【基于SPSS处理的供应链金融视角下中小企业信用风险因素实证研究13000字（论文）】

基于SPSS处理的供应链金融视角下中小企业信用风险因素实证研究摘要融资难问题一直是中小企业发展的“绊脚石”，供应链金融可以说是挪开这块绊脚石的工具，其使得中小企业的融资门槛得到了一定的降低，挪动了这块阻碍中小企业发展的“绊脚石”。本文首先介绍了供应链金融的发展现状及存在的问题，进而研究供应链金融视角下中小企业信用风险的表现及成因，在综合分析信用风险成因后从企业的盈利能力、偿债能力等角度出发，选取16个反映企业自身资信状况的指标来构建信用风险评价的指标体系。最后，用主成分分析和Logistic模型通过SPSS软件进行实证研究，通过实证分析找到影响供应链金融视角中小企业信用风险主要因素，并基于实证分析结果结合中小企业信用风险成因，提出相应的风险防范对策来防范和化解供应链金融视角中小企业融资的信用风险。关键词：供应链金融;中小企业;信用风险;主成分分析;Logistic回归分析目录TOC\o"1-3"\h\u20946一、引言 一、引言（一）研究背景与意义我们把银行依托核心企业将上下游企业联系在一起提供金融服务的这种融资模式定义为供应链金融，在该融资模式中有银行、核心企业、上下游中小企业、供应链金融平台方等多个主体，供应链金融主体的类型多元化。与国外不同，我国供应链金融的发展最早可追溯到1999年，20世纪80年代后期中国物流业的快速发展推动了其发展进程。深圳发展银行是我国最早产生供应链金融业务的机构。1999年，该银行通过在华南地区开展“票据贴现”业务介入供应链金融领域。随着作为第一个“吃螃蟹”的深圳发展银行的成功，越来越多的金融主体看到了这块“蛋糕”。银行等金融机构（资金供给者）看到了供应链金融背后隐藏的商机，中小企业（资金需求者）在供应链金融中看到了融资的可能性，于是越来越多的金融主体进入到这个市场，供应链金融参与主体的类型更加多元化。且随着“互联网+”时代的到来，金融科技的加入，为供应链金融的优化与重构注入了新动能，这使得供应链金融的规模也在不断扩大。随着供应链金融规模不断扩大，中小企业融资难问题在一定程度上得到了缓解，可以说供应链金融是挪开“融资难”这一绊脚石的工具。为了促进供应链健康发展，我国出台了多个关于供应链金融健康发展的政策。然而虽然供应链金融能有效缓解融资难这一问题，但目前国内对供应链金融的理论研究和实践操作仍处于初级阶段，没有形成统一的信用风险评价体系，供应链金融信用风险难以控制，无法广泛应用到中小企业融资业务中去。由于信用风险难以控制，银行也不敢大规模向中小企业放贷，中小企业融资难问题并未真正解决。针对这一现实情况，本选题拟以供应链金融模式下中小企业的信用风险为研究对象，对供应链金融进行更深入的研究，从而完善国内对供应链金融的理论研究，并有效防范供应链金融信用风险。（二）文献综述随着“互联网+”时代到来，大数据、云计算、区块链等技术推动中小企业向数字化转型。随着越来越多的金融主体加入到供应链金融中去，供应链金融的规模不断扩大。而供应链金融规模扩大后，随之而来的是信用风险管理问题突出。为了研究信用风险管理问题，本文将研究对象定为供应链金融视角下的中小企业信用风险，并分析总结了其他专家学者的理论。为了研究供应链金融信用风险，我们要先从供应链金融入手。关于供应链金融的定义，学者们的说法不一，但其所表达的大致意思是相同的。供应链金融是供应链上的各参与主体为了实现共赢而与金融机构达成合作的产物，这是国外学者给供应链金融下的定义。而我国给供应链金融下的定义是：供应链金融是一种金融服务，其是银行依托核心企业，将上下游企业联系在一起提供金融服务的一种融资模式。为了研究供应链金融信用风险，学者杨军、房姿含（2017）从农业中小企业入手，通过分析在流动性不足的背景下，农业中小企业面临融资困境及风险成因。郑昱（2020）以济南市为例，通过研究供应链金融业务在济南市的实践及其存在的风险点来分析供应链金融信用风险。李勤、龚科（2014）则以汽车行业为例，通过汽车行业供应链金融信用风险这一实际案例来谈讨中小企业所处行业、核心企业对中小企业信用风险的影响。供应链金融是一种融资模式，是银行向处于供应链体系上的中小企业所提供的的一种金融服务。韩琴（2019）、杨雯雯（2020）、王悦（2020）等人将供应链金融融资模式分为应收账款融资模式、存货质押融资模式和预付账款融资模式三种，并分别对这几种融资模式进行风险识别，分析信用风险成因。刘兢轶（2019）、张嘉欣（2020）等人从中小企业自身信用状况、核心企业资信状况、行业状况和供应链关系状况四个方面分析，从供应链本身及上下游企业合作等角度来分析信用风险来源。由于传统的指标与供应链金融信用风险并不配套，学者们在传统信用风险评价指标的基础上，建立了新的评价指标体系。李勤、龚科（2014）以汽车行业为研究对象，结合供应链金融模式下中小企业的信用风险的成因，从中小企业实力、核心企业实力、供应链状况和交易资产特产四个方面选取了25个指标来构建出信用风险评价体系，该评价体系是主体评级与债项评级相结合的，此外他还运用灰色综合评价法和层次分析法比较供应链金融与传统商业信贷模式下中小企业的信用水平。吴沈娟（2020）基于信用风险评价原来中信用5C理论，选取了五个指标，并运用基本分配型判断矩阵的权数方法,为资本因素、能力因素、质押因素、品德因素、条件因素赋权重，以此来构建信用风险评价体系，并对供应链金融视角下中小企业信用风险做合理评估。王旋、祝锡永（2016）为了探讨中小企业信用风险成因采用理论分析与研究假设法，选取18个指标构建信用评级体系，模型选用结构方程模型，通过问卷调查与分析来研究风险成因。夏立明、宗恒恒、孟丽（2011）构建中小企业信用风险评价体系从融资债项信用风险评价、融资主体信用风险评价和宏观环境评价三个角度出发，最后筛选得出38个评价指标，之后采用李克特五级量表法来对问卷调查进行设计，结合专家评价法得出中小企业信用风险的主要影响因素。杨军、房姿含（2017）以农业中小企业为样本企业，选取25个财务指标构建信用风险评价体系，利用因子分析进行降维，结合Logistic回归分析后对农业中小企业信用风险进行预测，检验后证明该预测方法可行。与杨军、房姿含选择以农业中小企业为样本不同，张精（2016）、史若菲（2019）、郑昱（2020）等人是通过分析供应链金融融资模式下中小企业信用风险的主要来源以此来确定评价指标体系中所要选择的指标，并且通过因子分析和Logistic回归来建立中企业信用风险评价模型，以此来研究供应链金融视角下中小企业信用风险管理问题。综上所述，目前国内外关于供应链金融信用风险评价体系的研究都还处在初级阶段，关于这方面的理论还有很大的深入研究的必要性。阅读总结这些国内外的研究经验给我的课题研究提供了宝贵的经验，但是之前的研究经验也不是完全正确的，其中某些理论有着较大缺陷，还有不断改进的空间。在分析信用风险成因时，杨军、房姿含从农业中小企业出发，郑昱以济南市为例，李勤、龚科选择汽车行业为研究对象，他们所研究的都是某一行业或某一地区的供应链信用风险成因，所研究的对象范围太小，代表性不够强，并不适用于整个供应链金融体系。在对信用风险进行评价时，吴沈娟选择使用基本分配型判断矩阵的权数方法，夏立明等人选择问卷调查和专家评价相结合，王旋等人选择使用结构方程设计并结合问卷调查来分析。这些学者采用的方法都带有较强的主观色彩，并不能做到公正合理的评价信用风险。本文在借鉴前人宝贵经验的基础上选择从供应链金融入手，通过分析供应链金融发展现状来研究在供应链金融实践小中小企业信用风险表现及成因分析。之后进行实证分析，选择最具有代表性的制造业中小企业为样本，通过16个指标建立信用风险评价体系，采用主成分分析和Logistic回归分析，最终得出中小企业信用风险的主要影响因素，并为防范中小企业信用风险给出相应的对策。二、供应链金融视角下中小企业信用风险表现及成因分析（一）供应链金融视角下中小企业信用风险表现在供应链金融融资模式中，中小企业的信用风险是指中小企业因各种原因违约，不愿或无法履行合同条款，给商业银行造成损失的风险。对于商业银行来说，借款人的还款能力和还款意愿对银行贷款安全来说至关重要。对于商业银行来说中小企业还款能力欠缺和还款意愿低是中小企业信用风险的两个主要表现。1、中小企业的还款能力欠缺在供应链金融信用风险分析中，作为借款人的中小企业的客观财务状况是还款能力的表现，即融资企业在客观情况下能够按时足额还款的能力。核心企业在供应链内部的交易中占据主导地位，其主导和中小企业的合作，而处在上下游的中小企业由于规模小，发展不稳定，其主营业务大多依附于核心企业。一旦核心企业不再与中小企业合作，中小企业就会面临较大的经营风险，其主营业务产品滞销，存货难以周转，企业的投入资金难以收回，现金流缺口较大，导致无法按时还款。此外，中小企业公司资产规模小、技术力量薄弱、制度不完善、治理结构不健全、人员更替频繁、生产经营不稳定、抗风险能力弱，企业内部治理机制无法跟上其快速发展的速度。由于中小企业自身条件的限制，导致了该公司的经营决策权随意性很大，往往只有负责人享有公司经营决策权，而决策权仅掌握在负责人手中是易造成决策失误并产生经营风险的主要原因，而出现这种情况也会融资导致中小企业信用违约。2、中小企业的还款意愿低还款意愿是指中小企业对偿还银行贷款的态度。借款人在明确有还款能力的情况下，还可能故意欺诈，其为了骗取银行的贷款对企业自身信用进行伪造，并且故意不履行贷款合同及时还款，从而导致还款意愿风险产生。在供应链金融融资模式中，由于中小企业是依附于核心企业并与之有着密切的业务往来，银行在调查中小企业资质时会把中小企业和核心企业的合作关系纳入到中小企业资质调查中去，也就是说核心企业在无形中为中小企业作了担保，商业银行在针对中小企业贷款调查时会着重考察中小企业在供应链中的作用和地位，及其与核心企业的交易记录等情况，对中小企业自身的整体资信能力要求降低，这使得信用较差的企业可以通过伪造的企业信用资料骗取银行的贷款。这类中小企业拿着伪造好的应收账款或通过赊销得到的应收账款去向银行申请贷款，银行在答应中小企业融资贷款后，中小企业将应收账款质押给银行，并承诺在产品销售完成后还款。而在产品销售完成投入成本收回之后，中小企业可能会故意拖欠账款或主观延长应收账款期限，商业银行会收到中小企业产品还没有销售完资金尚未回笼无法按时还款的答复，此时，由于中小企业只将应收账款单据交到商业银行手中，中小企业自身的运营方向无法被商业银行所掌握，因此一旦中小企业的生产活动脱离了银行的视线，其违约的可能性会加大。（二）供应链金融视角下中小企业信用风险成因分析1、中小企业自身信用状况解决中小企业融资难问题的一种切实有效的解决办法就是供应链融资。在供应链金融融资模式中，融资主体是处在供应链体系上下游的中小企业，其与核心企业相比在整个供应链金融中受益最大，核心企业良好的信用评级及它们之间稳定的业务合作给中小企业获得信贷融资提供了便利。供应链金融融资模式中授信主体是中小企业，虽然其和核心企业的密切合作给中小企业申请贷款提供了帮助，但银行在开展供应链金融授信业务时所考察的重点仍然是企业的还款能力，中小企业自身的综合实力和信用状况仍是能否成功融资的关键。因此影响中小企业自身信用风险的主要因素依旧是能那些反映企业综合实力的指标，如企业的盈利能力、偿债能力、资产周转率等指标。银行在审查企业资质时更多的还是看这些指标，中小企业披露的财务报表中显示这些指标越好，银行对企业的信用等级评价也就越高，银行选择向这样的企业发放贷款，则供应链金融风险发生的可能性越低。然而目前在供应链金融中，中小企业大多依附于核心企业，其自身涉足的范围小，业务过度依赖核心企业，技术水平和创新能力不足，财务信息披露较少，银行对企业了解较少，对其信用评级低，因此导致融资门槛高。2、核心企业资信状况在整个供应链体系中处于主导地位是核心企业。在供应链金融中，我们通常将那些经营规模较大、资金雄厚、信用等级较高的企业定义为核心企业。核心企业会为中小企业提供信用担保，使其获得商业银行的融资，二者间存在依附关系，构建体系时需把核心企业列为重要指标，因此可以说核心企业的资信状况是商业银行评价中小企业的信用状况的起点。在供应链金融中，由于核心企业处在主导地位，在和中小企业进行业务往来时往往是中小企业先供货核心企业后付款。如果中小企业的应收账款不能及时收回就会导致企业的现金流不足，中小企业可能会发生经营风险，这或许会导致中小企业违约。而如果核心企业的资信状况较好，能够确保中小企业能按时收回应收账款或为中小企业进行担保，那么中小企业违约的概率就会降低，供应链金融信用风险发生的可能性也会降低。同时，在供应链金融业务中，核心企业资信状况决定了中小企业能否按时收回应收账款，中小企业信用风险评估的一个关键点是核心企业的信用状况，也是导致中小企业信用风险产生的原因之一。3、行业状况中小企业所在的行业状况也影响着供应链金融的信用风险。中小企业的资产质量会受该企业所处行业的地位、技术发展情况、发展前景、外部经济环境等因素影响。能够影响上下游中小企业获得核心企业青睐程度的因素是行业所处的生命周期和发展前景等，供应链金融信用风险的产生也间接受其影响。在供应链金融业务中，原材料、成品、半成品、应收账款等可以作为银行信贷质押物的资产都与企业所处行业密切相关，行业的变化直接影响市场供求之间的关系，从而影响质押物的价值。因此，行业状况也是影响中小企业信用风险的重要因素。4、供应链关系状况以制造业为例，在供应链体系中，生产制造的产品到用户手中要经历供、产、销三个环节，而供应链金融解决中小企业融资难这一问题恰好是基于供应链上稳定的上下游企业间产品的运转来进行的，也就是说影响中小企业信用风险的一个重要因素是供应链关系的稳定性。将多个主营业务单一的中小企业置于与其主营业务高度相关的交易链条中考察是供应链的核心理念，换句话来说，由于中小企业与核心企业进行密切的主营业务合作，核心企业在一定程度上保证了中小企业经营稳定和未来现金流充足。供应链本身的稳定性由供应链上下游主体及核心主体间交易关系的稳定性来决定，上下游企业间关系的稳固性体现在企业间交易频率以及合作时间长短。合作时间越久，说明交易频率越频繁，供应链越稳定，其对中小企业信用风险的影响越弱。三、实证分析中小企业的信用风险因为供应链金融这种融资模式变得更加复杂，其不仅有自身风险因素的影响，而且还受核心企业资信状况、中小企业所处的行业状况、供应链整体运营绩效、上下游企业业务联系情况等各种因素的综合影响，企业产生信用风险可能是以上任意一种因素所导致。供应链融资面对的首要风险就是中小企业信用风险。对于作为资金供给者的商业银行来说，能否有效防范和控制信用风险是决定是否发放贷款给中小企业的关键。与传统银行信贷相比，供应链金融在实践中的风险点有所不同，这就使得商业银行不能使用原来的风险管理方法，对供应链金融模式下的信用风险评价指标体系也需要进行优化。因此，基于原有理论，本文将在完善供应链金融模式下的信用风险评价指标的基础上，建立风险评价模型，中小企业信用风险将通过Logistic回归模型进行分析。（一）研究样本2021年4月6日，中小板合并到深交所主板这一决定正式实施，合并后，原中小板上市公司的证券类别变更为“主板A股”，证券代码和证券简称保持不变。经过统计发现在深交所上市的中小企业共有1002家，本文研究对象是供应链金融视角下的中小企业（以制造业为例），出于实际可操作性考虑，将从这1002家企业中选取30家制造业中小企业作为样本企业（选取的样本去除ST和*ST公司），通过东方财富网和大智慧软件获取各企业2020年第三季度的财务报表数据作为定量指标。选取的30家制造业中小企业具体如下：美邦服饰（002269）、新和成（002001）、鸿达新业（002002）、伟星股份（002003）、华邦健康（002004）、精功科技（002006）、大族激光（002008）、天奇股份（002009）、通润装备（002150）、东南网架（002135）、国机精工（002046）、亿帆医药（002019）、思源电气（002028）、达安基因（002030）、华帝股份（002035）、联创电子（002036）、瑞泰科技（002066）、万丰奥威（002085）、南岭民爆（002096）、威海广泰（002111）、实益达（002137）、御银股份（002177）、海得控制（002184）、中光学（002189）、证通电子（002197）、九鼎新材（002201）、合力泰（002217）、鸿博股份（002229）、大华股份（002236）、华东数控（002248）（二）指标选取基于供应链金融的实质和对传统信贷模式信用风险的评价，本文在结合相关理论研究后选择了16个能够反映企业经营状况、盈利能力、偿债能力情况以及供应链特征的财务指标建立供应链金融信用风险评价体系，表1是对指标原始数据的统计性描述。表1原始数据统计性描述自变量变量描述均值标准差X1每股收益税后利润与股本总数比率0.360.457X2销售净利率（%）净利润占销售收入的比率8.5618.589X3净资产收益率（%）净利润与平均股东权益的比率3.9220.591X4资产负债率（%）总负债与总资产的比率46.7319.205X5流动比率流动资产对流动负债的比率2.001.776X6速动比率速动资产对流动负债的比率1.631.754X7现金比率流动资产扣除应收账款后的余额与流动负债的比率0.861.646X8总资产周转率（次）销售额与总资产的比率0.440.180X9应收账款周转率（次）销售额与应收账款的比率2.991.383X10存货周转率（次）产品销售成本与存货的比率2.661.428X11净利润增长率（%）企业当期净利润比上期净利润的增长幅度86.79402.243X12销售收入增长率（%）企业当期销售收入比上期销售收入的增长幅度22.4667.475X13总资产增长率（%）企业本年总资产增长额同年初资产总额的比率2.315.117X14总资产报酬率（%）净利润和利息支出与企业平均资产总额的比率3.657.740X15总资产净利率（%）净利润总额与企业平均资产总额的比率6.217.828X16利息倍数息税前利润/利息支出80.25249.135注：数据来源于东方财富网（三）主成分分析由于用来衡量中小企业信用风险的指标数量较多，且文章的数据来源于东方财富网和大智慧网披露的上市中小企业年度报表，这使得指标之间的相关性较高，在后续回归分析时可能导致共线性问题产生，所以在评估之前，要先利用主成分分析选择具有代表性的指标，通过降维的手段，使原先多个具有相关性的变量转化为少数几个主成分变量以减少候选指标之间的相关性。对16个变量进行主成分分析后共提取5个主因子，表2中,5个主成分的累积贡献率为85.869%，说明这5个主成分可以反映之前16个原始指标约86%的信息量，能够充分反映原有指标的信息。将这5个主成分分别用K1、K2、K3、K4、K5来表示，并将其作为最终指标进行分析，由主成分得分系数矩阵（表3）可得，主成分表达式：K1=0.763X1+0.882X2+0.895X3-0.662X4+0.406X5+0.432X6+0.326X7+0.231X8-0.285X9+0.385X10+0.796X11+0.534X12+0.736X13+0.956X14+0.641X15+0.113X16K2=0.346X1-0.262X2+0.178X3+0.576X4-0.864X5-0.860X6-0.898X7+0.231X8-0.029X9+0.029X10+0.241X11+0.483X12+0.243X13+0.236X14+0.321X15-0.195X16K3=0.081X1-0.205X2-0.306X3-0.052X4+0.156X5+0.131X6+0.167X7+0.169X8+0.868X9+0.125X10+0.008X11+0.426X12-0.361X13+0.010X14+0.577X15-0.038X16K4=-0.283X1-0.076X2+0.111X3-0.230X4-0.102X5-0.076X6-0.086X7+0.298X8+0.117X9+0.726X10+0.044X11-0.196X12-0.081X13+0.010X14-0.176X15+0.450X16K5=0.119X1-0.027X2-0.039X3-0.015X4-0.076X5-0.092X6-0.049X7-0.134X8+0.162X9-0.476X10+0.147X11-0.098X12+0.099X13+0.014X14+0.094X15+0.841X16表2主成分的总方差解释成分初始特征值提取载荷平方和旋转载荷平方和总计方差百分比累计%总计方差百分比累计总计方差百分比累计16.13838.36338.3636.13838.36338.3634.38327.39427.39423.79623.72762.0903.79623.72762.0904.06825.42552.81931.65810.36472.4541.65810.36472.4542.73117.06969.88841.0856.78179.2351.0856.78179.2351.4078.79178.68051.0626.63485.8691.0626.63485.8691.1507.19085.86960.7994.99790.86670.5583.48794.35380.3021.88696.23990.2421.51297.752100.1681.05198.809110.1240.77599.578120.0490.30999.887130.0110.06699.953140.0050.02899.981150.0020.01399.995160.0010.005100.000注：原始数据来源于东方财富网，该表数据通过使用SPSS软件做因子分析得到表3主成分得分系数矩阵成分12345X10.7630.3460.081-0.2830.119X20.882-0.262-0.205-0.076-0.027X30.8950.178-0.3060.111-0.039X4-0.6620.576-0.052-0.230-0.015X50.406-0.8640.156-0.102-0.076X60.432-0.8600.131-0.076-0.092X70.326-0.8980.167-0.086-0.049X80.2310.6340.1690.298-0.134X9-0.285-0.0290.8680.1170.162X100.3850.0290.1250.726-0.476X110.7960.2410.0080.0440.147X120.5340.4830.426-0.196-0.098X130.7360.243-0.361-0.0810.099X140.9560.2360.0100.0100.014X150.6410.3210.577-0.1760.094X160.113-0.195-0.0380.4500.841注：原始数据来源于东方财富网，该表数据通过使用SPSS软件做因子分析得到（四）Logistic回归分析1、Logistic回归分析假定企业履行合同的概率服从Logistic分布，因变量Y选择企业信用风险，将因子分析所得因子K1、K2、K3、K4、K5作为自变量建立Logistic模型。将东方财富网个股财务评估对所选企业的风险评估作为信用风险Y的数据来源，评价指标Y的数值为1表示企业综合能力在两颗星及以上，评价指标Y的数值为0表示综合能力在两颗星以下。回归方法选择向前（Wald）法，依照Walds检验的结果剔除变量，结果显示因子K2、K3、K4、K5应被剔除，表4是SPSS23.0的运行结果。表4Logistic模型回归概率方程变量参数估计表方程中的变量BS.E,WalsdfsigExp(B)K136.82010180.5630119.789E+15常数量-18.3623058.138010.995注：原始数据来源于东方财富网，该表数据通过使用SPSS软件做Logistic回归分析得到从SPSS23.0的运行结果（表4所示）可以看出,因子K1经过回归分析后被留在了方程中，0.995是所保留因子的sig值，且在5%的统计水平上显著，模型中P的影响显著为正。模型回归概率方程可以依照Logistic模型的定义得出，得出的方程为:P=1/(1+e(-18.362+36.820K1))在方程中,企业履行合同的概率可以用P值的大小来衡量,融资企业信用风险的大小也可以用该方程来预测。预测值P的值越趋近于0，则表示企业履履行合同的概率越小，发生信用风险的概率越大，属于高风险类企业；反之，如果预测值P的值越趋近于1，则表示企业履行合同的概率越大，属于低风险类企业。因子的回归系数为36.820，其对融资企业履约概率影响显著为负。2、实证结果检验选择美邦服饰（002269）对预测模型进行检验，检验结果如下：P=1/（1+e(-18.362+36.820*(-57.867))）≈0企业履约的概率用P值表示,并用P来预测融资中小企业信用风险的大小.通常情况下,银行会基于历史经验指定一个标准P*，若P值大于P*，则银行通过融资企业的贷款申请，反之，则不通过。本文基于各个银行P*值标准不一致这一现实情况，出于结果的准确性考虑，将P*值标准均衡，假定P*为50%。若预测值P的值小于50%，则表示融资企业的履行合同的概率小于0.5,中小企业信用风险较高；若P值大于0.5，表明融资中小企业信用风险较低，银行可以考虑通过其贷款申请。美邦服饰(002269)的履约概率约为0,说明信用风险很大,银行可以不考虑给予信贷。同理，可计算得所选取30家中小企业守约的概率值，如表5所示：表5预测模型检验表股票代码YP股票代码YP00226900.032100203610.936100200110.946100206600.021200200210.939400208510.649300200310.936100209600.063200200410.983600211110.619400200600.231200213710.643900200810.989300217710.862900200910.889300218400.021300215010.949300218900.321200213500.696300219700.221300204610.893900220100.432200201910.893400221710.9346注：原始数据来源于东方财富网，该表数据通过使用SPSS软件做Logistic回归分析得到本文选取的样本企业是30家制造业中小企业，表5显示的是这30家中小企业履约的概率值，从表中我们可以看到，履约概率P值被错误估计的只有1家企业，即东南网架（002135），该模型整体预测准确率为96.67%。本文是在供应链金融模式下对有融资需求的中小企业信用风险进行评估，利用供应链融资模式中核心企业为融资中小企业作的“无形担保”，给与了中小企业一定的融资优惠，无形中使得融资门槛被降低。且由于该模型的预测准确率约为97%，由此可得利用Logistic回归分析预测制造业中小企业融资信用风险准确率较高，银行可以在贷前调查时使用该模型来分析中小企业信用风险发生的可能性。四、结论与对策（一）结论由于供应链金融在制造业应用更加广泛，本文选取的研究对象是制造业中小企业，并选择了16个反映企业盈利能力、经营状况、偿债能力情况以及供应链特征的财务指标建立供应链金融信用风险评价体系，通过主成分分析得出5个主成分及主成分表达式，由Logistic回归分析得出模型回归概率方程，该概率方程可以用来反映企业的履约概率。此外融资企业信用风险的大小也可以用该方程来预测。通过上述实证分析，可以得出以下结果：与主成分K1关联度较大的指标是X2销售净利率、X3净资产收益率、X14总资产报酬率；与主成分K2关联度较大的指标是X5流动比率、X6速动比率、X7现金比率；与主成分K3关联度较大的指标是X9应收账款周转率；与主成分K4关联度较大的指标是X10存货周转率；与主成分K5关联度较大的指标是X16利息倍数；Logistic回归模型整体预测准确率趋近于97%，Logistic回归分析用来预测制造业中小企业融资信用风险的准确率较高。分析上述结果，我们可以知道：中小企业自身的盈利能力、短期偿债能力、长期偿债能力以及资产运用情况仍是供应链金融模式下中小企业信用风险的主要影响因素。（二）供应链金融视角下银行防范中小企业信用风险的对策1、基于供应链金融融资模式建立企业信用分析系统商业银行在对中小企业做贷款调查时应着重分析企业的资信水平，在贷前做到认真调查，选择资信状况良好的中小企业进行放贷，降低发生违约风险的可能性。供应链金融模式下中小企业信用风险的主要影响因素是中小企业自身的盈利能力、短期偿债能力、长期偿债能力以及资产运用情况，商业银行在贷前调查时应着重考查这些因素，可以根据这些指标建立一套专门的企业信用分析系统，统一建立企业信息档案，对融资企业进行风险评估，降低违约风险发生的可能性，减少银行坏账损失。在供应链金融中核心企业给中小企业作了“无形担保”，这使得中小企业的资信有一定保障，但银行在贷前审查时仍然要加大对中小企业自身资信的调查。此外，在调查融资企业资信时，还要考虑核心企业能否按时将货款支付给中小企业，这会不会影响到中小企业履约能力。2、制定严格的贷后风险预警制度信贷业务发生后，银行要加强对中小企业贷后监督，制定贷后风险预警制度，密切关注中小企业资金使用情况和流动情况，随时掌握资金动态。对采用应收账款融资的中小企业要实时监督产品生产及销售情况，避免出现中小企业谎称产品尚未销售完成资金还未收回从而拒绝或推迟付款这种情况。银行在通过贷款申请并发放贷款之后，资金就转到了中小企业账户中。虽然资金还存在银行，但此时资金的使用权交到了中小企业手中，资金就不再受银行的直接控制了，在与供应链企业博弈过程中银行就处在了被动的地位，这加大了银行贷后管理的难度，因此商业银行应制定严格的贷后风险预警制度，一旦发现融资企业的资金使用情况和流动情况不合理时就要立即进行调查，如果确认融资企业有违约打算银行就要立即采取风险应对措施，必要时可以延迟中小企业账户资金流出。这样有利于银行更好的管理信贷业务，降低银行坏账损失，使得信用风险大大降低。3、定期进行融资企业资信状况评估在供应链金融融资模式中，商业银行在审查中小企业资质时会考虑其与核心企业的业务合作及联系，核心企业良好的资信状况给与了中小企业一定的信用担保。商业银行在进行信贷业务时会选择资信状况良好的企业，且银行通过中小企业账户资金流动信息可以了解企业的资金运用情况，贷款安全在一定程度上得到保障。然而银行只能了解到贷款资金的流动，对中小企业的经营情况并不了解。由于市场处在不断变化中，企业的经营状况也会时好时坏，其资信状况也会受其影响。商业银行在审查中小企业资质时会考虑其与核心企业的业务合作及联系，如果在信贷业务过程中，核心企业不按时向中小企业支付货款或者选择不再与中小企业进行合作、企业自身决策失误导致经营不善、企业所处的行业整体不景气、金融市场变动等都会导致企业履约能力发生变化，其资信状况也会受到影响。因此，商业银行应定期对融资企业进行资信状况评估，及时了解企业履约能力变化，一旦出现在贷款期限内企业资信状况出现重大问题时就要立即采取补救措施，降低银行不良贷款率，减少银行损失。（三）供应链金融视角下中小企业自身信用风险防控的对策1、中小企业要加强自身的建设与管理本文通过实证分析得出，影响信用风险的主要因素仍是中小企业自身的盈利能力、偿债能力等，所以为了防范信用风险，中小企业要加强自身的建设与管理，公司管理层应提升自己，加大自己对企业信用及信用风险的了解，提高企业管理水平；企业应充分、合理的使用企业资金，保证可支配资金运用的灵活性与效率，提高资金周转率、应收账款周转率，保证企业有良好的偿债能力。在供应链金融中，中小企业是依附于核心企业的，这种不对等的地位使得话语权被核心企业所掌握。中小企业在和核心企业进行业务往来时，由于没有话语权，其业务合作大多采用预付货款和应收账款的方式进行合作。选择这样的方式进行合作就会导致中小企业的投入资金收回慢，企业可能会出现资金周转困难、现金流不足等情况，严重时中小企业会因为资金尚未收回而无法按时偿还银行贷款，从而导致了信用风险发生。因此，中小企业要加强自身的建设与管理，要在与核心企业的合作中寻求更多的话语权，提高公司资金周转速度。2、企业相关信息透明化银行关于中小企业公司信息、财务信息的数据收集一直不完善，这是由于中小企业的财务数据等信息披露不全，获得相关信息的渠道较少，只有少数上市的中小企业会有第三方机构进行定期披露，而大多数中小企业的财务信息等选择公开的很少，这使得中小企业的信息透明度很低。由于银行收集到的信息很少，导致银行无法为企业做出合理准确的信用等级评估，银行在无法确定中小企业资信状况的情况下不会选择向企业贷款，这是导致中小企业贷款难