物流企業開展物流金融服務的風險評價

陶經輝，應麗景

（南京財經大學 營銷與物流管理學院，南京 210046）

國內對物流金融風險的研究大部分是從銀行金融機構或是融資企業的角度分析，從物流企業的角度對其定性或定量的研究還不多見。劉萍萍[1]（2010）對物流金融服務的實施過程進行了風險分析，認為物流金融業務能有效降低國際結算的融資風險；馮耕中[2]（2007）等人從銀行的角度對物流金融業務的風險進行了分析，研究了銀企之間的溝通風險和法律風險等。物流企業在開展物流金融服務的過程中，一方面同銀行金融機構密切合作，物流公司需要按照銀行的指示進行對質押物的相關操作，另一方面物流企業需要對融資企業提供信用評估，對質押物儲存管理并監督服務，以及相關的運輸、配送甚至是加工包裝等物流服務。

1 風險評價指標體系的初步構建

通過對現有文獻的總結歸納[3-5]，物流企業開展物流金融服務的主要風險來自于質押物風險、融資企業的資質評價風險、銀行合同法律風險、企業內部管理與操作風險以及宏觀環境的風險。初步設計該風險評價指標體系如表1所示。

2 風險評價指標體系的篩選

2.1 對樣本數據進行分析

對表1中的初始風險評價指標體系，首先采用Likert 5級量表的形式對指標進行測量，請被調查者根據其實際情況對問卷所提到的風險指標分別從“完全不重要”到“非常重要”給予1分至5分。然后采用SPSS13.0統計工具，選擇基于主成分分析的因子分析法，主要目的在于選取出最終的與觀測變量的關系緊密的因子個數，并得出各因子與各觀測變量之間的相關程度，以建立相關程度比較大的因子與變量的內在結構。

表1 物流企業開展物流金融服務的風險評價指標體系

2.1.1 對質押物風險中的質押物監管風險進行分析

首先，對選取的樣本數據進行有效性分析，采用SPSS13.0的KMO樣本檢驗和Bartlett球檢驗。檢驗數據顯示，KMO為0.702，大于0.5，球檢驗的顯著性檢驗Sig為0.000，明顯小于1%，說明樣本數據具有良好的相關性，適合采用因子分析法。

其次，因子分析中的總方差解釋表格主要由三部分組成，包涵初始因子解的方差、提取因子解的方差以及旋轉因子解的方差，而且每個部分下屬涵蓋因子解釋的原始變量的方差值、因子解釋所有原始變量總方差的百分比以及累計的前n項因子對原始變量總方差的百分比值[6]。

一般情況下，我們只需要注意旋轉因子解的方差解釋，旋轉后的因子解釋原始變量的方差得到重新分配，但是累計解釋總方差是不變的。通常只有當累計解釋總方差的百分比達到60%左右才表示某個因子的總方差解釋百分比可以保留，否則予以刪除。但如果經過主成分方法分析后，只能提取一個成分，故不再需要考慮旋轉的情況。

從方差解釋中可以看出，通過成分分析法，提取得到一個大于1的特征值，且解釋方差已經達到79.069%，說明該量表具有比較良好的結構效果。在該情況下，由于只有只得到一個主成分，故不存在轉置的情況。意味著質押物風險只有一個衡量維度，與本文所提的理論模型相符。

將因子載荷值低于0.5的因子予以刪除，其中Z51和Z52的因子載荷都小于0.5，所以將從該量表中移去。

2.1.2 對融資企業資質評價的風險的統計分析

首先，對樣本適當性進行檢驗分析，數據顯示，KMO為0.674，大于0.5，球檢驗的顯著性檢驗Sig為0.000，明顯小于1%，說明樣本數據具有良好的相關性，適合采用因子分析法。

其次，通過采用因子分析，表2所示為總方差解釋。

表2 總分差解釋

如表2中所示，通過主成分分析，提取得到三個大于1的特征值，且解釋總方差已達到64.044%，說明該量表具有良好的結構效果。三個主成分的結果與本文理論模型構想一致。旋轉后的因子載荷，小于0.3的因子載荷不予以顯示，此處仍采用小于0.5予以刪除。

其中，R13、R18、R31、R32的特征值均小于0.5，所以考慮將它們從該量表中移去。

2.1.3 對銀行合同法律風險進行分析

首先，對樣本數據的適當性進行分析，數據顯示，KMO為0.684，大于0.5，球檢驗的顯著性檢驗Sig為0.000，明顯小于1%，說明樣本數據具有良好的相關性，適合采用因子分析法。

其次，通過采用因子分析，表3所示為總方差解釋。

表3 Total Variance Explained

如表3中所示，通過主成分分析，提取得到兩個大于1的特征值，且解釋總方差已達到89.231%，說明該量表具有良好的結構效果。只提取了一個成分，則不存在轉置的情況，其因子載荷中，低于0.5的因子載荷，則將這些指標刪除，Y3的載荷低于0.5，因而予以刪除。

2.1.4 對物流企業內部管理和操作風險進行分析

首先，對樣本數據的適當性進行分析，數據顯示，KMO為0.643，大于0.5，球檢驗的顯著性檢驗Sig為0.000，明顯小于1%，說明樣本數據具有良好的相關性，適合采用因子分析法。

其次，通過采用因子分析，表4所示為總方差解釋。

表4 總方差解釋

表4中，通過主成分分析，提取得到兩個大于1的特征值，且解釋總方差已達到76.124%，說明該量表具有良好的結構效果。兩個主成分的結果與本文理論模型構想一致。旋轉后的因子載荷，小于0.3的因子載荷不予以顯示，此處仍采用小于0.5予以刪除。

W13、W14和W23的特征值為0.437，小于0.5，所以考慮將其從該量表中移去。

考慮到宏觀環境風險的量表下含有的風險因素僅為兩個，這里省去對其進行主成分分析，將各因子予以保留處理。

2.2 風險評價指標體系的最終確定

通過對初選風險指標進行主成分分析之后，對一些信度不足的指標予以刪除，保留信度較高的指標，從而確立最終的風險評價指標體系。如表5所示。

3 基于多層次的模糊綜合評價法

本文采用多層次模糊綜合評價法應用于物流金融風險評價。多層次模糊綜合評價法集專家經驗、物流企業內部專業人士的意見和科學可觀的量化計算為一體，將定性和定量進行有機結合的系統性分析方法，可以在定量分析的同時將不確定的因素納入其中，通過權重的設定，將各個風險指標進行高低排序，有利于物流企業在進行物流金融服務的時候，針對不同的風險因素進行控制與防范，從而做出科學客觀的信貸決策。

表5 物流企業開展物流金融服務風險評價體系

由于目前多層次模糊綜合評價法比較成熟，本文略去詳細的評價過程，只給出兩級評價指標的權重，見表6。

表6 物流企業開展物流金融服務風險的兩級評價指標及其權重

4 評價結果分析

（1）質押物風險。在所有的影響物流企業開展物流金融服務的因素中，其所起到的影響作用是最大的，估計值為0.313。而隸屬于該層次的下一層指標中，質押物品種所起的影響值是最大的，其次是質押物的市場價格的變動、質押物是否參與投保等指標。說明物流企業在物流金融服務中需要慎重考慮質押物各個方面的因素，才能更好地防范物流金融業務所帶來的風險。

（2）融資企業的資質評價估計值為0.238，排在五大指標的第二位。其中包括企業的財務狀況、道德與信譽以及企業的未來發展狀況。在這三者之間，企業的財務狀況需要物流企業從實際的數據中進行分析，以求得到對融資企業的客觀、科學的評價。融資企業未來的發展前景亦是物流企業需要考量的另一重要方面，從銷售額增長率和營業利潤增長率兩個角度來評估。此外則是借貸企業的道德與信譽即信用問題。此處說明銀行對融資企業授信貸款，物流企業需要配合對借貸企業進行一定程度的監督，以便及時采取行動控制風險。

（3）物流企業的內部管理和操作，其估計值為0.202，位列五大指標中的第三位，該指標中的下屬指標顯示物流企業的管理水平略高于物流企業的技術水平，物流企業需要高素質的企業人員熟悉內部的管理與操作，還需要企業相應的技術設備設施。

（4）銀行的合同法律風險，其估計值為0.135，位列五大指標的第四位。該風險對物流企業開展物流金融服務的營銷相對較小，其下屬的三個低級指標屬物流企業往往承擔過多責任所帶來的影響最大，由于銀行在物流金融服務中常常處于強勢地位，所以對物流企業來說，處于劣勢的地位，并會與之簽訂固定的合同以及造成合同的內容不完整。

（5）位于五大因素指標的最小風險是宏觀環境風險，主要包括政策法規和市場環境兩個次級指標，前者較后者對物流金融業務風險的影響較小。因為宏觀環境所帶來的風險具有一定的不可抗性，物流企業相對處在被動情況之下，只能去適應或是通過預見性的去控制和避免。

[1]劉萍萍，裴葆春.物流企業的風險評價分析[J].商業研究，2010,（3）.

[2]馮耕中.物流金融業務創新分析[J].預測，2007,（26）.

[3]繆興鋒.試對中國物流行業融資需求及操作方案的探討[J].經濟研究導刊，2010,（1）.

[4]孟超，田志軍.第三方物流企業服務創新：物流金融[J].經濟研究，2006,（9）.

[5]羅齊，朱道立，陳伯銘.第三方物流服務創新:融通倉及其運作模式初探[J].中國流通經濟，2002,（2）.

[6]郭志剛.社會統計分析方法——SPSS軟件應用[M].北京:中國人民大學出版社,1999.