考虑空转风险的电商平台供应链 金融三方博弈问题研究

戴昊宇 马汉武

摘  要：随着电商平台的迅速发展，供应链金融系统中空转风险开始加剧。文章通过构建电商平台供应链金融三方博弈模型，研究空转风险规避策略，并进行了算例分析。研究结果表明：在引入第三方物流企业后，供应链金融各参与主体的交易成本降低，期望收益提高。另外，银行提供中等程度资助、电商平台增强信息共享程度是促使三者博弈趋于渐进稳定的重要条件与方法。

关键词：供应链金融;三方博弈;第三方物流;空转风险

中图分类号：F253.7    文献标识码：A

Abstract： With the rapid development of e-commerce platform， the risk of idling in the supply chain financial system has become more and more serious. In this paper， a tripartite game model of supply chain finance on the e-commerce platform is constructed to study the idling risk avoidance strategy， and an example is analyzed. The results show that after the introduction of third-party logistics enterprises， the transaction costs of each participant in supply chain finance are reduced and the expected income is increased. In addition， it is important conditions and methods to promote the gradual stability of the game between the three parties that the bank provides moderate financial support and the e-commerce platform enhances the degree of information sharing.

Key words： supply chain finance; tripartite game; third party logistics; idling risk

0  引  言

随着区块链、互联网、大数据等技术的飞速发展，供应链金融开始由线下型、零散型、延迟等待型向线上型、集成型、实时型发展。第42次中国互联网发展状况统计报告指出，截至2018年12月，我国网民规模为8.29亿，全年新增网民5 653万，互联网普及率达59.6%，较2017年底提升3.8%[1]。网民数量剧增使得“互联网+”运作方式更为普及，这给电商平台供应链金融运作模式带来了很多机会。

供应链金融是指银行围绕核心企业，管理上下游中小企业的资金流和物流，并通过各种授信方式将贷款资金发放给供应链中的中小贷款企业的一种金融服务[2]。近年来，学者們通过契约设计[3]，激励机制研究[4]，法律法规制定[5]等方式，对供应链金融运作中信用风险（Credit risks）、操作风险（Operational risk）、道德风险（Ethical risk）[6]等进行了较为有效的防控。但随着网络经济的不断发展，一种新型风险——空转风险开始形成[7]。空转风险是指资金脱实向虚，只在金融体系内自我循环，并未流入实体，这类风险在电商平台供应链金融系统的实际运作中极易存在。这主要是因为电商平台虽能通过新型技术手段，能够牢牢把握信息流与资金流，但对供应链交易双方是否真实产生了与仓单、票据一致的交易，供应链金融资金池中的资金是否真实用于中小企业的生产、加工、仓储、配送是较难确定的[8]。加之我国金融体系不健全[9]，供应链金融运作存在漏洞[10]，最终导致融资并未用于实体生产制造，而是用于投机套利，这就会产生空转风险[11]。

空转风险进入学者们的视野后，一些学者提出可以让第三方物流企业参与空转风险监督[12-14]。第三方物流在配送货物同时，将货物与交易双方用于融资质押的订单信息进行核对、甄别，以确保订单交易信息真实存在，从而使得信息流与物流相互匹配，以降低空转风险[12]。Abbasi认为物流是供应链金融的重要组成部分，也是供应链金融空转风险防控的重要手段之一，物流的参与能够使整个供应链金融链无缝运行[13]。韩於憬认为第三方物流参与供应链金融时，与金融机构、电商平台有相似的共同利益，易建立联合预警机制，促进良性发展[14]。但是，电商平台委托第三方物流企业进行空转风险监督后，第三方物流企业的运营成本会相对提高，往往导致电商平台与第三方物流的委托代理关系不稳定，同时银行为了促使贷款安全收回，倾向于向电商平台与第三方物流提供资助，以强化防空转风险体系的稳定性。因此，找到银行、电商平台、第三方物流企业在空转风险背景下的博弈策略是亟待解决的问题。本文在文献[15]基础上，将空转风险因素引入电商平台供应链金融运作体系中，构建银行、电商平台、第三方物流企业的三方演化博弈模型，探究第三方物流参与空转风险监督时，各参与主体的博弈策略以及促使各方合作趋于稳定的条件与方法。

1  模型构建

1.1  问题描述

本文研究由电商平台、银行、第三方物流、制造商与供应商参与的供应链金融系统，银行为电商平台上存在资金缺口的供应商提供贷款。为了降低空转风险，电商平台考虑是否委托第三方物流公司在运送货物的过程中对实际交易量与订单量进行核对，为了提高第三方物流监督的积极性与上报信息的准确性，银行考虑是否对电商平台以及第三方物流提供资助。

为了简化博弈模型，本文仅选取银行、电商平台、第三方物流企业作为博弈参与主体，假定三方参与人均是有限理性，以追求本身利益最大化为最终目标;三方的策略选择分别为银行（资助、不資助），电商平台（委托、不委托），第三方物流（接受、不接受）。

博弈的顺序为：首先，银行决定是否对电商平台及第三方物流提供资助;其次，电商平台决定是否向第三方物流发起委托以及第三方物流决定是否接受代理委托;最后，在供货商归还贷款后对电商平台的行为进行奖惩。

1.2  损益变量设定及基本假设

（1）银行损益变量

T，T分别表示是否形成有第三方物流企业参与的供应链金融空转监督时银行的利润收入。由于第三方物流参与监管时，银行期望收益更大，一般有T>T。

G，G分别表示银行愿意资助时给与电商平台与第三方物流的资助金额。

T表示银行未进行资助，但电商平台主动与第三方物流形成了委托代理关系时，银行给予电商平台的事后奖励。

（2）电商平台损益变量

C表示将金融空转风险监督工作成功委托给第三方物流企业后，电商平台的固定支付。

C表示未将金融空转风险监督工作委托给第三方物流企业时，电商平台的固定支付。由于金融空转风险监督任务需要耗费一定成本，所以一般有C>C，定义C-C=C，其含义为金融空转风险任务监督工作净支付。

M表示电商平台短期内所拥有的信息价值，主要指电商平台所拥有的平台数据、交易数据、交易成员信息等信息价值。

M表示向第三方物流企业提出委托请求时，电商平台所共享的期望信息价值。该部分信息通过共享，由电商平台的私人信息变为第三方物流企业与电商平台所共有，对于电商平台而言，失去该部分信息价值，相反，第三方物流企业获得该部分信息价值。

（3）第三方物流企业损益变量

M表示第三方物流短期内所拥有的信息价值，主要指第三方物流所拥有的运输工具，单位运输成本的信息价值。

M表示第三方物流向电商平台表示愿意进行合作时，所共享的信息价值。定义M-M=M，其含义为由于两者在供应链中的地位差别造成的信息分享价值差异。

（4）参与者行为概率

α表示银行愿意提供资助的概率，β表示电商平台愿意将金融空转风险的监督任务委托给第三方物流的概率，γ表示第三方物流愿意接受金融空转风险监督任务的概率。其中，0<α<1，0<β<1，0<γ<1。

1.3  收益矩阵的构建

根据上文的分析，得到银行、电商平台和第三方物流企业的收益矩阵如表1所示。

2  电商平台供应链金融三方博弈均衡分析

2.1  收益期望函数构建

根据表1的收益矩阵，可得银行、电商平台、第三方物流三方主体的期望收益如下：

（1）银行的期望收益

设银行资助时的期望收益为U，银行不资助时的期望收益为U，银行平均期望收益为，则=αU+1-αU，其中：U=T-G-G+βγT-T， U=T+βγT-T-T。

（2）电商平台的期望收益

设电商平台愿意委托时的期望收益为U，电商平台不愿意委托时的期望收益为U，银行平均期望收益为，则=α

U+1-αU，其中：U=M-M-C-γC+αG+γM+M+T-αT，U=M-C+γM+αG。

（3）第三方物流企业的期望收益

设第三方物流愿意接受委托时的期望收益为U，第三方物流不愿意接受委托时的期望收益为，银行平均期望收益为

，则U=αU+1-αU，其中：U=C+M-M+βC+αG+βM+M，U=C+M+βM+αG。

2.2  三方博弈复制动态方程

银行选择资助策略复制动态方程为：

Fα=α1-αβγT-G-G                                      （1）

电商平台选择是否愿意委托空转风险任务策略的复制动态方程为：

Fβ=β1-β-γC-M+γM+M+γ1-αT                               （2）

第三方物流企业选择是否愿意接受空转风险任务策略的复制动态方程为：

Fγ=γ1-γβC-M+βM-M                                     （3）

2.3  三方博弈稳定点分析

对于银行、电商平台、第三方物流企业三方演化博弈，可以用2.2的三个微分方程描述，但在实际运转中，该过程是一个连续动态的过程，其多次博弈最终的趋势难以确定，需要通过Hirshleife概念求解该演化博弈的均衡点。该博弈的雅克比矩阵为：

J=

（1）α， β， γ=0，0，0， 0，1，1， 0，1，0， 0，1，1， 1，0，0， 1，0，1， 1，1，0， 1，1，1为该系统的8个均衡解，各均衡解稳定性如表2所示：

（2）当满足β1-β=0， γ1-γ=0， βγT=G+G时，假定方程组存在解α， β， γ，则此时的雅克比矩阵为：

J=

显然，该矩阵具有一个特征值为0，由此可得，该系统在α， β， γ平衡状态下不存在稳定渐进点。当α1-α， β1-β， βM-M+C-M=0或α1-α， γ1-γ， γ1-αT-C+M+M-M=0时，其对应的雅克比矩阵也含有0特征值。由此可得，该系统在这两种平衡状态下均不存在稳定渐进点。

（3）当满足β1-β=0， β=M/M-M+C， βγT=G+G时，假定方程组存在解α， β， γ，则此时的雅克比矩阵为：

J=

显然，该矩阵具有一个特征值为0，由此可得，该系统在α， β， γ平衡状态下不存在。当γ1-αT-C+M+M-M， γ1-γ， βγT-G-G=0或γ1-αT-C+M+M-M， α1-α=0时，其对应的雅克比矩阵均也含有0特征值。由此可得，该系统在这两种平衡状态下均不存在稳定渐进点。

（4）当满足γ1-αT-C+M+M-M， βC+M-M-M， βγT-G-G=0时，假定方程组存在解α， β， γ，则此时的雅克比矩阵为：

J=

显然，上述雅克比矩阵的迹trJ=0，则该矩阵的三个特征值之和λ+λ+λ=0，易得该矩阵必然存在非负特征值，由此可得，该系统在α， β， γ平衡状态下不存在稳定渐进点。

综上所述，在整个电商平台供应链金融三方演化博弈中，其中的渐进稳定点只有三个，即为0，0，0， 0，1，1， 1，1，1，对应的三个参与主体的策略组合分别为（不资助、不委托、不接受），（不资助、委托、接受），（资助、委托、接受）。但在我国电商平台供应链金融实际运作中，电商平台是信息交换的媒介，作为信息平台的所有者，其拥有的信息价值往往远远超过第三方物流所掌握的信息。于是，上述模型中，一般有M>M，这与疑似渐进稳定点0，1，1中的要求M-M+C<0是矛盾的。所以，该演化博弈的劣均衡组合（不资助、委托、接受）很难成立，只考虑其他两种渐进稳定点的实际意义。

以上分析间接说明了，在电商平台不愿资助的情况下，想要维持稳定的电商平台——第三方物流企业联合空转风险防控体系是极为困难的。实际上，对于该演化博弈的期望组合1，1，1而言，必须存在两个前提，即M>M+C与T>G+G。这就意味着，在电商平台供应链金融运作中，想要加强第三方物流企业与电商平台的联系，提高他们对于金融空转风险防控意识并促使他们改善防控手段与方法，就必须引导电商平台拓宽并加强信息资源共享的渠道与力度，让银行愿意资助、第三方物流企业有能力并有实力敢于承担金融空转监督的职责。当然，在第三方物流企业、电商平台以及银行的稳定联系与参与下，供应链金融体系会有交易成本降低、各参与主体利润提高、金融空转风险降低等多重好处。

3  算例分析

根据复制动态方程及约束条件，运用MATLAB模拟仿真“银行—电商平台—第三方物流”在上述8种情形下趋向于1，1，1最優均衡时，主要参数对三方演化结果带来的影响。参数取值如下：G=0.3， G=0.2， T=1， M=0.8， M=0.3， C=0.2， M=1， M=0.3。考虑到银行、电商平台与第三方物流企业初次合作时，银行缺乏信心，所以对于第三方物流企业与电商平台资助的可能性也只是中等水平，取α=0.3。相反，第三方物流企业往往希望承担更多的任务以得到合作者的信任，同时也能增加自身的收入，所以，第三方物流企业往往表现为积极参与，取γ=0.4，取β=0.25，初始时刻为t=0，终止时刻t=50，仿真结果如图1所示，该图说明了在电商平台愿意提供较高价值信息、银行愿意提供的资助金额少于形成空转防控体系后的期望收益时，整个供应链金融体系趋向于优稳定点1，1，1。此过程分为两个阶段，博弈第一阶段t<5表示银行初次有意愿构建金融空转防控体系，对防控体系能否构建，防控体系效果是否显著需要观察，但随着电商平台与第三方物流的积极参与交流，银行发现资助两者也有助于自身交易成本的下降与空转风险的降低，这能够提升自身的期望收益，于是在博弈第二阶段t>5，银行积极引导，努力做好对于空转风险的激励监督机制，努力推动系统朝稳定状态发展。

3.1  银行对电商平台及第三方物流资助对三方博弈策略的影响

分别取两组参数G=0.1， G=0.05， T=0.16与G=0.5， G=0.49， T=1，其他参数条件不变，这两组数据分别代表银行对于电商平台及第三方物流资助过多与过少时的情形，仿真结果如图2、图3所示。从图2可以得知，当银行资助过少时，电商平台与第三方物流构建空转风险防控体系的积极性受到影响，三者的合作策略最终倾向于0，0，0的失效情况。从图3可以得知，当银行激励过大时，虽然电商平台与第三方物流企业因为高利润往往倾向于合作，但银行的利润受到影响，长期而言会采取不资助的策略，最终致使空转风险防控合作体系瓦解。综上所述，银行采用适中的资助方式是促使三方博弈趋于稳定的重要方法。

3.2  电商平台加大信息共享程度对三方博弈策略的影响

在电商平台增强信息共享的程度后，取电商平台信息分享值为M=0.8，其他参数不变，仿真结果如图4所示。与图1情况相比，电商平台加大信息共享力度后，增强了银行资助的信心，在图4中表现为，α向1收敛的速度增加（第一、第二阶段时间分别变为t<3与3

4  结  论

供应链金融在我国飞速发展，它由银行主导、仅有交易双方参与型逐渐发展成为电商平台主导、第三方物流等多类型企业参与其中的复杂系统。近年来，银行通过激励机制与政策制定，逐渐降低了电商平台供应链金融的道德风险，但空转风险依然存在。本文考虑引入第三方物流企业，利用第三方物流的物流信息与电商平台的资金流信息进行匹配，以降低空转风险。为了促使三者稳定合作以降低空转风险，构建了银行—电商平台—第三方物流企业三方演化博弈模型，运用演化博弈理论结合收益矩阵和复制动态方程对其合作机制进行分析，探求各参与主体的博弈策略及促使参与者间合作趋于优均衡解的条件与方法。从策略方面看，强化以下几方面的工作，可望对电商平台供应链金融空转风险防控起到实效。

（1）銀行采用中等程度资助能够使得三方合作更加稳定。银行采用过高的资助程度虽然使得电商平台与第三方物流参与空转风险防控的积极性提升，但自身利益受损，这不利于银行的长期发展。经过长期博弈后三方合作均衡解容易被破坏，防控机制无法长久存在。相反，银行采用过低的资助程度会挫伤电商平台与第三方物流的参与积极性，从而导致空转风险防控效果不理想，银行继续降低资助程度，整个合作进入恶性循环，最终三方合作瓦解。综上所述，银行应该权衡自身贷款利润与空转风险防控带来的收益，采用中等程度的资助策略，才能使得三方合作更加稳定。

（2）电商平台加大信息共享程度能加快参与者博弈策略趋于稳定的速度。电商平台加大信息共享程度后，第三方物流获得更高的信息价值，扩大业务的同时提高自身收益，从而提升工作积极性与努力程度。在第三方物流提高努力程度的同时，空转风险防控效果明显，也提高了银行的资助电商平台与第三方物流的信心，资助程度扩大也能使得电商平台的收益增加，如此循环往复，加快银行、电商平台、第三方物流博弈策略趋于稳定的速度。

本文研究空转风险下，银行、电商平台、第三方物流企业的演化博弈策略，在找到博弈模型均衡解的前提下，研究了促使三方合作快速趋于稳定的条件与措施。但随着供应链金融的快速发展，实际操作中还存在着一些问题，如：第三方物流企业之间的相互竞争会给上述演化博弈的稳定性产生什么影响，银行如果实行市场化利率或者电商平台对第三方物流采用激励惩罚并行机制时，该均衡解会有什么变化等问题都有待进一步研究。

参考文献：

[1] 中国互联网络信息中心. 第43次中国互联网络发展现状统计报告[EB/OL]. （2019-02-28）[2021-01-05]. http：//www.cac.gov.cn

/2019-02/28/c_1124175686.htm.

[2]  Pfohl H C， Gomm M. Supply chain finance： optimizing financial flows in supply chains[J]. Logistics research， 2009（3-4）：149

-161.

[3] 赵旭，汪永，胡斌. 电商平台自建物流与第三方物流企业间的协同配送机制研究[J]. 系统工程，2019，37（2）：81-90.

[4] 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，2015，28（5）：79-92.

[5] 王安异. 虚构网络交易行为入罪新论——以《中华人民共和国电子商务法》第17条规定为依据的分析[J]. 法商研究，2019，36（5）：54-66.

[6]  Heckmann I， Comes T， Nickel S. A critical review on supply chain risk-Definition， measure and modeling[J]. Omega， 2015，52：119-132.

[7] 李凤文. 防范供应链金融风险须杜绝虚假交易[N]. 经济日报，2019-08-05（006）.

[8] 宋华. 中国供应链金融的发展趋势[J]. 中国流通经济，2019，33（3）：3-9.

[9] 王国刚. 中国银行业70年：简要历程、主要特点和历史经验[J]. 管理世界，2019，35（7）：15-25.

[10] 韩君. 供应链金融、金融信息质量与企业融资绩效关系的实证分析[J]. 统计与决策，2018，34（19）：182-185.

[11] 方兴林. 演化博弈视角下网络交易平台“刷单炒信”行为控制研究[J]. 情报科学，2018，36（10）：89-92，121.

[12] 计春阳，晏雨晴. 互联网背景下港口企业供应链金融模式演化及创新趋势研究[J]. 软科学，2019，33（5）：22-28.

[13]  Abbasi W A， Wang Z， Abbasi D A. Supply Chain Finance： Generation and Growth of New Financing Approach[J]. Journal of Finance， 2017，5（2）：50-57.

[14] 韩於憬，张蒙. 第三方物流企业供应链金融融资风险控制研究[J]. 中国集体经济，2018（36）：97-98.

[15]  Zhao J， Duan Y. The coordination mechanism of supply chain finance based on tripartite game theory[J]. Journal of Shanghai Jiaotong University （Science）， 2016，21（3）：370-373.