農產品供應鏈應收賬款融資策略分析

耿志敏，杜惠英，王興芬，莊文英

（1.山東華宇工學院 經濟管理學院，山東 德州 253034；2.北京信息科技大學 信息管理學院，北京 100192）

一、引言

近年來，隨著電子商務的迅速發展，我國大宗商品電子商務交易市場進入了迅速發展階段，形成了由政府政策主導、大型企業參與、民營企業建立的各類大宗商品電子交易平臺。大宗商品具有交易數量大、價格波動大、交易風險大等特點[1]，近幾年傳統的大宗商品交易模式已經越來越多地轉為線上、線下相結合的電子商務交易模式。據中國物流與采購聯合會大宗商品交易市場流通分會的不完全統計，截至2018 年年末，我國大宗商品電子交易市場共計2461 家，同比增長25%，實物交易規模超過30 萬億元，從行業分布來看，農產品類市場數量仍居首位，約占全國市場總量的22.6%。新零售、新消費、互聯網+現代農業、新農民創業創新等快速發展，推動我國農產品大宗市場同比增長33.1%①數據來源：中國物流與采購聯合會發布的《中國大宗商品電子類交易市場概況統計（2018）》。。

目前，我國農業正處于向規模化、集約化、信息化轉變時期，需要大量資金支持農產品生產、加工、物流等企業的發展。許多涉農企業由于規模小、經營不穩定、財務制度不健全、信用等級低等因素導致其融資困難。因農產品弱質性的特點加大了農戶及農村經濟組織的經營風險，導致其融資可能比涉農企業更加困難。為了緩解這一困境，激活農產品占用的流動資金，需要通過發展金融科技將涉及農產品生產、加工、物流等的企業真正融合到一條供應鏈上，鏈條上的核心企業作為融資的關鍵節點參與進來，使每一筆融資都和真實的貿易行為相對應，促進農產品供應鏈金融的業務發展，從而提高融資的便利性。

《2019 中國供應鏈金融調研報告》數據顯示，應收賬款融資模式約占企業供應鏈融資模式的80%②數據來源：中國人民大學中國供應鏈戰略管理中心、萬聯供應鏈金融研究院聯合編纂的《2019中國供應鏈金融調研報告》。。但在農產品領域中應收賬款融資模式較為少見，通過征求部分專家意見，認為大豆、玉米等農產品比較適合應收賬款融資。因此，本文基于演化博弈模型，以應收賬款融資為例，深入農產品供應鏈交易主體，對農產品供應鏈融資風險進行研究。

二、文獻綜述

供應鏈金融是供應鏈管理中的重要部分，國外對供應鏈金融的研究較早。Wang等（2013）[2]認為農業供應鏈可以通過訂單融資、應收賬款融資等方式向上下游企業授信以滿足融資需求。Wuttke 等（2013）[3]對供應鏈金融相關知識進行論述，并構建了供應鏈金融融資過程框架。在供應鏈融資風險方面，Dileep和Basu（2013）[4]認為供應鏈金融合作伙伴之間缺乏共同目標是供應鏈金融面臨的嚴峻挑戰。Karyani等（2016）[5]通過價值流圖與描述性分析表明供應鏈保理融資可以解決現代零售業或出口商的逾期付款問題，但融資計劃需要來自供應鏈外部利益相關者的參與以及信用擔保機構的支持。

近些年來，我國許多學者也開始對供應鏈金融展開深入研究。目前，對于供應鏈金融的研究主要分為兩個方面：一是對供應鏈金融融資風險的研究，二是對供應鏈金融模式下供應鏈成員之間博弈行為的研究。

（一）供應鏈金融融資風險方面的研究現狀

在供應鏈金融融資風險因素研究方面，白世貞和黎雙（2013）[6]通過研究供應鏈金融的運作模式，歸納了15 個影響供應鏈金融業務的風險因素。范黎波等（2014）[7]在供應鏈金融運作模式中引入了神經模糊系統，結合行業狀況、融資企業、核心企業等因素構建了中小企業的信用風險評價體系。張目和孫雅芳（2015）[8]根據預付款融資的內涵及業務流程，對預付款融資的主要風險來源進行分析，并從6個方面構建了科技型中小企業預付款融資風險指標體系。

此外，王寶森和王迪（2017）[9]選取了2016 年度60 家中小企業，以互聯網供應鏈信用風險影響指標為原則，選取了14 個評價指標，通過主成分分析法確定了互聯網供應鏈金融的影響因素。趙月嬌（2019）[10]以農業供應鏈電商平臺的數據為例，對信用風險因素指標進行主成分分析，篩選出信用風險模型度量的重點指標。在供應鏈金融風險模型構建方面，方煥和孟楓平（2015）[11]基于供應鏈金融風險理論討論了農業類企業在供應鏈金融中的風險，并通過Logistic 模型度量風險來判別農業類企業的違約情況。范銘銘和王世民（2019）[12]基于農產品應收賬款融資模式并根據農產品中小企業的特點選取了4 個評價指標，構建了基于BP 神經網絡的農產品供應鏈金融應收賬款信用風險評估模型。

（二）供應鏈金融模式下供應鏈成員之間博弈行為的研究現狀

在供應鏈金融業務博弈研究方面，楊歡歡和宋曉黎（2016）[13]基于供應鏈金融業務的風險來源，運用博弈模型對供應鏈金融融資過程中可能發生的風險進行了分析。劉露等（2018）[14]基于運營管理視角深入分析了保兌倉融資模式的運作機理，運用多層規劃方法構建了Stackelberg 博弈模型，并通過求解模型的納什均衡得到了保兌倉融資的均衡策略。在銀行與供應鏈企業之間的博弈研究方面，孫喜梅等（2014）[15]在供應商、核心企業和銀行之間合作的供應鏈融資框架中加入了銀行貸款價值比，構建了融資決策模型。李占雷和孫悅（2014）[16]基于雙重Stackelberg 博弈模型，分析了供應鏈企業之間的融資博弈過程，并給出了較優的決策方案。嚴暢（2017）[17]以系統動力學和演化博弈理論為主要研究工具，建立了涉及銀行、中小企業以及核心企業的演化博弈模型，并通過案例仿真證明了運營和融資策略的正確性。在信息不對稱和參與人有限理性條件下，陳天培（2018）[18]利用演化博弈理論構建了銀行與供應鏈企業之間的演化博弈模型。在農產品供應鏈融資博弈模型方面，何靜和鄭潔（2014）[19]通過分析農產品物流金融業務中3 個主體各自所承擔的風險，分析了產生信用風險的原因，并建立了三方博弈模型。曹文彬和馬翠香（2013）[20]在博弈論中引入違約罰數，得出了傳統應收賬款融資與供應鏈金融應收賬款融資的納什均衡。聶娟（2018）[21]通過分析O2O模式下農戶和農產品公司主體之間關于農產品質量安全選擇與保障的演化博弈情況，構建了演化博弈模型。楊剛（2019）[22]通過分析中小企業面臨的融資渠道和約束條件，構建了農產品供應鏈融資模式框架。趙姍姍（2019）[23]基于博弈論模型構建了基于B2B 平臺的線上供應鏈金融模型，并通過數值模擬得出了線上供應鏈金融可有效緩解零售商資金問題的結論。謝文靜等（2020）[24]通過對電商平臺供應鏈融資的合作均衡及收益分配的研究，發現在合作博弈的情況下電商供應鏈融資規模和整體收益都比非合作博弈情況下高。

綜上所述，關于供應鏈金融的研究主要集中在融資模式、融資風險指標的選取、融資風險模型的構建以及融資主體之間的博弈行為方面，研究方法較為全面。但在研究領域方面，少有學者基于大宗商品交易平臺的供應鏈金融服務對農產品供應鏈融資進行研究。基于此，本文基于大宗商品交易平臺，結合農產品應收賬款融資業務流程，構建農產品供應鏈參與主體之間的演化博弈模型，并通過數值仿真探討不同數值狀態下各參與主體的履約行為變化情況，最后結合仿真結果為大宗商品交易平臺及銀行的管理人員提出參考性建議。

三、演化博弈模型

在應收賬款融資過程中，大宗商品電子交易平臺的作用是將農產品供應鏈貿易的真實性與互聯網融資的便捷性相結合。平臺作為服務商為銀行提供真實的貿易數據，幫助銀行進行數據分析，完成對企業直接授信關鍵信息的核定，使融資流程更簡單、快捷，風險預警更及時。因此，在融資過程中平臺為服務方，博弈主體為農產品賣方、農產品買方和銀行。

平臺擁有大量的買賣雙方交易數據、企業經營數據，但缺少大量信貸資金。銀行擁有大量資金，但缺少對融資企業授信所需的真實數據。大宗商品交易平臺與銀行實現系統對接，不僅可以解決融資企業與銀行之間信息不對稱的問題，還可以幫助平臺更好地提供融資服務，提高用戶對平臺的使用意愿。因此，平臺不對銀行收取任何費用。

農產品應收賬款融資業務流程如下。

第一，農產品買賣雙方均須在平臺提交企業或個人信息及申報材料，經過平臺審核后，買賣雙方均向平臺繳納一定比例的交易保證金（該交易保證金是為了保證企業會履行交易的規則，可在業務結束后提取該資金），平臺為客戶建立會員檔案。

第二，注冊完成后，買賣雙方在平臺上發布交易信息，并記錄農產品名稱、交易價格、交易數量等貿易信息。雙方交易完成后，生成電子交易訂單，農產品買方向平臺支付一定比例的貨款，經過檢驗貨物無誤后，平臺再將買方支付的貨款劃付給賣方。買賣雙方簽訂購銷合同，并收取核心企業開具的應收賬款單據。

第三，買賣雙方完成電子交易后，需要向平臺繳納監督服務費，用來監督買賣雙方的貨物交收情況，以及貨款的支付情況。

第四，農產品賣方將應收賬款融資需求告知農產品買方，待農產品買方表明會積極配合應收賬款融資后，再將融資需求及與買方的貿易往來等信息上傳至平臺，平臺將信息發送給買方核對，經確認無誤后，平臺會對供應鏈上下游的企業信息以及貿易信息進行數據分析，得到授信的核心信息以及風險評級后，再將融資需求推送給金融機構。

第五，銀行通過平臺所提供的信息對融資企業提供的應收賬款有效期限、可轉讓程度以及真實性進行核實，在審核合格后，結合平臺提供的供應鏈信用信息，根據金融產品的標準進行貸款發放，并對該筆資金進行貸后資金跟蹤監督。

第六，農產品買方銷貨盈利后，根據合同要求將應付賬款支付到銀行設立的專用回款賬戶。

第七，銀行在把貸款本息額扣除后，將剩余賬款劃付至農產品賣方賬戶。

至此買賣雙方合同注銷，融資結束。

（一）模型假設

大宗商品交易平臺不僅要評估農產品供應鏈企業的信用狀況，而且要考核供應鏈的貿易往來及信用信息，若農產品買方和賣方一旦都出現違約行為，大宗商品交易平臺也會因信用審核失誤承擔相應的責任，即給金融機構部分賠償。在供應鏈上下游企業的交易過程中，由于受市場環境以及價格波動的影響，許多交易會存在違約現象。當市場價格低于成交價格時，農產品買方受價格影響會選擇不與已簽訂合同的賣方合作而采購價格較低的其他供應商的農產品，或者不按合同要求償還應付賬款以獲得更大收益。當市場價格高于成交價時，農產品賣方受價格影響會選擇不出賣已達成交易的貨物，或者提供低于合同標準質量的農產品以獲得更大收益；農產品賣方在獲得融資后，應將該筆資金用于農產品的再生產（購買農資農具或者集中收購大量農產品），若將該筆資金用于其他用途，也屬于違約行為，會得到相應的違約懲罰。

假設一：在進行應收賬款融資時，農產品賣方與買方是相互獨立的個體，因此，農產品賣方與買方是否還貸相互獨立。

假設二：在整個應收賬款融資過程中，農產品賣方、農產品買方、銀行都以追求自身利益最大化為決策目標，都是有限理性的，且具有獨立的決策權。

假設三：農產品賣方、農產品買方、銀行三個群體內部是同質的，忽略種群內部的相互作用，只考慮農產品賣方、農產品買方、銀行三個群體之間的相互作用。

（二）模型參數設置

第一，農產品賣方履約的概率為Pf，Pf∈[0,1]。

第二，農產品買方履約的概率為Pc，Pc∈[0,1]。

第三，銀行發放貸款的概率為Pf，Pf∈[0,1]。

第四，假設農產品交易金額為N，農產品買方在交易完成后需要支付一定的貨款比例為γ，γ∈[0,1]，則交易完成后農產品買方需要支付的貨款訂金為Nγ，應收賬款金額為N(1-γ)。

第五，銀行的貸款利率為rb，應收賬款的放款比例為α，α∈[0,1]，則銀行發放貸款的金額為αN(1-γ)；銀行因為對農產品買方授信，也會受到供應鏈企業為其帶來的額外收益Lb；平臺為銀行提供企業信用評估數據，減少銀行審核企業信息成本C，當供應鏈企業都違約時，大宗商品交易平臺支付給銀行的補償為δαN(1-γ)，δ∈[0,1]。

第六，農產品買賣雙方向平臺繳納的交易保證金為θN，θ∈[0,1]，履約情況下，交易結束后平臺會返還該筆保證金，交易完成后需向平臺繳納的服務費

第七，農產品再生產收益率為rf（rf＞rb）；若因市場價格波動，農產品買方為了更大收益，選擇違約不按時還款，則對農產品賣方造成的損失為df，(df＞N(1-γ))。

第八，農產品買方需要融資采購農產品進行加工生產和銷售，農產品買方積極配合上游農產品賣方的融資。若融資成功，對農產品買方而言，可以按照融資合同分期還款，相當于延長了農產品買方的應付賬款賬期，可以緩解其經營性現金流的問題，穩定供應鏈，提高資金周轉率，所降低的經營成本為Lc；農產品買方使用這筆應收賬款也省去了單獨向銀行貸款的成本，則為其省下的貸款成本為N(1-γ)rb；農產品買方再生產收益率為rc(rc＞rb），若農產品賣方違約，未按合同標準對其提供合格的農產品或因價格波動選擇不提供農產品，則對農產品買方造成的損失為dc。

第九，農產品賣方因為違約受到供應鏈中的懲罰為F。

第十，農產品買方因為不還款受到的懲罰為T。

模型參數設置如表1所示。

（三）構建收益矩陣

在該演化博弈模型中，三方參與主體根據自身意愿選擇相應的博弈策略。農產品賣方履約概率為Pf，則違約概率為1-Pf；農產品買方履約概率為Pc，則違約概率為1-Pc；銀行發放貸款的概率為Pb，則不發放貸款的概率為1-Pb。買方履約行為是指按時將應付賬款支付到銀行設立的專用回款賬戶，反之視為違約；賣方履約行為是指按合同標準向買方提供合格的農產品并將融資資金用于農產品再生產，反之視為違約；銀行根據平臺提供的供應鏈信用信息及金融產品的標準選擇發放貸款或者不發放貸款。銀行、農產品賣方、農產品買方收益矩陣如表2所示。

表1 模型參數設置

表2 銀行、農產品賣方、農產品買方三方博弈收益矩陣

續表

四、均衡分析

（一）收益期望及復制動態方程

（二）演化穩定策略分析

本文主要關注銀行在什么情況下會傾向于發放貸款，農產品供應鏈企業履約問題，即銀行、農產品買方、農產品賣方的決策行為由（不發放貸款，違約，違約）向（發放貸款，履約，履約）的改變。因此本文主要對策略集合（0，0，0）和（1，1，1）進行穩定性分析。

當P1(0,0,0)的雅克比矩陣滿足|J|＜0，tr(J)為任意值時，P1(0,0,0)為鞍點，銀行、農產品買方、農產品賣方演化策略未達到穩定狀態，此時銀行不發放貸款，農產品買方、農產品賣方均選擇違約策略。而最終希望銀行發放貸款，農產品買方、農產品賣方均選擇履約策略，即P8(1,1,1)狀態。

P8(1,1,1)為演化穩定策略需要滿足 ||J′ ＞0，tr(J′)＜0，此時，在銀行發放貸款的情況下，農產品買方、農產品賣方均傾向于履約狀態，三方演化博弈策略達到穩定。

通過上述雅克比矩陣對銀行、農產品買方、農產品賣方三方參與主體策略組合P1(0,0,0)、P8(1,1,1)的穩定性分析，得出滿足雅克比矩陣秩大于0，跡小于0 的情況下，三方采取P8即｛發放貸款，履約，履約｝的策略為演化策略穩定（ESS）狀態，該結果為仿真實驗中參數的合理賦值提供了理論基礎。

五、農產品應收賬款融資演化博弈數值仿真及策略研究

令初始策略的履約概率為pb=0.5，pc=0.5，pf=0.5，表明博弈三方初始策略保持中立態度。因農產品具有明顯的季節性等特點，所以一般為短期貸款，假設周期為一年，根據中國人民銀行公布的基準貸款利率，一年（含一年以內）的貸款利率為4.35%。根據牡丹國際商品交易中心公布的辣椒干現貨合同公告中的數據設置單筆交易金額N=100 萬元，基于以上理論研究的結果及交易中心的真實數據，為下述數值仿真參數合理賦值，單位均為萬元。

（一）銀行不同額外收益的策略演化

探究供應鏈企業給銀行帶來的額外收益對融資策略的影響，設初始值N=100，C=10，T=100，F=80，α=90%，γ=10%，δ=10%，θ=10%,r=4.35%，供應鏈上下游企業為金融機構帶來的額外收益會根據供應鏈企業規模大小而不同，實際中無法具體確定，因此根據以上理論分析的結果，設置Lb=10,20,30,40，數值仿真結果如圖1所示。

由圖1 仿真結果可知，供應鏈企業為銀行帶來的額外收益對農產品買方的影響不明顯；供應鏈企業為銀行帶來的收益越多，銀行趨于發放貸款的演化速率越快，其越傾向于發放貸款；但對賣方而言，當額外收益超過30 時，其履約速率有所下降，賣方一般為農戶或農業合作組織，其帶給銀行的利益越大，自身的資金壓力越大。由此可見，供應鏈企業為銀行帶來的收益越高，農產品賣方的履約意愿越低。

（二）雙方違約時平臺給予銀行不同比例補償款的策略演化

探究買賣雙方都違約時，大宗商品電子交易平臺給予銀行不同比例補償款對融資策略的影響，設置不同的違約補償比例。設初始值N=100，Lb=10，C=10，T=100，F=80，α=90%，γ=10%，θ=10%，r=4.35%。因平臺為銀行提供的企業信用評估數據有誤導致的銀行承擔雙方違約風險，平臺所支付給銀行的賠償比例是雙方簽訂合同時由平臺與銀行自行商定的，實際中無法具體確定，因此根據前文理論分析的結果，設置δ=10%,20%,30%,40%，在其他仿真初始值不變的情況下，仿真結果如圖2所示。

圖1 參數Lb對策略演化的影響

當交易雙方都違約時，說明平臺對交易雙方信用的審核失誤，因此需向銀行提供一定比例的違約補償款。由圖2 仿真結果可知，平臺給予銀行的補償款的比例大小對買方的影響不太明顯；對銀行而言，補償款比例越高，銀行趨于發放貸款的演化速率越快，其越傾向于放款，當補償比例超過30%時，變化速率趨于穩定；但對于賣方而言，當補償比例超過30%時，其履約速率有所下降，說明當平臺給予銀行的違約補償越高時，賣方的履約意愿越低。

（三）銀行不同放款比例的策略演化

探究融資過程中銀行不同放款比例對融資策略的影響，設置不同的放款比例。銀行對企業發放貸款的標準中寫明應收賬款融資業務要根據企業的應收賬款周轉速度合理調整放款比例，一般按總貸款金額的70%放款。基于此，在初始值N=100，Lb=20，C=10，T=100，F=80，γ=10%，δ=20%，θ=10%，r=4.35%，在其他仿真初始值不變的情況下，設置α=90%,80%,70%,60%進行數值仿真，仿真結果如圖3所示。

銀行會根據大宗商品交易平臺提供的買賣雙方的貿易信息以及供應鏈的企業信息來決定對融資企業的放款額度。由圖3 仿真結果可知，銀行放款比例對農產品買方影響不明顯；放款比例越低，銀行越傾向于不發放貸款，因為銀行放款額度越小，其收益越少；但銀行放款的額度會影響賣方的履約速率，放款額度越低，賣方趨于履約的速率越快，但當放款比例低于80%時，賣方的變化速率趨于穩定，說明放款比例低于80%時，農產品賣方履約的意愿趨于穩定。

（四）支付不同比例貨款訂金的策略演化

探究大宗商品電子交易平臺規定支付不同比例貨款訂金對融資策略的影響，設置不同比例的貨款訂金。牡丹國際商品交易中心《現貨購銷風險控制管理細則》中規定交收月前一個月的1 號（不包括）之前訂貨履約訂金為20%，交收月前一個月的1 號至15 號（包括）訂貨履約訂金為30%。基于此，在初始值N=100，Lb=10，C=10，T=100，F=80，α=90%，δ=10%，θ=10%，r=4.35%不變的情況下，設置γ=10%,20%,30%,40%進行數值仿真，仿真結果如圖4所示。

圖2 參數δ對策略演化的影響

圖3 參數α對策略演化的影響

圖4 參數γ對策略演化的影響

由圖4 仿真結果可知，支付不同比例貨款訂金對賣方的影響不明顯；支付貨款的比例越高，銀行趨于發放貸款的演化速率越快，當貨款比例超過30%時，銀行趨于發放貸款的演化速率趨于穩定；支付貨款的比例越高，農產品買方趨于履約的演化速率越快，當貨款比例超過30%時，買方的演化速率趨于穩定，說明當貨款比例超過30%時，農產品買方策略選擇趨于穩定。

（五）買賣雙方繳納不同比例交易保證金的策略演化

探究大宗商品電子交易平臺規定繳納不同比例交易保證金對融資策略的影響，設置不同的保證金比例。牡丹國際商品交易中心《現貨購銷風險控制管理細則》中規定電子倉單抵押的交易商每日賬戶可用資金必須達到上一結算日合同價值的30%，基于此，在初始值N=100，Lb=10，C=10，T=100，F=80，α=90%，γ=10%，δ=10%，r=4.35%不變的情況下，設置θ=10%,20%,30%,40%進行數值仿真，仿真結果如圖5所示。

在農產品交易過程中，為了確保交易雙方履約，買賣雙方均須按大宗商品交易平臺的規定繳納一定比例的保證金。由圖5 仿真結果可知，交易保證金繳納比例越高，銀行、買賣雙方趨于履約的變化速率越快。當交易保證金的比例超過20%時，賣方的演化速率變化趨于穩定，說明對賣方而言，保證金比例設為20%左右，賣方選擇履約的策略趨于穩定；當交易保證金的比例超過30%時，買方的演化速率變化趨于穩定，說明對買方而言，保證金比例設為30%左右，買方選擇履約的策略趨于穩定。

六、研究總結及建議

（一）研究總結

本文基于演化博弈理論分析農產品供應鏈應收賬款融資模式中各參與主體之間的博弈行為。通過分析平臺中應收賬款融資業務流程，構建演化博弈模型，結合銀行、農產品買方、農產品賣方的策略集合為{發放貸款，履約，履約}的理論基礎及牡丹商品國際中心執行方案中的交易規則數據進行數值仿真，分別從供應鏈企業帶給銀行的額外收益、雙方都違約時平臺給予銀行的補償款、銀行的放款額度、支付的貨款訂金、繳納的交易保證金五個方面進行分析，得出以下結論。

銀行的演化策略受農產品買方、農產品賣方與大宗商品交易平臺的多重影響。供應鏈企業為其帶來的額外收益、雙方都違約時平臺給予銀行的補償款、銀行的放款額度、支付的貨款訂金會影響銀行的放款意愿。其中，在銀行不同額外收益、雙方都違約時平臺給予銀行不同比例補償款的策略演化圖中，銀行履約速率波動幅度最明顯，說明供應鏈企業為其帶來的額外收益、雙方都違約時平臺給予銀行的補償款對銀行的融資策略影響最大。

圖5 參數θ對策略演化的影響

農產品買方的演化策略受供應鏈企業與大宗商品交易平臺的雙重影響。支付的貨款訂金、供應鏈違約懲罰以及繳納的交易保證金會影響買方的履約意愿。其中，在支付不同比例貨款訂金的策略演化圖中，買方履約速率波動幅度最明顯，說明支付的貨款訂金對買方的融資策略影響最大。

農產品賣方的演化策略受大宗商品交易平臺與銀行的雙重影響。供應鏈企業帶給銀行的額外收益、雙方都違約時平臺給予銀行的補償款、銀行放款的額度、繳納的交易保證金、供應鏈違約懲罰也會影響農產品賣方的履約意愿。其中，在雙方都違約時平臺給予銀行不同比例補償款的策略演化圖中，賣方履約速率波動幅度最明顯，說明雙方都違約時平臺給予銀行的補償款對賣方的融資策略影響最大。

（二）建議

基于數值仿真結果對大宗商品交易平臺及銀行的管理人員提出以下參考性建議。對銀行而言，設定的放款比例不是越低越好，供應鏈企業帶給銀行的額外收益不是越多越好。銀行設定的放款比例越低，其風險越小，但收益越低；放款比例越高收益越高，但風險越大。結合數值仿真結果，建議銀行將放款額度設定在80%左右，既可以保證收益，又能緩解賣方的資金困難，融資期間應持續關注供應鏈企業的經營狀況，做好貸后資金監控，并根據供應鏈企業的信用水平和還款能力調整放款比例。融資方主要以農產品賣方為主，若其帶給銀行的收益越多，則其生產經營的壓力越大，導致履約速率下降。結合數值仿真結果，建議銀行根據供應鏈企業的運營情況將額外收益控制在交易金額的30%以內。

對大宗商品交易平臺而言，買賣雙方都違約時，給予銀行的違約補償不是越多越好，平臺規定的買方支付貨款的比例及買賣雙方繳納的交易保證金不是越高越好。盡管平臺需要通過銀行的參與幫助其開展供應鏈金融業務，但因平臺對買賣雙方的信用審核失誤，需要對銀行進行損失補償，補償金額不應該超過銀行在供應鏈融資中所獲得的收益，否則銀行將會傾向于選擇使買賣雙方都違約的策略，以此獲得更多的收益。結合數值仿真結果，建議大宗商品交易平臺為保證其自身利益及緩解買賣雙方的資金壓力，將給予銀行的違約補償比例設置在30%左右。平臺設定的支付比例越高，各參與主體傾向于履約的速率越快，但設定過高的貨款支付比例會給買方帶來一定的資金壓力。結合數值仿真結果，建議平臺根據交易信息及供應鏈企業的運營情況將支付貨款的比例設置在30%左右。平臺規定繳納交易保證金的比例越高，買賣雙方越傾向于履約，但繳納保證金的比例越高導致買賣雙方的資金壓力越大，不利于供應鏈企業的運營。結合數值仿真結果，建議大宗商品交易平臺根據供應鏈企業的交易信息，針對買賣雙方分別科學設定不同的保證金比例，將農產品買方繳納的交易保證金比例設置在30%左右，將農產品賣方繳納的交易保證金比例設置在20%左右。