疫情下的供應鏈金融風險分析計算過程的案例綜述1.供應鏈的選取為了對疫情下的供應鏈風險情況進行分析，選取由一個上游供應商和一個下游零售商組成的二級供應鏈，而核心企業(yè)的運營情況及風險狀況將影響整個供應鏈的運營情況及風險狀況，因為我們只選取核心企業(yè)的財務指標進行分析。選取五個不同領域供應鏈，每個領域選四個有代表性的企業(yè)進行分析，見下表。表5-14供應鏈的選取涉及領域企業(yè)名稱經(jīng)營范圍電子商務蘇寧易購L1（002024）綜合家用電器的連鎖銷售及服務，互聯(lián)網(wǎng)銷售南極電商L2（002127）經(jīng)營品牌授權服務，貨品銷售業(yè)務，移動互聯(lián)網(wǎng)銷售小商品城L3（600415）國際電子商務城規(guī)劃建設與管理服務，第三方電子商務平臺建設，海量數(shù)據(jù)儲存與信息處理中心等云計算應用服務智慧能源L4（600869）智慧能源技術，物聯(lián)網(wǎng)應用倉儲物流中創(chuàng)物流L5（603967）進出口貿易，跨境綜合物流服務華貿物流L6（603128）跨境綜合物流及貿易服務中儲股份L7（600787）商品儲存、加工、維修等服務，商品物資批發(fā)、零售鐵龍物流L8（600125）鐵路集裝箱及貨運業(yè)務，臨港物流業(yè)務服務，鐵路客運業(yè)務汽車行業(yè)中國重汽L9（000951）載重汽車、專用汽車等產品的制造和銷售青島雙星L10（000599）橡膠輪胎、機械等產品的生產及銷售福田汽車L11（600166）汽車生產及銷售上汽集團L12（600104）整車及零部件的生產和銷售，二手服務貿易，汽車金融業(yè)務農業(yè)技術隆平高科L13（000998）農業(yè)高新技術研發(fā)，高科技農作物種子及銷售北大荒L14（600598）農業(yè)商貿物流；土地承包、農產品、工業(yè)品、房地產銷售農產品L15（000061）農產品批發(fā)市場的開發(fā)、建設、經(jīng)營和管理豐樂種業(yè)L16（000713）種子、農化、以及香料業(yè)務文化娛樂華誼兄弟L17（300027）電影的制作、發(fā)行及衍生業(yè)務;電視劇的制作、發(fā)行及衍生業(yè)務;藝人經(jīng)紀服務及相關服務業(yè)務；音樂的創(chuàng)作、發(fā)行及衍生業(yè)務，影院的投資管理運營業(yè)務中視傳媒L18（600088）影視基地經(jīng)營，影視劇拍攝，代理廣告業(yè)務長江傳媒L19（600757）出版業(yè)務、發(fā)行業(yè)務、印刷業(yè)務、印刷物資供應等出版?zhèn)髅筋悩I(yè)務出版?zhèn)髅絃20（601999）出版業(yè)務、出版物發(fā)行業(yè)務、票據(jù)印刷業(yè)務和印刷物資供應業(yè)務，主要從事圖書出版和發(fā)行業(yè)務注：表中的企業(yè)均在國內上市，括號中為股票代碼，信息來源新浪網(wǎng)。2.評價指標體系的構建為構建供應鏈金融的風險評價指標體系，需選取有代表性的財務指標應。指標的數(shù)量過多，會帶來一些冗余和重復的信息，并增加了模型計算的難度，在參考已有的風險評價體系的基礎上，充分考慮了各個財務指標的意義，構建了一套簡潔的風險評價指標體系[29]，見下表。表5-15供應鏈金融的風險評價指標體系指標類型指標名稱指標意義成長能力總資產增長率(%)x1企業(yè)本年資產規(guī)模的變化情況主營業(yè)務收入增長率(%)x2企業(yè)市場份額及未來成長狀況凈利潤增長率(%)x3企業(yè)效益和盈利能力營運能力存貨周轉率(次)x4企業(yè)資金使用效率與短期償債能力應收賬款周轉率(次)x5企業(yè)應收賬款的回收速度與質量盈利能力主營業(yè)務利潤率(%)x6企業(yè)基本的獲利能力與市場競爭力凈資產收益率(%)x7企業(yè)持續(xù)健康發(fā)展的能力償債能力流動比率x8企業(yè)資產變現(xiàn)能力與短期償債能力3.數(shù)據(jù)處理對表5-14中20家企業(yè)的2020年第一季度的財務指標數(shù)據(jù)進行匯總（數(shù)據(jù)來源：新浪網(wǎng)），運用SPSS軟件行進分析，得到原始數(shù)據(jù)的描述性統(tǒng)計結果，見下表。表5-16指標變量原始數(shù)據(jù)的描述性統(tǒng)計分析N極小值極大值均值標準差總資產增長率(%)x120-39.626473.32567.13591520.5113645主營業(yè)務收入增長率(%)x220-61.38224.201-14.8230922.976790凈利潤增長率(%)x320-812.32339.523-140.87132246.194507存貨周轉率(次)x4200.0650128.522213.36685033.9052557應收賬款周轉率(次)x5200.583545.66516.92970011.5077216主營業(yè)務利潤率(%)x620-19.572869.901920.43845020.3882243凈資產收益率(%)x720-3.335.370.57602.18202流動比率x8200.49957.52751.7997951.5524976再對原始數(shù)據(jù)進行標準化變換，這里選用標準差標準化的方法，即（6）其中，為第i個指標，為第i個指標的樣本均值，為第i個指標的樣本標準差，為標準化之后的第i個指標。標準化之后指標數(shù)據(jù)的描述性統(tǒng)計分析見下表。表5-17指標變量標準化數(shù)據(jù)的描述性統(tǒng)計分析N極小值極大值均值標準差Zscore:總資產增長率(%)x120-2.279823.2269801Zscore:主營業(yè)務收入增長率(%)x220-2.026321.6984201Zscore:凈利潤增長率(%)x320-2.727320.7327301Zscore:存貨周轉率(次)x420-0.392323.3963901Zscore:應收賬款周轉率(次)x520-0.551473.3660401Zscore:主營業(yè)務利潤率(%)x620-1.962472.4260801Zscore:凈資產收益率(%)x720-1.790092.1970501Zscore:流動比率x820-0.837553.6893501對財務指標數(shù)據(jù)的相關性進行度量，見下表。表5-18指標變量標準化數(shù)據(jù)的相關性總資產增長率(%)主營業(yè)務收入增長率(%)凈利潤增長率(%)存貨周轉率(次)應收賬款周轉率(次)主營業(yè)務利潤率(%)凈資產收益率(%)流動比率總資產增長率(%)Pearson相關性10.3650.0370.803**-0.133-0.1530.3590.417顯著性（雙側）0.1140.8760.0000.5760.5210.1200.067N2020202020202020主營業(yè)務收入增長率(%)Pearson相關性0.36510.2100.2130.4360.2360.494*0.027顯著性（雙側）0.1140.3740.3660.0550.3170.0270.911N2020202020202020凈利潤增長率(%)Pearson相關性0.0370.21010.2170.2370.2800.525*0.255顯著性（雙側）0.8760.3740.3590.3150.2320.0170.277N2020202020202020存貨周轉率(次)Pearson相關性0.803**0.2130.2171-0.188-0.1350.2500.662**顯著性（雙側）0.0000.3660.3590.4280.5710.2870.001N2020202020202020應收賬款周轉率(次)Pearson相關性-0.1330.4360.237-0.18810.625**0.560*-0.124顯著性（雙側）0.5760.0550.3150.4280.0030.0100.602N2020202020202020主營業(yè)務利潤率(%)Pearson相關性-0.1530.2360.280-0.1350.625**10.527*-0.090顯著性（雙側）0.5210.3170.2320.5710.0030.0170.706N2020202020202020凈資產收益率(%)Pearson相關性0.3590.494*0.525*0.2500.560*0.527*10.276顯著性（雙側）0.1200.0270.0170.2870.0100.0170.238N2020202020202020流動比率Pearson相關性0.4170.0270.2550.662**-0.124-0.0900.2761顯著性（雙側）0.0670.9110.2770.0010.6020.7060.238N2020202020202020**.在.01水平（雙側）上顯著相關。*.在0.05水平（雙側）上顯著相關。4.Logistic回歸模型的構建從表5-18可以看出，除了總資產增長率和存貨周轉率的相關性較強之外，其余的幾個指標之間的相關性均不強，可見選取的指標體系中各指標之間相對獨立，不會出現(xiàn)多重共線性和信息的重疊，因此選取的指標體系可以最大限度的解釋企業(yè)面臨的供應鏈金融風險。對分析樣本中的指標數(shù)據(jù)進行多元Logistic回歸，其中1表示高違約風險，0表示低違約風險，得到參數(shù)估計的結果見下表。表5-19指標變量的參數(shù)估計y(預測值)aB標準誤Walddf顯著水平Exp(B)Exp(B)的置信區(qū)間95%下限上限0截距0.1900.5960.10210.032總資產增長率x1-0.9201.5950.33310.0140.3980.0179.075主營業(yè)務收入增長率x21.1181.0401.15710.0283.0590.39923.468凈利潤增長率x3-0.7730.8810.77010.0380.4620.0822.597存貨周轉率次x40.0151.8250.00010.2931.0160.02836.329應收賬款周轉率x5-1.8981.6681.29410.0250.1500.0063.942主營業(yè)務利潤率x62.3571.3922.86610.00910.5600.689161.736凈資產收益率x70.7221.3270.29610.0162.0590.15327.754流動比率x8-0.0971.2570.00610.4390.9080.07710.666上表中的“顯著水平”是對Wald檢驗的顯著性概率，可以看到，存貨周轉率和流動比率的顯著水平的值分別為0.293和0.439，取值大于0.05，其值不顯著（它們的“B”值也是最小的），因此將它們剔除。通過表系數(shù)的估計值“B”可以看出，主營業(yè)務收入增長率、應收賬款周轉率、主營業(yè)務利潤率等指標是影響企業(yè)風險狀況的關鍵性指標，在風險防控過程中應加強對這些指標的監(jiān)管。根據(jù)表5-19的結果可以得到最終的Logistic回歸方程為：算出的是企業(yè)的違約概率，利用回歸方程就可以對供應鏈金融的風險狀況進行預測，例如將華貿物流第一季度x1、x2、x3、x5、x6、x7的財務指標數(shù)據(jù)代入上式，可以算出，即企業(yè)的違約風險為86.9%，屬于高違約風險。利用得出的Logistic回歸方程對20家企業(yè)2020年第一季度的財務指標進行分析，將p值大于0.7的定位高風險，p值在0.4與0.7之間的定位中風險，p值小于0.4的定位低風險，可以得出企業(yè)的風險狀況，見下表。表5-20企業(yè)風險狀況表涉及領域企業(yè)名稱風險狀況電子商務蘇寧易購L1高南極電商L2低小商品城L3低智慧能源L4中倉儲物流中創(chuàng)物流L5高華貿物流L6高中儲股份L7高鐵龍物流L8中汽車行業(yè)中國重汽L9低青島雙星L10中福田汽車L11中上汽集團L12高農業(yè)技術隆平高科L13低北大荒L14中農產品L15低豐樂種業(yè)L16低文化娛樂華誼兄弟L17高中視傳媒L18中長江傳媒L19高出版?zhèn)髅絃20中5.結果分析表5-20的預測結果與實際情況基本相近。2020年