面向新經濟的供應鏈金融研究現狀發展趨勢及風險管控*

□ 田 江,宋景銳,李俊怡,王 瀟

(1.電子科技大學 經濟與管理學院, 四川 成都 611731;2.電子科技大學學報編輯部，四川 成都 610054)

1 引言

供應鏈金融實現了產業鏈上下游企業間物流、信息流、商流和資金流全面融合，既是供應鏈市場競爭的必然結果，也是現代科學技術推廣應用的重要領域。供應鏈金融推動了金融服務于實體經濟和促進社會經濟發展[1]。供應鏈金融的最早雛形可以追溯到20世紀初的存貨質押融資，1916年《美國倉庫儲藏法案》 (U.S.Warehousing Act) 的頒布標志著倉單質押開始規范化運作。自20世紀80年代以來，隨著世界經濟不斷強化全球資源優化與科學分工，推動企業融入全球供應鏈，并加速物流、信息流、資金流的融合。Allen N Berger和Gregory F Udell在2006年系統梳理了供應鏈金融的思想，提出了供應鏈中小企業融資服務框架[2]。

黨的十九大報告指出“我國經濟已由高速增長階段轉向高質量發展階段，正處在轉變發展方式、優化經濟結構、轉換增長動力的攻關期”。2016年，李克強總理首次在《政府工作報告》中強調發展“新經濟”。新經濟是建立在信息技術革命和制度創新基礎上的經濟持續增長，主要發展動力源自信息技術革命和經濟全球化，實現新技術、新業態、新產業及其交叉融合產生的新型經濟形態。供應鏈金融是一種共生系統，在發展新經濟背景下，供應鏈金融服務模式不斷創新，市場需求進一步增強，供應鏈金融的價值創造既是一種共生協同效應，又是一種資源整合效應[3]。

2 相關文獻出版情況分析

為了全面分析我國供應鏈金融的研究現狀，本文立足新經濟發展特征，聚焦信息技術對供應鏈金融發展趨勢、推廣應用和風險管控的影響，采用文獻計量法和內容分析法相結合的方法，對文獻體系的分布、結構以及規律進行統計，客觀反映文獻研究現狀。注重相互關聯的文獻信息進行客觀、系統的定量分析，強調有效的定量分析和豐富的定性分析的結合[4]。

2.1 文獻檢索

本文以中國知網(CNKI)期刊文獻庫為數據源進行文獻搜集，分別以“供應鏈金融”和“信息技術”作為關鍵詞進行檢索，時間范圍限定于2015-2020年，以充分反映研究的最新成果。針對新經濟發展與現代科技應用密切相關，本文以關鍵詞“信息技術”為基礎，將關鍵詞拓展到“互聯網”、“物聯網”、“大數據”、“電子商務”、“區塊鏈”和“人工智能”，按照“KY=供應鏈金融*(‘信息技術’+‘區塊鏈’+‘互聯網’+‘大數據’+‘人工智能’+‘物聯網’+‘電子商務’)”檢索策略，共搜集到文獻236篇，其中北大核心期刊有49篇。

2.2 文獻確認

為了進一步對檢索文獻的分析，提高文獻的精確性，針對49篇核心期刊進行再次篩選。通過對文章題目、摘要和關鍵詞的分析，剔除與研究主題以及研究內容無相關性的文章。例如，在有關研究主題中雖然出現了供應鏈金融和信息技術等關鍵詞，但并沒有具體的相關研究內容，剔除后最后確認的有效文獻為44篇。

2.3 文獻分析

自2015年以來，在新經濟背景下，越來越多的供應鏈金融研究文獻反映先進信息技術的推廣應用及影響，發文量呈現逐年上升趨勢，充分反映了供應鏈金融與現代科技的相互作用以及未來發展趨勢，如圖1所示。

圖1 供應鏈金融核心期刊文獻數量

針對44篇核心期刊文獻的主題進行可視化分析，可以發現論文主題涉及最多的信息技術是區塊鏈技術，一共有22篇文獻，占50%，其次是大數據和物聯網技術，分別有6篇，如圖2所示。

圖2 供應鏈金融文獻主題分布

從出版期刊來看，相關學者在《西南金融》的發文量最多，一共有9篇，占比21%。其次是《商業經濟研究》和《中國流通經濟》，分別有4篇和3篇。如圖3所示。

圖3 供應鏈金融文獻期刊發文量分布

總之，供應鏈金融與現代信息技術的融合日益緊密，對于創新供應鏈金融服務模式和提高風險管控都具有重要影響。本文聚焦信息技術與供應鏈金融的融合，通過國內相關研究全面綜述，分析供應鏈金融的發展趨勢與風險控制措施。

3 “互聯網+”供應鏈金融

互聯網技術推動供應鏈金融創新，各種服務模式不斷涌現。史金召等(2015)以“互聯網+”為分析視角，基于供應鏈金融演進路徑分析供應鏈金融參與主體、資金來源、目標客戶等方面的特征差異，提出了供應鏈金融可以劃分為供應鏈金融Web2.0、電商供應鏈金融、基于電商平臺的銀行供應鏈金融三大類型[5]。隨著第三方支付和P2P融資平臺的興起，催生了新的互聯網供應鏈金融模式。林莉芳(2018)按照商業模式的不同將供應鏈金融劃分為基于電商平臺的供應鏈金融、基于P2P平臺的供應鏈金融和基于第三方支付的供應鏈金融[6]。

隨著電子商務的快速發展，供應鏈金融廣泛應用于電商服務領域。我國各商業銀行率先推出各種在線金融服務平臺，建設自己的電商平臺，并對在平臺上交易的企業提供供應鏈金融服務，如中國銀行的聰明購、招商銀行的非常e購，其業務模式和銀行原有的供應鏈金融模式存在一定相似性。電商平臺也基于自己掌握的交易信息數據，利用自有資金或者和商業銀行合作開展供應鏈金融業務，如阿里巴巴的e貸通、敦煌網的e保通。電子商務供應鏈金融應用最多的是B2B供應鏈金融。在B2B供應鏈金融中電商平臺利用自身的信息優勢決定是否利用自有資金或者和銀行合作對融資企業進行授信，其主要包括了單獨授信模式、委托授信模式和聯合授信模式[7]。陶海鵬等(2017)根據電商平臺承擔的交易性質，把電商供應鏈金融分為銷售電商供應鏈金融、采購電商供應鏈金融和整合電商供應鏈金融[8]。

支付寶是我國領先的第三方支付平臺，它的快速發展催生了基于第三方支付平臺的供應鏈金融。第三方支付平臺憑借自身掌握的大量交易信息，利用信息技術廣泛開展供應鏈金融業務。在互聯網供應鏈金融中，資金來源不再局限于銀行或者平臺核心企業自有資金，也可以通過P2P平臺面向金融市場上更多的投資者來申請融資。P2P平臺借助自身信息技術優勢和風險承受能力，開展供應鏈金融業務會更有優勢[9]。

“互聯網+”供應鏈金融發展總體上表現為參差不齊的發展格局，面臨線上客戶規模較小、盈利水平低、平臺功能不足、內部系統風險暴露、研發力度有限等挑戰[10]。朱寧(2016)全面分析“互聯網+”供應鏈金融業務將面臨的擔保法、非法集資法、資金托管法和互聯網信息技術安全法等法律所帶來的風險，亟待建立和完善相關法律體系，進一步開展風險管控，提高效率，降低成本，擴大服務范圍[40]。

4 供應鏈金融與信息技術的融合

信息技術加速供應鏈金融技術創新。近年來，隨著區塊鏈和物聯網、大數據的應用，為供應鏈金融的“真實的交易信息”提供技術服務保障，金融機構可以憑借信息技術優勢來降低業務風險，從而為供應鏈中更多中小企業授信融資。王宏坤(2018)將區塊鏈技術應用于航空產業供應鏈金融[20]。謝泗薪等(2020)完整提出了區塊鏈供應鏈金融服務平臺的架構、業務模式和流程[21]。宋華等(2017)提出了虛擬產業集群下的供應鏈金融模式，運用互聯網和大數據技術消除信息不對稱，基于虛擬供應鏈網絡中的真實交易信息與交易結構，平臺企業可以為產業集群中不同的企業開展更為靈活的供應鏈金融服務，從而幫助更多的中小企業克服資金約束[11]。計春陽等(2018)進一步研究了虛擬產業集群在港口物流業的具體運用[12]。

區塊鏈技術廣泛應用于金融領域，主要應用于數字貨幣、支付清算、智能合約、金融交易、物聯網金融等多個方面。區塊鏈是“一種由多方共同維護，使用密碼學保證傳輸和訪問安全，能夠實現數據一致存儲、無法篡改、無法抵賴的技術體系”[5]，區塊鏈具有去中介化、不可篡改、共識機制、開放性、匿名性、跨平臺等特點，在供應鏈金融中發揮了舉足輕重的作用。區塊鏈技術在供應鏈金融中的應用主要集中在以下幾個方面：

一是進一步提高供應鏈金融融資的安全性和效率，使用分布式、共享的賬本和智能合約技術，區塊鏈可提供高度安全和不可篡改的數據，同時借助物聯網技術可以實時跟蹤供應鏈采購、制造和銷售等各環節，提升供應鏈整體的安全性與效率，比如在保理業務中，貸前利用區塊鏈技術審核核心企業信用和確保應收賬款的真實性，貸后風險預警和自動回款[13]；

二是區塊鏈共識機制進一步簡化了資產和票據確權流程，無需人工參與相關操作，減少了人工成本[14]；

三是實現信貸信用多級流轉。基于區塊鏈技術的通證信用拆解功能，對核心企業承諾的應收賬款進行拆分流轉，解決供應鏈上更多中小企業的融資難題，實現模式創新[15]；

四是利用區塊鏈的監管能力，進行供應鏈金融資產證券化，擴展融資資金來源[5]。

區塊鏈和大數據技術為“數據質押”創造了條件。依托“數據質押”，銀行可以通過一個平臺將所有的數據生態鏈進行整合，擴展為數據生態圈。在生態圈內，借助于信息技術，每個企業都可以形成以自身為中心的供應鏈，即“1即N、N即1”[16]。林楠(2019)將區塊鏈供應鏈金融模式的創新分為兩類，即以核心企業為基礎的信用多級流轉模式以及以互聯網金融企業為基礎的“區塊鏈+大數據”供應鏈金融模式，后者把融資范圍從核心企業的多級供應商拓展到供應鏈上下游終端的企業[17]。

憑借區塊鏈和大數據技術，供應鏈多個企業之間的信用多級流轉成為可能。通過對核心企業的信用進行確權和拆分，實現供應鏈二級至N級供應商的供應鏈金融融資。姜浩(2019)提出了信用多級流轉機制的具體應用模式和業務流程[18]。唐丹等(2019)通過建模分析了應用區塊鏈實現信用多級流轉對供應鏈決策影響[19]。

針對互聯網供應鏈金融大都是以單一平臺或銀行為主，從而導致各個平臺各自為政，而不能實現整體效益最大化，王妮(2019)應用區塊鏈和大數據等信息技術，提出了整合在線支付平臺、電子交易平臺、供應鏈管理平臺和物流與倉儲管理平臺，并結合線下物流作業的“云平臺”供應鏈金融模式，通過整合物流、信息流、資金流和商流，創新線上供應鏈金融模式[22]。

5 供應鏈金融服務創新

在新經濟背景下，供應鏈金融與行業相結合成為了一種趨勢。

為了加快農業產業升級和結構調整，供應鏈金融被廣泛應用于農業產業鏈。曾玲玲等(2018)基于農村銀行和電商平臺的優勢，提出了構建“農村銀行+電商平臺”的農業供應鏈金融模式[23]。隨著信息技術的廣泛應用，農業供應鏈金融由“農村銀行+農業供應鏈”融資模式演化為“電商平臺+農業供應鏈”融資模式，發展成為基于互聯網、大數據的電商平臺主導的農業供應鏈金融，電商平臺憑借信息和資金優勢為金融監管和供應鏈上下游信息對稱創造了條件，有效彌補了“農村銀行+農業供應鏈”模式的不足。

在醫藥供應鏈領域，國藥控股形成了金融、物流與電子商務相融合的供應鏈金融的產業集團模式[24]。梁琳苑(2018)針對醫藥用品對安全性的要求，提出了“區塊鏈+醫藥供應鏈金融”的模式，防止假冒藥品流入導致的不良貸款[25]。陸軍勇(2019)針對醫藥流通企業的下游醫療機構優質信用，提出開展資產證券化業務，加速資金回籠同時降低負債率，節約資金成本[26]。

在國際貿易領域，供應鏈金融以國際貿易業務為依托，主要通過“電子化網絡平臺+票據”模式進行融資，突破了傳統供應鏈金融通過第三方物流企業來控制商品的物權的限制。融資企業向商業銀行傳輸融資所需要的財務信息、交易信息、結算信息等電子化信息，商業銀行通過傳遞的電子化信息來決定是否發放信貸資金，并控制信貸資金的風險[27]。計春陽等(2019)研究了港口企業供應鏈金融模式的演化過程，提出了互聯網背景下的港口企業供應鏈金融未來將向“產業互聯網平臺+供應鏈金融”的產業平臺生態及“技術服務平臺+供應鏈金融”的技術平臺生態等方向發展的趨勢[28]。

在制造業領域，由于制造業本身具有參與企業多、工藝流程復雜、上下游協調性高等特征，傳統的融資模式存在很大局限性，而供應鏈金融的應用可以有效解決制造業供應鏈上的資金流問題，并進一步促進制造行業的供給側結構性改革，推動“互聯網+”制造業發展。黎明(2015)深入研究了供應鏈金融在鋼鐵行業電子商務的具體應用[29]。

總之，供應鏈金融與行業的結合成為趨勢。供應鏈金融應用未來會逐漸增多，在政策的引導下，供應鏈金融將在一些關鍵領域加快發展。

6 供應鏈金融風險管控

信息技術對于供應鏈金融風控而言則是雙刃劍，一方面，信息技術的應用進一步消除了供應鏈企業的信息不對稱，并為風險識別與風控防控提供了新的手段；另一方面，在線化增加了企業商業數據風險和個人隱私風險。

6.1 供應鏈金融風險評估

供應鏈企業的信用風險是影響供應鏈金融風險的最大因素[30]。隨著供應鏈金融模式的不斷創新，傳統的風險評價指標體系具有一定局限性，不能全面評價互聯網供應鏈金融等新型供應鏈金融模式的風險。供應鏈金融的風險不僅產生于傳統供應鏈金融中企業自身風險和企業所處供應鏈的整體運營風險、操作環節風險、交易資產風險、貿易背景真實性風險和來源于物流監管方的風險等，同時還有來自互聯網的風險因素以及互聯網作用下供應鏈金融滋生的新風險等。胡慧慧等(2016)擴展了供應鏈金融風險評價指標，充分考慮網絡平臺安全風險、網上操作風險，構建了適用于互聯網供應鏈金融的風險評價體系[34]。何昇軒等(2016)將電商平臺與銀行的關系納入風險評價體系，并將其合作模式分為推薦模式、介入模式、混合模式和委托授信模式[35]。王寶森等(2018)將互聯網企業的基本情況、交易狀況和服務質量也納入了供應鏈金融信用風險評價體系中[36]。

隨著供應鏈金融模式不斷創新，傳統的金融服務信用風險評估方法存在一定的局限性。線上供應鏈金融業務運作信息是一種復雜的“信息混沌”，包含多種不確定性信息，傳統的信用風險評價方法諸如層次分析法[31]、Logistic回歸[32]、決策樹[33]面臨挑戰。鞠彥輝等(2018)基于盲數理論提出了信息混沌下銀行線上供應鏈金融信用風險盲數評價模型[37]。線上供應鏈金融業務積累了大量交易數據，為進一步優化風險評估模型奠定了基礎，避免傳統評價方法的主觀性。高更君等(2018)等引入云理論來構建風險評價模型，將模糊集理論中的模糊性與概率論中的隨機性有機結合，將定性概念映射為定量指標[38]。隨著P2P這種非金融機構平臺開展供應鏈金融業務，供應鏈金融風險來源又發生了新的改變，黃芳等(2017)就基于概率神經網絡對P2P平臺開展風險評估[39]。

6.2 供應鏈金融風控模型

信息技術廣泛應用進一步提高了供應鏈金融風險管理水平，降低風險發生概率。潘婭媚(2017)引入物聯網技術以消除信息不對稱，控制業務風險，提供預警系統和各項應急預案支撐[46]。田娟娟等(2018)從共享金融的視角提出構建供應鏈金融風險共享平臺，通過對信息流、物流、資金流的監控信息實時共享，消除信息不對稱，借助金融科技手段，提升供應鏈金融風險管理水平[47]。周茜等(2019)應用免疫理論從組織防御、組織監視、組織記憶等方面來提升科技型小微企業免疫力整體水平，降低銀行面向科技型小微企業開展供應鏈金融服務的風險[48]。

人工智能技術為供應鏈金融風險管控帶來了新的手段，廣泛用于構建供應鏈金融風險評估模型。針對Logisitc方法的局限性，胡海清等(2011)借助支持向量機SVM的方法優化了原有模型，通過實證研究揭示SVM較傳統Logistic模型正確率更高[41]。劉穎等(2018)利用粒子群協同優化傳統支持向量機SVM模型，解決了信用特征子集與模型參數影響的問題[42]。于曉虹等(2017)采用了逐次低維投影尋蹤(LDSPPC)模型對信用風險進行綜合評價研究，從有限樣本數據中挖掘出更多、更充分的信息，相較于神經網絡(BPNN)，提高了建模結果的真實性和可靠性，避免了“過訓練”現象[43]。蔣先玲等(2018)通過建立基于SMOTE算法的隨機森林模型，為商業銀行提供了新的信用風險評估工具，減少了銀行的“取偽”機率，有效提升銀行風險識別的準確性[44]。Zhu，Zhou & Xie et al.(2019)結合了隨機漫步和MultiBoosting分類算法，提出了RS-MultiBoosting機器學習的方法，廣泛用于評估供應鏈中小企業的信用風險[45]。

7 結論

在新經濟背景下，信息技術推動供應鏈金融技術創新和融合發展，進一步擴大供應鏈金融服務領域，大力提升融資效率。針對供應鏈金融風險管理中面臨數據風險、隱私風險等各種風險，以人工智能為引領等現代信息技術為供應鏈金融風險識別、風控建模、風險預警提供了新的手段。本文通過國內相關研究文獻綜述，全面分析供應鏈金融的研究現狀、推廣應用和未來發展趨勢，為指導供應鏈金融理論研究和管理實踐提供參考和指導。