先进制造业互联网供应链金融运作模式研究

陈洁 宋梦莹 李彩霞

【摘 要】 “互联网+”背景下先进制造业供应链金融运作模式的实施，可实现互联网、大数据、人工智能与先进制造业的深度有效融合。通过对先进制造业互联网供应链金融结构的分析，指出互联网供应链金融具有传导效应、价值增值效应、可控效应和优化效应，这些效应对先进制造业发展起到提质增效的作用。基于“互联网+”背景下先进制造业供应链金融运作模式博弈分析，得出该模式下先进制造业企业愿意积极开展融资活动，而金融机构对实施信贷活动的意愿也更为强烈，有助于供应链金融实现整体稳定、价值增值和风险可控。

【关键词】 供应链金融; “互联网+”; 先进制造业; 价值增值; Shapley值法

【中图分类号】 F831.2  【文献标识码】 A  【文章编号】 1004-5937（2019）23-0148-05

为实现发展先进制造业和建设制造强国的目标，党的十九大报告提出要将先进制造业与互联网、大数据和人工智能进行深度有效融合。通过对融资模式的优化，實现先进制造业产业的夯实，实施与传统金融信贷融资不同的发展路径，互联网供应链金融可将各个参与主体的资金流、信息流、商流和物流进行有效融合。目前，在大数据和人工智能背景下，互联网供应链金融以“互联网+”为依托，通过大数据手段，将供应链金融中各流程、各要素相融合，构造先进制造业—融资企业—金融机构彼此相融的三维立体模型，实现先进制造业企业与金融机构互利共存、彼此协作和持续发展。适应“互联网+”智能发展趋势，深入研究先进制造业互联网供应链金融创新模式，可有效促进先进制造业发展，有效推动先进制造业提质增效。

一、文献综述

（一）先进制造业

先进制造业起源于先进制造技术，20世纪80年代，美国在加强制造业国际竞争力和促进社会经济繁荣发展的背景下，为应对制造业面临的机会和挑战，提出需要发展先进制造技术。美国劳工统计局对先进制造技术的解释是，该技术主要通过前沿科技、知识产品研发及工艺改进，促进经济增长，发展并壮大制造业企业。顺应国际经济形势发展，各国大力发展先进制造业，德国于2011年在《高技术战略2020》中提出工业4.0，美国于2012年提出《国家先进制造战略计划》，英国于2013年提出英国工业2050计划报告《制造业的未来：英国面临的机遇与挑战》。先进制造业体现全过程中将工业化和信息化融合并贯穿其中，通过先进技术的设计研发，实现传统产业的转型升级[ 1 ]。信息化、网络化、绿色化、知识化和全球化是先进制造业的主要特征，所以先进制造业与传统制造业相比，具有创新能力强、技术含量高、经济效益好、环境污染少等诸多优势[ 2 ]。目前，中国传统大规模和标准化生产的制造业已经发展到在互联网信息技术支持下的定制生产的先进制造业时代。在先进制造业培育方面，需重点关注要素流动与集聚、创新驱动、区域布局动态优化、资源环境等方面[ 3 ]。

（二）供应链金融

应收账款融资和存货质押融资是早期的供应链金融模式。供应链不同的参与主体，拥有不同的金融资源，供应链金融就是对这些金融资源进行有效整合与调控，实现其内外部参与者间价值共创的方式[ 4 ]。预付款融资、保兑仓融资和融通仓融资也是供应链金融的主要模式[ 5 ]。实现资金促进供应链物流发展[ 6-7 ]，可从网络和能力理论视角，构建供应链金融影响企业融资绩效的理论模型[ 8 ]。供应链金融可实现链上参与者之间共享资源、互利共赢，有效促进供应链整体利益的最大化[ 9 ]。通过对供应链金融运作模式的深入分析，利用高新技术及大数据，有助于传统商业银行等金融机构拓宽供应链金融模式，实现金融机构的顺利转型[ 10 ]。

综上所述，现有研究更多的是关注先进制造业与传统制造业的区别及特点，在强化先进制造业路径上很少针对供应链金融的研究;同时在分析供应链金融时，只是对现有运行环境中供应链金融的必要性、特点及现有模式进行研究，很少将供应链金融与先进制造业一起进行深入分析。

二、“互联网+”背景下先进制造业供应链金融网络结构

基于大数据、互联网背景下，供应链金融结构从多维度出发，通过对核心企业产业供应链各节点生产经营数据的动态监控，进行风险分析和资金调控，提高产业供应链效能，实现生态化金融。这时产业生态系统主体丰富且复杂，不再是上下游企业之间形成的单一网络关系，各节点都形成了复杂群落关系[ 11 ]。核心企业是互联网供应链金融的枢纽，可影响供应链整体运营中的资金流、信息流、商流和物流。根据参与者实际需要进行资源调配，同时及时准确挖掘供应链运作的缺陷，衍生更完善齐全的配套服务，使得生态系统参与者关注整个产业链发展，促进松散耦合结构的形成，如图1所示。

三、“互联网+”背景下先进制造业供应链金融效应分析

“互联网+”背景下先进制造业供应链金融效应体现在传导效应、价值增值效应、可控效应和优化效应，如图2所示。

（一）传导效应

“互联网+”背景下先进制造业供应链金融围绕核心企业，在核心制造商与供应商、核心制造商与经销商、物流企业与供应商、物流企业与经销商等利益相关者之间起到业务传导作用[ 12 ]。具体表现为，在供应链内部以大数据为载体的资金流、信息流、物流和商流具有显著的传导效应;在供应链外部，通过经济业务联动，当前供应链与其他相关联的供应链可发生传导效应。上述传导效应有正传导效应和负传导效应，在实践中，可利用互联网、高新技术与云计算强化先进制造业供应链金融中的正传导效应，削弱负传导效应，从而促进先进制造业供应链金融的整体发展。

（二）价值增值效应

传统供应链金融借助大数据和云技术，对融资服务进行有效提升，可重构先进制造业供应链金融组织结构，给各节点企业带来新的契机。除此之外，在“互联网+”背景下，通过运用各种金融产品和服务实现更具有竞争力的价值创造活动与价值增值活动，解决传统先进制造业供应链金融中交易迟缓现象，使得供应链各参与者在交易中更为平等快捷和协商有效，进而有助于建立长远的战略合作伙伴关系，通过互联网供应链金融的融资活动，有效提升先进制造业整体竞争能力，实现价值增值效应。

（三）可控效应

“互联网+”背景下，先进制造业供应链金融运用高新技术、海量数据等将许多不可控因素转换为可控因素，形成诸多可控效应，主要有成本可控、风险可控、信息安全可控。成本可控是指针对传统生产运营过程中因外部环境信息数据有限成本居高不下，以“互联网+”为技术手段，整体供应链实施效率得到提高，整体供应链运营成本得到降低;风险可控是指在融资服务过程中，金融企业利用大数据对信息流和资金流严密把控，从而实现业务发起、流程设计和责任权利划分等方面有效规避业务风险的目的;信息安全可控是指利用互联网技术，从流程设计和系统实现等环节，时时监控交易信息，保障信息安全。

（四）优化效应

在供应链上，各节点企业通过“互联网+先进制造业”供应链金融的具体实施，物流企业、金融机构和各节点上的先进制造业企业可以显著体现各自的优势，实现优化效应。对于物流企业，服务过程中利用高新技术可极大削弱信息不对称现象，更好地汇聚和配置资源，提高运作效率与水平，同时，为提高先进制造业企业核心竞争力，通过供应链上的金融机构，物流企业可为先进制造业企业提供融资服务;对于金融机构，借助第三方在供应链金融支持中可规避信贷风险，降低信贷及监督成本;对于供应链上需要融资支持的企业，通过借助供应链上相关物流企业、金融机构和核心先进制造业企业，拓展融资渠道，解决融资难问题。综上所述，互联网供应链金融的优化效应有助于供应链金融整体快速响应市场需求，实现先进制造业企业降低融资成本，同时提升先进制造业企业融资效率。

四、“互联网+”背景下先进制造业供应链金融运作模式博弈分析

以“互联网+”为背景、人工智能为依托、大数据为手段的先进制造业供应链金融需要融资企业、金融机构、信息技术企业等多方协作，融合多元化主体来实现高效率和低成本的融资目标。本文基于Shapley值法建构参与主体收益博弈模型，通过比较在“互联网+”供应链金融运作模式下各主体的利益与传统供应链金融运作模式下各主体的利益差异，实证分析互联网供应链金融运作模式可以创造更高的先进制造业的产业价值。

（一）含有风险修正因子的Shapley值法模型

Shapley值法根据合作团队成员对合作总目标贡献比例，就成员间所得利益进行合理分配，对合作组织中成员进行利益分配，避免了分配上的平均主义，结果更加合理公平，符合实际情况。但传统Shapley值法中隐含风险均摊的原则，每个个体所承担的风险为K=，没有体现个体风险分担因素。为体现现实中风险多变性，本文加入风险修正因子，对Shapley值法的利益分配方案不足之处进行合理修正。

假设存在集合I={1，2，3，…，4}，对于其任何子集V（n个个体之间任意组合）均存在对应的函数值P（V）（个体合作时所产生的总利益），参与博弈的主体选择合作时所得的利益大于等于不合作时各主体收益之和，所有子集之间交集为空集，P（V）满足条件如下：

当主体选择合作时各自收益不会受损，并且所有个体均选择合作时利益最大化P（I），合作集合I中的每个个体所获得的收益称为Shapley值，用？渍（p）=（1（p），2（p）， 3（p），…， n（p））表示收益集合，i（p）属于集合I中的各个成员从P（I）中获得的收益。一个合作成功的联盟满足∑n？渍i（p）=P（I），其中？渍i≥P（i），i=1，2，3，…，n。分配收益可表示为：

Vi表示集合I中个体i的全部子集集合，V为子集V中元素数量，P（V）为子集V分配的总利益，P（ ）为子集V排除元素i之后剩余的利益。

假设？渍i（p）理想化风险下合作集合V中每个个体均匀分配到利益，那么？渍'i（P）为加入风险因素实际情况下的合作集合V中每个参与个体所得的经济利益，每个个体所承担的实际风险为Ki（i=1，2，3，…，n），则实际存在风险和理想均分风险的误差值为？驻Ki=Ki-K=Ki-，则有∑n i=1Ki=1，∑n i=1？驻Ki=0。

采用模糊综合评定法对风险修正因子系数？驻Ki进行确定，在实际中，各参与主体参与到供应链金融协作运营模式中，存在较多不可控风险因素，例如市场风险、协作风险、技能风险等影响比较显著的风险因素。假设Rm表示市场风险（market risk），Rc表示协作风险（cooperation risk），Rt表示技能风险（technical risk），对这三大主要风险中的市场风险进行风险修正因子计算，市场风险的影响因素集合表示为M={m1，m2，m3}。其中m1表示政治调整造成的风险，m2表示市场竞争造成的风险，m3表示市场环境不确定性造成的风险。三個因素权重分配为W=（w1，w2，w3），各因素评价等级为P={低，较低，中等，较高，高}，对其赋值得到P={1，2，3，4，5}，对风险因素矩阵进行等级评价和归一化处理，各风险因素模糊向量可以表示为Wm1，Wm2，Wm3。评价结果用模糊关系矩阵R表示为：

模糊综合评价得出综合评价向量：

当向量B中分向量和不等于1时，对其做归一化处理，结果为：

则市场风险系数值结果为：

同理可得合作风险系数值为K'c，技术风险系数为K't。继而供应链金融合作总风险系数为：

其中∑n i=1Ki=1（i=1，2，3，…，n），从而供应链金融参与主体的风险修正因子为：

合作的各参与个体利益为：

（二）案例分析

假设A代表金融机构，B代表先进制造业企业，C代表信息技术企业，在实际风险存在时，对本案例中先进制造业互联网供应链金融运作模式（由金融机构、先进制造业企业、信息技术企业组成）收益S（A，B，C）与传统先进制造业供应链金融运作模式（由金融机构和先进制造业企业组成）收益S（A，B）进行对比分析。

金融机构与信息技术企业不与先进制造业企业合作，或是彼此合作时收益为零;金融机构与信息技术企业分别与先进制造业企业合作时收益大于先进制造业企业自身的收益;因金融机构资金雄厚，而信息技术企业不具备此优势，所以金融机构与先进制造业企业收益大于信息技术企业、先进制造业企业收益;三者皆参与到供应链金融合作时，具有资金充足且周转迅速、信息透明度高、风险减小等诸多优势，所以此时收益水平最高;先进制造业企业自身信用水平不及其与信息技术企业联盟时所带来的信用水平，所以金融机构资金投入先进制造业企业与信息技术企业组成的联盟时带来的收益大于金融机构资金单独投入先进制造业企业得到的收益。即：

P（A，B，C）>P（A，B）>P（B，C）>P（B）>0

P（A）=P（C）=P（A，C）=0

P（A，B，C）-P（B，C）>P（A，B）-P（B）

对上述各式进行赋值，结果为：

P（A，B，C）=270;P（A，B）=150;P（B，C）=110;

P（A，C）=0;P（B）=90

为方便计算，结合模糊综合评定法∑n i=1Ki=1，对风险系数直接假设。在传统供应链金融中风险系数为KA=0.4、KB=0.6，在“互联网+供应链金融”中风险系数为KA=0.3、KB=0.4、KC=0.3。

1.双方合作时各主体收益情况

（1）金融机构收益

当存在实际风险时，先进制造业互联网供应链金融与传统供应链金融收益对比如表1所示。

当存在实际风险时，通过对先进制造业互联网供应链金融中参与个体利益与传统供应链金融中参与个体利益进行对比得出，先进制造业互联网供应链金融运作模式会带来更大收益，信息技术企业参与情况下，金融机构更愿意开展信贷业务，同时，先进制造业企业也更愿意进行融资活动，使得先进制造业供应链金融更趋于整体稳定、价值增值和风险可控。

五、结论与展望

先进制造业互联网供应链金融结构从多维度出发，以先进制造业企业为核心，可通过动态分析产业供应链各节点生产经营数据，以实现产业化金融为目标，提高整体供应链的运作效能，进而实现传导效应、价值增值效应、可控效应和优化效应。先进制造业互联网供应链金融运营模式中主要涉及的参与主体有先进制造业企业、金融机构和信息技术企业，各参与方通过互联网线上信息平台系统实现经济数据的互联互通和信息共享，有效提高供应链金融业务的运行效率和运行质量，实现先进制造业供应链金融的稳定性、价值增值性和风险可控性。

目前，供应链金融发展较快但同时也面临一些问题，在互联网供应链金融信息平台上如何有效监控资金流向、如何防范各类金融风险，都值得深入研究。要充分体现电子数据化的三大特性——迅捷、安全和标准，可构建区块链金融支持信息平台。区块链可以将资产端的底层交互问题更加客观化地反映，通过这种金融科技手段，更能够客观强化资金的信用能力，充分发挥区块链技术的优势，有效提升传统供应链金融中对效率机制的信任。

【参考文献】

[1] 于波，李平华.南京市浦口区先进制造业发展战略选择：基于SWOT分析[J].现代管理科学，2012（5）：44-46.

[2] 曹东坡.高端服务业与先进制造业的协同机制：基于长三角地区的研究[J].理论参考，2015（4）：57-61.

[3] 简晓彬，陈宏伟.先进制造业的培育机制及路径：以江苏省为例[J].科技管理研究，2018，38（7）：148-156.

[4] HOFMANN E. Inventory financing  in  supply chains：a logistics service provider-approach[J].Internatiaonal Journal of Physical Distribution & Logistics Management，2009，39（9）：716-740.

[5] 汤伟，鲁小青.基于供应链金融的企业融资模式梳理与现金流管理优化研究[J].现代管理科学，2013（11）：105-107.

[6] ERIK H， HERBERK K. A supply chain finance：applying finance theory to supply chain management to enhance empirical evidence from six European case studies[J]. Journal of Business Logistics，2011，31（2）：305-330.

[7] GELSONIMO L M. Supply chain finance：a literature review[J].International  Journal of  Physical Distribution & Logistics Management，2016，46（4）：348-366.

[8] 宋華，卢强.什么样的中小企业能够从供应链金融中获益？——基于网络和能力的视角[J].管理世界，2017（6）：104-121.

[9] 王丛，张在旭，孙燕芳.供应链金融利益主体的多阶段博弈研究[J].财经理论与实践，2018，39（4）：32-37.

[10] 徐鹏杰，吴盛汉.基于“互联网+”背景的供应链金融模式创新与发展研究[J].经济体制改革，2018（5）：133-138.

[11] 许淑琴，邱晖.互联网对供应链金融的影响及发展趋势研究[J].会计之友，2017（19）：55-57.

[12] 刘兢轶，杨梅，郭净.供应链金融能缓解科技型中小企业融资约束吗？——基于中小板上市公司的经验数据[J].会计之友，2019（10）：116-121.