区块链智能合约驱动下动态利率定价的订单融资与供应链运营策略

doi:10.16381/j.cnki.issn1003-207x.2023.1934

中国管理科学 ›› 2026, Vol. 34 ›› Issue (6): 319-330.doi: 10.16381/j.cnki.issn1003-207x.2023.1934cstr: 32146.14.j.cnki.issn1003-207x.2023.1934

区块链智能合约驱动下动态利率定价的订单融资与供应链运营策略

王成付¹, 陈祥锋²(), 金伟³, 丁雯⁴

^1.南通大学商学院，江苏南通 226019
^2.复旦大学管理学院，上海 200433
^3.浙江财经大学金融学院，浙江杭州 310018
^4.浙江财经大学管理学院，浙江杭州 310018

收稿日期:2023-11-17 修回日期:2024-05-06 出版日期:2026-06-25 发布日期:2026-05-22
通讯作者: 陈祥锋 E-mail:chenxf@fudan.edu.cn
基金资助:
国家自然科学基金重点项目(72232002);国家自然科学基金项目(72472081);国家自然科学基金项目(72572037);国家自然科学基金项目(72002191);国家自然科学基金项目(72372145);国家自然科学基金项目(72302209);教育部人文社会科学研究青年基金项目(22YJC630048);教育部人文社会科学研究青年基金项目(22YJC630019)

Purchase Order Financing and Supply Chain Operations Strategies under Blockchain Smart Contract-driven Dynamitic Interest Rate Pricing

Chengfu Wang¹, Xiangfeng Chen²(), Wei Jin³, Wen Ding⁴

^1.School of Business，Nantong University，Nantong 226019，China
^2.School of Management，Fudan University，Shanghai 200433，China
^3.School of Finance，Zhejiang University of Finance and Economics，Hangzhou 310018，China
^4.School of Management，Zhejiang University of Finance and Economics，Hangzhou 310018，China

Received:2023-11-17 Revised:2024-05-06 Online:2026-06-25 Published:2026-05-22
Contact: Xiangfeng Chen E-mail:chenxf@fudan.edu.cn

摘要/Abstract

摘要：

本文在制造企业订单融资模式中考虑两类银行利率定价方式：稳定利率和区块链智能合约驱动的动态利率。稳定利率下，银行在放贷前设定一个贷款周期内保持不变的利率给制造企业；智能合约驱动的动态利率下，银行在放贷后，根据制造企业在检测时刻是否完成生产供货动态调整利率定价。本文通过博弈建模分析了稳定利率定价和动态利率定价下，银行利率决策和制造商生产决策的基本逻辑，并在此基础上探究了动态利率定价对各参与方收益的影响及其适用条件。研究发现：（1）一定条件下，稳定利率定价会造成制造商和零售商所获利润低于其最优决策利润，即发生制造商和零售商的最优决策利润偏离。（2）动态利率定价始终可完全修复稳定利率定价所导致的制造商的最优决策利润偏离，即提升制造商利润至其最优决策利润，但无法保证一定可以修复稳定利率定价所导致的零售商的最优决策利润偏离。（3）存在制造商在订单截止时刻完成供货的概率的上下界和制造商延迟供货成本节约值的上下界，该上下界范围内，动态利率定价能同步修复制造商和零售商最优决策利润偏离，融资系统适合引入动态利率定价。（4）考虑制造商延迟供货会引发零售商附加运营成本时，如果这一附加运营成本高于制造商延迟供货的成本节约值，那么动态利率定价可同步修复制造商和零售商的最优决策利润偏离；否则，动态利率定价仍无法保证一定可以修复零售商的最优决策利润偏离。

关键词: 供应链, 订单融资, 智能合约, 动态利率, 制造企业

Abstract:

With the initial practical application of the blockchain smart contract-driven dynamic interest rate pricing method （DIP）， it is worth exploring compared to the stable interest rate pricing method （SIP）， what the value of DIP is， and how to introduce DIP into a supply chain financing scheme. Two types of bank interest rate pricing methods， SIP and DIP， are considered when a manufacturer applies for financing from a bank through the purchase order financing mode. Under SIP， before granting financing funds to the manufacturer， the bank decides a stable interest rate that remains unchanged throughout the loan cycle. Whereas， under DIP， after granting financing funds， the bank determines a detection time point to check the manufacturer’s production process， and the interest setting of the bank is contingent on whether the manufacturer has finished production and delivery at the detection time point. It aims to investigate how DIP changes participants’ decisions， and compared to SIP， whether DIP can bring extra profit for each participant， and under what conditions DIP should be applied. Stackelberg game and newsvendor models are used to analyze the bank’s interest rate pricing decisions， manufacturer’s production decisions， and retailer’s order decisions under SIP and DIP， and based on this， each participant’s profits under SIP and DIP are compared and DIP’s applicable conditions are identified. It is suggested that：（1） SIP can lead to the manufacturer’s and retailer’s deviations from their respective optimal decision profits under certain conditions， namely， under SIP， the manufacturer and retailer obtain lower profits than their optimal decision profits. （2） DIP can always completely repair the manufacturer’s deviation from its optimal decision profit caused by SIP， thereby improving the manufacturer’s profit to the level of its optimal decision profit， but DIP cannot guarantee the repair of the retailer’s deviation from its optimal decision profit caused by SIP. （3） There exist upper and lower bounds of the probability of the manufacturer completing delivery at the order deadline， as well as upper and lower bounds of the cost saving the manufacturer obtains from the delayed delivery； Within these upper and lower bound ranges， DIP can synchronously repair the manufacturer’s and retailer’s deviations from their optimal decision profits caused by SIP （namely， DIP can improve the manufacturer’s and retailer’s profits to their respective optimal decision profits）， and DIP should be introduced. （4） Moreover， considering the retailer’s additional operating cost caused by the manufacturer’s delayed delivery， it is found that： If this retailer’s additional operating cost caused by the manufacturer’s delayed delivery is bigger than the cost saving the manufacturer obtains from delayed delivery， DIP can synchronously repair the manufacturer’s and retailer’s deviations from their respective optimal decision profits caused by SIP； Otherwise， DIP still cannot guarantee the repair of the retailer’s deviation from its optimal decision profit caused by SIP. The findings can help banks and enterprises make decisions on whether to introduce DIP and meanwhile provide guidance for a supply chain to achieve Pareto improvement through DIP.

Key words: supply chain, purchase order financing, smart contract, dynamic interest rate, manufacturer

中图分类号:

F274

王成付,陈祥锋,金伟, 等. 区块链智能合约驱动下动态利率定价的订单融资与供应链运营策略[J]. 中国管理科学, 2026, 34(6): 319-330.

Chengfu Wang,Xiangfeng Chen,Wei Jin, et al. Purchase Order Financing and Supply Chain Operations Strategies under Blockchain Smart Contract-driven Dynamitic Interest Rate Pricing[J]. Chinese Journal of Management Science, 2026, 34(6): 319-330.

图/表 5

表1

参变量及描述"

参变量	描述
$ϵ$	制造商在检测时刻未完成供货时，能够在订单截止时刻完成供货的概率
$ξ$	随机市场需求量
$h (ξ)$	失效率， $h ξ = f ξ F ¯ ξ = f ξ 1 - F (ξ)$
$H (ξ)$	广义失效率， $H ξ = ξ h ξ = ξ f ξ 1 - F (ξ)$
$a$	制造商延迟供货（即在检测时刻之后的订单截止时刻完成供货）引发的零售商单位产品附加运营成本
$b$	制造商延迟供货（即在检测时刻之后的订单截止时刻完成供货）为自身带来的单位成本节约值
$c$	制造商单位产品的生产供货成本
$i$	下标， $i = m, r$ 分别表示制造商和零售商
$j$	上标， $j = y, n$ 分别表示制造商在检测时刻完成供货的情形，制造商在检测时刻不完成供货的情形
$p$	产品市场零售价
$q$	零售商决策的订货量
$R$	银行决策的利率
$R f$	市场无风险利率
$R n$	风险利率
$S (q)$	零售商的期望销售量， $S q = E m i n ξ, q = ∫ 0 q ξ f (ξ) d ξ + ∫ q + ∞ q f (ξ) d ξ = ∫ 0 q F ¯ ξ d ξ$
$w$	制造商决策的批发价格
$π i j$	参与方 $i$ 在情形 $j$ 下的期望利润
$π i j *$	博弈均衡下，参与方 $i$ 在情形 $j$ 下的期望利润

表1

图1

图2

图3

图4

参考文献 29

[1]	胡东滨，杨志慧，陈晓红. “区块链+”商业模式的文献计量分析［J］. 系统工程理论与实践， 2021， 41（1）： 247-264.
	Hu D B， Yang Z H， Chen X H. A bibliometric analysis on “blockchain+” business model［J］.Systems Engineering-Theory & Practice，2021，41（1）： 247-264.
[2]	Babich V， Hilary G. Distributed ledgers and operations： What operations management researchers should know about blockchain technology［J］. Manufacturing & Service Operations Management， 2019， 22（2）： 223-240.
[3]	Olsen T L， Tomlin B. Industry 4.0： Opportunities and challenges for operations management［J］. Manufacturing & Service Operations Management， 2019， 22（1）： 113-122.
[4]	Wang X， Xu F. The value of smart contract in trade finance［J］. Manufacturing & Service Operations Management， 2022， 25（6）： 2056-2073.
[5]	Lee H， Tang C， Yang S A， et al. Dynamic trade finance in the presence of information frictions and FinTech ［J］. Manufacturing & Service Operations Management， 2023，25（6）：2038-2055.
[6]	Deng S， Gu C， Cai G， et al. Financing multiple heterogeneous suppliers in assembly systems： Buyer finance vs. bank finance［J］. Manufacturing & Service Operations Management， 2018， 20（1）： 53-69.
[7]	王文利，甄烨，张钦红. 面向资金约束供应商的供应链内部融资——股权还是债权［J］. 管理科学学报， 2020， 23（5）： 89-101.
	Wang W L， Zhen Y， Zhang Q H. Supply chain internal financing for capital-constrained suppliers： Equity financing vs.debt financing［J］. Journal of Management Sciences in China， 2020， 23（5）： 89-101.
[8]	黄佳舟，鲁其辉，陈祥锋.供应商融资中买方担保机制的价值影响研究［J］.管理科学学报，2020，23（7）： 99-115.
	Huang J Z， Lu Q H， Chen X F. The impact of buyer guarantee mechanism on financing suppliers program［J］. Journal of Management Sciences in China， 2020， 23（7）： 99-115.
[9]	Devalkar S K， Krishnan H. The impact of working capital financing costs on the efficiency of trade credit［J］. Production and Operations Management， 2019， 28（4）： 878-889.
[10]	Chen X， Lu Q， Cai G. Buyer financing in pull supply chains： Zero-interest early payment or in-house factoring？［J］. Production and Operations Management， 2020， 29（10）： 2307-2325.
[11]	Kouvelis P， Xu F. A supply chain theory of factoring and reverse factoring［J］. Management Science， 2021， 67（10）： 6071-6088.
[12]	Yan N， Xu X， Huang W. Supplier’s capacity investment strategy with factoring finance［J］. International Journal of Production Economics， 2021， 238： 108149.
[13]	金小丹，周泓. 需求分布未知下的供应链融资及鲁棒订购策略［J］. 系统工程理论与实践， 2021， 41（5）： 1263-1271.
	Jin X D， Zhou H. Joint supply chain finance and robust order decision with unknown distribution of demand［J］. Systems Engineering —Theory & Practice， 2021， 41（5）： 1263-1271.
[14]	李沿海，赵玲. 供应商融资中买方的最优担保策略［J］. 中国管理科学， 2023， 31（10）： 12-19.
	Li Y H， Zhao L. The buyer’s optimal guarantee policy for a financially constrained supplier［J］. Chinese Journal of Management Science， 2023， 31（10）： 12-19.
[15]	王志宏，施金钰，郭剑锋，等. 基于预售融资和银行融资组合策略的风险规避供应链的决策研究［J］. 中国管理科学， 2023， 31（6）： 91-99.
	Wang Z H， Shi J Y， Guo J F， et al. Decision-making of a risk-averse supply chain based on a combination strategy of preselling financing and bank loan［J］. Chinese Journal of Management Science， 2023， 31（6）： 91-99.
[16]	楼永，常宇星，郝凤霞. 区块链技术对供应链金融的影响——基于三方博弈、动态演化博弈的视角［J］. 中国管理科学， 2022， 30（12）： 352-360.
	Lou Y， Chang Y X， Hao F X. The influence of blockchain on supply chain finance： Based on tripartite game theory and dynamic evolutionary game theory［J］. Chinese Journal of Management Science， 2022， 30（12）： 352-360.
[17]	刘露，李勇建，姜涛. 基于区块链信用传递功能的供应链融资策略［J］. 系统工程理论与实践， 2021， 41（5）： 1179-1196.
	Liu L， Li Y J， Jiang T. Supply chain financing strategy based on blockchain credit transfer function［J］. Systems Engineering-Theory & Practice， 2021， 41（5）： 1179-1196.
[18]	Dong L， Qiu Y， Xu F. Blockchain-enabled deep-tier supply chain finance［J］. Manufacturing & Service Operations Management， 2022， 25（6）： 2021-2037.
[19]	Chod J， Trichakis N， Tsoukalas G， et al. On the financing benefits of supply chain transparency and blockchain adoption［J］. Management Science， 2020， 66（10）： 4378-4396.
[20]	Dong C， Chen C， Shi X， et al. Operations strategy for supply chain finance with asset-backed securitization： Centralization and blockchain adoption［J］. International Journal of Production Economics， 2021， 241： 108261.
[21]	王道平，朱梦影，董汉玺.资金约束下基于区块链技术的供应链运营决策研究［J］.中国管理科学， 2025，33（10）： 236-245.
	Wang D P， Zhu M Y， Dong H X. Supply chain operation decision based on Blockchain technology with financial constraints［J］.Chinese Journal of Management Science， 2025， 33（10）： 236-245.
[22]	屈绍建，李帅. 区块链背景下订单转保理的供应链金融博弈模型［J］. 系统工程理论与实践， 2023， 43（12）： 3570-3586.
	Qu S J， Li S. A supply chain finance game model with order-to-factoring under blockchain［J］. Systems Engineering-Theory & Practice，2023，43（12）： 3570-3586.
[23]	Wang C， Chen X， Xu X， et al. Financing and operating strategies for blockchain technology-driven accounts receivable chains［J］. European Journal of Operational Research， 2023， 304（3）： 1279-1295.
[24]	石晓军，邢佳騉. 信用保险下零售商主导型供应链融资模式研究：基于报童模型的分析［J］. 中国管理科学， 2024， 32（8）： 194-206.
	Shi X J， Xing J K. Credit-insurance covered financing of the retailer-dominated supply chain： A newsvendor model［J］. Chinese Journal of Management Science， 2024， 32（8）： 194-206.
[25]	Wang C， Fan X， Yin Z. Financing online retailers： Bank vs. electronic business platform， equilibrium， and coordinating strategy［J］. European Journal of Operational Research， 2019， 276（1）： 343-356.
[26]	Wang C， Chen X， Jin W， et al. Credit guarantee types for financing retailers through online peer-to-peer lending： Equilibrium and coordinating strategy［J］. European Journal of Operational Research， 2022， 297（1）： 380-392.
[27]	Chen X， Cai G， Song J S. The cash flow advantages of 3PLs as supply chain orchestrators［J］. Manufacturing & Service Operations Management， 2019， 21（2）： 435-451.
[28]	Kouvelis P， Zhao W. Financing the newsvendor： Supplier vs. bank， and the structure of optimal trade credit contracts［J］. Operations Research， 2012， 60（3）： 566-580.
[29]	Kouvelis P， Zhao W. Who should finance the supply chain？ Impact of credit ratings on supply chain decisions［J］. Manufacturing & Service Operations Management， 2017， 20（1）： 19-35.

区块链智能合约驱动下动态利率定价的订单融资与供应链运营策略

Purchase Order Financing and Supply Chain Operations Strategies under Blockchain Smart Contract-driven Dynamitic Interest Rate Pricing

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 29

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	夏良杰, 顾梦贤, 李友东, 王君. 不同权力结构下考虑持股的需求信息不对称供应链定价研究[J]. 中国管理科学, 2026, 34(6): 250-260.
[2]	李顺勇, 许茂增, 崔利刚. 可持续韧性供应链网络研究：综述与展望[J]. 中国管理科学, 2026, 34(5): 272-284.
[3]	李秋香, 张淑格, 霍宝锋, 毛照昉, 黄毅敏. 供应链信号传递理论研究动态：视角、脉络、争鸣与盲区[J]. 中国管理科学, 2026, 34(5): 295-309.
[4]	公彦德, 开吉, 王哲. 考虑公平偏好和绿色创新的绿色供应链策略研究[J]. 中国管理科学, 2026, 34(5): 310-321.
[5]	于辉, 李肖依, 孙彩虹. 互为客户与供应商的双向供应链决策协同机制研究[J]. 中国管理科学, 2026, 34(5): 322-331.
[6]	曹晓刚, 曹博威, 闻卉. 考虑公平关切的混合回收渠道闭环供应链决策研究[J]. 中国管理科学, 2026, 34(4): 243-255.
[7]	陈晓红, 杨柠屹, 周艳菊. 新能源车产业的供应链共建策略研究[J]. 中国管理科学, 2026, 34(4): 256-265.
[8]	杨晓叶, 胡雪芹, 宋华. 供应链金融动态折扣模式演进过程与最优决策[J]. 中国管理科学, 2026, 34(3): 159-169.
[9]	邹清明, 谢文芳, 李玉琼. 制造商过度自信的绿色供应链融资和定价策略[J]. 中国管理科学, 2026, 34(3): 170-180.
[10]	王玉燕, 高俊宏, 孙煜林, 崔莹. 基于“搭便车”引发需求转移和质量感知的双渠道供应链服务与定价研究[J]. 中国管理科学, 2026, 34(3): 253-262.
[11]	冯颖, 王舒婷, 张炎治. 物流外包下商务模式对生鲜农产品供应链运作的影响[J]. 中国管理科学, 2026, 34(3): 263-274.
[12]	李涛, 赵俊, 刘洋, 刘斌. 考虑零售商“虚拟合作”的竞争性供应链定价策略研究[J]. 中国管理科学, 2026, 34(3): 275-285.
[13]	戴道明, 王忆都. 可再生能源消纳责任权重制下光伏供应链合作与运营决策[J]. 中国管理科学, 2026, 34(3): 320-332.
[14]	刘露, 胡磊, 姜涛, 姜力文. 考虑韧性的平台融资模式选择、冲突与机制设计[J]. 中国管理科学, 2026, 34(3): 57-68.
[15]	冯颖, 陈苏雨, 魏敏, 张炎治. 考虑参考价格效应的最优灰色市场结构与定价决策[J]. 中国管理科学, 2026, 34(2): 239-249.