供应链金融(二):商业保理产品的评级工作

企业评级的作用

对核心企业进行评级,是为了初步判断核心企业(买方)的基本状况,确保开展业务后核心企业(买方)的还款能力;

对融资企业(卖方)进行评级,是为了判断其企业基本状况,是否贷款给融资企业,同时也作为融资金额和融资利率的参考依据;

对担保方进行评级,是为了判断企业是否具备担保的资格;

评级后将如果将结果反馈给其企业,是改进企业经营管理的一个重要动力;

风控环节的一种手段。

总之,评级高可以反映企业经营情况好、守信用,保理公司比较放心把资金放给融资企业,融资的成本也会更低,融资到的金额也会更多。

评级的对象

整个供应链金融中,会涉及到的评级对象有:

核心企业(买方);

融资企业(买方);

担保企业。

评级的方法

目前在供应链金融中企业评级方法一般为:加权评级法

加权评级法公式:

X代表权重,f代表具体指标。

这也是评级中应用最多的一种方法,一般做法是,根据各具体指标在评级总目标中的不同地位,给出或设定其标准权数,同时确定各具体指标的标准值,然后比较指标的实际数值与标准值得到级别指标分值,最后汇总指标分值求得加权评估总分。

加权评分法的最大优点是简便易算,但也存在两个明显的缺点:

(1)未能区分指标的不同性质,会导致计算出的综合指数不尽科学。信用评级中往往会有一些指标属于状态指标,如财务报表中资产负债率并不是越大越好,也不是越小越好,而是越接近标准水平越好。对于状态指标,加权评分法很容易得出错误的结果。

当然,我参与的这套系统从0到1阶段,只是规定了一个阈值,低于这个阈值的资产负债率都算作优秀.

(2)不能动态地反映企业发展的变动状况,企业信用是连续不断的,加权评分法只考察一年,反映企业的时点状态,很难判断信用风险状况和趋势。

根据这个情况,系统设计阶段,我们所采用的方式一般都会取最近两年的财报作为参考依据。

评级的步骤

1. 选择企业和评分模型

确定评级的企业和评分的模型:

评分模型的作用:因为每个企业所在的行业会不同,所以评分标准也会不同,为了保证评分的准确性,我们会根据行业来设计不同的评分模型。

2. 评级模型(评分指标)

一般情况下,评级模板会有个总分,这个可以根据具体情况设定100分、200分,然后在根据总分来评估多少分是优秀,多少分是差。下面以100分为满分来举例说明。

在评级模型确定完毕后,评级人员就会根据企业状态进行相应的选择,这里会将指标分为两类:

(1)定性指标(假设为50分)

经营者个人情况:经营者年龄、经营者学历、经营者婚姻/家庭/个人资产情况、经营者荣誉情况、经营者个人信用情况、经营者管理能力;

企业的非财务因素:   企业经营场所状况、企业经营状况、所处行业及产品分析、企业信誉状况、企业发展前景、业务贡献度、财务管理能力;

信用履约情况:外部授信情况、贷款资产形态、到期信用偿还记录。

假设:我们以经营者学历(权重为4分)举例,大专以下得0分,大专可以得1分,本科可以得2分,研究生可以得3分,博士生以上可以得4分,这样就可以得出该项指标的具体得分。然后按照这个方式,将每项指标的分数相加,得到定性指标的最终得分。

定性指标需要人工选择

(2)定量指标(假设为50分)

定量指标一般都是在财务报表中取值,包含了:资产负债率、流动比率、速动比率、现金比率、营业利润率、净利润增长率、资本收益率、资本回报率、应收账款周转率、存货周转率、营业收入增长率、已或利息倍数等等。

假设:资产负债率(权重为5分),资产负债率在50%以下得5分,50%-55%得4分,55%-60%得3分,60%-65%得2分,65%-70%得1分,70%以上得0分。同理,其他指标也可以得出分数,得到定量指标的最终分数。

定量指标一般都会在系统中用算法写好,用户只需要上传相应的财报即可,不需要人工选择。

评级的结果

本行业内,一般评级结果分以下几种:

AAA:极佳

AA:优秀

A:良好

BBB:较好

BB:一般

B:关注

CCC:差

CC:很差

C:极差

根据100分的分值来算,你可以自己定义每个评级结果的分数,得出最终评级结果。

一般情况下,评分在B以下的企业,基本上不会与之发生保理业务。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,386评论 6 479
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,939评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,851评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,953评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,971评论 5 369
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,784评论 1 283
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,126评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,765评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,148评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,744评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,858评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,479评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,080评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,053评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,278评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,245评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,590评论 2 343

推荐阅读更多精彩内容