在線供應鏈金融中銀行與B2B平臺的激勵契約研究

史金召，郭菊娥，晏文雋

西安交通大學 管理學院，西安 710049

在線供應鏈金融中銀行與B2B平臺的激勵契約研究

史金召，郭菊娥，晏文雋

西安交通大學 管理學院，西安 710049

在線供應鏈金融業務發展迅猛，銀電合作已成主流模式。以電子訂單融資為例，基于道德風險識別和防范的視角，采用委托代理理論和博弈論對銀行與B2B平臺的激勵契約進行研究。在聯合授信和委托授信兩種合作模式下，分別構建道德危害模型，推導并給出銀行與B2B平臺二者的最優收益分配契約，以防范B2B平臺隱藏行動(授信審查過程中努力程度低)的道德風險。在委托授信下，構建銀行與B2B平臺的博弈得益矩陣，分別給出不同情形下銀行對B2B平臺的激勵策略，以防范B2B平臺隱藏信息(向銀行推薦低信用融資企業)的道德風險。研究結果表明，委托授信下銀行的最優收益分配比例不超過聯合授信下的最優收益分配比例，且與聯合授信下B2B平臺的工作效率和工作有效性趨近于無窮大時的分配比例相等，是銀行收益分配的最低水平，揭示了未來大數據時代和數據質押融資背景下，在線供應鏈金融業務中銀行和B2B平臺二者主導權的演變規律以及當下中國商業銀行紛紛自建B2B平臺的內在緣由。委托授信下，當隱瞞信息獲得融資企業回扣小于隱瞞行為的成本時，選擇推薦高信用融資企業且不隱瞞是B2B平臺的占優策略；反之，銀行應通過嚴格控制收益分配比例上限的方式激勵B2B平臺推薦高信用企業，或通過與供應鏈核心企業簽訂回購合約、嚴格控制質押率上限等方式，提高對融資企業的擔保水平，以確保自身收益不受B2B平臺隱瞞行為的影響。最后，通過數值模擬對相關結論進行驗證。

在線供應鏈金融；道德風險；激勵契約；收益分配比例；銀行；B2B平臺

1 引言

近年來，中國B2B電子商務市場高速發展，據中國電子商務研究中心數據顯示，2014年上半年，全國B2B電子商務交易額為4.5萬億元人民幣，同比增長32.4%，占電子商務成交總額的76.9%；B2B電子商務服務網站達1.2萬家，中小企業用戶規模已近2 000萬[1]。同時，B2B電商的高速發展，帶動了網商融資的強烈需求，據易觀智庫的研究觀點，B2B小額信貸模式快速發展，供應鏈金融正在成為B2B電子商務服務網站的核心競爭要素[2]。

實際上，銀行與第三方B2B電子商務平臺聯合開展供應鏈金融服務、解決網商融資難題的實踐由來已久。早在2007年，中國建設銀行就與阿里巴巴聯合推出網絡聯保貸款、網絡供應商融資等服務。2010年，建行又先后與金銀島、敦煌網等中國知名B2B電商平臺簽訂戰略合作協議，推出網絡倉單融資、網絡訂單融資、網絡保理融資等一系列在線供應鏈金融產品。實踐表明，與傳統線下的供應鏈金融模式相比，基于B2B電商平臺的供應鏈金融可以將銀行、第三方B2B電商平臺、物流企業等多方系統對接，實現信息流、物流和資金流的高度聚集和高效協同，在進一步豐富授信依據的同時，為廣大網商提供融資便利[3]。

值得注意的是，銀電合作并非風平浪靜。2011年，阿里巴巴終止了與建行的合作，雙方關系由“蜜月到嫌隙”；2012年，建行、交行先后上線“善融商務”、“交博匯”等自營B2B平臺，力求擺脫對第三方B2B平臺的依賴，但兩年多來，“善融商務”等銀行自營B2B平臺發展相對緩慢。現階段，隨著B2B市場的迅猛發展，與知名B2B電商平臺及大宗商品現貨交易市場尋求合作仍是銀行發展在線供應鏈金融服務的主要渠道和方式。銀行如何設計契約、促進其與第三方B2B電商平臺健康、穩定合作，是一個亟待解決的問題。

本研究試圖運用委托代理理論、博弈論等工具刻畫和研究銀行與第三方B2B電商平臺的合作關系，揭示大數據時代銀行自建電商平臺的本質原因，并深入討論確保雙方有效合作、防范道德風險發生的激勵契約設計問題。

2 相關研究評述

供應鏈金融是貿易融資的延伸和深化，是一項被國內外商業銀行廣泛關注的金融創新業務[4]，其早期的業務形態可追溯到美國《統一商法典》頒布之前的存貨融資、應收賬款融資等[5]。中國自1999年深圳發展銀行(現更名為平安銀行)率先開展動產和貨權質押授信業務以來，于2006年正式推出供應鏈金融業務[6]。近年來，在互聯網金融的熱潮下[7]，在線供應鏈金融取得快速發展，新的業務模式層出不窮，業務主體更加廣泛[8]。供應鏈金融正在拓寬中小企業融資渠道、開辟銀行新的利潤來源、促進供應鏈協同競爭等方面發揮積極作用[9]，因此受到業界包括商業銀行、電子商務平臺企業、供應鏈核心企業、物流企業、中小型貿易企業等多方參與主體的追捧。同時，該領域的學術研究也在不斷跟進，研究的范疇主要集中在供應鏈金融的模式、風險管理以及對供應鏈協調的作用等方面[10]。

供應鏈金融業務的操作模式多樣。學界習慣將傳統的供應鏈金融業務形態劃分為存貨類融資、應收賬款類融資、預付賬款類融資(訂單融資)3種主要形式[9]。存貨類融資可分為倉單質押融資和動產質押融資兩類[11-12]，應收賬款類融資主要包括應收賬款質押融資、保理、反向保理等模式[13-14]，預付賬款類融資以保兌倉融資為主[9]。在線供應鏈金融業務模式更加復雜、多樣，尚缺乏統一的分類標準。根據基本業務形態，在線供應鏈金融包括電子倉單融資、網絡保理(電子票據融資)、電子訂單融資等模式，與傳統3類線下供應鏈金融模式在內涵上一致[3]。根據參與主體、資金來源、目標客戶等方面的差異，也可將在線供應鏈金融主要劃分為供應鏈金融web 2.0、電商供應鏈金融、基于第三方平臺的銀行供應鏈金融，其中第三方平臺包括但不局限于B2B/B2C/C2C電子商務平臺、大宗商品交易平臺、物流企業/供應鏈管理公司/供應鏈核心企業搭建的平臺、政府采購平臺等[8]。此外，中國電子商務創新推進聯盟在首屆在線供應鏈金融創新獎評選中，將在線供應鏈金融劃分為主金融、主物流、主交易、主服務、主制造和主保理等模式。值得關注的是，目前在線供應鏈金融逐步進入與其他互聯網金融產品融合發展的階段，如供應鏈金融與第三方支付、P2P借貸、互聯網金融理財產品銷售平臺等的融合應用已經在業界得到嘗試。

多主體、多模式、多流程的特性使供應鏈金融業務存在多種潛在風險，對風險管理的討論和研究貫穿整個供應鏈金融的發展過程。國內外對供應鏈金融風險管理的研究可概括為風險識別、風險度量、風險控制3個基本角度，風險識別重點分析供應鏈金融的特點和操作流程，并在此基礎上發現業務中的風險要素和風險環節[3]；風險度量的研究一般集中在對融資企業的信用風險評估方面，即采用多種風險度量方法和模型對融資企業的信用狀況進行估計，為銀行信貸決策提供參考，這些方法和模型主要包括層次分析法[15]、Logistic回歸模型[16]、智能算法[17]等；風險控制則多研究擔保品和擔保方式的選擇[9]、擔保貨物質押率(貸款價值比)[18-20]和貸款利率的設定[21]、風險預警策略和機制[22]等方面。

基于供應鏈協調的視角，在資金約束情形下，研究供應鏈金融對供應鏈企業決策行為的影響以及對供應鏈協調效果的影響具有重要的理論和現實意義。該方面的研究主要包括Buzacott等[23]和Dada等[24]對經銷商基于庫存、應收賬款等流動資產向銀行信用融資決策的研究，Jin等[25]和Kleindorfer等[26]對經銷商利用供應鏈貿易合同進行貿易信用融資決策的研究，Jing等[27]和Chen[28]對上述兩種供應鏈融資模式下供應鏈協調效果的對比研究等。

總結已有研究，發現主要存在以下幾點不足。①現有對供應鏈金融的研究，尤其是中國國內研究多集中在模式研究層面，定量研究相對缺乏。此外，供應鏈金融領域的研究明顯滯后于業界實踐，目前在線供應鏈金融已經在業界掀起熱潮，相應的學術研究卻嚴重不足。②對供應鏈金融的風險管理，多關注對“物”的風控，如研究質押物選擇、質押率設定、授信技術選擇等，而忽視了對“人”的風險管理研究。近年來爆發的“上海鋼貿事件”“青島港騙貸案”等供應鏈金融系統性風險事件，無一不是參與主體道德風險頻發釀成的后果，因此，對供應鏈金融中參與主體道德風險的防范不容忽視。雖然部分學者對傳統物流金融業務中參與主體的激勵和約束機制進行了討論[29-31]，結合目前在線供應鏈金融實踐的背景，對供應鏈金融參與主體道德風險的研究尚缺乏。③在供應鏈金融背景下，對供應鏈協調的研究多集中在考慮資金約束情形下供應商對零售商的激勵契約、零售商的融資和訂貨決策等方面，即集中在供應鏈內部協調方面，而對融資服務提供商之間的協調和激勵研究較少。尤其是隨著互聯網金融和電子商務的快速發展，供應鏈金融服務提供商向多元化方向發展，除商業銀行外，取得小額貸款牌照的電子商務平臺企業(如中國的阿里巴巴、京東等)逐步成為另一支主要力量，銀行與電商平臺合作為網商提供供應鏈金融服務在業界已多有實踐，對二者之間的協調和激勵契約的研究尚缺乏。

圖1 電子訂單(下游)融資簡化流程圖Figure 1 Simplified Flow Chart of Electronic Order Financing of Downstream Firms in Supply Chain

鑒于已有研究存在的不足，本研究以在線供應鏈金融新模式，即基于B2B平臺的電子訂單融資為研究對象，采用委托代理理論、博弈論等對融資服務提供商(銀行與B2B平臺)之間的合作關系進行刻畫，研究二者之間的激勵契約設計問題，提出新模式中道德風險的防范策略，為促進銀電雙方健康合作提供決策依據。

3 銀行與B2B平臺的委托代理關系和道德風險識別

目前中國銀電合作開展的基于B2B平臺的在線供應鏈金融業務中，典型的是建行與金銀島、敦煌網等的合作模式，可歸為電子倉單融資、電子訂單融資和網絡保理融資3類。電子訂單融資以電子訂單下游融資為主，主要解決核心企業下游經銷商的資金短缺問題，融資需求量大，是業界主推的模式，該模式的突出特點為涉及參與主體多、流程復雜，且將電子倉單的核心流程涵蓋在內，基本涵蓋了在線供應鏈金融中的主要風險環節。郭菊娥等[3]已經給出該模式的詳細流程圖，為方便研究，本研究給出該模式的簡化流程圖，見圖1。本研究以該模式作為范例，討論銀行與B2B平臺的契約設計問題。

如圖1所示，在電子訂單(下游)融資中，經銷商在線向銀行提交融資申請，銀行和B2B平臺共同或銀行委托B2B平臺獨立對經銷商進行授信審查(圖1中虛線箭頭為銀行可不參與對經銷商的授信審查環節)，若經銷商達到融資信用標準，銀行則進行貸款發放，款項作為經銷商的采購款直接支付給供應鏈上游核心企業，核心企業收款發貨，將貨物發送至銀行指定的物流企業，貨物進入質押監管狀態，貸款到期時經銷商還本付息，銀行向物流企業發出貨物解壓指令，貨物解押操作完成后，經銷商取得貨權，至此整個融資流程結束。由圖1可以看出，銀行與B2B平臺的合作主要集中在授信審查階段(虛線框所包含的內容)。在傳統線下供應鏈金融業務中，一般采用主體+債項雙重授信的方式，綜合考量融資企業實力(主要指企業的財務能力)、供應鏈實力(主要指核心企業實力、供應鏈的競爭力和合作水平等)、行業因素(主要指行業預期、質押物屬性等因素)等，給出對融資企業的綜合評價，作為授信依據。而基于B2B電子交易的在線供應鏈金融進一步豐富了商業銀行對融資企業的授信方式，將企業的電子信用一并納入考量體系，如融資企業在電子交易平臺的注冊時長、交易次數、交易總額、信用等級、客戶評價等都成為重要的授信依據。然而，這些電子信用數據一般為B2B平臺私有。此外，與銀行相比，B2B平臺掌握更多的關于融資企業的交易行為信息和供應鏈信息(供應鏈成員信息、物流信息等)。因此，在線供應鏈金融的授信審查環節一般由銀行與B2B平臺合作完成，各有側重、優勢互補，即聯合授信方式(此類授信方式包含圖1所示虛線框內所有授信審查環節)。

大數據時代背景下，加之線上融資企業批量準入、快速融資的業務訴求，在線供應鏈金融授信主導權將向B2B平臺逐步傾斜，數據質押融資指日可待，唐時達等[32]認為，數據質押為核心、線下實際抵押和質押為補充的融資方式將有望替代傳統供應鏈金融的3種質押形式，成為未來供應鏈金融的主要模式。業界實踐方面，建行與金銀島聯合推出的在線融資中，已經實現“金銀島推薦，銀行特設綠色通道，專人快速審批”[33]。本研究將銀行委托第三方B2B平臺對線上融資企業進行獨立授信的方式稱為委托授信方式(此類授信方式僅包含圖1所示虛線框內實線箭頭所代表的授信審查環節)。

在聯合授信和委托授信方式下，銀行與B2B平臺存在委托代理關系。表1給出二者委托代理關系的發生階段、可能產生的道德風險以及道德風險產生的原因。下文將分別討論聯合授信和委托授信兩種授信方式下，銀行與B2B平臺的激勵契約設計問題，提出防范道德風險發生的對策和建議。

表1 銀電雙方的委托代理關系和道德風險的識別Table 1 Identification of Principal-Agent Relationship and Moral Hazard between Bank and E-commerce Platform

圖2 聯合授信下的電子訂單(下游)融資簡化流程Figure 2 Simplified Flow Chart of Electronic Order Financing of Downstream Firms in Supply Chain under Joint Credit Mode

4 聯合授信下銀行和B2B平臺的激勵契約設計研究

聯合授信方式下，銀行和B2B平臺都需要付出一定程度的努力，對融資企業進行授信審查，銀行審查的重點是企業的財務狀況和擔保，B2B平臺審查的重點是企業的電子信用和供應鏈實力。由于在授信審查過程中雙方付出的努力程度互不可見，可能存在任意一方或雙方努力程度低的情況，產生道德風險。因此，建立雙向道德危害模型對雙方的激勵契約設計進行研究。在基礎模型的建立中，本研究借鑒Hellmann[34]和晏文雋等[35]對風險投資中風險投資家和創業企業家的委托代理關系研究的框架，將基于B2B平臺的在線供應鏈金融中涉及的保證金、質押率、質押物處置渠道暢通性、貸款利率等新變量納入模型，刻畫銀行與B2B平臺在供應鏈金融業務合作中的委托代理關系，并對最優激勵契約的設計展開討論。

本研究中，暫不考慮資金的時間價值，假設銀行和B2B平臺都是完全理性的，以最大化自身期望效用為決策目標。為研究方便，本研究假設銀行和B2B平臺均為風險中性，則二者的期望效用函數可以用各自的期望收益表示，即

(1)

(2)

整個電子訂單融資過程中，銀行和B2B平臺二者的期望效用之和應為正數，即

(3)

4.1 參與約束

由(1)式，令UB=0，可求得銀行可接受的自身最低收益分配比例gmin，即

(4)

由(2)式，令UE=0，即可求得B2B平臺可接受的銀行最高收益分配比例gmax，即

(5)

當g0，此時銀行的參與約束得不到滿足，不會接受自身分配比例為g的合約；當g>gmax時，UB>0，UE<0，此時B2B平臺的參與約束得不到滿足，不會接受自身分配比例為(1-g)的合約；當gmin0，UE>0，此時銀行和B2B平臺的參與約束都得到滿足，雙方的合作才可能開展。

4.2 激勵約束

maxS*B(UB)

(6)

maxS*E(UE)

(7)

解(6)式和(7)式，即(1)式和(2)式分別對SB和SE求導，得銀行和B2B平臺各自的最優努力水平分別為

(8)

(9)

命題1 銀行在授信審查過程中的努力程度隨貸款總收益、銀行收益分配比例、貨物質押率的增大而增大，隨質押物處置渠道暢通性的增大而減小；B2B平臺在授信調查過程中的努力程度隨貸款總收益的增大而增大，隨銀行收益分配比例的增大而減小。

命題1中，貸款總收益、銀行收益分配比例對銀行和B2B平臺雙方的最優努力水平的影響容易理解。質押率的減小、質押物處置渠道暢通性的增大，實際上是融資企業擔保加強的表現，有利于降低銀行面臨的風險，因此導致銀行的最優努力水平下降。

對質押物處置渠道暢通性做進一步討論。在現實操作中，銀行增加質押物處置渠道暢通性的主要途徑有兩條，一是融資供應鏈外的貨物再銷售渠道增加，如在線供應鏈金融中銀行借助B2B平臺可以有效增加質押物處置的暢通性；二是通過與融資供應鏈內的核心企業簽訂回購合約，在融資企業無法還款時，由核心企業原價回購質押物。后者通常是銀行的一貫做法，因為其他參數保持不變的情況下，當核心企業簽訂回購合約時，相比其他處置途徑，銀行處置質押物獲得的違約補償最高，此時可視質押物處置渠道的暢通性為h=1，取得最大值。當核心企業不簽訂回購合約時，在貸款企業無法還款的情況下，銀行需尋找其他途徑對質押物進行處置，獲得的補償收益通常低于貨物原價，即h<1。由上述分析，結合命題1，給出以下推論。

推論1 在其他參數不變的情況下，核心企業回購合約的簽訂將減小銀行的最優努力程度至最低水平，而不改變B2B平臺的努力水平。

值得注意的是，推論1的前提是其他參數不變，而實際操作中核心企業回購合約的簽訂為融資企業提供了充分擔保，一般會為融資企業爭取到更加優惠的融資條件，如更低的保證金比例(對應于更高的質押率)、更低的貸款利率等，進而影響銀行與B2B平臺之間的收益分配比例的調整(定理1將予以說明)。這些變量的初始狀態以及聯動變化的方向和程度無法確定，因此難以確定考慮參數聯動的情況下，核心企業回購合約的簽訂對銀行和B2B平臺雙方最優努力水平的真實影響。所以，推論1進行了較強的前提假定。

4.3 雙向道德危害分析

聯合授信下，銀行和B2B平臺的共同努力將決定貸款項目的成功與否，任意一方都可能存在不努力的情形，因此建立雙向道德危害模型對二者的激勵契約設計進行分析，即在滿足雙方的參與約束(PC)B和(PC)E、激勵約束(IC)B和(IC)E下，最大化聯合利益，模型為

maxg(UB+UE)

s.t. (PC)B:g>gmin

(PC)E:g

(IC)B:maxSB(UB)

(IC)E:maxSE(UE)

(10)

證明：將激勵約束滿足時銀行和B2B平臺雙方的最優努力水平(即(8)式和(9)式)代入(10)式的目標函數(即(3)式)，并對收益分配比例g求導，得

令其為0，即可求得

(11)

推論2 與傳統線下供應鏈金融中銀行和物流企業聯合對融資企業授信相比，在開展基于B2B平臺的在線供應鏈金融聯合授信時，銀行的最優收益分配比例將下調，這部分讓利將作為對B2B平臺(相對于物流企業)在授信過程中工作效率和工作有效性提升的補償以及對電商平臺努力水平的激勵。

(12)

5 委托授信下銀行和B2B平臺的激勵契約設計研究

在委托授信方式下，B2B平臺接受銀行的委托，利用其掌握的融資企業的電子信用信息、物流與供應鏈信息、資金流信息以及其他行為數據信息，對融資企業進行獨立授信。在授信過程中，B2B平臺一方面可能存在隱藏行動的道德風險[36]，如授信工作不努力；另一方面可能存在隱藏信息的道德風險[36]，即利益誘惑下隱藏融資企業的真實信用信息，向銀行推薦低信用融資企業。下面，將分別討論這兩種情形下的激勵契約設計問題。

5.1 隱藏行動的道德風險模型

沿用聯合授信時的分析方法，委托授信時貸款項目的成功概率為P，P=min(SEθE,1)。銀行和B2B平臺的期望收益函數分別為

(13)

(14)

B2B平臺的參與約束仍為(5)式，銀行的參與約束如(15)式所示，gmin2為委托授信下銀行可接受的自身最低收益分配比例。因此雙方共同參與下的約束條件為gmin2

(15)

在委托授信過程中，B2B平臺始終會選擇最大化自身期望收益的努力水平。由基本假設可知，貸款成功回收的概率P=min(SEθE,1)。當SEθE>1時，P始終取值為1，此時SE的增大只能帶來額外的努力成本，導致B2B平臺的收益降低(由(14)式易知)，因此SEθE>1時，B2B平臺的努力程度顯然不是最優的，即其努力程度仍有繼續減小或優化的空間。當SEθE≤1時，P=SEθE，B2B平臺的最優努力水平仍滿足(9)式。委托授信過程中，銀行不參與授信，因此銀行的激勵約束不予考慮。

在同時滿足雙方參與約束和激勵約束的條件下，最大化聯合利益，建立單向道德危害模型為

maxg(UB+UE)

s.t. (PC)B:g>gmin2

(PC)E:g

(IC)E:maxSE(UE)

(16)

證明：將(9)式、(13)式和(14)式代入(16)式，即可求得銀行的最優收益分配比例

(17)

推論3 委托授信下銀行獲得的最優收益分配比例不超過聯合授信下獲得的最優收益分配比例，即g**≤g*。

這正是大數據時代和未來數據質押融資下，尤其是發展基于B2B平臺的在線供應鏈金融業務中，銀行面臨的嚴峻挑戰。同時證明，近年來眾多銀行“另辟蹊徑”，自建B2B平臺(如交通銀行于2012年1月上線的“交博匯”、建設銀行于2012年7月上線的“善融商務”)，既是“聰明”為之，也是“無奈”之舉。

5.2 隱藏信息的道德風險模型

在委托授信下，銀行和B2B平臺之間存在嚴重的信息不對稱。B2B平臺掌握所有對融資企業授信的信息，銀行想要獲取這些信息具有很大難度，即便付出一定的信息成本也未必獲得B2B平臺掌握的關于融資企業的真實信息。因此，B2B平臺可能存在隱藏融資企業真實信用信息、向銀行推薦“低信用”企業來“以次充好”，從而獲取來自融資企業額外回扣的動機。同樣以電子訂單(下游)融資模式為例，做如下分析。

(1)模型的基本參數

除前面已用到的參數外，模型還引入以下參數。

CB為銀行對B2B平臺推薦的融資企業進行調查復核的成本；

CE為B2B平臺對銀行隱瞞融資企業真實信息需付出的隱瞞成本；

M為B2B平臺存在隱瞞行為可從低信用融資企業獲得的額外回扣；

g1:(1-g1)為在銀行對B2B平臺推薦的融資企業進行調查復核的情況下銀行與B2B平臺的收益分配比例；

g2:(1-g2)為在銀行對B2B平臺推薦的融資企業不進行調查復核的情況下銀行與B2B平臺的收益分配比例。

(2)模型的基本假設

①博弈參與方銀行和B2B平臺都是理性決策者，都以自身利潤最大化作為決策的目標。

②委托授信下，融資企業按期還款后雙方按約定的收益分配比例分配利潤；融資企業違約后銀行享有質押物處置的全部補償收益，B2B平臺不分配質押物處置收益。為方便分析，假設“高信用”企業按期還款的概率為1，“低信用”企業按期還款的概率為0，即以能否按期還款作為“高信用”企業與“低信用”企業的劃分標準。

③借鑒蔣偉等[37]的研究，假設銀行對B2B平臺推薦的融資企業進行調查復核的情況下，銀行會對B2B平臺形成一定的約束力，獲得更高的收益分配比例，即g1>g2。

④在銀行對B2B平臺推薦的融資企業不進行調查復核的情況下，無論B2B平臺如何選擇策略，銀行始終選擇向被推薦企業發放貸款；在調查的情況下，銀行仍難以識別B2B平臺付出隱瞞成本而粉飾的虛假信息，從而只能依據B2B平臺提供的融資企業信息決定貸款與否，即對“高信用”企業(真實高信用企業+隱瞞后的低信用企業)發放貸款，對“低信用”企業(真實低信用企業+隱瞞后的高信用企業)不發放貸款。

⑤假設博弈過程中，銀行與B2B平臺彼此知曉供應鏈融資業務中的所有參數，包括所有顯性參數(如貸款規模、貸款利率、質押率、保證金、雙方收益分配比例等)和隱形參數(銀行對質押物處置渠道暢通性、銀行調查成本、B2B平臺隱瞞成本和隱瞞獲得融資企業回扣等)，從而了解雙方在各種情況下的得益。

(3)模型的建立

由模型的第⑤條基本假設可知，銀行與B2B平臺的博弈可以看作完全信息靜態博弈。博弈過程中雙方不同策略下的得益矩陣見表2。由表2可知，對于高信用的融資企業，不管銀行的策略是調查還是不調查，B2B平臺選擇“不隱瞞”為占優策略；對于低信用的融資企業，不管銀行的策略是調查還是不調查，B2B平臺選擇“隱瞞”或“不隱瞞”取決于隱瞞成本和隱瞞獲得融資企業回扣大小的關系。隱瞞獲得融資企業回扣越大、隱瞞成本越小，B2B平臺越傾向于“隱瞞”低信用融資企業。

(4)激勵契約的設計

定理3 當M

表2 銀行與B2B平臺博弈的得益矩陣Table 2 Payoff Matrix of the Game between Bank and B2B Platform

表3 銀行與B2B平臺博弈的得益矩陣(M

表4 銀行與B2B平臺博弈的得益矩陣(M>CE)Table 4 Payoff Matrix of the Game between Bank and B2B Platform(M>CE)

實際上，定理5表明，當B2B平臺隱瞞獲得融資企業回扣大于隱瞞成本時，為確保B2B平臺隱瞞行為不對銀行期望收益造成損失，銀行可通過與核心企業簽訂回購合約、嚴格控制質押率上限等方式，加強核心企業對融資企業的擔保，或提升融資企業自身擔保能力。反過來講，這些擔保能力的提升有利于增強融資企業獲取銀行貸款的“硬信用”，降低融資企業向B2B平臺提供額外回扣的意愿。長此以往，將影響B2B平臺獲得低信用融資企業的回扣，使其逐漸失去隱瞞真實信息、推薦低信用企業的動力。這也恰恰揭示了在現實操作中銀行傾向于與核心企業簽訂回購合約的動因，即通過擔保增加融資企業的“硬信用”，減小對B2B平臺委托授信的依賴，從而增加銀行在雙方合作中的話語權，又可起到防范B2B平臺道德風險的作用。

6 數值分析

圖3給出聯合授信時銀行和B2B平臺雙方的收益情況。UB為銀行的期望收益曲線，UE為B2B平臺的期望收益曲線，(UB+UE)為二者的聯合收益曲線，為防止雙向道德風險，使雙方均達到最優努力水平，應最大化二者的聯合收益。圖3數值分析結果顯示，聯合授信下銀行的最優收益分配比例為0.87，與定理1給出的銀行最優收益分配比例表達式的計算結果相等。此時，雙方的聯合收益達到最大值4.52。

圖3 聯合授信下的最優收益分配比例g*求解Figure 3 The Process of Solving the Optimal Assignment Proportion of Gross Benefit g* under the Joint Credit Mode

圖4 增大下g*和g**的動態關系Figure 4 The Dynamic Relationship between g* and g**under an Increasing

圖5 不同h取值下g*隨的變動趨勢Figure 5 The Change Trend of g*with an Increasing under Different Values of h

圖6 不同c取值下g*隨的變動趨勢(h=1)Figure 6 The Change Trend of g*with an Increasing under Different Values of c(h=1)

上述對防止授信過程中銀行和B2B平臺隱藏行動的道德風險(授信調查過程中努力程度低)的最優契約設計進行數值仿真分析，驗證本研究相關結論的正確性，委托授信下防范B2B平臺隱藏信息的道德風險(向銀行推薦低信用融資企業)的契約設計不存在最優解，且結論推導過程較為簡便，故不再采用數值分析進行贅述。

7 結論

本研究以電子訂單下游融資為例，在聯合授信和委托授信兩種方式下，對比研究在線供應鏈金融業務中銀行與第三方B2B電商平臺的委托代理關系和激勵契約設計問題，主要研究結論如下。

(1)委托授信下銀行獲得的最優收益分配比例不超過聯合授信下獲得的最優收益分配比例，且與聯合授信下B2B平臺的工作效率和工作有效性趨近于無窮大時的分配比例相等，是銀行收益分配的最低水平。這表明，在大數據時代和未來數據質押融資的背景下，B2B平臺因掌握更多的授信信息，將爭取到更高的授信主導權，加之在線供應鏈金融快速授信、批量準入的融資訴求，銀行只能逐步被動接受委托授信的事實，從而在雙方合作中取得最低的收益分配水平。結論同時揭示了2012年以來，建行、交行紛紛搭建自營B2B平臺的內在原因，正是旨在擺脫未來在線供應鏈金融競爭中對第三方B2B平臺的過度依賴，為自身爭取更多的主導權和利益分配話語權。

(2)當隱瞞獲得融資企業回扣小于隱瞞成本時，選擇推薦“高信用”融資企業且“不隱瞞”為B2B平臺的占優策略，銀行進行調查與否取決于調查對B2B平臺形成約束力所帶來的銀行收益分配比例的增加值與調查成本和貸款項目總收益比值之間的大小關系。當調查對B2B平臺形成較強約束力，并給銀行帶來收益分配比例的較大幅度提升時，銀行選擇對被推薦企業進行調查；當隱瞞獲得融資企業回扣大于隱瞞成本時，銀行應通過嚴格控制收益分配比例上限的方式激勵第三方平臺推薦“高信用”企業，或通過與供應鏈核心企業簽訂回購合約、嚴格控制質押率上限等方式，加強對融資企業的擔保水平，以確保自身收益不受B2B平臺隱瞞行為的影響。實踐中，建行和金銀島聯合推出的在線融資，已經實現“金銀島推薦，銀行快速審批”的委托授信方式。

(3)數值模擬的結果進一步表明，聯合授信下，在B2B平臺的授信審查能力提升初期，銀行的最優收益分配比例受到較大沖擊，驟然下降，其下降的幅度受質押物處置渠道暢通性的影響較為敏感，提高質押物處置渠道暢通性水平(如與核心企業簽訂回購合約等)可為銀行在未來銀-電合作中贏取更多主導權。在簽訂回購合約下，銀行的最優收益分配比例下降幅度受質押率的影響敏感，銀行應在與融資企業談判過程中爭取到更低的質押率或更高的保證金比例，以有效減小對B2B平臺授信審查能力提升的依賴，從而爭取到更高的收益分配比例和更多的話語權。

在研究銀行與B2B平臺的委托代理關系中，本研究假設二者的授信努力水平決定貸款回收成功的概率，暫不考慮融資企業、物流企業、核心企業等其他在線供應鏈金融參與方對貸款項目成功概率的影響，顯然是不全面的，這也是本研究最大的局限性。后續研究中，可探索對貸款回收成功概率的更細致刻畫，并將融資企業面臨的不確定性市場風險等因素納入模型。此外，本研究假設銀行和B2B平臺都具有完全理性，以最大化自身利潤為決策目標，與現實情況存在一定的偏差，下一步可放松假設，在有限理性的假設下研究雙方的“競合”關系和激勵問題。

[1]中國電子商務研究中心.《2014(上)中國電子商務市場數據監測報告》核心數據[EB/OL].(2014-09-27)[2014-12-18].http:∥www.100ec.cn/detail--6194210.html.

CECRC.The core data of China′s e-business market in the first half of 2014[EB/OL].(2014-09-27)[2014-12-18].http:∥www.100ec.cn/detail--6194210.html.(in Chinese)

[2]易觀智庫.易觀分析:2013年中國電子商務B2B市場新增長周期元年[EB/OL].(2014-02-25)[2014-12-18].http:∥www.enfodesk.com/SMinisite/newinfo/articledetail-id-401409.html.

Enfodesk.The year of 2013 is the first year of the new growth cycle of China′s B2B e-commerce market[EB/OL].(2014-02-25)[2014-12-18].http:∥www.enfodesk.com/SMinisite/newinfo/articledetail-id-401409.html.(in Chinese)

[3]郭菊娥,史金召,王智鑫.基于第三方B2B平臺的線上供應鏈金融模式演進與風險管理研究[J].商業經濟與管理,2014(1):13-22.

Guo Ju′e,Shi Jinzhao,Wang Zhixin.Research on the mode evolution and risk management of the online supply chain finance based on the third-party B2B e-commerce platform[J].Journal of Business Economics,2014(1):13-22.(in Chinese)

[4]胡躍飛,黃少卿.供應鏈金融:背景、創新與概念界定[J].金融研究,2009(8):194-206.

Hu Yuefei,Huang Shaoqing.A study of supply chain finance:Its economic background,innovation and conception[J].Journal of Financial Research,2009(8):194-206.(in Chinese)

[5]Koch A R.Economic aspects of inventory and receivables financing[J].Law and Contemporary Problems,1948,13(4):566-578.

[6]雷蕾,史金召.供應鏈金融理論綜述與研究展望[J].華東經濟管理,2014,28(6):158-162.

Lei Lei,Shi Jinzhao.Theoretical review and research prospects on supply chain finance[J].East China Economic Management,2014,28(6):158-162.(in Chinese)

[7]謝平,鄒傳偉.互聯網金融模式研究[J].金融研究,2012(12):11-22.

Xie Ping,Zou Chuanwei.A study on internet based finance model[J].Journal of Financial Research,2012(12):11-22.(in Chinese)

[8]史金召,郭菊娥.互聯網視角下的供應鏈金融模式發展與國內實踐研究[J].西安交通大學學報:社會科學版,2015,35(4):10-16.

Shi Jinzhao,Guo Ju′e.Study on the development and domestic practice of supply chain finance from the perspective of the internet[J].Journal of Xi′an Jiaotong University:Social Sciences,2015,35(4):10-16.(in Chinese)

[9]馮耕中,何娟,李毅學,汪壽陽.物流金融創新:運作與管理[M].北京:科學出版社,2014:12-14.

Feng Gengzhong,He Juan,Li Yixue,Wang Shouyang.Logistics financial innovation:Operation and management[M].Beijing:Science Press,2014:12-14.(in Chinese)

[10] 李毅學,汪壽陽,馮耕中.一個新的學科方向:物流金融的實踐發展與理論綜述[J].系統工程理論與實踐,2010,30(1):1-13.

Li Yixue,Wang Shouyang,Feng Gengzhong.Practical development and theoretic review of logistics finance:A new discipline direction[J].Systems Engineering-Theory & Practice,2010,30(1):1-13.(in Chinese)

[11] 馮耕中.物流金融業務創新分析[J].預測,2007,26(1):49-54.

Feng Gengzhong.Analysis of logistics financing business innovation in China[J].Forecasting,2007,26(1):49-54.(in Chinese)

[12] Hofmann E.Inventory financing in supply chains:A logistics service provider-approach[J].International Journal of Physical Distribution & Logistics Management,2009,39(9):716-740.

[13] Klapper L.The role of factoring for financing small and medium enterprises[J].Journal of Banking & Finance,2006,30(11):3111-3130.

[14] 刁葉光,任建標.供應鏈金融下的反向保理模式研究[J].上海管理科學,2010,32(1):47-50.

Diao Yeguang,Ren Jianbiao.Research on reverse factoring service model in supply chain finance[J].Shanghai Management Science,2010,32(1):47-50.(in Chinese)

[15] Shi J,Guo J,Wang S,Wang Z.Credit risk evaluation of online supply chain finance based on third-party B2B e-commerce platform:An exploratory research based on China′s practice[J].International Journal of u- and e-Service,Science and Technology,2015,8(5):93-104.

[16] 熊熊,馬佳,趙文杰,王小琰,張今.供應鏈金融模式下的信用風險評價[J].南開管理評論,2009,12(4):92-98,106.

Xiong Xiong,Ma Jia,Zhao Wenjie,Wang Xiaoyan,Zhang Jin.Credit risk analysis of supply chain finance[J].Nankai Business Review,2009,12(4):92-98,106.(in Chinese)

[17] 胡海青,張瑯,張道宏.供應鏈金融視角下的中小企業信用風險評估研究:基于SVM與BP神經網絡的比較研究[J].管理評論,2012,24(11):70-80.

Hu Haiqing,Zhang Lang,Zhang Daohong.Research on SMEs credit risk assessment from the perspective of supply chain finance:A comparative study on the SVM model and BP model[J].Management Review,2012,24(11):70-80.(in Chinese)

[18] Jokivuolle E,Peura S.Incorporating collateral value uncertainty in loss given default estimates and loan-to-value ratios[J].European Financial Management,2003,9(3):299-314.

[19] 李毅學,汪壽陽,馮耕中.物流金融中季節性存貨質押融資質押率決策[J].管理科學學報,2011,14(11):19-32.

Li Yixue,Wang Shouyang,Feng Gengzhong.Decision of loon-to-calue katios of seasonal inventon/pledge financing based on logistics finance[J].Journal of Management Sciences in China,2011,14(11):19-32.(in Chinese)

[20] 李毅學,馮耕中,張媛媛.委托監管下存貨質押融資的關鍵風險控制指標[J].系統工程理論與實踐,2011,31(4):587-598.

Li Yixue,Feng Gengzhong,Zhang Yuanyuan.Key risk control indicator of inventory pledge financing under consigning supervision[J].Systems Engineering-Theory & Practice,2011,31(4):587-598.(in Chinese)

[21] Cossin D,Hricko T.A structural analysis of credit risk with risky collateral:A methodology for haircut determination[J].Economic Notes,2003,32(2):243-282.

[22] Diercks L A.Identifying and managing troubled borrowers in asset-based-lending scenarios[J].Commercial Lending Review,2004,19(3):38-41.

[23] Buzacott J A,Zhang R Q.Inventory management with asset-based financing[J].Management Science,2004,50(9):1274-1292.

[24] Dada M,Hu Q.Financing newsvendor inventory[J].Operations Research Letters,2008,36(5):569-573.

[25] Jin Y,Wang S,Hu Q.Contract type and decision right of sales promotion in supply chain management with a capital constrained retailer[J].European Journal of Operational Research,2015,240(2):415-424.

[26] Kleindorfer P R,Wu D J.Integrating long-and short-term contracting via business-to-business exchanges for capital-intensive industries[J].Management Science,2003,49(11):1597-1615.

[27] Jing B,Seidmann A.Finance sourcing in a supply chain[J].Decision Support Systems,2014,58:15-20.

[28] Chen X.A model of trade credit in a capital-constrained distribution channel[J].International Journal of Production Economics,2015,159:347-357.

[29] 林滄海.雙重委托代理下物流金融服務創新及其激勵機制研究[D].天津:南開大學,2012:107-148.

Lin Canghai.A study on the innovation of logistics finance service and its incentive mechanism based on the dual principal-agent mode[D].Tianjin:Nankai University,2012:107-148.(in Chinese)

[30] 張權.存貨質押融資中物流企業的激勵研究[D].成都:西南交通大學,2014:23-39.

Zhang Quan.The study of incentives for logistics enterprises in inventory pledge financing[D].Chengdu:Southwest Jiaotong University,2014:23-39.(in Chinese)

[31] 徐鵬,王勇,楊金.基于委托模式融通倉的銀行對第三方物流激勵和監督[J].管理科學,2008,21(1):108-114.

Xu Peng,Wang Yong,Yang Jin.Study of incentive and supervision mechanism of banks based on FTW of principal-agent mode towards TPL[J].Journal of Management Science,2008,21(1):108-114.(in Chinese)

[32] 唐時達,李智華,王碩,李曉宏.供應鏈金融以“數據質押”為核心大勢所趨[EB/OL].(2014-11-10)[2014-12-16].http:∥b2b.toocle.com/detail--6209677.html.

Tang Shida,Li Zhihua,Wang Shuo,Li Xiaohong.“Data pledge” which represents the general trend will become the core of supply chain finance[EB/OL].(2014-11-10)[2014-12-16].http:∥b2b. toocle.com/detail--6209677. html.(in Chinese)

[33] 金銀島.“在線融資”業務與傳統貨押業務的對比 [EB/OL].(2012-07-17)[2014-12-21].http:∥loan.315.com.cn/help.html.

Jin Yindao.Comparison between online financing and traditional hypothecated loan [EB/OL].(2012-07-17)[2014-12-21].http:∥loan.315.com.cn/help.html.(in Chinese)

[34] Hellmann T.IPOs,acquisitions,and the use of convertible securities in venture capital[J].Journal of Financial Economics,2006,81(3):649-679.

[35] 晏文雋,郭菊娥.風險投資主體、銀行和創業企業家三方委托代理研究[J].管理科學,2009,22(2):91-98.

Yan Wenjun,Guo Ju′e.The study on principal agent relationship among venture capitalist,bank and enterpriser[J].Journal of Management Science,2009,22(2):91-98.(in Chinese)

[36] 張維迎.博弈論與信息經濟學[M].新1版.上海:上海人民出版社,2012:235-237.

Zhang Weiying.Game theory and information economics[M].New 1st ed.Shanghai:Shanghai People′s Publishing House,2012:235-237.(in Chinese)

[37] 蔣偉,李蓉.風險投資與創業企業的博弈分析[J].金融論壇,2014,19(9):35-39,56.

Jiang Wei,Li Rong.An analysis of the game of venture investment and start-up enterprise[J].Finance Forum,2014,19(9):35-39,56.(in Chinese)

[38] 金銀島.在線融資幫助中心常見問題解答[EB/OL].(2015-05-02)[2015-05-03].http:∥www1.315.com.cn/help/doc_n/help_997007001.html#.

Jin Yindao.Answers to common questions in the online financing help center[EB/OL].(2015-05-02)[2015-05-03].http:∥www1.315.com.cn/help/doc_n/help_997007001.html#.(in Chinese)

StudyontheIncentiveContractbetweenBanksandB2BPlatformsBasedontheOnlineSupplyChainFinance

Shi Jinzhao，Guo Ju′e，Yan Wenjun

School of Management, Xi′an Jiaotong University, Xi′an 710049, China

In recent years, with the rapid development of electronic commerce and internet finance, online supply chain finance is growing rapidly worldly. In China, banks and third-party B2B e-commerce platforms jointly providing short-term financing for the online traders has become the main pattern of online supply chain finance.

Taking electronic order financing as an example, this paper investigates the design of incentive contract between the banks and the third-party B2B e-commerce platforms, and presents strategies of preventing two kinds of moral hazards, i.e. hidden action (low-level effort in the process of reviewing credit awarding) and hidden information (recommending low-credit borrowing enterprises to the bank) of B2B platforms.

Based on the principal-agent theory, we build two moral hazard models under “joint credit awarding mode” and “entrusted credit awarding mode” respectively and derive the optimal income distribution contracts between the banks and the B2B platforms. Through comparative study, we find that the optimal income distribution ratio obtained by the banks in “entrusted credit awarding mode” is no higher than the ratio obtained in “joint credit awarding mode”, and it is equal to the distribution ratio in “joint credit awarding mode” when the work efficiency & effectiveness of B2B platforms approach to infinity. It means that the banks can only obtain the lowest income distribution ratio under the “entrusted credit awarding mode”, which is the common mode in big data era and in the context of “data pledge-based” financing age. The results reveal the evolvement law of leadership between banks and B2B platforms under online supply chain finance, as well as the hidden reason why commercial banks in China are struggling to build their own B2B platforms.

Under the “entrusted credit awarding mode” and based on the game theory, we adopt the game benefit matrixes between the banks and the B2B platforms to analyze the banks′ incentive strategies to the B2B platforms given the different context. When the kickback from the hiding behavior is less than its cost, recommending high-credit enterprises is the dominant strategy for B2B platforms. Otherwise, the banks should stimulate the B2B platforms to recommend high-credit enterprises by means of strictly controlling the upper limit of income distribution ratio. In order to ensure their profits not to be affected by the hiding behavior of B2B platforms, the banks can also take measures to strengthen the guarantee towards the borrowing enterprises, such as signing buy-back contract with core supply chain enterprises and controlling the upper limit of the pledge rate. Finally, the relevant conclusions of the paper are verified on the basis of a numerical simulation analysis.

online supply chain finance；moral hazard；incentive contract；income distribution ratio；banks；B2B platforms

Date:December 25th, 2014

DateJune 14th, 2015

FundedProject:Supported by the National Natural Science Foundation of China(71403031,71473193) and the Fundamental Research Funds for the Central Universities(skz2014010)

Biography:Shi Jinzhao(1990-，Native of Zhangqiu, Shandong), is a Ph.D candidate in the School of Management at Xi′an Jiaotong University. His research interests cover investment and financing decision and risk management, supply chain finance and internet finance, etc.

E-mail:shi901226@stu.xjtu.edu.cn

F832.4

A

10.3969/j.issn.1672-0334.2015.05.007

1672-0334(2015)05-0079-14

2014-12-25修返日期2015-06-14

國家自然科學基金(71403031，71473193)；中央高校基本科研業務費專項資金(skz2014010)

史金召(1990-)，男，山東章丘人，西安交通大學管理學院博士研究生，研究方向：投融資決策與風險管理、供應鏈金融與互聯網金融等。E-mail：shi901226@stu.xjtu.edu.cn

□