陈中洁，于 辉

(1.重庆工商大学会计学院，重庆 400067；2.重庆大学经济与工商管理学院, 重庆 400030)

1 引言

保理借用核心企业信用为融资企业增信，通过转让应收账款盘活供应商资金而快速发展，据《中国保理产业发展报告》显示，2018年，中国保理业务量达3.2万亿元。然而，保理中违约甚至欺诈等时有发生，有代表性的例子是平安国际商业保理因陕西金紫阳集团恶意保理欺诈而遭受近2.5亿损失，信息不对称使金融机构谨慎实施保理业务。中小型企业由于信息不透明[1]、信誉不足等特性更难获得融资，为了供应链可持续发展，小米、宝洁以及京东等核心企业运用自身信誉主动与金融机构签订反向保理战略协议，帮助上游企业融资。反向保理已成为解决中小企业供应商融资难问题的重要金融工具[2]。

与普通保理中卖方驱动融资不同，反向保理是“买方驱动”的供应链融资[3-5]。作为核心企业的买方运用自身优良信誉帮助供应商将应收账款转让给保理商，使融资风险从高风险的卖家转移到信用良好的买家[6]，真实的交易数据能减轻金融机构授信行为中的信息不对称问题[7]，从而降低信用违约风险。学者们对反向保理的研究从以下几方面展开，其一是关于反向保理的动机和价值。首先，反向保理帮助中小供应商解决融资难问题[8]，释放流动资金[8-9]，降低融资成本[10]；其次，反向保理增强买方生产能力[11]，有利于买方争取价格优惠[11]，获得支付延期，并获取利率套期价值[11-12]。最后，对供应链系统而言，能降低供应中断风险，增强供应链捕捉市场机会的能力，增强供应链合作[13]，并提高供应链效率[10,13]。其二是关于反向保理与运营的交互作用。Babich和 Kouvelis[14]提出财务、运营、风险管理(iFORM)交互作用的研究框架，通过文献梳理指出反向保理等买方干预的融资工具对供应链绩效的影响是当前研究中最常解决的问题。de Goeij等[15]指出反向保理的实施障碍主要是认知不足、与买家合作障碍；而降低买方的成本，可以提高买方实施反向保理的积极性。Liebl等[12]发现反向保理主要用于延长付款天数，也用于降低供应商违约风险和简化融资流程。Gelsomino等[16]运用三种买方介入融资方式(反向保理、库存融资和动态贴现)的效益分析公式，探讨融资方式综合使用给买方带来的效益，指出营运资金需求及财务成本是评估融资方案的关键参数。Van der Vliet等[17]发现延长付款期获得反向保理导致供应商的融资成本具有非线性的增长；供应商对付款期延长的长短取决于需求的不确定性和成本结构。Grüter和Wuttke[11]认为反向保理实施时，多数情况下买方应该强调延长付款期限而非降低价格。此外，反向保理的实施及其效果受到供应链内外部因素影响，内部因素包括双方提前期、信息共享、应收账款周期[18]、贸易利差[8]、信用评级差异[19]、供应商集合的数量、供应商对买方的依赖性、内部再融资和反向保理成本之间的差距[12]。外部因素包括经济环境变化[20]、无风险利率水平[16]、汇率[21]等。Iacono等[22]通过系统动力学的分析，发现反向保理带给供应链参与者的直接利益对市场环境是高度敏感的。学者们揭示了反向保理对供应链的意义，也表明反向保理的实施及价值需要审慎考虑供应链内外部运营要素。

市场需求是对供应链运营产生影响的具体环境要素之一。现实中需求扰动时有发生，而导致需求不确定，使需求信息不完备和不准确，有时经营者只能获得市场需求分布的均值、方差、单峰性等信息[23]。Forrester[24]运用“牛鞭效应”描述需求不确定性通过供应链逐层传递放大，给整个供应链带来巨大影响的现象。Fisher[25]指出功能性产品有较低的需求不确定性，而创新性产品有较高的需求不确定性。学者们运用局内算法、极大极小后悔、非参数法，极大极小方法等进行不确定性情形下的决策。其中，极大极小方法是对基于最坏情况下的决策目标进行优化的鲁棒决策方法。Scarf最先将此引入供应链管理领域，研究只知道需求分布的期望和方差时的报童订货问题，被称为鲁棒报童问题、 Scarf 准则方法、分布自由方法[23]。Gallego和Moon[26]拓展了Scarf 的研究，将极大极小方法广泛运用到柔性订货、随机生产、多周期、库存管理等供应链决策。这些文献表明了极大极小法在需求不确定下供应链决策中的稳健性和有效性。

已有的文献明确了市场环境会对反向保理产生影响[20,22]。以此为基础，本文研究需求扰动时反向保理融资的供应链运营。现有文献多以融资的视角探究其对供应链资金流以及融资方式决策的影响，研究反向保理对供应链运营影响的文献也多重单个参与者的存货、生产等决策的展开。然而反向保理基于供应链关系产生，反向保理的实施是否会影响供应链系统运作？本文从金融与实体的交互关系的视角，探究反向保理时供应链系统的运营规律。值得注意的是，在反向保理中，作为买方驱动的融资方式[3-5]，核心企业的商业信用转变成银行信用，没有获得融资却增加信誉风险，这种风险如何影响供应链运营？面临风险承担的核心企业主导反向保理的动机是什么？另一方面，现有研究更关注供应链金融中的银企关系[28]以及上下游交易所伴随的经营数据来消除个体的信息不透明[7]，从而降低信用违约风险。然而需求面临不确定也会带来供应链的运营风险增加，使信用违约风险增大，反向保理中如何规避这种需求不确定性带来的经营风险?

基于此，本文研究需求信息缺失时由单供应商和单零售商组成的二级供应链，建立了批发价契约基础上的博弈模型，模型中引入“买方驱动”导致的买方信誉损失，刻画资金约束背景下买方主导反向保理的上下游关系,以期揭示当需求信息缺失时 1)反向保理时的供应链该如何决策?2)反向保理对供应链运营的影响? 3)供应商信誉风险会对零售商收益产生何种影响?通过对Stackelberg博弈模型逆向求解，获得均衡解并且证明了解的唯一存在性。研究将鲁棒决策方法运用于反向保理融资下的供应链运营，阐明了鲁棒决策能为需求扰动下的供应链提供有效而稳健的决策；发现了鲁棒决策能降低供应链运营风险而减轻信用违约风险，增强金融机构的反向保理授信意愿；反向保理能增强供应链合作，信誉损失风险不会成为零售商主导反向保理的障碍。研究丰富了金融与运营交互作用的理论。

2 模型说明

2.1 反向保理问题描述

反向保理中，核心企业作为保理发起人，主动寻找保理商并签订反向保理战略协议，获得保理商间接授信额度，将众多上游供应商持有的对核心企业的应收账款债权转让予保理公司，保理公司对该等债权进行受让并进行保理融资业务，从而形成了反向保理融资债权。反向保理合同中约定反向保理的整体额度、费率和费用、开展反向保理的供应商名单等项目，保理商在限额内接受协议相关供应商的应收账款转让，应收账款到期时零售商付款给保理商。

相比中小型供应商，核心企业通常具有良好的信用评级，容易获得金融授信，且反向保理中核心企业作为真实贸易背景下的买方，是应收账款的债务人也是融资金额的最终付款方，更利于反向保理中融资风险的控制。结合小米、京东、TCL显示科技等企业实际案例以及TCL显示科技等上市公司的反向保理业务公告，假设供应链上下游企业分别为供应商与零售商，梳理反向保理运行顺序如下：

图1 反向保理运行时间轴

2.2 模型说明、基本假设和参数设计

零售商引入战略合作保理商并以赊销方式购货，根据假设中单周期问题的描述，资金约束供应商通过转让应收账款获得资金满足订单需要，此时订货量为q，则融资金额为qc-η，信用期末零售商向保理商付款，反向保理流程图如下：

图2 反向保理供应链运作流程图

本文以传统批发价契约为基础，风险中性的参与者以期望收益最大化为目标，进行供应商为领导者，零售商为跟随者的Stackelberg博弈。

研究基本假设如下：

1)模型研究单周期融资与运营，假设融资金额和自有资金完全用于满足当前周期的供应链订单。融资金额用于当前经营周期是投融资决策的常用假设，如文献[8]、[17]，实践中也能为单周期假设能找到支持，比如在“订单分批”的情况下可以及时将前面批次应收账款融资用于订单后续批次供货；另外“订单转反向保理”也描述融资用于该笔订单生产的情形[29]；

2)假设所有费率为年化比率，转让时间为1年。另外，假设无论是否运用反向保理，供应商都给予相同的批发价格w，不考虑供应商自有资金成本及资金的时间价值；

3)假设贷款一定会发生；不考虑供应商的破产风险, 供应商一定盈利，单位批发价格高于供应商产品生产成本c及借款产生的成本之和；

4)零售商面临的市场需求为随机变量，服从某一分布，其密度函数和分布函数分别为f(·)和F(·)。当需求不确定时，我们不知道需求分布函数的具体类型，但能获得需求的均值μ和方差σ的信息。其余成本等信息对称。

文中其余符号说明如下：

s：残值，当订货量超过需求量时剩余产品的价值，且s

η：供应商自有资金；

r：银行贷款利率；

p：单位产品的市场零售价格；

l：市场需求变化导致回款压力的信誉损失系数；

A：保理商给予核心企业间接授信信誉总额。

3 需求扰动下反向保理的供应链模型

假定需求信息缺失，决策者只能估算出需求信息的均值和方差，无法直接计算其期望收益，运用极大极小法可以得到部分信息时供应链决策和收益的解析表达式[25]。为了更好地研究鲁棒决策下的供应链合作，本文同时研究分散决策和集中决策下的供应链运营，以便获知供应链效率。

3.1 分散决策下的供应链模型

批发价契约在供应链管理中被广泛运用于订货定价决策，反向保理基于供应链关系而产生，因而本文运用批发价契约探讨反向保理时的供应链运营。批发价契约中，供应商为领导者而零售商为跟随者进行Stackelberg博弈，供应商确定批发价，零售商根据供应商给定的批发价进行订货决策。运用逆向求解法，首先得到零售商订货关于批发价的反应函数，再将该反应函数带入供应商的目标函数得到批发价，最后得出双方收益。

3.1.1 零售商订货决策

当需求不确定时，零售商面临鲁棒报童问题，希望在所有可能的分布规律中找到可能存在的最差分布形式，并求出使得该最差分布下的期望收益最大的最优订货量。其中，最差分布指在所有分布中期望收益最小的分布。本文以Scarf的极大极小方法为基础，给出零售商收益函数模型：

(1)

零售商面临报童问题，当q>D时，零售商产品剩余，剩余产品实现残值收益；当供应商进行反向保理融资时，货款支付对象由供应商变为银行，零售商的商业信用转变为银行信用，增加信誉损失风险。假设信誉损失系数为l，由于供应商信誉会通过产品表现传导给市场从而影响资金回笼，因而l与供应商信誉正相关。信誉损失值为供应商融资金额在核心企业整体信用额度的占比与的乘积，风险中性的供应商和零售商以期望收益最大化为决策目标进行博弈，零售商通过商品销售获利的同时也因提供反向保理面临信誉损失风险，收益函数πr(q,D)为：πr(q,D)=pEmin{q,D}+sE(q-D)+-wq

(2)

定理1当已知需求分布的均值和方差信息时，鲁棒决策下零售商最优订货量为：

证明: 当面临不确定市场需求时，实际销售量为min (q,D)，则剩余数量为(q-D)+，可知

min{q,D}=D-(D-q)+

由于

(q-D)+=(q-D)+(D-q)

由此，零售商收益函数(2)等同于

(3)

当已知需求及方差，根据柯西不等式(Cauchy-Schwarz inequality), 得到：

(4)

由于求(3)中零售商收益函数的最大值等同于求G(q)的最小值，其中

(5)

将(4)代入(5)，可知

根据文献[26]，该上界为紧上界，满足该紧上界的分布存在且唯一。令

求一、二阶导数分别为：

推论1 当只知道需求分布的均值和方差时，零售商最优订货量以需求均值为中心波动，不受供应商自有资金数量的影响，当零售商产品盈利能力大于滞销风险，则订货量高于均值，反之低于均值。波动幅度由零售商产品盈利能力与滞销损失的关系以及标准差大小共同决定。

3.1.2 供应商定价决策

资金约束供应商运用反向保理进行融资，需要向第三方金融机构融资并支付融资利率，因而其成本包括生产成本和融资成本，由于q是w的函数，我们记为q(w)，供应商的收益函数为

πs(w)=wq(w)-cq(w)-(cq(w)-η)r

(6)

证明：当得知零售商反应函数q*(w)，供应商根据q*(w)制定出具体的w。

将q*(w)带入(6)，得

对πs(w)求一、二阶导数有

(7)

(8)

进一步，可得：

推论2 最佳批发价w*由需求信息(均值、方差)、价格信息、零售商信用总额和供应商信誉损失系数共同决定，当供应商制定批发价时应权衡供应链各方利益。

综上可知，在鲁棒决策下的反向保理融资供应链中，供应商自有资金不影响供应链决策，但正方向影响供应商收益。

3.2 集中决策下的供应链模型

为了获知反向保理时供应链的效率,进一步研究集中决策下的供应链模型，在集中决策情形下，供应链以整体收益最大化为决策目标，由于供应商仍然资金短缺，因此供应链总成本包括供应商融资成本以及零售商由于提供反向保理承担的信用风险，收益函数如下

(9)

定理3已知需求分布的均值和方差信息时，集中决策的供应链在最差情形下的最优订货量为

可以看到，在保理融资的情况下，自有资金不影响供应链订货量，但影响供应链整体收益，自有资金越充足，供应链整体最佳期望收益最大。

4 数值模拟

为了直观地探究反向保理中供应链的运行规律以及部分信息鲁棒决策的意义,数值模拟围绕以下三方面进行:1)反向保理时鲁棒决策的有效性和稳健性；2)鲁棒决策下反向保理对供应链合作的影响；3)反向保理对供应链双方收益的影响。由于同一时点供应链面临相同市场，且实践中可以从历史的离散数据估算出需求分布的均值和方差，因此模拟思路如下：首先假定市场需求满足已知需求均值和方差的某一特定需求分布，分别将完全信息和部分信息下的决策带入供应链收益函数，从而得出供应链收益，其中完全信息下的决策是对供应商收益和零售商收益函数根据stackelberg博弈顺序解出。由于实际产品数据较难以准确取得，因此数值设计主要考虑经济数据中的相关关系，成本为市场售价的40%，r接近社会资金成本率。具体如下：p=50，c=20，l=5000，A=50000，r=0.1，η=2000。图表中下表w，p分别代表部分信息和完全信息下的情形，供应链效率用e表示，代表分散决策供应链收益和与集中决策供应链整体收益之比。图标中下标r、s、rs、sc分别代表零售商、供应商、分散决策时供应链整体、集中决策供应链。

4.1 反向保理时鲁棒决策的有效性和稳健性分析

本部分考察需求不确定时鲁棒决策对供应链的影响，其中不确定性用变异系数CV(标准差和均值的比值)表示，CV越大，则需求波动越大，不确定性越大。根据鲁棒性的相关论述，本文将鲁棒决策的有效性界定为与完全信息相比，鲁棒决策下收益增加或供应链效率提高，将稳健性界定为当需求波动时，鲁棒决策波动相对较平稳。完全信息需求分布(其决策见文献[13])选择正态分布与均匀分布，模拟中二者表现出类似规律并在文中以正态分布呈现，分布类型的选择基于以下考虑：首先，正态分布与均匀分布是需求中的常见分布；其次，实际数据通常会产生不同的均值和方差，而指数分布、伽马分布中均值和方差比值固定，不利于对需求不确定性的刻画。

4.1.1 鲁棒决策的有效性分析

鲁棒决策有效性分析通过对比需求不确定时鲁棒决策与完全信息决策的供应链收益来实现，考虑两种情形，其一为方差不变，均值由小变大，则不确定性由大变小；其二为均值不变，方差由小变大，则不确定性(变异系数)由小到大。对于变异系数的取值，由于难以获得需求的实际数据，但考虑到商家会运用价格、促销等来影响市场需求使需求波动相对较缓，因而3a中变异系数在18.85%-37.75%，而3b中变异系数取值为0-100%，以便能够观察如政策变化，突发危机事件(如食物安全)以及文献[25]中的创新型产品需求变化剧烈时的情形。

图3 需求扰动对供应链收益的影响

图3a显示，随着需求的增加，供应链收益增加。鲁棒决策明显增加供应商以及供应链整体收益，零售商收益以及集中决策供应链收益无显著变化。同时可见1)随需求的增加，供应链鲁棒决策时收益增长速度更快，说明鲁棒决策更有利于供应链捕捉需求增长带来的市场机会；2)鲁棒决策时供应链效率大于完全信息决策；3)需求增长带来的收益增长主要由供应商获取。

由图3b可见，1)σ增加导致供应商收益以及供应链效率下降，也即需求不确定性导致的供应链效益下降主要由供应商承担。2)零售商收益先大后小，但在供应链收益中所占比重逐渐增大。也即适当的需求波动有利于零售商收益的增加。但需求波动太大并不利于零售商收益绝对值的增加，因而零售商应尽量避免对需求波动过大的产品提供反向保理支持。

此外，综合图3可见，与完全信息相比，部分信息鲁棒决策时零售商收益及集中决策供应链收益变化细微，而供应商收益在大部分区域显著增加，且供应商和供应链收益波动更平缓，说明鲁棒决策在需求波动情形下运用反向保理融资的供应链决策中的有效性。

一个重要的发现是，需求增长的受益方以及需求不确定性的承担方均主要由供应商担当，实践中零售商要求供应商提供促销支持，品牌形象建设及品牌形象损失也由供应商承担，此处从供应链运营的视角提供了理论支持。

4.1.2 鲁棒决策的稳健性分析

实践中不仅面临需求波动，市场需求预测值与实际值之间的偏差也不可避免，本部分对比分析鲁棒决策与完全信息决策在需求不确定变化时的决策与收益，以探明鲁棒决策的稳健性。表1中σ=[50,100], 使变异系数取值16.67%-33.33%，当均值一定，标准差越大则变异系数越大。鉴于Fisher[25]指出低潜在需求不确定性的功能性产品的平均预测误差一般为1O%；而高潜在需求不确定性的创新性产品平均预测误差一般为4O% ～ 100%。因而本部分分别分析了变异系数变化20%以及变异系数变化100%的情形。此外，表中累计变化率表示以σ=50为基数的总变化率。

表1 需求扰动对供应链收益的影响

从表1可以看到，模拟取值范围内，鲁棒决策提高了供应链收益及效率且波动更小，说明了在不确定的市场环境下，鲁棒决策能给供应链带来更稳健的效益，能有效应对需求波动以及需求预测误差对供应链带来的不利影响。另外随着需求不确定性的增加，供应商收益与供应链效率降低，零售商收益上升，说明批发价契约下，反向保理情形中需求不确定性的负面影响由供应商承担。

表2 需求扰动对批发价和订货量的影响

由表2可见，在数值设定范围内，随着需求不确定性增加，分散决策批发价和订货量同时下降，也即供应商调低批发价也无法激励零售商增加订货量，造成单位利润和订货量双重降低。该结论解释了表1中供应商效益随需求波动增大而减少的规律。

此外可见，当CV变化20%时供应链决策变化不足5%。即使是在CV变化为100%时，鲁棒决策的波动率也不超过10%，显而易见鲁棒决策时波动更小，可以认为鲁棒决策能有效应对需求波动和需求预测误差的影响，在供应链决策中具有良好的稳健性。其次，与完全信息相比，分散决策时鲁棒决策批发价降低，也即若不考虑融资成本，单位产品零售商利润上升而供应商利润比例下降，鲁棒决策更有利于零售商，而此时订货量上升，因而也有利于供应链整体竞争力的提高。

结合图3和表2可见，与分散决策随需求波动增大而订货量减少不同的是，集中决策订货量随需求波动的增加而增加且波动更小，也即当需求不确定较大时，集中决策更有利于市场开拓。

4.2 反向保理对供应链运营的影响

如前所述，反向保理对供应链运行的影响主要体现在外部融资费用以及零售商可能会承受的信誉损失，因此本部分分别模拟保理利率和信誉损失系数对供应链运营的影响。

图4表明，1)保理利率的增加同时降低供应链双方利益，说明反向保理增加供应链外部成本，该外部成本通过供应链关系由供应链参与者共同分担，通过供应链合作争取更低利率有利于供应链双方及供应链总体收益。也就是说，反向保理增强了供应链合作动机。2)出于对融资成本的分摊的考虑，零售商应尽可能选择信誉较好的合作伙伴以便能获得较低利率。实践中，反向保理战略协议中会约定所涵盖的客户并由此确定反向保理利率。这种设定也有利于供应商在合作中主动保持良好信誉，以便持续获得反向保理的机会。

图4 保理利率对供应链收益影响

结合图3中标准差对供应链收益的影响。图5按照自有资金1000与2000，以及标准差75和300(则CV为25%和100%)。分别模拟不同情形下信誉损失系数对供应链收益的影响。图5a和5b的收益明显高于5c和5d的收益，说明需求波动越大，供应链收益越低。可以看到，1)当利率确定时，信誉损失系数降低供应商收益。随着信誉损失系数的增加，供应链收益之和逼近供应链集中决策收益，集中决策价值降低。也即供应商信誉损失的增加降低供应链合作意愿。2)当CV为25%时，鲁棒决策供应链收益明显优于完全信息。当CV为100%时，零售商和集中决策收益在部分信息和完全信息时非常接近。供应商和供应链整体收益当l>l2时部分信息决策明显高于完全信息决策，当l

基于以上分析，签订反向保理战略协议时，核心企业确定进行反向保理的供应商名单应考虑以下因素：一是供应商的信誉，第二是与市场稳定性相关的产品属性，其三是客户的自有资金状况。另外，当进行具体应收账款审核时，还应该尽量避免新产品上市所对应的应收账款。

表3的参数设定来源于图5a，可以看到，信誉损失系数增加时，批发价和订货量同时降低，供应商面临单位利润降低和销售量下降的双重影响而降低收益，零售商收益由产品销量的正向变化与信誉损失带来的负向变化共同决定，即使销量降低且存在信誉损失，却因为批发价降低而增加了单位单位销售利润，因而零售商收益变化较缓，由此解释了图5中供应链收益变化的内在机理。该结果意味着财务状况恶化的供应商，即使降低批发价放弃利润率也不容易获得订单，也就是说面临供应链内部风险时，供应链中的核心企业选择独善其身，揭示了中小型供应商面临经营危机时无可避免陷入“马太效应”的又一成因。

综上所述，我们发现了需求扰动时供应链的运营规律：当市场波动越剧烈，供应链收益越低，供应商收益降低迅速，但零售商变化相对平缓且在供应链总收益中所占比率更高。结合文献[30]中批发价契约不能协调供应链的论述，可以认为，领导者供应商运用先动优势，将本应由供应商承担的外部成本保理利率通过供应链关系转嫁给零售商，信息越充分，供应链这种特性显露得更充分，这种自利行为下的博弈呈现出严重的双边际效应，造成供应链的不协调。需求不确定性弱化了批发价契约下领导者供应商的博弈优势，使供应链收益向有利于零售商的方向发展。因而尽管零售商更接近最终市场更容易获得需求信息，却并没有将信息共享给供应商的动因，该结论解释了市场信息不对称的主观原因。

此外，市场不确定性对供应链绩效的影响主要集中在供应侧，因而供应商比零售商更应该关注产品的需求波动，供应商应做好品牌建设以及培育品牌忠诚度，而非指望零售商采取措施。对于创新性产品[25]以及新产品上市阶段供应商应主动进行促销使需求尽快实现稳定。现实中，强势品牌供应商更易形成消费忠诚而需求稳定，因而收益更高。

图5 信誉损失对供应链收益影响

表3 信誉损失系数对供应链运营的影响

此外，部分信息鲁棒决策具有有效性和稳健性。尤其是对于需求相对稳定的传统型产品，鲁棒决策时供应链效率和效益甚至高于完全信息。因而无论是供应商还是零售商，如果已知需求和方差信息，可据此直接作出决策，没有必要投入额外成本寻求更全面的需求信息。即使是需求高不确定性的产品，鲁棒决策也能根据均值与方差的预测做出较为有效和稳健决策(见图5分析)。由于此时集中决策的部分信息时的收益与完全信息时的收益几乎无异，因而现实中，供应商在新产品上市时运用代销或在零售卖场中采用联营模式来进行集中决策，更利于供应链利润的实现。

5 结语

多变的经济环境下需求扰动时有发生，使供应链运营面临需求不确定风险。本文借助极大极小法探讨需求信息缺失时反向保理模式下的供应链运营，建立鲁棒模型刻画“买方驱动”反向保理的供应链关系。研究发现反向保理增强供应链合作，鲁棒决策为反向保理供应链提供了面临需求不确定时的有效决策。具体结论如下：

1)反向保理增强供应链合作，外部融资成本通过供应链关系趋使供应链利益捆绑，基于低利率的共同目标而增强合作。

2)需求不确定性以及供应商信誉损失主要降低供应商收益而非零售商收益，因而零售商不必过度担心运用反向保理为中小供应商融资而遭受损失。该结论为核心企业主动引入反向保理提供了理论支撑。当利率一定，供应商信誉的恶化之时即使降低批发价也难以争取订货量的增加，为面临经营危机的企业陷入恶性循环的“马太效应”提供了新的解释。

3)鲁棒决策为供应链提供了需求扰动时的有效而稳健的解决方案，降低需求扰动带来的供应链运营风险，从而增强金融机构的反向保理授信意愿。基于部分信息的鲁棒决策甚至优于完全信息的决策，已知需求与方差的供应链没有必要去寻求完全信息。

研究将鲁棒决策的运用延伸到了运营与金融相互作用的领域，揭示了买方驱动反向保理的内在原因及规律，发现在供应商主导的批发价契约下，供应商将本应自身承担的融资成本，运用批发价定价权通过供应链关系传递与零售商共同承担，这是否会影响零售商反向保理的积极性？此外，反向保理中的核心企业通常有更多权力，如果供应链权力结构改变，比如核心企业作为博弈领导者具有批发价定价权，反向保理下的供应链将呈现什么样的特点?这是值得关注的研究方向。