“一帶一路”背景下跨境供應鏈金融風險預警實證研究

李詩華 張語濤

摘要：隨著國際貿易和“一帶一路”的發展，越來越多企業參與到全球供應鏈當中，拓展跨境業務，產生了巨大的融資需求?？缇彻溄鹑谀苡行Ы鉀Q“一帶一路”供應鏈企業的資金約束問題，但同時也面臨諸多風險。本文旨在探討供應鏈金融的國際化發展背景和趨勢，以1 22家參與跨境業務的“一帶一路”供應鏈企業的面板數據為樣本，探討模型的構建方法和優化策略，同時借助主成分分析和Logistic回歸，建立跨境供應鏈金融風險預警模型，并對該模型進行實證分析，提出相應的預警策略和管理建議，以更好促進跨境供應鏈金融業務開展和“一帶一路”建設成效。

關鍵詞：跨境供應鏈金融；風險預警；“一帶一路”

中圖分類號：F830. 56?????? 文獻標志碼：A???? 文章編號：1003-5559-（2024）01-0081-05

一、引言

近年來，供應鏈金融在中國的快速發展已經引起了整個業界的廣泛關注。在全球經濟一體化背景下，隨著“一帶一路”建設的持續深入推進，我國跨境行業迎來了全新的貿易增長契機。根據中國海關總署發布的《中國跨境電商貿易年度報告》顯示，2022年，中國跨境電商進出口規模首次突破 2萬億元人民幣，達到 2. 1萬億元，比20 21年增長7. 1% 。隨著跨境貿易企業的融資需求不斷增加，跨境供應鏈金融迎來了新一輪的發展機遇，對其風險預警的需求也隨之日益增加。由于供應鏈參與各方的經營數據的不完善，供應鏈金融機構無法對企業的行為進行全面、準確的研判，不僅影響融資企業的發展，還造成整個供應鏈的整體效率低下。而跨境供應鏈金融風險預警可以及時發現和預測供應鏈金融國際合作中的各種風險，建立一整套風險監測和預警機制，包括數據采集和處理、風險評估、信息共享和協同等，以幫助金融機構和相關企業及時發現和防范信貸風險，提高跨境供應鏈管理效率。

現有研究方面，Ghadge 等（2019）闡述了供應鏈金融以及信用風險的概念，并且考慮到主體的評級和債務等級，確立了信用風險計量模型，有助于修訂和完善現有的信用預警體系，提高衡量當前供應鏈金融風險的準確性；Zulqurnain等（2019）針對供應鏈企業分析以及融資模式，發現供應鏈金融對上下游經濟的發展具有顯著的影響，供應鏈金融可以提高供應鏈的有效性，降低信用風險；Wetzel 等（2019）研究了影響供應鏈金融信用風險的因素，并對供應鏈融資過程中可能發生的信用風險進行案例解析；Fayyaz 等（202 0）在分析供應鏈金融網絡中合作參與者的網絡屬性的基礎上，提出了一種將供應鏈的網絡特征作為預測信用風險關鍵屬性的方法。

風險管理方面，匡海波（2020）綜合考慮了全鏈條面臨的整體風險，對供應鏈金融模式下供應鏈企業如何構建有效的信用風險指標體系進行了研究；宋華（2019）認為，供應鏈金融將實體經濟與金融業務有效聯系起，能夠有效降低供應鏈企業的融資和運營成本；徐源（2019）在大數據助推信貸風險管理的研究中指出，大數據技術應用于信貸風險管理中，能夠為商業銀行的信貸風控提供更多元化的應對措施；李淑錦（2020）運用Lasso-Logistic 模型對金融風險進行評估，結果表明預測準確性比僅使用單一的Logistic模型更高。

綜上所述，目前大部分研究主要偏向于單一信用風險，對供應鏈金融風險的整體評估有限；風險管理研究主要集中在風險理論模型描述，缺乏實證分析；對跨境供應鏈金融研究十分有限，結合“一帶一路”供應鏈企業營運實際和融資屬性的相關研究更是少見。本文在相關的理論基礎上，結合跨境供應鏈企業的業務特點與資金約束條件，解析跨境供應鏈金融風險的產生因素和風險特點，探討跨境供應鏈金融風險預警的相關問題。主要研究內容包括構建跨境供應鏈金融風險預警指標體系、構建風險預警模型、對模型進行效度和信度檢驗、分析模型的實用性和有效性，并針對構建的跨境供應鏈金融風險等級劃分標準帶入已獲取的“一帶一路”供應鏈企業面板數據進行實證研究，提出相應的預警策略和建議。

二、跨境供應鏈金融風險預警指標體系的構建

（一）預警指標選取的原則

只有客觀、科學的預警指標體系才能準確反映跨境供應鏈金融風險的變化特征，對潛在的風險進行科學合理的預測。因此，建立跨境供應鏈金融預警指標體系應該遵循相關性、可靠性、可操作性原則對跨境供應鏈金融風險進行綜合的評估。

（二）數據來源

考慮到供應鏈金融的參與者是整個供應鏈鏈條上以核心企業為主的供應鏈鏈條企業，他們當中大多數規模較小且正處于成長期，資金需求較大同時能獲得金融機構貸款的額度也較低。本文借助 CSMAR數據庫公布的數據，選擇參與“一帶一路”跨境業務的相關供應鏈制造企業作為研究樣本，選取了1 22家典型供應鏈企業在20 23 年第二季度（截至20 23 年 6 月3 0日）的各項財務數據，在剔除數據不完整的企業后，最終選擇 98 家經營正常的供應鏈企業和24家被標記為 ST 的供應鏈企業作為研究對象，運用“主成分分析（PCA）+二元 Logistic 回歸法”構建跨境供應鏈金融風險預警模型。

（三）預警指標的篩選與確定

本文在參考各類金融機構及學者構建預警指標選擇文獻的基礎上，結合跨境供應鏈供應鏈企業的實際情況和業務特征，選擇了 5個盈利能力指標、6個償債能力指標、4個發展潛力指標和 3個營運風險指標總共 18個二級指標構建跨境供應鏈金融風險預警指標體系，如表1所示。

三、指標分析

（一）描述性統計

從 CSMAR 數據庫選取的樣本中， 24家供應鏈企業被 ST 處理，占總樣數的19.7%，其中X 10和 X 18的標準差分別為7 .8 和11.4，表明研究樣本中各供應鏈制造企業的現金流到期債務保障倍數和營運指數相差較大。

（二）主成分分析

采用 SPSS統計軟件對數據進行主成分分析，通過輸出的 KMO 和 Bartlett 數值，判斷上述構建的各項指標數據是否適合使用主成分分析。結果顯示，有五個較大的特征值5.554、4.486、1.60 3、1.445、1.185，累計貢獻率達到79. 3%。代表原來的1 8個指標大部分信息能被較好地解釋，選取 F1、F2、F3、F4、F 5作為主成分指標進行分析，成份得分系數矩陣如表2所示。

由成份得分系數矩陣，表2，可以分別將原來18個指標表示為：

由于篇幅有限，F3、F4、F 5可同理獲得，本文在此不再贅述。

（三）Logistic模型風險評估

根據相關供應鏈企業股票是否被劃分為 ST 股票，選取兩組樣本，并設置啞變量。將被標記為 ST 的股票，即出現財務狀況或其他經營異常的企業賦值為1，未被標記為 ST 的股票賦值為 0。將上文所得 5個主成分指標進行 Logistic 回歸，得到的回歸模型預測結果分類匯總情況，如表3。

依據百分比校正值以及預測精度來衡量該模型評估的準確性，在概率界限為0 .5的條件下，總體預測精確度為93.4%，其中對風險水平低（分類情況為0 ）的企業判為守信率高的準確率為96.9%，對風險水平高（分類情況為1）的企業判為守信率低的準確率為79.2%，總體預測精確度理想。保留 P 值小于0. 05的變量，得到 logistic 模型的預測函數為：

根據企業守約概率得出各等級企業的授信區間，具體如表4所示。

由于總體預測精確度為93.4%，公式所求得的P值近似代表授信企業的守約概率。將需要預測企業的財務數據代入模型測算其信用風險狀況，計算出 P 值。P 值越接近0，則表明該企業的信貸風險較高，P 值越接近1，則表明該企業的信貸風險較低。

四、實證研究

為了進一步探究上述模型結果及授信等級劃分標準的準確性，特在 CSMAR 數據庫中隨機選取 9家相關供應鏈制造企業：香雪制藥、福能東方、正業科技、蘇大維格、中船應急、ST 新研、ST 金運、ST紅相、ST路通及其202 3年 6月30日公布的財務數據，分別計算上述各企業的主成分 1 到主成分5的值，如表5所示。

將主成分1到主成分5的值分別帶入Logistic 預測模型，得到對應的守約概率和所屬授信等級，如表6所示。

根據計算結果，被標記為 ST的企業授信水平均為 B 級及以下，可以認為根據本文所建模型計算出的守約概率與該企業是否被劃分為 ST 基本吻合，具有較高的擬合精度和判別能力。

五、結論

本文從跨境供應鏈企業的研究視角出發，通過對國內外有關文獻的梳理，闡述了供應鏈金融風險預警相關的理論知識，并對跨境供應鏈相關企業的特征進行解析。建立了 4個一級指標、 18個二級指標的風險預警指標體系。聯合主成分分析法和二元 Logistic 回歸模型構建了跨境供應鏈金融風險預警模型，計算得到了反映供應鏈企業金融風險水平的P值。通過觀察納入模型因子貢獻大小，總結幾條關于跨境供應鏈企業的管理建議：

第一，風險預警使供應鏈金融各方在開展融資業務時可以更準確把握借款企業的風險，降低貸款的不確定性?？缇彻溄鹑谥黧w可以根據跨境供應鏈企業的風險水平制定更有針對性、更合理的貸款利率，減少對信貸配給的依賴，實現銀企雙贏。

第二，盈利能力對于跨境供應鏈企業信用水平影響較大。盈利是企業正常開展經營活動之本，跨境供應鏈企業唯有搶抓“一帶一路”歷史機遇，主動融入國際供應鏈，加強合作，不斷拓展境外業務和市場，實現連續盈利可降低發生財務風險的危機，授信水平也就相應越高。

第三，合規管理水平對跨境供應鏈企業的運轉至關重要。尤其是跨境供應鏈制造企業更易受供應鏈上下游相關企業應收賬款的影響，經營存在較大的不確定性，企業運營不暢會導致資金鏈斷裂，這將進一步影響整個供應鏈條的正常運轉，因此相關企業應提高運營效率，同時建立適用于企業管理的現代企業制度。

總之，本文構建的跨境供應鏈金融風險預警模型具有較高的擬合精度和判別能力，適用于“一帶一路”供應鏈企業的實際情況與信用評級的真實需求，可為跨境供應鏈金融相關方開展風險評估及信貸決策提供借鑒參考。但鑒于現實中的跨境供應鏈金融服務對象多為對資金需求較高、跨境業務數據資料不全、信息共享程度不高的非上市企業，他們的財務信息披露情況不如上市企業的數據那么及時、透明和準確，因此本文在財務數據獲取方面尚且存在一定的局限性。

參考文獻：

[1]GHADGE A， DANI S， CHESTER M. A systems ap- proach for modelling supply chain risks[J]. Supply Chain Management： An International Journal， 2013， 18（5）：52 3-538.

[2]ZULQURNAIN A， GONGBING B， MEHREEN A. Sup -ply chain network and information sharing effects of SMEs ’credit quality on firm performance[J]. Journal of Enterprise Information Management， 2019， 32（5）：714-73 4.

[3]WETZEL P， HOFMANN E. Supply chain finance， finan- cial constraints and corporate performance： an explorative network analysis and future research agenda[J]. Interna- tional Journal of Production Economics， 2019， 216：36 4-383.

[4]FAYYAZ M， RASOULI M， AMIRI B. A data-driven and network-aware approach for credit risk prediction in sup- ply chain finance[J]. Industrial Management & Data Sys- tems， 2020， 121（4）：785-808.

[5]匡海波，杜浩，豐昊月，供應鏈金融下供應鏈企業信用風險指標體系構建［J］.科研管理，2020，41（4）：209－219.

[6]徐源.大數據助推信貸風險管理創新探討[J].現代營銷（信息版），2019（7 ）：150.

[7]李淑錦， 嵇曉佳.基于 Lasso-Logistic 模型的個人信用風險評估——來自微貸網的數據分析[J].杭州電子科技大學學報（社會科學版），2020， 16（06）： 8-15.

[8]李逸君.論析供應鏈企業信貸風險管理審計評價指標[J ].時代金融，2022（6）：38-39+95.

[9]陳欣欣， 郭洪濤.因子分析和Logistic回歸在農業上市公司財務預警中的聯合運用[J].數理統計與管理，2022， 41 （1 ）：11-24.

[10]區夢怡.大數據背景下上市公司財務預警模型選擇與實證研究[J].廣西經濟，2022，40（04）：89-93.

[11]高曉靈.中國制造業供應鏈企業的信用風險評估[D ].杭州電子科技大學，2022.

[12]高柳娜.供應鏈金融下供應鏈企業的信用評級分析[J ].全國流通經濟，2020（25 ）：15 0-152 .

Empirical Research on Early Warning of Financial Risks in Cross-borderSupply Chain under the Belt and Road Initiative

LI Shihua， ZHANG Yutao

（School of Management， Wuhan Textile University，Wuhan， China， 430200）

Abstract：With the development of international trade and the Belt and Road ， more and more enterprises are par- ticipating in the global supply chain， expanding cross-border business， which generates huge financing needs. Cross-border supply chain finance can effectively solve the financial constraints of enterprises in the Belt and Road supply chain， but it also faces many risks. This paper aims to explore the international development background and trend of supply chain fiance. With the panel data of 122 supply chain enterprises engaged in cross-border busi- ness along the Belt and Road this paper discusses the construction methods and optimization strategies of the eary warning model. At the same time， with the help of principal component analysis and logistic regression， this paper establishes a cross-border supply chain financial risk early warning model， makes empirical analysis of the model， and puts forward corresponding early warning strategies and management suggestions， thus to better promote the development of cross-border supply chain finance and the construction of the Belt and Road.

Keywords：cross-border supply chain finance; risk warning; the Belt and Road Initiative

（責任編輯：周?。?/p>