基于碳資產數字化的供應鏈金融監管機制研究

摘 要：隨著全球碳市場的不斷深化以及交易活動的日益興起，碳資產數字化已成為碳市場高效運作的關鍵要素，其重要性愈發凸顯。碳資產作為衡量企業碳排放績效的關鍵指標，在供應鏈金融領域占據重要地位，是連接綠色金融與可持續發展戰略的重要紐帶。本文深入探討了基于碳資產數字化的供應鏈金融監管機制，詳細分析了碳資產在綠色金融與可持續發展戰略中的重要意義，通過構建涵蓋金融機構、碳交易所及第三方檢測機構的三方演化博弈模型，揭示了各主體在低碳評級與金融監管過程中的策略選擇及互動關系，為構建高效、透明且綠色的供應鏈金融監管體系提供了堅實的理論支撐與實踐指導。

關鍵詞：碳資產數字化；供應鏈金融；演化博弈；碳中和；綠色金融

中圖分類號：F832.5 文獻標識碼：A 文章編號：2096-0298（2025）05（a）--05

1 引言

隨著全球碳市場的持續深化與碳交易活動的日益興起，碳資產數字化作為驅動碳市場高效運作的核心引擎，其重要性日益凸顯[1]。碳資產作為量化企業碳排放績效的關鍵指標，正逐步在供應鏈金融領域占據舉足輕重的地位，成為連接綠色金融與可持續發展戰略的橋梁。然而，供應鏈金融監管體系的復雜性不容忽視，它涉及金融機構、碳交易所、第三方檢測機構等多方主體，其間信息流的交織與利益格局的博弈，既為監管創新提供了廣闊空間，也帶來了前所未有的挑戰[2]。

目前，關于碳資產的定義尚未形成共識，Zhang等（2018）將碳資產定義為企業擁有且可能在未來為企業帶來經濟利益，并與溫室氣體排放相關的各種有形與無形碳資源[3]。在碳金融的研究領域中，周衛鋒（2010）提出我國碳金融體系存在碳交易中心功能單一、金融機構參與程度低、碳金融產品單一、碳金融專業人才缺乏、碳金融政策支持不足等問題[4]。

供應鏈金融監管作為保障金融穩定與促進綠色轉型的關鍵環節，其研究需結合具體情境與約束條件深入剖析參與主體的博弈行為。Hofmann，E.（2016）對供應鏈金融的概念進行深入探討，并對供應鏈金融監督的模式與方法進行概述，為供應鏈金融監督的研究提供理論支持[5]。張源（2017）通過應用演化博弈理論，深入研究了在激勵機制的支持下，如何實現雙方共贏，為優化供應鏈金融監管機制提供了新思路[6]。王先甲等（2022）聚焦于供應鏈金融的運作模式與機制，探討核心企業在其中的作用，為中小微企業提供信用擔保并監督其經濟活動，以維持供應鏈的信用與效益[7]。曾宇露（2023）從監管角度出發，探討了數字經濟背景下供應鏈金融的發展現狀與面臨的問題，指出數字經濟為供應鏈金融提供了新的機遇，如通過大數據技術實時監測風險變化，實現更好的風險控制[8]。張深紅等（2022）利用演化博弈方法，深入研究了生鮮電商供應鏈金融中的風險監管機制。研究聚焦于傳統存貨質押模式下，商業銀行委托生鮮電商平臺對融資公司實施內部監督的場景，揭示了商業銀行與生鮮電商平臺之間的策略互動關系。結果表明，當商業銀行的外部監管成本較高，而生鮮電商平臺的內部監管成本較低時，銀行可能會放棄對外部監督，轉而依賴電商平臺的內部監管；反之，當電商平臺的內部監管成本較高時，銀行需要通過加大獎懲激勵力度，采取“積極管制”策略確保監管的有效性[9]。儲雪儉等（2020）針對供應鏈金融物流監管中的風險問題展開研究，從供應鏈金融監管各參與者間的關系出發，構建供應鏈金融物流監管中的博弈模型，并運用激勵理論，進一步構建了金融機構與物流監管企業間的激勵模型，指出物流監管企業與金融機構之間利益不一致及物流監管人員的隱藏行為是導致監管隱患的主要因素[10]。

基于此，本文聚焦于碳資產數字化背景下供應鏈金融監管機制的創新，旨在通過構建基于碳資產數字化的新型監管框架，以應對當前監管體系面臨的挑戰。本文通過綜合運用博弈論與金融監管理論，建立了碳資產數字化的供應鏈金融模式，構建了金融機構、碳交易所與第三方檢測機構之間的博弈模型，深入剖析了三方在不同情境下的策略選擇與互動機制，進而揭示了碳資產數字化對供應鏈金融監管的深層次影響，為構建更加高效、透明、綠色的供應鏈金融監管體系提供理論支撐與實踐指導。

2 三方演化博弈模型構建

在碳資產數字化的供應鏈金融模式中，第三方檢測機構、碳交易所和金融機構各自承擔著關鍵角色，共同推動供應鏈金融的綠色轉型與可持續發展。具體而言，第三方檢測機構作為專業評估主體，負責對供應鏈企業進行全面、科學的低碳評級評估，并出具相應的低碳評級報告。這一報告不僅涵蓋了企業碳排放的量化數據，還涉及企業在節能減排、清潔能源利用、碳資產管理等方面的綜合表現，為金融機構提供了重要的決策依據。

碳交易所在該模式中承擔著信息樞紐和監督者的雙重角色。一方面，它負責將第三方檢測機構出具的低碳評級報告準確、及時地傳遞給金融機構，確保信息流的暢通無阻；另一方面，碳交易所還需強化對第三方檢測機構的監督，通過構建嚴格的監督機制和標準，確保評級過程的公正性與準確性。這包括對第三方檢測機構的評估方法、數據來源、評級流程等進行審查和監督，杜絕任何形式的違規操作和利益輸送行為，從而維護整個供應鏈金融體系的公信力和穩定性。

金融機構是供應鏈金融的核心主體，其在該模式中的主要職責是依據低碳評級結果，對供應鏈中小企業的融資申請進行差異化授信審批。具體來說，金融機構會根據企業的低碳評級高低，綜合考慮其碳排放績效、財務狀況、市場前景等因素，制定差異化的授信策略。對于低碳評級較高的企業，金融機構可能會給予更優惠的貸款利率、更高的授信額度和更便捷的審批流程，以激勵企業持續提升碳績效；而對于低碳評級較低的企業，金融機構則可能會提高貸款利率、降低授信額度或要求企業提供額外的擔保措施，以降低潛在的環境風險和金融風險。通過這種差異化授信審批機制，金融機構不僅能夠有效控制自身的風險敞口，還能引導供應鏈企業向綠色、低碳方向發展，從而推動整個供應鏈實現可持續發展。

2.1 模型假設及參數說明

本文旨在構建一個涉及金融機構、碳交易所與第三方檢測機構的三方演化博弈模型，以分析三者在低碳評級與金融監管過程中的策略選擇與互動關系。

假設1 研究主要關注供應鏈金融模式中的金融機構（F）、碳交易所（C）和第三方檢測機構（T）三大參與者，假設其均為有限理性，追求利益最大化。

假設2 金融機構（F）：基于第三方檢測機構的評級報告對供應鏈企業的貸款申請進行授信審批，并可選擇是否監督碳交易所是否有效履行了對第三方檢測機構的監督責任。其策略空間為{監督（F1），不監督（F2）}；碳交易所（C）：接收第三方檢測機構的評級報告，并將其轉遞給金融機構，同時承擔監督第三方檢測機構自律性的責任。其策略空間為{監督（C1），不監督（C2）}；第三方檢測機構（T）：負責為供應鏈企業進行低碳評級，并將評級報告提交給碳交易所。其策略空間為{自律（T1），不自律（T2）}。

假設3 在整個博弈過程中，根據三個參與主體做出的行為，假設支付函數如下：金融機構支付函數UF（Fi，Cj，Tk）；碳交易所支付函數UC（Fi，Cj，Tk）；第三方檢測機構支付函數UT（Fi，Cj，Tk）；其中，i、j、k分別代表金融機構、碳交易所和第三方檢測機構的策略選擇。

2.2 收益函數

2.2.1 金融機構（F）在不同策略組合下的收益函數

（1）當金融機構選擇監督（F1）

假設碳交易所選擇監督（C1），若第三方檢測機構選擇自律（T1），金融機構的收益為基礎收益減去監督成本；若第三方檢測機構選擇不自律（T2），金融機構除了基礎收益外，還需要考慮因第三方檢測機構不自律而存在的不確定損失，但由于自身監督，可以避免部分損失。

假設碳交易所選擇不監督（C2），若第三方檢測機構選擇自律（T1），金融機構的收益為基礎收益減去監督成本；若第三方檢測機構選擇不自律（T2），金融機構除了基礎收益外，還需要考慮因碳交易所不監督及第三方檢測機構不自律而存在的雙重損失，但由于自身監督，可以避免部分損失。

（2）當金融機構選擇不監督（F2）

假設碳交易所選擇監督（C1），若第三方檢測機構選擇自律（T1），金融機構僅獲得基礎收益；若第三方檢測機構選擇不自律（T2），金融機構需要承擔因第三方檢測機構不自律而存在的不確定損失。

假設碳交易所選擇不監督（C2），若第三方檢測機構選擇自律（T1），金融機構僅獲得基礎收益；若第三方檢測機構選擇不自律（T2），金融機構需要承擔因碳交易所不監督及第三方檢測機構不自律而存在的雙重損失。

2.2.2 碳交易所（C）的收益函數

（1）當碳交易所選擇監督（C1）

假設金融機構選擇監督（F1），若第三方檢測機構選擇自律（T1），碳交易所的收益為基礎收益減去監督成本；若第三方檢測機構選擇不自律（T2），碳交易所除了基礎收益外，還需扣除對第三方檢測機構的罰金。

假設金融機構選擇不監督（F2），若第三方檢測機構選擇自律（T1），碳交易所的收益為基礎收益減去監督成本；若第三方檢測機構選擇不自律（T2），碳交易所除了基礎收益外，還需扣除對第三方檢測機構的罰金。

（2）當碳交易所選擇不監督（C2）

假設金融機構選擇監督（F1），若第三方檢測機構選擇自律（T1），碳交易所僅獲得基礎收益；若第三方檢測機構選擇不自律（T2），碳交易所除了基礎收益外，還需支付因失責而被金融機構處罰的罰金。

假設金融機構選擇不監督（F2），若第三方檢測機構選擇自律（T1），碳交易所僅獲得基礎收益；若第三方檢測機構選擇不自律（T2），碳交易所無需支付罰金，僅獲得基礎收益。

2.2.3 第三方檢測機構（T）的收益函數

（1）當第三方檢測機構選擇自律（T1）

無論金融機構和碳交易所如何選擇，第三方檢測機構都將獲得基礎收益。

（2）當第三方檢測機構選擇不自律（T2）

假設金融機構選擇監督（F1），若碳交易所選擇監督（C1），第三方檢測機構在基礎收益之外獲得不自律收益，但需支付罰金；若碳交易所選擇不監督（C2），第三方檢測機構在基礎收益和不自律收益之外，由于金融機構的監督，可能面臨額外的聲譽損失或業務風險。

假設金融機構選擇不監督（F2），若碳交易所選擇監督（C1），第三方檢測機構在基礎收益和不自律收益之外，僅支付罰金；若碳交易所也選擇不監督（C2），第三方檢測機構在基礎收益和不自律收益之外，不支付罰金，但可能面臨長期的市場信譽損失或其他潛在風險。

3 復制動態方程及穩定演化分析

假設x表示金融機構選擇監督的概率，y表示碳交易所選擇監督的概率，z表示第三方檢測機構選擇自律的概率。那么，1-x、1-y、1-z則分別表示金融機構選擇不監督、碳交易所選擇不監督、第三方檢測機構選擇不自律的概率。

根據支付函數和復制動態方程的一般形式，構建各參與者的動態方程如下：

3.1 金融機構（F）的復制動態方程

金融機構選擇監督的期望收益UF1和選擇不監督的期望收益UF2分別為：

UF1=yz（BF-CF）+y（1-z）[BF-CF-PF2（1-a）]+（1-y）z（BF-CF）+（1-y）（1-z）[BF-CF-PF2（1-a）-PF1]

UF2=yzBF+y（1-z）[BF-PF2]+（1-y）zBF+（1-y）（1-z）[BF-PF1-PF2]

金融機構的復制動態方程為：

其中，是金融機構的平均期望收益，即|xUF1+（1-x）UF2

令G（z）=-αPF2z+αPF2-CF，，可知G（z）為減函數，根據穩定性定理得：

（1）若G（z）=0，z=z*，，x取任意值都為穩定狀態。

（2）若G（z）lt;0，zgt;z*，x=0為演化穩定狀態，金融機構趨向于選擇不監督策略。

（3）若G（z）gt;0，zlt;z*，x=1為演化穩定狀態，金融機構趨向于選擇監督策略。

3.2 碳交易所（C）的復制動態方程

碳交易所選擇監督的期望收益UC1和選擇不監督的期望收益UC2分別為：

UC1=xz（BC-CC）+x（1-z）[BC-CC+PT]+（1-x）z（BC-CC）+（1-x）（1-z）[BC-CC+PT]

UC2=xzBC+x（1-z）[BC-PC]+（1-x）zBC+（1-x）（1-z）BC

碳交易所的動態方程為：

F（y）=y（1-y）（-CC+PT+PCx-PTz-PCxz）

其中，是碳交易所的平均期望收益，即yUc1+（1-y）Uc2。

令H（z）=-CC+PT+PCx-PTz-PCxz，可知G（z）為減函數，根據穩定性定理可得：

（1）若H（z）=0，z=z*，，y取任意值都為穩定狀態。

（2）若H（z）lt;0，zgt;z*，y=0為演化穩定狀態，此時碳交易所選擇不監督策略。

（3）若G（z）gt;0，zlt;z*，y=1為演化穩定狀態，碳交易所趨向于選擇監督策略。

3.3 第三方檢測機構（T）的復制動態方程

第三方檢測機構選擇自律的期望收益UT1和選擇不自律的期望收益UT2分別為：

UT1=xyBT1+x（1-y）BT1+（1-x）yBT1+（1-x）（1-y）BT1

UT2=xy（BT1+BT2-PT）+x（1-y）（BT1+BT2-PT-LT）+（1-x）y（BT1+BT2-PT）+（1-x）（1-y）（BT1+BT2-LT）

第三方檢測機構的動態方程為：

F（z）=z*（1-z）*（-BT2 +LT-LT*y+PT*x+PT*y-PT*x*y）

其中，是第三方檢測機構的平均期望收益，即zUT1+（1-z）UT2。

令L（x）=-BT2+LT-LT*y+PT*x+PT*y-PT*x*y，分析如下：

（1）若L（x）=0，x=x*，，z取任意值都為穩定狀態。

（2）若L（x）lt;0，xlt;x*，z=0為演化穩定狀態，此時第三方檢測機構選擇不自律策略。

（3）若L（x）gt;0，xgt;x*，z=1為演化穩定狀態，第三方檢測機構趨向于選擇自律策略。

4 特征值求解

在演化博弈分析中，特征值的求解對于判斷系統均衡點的穩定性至關重要。基于本文構建的三方演化博弈模型的特征值求解結果如表2所示。

4.1 初始演化路徑

（0，0，0）、（0，1，0）、（0，0，1）、（1，0，0）、（1，1，0）在滿足一定條件下，可以成為穩定點。

當PF2α-CFlt;0、PT-CClt;0、LT-BT2lt;0同時成立時，（0，0，0）為唯一的演化穩定點，參數初始賦值為：BF=100，CF=90，CC=110，BC=20，BT1=30，BT2=60，PF1=44，PF2=110，PC=80，PT=88，LT=40，α=0.7，其初始演化路徑如圖1所示。

當BT2?LTlt;0時，即第三方檢測機構因不自律而獲得的收益小于其因不自律而面臨長期的市場信譽損失或其他潛在風險時，系統演化穩定點為（0，0，1）。此時，金融機構和碳交易所均選擇不監督策略，而第三方檢測機構選擇自律策略；當PF2α?CFgt;0、CC?PTgt;0、 PT?BT2gt;0時，系統演化穩定點為（0，1，0）。此時，金融機構選擇不監督策略，碳交易所選擇監督策略，而第三方檢測機構選擇不自律策略；當PF2α?CFlt;0、CC?PTlt;0 時，系統演化穩定點為（1，0，0）。此時，金融機構選擇監督策略，碳交易所選擇不監督策略，而第三方檢測機構選擇自律策略；當PF2α?CFgt;0、CC?PTgt;0時，系統演化穩定點為（1，1，0）。此時，金融機構和碳交易所均選擇監督策略，而第三方檢測機構選擇不自律策略（圖1）。

4.2 α變動對三方策略的影響

α變動對三方策略的影響如圖2所示，隨著α增大，x向0收斂速度減慢，即隨著避免的損失比例增大，金融機構會采取監督策略；α增大，y向0收斂速度減慢，即隨著避免的損失比例增大，碳交易所會采取監督策略；α減小對z向0收斂速度越快，即隨著避免的損失比例減小，第三方檢測機構會趨向于采取不自律策略。

5 結語

本文構建基于碳資產數字化的供應鏈金融監管框架和三方演化博弈模型，分析金融機構、碳交易所和第三方檢測機構之間的策略互動，及其對供應鏈金融可持續發展的影響。研究發現，各參與主體的策略選擇是一個復雜的動態博弈過程，其演化路徑和均衡狀態受初始參數和關鍵變量（如α）的顯著影響。

在演化博弈中，當第三方檢測機構面臨較大的潛在風險時，傾向于選擇自律策略，而金融機構和碳交易所因監督成本較高選擇不監督策略。隨著α增大，金融機構和碳交易所的監督概率增加，第三方檢測機構的不自律概率降低，表明監督力度的增強能有效促進自律行為，從而推動供應鏈金融體系向穩定和可持續方向發展。

本研究的最終目的是通過構建基于碳資產數字化的供應鏈金融監管新框架和三方演化博弈機制，促進供應鏈金融實現可持續發展與綠色轉型。通過強化碳交易所在監管中的作用與責任，本研究將推動供應鏈金融向更加綠色、低碳、可持續的方向發展。綜上，本文給出以下幾個建議：（1）通過建立完善的風險預警系統，可以實時監測市場動態和評級報告的變化，及時發現潛在風險并采取相應的應對措施。（2）監管機構應積極探索將這些技術應用于監管工作中，提高監管效率和準確性。（3）注重科技創新的應用及加強市場參與者的教育和培訓等方面的工作，確保監管機制的有效性和適應性，為碳資產數字化和供應鏈金融模式的健康發展提供有力保障。

參考文獻

何德旭，張慶君，陳思，等.資產數字化、銀行風險與“雙支柱”調控[J].經濟研究， 2023， 58（1）： 38-55.

邱冬陽，吳夢堯.“雙碳”目標下的我國碳排放權質押貸款： 現狀、不足及優化路徑[J].西南金融， 2022（3）： 68-80.

Zhang C ，Randhir O T ，Zhang Y .Theory and practice of enterprise carbon asset management from the perspective of low-carbon transformation[J].Carbon Management， 2018， 9（1）： 87-94.

周衛鋒. 我國碳金融體系構建研究[D]. 長春： 吉林大學，2010.

Hofmann E ，Johnson M .Guest editorial： supply chain finance – some conceptual thoughts reloaded[J].International Journal of Physical Distribution amp; Logistics Management， 2016， 46（4）： 806-808.

張源.激勵視角下供應鏈金融監管效用演化博弈分析[J].中國市場，2017（17）： 193-196.

王先甲，顧翠伶，何奇龍，等.供應鏈金融信貸市場三方演化博弈動態[J].運籌與管理， 2022， 31（1）： 30-37.

曾宇露.數字經濟背景下供應鏈金融的引導與監管[J].當代金融研究， 2023， 6（12）： 29-37.

張深紅，魏娜，龐燕.基于演化博弈的生鮮電商供應鏈金融監管機制[J].物流技術， 2022， 41（6）： 76-80.

儲雪儉，黃越，李佳陽.基于激勵博弈的供應鏈金融物流監管風險研究[J].供應鏈管理， 2020， 1（12）： 48-62.