921 浏览摘要
随着互联网金融和信息技术的发展，线上供应链金融(OnlineSupplyChainFinance,OSCF)迅速成为破解中小企业融资难、融资贵问题的最佳模式之一。线上供应链金融以其低成本、高效率的特点使得供应链上下游企业通过线上融资平台、电子交易平台实现在线融资，在减少融资成本的同时也极大地提高了供应链的融资效率。在开展线上供应链金融的行业中，B2C电商行业当属最具潜力的行业。凭借着自身庞大的电商交易平台和信息集成优势，B2C电商平台实现了与线上供应链金融的完美结合。但是我国的线上供应链金融业务还处于起步探索阶段，相关的服务体系和风控机制还不完善，加之金融行业本身比较复杂，B2C电商供应链融资不可避免的会面临着高风险。其中最为重要也最难把控的就是信用风险。因此，对于B2C电商在供应链金融业务中的信用风险进行管理，尽可能降低信用风险造成的损失，对于B2C电商的健康发展和整个供应链的稳定运行意义重大。
本文基于B2C电商的视角，对企业从事线上供应链金融的信用风险进行了研究。首先在介绍B2C电子商务线上供应链金融信用风险的研究背景和现状的基础上分析了B2C电商的融资模式、参与主体以及信用风险的特点、影响因素；其次针对B2C电子商务供应链金融信用风险的特殊性，采用全景描述法对其进行识别并建立了由4个一级指标和24个三级指标构成的风险评价指标体系；然后借助于上述指标体系构建B2C电子商务企业的供应链金融信用风险评价模型，利用因子分析法和Logistic回归模型对评价指标进行了测度，得出影响B2C电子商务线上供应链金融信用风险的7个主成分因子,并利用40家S电商平台上的中小企业和供应链上下游中小企业的数据进行实证分析；最后从6个方面提出了具体的信用风险控制措施。文中提出的信用风险评价指标体系、风险评价模型、风险控制措施，对基于B2C电商的供应链金融信用风险管理具有一定的实际意义和参考价值，同时能在一定程度上为B2C电商企业有效应对信用风险提供指导。
关键词：B2C电子商务；线上供应链金融；Logistic模型；信用风险
目录
第一章绪论1
1.1论文的研究背景及意义1
1.1.1研究背景1
1.1.2研究意义1
1.2国内外文献研究现状2
1.2.1国内研究现状2
1.2.2国外研究现状3
1.2.3国内外文献研究综述4
1.3研究内容和方法5
1.3.1研究内容5
1.3.2研究方法6
1.4创新点7
第二章相关基础理论概述9
2.1线上供应链金融理论9
2.2B2C电子商务供应链金融理论11
2.2.1B2C电子商务线上供应链融资模式11
2.2.2B2C电子商务供应链金融参与主体12
2.3供应链金融信用风险评估理论13
2.3.1信息不对称理论13
2.3.2自偿性贸易融资理论13
2.3.3委托代理理论14
2.4线上供应链金融信用风险管理理论14
2.4.1信用风险的概念及特点14
2.4.2影响线上供应链金融信用风险的要素15
2.4.3供应链金融信用风险管理的流程17
第三章B2C电子商务线上供应链金融及其信用风险识别19
3.1B2C电商线上供应链金融发展现状19
3.1.1B2C电商线上供应链金融概况19
3.1.2B2C电商线上供应链金融特点19
3.1.3B2C电商线上供应链金融面临的主要风险20
3.2B2C电子商务线上供应链金融信用风险识别的原则和方法21
3.3B2C电子商务线上供应链金融风险识别的特殊性23
3.4B2C电子商务线上供应链金融融资模式及风险24
第四章B2C电子商务线上供应链金融信用风险评价31
4.1评价指标体系构建的原则31
4.2评价指标体系的建立31
4.3Logistic模型及数据选取33
4.3因子分析35
4.3.1KMO检验Bartlett球形检验35
4.3.2提取主成分35
4.3.3主成分的表达式38
4.4Logistic回归模型分析39
4.5模型分析的结果与检验40
4.5.1实证结果检验40
4.5.2模型综合性检验40
4.6结果分析41
第五章防范线上供应链金融信用风险的建议43
5.1完善线上供应链金融交易信息数据库43
5.2建立中小企业准入机制和信用档案43
5.3完善核心企业考核机制44
5.4建立物流企业准入制度和不定期考查制度44
5.5加快线上供应链金融人才培养44
5.6引入保险转移信用风险45
第六章研究结论与展望47
6.1研究结论47
6.2展望47
参考文献
；线上供应链金融；Logistic模型；信用风险
第一章绪论
1.1论文的研究背景及意义
1.1.1硏究背景
近年来，由于我国互联网传播速度加快，网络营销逐渐崛起，越来越多的中小企业加入到B2C电子商务行业。然而面对这样一个新的环境，中小企业的融资难贵问题依旧制约着它们的电子商务领域的发展。以银行为主导的传统供应链金融借助的是核心企业的信用，依据中小企业和核心企业的交易数据，完成对中小企业的授信放款。但这相对于部分中小企业来说准入门槛依然很高。在这种情况下，银行主动选择与有着资金和信息技术优势的电商平台合作，推动电商平台和供应链金融交易平台无缝对接。电商平台是连接供应商和商户的纽带，以京东、苏宁为代表的大型电子商务平台，通过整合平台上的交易数据、资金流向、在线支付等信息，与银行、中小企业、物流企业构建了一个集物流、资金流、信息流、商流“四流合一”的网链结构。B2C电商线上供应链金融不仅提高了供应链的融资效率，而且为电商自身带来了新的利润增长点，非常有利于电子商务的供应链的良性发展。同时，我们必须注意的是，新的供应链融资模式的出现,也带来了部分金融上的新风险。据有关资料表明，信用风险已经逐渐超越市场风险、操作风险、法律风险成为线上供应链金融的主导风险。因此，对B2C电子商务供应链的融资模式以及信用风险管控方面进行深入的研究，对于规避线上供应链金融信用风险、稳定电商产业能够起到重要的作用。
1.1.2硏究意义
随着B2C电商线上供应链金融业务进程加快，一大批实力雄厚的电商相继提供了针对供应链上中小企业的专业化供应链金融服务和产品，并试图构建以自己为主导的供应链金融生态系统。进入金融领域不仅可以为电商企业节省获客成本，也增强了对供应链上的供应商和商户的管理能力，推动了上下游企业和核心企业共同发展。但是新的供应链金融产品和服务的出现，必然会滋生很多新的风险，也可以说也可以说风险伴随着供应链金融产品的始终；同时信用风险在新的融资服务中逐渐超越市场风险、操作风险、法律风险成为线上供应链金融的主导风险。因此，加强线上供应链金融信用风险管理，是当前我们亟需解决的问题。本文以B2C电子商务行业为突破口，分析影响线上供应链金融信用风险的因素，试图通过建立风险评价指标体系和模型对从事B2C电商线上供应链金融业务的中小企业信用风险进行定量评估，为企业将来防范信用风险提供有效依据，也为当前电子商务企业从事供应链金融业务提出一些信用风险管控的对策建议。
1.理论意义
我国关于线上供应链金融信用风险的理论研究未能紧跟线上供应链金融的发展步伐。本文基于B2C电商的角度仔细剖析了电商线上供应链金融的三种主要模式，且根据其具体的业务流程识别其中的风险点。紧接着构建一套完整的信用风险评价指标体系,并结合具体实例利用Logistic模型找出了影响线上供应链金融的主要因素。这不仅丰富了B2C电商线上供应链金融信用风险管理的研究，也能为线上供应链金融其他风险的研究提供借鉴。
2.实践意义
通过利用本文建立的评价指标体系和风险控制模型，银行能够准确识别出融资企业经营过程中的信用风险，提升银行信贷业务的效益，有效抑制单个企业信用风险对整条供应链的蔓延，促进我国线上供应链金融业务有序开展。同时也为企业在日常经营中主动规避信用风险提供科学指导。
1.2国内外文献研究现状
1.2.1国内硏究现状
1.关于线上供应链金融信用风险的识别
郭菊娥［1］认为信用风险在四种常见风险中影响力最大，并从网络订单融资、网络仓单融资、网络联保贷款三个方面对基于第三方B2B的线上供应链金融展开研究。汪鑫I2】、李宽D］等人在认真分析了三种主要的融资模式的基础上，对线上供应链金融的信用风险因素进行识别，提出了应对潜在风险的多种举措。李路洋［4］、李林凤［5］等人对卖方电子订单模式、买方电子订单模式、电子仓单模式这三种融资模式的交易流程进行研究，并准确识别出了影响OSCF信用风险的主要因素。樊亚琴⑹则从电商交易平台和基于电商的线上融资平台对OSCF的信用风险进行识别分析，开创了一个新的研究角度。国内的大多数学者基本上都是在分析供应链金融模式的基础上来分析识别OSCF的信用风险，但有些学者建立的评价指标体系具有局限性。随着我国供应链金融逐渐由线下转为线上,我们必须采用“主体+债项”的风险因素识别方法，尽可能全面地识别出影响信用风险的主要因素，再结合银行信贷业务的风险影响因素，只有这样我们才能纵观全局，降低线上供应链金融业务的总体风险，推动线上供应链金融良性发展。
2.关于线上供应链金融信用风险的评价
熊熊［7］采用了“主体+债项”的评级方式评价构建了信用风险评价体系，利用主成分分析和Logistic回归模型完成了信用风险的精确评估。岳昱星［8］借鉴了传统供应链评价指标体系，从融资企业、核心企业、物流企业及供应链整体状况四个方面建立了指标体系，运用因子分析法和Logistic模型对商业银行线上供应链金融信用风险进行测量。李毅学【461(2011)从供应链上的操作风险、信用风险、系统风险、存货变现风险等方面建立了指标体系，并运用层次分析法测度所构建的风险评价指标体系。汪鑫(2014)［2］采用熵权系数法和灰色综合评价方法相结合的研究方法，测量了由5个一级指标、24个二级指标构成的指标体系。史金召(2014)［1］设计了VaR模型，通过对贷款结构的动态优化，来及时规避供应链金融信用风险。黄丹(2012)DI阐述了线上供应链金融的运作架构以及交易联动机制，根据操作风险理论对风险进行识别、评估以及控制，并根据指标特点先后构建了操作风险的指标体系和评估模型。胡海青(2011)［1。］运用将主成分和回归组合的方法，然后采取SVM模型同时对数据进行分析，来实现供应链金融信用风险的精准评价。何昇轩(2016)［11］建立了包括6个一级指标、20个二级指标、77个三级指标的线上供应链金融信用风险评价指标体系及模糊综合评价单因素评价表，并使用模糊综合评价法进行了风险度量。孔媛媛［12］从模糊集和影响图理论出发，构建了模糊影响图模型来评价供应链金融风险，可以将难以量化的指标进行模糊处理，提供了一种新的思路。
1.2.2国外硏究现状
1.关于线上供应链金融信用风险的识别
国外方面,BlomeC和SchoenherrT(2011)［47］结合交易成本理论对8个企业的供应链金融风险进行分析，分析除了影响供应链金融风险的主要因素，并指出企业可以通过转移自身的风险问题来降低风险。SadlovskaV和EnslowB(2006)［48］运用期货和期权相结合的预测方法分析了供应链融资中的市场风险，并指出产品定价模型的重要性。BarskyNP和CatanachAH(2005)［49］从5个方面对供应链风险进行阐述,然后根据风险管理理论建立了相应的风险测度模型。YueliangSu,NanLu［50］等从内在风险和外在风险两个方面识别信用风险来源，并建立了特定主体的风险评价模型。BaoyuZhong,zhangfengyi［51］认为中小企业财务状况不完善是导致中小企业信用风险的主要因素，银行应重点监控中小企业的财务信息。
2.关于线上供应链金融信用风险的评价
Shearer&Diamond^］指出：随着信息技术的发展，供应链金融发展遭遇了新的风险，银行要试试更新风险预警机制和风险防控技术。OhlsonJA53］用Logistic模型分析了企业的财务状况，计算出了所选企业的供应链金融风险，具有很高的正确率。MichaelB.Gordy(2000)根据利率期限结构理论，运用CreditMetrics模型，测算出融资企业的违约率。JZShi,JGuo,SBWang(2015)［54］在比较了多种信用风险评价方法后，建立了一个基于B2B电子商务平台的信用评价函数系统。这个评价模型将信用风险分为五个层次,能够对每种信用风险进行准确评价，并提出了相应的控制措施。AltmanEI(2015)［55］运用变量判定分析企业的信用状况，并根据破产报警结果对企业进行系统分析，比预测结果较为准确。CollinsR［56］通过Logistic回归模型对企业的信用状况进行测算，通过回归结果对企业信用状况进行等级划分，以此来考核融资企业的违约率。
1.2.3国内外文献硏究综述
综上所述，现在的学者们已经逐渐意识到了供应链金融信用风险研究的重要性，但同时也存在着一些问题：
第一，现有学者分析了供应链金融不同融资模式中存在的风险，逐渐重视从多个主体对供应链金融风险的进行探讨，但大多数研究都是围绕线下供应链金融展开的，很少涉及到线上供应链金融的信用风险。
第二，现有文献主要研究了我国传统供应链金融的三种主要融资模式，但随着我国供应链金融的发展，银行金融机构为了迎合中小企业融资需求，开发出了一些具有创新意义的融资方式，例如电商担保融资模式、委托贷款融资以及基于战略合作伙伴关系和长期合作信任而生的关系型融资模式等。因此相关学者未能及时对上述创新型融资模式进行理论研究。
第三，B2C电商线上供应链金融是近两年才出现的，因此很少有学者把B2C电商中小企业作为研究主体来对供应链金融的风险进行管控。因此本文关于B2C电子商务线上供应链金融信用风险控制的研究对推动当前B2C电商供应链金融发展有一定的积极作用。
1.3研究内容和方法
1.3.1硏究内容
本文基于B2C电子商务的视角，从风险识别、评价与控制三方面对线上供应链金融信用风险进行了论证。通过对电商供应链金融电子订单融资模式、电子仓单融资模式、电商担保融资模式进行风险分析，并建立了B2C电子商务的线上供应链金融信用风险指标体系。接下来结合S电商公司的实例，最后从六个方面提出了B2C电商线上供应链金融信用风险控制策略。
第一章，绪论。陈述本篇论文的研究背景及意义、研究内容和方法，以建立对本文研究的初步认识，最后提出了本文的创新之处。
第二章，相关理论概述。通过文献分析、报刊资料以及电子文献检索等方法，系统阐述线上供应链金融、B2C电子商务供应链金融、供应链金融信用风险评估、线上供应链金融的信用风险管理等理论，进一步为后面供应链金融信用风险控制研究奠定扎实的理论基础。
第三章，B2C电子商务线上供应链金融及其信用风险识别。首先从概况、特点、面临的主要风险等三个方面对B2C电商线上供应链金融的现状进行分析。然后通过明确B2C电子商务的线上供应链金融信用风险识别的原则和方法，认识到B2C电子商务的线上供应链金融信用风险识别的特殊性，最后具体分析了三种电商供应链融资模式及其风险，从而为后面建立供应链金融信用风险评价指标和风险控制模型提供依据。
第四章，B2C电子商务线上供应链金融信用风险评价指标建立和信用风险测度。本章首先分析了信用风险指标体系构建的原则，然后根据信用风险评价的常用指标，并结合B2C电商供应链金融的特点构建了最终的评价指标。接着选取了S电商平台的40个电商企业的数据，对这些数据进行主成分因子分析和模型检验，最后对Logistic回归模型结果进行分析。
第五章，相应的信用风险控制对策建议。根据第四章的内容，从完善线上供应链金融交易信息数据库、建立中小企业准入机制和信用档案、完善核心企业考评机制、建立物流企业准入制度和不定期考查制度、加快线上供应链金融人才培养、引入保险转移信用风险等六个方面提出信用风险控制的具体措施。
第六章，研究结论和展望。纵观全文，总结了本文的研究内容，并对后续的研究进
行了展望。
本文的技术路线图如图1.1所示:
图1.1技术路线图
1.3.2硏究方法
1.文献研究法
本文通过查阅相关文献整理了大量关于B2C电商线上供应链金融信用风险管理的理论，并对这些理论进行归类总结，从而为本文的研究工作提供参考借鉴。
2.定性与定量分析相结合的方法。
本文关于线上供应链金融信用风险识别、风险控制采用的是定性分析方法，而对线上供应链金融信用风险评估采用的是定性与定量分析相结合的方法。
3.实证研究法
本文运用了实证分析的方法，借助于S电商的供应链金融实际案例，并运用因子分析和Logistic回归模型测度供应链金融指标评价体系，分析探讨B2C电子商务的线上供应链金融信用风险识别、评价与控制过程。
1.4创新点
本文在查阅了大量供应链金融信用风险控制的文献后，以B2C电商作为研究主体,深入剖析了影响B2C电商线上供应链金融信用风险的主要指标，有着以下创新点：
其一，以往关于供应链金融信用风险的研究大多是围绕银行和中小企业展开的，本文选取新的视角，以B2C电商作为研究主体，这丰富了电商供应链金融信用风险研究的理论，也为B2C电商开展线上供应链金融业务提供理论支撑。
其二，本文采用多种研究方法，在对B2C电子商务线上供应链金融业务的信用风险进行识别的基础上，建立多指标风险评价体系，并运用因子分析与Logistic回归模型完成了对评价指标体系的有效论证，最后从六个方面提出信用风险控制的具体措施，相信对中小企业开展电商供应链金融业务有一定的帮助。
第二章相关基础理论概述
2.1线上供应链金融理论
近几年，我国B2C电商线上供应链金融业务发展迅猛，并越来越受到银行等金融机构和大型电商的青睐，这离不开电子商务行业信息化水平的提升和政府对供应链金融行业的大力扶持。同时大数据和云计算等新型技术的出现，大大降低了B2C电商供应链金融产品和服务融资成本，提高了电商供应链的整体竞争力。因此，实现线上供应链金融和电子商务相互助力、完美结合是解决中小企业在电子商务领域融资问题的利器。
到目前为止，我国供应链金融的发展经历了四个阶段：“1+N”模式的1.0时代,线上“1+N”模式的2.0时代，"M+1+N”的线上供应链金融3.0时代，“N^N”模式的4.0时代⑶】。供应链1.0版本是传统的中心化模式，银行以核心企业的信用作为支持，为核心企业的上下游企业提供融资服务，在技术层面以不动产抵押、信用评级为基础。由于信息化技术的突飞猛进，供应链金融2.0线上化时代则通过电子化等技术手段对接供应链的上下游及各参与者的ERP端口，银行与供应链参与者共同合作提供融资服务，主要的技术突破在于互联网以及动产质押。供应链金融3.0时代则是以平台化为显著特征，银行、供应链参与者以及平台的构建者以互联网技术深度介入，比如打造云平台，通过资金流、信息流、物流三维数据风控建模来构建综合化的大服务平台。产业互联网的浪潮为供应链金融开创新模式提供了更为广阔的空间，供应链金融开始走向智慧化4.0时代，业务模式趋向去中心、实时、定制、小额，产品则以数据质押为主，借助于物联网、人工智能、大数据、区块链等技术，实现了供应链和营销链全程信息集成和共享，创建一个真正服务于整个供应链的各类主体并推动商业生态的发展的开放式供应链金融生态圈。随着网络参与主体的不断增多，逐步形成去中心化的融资网络。本文研究的B2C电子商务线上供应链金融，属于3.0时代的供应链金融。
线上供应链金融又称在线供应链金融，是银行通过线上融资平台与电子市场交易平台、物流仓储管理平台等多方平台的互联互接，提供融资结算一系列金融业务，服务于核心企业及其上下游企业的一种金融创新模式［33］。线上供应链金融的操作流程大多在线上，能够极大简化传统的供应链金融业务流程，提高了整条供应链的融资效率和中小企业的融资成本。线上供应链金融通过各节点企业通力合作，实现了物流、资金流、商流和信息流四流合一。相对于传统的供应链金融，线上供应链金融的创新之处表现在四个方面：第一，线上供应链金融的业务流程都在线上操作，真正做到了帮助核心企业及其上下游企业“降本增效”。第二，打破了金融机构主导的传统供应链模式，加强了核心企业与银行、融资企业、物流企业的联系，核心企业的地位日益重要，同时对核心企业的管理水平提出了更高的要求。第三，各节点企业通过四大平台实现了信息实时共享，使银行能够实时掌握企业的经营信息，帮助银行实现融资业务的科学决策。下面我将从服务对象、融资效率、授信方式等多个角度比较线上供应链金融和线下供应链金融，如表2.1所示，我们可以更直观地看出它们各自的特点。
表2.1线上供应链金融和传统供应链金融的对比
对比角度线上供应链金融传统供应链金融
融资效率银行在线审批资料，1天内可完成贷款，需线下准备纸质文件，一周内放款，
高效快捷效率较低
融资成本费用低费用高
参与主体核心企业、融资企业、3PL、金融机构、核心企业、融资企业、3PL、金融机
电商平台构
风险评估线上+线下仅线下
风险预警银行对接电子商务平台掌握融资企业交建立预警机制难度大
易数据和资金动向，与电商平台实现联
合预警
服务对象中小微企业中小企业
授信方式线上授信线下授信
授信过程融资企业在电子商务平台申请，银行在企业向银行申请贷款，银行线下审核
电子交易平台线上审批，一周内可完成授信，花费时间较长
地域限制可以开拓异地市场，基本不受地域限制受地域限制较明显
信息共享程度信息共享程度较高信息共享程度较低
融资频率高低
授信条件有形资产（流动资金、动产）+无形资产有形资产（流动资金、动产）
（B2C电商平台信誉）
2.2B2C电子商务供应链金融理论
B2C(BusinesstoCustomer)即网络零售，是指企业通过网上商店向消费者出售产品和服务的商业零售模式。2018年我国电子商务交易额为31.63万亿元，比上年增长8.5%，依旧呈现高速增长态势。B2C电商线上供应链金融利用互联网技术把电子商务平台加入到传统的供应链金融中，供应链上的各个参与主体通过电子商务平台实现信息高度共享,银行可以实时查看融资企业的交易数据和信用记录，并以此决定是否给融资企业贷款以及贷款额度。同时B2C电商也可以为融资企业提供信用担保，帮助融资企业解决资金周转困境。它不仅提高了中小企业的融资效率，而且能有效降低因为信息不对称给银行带来的信用风险。随着银行与电子商务企业的深入交流合作，我国B2C电商线上供应链金融逐渐形成了以电子订单融资、电子仓单融资、电商担保融资为主的三种融资模式。
2.2.1B2C电子商务线上供应链融资模式
1.电子订单融资
电子订单融资是由应收账款融资演进而来的，是融资企业为了向银行贷款将已收到的电子订单质押给银行的一种模式。当融资企业出现资金周转不灵时，可以向银行申请贷款。银行经过审核无误后给企业发放无抵押贷款，融资企业在订单回款再在偿还银行贷款。这种融资模式比较灵活，它适合信用等级较高和有良好交易记录的中小企业，能够有效减少资金的占用，很大程度上提高了企业的经营周转速度，缩短了交易周期，满足了企业的临时性资金周转需求。
2.电子仓单融资
电子仓单是现货电子盘交易申请交割后、并将货物送入交割仓库后的持仓凭证。它是由银行线上融资平台生成的，包含品名、数量、金额等信息的电子凭据。当融资企业出现资金缺口时，可以通过将货物质押给电子商务平台指定的仓储监管公司，在拿到仓储监管公司开具的电子仓单后，可以向银行申请贷款。这种融资模式要求融资企业有流通性较强的存货。和传统的纸质仓单相比，单子仓单具有不可转移性、稳定性，所以也能大幅降低银行的坏账和赖账数目，减少了银行因信用风险带来的损失。电子仓单融资适合短期资金缺口大、企业经营周转快的中小企业，银行可以根据存货的未来市场表现来确定存货的质押率(申请贷款的金额和质押物金额的比率)和放款金额。
3.电商担保融资
电商担保融资是一种创新型的线上供应链金融融资模式，是在传统的融资担保基础上演变而来的。传统的融资担保是指有融资需求的企业寻找合适的信用担保机构为自己做融资担保，当融资企业不能还款时，则由信用担保机构向银行偿还债务。电商担保融资是大型的B2C电商利用自身雄厚的资金及其信誉优势为融资企业提供担保服务。例如京东商城和苏宁易购可以充当融资企业的担保人。供应链上的中小企业由于缺乏长期固定资产而抵押物不足，以至于很难得到金融机构的资金扶持。仅仅依靠自身的实力，很难做到发展壮大，电商担保融资为中小企业提供了新的契机，帮助他们解决资金难题。
这里先简要介绍B2C电商线上供应链金融三种主要的融资模式，每种融资模式的具体流程及其风险将在第三章进行详细描述。
2.2.2B2C电子商务供应链金融参与主体
在B2C电商线上供应链金融业务中，银行等金融机构通过将融资企业与资金雄厚的核心企业的信用绑定在一起，并把融资企业的交易数据和信用记录以及对货物的回购作为信用风险控制的关键，以此实现对供应链“四流”的有效控制。作为一种开放式的融资系统，线上供应链金融不仅使融资企业顺利开展投融资活动，也帮助银行开拓了信贷市场，并最终推动整条供应链持续健康的运行。一般来说，B2C电商线上供应链金融的参与主体主要包括核心企业、融资企业（多为中小企业）、金融机构、3PL和电子商务平台。它们各自扮演的角色如下表2.2.
参与主体角色说明
核心企业融资担保人为融资企业贷款活动提供担保，信用等级高
金融机构资金提供者一般指商业银行，有时也指实力雄厚的的电商
中小企业资金需求者有资金缺口，
物流企业银行代理人、协调监管抵质押资产、物流运输管理
者
电子商务平台平台提供商、粘合整合供应链内部交易信息和资金流进行，提供信息技
剂术支持
2.3供应链金融信用风险评估理论
2.3.1信息不对称理论
信息不对称理论是指在市场交易活动中，交易双方对信息的了解程度是有差异的，信息掌握比较充分的一方，往往处于比较有利的地位，而信息贫乏的一方，则处于比较不利的地位。该理论主要是指企业的管理者相对于股东、政府、债权人以及其他投资者而言，掌握着更多的企业内部信息，他们处以信息优势地位。因为经营者和投资者处以信息不对等的地位，所以企业为了获得更多的投融资和树立“正面”的形象，这就有可能出现逆向选择。在线上供应链金融活动中，由于各方信息不对称导致的信用风险普遍存在。因此，如何降低中小企业与核心企业、银行等金融机构的信息不对称程度成为信用风险管理过程中非常重要的一步。依据信息不对称理论，一方面要求中小企业要发挥诚信精神，根据自身真实情况如实披露财务信息；另一方面，要求银行与核心企业、物流企业合作，做好实地走访工作，全方位获取中小企业的各种交易信息，改进对中小企业的信用风险评价思路，建立更加科学的信用风险评价模型，从而最大程度地削弱中小企业信用风险对供应链金融的影响，提高银行信贷业务的收益。
2.3.2自偿性贸易融资理论
自偿性贸易融资是指银行依托对物流、资金流的控制，或对有实力关联方的责任捆绑，在有效控制授信资金风险的前提下提供的授信。也就是说，如果某些中小企业的实力和规模达不到银行授信的标准，可以依据企业真实贸易背景和上下游客户资信实力来获得银行的授信，银行以企业销售收入或贸易所产生的确定的未来现金流作为直接还款来源，大大的降低了银行的信贷活动风险。供应链金融是指以真实贸易背景为前提，依托核心企业的信用，运用自偿性贸易融资的方式，通过封闭资金流或者控制物权，为供应链上下游中小企业企业提供金融产品和服务。供应链金融是一种自偿性贸易融资，即具有还款来源的自偿性、操作封闭性等特征。供应链中的真实贸易信息可以弥补中小企业经营信息不透明、信息不充分的问题。供应链金融关注整个供应链整体企业的发展与贸易状况，通过核心企业的信用捆绑，使中小企业获得低成本融资，实现供应链金融业务的稳定发展与链上企业的持续发展。另外，自偿性贸易融资还具有贷款资金的专款专用和还款来源可靠等优势，这也是我国线上供应链业务发展迅速的重要原因之一。
2.3.3委托代理理论
委托代理理论是建立在非对称信息博弈论的基础上的。随着生产力发展和专业化分工水平的提高，权利的所有者由于自身知识能力水平的限制委托一批具有专业知识的代理人帮助行使权利，这样委托代理关系便产生了。但在委托代理的关系中，由于委托人和代理人的效用函数存在差异，委托人追求的是自己财富更大，而代理人追求自己的工资津贴收入、奢侈消费和闲暇时间最大化，因此代理人可能在执行代理的过程中出现逆向选择和道德风险问题，给委托人的利益造成损失。委托代理理论的核心任务是设计出让委托人和代理人都满意的最优契约，即双方的利益同时达到最优。线上供应链金融的参与主体众多，在供应链金融业务过程中存在着广泛的委托代理关系，如银行委托第三方物流企业监管中小企业的质押物；核心企业为中小企业提供信用担保，当中小企业未能还款时，核心企业自然承担起还款的责任。因此研究委托代理理论能够帮助我们更加明确供应链金融融资业务流程，对线上供应链金融信用风险管控也具有重大意义。
2.4线上供应链金融信用风险管理理论
2.4.1信用风险的概念及特点
信用风险又称履约风险，是指融资企业因为某些主观或者客观的因素，不能按时还款或不能全额还款而给银行和交易对方造成损失的可能性，是一种非系统性风险。因为供应链上的融资企业、核心企业、银行和物流企业之间总是存在着多种形式的契约关系，所以信用风险在B2C电商线上供应链金融中非常普遍。在翻阅了大量研究信用风险的资料后，本文将信信用风险划分为主观违约风险和客观违约风险。主观违约风险是指借款人因信用水平低下，在完全有能力履行合同的情况下拒绝向对方还款而给对方带来损失的风险。如融资企业因自身信用水平低、道德败坏等原因，不遵守贷款合同，因而使银行的预期收益低于实际收益。客观违约风险是指因某些不可抗力使借款人无力还款，被迫给对方造成损失的风险。如融资企业因破产清算以及其他不可抗力等原因无力还本付息，使得银行的预期收益和实际收益不符，信贷市场价值降低。B2C电商线上供应链金融的参与主体众多，而且涉及到四大信息共享平台，因此研究该供应链的信用风险对我国供应链金融业务的有序开展意义重大。
信用风险具有如下特点：
1.扩散性。
扩散性是指事物在发展过程中慢慢扩展和延伸开来。就线上供应链金融而言，整条供应链上的多个参与主体相互作用，牵一发而动全身。一旦某个企业出现了信用风险，供应链中的上下游企业便会遭受影响，最终会扩散到整条供应链。从另一个角度看，每一个节点企业的信用提升能使整个供应链的抗风险能力大大增强。因此，我们研究B2C电商线上供应链金融的信用风险，不单单要考虑融资企业自身的情况，还要考虑供应链上其他企业的交易状况，这样才能建立出科学完善的信用风险评价指标体系。
2.突发性强
线上供应链金融的服务对象是中小微企业，而中小微企业自身存在着资金规模小、操作流程不规范、财务信息披露不完全等弱点，导致其抗风险能力较差，供应链上的某一环节出现混乱，可能会让中小企业猝不及防，最终导致供应链突发信用风险。
3.影响因素多
在线上供应链中，由于参与主体众多，操作流程复杂，因此影响信用风险的因素也很多。为了能够抓住影响信用风险的关键因素，我们不仅要考虑融资企业的资金状况、信贷状况，还要考虑核心企业资质、信用评级以及物流企业的信息技术水平。只有综合考虑了以上因素，并且建立准确的指标评价体系和模型，我们才能建立完备的风险防范预警机制，提供整个供应链的风控能力。
4.不可控性
信用风险是不能被完全控制的，我们只能采用一些手段来规避和降低可能出现的信用风险。在传统的信贷融资中，银行通常只需要评估融资企业单一的风险。通过对融资企业的资信调查和数据分析，银行可以化解大部分常规的信用风险。而在供应链金融活动中，仅仅看重融资企业的信用记录和发展状况，忽略了其他主体，最终会导致供应链的破裂和失败。由于供应链的信息不对称性，银行不可能了解每个企业的信息，很多时候要靠企业自身去掌握风险控制的能力。因此线上供应链金融信用风险有着不可控的特点。
2.4.2影响线上供应链金融信用风险的要素
商业银行传统信贷业务中的信用风险主要是由融资企业引起的，我们主要对融资企业的资产负债表进行分析以降低信用风险。但是在现在的供应链金融业务中，我们不仅要对除融资企业以外的其他主体进行研究，还把原来单对“主体”的评级方式改进为“主体+债项”的评级方式。基于以上情况，我们可以从宏观和微观两个方面来分析影响B2C电商线上供应链金融的因素。宏观方面主要体现在国内外的经济政治形势、法律法规、行业环境；微观可以从线上供应链金融的参与主体、供应链运行状况和其他可能出现信用风险的地方分析。
1.国内外经济形势、国家法律法规和行业环境促使供应链信用风险产生
首先，国内外的经济形势影响着国家的经济波动，例如最近中美贸易战导致我国出口受阻，部分电商企业不得不转变出口为内销，不利于企业利润的增长和规模扩张。其次，还要看重国家的法律法规对供应链金融信用风险的影响。例如最近出台的《担保法》解释和《反不正当竞争法》有助于营造一个良好的竞争氛围，解决担保乱象。最后，行业环境对信用风险的影响最为明显。因为身处在行业环境中的每一个企业都或多或少的受到其他交易对象的影响，所以行业环境是信用风险评价必须要考虑的。
2.供应链本身的脆弱性和不稳定性
供应链上产品的流通都要经过供产销三个环节，每个环节都有很多企业参与其中，只要一个环节出现问题，可能会使整个供应链出现危机，这就是供应链的脆弱性。另外，供应链金融信用风险具有扩散性，各个节点企业的信用风险容易互相感染。中小企业自身存在的问题会被带到供应链中来，只有通过信用绑定和扶持才能克服中小企业自身的弱点。俗话说“一损俱损，一荣俱荣”，供应链上各个环节交错复杂，因此企业之间和信任和合作非常重要。
3.核心企业的信用风险
核心企业在供应链中占据着主导地位，因此核心企业的信用风险是我们在构建信用风险防控机制时第一个要考虑的。首先，核心企业通过四大平台将银行、融资企业、物流企业紧紧地联系在一起，在这个过程中资金流、信息流、商流、物流紧密传播，为有资金缺口的中小企业作担保；其次，核心企业的经营实力和信用水平决定着供应链的稳定性和竞争能力；最后，核心企业对银行的协助能力和上下游客户的管理能力直接影响了供应链的融资效率和融资成本。
4.中小企业自身内在缺陷
与供应链上的大企业相比，中小企业在资金规模、发展速度和信用水平等方面都有着自身内在的缺陷。中小企业通常都是资金规模小、技术服务单一、抗风险能力弱的经济单位，融资难、融资贵的困境时常困扰着它们。而且中小企业组织机构不完善，企业的整体决策一般都是由业主直接决定，企业是否履约还款跟管理者的信用水平直接挂钩。针对中小企业信用风险频发的现象，银行要建立中小企业准入机制和信用档案，寻找可靠的融资企业，提高信贷市场的收益。
5.物流监管方风险
在现在供应链金融业务操作中，银行为了降低质押物保管成本通常会找第三方物流企业代为监管质押物。因此，银行也减少了对质押物各类信息动态管理的机会。由于信息不对称性，物流监管方可能会为了自身的利益而损害银行的利益。如与融资企业串通伪造仓单和入库凭证，或者伪造出库登记单，不经银行同意擅自处理质押物；由于工作人员的失误导致质押物损坏，这样便产生了物流监管方风险。
正是由于线上供应链金融信用风险有着不可控性和诸多影响因素，为了保证整体供应链的利益和供应链金融业务有序开展，我们必须对线上供应链金融信用风险进行全方位的研究。
2.4.3供应链金融信用风险管理的流程
与传统信贷融资信用风险管理相似，线上供应链金融信用风险管理有风险识别、风险评估、风险控制三个步骤。
风险识别是指在风险发生之前，人们运用各种方法认识所面临的风险和影响风险的潜在因素的过程，这是进行风险管理后续活动的基础。风险识别包括感知风险和分析风险两个环节。感知风险是指认识客观存在的各种风险，寻找影响风险的潜在要素。分析风险是指分析引起风险事故的各种因素，为拟定风险处理方案服务。只有准确地找出信用风险产生的成因，才能为构建信用风险评价指标体系奠定基础。
风险评价是指在风险识别的基础上，运用一定的技术和方法量化测评某一因素或因素带来的影响或损失的可能程度。风险评估的主要任务包括：评估风险发生的概率和可能产生的负面影响，确定企业承受风险的能力，确定风险控制的优先级，拟定风险规避对策。
风险控制是指在完成风险识别和风险评价工作后，米取多种措施减少风险事故造成的损失。这是我们进行风险管理获得的最终目的。风险控制活动贯穿B2C电商线上供应链金融信用风险管理的全过程，包括贷前，贷中和贷后。供应链上的各个企业应该建立一套健全的风险控制体系，实现对风险的科学管理，从而将供应链上各方遭受的损失降到最低。
本文将依照供应链金融风险管理的三个步骤，从信用风险识别、信用风险评价、信用风险控制三个方面对B2C电子商务线上供应链金融信用风险进行研究。随着时间的推移，影响信用风险的要素是持续变化的，旧的风险点可能消失或影响程度降低，新的风险点可能出现，因此我们要实时改进信用风险评价机制，最大程度的规避B2C电商线上供应链金融信用风险。
第三章B2C电子商务线上供应链金融及其信用风险识别
3.1B2C电商线上供应链金融发展现状
3.1.1B2C电商线上供应链金融概况
我国供应链金融业务最早产生于深圳发展银行。2003年深圳发展银行最先在国内推出供应链金融业务，2006年正式整合推出互联网金融服务，2012年推出“供应链金融2.0”。近年来，供应链金融已经在我国迅速的发展，不仅扩宽了中小企业的融资渠道，也为银行等金融机构降低了信贷成本，最终促进金融与实体经济融合共生发展。
B2C电商线上供应链金融是供应链金融进入到3.0时代的产物,从字面上不难看出，电商线上供应链金融是指电商平台参与到供应链原有的融资网络中，利用自身的信息技术、规模优势整合供应链中的资金流、物流、信息流，从而进一步地降低供应链融资成本和金融风险的一种线上的供应链金融模式。
随着我国电商行业的不断成熟，国内的大型电商巨头先后发力供应链金融“蓝海”，盯准中小企业融资万亿级市场。B2C供应链金融通过信息技术工具实现B2C电商和供应链金融完美融合，不仅能为供应链上下游企业提供专业化融资服务和产品，还能大幅降低供应链的融资成本，最终形成一个良性互动的金融系统。B2C电商线上供应链金融融合了线下制造业，一方面为中小企业解决了融资难贵的问题，另一方面扩展了金融机构的服务市场，进而提升整条供应链的价值和效益，达到多方共赢。目前我国的B2C电商线上供应链金融呈现出两种趋势，一种是B2C电商企业和银行合作，为供应链上的中小企业提供信用担保，从而帮助中小企业顺利得到银行贷款；另外一种是有着雄厚资金实力的大型B2C电商成立金融服务公司，作为供应链上的核心企业，通过整合平台线上交易数据、仓储物流、第三方支付完成了商流、信息流、物流、资金流“四流合一”的完美闭环，为中小企业提供金融贷款服务。据估计到2020年我国供应链金融市场的规模将达到27万亿元，市场前景可观。
3.1.2B2C电商线上供应链金融特点
1.B2C电商线上供应链融资模式以应收账款为主
在我国供应链金融行业日渐成长的过程中，业内慢慢形成了应收账款、动产质押、预付账款等三种主要的融资模式。而我国的B2C电商线上供应链金融主要是围绕应收账款模式展开的。金融机构更加青睐以应收账款融资的方式开展供应链金融业务的原因在于：
（1）应收账款是直接的还款来源，相对于其他两种方式，无论从流程还是风险上来说，对金融机构更加有保障。
（2）此种方式的业务围绕着核心企业，借助核心企业的信用增进大大降低了供应链的信用风险。
（3）核心企业作为银行的老客户，银行在开展供应链金融业务时减少了获客成本。
（4）核心企业的订单、仓储、财务等模块与银行实现全方位对接，有利于银行全面掌控风险信息。
2.线上供应链金融与线下制造业联动效应正在形成
制造业领域本身具有产业链化趋势，线上供应链金融只有与产业链结合起来才能实现深层次的突破。线上供应链金融是金融机构以核心企业为中心原点，依据链条上不同企业个性化的资金需求，为其提供金融解决方案。相信在未来线上供应链金融和制造业产业链深度融合的过程中，金融机构定能推出更多符合产业链需求的产品和服务。同时我们也应注意到，不同产业链之间的交易模式不同，各个产业链上企业的需求也不同。互联网金融机构应该围绕着产业链本身为融资企业提供量身定做的金融产品和服务。如B2C电子商务行业，互联网金融机构应该关注产业链的上下游，上游寻找可信赖的供应商，下游寻找终端客户，为用户设计如预付款融资、存货融资、应收账款融资等多元化融资方案。
3.一些新的供应链融资模式已经出现
随着越来越多的企业加入到供应链金融中来，一些新的供应链融资模式已经出现。就B2C电子商务行业而言，例如电商担保融资，战略关系融资就是在三种主要融资模式的基础上演变而来。在这样情况下，不仅可以使融资企业根据自身的特点选择合适自己的融资模式，解决融资难、融资贵的难题，而且可以使出资方扩大自己的经营业务，从而获得更多的收益。不过，在这些新的融资模式出现以后，整个供应链金融行业可能会面临着更多更大的风险，所以供应链金融参与各方要实时增强自身的风险抵御能力。
3.1.3B2C电商线上供应链金融面临的主要风险
作为一种创新型的融资服务，供应链金融风险在涵盖了传统信贷风险的基础上，又
增添了供应链金融自身特有的风险。目前我国B2C电子商务线上供应链金融的风险主要包括市场风险，操作风险，信用风险，法律风险等。
市场风险属于不可控风险，指质押物或企业资产的价格随市场价格变化和汇率波动而带来的风险。例如在商品质押期间，质押物价格出现大幅下降，就会导致质押物价值低于银行给企业的授信额度，此时融资企业可能会出现赖债，间接地给银行带来难以预估的损失。为了避免这种情况的出现，银行一定要对融资企业的质押商品是否适合质押做出准确判断。
操作风险是供应链金融业务中最难防范的风险之一，它贯穿于供应链上各企业日常业务及风险管理的始终，由于供应链金融的参与主体众多，各个企业所涉及的业务也比较多，网络关系结构复杂，金融机构难以时刻对整个供应链进行监督和管理。而且当前国内的供应链金融风控体系还不成熟，业务操作流程有待进一步的完善，这就使得控制操作风险在供应链金融风险管理的过程中尤其重要。
信用风险是指债务人因为某些主观或客观的原因未能按时或者全部归还贷款给债权人，从而给债权人造成损失的一种非系统性风险。处于供应链中弱势地位的中小企业由于规模小、固定资产少、会计信息透明度较低，使得金融机构在对中小企业进行信用评级时面临多重障碍，最后的信用评级可能会与实际中存在较大的偏差，进而给中小企业提供了不匹配的金融产品或服务，造成自身的损失。
法律风险指法律本身存在着某些漏洞、空白以及法律变动对供应链金融中各个主体带来损失的风险。由于供应链金融与传统的信贷业务有着很大的不同，原先为传统信贷业务制定的法律法规可能不适合于供应链金融，我们需要修改和完善相应的法律法规。这是一个循序渐进的过程，不能一蹴而就。
本文主要对B2C电商比较重要的和线上供应链金融最主要的信用风险进行研究，其他三种风险的研究逻辑和方法可以参照信用风险。
3.2B2C电子商务线上供应链金融信用风险识别的原则和方法
在总结了识别传统供应链金融信用风险原则的基础上，依据第二章所描述的信用风险的特点，本文认为识别B2C电商线上供应链金融信用风险应遵循以下原则：
（一）系统性原则
B2C电商线上供应链金融信用风险的识别不能单单局限于供应链中的每一个企业，而是要站在整体的角度对供应链中的节点企业及其业务进行识别。既要识别包括上游供
应商、供应商的供应商、制造商、分销商、用户等多个主体，也要注重识别供应、生产、配送、销售、仓储、融资等所有环节的风险。
（二）持续性原则
我们可以从两个方面理解B2C电商线上供应链金融信用风险识别的持续性原则。首先，供应链金融的信用风险伴随着供应链金融活动开展的始终，供应链金融信用风险识别应该持续进行；其次，供应链金融风险管理是一个动态的过程。新的条件的出现可能会导致旧的风险消失和新的风险的出现。因此我们必须时刻注意着环境和条件的变化,做好信用风险识别这一基础工作。
（三）科学性原则
B2C电商线上供应链金融信用风险识别是一项系统性的科学管理活动，我们在风险识别的过程中必须运用科学的、专业的方法和技术来保证识别结果的准确性。风险识别是风险管理过程的基础，如果我们不能准确地识别出信用风险，后续的其他工作都是没有意义的。所以我们必须用科学严谨的态度完成对信用风险的识别。
B2C电商线上供应链金融信用风险识别是一个繁琐的过程，特别是每个节点企业所处的地位不同，我们考虑的重点也不同，为了保证信用风险识别的准确全面，往往采用不同的方法识别不同主体的信用风险，以下是几种常用的信用风险识别方法：
（一）全景描述法
全景描述法是将供应链上的各个节点企业、各个环节全面的展开，对每一处细节都要详细拆分，最后画出一个清晰完整的供应链金融业务流程图。我们要仔细观察流程图中的每项流程，以便尽可能多的找到隐藏的风险点，为我们后续的信用风险评估做好准备。
（二）德尔菲法
德尔菲法又称专家调查法，是根据系统的程序，首先制定出调查的具体内容和步骤，然后聘请行业内的专家，每位专家发表自己对问题的意见，主持人负责记录。经过若干轮次的统计、归纳、反馈，最终得到具有稳定性的专家意见。此方法要求专家之间不得见面讨论，只能独立完成调查。对于一些影响较大、难以捕捉的风险因素，采用德尔菲法可以有效的解决问题，得出调查结果。
（三）座谈会法
座谈会法又称焦点访谈法，是采用小组座谈会的形式，挑选一组具有代表性的被调查者，由主持人针对某个问题进行询问，被调查者可以就该问题随意发表意见，讨论问题的成因和解决方法。调查人员根据其重要性进行排序，可以得到很多有用的关键信息。我们可以将这种方法应用到信用风险识别的初期，以便打开我们风险识别的思路。
（四）事故树法
事故树法又称故障树法，是安全系统工程事故分析和预测的一种方法。这种方法是根据事故形成的原因将大的事故用事故树分解成一级一级小的事故，通过对大事故的分解我们可以很清晰的看出事故的成因。在信用风险识别过程中，事故树法可以帮助我们准确地找出信用风险的成因，抓住其中的主要因素，排除一些无关紧要的因素。
（五）因子分析法
因子分析法是一种通过降维简化数据处理的多元统计方法。它的核心思想是将观测到的变量按照相关性高低进行分类，寻找出其中互不重叠的少数公因子，并以它们表示原始数据的大部分信息。因子分析法可以帮助我们精确计算出影响线上供应链金融信用风险的关键因素及其影响程度，从而为我们防范信用风险提供科学指导。
本文对B2C电子商务线上供应链金融信用风险的识别主要采用了全景描述法，对信用风险的评估采用了因子分析法，并结合问卷调查法获得指标数据求解出因子载荷矩阵和得分系数矩阵，以确保风险因素的识别和评估工作全面、有效。
3.3B2C电子商务线上供应链金融风险识别的特殊性
章节3.2所述的信用风险识别的原则和方法是适用于大多数的供应链金融研究工作,但本文主要研究的是B2C电子商务线上供应链金融信用风险，为了使供应链金融信用风险识别工作更具针对性，我们需要对B2C电子商务行业具体问题具体分析。
B2C电商线上供应链金融信用风险不同于以往B2C电商自身运营所面临的信用风险，也不同于其他主体在供应链金融中的信用风险，其特殊性表现在以下几个方面：
首先，环境比较特殊。以往B2C电商的业务多发生在某一个或者几个企业之间的一条供应链上，而现在其合作的对象是跨行业、跨地区的诸多企业，其所处的环境变得复杂，这无疑让信用风险更加复杂多变。
其次，所处的行业特殊。B2C电子商务作为一个新兴行业，发展尚未成熟，有诸多不确定的影响因素，未来的行业前景和发展趋势影响着B2C电商线上供应链金融的命运，我们对B2C电子商务线上供应链金融的信用风险管控不能马虎。
最后，角色的特殊性。与供应链上的其他节点企业相比，B2C电商扮演的角色比较特殊。不仅需要保证交易过程中的资金安全，还要为中小企业的信用做担保。作为供应链金融中的粘合剂，B2C电商连接着中小企业、融资企业和银行等各个主体，因此B2C电商企业的健康发展对整条供应链来说至关重要。
正是因为这些特殊性，我们在对B2C电商线上供应链金融的信用风险进行识别时需要把其所处的环境和行业，以及其所扮演的角色详加考虑，仔细斟酌。
3.4B2C电子商务线上供应链金融融资模式及风险
在B2C电商供应链金融中，供应链上的核心企业是一些实力雄厚的行业巨头。电商供应链金融的出现与有着资金实力弱、无法提供抵（质）押物以及资金周转不灵等特点的中小企业的融资需求一拍即合。从接受订单到组织生产的整个过程，中小企业随时有可能出现临时性资金不足的问题。在这种情况下，银行可以依据中小企业的融资需求提供定制化的专业融资服务。结合传统的供应链融资以及B2C供应链特有的运营情况,银行在原有的三大供应链金融融资模式的基础上拓展了电子订单融资、电子仓单融资和电商担保融资等新的模式。下面我将从B2C电商融资业务流程、流程中的风险分析两个步骤进行具体研究，并尽可能地挖掘出影响信用风险的潜在因素。
（一）电子订单融资
B2C电商平台有着货到付款的交货方式和在线支付的支付特征，使得平台上的中小企业在收到订单到回款之间有着一段时间差，这部分类似于应收账款的货款无形中占用了企业的资金。为了提高资金的使用效率，融资企业可以利用这些应收账款向银行申请贷款以降低企业资金占用。当融资企业出现临时性资金缺口时，需要向银行借款，便可将在B2C电商平台上预先生成的电子订单质押给银行。银行工作人员联系电商平台审核电子订单的真实性，并结合电子订单的金额、融资企业的实力和资信状况，给予融资企业以一定的授信额度。电子订单融资模式具体的业务流程如下图3.1所示：
图3.1电子订单融资模式
流程说明：
1.生成订单。融资企业与核心企业根据真实的交易在电子商务平台上生成订单
2.申请融资。融资企业出现资金缺口，根据平台上已生成的电子订单向银行申请融资
3.审查授信申请。银行根据融资企业提供的资料开始审查授信申请
4.提交电子订单和电子签章。电子商务平台向银行提交电子订单和签章以证明交易的真实性
5.审查及发放贷款。银行完成资料审查后，银行向融资企业发放贷款，并签订贷款合同
6.组织生产，按时交货。融资企业组织订单生产，并按时向核心企业发货
7.向银行还款。核心企业在收到产品后，及时向银行还款
8.注销贷款合同。融资企业和银行进行贷款结算，整个贷款过程完成，注销贷款合同
风险分析：
1.电子订单的真实性和权属风险。首先，融资企业有可能通过虚构订单来骗取银行的贷款，为了避免这种情况的发生，银行需要联合B2C电商平台认真审核电子订单的真实性；其次，融资企业可能会将电子订单多重质押来实现短期套现的目的。所以银行的工作人员必须秉持审慎的态度审查融资企业的电子订单是否存在多重质押的情况。
2.核心企业资准入机制的风险。核心企业归还的货款是融资企业归还银行贷款的保障。所以我们要对核心企业的经营状况和信用记录进行严格的审查，从而能确保融资企业有足够的资金归还贷款，并最终降低供应链金融的信用风险。
3.网络信息安全的风险。供应链上的节点企业可以和电商平台对接实现信息共享，但多个平台的对接可能会出现系统漏洞，给一些不法分子以可乘之机。
4.人员操作风险。由于从业人员操作失误而引发的风险，如资料审核出错，系统操作失误等
（二）电子仓单融资
电子仓单融资是传统供应链金融动产质押和仓单质押模式的延伸。电子仓单融资分为买方电子仓单融资和卖方电子仓单融资。若融资企业为上游中小企业（卖方），且手中存有大量的原材料，或融资企业为下游经销商（买方），且手中存有大量的产成品，则它们的融资方式更倾向于电子仓单融资模式。融资企业和银行通过电子商务平台实现信息共享，并与双方认同的物流企业签订仓储保管协议。当融资企业需要资金时，先要在线上向银行申请授信，银行根据融资企业的规模和信用记录决定是否授信及授信额度。融资企业收到授信额度后，可以在电商平台上申请不超过授信额度的贷款，并同时向物流企业仓库存放约定数量的质押物。物流企业在确认无货无误后在电商平台上开具电子仓单，融资企业把电子仓单转交给银行，银行审核无误后，向融资企业发放贷款。电子
图3.2电子仓单融资模式
流程说明：
1.申请融资。融资企业出现资金缺口，在电子商务平台上申请贷款
2.审查授信申请。银行根据电子商务平台上收到的贷款申请开始授信审查
3.签订仓储监管协议。电子商务平台与多方认可的物流企业签订仓储监管协议
4.签订动产质押合同。融资企业与电子商务平台签订动产质押合同
5.提交质押物。融资企业向物流企业提供质押物
6.验货并告知平台。物流企业在完成质押物检查入库后，通知电子商务平台
7.开具电子仓单。电子商务平台收到通知后，开具电子仓单，并提交银行
8.发放贷款。银行向融资企业发放贷款。
9.缴纳保证金。融资企业向银行缴纳足额的保证金
10.通知放货。银行通知物流企业定期给融资企业发放货物
11.提货。融资企业可以分批次地向物流企业提取货物，直至将银行的贷款全部还完为止
风险分析：
1.融资企业可能通过变造和伪造资料增加平台信用评级以增加银行授信的额度，加大银行遭受信用风险的可能性。
2.融资企业可能联合物流企业伪造电子仓单骗取银行贷款，而且电子签章、电子签名容易伪造滋生法律风险。
3.银行过分依赖在线授信，一味追求放贷速度，缺乏实地调查走访审核资料。
4.B2C电商企业人员和银行从业人员在资料审核、还贷审批过程中的操作风险引发的信用风险。
5.质押物价格和变现性风险。一方面质押物价格会随着市场价格而波动，另一方面银行由于缺乏处理渠道而使质押物难以变现。
6.物流企业可能会出现质押物监管不当，造成质押物损坏、贬值和补充不及时。
（三）电商担保融资
随着我国电子商务行业蓬勃发展，一批凭借大型网络平台作为支撑的B2C电商开始了对供应链金融电商担保模式的摸索。电商担保融资一方面可以帮助中小企业实现银行贷款，另一方面增加了电商平台的利润。利用电商平台对融资企业的信用增进能够很大程度降低银行信用风险发生的可能性。此种模式下的供应链是由融资企业、B2C电商、物流企业、银行、监管企业等多个主体紧密合作组成的新型生态系统，各节点企业在资金状况、管理能力和信用水平等方面不尽相同，使得整个生态系统的信用风险管控难度增加。因此，电商平台和银行都必须建立严格的信用风险控制体系，从而最终将整条供应链的信用风险降至最低。电商担保融资模式具体的业务流程如下图3.3所示：
图3.3电商担保融资模式
流程说明：
当融资企业出现资金缺口后，在融资平台向银行提出申请；银行在收到融资企业的贷款申请后，委托B2C电商平台进行授信资料审查；电商平台先对融资企业的资料进行审查，确认资料无误后向银行提交审查报告；银行根据电商平台的审查报告做出复查,然后与融资企业签订贷款合同，同时也要和电商企业签订担保协议；合同到期后如果融资企业无法偿还银行的贷款，电商企业需要根据融资项目的价值做出两种选择。如果融资项具有增值的潜力，为了获得更多的利益，电商企业可以先代替融资企业向银行还款,然后与融资企业重新签订贷款合同，直到融资企业还完全部贷款则新合同终止；如果融资项目没有继续进行的必要，电商企业可以要求融资企业进行破产清算，以弥补自身因担保带来的损失。
风险分析：
1.融资企业自身的风险。由于融资企业层次参差不齐，有的企业道德水平低下，不能很好地遵守契约精神，在经营企业时，存在违法违规等问题，给供应链上的核心企业带来风险。
2.核心企业内部操作运行过程中产生的风险。一些核心企业业务员的水平不高，规章制度混乱，从业人员职业素养较低等原因都会引起担保风险。
3.来源于金融机构的风险。是否能够正确的筛选贷款客户，进行正确的贷款操作，关系到信用担保资金的安全。
4.来源于外部经营环境风险。外部的经营环境瞬息万变，无论是担保的哪一环节发生变化都有可能导致严重的损失。
第四章B2C电子商务线上供应链金融信用风险评价
4.1评价指标体系构建的原则
通过第三章对三种融资模式信用风险的识别，并结合我国B2C供应链上的中小企业信用风险评价的研究，来构建B2C电子商务线上供应链金融评价指标体系。在构建指标体系时，应遵循以下六个原则；
4.2评价指标体系的建立
4.3Logistic模型及数据选取
在供应链金融风险管理方面，国外己开发出多种度量供应量金融风险的方法。传统方法包括专家评分法、模糊综合评价法、信用评级法、BP神经网络和Logistic模型。现代模型主要有CreditMetrics模型、KMV模型、CreditRisk+模型和信用组合观点(CreditPortfolioView)模型。其中Logistic模型具有以下优点：第一，Logistic模型对数据的收集和处理要求较为简洁，操作性强；第二，该模型预测结果是介于0和1之间的概率，可以直观地看出融资企业的信用风险大小；第三，该模型前提条件的假设较为宽松，可以适用于连续性或类别性自变量。因此本文最终选择Logistic模型来评估我国B2C电商线上供应链金融的信用风险。
设融资企业出现信用风险的条件概率为P(Y=1IX)=P，Y是企业的信用风险，其中1代表融资企业还款，0代表融资企业不还款。构建模型的主要思路是将影响因子放入到模型中，再计算履约率。其相应的方程式如下：
P
ln—=a。+QjX]+叼乂？+…+(4.1)
1—p
通过式子变换可得：
P=(42)
]+厂成n).
其中Xi，X2，…，Xn表示影响企业信用风险的指标，a±，a2，…，％表示未知参数即变量X的系数，a°为常数项
此函数为(0,1)的增函数，我们可以通过计算算出P的数值，当P的数值越接近1时，表明该企业的信用状况越好；反之，则信用不好。Logistic模型在理论上是没有临界值的，而前人在进行模型分析时大部分都以0.5作为临界值，因此本文在研究企业信用风险时也将0.5作为临界值。如果计算的值大于或等于0.5,则公司的信用被认为是好的；反之，企业的信用则不好。
本文以S电商参与线上供应链金融为例，应用上文建立的评价指标体系，对该公司基于线上供应链融资模式下的信用状况进行综合评价，并对结果作比较分析，从而通过实例定量地分析Logistic模型对B2C电子商务线上供应链金融信用风险控制的有效性。
S电商是中国最大的新一代B2C网上购物平台之一，现已覆盖传统家电、3C电器、日用百货等品类，而线上互联网金融一直是S电商重点关注的方向之一，依靠S电商生态圈线上线下海量的用户群体、特有的020零售模式和全价值链经营路径，S电商融发展了支付账户、供应链金融、消费贷款、投资理财、众筹、保险、储值卡、融资租赁、私募股权融资等业务，打造出针对供应链上下游企业和平台企业等一系列个性化定制服务和产品，形成“融资+支付+理财+数据”的全产品线布局。其在互联网领域的尝试，进一步扩大了S电商的影响力，实现与上下游企业协同合作，多方共赢。
S电商的供应链金融业务是在其一站式供应链服务平台的基础上开展的，客户可以在平台上实现交易、融资过程，但随着业务布局的展开，S电商也遇到了应收账款难以收回、融资企业因跌价而弃货、物流企业监管不力，线上平台遭受攻击等问题。为了帮助S电商更好地应对线上供应链金融中的中小企业信用风险，本文在万德数据库中筛选出40家S电商平台上的电商企业和供应链上下游企业作为样本，并以2018年各行业带息负债比率的较低值为界限。已有的40家样本企业中，违约的有6家企业，不违约的有34家企业。
本文的指标体系中含有两类指标：财务指标和非财务指标。财务指标包括净资产收益率、资产负债率和应收账款周转率等，财务数据取自各中小企业年报和巨潮资讯网。非财务指标包括合作频率、信息共享程度、上下游企业依赖程度等。由于非财务数据比较模糊，没有具体的数据。本文采取问卷调查法获取非财务数据。为了便于计算，我选取了收回的有效问卷的平均数即为作为指标的最后得分。
（1）设立问卷的目的
设立此问卷的主要目的在于得出评估融资企业开展线上供应链金融业务的信用风险非财务指标的得分。每个非财务指标设立了“1,2,3,4,5”等五个分值，分值从高往低重要性依次降低。
（2）问卷的发放对象和方式
为了保证问卷数据的有效性，我把问卷发放给以下三类人群：熟悉企业线上供应链金融业务的管理人员；熟悉线上供应链金融业务的银行工作人员；熟悉B2C电商线上供应链金融业务的高校在职专家。问卷采用了电子邮件、现场访问和电话调查三种方式进行发放。
（3）问卷回收结果
一共发出问卷120份，收回86份，问卷的回收率为71.67%，在对收回的问卷数据进行整理分析后，有效的问卷71份，问卷有效率为82.5%。
（4）信度分析
信度分析即用软件检测调查结果是否可靠及其准确性。我们一般用克朗巴哈系数来表示调查问卷的信度水平。从表4.3可以看出，通过SPSS软件计算出克朗巴哈系数，其值为0.783,大于0.7。所以，该问卷具有可靠性，可以用作研究。
4.3因子分析
在利用Logistic模型对数据做模型分析时，要求自变量之间不能存在共线性问题。因此，我们先用因子分析法对变量作标准化处理，选取具有代表性的自变量来代替原来的指标变量，新获取的公因子是原有变量的线性组合。
4.3.1KMO检验Bartlett球形检验
在因子分析前，首先需要对样本中的数据做Bartlett和KMO检验，以此检查我们选取的样本指标是否适合因子分析。一般认为，KMO数值大于0.9时，代表相当适合做因子分析；当数值在0.8-0.9区间时代表适合；当数值在0.6-0.8区间时表示一般；当数值小于0.5时则表示不适合。而Bartlett的检验结果如果达到了显著性水平，则适合因子分析法。Bartlett和KMO结果见表4.4：
本文的KMO检验系数为0.657大于0.5,变量间的偏相关性较强。本次测试的Bartlett球形检验的Sig.为0,小于1%,说明我们可以做因子分析。
4.3.2提取主成分
公因子方差反映了因子间的共同度，即每个变量对提取的公因子的依赖程度。我们要先找出公因子来代表我们的原始变量。
对评价指标体系作因子分析，选用最大方差法旋转分量矩阵，以特征值是否大于1为标准，若特征值小于1，说明他们不能很好地解释原始变量，要舍弃。本文选用主成
份分析法提取公因子，因子分析运行得到的解释的总方差见表4.5：
这七个主成分的对原有变量的累计解释率为63.448%，能够解释了24个指标中的大部分信息。因此，我们可以用这七个指标替代原来的24个初始变量。
为了能更清晰的看出7个主成分对原始指标的解释，我们需要对对因子载荷矩阵进行旋转，旋转后的因子载荷矩阵见表4.6。
在旋转后的因子载荷系数矩阵中，第一个因子在融资企业净资产收益率、融资企业销售净利率、融资企业总资产净利润率上有很高的载荷，说明这三个变量高度相关，它们反映了融资企业的盈利能力，因此我们把第一个公共因子定义为融资企业盈利能力因子，记为Fi；第二个因子在融资企业资产负债率、融资企业利息保障倍数、融资企业流动比率和速动比率上有很高的重要性，它们表示企业还债能力的高低，因此可以将第二个因子命名为融资企业偿债能力因子，记为F2；第三个因子在核心企业净资产收益率、核心企业销售利润率上有很高的重要性，它们表示了核心企业的获利的能力，因此可以将第三个因子命名为核心企业盈利能力因子，记为F3；第四个因子在融资企业应收账款周转率、融资企业总资产周转率、质押物变现能力和质押物价格稳定性上有很高的载荷，它们反映了融资的营运能力和融资项资产因素，因此可以将第四
个因子命名为营运保障因子，记为F4；第五个因子在融资企业领导者素质、融资企业声誉、融资企业营业收入增长率、融资企业净利润增长率上有很高的载荷，它们反映了融资企业的素质和成长能力，因此可以将第五个因子命名为融资企业成长能力因子，记为F5；第六个因子在电子订单处理能力、上下游企业依赖程度、信息共享程度上有很高的载荷，它们反映了供应链的稳定性和信息共享程度，因此可以将第五个因子命名为供应链线上化程度因子，记为F6,；第七个因子在合作频率、融资企业声誉、融资企业领导者素质上有很高的载荷，它们反映了融资企业的素质和在供应链上的合作关系，因此可以将第七个因子命名为融资企业素质和合作因子，记为F7o
4.3.3主成分的表达式
每个主成分因子具体的得分系数矩阵见表4.7,反映的是每个自变量和7个公因子的关联程度
表4.7成分得分系数矩阵
4.4Logistic回归模型分析
接下来，我们要对7个主成分代入Logistic回归模型。把样本企业作为因变量，7个主成分因子作为自变量。采用进入发将因子Fi，F2,F3,F4,F5,F6,F7代入Logistic模型作回归分析，即所有变量一次性全部代入方程。利用SPSS软件分下的结果如表4.8所示：
表4.8方程中的变量
其中P值代表融资企业的守约率。当P越接近于1，则说明该企业违约的可能性较小，信用较好；当P越接近于0,则说明企业违约的可能性较大，信用较差。因此，银行在考虑给融资企业发放贷款前，银行可以把数据代入模型计算P值大小。从公式(4.6)可以看出，因子Fi，F2,F3,F4,F5,F6,F7的系数分别为3.125,2.825,6.071，0.824,0.179,0.037,0.292,说明F3,即核心企业的盈利能力因素对B2C电商线上供应链金融信用风险的影响程度最大，Fi，F2,F4次之。因此在选择核心企业时，我们一定要注重核心企业的盈利能力。
4.5模型分析的结果与检验
4.5.1实证结果检验
将运用SPSS软件计算得出的7个主成分因子Fl，F2,F3,F4,F5,F6,F7作为模型的自变量，选取两种类型的企业(有信用风险企业取值为0,无信用风险企业取值为1)作为因变量。样本结果检验如下表4.9：
表4.9检验样本分类表
已观测已预测
信用风险百分比正确
信用风险05183.3
133191.2
总体百分比86.8
如上表4.9所示，我们可以看出在这40个样本中，在已经观测到的34个无风险企业中，使用模型预测出有31个无风险企业，准确率为91.2%。在观察到的6家风险较高的公司中，使用模型预测了5家为风险公司，准确率为83.3%。所以，这个模型最后的综合准确率达到86.8%。这表明该模型的预测精度较高。
4.5.2模型综合性检验
表4.10为使用SPSS进行显著性检验得出的结果。
表4.10模型系数的综合检验
卡方dfSig.
15.63470.029
15.63470.029
15.63470.029
如表4.10所示，模型检验的Sig.值为0.029,明显低于0.05,说明得到的Logistic回归方程是在95%的水平上显著。这说明上面的七个因子，即融资企业盈利能力因子、融资企业偿债能力因子、核心企业盈利能力因子、营运保障因子、融资企业成长能力因子、供应链线上化程度因子、融资企业素质和合作因子，它们与企业的信用风险有着显著的关系，并进一步说明了该模型的实际应用价值。
4.6结果分析
本文采用Logistic对信用风险进行研究和分析，并进行检验，最后可以得出如下的结论：
①融资企业的盈利能力与线上供应链融资业务信用风险发生的概率负相关。即中小企业的盈利能力越强，其在线上供应链融资业务中的信用风险越小。由实证结果可知，销售净利率、净资产收益率、总资产净利润率等指标与融资企业盈利能力因子正相关；同时融资企业盈利能力因子与线上供应链金融中小企业的守约概率正相关，因此融资企业销售净利率、融资企业总资产净利润率越高，中小企业参与线上供应链融资的信用风险越低。
②融资企业偿债能力与线上信用风险发生的概率负相关。即中小企业的偿债能力越强，其在线上供应链融资业务中的信用风险越小。由实证结果可知，流动比率、速动比率、利息保障倍数与偿债能力正相关，资产负债率与偿债能力负相关。因此流动比率、速动比率、利息保障倍数越高，中小企业偿债能力越强，其参与线上供应链融资的信用风险越低；资产负债率越高，其偿债能力越低，信用风险越大。
③核心企业盈利能力因子与线上供应链金融信用风险发生的概率负相关。即核心企业经营状况越好，其在线上供应链金融中的信用风险越小。
④营运保障因子与线上供应链金融信用风险发生的概率负相关。从此因子中提出的总资产周转率、存货周转率、应收账款周转率对信用风险都有明显影响。
⑤融资企业成长能力与线上信用风险发生的概率负相关。融资企业领导者素质和企业声誉越高，出现信用风险的概率越小；融资企业营业收入增长率、融资企业净利润增长率越高，出现信用风险的概率越小。
⑥线上化程度因子与线上供应链金融信用风险发生的概率负相关。即这项业务的线上化程度越强，这项线上供应链融资业务的信用风险越小。由成分得分系数矩阵可以看出，电子订单处理能力和信息共享程度等反映供应链线上化程度的指标与供应链金融线上化程度因子正相关，线上化程度因子与中小企业的守约概率正相关，因此电子订单处理能力和信息共享程度越高，中小企业参与线上融资业务的信用风险越低。
⑦融资企业素质和合作因子和线上供应链金融信用风险发生的概率负相关。融资企业信用状况越好，供应链上的企业间合作越紧密，中小企业参与线上融资业务的信用风险越低。
第五章防范线上供应链金融信用风险的建议
综合考虑影响B2C电商线上供应链金融信用风险的主要因素，并结合上一章的实证分析结果，本章主要从完善线上供应链金融交易信息数据库、建立中小企业准入机制和信用档案、完善核心企业考评机制、建立物流企业准入制度和不定期考查制度、加快线上供应链金融人才培养、引入保险转移信用风险等几方面提出防范线上供应链金融信用风险的建议。
5.1完善线上供应链金融交易信息数据库
信息流是供应链四流之一，也是企业制定计划和科学决策的前提。银行可以通过线上供应链金融的四大平台收集融资企业的交易信息和财务披露信息，从而为银行科学授信提供依据。但是我国线上供应链金融业务开展较晚，中小企业交易信息数据库的建设有一定的滞后性，这增加了银企信息的不对称性，无法获得有效数据反映融资企业的真实情况。所以银行首先要建立中小企业交易信息数据库，不断地收集记录各种交易信息,包括融资企业的资信状况、核心企业的交易资产状况、物流企业的信息技术水平等，并采取有效的方法去伪存真，完成数据修正。银行只有通过不断地完善线上供应链金融交易信息数据库，才能真正服务于建立信用风险评价模型和防范预警机制。
5.2建立中小企业准入机制和信用档案
（1）建立中小企业准入机制。虽然中小企业通过绑定核心企业的信用在一定程度上降低了线上供应链金融的信用风险，但中小企业由于自身规模小、抗风险能力差、竞争力较低等缺点并未从根本上克服。银行迫切需要完善中小企业供应链金融评价体系。这就要求银行改变传统的授信观念，建立更加客观公正的风险测度模型，对中小企业在线上供应链金融中的信用风险精准把握。
（2）建立中小企业信用档案。银行可以根据中小企业的资金规模和信用记录建立中小企业信用档案，并且要在线上融资平台上信息共享，增加中小企业信用信息披露力度。当中小企业出现恶意赖账、拖欠甚至拒绝还款时，不仅会影响自己今后向银行贷款,更加面临着退出供应链和信贷市场的风险。总的来说，中小企业信用档案能对中小企业的恶意违约行为起到一定的阻吓作用，极大地降低了线上供应链金融的信用风险。
5.3完善核心企业考核机制
B2C电商线上供应链金融的三种主要融资模式大多是通过核心企业的信用捆绑支持来起到降低供应链金融信用风险的目的。因此完善核心企业的考评机制是线上供应链金融信用风险管控的关键。在不同的业务模式中，银行考评供应链上的核心企业时应各有侧重点。例如在卖方电子订单模式中，核心企业是债务人，融资企业的还款来源是核心企业应收转款的归还。此时我们要关注核心企业的历史债务情况和现金流量情况，据此考核大型企业的信用风险。银行可以随时获取核心企业在电子商务平台上的经营动态数据，并根据这些数据分析核心企业的风险水平。供应链上的各个节点企业环环相扣，而核心企业又在其中占据主导地位，当核心企业的风险水平超过预先设定的标准时，应立即停止与其合作，及时止损，保障整条供应链的利益。
5.4建立物流企业准入制度和不定期考查制度
（1）建立物流企业准入制度。在线上供应链金融的运作过程中，物流企业起到了“银行代理人”、“中枢神经”“协调者”的作用。它们通过掌握物流信息和控制货权,
帮助银行降低了中小企业的信用风险。因此选择实力较强、信用等级高的物流企业将极大地提高供应链的融资效率和降低线上供应链金融信用风险。针对当前我国鱼龙混杂的物流业市场，银行在选择物流企业时要从资金规模、技术设备、管理能力、信用记录等方面综合考虑。
（2）建立对物流企业的不定期检查制度。物流企业负责管理融资企业的质押物，通过与线上融资平台、电子商务平台对接实现物流和信息流无缝对接。因此，为了防范因物流企业操作不规范、思想懈怠给银行带来的损失，银行需要落实对物流企业的不定期检查制度。
5.5加快线上供应链金融人才培养
由于线上供应链金融加入了电子商务平台这一新的主体，信息交互更加频繁，操作流程也变得复杂，这就要求从事线上供应链金融的人员增强自身的操作技能。他们不仅要具备精通供应链融资的业务流程，更要具备良好的软件操作和编译能力。因此供应链上的节点企业可以从人力资源方面着手，提高企业信用风险防范意识。首先，企业要对工作人员进行细致全面的业务培训，增强员工的操作能力和风险防范意识。其次，企业
要通过多种激励方式使员工获得归属感和成就感。最后，从员工中抽调经验丰富的从业人员组成智囊团，专门负责风险预警和评估，筑建线上供应链金融信用风险防范的有力屏障。只要企业能够做好人力资源的培养和保障工作，最终一定能吸引越来越多的高素质人才参与到线上供应链金融业务中来。
5.6引入保险转移信用风险
保险是企业管理风险的一种重要方式，因此在线上供应链金融信用风险管理过程中引入保险，可以有效降低银行因信用风险而遭受的损失。结合线上供应链金融中的债权债务关系，我们把保险分为信用保险和保证保险。信用保险是指权利人向保险公司投保,当义务人不履行还款义务时，权利人可拿着保险合同向保险人索赔。保证保险是指由义务人向保险公司投保，如果权利人不履行付款义务，则由保险公司代替义务人补偿权利人。随着国内供应链金融不断发展，一些商业银行已经开始和保险公司合作推出了针对供应链金融融资模式的保险种类。例如，在卖方电子订单融资中，银行可以向保险公司购买信用保险，一旦融资企业不能按时还款，银行可以得到保险公司的赔付，可以降低银行面临的信用风险。在买方电子订单融资中，银行可以要求融资企业投保保证保险，在某些不稳定因素出现后，融资企业可以要求保险公司进行赔付以保障其还款来源，降低了银行的损失，保证供应链安全有序运行。
第六章研究结论与展望
6.1研究结论
准确评价B2C电商线上供应链金融信用风险对我国电子商务行业成熟健康发展至关重要。本文首先分析了线上供应链金融的三种主要模式及其业务流程，并对其中可能存在的信用风险进行识别，接着从核心企业、中小企业、质押物状况和线上供应链运行状况等四个方面建立了线上信用风险评价体系，最后选用Logistic模型评价企业的信用风险。本文主要有以下结论：
（一）在对特定主体进行信用风险评价时，我们要转变以往单单针对“主体”的评价方式，进而选用“主体+债项”评价方式。不仅要考虑融资企业本身，还要考虑核心企业、银行、物流企业等其他主体；不仅要考虑企业的盈利、偿债和发展能力，还要把供应链的运行状况、质押物的特征以及行业环境考虑进来。
（二）利用主成分因子分析法选取出七个具有代表性的公因子来替代原始变量，分别是融资企业盈利能力因子、融资企业偿债能力因子、核心企业盈利能力因子、营运保障因子、融资企业成长能力因子、供应链线上化程度因子、融资企业素质和合作因子，能很好地测度线上供应链的信用风险。
（三）借助Logistic模型对七个公共因子进行回归分析，得出其中的融资企业的盈利能力因子、融资企业的偿债因子和核心企业的盈利能力这三个因子对线上供应链金融的信用风险影响显著。
（四）本文依据第四章模型分析的结果，提出了六个防范B2C电商线上供应链金融信用风险的对策，分别为完善线上供应链金融交易信息数据库、建立中小企业准入机制和信用档案、完善核心企业考评机制、建立物流企业准入制度和不定期考查制度、加快线上供应链金融人才培养、引入保险转移信用风险。
6.2展望
线上供应链金融是一个新生事物，是一种专门应对我国中小企业融资难贵问题的金融服务创新。然而，在当下社会，线上供应链金融未能在电子商务行业全面开展，只有部分大型电商企业和银行合作开展了线上供应链金融业务。而且我国学者对线上供应链金融信用风险管控的研究也比较少，仍有很多方面需要我们深入细致的研究。受本人知识水平的限制，在分析B2C电商线上供应链金融信用风险的深度与广度都存在不足之处，需要进一步完善。
（一）评价指标体系模型数据的搜集。本文选取了S电商平台上的40家电商企业的数据，可能存在一定的局限性；另外采用问卷调查法对主观性较强的非财务指标赋值，得到的数据可能不是很精确，有待进一步完善。
（二）构建的评价指标体系有待论证和改进。一方面，由于本人对线上供应链金融业务认识还不够深刻，在构建指标体系的时候可能忽略了某些重要的影响因素。另一方面，为了方便数据的收集，本文只选取了融资企业、核心企业、质押物状况、线上供应链运行状况的部分容易量化的指标进行分析，但线上供应链金融的影响因素众多，未能一一进行分析。为了构建更加完善的线上供应链金融信用风险评价指标，需要众多学者一起努力奉献。
（三）本文最后提出的六个应对信用风险的建议是依据模型实证分析的结果概括总结得来的，具体的实用程度还有待进一步验证。
参考文献
[1]郭菊娥，史金召，王智鑫.基于第三方B2B平台的线上供应链金融模式演进与风险管理研究J].商
业经济与管理,2014(01):13-22.
[2]汪鑫.基于线上供应链金融的中小企业信用风险评价研究[D].厦门大学,2014.
[3]李宽.线上供应链金融信用风险综合评价研究[D].武汉理工大学,2014.
[4]李路洋.线上供应链金融信用风险评价研究[D].天津财经大学,2016.
[5]李林凤.线上供应链金融信用风险评估研究[D].暨南大学,2016.
[6]樊亚琴.线上企业供应链金融信用风险评价研究[D].燕山大学,2016.
[7]熊熊，马佳，赵文杰，王小琰，张今.供应链金融模式下的信用风险评价[J].南开管理评
论，2009,12(04):92-98+106.
[8]岳昱星.基于中小企业的商业银行线上供应链金融信用风险评价研究[D].苏州大学,2016.
[9]黄丹.线上供应链金融操作风险管理研究[D].武汉理工大学,2012.
[10]胡海青，张琅，张道宏，陈亮.基于支持向量机的供应链金融信用风险评估研究[J].软科学，2011,25(05):26-30+36.
