基于電商生態(tài)圈的供應(yīng)鏈金融的協(xié)調(diào)機(jī)制研究

胡雯莉（博士）

（廣東省科技干部學(xué)院財(cái)會(huì)與金融學(xué)院 廣東珠海 519090）

一、前言

據(jù)中國電子商務(wù)研究中心監(jiān)測(cè)數(shù)據(jù)顯示，2018年上半年B2B電商交易規(guī)模為11.2萬億元，同比增長14.2%；B2B電商投融資金額高達(dá)211.74億元，同比增長59.5%[1]。供應(yīng)鏈金融正成為B2B電商的核心競(jìng)爭(zhēng)力和利潤增長點(diǎn)。供應(yīng)鏈金融實(shí)質(zhì)上是幫助企業(yè)盤活應(yīng)收賬款、存貨和預(yù)付賬款等流動(dòng)資產(chǎn)，相應(yīng)融資模式為賣方票據(jù)類融資、融通倉和買方保兌倉[2]。其中賣方票據(jù)類融資包括質(zhì)押融資、保理和票據(jù)貼現(xiàn)[3][4]；融通倉包括倉單質(zhì)押、動(dòng)產(chǎn)質(zhì)押[5][6]；買方保兌倉包括保兌倉、訂單融資和回購擔(dān)保融資[7]。供給側(cè)改革、“互聯(lián)網(wǎng)+”行動(dòng)計(jì)劃使眾多傳統(tǒng)企業(yè)借助B2B電商轉(zhuǎn)型為網(wǎng)商企業(yè)?；贐2B電商的供應(yīng)鏈金融把物化的商品流、物流、資金流和信息流轉(zhuǎn)化為在線的數(shù)據(jù)，減少了實(shí)際融資活動(dòng)中人為因素以及運(yùn)營活動(dòng)的不規(guī)范。與知名B2B電商尋求合作是銀行發(fā)展在線供應(yīng)鏈金融的主要做法。近年來，委托B2B電商對(duì)網(wǎng)商企業(yè)進(jìn)行授信審查越來越受銀行青睞。由于B2B電商在快速、批量授信上具備更多話語權(quán)，銀行只能被動(dòng)接受越來越低的收益分配比例。為擺脫對(duì)第三方B2B電商的過度依賴，自2012年起，建行、交行和工商行分別推出善融商務(wù)、交博匯和融e購自營電商，但實(shí)際效果并不理想。如何改善“銀弱電強(qiáng)”的合作關(guān)系、保證自己的話語權(quán)和收益水平，是銀行當(dāng)前亟待解決的問題。實(shí)踐中，區(qū)塊鏈、大數(shù)據(jù)等金融科技的支撐，使得供應(yīng)鏈金融走向產(chǎn)業(yè)和金融深度融合的垂直模式。如南方某合資品牌汽車廠商為解決鏈條中經(jīng)銷商中小企業(yè)資金不足，在對(duì)質(zhì)押物回購承諾條件下，通過向B2B電商支付一定報(bào)酬等方式參與供應(yīng)鏈金融業(yè)務(wù)。因此，核心企業(yè)參與能否提升銀行在銀電合作中的話語權(quán)和收益水平，能否激勵(lì)B2B電商更努力工作是值得探討的問題。

研究銀行、B2B電商、核心企業(yè)和物流企業(yè)等多主體間利益分配與協(xié)調(diào)合作對(duì)供應(yīng)鏈金融的發(fā)展、提高供應(yīng)鏈競(jìng)爭(zhēng)力具有重要的理論與現(xiàn)實(shí)意義。傳統(tǒng)供應(yīng)鏈金融協(xié)調(diào)主要集中在最優(yōu)質(zhì)押率[8][9]、最佳訂購量[10][11]、最優(yōu)定價(jià)[12]、供應(yīng)鏈整體協(xié)調(diào)[13][14]等方面。李毅學(xué)等[15]建立報(bào)童模型確定借款企業(yè)的最優(yōu)再訂購量，建立Stackelberg博弈模型研究物流企業(yè)質(zhì)押率問題。程帆[16]運(yùn)用博弈論分別討論了合作與不合作模式下的融資企業(yè)最優(yōu)訂購量、物流企業(yè)最佳質(zhì)押率以及供應(yīng)商核心企業(yè)收益優(yōu)化問題；林強(qiáng)等[17]對(duì)比分析了傳統(tǒng)保兌倉融資、核心企業(yè)制造商實(shí)施單純銷售獎(jiǎng)懲激勵(lì)以及支持回購銷售獎(jiǎng)懲激勵(lì)下的供應(yīng)鏈協(xié)調(diào)問題。竇亞芹等[18]分別從集中、分散決策兩種情形探討了零售商最優(yōu)采購量以及供應(yīng)鏈聯(lián)合利潤最優(yōu)化問題。在線供應(yīng)鏈金融協(xié)調(diào)的定量研究較少，史金召等[19]分聯(lián)合授信、委托授信建立激勵(lì)模型，得出銀行、B2B電商間最優(yōu)收益分配比例和各自最佳努力水平的數(shù)學(xué)表達(dá)式。汪克峰和石巋然[20][21]通過引入B2B電商“公平偏好”，分析了對(duì)稱信息下銀行對(duì)B2B電商的激勵(lì)機(jī)制設(shè)計(jì)，以及非對(duì)稱信息下銀行對(duì)電商的激勵(lì)和監(jiān)督問題。徐鵬等[22]針對(duì)農(nóng)產(chǎn)品質(zhì)押融資的特點(diǎn)，構(gòu)建委托代理模型，分析供應(yīng)鏈核心企業(yè)參與下，銀行對(duì)第三方物流企業(yè)的激勵(lì)、監(jiān)督問題。何娟等[23]引入物流企業(yè)“道德風(fēng)險(xiǎn)”，通過建立重復(fù)博弈模型研究銀行和物流企業(yè)間的隱性激勵(lì)問題。

本文與上述文獻(xiàn)不同的是：（1）直接以當(dāng)前理論與實(shí)務(wù)前沿?zé)狳c(diǎn)“基于B2B電商的在線供應(yīng)鏈金融”為研究對(duì)象，探討銀行對(duì)B2B電商的激勵(lì)問題。（2）分別構(gòu)建了銀行獨(dú)自對(duì)B2B電商激勵(lì)和銀行、核心企業(yè)共同對(duì)B2B電商激勵(lì)模型，求解出最優(yōu)解，并通過對(duì)最優(yōu)解的解析為線上供應(yīng)鏈金融銀行激勵(lì)機(jī)制設(shè)計(jì)提供一些新的思路。

二、模型建立

（一）相關(guān)概念及業(yè)務(wù)流程

與傳統(tǒng)供應(yīng)鏈金融模式在內(nèi)涵上保持一致，可以將在線供應(yīng)鏈融資劃分為電子網(wǎng)絡(luò)保理融資、倉單融資和電子訂單融資三類。[24]本文以下游買方電子訂單融資為例[25]來梳理業(yè)務(wù)流程，并建立模型。融資企業(yè)（中小經(jīng)銷商）以其與核心企業(yè)（供應(yīng)商）簽訂的電子訂單為擔(dān)保向銀行在線融資申請(qǐng)，銀行要求核心企業(yè)承諾回購，同時(shí)委托B2B電商對(duì)融資企業(yè)進(jìn)行授信審查。由于銀行和B2B電商間信息不對(duì)稱，B2B電商可能會(huì)利用私人信息選擇利己的努力水平，以實(shí)現(xiàn)自身收益最大化，甚至可能會(huì)選擇幫助融資企業(yè)隱瞞、造假以獲取超額收益，影響銀行信貸安全。當(dāng)融資企業(yè)違約、核心企業(yè)按規(guī)定比例回購質(zhì)押物時(shí)，質(zhì)押貨物價(jià)格波動(dòng)、產(chǎn)品升級(jí)、市場(chǎng)供求變化等因素會(huì)對(duì)核心企業(yè)正常經(jīng)營產(chǎn)生較大影響，造成潛在損失?；诖耍y行和核心企業(yè)均有意愿促使B2B電商努力工作。本文構(gòu)建的核心企業(yè)參與激勵(lì)下電子訂單融資運(yùn)作流程如圖1所示。

圖1 核心企業(yè)參與激勵(lì)下買方電子訂單融資流程

（二）研究假設(shè)

在銀行和B2B電商合作中，銀行委托B2B電商授信審查，并根據(jù)B2B電商提交的評(píng)估報(bào)告向核心企業(yè)支付貨款I(lǐng)，利率為r，期限為d，則銀行貸款利息收入為R=Ird。

借鑒汪克峰等[20]、石巋然等[21]的分析思路，假設(shè)因融資企業(yè)無法按時(shí)償還貸款本息給銀行帶來的損失額為L(e)，且L(e)與B2B電商努力水平滿足以下線性關(guān)系：L(e)=-Ae+L0+ε,其中，L0＞Ae。A為B2B電商授信審查能力，具體由數(shù)據(jù)搜集、處理、分析的審查工作環(huán)境、技術(shù)水平等決定；e為B2B電商的努力水平，取值[0，1]；L0表示B2B電商不付出努力時(shí)銀行的貸款損失額，電商越努力工作，該損失額就被彌補(bǔ)的越多，銀行最終的信貸損失額就越少，則

結(jié)合徐鵬等[22]和陳疇鏞、黃貝拉[26]的研究，銀行的激勵(lì)契約設(shè)計(jì)形式為：銀行對(duì)B2B電商的報(bào)酬支付滿足以下線性函數(shù)：P(e)=α+β[L (0)-L(e) ]，并且 ?P＞0，B2B電?e商工作越努力，獲得的報(bào)酬就越多。其中，α為銀行對(duì)B2B電商支付的固定報(bào)酬，β(0≤β≤1)為銀行對(duì)B2B電商支付的變動(dòng)報(bào)酬，即本文討論的激勵(lì)系數(shù)，銀行因B2B電商努力工作使得自身風(fēng)險(xiǎn)損失相對(duì)減少而給予電商的激勵(lì)。當(dāng)e=0時(shí)，P(e)=α，當(dāng)e＞0時(shí)，P(e)=α+β[L (0)-L(e) ]=α+βAe，獲取額外收入。由此，銀行的收益UB是貸款利息收入扣除支付給B2B電商的報(bào)酬和融資企業(yè)違約帶來的損失。UB=R-P(e)-L(e)=Ird+(1-β)Ae-α-L0-ε。

假設(shè)銀行是風(fēng)險(xiǎn)中性，則其確定性等價(jià)收入MB可以用期望收益E(UB)表示，則：

B2B電商的收益UE是其從銀行獲得的報(bào)酬扣除努力授信審查付出的成本。假設(shè)B2B電商的努力成本其中b為成本系數(shù)，則。

假設(shè)B2B電商是風(fēng)險(xiǎn)規(guī)避，ρ表示其風(fēng)險(xiǎn)規(guī)避程度，ρ＜0表示風(fēng)險(xiǎn)偏好，ρ=0表示風(fēng)險(xiǎn)中性，ρ＞0表示風(fēng)險(xiǎn)規(guī)避，則B2B電商的確定性等價(jià)收入ME可以表示為：

實(shí)踐中，供應(yīng)鏈金融中出現(xiàn)了銀行獨(dú)自對(duì)B2B電商的激勵(lì)和銀行、核心企業(yè)共同對(duì)B2B電商的激勵(lì)兩種主流模式。共同激勵(lì)模式下，又分協(xié)助激勵(lì)（即以銀行收益最大化確定激勵(lì)系數(shù)）和聯(lián)合激勵(lì)（即以銀行和核心企業(yè)雙方總收益最大化確定激勵(lì)系數(shù)）。

三、銀行獨(dú)自對(duì)B2B電商的激勵(lì)契約設(shè)計(jì)

借鑒徐鵬[22]和胡雯莉、唐華軍[25]的研究，作為理性經(jīng)濟(jì)人，B2B電商愿意參與銀行授信業(yè)務(wù)的必要條件是從中獲得的效用要高于自身保留效用M0。否則，B2B電商就不會(huì)參與。在授信審查過程中，B2B電商以利潤最大化為決策目標(biāo)選擇最佳努力水平；銀行設(shè)計(jì)激勵(lì)契約既要滿足上述參與約束和激勵(lì)約束條件，又要確保自身利益最大化。基于此，構(gòu)建激勵(lì)模型：

式（5）激勵(lì)約束IR對(duì)努力水平e求導(dǎo)，并令其等于零，可得：

在均衡條件下，式（4）參與約束IC等式成立，即：

計(jì)算可得B2B電商從銀行獲得的固定報(bào)酬：

將α和e*代入式（3）可得：

式（7）對(duì)β求導(dǎo)，并令其等于零，可得：

將β*再代入，可得：

將e*和β*代入式（6）可得銀行支付的最優(yōu)固定報(bào)酬為：

將e*、β*、α*代入式（1）可得銀行最大收益：

由式（8）得到結(jié)論1：銀行對(duì)B2B電商的激勵(lì)系數(shù)β與B2B電商的授信審查能力A正相關(guān)，與B2B電商的風(fēng)險(xiǎn)規(guī)避程度ρ負(fù)相關(guān)。由式（9）得到結(jié)論2：B2B電商的努力水平e與自身的授信審查能力A正相關(guān)，與成本系數(shù)b、風(fēng)險(xiǎn)規(guī)避程度ρ負(fù)相關(guān)。

進(jìn)一步，假設(shè)核心企業(yè)與銀行確認(rèn)回購比例協(xié)議，承諾回購比例為x，0＜x＜1。核心企業(yè)回購分擔(dān)了因融資企業(yè)違約給銀行帶來的損失，損失分擔(dān)比例為g(x)，并且，即核心企業(yè)承諾回購比例越大，損失分擔(dān)比例也越大，核心企業(yè)分擔(dān)的損失額可表示為

假設(shè)核心企業(yè)向融資企業(yè)銷售貨物的利潤率為m，則核心企業(yè)的收益Us是利潤扣除分擔(dān)的融資企業(yè)違約帶來的損失。

假設(shè)核心企業(yè)是風(fēng)險(xiǎn)中性，確定性等價(jià)收入MS可以表示為：

將式（8）β*和式（9）e*代入上式可得：

四、銀行和核心企業(yè)共同對(duì)B2B電商的激勵(lì)契約設(shè)計(jì)

新經(jīng)濟(jì)形勢(shì)下，企業(yè)間的競(jìng)爭(zhēng)已然上升到企業(yè)所處的供應(yīng)鏈間的競(jìng)爭(zhēng)。因此，有必要探討核心企業(yè)參與銀行對(duì)B2B電商的激勵(lì)能否有效提升B2B電商授信審查的工作積極性。本文將從協(xié)助激勵(lì)與聯(lián)合激勵(lì)兩種情況來分別展開研究。

（一）協(xié)助激勵(lì)

融資企業(yè)到期違約會(huì)給核心企業(yè)帶來損失，因此核心企業(yè)支付部分報(bào)酬參與銀行激勵(lì)B2B電商努力工作的基礎(chǔ)是存在的。假設(shè)銀行支付給B2B電商的報(bào)酬為：P1(e)=α1+ β1[L (0)-L(e)]，核心企業(yè)支付給B2B電商的報(bào)酬為P2(e)=α2+β2[L (0)-L(e) ]，其中，α1為銀行支付給電商的固定報(bào)酬，β1為銀行的激勵(lì)系數(shù)；α2為核心企業(yè)支付給電商的固定報(bào)酬，β2為核心企業(yè)的激勵(lì)系數(shù)，即支付給B2B電商的變動(dòng)報(bào)酬。

銀行的收益為：

因銀行是風(fēng)險(xiǎn)中性，則銀行確定性等價(jià)收入可以表示為：

B2B電商的收益為：

因B2B電商是風(fēng)險(xiǎn)規(guī)避，則B2B電商的確定性等價(jià)收入可以表示為：

在滿足參與約束的基礎(chǔ)上，B2B電商選擇最優(yōu)努力水平以實(shí)現(xiàn)自身收益最大化。協(xié)助激勵(lì)下，銀行設(shè)計(jì)激勵(lì)契約，選擇最優(yōu)報(bào)酬激勵(lì)系數(shù)、最佳固定報(bào)酬以實(shí)現(xiàn)自身收益最大化。激勵(lì)模型構(gòu)建如下：

激勵(lì)約束IR對(duì)努力水平e求導(dǎo)，并令其等于零，求解可得：

在均衡條件下，參與約束IC等式成立，即：

將α1和e**代入（14）式，并對(duì)β1求導(dǎo)，可得：

將β*1*、e**代入（15）式，可得：

進(jìn)一步計(jì)算，核心企業(yè)的收益為：

確定性等價(jià)收入即核心企業(yè)的期望收益為：

將e**代入上式，可得：

核心企業(yè)愿意參與共同激勵(lì)的前提條件是：式（20）參與后的收益式（12）參與前的收益MS，化簡可得：

因此，在事先簽訂回購比例承諾的前提下，只要核心企業(yè)固定報(bào)酬支付和激勵(lì)系數(shù)滿足式（21），核心企業(yè)就愿意參與，與銀行共同激勵(lì)B2B電商授信。

銀行和核心企業(yè)的總收益由式（19）和式（20）組成：

（二）聯(lián)合激勵(lì)

聯(lián)合激勵(lì)下，以雙方總收益UT最大化為決策目標(biāo)，銀行和核心企業(yè)共同選擇最優(yōu)激勵(lì)系數(shù)β（β=β1+β2）和最優(yōu)固定報(bào)酬α（α=α1+α2），以實(shí)現(xiàn)對(duì)B2B電商的授信激勵(lì)。

確定性等價(jià)收入即總收益的期望值為：

生產(chǎn)者支持估計(jì)百分比（%PSE）是指PSE占農(nóng)業(yè)總收入（按生產(chǎn)者價(jià)格計(jì)算的農(nóng)產(chǎn)品產(chǎn)值加上對(duì)生產(chǎn)者的財(cái)政預(yù)算支持）的比例，該指標(biāo)反映了農(nóng)業(yè)總收入中來自農(nóng)業(yè)支持政策的份額。通過查詢OECD數(shù)據(jù)庫，比較四個(gè)國家2006-2016年生產(chǎn)者支持估計(jì)百分比，數(shù)據(jù)結(jié)果見表3。

進(jìn)一步構(gòu)建模型如下：

沿用協(xié)助激勵(lì)方式下的求解思路和方法，可得：

將e***、β***、α***代入總體收益函數(shù)式（23），可得聯(lián)合激勵(lì)方式下銀行和核心企業(yè)總收益：

式（22）恒大于式（24），得到結(jié)論7：銀行、核心企業(yè)共同對(duì)B2B電商激勵(lì)的條件下，核心企業(yè)協(xié)助銀行激勵(lì)帶來的總收益恒大于與銀行聯(lián)合激勵(lì)的總收益。因此，銀行會(huì)優(yōu)先選擇協(xié)助銀行激勵(lì)方式以提高自身的收益。即，選擇協(xié)助激勵(lì)方式可以達(dá)到銀行和核心企業(yè)收益的帕累托最優(yōu)狀態(tài)。

五、算例分析

假設(shè)中小企業(yè)利用動(dòng)產(chǎn)質(zhì)押融資獲得銀行貸款額度=15 000，貸款年利率r=7.25%，貸款期限d=1年。假設(shè)B2B電商不進(jìn)行評(píng)估時(shí)該筆銀行貸款損失額L0=525。對(duì)符合各條件的參數(shù)任意賦值一組數(shù)據(jù)：A=15，ρ=4，b=0.3，M0=120，ε∈N（0，1350）的正態(tài)分布。

銀行獨(dú)自對(duì)B2B電商的激勵(lì)模式：將上述變量取值代入前文式（8）—（11），計(jì)算可得：e*=6.098，β*=0.122，α*=154.578，M*B=488.232。

核心企業(yè)協(xié)助銀行激勵(lì)模式：將上述變量取值代入前文式（16）—（19），計(jì)算可得：e**=6.098（1+β2），β*1=0.122-0.878β2，α1*=120+34.578（1+β2）2-α2，M**B=442.5+45.732（1+β2）2+α2。

為了直觀地體現(xiàn)本文主要決策變量，B2B電商最佳努力水平，銀行最優(yōu)激勵(lì)系數(shù)、固定報(bào)酬和收益水平分別與核心企業(yè)激勵(lì)系數(shù)間的關(guān)系如圖2—5所示。圖2顯示核心企業(yè)協(xié)助銀行激勵(lì)下，B2B電商的最佳努力水平隨著核心企業(yè)激勵(lì)系數(shù)的增加而顯著提高，且恒大于銀行獨(dú)自對(duì)B2B電商激勵(lì)下的最佳努力水平，這說明在銀行對(duì)B2B電商的激勵(lì)中，核心企業(yè)的參與是必要且有意義的。圖3表明核心企業(yè)協(xié)助激勵(lì)下，銀行的收益水平衡大于銀行獨(dú)自對(duì)B2B電商激勵(lì)下的收益水平，且與核心企業(yè)激勵(lì)系數(shù)呈正向關(guān)系，這無疑提高了銀行開展買方電子訂單融資業(yè)務(wù)的積極性，同時(shí)也為銀行積極促成核心企業(yè)的激勵(lì)參與并選擇何種參與方式提供了理論依據(jù)。從圖4、圖5可以看出，銀行報(bào)酬支付與核心企業(yè)激勵(lì)系數(shù)間呈負(fù)向關(guān)系，這說明核心企業(yè)的參與分擔(dān)了銀行對(duì)B2B電商的部分報(bào)酬支付。至于具體分擔(dān)了多少比例，則主要取決于銀行和核心企業(yè)在業(yè)務(wù)關(guān)系中的地位、雙方討價(jià)還價(jià)能力及融資企業(yè)對(duì)核心企業(yè)績效的影響程度。

圖2 B2B電商努力水平與核心企業(yè)激勵(lì)系數(shù)間的關(guān)系

圖3 銀行最佳收益水平與核心企業(yè)激勵(lì)系數(shù)間的關(guān)系

圖4 銀行固定報(bào)酬支付與核心企業(yè)激勵(lì)系數(shù)間的關(guān)系

圖5 銀行激勵(lì)系數(shù)與核心企業(yè)激勵(lì)系數(shù)間的關(guān)系

六、結(jié)論及展望

在線供應(yīng)鏈金融中，銀行與B2B電商合作處于劣勢(shì)地位，收益水平越來越低。通過自建電商平臺(tái)亦無法抗衡B2B電商的強(qiáng)勢(shì)。本文通過引入核心企業(yè)向B2B電商支付一定報(bào)酬方式，探討在線供應(yīng)鏈金融“銀弱電強(qiáng)”現(xiàn)狀能否改善，銀行的話語權(quán)和收益水平能否提升，B2B電商是否更努力工作。研究發(fā)現(xiàn)：第一，變動(dòng)報(bào)酬對(duì)B2B電商努力水平的激勵(lì)效果要優(yōu)于固定報(bào)酬。由最優(yōu)努力水平分析可得，B2B電商努力水平與固定報(bào)酬支付無關(guān)，而隨變動(dòng)報(bào)酬支付的增加而增加。因此，銀行或供應(yīng)鏈核心企業(yè)激勵(lì)系數(shù)越高，B2B電商努力水平就越高。第二，與銀行獨(dú)自對(duì)B2B電商的激勵(lì)模式相比，核心企業(yè)協(xié)助銀行激勵(lì)方式必然導(dǎo)致銀行收益水平提高。因此，銀行應(yīng)積極促成核心企業(yè)參與激勵(lì)。進(jìn)一步求解得出核心企業(yè)愿意參與銀行激勵(lì)的數(shù)學(xué)表達(dá)式，為核心企業(yè)提供了參與決策方面的量化依據(jù)。第三，與聯(lián)合激勵(lì)方式相比，協(xié)助激勵(lì)方式下銀行和核心企業(yè)總收益更高。因此，銀行應(yīng)優(yōu)先選擇協(xié)助參與方式使自身收益最大化。并進(jìn)一步求解出銀行最優(yōu)激勵(lì)系數(shù)的解析式，為銀行激勵(lì)B2B電商授信提供了科學(xué)的實(shí)踐參考。

然而，本研究也存在一些局限與不足之處：一是核心企業(yè)參與銀行激勵(lì)，雙方報(bào)酬支付的分擔(dān)比例問題尚未探討，需要進(jìn)一步研究。二是信息透明、對(duì)稱是在線供應(yīng)鏈金融中B2B電商的最大優(yōu)勢(shì)，這一信息優(yōu)勢(shì)在激勵(lì)過程中對(duì)B2B電商的影響還需進(jìn)一步探討。