多融資企業(yè)物流金融貸款價值比及利率研究

杜 軍，霍鵬美，儀婷婷

(天津大學管理與經(jīng)濟學部，天津300072)

中小企業(yè)融資難的問題越來越成為制約我國中小企業(yè)發(fā)展的瓶頸，而物流與金融業(yè)務(wù)的結(jié)合則能有效解決這一問題。與傳統(tǒng)銀行貸款集中在不動產(chǎn)抵押或第三方信譽擔保的模式不同，物流金融業(yè)務(wù)中的中小企業(yè)可以將其所擁有的生產(chǎn)資料、存貨和商品等動產(chǎn)作為抵押，銀行依據(jù)該動產(chǎn)的價值或財產(chǎn)權(quán)利為融資企業(yè)提供其所需要的貸款。通過開展物流金融業(yè)務(wù)可以有效緩解供應(yīng)鏈上資金流失衡問題，實現(xiàn)物流、信息流和資金流同步化，進一步提高供應(yīng)鏈效率［1］。

目前以聯(lián)想公司為代表的企業(yè)在實踐中推出了一種新型物流金融業(yè)務(wù)。在該模式中，物流企業(yè)通過構(gòu)建融資平臺，在與銀行簽訂總貸款合同的前提下同時向多家融資企業(yè)自主地提供物流金融服務(wù)，稱之為集成式物流金融業(yè)務(wù)。集成式物流金融業(yè)務(wù)中，物流企業(yè)除承擔傳統(tǒng)業(yè)務(wù)外，還負責貨物采購、質(zhì)量審核、運輸、監(jiān)管、配送和代理結(jié)算整個過程，具備貨物的評估和處理能力，形成一體化服務(wù)，使物流企業(yè)更加全面地嵌入到供應(yīng)鏈中，有利于提升其核心競爭力及持續(xù)經(jīng)營能力。

目前，國內(nèi)外對物流金融業(yè)務(wù)進行了較多的研究。BARNETT［2］和 BIEDERMAN［3］對物流金融的現(xiàn)狀及其發(fā)展趨勢進行了相關(guān)研究。馮耕中［4］和李毅學［5］等對物流金融業(yè)務(wù)的內(nèi)涵、國內(nèi)外物流金融業(yè)務(wù)的異同，以及相應(yīng)的風險管理進行了系統(tǒng)分析。李毅學［6］等研究了價格隨機波動下存貨質(zhì)押融資業(yè)務(wù)質(zhì)押率的確定方法。張媛媛［7］等從企業(yè)－銀行不合作博弈的角度出發(fā)，基于零售商面臨報童問題的假設(shè)，考慮質(zhì)押物的處理價不高于儲存費用的情況，對銀行的貸款價值比進行了研究。李毅學［8］等綜合考慮了外生的企業(yè)違約概率、質(zhì)押存貨的價格波動率、貸款的周期和盯市頻率等因素的影響，定量地對貸款價值比進行了研究。

現(xiàn)有研究多集中在定性分析和發(fā)展較成熟的存貨質(zhì)押模式的定量分析，且均從銀行的角度出發(fā)，忽視了物流企業(yè)在物流金融中的橋梁作用，不利于物流企業(yè)的長期發(fā)展。目前物流金融理論一般將貸款利率作為已知常量，而不是決策變量，顯然不適用于當前銀行貸款利率市場化的改革。因此，對集成式物流金融的研究具有重要意義。

1 多融資企業(yè)物流金融業(yè)務(wù)運作模式

集成式物流金融業(yè)務(wù)采用二級決策機制。首先由銀行和物流企業(yè)簽訂總借款合同，銀行根據(jù)物流企業(yè)的規(guī)模、信用等級和資金實力等條件，確定貸款的利率，即所謂的第一級決策。物流企業(yè)獲得資金后，同時向多個融資企業(yè)提供物流金融業(yè)務(wù)，確定合適的貸款價值比以保證其收益的實現(xiàn)，即所謂的第二級決策。集成式物流金融業(yè)務(wù)的概念框架如圖1所示。

圖1 集成式物流金融的概念框架圖

在集成式物流金融業(yè)務(wù)中，融資企業(yè)首先與物流企業(yè)簽訂協(xié)議，約定開展物流金融業(yè)務(wù)。經(jīng)雙方協(xié)商簽訂二級契約。物流企業(yè)根據(jù)融資企業(yè)對采購貨物型號、品質(zhì)等要求，尋找合適的供應(yīng)商，簽訂采購合同，付款后，取得貨物的所有權(quán)。融資企業(yè)依據(jù)約定金額向物流企業(yè)交納保證金，物流企業(yè)在收取保證金后，向融資企業(yè)提供貨物。集成式物流金融運作模式如圖2所示。

圖2 集成式物流金融運作流程圖

集成式物流金融的業(yè)務(wù)環(huán)節(jié)具有區(qū)別于存貨質(zhì)押、保兌倉等傳統(tǒng)物流金融業(yè)務(wù)的特點。在該業(yè)務(wù)中，物流企業(yè)代替具有相同需求的多個融資企業(yè)向上游供應(yīng)商采購貨物并擁有所有權(quán)，提供商務(wù)服務(wù)、物流服務(wù)和融資結(jié)算等服務(wù)。集中采購可以產(chǎn)生規(guī)模經(jīng)濟效應(yīng)，物流企業(yè)在獲得物流收益、融資收益之余還可獲得一部分差價收入?；陲L險收益對等原則，物流企業(yè)在獲得收益的同時還需要承擔交易風險，即當融資企業(yè)違約時，物流企業(yè)承擔處理貨物的跌價風險。

2 相關(guān)假設(shè)與模型描述

由上述可知，單一物流企業(yè)對多方融資企業(yè)的集成式物流金融屬于二級決策機制。在第一級決策中，物流企業(yè)與銀行約定貸款的期限及貸款利率。對物流企業(yè)而言，在該契約中的決策變量是貸款利率，即在同時考慮收益和風險的情況下確定有效的貸款利率范圍。在第二級決策中，對物流企業(yè)而言，決策點在于如何確定最優(yōu)的貸款價值比。對集成式物流金融模型建立的假設(shè)和說明如下:

(1)第一級決策中，銀行對物流企業(yè)的貸款利率為r，貸款周期為t，則t時末1元貸款的本息和為 ert。

(2)貨物價格為p0，其在整個物流金融周期內(nèi)保持不變。

(3)對第i個融資企業(yè)而言，其貨物期初的采購量為q0，假設(shè)每個融資企業(yè)的期初采購數(shù)量均相同。期末貨物的需求xi是隨機的，其先驗的分布函數(shù)及概率密度函數(shù)分別為Fi(x)，fi(x)。

(4)物流企業(yè)提供的貸款價值比為ω，即期初的貸款額為ωp0q0;融資企業(yè)需要交納的保證金為(1－ω)p0q0，此時融資企業(yè)可獲得數(shù)量為q1的貨物，q1由物流企業(yè)根據(jù)融資企業(yè)的信用級別及歷史經(jīng)驗給出。

(5)物流企業(yè)向融資企業(yè)要求的貸款利率為R，則t時末，融資企業(yè)貸款的本息和為ωp0q0eRt，出于簡化的目的，假定提供給每個融資企業(yè)的R均相同。

(6)c為物流企業(yè)提供采購、保管和物流服務(wù)所需的單位成本，c為常數(shù)。

(7)貸款期末，如果市場出現(xiàn)不利的變化，第i個融資企業(yè)的違約概率為hi。

(8)當期末需求小于q0時處理殘值的凈收入為s(s＜p0)，假定融資企業(yè)和物流企業(yè)面對同樣的殘值處理市場，即兩者的s相同。

(9)物流企業(yè)通過控制ω和R來獲得收益，即物流企業(yè)在確定ω和R時需同時考慮其融資收入、物流收入和差價收入。在二級決策中，假定R已確定，則物流企業(yè)的決策變量集中在ω。

基于以上假設(shè)，用Πi表示物流企業(yè)來源于第i個融資企業(yè)的利潤，則當融資企業(yè)不違約時，Πi=ωp0q0(eRt－ert)－cq0;當融資企業(yè)違約時，Πi=xip0+s(q0－xi) －cq0－ ωp0q0ert。

化簡后可得到:

3 集成式物流金融貸款價值比

在集成式物流金融業(yè)務(wù)中，區(qū)分不同融資企業(yè)的因素為違約概率和期末各融資企業(yè)所在地區(qū)的需求量。由于物流企業(yè)的風險有一部分來源于融資企業(yè)的違約風險，因此，筆者通過研究融資企業(yè)的違約概率，給出貸款價值比的范圍，對物流企業(yè)控制風險具有重要意義。

假定融資企業(yè)決策的依據(jù)為利潤最大化，即當市場情況出現(xiàn)不利變化時融資企業(yè)會做出使其利潤最大的決策。當融資企業(yè)向物流企業(yè)交納(1－ω)p0q0的保證金時，其有權(quán)從物流企業(yè)獲得數(shù)量為q1(q1＜q0)的貨物，用ξ表示融資企業(yè)的利潤，則融資企業(yè)選擇不違約時，ξ=p0min(x，q0)+s max(0，q0－x)－ωp0q0eRt;融資企業(yè)選擇違約時，ξ=p0min(x，q1)+s max(0，q1－ x) － (1 －ω)p0q0。

定理1 當貸款價值比ω＜ω1時，融資企業(yè)的違約概率為0，物流企業(yè)不會面臨違約風險;當ω1＜ω＜ω2時，融資企業(yè)的違約概率為F(α);當ω＞ω2時，融資企業(yè)的違約概率為1。其中:

證明過程如下:

(1)期末需求x＞q0時，選擇不違約的利潤選擇違約的利潤由不違約 ＞違約可知，當時，融資企業(yè)會在需求為x＞q時選

0擇不違約。

(2)期末需求x＜q1時，選擇不違約的利潤選擇違約的利潤由不違約＞違約可知，當時，融資企業(yè)會在需求為x＜q1時選擇不違約。

(3)期末需求q1＜x＜q0時，選擇不違約的利潤ξ=p0x+s(q0－x)－ωp0q0eRt;選擇違約的利潤ξ=p0q1－(1－ω)p0q0。由不違約＞違約可知，給定ω，當x＞α時，融資企業(yè)選擇還款，則可得到如下結(jié)論:

由上述研究可知，物流企業(yè)來源于某一融資企業(yè)的期望利潤E(Πi)滿足式(1)，筆者將研究當融資企業(yè)為多方時，物流企業(yè)的期望利潤如何確定的問題。假定第i個融資企業(yè)的需求函數(shù)服從均值為 μi，方差為 σi2的正態(tài)分布。F(x)，f(x)分別為考慮多個融資企業(yè)時的聯(lián)合分布函數(shù)和聯(lián)合概率密度函數(shù)，ω為考慮多個融資企業(yè)時的聯(lián)合貸款價值比。

設(shè)xi為第 i個融資企業(yè)的需求，x=(x1，x2，…，xi)T為期末總需求，則 x=(x1，x2，…，xi)T服從均值為E(x)，協(xié)方差為∑的正態(tài)分布。其中:

E(Π)為物流企業(yè)的總利潤，則:

定理2 如果貨物的期初單價為p0且保持不變，考慮多個融資企業(yè)時的總需求的分布函數(shù)為F(x)，則對物流企業(yè)而言的最優(yōu)貸款價值比為其中:

其證明過程如下:由物流企業(yè)的期望利潤E(Π)對ω求導(dǎo)，可得:

因此令?E(Π)/?ω =0，可得使物流企業(yè)期望利潤最大的貸款價值比ω*，即:

4 銀行貸款利率研究

假設(shè)物流企業(yè)采用下側(cè)風險限制來控制風險，物流企業(yè)愿意承受的最大損失為L，其為貸款額的函數(shù)，即L=nlωp0q0。物流企業(yè)愿意承擔的最大風險為β，有P(loss＞L)=hP(loss＞L)≤β，即貸款損失大于L的概率等于融資企業(yè)違約和違約時物流企業(yè)的損失大于loss這兩個事件同時發(fā)生時的概率。筆者的上述研究得出了物流企業(yè)的期望利潤，從期望利潤的表達式可知，銀行的貸款利率r與物流企業(yè)的利潤呈負相關(guān)。當物流企業(yè)的利潤為0時對應(yīng)的r即為物流企業(yè)可接受的銀行貸款利率的上限。因此，有定理3成立。

定理3 在同時考慮物流企業(yè)風險和收益的情況下，可接受的銀行貸款利率的有效范圍為(r1，r2)。其中:

其證明過程如下:

(1)當市場出現(xiàn)不利變化，融資企業(yè)以h的概率違約時，物流企業(yè)的損失為loss=xp0+s(q0－x)－cq0－ωp0q0ert?？紤]到物流企業(yè)的下側(cè)風險限制，有P(loss＞L)=hP(loss＞L)=hP(xp0+s(q0－x)－cq0－ωp0q0ert＞n lωp0q0)≤β，即:

(2)當物流企業(yè)的期望利潤E(Π)=nωp0q0·

5 結(jié)論

現(xiàn)有對于物流金融業(yè)務(wù)的研究大多從銀行角度來研究貸款價值比，筆者創(chuàng)造性地基于物流企業(yè)的視角研究貸款價值比。在貸款價值比研究中，給出在融資企業(yè)的需求函數(shù)存在相關(guān)性時物流企業(yè)來源于全部的融資企業(yè)的期望利潤，并且推導(dǎo)出最優(yōu)貸款價值比的數(shù)值，給出了基于利潤最大化與風險控制的貸款價值比。在貸款利率研究中，基于物流企業(yè)下側(cè)風險控制的假設(shè)，給出了有效銀行貸款利率的范圍。

［1］李 毅學，馮耕中，屠惠遠.供應(yīng)鏈金融創(chuàng)新中下側(cè)風險規(guī)避銀行的貸款額度分析［J］.系統(tǒng)科學與數(shù)學，2009，29(11):1552 －1668.

［2］B ARNETTW.What’s in a name:a brief overview of asset－ based lending［J］.Secured Lender，1997，53(6):80－82.

［3］B IEDERMAN D.Logistics financiers［J］.The Journal of Commerce，2004(4):40 －42.

［4］馮 耕中.物流金融業(yè)務(wù)創(chuàng)新模式分析［J］.預(yù)測，2007，26(1):49－52.

［4］DENG JL.Control problem of grey systems［J］.System Control Letter，1982，1(5):25 －32.

［5］劉思峰，黨耀國，方志耕.灰色系統(tǒng)理論及其應(yīng)用［M］.北京:科學出版社，2004:43－98.

［6］何霞，劉衛(wèi)鋒.灰色GM(1，1)模型的改進及應(yīng)用［J］.江南大學學報:自然科學版，2011，3(3):233 －236.

［7］宋彩平，韓飛.貨運量影響因素分析:多元線性回歸分析［J］.現(xiàn)代商貿(mào)工業(yè)，2009，21(6):29 －30.

［8］黃邦菊，林俊松，鄭瀟雨，等.基于多元線性回歸分析的民用運輸機場旅客吞吐量預(yù)測［J］.數(shù)學的實踐與認識，2013，43(4):172 －178.

［9］高勇華.基于商譽與多元線性回歸的利潤預(yù)測模型［J］.商場現(xiàn)代化，2007(25):65 －68.