马汉武，戴昊宇 （（江苏大学 管理学院，江苏 镇江212013））

0 引 言

信息不对称一直是供应链管理的敏感问题，尤其涉及到供应链金融领域，信息共享尤其难能可贵。供应链金融研究初期，大多数学者将银行作为供应链交易双方的监督者与信息共享者[1-2]，他们大多站在银行的角度分析供应链金融的融资风险，随着供应链金融的实践尝试，这一运作方式逐渐体现出弊病，这是因为银行作为第三方，无法准确、实时获得交易双方的真实数据，而银行刻意收集供应链数据必然提高成本[3]。

第42 次中国互联网发展状况统计报告显示，截止2018 年12 月，我国网民规模为8.29 亿，全年新增网民5 653 万，互联网普及率达59.6%，较2017 年底提升3.8%[4]。这表示着我国的互联网+氛围已经相当浓厚，电商平台飞速发展，电商平台运作模式变得越发成熟。电商平台在数据处理与数据共享方面处于核心地位，供应链各方的交易数据、偿债能力、运营状况可以通过电商平台进行公示，交易各方能够互相监督[5]。并且，电商平台由于友好的操作界面与便捷的付款方式，近年来受到消费者与中小企业的青睐[6]。在这样的优势主导下，供应链金融平台化的潮流不可逆转[7]。2010 年之后，线上供应链金融出现了三种运作方式，第一类是传统金融服务线上化，这类模式依旧以商业银行为主导提供融资服务，其代表是平安银行等一系列银行推出的融资理财服务；第二类是部分电商平台通过资本积累，自己开发供应链金融业务，其资金的来源、企业的运营情况监督等，均由电商平台完成，其代表如阿里巴巴等，通过自设小贷公司来开展信贷业务的一些电商平台。第三类可以看做是前两者的结合，银行电商平台均参与其中，银行提供借贷的资金，电商平台通过自身信誉获得银行的资金，再通过自己的信息优势将资金借贷给弱势企业，并起到一定的监督作用。第三种方式电商平台处于信息获取优势的绝度高度，不仅积累了弱势企业的数据，对银行资金融也有一定的了解，它们可以运用大数据挖掘等先进技术手段，将供应链上有资金需要的弱势企业和不同的金融信贷机构进行匹配，促进资金周转速度，减少信贷风险。但值得注意的是，这种金融运作模式导致了电商平台与银行等金融机构信息不平等，“上海钢贸”，“青岛港骗贷”等事件为我们敲响了警钟，电商平台隐瞒行为的道德风险是这种模式下亟待解决的问题，为此一系列学者也进行了该模式下道德风险与逆向选择的研究[8-10]。

商业承兑汇票支付方式在电商平台供应链金融中有着广阔的运用空间，这是因为商业承兑汇票作为企业的信用凭证，有代表企业偿债能力的作用，特别是在生产资料型供应链系统中，制造商的订货方式具有定量定时的特点，在这种情况下使用商业承兑汇票支付方式，能起到减少机会成本与资金时间价值的作用。采用承兑汇票作为支付手段的情况下，电商平台的商誉问题不可忽视，2018 年领视控股因电商业务商誉减值，年度亏损增加1.3 亿港元，华鹏飞2018 年全年归属于上市公司股东的净利润为亏损5.50 亿元至5.55 亿元，主要原因是公司计提了大额商誉减值及坏账准备。在2018 年，大量供应链金融企业受到了商誉减值风波的影响，这为供应链金融行业也增添了一层雾霾。那么在考虑商誉的前提下，电商平台到底会有怎样的努力程度与经营模式是迫切需要研究的问题。

1 文献综述

对供应链金融激励机制的研究，大多成果都集中在激励机制选择、道德风险规避、行动监督、逆向选择等方面。Cachon 等[11]（2000） 在供应链金融激励机制的背景下将信息共享的价值与信息技术的两个好处即更快和更便宜的订单处理进行了对比，发现他们分别是导致更短的交货时间和更小的批量的原因。Cachon 等[12]（2003） 认为供应链中的激励机制分为线性激励与非线性激励两种模式，而非线性激励的复杂性与实践中的难操作性导致了供应链系统中的激励机制往往采用线性激励方式。Huang等[13]（2009） 认为成员之间的知识共享对于快速响应不断变化的在线市场至关重要，于是提出了一种融合知识互补性和整合能力的电商平台供应链知识共享激励模型。找到基于服务提供者风险中性和风险规避条件下，信息不对称条件下电商平台供应链的委托代理的最优激励机制解。KrishanH 等[14]（2004） 针对线性回购激励合同，证明供应链金融运作过程中，当制造商承担大部分风险时，就会引起零售商的品德松弛问题。白少布、刘洪[15]（2010） 认为供应链融资业务的成功运作取决于融资企业努力程度，分别建立信息对称与不对称条件下的帕累托最优模型，得出了在核心企业具有较高的信用度的前提下，融资活动的成功主要取决于融资企业的努力。李绩才等[16]（2013） 以一个两阶段供应链为背景，在企业风险规避的前提下考虑一对多的特殊情况，得出了供应链系统中存在唯一的批发价——收益共享系数使得供应链系统协调。辛玉红等[17]（2013） 将供应链金融、应收账款融资业务、多任务委托代理模型联结研究，发现信息不对称情况下激励强度与风险规避度负相关，提出制造商在设计激励契约时，应该把供应商的风险规避度考虑在内。王勇等[18]（2014） 发现对于供应链中改良品，简单的集中决策并不能使得供应链上所有成员企业均受益，但是通过数量折扣作为激励机制，在成本不增加的前提下，供应链各企业的利润得以增加。Wang[19]（2018） 认为激励机制的引入可以显著提高供应链中企业间知识共享的概率，从而揭示了企业战略选择的演化规律。Qian[20]（2018） 选择第三方物流供应商建立长期战略合作伙伴关系的机制设计问题，在考虑成本不定性与交付风险两个不完全属性的前提下，结合第三方物流企业的风险规避理论与前景理论，找到了最优决策解。

电商平台供应链金融发展趋于成熟以后，很多学者开始研究电商平台模式下供应链金融的激励机制问题。Liu 等[21]（2015）提出一种基于信息共享的线上供应链金融模型，分别讨论了信息提供者为风险中性与风险规避性企业时的不同情况，发现该模式下激励程度受到电商信息整合能力与风险规避程度的影响。史金召等[8]（2015） 构建了一个线上B2B 平台模型，通过设计银行对B2B 平台的激励机制发现银电之间的收益分配问题与道德风险问题可以通过严格控制收益分配上限与签订回购合同等方式得以解决。顾波军[22]（2016） 运用多重心理账户以及效用函数的方法，对以往风险中性与风险规避性企业的收益共享理论的诸多研究进行了深化与拓展，为风险规避性主体的研究提供新的视角与方法。鄢章华[23]（2017） 从一些近年来炙手可热的电子商品的销售中得到启示，研究了“饥饿营销”背景下收益共享契约的新问题，阐明了“饥饿营销”背景下供应链上下游更应该建立相应的共享契约以提高利润。韩亚娟等[24]（2018） 则是运用Stackelberg 博弈模型，分析四级供应链中产品质量与供应链企业间的共享比例以及采用何种激励策略的潜在关系，并用仿真工具进行了论证。Tu 等[25]（2018） 研究了本文研究的以非金融机构为主体的新金融模式下平台与银行的委托代理关系，以及金融合作伙伴激励契约的优化设计。为有效控制网上供应链金融的道德风险提供了新的思路。Wang[26]（2019） 认为监督机制是提高知识共享的有效途径，但是只采用监督机制的效果并不好，为此他提出了一种基于监管机制的知识共享激励方法，促进产业建设供应链成员企业之间的知识共享。

上述论文的主要研究聚焦于供应商与零售商之间的消费资料委托代理理论与激励机制，对于生产资料的研究还相对匮乏。且在激励机制的研究中，大部分文献聚焦于激励程度与努力程度、风险偏好程度以及上下游企业的销售价格之间的关系，对于激励程度与电商平台收费标准与声誉等其他因素的研究还相对匮乏。本文以线上商业承兑汇票供应链金融为研究对象，探究这种新模式下激励机制的诸多特点。

2 模型构建

2.1 问题描述

本文研究某个为工业企业提供采购撮合的专业服务电商平台，类似于工业互联网的后台服务商，由多个供应商、少量主制造商、少量银行组成的电商平台商业承兑汇票供应链融资系统。银行认定的信用较好的多个供应商在为主制造商提供零件时会发生生产成本不足的情况，这些供货商企业会通过电商平台申请贷款，并发送由制造商开具的电子商业承兑汇票，电商平台在审核相关资料真实性之后上交至银行申请贷款，银行经过商业承兑汇票贴现后发放资金至电商平台专有资金池，电商平台将获得的贷款发放给弱势企业，弱势企业在完成生产的任务后获得资金，资金优先支付贷款。线上商业承兑汇票供应链融资模型构建思路步骤如图1 所示。

2.2 基本假设

（1） 假设模型中电商平台为风险规避性，银行为风险中性，供货商与制造商、电商平台的合作关系较为稳定，电商平台为完全竞争市场，原材料批发价格与商品销售价格不变，电商平台只销售规定的产品，且电商平台回扣费用的比例固定。

（2） 由于供货商、制造商都处于电商平台的环境之下，他们的信息是完全对称的，于是不考虑参与主体的缺货损失，且电商平台根据制造商的订单及时通知供货商生产供货，所以也不存在残值处理，电商平台总能按照制造商需求订货。

图1 线上商业承兑汇票供应链融资模式业务流程

为了研究线上商业承兑汇票供应链金融中银行对于电商平台的激励机制，考虑一个有电商平台、银行、供货商和制造商组成的供应链系统。其中，银行为了确保电商平台提供贷款企业信息的准确性，要求电商平台努力得到弱势企业的真实信息，作为回报，银行给与电商平台线性激励。基于上述分析，建立Stackelberg 博弈，博弈顺序为：电商平台先决定其努力程度e，而后银行根据电商平台努力程度决定激励系数β。

2.3 相关符号

e：电商平台的努力程度；C（e）：努力成本，根据文献，设计努力成本为

ε：外部因素带来的随机扰动，服从参数为（0，σ2）的正态分布；

q：电商平台上某产品的订货量，q=η+e+ε，其中η 为供货价格固定时的销售量；

h：制造商与供货商在电商平台上完成单位订货的费用；

u0：电商平台的保留效用；

w（q）：银行对电商平台的线性报酬函数，w（q）=α+βq，其中α， β 为常数；

Z：贴现票面金额；

k：商业汇票贴现率；

t：汇票到期日前去贴现时间（本文简化模型，考虑不带利息贴现）；

r：电商平台借款利率；

μ：电商平台的机会成本率；

u（x） ：风险厌恶特征的效用函数，假设银行是风险中性的，电商平台是风险规避性的，且电商平台有恒定绝对风险厌恶特征的效用函数[28]：u（x）=-e-ρx，其中ρ 表示绝对风险厌恶度，x表示实际收入数量。

2.4 模型构建与模型解决

（1） 未引入商誉的电商平台商业承兑汇票融资模式激励机制研究

银行作为委托人，其两期收益函数为：

由于银行是风险中性的企业，则其收益期望为：

电商平台作为代理人，其单期收益函数为：

由于电商平台是风险规避型的企业，且具有恒定绝对风险厌恶特征的效用函数，则其确定性等价收入为：

基于以上分析，建立委托代理理论如下：

命题1：不考虑商誉下，银行与电商平台均追求利益最大化时，银行激励最优系数β*与电商平台最优努力程度e*满足：

证明：对式（7） 求一阶条件得：

由式（6） 取等号做条件，将α 解得：

将式（11） 与式（10） 带入式（5） 并求一阶条件得式（8）：

将式（8） 带入式（10） 得到式（9）：

（2） 以引入商誉的电商平台商业承兑汇票融资模式激励机制研究

在线上商业承兑汇票供应链金融中，商誉对于电商平台的作用是极大的，这是因为电商平台在线上供应链金融中处于信息的绝对高度，银行只能通过电商平台的商誉等信息侧面了解供应链的运作情况，所以电商平台的商誉是线上承兑汇票供应链融资模式的重要观测变量，基于此状况下，建立考虑商誉的电商平台商业承兑汇票融资模式激励机制。

在上面模型的基础上，引入商誉函数与折现系数：

基于以上假设，现在考虑两个周期的引入商誉的电商平台商业承兑汇票融资模型：

银行作为委托人，其两期收益函数为：

基于以上分析，建立考虑商誉的委托代理理论如下：

命题2：在考虑商誉的情况下，银行与电商平台均追求利益最大化时，银行激励最优系数β**与电商平台最优努力程度e**满足：

证明：求式（16） 的一阶条件得：

将式（15） 化为等号条件，解得：

将式（19） 与式（20） 带入式（14） 并求一阶条件得式（17）、式（18）：

命题3：考虑商誉系数时，电商平台努力系数与银行的风险规避程度成负相关，当时，银行激励系数与银行风险规避程度成负相关，当时，银行激励系数与银行风险规避程度成正相关。

命题3 的结论与以往的结论有细微差别，以往的研究大多发现，激励系数与电商平台努力程度均是负相关的[29-30，15]。这是因为在考虑商誉系数的条件下，银行的激励程度有了商誉这一个参考的标准，当商誉系数较高时，意味着电商平台规模较大，具有较高的信誉，风险厌恶型银行更加希望向这种电商平台提供融资以减少其向其他小型电商平台提供投资。

命题4 表明，考虑商誉的情形下，银行激励系数与电商平台努力程度与电商平台商誉的关系是不同的，银行的激励系数表明，银行与大型电商平台合作会有“1+1＞2 的效果”。电商平台努力程度则表明，电商平台在运转的前期（商誉系数较低的阶段），商誉是具有激励作用的，这表现为中小型电商平台积极向上的动力，但随着电商平台规模的扩大，商誉的提高，其影响力也不断增加，在此基础上，电商平台开始懈怠，容易躺在自己的“功劳簿”上，不再努力。

（3） 考虑市场利率情况下电商平台商业承兑汇票融资模式激励机制研究

在电商平台激励机制中，银行的借贷利率也是浮动的，而非固定利率，银行往往会通过市场利率的方法来达到双重激励的模式，银行通过借出贷款获得收益，为了激励电商平台扩大销售量以减少自身借贷风险，银行考虑降低借贷利率，采用市场利率。

在此前提下，引入市场利率：

re=r-φq市场利率是一个关于销售量的递减线性函数，银行通过这种利率模式来激励电商平台。

为了书写方便，先令A=Z1+k（t） 。

银行作为委托人，其两期收益函数为：

电商平台作为代理人，其两期收益函数为：

基于以上分析，建立考虑商誉的委托代理理论如下：

命题5：考虑市场利率情况下，银行与电商平台均追求利益最大化时，银行激励最优系数β***与电商平台最优努力程度e***满足：

证明：求式（16） 的一阶条件得：

将式（24） 化为等号条件，解得：

将式（28） 与式（29） 带入式（21） 并求一阶条件即可得到结论。

命题6：在双重激励下，通过设置适当的系数φ，可以减缓商誉系数带来的电商平台不努力问题，但是仍然存在商誉拐点，且拐点的位置与不考虑双重激励情况下一致。

命题7：在双重激励下，通过设置适当的系数φ，可以改变银行激励系数与商誉的相关性，当h-Aφ＞0 时，银行激励系数与电商平台商誉成正相关，当h-Aφ＜0 时，银行激励系数与电商平台商誉成负相关，当h-Aφ=0 时，银行激励系数与电商平台努力无关。

命题6 与命题7 可得，通过双重激励机制的情况下，银行可以更合适的掌握电商平台的运作情况，也可以相对控制电商平台的努力程度。

3 数值分析

以下将参数赋值后进行数值分析。取σ2=10 000， δ=0.95，h=5，A=10 000，商誉系数κ 在1 到3 中波动，而银行风险规避系数在0.1 到0.8 之间波动，分别绘制单重激励政策下电商平台努力系数和银行激励系数与商誉系数与规避程度的关系。

从图2 中可以清晰地看出，单重激励机制下，电商平台努力程度存在拐点，当商誉比较小时，商誉理解为电商平台努力的催化剂，商誉较高时，商誉理解为电商平台努力的绊脚石，这说明了命题4 的有效性。

在双重激励机制下，取ρ=0.2，绘制电商平台努力程度与市场利率变化系数φ 与商誉系数的关系，如图4 所示。

从图4 中可以清晰的看出，在市场利率满足h-Aφ＞0，即时，电商平台努力程度随其商誉系数的增大而增大，反之亦然，且φ 接近于时，电商平台努力程度的变化量减小（接近于0），这证明了命题6 的有效性。

4 结 论

电商平台供应链融资方式在问世以来一直受到众多学者的关注，基于实践运作流程的考虑提出了电商平台商业承兑汇票供应链融资模式，描绘了一个由电商平台、银行、少量制造商与大量供货商参与的互联网+供应链系统，在考虑商誉的情况下探究银行激励机制，研究最优努力程度与激励系数的关系。主要发现如下：

（1） 单重激励条件下，银行激励程度与自身风险规避程度的关系是不确定的，商誉系数存在一个阈值，在较低的商誉系数下，银行激励程度与自身风险规避程度是负相关的，较高商誉系数下，银行激励程度与自身风险规避程度是正相关的。这说明了银行与大型电商平台合作会有“1+1＞2”的效果。

（2） 单重激励条件下，电商平台努力程度与商誉系数呈现“A”型关系，电商平台存在一个“拐点”。在商誉较低时（考虑电商平台发展前期），电商平台为了扩大其影响力，商誉对其努力程度呈现一种正相关关系，但随着电商平台规模的扩大，商誉系数逐渐成为其努力程度的阻碍力量，说明电商平台也有类似于“松懈与骄傲”的情形。

（3） 双重激励机制下，银行调节市场利率变化率无法改变电商平台商誉系数拐点，但是银行可以调节市场利率变化率来降低结论（2） 中提到的电商平台的“松懈与骄傲”特性，并且降低结论（1） 中的自身受电商平台的商誉影响，提高自身在供应链中的影响力与把控力。

图2 电商平台努力程度与电商平台商誉系数和风险规避系数关系

图3 银行激励程度与电商平台商誉系数和风险规避系数关系

图4 电商平台努力系数与市场利率系数和商誉系数的关系

本文研究了考虑商誉的电商平台承兑汇票供应链金融模式，为其中银行的激励系数与电商平台努力程度以及商誉系数的决策提供了依据与管理启示。但是随着供应链金融的不断发展，实践中存在更多需要考虑的问题，如：电商平台使用数量折扣与批发价优惠政策对于激励系数与努力程度的影响又会如何，考虑电商平台与银行均为风险规避型企业的条件下上述结论是否会有变化等有待进一步研究。