基金項目： 國家自然科學(xué)基金項目（71561002）、北方民族大學(xué)重點(diǎn)科研項目（BMDK201705）

作者簡介： 李光榮（1980—），男，寧夏彭陽人，博士，北方民族大學(xué)商學(xué)院教師，韓國嶺南大學(xué)訪問學(xué)者，研究方向：風(fēng)險管理、供應(yīng)鏈金融、系統(tǒng)工程等。

摘 要：通過農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險致因分析系統(tǒng)框架構(gòu)建結(jié)構(gòu)方程模型，依據(jù)來自黃河中上游流域五個省份780份調(diào)研數(shù)據(jù)展開的實證研究發(fā)現(xiàn)：就農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險而言，所提出的致因分析系統(tǒng)框架能夠系統(tǒng)反映其影響因素;核心企業(yè)與融資企業(yè)作為主要參與主體，對其影響頗為關(guān)鍵，同時，作為信用風(fēng)險直接載體的融資資產(chǎn)其風(fēng)險屬性影響顯著;自然環(huán)境和經(jīng)濟(jì)環(huán)境因素是對其產(chǎn)生重要影響的外在因素;產(chǎn)業(yè)政策和風(fēng)險中介服務(wù)是重要的系統(tǒng)影響因素;供應(yīng)鏈關(guān)系影響不容忽視，供應(yīng)鏈關(guān)系質(zhì)量是影響供應(yīng)鏈關(guān)系的深層次因素，網(wǎng)絡(luò)信息技術(shù)應(yīng)用效果有待提升。

關(guān)鍵詞： 供應(yīng)鏈金融;信用風(fēng)險;農(nóng)業(yè);系統(tǒng)框架;實證研究

中圖分類號：F830.58 文獻(xiàn)標(biāo)識碼： A 文章編號：1003-7217（2020）03-0017-08

一、引 言

近年來，供應(yīng)鏈金融在解決中小企業(yè)融資難問題、增進(jìn)金融服務(wù)投入實體經(jīng)濟(jì)的供給側(cè)改革中顯現(xiàn)出積極作用[1]。自國務(wù)院辦公廳發(fā)布《關(guān)于積極推進(jìn)供應(yīng)鏈創(chuàng)新與應(yīng)用的指導(dǎo)意見》（國辦發(fā)〔2017〕84號）將供應(yīng)鏈金融列為重點(diǎn)任務(wù)以來，其發(fā)展更加迅速。世界著名金融咨詢公司Demica公司在2014年預(yù)測，2020年以前全球供應(yīng)鏈金融業(yè)務(wù)的增長速率為10%以上，我國供應(yīng)鏈金融規(guī)模預(yù)計將達(dá)到15萬億元[2]。農(nóng)業(yè)供應(yīng)鏈金融應(yīng)用近幾年也取得一定進(jìn)展，成為解決農(nóng)業(yè)供應(yīng)鏈上中小經(jīng)營主體（包括農(nóng)戶）融資問題的有效方式[3]。同時，也是實現(xiàn)農(nóng)業(yè)金融供給側(cè)改革的有效途徑，對落實國務(wù)院支持小微企業(yè)和“三農(nóng)”發(fā)展，以及“強(qiáng)化金融服務(wù)方式創(chuàng)新，提高金融服務(wù)鄉(xiāng)村振興能力和水平”具有重要意義。

但供應(yīng)鏈金融快速發(fā)展的同時，也伴隨著不同于傳統(tǒng)金融業(yè)務(wù)的風(fēng)險——其某一環(huán)節(jié)風(fēng)險事件發(fā)生都可能導(dǎo)致整個產(chǎn)業(yè)鏈金融風(fēng)險的放大，信用風(fēng)險作為金融機(jī)構(gòu)風(fēng)險管理面臨的最大挑戰(zhàn)[4]就是這種傳導(dǎo)性會尤為突出。農(nóng)業(yè)供應(yīng)鏈將自然生產(chǎn)、經(jīng)濟(jì)再生產(chǎn)以及生產(chǎn)性服務(wù)業(yè)緊密串聯(lián)為一體，因其經(jīng)營管理的復(fù)雜性、影響因素的特殊性，導(dǎo)致農(nóng)業(yè)供應(yīng)鏈金融顯現(xiàn)出更大的信用風(fēng)險。

農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險相關(guān)研究起步較晚，Wenner M D 認(rèn)為農(nóng)業(yè)企業(yè)融資主體的客戶情況、現(xiàn)金流情況、市場形勢、企業(yè)經(jīng)營能力以及聲譽(yù)等是影響其信用風(fēng)險的因素[5]。國內(nèi)學(xué)者的研究有從供應(yīng)鏈核心企業(yè)、宏觀經(jīng)濟(jì)以及自然環(huán)境方面對其來源進(jìn)行了定性分析[6];有認(rèn)為其信用風(fēng)險誘發(fā)根源主要是企業(yè)內(nèi)在經(jīng)營情況、生產(chǎn)要素市場波動、自然環(huán)境異常風(fēng)險[7];有從企業(yè)經(jīng)營狀況、盈利能力、償債能力、融資資產(chǎn)情況以及供應(yīng)鏈狀況等方面分析主要影響因素[3]等。從既有關(guān)于農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險的研究看，研究維度呈現(xiàn)出多樣化特征，缺乏系統(tǒng)性分析框架，難以為管理決策提供系統(tǒng)化依據(jù);其次，研究中對信用風(fēng)險主體不夠明確，未能反映不同參與主體在信用風(fēng)險演進(jìn)中的角色;再次，對農(nóng)業(yè)系統(tǒng)性風(fēng)險、新經(jīng)濟(jì)下網(wǎng)絡(luò)信息技術(shù)應(yīng)用等影響因素考慮不足。因此，研究農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險致因的系統(tǒng)框架與路徑既是管理實踐之所需，也是對該領(lǐng)域理論研究的有益補(bǔ)充。

為此，本文擬基于系統(tǒng)論構(gòu)建農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險致因分析理論框架，并基于陜、甘、寧、蒙、晉地區(qū)問卷調(diào)查數(shù)據(jù)，構(gòu)建農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險致因分析結(jié)構(gòu)方程模型，通過對模型進(jìn)行檢驗、修正、實證，形成對農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險致因分析的基本判斷。

二、農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險致因分析系統(tǒng)框架

根據(jù)系統(tǒng)論，一切事物可看作內(nèi)部元素、外部環(huán)境、元素之間相互作用、元素與環(huán)境之間相互作用而形成的有機(jī)系統(tǒng)[8]。解構(gòu)農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險系統(tǒng)，核心企業(yè)、融資企業(yè)、融資資產(chǎn)構(gòu)成了系統(tǒng)的內(nèi)部元素;其所處自然環(huán)境、經(jīng)濟(jì)環(huán)境等構(gòu)成了系統(tǒng)的外在環(huán)境;供應(yīng)鏈關(guān)系、網(wǎng)絡(luò)信息技術(shù)應(yīng)用等反映了內(nèi)部元素之間的關(guān)系及其實現(xiàn)途徑;政府政策調(diào)控、風(fēng)險中介服務(wù)等反映了內(nèi)部元素與外部環(huán)境之間的作用關(guān)系。同時，系統(tǒng)論發(fā)展觀認(rèn)為，內(nèi)、外因及其相互滲透、轉(zhuǎn)化和共同作用[8，9]，形成了系統(tǒng)演化的復(fù)雜動因。分析風(fēng)險系統(tǒng)的演化形成的內(nèi)因和外因：內(nèi)因是風(fēng)險主體自身及其行為因素，能夠自我控制;而外因是風(fēng)險主體難以準(zhǔn)確預(yù)知或控制的不確定因素。結(jié)合以上分析，構(gòu)建農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險致因分析系統(tǒng)框架，如圖1所示。

農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險演化的內(nèi)因：（1）融資企業(yè)、核心企業(yè)和融資資產(chǎn)是系統(tǒng)內(nèi)部元素，其中融資企業(yè)是信用風(fēng)險的直接主體;核心企業(yè)是信用風(fēng)險的間接主體，對融資企業(yè)起到增信作用;融資資產(chǎn)則是其信用風(fēng)險的直接載體。（2）融資企業(yè)、核心企業(yè)和融資資產(chǎn)內(nèi)部元素之間聯(lián)系主要體現(xiàn)在供應(yīng)鏈關(guān)系和網(wǎng)絡(luò)信息技術(shù)應(yīng)用方面，供應(yīng)鏈關(guān)系是核心企業(yè)與中小企業(yè)（融資企業(yè)）一定時期內(nèi)形成的信息與利益共享、風(fēng)險共擔(dān)的合作關(guān)系;網(wǎng)絡(luò)信息技術(shù)應(yīng)用體現(xiàn)了供應(yīng)鏈關(guān)系的實現(xiàn)途徑。

農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險演化的外因：（1）經(jīng)濟(jì)環(huán)境和自然環(huán)境構(gòu)成其外部環(huán)境。國內(nèi)外經(jīng)濟(jì)環(huán)境的變化對供應(yīng)鏈關(guān)系、供應(yīng)鏈上企業(yè)經(jīng)營績效等產(chǎn)生影響，進(jìn)而影響到供應(yīng)鏈金融信用風(fēng)險;自然環(huán)境對農(nóng)業(yè)初級生產(chǎn)環(huán)節(jié)影響顯著，進(jìn)一步影響到供應(yīng)鏈金融信用風(fēng)險。（2）內(nèi)部元素與外部環(huán)境之間關(guān)系主要反映在政策調(diào)控和風(fēng)險中介服務(wù)方面。政策調(diào)控是指國家或地區(qū)針對具體供應(yīng)鏈金融及其相關(guān)領(lǐng)域的發(fā)展出臺的相應(yīng)政策;中介服務(wù)是反映供應(yīng)鏈金融主要參與主體與外部風(fēng)險因素發(fā)生作用的過程中，有關(guān)風(fēng)險分散、緩釋或抑制等風(fēng)險中介服務(wù)，如信用評價、擔(dān)保和保險等。

三、農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險致因分析結(jié)構(gòu)方程模型

（一）研究假設(shè)

（2）結(jié)構(gòu)模型評價。檢驗假設(shè)模型參數(shù)估計結(jié)果是否得到統(tǒng)計數(shù)據(jù)支持，包括各變量之間的關(guān)系。標(biāo)準(zhǔn)化的最優(yōu)模型各路徑系數(shù)（限于篇幅，詳表略）中各潛變量之間的路徑系數(shù)臨界比值C.R.在12.422～2.401之間（C.R.值大于1.96表明顯著性較好）;33項估計中，5項P值小于0.05，28項P值小于0.001，各項系數(shù)估計顯著性較好。

通過整體擬合度分析、模型逐步修正，最終參數(shù)估計表明模型整體適配性和結(jié)構(gòu)擬合度良好，所建構(gòu)農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險致因系統(tǒng)分析模型總體上較為理想，假設(shè)H1～H9總體得到支持（研究過程中少量被棄假設(shè)與題項除外）。

四、研究結(jié)論

1.從系統(tǒng)視角解構(gòu)分析，信用風(fēng)險主體（供應(yīng)鏈核心企業(yè)、融資企業(yè)）、直接載體（融資資產(chǎn)）、網(wǎng)絡(luò)信息技術(shù)應(yīng)用以及供應(yīng)鏈關(guān)系共同構(gòu)成了影響農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險的內(nèi)在動因;經(jīng)濟(jì)環(huán)境、自然環(huán)境、產(chǎn)業(yè)政策以及風(fēng)險中介服務(wù)等構(gòu)成了農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險的外在動因。實證結(jié)果顯示，各因素對農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險的影響由大及小依次為：核心企業(yè)信用風(fēng)險（0.917）、融資企業(yè)信用風(fēng)險（0.893）、自然環(huán)境風(fēng)險（0.855）、融資資產(chǎn)風(fēng)險屬性（0.829）、產(chǎn)業(yè)政策風(fēng)險（0.828）、經(jīng)濟(jì)環(huán)境因素（0.813）、風(fēng)險中介服務(wù)（0.812）、供應(yīng)鏈關(guān)系因素（0.811）和網(wǎng)絡(luò)信息技術(shù)應(yīng)用（0.617），這些要素并非孤立的存在，而是相互聯(lián)系的有機(jī)系統(tǒng)。

2.基于內(nèi)因分析視角：（1）核心企業(yè)作為主要主體，其信用風(fēng)險是農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險的“震中”，易于導(dǎo)致眾多圍繞核心企業(yè)開展的中小企業(yè)融資項目產(chǎn)生兌付風(fēng)險，引致整個供應(yīng)鏈金融信用風(fēng)險系統(tǒng)性爆發(fā)。其影響因素包括行業(yè)地位、基礎(chǔ)素質(zhì)、產(chǎn)品優(yōu)勢、盈利能力、償債能力和信用級別，路徑系數(shù)分別為0.804、0.779、0.787、0.781、0.838和0.774，顯然，償債能力對其影響相對顯著，其次是行業(yè)地位，而后是其余基礎(chǔ)性因素。（2）融資企業(yè)作為直接主體，被視作供應(yīng)鏈金融信用風(fēng)險的“震源”或起源，其信用風(fēng)險影響因素包括基礎(chǔ)素質(zhì)、相對地位、盈利能力、償債能力、運(yùn)營能力、發(fā)展能力以及信用狀況七個方面，路徑系數(shù)分別為0.738、0.673、0.787、0.834、0.778、0.676和0.759，顯然，其償債能力、盈利能力、運(yùn)營能力和信用狀況影響相對更為顯著。（3）融資資產(chǎn)是農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險的承載客體，其風(fēng)險屬性影響因素包括資產(chǎn)價格穩(wěn)定性、融資資產(chǎn)保質(zhì)性和資產(chǎn)變現(xiàn)能力，路徑系數(shù)分別為0.730、0.818和0.827，顯然，保質(zhì)性與可變現(xiàn)性影響更為顯著。

3.農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險外在系統(tǒng)性因素包括自然環(huán)境風(fēng)險和經(jīng)濟(jì)環(huán)境因素。自然環(huán)境風(fēng)險主要指氣象災(zāi)害、地質(zhì)災(zāi)害、環(huán)境污染和病蟲災(zāi)害，路徑系數(shù)分別為0.826、0.702、0.804和0.785，一般農(nóng)業(yè)供應(yīng)鏈上游初級供應(yīng)商最易受其影響而導(dǎo)致核心企業(yè)面臨供應(yīng)短缺或中斷，造成成本上升，特別是環(huán)境污染和氣象災(zāi)害的影響相對顯著。經(jīng)濟(jì)環(huán)境因素主要包括國際宏觀經(jīng)濟(jì)形勢、國內(nèi)經(jīng)濟(jì)環(huán)境和國際貿(mào)易環(huán)境變化，其路徑系數(shù)分別為0.812、853和0.783。在當(dāng)前供應(yīng)鏈更加國際化的背景下，這種影響更加明顯。

4.考察系統(tǒng)內(nèi)部元素與外部環(huán)境作用關(guān)系，包括風(fēng)險中介服務(wù)和產(chǎn)業(yè)政策因素。風(fēng)險中介服務(wù)反映了各主體面對各類風(fēng)險時所采取的第三方措施，主要包括風(fēng)險轉(zhuǎn)移、處置和評估三類中介服務(wù)，其路徑系數(shù)分別為0.822、0.801和0.785;產(chǎn)業(yè)政策體現(xiàn)了信用風(fēng)險主體與外部經(jīng)濟(jì)環(huán)境的作用關(guān)系，反映了政府根據(jù)宏觀經(jīng)濟(jì)發(fā)展對微觀主體的指導(dǎo)調(diào)節(jié)，其測量變量產(chǎn)業(yè)指導(dǎo)計劃、財政政策及金融政策的路徑系數(shù)分別為0.823、0.818和0.798。

5.系統(tǒng)內(nèi)部元素之間關(guān)系主要涉及供應(yīng)鏈關(guān)系和網(wǎng)絡(luò)信息技術(shù)應(yīng)用。供應(yīng)鏈關(guān)系一定程度上影響供應(yīng)鏈金融信用風(fēng)險事件發(fā)生概率和處置后果，主要體現(xiàn)在關(guān)系強(qiáng)度、關(guān)系質(zhì)量、關(guān)系久度和合作頻率四個方面，其路徑系數(shù)分別為0.813、0.835、0.797和0.799，其中合作意愿與承諾、業(yè)務(wù)人員及管理者私人關(guān)系等關(guān)系質(zhì)量因素是深層次影響因素。近年來，網(wǎng)絡(luò)信息技術(shù)應(yīng)用給供應(yīng)鏈關(guān)系帶來深刻影響，但從實證結(jié)果來看，目前對農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險的影響效果相對較弱。

五、對策建議

根據(jù)前文研究，提出以下對策建議：

1.以系統(tǒng)思維分析和管控農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險。明確供應(yīng)鏈金融信用風(fēng)險的內(nèi)在主體、載體以及將這些主體與載體聯(lián)結(jié)起來的供應(yīng)鏈關(guān)系、信息系統(tǒng);重視外在誘因的影響，探索相應(yīng)管控途徑;綜合考慮到各要素之間可能的相互關(guān)系、各參與主體之間的風(fēng)險傳導(dǎo)性以及管理協(xié)同性，從產(chǎn)業(yè)共生的視角，構(gòu)建融資方、核心企業(yè)、供應(yīng)鏈中小微實體共同參與的供應(yīng)鏈金融信用風(fēng)險治理生態(tài)。

2.加強(qiáng)對信用風(fēng)險源頭與核心的治理。從有效管控融資企業(yè)信用風(fēng)險入手治理供應(yīng)鏈金融信用風(fēng)險的源頭;圍繞核心企業(yè)信用風(fēng)險管控好其信用風(fēng)險的核心;動態(tài)監(jiān)測、客觀評估融資資產(chǎn)風(fēng)險，加強(qiáng)與核心企業(yè)、第三方資產(chǎn)托管機(jī)構(gòu)的合作，盡可能降低、規(guī)避來自融資資產(chǎn)的信用風(fēng)險損失。

3.針對外部信用風(fēng)險誘因建立響應(yīng)防控機(jī)制。建立外部信用風(fēng)險誘因監(jiān)測響應(yīng)機(jī)制，對由外部環(huán)境變化引致的信用風(fēng)險進(jìn)行預(yù)先預(yù)測分析，并在此基礎(chǔ)上分級分類制定應(yīng)對方案，及時采取有效預(yù)控措施，阻斷系統(tǒng)性信用風(fēng)險擴(kuò)散路徑;引導(dǎo)信用風(fēng)險關(guān)鍵主體借助保險等風(fēng)險轉(zhuǎn)移工具，管控難以避免或緩釋的外在風(fēng)險，以免引發(fā)供應(yīng)鏈金融系統(tǒng)性信用風(fēng)險。

4.重視供應(yīng)鏈關(guān)系質(zhì)量管理。供應(yīng)鏈上交易方合作的意愿承諾、業(yè)務(wù)人員及管理者私人關(guān)系等因素是影響供應(yīng)鏈關(guān)系的更深層次因素，加強(qiáng)供應(yīng)鏈金融信用風(fēng)險管理不僅要掌握供應(yīng)鏈關(guān)系形成時間長短、合作頻率及契約情況等信息，更要通過深入了解和把握供應(yīng)鏈關(guān)系質(zhì)量情況，有效規(guī)避、降低潛在的信用風(fēng)險。

5.補(bǔ)齊信息技術(shù)應(yīng)用短板，消除農(nóng)業(yè)供應(yīng)鏈內(nèi)在數(shù)字鴻溝。基于信息經(jīng)濟(jì)學(xué)分析，解決好信息不對稱問題是降低供應(yīng)鏈金融信用風(fēng)險的有效途徑。信息技術(shù)環(huán)境下農(nóng)業(yè)供應(yīng)鏈金融信用風(fēng)險管控，須在提升中小微經(jīng)營實體網(wǎng)絡(luò)信息技術(shù)應(yīng)用能力、補(bǔ)齊信息技術(shù)短板的同時，通過管理與技術(shù)創(chuàng)新的融合，加強(qiáng)各利益相關(guān)方電子商務(wù)協(xié)同，盡可能消除農(nóng)業(yè)供應(yīng)鏈上不同主體間的信息鴻溝，增進(jìn)信用風(fēng)險管控協(xié)同能力。

注釋：

① 正文中數(shù)據(jù)表述與圖中數(shù)據(jù)表述不一致，是因為 AMOS17.0軟件默認(rèn)的模型路徑圖上數(shù)字輸出為小數(shù)點(diǎn)后面保留兩位數(shù)，而路徑系數(shù)表的輸出值為小數(shù)點(diǎn)后面保留三位數(shù)（文中結(jié)論闡述為與大部分統(tǒng)計參數(shù)保持格式一致，采用了路徑系數(shù)表輸出中保留小數(shù)點(diǎn)后面三位的格式）。

參考文獻(xiàn)：

[1] 宋華， 陳思潔.供應(yīng)鏈金融的演進(jìn)與互聯(lián)網(wǎng)供應(yīng)鏈金融：一個理論框架[J].中國人民大學(xué)學(xué)報， 2016， 30（5）：95-104.

[2] 張莉莉，穆東，劉德紅，等.中國供應(yīng)鏈金融指數(shù)編制（上篇）：意義、思路與體系構(gòu)建[J].北京交通大學(xué)學(xué)報（社會科學(xué)版），2018，17（4）：96-104.

[3] 楊軍，房姿含.供應(yīng)鏈金融視角下農(nóng)業(yè)中小企業(yè)融資模式及信用風(fēng)險研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2017（9）：95-104.

[4] Wu C， Guo Y， Zhang X， et al. Study of personal credit risk assessment based on support vector machine ensemble[J].International Journal of Innovative Computing， Information and Control， 2010， 6（5）： 2353-2360.

[5] Wenner M. Innovations in rural and agricultural finance： credit risk management in financing Agriculture[J]. Agricultural Science and Technology， 2015， 31（2）： 131-149.

[6] 劉秀莉.基于信用風(fēng)險視角的農(nóng)業(yè)供應(yīng)鏈金融研究[J].農(nóng)業(yè)經(jīng)濟(jì)， 2014（7）：32-33.

[7] 張東博. 農(nóng)業(yè)供應(yīng)鏈金融風(fēng)險源與風(fēng)險控制研析[J]. 農(nóng)業(yè)經(jīng)濟(jì)， 2017（6）：95-96.

[8] 張強(qiáng). 系統(tǒng)方法論與唯物辯證法[J]. 系統(tǒng)科學(xué)學(xué)報， 2004， 12（4）：7-11.

[9] 饒欣. 系統(tǒng)論與唯物辯證法發(fā)展觀的比較研究[J]. 系統(tǒng)科學(xué)學(xué)報， 2004， 12（4）：19-22.

[10]J B Hardaker， R B M Huirne， J R Anderson， et al.Coping with risk in agriculture （second ed.）[M].Oxfordshire：Centre Agriculture Bioscience International，2004.

[11]Boehlje M，Doehring T A. The farm security and rural investment act of 2002： what it means to you. （Agricultural Lending）[J]. Human Molecular Genetics，2002， 18（1）：97-104.

[12]Glauber J W， Collins K J. Risk management and the role of the federal government[J]. Scientia Canadensis， 2002， 30（2）：136-139.

[13]歐陽越秀，李貞玉. 逆向選擇、系統(tǒng)性風(fēng)險與政策性農(nóng)業(yè)保險可持續(xù)發(fā)展[J]. 保險研究， 2010（4）：66-71.

[14]譚湘渝. 農(nóng)業(yè)產(chǎn)業(yè)化、系統(tǒng)性風(fēng)險與農(nóng)民收入損失的風(fēng)險測度[J]. 統(tǒng)計與決策， 2006（19）：76-77.

[15]項桂娥，吳義根. 基于SEM模型的農(nóng)業(yè)企業(yè)風(fēng)險評價體系研究——以安徽省221家農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)為例[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2012（8）：113-120.

[16]柯柄生. 關(guān)于新農(nóng)村建設(shè)中政府職能的思考[J].農(nóng)村金融研究， 2006（6）：11-13.

[17]王寶森，王迪. 互聯(lián)網(wǎng)供應(yīng)鏈金融信用風(fēng)險度量與盯市管理[J]. 中國流通經(jīng)濟(jì)， 2017， 31（4）：77-84.

[18]戴昕琦.商業(yè)銀行信用風(fēng)險評估模型研究——基于線上供應(yīng)鏈金融的實證[J].軟科學(xué)，2018， 32（5）：139-144.

[19]王叢，張在旭，孫燕芳.供應(yīng)鏈金融利益主體的多階段博弈研究[J].財經(jīng)理論與實踐，2018，39（4）：32-37.

[20]鞠彥輝， 許燕， 何毅. 信息混沌下銀行線上供應(yīng)鏈金融信用風(fēng)險盲數(shù)評價模型構(gòu)建[J]. 企業(yè)經(jīng)濟(jì)， 2018（6）：102-106.

[21]熊熊，馬佳，趙文杰，等.供應(yīng)鏈金融模式下的信用風(fēng)險評價[J].南開管理評論， 2009， 12（4）：92-98+106.

[22]夏立明， 宗恒恒， 孟麗. 中小企業(yè)信用風(fēng)險評價指標(biāo)體系的構(gòu)建——基于供應(yīng)鏈金融視角的研究[J]. 金融論壇， 2011（10）： 73-79.

[23]鄒建國，李明賢.農(nóng)業(yè)供應(yīng)鏈金融視角的農(nóng)戶信用增進(jìn)研究[J].財經(jīng)理論與實踐，2019，40（6）：32-38.

[24]劉遠(yuǎn)亮， 高書麗. 供應(yīng)鏈金融模式下的小企業(yè)信用風(fēng)險識別——基于北京地區(qū)信貸數(shù)據(jù)的實證研究[J]. 新金融， 2013（1）：45-49.

[25]李勤，龔科. 供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險的案例分析[J]. 金融理論與實踐， 2014（8）：66-71.

[26]田美玉，何文玉. 供應(yīng)鏈金融融資模式下中小企業(yè)信用風(fēng)險評估——以汽車行業(yè)實證研究為例[J]. 工業(yè)技術(shù)經(jīng)濟(jì)， 2016， 35（6）：154-160.

（責(zé)任編輯：寧曉青）

Research on a Systemic Framework and Empirical Analysis?of Agricultural Supply Chain Finance Credit Risk Based on 780 Survey?Data from Participants in Five Provinces of China

LI Guangrong

（Business School of North Minzu Univesity，Yinchuan，Ningxia 750021，China）

Abstract：The system scheme of agriculture supply chain finance credit risk cause analysis is put forward and the structure equation model is established. With the 780 survey data from the major five agriculture provinces in the upper and middle Yellow River reaches， the empirical research on the system scheme and formation path of agriculture supply chain finance credit risk is carried on. For the agriculture supply chain finance credit risk， it is found how the cause factors influence： Firstly， the analysis scheme based on the system theory is in line with the credit risk management practice systematically. Secondly， as the major participants， the core enterprise and financing enterprise have critical impact on it， and at the same time， the financing assets attributes have a significant influence as the direct carrier. Thirdly， natural and economic environment are the important external systemic factors. Fourthly， the risk intermediary service and industrial policy are important factors. Finally， the impact from supply chain relation and Internet information technology application are also significantly.

Key words：supply chain finance; credit risk; agriculture; system framework; empirical study