激勵機制下保兌倉的道德風險研究
——基于銀行與第三方物流的博弈

黃鴻逸

(廣東工業大學，廣東 廣州 510520)

1 引言

在供應鏈中,下游零售商多為中小型企業,信用較低,因此常處于資金緊張狀態。這既不利于自身發展,又影響供應鏈整體的穩定性。為解決這一問題,保兌倉融資模式應運而生。該模式是依托于預付賬款的融資手段,通過供應鏈中核心企業的幫助，使得下游中小企業因缺乏信用而導致融資難的問題得以解決。

保兌倉指的是以供應鏈金融中的生產商、經銷商、三方物流企業以及銀行等金融機構,聯合簽署的業務合作協議為基礎運作的融資模式。在收繳保證金后，銀行會為生產商放款，并為其開具承兌匯票。生產商在完成商品生產后將有關貨物轉交到第三方物流企業,物流企業負責倉儲監管,并將倉單發給銀行,經銷商最后來物流企業倉庫進行提貨。保兌倉模式既緩解了供應鏈中部分中小企業的短期融資問題，還能有助于銀行分散風險。

在整個供應鏈中,物流企業作為銀行和融資企業間的橋梁,脫離于上下游關系,為融資企業保存貨品，同時代替銀行行使監管貨物的權力。但第三方物流企業的監管費用由上下游償付,銀行與其只是存在較弱的契約關系,缺乏嚴格的監管責任。這一情況在徐緒松(2013)的研究中有所提及，其通過引入多局域世界復雜網絡的思想深入推導了供應鏈中道德風險的演化規律。同時，彭路(2018)通過計量方法實證出農業供應鏈金融中道德風險的確存在放大效應。為了防范第三方物流企業的道德風險，早在20世紀90年代Yuk-Shee Chan(1990)等多位學者已提出通過在契約中添加激勵機制能有效防控道德風險問題。為此，國內多項研究分別從完全信息與非完全信息、靜態與動態、純戰略與混合戰略等多角度探討了引入監督激勵機制后，供應鏈中的博弈結構模型的有效均衡點。基于均衡點的穩定條件所制定的供應鏈金融契約將對第三方物流企業形成有效約束，從而大大降低系統內的道德風險并且保證收益。

但是，過往的研究主要集中在針對核心企業與第三方物流企業的博弈討論上。而事實上，銀行正是為了尋求獨立于供應鏈關系網絡的第三方來行使自身監控權而與物流企業構成最緊密的聯盟陣營。因此，如何在銀行和物流企業之間形成有效契約，防止其中道德風險問題的產生以防范雙方效益受到損害，這將是本文研究的重點。通過引入契約激勵機制，本文采用演化博弈理論，通過構建銀行企業與第三方物流企業在機制下的得益矩陣，探討了雙方風險分擔以及有效均衡的穩定條件問題，并運用Matlab軟件對結果進行仿真模擬，為銀行與物流企業間的契約制定提供了建設性意見。

2 模型建立的基本假設和機制過程

2.1 基本假設

作為有限理性群體，銀行企業和第三方物流企業都會以追求自身利益的最大化為目標。任何一方都會在博弈的過程中不斷地調整自己的戰略選擇。

銀行的策略分為抽查與無抽查，表示銀行在單位時間內采取抽查策略的概率，第三方物流企業的策略分為審核與無審核，表示第三方物流企業對倉儲情況采取審核策略的概率。同時，假設參數符號為：為供應鏈該項目訂單；為項目中每件產品的平均生產成本；為項目需要支付給物流企業每件產品的庫存監管費用；為物流企業存儲每件產品所耗費的倉儲費用；為生產商獲得銀行資金的貸款利率；為審核策略下物流企業需要花費的額外審核費用；為銀行每次對物流企業進行抽查策略下的檢查成本；為銀行在抽查策略下，物流企業無審核情況所面臨的罰金；Α為在實施獎罰激勵機制下，物流企業被抽查到且自身有審核時，根據每件倉儲貨品可從銀行處得到的額外補貼收益值。(=1,2,3,4)為銀行在對應雙方行動選擇下所收到的風險損失期望。其中，<<<;>>。

2.2 模型構建

基于以上假設構建出銀行與第三方物流博弈的得益矩陣，如表 1所示。

表1 博弈參與方的得益矩陣

2.3 演化均衡點及其穩定性分析

結合得益矩陣與Malthusian方程，銀行的復制動態方程為：

()=dd=(1-)[(-+-+)+(-Α--++-)]

同理，第三方庫存公司的復制動態方程為：

()=dd=(1-)[(Α+)-]

根據以上銀行與第三方庫存公司的復制動態方程，當()=dd=0,()=dd=0時，得出(0，0)、(0，1)、(1，0)、(1，1)、(，)為系統的5個不同均衡點，其中，

隨后依次對、求偏導，可得雅克比矩陣()為：

其中，

=(1-2)[(-+-+)+(Α--++-)]

=(1-)[(-Α--++-)]=(1-)(Α+)

=(1-2)[(Α+)-]

根據Friedman提出的雅克比矩陣(記為)的穩定性判定準則，當且僅當同時滿足det>0和<0條件，均衡點才是演化穩定策略(ESS)。

通過求解，可得出系統局部均衡穩定時的主要參數取值,其中在點(，)處有+=0，不滿足<0的條件，故該點肯定不是ESS而只是鞍點。因此，在已知且各參數均大于零的條件下，結合所有參數的不同取值來分析不同情況下4個均衡點的穩定性，如表2所示。

表2 均衡點的穩定條件及判別結果

當滿足條件<-，即銀行抽查成本與抽中第三方物流企業沒有審核所獲得的罰金之差大于銀行的抽查行為對未來風險損失期望的控制優化程度時，均衡點(0，0)為演化博弈的ESS，代表著“銀行無抽查”“第三方庫存無審核”的雙方消極狀態。假設參數集為：

=5000,=18,=35,=2,=008,=5000,=4000,=2000,Α=05,=48300,=50200,=52100,=54000

則(0，0)點穩定情況的相位變化如圖1所示。

圖1 (0，0)穩定情況的相位變化

=5000,=18,=35,=2,=008,=5000,=4000,=2000,Α=05,=34800,=41200,=47600,=54000

則(1，0)點穩定情況的相位變化如圖2所示。

圖2 (1，0)穩定情況的相位變化

假設參數集為：

=5000,=18,=35,=2,=008,=5000,=4000,=3000,Α=05,=34503,=41002,=47501,=54000

則(1，1)點穩定情況的相位變化如圖3所示。

圖3 (1，1)穩定情況的相位變化

3 激勵機制下保兌倉的道德風險監管建議

通過上文的研究與分析，參考供應鏈金融中獎勵機制的關鍵參數值。這可以使保兌倉中的銀行與第三方物流企業的博弈，最終穩定在“銀行抽查”“第三方庫存審核”的雙方主動的最理想狀態。

其一，降低銀行抽查成本。銀行的抽查成本是銀行是否愿意采取抽查策略的最關鍵所在。若能有效降低銀行抽查，尤其是單次抽查成本，將極大提高銀行在保兌倉的雙方博弈中的積極性。就目前供應鏈金融的發展來看，最適合的方法莫過于利用區塊鏈技術。區塊鏈技術由于自身所具有的可追溯和不可篡改性，能夠提高供應鏈金融的透明程度，在防止單點數據被輕易篡改的同時，信息得到同步更新，降低了抽查成本。其二，獎勵機制中獎、罰的適當性。從博弈穩定條件可發現，若想穩定在最理想的“銀行抽查”“第三方庫存審核”雙方主動狀態，補貼總收益不宜太高，這會增加銀行負擔；罰款金額不宜太低，不然難以對第三方物流企業形成約束。而兩者的關鍵平衡點即為穩定條件中的不等式，該不等式很好地為將來需要通過獎勵機制來管控保兌倉中道德風險的相關條款設置提供了良好的參考意義。