B2B電商平臺供應鏈融資風險的影響因素識別與評價

謝文靜 鮑新中 董文妍

【摘要】風險是影響供應鏈融資業務發展的關鍵問題，而電商平臺開展的供應鏈融資業務的風險影響因素與傳統供應鏈融資相比發生了較大的變化。基于此，全面分析B2B電商平臺供應鏈融資風險可能的影響因素，運用德爾菲法對風險因素進行了篩選。并建立B2B電商平臺供應鏈融資風險評價指標體系，運用直覺模糊層次分析法確定各指標的權重。最后，以五家典型電子商務平臺開展的供應鏈金融業務為例，對其供應鏈融資風險進行綜合評價和比較。

【關鍵詞】B2B電商平臺；供應鏈融資；風險因素；德爾菲法

【中圖分類號】F830.33【文獻標識碼】A【文章編號】1004-0994（2020）01-0118-9

【基金項目】北京市屬高校高水平教師隊伍建設支持計劃長城學者培養計劃項目“基于風險分擔的電商供應鏈融資合作機制構建與溢出價值分配研究”（項目編號：CIT&TCD20180327）；北京社會科學基金項目“電商環境下京津冀小微企業供應鏈融資信任機制與信用評價體系研究”（項目編號：18GLB010）；北京聯合大學百優項目“電商供應鏈融資跨平臺交叉網絡效應與平臺運作機制研究”（項目編號：BPHR2017DS11）

一、引言

隨著電子商務（以下簡稱“電商”）市場規模的不斷擴大，電商平臺在中小微企業中發揮著越來越重要的作用，企業基于電商平臺開展自身業務已經成為未來互聯網技術發展的趨勢。然而，中小微企業在基于電商平臺的發展中也面臨著資金短缺的瓶頸。傳統的融資方式無法有效解決中小微企業融資困難的主要原因有兩個方面：一是市場上缺乏關于中小微企業信息披露和公示的相關規范準則，中小微企業的信息公開程度和可信度較低，且缺乏可靠的信息來源途徑，商業銀行等金融機構與融資企業之間存在較為明顯的信息不對稱，在有限的信息條件下無法對融資企業進行授信；二是由于受中小微企業自身經營業務體量和規模的限制，金融機構能夠從資金融通中獲得的收益與其付出的授信成本不成正比，促使其放棄針對中小微企業的融資貸款業務。而基于供應鏈整體發展產生的供應鏈融資，可以使中小微企業憑借供應鏈的信用傳導優勢，借助供應鏈上的核心企業獲得授信，進而從商業銀行取得融資貸款，因此供應鏈融資為中小微企業融資難提供了切實可行的解決辦法。在我國電商交易愈發活躍、網上支付業務發展迅猛的背景下，借助大數據技術，以電商平臺為核心而開展的供應鏈融資業務被越來越多的交易平臺和金融機構所采用，在解決中小微企業融資難問題的同時，也為電商平臺、金融機構等各方的發展提供了機遇，基于電商平臺的供應鏈融資業務的開展可以實現參與各方的合作共贏。

按照電商平臺的性質，可以將其開展的供應鏈融資業務分為基于B2B電商平臺的供應鏈融資（如阿里巴巴、找鋼網、敦煌網等）、基于B2C電商平臺的供應鏈融資（如蘇寧易購、京東、唯品會、天貓等），以及基于C2C電商平臺的供應鏈融資（如淘寶）。由于B2B平臺面向的都是企業客戶，其融資規模與B2C、C2C平臺上的中小微企業相比要大一些，在融資風險的管理和控制方面也存在自身特點。因此，本文針對B2B電商平臺供應鏈融資業務的風險影響因素進行分析，在此基礎上建立風險評價指標體系，并以五個典型的B2B電商平臺為例進行相關風險評價實證研究。

二、相關文獻綜述

從20世紀90年代開始，國外學者針對供應鏈融資問題開展了多方面的研究[1，2]，而供應鏈融資風險是關鍵問題之一。關于供應鏈融資風險的相關研究，國內外學者主要從風險形成機理、風險評價、風險防范、風險共擔等幾個方面展開。

1.在風險形成機理方面。Rao等[3]將風險來源分為外部環境風險、供應鏈網絡風險和供應鏈企業風險三個方面。宋華等[4]從結構、流程和要素三個維度來考慮供應鏈融資的風險來源，并將結構維度細分為供應鏈網絡結構和業務結構兩個方面，將流程維度細分為交易流程和管理結構兩個部分，將要素維度細分為全供應鏈網絡的信息治理和融資企業的聲譽資產化兩個方面。張誠[5]利用系統動力學原理對中小企業供應鏈融資風險進行了形成機理仿真。彭路[6]則針對農業供應鏈金融中的道德風險問題，運用序貫博弈方法以及實證方法證明了農業供應鏈金融風險因為供應鏈的規模經濟性、范圍經濟性、羊群效應和合成謬誤集聚等而被放大的可能性，并提出相關建議。

2.在風險評價方面。李曉宇等[7]從融資企業、核心企業、第三方企業和外部風險四個方面建立了商業銀行開展供應鏈融資業務的風險評價指標體系，并進行了實證分析。徐鵬[8]針對農村供應鏈金融中的農產品質押融資方式，從外部環境變化風險、資信水平風險、供應鏈穩定風險、質押物風險、技術水平風險和法規風險六個方面建立風險評價指標體系，并提出了應用層次風險和模糊綜合評價法進行風險評價的思路。范方志等[9]結合互聯網大數據思維和數據挖掘方法篩選了風險評價指標體系，并采用定性和定量相結合的方法評價供應鏈融資風險。

3.在風險防范方面。Chang等[10]提出商業銀行可以利用供應鏈上下游企業信息共享機制，以降低金融機構與企業的供應鏈融資風險。張建同等[11]以汽車類上市公司為例，分析了汽車核心制造企業、零部件供應商和分銷商的供應鏈金融相對違約風險，以期為供應鏈金融業務的風險防范提供依據。張浩等[12]從企業全生命周期視角對供應鏈融資中的中小微企業進行劃分，分析其狀態轉移表征指標，并運用馬爾科夫模型判斷其收益和風險的關系，為投資方進行風險控制提供決策依據。Diercks[13]認為，對存貨的價值評估和嚴密監控是供應鏈金融風險控制的最重要環節，需要有經驗、有實力的第三方企業代為評估和監管。彭路[14]針對農業供應鏈金融的風險特征，指出風險防范的基本原則和策略。

4.在風險共擔方面。金偉等[15]引入信用保險思路，分別構建了風險規避性銀行融資模型以及銀行融資與信用保險的組合模型，并且給出了兩種模型中供應鏈融資系統中參與各方風險分擔的最優決策方案。很多學者針對資金約束環境下供應鏈融資風險分擔的供應鏈協調契約均衡解的設計問題進行了研究[16-19]。林強等[20]分析了單供應商和單零售商組成的二級供應鏈中保稅倉融資和延遲支付融資兩種融資途徑下融資模式選擇和風險分擔問題。黃建輝等[21]則討論了政府補貼機制下農業供應鏈融資中的風險共擔問題。

與傳統供應鏈融資風險的相關研究相比，專門針對電商背景下供應鏈融資風險的研究相對較少。郭菊娥等[22]指出，商業銀行在線上供應鏈金融業務中面臨的風險要素相比線下模式發生了很大的變化，并對線上供應鏈金融的模式演進和風險要素進行了深入分析。鞠彥輝等[23]從指標體系構建、指標權重的確定、指標評價值的計算、結果分析與評價等方面提出了一種線上供應鏈金融信用風險盲數評價模型。王寶森等[24]以主成分分析法確定影響互聯網供應鏈金融的主要因素，并提出風險度量的思路。史金召等[25]則從銀行與B2B電商平臺激勵契約的視角討論了供應鏈金融業務中收益共享和風險共擔問題。電商平臺下的供應鏈融資模式有很多，而基于B2B平臺的供應鏈融資模式與基于B2C、C2C平臺的供應鏈融資模式在參與方、業務流程以及風險因素方面都會有一些區別，本文以五家典型的B2B電商平臺開展的供應鏈融資業務為例進行風險評價和比較。

三、B2B電商平臺下供應鏈融資風險影響因素分析

基于B2B電商平臺供應鏈融資業務所涉及的主體，本文將其風險影響因素分為宏觀環境與行業、商業銀行、電商平臺、融資企業以及物流企業五類。

（一）宏觀環境與行業風險影響因素

1.宏觀環境。供應鏈融資業務的發展會受到宏觀經濟環境的影響，一方面，宏觀經濟形勢整體處于上升趨勢時，各行業的發展也會穩步增長；當宏觀經濟形勢處于下降趨勢時，市場經濟整體下滑，企業發展受阻。另一方面，國家的相關法律政策環境的變化也會對相關產業下的經濟主體產生影響。國家經濟政策的改變，例如產業結構調整、經濟特區設立等往往會對投資者的投資方向起到一定的引導作用，從而對相關產業或者地區產生直接影響，引起供應鏈融資風險。同時，國家的法律環境會影響電商平臺下供應鏈融資各參與主體之間的權責劃分和質押物贖回、變現、權利歸屬等一系列法律問題，從而給供應鏈融資帶來風險。

2.行業風險。融資企業所處的行業會對供應鏈融資中的系統風險產生不同的影響。根據行業發展的生命周期理論，企業所處的生命周期大致可以分為初創期、成長期、成熟期、衰退期四個周期，在不同的發展階段，企業所面臨的生存與發展的機會均有所不同，對融資的需求也會有所差別。融資企業所處行業的競爭越激烈，處于電商平臺上的供應鏈融資企業對行業內有限資源的競爭就越激烈，尤其會使得中小微企業所處的成長經營環境處于較為不穩定的狀態，進而會影響到供應鏈的穩定性。

宏觀環境與行業風險影響因素指標具體見表1。

（二）商業銀行風險影響因素

1.商業銀行操作風險。由于融資企業對資金的需求量較大，因此商業銀行應具有獨立的業務系統，能夠與B2B電商平臺相關專業系統進行對接以便實現信息傳遞、資料共享等功能，同時應具備完善的內部操作流程設計和嚴格的內部流程執行監管措施，能夠滿足對融資業務從準入、審核到貸后管理等一系列專業性要求。相關商業銀行操作人員需要對供應鏈的整體運行情況有充分的了解和把握，對融資企業資信情況有較為準確的分析判斷。這些都對商業銀行的操作系統、人員、融資審批提出了較高要求，給商業銀行參與電商供應鏈融資過程中的每一個環節帶來操作風險。本文所討論的商業銀行操作風險主要涉及操作流程、內部人員、操作技術及融資審批等方面的風險。

2.商業銀行與B2B電商平臺合作密切程度。B2B電商平臺的供應鏈融資是一種以B2B電商平臺為中心、多平臺融合的供應鏈融資模式，各平臺與B2B電商平臺之間的關系是供應鏈整體風險的重要影響因素。銀行借貸模式下，商業銀行是資金的主要提供平臺，借助B2B電商平臺在信息數據方面的優勢，銀行獲取關于融資企業的歷史交易數據等信息，對融資企業進行授信和提供貸款。因此，商業銀行與B2B電商平臺合作的密切程度會影響商業銀行對融資企業信用評級的準確性，從而產生供應鏈融資風險。商業銀行與電商平臺合作的密切程度可以從其與電商平臺系統對接程度、與電商平臺合作年限、與電商平臺合作方式以及年融資貸款總額四個方面來進行評價。

3.商業銀行地位。可以通過商業銀行對融資企業的平均質押折扣率、質押融資審批通過率、商業銀行合作的同類型電商平臺個數和自營業同類型電商平臺的運營效率來進行評價。

4.商業銀行風險控制體系。包括商業銀行風險預警機制、風險防范及應對措施，從而有效地降低商業銀行的風險。

5.商業銀行在電商平臺供應鏈融資中需要承擔的其他相關成本。包括與電商平臺開展合作的成本、相比傳統融資模式所增加的融資企業違約成本和監督成本。

商業銀行的風險影響因素指標具體見表2。

（三）電商平臺風險影響因素

1.電商平臺操作風險。要保證電商平臺下供應鏈融資的順利開展，降低供應鏈融資操作風險，就要確保B2B電商平臺面向平臺企業的交易系統能夠正常運作，以及平臺計算機網絡系統的安全和穩定。B2B電商平臺網絡系統的先進性、穩定性、安全性，可能面臨的軟件、硬件風險，內部人員欺詐風險，交易系統正常運行或交易數據異常風險、訂單協議風險、信用評價體系的完善程度等都是影響電商平臺操作風險的重要因素。

2.電商平臺與融資企業合作程度。B2B電商平臺改變了傳統供應鏈融資中金融機構、融資企業及核心企業之間的合作模式，優化了針對貸款主體的審核，使得金融機構對融資企業的授信不再依賴核心企業的信用情況，而是在B2B電商平臺對供應鏈中融資企業相關信息進行采集和分析的基礎上，通過信息管理體系和網絡信息流完成融資企業的信用評級，擴大了供應鏈融資參與企業的范圍，提高了供應鏈的運作效率。由于電商平臺對融資企業的信用評級需要以大量的融資企業信用交易記錄為支撐，平臺與融資企業合作時間的長短、基于電商平臺的交易額和交易量等都會直接影響電商平臺對融資企業的評價。

3.電商平臺地位。B2B電商平臺在供應鏈上的地位會影響供應鏈運作的整體效率，進而影響供應鏈上的整體風險。本文基于平衡計分卡的四個維度（財務、內部業務流程、客戶、學習和成長能力），提取影響電商平臺地位的影響因素。在財務方面，B2B電商平臺在供應鏈中的地位可以通過相關財務利潤指標來體現，選取的財務指標應能夠反映電商平臺未來的長期盈利能力。在內部業務流程方面，B2B電商平臺的融資申請單據的平均審批處理時間、單據處理準確率、突發事件解決平均時長可以反映平臺內部業務流程的建設程度。在客戶方面，可以提取平臺規模和與商業銀行共享客戶資料的程度兩個影響因素。在學習和成長能力方面，可以采用平臺分析系統的更新來衡量。

4.電商平臺風險控制體系。電商平臺需要對融資貸款業務包括融資申請、業務審核、信用評級、發放貸款和后續資金運轉在內的全過程進行系統性的把握和監管，因此平臺的風險預警、防范及應對能力直接關系到電商平臺融資貸款業務的順利開展。

（四）融資企業風險影響因素

融資企業是資金的主要需求方，參與供應鏈融資的企業多為存在資金缺口的中小微企業，由于這些企業通常規模比較小、管理松散、業務不穩定，因此會給供應鏈融資業務帶來一定的風險。從B2B電商平臺出發，對供應鏈融資進行風險評價，需要將平臺上的融資企業當作一個整體進行研究。

1.融資企業信用風險。B2B電商平臺融資企業的信用風險主要受到企業整體水平、平均企業規模、運營能力平均水平、未來發展潛力等因素的影響。信用風險雖然可以通過供應鏈的風險分散功能適度降低，但受上述因素的影響，融資企業的信用風險一直存在。

2.融資企業質押風險。根據融資企業在供應鏈融資中所提供質押擔保的不同，可以將B2B電商平臺下供應鏈融資分為電子訂單融資、電子倉單融資兩種模式，每種模式下均存在著不同的融資質押風險。這里需要說明的是，雖然兩種融資方式的質押擔保物有所不同，但在融資過程中都需要結合網絡信用評級對融資企業進行授信。

3.企業違約成本。融資企業通過供應鏈獲得融資貸款后，一旦出現經營異常導致沒有能力按時償還貸款利息或本金的情況，企業就會面臨違約風險，同時要承擔相應的違約成本。融資企業與提供貸款的金融機構約定的與違約相關的懲罰包括支付違約期內加收的借款利息、違約罰金、降低企業信用等級等。當融資企業的違約成本遠遠高于企業的貸款額度時，會大大降低融資企業的違約動機，督促融資企業盡最大的努力按時償還貸款。

4.融資企業地位。包括企業所生產產品的價格優勢、產品替代性及生產能力、融資企業在供應鏈中的主導性、對供應鏈的依賴程度等。

融資企業的風險影響因素指標具體見表4。

（五）物流企業風險影響因素

B2B電商平臺下，供應鏈融資的第四方物流與第三方物流企業協同合作，為供應鏈融資提供電子倉單質押商品物流服務的同時，構建了供應鏈物流信息樞紐，實現了物流系統的網絡信息化建設。基礎物流服務中，物流企業對貨物的倉儲管理水平和專業化程度是影響供應鏈風險的重要因素。在倉儲環節，質押商品本身的特征，如商品的標準化程度、易損易腐情況等，會影響物流企業商品保管的效果，物流企業需要利用專業的倉儲保管技術保證質押商品不被損壞，避免造成商品價值的減少。同時，還可能存在物流企業串通融資企業捏造相關數據欺詐供應鏈中的其他主體，損害供應鏈中各方利益。在提貨、發貨環節存在的主要風險包括：①物流企業未按照約定的時間進行貨物收發；②物流企業發貨對象設置錯誤導致貨物未能正常送達，或物流路徑規劃的不合理造成資源浪費。另外，物流企業的系統風險主要表現為企業自動化管理系統故障，進而影響交易的順利進行。

物流企業的風險影響因素指標具體見表5。

四、B2B電子商務平臺下供應鏈融資風險評價體系的建立

（一）基于德爾菲法的風險評價指標體系篩選

德爾菲法的基本原理是以調查征詢表的形式向相關領域專家征求意見，并對專家評價結果進行匯總，每完成一次意見征集和結果反饋的過程稱為一輪，將上輪所得意見匯總整理后匿名反饋給每一位專家再次征詢意見，如此反復幾輪，使評價意見趨于一致，從而得到較為滿意的評價結果。

運用臨界值在德爾菲法中對評價指標進行篩選，本文選取指標得分滿分頻率、均值及變異系數的臨界值對指標進行符合程度的篩選。指標均值和滿分頻率的臨界值計算公式為：臨界值=平均數-標準差，當指標得分高于臨界值時，表示該指標符合要求。變異系數的臨界值計算公式為：臨界值=平均數+標準差，當指標得分低于臨界值時，表示該指標符合要求。本文對評價指標進行篩選時，如果某一指標對三項要求均不符合則對評價指標進行刪除，如果該指標不滿足其中對的一項或者兩項要求，則根據全面性和科學性原則，對該指標的取舍作進一步討論。

本文選取了三位行業相關領域的專家參與本次問卷調查，根據前面梳理的各項影響因素設計了相關問卷，經過兩輪問卷發放和收回工作，取得了專家對該風險指標體系的相關評價數據。問卷調查邀請了專家對指標體系中的每個三級指標按照5分（重要）、3分（一般重要）和1分（不重要）的程度進行評分。其中：5分表示該指標能夠很好地體現電商平臺下供應鏈融資風險的程度；3分表示該指標能夠反映電子商務平臺下供應鏈融資風險程度，但效果較為一般；1分表示該指標對電商平臺下供應鏈融資風險的測量幾乎沒有意義。

根據專家評價結果，計算出指標均值、滿分頻率及變異系數的篩選指標臨界值，具體結果見表6。

根據兩輪問卷調查后最終得到專家評分結果，計算出每個指標的滿分頻率、均值、變異系數。通過數據分析結果可以看出，內部操作流程設計的成熟度、與電商平臺的合作年限、計算機網絡系統的穩定性、商品銷售區域覆蓋范圍等25個指標均不符合三項臨界值標準，充分說明這些指標對基于B2B電商平臺的供應鏈融資風險指標體系適用性很低，可以刪除。客戶資料的共享程度、平均商品利潤率等5項指標滿分頻率和變異系數方面均不符合臨界值的要求，其均值略大于指標均值的臨界值，說明這幾項指標可以衡量電商供應鏈融資的風險程度，但是適用性不是很好，因此確認可以從指標體系中刪除。其余指標中有個別指標的變異系數不符合臨界值的要求，但均在可接受的范圍內，對整個指標體系適用性較好。

基于上文供應鏈融資風險因素的分析，經過德爾菲法的篩選和修正，本文刪除了30項指標，最終將基于B2B電商平臺供應鏈融資風險指標體系三級指標的個數確定為53個，且這些指標均對風險評價具有整體適用性，具體見表7。

（二）基于直覺模糊層次分析法的屬性指標權重確定

層次分析法是一種被普遍運用的、將定量和定性相結合的權重確定方法，其需要借助專家豐富的先驗經驗。由于B2B電商平臺供應鏈融資業務涉及的主體較多，這就要求專家對業務要有全方位的了解，否則專家的主觀認知偏差會對指標權重產生較大影響。而模糊層次分析法可以將專家對指標的主觀評分模糊化，使得對各指標重要性程度的評價更加準確和客觀。本文采用基于Zadeh的模糊集概念提出的直覺模糊層次分析法，對電商供應鏈融資中的風險因素指標進行權重計算。直覺模糊信息使用區間數描述元素的隸屬度，并將該有序實數對（μ，ν）命名為直覺模糊數，其中μ表示元素A至少有μ成屬于集合S，ν表示元素A至少有ν成不屬于集合S。直覺模糊層次分析法中對直覺模糊信息的運用可以減輕指標評價過程中的不確定性和模糊性，使評價更加簡潔有效。同時，經直覺模糊層次分析法得到的權重是由原始的評分信息得來的，當矩陣未通過一致性檢驗時無須重新調整專家所打出的分數。本文在對同層級元素相對上一層元素的重要性進行比較時，所使用的重要程度評分標準見表8。

3.判斷直覺模糊互補判斷矩陣的一致性。根據相似度的定義和計算公式可得：

基于同樣的計算原理和過程，可以確定其余指標的權重。從而得到B2B電商平臺下供應鏈融資風險評價指標的權重，如表7所示。

五、B2B電商平臺下供應鏈融資風險綜合評價

本文以阿里巴巴、摩貝、找鋼網、天物大宗、中國供應商五家涉及不同行業、基于不同成立背景的B2B電商平臺為例，對其主導參與的供應鏈融資風險進行評價，最終的綜合評價得分越高，代表其風險等級越低。

（一）四級模糊綜合評價

為了計算各電商平臺下供應鏈融資風險指標的風險評估值，本文首先計算指標體系中各三級指標的隸屬度，從而計算出四級模糊綜合評價風險評估值。

原始評分數據采用專家打分法取得。將電商平臺下的供應鏈融資指標風險按照10分（無風險）、8分（輕度風險）、6分（中度風險）、4分（重度風險）、2分（特重度風險）五個等級進行評分，根據指標得分和隸屬度函數，確定指標的隸屬度：

（三）二級模糊綜合評價

同理對一級指標的風險評估值進行計算，結果如表11所示。

（四）一級模糊綜合評價

對二級指標的風險評估值進行計算，得到各B2B電商平臺下供應鏈融資風險等級結果，如表12所示。

由模糊綜合評價結果可以看出，風險等級從高到低依次為：中國供應商、摩貝、天物大宗、找鋼網、阿里巴巴。以阿里巴巴電商平臺企業為主導的供應鏈融資與其他電商平臺的供應鏈融資相比風險較低，且中國供應商電商平臺下的B2B電商平臺供應鏈融資風險最高。

六、結論

本文首先以B2B電商平臺開展的供應鏈融資業務風險為研究對象，識別相關的風險影響因素，并基于德爾菲法對風險指標進行篩選，構建了B2B電商平臺下供應鏈融資風險評價指標體系，該指標體系共包含5個一級屬性指標，16個二級屬性指標及53個三級屬性指標。其次采用直覺模糊層次分析法確定電商平臺供應鏈融資風險屬性指標權重，直覺模糊層次分析法在一定程度上改進了傳統層次分析法的主觀性缺陷，使得評價結果更加科學。最后選取五家典型的B2B電商平臺企業作為案例，結合權重計算結果，對不同電商平臺主導下的供應鏈融資風險進行了評價和比較。

【主要參考文獻】

[1]Xinhan Xu，Xiangfeng Chen，Fu Jia，et al.Supply chain finance：A systematic literature review and bibliometric analysis[J].International Journal of Production Economics，2018（204）：160～173.

[2]Gelsomino L. M.，Mangiaracina R.，Perego A.，et al. Supply chain finance：A literature review[J].International Journal of Physical Distribution& Logistics Management，2014（4）：348～366.

[3]Rao S.，T. J. Goldsby. Supply chain risks：A review and typology[J].The International Journal of Logistics Management，2009（1）：97～123.

[4]宋華，楊璇.供應鏈金融風險來源與系統化管理：一個整合性框架[J].中國人民大學學報，2018（4）：119～128.

[5]張誠.中小企業供應鏈金融風險測控的研究——基于系統動力學仿真模型[J].系統科學學報，2018（3）：76～80.

[6]彭路.農業供應鏈金融道德風險的放大效應研究[J].金融研究，2018（4）：88～103.

[7]李曉宇，張鵬杰.中國商業銀行供應鏈融資的風險評價研究[J].金融論壇，2014（9）：49～56.

[8]徐鵬.基于供應鏈金融的農產品質押融資風險模糊綜合評價研究[J].西南政法大學學報，2017（3）：110～118.

[9]范方志，蘇國強，王曉彥.供應鏈金融模式下中小企業信用風險評價及其風險管理研究[J].中央財經大學學報，2017（12）：34～43.

[10]Chang H. L.，Rhee B. D. Trade credit for supply chain coordination[J].European Journal of Operational Research，2011（5）：136～146.

[11]張建同，張敏，郭卓琦.基于修正KMV模型的汽車供應鏈金融風險分析[J].工業工程與管理，2019（1）：128～135.

[12]張浩，張瀟.基于馬爾可夫模型的電商平臺供應鏈金融風險控制[J].云南財經大學學報，2017（2）：118～126.

[13]Diercks L. A.Identifying and managing troubled borrowers in asset[J].Commercial Lending Review，2004（3）：38～41.

[14]彭路.農業供應鏈金融風險的主要特征與風險防范的基本原則[J].財經理論與實踐，2015（11）：20～24.

[15]金偉，駱建文.考慮風險規避的供應鏈融資與信用保險組合模型研究[J].運籌與管理，2018（12）：19～27.

[16]Jing B.，Chen X.，Cai G. Equilibrium financing in a distribution channel with capital constraint[J].Production and Operations Management，2012（6）：1090～1101.

[17]Kouvelis P.，Zhao W. Supply chain contract design under financial constraints and bankruptcy costs[J].Management Science，2015（8）：2341～2357.

[18]Ni J.，Chu L. K.，Li Q.Capacity decisions with debt financing：The effects of agency problem[J].European Journal of Operational Research，2017（3）：1158～1169.

[19]Peura H.，Yang S. A.，Lai G. Trade credit in competition：A horizontal benefit[J].Manufacturing & Service Operations Management，2017（2）：263～289.

[20]林強，賀勇，李心竹.供應商存在供應風險時供應鏈融資模式選擇研究[J].運籌與管理，2019（2）：167～173.

[21]黃建輝，林強.保證保險和產出不確定下訂單農業供應鏈融資中的政府補貼機制[J].中國管理科學，2019（3）：53～65.

[22]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.

[23]鞠彥輝，許燕，何毅.信息混沌下銀行線上供應鏈金融信用風險盲數評價模型構建[J].企業經濟，2018（6）：102～106.

[24]王寶森，王迪.互聯網供應鏈金融信用風險度量與盯市管理[J].中國流通經濟，2017（4）：77～84.

[25]史金召，郭菊娥，晏文雋.在線供應鏈金融中銀行與B2B平臺的激勵契約研究[J].管理科學，2015（5）：79～92.