1 绪论
1.1 选题背景。
1.1.1 供应链金融背景研究。
近年来，实践中涌现的供应链金融活动逐渐激发了学术界的兴趣。从其发展历程来看，供应链金融实践开始于 20 世纪的 80 年代中期，是跨国企业寻求成本最小化继而进行全球性生产活动配置引发的。全球性外包活动虽然降低了部分节点企业的成本，但即使少数供应链节点企业的资金流瓶颈也很可能引起整条供应链的"木桶短板"效应，从而导致供应链整体融资成本的升高，这部分地抵减了供应链带来的效率的提高和成本的降低。由此，供应链上的核心企业开始了供应链资金流、物流和信息流整合管理的过程。供应链理论的发展及20 世纪 70 年代中 MRPII（Manufacturing Resources Planning）发展与 80 年代末ERP（Enterprise Resources Planning）信息技术发展，促进了供应链管理和控制实践的快速发展。供应链上的核心企业为建立稳固的供应链关系并整合供应链资源，产生了供应链金融相关需求。
同一时期，银行业需要进一步扩大贷款规模，却面临优质资产端市场进入饱和状态、竞争激烈的状况。相关人士也在积极探索新的业务模式，希望能深度参与到企业供应链的整合过程中，为企业提供供应链金融服务。在此背景之下，银行与供应链企业达成了合作共识，银行开展了相应的金融业务创新，在供应俩金融领域进行布局，以适应市场需求。
深圳发展银行中欧国际工商学院"供应链金融"课题组认为，供应链金融把供应链上下游相关企业作为一个整体，从供应链管理的角度出发，为企业设置融资方案[1].供应链包含从上游原材料供应商到下游消费者的整个流程，需要对信息流、物流、资金流进行整合管理，提升了供应链上核心企业及上下游相关企业的运作效率，是金融业服务实体经济的又一新型的有效工具，得到了供应链上核心企业及中小企业的认同。
目前，大型国有银行以及多家股份制商业银行均已发力供应链金融业务，一些有实力的电子商务企业也开始提供供应链金融服务。各主体的供应链金融产品。
供应链金融发展初期，企业办理供应链金融服务需要到银行的柜面进行业务办理，流程较为复杂，审批时间相对较长。另外，供应链金融的自偿性使得其信用风险降低但是操作风险上升。供应链金融服务触网形成的线上供应链金融与互联网供应链金融实现了全程电子化操作、银行线上供应链金融平台与供应链管理平台的数据实时对接，整个流程更加快捷、高效，操作风险能够控制在一定范围内。
1.1.2 线上供应链金融背景研究。
以银行为代表的传统金融机构难为中小企业提供高效融资服务，但随着金融行业大资管时代的到来和互联网金融的发展，中小企业的金融服务有了更多的来源渠道，同时银行业选择主动拥抱互联网，推出了"线上供应链金融"服务，有实力的电子商务平台也适时推出了互联网供应链金融服务。
银行提供的传统金融服务主要面向大中型企业，需要提供足量的固定资产抵押才能进行融资，而缺乏针对中小企业的个性化的信用风险控制工具，因此很难对中小企业的信用风险进行针对性的衡量。在这样的情况下，中小企业难以从传统的金融体系当中获取成本较低的金融服务，融资需求长期得不到满足，部分企业铤而走险求助于高利贷、地下钱庄，这对我国的经济埋下了很大的隐患。选择高利贷进行融资的企业，利润率不足以支付高利贷高昂的利率，企业终会走向破产，企业家纷纷"跑路".在这样的形势下，政府对金融行业的监管政策也逐渐开放化，民营资本获准进入资管行业，银行牌照、第三方支付牌照的发放使更多互联网金融企业走向正规化。政府强调供给侧改革，银行寻求优化资产配置，从资产端的需求出发设计产品。出于竞争意识或服务意识，多数银行积极探索金融服务创新，开发资产端，寻找优质的供应链资源，努力推动供应链金融服务互联网化，步入了线上供应链金融的阶段。
信息技术的高速发展推动了供应链金融的运作模式的改变，中小企业希望银行能通过构建电子渠道，使融资过程实现在线申请、审批和发放，提升业务处理效率；同时，核心企业希望加强对上下游企业的供应链管理，及时获取其上下游企业借款、还款等信息。我国银行一直致力于线上供应链金融平台建设，研发出了线上供应链融资系统，并运用网银、银企直联等方式为多家行业知名企业客户提供在线融资服务。线上供应链金融领域的创新实践不断涌现，商业银行大多数采取与企业进行合作，从而推进传统供应链金融触网，代表性产品有：
（1）京东商城携手建设银行等推出的线上供应链金融。2012 年，京东商城自营平台携手建设银行等推出的线上供应链金融，利用自身良好的信誉和电子商务平台掌握的大量交易信息，与商业银行合作为京东商城的供应商提供"应收账款融资",给平台带来经济利益的同时，也增强了京东自营平台上下游企业的黏性，确保了以平台为核心的供应链系统的稳定、互利的合作关系。
（2）浦发银行联合中移动推出的"和利贷".2014 年浦发银行推出的"和利贷",是浦发银行根据中国移动供应链条上的上游供应商和下游经销商不同的融资需求打造的在线金融服务方案，包括基于供应商应收账款的融资和经销商预付款的融资。线上供应链金融服务可实现申请手续简便，且贷款随借随还。
（3）中信银行联手海尔升级供应链金融。2014 年，海尔与平安银行、中信银行达成了相关的战略合作协议，开展线上供应链金融合作。银行建立了比较完备的风险管理体系，支持支付结算、实时在线融资、在线物流管理、自动预警等多种服务的线上化，与海尔日日顺 B2B 平台的合作优化了海尔的供应链，为经销商提供了更便捷的服务。
除此之外，电子商务平台利用长期积累的大量信用数据以及籍此建立起来的诚信体系，引入资金支付工具监管的手段，向在电子商务平台从事交易的中小企业或小微企业提供封闭的授信支持及其他资金管理、支付结算等服务。典型代表 B2B 电商阿里巴巴、B2C 天猫、B2B 凤凰网、B2B 慧聪网等。另外，一些行业门户网站、P2P 平台、大型供应链管理软件提供商等都纷纷进入供应链金融领域。
1.2 研究意义。
金融行业的核心业务就是风险的评估、管控、风险产品定价，在提供线上供应链金融服务的过程中银行面临的最大的挑战仍是如何评估核心企业及链上中小企业的信用风险，据此做出是否提供融资服务的决策。高效的风险控制能为银行开拓中小企业市场，提升银行的贷款规模，改善资产端资源配置；反之，可能给银行带来高违约率，继而形成坏账损失。互联网供应链金融提供商主要是有实力的电子商务平台，相对银行来说，在信用风险的评估和控制方面积淀较浅。线上供应链金融信用风险的测度体系能为他们的授信决策提供依据，有助于信用风险的控制。因此，线上供应链金融信用风险的测度评价理论与实证的系统性研究就非常必要，本文正是基于以上问题展开研究。
"互联网+"时代对供应链和金融行业的影响正在发酵，并吸引了越来越多学者的研究兴趣。供应链金融业务的实践已经逐步走向线上化，银行所需要的信用风险评估体系也必须符合线上化的特点，建立一套有效的线上供应链金融风险评价体系是非常必要的，目前这个方面的理论研究还比较少。随着供应链金融的线上化，企业交易的数据也会被大量地记录下来，如何从这些数据中"生产"出银行所需要指标的数据，为发放供应链金融信贷建立数据依据，也是理论和实践亟待解决的问题。
基于前文的分析，文章通过梳理已有文献并结合银行业最新的实践，构建出一套实用的线上供应链金融风险评估指标体系。另外，基于已有指标体系，运用上市企业的财务数据进行实证研究，结果表明：线上供应链金融信用风险指标体系能更全面地评价企业的信用风险，有利于银行对企业的信贷进行全面的监控并更好地为其提供信贷支持。
关于线上供应链金融的实践正逐渐丰富，但多数的文献研究成果限于新闻报道、会议总结等不太严谨的形式[2-3].基于这些实践和创新，本文将已有文献总结提炼，以期在理论层面使之更完善；已有的信用风险评估体系多集中在研究线下的供应链金融，对线上供应链信用风险评估指标体系的研究比较少。因此，文章有一定理论意义。从实践方面来说，已有研究多借助专家打分法，使用主观性较强的综合评价体系，对融资企业信用风险进行评估，量化分析较少。本文首先构建线上供应链金融信用风险综合评价体系，运用 SVM 模型和Logit 模型进行量化实证分析，更全面客观地对申请线上供应链金融融资的企业客户信用风险进行评价，为银行进行线上供应链金融的中小企业授信决策提供一定的理论和方法依据，有一定的现实指导意义。
1.3 国内外文献研究综述。
1.3.1 关于线上供应链金融的研究。
国内传统商业银行提供的供应链金融服务主要通过柜台进行业务办理，手续繁杂，花费的时间成本高，参与主体逐渐意识到其操作上的不便利。2010 年前后，深圳发展银行开始实践线上供应链金融，学者们也参与到相关的研究中，目前关于线上供应链金融的研究还相对非常少。
孙爱丽认为 "供应链协同电子商务平台 + 线上供应链金融系统"是世界经济一体化背景下解决我国中小企业融资问题的必然道路[4].苏晓雯提出线上供应链金融是一个自组织的复杂系统，证明了协同价值和信用度是线上供应链金融的序参量[5].黄丹分析了线上供应链金融的特点，认为其主要风险来源是操作风险，并针对操作风险提出了管控方法[6].汪鑫建立了线上供应链金融的信用风险评估指标体系，用专家打分的方法确定指标体系，选择熵权系数法结合灰色综合评价法进行综合评价及案例研究[7].郭菊娥等对线上供应链金融的风险要素进行了深入对比分析，并从五个方面对银行的风险管控提出了相关建议[8].刘迎欢等在分析了线上供应链金融的操作模式，并给出了发展相关的建议[9].谢琴分析总结了线上供应链金融相关平台之间的联动，通过相关平台对"三流"信息的共享，实现交易的可视化和信用风险控制[10].谢琴认为线上供应链金融具有交易联动性特点，指出线上供应链金融交易是多系统相互作用而构成的复杂系统，用 OOPN 方法刻画了线上供应链金融系统的互动关系[11].
国外学者认为传统的供应链管理主要对物流和信息流进行研究，对资金流的研究不足。有关供应链中资金流的研究聚焦于供应链金融作为供应链管理的一环所发挥的重要作用，并预计在电子商务大潮中"电子供应链金融"将是趋势所在。Clark,Lee 认为电子商务是多个产业联动的系统，金融服务在其中扮演重要的角色。文章用案例和实证的方法证明各系统之间的依存与合作，并证明电子信息的交流对整个供应链的绩效有深刻的影响[12].Kaplan, Sawhney从"购买产品的类型""购买产品的方式"将 B2B 市场细分为 4 个部分，具体研究了电子商务平台（e-hub）在每个细分市场的作用，并指出了电子商务平台潜在的金融功能[13].Fairchild 研究了 B2B 电子商务环境中，企业票据的处理，提出银行应该与技术支持机构合作提供适应企业供应链金融的票据处理系统[14].
Fellenz,Augustenborg 研究了供应链金融的新挑战--全球供应链网下，资金流动的模式和实践，并提出了实现提升创新的必要条件之一：银行应该更加以客户为中心，实现供应链金融服务的电子化[15].Stemmler 认为金融流整合也是供应链管理的重要组成部分，可以降低成本。银行应该提供与供应链管理配套的电子平台（e-marketplace）[16].Caldentey R, Chen X.站在企业的视角探讨了企业面临随机需求情况下，如何做出融资决策来完成采购合同，认为供应链金融能提高企业的绩效[17].Wandfluh M, Hofmann E, Schoensleben P.通过对市场调查数据的研究，认为在供应链管理中重视链上企业的金融服务可以提高整条供应链的绩效[18].
综上所述，学者们从不同角度探讨和研究线上供应链金融，其信用风险评估相对是一个研究较少的领域。线上供应链金融是供应链金融的高级形式，是供应链金融与信息技术结合，能提高产业链的运行效率，又能解决中小企业融资难的问题，为银行等金融机构开拓了新的市场。它的发展受到学界和业界高度关注。目前国内有关供应链金融的研究定性研究较多，定量研究相对较少。
1.3.2 关于线上供应链金融信用风险的研究。
（1）传统的银行对企业信用风险评估经历了三个阶段：
第一阶段：简单的定性分析。如企业信用评价指标 5C,包含 Character（品格）、Capacity（能力）、Capital（资本）、Collateral（担保品）和 Condition（环境状况）。这些指标比较抽象，主要从监管者的角度衡量银行的风险，难以具体真实地反映银行投资人的风险。
第二阶段：财务指标综合分析。伴随着社会信用评级体系和财务体系的发展，企业的财务指标成为了企业信用风险评估重要的参考依据。国外学者Altman等通过对 33 家破产制造业企业和正常经营且规模相近的制造业企业财务指标的对比，构建了最能识别企业信用风险的财务指标体系[19].Martin和Ohlson使用公司的财务指标构建动态模型，来评价公司的信用风险.
由于我国中小企业财务制度不完善、财务信息失真，单纯的财务指标不能全面反映企业财务状况，非财务指标是必要的补充。
第三阶段：引入供应链的综合评价体系。
随着供应链金融的出现，越来越多的学者考虑到了基于供应链的中小企业信用评价体系。吴岩在分析了中小企业信用风险影响因素，从 6 个方面选取 20个指标，建构了中小企业信用体系[22].夏立明，宗恒恒，孟丽等在分析供应链金融风险来源的基础上，构建了包含主体评级、债项评级、宏观环境风险评价三个部分的供应链金融融资模式下的中小企业信用风险评估指标体系[23].
综上所述，在构建供应链金融的信用风险评估体系时，可以从宏微观层面、主体债项层面来分析风险来源，构建有代表性的指标体系。
（2）现代信用风险评估方法、度量模型的研究综述国外学者分析和研究了供应链金融的潜在风险，建立了基于风险价值、违约概率的模型，例如以 VaR 为基础的 CreditMetrics 模型、以期权理论为基础的KMV 模型、以保险精算方法为基础的 CreditRisk+模型等。
CreditRisk+模型是用保险精算学的方法计算贷款组合的损失分布，预测贷款的违约率。Longstaff提出了 KMV 模型，认为如果公司资产达到临界点，违约就有可能发生[24].Elloumi,Gueyie 研究了 92 家加拿大公司，认为：除了企业财务指标，企业董事的构成也可能与企业的财务危机有关[25].
我国学者也尝试应用现代风险计量模型对上市企业的风险进行评估。张玮构建了信用风险评估体系，并结合 KMV 模型对信用评级的值进行调整[26].李时春通过对 CreditMetrics 和 KMV 模型的比较，认为 KMV 模型的结果更符合我国实际情况[27].迟晨运用修正的 KMV 模型，在市场价格变动信息的基础上，对我国证券市场上绩优公司与绩差公司的信用风险给出评价，通过实证表明 KMV 模型适用于上述两类公司的信用风险识别[28].
金融业实践中，企业信用风险评估主要方法是专家评分法，或基于 AHP 的模糊层次分析法等。此方法易于操作，但客观性不足。如闫俊宏运用多层次灰色综合评价法来进行供应链金融的信用风险评估[29].汪守国运用层次分析法量化地度量了供应链融资模式下的信用风险[30].
在学术研究中，学者们避免采用主观性强的专家评分法，尝试数理统计模型。如多元判别分析法、Logistic 模型等多变量的统计模型。刘远亮等用主成分法和 Logit 回归法建立了识别模型，通过比较中小企业的守约概率，认为供应链金融能改善中小企业的信用状况[31].部分研究人员使用机器学习方法进行数据分析。王琪基于决策树建立了供应链金融的信用风险评估模型，为商业银行信用评级提供借鉴[32].也有学者通过不同评估方法之间的对比来证实某种更存在有效性和优越性，如曹俊比较分析了期权理论方法、会计统计分析方法、财务比率分析法，结合主成分、Logistic 回归模型度量了供应链金融的信用风险[33].胡海青，张狼等通过支持向量机（SVM）和 Logistic 建立的模型来评估其信用风险，证明了基于 SVM 模型评估体系的优越性[34].
综上，学者们在供应链金融信用风险的评估方法上已经做了许多的研究，包括现代的风险计量模型；基于主观评判较多的 AHP、模糊综合 AHP 等方法；基于数理统计模型的 Logistic 回归法，以及基于机器学习的支持向量机SVM 等方法。然而，任何一个方法或模型都有其局限性，如国外最新的风险计量模型都是建立在成熟的股票市场基础上，而我国股票市场还有待进一步完善；AHP 等专家打分的方法主观性太强；而 Logistic 回归的方法，通常是以上市中小企业的财务数据作为样本来回归，对非财务指标的考核和衡量较少，并且是基于线性方程的模型。机器学习模型是非线性的，但是这种方法只能给出预测，并不能用于影响因素分析。本文可以借鉴这些成熟的模型并综合考虑这些因素来确定适合的评估模型。
1.4 研究内容。
论文的研究内容可以分为以下几章：
1 绪论部分。分析本文的研究背景和研究意义，从线上供应链金融内涵及信用风险评估两个方面来文献综述。概括文章的技术路线、研究内容和研究方法。
2 理论阐述部分。阐述了线上供应链金融的相关理论，主要从概念、模式以及各平台的互动关系进行描述，奠定了研究的理论基础。
3 线上供应链金融的信用风险评估指标体系的构建。归纳总结国内外供应链金融信用风险的相关文献，参考开展线上供应链金融业务的商业银行的实践，提取信用风险评估相关的因素，构建线上供应链金融的信用风险评估指标体系。
4 实证建模。在已有线上供应链金融信用风险评估体系的基础上展开实证研究，用上市企业的数据构建 Logit 模型和 SVM 模型，对比研究两个模型识别信用风险的效果。
5 结论和建议。对全文的内容进行总结，并给出信用风险识别的相关建议。
1.5 研究方法及技术路线。
本文所釆用的研究方法包括：定性和定量分析法：
（1） 定性分析方法：采用梳理文献的方法，全面考虑线上供应链金融信用风险的来源，构建了信用风险评估体系。对于线上供应链金融的风险评价体系，文章借鉴前人的研究成果，从主体评级和债项评级两个层面展开，并补充线上供应链金融特有指标，增加电子信用评级层面，得出一套既可以全面评估供应链各方面情况，又可以量化研究企业违约率的风险评价体系，为金融机构应对信用风险提供参考。
（2） 定量分析法：本文在参考银行已经开展的线上供应链金融服务案例基础上，采用上市企业的数据，建立 Logit 模型和 SVM 模型进行实证对比研究。
实证结果从两个层面进行对比分析：（1）从两种模型层面对比；（2）从传统的授信评价体系和供应链金融的授信评估体系结果进行对比分析。
文章首先对供应链金融理论相关文献、信用风险评估方法相关文献进行综述，奠定文章的研究基础。第二，归纳总结线上供应链金融相关的理论，并与互联网供应链金融进行对比分析，界定其内涵；第三，实证分析，分为两个部分：首先构建线上供应链金融信用风险评估的指标体系；然后，选择上市企业的数据进行建模。通过模型和信用风险评估体系两个层面进行对比研究，找到了更加适合我国线上供应链金融信用风险评估的指标体系和模型。最后，给出了相关的政策建议。
1.6 创新点。
（1）研究对象比较新。通过已有相关文献的整理发现：我国学者关于供应链金融的研究很多，关于互联网供应链金融、线上供应链金融及二者对比的研究相对较少。
（2）指标体系的选取较新。本文增加线上化特有指标，来衡量企业供应链发展和信息化程度。
（3）研究方法较新。以往关于信用风险的研究多采用专家评分法等主观性较强的方法，本文采用 SVM 模型和 Logit 模型进行量化对比分析，进行了有益的补充。
