O2O模式下零售企业类金融模式动态优化研究

庞金刚　王智泓

内容摘要：类金融模式作为企业扩张的关键助推器，能够显著提升零售企业营运能力，弱化风险传导效应。近年来O2O模式的日益推进，进一步促使零售企业类金融模式盛行。由此，本文基于O2O背景下，将2009-2017年沪深 A 股60家上市零售企业作为研究样本，构建零售企业类金融模式动态优化模型。研究结果表明：在各解释变量中，流动资产、行业竞争力、销售净利润、企业规模，对零售企业类金融模式动态优化产生正向影响;流动负债、轻资产属性、总资产周转率，会对零售企业类金融模式动态优化产生负向影响。据此，进一步提出优化零售企业类金融模式、提升零售企业抵御风险能力的具体建议。

关键词：O2O模式   零售企业   类金融   优化模型   资产营运能力

相关理论分析

基于020的零售企业类金融模式，主要是指零售企业以低成本或者无成本的手段，吸纳、占用供应链上各方资金，并且通过资金滚动供自身长期使用，进而促使营商规模快速扩张。020背景下零售企业类金融模式主要分为以下两类：

第一，延期付款模式，即零售企业采用延期付款的方式，无偿利用他方资金。零售企业凭借突出的供应商议价水平，在向供应商付款上延缓期限，账期可以为3-4个月，甚至更久，在此时间段内，零售企业便可无成本使用供应商所支付的资金。目前我国采用延期付款模式的典型是国美。国美在电器零售商中占据重要地位，因此国美与供货商交易时的议价能力处于主动位置。通常情况下，国美可以延期6个月之久支付上游供货商货款，促使账面上长期存有大量浮存现金，便于规模扩张。

第二，预收款模式，即采取O2O商业模式的零售企业预先和客户或经销商收款，但延缓发货时间，进而占用所收资金。常见形式有定金、预付卡、预付款等。其中，会员卡更为普遍，主要用于连锁零售企业。连锁零售企业通过优惠的方式吸引客户办理会员卡，并向卡内存入大量资金以供后期多次使用，通常客户单次消费较低，所以卡内金额在短期内不会被全部消费。并且，多数会员卡只可消费，不能提现。基于上述两种情况，连锁零售企业便可长期占用客户资金供自身使用。

零售企业采取类金融模式的主要目的是用于企业扩张，缓解扩张资金问题。以国美电器为例，国美依托线上商城及遍布全国的近1900家门店，全面发力加速线下新市场建设。根据国美公布的季报显示，2018年前三季度国美门店总数为2008家。相关资料显示，国美每扩张一家店需要大概4000万元资金，但财务报告显示未因此向银行申请贷款。因此，国美扩张店面基本是采用所占用的供应商资金。此外，零售企业采取类金融模式还可购买银行理财和投资房地产，但这两种情况较为少见。

研究设计

（一）模型构建

由于市场存在不确定问题，所以O2O背景下零售企业类金融模式的动态优化容易受供应链上游压力、资金链断裂和不良资本入侵等因素的影响。鉴于此，本文采用Flannery与Rangan提出的优化模型，对零售企业类金融模式动态优化的影响因素进行研究，首先建立模型为：

（二）变量设计

本文按照零售企业类金融模式特征因素选取相应变量。在被解释变量方面，考虑到我国零售企业类金融模式尚处于发展初级阶段，财务结构有时波动性很大，对营收的衡量存在一定难度，因此在实证中采用类金融能力来度量类金融模式发展情况。在解释变量方面，本文参考Flannery M和Rangan（2006）、姚宏和魏海玥（2012）、胡洋（2018）等人的研究结果，结合研究需要，选取了影响零售企业类金融模式动态优化的7个指标作为解释变量（见表1）。同时，从销售额、业务转型及存货周转率三方面，选取构成我国零售企业竞争力的变量（见表2）。

（三）数据统计与模型估计

初步选取2009-2017年沪深A股60家上市零售企业作为研究样本。由于构建的相关模型中部分变量选取了滞后一期的数值，所以从中剔除特别处理、退市预警、还没有完成股改企业，最后得出765个有效观测样本。其中，2009年54个，2010年69个，2011年89个，2012年106个，2013年101个，2014年99个，2015年95个，2016年97个，2017年55个。本文其他数据均来自CSMAR数据库、WIND数据库以及中国银行网站。

并且，本文采取stata 15.0软件对各变量进行主成分分析。将表2中各变量命名为竞争力因子，表示预期值，以此来避免因代入表1中各变量引发多重线性问题，出现误差。从式（4）可得，LJRmt和δmt不存在观测值，难以直接估计模型，LJRmt*-LJRmt-1难以直接计算，而且优化系数δmt依赖于时间为t时企业m的最优类金融模式LJRmt*，由此产生内部迭代。所以采用stata 15.0软件对模型进行非线性最小二乘估计，具体迭代方法采用牛顿-拉夫逊法，使原模型的残差平方和达到最小。

实证分析

（一）主成分分析

由于各指标间关联性较强，指标相关数据间存在多种重叠现象，需采取主成分分析法。采用stata 15.0軟件对竞争力因子进行主成分分析（因篇幅限制，竞争力因子的 KMO结果未列出）。从结果中选出累计贡献率超过75%的主成分，最终用符合条件的四个新变量来代表原始变量。将新变量分别定义为F1、F2、F3，这三个主成分均包括原指标信息，具体表达式为：

行业竞争力评价。依据上述主成分表达式，得出零售企业行业竞争力排序。并且，将某一年样本作为横坐标，将主成分得分作为纵坐标，得出该年各样本企业行业竞争力情况。通过分析可知，得分在-0.5到1区间内的零售企业占比为82%，高于1分的零售企业占比为18%，且多数稍高于1分，体现出整体竞争力较低。从2017年零售企业竞争力得分情况可知，在-0.5分以下的零售企业仅有三家，推理出整个零售企业竞争得分在-0.5到1区间内，整体水平较低。本研究将020型零售企业与非020型零售企业分为两组，求其行业竞争力得分平均值，就2017年行业竞争力来看，020型零售企业行业竞争力平均得分为0.521，非020型零售企业行业竞争力平均得分为-0.162，通过比对也能看出020型零售企业竞争力较高。

（二）结果分析

为了进一步检验各变量对于零售企业类金融模式动态优化的影響，利用stata15.0软件对模型进行分析。得到检验及估计结果，结果如表3所示。由表3可知，在影响类金融模式动态优化的因素中，呈正相关关系的有：流动资产（ISCA）、行业竞争力（COMP）、销售净利率（NPMS）、企业规模（SCALE）;显著负相关的因素有流动负债（ISCL）、轻资产属性（TANG）、总资产周转率（TAT）。在正相关因素中，均与前文预期一致。在负相关因素中，流动负债（ISCL）与前文预期不一致，其它因素均与前文预期一致，原因是我国零售企业主要采用占用上下游资金的类金融模式扩张自身规模，从上下游企业获取流动负债成本低且便捷，即便是偿债能力较强的零售企业，也没有理由凭借这些优势进而增加债务融资。从总体来看，基于O2O的零售企业类金融模式动态优化正在不断演进。

结论及建议

（一）结论

通过实证研究可以看出，基于O2O的零售企业类金融模式可以达到最优水平，且正在不断进行优化。并且，流动资产、行业竞争力、销售净利润、企业规模的提升，会强化零售企业类金融模式动态优化。此外，流动负债、轻资产属性、总资产周转率的提高，会对零售企业类金融模式动态优化产生不利影响。威胁零售企业供应链安全，动摇商业信用，不利于零售企业类金融模式长期发展。

（二）建议

适当调整策略，提高流动资产占比。近年来，020型零售企业在发展类金融模式过程中，货币资金在固定资产总额中的占比逐渐下降，且经营活动现金流的流转速度较慢，体现出用在日常运营方面的流动资产较少。并且，占用他方资金虽然可以短期为资金缺口提供补充，但若面临较大资金缺口，流动资产不足以相抵。因此，020型零售企业应该根据实际情况调整投资策略，优化房产、金融、理财等投资结构，提高流动资产占比，提供充足的现金流，保障企业稳健经营。

提高供应链管理能力，提高行业竞争力。渠道价值核心要素中单个要素出现风险，均会对020型零售企业类金融模式产生负面影响。因此，提高供应链管理能力，提高行业竞争力，是类金融模式健康发展的关键。此外，新形势下020型零售企业应该高度整合供应商，制定规模化采购策略，同时建立完善的信息平台打破信息不对称局面，实现高速度、低成本并行的类金融模式，进而降低供应链风险，拓展竞争空间。

充分发挥线下优势，提高主营业务销售净利润。通常情况下，020型零售企业营业利润下降的关键因素是主营业务销售净利润长期未提升。多数零售企业线上业务因发展处于初级阶段，难以和京东、天猫等大型电商竞争，因此，应该强化主营业务，并在线下开展多元化业务。具体来看，基于020的零售企业可以借助线下网点覆盖面广的优势，通过线上渠道吸引流量，在线下渠道方面着重于体验、售后、物流等一系列服务。通过此类方式，提高主营业务销售净利润，最终形成一个良性循环。

提高营运效率，扩大企业规模。依据现金周转期理论，影响O2O型零售企业类金融模式资金占用期限的关键是存货周转期，如果企业存货周转期越短，占用供应商资金时间越长，越有利于企业类金融模式的发展。因此，类金融企业应该提高营运效率，扩大企业规模。主要应该强化在货币资金、应收账款等方面的管理，从优化物流体系、健全采购库存管理模式等方面着手，提升企业经营效率，缩减资金在供应链各环节的滞留时间。此外，零售企业应该协调投资周期、融资周期以及金融扩张三者之间的关系，规范资金回流体系及周期，提高营运效率。

参考文献：

1.Cherny，Obloj. Portfolio optimisation under non-linear drawdown constraints in a;semimartingale financial model[J]. Finance & Stochastics，2013（4）

2.Annand D. Developing a Sustainable Financial Model in Higher Education for Open Educational Resources.[J].International Review of Research in Open & Distance Learning，2015（5）

3.Jajarmi A，Hajipour M，Baleanu D.New aspects of the adaptive synchronization and hyperchaos suppression of a financial model[J].Chaos Solitons & Fractals，2017（99）

4.Flannery M，Rngan K.Partial adjustment toward tar-get capital structures[J].Journal of Financial Econom-ics，2006（3）

5.姚宏，魏海.类金融模式研究—以国美和苏宁为例[J].中国工业经济，2012（9）

6.林晓伟，陈辉.家电行业“类金融模式”风险评价—以青岛海尔为例[J].财会月刊，2015（3）

7.郝素娟.互联网时代苏宁云商类金融模式发展探析[D].2016

8.刘玮，张乐亭，张波.国美电器的类金融模式研究[J].商业会计，2017（10）

9.王培.O2O模式下零售企业营运资金管理优化研究[J].商业经济研究，2018（3）

10.胡洋.O2O模式下零售企业物流配送网络节点的优化布局[J].商业经济研究，2018（8）

11.陆昊天.类金融模式下的企业财务风险分析与防范[J].会计师，2017（23）