【顺丰供应链金融现状及其信用风险识别的案例探析10000字（论文）】

顺丰供应链金融现状及其信用风险识别的案例分析TOC\o"1-2"\h\u145971绪论 125751.1研究背景 1141291.2研究意义 288321.3研究方法 3200002文献综述 3290602.1供应链金融研究 319832.2供应链金融信用风险研究 4108252.3文献述评 581063顺丰供应链金融现状及其信用风险识别 5170203.1顺丰及其供应链金融发展概况 5172353.2顺丰金融融资模式 6282493.3顺丰金融融资模式信用风险识别 7267044顺丰供应链金融信用风险评价分析 9159384.1顺丰金融信用风险评价体系构建 946344.2顺丰金融信用风险评价 11291805顺丰金融信用风险评价结论与建议 16273325.1研究结论 16304795.2研究建议 171绪论1.1研究背景无论在发达国家还是在发展中国家，中小企业一直作为经济发展和社会稳定的重要支柱支撑着社会环境。但是由于经营稳定性差、抵押担保资产不足等原因，各国中小企业贷款难、贷款贵的问题一直比较严重且长期、普遍存在。近年来，随着我国众多对于中小企业的支持政策纷纷出台，中小企业融资矛盾在很大程度上得到有效缓解。然而，由于中美贸易战、疫情灾害等突发原因，金融市场对于中小企业的融资放贷更加保守，导致中小企业的融资难现象更加频发、矛盾冲突更为严峻。在当前情况下，供应链金融作为一种快捷、专业、高效的精准融资手段，既能够帮助放贷主体降低自身金融风险，又能有效解决供应链上诸多中小企业融资难这一现实难题。作为现代服务业重要组成部分之一，快递行业凭借其领先的、覆盖全物流链的信息网络，能即时、快速掌握供应链上下游企业的具体信息，在融资放贷方面拥有天生的竞争优势。依托强大的信息数据和服务能力，能够传递有效、真实的信息流的独特优势，国内外物流业中不少实力雄厚的快递公司大举进军供应链金融领域。与以银行为主导的传统供应链金融不同，第三方物流主导的供应链金融作为一种新型的融资方式，能够显著提高供应链的融资效率，但是同时也带来了新的风险。据相关研究发现，信用风险已经逐渐超越操作、市场、政策等风险成为第三方物流供应链金融的主导风险。本研究以快递业龙头企业顺丰集团为例进行供应链融资模式下的信用风险评价研究，拟对合理规避快递业供应链金融信用风险、健全稳定物流产业链提供一些有应用价值的对策建议。1.2研究意义本文以供应链核心企业——快递公司为突破口，对顺丰现状及影响其供应链金融信用风险的主要因素进行研究，在构建科学、系统风险评价指标体系的基础上，对数据指标进行实证分析，并提出合理的风险控制建议。为其他有意向发展供应链金融业务的快递公司提供借鉴，具有一定的理论意义和实践价值。1.2.1理论意义本文通过国内外文献资料的收集整理，对供应链金融的相关概念进行了系统性的梳理，对供应链金融信用分析研究进行了发展状况及趋势研究。本文基于顺丰集团供应链金融现状，对其金融模式展开研究，对顺丰金融信用风险进行识别，有针对性地搭建了顺丰金融信用风险评价指标体系，并利用实证分析找出了影响快递业供应链金融信用风险的主要因素。针对顺丰金融信用风险进行评价研究，为快递业开展供应链金融规避信用风险等提供了理论依据。1.2.2实践意义通过建立顺丰金融信用风险评价指标体系和信用风险控制模型，使得快递公司能够迅速、准确地识别融资企业经营过程中有可能出现的信用风险，提高公司信贷业务的效益，避免单个企业出现信用危机从而导致对整条供应链产生危害，也对我国有序开展供应链金融业务起到了积极作用，为企业在日常经营中主动规避信用风险提供科学指导。1.3研究方法1.3.1文献研究法利用知网、万方数据库和外文数据库等文献资源平台，搜索供应链金融、供应链金融信用风险评价研究等关键词，利用电子文献检索的方法，对相关文献进行系统的梳理，了解相关领域的研究现状与发展方向，为接下来的研究奠定理论基础。1.3.2案例分析法通过分析顺丰集团的供应链金融现状，以及对其信用风险的识别研究。以实际案例为出发点，提出关于其信用风险的合理控制建议，同时为其他有意发展供应链金融业务的快递公司提供参考。1.3.3Logistic回归分析首先利用主成分分析法，对顺丰金融信用风险相关的指标进行主成分分析筛选，将众多变量化成具有代表性的较少变量，选取主要影响因子。其次通过拟合优度检验和显著性检验确定回归模型并得出各因子的影响程度。2文献综述2.1供应链金融研究2.1.1物流金融、供应链金融概念物流金融作为供应链金融的思想雏形，在国内早期就开始了定义的相关界定。国内首次对物流金融进行的探索始于唐保忠（1986），他提出要利用物资部门的监管角色来调剂和兑换不同的物资品种[1]。而邹小芃、唐元琪（2004）最先正式提出“物流金融”的概念和范畴[2]。现如今，当下的研究重点逐渐从物流金融走向供应链金融。国外最早以AllenNBerger（2004）等人建立的供应链金融概念模型为研究开端[3]。同一时间，GambleR（2004）则将目光放在供应链的基本流程和构成要素的研究[4]。Hofman（2005）认为供应链金融是一种实现资金增值的方式[5]。而国内为了解决“中小企业融资难、融资贵”这一痛点，在2007年以来对供应链金融的研究不断。胡跃飞、黄少卿（2009）以实体经济为背景，认为供应链金融从广义上来说是由供应链中的融资个体为解决供应链资金管理问题提供的系统解决方案，从而整合供应链金融的资源[6]。2.1.2供应链金融融资模式对供应链金融模式的讨论，国外学者Chen（2009）通过分析研究，总结了应收账款融资、保兑仓融资和融通仓融资这三大模式[7]。而国内学者谢世清、何彬（2013）对供应链金融的模式按不同主体进行归纳为企业集团合作、物流企业主导和商业银行服务三种模式[8]。之后，随着科学技术的不断创新和学者思维的提升。杨娜娜（2016）对供应链金融的三种模式进行了分析比较，并提出了一站式供应链管理和金融提前介入两种创新模式[9]。林楠（2019）将区块链技术融入到供应链金融，建立了以核心企业为基础和以互联网金融企业为基础的两种“区块链+供应链金融”新模式[10]。2.2供应链金融信用风险研究从20世纪30年代开始，国外开始了风险管理的相关研究，并且美国在60年代形成了系统化的风险管理[11]。对于供应链金融信用风险研究，国内外均主要研究三个方面：风险识别、风险评价、风险控制。2.2.1供应链金融信用风险识别韩於憬、张蒙（2018）在对第三方物流企业供应链金融风险的研究中，将物流企业面临的风险分为运营、信用、操作及法律四大风险[12]。李健、张金林（2019）针对信用风险的产生提出了两条传导机制[13]。当然，如果仅仅将物流企业面临的信用风险划分为运营、信用、操作及法律四种，存在一定的局限性。因为供应链的复杂性，致使其金融风险的产生原因众多，主要由环境因素和企业因素两类，详细内容将在第三章顺丰金融信用风险识别进行介绍。2.2.2供应链金融信用风险评价一直以来，指标体系的构建是供应链金融信用风险评价的核心。随着供应链的蓬勃发展，基于第三方物流的供应链信用风险研究也逐渐兴起。YIN（2012）制订了第三方物流参与下的存货质押融资活动新的定性的评估体系[14]。国内学者田江等（2016）经过对指标的初步选择、筛选、确认，形成了比较完善的第三方物流作用下的供应链金融企业风险指标评价体系，为之后的研究和探讨提供了指导思路[15]。随后技术不断进步，又不断涌现新的解决方法用来研究信用风险的评价，例如：网络层次法、Logistic模型、SVM模型、BP神经网络等。其中，Logistic模型运用较多，杨军、胡波、刘兢轶等学者均是结合主成分分析法或因子分析法先筛选、确定信用风险的评价指标，再利用Logistic分析建立信用风险评价模型[16-18]。2.2.3供应链金融信用风险控制对供应链金融信用风险控制而言，国内学者大多认为需要从四个方面进行把控。一是企业自身加强风险抵御能力。二是加强数字化发展。三是严格风险考核机制。四是加强对新技术的运用。其中，刘思璐、李华民（2019）提出将区块链技术融入供应链征信系统中，形成“区块链+监管”的格局[19]。关于以第三方物流企业的相关研究，赵家玲（2018）提出了扩展客户群并加强信用监管、建立完善的企业信用数据库及风险预警机制和贷后管理体系三大管控措施[20]。2.3文献述评通过收集阅读、整理国内外研究文献可以发现，目前国内外学者对于供应链金融信用风险的研究已经比较成熟，且主要集中在供应链金融融资模式及供应链金融风险识别、评价及控制等方面。但是，即使近年来电商迅猛发展，快递公司竞争激烈且作为供应链中的重点企业，国内外也少有对其进行供应链金融信用风险研究。因此，本文将从快递公司角度进行研究，以顺丰集团为例，运用主成分分析法和Logistic回归相结合的研究方法对快递业供应链金融信用风险评价研究。并且通过数据分析，提出相应的信用风险控制建议，在一定程度上完善以第三方物流主导的供应链信用风险相关理论。3顺丰供应链金融现状及其信用风险识别3.1顺丰及其供应链金融发展概况顺丰集团有限公司于1993年成立，主要经营国际、国内快递业务。而作为中国快递行业龙头的顺丰速运于2011年开始，从单一的快递收、发的快件服务，向综合物流服务供应商进行转变。目前，顺丰建立了7大分发中心、超百家配送仓库、近百万平方米仓储面积、数万顺丰网点，基本建成了覆盖全国的电商仓储配送体系。经过不断发展，顺丰成立了五大业务板块，基本完成了商流、物流、资金流、信息流的“四流一体”生态链。为了加快顺丰集团发展，2011年成立了顺丰金融。其主要目的是为了帮助顺丰速运的供应商和客户解决融资问题，提供一系列“物流+金融”服务。而随着国内疫情导致网购量激增，众多中小微型电商寻求发展机会，扩大规模，也为顺丰金融的客户库扩张提供基础。顺丰金融背靠强大的物流体系，目前供应链金融业务线已基本形成，包括仓储融资、保理融资、订单融资和信用贷款。3.2顺丰金融融资模式3.2.1基于货权的仓储融资仓储质押是顺丰最早上线的供应链金融产品，针对提前在顺丰分仓备货的客户，为其提供额度为100万-3000万不等的授信额度。在客户信用评级的基础上，将客户在顺丰仓储中的存货商品作为抵押，从而获得贷款，灵活地随借随还，最大限度降低客户资金使用成本。顺丰仓储质押具有动态质押、便捷物流服务等优势，再加上金融贷款，从而形成了完整的物流服务闭环。仓储质押有效的拓宽了融资企业总量、创造了收益，极大地提高了客户的服务满意度和客户粘性。3.2.2基于应收账款的保理融资该服务主要针对供应链条上存在应收应付关系的客户，操作方式为顺丰买断合作客户的应收账款，由采购商直接将货款支付至保理公司账户，即顺丰金融。具有期限长、门槛低和费用低三大独特优势。该产品后期将延伸至供应链条上所有存在应收应付关系的客户，为其提供现金贷款的金融服务，化解融资企业长期应收账款和供应商现金流量不足等问题。3.2.3基于客户经营条件与合约的订单融资该服务主要针对与顺丰有深层次合作的客户。具体操作方式为：客户在发起订单后，将信息提交到顺丰的融资平台，顺丰将全权代理之后的采购、发货、运输流程。另外，顺丰在为客户提供供应链金融服务时，会给予客户一些优惠政策，让客户体验到与顺丰合作能够获取更多便利。3.2.4基于客户信用的顺小贷该服务主要针对信誉良好，从事商品销售的实体经销商或电商客户，为其提供5万到100万不等的信用贷款，具有客户门槛低、操作灵活等特点。顺丰在电商、仓储、速运方面均有布局，顺小贷旨在根据客户的特点为与顺丰有一定合作基础和合作潜力的客户提供金融信贷支持，整合了资源，增加了顺丰服务的广度和深度。3.2.5总结与比较根据以上分析，四种供应链金融模式在对象、条件、优劣势及贷款额度方面存在着不同之处，具体总结比较，（见表1）。表1顺丰金融四种融资模式的总结与比较仓储融资保理融资订单融资顺小贷对象在顺丰分仓备货的客户上、下游合作客户深层次合作的客户信誉良好的客户条件以信用评级为基础以购销合同为基础以订单为基础依据信用记录和经营情况优势提高了客户的服务满意度和客户粘性有效降低供应链风险扩大业务板块，增加收益快速吸纳融资主体劣势存在以次充好或存货过期的质押风险企业自身信用风险增加融资主体存在操作风险额度100万-3000万5万-100万3.3顺丰金融融资模式信用风险识别供应链金融信用风险的产生是由包含环境因素和企业因素两大方面。在环境因素中，又包含宏观经济环境、自然环境和供应链环境；在企业因素中，又包含中小融资企业和核心企业。另外，监管部门的管控有效性也是产生信用风险的主要原因。本节主要从环境因素和企业因素对顺丰金融进行信用风险识别。3.3.1从环境因素进行信用风险识别（1）国际环境的不稳定关于宏观经济环境，目前我国处于并将长期处于社会主义初级阶段。但是在这一阶段内，与经济高速发展这一机遇相对应的是国际环境的不稳定。国际环境的不稳定性分别存在于一是以美国为首的国家对于中国企业的政策限制；二是国际经济震荡所导致与顺丰合作的企业回款缓慢甚至资金断流。（2）自然环境令生产经营活动受到威胁关于自然环境，指的是由水土、地域、气候等自然事物所形成的环境。尽管当前国内新冠肺炎疫情病例较少，疫苗也在稳定研究、出产、接种，但是由于我国人口基数大，疫苗的接种率依旧较低。并且由于国外新冠肺炎肆虐，感染加剧令病毒变异，使得国外的生产经营活动受到一定程度的影响，也持续威胁国内的生产经营活动。（3）供应链环境不断更新避免新技术利用落于人后关于供应链环境，目前我国供应链资源整合不断完善，对供应链技术方面也创新不断。随着区块链、大数据、AI等技术不断与供应链融入，在减少新技术所造成的沉没成本外，需要供应链核心企业带动供应链网络上的中小企业抢先利用新技术集成供应链。提高供应链运作效率，寻找新的利润增长点。3.3.2从企业因素进行信用风险识别（1）从核心企业出发因为顺丰担任着第三方物流平台、供应链核心企业、“商业银行”这三种角色，所以它自身的运营能力、盈利能力、偿债能力等五个方面很大程度上直接对供应链和自身产生信用风险。其一，核心企业运营能力，顺丰的企业运营状况对供应链造成直接影响，如供应链是否能够稳定运行、能否抵抗外部环境动荡等。并且其运营能力还会间接影响资金的流畅度和对合作企业的履约率，从而引发信用风险。其二，核心企业盈利能力，直接表现为企业能够赚取利润多少的能力。如果企业盈利能力强，说明该企业运营能力、上下游客户选择都十分不错，对企业的发展起到促进作用，也会大幅度降低企业的信用风险，保障供应链的平稳运行。其三，核心企业偿债能力，它是判断一个企业是否能够保障持续发展和运营的关键因素，也是代表成长能力和财务能力的一项重要指标。其四，核心企业成长能力，指企业未来的发展潜力。它往往随着企业经营状况、盈利能力、国家政策等因素而发生改变，一定程度上参与信用风险的评定。其五，上游企业和下游客户的信用风险。因为顺丰作为核心企业与多个上游企业和下游客户存在合作，并且在合作进行中会产生预付账款、存货和应收账款这三项授信资产，所以上游企业和下游客户的信用风险会直接对顺丰能否收回资金产生影响。（2）从中小融资企业出发中小融资企业往往存在管理制度不规范、抗风险能力差、人员素质层次不齐等缺陷，其主要在管理制度不规范、抗风险能力差这两方面存在信用风险。一方面管理制度不规范容易引起企业资金利用效率低、决策失误、内部信息传递失真等问题出现，导致企业经营状况不佳、现金周转能力低，最终没有能力进行贷款偿还，造成放贷主体的损失。另一方面抗风险能力差说明融资企业受外界影响大，容易受到宏观环境、行业环境、上下游合作企业的影响。例如：2019年的新冠肺炎流行使得许多中小微企业现金流遭受影响从而倒闭。这些外界环境的动荡最终影响融资企业，导致履约率下降。4顺丰供应链金融信用风险评价分析4.1顺丰金融信用风险评价体系构建4.1.1评价指标体系构建的原则（1）系统性和层次性供应链是一个复杂的系统，评价指标体系不仅要考虑核心企业自身的情况，还需要对上下游企业的情况进行考察。评价指标体系构建需要系统分析、识别可能存在的信用风险。另外，在风险识别的基础上需要概况划分出层次，让各个层次紧密联系、系统综合，明确各指标的对应关系，建立清晰、系统的指标体系。（2）科学性和简洁性评价指标的选择和构建需要具有简洁性和科学性，实际反映顺丰金融信用风险的具体情况，明确各指标所存在的相互关系，使得该评价体系清晰明了，能够体现出一定的思维逻辑。（3）可操作性和针对性指标的选择和系统的设计应该尽量避免计算复杂或计算量过大等情况。在尽可能确保指标的实用性和可用性的基础上，还需要有针对性地根据研究对象地实际情况进行选择，避免数据采集难、涉及信息量大的指标。最好选择那种易于收集和易于理解的，可量化和可操作的信用风险指标。4.1.2评价指标体系的指标选取基于以往学者对于供应链金融信用风险评价体系指标选取，一类从第三方物流主导作用出发，如田江（2016）、陈畴镛、邰少佳（2019）等学者选取了质押物特征、应收账款特征、物流监管水平等三个一级指标。另一类从第三方物流企业自身状况出发，如赵家玲（2018）选取了运用能力、盈利能力、偿债能力、成长能力等四个一级指标。在借鉴以往专家学者研究成果的基础上，并依据顺丰金融信用风险识别研究、评价指标体系构建原则以及存在某些指标采集难的问题。本文选择了运营能力、盈利能力、偿债能力、成长能力和供应链上下游客户的信用风险5个一级指标、17个二级指标，（见表2）。表2顺丰供应链金融信用风险评价指标Table2SF

Financial

Credit

Risk

Evaluation

Index

of

Express

Supply

Chain一级指标二级指标指标阐述运营能力营业周期X1存货周期+应收账款周期总资产周转率X2营业收入净额/平均资产总额营运资本周转率X3365/营运资金周转天数盈利能力销售净利率X4净利润/销售收入成本费用利润率X5利润总额/成本费用总额净资产收益率(年化)X6期净利润/期末净资产偿债能力主营业务比率X7主营业务利润/利润总额流动比率X8流动资产/流动负债速动比率X9(流动资产-存货)/流动负债现金比率X10(现金+现金等价物)/流动负债现金到期债务比X11营业现金流量/本期到期债务现金流量利息保障倍数X12经营现金流量/利息费用成长能力每股收益-基本X13归属于普通股股东的当期净利润/当期发行在外普通股的加权平均数营业总收入同比增长率X14本年营业总收入/上一年营业总收入营业利润增长率X15本年营业利润增长额/上年营业利润总额供应链上下游客户的信用风险顺丰前五大客户销售额占年度销售额比例X16前五大客户销售额/年度销售额前五大供应商采购额占年度采购额比例X17前五大供应商采购额/年度采购额4.2顺丰金融信用风险评价4.2.1样本数据来源及处理本文通过万得数据库搜集顺丰集团年报及相关指标数据，拟采用的数据周期为2011-2019年，将所有数据输入SPSS软件中，并对原始数据进行标准化处理，（见表3）。表3原始数据Table3InitialData201120122013201420152016201720182019X1137.40133.20164.50151.94198.7817.07107.9362.5085.21X20.750.800.660.770.722.551.642.091.86X31.331.751.611.781.5034.1217.8125.9021.89X45.995.735.582.973.767.245.506.375.94X56.406.065.863.093.957.735.846.796.31X65.776.685.613.343.5239.4021.4630.4325.95X778.9672.6657.2197.1194.7471.1482.9477.0479.99X82.802.512.063.433.481.152.321.742.03X92.472.111.642.622.621.141.871.511.69X101.151.120.961.240.920.380.650.520.58X116.8212.67-29.27104.6184.5283.6784.1083.8683.99X122.182.89-9.6211.5520.1314.2717.2015.7416.47X1365.6515.09-14.75-40.384.77278.57141.67210.12175.89X1446.1420.59-13.3412.56-17.7419.500.8810.195.54X15-1.91-0.87-7.56-1.023.2269.5036.3652.9344.65X1626.7627.3029.0934.1622.481.9912.247.119.67X1769.1277.6376.5772.6257.017.0132.0119.5125.764.2.2主成分分析利用SPSS输出主成分列表，（见表4）。可以得到前3个指标累计贡献率达到89.650%，超过80-85%这一标准，同时满足特征根大于1。结合碎石图，本文选取了F1~F3这3个主成分。又由于KMO检验结果为0.73>0.5，说明该数据适合进行主成分分析。表4主成分列表Table3Main

Component

List成分初始特征值提取平方和载入旋转平方和载入合计方差的%累加%合计方差的%累加%合计方差的%累加%113.15245.35145.35113.15245.35145.35111.40639.33139.33127.78426.84172.1927.78526.84572.1926.93123.89963.22935.06317.45289.6505.06317.45889.6506.79523.43286.66141.8046.22395.8761.8066.22695.8762.2367.71094.37151.0393.56499.4441.0353.56899.4441.4715.07399.44460.1630.556100.00072.562E-158.835E-15100.00081.306E-154.502E-15100.00096.928E-162.389E-15100.000106.258E-162.158E-15100.000116.026E-162.078E-15100.000124.425E-161.526E-15100.000133.302E-161.139E-15100.000142.794E-169.633E-16100.000152.573E-168.871E-16100.000161.709E-165.895E-16100.000178.336E-172.875E-16100.000接着我们得到了SPSS输出的因子载荷矩阵以及旋转因子载荷矩阵（见表5）。表5因子载荷矩阵与旋转因子载荷矩阵Table5Factor

Load

Matrix

and

Rotary

Factor

Load

Matrix因子载荷矩阵旋转因子载荷矩阵123123X1-0.9240.040-0.136X1-0.906-0.0970.221X20.9420.1840.208X20.9730.192-0.114X30.9490.1820.163X30.9650.201-0.158X40.807-0.5560.021X40.649-0.340-0.570X50.807-0.5520.046X50.657-0.344-0.547X60.9670.0980.162X60.9680.138-0.205X7-0.5050.5350.648X7-0.1660.1300.973X8-0.622-0.1070.774X8-0.256-0.5410.798X9-0.557-0.1850.809X9-0.194-0.6030.768X10-0.510-0.3460.781X10-0.158-0.7230.663X110.2930.823-0.455X110.1520.978-0.070X120.3220.826-0.413X120.1530.960-0.081X130.9830.129-0.002X130.8700.282-0.330X140.262-0.2680.173X140.203-0.0270.030X150.8960.2140.354X150.9890.1340.021X16-8.25-0.068-0.507X16-0.9430.103-0.055X17-0.850-0.294-0.405X17-0.961-0.152-0.092根据旋转后的因子载荷矩阵及最终表达式可知：F1可表示为X1、X2、X3、X6、X16、X17的综合变量，反映了营业周期、总资产周转率、营运资本周转率、年化净资产收益率等，代表了公司的运营能力，表明了该供应链的整体能力。F2可表示为X11、X12的综合变量，反映了现金到期债务比、现金流量利息保障倍数，代表了公司偿债能力。F3可表示为X7、X8、X9、X10的综合变量，反映了主营业务比率、流动比率、速动比率、现金比率，代表了公司的周转能力，尤其是现金的周转能力。将成分矩阵列中的各个元素分别除以该列特征根的平方根即可得到主成分分析的各个主成分的系数。主成分的得分系数矩阵输出结果，（见表6）。表6成分得分系数矩阵表Table6Table

of

Component

Score

Factor

MatrixF1F2F3X1-0.2550.014-0.060X20.2600.0660.092X30.2620.0650.072X40.223-0.1990.009X50.222-0.1980.020X60.2670.0350.072X7-0.1390.1920.288X8-0.172-0.0380.344X9-0.154-0.0660.359X10-0.141-0.1240.347X110.0810.295-0.202X120.0890.296-0.184X130.2710.046-0.001X140.072-0.0960.077X150.2470.0770.157X16-0.227-0.024-0.225X17-0.234-0.105-0.180由上表可以写出各个主成分用标准化后的原始变量表示的表达式：FFF4.2.3Logistic模型结果及分析（1）显著性检验经过SPSS软件运行，进行系数显著性检验，可以得到其中常数项为13.88，显著性为0.01。在95%的置信区间（5%显著性）水平下，F1和F3的系数统计量检验效果显著，通过了检验，（见表7）。表7方程中的变量Table7Variables

in

the

EquationBS.EWalsdfSigExpz(B)Expz(B)的95%C.I下限上限步骤F13.0358.180.4110.030.000.003.62E23F21.7283.610.6210.320.000.001.52E30F35.5637.690.6010.0180.000.002.86E22常量13.8820.350.4410.01301836.27（2）拟合优度检验经过SPSS软件运行，进行模型方程的拟合优度检验，（见表8），可以得到NagelkerkeR2的值为1，表示该模型检验结果显著。表8拟合优度检验Table8步长（T）-2对数似然COX&SnellR2NagelkerkeR210.00a0.5601.000由上述分析，估计的Logistic模型如下：ln即有客户的守信率P如下：P本文以顺丰相关年报数据为基础，采用Logistic对信用风险进行研究和分析，最后得到以下结论。1.本文利用主成分分析法对收集的17个变量进行降维，得到三个主成分即：F1、F2、F3，用以较为全面的反映企业供应链金融在现在及未来的信用风险。2.在进行回归分析中显著性检验中反映出F1和F3最显著，说明顺丰集团在进行供应链金融时应该首先关注公司的运营能力、公司的现金周转能力。3.因子F1、F3的系数分别为3.30、6.31，说明F3，即核心企业的现金周转能力对供应链金融信用风险的影响程度最大，运营能力次之。因此在进行信用风险评价时，我们一定要注重核心企业的现金周转能力。4.P值代表了融资客户的守信率。当P>0.5时，预测客户会守信及时还款，可给予融资；当P<0.5时，则认为客户因为某些原因不会信守承若，应减少对他的融资。5顺丰金融信用风险评价结论与建议5.1研究结论本文首先通过对国内外相关研究文献进行了梳理，理清了供应链金融的发展脉络，信用风险评价的研究成果。随后对顺丰集团供应链金融现状及风险识别进行了研究整理，最后根据顺丰金融信用风险评价分析得出了以下结论。5.1.1核心企业的