電商背景下電子訂單融資的風險形成機理及仿真分析

田然 徐鯤

【摘要】電子訂單融資模式作為電商平臺供應鏈融資的主要模式之一， 因簡單易行而被廣泛接受， 但由于電子訂單融資沒有實物資產的質押， 其風險管控就顯得更加重要。 在梳理電子訂單模式及其風險演進歷程的基礎上， 從系統的角度描述各主體間的風險關系， 確定關鍵風險因素， 并運用系統動力學原理進行仿真分析。 研究結果表明： 電子訂單融資系統由多個子系統構成， 各子系統之間構成反饋關系， 對各子系統風險的把控有助于降低電子訂單融資的整體風險。

【關鍵詞】電商平臺;電子訂單融資;供應鏈融資;系統動力學

【中圖分類號】 F224 ? ? 【文獻標識碼】A ? ? ?【文章編號】1004-0994（2020）19-0139-7

一、引言

防范金融風險、保障金融安全一直以來都是政府和相關部門關注的重點。 黨的十九大提出， “深化金融體制改革， 增強金融服務實體經濟能力。 健全金融監管體系， 守住不發生系統性金融風險的底線”。 央行在2019年8月發布的《金融科技發展規劃》中也指出， 要注意防范金融發展給市場監管帶來的風險。 供應鏈融資作為一種新興融資手段， 其風險管控問題更不容忽視。 國內外學者對傳統供應鏈融資的研究起步較早， 主要集中于供應鏈融資模式和風險評價方面。 而近些年興起的電商平臺供應鏈融資， 是傳統供應鏈融資在電商背景下發展的結果， 其發展歷程較短， 尚未形成較完整的研究成果。

對于傳統供應鏈融資， 許多學者從供應鏈融資的實體背景入手， 對其內涵進行了界定[1] 。 還有學者從供應鏈融資的不同角度出發， 如質押物[2] 、主導企業[3] 、發展階段[4] 、擔保方式[5] ， 對供應鏈融資模式進行了劃分和創新。 基于現有研究可以發現， 供應鏈融資在提升效率的同時也增加了各參與主體的風險[6] 。 因此， 在對供應鏈金融各參與主體的風險分擔原則進行分析和界定的基礎上， 建立風險評價模型， 進而構建基于供應鏈融資風險管理的一般性框架， 可以有效預測在融資過程中可能產生的多期價格風險， 同時增強信用風險評價的客觀性和科學性。

對于電商供應鏈融資， 大多數學者從電商供應鏈融資模式出發， 對比了其與傳統供應鏈融資的特點， 對電商供應鏈金融模式進行了劃分[7-9] ， 并開始聚焦于電商供應鏈金融的風險分析與控制， 基于對不同融資主體的劃分和運作模式的研究， 對其運作弊端、道德風險、投資風險、信用風險的把控提出了新的思路[10] 。

綜上可知， 現有研究對供應鏈融資的基本概念、理論、模式進行了深入挖掘和探索， 為后續研究奠定了理論基礎。 但是關于電商供應鏈融資風險， 特別是電子訂單融資模式的研究并不多。 本文基于上述研究成果， 對電商平臺電子訂單融資風險進行了進一步剖析， 旨在為中小企業提高融資效率、降低融資風險提供新的思路。

二、電子訂單融資模式的變遷及其風險演進

隨著供應鏈融資的整體演進， 電子訂單融資也經歷了一次次的更新迭代。 本文梳理了不同供應鏈融資階段電子訂單融資的演進歷程及相關風險變化（詳見表1）， 以期在了解電子訂單融資風險變遷特征和規律的基礎上， 更有針對性地預防和解決在電子訂單融資過程中出現的風險問題。

（一）傳統供應鏈金融階段的應收賬款融資模式

電子訂單融資的萌芽體現在傳統供應鏈融資階段的應收賬款融資模式中。 應收賬款融資模式下的融資主體有核心企業、上游中小企業和金融機構。 在此模式下中小企業通過向銀行抵押其與核心企業往來交易產生的應收賬款， 達到籌集資金的目的。 核心企業在此模式中發揮主導作用， 其憑借自身規模和實力可以起到為中小企業增信的作用， 但當中小企業無法償還貸款時， 核心企業也承擔著償債風險。 中小企業是資金需求方， 但并非所有中小企業都能得到核心企業的授信， 這會阻礙應收賬款融資的廣泛應用。 銀行是應收賬款融資中的授信主體， 也是資金提供方。 應收賬款融資與其他融資方式相比， 最大的特點是將物流、商流、資金流和信息流整合到一起， 增強了供應鏈整體抵抗風險的能力。 但這種整合方式較為松散， 銀行只充當了資金提供者， 對整個供應鏈的資金流并沒有起到管理的作用， 因此融資效率不高， 沒有得到廣泛應用。 應收賬款融資流程如圖1所示。 應收賬款融資模式為后續電子訂單融資模式的發展搭建了基本框架。

在風險方面， 應收賬款融資依托于核心企業的擔保， 能夠適當降低銀行等金融機構的監管風險， 但由于在融資過程中銀行難以及時了解貸款企業資金流轉情況和貨物價值變動情況， 因此會相應增加銀行的信貸風險。

（二）線上供應鏈金融階段的應收賬款融資模式

隨著新興技術的發展， 應收賬款融資由原來的完全線下交易轉變為“線上+線下”方式， 并應用互聯網等技術實現了交易數據、資金數據的共享。 在此階段， 銀行與中小企業的聯系更加緊密， 物流、商流、資金流和信息流真正融為一體， 從而有效提升了融資效果和供應鏈應對風險的能力， 具體融資流程見圖2。 在此階段， 應收賬款融資得到進一步發展和優化， 但其本質上仍屬于傳統供應鏈融資的范疇， 與電子訂單融資模式還存在著較大區別。

在線上應收賬款融資模式下， 銀行可以通過線上數據庫及時了解企業財務狀況和經營情況， 因此與應收賬款融資模式相比， 其有利于銀行降低信貸風險， 也可進一步降低供應鏈融資的整體風險。 但由于交易信息的公開性， 使得上游企業的信用風險有所增加。

（三）電商供應鏈金融階段的電子訂單融資模式

電子訂單融資模式是在當代互聯網技術、大數據以及電商行業快速發展的背景下， 以電商平臺為基礎， 將互聯網、電商行業、金融進行有機融合， 從而為平臺上的眾多中小企業提供融資服務的新型供應鏈融資模式。 在此階段， 電子訂單融資模式已趨于成熟， 它與上述應收賬款融資模式相比， 最顯著的區別是以電商平臺代替了核心企業的主導位置， 為更多的上游企業提供了融資渠道。 同時， 電商平臺也成為授信的主體， 電商平臺下電子訂單融資的授信并非依據上游企業的應收賬款憑證， 而是根據上游企業在電商平臺上的交易數據和信用記錄等進行評價的， 因此有利于提高中小企業的信用水平和融資成功率。 在此模式下， 銀行等金融機構不僅僅扮演著資金提供方的角色， 更多的是為企業提供支付、結算、融資、賬戶管理等服務。 從傳統應收賬款融資到電子訂單融資， 實現了融資對象的極大拓展、融資效率的快速提高。 電子訂單融資模式流程如圖3所示。

電子訂單融資通過大數據、電商金融等方式匯集了物流、資金流、信息流等， 更易于對貸款企業進行各方面實時的把控。 與應收賬款融資相比， 其有利于進一步降低融資過程中的信貸風險、監管風險。 但由于電商平臺在融資過程中發揮了對上游企業信用評級的作用， 因此也增加了相應的評估風險。 下文將重點研究電商平臺電子訂單融資模式下的風險形成機理， 并通過仿真模擬對整個系統的風險變化進行分析。

現階段， 隨著科技和信息技術的飛速發展， 電子訂單融資又出現了新的發展趨勢， 數據挖掘、人工智能給供應鏈融資注入了新的活力， P2P融資、眾籌平臺等眾多融資方式也給電商背景下的供應鏈融資帶來了新的變化， 即由原來的融資鏈變成了融資圈。 在供應鏈融資生態圈的進一步發展和演變下， 電子訂單融資模式勢必會在解決中小企業融資難的問題上發揮更大的作用， 但同時也要警惕可能產生的新風險。 我們應在努力提高電子訂單融資效用的同時， 將整體風險控制在較低水平。

三、電子訂單融資風險的形成機理

電子訂單融資是一項系統工程， 各主體在融資過程中發揮的作用各不相同： 電商平臺是電子訂單融資模式的運行基礎， 融資企業是資金需求者， 金融機構是資金提供者。 電子訂單融資風險除了受各主體風險因素的影響， 還受到各個風險子系統的交互影響。

（一）電商平臺風險形成機理

電商平臺自身存在的風險影響因素主要有經營風險和評估風險。 其中， 經營風險是指日常生產經營過程中出現的不確定風險因素對電商平臺的影響， 主要包括資產規模、市場占有率、財務風險、企業管理水平四項風險因素。 評估風險是指在審核中小企業資質的過程中可能存在的風險， 包括評估主體操作風險、方法的科學合理性、評價體系完善程度。 電商平臺風險因素關聯圖如圖4所示。

（二）融資企業風險形成機理

融資企業自身存在的風險影響因素主要有信用風險、市場風險、財務風險。 信用風險是指中小企業在融資貸款過程中因信用不良記錄較多或者信用評級不高而給企業帶來的額外風險， 包括管理層道德素質、企業信用記錄等。 市場風險是融資企業在市場競爭中面臨的來自競爭對手或市場環境的風險， 包括行業競爭程度、行業發展前景等。 財務風險是指融資企業在經營過程中產生財務問題而給整個企業運轉帶來的風險， 包括盈利能力、營運能力等方面。 融資企業風險因素關聯圖如圖5所示。

（三）金融機構風險形成機理

金融機構自身存在的風險影響因素主要有信貸風險和監管風險。 信貸風險是指金融機構在對融資企業進行信用評估和發放貸款過程中可能存在的風險， 主要包括信貸人員素質、人員業務水平、系統完善程度三個風險因素。 監管風險是指因整個放貸流程存在監管漏洞或者監管不到位而產生的風險， 包括系統漏洞風險、缺乏行業統一標準、法律法規不完善等。 金融機構風險因素關聯圖如圖6所示。

（四）系統風險形成機理

在供應鏈金融背景下， 供應鏈上下游企業風險不斷增加， 不僅有各個主體自身存在的風險， 還存在供應鏈內部與外部系統風險。 宏觀環境存在的風險影響因素主要有主體合作風險和系統環境風險。 主體合作風險是指在整個電子訂單融資系統中， 由于各個主體之間的交易和往來而產生的風險， 包括電商平臺和融資企業合作產生的擔保風險、電商平臺和金融機構合作產生的信用風險、金融機構和融資企業合作產生的履約風險。 系統環境風險是指電子訂單融資系統的外部風險， 是外界環境對融資活動的影響， 包括宏觀經濟風險、國家政策、法律風險。 宏觀環境風險影響因素關聯圖如圖7所示。

四、電子訂單融資風險系統動力學模型仿真分析

（一）基于電子訂單融資模式的供應鏈融資風險系統動力學模型構建

本文基于電商平臺下電子訂單融資風險的研究成果， 從融資開展過程中不同參與主體的角度分析不同主體在融資過程中可能面臨的風險， 從而構建了包含電商平臺風險、融資企業風險、金融機構風險、宏觀環境（系統）風險四個方面九種類型的電子訂單融資風險指標體系， 并運用專家打分和層次分析法得到相關風險因子的權重， 如表2所示。

根據對電子訂單融資風險的綜合分析， 本文將每類風險因子看作一個風險子系統并提出以下假設： 電子訂單融資只受上述風險因素的影響， 政府的政策在短時間內不會發生改變， 并且在融資過程中各主體都積極參與， 中小企業在面臨資金短缺時也愿意采取電子訂單融資方式。

1. 構建電子訂單融資風險形成機理系統模型流圖。 基于電子訂單融資風險指標體系， 構建電子訂單融資風險的系統動力學模型。 風險關系不僅存在于各子系統中， 子系統之間也存在相互作用和影響。 中小企業的電子訂單融資申請業務是風險產生的源頭， 電商平臺自身風險是基礎， 金融機構風險在整個融資系統風險中占核心地位。 本文運用系統動力學原理， 采用定量與定性相結合的系統分析方法來剖析各類風險的作用機理。 使用VensimPLE軟件構建電子訂單融資風險形成機理系統模型流圖， 如圖8所示。

2. 確定參數與邊界風險因子值。 在進行系統動力學分析時， 有必要對所建立的動力學流圖進行邊界的確定和影響因素關系的構建， 本文采用層次分析法、專家打分和歷史數據相結合的方法來確定邊界。

（1）模型仿真變量的初始賦值。 本模型設定模擬期間為192周， 時間間隔為1周， 邊界點主要有30個， 通過與電子訂單融資業務相關的不同參與主體的代表對風險因子進行打分， 然后根據打分的結果取平均值以確定風險因子的邊界值。

通過對風險因子邊界值的確定以及采用層次分析法確定風險評價指標權重， 就可以對模型進行賦值和公式編輯。 部分仿真變量和賦值如表3所示， 其余未列出的變量均采用專家打分法確定。 在系統動力學的方程式中， L代表水平變量方程， C代表賦值予常數方程。

（2）基于指標權重的系統動力學方程。 根據系統動力學的建模原理， 基于層次分析法指標權重的計算結果， 確定各風險因子的系統動力學方程。 由于電商平臺風險、融資企業風險、金融機構風險等因素不僅受其單方面因素的影響， 相互之間的作用也會產生風險， 所以需要對計算的權重進行調整。 部分風險因素的動力學方程如下：

經營風險=0.2438×資產規模+0.3170×市場占有率+0.1955×財務風險+0.2437×企業管理水平

評估風險=0.2648×評估主體操作風險+0.3530×方法的科學合理性+0.3822×評價體系完善程度

信用風險=0.3428×管理層道德素質+0.4002×企業信用記錄+0.2570×金融機構監管力度

市場風險=0.2727×行業競爭程度+0.2727×行業發展前景+0.2726×市場壟斷程度+0.1820×生命周期

財務風險=0.2858×償債能力+0.2246×營運能力+0.2650×盈利能力+0.2246×未來發展能力

（二）單一風險因素變動對風險輸出變量的影響

本模型中， 改變電子訂單融資風險一個影響因子的大小， 將會產生聯動效應。 以企業信用記錄（U9）為例， 分別設定企業信用記錄值為0.2（Current 0）和0.9（Current 1）， 由于本模型設定相互之間的關系為正相關關系， 企業信用記錄值越大， 表示該項風險越大， 對融資企業風險的影響也就越大。 通過計算機仿真模擬， 觀察電商平臺風險、融資企業風險、金融機構風險以及系統風險受企業信用記錄影響的變化情況， 結果如圖9所示。

整個系統的輸出變量為電商平臺風險、融資企業風險、金融機構風險、系統風險四個變量。 由圖9可以看出， 企業信用記錄的變化影響了電子訂單融資風險控制的目標， 而且對不同主體風險水平的改善程度呈現出不同的影響。 隨著企業信用記錄值從0.9降至0.2， 電商平臺風險、融資企業風險均呈下降趨勢， 并且這兩個主體的風險相較于原來得到了一定的控制， 同樣的情況在金融機構風險、系統風險方面也有所體現。

（三）不同風險因素變動對同一風險輸出變量的影響程度

通過改變電子訂單融資風險不同影響因子的大小， 觀察其對某一風險輸出變量的影響。 以企業信用記錄（U9）及企業管理水平（U4）同比例變動為例， 分別設定企業信用記錄值為0.2（Current 0）和0.9（Current 1）， 企業管理水平值為0.2（Current 0）和0.9（Current 1）， 電商平臺風險的變化情況如圖10所示。

由圖10可以看出， 在其他因素不變的情況下， 如果企業信用記錄及企業管理水平擴大相同的倍數， 前者給電商平臺帶來的風險明顯高于后者。 在電商平臺下的電子訂單融資風險因素有正反饋和負反饋兩類， 通常兩者保持著相對平衡的狀態， 若某一風險點或反饋回路發生變化， 則會對其他反饋回路產生直接影響， 最終導致電子訂單融資風險整體上升。 針對風險優化方向， 應加大負反饋對其的影響， 采取相關規避措施， 從而降低融資風險帶來的危害。 由于該融資風險來源于四個風險主體， 因此要針對各個子系統進行優化。

五、結論

本文以系統動力學理論為基礎， 對電子訂單融資風險形成機理進行了仿真模擬分析， 得到以下結論： ?一是電商平臺風險、融資企業風險、金融機構風險、系統風險相互之間構成反饋關系， 當某些風險因素匯入金融機構的風險監控系統時， 金融機構利用自身的風險監控制度， 對風險進行有效防控， 可使得其他三方面主體面臨的風險有所改善， 實現對風險的有效控制。 二是改變某一風險影響因素， 或者同比例改變不同風險影響因素， 對電子訂單融資整體風險的影響程度不同。 因此， 基于對風險系統的因果關系分析， 可以從宏觀和整體的角度對各主體、各風險因素進行把控， 有利于提升風險控制的質量和效率， 更有針對性地緩解電子訂單融資過程中的風險問題。

通過上述研究結論可知， 電子訂單融資過程需要各個主體的參與， 為了降低整體融資風險， 更需要各主體對自身風險進行管控。 因此， 政府和相關部門應針對各參與主體的特點， 提供相應的解決措施， 完善市場風險監管， 促進融資活動健康有序開展。 各主體也要主動適應融資環境的變化， 積極參與制度改革， 完善行業規范， 用實際行動推動電商平臺下電子訂單融資的優化發展。

【 主 要 參 考 文 獻 】

[ 1 ] ? 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.

[ 2 ] ? 何娟，王建，蔣祥林等.基于Copula-CVaR-EVT方法的供應鏈金融質物組合優化[ J].系統工程理論與實踐，2015（1）：1 ～ 16.

[ 3 ] ? 林楠.基于區塊鏈技術的供應鏈金融模式創新研究[ J].新金融，2019（4）：51 ～ 55.

[ 4 ] ? 宋華，盧強，喻開.供應鏈金融與銀行借貸影響中小企業融資績效的對比研究[ J].管理學報，2017（6）：897 ～ 907.

[ 5 ] ? 王宗潤，田續燃，陳曉紅.考慮隱性股權的應收賬款融資模式下供應鏈金融博弈分析[ J].中國管理科學，2015（9）：1 ～ 8.

[ 6 ] ? 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.

[ 7 ] ? 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（4）：10 ～ 16.

[ 8 ] ? 趙昕.產業金融創新： 從跨界到無界——互聯網+供應鏈金融生態報告[ J].學術交流，2016（6）：136 ～ 141.

[ 9 ] ? 于輝，李西，王亞文.電商參與的供應鏈融資模式： 銀行借貸vs電商借貸[ J].中國管理科學，2017（7）：134 ～ 140.

[10] ? 徐鵬杰，吳盛漢.基于“互聯網+”背景的供應鏈金融模式創新與發展研究[ J].經濟體制改革，2018（5）：133 ～ 138.