黃向宇，王忠偉，龐 燕

(中南林業(yè)科技大學(xué) 交通運輸與物流學(xué)院，湖南 長沙 410004)

基于結(jié)構(gòu)分析的農(nóng)產(chǎn)品倉單質(zhì)押風(fēng)險聯(lián)動研究

黃向宇，王忠偉，龐 燕

(中南林業(yè)科技大學(xué) 交通運輸與物流學(xué)院，湖南 長沙 410004)

農(nóng)產(chǎn)品倉單質(zhì)押是農(nóng)產(chǎn)品供應(yīng)鏈金融創(chuàng)新模式，能有效緩解農(nóng)產(chǎn)品企業(yè)融資難的問題，但其業(yè)務(wù)風(fēng)險明顯高于工業(yè)產(chǎn)品，其風(fēng)險形成機制具有時滯型、動態(tài)性、反饋性、非線性、數(shù)據(jù)不充分及人為因素影響的特點。基于此，本文從系統(tǒng)和運動的觀點出發(fā)，運用系統(tǒng)動力學(xué)方法剖析農(nóng)產(chǎn)品倉單質(zhì)押風(fēng)險聯(lián)動系統(tǒng)的內(nèi)部結(jié)構(gòu)和運行機制，構(gòu)建由風(fēng)險評估子系統(tǒng)、銀行利益子系統(tǒng)和農(nóng)產(chǎn)品利益子系統(tǒng)3個子系統(tǒng)流圖構(gòu)成的農(nóng)產(chǎn)品倉單質(zhì)押風(fēng)險聯(lián)動系統(tǒng)模型，運用VENSIM仿真軟件仿真了系統(tǒng)的運行過程，分析了系統(tǒng)的運行特征。該模型的建立將為今后農(nóng)產(chǎn)品倉單質(zhì)押風(fēng)險調(diào)控政策的制定和實施提供有益的支持。

農(nóng)產(chǎn)品；倉單質(zhì)押；風(fēng)險聯(lián)動；系統(tǒng)動力學(xué)

農(nóng)產(chǎn)品倉單質(zhì)押是農(nóng)產(chǎn)品供應(yīng)鏈金融創(chuàng)新模式，能有效緩解農(nóng)產(chǎn)品企業(yè)融資難的問題。然而，由于農(nóng)產(chǎn)品較難保存和價格波動幅度大的特性，其倉單質(zhì)押業(yè)務(wù)風(fēng)險明顯高于工業(yè)產(chǎn)品，嚴(yán)重阻礙了農(nóng)產(chǎn)品倉單質(zhì)押業(yè)務(wù)的發(fā)展，農(nóng)產(chǎn)品倉單質(zhì)押風(fēng)險管理亟需一種科學(xué)有效的管理理論與方法為之提供有力的利潤支撐。目前該領(lǐng)域研究重點集中在風(fēng)險影響因素分析、風(fēng)險防范措施、風(fēng)險控制和風(fēng)險評估等方面[1-6]，其次為信貸合約設(shè)計，包括根據(jù)風(fēng)險估值確定質(zhì)押率、貸款利率等問題[7-9]。許多學(xué)者將多元分析法、信用評分模型（信用度量技術(shù)模型）、神經(jīng)網(wǎng)絡(luò)分析、遺傳算法等方法對金融風(fēng)險評估進(jìn)行計量分析和建模研究，但現(xiàn)有模型和方法由于其本身的靜態(tài)特性，只能實現(xiàn)系統(tǒng)局部最優(yōu)而不能達(dá)到全局最優(yōu)。基于農(nóng)產(chǎn)品倉單質(zhì)押風(fēng)險形成機制時滯型、動態(tài)性、反饋性、非線性、數(shù)據(jù)不充分及人為因素影響的特點，本文在構(gòu)建了系統(tǒng)因果關(guān)系圖[3]的基礎(chǔ)上，從系統(tǒng)的、運動的觀點出發(fā)，進(jìn)一步剖析農(nóng)產(chǎn)品倉單質(zhì)押風(fēng)險聯(lián)動機制的內(nèi)部結(jié)構(gòu)和運行過程，構(gòu)建系統(tǒng)流圖，通過計算機仿真分析系統(tǒng)運行規(guī)律和基本特征。

1 系統(tǒng)假設(shè)

本文研究側(cè)重點在于農(nóng)產(chǎn)品倉單質(zhì)押風(fēng)險聯(lián)動系統(tǒng)內(nèi)生因素之間關(guān)系研究，暫時忽略外部環(huán)境因素變化對風(fēng)險估值的影響。為了本文的研究得以順利進(jìn)行，對所建模型進(jìn)行了如下簡化假設(shè)：

①倉單質(zhì)押的出質(zhì)方指的是農(nóng)產(chǎn)品生產(chǎn)和加工企業(yè)，主要解決的是賣方信貸融資問題，不涉及買方信貸；

②質(zhì)押模式為靜態(tài)質(zhì)押；

③物流企業(yè)和銀行為利益共同體，兩者合并為同一參與方，暫不考慮物流企業(yè)的違約風(fēng)險；

④倉單質(zhì)押各參與方都是理性的，各主體參與目標(biāo)都是追求風(fēng)險最小化下的收益或效益最大化；

⑤模擬期內(nèi)假定質(zhì)押物價值不發(fā)生變化；

⑥模擬期內(nèi)不考慮通貨膨脹率及利率等因素變化對風(fēng)險的影響。

2 系統(tǒng)流圖模型

系統(tǒng)動力學(xué)方法的主要特征是運用系統(tǒng)流圖及其方程式來描述系統(tǒng)的內(nèi)部結(jié)果。系統(tǒng)動力學(xué)本質(zhì)是帶時滯的一階微分方程，它借助流圖以及狀態(tài)變量方程（L）、速率變量方程（R）和輔助變量方程（A）來建立定量時間序列模型。本文建立的流圖中包含5個狀態(tài)變量，模型可以簡化為5個1階方程。下面分子系統(tǒng)具體論述。

2.1 風(fēng)險評估子系統(tǒng)流

風(fēng)險評估子系統(tǒng)描述了倉單質(zhì)押放貸風(fēng)險估值受影響因素影響按時間序列不斷變化的過程，反應(yīng)的是風(fēng)險形成機制的運行原理。模型中放貸風(fēng)險估值由信用風(fēng)險、質(zhì)押物風(fēng)險和其他風(fēng)險依據(jù)各風(fēng)險權(quán)重綜合確定。不同銀行機構(gòu)對權(quán)重值設(shè)置不一致，體現(xiàn)不同銀行對各類風(fēng)險的偏好或防范意識的高低。研究表明，倉單質(zhì)押的放貸風(fēng)險的影響因素除了模型中信用風(fēng)險和質(zhì)押物風(fēng)險以外，還包括市場風(fēng)險、金融操作風(fēng)險等，本文側(cè)重于研究放貸風(fēng)險與系統(tǒng)內(nèi)因的聯(lián)動關(guān)系，加上倉單質(zhì)押貸款屬于短期貸款行為，市場利率變動風(fēng)險較小，因此將此類影響因素全部歸入其他風(fēng)險，為系統(tǒng)的外部常數(shù)。該子系統(tǒng)流圖如圖1所示。由于風(fēng)險估值的確定有一個評估滯后的過程，因此它受預(yù)期風(fēng)險和評估延遲時間影響。

圖1 風(fēng)險評估子系統(tǒng)流Fig.1 Risk assessment subsystem flow

從圖中可以看出，信用風(fēng)險是狀態(tài)變量，受信用風(fēng)險改變速率的影響，質(zhì)押物風(fēng)險狀態(tài)變量受質(zhì)押物風(fēng)險改變速率影響，反應(yīng)了風(fēng)險形成過程的時間滯特征。公式如下：

式中：a1為信用管理機制因子，取值越大表示管理機制越完善，受系統(tǒng)另一內(nèi)因倉單質(zhì)押業(yè)務(wù)管理水平的影響。a2為貸款信用記錄因子，取值越大表示貸款信用記錄越詳實可靠，受系統(tǒng)另一內(nèi)因貸款經(jīng)驗系數(shù)的影響。a3為農(nóng)產(chǎn)品企業(yè)運營能力因子，取值大小代表農(nóng)產(chǎn)品企業(yè)運營能力大小，受系統(tǒng)其它多個內(nèi)生因素影響。a4管理者道德品質(zhì)因子，為系統(tǒng)的外生因素，在模擬時根據(jù)設(shè)定的環(huán)境取常數(shù)值。α為信用管理機制風(fēng)險指數(shù)，β為貸款信用記錄風(fēng)險指數(shù)，γ為企業(yè)運營能力風(fēng)險指數(shù)，δ為管理者風(fēng)險指數(shù)，指數(shù)大小反應(yīng)相應(yīng)因子對信用風(fēng)險的影響程度。

式中：b1為質(zhì)押物保管難度因子，是系統(tǒng)的外部環(huán)境因素，模擬時根據(jù)特定質(zhì)押物的自然特性和存儲條件設(shè)定為常數(shù)，也可根據(jù)外部環(huán)境變化設(shè)置為函數(shù)輸入，不同的農(nóng)產(chǎn)品保管難度因子取值差別很大，從而導(dǎo)致系統(tǒng)各指標(biāo)趨勢曲線有很大不同。b2為質(zhì)押物變現(xiàn)能力因子，是系統(tǒng)的外部環(huán)境因素，模擬時根據(jù)質(zhì)押物的價格波動和市場供求關(guān)系設(shè)置為函數(shù)曲線輸入。b3為質(zhì)押物監(jiān)管水平因子，取值越大表示監(jiān)管技術(shù)和管理水平高，受系統(tǒng)另一內(nèi)因倉單質(zhì)押業(yè)務(wù)管理水平的影響。b4為質(zhì)押物保險因子，與質(zhì)押物保費息息相關(guān)。ε為質(zhì)押物保管難度風(fēng)險指數(shù)，κ為質(zhì)押物變現(xiàn)能力風(fēng)險指數(shù)，θ為質(zhì)押物監(jiān)管水平風(fēng)險指數(shù)，?為質(zhì)押物保險風(fēng)險指數(shù)，指數(shù)大小反應(yīng)相應(yīng)因子對質(zhì)押物風(fēng)險的影響程度。

2.2 銀行利益子系統(tǒng)

銀行利益子系統(tǒng)描述了銀行收益率受影響因素影響按時間序不斷變化的過程?？紤]銀行是追求風(fēng)險最低、經(jīng)濟效益最大化的理性參與方，模型設(shè)置了質(zhì)押率和貸款利息同風(fēng)險聯(lián)動的方程式，同時貸款利息還會考慮農(nóng)產(chǎn)品企業(yè)議價能力因素的影響，該子系統(tǒng)模擬的是風(fēng)險聯(lián)動機制。模型選取凈利息收益率為銀行評價業(yè)務(wù)經(jīng)濟效益的指標(biāo)，該指標(biāo)通過影響銀行業(yè)務(wù)投入力度來表征銀行的相關(guān)行為。該子系統(tǒng)流圖如圖2所示。

該子系統(tǒng)方程式如下：

圖2 銀行利益子系統(tǒng)流Fig.2 Banks interests subsystem flow

2.3 農(nóng)產(chǎn)品企業(yè)利益子系統(tǒng)流

農(nóng)產(chǎn)品企業(yè)利益子系統(tǒng)描述了農(nóng)產(chǎn)品企業(yè)運營能力受倉單質(zhì)押業(yè)務(wù)等因素影響不斷變化的動態(tài)過程。在該子系統(tǒng)中，農(nóng)產(chǎn)品企業(yè)運營能力受系統(tǒng)內(nèi)生因素盈利能力的影響，除此以外的其他能力影響因素為統(tǒng)一生成一個系統(tǒng)外生變量，可根據(jù)模擬的農(nóng)產(chǎn)品企業(yè)的特性設(shè)定為常數(shù)。盈利能力主要受系統(tǒng)內(nèi)生因素倉單質(zhì)押業(yè)務(wù)收益率的影響。貸款經(jīng)驗系數(shù)為系統(tǒng)外生變量，是一個隨時間變化的斜坡函數(shù)。該子系統(tǒng)流圖如圖3所示。

圖3 農(nóng)產(chǎn)品企業(yè)利益子系統(tǒng)流Fig.3 Agricultural enterprises interests subsystem flow

該子系統(tǒng)方程式如下：

3 模型初步模擬

根據(jù)以上模型，運用VENSIM仿真軟件進(jìn)行初步模擬，模擬的初始環(huán)境參數(shù)值設(shè)置如下表1所示。

表1 模擬初始環(huán)境參數(shù)Table 1 Initial environmental parameters in simulation

模擬的各類延遲時間參數(shù)值設(shè)置如表2所示。

表2 延遲時間參數(shù)設(shè)定Table 2 Delay time parameters setting

信用風(fēng)險指數(shù)反映各影響因子對信用風(fēng)險的影響程度，參數(shù)值根據(jù)已有研究和專家意見設(shè)置，如表3所示。

表3 信用風(fēng)險指數(shù)值設(shè)定Table 3 Credit risk index value setting

質(zhì)押物風(fēng)險指數(shù)反映各影響因子對質(zhì)押物風(fēng)險的影響程度，參數(shù)值根據(jù)已有研究和專家意見設(shè)置，如表4所示。

表4 質(zhì)押物風(fēng)險指數(shù)值設(shè)定Table 4 Pledge risk index value setting

通過計算機模擬可以得到若干條表征系統(tǒng)發(fā)展趨勢的指標(biāo)曲線（見圖4～圖6）。

圖4 倉單質(zhì)押放貸風(fēng)險曲線Fig.4 Warehouse receipt pledge lending risk curve

圖5 銀行凈利息收益率曲線Fig.5 Bank’s net interestyield curve

圖6 農(nóng)產(chǎn)品企業(yè)運營能力曲線Fig.6 Agricultural enterprises operational ability curve

從圖4可以看出，實行放貸風(fēng)險聯(lián)動后，系統(tǒng)的風(fēng)險逐漸減少，這是因為農(nóng)產(chǎn)品倉單質(zhì)押各利益主體積極響應(yīng)，采取各種調(diào)控政策通過影響各風(fēng)險因子的變化來調(diào)控業(yè)務(wù)風(fēng)險，導(dǎo)致風(fēng)險逐年遞減。從圖5可以看出，銀行凈利息收益率先減小后增大，這是因為運營初期成本開支較大，加上銀行在倉單質(zhì)押業(yè)務(wù)推廣初期會有一些優(yōu)惠政策，導(dǎo)致銀行凈利息收益下降，隨著業(yè)務(wù)逐漸開展成熟，交易成本下降，單位利息開支也會隨著貸款額的增加而遞減，銀行凈利息收益率開始由減少轉(zhuǎn)為上升。從圖6可以看出，農(nóng)產(chǎn)品企業(yè)運營能力逐漸增加，說明農(nóng)產(chǎn)品倉單質(zhì)押業(yè)務(wù)確實可以增強企業(yè)盈利能力和運營能力。模擬結(jié)果與預(yù)期系統(tǒng)特征相吻合，說明模型基本正確。下一步可通過設(shè)置不同的環(huán)境參數(shù)和情景策略模擬比較得出最滿意的系統(tǒng)狀態(tài)，為銀行和農(nóng)產(chǎn)品企業(yè)提供倉單質(zhì)押業(yè)務(wù)發(fā)展趨勢預(yù)測和戰(zhàn)略決策支持。

4 結(jié)論與討論

本研究從系統(tǒng)和運動的觀點出發(fā)，全面分析了農(nóng)產(chǎn)品倉單質(zhì)押業(yè)務(wù)風(fēng)險聯(lián)動機制的結(jié)構(gòu)和功能，構(gòu)建了帶時間參數(shù)的動態(tài)仿真模型。與靜態(tài)模型只能實現(xiàn)局部優(yōu)化不同，該模型能動態(tài)仿真系統(tǒng)時滯性、反饋性、關(guān)聯(lián)性、非線性特征，獲取全局最優(yōu)的模擬結(jié)果。該模型還可以通過輸入不同環(huán)境參數(shù)和情景策略參數(shù)進(jìn)行模擬，進(jìn)而可得出不同環(huán)境下的各影響因素行為趨勢，為決策提供支持。因此，可將該模型作為農(nóng)產(chǎn)品倉單質(zhì)押風(fēng)險管理的“實驗室”。

本模型部分參數(shù)的確定是根據(jù)實際系統(tǒng)運行特征估計得出，準(zhǔn)確度有待進(jìn)一步校驗。在下一步研究中，可結(jié)合大數(shù)據(jù)分析獲取各項指標(biāo)的行為特征，改進(jìn)模型方程式，提高參數(shù)的準(zhǔn)確性，將大大提高本模型的精確度和決策準(zhǔn)確性。

[1]Coulter J, Onumal G. The role of warehouse receipt systems in enhanced commodity marketing and rural livelihoods in Africa[J]. Food Policy, 2002, 27: 319～337.

[2]He J, Jiang X, Wang J,et al.Finance, production, manufacturing and logistics VaRmodels for dynamic impawn rate of steel in inventory financing[J]. Journal of Business Management and Economics, 2012, 3(3): 127-137.

[3]龐 燕, 黃向宇. 農(nóng)產(chǎn)品物流倉單質(zhì)押風(fēng)險形成機理系統(tǒng)動力學(xué)分析, 系統(tǒng)工程. 2014, 32(7): 101-107.

[4]王忠偉,吳亞輝.農(nóng)產(chǎn)品物流倉單質(zhì)押盈利模式研究[J].物流技術(shù),2012,31(7):4-6.

[5]龐 燕,夏揚坤. 3PL家具物流金融風(fēng)險評價[J].中南林業(yè)科技大學(xué)學(xué)報,2015, 35(12): 117-122.

[6]何明珂, 錢文彬. 物流金融風(fēng)險管理全過程[J].系統(tǒng)工程,2010, 28(5): 30-35.

[7]于 輝, 甄學(xué)平. 中小企業(yè)倉單質(zhì)押業(yè)務(wù)的質(zhì)押率模型[J]. 中國管理科學(xué), 2010,18(6): 104-112.

[8]陳寶峰,馮耕中,李毅學(xué).存貨質(zhì)押融資業(yè)務(wù)的價值風(fēng)險度量[J].系統(tǒng)工程,2007,25(10):21-26.

[9]涂 川,馮耕中,高 杰. 物流企業(yè)參與下的動產(chǎn)質(zhì)押融資 [J].預(yù)測,2004,23(5):68-77.

[10]鐘永光,賈曉菁,李 旭,等.系統(tǒng)動力學(xué)[M]. 北京: 科學(xué)出版社, 2009.

Study of risk interconnection of agricultural product warehouse receipt pledge based on structural analysis

HUANG Xiang-yu, WANG Zhong-wei, PAN Yan
(Central South University of Forestry and Technology, Changsha 410004, Hunan, China)

Warehouse receipt pledge of agricultural products is a supply chain finance innovation model, which can effectively relieve agricultural enterprise financing dif ficult problem.But its business risk is signi ficantly higher than industrial products’. The riskformation mechanism is time-lag, dynamics, feedback, nonlinear, date-insuf ficient and affected by human factors. Based on this,from the system and dynamic viewpoint,this paper analyzes the internal structure and operational mechanismof risk interconnection of agricultural products logistics warehouse receipt pledge, and then risk interconnection system model is established.It consists of three subsystemswhich are riskassessment subsystem, agricultural enterprises interests subsystem and banks interests subsystem.The operation process of the system is simulated by using vensimsimulation softwareand the system characteristics show up. The establishment of the proposed model can provide the useful technique support for further establishment and implementation of the agricultural products warehouse receipt pledge risk control.

agricultural products; warehouse receipt pledge; risk interconnection; system dynamics

S7-05

A

1673-923X(2016)10-0141-06

10.14067/j.cnki.1673-923x.2016.10.025

2016-04-09

國家社會科學(xué)基金項目“農(nóng)產(chǎn)品物流倉單質(zhì)押盈利模式與風(fēng)險防范研究”（11BG057）；湖南省社會科學(xué)基金項目“裝備制造業(yè)供應(yīng)鏈金融盈利模式與風(fēng)險防范研究”（14YBA411）

黃向宇，講師，博士研究生

王忠偉，教授，博士生導(dǎo)師；E-mail：wangpmp@163.com

黃向宇，王忠偉， 龐 燕. 基于結(jié)構(gòu)分析的農(nóng)產(chǎn)品倉單質(zhì)押風(fēng)險聯(lián)動研究[J].中南林業(yè)科技大學(xué)學(xué)報，2016,36(10):141-146.

[本文編校：吳 彬]