资金约束供应链（精选7篇）
资金约束供应链 篇1
0 引言
供应链是由直接或间接满足顾客需求的各企业组成的网络, 供应链是动态的, 它总是伴随着物流、信息流和资金流的持续流动, 供应链管理实际上就是对这“三流”的协调管理, 在过去的供应链管理研究文献中, 大都集中在供应链中的信息流与物流的管理。对供应链资金流的管理, 是近几年才出现的一个研究方向, 尽管研究时间较短, 但供应链资金流的管理已成为现在学术界和实业界共同关注的热点问题。
陈祥锋和朱道立对资金约束供应链中物流提供商的价值进行了研究, 主要分析了三种结构 (传统结构、代理结构与控制结构) 下, 供应链中企业的金融与运营博弈问题[1]。陈祥锋、朱道立和应雯珺对资金约束与供应链中的融资和运营综合决策问题进行了研究, 主要分析了零售商存在资金约束时, 供应链通过融资服务来缓解资金不足时的供应链博弈问题[2]。周建亨研究了零售商存在资金约束的供应链中, 同时存在融资和回购的供应链决策问题[3]。袁牧和万国华研究了零售商在面临资金约束的条件下, 零售商的最优订货策略和营销策略[4]。刚号、唐小我和慕银平考虑了损失厌恶的零售商在资金约束的情形下通过考虑延迟支付来分析供应链的运作与协调问题, 他们研究发现通过引入回购合同可以使供应链达到协调, 同时回购合同在一定程度上可以缓解零售商资金不足的状况[5]。张义刚和唐小我则对零售商资金约束下的制造商最优策略问题进行了研究[6]。综合现有的文献, 基本上都是对基于零售商资金约束的供应链博弈和协调管理问题的研究, 很少探讨制造商面临资金约束下的供应链决策管理问题。本文将对制造商面临资金约束下的供应链博弈问题进行研究。
1 基本模型
考虑由一个制造商与一个零售商组成的二级供应链, 假设制造商能准确预测市场需求, 并根据市场需求生产产品, 然后将产品销售给零售商, 零售商根据制造商提供的批发价, 选择向制造商购买一定数量的产品, 制造商将零售商订购的产品送到零售商处, 零售商将相关的款项支付给制造商, 最后零售商将产品销售给消费者。我们假设供应链中的所有信息都是对称的, 即供应链中的所有信息在制造商和零售商都是共享的, 假定制造商和零售商都是风险中性的, 并且都是追求利益最大化的决策者。该决策模型可以看作一个Stackelberg博弈, 其中制造商是决策中的领导者, 零售商是决策中的跟随者。
假定制造商的单位生产成本为c, 产品的市场需求是d D kp , 其中D代表市场的最大需求量, P代表零售商的零售价格, k 0 是价格敏感系数, d代表市场的需求。并且p c总是成立的。c, D, k是外生的, 为常数。
假设制造商提供给零售商的单位产品批发价用w表示, 则制造商、零售商、供应链的利润分别为:fm= (w -c ) Q , fr= (p -w) Q和fsc= (p -c ) Q 。由于制造商和零售商是一个Stackelberg博弈, 经过简单计算可知, 制造商和零售商博弈的结果是, 制造商确定的单位产品批发价为, 零售商向制造商的采购数量为, 零售商的单位产品零售价为。此时, 制造商的利润为, 零售商的利润为, 供应链的利润为
2 制造商资金约束下的供应链博弈
在上节中, 我们讨论了无资金约束下供应链的博弈情况, 但在实际的生产运营中, 制造商经常会遇见资金短缺的情况, 这时, 制造商在产品生产的过程中就会面临生产中断或是无法满足零售商订货的损失。本节将探讨制造商在面临资金约束下的供应链的博弈问题。
2.1 制造商资金不足时供应链的博弈
假设制造商的自有资金为A, 通过第二节的讨论我们知道, 当, 即制造商的自有资金不能生产出满足零售商需求数量的产品, 即当时, 制造商凭自有资金A, 无法生产出满足零售商需求的数量。若, 则制造商在生产产品时不会有资金不足的情况发生。因此, 假定, 我们来看制造商和零售商的博弈。本小节我们还假定制造商资金不足时, 不采取其它措施来增加资金。
制造商的决策问题为:
由于信息是对称的, 所以零售商也知道制造商的资金不足, 所以零售商的决策问题为:
在不考虑资金约束的情况下, fm在时最优, fr在最优, 但考虑约束时, 有, 所以当制造商在设置批发价为, 零售商会订购数量的产品, 但由于制造商的资金限制无法生产出数量的产品, 也就无法满足零售商的需求, 零售商订货时就不会订购数量的产品, 这时制造商就会根据零售商的决策重新制定批发价。显然fm是关于w的凹函数, 当时, 可知fm在时最优, 零售商的订货量和零售价分别为。所以, 我们有下面的定理1:
定理1 当制造商的自有资金时, 制造商和零售商博弈后, 制造商的批发价为, 零售商的订货量和零售价分别为, 制造商和零售商的利润分别为
通过定理1, 我们知道, 制造商的批发价格和零售商的零售价都随着制造商自有资金A的增大而降低, 零售商的订货量随着制造商自有资金A的增大而增大。主要原因在于当制造商的自有资金增大时, 制造商为了赚取更多的利润, 它会降低产品的批发价来刺激零售商订更多数量的产品;而对零售商来说, 当制造商降低批发价后, 它为了获得更多的利润, 肯定会订购更多数量的产品, 同时, 为了销售更多数量的产品, 它也会相应的降低产品的零售价格来吸引消费者。实际上, 对于零售商而言, 单位产品的净收益为, 当制造商的自有资金增大时, 零售商单位产品净收益会随之增大, 因此, 零售商只要订购的产品能销售出去, 总会订购更多数量的产品来获取更多利润。
通过定理1和, 我们知道fm1和fr1都随着A的增大而增大, 即制造商自有资金增加时, 制造商和零售商的利润也会都随之增加。与第二节中没有资金约束时的制造商和零售商利润进行对比, 可以发现制造商的资金约束使得制造商和零售商的利润都出现了下降。因此, 在企业实际的生产运营过程中, 制造企业应该保有充足的资金, 避免生产过程中由于资金不足而造成停产, 最终给整个供应链造成损失。
2.2 制造商资金不足但能提前收款时供应链的博弈
本节我们仍假定制造商自有资金为A, 且时, 假设在零售商确定订货量后, 制造商可以要求零售商提前付款来解决自有资金不足的问题。
假定制造商为了鼓励零售商提前付款, 会给零售商一定的折扣, 设折扣率为a ( 0 ≤a ≤1) , 假定零售商的提前付款资金会产生机会成本, 即零售商若不提前付款, 可以把这部分资金投入其它的投资活动来赚取利润, 假定资金的机会成本率为g (g ≥0 ) , g也可以理解为资本市场的平均投资回报率。不是一般性, 假定g a , 即资金的机会成本率总小于制造商的折扣率, 否则零售商就不会提前付款。同样的制造商提前收到零售商的款项后, 剩余的资金也会产生相应的收益, 收益率为g。
这时, 制造商的利润函数为:
零售商的利润为:
我们有下面的定理2:
定理2 当制造商资金不足, 且制造商能要求零售商提前付款时, 制造商和零售商博弈后, 制造商的批发价为:
零售商的订货量为:
产品的零售价为:
证明:由于制造商和零售商的博弈仍然是Stackelberg博弈, 所以先对fr求导并令其为0, 可得:
显然, 即fr是关于Q的凹函数, 令, 可得:
当w给定时, (6) 式是 (2) 式的最优解。
将 (6) 式代入 (1) , 同理可知fm是关于w的凹函数, 对fm关于w求一阶导数, 并令其为0, 可求得将w2代入 ( 6 ) 式可得将Q2代入Q =D -kp , 可得定理2得证。
根据定理2, 可以得下面的推论:
推论:1) 制造商的批发价随着产品折扣率的上升而上升, 随着资金机会成本的上升而降低;2) 零售商的订货量随着产品折扣率和资金机会成本的上升而降低;3) 零售商的产品零售价随着产品折扣率的上升而降低, 随着资金机会成本的上升而降低;4) 制造商和零售商的利润同时随着产品折扣率和资金机会成本的上升而降低。
证明:1) 由 (3) 式, 可得因此, 制造商的批发价随着产品折扣率的上升而上升, 随着资金机会成本的上升而降低。
2) 由 (4) 式, 有因此, 零售商的订货量随着产品折扣率和资金机会成本的上升而降低。
3) 由 (5) 式, 有ap20, gp20。因此, 零售商的产品零售价随着产品折扣率的上升而降低, 随着资金机会成本的上升而降低
4) 将 (3) 式和 (4) 式代入 (1) 式, 并对其分别关于a和g求导, 可得即制造商的利润随着产品折扣率和资金机会成本的上升而降低。将 (3) 式、 (4) 式和 (5) 式代入 (2) 式, 并对其分别关于a和g求导, 可得即零售商的利润随着产品折扣率和资金机会成本的上升而降低。
特别的, 当g =0 时, 即资金的机会成本为零 (这在企业的实际生产中也是存在的, 比如当产品的销售周期很短时, 制造商和零售商的资金在该期间的机会成本就可以忽略不计) 。根据定理2, 可知此时制造商的产品批发价为零售商的订货量为零售商的产品零售价为p2=43Dk+kc, 供应商和零售商的利润分别为与供应链没有资金约束时的博弈结果相比, 零售商的订货量和产品零售价是完全相等的, 供应商和零售商的利润也完全相等。由于0 a 1, 所以批发价比原来时要高。这就意味着, 当资金的机会成本不存在时, 若制造商可以要求零售商提前付款并提供折扣, 制造商可以通过提高目标批发价, 但打完折扣之后的批发价与没有资金约束时的相等, 这样零售商就会订购与没有资金约束时一样的产品数量, 制定与没有资金约束时相同的产品零售商, 从而获得与没有资金约束时相同的利润。因此, 当资金的机会成本为零时, 制造商可以通过要求提前支付并给予折扣的方式完全消除资金短缺的影响。
3 结论
资金约束在供应链的决策中是一种很常见的情况, 现有文献大都考虑零售商的资金不足时供应链的博弈问题, 本文则对制造型供应链中制造商生产产品时自有资金不足时供应链的博弈问题进行了研究。分别探讨了制造商在面临资金约束时不通过相关措施解决资金问题与通过要求零售商提前支付来解决自有资金的不足, 当制造商不采取措施时, 研究发现, 资金约束会给供应链的博弈带来影响, 制造商和零售商的利润随着制造商自有资金的增多而增大。当制造商通过要求零售商提前支付订货款并给予零售商一定的折扣时, 研究发现制造商和零售商的利润同时随着产品折扣率和资金机会成本的上升而降低。但当资金机会成本为零时, 制造商能通过要求零售商提前付款并给予折扣的方式完全消除资金短缺的影响。
摘要：建立了一个单制造商单零售商组成的两级供应链在制造商面临资金约束下的博弈模型。研究结果表明, 若制造商面临资金约束时不采取其他措施增加其资金量, 则资金不足会给制造商和零售商都带来损失;若制造商通过要求零售商提前支付货款并给予零售商一定折扣的方式来缓解资金不足时, 制造商和零售商的利润会得到改善, 特别的, 当资金机会成本为零时, 制造商能完全消除资金短缺的影响。
关键词：供应链,资金约束,博弈
参考文献
[1]陈祥锋, 朱道立.资金约束供应链中物流提供商的系统价值研究[J].系统工程学报, 2008, 23 (6) :666-673.
[2]陈祥锋, 朱道立, 应雯珺.资金约束与供应链中的融资和运营综合决策研究[J].管理科学学报, 2008, 11 (3) :70-78.
[3]周建亨.供应链中融资与回购决策分析[J].工业工程, 2010, 13 (3) :25-28.
[4]袁牧, 万国华.资金约束零售商的订购与营销联合决策研究[J].西南民族学院学报 (自然科学版) , 2013, 39 (5) :806-812.
[5]刚号, 唐小我, 慕银平.延迟支付下损失厌恶型零售商参与的供应链运作及协调[J].控制与决策, 2013, 28 (7) :1023-1027.
[6]张义刚, 唐小我.供应链融资中的制造商最优策略[J].系统工程理论与实践, 2013, 33 (6) :1434-1440.
资金约束供应链 篇2
随着经济全球化的迅速发展,企业间竞争越发激烈,产品的更新换代越来越快。回购契约越来越多的应用于销售期比较短暂且市场需求不确定的易逝品市场,比如电子产品行业等,而保洁公司也通常采用回购契约来处理剩余产品。但在中小企业的贸易活动中,由于原材料的采购、商品的生产、运输、销售等过程的不确定性,企业市场存在资金短缺的现象。Sullivan等通过实地调研破产的中小型企业,研究发现其中有28%比例的是由于资金不足导致的破产。目前国内外针对资金约束下供应链相关问题已经开展了一些研究,Abad研究了易腐性商品有限生产条件下商品订购的最优批量和最优价格问题; 刘剑锋等研究了回购契约下讨论外部融资零售商最优订货策略问题,分析表明资金约束零售商最优订货量与资本市场投资回报率及回购价格有关。
而在零售商自有资金存在订货约束情况下,给予零售商外部融资策略会带来收益的增加,却导致链上其他企业经营风险上升。因此,本文研究资金约束零售商供应链决策具有较强的现实意义。本文分析了银行利率对供应链系统订货以及零售商订货数量之间的关系,并对各个订货数量进行了比较。
二、问题描述及模型分析
由单一制造商和资金约束零售商组成的单级供应链系统,制造商不存在资金约束,其产品边际生产成本为c,商品零售价为p( p >c) 。零售商自有资金为B0,订货之后零售商支付全部货款,不足部分向银行贷款wq - B0,银行贷款利率为r,假设零售商的销售收入是在周期末一次性实现的。制造商和零售商均为风险中性者,假设商品的残值为零,且不考虑缺货损失,在销售周期结束后,对于零售商订购后而未销售出去的商品,制造商以回购价v全部回购。市场需求x为一随机变量,其概率密度函数为f( x) ,分布函数F( x) 严格单调递增而且可导。πi( i = R,M,T) 分别表示零售商、制造商、供应链系统的期望利润; q*i( i =R,T) 分别表示为零售商和供应链系统的最优订货批量; q*i0( I =r,t) 分别表示传统回购契约下零售商和供应链系统的最优订货批量。
假定信息对称,生产商和零售商均为风险中性,均知道银行的贷款利率。令
A的含义为零售商为了能够还清银行贷款而需要至少销售的商品数量。
此时,零售商的期望利润为:
制造商的期望利润为:
供应链系统的期望利润为:
其中为周期末商品剩余数量的期望。由( 2) 式的一阶条件可得,对于给定一组价格组合( w,v) ,零售商的最优订货批量q*R由下式确定:
由( 4) 式可知:
其中g( A) =f( A) +Af'( A) 。
由( 7) 式可知,供应链系统利润πT在订货数量q的分布区间上是凹的,而πT在订货数量q分布区间上有唯一的极大值。此时,在一定的批发价格w下,供应链系统的最优订货数量由下式确定:
零售商总会在给定价格组合( w,v) 下按最优订货批量q*R来订货,将( 5) 式代入( 2) 式可得:
由于供应链决策顺序为: 首先制造商确定批发价w和回购价v两个价格决策变量,零售商根据价格组合确定订货批量q,从而批发价格和回购价格组合( w,v) 是由制造商首先确定的,零售商再根据价格组合的关系式( 5) 式确定订货数量q。因此,制造商面临的决策问题等价于去如何设置批发价格和回购价格的价格组合( w,v) ,从而在满足零售商采取外部融资策略的同时,使得自身的预期利润πM获得最优。
命题1: 零售商和供应链系统的订货数量都是关于银行利率的减函数。
证明: 根据隐函数求导发则,( 5) 式两边同时对银行利率求导,化简整理可得:
( 8) 式两边同时对银行利率求导,化简整理可得:
说明命题1成立。
命题1表明,零售商和供应链系统的订货数量都是关于银行利率的减函数,即零售商订货数量和供应链系统订货数量都是随着银行利率的增大而减少。
三、数值分析
假设制造商的生产成本c =2,批发价格w =4,回购价格为v = 1,市场销售价格p = 10,自有资金B0= 70,该产品市场需求x服从[0,1000]的均匀分布,其相应分布函数和密度函数分别为:
图1表明,资金约束零售商的订货数量是关于银行利率的减函数,即零售商订货数量随着银行利率的增大而减小; 供应链系统的订货数量是关于银行利率的减函数,即系统订货数量随着银行利率的增大而减小,进一步验证了命题1结论的有效性。
四、结 论
本文考虑由单一制造商和资金约束零售商组成的二级供应链系统,分析了零售商采取外部融资策略下银行利率对订货数量的影响。研究结论表明,资金约束零售商的订货数量是关于银行利率的减函数,即零售商订货数量随着银行利率的增大而减小; 供应链系统的订货数量是关于银行利率的减函数,即系统订货数量随着银行利率的增大而减小,可以给外部融资供应链管理等实践提供参考应用价值。
摘要：现实生活中,存在较多的资金短缺现象。考虑由单一制造商和资金约束零售商组成的单级供应链系统,重点研究了外部融资时银行利率对订货数量的影响。研究结论表明,零售商、供应链系统订货数量都是关于银行利率的减函数,并能够给外部融资供应链管理等实践提供参考应用价值。
资金约束供应链 篇3
报童模型是随机存贮理论中的经典内容, 应用背景十分广泛。生产生活中很多实际问题都可以看作报童问题解决, 因此国内外的专家学者都对其进行了广泛而又深入的研究。然而, 经典的报童模型在解决实际问题仍然面临一些问题和挑战。在竞争日益激烈的市场环境下零售商在确定订货量时要受到各种实际条件的制约, 最常见的制约因素就是资金约束。因此, 对报童模型进行扩展研究成为了新的趋势, 对考虑资金约束的报童模型进行研究具有一定的实际应用价值。到目前为止在考虑约束条件的报童模型的研究中主要包括:考虑服务水平约束、考虑库存约束、考虑预算资金约束等。苏欣等建立了考虑一般费用约束、商品处理预算费用约束和缺货预算费用约束的三种扩展报童模型并给出了最优解。本文针对考虑订货资金约束的报童模型进行扩展研究, 简述考虑订货资金约束的扩展报童模型, 给出求解最优解的方法, 同时分析最优解的性质。最后以实例分析订货资金约束对最优订货量和报童利润的影响。
二、经典报童模型
在经典的报童模型中, 假设每天卖出去的商品数量是随机的, 商品的单位进价为w, 商品的单位零售价为p, 未销售商品的单位残值为s, 根据实际情况假设p>w>s, 不考虑缺货损失, 则报童的利润函数π (q, D) 为:
其中q为订货量, D为市场的随机需求, 是随机变量, 需求函数的概率密度函数f (x) >0, 需求函数的累计分布函数为F (x) , 且假设F (x) 可微、可逆, 其逆函数为F-1 (·) 。则此模型中报童的期望销售量为:
期望剩余库存为:
则期望利润为:
三、考虑订货资金约束的扩展报童模型
实际的生产生活中企业的发展经常受到资金因素的影响, 并不是需要多少就能订多少, 想订多少就能订多少。在经典的报童模型中并没有考虑企业订货资金对最优订货量的影响, 而实际问题需要把订货资金的约束考虑进去。假设零售商可用于订货的订货资金为M, 则考虑订货资金约束的扩展报童模型为:
考虑订货资金约束的扩展报童模型的最优解由定理1给出。
定理1考虑订货资金约束的扩展报童模型的最优订货量或
由定理1可以得到如下两个推论:
四、算例分析
考虑A零售商订购商品, 市场的随机需求D服从区间[0, 100]上的均匀分布, 其他参数如表1所示。 (表1)
不考虑订货资金约束和考虑订货资金约束的报童模型计算结果见表2。 (表2)
在考虑订货资金约束时, 分别取订货资金约束M=385, 455, 525, 700, 从表2中可以看出当资金约束小于等于525时, 即M=385, 455, 525, 随着订货资金约束的提高, 最优订货量增加, 且都等于订货资金所允许的订购的最大商品数量, 最优利润增加。当M=700时, 资金约束不起作用, 此时最优订货量和最优期望利润与经典报童模型相同, 验证了定理1和推论1、2的正确性。
五、结束语
本文对考虑订货资金约束的扩展报童问题进行研究, 建立考虑订货资金约束的扩展报童模型, 给出最优解的求解方式, 同时分析订货资金约束对最优订货量和最优期望利润的影响, 具有一定的实际应用价值。但本文没有把资金的时间价值考虑进去, 既是本文的不足之处, 也是今后可供研究的方向。
参考文献
[1]Andersson H.A maximum entropy approach to the newsvendor problem with partial information[J].European Journal of Operational Research, 2013.228.
[2]柳键, 邱国斌, 黄健.考虑缺货损失情形下损失厌恶零售商的订货决策[J].控制与决策, 2012.27.8.
[3]苏欣, 林正华, 杨丽.带有预算费用约束的报童模型[J].吉林大学学报 (理学版) , 2004.42.3.
资金约束供应链 篇4
近年来，我国经济发展势头良好，发展中小企业也是大势所趋。中小企业融资难的问题在2014年全国两会上再一次成为会议议题。据统计，截至2014年末，我国所有金融机构的贷款额高达86.76万亿元，2014年GDP约为63.65万亿元，各项贷款总额是GDP的1.4倍。虽然金融机构做了高额放贷，但中小企业仍然深陷融资困境。供应链金融作为商业银行的一项创新业务，重塑了银企、第三方物流企业之间的关系，核心企业利用担保和反担保机制对中小企业施行约束，再由第三方物流企业对质押物进行监督管理，中小企业的融资风险、信用水平和信息不对称问题可以得到妥善解决，不仅能缓解中小企业面临的融资约束，还确保了各业务参与者均从中获利。这无疑为中小企业拓宽了的融资渠道和提升了发展空间。但是，供应链金融能否切实帮助中小企业解决所面临的问题需要进一步探究。本文利用2005～2014年中小板上市公司截面数据对供应链金融缓解中小企业融资约束的效应进行实证检验。
二、文献评述
在国家宏观环境下，金融需求日渐增多，商业银行为了应对竞争压力需要进行相应变革，由此国内越来越多的商业银行等金融机构纷纷把目光投向供应链金融在中小企业中的应用，并将其纳入竞争策略体系，作为提升自身市场定位的重要途径。因此，商业银行对供应链金融的各个链上环节做了分析，形成一套合理的融资体系。近年来中小企业融资与供应链金融对接也成为学术界关注的焦点。
当前已有大量文献对中小企业供应链融资模式进行过论证。闫俊宏、许祥秦（2007）结合中小企业流动资产多、固定资产少的特点，依据供应链金融业务开展背景，将它划分为应收账款、保兑仓和融通仓模式，并对其异同做出比较。他们认为，中小企业在选择融资模式时，不仅要考虑自身的需要，还应该在不同的供应链节点上选择对应的融资模式。贾卓鹏（2010）从采购、生产和销售三个供应链节点出发，对供应链融资模式进行深入分析，并对供应链融资模式和传统融资模式的特点进行了比较分析。他认为供应链融资模式的多样性弥补了传统模式的不足，也凸显出自身的市场活力。
对于供应链金融在中小企业融资约束中所起的积极作用，学术界也颇为关注。马娟等（2013）认为，供应链金融服务所显现的优势，应得益于第三方物流企业所主导的中小企业融资平台，是它们使得供应链上的参与者在理论上实现共赢。他们还认为，在诱致型融资制度的指挥下，突破中小企业融资难、银企信息不对称，减少银企交易费用等方面成为供应链金融的独特优势。陈平等（2015）从博弈论的角度更详细地阐述了供应链金融可以有效地降低银企之间信息不对称问题。
对于供应链融资风险来源，李毅学（2011）从供应链金融创新的未来发展以及发展中产生的风险角度做了详细的解释，认为风险来源复杂多样，于是从系统和非系统角度对复杂风险进行了归纳，并做了划分。唐明琴、朱慧芳（2015）考虑了供应链体系整体性，基于体系的角度对供应链融资风险进行了研究，发现核心企业品牌维护、偿付能力、持续融资能力以及商业银行风险控制体系都是风险的重要来源，其中供应链融资违约风险主要来自链内企业之间的信用风险。
综观上述文献，大多数学者对中小企业供应链融资的研究维度主要集中在融资模式、融资优势、风险来源等几个方面。很少有学者从供应链金融具有减轻融资约束效应的角度进行剖析。本文从投资—现金流敏感性的角度，针对供应链金融对中小企业融资的影响进行实证分析，力图验证供应链金融缓解中小企业融资约束的有效性。
三、研究假设与模型建立
（一）研究假设
Fazzari等（1998）提出FHP模型，从投资—现金流敏感性的角度对企业融资所受约束进行实证分析，认为企业融资约束程度与投资—现金流的敏感性成正相关关系。供应链金融发展能够减轻中小企业融资约束，具体表现在企业的投资—现金流敏感性显著程度较小。因此，本文提出以下两个基本假设：
H1：中小企业存在融资约束，即投资—现金流敏感性表现得较为显著。
H2：随着供应链金融的发展，中小企业对投资—现金流敏感性降低，即融资约束有所缓解。
（二）模型选择
综观国内外学者对融资约束问题的研究，不少都运用了Fazzari、Hubbard和Petesen提出的FHP模型来分析企业投资与经营现金流之间的关系，从而测量企业融资约束的显著性。Gelos(2002）运用先验性指标对模型进行验证，得出与之相一致的结论，即融资约束与投资—现金流的敏感性正相关。Guariglia(2008),Joshua(2011）从内部融资和外部融资的角度讨论与投资—现金流的敏感性，并得出与Gelos(2002）一致的结论。刘可、缪宏伟（2013）选取制造业中小企业上市公司作为样本，对投资—现金流的敏感性做了进一步检验，证实了在存在融资约束的情况下，供应链金融可以减轻中小企业的融资约束。因此，本文在已有研究的基础上，在投资—现金流敏感性的视阈下运用改进的FHP模型，针对供应链金融对我国目前中小企业融资约束的缓解作用进行实证研究。
通过回顾国内外相关文献，笔者发现一些研究在指标选取和研究对象上存在缺陷。指标选取方面，大多数学者并没有将供应链金融发展指标作为衡量融资约束的一个重要考量指标；研究对象方面，既然是分析中小企业融资约束问题，就需要对中小企业进行划分，但现有学者并未对其进行详细界定。所以，本文在指标的选取和研究对象上做了改进。对于供应链金融发展这个指标，本文选取全国短期贷款发生额、全国商业票据发生额以及全国贴现发生额与本期国内生产总值作为衡量指标；研究对象选取了深市中小板上市公司。
为了检验上述两个假设，本文在Fazzari(1998）提出的投资—现金流敏感性模型的启发下，对FHP模型做了适当改进，如下所示：
式中：Investi表示中小企业投资比率；Cflowi表示中小企业本期期末经营现金流量；SCFi表示供应链金融发展情况，本文利用全国短期贷款发生额、商业汇票发生额以及贴现发生额作为其发展状况的衡量指标；SCFi×Cflowi用来表示供应链金融的发展状况与现金流的交叉项；Controlvari作为控制指标，本文考虑了托宾Q值、企业规模、销售收入、财务杠杆、债务资产比率五个变量；θi表示中小企业的个体效应；εi作为误差项。
四、实证研究
（一）样本的选择和数据来源
供应链金融作为中小企业融资的新途径，是否能突破融资难的瓶颈需要进一步探究，因此本文选择近十年共500家深市中小板上市企业作为样本。本文所采用的中小企业财务数据选自智慧之星、深圳证券交易所披露的数据。本文对选取的数据做了进一步的筛选，剔除了ST股以及数据不全的企业，为了保证研究结论的准确，剔除样本期间各指标不完整、经营不规范的公司。同时，剔除由于经营不善而使公司破产，导致研究数据为空的上市公司。由于极端值的存在，笔者对所有的连续变量逐一通过1%的Winsorize处理，最终得到2 750组观测值。
（二）变量定义
1. 供应链金融。
用供应链金融指标与现金流的交乘项来反映供应链金融的投资—现金流敏感性的显著性。供应链金融环境下，依据供应链上、中、下游企业之间形成的关系，由供应链上核心企业给中小企业提供担保。一个企业接受关联企业的担保次数较中位数多，可以视为该企业更注重利用供应链上核心企业的信用，维持与核心企业间的交易关系，交易更加稳定频繁，因此该指标可以较好地度量企业供应链金融发展状况。
2. 融资约束。
本文选取现金流作为衡量融资约束的指标，是因为经营活动的现金流和其他指标相比更加连续、稳定，更加适合用于表示中小企业在生产经营过程中所拥有的现金流量。
3. 控制变量。
笔者结合其他学者的研究，提炼了本文所用到的变量，并对其进行梳理改进。
（三）描述性统计分析
本文利用总投资作为测量供应链金融与融资约束相关度的指标，同时，运用其他权重指标做稳定性检验。对中小企业来说，债务融资成本溢价与其他测度指标更加直接地反映中小企业融资难状况，所以，本文选择债务融资成本溢价作为代理变量Premium，代理变量Premium是所选样本2005～2014年间的长短期负债、长短期利率以及利息支出五个指标的平均值，通过计算得出。
根据所得数据利用SPSS20.0作出散点图，见下文供应链金融和融资约束图。
上图呈现了中小企业的债务融资成本溢价随着总投资的提高而下降，表明了中小企业的融资约束在供应链金融的支持下有所缓解。
（四）实证检验
1. 回归分析。
由于数据的本身非平衡面板特点，对实证结果具有一定的影响，需要采用适当的回归分析对其进行相关性检验。本文的相关性检验选用了随机效应模型。同时，由于误差项非独立和非同分布问题，在实证分析的过程中需要对其进行考虑。所以，本文采用HuberWhite法对所选取样本数据的标准差做了修正。为了保证分析结果的准确性，分别选用三个代表供应链金融的发展指标和现金流进行交乘对所建模型做了回归分析，结果汇总如表2所示：
注：***、**和*分别表示在1%、5%和10%水平上显著。括号中的数据是通过Huber-White调整后的t值。
2. 实证结果。
表2对供应链金融和融资约束的各个特征变量根据模型做了回归分析，得出以下结论：
第一，回归（1)(2)(3）的现金流系数分别为0.355、0.268、0.274，均大于0，在1%水平上表现为显著。说明中小企业对外投资所需资金大部分来自生产经营生成的现金流，表明投资—现金流敏感性比较显著，支持H1。交叉项SCF1,2,3×Cflow的系数分别为-0.004、-0.005、-0.003，均小于0且在1%水平上表现为显著，表明在供应链金融的支持下，中小企业投资对现金流的依赖程度日益减弱，支持H2。
第二，供应链金融SCF的三个系数均为正但是在1%水平上表现不显著。而控制变量中投资机会Growth、中小企业规模以及销售收入Sales回归结果，各自的系数大多数在5%水平上显示为负，显著程度不明确。其财务杠杆的系数呈现不显著。说明中小企业自身投资行为与债务、投资机会关联度不大，但是与中小企业规模和销售收入存在着负相关关系。
第三，将交叉项与现金流的回归系数进行做比，得到的结果分别是1%、1.8%、2.2%。从比值上不难发现，所占现金流系数的比例较小，中小企业融资约束在供应链金融的支持下效果不是特别明显，导致交叉项系数较小的主要因素可能是在数据的统计口径上存在较大的误差，没有排除非供应链金融的部分，所以数据需进行进一步筛选。
总而言之，实证分析表明供应链金融在解决中小企业融资约束问题上能够发挥一定的作用，但是其效果不够明显，主要是相比发达国家而言，我国供应链金融的发展较为落后，银企对供应链金融认识不清晰，不够重视对其相关产品的开发，从而导致其在中小企业融资中的优势较弱。
五、研究结论与政策建议
本文在投资—现金流敏感性视阈下，利用中小板上市公司2005～2014年截面数据，通过建立FHP模型，研究了供应链金融发展在解决中小企业融资约束问题中发挥的作用。实证分析得出，供应链金融对中小企业融资约束效应较为显著。因此，本文提出了促进供应链金融发展来带动中小企业健康发展的政策建议：
1.为了促使供应链金融能够得到长远发展，政府应重视其政策平台的搭建工作，并充分发挥政府部门在中小企业开展供应链融资方面的市场引导作用，对参与主体进行资质认定和复核，明确信贷人的权责和义务。完善相关的法律和规章制度，保证供应链金融参与者各方利益，从而保证供应链金融在中小企业融资中的作用得以充分展现。
2.商业银行在供应链金融中处于重要位置，为了保证供应链金融业务相关产品的开发更加合理化，需要从资金运用业务战略转型、长久发展的角度来对待供应链金融，加强对其在推动中小企业发展中重要性的认识。供应链金融作为中小企业融资创新、提高企业竞争力以及盈利能力的主要方式，为了适应供应链金融发展的需要，金融机构需要对其流程体系进行重新构建。
3.第三方物流企业作为中小企业和金融机构之间的重要枢纽，只有其顺利运行，才能保证各个运作环节的资金流、物流和信息流更加畅通，从而确保整个模式的正常运转。第三方物流企业需要完善自身的信息系统和资源整合系统，加强质物仓储和监督。同时，通过评估及动产拍卖等增值服务来加强与中小企业的合作，不仅可以解决中小企业的物流综合问题，还可以为企业提供融资服务。
4.供应链金融为中小企业融资提供了保障，但中小企业也需要完善自身与供应链主导企业之间的合作关系来提升自己的信誉。另外，中小企业还需通过扩大与主导企业合作的业务范围，吸引主导企业对其进行资源性投入，从而提高合作双方的互惠程度。
摘要：高融资约束阻碍了中小企业发展,而供应链金融作为支持中小企业融资的新途径,可能成为突破中小企业融资约束、降低企业融资成本的一个有效手段。本文以20052014年中小板上市企业截面数据为样本,建立FHP模型进行实证研究。研究表明,供应链金融业务的开展,能够缓解中小企业融资约束,可作为中小企业摆脱资金不足困境的替代性解决机制。再加上政府、银企、第三方物流企业共同合作,能充分发挥供应链金融的独特优势,促进中小企业健康发展。
关键词：供应链金融,中小企业,融资约束
参考文献
闫俊宏,许祥秦.基于供应链金融的中小企业融资模式分析[J].上海金融,2007(2).
贾卓鹏.供应链融资:抵押品约束与中小企业信贷配给的有效突破[J].金融发展研究,2010(9).
马娟,万解秋,沈小燕.依托供应链金融的中小企业融资创新[J].商业研究,2013(4).
陈平,郑友,孔刘柳.供应链金融对中小企业融资的影响分析——基于博弈论角度[J].中国商论,2015(4).
李毅学,汪寿阳,冯耕中.物流金融中季节性存货质押融资质押率决策[J].管理科学学报,2011(11).
唐明琴,朱慧芳.供应链系统视角下的供应链融资模式及其风险——以渣打银行的供应链融资为例[J].征信,2015(2).
刘可,缪宏伟.供应链金融发展与中小企业融资——基于制造业中小上市公司的实证分析[J].金融论坛,2013(1).
张文春.基于供应链金融的中小企业融资研究[J].财会通讯,2010(32).
资金约束供应链 篇5
21世纪的市场竞争将不是企业和企业间的竞争, 而是供应链和供应链之间的竞争。随着全球经济一体化和信息技术的发展, 企业之间的合作正日益加强, 从供应链管理的角度来考虑企业的整个生产经营活动, 已经成为有效提升企业竞争力的重要途径。然而仍有将近75%的企业认为他们的业绩水平处于行业平均水平之下, 普遍缺乏市场竞争力。究其原因乃是企业在供应链上耗资巨大, 却又无法有效管理庞大的贯穿供应链的物资、资金和信息流向, 提高全线工作效率并控制成本, 进而直接影响了企业利润的提升。为了实现从整体上有效地控制采购、生产、仓储、运输、配送、销售等物流环节的效率和成本。企业不得不对自身原有的供应链系统重新检验, 从而达到有效采购、降低库存、及时了解供应商价格和客户信息, 合理安排商品的流向和种类, 最大限度提高企业的工作效率和经营效益。
为提高箱包制造企业的这一目标, 通过调研了一系列箱包制造行业。根据参与A公司箱包企业供应链的有限实体及特定的管理与动作方式, 研究动态条件下的以横向一体化为核心的供应链系统模式, 提出了一套适合箱包行业特点的供应链模式, 构建与之配套的供应链管理优化模型。
二、A箱包企业供应链存在的问题
通过对A公司企业供应链的运作和管理调研, 发现该企业目前供应链存在以下几个问题:
2.1缺乏统一、完整、规范的物料清单
箱包产品根据订单不同, 品种规格繁杂, 相应原物料及配件种类规格更加复杂, 除常规物料外, 还有大量特殊用料。箱包行业原物料的复杂特性使得物料清单管理成为难题, 而且更为困难的是如何有效地使用物料清单进行成本计算、编制计划、跟踪加工过程和为采购、外协提供决策支持。物料清单牵扯企业各个系统, 会直接影响到整个供应链的顺畅和正确性, 影响最终客户的满意度。
2.2动态约束条件下难以保证原物料保质保量地到达合适的位置
原物料供应的数量、质量与及时与否对能否及时交货, 与适应不断变化的客户需求与特殊情况即动态约束条件有直接的关系。目前, 由于缺乏信息系统提供的有效数据, 很难合理选择供应商并保证物料保质保量并及时地供应。
2.3动态约束条件下难以制定切实可行的生产计划
制定切实可行的生产计划, 是生产企业管理的关键问题。这关系到能否及时交货, 满足客户需求, 是管理上的一大难题。更麻烦的是, 当特殊情况发生时, 如设计更改 (记录显示60张订单更改了75次设计, 牵涉到生产计划调整) 、订单变更、急件加入等, 如何根据动态约束条件制定或更新生产计划, 及时变更原物料供应计划缺乏有效手段。目前只能依赖经验进行粗放的管理, 制定计划时基于无限资源和能力。
2.4.动态约束条件下对外协厂难以有限地监控管理
对大量外协厂进行生产进度的有效监控, 同样关系到能否及时交货, 满足客户需求。如何根据动态约束条件结合外协厂的产能更新生产计划, 并监控计划完成进度缺乏有效手段。目前只能依赖人工, 进行现场跟单管理。
三、基于模型的项目设计与实施
3.1供应链系统模型的设计
根据A公司供应存在的问题, 构建的供应链管理系统模型应具有以下特征:
1. 采用多Agent技术, 提高了系统的智能性、适用性。本系统是由多个Agent组成的集合, 包括计划代理、协调代理、销售代理、采购代理、生产代理、库存代理、财务代理等。Agent之间以及Agent与环境之间, 通过通讯、协商、协作来共同完成任务。
2. 提供优化和决策支持, 有效地利用和整合外部资源, 与上下游的企业建立合作伙伴关系实现信息共享和业务集成, 达到协同运作。要求覆盖供应链过程的全部关键工作, 包括主生产计划MPS (Master Production Schedule) 、物料需求计划MRP (Materials Requirements Planning) 、采购计划、外协加工计划等。
3. 在基于约束的前提下, 实现多种优化模型, 如采购优化模型、库存优化模型等决策技术。
综上所述, 提出如下的供应链模型, 如图3-1所示。
这个模型是基于协调机制的横向一体化的供应链系统模型, 首先通过供应链集成, 对供应链上目前存在的 (或未来的) 各个不同的目标系统进行集成, 做到数据共享, 数据集成采用XML标准。这些共享的数据, 通过基于动态用户约束的协调决策中心的调度, 使供应链企业协同生产, 以满足客户需求。
3.2供应链系统总体结构
供应链系统由决策层和运作层管理两部分组成, 系统总体结构如图3-2所示。
1.决策层
决策层通过建立基于动态用户约束的优化模型对供应链的采购计划、库存决策、物料需求预测等决策问题提供辅助支持。系统的决策层为供应链对采购决策、库存决策、供应链各个实体间利益分配等决策问题提供辅助支持, 包括为制定各类订单提供依据、为库存点提供安全库存参考值。
2.运作层
运作层管理由计划代理来制定订单计划, 由协调代理来协调各业务代理执行订单计划, 并采用E-mail、电话、传真、接口代理等不同方式与上下游信息系统进行不同程度的动态集成。计划代理和协调代理分别对订单生命周期的不同阶段进行处理。两者紧密相关, 共同完成供应链运作层的管理。供应链的运作层的系统结构如图3-3所示。
(1) W W W服务
供应链的WWW服务是典型的三层结构, 分为客户服务、供应商服务二个模块, 允许客户、供应商通过Internet访问供应链系统, 可以在任何一台连入Internet网络的计算机上通过浏览器或客户端程序访问供应链系统网上服务的内容, 包括注册、订单生成、订单执行情况跟踪、预测信息维护、库存信息等
(2) 系统管理
系统管理子系统用于维护系统运行的各项参数和基础数据, 如密码管理、工作流流程设置、预测参数、客户/供应商/机构/仓库/物料/人员等信息, 它采用典型的C/S结构。
(3) 任务执行及相关管理
任务执行及相关管理包括出入库任务执行和库存管理、收付款任务执行和财务管理、生产任务执行和生产管理、采购任务执行和采购管理四个模块, 它用于执行库存代理下达的出入库任务、采购代理下达的采购任务、生产代理下达的生产任务、财务代理下达的收付款任务, 任务的执行情况由工作流自动反馈到订单中。它也是典型的C/S结构。
(4) 协调决策中心
协调决策中心由计划代理、协调代理、销售代理、采购代理、生产代理、库存代理、财务代理组成, 实现订单 (包括销售订单、采购订单) 的生成和基于动态用户约束的订单计划、协调、调度和监控。3.3系统总体功能设计
箱包制造业的供应链系统的总体功能, 如下图所示。包括系统管理子系统 (计划代理、协调代理) 、五个业务代理 (销售代理、采购代理、生产代理、库存代理、财务代理) 、两个管理平台 (客户管理平台、供应商管理平台) 。
4小结
供应链系统的健全和高效与否已关系到整个企业竞争能力的高低。动态用户约束下的箱包企业供应链系统模型解决了该企业供应链中存在的问题, 并有效的整合了企业采购、销售, 企业内部管理, 利用供应链管理的思想, 重组企业内部的生产经营流程, 为客户提供快捷的服务, 使得供应链管理直接面向业务流程管理和提高企业的服务能力上。
参考文献
[1]、陈志详.马士华, 陈荣秋.集成化供应链管理实施方法研究.物流技术. 2002 (3)
[2]、Keah, C.A framework of supply chain management literature[J].European Journal of Purchasing&Supply management.2001, 56 (7)
资金约束供应链 篇6
一、模型建设
按照博弈论的假设, 建立银企之间的博弈模型, 假设贷出银行为博弈方1, 贷入房地产企业为博弈方2, 银行有两种策略可以选择:贷款和不贷款;房企也有两种策略可以选择:瞒报和不瞒报。作为理性经济人, 他们都有自身利益最大化的行为理性, 由于现实中两者各自利益上的权衡和决策, 使得他们具有如下的博弈支付矩, 其中银行可以选择“贷款”和“不贷款”两种策略, 采取“贷款”时, 银行可能收回成本加利息C+R, 也可能亏损C, 这主要取决于房企的业绩情况。房地产企业也有两种策略可供选择“瞒报”和“不瞒报”, 如果房企“瞒报”, 它必须承担事发后的风险成本R, R同时是银行的收益 (R>C) , 并处以F的罚款;如果“瞒报”没有被“核查”到, 房企将获得额外收益E (E>R) 。
二、模型的研究和分析
根据表1中收益数字下所画短线和箭头的方向可以知道, 这个博弈过程不存在纯策略纳什均衡。因为假设房企选择“瞒报”的策略, 那么对银行来说最好的策略选择是“不贷款”, 这样可以减少银行收不回账的损失;但当银行选择“贷款”时, 房企的正确策略就是“瞒报”, 而不是“不瞒报”策略。既然房企选择“瞒报”, 当然银行选择“不贷款”比较合算, 而房企“不瞒报”时, 银行就会选择“贷款”策略, 这样可以获得更大的收益。这样重复下去, 永远不可能停止, 无论从哪里开始都是一样的。因此这个博弈在一次性博弈中也没有自动实现的均衡性策略组合, 更无法预测到博弈的最后结果。
因此, 该博弈中两博弈方的决策原则是不能让对方预先知道或猜到的, 应该以随机的方式选择策略, 并且随机选择两种策略的概率不能让对方有可乘之机。因为只有这样, 他们才能最大化自己的利益。
我们假设房企以概率m选择“不瞒报”和以概率1-m选择“瞒报”, 银行以概率p选择“不贷款”和概率1-p选择“贷款”, 那么根据上述决策原则, 银行选择“不贷款”和“贷款”的概率为p和1-p, 一定要使房企选择“不瞒报”的期望收益和“瞒报”的期望收益相等, 即:
简化可得:
这就是博弈方1 (银行) 应该选择的混合策略。可以看出, 如果对房企“隐瞒”策略时的惩罚加大, 即F增大, 就减少了银行的不贷款概率。换句话说, 就是隐瞒的房企少了, 银行贷款的概率增加了, 市场上都是业绩好的房企, 市场一片欣欣向荣, 不存在“坏币驱逐好币”的现象。从而, 可得下面命题成立。
命题:银行贷不贷款的概率与惩罚房企的金额成正向关系。
同理, 博弈方2 (房企) 选择“不瞒报”和“瞒报”的概率为m和1-m。也应使博弈方1选择“贷款”的期望收益和选择“不贷款”的期望收益相等, 即:
同理可得:
这就是博弈方2 (房企) 的混合策略。
当博弈方1以 (P*, 1-P*) 的概率随机选择“不贷款”和“贷款”, 博弈方2以 (m*, 1-m*) 的概率随机选择“瞒报”和“不瞒报”时, 由于谁都无法通过单独改变自己随机选择的概率分布改善自己的期望收益, 因此这个混合策略组合是稳定的。这就是本博弈惟一的混合策略纳什均衡。其中:
由 (1) 式知, 若p*=0时, 表示银行“贷款”, 此时房企“瞒报”的期望收益大于“不瞒报”的期望收益, 即E-R>0。
类似地, 若P*=1时, 表明银行“不贷款”, 此时, 房企“瞒报”的期望收益小于“不满报”的期望收益, 即-F-R<0。
从而, 由上述分析可知:如果银行的“不贷款”力度小于p*, 则其收益小于零, 房企必然选择“瞒报”。所以, 为了防止房企的“瞒报”行为, 银行应当选择“不贷款”力度小于或者等于某一临界点p*。此时, 房企必然不敢“瞒报”。显然p*越低企业越不敢“瞒报”, 但p*越高银行的“贷款”成本费用就会越高。所以, 银行权衡的结果就是选择概率来“贷款”。
同理, 在 (3) 中, 若m*=0时, 表示房企“不满报”, 此时银行“贷款”的期望收益大于“不贷款”的期望收益, 即0>-C。
类似地, 若m*=1时, 表明房企“瞒报”。此时银行的“贷款”期望收益小于“不贷款”的期望收益, 即0
从而, 由上述分析可知:如果房企的“瞒报”概率大于m*, 则其收益大于零, 银行必然会选择“不贷款”策略。所以, 为了防止银行“不贷款”, 房企就会选择“不瞒报”的概率大于某一临界值m*。此时, 银行必然不会“不贷款”。显然m*越小, 银行越不会“不贷款”, 但m*越小, 房企的收益就会越小。所以, 企业权衡的结果必然会选择以概率m*的“不瞒报”策略。
三、结论建议与研究展望
由于资金约束存在于大多数房地产企业, 为了解决资金问题, 房企通常采取外部融资。本文借助博弈论的思想, 建立了银企借贷单期博弈模型, 得出了最优的贷款概率1-p*和瞒报概率1-m*, 即为了防止房企的“瞒报”行为, 银行应当选择“不贷款”力度小于或者等于某一临界点p*。此时, 房企必然不敢“瞒报”;为了防止银行“不贷款”, 房企就会选择“不瞒报”的概率大于某一临界值m*。此时, 银行必然不会“不贷款”。
银行如果可以通过概率区别出好、差企业, 给好企业贷款, 而不给差企业贷款;银行如果不能够通过概率区别好、差企业从而好、差企业都能得到贷款, 这样就会使得市场上存在“坏币驱逐好币”的现象, 导致市场没有秩序, 不利于经济的稳定和发展。根据本文的博弈分析, 我们可以做好以下几点:
第一, 提高房企的瞒报成本。由式 (2) 知, 瞒报的成本越大, 贷不到款的可能性也越大。银行在给予批复贷款前加强对房企投资项目的盈利性调查, 一旦发现申请报告中投资项目收益率失实, 可部分或全部取消对该房企的信贷额度, 使房企为自己的瞒报行为付出代价。
第二, 加大对房企的惩罚力度。由式 (2) 知, 惩罚的成本越大, 即F越大贷不到款的可能性也越大。建议发现一次, 加大处罚一次, 使其瞒报所获得的收益不能够支付处罚金额, 这样就没有瞒报的必要, 从而促进了市场的和谐。
第三, 建立银行业之间的信息共享机制。通过建立大型的信息库存放所有与银行有关房企的信贷信息, 而其他银行可以共享目标借贷房企与其他银行的信贷咨询信息。通过信息的传递从而确定申贷者的信用级别, 实现市场的自净化功能和信用机制的良性循环。
第四, 加强房地产开发企业融资渠道的多元化建设。传统的商业银行贷款已经越来越不能满足房地产开发企业的融资需求。因此, 要加快金融创新的步伐, 积极稳妥地推进房地产投资权益证券化和房地产抵押贷款证券化, 推进保险业尤其是寿险业与房地产业的结合, 多方面促进房地产开发企业融资渠道多元化建设。例如, 可以借助于金融供应链管理的思想加快金融的创新等。
当然, 文章研究的银企博弈模型是假设单期, 没有考虑到两者的关系以及它们是否可以联盟等等, 在以后的研究中我们可以考虑不完全信息静态博弈或不完全信息动态博弈研究房地产企业的外部融资问题, 为银行给予房地产公司贷款融资提供了较强的现实指导意义。
摘要：资金约束存在于大多数房地产企业, 为了解决资金问题, 房企通常采取外部融资。文章借助博弈论的思想, 建立了银企借贷单期博弈模型, 研究发现银行在房企的瞒报概率小于一固定值时才给予其提供贷款融资。
关键词：资金约束,房地产企业,博弈,融资
参考文献
[1].李素红, 周维升, 陈立文.房地产开发企业融资风险的研究现状与展望[J].企业经济, 2010 (1) .
[2].王琨.论房地产企业资金链风险的内涵[J].企业研究, 2010 (4) .
[3].刘丽琴.我国房地产企业融资方式的研究[J].价值工程, 2010 (3) .
[4].周京奎.信息不对称信念与金融支持过度——房地产泡沫形成的一个博弈论分析[J].财贸经济, 2005 (8) .
[5].肖条军.博弈论及其应用[M].上海三联书店, 2004.
[6].赵善华.商业银行房地产开发贷款中的博弈问题研究[J].商场现代化, 2009 (5) .
[7].谢识予.经济博弈论 (第二版) [M].复旦大学出版社, 2002.
[8].张维迎.博弈论与信息经济学[M].上海人民出版社, 2001.
[9].吕根铨.新政下房地产开发企业融资策略研究[J].现代经济信息, 2010 (13) .
资金约束供应链 篇7
联合采购问题 (Joint Replenishment Problem, JRP) 是指从一个供应商处对多种产品进行分组采购, 从而达到分摊主要准备费用、节省采购总费用之目的, JRP作为存储论研究的一个重要课题, 其学术价值和适用性被广泛认同[1,2], 相关研究又可分为间接成组和直接成组策略。①间接成组策略是通过寻求最合理的联合补充周期 (T0) 和各品种货物的补充周期 (Ti) , 从而使总的相关费用最小化。如Andreas设计了一种迭代启发式算法用于求解, 得到了较好的结果[3]。②直接成组策略是研究如何将N个品种分成M组, 使得总费用最小化。在每个组都需要确定一个固定的T0, 在每次订货时本组中的每个物品都需要进行补货。对直接分组策略的研究较少, Olsen采用直接分组策略设计了基于遗传算法的JRP求解算法, 并且通过大量的数据对比分析, 得出遗传算法优于历史上最好算法的结论[4];Van-eijs等分析得出在准要准备费用较高时, 间接成组策略要优于直接成组策略[5]。
现实的库存系统中存在着不同的资源约束, 如Moon等构建了资金约束下的联合采购模型[6], 并将现有的RAND以及遗传算法应用于模型的求解, 指出遗传算法在解决多约束的联合采购模型有广阔的应用价值;Hoque构建了资金能力和运输能力限制的联合采购模型[7], 并设计了一个新的算法得到模型的最优解; Porras等提出了每种物品有最小订货数限制的联合采购模型, 并设计了相应的获取最优解的算法[8]。
在一篇影响深远的综述中, Khouja等指出对存在更多贴近实际情况约束 (资金量、运输容量、库存容量、最小订货量、企业生产能力限制) 的JRP研究严重不足[9], 原因之一是求近似最优解的复杂度过高 (NP-hard问题) , 缺乏高效通用的求解算法, 而传统的方法又存在自身难以克服缺陷。①枚举法:当枚举空间比较大时, 算法效率较低, 有时甚至在目前先进计算工具上仍无法求解。②常规的启发式算法:对每个问题必须找出特有的启发式规则, 难度高且无通用性, 如文献[10]。也有学者采用遗传算法进行求解[6], 结果证实遗传算法整体上讲也是一种高效可行的方法, 但遗传算法存在复杂的进化操作使其计算费用随着问题规模的扩大和复杂度的提高呈指数级增长, 而且在一些特定的应用场合, 算法搜索后期容易出现停滞现象, 导致收敛进度欠佳。
因此, 迫切需要寻求一种能够以有限代价来解决优化的稳定高效的通用方法, 从而突破此类复杂优化问题的瓶颈。作为一种随机的并行直接搜索算法, 差分进化 (Differential Evolution, DE) 算法保留了基于种群的全局搜索策略, 采用实数编码、基于差分的简单变异操作和一对一的竞争生存策略, 降低了遗传操作的复杂性[11]。同时, DE特有的记忆能力使其可以动态跟踪当前的搜索情况, 以调整其搜索策略, 具有较强的全局收敛能力和鲁棒性。差分进化算法以其易用性、稳健性和强大的全局寻优能力在众多应用领域取得成功[12], 但是却在采购管理领域中几乎没有得到应用。
本文针对最实用的资金约束条件, 分析联合采购决策模型, 并设计一种稳定可靠的基于自适应变异算子的DE算法进行求解。同时, 通过算例和仿真实验将此方法与具有广泛适用性和较高精度的基于遗传算法的求解方法进行对比分析。最后, 分析此模型的应用情况, 验证改进的DE方法的科学适用性, 从而为解决此JRP问题提供一种新的稳定、高效的方法。
2 带有资金约束的联合采购模型构建
JRP模型所解决的在一定的假设条件下, 确定最合理的联合采购周期和各种物品采购周期的问题。其假设条件与EOQ模型相似:每种物品的需求是确定的;不允许缺货;不允许数量折扣;各物品的采购周期是联合采购周期的整数倍。
Dl 第l种物品的年需求速度
S 主要准备费用, 即固定订货成本
sl 次要准备费用, 即第l种物品的订购费用
hl 第l种物品的年单位库存费用
bl 物品l的单价
B 能提供投资的资金的最大额度
T 联合采购周期, 为决策变量
kl 周期乘子, 第l种物品的采购周期所包含的联合采购周期数, 为决策变量
带资金约束的联合采购模型如下:
3 差分进化算法改进
3.1 差分进化算法流程
DE算法是由Storn和Price于1995年共同提出的一种采用浮点矢量编码在连续空间中进行随机搜索的优化算法, 其具体步骤如下。
① 初始化:
建立优化搜索的初始点, 首先需对种群初始化。DE利用N个维数为D的实数值参数向量作为每一代的种群, 每个个体表示为:
其中: i为个体在种群中的序列; G为进化代数; N为种群规模。设参数变量的界限为x (L) j≤xij, 0≤x (U) j, 则通过式 (3) 生成初始种群个体。
其中: i=1, 2, …, N; j=1, 2, …, D.
② 变异:
对每个目标个体xi, G, 变异向量如下产生:
其中:下标r1, r2和r3是随机选择的不相同的数, 且与目标向量xi, G的下标i也不相同;变异算子F∈[0, 2]常数, 可用来控制偏差变量的放大程度。
③ 交叉:
将目标向量xi, G和变异向量vi, G进行交叉操作, 则可得到试验向量ui, G+1.
CR∈[0, 1]是一个交叉算子, rand是产生[0, 1]之间的随机数, q∈{1, 2, …, D}是一个随即产生的参数, 用来确保试验向量ui, G+1至少能从变异向量vi, G获得一个参数。
④ 选择:
在选择操作中, 通过比较试验向量的适应度值和目标向量的适应度值来决定谁进入下一代。在选择过程中, 试验向量只与相应的目标个体进行比较, 而不是种群所有的个体[13]。
3.2 改进的自适应差分进化 (Modified AdaptiveDifferential Evolution, MADE) 算法
① 自适应变异算子
变异算子决定了偏差向量的放大比例, 变异率太大, 算法搜索效率低下, 求得的全局最优解精度低; 但变异率过小, 则无法保证种群的多样性[14], 容易出现早熟的现象。因此, 本文提出自适应的变异算子, 随着迭代次数的增加, 变异率也随之变化, 初期较大的变异算子保证种群多样性, 后期较小的变异率保留优良个体。自适应变异算子的设计如下:
其中: Fmin表示变异参数的最小值; Fmax表示变异参数的最大值; GenM表示最大的进化代数; G则表示当前进化的代数。
② 在进行选择操作时, 每次试验向量只是与相应的一个目标个体比较, 可能会出现在其它组中, 比该试验向量适应度好的个体被淘汰的情况。为了解决这一问题, 在选择操作中, 首先分别对初始种群xi和经过差分进化后所得的种群ui根据适应度值进行排序, 然后分别取xi适应度值的前50%和ui适应度值的前50%组合成新的种群 (N个) 。通过这一选择操作, 可将大部分的优良个体保留下来。
4 资金约束下的JRP求解算法设计
4.1 周期乘子kj取值范围的确定
运用MADE求解时, 首先需确定决策变量的可行域。在JRP中, 各种备件的采购周期是联合采购周期T的正整数倍, 则问题的可行域为:{ (k1, k2, …, kn) |kl∈N, N为正整数}。为了减少搜索的空间, 可确定各个kl的取值范围。各个备件订货时, 其采购周期至少必须是联合采购周期T的1倍, 因此, 可定义kl的下界为:
kLB= (k1, k2, …, kn) = (1, 1, …, 1)
对式 (1) 中kl (l=1, 2, …, n) 求偏导, 得出:
又因为kl (kl-1) ≤k2l≤kl (kl+1) , 故:
因此, kUB可由下列的公式计算求得:
其中:
由于kl的取值为正整数, 因此在使用MADE求解中, 采用如式 (9) 的方法, 实现kl取值在[kLBl, kUBl]与[0, 1]的映射。
其中:
4.2 对约束条件的处理
对式 (1) 求T的偏导, 可得:
由约束条件式 (2) 可得:
令
4.3 算法流程
Step1:设定种群规模为NP, 变异算子Fmin、Fmax, 交叉算子CR与最大迭代次数GenM. 首先根据式 (11) 对kx进行种群初始化, 置当前迭代次数为G=0。根据理论分析和多次试算结果确定Fmin=0.2, Fmax=0.6, CR=0.1。
其中:i=1, 2, …, NP;l=1, 2, …, n; rand[0, 1]是取[0, 1]之间的随机数。
Step2:判断是否达到最大迭代次数, 若是则停止并输出最优结果;否则, 执行下一步。
Step3:对目标向量kxi, G进行变异操作, 其中自适应变异算子为:
由此得到kxi, G的变异向量kxvi, G+1.
Step4:对kxi, G和kxvi, G+1进行交叉操作, 得到交叉向量kxui, G+1.!根据式 (9) 还原kxi, G和kxui, G+1为ki, G和kui, G+1.
Step5:将还原后的ki, G和kui, G+1进行评估, 代入式 (1) , 根据总成本值TC进行排序, 分别选择kxi, G和kxui, G+1对应的TC值较小的前50%组合成新的种群kxi, G+1.
Step6:G=G+1, 返回Step2。
Step7:输出最优的总成本TC*值, 及其对应的采购周期T*, 与各物品的采购周期数 (k1, k2, …, kn) 。
5 算笼与应用效果分析
5.1 算例分析
参照文献[6]中所提供的数据, 固定订货成本S=20, 可用资金的最大额度B=6700, 品种数n=10, 其它数据如表1所示。
已令kLB= (k1, k2, …, k10) = (1, 1, …, 1) , 可求得
用MADE和GA同时求解该问题, 种群规模均设为100, 迭代次数均设为500, MADE的相关参数同上所设;GA中的参数设置为:交叉概率Pc为0.8, 变异概率Pm为0.05。
MADE与GA所得的最优解均为:K*= (1, 2, 1, 1, 1, 2, 1, 1, 1, 2) , T*=0.0100, TC=7818.2003, 两种算法的收敛过程如图1所示。
在本例中, MADE与GA都得出了最优值, 但是比较其收敛过程, 从图1中可看出MADE比GA更快的收敛达到最优解, 证实了MADE的有效性。
5.2 仿真实验
物品种类n与主要准备费用S的取值分别考虑了四种情况: n=5、10、15、20, S=5、10、15、20, 次要准备费用sl、需求量Dl和库存费用hl的数据从分别从区间[0.5, 5.0]、[10]、[0.2, 3.0]中随机产生的, 资金限额B值也是由区间[n×20, n×80]中随机产生。共有16个组合, 每个组合均随机产生10个问题, 每个问题均运行10遍。其中MADEA与GA的参数设置同算例分析中的设置, 种群规模设为NP=100, MADE的迭代次数设为GenM=300, GA的迭代次数设为1000。MADEA与GA运行出来的结果如表2所示 (注:ACS%表示MADEA相对于GA算法平均成本节约的百分比) 。
5.3 应用效果分析
备件是设备正常维护和应急处理的重要保障性物资, 对我国众多连续性生产企业而言, 生产设备某一处一旦发生故障, 就可能导致整个生产线的停产而造成巨大的损失 (如核电站停产导致很大的经济损失以及难以预料的潜在安全问题) 。因此, 企业必须保证足够的备件供应[15]。但备件储备量过大, 一方面占用大量的流动资金并增加仓储费用, 并可能因为锈蚀损坏或者技术进步导致备件报废, 从而增加企业的生产成本。如在某核电站, 所有保证机组日常维修的备件库存约为1亿美元, 种类多达2万余种, 按照我国中型现代化企业库存管理费用平均标准20%计算, 相关管理费用亦十分惊人。因此, 在保证安全生产的前提下对备件库存进行优化, 对于企业提高效益有着重要意义。
对核电站而言, 由于技术方面的制约, 从国外采购关键备件的现象非常普遍。采购相关的固定订货成本不仅涉及到手续费、电信往来、人员差旅费等, 而且在通过代理公司购买时每笔业务还须支付可观的中间费用。另外, 国际采购所需支付的运输费用也会大幅度上升。此时, 联合采购策略就成为一种非常有效的成本控制手段。当一组备件都是由同一供应商或供应地供应, 或一组备件同时采用一种运输工具运输时, 联合采购将节约可观费用, 这也非常符合我国核电站备件采购实情。
本文模型已在广东某核电集团50种标准的电气备件库存管理中试用, 这些备件的供应业务对供应商有很大的吸引力, 加之有4台机组同时运行, 其需求合并后经过统计分析可视为确定性需求。故, 可借用JRP策略进行管理, 这些备件的年需求量为20～56, 计算时相关参数设置如下:hi=0.2;si=30, S=200;F=CR=0.6;GenM=700;NP=150。
而这些备件以前借助 (s, S) 库存模型进行管理, 2008年1月至2009年12月采用本文模型后, 发现借助本文模型得出的决策建议, 统计发现这些备件总库存费用与传统方式相比下降了4.6%, 同时供应服务水平亦得到满足, 取得了良好的经济效益。
6 结论
本文属于新颖的智能优化算法与库存模型的交叉研究, 针对有资金约束的JRP求解算法精度不高、复杂度过高的不足, 设计了一种高效的自适应DE求解算法, 并且此算法简单易于实施; 并通过与目前另一种求解此问题有效的遗传算法对比分析, 证实本文设计的算法不仅稳定可靠、全局收敛能力强, 而且可以获得总成本更低的采购策略; 同时以某核电站备件管理为背景, 分析了资金约束条件下的JRP模型的应用。
本文理论上丰富了库存管理理论, 拓展了DE算法的应用领域; 实践上本文提出的方法可应用于解决面向国际市场采购的备件联合采购决策难题, 具有广泛的适用性和较强的应用价值。 未来我们将在多种贴近现实的约束条件进行深入的JRP研究, 并结合其他进化算法的优点设计更稳定、收敛速度快的混合DE求解算法。
摘要：针对贴近库存管理实践的联合采购问题研究不足的事实, 分析了有资金约束的联合采购决策模型, 该模型属于NP-hard问题, 目前缺乏稳定快速的全局优化求解算法。本文设计了一种高效的自适应差分进化求解算法, 通过与另一种求解此问题高效的遗传算法得到的结果进行对比分析, 发现改进的差分进化算法不仅稳定可靠、全局收敛能力强, 而且可以获得总成本更低的采购策略。算例分析结果同时表明, 随着联合采购物品品种的增加, 本文设计的算法在成本节约方面的潜力就越大。此方法具有广泛适用性和较强的应用价值, 已在核电站备件库存管理应用中产生了良好的经济效益。