农产品供应链应收账款融资策略分析

耿志敏，杜惠英，王兴芬，庄文英

（1.山东华宇工学院 经济管理学院，山东 德州 253034；2.北京信息科技大学 信息管理学院，北京 100192）

一、引言

近年来，随着电子商务的迅速发展，我国大宗商品电子商务交易市场进入了迅速发展阶段，形成了由政府政策主导、大型企业参与、民营企业建立的各类大宗商品电子交易平台。大宗商品具有交易数量大、价格波动大、交易风险大等特点[1]，近几年传统的大宗商品交易模式已经越来越多地转为线上、线下相结合的电子商务交易模式。据中国物流与采购联合会大宗商品交易市场流通分会的不完全统计，截至2018 年年末，我国大宗商品电子交易市场共计2461 家，同比增长25%，实物交易规模超过30 万亿元，从行业分布来看，农产品类市场数量仍居首位，约占全国市场总量的22.6%。新零售、新消费、互联网+现代农业、新农民创业创新等快速发展，推动我国农产品大宗市场同比增长33.1%①数据来源：中国物流与采购联合会发布的《中国大宗商品电子类交易市场概况统计（2018）》。。

目前，我国农业正处于向规模化、集约化、信息化转变时期，需要大量资金支持农产品生产、加工、物流等企业的发展。许多涉农企业由于规模小、经营不稳定、财务制度不健全、信用等级低等因素导致其融资困难。因农产品弱质性的特点加大了农户及农村经济组织的经营风险，导致其融资可能比涉农企业更加困难。为了缓解这一困境，激活农产品占用的流动资金，需要通过发展金融科技将涉及农产品生产、加工、物流等的企业真正融合到一条供应链上，链条上的核心企业作为融资的关键节点参与进来，使每一笔融资都和真实的贸易行为相对应，促进农产品供应链金融的业务发展，从而提高融资的便利性。

《2019 中国供应链金融调研报告》数据显示，应收账款融资模式约占企业供应链融资模式的80%②数据来源：中国人民大学中国供应链战略管理中心、万联供应链金融研究院联合编纂的《2019中国供应链金融调研报告》。。但在农产品领域中应收账款融资模式较为少见，通过征求部分专家意见，认为大豆、玉米等农产品比较适合应收账款融资。因此，本文基于演化博弈模型，以应收账款融资为例，深入农产品供应链交易主体，对农产品供应链融资风险进行研究。

二、文献综述

供应链金融是供应链管理中的重要部分，国外对供应链金融的研究较早。Wang等（2013）[2]认为农业供应链可以通过订单融资、应收账款融资等方式向上下游企业授信以满足融资需求。Wuttke 等（2013）[3]对供应链金融相关知识进行论述，并构建了供应链金融融资过程框架。在供应链融资风险方面，Dileep和Basu（2013）[4]认为供应链金融合作伙伴之间缺乏共同目标是供应链金融面临的严峻挑战。Karyani等（2016）[5]通过价值流图与描述性分析表明供应链保理融资可以解决现代零售业或出口商的逾期付款问题，但融资计划需要来自供应链外部利益相关者的参与以及信用担保机构的支持。

近些年来，我国许多学者也开始对供应链金融展开深入研究。目前，对于供应链金融的研究主要分为两个方面：一是对供应链金融融资风险的研究，二是对供应链金融模式下供应链成员之间博弈行为的研究。

（一）供应链金融融资风险方面的研究现状

在供应链金融融资风险因素研究方面，白世贞和黎双（2013）[6]通过研究供应链金融的运作模式，归纳了15 个影响供应链金融业务的风险因素。范黎波等（2014）[7]在供应链金融运作模式中引入了神经模糊系统，结合行业状况、融资企业、核心企业等因素构建了中小企业的信用风险评价体系。张目和孙雅芳（2015）[8]根据预付款融资的内涵及业务流程，对预付款融资的主要风险来源进行分析，并从6个方面构建了科技型中小企业预付款融资风险指标体系。

此外，王宝森和王迪（2017）[9]选取了2016 年度60 家中小企业，以互联网供应链信用风险影响指标为原则，选取了14 个评价指标，通过主成分分析法确定了互联网供应链金融的影响因素。赵月娇（2019）[10]以农业供应链电商平台的数据为例，对信用风险因素指标进行主成分分析，筛选出信用风险模型度量的重点指标。在供应链金融风险模型构建方面，方焕和孟枫平（2015）[11]基于供应链金融风险理论讨论了农业类企业在供应链金融中的风险，并通过Logistic 模型度量风险来判别农业类企业的违约情况。范铭铭和王世民（2019）[12]基于农产品应收账款融资模式并根据农产品中小企业的特点选取了4 个评价指标，构建了基于BP 神经网络的农产品供应链金融应收账款信用风险评估模型。

（二）供应链金融模式下供应链成员之间博弈行为的研究现状

在供应链金融业务博弈研究方面，杨欢欢和宋晓黎（2016）[13]基于供应链金融业务的风险来源，运用博弈模型对供应链金融融资过程中可能发生的风险进行了分析。刘露等（2018）[14]基于运营管理视角深入分析了保兑仓融资模式的运作机理，运用多层规划方法构建了Stackelberg 博弈模型，并通过求解模型的纳什均衡得到了保兑仓融资的均衡策略。在银行与供应链企业之间的博弈研究方面，孙喜梅等（2014）[15]在供应商、核心企业和银行之间合作的供应链融资框架中加入了银行贷款价值比，构建了融资决策模型。李占雷和孙悦（2014）[16]基于双重Stackelberg 博弈模型，分析了供应链企业之间的融资博弈过程，并给出了较优的决策方案。严畅（2017）[17]以系统动力学和演化博弈理论为主要研究工具，建立了涉及银行、中小企业以及核心企业的演化博弈模型，并通过案例仿真证明了运营和融资策略的正确性。在信息不对称和参与人有限理性条件下，陈天培（2018）[18]利用演化博弈理论构建了银行与供应链企业之间的演化博弈模型。在农产品供应链融资博弈模型方面，何静和郑洁（2014）[19]通过分析农产品物流金融业务中3 个主体各自所承担的风险，分析了产生信用风险的原因，并建立了三方博弈模型。曹文彬和马翠香（2013）[20]在博弈论中引入违约罚数，得出了传统应收账款融资与供应链金融应收账款融资的纳什均衡。聂娟（2018）[21]通过分析O2O模式下农户和农产品公司主体之间关于农产品质量安全选择与保障的演化博弈情况，构建了演化博弈模型。杨刚（2019）[22]通过分析中小企业面临的融资渠道和约束条件，构建了农产品供应链融资模式框架。赵姗姗（2019）[23]基于博弈论模型构建了基于B2B 平台的线上供应链金融模型，并通过数值模拟得出了线上供应链金融可有效缓解零售商资金问题的结论。谢文静等（2020）[24]通过对电商平台供应链融资的合作均衡及收益分配的研究，发现在合作博弈的情况下电商供应链融资规模和整体收益都比非合作博弈情况下高。

综上所述，关于供应链金融的研究主要集中在融资模式、融资风险指标的选取、融资风险模型的构建以及融资主体之间的博弈行为方面，研究方法较为全面。但在研究领域方面，少有学者基于大宗商品交易平台的供应链金融服务对农产品供应链融资进行研究。基于此，本文基于大宗商品交易平台，结合农产品应收账款融资业务流程，构建农产品供应链参与主体之间的演化博弈模型，并通过数值仿真探讨不同数值状态下各参与主体的履约行为变化情况，最后结合仿真结果为大宗商品交易平台及银行的管理人员提出参考性建议。

三、演化博弈模型

在应收账款融资过程中，大宗商品电子交易平台的作用是将农产品供应链贸易的真实性与互联网融资的便捷性相结合。平台作为服务商为银行提供真实的贸易数据，帮助银行进行数据分析，完成对企业直接授信关键信息的核定，使融资流程更简单、快捷，风险预警更及时。因此，在融资过程中平台为服务方，博弈主体为农产品卖方、农产品买方和银行。

平台拥有大量的买卖双方交易数据、企业经营数据，但缺少大量信贷资金。银行拥有大量资金，但缺少对融资企业授信所需的真实数据。大宗商品交易平台与银行实现系统对接，不仅可以解决融资企业与银行之间信息不对称的问题，还可以帮助平台更好地提供融资服务，提高用户对平台的使用意愿。因此，平台不对银行收取任何费用。

农产品应收账款融资业务流程如下。

第一，农产品买卖双方均须在平台提交企业或个人信息及申报材料，经过平台审核后，买卖双方均向平台缴纳一定比例的交易保证金（该交易保证金是为了保证企业会履行交易的规则，可在业务结束后提取该资金），平台为客户建立会员档案。

第二，注册完成后，买卖双方在平台上发布交易信息，并记录农产品名称、交易价格、交易数量等贸易信息。双方交易完成后，生成电子交易订单，农产品买方向平台支付一定比例的货款，经过检验货物无误后，平台再将买方支付的货款划付给卖方。买卖双方签订购销合同，并收取核心企业开具的应收账款单据。

第三，买卖双方完成电子交易后，需要向平台缴纳监督服务费，用来监督买卖双方的货物交收情况，以及货款的支付情况。

第四，农产品卖方将应收账款融资需求告知农产品买方，待农产品买方表明会积极配合应收账款融资后，再将融资需求及与买方的贸易往来等信息上传至平台，平台将信息发送给买方核对，经确认无误后，平台会对供应链上下游的企业信息以及贸易信息进行数据分析，得到授信的核心信息以及风险评级后，再将融资需求推送给金融机构。

第五，银行通过平台所提供的信息对融资企业提供的应收账款有效期限、可转让程度以及真实性进行核实，在审核合格后，结合平台提供的供应链信用信息，根据金融产品的标准进行贷款发放，并对该笔资金进行贷后资金跟踪监督。

第六，农产品买方销货盈利后，根据合同要求将应付账款支付到银行设立的专用回款账户。

第七，银行在把贷款本息额扣除后，将剩余账款划付至农产品卖方账户。

至此买卖双方合同注销，融资结束。

（一）模型假设

大宗商品交易平台不仅要评估农产品供应链企业的信用状况，而且要考核供应链的贸易往来及信用信息，若农产品买方和卖方一旦都出现违约行为，大宗商品交易平台也会因信用审核失误承担相应的责任，即给金融机构部分赔偿。在供应链上下游企业的交易过程中，由于受市场环境以及价格波动的影响，许多交易会存在违约现象。当市场价格低于成交价格时，农产品买方受价格影响会选择不与已签订合同的卖方合作而采购价格较低的其他供应商的农产品，或者不按合同要求偿还应付账款以获得更大收益。当市场价格高于成交价时，农产品卖方受价格影响会选择不出卖已达成交易的货物，或者提供低于合同标准质量的农产品以获得更大收益；农产品卖方在获得融资后，应将该笔资金用于农产品的再生产（购买农资农具或者集中收购大量农产品），若将该笔资金用于其他用途，也属于违约行为，会得到相应的违约惩罚。

假设一：在进行应收账款融资时，农产品卖方与买方是相互独立的个体，因此，农产品卖方与买方是否还贷相互独立。

假设二：在整个应收账款融资过程中，农产品卖方、农产品买方、银行都以追求自身利益最大化为决策目标，都是有限理性的，且具有独立的决策权。

假设三：农产品卖方、农产品买方、银行三个群体内部是同质的，忽略种群内部的相互作用，只考虑农产品卖方、农产品买方、银行三个群体之间的相互作用。

（二）模型参数设置

第一，农产品卖方履约的概率为Pf，Pf∈[0,1]。

第二，农产品买方履约的概率为Pc，Pc∈[0,1]。

第三，银行发放贷款的概率为Pf，Pf∈[0,1]。

第四，假设农产品交易金额为N，农产品买方在交易完成后需要支付一定的货款比例为γ，γ∈[0,1]，则交易完成后农产品买方需要支付的货款订金为Nγ，应收账款金额为N(1-γ)。

第五，银行的贷款利率为rb，应收账款的放款比例为α，α∈[0,1]，则银行发放贷款的金额为αN(1-γ)；银行因为对农产品买方授信，也会受到供应链企业为其带来的额外收益Lb；平台为银行提供企业信用评估数据，减少银行审核企业信息成本C，当供应链企业都违约时，大宗商品交易平台支付给银行的补偿为δαN(1-γ)，δ∈[0,1]。

第六，农产品买卖双方向平台缴纳的交易保证金为θN，θ∈[0,1]，履约情况下，交易结束后平台会返还该笔保证金，交易完成后需向平台缴纳的服务费

第七，农产品再生产收益率为rf（rf＞rb）；若因市场价格波动，农产品买方为了更大收益，选择违约不按时还款，则对农产品卖方造成的损失为df，(df＞N(1-γ))。

第八，农产品买方需要融资采购农产品进行加工生产和销售，农产品买方积极配合上游农产品卖方的融资。若融资成功，对农产品买方而言，可以按照融资合同分期还款，相当于延长了农产品买方的应付账款账期，可以缓解其经营性现金流的问题，稳定供应链，提高资金周转率，所降低的经营成本为Lc；农产品买方使用这笔应收账款也省去了单独向银行贷款的成本，则为其省下的贷款成本为N(1-γ)rb；农产品买方再生产收益率为rc(rc＞rb），若农产品卖方违约，未按合同标准对其提供合格的农产品或因价格波动选择不提供农产品，则对农产品买方造成的损失为dc。

第九，农产品卖方因为违约受到供应链中的惩罚为F。

第十，农产品买方因为不还款受到的惩罚为T。

模型参数设置如表1所示。

（三）构建收益矩阵

在该演化博弈模型中，三方参与主体根据自身意愿选择相应的博弈策略。农产品卖方履约概率为Pf，则违约概率为1-Pf；农产品买方履约概率为Pc，则违约概率为1-Pc；银行发放贷款的概率为Pb，则不发放贷款的概率为1-Pb。买方履约行为是指按时将应付账款支付到银行设立的专用回款账户，反之视为违约；卖方履约行为是指按合同标准向买方提供合格的农产品并将融资资金用于农产品再生产，反之视为违约；银行根据平台提供的供应链信用信息及金融产品的标准选择发放贷款或者不发放贷款。银行、农产品卖方、农产品买方收益矩阵如表2所示。

表1 模型参数设置

表2 银行、农产品卖方、农产品买方三方博弈收益矩阵

续表

四、均衡分析

（一）收益期望及复制动态方程

（二）演化稳定策略分析

本文主要关注银行在什么情况下会倾向于发放贷款，农产品供应链企业履约问题，即银行、农产品买方、农产品卖方的决策行为由（不发放贷款，违约，违约）向（发放贷款，履约，履约）的改变。因此本文主要对策略集合（0，0，0）和（1，1，1）进行稳定性分析。

当P1(0,0,0)的雅克比矩阵满足|J|＜0，tr(J)为任意值时，P1(0,0,0)为鞍点，银行、农产品买方、农产品卖方演化策略未达到稳定状态，此时银行不发放贷款，农产品买方、农产品卖方均选择违约策略。而最终希望银行发放贷款，农产品买方、农产品卖方均选择履约策略，即P8(1,1,1)状态。

P8(1,1,1)为演化稳定策略需要满足 ||J′ ＞0，tr(J′)＜0，此时，在银行发放贷款的情况下，农产品买方、农产品卖方均倾向于履约状态，三方演化博弈策略达到稳定。

通过上述雅克比矩阵对银行、农产品买方、农产品卖方三方参与主体策略组合P1(0,0,0)、P8(1,1,1)的稳定性分析，得出满足雅克比矩阵秩大于0，迹小于0 的情况下，三方采取P8即｛发放贷款，履约，履约｝的策略为演化策略稳定（ESS）状态，该结果为仿真实验中参数的合理赋值提供了理论基础。

五、农产品应收账款融资演化博弈数值仿真及策略研究

令初始策略的履约概率为pb=0.5，pc=0.5，pf=0.5，表明博弈三方初始策略保持中立态度。因农产品具有明显的季节性等特点，所以一般为短期贷款，假设周期为一年，根据中国人民银行公布的基准贷款利率，一年（含一年以内）的贷款利率为4.35%。根据牡丹国际商品交易中心公布的辣椒干现货合同公告中的数据设置单笔交易金额N=100 万元，基于以上理论研究的结果及交易中心的真实数据，为下述数值仿真参数合理赋值，单位均为万元。

（一）银行不同额外收益的策略演化

探究供应链企业给银行带来的额外收益对融资策略的影响，设初始值N=100，C=10，T=100，F=80，α=90%，γ=10%，δ=10%，θ=10%,r=4.35%，供应链上下游企业为金融机构带来的额外收益会根据供应链企业规模大小而不同，实际中无法具体确定，因此根据以上理论分析的结果，设置Lb=10,20,30,40，数值仿真结果如图1所示。

由图1 仿真结果可知，供应链企业为银行带来的额外收益对农产品买方的影响不明显；供应链企业为银行带来的收益越多，银行趋于发放贷款的演化速率越快，其越倾向于发放贷款；但对卖方而言，当额外收益超过30 时，其履约速率有所下降，卖方一般为农户或农业合作组织，其带给银行的利益越大，自身的资金压力越大。由此可见，供应链企业为银行带来的收益越高，农产品卖方的履约意愿越低。

（二）双方违约时平台给予银行不同比例补偿款的策略演化

探究买卖双方都违约时，大宗商品电子交易平台给予银行不同比例补偿款对融资策略的影响，设置不同的违约补偿比例。设初始值N=100，Lb=10，C=10，T=100，F=80，α=90%，γ=10%，θ=10%，r=4.35%。因平台为银行提供的企业信用评估数据有误导致的银行承担双方违约风险，平台所支付给银行的赔偿比例是双方签订合同时由平台与银行自行商定的，实际中无法具体确定，因此根据前文理论分析的结果，设置δ=10%,20%,30%,40%，在其他仿真初始值不变的情况下，仿真结果如图2所示。

图1 参数Lb对策略演化的影响

当交易双方都违约时，说明平台对交易双方信用的审核失误，因此需向银行提供一定比例的违约补偿款。由图2 仿真结果可知，平台给予银行的补偿款的比例大小对买方的影响不太明显；对银行而言，补偿款比例越高，银行趋于发放贷款的演化速率越快，其越倾向于放款，当补偿比例超过30%时，变化速率趋于稳定；但对于卖方而言，当补偿比例超过30%时，其履约速率有所下降，说明当平台给予银行的违约补偿越高时，卖方的履约意愿越低。

（三）银行不同放款比例的策略演化

探究融资过程中银行不同放款比例对融资策略的影响，设置不同的放款比例。银行对企业发放贷款的标准中写明应收账款融资业务要根据企业的应收账款周转速度合理调整放款比例，一般按总贷款金额的70%放款。基于此，在初始值N=100，Lb=20，C=10，T=100，F=80，γ=10%，δ=20%，θ=10%，r=4.35%，在其他仿真初始值不变的情况下，设置α=90%,80%,70%,60%进行数值仿真，仿真结果如图3所示。

银行会根据大宗商品交易平台提供的买卖双方的贸易信息以及供应链的企业信息来决定对融资企业的放款额度。由图3 仿真结果可知，银行放款比例对农产品买方影响不明显；放款比例越低，银行越倾向于不发放贷款，因为银行放款额度越小，其收益越少；但银行放款的额度会影响卖方的履约速率，放款额度越低，卖方趋于履约的速率越快，但当放款比例低于80%时，卖方的变化速率趋于稳定，说明放款比例低于80%时，农产品卖方履约的意愿趋于稳定。

（四）支付不同比例货款订金的策略演化

探究大宗商品电子交易平台规定支付不同比例货款订金对融资策略的影响，设置不同比例的货款订金。牡丹国际商品交易中心《现货购销风险控制管理细则》中规定交收月前一个月的1 号（不包括）之前订货履约订金为20%，交收月前一个月的1 号至15 号（包括）订货履约订金为30%。基于此，在初始值N=100，Lb=10，C=10，T=100，F=80，α=90%，δ=10%，θ=10%，r=4.35%不变的情况下，设置γ=10%,20%,30%,40%进行数值仿真，仿真结果如图4所示。

图2 参数δ对策略演化的影响

图3 参数α对策略演化的影响

图4 参数γ对策略演化的影响

由图4 仿真结果可知，支付不同比例货款订金对卖方的影响不明显；支付货款的比例越高，银行趋于发放贷款的演化速率越快，当货款比例超过30%时，银行趋于发放贷款的演化速率趋于稳定；支付货款的比例越高，农产品买方趋于履约的演化速率越快，当货款比例超过30%时，买方的演化速率趋于稳定，说明当货款比例超过30%时，农产品买方策略选择趋于稳定。

（五）买卖双方缴纳不同比例交易保证金的策略演化

探究大宗商品电子交易平台规定缴纳不同比例交易保证金对融资策略的影响，设置不同的保证金比例。牡丹国际商品交易中心《现货购销风险控制管理细则》中规定电子仓单抵押的交易商每日账户可用资金必须达到上一结算日合同价值的30%，基于此，在初始值N=100，Lb=10，C=10，T=100，F=80，α=90%，γ=10%，δ=10%，r=4.35%不变的情况下，设置θ=10%,20%,30%,40%进行数值仿真，仿真结果如图5所示。

在农产品交易过程中，为了确保交易双方履约，买卖双方均须按大宗商品交易平台的规定缴纳一定比例的保证金。由图5 仿真结果可知，交易保证金缴纳比例越高，银行、买卖双方趋于履约的变化速率越快。当交易保证金的比例超过20%时，卖方的演化速率变化趋于稳定，说明对卖方而言，保证金比例设为20%左右，卖方选择履约的策略趋于稳定；当交易保证金的比例超过30%时，买方的演化速率变化趋于稳定，说明对买方而言，保证金比例设为30%左右，买方选择履约的策略趋于稳定。

六、研究总结及建议

（一）研究总结

本文基于演化博弈理论分析农产品供应链应收账款融资模式中各参与主体之间的博弈行为。通过分析平台中应收账款融资业务流程，构建演化博弈模型，结合银行、农产品买方、农产品卖方的策略集合为{发放贷款，履约，履约}的理论基础及牡丹商品国际中心执行方案中的交易规则数据进行数值仿真，分别从供应链企业带给银行的额外收益、双方都违约时平台给予银行的补偿款、银行的放款额度、支付的货款订金、缴纳的交易保证金五个方面进行分析，得出以下结论。

银行的演化策略受农产品买方、农产品卖方与大宗商品交易平台的多重影响。供应链企业为其带来的额外收益、双方都违约时平台给予银行的补偿款、银行的放款额度、支付的货款订金会影响银行的放款意愿。其中，在银行不同额外收益、双方都违约时平台给予银行不同比例补偿款的策略演化图中，银行履约速率波动幅度最明显，说明供应链企业为其带来的额外收益、双方都违约时平台给予银行的补偿款对银行的融资策略影响最大。

图5 参数θ对策略演化的影响

农产品买方的演化策略受供应链企业与大宗商品交易平台的双重影响。支付的货款订金、供应链违约惩罚以及缴纳的交易保证金会影响买方的履约意愿。其中，在支付不同比例货款订金的策略演化图中，买方履约速率波动幅度最明显，说明支付的货款订金对买方的融资策略影响最大。

农产品卖方的演化策略受大宗商品交易平台与银行的双重影响。供应链企业带给银行的额外收益、双方都违约时平台给予银行的补偿款、银行放款的额度、缴纳的交易保证金、供应链违约惩罚也会影响农产品卖方的履约意愿。其中，在双方都违约时平台给予银行不同比例补偿款的策略演化图中，卖方履约速率波动幅度最明显，说明双方都违约时平台给予银行的补偿款对卖方的融资策略影响最大。

（二）建议

基于数值仿真结果对大宗商品交易平台及银行的管理人员提出以下参考性建议。对银行而言，设定的放款比例不是越低越好，供应链企业带给银行的额外收益不是越多越好。银行设定的放款比例越低，其风险越小，但收益越低；放款比例越高收益越高，但风险越大。结合数值仿真结果，建议银行将放款额度设定在80%左右，既可以保证收益，又能缓解卖方的资金困难，融资期间应持续关注供应链企业的经营状况，做好贷后资金监控，并根据供应链企业的信用水平和还款能力调整放款比例。融资方主要以农产品卖方为主，若其带给银行的收益越多，则其生产经营的压力越大，导致履约速率下降。结合数值仿真结果，建议银行根据供应链企业的运营情况将额外收益控制在交易金额的30%以内。

对大宗商品交易平台而言，买卖双方都违约时，给予银行的违约补偿不是越多越好，平台规定的买方支付货款的比例及买卖双方缴纳的交易保证金不是越高越好。尽管平台需要通过银行的参与帮助其开展供应链金融业务，但因平台对买卖双方的信用审核失误，需要对银行进行损失补偿，补偿金额不应该超过银行在供应链融资中所获得的收益，否则银行将会倾向于选择使买卖双方都违约的策略，以此获得更多的收益。结合数值仿真结果，建议大宗商品交易平台为保证其自身利益及缓解买卖双方的资金压力，将给予银行的违约补偿比例设置在30%左右。平台设定的支付比例越高，各参与主体倾向于履约的速率越快，但设定过高的货款支付比例会给买方带来一定的资金压力。结合数值仿真结果，建议平台根据交易信息及供应链企业的运营情况将支付货款的比例设置在30%左右。平台规定缴纳交易保证金的比例越高，买卖双方越倾向于履约，但缴纳保证金的比例越高导致买卖双方的资金压力越大，不利于供应链企业的运营。结合数值仿真结果，建议大宗商品交易平台根据供应链企业的交易信息，针对买卖双方分别科学设定不同的保证金比例，将农产品买方缴纳的交易保证金比例设置在30%左右，将农产品卖方缴纳的交易保证金比例设置在20%左右。