绿色供应链金融模式下的重污染企业融资博弈分析

张志伟

摘  要：由于重污染企业融资的自身特点，传统供应链金融不能很好地解决该问题。构建绿色供应链金融上重污染企业向金融机构抵押贷款的博弈理论框架，对其融资问题进行探究。通过MATLAB数值仿真，得出：与传统供应链金融相比较，绿色供应链融资是金融机构的占优选择。当排污权价值在一定范围内变动时，贷款质押率与贷款利率较低、违约损失较高时，金融机构更倾向提供绿色供应链融资，污染企业按时还款可能性更高，据此提出关于构建绿色供应链金融新平台的相应建议，以促进重污染企业绿色发展。

关键词：绿色供应链金融；传统供应链金融；重污染企业；博弈分析

中图分类号：F830    文献标志码：A    DOI：10.13714/j.cnki.1002-3100.2024.13.037

Abstract： Due to the inherent characteristics of financing for heavily polluting enterprises， traditional supply chain finance cannot effectively solve this problem. Construct a game theory framework for heavily polluting enterprises in green supply chain finance to mortgage loans to financial institutions， and explore their financing issues. Through MATLAB numerical simulation， it is concluded that compared to traditional supply chain finance， green supply chain financing is the dominant choice for financial institutions. When the value of emission rights changes within a certain range， the loan pledge rate and loan interest rate are low， and the default loss is high， financial institutions are more inclined to provide green supply chain financing， and polluting enterprises are more likely to repay on time. Based on this， corresponding suggestions are proposed to build a new platform for green supply chain finance to promote the green development of heavily polluting enterprises.

Key words： green supply chain finance; traditional supply chain finance; heavily polluting enterprises; game analysis

0  引  言

2021年3月，在中共中央财经委员会第九次会议上，习近平总书记强调，实现碳达峰、碳中和是一场广泛深刻的经济社会系统性变革，将双碳目标纳入生态文明建设总布局，克服困难，实现2030年前碳达峰、2060年前碳中和的目标。2021年10月4日，中共中央、国务院发布《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》，实行全面节约战略，将节约优先作为落实双碳目标的五大原则之一；国务院印发《2030年前碳达峰行动方案》，明确指出要“抓住资源利用这个源头，大力发展循环经济，全面提高资源利用效率，充分发挥减少资源消耗和降碳的协同作用”，将循环经济助力降碳行动作为重点实施的“碳达峰十大行动”之一，促进了供应链金融与绿色发展的理念相结合，对我国在新一轮产业变革中把握发展机遇具有重大影响。

1  相关理论与文献综述

1.1  相关理论

由于环境指标的监测手段在供应链金融中尚不成熟和信息共享机制的匮乏，金融机构为规避风险更倾向提供传统供应链融资，贷款额度远低于绿色供应链融资，同时，要求重污染企业承担较高的贷款利率和违约赔偿。

而绿色供应链金融更重视对重污染企业的环保指标考察，具有去中心化和多中心化的特点，降低环保指标审核成本与时间，鼓励金融机构更多地提供绿色供应链融资；依靠区块链、大数据等手段，绿色供应链金融可以进行分布式存储，构建高质高效的守信激励和失信惩戒机制。

1.2  文献综述

1.2.1  供应链金融研究

龚强[1]、占永志和陈金龙[2]认为信息造假等问题一直掣肘供应链金融发展，链上企业信息透明度低，在资本市场中易受金融机构限制。Kumar等[3]探究发现影响服装供应链可持续发展的因素由可持续的经济利益、最大净投资回报、商业道德和声誉组成。贾汉星和郭文波[4]认为受疫情影响，缓解企业融资约束的紧迫性和重要性进一步凸显。李志鹏等[5]认为链上各主体间关系更紧密，新的融资模式也带来更多问题急需解决。近年来，金融科技推动供应链金融不断创新，侯剑等[6]认为区块链等技术为金融机构的信息识别和风控机制带来了突破性进步。周雷等[7]认为运用区块链完善激励相容机制，构建数字供应链金融新生态，可以更好满足企业融资需求。

1.2.2  绿色供应链金融研究

Puschmann[8]综合相关文献，得出绿色金融科技对金融服务的整个价值链都有影响，而现有公司很少关注。Xu等[9]考察了政府补贴的绿色产品定价和绿色投资的最佳策略，并探索了采用区块链技术的条件。Effendi等[10]发现技术创新绩效受环境管理实践、绿色供应链整合和供应链知识共享的影响。

Gupta等[11]发现推动中小企业实施绿色供应链管理的主要因素是最高管理层承诺、政府政策和法规支持以及回收和再利用工作。Pan等[12]分析了绿色供应链管理对企业环境和经济绩效的影响，沟通频率和氛围显著缓和了内部环境管理对环境绩效的影响。Bu等[13]研究发现环境选择、监控和与供应商的合作三个要素与企业绩效呈正相关。Do等[14]探讨发现内部意识和客户意识与绿色供应链管理实践和绩效呈正相关，而供应商的压力和法规压力仅影响其实践。唐丹和庄新田[15]及王定祥等[16]认为传统供应链难以激励企业降低污染排放，需要第三方机构或环保部门来督促企业污染治理。顾金星[17]认为传统供应链难以激励企业采取环境管理措施，推动金融机构与核心企业合作和实施绿色供应链金融十分必要。张友棠和刘帅[18]为解决企业融资困境提出发展排污权质押，将企业拥有的排污权作为标的物进行融资担保。Yang等[19]研究了供应链中基于价格和质量竞争的制造商绿色投资，进行绿色投资和处于较大潜在市场时利润更高。

1.2.3  绿色供应链金融相关博弈模型研究

Huo等[20]分析了联合融资决策模型，得出了单位减排量与减排成本分担系数、贷款利率和批发价格呈负相关。Yang等[21]构建双渠道供应链中总量管制和交易管制下的单一/联合减排方案中的分散模型，发现消费者的环境偏好有效地激励制造商和零售商使用联合减排方案来减少排放。Ma等[22]探究了两级供应链绿色开发融资困境，生产商受消费者绿色偏好及内外部融资机制影响，政府补贴增加对产量影响最大。因此，本文构建了绿色供应链金融上重污染企业融资的理论模型，通过博弈的方法分析相关参数对其融资效果的影响，根据研究结果提出发展绿色供应链金融的建议，为国内绿色供应链金融发展提供参考。

2  金融机构与重污染企业融资博弈分析

本文在对绿色供应链金融的理论机制进行分析的基础上，以链上一家有资金需求的重污染企业为例，构建融资博弈模型。假设双方均为有限理性，并在不完全信息条件下追求自身利益最大化。

2.1  设定相关参数

贷款企业向金融机构申请抵押贷款时，在传统供应链金融中金融机构审核成本为C；在绿色供应链金融中信息基本实现无损耗传递，审核成本为0；金融机构选择提供绿色供应链融资的概率为Q，提供传统供应链融资的概率为1-Q。重污染企业持有的可用于抵押贷款的固定资产价值为R，同时重污染企业拥有法律赋予的污染物排放权，可以将排污权作为担保，获得贷款，设定其持有的可用于绿色供应链融资的排污权价值为R，贷款的质押率为A，重污染企业获得贷款后进行生产销售的收益率为B；在传统供应链上重污染企业未按时还款的违约损失为L，而在绿色供应链上重污染企业未按时还款的违约损失为

L；金融机构贷款利率为I，重污染企业按时还款的概率为q，未按时还款的概率为1-q。

2.2  博弈分析

当金融机构选择提供传统供应链融资将向重污染企业提供贷款RA，若重污染企业选择按时还款，则金融机构可以获得去除审核成本C后的贷款收益RAI-C，而重污染企业获得扣除贷款利息后的投资收益RAB-I；若重污染企业未按时还款，则金融机构损失贷款本金RA和审核成本C，而重污染企业的收益为未还款的贷款本利与违约损失之差RAB-L。若金融机构选择绿色供应链融资时提供贷款总额为R+RA，重污染企业选择按时还款时金融机构收益为R+RAI，重污染企业的收益为R+RAB-I；重污染企业未按时还款则金融机构损失贷款本金R+RA，重污染企业获得贷款投资收益与违约损失之差R+RAB-L。综上，构建双方博弈的收益矩阵，如表1所示。

通过分析收益矩阵，绿色供应链金融上金融机构在重污染企业按时还款与不按时还款两种情形下的收益不同，且前者大于等于后者：

R+RAI≥-R+RA                                        （1）

传统供应链金融上金融机构在重污染企业按时还款与不按时还款两种情形下的收益不同，且前者大于等于后者：

RAI-C≥-RA-C                                           （2）

重污染企业选择按时还款时，其在金融机构选择提供绿色供应链融资与传统供应链融资两种情形下的收益不同，且前者大于等于后者：

R+RAB-I≥RAB-I                                        （3）

重污染企业选择不按时还款时，其在金融机构选择提供绿色供应链融资与传统供应链融资两种情形下的收益不同，且前者大于等于后者：

R+RAB-L≥RAB-L                                         （4）

所以理想的纳什均衡为（绿色供应链融资，按时还款），能够实现供应链可持续的发展，为重污染企业解决资金和环境污染问题。

首先以金融机构为研究对象，金融机构在博弈时要选择绿色供应链融资则需要满足在绿色供应链金融模式下期望收益大于等于选择传统供应链金融模式时的期望收益：

qR+RAI-1-qR+RA≥qRAI-C+1-q-RA-C                        （5）

经简化可得金融机构提供绿色供应链融资需要符合的条件，如下所示：

q≥                                             （6）

已知q恒大于零，则RA-C/RAI+RA越小，上述不等式成立的可能性越大。

然后以重污染企业为研究对象，重污染企业选择按时还款时期望收益：

QR+RAB-I+1-QRAB-I                                   （7）

重污染企业选择未按时还款时的期望收益：

QR+RAB-L+1-QRAB-L                                  （8）

重污染企业在博弈均衡时要选择按时还款，则需要满足选择按时还款的期望收益大于等于选择未按时还款时的期望收益：

QR+RAB-I+1-QRAB-I≥QR+RAB-L+1-QRAB-L               （9）

经简化可得重污染企业选择按时还款需要符合的条件，如下所示：

Q≥                                            （10）

已知Q恒大于零，则RAI-L/L-L-RAI越小，上述不等式成立的可能性越大，金融机构更愿意选择提供绿色供应链融资。

3  绿色供应链金融上金融机构与重污染企业数值模拟仿真

为验证本文的理论分析与绿色供应链金融对博弈的真实影响，本章以链上一重污染企业与金融机构的贷款过程为例，运用MATLAB进行数值模拟仿真，逐个分析相关参数变动对各主体决策和博弈均衡的影响。数值模拟仿真的参数初始设置如表2所示。

3.1  模拟排污权价值变化对博弈均衡的影响

以金融机构作为分析对象，将R作为自变量，对其他参数赋值，得出q满足函数：q=0.8×R-10/1.04×R，0≤q≤1；以重污染企业为分析对象，R为自变量，对其他参数赋值，得出Q满足函数：Q=10/100-0.12×R，0≤Q≤1。以R为横坐标，q/Q为纵坐标，得到函数如图1所示。

重污染企业按时还款概率与排污权价值同向变动，但较为平缓。当排污权价值较低时，金融机构贷款无法收回的风险较小，所以提供绿色供应链融资概率较高；当排污权价值极高时，高风险伴随着高收益，仍愿意提供贷款。因此，金融机构在利用绿色供应链金融发展排污权质押时，要对排污权价值进行合理评估，同时加强和完善贷后监管机制。

3.2  模拟贷款质押率变化对博弈均衡的影响

以金融机构作为分析对象，设A为自变量，对其他参数赋值，得出q满足函数：q=20×A-1/26×A，0≤q≤1；以重污染企业为分析对象，设A为自变量，对其他参数赋值，得出Q满足函数：Q=15×A-10/20-6×A，0≤Q≤1。以A为横坐标，q/Q为纵坐标，得到函数如图2所示。

贷款质押率与金融机构提供绿色供应链融资的最低概率同向变动，但变化平缓。随着贷款质押率上升，重污染企业选择按时还款的最低概率也在相应增大，为了提高重污染企业最低还款概率，需要适当调节贷款质押率，丰富贷款种类，提高贷款总额。

3.3  模拟违约损失变化对博弈均衡的影响

以金融机构作为分析对象，设L为自变量，对其他参数赋值，得出Q满足函数：Q=120-L/252-L，0≤Q≤1；以重污染企业为分析对象，设L为自变量，对其他参数赋值，得出Q满足函数：Q=20/L-148，0≤Q≤1。以L/L为横坐标，Q为纵坐标，得函数如图3、图4所示。

重污染企业按时还款所要求的金融机构提供绿色供应链融资的最低概率Q与违约损失L、违约损失L反向变动。因此，可以适当降低违约资金损失，增加违约信用损失，为实现金融机构与重污染企业之间理想的双守信提供了思路。

3.4  模拟贷款利率变化对博弈均衡的影响

以金融机构作为分析对象，设I为自变量，对其他参数赋值，得出q满足函数：q=15/16×I+16，0≤q≤1；以重污染企业为分析对象，设I为自变量，对其他参数赋值，得出Q满足函数：Q

=20×I-5/10-8×I，0≤Q≤1。以I为横坐标，q/Q为纵坐标，函数如图5所示。

贷款利率越高，金融机构提供绿色供应链融资的最低概率越高，影响显著；重污染企业按时还款的最低概率与贷款利率反向变动，趋势平缓。因此，要合理调节贷款利率，降低重污染企业贷款成本并监督重污染企业按时还款，提高金融机构提供绿色供应链融资的意愿。

4  结论和建议

本文总结了绿色供应链金融现存的问题，构建金融机构与重污染企业的融资博弈模型，探究如何调控相关参数以实现博弈均衡，最后利用MATLAB验证分析，得出以下几点建议。

一是引入区块链和大数据技术，实现企业信用流转，减少企业信息造假行为，从源头上解决信息不对称问题，并增强对链上重污染企业融资风险的评估和把控。

二是绿色供应链金融领域专业性强，不仅需要金融机构提供支持，还要与监管机构共同搭建绿色供应链金融平台，各主体在平台上可以进行信用传递和排污权交易，实现资源互补。

三是鼓励金融机构承担社会责任，加强企业和公众对绿色供应链金融的信赖，扩大链上企业数量，增加链上节点数，提高数据可靠性，提高违约的资金和信用损失，实现各方守信合作。

参考文献：

[1] 龚强，班铭媛，张一林. 区块链、企业数字化与供应链金融创新[J]. 管理世界，2021，37（2）：22-34.

[2] 占永志，陈金龙. 平台型供应链金融的激励契约研究——银行视角[J]. 数学的实践与认识，2021，51（20）：17-28.

[3]  KUMAR ANIL， ABDUL MOKTADIR， ZAHIDUR RHAMAN LIMAN， et al. Evaluating sustainable drivers for social responsibility in the context of ready-made garments supply chain[J]. Journal of Cleaner Production， 2020，248：119231.

[4] 贾汉星，郭文波. 双循环新发展格局下供应链金融信用传导机制分析与对策——基于核心企业结构洞视角[J]. 首都师范大学学报（社会科学版），2021（5）：160-168.

[5] 李志鹏，朱淑珍，张景明. 不同权力结构下双边供应链资金约束融资策略探讨[J]. 财会月刊，2021（17）：33-38.

[6] 侯剑，白雪斌，周艳明. 供应链金融借贷市场中均衡解的存在性研究[J]. 运筹与管理，2021，30（10）：102-106.

[7] 周雷，邓雨，张语嫣. 区块链赋能下供应链金融服务小微企业融资博弈分析[J]. 金融理论与实践，2021（9）：21-31.

[8]  PUSCHMANN THOMAS， CHRISTIAN HUGO HOFFMANN， VALENTYN KHMARSKYI. How green fintech can alleviate the impact of climate change-the case of Switzerland[J]. Sustainability， 2020，12（24）：10691.

[9]  XU JIAN， YONGRUI DUAN. Pricing and greenness investment for green products with government subsidies： When to apply blockchain technology[J]. Electronic Commerce Research and Applications， 2021，51：101108.

[10]  EFFENDI， MOHAMAD IRHAS， HENDRO WIDJANARKO， et al. Green supply chain integration and technology innovation performance in SMEs： A case study in Indonesia[J]. The Journal of Asian Finance， Economics， and Business， 2021，8（4）：909

-916.

[11]  GUPTA HIMANSHU， MUKESH KUMAR BARUA. Fuzzy AHP approach to prioritize enablers of green supply chain management practices： A case study of automotive component supplier[J]. Management Science Letters， 2016，6（7）：487-498.

[12]  PAN XIONGFENG， XIANYOU PAN， MALIN SONG， et al. The influence of green supply chain management on manufacturing enterprise performance： Moderating effect of collaborative communication[J]. Production Planning & Control， 2020，31（2）：245-258.

[13]  BU XIANGZHI， WILSON V T DANG， JIANMING WANG， et al. Environmental orientation， green supply chain management， and firm performance： Empirical evidence from Chinese small and medium-sized enterprises[J]. International Journal of Environmental Research and Public Health， 2020，17（4）：1199.

[14]  DO ANH DUC， QUANG VINH NGUYEN， QUOC HOI LE， et al. Green supply chain management in Vietnam industrial zone： Province-level evidence[J]. The Journal of Asian Finance， Economics， and Business， 2020，7（7）：403-412.

[15] 唐丹，庄新田. 制造商融资决策：银行、商业信用或区块链供应链金融[J]. 东北大学学报（自然科学版），2021，42（8）：1202

-1209.

[16] 王定祥，何乐佩，李伶俐. 供应链金融中的信用风险传导机制及其仿真模拟[J]. 金融论坛，2021，26（9）：15-25.

[17] 顾金星. 绿色供应链金融博弈模型研究[D]. 大连：大连理工大学，2017.

[18] 张友棠，刘帅. 碳排放权质押贷款运作模式及其估价模型选择研究[J]. 财会月刊，2015（6）：53-57.

[19]  YANG SHANXUE， PEIQI DING， GUOLI WANG， et al. Green investment in a supply chain based on price and quality competition[J]. Soft Computing （Berlin， Germany）， 2020，24（4）：2589-2608.

[20]  HUO YANFANG， XIZE WANG， QUAN DENG， et al. Novel joint-financing model for bilateral capital restricted supply chains under cap-and-trade regulation[J]. Mathematical Problems in Engineering， 2018（1）：1-13.

[21]  YANG MAN， TAO ZHANG， YUHAO ZHANG. Optimal pricing and green decisions in a dual-channel supply chain with cap-and-trade regulation[J]. Environmental Science and Pollution Research International， 2022，29（19）：28208-28225.

[22]  MA W M， ZHANG R R， CHENG Z R. Analysis of internal and external funding mechanisms considering green consumer loyalty： A game-theoretic approach[J]. IEEE Access， 2020，8：2931-2947.