先進制造業互聯網供應鏈金融運作模式研究

陳潔 宋夢瑩 李彩霞

【摘 要】 “互聯網+”背景下先進制造業供應鏈金融運作模式的實施，可實現互聯網、大數據、人工智能與先進制造業的深度有效融合。通過對先進制造業互聯網供應鏈金融結構的分析，指出互聯網供應鏈金融具有傳導效應、價值增值效應、可控效應和優化效應，這些效應對先進制造業發展起到提質增效的作用。基于“互聯網+”背景下先進制造業供應鏈金融運作模式博弈分析，得出該模式下先進制造業企業愿意積極開展融資活動，而金融機構對實施信貸活動的意愿也更為強烈，有助于供應鏈金融實現整體穩定、價值增值和風險可控。

【關鍵詞】 供應鏈金融; “互聯網+”; 先進制造業; 價值增值; Shapley值法

【中圖分類號】 F831.2 ?【文獻標識碼】 A ?【文章編號】 1004-5937（2019）23-0148-05

為實現發展先進制造業和建設制造強國的目標，黨的十九大報告提出要將先進制造業與互聯網、大數據和人工智能進行深度有效融合。通過對融資模式的優化，實現先進制造業產業的夯實，實施與傳統金融信貸融資不同的發展路徑，互聯網供應鏈金融可將各個參與主體的資金流、信息流、商流和物流進行有效融合。目前，在大數據和人工智能背景下，互聯網供應鏈金融以“互聯網+”為依托，通過大數據手段，將供應鏈金融中各流程、各要素相融合，構造先進制造業—融資企業—金融機構彼此相融的三維立體模型，實現先進制造業企業與金融機構互利共存、彼此協作和持續發展。適應“互聯網+”智能發展趨勢，深入研究先進制造業互聯網供應鏈金融創新模式，可有效促進先進制造業發展，有效推動先進制造業提質增效。

一、文獻綜述

（一）先進制造業

先進制造業起源于先進制造技術，20世紀80年代，美國在加強制造業國際競爭力和促進社會經濟繁榮發展的背景下，為應對制造業面臨的機會和挑戰，提出需要發展先進制造技術。美國勞工統計局對先進制造技術的解釋是，該技術主要通過前沿科技、知識產品研發及工藝改進，促進經濟增長，發展并壯大制造業企業。順應國際經濟形勢發展，各國大力發展先進制造業，德國于2011年在《高技術戰略2020》中提出工業4.0，美國于2012年提出《國家先進制造戰略計劃》，英國于2013年提出英國工業2050計劃報告《制造業的未來：英國面臨的機遇與挑戰》。先進制造業體現全過程中將工業化和信息化融合并貫穿其中，通過先進技術的設計研發，實現傳統產業的轉型升級[ 1 ]。信息化、網絡化、綠色化、知識化和全球化是先進制造業的主要特征，所以先進制造業與傳統制造業相比，具有創新能力強、技術含量高、經濟效益好、環境污染少等諸多優勢[ 2 ]。目前，中國傳統大規模和標準化生產的制造業已經發展到在互聯網信息技術支持下的定制生產的先進制造業時代。在先進制造業培育方面，需重點關注要素流動與集聚、創新驅動、區域布局動態優化、資源環境等方面[ 3 ]。

（二）供應鏈金融

應收賬款融資和存貨質押融資是早期的供應鏈金融模式。供應鏈不同的參與主體，擁有不同的金融資源，供應鏈金融就是對這些金融資源進行有效整合與調控，實現其內外部參與者間價值共創的方式[ 4 ]。預付款融資、保兌倉融資和融通倉融資也是供應鏈金融的主要模式[ 5 ]。實現資金促進供應鏈物流發展[ 6-7 ]，可從網絡和能力理論視角，構建供應鏈金融影響企業融資績效的理論模型[ 8 ]。供應鏈金融可實現鏈上參與者之間共享資源、互利共贏，有效促進供應鏈整體利益的最大化[ 9 ]。通過對供應鏈金融運作模式的深入分析，利用高新技術及大數據，有助于傳統商業銀行等金融機構拓寬供應鏈金融模式，實現金融機構的順利轉型[ 10 ]。

綜上所述，現有研究更多的是關注先進制造業與傳統制造業的區別及特點，在強化先進制造業路徑上很少針對供應鏈金融的研究;同時在分析供應鏈金融時，只是對現有運行環境中供應鏈金融的必要性、特點及現有模式進行研究，很少將供應鏈金融與先進制造業一起進行深入分析。

二、“互聯網+”背景下先進制造業供應鏈金融網絡結構

基于大數據、互聯網背景下，供應鏈金融結構從多維度出發，通過對核心企業產業供應鏈各節點生產經營數據的動態監控，進行風險分析和資金調控，提高產業供應鏈效能，實現生態化金融。這時產業生態系統主體豐富且復雜，不再是上下游企業之間形成的單一網絡關系，各節點都形成了復雜群落關系[ 11 ]。核心企業是互聯網供應鏈金融的樞紐，可影響供應鏈整體運營中的資金流、信息流、商流和物流。根據參與者實際需要進行資源調配，同時及時準確挖掘供應鏈運作的缺陷，衍生更完善齊全的配套服務，使得生態系統參與者關注整個產業鏈發展，促進松散耦合結構的形成，如圖1所示。

三、“互聯網+”背景下先進制造業供應鏈金融效應分析

“互聯網+”背景下先進制造業供應鏈金融效應體現在傳導效應、價值增值效應、可控效應和優化效應，如圖2所示。

（一）傳導效應

“互聯網+”背景下先進制造業供應鏈金融圍繞核心企業，在核心制造商與供應商、核心制造商與經銷商、物流企業與供應商、物流企業與經銷商等利益相關者之間起到業務傳導作用[ 12 ]。具體表現為，在供應鏈內部以大數據為載體的資金流、信息流、物流和商流具有顯著的傳導效應;在供應鏈外部，通過經濟業務聯動，當前供應鏈與其他相關聯的供應鏈可發生傳導效應。上述傳導效應有正傳導效應和負傳導效應，在實踐中，可利用互聯網、高新技術與云計算強化先進制造業供應鏈金融中的正傳導效應，削弱負傳導效應，從而促進先進制造業供應鏈金融的整體發展。

（二）價值增值效應

傳統供應鏈金融借助大數據和云技術，對融資服務進行有效提升，可重構先進制造業供應鏈金融組織結構，給各節點企業帶來新的契機。除此之外，在“互聯網+”背景下，通過運用各種金融產品和服務實現更具有競爭力的價值創造活動與價值增值活動，解決傳統先進制造業供應鏈金融中交易遲緩現象，使得供應鏈各參與者在交易中更為平等快捷和協商有效，進而有助于建立長遠的戰略合作伙伴關系，通過互聯網供應鏈金融的融資活動，有效提升先進制造業整體競爭能力，實現價值增值效應。

（三）可控效應

“互聯網+”背景下，先進制造業供應鏈金融運用高新技術、海量數據等將許多不可控因素轉換為可控因素，形成諸多可控效應，主要有成本可控、風險可控、信息安全可控。成本可控是指針對傳統生產運營過程中因外部環境信息數據有限成本居高不下，以“互聯網+”為技術手段，整體供應鏈實施效率得到提高，整體供應鏈運營成本得到降低;風險可控是指在融資服務過程中，金融企業利用大數據對信息流和資金流嚴密把控，從而實現業務發起、流程設計和責任權利劃分等方面有效規避業務風險的目的;信息安全可控是指利用互聯網技術，從流程設計和系統實現等環節，時時監控交易信息，保障信息安全。

（四）優化效應

在供應鏈上，各節點企業通過“互聯網+先進制造業”供應鏈金融的具體實施，物流企業、金融機構和各節點上的先進制造業企業可以顯著體現各自的優勢，實現優化效應。對于物流企業，服務過程中利用高新技術可極大削弱信息不對稱現象，更好地匯聚和配置資源，提高運作效率與水平，同時，為提高先進制造業企業核心競爭力，通過供應鏈上的金融機構，物流企業可為先進制造業企業提供融資服務;對于金融機構，借助第三方在供應鏈金融支持中可規避信貸風險，降低信貸及監督成本;對于供應鏈上需要融資支持的企業，通過借助供應鏈上相關物流企業、金融機構和核心先進制造業企業，拓展融資渠道，解決融資難問題。綜上所述，互聯網供應鏈金融的優化效應有助于供應鏈金融整體快速響應市場需求，實現先進制造業企業降低融資成本，同時提升先進制造業企業融資效率。

四、“互聯網+”背景下先進制造業供應鏈金融運作模式博弈分析

以“互聯網+”為背景、人工智能為依托、大數據為手段的先進制造業供應鏈金融需要融資企業、金融機構、信息技術企業等多方協作，融合多元化主體來實現高效率和低成本的融資目標。本文基于Shapley值法建構參與主體收益博弈模型，通過比較在“互聯網+”供應鏈金融運作模式下各主體的利益與傳統供應鏈金融運作模式下各主體的利益差異，實證分析互聯網供應鏈金融運作模式可以創造更高的先進制造業的產業價值。

（一）含有風險修正因子的Shapley值法模型

Shapley值法根據合作團隊成員對合作總目標貢獻比例，就成員間所得利益進行合理分配，對合作組織中成員進行利益分配，避免了分配上的平均主義，結果更加合理公平，符合實際情況。但傳統Shapley值法中隱含風險均攤的原則，每個個體所承擔的風險為K=，沒有體現個體風險分擔因素。為體現現實中風險多變性，本文加入風險修正因子，對Shapley值法的利益分配方案不足之處進行合理修正。

假設存在集合I={1，2，3，…，4}，對于其任何子集V（n個個體之間任意組合）均存在對應的函數值P（V）（個體合作時所產生的總利益），參與博弈的主體選擇合作時所得的利益大于等于不合作時各主體收益之和，所有子集之間交集為空集，P（V）滿足條件如下：

當主體選擇合作時各自收益不會受損，并且所有個體均選擇合作時利益最大化P（I），合作集合I中的每個個體所獲得的收益稱為Shapley值，用？漬（p）=（1（p），2（p）， 3（p），…， n（p））表示收益集合，i（p）屬于集合I中的各個成員從P（I）中獲得的收益。一個合作成功的聯盟滿足∑n？漬i（p）=P（I），其中？漬i≥P（i），i=1，2，3，…，n。分配收益可表示為：

Vi表示集合I中個體i的全部子集集合，V為子集V中元素數量，P（V）為子集V分配的總利益，P（ ）為子集V排除元素i之后剩余的利益。

假設？漬i（p）理想化風險下合作集合V中每個個體均勻分配到利益，那么？漬'i（P）為加入風險因素實際情況下的合作集合V中每個參與個體所得的經濟利益，每個個體所承擔的實際風險為Ki（i=1，2，3，…，n），則實際存在風險和理想均分風險的誤差值為？駐Ki=Ki-K=Ki-，則有∑n i=1Ki=1，∑n i=1？駐Ki=0。

采用模糊綜合評定法對風險修正因子系數？駐Ki進行確定，在實際中，各參與主體參與到供應鏈金融協作運營模式中，存在較多不可控風險因素，例如市場風險、協作風險、技能風險等影響比較顯著的風險因素。假設Rm表示市場風險（market risk），Rc表示協作風險（cooperation risk），Rt表示技能風險（technical risk），對這三大主要風險中的市場風險進行風險修正因子計算，市場風險的影響因素集合表示為M={m1，m2，m3}。其中m1表示政治調整造成的風險，m2表示市場競爭造成的風險，m3表示市場環境不確定性造成的風險。三個因素權重分配為W=（w1，w2，w3），各因素評價等級為P={低，較低，中等，較高，高}，對其賦值得到P={1，2，3，4，5}，對風險因素矩陣進行等級評價和歸一化處理，各風險因素模糊向量可以表示為Wm1，Wm2，Wm3。評價結果用模糊關系矩陣R表示為：

模糊綜合評價得出綜合評價向量：

當向量B中分向量和不等于1時，對其做歸一化處理，結果為：

則市場風險系數值結果為：

同理可得合作風險系數值為K'c，技術風險系數為K't。繼而供應鏈金融合作總風險系數為：

其中∑n i=1Ki=1（i=1，2，3，…，n），從而供應鏈金融參與主體的風險修正因子為：

合作的各參與個體利益為：

（二）案例分析

假設A代表金融機構，B代表先進制造業企業，C代表信息技術企業，在實際風險存在時，對本案例中先進制造業互聯網供應鏈金融運作模式（由金融機構、先進制造業企業、信息技術企業組成）收益S（A，B，C）與傳統先進制造業供應鏈金融運作模式（由金融機構和先進制造業企業組成）收益S（A，B）進行對比分析。

金融機構與信息技術企業不與先進制造業企業合作，或是彼此合作時收益為零;金融機構與信息技術企業分別與先進制造業企業合作時收益大于先進制造業企業自身的收益;因金融機構資金雄厚，而信息技術企業不具備此優勢，所以金融機構與先進制造業企業收益大于信息技術企業、先進制造業企業收益;三者皆參與到供應鏈金融合作時，具有資金充足且周轉迅速、信息透明度高、風險減小等諸多優勢，所以此時收益水平最高;先進制造業企業自身信用水平不及其與信息技術企業聯盟時所帶來的信用水平，所以金融機構資金投入先進制造業企業與信息技術企業組成的聯盟時帶來的收益大于金融機構資金單獨投入先進制造業企業得到的收益。即：

P（A，B，C）>P（A，B）>P（B，C）>P（B）>0

P（A）=P（C）=P（A，C）=0

P（A，B，C）-P（B，C）>P（A，B）-P（B）

對上述各式進行賦值，結果為：

P（A，B，C）=270;P（A，B）=150;P（B，C）=110;

P（A，C）=0;P（B）=90

為方便計算，結合模糊綜合評定法∑n i=1Ki=1，對風險系數直接假設。在傳統供應鏈金融中風險系數為KA=0.4、KB=0.6，在“互聯網+供應鏈金融”中風險系數為KA=0.3、KB=0.4、KC=0.3。

1.雙方合作時各主體收益情況

（1）金融機構收益

當存在實際風險時，先進制造業互聯網供應鏈金融與傳統供應鏈金融收益對比如表1所示。

當存在實際風險時，通過對先進制造業互聯網供應鏈金融中參與個體利益與傳統供應鏈金融中參與個體利益進行對比得出，先進制造業互聯網供應鏈金融運作模式會帶來更大收益，信息技術企業參與情況下，金融機構更愿意開展信貸業務，同時，先進制造業企業也更愿意進行融資活動，使得先進制造業供應鏈金融更趨于整體穩定、價值增值和風險可控。

五、結論與展望

先進制造業互聯網供應鏈金融結構從多維度出發，以先進制造業企業為核心，可通過動態分析產業供應鏈各節點生產經營數據，以實現產業化金融為目標，提高整體供應鏈的運作效能，進而實現傳導效應、價值增值效應、可控效應和優化效應。先進制造業互聯網供應鏈金融運營模式中主要涉及的參與主體有先進制造業企業、金融機構和信息技術企業，各參與方通過互聯網線上信息平臺系統實現經濟數據的互聯互通和信息共享，有效提高供應鏈金融業務的運行效率和運行質量，實現先進制造業供應鏈金融的穩定性、價值增值性和風險可控性。

目前，供應鏈金融發展較快但同時也面臨一些問題，在互聯網供應鏈金融信息平臺上如何有效監控資金流向、如何防范各類金融風險，都值得深入研究。要充分體現電子數據化的三大特性——迅捷、安全和標準，可構建區塊鏈金融支持信息平臺。區塊鏈可以將資產端的底層交互問題更加客觀化地反映，通過這種金融科技手段，更能夠客觀強化資金的信用能力，充分發揮區塊鏈技術的優勢，有效提升傳統供應鏈金融中對效率機制的信任。

【參考文獻】

[1] 于波，李平華.南京市浦口區先進制造業發展戰略選擇：基于SWOT分析[J].現代管理科學，2012（5）：44-46.

[2] 曹東坡.高端服務業與先進制造業的協同機制：基于長三角地區的研究[J].理論參考，2015（4）：57-61.

[3] 簡曉彬，陳宏偉.先進制造業的培育機制及路徑：以江蘇省為例[J].科技管理研究，2018，38（7）：148-156.

[4] HOFMANN E. Inventory financing ?in ?supply chains：a logistics service provider-approach[J].Internatiaonal Journal of Physical Distribution & Logistics Management，2009，39（9）：716-740.

[5] 湯偉，魯小青.基于供應鏈金融的企業融資模式梳理與現金流管理優化研究[J].現代管理科學，2013（11）：105-107.

[6] ERIK H， HERBERK K. A supply chain finance：applying finance theory to supply chain management to enhance empirical evidence from six European case studies[J]. Journal of Business Logistics，2011，31（2）：305-330.

[7] GELSONIMO L M. Supply chain finance：a literature review[J].International ?Journal of ?Physical Distribution & Logistics Management，2016，46（4）：348-366.

[8] 宋華，盧強.什么樣的中小企業能夠從供應鏈金融中獲益？——基于網絡和能力的視角[J].管理世界，2017（6）：104-121.

[9] 王叢，張在旭，孫燕芳.供應鏈金融利益主體的多階段博弈研究[J].財經理論與實踐，2018，39（4）：32-37.

[10] 徐鵬杰，吳盛漢.基于“互聯網+”背景的供應鏈金融模式創新與發展研究[J].經濟體制改革，2018（5）：133-138.

[11] 許淑琴，邱暉.互聯網對供應鏈金融的影響及發展趨勢研究[J].會計之友，2017（19）：55-57.

[12] 劉兢軼，楊梅，郭凈.供應鏈金融能緩解科技型中小企業融資約束嗎？——基于中小板上市公司的經驗數據[J].會計之友，2019（10）：116-121.