電商平臺供應鏈金融風險研究

楊欣 黃尹城 李宜璞 董竹

摘 要：電商平臺利用自身技術優勢與大數據基因的特點，在供應鏈金融中發揮著重要作用。本文采用定性與定量分析相結合的方法，依據定性分析中的融資企業信用風險評價指標體系，結合Logistic回歸模型進行定量分析，得出企業償債、盈利能力是影響供應鏈金融風險的主要因素。此外，企業信用政策與外部變量如核心企業狀況、行業環境等也會對其產生影響。

關鍵詞：供應鏈金融 電商平臺 Logistic模型

一、引言

中小企業作為市場主體的重要組成部分，在國民經濟發展中扮演著至關重要的角色。但由于固定資產少、財務狀況不清晰、銀行與企業間信息不對稱等問題，中小企業通常面臨著嚴重的融資的問題。供應鏈金融的出現有效緩解了中小微企業的融資困境，使得供應鏈上下游企業之間的關系更為緊密。電商平臺利用其自身技術優勢與大數據基因特點，將供應鏈金融落實于整個資金鏈與物流業中，在金融領域發揮著越來越重要的作用。但是，電商平臺具有一定的整體性和協同性，某一環節出現風險極易牽一發而動全身。目前國內對于供應鏈金融風險的分析主要是從信用風險、業務操作風險、抵押資產風險、物流監管風險和貿易背景的真實性風險幾大方面入手，對電商平臺運作模式下的供應鏈金融風險研究較少，且多以定性分析為主。

由于國內供應鏈金融主要集中在計算機通信、汽車、化工、煤炭、鋼鐵、醫藥等行業，本文以汽車行業和通信行業的核心企業為切入點，構建了更為全面的指標體系。除了對融資企業自身條件進行考察，還將核心企業、質押物、行業風險納入考量范圍，從而更為準確地識別電商平臺供應鏈融資過程中的風險企業，對促進電商平臺供應鏈金融健康發展具有一定意義。

二、文獻綜述

（一）國外電商供應鏈金融研究

國外電商供應鏈金融方面的研究重點是融資模式，通常以核心企業為研究焦點。在融資模式方面，比較有代表性的是Corning（2001），他認為企業能夠借助B2B電商與金融機構結為聯盟，實現快速、簡化和高效的融資。另外，Chen（2012）表明線上的融資模式在交易速度與交易規模上都優于傳統模式，提出了一種網絡融資模式以實現中小企業的順利融資。

同時，開展供應鏈金融業務時也存在著一些進入壁壘。Ndayizigamiye（2014）發現影響企業是否采用電子商務的關鍵性因素主要在于相對優勢和兼容性，特別是能否加強與上游供應商、下游客戶之間的信息溝通以及能否提高國際化程度。Liu（2014）指出企業采用電子商務的強度取決于應用或執行電商的水平以及程度。Gomez（2014）指出相同的產品下，電子商務的成本更低，但由語言差異導致的相關契約與談判時間成本會增加，最后指出跨境支付使用率以及靈活性增加一倍，跨境電商交易額增長七倍。

（二）國內電商供應鏈金融研究

國內電商供應鏈金融更傾向于研究供應鏈上下游的企業融資問題。國內的許多研究考慮到了大數據與供應鏈金融的聯系與促進作用，如劉炎雋（2015）借助大數據背景，對第三方電商與物流主導的供應鏈金融模式進行詳細的論述。方秀麗、吳灼亮（2016）從大數據背景及產業鏈角度出發，分析大數據對B2C電商供應鏈金融產生的影響，探討大數據環境下融資對象的不同帶來的融資服務的不同。

業內對于融資模式創新的探討同樣是主流的研究方向之一。徐錦波（2018）指出海外倉模式是未來跨境電商發展的趨勢，建設和使用海外倉可以解決目前存在的物流問題。李娟等（2012）提出了“云倉模式”，即借助第三方電子交易平臺形成的供應鏈金融服務創新模式。屠建平（2013）在BMB商業模式的基礎上提出了電商BMB融資模式。吳義爽（2009）借助博弈方法分析“網絡聯保”的創新模式，表示該模式可以有效緩解中小企業融資中的信息不對稱問題，促使信貸市場達到均衡狀態。

在供應鏈金融的應用當中，對風險的分析與控制是十分重要的。陶強（2012）借助模糊綜合評價的方法從平臺、物流企業等多個視角提供風險控制的措施。郭菊娥（2014）以分析B2B發展模式的風險因素為基礎，從準入條件、責權界定、風險預警及風險補償等方面向銀行提出應當加強風險控制的意見。陶海鵬、馬樹建（2017）通過建立各方的風險收益模型，分析電商、銀行同時為融資企業提供融資時的利率決策，研究表明風險規避程度的高低影響利率的大小，電商會從零售商風險與供應商收益兩方面來衡量利弊，制定合適回購策略。

（三）國內外研究評述

綜合來看，國外電商供應鏈金融研究的重點在于融資模式，比如現有融資模式的優點和融資模式的優化問題，以及以核心企業為出發點加入對信息、成本、規模等的考量，研究角度更加多樣化且具有創新性，這是值得國內學者借鑒的。

而國內文獻多集中于融資模式和風險控制這兩個角度，同時近年來伴隨人工智能的發展也在不斷探求技術尤其是大數據等對于金融行業深刻變革的具體表現，這是非常值得肯定的。但不足之處在于研究方法較為單一，與國外研究偏好相比內容創新不足。在風險控制方面，主要可以分為信用風險、市場風險、法律風險、操作風險四類，對于電商供應鏈金融風險控制的研究較多，也是本文著力之處，但長期存在學術研究滯后于業界實踐的情況，因而對于風險角度的研究，在準確度、實用性和時效性方面應有更高的追求。

三、理論分析與模型指標體系構建

（一）理論分析

首先，融資企業的經營狀況在很大程度上決定了電商企業的風險狀況。償債能力、營運能力、盈利能力和發展能力是財務風險分析中常用的四大指標。償債能力是企業實現正常經營的前提，企業只有保持合理的負債水平，才能在避免現金流斷裂的前提下，提高自身資產營運效率，實現資金與資源使用效率最大化。盈利能力分析可以清楚反映融資企業賺取利潤、降低成本、規避風險的能力，是各個經營環節的具體表現，可以體現該企業現階段的經營模式是否可靠。發展能力分析可以一定程度上反應融資企業的發展趨勢與前景，營運能力分析是對償債能力和盈利能力的補充，其次，一條供應鏈越牢固，發生風險的可能性就越小。張淑煥和陳志蓮（2006）指出核心企業與融資企業互利互惠的關系體現在位于供應鏈上游的核心企業的使命是將融資企業的邊際信用度提高到與核心企業的同等水平。核心企業之所以愿意做出這樣的行為是因為它們在分包制中對融資企業的依賴和信譽建立后的“乘數效應”。因此，通過考察核心企業與上下游融資企業的合作關系，如交易年限與交易頻率等要素，可以對其違約的概率進行判斷。同時，核心企業的行業地位以及自身的發展狀況也需要進行分析。

第三，質押物的價格波動會產生風險，若質押物的價格下降幅度較大，融資企業在沒有提供相應價格補償的情況下，可能選擇放棄質押物的贖回權而選擇違約，這將給電商平臺帶來較大風險，此外，質押物的變現能力也應當得到重視，當融資企業違約時，電商平臺可通過變賣質押物獲得補償，質押物的市場供求等狀況往往不易獲得，可以通過將其轉化為企業貨幣資金與短期債務之比來衡量企業是否能實現短時間內迅速變現。

最后，質押物與應收賬款的質量與宏觀經濟和行業系統風險高度相關。由于電商供應鏈融資涉及質押物和應收賬款，所以存在一定的市場風險。具體可能表現在政策性因素、宏觀經濟因素、政治因素、突發性因素、行業技術變化、生命周期、區域經濟、政治、環境不確定性等方面。考慮到指標的敏感性與準確性，應當選取數據豐富的宏觀經濟因素與行業環境因素進行分析，GDP可在一定程度上反映宏觀經濟狀況，同時可以通過考察行業指數漲跌幅預測行業前景。

（二）指標體系構建

（三）模型選擇

Logistic模型常被用于尋找導致某一事件發生的影響因素、預測與判別。在信用風險的識別中，是否建立了合適的指標體系來度量企業的違約風險，可以通過Logistic模型進行量化分析。

通過Logit變換，因變量變為勝算比的對數Zi，成為了解釋變量Xi的線性函數。其中，Xi表示后文主成分分析提取出來的公因子，βi為各公因子的系數值，Pi為企業發生信用風險的概率。

四、數據選取與實證結果分析

（一）數據選取

本文以汽車行業和通信行業的核心企業為切入點，通過搜尋其上游原材料供應商以及下游產品經銷商，共篩選出汽車行業和通信行業的22家上市公司為研究對象。2015年，我國經濟發展進入新常態，由高速增長轉為中高速增長，這對中小企業來說是一個關鍵時點，因此本文選取上市公司2015-2018年的數據構建表1所示指標體系。數據主要來源于以下途徑：一是在Wind數據庫搜集相關上市公司2015-2018年的財務數據;二是在東方財富網搜集有關行業指數數據;三是通過國家統計局獲取工業生產者價格指數相關信息以衡量質押品價格穩定性;四是通過查找核心企業年報獲得核心企業與融資企業關聯交易的狀況。

在實證分析中，主要按照2016-2018年企業績效評價標準值該標準值由國務院國資委考核分配局發布中的“總資產負債率較差值”將企業分為有信用風險與無信用風險兩類，其中汽車行業與通信行業按照不同的行業標準值劃分。但考慮到有八個樣本屬于文化、辦公用機械制造業（與通信行業核心企業具有關聯交易），與汽車行業和通信行業相比，行業規模較小，且產品價值相對較低，故采用“總資產負債率較低值”將8個樣本加以區分更為合理。最終，實際觀測到有風險企業8家，無風險企業80家。

（二）主成分因子分析

對數據進行縮尾處理后，為找出對因變量影響最為顯著的因素，進行單因素方差分析，將顯著性水平大于0.05的指標剔除，最終得到的指標體系如表2所示。

使用SPSS18.0對指標數據進行KMO和Bartlett的球形度檢驗，本文的得到的KMO值為0.738，可以做因子分析，Bartlett的球形檢驗統計量的Sig值<0.01，可以認為，各指標之間存在顯著的相關性。

接下來，使用主成分方法并抽取特征值大于1的公因子，特征值小于1的因子此處略，得到的解釋的總方差如表3所示。

由表3知，前4個主成分解釋的累計方差已經達到80%以上，能夠較好的解釋原有變量所包含的所有信息。為了使每個因子上具有較高載荷的變量數目最小，采用最大方差法進行因子旋轉。為了使結果更加清晰，本文只顯示了載荷系數大于0.5的數值，結果如表4所示：

（三）Logistic回歸模型分析

使用SPSS18.0，以上文提取出來的四個公因子為協變量，企業是否有風險（0為無風險，1為有風險）為因變量進行Logistic回歸分析，指定協變量進入回歸模型的方法為進入，可得表6：

由表6知，四個因子的系數分別為-6.838、-2.384、1.823、1.016，這表明，前兩個因子與融資企業是否發生信用風險具有負相關關系，后兩個因子與融資企業是否發生信用風險具有正相關關系，前三個公因子的顯著性水平均小于0.05，故它們對企業是否存在信用風險具有顯著影響。

（四）模型檢驗

對回歸方程進行顯著性檢驗，由表7知，Sig值為0，遠小于0.05，這表明本次實證分析得到的Logistic回歸方程是具有統計學意義的。

五、結論與對策建議

（一）結論

本文構建的供應鏈金融融資風險評價指標體系能夠結合Logistic回歸模型很好的評估融資企業的信用風險。這些指標主要從融資企業狀況、核心企業狀況、質押物以及宏觀環境四個方面對企業進行考察。使用主成分因子分析法提取出的四個因子，對融資企業的信用風險狀況存在影響。

第1個公因子與融資企業是否發生信用風險具有負相關關系。由成份得分系數矩陣可得，得分最高的前三個指標為貨幣資金與短期債務之比、流動比率和速動比率，他們的得分均為正，這表明這些指標的值越高，信用風險越低。

第2個公因子與融資企業是否發生信用風險具有負相關關系。得分最高的前三個指標為每股收益、銷售凈利率和ROA，他們的得分均為正，這表明企業信用風險隨盈利能力的增加而降低。盈利能力作為公司經營的主要目標，一方面是企業資源是否得到合理配置與利用的體現，另一方面是保障債權人到期收回本息，投資者獲得期望投資收益，企業得以穩定經營和發展的必要條件，因此具有較強盈利能力的企業發生信用風險的能力較低。

第3個公因子與融資企業是否發生信用風險具有正相關關系。得分突出的指標為應收賬款周轉率和資產負債率，他們的得分均為正。一般而言，企業的應收賬款周轉率保持在較高水平較好，但對于汽車行業和通訊行業的中小企業來說，較高的應收賬款周轉率可能意味著公司奉行較緊的信用政策，付款條件過于苛刻一方面會限制企業銷售量的擴大，另一方面會削弱融資企業與核心企業的合作關系。由于這兩個行業的應收賬款主要發生在上下游供應商之間，因此當應收賬款周轉率升高時，較緊的信用政策使得企業的盈利能力受到削減，最終付出的代價將大于賒銷成本，從而增加信用風險。從長期來看，資產負債率的提高同樣會增加企業信用風險。

第4個公因子與融資企業是否發生信用風險具有正相關關系，所得結果顯著性不強，但很大部分原因是樣本量有限。得分突出的三個指標為行業指數漲跌幅、核心企業行業排名、合作密切程度，其中行業指數漲跌幅和核心企業行業排名的得分均為正，因為行業指數漲跌幅越大，表明行業發展越不穩定，風險越大;核心企業行業排名采用分數度量，排名越靠后，則分子越大，分數越大，因而風險越大;合作密切程度得分為負，這表明合作密切程度越高，供應鏈出現信用風險的概率就越低，這與現實是相符的。

（二）建議

首先，電商平臺要加強技術創新，建立電商平臺數據共享系統，使供應鏈各企業財務狀況更加透明化。不同的電商平臺通過信息共享，搭建供應鏈金融圈企業信息數據庫，可以更加詳細地了解融資企業各方面的表現，通過該信息平臺減少電商平臺與融資企業間的信息不對稱，健全電商市場體系。

其次，電商平臺應當對整條供應鏈進行動態地、全方位地監督。核心企業在供應鏈金融中充當著信用擔保的重要作用，因此對核心企業的考察應當包括其行業地位、核心企業總資產周轉率和合作密切程度等。此外，電商平臺在整個供應鏈融資過程中負責商品的倉儲和質押，因此質押物的變現能力和價格穩定性都對實現質押物的動態評估與管理具有重要意義。

最后，電商平臺可引入衍生產品等套期保值工具實現部分風險的轉移。針對質押物的價格波動以及其他由外部條件造成的不穩定因素，期權、信貸資產證券化、信用衍生產品等金融工具，可將一部分風險進行轉移，實現對質押物成本的鎖定。

參考文獻：

[1]常艷花.互聯網+模式下的零售供應鏈可持續發展模式探討[J].商業經濟研究，2018（24）：30-32.

[2]方秀麗，吳灼亮.大數據環境下基于B2C電子商務平臺的供應鏈金融服務創新研究[J].重慶科技學院學報（社會科學版），2016（07）：41-44+47.

[3]雷輝，趙士琛.企業社會責任與企業信用風險評估——基于利益相關者視角的Logistic模型創新[J].湖南大學學報（社會科學版），2019，33（02）：88-95.

[4]吳義爽.關聯博弈、機會主義治理與中小企業融資的制度創新——基于“網絡聯保”信貸模式的案例研究[J].經濟學家，2009（05）：82-86.

[5]王媛，毛敏.我國電商平臺供應鏈金融融資模式研究——以螞蟻金服、京東、蘇寧為例[J].物流工程與管理，2019，41（03）：75-78.

[6]劉森，鐘淑琪，胡亞男，楊丹.電商企業供應鏈金融模式創新與研究——以京東金融為例[J].物流工程與管理，2019，41（01）：1-3.

[7]陶海鵬，馬樹建.基于電商供應鏈金融的融資模式及風險決策分析[J].財會月刊，2017（17）：113-117.

[8]張淑煥，陳志蓮.基于集群理論的中小企業“融資鏈”問題探討[J].商業經濟與管理，2006（05）：66-69.

[9]陳悅，阮思陽.供應鏈金融的模式及風險控制策略探析——以京東為例[J].中國市場，2018（20）：168-170.

[10]邱普.怡亞通的供應鏈+互聯網商業生態[J].中國儲運，2018（11）：58

〔楊欣、董竹（通訊作者），吉林大學商學院〕