基于粗糙集指標(biāo)約簡和云模型的供應(yīng)鏈金融風(fēng)險評價

王婷 廖斌

摘要：供應(yīng)鏈金融風(fēng)險評價是一個具有多因素、隨機(jī)性、知識不完備性和復(fù)合不確定性的復(fù)雜綜合評價問題。本文針對評價信息中普遍存在的不確定性和隨機(jī)性，采用粗糙集理論和云模型結(jié)合的方法，提出一種供應(yīng)鏈金融風(fēng)險綜合評價方法：利用粗糙集的分辨矩陣和信息量對評價指標(biāo)體系進(jìn)行屬性約簡，確定權(quán)重;其后將權(quán)重與評價數(shù)據(jù)輸入云發(fā)生器，得到由云模型數(shù)字特征刻畫的綜合評價結(jié)果。該結(jié)果不僅可以對供應(yīng)鏈金融系統(tǒng)風(fēng)險程度作出合理評價，而且可以描述評價結(jié)果的可信度和不確定度，為供應(yīng)鏈金融風(fēng)險評價提供了一條比傳統(tǒng)風(fēng)險評估法更優(yōu)越的新途徑。

關(guān)鍵詞：供應(yīng)鏈金融;風(fēng)險評價;粗糙集;不確定性;云模型

中圖分類號：X820.4

文獻(xiàn)標(biāo)識碼：A

文章編號：1000-5099（2019）01-0042-07

供應(yīng)鏈金融是一種多主體資源交互的復(fù)雜多維金融模式。在該模式下，銀行立足于全局視角，以提高整個供應(yīng)鏈系統(tǒng)的資金利用率和競爭力為目標(biāo)，協(xié)調(diào)各金融主體，使其實(shí)現(xiàn)資源整合、信息共享、金融服務(wù)聯(lián)動，進(jìn)而解決傳統(tǒng)供應(yīng)鏈中資金流動性低、資金周轉(zhuǎn)困難、融資成本高等問題。

然而，多金融主體頻繁復(fù)雜的業(yè)務(wù)交互與資金流轉(zhuǎn)也使供應(yīng)鏈金融模式的風(fēng)險遠(yuǎn)高于傳統(tǒng)金融模式。Pfohl[1]等最早提出供應(yīng)鏈金融風(fēng)險這一概念，并認(rèn)為供應(yīng)鏈多主體之間的利益博弈是風(fēng)險的根源。Dyckman[2]則認(rèn)為風(fēng)險主要源自主體資信度低，其主要表現(xiàn)為債務(wù)方不愿或不能履行協(xié)議而使債權(quán)方造成的經(jīng)濟(jì)損失。孫敏[3]通過產(chǎn)權(quán)理論對供應(yīng)鏈金融風(fēng)險進(jìn)行分析，提出銀行與第三方物流企業(yè)存在委托代理關(guān)系，所以供應(yīng)鏈金融中也存在委托代理產(chǎn)生的道德風(fēng)險。因此，許多學(xué)者和企業(yè)仍對該模式持觀望態(tài)度。如何合理降低甚至規(guī)避供應(yīng)鏈金融模式中的潛在風(fēng)險是供應(yīng)鏈金融應(yīng)用和推廣亟待解決的問題，而要想解決這些問題，首先應(yīng)該建立合理、有效的供應(yīng)鏈金融風(fēng)險識別方法和評價體系。

楊晏忠[4]指出供應(yīng)鏈金融風(fēng)險應(yīng)該來自多個維度，不是單一的某個因素導(dǎo)致的，其風(fēng)險應(yīng)包括自然環(huán)境風(fēng)險、產(chǎn)業(yè)政策風(fēng)險、市場風(fēng)險、信用風(fēng)險、法律風(fēng)險、企業(yè)文化差異風(fēng)險、信息不對稱的風(fēng)險等。張浩[5]認(rèn)為還應(yīng)該將企業(yè)內(nèi)部因素納入風(fēng)險范疇，如管理者素質(zhì)、企業(yè)信譽(yù)狀況、經(jīng)營狀況等。李稚[6]從宏觀經(jīng)濟(jì)、國際供應(yīng)鏈關(guān)系、第三方物流企業(yè)、商業(yè)銀行4方面提出國際供應(yīng)鏈金融風(fēng)險的評價指標(biāo)。李毅學(xué)[7]將供應(yīng)鏈風(fēng)險分為包含宏觀風(fēng)險、行業(yè)風(fēng)險和供應(yīng)鏈系統(tǒng)風(fēng)險的系統(tǒng)性風(fēng)險和包含操作風(fēng)險、存貨變現(xiàn)風(fēng)險和信用風(fēng)險的非系統(tǒng)性風(fēng)險。以上研究對供應(yīng)鏈金融風(fēng)險識別工作起到了一定的推進(jìn)作用，一定程度上完善了供應(yīng)鏈金融風(fēng)險評價體系。在評價方法方面，風(fēng)險價值模型作為風(fēng)險研究中的重要方法被廣泛應(yīng)用。史金召[8]運(yùn)用Var模型對供應(yīng)鏈金融中的信用風(fēng)險進(jìn)行了研究。王旋等[9]基于結(jié)構(gòu)方程模型對供應(yīng)鏈金融視角下的中小企業(yè)信任風(fēng)險進(jìn)行了分析。然而，以上研究都是對風(fēng)險的定性分析，未能對引起風(fēng)險的指標(biāo)進(jìn)行量化分析。而目前較多的定量評價模型都沒有考慮到供應(yīng)鏈金融險評價中的復(fù)雜內(nèi)生性、不確定性和隨機(jī)性，因而難以對供應(yīng)鏈金融風(fēng)險的真實(shí)狀況作出全面、客觀的評價[10-13]。

供應(yīng)鏈金融模式本身就是一個復(fù)雜的系統(tǒng)工程，該系統(tǒng)在運(yùn)轉(zhuǎn)過程中，既具有各金融主體實(shí)時交互、聯(lián)動互通、資源共享產(chǎn)生的內(nèi)生性風(fēng)險，又具有企業(yè)集聚結(jié)構(gòu)而受到的外部性風(fēng)險。具體而言，內(nèi)部性風(fēng)險主要源于系統(tǒng)內(nèi)部信息的不對稱，包括道德風(fēng)險、資信風(fēng)險、監(jiān)管風(fēng)險、經(jīng)營風(fēng)險等;外部性風(fēng)險主要源于系統(tǒng)外部環(huán)境的干擾，包括市場風(fēng)險、政策風(fēng)險、法律風(fēng)險等。目前尚未有文獻(xiàn)從內(nèi)生性和外部性兩方面來考慮供應(yīng)鏈金融風(fēng)險。本文從系統(tǒng)工程視角出發(fā)，運(yùn)用粗糙集和云模型結(jié)合的方法，從系統(tǒng)內(nèi)部風(fēng)險、環(huán)境風(fēng)險、政策風(fēng)險3個方面構(gòu)建綜合、全面的評價指標(biāo)體系。首先對指標(biāo)集進(jìn)行海選，形成知識集合;之后利用粗糙集理論對海選指標(biāo)集進(jìn)行約簡，保留核指標(biāo)、生成權(quán)重;最后將評價數(shù)據(jù)與指標(biāo)權(quán)重輸入云風(fēng)險評價模型進(jìn)行綜合評價，獲取風(fēng)險識別結(jié)果與云風(fēng)險圖。

四、實(shí)例分析

為響應(yīng)貴州省大扶貧政策的號召，M市政府提出特色農(nóng)產(chǎn)品冷鏈加工生產(chǎn)模式，考慮到貧困地區(qū)中小型企業(yè)融資困難，地方銀行積極參與提供資金服務(wù)與金融服務(wù)，形成了穩(wěn)定的供應(yīng)鏈金融模式。該模式促進(jìn)了地方經(jīng)濟(jì)的發(fā)展，但也存在一定的潛在風(fēng)險。為有效識別風(fēng)險，按本文評價方法，對該供應(yīng)鏈金融風(fēng)險進(jìn)行綜合評價。

1.評價數(shù)據(jù)獲取

通過走訪調(diào)研、公司年報及政府相關(guān)數(shù)據(jù)，獲得該供應(yīng)鏈各企業(yè)2015—2018年的相關(guān)數(shù)據(jù)，并對數(shù)據(jù)做離散化處理。

2.各評價指標(biāo)云與目標(biāo)云計(jì)算

利用逆向云發(fā)生器算法，對數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，可算出各評價指標(biāo)的均值（Ex），熵（En）和超熵（He）。以“物流企業(yè)監(jiān)管風(fēng)險”為例，應(yīng)用逆向云發(fā)生器可以算出這一指標(biāo)的云數(shù)字特征為（0533，0.032，0.010）。同理，可算出其他各項(xiàng)指標(biāo)的云數(shù)字特各個指標(biāo)云數(shù)字特征及相應(yīng)權(quán)重如表3所示。

3.評價結(jié)果分析

應(yīng)用Matlab程序?qū)市供應(yīng)鏈金融評價對象云（0.476，0.023，0.007）生成云圖，如圖3所示。其中，紅色圖形為供應(yīng)鏈金融風(fēng)險評價標(biāo)度，藍(lán)色圖形為M市供應(yīng)鏈金融風(fēng)險評價云圖。可見，其風(fēng)險程度是處于重大風(fēng)險和中等風(fēng)險之間，更偏向于中等風(fēng)險，可信度與穩(wěn)定性都較高。

從圖4、圖5、圖6可以看出，導(dǎo)致該金融供應(yīng)鏈風(fēng)險程度較高的主要原因是系統(tǒng)內(nèi)部風(fēng)險。結(jié)合當(dāng)?shù)貙?shí)際情況分析：首先貴州省近年來正在加大精準(zhǔn)扶貧力度，而“黔貨出山”正是主要扶貧手段之一，該供應(yīng)鏈金融體系的構(gòu)建受到了較大政策扶持;其次，當(dāng)?shù)赝恋刭Y源優(yōu)渥，氣候適宜，自然危害較小;再次，作為重點(diǎn)精準(zhǔn)扶貧項(xiàng)目，受到的社會關(guān)注較大，企業(yè)監(jiān)管程度高。因此，該供應(yīng)鏈金融的外部性風(fēng)險較小。

而由于優(yōu)秀人才緊缺、核心技術(shù)落后等因素，系統(tǒng)內(nèi)部性風(fēng)險成為影響整體風(fēng)險的主要原因。為有效降低系統(tǒng)內(nèi)部性風(fēng)險，可從信息溝通效率和成員配合度兩方面進(jìn)行優(yōu)化：

一是提高合作企業(yè)間的協(xié)同認(rèn)知度。系統(tǒng)內(nèi)部風(fēng)險源自企業(yè)間的利益博弈，

只有讓各企業(yè)主體意識到協(xié)同合作的收益遠(yuǎn)大于短期的競爭收益，才能提高合作的積極性和配合度，實(shí)現(xiàn)共生共贏、持續(xù)發(fā)展。

二是搭建企業(yè)信息共享平臺。信息不對稱、信息滯后是企業(yè)間互信度低的主要原因之一，只有搭建信息共享平臺，實(shí)現(xiàn)信息的實(shí)時交互、透明公開，才能從本質(zhì)上提高企業(yè)主體間的合作效率。

五、小結(jié)

供應(yīng)鏈金融風(fēng)險評價是一個具有不確定性的多指標(biāo)綜合評價問題。本文基于系統(tǒng)工程視角，從內(nèi)生性與外部性出發(fā)，將專門研究不確定性問題的粗糙集理論、云模型理論結(jié)合，提出基于粗糙集和云模型的供應(yīng)鏈金融風(fēng)險綜合評價模型。該模型的優(yōu)點(diǎn)主要有兩點(diǎn)：

一是在應(yīng)用方面，充分利用粗糙集的指標(biāo)擇優(yōu)算法和云模型的不確定性轉(zhuǎn)換機(jī)制，使得評價體系既能兼顧主觀性和客觀性，又能兼顧內(nèi)生性與外部性，相對于傳統(tǒng)的供應(yīng)鏈金融風(fēng)險評價模型具有更好的靈活性和全面性。

二是采用依次向上遞歸擬合風(fēng)險曲線的方式，既能得到目標(biāo)層的最終評價結(jié)果，也能進(jìn)一步發(fā)現(xiàn)產(chǎn)生評價結(jié)果的主要影響因素，有利于后續(xù)對風(fēng)險的優(yōu)化與規(guī)避。

參考文獻(xiàn)：

[1]

PFOHL，H C，GOMM M.Suppy chain finance：optimizing financial flows in supply chains[J].Logistics R e￣search，2009，1（3/4）：149-161.

[2]DYCKMAN B. Supply chain finance：risk mitigation and revenue growth[J].Joumal of Corporate Treasury Management，2011，4（2）;168-173.

[3]孫敏.供應(yīng)鏈金融給各方帶來的優(yōu)勢和風(fēng)險及對策分析[J].物流工程與管理，2010，32（10）：120-122.

[4]楊晏忠.論商業(yè)銀行供應(yīng)鏈金融的風(fēng)險防范[J].金融論壇，2007（10）：42-45.

[5]張浩.基于供應(yīng)鏈金融的中小企業(yè)信用評級模型研究[J].東南大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2008，10（S2）：54-58.

[6]李稚，董士浩.國際供應(yīng)鏈金融風(fēng)險評估[J].國際經(jīng)濟(jì)合作，2018（08）：83-87.

[7]李毅學(xué).供應(yīng)鏈金融風(fēng)險評估[J].中央財經(jīng)大學(xué)學(xué)報，2011（10）：36-41.

[8]史金召，王長春，亓?xí)?基于VaR模型的供應(yīng)鏈金融信用風(fēng)險動態(tài)控制方法研究[J].管理現(xiàn)代化，2014，34（06）：99-101.

[9]王旋，祝錫永.供應(yīng)鏈金融視角下中小企業(yè)信用風(fēng)險影響因素研究[J].經(jīng)營與管理，2016（11）：108-111.

[10]何娟，王建，蔣祥林，等.基于Copula-CVaR-EVT方法的供應(yīng)鏈金融質(zhì)物組合優(yōu)化[J].系統(tǒng)工程理論與實(shí)踐，2015，35（1）：1-16.

[11]劉穎，張麗娟，韓亞男，等.基于粒子群協(xié)同優(yōu)化算法的供應(yīng)鏈金融信用風(fēng)險評價模型[J].吉林大學(xué)學(xué)報（理學(xué)版），2018，56（1）：119-125.

[12]劉艷春，崔永生.供應(yīng)鏈金融下中小企業(yè)信用風(fēng)險評價——基于SEM和灰色關(guān)聯(lián)度模型[J].技術(shù)經(jīng)濟(jì)與管理研究，2016（12）：14-19.

[13]傅琳，金愛華.流通業(yè)小微企業(yè)供應(yīng)鏈金融的風(fēng)險評價及防范[J].商業(yè)經(jīng)濟(jì)研究，2018（8）：156-159.

（責(zé)任編輯：鐘昭會）