)險(xiǎn)評價(jià)體系

由于目前多層次模糊綜合評價(jià)法比較成熟，本文略去詳細(xì)的評價(jià)過程，只給出兩級評價(jià)指標(biāo)的權(quán)重，見表6。

表6 物流企業(yè)開展物流金融服務(wù)風(fēng)險(xiǎn)的兩級評價(jià)指標(biāo)及其權(quán)重

4 評價(jià)結(jié)果分析

（1）質(zhì)押物風(fēng)險(xiǎn)。在所有的影響物流企業(yè)開展物流金融服務(wù)的因素中，其所起到的影響作用是最大的，估計(jì)值為0.313。而隸屬于該層次的下一層指標(biāo)中，質(zhì)押物品種所起的影響值是最大的，其次是質(zhì)押物的市場價(jià)格的變動、質(zhì)押物是否參與投保等指標(biāo)。說明物流企業(yè)在物流金融服務(wù)中需要慎重考慮質(zhì)押物各個(gè)方面的因素，才能更好地防范物流金融業(yè)務(wù)所帶來的風(fēng)險(xiǎn)。

（2）融資企業(yè)的資質(zhì)評價(jià)估計(jì)值為0.238，排在五大指標(biāo)的第二位。其中包括企業(yè)的財(cái)務(wù)狀況、道德與信譽(yù)以及企業(yè)的未來發(fā)展?fàn)顩r。在這三者之間，企業(yè)的財(cái)務(wù)狀況需要物流企業(yè)從實(shí)際的數(shù)據(jù)中進(jìn)行分析，以求得到對融資企業(yè)的客觀、科學(xué)的評價(jià)。融資企業(yè)未來的發(fā)展前景亦是物流企業(yè)需要考量的另一重要方面，從銷售額增長率和營業(yè)利潤增長率兩個(gè)角度來評估。此外則是借貸企業(yè)的道德與信譽(yù)即信用問題。此處說明銀行對融資企業(yè)授信貸款，物流企業(yè)需要配合對借貸企業(yè)進(jìn)行一定程度的監(jiān)督，以便及時(shí)采取行動控制風(fēng)險(xiǎn)。

（3）物流企業(yè)的內(nèi)部管理和操作，其估計(jì)值為0.202，位列五大指標(biāo)中的第三位，該指標(biāo)中的下屬指標(biāo)顯示物流企業(yè)的管理水平略高于物流企業(yè)的技術(shù)水平，物流企業(yè)需要高素質(zhì)的企業(yè)人員熟悉內(nèi)部的管理與操作，還需要企業(yè)相應(yīng)的技術(shù)設(shè)備設(shè)施。

（4）銀行的合同法律風(fēng)險(xiǎn)，其估計(jì)值為0.135，位列五大指標(biāo)的第四位。該風(fēng)險(xiǎn)對物流企業(yè)開展物流金融服務(wù)的營銷相對較小，其下屬的三個(gè)低級指標(biāo)屬物流企業(yè)往往承擔(dān)過多責(zé)任所帶來的影響最大，由于銀行在物流金融服務(wù)中常常處于強(qiáng)勢地位，所以對物流企業(yè)來說，處于劣勢的地位，并會與之簽訂固定的合同以及造成合同的內(nèi)容不完整。

（5）位于五大因素指標(biāo)的最小風(fēng)險(xiǎn)是宏觀環(huán)境風(fēng)險(xiǎn)，主要包括政策法規(guī)和市場環(huán)境兩個(gè)次級指標(biāo)，前者較后者對物流金融業(yè)務(wù)風(fēng)險(xiǎn)的影響較小。因?yàn)楹暧^環(huán)境所帶來的風(fēng)險(xiǎn)具有一定的不可抗性，物流企業(yè)相對處在被動情況之下，只能去適應(yīng)或是通過預(yù)見性的去控制和避免。

[1]劉萍萍，裴葆春.物流企業(yè)的風(fēng)險(xiǎn)評價(jià)分析[J].商業(yè)研究，2010,（3）.

[2]馮耕中.物流金融業(yè)務(wù)創(chuàng)新分析[J].預(yù)測，2007,（26）.

[3]繆興鋒.試對中國物流行業(yè)融資需求及操作方案的探討[J].經(jīng)濟(jì)研究導(dǎo)刊，2010,（1）.

[4]孟超，田志軍.第三方物流企業(yè)服務(wù)創(chuàng)新：物流金融[J].經(jīng)濟(jì)研究，2006,（9）.

[5]羅齊，朱道立，陳伯銘.第三方物流服務(wù)創(chuàng)新:融通倉及其運(yùn)作模式初探[J].中國流通經(jīng)濟(jì)，2002,（2）.

[6]郭志剛.社會統(tǒng)計(jì)分析方法——SPSS軟件應(yīng)用[M].北京:中國人民大學(xué)出版社,1999.