許井陳超

（浙江財(cái)經(jīng)大學(xué)，浙江 杭州 310018）

物流金融模式中關(guān)于利益分配的定量研究

許井陳超

（浙江財(cái)經(jīng)大學(xué)，浙江 杭州 310018）

對(duì)物流金融模式中的利益分配問題進(jìn)行定量研究，重點(diǎn)引入Shapley模型，對(duì)無風(fēng)險(xiǎn)和有風(fēng)險(xiǎn)兩種情況，分別進(jìn)行定量分析。研究發(fā)現(xiàn)，通過Shapley利益分配后，利益主體的總收益高于原總收益，而且引入風(fēng)險(xiǎn)因素后，總收益仍保持不變而僅僅在企業(yè)之間進(jìn)行重新分配。

物流金融；利益分配；定量分析；Shapley模型

1 引言

物流金融模式中，各成員單位都是獨(dú)立的經(jīng)濟(jì)實(shí)體，都是理性人，以追求利益最大化為目標(biāo)。如果成員單位的投入沒有得到相應(yīng)的回報(bào)或者遠(yuǎn)低于預(yù)期回報(bào)，該成員單位將會(huì)感覺利益分配不公平，這會(huì)影響整個(gè)物流金融供應(yīng)鏈的效率，甚至引發(fā)解散風(fēng)險(xiǎn)。因此，物流金融模式急需一個(gè)公平科學(xué)的利益分配機(jī)制。為了更好地分配利益，引入風(fēng)險(xiǎn)因子，全面評(píng)價(jià)物流金融模式的利潤(rùn)分配機(jī)制。

2 物流金融的利益主體

物流金融是物流業(yè)與金融業(yè)發(fā)展到一定階段的產(chǎn)物。一般的物流金融是指第三方物流企業(yè)與金融機(jī)構(gòu)在供應(yīng)鏈運(yùn)作中向客戶提供的融資、結(jié)算、保險(xiǎn)等服務(wù)。廣義的物流金融是物流的全過程中運(yùn)用的金融綜合，包括對(duì)物流、資金流、商流、信息流的整合，調(diào)節(jié)貨幣運(yùn)作的一系列經(jīng)濟(jì)活動(dòng)。

物流金融主要有三個(gè)利益主體，分別是金融機(jī)構(gòu)（I1）、物流企業(yè)（I2）和中小企業(yè)（I3）。這三個(gè)主體都有意愿達(dá)成契約，主體之間的協(xié)議可強(qiáng)制執(zhí)行，所以三個(gè)主體的博弈屬于合作博弈。在現(xiàn)實(shí)經(jīng)濟(jì)活動(dòng)中，金融機(jī)構(gòu)通過合作擴(kuò)大了貸款來源，不僅降低了搜尋成本與審查成本，獲得了新客戶的利息利潤(rùn)，而且降低了金融機(jī)構(gòu)的信貸風(fēng)險(xiǎn)；物流企業(yè)通過合作增加了物流服務(wù)收入，降低了物流供應(yīng)鏈的交易成本與交易風(fēng)險(xiǎn)，有利于形成長(zhǎng)期穩(wěn)定的客戶關(guān)系；中小企業(yè)通過合作節(jié)省了融資成本，降低了物流成本，提高了資金的運(yùn)作效率。物流金融的三方合作模式為各個(gè)利益主體贏得了更多的利益空間。為了保障物流金融的有效性與穩(wěn)定性，三個(gè)利益主體都必須在參加合作時(shí)獲取更多的利益，這樣才能保障各個(gè)方面的積極運(yùn)作。

3 物流金融模式中利益分配的定量模型

3.1 物流金融利益分配的主要風(fēng)險(xiǎn)因素

風(fēng)險(xiǎn)是指物流金融合作過程中由于因素的復(fù)雜性、易變性及不可控性的影響，使得真實(shí)結(jié)果偏離預(yù)期目標(biāo)而產(chǎn)生損失的可能性。綜觀物流金融服務(wù)的復(fù)雜環(huán)境，不僅要面臨財(cái)務(wù)風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)以及組織風(fēng)險(xiǎn)等傳統(tǒng)風(fēng)險(xiǎn)，還要面臨合作風(fēng)險(xiǎn)、解散風(fēng)險(xiǎn)以及信息風(fēng)險(xiǎn)等非傳統(tǒng)風(fēng)險(xiǎn)。限于篇幅，傳統(tǒng)風(fēng)險(xiǎn)就不再一一詳述。下面來分析三大非傳統(tǒng)風(fēng)險(xiǎn)。

合作風(fēng)險(xiǎn)是指參與物流金融合作的各個(gè)企業(yè)自身特有的差異性與目標(biāo)利益之間的沖突。企業(yè)的特有差異性會(huì)造成企業(yè)出現(xiàn)溝通障礙，進(jìn)而影響了物流金融的整體競(jìng)爭(zhēng)力，目標(biāo)利益沖突則會(huì)影響各個(gè)企業(yè)的協(xié)調(diào)性。

解散風(fēng)險(xiǎn)是指物流金融各個(gè)企業(yè)不合作，面臨解散、重組或更新的可能性。物流金融合作是一種動(dòng)態(tài)性的企業(yè)聯(lián)盟，該動(dòng)態(tài)性導(dǎo)致了企業(yè)合作的不穩(wěn)定性，導(dǎo)致了物流金融合作機(jī)制解散風(fēng)險(xiǎn)的存在。

信息風(fēng)險(xiǎn)是由于物流金融各個(gè)企業(yè)的信息不對(duì)稱而引發(fā)的風(fēng)險(xiǎn)。一方面，由于物流金融利益主體存在一種委托代理與合作關(guān)系，每個(gè)企業(yè)為了利益最大化，就會(huì)將敏感的信息隱藏，尤其是涉及信息技術(shù)與商業(yè)秘密等方面的信息，導(dǎo)致了企業(yè)的信息不對(duì)稱性。另一方面，各個(gè)企業(yè)為了滿足客戶的需求水平，就會(huì)特意夸大一些信息，導(dǎo)致信息出現(xiàn)失真，從而引發(fā)了信息風(fēng)險(xiǎn)。

3.2 定量模型介紹

（1）傳統(tǒng)的Shapley模型。Shapley模型是L.S.Shapley在1953年提出的一個(gè)解決多人博弈分配的數(shù)學(xué)方法。如果一個(gè)合作滿足對(duì)稱性、有效性與可加性三個(gè)特征，則可以利用Shapley算法進(jìn)行合作利益分配。其中：對(duì)稱性是指局中人獲得的利益分配與他被賦予的順序、符號(hào)無關(guān)；有效性是指任一局中人對(duì)他所參與的合作無貢獻(xiàn)，則他的利潤(rùn)分配為0，這類局中人就是零局中人。利潤(rùn)的完全分配是指局中人的所有利益之和等于合作獲益?？杉有允侵溉我鈨蓚€(gè)特征函數(shù)可以相加，即若n個(gè)同時(shí)進(jìn)行兩項(xiàng)合作時(shí)，每人分配的兩項(xiàng)合作利益可以相加。

Shapley證明了任意一個(gè)多人合作的博弈，有且僅有一個(gè)Shapley值，具體表示如下：

其中i（i=1，2，…，n）表示企業(yè)的序數(shù)，n代表參與博弈的組合數(shù)，φi(V)代表企業(yè)i對(duì)參與供應(yīng)鏈合作貢獻(xiàn)的加權(quán)平均值，W(|S|)表示加權(quán)因子，|S|表示集合S的元素個(gè)數(shù)，V(s)表示企業(yè)i參與供應(yīng)鏈合作S時(shí)的合作獲利；v(s/i)表示企業(yè)i不參加供應(yīng)鏈合作S時(shí)的獲利，V表示企業(yè)i對(duì)供應(yīng)鏈合作S的貢獻(xiàn)。

Shapley算法最致命的缺陷在于未考慮各個(gè)參與主體在合作過程中所承擔(dān)的風(fēng)險(xiǎn)。根據(jù)風(fēng)險(xiǎn)與收益的平衡原則，要想收益越高，所要承擔(dān)的風(fēng)險(xiǎn)也就越大。在殘酷的市場(chǎng)競(jìng)爭(zhēng)下，產(chǎn)品更新?lián)Q代速度加快，消費(fèi)者需求也日新月異，各個(gè)主體在合作過程中的風(fēng)險(xiǎn)不容忽視。為此，應(yīng)設(shè)計(jì)一個(gè)考慮風(fēng)險(xiǎn)因素的Shapley模型，將風(fēng)險(xiǎn)因子引入到物流金融利益分配模型中，才能確保合作的持久性與穩(wěn)健性。下文將對(duì)各個(gè)參與主體的風(fēng)險(xiǎn)進(jìn)行具體分析，并對(duì)Shapley模型進(jìn)行改進(jìn)。

（2）改進(jìn)的Shapley模型。為了消除Shapley模型的風(fēng)險(xiǎn)影響，引入了風(fēng)險(xiǎn)因子，構(gòu)建改進(jìn)的Shapley模型，具體的步驟如下：

步驟一，組建風(fēng)險(xiǎn)因素組合，將所有要考慮風(fēng)險(xiǎn)因素都納入Shapley模型，假定風(fēng)險(xiǎn)因子為j（j=1，2，…，m）。

步驟二，給每個(gè)風(fēng)險(xiǎn)因素賦值，令Sij表示物流服務(wù)合作中企業(yè)i的風(fēng)險(xiǎn)，假定風(fēng)險(xiǎn)范圍為[0,100]。

步驟三，對(duì)每個(gè)風(fēng)險(xiǎn)因素設(shè)立一個(gè)權(quán)重，假定該權(quán)重為Wj，滿足0〈Wj〈1,且Σj=1。

步驟四，計(jì)算物流金融合作企業(yè)I的風(fēng)險(xiǎn)，令風(fēng)險(xiǎn)因子為ri，那么滿足：

步驟五，假定風(fēng)險(xiǎn)因子為r（r1，r2，…，rm），對(duì)風(fēng)險(xiǎn)因子進(jìn)行歸一化處理，具體做法為n）。

引入風(fēng)險(xiǎn)因子后，可將Shapley模型改寫為：

未引入風(fēng)險(xiǎn)因素時(shí)，Shapley模型其實(shí)假定物流金融合作供應(yīng)鏈中的各個(gè)企業(yè)都承擔(dān)相等的風(fēng)險(xiǎn)，該風(fēng)險(xiǎn)概率為1/n。1/n可視為供應(yīng)鏈合作中各個(gè)合作企業(yè)承擔(dān)的平均風(fēng)險(xiǎn)，而（-1/n）則表示風(fēng)險(xiǎn)修正后企業(yè)所需要承擔(dān)的風(fēng)險(xiǎn)因子。（-1/n）V(s)表示物流金融企業(yè)利益分配的調(diào)整值。

4 物流金融模式利益分配定量模型的算例分析

下面通過一則算例，具體說明上述的Shapley模型解析物流金融模式的利益分配。設(shè)現(xiàn)有三個(gè)利益主體，其中A是中小企業(yè)，B是第三方物流企業(yè)（3PL），C為金融機(jī)構(gòu)。為簡(jiǎn)化分析，本文假定各個(gè)利益主體的盈利情況和當(dāng)前面臨的風(fēng)險(xiǎn)都是已知的。表1是不同組合模式下的利益分配狀況，其中各個(gè)數(shù)值為收益值。

表1 A、B、C三個(gè)利益主體不同組合的收益值

在表1中，V（A）、V（B）和V（C）分別表示A、B、C三個(gè)利益主體均不與其他兩個(gè)利益主體之間合作時(shí)所產(chǎn)生的收益；V（A+B）、V（A+C）、V（B+C）則代表了任意兩個(gè)利益主體之間建立合作時(shí)所產(chǎn)生的收益；V（A+B+C）則表示三個(gè)利益主體共同建立合作關(guān)系所產(chǎn)生的收益。

4.1 傳統(tǒng)的Shapley模型測(cè)算結(jié)果與分析

根據(jù)前面的傳統(tǒng)Shapley模型，測(cè)算不同合作聯(lián)盟情況下各個(gè)利益主體的利益分配情況，結(jié)果分別見表2-4。

表2 中小企業(yè)A的收益分配情況

于是，可作如下分析：

表3 第三方物流企業(yè)B的收益分配情況

表4 金融機(jī)構(gòu)C的收益分配情況

（1）Shapley值之和φA（V）+φB（V）+φC（V）=1 125/6=187.5。于是可得，三個(gè)利益主體通過分配之后得到的利益總和高于他們合作聯(lián)盟獲得的總收益值（160）。也就是說，這種利益分配是具有放大收益性質(zhì)的分配，是有效的。

（2）對(duì)于A、B、C而言，經(jīng)利益分配之后他們各自的Shapley值都高于不合作時(shí)的收益值，因此通過Shapley方法進(jìn)行利益分配，對(duì)于三個(gè)利益主體自身都是有效的。

4.2 改進(jìn)Shapley模型測(cè)算結(jié)果與分析

在傳統(tǒng)方法的基礎(chǔ)上，引入風(fēng)險(xiǎn)因子，對(duì)上面的測(cè)算結(jié)果進(jìn)行修正。根據(jù)風(fēng)險(xiǎn)與收益在一定范圍內(nèi)成正比，這里假定A、B、C面臨的風(fēng)險(xiǎn)因子分別為35、40和55，于是，歸一化后的rA=35/130，rB=40/130，rC=55/130。引入風(fēng)險(xiǎn)因子后，三個(gè)利益主體之間的最終分配結(jié)果見表5。

表5 引入風(fēng)險(xiǎn)因子后的利益分配結(jié)果

于是，可作如下分析：

（1）在引入風(fēng)險(xiǎn)因素后，三個(gè)利益主體之間的總利益與未引入風(fēng)險(xiǎn)因素時(shí)的總利益相等。也就是說，雖然引入了風(fēng)險(xiǎn)因素，但是并沒有產(chǎn)生利益損失，而是在三個(gè)利益主體之間根據(jù)利益的承擔(dān)責(zé)任進(jìn)行了重新分配。

（2）對(duì)于中小企業(yè)A而言，引入風(fēng)險(xiǎn)因素以后，其利益分配值有所減少，即φA（V）〈φ'i（V）；第三方物流企業(yè)B的利益分配值并沒有發(fā)生變化；金融機(jī)構(gòu)C的利益分配值有所增加。由此可見，引入風(fēng)險(xiǎn)因素后，承擔(dān)高風(fēng)險(xiǎn)的利益者在一定程度上得到補(bǔ)償。由于第三方物流企業(yè)僅僅代表了中介角色，并不是主要融資者也不是主要出資者，因此其風(fēng)險(xiǎn)處于中立狀態(tài)，引入風(fēng)險(xiǎn)以后的利益分配值保持恒定。

（3）對(duì)于中小企業(yè)C而言，由于其風(fēng)險(xiǎn)承擔(dān)能力有限，因此在引入風(fēng)險(xiǎn)以后，利益分配將得到一定損失，因此要謹(jǐn)慎考慮是否參與物流金融合作。本算例中，引入風(fēng)險(xiǎn)以后A企業(yè)的最終收益值仍高于原不參與任何合作時(shí)的收益值，因此可以考慮參與物流金融合作。

5 結(jié)語

物流金融模式的利益分配機(jī)制直接影響三大主體的長(zhǎng)期可持續(xù)合作，公平科學(xué)的分配機(jī)制有利于強(qiáng)化利益主體之間的聯(lián)盟合作。本文采用Shapley模型方法，定量研究了物流金融聯(lián)盟主體的分配機(jī)制，通過Shapley利益分配后，利益主體的總收益高于原總收益。然后，引入風(fēng)險(xiǎn)因子，研究發(fā)現(xiàn)利益主體的總收益并不改變，僅僅在三大利益主體之間重新分配。

綜合本文的研究可以得出，基于風(fēng)險(xiǎn)因素的Shapley模型方法是定量研究物流金融模式利益分配模式的一種有效方法，它一方面能夠有效解決物流金融模式下各個(gè)參與主體的信息資源共享問題，有助于改進(jìn)傳統(tǒng)信貸模式下委托代理存在的問題，另一方面也能在保證總體效益水平不變的前提下有效促進(jìn)利益分配的公平與均衡?？梢哉f，這種定量研究方法有利于實(shí)現(xiàn)物流金融模式下利益分配與風(fēng)險(xiǎn)分擔(dān)之間的良性匹配。在這種利益與風(fēng)險(xiǎn)良性匹配的條件下，中小企業(yè)、第三方物流企業(yè)和金融機(jī)構(gòu)等參與主體之間的信任與合作將更加深入。

由此可見，本文所采用的定量模型方法在研究利益分配問題上具有一定的應(yīng)用價(jià)值。同時(shí)，既然考慮到物流金融模式中存在的風(fēng)險(xiǎn)問題，那么有效識(shí)別與計(jì)量中小企業(yè)、第三方物流企業(yè)和金融機(jī)構(gòu)等各個(gè)參與主體在物流金融模式中所存在的風(fēng)險(xiǎn)，從而更加精確地進(jìn)行利益分配，必然是值得探討的問題。本文僅對(duì)風(fēng)險(xiǎn)因子進(jìn)行抽象量化，并沒有細(xì)化討論各個(gè)參與主體所面臨的風(fēng)險(xiǎn)因素，因此下一步有待深入研究。

[1]王成軍,明娟.物流金融中參與主體利益分配合理化研究[J].物流技術(shù),2015,(3).

[2]徐慶,呂杰,馮文才.金融物流模式下對(duì)第三方物流企業(yè)的激勵(lì)[J].復(fù)旦學(xué)報(bào)（自然科學(xué)版）,2013,(2).

[3]高更君,黃芳.基于云重心Shapley值的供應(yīng)鏈融資聯(lián)盟收益分配研究[J].工業(yè)技術(shù)經(jīng)濟(jì),2017,(2).

[4]張寶明,李婕,白雪靜,陸芯依,陳新,楊凱麗.基于 SHAPLEY 值法的O2O模式下服裝業(yè)的利潤(rùn)分配機(jī)制研究[J].電子商務(wù),2015,(6).

A Quantitative Study on Benefit Distribution in Logistics Financing Mode

XujingChenchao
(Zhejiang University of Finance&Economics,Hangzhou 310018,China)

In this paper,we studied quantitatively the benefit distribution issue in the logistics financing mode.First we introduced in the Shapley model and studied quantitatively and respectively the cases with and without risk considered,through which we found that,under the Shapley benefit distribution scheme,the total benefit of the parties concerned was higher than their original total benefit and after the introduction of the risk factors,the total benefit remained the same,only to be redistributed among the enterprises.

logistics financing;benefit distribution;quantitative analysis;Shapley model

F224.0;F830.571

A

1005-152X(2017)06-0149-04

10.3969/j.issn.1005-152X.2017.06.035

2017-04-15

許井陳超，男，畬族，浙江衢州人，浙江財(cái)經(jīng)大學(xué)金融工程專業(yè)學(xué)生，研究方向：金融學(xué)。