论文部分内容阅读
供应链的全球化是经济全球化的必然结果,随着供应链的不断发展,供应链金融的概念也随之诞生。商业银行作为经济行为的重要载体,其在开展供应链金融业务中,供应链金融的信用风险评价显得极其关键。通过对供应链金融信用风险评价的研究有利于商业银行更好的做出信贷决策,这不仅扩大了银行的盈利空间同时也降低了中小企业融资的门槛,实现了银行与企业双赢的局面。本文针对汽车行业的供应链金融信用风险进行了实证研究。本文首先梳理了国内外学者对供应链金融信用风险的研究成果,根据学者的研究成果界定了供应链金融的概念,研究表明供应链金融信用风险具有较强突发性、传播速度快、影响因素多、危害性较大等特征,然后本文对信用风险的评价方法进行了介绍,介绍了Logistic回归模型并推导出了Lasso-logistic模型。阐述了在保兑仓融资模式、融通仓融资模式以及应收账款融资模式下的供应链金融业务的信用风险识别,根据指标确立原则建立了以融资企业、核心企业和供应链情况为一级指标的供应链金融信用风险的指标评价体系。最后,基于供应链金融业务特点,以我国汽车行业上市的44家中小企业的数据为样本,进行基于主成分的Logistic模型和Lasso-logistic模型的回归分析,进行了两种模型回归结果的检验,然后根据两种模型的实证结果进行了对比分析。通过回归分析可得,基于主成分的Logistic回归模型的总体预测精度为81.8%,其中已观测的无风险企业的预测精度远高于已观测的有风险企业的预测精度。而利用Lasso-logistic模型回归分析得到的模型的预测精度略低于基于主成分的Logistic回归模型,预测精度为79.5%。供应链中企业的偿债能力负相关于汽车行业供应链金融信用风险的大小,显著影响汽车行业供应链金融信用风险的指标有企业的营业利润率、总资产周转率、流动比率对以及企业所处的行业状况、供应链的合作关系强度,影响系数分别为-0.0944、-0.0968、-0.0699、-0.0646和-0.1551。最后根据结果分析,并结合我国供应链金融业务发展的现状,在政府和银行层面分别给出了针对性的政策建议。