供應(yīng)鏈金融的產(chǎn)生改變了以往以單個(gè)融資企業(yè)為評(píng)價(jià)對(duì)象的狀態(tài),將供應(yīng)鏈作為評(píng)價(jià)對(duì)象,并以供應(yīng)鏈上的核心企業(yè)為樞紐,基于供應(yīng)鏈上下游間的交易,為供應(yīng)鏈上有資金需求的企業(yè)提供資金融通服務(wù)。供應(yīng)鏈金融的本質(zhì)是一種基于供應(yīng)鏈上下游企業(yè)間交易的自我償還性貿(mào)易融資,結(jié)合了業(yè)務(wù)流程、物流、資金流及信息流。在供應(yīng)鏈金融業(yè)務(wù)模式中,核心企業(yè)是關(guān)鍵的一環(huán),核心企業(yè)是具有良好信用及優(yōu)質(zhì)現(xiàn)金流、在行業(yè)內(nèi)具有一定的話語權(quán)、且信用評(píng)級(jí)較好的企業(yè)。融資企業(yè)依靠核心企業(yè)的良好信用,以其與核心企業(yè)之間的交易為基礎(chǔ),以對(duì)核心企業(yè)的債權(quán)為擔(dān)保,提高融資業(yè)務(wù)的征信水平,解決融資問題。然而,我國現(xiàn)有研究對(duì)供應(yīng)鏈金融風(fēng)險(xiǎn)的定量分析有待深入,風(fēng)險(xiǎn)防范管理體系尚需進(jìn)一步完善,故對(duì)供應(yīng)鏈金融信用風(fēng)險(xiǎn)的有效識(shí)別和量化是供應(yīng)鏈金融發(fā)展面臨的主要問題。本文通過文獻(xiàn)梳理厘清供應(yīng)鏈金融及風(fēng)險(xiǎn)評(píng)價(jià)相關(guān)理論及概念,選擇應(yīng)收賬款融資模式作為研究對(duì)象,對(duì)應(yīng)收賬款融資模式、風(fēng)險(xiǎn)來源進(jìn)行了較為系統(tǒng)的闡述,并選擇風(fēng)險(xiǎn)度量模型對(duì)信用風(fēng)險(xiǎn)進(jìn)行量化。首先,鑒于數(shù)據(jù)的可獲得性及研究特點(diǎn),選擇了18家白酒上市企業(yè)作為核心企業(yè)研究樣本,運(yùn)用Eviews軟件構(gòu)建了GARCH（... 

【文章來源】：四川省社會(huì)科學(xué)院四川省

【文章頁數(shù)】：75 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

JB檢驗(yàn)結(jié)果

46山西汾酒1460080945902016994.9841.02%2.121.69%水井坊1560077919866365170.0444.26%2.091.82%舍得酒業(yè)1660070211231716817.6238.81%2.061.97%順鑫農(nóng)業(yè)1700086034234748208.4338.98%1.863.16%老白干酒1860055913336754025.1051.18%1.516.60%從核心企業(yè)違約率排名可以看出，貴州茅臺(tái)、五糧液、今世緣、瀘州老窖這類營業(yè)收入較好，財(cái)務(wù)數(shù)據(jù)也較為優(yōu)質(zhì)的企業(yè)，相應(yīng)的預(yù)期違約率較低，而水井坊、舍得酒業(yè)、順鑫農(nóng)業(yè)、老白干酒這類利潤率不太理想、負(fù)債率較高、速動(dòng)比率較低的企業(yè)，相應(yīng)的預(yù)期違約率也相對(duì)較高，這個(gè)結(jié)果和我們的一般直覺感受是一致的。為驗(yàn)證違約率計(jì)算結(jié)果，從財(cái)務(wù)數(shù)據(jù)中選取主營業(yè)務(wù)利潤率、資產(chǎn)負(fù)債率、速動(dòng)比率等財(cái)務(wù)指標(biāo)構(gòu)建一個(gè)三位立體坐標(biāo)系，如圖4-2所示：圖4-2三維坐標(biāo)系下企業(yè)財(cái)務(wù)數(shù)據(jù)表現(xiàn)圖4-2中各點(diǎn)與原點(diǎn)之間的距離與違約概率之間的關(guān)系為：離原點(diǎn)越遠(yuǎn)的企業(yè)，其違約概率越小，離遠(yuǎn)點(diǎn)越近的企業(yè)，其違約概率越大。其中貴州茅臺(tái)（對(duì)應(yīng)數(shù)字為“1”）離遠(yuǎn)點(diǎn)最遠(yuǎn)，該公司在違約概率從小到大的排名中排名第一，違約概率最��；而老白干酒離原點(diǎn)很近（對(duì)應(yīng)數(shù)字為18），在預(yù)期違約率排名中排名最后一位，違約概率較高。且從右上角到左下角，數(shù)字逐漸變大，而數(shù)字大小代表預(yù)期違約率排名，排名越小的預(yù)期違約率越低，預(yù)期違約率排名與選取的財(cái)務(wù)數(shù)據(jù)判斷出的違約概率估計(jì)是吻合的。由此可印證，修正的KMV模型在測算我國上市公司預(yù)期違約率方面具有可行性。本文使用修正的KMV模型測算應(yīng)收賬款融資模式中核心企業(yè)信用風(fēng)險(xiǎn)具有可行性。

【參考文獻(xiàn)】：
期刊論文
[1]供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)體系構(gòu)建[J]. 劉兢軼,王彧婧,王靜思.  金融發(fā)展研究. 2019(11)
[2]嵌入?yún)^(qū)塊鏈技術(shù)的供應(yīng)鏈金融征信系統(tǒng)優(yōu)化[J]. 劉思璐,李華民.  征信. 2019(08)
[3]理性看待應(yīng)收賬款融資[J]. 李育峰.  中國金融. 2019(15)
[4]供應(yīng)鏈金融視角下的中小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系構(gòu)建[J]. 韓琴.  時(shí)代金融. 2019(09)
[5]我國供應(yīng)鏈金融業(yè)務(wù)運(yùn)作模式梳理與發(fā)展對(duì)策建議[J]. 黃明田,儲(chǔ)雪儉.  金融理論與實(shí)踐. 2019(02)
[6]金融科技重塑應(yīng)收賬款融資[J]. 郭仌.  中國金融. 2018(22)
[7]基于QRNN+GARCH方法的供應(yīng)鏈金融多期價(jià)格風(fēng)險(xiǎn)測度及防范[J]. 許啟發(fā),李輝艷,蔣翠俠,何耀耀.  數(shù)理統(tǒng)計(jì)與管理. 2018(04)
[8]供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)及其風(fēng)險(xiǎn)管理研究[J]. 范方志,蘇國強(qiáng),王曉彥.  中央財(cái)經(jīng)大學(xué)學(xué)報(bào). 2017(12)
[9]供應(yīng)鏈金融風(fēng)險(xiǎn)及其管理的研究綜述[J]. 龐明,郝咪.  財(cái)會(huì)通訊. 2017(32)
[10]小微企業(yè)應(yīng)收賬款融資難[J]. 趙永利,李杰.  中國金融. 2017(16)



本文編號(hào)：2952515