金融学概念

授信

    是指商业银行向非金融机构客户直接提供的资金，或者对客户在有关经济活动中可能产生的赔偿、支付责任做出的保证，包括贷款、贸易融资、票据融资、融资租赁、透支、各项垫款等表内业务，以及票据承兑、开出信用证、保函、备用信用证、信用证保兑、债券发行担保、借款担保、有追索权的资产销售、未使用的不可撤销的贷款承诺等表外业务。简单来说，授信是指银行向客户直接提供资金支持，或对客户在有关经济活动中的信用向第三方作出保证的行为。

      授信按期限分为短期授信和中长期授信。短期授信指一年以内（含一年）的授信，中长期授信指一年以上的授信。

     授信业务是商业银行最基本的业务活动，其管理的基本要求是效益性、安全性和流动性的统一。控制、防范和化解授信风险，保证授信资金的安全是商业银行生存和发展的需要，也是授信管理的首要任务。

    目前，国际性大银行一般都建立了自己的风险测度模式和风险管理体制，风险管理技术日趋成熟，授信风险管理成为商业银行风险管理的一项重要内容。欧美银行在风险评价方法方面，比较注重量化模型分析方法的运用。而我国商业银行在量化分析方面仅仅是刚刚起步。

     目前，大部分信贷决策仍然依靠信贷人员的经验和主观判断。如最为常见的五 C 法，即从品格(Character)，资本〔Capital) ，偿债能力(Capacity)，抵押品(Collateral)，环境(Condition) 五个方面去判断授信对象的信用，其最大缺点是过多依赖于专家个人判断而导致的评分主观性和判断标准不一致性。类似的财务分析法，信用评分法，贷款评级分级法（五级分类）也都不能很好地解决风险测度中没有量化分析的问题。 

   针对商业银行授信额度的方法研究，应用较多的方法一般是基于企业资产负债、偿债能力、现金流等经营情况，结合企业资金需求，对其授信额度进行测算，较少与银行自身的资本收益和风险承受能力相结合.

   授信额度确定方面的研究

    授信额度是为了更好的约束和提供服务，授信业务的各个参与方提出量化指标，商业银行通过综合评定客户风险和财务状况，对其核定的风险承受总量。国内外学术界对于商业银行授信额度方面的研究主要集中在两方面，一方面是授信额度影响因素的研究，另一方面是授信额度测量模型的研究。
  （1）授信额度影响因素的研究
 
     授信额度的影响因素主要可分为商业银行、授信企业和外部环境三个方面。

     在商业银行方面：贷款定价是影响授信额度的直接作用因素，Chateau（1990）利用复合期权模型测算了贷款利率上限的变动范围；  Hau（2011）提出“随机需求基础”定价模型,以降低银行为保持货币流动性的机会成本为基础确定贷款价格。合同条款对企业授信额度有着直接影响，贷款期限、抵押条件和承诺费用等合同条款要素之间相互作用，最终决定了最优授信额度（Dennis 和 Nandy，2000）。信息的对称性对授信额度的核定也起着重要作用。信息不对称影响了商业银行整体贷款资源的配置效率（Ariccia,2004）,提高了商业银行对企业提供信贷供应的交易成本，特别是对中小企业（Zambaldi，Aranha  和  Lopes，2011）。
    授信企业方面：公司财务因素和授信额度的联系是显而易见的，因此公司财务报表分析成为确定商业银行确定授信额度的主要方法（Aitman，1968）。企业非财务因素在一定程度上影响着商业银行对其授信额度的核定。Berger and Udell（1995）通过
建立回归模型，从公司治理结构、所属行业、银企关系等方面对授信行为进行了研究。Agarwal 等（2004）通过对非上市公司的研究，确定了授信额度与企业成长阶段的关联关系。

     外部环境方面：国内外政治经济环境及政策导向，会影响商业银行的整体授信机制和规模。朱伟国（2017）从宏观经济形势中的行业发展形势方面，对以公司财务分析为基础的授信额度研究进行了改进。除此之外公司的政治背景和“寻租”等行为会在利率、额度及难易程度等多方面对商业银行的授信产生影响（郝项超，2011；黄建新，2011）。 
   近年来，根据新巴塞尔协议的要求，商业银行需要建立内部评级体系计算信用风险监管资本，从而对授信额度测算提出了更高的要求，经济资本成为影响授信额度确定的重要因素。李思维等（2005）根据《巴塞尔新资本协议》的要求，对如何使银行授信业务更加合规和规范提出了建议。学者们开始将风险因素和经济资本理论引入银行对企业授信额度的研究中。卢唐来和周好文（2006）将经济资本引入银行授信领域，并将 EVA 作为银行业绩衡量指标来研究银行资本运用效率。周凯（2008）以实现在
风险可控基础上的收益最大化为目标，对授信企业的风险阈值与经济资本的优化配置进行研究。胡小磊和刘庆卫（2014）通过分析银行授信审批中暴露出的问题,研究了在授信审批阶段科学应用经济资本管理工具的重要意义。

（2）授信额度测量模型的研究
 
授信额度的测量往往与信用风险模型相结合，通过分析企业风险来确定授信额度。信用风险模型一开始以定性分析法为主，如 Z
-Score(即将各项财务比率加权计算后得到的一个值，记为  Z  值)违约预测模型（Altman,1968）。该模型被广泛应用于财务危机、违约风险及公司破产的研究中。但是定性分析法由于具有相当强的主观性，目前已逐渐被淘汰。Ohison（1980）选取能够反映企业盈利能力、偿债能力、流动性、发展能力的财务指标构建 Logit 模型，用于定量分析企业违约状况。随着信息技术的
不断发展，现代信用风险度量和授信额度确定技术被不断研发，例如 Credit Portfolio View 信贷组合模型、Credit Metrics TM 模型、KMV  违约预测模型等。这些模型可以降低对企业财务数据的依赖性，更加精确的度量和识别企业信用风险。 

   我国学者在以上风险度量和授信额度确定模型的基础上，结合我国商业银行实际经营现状，研发了适合我国商业银行风险管理和授信核定的模型（黄纪宪、顾柳柳，2014）。牛锡明（1998）在理论层面研究了贷款的最佳风险临界值，并对商业银行授信中贷款风险度的确定提出了方法建议。李敬（2003）结合农业银行的最高综合授信核定模型提出了资产负债比率法确定授信额度，可操作性较强，因此得到商业银行的广泛应用。但是，基于对企业资产负债率、净资产等历史数据的考量核定的授信额度，不能体现企业未来现金流量的情况。周兰珍（2003）将企业经营现金流量作为企业偿债能力的测量标准，用来测算银行对企业的授信额度。何自力（2007）在共生理论的基础上将企业净资产作为银行对企业授信额度的核心指标。这些模型在考虑企业资产负债率的基础上，结合企业的信用评级、偿债能力、行业划分等多种因素，对企业的授信额度进行测算。Chen Lin 等（2011）在单个企业授信额度核定的基础上，运用结构化模型对集团客户的统一授信模型进行构建，并分析相关联的集团成员关系如何影响综合信贷额度。 
 

定量分析的风险测度方法

  风险是一种潜在的会对信用资产产生有害影响的事件，可用事件发生的概率和事件出现的损失两个相互联系的风险因子来计算。披露和量化特定的风险值通常要用到一些模型，如 J.P_摩根的 Credit metrics 模型，KMV 公司的 KMV 模型，Mc Kinsey 公司的 Mc Kinsey 模型等。近些年来，风险模型化管理的工作得到了很高的重视和相当大的发展，也引起了监管部门的高度重视。1994 年巴塞尔银行监管委员会提出了名为《信用风险模型化:当前的实践和应用》的研究报告，开始研究这些信用风险管理模型的应用对金融领域风险管理的影响，以及这些模型在金融监管，尤其是在风险资本监管方面应用的可能性。毫无疑问，这些模型的发展正在对传统的风险管理模式产生革命性影响，现代风险管理模式正在形成。 
1. Credit metric 模型 
该模型以信用评级为基础，通过对受险价值 VAR (Value at Risk)的计算力图反映出:银行某个或整个授信组合一旦面临信用级别变化或拖欠风险时所应准备的资本金数值:该模型覆盖了几乎所有的授信产品，具体的计算步骤是首先对授信组合中的每个产品确定敞口分布；其次，计算出每项产品的价值变动率(由信用等级的上升、下降或拖欠引起)；再次，将单项授信产品的变动率汇总得出一个授信组合的变动率。由此可见，在假定各类资产相互独立的情况下，授信组合的风险值等于每项授信的信用等级变动率或拖欠变动率乘以敞口额之和。

2. KMV 模型 
该模型最主要的分析工具是 EDF (Expected Default Frequency)，即受信企业在正常的市场条件下，在计划期内违约的概率。EDF 等于企业的违约距离(DTD)除以企业资产价值波动的标准差(SD). 
计算公式为:EDF=DTD/SD 
其中 DTD=(AV-DP)/AV 
其中，AV 表示企业资产价值，对于授信银行而言该值不易观察，但在概念上等于企业负债的账面价值与公司股权市价(Equity)之和。DP 表示违约触发点，即企业负债水平。因此，如果企业负债的账面价值已知(从而违约触发点 DP 己知)，EDF 可以主要通过分析受信企业股票市场价格的变化得出。 
3. 两模型的比较 
Credit metrics 模型和 KMV 模型两者都为银行和其它金融机构在进行贷款等授信业务时衡量授信对象的信用状况，分析所面临的信用风险，防止集中授信，进而为实现投资分散化和具体的授信决策提供量化的、更加科学的依据。但这两个模型也存在较大差异，KMV 模型是种动态模型，其对企业信用风险的衡量指标(EDF)主要来自于对该企业股票市场价格变化的分析；而 Credit metrics 模型是一种静态模型，它对企业信用风险的衡量来自于对该企业信用等级变化及其概率的分析。 

信用评分模型

是近年来兴起的一种为了保障银行和其他金融部门的金融安全而设立的一种关于人身金融权限的划定模型。该模型指根据客户的信用历史资料，利用一定的信用评分模型，得到不同等级的信用分数，根据客户的信用分数，来决定客户所可以持有的金额权限，从而保证还款等业务的安全性。而随着在现代社会和公司中，贷款，信用卡的作用日渐突出，信用评分模型的发展前景不可估量。

 

B2C 电商供应链金融融资模式

在 B2C 电商供应链中，B2C 电商企业是核心企业，它主要是与一些规模比较小、资金周转不灵的中小企业合作。这些企业在生产经营的过程中会遇

（1）电子订单融资

电子订单融资是指供应链中的企业通过质押电子订单来进行融资的一种模式。这一模式与应收账款融资相似，需要融资的企业提供电子订单向银行申请贷款，经过供应链中的核心企业以及银行审核后给企业发放无抵押贷款，在收到订单回款后将所收到的回款偿还的贷款银行。它适用于信用和交易记录良好的企业，满足了企业的融资需求，缩短贸易周期，提高了企业的经营周转速度，减少资金占用。到各种各样不同的的经营问题或者资金不足的问题。基于此，可以提供不同的融资方案。

（2）电子仓单质押

电子仓单质押模式是指供应链中的供应商将产品存放在核心企业的自有仓库或指定的第三方物流公司的仓库中，从而生成的电子仓单，然后向银行申请贷款，同时供应商的提货权由银行控制。电子仓单质押不但盘活了供应商的存量，而且还解决了产品由于库存过多占用资金的问题。

（3）电商担保融资

电商担保融资模式是通过利用大型的 B2C 电商企业具有良好信誉、稳定的资产等优点，开展外包担保融资服务。这不仅仅为解决企业融资问题提供了新方向，同时还降低了银行的风险。

（4）委托贷款

委托贷款是指作为核心企业的 B2C 电商充当银行的角色提供自己的资金，为供应链上的中小企业提供贷款的模式。B2C 电商凭借自己在供应链中的核心地位，根据从平台上收集的交易数据和信息，对申请贷款的企业进行评估，了解这些企业的信用状况和资产状况，最后决定是否同意企业的申请以及发放贷款的数量