互联网供应链金融的企业融资风险度量.docx

互联网供应链金融的企业融资风险度量1.研究背景21世纪以来，随着社会的不断进步,互联网逐渐深入人们的日常生活.互联网渠道扁平化同时也加剧了供应链金融需求，国内供应链金融与互联网结合衍生出新模式.传统模式下，多层次的贸易层级在产业链中承担了“垫资”任务，互联网导致产业扁平化、减少贸易层级的同时,也加剧了供应链金融的需求。阿里巴巴、京东等比较成熟的电商，均针对其供应商及入驻商家以及第三方合作伙伴提供提供低成本、无担保抵押的融资解决方案。国外供应链金融模式比较成熟,主要有核心企业主导、银行主导和物流商主导三种模式.与国外不同的是，国内在工业时代赶上了互联网，互联网跟供应链金融的融合产生了与国外不同的新模式，产业互联网与供应链金融结合，四流整合成本更低,效率更高,信息更透明.产业互联网平台成为供应链金融的“核心企业，面对的是整个行业而非单个核心企业，行业存量市场空间给产业互联网平台提供了更为巨大的成长空间. 我国供应链金融市场规模目前已经超过10万亿，预计到2020年可达近20万亿，存量市场空间够大。供应链金融有效实现商流、物流、资金流、信息流四流合一，银行对整个供应链体系的风险掌控更强,改善银行服务质量，增加创收点。供应链金融将对单个中小企业的风险信用评估转移到对信用资质高的核心企业上，能够更好的为中小企业提供融资服务，同时也给物流等产业带来新的赢利点,整个产业链条经济效益明显.互联网供应链金融是互联网金融与供应链金融的集成概念,因而兼有二者各自的一般性质,那么供应链金融就是围绕核心企业，管理上下游中小企业的资金流和物流，并把单个企业的不可控风险转变为供应链企业整体的可控风险，通过立体获取各类信息,将风险控制在最低的金融服务.互联网金融就包括有虚拟性、便利性、创新性，以及供应链金融的严格风险管理、流程控制、成本控制等。互联网供应链金融的特征是将其与其他金融模式（包括与其上位概念互联网金融与供应链金融的一般性）区别开来的特殊性质。维护所在互联网供应链的生存,提高互联网供应链资金运作的效力,降低互联网供应链整体的管理成本，已经成为现今众多企业积极探索的一个重要课题.互联网金融尚属于新兴的金融形式,其实践毋庸置疑地走在了理论的前面，因此对于其研究亦只能采取从现象到理论的归纳法。互联网供应链金融作为“互联网金融”的下位概念，其形成源于当前经济背景下金融机构和互联网电商的逐利行为；按照实践中形成方式的不同,大致可以将其分为三类。1。合作模式的互联网供应链金融。商业银行与互联网电商通过合作协议的形式，利用商业银行的资金优势及互联网电商的电子商务诚信体系,融合资金流、信息流和物流,向在B2B和B2C电子商务平台从事交易行为的小微企业提供信用贷款等信贷类产品及现金管理、支付结算等金融服务.例如工商银行(2007年）、建设银行（2008年）先后与阿里巴巴合作推出的电子商务平台小微企业无抵押贷款即属于此种类型。这是最早产生的互联网供应链金融模式,亦是带有过渡性质的模式。随着后面两类模式的出现，该类模式逐渐走向消失，因而不能代表互联网供应链金融的未来发展方向。2。电商主导的互联网供应链金融.互联网电商利用其自身的注册资本及电子商务诚信体系向其B2B和B2C电子商务平台的小微企业提供信用贷款。例如2010年6月成立的“阿里小贷公司”即是首家全国范围内的小额贷款公司。3。商业银行主导的互联网供应链金融。商业银行自主建立B2B和B2C电子商务平台，同时兼具了电商和资金提供者的身份，一方面为中小企业或小微企业提供交易信息发布、在线交易的电子商务平台渠道；另一方面在全方位掌握在线企业交易信用数据的基础上,建立电子商务诚信体系，向企业提供支付结算、融资贷款、资金托管等全方位的专业服务.例如建设银行的“善融商务企业/个人商城”（2012年）和工商银行的“融e购企业商城/个人”（2014年)均是商业银行自主建立的B2B和B2C电子商务平台，直接为平台上的企业提供供应链金融服务。通过对现存的互联网供应链金融三种类型的考察，不难归纳出其一些特征：一是非传统的信用来源。在传统的供应链金融模式下，供应链金融组织者利用核心企业作为风险控制的重要变量，依托核心企业提供的信用体系，对供应链成员进行融资准入评价，向核心企业上游供货商和下游经销商提供量身定制的金融解决方案。而在互联网供应链金融模式下，供应链金融组织者的信用来源则是B2C和B2C电子商务平台提供的大量信用数据及其基础上建立起来的电子商务诚信体系。二是供应链金融组织者身份的二元制。基于上述信用来源的特殊性，在过渡性的合作模式逐渐走向消亡的背景下，无论是电商还是商业银行主导的互联网供应链金融，供应链金融的组织者均需同时扮演双重角色，一为资金和融资服务的提供者，二为B2B和B2C电子商务平台的经营者.三是服务对象范围的特定化.基于依托互联网产生的背景和性质，互联网供应链金融的服务对象仅限于在B2B和B2C电子商务平台交易的中小企业或小微企业及其上游供货商.互联网供应链金融在国内外发展迅速,并且具有非常广阔的发展前景及巨大的发展空间.过去几年，第三方支付、余额宝、P2P、众筹、直销银行、互联网证券、互联网保险、互联网金融门户等都经历了爆发式增长，互联网金融早期初放式的发展红利已逐步消退，大数据、移动金融、人工智能等正在演进为核心驱动力。但是我国由于网络建设还处于起步阶段，网络应用还不够普遍，金融电子化程度还不理想，电子供应链的建设面临很多难题，进一步研讨我国推行互联网供应链面临的难题,做好观念与技术的准备，迎接电子商务时代的到来已经变的非常重要.2.研究意义我国在线供应链金融呈现出蓬勃发展之势.专家指出，随着互联网尤其是移动互联网、云计算、大数据、物联网等技术的突破,信息技术行业已经能为各大产业提供深度融合性服务。在全球崭露头角的一批具有国际竞争优势的中国制造业本身，随着人力资源、土地、加入世贸组织等既有优势的逐渐消失,则面临成本上升的巨大风险。而借助最新信息技术提供的新型互联网供应链金融服务，实现信息流、物流、资金流、服务流的优化整合，可以使得中国企业在产业链整体与欧美企业竞争时找到新的优势.在互联网供应链金融模式下,由于授信服务对象限定于在B2B和B2C电子商务平台从事交易的企业，因而作为供应链金融组织者的电商或者商业银行对于供应链成员的信贷准入评估便是首先考量B2B和B2C电子商务平台长期积累的大量信用数据以及籍此建立起来的诚信体系。如果条件满足,电商或商业银行将为成员提供融资安排，且无需对成员的财务状况作特别的评估。此种模型下的成员融资准入评价重点在于其以往的交易记录和信用历史。其次,由于交易双方均是电子商务平台的企业，且交易过程在电子商务平台“虚拟”地进行，因此兼具平台经营者和资金提供者的电商或商业银行能够清晰了解贸易背景的真实状况，并通过支付工具对资金支付进行有效监管，严格控制资金的流向。同时，互联网供应链金融中还款来源是电子商务平台的贸易资金,在电子商务平台中闭合流动，具有自偿性特征,销售收入直接可以作为偿还授信的来源.据此，笔者认为，互联网供应链金融的概念不妨作如下理解：所谓互联网供应链金融，是指兼具电商平台经营者和资金提供者身份的电商或商业银行，在对电子商务平台长期积累的大量信用数据以及籍此建立起来的诚信体系进行分析的基础上,运用自偿性贸易融资的信贷方式，引入资金支付工具监管的手段，向在电子商务平台从事交易的中小企业或小微企业提供封闭的授信支持及其他资金管理、支付结算等综合金融服务的一种全新的金融模式.而且，互联网的利用可以改变传统的业务方式，而且将产生新的、深层次变革,包括企业经营观念、方式和手段的转变。首先，供应链管理在很大程度上要依赖于信息技术，通过信息技术的运用，可以有效地实现供应商、制造商、分销商和用户之间的信息集成.在企业内部,信息技术的应用也可以改善部门之间的联系.其次，在运输管理方面，采用互联网对地区分配中心的发货进行监视,对货物运至地区仓库进行跟踪，提供给核心企业有关使用的运载工具的可靠性数据.这使得运输管理者能够确保他们所使用的运载工具是能够满足原来所承诺的到达时间，也可以提供给运输管理者的另外信息,可以立即采取必要的补救措施.还有，互联网使得通讯和互动更加有效，因而互联网供应链管理能够提供跟好、更及时的订货信息、运输信息、库存信息、能够及时科学地安排采购、生产、运货，为实现“零库存”提供了可能。所以说互联网供应链能更加好地发挥两者的作用和兼容性.运用互联网仍能降低采购成本，促进供应商管理。由于供应商能够方便地取得存货和采购信息，使采购工作合理化，可以把应用于采购管理的人员等都可以从这种低价值的劳动中解脱出来，订单的循环周期也得到大大缩短，从事具有更高价值的工作，节约交易成本.用互联网整合供应链将大大降低供应链内各环节的交易成本、缩短交易时间。3。研究内容本项目从银行等第三方金融机构的角度出发，拟对基于互联网供应链金融的企业融资进行风险度量与管理研究，揭示互联网供应链金融业务所蕴藏的风险.给商业银行开展供应链金融业务提供量化分析决策参考.本项目主要研究三个内容:（1）对互联网供应链金融中单个企业的金融违约风险建立数学模型，实证分析验证模型的准确性与稳定性.(2)结合互联网供应链的传导机制(物流、资金流等）研究互联网供应链金融中融资企业间的违约依赖结构，从而更加合理地度量互联网供应链金融中企业组合信用风险，给出风险预报的“红、橙、黄”三级预警信号，补充现有研究缺失。（3）使用结构方程(SEM)对指标数据进行处理，验证性分析互联网供应链金融中企业违约风险的影响因素，建立风险管理和风险预警系统。4. 拟解决的关键问题本文的拟突破难点：（1）在我国信用风险度量数据缺乏和经验不足的条件下，如何界定财务困境并选取可靠的样本数据,以及如何甄别信用数据,从市场信息中发现和捕捉更为敏锐和及时的信用信息等，对于实证研究的应用构成巨大障碍。想要对违约企业和银行进行实地调研，则统计信息的设计与调查组织等涉及量大、面广，还可能涉及到企业的商业秘密,如何筛选样本，并且获得真实有效的调查数据是本研究的一个难点。（2)如何利用有效的数理统计方法选取参数和进行数据处理，构建国内适用且又高效的多因素模型;如何保证所建模型在信用风险度量中的准确性和稳定性，发挥其在商业银行内部评级中的实际作用。这些构成本研究的一个难点。(3）对所建立的数学模型，给出合理的经济学解释，为互联网供应链金融违约发生建立预警体系，并为互联网供应链金融风险管理给出策略性建议和方法选取。这些构成本研究的有一个难点。5项目方案在研究过程中，本项目采用了定量分析与定性分析相结合、数学建模与经济含义解释相结合、理论分析与策略研究相结合等一系列研究方法和分析技术.另外，本文非常注重在一个统一的分析框架下来分析和研究问题，以使研究具有一个相对完整的体系结构.因此，本文在基于互联网大数据平台供应链金融的框架下,建立单一融资企业金融违约风险的度量模型；基于供应链的传导性特点分析金融违约风险的相关性，建立供应链上企业金融违约相依的风险度量模型；建立结构方程，分析供应链金融违约风险的影响因素,进一步研究对链上企业金融违约风险进行防范与控制策略问题。具体的研究方法包括：(1）文献比较法：通过对文献的观察与分析,找出研究对象的相同点和不同点,它是认识事物的一种基本方法。通过对国内外互联网金融风险度量的文献综述，对互联网供应链金融风险控制的研究现状和相关问题进行比较评价，对违约风险度量模型和方法进行对比研究。（2）理论分析法：互联网供应链金融的相关理论分析，从互联网供应链融资角度看供应链融资客户的特点,分析互联网供应链金融风险管理的主要对象、风险类型以及风险管理的重要手段；对信用风险量化的基本理论进行介绍分析分析,包括偏最小二乘理论，Logistic函数,Copula函数，结构方程等，以期对信用风险建模提供理论依据；对违约相依的理论基础进行分析:资源依赖理论认为，企业往往要求与拥有资源的其它企业建立合作关系，借助战略联盟等网络组织形式获得所需的经营资源。对风险度量的评估分析研判：供应链金融是对一个产业供应链中上下游多个企业提供全面的金融服务，改变了过去银行对单一企业主体的授信模式，围绕核心企业，从原材料采购，到制成中间及最终产品，最后由销售网络把产品送到消费者手中这一供应链条，将供应商、制造商、分销商、零售商、直到最终客户连成一个整体，全方位为产业链条上的企业提供融资服务。在此模式下，银行对中小企业的信用评级不再强调企业所处的行业、企业规模、固定资产价值、财务指标和担保方式，转而强调企业单笔贸易的真实性和供应链核心企业的实力以及信用水平,由于供应链金融业务的开展实际上建立在对供应链的物流、资金流和信息流的充分掌握基础上，因此要构建互联网供应链金融信用风险评估体系。 （3)计量经济学模型与方法：基于结构方程（SEM)的验证性因素分析(CFA），基于偏最小二乘原理（PLS)和Logistic模型的二分类因变量回归分析，基于Copula函数的违约相依度分析。本文数据处理时将使用SPSS、SIMCA-P，AMOS和R软件等四个统计分析软件.6。项目特色与创新点(1）对互联网供应链金融上的单个企业,建立基于PLS和Logistic的信用风险度量模型.模型中选取的指标变量可能存在多重共线性高度相关或样本量偏少，如果采取主成分分析提取主成分只是解释变量之间消除多重共线性,本文通过采用一种特殊的偏最小二乘(PLS）通径分析,考虑解释变量对被解释变量的解释能力来提取主成分，再利用Logistic模型从个体角度来判别企业金融违约的概率.（2）互联网供应链金融上的企业是一个整体,当一个企业发生违约时,势必会导致违约风险的传导.因此我们要研究供应链金融风险还要考虑整个供应链上企业的违约相依度,可以用 Copula 函数来描述资产间的依赖关系，并用资产间的依赖性近似地替代违约的依赖性，还可以用Copula 函数直接描述违约的依赖性以及违约损失的依赖性。给出当一个企业发生违约时，由于违约的传导性，整个互联网供应链金融系统发生违约的概率。（3）利用结构方程模型（SEM)的验证性因素分析(CFA）分析确认事先假设的测量变量与潜在变量间关系的正确性。用此方法分析互联网供应链金融违约风险与那些因素有关,因素分数权重值越大，表示指标变量对潜在变量的影响越大。通过分析，我们可建立构建互联网供应链金融风控模型。这个风控模型方式是建立在良好的风控体系、风控评定方式、评分机制等基础上，进行有效的数据分析及评分体,互联网金融公司设计的任何形态的风控模型,都要符合自身企业的业务发展及市场需求,它的数值变化规则，还是要基于大数据和企业最基本能承受风险客户的能力，测算一个范围化的模型，把握好风控的度。当某一指标发生异常时，我们可以快速预警,避免违约发生或减少违约发生的损失.