供应链金融下中小企业信用风险评价--基于sem和灰色关联度模型-刘艳春.pdf

《供应链金融下中小企业信用风险评价--基于sem和灰色关联度模型-刘艳春.pdf》由会员分享，可在线阅读，更多相关《供应链金融下中小企业信用风险评价--基于sem和灰色关联度模型-刘艳春.pdf（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 2016年第12期一、 引言供应链金融近年来在国内外得到了快速的发展， 这种融资模式一方面可以帮助处于供应链上下游弱势的中小企业资金有效地融通； 另一方面能够有效地分配和利用资金， 整合资源、物流， 加强供应链金融资本与实体经济的契合度， 使供应链的营销效率得以显著的提高， 既有利于挖掘商业银行的潜在客户， 又有利于商业银行发掘G80的客户G81G82 G83G84G85、 G86G87(2012) G88G89了供应链金融发展G8A中小企业融资G8BG8C的G8DG8EG8F用G90 G91实G92G88G89G93G94中小企业通G95供应链金融的发展G87以G96G96G8DG97融资

2、G8BG8CG98G99G9A G9B外G90 处于供应链上的融资企业、 G9CG9D企业和银行G9EG87以G9F利GA0GA1GA2 GA3GA4发展GA0GA4GA5GA6GA7GA8GA9业链G90 GAAGAB供应链金融的GACGAD和GAEGAF的发展GB0GB1GB2到GB3内外银行、 物流企业GB4G96的GB5GB6GB7GB8的GA0GA4GB9GBAG9A GBBGBC供应链金融的GBDGBE发展G90 GBF于中小GC0企业本GC1GC2有的GB5GB6GC3GC4GBDGC5GC6GC7GBDGC8GC9的GCAGCBG90 中小企业的GCC用GCDGCEG98G99

3、GCFGD0来GD0GD1GD2G90 企业的资GCCGD3商业银行GD4行GD5GD6GD7GD8GA2 GD9GDA的GDBGDCGAAGDDG90 GAAG9B商业银行GDEGDF有效的供应链金供应链金融下中小企业GCC用GCDGCEGE0GE1基于SEM和灰色关联度模型刘艳春， 崔永生GE2GE3GE4G96GE5商GE5GE6G90 GE3GE4 GE7GE8 110036GE9摘 要： 文章在供应链视角下， 对中小企业信贷风险中财务和非财务指标同时进行衡量， 建立了一套中小企业信用风险评价指标体系， 采用探索性因子分析和结构方程模型的验证性分析方法建立了供应链下的中小企业信用风险评

4、价模型， 并对该模型进行了有效的验证， 证明模型的可靠性和有效性。 同时， 进一步通过结构方程各观测变量指标的标准化回G80系G81， G82G83和G84G85评价指标的G86G87G88G89， G8A用灰色G8BG8C评价方法， 有效G8D对供应链下的中小企业信用风险进行了评G8E， G8FG90G91行G92G93G94G95G96G97信对G98， G99化G92G93信贷G9AG9BG9C 该方法G9DG9A了评G8EG86G87的G9E观性G9F GA0GA1GA2GA3GA4GA5GA6GA7， 评G8E结GA8GA9GAAGABG8CGAC。关键词： 中小企业GAD 信用风险

5、GAD 供应链GAD GAEGAFGB0GAC中图分类号： F832.2 文献标识码： A 文章编号： 1004-292XGEA2016GE912-0014-06Credit Risk Assessment of Small and Medium-sized Enterprises from the Perspective of Supply ChainGEBGEBGEBBased on SEM and Grey Correlative Analysis ModelLIU Yan-chun， CUI Yong-sheng（College of Business Administration，

6、Liaoning University， Shenyang Liaoning 110036， China）Abstract： From the perspective of supply chain， credit risk evaluation index system of SMEs is established in the article with thefinancial and non-financial measured indicators， and the SMEs credit risk evaluation model is established and validat

7、ed by exploratoryfactor analysis and SEM analysis method. It is proved that the model is reliable and effective. At the same time， the article furthercalculates and determines the weight matrix of evaluation index system by each of the observed indicator variables were standardizedregression coeffic

8、ients in SME analysis， and evaluates effectively the SMEs credit risk by the grey comprehensive evaluation method tohelp banks to choose the best credit custom， and optimize the selection of credit decision-making. The method solves the problems ofsubjective and limited size of large sample， and the

9、 evaluation results are more scientific and reasonable.Key words： Small and medium-sized enterprises(SMEs)； Credit risk； Supply chain； Financial management收稿日期： 2016-09-16基金项目： GE3GE4GEC经济GEDGEE发展GEFGF0GF1G99GEA2016lslktziglx-11GE9G9A作者简介： G86GF2GF3GEA1964-GE9， GF4， GE3GE4GE7GE8GF5， GF6GF7， GF8GF9GA

10、7GFAGFB， GFCGDCGFDGFEGFF术经济GE0GE1理论与方法GA2 GCDGCE管理与复杂系统GA6模G88G89；崔永GA7GEA1970-GE9G90 男G90 GE3GE4GE7GE8GF5G90 GF8GF9G88G89GA7G90 G88G89方向： GCDGCE管理与GFF术经济GE0GE1G8214 万方数据融下企业信用风险的评估技术手段和方法， 目前国内外学者纷纷对这一学术领域进行广泛的研究。部分学者根据传统信贷业务中常用的信用风险评价指标，从供应链金融信用风险的整体角度出发， 并结合其业务的特点， 对风险的影响因素进行了多角度分析。 A1len. N. Ber

11、ger1等最早从概念上提出了供应链金融的思想及一些中小企业融资的设想及框G80G81 Leora Klapper2G82G83供应链金融中的中小企业G84用G85G86融资G87G88的G89G8A及G8BG8C的G8D角对风险因素进行了分析。 国内的G8E多学者G8FG90供应链金融下的中小企业信用风险G91G92G93G94G95G96G97企业内G98， G99G9A多的G96G97G83整G9B供应链上下G9C企业G9D的G9EG9FGA0G96， GA1GA2GA3GA4GA5外G98的GA6GA7GA8GA9等因素G81 GAAGABGACGADGAE(2015)提GAF了GB0G

12、B1GB2企业信用风险GB3 融资企业信用风险GB3 融资GB4目风险GB3 供应链GB5GB6GB3 GB7GB8GB9风险GB3 行业GA8GA9GAEGBA评价体GBBGBCGBD的G82G83供应链金融的中小企业信用风险评价指GBE体GBBG81目前学者GBFGC0GC1用评估G87GC2的研究中， GC3GC4G84用GC5GC6分析法(AHP)GC7G82G83AHP结合一些GC8合分析评价方法， GAA多GC5GC6GC9GCAGC8合评价法GC7G87GCBGC5GC6分析法等， GCCGCDGCE一些学者GC1用GCF统的GB3 GD0GD1的GD2GD3分析方法， GAAG

13、D4GD43(2009)等学者GC1用GD5GD6分分析法和Logistic GD2GD3方法G96GD7GD8信用风险评价G87GC2G81 GD9GDA目前GDBGDC据GB3 GDDGDEGDF和GE0GE1GE2G8C等GE3的GE4学技术手段的GE5GE6发GE7GE8GE9GE3的GDC学G8AGEA和方法GC0供应链金融信用风险评价领域GEBGEC应用， GAAGEDGEEGEE等(2010)GEFGF0GF1用G87GCB影GF2GF3G8AGEA， 对供应链中的企业进行风险GF4GF5的评估， 进G99GF6GD7了供应链金融风险GF7GF8结GF6G81 应用G87GCB影

14、GF2GF3评价GDF法， GDBGDBGF9GFAGFBGFCGDBGFD统GDEGDC据的GFEGFFGE8 对G91确定性供应链金融风险管G8A提供G8AGEA支持G81 胡海青等运用支持向GFDG89(SVM)的方法GD7GD8信用风险评估G87GC2并GEFGF0与用BP神经网络GDF法GD7GD8的信用风险评估G87GC2进行实证结果对比GE8 结果表明GC0小样本下G82G83SVM 的信用风险评估G87GC2G9A具GCEGB6性G81 衣柏衡GF6GD7了企业客户信用风险评估指GBE体GBBGE8 改进了支持向GFDG89(SVM)对非均衡样本分类GA2分类超平面偏移的G91

15、足GE8 用G83某小额贷款公司客户信用风险评估实证研究中GE8 证明了其方法的可行性和GCEGB6性G81从目前已GCE的学术研究GD6果可GB0看出GE8 GDB多GDC学者GC3GC4从供应链金融的整体角度出发GE8 GC8合考虑GA6GA7和微GA7两G9BGC5面GE8将信用风险产生的影响因素GE9面G95GB3 客GA7G95和GBB统G95进行分析GE8 进G99GEB出供应链金融下中小企业的信用风险应GD5要考虑GA6GA7GA8GA9GB3 供应链运行状况GB3 GB1GB2企业资信状况GB3 融资资产状况和融资企业的G97身发GE7情况五G9B因素GE8 围绕这几G9B方面

16、GF6GD7信用风险评价体GBB才G92合G8A的G81 GDB多GDC学者GC1用信用风险评估方法GA2GE8 G84用AHP专家打分方法GE8 G99这GA0GA0需要咨询专家意见GB0确定指GBE权重GE8 因G99具GCEGD5GA7性较强GB3 客GA7性G91够的问题； GCDGCE学者借鉴GD6熟的GB3 比较GD0GD1的信用风险评估G87GC2GE8 GAALogisticG87GC2GE8 GCC由G83受GDB样本的限制GE8 GA1GA2G85GC0GC1GFC的评价指GBE变GFD界限G87GCB的缺点GE8 导致信用风险G80G81G82度G91足G81 G99其G

17、83的G89G84学G85的方法和GE0GE1GE2G8C的方法GE8 GA3G86G83G8AGEA研究G87G88GE8 GD0GD1性G91足G81 GACG89G84用G8A证性因素分析GB3 结GF6方G8BGD7G87(SEM)和GC9GCAGC8合评价分析方法GE8 GC1用客GA7的可对G8C务和G8DG8C务指GBE衡GFD信贷风险的评估方法GE8 可GB0G8EG8F和改G90GB0上评估方法的G91限性G81二、 理论假设与信用风险评价模型GD7GD8供应链金融信用风险评价体GBBGE8 要从G86G83供应链上下G9C企业的G8C务状况GB3 G97身的发GE7情况GB

18、3 GA6GA7GA8GA9及供应链的运行GB6G92等G93多影响因素GC8合考虑GE8 G96GC1G94和衡GFD信用评价指GBEG81 因G99GE8 GACG89对G83供应链金融信用风险评价体GBB提出GAA下G95设G96G95设1G96 供应链下的中小企业信用状况与其G97G86行业G98状具GCEG99G9AG9B性G81G95设1aG96 G9C的GA6GA7经G9D状况GB3 G9EG90的法G9FGA0GA1GA8GA9对中小企业信用产生G99向影响G81G95设1bG96 G97G86行业发GE7状况GA2G9CGB3 GA2性的行业GA3GA4GA8GA9GE8对融

19、资企业的信用具GCEGA5GA6的G99向影响G81G95设2G96 供应链金融下的中小企业信用与企业的G97身状况具GCEG99G9AG9B性G81G95设2aG96 融资企业的GA7G8A结GF6GB3 管G8AGA8平GB3 GA9GE1素GB7等方面GF6GD6融资企业G97身素GB7G81 融资企业G97身的素GB7GAAGABGE8 GAAGCE可G8CGACGA2GADGA3贷款GE8 融资企业信用GAEGAAG9CG81G95设2bG96 融资企业的G8C务状况GAAG9CGB3 GAFGB0GB1GB2GAAGFAGE8 融资企业信用GAAG9CG81G95设3G96 供应链

20、金融下中小企业的信用与GB1GB2企业的资信状况具GCEGA5GA6的G99G9AG9B性G81G95设3aG96 GB3行GAA果G8CGEFGF0GB4GB5GB1GB2企业的信用GB1GB2G96GB6GB7企业的G8C务状况GA2G9CGE8 G99GB8GCE足够的对外GB9GBAG8CGBBGE8 GB3行GAE可GB0GBCGDB供应链上融资企业的GBD信GBB度G81G95设4G96 供应链金融下的中小企业信用与供应链运GBEG8CGBB具GCEG99向G9AGBF性G81G95设4aG96 供应链上融资企业与GB1GB2企业G9EG9FGA0G96GAAGC0GC1GB3GC

21、2GBBGAAGC3GC4GE8 融资企业GAFGB0的可G8C性GAEGAA小GE8 其信用GAEGAAG9CG81G95设4bG96 融资企业GC0供应链的产GC5GC6GC7GAA强GB3 产GC5的GC8可GC9GCA性GAAGABGE8 GCB其信用GAAG9CG81GCCG9BGD5G95设GCDG9D的GCEGCFGBFGBBGAAGF31G97GD0G81根据供应链金融G97身业务的特点进行设GDEGE8 GA1GA2借鉴GCF统业务信用评价的G82本框G80GE8 GD7GD8供应链金融信用评价指GBE体GBBGAAGD11G97GD0G81（） 样本的采集和数据的预处理供应

22、链金融G92一GD2GD3GE3的中小企业融资G87G88GE8 GC0GD4国供应链金融业务GD5GD5GD6GD7G81 目前GD8GB3行对GC0供应链金融业务的中小企业客户GDC据GD9GDAG91GDB分GE8 G99GB8GDCGCE及GA2GB3 GCEGB6GD7GD8GD6G9E整的GDC据G85GD9及GDDG8A体GBBG81 鉴G83供应链金融业务GDEGE7G98状GE8 中小企业信用风险样本GDC据GFFGB0GFBGFCGE8 GACG89GC1GFC的样本GDC据G90国GDFGE0融资企业的G97身状况供应链运GBEG8CGBB供应链融资信用风险GB1GB2企

23、业的资信情况行业状况供应链金融下中小企业信用风险评价15 万方数据 2016 年第 12 期潜在变量变量符号观测变量变量符号行业状况 1行业增长率C1 Y11行业环境C2 Y12融资企业自身状况2融资企业管理状况C3 Y21融资企业销售利润率C7 Y22融资企业存货周转率C9 Y23融资企业资产负债率C14 Y24融资企业价格稳定性C15 Y25融资企业账龄与账期C18 Y26核心企业资信状况3核心企业净资产收益率C21 Y31核心企业速动比率C24 Y32核心企业信用级别C27 Y33供应链运营能力4供应链交易年限C28 Y41供应链交易频度C29 Y42供应链金融信用风险0融资企业违约率C

24、30 Y51融资企业信用级别C31 Y52评价指标 因子1 因子2 因子3 因子4 因子5行业增长率V10.851行业环境V20.803融资企业管理状况V30.888融资企业销售利润率V70.824融资企业存货周转率V90.861融资企业资产负债率V140.844融资企业价格稳定性V150.857融资企业账龄与账期V180.753核心企业净资产收益率V210.890核心企业速动比率V240.851核心企业信用级别V270.899供应链交易年限V280.836供应链交易频度V290.866融资企业违约率V300.744融资企业信用级别V310.814主成分特征值 5.183 3.075 2.92

25、3 2.186 1.627主成分方G80G81G82率(%) 32.394 19.271 18.267 13.661 3.917主成分G83G84方G80G81G82率(%) 32.394 51.611 69.877 83.539 87.456评价指标G88级指标 G89级指标 G8A级指标 指标G86G87供应链金融信用风险指标行业状况行业G8BG8CG8DG8E行业增长率V1结G8F行业G90G91G92G90G93G94G95观环境 行业环境V2G96G97G98 G99G9AG98 G9BG9CG98 G9DG9E环境融资企业自身状况企业G9FGA0GA1GA2企业管理状况V3GA3G

26、A4GA5GA6GA7GA8GA9G97理结GA6GAAGABGA1GA2V4GACGADGAEGAF度G98 GB0GB1G9DG9E状况GB2GB3GB4GA1GA2V5GB5GB6G98 管理GB7在GB8行业GB9GBAG9B营年限GBB利能力净资产收益率V6净利润/GBCGBD收益GBEGBF销售利润率V7销售利润/销售收GC0营运能力应收账GC1周转率V8营业收GC0/应收账GC1期GC2GBEGBF存货周转率V9销售成GB8/G90G91存货销售增长率V10GB8年销售增长GBF/GC3年销售GBFGC4债能力GC5动比率V11GC5动资产/GC5动负债速动比率V12速动资产/G

27、C5动负债利GC6GC7GC8GC9GCAV13GC6GCBG8D利润/利GC6GCC用资产负债率V14负债GCDGBF/净资产GCDGBFGA2GCE特征价格稳定性V15GC3GCFGD0动GD1度变GD2能力V16GA2GD3GCEGC5动性G98 转GD4成GD2金能力GA2GD3GCE易GD5GAF度V17GA2GD3GCE自GD6GD7性GD8 GD9GDA利用GC7存应收账GC1特征账龄与账期V1880%应收账GC1账期长GDBGDC货GDDGDEV19GD9GDA存在GDFGE0方GDC货GAC信GE1GE2账率V20GE3期GE4能收GE5比率核心企业资信状况核心GBB利能力净

28、资产收益率V21净利润/GBCGBD收益GBEGBF销售利润率V22销售利润/销售收GC0核心GC4债能力GC5动比率V23GC5动资产/GC5动负债速动比率V24速动资产/GC5动负债利GC6GC7GC8GC9GCAV25GC6GCBG8D利润/利GC6GCC用资产负债率V26负债GCDGBF/净资产GCDGBF核心企业信用GDDGDE信用级别V27核心企业GE6行GE7信用级别供应链运营能力G8FGE8GE9GEAGAF度交易年限V28融资企业与GA7核心企业交易年GCA交易频度V29结G8F行业G90G91GEBGCA供应链金融信用风险融资企业GECGEDGEE约GEF况违约率V30违约

29、GEBGCA/GCD交易GEBGCA融资企业信用GDDGDE信用级别V31融资企业GE7信用级别数库中小企业板 2015 年 12 月 31 日以前的 702 家上市公司财务数据， 其它非财务数据由于无法获得， 使用随机数据模拟而成。 最后选取 600 家客户（其中好客户 350 个， 坏客户 250个）， 评价指标大多为财务指标。 由于评价标准界限模糊， 参照李克特的心理因素五级打分方法， 对样本进行重新五级评级， 以每个指标分为5（最优）， 4（优）， 3（普通）， 2（差），1（最差） 五个档次予以打分， 然后进行数据分析。GF02GF1 评价指标探索性因子分析G80G81通G82对 6

30、00 G83样本数据G84用SPSS G85G86分析G87G88G89G8AG8BG8C因G8D分析， G8EG8FG901中31个评价指标进行G91G92G93理， G94中选G95G96G97的评价指标以G98于G99G9ASEMG9B用评价模G9C。 G9DG9EG9F用因G8DGA0GA1法， GA2取特GA3GA4大于1GA5因G8DGA6GA7大于0.7的评价指标， 通G82GA8GA9GAAGABGACGADGAEGAF因G8D上GB0GB1然GACGADGB2个GB3GB4因G8D上GB5G96G97G8C小于0.7的指标， 分析得GB6 5个因G8DGA5GB7成分特GA3

31、GA4GB8 方差GB9GBAGBBGB8 GBCG86方差GB9GBAGBBGBDG902GBEGBF， GB7成分GBCG86方差GB9GBAGBB为87.456%， GC0GB6G91G92的GC1GC2。G94GA2取的5个因G8DGA5其对GC3的评价指标， GC4以GC5G95因G8D1GB7GC6GB4GC7行业GC8GC9， 因G8D2GB7GC6GB4GC7GCAGCB企业的GCCGCDGC8GC9， 因G8D3GB7GC6GB4GC7GCE心企业的GCBG9BGC8GC9， 因G8D4GB7GC6GB4GC7GCFGC3GD0的G84GD1GD2GD3， 因G8D 5 GB

32、7GC6GB4GC7GCFGC3GD0GD4GCAG9B用GD5GD6GC8GC9。 由GD7, GCFGC3GD0GD4GCAG9B用评价指标GB4GD8GC4以G91G92为由5个评价GB7因G8DGD915个评价指标G99成的GDAGDB评价指标GB4GD8。GF23GF1 结GA6方GAFGF3GF4(SEM)GE7GA6GF5GDCG99方GDD模G9C(SEM)GDAGDBGDEGDFGE0分析GB8 因G8D分析GB8 多GE1GE2G85G86方法， GE3GE4前模G9CGE5GE6G8C分析GE7GE8中最GE9GC1的方法GEAGEBGEC GDCG99方GDD模G9C中

33、GE9GED个GEEGEF模G9CGF0 GF1GE2模G9CGF2GDCG99模G9C， GF1GE2模G9C由GF3GADGE1GE2GF2GF4GF5GE1GE2GF6成， GF1GE2模G9CGE3GEBGF6GF4GF1GE1GE2的GF7G8CGF8数GEC GDCG99模G9CGE3GF9GFAGF3GADGE1GE2GEAGFB因GC2GFCGD8的模G9C5。GEE于G901的GEB级指标GA5G902的评价指标G99G9ASEMG9B用GD5GD6评价GB4GD8， 其中选GFDG901中5个GEB级指标为GFEGC4GF4GF1的GF3GADGE1GE2， 选GFDG90

34、2中15个评价指标为GF4GF1GE1GE2， GBDG903GBEGBF。 由4个GF3GADGE1GE2， 分GFF为行业GC8GC91GB8 GCAGCB企业GCCGCDGC8GC92GB8 GCE心企业GCBG9BGC8GC93GB8 GCFGC3GD0G84GD1GD2GD34， G99成对GF3GADGE1GE2GCFGC3GD0GD4GCAG9B用GD5GD60的度GE2。 对GC3GF1GE2模G9C(1)GD9GDCG99模G9C(2)GE9GBD下GFCGD8式GF0Y=撰1+E()=0 (1)=+ (2)式中GF0 为内因GF3GE1GE2(0， 1， 2， 3， 4)G

35、F6成的列向GE2，为外因GF3GE1GE2， 撰1为GF4GF1GE1GE2Y的因素复GDB矩阵， 为GF4GF1GE1GE2的GF1GE2误差，其中 GB8 GD9 GFE相GFC， 为 GD9 的GD8数矩阵， 为内生GF3GADGE1GE2的残差， G9A立G9B用GD5GD6评价SEMGDFGE0GBD图2GBEGBF。GF21GF1 GF6GB8GCAGF7GE7GF8GF9GFAGFB理GA7GFCGCAGFDG84为GDE保GE6数据对 SEM 的GDB理G8C， 需GC6对样本数据进行正态GA1化。 G80G81利用MatlabGA2GCF的Box-CoxGE1换， 根据原始

36、数据特点GCC动搜G8B适GDB16 万方数据拟合度指标拟合度值评价结果拟合度指标拟合度值评价结果2/df 4.542 3， 拟合不理想 IFI 0.972 0.9， 拟合良好GFI 0.927 0.9， 拟合良好 CFI 0.972 0.9， 拟合良好AGFI 0.892 0.9， 拟合良好 TLI 0.963 0.9， 拟合良好e1e2e3e4e5Y12Y11Y33Y32Y31e18e21e20e19Y21 Y22 Y23 Y24 Y25 Y26e7e6e8e9 e10 e11W6W7W5W4W2W17W13W12W16W10W9W20W18 W3W14W15W19W11 11111111

37、1111111 1W1核心企业资信状况供应链运营能力信用风险行业状况融资企业自身状况Y51Y52Y42Y41e17e16e12e22Chi_square=cminAGFI=agfi；DF=DFRMSEA=rmsea；CFI=CFIAGFI=AGFI1 1 1 11111正态序列数据， 以符合 SEM 的正态化要求。 运用 AMOS22.0 将模型与数据拟合， 结果如图3所示。 供应链金融信用风险评价体系SEM拟合度检验结果如表4所示， 根据拟合结果表明， 包含结构模型的 2/df值为 4.5423， 拟合不理想， AGFI 值为 0.892 e19 16.489 15.313e9 e10 69

38、.876 17.372e8 e21 22.581 -9.428e7 e18 19.490 12.035e7 e9 21.011 -10.167拟合度指标拟合度值评价结果拟合度指标拟合度值评价结果2/df 2.561 0.9， 拟合良好GFI .961 0.9， 拟合良好 CFI .972 0.9， 拟合良好AGFI .936 0.9， 拟合良好 RMSEA .051 0.9， 拟合良好 TLI .963 0.9， 拟合良好e1e2e3e4e5Y12Y11Y33Y32Y31e18 e21e20e19Y21 Y22Y23 Y24 Y25 Y26e7e6 e8 e9 e10 e11.881.00.5

39、6.39.27.62.94.00.30.33.97.52.10.90.85.841.00GED心企业资信状况供应链运营能力信用风险行业状况融资企业自身状况Y51Y52Y42Y41e17e16e12e22Chi_square=189.501AGFI=.936；DF=74RMSEA=.051；CFI=.989AGFI=.936.87 .86.79.91.88.88.99-.25-.34.16.36-.14供应链GCB融G81GB5GE8企业信用风险评GCC17 万方数据 2016 年第 12 期D=1.0000 0.9700 10.5914 5.8426 6.9306 6.2707 7.7655

40、7.78971.0000 0.9730 7.0382 4.4626 5.0334 4.4295 5.5084 5.52381.0000 0.9730 6.6139 4.2577 4.7834 4.4295 5.2192 5.23331.0000 0.9730 7.4440 4.6547 5.2691 4.8549 5.6924 6.31011.0000 0.9730 7.5756 4.7162 5.3448 4.9209 5.2192 4.36041.0000 0.9730 7.3106 4.5920 5.1920 4.7876 5.6924 5.708!#726.2751 4.1558 13

41、4.9637 4.3389 2.2202 5.8966 5.910315.3104 3.1553 42.6965 3.3402 1.9650 3.7871 3.859315.7061 3.1553 42.6965 3.3402 1.9650 3.7871 3.859312.4821 3.1553 84.9011 3.3402 1.9650 3.7871 3.859312.4821 3.1553 87.4422 3.3402 1.9650 3.7871 3.859312.4821 3.1553 84.9011 3.3402 1.9650 3.7871 3.859$%&3V甲乙丙丁戊路径 总效应直

42、接效应间接效应子路径 效应行业状况信用风险0.553 0.273 0.28行业增长率信用风险 0.519行业环境信用风险 0.503融资企业自身状况信用风险0.393 0.393 0融资企业管理状况信用风险 0.393融资企业销售利润率信用风险 0.334融资企业存货周转率信用风险 0.346融资企业资产负债率信用风险 0.342融资企业价格稳定性信用风险 0.338融资企业账龄与账期信用风险 0.310核心企业资信状况信用风险0.196 0.097 0.099核心企业净资产收益率信用风险 0.196核心企业速动比率信用风险 0.165核心企业信用级别信用风险 0.172供应链运营能力信用风险

43、0.332 0.332 0供应链交易年限信用风险 0.329供应链交易频度信用风险 0.292信用风险 1 1 0融资企业违约率信用风险 0.975融资企业信用级别信用风险 0.903路径标准估计Estimate标准误S.E.G80G81比C.R.PG82核心企业资信状况 bG90bG91bG92bG93，G87G88G8FG94G95的G8BG8C最G96， G93G94G95的G8BG8C最差， G97G98的最G99G9AG8B对象为G8FG94G95。四、 结论及建议G9BG9CG9DG9E应G9FGA0GA1GA2GA3出GA4， GA5G8C定GA6GA7定GA8相结G85的GA9

44、GAA， GABGACGADGAEGAF中小G89G8AG8BG8CG8DG8E评价的指标GB0系， GB1G8CGB2GB3GB4GB5分GB6GAA和SEM GB7GB8GA6分GB6GA9GAAGABGB9G8BG8CG8DG8E评价GBAGBB， GB1对GBCGBAGBBGBDG98GBE效GB7GB8， GB8GBFGBCGBAGBBGC0GC1GC2和GBE效的。 GC3GC4，G9BG9CGBDGAEGC5通GC6SEM的各GC7GC8GC9量指标的标GCA化GCBGCC系数， 计算和确定评价指标的权重矩阵， GCDGCEGAD通GC6AHP的GCFGD0GD1分确定评价指标权

45、重的GD2GC7GA6GD3GD4， GB1GD5G8C灰色G84G85评价GA9GAA， GBE效GD6对G9E应G9FGA0GA1GD7中小G89G8AG8BG8CG8DG8EGBDG98GAD评GD8， GD9GDAG97G98GDBGDC出最G99G9AG8B对象， GDDG9E参GDEGDFGE0； GE1GE2， G9BG9CGE3GE4示GADG9E应G9FGA0GA1GC0GAEGE5GE6GE7中小G89G8AGA1GE8GE9GEA的GBE效GEBGEC， GC3GC4GABGEDGEEGEF中小G89G8AGF0GF1数据GF2的GAB设， GF3对GF4GDDGF5GF

46、6GBEG8BG8C评价GB0系的GCA确GA6GF7关重GF8。G9BG9CGF9GFAGABG9E应G9FGA0GA1GD7中小G89G8AG8BG8CG8DG8ESEMGBAGBB的GFBGFC中， 无GAAGFD取GAEGFE分GFF财务指标数据（如质物易损程度、G98G8A环GEA状况等）， G87G88参照GAE些GCFGD0的GA9GAA， GA5G8C随机仿真数据生成， GB4而减弱GADG8BG8C评价GB0系权重的计算GBE效GA6。 由此GDD出相关GABGED：第GAE， 商G8AG97G98应GEEGEFGABGAC和完善G9E应G9F上GD7游中小G89G8AGF0

47、础数据的GAB设， 特别关注G9E应产G8AG9F上处GF4极大劣势的GA1GE8G89G8A， 做G96整理、 收集他们的财务G8B息和GFF财务G8B息（如G89G8A组织的管理状况、 G98G8A的GA4展状况、 G9E应G9FGD5G98状况等）。第二， GF9设计和检GB7G8BG8CG8DG8EGBAGBBGC4， GE3需GF8关注和GDE虑经济周期的影响GB4素， 如价格波动GA6的影响， GF3样GC1G88GDDGF5G8BG8C评价GBAGBB的设计G85理GA6和GCA确GA6。 对GF4已经GABGAC的G8BG8C评价GBAGBB， 应随着中小G89G8A的经营状况

48、不断GD6及GC4调整GB1GEEG88完善和检GB7， G88便更G96GD6评GD8中小G89G8A的G8BG8C状况。G84上G87述， G9E应G9FGA0GA1作为GAEGE5中小G89G8A新GBBGA1GE8GBA式，GC1将GE8GA0流GF9G9E应G9F管理中GBDG98GBE效GD6整G85， 将新GBB贷款GA1GE8服务GDDG9E给G9E应G9F内弱势G89G8A， 而G8BG8C评GD8GBAGBB的G85理GFAGAB和检GB7将对G9E应G9FGA0GA1G8A务的健康持续GA4展保驾护航。【参考文献】1 Allen N.B.，Gregory F.U. A M

49、ore Conceptual Framework for SME FinancialR.World Bank Conference on Small and Medium Enterprises Overcoming Growth Constraints，MC13-121，2004：14-15. 2 Leora Klapper. The Role of Reverse Factoring in Supplier Financing of Small and Medium Sized Enterprises J.Journal Banking & Finance，2006(30)：3111-3130.3 熊熊，马G99，赵G9B杰等. G9E应G9FGA0GA1GBA式GD7的G8BG8CG8DG8E评价 J.南开管理评G80，2009，12(4)：92-98.4 G81G82G83，G84GABG85，G