數(shù)字經(jīng)濟(jì)背景下京東集團(tuán)供應(yīng)鏈金融風(fēng)險研究

李盼 劉錦萱 吳彤

【摘要】聚焦于數(shù)字經(jīng)濟(jì)對供應(yīng)鏈金融帶來的新挑戰(zhàn)和機(jī)遇，文章通過對京東集團(tuán)供應(yīng)鏈金融環(huán)境進(jìn)行深入剖析，明晰其中潛在的風(fēng)險源，并探討數(shù)字化背景下的特殊風(fēng)險因素。利用Logistic模型數(shù)據(jù)分析，得出對京東集團(tuán)供應(yīng)鏈金融風(fēng)險的主要影響因素是償債、盈利能力。全面剖析京東集團(tuán)在數(shù)字化轉(zhuǎn)型背景下供應(yīng)鏈金融領(lǐng)域的風(fēng)險特征，為其風(fēng)險管理決策提供有力支持。

【關(guān)鍵詞】數(shù)字經(jīng)濟(jì)；供應(yīng)鏈金融；Logistic模型；京東集團(tuán)

【中圖分類號】F831.5

★ 基金項目：本文受云南大學(xué)專業(yè)學(xué)位研究生實踐創(chuàng)新基金項目“數(shù)字經(jīng)濟(jì)背景下電商企業(yè)供應(yīng)鏈金融風(fēng)險研究”（ZC-22221887）資助。

一、引言

當(dāng)前經(jīng)濟(jì)社會發(fā)展呈現(xiàn)出數(shù)字化態(tài)勢，數(shù)字化對人們的生活產(chǎn)生了巨大的沖擊，“數(shù)字經(jīng)濟(jì)”概念也隨之浮出水面。隨著數(shù)字經(jīng)濟(jì)和社會各個方面的相互融合滲透，云計算、大數(shù)據(jù)、人工智能等技術(shù)的迅速發(fā)展，科技不斷地對傳統(tǒng)金融市場進(jìn)行賦能，從而推動了數(shù)字供應(yīng)鏈金融的發(fā)展。在此背景下，供應(yīng)鏈金融服務(wù)企業(yè)已不再是單一的融資主體，而是由眾多的企業(yè)參與進(jìn)來，借助金融技術(shù)和自身的數(shù)據(jù)優(yōu)勢，不斷推出便捷高效的供應(yīng)鏈金融產(chǎn)品，形成了由核心平臺、上下游企業(yè)、銀行類金融機(jī)構(gòu)等共同發(fā)展的金融生態(tài)系統(tǒng)。

根據(jù)商務(wù)部《“十四五”電子商務(wù)發(fā)展規(guī)劃》數(shù)據(jù)披露，2020年電子商務(wù)交易總額達(dá)37.2萬億元，較2015年增長了70.8%，按照《規(guī)劃》中的“十四五”目標(biāo)，到2025年，電子商務(wù)交易總額將超過46萬億元，其中網(wǎng)上購物成為居民主要的消費方式，電商平臺受到了重點關(guān)注，上下游供應(yīng)商、經(jīng)銷商、物流等相關(guān)市場緊密交流也被帶動起來。

隨著供應(yīng)鏈金融的蓬勃發(fā)展，如蘇寧易購、阿里巴巴、京東等電商平臺紛紛參與到供應(yīng)鏈金融建設(shè)的行列，充分利用自身的資源和數(shù)據(jù)優(yōu)勢，推出了一系列的供應(yīng)鏈金融產(chǎn)品。電商平臺在進(jìn)行供應(yīng)鏈融資方面具有很大的優(yōu)勢，具有很強(qiáng)的競爭能力，電商平臺通過開展與供應(yīng)鏈金融有關(guān)的業(yè)務(wù)，能夠有效地激活金融資產(chǎn)，降低其上下游企業(yè)的融資成本，加速其融資，進(jìn)而促進(jìn)了自身供應(yīng)鏈體系、供應(yīng)鏈生態(tài)間的密切聯(lián)系，推動自身供應(yīng)鏈體系建設(shè)，并在滿足上下游中小微企業(yè)的融資需求的前提下，促進(jìn)整個供應(yīng)鏈企業(yè)的發(fā)展。

以京東供應(yīng)鏈金融建設(shè)為典型案例，結(jié)合京東供應(yīng)鏈金融的具體業(yè)務(wù)模式，對其風(fēng)險進(jìn)行識別，建立風(fēng)險評價的關(guān)鍵性指標(biāo)體系；建立供應(yīng)鏈金融風(fēng)險評估系統(tǒng)，并對其進(jìn)行風(fēng)險評估，為其提供相應(yīng)的風(fēng)險管理對策。電商平臺在供應(yīng)鏈金融體系推進(jìn)中具有舉足輕重的地位，對供應(yīng)鏈融資活動和風(fēng)險規(guī)避都有積極作用，因而對其進(jìn)行了較為深入的研究。以個體電商平臺的供應(yīng)鏈金融實踐為切入點，對其內(nèi)部機(jī)制和運營模式進(jìn)行了分析，探討其優(yōu)勢和成效，指出存在的問題，并提出相應(yīng)的建議。

二、文獻(xiàn)綜述

20世紀(jì)90年代以后，隨著全球經(jīng)濟(jì)一體化和數(shù)字科技的飛速發(fā)展，企業(yè)的外部環(huán)境發(fā)生了翻天覆地的變化。沒有一個企業(yè)能夠擁有自己的生產(chǎn)和經(jīng)營所需要的全部資源，而這些資源是由復(fù)雜的生產(chǎn)和利益聯(lián)系在一起的。

（一）供應(yīng)鏈金融內(nèi)涵研究

Cronin（1997）20世紀(jì)后期曾在他的著作中提到，由于科學(xué)技術(shù)的發(fā)展，供應(yīng)鏈金融將會是一個重要的金融服務(wù)。Santomero（2000）將供應(yīng)鏈金融作為一種新的金融理念，并在此基礎(chǔ)上引入了一種新的價值增長的中介理論，對其進(jìn)行了宏觀與平衡的研究，并通過對金融中介與供應(yīng)鏈的整合來實現(xiàn)其最優(yōu)化。周偉莉（2012）認(rèn)為，供應(yīng)鏈金融是一種對以前信用水平低的顧客進(jìn)行再評價，一方面提高了信用的可信度，另一方面也降低了顧客的損失。沈連祥（2014）認(rèn)為供應(yīng)鏈金融是一種以供應(yīng)鏈為基礎(chǔ)的金融產(chǎn)品，包括核心企業(yè)、物流監(jiān)管等風(fēng)險控制因素。何喬丹（2016）在總結(jié)了以往的研究結(jié)果之后，認(rèn)為供應(yīng)鏈金融的廣義定義是“以專業(yè)的經(jīng)營思想和方法，為相關(guān)的公司提供財務(wù)服務(wù)”。姜浩（2019）認(rèn)為，供應(yīng)鏈金融在風(fēng)險來源、融資方式、操作流程等方面都與傳統(tǒng)的金融服務(wù)有很大的不同。韓宏鑫（2022）認(rèn)為，供應(yīng)鏈金融是一種將企業(yè)的商業(yè)、信息流、資金流相結(jié)合的多元資本運作，它又一次突出了企業(yè)的整體價值，而不是單一個體的價值。

（二）電商平臺供應(yīng)鏈金融提高融資效率

由于數(shù)字網(wǎng)絡(luò)技術(shù)和網(wǎng)絡(luò)平臺的迅速發(fā)展，加之中小企業(yè)的融資需求，使得傳統(tǒng)的供應(yīng)鏈金融模式衍生出了多種多樣的形態(tài)，引起了學(xué)術(shù)界的廣泛關(guān)注。Kaplan 等（2000）通過電商平臺，可以進(jìn)一步優(yōu)化金融服務(wù)。Harrison（2004）認(rèn)為電商的發(fā)展不僅可以增強(qiáng)供應(yīng)鏈自身的實力，而且還可以對其進(jìn)行結(jié)構(gòu)優(yōu)化，從而實現(xiàn)對金融服務(wù)的創(chuàng)新。

李明銳（2007）通過對我國中小企業(yè)融資困境的分析，認(rèn)為在第三方平臺的環(huán)境下，供應(yīng)鏈金融是一種很好的解決方案。吳曉光（2011）認(rèn)為網(wǎng)絡(luò)金融是一種具有代表性的網(wǎng)絡(luò)金融創(chuàng)新模式，并通過網(wǎng)絡(luò)進(jìn)行商業(yè)銀行的融資。當(dāng)前，我國網(wǎng)絡(luò)供應(yīng)鏈金融發(fā)展呈現(xiàn)出一片欣欣向榮的景象，并呈現(xiàn)出多元化的發(fā)展趨勢。宋華、陳思潔、樊春明等人（2016）認(rèn)為通過運用大數(shù)據(jù)技術(shù)，可以使供應(yīng)鏈金融、電商平臺等企業(yè)間的資源配置、信息的公開、透明、有效地控制信貸風(fēng)險。王鈺方、趙渤（2018）認(rèn)為，通過銀企合作，可以有效地降低融資公司的審批程序，提高供應(yīng)鏈及下游企業(yè)的資金利用率。王媛（2019）比較了阿里巴巴、京東和蘇寧易購三個電商平臺的供應(yīng)鏈金融業(yè)務(wù)。鄒勇（2021）僅選擇了蘇寧易購作為研究對象，對其運營模式進(jìn)行了系統(tǒng)的研究，得出了一個結(jié)論，即：應(yīng)收賬款、預(yù)付賬款、存貨質(zhì)押融資三大類，再根據(jù)自身平臺及供應(yīng)鏈內(nèi)部企業(yè)特點進(jìn)行產(chǎn)品的研發(fā)及改進(jìn)。謝文靜（2021）根據(jù)主要主體的不同，將電商平臺的供應(yīng)鏈金融分為兩大類，其中以金融機(jī)構(gòu)為主的供應(yīng)鏈金融和以供應(yīng)鏈為核心的供應(yīng)鏈金融。根據(jù)擔(dān)保物的種類，又可以將其分為三種類型：電子訂單融資、電子倉單融資、電子信貸融資等。袁進(jìn)明（2021）提出了“綠色供應(yīng)鏈金融”，使供應(yīng)鏈金融的發(fā)展模式進(jìn)一步豐富，同時也為企業(yè)和金融機(jī)構(gòu)在模式上的創(chuàng)新提供了新的思路。

（三）供應(yīng)鏈金融風(fēng)險管理

在風(fēng)險研究方面。Oehme J（2009）從供應(yīng)鏈環(huán)境、供應(yīng)鏈自身和企業(yè)三方面分析了供應(yīng)鏈風(fēng)險的根源。Demica（2009）從風(fēng)險評估、專家評估和信用評分等方面分析了供應(yīng)鏈金融風(fēng)險的傳導(dǎo)和放大特性。由于計算機(jī)技術(shù)和數(shù)學(xué)模型的相互融合，目前已形成了四種較為成熟的信貸風(fēng)險測量模式。其中，一種是Logistic回歸模型，這也是學(xué)術(shù)理論研究中使用率較高的模型。田家歡（2013）以32家鋼鐵企業(yè)為對象，分別建立了24項指標(biāo)，利用Logistic模型對其供應(yīng)鏈金融進(jìn)行了信用風(fēng)險的分析，結(jié)果表明：中小企業(yè)的綜合實力、質(zhì)押物變現(xiàn)能力、現(xiàn)金運營情況、與核心企業(yè)的合作情況等四個方面，綜合評價了中小企業(yè)的信用風(fēng)險。段凱佳（2017）通過對H皮革城的供應(yīng)鏈金融進(jìn)行了分析，認(rèn)為“皮城金融”的核心業(yè)務(wù)是對其貸款額度的限制。張仟雨（2021）認(rèn)為我國電商供應(yīng)鏈金融信貸風(fēng)險的形成原因主要有審批條件寬松、違約約束效力不足、中小企業(yè)經(jīng)營狀況不穩(wěn)定等因素。

付偉瓊（2020）、陳琪（2021）認(rèn)為，以核心企業(yè)為主體的供應(yīng)鏈金融本質(zhì)上是以真實的交易關(guān)系的信貸，而核心企業(yè)的信用狀況對其影響很大。核心企業(yè)與上下游企業(yè)之間的相互依存關(guān)系，一旦核心企業(yè)的信貸風(fēng)險上升，就會影響到供應(yīng)鏈中的其他成員，導(dǎo)致風(fēng)險的擴(kuò)散，從而影響到整個供應(yīng)鏈的健康發(fā)展。劉芮（2021）通過KMV模型對當(dāng)前京東平臺的信用風(fēng)險進(jìn)行了定量分析，得出了其當(dāng)前的信用風(fēng)險等級偏低的結(jié)論，推斷了信用風(fēng)險在供應(yīng)鏈中具有一定的傳播現(xiàn)象。

（四）文獻(xiàn)評述

通過對相關(guān)文獻(xiàn)的梳理，可以看出，國外在供應(yīng)鏈金融方面的實踐較國內(nèi)起步較早，但由于其自身的特點，其發(fā)展形式也是多種多樣的，因此，國內(nèi)外學(xué)者從不同視角進(jìn)行研究，既有共性，也有差異。

首先，供應(yīng)鏈金融中存在著信用風(fēng)險、市場風(fēng)險、操作風(fēng)險、監(jiān)管風(fēng)險等風(fēng)險。同時，大部分學(xué)者更傾向于將信用風(fēng)險作為研究的重點，也就是企業(yè)所面對的諸多不利因素。其次，以往的學(xué)者大多采用信息不對稱理論來研究供應(yīng)鏈金融的信貸風(fēng)險，其中包括了交易補償理論和風(fēng)險管理理論，還有一些學(xué)者將委托代理理論等引入到了供應(yīng)鏈金融的產(chǎn)生機(jī)制中。美國學(xué)者于19世紀(jì)70年代首次提出了信息不對稱理論，并逐步引起人們的注意與研究。非對稱性是指交易雙方都了解自身狀況，但存在一定盲點。這一理論認(rèn)為，在交易中，信息的非對稱是必然的，由于信息的滯后和不完全，導(dǎo)致了信息的倒退和道德風(fēng)險，導(dǎo)致信息的丟失。

此外，許多學(xué)者認(rèn)為，供應(yīng)鏈金融能夠改善金融市場的融資效率，而網(wǎng)絡(luò)供應(yīng)鏈金融則是解決中小企業(yè)融資難題的最佳方式。然而，國內(nèi)外學(xué)者對此的關(guān)注程度存在差異，國外的學(xué)者傾向于將其作為一種金融資源優(yōu)化的工具，而國內(nèi)的學(xué)者則傾向于構(gòu)建一種高效可行、風(fēng)險可控的融資方式。由于電商平臺的供應(yīng)鏈金融發(fā)展較晚，且處于快速發(fā)展時期，因此，理論研究常常會出現(xiàn)滯后現(xiàn)象，難以適應(yīng)現(xiàn)實的發(fā)展。

三、京東集團(tuán)供應(yīng)鏈金融風(fēng)險實證分析

（一）風(fēng)險識別

京東集團(tuán)供應(yīng)鏈金融風(fēng)險的識別主要依據(jù)以下關(guān)鍵因素：償債能力、盈利能力、應(yīng)收賬款管理和行業(yè)合作關(guān)系。

首先，在償債能力方面，需要注意到貨幣資金與短期債務(wù)之比、流動比率和速動比率等關(guān)鍵指標(biāo)。通過仔細(xì)監(jiān)測這些指標(biāo)，可以識別潛在的信用風(fēng)險。特別是，將關(guān)注資金結(jié)構(gòu)的合理性和流動性水平的維持，以確保足夠的償債能力，降低融資企業(yè)的信用風(fēng)險。

其次，盈利能力在信用風(fēng)險識別中扮演著關(guān)鍵角色。聚焦于每股收益、銷售凈利率和ROA等指標(biāo)，這些反映了企業(yè)的盈利水平。通過密切監(jiān)控這些指標(biāo)，可以識別企業(yè)的盈利潛力，以及其對信用風(fēng)險的敏感程度。高盈利能力通常伴隨著較低的信用風(fēng)險，因此將注重提升盈利水平以降低信用風(fēng)險。

第三，應(yīng)收賬款管理對信用風(fēng)險的影響不可忽視。高周轉(zhuǎn)率通常表明較好的信用政策，但在某些行業(yè)可能帶來其他風(fēng)險。同時，行業(yè)和合作關(guān)系因子是另一個重要的信用風(fēng)險識別維度。關(guān)注行業(yè)指數(shù)漲跌幅、核心企業(yè)行業(yè)排名和合作密切程度等指標(biāo)。通過對這些因子的監(jiān)測，有效識別行業(yè)波動和合作關(guān)系變化可能帶來的信用風(fēng)險。

（二）風(fēng)險評估實證分析

1.評估模型構(gòu)建

Logistic模型是一種基于概率的非線性回歸，它是一種多變量的分析方法，主要研究了二類觀測結(jié)果和影響因子的相關(guān)性，常常被用于尋找導(dǎo)致某一事件發(fā)生的影響因素、預(yù)測與判別。在金融風(fēng)險的識別中，往往要對各種風(fēng)險因子的量化關(guān)系進(jìn)行分析，而要對其進(jìn)行準(zhǔn)確的解釋，就必須排除某些混雜因素，這樣才可以很好對企業(yè)的供應(yīng)鏈金融風(fēng)險進(jìn)行定量研究。

通過Logit變換，被解釋變量變?yōu)閯偎惚鹊膶?shù)Ai，成為了解釋變量Xi的線性函數(shù)。在此基礎(chǔ)上，Xi代表風(fēng)險分析所抽取的公因子，βi為各個公因子的系數(shù)值，Pi為企業(yè)出現(xiàn)供應(yīng)鏈金融風(fēng)險的概率。通過Logistic模型對電商企業(yè)供應(yīng)鏈金融風(fēng)險定量研究，具有很好的科學(xué)性和可行性。

2.數(shù)據(jù)變量選擇

本研究以京東集團(tuán)為例，涵蓋了2018—2022年公司的月度數(shù)據(jù)，構(gòu)建了表1所示的指標(biāo)體系。研究數(shù)據(jù)主要來源于Wind數(shù)據(jù)庫。在實證分析階段，根據(jù)企業(yè)績效評價標(biāo)準(zhǔn)，主要以“總資產(chǎn)負(fù)債率較差值”將企業(yè)分為兩類：有信用風(fēng)險和無信用風(fēng)險。企業(yè)是否有風(fēng)險（0為無風(fēng)險，1為有風(fēng)險）為因變量進(jìn)行Logistic回歸分析，通過這些綜合的方法和數(shù)據(jù)分析，可以為京東集團(tuán)能夠更全面、深入地評估企業(yè)的信用風(fēng)險。

3.主成分因子分析

為了檢驗收斂效應(yīng)和區(qū)分效應(yīng)，首先要確認(rèn)樣本數(shù)據(jù)是否適合做因子分析，需要對提出的各個變量對應(yīng)的個體項的樣本數(shù)據(jù)進(jìn)行KMO和Bartlett球型檢驗。

KMO統(tǒng)計量值大于0.5，變量間的相關(guān)程度無太大差異，適合做因子分析。Bartlett球形檢驗的結(jié)果小于0.05，原始變量之間存在相關(guān)性，也適合做因子分析。

表2展示了進(jìn)行因子分析后的總方差解釋結(jié)果。在因子分析中使用了主成分方法，并抽取了特征值大于1的公因子。表中列出了各個因子的初始特征值、提取載荷平方和、旋轉(zhuǎn)載荷平方和等相關(guān)統(tǒng)計指標(biāo)。表2中的累積百分比表示前幾個主成分解釋的方差占總方差的累積比例。根據(jù)表2，前2個主成分的累積百分比已經(jīng)達(dá)到85%以上，這表明這兩個因子能夠較好地解釋原有變量中的信息，因此，可以考慮使用這兩個主成分來代表原始變量。

通過主成分分析，前2個主成分能夠較好地捕捉原有變量的差異性，解釋了其中大部分的信息，這樣的降維結(jié)果有助于簡化數(shù)據(jù)結(jié)構(gòu)，提高模型的解釋性。

表3展示了進(jìn)行因子旋轉(zhuǎn)后的成分矩陣，使用了最大方差法進(jìn)行旋轉(zhuǎn)。為了提高結(jié)果的清晰度，僅顯示了載荷系數(shù)大于0.5的數(shù)值。成分1和成分2表示兩個旋轉(zhuǎn)后的主成分。根據(jù)最大方差法進(jìn)行的旋轉(zhuǎn)已經(jīng)在3次迭代后收斂。載荷系數(shù)表示了每個變量在每個成分上的貢獻(xiàn)程度。在這里，我們關(guān)注的是大于0.5的載荷系數(shù)，以確定每個因子上具有較高載荷的變量。

其中，成分1主要由X2、X3、X4、X8、X9等變量貢獻(xiàn)，載荷系數(shù)較高，這些變量都與企業(yè)盈利能力有關(guān)，可以將其解釋為盈利能力因子；成分2主要由X1、X5、X6、X7等變量貢獻(xiàn)，同樣具有較高的載荷系數(shù)，這些變量都與企業(yè)的營運、償債能力有關(guān)，將其解釋為信用償債因子。通過因子旋轉(zhuǎn)，我們使每個因子上具有較高載荷的變量數(shù)目最小化，從而更好地解釋了原有變量之間的關(guān)系。這樣的結(jié)果有助于簡化模型，提高解釋性，并使得變量在因子上的貢獻(xiàn)更加清晰。

表4顯示了通過因子分析得到的成分得分系數(shù)矩陣，其中包含了兩個成分。成分得分系數(shù)表示每個個體項（X1至X9）在每個成分上的得分。這些得分反映了每個個體項對于每個成分的貢獻(xiàn)程度，可以幫助理解樣本在新構(gòu)建的成分空間中的位置。

其中，成分得分系數(shù)矩陣提供了每個個體項在成分1和成分2上的得分情況。正的得分表示正向關(guān)系，負(fù)的得分表示負(fù)向關(guān)系，而絕對值的大小表示貢獻(xiàn)的程度。成分1主要受到X2、X3、X4、X8和X9的正向影響，而成分2主要受到X1、X5、X6和X7的正向影響。通過成分得分系數(shù)矩陣，我們可以理解每個個體項在這兩個成分上的相對位置，有助于解釋數(shù)據(jù)的結(jié)構(gòu)和個體項之間的關(guān)系。

成分轉(zhuǎn)換矩陣顯示了在原始因子（未經(jīng)過旋轉(zhuǎn)）和新因子（旋轉(zhuǎn)后）之間的線性轉(zhuǎn)換關(guān)系（見表5）。每個元素表示原始因子和新因子之間的線性權(quán)重。轉(zhuǎn)換矩陣的元素：原始因子1到新因子1的權(quán)重0.715；原始因子1到新因子2的權(quán)重0.699；原始因子2到新因子1的權(quán)重0.699；原始因子2到新因子2的權(quán)重-0.715。轉(zhuǎn)換矩陣中的權(quán)重反映了旋轉(zhuǎn)后的因子與原始因子之間的關(guān)系。這種線性轉(zhuǎn)換保留了因子之間的相關(guān)性，但可能使因子的解釋更加清晰和有意義。

4. Logistic 回歸模型分析

使用SPSS 26.0，以上文提取出來的2個公因子為協(xié)變量，企業(yè)是否有風(fēng)險（0為無風(fēng)險，1為有風(fēng)險）為因變量進(jìn)行Logistic回歸分析，指定協(xié)變量進(jìn)入回歸模型的方法為進(jìn)入，可得表6。

模型系數(shù)及顯著性：FAC1的系數(shù)（B）為-1.699，標(biāo)準(zhǔn)誤差為1.805，瓦爾德統(tǒng)計為5.886，自由度為1，顯著性為0.007，Exp（B）為0.018。

FAC2的系數(shù)（B）為-1.405，標(biāo)準(zhǔn)誤差為1.724，瓦爾德統(tǒng)計為6.665，自由度為1，顯著性為0.005，Exp（B）為0.024。

常量的系數(shù)（B）為-2.035，標(biāo)準(zhǔn)誤差為2.661，瓦爾德統(tǒng)計為7.585，自由度為1，顯著性為0.004，Exp（B）為0.000。

FAC1和FAC2的瓦爾德統(tǒng)計分別為5.886和6.665，這些值用于檢驗變量的顯著性。較大的瓦爾德統(tǒng)計通常對應(yīng)著較小的顯著性水平，表明變量在模型中的貢獻(xiàn)是顯著的。常量項的瓦爾德統(tǒng)計為7.585，也表明常量在模型中的貢獻(xiàn)是顯著的。

因此根據(jù)步驟la的logistic回歸模型分析，F(xiàn)AC1和FAC2都在模型中是顯著的，并且它們的Exp（B）值表明它們對因變量的影響是負(fù)向的。常量項也是顯著的。這些結(jié)果為理解模型的變量關(guān)系提供了初步的統(tǒng)計支持。

在步驟1的Omnibus檢驗中，卡方值為 26.594。顯著性水平（p值）為0.000。這表示在模型中至少有一個變量的系數(shù)與因變量之間的關(guān)系是顯著的。根據(jù)Omnibus檢驗的結(jié)果（表7），模型整體上是顯著的。在這種情況下，我們拒絕了“模型中至少有一個變量的系數(shù)為零”的零假設(shè)，即至少有一個自變量對因變量有顯著的影響。因此，該模型在整體上對觀測數(shù)據(jù)的解釋是顯著的。

根據(jù)表8，Hosmer和Lemeshow檢驗的結(jié)果表明，顯著性檢驗的Sig=0.364>0.05，可以認(rèn)為模型能夠很好地擬合數(shù)據(jù)。

四、結(jié)論與建議

（一）結(jié)論

根據(jù)本文構(gòu)建的供應(yīng)鏈金融融資風(fēng)險評價指標(biāo)體系，結(jié)合Logistic回歸模型，對京東集團(tuán)的信用風(fēng)險進(jìn)行了全面的評估。該指標(biāo)體系主要涵蓋了目標(biāo)企業(yè)狀況、行業(yè)發(fā)展水平等兩個方面，通過主成分因子分析法提取了2個主要因子，分別對企業(yè)的信用風(fēng)險狀況產(chǎn)生顯著影響。

1. FAC1 - 盈利能力因子

主要貢獻(xiàn)為X2、X3、X4、X8、X9等變量。這些變量與成分1之間的關(guān)系較強(qiáng)，說明它們在盈利能力因子中發(fā)揮著重要作用。成分1主要反映了企業(yè)的盈利能力。其中，這些變量與企業(yè)的收入、成本、凈利潤等方面密切相關(guān)。因此，我們可以將成分1解釋為反映企業(yè)盈利能力的綜合因子。

這與目標(biāo)企業(yè)是否發(fā)生信用風(fēng)險呈負(fù)相關(guān)，即盈利能力越強(qiáng)，信用風(fēng)險越低。企業(yè)盈利能力越強(qiáng)，其信用風(fēng)險越低。高每股收益、銷售凈利率和ROA對降低信用風(fēng)險具有積極作用。

2. FAC2 - 信用償債因子

主要貢獻(xiàn)為X1、X5、X6、X7等變量。這些變量與成分2之間的關(guān)系較強(qiáng)，說明它們在信用償債因子中具有顯著影響。成分2主要反映了企業(yè)的信用償債能力。這些變量涉及企業(yè)的營運、償債能力等方面，包括營業(yè)額、資產(chǎn)負(fù)債表項等。因此，我們可以將成分2解釋為反映企業(yè)信用償債能力的綜合因子。

這與融資企業(yè)是否發(fā)生信用風(fēng)險呈負(fù)相關(guān)，即指標(biāo)值越高，信用風(fēng)險越低。

這表明目標(biāo)企業(yè)的償債能力越強(qiáng)，其信用風(fēng)險越低。具體而言，高比例的貨幣資金與短期債務(wù)、流動比率和速動比率都有助于降低信用風(fēng)險。

因此，通過因子分析，我們成功地將原始的多個變量歸納為兩個潛在的主成分，分別對應(yīng)企業(yè)的盈利能力和信用償債能力。這有助于業(yè)務(wù)決策者更好地理解企業(yè)經(jīng)濟(jì)狀況，并在戰(zhàn)略決策中考慮這些潛在的因素。在實際應(yīng)用中，因子分析方法可以作為企業(yè)綜合評估的有力工具，更好地為業(yè)務(wù)戰(zhàn)略和風(fēng)險管理提供指導(dǎo)。

（二）建議

根據(jù)對京東集團(tuán)供應(yīng)鏈金融融資風(fēng)險的詳細(xì)分析，提出以下建議措施：

首先，京東集團(tuán)應(yīng)重點關(guān)注償債能力因子，特別是貨幣資金與短期債務(wù)之比、流動比率和速動比率。通過進(jìn)一步優(yōu)化資金結(jié)構(gòu)和提高流動性水平，京東可以有效降低信用風(fēng)險。此外，建議加強(qiáng)與金融機(jī)構(gòu)的合作，確保能夠及時獲取必要的融資支持。

其次，在盈利能力方面，京東集團(tuán)應(yīng)繼續(xù)注重每股收益、銷售凈利率和ROA等指標(biāo)。通過提升企業(yè)盈利水平，京東可以增強(qiáng)其信用資質(zhì)，從而降低信用風(fēng)險。這可能包括進(jìn)一步提高銷售凈利率、優(yōu)化資產(chǎn)利用效率等戰(zhàn)略調(diào)整。京東集團(tuán)在應(yīng)對信用風(fēng)險時需要審慎管理應(yīng)收賬款和資產(chǎn)負(fù)債率。對于應(yīng)收賬款周轉(zhuǎn)率，京東應(yīng)確保在維持相對高水平的同時，保持合理的信用政策，避免因信用政策過緊而影響銷售和盈利能力。同時，要注意控制資產(chǎn)負(fù)債率，以防止信用風(fēng)險的上升。

最后，關(guān)于行業(yè)和合作關(guān)系因子，京東集團(tuán)應(yīng)密切關(guān)注行業(yè)指數(shù)的漲跌幅、核心企業(yè)行業(yè)排名以及合作密切程度。在面對行業(yè)波動較大的情況下，京東需要制定靈活的戰(zhàn)略，以適應(yīng)不同的市場環(huán)境。此外，積極加強(qiáng)與核心合作伙伴的關(guān)系，提高合作密切程度，有助于降低信用風(fēng)險的潛在影響。

京東集團(tuán)可通過細(xì)化財務(wù)戰(zhàn)略、強(qiáng)化風(fēng)險管理、優(yōu)化供應(yīng)鏈關(guān)系等手段，全面提升供應(yīng)鏈金融融資風(fēng)險管理水平，確保企業(yè)能夠在競爭激烈的市場中穩(wěn)健發(fā)展。

主要參考文獻(xiàn)：

[1]吳迪，陳文博.基于電商平臺的供應(yīng)鏈金融運營特征及風(fēng)險評價探究[J].現(xiàn)代商貿(mào)工業(yè)，2024，45（03）：42-45.

[2]趙翠，張軒萁.物流企業(yè)應(yīng)用供應(yīng)鏈金融的風(fēng)險分析——以京東為例[J].國際商務(wù)財會，2023，448（22）：63-66.

[3]秦川，洪怡恬.供應(yīng)鏈金融緩解中小醫(yī)藥企業(yè)融資約束研究——基于數(shù)字普惠金融的調(diào)節(jié)作用[J].甘肅金融，2023（11）：69-75.

[4]常艷花.互聯(lián)網(wǎng)+模式下的零售供應(yīng)鏈可持續(xù)發(fā)展模式探討[J].商業(yè)經(jīng)濟(jì)研究，2018（24）：30-32.

[5]方秀麗，吳灼亮.大數(shù)據(jù)環(huán)境下基于B2C電子商務(wù)平臺的供應(yīng)鏈金融服務(wù)創(chuàng)新研究[J].重慶科技學(xué)院學(xué)報（社會科學(xué)版），2016（07）：41-44+47.

[6]雷輝，趙士琛.企業(yè)社會責(zé)任與企業(yè)信用風(fēng)險評估——基于利益相關(guān)者視角的Logistic模型創(chuàng)新[J].湖南大學(xué)學(xué)報（社會科學(xué)版），2019，33（02）：88-95.

[7]韓雪瑩，湯春玲.湖南特色農(nóng)業(yè)供應(yīng)鏈金融模式創(chuàng)新研究[J].現(xiàn)代商業(yè)，2023（19）：88-91.

[8]張楠，唐凱桃，李妍錦.信托公司供應(yīng)鏈金融資產(chǎn)證券化業(yè)務(wù)體系構(gòu)建研究[J].會計之友，2023（19）：29-37.

責(zé)編：夢超