張 倩 副教授

（東北師范大學人文學院 長春 130117）

引言

網絡技術的不斷發(fā)展為電子商務的興起和快速發(fā)展提供了基礎和支撐。伴隨著傳統(tǒng)零售行業(yè)發(fā)展低迷等問題，在巨大消費市場的支持下，我國電子商務得到快速發(fā)展。在國家相關政策的支持下，我國電子商務領域積極實施供給側結構性改革，積極參與國內“一帶一路”倡議活動，不斷推動國內網絡經濟的健康快速發(fā)展，對我國消費結構變革、改善就業(yè)、進一步改革開放、精準扶貧等方面具有重要推動作用，逐漸形成了高質量全面發(fā)展的新局面。在2018年的中國電子商務大會上專家指出，2018年中國電子商務交易規(guī)模繼續(xù)擴大，并會繼續(xù)保持高速增長態(tài)勢。2018年，電子商務交易額已經達到31.63萬億元，同比增長8.5%。隨著國內電子商務產業(yè)的不斷發(fā)展，供應鏈金融產品已成為電子商務B2B/B2C模式的重要組成部分。作為一種全新的金融產品，它越來越受到金融業(yè)和實體的關注和青睞。開展電子商務供應鏈金融研究，能夠充分了解電子商務領域供應鏈金融的發(fā)展，澄清電子商務供應鏈金融發(fā)展中的問題和發(fā)展績效水平，改善電子商務供應鏈金融發(fā)展道路，適用于電子商務領域供應鏈金融的廣泛應用，為供應鏈金融與“互聯(lián)網+”的深度整合提供思路和借鑒。對推動電商供應鏈金融的進一步發(fā)展具有重要意義，對電商行業(yè)的繁榮具有重要價值。本文在此背景下，考慮到數據的可獲得性以及完整性，利用蘇寧易購供應鏈金融相關數據作為績效評價基礎，為后續(xù)研究提供支持。

圖1 2015-2020年我國供應鏈金融市場規(guī)模情況及預測

圖2 2011-2018年我國電子商務交易總額

電商供應鏈發(fā)展現狀及模式分析

（一）電商供應鏈金融發(fā)展現狀

隨著供應鏈金融的不斷發(fā)展及其在金融市場中日益重要的作用，它越來越受到各公司的重視。在2017年的中央第一號文件中，金融創(chuàng)新和與供應鏈金融相關的供給側結構改革等各類創(chuàng)新已成為各行業(yè)的熱門詞匯。電子商務企業(yè)開始部署供應鏈金融部門，作為企業(yè)發(fā)展的重要支持工具。圖1顯示了2015-2020年我國供應鏈金融市場的規(guī)模和預測?？梢钥闯?，我國供應鏈金融市場規(guī)模逐年增加，預計到2020年，將達到27萬億元的水平，市場巨大。

從圖2的數據可以看出，我國電子商務領域正呈現出良好的發(fā)展趨勢，盡管與前幾年相比，在國內相關法律法規(guī)政策日漸完善以及經濟全球化的影響下，電商交易規(guī)模增長率呈現出下降趨勢，但交易總額依舊保持驚人的成績，并與我國經濟新常態(tài)發(fā)展步調一致，進一步刺激了供應鏈融資向電子商務領域的擴張，主要的電子商務企業(yè)紛紛推出供應鏈金融業(yè)務，促進電子商務與供應鏈金融的深度融合。但是，由于國內電子商務供應鏈金融發(fā)展時間短，相關法律法規(guī)尚未完善，導致電子商務企業(yè)供應鏈金融發(fā)展質量不一致，信用體系尚未形成、研發(fā)能力不足、融資渠道單一等問題制約了電商供應鏈金融的發(fā)展，它對電子商務供應鏈的財務績效水平有重要影響。因此，研究電子商務供應鏈金融的發(fā)展和績效對于我國供應鏈金融的健康發(fā)展具有重要的借鑒意義和參考價值。

（二）電商供應鏈金融模式分析

1.銀企合作模式。銀企合作模式主要是指電商平臺利用其強大的平臺背景以及平臺聲譽，積極與銀行進行合作，構建與銀行的合作平臺，實現二者的資源信息共享，并將銀行引入電商平臺供應鏈，為平臺上的中小企業(yè)提供貸款服務，電商平臺在這個過程中扮演了非常重要的橋梁角色，負責為銀行和中小企業(yè)提供彼此之間的相關信息。為促進供應鏈金融合作的實現，該模式下的融資方式主要包括訂單融資、倉儲融資和應收賬款融資，它為解決中小企業(yè)融資困難問題提供了有效的解決方案。

2.電商自營模式。電商自營模式主要是電商平臺利用其自有資金、物流基礎、信用體系、大數據分析能力等為中小企業(yè)提供貸款服務，電商自營模式供應鏈金融的產生，為中小企業(yè)融資提供了更加便捷的途徑，推動了融資額度、效率及質量的進一步優(yōu)化，它對促進電子商務供應鏈金融的健康發(fā)展起到了重要作用，為提高電子商務企業(yè)的經營業(yè)績提供了支持。

表1 蘇寧易購2009-2018年財務指標數據

圖3 蘇寧易購供應鏈金融生態(tài)系統(tǒng)

表2 KMO和Bartlett檢驗

表3 總方差解釋

電商供應鏈金融績效評價

（一）研究對象與方法選擇

為確保數據的可獲得性和完整性，本研究選擇蘇寧易購相關財務指標數據作為供應鏈金融績效評價的基礎，通過巨潮網獲取蘇寧易購2009-2018年間的相關數據作為研究的基本數據，并對數據進行處理得到本研究所需的最終數據。選擇蘇寧易購的原因在于：一方面蘇寧易購成立時間較長，根據自身情況不斷進行發(fā)展戰(zhàn)略調整，在深交所上市，數據容易獲??；另一方面蘇寧易購為較早開展供應鏈金融的電商之一，并取得了非常好的成績，在電商領域具有重要的領導地位。2013年開始的“云商”發(fā)展模式，實現了電商、物流、金融等各個領域的深度融合，不斷開發(fā)獨具特色的金融產品，積極探索電商供應鏈金融轉型之路。自2011年提出供應鏈金融戰(zhàn)略發(fā)展以來，截止到目前，已經逐漸形成了包含蘇寧小貸、蘇寧銀行、蘇寧租賃有限公司、蘇寧金融、蘇寧眾籌等的供應鏈金融生態(tài)，具體供應鏈金融生態(tài)體系如圖3所示，具有研究的典型性和代表性，基本能夠反映出電商行業(yè)供應鏈金融發(fā)展的整體情況。

（二）指標選擇與研究方法

在對蘇寧易購發(fā)展績效進行評價時，利用并參考已有學者的研究成果，選擇的財務指標主要用于反映公司財務的各方面績效情況水平。在進行數據分析過程中，先利用主成分分析法對電商供應鏈金融進行績效綜合評價，得到2009-2018年間蘇寧易購綜合績效水平；由于本研究電商供應鏈金融變量屬于分類二值變量，因此利用二項logistics回歸分析方法對本研究所得數據進行分析，同時利用SPSS軟件的二項logistics回歸分析功能對構建的模型進行處理與分析，進而探討研究變量之間的關系。

（三）主成分分析

利用巨潮資訊網獲取蘇寧易購財務年報，從中獲取相關財務指標，以此作為分析的基本數據，所得數據如表1所示。對數據進行研究，觀察數據是否適合進行主成分分析，從表2數據可以看出，KMO值為0.591（大于0.5），表明所得數據可以進行主成分分析。表3中的數據顯示，上述7個指標可以提取兩個公因子，累計方差貢獻率達到83.352%，即提取的兩個公因子可以解釋所有變量的83.352%，因此可以反映所有變量的絕大部分信息，提取結果較好。對主成分分析結果進行深入分析可以進一步發(fā)現，如表4所示，資產負債率、流動比率、存貨周轉率、總資產周轉率四個指標被提取為一個公共因子，可以將其命名為風險運營能力，凈利率、每股收益、凈資產收益率被提取為一個公因子，可以將其命名為盈利成長能力。

表4 旋轉后的成分矩陣

表5 因子得分系數矩陣

表6 蘇寧易購2009-2018年績效綜合評分

圖4 2009-2018年蘇寧易購總體發(fā)展趨勢

表7 模型系數的Omnibus檢驗

表8 Hosmer和Lemeshow檢驗

表9 方程式中的變量

（四）績效評價

根據主成分分析得到因子得分系數矩陣，如表5所示，利用表5中的數據進行因子得分計算。

F1=0.051×資產負債率+0×流動比率+0.302×凈利率+0.206×每股收益+0.324×凈資產收益率-0.032×存貨周轉率-0.179×總資產周轉率 （1）

F2=-0.305×資產負債率+0.309×流動比率+0.042×凈利率+0.178×每股收益-0.037×凈資產收益率+0.340×存貨周轉率+0.291×總資產周轉率 （2）

根據計算因子加權總分的方法，對蘇寧總體的情況進行綜合績效評價。在這里以前邊兩個因子的方差貢獻率作為計算比例，得出計算公式：

本文實驗環(huán)境為Linux操作系統(tǒng)，搭建了一主四從的小型分布式集群，各節(jié)點虛擬機處理器配置為Intel Xeon CPU E5-2650 v2，內存 4GB，軟件為Hadoop-2.6.0版本。實驗數據采用從UCI機器學習庫中選取的美國1990年的人口普查數據，該數據集的維度為68，共有2458285條數據，通過人工處理，將數據集抽樣為6個大小不同的數據集，使得每個數據集的數據量以接近2倍大小的速度增長。

F=0.44×F1+0.56×F2 （3）

利用公式1、公式2、公式3以及表1中的數據計算得到2009-2018年蘇寧易購績效總體發(fā)展情況，見表6所示。

利用SPSS軟件進行因子分析共提取兩個公因子，分別為風險運營能力、盈利成長能力，并根據因子得分矩陣得到2009-2018年蘇寧易購各年績效的綜合評分，從圖4綜合績效評分走勢可以發(fā)現，2009-2013年呈現下降趨勢，并于2013達到最低點，從2013年開始逐漸上升，并具有持續(xù)上升態(tài)勢?？梢园l(fā)現，在2008年金融危機蘇寧易購的發(fā)展狀況并不理想，并且呈現低迷狀態(tài)，但是自2013年開始，蘇寧易購總體績效開始上升，而蘇寧易購正是在這一年開始布局電商供應鏈金融，此后該公司的績效水平持續(xù)上升，并呈現持續(xù)增長趨勢。這一發(fā)展結果與公司供應鏈金融的發(fā)展具有密切關系，并在績效結果上得以充分體現。

（五）實證檢驗

為了進一步驗證電商供應鏈金融對績效的重要作用，本文利用上述得到的績效綜合評分結果進行深入分析，進而理清電商供應鏈金融對績效的影響。利用SPSS軟件中的logistics回歸計算功能對所得數據進行計算，其中將公司是否開展供應鏈金融業(yè)務情況進行賦值，分別為“0-未開展該業(yè)務、1-開展了該業(yè)務”兩種，作為自變量（X），因變量用上述所得的綜合績效水平表示，記為Y，并以此構建logistics回歸模型，利用軟件進行分析。用績效綜合評分解釋公司發(fā)展情況。

模型系數的綜合檢驗。在電子商務供應鏈金融對電子商務績效發(fā)展的影響關系模型中，使用最大似然檢驗的方法，結果如表7所示?？梢钥闯觯摶貧w模型的顯著性為P=0，小于0.05，表示該模型的顯著性良好。

方程中的變量。表9中Exp（B）和95%CI for EXP（B）表示變量對應的OR值以及置信區(qū)間，即在95%水平下的可信程度。OR值的含義為：相對于賦值較低的研究對象（賦值為“0”的變量，本研究中表示沒有開展供應鏈金融業(yè)務），賦值較高的研究對象（開展供應鏈金融業(yè)務）對企業(yè)績效影響的多少。從表9中的結果可以看出，對于供應鏈金融業(yè)務開展與否對績效水平的影響模型中，模型顯著性為P=0.039＜0.05，B=0.214，表明相比于沒有開展供應鏈金融業(yè)務，開展該業(yè)務能夠有效提高企業(yè)績效水平，其中OR值為1.238，表示在蘇寧易購開展了供應鏈金融業(yè)務的年份績效水平是沒有開展供應鏈金融業(yè)務的1.238倍。

結果分析。通過上述回歸分析電子商務供應鏈金融發(fā)展對電子商務企業(yè)績效的影響，可以發(fā)現供應鏈金融業(yè)務的發(fā)展可能對電子商務企業(yè)的業(yè)績產生影響。結果表明，供應鏈金融業(yè)務的發(fā)展可以有效提高企業(yè)績效水平，促進企業(yè)進一步發(fā)展。因此，電子商務供應鏈金融可以對業(yè)績產生顯著積極影響，促進電子商務企業(yè)的進一步發(fā)展。而這又可以為供應鏈金融的深入發(fā)展提供重要推動力。

政策建議結論

完善政策支持。為推動電商供應鏈金融的發(fā)展，需要不斷健全完善金融業(yè)、電商相關法律法規(guī)制度，健全電商供應鏈金融政策支持，根據市場發(fā)展情況、已有的行業(yè)規(guī)則等內容，進一步提升電商供應鏈金融的規(guī)范性與科學性，提高行業(yè)自律水平，為電子商務供應鏈金融的健康發(fā)展提供良好政策環(huán)境，促進電子商務供應鏈金融的健康發(fā)展。

提高信用體系建設力度。推動信用體系建設進程，深入布局電商平臺的信用體系建設水平，加大信用體系建設力度，為電商供應鏈金融的發(fā)展提供保障。健全的信用體系可以有效降低交易過程的成本，從而促進電子商務供應鏈金融的良性發(fā)展。這需要企業(yè)、政府與銀行等各個相關主體共同努力，在相關信息方面構建共享平臺，實現全社會用戶信用數據的共享，突破信用體系建設的區(qū)域性與行業(yè)性，進而形成覆蓋范圍廣、參與主體全面的信用體系，提高信息交流與溝通效率，反過來，它為電子商務供應鏈金融的健康發(fā)展提供了土壤，促進了社會進步。

提升電子商務供應鏈財務能力。從電商平臺角度出發(fā)，提高電商企業(yè)供應鏈金融能力水平，一方面需要積極引進相關專業(yè)人才，為供應鏈金融的發(fā)展提供人才保障，確保供應鏈金融發(fā)展的創(chuàng)新、專業(yè)和活力；另一方面，要不斷提高電子商務企業(yè)的技術水平，電子商務供應鏈金融的發(fā)展需要技術支持。包括大數據、云計算等技術都是電商供應鏈金融發(fā)展的技術手段，因此需要電商企業(yè)不斷增強其技術支持能力，為供應鏈金融發(fā)展提供支持。