線上供應鏈金融中商業(yè)銀行對B2B平臺的激勵機制研究
發(fā)布時間:2021-08-04 23:38
隨著經(jīng)濟與信息技術的不斷發(fā)展,線上供應鏈金融作為傳統(tǒng)供應鏈金融與互聯(lián)網(wǎng)相結合產(chǎn)生的創(chuàng)新產(chǎn)品正逐漸成為未來的發(fā)展趨勢。商業(yè)銀行依據(jù)B2B平臺的信息資源和大數(shù)據(jù)分析技術,委托B2B平臺為其平臺上的供應鏈融資業(yè)務進行授信審查,兩者之間存在典型的委托代理問題。在相關互聯(lián)網(wǎng)金融法律法規(guī)還不完善的情況下,研究商業(yè)銀行對B2B平臺進行激勵機制設計以保障自身利益的問題具有重要意義。線上供應鏈金融的研究仍是一個較新的領域,學術界已經(jīng)進行了線上供應鏈金融的模式、融資企業(yè)風險分析等方面的研究,但對于商業(yè)銀行與B2B之間存在的委托代理問題的研究較少且不全面。本文在現(xiàn)有相關文獻的基礎上,運用委托代理理論和激勵機制理論,對商業(yè)銀行與B2B平臺之間的激勵機制進行了定量的研究與分析,其主要內容及結論如下:首先,以零售商電子訂單融資的運作模式為基礎,分析了B2B平臺在授信審查時存在的隱藏信息的道德風險和隱藏行動的道德風險。并以隱藏行動的道德風險為視角,在銀行與B2B平臺存在單期委托代理關系時,有針對性的引入銀行的可授信額度和貸款利率變量,構建符合特定條件下的靜態(tài)激勵模型。其次,結合線上供應鏈金融中銀行對B2B平臺的信息...
【文章來源】:南京財經(jīng)大學江蘇省
【文章頁數(shù)】:57 頁
【學位級別】:碩士
【部分圖文】:
012-2018年中小微企業(yè)B2B電子商務交易規(guī)模數(shù)據(jù)來源:中國電子商務研究中心監(jiān)測數(shù)據(jù)整理得到,e表示預測,根據(jù)艾瑞統(tǒng)計模型
南京財經(jīng)大學碩士學位論文(2)22222222**( ) AdAAdAZ ,引入可觀測信息變量后,銀行對于 B2B 平臺的激勵系數(shù)提高。且銀行與 B2B 平臺之間的信息共享量越多,銀行愿意支付的激勵系數(shù)越大,表明銀行更傾向于與共享信息量大的 B2B 平臺合作。并愿意支付給 B2B 平臺更大的收益分配比例。同時引入可觀測信息變量可以提升銀行和 B2B 平臺之間的收益。下一節(jié)結合具體的數(shù)值進一步分析。4.3 對比與數(shù)值分析本小節(jié)對引入可觀測信息變量 Z 前后銀行的激勵系數(shù)、期望收益以及 B2B平臺的努力水平進行數(shù)值分析,來探討在這兩種靜態(tài)激勵模型下銀行的激勵系數(shù)、期望收益和 B2B 平臺努力水平的變化,從而進一步說明引入可觀測信息變量對銀行制定激勵決策的有效性和合理性。
的大小可以反映銀行從 B2B平臺獲得的信息量。方差越大,表示包含的信息量越多,即 B2B 平臺對銀行的信息共享程度越高。從圖 4.1 和圖 4.2 分析可知,隨著方差2Z 增大,銀行的激勵系數(shù)以及 B2B 平臺的努力水平都隨著增加。同時從圖中可以看出,當信息共享程度達到一定值時,B2B 平臺的努力水平和銀行對 B2B 平臺的激勵系數(shù)的增加速度不斷加快。原因是隨著 B2B 平臺上供應鏈融資信息的透明化程度的增加,銀行對于可觀測的信息把握得越多,越容易把控整個供應鏈融資的各參與主體的運作進程,則銀行在對融資企業(yè)的風險把控,以及對 B2B 平臺的激勵監(jiān)控則更加容易。圖 4.2 可觀測變量變量對 B2B 平臺努力水平的影響B(tài)2B 平臺的報酬收入與變量 Z 的相關性 可以理解為權重
本文編號:3322616
【文章來源】:南京財經(jīng)大學江蘇省
【文章頁數(shù)】:57 頁
【學位級別】:碩士
【部分圖文】:
012-2018年中小微企業(yè)B2B電子商務交易規(guī)模數(shù)據(jù)來源:中國電子商務研究中心監(jiān)測數(shù)據(jù)整理得到,e表示預測,根據(jù)艾瑞統(tǒng)計模型
南京財經(jīng)大學碩士學位論文(2)22222222**( ) AdAAdAZ ,引入可觀測信息變量后,銀行對于 B2B 平臺的激勵系數(shù)提高。且銀行與 B2B 平臺之間的信息共享量越多,銀行愿意支付的激勵系數(shù)越大,表明銀行更傾向于與共享信息量大的 B2B 平臺合作。并愿意支付給 B2B 平臺更大的收益分配比例。同時引入可觀測信息變量可以提升銀行和 B2B 平臺之間的收益。下一節(jié)結合具體的數(shù)值進一步分析。4.3 對比與數(shù)值分析本小節(jié)對引入可觀測信息變量 Z 前后銀行的激勵系數(shù)、期望收益以及 B2B平臺的努力水平進行數(shù)值分析,來探討在這兩種靜態(tài)激勵模型下銀行的激勵系數(shù)、期望收益和 B2B 平臺努力水平的變化,從而進一步說明引入可觀測信息變量對銀行制定激勵決策的有效性和合理性。
的大小可以反映銀行從 B2B平臺獲得的信息量。方差越大,表示包含的信息量越多,即 B2B 平臺對銀行的信息共享程度越高。從圖 4.1 和圖 4.2 分析可知,隨著方差2Z 增大,銀行的激勵系數(shù)以及 B2B 平臺的努力水平都隨著增加。同時從圖中可以看出,當信息共享程度達到一定值時,B2B 平臺的努力水平和銀行對 B2B 平臺的激勵系數(shù)的增加速度不斷加快。原因是隨著 B2B 平臺上供應鏈融資信息的透明化程度的增加,銀行對于可觀測的信息把握得越多,越容易把控整個供應鏈融資的各參與主體的運作進程,則銀行在對融資企業(yè)的風險把控,以及對 B2B 平臺的激勵監(jiān)控則更加容易。圖 4.2 可觀測變量變量對 B2B 平臺努力水平的影響B(tài)2B 平臺的報酬收入與變量 Z 的相關性 可以理解為權重
本文編號:3322616
本文鏈接:http://sikaile.net/guanlilunwen/wuliuguanlilunwen/3322616.html
最近更新
教材專著