雷玲玲，王應明

（福州大學 經(jīng)濟與管理學院，福建 福州 350108）

基于ANP和證據(jù)推理的供應鏈融資企業(yè)信用風險評價

雷玲玲，王應明

（福州大學 經(jīng)濟與管理學院，福建 福州 350108）

基于對現(xiàn)階段供應鏈融資企業(yè)信用風險的成因分析，針對供應鏈上各參與主體相互作用的特性，構建基于ANP的供應鏈融資企業(yè)的信用風險評價指標體系，并建立基于證據(jù)推理的適合商業(yè)銀行進行信用風險評價的模型。ANP與證據(jù)推理的有效結合能夠全面客觀地評價供應鏈融資企業(yè)信用風險，同時為管理者進行風險防控和管理提供客觀依據(jù)。

供應鏈融資；信用風險；ANP；證據(jù)推理；風險控制

1 引言

供應鏈融資可以說是現(xiàn)代金融和物流領域的有效結合，拓展了傳統(tǒng)金融服務領域，是一個重要的金融創(chuàng)新業(yè)務，它借助供應鏈中核心企業(yè)的行業(yè)地位以及第三方物流企業(yè)的信譽，緩解了中小型企業(yè)由于自身實力不足而無法滿足銀行授信門檻的融資難題，同時實現(xiàn)了參與各方共贏的局面?；诖?，此融資模式得到越來越多商業(yè)銀行的青睞。由于商業(yè)銀行在供應鏈融資業(yè)務中可能面臨來自整個融資系統(tǒng)的種種風險，如何正確評估并防范風險也就顯得至關重要。

陳昭旭[1]著重介紹了供應鏈金融給融資體系的各參與主體帶來的價值功能，一方面銀行等金融機構培養(yǎng)了潛在客戶，拓展了市場空間，同時也降低了客戶違約風險，另一方面供應鏈融資體系的其他成員也可從中分別滿足自身的需求。覃宇環(huán)[2]通過對國內(nèi)一家商業(yè)銀行進行分析，發(fā)現(xiàn)供應鏈融資對商業(yè)銀行，核心企業(yè)和配套企業(yè)具有多重共贏的意義。張瑋[3]著重分析了供應鏈融資的三種操作模式下各自的風險成因，在此基礎上重新建立一套風險評估體系，并給出風險評價等級。楊喜孫、趙亞娟、劉心報[4]認為銀行和企業(yè)之間存在信息偏差和利益偏差，而供應鏈融資模式可以減小上述偏差，改善融資瓶頸。楊晏忠[5]通過對供應鏈融資風險產(chǎn)生原因進行系統(tǒng)分析，并對融資風險進行重新歸類，針對每種風險的成因給出了風險控制建議。唐凌云[6]著重分析了現(xiàn)階段供應鏈融資業(yè)務中可能存在的一系列風險，給出了確定風險VaR值的模型，對管理者進行風險防范和管理具有重要意義。趙忠，李波[7]通過對現(xiàn)階段供應鏈融資風險的系統(tǒng)分析，提出用模糊層次分析法進行風險評價。周憶文[8]主要針對現(xiàn)有的供應鏈融資風險特點，給出了一系列的風險管理建議，例如加強與第三方物流的合作等。

本文將從系統(tǒng)角度出發(fā)，通過分析現(xiàn)階段供應鏈融資業(yè)務的風險成因，設計一套適合商業(yè)銀行進行融資風險考核和評價的指標體系，并利用ANP（網(wǎng)絡分析法）給出各指標權重，建立基于證據(jù)推理的供應鏈融資企業(yè)的信用風險評價模型，最后給出了風險的管理控制建議。一方面，相較于AHP，ANP全面考慮了層次間的相互影響關系和反饋作用，清晰的展示了各指標間的網(wǎng)絡關系，因此用ANP給出各指標權重顯得更加嚴謹。另一方面，證據(jù)推理能夠有效處理確定信息和不確定信息，完全信息和不完全信息，能夠對風險進行較為客觀的評價并為風險管理提供依據(jù)。ANP和證據(jù)推理的有效結合，各取所長，能夠更全面準確的評價融資風險。

2 供應鏈融資企業(yè)的信用風險評價體系

2.1 供應鏈融資企業(yè)信用風險評價特點

在傳統(tǒng)的銀行授信業(yè)務中，融資企業(yè)的信用風險主要是指由于自身原因而造成的違約可能性，因此銀行在進行信用風險評價時主要考察融資企業(yè)自身的規(guī)模，資金實力，抵押擔保品等。而中小企業(yè)由于自身財務實力較低，信用等級低，經(jīng)營風險較大等原因難以達到銀行授信的門檻，造成中小企業(yè)無法順利開展業(yè)務，阻礙了自身發(fā)展。而在供應鏈融資業(yè)務運作模式下，商業(yè)銀行跳出對單個企業(yè)進行考察審核和擔保的局限，把整個供應鏈當作一個有機整體進行綜合考察評估，重視考察核心企業(yè)的信用評價等級以及融資企業(yè)和核心企業(yè)貿(mào)易

來往的真實性。通過有機整合供應鏈條上的現(xiàn)金流、信息流和物流，供應鏈融資為商業(yè)銀行、融資企業(yè)、核心企業(yè)以及第三方物流等多方利益體實現(xiàn)“多贏”的局面。因此，在供應鏈融資業(yè)務模式下對融資企業(yè)進行風險考核時，除了要關注融資企業(yè)自身資質外，還要重視考察供應鏈上的主體企業(yè)資質，交易背景的真實性，以及對物流，資金流的控制能力。

2.2 供應鏈融資企業(yè)信用風險的評價指標體系

構建指標體系時應考慮到供應鏈融資業(yè)務的獨特特點，全面分析供應鏈融資業(yè)務中可能存在的種種風險，對其作科學的層次劃分，并兼顧到實際操作的簡潔性[9]。本文通過閱讀大量文獻資料，借鑒傳統(tǒng)商業(yè)銀行對融資企業(yè)的信用評級，并根據(jù)供應鏈融資模式自身的特點，建立一套適合商業(yè)銀行進行供應鏈融資風險評價操作的指標體系，見表1。

表1 供應鏈融資企業(yè)的信用風險評價指標體系

3 基于ANP的評價指標權重的確定

網(wǎng)絡層次分析法（ANP）是由層次分析法（AHP）發(fā)展而來，是在AHP基礎上更深層次的研究方法。相較于AHP，ANP考慮了層次間的依賴和反饋關系，在理論上允許決策者考慮復雜動態(tài)系統(tǒng)中各要素的相互作用，從而更符合決策問題的實際情況。根據(jù)表1所示的評價指標體系，并結合各指標對風險的相互影響關系情況，可得到供應鏈融資企業(yè)信用風險評價指標的ANP模型，如圖1所示。

圖1 供應鏈融資企業(yè)信用風險評價指標的ANP模型

根據(jù)ANP的基本步驟，首先基于各指標之間的網(wǎng)絡層次關系，由專家對網(wǎng)絡層的二級指標進行兩兩評價，構造判斷矩陣，并根據(jù)特征向量法求得排序向量。然后將得到的排序向量進行整合便可得到超矩陣，確定超矩陣中各元素組的權重，兩者相乘便可得到加權超矩陣。最后計算極限超矩陣，求解加權超矩陣的冪方極限，便可得到各指標相較于評價目標的綜合權重，并進行一致性檢驗[10]。

本文通過對24位專家（包括銀行經(jīng)理，高?？蒲薪淌冢袠I(yè)分析師，信貸服務機構管理者）進行問卷調查，統(tǒng)計和分析各指標的相互影響關系，并將結果輸入超級決策軟件，得出各指標權重，見表2。

表2 基于ANP的供應鏈融資企業(yè)信用風險評價指標的權重

4 運用證據(jù)推理對供應鏈融資企業(yè)進行信用風險評價

在對供應鏈融資企業(yè)信用風險進行評價時，需要整合處理很多的定性和定量的信息，將其轉化為可以用數(shù)據(jù)表現(xiàn)的形式，而且對每個指標的考核評價可能存在不確定性，即可能有不完全信息的存在。證據(jù)推理方法(evidential reasoning，簡稱ER)在處理這類存在不完全信息的多準則決策問題上具有獨特的能力和優(yōu)勢，運用證據(jù)推理進行風險評價能夠更加全面客觀地反映供應鏈融資企業(yè)的信用風險水平。

4.1 證據(jù)理論簡介

假設某待評價問題的綜合屬性S，具有L個互相獨立的屬性ei(i=1,…,L)，且ei(i=1,…,L)的權重為wi(i=1,…,L)，其中0≤wi≤1和設評價集H={H1,H2,…,HN}，其中Hn(n=1,…,N)為相互獨立的評價等級。設屬性ei在評價等級Hn下的置信度為βn,i，其中表示在屬性ei上由于不確信或者信息丟失而造成的未知信度。當ei是完全評估的情況由于可能存在不完全信息，屬性ei可用如下形式表示：

設m為評價集H={H1,H2,... ,HN}的基本可信度分配，則ER組合規(guī)則為：m=m1⊕m2⊕…⊕mL，如式（1）-式（9）。

首先在ER組合規(guī)則合成之前，將證據(jù)的置信度轉化為初始證據(jù)BPA值，如式（4）—式（7）。

然后在ER組合規(guī)則合成之后，將合成后證據(jù)BPA值轉化為證據(jù)的置信度，如式（8）—式（9）。

其中βHn,i表示證據(jù)i對于評價等級Hn的置信度，wi表示為證據(jù)i的相對權重，mHn,i表示證據(jù)i對于評價等級Hn的BPA值，表示證據(jù)i因為相對權重wi引起的未知的對于評價集H的BPA值，表示證據(jù)i因為評估信息而引起的未知的關于評價集H的BPA值[11]。

4.2 將證據(jù)融合結果定量化

設u(Hn)表示屬性ei被評價為等級Hn的價值函數(shù)，其中u(H1)=0,u(HN)=1,u(Hn)(n=1,...,N)為［0，1］之間的數(shù)值；在屬性ei是不完全評價的情況下，βH,i≠0，則某待評價方案的評價值可通過式（10）-（12）得到：

4.3 基于證據(jù)推理的供應鏈融資企業(yè)的信用風險評價

下面以某商業(yè)銀行的供應鏈融資業(yè)務為例進行實證分析。取N=5，構成本次實證分析的評價集H={H1,H2,H3,H4,H5}，其對應的風險評價值v={低風險，較低風險，一般風險，較高風險，高風險}。定義Hn的價值函數(shù)為U(H1)=0，U(H2)=0.25，U(H3)=0.5，U(H4)= 0.75，U(H,5)=1。則供應鏈融資企業(yè)信用風險相應的評估集為v={(0－0.25，較低風險)，(0.25－0.5，一般風險)，(0.5－0.75，較高風險)，(0.75－1，高風險)}，按照上文給出的融資企業(yè)信用風險的評價指標體系，由商業(yè)銀行融資專家對這些指標所處的風險水平進行詳細考察，給出各指標的初始評價值，見表3。

將二級指標及其評價值按照上述公式（1）-（9）進行證據(jù)融合，可以計算出一級指標的證據(jù)融合結果，見表4。

從表中可知，一級指標在每個評價等級上的置信度，將這些一級指標再次進行證據(jù)融合，便可得到供應鏈融資企業(yè)信用風險的證據(jù)推理結果：

分別計算此供應鏈融資企業(yè)信用風險的最大綜合效用值和最小綜合效用值：

表3 供應鏈融資企業(yè)信用風險各指標的初始評價值

表4 一級指標的證據(jù)融合結果

根據(jù)上文給出的供應鏈融資企業(yè)信用風險的評估集，可知0.346 075在0.25—0.5之間，屬于一般風險。因此，此供應鏈融資企業(yè)的信用風險水平一般，商業(yè)銀行可以對其進行融資授信。

5 結語與建議

本文建立了一套適合商業(yè)銀行操作的供應鏈融資企業(yè)信用風險評價指標體系，利用ANP給出各指標相互之間的網(wǎng)絡關系并確定各指標權重，最后借助證據(jù)推理具體處理未知與不確定性信息的能力，建立基于證據(jù)推理的風險評價模型。此模型操作簡便，商業(yè)銀行可以借助此模型對融資企業(yè)進行全面客觀地風險評價，從而確定是否要對融資企業(yè)進行授信。針對商業(yè)銀行在供應鏈融資業(yè)務可能遇到的種種風險，下面給出一些風險防范和管理建議。

（1）首先，商業(yè)銀行在對供應鏈融資企業(yè)進行信用風險評估時，不再孤立地考察授信對象資質，要關注融資企業(yè)背后的大企業(yè)，重點考察核心企業(yè)的行業(yè)地位和信用支持。通過對整個供應鏈上各企業(yè)主體的全面考察、分析和評價，包括融資企業(yè)，核心企業(yè)，以及整條供應鏈情況等，以交叉風險控制替代單一客戶的個別風險控制。

（2）其次，商業(yè)銀行應重視對融資企業(yè)質押的貨權債權的控制，及時掌握供應鏈業(yè)務中資金流，物流以及信息流的整體動向。商業(yè)銀行可以通過加強與第三方物流方的合作，嚴控融資企業(yè)質押動產(chǎn)物流，實現(xiàn)控制貨權的目的。

（3）最后，銀行可以通過將供應鏈融資業(yè)務中可能會產(chǎn)生較大影響的小概率風險轉移給核心企業(yè)、保險公司等，提高銀行的風險抵御能力。銀行要建立一套適合自身的完備的風險預警和管理機制，針對可能出現(xiàn)的風險做好防范措施，在風險發(fā)生時，迅速啟動風險管理機制以便降低銀行損失。

綜上所述，銀行應在合理選擇和設計供應鏈、完善授信管理模式、控制動產(chǎn)質押風險和建立全面的風險管理機制等方面努力。

[1]陳昭旭,劉安霞.商業(yè)銀行供應鏈金融服務體系研究[J].農(nóng)村金融研究,2009,(9):48-50.

[2]覃宇環(huán).中小企業(yè)融資新途徑—供應鏈金融[J].生產(chǎn)力研究, 2009,(16):179-181.

[3]張瑋.供應鏈金融風險識別及信用風險度量[D].大連:大連海事大學,2010.

[4]趙亞娟,楊喜孫,劉心報.供應鏈金融與中小企業(yè)信貸能力的提升[J].金融理論與實踐,2009,(10):46-51.

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

[6]唐凌云.基于VaR的供應鏈融資操作風險度量研究[J].中國市場,2010,(15).

[7]趙忠,李波.基于模糊層次分析法的供應鏈金融信用風險評價[J].河南科學,2011,29(1).

[8]周憶文.基于商業(yè)銀行防范的中小企業(yè)融資模式創(chuàng)新研究[J].現(xiàn)代商業(yè),2013,(20).

[9]夏立明,宗恒恒,孟麗.中小企業(yè)信用風險評價指標體系的構建—基于供應鏈金融視角的研究[J].金融論壇,2011,(10).

[10]劉睿,余建星,孫宏才,等.基于ANP的超級決策軟件介紹及應用[J].系統(tǒng)工程理論與實踐,2003,(8).

[11]郭凱紅,李文立.基于證據(jù)推理的不確定多屬性決策方法[J].管理工程學報,2012,26(2):94-100.

Evaluation of Credit Risk of Supply Chain Financing Enterprises Based on ANP and Theory of Evidence

Lei Lingling,Wang Yingming
(School of Economic&Management,Fuzhou University,Fuzhou 350108,China)

In this paper,based on an analysis of the causes of the credit risk of the supply chain financing enterprises at the current stage and in view of the interactive characteristics of the supply chain agents,we built the supply chain financing enterprise credit risk evaluation index system based on ANP as well as the credit risk evaluation model based on the theory of evidence suitable for commercial banks.

supply chain financing;credit risk;ANP;theory of evidence;risk control

F274;F830.571

A

1005-152X(2016)12-0124-05

10.3969/j.issn.1005-152X.2016.12.030

2016-10-13

雷玲玲（1992-），河南人，福州大學經(jīng)濟與管理學院碩士研究生，研究方向：管理系統(tǒng)工程；王應明（1964-），江蘇人，教授，博士生導師，主要研究方向：管理決策與績效評價、管理系統(tǒng)工程等。