供应链金融参与者机会主义行为演化研究

石岿然，姬严松

(南京审计大学 金融学院，江苏 南京 211815)

一、引 言

充足的流动资金对企业的生存至关重要。中小企业常常由于供应链强势企业的资金占用出现资金短缺，加之缺乏金融资源，无法及时补充流动性，从而陷入经营困境并难以摆脱，这对整个供应链的稳定产生了负面影响。在这样的背景下，供应链金融(supply chain finance)应运而生，成为解决中小企业融资问题的一种创新模式。这种模式的优点显而易见：在微观层面，依托供应链核心企业的信用，理想供应链金融可以介入中小企业的每笔业务中。金融机构可以依托真实的贸易背景，针对特定的、风险可识别的现金流提供金融解决方案，改善中小企业的融资困局，同时有助于降低供应链运作成本，并通过金融资本与实业经济的协作，构筑起金融机构、企业和功能供应链互利共赢的产业生态；在宏观层面，供应链金融为金融脱虚向实开辟了新道路。供应链金融的制度设计本身有着严格的风险控制逻辑，它将单个企业的不可控风险转变为供应链整体的可控风险，通过上下游企业形成事实上的共同体来缓解信息不对称问题，将风险控制在最低水平。作为一种新兴事物，供应链金融尚处于发展不完善阶段，特别是在风险管理和控制方面，这种模式不仅没有降低风险，反而提高了参与主体的机会主义倾向，引发了一系列负面影响严重的风险事件，如“青岛港骗贷案”“恒韵医药案”“诺亚财富爆雷案”“民生信托爆雷案”等(见表1)。由此可见，供应链金融的功能优势并没有得到有效开发利用，风险因素在企业端和金融机构端均有蔓延的趋势，供应链金融的可靠性正遭受质疑，也引起了广泛的社会关注。

表1 机会主义行为引发的供应链金融风险事件梳理

续 表

已有的关于供应链金融风险的研究大多集中在运营融资决策领域，较少从参与主体自身行为视角来分析供应链金融风险控制问题，对供应链金融参与者机会主义行为关注不足。供应链金融是供应链管理与金融学融合的产物，天然包含了运营管理与财务融资的基因，因此供应链金融风险管理自然需要同时考虑各系统的最优决策，Buzacott等[1]率先将融资问题纳入供应链运营决策，研究了需求不确定性及资金水平限制对零售商订货决策、融资决策及银行利率的影响，认为初创企业更应该重视综合决策问题。陈祥锋等[2]研究了资本市场的竞争程度对供应链金融综合决策的影响，指出当供应链企业存在资金约束时，金融服务可为供应链创造新价值。晏妮娜等[3]研究了仓单质押融模式下零售商的信用额度对供应链融资决策与运营决策的影响，发现有限信用额度的融资方案可以提高供应链金融系统融资绩效，并对零售商形成有效激励。易雪辉等[4]应用双重stackelberg博弈模型，研究了供应链金融环境下银行贷款利率和回购担保对融资企业决策的影响，发现前者为直接影响，而后者则通过核心企业间接影响融资企业的决策行为。陈金龙等[5]从金融服务商的视角研究了供应链金融模式下的讨价还价问题，发现金融服务商必须参考银行和供应链企业实行双边定价策略，单边情形无法得出实际定价。谭小芬等[6]通过建立三个层次分明的模型，针对供应链金融运行中的信息不对称问题，从理论上阐述了信息共享以及存货质押业务模式对提高供应链金融融资效率的积极作用。

演化博弈研究范式为分析经济活动中的机会主义行为提供了有效的理论工具，研究成果较为丰富。易余胤等[7]用演化博弈方法分析了企业合作研发过程中的机会主义行为，研究了识别与监督机制对背叛行为的抑制作用。陈学梅等[8]在“蜈蚣博弈”模型中加入一个源于外部冲击的漂移项，对合资企业成员的机会主义行为进行演化博弈分析，发现外部动荡反而会抑制机会主义行为。刘德海[9]用演化博弈思想研究了群体性突发事件中地方政府机会主义行为的消极影响，提出实施强硬处置措施的必要性。杨在军等[10]则关注共享单车用户的机会主义行为，认为共享单车企业应关注用户感受，改进服务质量，通过激励与惩罚相结合的方式引导用户向规范行为演化。张飞涟等[11]对PPP绩效付费项目中社会资本与监督机构的机会主义行为进行演化分析，发现二者行为受彼此初始策略的影响较大，加大惩罚力度、提高审查概率才能有效减少双方的机会主义倾向。计春阳等[12]将前景理论引入供应链金融平台行为监管研究中,应用演化博弈方法分析了平台和监管机构间的博弈过程。

与以往研究不同，考虑到涉及供应链金融参与主体的风险决策问题，以及供应链金融机会主义行为由个体向群体蔓延的趋势，本文基于前景理论和演化博弈方法，从供应链金融风险管理的角度出发，对供应链金融参与者的机会主义行为进行分析，并考虑可能的防范措施。本研究一方面可以丰富和发展供应链金融风险管理理论研究成果，拓展行为金融以及博弈理论等相关学科应用领域，具有一定的理论创新性；另一方面也有利于更好地指导供应链金融实践，减少和规避参与主体的机会主义行为，对提高供应链金融模式运行效率，促进供应链金融各参与主体之间的互信升级，降低供应链金融风险事件发生概率有一定的实践意义。

二、问题描述与模型假设

(一)供应链金融参与者机会主义行为表现形式

机会主义行为是交易成本理论中的一个基本行为假设，Williamson[13]将其定义为“狡诈地追求自利”，包括故意误导、歪曲信息、违反合同、逃避责任、欺骗等表现形式，考虑到供应链金融业务本身存在的风险漏洞、参与主体的利益诉求、角色定位与执行能力等个体特征以及其他的市场不确定性因素，供应链金融参与者存在机会主义倾向，具体表现在以下两方面：

(1)金融机构消极的风险控制行为：在供应链金融环境下，金融机构更容易放松警惕。由于存在信用资质主体隐性或显性担保，出于节约风险控制成本以及快速增加金融产品销售额的目的，金融机构往往会轻信融资企业相关业务背景的真实性，进行流于形式的尽职调查或直接取消尽职调查；或者在应收账款融资最关键的确认债权操作中敷衍了事或直接不进行确权。从近年来发生的供应链金融风险事件中可以看出，上述情况在开展供应链金融业务的非银行金融机构中并不少见。此外，当多个金融机构为同一企业提供供应链金融服务时，由于金融机构之间可能会存在“领导者—追随者”现象，头部机构的存在会助长其他机构的“偷懒”行为，此时一旦头部企业放松监管，势必会增大风险事件发生的可能性。

(2)融资企业的自利违约行为：在供应链金融环境中，融资企业可能具有更强的风险偏好。在核心企业不知情的情况下，为了获取更多的资金，融资企业可能会伪造与核心企业的业务合同、印章以及相关单证，并通过贿赂的方式买通供应链金融业务中掌握监管权利的人员，从而获得更高的融资额度，并将所得资金用于投资其他套利资产；在一些需要相关人员出面的关键审查环节，融资企业可能会采取“移花接木”的手段，伪造场景并假冒关键人员以欺瞒审查。

(二)模型假设

(1)博弈主体为金融机构(资金提供方)和融资企业(中小企业)，博弈参与主体清楚彼此的策略空间但对博弈过程中的不确定收益会产生主观判断，参与主体均为有限理性，金融机构不清楚融资企业违规的概率，融资企业对金融机构的监管积极程度也没有确切的信息，二者对事件的发生存在主观心理感知，这种主观感知符合前景理论。

融资企业做出违约机会主义行为决策，策略空间为{守约，违约}；金融机构做出监管力度选择的机会主义行为决策，策略空间为{积极监管，消极监管}。

(2)Tversky等[14-15]将心理学及行为学引入经济学中，创立了前景理论等概念，经过后续的诸多补充与改进，前景理论逐渐成为行为金融研究的支柱理论之一。

其中,λ是决策者损失厌恶系数(λ>1);ε和η是决策者的风险态度系数(0<ε≤η≤1)，反映了决策者对待收益风险和损失风险的不同态度;τ是决策者的参考点。Tversky等[15]311经过测算，认为不失一般性的参数的取值为：ε=η=0.88，λ=2.25。

π(pi)是权重函数，表示决策方对事件i发生概率的主观判断，Tversky[15]309的权重函数如下：

其中，π+(pi)和π-(pi)分别表示面对收益和损失时的权重函数，pi表示事件i发生的概率。根据Tversky[15]312的研究，参数的合理取值为：σ=0.61，ρ=0.69，此时，权重函数的特征如下：π(0)=0，π(1)=1；在低概率水平，π(pi)>pi；但在高概率水平，π(pi)

(3)金融机构积极监管的成本是c，相应的感知价值为C；消极监管的成本为0，相应的感知价值也为0。选择积极监管可以取得正收益e，如声誉与形象的提升，相应感知价值为E；同时为方便分析，假设选择消极监管，则收益为0；金融机构的监管效率系数是θ，它与金融机构采取的监管技术以及监管人员的努力程度有关，若金融机构采用高效技术，则可以降低监管成本，金融机构对可节省的成本的感知价值为θC。

(4)融资企业选择守约所得到声誉奖励为r，相应的感知价值为R；融资企业违约的额外收益为w，相应的感知价值为W，w>r；违约被查后的惩罚(罚款或违约金)为k，当金融机构选择积极监管时监管成功的概率为p1，此时融资机构对监管处罚的感知价值为K；当金融机构选择消极监管时监管成功的概率为p2，此时融资机构对监管处罚的感知价值为K′，p1>p2；当且仅当金融机构选择消极监管且融资企业选择违约时，风险事件才会发生，概率为q，风险事件发生后金融机构需承担的风险损失责任为d，相应的感知价值为D。

基于上述假设可以得到金融机构与融资企业博弈的收益矩阵，如表2所示。

表2 金融机构和融资企业的博弈收益矩阵

参数含义如下：

C：金融机构选择积极监管时对需要付出的成本的感知价值，C=π(1)ν(c)+π(0)ν(0)=cη，C∈(0,+∞)；

θ：金融机构的监管效率系数，θ∈[0,1]；

E：融资企业选择守约时，金融机构对积极监管收到的正向收益的感知价值，E=π(1)ν(e)+π(0)ν(0)=eη，E∈(0,+∞)；

W：融资企业对违约行为产生的收益的感知价值，W=π(1)ν(w)+π(0)ν(0)=wη，W∈(0,+∞)；

R：融资企业对选择守约获得的声誉奖励的感知价值，R=π(1)ν(r)+π(0)ν(0)=rη，R∈(0,+∞)；

K：金融机构积极监管，融资企业选择违约时，融资企业和金融机构对违约处罚的感知价值，K=π(p1)ν(k)+π(1-p1)ν(0)=π(p1)kη,K∈(0,+∞)；

K′：金融机构消极监管，融资企业选择违约时，融资企业和金融机构对违约处罚的感知价值，K′=π(p2)ν(k)+π(1-p2)ν(0)=π(p2)kη，K′∈(0,+∞)；

D：金融机构对风险事件发生后需承担的风险损失责任成本的感知价值，D=π(q)ν(d)+π(1-q)ν(0)=π(q)dη，D∈(0,+∞)；0≤p1、p2、q、π(p1)、π(p2)、π(q)≤1，λ>1，0<η≤1，W>R，K>K′，k、w、r、d、K、K′、W、R、D>0。

三、演化博弈分析

(一)模型求解

(1)

得到x的复制动态方程：

【-y(K-K′+D)+E-(1-θ)C+K-K′+D】

(2)

(3)

得到y的复制动态方程为：

(4)

由微分方程式(2)和式(4)得到一个二维动力系统Ι：

(5)

(二) 均衡点稳定性分析

通过Jacobi矩阵分析局部均衡点的稳定性，根据Friedman[16]提出的演化博弈稳定策略计算方法，对两个复制动态方程分别关于x和y求偏导数得到相应的Jacobi矩阵，最后根据Jacobi矩阵行列式的值Det(J)和矩阵的迹Tr(J)来判定具体策略是否是演化稳定策略(Evolutionary Stable Strategy，ESS)。判定标准为：(1)Det(J)>0且Tr(J)<0时，对应策略是ESS；(2)Det(J)>0且Tr(J)>0 时，对应策略不是ESS；(3)Det(J)<0，Tr(J)=0或者Tr(J)符号不确定时，对应的平衡点为鞍点。

由式(5)得到Jacobi矩阵：

(6)

5个局部均衡点雅可比矩阵的Det(J)与Tr(J)见表3。

表3 雅可比矩阵的行列式和迹

其中：H=-x*×y*×(1-x*)×(1-y*)×(K′-K)×(K-K′+D)

根据参数的多种取值范围，分以下几种情形讨论均衡点的稳定性：

情形1：E-(1-θ)C

表4 情形1的均衡点稳定性

图1 情形1三种情况的动态演化相位图

表4列举了E-(1-θ)C

第一种情况R

第二种情况W-K

第三种情况R>W-K′：对融资企业而言，监管成功概率较低条件下的守约收益R大于违约净收益W-K′。此外，由假设条件可知W-KW-K同样成立，即在金融机构选择积极监管的条件下，守约收益R也高于违约净收益W-K，因而融资企业必然选择守约，此时系统演化稳定策略是(0,1)。

情形2：K′-K-D

表5 情形2的均衡点稳定性

图2 情形2三种情况的系统演化相位图

表5列举了K′-K-D

第一种情况R

第三种情况R>W-K′：对融资企业而言，监管成功概率较低条件下的违约净收益W-K′低于守约收益R。此外，由假设条件可知W-KW-K同样成立，即在金融机构选择积极监管的条件下，守约收益R也高于违约净收益W-K′，因为融资企业必然选择守约。因此守约是融资企业的最优决策选择，而金融机构的最优选择是消极监管，系统演化稳定策略是(0,1)。

情形3：E-(1-θ)C>0时，演化稳定性分析结果如表6所示，动态演化相位图如图3所示。

表6列举了E-(1-θ)C>0时，三种不同情况下的均衡点稳定性。E-(1-θ)C>0，即当融资企业采取违约行为时，金融机构对积极监管净收益的感知价值大于对消极监管净收益的感知价值。此外，由假设条件可知K′≤K，故E-(1-θ)C+K0时，无论融资企业采取何种策略，金融机构都会选择积极监管。

表6 情形1的均衡点稳定性

图3 情形3三种情况的系统演化相位图

第一种情况R

第二种情况W-K

第三种情况R>W-K′：对融资企业而言，监管成功概率较低时的守约收益大于违约净收益，由于W-KW-K，即在金融机构选择积极监管的条件下，守约收益也高于违约净收益，因而融资企业必然选择守约，此时系统演化稳定策略是(1,1)。

对三种情形进行总结发现，演化博弈存在4种演化稳定状态：

E-(1-θ)C

E-(1-θ)C<0且R>W-K′时，(0,1)是系统演化稳定策略；

E-(1-θ)C>K′-K-D且R

E-(1-θ)C>0且R>W-K时，(1,1)是系统演化稳定策略。

四、数值仿真分析

(一)演化稳定性验证

(1)取E=1，C=8，K=1，D=π(q)×v(d)，K′=π(p2)×K，W=2.4，θ=0.5，v(d)=2，p1=1，p2=0.5，q=0.5，满足情形1的第一个条件E-(1-θ)C

(2)取E=1，C=3，K=1，D=π(q)×v(d)，K′=π(p2)×K，W=2.4，θ=0.5，v(d)=2，p1=1，p2=0.5，q=0.5，满足情形2的第一个条件K′-K-D

图4 情形1系统演化过程

图5 情形2系统演化过程

(3)取E=1，C=1，K=1，D=π(q)×v(d)，K′=π(p2)×K，W=2.4，θ=0.5，v(d)=2，p1=1，p2=0.5，q=0.5，满足情形3的第一个条件E-(1-θ)C>0，分别令R=1,R=1.5,R=2.5，满足情形3中条件2的三种情况，则情形2的演化结果如图6所示：

图6显示了情形3的系统演化过程。当R=1时系统演化稳定状态为{积极监管，违约}。随着R逐步增大，当R=1.5时，稳定均衡状态转变为{积极监管，守约}，随着R继续增加至2.5，稳定均衡状态保持不变，仍然是{消极监管，守约}，但可以看出此时融资企业收敛至“守约”的速度更快，仿真结果与理论分析一致。

图6 情形3系统演化过程

(二)参数敏感性分析

为进一步探讨系统演化的条件，本文对积极监管收益E、积极监管成本C、监管效率系数θ、风险损失责任成本v(d)、违约处罚K、违约收益W和守约收益R进行敏感性分析，以揭示相关要素对决策演化的影响机制。

(1)积极监管收益E对金融机构策略选择x的影响。取R=1.5，C=8，K=1，D=π(q)×v(d)，K′=π(p2)×K，W=2.4，θ=0.5，v(d)=2，p1=1，p2=0.5，q=0.5。当E=1和E=2时，积极监管收益水平低，金融机构监管的积极性不强，随着积极监管收益水平逐渐提高，当E=3,E=4,E=5时，金融机构监管的积极性提高，金融机构开始转向积极监管，且随着积极监管收益的提高，金融机构收敛至积极监管的速度越来越快。图7的结果表明，随着积极监管收益E的增大，金融机构的策略选择逐渐由消极监管转向积极监管，转变的临界值介于2和3之间。当积极监管收益水平低于临界值时，金融机构会向消极监管演化；反之，金融机构会向积极监管演化。

(2)积极监管成本C对金融机构策略选择x的影响。取E=1，R=1.5，K=1，D=π(q)×v(d)，K′=π(p2)×K，W=2.4，θ=0.5，v(d)=2，p1=1，p2=0.5，q=0.5。当C=1，C=2，C=3，C=4时，积极监管成本较低，金融机构监管的积极性较高。随着积极监管成本逐渐提高，当C=5时， 金融机构监管的积极性降低，开始转向消极监管。图8的结果表明，随着积极监管成本C的增大，金融机构的策略选择逐渐由积极监管转向消极监管，且转变的临界值介于4和5之间。当积极监管成本水平低于临界值时，金融机构会向积极监管演化；反之，金融机构会向消极监管演化。

图7 积极监管收益对金融机构监管行为的影响

图8 积极监管成本对金融机构监管行为的影响

(3)监管效率系数θ对金融机构策略选择x的影响。取E=1，R=1.5，C=4，K=1，D=π(q)×v(d)，K′=π(p2)×K，W=2.4，v(d)=2，p1=1，p2=0.5，q=0.5。当θ=0.1和θ=0.3时，监管效率较低，金融机构监管的积极性较低，随着监管效率逐渐提高，当θ=0.5,θ=0.7,θ=0.9时，金融机构监管的积极性提高，金融机构开始转向积极监管，且随着监管效率的提高，金融机构收敛至积极监管的速度越来越快。图9的结果表明，随着监管效率系数θ的提高，金融机构的策略选择逐渐由消极监管转向积极监管，转变的临界值介于0.3和0.5之间。当监管效率水平低于临界值时，金融机构会向消极监管演化；反之，金融机构会向积极监管演化。

(4)风险损失责任成本v(d)对金融机构策略选择x的影响。取E=1，R=1.5，C=4，K=1，θ=0.5，K′=π(p2)×K，D=π(q)×v(d)，W=2.4，p1=1，p2=0.5，q=0.5。当v(d)=0时，不存在风险损失成本，金融机构监管的积极性较低，随着风险损失责任成本逐渐提高，当v(d)=2,v(d)=4,v(d)=6和v(d)=8时，金融机构监管的积极性提高，金融机构开始转向积极监管，随着风险损失成本的提高，金融机构收敛至积极监管的速度越来越快。图10显示，随着风险损失成本v(d)的提高，金融机构的策略选择逐渐由消极监管转向积极监管，且金融机构对风险损失极为敏感，临界值介于0和2之间。当监管效率水平低于临界值时，金融机构向消极监管演化；反之，金融机构向积极监管演化。

图9 监管效率水平对金融机构监管行为的影响

图10 风险损失责任成本对金融机构监管行为的影响

(5)违约收益W对融资企业策略选择y的影响。取E=1，R=1.5，C=4，K=1，D=π(q)×v(d)，K′=π(p2)×K，θ=0.5，v(d)=2，p1=1，p2=0.5，q=0.5。当W=1时，违约收益较低，融资企业缺乏足够的违约动机，随着违约收益逐渐提高，当W=2，W=3，W=4和W=5时，融资企业的违约倾向逐渐增强，且随着违约收益的提高，融资企业收敛至违约的速度越来越快。图11显示，随着违约收益W的提高，融资企业的策略选择逐渐由守约转向违约，且转变的临界值介于1和2之间，当违约收益低于临界值时，融资企业会向守约演化；反之，金融机构会向违约演化。

(6)守约收益R对融资企业策略选择y的影响。取E=1，W=2.4，C=4，K=1，D=π(q)×v(d)，K′=π(p2)×K，θ=0.5，v(d)=2，p1=1，p2=0.5，q=0.5。当R=1和R=1.5时，守约收益较低，融资企业的违约动机较强，随着守约收益逐渐提高，当R=2，R=2.5，R=3时，融资企业的守约倾向逐渐增强，且随着守约收益的提高，融资企业收敛至守约的速度越来越快。图12表明，随着守约收益R的提高，融资企业的策略选择逐渐由违约转向守约，且转变的临界值介于1.5和2之间，当守约收益低于临界值时，融资企业会向违约演化；反之，金融机构会向守约演化。

图11 违约收益对融资企业违约行为的影响

图12 守约收益对融资企业违约行为的影响

(7)违约惩罚K对融资企业策略选择y的影响。取E=1，R=1.5，C=8，θ=0.5，D=π(q)×v(d)，K′=π(p2)×K，W=2.4，v(d)=2，p1=1，p2=0.5，q=0.5。当K=1和K=2时，违约惩罚较低，融资企业的违约动机较强，随着违约惩罚逐渐提高，当K=3,K=4和K=5时，融资企业的守约倾向逐渐增强，开始转向守约，且随着违约惩罚的提高，融资企业收敛至守约的速度越来越快。图13的结果表明，随着违约惩罚K的提高，融资企业的策略选择逐渐由违约转向守约，且转变的临界值介于2和3之间，当违约惩罚低于临界值时，融资企业会向违约演化；反之，融资企业会向守约演化。

图13 违约惩罚对融资企业违约行为的影响

五、结论与建议

本文针对供应链金融参与者的机会主义行为，基于前景理论，构建了金融机构和融资企业的演化博弈模型，讨论了二者策略选择的演化路径和不同条件下的演化稳定性，并对演化稳定性以及参数敏感性进行了分析。研究发现：演化博弈存在4种演化稳定状态，金融机构的监管力度受到积极监管收益、监管成本、监管效率以及风险损失责任成本的影响，当积极监管收益低、监管成本过高、监管效率过低或风险损失责任成本过低时，金融机构的机会主义倾向会很高；融资企业的违约行为受到违约收益、违约惩罚以及守约收益的影响，当违约收益过高、违约惩罚过低或守约收益过低时，融资企业的机会主义倾向会很高。

根据研究结果，本文从以下两个方面提出供应链金融参与者机会主义行为防范对策：

金融机构层面：(1)作为流动性的提供方和风险管理者，金融机构有义务对整个供应链金融链条进行全面的风险控制。不仅要关注核心企业的风险状况，更要加强对融资企业的实时监测，提高事前、事中和事后各个环节风险管理的针对性和有效性。(2)发挥金融科技在提高监管效率、降低监管成本等方面的优势。目前，金融科技可以大幅提高监管效率，降低监管成本，促进信息共享。例如，区块链技术可溯源的特点，能够使核心企业充分了解其供应链上不同层级的企业，提高其对供应链的掌控能力；智能合约可以帮助构建去中心化信任的供应链协作流程机制，杜绝伪造和信息篡改，使交易更安全。(3)构建促进积极监管的外部环境。监管机构和行业协会在其中扮演了重要角色，一方面，围绕开展供应链金融业务的各类金融机构，可以建立“机构白名单”制度，并实行名单动态管理，对业务规模与完成质量优秀的机构给予资金奖励，颁发资质认证，以此提高金融机构的积极监管收益感知，进而提高金融机构在供应链金融业务中的监管积极性和负责程度。另一方面，加大对风险事件中涉事金融机构的处罚力度和追责力度，提高罚款额度；对造成严重社会损失的金融机构，禁止其开展供应链金融相关业务。以此提高金融机构应承担的风险损失责任成本，进而降低金融机构在供应链金融业务风险防控中的机会主义倾向。

供应链企业层面：(1)塑造供应链企业正确义利观。供应链企业的责任履行有赖于正确义利观的驱动，健康的义利观使其在面对正常收益与高额违约收益的权衡时克制个体逐利性，更多地考虑整体利益。行业协会、监管机构以及其他政府部门可以加强对供应链企业的道德责任教育，必要时可以对经营管理人员的整体素质进行严格的考核。(2)强化供应链金融契约的惩罚机制设计。惩罚性违约金可以填补资金提供方的风险损失，实现督促供应链企业尽责履行的功能。通过对违约当事主体施加严苛的法律责任，提高违约成本，可以有效约束和制止违约行为，促使其履行合约。在供应链金融契约设计中，应突出对违约等机会主义行为的惩罚力度，加大虚构交易、隐瞒欺骗的惩罚成本。(3)建立供应链金融关系网络声誉认证机制。声誉实质上是关系网络成员的一种认知，是参与主体的利益相关者对其历史信息及合作行为的感知与评价。在供应链金融关系网络中，各参与主体的声誉信息将得到充分的共享和传播，声誉受损的参与主体会受到其他主体的摒弃。供应链金融关系网络有其特殊性，供应链内部关系网络密度往往更高，而金融机构和供应链之间的外部网络密度相对较低，声誉效应的作用受限。因此，有必要建立覆盖整个供应链金融关系网络的声誉认证机制，建立低信誉水平违约企业“黑名单”和高信誉水平企业“白名单”，让声誉机制更好地发挥作用。