基于结构分析的农产品仓单质押风险联动研究

黄向宇，王忠伟，庞 燕

(中南林业科技大学 交通运输与物流学院，湖南 长沙 410004)

基于结构分析的农产品仓单质押风险联动研究

黄向宇，王忠伟，庞 燕

(中南林业科技大学 交通运输与物流学院，湖南 长沙 410004)

农产品仓单质押是农产品供应链金融创新模式，能有效缓解农产品企业融资难的问题，但其业务风险明显高于工业产品，其风险形成机制具有时滞型、动态性、反馈性、非线性、数据不充分及人为因素影响的特点。基于此，本文从系统和运动的观点出发，运用系统动力学方法剖析农产品仓单质押风险联动系统的内部结构和运行机制，构建由风险评估子系统、银行利益子系统和农产品利益子系统3个子系统流图构成的农产品仓单质押风险联动系统模型，运用VENSIM仿真软件仿真了系统的运行过程，分析了系统的运行特征。该模型的建立将为今后农产品仓单质押风险调控政策的制定和实施提供有益的支持。

农产品；仓单质押；风险联动；系统动力学

农产品仓单质押是农产品供应链金融创新模式，能有效缓解农产品企业融资难的问题。然而，由于农产品较难保存和价格波动幅度大的特性，其仓单质押业务风险明显高于工业产品，严重阻碍了农产品仓单质押业务的发展，农产品仓单质押风险管理亟需一种科学有效的管理理论与方法为之提供有力的利润支撑。目前该领域研究重点集中在风险影响因素分析、风险防范措施、风险控制和风险评估等方面[1-6]，其次为信贷合约设计，包括根据风险估值确定质押率、贷款利率等问题[7-9]。许多学者将多元分析法、信用评分模型（信用度量技术模型）、神经网络分析、遗传算法等方法对金融风险评估进行计量分析和建模研究，但现有模型和方法由于其本身的静态特性，只能实现系统局部最优而不能达到全局最优。基于农产品仓单质押风险形成机制时滞型、动态性、反馈性、非线性、数据不充分及人为因素影响的特点，本文在构建了系统因果关系图[3]的基础上，从系统的、运动的观点出发，进一步剖析农产品仓单质押风险联动机制的内部结构和运行过程，构建系统流图，通过计算机仿真分析系统运行规律和基本特征。

1 系统假设

本文研究侧重点在于农产品仓单质押风险联动系统内生因素之间关系研究，暂时忽略外部环境因素变化对风险估值的影响。为了本文的研究得以顺利进行，对所建模型进行了如下简化假设：

①仓单质押的出质方指的是农产品生产和加工企业，主要解决的是卖方信贷融资问题，不涉及买方信贷；

②质押模式为静态质押；

③物流企业和银行为利益共同体，两者合并为同一参与方，暂不考虑物流企业的违约风险；

④仓单质押各参与方都是理性的，各主体参与目标都是追求风险最小化下的收益或效益最大化；

⑤模拟期内假定质押物价值不发生变化；

⑥模拟期内不考虑通货膨胀率及利率等因素变化对风险的影响。

2 系统流图模型

系统动力学方法的主要特征是运用系统流图及其方程式来描述系统的内部结果。系统动力学本质是带时滞的一阶微分方程，它借助流图以及状态变量方程（L）、速率变量方程（R）和辅助变量方程（A）来建立定量时间序列模型。本文建立的流图中包含5个状态变量，模型可以简化为5个1阶方程。下面分子系统具体论述。

2.1 风险评估子系统流

风险评估子系统描述了仓单质押放贷风险估值受影响因素影响按时间序列不断变化的过程，反应的是风险形成机制的运行原理。模型中放贷风险估值由信用风险、质押物风险和其他风险依据各风险权重综合确定。不同银行机构对权重值设置不一致，体现不同银行对各类风险的偏好或防范意识的高低。研究表明，仓单质押的放贷风险的影响因素除了模型中信用风险和质押物风险以外，还包括市场风险、金融操作风险等，本文侧重于研究放贷风险与系统内因的联动关系，加上仓单质押贷款属于短期贷款行为，市场利率变动风险较小，因此将此类影响因素全部归入其他风险，为系统的外部常数。该子系统流图如图1所示。由于风险估值的确定有一个评估滞后的过程，因此它受预期风险和评估延迟时间影响。

图1 风险评估子系统流Fig.1 Risk assessment subsystem flow

从图中可以看出，信用风险是状态变量，受信用风险改变速率的影响，质押物风险状态变量受质押物风险改变速率影响，反应了风险形成过程的时间滞特征。公式如下：

式中：a1为信用管理机制因子，取值越大表示管理机制越完善，受系统另一内因仓单质押业务管理水平的影响。a2为贷款信用记录因子，取值越大表示贷款信用记录越详实可靠，受系统另一内因贷款经验系数的影响。a3为农产品企业运营能力因子，取值大小代表农产品企业运营能力大小，受系统其它多个内生因素影响。a4管理者道德品质因子，为系统的外生因素，在模拟时根据设定的环境取常数值。α为信用管理机制风险指数，β为贷款信用记录风险指数，γ为企业运营能力风险指数，δ为管理者风险指数，指数大小反应相应因子对信用风险的影响程度。

式中：b1为质押物保管难度因子，是系统的外部环境因素，模拟时根据特定质押物的自然特性和存储条件设定为常数，也可根据外部环境变化设置为函数输入，不同的农产品保管难度因子取值差别很大，从而导致系统各指标趋势曲线有很大不同。b2为质押物变现能力因子，是系统的外部环境因素，模拟时根据质押物的价格波动和市场供求关系设置为函数曲线输入。b3为质押物监管水平因子，取值越大表示监管技术和管理水平高，受系统另一内因仓单质押业务管理水平的影响。b4为质押物保险因子，与质押物保费息息相关。ε为质押物保管难度风险指数，κ为质押物变现能力风险指数，θ为质押物监管水平风险指数，ϑ为质押物保险风险指数，指数大小反应相应因子对质押物风险的影响程度。

2.2 银行利益子系统

银行利益子系统描述了银行收益率受影响因素影响按时间序不断变化的过程。考虑银行是追求风险最低、经济效益最大化的理性参与方，模型设置了质押率和贷款利息同风险联动的方程式，同时贷款利息还会考虑农产品企业议价能力因素的影响，该子系统模拟的是风险联动机制。模型选取净利息收益率为银行评价业务经济效益的指标，该指标通过影响银行业务投入力度来表征银行的相关行为。该子系统流图如图2所示。

该子系统方程式如下：

图2 银行利益子系统流Fig.2 Banks interests subsystem flow

2.3 农产品企业利益子系统流

农产品企业利益子系统描述了农产品企业运营能力受仓单质押业务等因素影响不断变化的动态过程。在该子系统中，农产品企业运营能力受系统内生因素盈利能力的影响，除此以外的其他能力影响因素为统一生成一个系统外生变量，可根据模拟的农产品企业的特性设定为常数。盈利能力主要受系统内生因素仓单质押业务收益率的影响。贷款经验系数为系统外生变量，是一个随时间变化的斜坡函数。该子系统流图如图3所示。

图3 农产品企业利益子系统流Fig.3 Agricultural enterprises interests subsystem flow

该子系统方程式如下：

3 模型初步模拟

根据以上模型，运用VENSIM仿真软件进行初步模拟，模拟的初始环境参数值设置如下表1所示。

表1 模拟初始环境参数Table 1 Initial environmental parameters in simulation

模拟的各类延迟时间参数值设置如表2所示。

表2 延迟时间参数设定Table 2 Delay time parameters setting

信用风险指数反映各影响因子对信用风险的影响程度，参数值根据已有研究和专家意见设置，如表3所示。

表3 信用风险指数值设定Table 3 Credit risk index value setting

质押物风险指数反映各影响因子对质押物风险的影响程度，参数值根据已有研究和专家意见设置，如表4所示。

表4 质押物风险指数值设定Table 4 Pledge risk index value setting

通过计算机模拟可以得到若干条表征系统发展趋势的指标曲线（见图4～图6）。

图4 仓单质押放贷风险曲线Fig.4 Warehouse receipt pledge lending risk curve

图5 银行净利息收益率曲线Fig.5 Bank’s net interestyield curve

图6 农产品企业运营能力曲线Fig.6 Agricultural enterprises operational ability curve

从图4可以看出，实行放贷风险联动后，系统的风险逐渐减少，这是因为农产品仓单质押各利益主体积极响应，采取各种调控政策通过影响各风险因子的变化来调控业务风险，导致风险逐年递减。从图5可以看出，银行净利息收益率先减小后增大，这是因为运营初期成本开支较大，加上银行在仓单质押业务推广初期会有一些优惠政策，导致银行净利息收益下降，随着业务逐渐开展成熟，交易成本下降，单位利息开支也会随着贷款额的增加而递减，银行净利息收益率开始由减少转为上升。从图6可以看出，农产品企业运营能力逐渐增加，说明农产品仓单质押业务确实可以增强企业盈利能力和运营能力。模拟结果与预期系统特征相吻合，说明模型基本正确。下一步可通过设置不同的环境参数和情景策略模拟比较得出最满意的系统状态，为银行和农产品企业提供仓单质押业务发展趋势预测和战略决策支持。

4 结论与讨论

本研究从系统和运动的观点出发，全面分析了农产品仓单质押业务风险联动机制的结构和功能，构建了带时间参数的动态仿真模型。与静态模型只能实现局部优化不同，该模型能动态仿真系统时滞性、反馈性、关联性、非线性特征，获取全局最优的模拟结果。该模型还可以通过输入不同环境参数和情景策略参数进行模拟，进而可得出不同环境下的各影响因素行为趋势，为决策提供支持。因此，可将该模型作为农产品仓单质押风险管理的“实验室”。

本模型部分参数的确定是根据实际系统运行特征估计得出，准确度有待进一步校验。在下一步研究中，可结合大数据分析获取各项指标的行为特征，改进模型方程式，提高参数的准确性，将大大提高本模型的精确度和决策准确性。

[1]Coulter J, Onumal G. The role of warehouse receipt systems in enhanced commodity marketing and rural livelihoods in Africa[J]. Food Policy, 2002, 27: 319～337.

[2]He J, Jiang X, Wang J,et al.Finance, production, manufacturing and logistics VaRmodels for dynamic impawn rate of steel in inventory financing[J]. Journal of Business Management and Economics, 2012, 3(3): 127-137.

[3]庞 燕, 黄向宇. 农产品物流仓单质押风险形成机理系统动力学分析, 系统工程. 2014, 32(7): 101-107.

[4]王忠伟,吴亚辉.农产品物流仓单质押盈利模式研究[J].物流技术,2012,31(7):4-6.

[5]庞 燕,夏扬坤. 3PL家具物流金融风险评价[J].中南林业科技大学学报,2015, 35(12): 117-122.

[6]何明珂, 钱文彬. 物流金融风险管理全过程[J].系统工程,2010, 28(5): 30-35.

[7]于 辉, 甄学平. 中小企业仓单质押业务的质押率模型[J]. 中国管理科学, 2010,18(6): 104-112.

[8]陈宝峰,冯耕中,李毅学.存货质押融资业务的价值风险度量[J].系统工程,2007,25(10):21-26.

[9]涂 川,冯耕中,高 杰. 物流企业参与下的动产质押融资 [J].预测,2004,23(5):68-77.

[10]钟永光,贾晓菁,李 旭,等.系统动力学[M]. 北京: 科学出版社, 2009.

Study of risk interconnection of agricultural product warehouse receipt pledge based on structural analysis

HUANG Xiang-yu, WANG Zhong-wei, PAN Yan
(Central South University of Forestry and Technology, Changsha 410004, Hunan, China)

Warehouse receipt pledge of agricultural products is a supply chain finance innovation model, which can effectively relieve agricultural enterprise financing dif ficult problem.But its business risk is signi ficantly higher than industrial products’. The riskformation mechanism is time-lag, dynamics, feedback, nonlinear, date-insuf ficient and affected by human factors. Based on this,from the system and dynamic viewpoint,this paper analyzes the internal structure and operational mechanismof risk interconnection of agricultural products logistics warehouse receipt pledge, and then risk interconnection system model is established.It consists of three subsystemswhich are riskassessment subsystem, agricultural enterprises interests subsystem and banks interests subsystem.The operation process of the system is simulated by using vensimsimulation softwareand the system characteristics show up. The establishment of the proposed model can provide the useful technique support for further establishment and implementation of the agricultural products warehouse receipt pledge risk control.

agricultural products; warehouse receipt pledge; risk interconnection; system dynamics

S7-05

A

1673-923X(2016)10-0141-06

10.14067/j.cnki.1673-923x.2016.10.025

2016-04-09

国家社会科学基金项目“农产品物流仓单质押盈利模式与风险防范研究”（11BG057）；湖南省社会科学基金项目“装备制造业供应链金融盈利模式与风险防范研究”（14YBA411）

黄向宇，讲师，博士研究生

王忠伟，教授，博士生导师；E-mail：wangpmp@163.com

黄向宇，王忠伟， 庞 燕. 基于结构分析的农产品仓单质押风险联动研究[J].中南林业科技大学学报，2016,36(10):141-146.

[本文编校：吴 彬]