1. 课程导论
1.1 核心洞察：财务数据是交付风险的“超前指标”
在供应链管理中，供应商的交付表现（On-Time Delivery, OTD）通常被视为运营层面的结果指标。然而，当企业发现供应商交付延迟时，往往已经错过了最佳干预窗口。本课程的核心前提是：供应商的财务健康状况会提前 3-6 个月发出信号，这些信号能够显著预测其未来的交付风险。
财务信号之所以有效，是因为它揭示了供应商的资源可用性与运营稳定性。一个现金流紧张、负债率过高的供应商，在面对原材料涨价或紧急订单时，更倾向于优先保障高利润客户，从而增加普通客户的交付风险。
关键数据点： 根据行业研究，供应商的 速动比率（Quick Ratio） 每下降 0.1，其未来 2 个季度的准时交付率平均下降 3-5%。而 应收账款周转天数（DSO） 超过行业均值 20% 的供应商，出现严重交付延迟的概率是正常供应商的 2.3 倍。
1.2 财务信号与交付风险的传导机制
财务指标并非直接导致交付延迟，而是通过以下三条路径传导风险：
- 流动性路径： 现金流短缺 → 无法采购原材料 → 生产停滞 → 交付延迟。
- 杠杆路径： 高负债率 → 融资成本上升 → 削减运营预算（如物流、库存） → 交付能力下降。
- 盈利路径： 持续亏损 → 核心人才流失 → 设备维护不足 → 产能与质量波动。
1.3 课程目标
完成本课程后，你将能够：
| 目标编号 | 能力描述 | 应用场景 |
|---|---|---|
| G1 | 识别并提取 12 个关键供应商财务信号 | 供应商准入评估、季度复盘 |
| G2 | 构建财务信号与交付表现的回归预测模型 | 风险预警系统搭建 |
| G3 | 设计基于财务数据的供应商风险评分卡 | 供应商分级、合同条款制定 |
| G4 | 制定基于评分的差异化管控策略 | 采购策略调整、库存缓冲设置 |
1.4 学习路径图
本课程共分为 6 个模块，从数据获取到策略落地，形成完整闭环：
1.5 你需要准备的工具与知识
前置要求：
- 基础 Python 编程能力（pandas、numpy 基础操作）。
- 对财务报表（资产负债表、利润表、现金流量表）有基本认知。
- 了解基本的回归分析概念（如线性回归、R²、P 值）。
本课程将提供完整的代码示例与数据集，你可以在本地 Jupyter Notebook 或 Google Colab 中直接运行。
1.6 为什么选择财务信号而非运营信号？
| 信号类型 | 数据获取难度 | 预测提前期 | 客观性 | 可量化程度 |
|---|---|---|---|---|
| 财务信号 | 低（公开财报、信用报告） | 3-6 个月 | 高（审计数据） | 高（连续数值） |
| 运营信号 | 高（需供应商内部系统） | 1-4 周 | 中（可能被修饰） | 中（多为离散事件） |
注意： 财务信号并非万能。对于初创供应商或非上市公司，财务数据可能不完整。本课程将在模块 2 中专门讲解如何处理数据缺失场景。