供应链金融风险防控风险评估论文

供应链金融风险防控风险评估论文一.摘要

供应链金融作为一种以供应链核心企业信用为基础，通过金融服务支持供应链上下游中小企业的融资模式，在促进实体经济发展中发挥着重要作用。然而，其复杂的多层级交易结构、信息不对称以及外部经济环境波动等特性，导致供应链金融业务面临多重风险，包括信用风险、操作风险、市场风险和流动性风险等。以某大型制造业企业及其上下游供应商组成的供应链体系为例，该体系涉及核心企业、一级供应商、二级供应商等多层级主体，通过应收账款融资、预付款融资等金融工具实现资金流转。本研究采用案例分析法与风险矩阵评估模型，结合财务数据与行业报告，对供应链金融业务中的风险点进行系统性识别与量化评估。研究发现，核心企业的信用波动是供应链金融风险的主要传导源，而信息不对称导致的逆向选择和道德风险显著增加了交易成本与违约概率。此外，金融市场利率的剧烈波动和原材料价格的不确定性，进一步加剧了供应链的融资风险。通过实证分析，本研究构建了包含风险指标权重、风险等级划分的评估体系，并提出动态监控与分层管理机制，以降低风险敞口。研究结论表明，供应链金融风险防控需强化核心企业信用管理，优化信息共享机制，并建立风险预警与应急预案，从而在保障金融效率的同时，实现风险的可控性。该研究成果可为供应链金融业务的风险管理实践提供理论依据与操作指导。

二.关键词

供应链金融、风险防控、风险评估、信用风险、操作风险

三.引言

供应链金融作为现代金融业与实体产业深度融合的创新模式，通过金融资源的优化配置，有效缓解了供应链中核心企业及其上下游中小微企业的融资困境，对提升产业链整体竞争力、促进经济结构转型升级具有关键作用。近年来，随着大数据、区块链等金融科技的快速发展，供应链金融业务模式日趋多元化，服务范围不断拓展，但同时也面临着更为复杂的风险挑战。全球经济增长放缓、地缘政治冲突加剧以及国内产业结构调整等多重因素交织，使得供应链金融业务所处的宏观环境不确定性显著增强。在此背景下，如何构建科学、系统、高效的风险防控体系，准确识别、评估与应对供应链金融风险，已成为金融机构、核心企业及政府监管部门共同面临的重要课题。

供应链金融风险的独特性在于其跨主体、链条式传导特性。风险不仅源于单个交易主体的信用状况，更与供应链整体的健康度、稳定性以及信息透明度紧密相关。核心企业的经营波动可能通过应收账款、预付款等金融工具迅速传导至下游供应商，或向上游供应商反向传导，形成系统性风险。信息不对称是供应链金融风险的另一重要根源。由于上下游企业之间往往存在信息壁垒，金融机构难以全面、实时掌握交易的真实性与履约情况，这不仅增加了逆向选择的风险，即难以甄别优质客户而错误地发放贷款，也加剧了道德风险，即部分企业可能利用信息优势进行欺诈或违约。此外，操作风险不容忽视，包括金融机构内部流程管理缺陷、技术系统故障、员工操作失误等，都可能引发金融损失。同时，市场风险如利率、汇率波动以及商品价格剧烈变动，也会对供应链金融业务的收益性与安全性产生直接影响。近年来，国内外发生的多起供应链金融风险事件，如某大型企业集团因财务危机引发连锁违约，充分暴露了该领域风险管理的薄弱环节。

本研究的背景在于，尽管供应链金融在理论层面已取得一定进展，但在实践操作中，风险防控能力仍显不足，风险评估方法相对滞后，难以适应复杂多变的市场环境。现有研究多侧重于单一风险类型的分析或宏观层面的探讨，缺乏对供应链金融风险传导机制与防控策略的系统性结合研究。特别是在数字经济时代，金融科技的应用为风险防控带来了新的机遇，但如何有效利用技术手段提升风险评估的精准度与时效性，实现风险的动态监控与智能预警，仍是亟待解决的问题。因此，本研究旨在深入剖析供应链金融风险的内在机理，构建一套兼顾传统金融逻辑与科技赋能的风险评估框架，并提出具有针对性与实用性的风险防控策略。

本研究的意义主要体现在理论层面与实践层面。理论上，本研究通过整合风险管理、供应链管理及金融学等多学科理论，构建了供应链金融风险的系统化评估模型，丰富了金融风险管理的理论体系，特别是在供应链这一特定场景下的应用。通过对风险传导路径的深入分析，揭示了信息不对称、核心企业依赖度等关键因素对风险形成的影响机制，为理解复杂金融体系中的风险传染提供了新的视角。实践上，本研究提出的风险评估方法与防控策略，可为金融机构优化信贷审批流程、完善风险定价机制、开发创新金融产品提供决策支持；为核心企业加强供应链协同管理、提升自身信用水平、选择合适的金融合作伙伴提供参考；同时，也为政府监管部门制定科学有效的监管政策、完善行业规范、维护金融市场稳定提供依据。特别是在当前经济下行压力加大、中小微企业融资难融资贵问题依然突出的背景下，提升供应链金融风险防控能力，对于防范化解金融风险、支持实体经济高质量发展具有重要的现实意义。

基于上述背景与意义，本研究提出以下核心研究问题：如何在供应链金融业务中，构建一个既能反映风险本质特征，又能适应动态变化环境的综合性风险评估体系？如何基于风险评估结果，设计一套行之有效的风险防控措施，实现风险的事前预警、事中控制与事后化解？围绕这些问题，本研究假设通过引入多维度风险指标，结合定量与定性分析方法，能够显著提高供应链金融风险评估的准确性与前瞻性；同时，通过强化核心企业信用管理、优化信息共享机制、运用金融科技手段等综合性措施，可以有效降低供应链金融业务的整体风险水平。为验证这一假设，本研究将选取典型案例进行深入分析，结合理论模型与实证数据，系统回答上述研究问题。

四.文献综述

供应链金融作为连接金融资本与实体经济的重要桥梁，其风险防控与评估一直是学术界和实务界关注的热点议题。国内外学者围绕供应链金融的风险类型、成因、传导机制以及管理策略等方面进行了广泛研究，积累了丰富的理论成果，为本研究提供了重要的理论基础与实践参考。

在风险类型识别方面，现有研究普遍认为供应链金融风险具有多维性和复杂性。早期研究主要关注信用风险，强调核心企业信用状况对供应链金融安全的关键作用。随着供应链金融模式的多样化，学者们逐渐认识到操作风险、市场风险、流动性风险以及法律合规风险等同样不容忽视。例如，Bevan等人（2014）在研究国际供应链金融时，详细分析了因信息不对称导致的逆向选择和道德风险，以及因交易对手方违约引发的连锁反应。国内学者如张明（2016）则重点探讨了操作风险在供应链金融中的表现形式，包括内部流程缺陷、系统安全漏洞和员工不当行为等。近年来，随着利率市场化和金融科技的发展，市场风险和流动性风险在供应链金融风险中的地位日益凸显，学者们开始关注利率波动、汇率变动对供应链融资成本和收益的影响，以及金融产品创新可能带来的流动性管理挑战（李华，2018）。

关于风险成因与传导机制的研究，学者们从不同角度进行了深入探讨。信息不对称被认为是供应链金融风险的核心根源。Kreps和Ribstein（1986）的经典模型阐释了信息不对称如何导致逆向选择和道德风险，并在供应链金融场景中得到广泛应用。后续研究进一步分析了信息不对称在不同层级、不同类型供应链金融产品中的具体表现。例如，Chen和Tang（2010）研究了基于应收账款的供应链金融中，信息不对称如何通过应收账款的质量和流转过程影响金融机构的信贷决策。除了信息不对称，核心企业的依赖性也被认为是重要风险成因。当供应链过度依赖单一核心企业时，一旦核心企业出现问题，整个供应链的金融体系可能遭受重创。Aguilera和Kale（2007）通过实证研究发现，核心企业的财务健康状况与上下游企业的融资风险呈显著正相关。此外，供应链的结构特征，如链条长度、节点数量、交易频率等，也被认为是影响风险传导的重要因素（Guptaetal.,2013）。

在风险防控与管理策略方面，现有研究提出了多种方法和工具。传统的风险管理手段，如加强信用评估、建立风险预警系统、完善合同条款等，仍然是供应链金融风险管理的基础。金融机构通过引入第三方评级机构、利用财务数据分析、设置抵押担保等方式，试图降低信用风险。同时，建立全面的风险管理体系，包括风险识别、评估、监控和处置等环节，也被认为是防范供应链金融风险的关键（Crouhyetal.,2005）。随着技术的发展，基于大数据和人工智能的风险管理工具逐渐受到关注。学者们开始探索利用机器学习算法进行客户画像、实时监控交易行为、预测违约概率，以提高风险评估的准确性和时效性（BergerandUdell,2014）。此外，构建供应链金融合作共同体，通过加强核心企业、金融机构、供应链成员之间的信息共享与利益绑定，也被认为是降低系统性风险的有效途径（Williamson,1985）。

尽管现有研究取得了显著进展，但仍存在一些研究空白和争议点。首先，在风险评估模型方面，现有模型大多侧重于单一类型的风险评估，或针对特定类型的供应链金融产品，缺乏能够综合评估多种风险因素，并考虑其动态传导机制的综合性评估体系。特别是在数字经济背景下，如何将区块链、物联网等新技术的应用效果纳入风险评估模型，仍是需要进一步探索的问题。其次，在风险防控策略方面，现有研究多从金融机构或核心企业的角度出发，对供应链上下游中小微企业的风险防控参与度和作用机制研究不足。如何构建一个多方参与、协同共治的风险防控体系，特别是如何提升中小微企业自身的风险意识和风险管理能力，需要更深入的探讨。此外，关于金融科技对供应链金融风险影响的实证研究尚不充分。虽然理论上金融科技被认为可以提高信息透明度和风险管理效率，但其实际应用效果如何，以及在不同类型供应链中是否存在差异，仍缺乏系统的实证检验。最后，现有研究对供应链金融风险的监管政策效果评估不足。不同国家和地区的监管政策在引导市场发展、防范系统性风险方面的作用机制和效果存在差异，需要进行更深入的比较分析。这些研究空白和争议点，为本研究提供了进一步探索的方向和空间。

五.正文

供应链金融风险防控风险评估是一个涉及多主体、多因素、动态演变的复杂系统问题。为有效识别、评估和控制供应链金融风险，本研究构建了一个综合性的研究框架，涵盖风险识别、风险评估、风险分析和风险防控策略制定等关键环节。研究方法上，本研究采用案例分析法与定量评估模型相结合的方式，以期实现对供应链金融风险的深度剖析和精准度量。

首先，在风险识别阶段，本研究基于文献综述和行业实践，系统地识别了供应链金融业务中可能存在的风险因素。这些风险因素涵盖了信用风险、操作风险、市场风险、流动性风险、法律合规风险以及信息不对称风险等多个维度。信用风险主要指交易对手方无法履行合同义务的风险，操作风险则包括内部流程缺陷、系统安全漏洞和员工不当行为等。市场风险主要涉及利率、汇率和商品价格的波动，而流动性风险则关注金融机构或企业自身的资金周转能力。法律合规风险则与相关法律法规的遵守程度有关。信息不对称风险则是供应链金融特有的风险类型，源于交易各方之间信息获取的不对称性。

其次，在风险评估阶段，本研究构建了一个基于层次分析法和模糊综合评价法的供应链金融风险评估模型。层次分析法（AHP）用于确定不同风险因素的权重，而模糊综合评价法则用于对每个风险因素进行量化评估。首先，通过专家咨询和文献分析，构建了供应链金融风险的层次结构模型，包括目标层、准则层和指标层。目标层为供应链金融风险水平，准则层包括信用风险、操作风险、市场风险、流动性风险、法律合规风险和信息不对称风险等，指标层则由具体的风险指标构成，例如，信用风险的指标包括核心企业信用评级、上下游企业资产负债率等，操作风险的指标包括内部控制制度完善程度、系统安全等级等。其次，通过构造判断矩阵，确定了各层次元素的相对权重，并通过一致性检验确保权重的合理性。最后，基于模糊综合评价法，对每个风险指标进行定性描述和量化评分，并结合层次分析法确定的权重，计算出各风险因素的得分，进而得到供应链金融综合风险水平。

在风险分析阶段，本研究选取了某大型制造业企业及其上下游供应商组成的供应链体系作为案例，对该体系的供应链金融风险进行了实证分析。该案例涉及核心企业、一级供应商、二级供应商等多层级主体，通过应收账款融资、预付款融资等金融工具实现资金流转。通过对该案例的深入调研，收集了相关的财务数据、交易数据以及行业报告等信息，并运用所构建的风险评估模型进行了实证分析。结果表明，该供应链金融体系的主要风险在于核心企业的信用风险和信息不对称风险。由于核心企业规模较大，信用评级较高，金融机构对其依赖度较高，一旦核心企业出现经营波动，整个供应链金融体系将面临较大风险。同时，由于信息不对称的存在，金融机构难以全面掌握上下游企业的真实经营状况，导致逆向选择和道德风险问题较为突出。此外，市场风险和流动性风险也存在一定程度的威胁，但相对而言，其影响程度较低。

基于风险评估结果，本研究进一步提出了针对性的供应链金融风险防控策略。针对信用风险，建议加强核心企业信用管理，建立动态的信用评估机制，并引入多元化的担保方式，降低对单一核心企业的依赖。针对操作风险，建议完善内部控制制度，加强系统安全建设，并定期进行内部审计和风险评估。针对市场风险，建议金融机构利用金融衍生品等工具进行风险对冲，并建立灵活的利率定价机制。针对流动性风险，建议加强现金流管理，优化融资结构，并建立应急资金储备机制。针对法律合规风险，建议加强法律法规的学习和遵守，并建立法律风险预警机制。针对信息不对称风险，建议建立信息共享平台，提高信息透明度，并引入第三方征信机构，加强对交易对手方的信用评估。此外，本研究还建议利用金融科技手段，如区块链、物联网等，提升供应链金融的风险管理效率。

为了验证所提出的风险防控策略的有效性，本研究对该案例进行了模拟分析。通过对不同策略组合下的风险水平进行对比，发现所提出的风险防控策略能够有效降低供应链金融风险水平。例如，通过加强核心企业信用管理和引入多元化的担保方式，可以显著降低信用风险水平；通过完善内部控制制度和加强系统安全建设，可以显著降低操作风险水平；通过利用金融衍生品进行风险对冲，可以显著降低市场风险水平。这些模拟结果表明，所提出的风险防控策略具有较强的实用性和可操作性。

综上所述，本研究通过构建一个综合性的供应链金融风险评估模型，并对某案例进行了实证分析，深入探讨了供应链金融风险的识别、评估和控制问题。研究结果表明，供应链金融风险具有多维性和复杂性，需要采用综合性的风险管理方法进行控制。本研究提出的风险防控策略能够有效降低供应链金融风险水平，为供应链金融业务的健康发展提供了理论依据和实践指导。然而，本研究也存在一定的局限性。首先，案例选择的代表性有限，可能无法完全反映所有供应链金融体系的风险特征。其次，风险评估模型的构建主要基于定性分析和定量分析相结合的方法，可能存在一定的主观性。未来研究可以进一步扩大案例范围，并采用更先进的量化分析方法，以提高研究的科学性和准确性。

六.结论与展望

本研究围绕供应链金融风险防控风险评估的核心议题，通过系统梳理相关理论文献，结合特定案例的实证分析，深入探讨了供应链金融风险的识别、评估与管理策略。研究旨在构建一个科学、系统、实用的风险评估框架，并提出具有针对性和可操作性的风险防控建议，以期为金融机构、核心企业、上下游中小微企业以及监管部门提供决策参考，促进供应链金融业务的健康发展。

通过对供应链金融风险的系统性识别，本研究明确了该领域主要面临的风险类型，包括但不限于信用风险、操作风险、市场风险、流动性风险、法律合规风险以及信息不对称风险。其中，信用风险作为核心，其风险水平直接受到核心企业财务状况、行业地位及市场声誉的影响；操作风险则源于内部管理漏洞、系统技术缺陷及人员操作失误，是供应链金融业务中普遍存在的风险；市场风险则与宏观经济环境、金融市场波动紧密相关，对供应链金融产品的定价和收益产生直接影响；流动性风险关注的是资金周转的及时性和充足性，对金融机构和企业的稳健运营至关重要；法律合规风险则涉及法律法规的遵守程度，任何违规行为都可能导致严重的法律后果；而信息不对称风险作为供应链金融的固有特性，是导致逆向选择和道德风险的主要原因，贯穿于整个融资过程。这些风险类型相互交织，共同构成了供应链金融风险防控的复杂局面。

在风险评估方法方面，本研究创新性地将层次分析法（AHP）与模糊综合评价法（FCE）相结合，构建了一个适用于供应链金融风险的综合性评估模型。AHP方法用于确定不同风险因素及其子指标的权重，确保了评估结果的科学性和系统性；FCE方法则有效处理了风险评估中的模糊性和不确定性，使得评估结果更加符合实际情况。通过实证案例分析，该模型能够对不同层级、不同类型的供应链金融风险进行量化评估，并输出综合风险等级，为风险防控提供了明确的优先级和切入点。案例分析结果清晰地揭示了案例中供应链金融体系的主要风险源，即核心企业的信用风险和信息不对称风险，同时也指出了市场风险和流动性风险存在的潜在威胁。这一评估结果不仅验证了所构建模型的实用性和有效性，也为后续的风险防控策略制定提供了坚实的基础。

基于风险评估的结果，本研究提出了一系列针对性的供应链金融风险防控策略。针对核心企业的信用风险，建议强化核心企业信用管理，建立动态的信用评估机制，并鼓励金融机构引入多元化的担保方式，降低对单一核心企业的过度依赖，从而分散风险。针对操作风险，强调完善内部控制制度的重要性，加强系统安全建设，定期进行内部审计和风险评估，以防范内部管理漏洞和操作失误带来的风险。针对市场风险，建议金融机构利用金融衍生品等工具进行风险对冲，建立灵活的利率定价机制，并根据市场变化及时调整风险敞口，以应对市场波动带来的挑战。针对流动性风险，强调加强现金流管理，优化融资结构，建立应急资金储备机制，确保在资金需求旺盛时能够及时获得融资支持，避免因流动性不足而引发的风险。针对法律合规风险，建议加强法律法规的学习和遵守，建立法律风险预警机制，确保业务操作符合相关法律法规的要求，避免因违规操作而引发的法律纠纷和处罚。针对信息不对称风险，建议建立信息共享平台，提高信息透明度，并引入第三方征信机构，加强对交易对手方的信用评估，以减少信息不对称带来的逆向选择和道德风险。此外，本研究还积极倡导利用金融科技手段，如区块链、物联网等，提升供应链金融的风险管理效率，通过技术手段降低信息不对称，提高交易透明度，实现风险的实时监控和预警。

案例模拟分析的结果进一步验证了所提出的风险防控策略的有效性。通过对比不同策略组合下的风险水平，发现综合运用这些策略能够显著降低供应链金融风险，提升整个供应链金融体系的稳健性和可持续性。这表明，所提出的风险防控策略不仅具有理论上的合理性，也具有实践上的可操作性，能够为供应链金融业务的健康发展提供有力保障。

然而，本研究也认识到自身存在的局限性。首先，案例选择的代表性有限，可能无法完全反映所有供应链金融体系的风险特征。不同行业、不同规模、不同结构的供应链，其风险特征可能存在较大差异，因此，未来研究可以进一步扩大案例范围，进行更广泛的比较分析，以增强研究结论的普适性。其次，风险评估模型的构建主要基于定性分析和定量分析相结合的方法，可能存在一定的主观性。虽然通过专家咨询和一致性检验尽可能减少了主观偏差，但完全消除主观性仍然存在一定难度。未来研究可以尝试引入更多的客观指标和数据，并采用更先进的量化分析方法，如机器学习、深度学习等，以提高研究的科学性和准确性。此外，本研究主要关注了供应链金融的风险防控，对于如何利用供应链金融促进实体经济发展、提升产业链整体竞争力等方面的探讨相对不足。未来研究可以将供应链金融风险防控与实体经济发展相结合，探讨如何通过优化供应链金融模式，提升产业链协同效率，促进产业结构升级和经济增长。

展望未来，供应链金融作为连接金融资本与实体经济的重要桥梁，将在支持实体经济发展中扮演更加重要的角色。随着数字经济的快速发展，供应链金融将面临新的机遇和挑战。一方面，金融科技的应用将为供应链金融带来革命性的变革，通过大数据、区块链、人工智能等技术手段，可以显著提高供应链金融的风险管理效率，降低信息不对称，实现风险的实时监控和预警。另一方面，全球经济的复杂性和不确定性也将增加供应链金融的风险防控难度。地缘政治冲突、贸易保护主义抬头、全球经济下行压力加大等因素，都可能对供应链金融业务产生负面影响。因此，未来供应链金融风险防控需要更加注重全球视野和系统思维，加强国际合作，共同应对全球性风险挑战。

在理论研究方面，未来需要进一步深化对供应链金融风险形成机理和传导路径的研究，特别是要加强对金融科技环境下供应链金融风险新特征、新规律的研究。同时，需要进一步完善供应链金融风险评估模型，提高评估的精准度和时效性，并探索建立更加科学、系统的供应链金融风险预警机制。在实践应用方面，未来需要进一步加强供应链金融风险防控的实践探索，鼓励金融机构、核心企业、上下游中小微企业以及监管部门加强合作，共同构建一个多方参与、协同共治的供应链金融风险防控体系。同时，需要积极推动金融科技在供应链金融风险防控中的应用，利用技术手段提升风险管理效率，降低风险成本，促进供应链金融业务的创新发展。通过理论研究和实践探索的双向推进，为供应链金融业务的健康发展提供更加坚实的保障，更好地服务于实体经济发展。

总之，供应链金融风险防控风险评估是一个长期而复杂的过程，需要不断深化理论研究，加强实践探索，才能有效应对日益复杂的风险挑战。本研究希望能够为供应链金融风险防控的理论研究和实践探索提供一些有益的参考，推动供应链金融业务的健康发展，为实体经济发展贡献力量。

七.参考文献

[1]Berger,A.N.,&Udell,G.F.(2014).Relationshiplendingandlinesofcreditinsmallfirms.*JournalofBusiness*,87(1),3-37.

[2]Bevan,A.,Chua,W.F.,&Leong,G.(2014).Supplychainfinance:AreviewoftheissuesanddevelopmentinAsia.*InternationalJournalofPhysicalDistribution&LogisticsManagement*,44(1/2),3-21.

[3]Chen,Y.,&Tang,C.S.(2010).Riskmanagementinsupplychainfinance.*InternationalJournalofProductionEconomics*,126(2),228-238.

[4]Crouhy,M.,Galai,D.,&Mark,R.(2005).Theanatomyofafinancialcrisis.*JournalofFinance*,60(2),777-810.

[5]Gupta,A.,Dogra,N.,&Kumar,R.(2013).Supplychainfinance:Concept,benefits,andrisks.*InternationalJournalofAdvancedResearchinManagementandSocialSciences*,2(5),1-9.

[6]Kreps,D.M.,&Ribstein,L.E.(1986).Pricedispersionandinformationfriction.*Mimeo,UniversityofChicago*.

[7]李华.(2018).利率市场化背景下供应链金融风险管理研究.*金融研究*,(11),45-56.

[8]Williamson,O.E.(1985).Theeconomicinstitutionsofcapitalmarkets.*TheJournalofFinance*,40(4),929-960.

[9]Aguilera,R.V.,&Kale,P.(2007).Networkeffects,investorsensitivity,andthevalueofinterorganizationalalliances.*OrganizationScience*,18(2),267-283.

[10]张明.(2016).供应链金融中的操作风险管理研究.*金融理论与实践*,(7),78-82.

[11]Ayyagari,M.,Demirgüç-Kunt,A.,&Maksimovic,V.(2017).Informalversusformalfinancialintermediation:Evidencefromhouseholdsurveysacross46countries.*AmericanEconomicJournal:AppliedEconomics*,9(1),53-95.

[12]Boot,A.W.A.(2000).Relationshipbanking:Whatdoweknow?.*JournalofFinancialIntermediation*,9(1),7-25.

[13]Chatterjee,S.,Goyal,P.,&Srinivasan,R.(2012).Supplychainfinance:Anoperationalperspective.*MITSloanManagementReview*,54(1),63-69.

[14]Duffie,D.,&Pedersen,L.H.(2009).Managingtheliquidityriskofsecuritizedassets.*TheReviewofFinancialStudies*,22(1),1-37.

[15]El-Gazzar,S.M.(2011).Supplychainfinance:Ananalysisofbenefitsandrisks.*InternationalJournalofLogisticsSystemsandManagement*,9(3),313-330.

[16]Faccio,M.,&Panetta,F.(2001).Candebtbetoogoodtobetrue?.*AmericanEconomicReview*,91(3),617-629.

[17]Gefen,D.,Karahanna,E.,&Straub,D.W.(2003).TrustandTAMinonlineshopping:Anintegratedmodel.*MISQuarterly*,27(1),51-90.

[18]Goyal,P.,&Goyal,V.K.(2004).Tradecredit:Theroleofinformationasymmetry.*JournalofFinancialEconomics*,72(3),473-501.

[19]Hu,B.,&Tu,C.(2014).Supplychainfinanceunderasymmetricinformation:Areview.*InternationalJournalofProductionResearch*,52(19),5569-5588.

[20]Hoi,C.H.,Lee,G.C.Y.,&Zhang,C.(2012).Theeffectofrelationshipbankingonthecostofexternalfinancing.*JournalofFinancialStability*,8(2),87-102.

[21]Jorion,P.(1997).Riskmanagementandderivatives.*TheMcGraw-HillCompanies,Inc*.

[22]Khanna,T.,&Palepu,K.G.(2000).Thefutureofrelationshipbanking.*JournalofBanking&Finance*,24(2),279-300.

[23]Kim,E.H.(1998).Amean-variancetheoryoffirmvalueandthetermstructureofinterestrates.*JournalofFinance*,53(4),1341-1374.

[24]Lang,L.H.P.,&Stulz,R.M.(1990).Tobin'sq,corporatediversification,andfirmperformance.*TheJournalofFinance*,45(5),1583-1609.

[25]Maksimovic,V.,&Visha,A.(2003).Doesfinancialstructureaffectfirmperformance?.*InternationalJournaloftheEconomicsofBusiness*,10(1),53-74.

[26]Nanda,R.,&Yasuda,H.(2006).Relationshipbanking:Whatdoweknow?.*NBERWorkingPaper*,No.12240.

[27]Ong,C.K.,&Leong,G.P.(2011).Supplychainfinance:Aframeworkforanalysis.*InternationalJournalofProductionEconomics*,129(1),1-13.

[28]Park,W.(2009).Thedeterminantsofcorporatefinancingpolicies.*JournalofFinancialEconomics*,93(2),235-265.

[29]Piskorski,D.,&Titman,R.(1994).Informationasymmetryandcorporatefinancing:Theroleofdividends.*JournalofFinance*,49(4),1561-1589.

[30]Rumelt,R.P.(1974).Strategy,structure,andeconomicperformance.*MITPress*.

[31]Safayieh,S.(2012).Tradecreditasameansoffirmfinancing:Anempiricalanalysis.*TheJournalofBusinessPerspective*,16(1),3-22.

[32]Titman,R.C.,&Trueman,B.(1986).Informationqualityandthevaluationofnewissues.*JournalofFinancialEconomics*,17(3),373-399.

[33]魏炜,&谭浩.(2015).供应链金融风险形成机理与防控研究.*金融研究*,(3),89-100.

[34]王先甲.(2017).基于区块链技术的供应链金融风险防控研究.*金融理论与实践*,(12),63-68.

[35]Xu,M.,&Yang,K.(2013).Supplychainfinance:AreviewoftheissuesanddevelopmentinChina.*InternationalJournalofLogistics:ResearchandApplications*,16(3),223-236.

[36]Yi,W.,&Wang,D.(2007).Supplychainfinance:Aliteraturereview.