1. 引言
绿色供应链金融在发展实践过程中,由于经济政策变动、供应链管理低效以及供应链主体信息不对称等因素的影响,存在一定的风险。Lai Zhixuan等(2023)研究了在制造商资本约束的绿色供应链背景下,供应链成员有多种绿色战略选择。在这两种绿色战略中,制造商都需要通过银行信贷融资(BCF)来解决生产资金问题。通过比较GS和GM战略,确定供应商偏好的绿色战略。结果表明,与没有任何绿色策略的基准情况相比,GS策略可以有效地提高供应商的利润。通过指导企业制定运营和融资战略来降低潜在的运营和融资风险 [1] 。Cheng Junheng等(2023)表明在日益严格的环境法规下,制造商的绿色投入水平不足可能导致排放不达标和停产,从而进一步导致供应链中断风险。制造商需要就绿色投入水平做出决定,这与投资成本以及供应中断风险有关。通过三种金融模式的比较,推荐了零售商的最佳财务选择。分析和数值结果表明,制造商应在财务能力范围内提高绿色投入水平,以提高供应链的可持续运营水平 [2] 。Wang YL等(2023)研究考察了资本约束和风险规避下的制造业供应链融资策略。得出结论融资模式之间的绿色投入水平直接取决于银行贷款利率和风险规避程度。制造商和零售商的最优决策是销售绿色产品和选择内部融资,而销售传统产品是最差的决策。按照不同的来源和层次,影响绿色供应链金融的风险因素可以分为供应链外生风险、供应链内生风险和供应链主体风险三类 [3] 。杨雪(2023)绿色供应链金融面临的外生风险包括经济周期波动、政策环境变化等,内生风险包括供应链的结构稳定性、供应链流程管理效率等主体的风险,包括企业的资质问题、信息不对称而产生的道德风险问题等 [4] 。刘敏(2023)表示绿色企业及项目认定困难,风电产业上下游配套企业难以享受绿色信贷优惠政策。虽然风电产业属于清洁能源产业,但目前仅有少数风电产业核心企业能够获得绿色金融支持,金融机构的放款过程也较为困难 [5] 。(2023)也认为绿色供应链企业在经营过程中可能出现信用违约等问题,从而导致金融机构承担信用损失。信用风险的识别需要金融机构对绿色企业进行全面、深入的风险评估,关注企业的经营状况、环境绩效等多方面因素 [6] 。
本研究将围绕核心企业、上游中小企业、商业银行三方,分析两两之间的博弈关系。从定量的角度去分析各主体的策略选择,从绿色生产利润、违约处罚数额以及绿色生产投入等变量的角度分析核心企业是否会与中小企业联合骗取绿色贷款以及在何种条件下商业银行愿意进行绿色贷款并成功规避风险。通过演化博弈的手段,进行案例仿真分析,针对绿色供应链金融模式现存问题提出较为全面的优化建议,为环保行业内其他企业践行绿色供应链金融提供了实际案例参考。
2. 模型假设及参数设置
假设一:博弈主体为商业银行(绿色贷款提供方)、核心企业(担保方)、中小企业(绿色生产方)博弈参与主体清楚彼此的策略空间但对博弈过程中的不确定收益会产生主观判断,参与主体均为有限理性。商业银行无法提前预知中小企业与核心企业是否会合谋骗取绿色融资,核心企业与中小企业也无法判断对方是否会选择合谋同时也并不清楚商业银行是否会积极监控。三者对事件发生存在主观心理感知符合前景理论。商业银行在判断监管成本与收益时选择积极监控的概率为
,选择消极监控的概率为
;核心企业与中小企业在面对合谋的机会收益与相对应的损失时选择合谋的概率分别为
,选择不合谋的概率分别为
、
。
假设二:在核心企业为中小企业担保并且经过商业银行的判断的情况下,商业银行为中小企业发放的绿色贷款数额为R,中小企业在前期进行绿色设备改造的成本为
,当中小企业与核心企业合谋时,核心企业为便于中小企业通过绿色资质审查会帮助其伪造绿色资质,假设伪造的成本为
,
。
假设三:商业银行选择积极监管时会对核心企业和中小企业进行背调核实信息,这部分的成本记为
;当商业银行选择积极监管时会对商业银行的形象、信誉带来正面的影响,这部分正向收益记为Q;当商业银行积极监管并成功规避风险时即监管成功带来的收益记为P;同样当商业银行选择消极监控被合谋骗贷时此时的损失记为D。
假设四:中小企业选择非绿色生产时的利润记为
,绿色生产时的利润记为
,由于绿色生产对于生产过程、生产环境要求较高,因此本文假设
;同样与前文一致,中小企业在非绿色生产时,在生产结束后需支付环境污染赔偿,即赔偿损失为f。
假设五:核心企业与中小企业一方选择合谋时,由于另一方不选择合谋,因此选择合谋的一方会产生外部声誉损失记为M,当双方同时选择合谋时会产生一定的内部声誉损失记为K,假设
;另外当有一方坚持守约时,会为自身带来正向的声誉影响这部分收益记为N;当双方同时选择合谋时,核心企业在正常的担保收益外会收获额外的合谋收益记为S。
模型参数见表1所示:
3. 模型构建及求解
三方的博弈矩阵见表2所示:
Table 2. Tripartite game matrix table
表2. 三方博弈矩阵表
得到三方的策略选择组合见表3所示:
Table 3. Strategy selection combination table of the three parties in the game
表3. 博弈三方策略选择组合表
记商业银行选择“积极监管”的收益为
,选择“消极监管”的收益为
,平均收益为
。
经计算得出:
(1)
(2)
(3)
计算得出商业银行的复制动态方程为:
(4)
记核心企业选择“合谋”的收益为
,选择“消极监管”的收益为
,平均收益为
。
经计算得出:
(5)
(6)
(7)
计算得出核心企业的复制动态方程为:
(8)
记绿色中小企业选择“合谋”的收益为
,选择“消极监管”的收益为
,平均收益为
。
经计算得出:
(9)
(10)
(11)
计算得出绿色中小企业的复制动态方程为:
(12)
由式(4)~(5)、式(5)~(8)、式(5)~(12)得到一个三维动力系统I
(13)
4. 均衡点分析
令
得出:
求出
的一阶偏导为:
(14)
对
的一阶偏导进行分析,由于
,当
时
,根据微分方程稳定性原理,此时
为演化稳定点,说明商业银行此时选择积极监控。当
时
,此时
为演化稳定点,说明商业银行此时选择消极监控。
记三维空间
,曲面为
,曲面将空间分为前后两个部分,分别记为空间
和空间
,当博弈初始状态处于空间
时,商业银行选择积极监控,当博弈初始状态处于空间时,商业银行选择消极监控。商业银行的演化路径相位图见图1所示。
Figure 1. Evolution phase diagram of commercial banks
图1.商业银行的演化相位图
令得出:
求出
的一阶偏导为:
(15)
对
的一阶偏导进行分析,由假设可知
,所以当
时
,根据微分方程稳定性原理,此时
为演化稳定点,说明核心企业此时选择合谋。当
时
,此时
为演化稳定点,说明核心企业此时选择不合谋。
记三维空间
,曲面为
,曲面将空间分为前后两个部分,分别记为空间
和空间
,当博弈初始状态处于空间
时,核心企业选择合谋,当博弈初始状态处于空间
时,核心企业选择不合谋。核心企业的演化路径相位图见图2所示。
Figure 2. Evolution phase diagram of the core enterprise
图2. 核心企业的演化相位图
令
得出:
求出
的一阶偏导为:
(16)
对
的一阶偏导进行分析,由假设可知
,所以当
时
,根据微分方程稳定性原理,此时
为演化稳定点,说明中小企业此时选择合谋。当
时,此时
为演化稳定点,说明核心企业此时选择不合谋。
记三维空间
,曲面为
,曲面将空间分为前后两个部分,分别记为空间
和空间
,当博弈初始状态处于空间
时,中小企业选择合谋,当博弈初始状态处于空间
时,中小企业选择不合谋。中小企业的演化路径相位图见图3所示。
5. 均衡点稳定性分析
令
,
,
得到三维动力系统𝛪的8个局部均衡点
,
,
,
,
,
,
,
。由式(5)~(13)可计算出系统I的雅可比矩阵。
Figure 3. Evolution phase diagram of small and medium-sized enterprises
图3. 中小企业的演化相位图
为便于计算,本文令
、
、
、
、
、
、
经计算得出:
将8个均衡点带入雅可比矩阵可分别得到各个均衡点的雅可比矩阵特征值。计算结果见表4所示。
根据假设及参数设定可以判断出
、
、
符号为正,
符号为负,
、、符号不定。
根据雅可比矩阵特征值,均衡点的稳定性可以分为以下几类:
情形一:
且
时,由表3可以看出
对应的特征值都是负数,所以此时系统的演化稳定点为
,对应的策略为{消极监管,不合谋,不合谋}。
推论1:
且
,表明此时商业银行进行背调的成本大于积极监管带来的正向收益,所以此时商业银行会选择消极监管,同样对于中小企业来说其非绿色生产的机会收益
是小于其违约带来的声誉损失和环境污染赔偿,所以即使商业银行消极监管,中小企业仍会选择绿色生产,同理核心企业此时选择非合谋才能规避损失。
情形二:
且
且
时,由表3可以看出
对应的特征值都是负数,此时系统演化稳定点为
,对应的策略为{消极监管,不合谋,合谋}。
Table 4. Eigenvalues of Jacobian matrix at equilibrium points
表4. 均衡点雅可比矩阵特征值
推论2:与推论1同理,此时商业银行由于背调成本较高仍然选择消极监管,但对于中小企业,其非绿色生产的机会收益此时大于其面临的惩罚损失,所以中小企业会选择冒险合谋,由于
表明核心企业此时的合谋收益较小的不够弥补其可能面临的声誉损失和惩罚,所以核心企业不会选择合谋。
情形三:
且
时,由表3可以看出对应的特征值都是负数,所以此时系统的演化稳定点为
,对应的策略为{积极监管,不合谋,不合谋}。
推论3:由于
,所以商业银行积极监管带来的正向效益大于其积极监管的成本损失,所以此时商业银行会选择积极监管。同推论1,中小企业在此时同样面临高额的环境污染赔偿和违约声誉损失,所以中小企业仍会选择不合谋。
情形四:、
且
时,由表3计算得出此时
对应的特征值都为负数,所以此时系统的演化稳定点为
,对应的策略为{消极监管,合谋,合谋}。
推论4:由于说明商业银行此时积极监管能获得的正向收益更小,所以商业银行必然会选择消极监管,由于
说明此时核心企业的合谋收益足够弥补其冒险合谋带来的声誉损失,所以核心企业在此时会选择合谋以获取机会收益,同理,由于
,同上述推论,中小企业此时也会选择合谋获取机会收益。
情形五:
且
时,由表3计算得出此时
对应的特征值都为负数,所以此时系统的演化稳定点为
,对应的策略为{积极监管,不合谋,合谋}。
推论五:同推论3,此时商业银行仍然会选择积极监管来获取更多的正面评价和效益。同推论2,由于合谋收益较低,所以核心企业此时不会被合谋收益所吸引从而核心企业会坚持不合谋。同推论4,中小企业在此时仍会选择合谋来获取更大的利润。
情形六:
、
且
时,由表3计算得出此时
对应的特征值都为负数,所以此时系统的演化稳定点为
,对应的策略为{积极监管,合谋,合谋}。
推论六:由于
即
,商业银行积极监管的正向效益以及监管成功的收益可以弥补其前期投入成本,所以商业银行此时会坚持积极监控。由于
,同推论4,核心企业与中小企业此时都会选择合谋。
不同情形下的均衡点稳定性表见表5~表7所示:
Table 5. Stability table of equilibrium points in case 1 and 2
表5. 情形一、二均衡点稳定性表
Table 6. Stability table of equilibrium points in case 3 and 4
表6. 情形三、四均衡点稳定性表
Table 7. Stability table of equilibrium points in case 5 and 6
表7. 情形五、六均衡点稳定性表
6. 数值仿真分析
本章节使用Matlab进行仿真演化分析来验证上述结论的准确性。
令情形一中:
C1 = 40,C3 = 30,S1 = 60,S2 = 80,C2 = 100,D = 120,Q = 80,K = 40,M = 80,f = 20,S = 40,N = 50,P = 30,R = 100;商业银行积极监管策略的概率从0到1,间隔为0.2;核心企业选择合谋欺诈的概率从0到1,间隔为0.2;中小企业选择合谋欺诈的概率从0到1,间隔为0.2。重复演化次数为50次,仿真结果见图4所示,系统的演化稳定策略总趋向于{消极监控,不合谋,不合谋}。
令情形二中:
C1 = 40,C3 = 30,S1 = 60,S2 = 80,C2 = 100,D = 120,Q = 80,K = 30,M = 60,f = 20,S = 140,N = 50,P = 30,R = 100;商业银行积极监管策略的概率从0到1,间隔为0.2;核心企业选择合谋欺诈的概率从0到1,间隔为0.2;中小企业选择合谋欺诈的概率从0到1,间隔为0.2。重复演化次数为50次,仿真结果见图5所示,系统的演化稳定策略总趋向于{消极监控,不合谋,合谋}。
令情形三中:
C1 = 40,C3 = 30,S1 = 60,S2 = 80,C2 = 100,D = 120,Q = 180,K = 40,M = 80,f = 60,S = 40,N = 50,P = 30,R = 100;商业银行积极监管策略的概率从0到1,间隔为0.2;核心企业选择合谋欺诈的概率从0到1,间隔为0.2;中小企业选择合谋欺诈的概率从0到1,间隔为0.2。重复演化次数为50次,仿真结果见图6所示,系统的演化稳定策略总趋向于{积极监控,不合谋,不合谋}。
令情形四中:
C1 = 40,C3 = 30,S1 = 60,S2 = 180,C2 = 100,D = 120,Q = 80,K = 40,M = 80,f = 20,S = 200,N = 50,P = 30,R = 100;商业银行积极监管策略的概率从0到1,间隔为0.2;核心企业选择合谋欺诈的概率从0到1,间隔为0.2;中小企业选择合谋欺诈的概率从0到1,间隔为0.2。重复演化次数为50次,仿真结果见图7所示,系统的演化稳定策略总趋向于{消极监控,合谋,合谋}。
令情形五中:
C1 = 40,C3 = 30,S1 = 60,S2 = 180,C2 = 80,D = 120,Q = 180,K = 40,M = 80,f = 20,S = 40,N = 50,P = 30,R = 100;商业银行积极监管策略的概率从0到1,间隔为0.2;核心企业选择合谋欺诈的概率从0到1,间隔为0.2;中小企业选择合谋欺诈的概率从0到1,间隔为0.2。重复演化次数为50次,仿真结果见图8所示,系统的演化稳定策略总趋向于{积极监控,不合谋,合谋}。令情形六中:
C1 = 40,C3 = 30,S1 = 60,S2 = 180,C2 = 100,D = 120,Q = 80,K = 40,M = 80,f = 20,S = 250,
Figure 4. Evolution results of scenario 1
图4. 情形一演化结果
Figure 5. Evolution results of scenario 2
图5. 情形二演化结果
Figure 6. Evolution results of scenario 3
图6. 情形三演化结果
Figure 7. Evolution results of scenario 4
图7. 情形四演化结果
Figure 8. Evolution results of scenario 5
图8.情形五演化结果
Figure 9. Evolution results of scenario 6
图9. 情形六演化结果
N = 50,P = 30,R = 100;商业银行积极监管策略的概率从0到1,间隔为0.2;核心企业选择合谋欺诈的概率从0到1,间隔为0.2;中小企业选择合谋欺诈的概率从0到1,间隔为0.2。重复演化次数为50次,仿真结果见图9所示,系统的演化稳定策略总趋向于{积极监控,合谋,合谋}。
7. 结论分析及建议
计算可以得出如下结论:
商业银行是否在绿色供应链金融中选择积极监管主要取决于监管的成本和正向效益,如果正向效益的价值可以弥补损失则商业银行会承担起监管的职责,对于核心企业和中小企业来说其是否合谋主要取决于机会收益的大小,若机会收益能够弥补其违约带来的惩罚那么双方会选择合谋骗取绿色贷款,这也说明绿色供应链金融需要多方的监督配合才能正常运作。
针对上述结论本文提出如下建议,对于商业银行而言需要建立绿色供应链金融操作平台,在地区或城市分行层次设置供应链金融的集中操作平台,以统一对不同客户服务的界面,保证操作的规范性,促进产品的标准化。另外需要明确责任和加强贷后管理,实施集中操作,为支行贷后管理的信息登记与咨询提供便利渠道。商业银行还应该建立完善的风险评估体系,对绿色供应链金融业务进行全面的风险评估。加强与政府和监管机构的合作,积极参与相关政策和法规的制定和实施 [7] [8] 。对于核心企业而言,其需要建立专业的绿色供应链金融管理团队,负责整个供应链金融的风险防范和管理。这个团队应该具备专业的金融知识、风险管理技能和行业经验,能够对供应链金融业务进行全面的监督和管理 [9] 。核心企业还需要严格筛选合作伙伴,选择具有良好信誉和实力的供应商、金融机构等合作伙伴,并与他们建立长期稳定的合作关系。对于中小企业而言,首先需要深入了解绿色供应链金融政策,以便更好地把握政策机遇,规避政策风险。同时,应当与政府部门保持密切联系,及时获取政策信息和指导,以便及时调整自身的发展战略和业务模式。还应该强化企业内部控制,规范财务管理和业务流程,防范财务风险和业务风险。中小企业还应当根据自身实际情况,合理利用金融工具进行风险管理 [10] 。例如,可以利用绿色供应链金融中的应收账款质押、存货质押等金融产品,提高企业的融资能力和风险管理水平。