主办单位: 共青团中央   中国科协   教育部   中国社会科学院   全国学联  

承办单位: 贵州大学     

基本信息

项目名称:
供应链金融中银行信用风险评价体系--基于未知期限的不完全信息动态博弈和多元logistic回归模型
小类:
经济
简介:
本文主要研究供应链金融中的信用风险。根据信用风险形成的主客观原因不同,我们将其划分为非道德性和道德性信用风险。首先使用多元Logistic回归模型构建了一个包括供应链强度等指标在内融资企业违约概率的模型。其次通过运用未知期限的不完全信息动态博弈模型分析融资企业的道德性信用风险,得到银行开展该业务的一系列信贷参数设计和信贷原则。这有利于银行等金融机构及其他相关企业的风险控制与供应链金融健康有序发展。
详细介绍:
供应链金融是近年来金融领域最重要的金融创新之一,它是一种针对整条供应链的信贷模式,在解决中小企业融资难问题上有着先天的无可比拟的优势。本文从商业银行的角度,以一种全新的视角研究供应链金融的信用风险,将其划分为非道德性和道德性两类。对于非道德性信用风险,本文以主成分分析法和基于logistic回归的广义线性模型为研究手段,引入供应链强度等指标来表示融资企业的还款能力,选取我国中小企业版272个上市公司(2009年度)的数据,得出供应链金融中影响融资企业还款能力的主要变量和因子,进而得到一个关于非道德性信用风险的量化评价体系,该模型有助于银行判断融资企业未来的违约概率。对于道德性信用风险,主要研究融资企业是否有动机将银行贷款用到风险更大的非正常投资、核心企业是否能够有效行使监督的职责,本文从博弈论的基本观点出发,在一系列假设条件之下,构建出一个包括商业银行、核心企业和融资企业在内的未知期限的不完全信息动态博弈模型,通过分析模型的均衡结果得出供应链参与主体在各种策略选择中的收益(博弈的支付值),进而得出商业银行预防道德性信用风险的策略选择和信贷参数的设置原则。最后的实证案例分析证实了模型的结论。总之,本文关注供应链金融中商业银行面临的信用风险,力求对银行等金融机构及其他相关企业的风险控制和供应链金融健康有序发展略尽绵薄之力。

作品专业信息

撰写目的和基本思路

写作目的:重新诠释供应链金融信用风险形成的机理,引入供应链强度等指标来反映融资企业的还款能力,利用动态博弈模型来考察了融资企业的还款动机,寻求有效解决供应链金融信用风险的方法。基本思路:1.国内外研究文献的回顾;2.运用多元Logstic回归构建非道德性信用风险评价模型;3.运用未知期限不完全信息动态博弈模型分析融资企业的道德性戏弄风险;4.给出模型结论以及对商业银行的政策建议。

科学性、先进性及独特之处

科学性:采用规范研究和实证研究结合的研究方法,使用实证案例对理论作进一步说明;针对不同的信用风险采用不同的模型;模型追求稳定性和同现实的拟合。先进性:本文力图填补供应链金融信用风险量化评价的空白;遵循“先能力后动机”思维过程;从决策主体自身利益最大化出发。独特性:开创性地将供应链金融信用风险分为非道德性和道德性两种;创造性地引入供应链强度指标;首创信用风险分析的动态博弈分析。

应用价值和现实意义

实际应用价值:本文研究的核心着眼点在于其信用风险。解决供应链金融的信用风险问题,就能突破该业务开展的最大障碍,为其未来的迅速发展打开阀门,具有很强的实际应用价值。现实指导意义:借助多元Logistic回归模型,银行能有效判断融资企业的违约概率。通过未知期限的不完全信息动态博弈,银行可以预测相关企业的行为,发挥信贷过程中的先发优势,确保收益。为商业银行信用风险管理提供决策依据。

作品摘要

供应链金融作为一种金融创新在解决中小企业融资难问题上有着无可比拟的优势。本文从商业银行的角度,以一种全新的视角研究供应链金融的信用风险,将其划分为非道德性和道德性两类。对于非道德性信用风险,本文以主成分分析法和基于logistic回归的广义线性模型为研究手段,引入供应链强度等指标表示融资企业的还款能力,选取我国中小版272个上市公司(2009年度)的数据,得到一个衡量供应链金融非道德性信用风险的量化评价体系,有助于银行判断融资企业未来违约概率。对于道德性信用风险,本文构建起一个包括商业银行、核心企业和融资企业在内的未知期限的不完全信息动态博弈模型,通过分析模型的均衡结果得出供应链参与主体在各种策略选择中的收益,进而得出商业银行预防道德性信用风险的策略选择和信贷参数的设置原则。文中的案例进一步论证了模型的结论及其实用性。本文的研究能为商业银行信用风险管理提供有效的决策依据。

获奖情况及评定结果

参考文献

[1]Viktoriya Sadlovska, Beth Enslw, Supply Chain Finance Benchmark Report, Benchmark Report, September 11,2006, [2]Demica, Steady Supply: The growing role of Supply Chain Finance in a Changing World, Demica Report Seris, Januarg 2007 [3]Hofmann.E, Supply Chain Finance: Some Conceptual Insights, Logistik Management Innovation Logistikkonzepte, Wiesbaden 2005, S203-204 [4]胡跃飞、黄少卿,供应链金融:背景、创新与概念假定,金融研究,NO.8,2009:194-200 [5]熊熊、马佳、赵文杰,供应链金融模式下的信用风险评价,南开管理评论,2009年第4期:92-98 [6]徐华,供应链金融融资模式的风险分析与防范,金融经济:71-72

调查方式

同类课题研究水平概述

对信用风险的研究由来已久,20世纪80年代以后,现代信用风险计量方法开始出现并被应用(周子元,2009).Altman(1968),Ohlson(1980),Aziz(1989)和Kim(2007)等使用财务指标,分别通过不同的多元统计模型建立财务指标与违约概率的关系.Merton(1974)建立结构模型,认为公司资产未来价值的不确定性是违约风险的内在驱动因素.Geske(1977),Black&Cox(1976),Schwartz(1995),Leland&Toft(1996)等逐步对Merton的模型做了改进和修正,进一步发展了结构模型.而Jorge(2002),Eom(2003)分别对上述结构模型做了实证检验,发现模型对违约风险的估计并不十分可靠.在统计模型和结构模型的基础上,Jarrow (1995),Lando(1998),Duffie&Singleton(1998)提出简化模型及其改进模型,认为违约由外生的随机强度过程决定.2005年以后,随着供应链金融业务的展开,中外学者对其风险的也做了一些研究,但涉及信用风险较少,量化研究成果则更少.Sadlovska&Enslw(2006)指出供应链金融能够优化供应链的融资环境,减少银企信息不对称带来的风险,而Kurbat(2006)则认为,供应链融资作为一种特殊的信贷业务有其特殊风险,尤其是信息共享存在利弊,并提出了相应的解决办法. Demica(2007)调查结果显示供应链金融比传统业务风险更大,故金融机构对该项服务的收费更高.国内研究方面,弯红地(2008)指出供应链金融的风险规避机制可能失灵,银行和核心企业应建立新型合作关系.徐华(2009)对供应链金融的内在风险进行概括,并提出相应的风险防范措施.熊熊等(2009)则使用logistic回归对供应链金融的信用风险建立了评价模型.韩明辉(2010)在徐华的基础上集中介绍了供应链金融不同融资模式下农业小企业融资的信用风险及其规避方法.目前国外对供应链金融风险的研究主要局限于实证分析和调查研究上,国内则基本停留于对风险的定性介绍,关于风险分析和控制的研究很少,有关信用风险的研究则更少,到目前为止尚无结合供应链金融特征的信用风险度量模型.本文力图实现这一突破,在已有研究基础之上对供应链金融的信用风险进行深入研究,为银行信用风险管理提供决策依据.
建议反馈 返回顶部