242 管理评论第31卷时的保证金率、质押率、利率等决策进行了研究[14-16],并从风险防范视角考虑流动性风险、延迟支付等对相关风险变量取值的影响[17,18]。二是供应链视角,即选取不同的融资模式,通过建立随机需求下的决策模型包括Stackelbert博弈模型、模糊层次分析、随机鲁棒优化模型、扩散模型、模糊偏好等从以下方面展开研究1从融资模式选择的角度讨论不同融资信用渠道下的竞争及决策均衡[19-23]。在银行借贷与电商借贷两种融资渠道中,电商借贷对供应链更有利[24],在该融资模式下,核心企业的最优贷款利率及零售商的最优订货决策存在且唯一[25]。反向保理[3]、仓单质押等融资模式均能实现供应链协调,促进供应链效率的提高[26]。2从个体利益出发,通过两方博弈模型确定二级供应链上单个企业收益最大化的策略选择[21,27],例如对核心企业的生产决策及批发价决策、融资方的最优融资策略及订货量决策[28-33]的研究。 3考虑供应链整体效益的供应链协调下供应链金融综合运营决策[34-39],研究证明,在进行收益分配时,个体收益最大化往往无法同时实现[40,41],并与资金充足情况下供应链的运作决策进行了对比[42],证明了供应链金融能够提高整体供应链的利润。 4解释了引入不同契约或激励机制后对相关参与者行动选择的影响及可实现的供应链协调[1,43-45],主要包括核心企业引入回购契约、销售奖惩契约等对融资企业销售水平及最优订货量的决策影响[46]、银行与核心企业制定的联合激励机制对第三方物流选择努力水平的影响[47]。本文尝试对现有文献存在的不足之处加以补充。首先,现有文献多从供应链协调的角度对个体决策进行研究,然而线上供应链金融引入的多方决策下的变量具有联动性特征,是参与多方共同博弈的结果,在多维的决策均衡处达到整体协调。单个主体的策略将对其他主体的策略选择产生直接或间接影响,少有文献对决策变量之间的相关关系进行揭示。其次,在考虑融资企业的融资策略时,少有文献考虑其面临融资约束的情况,由于差额还款契约、回购契约的引入降低了融资企业面临的市场风险,令其更趋向于超额订货以获取超额融资。出于风险防范的角度,资金提供方并不一定能提供融资企业所需的足额资金,在该约束下,融资企业需做出不同的融资选择。最后,现有研究大多针对传统供应链金融业务展开,仅有少量研究说明了信息技术的引入将降低业务的信用风险,提高供应链效率,鲜有研究从定量的角度进行说明。本文预期以信息经济学的理论模型为基础,考虑收益共享契约下变量的联动性特征,以多维的多方博弈关系揭示面临融资约束下融资企业的不同融资决策及在不同融资选择下面临整体最优与个体最优时的协调机制及可实现的利益均衡点。本文的剩余部分将做如下安排理论框架与基本假设部分将对模型的理论基础及框架进行阐述,在此基础上提出本文的基本假设,并对模型中使用的参数设定进行解释。供应链上的融资决策与收益共享、融资平台的风险控制及收益实现、第三方仓储平台的收益分配系数部分将分别对决策内容、目标及结果进行研究和解释。数值仿真对上述模型得出的均衡解进行了模拟和验证。最后,结论和研究展望部分总结了本文的主要结论和观点,并提出了相应的决策建议,对后续研究进行了展望。理论框架与基本假设1、模型描述与理论框架以引入差额还款承诺的先票后货融资模式为例建立一个基于二级供应链的线上供应链金融融资平台,由资金提供方参与构建。供应商与零售商基于真实的购销订单向该平台提请授信融资,供应商承担差额还款责任以提供信用保障,信用捆绑带来的低风险与高收益驱动三方在达成交易性融资的合作契约上形成共识。此外,引入第三方仓储企业构建物流信息平台对质押物的出入库进行实时管理并及时反映监测数据。与传统的供应链金融不同,线上供应链金融中的融资平台、电子商务与支付平台、供应链管理云平台、物流管理平台等利用大数据、区块链、智能制造信息系统等信息技术可实现以下目标1在线交易,记录真实的交易数据,反映历史交易状况及销售数据,一是作为融资平台统一授信的依据,二是通过信息共享激励核心企业进行信用担保;2建立信息共享平台,生产、物流、销售均在线可查,方便监测,降低监管成本;3统一授信下的资金流可控,方便由交易产生的重复性融资,且可智能调整可授信额度;4提供数字化的支付清算服务,降低操作风险。尽管线上化的智能信息系统令数据成为共享的显性知识,但由于主观行动的不可推测性,即使在新的信息获取与传递机制下,也无法实现完全信息下的债项融资,闭环式交易性融资使其构成新的具有联动性及循环特点的多重委托代理关系,对该融资业务过程中不对称信息风险节点的识别,成为揭示其多重委托代理关系的依据。线上供应链金融中的多维委托代理关系及博弈决策机制如图1所示。第9期谭喻萦,等基于收益共享机制的线上供应链金融最优均衡策略研究243 图1 收益共享契约下线上供应链金融的信息共享与决策框架由图1可知,根据隐性信息及对应的风险节点,可识别出线上供应链金融系统中的四组委托代理关系①是二级供应链上因销售努力水平的选择而存在的以供应商为委托人,零售商为代理人的委托代理关系。②是因信用风险及操作风险而存在的以资金提供方为委托人,供应链上企业为共同代理人的委托代理关系。③与④均是因质押物库存与管理信息不对称而产生的委托代理关系,其中③是仓储企业为委托人,供应链上企业为共同代理人;④是资金提供方为委托人,仓储企业为代理人。以上委托代理关系均以信息资源禀赋的优劣形成,构成博弈关系中的决策依据。以Maeho-Stadler和Perez-Castrillo[48]的单委托多代理理论、Liang和Cai[49]的多级委托代理模型为框架建立相应的博弈关系模型。在引入收益共享契约后,各方的利益共享机制体现为首先,二级供应链上供应商以承担差额还款责任的形式进行信誉担保,其获取的利益分配系数表现为零售商销售收入的固定比例。其次,零售商的共享收益表现为一是远低于社会融资的资金成本获取统一授信;二是因融资困境的缓解及销售扩大所获取的剩余收益的增加。第三,资金提供方利用原有产业链的集群式划分扩展客户群体获得相应的存贷款利差及大额资金沉淀产生的中间业务收入。第四,仓储企业获得因供应链上销售扩大产生的运输收入的增加,以及因质押物监管与信息反馈所获得收入。为简化模型计算,在本文中假设为资金提供方获取收益的一定比例。各方收益的实现均以执行契约为先决条件。2、基本假设1制造商m和单一零售商s、第三方仓储企业l、融资平台g为相互独立的利益个体,致力于实现个体利益最大化。各方均为金融资源重新配置所带来收益的贡献者,所产生的价值增值由多方共享,各方均应获得不低于包括覆盖成本、风险报酬在内的行业平均收益,构成各方的参与约束条件。2供应链上单一产品面临市场的随机需求θ∈ [0,∞,其在各周期的需求独立分布,为不受代理人和委托人控制的外生变量,其分布函数为Fθ,且Fθ连续可微。3各参与主体均为风险中性,效用函数表示为Ux x。4关于融资额、利率、期限、初始保证金比率的标准贷款合约为ωF,r,t,ε,其中r为融资利率,ε为零售商需交纳初始保证金的比例,ε∈ 0,1。假设可贷资金不受约束。融资平台根据供应链的历史交易数据确定授信限额Fg0。5不完全信息市场。由图1所示的委托代理关系中代理人的努力水平可分别表示为em、es、el,努力成244 管理评论第31卷本对应为Cmem、Cses、Clel。6零售商的赎货及融资平台的发货策略为零售商利用自有资金交纳初始保证金及第一次追加保证金,后续分批的销售收入用以换出相应单位的产品,融资平台根据保证金池的变化安排产品出库。7资金流的支付清算顺序为业务结束后先扣除零售商账户上的本息;而后零售商履行收益共享契约,支付给供应商相应比例的销售收入,剩余为零售商自有的销售收益。为了简化决策模型与分析过程,同时做如下假设不考虑自有资金与保证金的时间价值;只考虑单位时间的单周期融资业务,不考虑交易性融资的频率,零售商只有一次订货及申请融资的机会;零售商违约表现为存在销售剩余;不考虑外部性的影响。3、模型参数模型使用的其他符号和变量定义如下cm0 供应商的产品制造成本;pm0 供应商制定的产品批发价,在收益共享契约下存在0Fg0时,Fst Fg0;Gg1融资平台对线上融资平台及支付平台的维护成本。供应链上的融资决策与收益共享为激励零售商采取最优的销售行动以实现最大的销售可能,提高供应链的整体绩效,作为核心企业的供应商与零售商签订收益共享与线上供应链融资差额还款契约,获得融资信用担保的零售商可实现在最优销售努力水平下的销售收益剩余。在供应链上的博弈过程中,零售商需确定1融多少资;2订多少货;3分享多少收入。零售商的收入函数为πst pst Sqst。若无贸易融资支持,零售商利用自有资金可实现的最大订货量为[Ms0 / pm0 ]。零售商单周期内的实际销售量为Sqst Eminqst,θ qst-∫ qst0 Fθdθ,库存余量为Qqst∫ qst0 Fθdθ。面临资金困境及信贷配给的零售商提请线上供应链金融业务的隐含条件为零售商利用自有资金可实现的最大订货量无法满足市场需求,缺货损失令供应链最优绩效无法实现。零售商根据订货量确定的融资金额应为全部货款扣除自有资金用于自主订货及交纳初始保证金的部分,即Fs0 pm0 qst - Ms0 - εFs0 - pm0 qs0⇒ Fs0 pm0qst qs0 - Ms01 - ε 1等式1表明考虑到融资成本,零售商的自有资金中扣除交纳保证金的剩余部分全部用于自主订货,零售商根据订货总额及自有资金剩余确定提请的融资额度。综合基本假设4,可得在融资平台的额度限定下零售商的最终可获融资额,即有命题1零售商的最终可获融资额Fst由其订货决策qst及自有资金量Ms0决定,并且受到融资平台根据其历史交易数据所确定的融资额度Fg0的限定,即第9期谭喻萦,等基于收益共享机制的线上供应链金融最优均衡策略研究245 Fst pm0qst qs0 - Ms01 - εFg0,Fs0 Fg0Fs0 ≤ Fg0 2命题1表示融资平台确定的融资限额对零售商的限定作用存在两种情况一是零售商的资金缺口不大于限定额,零售商可获得所需的全部资金,其具体数额由式1确定,融资平台确定的融资限额无实际影响;二是零售商提请的融资总额大于限定额,零售商受到融资约束,只能获得Fg0。以下分析将从上述两种情况展开。当Fs0≤ Fg0时,由命题1中的式2可知,融资额Fst与零售商的交易决策② 即最优订货量qst的确定具有联动关系。零售商的最优订货量由供应链上批发价契约、收益共享契约、差额还款协议基础上零售商的个体期望效用最大化实现。零售商的效用来源于产品的销售利润剩余,即销售收入πst扣除共享的收益、批发成本、运输成本及利息支出的部分。零售商的效用函数为Ust Ustαsπst - pm0 qst - lqst - Fstr 3考虑交易契约中供应商的可实现收益。供应商的收益来源于两个方面一是零售商在供应商处购买产品所产生的销售利润πmt pm0 -cm0 qst,但在收益共享契约下,为激励零售商采取最优的努力水平以扩大销售数量,供应商可能会令pm0 Fg0的情况,由于受历史交易数据所产生的信用评估结果的影响,供应链上实力较弱的零售商只能获取有限资金Fg0,上述式7、式8、式9中的最优订货量qst无法实现,只能在融资额的限定下得到次优解qst Fg0 / pm0 qs0 Fg0 / pm0 Ms0 -εFg0 / pm0 。此时,由式6可知,有限融资下零售商的信用风险违约边界满足等式Sqs2pst 1 - εFg0 10由式7与式10可得推论1推论1面临融资约束的零售商存在用订货量表示的信用违约边界,当Fs0≤ Fg0时,信用违约边界为q⌒ s1,即当qst≥ q⌒ s1时,销售收入足够归还贷款本息;反之,当qst Fg0时,信用违约边界为qs2。 q⌒ s1与qs2分别由下式给出qst - ∫qst0Fθdθ[ ] pst ≥ 1 - ε pm0qst qs0 - Ms01 - ε , Sqs2pst 1 - εFg0在该融资限额下,供应商与零售商的委托代理关系仍由式5中的目标函数给出,代入命题1与订货量的次优解qst,同样利用拉格朗日函数求解,可得αs ∑ nm 1Psmesqstpm0 pm0 r l Cses p0qstγs∑ nm 1PsmespstSqst, Sqst ≥ 1- εFg0pst 11根据历史交易数据及信用评估确定的融资限额Fg0为共同知识,订货量的次优解qst满足qst Fg0,零售商只能获得融资限额下的最大值Fg0,此时订货批量实现次优解qst Fg0 / pm0 qs0 Fg0 / pm0 Ms0-εFg0 / pm0 。零售商付出最优努力水平可得到行业平均收益率下的销售收益剩余,实现规模经济。当销售数量满足一定条件时,零售商可如期归还本息,此时供应商实现个体利益最大化,在收益共享契约中得到的收入分配系数为αs ∑ nm 1Psmesqstpm0 pm0 r l Cses p0qstγs∑ nm 1PsmespstSqst, Sqst ≥ 1- εFg0pst以上分析讨论了零售商在面临融资约束下面临的不同情形,并对两种情形下的不同交易决策进行了分析,利用委托代理模型揭示了各变量间的相关关系,并求解了不同融资额度下订货量及收益共享系数的最优解,对供应商与零售商的可实现收益及规模经济效益进行了分析说明。核心企业为供应链上的中小企业进行信用背书,将大大增加自身的经济效益,同时解决了中小企业的融资瓶颈问题,使其扩大了原有的订货规模,第9期谭喻萦,等基于收益共享机制的线上供应链金融最优均衡策略研究247 实现了规模经济。在零售商的销售努力水平达到最优时,其收益是以销售扩大、利润率不变,总收益增加的方式而增加。因此,收益共享契约的签订及供应链金融业务的开展增强了供应链整体的经济效益,为进一步的转型升级提供了巨大助力。融资平台的风险控制及收益实现线上供应链金融的风险主要体现在两个方面一是信用风险;二是操作风险。在不完全信息市场,线上供应链金融信用风险的降低源于两种途径一是线上供应链金融的自偿性融资属性,闭环的资金流管理能有效保证及时还款;二是差额还款契约的引入,核心企业为供应链上的中小企业提供信用背书。此外,线上的融资操作平台与物流监管平台可对商流、资金流、物流进行实时监控,融资平台面临的信用风险相对于传统的线下供应链金融业务来说已进一步降低。在操作风险方面,线上化的互联网技术使得融资平台的操作更加便捷、系统更加安全、信息更易获得。传统的融资服务在实际业务开展过程中涉及大量的人工监管及纸质交易,成本高、效率低,且不易检测,参与多方可获得的信息较少,互联网技术的引入可大幅减少人工干预,共享合约信息及智能支付清算系统可大大降低操作风险。线上供应链融资平台的建立有助于多层次金融服务体系的建立,推动金融体制的改革。其开拓供应链上中小企业融资市场带来的收益主要体现在一是中间业务收入πg1ω;二是沉淀资金带来的收益为πg2ω;三是贷款的利息收益πg3ω。融资平台的决策内容为根据历史交易数据及核心企业提供的信用背书确定其为零售商提供的融资限额、利率及零售商交纳保证金的比例以实现风险最小化、收益最大化的运营目标。融资平台的效用函数为Ugt Ugtπg1ω πg2ω πg3ω - Gg1 12由图1构建融资平台与供应链的委托代理模型,联立式3与式4中供应商与零售商的效用函数,三者达成的契约由如下目标函数给出maxε,r ∑nm,s 1Pgm,sem,esUgtπg1ω πg2ω πg3ω - Gg1∑ nm,s 1Pgm,sem,esUmt πmt 1 - αsπst - Cmem ≥ Umt∑ nm,s 1Pgm,sem,esUstαsπst - pm0 qst - lqst - Fstr - Cses ≥ Ustem,es ∈ argem∗ ,es∗max ∑nm,s 1Pgm,sem,esUgtπg1ω πg2ω πg3ω - Gg1{ }13其中,Pgm,s为融资平台观测到供应商与零售商努力水平分别为em,en的概率。零售商的保留效用不变,供应商的参与约束是能实现行业平均收益率,其保留效用为Umt cm0 qstγm。需要对是否具有有效的融资约束分情况讨论。由于ωF,r,t,ε,令ω22 ∂πg2∂r ,ω24 ∂πg2∂ε ;ω32 ∂πg3∂r ,ω34 ∂πg3∂ε 14当Fs0≤ Fg0时,零售商并未受到有效的融资约束。联立式14、式15,利用拉格朗日函数求解,可得ω22 ω32ω24 ω34 1 - εr 15∑ nm,s 1Pgm,sem,es αspstSqst - pm0 qst - lqst - r[pm0qst qs0 - Ms0]1 - ε{ } Cses pm0 qstγs 16式15与式16分别表示了在融资平台与供应链博弈中所确定的未知系数qst、αs、ε、r的相关关系。值得注意的是1在求解该博弈下的最优解时,供应商的期望效用函数并未发挥实质上的博弈约束作用,融资平台与供应商、零售商的博弈过程演变为融资平台与零售商的双方博弈,这从数理上证明了融资平台在提供资金过程中的定价决策不会对供应商的收益分配系数产生直接影响。 2在融资平台主导的博弈过程中,由248 管理评论第31卷于观测者发生了变化,式13中零售商的期望效用函数也相应产生变化。该部分的博弈结果与式5的博弈过程的联动性体现在零售商在两次博弈过程中获得的最低收益标准必须同时实现。本次博弈的决策结果是融资平台主导的金融风险定价,在该定价过程中必须保证零售商至少获得行业平均收益率,否则过高的融资利率及严苛的融资额度限定使得零售商的资金成本大大超过预期。与此同时,在与供应商的博弈过程中,其决策结果为零售商的最优订货量及给予供应商的收益分配系数。为求出在银行限定的融资额不具有实质性约束情况下的相关未知系数及决策结果,联立方程式8、式9、式15及式16并求解,即pst[1 - Fqst] - pm0 r1 - ε pm0 γS∑ nm 1Psmes l cm0 pstqstfqst 1 - αspst 1 - Fqst[ ] cm0 - pm0ω22 ω32ω24 ω34 1 - εr∑ nm,s 1Pgm,sem,es αspstSqst - pm0 qst - lqst - r[pm0qst qs0 - Ms0]1 - ε{ } Cses pm0 qstγs17式17表明在Fs0≤ Fg0时,由于多个变量具有联动特性,因此供应链上供应商与零售商的博弈以及融资平台与供应商、零售商的博弈同时进行,以确定相关变量的具体取值,当取最优解时,融资平台实现个体收益最大化,零售商的融资额度不大于信用评估所确定的融资限额,因此信用风险得以控制;供应商在三方博弈中无约束作用,可实现两者博弈中的最大化收益;作为资源劣势方的零售商可同时实现行业内的平均收益率。求解方程组17,可得相关决策结果如下qst F-1 1 -pm0 γs∑ nm 1Psmespst- l cm0pst -pm0ω24 ω34pstω22 ω32 ,αs 1 -cm0 - pm0 - pstqstfqstpst[1 - Fqst] 18式18表明,当批发价格、销售价格为某一稳定值时,可确定两组博弈关系中最优解同时成立下的订货批量,此时融资平台、供应商均可获得最大化收益,零售商获得行业平均收益率。以上结论由以下命题给出命题3融资平台规定的融资限额不具有实质性影响时Fs0≤ Fg0,零售商可融得全部所需资金,此时零售商关于其融资额Fst、得到的收入分配系数αs,融资平台关于初始保证金率ε及融资利率r的交易决策结果如下qst F-1 1 -pm0 γs∑ nm 1Psmespst- l cm0pst -pm0ω24 ω34pstω22 ω32 ,且满足qst ≥ F-1pst - pm0pst αs 1 -cm0 - pm0 - pstqstfqstpst[1 - Fqst] ,ω22 ω32ω24 ω34 1 - εr其中,收入分配系数αs为最优订货量的函数,融资平台的定价需满足结论中的条件,同时遵循国家对贷款利率的相关规定。融资平台根据该结论及国家政策制订业务合作方案,零售商根据其金融定价确定融资额度及最优订货量,同时与供应商签订收益共享契约,确定收入分配系数。考虑Fs0Fg0的情况,由供应商与零售商的博弈可知,次优订货量及融资额度、收入分配系数的值由命题1给出。根据式13计算融资平台与供应商、零售商的博弈结果,可得融资平台的定价决策需满足条件ω22 ω32ω24 ω34 1 - εr 19与无融资约束条件下的决策结果一致,融资平台的定价决策同样需满足式15。该结论表明,无论融资限额是否对零售商构成真实的融资约束,融资平台对初始保证金率及利率的决策满足一致条件。在此博弈模型中,可以得出在不同的融资限定情况下融资平台确定的融资利率与保证金比例的关系式,为实际业务中相关的金融服务定价提供了理论依据。由上述研究结论可知,融资平台的授信及定价依据与零售商的交易决策并无直接关系,其在考虑满足零售商的最低收益水平的同时,均需满足关于ε与r的固定比例,同时遵循国家第9期谭喻萦,等基于收益共享机制的线上供应链金融最优均衡策略研究249 相关的政策与规定。第三方仓储平台的收益分配系数互联网技术下的线上供应链融资平台可整合物流信息平台,实时提供质押物的库存管理及运送信息。融资平台委托第三方仓储企业监管质押物,在零售商分批交付保证金之时,在物流管理平台登记出货信息。同时,作为合作方,仓储企业需实时反映有关质押物的信息。风险承担的融资平台需依凭仓储企业的信息传递,当其他参与主体均按契约选择行动,产品销售市场较为平稳时,假设仓储企业的收益表现为融资平台将总利润的一定比例支付给仓储企业。由融资平台制定激励合同,仓储企业根据该激励合同选择行动。如前所述,通过限定订货量及销售量反映了市场突然下行所带来的信用风险。由于闭环式的资金管理,供应链金融业务中鲜少出现参与主体为短期利益而进行联合欺诈的现象。但为保证业务的顺利进行,仓储企业的资质由融资平台根据历史交易数据进行统一审核,因此本文在讨论仓储企业的行动选择时并未将联合欺诈作为可选的行动之一。同时,为简化模型的分析及计算,做如下假设仓储企业有且只有两种行动可选,且每种行动都是代表努力水平的一维变量。融资平台观测到仓储企业付出努力水平为el1g ,el2g的概率分别为Pl1g ,Pl2g ,融资平台按照不同的观测结果支付给仓储企业不同的费用。首先,当仓储企业付出最优的努力水平时,将得到按分配系数αl给予的利益分配额;其次,仓储企业选择次优努力水平时,假设所造成的质押物损失为Ll1el2g ,仓储企业按照利益分配系数δαl得到分配收益,其中δ为折扣比例,0Ul2,利益驱动使得仓储企业更倾向于选择行动el1g 。综上,委托人与代理人达成的契约由如下目标函数给出maxαl,el1g∑ ng 1Pl1g el1g Ul{1 - αl[πg1ω πg2ω πg3ω - Gg1]} - Gg2∑ ng 1Pl1g el1g Ul{αl[πg1ω πg2ω πg3ω - Gg1]} - Gl - Clel1g ≥ Ulel1g ∈ argel1g ∗max ∑ng 1Pl1g el1g Ul1 - αl[πg1ω πg2ω πg3ω - Gg1] - Gg2{ }23其中,仓储企业的保留效用体现为该努力成本下的行业内平均收益,即Ul GlClel1g γl,对式23求解得αl1 [Gl Clel1g ]1 γl∑ ng 1Pl1g el1g [πg1ω πg2ω πg3ω - Gg1]24250 管理评论第31卷由式23所求出的平台对仓储企业的利益分配系数αl满足仓储企业获得行业内平均收益的条件,即激励相容约束中的最低约束条件,αl取最小值,此时仓储企业获得行业内平均收益。为激励仓储企业持续选择最优努力水平,融资平台在制定激励合同时所确定的利益分配系数αl为区间值。 αl的上限值为平台在获取行业内平均收益的条件下所拥有的剩余收益。即∑ ng 1Pl1g el1g 1 - αl[πg1ω πg2ω πg3ω - Gg1] - Gg2 Gg1 Gg2γl 25由此式可计算出在保证第三方仓储平台获得行业内平均收益的情况下可取的αl的最大值αl2 1 - Gg1 Gg2γl Gg2∑ ng 1Pl1g el1g [πg1ω πg2ω πg3ω - Gg1]26综上,可得以下命题命题4平台以收益分配系数αl给予仓储企业相应报酬,αl为一区间值,当仓储企业获得的分配收益为行业内平均收益时,取最小值,当平台将获得的行业内平均收益之外的收益用于激励仓储企业时,取最大值。为实现对仓储企业的有效激励,平台可在该区间值内任意取值,选取不同的激励水平,即αl∈ [αl1,αl2],其中αl1 [Gl Clel1g ]1 γl∑ ng 1Pl1g el1g [πg1ω πg2ω πg3ω - Gg1],αl2 1 - Gg1 Gg2γl Gg2∑ ng 1Pl1g el1g [πg1ω πg2ω πg3ω - Gg1]此外,仓储企业与零售商之间的博弈主要在于确定运输单价的值,在本文的基本假设中,并未将仓储企业的单位运输成本及运输单价分别考虑,该项内容的简化并不会影响整个交易的联动性及其他相关系数的确定,因此省略。在实际业务进行过程中,运输单价由市场供需决定,且一般较为稳定,波动较小,同时,运输单价的确定还要考虑运输物品的属性等。在运输量较大时,一般遵循物流企业获得行业内平均收益水平进行定价,两者之间存在的信息不对称状况并不突出,在本文中直接将运输单价假设为已知量,故本部分不多做讨论。数值仿真上述模型的分析与推导从线上供应链金融复杂生态系统的管理运营视角,得出了多方联动博弈下不同融资限定情形下各方的最优交易策略及可实现的共享收益。下面通过数值仿真验证和分析各变量间的联动关系及对融资决策的影响以及该融资业务所实现的整体价值增加。1、零售商的自有资金与融资限额下的不同融资选择零售商提请线上供应链金融融资时,首要考虑自有资金能否满足订货需求以实现最大收益。由式1可知,零售商的自有资金将对申请的融资额度产生影响,考虑自有资金量可能存在的三种情况一是不足以交纳实现最优订货量时的初始保证金;二是足以交纳所需融资量的初始保证金,且面临资金困境;三是自有资金足以实现最优订货量,不存在融资需求。根据式1对自有资金量进行数据模拟,假设市场需求θ服从[0,1000]的均匀分布,供应商根据历史销售数据及市场预估确定批发价pm0 16,单位产品制造成本cm0 20,此外,令pst 28,s2,零售商所在行业的平均收益率为10。由命题3及式20可知,融资平台确定的初始保证金比例与融资利率需满足与贷款合约相关的一定比例,由于缺乏关于沉淀资金收入与贷款收入关于保证金比例与融资利率的分布函数,为简化计算,令ε30,r8。可得融资额度的相应变化如表1所示。表1中的13组的数据表明,当自有资金额不足以交纳初始保证金时,零售商只能实现最大初始保证金下的最大融资额;410组数据表明,自有资金在交纳初始保证金及自主订货之间的分配情况,自有资金量越大,需融资的资金量越小,此时最优订货量均可实现;1112组数据表明,当自有资金足以实现最优订货量时,零售商无需融资。2、不同融资选择下供应链上的收益对比分析将上述数据代入命题3计算可知当无实质上的融资限定时,此时最优订货量qst 91,αs 0. 94,即当相第9期谭喻萦,等基于收益共享机制的线上供应链金融最优均衡策略研究251 关系数取上述值时,可根据命题3中的相关等式确定最优订货量及零售商的收益共享系数值。表1 无融资约束时零售商的融资额随自有资金变化趋势序号自有资金融资额初始保证金用于自主订货的自有资金1 350 1166. 67 350 02 380 1266. 67 380 03 400 1333. 33 400 04 440 1451. 43 435. 43 05 500 1365. 71 409. 71 90. 296 550 1294. 29 388. 29 161. 717 650 1151. 43 345. 43 304. 578 780 965. 71 289. 71 490. 299 990 665. 71 199. 71 790. 2910 1200 365. 71 109. 71 1090. 2911 1456 0 0 145612 1500 0 0 1456令融资平台设定的融资限额Fg0≥ 1456,则融资限额对零售商不构成实质上的融资约束作用,此时对零售商融资时与不参与线上供应链融资时的收益进行比较,可得表2所示的结果。表2 无融资约束时零售商是否进行融资的收益对比自有资金订货量期望销售量融资时可得收益不融资时可得收益350 72. 00 69. 00 426. 67 252380 79. 00 75. 00 450. 67 276400 83. 00 79. 00 478. 61 300440 91. 00 86. 00 509. 41 324500 91. 00 86. 00 516. 26 372550 91. 00 86. 00 521. 98 408650 91. 00 86. 00 533. 41 480780 91. 00 86. 00 548. 26 576990 91. 00 86. 00 572. 26 6721200 91. 00 86. 00 596. 26 9001456 91. 00 86. 00 1092. 00 10921500 91. 00 86. 00 1092. 00 1092此时由命题3可知,供应商可得的收益共享系数为0. 06,当收益共享系数不变时,供应商的可得收益与零售商实现的收益函数变化一致。当融资限额对零售商构成融资约束作用时,零售商只能实现该融资约束下的次优解,由命题2可知,令Fg0 1280,则此时关于订货量的次优解qst根据自有资金量的变化,如表3所示。表3 融资约束下零售商的可得融资额及次优订货量随自有资金的变化趋势自有资金理想融资额融资限额下的融资额订货量400 1333. 33 1280 81440 1451. 43 1280 83500 1365. 71 1280 87550 1294. 29 1280 90由表3可知,当融资限额产生实质上的限定作用时,在同样的期望销售额下,零售商只能实现次优订货量,缺货损失令最优订货量下的最大收益无法实现。结论与研究展望线上供应链金融业务可打通上下游物流链、资金链、商流、信息流,以产业链为依托,为整体产业链提供融252 管理评论第31卷资服务,助力工业企业的转型升级。一方面可推动整体产业的价值增值,实现参与各方的收益共享;另一方面可利用线上化技术加强供应链金融业务的风险控制,利用该模式实现多层次的金融服务体系,为中小企业的融资脱困提供解决之道。在收益共享机制中,各方的收益分配系数通过博弈中的交易决策体现。面临融资约束的零售商在融资额度的选择与运营管理中的订货、收益分配决策相互影响与协同管理,不同融资额度下的交易决策结果不尽相同。以零售商的融资选择为引,本文根据参与各方的多重委托代理模型和数值计算分析了在交易联动及博弈联动时各方可获得的共享收益以及通过线上化可实现的风险控制。本文实质上通过建立各方相互交叉的委托代理模型,分析得出了利益在多方之间进行分配的均衡解,指出二级供应链上供应商与零售商签订收益共享契约的确定过程,使得各系数值的确定均能实现各方的保留效用,同时为促使多方在激励合同下共同按契约执行,将利益分配与各方的责与权相匹配,求出满足参与约束与激励相容约束下的最优策略。本文的研究探讨了“线上供应链金融收益共享契约”业务模式的可行性,及在该背景下参与各方可实现的共生共荣,通过博弈确定的交易决策及利益分配系数值共享产业链融资脱困后产生的价值增值,为金融体系的改革发展、产业的转型升级过程中需解决的工业企业的融资困境提供了理论支撑。但由于研究的局限性,模型分析基于系列假设之下,故在理论上还需进一步深化与拓展,同时与现有的实践探索相结合。后续的研究方向主要包括1扩展研究对象,使模型设定接近实际业务中的服务对象数量。在实际业务中,线上供应链金融致力于为供应链整体节点企业提供系列的融资解决方案,在实践中的收益共享不仅局限在四方参与者。 2重复博弈下各方交易决策及利益分配系数的调整。由于市场交易是非单次的,融资授信并非一次决定,通过互联网技术可实现额度共享及额度的实时调整,因此应进一步考虑单周期内的多频次及多周期内的多频次融资业务。 3业务发展成熟阶段的利益分配指数的调适指标与原则。 4大数据技术支持下对参与各方的信誉数据挖掘、个性特征数据的挖掘,考虑信誉机制下参与各方的决策选择,为实践中进行的金融风险管理提供更好的指导作用。参考文献[1] Stiglitz J. E.,Weiss A. Credit Rationing in Markets with Imperfect Ination[J]. American Economic Review, 1981,713393-410[2] Bester H. The Role of Collateral in Credit Markets with Imperfect Ination[J]. European Economic Review, 1987,314887-899[3] Xiao S., Sethi S. P., Liu M. et al. Coordinating Contracts for A Financially Constrained Supply Chain[J]. Omega, 2017,72571-86[4] Mou W. M., Wong W., Michael M. Financial Credit Risk uation Based on Co