刘楚妤

摘要：在当下市场经济不断繁荣、壮大的今天，我国的小型企业已经占据了市场的半部江山，成为我国经济发展中的重要源泉。而其在银行贷款方面，面临着诸多问题，银行方面的融资风险问题，需要得到进一步地改善。本文主要介绍了信用风险识别的两个方面，并进一步提出了供应链金融风险中的融资风险识别。

关键词：市场经济；银行贷款；融资；供应链；金融风险

中图分类号：F832 文献识别码：A 文章编号：1001-828X（2016）010-000-01

一、信用风险识别分析

1.道德风险

在供应链融资上，银行对贷款企业所采用的授信方式一般是主体授信与电子信息相结合的模式。在具体的操作中，如果银行一味地追求便捷，过于依赖电子信用，那么主体授信方面银行将会面临一系列道德风险。例如贷款企业可以通过虚假交易记录来骗取银行贷款，物流公司与贷款公司的结合对银行实行联合诈骗。在银行与合作方谈判时，不仅要对结款公司进行详细核实，同时也要选择信誉较好的第三方物流企业、电子商务企业作为支撑，以确保支付环境的安全性。

2.授信风险

在供应链融资上，服务的对象主要是企业的会员单位，这些企业的特点是规模小、财务管理不系统，并且有一定的分散性。在这样的管理模式下，企业的经营管理不善很容易对经济造成影响，为银行带来的还款风险也会增大。除此之外，在银行对贷款企业进行授信审查的过程中，有的贷款企业会利用虚假的财务报表，通过非法的途径来升级为银行的会员，以此来骗取银行的授信额度，为企业带来诸多借贷风险。

二、供应链金融风险中的融资风险识别

1.预付账款类融资

预付账款融资，属于供应链的下游融资，可以解决下游经销商一时的资金短缺问题。在具体的操作过程中，预付账款的方式、方法多种多样，其中包括“先票后货、存货质押融资”以及“保兑仓”等融资方式。

前者的融资方式在风险识别上，首先要确定的是两个环节，第一个是信用风险。银行首先要对经销商的信用情况给予审查和记录，例如核心企业的信用记录，履约能力，确保核心企业的发货时效性。银行要进一步对企业的销售、管理、财务能力等综合情况给予审查，以此来确保经销商的提贷顺利完成。除此之外，对经销商的物流、道德信用要进行严格的调查，防止物流企业与经销商之间的连谋问题发生，以此来损害银行的整体利益。其次，就是操作风险。预付账款与应收账款融资相比，不仅要涉及核心企业、银行，还包括了物流企业，整个操作流程较为复杂，所以在具体的风险操作管理上，对银行提出了更高的要求。银行需要与借款企业签订相关归责协议，以明确彼此的义务、责任。在与核心企业与经销商的条款设置中，应注意对处置方法的说明，例如厂商回购，调剂销售等方式。银行方面一旦签订了相关协议，就需要定时对企业的业务情况给予监控，监控核心企业的货物发送是否定时到达仓库等方面的问题。以此来完成经销商的货物运输清单对比。

后者的风险识别，重点在于对核心企业的信用问题进行考察。银行对核心企业的信誉、财务、生产经营、市场竞争力等方面要做全面、详尽的调查，以更好地了解核心企业的保兑能力。银行的调查重点应放在交易的有效性、正式性，签订相关协议后，要定期走访，防止核心企业、经销商之间有利用虚假交易来骗取银行信任，从而变相获得贷款的行为。为了进一步提升操作的安全性、可靠性，银行方面还需要与经销商签订协议，确保经销商可以分期完成保证金的支付，尽量避免到贷款日期一次性存保证金然后提货的现象发生。

2.物流服务类融资

物流服务类融资主要是从生产、交易与第三方物流企业的关联性出发，实现对企业的供应链需求控制，以获取企业的信用能力，帮助企业完成贷款需求。物流的融资主要包括“存货”和“仓单”两种质押融资方式。前者属于物质属性，在质押或无需要有一定的稳定性，在规格计量方面不易波动太大。后者的主要融资风险与前者的融资风险一致，需要让企业出具货运单、销售单、购买收据、质量检测证明等文件。前者与后者的区别在于，前者银行要重视核库过程，而后者的操作中，银行不直接参与到货物的检测和巡查中，对仓管之进行质押管理，所以后者会带来的风险，还需要进一步加强控制。在这方面，银行可以与物流企业办理仓单的物品保管流程，确保银行的唯一性和有效性，仓单方面的可流通性。银行有权利要求企业按规定填相关的规格仓单。

三、结语

长期以来，我国的商业银行一直都是企业融资业务方面的重要源泉，通过对供应链金融风险的识别与信用风险度量进一步研究，激发当下人们对融资的思考，并不断调整线下问题，使银行的融资、企业的贷款能够更好地适应我国经济发展，共同构建一个成熟、稳健的社会主义市场环境。

参考文献：

[1]刘远亮，高书丽.供应链金融模式下的小企业信用风险识别——基于北京地区信贷数据的实证研究[J].新金融，2013，01：45-49.

[2]方焕，孟枫平.基于Logistic模型的供应链金融信用风险实证研究——以农业类上市公司为例[J].山西农业大学学报（社会科学版），2015，11：1158-1164.

[3]吴屏，刘宏，刘首龙.试析线上供应链金融信用风险——基于BP神经网络的模型设计[J].财会月刊，2015，23：104-108.