基于主成分和灰色層次關(guān)聯(lián)的供應(yīng)鏈金融信用風(fēng)險研究

李佳桐，劉媛華 （上海理工大學(xué) 管理學(xué)院，上海200093）

LI Jia-tong, LIU Yuan-hua (Management School, University of Shanghai for Science and Technology, Shanghai 200093, China)

0 引 言

近年來，隨著銀行之間競爭形勢的不斷變化，商業(yè)銀行為了獲取更大的利益，不斷拓寬信貸的渠道，開發(fā)研究更多的金融產(chǎn)品，加之我國的實體經(jīng)濟(jì)正處在快速發(fā)展的階段，對信貸的需求也頗為旺盛，因此，供應(yīng)鏈金融模式得到了越來越多的關(guān)注，成為了中小企業(yè)解決融資困難和銀行獲利的有效渠道。供應(yīng)鏈金融，簡單地說，就是銀行將核心企業(yè)和上下游企業(yè)聯(lián)系在一起提供靈活運用的金融產(chǎn)品和服務(wù)的一種融資模式。目前，供應(yīng)鏈金融的運作模式主要包括存貨抵押融資模式、應(yīng)收賬款融資模式、保兌倉融資模式等三種模式，關(guān)鍵因素是：覆蓋主要貿(mào)易渠道和定位相關(guān)企業(yè)和安全參與[1]。

隨著供應(yīng)鏈金融的不斷發(fā)展和變革，中小企業(yè)的信用問題也越來越得到重視，企業(yè)的資信成了銀行考慮的首要因素，信用風(fēng)險也成了制約供應(yīng)鏈金融發(fā)展的障礙，從而促使了國內(nèi)學(xué)者紛紛在供應(yīng)鏈金融信用風(fēng)險度量模型上進(jìn)行了研究。羅齊（2002） 提出來融通倉的概念并進(jìn)行了詳細(xì)闡述，同時還分析了融通倉獲得金融機構(gòu)的授信額度和成立獨特的信用擔(dān)保體系兩種運作模式[2]。彎紅地（2008） 通過對應(yīng)收賬款融資模式的風(fēng)險模型分析，認(rèn)為供應(yīng)鏈金融依賴的風(fēng)險規(guī)避機制存在失靈的可能性，需要銀行與核心企業(yè)建立新型合作的關(guān)系，并發(fā)揮他們各自的優(yōu)勢，才能達(dá)到供應(yīng)鏈金融期望實現(xiàn)的作用[3]。熊熊、馬佳（2009） 研究了在供應(yīng)鏈金融模式下的信用風(fēng)險評價，提出了考慮主體評級和債項評級的信用風(fēng)險評價體系，用主成分分析法和Logistic 回歸方法建立信用風(fēng)險評價模型并提出應(yīng)加強對客戶基礎(chǔ)數(shù)據(jù)庫的建設(shè)，從而有利于對現(xiàn)有信用評價體系的修正和完善，提高其準(zhǔn)確性[4]。胡海青、張瑯、張道宏、陳亮（2011） 運用支持向量機（SVM） 建立信用風(fēng)險評估模型研究了在供應(yīng)鏈金融模式下的信用風(fēng)險評估，提出了綜合考慮核心企業(yè)資信狀況及供應(yīng)鏈關(guān)系的信用風(fēng)險評估指標(biāo)體系，結(jié)果表明基于SVM 的信用風(fēng)險評估體系具有優(yōu)越性[5]。夏立明、曾樂樂、孟麗（2011） 從銀行的視角，建立了中小企業(yè)信用風(fēng)險評價指標(biāo)體系，運用灰色層次分析法和一次門限法，建立了基于供應(yīng)鏈金融的中小企業(yè)信用風(fēng)險評價模型[6]。何金蔭、孟志青、崔后卿（2013） 對中小企業(yè)信用風(fēng)險的影響因素，建立較為全面的綜合評價指標(biāo)體系，并結(jié)合AHP-云重心理論對企業(yè)信用風(fēng)險進(jìn)行評價，通過將一個待測企業(yè)風(fēng)險指標(biāo)與理想企業(yè)相關(guān)指標(biāo)做比較，計算出偏離度，判定待測企業(yè)的風(fēng)險大小接著又將AHP 方法與AHP-云重心方法作對比，計算出一個區(qū)分度，從而幫助銀行、信貸公司選擇合適的中小企業(yè)[7]。

目前，由于供應(yīng)鏈金融發(fā)展的時間還不長，在信用風(fēng)險度量模型方面還不夠成熟，還沒有出現(xiàn)專門度量模型來評價和防范風(fēng)險。本文在前人研究的基礎(chǔ)上，采用主層次分析法和灰色多層次關(guān)聯(lián)建立信用風(fēng)險模型。由于信用風(fēng)險指標(biāo)過多，不易操作，先采用主成分分析法選擇具有代表性的指標(biāo)，并且這些指標(biāo)具有層次性，且部分指標(biāo)無法確知，只是近似估計，所以有一定的關(guān)聯(lián)性，因此選擇層次分析法確定各指標(biāo)的權(quán)重，再結(jié)合灰色關(guān)聯(lián)分析法得出關(guān)聯(lián)系數(shù)，計算出與標(biāo)準(zhǔn)序列的關(guān)聯(lián)度，進(jìn)行評價。

1 供應(yīng)鏈金融模式企業(yè)信用風(fēng)險指標(biāo)的識別

根據(jù)中國銀監(jiān)會公布的《銀行開展小企業(yè)授信工作制度意見》 （銀監(jiān)發(fā)[2007] 53 號） 銀行應(yīng)建立和完善小企業(yè)客戶信用風(fēng)險評估體系，可依據(jù)企業(yè)經(jīng)營狀況、存續(xù)時間、償債能力、經(jīng)營者素質(zhì)、發(fā)展前景、資信狀況等指標(biāo)，制定小企業(yè)信用評分體系，突出對小企業(yè)業(yè)主或主要股東個人的信用，以及小企業(yè)所處市場環(huán)境和信用環(huán)境的評價[8]。由此可以看出，銀行在傳統(tǒng)的信貸模式下，主要考查的是企業(yè)的財務(wù)狀況。然而我國的中小企業(yè)的財務(wù)制度還不夠健全、透明度還不夠高，以及規(guī)模上的一些限制，使企業(yè)不能夠達(dá)到銀行的要求來進(jìn)行抵押，難以獲得授信，嚴(yán)重制約了企業(yè)的發(fā)展。

相比較傳統(tǒng)模式，供應(yīng)鏈金融信用評價體系從關(guān)注中小企業(yè)自身的風(fēng)險，轉(zhuǎn)變成關(guān)注供應(yīng)鏈的整體風(fēng)險，從對中小企業(yè)的靜態(tài)財務(wù)數(shù)據(jù)進(jìn)行評價，轉(zhuǎn)變到關(guān)注單筆交易的自償性，對交易全過程進(jìn)行評價[9]。銀行站在供應(yīng)鏈全局的角度，對供應(yīng)鏈的單個企業(yè)或上下游多個企業(yè)進(jìn)行授信，不再以單個企業(yè)的財務(wù)指標(biāo)作為唯一授信標(biāo)準(zhǔn)，更多的是考慮整條供應(yīng)鏈真實的貿(mào)易背景、抗風(fēng)險能力，以及融資企業(yè)與核心企業(yè)的關(guān)系程度，借助于核心企業(yè)的資信狀況，拓展了自身的信貸范圍，也幫助眾多中小企業(yè)解決了融資難的問題。

本文在借鑒銀行信用評價體系的基礎(chǔ)上，遵循全面性、科學(xué)性、系統(tǒng)性、針對性、可操作性的原則，并結(jié)合供應(yīng)鏈金融自身的特點，建立了供應(yīng)鏈金融信用風(fēng)險評價指標(biāo)。包括以下5 個方面：

（1） 申請企業(yè)資質(zhì)，包括企業(yè)素質(zhì)、營運能力、盈利能力、償債能力和發(fā)展能力，是融資企業(yè)真實情況的反映，也符合傳統(tǒng)模式下信貸的考察內(nèi)容，是主要的評價指標(biāo)。

（2） 企業(yè)資產(chǎn)狀況，包括質(zhì)物特征和應(yīng)收賬款特征。質(zhì)物特征直接影響到質(zhì)押物的安全問題，也是質(zhì)押物價值的保障。應(yīng)收賬款特征則考慮了退貨比率、應(yīng)收賬款到賬率和應(yīng)收賬款賬期。銀行通過對這兩項的評估，若申請企業(yè)違約時，銀行將其變現(xiàn)來彌補損失。因此，企業(yè)資產(chǎn)狀況是銀行考察的重中之重。

（3） 供應(yīng)鏈運營能力，包括合作密切程度、以往違約率，是對供應(yīng)鏈整個真實背景的考察，是供應(yīng)鏈金融新的考察指標(biāo)。當(dāng)申請企業(yè)與核心企業(yè)合作時間越長、關(guān)系越密切，則銀行的信貸風(fēng)險可能就越小。

（4） 核心企業(yè)資質(zhì)，包括信用記錄、盈利能力和償債能力。通過對核心企業(yè)的考察，了解核心企業(yè)的狀況，即使申請企業(yè)在違約的情況下，也可以通過核心企業(yè)來降低銀行的風(fēng)險。

（5） 行業(yè)環(huán)境，包括行業(yè)發(fā)展前景和宏觀環(huán)境。整個行業(yè)所處的現(xiàn)狀、GDP 的增長趨勢以及相關(guān)法律法規(guī)、政策的支持程度，對信用風(fēng)險也有一定的影響。

本文將這5 個方面作為一級指標(biāo)，并選取了企業(yè)素質(zhì)、營運能力、盈利能力等14 個二級指標(biāo)和管理者素質(zhì)、職工素質(zhì)等38 個三級指標(biāo)，如表1 所示。

2 供應(yīng)鏈金融模式下企業(yè)信用風(fēng)險模型的構(gòu)建

2.1 主成分分析法選取主要評價指標(biāo)

主成分分析（Principal Component Analysis） 是利用降維的思想，將多個變量轉(zhuǎn)化為少數(shù)幾個綜合變量（即主成分），其中每個主成分都是原始變量的線性組合，各主成分之間互不相關(guān)，從而這些主成分能夠反映始變量的絕大部分信息，且所含的信息互不重疊[10]。采用這種方法可以將多個指標(biāo)進(jìn)行篩選，避免了一些具有相關(guān)性的指標(biāo)進(jìn)一步計算，使得復(fù)雜問題得以簡化，同時得到更為科學(xué)、準(zhǔn)確的信息。

主成分分析法選取主要評價指標(biāo)有以下幾個步驟：

（1） 估計樣本數(shù)，選取指標(biāo)，并對指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理：

p維隨機向量個樣品i=1,2,…,n，且n＞p，構(gòu)造樣本陣，對樣本陣進(jìn)行如下標(biāo)準(zhǔn)化變換：

表1 信用風(fēng)險識別指標(biāo)體系及描述

（2） 根據(jù)標(biāo)準(zhǔn)化數(shù)據(jù)矩陣Z，建立協(xié)方差矩陣：

（3） 根據(jù)協(xié)方差矩陣R求出特征值、主成分貢獻(xiàn)率和累計方差貢獻(xiàn)率，確定主成分個數(shù)：

2.2 層次分析法確定指標(biāo)的權(quán)重

層次分析法（The Analytic Hierarchy Process，AHP） 在20 世紀(jì)70 年代中期由美國運籌學(xué)家托馬斯·塞蒂（T.L.Saaty） 正式提出。它是一種定性和定量相結(jié)合的、系統(tǒng)化、層次化的分析方法。層次分析法確定指標(biāo)權(quán)重的步驟有如下：

（1） 建立層次結(jié)構(gòu)模型

將上面中確定的m個指標(biāo)作為準(zhǔn)則層，待評價的n個企業(yè)作為方案層，建立層次結(jié)構(gòu)模型。

（2） 構(gòu)造兩兩比較矩陣

在這一步驟，我們要結(jié)合德爾菲法。先邀請一些專家對指標(biāo)層進(jìn)行打分，不是要求他們直接確定指標(biāo)的權(quán)重，而只要確定指標(biāo)i與指標(biāo)j之間的相對重要性，即相對權(quán)重aij構(gòu)造兩兩比較矩陣。aij的取值可以參考Saaty 的1～9 比例標(biāo)度，如表2[12]。

（3） 計算各指標(biāo)權(quán)向量并做一致性檢驗

已知m個指標(biāo)的兩兩比較矩陣為A，其相對權(quán)重向量形式為W

表2 1～9 比例標(biāo)度

①計算矩陣權(quán)重向量

在計算矩陣的權(quán)重向量W，本文采用和法，即：

②一致性檢驗

矩陣A一致性檢驗指標(biāo)CI：

且：

矩陣A一致性比率C.R.：

其中R.I.查表可得，如表3：

表3 R.I.值

當(dāng)C.R.＜0.1 時，認(rèn)為判斷矩陣的一致性是可以接受的；當(dāng)C.R.≥0.1 時，應(yīng)該對判斷矩陣做適當(dāng)修正。

2.3 利用灰色關(guān)聯(lián)分析確定關(guān)聯(lián)度，綜合評價企業(yè)信用風(fēng)險大小

灰色關(guān)聯(lián)分析是研究事物、因素之間關(guān)聯(lián)性的一種方法，根據(jù)序列曲線幾何形狀的相似程度來判斷其聯(lián)系是否緊密。曲線越緊密，相應(yīng)序列之間的關(guān)聯(lián)度就越大，反之就越小[11]。具體步驟如下：

（1） 確定分析數(shù)據(jù)序列

（2） 變量的無量綱化

當(dāng)系統(tǒng)行為特征映射量和各個相關(guān)因素的意義、量綱不同時，不便于做進(jìn)一步的量化研究分析，因此就要對他們進(jìn)行無量綱化處理。初值化法、均值化法和區(qū)間值化法都可用來將序列化為無量綱化且數(shù)量級相同的序列，在這里我們選取初值化法。

式中xi（k）為各數(shù)據(jù)序列中的分值，xi（1 ）為數(shù)據(jù)序列的初始值，yi（k）為無量綱化處理過后的值。

（3） 計算關(guān)聯(lián)系數(shù)

①求差序列

②求兩極最大差和最小差

③求關(guān)聯(lián)系數(shù)

（4） 結(jié)合權(quán)重，建立灰色多層次關(guān)聯(lián)綜合評價模型，求綜合關(guān)聯(lián)度

通過最終比較n個方案的綜合關(guān)聯(lián)度，篩選出最佳方案。

3 實證分析

本文選取了中小企業(yè)板上的甲、乙、丙、丁、戊5 個醫(yī)藥公司為例，進(jìn)行供應(yīng)鏈信用風(fēng)險的分析，旨在篩選出最佳的信貸合作伙伴。其中相關(guān)的定量指標(biāo)可以通過企業(yè)的財務(wù)報表得出，定性指標(biāo)則通過專家評分的方法給出，評分范圍在1～9 之間。

（1） 提取主成分

本文通過SPSS18.0 軟件對甲、乙、丙、丁、戊5 個公司的38 個指標(biāo)進(jìn)行主成分篩選，前3 個成分累積貢獻(xiàn)率就已經(jīng)達(dá)到86.776%，符合大于85%的原則，即選取前3 個作為主成分，如表4，由于篇幅有限，本文只截取了前面一部分。

表4 解釋的總方差

根據(jù)前3 個主成分，得到突出反映的15 個指標(biāo)，分別為：C6固定資產(chǎn)周轉(zhuǎn)率、C10成本費用利潤率、C11流動比率、C12速動比率、C13資產(chǎn)負(fù)債率、C15總資產(chǎn)增長率、C16銷售收入增長率、C19價格穩(wěn)定性、C21退貨比率、C22應(yīng)收賬款壞賬率、C23應(yīng)收

賬款賬期、C25交易頻度、C28核心企業(yè)凈資產(chǎn)收益率、C33核心企業(yè)資產(chǎn)負(fù)債率、C37宏觀經(jīng)濟(jì)狀況。

（2） 確定權(quán)重

本文結(jié)合專家對各個指標(biāo)進(jìn)行的相對權(quán)重的判定，再利用yaahp7.5 軟件計算各個指標(biāo)的權(quán)重，得到以下具體數(shù)據(jù)，并且其一致性比率C.R.為0.0391，C.R.＜0.1，即一致性是可以接受的。

（3） 計算綜合關(guān)聯(lián)度

本文選取5 家企業(yè)的每個指標(biāo)的最優(yōu)值組成標(biāo)準(zhǔn)數(shù)據(jù)序列，將所有序列經(jīng)過變量的無量綱化后，再分別計算出差序列：

并且進(jìn)一步得到極差的最大值和最小值：

取ξ=0.5，計算得到關(guān)聯(lián)系數(shù)矩陣R：

再結(jié)合權(quán)重，計算出綜合關(guān)聯(lián)度U：

由此可以看出，銀行最佳的授信對象為戊公司。

4 結(jié)束語

本文在考慮供應(yīng)鏈金融信用風(fēng)險影響因素的基礎(chǔ)上，較為全面、合理地選擇了信用風(fēng)險評價指標(biāo)，構(gòu)建了信用風(fēng)險評價體系。通過主成分分析法，將多個指標(biāo)轉(zhuǎn)化為幾個主要指標(biāo)，避免了一些指標(biāo)之間的相關(guān)性影響，又通過層次分析法確立各指標(biāo)權(quán)重，并與灰色關(guān)聯(lián)系數(shù)結(jié)合，得到綜合關(guān)聯(lián)度，以此來確立銀行的最佳授信對象。將定量方法與定性方法相結(jié)合，得到較為客觀的結(jié)果，有效地對供應(yīng)鏈的金融信用風(fēng)險進(jìn)行評價。本文的研究也有不足之處，指標(biāo)的權(quán)重是通過專家打分得來，具有一定的主觀性。在進(jìn)一步的研究中可以選擇更加客觀的方法來確定權(quán)重，使模型更加完善和符合實際需求。

[1] Nicolas. Supply chain finance-From myth to reality[J]. McKinsey on Payments, 2010(10):22-28.

[2] 羅齊，朱道立，陳伯銘. 第三方物流服務(wù)創(chuàng)新：融通倉及其運作模式初探[J]. 中國流通經(jīng)濟(jì)，2002(2):11-14.

[3] 彎紅地. 供應(yīng)鏈金融的風(fēng)險模型分析研究[J]. 經(jīng)濟(jì)問題，2008(11):109-111.

[4] 熊熊，馬佳，趙文杰,等. 供應(yīng)鏈金融模式下的信用風(fēng)險評價[J]. 南開管理評論，2009(4):92-98.

[5] 胡海青，張瑯，張道宏,等. 基于支持向量機的供應(yīng)鏈金融信用風(fēng)險評估研究[J]. 軟科學(xué)，2011(5):26-30.

[6] 夏立明，宗恒恒，孟麗. 中小企業(yè)信用風(fēng)險評價指標(biāo)體系的構(gòu)建——基于供應(yīng)鏈金融視角的研究[J]. 金融論壇，2011(10):73-79.

[7] 何金蔭，孟志青，崔后卿. 供應(yīng)鏈金融環(huán)境下的中小企業(yè)信用風(fēng)險評價——基于AHP-云重心的綜合評價模型[J]. 經(jīng)濟(jì)與管理，2013(10):92-95.

[8] 劉遠(yuǎn)亮，高書麗. 基于供應(yīng)鏈金融的小企業(yè)信用風(fēng)險識別研究[J]. 海南金融，2013(2):20-24.

[9] 劉長義，孫剛. 基于聚類分析與模糊可拓AHP 的中小企業(yè)信用評價——一個供應(yīng)鏈金融的視角[J]. 現(xiàn)代管理科學(xué)，2011(5):83-85.

[10] 朱星宇，陳勇強. SPSS 多元統(tǒng)計分析方法及應(yīng)用[M]. 北京：清華大學(xué)出版社，2011:241.

[11] Saaty T L. The Analytic Hierarchy Process：Planning, P rioritySetting[M]. Resource AllocationMcGraw-H ill, New York,1980.

[12] 劉思峰，謝乃明. 灰色系統(tǒng)理論及其應(yīng)用[M]. 北京：科學(xué)出版社，2013.