銀行供應(yīng)鏈金融風(fēng)險管理和對策研究

商業(yè)銀行發(fā)展供應(yīng)鏈金融的勢頭迅猛，紛紛在其重點(diǎn)發(fā)展規(guī)劃中納入了供應(yīng)鏈金融，但供應(yīng)鏈金融全生命周期的風(fēng)險管理不容忽視。本文歸類研究市場上現(xiàn)有的銀行及非銀行機(jī)構(gòu)供應(yīng)鏈金融業(yè)務(wù)案例及風(fēng)險特征，通過TVP-SV-VAR模型實(shí)證研究產(chǎn)業(yè)非預(yù)期事件對供應(yīng)鏈金融系統(tǒng)性風(fēng)險沖擊，以云南省高速公路行業(yè)場景下未來應(yīng)收賬款類供應(yīng)鏈金融業(yè)務(wù)作為典型案例梳理風(fēng)控模式，主要研究結(jié)論如下：一是商業(yè)銀行在做好自身供應(yīng)鏈金融平臺的同時，需及時調(diào)整優(yōu)化組織機(jī)構(gòu)，強(qiáng)化行業(yè)研究，加強(qiáng)全球供應(yīng)鏈建設(shè)金融支持。依托供應(yīng)鏈核心企業(yè)擴(kuò)大行業(yè)類別合作，分散供應(yīng)鏈金融系統(tǒng)性風(fēng)險。理性應(yīng)對第三方供應(yīng)鏈金融平臺發(fā)展趨勢，加強(qiáng)平臺合作轉(zhuǎn)移供應(yīng)鏈風(fēng)險；二是從銀行信貸路徑和企業(yè)成本路徑來看，非預(yù)期事件發(fā)生時，基準(zhǔn)利率對商業(yè)信用產(chǎn)生負(fù)向沖擊，利率下調(diào)推動大宗商品價格下行，企業(yè)備貨行為產(chǎn)生資金占用，產(chǎn)業(yè)鏈之間形成鏈條債，推高商業(yè)信用規(guī)模，此時供應(yīng)鏈金融系統(tǒng)性風(fēng)險顯著積聚；三是未來應(yīng)收賬款類供應(yīng)鏈金融業(yè)務(wù)進(jìn)行創(chuàng)新時，對行業(yè)重點(diǎn)法規(guī)政策的利用可以強(qiáng)化供應(yīng)鏈資金風(fēng)險控制，與保理公司等非銀行金融機(jī)構(gòu)合作可以解決核心企業(yè)不確權(quán)的難題，應(yīng)用金融科技通過平臺數(shù)據(jù)交互可以有效緩解中小企業(yè)信息不對稱問題。

供應(yīng)鏈金融市場潛力巨大，2024 年我國供應(yīng)鏈金融市場規(guī)模將達(dá) 40.3 萬億元，5年復(fù)合增長率為 11.7%。供應(yīng)鏈金融底層資產(chǎn)以應(yīng)收賬款為主，其底層資產(chǎn)主要分為應(yīng)收賬款、預(yù)付賬款和存貨，未來5年內(nèi)應(yīng)收賬款占底層資產(chǎn)融資余額比重將從 58%提升至 60%。當(dāng)前供應(yīng)鏈金融業(yè)務(wù)融資來源主要為銀行，其融資來源主要分為資產(chǎn)證券化、信托直接融資、銀行直接融資、商業(yè)保理及其他，其中銀行直接融資占比最高，占比超過75%。供應(yīng)鏈金融是商業(yè)銀行必爭的戰(zhàn)場，在整個供應(yīng)鏈中，商業(yè)銀行圍繞其核心的企業(yè)，調(diào)整供應(yīng)鏈上下游中小企業(yè)資金流通和信息流通，采取化個體為整體的方式，降低供應(yīng)鏈上的單個企業(yè)面臨的風(fēng)險，將風(fēng)險調(diào)整到最低（陳小憲和何珊，2022）。這種模式一定程度上解決了小微企業(yè)“融資難、融資貴、融資繁”的問題，積極響應(yīng)國家支持實(shí)體經(jīng)濟(jì)、支持民營企業(yè)和中小企業(yè)、支持供應(yīng)鏈金融發(fā)展、加快建設(shè)全國統(tǒng)一大市場等相關(guān)政策，是貫徹落實(shí)國家戰(zhàn)略的重要體現(xiàn)。

商業(yè)銀行發(fā)展供應(yīng)鏈金融的勢頭迅猛，紛紛在其重點(diǎn)發(fā)展規(guī)劃中納入了供應(yīng)鏈金融，但供應(yīng)鏈金融全生命周期的風(fēng)險管理不容忽視。供應(yīng)鏈金融屬于銀行低頻業(yè)務(wù)，穩(wěn)定性得不到保證，無法匹配借貸雙方的風(fēng)控需求，致使供應(yīng)鏈金融業(yè)務(wù)難以落實(shí)（歐邦才，2022）。尤其在經(jīng)濟(jì)下行期，小微企業(yè)更為脆弱，風(fēng)險完全不獨(dú)立，放貸之后銀行則成了“弱勢群體”，“大數(shù)法則”失靈（薛小飛和范姿妤，2022）。產(chǎn)業(yè)鏈整體風(fēng)險通過“鐵索連環(huán)”的方式從生態(tài)圈中小企業(yè)更多集中到鏈條的焦點(diǎn)企業(yè)上，使得產(chǎn)業(yè)系統(tǒng)性風(fēng)險面對非預(yù)期事件沖擊傳染性更強(qiáng)（鄭莉，2022）。因此，歸類研究市場上現(xiàn)有的銀行及非銀行機(jī)構(gòu)供應(yīng)鏈金融業(yè)務(wù)案例及風(fēng)險特征，實(shí)證研究產(chǎn)業(yè)非預(yù)期事件對供應(yīng)鏈金融系統(tǒng)性風(fēng)險沖擊，具有非常強(qiáng)的現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

（一）供應(yīng)鏈金融定義

在中國人民銀行等八部委的定義中，供應(yīng)鏈金融是指從供應(yīng)鏈產(chǎn)業(yè)鏈整體出發(fā)，運(yùn)用金融科技手段，整合物流、資金流、信息流等信息，在真實(shí)交易背景下，構(gòu)建供應(yīng)鏈中占主導(dǎo)地位的核心企業(yè)與上下游企業(yè)一體化的金融供給體系和風(fēng)險評估體系，提供系統(tǒng)性的金融解決方案，以快速響應(yīng)產(chǎn)業(yè)鏈上企業(yè)的結(jié)算、融資、財務(wù)管理等綜合需求，降低企業(yè)成本，提升產(chǎn)業(yè)鏈各方價值①。但不同學(xué)者有不同看法，有的強(qiáng)調(diào)核心企業(yè)主導(dǎo)，認(rèn)為供應(yīng)鏈金融是核心企業(yè)通過對供應(yīng)鏈生態(tài)圈的管理及維護(hù)，達(dá)到降低供應(yīng)鏈成員企業(yè)融資門檻與融資成本目的的融資管理方式（Lamoureux，2007）；有的強(qiáng)調(diào)商業(yè)銀行主導(dǎo)，認(rèn)為供應(yīng)鏈金融是商業(yè)銀行結(jié)合供應(yīng)鏈上核心企業(yè)提供的信息流與信用擔(dān)保，為供應(yīng)鏈上下游企業(yè)提供了更為靈活的融資方案與金融服務(wù)的金融模式（陳四清，2014；施逸文，2022；陳小憲和何珊，2022）；有的強(qiáng)調(diào)供應(yīng)鏈資金管理，認(rèn)為供應(yīng)鏈金融是金融機(jī)構(gòu)與技術(shù)提供商共同提出的用于優(yōu)化供應(yīng)鏈上各成員企業(yè)間資金流動的資金管理模式（李健等，2020）；有的強(qiáng)調(diào)解決銀企信息不對稱，認(rèn)為供應(yīng)鏈金融是通過匹配供應(yīng)鏈上下游各環(huán)節(jié)成員間的物流、資金流與信息流，提高產(chǎn)業(yè)鏈生產(chǎn)經(jīng)營效率，解決供應(yīng)鏈上中小企業(yè)融資困難的問題（王霄和張捷，2003；林毅夫和孫希芳，2005）。本文使用官方定義。

（二）供應(yīng)鏈金融發(fā)展階段

上世紀(jì)80年代，隨著各國工業(yè)規(guī)模擴(kuò)張的與經(jīng)濟(jì)全球化的推進(jìn)，生產(chǎn)各個環(huán)節(jié)中合作較為穩(wěn)定的企業(yè)逐步加強(qiáng)相互間的合作并形成了早期的供應(yīng)鏈生產(chǎn)模式。此時供應(yīng)鏈管理作為一項企業(yè)運(yùn)營的策略，當(dāng)供應(yīng)鏈上的成員企業(yè)能形成從原料采購到銷售給最終消費(fèi)者的封閉網(wǎng)絡(luò)后，供應(yīng)鏈上企業(yè)的競爭能力將會得到有效提升（Michael，1987）。我國最早的供應(yīng)鏈金融實(shí)踐可追索到深圳發(fā)展銀行提出的“1+ N”模式，以核心企業(yè)為依托，以供應(yīng)鏈條上下游企業(yè)為服務(wù)對象，以企業(yè)間真實(shí)交易為基礎(chǔ)的分配金融資源的活動模式（褚旋和湯敏，2020）。這一模式打破了以往銀行只針對單一企業(yè)的經(jīng)營狀況進(jìn)行評估授信的融資方式，轉(zhuǎn)而把供應(yīng)鏈上的各個企業(yè)結(jié)合在一起，作為整體看待，供應(yīng)鏈上的所有企業(yè)都可以分享資源，中小企業(yè)也可以參與進(jìn)來（朱玉純，2022）。到目前為止，基本上所有的商業(yè)銀行都開展了各具特色的供應(yīng)鏈金融相關(guān)服務(wù)（高潔，2022），供應(yīng)鏈金融模式的發(fā)展在一定程度上對中小企業(yè)受到的融資約束有緩解效果（張丹，2017）。

現(xiàn)有研究對供應(yīng)鏈金融的發(fā)展模式分為三個或者四個階段，前兩個階段基本一致。第一階段是以商業(yè)銀行等金融機(jī)構(gòu)主導(dǎo)的傳統(tǒng)供應(yīng)鏈金融模式，核心邏輯為自償性貿(mào)易融資及核心企業(yè)信用外溢。金融機(jī)構(gòu)會依據(jù)供應(yīng)鏈內(nèi)核心企業(yè)的信用與擔(dān)保意愿，為其上下游提供融資支持，并委托三方物流公司監(jiān)管供應(yīng)鏈成員企業(yè)提供的質(zhì)押商品，此階段也叫貿(mào)易融資、物流金融等，代表產(chǎn)品包括保理、倉單質(zhì)押、保兌倉等。主要缺陷在于，一是金融機(jī)構(gòu)未實(shí)際參與供應(yīng)鏈體系管理，因此融資范圍僅覆蓋了少量的供應(yīng)鏈節(jié)點(diǎn)。二是中小企業(yè)規(guī)模小、經(jīng)營不穩(wěn)定，在核心企業(yè)不確權(quán)的情況下，此類企業(yè)難以通過與核心企業(yè)間的交易信用來減緩融資約束（Roberts，2015）。三是若核心企業(yè)對其上下游約束能力較弱，將導(dǎo)致商業(yè)銀行很容易受到多頭質(zhì)押、虛假交易等問題影響（Kowalski et al，2021）。

第二階段為供應(yīng)鏈核心企業(yè)主導(dǎo)，金融機(jī)構(gòu)提供協(xié)助的線上供應(yīng)鏈階段。在這個階段中，商業(yè)銀行從單純的資金提供者轉(zhuǎn)而為供應(yīng)鏈管理模式中的運(yùn)營者，由于將自身嵌入整個供應(yīng)鏈的生產(chǎn)運(yùn)營中，商業(yè)銀行較為全面的掌握了供應(yīng)鏈的資金、貨物與信息流動數(shù)據(jù)，與產(chǎn)業(yè)鏈運(yùn)作流程（Hofmann， 2005）。這種方式不僅進(jìn)一步減少了中小企業(yè)受到的融資約束，同時也使得商業(yè)銀行能設(shè)計出更符合供應(yīng)鏈上不同企業(yè)運(yùn)作模式的金融產(chǎn)品，如銀行與汽車財務(wù)公司深度合作，開展汽車金融服務(wù)。主要缺陷在于，對核心企業(yè)產(chǎn)業(yè)整體布局規(guī)劃能力要求較高、對產(chǎn)業(yè)鏈上下游中小企業(yè)管理難度大。

第三階段（含第四階段）為數(shù)字化技術(shù)推動平臺化，多個專業(yè)主體相互合作形成平臺化的供應(yīng)鏈服務(wù)網(wǎng)絡(luò)。隨著供應(yīng)鏈產(chǎn)業(yè)模式的快速發(fā)展，產(chǎn)業(yè)鏈上各節(jié)點(diǎn)的需求也越來越豐富。供應(yīng)鏈網(wǎng)絡(luò)的建立與維護(hù)需要依賴于鏈條上各參與主體間保持穩(wěn)定且持續(xù)的合作關(guān)系，其本質(zhì)是合作的主體間能持續(xù)“保持信任”（Barrane et al. 2020）。這種信任的基礎(chǔ)很大程度上依靠于供應(yīng)鏈成員對其上下游間生產(chǎn)交付能力的預(yù)測與確認(rèn)。因此供應(yīng)鏈上成員企業(yè)需要更為多元化、特色化的服務(wù)來保持其網(wǎng)絡(luò)各部分的生產(chǎn)效率穩(wěn)定可靠。業(yè)內(nèi)對供應(yīng)鏈網(wǎng)絡(luò)平臺建立的需求愈發(fā)高漲，供應(yīng)鏈金融平臺以互聯(lián)網(wǎng)技術(shù)為基礎(chǔ)，將供應(yīng)鏈內(nèi)各參與主體鏈接在網(wǎng)絡(luò)內(nèi)（徐鵬杰，吳盛漢，2018）。除了傳統(tǒng)供應(yīng)鏈模式中的商業(yè)銀行、核心企業(yè)、供應(yīng)鏈上下游和物流監(jiān)管公司外，電商平臺、科技公司等平臺企業(yè)也將加入供應(yīng)鏈金融平臺的建設(shè)與維護(hù)中。供應(yīng)鏈上各成員企業(yè)除了對其縱向交易對象能加深合作外，也能實(shí)現(xiàn)不同環(huán)節(jié)成員間的橫向信息溝通，從而更好安排自己的生產(chǎn)經(jīng)營計劃，達(dá)到業(yè)務(wù)在廣度與深度方面的拓展（宋華和楊雨東，2019）。依托區(qū)塊鏈技術(shù)的共識機(jī)制、智能合約等技術(shù)手段保證鏈上所有數(shù)據(jù)的不可篡改性與可追溯性，實(shí)現(xiàn)供應(yīng)鏈金融平臺“數(shù)據(jù)上鏈”，可以有效解決貨物監(jiān)管不力、多頭抵質(zhì)押等問題（龔強(qiáng)、班銘媛、張一林，2021）。Omran（2017）等研究者通過對反向保理與動態(tài)貼現(xiàn)的實(shí)證研究，論證了區(qū)塊鏈技術(shù)對增加供應(yīng)鏈上企業(yè)透明度做出的貢獻(xiàn)。Casado-Vara等（2018）認(rèn)為數(shù)字供應(yīng)鏈模式可以實(shí)現(xiàn)循環(huán)經(jīng)濟(jì)的概念，并創(chuàng)造一個多方代理系統(tǒng)模式協(xié)助供應(yīng)鏈運(yùn)營企業(yè)管理鏈上所有交易信息。Choi（2020）通過制造商和零售商之間的納什均衡模型推導(dǎo)出每個供應(yīng)鏈中的最優(yōu)合同和數(shù)量，分析性地展示供應(yīng)鏈金融平臺收益共享機(jī)制。

（三）供應(yīng)鏈金融風(fēng)險研究

供應(yīng)鏈金融的發(fā)展欣欣向榮，但也存在較多問題。一是授信范圍局限，銀行會重點(diǎn)給核心企業(yè)授信，然后由給下游企業(yè)進(jìn)行垂直衍生授信，出于風(fēng)險傳遞的可能性，銀行通?？刂剖谛欧秶缰辉试S一二級經(jīng)銷商企業(yè)準(zhǔn)入；二是鏈上企業(yè)信息不對稱，隨著供應(yīng)鏈上下游企業(yè)數(shù)量急速增長，當(dāng)核心企業(yè)無法做到全權(quán)管理時，授權(quán)分層管理會致使鏈上企業(yè)信息不對稱；三是供應(yīng)鏈信息管理約束力低、違約風(fēng)險高（高潔，2022）。因此對于供應(yīng)鏈金融風(fēng)險管理，國內(nèi)外已進(jìn)行較多研究。

供應(yīng)鏈金融風(fēng)險度量方面。在金融機(jī)構(gòu)向供應(yīng)鏈中的企業(yè)進(jìn)行資金投放前，對企業(yè)及其所屬供應(yīng)鏈的風(fēng)險評級與研究供應(yīng)鏈運(yùn)營情況十分重要。王一鳴等人（2017）站在商業(yè)銀行角度，認(rèn)為供應(yīng)鏈金融風(fēng)險主要分為兩大類：一類是宏觀行業(yè)風(fēng)險、另一類則是信用風(fēng)險。宋華等人（2018）提出供應(yīng)鏈中的風(fēng)險主要來源于參與者的外部環(huán)境、供應(yīng)鏈內(nèi)部網(wǎng)絡(luò)、供應(yīng)鏈企業(yè)之間。Barsky和Catanach （2005）將風(fēng)險分為融資過程、信息技術(shù)、人力資源、環(huán)境與公司結(jié)構(gòu)五個部分。Liu（2015）基于供應(yīng)鏈金融發(fā)展的時代和現(xiàn)實(shí)背景，根據(jù)全面風(fēng)險管理的內(nèi)在要求和研究邏輯，構(gòu)建了供應(yīng)鏈金融風(fēng)險管理理論模型框架。Leung和Kwok（2009）通過構(gòu)建馬爾可夫鏈來分析供應(yīng)鏈上關(guān)聯(lián)企業(yè)間信用風(fēng)險傳導(dǎo)現(xiàn)象，論證了集體違約事件往往來源于信用風(fēng)險的傳導(dǎo)。Rosenberg和Schuermann（2006）從金融管理的實(shí)踐出發(fā)，為供應(yīng)鏈金融內(nèi)發(fā)生的各類風(fēng)險給出了測量方法。熊熊等（2009）研究者則運(yùn)用logistic回歸模型對某石油公司為案例，對商業(yè)銀行對企業(yè)投放的信貸風(fēng)險進(jìn)行了分析測量。張建同等人（2019）以上市企業(yè)的汽車供應(yīng)鏈金融為案例，采用了修正的 KMV 模型分析出經(jīng)銷商、供應(yīng)商、核心企業(yè)的違約風(fēng)險大小。

供應(yīng)鏈金融風(fēng)險控制方面。陳輝強(qiáng)（2017）指出，商業(yè)銀行可以通過對貸款資金的封閉管理來降低供應(yīng)鏈金融的整體風(fēng)險。田火青（2020）提出，通過電子化、無紙化審批流程和管理系統(tǒng)，將供應(yīng)鏈上下游之間的交易進(jìn)行全程收集并及時向鏈上各關(guān)鍵主體進(jìn)行通知和公示，從根源上杜絕虛假貿(mào)易背景、虛假票據(jù)，嚴(yán)控抵質(zhì)押手續(xù)和貨物周轉(zhuǎn)，防止貸款資金挪用。李毅學(xué)（2007）等運(yùn)用“主體+債項”的風(fēng)險評估策略對SFZ銀行和WXZC物流有限公司的存貨質(zhì)押融資業(yè)務(wù)現(xiàn)貨價格參數(shù)進(jìn)行分析，得出了價格隨機(jī)波動下符合實(shí)際情況的銀行質(zhì)押率的計算結(jié)果。Burnetas和Ritchken（2005）研究了當(dāng)需求曲線向下傾斜時期權(quán)合約在供應(yīng)鏈中的作用，并發(fā)現(xiàn)期權(quán)合約的引入會導(dǎo)致供應(yīng)鏈內(nèi)成員間交易批發(fā)價格上漲和零售價格的波動性降低。

總的來說，現(xiàn)有研究存在以下不足：一是尚未結(jié)合《民法典》的施行對未來應(yīng)收賬款類供應(yīng)鏈金融業(yè)務(wù)拓展研究；二是案例研究較多，實(shí)證研究較少，特別地對供應(yīng)鏈金融業(yè)務(wù)系統(tǒng)性風(fēng)險沖擊的研究極少；三是政策及建議往往偏向宏觀，對于銀行業(yè)深入發(fā)展供應(yīng)鏈金融業(yè)務(wù)缺乏營銷指引作用。因此，本文的創(chuàng)新之處在于：一是采用TVP-SV-VAR模型實(shí)證研究產(chǎn)業(yè)非預(yù)期事件對供應(yīng)鏈金融系統(tǒng)性風(fēng)險沖擊；二是針對應(yīng)收賬款類供應(yīng)鏈金融業(yè)務(wù)風(fēng)控模式進(jìn)行具體的案例分析；三是單獨(dú)配套撰寫銀行業(yè)供應(yīng)鏈金融平臺營銷指引（詳見配套論文），細(xì)化政策及建議。

二、業(yè)務(wù)現(xiàn)狀：同業(yè)市場供應(yīng)鏈金融典型案例對比研究

本文將我國5類較為常見的供應(yīng)鏈金融平臺按照主導(dǎo)方的不同，將其業(yè)務(wù)特點(diǎn)、資金來源及缺點(diǎn)進(jìn)行歸納對比，詳見表1。

（一）銀行主導(dǎo)的供應(yīng)鏈金融業(yè)務(wù)發(fā)展情況

中國銀行憑借在國際貿(mào)易金融上的優(yōu)勢，早在2007年便推出了基于供應(yīng)鏈融資的產(chǎn)品“融易達(dá)”，2009年成立供應(yīng)鏈團(tuán)隊并正式發(fā)力供應(yīng)鏈金融，通過搭建“區(qū)塊鏈福費(fèi)廷交易平臺”和“數(shù)字票據(jù)交易平臺”以“電子化+全球化”的方向拓展供應(yīng)鏈金融業(yè)務(wù)。

農(nóng)業(yè)銀行發(fā)力供應(yīng)鏈金融首先體現(xiàn)在制度建設(shè)上，2018年農(nóng)行總行建立了“普惠金融事業(yè)部+八大后臺中心”，通過發(fā)展“數(shù)據(jù)網(wǎng)貸”業(yè)務(wù)，向核心企業(yè)上下游小微客戶提供全線上化融資服務(wù)，并與中企云鏈合作推出“保理e融”。

工商銀行供應(yīng)鏈金融業(yè)務(wù)的新變化主要體現(xiàn)在其線上小微金融服務(wù)平臺上，平臺主要包含純信用類的“經(jīng)營快貸”、抵質(zhì)押類的“網(wǎng)貸通”，以及“線上供應(yīng)鏈融資”三大主要產(chǎn)品，小微金融業(yè)務(wù)中心的布局已超過258個。

建設(shè)銀行供應(yīng)鏈金融在組織建設(shè)上實(shí)現(xiàn)普惠金融事業(yè)部在一、二級分行的全覆蓋，累計組建小企業(yè)中心達(dá)288家，設(shè)計研發(fā)了包括應(yīng)收賬款融資、金銀倉、動產(chǎn)質(zhì)押融資、訂單融資、動產(chǎn)質(zhì)押融資等十余個供應(yīng)鏈線上化融資產(chǎn)品。

交通銀行開展供應(yīng)鏈金融業(yè)務(wù)主要通過“蘊(yùn)通供應(yīng)鏈”平臺進(jìn)行，并主要圍繞汽車及其他各行業(yè)核心企業(yè)，通過與國內(nèi)大型物流公司開展質(zhì)押監(jiān)管合作，并與保險公司開展信用保險合作，推出了“快易貼”“快易收”“快易付”“蘊(yùn)通e鏈”等一系列供應(yīng)鏈融資產(chǎn)品。

中信銀行的供應(yīng)鏈金融業(yè)務(wù)思路是“三年三步走”的思路，2020年上線30支交易銀行產(chǎn)品已實(shí)現(xiàn)產(chǎn)品整體領(lǐng)先；2021年累計上線50支交易銀行產(chǎn)品、搭建9大平臺建設(shè)、形成行業(yè)方案，已實(shí)現(xiàn)交易銀行業(yè)務(wù)整體領(lǐng)先；2022年搭建“三態(tài)一數(shù)”體系，將實(shí)現(xiàn)交易銀行體系整體領(lǐng)先。截至2021年12月末，中信銀行銀行交易筆數(shù)、交易金額同比增速位列同業(yè)第1。交易筆數(shù)近2億筆、交易金額破百萬億，市場份額達(dá)到近25%，在同業(yè)市場具有領(lǐng)先位置。

招商銀行將供應(yīng)鏈業(yè)務(wù)的“全國做一家”模式升級為“全國服務(wù)一家”模式，為核心企業(yè)及其產(chǎn)業(yè)鏈上下游解決融資難題的同時，進(jìn)一步以客戶為中心，整合本公司跨分行、跨條線的資源，形成合力滿足客戶需求，形成全行性客戶服務(wù)網(wǎng)絡(luò)。以該模式累計服務(wù)222家核心企業(yè)，拓展16，149家供應(yīng)商，并為其中13，314家供應(yīng)商提供了融資支持，放款金額1，598億元。實(shí)現(xiàn)應(yīng)收賬款雙保理業(yè)務(wù)全流程線上化，并針對制造業(yè)、零售批發(fā)、物流等行業(yè)，通過差異化服務(wù)方案，在核心企業(yè)的經(jīng)營深度及其上下游企業(yè)的覆蓋廣度上均有明顯突破。核心企業(yè)客戶數(shù)同比增長29.74%，上下游客戶數(shù)同比增長58.39%。通過“賬權(quán)池”產(chǎn)品，為汽車行業(yè)供應(yīng)鏈客戶提供數(shù)據(jù)融資創(chuàng)新服務(wù)，實(shí)現(xiàn)場景交互數(shù)字化、操作流程線上化及風(fēng)險控制智能化。截至2021年，供應(yīng)鏈融資業(yè)務(wù)量6，120.08億元，同比增長49.75%。

平安銀行是國內(nèi)最早涉足并提倡發(fā)展供應(yīng)鏈金融業(yè)務(wù)的商業(yè)銀行，供應(yīng)鏈金融數(shù)字化轉(zhuǎn)型策略主要通過線上供應(yīng)鏈金融、橙e網(wǎng)以及星云物聯(lián)網(wǎng)平臺三個方面實(shí)施。截至2021年，平安銀行供應(yīng)鏈金融融資發(fā)生額為9599.11億元，同比增長33.7%。以線上供應(yīng)鏈金融平臺“平安好鏈”為例，該平臺累計為21，690家企業(yè)客戶提供金融服務(wù)，全年交易量1498.73億元，同比增長81.2%；全年融資發(fā)生額519.76億元，同比增長62.8%。此外，橙e網(wǎng)是由平安銀行2014年推出的綜合性金融服務(wù)平臺，是一家專注為熟人之間做生意提供免費(fèi)的電商平臺，收錄了平安銀行發(fā)展供應(yīng)鏈金融的產(chǎn)品及服務(wù)。橙e網(wǎng)借助大數(shù)據(jù)、云計算等技術(shù)手段，實(shí)現(xiàn)了平安銀行與其合作客戶的平臺對接和數(shù)據(jù)交換，有助于平安銀行對商流、物流、資金流、信息流進(jìn)行一體化管理，形成商業(yè)生態(tài)圈。

浦發(fā)銀行最早在2007年推出“企業(yè)供應(yīng)鏈融資解決方案”，2011年打造具有特色的供應(yīng)鏈金融平臺，并與中國移動、神龍汽車、中遠(yuǎn)物流等多家核心企業(yè)和物流公司合作。在線上供應(yīng)鏈金融領(lǐng)域推出“政采e貸”“票據(jù)池秒貸”以及云資金監(jiān)管、e企行綜合服務(wù)平臺等創(chuàng)新產(chǎn)品。

光大銀行2018年2月推出“陽光融e鏈”產(chǎn)品，屬于“陽光財富供應(yīng)鏈金融”業(yè)務(wù)的為客戶提供全流程電子化保理金融服務(wù)的創(chuàng)新型金融產(chǎn)品。截至2019年，光大銀行利用“陽光融e鏈”產(chǎn)品累計完成應(yīng)收賬款轉(zhuǎn)讓291億元，融資投放252億元。2019年7月光大銀行推出了“陽光供應(yīng)鏈云平臺”，該平臺采用SaaS平臺模式和云服務(wù)技術(shù)，為企業(yè)客戶提在線供應(yīng)鏈金融綜合服務(wù)的互聯(lián)網(wǎng)云平臺，截至2019年，光大銀行利用該平臺完成應(yīng)收賬款轉(zhuǎn)讓34.1億元，融資投放達(dá)30億元。

浙商銀行從2016年開始研究區(qū)塊鏈技術(shù)應(yīng)用，并于2017年8月率先投產(chǎn)基于區(qū)塊鏈技術(shù)開發(fā)的應(yīng)收款鏈平臺。圍繞供應(yīng)鏈金融，浙商創(chuàng)新“池化”及“線上化”的融資業(yè)務(wù)模式，在三池（涌金票據(jù)池、涌金資產(chǎn)池、涌金出口池）的基礎(chǔ)之上，繼續(xù)圍繞三大業(yè)務(wù)平臺進(jìn)行展業(yè)。

（二）產(chǎn)業(yè)龍頭主導(dǎo)的供應(yīng)鏈金融業(yè)務(wù)發(fā)展情況

供應(yīng)鏈核心企業(yè)基于多年經(jīng)營積累的行業(yè)大數(shù)據(jù)以及實(shí)地調(diào)研考察，熟知合作伙伴的經(jīng)營狀況和融資需求特點(diǎn)，能夠充分利用產(chǎn)業(yè)數(shù)據(jù)、交易數(shù)據(jù)，精準(zhǔn)定位伙伴需求，深入剖析伙伴交易場景，運(yùn)用數(shù)字化思維，設(shè)計金融產(chǎn)品，實(shí)現(xiàn)風(fēng)險控制。但這種模式將顯著增加核心企業(yè)工作量，同時核心企業(yè)自身風(fēng)險對產(chǎn)業(yè)鏈系統(tǒng)性風(fēng)險影響較大。接下來以伊利集團(tuán)為例進(jìn)行分析。

1.案例背景。伊利集團(tuán)位居全球乳業(yè)五強(qiáng)，連續(xù)八年蟬聯(lián)亞洲乳業(yè)第一，也是中國規(guī)模最大、產(chǎn)品品類最全的乳制品企業(yè)。該企業(yè)高度重視全球供應(yīng)鏈建設(shè)，全球合作伙伴總計2000多家，遍及6大洲，分布在39個國家。2022年上半年，伊利立足全球供應(yīng)鏈協(xié)同運(yùn)營平臺，實(shí)現(xiàn)了國內(nèi)與東南亞、新西蘭基地間的高效聯(lián)動，產(chǎn)品輻射全球60多個國家和地區(qū)，國際化業(yè)務(wù)收入比去年同期增長58%。伊利所在的乳業(yè)產(chǎn)業(yè)鏈橫跨第一產(chǎn)業(yè)農(nóng)牧業(yè)、第二產(chǎn)業(yè)制造業(yè)及第三產(chǎn)業(yè)商貿(mào)流通行業(yè)，涉及產(chǎn)業(yè)面較廣，乳業(yè)產(chǎn)業(yè)鏈呈現(xiàn)“中間大、兩頭小”的格局。伊利堅信未來企業(yè)競爭是產(chǎn)業(yè)鏈的競爭，合作伙伴缺乏資金會導(dǎo)致供應(yīng)鏈產(chǎn)業(yè)鏈不穩(wěn)定，直接影響產(chǎn)業(yè)競爭力。伊利作為核心企業(yè)，重投入搭建系統(tǒng)、開發(fā)產(chǎn)品、建立團(tuán)隊與制度，主動取得內(nèi)蒙古惠商融資擔(dān)保有限公司、惠商商業(yè)保理有限公司、內(nèi)蒙古惠商互聯(lián)網(wǎng)小貸公司和伊興奶業(yè)投資公司4類金融牌照，制定以全局長效性和系統(tǒng)性產(chǎn)業(yè)賦能為導(dǎo)向的產(chǎn)業(yè)融資解決方案，搭建產(chǎn)業(yè)鏈金融服務(wù)平臺，解決上游供應(yīng)商、牧場及下游經(jīng)銷商的融資問題，保障產(chǎn)業(yè)供應(yīng)鏈可持續(xù)發(fā)展。

2.運(yùn)作模式。一是在客戶準(zhǔn)入方面，伊利產(chǎn)業(yè)鏈金融對牧場以忠誠度、專業(yè)度、專營度作為三個考量指標(biāo)。二是在客戶評價與額度建議方面，伊利下達(dá)的下月銷售任務(wù)是經(jīng)銷商獲批額度的重要參考指標(biāo)，一般要求經(jīng)銷商至少配套50%的自有資金。三是在鏈路閉環(huán)方面，經(jīng)銷商無論通過小貸公司融資還是通過銀行融資，獲批的資金全部打到伊利的貨款賬戶，防止信貸資金挪用，實(shí)現(xiàn)資金閉環(huán)。四是在抵質(zhì)押物方面，從2014年開始，伊利就不斷探索將奶牛資產(chǎn)進(jìn)行標(biāo)準(zhǔn)化，建立奶牛的標(biāo)準(zhǔn)化抵押體系。同時，積極實(shí)踐將存貨、應(yīng)收賬款等流動資產(chǎn)轉(zhuǎn)為有效增信。五是在運(yùn)營方面，全國范圍內(nèi)一線業(yè)務(wù)員兼任信貸員，在當(dāng)?shù)赝瓿扇谫Y需求收集及經(jīng)營情況調(diào)查的工作，減少盡調(diào)成本；融資業(yè)務(wù)由銷售代表、城市經(jīng)理發(fā)起，由區(qū)域經(jīng)理和大區(qū)經(jīng)理等人員審核，同時由業(yè)務(wù)部門、財務(wù)部門、金融團(tuán)隊組成風(fēng)險管理三道防線。截至2021年末，伊利累計為8590戶產(chǎn)業(yè)鏈上下游合作伙伴提供融資金額930億元，其中80%從未獲得過融資，戶均150萬元；上下游合作伙伴的平均融資成本從9%降到6%，減輕了沉重的資金負(fù)擔(dān)；伊利產(chǎn)業(yè)鏈金融業(yè)務(wù)不良率0.52%，遠(yuǎn)低于中小微企業(yè)的平均不良率。

3.案例啟示。對于銀行供應(yīng)鏈金融風(fēng)險管理的啟示主要體現(xiàn)在：一是調(diào)整優(yōu)化組織機(jī)構(gòu)，商業(yè)銀行往往是部門銀行的組織架構(gòu)，業(yè)務(wù)部門既要對上級部門負(fù)責(zé)，又要接受相關(guān)職能部門的指導(dǎo)，可能在組織溝通不暢的情況下，導(dǎo)致執(zhí)行效率低下、風(fēng)控把關(guān)不嚴(yán)，案例中伊利集團(tuán)組建跨部門項目團(tuán)隊開展工作，運(yùn)營方面形成較好的成效；二是強(qiáng)化行業(yè)研究，不同產(chǎn)業(yè)間的交易模式、架構(gòu)特點(diǎn)、關(guān)注點(diǎn)以及供應(yīng)鏈的分散度、資金密集度、投入回報周期特點(diǎn)等多方面差異化較大，沒有統(tǒng)一的模式，銀行需要持續(xù)深化行業(yè)研究，應(yīng)對不同產(chǎn)業(yè)的特色化供應(yīng)鏈融資需求，案例中伊利集團(tuán)作為核心企業(yè)對產(chǎn)業(yè)鏈非常了解，已建立起創(chuàng)新性的信用評價體系，如奶牛的標(biāo)準(zhǔn)化抵押體系；三是加強(qiáng)全球供應(yīng)鏈建設(shè)金融支持，當(dāng)前伊利集團(tuán)注重發(fā)展海外業(yè)務(wù)，銀行需要布局整合全球優(yōu)質(zhì)金融資源，協(xié)助核心企業(yè)完成全球供應(yīng)鏈體系建設(shè)。

（三）平臺主導(dǎo)的供應(yīng)鏈金融業(yè)務(wù)發(fā)展情況

從表1中對各類供應(yīng)鏈金融平臺的比較分析可以看出，以綜合性管理平臺為基礎(chǔ)設(shè)立的供應(yīng)鏈管理模式能夠在一定程度上減弱其他平臺遇到風(fēng)險問題，例如平臺對中小企業(yè)信息掌握不全、平臺資金不充足、融資門檻高等。作為供應(yīng)鏈金融平臺，綜合性管理平臺也存在對完備的經(jīng)濟(jì)體制支撐、政府政策支持和信息交流保障等的需求。接下來以中企云鏈為例進(jìn)行分析。

1.中企云鏈背景。中國中車在2015 年聯(lián)合中國鐵建、國機(jī)集團(tuán)、金蝶軟件等眾多大型企業(yè)，利用互聯(lián)網(wǎng)技術(shù)打造了一種新型模式的供應(yīng)鏈金融平臺。平臺旨在充分發(fā)揮大型國企在產(chǎn)業(yè)鏈中的核心作用，利用金融科技及互聯(lián)網(wǎng)技術(shù)，貫通大中小企業(yè)以及金融機(jī)構(gòu)各類生產(chǎn)經(jīng)營及金融融資業(yè)務(wù)，實(shí)現(xiàn)提升核心企業(yè)競爭優(yōu)勢、助力中小企業(yè)融資環(huán)節(jié)改善的戰(zhàn)略目標(biāo)，實(shí)現(xiàn)互利互惠，多方共贏的局面。中企云鏈作為央企投資協(xié)會首個合作落地項目，以其自身優(yōu)勢充分利用大企業(yè)產(chǎn)業(yè)資源，打破了傳統(tǒng)的供應(yīng)鏈金融模式，以“ N（銀行）+N（核心企業(yè)）+N（供應(yīng)商）”的“云鏈平臺”模式，盤活企業(yè)應(yīng)收應(yīng)付余額，降低大企業(yè)和供應(yīng)商財務(wù)費(fèi)用，為平臺各參與方打造互惠互利、協(xié)同共享、富有競爭力的供應(yīng)鏈管理生態(tài)圈。該平臺基本實(shí)現(xiàn)以下核心目標(biāo)： 第一，鏈上成員企業(yè)通過平臺可以隨時、持續(xù)性地和循環(huán)式地自動取得具有真實(shí)貿(mào)易背景核定的融資支持；第二，平臺各參與方均能在平臺上以線上電子方式核實(shí)和發(fā)放融資，并獲取相應(yīng)貿(mào)易背景信息；第三，以預(yù)設(shè)的融資價格實(shí)現(xiàn)實(shí)時用信；第四，鏈上成員企業(yè)均能在平臺上獲取其他相關(guān)增值服務(wù)（如數(shù)據(jù)歸集和分析、擔(dān)保物權(quán)登記、債權(quán)轉(zhuǎn)讓通知等）；第五，多層次的資金提供方能在平臺上方便地提供不同門檻、不同價格的債權(quán)融資，而不僅只提供單一級別金融機(jī)構(gòu)資金支持；第六，平臺利益在參與方之間能合理分配，形成新的激勵機(jī)制和供應(yīng)鏈生態(tài)。

2.中企云鏈平臺的運(yùn)作模式。中企云鏈的核心產(chǎn)品主要是云信及云信有關(guān)附屬產(chǎn)品。云信是持有銀行或其他金融機(jī)構(gòu)授信擁有空余額度的核心企業(yè)在中企云鏈平臺申請開立的一種電子虛擬票據(jù)，其實(shí)質(zhì)是一種付款承諾函。它可以將核心企業(yè)信用實(shí)現(xiàn)拆分和流轉(zhuǎn)到鏈屬成員企業(yè)，鏈屬成員企業(yè)可以選擇繼續(xù)將云信拆分流轉(zhuǎn)，或者向平臺內(nèi)資金提供方申請融資或持有到期等。云信的運(yùn)行流程如圖1所示。

中企云鏈有三點(diǎn)顯著的創(chuàng)新：首先是實(shí)現(xiàn)了具有金融機(jī)構(gòu)支持的電子化買方付款承諾，因此提高了小微企業(yè)獲得融資的成功率和效率；二是實(shí)現(xiàn)了電子付款承諾的多級分拆和轉(zhuǎn)授，使與核心企業(yè)距離遠(yuǎn)的長尾上游中小供應(yīng)商也能基于核心企業(yè)的信用從平臺內(nèi)金融機(jī)構(gòu)取得較低成本融資；三是供應(yīng)商可用收到的電子付款承諾再支付給自身的上游供應(yīng)商，解決中小企業(yè)之間的支付信任問題。

3.案例啟示。對于銀行供應(yīng)鏈金融風(fēng)險管理的啟示主要體現(xiàn)在：一是擴(kuò)大行業(yè)類別合作，分散供應(yīng)鏈金融系統(tǒng)性風(fēng)險。中企云鏈作為一種創(chuàng)新型第三方平臺，創(chuàng)新出一種“N”家銀行+“N”家核心企業(yè)+“N”家上下游企業(yè)的全線上“N+N+N”供應(yīng)鏈金融平臺模式，打破了當(dāng)前供應(yīng)鏈金融以金融機(jī)構(gòu)、核心企業(yè)為主導(dǎo)的傳統(tǒng)模式，多條供應(yīng)鏈放置于同一個平臺，平臺整體的風(fēng)險會由平臺上多個主體共同分擔(dān)，從而減少了風(fēng)險集中爆發(fā)于某一參與方帶來的影響。二是理性應(yīng)對第三方供應(yīng)鏈金融平臺發(fā)展趨勢，加強(qiáng)平臺合作轉(zhuǎn)移供應(yīng)鏈風(fēng)險。銀行主導(dǎo)的供應(yīng)鏈金融平臺難以滿足逐漸豐富的供應(yīng)鏈金融市場需求，尤其是對于遠(yuǎn)離核心企業(yè)的小微企業(yè)而言，銀行主導(dǎo)的供應(yīng)鏈平臺無法真正解決其融資問題，不如與第三方供應(yīng)鏈金融平臺加強(qiáng)合作，作為其資金提供方，讓平臺承擔(dān)及管理小微企業(yè)的信用風(fēng)險。

三、實(shí)證研究：產(chǎn)業(yè)非預(yù)期事件對供應(yīng)鏈金融系統(tǒng)性風(fēng)險沖擊

（一）數(shù)據(jù)與模型

1.模型。本文擬采用Primiceri（2005）的TVP-SV-VAR模型檢驗(yàn)基準(zhǔn)利率、大宗商品價格及商業(yè)信用的互動關(guān)系，研究產(chǎn)業(yè)非預(yù)期事件對供應(yīng)鏈金融系統(tǒng)性風(fēng)險沖擊程度、傳導(dǎo)路徑及異質(zhì)性差異。為了介紹TVP-SV-VAR模型，首先從一個基礎(chǔ)的結(jié)構(gòu)VAR模型開始，定義如下：

其中，為（）維的可觀察列向量A，F(xiàn)1，…，F(xiàn)S為（kk）的系數(shù)矩陣，擾動項為（）維的結(jié)構(gòu)沖擊，并且假設(shè)，其中：

本文參考Nakajima（ 2011），通過遞推識別來指定結(jié)構(gòu)沖擊的同時關(guān)系（指定順序：基準(zhǔn)利率在前，大宗商品價格次之，商業(yè)信用凈額最后），假設(shè)A為下三角矩陣：

則式（3.7）可以改寫為下面遞推的VAR模型：

其中，i=1，…，s，將中的各元素堆積為維的列向量，并定義，其中表示Kronecker積。則式（4）可以簡寫為：

目前為止，在式（5）中的參數(shù)都是不隨時間而變化的。接下來，允許系數(shù)隨著時間而變化將模型擴(kuò)展為TVP-VAR模型。

在TVP-VAR模型中考慮了隨機(jī)波動SV就設(shè)定為：

其中，系數(shù)、參數(shù)和都是隨時間而變化的狀態(tài)變量，為系數(shù)向量，表示結(jié)構(gòu)化模型的約束矩陣，表示沖擊的同期相關(guān)系數(shù)矩陣。對這些時變參數(shù)進(jìn)行建模的方法有很多，本文參考Primiceri（2005），將中下三角元素堆積為，記，其中。為了減少估計的參數(shù)，假定時變參數(shù)服從隨機(jī)游走過程：

其中。

本文選擇滯后期數(shù)為2②、截距項為非時變參數(shù)、時變系數(shù)與時變方差的三變量TVP-SV-VAR模型，本文的變量y =（i，p，x）中i代表基準(zhǔn)利率，p是大宗商品價格，x是商業(yè)信用凈額。

2.數(shù)據(jù)。本文中所有數(shù)據(jù)的樣本區(qū)間為2006年9月到2022年9月，樣本頻率為月度數(shù)據(jù)?；鶞?zhǔn)利率變量使用SHIBOR 7天同業(yè)拆借利率，數(shù)據(jù)來源于CEIC數(shù)據(jù)庫，日度轉(zhuǎn)換為月度數(shù)據(jù)，進(jìn)行對數(shù)差分處理以保證其平穩(wěn)性。大宗商品價格變量使用中國大宗商品價格指數(shù)，數(shù)據(jù)來源于CEIC中國經(jīng)濟(jì)數(shù)據(jù)庫，日度轉(zhuǎn)換為月度數(shù)據(jù)，同樣進(jìn)行差分處理。商業(yè)信用變量參照張新民（2012）使用凈商業(yè)信用 （ NTC） = （ 應(yīng)付賬款 + 應(yīng)付票據(jù) + 預(yù)收賬款） － （ 應(yīng)收賬款 + 應(yīng)收票據(jù) + 預(yù)付賬款） ，用總資產(chǎn)標(biāo)準(zhǔn)化，數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫，季度轉(zhuǎn)化為月度數(shù)據(jù)，并按研究慣例刪除金融類上市公司及股東權(quán)益小于零的公司。為了研究結(jié)果的穩(wěn)健性，我們在 1% 水平下對公司層面的所有連續(xù)變量進(jìn)行縮尾處理。

（二）實(shí)證檢驗(yàn)

1.參數(shù)估計。從參數(shù)的自相關(guān)系數(shù)、樣本路徑和后驗(yàn)密度的圖形來看，MCMC算法有效地模擬了參數(shù)的后驗(yàn)分布，如圖2。由自相關(guān)系數(shù)和樣本路徑圖可以得出，三個變量的樣本自相關(guān)性都迅速下降，抽樣數(shù)據(jù)圍繞抽樣樣本均值附近穩(wěn)定波動；從模擬分布密度來看，三個變量的后驗(yàn)分布密度函數(shù)形態(tài)十分理想，表明MCMC算法有效模擬了參數(shù)的后驗(yàn)分布。

1.參數(shù)估計

從參數(shù)的自相關(guān)系數(shù)、樣本路徑和后驗(yàn)密度的圖形來看，MCMC算法有效地模擬了參數(shù)的后驗(yàn)分布，如圖2。由自相關(guān)系數(shù)和樣本路徑圖可以得出，三個變量的樣本自相關(guān)性都迅速下降，抽樣數(shù)據(jù)圍繞抽樣樣本均值附近穩(wěn)定波動；從模擬分布密度來看，三個變量的后驗(yàn)分布密度函數(shù)形態(tài)十分理想，表明MCMC算法有效模擬了參數(shù)的后驗(yàn)分布。

2.波動方差分析。接著，我們運(yùn)用TVP-SV -VAR模型特有的分析工具可變隨機(jī)方差（stochastic volatility）對基準(zhǔn)利率、大宗商品價格及商業(yè)信用結(jié)構(gòu)沖擊的隨機(jī)波動時變特征進(jìn)行分析，如圖3所示。

基準(zhǔn)利率波動較大，2008年金融危機(jī)后政府多項舉措刺激經(jīng)濟(jì)、2010年央行年內(nèi)6次上調(diào)存款準(zhǔn)備金率并加息、2015年“股災(zāi)”后央行宣布“雙降”結(jié)束中國利率管制等事件，引發(fā)SHIBOR 7天同業(yè)拆借利率劇烈波動。大宗商品價格主要受2008年金融危機(jī)及新冠疫情影響，投資替代及供給斷檔引發(fā)大宗商品價格劇烈波動。商業(yè)信用波動與利率調(diào)整有關(guān)聯(lián)，2010年央行上調(diào)存款準(zhǔn)備金率并加息收緊利率環(huán)境后，上市公司商業(yè)信用維持在較高的波動水平，處境惡化，在2015年央行釋放流動性并加快利率市場化進(jìn)程后，上市公司商業(yè)信用逐漸平穩(wěn)，但在2019年新冠疫情后，商業(yè)信用劇烈波動。

3.不同時點(diǎn)的脈沖響應(yīng)時變特征分析。脈沖響應(yīng)是觀察估計的VAR系統(tǒng)所捕獲的宏觀經(jīng)濟(jì)動態(tài)的基本工具，TVP-VAR模型允許脈沖響應(yīng)可以估計所有時間點(diǎn)的時變參數(shù)，以便直觀觀測不同時點(diǎn)上沖擊形成的脈沖響應(yīng)。比較時點(diǎn)選取的是2008年金融危機(jī)、2015年“股災(zāi)”、2019年新冠疫情、2021年房地產(chǎn)“三條紅線”政策出臺，探討非預(yù)期事件對供應(yīng)鏈金融系統(tǒng)性風(fēng)險的沖擊。

圖4顯示，雖然在四個比較時點(diǎn)施加不同的沖擊，但脈沖響應(yīng)函數(shù)變化趨勢都是相似的。從銀行信貸路徑來看，商業(yè)信用當(dāng)期對基準(zhǔn)利率的沖擊就有負(fù)向響應(yīng)，沖擊程度達(dá)到5-30個基點(diǎn)，沖擊時間持續(xù)到1年后才回到初始水平；從企業(yè)成本路徑來看，大宗商品價格當(dāng)期對基準(zhǔn)利率的沖擊為正向響應(yīng)，沖擊程度為約2.5個基點(diǎn)，4個月后回到初始水平，但商業(yè)信用對大宗商品價格的沖擊具有1個月左右的滯后性，體現(xiàn)為負(fù)向沖擊，沖擊在3個月后達(dá)到最大值，沖擊程度接近4個基點(diǎn)，后續(xù)9個月內(nèi)回到初始水平，整體來講，商業(yè)信用在企業(yè)成本路徑來看為負(fù)向沖擊，利率上調(diào)推動大宗商品價格上行，企業(yè)備貨行為產(chǎn)生資金占用，產(chǎn)業(yè)鏈之間形成鏈條債，推高商業(yè)信用規(guī)模。

（三）穩(wěn)健性檢驗(yàn)

由于篇幅關(guān)系，本部分不再進(jìn)行展開。穩(wěn)健性檢驗(yàn)中對三項變量進(jìn)行替代性指標(biāo)測試，并區(qū)分企業(yè)產(chǎn)權(quán)屬性、市場地位、產(chǎn)業(yè)鏈條等進(jìn)行分組檢驗(yàn)，實(shí)證結(jié)果與基準(zhǔn)結(jié)果基本保持一致。

四、研究結(jié)論與政策建議

（一）研究結(jié)論

本文歸類研究市場上現(xiàn)有的銀行及非銀行機(jī)構(gòu)供應(yīng)鏈金融業(yè)務(wù)案例及風(fēng)險特征，通過TVP-SV-VAR模型實(shí)證研究產(chǎn)業(yè)非預(yù)期事件對供應(yīng)鏈金融系統(tǒng)性風(fēng)險沖擊，主要結(jié)論如下：

一是供應(yīng)鏈金融市場主流模式是銀行主導(dǎo)、供應(yīng)鏈核心企業(yè)主導(dǎo)和綜合管理平臺主導(dǎo)三種模式，商業(yè)銀行在做好自身供應(yīng)鏈金融平臺的同時，需及時調(diào)整優(yōu)化組織機(jī)構(gòu)，強(qiáng)化行業(yè)研究，加強(qiáng)全球供應(yīng)鏈建設(shè)金融支持；依托供應(yīng)鏈核心企業(yè)擴(kuò)大行業(yè)類別合作，分散供應(yīng)鏈金融系統(tǒng)性風(fēng)險；理性應(yīng)對第三方供應(yīng)鏈金融平臺發(fā)展趨勢，加強(qiáng)平臺合作轉(zhuǎn)移供應(yīng)鏈風(fēng)險。

二是通過測算2008年金融危機(jī)、2015年“股災(zāi)”、2019年新冠疫情、2021年房地產(chǎn)“三條紅線”政策發(fā)布等四項非預(yù)期事件對供應(yīng)鏈金融系統(tǒng)性風(fēng)險的脈沖響應(yīng)發(fā)現(xiàn)，從銀行信貸路徑來看，商業(yè)信用當(dāng)期對基準(zhǔn)利率的沖擊就有負(fù)向響應(yīng)；從企業(yè)成本路徑來看，大宗商品價格當(dāng)期對基準(zhǔn)利率的沖擊為正向響應(yīng)，但商業(yè)信用對大宗商品價格的沖擊具有1個月左右的滯后性，體現(xiàn)為負(fù)向沖擊，整體來講，商業(yè)信用在企業(yè)成本路徑來看為負(fù)向沖擊，利率下調(diào)推動大宗商品價格下行，企業(yè)備貨行為產(chǎn)生資金占用，產(chǎn)業(yè)鏈之間形成鏈條債，推高商業(yè)信用規(guī)模，此時供應(yīng)鏈金融系統(tǒng)性風(fēng)險顯著積聚。

三是未來應(yīng)收賬款類供應(yīng)鏈金融業(yè)務(wù)進(jìn)行創(chuàng)新時，對行業(yè)重點(diǎn)法規(guī)政策的利用可以強(qiáng)化供應(yīng)鏈資金風(fēng)險控制，與保理公司等非銀行金融機(jī)構(gòu)合作可以解決核心企業(yè)不確權(quán)的難題，應(yīng)用金融科技通過平臺數(shù)據(jù)交互可以有效緩解中小企業(yè)信息不對稱問題。

（二）政策建議

第一，強(qiáng)化行業(yè)研究，借助戰(zhàn)略性客群優(yōu)選行業(yè)布局，分散供應(yīng)鏈金融系統(tǒng)性風(fēng)險。不同產(chǎn)業(yè)的供應(yīng)鏈生態(tài)體系和運(yùn)營邏輯差異極大，銀行需充分理解行業(yè)特性和結(jié)算周期，授信服務(wù)匹配網(wǎng)絡(luò)節(jié)點(diǎn)之間的賬期，信用貸款和結(jié)算融資相結(jié)合，鎖定采購流向和銷售回款。依托戰(zhàn)略性客群在產(chǎn)業(yè)鏈中的強(qiáng)勢地位，重點(diǎn)布局交通運(yùn)輸、新能源汽車、裝備制造、新能源新材料等優(yōu)質(zhì)行業(yè)。

第二，迭代金融科技，數(shù)字化驅(qū)動解決銀企信息不對稱問題。充分利用銀行金融科技研發(fā)力量，積極介入戰(zhàn)略性客群供應(yīng)鏈金融平臺搭建，加大科技投入，在客戶供應(yīng)鏈內(nèi)部的封閉授信系統(tǒng)中，更好地發(fā)揮數(shù)據(jù)對實(shí)體擔(dān)保的替代作用，增加對中小企業(yè)的信用貸款支持。當(dāng)客戶供應(yīng)鏈系統(tǒng)轉(zhuǎn)型為開放平臺時，依托核心企業(yè)產(chǎn)業(yè)鏈管理能力，通過數(shù)據(jù)開放互聯(lián)完成海量長尾客戶的金融服務(wù)。

第三，做好開放金融，積極與第三方供應(yīng)鏈金融平臺開展合作。大量對公客戶分布在動態(tài)的產(chǎn)業(yè)鏈網(wǎng)絡(luò)中，僅依靠銀行自身的供應(yīng)鏈金融平臺無法觸達(dá)全量客戶資源，也無法觀測潛在客戶在產(chǎn)業(yè)鏈網(wǎng)絡(luò)中的資金流向。平臺間數(shù)據(jù)開放互通在滿足特定的監(jiān)管條件下更容易實(shí)現(xiàn)，數(shù)字化時代不應(yīng)當(dāng)“以鄰為壑”，合作才能共贏。

注釋：

①中國人民銀行等八部委《關(guān)于規(guī)范發(fā)展供應(yīng)鏈金融 支持供應(yīng)鏈產(chǎn)業(yè)鏈穩(wěn)定循環(huán)和優(yōu)化升級的意見》 銀發(fā)【2020】226號。

②通過LR/FPE/AIC三類最優(yōu)滯后階數(shù)信息準(zhǔn)則計算出的也是滯后2階。

參考文獻(xiàn)：

［1］陳小憲，何珊.商業(yè)銀行供應(yīng)鏈金融風(fēng)險測度研究——基于金融科技視角［J］.西南民族大學(xué)學(xué)報，2022（7）：123-128.

［2］薛小飛，范姿妤.供應(yīng)鏈金融創(chuàng)新能否成為小微企業(yè)融資突破口——來自民營銀行的實(shí)踐［J］. 華北金融，2022（6）： 55-66.

［3］歐邦才. 供應(yīng)鏈金融存在的風(fēng)險與管理對策研究［J］. 商業(yè)經(jīng)濟(jì)，2022（8）：186-188.

［4］施逸文.“區(qū)塊鏈+供應(yīng)鏈金融”視角下中小企業(yè)融資探究［J］.北方經(jīng)貿(mào)，2022（06）：150-152.

［5］褚旋，湯敏.中小銀行供應(yīng)鏈金融實(shí)踐與發(fā)展研析［J］.甘肅金融，2020（12）：31-34+39.

［6］朱玉純. 供應(yīng)鏈金融應(yīng)用研究——以大宗商貿(mào)公司為例［J］. 河北企業(yè)，2022（7）：115-117.

［7］田火青. 招商銀行供應(yīng)鏈金融業(yè)務(wù)模式研究［D］.山東大學(xué)， 2020. DOI： 10.27272/d.cnki.gshdu. 2020.006523.

［8］張建同，張敏，郭卓琦.基于修正 KMV 模型的汽車供應(yīng)鏈金融風(fēng)險分析［J］.工業(yè)工程與管理， 2019， 24（01）： 128-135+143.

［9］王一鳴， 寧葉， 周天，等. 商業(yè)銀行供應(yīng)鏈金融的風(fēng)險及防范——基于交易對手信用風(fēng)險的視角［J］. 金融理論與實(shí)踐， 2017， 000（008）：37-41.

［10］王霄，張捷. 銀行信貸配給與中小企業(yè)貸款——一個內(nèi)生化抵押品和企業(yè)規(guī)模的理論模型［J］. 經(jīng)濟(jì)研究，2003（07）：68-75+92.

［11］林毅夫，孫希芳. 信息、非正規(guī)金融與中小企業(yè)融資［J］. 經(jīng)濟(jì)研究，2005（07）：35-44.

［12］熊熊，馬佳，趙文杰，王小琰，張今．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.

［13］Lamoureux M．2007.A Supply Chain Finance Prime．Supply Chain Finance，4（ 5） ： 34-48.

［14］陳四清．貿(mào)易金融［M］．北京： 中信出版社，2014.

［15］李健，王亞靜，馮耕中，汪壽陽，宋昱光. 供應(yīng)鏈金融述評：現(xiàn)狀與未來［J］. 系統(tǒng)工程理論與實(shí)踐，2020，40（08）：1977-1995.

［16］Porter， M.1987.From Competitive Advantage to Corporate Strategy， Harvard Business Review，， pp 43–59.

［17］張丹. 供應(yīng)鏈金融對中小企業(yè)融資約束的緩解效應(yīng)研究［D］.山東大學(xué)，2017.

［18］Hofmann，E.2005.Supply Chain Finance：Some Conceptual Insights.Beitr ge Zu Beschaffung Und ogistik，vol.149，pp.203～214.

［19］Barrane， F. Z.， Ndubisi， N. O.， Kamble， S.， Karuranga， G. E.， & Poulin， D. （2020）. Building trust in multi-stakeholder collaborations for new product development in the digital transformation era. Benchmarking： An International Journal.

［20］Roberts， M. R. （2015）. The role of dynamic renegotiation and asymmetric information in financial contracting. Journal of Financial Economics， 116（1）， 61-81.

［21］徐鵬杰，吳盛漢. 基于“互聯(lián)網(wǎng)+”背景的供應(yīng)鏈金融模式創(chuàng)新與發(fā)展研究［J］. 經(jīng)濟(jì)體制改革，2018（05）：133-138.

［22］宋華，楊雨東. 現(xiàn)代ICT賦能的智慧供應(yīng)鏈金融創(chuàng)新與發(fā)展［J］. 中國流通經(jīng)濟(jì)，2019，33（12）：34-41.

［23］龔強(qiáng)，班銘媛，張一林. 區(qū)塊鏈、企業(yè)數(shù)字化與供應(yīng)鏈金融創(chuàng)新［J］. 管理世界，2021，37（02）：22-34+3.

［24］Omran， Y， Henke， M， Heines， R， & Hofmann， E. （2017）. Blockchain-driven supply chain finance： Towards a conceptual framework from a buyer perspective.

［25］Casado-Vara， R.， Prieto， J.， De la Prieta， F.， & Corchado， J. M. （2018）. How blockchain improves the supply chain： Case study alimentary supply chain. Procedia computer science， 134， 393-398.

［26］Choi， T. M. （2020）. Supply chain financing using blockchain： impacts on supply chains selling fashionable products. Annals of Operations Research， 1-23.

［27］Barsky， N. P.， & Catanach Jr， A. H. （2005）. Evaluating business risks in the commercial lending decision. Com. lending Rev.， 20， 3.

［28］Liu， J. （2015）. Supply chain finance business risk evaluation scheme based on fuzzy theory. In 2015 International Conference on Intelligent Transportation， Big Data and Smart City （pp. 809-812）. IEEE.

［29］Leung， K. S.， & Kwok， Y. K. （2009）. Counterparty risk for credit default swaps： Markov chain interacting intensities model with stochastic intensity. Asia-Pacific Financial Markets， 16（3）， 169-181.

［30］Rosenberg， J. V.， & Schuermann， T. （2006）. A general approach to integrated risk management with skewed， fat-tailed risks. Journal of Financial economics， 79（3）， 569-614.

［31］李毅學(xué)，馮耕中，徐渝. 價格隨機(jī)波動下存貨質(zhì)押融資業(yè)務(wù)質(zhì)押率研究［J］. 系統(tǒng)工程理論與實(shí)踐，2007（12）：42-48.

［32］Burnetas， A.， & Ritchken， P. （2005）. Option pricing with downward-sloping demand curves： The case of supply chain options. Management Science， 51（4）， 566-580.

作者單位：中信銀行昆明分行，中信銀行昆明分行課題組成員：周禹、葉皓宇、蔣偲煊、 施歡瑜、 佘林峰。