农业中小企业供应链金融信用风险评价研究

农业中小企业供应链金融信用风险评价研究RESEARCHONCREDITRISKEVALUATIONOFAGRICULTURALSMALLANDMEDIUMSIZEDENTERPRISESINSUPPLYCHAINFINANCE学目录摘要 农业中小企业供应链金融信用风险评价研究学生：姜楠指导老师：张国政(湖南农业大学商学院，长沙410128)摘要：在我国传统农业向现代农业转变过程中，农业中小企业作为推动农业发展的重要力量存在着巨大的发展空间，推进农业现代化也离不开资金的支持。随着世界经济的不断发展以及供应链企业之间协作水平不断提高，供应链中的中小企业融资对于融资的需求也越来越高，供应融资方式逐步进入农业中小企业的视野。因此，本文研究了影响农业中小企业的信用风险的因素之间的关系，并通过企业的各方面能力构建体系对供应链中农业中小企业信用状况进行评价，为金融机构给供应链农业中小企业授信提供了参考依据。本文以84个上市农业中小企业为研究对象，研究的主要内容包括了。本文首先通过构建供应链金融信用风险的理论框架，然后依据框架进行具体的指标设计，最后定量分析得出结论，本文通过构建logistic回归模型解释了影响农业中小企业信用风险的重要因素。通过choice金融数据库、申万宏源数据库获取农业板块上市中小企业的财务数据，运用spss25进行数据统计分析以验证各个变量间的关系以及该模型的合理性，最后几个方面提出降低农业供应链金融信用风险的建议。关键词：供应链金融；农业中小企业；信用风险；logistic回归分析RESEARCHONCREDITRISKEVALUATIONOFAGRICULTURALSMALLANDMEDIUMSIZEDENTERPRISESINSUPPLYCHAINFINANCEStudent:NanJiangTutor:GuozhengZhang(Collegeofbusiness,HunanAgriculturalUniversity,Changsha410128,China)Abstract:InthetransitionfromtraditionalagriculturetomodernagricultureinChina,smallandmedium-sizedagriculturalenterprisesasanimportantforcetopromotethedevelopmentofagriculturehasahugespacefordevelopment,promotingagriculturalmodernizationisalsoinseparablefromthesupportoffunds.Withthecontinuousdevelopmentoftheworldeconomyandthecontinuousimprovementofthecooperationlevelamongenterprisesinthesupplychain,SMEsinthesupplychainhaveanincreasinglyhighdemandforfinancing,andsupplyfinancinghasgraduallyenteredthefieldofvisionofagriculturalSMEs.Therefore,thispaperstudiestherelationshipbetweenthefactorsaffectingthecreditriskofagriculturalSMEs,andevaluatesthecreditstatusofagriculturalSMEsinthesupplychainbybuildingasystemofenterprises'capabilitiesinvariousaspects,soastoprovideareferenceforfinancialinstitutionstoextendcredittoagriculturalSMEsinthesupplychain.84listedagriculturalSMEswastakenastheresearchobjectinthisdissertation,andthemaincontentoftheresearchincludes.Thispaperfirstconstructsthetheoreticalframeworkofsupplychainfinancialcreditrisk,thencarriesoutspecificindexdesignaccordingtotheframework,andfinallydrawsaconclusionthroughquantitativeanalysis.Thispaperexplainstheimportantfactorsaffectingcreditriskofsmallandmedium-sizedagriculturalenterprisesbybuildingalogisticregressionmodel.Thefinancialdataofsmallandmedium-sizedenterpriseslistedintheagriculturalsectorwereobtainedthroughchoicefinancialdatabaseandshenwanhongyuandatabase.SPSS25.0wasappliedtostatisticaldataanalysistoverifytherelationshipbetweenvariousvariablesandtherationalityofthemodel.Finally,severalSuggestionswereputforwardtoreducethefinancialcreditriskoftheagriculturalsupplychain.Keywords:supplychainfinance；smallandmediumsizedenterprises；creditrisk；Logisticregressionanalysis一、绪论（一）研究背景及意义根据《乡村振兴战略规划（2018-2022年）》第三节方面显示，深入推进农村集体产权制度改革，推动和发展多种形式的资本合作，完善农村的集体产权，制定切实可行的政策保护农业中小企业的集体产权。鼓励经济实力雄厚的农村集体组织带动周边乡村共同发展。发展新型农村集体经济就是对农业供应链的整合，改善农业信息不对称的现状，更加详尽的统计农业中小型企业的经营状况和融资需求。也是开启中小型农业企业进行供应链融资的重要基础。因此在我国农业供给侧改革政策的支持下，农业供应链金融是满足农业中小型企业的融资需求的明智之选。本题旨在针对农业中小企业信用风险进行调查分析，在供应链金融角度下主要调查影响农业中小企业信用风险的要素，本研究对商业银行评估农业中小企业信用评级良好的指导作用，也能够更好地帮助企业发现限制融资的原因，具有较高的参考价值。（二）国内外研究现状1、国外研究现状AsadAta、ManishShukla(2017)研究了传统上贷款机构用来向中小企业提供贷款的信用评级系统，当中小企业没有资格通过银行或贷款机构获得正式的传统贷款或信用卡时，贷款程序比银行少，贷款数额也不大。大多数小额贷款机构比正规贷款机构更加灵活。本地放债机构等替代选择往往是获得快速现金的可行选择[1]。DavidA.Wuttke,EveD.Rosenzweig,HansSebastianHeese(2019)通过一系列研究表明揭示了融资渠道更有限的供应商倾向于更快地采用供应链融资。此外，如果采用供应链融资可以显著降低供应商的融资成本，则供应商采用供应链融资的速度会更快[2]。Mattia,Riccardo和Alessandro(2016)等通过对2000年至2014年间119项供应链金融主要出版成果进行整理分析，发现在供应链金融方面，学界普遍接受的理论还不够成熟，在众多具体的供应链金融解决方案中实证说服力不强，因此利用金融模型论证供应链金融理论中的假设是十分有必要的[3]。FuJia,TianyuZhang,LujieChen.（2020）从供应链融资促进企业可持续发展的角度研究：随着越来越多的公司选择使用SCF解决方案融资机制，以寻求提高可持续性的机会，例如，世界领先的食品和饮料公司雀巢，与中国当地银行合作，向资金短缺的农民提供资金，解决他们的财务困难且鼓励他们遵守可持续的企业战略[4]。Hoi-LamMa，Z.X.Wang，FelixT.S.Chan（2020）供应链协同因素对金融机构的重要性。从供应链合作的文献中找出了最重要的因素，使用解释性结构模型来模拟协作因素之间的关系，并了解每个因素的重要性。结果显示，高层管理人员的支持、信任和IT基础设施是金融服务提供商认为最重要的因素[5]。GelsominoLM,MangiaracinaR,PeregoA,etal（2016）提供了一种定义反映出两个主要观点:“面向金融”的角度,关注金融机构提供的短期融资解决方案,在供应链的角度处理应付账款和应收,并专注于营运资本优化的应付帐款,应收帐款,存货,固定资产融资[6]。XiangjunHe，LingyunTang(2012)从不同的角度对中国供应链金融业务模式进行了分类，最后提出建立可视化平台来创新国内供应链金融的业务运作模式和风险控制模式还对该业务模式存在的不足进行了分析[7]。XinCai,YufengQian,QingshanBai,WeiLiu.（2020）基于BP神经网络构建供应链的风险评价模型探索现有的供应链风险评估的影响因素,建立风险评价指标体系的供应链。结果表明此模型在解决供应链风险评估等高度非线性问题上具有独特的优势[8]。MatthijsvanBergen,MichielSteeman,MatthewReindorp,LucaGelsomino.（2019）在供应链金融(SCF)的理论背景下，建立三级农业供应链模型，以了解供应链中的资本约束结构如何影响制造商对供应链绩效的选择。该数值研究基于一个反映喜力啤酒大麦-麦芽供应链的商业案例，结论表明上游干预不一定对制造商更有利[9]。AntonellaMoretto,LauraGrassi,FedericoCaniato,MarcoGiorgino,StefanoRonchi.（2019）研究了财务评级和供应商评级是否可以整合到供应链信用评级模型中，该模型联合考虑供应商的财务指标和采购方提供的运营评估;还采用利益相关者理论的视角，研究了该模型对所有利益相关者(买方、供应商、金融机构和技术供应商)的机遇和挑战[10]。2、国内研究现状（1）中小企业融资信用风险蒋曼曼(2017)基于供应链金融的视角，选取61家上市企业运用Logistic回归模型对评价指标体系进行了实证研究[11]。欧耀辉（2018）认为供应链融资与传统信贷模式相比，其独有的信用风险特征：1、复杂性明显2、风险扩散迅速，损失影响广泛3、发生风险的不可预测性[12]。刘兢轶,王彧婧,王静思（2019）提出作为融资的主体的中小企业的经营实力是保证整个供应链稳定以及获得核心企业授信的基础，故此中小企业的盈利能力、偿债能力和发展能力是影响其自身信用风险的主要因素[13]。苏文华（2018）就我国现行的农业供应链金融融资情况对比融资渠道：对于农业中小企业而言，商业银行的贷款利率低于P2P网贷平台，从商业银行融资能够减少企业的资金成本[14]。隋文文（2019）通过把供应链融资模式信用风险与传统融资模式信用风险相比，发现供应链金融模式对其成员的准入门槛较低，信贷评价体系相对不够完善，应更加注重与核心企业之间往来的真实交易记录[15]。赵甜甜（2018）表示农业供应链金融信用风险目前存在的主要问题：第一，中小企业信用评价体系尚未完善。第二，中小企业融资成本高。第三，农业供应链金融业务运营成本高。第四，农业生产具有季节性和周期性[16]。罗攀（2016）阐述了农业中小型企业信贷资金支持不足的原因：1.信用低下。2.担保或抵押贷款问题。3.农业企业的特殊性[17]。王力恒（2017）研究首利用双变量Probit模型、多元Logit模型和工具变量法，在考虑样本选择问题和内生性问题的基础上，对农业供应链外部融资的信用改进绩效进行了整体性评估[18]。邹建国,李明贤（2019）基于农业供应链金融的整体视角,从农户信用状况、核心企业资质、融资项下资产情况和农业供应链运营状况四个方面评价农业供应链金融农户信用风险[19]。刘艳春,崔永生（2016）从供应链金融视角出发，运用灰色综合评价方法，有效地对供应链金融下中小企业信用风险进行了评估，帮助银行选择出最佳授信对象，提供参考决策[20]。3、国内外研究评述国内外的相关研究集中于不同农业供应链金融模式的设计比较全面，相比较而言我国的农业供应链金融还处于初步推广阶段。在农业中小企业信用风险评价方面研究甚少。对于商业银行和金融机构而言，风控问题同样重要，许多农村商业银行仍然沿用传统的信用风险评价方法，没有把供应链金融的整体性考虑其中因此限制了农业供应链金融的发展。商业银行、农业中小企业和核心企业通过创新型农业供应链融资有机结合在一起，因此其风险具有整体性和扩散性，所以对于农业中小企业的信用风险评价研究应立足于供应链整体，这项研究对缓解农业中小企业的资金周转问题、减少银行贷款的信用风险具有重要的理论意义和现实意义。二、概念界定和理论基础（一）概念界定1、农业中小企业：首先要理清中小型企业的定义，在各国因经济发展水平不同对于中小企业的定义也各有不同的，但其对中小企业作定性分析共性标准在于:企业自主经营程度度、所有权集中程、管理模式和在行业地位等。我国现前的中小企业划分标准，是由原国家经贸委、原国家计委、财政部、国家统计局等共同发布实施的2003年《中小企业促进法》规定。按当前准则，中、小企业的销售额分别为3000万-3亿以下、3000万以下，人数划分标准分别以300-2000以下、300以下为界定，资产总额的区分指标分别是4000万-4亿以下、4000万以下。而依据我国2011年《中小企业划型标准规定》对农业中小企业的定义，年营业收入50万元及以上，20000万元以下的农业企业属于农业中小企业[21]。农业中小型企业既是农业企业又是中小型企业因此具有二者的共同特点。作为农业型企业，劳动力密度较高、生产经营容易受到自然灾害和市场经济波动的影响。作为中小型企业，资金缺乏、组织程度差、风险承受能力不高。2、信用风险：信用风险是指由于信用活动中存在的不确定性而导致银行遭受损失的可能性，具体而言就是作为资金需求方的农业中小企业向金融机构借款后因为经营不善，现金流断裂无法按时足额的偿还借款，因为这种违约行为的产生银行或其他金融机构不得不承受本金无法按时归还和在违约期收回相应利息而产生的财务损失。与传统信用风险有所区别，供应链金融模式下的上下游中小企业可能出现行业因自身经营不善或宏观经济环境不好使得企业无力还款，核心企业及其他上下游企业可能会受到牵连;另外，当上游的供货商出现缺货，货品质量不合格或延迟发货的情况时，中下游的企业则会受到影响导致无法正常生产运转。同时，如果下游企业收到货物后不及时付款，会使整体供应链信用风险增加。进而因为贷款资金和收益不能如期、如质的回笼从而使得从事金融服务的组织遭受损失[22]。3、供应链金融：供应链金融的出现颠覆了商业银行的传统商业融资模式作为一种针对中小型企业的创新型融资方式，以核心企业为中心，共享整个供应链上的交易信息对资金流、信息流、物流进行有效控制，将资金流有效整合到供应链管理的过程中，供应链金融可以利用供应链中的核心企业的信用优势和辐射与核心企业产业链的上游和下游,因此连接物流、资本流动和信息流动的整个链条。具体来说，就是将分散性强，高风险、低收益的农业中小企业与经济实力强的企业联系在一起，通过这种绑定关系共享各种各样的信息和并把风险控制在最低,以提高农业中小企业在金融市场筹集资金的可能性，实现利益共享、风险共担。改变了传统的金融机构和中小型农企一对一的信贷模式，促进了供应链中企业的高效运作，实现了资源的有效整合。表1供应链金融与传统融资方式对比Table1comparisonbetweensupplychainfinanceandtraditionalfinancingmethods项目供应链金融传统贸易融资基础融资方式赊销与垫付信用证、票据风控关键供应链上下游关联度贸易背景真实度发起方供应链核心企业商业银行主要融资环节供应链全链条融资单环节融资信息流全链条信息透明，信息连贯度高片段化，信息连贯度低图1：传统融资模式下银行与各企业之间的关系Figure1:therelationshipbetweenBanksandenterprisesinthetraditionalfinancingmode图2:供应链融资模式下，银行与各企业之间的关系Figure2:therelationshipbetweenBanksandcompaniesinthesupplychainfinancingmodel（二）理论基础1、信息不对称理论：信息不对称理论（AsymmetricInformationtheory）指的是在市场经济中各方掌握的信息量是不同的，掌握信息量大的一方更容易做出合理决策，因此处于有利地位。而掌握信息量小的一方反之。在市场上，卖方比买方更了解货物。信息量大的一方可以通过向信息量小的一方传递可靠的信息而从市场中获益；信息量小的一方会试图从另一方获取信息；传统的融资授信方式是金融机构与农户进行一对一授信，信息来源单一化，只能从一个层面评估信用资质。而供应链金融是在整个产业链层面上实现的信息公开，使得信息不对称的现象大大缓解。比如在P2P供应链金融模式下，由于信息不对称所致的牛鞭效应是企业面临信用风险的原因。由于订单信息在传递过程中的被放大或者扭曲，使供应链上的每一个企业都拥有较高的库存，因此，供应链的库存成本增加了，这样使得企业的大部分资金都压在库存上，企业将没有多余的钱去还欠款，进而发生了违约[23]。2、信用风险管理理论：首先信用风险可能对企业产生重大影响，尤其是在供应链金融的基础上，因为信用风险在一方面使得提供资金的商业银行和金融机构的投资决策失败蒙受经济损失，在另一方面还会对整体供应链的授信程度造成创伤并使核心企业的商誉受损。因此对于提供资金方需要通过建立金融模型量化信用风险预计造成的损失程度。其次，信用风险管理的重点应以风险控制为重，比如当风险发生时，制定可行的计划把损失尽量控制在最少达到减少其损失的目的。最后未雨绸缪，要学会规避信用风险，提高信用风险的防范意识，通过解决问题的不同角度和不同方式降低信用风险发生的可能以达到最终目的。3、委托代理理论由Jensen和Meckling在1976年提出的委托代理理论，委托代理关系双方需要签署合作契约协议，明确委托人代理人双方的责任和义务，同时明确代理人的代理任务，及委托人的报酬形式等。双方的有限理性、信息不对称、对风险的态度不同，导致了委托代理关系是一种不完全的契约关系[24]。在实际企业经营的供应链关系中，委托代理契约是由作为委托方的农业供应链上下游的中小企业和作为代理方的农业核心企业构成。除此之外，委托人和代理人之间利益结构不同，具有不同的目的和需求，就像农业中小企业的目的是委托核心企业通过信用授权得到银行融资，而核心企业通过帮助中小企业得到质量更好的产品或服务。不过代理人存在消极怠工的可能性，因此委托方需要激励代理人努力工作，双方协作使自身利益达到最大最终实现双赢局面。三、我国农业供应链融资现状及信用风险问题（一）农业中小企业供应链金融现状：我国的传统农业核心企业通常由于规模大，经济实力强，所以市场地位高。但是这些核心企业在对待对供应链上游供应商企业时往往目光十分短浅，由于双方的委托代理关系核心企业往往最为利己的赊账方式，不及时付现金只是具一份支付凭证约定在一定时间内进行付款，这些核心企业宁愿把多余的资金放入金融机构里理财获利也不愿当下支付账款。面对农业供应链下游销售商，核心企业依然以自身利益最大化的方式不允许他们赊账，要求付多少钱拿多少货，货款实收实付，这时如果下游的中小农企资金不够就会寻找各种融资渠道，但是由于自身缺乏相关抵押物、信息不透明等因素无法向正规利率低的金融机构贷款，只能向不正规利率高的民间贷款需求帮助从而导致一系列的融资恶行循环，所以在整体的角度而言加大了上下游的农业中小企业资金压力。（二）农业供应链金融现有三大模式：1、以应收账款为重点的供应链金融模式：应收账款是每个企业非常重要的流动资产，而企业的健康经营离不开现金流的稳定，为了促进资金快速回笼，农业供应链上游供应商的销售或服务与买方签订的合同所产生的应收账款转让给保险公司,由通过审核后的应收账款风险控制农业融资对中小企业保理公司后再将应收账款的受益权转让给相关互联网金融公司。到期后保理公司从企业收回本息再支付给互金公司，因此互联网金融公司以农业产业链中企业的应收账款为突破口进入供应链金融当中。2、以核心农业企业为重点的供应链金融模式：核心农业企业整体实力强,信誉水平高,还具有完善的内部控制体系的合同订单发票等优势,可以通过这些具有话语权的优势给上下游提供融资服务，解决他们的现金流流转不畅问题。因此提高资金使用效率,联通整个农产业链。这是以农业供应链中资质强的企业为重点为切入点进入供应链金融。3、以互联网金融平台为重点的供应链金融模式：随着网络购物的消费模式的普及，现在大多数企业更倾向在电商平台直接对接自己的供应商及客户，因此电商平台上掌握着大量的用户交易数据、比如：产品物流信息、资金到账信息、淘宝交易数据、支付宝支付数据、蚂蚁信用积分等，通过科学分析可以在很大程度上降低风险，比如借助互联网平台进行建模,了解农业中小企的消费习惯和交易模式以及信用等级,并根据分析结果提供对口的供应链金融服务,促进农业供应链的资金流动。（1）农业中小企业供应链金融代表案例：以农联中鑫为例，“农联中鑫”是互联网和金融联合作用的产物，为解决农业中小企业很难在银行等金融机构借到钱的问题，农联中鑫使用蚂蚁金服互联网金融的开放平台、蚂蚁金服的大数据信息优势的具体案例为：农联中鑫在内蒙古为蒙羊集团提供从贷款到销售的供应链金融服务。以科尔沁牛业等大型养殖集团作为核心企业提交易信息。信用记录给蚂蚁金服、中华保险，因此农户获得相应贷款、保险通过农村淘宝定向采购扩大生产，促进供应链上游企业发展，同时也为核心企业提供高质高量的产品也促进了农产品供应链下游的销售。（三）农业中小企业融资问题研究:1、农业中小企业的信用等级普遍偏低我国大部分中小型农业企业年产值和信用评级较低，平均利润水平较低。不注重企业管理的规范化，只注重生产水平，导致经营水平低的现象。还有一些企业经营者和高级管理人员由于知识文化水平较低，因此逃、废银行债务的情况时有发生，在社会信用体系中留下不良的信用记录，使得农业中小企业信用等级普遍低，而这些中小企业的发展也是需要资金的支持的，没有良好的信用记录导致无法在正规的融资渠道进行融资，许多企业不得不选择贷款利率高的民间融资方式，这就进一步加剧了农业中小企业融资困难的问题。2、农业中小企业融资缺乏有效担保机制农业中小企业在总体水平上实力较小、能力不足，在农业中小企业进行融资时，抵押和担保是供应链金融机构降低信用风险的重要手段，但是目前我国还没有建立起专门为中小农企提供信用担保的有效机制。而且农业企业不同于其他行业，其抵押物大多是农村地区的房屋或土地，许多金融机构不接受此类抵押物也不具备为农业中小企业量身定制的信用评估体系。而随着供应链金融的发展，核心企业的整体思维建立就可以为农业中小企业提供有效担保，帮助他们度过难过，进而促进农业供应链的发展。3、农业相关金融中介机构缺乏我国融资市场发展不平衡。一方面，金融公司和投资机构仍有大量资金没有投入。另一方面，中小企业融资准入要求难度加大，由信息不对称产生的供需双方短缺和过剩现象。因为地方商业银行主要服务于大型企业，中小企业的融资渠道受到严重挤压。而且由于农村地区和城镇地区之间的文化差异。比如，农村地区的基层银行没有向农业中小企业发放贷款的审批权融或者资贷款未充分考虑农村农户具体所需，无法满足农村农户的一般需求，农业中小企业的实际融资效果收效甚微。4、农业中小企业发展的不确定性农业中小企业普遍规模较小，大多没有建立起规范的现代企业管理体系。他们的经营管理和财务制度不健全，员工的知识和文化水平较低，缺乏信用意识的指导。由于缺乏严格的企业制度来保障其经营管理，其运行基础脆弱，风险承受能力差，容易受到外部环境的干扰。有些时候容易因农村融资体系不规范给农业小企业的融资带来了较大的瓶颈和风险。四、使用Logistic回归方法构建农业供应链金融信用风险模型（一）数据来源及指标体系设计在构建农业中小企业的供应链金融信用风险评价指标体系时，需要借鉴以往有关中小企业的信用风险评估的相关文献，选取不同的财务指标，会对企业信用评价结果产生重大影响，因此，所选财务指标应尽可能反映企业财务状况的各个方面。盈利能力指标是企业赚取利润的能力或资金增值的能力[11]。营运能力指标反映企业资金周转状况，衡量企业管理资产的能力。资本结构指标反映的是企业债务与股权的比例关系，在很大程度上决定着企业的偿债和再融资能力。偿债能力指标是企业偿付各种到期债务的能力。成长能力指标用来衡量公司发展的速度，一般用于未来发展潜力的评估[25]。但是农业供应链上下游的许多中小企业财务管理意识薄弱，许多企业信息并不公开而无法采集，因此本文通过Choice数据库和申万宏源金融终端直接选取有关涉农企业上市公司的财务数据作为模型分析数据来源，剔除数据不全的企业，一共收集到84家上市农业中小企业。以企业的违规记录为依据，评定其中履约企业数为70，违约企业数为14。最终选取各个公司2019年的财务数据进行分析。如表2所示，本文从5个衡量企业能力的一级指标和细化的12个二级指标建立模型体系：表2指标体系的设计Table2designofindicatorsystem一级指标二级指标自变量盈利能力指标净资产收益率%X1销售净利率%X2营运能力应收账款周转率X3存货周转率X4资本结构资产负债率%X5流动资产/总资产%X6流动负债/负债合计%X7偿债能力流动比率X8速动比率X9成长能力净资产增长率%X10净利润增长率%X11每股收益X12（二）Logistic逻辑回归模型原理介绍Logistic模型假设事件发生的概率符合逻辑回归分布，一件事情y的发生由自变量x1,x2,x3,…xn所影响，因变量设置为的关系用一个公式表示出来。例如因变量y由引起的，所以我们要想办法找到参数集β0β1β2β3…βn使得自变量和因变量满足关系式y=β0+β1x1+β2x2+β3x3+…+βnxn,这种寻求参数的方法叫做线性回归，由于自变量有多个，所以被称为多元线性回归。总的来说，Logistic回归模型是研究因变量非连续型变量情况的分析模型。[21]：（1）建立一般线性模型：E(Y)=β0+β1x1+β2x2+…+βkxk……①对于0-1变量Y（此处为Y取0或者1），E(Y)=P(Y=1)=P由公式一得：可以用E(Y)来预测Y=1的概率P=β0+β1x1+β2x2+…+βkxk+ε……②（2），对P进行Logit变换，进行简化模型：即：logit(P)=In(P/1-P)In(P/1-P)=logit(P)=β0+β1x1+β2x2+…+βkxk+ε……③（三）Logistics实证模型的建立1、构建指标体系在预测农业供应链融资信用风险模型中，可以设因变量Y=0时，该农企是违约企业，如果Y=1时该农企为非违约企业，实验结果所得到的预测值P若>0.5，则该农企被预测为违约企业，即Y=0，反之则Y=1。该logistic方程的取值范围为（0，1）并且是一个增函数，预测结果P值越接近1，企业信用越好，反之则信用越差。本模型运用有条件的向后筛选方法进行运算，方程剔除变量的依据是条件参数估计原则下的释然比卡方。表3个案处理摘要Table3summaryofcaseprocessing未加权个案数a个案数百分比选定的个案包括在分析中的个案数84100.0缺失个案数0.0总计84100.0未选定的个案0.0总计84100.0表3中显示共计84个未加权的样本筛选进入逻辑回归模型，其中0个缺失个案，0个未选定个案。表4因变量编码Table4dependentvariableencoding原值内部值非违约0违约1表4中显示非违约赋值为0，违约赋值为1。2、进入Logistic回归模型表5分类表Table5classificationtable实测预测违约=0非违约=1正确百分比01步骤0违约=0非违约=10014.01070100.0总体百分比83.3表5左侧为实际观测值，右侧代为模型的预测值和正确率。此时预测所有农业中小企业都不违约，预测的正确率为83.3%表6模型摘要Table6modelsummary步骤-2对数似然考克斯-斯奈尔R方内戈尔科R方151.954a.246.415956.805b.201.339上表是关于模型拟合度的检验。使用Cox&SnellR2=0.201和NegelkerkeR2=0.339方两个指标替代了线性回归中的R2，该参数主要是用于模型之间的对比。表7方程中的变量Table7variablesinequationB标准误差瓦尔德自由度显著性Exp(B)步骤0常量1.609.29330.2201.0005.000表7显示首先只对常数项赋值，结果为B=1．609，标准误是SE=0.293，显著性sig=0，胜算比Exp(B)=5，达到了显著水平。表8霍斯默-莱梅肖检验Table8Hosmer-lemeshowtest步骤卡方自由度显著性17.4078.49394.5878.801此表显示使用Hosmer-Lemeshow检验法后模型回归总的拟合检验结果，用自由度=8，检验的卡方值4.587<15.507（卡方检验的临界值），通过检验。最后的显著性=0.801该值远大于0.05，没有达到一个显著的水平，表明总的回归的拟合优度很好，自变量对因变量进行了一个很好的预测。表9霍斯默-莱梅肖检验的列联表Table9contingencytableoftheHosmer–lemeshowtest违约=0非违约=1=0违约=0非违约=1=1总计实测期望实测期望步骤1165.52522.4758222.62865.3728321.86966.1318411.41276.588850.99487.006861.68477.316872.47767.523880.29887.702890.10587.8958100.0081211.99212步骤9144.67343.3278232.61755.3838331.84456.1568421.50266.4988501.14386.857861.91877.082870.66287.338881.42277.578890.20187.7998100.0191211.98112表9是H-L检验的随机性表，可以通过比较观测值与期望值的差异，测度模型拟合度。表中观测值与期望值基本相同，可以认为本模型拟合度较好。3、SPSS运算结果显示表10方程中的变量Table10variablesinequationB标准误差瓦尔德自由度显著性Exp(B)步骤1a净资产收益率%.163.0873.4981.0611.177销售净利率%-.107.0563.5941.058.898应收账款周转率.007.008.7901.3741.007存货周转率-.108.144.5661.452.898资产负债率%.106.0534.0091.0451.112流动资产/总资产%-.006.043.0181.894.994流动负债/负债合计%.043.0292.2091.1371.044流动比率.2561.082.0561.8131.291速动比率2.2481.2633.1681.0759.468净资产增长率%-.006.039.0261.873.994净利润增长率%.000.002.0051.9441.000每股收益(元)-.349.609.3291.566.705常量-8.5974.4493.7341.053.000步骤9a净资产收益率%.110.0494.9781.0261.117销售净利率%-.075.0354.6101.032.928资产负债率%.071.0354.0281.0451.073速动比率1.9071.0213.4921.0626.735常量-3.3162.2842.1071.147.036最终拟合的结果如表10所示，其中净资产收益率、销售净利率、资产负债率、速动比率共四个指标被模型选中，三个P值均<0.05，速动比率P值>0.05,说明速动比率不影响信用风险。最终的拟合方程式：logit(P)=-3.316-0.075*销售净利率+0.11*净资产收益率+0.071*资产负债率+1.907*速动比率。用该方程可以预测农业中小企业的信用风险，如果计算结果P值大于0.5表示该企业可能会信用违规，小于0.5说明可能该企业不会信用违规。4、农业中小企业信用风险预测实验结果根据以上结果，可以得到Logistic回归方程为：In=Logit(P)=-3.316-0.075*销售净利率+0.11*净资产收益率+0.071*资产负债率+1.907*速动比率五、结论与建议（一）实验结论由表11展示的实验结果，可以看出影响农业中小企业信用风险的主要因素是农业中小企业的净资产收益率、销售净利率、资产负债率。虽然速动比率包含在模型中但由于速动比率的P值>0.05，说明此指标对预测农业中小企业的违约风险没有显著影响。在模型运算过程中剔除的指标有：应收账款周转率、存货周转率、流动资产/总资产、流动负债/负债合计、流动比率、净资产增长率、净利润增长率、每股收益共计8个指标。（1）盈利能力由净资产收益率、销售净利率两个指标组成，而这两个指标在模型中都显著影响着企业的守约率，这实际上是经济体量相对较大的企业有较好的盈利能力，盈利能力较大的影响了农业上司公司的投资价值还是金融机构评估一个企业信用风险的重大指标，如果这些农业企业本身具备一定的盈利能力那么他们在大概率上会履行合约。（2）资产负债率是主要影响农业中小企业违约风险的要素。资产负债率反映了中小企业的总资产中有多少是通过举债募集的，比如企业利用占总资产多少比重的债融资进行经营活动，如果负债占比过多企业却还有融资需求这就会引起金融机构发放贷款的安全预警，存在企业无法偿还贷款的可能。（3）营运能力和成长能力对农业中小企业信用风险影响比较小，其主要原因是因为农业产品具有季节性。不同的农业上市公司的财务数据差异较大，数据波动比较明显。且成长能力代表的是对为来企业前景的预测，但是扩展经营能力收到宏观市场环境的影响，本身存在的不确定因素很多，因此对于预测信用风险的效果不显著。因为一些条件的限制，本文还未收录更多的试验数据代入模型运算。未来可以通过增加样本数据中的样本数量，提高预测守约概率会准确性。除此之外，本模型在实践过程中操作比较复杂，因为选取的指标多为财务指标没有考虑非财务指标的影响。指标的选择可以增加更多的非财务指标，比如通过专家评分法收集更多非财务指标来增加模型的合理性。（二）降低农业供应链金融风险的建议对于处在农业供应链上的中小型企业而言，因为财务管理重视不够导致贷款违约现象频频发生。企业经营者需要提高对于信用风险的认识并建立规范的现代企业管理制度，经营管理、财务制度来保障其经营管理。除此之外，农业中小企业还需要收集不同规模经营农户的信息建立起自己的数据库，从而建立标准化的风险控制体系。另外，核心企业在供应链中主要利用自身信用优势和金融机构签订担保协议帮助中小企业获得融资[26]。最后，在当今供应链金融环境下，作为信用风险的最后一道防线的商业银行及其他金融机构，想要有效规避供应链金融环境下供应链融资的信用风险，应根据当地金融融资机构的实际发展情况构建融资信用预警及防范机制，对于信用评级高的企业能取得提高下次贷款额度或利率方面的一系列优惠措施[27]。而信用评级低的企业就要加大信用审查力度，保证信用风险能够一旦激发就被相关人员予以控制。在农业中小企业违约行为发生时在违约时加大罚款力度，降低授信额度和信用评级并使其无法享受融资优惠政策。需要经过多方努力共同推动农业征信的优化，促进农业供应链金融实现快速发展。参考文献[1]AsadAta,MalaysiaInstituteforSupplyChainInnovation、ManishShukla,DurhamUniversityMahenderSingh.MITGlobalScaleNetworkWorkingPaperSeries,February2017,Volume17,Issue1,pp1–25.[2]DavidA.Wuttke,EveD.Rosenzweig,HansSebastianHeese.JournalofOperationsManagement,2019,Vol.65(3),pp.242-261.[3]MattiaGL,RiccardoM,AlessandroP,etal.Supplychainfinance:aliteraturereview[J].InternationalJournalofPhysicalDistribution&LogisticsManagement,2016,46(4):348-66.[4]FuJia,TianyuZhang,LujieChen.SustainablesupplychainFinance:Towardsaresearchagenda[J].JournalofCleanerProduction,2020,243.[5]Hoi-LamMa，Z.X.Wang，FelixT.S.Chan.Howimportantaresupplychaincollaborativefactorsinsupplychainfinance?AviewoffinancialserviceprovidersinChina：InternationalJournalofProductionEconomicsVolume219,January2020,Pages341-346[6]GelsominoLM,MangiaracinaR,PeregoA,etal.Supplychainfinance:aliteraturereview[J].InternationalJournalofPhysicalDistribution&LogisticsManagement,2016,46(4):348-366.[7]XiangjunHe,LingyunTang.ExplorationonBuildingofVisualizationPlatformtoInnovateBusinessOperationPatternofSupplyChainFinance[J].PhysicsP