張道海 劉剛良 王好時

摘? 要：通過建立合同激勵供應鏈借款人改善還款力度是解決供應鏈金融公司壞賬問題的有效手段。在供應鏈金融公司與供應鏈借款人之間存在利益沖突和信息不對稱的前提下，根據(jù)供應鏈金融市場的特點設計了兩階段激勵合同模型，分析了供應鏈金融公司的最優(yōu)努力水平和最優(yōu)獎懲系數(shù)，并通過數(shù)值模擬研究了供應鏈金融公司的最優(yōu)激勵合同和最優(yōu)收益。結果表明：①獎懲系數(shù)越大，努力成本系數(shù)越小，供應鏈借款人各階段的最優(yōu)努力程度越高;②獎懲系數(shù)與利潤轉換系數(shù)成正相關，與供應鏈借款人的努力成本系數(shù)、風險規(guī)避程度、還款能力方差、市場隨機擾動方差負相關;③存在使供應鏈借款人付出最優(yōu)努力并最大化供應鏈金融公司利潤的最優(yōu)激勵契約;④供應鏈金融市場的最優(yōu)收益與收益轉換系數(shù)成正相關，隨供應鏈借款人的努力成本先增加后減少，與風險規(guī)避程度、還款能力方差和市場隨機擾動負相關。最后，提出了強化獎懲管理，加強大數(shù)據(jù)建設和多方聯(lián)合治理的建議。

關鍵詞：供應鏈金融;借款方還款;兩階段;激勵契約

中圖分類號：F275.6? ? 文獻標識碼：A

Abstract： Encouraging borrowers to improve repayment by establishing contracts is an effective way to solve the problem of bad debts in supply chain finance companies. Under the premise of interest conflict and information asymmetry between supply chain finance company and supply chain borrower， a two-stage incentive contract model is designed according to the characteristics of supply chain financial market. The model is used to solve and analyze the optimal effort level and the optimal reward and punishment coefficient of the supply chain financial company， and research on optimal incentive contracts and optimal returns of the supply chain financial company by numerical simulation. The results show that： ①The larger the reward and punishment coefficient and the smaller the effort cost coefficient is， the higher the optimal effort degree of the borrower in each stage of the supply chain. ②The reward and punishment coefficients set by supply chain finance company are positively correlated with the income conversion coefficient， and negatively related to the cost system of the borrower's efforts， the borrower's risk aversion degree， the repayment ability variance， and the market random disturbance variance. ③There is an optimal incentive contract that allows the borrower to pay the optimal level of effort and maximize the returns of the supply chain finance company. ④The optimal return of the supply chain financial market is positively correlated with the conversion factor of returns， increases first and then decreases with the cost factor， and negatively correlates with the degree of risk aversion， the variance of repayment ability and the random disturbance of the market. On this basis， suggestions for strengthening the management of rewards and punishments， strengthening the construction of big data， and multi-party joint governance are put forward.

Key words： supply chain finance; borrower repayment; two

-stage; incentive contracts

0? 引? 言

供應鏈金融由于具有針對性強、效率高、靈活性好、信息傳播無障礙等多方面的優(yōu)點，更符合供應鏈借款人對融資“短、頻、快”的需求特點，加上國家普惠金融政策的利好，供應鏈金融快速發(fā)展。但是在借款方還款過程中，借貸雙方由于各自追求經(jīng)濟利益，必然存在利益博弈關系，供應鏈借款方為追求利益最大化，可能會產(chǎn)生倦怠情緒、延遲還款等消極行為，降低還款努力水平，有時甚至會產(chǎn)生放棄還款等投機行為，這就損害了供應鏈金融公司利益，破壞了供應鏈金融生態(tài)。而供應鏈金融公司由于無法完整地掌握到供應鏈借款方還款實際行為與企業(yè)信息，存在信息不對稱，對供應鏈金融公司造成了巨大的壞賬風險。因此如何在還款過程中更好地約束與激勵供應鏈借款方按雙方約定的目標行事是供應鏈借款方還款的關鍵，而研究設計相適應的激勵契約，能夠有效解決這一問題。

為了提高借款方還款量，防止壞賬風險，國內外主要從貸款前、還款過程中和還款違約后三個階段進行控制。貸款前控制研究中，有學者利用傳統(tǒng)利率手段規(guī)避還款風險，考慮信息傳遞和信息甄別來合理地確定貸款利率，降低壞賬風險[1]，通過考慮風險的RAROC模型進行定價[2];也有學者運用SVM-PNN、決策樹等大數(shù)據(jù)方法預測借款方還款違約風險，篩選出優(yōu)良借款方，提高借款方還款概率[3-4]。此外，張偉和劉興坤認為可以通過團隊貸款中的連帶責任、停貸威脅以及由它們所激發(fā)的同伴選擇、同伴監(jiān)督和社會制裁等在內的不同機制，實現(xiàn)還款激勵[5];Abedin等提出不對稱團隊貸款機制，約束借款方還款行為[3]。在還款過程中，學者主要利用借款方的道德訴求減少預先信用風險最高的客戶的違約[6]，借助于動態(tài)激勵來增加聲譽資本、強化聲譽效應，促進借款方的自我履約[7]，通過減息等獎勵措施激勵借款方還款[8]。當還款違約后，貸款方通過利率杠桿、加罰利息催收，法律催收，以貸促收，行政或經(jīng)濟手段催收來追收欠款。

綜上所述，上述文獻對防止企業(yè)壞賬風險做了廣泛的研究。但供應鏈金融公司對借款方提供的線上借款陳述難以識別其真?zhèn)?，若過度依賴大數(shù)據(jù)風險評估則會導致違約風險評估產(chǎn)生偏差，傳統(tǒng)的利率定價與機制設計也難以適用于供應鏈金融市場;同時跨區(qū)域放貸增加了供應鏈金融公司催收難度[9]，在還款過程中提高借款方還款積極性的激勵機制研究能夠有效降低供應鏈金融公司壞賬率，但是現(xiàn)有文獻尚缺少這方面的研究。因此，本文運用委托代理理論及激勵契約工具，在供應鏈金融公司與供應鏈借款方存在利益矛盾與信息不對稱的前提下，根據(jù)供應鏈金融市場的特點設計了兩階段激勵合同模型，分析了供應鏈金融公司的最優(yōu)努力水平和最優(yōu)獎懲系數(shù)，并通過數(shù)值模擬研究了供應鏈金融公司的最優(yōu)激勵合同和最優(yōu)收益;最后，提出了強化獎懲管理，加強大數(shù)據(jù)建設和多方聯(lián)合治理的建議，以期為供應鏈金融公司降低壞賬率提供借鑒。

1? 激勵模型設計

1.1? 問題描述

在還款期間，提前還款有利于減輕供應鏈借款人后期還款壓力，進而減少壞賬的可能性;另一方面，由于供應鏈金融公司自有資金有限，他們需要快速資金運作以防止資金鏈的緊張，供應鏈借款人的還款速度則成為關鍵控制點，通過在早期階段適當獎勵還款額，可以迅速收回資金。截止還款日仍未還清的還款很容易轉化為壞賬，導致資金鏈的緊張甚至破裂等一系列不利后果，此時，采用的懲罰機制可以威懾供應鏈借款人并激勵其還款。本文根據(jù)供應鏈金融公司在還款期間的需求，確定了將還款過程分為兩個階段的中間時間點（具體邏輯框圖如圖1所示），分別制定激勵合同，激勵供應鏈借款人的還款努力水平。為了滿足本文的需求，進行以下假設：

假設1：參與方是1個供應鏈金融公司和1個供應鏈借款人;他們是獨立經(jīng)濟主體，供應鏈金融公司屬于風險中立型，供應鏈借款人是風險規(guī)避者。

假設2：彼此間合作分為兩個階段，每階段初期簽訂激勵契約，并在每個階段的開始簽訂委托代理合同。

假設3：供應鏈金融公司對于供應鏈借款方還款努力程度具有非對稱信息，通過制定契約激勵供應鏈借款方提高還款努力水平，從而實現(xiàn)供應鏈金融公司效益最大化目標。

1.2? 符號設定

本文研究供應鏈金融公司激勵借款方努力還款契約設計，相關變量符號及其說明如下。

ρ為供應鏈借款方風險厭惡程度，ρ>0;

N為供應鏈借款方應還款量，為借款量與利息總和，N>0;

π為供應鏈借款方在tt=1，2階段還款量，π>0;

s為供應鏈借款方在tt=1，2階段收益;

e為供應鏈借款方在tt=1，2階段貨幣化的還款努力水平，e>0;

c為供應鏈借款方在tt=1，2階段貨幣化的還款努力成本，c>0;

n為供應鏈借款方在tt=1，2階段努力還款成本;

u為供應鏈借款方在tt=1，2階段機會收益，u>0;

f為供應鏈借款方在tt=1，2階段收益函數(shù);

α為供應鏈金融公司在tt=1，2階段固定獎勵，α>0，行業(yè)中，規(guī)模越小、利率越低、信息技術越差的企業(yè)，α越高;

ω為供應鏈金融公司在第一階段的獎勵系數(shù)，ω>0;

L為供應鏈金融公司在第二階段的懲罰系數(shù)，L>0;

∏為供應鏈借款方在tt=1，2階段收益函數(shù);

∏為供應鏈金融公司在tt=1，2階段收益函數(shù)。

1.3? 建模條件分析

（1）供應鏈借款方還款量函數(shù)

供應鏈借款方償還N數(shù)量欠款時，本文假設供應鏈借款方每階段還款量π-e+ε+θ，e為供應鏈借款方在t階段貨幣化的還款努力水平;θ為供應鏈借款方貨幣化的還款能力，與供應鏈借款方收入水平、消費水平等因素有關;ε為隨機變量，表示市場對于供應鏈借款方還款行為的擾動，表明政治、經(jīng)濟和社會市場對供應鏈借款人還款決策的影響，例如政府不保護超過規(guī)定利率的供應鏈金融公司的收益，一些銀行不愿將供應鏈借款人的信用放到在線公共平臺上等都會影響供應鏈借款人還款決策;ε與ε相獨立。假設θ： N0，σ， ε： N0，σ，θ為供應鏈借款方自身原因，ε為客觀市場原因，ε與ε獨立，θ與ε不相關，即covε，ε=0， covε，θ=0， covε，θ=0。

（2）供應鏈借款方收益函數(shù)

供應鏈借款方還款過程中具有信息不對稱特征，供應鏈金融公司無法直接觀察供應鏈借款方還款努力水平，只能通過供應鏈借款方每階段期末還款量間接判定供應鏈借款方努力水平，建立兩階段線型激勵合同達到激勵目的[10]。第一階段：供應鏈金融公司提供固定激勵支付，供應鏈借款方做出還款決策，供應鏈金融公司根據(jù)此階段還款量以ω的程度對供應鏈借款方進行獎勵（提高信用值、無息還款等），此階段還款數(shù)量也能減少第二階段的懲罰，則s=α+ωπ。第二階段期，供應鏈金融公司仍然提供固定激勵支付，不對此階段還款量進行獎勵與處罰，本階段期末仍未還款量容易形成呆賬、滯賬，導致企業(yè)資金鏈緊張、斷裂等一系列不良后果，因此供應鏈金融公司采取懲罰機制，以L的程度對未還款量總額進行懲罰（降低信用值、下次限制貸款、上調利率等），則s=α-LN-π-π，若第一階段已完成還款，雙方合作停止，則供應鏈金融公司不會提供固定激勵支付，供應鏈借款方也不會在第二階段還款，則α=0，π=0， 此時s=0。

（3）供應鏈借款方努力成本函數(shù)

根據(jù)委托代理理論經(jīng)典假設，代理方努力的邊際成本隨努力水平的增加加速上升，則假定c=ne。因此努力成本系數(shù)n越大，供應鏈借款方的努力水平越高，努力成本越大，其邊際成本也隨之增加，因此努力成本關于努力水平的一階、二階導都大于零，即c>0， c>0。

2? 模型構建與求解

2.1? 模型構建

（1）供應鏈借款方效用函數(shù)

第一階段，供應鏈金融公司提供α+ωπ獎勵，則f=α+ωπ-ne，由于供應鏈借款方為風險厭惡型，使用基于常數(shù)相對風險規(guī)避系數(shù)效用函數(shù)（CRRA），即uf=-exp-ρf，因此在考慮供應鏈借款方風險厭惡后的效用函數(shù)期望值如下：

Euf=E-exp-ρf=-exp-ρf*expdf

=-exp-ρα+ωe-ne-ρσ+σ

（2）供應鏈金融公司效用函數(shù)

供應鏈金融公司收到還款量能夠擴大放貸量，獲得更多期望收益;收不到還款量將可能導致資金鏈緊張，甚至“暴雷”，因此供應鏈金融公司的收益包含收到還款量中貸款利息。本文引入收益轉換系數(shù)k，將所有可能的收益定量化為kπ。第一階段，供應鏈金融公司提供α+ωπ獎勵，則第一階段收益函數(shù)f=k-ωe-α，因為供應鏈金融公司為風險中性，其確定性等價收入為其收益函數(shù)期望，則∏=k-ωe-α。同理第二階段供應鏈金融公司收益函數(shù)∏=k-Le+LN-Le-α，其中e為定值，不參與第二階段契約模型計算。

（3）激勵契約模型

供應鏈金融公司通過設置獎勵系數(shù)ω與懲罰系數(shù)L，最大化每階段收益，從而保證兩階段收益最大。供應鏈借款方做決策時，一方面當供應鏈借款方獲得收益高于機會收益（持有未還款資金收益）時，才會與供應鏈金融公司簽訂契約;另一方面，由于供應鏈借款方為風險規(guī)避型，其必須保證自己利益最大化。根據(jù)以上描述，本文構建第一階段激勵契約模型為：

∏=k-ωe-α? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

IR： α+ωe-ne-ρσ+σ≥u? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（2）

IC： max∏=α+ωe-ne-ρσ+σ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

第二階段激勵契約段模型為：

∏=k-Le+LN-L-α? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （4）

IR： α-LN-e-e-ne-ρL4σ+2σ≥u? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（5）

IC： max∏=α-LN-e-e-ne-ρL4σ+2σ? ? ? ? ? ? ? ? ? ? ? ? ? ?（6）

2.2? 模型求解

供應鏈金融公司與供應鏈借款方之間屬于主從博弈關系，首先供應鏈借款方制定還款決策，供應鏈金融公司在了解到供應鏈借款方還款努力水平后設置獎勵ω或懲罰系數(shù)L，確保自身收益最大化，供應鏈借款方受到供應鏈金融公司的獎勵或懲罰而實現(xiàn)收益。

2.2.1? 第一階段最優(yōu)契約求解

本文采用逆向順序，首先供應鏈借款方選擇最優(yōu)努力程度最大化自身利潤，即對∏求一階導=-ne+ω，二階導=-1，供應鏈借款方收益是關于努力水平的嚴格凸函數(shù)，則供應鏈借款方第一階段期望最大化利潤的條件為e=。其次供應鏈金融公司最大化自身利潤，即將e=代入式（1）、式（2）得到關于獎勵系數(shù)的供應鏈金融公司與供應鏈借款方最大利潤如下：

∏=-α? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（7）

∏=-ρωσ+σ+α? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（8）

通過α的橋接作用，將式（2）取等號后代入式（1），對ω求一階導-nρσ+σ+1ω-k，求二階導

=-nρσ+σ+1<0，則供應鏈金融公司收益是關于獎勵系數(shù)的嚴格凸函數(shù)，得到利潤最大值的條件ω=，帶入式（7）、式（8）得到供應鏈金融公司與供應鏈借款方第二階段最大收益期望值為：

∏=-α? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （9）

∏=α-? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （10）

2.2.2? 第二階段最優(yōu)契約求解

同樣采用逆向順序，首先供應鏈借款方選擇最優(yōu)努力程度最大化自身利潤，即對∏求一階導=-ne+L，求二階導=-1，則供應鏈借款方第二階段期望最大化利潤的條件為e=，其次供應鏈金融公司最大化自身利潤。將e=代入式（4）、式（5）得關于懲罰系數(shù)的供應鏈金融與供應鏈借款方最大利潤如下：

∏=-+LN-α? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（11）

∏=L-ρ2σ+σ+-LN+α? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（12）

通過α的橋接作用，將式（5）取等號后代入式（4），對L求一階導=-2nρ2σ+σ+1L+k，求二階導=-2nρ2σ+σ+1，則供應鏈金融公司收益是關于獎勵系數(shù)的嚴格凸函數(shù)，得到利潤最大值的條件L=，代入式（11）、式（12）得到因此供應鏈金融公司與供應鏈借款方第二階段最大收益期望值為：

∏=-α? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（13）

∏=-α? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（14）

2.3? 模型分析

命題一：供應鏈借款方最優(yōu)努力水平受獎勵系數(shù)與努力成本系數(shù)的影響，獎懲系數(shù)越大、努力成本系數(shù)越小，供應鏈借款方兩階段階最優(yōu)努力水平都越高。

證明：->0， =>0， =-<0， =-<0

命題一表明：在供應鏈借款方還款過程中，當供應鏈金融公司制定的獎懲系數(shù)增大時，出于還款決策預期成本與收益的考慮，供應鏈借款方會選擇提高還款努力水平;當還款努力成本系數(shù)提高時，供應鏈借款方需要付出更高的成本以達到供應鏈金融公司期望的努力水平，此時若不能增加對供應鏈借款方還款努力成本給予適當補貼，供應鏈借款方可能會降低還款努力水平。因此，供應鏈金融公司急需還款資金時，制定較大的獎懲系數(shù)促使供應鏈借款方提高還款努力水平將更加直接有效。

命題二：供應鏈金融公司設置的獎懲系數(shù)受收益轉換系數(shù)、供應鏈借款方努力成本系數(shù)、風險規(guī)避程度、還款能力方差和市場隨機擾動影響，且與收益轉換系數(shù)呈正相關，與供應鏈借款方努力成本系數(shù)、風險規(guī)避度、還款能力方差和市場隨機擾動方差呈負相關。

證明：=>0， =-<0， =-<0， =-<0， =-<0; =>0， =-<0， =-<0，

=-<0， =-<0。

命題二表明：①由于公司資金鏈緊張等原因，供應鏈金融公司收益轉換系數(shù)增大，致使供應鏈金融公司收益隨之增大，供應鏈金融公司更加希望供應鏈借款方還款，而命題一表明制定較大的獎懲系數(shù)促使供應鏈借款方提高還款努力水平將更加直接有效，在此情形下，提高獎懲系數(shù)能夠緩解公司資金鏈緊張、獲得更多貸款收益，從而促進公司良性發(fā)展。②供應鏈借款方風險規(guī)避度增加時，其通過加大投資提升抗風險能力，而用于還款的資金減少，從而使供應鏈金融公司評判的供應鏈借款方還款努力程度降低，由命題一中獎懲系數(shù)與努力水平呈正比可知，獎勵系數(shù)減小;公司重罰則削減了收益風險，供應鏈借款方風險因此風險總量降低，在原有抗風險能力上可適當減小風險規(guī)避度。③隨著成本系數(shù)的增加，同樣的努力帶來的負效應增加，追求利益的供應鏈借款方不愿付出更多還款努力，導致還款最優(yōu)努力水平下降，由命題一中獎懲系數(shù)與努力水平呈正比可知，供應鏈金融獎懲系數(shù)也隨之降低。④還款能力的變動來源于供應鏈借款方收入、支出的變動，其還款能力方差越大，則收支變化越大，供應鏈借款方為應對可能的收支變化而降低還款努力，此時獎懲系數(shù)下降。⑤由于供應鏈金融政策的不確定性、行業(yè)發(fā)展的不穩(wěn)定性，導致市場隨機擾動方差增大，此時供應鏈借款方產(chǎn)生減少努力還款，甚至不努力還款的機會主義行為，獎懲系數(shù)因此隨之下降。②～⑤的情況下，供應鏈金融陷入不努力還款—獎懲力度降低—更加不努力還款的惡性循環(huán)，嚴重擾亂供應鏈金融生態(tài)。鑒于此，收益轉換系數(shù)增大時，供應鏈金融公司應上調獎懲力度;而供應鏈借款方風險規(guī)避度增加、成本系數(shù)增加、收支變化、供應鏈金融市場不確定性增加時，供應鏈金融公司應下調獎懲力度，間接給予供應鏈借款方補貼，提高其努力還款水平，跳出惡性循環(huán)，共建良好的供應鏈金融生態(tài)。

命題三：存在使得供應鏈借款方付出最優(yōu)努力，且供應鏈金融公司收益最大化的最優(yōu)激勵契約。

證明：供應鏈金融公司與供應鏈借款方關于獎懲系數(shù)兩階段最大收益總和為：

∏=∏+∏=-α+-+LN-α? ? ? ? ? ? ? ? ? ? ? ? ? （15）

∏=∏+∏=-ρωσ+σ+α+L-ρ2σ+σ+-LN+α? ? ? ? ? ? ? ? ? ?（16）

以獎勵系數(shù)作為X軸，懲罰系數(shù)作為Y軸變化時，供應鏈金融借貸雙方收益處在三維空間曲面空間，供應鏈金融公司與供應鏈借款方收益曲面相交之處為最優(yōu)激勵契約[5]，本文假設α=1， α=1.5， k=1， N=4， n=1， ρ=1， σ=1， σ=1，通過模擬仿真進行驗證。

命題三表明：由圖2可知，本文設計的激勵契約是有效且合理的，在供應鏈借款方還款過程中，存在達成契約的獎懲系數(shù)集合，且在獎懲系數(shù)集合中存在最優(yōu)獎懲系數(shù)使得供應鏈借款方付出最優(yōu)努力、供應鏈金融公司最大化收益的最優(yōu)契約。由于最終契約是雙方利益博弈的產(chǎn)出，因此最優(yōu)契約不能使雙方收益同時最大化，但是供應鏈金融公可以改變相關影響因素，使得供應鏈金融公司與供應鏈借款方的收益增值，實現(xiàn)Pareto改進。

命題四：供應鏈金融最優(yōu)收益與收益轉換系數(shù)呈正相關，隨風險規(guī)避系數(shù)先增加后減少，與風險成本影響因數(shù)呈負相關。

證明：供應鏈金融公司兩階段最大收益總和為：

∏=-α-α+? ? ? ? （17）

本命題通過數(shù)值模擬證明不同還款量下供應鏈金融公司最優(yōu)收益與收益轉換系數(shù)（見圖3）、努力成本系數(shù)（見圖4）、風險偏好度（見圖5）、還款能力方差（見圖6）、市場擾動方差關系（見圖7）。其中，圖2參數(shù)設置為α=0.1， α=0.15， N=3、5、10， n=1， ρ=0.5， σ=1， σ=1;圖3參數(shù)設置為α=0.1， α=0.15， N=3、5、10， k=1， ρ=0.5， σ=1， σ=1;圖4參數(shù)設置為α=0.1， α=0.15， N=3、5、10， k=1， σ=1， σ=1;圖5參數(shù)設置為α=0.1， α=0.15， N=3、5、10， k=1， ρ=0.5， σ=1;圖6參數(shù)設置為

α=0.1， α=0.15， N=3、5、10， k=1， ρ=0.5， σ=1。

命題四表明：①由于公司資金鏈緊張等原因，供應鏈金融公司對于相同還款量能獲得更大的收益，且當應還款量越大，其預期收益顯著提高。②努力成本在適當區(qū)域內，收益—成本博弈下供應鏈金融公司能獲得較高的收益;努力成本增大時，供應鏈金融公司通過上調獎懲系數(shù)維持供應鏈借款方還款努力，由于供應鏈金融收益是關于獎懲系數(shù)的凸函數(shù)，因此供應鏈金融公司收益隨努力成本系數(shù)先上升后下降。③根據(jù)命題二，風險規(guī)避增大，獎懲系數(shù)減小;再根據(jù)命題一，此時供應鏈借款方消極還款，最終影響供應鏈金融公司收益。④還款能力方差越大，則其收支變化越大，供應鏈借款方為應對可能的收支變化而降低還款努力，供應鏈金融公司因收不到資金而無法獲取收益。⑤系統(tǒng)越不穩(wěn)定，信息共享程度越低，風險增大，此時企業(yè)產(chǎn)生投機心理，以犧牲供應鏈金融公司利益為代價最大化自身收益，導致供應鏈金融公司收益下降。

3? 建? 議

本文研究在供應鏈借款方還款過程中，雙方存在利益矛盾和信息不對稱情況下，基于供應鏈金融公司與供應鏈借款方的利益博弈，通過懲罰兩階段對供應鏈借款方實施激勵措施，雙重刺激供應鏈借款方還款努力水平，最大化供應鏈金融公司收益。通過激勵契約模型建立及求解來分析努力水平與最優(yōu)獎懲系數(shù)，采用數(shù)值模擬來研究最優(yōu)激勵契約與供應鏈金融公司最優(yōu)收益，通過以上研究提出以下結論與啟示：

（1）強化獎懲管理

獎勵與懲罰對供應鏈借款方努力水平與供應鏈金融公司收益影響較大，因此需要加強獎懲管理。供應鏈金融公司需要綜合考慮各影響因素，參照歷史與其他供應鏈金融公司經(jīng)驗，利用大數(shù)據(jù)等信息技術手段，確定合理的獎勵與懲罰程度;明確獎罰標準與規(guī)則，加強獎罰信息披露程度;積極與其他供應鏈金融公司合作，如征信聯(lián)網(wǎng)、數(shù)據(jù)共享，提升獎罰效果。

（2）加強大數(shù)據(jù)建設

供應鏈借款方風險規(guī)避度、還款能力方差、市場隨機擾動產(chǎn)生的風險成本影響最優(yōu)獎懲系數(shù)和供應鏈金融公司收益。因此供應鏈金融公司需要利用大數(shù)據(jù)深入了解市場穩(wěn)定性與供應鏈借款方還款能力、風險規(guī)避度、市場實時狀態(tài)等，準確設定獎懲系數(shù)，精確預測自身最優(yōu)收益值。首先，供應鏈金融公司必須加強數(shù)據(jù)獲取能力建設，全方位、多渠道地對供應鏈借款方、交易市場、風險等進行數(shù)據(jù)收集;其次，利用大數(shù)據(jù)分類技術定量化地評估供應鏈借款方市場穩(wěn)定性與供應鏈借款方還款能力、風險成本;最后，在進行多次評估與預測的歷史數(shù)據(jù)上，利用大數(shù)據(jù)挖掘技術研究各因素組合對獎懲系數(shù)與自身最優(yōu)收益值的影響。

（3）多方共同治理

利益博弈后能夠產(chǎn)生供應鏈借款方付出最優(yōu)努力、供應鏈金融公司收益最大化的最優(yōu)激勵契約。雖然利益博弈導致雙方不能同時利益最大化，但是可以改變相關影響因素提高雙方最優(yōu)契約收益，如降低市場隨機擾動、還款能力不確定性與供應鏈借款方風險規(guī)避度，達到提升雙方收益的目的。因此，政府需要盡量為供應鏈金融公司與供應鏈借款方排除外界干擾，營造一個穩(wěn)定的市場;供應鏈金融公司應進行大數(shù)據(jù)畫像，準確評估供應鏈借款方還款能力;供應鏈借款方應提高自身抗風險能力，降低風險規(guī)避度，通過供應鏈金融主要參與主體共同努力，使得供應鏈金融公司與供應鏈借款方的收益增值，實現(xiàn)改進。

參考文獻：

[1]? Brihaye T， Pril J D， Labie M， et al. Positive versus negative incentives for loan repayment in microfinance： A game theory approach[J]. Review of Development Economics， 2019，23（2）：577-597.

[2] 潘凌遙，蔣達. 基于企業(yè)貸款角度的RAROC貸款定價模型[J]. 系統(tǒng)工程，2014，32（3）：49-54.

[3]? Abedin M Z， Chi G， Colombage S， et al. Credit default prediction using a support vector machine and a probabilistic neural network[J]. Journal of Credit Risk， Forthcoming， 2018，14（2）：1-27.

[4]? AN L， Zhou Y， Zhang S， et al. Cumulative Overdue Model of Employees' Housing Accumulation Fund Loans Based on Decision Tree[J]. DEStech Transactions on Computer Science and Engineering， 2016（2）：270-274.

[5] 張偉，劉興坤. 國外團體貸款激勵研究述評[J]. 外國經(jīng)濟與管理，2012，34（4）：11-18，28.

[6]? Bursztyn L， Fiorin S， Gottlieb D， et al. Moral incentives in credit card debt repayment： Evidence from a field experiment[J]. Journal of Political Economy， 2019，127（4）：1641-1683.

[7] 米運生，廖祥樂，石曉敏，等. 動態(tài)激勵、聲譽強化與農(nóng)村互聯(lián)性貸款的自我履約[J]. 經(jīng)濟科學，2018（3）：102-115.

[8]? Collins J M， Gjertson L， Sydnor J. Incentives for Loan Repayments： Evidence from a Randomized Field Study[J]. Journal of Consumer Affairs， 2018，52（1）：197-208.

[9] 仇曉光. 論新型網(wǎng)絡小額信貸的風險及法律監(jiān)管[J]. 中國社會科學院研究生院學報，2013（4）：73-77.

[10]? Lee J Y. An incentive contract for leadtime reduction in an S， S inventory system[J]. Computers & operations research， 2009，36（5）：1633-1638.

[11] 李杰，劉露，Chao-Hsien Chu. P2P網(wǎng)絡借貸供應鏈供應鏈借款人違約風險影響因素研究[J]. 商業(yè)研究，2018（9）：45-54.