摘要：供应链金融作为一种新的金融业务，是当前缓解中小企业融资困境的主要方式。然而，当前信用评级体系仍处于发展中并且尚未完善。因此本文希望建立一定的信用评级体系，构建一定的信用评级指标体系，以中小企业守约概率表示中小企业的信用水平，为中小企业取得融资提供一定的参考标准。在本文的信用评级构建过程中，提出代表企业盈利能力、营运能力、发展能力以及偿债能力的信用评级指标，选取沪深股市中小板中处于供应链上下游的汽车配件制造行业数据进行研究，该行业为生产整车的核心企业提供配套服务。最后，本文使用Logistics模型预测企业的守信概率，鉴于供应链金融可以缓解中小企业的融资困境，本文对供应链上下游的中小企业进行信用评级分析具有一定的意义。

关键词：供应链金融;中小企业;信用评级

中图分类号：F831  文献识别码：A  文章编号：2096-3157（2020）25-0150-03

一、引言

中小型企业为我国经济发展贡献了大比例的产值，在我国经济发展中是必不可少的一部分，中小企业由于金融体系不完善不健全、实力水平低、信用风险大，很难从银行获取信贷，因此融资困境极大地阻碍了中小企业的发展。供应链金融的推出可以有效地解决中小企业的困境，供应链金融通过审核需融资企业的上游核心企业信用资质，根据企业间、银行与企业间真实的业务往来，使用自偿性、贸易性等方式，通过抵押企业的应收账款并通过第三方进行风险监控，对需要融资的上下游企业提供专业性的金融服务。由于在供应链金融中需要贷款的企业可以以其核心企业为信用抵押，使中小企业获得更高的信用评价，增大获得贷款的几率。

二、供应链金融的现状

由于企业生产方式的不断发展及改变，从20世纪70年代开始，企业的相互合作不断增加，企业相互合作的生产模式使处于核心地位的企业要整合不同的企业进行生产，由此产生了供应链业务。起初，供应链业务重点关注企业的物流状况和信息传递状况并且不注重财务。20世纪后期，各机构开始综合考量供应链金融业务，财务状况是首先被考虑的因素。1999年，中国储运总公司和银行开始向客户提供简单的质押融资服务。2001年下半年，深圳发展银行开始试点，2006年率先推出供应链金融服务，形成“供应链品牌深度发展”。

供应链金融在我国有广大的发展前景，国家也相继推出在一系列的政策支持该业务的发展。当前我国供应链金融的运行过程中，银行等金融机构率先引导了供应链金融的发展。我国首个供应链金融业务于2003年在深圳银行成功推出。此后，平安银行、浦发银行、招商银行等商业银行以及国内一些传统的国有银行纷纷开始开展供应链金融业务。根据国家统计局数据，我国各个模式的供应链金融业务都得到了一定规模的增加，应收账款模式的工业企业的净额由2005年的3万亿元增加到2016年的12.6万亿元，增长3.2倍。2017年～2020年供应链金融业务的增长率约为4.5%至5%。

三、供应链金融下中小企业信用评级的实证分析

1.供应链金融下中小企业信用评级体系的构建

本文研究的对象是供应链上下游的中小企业，因此本文对供应链上下游的中小企业进行信用评价。由于汽车行业属于制造行业，具有完整的供应链体系，因此本文依据汽车整车制造企业，根据供应链关系选出其上下游的汽车配件企业进行分析。同时由于上市企业的财务数据透明容易获得，可以使分析结果更加准确，因此样本企业的筛选从上市企业选取，并且样本企业属于沪深股市中小板中的汽车配件企业。

本文在选取信用评价指标时首先参考前人的研究经验，并体现供应链金融的独特评价方式以及参照传统信用评级模式，为全面解释企业的信用水平，最终选取代表企业盈利能力、营运能力、发展能力以及偿债能力的十四个评级指标，构建供应链金融信用风险评价指标体系。本文构建的信用评级体系如表1所示。

通过样本企业数据的选取和评价指标的构建，经过筛选，在150家中小板汽车行业上市企業中共选出符合条件的50家中小企业共279个数据作为信用分析的样本，对于样本指标的定量指标数据主要来自于2018 年第三季度各企业的年报以及新浪财经的财务数据。

根据原始数据描述性统计量，参考标准偏差，由于一些企业存在自身原因，因此其部分指标数据与平均数据相比偏差过大，为使研究结果具有代表性并减小误差，剔除10家企业的偏差数据。对剩余数据进行单样本T检验，根据显著性首先剔除X14，最终指标确定为X1至X13。

2.基于Logistic模型的中小企业信用评级分析

（1）因子分析

在使用Logistic模型进行回归分析前，为确定变量间的相关性，对筛选过的数据进行因子分析，用SPSS 22.0软件运行结果如表2所示，根据该检验的评判标准，如果 KMO 值小于0.5，原有变量间的相关性较弱，因子分析的方法不适合该数据。从表2可以看出，原始数据KMO值为0.488，不适宜进行因子分析。

（2）模型回归分析

将信用评价指标X1至X13作为自变量，将样本企业的失信与守信Z作为因变量，同时取=0.5。在选取样本企业的评判指标因变量Z时，主要依据和讯数据中对所选取样本企业的2018 年前三季度所做的财务评估，评价标准从企业的盈利能力、成长能力、偿债能力和综合能力出发，企业的综合能力评价结果最低为两颗星，且其余三项能力的评价结果最低为一颗白星，则Z值为1，否则Z值为0。

根据评价指标，运用SPSS软件，使用移去检验基于Wald 统计量的概率的逐步向后去除法，对样本数据进行回归分析。回归结果如表3所示。

表3最终得到了Logistic实证模型的拟合结果。根据第九步回归的结果，被保留在方程中的变量为X4、X5以及X11，被保留变量的显著性均小于0.05。估计的Logistic回归模型如下：

式（1）P值的大小代表了企业的守信概率，根据P值大小可以判断中小企业信用风险的状况。以0.5为分界线，若P值大于等于0.5并且越接近1，说明该企业信用风险低首信概率大，因此银行等金融机构可以为其授信;若P值小于0.5并且越接近0，说明该企业信用风险大并且守信概率较小，因此若为其授信则会面临违约。

（3）样本企业守约概率分析

①单个企业守约概率计算

选取富奥股份的相关数据，根据模型可得：

P=11+e-（-0.457×11.565+0.860×10.73+1.491×1.592-3.757）=92.76%

根据P值可得富奥股份的守信概率为92.76%，可以得出富奥股份的信用水平很高，违约风险低，可以有效获得银行的授信。

②样本企业守约概率分析

同时计算出随机选取的样本中30家中小企业的P值，如表4所示。

四、中小企业提高信用水平的建议

1.完善核心业务提高盈利能力

企业盈利能力是衡量企业信用评级的主要因素，中小企业虽然规模较小，但其核心业务具备一定的竞争力，当中小企业处于良性发展过程中，其盈利能力也会不断增长，因此中小企业要提高信用水平并且进一步取得借款，需加强自身的盈利能力。

2.建立有效偿债机制

供应链上下游企业由于规模较小，相较核心企业其信用水平低，偿债能力得不到有效保障，因此可能产生一定的信用风险，不利于企业取得融资。中小企业提高信用水平可以提升其偿债能力，通过建立有效偿债机制对可能产生的违约风险进行防范。首先中小企业需合理评估自身的实力，加强与核心企业的业务合作，进一步提升盈利能力增加偿债保障;同时密切监控各个企业财务的实时状况以及企业的运营水平，设定一定的资金用于偿债，通过风险监测以及有效的偿债机制提高企业的信用水平以便取得融资。

3.加强与核心企业的合作完善担保

由于供应链金融主要依据核心企业的信用水平为上下游的中小企业提供一定的担保，因此中小企业应加强与核心企业的合作，依据核心企业的信用水平提高自身的信用水平。同时，对于担保政策，国家应进一步完善担保政策，对于有较强核心企业合作的中小企业，相关政策可以进一步扩大可贷资金范围，使中小企业的融资困境得到改善，促进中小企业获取融资的能力。

4.培养信用评级意识

中小企业应具备信用评级意识，可以自身建设信用评级体系，评估自身信用风险水平;同时中小企业也应该积极配合外部信用检查以及信用评级，对相关信息公开透明，在供应链基础下，促进整条供应链的透明以及促进信息交换，从而提升中小企业的信用水平。

基于本文的研究结果，供应链上下游的中小企业信用风险可以得到更为准确的识别，因此中小企业在申请信贷的过程中也能进一步通过资金提供方银行的评估，最终获得信贷。同时针对本文的研究成果，提出了中小企业进一步提升信用水平的建议，希望有效解决中小企业的融资困境。

本文的研究结果显示，使用预测模型可以有效测评中小企业的信用风险。为了保证数据的客观有效性以及结果的准确性，本文选取我国沪深股市中小板的汽车行业的上市公司的数据作为样本，因此模型结果主要反映了该行业公司的信用风险水平。而不同的行业具有其自有的独特性，因此本文得到的信用评级结果未必能完全符合不同行业的标准，在用于其他行业公司的信用评级时，应依据各个行业的独特性对评级模型进行一定的调整。因此，为更准确地识别中小企业的信用风险水平，就需要考虑不同行业所依据的不同要素，加强模型的靈活性。

参考文献：

[1] Erik Hofmann.Supply chain finance：someconceptual insights[J].Logistik Management Innovative Logistik konzepte，2005，（5）：203～214.

[2] William Atkinson.Supply Chain Finance：The Next Big Opportunity[J].Supply Chain，2008.

[3] Jing，B，& Seidmann，A.Finance sourcing in a supply chain[J].Decision Support Systems.Management Review，2013，（4）：57～60.

[4]Hofmann，E.Strewe，U.M，& Bosia，N.Supply chain finance and blockchain technology：the case of reverse securitization，2017.

[5] Caniato F，Gelsomino L M，Perego A，et al.Does finance solve the supply chain financing problem？ [J]Supply Chain Management，2016，21（5）：534～549.

[6] Sunil Chopra and Peter Meindl.Supply Chain Management[J].Pearson ESL，2009.

[7] Bob Dyckman.Supply chain finance：risk mitigation and revenue growth[J].Journal of corporate treasury management，2011，4（2）：168～173.

[8] Martin，J.Suppliersparticipationin supply chain finance practices：predictors and outcomes[J].International Journal of Integrated Supply Management，2017，11（2/3）：193～193.

[9] H Erandi，S Peter.A conceptual framework to assess supply chain risk in the apparel industry[J].International Research Symposium on Pure and Applied Sciences，2017，（5）.

[10]李媛媛，马玉国.供应链金融视角下的小微企业信用风险评价[J].现代电子技术，2014，（12），32～36.

[11]蒋曼曼.供应链金融视角下企业信用风险评价研究[J].经营与管理，2017，（02）：140～142.

[12]范黎波，贾军，贾立.供应链金融模式下中小企业信用风险评级模型研究[J].国际经济合作2014，（1）：90～94

[13]刘园，陈浩宇，任淮源.中小企业供应链融资模式及风险管理研究[J].经济问题，2016，（05）：57～61.

[14]范方志，苏国强，王晓彦.供应链金融模式下中小企业信用风险评价及其风险管理研究[J].中央财经大学学报，2017，（12）：34～43

作者简介：

高柳娜，西交利物浦大学硕士研究生;研究方向：经济与金融。