摘要:中小企業(yè)是國(guó)民經(jīng)濟(jì)的生力軍。然而,中小微企業(yè)融資目前在中國(guó)仍是一個(gè)亟待政府和企業(yè)解決的難題。隨著經(jīng)濟(jì)體系的不斷完善,供應(yīng)鏈金融解決方案日趨多樣化?;陔娚唐脚_(tái)的供應(yīng)鏈融資決策為中小企業(yè)提供了替代方案?;贑VaR模型,推導(dǎo)出了風(fēng)險(xiǎn)收益模型,得到了電商企業(yè)分別在淡季和旺季的最優(yōu)貸款規(guī)律。當(dāng)融資方為零售商時(shí),最優(yōu)訂貨數(shù)量和合理批發(fā)價(jià)格也有一定的確定規(guī)律。此外,生鮮農(nóng)產(chǎn)品的庫存會(huì)因過期問題而價(jià)值歸零,因此其損失率對(duì)零售商利潤(rùn)影響巨大,需對(duì)其進(jìn)行把控從而控制風(fēng)險(xiǎn)。
關(guān)鍵詞:電商供應(yīng)鏈金融;供應(yīng)鏈金融解決方案;供應(yīng)鏈融資決策分析;供應(yīng)鏈管理;生鮮農(nóng)產(chǎn)品
中圖分類號(hào):F724.6? ? 文獻(xiàn)標(biāo)識(shí)碼:A? 文章編號(hào):1005-6432(2023)26-0000-04
[DOI]10.13939/j.cnki.zgsc.2023.26.000
1研究背景及意義
生鮮農(nóng)產(chǎn)品電子商務(wù)市場(chǎng)正處于快速發(fā)展期。根據(jù)電子商務(wù)研究中心(Fu 2020)的監(jiān)測(cè)數(shù)據(jù),2016年以來,生鮮農(nóng)產(chǎn)品電子商務(wù)保持了40%以上的高速增長(zhǎng)。然而,大部分生鮮電商企業(yè)在規(guī)模快速增長(zhǎng)的情況下都處于虧損狀態(tài)(Han和Jing 2018)。生鮮農(nóng)產(chǎn)品由于易變質(zhì)、不易保鮮的特點(diǎn),損壞率很高。電子商務(wù)企業(yè)往往要承擔(dān)大量農(nóng)產(chǎn)品破壞造成的損失的財(cái)務(wù)負(fù)擔(dān),很少有研究關(guān)注農(nóng)產(chǎn)品的特征和季節(jié)性對(duì)融資解決方案的影響。因此,有必要從淡季和旺季兩個(gè)方面來解決生鮮農(nóng)產(chǎn)品電子商務(wù)供應(yīng)鏈的相關(guān)問題。本文以生鮮農(nóng)產(chǎn)品供應(yīng)鏈為研究對(duì)象。
眾多學(xué)者進(jìn)行了定性分析(Deng和Yu 2017)檢驗(yàn)傳統(tǒng)的供應(yīng)鏈融資模型(Stephanou和Rodriguez 2008; Beck等,2011)時(shí),本研究對(duì)基于電子商務(wù)平臺(tái)的供應(yīng)鏈金融解決方案進(jìn)行了定量分析?;诤饬课膊繕O端損失期望值的CVaR趨勢(shì),可以建立風(fēng)險(xiǎn)-收益模型,用于分析整個(gè)供應(yīng)鏈的風(fēng)險(xiǎn)和決策。本研究致力于利用CVaR模型對(duì)生鮮農(nóng)產(chǎn)品電子商務(wù)供應(yīng)鏈金融融資決策進(jìn)行分析,通過微分、積分等數(shù)學(xué)演算方法,對(duì)供應(yīng)鏈進(jìn)行決策分析,從而確定最優(yōu)的貸款利率和訂單數(shù)量,使預(yù)期利潤(rùn)最優(yōu)。
2供應(yīng)鏈決策分析
2.1 電商供應(yīng)鏈金融風(fēng)險(xiǎn)收益模型的符號(hào)
設(shè)隨機(jī)變量x為金融市場(chǎng)的需求,為零售商在淡季的訂單量, 是淡季的零售價(jià), 是淡季的批發(fā)價(jià)格,為訂單數(shù)量的損失率,s為損耗產(chǎn)品的單位補(bǔ)償;r為電商企業(yè)對(duì)零售商的貸款利率;c為電商企業(yè)向零售商融資的資金成本率;是電商企業(yè)的收益閾值;為電商企業(yè)VaR的置信水平;為零售商在淡季獲取每種產(chǎn)品的單位總成本,其中R為電商企業(yè)與零售商進(jìn)行每種商品交易所獲得的單位利潤(rùn),e為供應(yīng)商單位生產(chǎn)支出。
2.2 零售商和電商企業(yè)收益函數(shù)分析
零售商在淡季的預(yù)期利潤(rùn)為:
如果零售商不違約,電商企業(yè)的預(yù)期利潤(rùn)為:
如果零售商違約,則電商企業(yè)的預(yù)期利潤(rùn)為:
基于CVaR決策模型對(duì)電商企業(yè)構(gòu)建風(fēng)險(xiǎn)收益模型:
由式(2)和式(3),得出:
當(dāng)時(shí),時(shí),可以達(dá)到最大值。
當(dāng) 時(shí),存在最佳貸款利率使得 達(dá)到最大值。
當(dāng)時(shí),存在最佳貸款利率 使得達(dá)到最大值。
因此,是使零售商的預(yù)期利潤(rùn)最大化的訂單量。
因此,能使零售商的預(yù)期利潤(rùn)最大化。
在旺季的情況下,通過替換, , , , 為, , , , ,這些公式依然成立。
3結(jié)論
文章將其注意事項(xiàng)、應(yīng)用及一些重要成果總結(jié)如下:
第一,從式(6)和式(7)中提到的CVaR模型,可以得到函數(shù)中使CVaR值最大化的最佳貸款利率。由此證明,在r、w、o不確定的情況下,當(dāng)交易缺乏信息時(shí),也可以實(shí)現(xiàn)利潤(rùn)和風(fēng)險(xiǎn)的優(yōu)化。特別是,通過式(14),在供應(yīng)商和零售商的預(yù)期利潤(rùn)之間設(shè)置一個(gè)比例,使批發(fā)價(jià)格成為r的函數(shù)。
第二,式(10)通過使電子商務(wù)企業(yè)和零售商的預(yù)期利潤(rùn)相等,提供了另一種確定最佳貸款利率的方法。
第三,存在一個(gè)使零售商的預(yù)期利潤(rùn)最大化的訂貨數(shù)量值。當(dāng)批發(fā)價(jià)格為常數(shù)或不是o的函數(shù)時(shí),最佳訂貨數(shù)量可由式(11)得到。
第四,為了保證零售商和供應(yīng)商雙方都同意合同并達(dá)成合作,本研究提出了一個(gè)平衡雙方預(yù)期利潤(rùn)的標(biāo)準(zhǔn),以確定式(14)中合理的批發(fā)價(jià)格。在這種情況下,最佳訂貨數(shù)量為式(15)。
第五,從式(11)和式(15),當(dāng)旺季的需求遠(yuǎn)遠(yuǎn)高于淡季時(shí),零售商通常會(huì)要求在旺季訂購(gòu)更多的數(shù)量,以優(yōu)化利潤(rùn)。旺季的最佳貸款利率可能更高,因?yàn)榱闶凵太@得的利潤(rùn)更多,概率也更高,從而降低了違約的風(fēng)險(xiǎn)。
第六,控制損失率對(duì)整個(gè)供應(yīng)鏈?zhǔn)侵匾?,因?yàn)樗绊懥肆闶凵痰睦麧?rùn),從而影響了供應(yīng)鏈的風(fēng)險(xiǎn)。
參考文獻(xiàn):
[1]BECK T,DEMIRGUC-KUNT A, MARTINEZ PERIA M S.Bank financing for SMEs:evidence across countries and bank ownership types[J].Journal of financial services research,2011,39(1-2):35-54.
[2]DENG A,YU B.Research overview of risk management of SMEs accounts receivable? financing based on supply chain finance[J].Word journal of research and review,2017,4(1):16-20.
[3]FU L.Research on S2B2C E-commerce Model of Fresh Agricultural Products in the Field of Social E-commerce[C].IOP Conference Series: Materials Science and Engineering,2020.
[4]HAN D,JING M.Study on consumers multiple levels cognitive behavior to purchase fresh agricultural products online[C].IOP Conference Series: Earth and Environmental Science,2018.
[5]STEPHANOU C,RODRIGUEZ C.Bank financing to small and medium-sized enterprises (SMEs) in Colombia[R].Policy research working paper,2008.
[作者簡(jiǎn)介]咸寧(1996—),女,漢族,黑龍江人,理學(xué)碩士,研究方向:公司金融學(xué)、供應(yīng)鏈金融