供應鏈金融研究現狀及熱點
——基于社會網絡分析

田 江， 宋景銳， 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)

一、前言

在經濟全球化背景下，供應鏈是優化資源配置和促進市場競爭的重要載體。供應鏈金融是供應鏈上下游企業協同發展的必然選擇，是破解中小企業融資困難、提升企業競爭水平的有效手段。為了推進供應鏈金融發展，各級政府部門紛紛出臺了各種政策和意見。2017年2月央行出臺了《關于金融支持工業穩增長調結構增效益的若干意見》，提出大力發展應收賬款融資，推動更多供應鏈加入應收賬款質押融資服務平臺。2018年4月商務部下發《關于開展供應鏈創新與應用試點的通知》，推動供應鏈核心企業與商業銀行、相關企業等開展合作，創新供應鏈金融服務模式。2019年4月中共中央辦公廳、國務院辦公廳頒布《關于促進中小企業健康發展的指導意見》，鼓勵企業依托應收賬款、供應鏈金融、特許經營權等渠道進行融資。2019年1月深圳市金融辦出臺《關于促進深圳市供應鏈金融發展的意見》，強調發展供應鏈金融是推進供給側結構性改革、增強金融服務實體經濟效能的重要力量，成為我國第一個有關供應鏈金融發展的地方性文件。

近年來，隨著供應鏈金融應用的不斷發展，國內外學者圍繞供應鏈金融開展了深入研究，內容廣泛且成果豐碩。根據中國知網(CNKI)數據庫統計數據，供應鏈金融研究的第一篇文獻始于2000年，2004年年度研究文獻突破10篇，2009年年度研究文獻突破100篇達187篇，2019年年度研究文獻達775篇，如圖1所示。截至2020年7月，CNKI數據庫中“全部期刊”中有關“供應鏈金融”主題的研究文獻達4 885條，其中“核心期刊”的相關文獻數為956條。在國外，英國巴斯大學商學院Mark等是最早開始供應鏈金融研究的學者之一[1]，他們在研究英國高速公路的基礎設施投資中，積極推行私人融資計劃(Private Finance Initiative,PFI)以發揮建筑供應鏈商家參與投資的積極性。在國內，西北工業大學管理學院姜繼嬌等將行為金融理論引入供應鏈庫存管理系統[2]，針對供應鏈庫存管理問題的行為金融決策建立了一種以行為投資組合(Behavioral Portfolio Theory,BPT)為核心的庫存管理量化控制模型。復旦大學管理學院陳祥鋒等在國內率先提出了供應鏈金融相關概念[3]，針對物流和金融的集成服務融通倉的出現，全面闡述了融通倉的定義及其系統結構，是國內最早的有關供應鏈金融的理論系統框架和風險管理方法。

社會網絡分析方法廣泛應用于學科熱點分析[4-9]，也為研究管理經典問題提供了可視化的分析工具[10-14]，并為深入研究復雜網絡提供了有效的建模手段[15-16]。為全面分析供應鏈金融研究現狀，梳理供應鏈金融研究重點，科學把握供應鏈金融未來研究趨勢及發展方向，基于CNKI近10年的刊文數據，運用社會網絡分析方法，對公開發表研究論文關鍵詞進行定量分析，剖析供應鏈金融研究熱點和重點方向，為下一步研究工作提供參考和指導，以科學指導供應鏈金融實踐。

二、關鍵詞共現網絡建模

1.數據獲取

本文從CNKI核心期刊文獻數據中，以高級檢索方式按照時間節點為2010—2019年、檢索策略主題為“供應鏈金融”，共檢索到供應鏈金融相關研究文獻891篇。

2010—2019年，關于我國供應鏈金融的公開發表研究文獻總體呈現持續穩步增長趨勢，2019年供應鏈金融的刊文數量達到120篇，反映了供應鏈金融理論研究的持續發力,如表1所示。

表1 供應鏈金融刊文情況(2010—2019年)

2.高頻關鍵詞分析

關鍵詞是反映研究論文的核心詞匯，是表達文獻主題的詞或詞組，也是文獻檢索的重要標識之一，可以較好地反映論文研究內容和方向。本文通過分析公開發表論文的關鍵詞，全面剖析供應鏈金融的研究重點和發展方向。本文共檢索相關文獻的關鍵詞總數1 779個，累計出現頻次4 060次，頻次排名前50的關鍵詞，如表2所示。其中，“供應鏈金融”的頻次最高，達526次，出現在文獻中平均為0.590 3次/篇，其次是“供應鏈融資”“供應鏈”“中小企業”，反映了供應鏈金融的服務主體是供應鏈中小企業。隨著金融科技深入發展，研究熱詞不斷涌現，例如，“區塊鏈”(頻數20)、“金融科技”(頻數17)、“大數據”(頻數11)和“互聯網”(頻數9)等，反映了現代信息技術在供應鏈金融中廣泛推廣和應用。

表2 供應鏈金融高頻關鍵詞情況

綜觀供應鏈金融的發展，均與金融服務、產業發展以及信息技術應用密切相關，以人工智能為核心的信息技術廣泛應用于金融風范管控等領域[17]。從供應鏈金融研究文獻高頻詞中，可以進一步映射出供應鏈金融服務實踐的演變，“中小企業”“商業銀行”等關鍵詞頻次處于領先地位，而“互聯網”“大數據”“區塊鏈”的頻次相對落后，反映了供應鏈金融服務呈現金融主導、產融結合、信息協同等模式的迭代升級。

金融主導模式即金融機構通過掌控產業鏈上下游的資金流、物流、信息流等，來主導提供融資服務。金融主導型在供應金融發展的早期就登上歷史舞臺，并至今仍在廣泛的領域發揮作用。例如，蘇格蘭皇家銀行是供應鏈金融線上化的領先者，自主開發的MaxTrad平臺用于實現對供應鏈的有效監管和控制，以及提供國際貿易與供應鏈相關的金融解決方案。該平臺為企業提供的服務包括自動處理貿易交易、管理應收賬款與預付賬款等。大型跨國企業能夠通過MaxTrad Enterprise與供應商在全球范圍開展合作，而中小型企業同樣能夠通過MaxTrad Express獲得開展全球貿易的支持。

產融結合模式即產業資本滲入或掌控供應鏈金融，常見的有核心企業主導、物流企業主導兩種。產融結合型伴隨著精細化的生產與物流管理、規模化的企業集團運作發展起來。在這類供應鏈金融模式中，核心企業或大型物流企業借由在產業鏈中所處的優勢地位，整體把控上下游的價格、訂單、貨物等關鍵信息，并結合自身或金融機構的資本優勢開展供應鏈金融業務。例如，通用電氣(GE)通過不斷的整合把散布在各業務板塊中的金融業務集中到一起形成了GE Capital(GEC)。GEC業務范圍廣泛，飛機融資租賃業務是GEC供應鏈金融崛起的關鍵因素。GEC與航空公司簽署融資租賃協議，由GEC直接向飛機制造商下訂單、付款采購飛機。飛機交付航空公司后，航空公司按期支付本金以及相應利息給GEC。

隨著信息技術在金融、產業、物流等領域愈發深入的應用，信息協同發展模式成為供應鏈金融的新模式。在這種模式中，第三方平臺通過領先的信息技術和供應鏈解決方案，成為聯系各方的重要服務紐帶。例如，美國供應鏈服務商PrimeRevenue(PR)，通過建立云平臺為供應鏈中的買方、供應商提供有針對性的、定制化的金融服務。PR和軟件解決方案供應商SAP Ariba創建了一個閉環系統，通過結合各方關系、轉賬以及財務數據，鏈接采購與融資，并為買方與供應商提供現金流的優化方案、促進交易雙方的合作關系。核心企業與供應商可以在這個平臺上兌換發票與賬款，供應商擁有自助工具將獲得核準后的應收賬款兌換成現金流。

3.高頻關鍵詞共現矩陣分析

為了分析文獻中高頻關鍵詞之間的聯系，選取頻數≥30的關鍵詞(共計12個)構建關鍵詞共現矩陣，如表3所示。矩陣中的數值表示關鍵詞兩兩同時出現的頻次，對角線為關鍵詞出現的頻次。為了進一步分析關鍵詞之間的相似程度，將共現矩陣轉換為相似矩陣，如表4所示。相似矩陣中的數值越接近1則表示關鍵詞的相似度越好，反之亦然。

從相似矩陣可知，“供應鏈融資”與“供應鏈金融”具有異曲同工之效，二者相似度為0.746 3，“銀行”與“金融機構”可視為同功一體，二者相似度最高達0.987 9；供應鏈金融是供應鏈管理的深化和服務延伸，“供應鏈金融”與“供應鏈”二者相似度為0.445 6，以及“供應鏈金融”與“供應鏈管理”二者相似度為 0.300 7；融資模式和風險管控是供應鏈金融的重要研究內容，更是商業銀行關注的重點，因此“供應鏈金融”與“融資模式”及“信用風險”相似度分別為0.447 9和0.417 9，而“商業銀行”與“融資模式” 及“信用風險”相似度分別為0.919 0和0.915 4。

表3 供應鏈金融關鍵詞共現矩陣(Top12關鍵詞)

表4 供應鏈金融關鍵詞相似矩陣(Top12關鍵詞)

4.共現網絡模型

關鍵詞較多且分布離散度較高，選取詞頻≥5的關鍵詞共100個，占關鍵詞總數的5.62%且累計出現頻次為47.71%，并將這些高頻關鍵詞作為共現網絡的節點建立關鍵詞共現網絡，進一步分析供應鏈金融的研究熱點和主要方向。

通過從文獻提取高頻關鍵詞，并把關鍵詞作為社會網絡中的節點，關鍵詞的共現關系用節點與節點之間是否有直接的連接及其連接頻數來表示，以構建共現網絡模型。在社會網絡中，度中心性(Degree)反映節點的重要性，一個節點的節點度越大就意味著這個節點的度中心性越高，在網絡中的重要性越高[18]。選取供應鏈金融的高頻關鍵詞中心度≥80的10個關鍵詞進行中心性分析，如表5所示。一般來說頻次較高的關鍵詞對應的中心性也較高，如“供應鏈金融”的度中心性數值最高。中心性是表示與一個關鍵詞共現的其他關鍵詞個數的值，進一步反映其在共現網絡中的重要程度，因此也會出現頻次與中心性不一致的情況。例如，關鍵詞“資金約束”雖然頻數排名第5位，但是其中心性落后于前10位，所以 “資金約束”的中心性并不高，僅同其他21個關鍵詞有共現關系。

表5 供應鏈金融主要高頻詞中心性分析

因此，從供應鏈金融高頻詞中心性分析可知，“互聯網”“大數據”“區塊鏈”關鍵詞無中心性特征，反映供應鏈金融與信息協同度較弱，映射出我國供應鏈金融實際上仍處在以銀行等金融機構主導的發展階段，處于較低的發展水平，有待加快供應鏈金融與產業融合，積極推進信息的推廣和應用。

本文運用NetDraw建立高頻關鍵詞的共現網絡[19]，如圖2所示。圖中圓圈大小表示關鍵詞的度中心性，圓圈越大，度中心性越強，其在供應鏈金融研究領域中越重要。顯然，“供應鏈金融”“供應鏈融資”“商業銀行”“金融機構”等關鍵詞在供應鏈金融研究中占據重要地位，與關鍵詞的中心性分析結果總體趨勢一致，反映了銀行和企業是供應鏈金融的重要參與主體。

三、研究熱點分析

1.熱詞分析

2010—2019年，供應鏈金融的有關研究的熱點關鍵詞相對穩定，其中排在前列的關鍵詞主要包括“供應鏈金融(融資)”“風險”和“供應鏈”等，如表6所示。隨著近年金融科技快速發展，涌現了“區塊鏈” “大數據”和“智能合約”等熱詞，其中“金融科技”和“區塊鏈”在2019年成為僅次于“供應鏈金融”的年度熱點關鍵詞，反映了區塊鏈等先進信息技術對供應鏈金融具有積極的推動作用，對于防范供應鏈金融風險、提升服務水平將產生重要影響。

近年來，隨著人工智能、大數據等信息技術的廣泛推廣和應用，供應鏈金融不斷提速升級。通過采用現代信息技術，可以使供應鏈的信息流、資金流、物資流更好地實現科學匹配，并能提供數字化文件管理、交易跟蹤、權利確認、以及實現智能授信準入等服務功能，使供應鏈融資服務變得更加普遍和便捷。與此同時，隨著區塊鏈等技術在供應鏈金融中的應用，進一步降低供應鏈金融風險，對風險進行補償的融資成本就能相應降低。

表6 供應鏈金融年度熱點關鍵詞(2010—2019年)

2.主成分分析

為了簡化復雜社會網絡結構，凝聚子群是一種典型社會網絡子結構分析方法，使之能夠進一步分析社會網絡中的子結構及其相互關系。社會網絡分析可以進一步探索網絡中是否存在凝聚子群，即通過對節點關系親疏度的分析，來觀察節點是否形成一個個小圈子[19]。

關鍵詞網絡凝聚子群反映網絡中的某些關鍵詞同時出現在一些研究文獻中，相互之間的關聯度較強。本文利用UCINET進行供應鏈金融熱點關鍵詞的凝聚子群研究，通過對關鍵詞共現矩陣的標準化處理，將共現次數≥3的關系設為1，而<3的關系設為0，生成二值矩陣，進一步對關鍵詞網絡開展主成分和派系分析。

在社會網絡圖中，一個圖可以分為幾個部分且每個部分內部成員之間存在關聯，而各個部分之間沒有任何關聯，則把這些部分稱為“成分”。在供應鏈金融研究的高頻關鍵詞中，存在著一個較大的弱成分(包含70個節點)以及1個較小的弱成分(包含3個節點，農業供應鏈金融、龍江銀行、普惠金融)，其余27個成分僅含有1個節點，如表7所示。成分1反映大部分關鍵詞聯系十分緊密，共同構成了一個成分；成分2由3個關鍵詞構成，反映 “農業供應鏈金融”的研究與“普惠金融”政策有關，“龍江銀行”也在開展農業供應鏈金融方面取得豐富案例；眾多較小的弱成分反映了供應鏈金融的研究方向呈現自由選題的特征，有關研究文獻并未形成顯著的小團體。

表7 供應鏈金融關鍵詞成分分析

3.派系分析

供應鏈金融關鍵詞成分特征并不顯著，本文進一步進行派系分析。派系(Clique)是凝聚子群的重要概念，在派系中成員之間的關系具有互惠性和共性特征，表現為任何點之間都存在一條直接相連的線。若向其中加入任何一個成員，將改變派系的性質[19]。

對二值化后的關鍵詞矩陣進行派系分析，經分析測試將最小規模設置為4，即一個團體中至少有4個節點，共找到了12個派系(Cliques)，如表8所示。

表8 供應鏈金融關鍵詞派系分析

在不同派系中，各個派系之間的共享關鍵詞較多，如表9所示，矩陣中的數值代表各派系之間共享的關鍵詞的個數。派系共現矩陣反映了供應鏈金融的研究問題相對集中，研究問題之間也存在各種聯系。例如，同第一派系之間，除第8派系、第11派系僅共享一個關鍵詞外，其余派系均共享多個關鍵詞。

表9 關鍵詞派系共現矩陣

四、結語

本文應用社會網絡方法對供應鏈金融相關研究文獻進行系統分析，研究文獻關鍵詞總體上表現為結構比較緊密、網絡密度高。一方面，反映了供應鏈金融的研究主題相對集中，主要集中在融資模式、信貸風險、企業融資需求等領域；另一方面，在研究熱點方面，近年來“互聯網”“大數據”“區塊鏈”關鍵詞頻次呈增長態勢，但是這些關鍵詞的中心性特征較弱，反映了現代信息與供應鏈金融融合趨勢但協同度不高，需要進一步加強供應鏈金融與區塊鏈等現代信息技術的融合，成為金融科技的新領域。

為進一步推動供應鏈金融的深入研究,在研究領域方面應聚焦行業實踐需求，加強信息技術在供應鏈金融領域的推廣和融合，創新供應鏈金融業務模式和協調機制。在推廣應用方面應充分發揮金融機構和核心企業在供應鏈金融中的主導作用，通過進一步加強產業融合和銀企合作，創新供應鏈金融服務，促進產業發展和提升供應鏈管理水平。