基于商譽系數的電商平臺供應鏈金融激勵機制研究
——以線上商業承兌匯票為例

馬漢武，戴昊宇 （（江蘇大學 管理學院，江蘇 鎮江212013））

0 引 言

信息不對稱一直是供應鏈管理的敏感問題，尤其涉及到供應鏈金融領域，信息共享尤其難能可貴。供應鏈金融研究初期，大多數學者將銀行作為供應鏈交易雙方的監督者與信息共享者[1-2]，他們大多站在銀行的角度分析供應鏈金融的融資風險，隨著供應鏈金融的實踐嘗試，這一運作方式逐漸體現出弊病，這是因為銀行作為第三方，無法準確、實時獲得交易雙方的真實數據，而銀行刻意收集供應鏈數據必然提高成本[3]。

第42 次中國互聯網發展狀況統計報告顯示，截止2018 年12 月，我國網民規模為8.29 億，全年新增網民5 653 萬，互聯網普及率達59.6%，較2017 年底提升3.8%[4]。這表示著我國的互聯網+氛圍已經相當濃厚，電商平臺飛速發展，電商平臺運作模式變得越發成熟。電商平臺在數據處理與數據共享方面處于核心地位，供應鏈各方的交易數據、償債能力、運營狀況可以通過電商平臺進行公示，交易各方能夠互相監督[5]。并且，電商平臺由于友好的操作界面與便捷的付款方式，近年來受到消費者與中小企業的青睞[6]。在這樣的優勢主導下，供應鏈金融平臺化的潮流不可逆轉[7]。2010 年之后，線上供應鏈金融出現了三種運作方式，第一類是傳統金融服務線上化，這類模式依舊以商業銀行為主導提供融資服務，其代表是平安銀行等一系列銀行推出的融資理財服務；第二類是部分電商平臺通過資本積累，自己開發供應鏈金融業務，其資金的來源、企業的運營情況監督等，均由電商平臺完成，其代表如阿里巴巴等，通過自設小貸公司來開展信貸業務的一些電商平臺。第三類可以看做是前兩者的結合，銀行電商平臺均參與其中，銀行提供借貸的資金，電商平臺通過自身信譽獲得銀行的資金，再通過自己的信息優勢將資金借貸給弱勢企業，并起到一定的監督作用。第三種方式電商平臺處于信息獲取優勢的絕度高度，不僅積累了弱勢企業的數據，對銀行資金融也有一定的了解，它們可以運用大數據挖掘等先進技術手段，將供應鏈上有資金需要的弱勢企業和不同的金融信貸機構進行匹配，促進資金周轉速度，減少信貸風險。但值得注意的是，這種金融運作模式導致了電商平臺與銀行等金融機構信息不平等，“上海鋼貿”，“青島港騙貸”等事件為我們敲響了警鐘，電商平臺隱瞞行為的道德風險是這種模式下亟待解決的問題，為此一系列學者也進行了該模式下道德風險與逆向選擇的研究[8-10]。

商業承兌匯票支付方式在電商平臺供應鏈金融中有著廣闊的運用空間，這是因為商業承兌匯票作為企業的信用憑證，有代表企業償債能力的作用，特別是在生產資料型供應鏈系統中，制造商的訂貨方式具有定量定時的特點，在這種情況下使用商業承兌匯票支付方式，能起到減少機會成本與資金時間價值的作用。采用承兌匯票作為支付手段的情況下，電商平臺的商譽問題不可忽視，2018 年領視控股因電商業務商譽減值，年度虧損增加1.3 億港元，華鵬飛2018 年全年歸屬于上市公司股東的凈利潤為虧損5.50 億元至5.55 億元，主要原因是公司計提了大額商譽減值及壞賬準備。在2018 年，大量供應鏈金融企業受到了商譽減值風波的影響，這為供應鏈金融行業也增添了一層霧霾。那么在考慮商譽的前提下，電商平臺到底會有怎樣的努力程度與經營模式是迫切需要研究的問題。

1 文獻綜述

對供應鏈金融激勵機制的研究，大多成果都集中在激勵機制選擇、道德風險規避、行動監督、逆向選擇等方面。Cachon 等[11]（2000） 在供應鏈金融激勵機制的背景下將信息共享的價值與信息技術的兩個好處即更快和更便宜的訂單處理進行了對比，發現他們分別是導致更短的交貨時間和更小的批量的原因。Cachon 等[12]（2003） 認為供應鏈中的激勵機制分為線性激勵與非線性激勵兩種模式，而非線性激勵的復雜性與實踐中的難操作性導致了供應鏈系統中的激勵機制往往采用線性激勵方式。Huang等[13]（2009） 認為成員之間的知識共享對于快速響應不斷變化的在線市場至關重要，于是提出了一種融合知識互補性和整合能力的電商平臺供應鏈知識共享激勵模型。找到基于服務提供者風險中性和風險規避條件下，信息不對稱條件下電商平臺供應鏈的委托代理的最優激勵機制解。KrishanH 等[14]（2004） 針對線性回購激勵合同，證明供應鏈金融運作過程中，當制造商承擔大部分風險時，就會引起零售商的品德松弛問題。白少布、劉洪[15]（2010） 認為供應鏈融資業務的成功運作取決于融資企業努力程度，分別建立信息對稱與不對稱條件下的帕累托最優模型，得出了在核心企業具有較高的信用度的前提下，融資活動的成功主要取決于融資企業的努力。李績才等[16]（2013） 以一個兩階段供應鏈為背景，在企業風險規避的前提下考慮一對多的特殊情況，得出了供應鏈系統中存在唯一的批發價——收益共享系數使得供應鏈系統協調。辛玉紅等[17]（2013） 將供應鏈金融、應收賬款融資業務、多任務委托代理模型聯結研究，發現信息不對稱情況下激勵強度與風險規避度負相關，提出制造商在設計激勵契約時，應該把供應商的風險規避度考慮在內。王勇等[18]（2014） 發現對于供應鏈中改良品，簡單的集中決策并不能使得供應鏈上所有成員企業均受益，但是通過數量折扣作為激勵機制，在成本不增加的前提下，供應鏈各企業的利潤得以增加。Wang[19]（2018） 認為激勵機制的引入可以顯著提高供應鏈中企業間知識共享的概率，從而揭示了企業戰略選擇的演化規律。Qian[20]（2018） 選擇第三方物流供應商建立長期戰略合作伙伴關系的機制設計問題，在考慮成本不定性與交付風險兩個不完全屬性的前提下，結合第三方物流企業的風險規避理論與前景理論，找到了最優決策解。

電商平臺供應鏈金融發展趨于成熟以后，很多學者開始研究電商平臺模式下供應鏈金融的激勵機制問題。Liu 等[21]（2015）提出一種基于信息共享的線上供應鏈金融模型，分別討論了信息提供者為風險中性與風險規避性企業時的不同情況，發現該模式下激勵程度受到電商信息整合能力與風險規避程度的影響。史金召等[8]（2015） 構建了一個線上B2B 平臺模型，通過設計銀行對B2B 平臺的激勵機制發現銀電之間的收益分配問題與道德風險問題可以通過嚴格控制收益分配上限與簽訂回購合同等方式得以解決。顧波軍[22]（2016） 運用多重心理賬戶以及效用函數的方法，對以往風險中性與風險規避性企業的收益共享理論的諸多研究進行了深化與拓展，為風險規避性主體的研究提供新的視角與方法。鄢章華[23]（2017） 從一些近年來炙手可熱的電子商品的銷售中得到啟示，研究了“饑餓營銷”背景下收益共享契約的新問題，闡明了“饑餓營銷”背景下供應鏈上下游更應該建立相應的共享契約以提高利潤。韓亞娟等[24]（2018） 則是運用Stackelberg 博弈模型，分析四級供應鏈中產品質量與供應鏈企業間的共享比例以及采用何種激勵策略的潛在關系，并用仿真工具進行了論證。Tu 等[25]（2018） 研究了本文研究的以非金融機構為主體的新金融模式下平臺與銀行的委托代理關系，以及金融合作伙伴激勵契約的優化設計。為有效控制網上供應鏈金融的道德風險提供了新的思路。Wang[26]（2019） 認為監督機制是提高知識共享的有效途徑，但是只采用監督機制的效果并不好，為此他提出了一種基于監管機制的知識共享激勵方法，促進產業建設供應鏈成員企業之間的知識共享。

上述論文的主要研究聚焦于供應商與零售商之間的消費資料委托代理理論與激勵機制，對于生產資料的研究還相對匱乏。且在激勵機制的研究中，大部分文獻聚焦于激勵程度與努力程度、風險偏好程度以及上下游企業的銷售價格之間的關系，對于激勵程度與電商平臺收費標準與聲譽等其他因素的研究還相對匱乏。本文以線上商業承兌匯票供應鏈金融為研究對象，探究這種新模式下激勵機制的諸多特點。

2 模型構建

2.1 問題描述

本文研究某個為工業企業提供采購撮合的專業服務電商平臺，類似于工業互聯網的后臺服務商，由多個供應商、少量主制造商、少量銀行組成的電商平臺商業承兌匯票供應鏈融資系統。銀行認定的信用較好的多個供應商在為主制造商提供零件時會發生生產成本不足的情況，這些供貨商企業會通過電商平臺申請貸款，并發送由制造商開具的電子商業承兌匯票，電商平臺在審核相關資料真實性之后上交至銀行申請貸款，銀行經過商業承兌匯票貼現后發放資金至電商平臺專有資金池，電商平臺將獲得的貸款發放給弱勢企業，弱勢企業在完成生產的任務后獲得資金，資金優先支付貸款。線上商業承兌匯票供應鏈融資模型構建思路步驟如圖1 所示。

2.2 基本假設

（1） 假設模型中電商平臺為風險規避性，銀行為風險中性，供貨商與制造商、電商平臺的合作關系較為穩定，電商平臺為完全競爭市場，原材料批發價格與商品銷售價格不變，電商平臺只銷售規定的產品，且電商平臺回扣費用的比例固定。

（2） 由于供貨商、制造商都處于電商平臺的環境之下，他們的信息是完全對稱的，于是不考慮參與主體的缺貨損失，且電商平臺根據制造商的訂單及時通知供貨商生產供貨，所以也不存在殘值處理，電商平臺總能按照制造商需求訂貨。

圖1 線上商業承兌匯票供應鏈融資模式業務流程

為了研究線上商業承兌匯票供應鏈金融中銀行對于電商平臺的激勵機制，考慮一個有電商平臺、銀行、供貨商和制造商組成的供應鏈系統。其中，銀行為了確保電商平臺提供貸款企業信息的準確性，要求電商平臺努力得到弱勢企業的真實信息，作為回報，銀行給與電商平臺線性激勵。基于上述分析，建立Stackelberg 博弈，博弈順序為：電商平臺先決定其努力程度e，而后銀行根據電商平臺努力程度決定激勵系數β。

2.3 相關符號

e：電商平臺的努力程度；C（e）：努力成本，根據文獻，設計努力成本為

ε：外部因素帶來的隨機擾動，服從參數為（0，σ2）的正態分布；

q：電商平臺上某產品的訂貨量，q=η+e+ε，其中η 為供貨價格固定時的銷售量；

h：制造商與供貨商在電商平臺上完成單位訂貨的費用；

u0：電商平臺的保留效用；

w（q）：銀行對電商平臺的線性報酬函數，w（q）=α+βq，其中α， β 為常數；

Z：貼現票面金額；

k：商業匯票貼現率；

t：匯票到期日前去貼現時間（本文簡化模型，考慮不帶利息貼現）；

r：電商平臺借款利率；

μ：電商平臺的機會成本率；

u（x） ：風險厭惡特征的效用函數，假設銀行是風險中性的，電商平臺是風險規避性的，且電商平臺有恒定絕對風險厭惡特征的效用函數[28]：u（x）=-e-ρx，其中ρ 表示絕對風險厭惡度，x表示實際收入數量。

2.4 模型構建與模型解決

（1） 未引入商譽的電商平臺商業承兌匯票融資模式激勵機制研究

銀行作為委托人，其兩期收益函數為：

由于銀行是風險中性的企業，則其收益期望為：

電商平臺作為代理人，其單期收益函數為：

由于電商平臺是風險規避型的企業，且具有恒定絕對風險厭惡特征的效用函數，則其確定性等價收入為：

基于以上分析，建立委托代理理論如下：

命題1：不考慮商譽下，銀行與電商平臺均追求利益最大化時，銀行激勵最優系數β*與電商平臺最優努力程度e*滿足：

證明：對式（7） 求一階條件得：

由式（6） 取等號做條件，將α 解得：

將式（11） 與式（10） 帶入式（5） 并求一階條件得式（8）：

將式（8） 帶入式（10） 得到式（9）：

（2） 以引入商譽的電商平臺商業承兌匯票融資模式激勵機制研究

在線上商業承兌匯票供應鏈金融中，商譽對于電商平臺的作用是極大的，這是因為電商平臺在線上供應鏈金融中處于信息的絕對高度，銀行只能通過電商平臺的商譽等信息側面了解供應鏈的運作情況，所以電商平臺的商譽是線上承兌匯票供應鏈融資模式的重要觀測變量，基于此狀況下，建立考慮商譽的電商平臺商業承兌匯票融資模式激勵機制。

在上面模型的基礎上，引入商譽函數與折現系數：

基于以上假設，現在考慮兩個周期的引入商譽的電商平臺商業承兌匯票融資模型：

銀行作為委托人，其兩期收益函數為：

基于以上分析，建立考慮商譽的委托代理理論如下：

命題2：在考慮商譽的情況下，銀行與電商平臺均追求利益最大化時，銀行激勵最優系數β**與電商平臺最優努力程度e**滿足：

證明：求式（16） 的一階條件得：

將式（15） 化為等號條件，解得：

將式（19） 與式（20） 帶入式（14） 并求一階條件得式（17）、式（18）：

命題3：考慮商譽系數時，電商平臺努力系數與銀行的風險規避程度成負相關，當時，銀行激勵系數與銀行風險規避程度成負相關，當時，銀行激勵系數與銀行風險規避程度成正相關。

命題3 的結論與以往的結論有細微差別，以往的研究大多發現，激勵系數與電商平臺努力程度均是負相關的[29-30，15]。這是因為在考慮商譽系數的條件下，銀行的激勵程度有了商譽這一個參考的標準，當商譽系數較高時，意味著電商平臺規模較大，具有較高的信譽，風險厭惡型銀行更加希望向這種電商平臺提供融資以減少其向其他小型電商平臺提供投資。

命題4 表明，考慮商譽的情形下，銀行激勵系數與電商平臺努力程度與電商平臺商譽的關系是不同的，銀行的激勵系數表明，銀行與大型電商平臺合作會有“1+1＞2 的效果”。電商平臺努力程度則表明，電商平臺在運轉的前期（商譽系數較低的階段），商譽是具有激勵作用的，這表現為中小型電商平臺積極向上的動力，但隨著電商平臺規模的擴大，商譽的提高，其影響力也不斷增加，在此基礎上，電商平臺開始懈怠，容易躺在自己的“功勞簿”上，不再努力。

（3） 考慮市場利率情況下電商平臺商業承兌匯票融資模式激勵機制研究

在電商平臺激勵機制中，銀行的借貸利率也是浮動的，而非固定利率，銀行往往會通過市場利率的方法來達到雙重激勵的模式，銀行通過借出貸款獲得收益，為了激勵電商平臺擴大銷售量以減少自身借貸風險，銀行考慮降低借貸利率，采用市場利率。

在此前提下，引入市場利率：

re=r-φq市場利率是一個關于銷售量的遞減線性函數，銀行通過這種利率模式來激勵電商平臺。

為了書寫方便，先令A=Z1+k（t） 。

銀行作為委托人，其兩期收益函數為：

電商平臺作為代理人，其兩期收益函數為：

基于以上分析，建立考慮商譽的委托代理理論如下：

命題5：考慮市場利率情況下，銀行與電商平臺均追求利益最大化時，銀行激勵最優系數β***與電商平臺最優努力程度e***滿足：

證明：求式（16） 的一階條件得：

將式（24） 化為等號條件，解得：

將式（28） 與式（29） 帶入式（21） 并求一階條件即可得到結論。

命題6：在雙重激勵下，通過設置適當的系數φ，可以減緩商譽系數帶來的電商平臺不努力問題，但是仍然存在商譽拐點，且拐點的位置與不考慮雙重激勵情況下一致。

命題7：在雙重激勵下，通過設置適當的系數φ，可以改變銀行激勵系數與商譽的相關性，當h-Aφ＞0 時，銀行激勵系數與電商平臺商譽成正相關，當h-Aφ＜0 時，銀行激勵系數與電商平臺商譽成負相關，當h-Aφ=0 時，銀行激勵系數與電商平臺努力無關。

命題6 與命題7 可得，通過雙重激勵機制的情況下，銀行可以更合適的掌握電商平臺的運作情況，也可以相對控制電商平臺的努力程度。

3 數值分析

以下將參數賦值后進行數值分析。取σ2=10 000， δ=0.95，h=5，A=10 000，商譽系數κ 在1 到3 中波動，而銀行風險規避系數在0.1 到0.8 之間波動，分別繪制單重激勵政策下電商平臺努力系數和銀行激勵系數與商譽系數與規避程度的關系。

從圖2 中可以清晰地看出，單重激勵機制下，電商平臺努力程度存在拐點，當商譽比較小時，商譽理解為電商平臺努力的催化劑，商譽較高時，商譽理解為電商平臺努力的絆腳石，這說明了命題4 的有效性。

在雙重激勵機制下，取ρ=0.2，繪制電商平臺努力程度與市場利率變化系數φ 與商譽系數的關系，如圖4 所示。

從圖4 中可以清晰的看出，在市場利率滿足h-Aφ＞0，即時，電商平臺努力程度隨其商譽系數的增大而增大，反之亦然，且φ 接近于時，電商平臺努力程度的變化量減小（接近于0），這證明了命題6 的有效性。

4 結 論

電商平臺供應鏈融資方式在問世以來一直受到眾多學者的關注，基于實踐運作流程的考慮提出了電商平臺商業承兌匯票供應鏈融資模式，描繪了一個由電商平臺、銀行、少量制造商與大量供貨商參與的互聯網+供應鏈系統，在考慮商譽的情況下探究銀行激勵機制，研究最優努力程度與激勵系數的關系。主要發現如下：

（1） 單重激勵條件下，銀行激勵程度與自身風險規避程度的關系是不確定的，商譽系數存在一個閾值，在較低的商譽系數下，銀行激勵程度與自身風險規避程度是負相關的，較高商譽系數下，銀行激勵程度與自身風險規避程度是正相關的。這說明了銀行與大型電商平臺合作會有“1+1＞2”的效果。

（2） 單重激勵條件下，電商平臺努力程度與商譽系數呈現“A”型關系，電商平臺存在一個“拐點”。在商譽較低時（考慮電商平臺發展前期），電商平臺為了擴大其影響力，商譽對其努力程度呈現一種正相關關系，但隨著電商平臺規模的擴大，商譽系數逐漸成為其努力程度的阻礙力量，說明電商平臺也有類似于“松懈與驕傲”的情形。

（3） 雙重激勵機制下，銀行調節市場利率變化率無法改變電商平臺商譽系數拐點，但是銀行可以調節市場利率變化率來降低結論（2） 中提到的電商平臺的“松懈與驕傲”特性，并且降低結論（1） 中的自身受電商平臺的商譽影響，提高自身在供應鏈中的影響力與把控力。

圖2 電商平臺努力程度與電商平臺商譽系數和風險規避系數關系

圖3 銀行激勵程度與電商平臺商譽系數和風險規避系數關系

圖4 電商平臺努力系數與市場利率系數和商譽系數的關系

本文研究了考慮商譽的電商平臺承兌匯票供應鏈金融模式，為其中銀行的激勵系數與電商平臺努力程度以及商譽系數的決策提供了依據與管理啟示。但是隨著供應鏈金融的不斷發展，實踐中存在更多需要考慮的問題，如：電商平臺使用數量折扣與批發價優惠政策對于激勵系數與努力程度的影響又會如何，考慮電商平臺與銀行均為風險規避型企業的條件下上述結論是否會有變化等有待進一步研究。