B2B电商平台供应链融资风险的影响因素识别与评价

谢文静 鲍新中 董文妍

【摘要】风险是影响供应鏈融资业务发展的关键问题，而电商平台开展的供应链融资业务的风险影响因素与传统供应链融资相比发生了较大的变化。基于此，全面分析B2B电商平台供应链融资风险可能的影响因素，运用德尔菲法对风险因素进行了筛选。并建立B2B电商平台供应链融资风险评价指标体系，运用直觉模糊层次分析法确定各指标的权重。最后，以五家典型电子商务平台开展的供应链金融业务为例，对其供应链融资风险进行综合评价和比较。

【关键词】B2B电商平台；供应链融资；风险因素；德尔菲法

【中图分类号】F830.33【文献标识码】A【文章编号】1004-0994（2020）01-0118-9

【基金项目】北京市属高校高水平教师队伍建设支持计划长城学者培养计划项目“基于风险分担的电商供应链融资合作机制构建与溢出价值分配研究”（项目编号：CIT&TCD20180327）；北京社会科学基金项目“电商环境下京津冀小微企业供应链融资信任机制与信用评价体系研究”（项目编号：18GLB010）；北京联合大学百优项目“电商供应链融资跨平台交叉网络效应与平台运作机制研究”（项目编号：BPHR2017DS11）

一、引言

随着电子商务（以下简称“电商”）市场规模的不断扩大，电商平台在中小微企业中发挥着越来越重要的作用，企业基于电商平台开展自身业务已经成为未来互联网技术发展的趋势。然而，中小微企业在基于电商平台的发展中也面临着资金短缺的瓶颈。传统的融资方式无法有效解决中小微企业融资困难的主要原因有两个方面：一是市场上缺乏关于中小微企业信息披露和公示的相关规范准则，中小微企业的信息公开程度和可信度较低，且缺乏可靠的信息来源途径，商业银行等金融机构与融资企业之间存在较为明显的信息不对称，在有限的信息条件下无法对融资企业进行授信；二是由于受中小微企业自身经营业务体量和规模的限制，金融机构能够从资金融通中获得的收益与其付出的授信成本不成正比，促使其放弃针对中小微企业的融资贷款业务。而基于供应链整体发展产生的供应链融资，可以使中小微企业凭借供应链的信用传导优势，借助供应链上的核心企业获得授信，进而从商业银行取得融资贷款，因此供应链融资为中小微企业融资难提供了切实可行的解决办法。在我国电商交易愈发活跃、网上支付业务发展迅猛的背景下，借助大数据技术，以电商平台为核心而开展的供应链融资业务被越来越多的交易平台和金融机构所采用，在解决中小微企业融资难问题的同时，也为电商平台、金融机构等各方的发展提供了机遇，基于电商平台的供应链融资业务的开展可以实现参与各方的合作共赢。

按照电商平台的性质，可以将其开展的供应链融资业务分为基于B2B电商平台的供应链融资（如阿里巴巴、找钢网、敦煌网等）、基于B2C电商平台的供应链融资（如苏宁易购、京东、唯品会、天猫等），以及基于C2C电商平台的供应链融资（如淘宝）。由于B2B平台面向的都是企业客户，其融资规模与B2C、C2C平台上的中小微企业相比要大一些，在融资风险的管理和控制方面也存在自身特点。因此，本文针对B2B电商平台供应链融资业务的风险影响因素进行分析，在此基础上建立风险评价指标体系，并以五个典型的B2B电商平台为例进行相关风险评价实证研究。

二、相关文献综述

从20世纪90年代开始，国外学者针对供应链融资问题开展了多方面的研究[1，2]，而供应链融资风险是关键问题之一。关于供应链融资风险的相关研究，国内外学者主要从风险形成机理、风险评价、风险防范、风险共担等几个方面展开。

1.在风险形成机理方面。Rao等[3]将风险来源分为外部环境风险、供应链网络风险和供应链企业风险三个方面。宋华等[4]从结构、流程和要素三个维度来考虑供应链融资的风险来源，并将结构维度细分为供应链网络结构和业务结构两个方面，将流程维度细分为交易流程和管理结构两个部分，将要素维度细分为全供应链网络的信息治理和融资企业的声誉资产化两个方面。张诚[5]利用系统动力学原理对中小企业供应链融资风险进行了形成机理仿真。彭路[6]则针对农业供应链金融中的道德风险问题，运用序贯博弈方法以及实证方法证明了农业供应链金融风险因为供应链的规模经济性、范围经济性、羊群效应和合成谬误集聚等而被放大的可能性，并提出相关建议。

2.在风险评价方面。李晓宇等[7]从融资企业、核心企业、第三方企业和外部风险四个方面建立了商业银行开展供应链融资业务的风险评价指标体系，并进行了实证分析。徐鹏[8]针对农村供应链金融中的农产品质押融资方式，从外部环境变化风险、资信水平风险、供应链稳定风险、质押物风险、技术水平风险和法规风险六个方面建立风险评价指标体系，并提出了应用层次风险和模糊综合评价法进行风险评价的思路。范方志等[9]结合互联网大数据思维和数据挖掘方法筛选了风险评价指标体系，并采用定性和定量相结合的方法评价供应链融资风险。

3.在风险防范方面。Chang等[10]提出商业银行可以利用供应链上下游企业信息共享机制，以降低金融机构与企业的供应链融资风险。张建同等[11]以汽车类上市公司为例，分析了汽车核心制造企业、零部件供应商和分销商的供应链金融相对违约风险，以期为供应链金融业务的风险防范提供依据。张浩等[12]从企业全生命周期视角对供应链融资中的中小微企业进行划分，分析其状态转移表征指标，并运用马尔科夫模型判断其收益和风险的关系，为投资方进行风险控制提供决策依据。Diercks[13]认为，对存货的价值评估和严密监控是供应链金融风险控制的最重要环节，需要有经验、有实力的第三方企业代为评估和监管。彭路[14]针对农业供应链金融的风险特征，指出风险防范的基本原则和策略。

4.在风险共担方面。金伟等[15]引入信用保险思路，分别构建了风险规避性银行融资模型以及银行融资与信用保险的组合模型，并且给出了两种模型中供应链融资系统中参与各方风险分担的最优决策方案。很多学者针对资金约束环境下供应链融资风险分担的供应链协调契约均衡解的设计问题进行了研究[16-19]。林强等[20]分析了单供应商和单零售商组成的二级供应链中保税仓融资和延迟支付融资两种融资途径下融资模式选择和风险分担问题。黄建辉等[21]则讨论了政府补贴机制下农业供应链融资中的风险共担问题。

与传统供应链融资风险的相關研究相比，专门针对电商背景下供应链融资风险的研究相对较少。郭菊娥等[22]指出，商业银行在线上供应链金融业务中面临的风险要素相比线下模式发生了很大的变化，并对线上供应链金融的模式演进和风险要素进行了深入分析。鞠彦辉等[23]从指标体系构建、指标权重的确定、指标评价值的计算、结果分析与评价等方面提出了一种线上供应链金融信用风险盲数评价模型。王宝森等[24]以主成分分析法确定影响互联网供应链金融的主要因素，并提出风险度量的思路。史金召等[25]则从银行与B2B电商平台激励契约的视角讨论了供应链金融业务中收益共享和风险共担问题。电商平台下的供应链融资模式有很多，而基于B2B平台的供应链融资模式与基于B2C、C2C平台的供应链融资模式在参与方、业务流程以及风险因素方面都会有一些区别，本文以五家典型的B2B电商平台开展的供应链融资业务为例进行风险评价和比较。

三、B2B电商平台下供应链融资风险影响因素分析

基于B2B电商平台供应链融资业务所涉及的主体，本文将其风险影响因素分为宏观环境与行业、商业银行、电商平台、融资企业以及物流企业五类。

（一）宏观环境与行业风险影响因素

1.宏观环境。供应链融资业务的发展会受到宏观经济环境的影响，一方面，宏观经济形势整体处于上升趋势时，各行业的发展也会稳步增长；当宏观经济形势处于下降趋势时，市场经济整体下滑，企业发展受阻。另一方面，国家的相关法律政策环境的变化也会对相关产业下的经济主体产生影响。国家经济政策的改变，例如产业结构调整、经济特区设立等往往会对投资者的投资方向起到一定的引导作用，从而对相关产业或者地区产生直接影响，引起供应链融资风险。同时，国家的法律环境会影响电商平台下供应链融资各参与主体之间的权责划分和质押物赎回、变现、权利归属等一系列法律问题，从而给供应链融资带来风险。

2.行业风险。融资企业所处的行业会对供应链融资中的系统风险产生不同的影响。根据行业发展的生命周期理论，企业所处的生命周期大致可以分为初创期、成长期、成熟期、衰退期四个周期，在不同的发展阶段，企业所面临的生存与发展的机会均有所不同，对融资的需求也会有所差别。融资企业所处行业的竞争越激烈，处于电商平台上的供应链融资企业对行业内有限资源的竞争就越激烈，尤其会使得中小微企业所处的成长经营环境处于较为不稳定的状态，进而会影响到供应链的稳定性。

宏观环境与行业风险影响因素指标具体见表1。

（二）商业银行风险影响因素

1.商业银行操作风险。由于融资企业对资金的需求量较大，因此商业银行应具有独立的业务系统，能够与B2B电商平台相关专业系统进行对接以便实现信息传递、资料共享等功能，同时应具备完善的内部操作流程设计和严格的内部流程执行监管措施，能够满足对融资业务从准入、审核到贷后管理等一系列专业性要求。相关商业银行操作人员需要对供应链的整体运行情况有充分的了解和把握，对融资企业资信情况有较为准确的分析判断。这些都对商业银行的操作系统、人员、融资审批提出了较高要求，给商业银行参与电商供应链融资过程中的每一个环节带来操作风险。本文所讨论的商业银行操作风险主要涉及操作流程、内部人员、操作技术及融资审批等方面的风险。

2.商业银行与B2B电商平台合作密切程度。B2B电商平台的供应链融资是一种以B2B电商平台为中心、多平台融合的供应链融资模式，各平台与B2B电商平台之间的关系是供应链整体风险的重要影响因素。银行借贷模式下，商业银行是资金的主要提供平台，借助B2B电商平台在信息数据方面的优势，银行获取关于融资企业的历史交易数据等信息，对融资企业进行授信和提供贷款。因此，商业银行与B2B电商平台合作的密切程度会影响商业银行对融资企业信用评级的准确性，从而产生供应链融资风险。商业银行与电商平台合作的密切程度可以从其与电商平台系统对接程度、与电商平台合作年限、与电商平台合作方式以及年融资贷款总额四个方面来进行评价。

3.商业银行地位。可以通过商业银行对融资企业的平均质押折扣率、质押融资审批通过率、商业银行合作的同类型电商平台个数和自营业同类型电商平台的运营效率来进行评价。

4.商业银行风险控制体系。包括商业银行风险预警机制、风险防范及应对措施，从而有效地降低商业银行的风险。

5.商业银行在电商平台供应链融资中需要承担的其他相关成本。包括与电商平台开展合作的成本、相比传统融资模式所增加的融资企业违约成本和监督成本。

商业银行的风险影响因素指标具体见表2。

（三）电商平台风险影响因素

1.电商平台操作风险。要保证电商平台下供应链融资的顺利开展，降低供应链融资操作风险，就要确保B2B电商平台面向平台企业的交易系统能够正常运作，以及平台计算机网络系统的安全和稳定。B2B电商平台网络系统的先进性、稳定性、安全性，可能面临的软件、硬件风险，内部人员欺诈风险，交易系统正常运行或交易数据异常风险、订单协议风险、信用评价体系的完善程度等都是影响电商平台操作风险的重要因素。

2.电商平台与融资企业合作程度。B2B电商平台改变了传统供应链融资中金融机构、融资企业及核心企业之间的合作模式，优化了针对贷款主体的审核，使得金融机构对融资企业的授信不再依赖核心企业的信用情况，而是在B2B电商平台对供应链中融资企业相关信息进行采集和分析的基础上，通过信息管理体系和网络信息流完成融资企业的信用评级，扩大了供应链融资参与企业的范围，提高了供应链的运作效率。由于电商平台对融资企业的信用评级需要以大量的融资企业信用交易记录为支撑，平台与融资企业合作时间的长短、基于电商平台的交易额和交易量等都会直接影响电商平台对融资企业的评价。

3.电商平台地位。B2B电商平台在供应链上的地位会影响供应链运作的整体效率，进而影响供应链上的整体风险。本文基于平衡计分卡的四个维度（财务、内部业务流程、客户、学习和成长能力），提取影响电商平台地位的影响因素。在财务方面，B2B电商平台在供应链中的地位可以通过相关财务利润指标来体现，选取的财务指标应能够反映电商平台未来的长期盈利能力。在内部业务流程方面，B2B电商平台的融资申请单据的平均审批处理时间、单据处理准确率、突发事件解决平均时长可以反映平台内部业务流程的建设程度。在客户方面，可以提取平台规模和与商业银行共享客户资料的程度两个影响因素。在学习和成长能力方面，可以采用平台分析系统的更新来衡量。

4.电商平台风险控制体系。电商平台需要对融资贷款业务包括融资申请、业务审核、信用评级、发放贷款和后续资金运转在内的全过程进行系统性的把握和监管，因此平台的风险预警、防范及应对能力直接关系到电商平台融资贷款业务的顺利开展。

（四）融資企业风险影响因素

融资企业是资金的主要需求方，参与供应链融资的企业多为存在资金缺口的中小微企业，由于这些企业通常规模比较小、管理松散、业务不稳定，因此会给供应链融资业务带来一定的风险。从B2B电商平台出发，对供应链融资进行风险评价，需要将平台上的融资企业当作一个整体进行研究。

1.融资企业信用风险。B2B电商平台融资企业的信用风险主要受到企业整体水平、平均企业规模、运营能力平均水平、未来发展潜力等因素的影响。信用风险虽然可以通过供应链的风险分散功能适度降低，但受上述因素的影响，融资企业的信用风险一直存在。

2.融资企业质押风险。根据融资企业在供应链融资中所提供质押担保的不同，可以将B2B电商平台下供应链融资分为电子订单融资、电子仓单融资两种模式，每种模式下均存在着不同的融资质押风险。这里需要说明的是，虽然两种融资方式的质押担保物有所不同，但在融资过程中都需要结合网络信用评级对融资企业进行授信。

3.企业违约成本。融资企业通过供应链获得融资贷款后，一旦出现经营异常导致没有能力按时偿还贷款利息或本金的情况，企业就会面临违约风险，同时要承担相应的违约成本。融资企业与提供贷款的金融机构约定的与违约相关的惩罚包括支付违约期内加收的借款利息、违约罚金、降低企业信用等级等。当融资企业的违约成本远远高于企业的贷款额度时，会大大降低融资企业的违约动机，督促融资企业尽最大的努力按时偿还贷款。

4.融资企业地位。包括企业所生产产品的价格优势、产品替代性及生产能力、融资企业在供应链中的主导性、对供应链的依赖程度等。

融资企业的风险影响因素指标具体见表4。

（五）物流企业风险影响因素

B2B电商平台下，供应链融资的第四方物流与第三方物流企业协同合作，为供应链融资提供电子仓单质押商品物流服务的同时，构建了供应链物流信息枢纽，实现了物流系统的网络信息化建设。基础物流服务中，物流企业对货物的仓储管理水平和专业化程度是影响供应链风险的重要因素。在仓储环节，质押商品本身的特征，如商品的标准化程度、易损易腐情况等，会影响物流企业商品保管的效果，物流企业需要利用专业的仓储保管技术保证质押商品不被损坏，避免造成商品价值的减少。同时，还可能存在物流企业串通融资企业捏造相关数据欺诈供应链中的其他主体，损害供应链中各方利益。在提货、发货环节存在的主要风险包括：①物流企业未按照约定的时间进行货物收发；②物流企业发货对象设置错误导致货物未能正常送达，或物流路径规划的不合理造成资源浪费。另外，物流企业的系统风险主要表现为企业自动化管理系统故障，进而影响交易的顺利进行。

物流企业的风险影响因素指标具体见表5。

四、B2B电子商务平台下供应链融资风险评价体系的建立

（一）基于德尔菲法的风险评价指标体系筛选

德尔菲法的基本原理是以调查征询表的形式向相关领域专家征求意见，并对专家评价结果进行汇总，每完成一次意见征集和结果反馈的过程称为一轮，将上轮所得意见汇总整理后匿名反馈给每一位专家再次征询意见，如此反复几轮，使评价意见趋于一致，从而得到较为满意的评价结果。

运用临界值在德尔菲法中对评价指标进行筛选，本文选取指标得分满分频率、均值及变异系数的临界值对指标进行符合程度的筛选。指标均值和满分频率的临界值计算公式为：临界值=平均数-标准差，当指标得分高于临界值时，表示该指标符合要求。变异系数的临界值计算公式为：临界值=平均数+标准差，当指标得分低于临界值时，表示该指标符合要求。本文对评价指标进行筛选时，如果某一指标对三项要求均不符合则对评价指标进行删除，如果该指标不满足其中对的一项或者两项要求，则根据全面性和科学性原则，对该指标的取舍作进一步讨论。

本文选取了三位行业相关领域的专家参与本次问卷调查，根据前面梳理的各项影响因素设计了相关问卷，经过两轮问卷发放和收回工作，取得了专家对该风险指标体系的相关评价数据。问卷调查邀请了专家对指标体系中的每个三级指标按照5分（重要）、3分（一般重要）和1分（不重要）的程度进行评分。其中：5分表示该指标能够很好地体现电商平台下供应链融资风险的程度；3分表示该指标能够反映电子商务平台下供应链融资风险程度，但效果较为一般；1分表示该指标对电商平台下供应链融资风险的测量几乎没有意义。

根据专家评价结果，计算出指标均值、满分频率及变异系数的筛选指标临界值，具体结果见表6。

根据两轮问卷调查后最终得到专家评分结果，计算出每个指标的满分频率、均值、变异系数。通过数据分析结果可以看出，内部操作流程设计的成熟度、与电商平台的合作年限、计算机网络系统的稳定性、商品销售区域覆盖范围等25个指标均不符合三项临界值标准，充分说明这些指标对基于B2B电商平台的供应链融资风险指标体系适用性很低，可以删除。客户资料的共享程度、平均商品利润率等5项指标满分频率和变异系数方面均不符合临界值的要求，其均值略大于指标均值的临界值，说明这几项指标可以衡量电商供应链融资的风险程度，但是适用性不是很好，因此确认可以从指标体系中删除。其余指标中有个别指标的变异系数不符合临界值的要求，但均在可接受的范围内，对整个指标体系適用性较好。

基于上文供应链融资风险因素的分析，经过德尔菲法的筛选和修正，本文删除了30项指标，最终将基于B2B电商平台供应链融资风险指标体系三级指标的个数确定为53个，且这些指标均对风险评价具有整体适用性，具体见表7。

（二）基于直觉模糊层次分析法的属性指标权重确定

层次分析法是一种被普遍运用的、将定量和定性相结合的权重确定方法，其需要借助专家丰富的先验经验。由于B2B电商平台供应链融资业务涉及的主体较多，这就要求专家对业务要有全方位的了解，否则专家的主观认知偏差会对指标权重产生较大影响。而模糊层次分析法可以将专家对指标的主观评分模糊化，使得对各指标重要性程度的评价更加准确和客观。本文采用基于Zadeh的模糊集概念提出的直觉模糊层次分析法，对电商供应链融资中的风险因素指标进行权重计算。直觉模糊信息使用区间数描述元素的隶属度，并将该有序实数对（μ，ν）命名为直觉模糊数，其中μ表示元素A至少有μ成属于集合S，ν表示元素A至少有ν成不属于集合S。直觉模糊层次分析法中对直觉模糊信息的运用可以减轻指标评价过程中的不确定性和模糊性，使评价更加简洁有效。同时，经直觉模糊层次分析法得到的权重是由原始的评分信息得来的，当矩阵未通过一致性检验时无须重新调整专家所打出的分数。本文在对同层级元素相对上一层元素的重要性进行比较时，所使用的重要程度评分标准见表8。

3.判断直觉模糊互补判断矩阵的一致性。根据相似度的定义和计算公式可得：

基于同样的计算原理和过程，可以确定其余指标的权重。从而得到B2B电商平台下供应链融资风险评价指标的权重，如表7所示。

五、B2B电商平台下供应链融资风险综合评价

本文以阿里巴巴、摩贝、找钢网、天物大宗、中国供应商五家涉及不同行业、基于不同成立背景的B2B电商平台为例，对其主导参与的供应链融资风险进行评价，最终的综合评价得分越高，代表其风险等级越低。

（一）四级模糊综合评价

为了计算各电商平台下供应链融资风险指标的风险评估值，本文首先计算指标体系中各三级指标的隶属度，从而计算出四级模糊综合评价风险评估值。

原始评分数据采用专家打分法取得。将电商平台下的供应链融资指标风险按照10分（无风险）、8分（轻度风险）、6分（中度风险）、4分（重度风险）、2分（特重度风险）五个等级进行评分，根据指标得分和隶属度函数，确定指标的隶属度：

（三）二级模糊综合评价

同理对一级指标的风险评估值进行计算，结果如表11所示。

（四）一级模糊综合评价

对二级指标的风险评估值进行计算，得到各B2B电商平台下供应链融资风险等级结果，如表12所示。

由模糊综合评价结果可以看出，风险等级从高到低依次为：中国供应商、摩贝、天物大宗、找钢网、阿里巴巴。以阿里巴巴电商平台企业为主导的供应链融资与其他电商平台的供应链融资相比风险较低，且中国供应商电商平台下的B2B电商平台供应链融资风险最高。

六、结论

本文首先以B2B电商平台开展的供应链融资业务风险为研究对象，识别相关的风险影响因素，并基于德尔菲法对风险指标进行筛选，构建了B2B电商平台下供应链融资风险评价指标体系，该指标体系共包含5个一级属性指标，16个二级属性指标及53个三级属性指标。其次采用直觉模糊层次分析法确定电商平台供应链融资风险属性指标权重，直觉模糊层次分析法在一定程度上改进了传统层次分析法的主观性缺陷，使得评价结果更加科学。最后选取五家典型的B2B电商平台企业作为案例，结合权重计算结果，对不同电商平台主导下的供应链融资风险进行了评价和比较。

【主要参考文献】

[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，杨璇.供应链金融风险来源与系统化管理：一个整合性框架[J].中国人民大学学报，2018（4）：119～128.

[5]张诚.中小企业供应链金融风险测控的研究——基于系统动力学仿真模型[J].系统科学学报，2018（3）：76～80.

[6]彭路.农业供应链金融道德风险的放大效应研究[J].金融研究，2018（4）：88～103.

[7]李晓宇，张鹏杰.中国商业银行供应链融资的风险评价研究[J].金融论坛，2014（9）：49～56.

[8]徐鹏.基于供应链金融的农产品质押融资风险模糊综合评价研究[J].西南政法大学学报，2017（3）：110～118.

[9]范方志，苏国强，王晓彦.供应链金融模式下中小企业信用风险评价及其风险管理研究[J].中央财经大学学报，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]张建同，张敏，郭卓琦.基于修正KMV模型的汽车供应链金融风险分析[J].工业工程与管理，2019（1）：128～135.

[12]张浩，张潇.基于马尔可夫模型的电商平台供应链金融风险控制[J].云南财经大学学报，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.农业供应链金融风险的主要特征与风险防范的基本原则[J].财经理论与实践，2015（11）：20～24.

[15]金伟，骆建文.考虑风险规避的供应链融资与信用保险组合模型研究[J].运筹与管理，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]林强，贺勇，李心竹.供应商存在供应风险时供应链融资模式选择研究[J].运筹与管理，2019（2）：167～173.

[21]黄建辉，林强.保证保险和产出不确定下订单农业供应链融资中的政府补贴机制[J].中国管理科学，2019（3）：53～65.

[22]郭菊娥，史金召，王智鑫.基于第三方B2B平台的线上供应链金融模式演进与风险管理研究[J].商业经济与管理，2014（1）：13～22.

[23]鞠彦辉，许燕，何毅.信息混沌下银行线上供应链金融信用风险盲数评价模型构建[J].企业经济，2018（6）：102～106.

[24]王宝森，王迪.互联网供应链金融信用风险度量与盯市管理[J].中国流通经济，2017（4）：77～84.

[25]史金召，郭菊娥，晏文隽.在线供应链金融中银行与B2B平台的激励契约研究[J].管理科学，2015（5）：79～92.