張?jiān)曝S,王勇

（1.安徽工程大學(xué)管理工程學(xué)院，安徽蕪湖241000；2.重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院，重慶沙坪壩400030）

基于FLES-TOPSIS 法的存貨質(zhì)押融資風(fēng)險(xiǎn)診斷

張?jiān)曝S,王勇

（1.安徽工程大學(xué)管理工程學(xué)院，安徽蕪湖241000；2.重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院，重慶沙坪壩400030）

存貨質(zhì)押融資業(yè)務(wù)具有巨大的市場(chǎng)發(fā)展?jié)摿Γ茖W(xué)且準(zhǔn)確地診斷其業(yè)務(wù)風(fēng)險(xiǎn)具有重要意義。目前，業(yè)務(wù)風(fēng)險(xiǎn)診斷的方法存在或多或少的缺陷?；诖?，本文提出新的存貨質(zhì)押融資業(yè)務(wù)風(fēng)險(xiǎn)診斷方法。該方法應(yīng)用模糊語言區(qū)間數(shù)刻畫指標(biāo)值及指標(biāo)重要性程度，參考TOPSIS法思想，測(cè)量各風(fēng)險(xiǎn)影響指標(biāo)到正理想解與負(fù)理想解的距離，并定義相對(duì)風(fēng)險(xiǎn)系數(shù)的計(jì)算式。最后進(jìn)行案例演示，給出風(fēng)險(xiǎn)診斷詳細(xì)過程，為銀行進(jìn)行決策提供參考。

存貨質(zhì)押融資；風(fēng)險(xiǎn)診斷；TOPSIS；模糊語言評(píng)估標(biāo)度

存貨質(zhì)押融資作為一種新興的物流金融業(yè)務(wù)形式，在提升供應(yīng)鏈效率，提供低風(fēng)險(xiǎn)、高附加值金融服務(wù)，增強(qiáng)物流企業(yè)核心競(jìng)爭(zhēng)力等方面發(fā)揮重要作用，成為解決中小企業(yè)融資難的有效途徑[1]。例如，中國物資儲(chǔ)運(yùn)總公司從1999年先后與招商銀行、中信銀行、交通銀行、工商銀行等數(shù)十家金融機(jī)構(gòu)展開合作，6年間已為500多家企業(yè)提供了150多億元的存貨質(zhì)押融資業(yè)務(wù)[2]。2005年11月央行公布的《中國信貸人權(quán)利的法律保護(hù)》報(bào)告中，明確指出存貨質(zhì)押貸款是解決中小型企業(yè)融資難問題的有效渠道[3]。為了保證存貨質(zhì)押業(yè)務(wù)的順利進(jìn)行，商業(yè)銀行或第三方物流企業(yè)需要實(shí)時(shí)監(jiān)控業(yè)務(wù)過程中的所有動(dòng)態(tài)變化，以最大程度上規(guī)避風(fēng)險(xiǎn)。而在實(shí)施存貨質(zhì)押融資之前對(duì)該業(yè)務(wù)進(jìn)行準(zhǔn)確的風(fēng)險(xiǎn)識(shí)別與診斷至關(guān)重要，可以幫助商業(yè)銀行有效地回避風(fēng)險(xiǎn)程度較高的融資業(yè)務(wù)，以最大化自己的期望收益[4]。因此，對(duì)風(fēng)險(xiǎn)的識(shí)別與診斷是存貨質(zhì)押融資業(yè)務(wù)開展必不可少的前期工作。

學(xué)術(shù)界也一直保持著對(duì)存貨質(zhì)押融資風(fēng)險(xiǎn)問題的高度關(guān)注。李毅學(xué)等(2010)從擔(dān)保物在融資風(fēng)險(xiǎn)中的作用、融資風(fēng)險(xiǎn)指標(biāo)、融資風(fēng)險(xiǎn)預(yù)警及違約后處理三個(gè)方面，對(duì)商業(yè)銀行與第三方物流企業(yè)的風(fēng)險(xiǎn)控制決策問題進(jìn)行了比較全面的回顧[5]。鑒于文獻(xiàn)[5]所做的工作，這里不再重復(fù)以前的研究成果，下面僅對(duì)近幾年的最新進(jìn)展作簡(jiǎn)要述評(píng)。袁軍(2010)[1]、常偉(2009)[6]、韓鋼(2010)[7]、李曉蕓(2012)[8]等分別對(duì)質(zhì)押物的流動(dòng)性風(fēng)險(xiǎn)度量問題展開了深入研究。李毅學(xué)等(2011)[9]針對(duì)季節(jié)性存貨質(zhì)押融資業(yè)務(wù)，考慮委托監(jiān)管模式下風(fēng)險(xiǎn)中性借款企業(yè)的訂購決策，并分析了下側(cè)風(fēng)險(xiǎn)規(guī)避銀行的關(guān)鍵風(fēng)險(xiǎn)控制指標(biāo)——質(zhì)押率的決策。何娟等(2011,2012)[10,11]利用訪談和問卷調(diào)查數(shù)據(jù)，經(jīng)過系列處理，建立起存貨質(zhì)押業(yè)務(wù)關(guān)鍵風(fēng)險(xiǎn)因子評(píng)價(jià)指標(biāo)體系，但沒有運(yùn)用具體的評(píng)價(jià)方法進(jìn)行演示。李毅學(xué)(2011)[12]將供應(yīng)鏈金融（以存貨質(zhì)押融資為例）的復(fù)雜風(fēng)險(xiǎn)歸納為系統(tǒng)和非系統(tǒng)兩大類，基于供應(yīng)鏈金融風(fēng)險(xiǎn)評(píng)估原則構(gòu)建了評(píng)估指標(biāo)體系，并介紹了層次分析法在風(fēng)險(xiǎn)評(píng)估中的應(yīng)用。盛巧玲(2012)[13]先是建立一套存貨質(zhì)押融資風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，然后運(yùn)用層次分析法確定各指標(biāo)權(quán)重，最后使用模糊綜合評(píng)價(jià)法完成融資風(fēng)險(xiǎn)綜合評(píng)價(jià)。層次分析法雖然基本原理簡(jiǎn)單，經(jīng)常用于多指標(biāo)決策分析，但判斷矩陣中的各個(gè)標(biāo)度賦值有很大的隨意性[14]，且當(dāng)指標(biāo)數(shù)較多時(shí)，特征值和特征向量的精確求解很復(fù)雜，權(quán)重難以確定[15]。

綜上所述，現(xiàn)有文獻(xiàn)對(duì)質(zhì)押物流動(dòng)性風(fēng)險(xiǎn)研究比較深入，成果也頗豐富；對(duì)影響存貨質(zhì)押融資業(yè)務(wù)風(fēng)險(xiǎn)的關(guān)鍵因素描述比較具體，部分學(xué)者細(xì)化到三級(jí)指標(biāo)[12]，并建立起規(guī)范的指標(biāo)評(píng)價(jià)體系。可以說，對(duì)存貨質(zhì)押融資風(fēng)險(xiǎn)的識(shí)別研究已相當(dāng)充分，而對(duì)風(fēng)險(xiǎn)的診斷研究稍顯不足，且使用的評(píng)價(jià)方法也需要商榷。逼近理想解的排序方法(Technique for order Preference by Similarity to Solution，TOPSIS)作為一種有效的多指標(biāo)決策方法，在自然科學(xué)和社會(huì)科學(xué)領(lǐng)域都得到廣泛應(yīng)用[16]?；诖耍疚膮⒖糡OPSIS法思想，運(yùn)用模糊語言評(píng)估標(biāo)度刻畫指標(biāo)值，提出改進(jìn)的FLES-TOPSIS (fuzzy linguistic evaluation scale-TOPSIS)法，為商業(yè)銀行或第三方物流企業(yè)提供更為客觀、準(zhǔn)確的存貨質(zhì)押融資風(fēng)險(xiǎn)診斷依據(jù)。

一、基礎(chǔ)知識(shí)

（一）模糊語言評(píng)估標(biāo)度

由于需要評(píng)估的指標(biāo)多數(shù)為定性的，受制于人類思維的模糊性及專業(yè)知識(shí)水平等客觀因素的制約，難以用精確數(shù)去量化，通過模糊語言來刻畫評(píng)估指標(biāo)則顯得更切合實(shí)際。

定義1[17]記Ψ=｛ψaa∈［－L,L］;L∈Ζ｝為模糊語言評(píng)估標(biāo)度集，其中ψa表示模糊語言變量，且與特定模糊語言評(píng)價(jià)值一一對(duì)應(yīng)。ψ-L和ψL分別表示模糊語言變量的下限標(biāo)度和上限標(biāo)度。若γ=［ψα,ψβ］，ψα,ψβ∈Ψ且α＜β，稱γ為模糊語言區(qū)間數(shù)。當(dāng)時(shí)α=β時(shí)，γ退化為模糊語言變量。

Ψ中模糊語言變量個(gè)數(shù)根據(jù)評(píng)估需要進(jìn)行標(biāo)度，一般取奇數(shù)個(gè)。若取L=4，則模糊語言標(biāo)度集包括9個(gè)元素。一般情況下，模糊語言評(píng)估標(biāo)度集中各元素由左到右表示的評(píng)估結(jié)果依次變優(yōu)，如在刻畫風(fēng)險(xiǎn)程度時(shí)，可設(shè)模糊語言評(píng)價(jià)值與模糊語言變量對(duì)應(yīng)關(guān)系如下：ψ-4=HG(很高)，ψ-3=G(高)，ψ-2=JG(較高)，ψ-1=SG(稍高)，ψ0=YB(一般)，ψ1=SD (稍低)，ψ2=JD(較低)，ψ3=D(低)，ψ4=HD(很低)。

定義2[17]對(duì)任意兩個(gè)模糊語言區(qū)間數(shù)γ=［ψα, ψβ］，ξ=［ψμ,ψν］，ψα,ψβ,ψμ,ψν∈Ψ，令lengthαβ=β－α，lengthμν=μ－ν，則γ≥ξ的可能度為：

顯然，p(ξ＞γ)=1－p(γ≥ξ)。

（二）確定屬性權(quán)重

設(shè)m個(gè)決策者對(duì)n個(gè)指標(biāo)的重要性展開評(píng)估，采用模糊語言區(qū)間數(shù)進(jìn)行刻畫，第k個(gè)決策者賦予的指標(biāo)重要性評(píng)估值構(gòu)成向量)，按（1）式將向量wk中元素進(jìn)行兩兩比較，得到可能度矩陣Pk=(pkij)n×n，則第k個(gè)決策者賦予第i個(gè)指標(biāo)的權(quán)重表示為：

對(duì)L加權(quán)求和，得到ωk與其他權(quán)重向量的平kt均一致性程度表達(dá)式：

令Lπ=max{Lkk=1,2,…,m}，則認(rèn)為第π個(gè)決策者賦予的指標(biāo)權(quán)重向量為近似最優(yōu)權(quán)重向量，因此也最能體現(xiàn)最優(yōu)權(quán)重向量反映的信息。

（三）屬性值的規(guī)范化處理

現(xiàn)有文獻(xiàn)在運(yùn)用TOPSIS法進(jìn)行多屬性決策時(shí)，對(duì)每個(gè)屬性的規(guī)范化處理是以所有備選方案下該屬性的極大/極小值作為轉(zhuǎn)換標(biāo)準(zhǔn)，而忽略了該屬性自身存在最大/最小值的情況，我們稱這種處理方式為相對(duì)規(guī)范化處理；而以屬性自身最大/最小值作為轉(zhuǎn)換標(biāo)準(zhǔn)的處理方式稱為絕對(duì)規(guī)范化處理。顯然，相對(duì)規(guī)范化處理容易掩蓋屬性值反映的真實(shí)信息，導(dǎo)致評(píng)價(jià)結(jié)果不能準(zhǔn)確體現(xiàn)客觀實(shí)際，如下面的例子。

例1在一個(gè)多屬性決策問題中，需對(duì)3個(gè)備選供應(yīng)商的績(jī)效進(jìn)行評(píng)估?，F(xiàn)選擇4個(gè)屬性作為績(jī)效評(píng)估依據(jù)，且4個(gè)屬性視為同等重要程度。決策者采用百分制對(duì)備選供應(yīng)商進(jìn)行考評(píng)，賦予的績(jī)效評(píng)估值見矩陣所示：

供應(yīng)商績(jī)效屬于效益型指標(biāo)，采用極差變換法進(jìn)行相對(duì)規(guī)范化處理，轉(zhuǎn)換公式則有φ11=(1.00,0.00,0.67)。百分制績(jī)效評(píng)估值的最大值都是100，而最小值為0，即進(jìn)行絕對(duì)規(guī)范化處理時(shí)，有φ′11=(0.85,0.70,0.80)?？梢姡瑯舆M(jìn)行規(guī)范化處理，絕對(duì)規(guī)范化處理方式能夠反映實(shí)際績(jī)效值與理想績(jī)效值(100)間的真實(shí)距離，而相對(duì)規(guī)范化處理方式卻放大了實(shí)際績(jī)效值與理想績(jī)效值間的真實(shí)距離。因此，本文數(shù)據(jù)的處理將采用絕對(duì)規(guī)范化的方式，如定義4所示。

定義4記γ=［ψα,ψβ］為模糊語言區(qū)間數(shù)，其中α，β∈［－L,L］，a~=［aM,aN］，為普通區(qū)間數(shù)，存在下列映射關(guān)系使得f［Ψα,Ψβ］=［aM,aN］：

其中，2L+1為模糊語言評(píng)估標(biāo)度集中元素?cái)?shù)量。

二、風(fēng)險(xiǎn)評(píng)估指標(biāo)體系

存貨質(zhì)押融資風(fēng)險(xiǎn)的診斷屬典型的多指標(biāo)決策問題，需要建立科學(xué)、合理的風(fēng)險(xiǎn)評(píng)估指標(biāo)體系。由于影響風(fēng)險(xiǎn)的指標(biāo)眾多，且各指標(biāo)對(duì)風(fēng)險(xiǎn)的貢獻(xiàn)度也不一樣，因此建立風(fēng)險(xiǎn)評(píng)估指標(biāo)體系時(shí)，既要體現(xiàn)全面性，又要突出重點(diǎn)，需從眾多影響因素中抽象出主要影響因素，不可能也沒必要將每一個(gè)影響因素都反映出來。在實(shí)際操作時(shí)，尚需遵循科學(xué)性、客觀性、規(guī)范性、獨(dú)立性、可操作性及系統(tǒng)性等基本原則[18]?？茖W(xué)性原則是指選擇的各項(xiàng)指標(biāo)彼此之間須有機(jī)配合，不能相互矛盾，標(biāo)度指標(biāo)值的方法要科學(xué)；客觀性原則是指所選擇的指標(biāo)要能客觀反映存貨質(zhì)押融資的真實(shí)風(fēng)險(xiǎn)，其評(píng)價(jià)標(biāo)準(zhǔn)、計(jì)算方法不能隨意改變；規(guī)范性是指所選擇的指標(biāo)應(yīng)盡量和行業(yè)的慣例接軌，便于交流、比較；獨(dú)立性原則是指所選擇的指標(biāo)應(yīng)盡量減少重疊，各指標(biāo)間相關(guān)性最好為零；可操作性是指所選擇的指標(biāo)應(yīng)當(dāng)便于在實(shí)際評(píng)價(jià)領(lǐng)域中應(yīng)用，易于被參加評(píng)估的人員接受；系統(tǒng)性原則是指從系統(tǒng)的角度選擇指標(biāo)，使各個(gè)指標(biāo)相互補(bǔ)充，全面反映風(fēng)險(xiǎn)在各方面的內(nèi)在聯(lián)系。依據(jù)這些基本原則，一些學(xué)者[10-13,17]分別建立了相應(yīng)的風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，其所包含的指標(biāo)也相差無幾。限于篇幅，這里不再一一羅列。本文將學(xué)者們建立的風(fēng)險(xiǎn)評(píng)估指標(biāo)體系進(jìn)行比較與歸納后，建立如下表1所示的風(fēng)險(xiǎn)評(píng)估指標(biāo)體系。

表1 風(fēng)險(xiǎn)評(píng)估指標(biāo)體系

李柏洲等(2012)指出每個(gè)主要指標(biāo)包含的次級(jí)指標(biāo)應(yīng)不多于4個(gè)，否則需要進(jìn)行指標(biāo)提純，縮減指標(biāo)數(shù)量[19]。通過表1可以看到，本文建立的風(fēng)險(xiǎn)評(píng)估指標(biāo)體系中，每個(gè)一級(jí)指標(biāo)細(xì)分的二級(jí)指標(biāo)數(shù)量為2~4個(gè)，與文獻(xiàn)[19]的觀點(diǎn)十分吻合?？紤]到本文重點(diǎn)在于介紹FLES-TOPSIS法在存貨質(zhì)押融資風(fēng)險(xiǎn)診斷中的具體應(yīng)用，為了避免枯燥的重復(fù)簡(jiǎn)單計(jì)算，在下文的討論中，我們將會(huì)略去二級(jí)指標(biāo)的評(píng)估過程，直接由評(píng)估人員給出一級(jí)指標(biāo)及其重要性的綜合評(píng)估值，以考察各指標(biāo)對(duì)融資風(fēng)險(xiǎn)的影響程度。

三、基于FLES-TOPSIS法的風(fēng)險(xiǎn)診斷基本步驟

第1步參考已經(jīng)建立的風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，各位決策者賦予指標(biāo)及指標(biāo)重要性的模糊語言評(píng)價(jià)值向量x~ik、w~ik；并依據(jù)定義1描述，將之分別轉(zhuǎn)化為指標(biāo)及指標(biāo)重要性模糊語言區(qū)間數(shù)向量xik、wik。其中k=1，2，…，m、i=1，2，…，n；

第2步按照（1）式將各位決策者賦予的指標(biāo)重要性模糊語言區(qū)間數(shù)轉(zhuǎn)化為可能度矩陣，再由（2）式解出每位決策者賦予的指標(biāo)權(quán)重向量。依定義3介紹方法，確定最佳指標(biāo)權(quán)重向量ω~(ω~1，ω~2，…，ω~n，)；

第3步根據(jù)定義4，對(duì)指標(biāo)模糊語言評(píng)價(jià)值向量進(jìn)行規(guī)范化處理，得到各位決策者賦予的指標(biāo)規(guī)范化評(píng)價(jià)值向量rk(r1k,r2k,…，rnk)，并將與rk加權(quán)

第5步考慮到風(fēng)險(xiǎn)系數(shù)越小越好，這里定義相對(duì)風(fēng)險(xiǎn)系數(shù)ρ=d+/(d－+d+)，則各位決策者賦予方案的相對(duì)風(fēng)險(xiǎn)系數(shù)ρk=dk+/(dk－+dk+)，對(duì)照風(fēng)險(xiǎn)系數(shù)劃分等級(jí)表，確定風(fēng)險(xiǎn)等級(jí)。

四、案例演示

S公司是位于B市主城區(qū)的一家大型民營(yíng)企業(yè)，自成立以來，業(yè)務(wù)量持續(xù)增加，發(fā)展迅速。目前，由于銷售網(wǎng)店建設(shè)及添置相應(yīng)配貨設(shè)備，公司需要大量資金。公司現(xiàn)金流本就不充裕，年初新增一條生產(chǎn)線后更是捉襟見肘，因此融資已是公司面臨的首要問題。公司高層經(jīng)過研究后決定，愿以倉庫中部分存貨出質(zhì)，向H銀行S市分行申請(qǐng)融資。該行收到S公司的融資申請(qǐng)后，迅速組織4名專家來對(duì)該融資項(xiàng)目的可行性進(jìn)行評(píng)估。4名專家采用模糊語言評(píng)價(jià)值來描述指標(biāo)及指標(biāo)重要性，并選擇以質(zhì)押物風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、法律風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)、宏觀環(huán)境風(fēng)險(xiǎn)等五個(gè)指標(biāo)來全面診斷該融資項(xiàng)目的風(fēng)險(xiǎn)程度。以下給出該融資項(xiàng)目的詳細(xì)診斷過程。

(ⅰ)4名專家分別賦予的指標(biāo)模糊語言評(píng)價(jià)值向量為：

按（3）式計(jì)算任意兩個(gè)指標(biāo)權(quán)重向量間的一致性程度：L12=L21=0.698，L13=L31=0.684，L14=L41= 0.910，L23=L32=0.968，L24=L42=0.736，L34=L43=0.817。

按（4）式計(jì)算任一權(quán)重向量與其他權(quán)重向量間的平均一致性程度：L1=0.764，L2=0.801，L3= 0.823，L4=0.821。

由于max{L1,L2,L3,L4}=L3，取屬性權(quán)重向量=ω3=(0.266,0.066,0.094,0.307,0.266)作為近似最優(yōu)權(quán)重。

(ⅲ)按定義4介紹方法，將4位專家賦予的指標(biāo)模糊語言評(píng)價(jià)值向量進(jìn)行規(guī)范化處理，得到4位專家賦予的指標(biāo)規(guī)范化評(píng)價(jià)值向量：

將指標(biāo)近似最優(yōu)權(quán)重與指標(biāo)規(guī)范化評(píng)價(jià)值向量加權(quán)集結(jié)：

(ⅴ)根據(jù)區(qū)間數(shù)運(yùn)算法則，得到4名專家診斷的融資項(xiàng)目相對(duì)風(fēng)險(xiǎn)系數(shù)分別為：

存貨質(zhì)押融資風(fēng)險(xiǎn)等級(jí)的劃分尚沒有建立統(tǒng)一的標(biāo)準(zhǔn)，為與模糊語言評(píng)估標(biāo)度集中模糊語言變量標(biāo)度的風(fēng)險(xiǎn)程度保持一致，本文提供一種九等級(jí)風(fēng)險(xiǎn)程度劃分方案，如表2所示。

表2 九等級(jí)風(fēng)險(xiǎn)程度劃分方案

對(duì)照表2提供的九等級(jí)風(fēng)險(xiǎn)程度劃分方案，結(jié)合4名專家診斷的相對(duì)風(fēng)險(xiǎn)系數(shù)，可以看出4名專家認(rèn)為該融資項(xiàng)目風(fēng)險(xiǎn)介于“低”與“一般”之間?？傊?，4名專家一致認(rèn)定該融資項(xiàng)目不會(huì)產(chǎn)生高風(fēng)險(xiǎn)。銀行可以在參考4名專家診斷結(jié)果的基礎(chǔ)上，作出是否接受S公司融資申請(qǐng)的決策。

五、結(jié)語

存貨質(zhì)押融資項(xiàng)目的風(fēng)險(xiǎn)性大小直接影響到銀行的決策，而選擇科學(xué)、合理的風(fēng)險(xiǎn)診斷方法至關(guān)重要。本文提出的方法是對(duì)傳統(tǒng)TOPSIS法的有效拓展，具有決策思路清晰，數(shù)學(xué)計(jì)算簡(jiǎn)單的特點(diǎn)。引入模糊語言來刻畫指標(biāo)值和指標(biāo)重要性程度更符合人們的習(xí)慣性思維，并且在進(jìn)行指標(biāo)規(guī)范化處理時(shí)，為了維持對(duì)事物認(rèn)識(shí)的模糊性特征，只是將模糊語言區(qū)間數(shù)轉(zhuǎn)化成普通區(qū)間數(shù)，而且一直保留到最后。對(duì)于相對(duì)風(fēng)險(xiǎn)系數(shù)，雖然給出精確實(shí)數(shù)的結(jié)果有利于作出決策，但筆者認(rèn)為文中的區(qū)間數(shù)結(jié)果卻更能體現(xiàn)實(shí)際狀況?？紤]到保持4位專家風(fēng)險(xiǎn)診斷結(jié)果獨(dú)立性的需要，最后并未對(duì)得到的相對(duì)風(fēng)險(xiǎn)系數(shù)進(jìn)行加權(quán)處理，實(shí)際決策時(shí)可以根據(jù)專家影響力的大小選擇相應(yīng)權(quán)重加權(quán)。

[1]袁軍.基于結(jié)構(gòu)突變的存貨質(zhì)押融資流動(dòng)性風(fēng)險(xiǎn)實(shí)證研究——以中國東方絲綢市場(chǎng)交易所坯布動(dòng)產(chǎn)為例[J].系統(tǒng)工程,2010,28(2):73-81.

[2]韓鋼,李隨成.動(dòng)態(tài)質(zhì)押模式下的存貨質(zhì)押融資業(yè)務(wù)的風(fēng)險(xiǎn)控制[J].系統(tǒng)工程,2010,28(12):18-22.

[3]閆英,帥斌,甘蜜,等.市場(chǎng)不確定下存貨質(zhì)押融資后企業(yè)利潤(rùn)的定量分析[J].工業(yè)工程,2012,15(6):114-118.

[4]Cruz J M,Nagurney A,Wakolbinger T.Financial engineering of the integration of globalsupply chain networks and social networks with risk management[J]. Naval Research Logistics,2006,53(7):674-696.

[5]李毅學(xué),汪壽陽,馮耕中.一個(gè)新的學(xué)科方向——物流金融的實(shí)踐發(fā)展與理論綜述[J].系統(tǒng)工程理論與實(shí)踐, 2010,30(1):1-13.

[6]常偉,胡海清,張道宏，等.存貨質(zhì)押業(yè)務(wù)的價(jià)值風(fēng)險(xiǎn)度量[J].預(yù)測(cè),2009,28(12):71-75.

[7]韓鋼,李隨成.動(dòng)態(tài)質(zhì)押模式下的存貨質(zhì)押融資業(yè)務(wù)風(fēng)險(xiǎn)控制[J].系統(tǒng)工程,2010,28(12):18-22.

[8]李曉蕓,江孝感.存貨質(zhì)押融資業(yè)務(wù)的流動(dòng)性風(fēng)險(xiǎn)研究[J].時(shí)代金融,2012(3):136-137.

[9]劉毅學(xué),馮耕中,張媛媛.委托監(jiān)管下存貨質(zhì)押融資的關(guān)鍵風(fēng)險(xiǎn)控制指標(biāo)[J].系統(tǒng)工程理論與實(shí)踐,2011,31 (4):587-598.

[10]何娟,劉苗苗.存貨質(zhì)押業(yè)務(wù)關(guān)鍵風(fēng)險(xiǎn)因子實(shí)證辨析分析[J].金融理論與實(shí)踐,2012(1):28-32.

[11]何娟,王欣.存貨質(zhì)押業(yè)務(wù)風(fēng)險(xiǎn)因子關(guān)系影響分析：基于結(jié)構(gòu)方程模型[J].現(xiàn)代管理科學(xué),2011(7):34-37.

[12]李毅學(xué).供應(yīng)鏈金融風(fēng)險(xiǎn)評(píng)估[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào), 2011(11):36-41.

[13]盛巧玲,吳炎太.基于層次分析法的供應(yīng)鏈存貨質(zhì)押融資風(fēng)險(xiǎn)模糊綜合評(píng)價(jià)[J].科技管理研究,2012(11):52-57.

[14]演克武,朱金福.層次分析法在多目標(biāo)決策過程中的不足與改進(jìn)[J].統(tǒng)計(jì)與決策,2012(5):10-11.

[15]吳殿廷,李東方.層次分析法的不足與其改進(jìn)的途徑[J].北京師范大學(xué)學(xué)報(bào)：自然科學(xué)版,2014,40(2): 264-268.

[16]王勇,張戰(zhàn)峰,賴志柱.基于TOPSIS方法的第四方物流作業(yè)多屬性優(yōu)化指派模型[J].系統(tǒng)管理學(xué)報(bào),2011,20 (5):569-577.

[17]徐澤水.基于語言信息的決策方法和理論[M].北京:科學(xué)出版社,2008.

[18]劉威廷.物流企業(yè)存貨質(zhì)押融資的風(fēng)險(xiǎn)研究[D].西安:中南林業(yè)科技大學(xué),2012.

[19]李柏洲,蘇屹.基于改進(jìn)突變級(jí)數(shù)的區(qū)域科技創(chuàng)新能力評(píng)價(jià)研究[J].中國軟科學(xué),2012(6):90-101.

責(zé)任編輯：吳強(qiáng)

Inventory Pledge Financing Risk Diagnosis Based on FLES-TOPSIS

ZHANG Yunfeng,WANG Yong
(1.School of Management Engineering,Anhui Polytechnic University,Wuhu Anhui 241000,China) (2.School of Economics and Business Administration,Chongqing University,Shapingba Chongqing 400030,China)

Inventory pledge financing business has a huge market potential of development,so it is significant to study its risk diagnosis method.In view of this situation,this paper presents a new method for the diagnosis of inventory risk financing project. The method describes the index and the index weight by using fuzzy language interval number,references the idea of TOPSIS, measures the distance from every index to the positive ideal solution and the negative ideal solution,and defines the calculation formula of the relative risk coefficient.At last,the paper designs a simulation example,gives the specific diagnostic process of the risk,and provides the reference for the bank to make decision.

inventory pledge financing;risk diagnosis;TOPSIS;fuzzy linguistic evaluation scale

F830

A

1673-8004（2014）06-0092-07

2014-03-04

本文系教育部人文社會(huì)科學(xué)基金項(xiàng)目“農(nóng)產(chǎn)品質(zhì)押融資的運(yùn)作模式與優(yōu)化方法研究”(項(xiàng)目號(hào)：12YJA630135)和安徽省高校省級(jí)優(yōu)秀青年人才基金重點(diǎn)項(xiàng)目“基于供應(yīng)鏈金融的組合質(zhì)押與循環(huán)質(zhì)押融資決策研究”(項(xiàng)目號(hào)：2013SQRW034ZD)的研究成果。

張?jiān)曝S(1982-)，男，安徽無為人，博士研究生，講師，主要從事供應(yīng)鏈金融研究；王勇(1957-)，男，重慶人，博士，教授，博士生導(dǎo)師，主要從事物流與供應(yīng)鏈管理、決策分析研究。