基于汽車(chē)類(lèi)上市公司的供應(yīng)鏈金融信用評(píng)價(jià)

侯志欣　張?jiān)?/p>

摘要：以汽車(chē)類(lèi)上市公司作為研究對(duì)象，選取162家汽車(chē)及汽車(chē)零部件制造公司的相關(guān)指標(biāo)，通過(guò)選取企業(yè)素質(zhì)、經(jīng)營(yíng)指標(biāo)、資產(chǎn)結(jié)構(gòu)作為一級(jí)指標(biāo)，利用因子分析的方法獲得其各自的信用狀況評(píng)分。根據(jù)結(jié)果，對(duì)汽車(chē)類(lèi)供應(yīng)鏈金融發(fā)展提出相關(guān)建議。

摘要：供應(yīng)鏈金融 因子分析 汽車(chē)類(lèi)上市公司

一、引言

伴隨著經(jīng)濟(jì)全球化與網(wǎng)絡(luò)全球化的發(fā)展，國(guó)內(nèi)貿(mào)易與國(guó)際貿(mào)易的競(jìng)爭(zhēng)格局也從單一的企業(yè)與企業(yè)之間的競(jìng)爭(zhēng)演變成企業(yè)所在的供應(yīng)鏈與供應(yīng)鏈之間的競(jìng)爭(zhēng)，因此，整個(gè)供應(yīng)鏈金融就形成了一個(gè)利益共同體。2015年我國(guó)供應(yīng)鏈金融市場(chǎng)約12萬(wàn)億元，至2017年，供應(yīng)鏈金融市場(chǎng)到達(dá)14.5萬(wàn)億元的市場(chǎng)規(guī)模，其在我國(guó)的增長(zhǎng)率接近20%，同時(shí)互聯(lián)網(wǎng)+供應(yīng)鏈金融近年來(lái)的快速發(fā)展，在2020年供應(yīng)鏈?zhǔn)袌?chǎng)規(guī)模將達(dá)到20萬(wàn)億元。根據(jù)目前全國(guó)供應(yīng)鏈金融業(yè)務(wù)發(fā)展來(lái)看，發(fā)展較快的主要是鋼鐵、能源、汽車(chē)和大宗商品幾個(gè)領(lǐng)域，其中汽車(chē)部分，上游為汽車(chē)零部件制造，中游為汽車(chē)整車(chē)制造和下游分銷(xiāo)三部分。本文通過(guò)選取汽車(chē)及汽車(chē)零部件制造的上市公司數(shù)據(jù)，分別對(duì)上游、中游兩部分的信用狀況問(wèn)題進(jìn)行綜合信用評(píng)分，以此來(lái)分析其信用狀況等相關(guān)問(wèn)題進(jìn)行評(píng)價(jià)。

二、評(píng)價(jià)模型建立

（一）評(píng)價(jià)指標(biāo)選取

評(píng)價(jià)指標(biāo)的選取是根據(jù)分析研究供應(yīng)鏈金融信用評(píng)價(jià)的基礎(chǔ)，同時(shí)也是建立模型，數(shù)據(jù)處理分析的關(guān)鍵部分。因此，評(píng)價(jià)指標(biāo)選取應(yīng)遵循全面性、科學(xué)性、實(shí)用性和可操作性四大原則。本文分別從企業(yè)素質(zhì)、經(jīng)營(yíng)指標(biāo)、資產(chǎn)結(jié)構(gòu)三方面來(lái)選取適當(dāng)?shù)闹笜?biāo)。具體指標(biāo)選取如下：

（二）數(shù)據(jù)來(lái)源

本文采用數(shù)據(jù)來(lái)自wind數(shù)據(jù)庫(kù)，選取162家上市公司的截至2018年底的相關(guān)數(shù)據(jù)。其中主體信用評(píng)級(jí)根據(jù)AAA、AA+……C，分別對(duì)應(yīng)14、13……1。

本文選取162家滬深板塊汽車(chē)及汽車(chē)零部件上市公司的項(xiàng)目指標(biāo)數(shù)據(jù)，其中汽車(chē)制造公司25家，摩托車(chē)制造公司4家，汽車(chē)零部件制造公司133家。

（三）因子分析

1.KMO和Bartlett球形檢驗(yàn)。首先，利用軟件SPSS25對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。然后，利用軟件進(jìn)行KMO檢驗(yàn)，檢驗(yàn)結(jié)果如表2所示。表中KMO值為0.629>0.5，表示樣本數(shù)據(jù)適合做因子分析。同時(shí)表中Bartlett球形檢驗(yàn)P值為0，達(dá)到顯著水平，說(shuō)明共同因素存在，適合采用因子分析。

2.解釋總方差。本文通過(guò)最大方差法旋轉(zhuǎn)構(gòu)成矩陣，提取因子中選取主成分法，通過(guò)得到旋轉(zhuǎn)因子其解釋總方差的累計(jì)貢獻(xiàn)率來(lái)說(shuō)明解釋程度;或者選取單個(gè)因子貢獻(xiàn)值大于1的標(biāo)準(zhǔn)來(lái)進(jìn)行判定，如果因子貢獻(xiàn)值小于1，則不采用。從解釋總方差表中可以看出特征值大于1的因子共有8個(gè)，累計(jì)貢獻(xiàn)率達(dá)到76%，說(shuō)明這8個(gè)公因子可以很好的解釋23個(gè)指標(biāo)。

通過(guò)旋轉(zhuǎn)后載荷矩陣和線性組合系數(shù)矩陣，將二十三個(gè)項(xiàng)指標(biāo)轉(zhuǎn)化為八個(gè)主成分，每個(gè)主成分所代表的能力和前面指標(biāo)體系構(gòu)建的二級(jí)指標(biāo)相同。可以將影響企業(yè)風(fēng)險(xiǎn)的要素分成八個(gè)主要成分，分別是F1（盈利能力）、F2（償債能力）、F3（信用狀況）、F4（周轉(zhuǎn)狀況）、F5（員工素質(zhì)）、F6（資產(chǎn)狀況）、F7（產(chǎn)權(quán)狀況）、F8（發(fā)展能力）。

F1因子中總資產(chǎn)凈利率、營(yíng)業(yè)利潤(rùn)率、凈資產(chǎn)收益率、總資產(chǎn)報(bào)酬率、成本費(fèi)用率這五個(gè)指標(biāo)所占比重較大，主要反映上市公司的盈利能力，F(xiàn)1的值越大，說(shuō)明企業(yè)的盈利能力越強(qiáng)。

F2因子中資產(chǎn)負(fù)債率、流動(dòng)比率、速動(dòng)比率這三個(gè)指標(biāo)所占比重較大，主要反映上市公司的償債能力，F(xiàn)2越大說(shuō)明企業(yè)的償債能力越強(qiáng)。

F3因子中歷史授信額度、授信額度使用率、主體信用評(píng)級(jí)這三個(gè)指標(biāo)所占比重較大，主要反映上市公司的的信用狀況，F(xiàn)3越大說(shuō)明企業(yè)的信用狀況越好。

F4因子中總資產(chǎn)周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率這三個(gè)指標(biāo)所占比重較大，主要反映上市公司的周轉(zhuǎn)狀況，F(xiàn)4越大說(shuō)明企業(yè)的周轉(zhuǎn)速度越快。

F5因子中碩博士人數(shù)占比、本專(zhuān)科人數(shù)占比這兩個(gè)指標(biāo)比重較大，主要反映上市公司的員工的教育水平，F(xiàn)5越大說(shuō)明企業(yè)員工中的高學(xué)歷人員越多。

F6因子中流動(dòng)負(fù)債率、總資產(chǎn)、固定資產(chǎn)比率這三個(gè)指標(biāo)比重較大，主要反映上市公司的資產(chǎn)規(guī)模與資產(chǎn)狀況，F(xiàn)6越大說(shuō)明企業(yè)的資產(chǎn)狀況越好。

F7因子中只有一個(gè)產(chǎn)權(quán)比率的比重最大，主要反映上市公司的產(chǎn)權(quán)狀況。

F8因子中營(yíng)業(yè)增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率、凈資產(chǎn)增長(zhǎng)率著三個(gè)指標(biāo)比重較大，主要反映上市公司的發(fā)展能力，F(xiàn)8越大說(shuō)明企業(yè)的發(fā)展能力越強(qiáng)。

由于數(shù)據(jù)量較大，本文選取綜合信用評(píng)分前10名的上市公司進(jìn)行分析。根據(jù)旋轉(zhuǎn)因子矩陣可得出各公司對(duì)應(yīng)的因子系數(shù)，此10家公司的相應(yīng)因子得分如表3所示。

通過(guò)表3各公司因子相應(yīng)得分，再結(jié)合各因子的貢獻(xiàn)率得出信用評(píng)分模型為：

F=0.2677F1+0.1356F2+0.1219F3+0.1110F4+0.1018F5+0.0970F6+0.0873F7+0.0776F8? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

將上述10家公司中F1-F8的值帶入評(píng)分模型，可得出各公司信用狀況綜合評(píng)分。如表4所示。

根據(jù)表4所示，上汽集團(tuán)、威帝股份分別是汽車(chē)制造、汽車(chē)零部件制造中的龍頭公司，通常處于供應(yīng)鏈金融中核心企業(yè)的地位。同時(shí)，由于其處于行業(yè)龍頭地位，與其合作的上下游中小企業(yè)通常信用狀況良好。這樣組成的整條供應(yīng)鏈金融體系信用狀況好，違約風(fēng)險(xiǎn)低。

三、結(jié)論與總結(jié)

本文構(gòu)建了以企業(yè)素質(zhì)、經(jīng)營(yíng)指標(biāo)、資產(chǎn)結(jié)構(gòu)為一級(jí)指標(biāo)，員工狀況、信用狀況、盈利能力、發(fā)展能力、產(chǎn)債能力、產(chǎn)權(quán)狀況、資產(chǎn)狀況、周轉(zhuǎn)狀況為二級(jí)指標(biāo)的供應(yīng)鏈金融信用評(píng)價(jià)體系。選取23個(gè)評(píng)價(jià)指標(biāo)，采用主成分降維方法處理，得出各上市公司的信用綜合評(píng)分。作為供應(yīng)鏈金融的參與方需要注意以下兩點(diǎn)，一是企業(yè)應(yīng)當(dāng)增強(qiáng)自身建設(shè)，優(yōu)化自身資產(chǎn)結(jié)構(gòu)，提高信用水平，減少不良貸款記錄;二是增強(qiáng)對(duì)外合作，保持供應(yīng)鏈上的合作穩(wěn)定關(guān)系，促進(jìn)合作的健康發(fā)展。

通過(guò)信用綜合評(píng)分，可得知汽車(chē)及汽車(chē)零部件行業(yè)的龍頭公司，然而，供應(yīng)鏈金融的信用評(píng)估不僅僅取決于自身的風(fēng)險(xiǎn)狀況，還依賴(lài)于上下游合作關(guān)系的穩(wěn)定程度。因此，在綜合評(píng)價(jià)供應(yīng)鏈金融信用風(fēng)險(xiǎn)時(shí)，還需要深入研究。

參考文獻(xiàn)：

[1]沈波，薛冰玉，楊仙佩，萬(wàn)杉杉，雷星竹，楊忻悅.我國(guó)汽車(chē)類(lèi)上市公司供應(yīng)鏈金融信用風(fēng)險(xiǎn)評(píng)價(jià)[J].物流科技，2018，37（3）：82-86.

[2]方煥，孟楓平.基于Logistic模型的供應(yīng)鏈金融信用風(fēng)險(xiǎn)實(shí)證研究—以農(nóng)業(yè)類(lèi)上市公司為例[J].山西農(nóng)業(yè)大學(xué)學(xué)報(bào)，2015，14（11），1158-1164.

[3]褚玉馨.供應(yīng)鏈金融信用風(fēng)險(xiǎn)評(píng)價(jià)研究[D].山東財(cái)經(jīng)大學(xué).2016.

作者單位：華北理工大學(xué)經(jīng)濟(jì)學(xué)院