傅鈺婷，王興芬，莊文英

(北京信息科技大學 信息管理學院，北京 100092)

0 引言

隨著互聯(lián)網(wǎng)技術的不斷發(fā)展，為大宗商品提供交易、物流、金融、信息等服務的大宗商品電子交易平臺已成為大宗商品交易的主流場所。但由于平臺規(guī)模不斷擴大、模式越來越復雜，加之存在相關法律法規(guī)不完善等問題，使得平臺風險愈發(fā)多元化?；诖耍疚耐ㄟ^定性與定量相結(jié)合的方法，針對大宗商品電子交易平臺的多因素綜合風險開展研究，構(gòu)建風險評估模型，旨在為政府及交易方提供參考，發(fā)揮防范風險、助力監(jiān)管、輔助決策的作用。

從20世紀80年代開始，國內(nèi)外學者們就開始關注大宗商品領域的風險研究。如在價格波動風險方面，Chu等[1]通過計量模型證實外部經(jīng)濟環(huán)境是大宗商品價格波動的主要影響因素。付星星等[2]運用圖深度學習的方法，證實引入產(chǎn)品上下游關系能更精地準預測商品價格。在稅務風險方面，黃若虹[3]通過形成原因識別分析得出引發(fā)稅務風險的因素。在交易風險方面，李艷紅[4]、曹劍濤等[5]通過貿(mào)易市場現(xiàn)狀分析得出影響大宗商品市場發(fā)展的主要風險。

隨著電子商務的發(fā)展，學者們也從不同角度對大宗商品電子交易平臺展開研究，尤其是針對監(jiān)管，楊森等[6]從交易行為要件角度提出對現(xiàn)貨交易的法律問題進行識別的方法，逄政等[7]提出交易平臺違規(guī)行為的認定方法。

以上兩類研究內(nèi)容的交叉部分即大宗商品電子交易平臺風險，是近幾年受到關注的方向，但目前研究相對較少。石曉梅等[8]通過文獻分析法、訪談法等研究得出交易平臺的主要風險包括：法律風險、技術風險和內(nèi)部運營風險。陳晴光等[9]從交易主體出發(fā)探討總結(jié)出主要風險包括：保證金挪用風險、信用風險和客戶認知風險。馮耕中等[10]通過對重大風險事件進行分析從而得出主要風險。王興芬等[11]對相關文獻進行分析整理得出平臺涉及的主要風險。

現(xiàn)有研究已經(jīng)得出了較為豐富的大宗商品電子交易平臺風險類型，但存在以下不足之處：第一，直接聚焦于大宗商品電子交易平臺風險的研究尚不多見；第二，未對所得風險內(nèi)容進行進一步分析，構(gòu)建相應的指標體系，且風險間存在交叉冗余的內(nèi)容，無法直接為監(jiān)管方提供重點關注指標；第三，研究結(jié)論多是基于自身經(jīng)驗、文獻調(diào)研、事件分析等定性方法得出，并未通過定量分析方法進行有效性、重要性驗證。

因此，本文聚焦于大宗商品電子交易平臺風險，首先，基于現(xiàn)有研究及平衡計分卡理論，構(gòu)建出綜合風險評估指標體系；其次，結(jié)合國內(nèi)34家大宗商品電子交易平臺實際運營數(shù)據(jù)，運用定性和定量相結(jié)合的熵權—優(yōu)劣解距離(technique for order preference by similarity to an ideal solution,TOPSIS)方法，得到指標權重并計算出綜合風險值；最后，利用歷史風險事件及政府公布黑白名單對分析結(jié)果進行有效性評價，并進一步提出風險監(jiān)管建議。

1 評估模型設計

1.1 指標體系構(gòu)建

在對現(xiàn)有文獻所提出的大宗商品電子交易平臺風險進行歸納的基礎上，對指標體系進行完善，構(gòu)建本文評估模型的指標體系。

1.1.1 現(xiàn)有研究中平臺風險類型

現(xiàn)有研究所提出的平臺風險類型如表1所示。

表1 文獻中大宗商品電子交易平臺風險

1.1.2 本文評估指標體系

通過對表1平臺風險類型及其解釋進行整合梳理，發(fā)現(xiàn)風險主要分為內(nèi)部風險、內(nèi)外交互風險和外部風險：內(nèi)部風險因素具體包含企業(yè)資質(zhì)、內(nèi)部管理、系統(tǒng)質(zhì)量；內(nèi)外交互風險包括業(yè)務運營情況、違法違規(guī)情況；外部風險包括宏觀和行業(yè)環(huán)境等。

由于大宗商品電子交易平臺的本質(zhì)是企業(yè)，因此本文在以上指標的基礎上，采用了平衡計分卡理論對其進行分析，在內(nèi)部風險因素中增加學習與成長能力指標，在內(nèi)外交互風險因素中增加市場競爭力及客戶服務質(zhì)量指標。

其中，學習與成長能力反映出企業(yè)在平臺建設、業(yè)務運營和企業(yè)發(fā)展中所做出的努力，與企業(yè)的可持續(xù)成長能力、系統(tǒng)安全性、業(yè)務運營情況和員工滿意度息息相關；市場競爭力越強的企業(yè)具備越強的抗風險能力，該指標體現(xiàn)為企業(yè)在資源獲取、抵御市場周期性波動、應對政策變化、降低運營和融資成本、融資渠道多元化等方面的能力；客戶服務質(zhì)量越高的企業(yè)則客戶粘性越強，其上下游企業(yè)產(chǎn)業(yè)鏈更完整牢固，從而抗風險能力越強。

基于上述思路得到表2平臺綜合風險評估指標體系，其由基本素質(zhì)、營運能力、所處外部環(huán)境3個一級指標和10個二級指標組成。各指標屬性分為正向?qū)傩院拓撓驅(qū)傩?，分別表示增大和降低風險。

表2 大宗商品電子交易平臺綜合風險評估指標體系

1.2 基于熵權—TOPSIS的評估模型

目前，在風險評估時較常使用主成分分析、優(yōu)劣解距離TOPSIS模型、聚類、神經(jīng)網(wǎng)絡等客觀方法以及專家打分等主觀方法[18]。其中TOPSIS法通過計算有限個評價對象與理想化目標的接近程度來進行排序[19]，模型的選擇著重于如何賦予指標數(shù)據(jù)更合適的權重，讓指標能夠更加清晰完整地反映出數(shù)據(jù)信息。為體現(xiàn)評估結(jié)果的客觀性，本文運用不受主觀因素影響的熵權法進行指標權重確定，之后運用TOPSIS法進行定量評估。模型的分析過程如下。

基于大宗商品電子交易平臺風險綜合評估體系，確定評估平臺并收集該平臺相關數(shù)據(jù)，得到矩陣Χ=(xij)m×n。其中，m為評估平臺數(shù)，n為評估指標數(shù)，xij表示第i(i=1,2,…,m)個大宗商品電子交易市場的第j(j=1,2,…,n)個指標值。

1)數(shù)據(jù)歸一化處理。由于收集的平臺數(shù)據(jù)的量綱各有不同，因此為了消除量綱不同帶來的影響，首先進行數(shù)據(jù)歸一化處理：

(1)

式中：xij為指標原始值；yij為標準化后的指標值；maxxj、minxj分別為j指標的最大值和最小值。

2)熵權法計算評估指標權重。度量平臺風險時會用到多個指標，一個指標的信息熵越小，則意味著能夠提供更多的信息，其在進行平臺風險評估時能發(fā)揮的作用也越大，因此就要賦予該指標更大的權重。熵權法利用這樣的思路來進行計算，將各指標同度量化，計算等j項指標下第i個大宗商品電子交易市場樣本值占該指標的比重：

(2)

求解信息熵：

計算各指標權重：

(3)

3)構(gòu)造規(guī)范化矩陣。根據(jù)式(3)中所得權重，對經(jīng)過式(1)規(guī)范化后的數(shù)據(jù)賦予權重，從而得到?jīng)Q策矩陣V。

(4)

4)確定正負理想解。基于式(4)所得，找出評估平臺風險的各項指標中的最大值和最小值。定義最大值為正理想解V+，最小值為負理想解V-：

(5)

5)計算各個平臺能夠反映平臺風險大小的指標數(shù)值與正負理想解之間的距離：

(6)

6)計算各平臺風險的綜合評估值：

0≤Ci≤1(i= 1,2,…,m)

(7)

當Ci越大，表明第i個大宗商品電子交易平臺風險越大，更需要引起重視。

2 實證分析

2.1 數(shù)據(jù)收集與處理

為驗證本文所構(gòu)建的評估模型具有普適性、有效性，從各級政府所發(fā)布的黑白名單和歷史上發(fā)生過的重大風險事件中抽樣選取研究樣本對模型進行實證分析。由于不同的平臺所運營的大宗商品種類、數(shù)目并不相同，為使樣本更具代表性和對比性，在選擇時考慮至少有兩個樣本是來自同地區(qū)或其運營產(chǎn)品是同種類的。基于此，最終抽取了34個大宗商品電子交易平臺作為研究樣本，并對樣本平臺依次編號D1—D34。數(shù)據(jù)來源于企查查、wind數(shù)據(jù)庫、企業(yè)官網(wǎng)、網(wǎng)絡新聞評論及政府公告。首先通過廣泛的數(shù)據(jù)收集得到樣本數(shù)據(jù)，然后對樣本數(shù)據(jù)進行歸一化，最后運用熵權—TOPSIS方法進行模型驗證。

2.2 描述性統(tǒng)計分析

本文選取了34家大宗商品電子交易平臺，對其綜合風險的全部評估指標進行了描述性統(tǒng)計分析，各指標統(tǒng)計數(shù)據(jù)如表3所示。從表3可以看出：專利數(shù)、軟著(軟件著作權)及備案網(wǎng)站數(shù)、商標及其他知識產(chǎn)權數(shù)、關聯(lián)風險數(shù)量、敏感輿情、客戶負向評價數(shù)等指標標準差較大，樣本數(shù)據(jù)波動較大。股東及主要人員存在法律問題占比、股權凍結(jié)數(shù)、嚴重違法記錄數(shù)等指標其標準差相對較小，說明平臺之間在這些指標上差異較小，均值具有較大的代表性。

表3 各指標描述性統(tǒng)計分析

2.3 評估結(jié)果

2.3.1 模型檢驗結(jié)果

首先，運用熵權法對各指標進行權重的計算，所得結(jié)果如表4所示。從表4可以看出，限制高消費記錄數(shù)等法律相關問題、客戶負面評價等客戶服務質(zhì)量問題以及營業(yè)執(zhí)照是否被吊銷等企業(yè)資質(zhì)問題指標權重較大，是影響風險評估結(jié)果的關鍵因素。而地區(qū)年度生產(chǎn)總值等外部環(huán)境指標以及專利數(shù)量等學習與成長能力指標權重較小，對于評估的影響不大。這可能是由于外部環(huán)境更多地是影響企業(yè)的成長，這與學習與成長指標一致，表現(xiàn)的是長期發(fā)展態(tài)勢，難以在短期直接體現(xiàn)出來。并且由于大宗商品電子交易平臺不屬于高新技術產(chǎn)業(yè)，只是將大宗交易數(shù)字化，平臺間的知識產(chǎn)權差異不大。

表4 各指標權重

同時可知，是否有外部支持等指標權重處于中間等級，表明在風險評估時可以考慮但不是重點關注的對象，這正與近期各級政府及監(jiān)管單位在清理整頓行動中所提出的態(tài)度一致。而占有較高權重的法律風險值得重點關注，企業(yè)一旦出現(xiàn)法律問題，容易牽一發(fā)而動全身，造成系統(tǒng)性風險，并且企業(yè)的法律風險情況是動態(tài)可追蹤的，有助于政府實施監(jiān)管。

接下來，運用TOPSIS法對平臺風險的綜合分值進行計算，結(jié)果如表5所示。所得結(jié)果中相對接近度越大代表該平臺風險越高，將評估分數(shù)從大到小排序，因此排序越靠前代表其風險越高。

表5 TOPSIS評價計算結(jié)果

在樣本平臺中，D5、D25、D27、D28被評估為高風險平臺；D4、D15、D21、D26、D29、D30、D31、D32、D33、D34為中風險平臺；其余平臺為低風險平臺。其中高風險平臺在歷史上均出現(xiàn)過重大風險事件，或是曾被列入政府黑名單，而低風險平臺則是政府清理整頓后所發(fā)布的白名單企業(yè)，模型結(jié)果與事實一致，說明本文所構(gòu)建的風險綜合評估模型具有較好的適用性和有效性。

2.3.2 風險特征分析

高風險平臺特征對比如圖1所示。

圖1 高風險平臺二級指標特征對比

分析可知，高風險平臺表現(xiàn)出的突出特征包括：1)法律風險較大，存在一定的失信記錄，終本案件執(zhí)行標的及負向判決案件的總金額較高或擁有嚴重違法記錄；2)在資質(zhì)方面，股東存在一定的法律問題且在所有股東中存在問題的股東占比較高，或企業(yè)存在營業(yè)執(zhí)照被吊銷的情況；3)在客戶服務質(zhì)量方面，客戶對交易平臺的負向評價較多；4)作為電子交易平臺，業(yè)務平臺運營不穩(wěn)定，甚至出現(xiàn)網(wǎng)站不存在或已被不法分子利用作為釣魚網(wǎng)站的情況。

從高中低3種風險平臺中各選取2個平臺，對權重排名前20的指標進行對比，如圖2所示，可以發(fā)現(xiàn)不同風險類型的平臺特征區(qū)分明顯，同種風險類型的平臺具有近似的風險特征。

圖2 高中低風險平臺指標特征對比

3 結(jié)束語

本文采用平衡計分卡理論構(gòu)建出具有3個一級指標、10個二級指標的大宗商品電子交易平臺綜合風險評估指標體系，并在此基礎上運用熵權—TOPSIS法進行風險度量。通過實證分析表明，該模型評估得出的風險結(jié)果與事實一致，證明模型有效，對風險監(jiān)管具有參考意義。

此外，本文模型的指標設置是動態(tài)、可量化、可持續(xù)、可比較的。在現(xiàn)有研究成果的基礎上，本模型新增的3個指標中，客戶服務質(zhì)量和市場競爭力客觀求得權重較高，也在實證分析中得到驗證，是評估平臺風險的關鍵指標。而學習與成長能力這一指標在平臺風險評估中則相對不重要，這也體現(xiàn)出平臺綜合風險與一般企業(yè)風險評估的不同。

基于模型所得結(jié)果，對大宗商品交易平臺的監(jiān)管提出以下建議：進一步細化相應的法律法規(guī)和政策，加強精細化管理；加大市場輿情監(jiān)測，及時把握平臺的實際運營情況；加強企業(yè)資質(zhì)審核，對平臺高管、股東單位等定期進行相關資質(zhì)的審核，同時從外至內(nèi)促進平臺企業(yè)加強內(nèi)部管理。